JP6236620B2 - 脳情報処理装置、脳情報処理方法、およびプログラム - Google Patents

脳情報処理装置、脳情報処理方法、およびプログラム Download PDF

Info

Publication number
JP6236620B2
JP6236620B2 JP2012270747A JP2012270747A JP6236620B2 JP 6236620 B2 JP6236620 B2 JP 6236620B2 JP 2012270747 A JP2012270747 A JP 2012270747A JP 2012270747 A JP2012270747 A JP 2012270747A JP 6236620 B2 JP6236620 B2 JP 6236620B2
Authority
JP
Japan
Prior art keywords
brain
information
subject
acquisition unit
brain activity
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
JP2012270747A
Other languages
English (en)
Other versions
JP2014115913A (ja
Inventor
之康 神谷
之康 神谷
長谷川　功
長谷川　　功
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.)
Niigata University
ATR Advanced Telecommunications Research Institute International
Original Assignee
Niigata University
ATR Advanced Telecommunications Research Institute International
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 Niigata University, ATR Advanced Telecommunications Research Institute International filed Critical Niigata University
Priority to JP2012270747A priority Critical patent/JP6236620B2/ja
Priority to PCT/JP2013/082957 priority patent/WO2014092045A1/ja
Priority to US14/650,961 priority patent/US20150332016A1/en
Publication of JP2014115913A publication Critical patent/JP2014115913A/ja
Application granted granted Critical
Publication of JP6236620B2 publication Critical patent/JP6236620B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
    • A61B5/0042—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
    • A61B5/4064—Evaluating the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Neurology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Data Mining & Analysis (AREA)
  • Radiology & Medical Imaging (AREA)
  • Physiology (AREA)
  • Theoretical Computer Science (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Neurosurgery (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Dermatology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Educational Technology (AREA)
  • Hospice & Palliative Care (AREA)
  • Social Psychology (AREA)
  • High Energy & Nuclear Physics (AREA)

