JP6322194B2 - ニューロフィードバックシステム - Google Patents

ニューロフィードバックシステム Download PDF

Info

Publication number
JP6322194B2
JP6322194B2 JP2015527050A JP2015527050A JP6322194B2 JP 6322194 B2 JP6322194 B2 JP 6322194B2 JP 2015527050 A JP2015527050 A JP 2015527050A JP 2015527050 A JP2015527050 A JP 2015527050A JP 6322194 B2 JP6322194 B2 JP 6322194B2
Authority
JP
Japan
Prior art keywords
signal
biofeedback
measured
neurofeedback
probability
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
Application number
JP2015527050A
Other languages
English (en)
Other versions
JP2015529099A (ja
Inventor
ミハイロヴィチ，ヴォイカン
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
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 Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of JP2015529099A publication Critical patent/JP2015529099A/ja
Application granted granted Critical
Publication of JP6322194B2 publication Critical patent/JP6322194B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • A61B5/7221—Determining signal validity, reliability or quality
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/375—Electroencephalography [EEG] using biofeedback
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/372—Analysis of electroencephalograms
    • A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves

Description

本発明は、ユーザに対してニューロフィードバックを提供するためのニューロフィードバックシステムおよび方法に関する。本発明は、より特定的には、電気的な脳の活動測定の分野に関し、脳波検査（ＥＥＧ）としても知られている。
電気的な脳の活動またはＥＥＧは、ユーザの皮膚、特定的にはユーザの頭皮に接触しているＥＥＧ電極手段を用いて測定される。既知の電極に係る一つのタイプは、ウェット（ｗｅｔ）またはジェル（ｇｅｌ）電極である。既知の電極に係る別のタイプは、ドライ電極（ジェルを使用しないもの）である。ＥＥＧウェット電極またはジェル電極を適用するときの主なチャレンジは、皮膚に対して良好な、従って低い接触インピーダンスを得ることである。臨床測定において、このことは通常、統合された金属電極（例えば、銀／塩化銀がコーティングされたもの）を伴う（シャワーキャップのような）ラバーキャップを用いて行われる。これらの電極の下の皮膚は、通常は脱脂によって準備する必要があり、しばしば追加の表皮剥脱が必要である（例えば、皮膚の乾いた表面層、角質層を除去すること）。伝導性ジェルが、そして、それぞれの電極と皮膚との間に適用される。典型的には、電極またはキャップの穴を通じたものである。このことは、より深い皮膚の層、真皮に対する低接触抵抗を保証し、体の中のイオン流を測定システム中の電流に「変換」する。伝導性ジェルを使用することは、また、電極と皮膚との間の距離が変化する問題も（部分的に）解決する。距離の変化は、髪層（ｈａｉｒ ｌａｙｅｒ）の厚み及び髪の量に関する個人間のバリエーションによるものであり、頭及び/又は胴体の動きのために生じ得る一時的な拒絶理由の変化も同様である。
ライフスタイル消費者製品に対して、障害のある患者および臨床的アプリケーションにおけるリモートモニタリング目的に対しても同様に、こうした種類の「ウェット」電極を使用することは実用的でない。髪を貫通して皮膚に対して流電（ｇａｌｖａｎｉｃ）接触するためのピン構造電極または類似の方法を使用するドライ電極を実現するための試みがなされている。このタイプの電極は、厚くて長い髪に対応する必要があるときに問題が起きる。実際に、この方法は、しばしば、結果として、頭皮における皮膚に対する接触が弱く、不十分な信号品質を生じてしまう。さらに、電極−皮膚の接触インピーダンスが違う電極に対しては異なり、時間にわたる皮膚接触インピーダンスの変動がそれぞれの電極で異なり、実用的なアプリケーションに対して深刻な脅威を提示している。
便利なＥＥＧ測定のための重要なアプリケーションは、アルファニューロフィードバックといった、脳波検出技術である。ニューロフィードバック（ＮＦ）、特にアルファニューロフィードバックは、消費者製品とプロフェッショナルな健康管理製品の両方においてアプリケーション領域を見つけることができる新規な方法である。Ｂｏｔｅｌ共著の”Ａ ｎｏｖｅｌ ｓｅｌｆ−ｇｕｉｄｅｄ ａｐｐｒｏａｃｈ ｔｏ ａｌｐｈａ ａｃｔｉｖｉｔｙ ｔｒａｉｎｉｎｇ”、Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｐｓｙｃｈｏｐｈｙｓｉｏｌｏｇｙ、２０１１、は、ニューロフィードバックは、人が彼自身の精神状態に対する責任の重荷を感じることなく、安らかな感情を人において引き起こすことを開示している。このことは、病院の設定に対して特に明らかである。そこでは、ニューロフィードバックの効果に気付くことなく、ユーザまたは患者は、さりげないやり方で安らかにさせる。このことは病院の設定に対して重要である。患者は、リラックスしなければならないという感情に苦しめられることの無いことを意味するからである。
便利なやり方でアルファ脳波活動を測定するためには、ドライ電極が必要である。ジェル電極を用いた標準ＥＥＧ測定においては、測定が、典型的には、コントロールされた条件において行われる。そこでは、実験者または訓練された人が、ジェルを適用して、ＥＥＧシステムをユーザの頭に位置決めして、皮膚−電極の接触インピーダンスが範囲内（つまり、１０ｋΩ以下）であるか否か、および、信号が期待通りに見えるか、を検査する。実生活においては、専門家が利用可能でなく、かつ、実際の測定以前に信号品質の広範な事前測定のためにユーザがドライ電極（を伴うヘッドセット）を適用する状況は、選択することはできない。ユーザは、信号品質の完全な検査を行うポジションにはない。しかしながら、十分な信号品質は、ユーザが間違ったニューロフィードバックに固執することを回避するために重要である。
この問題に対するソリューションとして、国際公開特許ＷＯ２０１１／０５５２９１は、ユーザの頭皮上にドライでピン構造の電極を位置決めするためのデバイスを開示している。デバイスは、頭皮に向かって複数の電極に圧力を働かせるために弾力のあるエレメントを有し、それによって皮膚に対する電極の接触を改善する機能がある。さらに信号品質を改善する一つのやり方は、電極−皮膚の接触圧をモニタして調整することである。それは、次には、電極−皮膚接触インピーダンスを変化させる。
米国特許出願第２００９／０６２６８０号明細書は、脳波計ニューロフィードバックトレーニング方法のためのアーチファクト検出および訂正を開示している。開示されるシステムの主要なエレメントは、アーチファクト検出器およびＥＥＧ信号訂正器であり、検出されたアーチファクトを含んでいる。データ読み取りが最近の既知の良好なデータ読み取りに置き換えられる。検出されたアーチファクトが生じた場合、ＥＥＧ信号は、トレーニングされている人の前で訂正される。所定のビジュアルまたはオーディオのフィードバック手段が提供されている。
