JP3107020B2 - 特徴脳電磁波検出装置 - Google Patents
特徴脳電磁波検出装置Info
- Publication number
- JP3107020B2 JP3107020B2 JP31308697A JP31308697A JP3107020B2 JP 3107020 B2 JP3107020 B2 JP 3107020B2 JP 31308697 A JP31308697 A JP 31308697A JP 31308697 A JP31308697 A JP 31308697A JP 3107020 B2 JP3107020 B2 JP 3107020B2
- Authority
- JP
- Japan
- Prior art keywords
- characteristic
- level
- information
- wave
- electromagnetic wave
- 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.)
- Expired - Fee Related
Links
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Description
【０００１】
【発明の属する技術分野】本発明は、脳電磁波における
特徴波を検出する特徴脳電磁波検出装置及び特徴脳電磁
波検出方法に関し、特に、ウェーブレット解析を利用し
て、てんかんスパイク波、鋭波、アルファ波、ベータ
波、シータ波、デルタ波のような特徴波を検出する特徴
脳電磁波検出装置に関する。
特徴波を検出する特徴脳電磁波検出装置及び特徴脳電磁
波検出方法に関し、特に、ウェーブレット解析を利用し
て、てんかんスパイク波、鋭波、アルファ波、ベータ
波、シータ波、デルタ波のような特徴波を検出する特徴
脳電磁波検出装置に関する。
【０００２】
【従来の技術】脳電磁波における特徴波を検出する従来
の装置または方式には、特開昭５８−０７８６４７号の
「脳波中のスピンドル波検出装置」、実開昭５９−０１
９１１２号の「脳波中のスピンドル波検出装置」等があ
る。特開昭５８−０７８６４７号は、スピンドル波検出
を目的とした装置であり、脳波におけるピーク間隔がス
ピンドル波の帯域に相当するか否かを判定し、スピンド
ル波帯域のピークが０．５秒以上連続して出現するかど
うかでスピンドル波出現を判定する。実開昭５９−０１
９１１２号は、スピンドル波帯域のピーク検出特性を向
上させ、特開昭５８−０７８６４７号におけるスピンド
ル波検出の精度を高めるものである。
の装置または方式には、特開昭５８−０７８６４７号の
「脳波中のスピンドル波検出装置」、実開昭５９−０１
９１１２号の「脳波中のスピンドル波検出装置」等があ
る。特開昭５８−０７８６４７号は、スピンドル波検出
を目的とした装置であり、脳波におけるピーク間隔がス
ピンドル波の帯域に相当するか否かを判定し、スピンド
ル波帯域のピークが０．５秒以上連続して出現するかど
うかでスピンドル波出現を判定する。実開昭５９−０１
９１１２号は、スピンドル波帯域のピーク検出特性を向
上させ、特開昭５８−０７８６４７号におけるスピンド
ル波検出の精度を高めるものである。
【０００３】脳電磁波にウェーブレット解析を適用する
従来の装置または方式には、特開平６−１１４０２１号
の「脳波の表出装置及び方法」、特開平０７−０８８０
９５号の「振動データ解析方法及び装置」、特開平８−
９５９５５号の「ウエーブレット変換波形信号解析シス
テムとウェーブレット変換波形信号解析ツールによる解
析方法及びそれに用いるウェーブレット変換波形信号解
析装置」等がある。特開平６−１１４０２１号は、脳波
にウェーブレット変換を施し、いわゆる時間周波数解析
の結果を直感的に理解しやすいよう表示するものであ
る。特開平０７−０８８０９５号も、ウェーブレット変
換によって脳電位を時間周波数解析した結果を視覚的に
表示するものである。特開平８−９５９５５号もまた、
入力信号にウェーブレット変換を施し、結果を出力する
ものであるが、パラメータ設定の自由度を上げている。
従来の装置または方式には、特開平６−１１４０２１号
の「脳波の表出装置及び方法」、特開平０７−０８８０
９５号の「振動データ解析方法及び装置」、特開平８−
９５９５５号の「ウエーブレット変換波形信号解析シス
テムとウェーブレット変換波形信号解析ツールによる解
析方法及びそれに用いるウェーブレット変換波形信号解
析装置」等がある。特開平６−１１４０２１号は、脳波
にウェーブレット変換を施し、いわゆる時間周波数解析
の結果を直感的に理解しやすいよう表示するものであ
る。特開平０７−０８８０９５号も、ウェーブレット変
換によって脳電位を時間周波数解析した結果を視覚的に
表示するものである。特開平８−９５９５５号もまた、
入力信号にウェーブレット変換を施し、結果を出力する
ものであるが、パラメータ設定の自由度を上げている。
【０００４】
【発明が解決しようとする課題】しかしながら、特開昭
５８−０７８６４７号は、スピンドル波の検出は可能で
あっても、特徴波を検出する手段を有さないため、特徴
波検出を行うことができない。実開昭５９−０１９１１
２号も、スパイク波を検出する装置ではない。特開平６
−１１４０２１号は、ウェーブレット変換の結果表現と
しても何ら新規性は無く、特徴波を検出する手段も有し
ていない。特開平０７−０８８０９５号もウェーブレッ
ト変換によって脳電位を時間周波数解析した結果を視覚
的に表示するのみであり、特徴波を検出する手段を有さ
ない。特開平８−９５９５５号も、脳波計への応用を唱
っているものの、周波数解析のみに関する発明であり、
特徴波を検出する手段を有していない。
５８−０７８６４７号は、スピンドル波の検出は可能で
あっても、特徴波を検出する手段を有さないため、特徴
波検出を行うことができない。実開昭５９−０１９１１
２号も、スパイク波を検出する装置ではない。特開平６
−１１４０２１号は、ウェーブレット変換の結果表現と
しても何ら新規性は無く、特徴波を検出する手段も有し
ていない。特開平０７−０８８０９５号もウェーブレッ
ト変換によって脳電位を時間周波数解析した結果を視覚
的に表示するのみであり、特徴波を検出する手段を有さ
ない。特開平８−９５９５５号も、脳波計への応用を唱
っているものの、周波数解析のみに関する発明であり、
特徴波を検出する手段を有していない。
【０００５】以上のように、従来の発明は、脳波をウェ
ーブレット解析し、その結果を表示する機能までは実現
しているが、ウェーブレット解析結果を用いて特徴波を
検出する手段を有さないため、特徴波検出を行うことが
できない。
ーブレット解析し、その結果を表示する機能までは実現
しているが、ウェーブレット解析結果を用いて特徴波を
検出する手段を有さないため、特徴波検出を行うことが
できない。
【０００６】実際のスパイク検出においては、心臓の電
気的活動に由来するノイズ（以下、心電ノイズと呼
ぶ）、体動に伴う筋肉の電気的活動（以下、筋電ノイズ
と呼ぶ）が脳電磁波に混入することが少なくない。この
ような場合、スパイク波を検出できなかったり、スパイ
ク波でない部分をスパイク波と判定し過剰な検出となっ
てしまうことがある。その理由は、スパイク波と心電ノ
イズを弁別しようとしても、脳電磁波のベースラインが
漸減していると心電ノイズの勾配が見かけ上小さくなる
ため、スパイク波として検出してしまうこと、スパイク
波の電位が個人差、脳波導出における基準電極の取り方
によって異なり、ベースライン変動と弁別できなくなる
ことである。
気的活動に由来するノイズ（以下、心電ノイズと呼
ぶ）、体動に伴う筋肉の電気的活動（以下、筋電ノイズ
と呼ぶ）が脳電磁波に混入することが少なくない。この
ような場合、スパイク波を検出できなかったり、スパイ
ク波でない部分をスパイク波と判定し過剰な検出となっ
てしまうことがある。その理由は、スパイク波と心電ノ
イズを弁別しようとしても、脳電磁波のベースラインが
漸減していると心電ノイズの勾配が見かけ上小さくなる
ため、スパイク波として検出してしまうこと、スパイク
波の電位が個人差、脳波導出における基準電極の取り方
によって異なり、ベースライン変動と弁別できなくなる
ことである。
【０００７】スパイク波検出において、上述のように検
出精度が低くなることは、スパイクの自動検出によって
脳波判読者や医師の負担を軽減するという自動検出の意
義を大きく損なう問題にもなる。
出精度が低くなることは、スパイクの自動検出によって
脳波判読者や医師の負担を軽減するという自動検出の意
義を大きく損なう問題にもなる。
【０００８】本発明の目的は、脳電磁波データにウェー
ブレット変換を施し、その結果を用いて精度良く特徴波
を検出する特徴脳電磁波検出装置及び方法を提供するこ
とである。
ブレット変換を施し、その結果を用いて精度良く特徴波
を検出する特徴脳電磁波検出装置及び方法を提供するこ
とである。
【０００９】本発明の他の目的は、脳電磁波データにノ
イズが混入している場合でも精度良く特徴波を検出でき
る特徴脳電磁波検出装置及び方法を提供することであ
る。
イズが混入している場合でも精度良く特徴波を検出でき
る特徴脳電磁波検出装置及び方法を提供することであ
る。
【００１０】本発明の他の目的は、脳電磁波における特
徴波の多様性や個人差の影響を受けにくい特徴脳電磁波
検出装置及び方法を提供することである。
徴波の多様性や個人差の影響を受けにくい特徴脳電磁波
検出装置及び方法を提供することである。
【００１１】さらに、本発明の他の目的は、脳波判読者
ごとに異なる判定基準に基づいて特徴波検出が可能な特
徴脳電磁波検出装置及び方法を提供することである。
ごとに異なる判定基準に基づいて特徴波検出が可能な特
徴脳電磁波検出装置及び方法を提供することである。
【００１２】さらに、本発明の他の目的は、精度の良い
特徴脳電磁波検出装置及び方法を提供することにより、
臨床脳電磁波検査における脳波判読者や医師の負担を軽
減することにある。
特徴脳電磁波検出装置及び方法を提供することにより、
臨床脳電磁波検査における脳波判読者や医師の負担を軽
減することにある。
【００１３】
【課題を解決するための手段】第１の発明の特徴脳電磁
波検出装置は、脳電磁波の時系列データをウェーブレッ
ト変換して、分解レベルごと（周波数帯域ごと）に、時
系列データであるレベル情報を出力する脳電磁波変換手
段と、前記レベル情報を受け、検出対象とする特徴脳電
磁波（スパイク等）の影響が出やすいレベル（周波数帯
域）のレベル情報（以下、特徴レベル情報という。）の
値が予め設定された判定基準を満たしたとき特徴脳電磁
波の出現と判定し、判定結果である検出結果情報を出力
する第１の特徴波検出手段とを備える。
波検出装置は、脳電磁波の時系列データをウェーブレッ
ト変換して、分解レベルごと（周波数帯域ごと）に、時
系列データであるレベル情報を出力する脳電磁波変換手
段と、前記レベル情報を受け、検出対象とする特徴脳電
磁波（スパイク等）の影響が出やすいレベル（周波数帯
域）のレベル情報（以下、特徴レベル情報という。）の
値が予め設定された判定基準を満たしたとき特徴脳電磁
波の出現と判定し、判定結果である検出結果情報を出力
する第１の特徴波検出手段とを備える。
【００１４】第２の発明の特徴脳電磁波検出装置は、第
１の発明において、分解レベルの最大値、前記特徴レベ
ル情報のレベル、前記判定基準のうち一つ以上を利用者
が設定することができるようにするために、第１のパラ
メータ設定手段を更に備える。
１の発明において、分解レベルの最大値、前記特徴レベ
ル情報のレベル、前記判定基準のうち一つ以上を利用者
が設定することができるようにするために、第１のパラ
メータ設定手段を更に備える。
【００１５】第３の発明の特徴脳電磁波検出装置は、脳
電磁波の時系列データをウェーブレット変換して分解レ
ベルごとの時系列であるレベル情報を出力する脳電磁波
変換手段と、前記レベル情報を受け、各レベルについ
て、既定時間幅における振幅値であるレベル振幅値、レ
ベル情報の時間変化成分、既定時間幅におけるレベル情
報の変動量のうち一つ以上を算出してレベル特徴情報と
して出力する特徴量算出手段と、前記レベル特徴情報を
受け、検出対象とする特徴脳電磁波の影響が現れるレベ
ルの前記レベル特徴情報が既定の特徴量判定基準を満た
したとき特徴脳電磁波の出現と判定し、判定結果である
検出結果情報を出力する第２の特徴波検出手段を備え
る。
電磁波の時系列データをウェーブレット変換して分解レ
ベルごとの時系列であるレベル情報を出力する脳電磁波
変換手段と、前記レベル情報を受け、各レベルについ
て、既定時間幅における振幅値であるレベル振幅値、レ
ベル情報の時間変化成分、既定時間幅におけるレベル情
報の変動量のうち一つ以上を算出してレベル特徴情報と
して出力する特徴量算出手段と、前記レベル特徴情報を
受け、検出対象とする特徴脳電磁波の影響が現れるレベ
ルの前記レベル特徴情報が既定の特徴量判定基準を満た
したとき特徴脳電磁波の出現と判定し、判定結果である
検出結果情報を出力する第２の特徴波検出手段を備え
る。
【００１６】第４の発明の特徴脳電磁波検出装置は、第
３の発明において、分解レベルの最大値、前記レベル特
徴情報のレベル、前記特徴量判定基準のいずれかもしく
は複数を利用者が設定することができるようにするため
に、第２のパラメータ設定手段を更に備える。
３の発明において、分解レベルの最大値、前記レベル特
徴情報のレベル、前記特徴量判定基準のいずれかもしく
は複数を利用者が設定することができるようにするため
に、第２のパラメータ設定手段を更に備える。
【００１７】第５の発明の特徴脳電磁波検出装置は、第
１又は第２の発明において、前記第１の特徴波検出手段
のかわりに、前記レベル情報を受け、検出対象とする特
徴脳電磁波の影響が現れるレベルを含む複数レベルのレ
ベル情報について、レベル毎に既定のレベル別判定基準
に基づいて特徴脳電磁波の出現を判定し、判定結果であ
る検出結果情報を出力する第３の特徴波検出手段を備え
る。
１又は第２の発明において、前記第１の特徴波検出手段
のかわりに、前記レベル情報を受け、検出対象とする特
徴脳電磁波の影響が現れるレベルを含む複数レベルのレ
ベル情報について、レベル毎に既定のレベル別判定基準
に基づいて特徴脳電磁波の出現を判定し、判定結果であ
る検出結果情報を出力する第３の特徴波検出手段を備え
る。
【００１８】第６の発明の特徴脳電磁波検出装置は、第
３又は第４の発明において、前記第２の特徴波検出手段
のかわりに、前記レベル特徴情報を受け、検出対象とす
る特徴脳電磁波の影響が現れるレベルを含む複数レベル
のレベル特徴情報について、レベル毎に既定のレベル別
特徴量判定基準に基づいて特徴脳電磁波の出現を判定
し、判定結果である検出結果情報を出力する第４の特徴
波検出手段を備える。
３又は第４の発明において、前記第２の特徴波検出手段
のかわりに、前記レベル特徴情報を受け、検出対象とす
る特徴脳電磁波の影響が現れるレベルを含む複数レベル
のレベル特徴情報について、レベル毎に既定のレベル別
特徴量判定基準に基づいて特徴脳電磁波の出現を判定
し、判定結果である検出結果情報を出力する第４の特徴
波検出手段を備える。
【００１９】第７の発明の特徴脳電磁波検出装置は、第
５又は第６の発明において、前記第３の特徴波検出手段
もしくは第４の特徴波検出手段のかわりに、前記レベル
情報もしくは前記レベル特徴情報を受け、検出対象とす
る特徴脳電磁波の影響が現れるレベルを含むレベル情報
の値が成すレベル値ベクトルと検出対象とする特徴脳電
磁波に対応する既定の基準ベクトルとの距離、もしく
は、検出対象とする特徴脳電磁波の影響が現れるレベル
を含む複数レベルのレベル特徴情報の値が成す特徴ベク
トルと検出対象とする特徴脳電磁波に対応する既定の基
準特徴ベクトルとの距離から、既定の距離判定基準に基
づいて特徴波の出現を判定し、判定結果である検出結果
情報を出力する第５の特徴波検出手段を備える。
５又は第６の発明において、前記第３の特徴波検出手段
もしくは第４の特徴波検出手段のかわりに、前記レベル
情報もしくは前記レベル特徴情報を受け、検出対象とす
る特徴脳電磁波の影響が現れるレベルを含むレベル情報
の値が成すレベル値ベクトルと検出対象とする特徴脳電
磁波に対応する既定の基準ベクトルとの距離、もしく
は、検出対象とする特徴脳電磁波の影響が現れるレベル
を含む複数レベルのレベル特徴情報の値が成す特徴ベク
トルと検出対象とする特徴脳電磁波に対応する既定の基
準特徴ベクトルとの距離から、既定の距離判定基準に基
づいて特徴波の出現を判定し、判定結果である検出結果
情報を出力する第５の特徴波検出手段を備える。
【００２０】第８の発明の特徴脳電磁波検出装置は、第
６の発明において、既定の更新ルールに基づいて前記レ
ベル特徴情報の値を用いて前記レベル別特徴量判定基準
を更新する判定基準更新手段を更に備える。
６の発明において、既定の更新ルールに基づいて前記レ
ベル特徴情報の値を用いて前記レベル別特徴量判定基準
を更新する判定基準更新手段を更に備える。
【００２１】第９の発明の特徴脳電磁波検出装置は、第
１〜第８の発明において、複数チャネルの脳電磁波の時
系列データを入力とするとき、脳電磁波の時系列データ
のチャネル間相関と、前記レベル情報のチャネル間相関
のいずれか、もしくは両方を算出し、チャネル間相関情
報として出力する相関情報算出手段を更に備え、前記第
１、第２、第３、第４もしくは第５の特徴波検出手段の
かわりに、前記チャネル間相関情報を受け取って特徴波
の検出をする第６、第７、第８、第９又は第１０の特徴
波検出手段を備える。
１〜第８の発明において、複数チャネルの脳電磁波の時
系列データを入力とするとき、脳電磁波の時系列データ
のチャネル間相関と、前記レベル情報のチャネル間相関
のいずれか、もしくは両方を算出し、チャネル間相関情
報として出力する相関情報算出手段を更に備え、前記第
１、第２、第３、第４もしくは第５の特徴波検出手段の
かわりに、前記チャネル間相関情報を受け取って特徴波
の検出をする第６、第７、第８、第９又は第１０の特徴
波検出手段を備える。
【００２２】第１０の発明の特徴脳電磁波検出装置は、
第９の発明において、前記第６、第７、第８、第９もし
くは第１０の特徴波検出手段のかわりに、複数チャネル
の脳電磁波を計測した際の電極位置を示す電極位置情報
を受けて、前記電極位置情報を特徴波の検出をする第１
１、第１２、第１３、第１４又は第１５の特徴波検出手
段を備える。
第９の発明において、前記第６、第７、第８、第９もし
くは第１０の特徴波検出手段のかわりに、複数チャネル
の脳電磁波を計測した際の電極位置を示す電極位置情報
を受けて、前記電極位置情報を特徴波の検出をする第１
１、第１２、第１３、第１４又は第１５の特徴波検出手
段を備える。
【００２３】第１１の発明の特徴脳電磁波検出装置は、
第１〜第１０の発明において、入力された脳電磁波の時
系列データから、勾配、曲率、ピーク電位、ピーク間隔
等の波形特徴量を算出する波形特徴量算出手段と、前記
波形特徴量と既知の特徴波に基づく既定の特徴波形基準
との適合度を算出して波形適合情報を出力する適合度算
出手段と、前記波形適合情報を特徴波検出に用いる機能
を付加した特徴波検出手段を有する。
第１〜第１０の発明において、入力された脳電磁波の時
系列データから、勾配、曲率、ピーク電位、ピーク間隔
等の波形特徴量を算出する波形特徴量算出手段と、前記
波形特徴量と既知の特徴波に基づく既定の特徴波形基準
との適合度を算出して波形適合情報を出力する適合度算
出手段と、前記波形適合情報を特徴波検出に用いる機能
を付加した特徴波検出手段を有する。
【００２４】第１２の発明の特徴脳電磁波検出装置は、
第１１の発明において、前記特徴波形基準を利用者が設
定することができるようにするために特徴波形基準設定
手段を備える。
第１１の発明において、前記特徴波形基準を利用者が設
定することができるようにするために特徴波形基準設定
手段を備える。
【００２５】第１３の発明の特徴脳電磁波検出装置は、
第１〜第１２の発明において、脳電磁波データと同時に
計測された心電図、筋電図、眼球運動、瞬目、脈波等の
生体情報時系列データのうち一種類以上を入力とし、前
記生体情報時系列データが脳電磁波におけるアーチファ
クトとなるか否かをアーチファクト判定基準に基づいて
判定し、その判定結果をアーチファクト情報として出力
するアーチファクト検出手段と、前記アーチファクト情
報を特徴波の検出に用いる機能を付加した特徴波検出手
段を有する。
第１〜第１２の発明において、脳電磁波データと同時に
計測された心電図、筋電図、眼球運動、瞬目、脈波等の
生体情報時系列データのうち一種類以上を入力とし、前
記生体情報時系列データが脳電磁波におけるアーチファ
クトとなるか否かをアーチファクト判定基準に基づいて
判定し、その判定結果をアーチファクト情報として出力
するアーチファクト検出手段と、前記アーチファクト情
報を特徴波の検出に用いる機能を付加した特徴波検出手
段を有する。
【００２６】第１４の発明の特徴脳電磁波検出装置は、
第１３の発明において、前記アーチファクト判定基準を
利用者が設定することができるようにするためにアーチ
ファクト基準設定手段を備える。
第１３の発明において、前記アーチファクト判定基準を
利用者が設定することができるようにするためにアーチ
ファクト基準設定手段を備える。
【００２７】
【発明の実施の形態】次に、本発明の実施の形態につい
て図面を参照して詳細に説明する。
て図面を参照して詳細に説明する。
【００２８】図１を参照すると、本発明の第１の発明の
実施の形態は、脳電磁波の時系列データ１００をウェー
ブレット変換して分解レベルごとの時系列であるレベル
情報１１０を出力する脳電磁波変換手段１と、前記レベ
ル情報１１０を受け、検出対象とする特徴脳電磁波の影
響が現れるレベルのレベル情報、すなわち特徴レベル情
報の値が既定の判定基準を満たしたとき特徴脳電磁波の
出現と判定し、判定結果である検出結果情報２１０を出
力する第１の特徴波検出手段２とから構成される。
実施の形態は、脳電磁波の時系列データ１００をウェー
ブレット変換して分解レベルごとの時系列であるレベル
情報１１０を出力する脳電磁波変換手段１と、前記レベ
ル情報１１０を受け、検出対象とする特徴脳電磁波の影
響が現れるレベルのレベル情報、すなわち特徴レベル情
報の値が既定の判定基準を満たしたとき特徴脳電磁波の
出現と判定し、判定結果である検出結果情報２１０を出
力する第１の特徴波検出手段２とから構成される。
【００２９】以下、第１の発明の実施の形態の動作を詳
細に説明する。
細に説明する。
【００３０】まず、脳電磁波の時系列データ１１０すな
わちＸ（ｉ）が脳電磁波変換手段１に入力される。ここ
でｉは、何番目にサンプリングされたかを示す整数値で
あり、時刻に対応する。時系列データＸ（ｉ）を受けた
脳電磁波変換手段１は、Ｘ（ｉ）にウェーブレット変換
を施す。任意の実数値関数ｆ（ｔ）のウェーブレット変
換は、一般に以下のように定義される。
わちＸ（ｉ）が脳電磁波変換手段１に入力される。ここ
でｉは、何番目にサンプリングされたかを示す整数値で
あり、時刻に対応する。時系列データＸ（ｉ）を受けた
脳電磁波変換手段１は、Ｘ（ｉ）にウェーブレット変換
を施す。任意の実数値関数ｆ（ｔ）のウェーブレット変
換は、一般に以下のように定義される。
【００３１】
【数１】
【００３２】ここで、φはマザーウェーブレットと呼ば
れ、時空間的に局在する「波」を表す様々な関数の総称
であり、具体的には、ハールウェーブレット(Haar Wav
elet)、ドベシィウェーブレット(Daubechies Wavele
t)、スプラインウェーブレット(Spline Wavelet)、ガ
ボールウェーブレット(Gabor Wavelet )、メキシカン
ハットウェーブレット(Mexican Hat Wavelet)、シム
レット(Symlet)、コワフレット(Coiflet)等が知られて
いる（詳しくは、数理科学 ウェーブレットビギナーズ
ガイド、榊原 進（著）、東京電機大学出版局、１９９
５年を参照）。式１において、ａ及びｂは任意の実数で
あり、２つの整数ｊ及びｋによって、ｂ＝２-jｋ，１／
ａ＝２j
れ、時空間的に局在する「波」を表す様々な関数の総称
であり、具体的には、ハールウェーブレット(Haar Wav
elet)、ドベシィウェーブレット(Daubechies Wavele
t)、スプラインウェーブレット(Spline Wavelet)、ガ
ボールウェーブレット(Gabor Wavelet )、メキシカン
ハットウェーブレット(Mexican Hat Wavelet)、シム
レット(Symlet)、コワフレット(Coiflet)等が知られて
いる（詳しくは、数理科学 ウェーブレットビギナーズ
ガイド、榊原 進（著）、東京電機大学出版局、１９９
５年を参照）。式１において、ａ及びｂは任意の実数で
あり、２つの整数ｊ及びｋによって、ｂ＝２-jｋ，１／
ａ＝２j
【００３３】
【数２】
【００３４】と置くことにより、以下のように関数ｆ
（ｔ）の離散化表現を得ることができる。
（ｔ）の離散化表現を得ることができる。
【００３５】
【数３】
【００３６】と書きかえ、時系列データをｆ0 （ｔ）と
みなすと、式２から、 ｆ0 （ｔ）≡ｇ-1（ｔ）＋ｇ-2（ｔ）＋．．． （式３） と書ける。ｇj （ｔ）は、ｊの値が大きいほど、サンプ
リング間隔が大きくなることに対応し、低周波成分をよ
り多く含むようになる。ｊはレベルと呼ばれ、異なる周
波数帯域を表現する。式３は、原信号の時系列データ
が、レベルｊの各成分に分解できること、また、各レベ
ルの成分から原信号を再構成できることを意味する。
みなすと、式２から、 ｆ0 （ｔ）≡ｇ-1（ｔ）＋ｇ-2（ｔ）＋．．． （式３） と書ける。ｇj （ｔ）は、ｊの値が大きいほど、サンプ
リング間隔が大きくなることに対応し、低周波成分をよ
り多く含むようになる。ｊはレベルと呼ばれ、異なる周
波数帯域を表現する。式３は、原信号の時系列データ
が、レベルｊの各成分に分解できること、また、各レベ
ルの成分から原信号を再構成できることを意味する。
