JP3799889B2 - Blink motion analysis apparatus and method - Google Patents
Blink motion analysis apparatus and method Download PDFInfo
- Publication number
- JP3799889B2 JP3799889B2 JP23857799A JP23857799A JP3799889B2 JP 3799889 B2 JP3799889 B2 JP 3799889B2 JP 23857799 A JP23857799 A JP 23857799A JP 23857799 A JP23857799 A JP 23857799A JP 3799889 B2 JP3799889 B2 JP 3799889B2
- Authority
- JP
- Japan
- Prior art keywords
- blink
- electroencephalogram
- decomposition
- series data
- level
- 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
Images
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、脳波信号から瞬目動作を検出し、解析するための装置及び方法に関する。
【0002】
【従来の技術】
人間の集中度合いを測定するための技術として、例えば特開平9-262216号公報記載の「集中度推定装置」がある。この装置では、被験者の神経活動から測定しようするもので、複数の生体情報を測定し、その測定情報と集中度設定ルール情報か集中度を推測する。また、特開平11-137530公報号記載の「特徴脳電磁波検出装置」では、脈波、眼球運動、瞬目などが原因で生じた特徴波が混在した脳電磁波をウェーブレット解析し、分解された脳電磁波データと生体情報時系列データを比較することで前記特徴波の成分を判定している。この装置は、脳波判読者、医者など、脳波を判読する者の負担軽減を目指すものであり、脈波や眼球運動、瞬目などを検出するための検出手段を脳波計以外に設け、この検出手段の検出信号に基づいて特徴波を判定している。さらに、特開平11-65422号公報記載の「作業者の心身状態評価方法、機器を用いた作業の作業内容制御方法及び作業内容制御システム」では、皮膚インピーダンスセンサや瞬きセンサの検出信号を用いて、作業者の心身状態を判定している。瞬きセンサからは瞬目頻度を測定している。
【0003】
【発明が解決しようとする課題】
パーソナルコンピューターなどのディスプレイに向かって作業しているときなどでは、集中度や関心が増すにつれて作業者の瞬目回数が減ると言われている。このように、瞬目動作に関する情報は人間の精神活動を知る上で重要な要素となる。
【0004】
ところで、人間の脳内活動を観察する手法として、脳波計測が広く行われている。この脳波計測と同時に瞬目動作情報を検出し、脳波と他の生体情報とで複合解析を行おうとする場合、従来は脳波計の他に、瞬きセンサなどのセンサを被験者に装着する必要があり、被験者の負担が大きかった。また、脳波計と瞬きセンサとが干渉するおそれがあり、測定データの信用性を落とす可能性があった。
【0005】
また、上記の特開平11-137530公報号記載の技術は、脳波と同時に、別のセンサで脈波や瞬目などの生体情報を検出しているが、このとき検出される脳波以外の生体情報は脳波における特徴波の特定に用いられているのみであり、この生体情報を解析して瞬目等の生体現象についての解析を行っているわけではなかった。
【0006】
本発明は、このような状況に鑑みなされたものであり、被験者の負担を増すことなく、脳波と同時に瞬目に関する情報を得るための装置及び方法と提供することを目的とする。
【0007】
【課題を解決するための手段】
上記問題を解決するため、本発明では、ウェーブレット解析によって脳波の時系列データを分解して瞬目波形のデータと通常の脳波のデータに分離する。この分離した瞬目波形データを利用することで、瞬目確認情報を得る。
【0008】
本発明に係る瞬目動作解析装置は、脳波検出手段と、前記脳波検出手段で検出した脳波の時系列データを所定の分解レベルまでウェーブレット分解する分解手段と、前記分解手段で求めた前記所定分解レベルの分解結果における低周波成分から、瞬目動作に関する情報を求める瞬目解析手段とを有する。
【0009】
例えば好適な態様では、前記所定分解レベルの分解結果における低周波成分の傾きが負で、かつ該低周波成分の値が前記脳波時系列データの負値の平均のα倍(αは定数)より小さい値となることを瞬目判定条件として、瞬目動作の有無を判定する。
【0010】
例えばウェーブレット分解は、マザーウェーブレットとしてスプライン4関数を用い、前記所定分解レベルとしてレベル(−4)まで分解する。
【0011】
【発明の実施の形態】