米国特許出願第２０１１／２９５１４２号明細書は、新生児の脳機能をモニタするためのリアルタイム脳モニタリングシステムを開示している。新生児のＥＥＧデータが、子供と同じ年齢グループの子供の正常および異常な脳機能または行為に関して比較される。子供の病気をアセスすることができ、リアルタイムに新生児発作を検出することができる。ＥＥＧ信号の処理に関して、米国特許出願第２０１１／２９５１４２号明細書は、ノイズ低減プロセスが、ＥＥＧ信号に対して適用し得ることを教示しており、ニューロフィードバックに関しては言及していない。
米国特許第７４３３７３２号明細書は、生理学上の信号から生理学上のアーチファクトを特定するための方法および検出器を開示している。米国特許第７４３３７３２号明細書も、ニューロフィードバックに関しては言及していない。
国際特許出願公開第ＷＯ２０１１／０５５２９１号公報 米国特許出願第２００９／０６２６８０号明細書 米国特許出願第２０１１／２９５１４２号明細書 米国特許第７４３３７３２号明細書
本発明の目的は、ユーザが間違ったニューロフィードバックに固執することを回避するニューロフィードバックシステムおよび方法を提供することである。さらに、システムと方法は、リアルタイムに動作可能である。
本発明の第１の態様においては、ニューロフィードバックシステムが提供される。本システムは、ユーザのバイオフィードバック信号を測定するために前記ユーザの皮膚に接触する電極と、前記測定されたバイオフィードバック信号の信号特性を決定するための第１の信号処理ユニットであり、前記信号特性はニューロフィードバックを表している、第１の信号処理ユニットと、前記測定されたバイオフィードバック信号の信号特徴を抽出し、かつ、前記信号特徴に対する測定誤差の確率を計算することによって、前記測定されたバイオフィードバック信号のバイオフィードバック信号品質を判断するための第２の信号処理ユニットであり、前記確率は前記バイオフィードバック信号品質を表している、第２の信号処理ユニットと、前記ユーザに対してフィードバックを提供するためのフィードバックユニットであり、前記フィードバックは、前記ニューロフィードバックと前記バイオフィードバック信号品質に関するフィードバックとを含むフィードバックユニットと、を含んでいる。そして、フィードバックの強度はバイフィードバック信号品質に基づいている。
本発明のさらなる態様は、信号プロセッサに関する。本プロセッサは、測定されたバイオフィードバック信号の信号特性を決定するための信号プロセッサであって、前記信号特性は、ニューロフィードバックを表しており、かつ、前記測定されたバイオフィードバック信号の信号特徴を抽出し、かつ、前記信号特徴に対する測定誤差の確率を計算することによって、前記測定されたバイオフィードバック信号のバイオフィードバック信号品質を判断するための信号プロセッサであって、前記確率は前記バイオフィードバック信号品質を表している。そして、フィードバックの強度はバイフィードバック信号品質に基づいている。
本発明のさらなる態様において、ユーザにニューロフィードバックを提供する方法が提供される。本方法は、前記ユーザのバイオフィードバック信号を測定するステップと、前記測定されたバイオフィードバック信号の信号特性を決定するステップであり、前記信号特性はニューロフィードバックを表しているステップと、前記測定されたバイオフィードバック信号の信号特徴を抽出し、かつ、前記信号特徴に対する測定誤差の確率を計算することによって、前記測定されたバイオフィードバック信号のバイオフィードバック信号品質を判断するステップであり、前記確率は前記バイオフィードバック信号品質を表しているステップと、前記ユーザに対してフィードバックを提供するステップであり、前記フィードバックは、前記ニューロフィードバックと前記バイオフィードバック信号品質に関するフィードバックとを含むステップと、を含んでいる。そして、フィードバックの強度はバイフィードバック信号品質に基づいている。
本発明のさらに別の態様においては、コンピュータ上で実行されたときに、本発明に従ったユーザにニューロフィードバックを提供する方法に係るステップを前記コンピュータに実施させるためのプログラムコード手段を含む、コンピュータプログラムが提供される。
本発明の好適な実施例は、従属請求項において定められる。請求項に記載の信号プロセッサ、方法、および、コンピュータプログラムは、装置として請求項に記載された好適な実施例および従属請求項において定められたものと類似及び/又は同一であることが、理解されるべきである。
本発明は、ニューロフィードバックシステムにおける信号品質、特にドライ電極を使用しているニューロフィードバックシステムにおけるもの、が制限されている場合に、ユーザは、少なくとも、ニューロフィードバックの信頼性を意識すべきである、という考えに基づいている。加えて、システムは、リアルタイムにフィードバックを提供することができる必要がある。さらには、システムは、専門家でないユーザによる使用に特に良好に適応されるべきである。従来のニューロフィードバックシステムは、訓練された専門家によって適用されるウェット電極を使用する。このことは、個々の電極の調整および個々の電極のインピーダンス測定を含んでいる。しかしながら、電極、例えば後頭部上のものは、従来からユーザ自身によってチェックすることはできない。さらに、従来のニューロフィードバックシステムは、研究室の中で使用されているものである。本発明は、実生活、研究室でない状況における、リアルタイムなニューロフィードバックのために設計されている。
第１に、ユーザの頭で（取り付け用のヘッドセットのある形式を使用して）電極を設置または調整することによって大きな信号ドリフトが生じ得る。動きによる皮膚と電極との間の摩擦のせいである。ユーザは、何回もシステムを外して戻すことがある。電極を外して戻すだけで、巨大な信号ドリフトを生じるであろう。加えて、バイオフィードバック信号を増幅するために使用される回路は、安定するのに所定の時間を要する。ドリフトは、また、電極の位置の移動または調整によって生じる動きアーチファクト（ｍｏｖｅｍｅｎｔ ａｒｔｉｆａｃｔ）によってもたらされる。動きアーチファクトは、頭の物理的な動き、つまり、ドライ電極を皮膚及び/又は髪に対して擦り付けること、または、電極−皮膚間の接触面の大きさと形状が変化することによるものである。
第２の問題は、環境ノイズおよび筋張力によって生じるノイズ、および、そうしたノイズの時間にわたるダイナミクスによる影響である。そうしたノイズは、信号のスペクトラムコンテンツの歪みを結果として生じ、信号は時々刻々と変化し得る。これらの変化は、環境自身の変化、ユーザの動作または環境の中で一つのセグメントから他のセグメントへの移動、によるものであり得る。電磁波（例えば、電源ラインのノイズ）の影響は、環境における異なるセグメントでは全く異なるものであり得る。もしくは、人または電気的コンポーネントが伝導性材料からできたオブジェクトの近くにある場合、または、人がそれら（例えば、金属製テーブル、金属エレメントを用いた椅子）と直接的に接触している場合に、電磁波の影響は変化し得る。信号ドリフトまたはスペクトラム歪みの問題は、あらゆる時点においてもたらされ得るものである。
従って、ニューロフィードバックアプリケーションのためのシステムは、これらの問題を検出することができ、かつ、リアルタイムにフィードバックを変更するように使用することができるリアルタイム信号解析方法を頼りにする必要がある。リアルタイム処理は、これらの問題を検出するための非常にシンプルな方法を使用する必要性をもたらす。提案される本ニューロフィードバックシステムは、非常に低いコンピュータパワーしか要しない信号処理を使用して特定することができる信号特徴（ｓｉｇｎａｌ ｆｅａｔｕｒｅ）を使用する。さらに、本方法は、ＥＥＧアプリケーションといった、多くの実用的なアプリケーションに典型的に適用されているスペクトラム解析のプロシージャを再利用することができる。従って、そうした信号特徴は、計算手順を要しないで特定され得るものであり、ソフトウェアまたは非常に低コストで信号処理を実行するハードウェアにおいて実施され得る。