【００３７】時系列データＸ（ｉ）をウェーブレット変
換によって各レベルに分解する処理の流れを図１６に示
す。図１６の処理は、高速ウェーブレット変換として知
られるアルゴリズムであり、原信号を各レベルに分解す
る処理は、分解フィルタＬｄ及びＨｄとの離散畳み込み
とダウンサンプリングの繰り返しによって実現され、係
数数列ｃＡｊ及びｃＤｊが得られる。ｃＡｊ及びｃＤｊ
は、それぞれレベルｊの低周波成分と高周波成分に対応
する。
換によって各レベルに分解する処理の流れを図１６に示
す。図１６の処理は、高速ウェーブレット変換として知
られるアルゴリズムであり、原信号を各レベルに分解す
る処理は、分解フィルタＬｄ及びＨｄとの離散畳み込み
とダウンサンプリングの繰り返しによって実現され、係
数数列ｃＡｊ及びｃＤｊが得られる。ｃＡｊ及びｃＤｊ
は、それぞれレベルｊの低周波成分と高周波成分に対応
する。
【００３８】図１７は、係数数列ｃＡｊ及びｃＤｊから
元信号を再構成する処理であり、高速ウェーブレット逆
変換と呼ばれる。図１７に示すように、高速ウェーブレ
ット逆変換は、係数数列ｃＡｊ及びｃＤｊのアップサン
プリングと再構成フィルタとの離散畳み込みの繰り返し
で実現される。
元信号を再構成する処理であり、高速ウェーブレット逆
変換と呼ばれる。図１７に示すように、高速ウェーブレ
ット逆変換は、係数数列ｃＡｊ及びｃＤｊのアップサン
プリングと再構成フィルタとの離散畳み込みの繰り返し
で実現される。
【００３９】図１６における分解フィルタＬｄ及びＨｄ
は、マザーウェーブレットに応じて決まるフィルタ数列
であり、Ｌｄは低周波成分の分解フィルタ数列を、Ｈｄ
は高周波成分の分解フィルタ数列を示す。例えば、マザ
ーウェーブレットとしてドベシィ(Daubechies)のウェー
ブレット（N=2 ）を用いると、これらのフィルタ係数
の数列は、 {Ld}={-0.12940952251, 0.224143868042, 0.83651630
3738, 0.482962913145} {Hd}={-0.482962913145, 0.836516303738, -0.224143
868042, -0.1294095225 51}のように定められる。図１７における再構成フィル
タＬｒ及びＨｒもまた、マザーウェーブレットに応じて
決まるフィルタ数列であり、例えば、マザーウェーブレ
ットとしてドベシィ(Daubechies)のウェーブレット（N=
2 ）を用いる場合、 {Lr}={0.482962913145, 0.836516303738, 0.22414386
8042, -0.129409522551} {Hr}={-0.12940952251, -0.224143868042, 0.8365163
03738, -0.482962913145} のように定められる(数列の値はIngrid Daubechies,”
Orthogonal Bases ofCompactly Supported Wavelet
s”, CommuniｃＡtions on Pure and Applied Ma
thematics, Vol.XLI 909-996(1988)に基づく)。数列
｛ａj ｝＝｛ａ0 ，ａ1 ，ａ2 ｝と数列｛ｂj ｝＝｛ｂ
0 ，ｂ1 ，ｂ2 ，ｂ3 ，ｂ4 ｝の畳み込み演算は、一般
に、
は、マザーウェーブレットに応じて決まるフィルタ数列
であり、Ｌｄは低周波成分の分解フィルタ数列を、Ｈｄ
は高周波成分の分解フィルタ数列を示す。例えば、マザ
ーウェーブレットとしてドベシィ(Daubechies)のウェー
ブレット（N=2 ）を用いると、これらのフィルタ係数
の数列は、 {Ld}={-0.12940952251, 0.224143868042, 0.83651630
3738, 0.482962913145} {Hd}={-0.482962913145, 0.836516303738, -0.224143
868042, -0.1294095225 51}のように定められる。図１７における再構成フィル
タＬｒ及びＨｒもまた、マザーウェーブレットに応じて
決まるフィルタ数列であり、例えば、マザーウェーブレ
ットとしてドベシィ(Daubechies)のウェーブレット（N=
2 ）を用いる場合、 {Lr}={0.482962913145, 0.836516303738, 0.22414386
8042, -0.129409522551} {Hr}={-0.12940952251, -0.224143868042, 0.8365163
03738, -0.482962913145} のように定められる(数列の値はIngrid Daubechies,”
Orthogonal Bases ofCompactly Supported Wavelet
s”, CommuniｃＡtions on Pure and Applied Ma
thematics, Vol.XLI 909-996(1988)に基づく)。数列
｛ａj ｝＝｛ａ0 ，ａ1 ，ａ2 ｝と数列｛ｂj ｝＝｛ｂ
0 ，ｂ1 ，ｂ2 ，ｂ3 ，ｂ4 ｝の畳み込み演算は、一般
に、
【００４０】
【数４】
【００４１】のように定義される。より具体的には、次
のようにして求めることができる。
のようにして求めることができる。
【００４２】 （ａ＊ｂ）0 ＝ａ0 ｂ0 （ａ＊ｂ）1 ＝ａ1 ｂ0 ＋ａ0 ｂ1 （ａ＊ｂ）2 ＝ａ2 ｂ0 ＋ａ1 ｂ1 ＋ａ0 ｂ2 （ａ＊ｂ）3 ＝ａ2 ｂ1 ＋ａ1 ｂ2 ＋ａ0 ｂ3 （ａ＊ｂ）4 ＝ａ2 ｂ2 ＋ａ1 ｂ3 ＋ａ0 ｂ4 （ａ＊ｂ）5 ＝ａ2 ｂ3 ＋ａ1 ｂ4 （ａ＊ｂ）6 ＝ａ2 ｂ4 また、データに周期的境界条件を課す場合には、 （ａ＊ｂ）0 ＝ａ0 ｂ0 ＋ａ2 ｂ3 ＋ａ1 ｂ4 （ａ＊ｂ）1 ＝ａ1 ｂ0 ＋ａ0 ｂ1 ＋ａ2 ｂ4 （ａ＊ｂ）2 ＝ａ2 ｂ0 ＋ａ1 ｂ1 ＋ａ0 ｂ2 （ａ＊ｂ）3 ＝ａ2 ｂ1 ＋ａ1 ｂ2 ＋ａ0 ｂ3 （ａ＊ｂ）4 ＝ａ2 ｂ2 ＋ａ1 ｂ3 ＋ａ0 ｂ4 のようにして離散畳み込みを行うことができる。
【００４３】畳み込みによって得られる数列｛Ｃk ｝を
ダウンサンプリングした数列
ダウンサンプリングした数列
【００４４】
【外１】
【００４５】を得る処理は、要素をひとつおきに削除す
ることに相当する。すなわち、
ることに相当する。すなわち、
【００４６】
【数５】
【００４７】と表せる。
【００４８】数列｛Ｃk ｝ をアップサンプリングした
数列
数列
【００４９】
【外２】
【００５０】を得る処理は、次のように表せる。
【００５１】
【数６】
【００５２】以上のようにして、入力された時系列デー
タＸ（ｉ）をウェーブレット変換し、各レベルの係数数
列ｃＡｊ及びｃＤｊを得ることができる。
タＸ（ｉ）をウェーブレット変換し、各レベルの係数数
列ｃＡｊ及びｃＤｊを得ることができる。
【００５３】各レベルの係数数列ｃＡｊ及びｃＤｊは、
ダウンサンプリングを経ているため、元の時系列データ
よりも要素数が少なくなっている。係数数列ｃＡｊ及び
ｃＤｊを元の時系列データＸ（ｉ）と同一の時間軸上に
再構成し、各レベルにおける低周波成分の時系列Ａｊ
（ｉ）及び高周波成分の時系列Ｄｊ（ｉ）を求めるに
は、図１７の再構成の処理を適用すればよい。例えば、
ｃＤ1 からＤ1 （ｉ）を再構成するには、ｃＤ1 にアッ
プサンプリングを施した後、再構成フィルタＨｒとの離
散畳み込みを行えばよい。ｃＤ2 からＤ2 （ｉ）を再構
成するには、アップサンプリング後に再構成フィルタＨ
ｒと離散畳み込みを行い、さらにアップサンプリングと
再構成フィルタＬｒとの離散畳み込みを行えばよい。
ダウンサンプリングを経ているため、元の時系列データ
よりも要素数が少なくなっている。係数数列ｃＡｊ及び
ｃＤｊを元の時系列データＸ（ｉ）と同一の時間軸上に
再構成し、各レベルにおける低周波成分の時系列Ａｊ
（ｉ）及び高周波成分の時系列Ｄｊ（ｉ）を求めるに
は、図１７の再構成の処理を適用すればよい。例えば、
ｃＤ1 からＤ1 （ｉ）を再構成するには、ｃＤ1 にアッ
プサンプリングを施した後、再構成フィルタＨｒとの離
散畳み込みを行えばよい。ｃＤ2 からＤ2 （ｉ）を再構
成するには、アップサンプリング後に再構成フィルタＨ
ｒと離散畳み込みを行い、さらにアップサンプリングと
再構成フィルタＬｒとの離散畳み込みを行えばよい。
【００５４】図１８は、実際のてんかん症例におけるス
パイク波を含む脳波時系列データにウェーブレット変換
を施し、ｄ1 （ｉ）からＤ5 （ｉ）まで求めた例であ
る。脳波時系列データにスパイク波が出現している時刻
でＤ3 （ｉ）の値が大きく変動していることがわかる。
パイク波を含む脳波時系列データにウェーブレット変換
を施し、ｄ1 （ｉ）からＤ5 （ｉ）まで求めた例であ
る。脳波時系列データにスパイク波が出現している時刻
でＤ3 （ｉ）の値が大きく変動していることがわかる。
【００５５】以上のようにして脳電磁波変換手段１は、
各レベルにおける低周波成分の時系列Ａｊ（ｉ）及び高
周波成分の時系列Ｄｊ（ｉ）を求め、レベル情報１１０
として出力する。
各レベルにおける低周波成分の時系列Ａｊ（ｉ）及び高
周波成分の時系列Ｄｊ（ｉ）を求め、レベル情報１１０
として出力する。
【００５６】第１の特徴波検出手段２は、レベル情報１
１０を受け、検出対象とする特徴脳電磁波を反映する特
徴レベル情報の強度値が既定の判定基準を満たすか否か
を判定する。特徴レベル情報としては、例えば、図１８
の例の場合ならば、Ｄ3 （ｉ）を用いることができる
が、どれを用いるかは予め設定されている。判定基準
は、例えば、「α1 ≦Ｄｊ（ｉ）ならば特徴波出現とす
る」、もしくは、「α1 ≦Ｄｊ（ｉ）≦α2 ならば特徴
波出現とする」、のように定められる。特徴レベル情報
がこのような判定基準を満たすとき、第１の特徴波検出
手段２は特徴脳電磁波の出現を示す検出結果情報２１０
を出力する例えば、特徴波出現と判定されたときにはｙ
（ｉ）＝１を、それ以外のときにはｙ（ｉ）＝０のよう
に、時系列ｙ（ｉ）として各時刻のポイント毎に０か１
かを出力する。もちろん、特徴波出現と判定されたとき
のみ検出結果情報２１０を出力してもよい。
１０を受け、検出対象とする特徴脳電磁波を反映する特
徴レベル情報の強度値が既定の判定基準を満たすか否か
を判定する。特徴レベル情報としては、例えば、図１８
の例の場合ならば、Ｄ3 （ｉ）を用いることができる
が、どれを用いるかは予め設定されている。判定基準
は、例えば、「α1 ≦Ｄｊ（ｉ）ならば特徴波出現とす
る」、もしくは、「α1 ≦Ｄｊ（ｉ）≦α2 ならば特徴
波出現とする」、のように定められる。特徴レベル情報
がこのような判定基準を満たすとき、第１の特徴波検出
手段２は特徴脳電磁波の出現を示す検出結果情報２１０
を出力する例えば、特徴波出現と判定されたときにはｙ
（ｉ）＝１を、それ以外のときにはｙ（ｉ）＝０のよう
に、時系列ｙ（ｉ）として各時刻のポイント毎に０か１
かを出力する。もちろん、特徴波出現と判定されたとき
のみ検出結果情報２１０を出力してもよい。
【００５７】当然ながら、脳電磁波の時系列データ１１
０は複数チャネルでも良い。脳電磁波データが複数チャ
ネルの場合、チャネル番号をｈとすると、Ｘ（ｉ）はＸ
（ｈ，ｉ）のように、Ｄｊ（ｉ）はＤｊ（ｈ，ｉ）のよ
うに表せる。各チャネルについてＸ（ｈ，ｉ）からＤｊ
（ｈ，ｉ）を求める処理は、前述のＸ（ｉ）からＤｊ
（ｉ）を求める処理と同様にして行うことができる。特
徴波検出の判定は、前記判定基準において、「α
1 （ｈ）≦Ｄｊ（ｈ，ｉ）ならばチャネルｈにおいて特
徴波出現とする」、もしくは、「α1 （ｈ）≦Ｄｊ
（ｈ，ｉ）≦α2 （ｈ）ならばチャネルｈにおいて特徴
波出現とする」、のように、チャネル番号ｈを用いて表
せば良い。判定結果については、前述のｙ（ｉ）にチャ
ネル番号を加えたｙ（ｈ，ｉ）を用い、特徴波出現と判
定されたときにはｙ（ｈ，ｉ）＝１、そうでないときに
はｙ（ｈ，ｉ）＝０のようにして、各チャネルの検出結
果を保持する。さらに、あるｉ＝ωにおけるｙ（ｈ，
ω）について、例えば、「ｙ（ｈ，ω）＝１となったチ
ャネルの数が全チャネル数よりも少なければ、特徴波出
現とする」、のようなルールを前記判定基準に保持して
おけば、体動によるアーチファクトと特徴波を弁別する
のに有効である。複数チャネルの場合の検出結果情報２
１０は、チャネル毎の時系列ｙ（ｈ，ｉ）として出力す
ればよい。
０は複数チャネルでも良い。脳電磁波データが複数チャ
ネルの場合、チャネル番号をｈとすると、Ｘ（ｉ）はＸ
（ｈ，ｉ）のように、Ｄｊ（ｉ）はＤｊ（ｈ，ｉ）のよ
うに表せる。各チャネルについてＸ（ｈ，ｉ）からＤｊ
（ｈ，ｉ）を求める処理は、前述のＸ（ｉ）からＤｊ
（ｉ）を求める処理と同様にして行うことができる。特
徴波検出の判定は、前記判定基準において、「α
1 （ｈ）≦Ｄｊ（ｈ，ｉ）ならばチャネルｈにおいて特
徴波出現とする」、もしくは、「α1 （ｈ）≦Ｄｊ
（ｈ，ｉ）≦α2 （ｈ）ならばチャネルｈにおいて特徴
波出現とする」、のように、チャネル番号ｈを用いて表
せば良い。判定結果については、前述のｙ（ｉ）にチャ
ネル番号を加えたｙ（ｈ，ｉ）を用い、特徴波出現と判
定されたときにはｙ（ｈ，ｉ）＝１、そうでないときに
はｙ（ｈ，ｉ）＝０のようにして、各チャネルの検出結
果を保持する。さらに、あるｉ＝ωにおけるｙ（ｈ，
ω）について、例えば、「ｙ（ｈ，ω）＝１となったチ
ャネルの数が全チャネル数よりも少なければ、特徴波出
現とする」、のようなルールを前記判定基準に保持して
おけば、体動によるアーチファクトと特徴波を弁別する
のに有効である。複数チャネルの場合の検出結果情報２
１０は、チャネル毎の時系列ｙ（ｈ，ｉ）として出力す
ればよい。
【００５８】以上のようにして、本発明の第１の発明の
実施の形態が実現される。
実施の形態が実現される。
【００５９】第１の発明の実施の形態の実施例は、脳電
磁波の時系列データ１００をウェーブレット変換して分
解レベルごとの時系列であるレベル情報１１０を出力す
る脳電磁波変換手段１、例えば日本電気（株）製ＰＣ−
９８２１Ｘａ等のパーソナルコンピュータと、前記レベ
ル情報１１０を受け、検出対象とする特徴脳電磁波を反
映するレベルのレベル情報、すなわち特徴レベル情報の
値が既定の判定基準を満たしたとき特徴脳電磁波の出現
と判定し、判定結果である検出結果情報２１０を出力す
る第１の特徴波検出手段２、例えば日本電気（株）製Ｐ
Ｃ−９８２１Ｘａ等のパーソナルコンピュータとから構
成される。
磁波の時系列データ１００をウェーブレット変換して分
解レベルごとの時系列であるレベル情報１１０を出力す
る脳電磁波変換手段１、例えば日本電気（株）製ＰＣ−
９８２１Ｘａ等のパーソナルコンピュータと、前記レベ
ル情報１１０を受け、検出対象とする特徴脳電磁波を反
映するレベルのレベル情報、すなわち特徴レベル情報の
値が既定の判定基準を満たしたとき特徴脳電磁波の出現
と判定し、判定結果である検出結果情報２１０を出力す
る第１の特徴波検出手段２、例えば日本電気（株）製Ｐ
Ｃ−９８２１Ｘａ等のパーソナルコンピュータとから構
成される。
【００６０】まず、脳波用電極及び例えばＮＥＣメディ
カルシステムズ（株）製６Ｒ１２等のアンプによって導
出・増幅された脳波データを、カノープス電子（株）製
Ａ／Ｄ変換ボードＡＤＸＭ−９８Ａ等のＡ／Ｄコンバー
タを介して日本電気（株）製ＰＣ−９８２１Ｘａ等のパ
ーソナルコンピュータによってサンプリングすることに
より、脳波の時系列データ１００を得ることができる。
また、ニューロマグ（Neuromag）社製スクイッド脳磁計
を用いれば、脳磁波の時系列データを得ることができ
る。あるいは、このようにして得た脳電磁波の時系列デ
ータが記録された光磁気ディスク、フロッピーディス
ク、取り外し可能なハードディスク等の記憶媒体から、
日本電気（株）製ＰＣ−９８２１Ｘａ等のパーソナルコ
ンピュータによって直接あるいはネットワークを介して
脳電磁波データを読み出すことにより、脳電磁波の時系
列データ１００を得ることができる。
カルシステムズ（株）製６Ｒ１２等のアンプによって導
出・増幅された脳波データを、カノープス電子（株）製
Ａ／Ｄ変換ボードＡＤＸＭ−９８Ａ等のＡ／Ｄコンバー
タを介して日本電気（株）製ＰＣ−９８２１Ｘａ等のパ
ーソナルコンピュータによってサンプリングすることに
より、脳波の時系列データ１００を得ることができる。
また、ニューロマグ（Neuromag）社製スクイッド脳磁計
を用いれば、脳磁波の時系列データを得ることができ
る。あるいは、このようにして得た脳電磁波の時系列デ
ータが記録された光磁気ディスク、フロッピーディス
ク、取り外し可能なハードディスク等の記憶媒体から、
日本電気（株）製ＰＣ−９８２１Ｘａ等のパーソナルコ
ンピュータによって直接あるいはネットワークを介して
脳電磁波データを読み出すことにより、脳電磁波の時系
列データ１００を得ることができる。
【００６１】次に、上述のような、ウェーブレット変換
して分解レベルごとの時系列であるレベル情報１１０を
出力する処理を、プログラム化して同パーソナルコンピ
ュータに実装することにより、前記レベル情報１１０を
出力する脳電磁波変換手段１を実現することができる。
して分解レベルごとの時系列であるレベル情報１１０を
出力する処理を、プログラム化して同パーソナルコンピ
ュータに実装することにより、前記レベル情報１１０を
出力する脳電磁波変換手段１を実現することができる。
【００６２】さらに、同パーソナルコンピュータの主記
憶もしくは他の記憶装置もしくは通信ポートを介して前
記レベル情報１１０を受け、特徴レベル情報１１１の値
が判定基準を満たしたとき特徴脳電磁波の出現と判定す
る処理及び判定結果である検出結果情報２１０を出力す
る処理を、プログラム化して同パーソナルコンピュータ
に実装することにより、第１の特徴波検出手段２を実現
することができる。検出結果情報２１０を、脳電磁波の
時系列データ１００とともに、同パーソナルコンピュー
タに接続されたＣＲＴもしくはプリンタ等に出力すれば
結果を視覚的に提示することができ、ハードディスク、
光磁気ディスクもしくはフロッピーディスク等の記録媒
体に出力すれば、結果を再利用できる。
憶もしくは他の記憶装置もしくは通信ポートを介して前
記レベル情報１１０を受け、特徴レベル情報１１１の値
が判定基準を満たしたとき特徴脳電磁波の出現と判定す
る処理及び判定結果である検出結果情報２１０を出力す
る処理を、プログラム化して同パーソナルコンピュータ
に実装することにより、第１の特徴波検出手段２を実現
することができる。検出結果情報２１０を、脳電磁波の
時系列データ１００とともに、同パーソナルコンピュー
タに接続されたＣＲＴもしくはプリンタ等に出力すれば
結果を視覚的に提示することができ、ハードディスク、
光磁気ディスクもしくはフロッピーディスク等の記録媒
体に出力すれば、結果を再利用できる。
【００６３】第２の発明の実施の形態を図２に示す。
【００６４】図２に示すように、第２の発明の実施の形
態は、第１の発明の実施の形態に、第１のパラメータ設
定手段３が付加された構成である。
態は、第１の発明の実施の形態に、第１のパラメータ設
定手段３が付加された構成である。
【００６５】第２の発明の実施の形態が第１の発明の実
施の形態と異なる点は、第１のパラメータ設定手段３が
付加された点であるので、第１のパラメータ設定手段３
の動作についてのみ詳しく説明する。
施の形態と異なる点は、第１のパラメータ設定手段３が
付加された点であるので、第１のパラメータ設定手段３
の動作についてのみ詳しく説明する。
【００６６】第１のパラメータ設定手段３は、利用者に
よる設定入力３００を受け、分解レベルの最大値が利用
者によって設定される場合には、設定入力３００が含む
分解レベル設定情報３１０を脳電磁波変換手段１に送
る。脳電磁波変換手段１は、受け取った分解レベル設定
情報３１０によって分解レベルの最大値を更新する。前
記特徴レベル情報のレベルが利用者によって設定される
場合には、第１のパラメータ設定手段３は、設定入力３
００が含む特徴レベル設定情報３２０を特徴波検出手段
２に送る。特徴波検出手段２は、受け取った特徴レベル
設定情報３２０によって前記特徴レベル情報のレベルを
更新する。前記判定基準２００が利用者によって設定さ
れる場合には、第１のパラメータ設定手段３は、設定入
力３００が含む判定基準設定情報３３０を特徴波検出手
段２に送る。特徴波検出手段２は、受け取った判定基準
設定情報３３０によって前記判定基準２００を更新す
る。
よる設定入力３００を受け、分解レベルの最大値が利用
者によって設定される場合には、設定入力３００が含む
分解レベル設定情報３１０を脳電磁波変換手段１に送
る。脳電磁波変換手段１は、受け取った分解レベル設定
情報３１０によって分解レベルの最大値を更新する。前
記特徴レベル情報のレベルが利用者によって設定される
場合には、第１のパラメータ設定手段３は、設定入力３
００が含む特徴レベル設定情報３２０を特徴波検出手段
２に送る。特徴波検出手段２は、受け取った特徴レベル
設定情報３２０によって前記特徴レベル情報のレベルを
更新する。前記判定基準２００が利用者によって設定さ
れる場合には、第１のパラメータ設定手段３は、設定入
力３００が含む判定基準設定情報３３０を特徴波検出手
段２に送る。特徴波検出手段２は、受け取った判定基準
設定情報３３０によって前記判定基準２００を更新す
る。
【００６７】以上の動作によって、分解レベルの最大
値、前記特徴レベル情報のレベル、前記判定基準のうち
一つ以上を利用者が設定することが可能になる。
値、前記特徴レベル情報のレベル、前記判定基準のうち
一つ以上を利用者が設定することが可能になる。
【００６８】第１のパラメータ設定手段３は、第１の実
施の形態の実施例において、脳電磁波変換手段１及び特
徴波検出手段２が実装された日本電気（株）製ＰＣ−９
８２１Ｘａ等のパーソナルコンピュータに接続されるキ
ーボード、マウス、タッチスクリーン等の入力装置を用
い、同パーソナルコンピュータに上述のような実施の形
態の動作をプログラム化して実装することにより実現で
きる。
施の形態の実施例において、脳電磁波変換手段１及び特
徴波検出手段２が実装された日本電気（株）製ＰＣ−９
８２１Ｘａ等のパーソナルコンピュータに接続されるキ
ーボード、マウス、タッチスクリーン等の入力装置を用
い、同パーソナルコンピュータに上述のような実施の形
態の動作をプログラム化して実装することにより実現で
きる。
【００６９】まず、第２の発明の実施の形態の実施例を
構成するパーソナルコンピュータ、例えば日本電気
（株）製ＰＣ−９８２１Ｘａ等で、利用者が設定値を入
力するためのプロンプトもしくは入力枠を表示し、キー
ボードから入力される数値もしくは文字を受け取る。あ
るいは、数字もしくは文字を表示しておき、マウス操作
もしくはタッチスクリーン操作によって入力される数値
もしくは文字を受け取る。このような動作により、設定
入力３００を得ることができる。次に、設定入力３００
が前記分解レベル設定情報３１０を含むときは、脳電磁
波変換手段１が同パーソナルコンピュータの主記憶もし
くは他の記憶装置に保持する分解レベルの最大値を前記
分解レベル設定情報３１０に更新する。設定入力３００
が前記特徴レベル設定情報３２０を含むときは、特徴波
検出手段２が同パーソナルコンピュータの主記憶もしく
は他の記憶装置に保持する前記特徴レベル情報のレベル
を前記特徴レベル設定情報３２０によって更新する。設
定入力３００が前記判定基準設定情報３３０を含むとき
は、特徴波検出手段２が同パーソナルコンピュータの主
記憶もしくは他の記憶装置に保持する前記判定基準２０
０を前記判定基準設定情報３３０によって更新する。
構成するパーソナルコンピュータ、例えば日本電気
（株）製ＰＣ−９８２１Ｘａ等で、利用者が設定値を入
力するためのプロンプトもしくは入力枠を表示し、キー
ボードから入力される数値もしくは文字を受け取る。あ
るいは、数字もしくは文字を表示しておき、マウス操作
もしくはタッチスクリーン操作によって入力される数値
もしくは文字を受け取る。このような動作により、設定
入力３００を得ることができる。次に、設定入力３００
が前記分解レベル設定情報３１０を含むときは、脳電磁
波変換手段１が同パーソナルコンピュータの主記憶もし
くは他の記憶装置に保持する分解レベルの最大値を前記
分解レベル設定情報３１０に更新する。設定入力３００
が前記特徴レベル設定情報３２０を含むときは、特徴波
検出手段２が同パーソナルコンピュータの主記憶もしく
は他の記憶装置に保持する前記特徴レベル情報のレベル
を前記特徴レベル設定情報３２０によって更新する。設
定入力３００が前記判定基準設定情報３３０を含むとき
は、特徴波検出手段２が同パーソナルコンピュータの主
記憶もしくは他の記憶装置に保持する前記判定基準２０
０を前記判定基準設定情報３３０によって更新する。
【００７０】以上の処理をプログラム化して同パーソナ
ルコンピュータに実装することにより、第１のパラメー
タ設定手段３が実現され、第２の発明の特徴脳電磁波検
出装置を実現することができる。
ルコンピュータに実装することにより、第１のパラメー
タ設定手段３が実現され、第２の発明の特徴脳電磁波検
出装置を実現することができる。
【００７１】第３の発明の実施の形態を図３に示す。
【００７２】図３に示すように、第３の発明の実施の形
態は、脳電磁波の時系列データ１００をウェーブレット
変換して分解レベルごとの時系列であるレベル情報１１
０を出力する脳電磁波変換手段１と、前記レベル情報１
１０を受け、各レベルについて、既定時間幅における振
幅値であるレベル振幅値４１０、レベル情報の時間変化
成分４２０、既定時間幅におけるレベル情報の変動量４
３０のうち一つ以上を算出してレベル特徴情報４００と
して出力するレベル特徴量算出手段４と、前記レベル特
徴情報４００を受け、検出対象とする特徴脳電磁波を反
映するレベルのレベル特徴情報４０１が既定の特徴量判
定基準５００を満たしたとき特徴脳電磁波の出現と判定
し、判定結果である検出結果情報５１０を出力する第２
の特徴波検出手段５とから構成される。
態は、脳電磁波の時系列データ１００をウェーブレット