発明者は、本実施形態の装置の開発のための予備実験として、被験者の眼の周りに瞬目センサの電極を装着して瞬目動作を検出すると共に、これと並行して脳波計による脳波計測を行った。そして、瞬目動作をしたときの脳波計の検出結果と瞬目センサの検出結果とを照らし合わせて、脳波時系列データが瞬目動作によってどのように変化するかを調べた。このときに被験者に瞬目動作をさまざまな時間間隔で行ってもらうことで、いろいろなタイプの瞬目動作によって変化する脳波時系列データを記録した。この予備実験から、脳波波形に混在する瞬目由来成分の特徴をとらえた。
【0012】
この実験で瞬目による波形が混在しているとわかった脳波時系列データに対してウェーブレット変換した。ウェーブレット変換自体は公知の技術であり、例えば、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、1995年などが詳しい。以下、本実施形態で用いるウェーブレット変換処理について簡単に説明する。
【0013】
時刻tで計測された脳波時系列データをf(t)とすると、波形f(t)に対するウェーブレット変換の展開係数は
【数1】
となる。ここで、Ψは、マザーウェーブレット(Mother Wavelet)関数と呼ばれ、ハール(Haar)、ドーベシィ(Daubechies)、メキシカンハット(MexicanHat)等様々なものが知られている。この例では、周波数分解能が高いといわれるスプライン4(Spline4)関数をマザーウェーブレット関数に用いてウェーブレット変換を行う。式(1)において、aはマザーウェーブレット関数の時間軸方向についての伸縮に関するパラメータであり、周波数成分の情報に対応する。またbはマザーウェーブレット関数を時間軸方向の平行移動に関するパラメータである。この変換を、離散的にサンプリングされたデータに適用できるよう、パラメータa,bを、
【数2】
と定義する。すると式(1)は、
【数3】
と書け、この逆変換は、
【数4】
と表せる。次に式(4)は、
【数5】
を使って、脳波時系列データf(t)を原データf0(t)と見ることで
【数6】
と書ける。ここで、
【数7】
としたとき、このjは分解レベルを表していて、jの値が小さいほどサンプリング間隔が大きくなることに対応し、低周波成分を検出できるようになる。式(7)から明らかなように、fj(t)は次のように分解できる。
【0014】
【数8】
これがウエーブレット分解であり、この式(8)の右辺第2項がウェーブレット展開係数、すなわち高周波成分を表し、右辺第1項が元の信号(左辺)から高周波成分を取り除いて得た低周波成分を表す。この分解操作により得られた低周波成分fj-1に再び同じ式(8)を適用し、これを繰り返すことにより分解を進めていく。
【0015】
発明者らは、瞬目動作による波形成分が入っていることを確認している脳波時系列データを多数用意し、これらに対してマザーウェーブレットにスプライン4関数を用いて上記のウェーブレット分解操作を施し、各分解レベルでの低周波成分fjと高周波成分gjの信号を調べた。その結果、レベル(−4)まで分解することにより、ほとんどのケースで瞬目動作による波形成分を抽出できることを発見した。
【0016】
すなわち、
【数9】
と分解することで、f-4に瞬目動作による脳波成分をとらえることができることが実験により確認できた。
【0017】
図1に、実験に用いたオリジナルの脳波信号f0の波形を示す。この波形は、符号1に示す範囲に、脳内活動による通常の脳波成分の他に、瞬目動作による脳波成分が重畳されている。図2は、図1に示した信号f0を分解して得た、レベル(−1)の低周波成分f-1、高周波成分g-1の波形を示し、図3はf-1を分解して得たレベル(−2)の低周波成分f-2、高周波成分g-2の波形を示す。同様に図4はレベル(−3)の、図5はレベル(−4)の、各成分(すなわちf-3、g-3、f-4、g-4)の波形を示す。この図5の(a)に示すレベル(−4)の低周波成分f-4の波形は、図1のオリジナルの信号の符号1の範囲に該当する部分が十分滑らかになっており、これが瞬目動作による脳波成分の波形を表している。
【0018】
以上説明したように、予備実験により、前頭極の任意の位置に装着した電極から計測した脳波時系列データに対して、マザーウェーブレットにスプライン4関数を用い、レベル(−4)まで分解することで、瞬目動作により生じた脳波成分を抽出できることが分かった。前頭極の電極の信号には、瞬目成分が現れやすい。
【0019】
図6は、図5の(a)に示したf-4の波形のうち、瞬目動作による波形部分を模式的に示した図である。図6に示すように、一般的に、瞬目時には、f-4成分は、一般的に鋭く正の方へ立ちあがり、次に負の方向へ落ち込み、また正の方向へ立ちあがってから徐々に落ち着く軌跡を描く。実験では、用いた様々な脳波について、負の方向への落ち込みは瞬目一回につき一度しかないことを確認した。したがって、図6にて符号2で示す負の方向へ落ち込む部分を検出することで、瞬目情報を得ることが考えられる。実験では、瞬目動作が短期間に連続すると、瞬目波形の形が図6のような典型的な波形から崩れることがあるが、負の方向へは瞬目一回につき一度しかないという原則は崩れないことも確認した。