従来のニューロフィードバックシステムにおいては、研究室における実際の測定の前に、システムは冗長なプロシージャで設定され構成される。実際のニューロフィードバックのセッションを開始するときには、訓練された専門家が、信号品質が十分に良好であることを確認してきた。研究室のコントロールされた環境においてニューロフィードバックのセッションが実行されるにつれて、セッションの最中にバイオフィードバック信号品質が著しく変化しないことを確認してきた。さらには、ユーザが動かないことである。研究室グレードの信号品質を伴うこの静的な環境において、ユーザにニューロフィードバックが適用される。従来のニューロフィードバックシステムと対照的に、提案される本ニューロフィードバックシステムは、上述のように、信号ドリフトとスペクトラム歪みが見込まれる研究室でない状況において使用することができる。そのため、フィードバックユニットは、ユーザに対してニューロフィードバックを提供するだけでなく、バイオフィードバック信号品質に関するフィードバックも提供する。この変更により、バイオフィードバック信号品質（特にニューロフィードバックにとって興味の周波数帯におけるもの）が必要とされるものより低いときに、ユーザが間違ったニューロフィードバックに固執することを回避する。別の言葉で言えば、提案される本ニューロフィードバックシステムは、バイオフィードバック信号およびバイオフィードバックスペクトラムコンテンツの歪みの量を計算上効率的な方法で評価し、これらの評価値を使用してフィードバックを変更する。
ここで、バイオフィードバック信号は、電極によって測定され得るあらゆる電気的信号であり、ユーザのあらゆる生物学的な活動を表わすことに留意すべきである。そうしたバイオフィードバック信号は、これらに限定されるわけではないが、脳活動（ＥＥＧ）信号、ＥＣＧ（心電図）信号、脈拍信号、呼吸速度信号、を含んでいる。つまり、一般的に、あらゆる脳及び/又は体の信号である。
本発明に従ったニューロフィードバックシステムに係る一つの実施例において、電極は、ドライ電極である。ドライ電極の利点は、ユーザ自身で適用することができることである。さらに、ユーザの髪に伝導性ジェルを適用することを回避することができる。
本発明に従ったニューロフィードバックシステムに係るさらなる実施例において、ニューロフィードバックシステムは、リアルタイムに前記ユーザにフィードバックを提供するように適合されている。フィードバックは、ニューロフィードバックと同様にバイオフィードバック信号品質に関するフィードバックの両方を含んでいる。そのため、バイオフィードバック信号品質の減少は、ニューロフィードバックのセッションの最中に、直接的に検出され得る。例えば、電極から測定されたバイオフィードバック信号に問題がある場合、このことは、ユーザが電極を再調整できるように、ユーザに対して示すことができる。これは、従来のニューロフィードバックシステムに対して著しい改善である。従来は、例えば電極が皮膚接触を利用している場合に、ニューロフィードバックのセッション全体を繰り返す必要があった。代替的に、信号品質に関するリアルタイム情報は、ニューロフィードバックのセッションの持続時間をモニタするために使用することができる。例えば、既定の持続時間のニューロフィードバックのセッションが望まれる場合、バイオフィードバック信号が十分な品質であるときにだけ、ニューロフィードバックのセッションに向かう時間がカウントされる。バイオフィードバック信号品質が低い時間を取り除くことができる。
本発明に従ったニューロフィードバックシステムに係るさらなる実施例において、測定されたバイオフィードバック信号は、時間セグメントに分割され、かつ、前記信号特性及び/又は前記バイオフィードバック信号品質が、それぞれの時間セグメントに対して独立的に決定される。時間セグメントは、また、エポック（ｅｐｏｃｈ）としても参照される。分割は、低計算パワーまたは低消費電力のために設計されたニューロフィードバックシステムにとって特に有利である。処理されるべきバイオフィードバック信号のサイズが制限されているからである。時間セグメントの長さは、異なる信号特性または測定されたバイオフィードバック信号の異なる信号特徴に対して、同じであっても、または、異なってもよい。この実施例の変形において、時間セグメントは、バイオフィードバック信号がオーバーラップするように分割されている。例えば、エポックの持続時間は１秒であり、１秒の持続時間である次のエポックは、現在のエポックの０．２５秒後にスタートしてよい。そうした場合に、ニューロフィードバックは、０．２５秒毎に更新され得る。さらなる実施例において、第１の持続時間は信号ドリフトを描写するために使用され、一方、第２の持続時間は信号のスペクトラムコンテンツを解析するために使用される。
本発明に従ったニューロフィードバックシステムに係るさらなる実施例において、バイオフィードバック信号は、ＥＥＧ信号であり、かつ、前記測定されたＥＥＧ信号の信号特性は、ＥＥＧ周波数帯におけるスペクトラムパワーを含んでいる。このスペクトラムパワーは、直接的にニューロフィードバックを表わすことができる。代替的に、信号特性は、異なるＥＥＧ周波数帯における複数のスペクトラムパワーの結合、または、ＥＥＧ周波数帯におけるスペクトラムパワーの比率である。例えば、信号特性は、純粋なアルファ脳波活動またはベータパワーに対するアルファパワーの比率であってよく、ニューロフィードバックとしてユーザに対して表示される。典型的に、ニューロフィードバックプロトコルは、ＥＥＧ帯のうち一つの相対的なスペクトラムパワーを使用する。アルファ、ベータ、ガンマ、デルタ、シータ（例えば１−４０Ｈｚに正規化されたもの）、または、アルファ／シータ、ベータ／シータ、等といった、帯域スペクトラムパワーの比率である。さらに、異なる電極が評価されてよい。左および右脳半球上の電極での一つのＥＥＧ帯におけるスペクトラムパワーの比率、といったものである。
本発明に従ったニューロフィードバックシステムに係る代替的な実施例において、測定されたバイオフィードバック信号の前記信号特性、及び/又は、前記測定されたバイオフィードバック信号の前記信号特徴は、エレメントグループのうち少なくとも一つのエレメントを含む。エレメントは、測定されたバイオフィードバック信号の最小値、測定されたバイオフィードバック信号の最大値、測定されたバイオフィードバック信号の平均値、測定されたバイオフィードバック信号の中央値、測定されたバイオフィードバック信号の標準偏差、測定されたバイオフィードバック信号の勾配、測定されたバイオフィードバック信号の前記最大値と前記最小値との間の差異、測定されたバイオフィードバック信号の前記平均値と前記中央値との間の差異、１から４Ｈｚのデルタ周波数領域における前記測定されたバイオフィードバック信号のスペクトラムパワー、４から８Ｈｚのシータ周波数領域における前記測定されたバイオフィードバック信号のスペクトラムパワー、８から１２Ｈｚのアルファ周波数領域における前記測定されたバイオフィードバック信号のスペクトラムパワー、１２から３０Ｈｚのベータ周波数領域における前記測定されたバイオフィードバック信号のスペクトラムパワー、３０から４５Ｈｚの低ガンマ周波数領域における前記測定されたバイオフィードバック信号のスペクトラムパワー、５０から７５Ｈｚの高ガンマ周波数領域における前記測定されたバイオフィードバック信号のスペクトラムパワー、を含んでいる。代替的なスペクトラム範囲の定義は、本発明の範囲内のものである。例えば、デルタ周波数領域が４Ｈｚまでに定義され、アルファ周波数領域が８から１３Ｈｚまで、ベータ周波数領域が１３から３０Ｈｚまで、一つのガンマ周波数領域が３０から１００Ｈｚまで、と定義され得る。領域は、直接的に隣接しても、オーバーラップしても、または、間にギャップがあってもよい。測定誤差の確率は、それぞれの信号特徴に対して独立して計算することができる。よって、バイオフィードバック信号品質が、それぞれの信号特徴に対して独立に決定され得る。代替的に、結合されたバイオフィードバック信号品質を取得するために、複数の信号特徴に対する測定誤差の確率が結合される。結合の方法は、足し算、掛け算を含んでおり、または、重み係数を含んでよい。例えば、信号特徴「勾配（”ｓｌｏｐｅ”）」は、例えば測定されたバイオフィードバック信号の「最小値」よりも、信号品質により強く影響する。この実施例に変形においては、スペクトラムパワーまたはスペクトラムパワー比率が、ニューロフィードバックのために使用される。一方、信号ドリフト、最大値、平均値、等といった信号特徴は、信号品質を評価するために使用される。