変換して分解レベルごとの時系列であるレベル情報１１
０を出力する脳電磁波変換手段１と、前記レベル情報１
１０を受け、各レベルについて、既定時間幅における振
幅値であるレベル振幅値４１０、レベル情報の時間変化
成分４２０、既定時間幅におけるレベル情報の変動量４
３０のうち一つ以上を算出してレベル特徴情報４００と
して出力するレベル特徴量算出手段４と、前記レベル特
徴情報４００を受け、検出対象とする特徴脳電磁波を反
映するレベルのレベル特徴情報４０１が既定の特徴量判
定基準５００を満たしたとき特徴脳電磁波の出現と判定
し、判定結果である検出結果情報５１０を出力する第２
の特徴波検出手段５とから構成される。
【００７３】第３の発明の実施の形態において、脳電磁
波変換手段１の動作は、第１の発明の実施の形態と同様
である。よって、以下では、特徴量算出手段４と、第２
の特徴波検出手段５の動作について説明する。
波変換手段１の動作は、第１の発明の実施の形態と同様
である。よって、以下では、特徴量算出手段４と、第２
の特徴波検出手段５の動作について説明する。
【００７４】特徴量算出手段４は、脳電磁波変換手段１
が出力するレベル情報１１０を受け、各レベルについ
て、既定時間幅における振幅値であるレベル振幅値、レ
ベル情報の時間変化成分、既定時間幅におけるレベル情
報の変動量のうち一つ以上を算出する。レベル情報１１
０は、第１の発明の実施の形態と同様に、分解レベルを
ｊとして、Ｄｊ（ｉ）と表せる。時刻表現を簡単にする
ため、Ｄｊ（ｉ）におけるｉは１からｎの整数とする。
すなわち、Ｄｊ（ｉ）；ｉ＝１，．．．，ｎとする。
が出力するレベル情報１１０を受け、各レベルについ
て、既定時間幅における振幅値であるレベル振幅値、レ
ベル情報の時間変化成分、既定時間幅におけるレベル情
報の変動量のうち一つ以上を算出する。レベル情報１１
０は、第１の発明の実施の形態と同様に、分解レベルを
ｊとして、Ｄｊ（ｉ）と表せる。時刻表現を簡単にする
ため、Ｄｊ（ｉ）におけるｉは１からｎの整数とする。
すなわち、Ｄｊ（ｉ）；ｉ＝１，．．．，ｎとする。
【００７５】既定時間幅における振幅値であるレベル振
幅値を求める場合には、サンプリング間隔Δｔにある自
然数ｐを乗じて、ある時間幅ｔ＝ｐΔｔを定める。この
とき、時間幅ｔに含まれるＤｊ（ｉ）の個数は、時間幅
ｔの両端も含めるとｐ＋１個となる。検出対象とする特
徴波がちょうど含まれる程度の時間幅となるよう適切な
ｐの値を定めておくことにより、ｐ＋１個のＤｊ（ｉ）
の最大値と最小値の差を前記レベル振幅値４１０とみな
すことができる。
幅値を求める場合には、サンプリング間隔Δｔにある自
然数ｐを乗じて、ある時間幅ｔ＝ｐΔｔを定める。この
とき、時間幅ｔに含まれるＤｊ（ｉ）の個数は、時間幅
ｔの両端も含めるとｐ＋１個となる。検出対象とする特
徴波がちょうど含まれる程度の時間幅となるよう適切な
ｐの値を定めておくことにより、ｐ＋１個のＤｊ（ｉ）
の最大値と最小値の差を前記レベル振幅値４１０とみな
すことができる。
【００７６】レベル情報の時間変化成分は、サンプリン
グ間隔Δｔ、自然数ｑを用いると、 時間変化成分４２０＝（ Ｄｊ（ｉ＋ｑ）−Ｄｊ（ｉ）
）／（ｑΔｔ） と表すことができる。ｑには、検出対象とする特徴波の
勾配に適した数値を定めておけばよい。
グ間隔Δｔ、自然数ｑを用いると、 時間変化成分４２０＝（ Ｄｊ（ｉ＋ｑ）−Ｄｊ（ｉ）
）／（ｑΔｔ） と表すことができる。ｑには、検出対象とする特徴波の
勾配に適した数値を定めておけばよい。
【００７７】既定時間幅におけるレベル情報の変動量
は、サンプリング間隔Δｔにある自然数ｒを乗じた既定
時間幅Ｔ2 ＝ｒΔｔを定めておき、
は、サンプリング間隔Δｔにある自然数ｒを乗じた既定
時間幅Ｔ2 ＝ｒΔｔを定めておき、
【００７８】
【数７】
【００７９】のようにして求めることができる。
【００８０】以上のようにして、レベル特徴量算出手段
４は、既定時間幅におけるレベル振幅値、レベル情報の
時間変化成分、既定時間幅におけるレベル情報の変動量
のうち一つ以上を算出し、レベル特徴情報４００として
出力する。
４は、既定時間幅におけるレベル振幅値、レベル情報の
時間変化成分、既定時間幅におけるレベル情報の変動量
のうち一つ以上を算出し、レベル特徴情報４００として
出力する。
【００８１】第２の特徴波検出手段５は、レベル特徴情
報４００を受け、検出対象とする特徴脳電磁波を反映す
るレベルのレベル特徴情報４００の値が既定の特徴量判
定基準を満たすか否かを判定する。レベル特徴情報４０
０のレベルは、第１の発明と同様にして選択する。レベ
ル特徴情報４００をＱｊ（ｉ）と表し、検出対象とする
特徴脳電磁波を反映するレベルのレベル特徴情報４００
をＱA （ｉ）と表すと、例えば、「『β1 ≦Ｑ
A （ｉ）』ならば特徴波出現とする」、もしくは、
「『β1 ≦ＱA （ｉ）≦β2 』ならば特徴波出現とす
る」となるとき、第２の特徴波検出手段５は特徴脳電磁
波の出現と判定する。この例における特徴量判定基準
は、基準値と大小関係の組として記述されている。検出
結果情報５１０は、第１の発明と同様に、特徴脳電磁波
の出現と判定したときにはｙ（ｉ）＝１を、それ以外の
ときにはｙ（ｉ）＝０のように、時系列ｙ（ｉ）として
出力する。もちろん、特徴脳電磁波の出現と判定したと
きのみ検出結果情報５１０を出力してもよい。
報４００を受け、検出対象とする特徴脳電磁波を反映す
るレベルのレベル特徴情報４００の値が既定の特徴量判
定基準を満たすか否かを判定する。レベル特徴情報４０
０のレベルは、第１の発明と同様にして選択する。レベ
ル特徴情報４００をＱｊ（ｉ）と表し、検出対象とする
特徴脳電磁波を反映するレベルのレベル特徴情報４００
をＱA （ｉ）と表すと、例えば、「『β1 ≦Ｑ
A （ｉ）』ならば特徴波出現とする」、もしくは、
「『β1 ≦ＱA （ｉ）≦β2 』ならば特徴波出現とす
る」となるとき、第２の特徴波検出手段５は特徴脳電磁
波の出現と判定する。この例における特徴量判定基準
は、基準値と大小関係の組として記述されている。検出
結果情報５１０は、第１の発明と同様に、特徴脳電磁波
の出現と判定したときにはｙ（ｉ）＝１を、それ以外の
ときにはｙ（ｉ）＝０のように、時系列ｙ（ｉ）として
出力する。もちろん、特徴脳電磁波の出現と判定したと
きのみ検出結果情報５１０を出力してもよい。
【００８２】当然ながら、第３の発明の実施の形態にお
いて、脳電磁波の時系列データ１１０は複数チャネルで
も良い。第１の実施の形態と同様に、チャネル番号をｈ
として、前記レベル振幅値、前記時間変化成分及び前記
変動量の算出において、Ｄｊ（ｉ）のかわりにＤｊ
（ｈ，ｉ）を用い、各チャネルについてこれらの特徴量
を求めればよい。さらに、前述のＱA （ｉ）、β1 及び
β2 をチャネル毎に用意し、ＱA （ｈ，ｉ）、β（ｈ）
1 及びβ（ｈ）2 としておけば、チャネル毎に検出判定
を行うことができるので、第１の実施の形態と同様に、
特徴波出現と判定されたときにはｙ（ｈ，ｉ）＝１、そ
うでないときにはｙ（ｈ，ｉ）＝０のようにして、各チ
ャネルの検出結果を保持する。さらに、あるｉ＝ωにお
けるｙ（ｈ，ω）について、例えば、「ｙ（ｈ，ω）＝
１となったチャネルの数が全チャネル数よりも少なけれ
ば、特徴波出現とする」、のようなルールを前記特徴量
判定基準に保持しておけば、体動によるアーチファクト
と特徴波を弁別するのに有効である。複数チャネルの場
合の検出結果情報５１０は、チャネル毎の時系列ｙ
（ｈ，ｉ）として出力すればよい。
いて、脳電磁波の時系列データ１１０は複数チャネルで
も良い。第１の実施の形態と同様に、チャネル番号をｈ
として、前記レベル振幅値、前記時間変化成分及び前記
変動量の算出において、Ｄｊ（ｉ）のかわりにＤｊ
（ｈ，ｉ）を用い、各チャネルについてこれらの特徴量
を求めればよい。さらに、前述のＱA （ｉ）、β1 及び
β2 をチャネル毎に用意し、ＱA （ｈ，ｉ）、β（ｈ）
1 及びβ（ｈ）2 としておけば、チャネル毎に検出判定
を行うことができるので、第１の実施の形態と同様に、
特徴波出現と判定されたときにはｙ（ｈ，ｉ）＝１、そ
うでないときにはｙ（ｈ，ｉ）＝０のようにして、各チ
ャネルの検出結果を保持する。さらに、あるｉ＝ωにお
けるｙ（ｈ，ω）について、例えば、「ｙ（ｈ，ω）＝
１となったチャネルの数が全チャネル数よりも少なけれ
ば、特徴波出現とする」、のようなルールを前記特徴量
判定基準に保持しておけば、体動によるアーチファクト
と特徴波を弁別するのに有効である。複数チャネルの場
合の検出結果情報５１０は、チャネル毎の時系列ｙ
（ｈ，ｉ）として出力すればよい。
【００８３】以上のようにして、第３の発明の実施の形
態を実現することができる。
態を実現することができる。
【００８４】本発明の第３の発明の実施の形態の実施例
は、脳電磁波の時系列データ１００をウェーブレット変
換して分解レベルごとの時系列であるレベル情報１１０
を出力する脳電磁波変換手段１、例えば日本電気（株）
製ＰＣ−９８２１Ｘａ等のパーソナルコンピュータと、
前記レベル情報１１０を受け、各レベルについて、既定
時間幅における振幅値であるレベル振幅値、レベル情報
の時間変化成分、既定時間幅におけるレベル情報の変動
量のうち一つ以上を算出してレベル特徴情報４００とし
て出力する特徴量算出手段４、例えば同パーソナルコン
ピュータと、前記レベル特徴情報４００を受け、検出対
象とする特徴脳電磁波を反映するレベルのレベル特徴情
報４００が既定の特徴量判定基準を満たしたとき特徴脳
電磁波の出現と判定し、判定結果である検出結果情報５
１０を出力する第２の特徴波検出手段５、例えば同パー
ソナルコンピュータとから構成される。
は、脳電磁波の時系列データ１００をウェーブレット変
換して分解レベルごとの時系列であるレベル情報１１０
を出力する脳電磁波変換手段１、例えば日本電気（株）
製ＰＣ−９８２１Ｘａ等のパーソナルコンピュータと、
前記レベル情報１１０を受け、各レベルについて、既定
時間幅における振幅値であるレベル振幅値、レベル情報
の時間変化成分、既定時間幅におけるレベル情報の変動
量のうち一つ以上を算出してレベル特徴情報４００とし
て出力する特徴量算出手段４、例えば同パーソナルコン
ピュータと、前記レベル特徴情報４００を受け、検出対
象とする特徴脳電磁波を反映するレベルのレベル特徴情
報４００が既定の特徴量判定基準を満たしたとき特徴脳
電磁波の出現と判定し、判定結果である検出結果情報５
１０を出力する第２の特徴波検出手段５、例えば同パー
ソナルコンピュータとから構成される。
【００８５】まず、第１の発明の実施の形態の実施例と
同様にして、脳電磁波の時系列データ１００を得ること
ができる。次に、第１の発明の実施の形態の実施例と同
様にして、前記レベル情報１１０を出力する脳電磁波変
換手段１を実現することができる。脳電磁波変換手段１
を実装するパーソナルコンピュータ、例えば日本電気
（株）製ＰＣ−９８２１Ｘａ等のパーソナルコンピュー
タの主記憶もしくは他の記憶装置もしくは通信ポートを
介して前記レベル情報１１０を受け、各レベルについ
て、既定時間幅における振幅値であるレベル振幅値、レ
ベル情報の時間変化成分、既定時間幅におけるレベル情
報の変動量のうち一つ以上を算出してレベル特徴情報４
００として出力する処理をプログラム化し、同パーソナ
ルコンピュータに実装することによりレベル特徴量算出
手段４を実現することができる。さらに、同パーソナル
コンピュータの主記憶もしくは他の記憶装置もしくは通
信ポートを介して前記レベル特徴情報４００を受け、検
出対象とする特徴脳電磁波を反映するレベルのレベル特
徴情報が既定の特徴量判定基準を満たしたとき特徴脳電
磁波の出現と判定し、判定結果である検出結果情報５１
０を出力する処理をプログラム化し、同パーソナルコン
ピュータに実装することにより、第２の特徴波検出手段
５を実現することができる。検出結果情報５１０を、脳
電磁波の時系列データ１００とともに、同パーソナルコ
ンピュータに接続されたＣＲｔもしくはプリンタ等に出
力すれば結果を視覚的に提示することができ、ハードデ
ィスク、光磁気ディスクもしくはフロッピーディスク等
の記録媒体に出力すれば、結果の再利用が可能になる。
同様にして、脳電磁波の時系列データ１００を得ること
ができる。次に、第１の発明の実施の形態の実施例と同
様にして、前記レベル情報１１０を出力する脳電磁波変
換手段１を実現することができる。脳電磁波変換手段１
を実装するパーソナルコンピュータ、例えば日本電気
（株）製ＰＣ−９８２１Ｘａ等のパーソナルコンピュー
タの主記憶もしくは他の記憶装置もしくは通信ポートを
介して前記レベル情報１１０を受け、各レベルについ
て、既定時間幅における振幅値であるレベル振幅値、レ
ベル情報の時間変化成分、既定時間幅におけるレベル情
報の変動量のうち一つ以上を算出してレベル特徴情報４
００として出力する処理をプログラム化し、同パーソナ
ルコンピュータに実装することによりレベル特徴量算出
手段４を実現することができる。さらに、同パーソナル
コンピュータの主記憶もしくは他の記憶装置もしくは通
信ポートを介して前記レベル特徴情報４００を受け、検
出対象とする特徴脳電磁波を反映するレベルのレベル特
徴情報が既定の特徴量判定基準を満たしたとき特徴脳電
磁波の出現と判定し、判定結果である検出結果情報５１
０を出力する処理をプログラム化し、同パーソナルコン
ピュータに実装することにより、第２の特徴波検出手段
５を実現することができる。検出結果情報５１０を、脳
電磁波の時系列データ１００とともに、同パーソナルコ
ンピュータに接続されたＣＲｔもしくはプリンタ等に出
力すれば結果を視覚的に提示することができ、ハードデ
ィスク、光磁気ディスクもしくはフロッピーディスク等
の記録媒体に出力すれば、結果の再利用が可能になる。
【００８６】第４の発明の実施の形態を図４に示す。
【００８７】図４に示すように、第４の発明の実施の形
態は、分解レベルの最大値、前記レベル特徴情報４００
のレベル、前記特徴量判定基準のいずれかもしくは複数
を利用者が設定するための、第２のパラメータ設定手段
６が第３の発明の実施の形態に付加された構成をとる。
態は、分解レベルの最大値、前記レベル特徴情報４００
のレベル、前記特徴量判定基準のいずれかもしくは複数
を利用者が設定するための、第２のパラメータ設定手段
６が第３の発明の実施の形態に付加された構成をとる。
【００８８】第４の発明の実施の形態が第３の発明の実
施の形態と異なる点は、第２のパラメータ設定手段６を
有する点であるので、以下では第２のパラメータ設定手
段６の動作について説明する。
施の形態と異なる点は、第２のパラメータ設定手段６を
有する点であるので、以下では第２のパラメータ設定手
段６の動作について説明する。
【００８９】第２のパラメータ設定手段６は、分解レベ
ルの最大値が利用者によって設定される場合には、第１
の発明の実施の形態と同様にして、設定入力３００が分
解レベル設定情報３１０を含むときは、これを脳電磁波
変換手段１に送る。脳電磁波変換手段１は、受け取った
分解レベル設定情報３１０によって分解レベルの最大値
を更新する。前記レベル特徴情報４００のレベルが利用
者によって設定される場合には、第２のパラメータ設定
手段６は、設定入力３００が含む特徴レベル設定情報３
２０を第２の特徴波検出手段５に送る。第２の特徴波検
出手段５は、受け取った特徴レベル設定情報３２０によ
って前記レベル特徴情報４００のレベルを更新する。前
記特徴量判定基準が利用者によって設定される場合に
は、第２のパラメータ設定手段６は、設定入力３００が
含む特徴量判定基準設定情報６００を第２の特徴波検出
手段５に送る。第２の特徴波検出手段５は、受け取った
特徴量判定基準設定情報６００によって前記特徴量判定
基準を更新する。もちろん、同様にして、第３の発明の
実施の形態の動作で述べたｐ、ｑ及びｒを変更してもよ
い。
ルの最大値が利用者によって設定される場合には、第１
の発明の実施の形態と同様にして、設定入力３００が分
解レベル設定情報３１０を含むときは、これを脳電磁波
変換手段１に送る。脳電磁波変換手段１は、受け取った
分解レベル設定情報３１０によって分解レベルの最大値
を更新する。前記レベル特徴情報４００のレベルが利用
者によって設定される場合には、第２のパラメータ設定
手段６は、設定入力３００が含む特徴レベル設定情報３
２０を第２の特徴波検出手段５に送る。第２の特徴波検
出手段５は、受け取った特徴レベル設定情報３２０によ
って前記レベル特徴情報４００のレベルを更新する。前
記特徴量判定基準が利用者によって設定される場合に
は、第２のパラメータ設定手段６は、設定入力３００が
含む特徴量判定基準設定情報６００を第２の特徴波検出
手段５に送る。第２の特徴波検出手段５は、受け取った
特徴量判定基準設定情報６００によって前記特徴量判定
基準を更新する。もちろん、同様にして、第３の発明の
実施の形態の動作で述べたｐ、ｑ及びｒを変更してもよ
い。
【００９０】以上の動作によって、分解レベルの最大
値、前記レベル特徴情報４００のレベル、前記特徴量判
定基準のうち一つ以上を利用者が設定することが可能に
なる。
値、前記レベル特徴情報４００のレベル、前記特徴量判
定基準のうち一つ以上を利用者が設定することが可能に
なる。
【００９１】第２のパラメータ設定手段６は、第３の発
明において脳電磁波変換手段１及び特徴波検出手段２が
実装された日本電気（株）製ＰＣ−９８２１Ｘａ等のパ
ーソナルコンピュータに接続されるキーボード、マウ
ス、タッチスクリーン等の入力装置と、同パーソナルコ
ンピュータに上述の実施の形態で説明した動作をプログ
ラム化して実装することにより実現できる。
明において脳電磁波変換手段１及び特徴波検出手段２が
実装された日本電気（株）製ＰＣ−９８２１Ｘａ等のパ
ーソナルコンピュータに接続されるキーボード、マウ
ス、タッチスクリーン等の入力装置と、同パーソナルコ
ンピュータに上述の実施の形態で説明した動作をプログ
ラム化して実装することにより実現できる。
【００９２】まず、第４の発明を構成する日本電気
（株）製ＰＣ−９８２１Ｘａ等のパーソナルコンピュー
タで、第２の発明の実施例と同様にして、分解レベルの
最大値、前記レベル特徴情報４００のレベル、前記特徴
量判定基準のうち一つ以上を設定入力３００として獲得
する。
（株）製ＰＣ−９８２１Ｘａ等のパーソナルコンピュー
タで、第２の発明の実施例と同様にして、分解レベルの
最大値、前記レベル特徴情報４００のレベル、前記特徴
量判定基準のうち一つ以上を設定入力３００として獲得
する。
【００９３】次に、設定入力３００が前記分解レベル設
定情報３１０もしくは前記特徴レベル設定情報３２０を
含むときは、第２の発明の実施例と同様にして、分解レ
ベルの最大値もしくは前記レベル特徴情報４００のレベ
ルを更新する。設定入力３００が前記特徴量判定基準設
定情報６００を含むときは、第２の特徴波検出手段５が
同パーソナルコンピュータの主記憶もしくは他の記憶装
置に保持する前記特徴量判定基準５００を前記レベル特
徴量判定基準設定情報６００によって更新する。
定情報３１０もしくは前記特徴レベル設定情報３２０を
含むときは、第２の発明の実施例と同様にして、分解レ
ベルの最大値もしくは前記レベル特徴情報４００のレベ
ルを更新する。設定入力３００が前記特徴量判定基準設
定情報６００を含むときは、第２の特徴波検出手段５が
同パーソナルコンピュータの主記憶もしくは他の記憶装
置に保持する前記特徴量判定基準５００を前記レベル特
徴量判定基準設定情報６００によって更新する。
【００９４】以上の処理をプログラム化して同パーソナ
ルコンピュータに実装することにより、第２のパラメー
タ設定手段６が実現され、第４の発明の特徴脳電磁波検
出装置を実現することができる。
ルコンピュータに実装することにより、第２のパラメー
タ設定手段６が実現され、第４の発明の特徴脳電磁波検
出装置を実現することができる。
【００９５】第５の発明の実施の形態を図５に示す。
【００９６】図５に示すように、第５の発明の実施の形
態は、第１及び第２の発明の実施の形態において、第１
の特徴波検出手段２のかわりに、前記レベル情報１１０
を受け、検出対象とする特徴脳電磁波を反映するレベル
を含む複数レベルのレベル情報について、レベル毎に既
定のレベル別判定基準に基づいて特徴脳電磁波の出現を
判定し、判定結果である検出結果情報７１０を出力する
第３の特徴波検出手段７を有する。
態は、第１及び第２の発明の実施の形態において、第１
の特徴波検出手段２のかわりに、前記レベル情報１１０
を受け、検出対象とする特徴脳電磁波を反映するレベル
を含む複数レベルのレベル情報について、レベル毎に既
定のレベル別判定基準に基づいて特徴脳電磁波の出現を
判定し、判定結果である検出結果情報７１０を出力する
第３の特徴波検出手段７を有する。
【００９７】第５の発明の実施の形態が第１と異なるの
は、第１の特徴波検出手段２にかわる第３の特徴波検出
手段７の動作である。さらに、第２の発明の実施の形態
とは、第１のパラメータ設定手段が設定入力３００に含
まれるレベル別判定基準設定情報３４０を受け取り、第
３の特徴波検出手段７に送る点が異なる。よって、以下
では、これらの点について説明する。
は、第１の特徴波検出手段２にかわる第３の特徴波検出
手段７の動作である。さらに、第２の発明の実施の形態
とは、第１のパラメータ設定手段が設定入力３００に含
まれるレベル別判定基準設定情報３４０を受け取り、第
３の特徴波検出手段７に送る点が異なる。よって、以下
では、これらの点について説明する。
【００９８】第３の特徴波検出手段７は、前記レベル情
報１１０を受け、検出対象とする特徴脳電磁波を反映す
るレベルのレベル情報について第１の実施の形態と同様
の判定処理を行うだけでなく、他のレベルのレベル情報
についても、第１の実施の形態で特徴レベル情報１１１
を処理したのと同様の方法で判定を行う。ただし、レベ
ル毎に既定のレベル別判定基準を有している点が第１の
実施の形態と異なる。レベル別判定基準は、第１の実施
の形態における判定基準と同様の判定基準を、各分解レ
ベルについて設定したものである。もちろん、判定に用
いないレベルについては判定基準を設定する必要はな
い。前記レベル情報１１０を受けた第３の特徴波検出手
段７は、各レベルについて、レベル別判定基準に基づい
て特徴波の出現を判定する。レベル別判定基準は、第１
の実施の形態における判定基準をレベルに関して拡張す
ることによって表現できる。例えば、「『α（ｊ）1 ≦
Ｄｊ（ｉ）ならばＣｊ＝１、そうでなければＣｊ＝
０』」、もしくは、「『α（ｊ）1 ≦Ｄｊ（ｉ）≦α
（ｊ）2 ならばＣｊ＝１、そうでなければＣｊ＝
０』」、のように定められる。このようなレベル別判定
基準に基づいてレベルごとの判定を行い、結果をＣｊに
保持する。さらに、第３の特徴波検出手段７は、レベル
別判定基準が含む、例えば、「『ΣＣｊ≧θ』ならば特
徴波の出現と判定する」のようなルールに基づいて、特
徴波の出現を判定する。ここでθは、分解レベルの最大
値以下の負でない整数を設定した値である。あるいは、
各レベルにおける判定結果に関する基準Ｐｊを保持して
おき、ＣｊがＰｊに一致したときを特徴波の出現と判定
する。検出結果情報７１０は、第１の実施の形態におけ
る検出結果情報２１０と同様である。
報１１０を受け、検出対象とする特徴脳電磁波を反映す
るレベルのレベル情報について第１の実施の形態と同様
の判定処理を行うだけでなく、他のレベルのレベル情報
についても、第１の実施の形態で特徴レベル情報１１１
を処理したのと同様の方法で判定を行う。ただし、レベ
ル毎に既定のレベル別判定基準を有している点が第１の
実施の形態と異なる。レベル別判定基準は、第１の実施
の形態における判定基準と同様の判定基準を、各分解レ
ベルについて設定したものである。もちろん、判定に用
いないレベルについては判定基準を設定する必要はな
い。前記レベル情報１１０を受けた第３の特徴波検出手
段７は、各レベルについて、レベル別判定基準に基づい
て特徴波の出現を判定する。レベル別判定基準は、第１
の実施の形態における判定基準をレベルに関して拡張す
ることによって表現できる。例えば、「『α（ｊ）1 ≦
Ｄｊ（ｉ）ならばＣｊ＝１、そうでなければＣｊ＝
０』」、もしくは、「『α（ｊ）1 ≦Ｄｊ（ｉ）≦α
（ｊ）2 ならばＣｊ＝１、そうでなければＣｊ＝
０』」、のように定められる。このようなレベル別判定
基準に基づいてレベルごとの判定を行い、結果をＣｊに
保持する。さらに、第３の特徴波検出手段７は、レベル
別判定基準が含む、例えば、「『ΣＣｊ≧θ』ならば特
徴波の出現と判定する」のようなルールに基づいて、特
徴波の出現を判定する。ここでθは、分解レベルの最大
値以下の負でない整数を設定した値である。あるいは、
各レベルにおける判定結果に関する基準Ｐｊを保持して
おき、ＣｊがＰｊに一致したときを特徴波の出現と判定
する。検出結果情報７１０は、第１の実施の形態におけ
る検出結果情報２１０と同様である。
【００９９】当然ながら、第５の発明の実施の形態にお
いて、脳電磁波の時系列データ１１０は複数チャネルで
も良い。第１の発明の実施の形態と同様に、チャネル番
号をｈとして、Ｄｊ（ｉ）のかわりにＤｊ（ｈ，ｉ）を
用い、上述のα（ｊ）1 、α（ｊ）2 及びＣｊをチャネ
ル毎に用意し、α（ｈ，ｊ）1 、α（ｈ，ｊ）2 及びＣ
ｊ（ｈ）としておけば、チャネル毎に検出判定を行うこ
とができる。上述のθ及びＰｊをチャネル毎のθ（ｈ）
及びＰｊ（ｈ）としておけば、チャネル毎の特徴波出現
判定を行うことができる。検出結果情報７１０は、第１
の発明の実施の形態と同様にｙ（ｈ，ｉ）として出力す
ればよい。
いて、脳電磁波の時系列データ１１０は複数チャネルで
も良い。第１の発明の実施の形態と同様に、チャネル番
号をｈとして、Ｄｊ（ｉ）のかわりにＤｊ（ｈ，ｉ）を
用い、上述のα（ｊ）1 、α（ｊ）2 及びＣｊをチャネ
ル毎に用意し、α（ｈ，ｊ）1 、α（ｈ，ｊ）2 及びＣ
ｊ（ｈ）としておけば、チャネル毎に検出判定を行うこ
とができる。上述のθ及びＰｊをチャネル毎のθ（ｈ）
及びＰｊ（ｈ）としておけば、チャネル毎の特徴波出現