【0020】
また、瞬目による脳波成分の振幅は、(瞬目以外の)通常の脳内活動による脳波の振幅より大きいことも実験で確認した。
【0021】
すなわち、図7に示すように、f-4成分における1回の瞬目に対応する部分5は、必ず1カ所の下り勾配部4を持ち、かつf-4成分が負に振れた箇所では、そのピークの絶対値は、脳波信号の負値の平均レベル3の絶対値よりも大きくなっている。
【0022】
これらから、本実施形態では、レベル(−4)のウェーブレット分解結果の低周波成分f-4の傾きが負で、かつf-4の絶対値が脳波振幅の平均より所定割合α以上大きくなった時点をもって、瞬目動作が起こったと判定するようにした。所定割合以上としたのは、誤判定を防ぐための余裕を考慮したためである。
【0023】
このため、まず前頭極に装着した電極で検出した脳波の時系列データX(i)(iは時刻)のうち、X(i)<0を満たす値Xの平均を求める。
【0024】
【数10】
ここでNは、この平均値を求めるために取り出したデータ数である。
【0025】
そして、次の式(11)及び(12)の2つの条件式を同時に満足したときに瞬目動作をしたと判定することとした。
【0026】
【数11】
【数12】
以上を瞬目動作アルゴリズムと呼ぶことにする。これは、f-4の傾きが負で、かつその値が閉眼時の脳波の振幅平均のα倍になったときに、瞬目動作の波形をとらえたと判定することを意味する。
【0027】
式(12)の右辺の微分は、レベル(−4)におけるサンプリング間隔をΔtとして、
【数13】
で求める。
【0028】
ここで上記係数αは、ユーザが表示波形の状態を見て選択できるようにした。実験によれば、αの選択範囲は、1.4≦α≦2.0に限定することが望ましいことが分かった。このように、αの選択範囲に幅を持たせたのは、閉眼時の脳波波形の振幅には個人差があり、さらに瞬目波形の振幅にも個人差があるので、αを固定値にしてしまうと、ある人には適用できても違う人には適用できなくなる可能性があるからである。
【0029】
また、αの選択範囲の下限1.4及び上限2.0は、実験により定めた。すなわち、多数のケースについての分析から、αを1.4より小さい値にすると、瞬目動作でない通常の脳内活動による脳波波形を、瞬目動作と誤って判定してしまう可能性があることがわかった。αを2.0より大きい値にすると、瞬目波形が小さい場合に検出漏れを起こす可能性があることも分かった。以上のことから、(11)及び(12)の両式を満たしたときに瞬目動作が起こったと判定し、それら両式を満足した時刻を、瞬目発生時刻とすることとした。
【0030】
図8に、本実施形態の装置の概略構成を示す。この装置は、脳波計10、脳波解析表示処理部20及び表示装置30を含む。脳波計10は従来からある一般的な脳波計である。脳波解析表示処理部20は、脳波計10で得られた脳波信号(時系列データ)に対し瞬目動作に関する解析を行い、その解析結果と脳波波形とを示す表示画像情報を生成する。表示装置30は、脳波解析表示処理部20で生成された表示画像情報を表示するCRT、液晶ディスプレイなどの表示装置である。
【0031】
図9は、この装置の脳波解析表示処理部20の瞬目動作解析の手順を示すフローチャートである。以下、図8及び図9を参照して、本実施形態の装置の構成及び動作を説明する。
【0032】
脳波計10の電極は、例えば、前頭極にFp1、Fp2、前頭にF3、Fz、F4、下前頭にF7、F8、中心頭にC3、Cz、C4、頭頂にP3、Pz、P4、後頭にO1、O2、側頭にT3、T4後側頭にT5、T6、耳朶にA1、A2を、それぞれ装着する。この方法は国際脳波学会で標準方式として推奨している10/20法である。ただし、この電極装着法はあくまで一例であり、本実施形態の手法は脳波電極装着法には基本的に依存しない。例えば将来新たな方式が出現してきたらその方式で電極を装着しても良い。
【0033】
この脳波計10で検出された生の脳波信号は、増幅及びA/D変換されて時系列データとなり、脳波解析表示処理部20の表示画像生成部26とウェーブレット分解部22に入力される(図9のS100)。
【0034】
ウェーブレット分解部22は、入力された脳波時系列データに対してマザーウェーブレットとしてスプライン4関数を用いてウェーブレット変換を施し(S102)、レベル(−4)までウェーブレット分解して、瞬目による脳波成分を通常脳内活動の脳波成分から分離する(S104)。この分解結果は瞬目解析部24に送られる。瞬目解析部24では、受け取ったウェーブレット分解結果の信号群からレベル(−4)の低周波成分f-4を抽出し(S106)、この抽出結果に対して式(11)及び(12)に示した瞬目判定条件を満足するかどうかの判定を行う(S108)。この判定結果がYesの場合は瞬目動作があったと判断し、Noの場合は瞬目動作がないと判断する。