本発明に従ったニューロフィードバックシステムに係るさらなる実施例において、測定誤差の確率に係る歪みの確率分布は、測定誤差無しの前記信号特徴に係る既定の分布から推測される。この実施例の利点は、測定誤差の確率、つまりはバイオフィードバック信号品質を表わすもの、を決定するための計算労力が少ないところである。測定誤差の確率を決定する代わりに、測定誤差の無い確率を決定することも、もちろん可能である。測定誤差の無い確率は、１から測定誤差の確率を引いたものである。確率分布は、測定誤差が存在しない設定における以前の信号特徴の測定から得ることができる。例えば、確率分布は、コントロールされた条件の下での研究室の設定における、信号特徴の以前の測定に由来する。測定された分布に対して追加の信号処理を適用することができる。ローパスフィルタ、スムージング（ｓｍｏｏｔｈｉｎｇ）、または、ガウス分布といった数学的モデルへのフィッティング（ｆｉｔｔｉｎｇ）、といったものである。確率分布は、ニューロフィードバックシステムのメモリの中に保管され得る。それぞれの信号特徴に対して、個々の確率分布が保管され得る。特定された信号特徴は、事前に定義された値と比較される。例えば、最大値、最小値、期待された分布であり、特徴の期待された範囲を表わすものである。信号特徴が期待された分布と一致する、または、所与の範囲内にある場合、このことは、良好な信号品質に対応している。
この実施例の変形において、信号特徴の既定の分布は、ユーザ定義の分布である。好適な分布が、ユーザまたは医療関係者によって選択され得る。代替的に、既定の分布は、年齢、性別、あるいは、医療履歴または同様な事例からのさらなる情報といった、ユーザデータに基づくものである。さらに、代替的には、既定の分布が、ユーザ及び/又はユーザ環境に基づいて自動的に決定される。ユーザが分布モデルとパラメータを選択する、手動での既定の分布の適合のために、ニューロフィードバックシステムは、さらに、ユーザインターフェイスを含んでいる。代替的に、自動での選択及び/又は適合のために、分布は、ユーザの過去のデータに由来するものであってよい。さらに、代替的に、バイオフィードバック信号のセグメントは、ユーザによって「クリーン信号（”ｃｌｅａｎ ｓｉｇｎａｌ”）」としてマーク付けされてよく、測定誤差の無い又は小さい信号に対するリファレンスとしてふるまう。
本発明に従ったニューロフィードバックシステムに係るさらなる実施例において、信号特徴は特徴値によって表わされ、かつ、前記測定誤差の確率は、特徴値にわたる測定誤差の確率関数から取得することができる。この実施例の利点は、測定された信号特徴から測定誤差の確率に到達するための非常に低い複雑性である。測定された信号特徴は、特徴値へと削減される。測定誤差の確率は、この特徴値の関数である。測定誤差の確率と特徴値との間の関数的な関係は、以下の範囲を含み得る。測定誤差の確率が１００％である特徴値の禁止範囲、測定誤差の確率が０％である最適範囲、および、例えば、これらの範囲の間の線型な移行である、移行範囲である。代替的に、測定誤差と特徴値との間の関数的な関係は、ガウス分布といった、異なる分布によって定められる。
本発明に従ったニューロフィードバックシステムに係るさらなる実施例において、バイオフィードバック信号品質は、前記信号特徴それぞれに対する測定誤差の確率を結合することによって、前記バイオフィードバック信号に係る複数の信号特徴から判断される。信号品質に関してより信頼できる情報を取得するために、バイオフィードバック信号の複数の信号特徴が評価され得る。これらの信号特徴のそれぞれに対して、特徴値が抽出され、この特徴値の確率が決定される。全体的なバイオフィードバック信号品質を得るために、個々の特徴の誤差の確率が結合され得る。
本発明に従ったニューロフィードバックシステムに係るさらなる実施例において、ニューロフィードバックシステムは、複数の電極を含み、前記電極それぞれについて、バイオフィードバック信号が測定され、前記バイオフィードバック信号それぞれについて、信号特徴の測定誤差の確率が決定され、かつ、前記測定誤差の確率を結合することによって、前記バイオフィードバック信号品質が判断される。有利なことに、バイオフィードバック信号品質は、一つの電極のバイオフィードバック信号から判断されるだけでなく、複数の電極のバイオフィードバック信号からも判断される。さらに、バイオフィードバック信号品質は、複数の電極のバイオフィードバック信号からの複数の信号特徴から判断され得る。このことは、判断されたバイオフィードバック信号品質の信頼性と正確性を増加している。
本発明に従ったニューロフィードバックシステムに係るさらなる実施例において、バイオフィードバック信号品質に応じて、前記フィードバックのリフレッシュメントが前記ユーザに提供される。バイオフィードバック信号品質に関するフィードバックは、明示的または黙示的のいずれかでユーザに対して提供され得る。明示的なフィードバックにおいては、バイオフィードバック信号品質に関するフィードバックが、ニューロフィードバックメカニズムから分離される。例えば、バイオフィードバック信号ドリフトに関する情報は、赤色の交通信号として表現されてよい。信号が赤色の場合はニューロフィードバックに従うべきではないとユーザに合図するものである。同様に、信号の中にスペクトラム歪みが存在することをユーザに合図するためにオーディオメッセージ（例えば、ビープ音またはアナウンス）が使用され得る。定例のニューロフィードバックを信用すべきでないとユーザに気付かせるためである。さらに、オーディオ信号のラウドネス（または他の態様）もしくは交通信号の輝度（または他の態様）は、スペクトラム歪みまたはドリフトの激しさをそれぞれに示すことができる。代替的な光学、音響、または、オーディオビジュアルな手段は、この実施例の範囲内のものである。黙示的なフィードバックにおいては、ニューロフィードバックシステムに作用することによって、ユーザに対して、バイオフィードバック信号品質がフィードバックされる。例えば、バイオフィードバック信号品質が不十分な場合、フィードバックユニットは、ニューロフィードバックをリフレッシュしない。代替的に、フィードバックユニットは、わずかにだけ、ニューロフィードバックを表わす測定されたバイオフィードバック信号の信号特性における変化に対して反応する。歪みが、もはや突出したものでない場合（例えば、測定誤差の確率が低い値に戻った場合）、定例のニューロフィードバックメカニズムを再開することができる。明示的または黙示的に、信号品質に関するフィードバックを提供することによって、ユーザは、信号品質に問題があって、ニューロフィードバックの最高の効果を確保するためには問題に打ち勝つように努めるべきであることに、気付かされる。このことは、電極を再配置すること、頭または体の移動と動作を回避することによって、なされ得る。もしくは、より少ない電磁気的な干渉が期待できる環境に入ることによって、なされ得るものである。
本発明に係るこれら及び他の態様は、以降に説明される実施例から明らかになり、実施例に関連して理解されるであろう。
図１は、本発明に従ったニューロフィードバックシステムのブロックダイヤグラムである。 図２は、本発明に従ったニューロフィードバックシステムの信号処理に係るフローチャートである。 図３は、２つのドライ電極に対して時間にわたり測定された２つのＥＥＧ信号に係る信号アンプのグラフである。 図４ａは、スペクトラム歪み無しに測定された２つのＥＥＧ信号に係るスペクトラムパワーのグラフである。 図４ｂは、スペクトラム歪みを伴う測定された２つのＥＥＧ信号に係るスペクトラムパワーのグラフである。 図５ａは、機能値に対して測定誤差の無い確率に係る関数の第１のグラフである。 図５ｂは、機能値に対して測定誤差の無い確率に係る関数の第２のグラフである。 図６ａは、時間にわたり測定された２つのＥＥＧ信号に係るスペクトラム特性のグラフである。 図６ｂは、対応するスペクトラム歪みの無い確率を時間にわたり示している。 図７ａは、時間にわたり測定された２つのＥＥＧ信号に係る時間的特定値のグラフである。 図７ｂは、対応するＥＥＧ信号ドリフトの無い確率を時間にわたり示している。 図８ａは、複数の時間的特性に対して時間にわたりドリフトの無い確率のグラフである。 図８ｂは、対応する時間にわたりドリフトの無い結合確率のグラフである。 図９ａは、複数のスペクトラム特性に対して時間にわたりスペクトラム歪みの無い確率のグラフである。 図９ｂは、対応する時間にわたりスペクトラム歪みの無い結合確率のグラフである。 図１０は、時間にわたるベータパワー、アルファパワー、および、相対的アルファパワーのグラフである。
図１は、本発明に従ったニューロフィードバックシステム１のブロックダイヤグラムである。ニューロフィードバックシステム１は、電極２、第１の信号処理ユニット３、第２の信号処理ユニット４、および、フィードバックユニット５、を含んでいる。任意的に、ニューロフィードバックシステム１は、さらなる電極２’、２’’、および、メモリ１５を含んでいる。
この実施例における電極２、２’、２’’は、ドライ電極であり、ピンのような接触構造体８を介して、ユーザ７の皮膚６、特には頭皮に接触している。電極２、２’、２’’は、ユーザ７のバイオフィードバック信号９を測定するために使用される。以降の説明に対して、ＥＥＧ信号は、限定的ではない実施例として使用される。