判定を行うことができる。検出結果情報７１０は、第１
の発明の実施の形態と同様にｙ（ｈ，ｉ）として出力す
ればよい。
【０１００】第５の発明の実施の形態における第１のパ
ラメータ設定手段は、設定入力３００がレベル別判定基
準設定情報３４０を含むとき、これを第３の特徴波検出
手段７に送る。レベル別判定基準設定情報３４０を受け
取った第３の特徴波検出手段７は、レベル別判定基準設
定情報３４０をもってレベル別判定基準を更新する。
ラメータ設定手段は、設定入力３００がレベル別判定基
準設定情報３４０を含むとき、これを第３の特徴波検出
手段７に送る。レベル別判定基準設定情報３４０を受け
取った第３の特徴波検出手段７は、レベル別判定基準設
定情報３４０をもってレベル別判定基準を更新する。
【０１０１】以上により、第５の発明の実施の形態を実
現することができる。
現することができる。
【０１０２】第５の発明の実施の形態の実施例は、例え
ば日本電気（株）製ＰＣ−９８２１Ｘａ等のパーソナル
コンピュータに実装された第１及び第２の発明の特徴脳
電磁波検出装置において、第１の特徴波検出手段２のか
わりに、前記レベル情報１１０を受け、検出対象とする
特徴脳電磁波を反映するレベルを含む複数レベルのレベ
ル情報について、レベル毎に既定のレベル別判定基準に
基づいて特徴脳電磁波の出現を判定し、判定結果である
検出結果情報７１０を出力する処理をプログラム化して
同パーソナルコンピュータに実装された第３の特徴波検
出手段７を有する。
ば日本電気（株）製ＰＣ−９８２１Ｘａ等のパーソナル
コンピュータに実装された第１及び第２の発明の特徴脳
電磁波検出装置において、第１の特徴波検出手段２のか
わりに、前記レベル情報１１０を受け、検出対象とする
特徴脳電磁波を反映するレベルを含む複数レベルのレベ
ル情報について、レベル毎に既定のレベル別判定基準に
基づいて特徴脳電磁波の出現を判定し、判定結果である
検出結果情報７１０を出力する処理をプログラム化して
同パーソナルコンピュータに実装された第３の特徴波検
出手段７を有する。
【０１０３】まず、第３の特徴波検出手段７は、例えば
日本電気（株）製ＰＣ−９８２１Ｘａ等のパーソナルコ
ンピュータの主記憶もしくは他の記憶装置を介して前記
レベル情報１１０を受ける。次に、検出対象とする特徴
脳電磁波を反映するレベルのレベル情報について第１の
発明の実施例と同様にして判定処理を行う。さらに、他
のレベルのレベル情報についても、第１の発明の実施例
で特徴レベル情報１１１を処理したのと同様の方法で判
定を行う。そのために、実施の形態で説明したようなレ
ベル別判定基準を同パーソナルコンピュータの主記憶も
しくは他の記憶装置に保持しておく。レベル別判定基準
を用いて判定を行う処理は、実施の形態で述べたような
処理をプログラム化し、同パーソナルコンピュータに実
装することによって実行する。ＣｊがＰｊに一致したと
き、もしくは、Ｃｊ（ｈ）がＰｊ（ｈ）に一致したとき
を特徴波の出現と判定する場合は、Ｃｊ及びＰｊもしく
はＣｊ（ｈ）及びＰｊ（ｈ）を２進数のビット列で表現
しておき、アンド演算を行った結果がＰｊもしくはＰｊ
（ｈ）に等しいときを特徴波の出現と判定することがで
きる。得られた検出結果情報７１０については、第１の
実施の形態における検出結果情報２１０と同様にして出
力を行う。以上により、第５の発明の実施例を実現する
ことができる。
日本電気（株）製ＰＣ−９８２１Ｘａ等のパーソナルコ
ンピュータの主記憶もしくは他の記憶装置を介して前記
レベル情報１１０を受ける。次に、検出対象とする特徴
脳電磁波を反映するレベルのレベル情報について第１の
発明の実施例と同様にして判定処理を行う。さらに、他
のレベルのレベル情報についても、第１の発明の実施例
で特徴レベル情報１１１を処理したのと同様の方法で判
定を行う。そのために、実施の形態で説明したようなレ
ベル別判定基準を同パーソナルコンピュータの主記憶も
しくは他の記憶装置に保持しておく。レベル別判定基準
を用いて判定を行う処理は、実施の形態で述べたような
処理をプログラム化し、同パーソナルコンピュータに実
装することによって実行する。ＣｊがＰｊに一致したと
き、もしくは、Ｃｊ（ｈ）がＰｊ（ｈ）に一致したとき
を特徴波の出現と判定する場合は、Ｃｊ及びＰｊもしく
はＣｊ（ｈ）及びＰｊ（ｈ）を２進数のビット列で表現
しておき、アンド演算を行った結果がＰｊもしくはＰｊ
（ｈ）に等しいときを特徴波の出現と判定することがで
きる。得られた検出結果情報７１０については、第１の
実施の形態における検出結果情報２１０と同様にして出
力を行う。以上により、第５の発明の実施例を実現する
ことができる。
【０１０４】第６の発明の実施の形態を図７に示す。
【０１０５】第６の発明の実施の形態は、第３及び第４
の発明の特徴脳電磁波検出装置において、第２の特徴波
検出手段５のかわりに、前記レベル特徴情報４００を受
け、検出対象とする特徴脳電磁波を反映するレベルを含
む複数レベルのレベル特徴情報４００について、レベル
毎に既定のレベル別特徴量判定基準に基づいて特徴脳電
磁波の出現を判定し、判定結果である検出結果情報８１
０を出力する第４の特徴波検出手段８を有する。
の発明の特徴脳電磁波検出装置において、第２の特徴波
検出手段５のかわりに、前記レベル特徴情報４００を受
け、検出対象とする特徴脳電磁波を反映するレベルを含
む複数レベルのレベル特徴情報４００について、レベル
毎に既定のレベル別特徴量判定基準に基づいて特徴脳電
磁波の出現を判定し、判定結果である検出結果情報８１
０を出力する第４の特徴波検出手段８を有する。
【０１０６】第６の発明の実施の形態が、第３と異なる
点は、第２の特徴波検出手段５のかわりに、第４の特徴
波検出手段８を有することである。さらに、第４の実施
の形態とは、第２のパラメータ設定手段６が設定入力３
００に含まれるレベル別特徴量判定基準設定６１０を受
け取り、第４の特徴波検出手段８に送る点である。よっ
て、以下では、これらの点について説明する。
点は、第２の特徴波検出手段５のかわりに、第４の特徴
波検出手段８を有することである。さらに、第４の実施
の形態とは、第２のパラメータ設定手段６が設定入力３
００に含まれるレベル別特徴量判定基準設定６１０を受
け取り、第４の特徴波検出手段８に送る点である。よっ
て、以下では、これらの点について説明する。
【０１０７】第４の特徴波検出手段８は、まず、前記レ
ベル特徴情報４００を受け取る。次に、検出対象とする
特徴脳電磁波を反映するレベルを含む複数レベルのレベ
ル特徴情報４００に関して、レベル毎に既定のレベル別
特徴量判定基準に基づいて特徴脳電磁波の出現を判定す
る。検出対象とする特徴脳電磁波を反映するレベルのレ
ベル特徴情報４００に関わる処理は、第３及び第４の発
明の実施の形態と同様である。レベル別特徴量判定基準
は、第５の実施の形態におけるレベル別判定基準７００
が有しているレベル情報の値に関する基準値及びルール
のかわりに、レベル特徴情報４００が含む各レベルの特
徴量に関する基準値及びルールを有する。すなわち、レ
ベル別特徴量判定基準は、第５の発明の実施の形態にお
けるα（ｊ）1 及びα（ｊ）2 のかわりに、各レベルの
特徴量に関する基準値β（ｊ）1及びβ（ｊ）2 を用
い、例えば、「『β（ｊ）1 ≦Ｑｊ（ｉ）ならばＣｊ＝
１、そうでなければＣｊ＝０』」、もしくは、「『β
（ｊ）1 ≦Ｑｊ（ｉ）≦β（ｊ）2 ならばＣｊ＝１、そ
うでなければＣｊ＝０』」、のように表現できる。ここ
でＱｊ（ｉ）は、第３の実施の形態と同じく、レベル特
徴情報４００を示す。さらに、第４の特徴波検出手段８
は、レベル別特徴量判定基準が含む、例えば、「『ΣＣ
ｊ≧θ』ならば特徴波の出現と判定する」のようなルー
ルに基づいて、特徴波の出現を判定する。あるいは、第
３の特徴波検出手段の実施の形態と同様に、各レベルに
おける判定結果に関する基準Ｐｊを保持しておき、Ｃｊ
がＰｊに一致したときを特徴波の出現と判定する。この
ように、第５の発明の実施の形態と同様の判定方法を適
用できるので、第５の発明の実施の形態における検出結
果情報２１０と同様にして検出結果情報８１０を出力す
る。
ベル特徴情報４００を受け取る。次に、検出対象とする
特徴脳電磁波を反映するレベルを含む複数レベルのレベ
ル特徴情報４００に関して、レベル毎に既定のレベル別
特徴量判定基準に基づいて特徴脳電磁波の出現を判定す
る。検出対象とする特徴脳電磁波を反映するレベルのレ
ベル特徴情報４００に関わる処理は、第３及び第４の発
明の実施の形態と同様である。レベル別特徴量判定基準
は、第５の実施の形態におけるレベル別判定基準７００
が有しているレベル情報の値に関する基準値及びルール
のかわりに、レベル特徴情報４００が含む各レベルの特
徴量に関する基準値及びルールを有する。すなわち、レ
ベル別特徴量判定基準は、第５の発明の実施の形態にお
けるα（ｊ）1 及びα（ｊ）2 のかわりに、各レベルの
特徴量に関する基準値β（ｊ）1及びβ（ｊ）2 を用
い、例えば、「『β（ｊ）1 ≦Ｑｊ（ｉ）ならばＣｊ＝
１、そうでなければＣｊ＝０』」、もしくは、「『β
（ｊ）1 ≦Ｑｊ（ｉ）≦β（ｊ）2 ならばＣｊ＝１、そ
うでなければＣｊ＝０』」、のように表現できる。ここ
でＱｊ（ｉ）は、第３の実施の形態と同じく、レベル特
徴情報４００を示す。さらに、第４の特徴波検出手段８
は、レベル別特徴量判定基準が含む、例えば、「『ΣＣ
ｊ≧θ』ならば特徴波の出現と判定する」のようなルー
ルに基づいて、特徴波の出現を判定する。あるいは、第
３の特徴波検出手段の実施の形態と同様に、各レベルに
おける判定結果に関する基準Ｐｊを保持しておき、Ｃｊ
がＰｊに一致したときを特徴波の出現と判定する。この
ように、第５の発明の実施の形態と同様の判定方法を適
用できるので、第５の発明の実施の形態における検出結
果情報２１０と同様にして検出結果情報８１０を出力す
る。
【０１０８】当然ながら、第６の発明の実施の形態にお
いて、脳電磁波の時系列データ１１０は複数チャネルで
も良い。第５の発明の実施の形態と同様にして、チャネ
ル番号をｈとして、Ｑｊ（ｉ）のかわりにＱｊ（ｈ，
ｉ）を用い、上述のβ（ｊ）1、β（ｊ）2 及びＣｊを
チャネル毎に用意し、β（ｈ，ｊ）1 、β（ｈ，ｊ）2
及びＣｊ（ｈ）としておけば、チャネル毎に検出判定を
行うことができる。上述のθ及びＰｊをチャネル毎のθ
（ｈ）及びＰｊ（ｈ）としておけば、チャネル毎の特徴
波出現判定を行うことができる。検出結果情報７１０
は、第１の発明の実施の形態と同様にｙ（ｈ，ｉ）とし
て出力すればよい。
いて、脳電磁波の時系列データ１１０は複数チャネルで
も良い。第５の発明の実施の形態と同様にして、チャネ
ル番号をｈとして、Ｑｊ（ｉ）のかわりにＱｊ（ｈ，
ｉ）を用い、上述のβ（ｊ）1、β（ｊ）2 及びＣｊを
チャネル毎に用意し、β（ｈ，ｊ）1 、β（ｈ，ｊ）2
及びＣｊ（ｈ）としておけば、チャネル毎に検出判定を
行うことができる。上述のθ及びＰｊをチャネル毎のθ
（ｈ）及びＰｊ（ｈ）としておけば、チャネル毎の特徴
波出現判定を行うことができる。検出結果情報７１０
は、第１の発明の実施の形態と同様にｙ（ｈ，ｉ）とし
て出力すればよい。
【０１０９】第６の発明の実施の形態における第２のパ
ラメータ設定手段６は、設定入力３００がレベル別特徴
量判定基準設定６１０を含むとき、これを第４の特徴波
検出手段８に送る。レベル別特徴量判定基準設定６１０
を受け取った第４の特徴波検出手段８は、レベル別特徴
量判定基準設定６１０をもってレベル別特徴量判定基準
を更新する。
ラメータ設定手段６は、設定入力３００がレベル別特徴
量判定基準設定６１０を含むとき、これを第４の特徴波
検出手段８に送る。レベル別特徴量判定基準設定６１０
を受け取った第４の特徴波検出手段８は、レベル別特徴
量判定基準設定６１０をもってレベル別特徴量判定基準
を更新する。
【０１１０】以上のようにして、第６の発明の実施の形
態を実現することができる。
態を実現することができる。
【０１１１】第６の発明の実施の形態の実施例は、例え
ば日本電気（株）製ＰＣ−９８２１Ｘａ等のパーソナル
コンピュータに実装された第３及び第４の発明の特徴脳
電磁波検出装置において、第２の特徴波検出手段５のか
わりに、前記レベル特徴情報４００を受け、検出対象と
する特徴脳電磁波を反映するレベルを含む複数レベルの
レベル特徴情報４００の値を、レベル毎に既定のレベル
別特徴量判定基準に基づいて特徴脳電磁波の出現を判定
し、判定結果である検出結果情報８１０を出力する処理
をプログラム化することにより同パーソナルコンピュー
タに実装された第４の特徴波検出手段８を有する。
ば日本電気（株）製ＰＣ−９８２１Ｘａ等のパーソナル
コンピュータに実装された第３及び第４の発明の特徴脳
電磁波検出装置において、第２の特徴波検出手段５のか
わりに、前記レベル特徴情報４００を受け、検出対象と
する特徴脳電磁波を反映するレベルを含む複数レベルの
レベル特徴情報４００の値を、レベル毎に既定のレベル
別特徴量判定基準に基づいて特徴脳電磁波の出現を判定
し、判定結果である検出結果情報８１０を出力する処理
をプログラム化することにより同パーソナルコンピュー
タに実装された第４の特徴波検出手段８を有する。
【０１１２】前述の実施の形態で説明した処理をプログ
ラム化し、例えば日本電気（株）製ＰＣ−９８２１Ｘａ
等のパーソナルコンピュータに実装されることによって
実現される第４の特徴波検出手段８は、まず、同パーソ
ナルコンピュータの主記憶もしくは他の記憶装置を介し
て前記レベル特徴情報４００を受け取る。次に、レベル
特徴情報４００の値について、レベル毎に既定のレベル
別特徴量判定基準に基づいて特徴脳電磁波の出現を判定
する。判定の動作は、実施の形態で説明した処理をプロ
グラム化し、同パーソナルコンピュータに実装すること
により実現できる。さらに、第５の実施の形態の実施例
と同様にして検出結果情報８１０を出力する。
ラム化し、例えば日本電気（株）製ＰＣ−９８２１Ｘａ
等のパーソナルコンピュータに実装されることによって
実現される第４の特徴波検出手段８は、まず、同パーソ
ナルコンピュータの主記憶もしくは他の記憶装置を介し
て前記レベル特徴情報４００を受け取る。次に、レベル
特徴情報４００の値について、レベル毎に既定のレベル
別特徴量判定基準に基づいて特徴脳電磁波の出現を判定
する。判定の動作は、実施の形態で説明した処理をプロ
グラム化し、同パーソナルコンピュータに実装すること
により実現できる。さらに、第５の実施の形態の実施例
と同様にして検出結果情報８１０を出力する。
【０１１３】以上により第６の発明の実施の形態の実施
例を実現することができる。
例を実現することができる。
【０１１４】第７の発明の実施の形態を図７、図８に示
す。
す。
【０１１５】図７、図８に示すように、第７の発明の実
施の形態は、第５及び第６の実施の形態において、第３
の特徴波検出手段７もしくは第４の特徴波検出手段８の
かわりに、検出対象とする特徴脳電磁波を反映するレベ
ルを含むレベル情報の値が成すレベル値ベクトルと検出
対象とする特徴脳電磁波に対応する既定の基準ベクトル
との距離、もしくは、検出対象とする特徴脳電磁波を反
映するレベルを含む複数レベルのレベル特徴情報の値が
成す特徴ベクトルと検出対象とする特徴脳電磁波に対応
する既定の基準特徴ベクトルとの距離から、既定の距離
判定基準に基づいて特徴波の出現を判定し、判定結果で
ある検出結果情報９５０を出力する第５の特徴波検出手
段９を有する。
施の形態は、第５及び第６の実施の形態において、第３
の特徴波検出手段７もしくは第４の特徴波検出手段８の
かわりに、検出対象とする特徴脳電磁波を反映するレベ
ルを含むレベル情報の値が成すレベル値ベクトルと検出
対象とする特徴脳電磁波に対応する既定の基準ベクトル
との距離、もしくは、検出対象とする特徴脳電磁波を反
映するレベルを含む複数レベルのレベル特徴情報の値が
成す特徴ベクトルと検出対象とする特徴脳電磁波に対応
する既定の基準特徴ベクトルとの距離から、既定の距離
判定基準に基づいて特徴波の出現を判定し、判定結果で
ある検出結果情報９５０を出力する第５の特徴波検出手
段９を有する。
【０１１６】図７、図８に示すように、第７の発明の実
施の形態は、第３の特徴波検出手段７もしくは第４の特
徴波検出手段８のかわりに、第５の特徴波検出手段９を
有する点が第５及び第６の発明の実施の形態と異なる。
また、第１のパラメータ設定手段３もしくは第２のパラ
メータ設定手段６が受け取る設定入力３００に基準特徴
ベクトル設定情報６２０及び距離判定基準設定情報６３
０が含まれ、これらの設定情報によって基準特徴ベクト
ル及び距離判定基準が更新される点が、第５及び第６の
発明の実施の形態と異なる。以下では、これらの点につ
いて説明する。
施の形態は、第３の特徴波検出手段７もしくは第４の特
徴波検出手段８のかわりに、第５の特徴波検出手段９を
有する点が第５及び第６の発明の実施の形態と異なる。
また、第１のパラメータ設定手段３もしくは第２のパラ
メータ設定手段６が受け取る設定入力３００に基準特徴
ベクトル設定情報６２０及び距離判定基準設定情報６３
０が含まれ、これらの設定情報によって基準特徴ベクト
ル及び距離判定基準が更新される点が、第５及び第６の
発明の実施の形態と異なる。以下では、これらの点につ
いて説明する。
【０１１７】第５の特徴波検出手段９は、まず、前記レ
ベル情報１１０もしくは前記レベル特徴情報４００を受
け取る。次に、検出対象とする特徴脳電磁波を反映する
レベルを含む複数レベルのレベル情報１１０の値が成す
レベル値ベクトルと検出対象とする特徴脳電磁波に対応
する既定の基準ベクトルとの距離、もしくは、検出対象
とする特徴脳電磁波を反映するレベルを含む複数レベル
のレベル特徴情報の値が成す特徴ベクトルと検出対象と
する特徴脳電磁波に対応する既定の基準特徴ベクトルと
の距離を算出する。
ベル情報１１０もしくは前記レベル特徴情報４００を受
け取る。次に、検出対象とする特徴脳電磁波を反映する
レベルを含む複数レベルのレベル情報１１０の値が成す
レベル値ベクトルと検出対象とする特徴脳電磁波に対応
する既定の基準ベクトルとの距離、もしくは、検出対象
とする特徴脳電磁波を反映するレベルを含む複数レベル
のレベル特徴情報の値が成す特徴ベクトルと検出対象と
する特徴脳電磁波に対応する既定の基準特徴ベクトルと
の距離を算出する。
【０１１８】レベル値ベクトルは、ある時刻における各
レベルの値の組であり、第１の発明の実施の形態で述べ
たＤｊ（ｉ）から、あるｉにおける各レベルの値を抽出
した値の組である。また、レベル特徴ベクトルは、前記
レベル特徴情報をＱｊ（ｉ）と表現するとき、あるｉに
おけるＱｊ（ｉ）の値を抽出した値の組である。ここ
で、ｊはレベルを示す。すなわち、これらのベクトル
は、次のように表せる。
レベルの値の組であり、第１の発明の実施の形態で述べ
たＤｊ（ｉ）から、あるｉにおける各レベルの値を抽出
した値の組である。また、レベル特徴ベクトルは、前記
レベル特徴情報をＱｊ（ｉ）と表現するとき、あるｉに
おけるＱｊ（ｉ）の値を抽出した値の組である。ここ
で、ｊはレベルを示す。すなわち、これらのベクトル
は、次のように表せる。
【０１１９】 レベル値ベクトル＝｛Ｄ1 （ｉ），Ｄ
2 （ｉ），．．．，Ｄn （ｉ）｝ レベル特徴ベクトル＝｛Ｑ1 （ｉ）， Ｑ
2 （ｉ），．．．，Ｑn （ｉ）｝ レベル値ベクトルに関する基準ベクトル９２０及びレベ
ル特徴ベクトルに関する基準特徴ベクトルを、 ｛基準ベクトル｝＝｝Ｓ1 （ｉ）， Ｓ
2 （ｉ），．．．，Ｓn （ｉ）｝ ｛基準特徴ベクトル｝＝｛Ｓ’1 （ｉ），Ｓ’
2 （ｉ），．．．，Ｓ’n （ｉ）｝ のように与えておき、あるｉにおけるレベル値ベクトル
と基準ベクトルとの距離をＲA （ｉ）とし、レベル特徴
ベクトル９１０と基準特徴ベクトルとの距離をＲ
B （ｉ）とすると、ＲA （ｉ）及びＲB （ｉ）は、次の
ようにして求めることができる。
2 （ｉ），．．．，Ｄn （ｉ）｝ レベル特徴ベクトル＝｛Ｑ1 （ｉ）， Ｑ
2 （ｉ），．．．，Ｑn （ｉ）｝ レベル値ベクトルに関する基準ベクトル９２０及びレベ
ル特徴ベクトルに関する基準特徴ベクトルを、 ｛基準ベクトル｝＝｝Ｓ1 （ｉ）， Ｓ
2 （ｉ），．．．，Ｓn （ｉ）｝ ｛基準特徴ベクトル｝＝｛Ｓ’1 （ｉ），Ｓ’
2 （ｉ），．．．，Ｓ’n （ｉ）｝ のように与えておき、あるｉにおけるレベル値ベクトル
と基準ベクトルとの距離をＲA （ｉ）とし、レベル特徴
ベクトル９１０と基準特徴ベクトルとの距離をＲ
B （ｉ）とすると、ＲA （ｉ）及びＲB （ｉ）は、次の
ようにして求めることができる。
【０１２０】
【数８】
【０１２１】次いで、ＲA （ｉ）もしくはＲB （ｉ）と
して求めた距離もしくは距離から、既定の距離判定基準
よりに基づいて特徴波の出現を判定する。例えば、 「ＲA （ｉ）≦γならば特徴波の出現と判定」 「ＲB （ｉ）≦γ’ならば特徴波の出現と判定」 のようなルール距離判定基準として保持しておき、判定
を行う。ここで、γ及びγ’は、距離及び距離が小さい
と判定する基準となる値であり、距離判定基準として保
持される。
して求めた距離もしくは距離から、既定の距離判定基準
よりに基づいて特徴波の出現を判定する。例えば、 「ＲA （ｉ）≦γならば特徴波の出現と判定」 「ＲB （ｉ）≦γ’ならば特徴波の出現と判定」 のようなルール距離判定基準として保持しておき、判定
を行う。ここで、γ及びγ’は、距離及び距離が小さい
と判定する基準となる値であり、距離判定基準として保
持される。
【０１２２】最後に、得られた判定結果を検出結果情報
９５０として出力することにより、第５の特徴波検出手
段９が実現できる。
９５０として出力することにより、第５の特徴波検出手
段９が実現できる。
【０１２３】脳電磁波の時系列データ１１０が複数チャ
ネルの脳電磁波である場合、第５の発明の実施の形態と
同様にして、チャネル番号をｈとして、Ｄｊ（ｉ）のか
わりにＤｊ（ｈ，ｉ）を、Ｑｊ（ｉ）のかわりにＱｊ
（ｈ，ｉ）を、ＲA （ｉ）のかわりにＲA （ｈ，ｉ）
を、ＲB （ｉ）のかわりにＲB （ｈ，ｉ）を、γのかわ
りにγ（ｈ）を、γ’のかわりにγ’（ｈ）をチャネル
毎に用意しておけば、チャネル毎に検出判定を行うこと
ができる。さらに、第１の発明の実施の形態と同様に、
各チャネルの検出判定結果からｙ（ｈ，ｉ）を求め、検
出結果情報９５０として出力する。
ネルの脳電磁波である場合、第５の発明の実施の形態と
同様にして、チャネル番号をｈとして、Ｄｊ（ｉ）のか
わりにＤｊ（ｈ，ｉ）を、Ｑｊ（ｉ）のかわりにＱｊ
（ｈ，ｉ）を、ＲA （ｉ）のかわりにＲA （ｈ，ｉ）
を、ＲB （ｉ）のかわりにＲB （ｈ，ｉ）を、γのかわ
りにγ（ｈ）を、γ’のかわりにγ’（ｈ）をチャネル
毎に用意しておけば、チャネル毎に検出判定を行うこと
ができる。さらに、第１の発明の実施の形態と同様に、
各チャネルの検出判定結果からｙ（ｈ，ｉ）を求め、検
出結果情報９５０として出力する。
【０１２４】第７の発明の実施の形態における第１のパ
ラメータ設定手段３もしくは第２のパラメータ設定手段
６は、設定入力３００が基準特徴ベクトル設定情報６２
０を含むとき、これを第５の特徴波検出手段９に送る。
基準特徴ベクトル設定情報６２０を受け取った第５の特
徴波検出手段９は、基準特徴ベクトル設定情報６２０を
もって基準特徴ベクトルを更新する。また、設定入力３
００が距離判定基準設定情報６３０を含むとき、これを
第５の特徴波検出手段９に送る。距離判定基準設定情報
６３０を受け取った第５の特徴波検出手段９は、距離判
定基準設定情報６３０をもって距離判定基準を更新す
る。
ラメータ設定手段３もしくは第２のパラメータ設定手段
６は、設定入力３００が基準特徴ベクトル設定情報６２
０を含むとき、これを第５の特徴波検出手段９に送る。
基準特徴ベクトル設定情報６２０を受け取った第５の特
徴波検出手段９は、基準特徴ベクトル設定情報６２０を
もって基準特徴ベクトルを更新する。また、設定入力３
００が距離判定基準設定情報６３０を含むとき、これを
第５の特徴波検出手段９に送る。距離判定基準設定情報
６３０を受け取った第５の特徴波検出手段９は、距離判
定基準設定情報６３０をもって距離判定基準を更新す
る。
【０１２５】以上のようにして、第７の発明の実施の形
態を実現することができる。
態を実現することができる。
【０１２６】第７の発明の実施の形態の実施例は、例え
ば日本電気（株）製ＰＣ−９８２１Ｘａ等のパーソナル
コンピュータに実装された第５及び第６の実施の形態の
実施例において、第３の特徴波検出手段５もしくは第４
の特徴波検出手段８ののかわりに、第７の発明の実施の
形態に説明した動作をプログラム化し、同パーソナルコ
ンピュータに実装した第５の特徴波検出手段９を有す
る。
ば日本電気（株）製ＰＣ−９８２１Ｘａ等のパーソナル
コンピュータに実装された第５及び第６の実施の形態の
実施例において、第３の特徴波検出手段５もしくは第４
の特徴波検出手段８ののかわりに、第７の発明の実施の
形態に説明した動作をプログラム化し、同パーソナルコ
ンピュータに実装した第５の特徴波検出手段９を有す
る。
【０１２７】第７の発明の実施の形態の実施例は、例え
ば日本電気（株）製ＰＣ−９８２１Ｘａ等のパーソナル
コンピュータに実装された第５及び第６の発明の実施の
形態の実施例において、第３の特徴波検出手段５もしく
は第４の特徴波検出手段８ののかわりに、第７の発明の
実施の形態に説明した動作をプログラム化し、同パーソ
ナルコンピュータに実装した第５の特徴波検出手段９を
有する。
ば日本電気（株）製ＰＣ−９８２１Ｘａ等のパーソナル
コンピュータに実装された第５及び第６の発明の実施の
形態の実施例において、第３の特徴波検出手段５もしく
は第４の特徴波検出手段８ののかわりに、第７の発明の
実施の形態に説明した動作をプログラム化し、同パーソ
ナルコンピュータに実装した第５の特徴波検出手段９を
有する。
【０１２８】第５の特徴波検出手段９は、まず、同パー
ソナルコンピュータの主記憶もしくは他の記憶装置もし
くは通信ポートを介して前記レベル情報１１０もしくは
前記レベル特徴情報４００を受け取る。第７の実施の形
態の動作で説明した判定方法及び出力の動作をプログラ