【0035】
この手順では、瞬目判定条件が満たされた時刻を瞬目動作の発生時刻とする。また、瞬目解析部24にて、一連の脳波計測結果の時系列データに対してこの判定を連続して行い、瞬目判定基準を満足した回数を計数することで、計測中に発生した瞬目動作の累計発生回数を求めることができる。さらに、所定の単位時間間隔当たりの瞬目動作の回数を計数するようにすることもできる。この単位時間間隔を、ユーザから設定できるようにすると、ユーザの目的に応じた解析結果が求められる。
【0036】
このようにして瞬目解析部24で求められた瞬目発生時刻や累計発生回数、単位時間当たりの発生回数の情報は、表示画像生成部26に渡される。表示画像生成部26は、受け取った瞬目発生時刻や回数の情報を、脳波計10から受け取った脳波信号データの波形表示画像と合成し、表示装置30に供給する。瞬目解析結果と脳波信号の表示結果との合成は、瞬目解析部24での処理遅延に応じて時相を合わせるように行うことが好適である。
【0037】
このような構成により、ユーザは、表示装置30の表示により、時々刻々変化する脳波波形に併せて、瞬目動作の発生や、その回数などに関する情報を得ることができる。しかも、この装置では、被験者に対して脳波計10の電極を装着するだけで瞬目動作に関する情報が得られる。したがって、瞬目動作検出のための専用の検出装置を被験者に装着する必要がないので、被験者の負担が軽減される。
【0038】
なお、以上の例では、脳波計の電極は頭部全体に装着したが、瞬目動作検出だけならば、前頭極の電極と基準電位の電極だけでよい。
【0039】
以上示した本実施形態の瞬目動作解析は、脳波計10により時々刻々検出される脳波信号に対してリアルタイムで適用することもできるし、過去に脳波計10で計測し記憶装置に記憶した脳波時系列データを取り出して、それに対して適用することもできる。なお、リアルタイム処理の場合、瞬目解析処理に長い時間を要すると、表示装置30に表示される波形のリアルタイム性が損なわれてしまうおそれがあるが、パーソナルコンピュータでも高速なものを用いれば、実用上問題ない程度の時間で解析が行える。
【0040】
脳波解析表示処理部20は、例えばパーソナルコンピュータなどのコンピュータシステムをプラットフォームとして、ソフトウエア的に実装することができる。この場合、以上に説明した処理手順を記述したプログラムをコンピュータシステムに実行させればよい。このプログラムは、CD−ROM等の可搬記録媒体の形でベンダから提供することができる。ユーザはこの記録媒体上のプログラムを自分のコンピュータシステムにインストールすることにより、脳波解析表示処理部20を構成することができる。
【0041】
以上、本発明の好適な実施形態について説明したが、これはあくまで一例に過ぎず、様々な変形例が本発明の範囲内に含まれる。
【0042】
例えば、上記の例では、ウェーブレット分解のマザーウェーブレットにスプライン4関数を用いたが、他のマザーウェーブレット関数を用いることも可能である。スプライン4関数を用いた場合はレベル(−4)までの分解で瞬目動作による脳波成分を抽出できたが、他の関数を用いた場合は、それに応じて分解レベルのレベル数を決める必要がある。実験等によりどの分解レベルまで分解すればよいかを求め、これに応じてウェーブレット分解部22のウェーブレット分解のレベル数の設定を変えればよい。
【0043】
また、例示した瞬目判定条件は一例であり、これ以外の判定条件を用いることもできる。
【0044】
【発明の効果】
以上説明したように、本発明によれば、脳波測定結果から瞬目動作に関する情報を抽出することができるので、脳波検出装置を被験者に装着するだけで、脳波のみならず瞬目動作の情報を得ることができ、被験者の負担を軽減できる。
【図面の簡単な説明】
【図1】 瞬目による成分を含んだオリジナルの脳波データの波形を示す図である。
【図2】 オリジナルデータをウェーブレット分解して得たレベル(−1)の低周波成分f-1、高周波成分g-1の波形を示す図である。
【図3】 レベル(−2)の分解結果の波形を示す図である。
【図4】 レベル(−3)の分解結果の波形を示す図である。
【図5】 レベル(−4)の分解結果の波形を示す図である。
【図6】 瞬目波形の特徴を説明するための図である。
【図7】 瞬目波形の判定条件を説明するための図である。
【図8】 実施形態の装置構成を示す図である。
【図9】 瞬目解析処理の手順を示すフローチャートである。
【符号の説明】
10 脳波計、20 脳波解析表示処理部、22 ウェーブレット分解部、24 瞬目解析部、26 表示画像生成部、30 表示装置。[0001]
BACKGROUND OF THE INVENTION
The present invention relates to an apparatus and method for detecting and analyzing blink movement from an electroencephalogram signal.