第１の信号処理ユニット３は、測定されたＥＥＧ信号９の信号特性１１を決定するように適合されている。本実施例における信号特性１１は、アルファ脳波活動、または、別の言葉で言えば、８から１２Ｈｚのアルファ周波数領域において測定されたＥＥＧ信号９のスペクトラムパワーである。代替的に、信号特性１１は、ベータパワーに対するアルファパワーの比率である。信号特性１１は、フィードバックユニット５上でユーザ７に対して値または時間にわたるグラフとしてこの信号特性を表示することによって、ニューロフィードバックのために使用することができる。特に、信号特性１１は、フィードバックユニット５のディスプレイ１０上における時間にわたるグラフとしてユーザに対してフィードバックすることができる。
第２の信号処理ユニット４は、測定されたＥＥＧ信号９から信号特徴を抽出すること、および、信号特徴に対する測定誤差の確率を計算することによって、測定されたＥＥＧ信号９のＥＥＧ信号品質を判断するように適合されている。この測定誤差の確率は、ＥＥＧ信号品質を表している。信号処理は、図２を参照して、さらに詳しく説明される。任意的に、メモリ１５が第２の信号処理ユニット４に接続されている。
フィードバックユニット５は、ユーザに対してフィードバックを提供するように適合されている。このフィードバックは、第１の信号処理ユニット３からの信号特性１１によって表わされるニューロフィードバックと第２の信号処理ユニット４からのＥＥＧ信号品質に関するフィードバックとを含んでいる。ＥＥＧ信号品質１２に関するフィードバックは、明示的または黙示的のいずれかでユーザ７に対して提供され得る。明示的なフィードバックのために、フィードバックユニット５は、ＥＥＧ信号品質１２に関するフィードバックをユーザに提供するように適合された任意的な合図手段１３を含んでいる。合図手段１３は、任意的な合図手段であってよく、例えば、交通信号に類似のもので、緑色照明または無照明を用いて良好なＥＥＧ信号品質１２を表し、赤色照明を用いて不十分なＥＥＧ信号品質１２を表している。代替的に、この合図手段は、連続的に照明を緑色から赤色に変えたり、ＥＥＧ信号品質１２に基づいて輝度を変化させたり、点滅周波数を変更したり、等してよい。さらに、代替的には、合図手段１３が、ＥＥＧ信号品質１２に関して明示的にフィードバックをユーザに提供するあらゆるタイプのオーディオ合図手段であってよい。第２のオプションとして、ニューロフィードバックを変更することによって、ＥＥＧ信号品質１２に関するフィードバックが、黙示的にユーザ７に提供されてよい。例えば、ニューロフィードバックが、ディスク上での時間にわたるグラフとしてユーザ７に提供される場合、グラフの曲線又はグラフの背景の色もしくは輝度が、ＥＥＧ信号品質を示すことができる。さらに、代替的に、黙示的なフィードバックの例として、ディスプレイ１０上に表示されるニューロフィードバックのリフレッシュメント（ｒｅｆｒｅｓｈｍｅｎｔ）は、ＥＥＧ信号品質１２に応じたものであってよい。例えば、リフレッシュメント率は、ＥＥＧ信号品質１２が高いときに高く、ＥＥＧ信号品質１２が低いときに低くてよい。
さらなる実施例においては、アルファベースのニューロフィードバックの場合に、相対アルファスペクトラムパワーの値、つまり４から３５Ｈｚの周波数帯におけるパワーと比較した８から１２Ｈｚの周波数帯におけるパワーが、信号特性１１を示す「温度バー（”ｔｅｍｐｅｒａｔｕｒｅ ｂａｒ”）」へと変換される。この信号特性１１は、ニューロフィードバックとして、ユーザに対してフィードバックユニット５のディスプレイ１０上に表示され得る。この比率の高い値は、ユーザ７のリラックスした状態を示している。黙示的なフィードバックの場合、温度バーの増加または減少は、ＥＥＧ信号品質１２の絶対値に基づいて縮小されてよい。オーディオビジュアルまたは純粋にオーディオ合図の場合、音の周波数または音の大きさは、ＥＥＧ信号品質１２と関連し得る。
図２を参照すると、ニューロフィードバックシステム１によって実行されるステップに係るフローチャートが示されている。プロセスは、測定されたＥＥＧ信号９を取得するステップ２０で始まり、ニューロフィードバックおよびＥＥＧ信号品質１２に関するフィードバックを含んでいるフィードバック２１をユーザ７に対して提供するステップで終了する。
図２に示されたフローチャートの左側分岐は、ＥＥＧ信号９の信号特性を決定するステップ２２を含んでいる。上述のように、ニューロフィードバックとして表わされる信号特性は、典型的に、ＥＥＧスペクトラム範囲におけるスペクトラムパワーである。
図２に示されたフローチャートの右側分岐は、ＥＥＧ信号品質を判断するための信号処理に関する詳細を提供している。第１のステップ２３において、ＥＥＧ信号は２つのサブ分岐に別れる。以降では、一般的に時間的な歪み（ｄｉｓｔｏｒｔｉｏｎ）又はドリフト（ｄｒｉｆｔ）に関する特徴は左側のサブ分岐で取り扱われ、スペクトラム歪みに関する特徴は右側サブシステム分岐で取り扱われる。
図２のプロセスステップの説明の最中には、図３から図１１が参照される。それらは、図２のフローチャートの種々のステップでの信号または信号処理結果を表しているものである。
図３は、ユーザが、自分の頭にドライ電極、ここにおいてはＥＥＧヘッドセットの形式のもの、を付けた場合に生じる信号ドリフトのグラフを示している。点線は、ＥＥＧ測定のための国際的な１０−２０法に係る場所Ｃ４に位置決めされた第１のドライ電極を用いて測定された第１の信号Ｘ１を表しており、右の耳たぶとして参照される。破線は、場所Ｃ３に位置決めされた第２のドライ電極を用いて測定された第２の信号Ｘ２を表しており、左の耳たぶとして参照される。ダイナミックレンジの制限のせいで、極端に高い値と極端に低い値はクリップ（ｃｌｉｐ）される。信号は、右側のグラフの終わりに向かって、安定するまで著しく変動している。特に０から８秒の間は、信号品質が不十分であり、ニューロフィードバックのために使用されるべきではない。望ましくは、ユーザは、信号が安定したときのニューロフィードバックにだけ固執する。
図２に戻って左側のサブ分岐を参照すると、ＥＥＧ信号は、エポック（ｅｐｏｃｈ）と呼ばれる時間的な信号へと分割される２４。任意的に、エポックは、オーバーラップしている。それぞれのエポックに対して、一つまたはそれ以上の信号特徴が抽出される２５。特徴は、エポックの中での信号の最小値、エポックの中での信号の最大値、平均値、中央値、標準偏差、または、信号勾配を含んでいる。任意的なステップ２６において、これらの特徴が、さらに、エポックの中での信号の最大値と最小値との間の差異、エポックの中での信号の平均値と中央値との間の差異、標準偏差と信号勾配に削減される。
スペクトラム歪みに関する図２の右側のサブ分岐について、第１のステップは、時間的なＥＥＧ信号を分割するステップ３４であり、周波数領域へ変換するステップ３５が後に続く。任意的に、信号処理ステップは、フローチャートの左側の分岐と右側の分岐との間で共有されてよい。例えば、右側の分岐に係る周波数領域への変換３５の結果を、効率的な実施のために、左側の分岐におけるステップ２２と共有することができる。分割２４と分割３４は、代替的には、両方のサブ分岐に対して共通な一つの共通オペレーションであってよいことに留意すべきである。しかしながら、それぞれの分岐に対して、または、分岐の中のそれぞれの信号特性に対してさえも、異なる分割を使用することも可能である。周波数領域への変換３５の結果は、図４ａと図４ｂに示されている。
図４ａは、３０Ｈｚまでの周波数にわたるスペクトラムパワーを示している。曲線Ｘ１とＸ２は、２つの異なるＥＥＧ電極からの信号を表している。図２のステップ３６においては、周波数領域の信号からスペクトラム特徴が抽出される。例えば、測定されたＥＥＧ信号におけるスペクトラムパワーであり、１から４Ｈｚのデルタ（ｄｅｌｔａ）周波数領域、４から８Ｈｚのシータ（ｔｈｅｔａ）周波数領域、８から１２Ｈｚのアルファ（ａｌｐｈａ）デルタ周波数領域、１２から３０Ｈｚのベータ（ｂｅｔａ）周波数領域、３０から４５Ｈｚの低ガンマ（ｇａｍｍａ）周波数領域、５０から７５Ｈｚの高ガンマ周波数領域、において測定されたものである。
図４ａには、アルファ周波数領域において強いスペクトラムパワーが存在しており、ベータ周波数領域におけるスペクトラムパワーと明らかに区別される。図４ｂにおいては、追加的なスペクトラム歪みが存在しており、１２から３０Ｈｚのベータ周波数領域においてスペクトラムパワーが著しく増加している。特に、曲線Ｘ１’についてである。
