JP6146760B2 - 序列化装置、序列化方法及びプログラム - Google Patents

序列化装置、序列化方法及びプログラム Download PDF

Info

Publication number
JP6146760B2
JP6146760B2 JP2012040913A JP2012040913A JP6146760B2 JP 6146760 B2 JP6146760 B2 JP 6146760B2 JP 2012040913 A JP2012040913 A JP 2012040913A JP 2012040913 A JP2012040913 A JP 2012040913A JP 6146760 B2 JP6146760 B2 JP 6146760B2
Authority
JP
Japan
Prior art keywords
data
discriminant
electroencephalogram
target
objects
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.)
Active
Application number
JP2012040913A
Other languages
English (en)
Other versions
JP2013178601A (ja
Inventor
良平 長谷川
良平 長谷川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National Institute of Advanced Industrial Science and Technology AIST
Original Assignee
National Institute of Advanced Industrial Science and Technology AIST
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by National Institute of Advanced Industrial Science and Technology AIST filed Critical National Institute of Advanced Industrial Science and Technology AIST
Priority to JP2012040913A priority Critical patent/JP6146760B2/ja
Priority to PCT/JP2012/076518 priority patent/WO2013128701A1/ja
Priority to US14/380,955 priority patent/US9798796B2/en
Publication of JP2013178601A publication Critical patent/JP2013178601A/ja
Application granted granted Critical
Publication of JP6146760B2 publication Critical patent/JP6146760B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/369Electroencephalography [EEG]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/369Electroencephalography [EEG]
    • A61B5/377Electroencephalography [EEG] using evoked responses
    • A61B5/378Visual stimuli
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires

Description

本発明は、外界の刺激選択肢に対する脳の反応性の強さを序列化する装置、システム、方法及びプログラムに関する。
従来、製品開発や販売戦略のために行われてきた市場調査の主要手段の一つであるアンケート調査では、回答者の意識・無意識のバイアスによって、調査結果の正確性や信頼度に問題があることが多かった。近年、消費者行動と関係した脳活動解析や脳活動に基づいたマーケティング調査法の開発が盛んになってきている。例えばfMRIという大型装置を用いた脳活動計測実験によって嗜好性やブランド意識に関する脳部位を同定したり、ブランド力による脳活動の差を調べたりした研究が知られている(非特許文献1参照)
本発明者の研究グループでは、脳波を利用した意思伝達手法や、外部事象に対する脳内情報表現を地図的に示す「脳情報地図」という手法を既に提案している(特許文献1、2参照)。
最近、脳波に着目したマーケティングが開発されている(特許文献3、4参照)。
特開2010―274035号 特開2011−013871号 特表2010−522941号 特開2011−120824号
脳波に着目した従来技術として、質問紙によって得られた快不快などの様々な感情種に対するアンケートの評定結果と脳波との相関を調べることによって、脳波の意味づけを行う技術がある。この技術では、脳波と各感情種との相関が高いと、ある程度、脳波から各感情の強さを推測できる一方、相関が低いと脳波から正しく感情を推測できる確率が低くなるという問題がある。また、多数の被験者のデータベースから「一般的にこのような脳波が観察される場合はこのような感情状態です」というロジックが用いられているが、たとえ正常範囲でも被験者ごとの脳波のパターンにバリエーションがあることが無視されていて、科学的に意味のあるデータ解析が行われているかどうか疑問である。さらに、そもそも質問紙でわかる情報をあえて脳波から引き出す意味合いも明確でない。
特許文献1では、被験者の主観的バイアスを排除した感性評価を行うことを目指した脳情報地図が示されている。この地図を活用する応用例として、個々人の脳波の類似性から(アンケート調査をすることなしに)多数の製品写真などに対して、顕在意識、潜在意識両方を含んだ脳活動がどのように表現しているかを地図的に視覚化することができる。この技術では、「脳波と主観的感情のトートロジー」(脳波データの意味を解釈するのに主観的な意識だけを参考にしているのであれば、結局、主観的な意識と相関の高い変動しか解釈することができない。それであれば、脳波を解析するのではなく主観的意識状態に対するアンケートを聞く方がより正確である、ということ。)問題を回避していることでは意義が大きいが、地図情報だけではマーケティングにおいて重要な課題である「将来どの製品を購入するかを予測できるか?」という問いには直接答えることができない。そこで、被験者の主観にとらわれることなく、最終的に購買行動につながる脳情報の解読が残された課題である。
本発明は、これらの問題を解決しようとするものであり、各調査対象物に対する被験者の注意の高まりの程度の違いを、脳波を解析することにより、調べ、序列化することを目的とする。例えば、マーケティング調査の購買行動の予測において、調査対象となる製品の人気の順を予測することを目的とする。マーケティング分野では、調査対象は、製品に限らず、ブランド、キャラクター、宣伝等がある。マーケティング分野に限らず、エンターテイメント分野、医療・健康分野、教育・娯楽分野等における被験者の意思や感性や嗜好など、顕在意識と潜在意識の両方を含んだ脳活動の情報を、具体的に順位を付けて序列化することを目的とする。
本発明は、前記目的を達成するために、購買行動の予測に重要と考えられている注意の高まりを反映した脳活動、特に頭皮上で記録される脳波の種類である事象関連電位に着目して、調査対象となる製品に対する脳の反応性の序列化を行うものである。具体的には、脳波計測、視覚刺激提示実験、データ解析の3プロセスを含む。本発明により、脳の反応性が最も高いもの、即ち潜在意識を含めて最も注意を喚起したものが、どの製品であったか、また、注意を喚起された順番が解読される。
本発明は、前記目的を達成するために、以下の特徴を有するものである。
本発明の装置は、複数の調査対象物を序列化する装置であって、前記各調査対象物が標的として選択された場合の事象関連電位の脳波データを、単一の指標で定量的に表す分析処理をして、前記調査対象物を序列化することを特徴とする。前記分析処理はパターン識別法を用いることができる。前記分析処理は判別分析を用いることができる。前記分析処理は線形判別分析を用いることができる。前記単一の指標の好ましい例は、判別分析の判別得点である。
本発明において分析処理する脳波データは、事象関連電位の脳波データである。本発明において分析処理する脳波データは、調査対象物が「標的」として選択された場合の事象関連電位の脳波データを少なくとも含む。
本発明のシステムは、刺激を提示する刺激提示装置と、脳波計と、該脳波計からの脳波データを処理する処理装置とを、備える複数の調査対象物を序列化するシステムであって、前記刺激提示装置は、複数の調査対象物を、刺激として、それぞれ複数回提示し、前記脳波計は、該刺激提示装置による刺激提示直後の脳波を計測し、前記処理装置は、計測された脳波データ(刺激提示などのタイミングで切り出された脳波データに含まれる変化は一般に事象関連電位と呼ばれる。)を、単一の指標で定量的に表す分析処理をして、前記調査対象物を序列化することを特徴とする。前記事象関連電位は、前記各調査対象物が標的として選択された場合の事象関連電位を少なくとも含む。
本発明の方法は、複数の調査対象物を序列化する方法であって、事象関連電位の脳波データを、単一の指標で定量的に表して、前記調査対象物を序列化することを特徴とする。前記事象関連電位は、前記各調査対象物が標的として選択された場合の事象関連電位を少なくとも含む