[0002]
[Prior art]
As a technique for measuring a human concentration level, for example, there is a “concentration level estimation device” described in Japanese Patent Laid-Open No. 9-262216. In this apparatus, measurement is performed from the nerve activity of a subject, a plurality of pieces of biological information are measured, and the measurement information and concentration setting rule information are estimated. In addition, in the “feature brain electromagnetic wave detection device” described in Japanese Patent Application Laid-Open No. 11-137530, a wave brain analysis is performed on a brain electromagnetic wave in which feature waves caused by pulse waves, eye movements, blinks, etc. are mixed. The feature wave component is determined by comparing electromagnetic wave data and biological information time-series data. This device is intended to reduce the burden on those who read brain waves, such as EEG readers and doctors. This device is equipped with detection means for detecting pulse waves, eye movements, blinks, etc. The characteristic wave is determined based on the detection signal of the means. Furthermore, in the “worker's psychosomatic state evaluation method, work content control method and work content control system for work using equipment” described in Japanese Patent Laid-Open No. 11-65422, detection signals of skin impedance sensors and blink sensors are used. The mental and physical state of the worker is determined. The blink sensor measures the blink frequency.
[0003]
[Problems to be solved by the invention]
When working toward a display such as a personal computer, it is said that the number of blinks of the worker decreases as the degree of concentration or interest increases. In this way, information on blinking movement is an important element in knowing human mental activity.
[0004]
By the way, electroencephalogram measurement is widely performed as a method for observing human brain activity. When eye movement information is detected simultaneously with this electroencephalogram measurement and a complex analysis is to be performed using electroencephalogram and other biological information, it is necessary to attach a sensor such as a blink sensor to the subject in addition to the electroencephalograph. The burden on the subject was great. Moreover, there is a possibility that the electroencephalograph and the blink sensor may interfere with each other, which may reduce the reliability of the measurement data.
[0005]
In addition, the technique described in the above-mentioned Japanese Patent Application Laid-Open No. 11-137530 detects biological information such as pulse waves and blinks with another sensor simultaneously with the brain wave, but biological information other than the brain wave detected at this time Is used only to identify feature waves in the electroencephalogram, and this biological information is not analyzed to analyze biological phenomena such as blinks.
[0006]
The present invention has been made in view of such circumstances, and an object of the present invention is to provide an apparatus and a method for obtaining information on blinks simultaneously with an electroencephalogram without increasing the burden on the subject.
[0007]
[Means for Solving the Problems]
In order to solve the above problem, in the present invention, the time series data of brain waves is decomposed by wavelet analysis and separated into blink waveform data and normal brain wave data. By using the separated blink waveform data, blink confirmation information is obtained.
[0008]
The blink movement analysis device according to the present invention includes an electroencephalogram detection means, a decomposition means for wavelet decomposition of time series data of the electroencephalogram detected by the electroencephalogram detection means to a predetermined decomposition level, and the predetermined decomposition obtained by the decomposition means. Blinking analyzing means for obtaining information related to blinking operation from a low frequency component in the level decomposition result.
[0009]
For example, in a preferred aspect, the slope of the low frequency component in the decomposition result of the predetermined decomposition level is negative, and the value of the low frequency component is α times the average of the negative values of the electroencephalogram time series data (α is a constant). The presence / absence of a blink operation is determined using a small value as a blink determination condition.
[0010]
For example, the wavelet decomposition uses a
[0011]
DETAILED DESCRIPTION OF THE INVENTION
As a preliminary experiment for the development of the apparatus of the present embodiment, the inventor detects an eye movement by attaching an electrode of a blink sensor around the eye of the subject, and in parallel with this, detects an electroencephalogram by an electroencephalograph. Measurement was performed. Then, by comparing the detection result of the electroencephalograph when the blink operation was performed with the detection result of the blink sensor, it was examined how the electroencephalogram time-series data changes due to the blink operation. At this time, the brain wave time series data which changes with various types of blink operations was recorded by having the subject perform blink operations at various time intervals. From this preliminary experiment, we captured the characteristics of the blink-derived components mixed in the electroencephalogram waveform.
[0012]
In this experiment, wavelet transform was applied to EEG time-series data, which was found to contain waveforms from blinks. The wavelet transform itself is a well-known technique. For example, the mathematical science wavelet beginers guide, Sugawara Susumu Tokyo Denki University Press, 1995, and the like are well known. Hereinafter, the wavelet transform process used in this embodiment will be briefly described.