Description

本発明は、脳活動に関する情報を利用する脳情報処理装置等に関するものである。
従来、ユーザの脳波に基づいて、そのユーザに適したコンテンツデータを配信することができる技術があった（特許文献１、特許文献２参照）。
また、脳波反応に基づいて評価対象のデザインを評価し、最適なデザインへインタラクティブに変化させる技術があった（特許文献３参照）。
特開２０１０−２１８４９１号公報（第１頁、第１図等） 特開２０１０−２２０１５１公報（第１頁、第１図等） 特開２００４−３４２１１９公報（第１頁、第１図等）
しかしながら、従来の装置において、使用される脳計測信号が脳波であるため、脳活動パターンの大まかな分類をすることしかできず、個々の対象物に対する脳活動パターンを区別することができなかった。そのため、個々の対象物の感じ方や潜在的な評価等を考慮した情報処理ができなかった。
本第一の発明の脳情報処理装置は、対象物を被験者に見せた際の脳の活性度に関する情報である脳活動情報と、対象物に関する情報である対象物情報とを有する１以上の脳情報を格納し得る脳情報格納部と、脳情報格納部に格納されている１以上の脳情報が構成されるために被験者が見た対象物とは異なる対象物を、被験者と同一または異なる被験者が見た場合の脳の活性度に関する脳活動情報を受け付ける受付部と、受付部が受け付けた脳活動情報と予め決められた条件を満たすほど近似する１以上の脳活動情報に対応する１以上の対象物情報を、脳情報格納部から取得する対象物情報取得部と、対象物情報取得部が取得した対象物情報を出力する出力部とを具備する脳情報処理装置である。
かかる構成により、人が見た対象物と類似する感覚を潜在的に覚える対象物を脳情報データベースから検出できる。
また、本第二の発明の脳情報処理装置は、対象物を被験者に見せた際の脳の活性度に関する情報である脳活動情報を有する脳情報を格納し得る脳情報格納部と、脳情報格納部に格納されている１以上の脳情報が構成されるために被験者が見た対象物とは異なる２以上の各対象物を、被験者と同一または異なる被験者が見た場合の脳の活性度に関する２以上の脳活動情報と、２以上の各対象物に関する情報である２以上の対象物情報とを受け付ける受付部と、脳情報格納部に格納されている脳情報が有する脳活動情報と、受付部が受け付けた２以上の各脳活動情報との類似度を取得し、予め決められた類似度を有する脳活動情報に対応する対象物情報を取得する対象物情報取得部と、対象物情報取得部が取得した対象物情報を出力する出力部とを具備する脳情報処理装置である。
かかる構成により、人が２以上の対象物を見た場合、与えられたデータと最も類似する感覚を潜在的に覚える対象物を検知できる。
また、本第三の発明の脳情報処理装置は、第一または第二の発明に対して、脳情報格納部は、脳情報と、被験者個人の情報である個人情報とを対応付けて有し、受付部は、脳活動情報と脳活動情報に対応する個人情報を受け付け、対象物情報取得部は、受付部が受け付けた個人情報に対応する脳情報の中から、１以上の脳活動情報を取得し、１以上の各脳活動情報に対応する１以上の対象物情報を取得する脳情報処理装置である。
かかる構成により、個人の特性を考慮して、対象物の検索ができる。
また、本第四の発明の脳情報処理装置は、第一から第三いずれかの発明に対して、前記対象物情報は、対象物の属性値である１以上のメタデータを有し、前記対象物情報取得部は、比較対象の脳活動情報に対して、予め決められた条件を満たすほど近似する２以上の脳活動情報に対応する２以上の対象物情報を決定する対象物情報決定手段と、前記対象物情報決定手段が決定した２以上の対象物情報が有するメタデータを統計処理し、統計情報を取得する統計情報取得手段とを具備し、前記出力部は、前記統計情報取得手段が取得した統計情報を出力する請求項１から請求項３いずれか一項に記載の脳情報処理装置である。
かかる構成により、比較対象の対象物の属性値を、当該対象物と脳が類似すると判断している対象物の属性値から推定して出力できる。
また、本第五の発明の脳情報処理装置は、第一から第四いずれかの発明に対して、脳活動情報は、予め決められた脳の一部の領域の活性度に関する情報である脳情報処理装置である。
かかる構成により、脳の適切な一部の脳活動の情報を用いて、対象物の検索ができる。
また、本第六の発明の脳情報処理装置は、第五の発明に対して、脳の一部の領域は、脳の視覚野を含む領域である脳情報処理装置である。
かかる構成により、脳の視覚野の脳活動の情報を用いて、デザインに対する印象が類似する対象物の検索ができる。
また、本第七の発明の脳情報処理装置は、第五の発明に対して、脳の一部の領域は、脳の大脳基底核を含む領域である脳情報処理装置である。
かかる構成により、脳の大脳基底核の脳活動の情報を用いて、無意識的な報酬が類似する対象物の検索ができる。
また、本第八の発明の脳情報処理装置は、第五の発明に対して、脳の一部の領域は、脳の眼窩前頭皮質を含む領域である脳情報処理装置である。
かかる構成により、脳の眼窩前頭皮質の脳活動の情報を用いて、無意識的な喜びか好みの感覚が類似する対象物の検索ができる。
また、本第九の発明の脳情報処理装置は、第一から第八いずれかの発明に対して、２以上の対象物を被験者が見た際の脳の活性度を示す２以上の画像を格納し得る画像格納部と、２以上の各画像を構成する２以上の画素の画素値のベースラインと比較した変化に関する値を要素に有する２以上の特徴ベクトルを取得する特徴ベクトル取得部と、２以上の各特徴ベクトル間の類似度を取得し、類似度を要素に有する対称行列である脳表現類似度行列を取得し、脳表現類似度行列を脳情報格納部に蓄積する脳活動情報取得部とをさらに具備する脳情報処理装置である。
かかる構成により、自動的に脳情報データベースを構築できる。
本発明による脳情報処理装置によれば、潜在的な意識を示す詳細な脳活動パターンの情報を用いて、人が類似する感覚を覚える対象物を検出できる。
実施の形態１における脳情報処理装置１のブロック図 同脳情報処理装置１が対象物情報を出力する動作について説明するフローチャート 同脳情報処理装置１が脳活動情報を蓄積する動作について説明するフローチャート 同脳表現類似度行列生成処理について説明するフローチャート 同ｆＭＲＩ装置５の模式図 同被験者の情報を示す図 同画像から特徴ベクトルを構成する処理を説明する図 同徴ベクトル取得部１０６および脳活動情報取得部１０７の動作の概念を説明する図 同ＲＳＭの出力例を示す図 同画像格納部１０１に格納された画像の例を示す図 同被験者ＴＨの各領域に対応するＲＳＭを示す図 同脳表現類似度行列（ＲＳＭ）を示す図 同脳表現類似度行列（ＲＳＭ）を示す図 同脳活動情報の出力例を示す図 実施の形態２における脳情報処理装置２のブロック図 同脳情報処理装置２の動作について説明するフローチャート 同脳活動情報の出力例を示す図 同脳活動情報の出力例を示す図 同脳活動情報の出力例を示す図 同コンピュータシステムの概観図 同コンピュータシステムのブロック図
以下、脳情報処理装置等の実施形態について図面を参照して説明する。なお、実施の形態において同じ符号を付した構成要素は同様の動作を行うので、再度の説明を省略する場合がある。
（実施の形態１）
本実施の形態において、対象物を被験者に見せた際の脳の活性度に関する脳活動情報と、当該対象物に関する対象物情報とを有する１以上の脳情報がＤＢ化されており、ある対象物を被験者に見せた際の脳活動情報を用いて、ＤＢ検索し、類似する脳活動情報に対応する対象物情報を取得し、出力する脳情報処理装置について説明する。
また、本実施の形態において、脳情報は被験者の情報と対応付けられており、受け付けられた被験者の情報に対応する脳情報の中から、類似する脳活動情報を決定し、当該脳活動情報に対応する対象物情報を取得し、出力する脳情報処理装置について説明する。
また、本実施の形態において、脳活動情報の構成方法について説明する。
図１は、本実施の形態における脳情報処理装置１のブロック図である。脳情報処理装置１は、画像格納部１０１、脳情報格納部１０２、受付部１０３、対象物情報取得部１０４、出力部１０５、特徴ベクトル取得部１０６、および脳活動情報取得部１０７を備える。
また、対象物情報取得部１０４は、対象物情報決定手段１０４１、対象物情報取得手段１０４２、統計情報取得手段１０４３を具備しても良い。
画像格納部１０１は、２以上の画像を格納し得る。各画像は、被験者が対象物を見た際の脳の活性度を示す２以上の画像である。画像は、例えば、ｆＭＲＩ計測によって得られた脳の画像であることは好適である。なお、ｆＭＲＩ計測によって得られた脳の画像は、ｆＭＲＩ脳活動パターンとも言う。また、画像は、例えば、ＮＩＲＳ脳計測装置やＰＥＴ等を用いて計測された脳の画像であっても良い。なお、画像は、脳の全体である全脳の画像でも良いし、脳の一部の画像でも良い。脳の一部は、例えば、視覚野、大脳基底核、眼窩前頭皮質などである。視覚野は、低次視覚やでも良いし、高次視覚野でも良いし、その両方でも良い。
脳情報格納部１０２は、１以上の脳情報を格納し得る。脳情報は、脳活動情報と対象物情報とを有する。脳活動情報は、対象物を被験者に見せた際の脳の活性度に関する情報である。脳活動情報は、例えば、ｆＭＲＩ信号の強度の変化を用いた情報である。なお、ｆＭＲＩ信号の強度の変化を用いた情報とは、例えば、ｆＭＲＩ信号の強度のベースラインの値からの変化値である。脳活動情報は、例えば、ｆＭＲＩ計測によって得られた脳の画像を構成する２以上の画素の画素値のベースラインと比較した変化に関する値を要素に有する特徴ベクトルである。また、脳活動情報は、例えば、後述する脳表現類似度行列である。脳活動情報は、予め決められた脳の一部の領域の活性度に関する情報であることは好適である。脳の一部は、例えば、視覚野、大脳基底核、眼窩前頭皮質などである。視覚野は、低次視覚やでも良いし、高次視覚野でも良いし、その両方でも良い。なお、脳活動情報は、全脳の活性度に関する情報でも良い。また、脳表現類似度行列は、２以上の脳活動情報に対応する情報である。
また、脳活動情報は、ＮＩＲＳにより取得された画像から得られた情報と脳波の情報等でも良い。ＮＩＲＳにより取得された画像から得られた情報とは、例えば、当該画像の画素の画素値とベースラインの画素値との差を要素に有する特徴ベクトルである。
また、対象物情報は、対象物に関する情報である。対象物は、物体でも良いし、画像でも良い。対象物は、人が認識できるものであれば良い。対象物情報とは、例えば、対象物の写真、対象物の名前や、対象物自体、対象物のＩＤなどである。さらに、対象物情報は、１以上のメタデータを有することは好適である。メタデータは、対象物の属性値であり、対象物のカテゴリーや売上、対象物に対するアンケートの評価値等である。
また、脳情報格納部１０２は、脳情報と、被験者個人の情報である個人情報とを対応付けて有することは好適である。個人情報とは、例えば、被験者を識別する個人識別子、被験者の属性値などである。被験者の属性値は、例えば、被験者の年齢、性別、国籍、職業、嗜好などである。
受付部１０３は、各種の指示や情報等を受け付ける。受付部１０３は、例えば、脳活動情報を受け付ける。また、受付部１０３は、脳活動情報と脳活動情報に対応する個人情報を受け付けても良い。また、受付部１０３は、対象物情報を受け付けても良い。また、受付部１０３は、脳活動情報の出力指示を受け付けても良い。なお、受付部１０３が受け付ける脳活動情報は、脳情報格納部１０２に格納されている１以上の脳情報が構成されるために被験者が見た対象物とは異なる対象物を、被験者と同一または異なる被験者が見た場合の脳の活性度に関する情報である。
ここで、受け付けとは、キーボードやマウス、タッチパネルなどの入力デバイスから入力された情報の受け付け、有線もしくは無線の通信回線を介して送信された情報の受信、光ディスクや磁気ディスク、半導体メモリなどの記録媒体から読み出された情報の受け付けなどを含む概念である。
脳活動情報の入力手段は、キーボードやマウスやメニュー画面によるもの等、何でも良い。受付部１０３は、キーボード等の入力手段のデバイスドライバーや、メニュー画面の制御ソフトウェア等で実現され得る。
対象物情報取得部１０４は、受付部１０３が受け付けた脳活動情報と予め決められた条件を満たすほど近似する１以上の脳活動情報に対応する１以上の対象物情報を、脳情報格納部１０２から取得する。
対象物情報取得部１０４は、受付部１０３が受け付けた個人情報に対応する脳情報の中から、１以上の脳活動情報を取得し、１以上の各脳活動情報に対応する１以上の対象物情報を取得しても良い。
脳活動情報が脳表現類似度行列である場合、対象物情報取得部１０４は、受付部１０３が受け付けた対象物情報に対応する行列の要素の値が、近似することを示す値に対応する１以上の対象物情報を取得しても良い。
対象物情報取得部１０４を構成する対象物情報決定手段１０４１は、比較対象の脳活動情報に対して、予め決められた条件を満たすほど近似する１または２以上の脳活動情報に対応する１または２以上の対象物情報を決定する。なお、ここでの比較対象の脳活動情報は、受付部１０３が受け付けた脳活動情報である。対象物情報決定手段１０４１は、例えば、比較対象の脳活動情報との類似度が高い順からＮ（Ｎは、例えば、１０）個の脳活動情報に対応するＮ個の対象物情報を決定する。
対象物情報取得手段１０４２は、対象物情報決定手段１０４１が決定した対象物情報の一部または全部を取得する。ここでは、対象物情報取得手段１０４２は、対象物情報の一部または全部を、脳情報格納部１０２から取得する。