本発明のプログラムは、コンピュータを、次の手段として機能させるためのプログラムであって、複数の調査対象物を、刺激として、それぞれ複数回提示する刺激提示手段と、該刺激提示直後の、事象関連電位の脳波データを、単一の指標で定量的に表す分析処理をして、前記調査対象物を序列化する処理手段と、序列化した結果を提示する提示手段として機能させるためのものである。前記事象関連電位は、前記各調査対象物が標的として選択された場合の事象関連電位を少なくとも含む。
本発明によれば、複数の調査対象物に対する事象関連電位を分析するのみで、ただちに複数の調査対象物に対する被験者の反応を序列化できるので、脳情報を客観的に解読できる。本発明によれば、被験者は、自身が「標的」を選ぶのではなく、実験者が指定した標的を見つけるだけの作業をするので、主観的な影響を受ける可能性が極めて低いという利点がある。
本発明によれば、被験者ごとに解析をしたとしても例えば8個の製品種に対しては5〜10分以内に実験が終了する。判別得点の違いが偶然生じる場合もあるが、その場合は統計検定によってその可能性を検証できる。被験者に対して実験結果を即時フィードバックすることが可能なので、自らの脳の活動を参考にした製品選択が可能になり、意思決定支援につながる。
本発明の序列化により、マーケティング調査の購買行動の予測において、調査対象となる製品の人気の順を予測することができる。調査対象は、製品に限らず、ブランド、キャラクター、宣伝等がある。また、選挙の当落予想等の各種調査に利用できる。また、マーケティング分野に限らず、エンターテイメント分野、医療・健康分野、教育・娯楽分野等における被験者の意思や感性や嗜好など、顕在意識、潜在意識両方を含んだ脳活動の情報を、アンケート調査等で問題となる被験者の意識・無意識のバイアスを排除して、客観的に表すことができる。
本発明の序列化により、福祉分野における意思伝達支援装置としても使用することができる。
第1の実施の形態を模式的に示す図 第1の実施の形態を説明するために脳波を模式的に示す図 事象関連電位の例を示す図 標的に対する事象関連電位を標的毎に示す図 第1の実施の形態の線形判別分析を説明する図
本発明について、実施の形態により説明する。
(第1の実施の形態)
本実施の形態について、図1〜図5を参照して以下説明する。図1は、本実施の形態における、刺激事象の提示と、これに対する被験者の脳波の反応とを、模式的に示す図である。図1に示すように、刺激事象(注意喚起事象ともいう。)を、ディスプレイに例えば写真を1事象(1枚)ずつ被験者に提示し、これを見た被験者の脳波を被験者の頭部に電極を装着した脳波計により計測し、該脳波をコンピュータなどの脳波解析処理装置により解析する。刺激事象は、調査対象物自体又は調査対象物の写真などである。図2は、本実施形態を説明するために、複数の刺激事象に対する脳波を模式的に図示したものである。具体的には次のように、(A)テスト刺激に対する脳波測定と、(B)脳波データの分析処理と序列化処理とにより実施する。
(A)テスト刺激に対する脳波測定
頭頂部を中心にして頭皮上に設置した単一もしくは複数の電極からの脳波を計測する。計測は、次の手順で行う。
(1) 比較したい様々な調査対象となる製品に関する視覚刺激(調査対象物の写真やイラスト等)を被験者に提示する。例えば、連続的に、視覚刺激(図1ではフルーツで例示)を紙芝居のように擬似ランダムな順番で、コンピュータの画面等に提示する。(図1参照)
(2) その際、製品群(図1では、複数の果物(バナナ、ブドウ、リンゴ、ミカン))のうち一つ(例えばバナナ)を「標的」として被験者に教示しておく。各視覚刺激は複数回提示されるが、被験者は、標的の刺激に対してのみ、その提示回数を頭の中でカウントするよう教示してカウントさせる。
(3) 短い休憩をはさんで「標的」の教示を次々に変えて、上記(2)を実行し、選択肢となる製品全てについて「標的」として実施する。
上記(2)と(3)についてさらに詳しく説明する。例えば、1回目の「標的」をバナナ、2回目の「標的」をブドウ、3回目の「標的」をリンゴ、4回目の「標的」をミカン、というようにして、全製品写真について、標的とした場合の脳波データと、標的としない場合の脳波データを得る。図2に、得られる脳波の反応を、模式的に示す。図2の脳波データの1段目は、「標的」をバナナと教示して被験者に製品群を見せてカウントさせた時の、各テスト刺激に対応する脳波データである。模式的に示したように、1段目の脳波データのうち、標的(バナナ)のテスト刺激に対する脳波データは、非標的(ブドウ、リンゴ、ミカン)のテスト刺激に対する脳波データと比べ、脳波の反応が大である。同様に、2段から4段の格段においても、脳波データのうち、標的のテスト刺激に対する脳波データ(点線で囲んだ脳波)は、非標的のテスト刺激に対する脳波データと比べ、脳波の反応が大である。
本発明者は、標的のテスト刺激に対する脳波データ(点線で囲んだ脳波)において、それぞれ脳波データが異なっていること(図2参照)に着目して、標的のテスト刺激に対する脳波データ(点線で囲んだ脳波)を数値化して判別することにより、テスト刺激対象を序列化することを行った。
調査対象を簡易的にフルーツの例で説明したが、他種類の複数のテスト刺激で実施してみた。まず、図1のような実験を選択肢となる製品の数だけ実施する。各実験においては標的を変えると、通常、それぞれの実験においては「標的」に対する脳波(事象関連電位)の反応が最も高い。ただし、その電位の高さはどの製品が標的になるかによって多少の差が生じている。その差の中に、被験者が各製品に対する注意喚起の違い(顕在的・潜在的興味の強さ)が反映されると考えられる。
ここで、テスト刺激に対する脳波について説明する。本実施の形態では、テスト刺激に対して事象関連電位(または事象関連脳波という。)と呼ばれる脳波電位を利用する。事象関連電位は、認知過程に影響を与える、外的または内的事象の発生タイミングと連動して生じる一過性の脳波であり、P300(刺激提示後300ミリ秒後の陽性の電位変化。)などがある。