[0013]
If the EEG time-series data measured at time t is f (t), the expansion coefficient of the wavelet transform for the waveform f (t) is
It becomes. Here, Ψ is called a mother wavelet function, and various types such as Haar, Daubechies, and Mexican Hat are known. In this example, wavelet transformation is performed using a spline 4 (Spline4) function, which is said to have a high frequency resolution, as a mother wavelet function. In Expression (1), a is a parameter related to expansion / contraction in the time axis direction of the mother wavelet function, and corresponds to information on frequency components. Further, b is a parameter relating to the parallel movement of the mother wavelet function in the time axis direction. In order to apply this transformation to discretely sampled data, the parameters a and b are
[Expression 2]
It is defined as Then equation (1) becomes
[Equation 3]
This inverse transform is
[Expression 4]
It can be expressed. Next, Equation (4) is
[Equation 5]
Using EEG, the EEG time series data f (t) is regarded as the original data f 0 (t).
Can be written. here,
[Expression 7]
Where j represents the decomposition level, and the smaller the value of j, the larger the sampling interval and the lower frequency components can be detected. As is clear from Equation (7), f j (t) can be decomposed as follows.
[0014]
[Equation 8]
This is wavelet decomposition, the second term on the right side of the equation (8) represents the wavelet expansion coefficient, that is, the high frequency component, and the first term on the right side is the low frequency component obtained by removing the high frequency component from the original signal (left side). Represents. The same expression (8) is applied again to the low frequency component f j−1 obtained by this decomposition operation, and the decomposition is advanced by repeating this.
[0015]
The inventors prepared a large number of electroencephalogram time-series data that have been confirmed to contain waveform components due to blinking, and applied the above wavelet decomposition operation to the mother wavelet using a
[0016]
That is,
[Equation 9]
It was confirmed by experiments that the brain wave component due to blinking can be captured at f- 4 .
[0017]
FIG. 1 shows the waveform of the original electroencephalogram signal f 0 used in the experiment. In this waveform, in addition to the normal brain wave component due to intracerebral activity, the brain wave component due to the blink operation is superimposed in the range indicated by
[0018]
As described above, by performing preliminary experiments, the electroencephalogram time-series data measured from an electrode mounted at an arbitrary position on the frontal pole is decomposed to level (−4) using a
[0019]
FIG. 6 is a diagram schematically showing a waveform portion due to the blink operation in the waveform of f- 4 shown in FIG. As shown in FIG. 6, generally, at the time of blinking, the f- 4 component generally rises sharply in the positive direction, then falls in the negative direction, and then gradually settles after standing in the positive direction. Draw a trajectory. In the experiment, it was confirmed that there was only one drop in the negative direction per blink for the various EEGs used. Therefore, it is conceivable to obtain blink information by detecting a portion that falls in the negative direction indicated by
[0020]
It was also confirmed by experiment that the amplitude of the electroencephalogram component due to blinking is larger than the amplitude of electroencephalogram due to normal brain activity (other than blinking).
[0021]
That is, as shown in FIG. 7, the
[0022]
Accordingly, in the present embodiment, the slope of the low frequency component f- 4 of the level (-4) wavelet decomposition result is negative, and the absolute value of f- 4 is greater than the average of the electroencephalogram amplitude by a predetermined ratio α or more. At the time, it was determined that blink action occurred. The reason why the ratio is equal to or greater than the predetermined ratio is that a margin for preventing erroneous determination is taken into consideration.
[0023]
For this reason, the average of the values X satisfying X (i) <0 among the time series data X (i) (i is time) of the electroencephalogram detected by the electrode attached to the frontal pole is first obtained.
[0024]
[Expression 10]
Here, N is the number of data taken out to obtain this average value.
[0025]
Then, when the following two conditional expressions (11) and (12) are satisfied at the same time, it is determined that the blink operation is performed.
[0026]
[Expression 11]
[Expression 12]
The above is referred to as a blink operation algorithm. This means that when the inclination of f −4 is negative and the value thereof is α times the average amplitude of the electroencephalogram when the eye is closed, it is determined that the waveform of the blink operation has been captured.
[0027]
The differential on the right side of the equation (12) is expressed as follows:
[Formula 13]
Ask for.
[0028]
Here, the coefficient α can be selected by the user looking at the state of the display waveform. Experiments have shown that it is desirable to limit the selection range of α to 1.4 ≦ α ≦ 2.0. In this way, the range of α is widened because there is an individual difference in the amplitude of the electroencephalogram waveform when the eye is closed, and there is also an individual difference in the amplitude of the blink waveform. This is because even if it can be applied to one person, it may not be applicable to another person.
[0029]
Further, the lower limit 1.4 and the upper limit 2.0 of the selection range of α were determined by experiments. That is, from analysis of many cases, if α is set to a value smaller than 1.4, there is a possibility that an electroencephalogram waveform caused by normal intracerebral activity that is not blink movement may be erroneously determined as blink movement. I understood. It has also been found that if α is set to a value larger than 2.0, a detection omission may occur when the blink waveform is small. From the above, it was determined that the blink operation occurred when both the formulas (11) and (12) were satisfied, and the time when both formulas were satisfied was determined as the blink occurrence time.