統計情報取得手段１０４３は、対象物情報決定手段１０４１が決定した２以上の対象物情報が有するメタデータを統計処理し、統計情報を取得する。統計処理とは、例えば、平均値を取得したり、中央値を取得したりする等の処理である。統計情報は、例えば、平均値や中央値等である。なお、統計処理の内容は問わない。また、例えば、メタデータが、対象物に対するアンケートの評価値である場合、統計情報取得手段１０４３は、例えば、２以上の対象物情報に含まれる２以上の評価値の平均値を取得する。なお、対象物情報取得部１０４は、統計情報取得手段１０４３を具備しなくても良い。 出力部１０５は、対象物情報取得部１０４が取得した１以上の対象物情報を出力する。また、出力部１０５は、後述する脳活動情報取得部１０７が取得した脳活動情報を出力しても良い。また、出力部１０５は、統計情報取得手段１０４３が取得した統計情報を出力しても良い。脳活動情報は、例えば、後述する脳表現類似度行列（ＲＳＭ）である。ここで、出力とは、ディスプレイへの表示、プロジェクターを用いた投影、プリンタでの印字、音出力、外部の装置への送信、記録媒体への蓄積、他の処理装置や他のプログラムなどへの処理結果の引渡しなどを含む概念である。
特徴ベクトル取得部１０６は、２以上の各画像を構成する２以上の画素の画素値のベースラインと比較した変化に関する値を要素に有する２以上の特徴ベクトルを取得する。なお、２以上の画素の画素値のベースラインは、特徴ベクトル取得部１０６が予め保持している、とする。また、特徴ベクトルは、一次元のベクトルである。
脳活動情報取得部１０７は、２以上の各特徴ベクトル間の類似度を取得し、当該類似度を要素に有する対称行列である脳表現類似度行列（Ｒｅｐｒｅｓｅｎｔａｔｉｏｎａｌ ｓｉｍｉｌａｒｉｔｙ ｍａｔｒｉｘ（ＲＳＭ））を取得する。この脳表現類似度行列が脳活動情報の例である。そして、脳活動情報取得部１０７は、この脳表現類似度行列を脳情報格納部１０２に蓄積する。脳表現類似度行列の例について、後述する。なお、類似度とは、例えば、ベクトル間の距離、ベクトル間の距離を正規化した値等である。
また、脳活動情報取得部１０７は、特徴ベクトル取得部１０６が取得した特徴ベクトルを、脳活動情報として取得し、脳情報格納部１０２に蓄積しても良い。
画像格納部１０１、脳情報格納部１０２は、不揮発性の記録媒体が好適であるが、揮発性の記録媒体でも実現可能である。画像格納部１０１等に画像等が記憶される過程は問わない。例えば、記録媒体を介して画像等が画像格納部１０１等で記憶されるようになってもよく、通信回線等を介して送信された画像が画像格納部１０１等で記憶されるようになってもよく、あるいは、入力デバイスを介して入力された画像等が画像格納部１０１等で記憶されるようになってもよい。
対象物情報取得部１０４、特徴ベクトル取得部１０６、および脳活動情報取得部１０７は、通常、ＭＰＵやメモリ等から実現され得る。対象物情報取得部１０４等の処理手順は、通常、ソフトウェアで実現され、当該ソフトウェアはＲＯＭ等の記録媒体に記録されている。但し、ハードウェア（専用回路）で実現しても良い。
出力部１０５は、ディスプレイやスピーカー等の出力デバイスを含むと考えても含まないと考えても良い。出力部１０５は、出力デバイスのドライバーソフトまたは、出力デバイスのドライバーソフトと出力デバイス等で実現され得る。
次に、脳情報処理装置１が対象物情報を出力する動作について、図２のフローチャートを用いて説明する。
（ステップＳ２０１）受付部１０３は、脳活動情報を受け付けたか否かをご判断する。脳活動情報を受け付ければステップＳ２０２に行き、脳活動情報を受け付けなければステップＳ２０１に戻る。
（ステップＳ２０２）対象物情報取得部１０４は、カウンタｉに１を代入する。
（ステップＳ２０３）対象物情報取得部１０４は、脳情報格納部１０２に、ｉ番目の脳情報が存在するか否かを判断する。ｉ番目の脳情報が存在すればステップＳ２０４に行き、存在しなければステップＳ２０７に行く。
（ステップＳ２０４）対象物情報取得部１０４は、ｉ番目の脳情報に含まれる脳活動情報を、脳情報格納部１０２から読み出す。
（ステップＳ２０５）対象物情報取得部１０４は、ステップＳ２０１で受け付けられた脳活動情報と、ステップＳ２０４で読み出したｉ番目の脳活動情報との類似度を算出する。そして、対象物情報取得部１０４は、ｉ番目の脳活動情報またはｉ番目の脳活動情報を識別する情報に対応付けて、類似度を図示しない記録媒体に一時蓄積する。なお、ベクトルの類似度を算出する技術は公知技術であるので詳細な説明は省略する。なお、類似度の表現方法は問わない。つまり、例えば、類似度の最大値を１としても、１００としても良い。
（ステップＳ２０６）対象物情報取得部１０４は、カウンタｉを１、インクリメントする。ステップＳ２０３に戻る。
（ステップＳ２０７）対象物情報取得部１０４は、ステップＳ２０５で一時蓄積された情報を用いて、予め決められた条件を満たす１以上の脳活動情報を決定する。通常、対象物情報取得部１０４は、最も類似度が大きい脳活動情報を取得する。また、対象物情報取得部１０４は、類似度が閾値より大きい１以上の脳活動情報を取得しても良い。
（ステップＳ２０８）対象物情報取得部１０４は、ステップＳ２０７で決定された１以上の脳活動情報と対になる１以上の対象物情報を、脳情報格納部１０２から取得する。なお、対象物情報取得部１０４は、類似度が大きい順に２以上の対象物情報を取得しても良い。
（ステップＳ２０９）出力部１０５は、ステップＳ２０８で取得された１以上の対象物情報を出力する。
なお、図２のフローチャートにおいて、電源オフや処理終了の割り込みにより処理は終了する。
次に、脳情報処理装置１が脳活動情報を蓄積する動作について、図３のフローチャートを用いて説明する。
（ステップＳ３０１）特徴ベクトル取得部１０６は、カウンタｉに１を代入する。
（ステップＳ３０２）特徴ベクトル取得部１０６は、ｉ番目の画像が画像格納部１０１に存在するか否かを判断する。ｉ番目の画像が存在すればステップＳ３０３に行き、存在しなければステップＳ３１１に行く。
（ステップＳ３０３）特徴ベクトル取得部１０６は、画像格納部１０１から、ｉ番目の画像を読み出す。
（ステップＳ３０４）特徴ベクトル取得部１０６は、カウンタｊに１を代入する。
（ステップＳ３０５）特徴ベクトル取得部１０６は、ｉ番目の画像またはｉ番目の画像の所定の領域の中にｊ番目の画素が存在するか否かを判断する。ｊ番目の画素が存在すればステップＳ３０６に行き、存在しなければステップＳ３１０に行く。なお、ｉ番目の画像の所定の領域とは、例えば、脳の一部の画像領域であり、例えば、視覚野、大脳基底核、眼窩前頭皮質などの領域である。
（ステップＳ３０６）特徴ベクトル取得部１０６は、ｊ番目の画素の画素値を取得する。
（ステップＳ３０７）特徴ベクトル取得部１０６は、ｊ番目の画素に対応するベースラインの画素値を取得する。なお、ベースラインの画像は、例えば、画像格納部１０１または特徴ベクトル取得部１０６に格納されている、とする。
（ステップＳ３０８）特徴ベクトル取得部１０６は、ｊ番目の画素の画素値とベースラインの画素値との差を算出し、ベクトルのｊ番目の要素として蓄積する。なお、ベクトルを記録する領域は確保されている、とする。
（ステップＳ３０９）特徴ベクトル取得部１０６は、カウンタｊを１、インクリメントする。ステップＳ３０５に戻る。
（ステップＳ３１０）特徴ベクトル取得部１０６は、カウンタｉを１、インクリメントする。ステップＳ３０２に戻る。
（ステップＳ３１１）脳活動情報取得部１０７は、２以上のベクトルを用いて、脳表現類似度行列を生成する。この脳表現類似度行列生成処理について、図４のフローチャートを用いて説明する。
（ステップＳ３１２）脳活動情報取得部１０７は、ステップＳ３１１で生成した脳表現類似度行列を、脳情報格納部１０２に蓄積する。処理を終了する。
なお、図３のフローチャートのステップＳ３１２において、脳活動情報取得部１０７は、脳表現類似度行列の行番号、および列番号と対象物情報とを対応付けて、脳情報格納部１０２に蓄積することは好適である。なお、行番号と対応付けられる対象物情報は、行番号に対応する特徴ベクトルの元になった画像を特定する情報である。画像を特定する情報とは、画像そのもの、画像に写っている対象を特定する対象の名称、ＩＤ等である。
また、図３のフローチャートのステップＳ３１２において、脳活動情報取得部１０７が脳表現類似度行列を蓄積する代わりに、または蓄積するとともに、出力部１０５が脳表現類似度行列を出力しても良い。
また、図３のフローチャートのステップＳ３１１において、脳活動情報取得部１０７は、各画像に対応する特徴ベクトルと、特徴ベクトルの元になった画像を特定する対象物情報とを対応付けて、脳情報格納部１０２に蓄積しても良い。
次に、ステップＳ３１１の脳表現類似度行列生成処理について、図４のフローチャートを用いて説明する。
（ステップＳ４０１）脳活動情報取得部１０７は、特徴ベクトル取得部１０６が取得したベクトルの数Ｎを取得する。
（ステップＳ４０２）脳活動情報取得部１０７は、Ｎ行Ｎ列の行列の記憶領域を確保する。
（ステップＳ４０３）脳活動情報取得部１０７は、Ｎ行Ｎ列の行列の対角成分の値（類似度）を最大値とする。つまり、脳活動情報取得部１０７は、Ｎ行Ｎ列の行列の対角成分の領域に、最大の類似度（例えば、１）を記録する。
（ステップＳ４０４）脳活動情報取得部１０７は、カウンタｉに１を代入する。
（ステップＳ４０５）脳活動情報取得部１０７は、カウンタｊに「ｉ＋１」を代入する。
（ステップＳ４０６）脳活動情報取得部１０７は、ｊ番目の特徴ベクトルが存在するか否かを判断する。ｊ番目の特徴ベクトルが存在すればステップＳ４０７に行き、存在しなければステップＳ４１０に行く。
（ステップＳ４０７）脳活動情報取得部１０７は、ｉ番目とｊ番目の特徴ベクトルの類似度を算出する。
（ステップＳ４０８）脳活動情報取得部１０７は、Ｎ行Ｎ列の行列の中の、ｉ行ｊ列の要素の値、ｊ行ｉ列の要素の値として、ステップＳ４０７で取得した類似度を書き込む。
（ステップＳ４０９）脳活動情報取得部１０７は、カウンタｊを１、インクリメントする。ステップＳ４０６に戻る。
（ステップＳ４１０）脳活動情報取得部１０７は、カウンタｉを１、インクリメントする。
（ステップＳ４１１）脳活動情報取得部１０７は、ｉ番目の特徴ベクトルが最後のベクトルか否かを判断する。最後のベクトルであれば上位処理にリターンし、最後のベクトルでなければステップＳ４０５に行く。
以下、本実施の形態における具体的な動作について説明する。
（具体例１）
具体例１は、脳情報処理装置１が使用する脳活動情報を取得する装置の具体例である。脳情報処理装置１が使用する脳活動情報を取得する装置の全体構成を示す模式図を図５に示す。図５は、ｆＭＲＩ装置５の模式図である。
図１に示すように、ｆＭＲＩ装置５は、被検者２の関心領域に制御された磁場を付与してＲＦ波を照射する磁場印加機構１１と、この被検者２からの応答波（ＮＭＲ信号）を受信してアナログ信号を出力する受信コイル２０と、この被検者２に付与される磁場を制御するとともにＲＦ波の送受信を制御する駆動部２１と、この駆動部２１の制御シーケンスを設定するとともに各種データ信号を処理して画像を生成するデータ処理部３２とを備える。
なお、ここで、被検者２が載置される円筒形状のボアの中心軸をＺ軸にとりＺ軸と直交する水平方向にＸ軸及び鉛直方向にＹ軸を定義する。
ｆＭＲＩ装置５は、このような構成であるので、磁場印加機構１１により印加される静磁場により、被検者２を構成する原子核の核スピンは、磁場方向（Ｚ軸）に配向するとともに、この原子核に固有のラーモア周波数でこの磁場方向を軸とする歳差運動を行う。
そして、このラーモア周波数と同じＲＦパルスを照射すると、原子は共鳴しエネルギーを吸収して励起され、核磁気共鳴現象（ＮＭＲ現象；Nuclear Magnetic Resonance）が生じる。この共鳴の後に、ＲＦパルス照射を停止すると、原子はエネルギーを放出して元の定常状態に戻る緩和過程で、ラーモア周波数と同じ周波数の電磁波（ＮＭＲ信号）を出力する。
この出力されたＮＭＲ信号を被検者２からの応答波として受信コイル２０で受信し、データ処理部３２において、被検者２の関心領域が画像化される。この画像が、画像格納部１０１に格納されている画像である。
磁場印加機構１１は、静磁場発生コイル１２と、傾斜磁場発生コイル１４と、ＲＦ照射部１６と、被検者２をボア中に載置する寝台１８とを備える。
被験者２は、特に限定されないが、例えば、プリズムメガネ４により、Ｚ軸に対して垂直に設置されたディスプレイ６に表示される画面を見ることができる。このディスプレイ６の画像により、被験者２に視覚刺激が与えられる。
なお、被験者２への視覚刺激は、被験者２の目前にプロジェクターにより対象物の画像が投影される構成であってもよい。
駆動部２１は、静磁場電源２２と、傾斜磁場電源２４と、信号送信部２６と、信号受信部２８と、寝台１８をＺ軸方向の任意位置に移動させる寝台駆動部３０とを備える。
データ処理部３２は、図示しない操作者から各種操作や情報入力を受け付ける入力部４０と、被検者２の関心領域に関する各種画像及び各種情報を画面表示する表示部３８と、各種処理を実行させるプログラム・制御パラメータ・画像データ（三次元モデル像等）及びその他の電子データを記憶する記憶部３６と、駆動部２１を駆動させる制御シーケンスを発生させるなどの各機能部の動作を制御する制御部４２と、駆動部２１との間で各種信号の送受信を実行するインタフェース部４４と、関心領域に由来する一群のＮＭＲ信号からなるデータを収集するデータ収集部４６と、このＮＭＲ信号のデータに基づいて画像を形成する画像処理部４８とを備える。
また、データ処理部３２は、専用コンピュータである場合の他、各機能部を動作させる機能を実行する汎用コンピュータであって、記憶部３６にインストールされたプログラムに基づいて、指定された演算やデータ処理や制御シーケンスの発生をさせるものである場合も含まれる。