ム化して同パーソナルコンピュータに実装し動作させる
ことによって、本発明の第７の発明の実施の形態の実施
例を実現することができる。
ソナルコンピュータの主記憶もしくは他の記憶装置もし
くは通信ポートを介して前記レベル情報１１０もしくは
前記レベル特徴情報４００を受け取る。第７の実施の形
態の動作で説明した判定方法及び出力の動作をプログラ
ム化して同パーソナルコンピュータに実装し動作させる
ことによって、本発明の第７の発明の実施の形態の実施
例を実現することができる。
【０１２９】第８の発明の実施の形態を図９に示す。
【０１３０】図９に示すように、第８の発明の実施の形
態は、第６の発明の実施の形態の構成に、既定の更新ル
ールに基づいて前記レベル特徴情報４００の値を用いて
前記レベル別特徴量判定基準を更新する判定基準更新手
段１０が付加された構成である。
態は、第６の発明の実施の形態の構成に、既定の更新ル
ールに基づいて前記レベル特徴情報４００の値を用いて
前記レベル別特徴量判定基準を更新する判定基準更新手
段１０が付加された構成である。
【０１３１】第８の発明の実施の形態は、判定基準更新
手段１０を有する点が第６の発明の実施の形態と異な
り、その他の動作は第６の発明の実施の形態と同様であ
る。よって、以下では、判定基準更新手段１０の動作に
ついて説明する。
手段１０を有する点が第６の発明の実施の形態と異な
り、その他の動作は第６の発明の実施の形態と同様であ
る。よって、以下では、判定基準更新手段１０の動作に
ついて説明する。
【０１３２】判定基準更新手段１０は、まず、前記レベ
ル特徴情報４００を受け取る。前記レベル特徴情報４０
０には、既定時間幅におけるレベル振幅値、レベル情報
の時間変化成分、既定時間幅におけるレベル情報の変動
量のうち一つ以上が含まれる。次に、既定の更新ルール
に基づいて、前記レベル別特徴量判定基準を更新するか
否かを決定する。第６の発明の実施の形態と同様に、前
記レベル特徴情報４００をＱｊ（ｉ）とし、前記レベル
別特徴量判定基準が含むＱｊ（ｉ）に関する基準値をβ
（ｊ）1 及びβ（ｊ）2 とすると、更新ルールは、例え
ば、「Ｑｊ（ｉ）の新たな最小値ＭＩＮnew が得られ
たときは、λ1 及びλ2 を実数値とし、β（ｊ）1 ＝λ
1 （ＭＩＮnew ＋λ2 ）のように、β（ｊ）1 を更新
する」、もしくは、「Ｑｊ（ｉ）の新たな最小値ＭＩＮ
new もしくは新たな最大値ＭＡＸnew が得られたとき
は、λ1 、λ2 、λ3 及びλ4 を実数値とし、β（ｊ）
1 ＝λ1 （ＭＩＮnew ＋λ2 ）もしくはβ（ｊ）2 ＝
λ3 （ＭＡＸnew ＋λ4 ）のように、β（ｊ）1 もし
くはβ（ｊ）2 を更新する」、等を用いる。実数値
λ1 、λ2 、λ3 及びλ4 は、予め適切な値を与え、判
定基準更新手段１０の内部に保持しておく。判定基準更
新手段１０は、前述のようなルールに基づいてレベル別
特徴量判定基準の更新を決定し、判定基準更新情報１０
１０を第４の特徴波検出手段８に送る。判定基準更新情
報１０１０を受けた第４の特徴波検出手段８は、判定基
準更新情報１０１０をもってβ（ｊ）1 もしくはβ
（ｊ）2 を更新する。こうすることにより、レベル特徴
情報４００に関するレベル別特徴量判定基準を特徴波に
適合させることができる。当然ながら、別の更新ルール
を記述しておけば、レベル別基準値の更新方法を変える
ことができる。また、判定基準更新手段１０の動作の初
期設定もしくは利用者による設定によって、前記レベル
別特徴量判定基準を常に自動更新するか否かを選択する
こともできる。
ル特徴情報４００を受け取る。前記レベル特徴情報４０
０には、既定時間幅におけるレベル振幅値、レベル情報
の時間変化成分、既定時間幅におけるレベル情報の変動
量のうち一つ以上が含まれる。次に、既定の更新ルール
に基づいて、前記レベル別特徴量判定基準を更新するか
否かを決定する。第６の発明の実施の形態と同様に、前
記レベル特徴情報４００をＱｊ（ｉ）とし、前記レベル
別特徴量判定基準が含むＱｊ（ｉ）に関する基準値をβ
（ｊ）1 及びβ（ｊ）2 とすると、更新ルールは、例え
ば、「Ｑｊ（ｉ）の新たな最小値ＭＩＮnew が得られ
たときは、λ1 及びλ2 を実数値とし、β（ｊ）1 ＝λ
1 （ＭＩＮnew ＋λ2 ）のように、β（ｊ）1 を更新
する」、もしくは、「Ｑｊ（ｉ）の新たな最小値ＭＩＮ
new もしくは新たな最大値ＭＡＸnew が得られたとき
は、λ1 、λ2 、λ3 及びλ4 を実数値とし、β（ｊ）
1 ＝λ1 （ＭＩＮnew ＋λ2 ）もしくはβ（ｊ）2 ＝
λ3 （ＭＡＸnew ＋λ4 ）のように、β（ｊ）1 もし
くはβ（ｊ）2 を更新する」、等を用いる。実数値
λ1 、λ2 、λ3 及びλ4 は、予め適切な値を与え、判
定基準更新手段１０の内部に保持しておく。判定基準更
新手段１０は、前述のようなルールに基づいてレベル別
特徴量判定基準の更新を決定し、判定基準更新情報１０
１０を第４の特徴波検出手段８に送る。判定基準更新情
報１０１０を受けた第４の特徴波検出手段８は、判定基
準更新情報１０１０をもってβ（ｊ）1 もしくはβ
（ｊ）2 を更新する。こうすることにより、レベル特徴
情報４００に関するレベル別特徴量判定基準を特徴波に
適合させることができる。当然ながら、別の更新ルール
を記述しておけば、レベル別基準値の更新方法を変える
ことができる。また、判定基準更新手段１０の動作の初
期設定もしくは利用者による設定によって、前記レベル
別特徴量判定基準を常に自動更新するか否かを選択する
こともできる。
【０１３３】脳電磁波の時系列データ１１０が複数チャ
ネルの脳電磁波である場合、第５の実施の形態と同様に
して、チャネル番号をｈとして、Ｑｊ（ｉ）、β（ｊ）
1 、β（ｊ）2 、ＭＩＮnew 、ＭＡＸnew 、λ1 、λ
2 、λ3 及びλ4 のかわりに、それぞれＱｊ（ｈ，
ｉ）、β（ｊ）1 、β（ｊ）2 、ＭＩＮnew （ｈ）、
ＭＡＸnew （ｈ）、λ1 （ｈ）、λ2 （ｈ）、λ
3 （ｈ）及びλ4 （ｈ）を用いれば、各チャネルについ
てレベル別特徴量判定基準を更新することができる。
ネルの脳電磁波である場合、第５の実施の形態と同様に
して、チャネル番号をｈとして、Ｑｊ（ｉ）、β（ｊ）
1 、β（ｊ）2 、ＭＩＮnew 、ＭＡＸnew 、λ1 、λ
2 、λ3 及びλ4 のかわりに、それぞれＱｊ（ｈ，
ｉ）、β（ｊ）1 、β（ｊ）2 、ＭＩＮnew （ｈ）、
ＭＡＸnew （ｈ）、λ1 （ｈ）、λ2 （ｈ）、λ
3 （ｈ）及びλ4 （ｈ）を用いれば、各チャネルについ
てレベル別特徴量判定基準を更新することができる。
【０１３４】第８の発明の実施の形態の実施例は、例え
ば日本電気（株）製ＰＣ−９８２１Ｘａ等のパーソナル
コンピュータに実装された第６の発明の実施の形態の実
施例において、既定の更新ルールに基づいて前記レベル
特徴情報４００の値を用いて前記レベル別特徴量判定基
準を更新する処理をプログラム化し、同パーソナルコン
ピュータに実装した判定基準更新手段１０が付加された
構成である。
ば日本電気（株）製ＰＣ−９８２１Ｘａ等のパーソナル
コンピュータに実装された第６の発明の実施の形態の実
施例において、既定の更新ルールに基づいて前記レベル
特徴情報４００の値を用いて前記レベル別特徴量判定基
準を更新する処理をプログラム化し、同パーソナルコン
ピュータに実装した判定基準更新手段１０が付加された
構成である。
【０１３５】第８の発明の実施の形態の実施例におい
て、判定基準更新手段１０は、前述の実施の形態で説明
した処理をプログラム化し、例えば日本電気（株）製Ｐ
Ｃ−９８２１Ｘａ等のパーソナルコンピュータに実装す
ることによって実現される。判定基準更新手段１０は、
まず、前記レベル特徴情報４００を受け取る。次に、判
定基準更新手段１０は、前述のような実施の形態の動作
を記述したプログラムにより、同パーソナルコンピュー
タの主記憶もしくは他の記憶装置に保持されている前記
レベル別特徴量判定基準が含む基準値を更新する。
て、判定基準更新手段１０は、前述の実施の形態で説明
した処理をプログラム化し、例えば日本電気（株）製Ｐ
Ｃ−９８２１Ｘａ等のパーソナルコンピュータに実装す
ることによって実現される。判定基準更新手段１０は、
まず、前記レベル特徴情報４００を受け取る。次に、判
定基準更新手段１０は、前述のような実施の形態の動作
を記述したプログラムにより、同パーソナルコンピュー
タの主記憶もしくは他の記憶装置に保持されている前記
レベル別特徴量判定基準が含む基準値を更新する。
【０１３６】以上により、第８の発明の実施の形態の実
施例を実現することができる。
施例を実現することができる。
【０１３７】本発明の第９の発明の実施の形態を図１０
に示す。
に示す。
【０１３８】図１０に示すように、本発明の第９の発明
の実施の形態は、複数チャネルの脳電磁波の時系列デー
タ１００を入力とするとき、脳電磁波の時系列データ１
００のチャネル間相関と、前記レベル情報１１０のチャ
ネル間相関のいずれか、もしくは両方を算出し、チャネ
ル間相関情報１１００として出力する相関情報算出手段
１１と、第１から第８の発明の実施の形態において前記
第１の特徴波検出手段２、第２の特徴波検出手段５、第
３の特徴波検出手段７、第４の特徴波検出手段８もしく
は第５の特徴波検出手段９のかわりに、前記チャネル間
相関情報１１００を受け取って特徴波の検出に用いる機
能を前記第１の特徴波検出手段２、第２の特徴波検出手
段５、第３の特徴波検出手段７、第４の特徴波検出手段
８もしくは第５の特徴波検出手段９にそれぞれ付加した
第６の特徴波検出手段１２、第７の特徴波検出手段１
３、第８の特徴波検出手段１４、第９の特徴波検出手段
１５もしくは第１０の特徴波検出手段１６と、を有して
いる。
の実施の形態は、複数チャネルの脳電磁波の時系列デー
タ１００を入力とするとき、脳電磁波の時系列データ１
００のチャネル間相関と、前記レベル情報１１０のチャ
ネル間相関のいずれか、もしくは両方を算出し、チャネ
ル間相関情報１１００として出力する相関情報算出手段
１１と、第１から第８の発明の実施の形態において前記
第１の特徴波検出手段２、第２の特徴波検出手段５、第
３の特徴波検出手段７、第４の特徴波検出手段８もしく
は第５の特徴波検出手段９のかわりに、前記チャネル間
相関情報１１００を受け取って特徴波の検出に用いる機
能を前記第１の特徴波検出手段２、第２の特徴波検出手
段５、第３の特徴波検出手段７、第４の特徴波検出手段
８もしくは第５の特徴波検出手段９にそれぞれ付加した
第６の特徴波検出手段１２、第７の特徴波検出手段１
３、第８の特徴波検出手段１４、第９の特徴波検出手段
１５もしくは第１０の特徴波検出手段１６と、を有して
いる。
【０１３９】第９の発明の実施の形態は、相関情報算出
手段１１を有する点及び特徴波検出手段にチャネル間相
関情報１１００を受け取って特徴波の検出に用いる機能
を付加した点が、第１から第８の発明の実施の形態と異
なる。よって、以下では、これらの点について説明す
る。
手段１１を有する点及び特徴波検出手段にチャネル間相
関情報１１００を受け取って特徴波の検出に用いる機能
を付加した点が、第１から第８の発明の実施の形態と異
なる。よって、以下では、これらの点について説明す
る。
【０１４０】相関情報算出手段１１は、まず、複数チャ
ネルの脳電磁波の時系列データ１００か、前記レベル情
報１１０の一方もしくは両方を受け取る。脳電磁波の時
系列データ１００からは、電位に関するチャネル間の相
関である第１のチャネル間相関を求める。前記レベル情
報１１０からは、ウェーブレット分解によって得た各レ
ベルの値に関するチャネル間の相関である第２のチャネ
ル間相関を求める。
ネルの脳電磁波の時系列データ１００か、前記レベル情
報１１０の一方もしくは両方を受け取る。脳電磁波の時
系列データ１００からは、電位に関するチャネル間の相
関である第１のチャネル間相関を求める。前記レベル情
報１１０からは、ウェーブレット分解によって得た各レ
ベルの値に関するチャネル間の相関である第２のチャネ
ル間相関を求める。
【０１４１】第１、第２のチャネル間相関は、チャネル
番号をｈ、サンプリング番号をｉ、複数チャネルの脳電
磁波の時系列データ１００をＸ（ｈ，ｉ）、前記レベル
情報１１０をＤｊ（ｈ，ｉ）とすると、チャネルｈ1 と
チャネルｈ2 の間では、
番号をｈ、サンプリング番号をｉ、複数チャネルの脳電
磁波の時系列データ１００をＸ（ｈ，ｉ）、前記レベル
情報１１０をＤｊ（ｈ，ｉ）とすると、チャネルｈ1 と
チャネルｈ2 の間では、
【０１４２】
【数９】
【０１４３】と表せる。ここで、ａ及びｂは、相関を計
算する区間の先頭及び末尾である。μ1 及びμ2 は、そ
れぞれ、ａ≦ｉ≦ｂにおけるＸ（ｈ1 ，ｉ）及びＸ（ｈ
2 ，ｉ）の平均値である。σ1 及びσ2 は、それぞれ、
同区間におけるＸ（ｈ1 ，ｉ）及びＸ（ｈ2 ，ｉ）の分
散である。δ1 及びδ2 は、それぞれ、ａ≦ｉ≦ｂにお
けるＤ（ｈ1 ，ｉ）及びＤ（ｈ2 ，ｉ）の平均値であ
る。ν1 及びν2 は、それぞれ、同区間におけるＤ（ｈ
1 ，ｉ）及びＤ（ｈ2 ，ｉ）の分散である。全チャネル
数がＮのとき、同区間に関して、最大で NＣ2 ＝Ｎ（Ｎ
−１）／２個のＲv（ｈ1 ，ｈ2 ）及びＲd （ｈ1 ，ｈ
2 ）が求められる。相関情報算出手段１１は、このよう
にして求められる第１のチャネル間相関と第２のチャネ
ル間相関のいずれか、もしくは両方を算出し、チャネル
間相関情報１１００として出力する。
算する区間の先頭及び末尾である。μ1 及びμ2 は、そ
れぞれ、ａ≦ｉ≦ｂにおけるＸ（ｈ1 ，ｉ）及びＸ（ｈ
2 ，ｉ）の平均値である。σ1 及びσ2 は、それぞれ、
同区間におけるＸ（ｈ1 ，ｉ）及びＸ（ｈ2 ，ｉ）の分
散である。δ1 及びδ2 は、それぞれ、ａ≦ｉ≦ｂにお
けるＤ（ｈ1 ，ｉ）及びＤ（ｈ2 ，ｉ）の平均値であ
る。ν1 及びν2 は、それぞれ、同区間におけるＤ（ｈ
1 ，ｉ）及びＤ（ｈ2 ，ｉ）の分散である。全チャネル
数がＮのとき、同区間に関して、最大で NＣ2 ＝Ｎ（Ｎ
−１）／２個のＲv（ｈ1 ，ｈ2 ）及びＲd （ｈ1 ，ｈ
2 ）が求められる。相関情報算出手段１１は、このよう
にして求められる第１のチャネル間相関と第２のチャネ
ル間相関のいずれか、もしくは両方を算出し、チャネル
間相関情報１１００として出力する。
【０１４４】第６の特徴波検出手段１２、第７の特徴波
検出手段１３、第８の特徴波検出手段１４、第９の特徴
波検出手段１５もしくは第１０の特徴波検出手段１６
は、特徴波出現の判定は第１、第２、第３、第４及び第
５の特徴波検出手段と同様に行う。さらに、チャネル間
相関情報１１００を受け取り、以下のように特徴波出現
の判定の修正、補足に用いる。
検出手段１３、第８の特徴波検出手段１４、第９の特徴
波検出手段１５もしくは第１０の特徴波検出手段１６
は、特徴波出現の判定は第１、第２、第３、第４及び第
５の特徴波検出手段と同様に行う。さらに、チャネル間
相関情報１１００を受け取り、以下のように特徴波出現
の判定の修正、補足に用いる。
【０１４５】一つの用い方は、チャネル間相関情報１１
００によって、検出検出結果情報２１０、検出結果情報
５１０、検出結果情報７１０、検出結果情報８１０もし
くは検出結果情報９５０を修正するものである。例え
ば、体動のようなアーチファクトが混入すると、多くの
チャネルが同様の変化を示すので、検出結果情報が特徴
波の出現を示すものであった場合で、チャネル間の相関
が既定の相関基準よりも高いときには、特徴波の出現で
はないと修正する。すなわち、検出結果情報である前述
のｙ（ｈ，ｉ）がｙ（ｈ，ｉ）＝１で、かつ、ＲV （ｈ
1 ，ｈ2 ）≧ｎvもしくはＲd （ｈ1 ，ｈ2 ）≧ｎd と
なる個数がＺp 以上のときには、ｙ（ｈ，ｉ）＝０と修
正する。ここで、ｎv 及びｎd は第１のチャネル間相関
及び第２のチャネル間相関に関する既定の基準値であ
り、０以上１以下の実数である。Ｚpは相関を求めた個
数に関する基準値であり、 NＣ2 以下の自然数である。
００によって、検出検出結果情報２１０、検出結果情報
５１０、検出結果情報７１０、検出結果情報８１０もし
くは検出結果情報９５０を修正するものである。例え
ば、体動のようなアーチファクトが混入すると、多くの
チャネルが同様の変化を示すので、検出結果情報が特徴
波の出現を示すものであった場合で、チャネル間の相関
が既定の相関基準よりも高いときには、特徴波の出現で
はないと修正する。すなわち、検出結果情報である前述
のｙ（ｈ，ｉ）がｙ（ｈ，ｉ）＝１で、かつ、ＲV （ｈ
1 ，ｈ2 ）≧ｎvもしくはＲd （ｈ1 ，ｈ2 ）≧ｎd と
なる個数がＺp 以上のときには、ｙ（ｈ，ｉ）＝０と修
正する。ここで、ｎv 及びｎd は第１のチャネル間相関
及び第２のチャネル間相関に関する既定の基準値であ
り、０以上１以下の実数である。Ｚpは相関を求めた個
数に関する基準値であり、 NＣ2 以下の自然数である。
【０１４６】他の用い方は、チャネル間相関情報１１０
０によって、検出検出結果情報２１０、検出結果情報５
１０、検出結果情報７１０、検出結果情報８１０もしく
は検出結果情報９５０の内容を追加するものである。例
えば、てんかんスパイク波には、局所的に出現する場合
や広い範囲で出現する場合があり、前者では相関の高い
チャネルが少なく、後者では相関の高いチャネルが多く
なる。このことを利用し、検出結果情報として、局所的
な特徴波か広範に出現した特徴波かを示す情報をｙ
（ｈ，ｉ）に加えて出力する。もちろん、前述のように
して、アーチファクトであるかどうかの判定による修正
をさらに加えてもよい。
０によって、検出検出結果情報２１０、検出結果情報５
１０、検出結果情報７１０、検出結果情報８１０もしく
は検出結果情報９５０の内容を追加するものである。例
えば、てんかんスパイク波には、局所的に出現する場合
や広い範囲で出現する場合があり、前者では相関の高い
チャネルが少なく、後者では相関の高いチャネルが多く
なる。このことを利用し、検出結果情報として、局所的
な特徴波か広範に出現した特徴波かを示す情報をｙ
（ｈ，ｉ）に加えて出力する。もちろん、前述のように
して、アーチファクトであるかどうかの判定による修正
をさらに加えてもよい。
【０１４７】以上のようにして、第９の発明の実施の形
態を実現することができる。
態を実現することができる。
【０１４８】第９の発明の実施の形態の実施例は、例え
ば日本電気（株）製ＰＣ−９８２１Ｘａ等のパーソナル
コンピュータに実装された第１から第８の実施の形態の
実施例において、前述のようなチャネル間相関情報１１
００を算出する処理をプログラム化し、同パーソナルコ
ンピュータに実装した相関情報算出手段１１が付加され
た構成を有する。なお、第１から第８の発明の実施の形
態における特徴波検出手段のかわりに、チャネル間相関
情報１１００を特徴波の検出に用いる前述のような処理
が付加された第６の特徴波検出手段１２、第７の特徴波
検出手段１３、第８の特徴波検出手段１４、第９の特徴
波検出手段１５もしくは第１０の特徴波検出手段１６を
有している。
ば日本電気（株）製ＰＣ−９８２１Ｘａ等のパーソナル
コンピュータに実装された第１から第８の実施の形態の
実施例において、前述のようなチャネル間相関情報１１
００を算出する処理をプログラム化し、同パーソナルコ
ンピュータに実装した相関情報算出手段１１が付加され
た構成を有する。なお、第１から第８の発明の実施の形
態における特徴波検出手段のかわりに、チャネル間相関
情報１１００を特徴波の検出に用いる前述のような処理
が付加された第６の特徴波検出手段１２、第７の特徴波
検出手段１３、第８の特徴波検出手段１４、第９の特徴
波検出手段１５もしくは第１０の特徴波検出手段１６を
有している。
【０１４９】まず、第１から第８の発明の実施の形態の
実施例の動作における、第１の特徴波検出手段２、第２
の特徴波検出手段５、第３の特徴波検出手段７、第４の
特徴波検出手段８もしくは第５の特徴波検出手段９の動
作の前まで、第１から第８の発明の実施の形態の実施例
と同様に動作する。次に、第１から第８の発明の実施の
形態の実施例が実装された例えば日本電気（株）製ＰＣ
−９８２１Ｘａ等のパーソナルコンピュータに実装され
た相関情報算出手段１１によってチャネル間相関情報１
１００が算出される。最後に、同パーソナルコンピュー
タに実装された第６の特徴波検出手段１２、第７の特徴
波検出手段１３、第８の特徴波検出手段１４、第９の特
徴波検出手段１５もしくは第１０の特徴波検出手段１６
がチャネル間相関情報を受け取り、検出結果情報を求め
て出力する。
実施例の動作における、第１の特徴波検出手段２、第２
の特徴波検出手段５、第３の特徴波検出手段７、第４の
特徴波検出手段８もしくは第５の特徴波検出手段９の動
作の前まで、第１から第８の発明の実施の形態の実施例
と同様に動作する。次に、第１から第８の発明の実施の
形態の実施例が実装された例えば日本電気（株）製ＰＣ
−９８２１Ｘａ等のパーソナルコンピュータに実装され
た相関情報算出手段１１によってチャネル間相関情報１
１００が算出される。最後に、同パーソナルコンピュー
タに実装された第６の特徴波検出手段１２、第７の特徴
波検出手段１３、第８の特徴波検出手段１４、第９の特
徴波検出手段１５もしくは第１０の特徴波検出手段１６
がチャネル間相関情報を受け取り、検出結果情報を求め
て出力する。
【０１５０】以上により、第９の発明の実施の形態の実
施例を実現することができる。
施例を実現することができる。
【０１５１】本発明の第１０の発明の実施の形態を図１
１に示す。
１に示す。
【０１５２】図１１に示すように、第１０の発明の実施
の形態は、第９の発明の実施の形態において、前記第
６、第７、第８、第９もしくは第１０の特徴波検出手段
のかわりに、複数チャネルの脳電磁波を計測した際の電
極位置を示す電極位置情報１１１１を受けて、前記電極
位置情報１１１１を特徴波の検出に用いる機能を前記第
６、第７、第８、第９もしくは第１０の特徴波検出手段
にそれぞれ付加した第１１の特徴波検出手段１７、第１
２の特徴波検出手段１８、第１３の特徴波検出手段１
９、第１４の特徴波検出手段２０もしくは第１５の特徴
波検出手段２１を有する。
の形態は、第９の発明の実施の形態において、前記第
６、第７、第８、第９もしくは第１０の特徴波検出手段
のかわりに、複数チャネルの脳電磁波を計測した際の電
極位置を示す電極位置情報１１１１を受けて、前記電極
位置情報１１１１を特徴波の検出に用いる機能を前記第
６、第７、第８、第９もしくは第１０の特徴波検出手段
にそれぞれ付加した第１１の特徴波検出手段１７、第１
２の特徴波検出手段１８、第１３の特徴波検出手段１
９、第１４の特徴波検出手段２０もしくは第１５の特徴
波検出手段２１を有する。
【０１５３】第１０の発明の実施の形態は、第９の発明
の実施の形態における第６の特徴波検出手段１２、第７
の特徴波検出手段１３、第８の特徴波検出手段１４、第
９の特徴波検出手段１５もしくは第１０の特徴波検出手
段１６が特徴波検出手段が前記電極位置情報１１１１を
特徴波の検出に用いる点が、第９の発明の実施の形態と
異なる。よって、以下では、この点について説明する。
の実施の形態における第６の特徴波検出手段１２、第７
の特徴波検出手段１３、第８の特徴波検出手段１４、第
９の特徴波検出手段１５もしくは第１０の特徴波検出手
段１６が特徴波検出手段が前記電極位置情報１１１１を
特徴波の検出に用いる点が、第９の発明の実施の形態と
異なる。よって、以下では、この点について説明する。
【０１５４】まず、第１０の発明の実施の形態は、第６
の特徴波検出手段１２、第７の特徴波検出手段１３、第
８の特徴波検出手段１４、第９の特徴波検出手段１５も
しくは第１０の特徴波検出手段１６における特徴波出現
の判定の処理まで、第９の発明の実施の形態と同様に動
作する。
の特徴波検出手段１２、第７の特徴波検出手段１３、第
８の特徴波検出手段１４、第９の特徴波検出手段１５も
しくは第１０の特徴波検出手段１６における特徴波出現
の判定の処理まで、第９の発明の実施の形態と同様に動
作する。
【０１５５】次に、第１０の発明の実施の形態における
特徴波検出手段は、電極位置情報１１１１を受け取る。
電極位置情報１１１１は、脳電磁波データを計測した際
の電極もしくは磁気センサの位置を示す情報であり、例
えば、各電極の空間的な座標位置Ｐｏｓ（ｈ）＝（ｘ，
ｙ，ｚ）、国際１０−２０法にしたがって各電極位置を
格子点に投影したときの位置Ｐｏｓ（ｈ）＝（ｕ，ｖ）
等によって表現できる。ここで、（ｘ，ｙ，ｚ）は、左
右の耳介前点を結ぶ直線をｘ軸とし、鼻根点を通りｘ軸
に直交する直線をｙ軸とし、ｘ軸とｙ軸の交点を原点と
し、ｘｙ平面に直交し原点を通る直線をｚ軸とするよう
な直交座標系を用いて表現した電極位置の座標である。
もちろん、直交座標系の原点から電極位置までの距離ｒ
と、原点と電極位置を結ぶ線分がｘｙ平面となす角θa
及びｘz平面となす角θb を用いて Ｐｏｓ（ｈ）＝
（θa ,θb ，ｒ）のように極座標で表現してもよい。
格子点の位置は、例えばＰｏｓ（１）＝（１，１）、Ｐ
ｏｓ（２）＝（２，１）のように表現される。ｈはチャ
ネル番号である。第１０の実施の形態における特徴波検
出手段は、電極位置情報１１１１に基づいて検出結果情
報の修正、追加を行う。例えば、てんかんスパイク波の
場合、左右に離れた電極間で相関が高いときには特徴波
の出現を否定する。この場合、電極位置情報１１１１に
基づいて前記チャネル間相関情報１１００の比較を行
う。あるいは、神経解剖学的に離れた脳皮質に近い電極
位置で特徴波の出現が判定されたときには特徴波の出現
を否定する等の修正を行う。神経解剖学的に離れている
かどうかは、電極位置に関する神経解剖学的情報を特徴
波検出手段に保持しておき、比較する電極が左右の異な
る半球にあるか、側頭溝をはさんでいるか等によって判
定する。検出結果情報への追加としては、例えば、スパ
イク波が出現した電極位置を加えた検出結果情報を、 検出結果情報＝｛ｙ（ｈ，ｉ）＝１，Ｔ4｝ のように出力する。ここで、Ｔ4は国際１０−２０法に
よる電極位置名である。