[0030]
FIG. 8 shows a schematic configuration of the apparatus of the present embodiment. The apparatus includes an
[0031]
FIG. 9 is a flowchart showing the procedure of blink operation analysis of the electroencephalogram analysis
[0032]
The electrodes of the
[0033]
The raw electroencephalogram signal detected by the
[0034]
The
[0035]
In this procedure, the time when the blink determination condition is satisfied is set as the occurrence time of the blink operation. Further, the
[0036]
Information on the blink occurrence time, the cumulative number of occurrences, and the number of occurrences per unit time obtained by the
[0037]
With such a configuration, the user can obtain information on the occurrence of the blink operation, the number of times thereof, and the like in addition to the brain wave waveform that changes every moment by the display of the
[0038]
In the above example, the electrodes of the electroencephalograph are attached to the entire head, but only the electrodes of the frontal pole and the reference potential may be used for the blink operation detection only.
[0039]
The blink movement analysis of the present embodiment described above can be applied in real time to an electroencephalogram signal detected every moment by the
[0040]
The electroencephalogram analysis
[0041]
The preferred embodiment of the present invention has been described above, but this is only an example, and various modifications are included in the scope of the present invention.
[0042]
For example, in the above example, the
[0043]
Moreover, the blink determination conditions illustrated are examples, and determination conditions other than this can also be used.
[0044]
【The invention's effect】
As described above, according to the present invention, it is possible to extract information related to the blink action from the electroencephalogram measurement result. Therefore, only by attaching the brain wave detection device to the subject, information on the blink action as well as the brain wave can be obtained. Can be obtained and the burden on the subject can be reduced.
[Brief description of the drawings]
FIG. 1 is a diagram showing a waveform of original electroencephalogram data including a component caused by blinking.
FIG. 2 is a diagram showing waveforms of a low frequency component f-1 and a high frequency component g-1 at level (-1) obtained by wavelet decomposition of original data.
FIG. 3 is a diagram illustrating a waveform of a decomposition result of level (−2).
FIG. 4 is a diagram showing a waveform of a decomposition result of level (−3).
FIG. 5 is a diagram showing a waveform of a decomposition result of level (−4).
FIG. 6 is a diagram for explaining the characteristics of a blink waveform.
FIG. 7 is a diagram for explaining determination conditions for a blink waveform.
FIG. 8 is a diagram illustrating a device configuration of the embodiment.
FIG. 9 is a flowchart showing a procedure of blink analysis processing.
[Explanation of symbols]
10 electroencephalograph, 20 electroencephalogram analysis display processing unit, 22 wavelet decomposition unit, 24 blink blink analysis unit, 26 display image generation unit, 30 display device.
Claims (6)
前記脳波検出手段で検出した脳波の時系列データを所定の分解レベルまでウェーブレット分解する分解手段と、
前記分解手段で求めた前記所定分解レベルの分解結果における低周波成分から、瞬目動作に関する情報を求める瞬目解析手段と、
を有し、前記所定分解レベルの分解結果における低周波成分の傾きが負で、かつ該低周波成分の値が前記脳波時系列データの負値の平均のα倍(αは定数)より小さい値となることを瞬目判定条件として、瞬目動作の有無を判定することを特徴とする瞬目動作解析装置。An electroencephalogram detection means;
Decomposition means for performing wavelet decomposition on time series data of the electroencephalogram detected by the electroencephalogram detection means to a predetermined decomposition level;
From the low frequency component in the decomposition result of the predetermined decomposition level obtained by the decomposition means, the blink analysis means for obtaining information about blink operation,
It has a, the inclination of the low frequency component in the decomposition result of a predetermined division level is negative, and the average of the alpha times (alpha is a constant) of the negative of the value is the electroencephalogram time series data of the low frequency component value less than A blink movement analysis apparatus characterized by determining whether or not there is a blink action under the blink determination condition .
検出した脳波の時系列データを所定の分解レベルまでウェーブレット分解するステップと、
前記脳波時系列データの前記所定分解レベルの分解結果における低周波成分から、瞬目動作に関する情報を求めるステップと、
を含み、記所定分解レベルの分解結果における低周波成分の傾きが負で、かつ該低周波成分の値が前記脳波時系列データの負値の平均のα倍(αは定数)より小さい値となることを瞬目判定条件として、瞬目動作の有無を判定することを特徴とする瞬目動作解析方法。 Acquiring time series data of an electroencephalogram output from the electroencephalogram detection means ;
Wavelet decomposition of the detected electroencephalogram time-series data to a predetermined decomposition level;
Obtaining information on blink movement from a low frequency component in the decomposition result of the predetermined decomposition level of the electroencephalogram time-series data;
Only including, a slope of the low-frequency component is negative in the degradation results of the serial predetermined division level, and the average of the alpha times (alpha is a constant) of the negative of the value is the electroencephalogram time series data of the low frequency component value less than A blink movement analysis method, wherein the presence or absence of blink movement is determined under the condition of blink determination .