静磁場発生コイル１２は、Ｚ軸周りに巻回される螺旋コイルに静磁場電源２２から供給される電流を流して誘導磁場を発生させ、ボアにＺ軸方向の静磁場を発生させるものである。このボアに形成される静磁場の均一性の高い領域に被検者２の関心領域を設定することになる。ここで、静磁場コイル１２は、より詳しくは、例えば、４個の空芯コイルから構成され、その組み合わせで内部に均一な磁界を作り、被験者２の体内の所定の原子核、より特定的には水素原子核のスピンに配向性を与える。
傾斜磁場発生コイル１４は、Ｘコイル、Ｙコイル及びＺコイル（図示省略）から構成され、円筒形状を示す静磁場発生コイル１２の内周面に設けられる。
これらＸコイル、Ｙコイル及びＺコイルは、それぞれＸ軸方向、Ｙ軸方向及びＺ軸方向を順番に切り替えながら、ボア内の均一磁場に対し傾斜磁場を重畳させ、静磁場に強度勾配を付与する。Ｚコイルは励起時に、磁界強度をＺ方向に傾斜させて共鳴面を限定し、Ｙコイルは、Ｚ方向の磁界印加の直後に短時間の傾斜を加えて検出信号にＹ座標に比例した位相変調を加え（位相エンコーディング）、Ｘコイルは、続いてデータ採取時に傾斜を加えて、検出信号にＸ座標に比例した周波数変調を与える（周波数エンコーディング）。
この重畳される傾斜磁場の切り替えは、制御シーケンスに従って、Ｘコイル、Ｙコイル及びＺコイルにそれぞれ異なるパルス信号が送信部２４から出力されることにより実現される。これにより、ＮＭＲ現象が発現する被検者２の位置を特定することができ、被検者２の画像を形成するのに必要な三次元座標上の位置情報が与えられる。
ＲＦ照射部１６は、制御シーケンスに従って信号送信部３３から送信される高周波信号に基づいて、被検者２の関心領域にＲＦ（Radio Frequency）パルスを照射するものである。
なお、図５において、ＲＦ照射部１６は、磁場印加機構１１に内蔵されているが、寝台１８に設けられたり、あるいは、受信コイル２０と一体化されていたりしてもよい。
受信コイル２０は、被検者２からの応答波（ＮＭＲ信号）を検出するものであって、このＮＭＲ信号を高感度で検出するために、被検者２に近接して配置されている。
ここで、受信コイル２０には、ＮＭＲ信号の電磁波がそのコイル素線を切ると電磁誘導に基づき微弱電流が生じる。この微弱電流は、信号受信部２８において増幅され、さらにアナログ信号からデジタル信号に変換されデータ処理部３２に送られる。
すなわち、静磁界にＺ軸傾斜磁界を加えた状態にある被験者２に、共鳴周波数の高周波電磁界を、ＲＦ照射部１６を通じて印加すると、磁界の強さが共鳴条件になっている部分の所定の原子核、例えば、水素原子核が、選択的に励起されて共鳴し始める。共鳴条件に合致した部分（例えば、被験者２の所定の厚さの断層）にある所定の原子核が励起され、スピンが一斉に回転する。励起パルスを止めると、受信コイル２０には、今度は、回転しているスピンが放射する電磁波が信号を誘起し、しばらくの間、この信号が検出される。この信号によって、被験者２の体内の、所定の原子を含んだ組織を観察する。そして、信号の発信位置を知るために、ＸとＹの傾斜磁界を加えて信号を検知する、という構成になっている。
画像処理部４８は、記憶部３６に構築されているデータに基づき、励起信号を繰り返し与えつつ検出信号を測定し、１回目のフーリエ変換計算により、共鳴の周波数をＸ座標に還元し、２回目のフーリエ変換でＹ座標を復元して画像を得て、表示部３８に対応する画像を表示する。
（具体例２）
具体例２において、脳情報処理装置１を用いた実験について説明する。また、具体例２は、画像格納部１０１に格納される脳の活性度を示す画像は、全脳の画像である。そして、脳情報格納部１０２に格納される脳情報を構成する脳活動情報は、対象物を被験者に見せた際の全脳の活性度に関する情報である。
今、図示しない記憶手段に、多数の刺激画像が格納されている、とする。刺激画像は、被験者に見せる画像であり、ここでは、多数のキャラクタの画像、多数の飲み物の缶の画像、多数の車の画像、多数の建築物の画像、多数の芳香剤の容器の画像、多数の化粧品の画像である。
そして、刺激画像をディスプレイやプロジェクターを用いて表示し、４名の被験者に刺激画像を見せた。そして、ｆＭＲＩ装置５を用いて、刺激画像を見せた際の４名の被験者の脳活動を測定した。４名の被験者は、被験者ＴＨ、被験者ＲＡ、被験者ＲＨ、被験者ＰＳである。４名の被験者の情報を図６に示す。
次に、刺激画像を各被験者に見せた際に、ｆＭＲＩ装置５が取得した多数の画像が画像格納部１０１に格納される。画像格納部１０１に格納された画像の例を図７の７１に示す。なお、７１は、ここではｆＭＲＩ脳活動パターンである。
かかる状況において、ユーザが、脳活動情報の出力指示を、脳情報処理装置１に入力した、とする。すると、受付部１０３は、当該脳活動情報の出力指示を受け付ける。
次に、特徴ベクトル取得部１０６は、画像格納部１０１に格納されている各画像を取得する。そして、特徴ベクトル取得部１０６は、画像の２以上の画素値を取得する。
次に、特徴ベクトル取得部１０６は、脳画像の画素の画素値のベースラインを取得する。なお、ベースラインの元になる脳の画像は、例えば、特徴ベクトル取得部１０６が予め保持している、とする。
次に、特徴ベクトル取得部１０６は、各画像の画素値と、ベースラインの画素値との差を要素に有する２以上の特徴ベクトル（図７の７２）を取得する。なお、特徴ベクトルは画像ごとに生成される。また、ベースラインの画素値との差は、ここでは、被験者が各画像を見たときのｆＭＲＩ信号の強度の変化（％ｓｉｇｎａｌ ｃｈａｎｇｅ）を示す情報である。
次に、脳活動情報取得部１０７は、２以上の各特徴ベクトル間の類似度を取得する。ここでは、類似度は、２つの特徴ベクトルの相関を示す値であり、２つの特徴ベクトル間の距離を１から−１の値に正規化した値である。なお、類似度「１」が最も大きく、「−１」が最も小さい。また、特徴ベクトル間の類似度は、相関と言っても良い。
次に、脳活動情報取得部１０７は、類似度を要素に有する対称行列である脳表現類似度行列（ＲＳＭ）を取得する。例えば、脳活動情報取得部１０７は、図８の８１に示すＲＳＭを取得した、とする。なお、図８は、特徴ベクトル取得部１０６および脳活動情報取得部１０７の動作の概念を説明する図である。図８において、被験者は、刺激画像（例えば、図８のキャラクタ画像等）を順に見る。なお、被験者が見る画像は、多数のキャラクタ画像、飲み物の容器の画像、多数の車の画像、多数の建築の画像、多数の芳香剤の容器の画像、多数の化粧品の画像である。
次に、出力部１０５は、取得されたＲＳＭを出力する。ＲＳＭの出力例を図９に示す。図９の９１は、被験者ＴＨの脳活動情報から取得されたＲＳＭを示す。図９において軸の「ｃｈａｒａ」はキャラクタ、「ｄｒｉｎｋ」は飲み物、「ｃａｒ」は車、「ｂｕｉｌｄｉｎｇ」は建物、「ａｒｏｍａ」は芳香剤、「ｃｏｓｍｅ」は化粧品を示す。９１において、白い領域に対応する対象物間ほど類似度が大きいことを示し、黒い領域に対応する対象物間ほど類似度が小さいことを示す。
図９のＲＳＭ９１の９２によれば、同一商品カテゴリでは類似度が高く、脳内でも一般的な分類を表現していることが分かる。また、図９のＲＳＭ９１の９３によれば、カテゴリを跨って類似性を有するものが見られた。これは、通常のカテゴリとは異なる分類を示していると言える。なお、カテゴリとは、ここでは、キャラクタ、飲み物、車、建物、芳香剤、化粧品である。
なお、本具体例において、ユーザが、類似度が閾値以上の２以上の対象物のセットを出力する指示を入力しても良い。かかる場合、受付部１０３は、当該指示を受け付ける。
次に、対象物情報取得部１０４は、脳情報格納部１０２に格納されているＲＳＭを用いて、類似度が閾値以上の２以上の対象物の組を１以上、取得する。なお、かかる場合、対象物情報取得部１０４は、ＲＳＭの対角要素は使用しない。
そして、出力部１０５は、対象物情報取得部１０４が取得した２以上の対象物の組を出力する。出力部１０５は、例えば、類似度が閾値以上の２つの対象物情報の組（キャラクタＡ，車Ｘ）などを出力する。
（具体例３）
具体例３は、以下のような、脳情報処理装置１を用いた実験を行った結果を示す例である。また、脳情報格納部１０２に格納される脳情報を構成する脳活動情報は、対象物を一の被験者に見せた際の脳の一部の活性度に関する情報である。
次に、刺激画像を各被験者に見せた際に、ｆＭＲＩ装置５が取得した多数の画像が画像格納部１０１に格納される。画像格納部１０１に格納された画像の例は図１０である。図１０において、（ａ）は、脳の一部である低次視覚野の領域が活性化している画像である。また、（ｂ）は、脳の一部である高次視覚野の領域が活性化している画像である。また、（ｃ）は大脳基底核の領域が活性化している画像である。さらに、（ｄ）は、脳の一部である眼窩前頭皮質の領域が活性化している画像である。
なお、低次視覚野は、局所的または簡単な画像の特徴を検出した際に活性化する領域である。局所的または簡単な画像の特徴とは、画像の輪郭の傾きや明るさ等である。また、高次視覚野は、大局的または複雑な画像の特徴を検出した際に活性化する領域である。大局的または複雑な画像の特徴を検出することは、例えば、顔等の物体認識を行うことである。また、大脳基底核は、無意識的な報酬を得た場合に活性化する領域である。無意識的な報酬とは、例えば、生理的または金銭的な報酬等である。眼窩前頭皮質は、意識的な喜びを感じたり、好きという感情を得たりした場合に活性化する領域である。意識的な喜びを感じたり、好きという感情を得たりする場合とは、高級感や美味しさ等を感じる場合である。
かかる状況において、ユーザが、脳活動情報の出力指示を、脳情報処理装置１に入力した、とする。すると、受付部１０３は、当該脳活動情報の出力指示を受け付ける。
次に、特徴ベクトル取得部１０６は、画像格納部１０１に格納されている各画像を取得する。
次に、特徴ベクトル取得部１０６は、画像格納部１０１に格納されている各画像、または画像の一部を取得する。そして、特徴ベクトル取得部１０６は、画像の一部の画素値を取得する。画像の一部の画素値とは、各画像のうちの低次視覚野の領域、高次視覚野の領域、大脳基底核の領域、および眼窩前頭皮質の領域の画像の画素値である。
次に、特徴ベクトル取得部１０６は、脳画像の画素の画素値のベースラインを取得する。なお、ベースラインの元になる脳の画像は、例えば、特徴ベクトル取得部１０６が予め保持している、とする。
次に、特徴ベクトル取得部１０６は、各画像の一部の画素値と、ベースラインの画素値との差を要素に有する２以上の特徴ベクトルを取得する。なお、画素値の差を取得する元になるベースラインの画素は、画像の一部の画素と位置が対応する画素である。
次に、脳活動情報取得部１０７は、２以上の各特徴ベクトル間の類似度を取得する。
次に、脳活動情報取得部１０７は、２以上の各特徴ベクトル間の類似度を用いて、上述の処理により、類似度を要素に有する対称行列である脳表現類似度行列（ＲＳＭ）を取得する。例えば、脳活動情報取得部１０７は、図１１の（ａ）から（ｄ）に示すＲＳＭを取得した、とする。図１１は、被験者ＴＨの各領域に対応するＲＳＭである。
次に、出力部１０５は、取得された図１１のＲＳＭを出力する。
なお、図１１の１１１から、低次視覚野に比べ、高次視覚野はカテゴリ内の相関が高く、カテゴリ間の相関が小さいことが分かる。このことは、高次視覚野が商品カテゴリを処理していることを示唆している。また、図１１の１１２から、無意識的な報酬や意識的な喜びを処理している大脳基底核や眼窩前頭皮質において、それぞれカテゴリ間で相関が高いものが存在していたことが分かる。このことは、カテゴリを越えた無意識的報酬や意識的喜びの類似性検出が可能であることを示している。
以上、本具体例によれば、各カテゴリの視覚的特徴は、高次視覚野によって、より明確に分類できることが示された。一方、大脳基底核からは無意識的報酬を、眼窩前頭皮質から意識的喜びを、カテゴリを越えて、類似性検出できる可能性が示唆された。
（具体例４）
具体例４は、脳情報処理装置１の具体例である。そして、具体例４は、以下のような、脳情報処理装置１を用いた実験を行った結果を示す例である。また、脳情報格納部１０２に格納される脳情報を構成する脳活動情報は、対象物を上記の４名の被験者に見せた際の脳の一部である大脳基底核、および眼窩前頭皮質の領域の活性度に関する情報である。つまり、具体例４は、ユーザの無意識的報酬や意識的喜び共に個人差が存在するか否かを判断するための実験結果である。なお、４名の被験者は、被験者ＴＨ、被験者ＲＡ、被験者ＲＨ、被験者ＰＳである。
今、図示しない記憶手段に、多数の刺激画像が格納されている、とする。刺激画像は、上記の具体例と同様である。
そして、刺激画像をディスプレイやプロジェクターを用いて表示し、４名の被験者に刺激画像を見せた。そして、ｆＭＲＩ装置５を用いて、刺激画像を見せた際の４名の被験者の脳活動を測定した。
次に、刺激画像を各被験者に見せた際に、ｆＭＲＩ装置５が取得した多数の画像（例えば、図７の７１）が画像格納部１０１に格納された、とする。
かかる状況において、ユーザが、脳活動情報の出力指示を、脳情報処理装置１に入力した、とする。すると、受付部１０３は、当該脳活動情報の出力指示を受け付ける。
次に、特徴ベクトル取得部１０６は、画像格納部１０１に格納されている各画像を取得する。そして、特徴ベクトル取得部１０６は、画像の２以上の画素値を取得する。
次に、特徴ベクトル取得部１０６は、脳画像の画素の画素値のベースラインを取得する。なお、ベースラインの元になる脳の画像は、例えば、特徴ベクトル取得部１０６が予め保持している、とする。