図3に、事象関連電位の例を模式的に示す。曲線Aは、テスト刺激対象(例えば写真)をよく見て選んだ場合(能動的に標的を探索する条件(即ち、標的、非標的と意識して選択又は探索すること)で、標的と意識して選んだ場合。)の脳波を示し、上記の「標的」に対する脳波の例である。曲線Bは、テスト刺激対象をよく見ているが選ばなかった場合(非標的と意識し、選ばなかった場合。)の脳波を示し、上記の「非標的」に対する脳波の例である。
図4に、「標的」に対する脳波(事象関連電位)を、標的毎に模式的に示す。標的がどの製品(標的1、2、3、4)であるかによって、事象関連電位が異なっている。
(B)脳波データの分析処理と序列化処理
本発明では、注意喚起の違い、顕在的・潜在的興味の強さを、定量的に表して、各製品(オブジェクト)を序列化するものである。本実施の形態では、反応の強さを1つの指標で表すために判別分析法を利用する。他のパターン識別手法等を用いて定量的に表現することも可能である。
本実施の形態では、注意喚起の違い、顕在的・潜在的興味の強さを、定量的に表すために、全実験データに対して「標的」「非標的」の2分類で判別分析を行って判別モデル式を作成後、各製品に対する判別得点を算出するものである。図5は、線形判別分析を模式的に説明する図である。標的と意識して選んだ場合(標的条件)の脳波を右に示し、非標的と意識して、選ばなかった場合(非標的条件)の脳波を左に示す。どちらの波形に近いかを、全データについて、線形判別分析を行って、各製品に対する判別得点を算出する。
脳波データの分析処理と序列化処理は、主に次の手順からなる。
(1) 上記(A)の実施で得られた多変量の脳波データを、「標的」に対するものと、「非標的」に対するものとに、分類し、線形判別分析などのパターン識別手法を行い、判別モデル式の重みづけを決定する。
(2) 得られた判別式を用いて、各製品が標的となった場合の判別得点の平均値を求める。
(3) 製品間で判別得点の平均値を比較し、判別得点の順に製品を序列化する。
上記(1)(2)(3)を実施するにあたり、例えば次のように実施した。
(a) まず実験が適切に行われたかどうかの検証は、「標的刺激に対する脳波の反応の平均値が、非標的刺激に対する反応の平均値よりも強いこと」によって確認される(図3参照)。
(b) 次に、標的となる視覚刺激の違いによって反応が異なるかどうかは、「標的刺激に対する脳波の反応を刺激ごとにグラフ化すること」によって確認される(図4参照)。なお、各標的刺激に対して複数回(例えば5〜10回)のデータが確保されているため、グラフ化に際しては刺激ごとかつ時系列データのデータポイントごとに加算平均を行う。
(c) 次に、下記式(数1)で表される線形判別関数によって各画像(視覚刺激)提示1回分に対する判別得点(y)を算出する。
Figure 0006146760
式(数1)において、xはあるチャネルのある時点における脳波データ(電圧)の値である。xの種類はチャンネル数(被験者の頭部の頭皮上の複数の測定箇所における脳波データを得るので、測定箇所の数に応じたチャンネル数)とデータポイントを掛け合わせた種類(n)が存在する。各脳波データに対する重みづけ係数wと定数項cは線形判別分析によって求めることが可能である。なお、線形判別分析を行う対象としては、判別得点を算出すべき実験の前に行った「訓練セッション」(主要な実験と同様もしくは、類似の条件で実験を実施)のデータを使うことが望ましいが、判別得点を算出すべき実験のデータを用いた実験データ自体を使うことも可能である。
(d) 以上の手法を用いて、画像ごとに刺激提示回数分(すべての画像で同一である)、判別得点を加算する。または加算平均を行っても良い。通常、ある実験セッションで「標的」とされる画像に対する判別得点(加算値もしくは加算平均値)が、残りの「非標的」の画像群の特典に比べて高くなることを確認する。
(e) 上述のように、全ての画像がそれぞれ「標的」となるべく実験セッションを繰り返すが、全実験セッションが終了後、それぞれの画像が「標的」となったときの判別得点の加算値(もしくは加算平均値)を比較し、得点が高いものから順に並べることにより、序列化を行う。
(f) なお、各標的刺激に対して複数回(5〜10回)のデータを確保されているため、その回数分、同一刺激に対して判別得点が存在し、刺激間の差が有意であるかどうかを統計検定(ANOVA等)によって確認することも可能である。
なお、「標的」として選択したときの事象関連電位だけでなく、上記実験で、「非標的」と意識し、選択しないときの事象関連電位をも含めて、事象関連電位について同様の処理を行い、判別得点を得て序列化処理を行うこともできる。
実施の形態では、画像を例に視覚刺激について説明したが、視覚刺激に代えて聴覚刺激等を与えて対応する脳波を計測して解析するようにしてもよい。また序列化された結果は、ディスプレイ等の表示手段に対象の製品を表示したり、音声で知らせたりすることができる。
また、本発明は、調査対象物が複数の時に活用できるが、3つ以上、さらに多数の調査対象物がある場合に有利である。例えば8個の製品種であれば、被験者毎に、5〜10分程度の脳波の測定と、3〜5分程度の脳波データ分析及び序列化処理で完了するので、簡単に短時間でマーケティング調査が完了する。実験の結果の序列は、同一被験者においては、複数回の実験において同じ結果が得られた。また、被験者の実際の嗜好に近いものであった。
本発明の実施により、調査対象物に対する、被験者の意思、嗜好、又は無意識的な印象や感性情報などが、客観的に把握できる。また、その結果を被験者自身が知ることにより、被験者自身の意思決定にフィードバックできる。調査対象物は、従来のマーケティング調査の対象の他に、福祉分野において意思伝達支援に用いられるメッセージのイラストでもよい。
なお、上記実施の形態等で示した例は、発明を理解しやすくするために記載したものであり、この形態に限定されるものではない。
本発明によれば、意識的なバイアスの影響を受けやすいアンケート調査では測定困難な無意識的な印象や感性情報などを、脳活動を指標にしてわかりやすく序列化し、新製品の開発などの参考にすることが可能となる。また、福祉分野においても製品写真の代わりに伝えたいメッセージのイラストなどを用いることで意思伝達支援装置としても用いることができる。