特徴波検出手段は、電極位置情報１１１１を受け取る。
電極位置情報１１１１は、脳電磁波データを計測した際
の電極もしくは磁気センサの位置を示す情報であり、例
えば、各電極の空間的な座標位置Ｐｏｓ（ｈ）＝（ｘ，
ｙ，ｚ）、国際１０−２０法にしたがって各電極位置を
格子点に投影したときの位置Ｐｏｓ（ｈ）＝（ｕ，ｖ）
等によって表現できる。ここで、（ｘ，ｙ，ｚ）は、左
右の耳介前点を結ぶ直線をｘ軸とし、鼻根点を通りｘ軸
に直交する直線をｙ軸とし、ｘ軸とｙ軸の交点を原点と
し、ｘｙ平面に直交し原点を通る直線をｚ軸とするよう
な直交座標系を用いて表現した電極位置の座標である。
もちろん、直交座標系の原点から電極位置までの距離ｒ
と、原点と電極位置を結ぶ線分がｘｙ平面となす角θa
及びｘz平面となす角θb を用いて Ｐｏｓ（ｈ）＝
（θa ,θb ，ｒ）のように極座標で表現してもよい。
格子点の位置は、例えばＰｏｓ（１）＝（１，１）、Ｐ
ｏｓ（２）＝（２，１）のように表現される。ｈはチャ
ネル番号である。第１０の実施の形態における特徴波検
出手段は、電極位置情報１１１１に基づいて検出結果情
報の修正、追加を行う。例えば、てんかんスパイク波の
場合、左右に離れた電極間で相関が高いときには特徴波
の出現を否定する。この場合、電極位置情報１１１１に
基づいて前記チャネル間相関情報１１００の比較を行
う。あるいは、神経解剖学的に離れた脳皮質に近い電極
位置で特徴波の出現が判定されたときには特徴波の出現
を否定する等の修正を行う。神経解剖学的に離れている
かどうかは、電極位置に関する神経解剖学的情報を特徴
波検出手段に保持しておき、比較する電極が左右の異な
る半球にあるか、側頭溝をはさんでいるか等によって判
定する。検出結果情報への追加としては、例えば、スパ
イク波が出現した電極位置を加えた検出結果情報を、 検出結果情報＝｛ｙ（ｈ，ｉ）＝１，Ｔ4｝ のように出力する。ここで、Ｔ4は国際１０−２０法に
よる電極位置名である。
【０１５６】以上のようにして、第１０の発明の実施の
形態における特徴波検出手段を実現することができるの
で、第１０の発明の実施の形態を実現することができ
る。
形態における特徴波検出手段を実現することができるの
で、第１０の発明の実施の形態を実現することができ
る。
【０１５７】第１０の発明の実施の形態の実施例は、例
えば日本電気（株）製ＰＣ−９８２１Ｘａ等のパーソナ
ルコンピュータに実装された第９の発明の実施の形態の
実施例において、第９の発明の実施の形態の実施例にお
ける特徴波検出手段のかわりに、第９の実施の形態の実
施例における特徴波検出手段に電極位置情報１１１１を
特徴波の検出に用いる前述のような処理をプログラム化
して付加した特徴波検出手段を有している。
えば日本電気（株）製ＰＣ−９８２１Ｘａ等のパーソナ
ルコンピュータに実装された第９の発明の実施の形態の
実施例において、第９の発明の実施の形態の実施例にお
ける特徴波検出手段のかわりに、第９の実施の形態の実
施例における特徴波検出手段に電極位置情報１１１１を
特徴波の検出に用いる前述のような処理をプログラム化
して付加した特徴波検出手段を有している。
【０１５８】第１０の発明の実施の形態の実施例は、特
徴波検出手段が電極位置情報１１１１を受け取り、特徴
波の検出に用いる機能を有している点が第９の実施の形
態の実施例と異なっている。よって、以下ではこの点に
ついて説明する。
徴波検出手段が電極位置情報１１１１を受け取り、特徴
波の検出に用いる機能を有している点が第９の実施の形
態の実施例と異なっている。よって、以下ではこの点に
ついて説明する。
【０１５９】まず、電極位置情報１１１１は、ポヒマス
（Polhemus）社製アイソトラック（ＩＳＯＴＲＡＣＫ）
のような３次元位置センサによって３次元的な位置情報
として得られる。あるいは、国際１０−２０法に基づい
て脳波電極を装着した場合には、格子点の位置及び電極
位置名が得られる。ニューロマグ（Neuromag）社製スク
イッド脳磁計等の脳磁計によって脳磁波を計測する場合
は、脳波計測における電極に相当するスクイッド素子の
位置は固定されているので、装置から得ることができ、
スクイッド素子の位置の情報を電極位置情報１１１１と
して用いる。
（Polhemus）社製アイソトラック（ＩＳＯＴＲＡＣＫ）
のような３次元位置センサによって３次元的な位置情報
として得られる。あるいは、国際１０−２０法に基づい
て脳波電極を装着した場合には、格子点の位置及び電極
位置名が得られる。ニューロマグ（Neuromag）社製スク
イッド脳磁計等の脳磁計によって脳磁波を計測する場合
は、脳波計測における電極に相当するスクイッド素子の
位置は固定されているので、装置から得ることができ、
スクイッド素子の位置の情報を電極位置情報１１１１と
して用いる。
【０１６０】第１０の実施の形態の実施例における特徴
波検出手段は、例えば日本電気（株）製ＰＣ−９８２１
Ｘａ等のパーソナルコンピュータに実装された第９の実
施の形態の実施例において、第９の発明の実施の形態の
実施例における特徴波検出手段に、前記電極位置情報１
１１１を受け取り、前述の動作をプログラム化した処理
を付加することによって実現できる。
波検出手段は、例えば日本電気（株）製ＰＣ−９８２１
Ｘａ等のパーソナルコンピュータに実装された第９の実
施の形態の実施例において、第９の発明の実施の形態の
実施例における特徴波検出手段に、前記電極位置情報１
１１１を受け取り、前述の動作をプログラム化した処理
を付加することによって実現できる。
【０１６１】第１１の発明の実施の形態を図１２に示
す。
す。
【０１６２】図１２に示すように、第１１の発明の実施
の形態は、第１から第１０の発明の実施の形態におい
て、入力された脳電磁波の時系列データ１００から、勾
配、曲率、ピーク電位、ピーク間隔等の波形特徴量２２
００を算出する波形特徴量算出手段２２と、前記波形特
徴量２２００と既知の特徴波に基づく既定の特徴波形基
準２３００との適合度２３１０を算出して波形適合情報
２３２０として出力する適合度算出手段２３と、が加わ
った構成を有する。これに伴い、第１から第１０の発明
の実施の形態における特徴波検出手段のかわりに、第１
から第１０の発明の実施の形態における特徴波検出手段
に前記波形適合情報２３２０を特徴波検出に用いる機能
が付加された特徴波検出手段を有する。
の形態は、第１から第１０の発明の実施の形態におい
て、入力された脳電磁波の時系列データ１００から、勾
配、曲率、ピーク電位、ピーク間隔等の波形特徴量２２
００を算出する波形特徴量算出手段２２と、前記波形特
徴量２２００と既知の特徴波に基づく既定の特徴波形基
準２３００との適合度２３１０を算出して波形適合情報
２３２０として出力する適合度算出手段２３と、が加わ
った構成を有する。これに伴い、第１から第１０の発明
の実施の形態における特徴波検出手段のかわりに、第１
から第１０の発明の実施の形態における特徴波検出手段
に前記波形適合情報２３２０を特徴波検出に用いる機能
が付加された特徴波検出手段を有する。
【０１６３】本発明の第１１の発明の実施の形態は、第
１から第１０の発明の実施の形態において、入力された
脳電磁波の時系列データ１００から、勾配、曲率、ピー
ク電位、ピーク間隔等の波形特徴量２２００を算出する
波形特徴量算出手段２２と、前記波形特徴量２２００と
既知の特徴波に基づく既定の特徴波形基準２３００との
適合度２３１０を算出して波形適合情報２３２０として
出力する適合度算出手段２３と、が加わった点が第１か
ら第１０の発明の実施の形態と異なっている。また、こ
れに伴い、第１から第１０の発明の実施の形態における
特徴波検出手段に前記波形適合情報２３２０を特徴波検
出に用いる機能が付加されている点が、第１から第１０
の発明の実施の形態と異なっている。よって、これらの
点について、以下に説明する。
１から第１０の発明の実施の形態において、入力された
脳電磁波の時系列データ１００から、勾配、曲率、ピー
ク電位、ピーク間隔等の波形特徴量２２００を算出する
波形特徴量算出手段２２と、前記波形特徴量２２００と
既知の特徴波に基づく既定の特徴波形基準２３００との
適合度２３１０を算出して波形適合情報２３２０として
出力する適合度算出手段２３と、が加わった点が第１か
ら第１０の発明の実施の形態と異なっている。また、こ
れに伴い、第１から第１０の発明の実施の形態における
特徴波検出手段に前記波形適合情報２３２０を特徴波検
出に用いる機能が付加されている点が、第１から第１０
の発明の実施の形態と異なっている。よって、これらの
点について、以下に説明する。
【０１６４】波形特徴量算出手段２２は、脳電磁波の時
系列データ１００を受け、勾配、曲率、ピーク電位、ピ
ーク間隔等を算出する。勾配及び曲率は、それぞれ１階
差分及び２階差分として、以下のように求められる。
系列データ１００を受け、勾配、曲率、ピーク電位、ピ
ーク間隔等を算出する。勾配及び曲率は、それぞれ１階
差分及び２階差分として、以下のように求められる。
【０１６５】勾配＝｛Ｘ（ｈ，ｉ＋ｐ）−Ｘ（ｈ，
ｉ）｝／ｐΔｔ 曲率＝｛Ｘ（ｈ，ｉ＋ｐ）＋Ｘ（ｈ，ｉ−ｐ）−２Ｘ
（ｈ，ｉ）｝／（ｐΔｔ）2 ここで、Ｘ（ｈ，ｉ）はサンプリング番号ｉにおけるチ
ャネルｈの脳電磁波データ、ｐは勾配及び曲率を求める
区間の幅、Δｔはサンプリング間隔である。ピークは、
ｉに関して前後で勾配の符号が反転するとき、もしくは
曲率が既定の値よりも大きくなるときとして検出するこ
とができ、このときのＸ（ｈ，ｉ）をピーク電位とみな
すことができる。ピーク間隔は、あるピーク点のｉと直
前のピーク点のｉとの差として求めることができる。波
形特徴量算出手段２２は、これらの値を求め、波形特徴
量２２００として出力する。
ｉ）｝／ｐΔｔ 曲率＝｛Ｘ（ｈ，ｉ＋ｐ）＋Ｘ（ｈ，ｉ−ｐ）−２Ｘ
（ｈ，ｉ）｝／（ｐΔｔ）2 ここで、Ｘ（ｈ，ｉ）はサンプリング番号ｉにおけるチ
ャネルｈの脳電磁波データ、ｐは勾配及び曲率を求める
区間の幅、Δｔはサンプリング間隔である。ピークは、
ｉに関して前後で勾配の符号が反転するとき、もしくは
曲率が既定の値よりも大きくなるときとして検出するこ
とができ、このときのＸ（ｈ，ｉ）をピーク電位とみな
すことができる。ピーク間隔は、あるピーク点のｉと直
前のピーク点のｉとの差として求めることができる。波
形特徴量算出手段２２は、これらの値を求め、波形特徴
量２２００として出力する。
【０１６６】適合度算出手段２３は、前記波形特徴量２
２００を受け、既知の特徴波に基づく既定の特徴波形基
準２３００との適合度２３１０を算出する。特徴波形基
準２３００は、既知の特徴波に関する勾配、曲率、ピー
ク電位及びピーク間隔等の基準値として適合度算出手段
２３の内部に保持されている。適合度２３１０は、前記
波形特徴量２２００が、特徴波形基準２３００にどの程
度合致するかを示す情報である。例えば、てんかんスパ
イク波に関して、勾配、曲率、ピーク電位及びピーク間
隔の上限及び下限を特徴波形基準２３００として保持し
ておき、前記波形特徴量２２００がどの項目に関する基
準を満たすかを示す。あるいは、てんかんスパイク波の
特徴的なパターンに関して、複数の基準値の組を特徴波
形基準２３００として保持しておき、適合する項目数が
最も多いパターンを適合パターンとして選択すれば、最
も適合するスパイク波の種類を波形適合情報２３２０に
含めることができる。あるいは、スパイク波部分の特徴
的なパターンを時系列Ｓｐ（ｋ）；ｋ＝１，
２，．．．，Ｍとして保持し、Ｓｐ（ｉ）と脳電磁波の
時系列データＸ（ｈ，ｉ）との相互相関係数Ｃｃを求
め、最もＣｃの値が高くなる特徴パターンの種類及びＣ
ｃの値を波形適合情報２３２０に含めてもよい。相互相
関係数Ｃｃは、次のようにして求めることができる。
２００を受け、既知の特徴波に基づく既定の特徴波形基
準２３００との適合度２３１０を算出する。特徴波形基
準２３００は、既知の特徴波に関する勾配、曲率、ピー
ク電位及びピーク間隔等の基準値として適合度算出手段
２３の内部に保持されている。適合度２３１０は、前記
波形特徴量２２００が、特徴波形基準２３００にどの程
度合致するかを示す情報である。例えば、てんかんスパ
イク波に関して、勾配、曲率、ピーク電位及びピーク間
隔の上限及び下限を特徴波形基準２３００として保持し
ておき、前記波形特徴量２２００がどの項目に関する基
準を満たすかを示す。あるいは、てんかんスパイク波の
特徴的なパターンに関して、複数の基準値の組を特徴波
形基準２３００として保持しておき、適合する項目数が
最も多いパターンを適合パターンとして選択すれば、最
も適合するスパイク波の種類を波形適合情報２３２０に
含めることができる。あるいは、スパイク波部分の特徴
的なパターンを時系列Ｓｐ（ｋ）；ｋ＝１，
２，．．．，Ｍとして保持し、Ｓｐ（ｉ）と脳電磁波の
時系列データＸ（ｈ，ｉ）との相互相関係数Ｃｃを求
め、最もＣｃの値が高くなる特徴パターンの種類及びＣ
ｃの値を波形適合情報２３２０に含めてもよい。相互相
関係数Ｃｃは、次のようにして求めることができる。
【０１６７】
【数１０】
【０１６８】以上のようにして、適合度算出手段２３は
波形適合情報２３２０を出力する。
波形適合情報２３２０を出力する。
【０１６９】第１１の発明の実施の形態における特徴波
形算出手段は、第１から第１０の発明の実施の形態にお
ける特徴波形算出手段が受ける情報に加えて、波形適合
情報２３２０を受け取り、特徴波出現の判定の修正、補
足を行う。例えば、波形適合情報２３２０を用いない時
点ではスパイク波と判定された波形に関して、波形適合
情報２３２０においてピーク間隔が満たされていない場
合、ノイズもしくは鋭波である可能性が高いため、検出
結果情報を「ｙ（ｈ，ｉ）＝０，ノイズ」もしくは「ｙ
（ｈ，ｉ）＝０，鋭波」のように修正、補足して出力す
る。あるいは、波形適合情報２３２０がある特徴波のパ
ターンへの適合を示すものであるときには、「ｙ（ｈ，
ｉ）＝１，６ヘルツ１４ヘルツ陽性スパイク波」、「ｙ
（ｈ，ｉ）＝１，棘波徐波結合」のように、適合するパ
ターンの特徴波名を加えて出力する。
形算出手段は、第１から第１０の発明の実施の形態にお
ける特徴波形算出手段が受ける情報に加えて、波形適合
情報２３２０を受け取り、特徴波出現の判定の修正、補
足を行う。例えば、波形適合情報２３２０を用いない時
点ではスパイク波と判定された波形に関して、波形適合
情報２３２０においてピーク間隔が満たされていない場
合、ノイズもしくは鋭波である可能性が高いため、検出
結果情報を「ｙ（ｈ，ｉ）＝０，ノイズ」もしくは「ｙ
（ｈ，ｉ）＝０，鋭波」のように修正、補足して出力す
る。あるいは、波形適合情報２３２０がある特徴波のパ
ターンへの適合を示すものであるときには、「ｙ（ｈ，
ｉ）＝１，６ヘルツ１４ヘルツ陽性スパイク波」、「ｙ
（ｈ，ｉ）＝１，棘波徐波結合」のように、適合するパ
ターンの特徴波名を加えて出力する。
【０１７０】第１１の発明の実施の形態の実施例は、例
えば日本電気（株）製ＰＣ−９８２１Ｘａ等のパーソナ
ルコンピュータに実装された第１から第１０の発明の実
施の形態の実施例において、入力された脳電磁波の時系
列データ１００から波形特徴量２２００を算出する処理
をプログラム化して同パーソナルコンピュータに実装し
た波形特徴量算出手段２２と、前記波形特徴量２２００
と既知の特徴波に基づく既定の特徴波形基準２３００と
の適合度２３１０を算出して波形適合情報２３２０とし
て出力する処理をプログラム化して同パーソナルコンピ
ュータに実装した適合度算出手段２３とが加わった構成
を有する。これに伴い、第１から第１０の発明の実施の
形態の実施例における特徴波検出手段に、前記波形適合
情報２３２０を特徴波検出に用いる機能が付加される。
えば日本電気（株）製ＰＣ−９８２１Ｘａ等のパーソナ
ルコンピュータに実装された第１から第１０の発明の実
施の形態の実施例において、入力された脳電磁波の時系
列データ１００から波形特徴量２２００を算出する処理
をプログラム化して同パーソナルコンピュータに実装し
た波形特徴量算出手段２２と、前記波形特徴量２２００
と既知の特徴波に基づく既定の特徴波形基準２３００と
の適合度２３１０を算出して波形適合情報２３２０とし
て出力する処理をプログラム化して同パーソナルコンピ
ュータに実装した適合度算出手段２３とが加わった構成
を有する。これに伴い、第１から第１０の発明の実施の
形態の実施例における特徴波検出手段に、前記波形適合
情報２３２０を特徴波検出に用いる機能が付加される。
【０１７１】第１１の発明の実施の形態の実施例は、前
記波形特徴量算出手段２２及び適合度算出手段が付加さ
れた点が第１から第１０の発明の実施の形態の実施例と
異なる。また、これに伴い、第１から第１０の発明の実
施の形態の実施例における特徴波検出手段に、前記波形
適合情報２３２０を特徴波検出に用いる機能が付加され
た点が異なる。よって、これらの点について以下に説明
する。
記波形特徴量算出手段２２及び適合度算出手段が付加さ
れた点が第１から第１０の発明の実施の形態の実施例と
異なる。また、これに伴い、第１から第１０の発明の実
施の形態の実施例における特徴波検出手段に、前記波形
適合情報２３２０を特徴波検出に用いる機能が付加され
た点が異なる。よって、これらの点について以下に説明
する。
【０１７２】波形特徴量算出手段２２は、脳電磁波の時
系列データ１００を受けて勾配、曲率、ピーク電位、ピ
ーク間隔等算出する上述の処理をプログラム化し、第１
から第１０の実施の形態の実施例が実装された日本電気
（株）製ＰＣ−９８２１Ｘａ等のパーソナルコンピュー
タに実装することによって実現される。前述の勾配及び
曲率を求める区間の幅ｐ、サンプリング間隔Δｔは、同
パーソナルコンピュータの主記憶に予め保持させておく
か、ハードディスク、光磁気ディスクもしくはフロッピ
ーディスク等に記録しておき、処理時に読み出せばよ
い。また、ピークの検出に関する前述のようなルール
は、プログラムとして記述しておけばよい。このよう
に、波形特徴量２２００の算出に用いるパラメータを用
意しておき、前述の処理を行うプログラムを動作させる
ことにより、波形特徴量２２００を得ることができる。
波形特徴量算出手段２２は、得られた波形特徴量２２０
０を主記憶に保持しておく。
系列データ１００を受けて勾配、曲率、ピーク電位、ピ
ーク間隔等算出する上述の処理をプログラム化し、第１
から第１０の実施の形態の実施例が実装された日本電気
（株）製ＰＣ−９８２１Ｘａ等のパーソナルコンピュー
タに実装することによって実現される。前述の勾配及び
曲率を求める区間の幅ｐ、サンプリング間隔Δｔは、同
パーソナルコンピュータの主記憶に予め保持させておく
か、ハードディスク、光磁気ディスクもしくはフロッピ
ーディスク等に記録しておき、処理時に読み出せばよ
い。また、ピークの検出に関する前述のようなルール
は、プログラムとして記述しておけばよい。このよう
に、波形特徴量２２００の算出に用いるパラメータを用
意しておき、前述の処理を行うプログラムを動作させる
ことにより、波形特徴量２２００を得ることができる。
波形特徴量算出手段２２は、得られた波形特徴量２２０
０を主記憶に保持しておく。
【０１７３】適合度算出手段２３は、主記憶に保持され
た波形特徴量２２００を読み出し、前述のような処理を
行う。既知の特徴波に基づく既定の特徴波形基準２３０
０は、同パーソナルコンピュータの主記憶に予め保持さ
せておくか、ハードディスク、光磁気ディスクもしくは
フロッピーディスク等に記録しておき、処理時に読み出
せばよい。さらに、前述の処理を行うプログラムを動作
させることにより、適合度算出手段２３は波形適合情報
２３２０を出力する。
た波形特徴量２２００を読み出し、前述のような処理を
行う。既知の特徴波に基づく既定の特徴波形基準２３０
０は、同パーソナルコンピュータの主記憶に予め保持さ
せておくか、ハードディスク、光磁気ディスクもしくは
フロッピーディスク等に記録しておき、処理時に読み出
せばよい。さらに、前述の処理を行うプログラムを動作
させることにより、適合度算出手段２３は波形適合情報
２３２０を出力する。
【０１７４】第１１の発明の実施の形態における特徴波
形算出手段は、第１から第１０の特徴波検出手段と同様
に検出結果情報を生成する。さらに、実施の形態の動作
で説明した処理をプログラム化して同パーソナルコンピ
ュータに実装することにより、波形適合情報２３２０を
用いて特徴波形出現の判定を修正、補足した検出結果情
報を出力する。出力の方法は、第１から第１０の発明の
実施の形態の実施例と同様である。
形算出手段は、第１から第１０の特徴波検出手段と同様
に検出結果情報を生成する。さらに、実施の形態の動作
で説明した処理をプログラム化して同パーソナルコンピ
ュータに実装することにより、波形適合情報２３２０を
用いて特徴波形出現の判定を修正、補足した検出結果情
報を出力する。出力の方法は、第１から第１０の発明の
実施の形態の実施例と同様である。
【０１７５】以上のようにして、第１１の発明の実施の
形態の実施例を実現することができる。
形態の実施例を実現することができる。
【０１７６】第１２の発明の実施の形態を図１３に示
す。
す。
【０１７７】図１３に示すように、第１２の発明の実施
の形態は、第１１の発明の実施の形態に、前記特徴波形
基準２３００を利用者が設定するための特徴波形基準設
定手段２４が付加された構成を有する。
の形態は、第１１の発明の実施の形態に、前記特徴波形
基準２３００を利用者が設定するための特徴波形基準設
定手段２４が付加された構成を有する。
【０１７８】第１２の発明の実施の形態は、前記特徴波
形基準２３００を利用者が設定するための特徴波形基準
設定手段２４が付加された点が、第１１の発明の実施の
形態と異なるので、この点について以下に説明する。
形基準２３００を利用者が設定するための特徴波形基準
設定手段２４が付加された点が、第１１の発明の実施の
形態と異なるので、この点について以下に説明する。
【０１７９】まず、特徴波形基準設定手段２４は、特徴
波形基準設定入力２４００を受け取る。特徴波形基準設
定入力２４００は、既知の特徴波、例えば、スパイク波
に関する勾配、曲率、ピーク電位及びピーク間隔等の上
限値及び加減値、あるいは、てんかんスパイク波の特徴
的なパターンに関する複数の基準値の組、あるいは、ス
パイク波部分の特徴的なパターンの時系列を含む。この
ような内容の特徴波形基準設定入力２４００を受けた特
徴波形基準設定手段２４は、更新する基準を示し基準値
を含む特徴波形基準設定情報２４１０を特徴波検出手段
に送る。
波形基準設定入力２４００を受け取る。特徴波形基準設
定入力２４００は、既知の特徴波、例えば、スパイク波
に関する勾配、曲率、ピーク電位及びピーク間隔等の上
限値及び加減値、あるいは、てんかんスパイク波の特徴
的なパターンに関する複数の基準値の組、あるいは、ス
パイク波部分の特徴的なパターンの時系列を含む。この
ような内容の特徴波形基準設定入力２４００を受けた特
徴波形基準設定手段２４は、更新する基準を示し基準値
を含む特徴波形基準設定情報２４１０を特徴波検出手段
に送る。
【０１８０】第１２の発明の実施の形態における特徴波
検出手段は、特徴波形基準設定情報２４１０を受け、特
徴波形基準設定情報２４１０が含む更新内容に従って、
該当する特徴量の基準値を更新する。
検出手段は、特徴波形基準設定情報２４１０を受け、特
徴波形基準設定情報２４１０が含む更新内容に従って、
該当する特徴量の基準値を更新する。
【０１８１】以上の動作により、第１２の発明の実施の
形態が特徴とする、特徴波形基準設定手段２４の動作が
実現し、利用者が特徴波形の基準を設定することが可能
になる。
形態が特徴とする、特徴波形基準設定手段２４の動作が
実現し、利用者が特徴波形の基準を設定することが可能
になる。
【０１８２】第１２の発明の実施の形態の実施例は、第
１１の発明の実施の形態の実施例を構成する日本電気
（株）製ＰＣ−９８２１Ｘａ等のパーソナルコンピュー
タに、前述の特徴波形基準設定手段２４の動作をプログ
ラム化して実装した構成となる。
１１の発明の実施の形態の実施例を構成する日本電気
（株）製ＰＣ−９８２１Ｘａ等のパーソナルコンピュー
タに、前述の特徴波形基準設定手段２４の動作をプログ
ラム化して実装した構成となる。
【０１８３】第１２の発明の実施の形態の実施例は、日
本電気（株）製ＰＣ−９８２１Ｘａ等のパーソナルコン
ピュータに実装され、前述の特徴波形基準設定手段２４
の動作をプログラム化し実装することにより、まず、特
徴波形基準設定入力２４００を受ける。特徴波形基準設
定入力２４００を得る具体的な方法は、第２の発明の実
施例と同様である。また、特徴波形基準設定入力２４０
０は、キーボード、マウス及びタッチスクリーンなどの
直接的な入力方法の他に、光磁気ディスクもしくはフロ
ッピーディスクのような外部記憶媒体から読みとった
り、ネットワークを介した入力方法によっても得ること
ができる。スパイク波部分の特徴的なパターンの時系列
である場合には、このような入力方法が適する。
本電気（株）製ＰＣ−９８２１Ｘａ等のパーソナルコン
ピュータに実装され、前述の特徴波形基準設定手段２４
の動作をプログラム化し実装することにより、まず、特
徴波形基準設定入力２４００を受ける。特徴波形基準設
定入力２４００を得る具体的な方法は、第２の発明の実
施例と同様である。また、特徴波形基準設定入力２４０
０は、キーボード、マウス及びタッチスクリーンなどの
直接的な入力方法の他に、光磁気ディスクもしくはフロ
ッピーディスクのような外部記憶媒体から読みとった
り、ネットワークを介した入力方法によっても得ること
ができる。スパイク波部分の特徴的なパターンの時系列
である場合には、このような入力方法が適する。
【０１８４】次に、特徴波形基準設定手段２４は、特徴
波形基準設定入力２４００が含む基準値とその種類を含
む特徴波形基準設定情報２４１０を生成し、本実施例が
実装されたパーソナルコンピュータの主記憶に書き込む
等により、特徴波検出手段に送る。
波形基準設定入力２４００が含む基準値とその種類を含
む特徴波形基準設定情報２４１０を生成し、本実施例が
実装されたパーソナルコンピュータの主記憶に書き込む