次に、特徴ベクトル取得部１０６は、被験者ごとに、各画像の大脳基底核の領域の画素値と、ベースラインの画素値との差を要素に有する２以上の特徴ベクトルを取得する。また、特徴ベクトル取得部１０６は、被験者ごとに、各画像の眼窩前頭皮質の領域の画素値と、ベースラインの画素値との差を要素に有する２以上の特徴ベクトルを取得する。なお、特徴ベクトルは画像ごとに生成される。
次に、脳活動情報取得部１０７は、被験者ごとに、大脳基底核の領域に関して、２以上の各特徴ベクトル間の類似度を取得する。また、脳活動情報取得部１０７は、被験者ごとに、眼窩前頭皮質の領域に関して、２以上の各特徴ベクトル間の類似度を取得する。
次に、脳活動情報取得部１０７は、被験者ごとに、大脳基底核の領域に関して、類似度を要素に有する対称行列である脳表現類似度行列（ＲＳＭ）を取得する。また、脳活動情報取得部１０７は、被験者ごとに、眼窩前頭皮質の領域に関して、類似度を要素に有する対称行列である脳表現類似度行列（ＲＳＭ）を取得する。
そして、脳活動情報取得部１０７は、被験者ごとに、図１２に示す脳表現類似度行列（ＲＳＭ）を取得した。図１２に示すＲＳＭは、大脳基底核の領域に対応するＲＳＭである。また、脳活動情報取得部１０７は、被験者ごとに、図１３に示す脳表現類似度行列（ＲＳＭ）を取得した。図１３に示すＲＳＭは、眼窩前頭皮質の領域に対応するＲＳＭである。
次に、出力部１０５は、取得されたＲＳＭ（図１２、図１３）を出力する。
図１２の楕円で囲まれた領域から分かるように、無意識的報酬を処理する大脳基底核においては、カテゴリ間で相関が高い部分があり、被験者間で共通する部分もあることが分かる。また、図１３の楕円で囲まれた領域から分かるように、意識的喜びを処理する眼窩前頭皮質においても、カテゴリ間で相関が高い部分があり、被験者間でそのパターンは異なることが分かる。
また、本具体例において、図示しない解析手段が、以下のように解析処理を行っても良い。つまり、解析手段は、脳活動情報取得部１０７が取得した各被験者のＲＳＭから、当該各ＲＳＭの要素を並べたベクトル（ＲＳＭベクトル）を作成する。そして、解析手段は、ＲＳＭベクトルを要素間の距離関係は維持しつつ、次元数を削減するＭＤＳ（Multi-dimensional scaling）を用いて、各被験者の２次元での配置の情報（Ｘ，Ｙ）を取得する。
そして、出力部１０５は、ＭＤＳを用いて分析された結果である各被験者の配置の情報（Ｘ，Ｙ）に従って、各被験者（ＴＨ、ＲＡ、ＲＨ、ＰＳ）の情報を２次元上に出力する。かかる出力例は、図１４である。図１４において１４１は、各被験者の大脳基底核の画像を解析して得られた脳活動情報の出力例である。また、１４２は、各被験者の眼窩前頭皮質の画像を解析して得られた脳活動情報の出力例である。１４１、１４２によれば、被験者数は少ないが、被験者の属性的・文化的共通性や差異性を把握できる。１４１、１４２によれば、例えば、日本人とアメリカ人との間で、異なる特性が存在するとも考えられる。
以上、本具体例によれば、被験者間の個人差を、ＭＤＳと呼ばれる解析手法を用いることによりマッピングすることが可能となった。
（具体例５）
具体例５は、多数の飲み物の画像を被験者に見せた際の脳の活性度に関する脳活動情報である特徴ベクトルと、当該対象物に関する情報である対象物情報である画像とを有する１以上の脳情報が脳情報格納部１０２に格納されている、とする。
かかる状況において、同一の被験者に他の飲み物の画像を見せる。そして、ｆＭＲＩ装置５が、その際の脳の活性度を示す画像を得る。次に、特徴ベクトル取得部１０６は、脳の活性度を示す画像から特徴ベクトルを構成する。
次に、脳活動情報取得部１０７は、特徴ベクトル取得部１０６が取得した特徴ベクトルと最も近似する特徴ベクトルを脳情報格納部１０２から決定する。
次に、脳活動情報取得部１０７は、決定した最も近似する特徴ベクトルに対応する画像を、脳情報格納部１０２から取得する。
そして、出力部１０５は、当該画像を出力する。なお、この画像は、被験者が見た他の飲み物の画像と同様の感覚を覚える画像である。ここで、被験者が見た他の飲み物の画像も一緒に出力することは好適である。
以上、本実施の形態によれば、潜在的な意識を示す高度な脳活動の情報を用いて、人が類似する感覚を覚える対象物を検出できる。
また、本実施の形態によれば、人が見た対象物と類似する感覚を潜在的に覚える対象物を脳情報データベースから検出できる。
また、本実施の形態によれば、個人の特性を考慮して、対象物の検索ができる。
また、脳の適切な一部の脳活動の情報を用いて、対象物の検索ができる。なお、脳の適切な一部とは、例えば、視覚野、大脳基底核、眼窩前頭皮質である。
さらに、本実施の形態によれば、自動的に脳情報データベースを構築できる。
なお、本実施の形態における脳情報処理装置１は、潜在的な意識を示す高度な脳活動の情報を用いた、デザインの評価システムとして利用できる。つまり、脳情報処理装置１は、デザイン評価装置、と言っても良い。
また、本実施の形態における処理は、ソフトウェアで実現しても良い。そして、このソフトウェアをソフトウェアダウンロード等により配布しても良い。また、このソフトウェアをＣＤ−ＲＯＭなどの記録媒体に記録して流布しても良い。なお、このことは、本明細書における他の実施の形態においても該当する。なお、本実施の形態における脳情報処理装置を実現するソフトウェアは、以下のようなプログラムである。つまり、このプログラムは、例えば、記録媒体に、対象物を被験者に見せた際の脳の活性度に関する情報である脳活動情報と、当該対象物に関する情報である対象物情報とを有する１以上の脳情報を格納しており、コンピュータを、前記記録媒体に格納されている１以上の脳情報が構成されるために被験者が見た対象物とは異なる対象物を、前記被験者と同一または異なる被験者が見た場合の脳の活性度に関する脳活動情報を受け付ける受付部と、前記受付部が受け付けた脳活動情報と予め決められた条件を満たすほど近似する１以上の脳活動情報に対応する１以上の対象物情報を、前記記録媒体から取得する対象物情報取得部と、前記対象物情報取得部が取得した対象物情報を出力する出力部として機能させるためのプログラムである。
また、本実施の形態における脳情報処理装置を実現するソフトウェアは、例えば、記録媒体に、２以上の対象物を被験者が見た際の脳の活性度を示す２以上の画像を格納しており、コンピュータを、指示を受け付ける受付部と、前記指示に応じて、前記２以上の各画像または各画像の一部を構成する２以上の画素の画素値のベースラインと比較した変化に関する値を要素に有する２以上の特徴ベクトルを取得する特徴ベクトル取得部と、前記２以上の各特徴ベクトル間の類似度を取得し、当該類似度を要素に有する対称行列である脳表現類似度行列を取得し、当該脳表現類似度行列を前記脳情報格納部に蓄積する脳活動情報取得部と、前記脳表現類似度行列を出力する出力部として機能させるためのプログラムである。
また、上記プログラムにおいて、前記対象物情報は、対象物の属性値である１以上のメタデータを有し、前記対象物情報取得部は、比較対象の脳活動情報に対して、予め決められた条件を満たすほど近似する２以上の脳活動情報に対応する２以上の対象物情報を決定する対象物情報決定手段と、前記対象物情報決定手段が決定した２以上の対象物情報が有するメタデータを統計処理し、統計情報を取得する統計情報取得手段とを具備し、前記出力部は、前記統計情報取得手段が取得した統計情報を出力するものとして、コンピュータを機能させるためのプログラムであることは好適である。
（実施の形態２）
本実施の形態において、２以上の対象物を被験者に見せた際の２以上の各脳活動情報と、ＤＢ内の教師データとを比較し、教師データに最も近い対象物の情報を出力する脳情報処理装置２について説明する。なお、教師データとは、後述する脳情報格納部２０１に格納されている脳情報であり、例えば、最も売れている商品の画像から抽出された特徴ベクトルである。
図１５は、本実施の形態における脳情報処理装置２のブロック図である。脳情報処理装置２は、画像格納部１０１、脳情報格納部２０１、受付部２０２、対象物情報取得部２０３、出力部１０５、特徴ベクトル取得部１０６、および脳活動情報取得部１０７を備える。なお、脳情報処理装置２は、上述した特徴ベクトル取得部１０６、および脳活動情報取得部１０７を備えていても良い。
また、対象物情報取得部２０３は、対象物情報決定手段２０３１、対象物情報取得手段２０３２、統計情報取得手段２０３３を具備しても良い。
脳情報格納部２０１は、一つの脳情報を格納し得る。脳情報は、脳活動情報を有する。脳情報は、脳活動情報と対象物情報とを有しても良い。また、脳情報は、脳活動情報のみでも良い。また、脳情報格納部２０１は、脳情報と、被験者個人の情報である個人情報とを対応付けて有することは好適である。また、ここでは、脳情報は、教師となる脳情報であり、例えば、最も売れている缶ビールの写真を見た際の脳の脳活動情報を含む情報である。
脳情報格納部２０１は、不揮発性の記録媒体が好適であるが、揮発性の記録媒体でも実現可能である。脳情報格納部２０１に脳情報が記憶される過程は問わない。例えば、記録媒体を介して脳情報が脳情報格納部２０１で記憶されるようになってもよく、通信回線等を介して送信された脳情報が脳情報格納部２０１で記憶されるようになってもよく、あるいは、入力デバイスを介して入力された脳情報が脳情報格納部２０１で記憶されるようになってもよい。
受付部２０２は、２以上の脳活動情報と、２以上の各対象物に関する情報である２以上の対象物情報とを受け付ける。脳活動情報は、脳情報格納部２０１に格納されている１以上の脳情報が構成されるために被験者が見た対象物とは異なる２以上の各対象物を、被験者と同一または異なる被験者が見た場合の脳の活性度に関する情報である。
受付部２０２は、脳活動情報と脳活動情報に対応する個人情報を受け付けても良い。
脳活動情報と対象物情報との入力手段は、テンキーやキーボードやマウスやメニュー画面によるもの等、何でも良い。受付部２０２は、テンキーやキーボード等の入力手段のデバイスドライバーや、メニュー画面の制御ソフトウェア等で実現され得る。
対象物情報取得部２０３は、脳情報格納部２０１に格納されている脳情報が有する脳活動情報と、受付部２０２が受け付けた２以上の各脳活動情報との類似度を取得し、予め決められた類似度を有する脳活動情報に対応する１以上の対象物情報を取得する。
例えば、予め決められた類似度とは、最も近似する類似度である。つまり、脳情報格納部２０１に格納されている脳情報が有する脳活動情報と、受付部２０２が受け付けた２以上の各脳活動情報とを比較し、脳情報格納部２０１の脳活動情報と最も近似する脳活動情報を決定し、脳活動情報に対応する対象物情報を取得しても良い。
また、予め決められた類似度は、類似度が大きい順に対象物情報をソートすることでも良い。つまり、対象物情報取得部２０３は、類似度が大きい順に対象物情報をソートして、取得しても良い。
対象物情報取得部２０３は、受付部２０２が受け付けた個人情報に対応する脳情報の中から、１以上の脳活動情報を取得し、１以上の各脳活動情報と、受付部２０２が受け付けた２以上の各脳活動情報との類似度を取得し、予め決められた類似度を有する脳活動情報に対応する１以上の対象物情報を取得しても良い。
対象物情報取得部２０３は、通常、ＭＰＵやメモリ等から実現され得る。対象物情報取得部２０３の処理手順は、通常、ソフトウェアで実現され、当該ソフトウェアはＲＯＭ等の記録媒体に記録されている。但し、ハードウェア（専用回路）で実現しても良い。
対象物情報取得部２０３を構成する対象物情報決定手段２０３１は、比較対象の脳活動情報に対して、予め決められた条件を満たすほど近似する１または２以上の脳活動情報に対応する１または２以上の対象物情報を決定する。なお、ここでの比較対象の脳活動情報は、脳情報格納部２０１に格納されている脳活動情報である。対象物情報決定手段２０３１は、例えば、比較対象の脳活動情報との類似度が高い順からＮ（Ｎは、例えば、１０）個の脳活動情報に対応するＮ個の対象物情報を決定する。
対象物情報取得手段２０３２は、対象物情報決定手段２０３１が決定した対象物情報の一部または全部を取得する。ここでは、対象物情報取得手段２０３２は、対象物情報の一部または全部を、受付部２０２が受け付けた対象物情報の中から取得する。
統計情報取得手段２０３３は、対象物情報決定手段２０３１が決定した２以上の対象物情報が有するメタデータを統計処理し、統計情報を取得する。統計情報取得手段２０３３と統計情報取得手段１０４３との処理は同様である。なお、対象物情報取得部２０３は、統計情報取得手段２０３３を具備しなくても良い。
次に、脳情報処理装置２の動作について、図１６のフローチャートを用いて説明する。
（ステップＳ１６０１）受付部２０２は、２以上の脳活動情報と、２以上の各対象物に関する情報である２以上の対象物情報とを受け付けたか否かを判断する。２以上の脳活動情報等を受け付ければステップＳ１６０２に行き、受け付けなければステップＳ１６０１に戻る。
（ステップＳ１６０２）対象物情報取得部２０３は、脳情報格納部２０１に格納されている脳活動情報を読み出す。
（ステップＳ１６０３）対象物情報取得部２０３は、カウンタｉに１を代入する。
（ステップＳ１６０４）対象物情報取得部２０３は、ステップＳ１６０１で受け付けられた情報の中に、ｉ番目の脳活動情報等が存在するか否かを判断する。ｉ番目の脳活動情報等が存在すればステップＳ１６０５に行き、存在しなければステップＳ１６０８に行く。
（ステップＳ１６０５）対象物情報取得部２０３は、ステップＳ１６０２で読み出した脳活動情報と、ｉ番目の脳活動情報との類似度を算出する。
（ステップＳ１６０６）対象物情報取得部２０３は、ステップＳ１６０５で算出した類似度をｉ番目の対象物情報に対応付けて、図示しない記録媒体に一時蓄積する。