Claims (4)

  1. 複数の調査対象物を序列化する装置であって、前記各調査対象物が標的として選択された場合の事象関連電位の脳波データを用いて、複数の測定箇所に対応するチャンネル数と時系列データのデータポイントにおける脳波データに基づいて判別関数の重みづけ係数を求め、該判別関数を用いて判別得点を算出する判別分析処理をし、定量的に表す単一の指標として前記判別得点を用いて、前記調査対象物を序列化することを特徴とする序列化装置。
  2. 刺激を提示する刺激提示装置と、脳波計と、該脳波計からの脳波データを処理する処理装置とを、備える複数の調査対象物を序列化するシステムであって、
    前記刺激提示装置は、複数の調査対象物を、刺激として、それぞれ複数回提示し、
    前記脳波計は、該刺激提示装置による刺激提示直後の脳波を計測し、
    前記処理装置は、前記各調査対象物が標的として選択された場合の事象関連電位の脳波データを用いて、複数の測定箇所に対応するチャンネル数と時系列データのデータポイントにおける脳波データに基づいて判別関数の重みづけ係数を求め、該判別関数を用いて判別得点を算出する判別分析処理をし、定量的に表す単一の指標として前記判別得点を用いて、前記調査対象物を序列化することを特徴とする序列化システム。
  3. 複数の調査対象物を序列化する方法であって、前記各調査対象物が標的として選択された場合の事象関連電位の脳波データを用いて、複数の測定箇所に対応するチャンネル数と時系列データのデータポイントにおける脳波データに基づいて判別関数の重みづけ係数を求め、該判別関数を用いて判別得点を算出する判別分析処理をし、定量的に表す単一の指標として前記判別得点を用いて、前記調査対象物を序列化することを特徴とする序列化方法。
  4. コンピュータを、
    複数の調査対象物を、刺激として、それぞれ複数回提示する刺激提示手段と、該刺激提示直後の、前記各調査対象物が標的として選択された場合の事象関連電位の脳波データを用いて、複数の測定箇所に対応するチャンネル数と時系列データのデータポイントにおける脳波データに基づいて判別関数の重みづけ係数を求め、該判別関数を用いて判別得点を算出する判別分析処理をし、定量的に表す単一の指標として前記判別得点を用いて、前記調査対象物を序列化する処理手段と、序列化した結果を提示する提示手段として機能させるためのプログラム。
JP2012040913A 2012-02-28 2012-02-28 序列化装置、序列化方法及びプログラム Active JP6146760B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2012040913A JP6146760B2 (ja) 2012-02-28 2012-02-28 序列化装置、序列化方法及びプログラム
PCT/JP2012/076518 WO2013128701A1 (ja) 2012-02-28 2012-10-12 序列化装置、序列化方法及びプログラム
US14/380,955 US9798796B2 (en) 2012-02-28 2012-10-12 Ranking device, ranking method, and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2012040913A JP6146760B2 (ja) 2012-02-28 2012-02-28 序列化装置、序列化方法及びプログラム