等により、特徴波検出手段に送る。
【０１８５】特徴波検出手段は、例えば同パーソナルの
主記憶上の変数として特徴波形基準設定情報２４１０を
受け取り、特徴波形基準２３００を更新する。当然なが
ら、特徴波形基準設定情報２４１０が書き込まれる主記
憶上の変数は、特徴波形基準２３００を保持する変数と
同一であってもかまわない。その場合、特徴波形基準設
定情報２４１０が生成された時点で、特徴波形基準２３
００の更新も完了する。
主記憶上の変数として特徴波形基準設定情報２４１０を
受け取り、特徴波形基準２３００を更新する。当然なが
ら、特徴波形基準設定情報２４１０が書き込まれる主記
憶上の変数は、特徴波形基準２３００を保持する変数と
同一であってもかまわない。その場合、特徴波形基準設
定情報２４１０が生成された時点で、特徴波形基準２３
００の更新も完了する。
【０１８６】以上のようにして、第１２の発明の実施の
形態の実施例における特徴波形基準設定手段２４の動作
を実現することができ、よって、第１２の発明の実施の
形態の実施例を実現することができる。
形態の実施例における特徴波形基準設定手段２４の動作
を実現することができ、よって、第１２の発明の実施の
形態の実施例を実現することができる。
【０１８７】第１３の発明の実施の形態を図１４に示
す。
す。
【０１８８】図１４に示すように、第１３の発明の実施
の形態は、第１から第１２の発明の実施の形態におい
て、脳電磁波と同時に計測された心電図、筋電図、眼球
運動、瞬目、脈波等の生体情報時系列データ２５００の
うち一種類以上を入力とし、前記生体情報時系列データ
２５００が脳電磁波におけるアーチファクトとなるか否
かをアーチファクト判定基準に基づいて判定し、その判
定結果をアーチファクト情報２５２０として出力するア
ーチファクト検出手段２５が加わった構成を有する。こ
れに伴い、第１から第１２の発明の実施の形態における
特徴波検出手段は、前記アーチファクト情報２５２０を
特徴波の検出に用いる機能が付加されている。
の形態は、第１から第１２の発明の実施の形態におい
て、脳電磁波と同時に計測された心電図、筋電図、眼球
運動、瞬目、脈波等の生体情報時系列データ２５００の
うち一種類以上を入力とし、前記生体情報時系列データ
２５００が脳電磁波におけるアーチファクトとなるか否
かをアーチファクト判定基準に基づいて判定し、その判
定結果をアーチファクト情報２５２０として出力するア
ーチファクト検出手段２５が加わった構成を有する。こ
れに伴い、第１から第１２の発明の実施の形態における
特徴波検出手段は、前記アーチファクト情報２５２０を
特徴波の検出に用いる機能が付加されている。
【０１８９】第１３の発明の実施の形態は、アーチファ
クト検出手段２５が付加された点と、これに伴い、第１
から第１２の発明の実施の形態における特徴波検出手段
に、前記アーチファクト情報２５２０を特徴波の検出に
用いる機能が付加された点が、第１から第１２の発明の
実施の形態と異なる。よって、以下では、これらの点に
ついて説明する。
クト検出手段２５が付加された点と、これに伴い、第１
から第１２の発明の実施の形態における特徴波検出手段
に、前記アーチファクト情報２５２０を特徴波の検出に
用いる機能が付加された点が、第１から第１２の発明の
実施の形態と異なる。よって、以下では、これらの点に
ついて説明する。
【０１９０】アーチファクト検出手段２５は、まず、脳
電磁波と同時に計測された心電図、筋電図、眼球運動、
瞬目、脈波等の生体情報時系列データ２５００のうち一
種類以上を受け取り、脳電磁波におけるアーチファクト
となるか否かを判定する。
電磁波と同時に計測された心電図、筋電図、眼球運動、
瞬目、脈波等の生体情報時系列データ２５００のうち一
種類以上を受け取り、脳電磁波におけるアーチファクト
となるか否かを判定する。
【０１９１】心電図に関してアーチファクト判定を行う
場合、アーチファクト検出手段２５は、心電図Ｒ波ピー
クを検出し、心電図アーチファクトを示す情報と、ピー
ク時刻に相当するサンプリング番号とを含む前記アーチ
ファクト情報２５２０を出力する。心電図Ｒ波ピークの
検出には、例えば、特許第２５３６４１０号のような方
法を用い、ピーク検出に関わる基準値をアーチファクト
判定基準２５１０として保持しておけよい。心電図の時
系列データをＥＣＧ（ｉ）とし、Ｒ波ピーク時刻に相当
するサンプリング番号がｉ＝ｉRPであったとき、アーチ
ファクト情報２５２０は、例えば、 アーチファクト情報２５００＝｛ＥＣＧ，ｉ＝ｉRP｝ のようになる。もちろん、｛ＥＣＧ，ｉ＝ｉRP｝におけ
るＥＣＧは、文字情報でもよいし、生体情報時系列デー
タ２５００が含む生体情報の種類ごとに予め設定した番
号、例えば心電図ならば１のような数値の情報でもよ
い。
場合、アーチファクト検出手段２５は、心電図Ｒ波ピー
クを検出し、心電図アーチファクトを示す情報と、ピー
ク時刻に相当するサンプリング番号とを含む前記アーチ
ファクト情報２５２０を出力する。心電図Ｒ波ピークの
検出には、例えば、特許第２５３６４１０号のような方
法を用い、ピーク検出に関わる基準値をアーチファクト
判定基準２５１０として保持しておけよい。心電図の時
系列データをＥＣＧ（ｉ）とし、Ｒ波ピーク時刻に相当
するサンプリング番号がｉ＝ｉRPであったとき、アーチ
ファクト情報２５２０は、例えば、 アーチファクト情報２５００＝｛ＥＣＧ，ｉ＝ｉRP｝ のようになる。もちろん、｛ＥＣＧ，ｉ＝ｉRP｝におけ
るＥＣＧは、文字情報でもよいし、生体情報時系列デー
タ２５００が含む生体情報の種類ごとに予め設定した番
号、例えば心電図ならば１のような数値の情報でもよ
い。
【０１９２】筋電図に関してアーチファクト判定を行う
場合、アーチファクト検出手段２５は、筋電図アーチフ
ァクトを示す情報と、筋電図の振幅が急増した時刻もし
くは筋電図の振幅が大きい区間に相当するサンプリング
番号とを含む前記アーチファクト情報２５２０を出力す
る。筋電図の振幅の急増は、筋電図の時系列データをＥ
ＭＧ（ｉ）とすると、例えばパワーの急変を反映する短
区間２乗平均ＭＳＶEMG（ｉ）を用い、「｛ＭＳＶEMG
（ｉEMG ）−ＭＳＶEMG （ｉEMG −ＷEMG）｝＞α
EMG ならばｉ＝ｉEMG において筋電図の振幅急増とす
る」、のようなルールを用いて判定することができる。
ここで、αEMG は筋電図の振幅急増を判定するための定
数、ＷEMG は筋電図の振幅急増の判定に用いる区間の幅
に相当するサンプリングポイント数を示し、これらの定
数は予めアーチファクト判定基準として保持しておく。
なお、短区間２乗平均ＭＳＶEMG （ｉ）は、例えば、次
のようにして求めることができる。
場合、アーチファクト検出手段２５は、筋電図アーチフ
ァクトを示す情報と、筋電図の振幅が急増した時刻もし
くは筋電図の振幅が大きい区間に相当するサンプリング
番号とを含む前記アーチファクト情報２５２０を出力す
る。筋電図の振幅の急増は、筋電図の時系列データをＥ
ＭＧ（ｉ）とすると、例えばパワーの急変を反映する短
区間２乗平均ＭＳＶEMG（ｉ）を用い、「｛ＭＳＶEMG
（ｉEMG ）−ＭＳＶEMG （ｉEMG −ＷEMG）｝＞α
EMG ならばｉ＝ｉEMG において筋電図の振幅急増とす
る」、のようなルールを用いて判定することができる。
ここで、αEMG は筋電図の振幅急増を判定するための定
数、ＷEMG は筋電図の振幅急増の判定に用いる区間の幅
に相当するサンプリングポイント数を示し、これらの定
数は予めアーチファクト判定基準として保持しておく。
なお、短区間２乗平均ＭＳＶEMG （ｉ）は、例えば、次
のようにして求めることができる。
【０１９３】
【数１１】
【０１９４】筋電図の振幅が大きい区間であるかどうか
の判定は、例えば、「区間ｉEMG1≦ｉ≦ｉEMG2において
ＭＳＶEMG （ｉ）＞βEMG のとき、ｉEMG1≦ｉ≦ｉEMG2
において筋電図の振幅が大きいとする」、のように、Ｍ
ＳＶEMG （ｉ）に関する適切な基準値βEMG をアーチフ
ァクト判定基準として予め保持しておき、判定すればよ
い。このようにしてアーチファクト検出手段２５は、筋
電図アーチファクト混入の判定を行い、 アーチファクト情報２５２０＝｛ＥＭＧ，ｉEMG ｝、も
しくは アーチファクト情報２５２０＝｛ＥＭＧ，ｉEMG1，ｉ
EMG2｝、 のようなアーチファクト情報２５２０を出力する。もち
ろん、出力が含むＥＭＧは、文字情報でもよいし、生体
情報時系列データ２５００が含む生体情報の種類ごとに
予め設定した番号、例えば筋電図ならば２のような数値
の情報でもよい。
の判定は、例えば、「区間ｉEMG1≦ｉ≦ｉEMG2において
ＭＳＶEMG （ｉ）＞βEMG のとき、ｉEMG1≦ｉ≦ｉEMG2
において筋電図の振幅が大きいとする」、のように、Ｍ
ＳＶEMG （ｉ）に関する適切な基準値βEMG をアーチフ
ァクト判定基準として予め保持しておき、判定すればよ
い。このようにしてアーチファクト検出手段２５は、筋
電図アーチファクト混入の判定を行い、 アーチファクト情報２５２０＝｛ＥＭＧ，ｉEMG ｝、も
しくは アーチファクト情報２５２０＝｛ＥＭＧ，ｉEMG1，ｉ
EMG2｝、 のようなアーチファクト情報２５２０を出力する。もち
ろん、出力が含むＥＭＧは、文字情報でもよいし、生体
情報時系列データ２５００が含む生体情報の種類ごとに
予め設定した番号、例えば筋電図ならば２のような数値
の情報でもよい。
【０１９５】眼球運動及び瞬目に関してアーチファクト
判定を行う場合、アーチファクト検出手段２５は、眼球
運動アーチファクトを示す情報と、眼電図の振幅が急増
した時刻もしくは眼電図の変化率が大きい区間に相当す
るサンプリング番号とを含む前記アーチファクト情報２
５２０を出力する。眼電図においては、瞬目や跳躍的眼
球運動があると振幅の急変が生じ、追従的に視線を動か
すと直線的な電位変動が生じる。眼電図の振幅の急増
は、眼電図の時系列データをＥＯＧ（ｉ）とすると、例
えばパワーの急変を反映する短区間２乗平均ＭＳＶEOG
（ｉ）を用い、筋電図の振幅急変の判定と同様にして、
「｛ＭＳＶEOG （ｉEOG ）−ＭＳＶEOG（ｉEOG - Ｗ
EOG ）｝＞αEOG ならばｉ＝ｉEOG において筋電図の
振幅急増とする」、のようなルールを用いて判定するこ
とができる。ここで、αEOG は筋電図の振幅急増を判定
するための定数、ＷEOG は筋電図の振幅急増の判定に用
いる区間の幅に相当するサンプリングポイント数を示
し、これらの定数は予めアーチファクト判定基準として
保持しておく。短区間２乗平均値の求め方は、筋電図の
場合と同様である。眼電図の変化率が大きいか否かを判
別するには、ＥＯＧ（ｉ）の傾きを用い、例えば、
判定を行う場合、アーチファクト検出手段２５は、眼球
運動アーチファクトを示す情報と、眼電図の振幅が急増
した時刻もしくは眼電図の変化率が大きい区間に相当す
るサンプリング番号とを含む前記アーチファクト情報２
５２０を出力する。眼電図においては、瞬目や跳躍的眼
球運動があると振幅の急変が生じ、追従的に視線を動か
すと直線的な電位変動が生じる。眼電図の振幅の急増
は、眼電図の時系列データをＥＯＧ（ｉ）とすると、例
えばパワーの急変を反映する短区間２乗平均ＭＳＶEOG
（ｉ）を用い、筋電図の振幅急変の判定と同様にして、
「｛ＭＳＶEOG （ｉEOG ）−ＭＳＶEOG（ｉEOG - Ｗ
EOG ）｝＞αEOG ならばｉ＝ｉEOG において筋電図の
振幅急増とする」、のようなルールを用いて判定するこ
とができる。ここで、αEOG は筋電図の振幅急増を判定
するための定数、ＷEOG は筋電図の振幅急増の判定に用
いる区間の幅に相当するサンプリングポイント数を示
し、これらの定数は予めアーチファクト判定基準として
保持しておく。短区間２乗平均値の求め方は、筋電図の
場合と同様である。眼電図の変化率が大きいか否かを判
別するには、ＥＯＧ（ｉ）の傾きを用い、例えば、
【０１９６】
【数１２】
【０１９７】のように判定すればよい。ここで、ＷEOG
及びβEOG は眼電図の振幅急変を判定するための定数
であり、アーチファクト判定基準として予め適切な数値
を保持しておく。Δｔはサンプリング間隔である。この
ようにしてアーチファクト検出手段２５は、眼球運動及
び瞬目によるアーチファクト混入の判定を行い、アーチ
ファクト情報２５００＝｛ＥＯＧ，ｉEOG ｝のようなア
ーチファクト情報２５２０を出力する。もちろん、出力
が含むＥＯＧは、文字情報でもよいし、生体情報時系列
データ２５００が含む生体情報の種類ごとに予め設定し
た番号、例えば眼電図ならば３のような数値の情報でも
よい。
及びβEOG は眼電図の振幅急変を判定するための定数
であり、アーチファクト判定基準として予め適切な数値
を保持しておく。Δｔはサンプリング間隔である。この
ようにしてアーチファクト検出手段２５は、眼球運動及
び瞬目によるアーチファクト混入の判定を行い、アーチ
ファクト情報２５００＝｛ＥＯＧ，ｉEOG ｝のようなア
ーチファクト情報２５２０を出力する。もちろん、出力
が含むＥＯＧは、文字情報でもよいし、生体情報時系列
データ２５００が含む生体情報の種類ごとに予め設定し
た番号、例えば眼電図ならば３のような数値の情報でも
よい。
【０１９８】脈波を用いてアーチファクト判定を行う場
合は、脈波そのものは電気的に検出を行うものではない
ので、アーチファクト検出手段２５は、脈波のピークか
ら心電図のＲ波ピーク時刻を求めた後、心電図アーチフ
ァクトと同様の処理を行う。脈波のピークから心電図の
Ｒ波ピーク時刻を推定するには、例えば、次のような方
法がある。脈波波形は、血流の変化を示すので、心拍出
と同様の周期性を有する。脈波１周期の波形のうち、大
きなピークの立ち上がり点の周期は、心電図Ｒ波間隔と
高い相関を有することが知られている（豊島裕子、豊島
良一、下條貞友、宮原正「指尖容積脈波デジタル記録に
よる新しい自律神経機能検査法」、臨床神経、２８巻５
号：ｐｐ．５５２−５５７、１９８８年）。よって、脈
波ピーク立ち上がり点の時刻と心電図Ｒ波ピーク時刻と
は、ほぼ一定の時間間隔であるとみなすことができ、脈
波ピーク立ち上がり時刻から予め設定した時間を溯った
時刻を、心電図Ｒ波ピーク時刻と推定することができ
る。
合は、脈波そのものは電気的に検出を行うものではない
ので、アーチファクト検出手段２５は、脈波のピークか
ら心電図のＲ波ピーク時刻を求めた後、心電図アーチフ
ァクトと同様の処理を行う。脈波のピークから心電図の
Ｒ波ピーク時刻を推定するには、例えば、次のような方
法がある。脈波波形は、血流の変化を示すので、心拍出
と同様の周期性を有する。脈波１周期の波形のうち、大
きなピークの立ち上がり点の周期は、心電図Ｒ波間隔と
高い相関を有することが知られている（豊島裕子、豊島
良一、下條貞友、宮原正「指尖容積脈波デジタル記録に
よる新しい自律神経機能検査法」、臨床神経、２８巻５
号：ｐｐ．５５２−５５７、１９８８年）。よって、脈
波ピーク立ち上がり点の時刻と心電図Ｒ波ピーク時刻と
は、ほぼ一定の時間間隔であるとみなすことができ、脈
波ピーク立ち上がり時刻から予め設定した時間を溯った
時刻を、心電図Ｒ波ピーク時刻と推定することができ
る。
【０１９９】以上のようにして、アーチファクト検出手
段２５は、アーチファクトの混入を判定し、その判定結
果をアーチファクト情報２５２０として出力する。
段２５は、アーチファクトの混入を判定し、その判定結
果をアーチファクト情報２５２０として出力する。
【０２００】第１３の発明の実施の形態における特徴波
検出手段は、第１から第１２までの発明の実施の形態と
同様にして、特徴波の出現の判定までを行う。さらに、
前記アーチファクト情報２５２０を受け、前記アーチフ
ァクト情報２５２０がアーチファクトの混入を示すもの
であったときは、検出結果情報に修正、補足を加えて出
力する。例えば、検出結果情報が特徴波の出現を示すｙ
（ｈ，ｉ）＝１であり、アーチファクトが混入している
場合は、ｙ（ｈ，ｉ）＝０と修正する。もしくは、アー
チファクトがどの生体情報に混入したかを示す、「ｙ
（ｈ，ｉ）＝０、ＥＣＧ」のような情報に修正、補足し
て出力する。
検出手段は、第１から第１２までの発明の実施の形態と
同様にして、特徴波の出現の判定までを行う。さらに、
前記アーチファクト情報２５２０を受け、前記アーチフ
ァクト情報２５２０がアーチファクトの混入を示すもの
であったときは、検出結果情報に修正、補足を加えて出
力する。例えば、検出結果情報が特徴波の出現を示すｙ
（ｈ，ｉ）＝１であり、アーチファクトが混入している
場合は、ｙ（ｈ，ｉ）＝０と修正する。もしくは、アー
チファクトがどの生体情報に混入したかを示す、「ｙ
（ｈ，ｉ）＝０、ＥＣＧ」のような情報に修正、補足し
て出力する。
【０２０１】このようにして、第１３の発明の実施の形
態の動作を実現することができる。
態の動作を実現することができる。
【０２０２】第１３の発明の実施の形態の実施例は、第
１から第１２の発明の実施の形態の実施例に、前述のよ
うなアーチファクト検出手段２５の処理をプログラム化
して実装した構成となる。
１から第１２の発明の実施の形態の実施例に、前述のよ
うなアーチファクト検出手段２５の処理をプログラム化
して実装した構成となる。
【０２０３】アーチファクト検出手段が受け取る生体情
報時系列データ２５００のうち、心電図は、被験者胸部
に貼付した生体電極によって誘導し、筋電図はアーチフ
ァクト検出に重要な頸部もしくは顎部もしくは前額部に
貼付した生体電極によって誘導し、眼球運動及び瞬目
は、眉上部及び下瞼部に貼付した生体電極によって誘導
する。誘導された電位を、ＮＥＣメディカルシステムズ
製ポリグラフ３６０システム等の生体アンプを用いて増
幅した後、カノープス電子（株）製Ａ／Ｄ変換ボードＡ
ＤＸＭ−９８Ａ等のＡ／Ｄコンバータを介して日本電気
（株）製ＰＣ−９８２１Ｘａ等のパーソナルコンピュー
タによってサンプリングすることにより、生体情報時系
列データ２５００を得ることができる。あるいは、この
ようにして得た生体情報のデータが記録された光磁気デ
ィスク、フロッピーディスク、取り外し可能なハードデ
ィスク等の記憶媒体から、日本電気（株）製ＰＣ−９８
２１Ｘａ等のパーソナルコンピュータによって直接ある
いはネットワークを介して生体情報データを読み出すこ
とにより、生体情報時系列データ２５００を得ることが
できる。
報時系列データ２５００のうち、心電図は、被験者胸部
に貼付した生体電極によって誘導し、筋電図はアーチフ
ァクト検出に重要な頸部もしくは顎部もしくは前額部に
貼付した生体電極によって誘導し、眼球運動及び瞬目
は、眉上部及び下瞼部に貼付した生体電極によって誘導
する。誘導された電位を、ＮＥＣメディカルシステムズ
製ポリグラフ３６０システム等の生体アンプを用いて増
幅した後、カノープス電子（株）製Ａ／Ｄ変換ボードＡ
ＤＸＭ−９８Ａ等のＡ／Ｄコンバータを介して日本電気
（株）製ＰＣ−９８２１Ｘａ等のパーソナルコンピュー
タによってサンプリングすることにより、生体情報時系
列データ２５００を得ることができる。あるいは、この
ようにして得た生体情報のデータが記録された光磁気デ
ィスク、フロッピーディスク、取り外し可能なハードデ
ィスク等の記憶媒体から、日本電気（株）製ＰＣ−９８
２１Ｘａ等のパーソナルコンピュータによって直接ある
いはネットワークを介して生体情報データを読み出すこ
とにより、生体情報時系列データ２５００を得ることが
できる。
【０２０４】アーチファクト検出手段２５は、前述のよ
うな動作をプログラム化して実装した日本電気（株）製
ＰＣ−９８２１Ｘａ等のパーソナルコンピュータであ
り、生体情報時系列データ２５００を受け取って、アー
チファクトを検出し、アーチファクト情報２５２０を生
成し、同パーソナルコンピュータの主記憶もしくは外部
記憶に書き込む。
うな動作をプログラム化して実装した日本電気（株）製
ＰＣ−９８２１Ｘａ等のパーソナルコンピュータであ
り、生体情報時系列データ２５００を受け取って、アー
チファクトを検出し、アーチファクト情報２５２０を生
成し、同パーソナルコンピュータの主記憶もしくは外部
記憶に書き込む。
【０２０５】第１３の発明の実施の形態の実施例におけ
る特徴波検出手段は、同パーソナルコンピュータのプロ
グラムとして実装され、主記憶もしくは外部記憶に保持
された前記アーチファクト情報２５２０を読み出し、前
述のような検出結果情報の修正、補足を行い、修正、補
足後の検出結果情報を出力する。出力の方法は、第１か
ら第１２の発明の実施の形態の実施例と同様である。
る特徴波検出手段は、同パーソナルコンピュータのプロ
グラムとして実装され、主記憶もしくは外部記憶に保持
された前記アーチファクト情報２５２０を読み出し、前
述のような検出結果情報の修正、補足を行い、修正、補
足後の検出結果情報を出力する。出力の方法は、第１か
ら第１２の発明の実施の形態の実施例と同様である。
【０２０６】以上のようにして、第１３の発明の実施の
形態の実施例を実現することができる。
形態の実施例を実現することができる。
【０２０７】第１４の発明の実施の形態を図１５に示
す。
す。
【０２０８】図１５に示すように、第１４の発明の実施
の形態は、第１３の発明の実施の形態に、前記アーチフ
ァクト判定基準を利用者が設定するためのアーチファク
ト判定基準設定手段２６が付加された構成を有する。
の形態は、第１３の発明の実施の形態に、前記アーチフ
ァクト判定基準を利用者が設定するためのアーチファク
ト判定基準設定手段２６が付加された構成を有する。
【０２０９】第１４の発明の実施の形態は、前記アーチ
ファクト判定基準を利用者が設定するためのアーチファ
クト判定基準設定手段２６が付加された点が第１３の発
明の実施の形態と異なる。よって、以下では、アーチフ
ァクト判定基準設定手段２６の動作について説明する。
ファクト判定基準を利用者が設定するためのアーチファ
クト判定基準設定手段２６が付加された点が第１３の発
明の実施の形態と異なる。よって、以下では、アーチフ
ァクト判定基準設定手段２６の動作について説明する。
【０２１０】アーチファクト判定基準設定手段２６は、
第１３の発明の実施の形態の動作で説明したアーチファ
クト判定基準として保持する値のうち一つ以上を含むア
ーチファクト判定基準設定情報２６００を受け取り、更
新する基準の種類と値の組を、アーチファクト判定基準
設定情報２６１０として、特徴波検出手段に送る。
第１３の発明の実施の形態の動作で説明したアーチファ
クト判定基準として保持する値のうち一つ以上を含むア
ーチファクト判定基準設定情報２６００を受け取り、更
新する基準の種類と値の組を、アーチファクト判定基準
設定情報２６１０として、特徴波検出手段に送る。
【０２１１】特徴波検出手段は、受け取ったアーチファ
クト判定基準設定情報２６１０に基づいて、更新する基
準の種類と値の組から、該当する基準値を更新する。
クト判定基準設定情報２６１０に基づいて、更新する基
準の種類と値の組から、該当する基準値を更新する。
【０２１２】以上により、第１４の発明の実施の形態に
おけるアーチファクト判定基準設定手段２６の動作が実
現でき、第１４の発明の実施の形態の動作を実現するこ
とができる。
おけるアーチファクト判定基準設定手段２６の動作が実
現でき、第１４の発明の実施の形態の動作を実現するこ
とができる。
【０２１３】第１４の発明の実施の形態の実施例は、第
１３の発明の実施の形態の実施例を構成する日本電気
（株）製ＰＣ−９８２１Ｘａ等のパーソナルコンピュー
タに、前述のアーチファクト判定基準設定手段２６の動
作をプログラム化して実装した構成となる。
１３の発明の実施の形態の実施例を構成する日本電気
（株）製ＰＣ−９８２１Ｘａ等のパーソナルコンピュー
タに、前述のアーチファクト判定基準設定手段２６の動
作をプログラム化して実装した構成となる。
【０２１４】第１４の発明の実施の形態の実施例は、第
１３の発明の実施の形態の実施例が実装された日本電気
（株）製ＰＣ−９８２１Ｘａ等のパーソナルコンピュー
タにおいて、前述のアーチファクト判定基準設定手段２
６の動作をプログラム化し実装することにより実現され
る。
１３の発明の実施の形態の実施例が実装された日本電気
（株）製ＰＣ−９８２１Ｘａ等のパーソナルコンピュー
タにおいて、前述のアーチファクト判定基準設定手段２
６の動作をプログラム化し実装することにより実現され
る。
【０２１５】アーチファクト判定基準設定手段２６は、
まず、アーチファクト判定基準設定入力２６００を受け
る。アーチファクト判定基準設定入力２６００を得る具
体的な方法は、第１２の発明の実施例と同様である。次
に、アーチファクト判定基準設定手段２６は、アーチフ
ァクト判定基準設定入力２６００に基づいて、更新する
基準の種類と値の組を含むアーチファクト判定基準設定
情報２６１０を生成し、本実施例が実装されたパーソナ
ルコンピュータの主記憶に書き込む等により、特徴波検
出手段に送る。
まず、アーチファクト判定基準設定入力２６００を受け
る。アーチファクト判定基準設定入力２６００を得る具
体的な方法は、第１２の発明の実施例と同様である。次
に、アーチファクト判定基準設定手段２６は、アーチフ
ァクト判定基準設定入力２６００に基づいて、更新する
基準の種類と値の組を含むアーチファクト判定基準設定
情報２６１０を生成し、本実施例が実装されたパーソナ
ルコンピュータの主記憶に書き込む等により、特徴波検
出手段に送る。
【０２１６】特徴波検出手段は、例えば同パーソナルの
主記憶上の変数としてアーチファクト判定基準設定情報
２６１０を受け取り、アーチファクト判定基準を更新す
る。当然ながら、アーチファクト判定基準が書き込まれ
る主記憶上の変数は、アーチファクト判定基準を保持す
る変数と同一であってもかまわない。その場合、アーチ
ファクト判定基準設定手段２６によってアーチファクト
判定基準設定情報２６１０が生成された時点で、アーチ
ファクト判定基準の更新も完了する。
主記憶上の変数としてアーチファクト判定基準設定情報
２６１０を受け取り、アーチファクト判定基準を更新す
る。当然ながら、アーチファクト判定基準が書き込まれ
る主記憶上の変数は、アーチファクト判定基準を保持す
る変数と同一であってもかまわない。その場合、アーチ