（ステップＳ１６０７）対象物情報取得部２０３は、カウンタｉを１、インクリメントする。ステップＳ１６０４に戻る。
（ステップＳ１６０８）対象物情報取得部２０３は、予め決められた出力態様に従って、図示しない記録媒体に蓄積されている類似度を用いて、１以上の対象物情報を取得する。
（ステップＳ１６０９）出力部１０５は、ステップＳ１６０８で取得された１以上の対象物情報を出力する。ステップＳ１６０１に戻る。
なお、図１６のフローチャートにおいて、電源オフや処理終了の割り込みにより処理は終了する。
以下、本実施の形態における脳情報処理装置２の具体的な動作について説明する。被験者が対象物を見た際の脳の活性度を示す画像を取得する装置の具体例は、実施の形態１で述べたｆＭＲＩ装置５である。
（具体例１）
具体例１は、最もよく売れたビールの缶の画像である刺激画像を被験者ＲＡに見せた場合の実験の結果を示す。
そして、具体例１において、ｆＭＲＩ装置５を用いて、刺激画像を見せた際の被験者ＲＡの脳活動を測定した。つまり、刺激画像を被験者ＲＡに見せた際に、ｆＭＲＩ装置５が取得した画像が、画像格納部１０１に格納された。なお、ここでは画像は、ｆＭＲＩ脳活動パターンである。
次に、特徴ベクトル取得部１０６は、画像格納部１０１に格納された画像のうちの大脳基底核の領域の２以上の画素値を取得する。次に、特徴ベクトル取得部１０６は、脳画像の大脳基底核の領域の画素の画素値のベースラインを取得する。なお、ベースラインの元になる脳の画像は、例えば、特徴ベクトル取得部１０６が予め保持している、とする。
次に、特徴ベクトル取得部１０６は、画像の画素値と、ベースラインの画素値との差を要素に有する特徴ベクトルを取得する。この特徴ベクトルは、最もよく売れたビールの缶を見た際の被験者ＲＡの大脳基底核の領域の働きを示すベクトルである。
次に、特徴ベクトル取得部１０６は、画像格納部１０１に格納された画像のうちの高次視覚野の領域の２以上の画素値を取得する。次に、特徴ベクトル取得部１０６は、脳画像の高次視覚野の領域の画素の画素値のベースラインを取得する。
次に、特徴ベクトル取得部１０６は、画像の画素値と、ベースラインの画素値との差を要素に有する特徴ベクトルを取得する。この特徴ベクトルは、最もよく売れたビールの缶を見た際の被験者ＲＡの高次視覚野の領域の働きを示すベクトルである。
同様にして、他の多数の飲み物の缶の画像を被験者ＲＡに見せ、その際のｆＭＲＩ脳活動パターンがｆＭＲＩ装置５により取得され、図示しない記録媒体に蓄積される。なお、ｆＭＲＩ脳活動パターンは脳活動が分かる画像である。
そして、上記と同様に、特徴ベクトル取得部１０６は、図示しない記録媒体の各画像ごとに、大脳基底核の領域の働きを示す特徴ベクトル、および高次視覚野の領域の働きを示す特徴ベクトルを取得し、各飲み物の缶の画像に対応付けて、特徴ベクトルを図示しない記録媒体に一時蓄積する。
次に、受付部２０２は、図示しない記録媒体から、大脳基底核の領域の働きを示す２以上の特徴ベクトルと、各特徴ベクトルに対応する対象物情報を受け付ける。ここでの対象物情報は、例えば、飲み物の缶の画像、飲み物の名称、および販売会社名である。
次に、対象物情報取得部２０３は、受付部２０２が受け付けた大脳基底核の領域に対応する各特徴ベクトルと、最もよく売れたビールの缶を見た際の被験者ＲＡの大脳基底核の領域に対応する特徴ベクトルとを比較し、受付部２０２が受け付けた各特徴ベクトルごとに、類似度を算出し、当該類似度と対象物情報とを対応付けて蓄積する。
次に、対象物情報取得部２０３は、類似度が大きい順に、対象物情報を並べる。
次に、出力部１０５は、類似度の順にソートされた２以上の対象物情報を出力する。なお、ここで、出力部１０５は、最もよく売れたビールの缶の画像も出力する、とする。また、かかる場合の出力例は、図１７である。図１７は、被験者ＲＡの大脳基底核の類似度を示す。また、図１７の比較対象の画像は、最もよく売れたビールの缶の画像である。
そして、ビールで最も売れているスーパードライの大脳基底核における脳活動を見ると、それぞれのカテゴリー（炭酸飲料・高級ビール等）において販売数が多い商品の脳活動との類似度が高く、デザインの無意識的な報酬が販売動向を良く表している、と言える。
次に、受付部２０２は、図示しない記録媒体から、高次視覚野の領域の働きを示す２以上の特徴ベクトルと、各特徴ベクトルに対応する対象物情報を受け付ける。ここでの対象物情報は、例えば、飲み物の缶の画像、飲み物の名称、および販売会社名である。
次に、対象物情報取得部２０３は、受付部２０２が受け付けた高次視覚野の領域に対応する各特徴ベクトルと、最もよく売れたビールの缶を見た際の被験者ＲＡの高次視覚野の領域に対応する特徴ベクトルとを比較し、受付部２０２が受け付けた各特徴ベクトルごとに、類似度を算出し、当該類似度と対象物情報とを対応付けて蓄積する。
次に、対象物情報取得部２０３は、類似度が大きい順に、対象物情報を並べる。
次に、出力部１０５は、類似度の順にソートされた２以上の対象物情報を出力する。なお、ここで、出力部１０５は、最もよく売れたビールの缶の画像も出力する、とする。また、かかる場合の出力例は、図１８である。図１８は、被験者ＲＡの高次視覚野の類似度を示す。また、図１８の比較対象の画像は、最もよく売れたビールの缶の画像である。
（具体例２）
具体例２において、高価なスキンケア化粧品のポスター（刺激画像）を被験者ＲＨに見せた。そして、ｆＭＲＩ装置５を用いて、刺激画像を見せた際の被験者ＲＡの脳活動を測定した。
次に、刺激画像を被験者ＲＨに見せた際に、ｆＭＲＩ装置５が取得した画像が、画像格納部１０１に格納された。なお、ここでは画像は、ｆＭＲＩ脳活動パターンである。
次に、特徴ベクトル取得部１０６は、画像格納部１０１に格納された画像のうちの眼窩前頭皮質の領域の２以上の画素値を取得する。次に、特徴ベクトル取得部１０６は、脳画像の眼窩前頭皮質の領域の画素の画素値のベースラインを取得する。なお、ベースラインの元になる脳の画像は、例えば、特徴ベクトル取得部１０６が予め保持している、とする。
次に、特徴ベクトル取得部１０６は、画像の画素値と、ベースラインの画素値との差を要素に有する特徴ベクトルを取得する。この特徴ベクトルは、高価なスキンケア化粧品のポスターを見た際の被験者ＲＡの眼窩前頭皮質の領域の働きを示すベクトルである。
同様にして、他の多数の化粧品のポスターを被験者ＲＨに見せ、その際のｆＭＲＩ脳活動パターンがｆＭＲＩ装置５により取得され、画像格納部１０１に蓄積される。
そして、上記と同様に、特徴ベクトル取得部１０６は、画像格納部１０１の各画像ごとに、眼窩前頭皮質の領域の働きを示す特徴ベクトルを取得し、各飲み物の缶の画像に対応付けて、特徴ベクトルを図示しない記録媒体に一時蓄積する。
次に、対象物情報取得部２０３は、受付部２０２が受け付けた眼窩前頭皮質の領域に対応する各特徴ベクトルと、高価なスキンケア化粧品のポスターを見た際の被験者ＲＨの眼窩前頭皮質の領域に対応する特徴ベクトルとを比較し、受付部２０２が受け付けた各特徴ベクトルごとに、類似度を算出し、当該類似度と対象物情報とを対応付けて蓄積する。
次に、対象物情報取得部２０３は、類似度が大きい順に、対象物情報を並べる。
次に、出力部１０５は、類似度の順にソートされた２以上の対象物情報を出力する。なお、ここで、出力部１０５は、高価なスキンケア化粧品のポスターも出力する、とする。また、かかる場合の出力例は、図１９である。図１９は、被験者ＲＨの眼窩前頭皮質の類似度を示す。また、図１９の比較対象の画像は、高価なスキンケア化粧品のポスターの画像である。
図１９では、眼窩前頭皮質においては、高価スキンケアのポスターと高価メーキャップのポスターの活動が類似していた。このことは、眼窩前頭皮質が高級感を処理していることを示唆している。また、図１９において、２位以降は中価商品のポスターが並んでいるが、上位のものと下位のものでは、脳に与える影響が異なっている可能性が高い。これにより、自社の想定するブランドイメージと利用者が受け止めているブランドイメージを比較できる。なお、脳に与える影響とは、ここでは高級感である、と考えられる。
以上、本実施の形態によれば、人が２以上の対象物を見た場合、与えられた教師データと最も類似する感覚を潜在的に覚える対象物を検知できる。
また、本実施の形態における脳情報処理装置２は、デザインの評価に利用できる。脳情報処理装置２は、デザイン評価装置、と言っても良い。
なお、本実施の形態における脳情報処理装置を実現するソフトウェアは、以下のようなプログラムである。つまり、このプログラムは、記録媒体に、２以上の対象物を被験者が見た際の脳の活性度を示す２以上の画像を格納しており、コンピュータを、指示を受け付ける受付部と、前記指示に応じて、前記２以上の各画像または各画像の一部を構成する２以上の画素の画素値のベースラインと比較した変化に関する値を要素に有する２以上の特徴ベクトルを取得する特徴ベクトル取得部と、前記２以上の各特徴ベクトル間の類似度を取得し、当該類似度を要素に有する対称行列である脳表現類似度行列を取得し、当該脳表現類似度行列を前記脳情報格納部に蓄積する脳活動情報取得部と、前記脳表現類似度行列を出力する出力部として機能させるためのプログラムである。
また、上記プログラムにおいて、前記対象物情報は、対象物の属性値である１以上のメタデータを有し、前記対象物情報取得部は、比較対象の脳活動情報に対して、予め決められた条件を満たすほど近似する２以上の脳活動情報に対応する２以上の対象物情報を決定する対象物情報決定手段と、前記対象物情報決定手段が決定した２以上の対象物情報が有するメタデータを統計処理し、統計情報を取得する統計情報取得手段とを具備し、前記出力部は、前記統計情報取得手段が取得した統計情報を出力するものとして、コンピュータを機能させるためのプログラムであることは好適である。
また、図２０は、本明細書で述べたプログラムを実行して、上述した種々の実施の形態の脳情報処理装置を実現するコンピュータの外観を示す。上述の実施の形態は、コンピュータハードウェア及びその上で実行されるコンピュータプログラムで実現され得る。図２０は、このコンピュータシステム３００の概観図であり、図２１は、システム３００のブロック図である。
図２０において、コンピュータシステム３００は、ＣＤ−ＲＯＭドライブを含むコンピュータ３０１と、キーボード３０２と、マウス３０３と、モニタ３０４と、マイク３０５と、スピーカー３０６とを含む。
図２１において、コンピュータ３０１は、ＣＤ−ＲＯＭドライブ３０１２に加えて、ＭＰＵ３０１３と、バス３０１４と、ＲＯＭ３０１５と、ＲＡＭ３０１６と、ハードディスク３０１７とを含む。なお、バス３０１４は、ＭＰＵ３０１３やＣＤ−ＲＯＭドライブ３０１２に接続されている。また、ＲＯＭ３０１５には、ブートアッププログラム等のプログラムが記憶されている。また、ＲＡＭ３０１６は、ＭＰＵ３０１３に接続され、アプリケーションプログラムの命令を一時的に記憶するとともに一時記憶空間を提供するためのものである。また、ハードディスク３０１７は、アプリケーションプログラム、システムプログラム、及びデータを記憶するためのものである。ここでは、図示しないが、コンピュータ３０１は、さらに、ＬＡＮへの接続を提供するネットワークカードを含んでも良い。
コンピュータシステム３００に、上述した実施の形態の脳情報処理装置の機能を実行させるプログラムは、ＣＤ−ＲＯＭ３１０１に記憶されて、ＣＤ−ＲＯＭドライブ３０１２に挿入され、さらにハードディスク３０１７に転送されても良い。これに代えて、プログラムは、図示しないネットワークを介してコンピュータ３０１に送信され、ハードディスク３０１７に記憶されても良い。プログラムは実行の際にＲＡＭ３０１６にロードされる。プログラムは、ＣＤ−ＲＯＭ３１０１またはネットワークから直接、ロードされても良い。
プログラムは、コンピュータ３０１に、上述した実施の形態の脳情報処理装置の機能を実行させるオペレーティングシステム、またはサードパーティープログラム等は、必ずしも含まなくても良い。プログラムは、制御された態様で適切な機能（モジュール）を呼び出し、所望の結果が得られるようにする命令の部分のみを含んでいれば良い。コンピュータシステム３００がどのように動作するかは周知であり、詳細な説明は省略する。
なお、上記プログラムにおいて、情報を送信する送信ステップや、情報を受信する受信ステップなどでは、ハードウェアによって行われる処理、例えば、送信ステップにおけるモデムやインターフェースカードなどで行われる処理（ハードウェアでしか行われない処理）は含まれない。
また、上記プログラムを実行するコンピュータは、単数であってもよく、複数であってもよい。すなわち、集中処理を行ってもよく、あるいは分散処理を行ってもよい。
また、上記各実施の形態において、一の装置に存在する２以上の通信手段（端末情報送信部、端末情報受信部など）は、物理的に一の媒体で実現されても良いことは言うまでもない。
また、上記各実施の形態において、各処理（各機能）は、単一の装置（システム）によって集中処理されることによって実現されてもよく、あるいは、複数の装置によって分散処理されることによって実現されてもよい。
本発明は、以上の実施の形態に限定されることなく、種々の変更が可能であり、それらも本発明の範囲内に包含されるものであることは言うまでもない。
以上のように、本発明にかかる脳情報処理装置は、潜在的な意識を示す高度な脳活動の情報を用いて、人が類似する感覚を覚える対象物を検出できる、という効果を有し、脳情報処理装置等として有用である。
１、２ 脳情報処理装置
５ ｆＭＲＩ装置
１０１ 画像格納部
１０２、２０１ 脳情報格納部
１０３、２０２ 受付部
１０４、２０３ 対象物情報取得部
１０５ 出力部
１０６ 特徴ベクトル取得部
１０７ 脳活動情報取得部