Publications (2)

Publication Number Publication Date
JP2013178601A JP2013178601A (ja) 2013-09-09
JP6146760B2 true JP6146760B2 (ja) 2017-06-14

Family

ID=49081928

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2012040913A Active JP6146760B2 (ja) 2012-02-28 2012-02-28 序列化装置、序列化方法及びプログラム

Country Status (3)

Country Link
US (1) US9798796B2 (ja)
JP (1) JP6146760B2 (ja)
WO (1) WO2013128701A1 (ja)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6146760B2 (ja) 2012-02-28 2017-06-14 国立研究開発法人産業技術総合研究所 序列化装置、序列化方法及びプログラム
US10383540B2 (en) 2014-01-23 2019-08-20 National Institute Of Advanced Industrial Science And Technology Cognitive function evaluation apparatus, method, system and program
WO2016080341A1 (ja) * 2014-11-17 2016-05-26 国立研究開発法人産業技術総合研究所 脳波による類似度の評価方法、評価装置、評価システム及びプログラム
JP6373402B2 (ja) 2014-11-21 2018-08-15 国立研究開発法人産業技術総合研究所 脳波による認証装置、認証方法、認証システム及びプログラム
US10405790B2 (en) * 2015-11-19 2019-09-10 International Business Machines Corporation Reverse correlation of physiological outcomes
US10467658B2 (en) * 2016-06-13 2019-11-05 International Business Machines Corporation System, method and recording medium for updating and distributing advertisement
JP6871362B2 (ja) * 2017-04-28 2021-05-12 マクセル株式会社 脳波データ分析システム、情報処理端末、電子機器、及び認知症検査のための情報の呈示方法
US10752932B2 (en) 2017-08-08 2020-08-25 International Business Machines Corporation Biosensor for multi-analyte characterization
JP7079465B2 (ja) * 2017-11-07 2022-06-02 国立研究開発法人産業技術総合研究所 対象物への親密度を推定するための評価方法、評価システム
US20220270716A1 (en) * 2019-04-05 2022-08-25 Ellipsis Health, Inc. Confidence evaluation to measure trust in behavioral health survey results