ＥＥＧ信号の中には複数の歪みが存在している。特に、ドライ電極を用いて取得された生のＥＥＧ信号は、コントロールされた状況下で研究室の設定において従来の「ウェット」電極を用いて測定されたＥＥＧに対してはるかに劣っている。このように、ニューロフィードバックとＥＥＧ信号品質に関するフィードバックを含んでいるリアルタイムのフィードバックが望ましい。しかしながら、ソリューションは、安く、速く、費用効果があるべきである。本発明の実施例に従えば、ステップ２５、２６、および３６、それぞれの結果として抽出された時間的特徴およびスペクトラム特徴に基づいて、それぞれの特徴に対して測定誤差の確率が計算される。以降に、典型的な特性についてプロセスが説明される。
図５ａは、ｘ軸上の特徴値ｘにわたり、ｙ軸上に測定誤差の無い確率Ｐａのグラフを示している。大文字Ａ、Ｂ、Ｃ、ＤおよびＥは、信号特徴ｘの異なる値の範囲を示している。簡素化のために、グラフは、特徴値がその中に納まることが期待される、最適値Ｃの１つの範囲を定めており、かつ、特徴値がその中に納まることを期待されていない、２つの禁止範囲ＡとＥを定めている。２つの間の範囲は、最適値から禁止範囲まで線型に増加するＢ、または、線型に減少するＤとしてモデル化されている。代替的に、図５ｂに示されるように、異なる分布が適用されてもよい。さらに、代替的には、全ての範囲が存在することを要しない。例えば、測定誤差の無い確率１００％の範囲Ｃが、特徴値０までずっと拡がってもよい。その場合には、範囲ＡとＢが存在しない。さらに、それぞれの時間的及び/又はスペクトラム特徴値について分布が異なってもよい。図２を参照すると、対応する分布は、データベースに保管され、かつ、それぞれの特徴に対してストレージ４０から受け取ることができる。
図６ａは、時間にわたるスペクトラム特徴である「低ガンマスペクトラムパワー」のグラフを示している。再び、２つの異なる電極に係る信号Ｘ１とＸ２が示されている。ｙ軸上の０から２０００の数値範囲は図５ａにおける範囲Ｃに対応しており、２０００から４０００の数値範囲は図５ａにおける範囲Ｄに対応しており、かつ、４０００以上の数値範囲は図５ａにおける範囲Ｅに対応している。この実施例においては、範囲ＡとＢは利用可能でない。図６ａにおけるそれぞれの特徴値に対して、対応している測定誤差の無い確率、この場合にはスペクトラム歪みの無い確率が、計算される。Ｘ１またはＸ２の低ガンマスペクトラムパワーが範囲Ｃの中に在る場合、対応するスペクトラム歪みの無い確率は１００％である。このことは、また、優秀なＥＥＧ信号品質であることを示している。範囲Ｅにおけるあらゆる値は、従って、不十分なＥＥＧ信号品質に対するスペクトラム歪みの無い確率０％に対応している。範囲Ｄの間では、図５ａにおける範囲Ｄに示された関数に基づいて、対応するスペクトラム歪みの無い確率が計算される。それぞれの信号特徴に対して測定誤差の確率を計算するこのコンセプトは、計算上の複雑さが低く、それにより、ニューロフィードバックシステムの複雑性とコストを低減している。リアルタイムの実施にもよく適している。
図７ａは、時間的特徴のグラフ、つまり、信号値の最大と最小の差異、を示している。それぞれの曲線の値は、測定されたＥＥＧ信号のセグメントに対する抽出された特徴値に対応している。この実施例においては、図５ａからの全ての数値範囲ＡからＥが存在している。最大値と最小値との間の非常に大きな差異は、強力な信号ドリフトによる測定誤差を示している。同様に、極端に小さな差異も現実的ではない。ノイズの無い信号も、また、現実的でないからである。最大値と最小値との非常に小さい差異、または、むしろ差異の無いことは、例えば、測定されたＥＥＧ信号が範囲外のものであり、信号が時間セグメントの全てにわたり上限または下限境界に留まっている場合に生じる（図３の最初の数秒間を参照のこと）。その中間に、最適な範囲Ｃが存在しており、線型な変換の範囲ＢとＣに隣り合っている。図７ａにおけるそれぞれの特徴値について、対応するドリフトの無い確率が存在しており、図７ｂに示されている。最初の約３０秒までは、ユーザが自身の頭でＥＥＧ電極を調整する場合の強力な信号変動が存在している。このフェイズの最中に、ユーザに対してニューロフィードバックを提供することは正当ではない。ＥＥＧ信号の品質が低いからである。代替的に、信号品質に関するフィードバックが、ニューロフィードバックと並行して、ユーザに提供される。十分な信号品質に未だ達していないことを示すためである。
再び、図２のフローチャートを参照すると、一つまたはそれ以上の時間的及び/又はスペクトラム信号特徴に対する測定誤差の確率を計算するステップ２７、２７’、３７、３７’が、Ｐｔ１・・・Ｐｔｎ、およびＰｆ１・・・Ｐｆｍを用いて示される。
図８ａは、複数の特徴に対するドリフトの無い確率のグラフを示している。図８ａは、時間的特徴の最大値−最小値、平均値−中央値、標準偏差、および、勾配を示している。図８ｂにおいて、これらの特徴は、時間的特徴に対するドリフトの無い一つの単独な可能性に結合されている。この結合は、例えば、個々の特徴に係る個々の可能性の積として行うことができる。
このように、図９ａは、複数の異なるスペクトラム特徴に対する、特徴毎のスペクトラム歪みの無い確率を示している。結合された全体的なスペクトラム歪みの無い確率が、図９ｂに示されている。
図２に戻って参照すると、図８の結合がステップ２８において実行され、図９の結合はステップ３８において実行される。結合するステップは任意的である。ステップ２８および３８で計算された確率は、任意的に、ステップ５０において結合され得る。結果は信号品質であり、ユーザに対してフィードバックを提供するステップ２１に供給される。
相対的アルファニューロフィードバックに影響し得るスペクトラム歪みの例が、図１０に示されている。図は、ベータ周波数帯におけるベータパワー（上部グラフ）、アルファ周波数帯におけるアルファタパワー（中間グラフ）、相対的アルファパワーにおける変動（下部グラフ）を示している。相対的アルファパワーは、ベータパワーに対するアルファパワーの比率として定義される。１７５秒後の相対的アルファパワーの増加は、主として、ベータ帯において歪みの無いことによるものであり、アルファ帯におけるパワーの増加によるところは小さい。この歪みに関するフィードバックは、ユーザが間違ったニューロフィードバックに固執することを回避する。
結論として、本発明に従ったニューロフィードバックシステム、信号プロセッサ、および、方法は、特にドライ電極の使用において、より堅牢な（ｒｏｂｕｓｔ）ニューロフィードバックを可能にする。そして、効率的でリアルタイム可能な信号処理を用いて測定されたＥＥＧ信号の品質を考慮することによって、ニューロフィードバックの効果を増加させる。
本発明に係る教示は、また、脳−コンピュータ−インターフェイス（ＢＣＩ）の分野にも適用することができる。本発明のコンテクスト（ｃｏｎｔｅｘｔ）の中で使用される用語ニューロフィードバックは、また、ＢＣＩアプリケーションも含んでいる。特に、ユーザのＥＥＧ信号に対する、コンピュータ、コントロールユニット、または、ゲームデバイスのリアクションにおいて、あるタイプのニューロフィードバックがみられる。
本発明は、図面または前出の記載において、その詳細が説明され記述されてきたが、そうした説明および記載は、説明的または例示的なものであり、限定的なものではないと考えられるべきである。本発明は、開示された実施例に限定されるものではない。図面、明細書、および添付の特許請求の範囲を研究すれば、請求された本発明の実施において、当業者によって、開示された実施例に対する他の変形が理解され、もたらされ得る。
請求項において、用語「含む（“ｃｏｍｐｒｉｓｉｎｇ“」は、他のエレメントまたはステップを排除するものではなく、不定冠詞「一つの（”ａ“または”ａｎ“）」は、複数を排除するものではない。単一のプロセッサまたは他のユニットは、請求項で述べられる数個のアイテムに係る機能を満たし得る。特定の手段が、お互いに異なる従属請求項の中で引用されているという事実だけでは、これらの手段の組合せが有利に使用され得ないことを示すものではない。
コンピュータプログラムは、他のハードウェアと供に、もしくは、ハードウェアの一部として供給される光記録媒体、または、半導体媒体といった、好適な媒体上に保管され、及び/又は、流通される。しかし、コンピュータプログラムは、また、インテーネット、または、他の有線又は無線の電気通信システムを介してといった、他の形式において流通されてもよい。
請求項におけるいかなる参照番号も、発明の範囲を限定するものと解釈されるべきではない。