ファクト判定基準設定手段２６によってアーチファクト
判定基準設定情報２６１０が生成された時点で、アーチ
ファクト判定基準の更新も完了する。
【０２１７】以上のようにして、第１４の発明の実施の
形態の実施例におけるアーチファクト判定基準設定手段
２６の動作を実現することができ、よって、第１４の発
明の実施の形態の実施例を実現することができる。
形態の実施例におけるアーチファクト判定基準設定手段
２６の動作を実現することができ、よって、第１４の発
明の実施の形態の実施例を実現することができる。
【０２１８】なお、本発明は、脳電磁波の時系列データ
１００を入力として特徴波形を抽出する装置であるが、
他の生体信号についても、本発明を用いて特徴波形を抽
出することが可能である。例えば、心電図における異常
波形として知られる心室期外収縮は、心電図のＰ、Ｑ、
Ｒ、Ｓの各波とは異なる周波数帯域と考えることがで
き、Ｔ波とは電位の大きさや出現時刻が異なると考える
ことができる。よって、時間及び周波数の解像度を具有
する検出方法を備える本発明は、心電図等、他の生体信
号における特徴波検出にも利用可能である。このよう
に、本発明は、脳電磁波以外の生体信号にも適用可能で
ある。
１００を入力として特徴波形を抽出する装置であるが、
他の生体信号についても、本発明を用いて特徴波形を抽
出することが可能である。例えば、心電図における異常
波形として知られる心室期外収縮は、心電図のＰ、Ｑ、
Ｒ、Ｓの各波とは異なる周波数帯域と考えることがで
き、Ｔ波とは電位の大きさや出現時刻が異なると考える
ことができる。よって、時間及び周波数の解像度を具有
する検出方法を備える本発明は、心電図等、他の生体信
号における特徴波検出にも利用可能である。このよう
に、本発明は、脳電磁波以外の生体信号にも適用可能で
ある。
【０２１９】
【発明の効果】本発明の第１の効果は、脳電磁波におけ
る特徴波の検出精度を向上させることである。その理由
は、ウェーブレット変換そのものが時間的に局在するピ
ーク成分の抽出に適しているウェーブレット変換を用
い、特徴波を反映する成分を分離した後に特徴波検出を
行っているからである。
る特徴波の検出精度を向上させることである。その理由
は、ウェーブレット変換そのものが時間的に局在するピ
ーク成分の抽出に適しているウェーブレット変換を用
い、特徴波を反映する成分を分離した後に特徴波検出を
行っているからである。
【０２２０】本発明の第２の効果は、ノイズが混入した
脳電磁波データでも、精度の良い特徴波検出を実現する
ことである。その理由は、ウェーブレット変換によって
ノイズ帯域を分離したうえで特徴波の検出を行うこと、
及び、ノイズ要因となる生体情報を利用してノイズ混入
を検出し、特徴波検出の判定を修正するこを可能にして
いるからである。
脳電磁波データでも、精度の良い特徴波検出を実現する
ことである。その理由は、ウェーブレット変換によって
ノイズ帯域を分離したうえで特徴波の検出を行うこと、
及び、ノイズ要因となる生体情報を利用してノイズ混入
を検出し、特徴波検出の判定を修正するこを可能にして
いるからである。
【０２２１】本発明の第３の効果は、脳電磁波における
特徴波の多様性や個人差の影響を受けにくい特徴波検出
を実現することである。その理由は、ウェーブレット変
換によって特徴波を反映する成分を抽出することによ
り、特徴波の電位が小さくとも、特徴波と異なる帯域の
ピーク成分とは明瞭に分離できるからである。
特徴波の多様性や個人差の影響を受けにくい特徴波検出
を実現することである。その理由は、ウェーブレット変
換によって特徴波を反映する成分を抽出することによ
り、特徴波の電位が小さくとも、特徴波と異なる帯域の
ピーク成分とは明瞭に分離できるからである。
【０２２２】本発明の第４の効果は、脳波判読者ごとに
判定基準が異なっても、特徴波検出に反映させることが
可能なことである。その理由は、判定に関わるパラメー
タを利用者が設定できる手段を有するためである。
判定基準が異なっても、特徴波検出に反映させることが
可能なことである。その理由は、判定に関わるパラメー
タを利用者が設定できる手段を有するためである。
【０２２３】本発明の第５の効果は、臨床脳電磁波検査
における脳波判読者や医師の負担を軽減することであ
る。その理由は、第１から第４の効果で述べたように、
本発明が精度の良い特徴脳電磁波検出を実現するからで
ある。
における脳波判読者や医師の負担を軽減することであ
る。その理由は、第１から第４の効果で述べたように、
本発明が精度の良い特徴脳電磁波検出を実現するからで
ある。
【０２２４】さらに、本発明は、脳電磁波における特徴
波と同様の特徴波を含む脳磁波等の生体信号にも適用で
きるので、様々な生体信号における特徴波の自動検出を
可能にする。
波と同様の特徴波を含む脳磁波等の生体信号にも適用で
きるので、様々な生体信号における特徴波の自動検出を
可能にする。
【図１】第１の発明の実施の形態の構成を示す図であ
る。
る。
【図２】第２の発明の実施の形態の構成を示す図であ
る。
る。
【図３】第３の発明の実施の形態の構成を示す図であ
る。
る。
【図４】第４の発明の実施の形態の構成を示す図であ
る。
る。
【図５】第５の発明の実施の形態の構成を示す図であ
る。
る。
【図６】第６の発明の実施の形態の構成を示す図であ
る。
る。
【図７】第７の発明の実施の形態の構成を示す図であ
る。
る。
【図８】第７の発明の実施の形態の構成を示す図であ
る。
る。
【図９】第８の発明の実施の形態の構成を示す図であ
る。
る。
【図１０】第９の発明の実施の形態の構成を示す図であ
る。
る。
【図１１】第１０の発明の実施の形態の構成を示す図で
ある。
ある。
【図１２】第１１の発明の実施の形態の構成を示す図で
ある。
ある。
【図１３】第１２の発明の実施の形態の構成を示す図で
ある。
ある。
【図１４】第１３の発明の実施の形態の構成を示す図で
ある。
ある。
【図１５】第１４の発明の実施の形態の構成を示す図で
ある。
ある。
【図１６】高速ウェーブレット変換における分解アルゴ
リズムを示す図である。
リズムを示す図である。
【図１７】高速ウェーブレット逆変換における再構成ア
ルゴリズムを示す図である。
ルゴリズムを示す図である。
【図１８】高速ウェーブレット変換を用いてスパイク波
を含む実際の脳波データをレベル分解した例を示す図で
ある。
を含む実際の脳波データをレベル分解した例を示す図で
ある。
１ 脳電磁波変換手段 ２ 第１の特徴波検出手段 ３ 第１のパラメータ設定手段 ４ 特徴量算出手段 ５ 第２の特徴波検出手段 ６ 第２のパラメータ設定手段 ７ 第３の特徴波検出手段 ８ 第４の特徴波検出手段 ９ 第５の特徴波検出手段 １０ 判定基準更新手段 １１ 相関情報算出手段 １２ 第６の特徴波検出手段 １３ 第７の特徴波検出手段 １４ 第８の特徴波検出手段 １５ 第９の特徴波検出手段 １６ 第１０の特徴波検出手段 １７ 第１１の特徴波検出手段 １８ 第１２の特徴波検出手段 １９ 第１３の特徴波検出手段 ２０ 第１４の特徴波検出手段 ２１ 第１５の特徴波検出手段 ２２ 波形特徴量算出手段 ２３ 適合度算出手段 ２４ 特徴波形基準設定手段 ２５ アーチファクト検出手段 ２６ アーチファクト判定基準設定手段 １００ 脳電磁波の時系列データ １１０ レベル情報 ２１０ 検出結果情報 ３００ 設定入力 ３１０ 分解レベル設定情報 ３２０ 特徴レベル設定情報 ３３０ 判定基準設定情報 ３４０ レベル別判定基準設定情報 ４００ レベル特徴情報 ５１０ 検出結果情報 ６００ 特徴量判定基準設定情報 ６１０ レベル別特徴量判定基準設定情報 ６２０ 基準特徴ベクトル設定情報 ６３０ 距離判定基準設定情報 ７１０ 検出結果情報 ８１０ 検出結果情報 ９５０ 検出結果情報 １０１０ 判定基準更新情報 １１００ チャネル間相関情報 １１１１ 電極位置情報 ２２００ 波形特徴量 ２３２０ 波形適合情報 ２４００ 特徴波形基準設定入力 ２４１０ 特徴波形基準設定情報 ２５００ 生体情報時系列データ ２５２０ アーチファクト情報 ２６００ アーチファクト判定基準設定入力 ２６１０ アーチファクト判定基準設定情報
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平６−114021（ＪＰ，Ａ) 特開 平９−28687（ＪＰ，Ａ) 特開 平10−216096（ＪＰ，Ａ) 特開 平11−128185（ＪＰ，Ａ) 国際公開96／8992（ＷＯ，Ａ１) (58)調査した分野(Int.Cl.7，ＤＢ名) A61B 5/0476
Claims (14)
- 【請求項１】脳電磁波の時系列データをウェーブレット
変換して分解レベルごとの時系列であるレベル情報を出
力する脳電磁波変換手段と、前記レベル情報を受け、検
出対象とする特徴脳電磁波の影響が現れるレベルのレベ
ル情報であるレベル特徴情報の値が既定の判定基準を満
たしたとき特徴脳電磁波の出現と判定し、判定結果であ
る検出結果情報を出力する第１の特徴波検出手段と、を
備えたことを特徴とする特徴脳電磁波検出装置。 - 【請求項２】分解レベルの最大値、前記特徴レベル情報
のレベル、前記判定基準のうち一つ以上を利用者が設定
するための第１のパラメータ設定手段を備えたことを特
徴とする、請求項１記載の特徴脳電磁波検出装置。 - 【請求項３】脳電磁波の時系列データをウェーブレット
変換して分解レベルごとの時系列であるレベル情報を出
力する脳電磁波変換手段と、前記レベル情報を受け、各
レベルについて、既定時間幅における振幅値であるレベ
ル振幅値、レベル情報の時間変化成分、既定時間幅にお
けるレベル情報の変動量のうち一つ以上を算出してレベ
ル特徴情報として出力するレベル特徴量算出手段と、前
記レベル特徴情報を受け、検出対象とする特徴脳電磁波
の影響が現れるレベルの前記レベル特徴情報が既定の特
徴量判定基準を満たしたとき特徴脳電磁波の出現と判定
し、判定結果である検出結果情報を出力する第２の特徴
波検出手段と、を備えたことを特徴とする特徴脳電磁波
検出装置。 - 【請求項４】分解レベルの最大値、前記レベル特徴情報
のレベル、前記特徴量判定基準の少なくとも一つを利用
者が設定するための、第２のパラメータ設定手段を備え
たことを特徴とする、請求項３記載の特徴脳電磁波検出
装置。 - 【請求項５】前記第１の特徴波検出手段のかわりに、前
記レベル情報を受け、検出対象とする特徴脳電磁波の影
響が現れるレベルを含む複数レベルのレベル情報につい
て、レベル毎に既定のレベル別判定基準に基づいて特徴
脳電磁波の出現を判定し、判定結果である検出結果情報
を出力する第３の特徴波検出手段を備えたこと、を特徴
とする請求項１又は２記載の特徴脳電磁波検出装置。 - 【請求項６】前記第２の特徴波検出手段のかわりに、前
記レベル特徴情報を受け、検出対象とする特徴脳電磁波
の影響が現れるレベルを含む複数レベルのレベル特徴情
報について、レベル毎に既定のレベル別特徴量判定基準
に基づいて特徴脳電磁波の出現を判定し、判定結果であ
る検出結果情報を出力する第４の特徴波検出手段を備え
たことを特徴とする、請求項３又は４記載の特徴脳電磁
波検出装置。 - 【請求項７】前記第３の特徴波検出手段又は第４の特徴
波検出手段のかわりに、前記レベル情報又は前記レベル
特徴情報を受け、検出対象とする特徴脳電磁波の影響が
現れるレベルを含むレベル情報の値が成すレベル値ベク
トルと検出対象とする特徴脳電磁波に対応する既定の基
準ベクトルとの距離、又は、検出対象とする特徴脳電磁
波の影響が現れるレベルを含む複数レベルのレベル特徴
情報の値が成す特徴ベクトルと検出対象とする特徴脳電
磁波に対応する既定の基準特徴ベクトルとの距離から、
既定の距離判定基準に基づいて特徴波の出現を判定し、
判定結果である検出結果情報を出力する第５の特徴波検
出手段を備えたことを特徴とする、請求項５又は６記載
の特徴脳電磁波検出装置。 - 【請求項８】既定の更新ルールに基づいて前記レベル特
徴情報の値を用いて前記レベル別特徴量判定基準を更新
する判定基準更新手段を備えたことを特徴とする、請求
項６記載の特徴脳電磁波検出装置。 - 【請求項９】複数チャネルの脳電磁波の時系列データを
入力とするとき、脳電磁波の時系列データのチャネル間
相関と、前記レベル情報のチャネル間相関のいずれか、
又は両方を算出し、チャネル間相関情報として出力する
相関情報算出手段と、前記第１、第２、第３、第４又は
第５の特徴波検出手段のかわりに、前記チャネル間相関
情報を受け取って特徴波の検出に用いる機能を前記第
１、第２、第３、第４又は第５の特徴波検出手段にそれ
ぞれ付加した第６、第７、第８、第９又は第１０の特徴
波検出手段とを備えたことを特徴とする、請求項１、
２、３、４、５、６、７又は８記載の特徴脳電磁波検出
装置。 - 【請求項１０】前記第６、第７、第８、第９又は第１０
の特徴波検出手段のかわりに、複数チャネルの脳電磁波
を計測した際の電極位置を示す電極位置情報を受けて、
前記電極位置情報を特徴波の検出に用いる機能を前記第
６、第７、第８、第９又は第１０の特徴波検出手段にそ
れぞれ付加した第１１、第１２、第１３、第１４又は第
１５の特徴波検出手段を備えたことを特徴とする、請求
項９記載の特徴脳電磁波検出装置。 - 【請求項１１】入力された脳電磁波の時系列データか
ら、勾配、曲率、ピーク電位、ピーク間隔等の波形特徴
量を算出する波形特徴量算出手段と、前記波形特徴量と
既知の特徴波に基づく既定の特徴波形基準との適合度を
算出して波形適合情報を出力する適合度算出手段と、前
記波形適合情報を特徴波検出に用いる機能を付加した特
徴波検出手段と、を備えたことを特徴とする、請求項
１、２、３、４、５、６、７、８、９又は１０記載の特
徴脳電磁波検出装置。 - 【請求項１２】前記特徴波形基準を利用者が設定するた
めの特徴波形基準設定手段を備えたことを特徴とする、
請求項１１記載の特徴脳電磁波検出装置。 - 【請求項１３】脳電磁波データと同時に計測された心電
図、筋電図、眼球運動、瞬目、脈波等の生体情報時系列
データのうち一種類以上を入力とし、前記生体情報時系
列データが脳電磁波におけるアーチファクトとなるか否
かをアーチファクト判定基準に基づいて判定し、その判
定結果をアーチファクト情報として出力するアーチファ
クト検出手段と、前記アーチファクト情報を特徴波の検
出に用いる機能を付加した特徴波検出手段と、を備えた
ことを特徴とする請求項１、２、３、４、５、６、７、
８、９、１０、１１又は１２記載の特徴脳電磁波検出装
置。 - 【請求項１４】前記アーチファクト判定基準を利用者が
設定するためのアーチファクト基準設定手段を備えたこ
とを特徴とする、請求項１３記載の特徴脳電磁波検出装
置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP31308697A JP3107020B2 (ja) | 1997-11-14 | 1997-11-14 | 特徴脳電磁波検出装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP31308697A JP3107020B2 (ja) | 1997-11-14 | 1997-11-14 | 特徴脳電磁波検出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH11137530A JPH11137530A (ja) | 1999-05-25 |
| JP3107020B2 true JP3107020B2 (ja) | 2000-11-06 |
Family
ID=18037019
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP31308697A Expired - Fee Related JP3107020B2 (ja) | 1997-11-14 | 1997-11-14 | 特徴脳電磁波検出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3107020B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11694117B2 (en) | 2019-10-30 | 2023-07-04 | Ricoh Company, Ltd. | Waveform generation identification method and computer-readable medium |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3799889B2 (ja) * | 1999-08-25 | 2006-07-19 | 富士ゼロックス株式会社 | 瞬目動作解析装置及び方法 |
| JP3313101B2 (ja) * | 2000-04-28 | 2002-08-12 | 琢己 生田 | ウェーブレット・ニューロ波形診断方法および装置 |
| WO2005036440A2 (en) * | 2003-10-10 | 2005-04-21 | Koninklijke Philips Electronics, N.V. | A system and method to estimate signal artifacts |
| JP2008541976A (ja) * | 2005-06-09 | 2008-11-27 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 患者生理学的情報において臨床的に重要な変化とアーティファクトとを区別するための方法及び装置 |
| KR101078466B1 (ko) | 2007-01-19 | 2011-10-31 | 아사히 가세이 가부시키가이샤 | 각성 상태 판정 모델 생성 장치, 각성 상태 판정 장치, 경고 장치, 차량, 각성 상태 판정 모델 생성 방법, 각성 상태 판정 방법, 각성 상태 판정 모델 생성 프로그램을 기록한 컴퓨터 판독 가능 기록매체, 및 각성 상태 판정 프로그램을 기록한 컴퓨터 판독 가능 기록매체 |
| EP2544762B1 (en) * | 2010-03-09 | 2013-12-25 | Cardiac Pacemakers, Inc. | Intracardiac electrogram time frequency noise detection |
| EP3359032A4 (en) * | 2015-10-08 | 2019-06-26 | Brain Sentinel, Inc. | METHOD AND APPARATUS FOR DETECTION AND CLASSIFICATION OF EPILEPTIC ACTIVITY |
| JP6699308B2 (ja) * | 2016-04-08 | 2020-05-27 | 株式会社デンソー | ウェアラブル生体計測装置 |
| CN108245270A (zh) * | 2017-12-29 | 2018-07-06 | 宁夏软件工程院有限公司 | 一种脑电波控制的快速反应电动牙刷 |
| CN112826512B (zh) * | 2021-02-05 | 2022-11-25 | 南京慧脑云计算有限公司 | 一种癫痫棘波自动检测与峰值定位方法 |
-
1997
- 1997-11-14 JP JP31308697A patent/JP3107020B2/ja not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11694117B2 (en) | 2019-10-30 | 2023-07-04 | Ricoh Company, Ltd. | Waveform generation identification method and computer-readable medium |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH11137530A (ja) | 1999-05-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mumtaz et al. | Review of challenges associated with the EEG artifact removal methods | |
| US6936012B2 (en) | Method and apparatus for identifying constituent signal components from a plurality of evoked physiological composite signals | |
| US7672717B1 (en) | Method and system for the denoising of large-amplitude artifacts in electrograms using time-frequency transforms | |
| US7684856B2 (en) | Detection of artifacts in bioelectric signals | |
| CN110769750B (zh) | 由激活波形促使的电解剖标测工具 | |
| US8249698B2 (en) | General diagnostic and real-time applications of discrete hermite functions to digital data | |
| US7035685B2 (en) | Apparatus and method for measuring electroencephalogram | |
| Paek et al. | Decoding repetitive finger movements with brain activity acquired via non-invasive electroencephalography | |
| US11389099B2 (en) | Annotation waveform | |
| Yamawaki et al. | An enhanced time-frequency-spatial approach for motor imagery classification | |
| WO1993004627A1 (en) | Methods of impedance cardiography and heartbeat determination | |
| EP1934677A1 (en) | Method and system for detecting and classifying facial muscle movements | |
| JP3107020B2 (ja) | 特徴脳電磁波検出装置 | |
| Islam et al. | Signal artifacts and techniques for artifacts and noise removal | |
| Pun et al. | Brain-computer interaction research at the Computer Vision and Multimedia Laboratory, University of Geneva | |
| Tsai et al. | Development of an adaptive artifact subspace reconstruction based on Hebbian/anti-Hebbian learning networks for enhancing BCI performance | |
| US8880352B2 (en) | System and method for analyzing an electrophysiological signal | |
| US10448896B2 (en) | Method and apparatus for processing bio-signals using recursive estimation | |
| WO2010040973A2 (en) | Method and apparatus for analysing biomedical signals | |
| Hegde et al. | A review on ECG signal processing and HRV analysis | |
| Lee et al. | Single-trial analysis of cortical oscillatory activities during voluntary movements using empirical mode decomposition (EMD)-based spatiotemporal approach | |
| López et al. | EOG signal compression using turning point algorithm | |
| Bisht et al. | Progress and challenges in physiological artifacts’ detection in electroencephalographic readings | |
| Mohdiwale et al. | Brain–computer interface and neurocomputing | |
| Marzog et al. | Noise Removal of ECG signal using Multi-Techniques |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20000808 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080908 Year of fee payment: 8 |
|
| LAPS | Cancellation because of no payment of annual fees |