Claims (15)

  1. ２以上の対象物を被験者が見た際の脳の活性度を示す２以上の画像を格納し得る画像格納部と、
    対象物を被験者に見せた際の脳の、予め決められた少なくとも一部の領域の活性度に関する情報である脳活動情報と、当該対象物に関する情報である対象物情報とを有する１以上の脳情報を格納し得る脳情報格納部と、
    前記２以上の各画像の予め決められた一部の領域に対応する画素の画素値のベースラインと比較した変化に関する値を要素に有する２以上の特徴ベクトルを取得する特徴ベクトル取得部と、
    前記２以上の各特徴ベクトル間の類似度を取得し、当該類似度を要素に有する対称行列である脳表現類似度行列である脳活動情報を取得し、当該脳活動情報と前記被験者が見た対象物に関する対象物情報とを有する脳情報を前記脳情報格納部に蓄積する脳活動情報取得部と、
    前記脳情報格納部に格納されている１以上の脳情報が構成されるために被験者が見た対象物とは異なる対象物を、前記被験者と同一または異なる被験者が見た場合の脳の、予め決められた少なくとも一部の領域の活性度に関する脳活動情報を受け付ける受付部と、
    前記受付部が受け付けた、脳の予め決められた一部の領域の脳活動情報と、予め決められた条件を満たすほど近似する１以上の脳活動情報であり、脳の予め決められた一部の領域の脳活動情報に対応する１以上の対象物情報を、前記脳情報格納部から取得する対象物情報取得部と、
    前記対象物情報取得部が取得した対象物情報を出力する出力部とを具備する脳情報処理装置。
  2. ２以上の対象物を被験者が見た際の脳の活性度を示す２以上の画像を格納し得る画像格納部と、
    対象物を被験者に見せた際の脳の、予め決められた少なくとも一部の領域の活性度に関する情報である脳活動情報を有する脳情報を格納し得る脳情報格納部と、
    前記２以上の各画像の予め決められた一部の領域に対応する画素の画素値のベースラインと比較した変化に関する値を要素に有する２以上の特徴ベクトルを取得する特徴ベクトル取得部と、
    前記２以上の各特徴ベクトル間の類似度を取得し、当該類似度を要素に有する対称行列である脳表現類似度行列である脳活動情報を取得し、当該脳活動情報を前記脳情報格納部に蓄積する脳活動情報取得部と、
    前記脳情報格納部に格納されている１以上の脳情報が構成されるために被験者が見た対象物とは異なる２以上の各対象物を、前記被験者と同一または異なる被験者が見た場合の脳の、予め決められた少なくとも一部の領域の活性度に関する２以上の脳活動情報と、前記２以上の各対象物に関する情報である２以上の対象物情報とを受け付ける受付部と、
    前記脳情報格納部に格納されている脳情報が有する脳活動情報であり、脳の予め決められた一部の領域の脳活動情報と、前記受付部が受け付けた２以上の各脳活動情報であり、脳の予め決められた一部の領域の各脳活動情報との類似度を取得し、予め決められた類似度を有する脳活動情報に対応する対象物情報を取得する対象物情報取得部と、
    前記対象物情報取得部が取得した対象物情報を出力する出力部とを具備する脳情報処理装置。
  3. 前記脳情報格納部は、
    脳情報と、被験者個人の情報である個人情報とを対応付けて有し、
    前記受付部は、
    脳活動情報と当該脳活動情報に対応する個人情報を受け付け、
    前記対象物情報取得部は、
    前記受付部が受け付けた個人情報に対応する脳情報の中から、１以上の脳活動情報を取得し、当該１以上の各脳活動情報に対応する１以上の対象物情報を取得する請求項１または請求項２記載の脳情報処理装置。
  4. 前記対象物情報は、対象物の属性値である１以上のメタデータを有し、
    前記対象物情報取得部は、
    比較対象の脳活動情報に対して、予め決められた条件を満たすほど近似する２以上の脳活動情報に対応する２以上の対象物情報を決定する対象物情報決定手段と、
    前記対象物情報決定手段が決定した２以上の対象物情報が有するメタデータを統計処理し、統計情報を取得する統計情報取得手段とを具備し、
    前記出力部は、
    前記統計情報取得手段が取得した統計情報を出力する請求項１から請求項３いずれか一項に記載の脳情報処理装置。
  5. 前記脳の一部の領域は、脳の視覚野を含む領域である請求項１から請求項４いずれか一項に記載の脳情報処理装置。
  6. 前記脳の一部の領域は、脳の大脳基底核を含む領域である請求項１から請求項４いずれか一項に記載の脳情報処理装置。
  7. 前記脳の一部の領域は、脳の眼窩前頭皮質を含む領域である請求項１から請求項４いずれか一項に記載の脳情報処理装置。
  8. 前記脳活動情報は、予め決められた脳の複数の部分の領域のうちから特定の部分の領域の活性度を抽出可能な情報であり、
    前記対象物情報取得部は、
    複数の特定の部分の領域の各々について、予め決められた条件を満たすほど近似する１以上の脳活動情報に対応する１以上の対象物情報を、前記脳情報格納部から取得する請求項１記載の脳情報処理装置。
  9. ２以上の対象物を被験者が見た際の脳の活性度を示す２以上の画像を格納し得る画像格納部と、
    指示を受け付ける受付部と、
    前記指示に応じて、前記２以上の各画像の、予め決められた一部の領域の２以上の画素の画素値のベースラインと比較した変化に関する値を要素に有する２以上の特徴ベクトルを取得する特徴ベクトル取得部と、
    前記２以上の各特徴ベクトル間の類似度を取得し、当該類似度を要素に有する対称行列である脳表現類似度行列を取得する脳活動情報取得部と、
    前記脳表現類似度行列を出力する出力部とを具備する脳情報処理装置。
  10. 記録媒体に、
    ２以上の対象物を被験者が見た際の脳の活性度を示す２以上の画像を格納しており、
    特徴ベクトル取得部、脳活動情報取得部、受付部、対象物情報取得部、および出力部により実現される脳情報処理方法であって、
    前記特徴ベクトル取得部が、前記２以上の各画像の予め決められた一部の領域に対応する画素の画素値のベースラインと比較した変化に関する値を要素に有する２以上の特徴ベクトルを取得する特徴ベクトル取得ステップと、
    前記脳活動情報取得部が、前記２以上の各特徴ベクトル間の類似度を取得し、当該類似度を要素に有する対称行列である脳表現類似度行列である脳活動情報を取得し、当該脳活動情報と前記被験者が見た対象物に関する対象物情報とを有する脳情報を前記記録媒体に蓄積する脳活動情報取得ステップと、
    前記受付部が、前記記録媒体に格納されている１以上の脳情報が構成されるために被験者が見た対象物とは異なる対象物を、前記被験者と同一または異なる被験者が見た場合の脳の、予め決められた少なくとも一部の領域の活性度に関する脳活動情報を受け付ける受付ステップと、
    前記対象物情報取得部が、前記受付ステップで受け付けられた、脳の予め決められた一部の領域の脳活動情報と、予め決められた条件を満たすほど近似する１以上の脳活動情報であり、脳の予め決められた一部の領域の脳活動情報に対応する１以上の対象物情報を、前記記録媒体から取得する対象物情報取得ステップと、
    前記出力部が、前記対象物情報取得ステップで取得された対象物情報を出力する出力ステップとを具備する脳情報処理方法。
  11. 記録媒体に、
    ２以上の対象物を被験者が見た際の脳の活性度を示す２以上の画像を格納しており、
    特徴ベクトル取得部、脳活動情報取得部、受付部、対象物情報取得部、および出力部により実現される脳情報処理方法であって、
    前記特徴ベクトル取得部が、前記２以上の各画像の予め決められた一部の領域に対応する画素の画素値のベースラインと比較した変化に関する値を要素に有する２以上の特徴ベクトルを取得する特徴ベクトル取得ステップと、
    前記脳活動情報取得部が、前記２以上の各特徴ベクトル間の類似度を取得し、当該類似度を要素に有する対称行列である脳表現類似度行列である脳活動情報を取得し、当該脳活動情報を前記記録媒体に蓄積する脳活動情報取得ステップと、
    前記受付部が、前記記録媒体に格納されている１以上の脳情報が構成されるために被験者が見た対象物とは異なる２以上の各対象物を、前記被験者と同一または異なる被験者が見た場合の脳の、予め決められた少なくとも一部の領域の活性度に関する２以上の脳活動情報と、前記２以上の各対象物に関する情報である２以上の対象物情報とを受け付ける受付ステップと、
    前記対象物情報取得部が、前記記録媒体に格納されている脳情報が有する脳活動情報であり、脳の予め決められた一部の領域の脳活動情報と、前記受付ステップで受け付けられた２以上の各脳活動情報であり、脳の予め決められた一部の領域の各脳活動情報との類似度を取得し、予め決められた類似度を有する脳活動情報に対応する対象物情報を取得する対象物情報取得ステップと、
    前記出力部が、前記対象物情報取得ステップで取得された対象物情報を出力する出力ステップとを具備する脳情報処理方法。
  12. 記録媒体に、
    ２以上の対象物を被験者が見た際の脳の活性度を示す２以上の画像を格納しており、
    特徴ベクトル取得部、脳活動情報取得部、および出力部とにより実現される脳情報処理方法であって、
    前記特徴ベクトル取得部が、前記２以上の各画像の、予め決められた一部の領域の２以上の画素の画素値のベースラインと比較した変化に関する値を要素に有する２以上の特徴ベクトルを取得する特徴ベクトル取得ステップと、
    前記脳活動情報取得部が、前記２以上の各特徴ベクトル間の類似度を取得し、当該類似度を要素に有する対称行列である脳表現類似度行列を取得する脳活動情報取得ステップと、
    前記出力部が、前記脳表現類似度行列を出力する出力ステップとを具備する脳情報処理方法。
  13. 記録媒体に、
    ２以上の対象物を被験者が見た際の脳の活性度を示す２以上の画像を格納しており、
    コンピュータを、
    前記２以上の各画像の予め決められた一部の領域に対応する画素の画素値のベースラインと比較した変化に関する値を要素に有する２以上の特徴ベクトルを取得する特徴ベクトル取得部と、
    前記２以上の各特徴ベクトル間の類似度を取得し、当該類似度を要素に有する対称行列である脳表現類似度行列である脳活動情報を取得し、当該脳活動情報と前記被験者が見た対象物に関する対象物情報とを有する脳情報を前記記録媒体に蓄積する脳活動情報取得部と、
    前記記録媒体に格納されている１以上の脳情報が構成されるために被験者が見た対象物とは異なる対象物を、前記被験者と同一または異なる被験者が見た場合の脳の、予め決められた少なくとも一部の領域の活性度に関する脳活動情報を受け付ける受付部と、
    前記受付部が受け付けた、脳の予め決められた一部の領域の脳活動情報と、予め決められた条件を満たすほど近似する１以上の脳活動情報であり、脳の予め決められた一部の領域の脳活動情報に対応する１以上の対象物情報を、前記記録媒体から取得する対象物情報取得部と、
    前記対象物情報取得部が取得した対象物情報を出力する出力部として機能させるためのプログラム。
  14. 記録媒体に、
    ２以上の対象物を被験者が見た際の脳の活性度を示す２以上の画像を格納しており、
    コンピュータを、
    前記２以上の各画像の予め決められた一部の領域に対応する画素の画素値のベースラインと比較した変化に関する値を要素に有する２以上の特徴ベクトルを取得する特徴ベクトル取得部と、
    前記２以上の各特徴ベクトル間の類似度を取得し、当該類似度を要素に有する対称行列である脳表現類似度行列である脳活動情報を取得し、当該脳活動情報と前記被験者が見た対象物に関する対象物情報とを有する脳情報を前記記録媒体に蓄積する脳活動情報取得部と、
    前記記録媒体に格納されている１以上の脳情報が構成されるために被験者が見た対象物とは異なる２以上の各対象物を、前記被験者と同一または異なる被験者が見た場合の脳の、予め決められた少なくとも一部の領域の活性度に関する２以上の脳活動情報と、前記２以上の各対象物に関する情報である２以上の対象物情報とを受け付ける受付部と、
    前記記録媒体に格納されている脳情報が有する脳活動情報であり、脳の予め決められた一部の領域の脳活動情報と、前記受付部が受け付けた２以上の各脳活動情報であり、脳の予め決められた一部の領域の各脳活動情報との類似度を取得し、予め決められた類似度を有する脳活動情報に対応する対象物情報を取得する対象物情報取得部と、
    前記対象物情報取得部が取得した対象物情報を出力する出力部として機能させるためのプログラム。
  15. 記録媒体に、
    ２以上の対象物を被験者が見た際の脳の活性度を示す２以上の画像を格納しており、
    コンピュータを、
    指示を受け付ける受付部と、
    前記指示に応じて、前記２以上の各画像の、予め決められた一部の領域の２以上の画素の画素値のベースラインと比較した変化に関する値を要素に有する２以上の特徴ベクトルを取得する特徴ベクトル取得部と、
    前記２以上の各特徴ベクトル間の類似度を取得し、当該類似度を要素に有する対称行列である脳表現類似度行列を取得する脳活動情報取得部と、
    前記脳表現類似度行列を出力する出力部として機能させるためのプログラム。
JP2012270747A 2012-12-11 2012-12-11 脳情報処理装置、脳情報処理方法、およびプログラム Active JP6236620B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2012270747A JP6236620B2 (ja) 2012-12-11 2012-12-11 脳情報処理装置、脳情報処理方法、およびプログラム
PCT/JP2013/082957 WO2014092045A1 (ja) 2012-12-11 2013-12-09 脳情報処理装置、および脳情報処理方法
US14/650,961 US20150332016A1 (en) 2012-12-11 2013-12-09 Brain information processing apparatus and brain information processing method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2012270747A JP6236620B2 (ja) 2012-12-11 2012-12-11 脳情報処理装置、脳情報処理方法、およびプログラム