Family Cites Families (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5406956A (en) * 1993-02-11 1995-04-18 Francis Luca Conte Method and apparatus for truth detection
IL159235A0 (en) * 2001-06-07 2004-06-01 Lawrence Farwell Method and apparatus for brain fingerprinting, measurement, assessment and analysis of brain function
US7010167B1 (en) * 2002-04-30 2006-03-07 The United States Of America As Represented By The National Security Agency Method of geometric linear discriminant analysis pattern recognition
JP2004029961A (ja) * 2002-06-21 2004-01-29 Fuji Xerox Co Ltd 画像検索支援装置、画像検索支援方法、画像検索支援プログラムおよびコンピュータ読み取り可能な記録媒体
US7117108B2 (en) * 2003-05-28 2006-10-03 Paul Ernest Rapp System and method for categorical analysis of time dependent dynamic processes
WO2005022293A2 (en) * 2003-06-20 2005-03-10 Brain Fingerprinting Laboratories, Inc. Method for a classification guilty knowledge test and integrated system for detection of deception and information
WO2005028013A1 (ja) * 2003-09-18 2005-03-31 Takenaka Corporation 環境設定方法及び装置並びに環境設定のための情報
EP1727065A4 (en) * 2004-01-30 2010-05-05 Nat Inst Of Advanced Ind Scien SEQUENCER OF EVENTS
CA2585525A1 (en) * 2004-04-20 2005-11-03 Genaco Biomedical Products, Inc. Method for detecting ncrna
CN100387192C (zh) 2004-07-02 2008-05-14 松下电器产业株式会社 生体信号利用机器及其控制方法
US20180146879A9 (en) * 2004-08-30 2018-05-31 Kalford C. Fadem Biopotential Waveform Data Fusion Analysis and Classification Method
US7894903B2 (en) * 2005-03-24 2011-02-22 Michael Sasha John Systems and methods for treating disorders of the central nervous system by modulation of brain networks
US20110307030A1 (en) * 2005-03-24 2011-12-15 Michael Sasha John Methods for Evaluating and Selecting Electrode Sites of a Brain Network to Treat Brain Disorders
US11389661B2 (en) * 2005-01-21 2022-07-19 Michael Sasha John Programming adjustment for brain network treatment
CA2534617C (en) * 2005-01-28 2014-12-16 Imds Software Inc. Handwritten word recognition based on geometric decomposition
CN101331490A (zh) * 2005-09-12 2008-12-24 埃默迪弗系统股份有限公司 心理状态的检测和使用心理状态的互动
WO2007138579A2 (en) * 2006-05-25 2007-12-06 Elminda Ltd. Neuropsychological spatiotemporal pattern recognition
KR20090031771A (ko) * 2006-07-12 2009-03-27 아비트론 인코포레이티드 휴대용 조사 장치의 사용자에 의한 사용을 모니터링하기 위한 방법 및 시스템
US8473345B2 (en) 2007-03-29 2013-06-25 The Nielsen Company (Us), Llc Protocol generator and presenter device for analysis of marketing and entertainment effectiveness
US20080255949A1 (en) * 2007-04-13 2008-10-16 Lucid Systems, Inc. Method and System for Measuring Non-Verbal and Pre-Conscious Responses to External Stimuli
US20090318773A1 (en) * 2008-06-24 2009-12-24 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Involuntary-response-dependent consequences
JP2010042236A (ja) * 2008-07-15 2010-02-25 Sumitomo Rubber Ind Ltd ヒトの感覚判定方法及びその判定装置
JP5385582B2 (ja) * 2008-10-10 2014-01-08 大学共同利用機関法人自然科学研究機構 痛覚神経刺激装置
JP5414039B2 (ja) 2009-06-01 2014-02-12 独立行政法人産業技術総合研究所 脳情報の表示方法及び装置
JP5673989B2 (ja) 2009-07-01 2015-02-18 独立行政法人産業技術総合研究所 意思伝達装置及び意思伝達用プログラム
US8635387B2 (en) * 2009-10-09 2014-01-21 Emulex Design & Manufacturing Corporation Enhanced I/O performance in a multi-processor system via interrupt affinity schemes
JP5322179B2 (ja) 2009-12-14 2013-10-23 国立大学法人東京農工大学 感性評価装置、感性評価方法、及び感性評価プログラム
US9895077B2 (en) * 2010-01-18 2018-02-20 Elminda Ltd. Method for diagnosing a brain related disorder using brain network activity patterns
WO2013011515A1 (en) * 2011-07-20 2013-01-24 Elminda Ltd. Method and system for estimating brain concussion
JP6146760B2 (ja) 2012-02-28 2017-06-14 国立研究開発法人産業技術総合研究所 序列化装置、序列化方法及びプログラム
US10234942B2 (en) * 2014-01-28 2019-03-19 Medibotics Llc Wearable and mobile brain computer interface (BCI) device and method
US9814426B2 (en) * 2012-06-14 2017-11-14 Medibotics Llc Mobile wearable electromagnetic brain activity monitor
US9320450B2 (en) * 2013-03-14 2016-04-26 The Nielsen Company (Us), Llc Methods and apparatus to gather and analyze electroencephalographic data
WO2014138925A1 (en) * 2013-03-15 2014-09-18 Interaxon Inc. Wearable computing apparatus and method
US10531806B2 (en) * 2013-12-17 2020-01-14 University Of Florida Research Foundation, Inc. Brain state advisory system using calibrated metrics and optimal time-series decomposition

Also Published As

Publication number Publication date
US20150026195A1 (en) 2015-01-22
JP2013178601A (ja) 2013-09-09
US9798796B2 (en) 2017-10-24
WO2013128701A1 (ja) 2013-09-06

Similar Documents

Publication Publication Date Title
JP6146760B2 (ja) 序列化装置、序列化方法及びプログラム
JP6472144B2 (ja) 脳波による類似度の評価方法、評価装置、評価システム及びプログラム
CA2753872C (en) Methods and systems for assessing psychological characteristics
Moshfeghi et al. An effective implicit relevance feedback technique using affective, physiological and behavioural features
US20120130800A1 (en) Systems and methods for assessing advertising effectiveness using neurological data
Zhu et al. Detecting emotional reactions to videos of depression
JP5414039B2 (ja) 脳情報の表示方法及び装置
CN103262143A (zh) 用于评估心理特征的方法和系统
Yang et al. Affective image classification based on user eye movement and EEG experience information
Falkowska et al. Eye tracking usability testing enhanced with EEG analysis
Jamal et al. Integration of EEG and eye tracking technology: a systematic review
US20150313528A1 (en) Validation process for ipsative assessments
Jiang et al. Predicting core characteristics of ASD through facial emotion recognition and eye tracking in youth
Lin et al. Neuromarketing as a scale validation tool: Understanding individual differences based on the style of processing scale in affective judgements
Takada et al. Human error prediction using heart rate variability and electroencephalography
Mahamad et al. Evaluating neuromarketing technique on consumer satisfaction using EEG imaging
RU2529482C2 (ru) Способ оценки восприятия информации
Buettner et al. Machine Learning Based Diagnostics of Developmental Coordination Disorder using Electroencephalographic Data
Kamaruddin Eustress and Distress Analysis Based on Neuro-Physiological Model of Affect
Waseda et al. Prediction of Two-dimensional Impressions of Images of Facial Emotions using features of EEGs
Trabulsi et al. Consumer neuroscience: A method for optimising marketing communication
Murphy Capturing and using emotion-based BCI signals in experiments; how subject’s effort can influence results
AU2017201444A1 (en) Methods and Systems for Assessing Psychological Characteristics
Zheng et al. Evaluation of mental load using EEG and eye movement characteristics
Conley Learning User Experience Design (LUX): Adding the “L” to UX research using biometric sensors

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20140911

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20150707

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20150903

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20160209

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160428

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160520

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20160525

A912 Re-examination (zenchi) completed and case transferred to appeal board

Free format text: JAPANESE INTERMEDIATE CODE: A912

Effective date: 20160708

R155 Notification before disposition of declining of application

Free format text: JAPANESE INTERMEDIATE CODE: R155

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170510

R150 Certificate of patent or registration of utility model

Ref document number: 6146760

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250