Claims (15)

  1. ユーザのバイオフィードバック信号を測定するために前記ユーザの皮膚に接触する電極と、
    前記測定されたバイオフィードバック信号の信号特性を決定するための第１の信号処理ユニットと、
    前記測定されたバイオフィードバック信号の信号特徴を抽出し、かつ、前記信号特徴に対する測定誤差の確率を計算することによって、前記測定されたバイオフィードバック信号の信号品質を判断するための第２の信号処理ユニットであり、前記確率はバイオフィードバック信号品質を表している、第２の信号処理ユニットと、
    前記ユーザに対してフィードバックを提供するためのフィードバックユニットであり、前記フィードバックは、前記信号特性と前記信号品質に関して合図手段により提供される合図を含む、フィードバックユニットと、
    を含み、
    前記信号品質の高低は、前記信号特性の表示とは異なる別個の前記合図を使用して示されるか、または、前記信号特性の表示の仕方を変更し、これを前記合図として利用することによって示される、
    ニューロフィードバックシステム。
  2. 前記電極は、ドライ電極である、
    請求項１に記載のニューロフィードバックシステム。
  3. 前記ニューロフィードバックシステムは、リアルタイムに前記ユーザにフィードバックを提供するように適合されている、リアルタイムニューロフィードバックシステムである、
    請求項１に記載のニューロフィードバックシステム。
  4. 前記測定されたバイオフィードバック信号は、時間セグメントに分割され、かつ、
    前記信号特性及び/又は前記バイオフィードバック信号品質が、それぞれの時間セグメントに対して独立的に決定される、
    請求項１に記載のニューロフィードバックシステム。
  5. 前記バイオフィードバック信号は、ＥＥＧ信号であり、かつ、
    前記測定されたＥＥＧ信号の信号特性は、ＥＥＧ周波数帯におけるスペクトラムパワーを含んでいる、
    請求項１に記載のニューロフィードバックシステム。
  6. 前記測定されたバイオフィードバック信号の前記信号特性、及び/又は、前記測定されたバイオフィードバック信号の前記信号特徴は、エレメントグループのうち少なくとも一つのエレメントを含み、
    前記エレメントは、
    前記測定されたバイオフィードバック信号の最小値、
    前記測定されたバイオフィードバック信号の最大値、
    前記測定されたバイオフィードバック信号の平均値、
    前記測定されたバイオフィードバック信号の中央値、
    前記測定されたバイオフィードバック信号の標準偏差、
    前記測定されたバイオフィードバック信号の勾配、
    前記測定されたバイオフィードバック信号の前記最大値と前記最小値との間の差異、
    前記測定されたバイオフィードバック信号の前記平均値と前記中央値との間の差異、
    １から４Ｈｚのデルタ周波数領域における前記測定されたバイオフィードバック信号のスペクトラムパワー、
    ４から８Ｈｚのシータ周波数領域における前記測定されたバイオフィードバック信号のスペクトラムパワー、
    ８から１２Ｈｚのアルファ周波数領域における前記測定されたバイオフィードバック信号のスペクトラムパワー、
    １２から３０Ｈｚのベータ周波数領域における前記測定されたバイオフィードバック信号のスペクトラムパワー、
    ３０から４５Ｈｚの低ガンマ周波数領域における前記測定されたバイオフィードバック信号のスペクトラムパワー、
    ５０から７５Ｈｚの高ガンマ周波数領域における前記測定されたバイオフィードバック信号のスペクトラムパワー、
    を含む、請求項１に記載のニューロフィードバックシステム。
  7. 前記測定誤差の確率に係る歪みの確率分布は、測定誤差無しの前記信号特徴に係る既定の分布から推測される、
    請求項１に記載のニューロフィードバックシステム。
  8. 前記信号特徴に係る前記既定の分布は、ユーザ定義の分布である、
    請求項７に記載のニューロフィードバックシステム。
  9. 前記信号特徴は特徴値によって表わされ、かつ、
    前記測定誤差の確率は、特徴値にわたる測定誤差の確率関数から取得することができる、
    請求項７に記載のニューロフィードバックシステム。
  10. 前記バイオフィードバック信号品質は、前記信号特徴それぞれに対する測定誤差の確率を結合することによって、前記バイオフィードバック信号に係る複数の信号特徴から判断される、
    請求項１に記載のニューロフィードバックシステム。
  11. 前記ニューロフィードバックシステムは、複数の電極を含み、
    前記電極それぞれについて、バイオフィードバック信号が測定され、
    前記バイオフィードバック信号それぞれについて、信号特徴の測定誤差の確率が決定され、かつ、
    前記測定誤差の確率を結合することによって、前記バイオフィードバック信号品質が判断される、
    請求項１に記載のニューロフィードバックシステム。
  12. 前記バイオフィードバック信号品質に応じて、前記フィードバックのリフレッシュメントが前記ユーザに提供される、
    請求項１に記載のニューロフィードバックシステム。
  13. 測定されたバイオフィードバック信号の信号特性を決定するための信号プロセッサであって、かつ、
    前記測定されたバイオフィードバック信号の信号特徴を抽出し、かつ、前記信号特徴に対する測定誤差の確率を計算することによって、前記測定されたバイオフィードバック信号の信号品質を判断するための信号プロセッサであって、前記確率はバイオフィードバック信号品質を表しており、
    フィードバックは、前記信号特性と前記信号品質に関して合図手段により提供される合図を含み、
    前記信号品質の高低は、前記信号特性の表示とは異なる別個の前記合図を使用して示されるか、または、前記信号特性の表示の仕方を変更し、これを前記合図として利用することによって示される、
    信号プロセッサ。
  14. ユーザにニューロフィードバックを提供する方法であって、
    前記ユーザのバイオフィードバック信号を測定するステップと、
    前記測定されたバイオフィードバック信号の信号特性を決定するステップと、
    前記測定されたバイオフィードバック信号の信号特徴を抽出し、かつ、前記信号特徴に対する測定誤差の確率を計算することによって、前記測定されたバイオフィードバック信号の信号品質を判断するステップであり、前記確率はバイオフィードバック信号品質を表している、ステップと、
    前記ユーザに対してフィードバックを提供するステップであり、前記フィードバックは、前記信号特性と前記信号品質に関して合図手段により提供される合図を含む、ステップと、
    を含み、
    前記信号品質の高低は、前記信号特性の表示とは異なる別個の前記合図を使用して行われるか、または、前記信号特性の表示の仕方を変更し、これを前記合図として利用することによって示される、
    方法。
  15. コンピュータ上で実行されたときに、
    請求項１４に記載の方法に係るステップを前記コンピュータに実施させるためのプログラムコード手段を含む、コンピュータプログラム。
JP2015527050A 2012-08-15 2013-08-12 ニューロフィードバックシステム Expired - Fee Related JP6322194B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201261683270P 2012-08-15 2012-08-15
US61/683,270 2012-08-15
PCT/IB2013/056582 WO2014027298A1 (en) 2012-08-15 2013-08-12 Neurofeedback system

Publications (2)

Publication Number Publication Date
JP2015529099A JP2015529099A (ja) 2015-10-05
JP6322194B2 true JP6322194B2 (ja) 2018-05-09

Family

ID=49474649

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015527050A Expired - Fee Related JP6322194B2 (ja) 2012-08-15 2013-08-12 ニューロフィードバックシステム

Country Status (7)

Country Link
US (1) US10758149B2 (ja)
EP (1) EP2884885A1 (ja)
JP (1) JP6322194B2 (ja)
CN (1) CN104519790B (ja)
BR (1) BR112015003046A2 (ja)
RU (1) RU2669466C2 (ja)
WO (1) WO2014027298A1 (ja)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6344871B2 (ja) * 2014-10-22 2018-06-20 株式会社心電技術研究所 脳波測定装置、脳波測定方法および脳波測定システム
US20160166207A1 (en) * 2014-12-11 2016-06-16 Maynard C. Falconer Technologies for biofeedback electrode contact monitoring
GB2537844B (en) * 2015-04-27 2017-04-19 Sensium Healthcare Ltd Electrode-skin contact quality assessment
WO2017001981A1 (en) * 2015-06-30 2017-01-05 Koninklijke Philips N.V. Measurement re-take alert system
FR3038509B1 (fr) * 2015-07-07 2017-08-11 Urgotech Systeme et procede de caracterisation du sommeil d'un individu
PT108690B (pt) * 2015-07-13 2023-04-04 Fund D Anna Sommer Champalimaud E Dr Carlos Montez Champalimaud Sistema e método para interface cérebro-máquina de aprendizagem de operante
CN105361867A (zh) * 2015-10-30 2016-03-02 中国科学技术大学 一种康复数据处理系统
CN109843158A (zh) * 2016-07-13 2019-06-04 悦享趋势科技（北京）有限责任公司 判断脉搏波是否有效的方法及装置
CN106560158A (zh) * 2016-11-23 2017-04-12 深圳创达云睿智能科技有限公司 一种基于脑电的冥想禅修反馈训练方法和装置
US10482227B2 (en) * 2017-03-28 2019-11-19 International Business Machines Corporation Electroencephalography (EEG) based authentication
CN110353699B (zh) * 2018-04-10 2023-03-31 深圳市理邦精密仪器股份有限公司 传感器脱落检测方法、装置及存储介质
US11426126B2 (en) * 2019-05-23 2022-08-30 Biosense Webster (Israel) Ltd. Indicating electrode contact
US20210346709A1 (en) * 2020-04-27 2021-11-11 Cadence Neuroscience, Inc. Therapy systems with quantified biomarker targeting, including for epilepsy treatment, and associated systems and methods
TWI782282B (zh) * 2020-06-08 2022-11-01 宏智生醫科技股份有限公司 腦波監測系統及腦波監測方法
CN114098766A (zh) * 2021-11-04 2022-03-01 杭州菲诗奥医疗科技有限公司 一种eeg信号质量自动检测方法

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2057660C3 (de) 1969-12-11 1978-11-23 Siemens Ag, 1000 Berlin Und 8000 Muenchen Vorrichtung zum Erzeugen eines elektrischen Signals, das für eine bestimmte Eigenschaft eines elektrischen Eingangssignals repräsentativ ist
US3826243A (en) 1972-07-10 1974-07-30 W Anderson Brainwave analysis and feedback method and apparatus
RU2035892C1 (ru) * 1992-07-10 1995-05-27 Евгения Ивановна Попова Способ снижения эмоционального напряжения и устройство для его осуществления
JPH06296597A (ja) 1992-08-19 1994-10-25 D F C:Kk 脳波分析方法及びその装置
US8428605B2 (en) * 2001-10-11 2013-04-23 Innovative Wireless Sweden Ab Adaptive broadband platforms and methods of operation
US7286604B2 (en) * 2003-05-27 2007-10-23 Aquity Llc Carrier interferometry coding and multicarrier processing
US7433732B1 (en) * 2004-02-25 2008-10-07 University Of Florida Research Foundation, Inc. Real-time brain monitoring system
FI20055366A0 (fi) * 2005-06-30 2005-06-30 Gen Electric Elektrodi biopotentiaalisignaalin saamiseksi
US7713213B2 (en) * 2006-03-13 2010-05-11 Cardiac Pacemakers, Inc. Physiological event detection systems and methods
US20090062680A1 (en) * 2007-09-04 2009-03-05 Brain Train Artifact detection and correction system for electroencephalograph neurofeedback training methodology
US20090312663A1 (en) * 2008-06-13 2009-12-17 New York University System and Method for Neurometric Analysis
US9186075B2 (en) 2009-03-24 2015-11-17 Covidien Lp Indicating the accuracy of a physiological parameter
US8556951B2 (en) * 2009-06-03 2013-10-15 Koninklijke Philips N.V. System and method of titrating a phototherapy regime using real-time EEG readings
US20110015496A1 (en) * 2009-07-14 2011-01-20 Sherman Lawrence M Portable medical device
WO2011017778A1 (en) 2009-08-14 2011-02-17 David Burton Anaesthesia and consciousness depth monitoring system
WO2011055291A1 (en) 2009-11-04 2011-05-12 Koninklijke Philips Electronics N.V. Device for positioning electrodes on a user's scalp
US8838226B2 (en) * 2009-12-01 2014-09-16 Neuro Wave Systems Inc Multi-channel brain or cortical activity monitoring and method
US20110295142A1 (en) * 2010-05-25 2011-12-01 Neurowave Systems Inc. Detector for identifying physiological artifacts from physiological signals and method

Also Published As

Publication number Publication date
JP2015529099A (ja) 2015-10-05
CN104519790B (zh) 2018-02-23
RU2015108884A (ru) 2016-10-10
EP2884885A1 (en) 2015-06-24
RU2669466C2 (ru) 2018-10-11
BR112015003046A2 (pt) 2018-05-29
US10758149B2 (en) 2020-09-01
US20150216437A1 (en) 2015-08-06
CN104519790A (zh) 2015-04-15
WO2014027298A1 (en) 2014-02-20

Similar Documents

Publication Publication Date Title
JP6322194B2 (ja) ニューロフィードバックシステム
US11504020B2 (en) Systems and methods for multivariate stroke detection
Casson et al. Electroencephalogram
US9532748B2 (en) Methods and devices for brain activity monitoring supporting mental state development and training
US10835179B2 (en) Headset for bio-signals acquisition
Schneider et al. Monitoring depth of anesthesia utilizing a combination of electroencephalographic and standard measures
Tamura et al. Seamless healthcare monitoring
EP1989998A2 (en) Methods and apparatus for monitoring consciousness
Scanlon et al. Your brain on bikes: P3, MMN/N2b, and baseline noise while pedaling a stationary bike
Poltavski The use of single-electrode wireless EEG in biobehavioral investigations
US20130324880A1 (en) Auditory event-related potential measurement system, auditory event-related potential measurement apparatus, auditory event-related potential measurement method, and computer program thereof
US11020050B2 (en) Systems and methods for EEG monitoring
WO2017069644A2 (en) Wireless eeg headphones for cognitive tracking and neurofeedback
US10966662B2 (en) Motion-dependent averaging for physiological metric estimating systems and methods
Akar et al. Analysis of heart rate variability during auditory stimulation periods in patients with schizophrenia
US20140378859A1 (en) Method of Multichannel Galvanic Skin Response Detection for Improving Measurement Accuracy and Noise/Artifact Rejection
Zoughi et al. A wavelet-based estimating depth of anesthesia
Greischar et al. Effects of electrode density and electrolyte spreading in dense array electroencephalographic recording
KR101534809B1 (ko) 다차원 생체신호 측정기반 집중력 향상용 시청각콘텐츠의 효능 평가 방법
JP2022526343A (ja) 誘発応答の定量化に基づいて感覚刺激を与える方法及びシステム
Pasion et al. Assessing a novel polymer-wick based electrode for EEG neurophysiological research
Ne et al. Hearables, in-ear sensing devices for bio-signal acquisition: a narrative review
US20190320979A1 (en) Method and system for collecting and processing bioelectrical signals
LaCount et al. Dynamic cardiovagal response to motion sickness: a point-process heart rate variability study
KR102476684B1 (ko) 수술 전 뇌 신호를 이용한 마취제 요구량 예측 방법 및 장치

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20160809

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170620

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20170920

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20171113

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20171128

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180223

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: 20180313

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180406

R150 Certificate of patent or registration of utility model

Ref document number: 6322194

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

LAPS Cancellation because of no payment of annual fees