Publications (2)

Publication Number Publication Date
JP2014115913A JP2014115913A (ja) 2014-06-26
JP6236620B2 true JP6236620B2 (ja) 2017-11-29

Family

ID=50934334

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2012270747A Active JP6236620B2 (ja) 2012-12-11 2012-12-11 脳情報処理装置、脳情報処理方法、およびプログラム

Country Status (3)

Country Link
US (1) US20150332016A1 (ja)
JP (1) JP6236620B2 (ja)
WO (1) WO2014092045A1 (ja)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6473658B2 (ja) * 2015-05-13 2019-02-20 株式会社国際電気通信基礎技術研究所 推定システム、推定方法、推定装置
IL239191A0 (en) * 2015-06-03 2015-11-30 Amir B Geva Image sorting system
JP6760081B2 (ja) 2015-08-05 2020-09-23 セイコーエプソン株式会社 脳内映像再生装置
JP6662644B2 (ja) * 2016-01-18 2020-03-11 国立研究開発法人情報通信研究機構 視聴素材評価方法、視聴素材評価システム、及びプログラム
JP6687940B2 (ja) * 2016-01-18 2020-04-28 国立研究開発法人情報通信研究機構 素材評価方法、及び素材評価装置
JP7119372B2 (ja) * 2017-12-27 2022-08-17 日産自動車株式会社 違和感対象判別方法及び違和感対象判別装置
JP7288272B2 (ja) * 2018-12-28 2023-06-07 株式会社 資生堂 評価方法、及び評価装置
JP7328636B2 (ja) * 2019-02-18 2023-08-17 国立研究開発法人情報通信研究機構 情報検索方法、情報検索装置、コンピュータプログラム
JP2023094276A (ja) * 2021-12-23 2023-07-05 株式会社Ｊｖｃケンウッド 脳情報伝送システム
JP7314331B1 (ja) 2022-01-28 2023-07-25 俊二 有賀 Ａｉを用いた類似デザイン判定システム
WO2024042654A1 (ja) * 2022-08-24 2024-02-29 日本電信電話株式会社 可視化装置、可視化方法、および、可視化プログラム
CN116491960B (zh) * 2023-06-28 2023-09-19 南昌大学第一附属医院 脑瞬态监测设备、电子设备及存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008234031A (ja) * 2007-03-16 2008-10-02 Satoshi Yasuda 建築空間設計方法及びそれに用いる建築空間設計支援装置
CN101711388B (zh) * 2007-03-29 2016-04-27 神经焦点公司 营销和娱乐的效果分析
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
JP2012223314A (ja) * 2011-04-19 2012-11-15 Panasonic Corp ラウドネス計測装置、補聴器調整装置、その方法及びそのプログラム

Also Published As

Publication number Publication date
JP2014115913A (ja) 2014-06-26
WO2014092045A1 (ja) 2014-06-19
US20150332016A1 (en) 2015-11-19

Similar Documents

Publication Publication Date Title
JP6236620B2 (ja) 脳情報処理装置、脳情報処理方法、およびプログラム
Stern et al. Exploring the neural basis of cognitive reserve
JP5691086B1 (ja) 脳活動解析装置、脳活動解析方法およびバイオマーカー装置
Shinkareva et al. Commonality of neural representations of words and pictures
Dai et al. Quantifying fluctuations of resting state networks using arterial spin labeling perfusion MRI
CN107753020B (zh) 医学成像设备及其控制方法
Castro et al. Characterization of groups using composite kernels and multi-source fMRI analysis data: application to schizophrenia
US20210401289A1 (en) Brain functional connectivity correlation value adjustment method, brain functional connectivity correlation value adjustment system, brain activity classifier harmonization method, brain activity classifier harmonization system, and brain activity biomarker system
JP6884344B2 (ja) 脳内ネットワークの活動推定システム、脳内ネットワークの活動推定方法、脳内ネットワークの活動推定プログラム、および、学習済み脳活動推定モデル
JP6510236B2 (ja) 磁気共鳴分光イメージングでの関心体積の位置決め法
EP3865061A1 (en) Brain functional connectivity correlation value adjustment method, brain functional connectivity correlation value adjustment system, brain activity classifier harmonization method, brain activity classifier harmonization system, and brain activity biomarker system
JP6473658B2 (ja) 推定システム、推定方法、推定装置
JP7319310B2 (ja) 磁気共鳴撮像における画質の追跡
de Beeck et al. Introduction to human neuroimaging
Wang et al. Predicting purchase decisions based on spatio-temporal functional MRI features using machine learning
Chockanathan et al. Resilient modular small-world directed brain networks in healthy subjects with large-scale Granger causality analysis of resting-state functional MRI
KR20200060102A (ko) 진단 영상을 생성하고, 디스플레이하는 자기 공명 영상 장치 및 그 동작 방법
CN108324277B (zh) 用于分类借助磁共振指纹法采集的磁共振测量数据的方法
Gottfried Structural and functional imaging of the human olfactory system
Rauschenberger et al. Temporally unfolding neural representation of pictorial occlusion
Bayly et al. Measurement of strain in physical models of brain injury: a method based on HARP analysis of tagged magnetic resonance images (MRI)
Shen et al. Spatial–temporal modelling of fMRI data through spatially regularized mixture of hidden process models
Fuchs et al. Overview of dipole source localization
Hasan et al. Fast and accurate computational E-field dosimetry for group-level transcranial magnetic stimulation targeting
Simon-Vermot et al. Correspondence between resting-state and episodic memory-task related networks in elderly subjects

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20151127

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20151127

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20160728

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160926

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170201

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20170327

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170523

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: 20170912

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20171002

R150 Certificate of patent or registration of utility model

Ref document number: 6236620

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