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP23857799A JP3799889B2 (en) | 1999-08-25 | 1999-08-25 | Blink motion analysis apparatus and method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP23857799A JP3799889B2 (en) | 1999-08-25 | 1999-08-25 | Blink motion analysis apparatus and method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2001061801A JP2001061801A (en) | 2001-03-13 |
JP3799889B2 true JP3799889B2 (en) | 2006-07-19 |
Family
ID=17032290
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP23857799A Expired - Fee Related JP3799889B2 (en) | 1999-08-25 | 1999-08-25 | Blink motion analysis apparatus and method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3799889B2 (en) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3313101B2 (en) * | 2000-04-28 | 2002-08-12 | 琢己 生田 | Wavelet / neuro waveform diagnosis method and apparatus |
FR3010891B1 (en) * | 2013-09-26 | 2018-04-13 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | METHOD, SYSTEM AND COMPUTER PROGRAM FOR DETECTION AND CHARACTERIZATION OF OCULAR BLINKING BY ELECTRO-ENCEPHALOGRAPHY |
CN115969398B (en) * | 2022-12-02 | 2024-02-02 | 深湾创新技术(深圳)有限公司 | Blink detection method and device |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06114021A (en) * | 1992-10-06 | 1994-04-26 | Kao Corp | Presentation apparatus and method of brain wave |
JP3468554B2 (en) * | 1993-09-24 | 2003-11-17 | 三洋電機株式会社 | Vibration data analysis method and device |
JPH10146323A (en) * | 1996-11-18 | 1998-06-02 | Suzuki Motor Corp | Brain wave measuring device |
JPH10234693A (en) * | 1997-02-26 | 1998-09-08 | Isuzu Motors Ltd | Brain induced potential measuring method |
JP3223851B2 (en) * | 1997-07-04 | 2001-10-29 | 日産自動車株式会社 | Mental stress judgment device |
JP3107020B2 (en) * | 1997-11-14 | 2000-11-06 | 日本電気株式会社 | Characteristic brain electromagnetic wave detection device |
-
1999
- 1999-08-25 JP JP23857799A patent/JP3799889B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2001061801A (en) | 2001-03-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Naik et al. | Single-channel EMG classification with ensemble-empirical-mode-decomposition-based ICA for diagnosing neuromuscular disorders | |
Parra et al. | Response error correction-a demonstration of improved human-machine performance using real-time EEG monitoring | |
EP1164919B1 (en) | Method and apparatus for eye tracking | |
US9282934B2 (en) | Composite brain function monitoring and display system | |
Li et al. | Classification of single-trial electroencephalogram during finger movement | |
US7672717B1 (en) | Method and system for the denoising of large-amplitude artifacts in electrograms using time-frequency transforms | |
US20070179396A1 (en) | Method and System for Detecting and Classifying Facial Muscle Movements | |
CN101528121B (en) | Brain function monitoring and display system | |
CN108784693B (en) | P300 single extraction technology based on independent component analysis and Kalman smoothing | |
Rissanen et al. | Analysis of surface EMG signal morphology in Parkinson's disease | |
Tang et al. | Independent components of magnetoencephalography: single-trial response onset times | |
Krusienski et al. | BCI signal processing: feature extraction | |
CN114431879B (en) | Method and system for judging blinking and biting teeth based on electroencephalogram | |
Foodeh et al. | Minimum noise estimate filter: a novel automated artifacts removal method for field potentials | |
Jamil et al. | Artifact removal from EEG signals recorded in non-restricted environment | |
JP3799889B2 (en) | Blink motion analysis apparatus and method | |
JP3160621B2 (en) | EEG measurement device | |
CN111671419B (en) | Electroencephalogram signal-based epilepsy early detection and identification method and system | |
Fathima et al. | Wavelet based features for classification of normal, ictal and interictal EEG signals | |
CN111281382A (en) | Feature extraction and classification method based on electroencephalogram signals | |
JP3661512B2 (en) | EEG signal processing apparatus and method | |
Yu et al. | A spatio-temporal filtering approach to denoising of single-trial ERP in rapid image triage | |
JP2002306438A (en) | Apparatus and method for processing electrocardiogram | |
JP3983989B2 (en) | Brain motor function analysis and diagnosis device | |
Bisht et al. | Detection of muscle artifact epochs using entropy based M-DDTW technique in EEG signals |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20041216 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060110 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060306 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20060404 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060417 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |