JP6423657B2 - 脳波信号解析結果表示装置及び脳波信号解析結果表示方法 - Google Patents
脳波信号解析結果表示装置及び脳波信号解析結果表示方法 Download PDFInfo
- Publication number
- JP6423657B2 JP6423657B2 JP2014179611A JP2014179611A JP6423657B2 JP 6423657 B2 JP6423657 B2 JP 6423657B2 JP 2014179611 A JP2014179611 A JP 2014179611A JP 2014179611 A JP2014179611 A JP 2014179611A JP 6423657 B2 JP6423657 B2 JP 6423657B2
- Authority
- JP
- Japan
- Prior art keywords
- signal
- analysis result
- hemisphere
- analysis
- result display
- 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
Links
- 238000000034 method Methods 0.000 title claims description 52
- 210000004556 brain Anatomy 0.000 claims description 37
- 238000013528 artificial neural network Methods 0.000 claims description 28
- 230000000694 effects Effects 0.000 claims description 23
- 238000001228 spectrum Methods 0.000 claims description 19
- 238000012880 independent component analysis Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 2
- 238000012935 Averaging Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 description 35
- 230000008451 emotion Effects 0.000 description 21
- 238000001514 detection method Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 14
- 235000013305 food Nutrition 0.000 description 8
- 235000019219 chocolate Nutrition 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000033001 locomotion Effects 0.000 description 7
- 230000000284 resting effect Effects 0.000 description 6
- 230000007177 brain activity Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000009795 derivation Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 210000002569 neuron Anatomy 0.000 description 5
- 238000010304 firing Methods 0.000 description 4
- 230000018984 mastication Effects 0.000 description 4
- 238000010077 mastication Methods 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 210000004720 cerebrum Anatomy 0.000 description 3
- 230000002996 emotional effect Effects 0.000 description 3
- 210000003128 head Anatomy 0.000 description 3
- 230000006698 induction Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 230000009747 swallowing Effects 0.000 description 3
- 206010039897 Sedation Diseases 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 230000037007 arousal Effects 0.000 description 2
- 230000004397 blinking Effects 0.000 description 2
- 230000001055 chewing effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000004424 eye movement Effects 0.000 description 2
- 238000013467 fragmentation Methods 0.000 description 2
- 238000006062 fragmentation reaction Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 230000003183 myoelectrical effect Effects 0.000 description 2
- 210000002442 prefrontal cortex Anatomy 0.000 description 2
- 210000004761 scalp Anatomy 0.000 description 2
- 230000036280 sedation Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 244000248349 Citrus limon Species 0.000 description 1
- 235000005979 Citrus limon Nutrition 0.000 description 1
- 101000710013 Homo sapiens Reversion-inducing cysteine-rich protein with Kazal motifs Proteins 0.000 description 1
- 206010062519 Poor quality sleep Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000036626 alertness Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 210000000877 corpus callosum Anatomy 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 210000001097 facial muscle Anatomy 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000001652 frontal lobe Anatomy 0.000 description 1
- 235000011389 fruit/vegetable juice Nutrition 0.000 description 1
- 239000003349 gelling agent Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 235000015110 jellies Nutrition 0.000 description 1
- 239000008274 jelly Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000004800 psychological effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001624 sedative effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000005476 size effect Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Description
しかしながら、この文献の方法では、パワー絶対値の変動が大きく高精度の測定が難しいため、結果の信頼性が低い。
特許文献2では、本来非線型的であいまいな生体情報のひとつである脳波の不規則な変動、すなわち「ゆらぎ」を如何にして心理データに変換して、感情推定を行うことをテーマとしている。
そのため、主として脳波の周波数成分の「ゆらぎ」を個人の「気分」(快−不快)と「主観的覚醒感」(ぼんやり−はっきり)の二つの軸を指標として測定評価しようとするものである。
第1に、被験者への刺激呈示時には、しばしば咀嚼、嚥下、舌運動、瞬目、眼球運動、顔面筋運動性の筋活動が伴い、また心電位、脈波、体動性のリード線動揺のアーチファクトが混入する。特に喫食時に測定した脳波には、喫食性の筋活動により生ずる筋電位の強いアーチファクトが重畳し、脳波計で測定された脳波をそのまま使用することができない。
第2に、特許文献2の手法による感情推定は、解剖学および神経回路学的な根拠なしに経験的に判断されるため、科学的厳密性を欠き、実用的な精度が得られないという問題がある。
さらに、前記信号処理部は、例えば、後述する手法により、脳波のパワースペクトルの冪関数近似を通じて、神経回路網のスモールワールド性を推定し、さらに両半球の神経回路網状態の対比により、喫食時の感情変化の推定を可能とするものである。
上記構成によれば、複雑な雑音成分を適切に除去して、解析に適した信号処理を行うことができる。
上記構成によれば、特に感情への関与が大きい、左右の前頭眼窩野、内側前頭前野の脳活動をよく反映することができる。
上記構成によれば、複数の雑音除去手段の併用により、脳波成分に影響を与えるほとんど全てのアーチファクトを除去することができる。
上記構成によれば、α帯域成分に関する神経回路網の評価を通じて、自己関連の身体および内省的思考時に機能する、デフォルトモードネットワークの活動を推定することが可能である。
上記構成によれば、近傍脳回における瞬時発火数の指標が得られ、その時系列から神経回路網のスモールワールド性の評価を行うための情報として用いることができる。
上記構成によれば、刺激に応じた感情生成時間に対応して、適切な感情変化を追跡することが可能である。
上記構成によれば、解析時間単位の最適化と後に行う集合平均値導出とにより、精度の高い解析結果を得ることができる。
ここで、前記切り出した信号はフーリエ変換を始め何らかの方法で周波数領域情報に変換し、パワースペクトルを得るが、前記低域側で十分な周波数解像度が得られるアルゴリズムとしてはウェーブレット変換が推奨される。
すなわち、周波数の割に標本数が少ない低域側において高い周波数解像度が得られることで、後に行う冪関数近似により求めるスケーリング係数を、高精度で取得することができる。
上記構成によれば、過不足なくスケールフリー領域を捕捉することができ、後に行う冪関数近似により求めるスケーリング係数を、高精度で取得することができる。
P(x)∝x−β
で表される冪関数による近似により、その指数の非負部βとして、スケーリング係数を求めることができる。またパワースペクトルを両対数軸にプロットし、近似直線の傾きを求めることによっても求めることができる。またデトレンド変動分析、フラクタル解析等の手法によっても求めることができる。
スケーリング係数は、解析時間全体に渡り集合平均を算出する。また感情の時間変化を解析する場合は、集合平均を算出せず切り出した信号ごとのスケーリング係数を時系列にプロットし、時間変化を解析することができる。この場合、切り出し区間をオーバーラップさせることにより、解析時に発生する切り出し境界付近の信号の歪みを抑制し、解析精度の低下を防ぐことができる。
上記構成によれば、スケーリング係数を、精度よく簡便かつ容易に求めることができる。
好ましくは、前記スケーリング係数の集合平均または時系列プロットの各時点値は、右半球の一極の脳波解析により得た集合平均を水平軸、左半球の一極の脳波解析により得た集合平均を垂直軸として、二次元プロットする。
上記構成によれば、左右の各半球の神経回路網のスモールワールド性を0から1のスケーリング係数により評価することができる。ここで0はニューラルネットワークが巨視的に特徴的な構造を示さない白色雑音様の状態、1は自己相似構造が示唆される組織化された状態を表わす。前頭葉α帯域成分の意義については、内側前頭前野、前部帯状回のデフォルトモードネットワークの活動との相関が高い、との説が有力である。従って、スケーリング係数0がノード間に特徴的なネットワーク構造が形成されておらずデフォルトモードネットワークの活動が低下した状態、1がネットワーク構造が形成されデフォルトモードネットワークが活性化した状態、と考えることが出来る。
個々の神経細胞(ニューロン)の位相および周波数の異なる発火は、一定条件下、雑音誘起位相同期によりメゾスコピックな同期クラスタを形成し、さらに大域的な同期へと発展し得る。本発明における頭皮上電極で観測される脳波はメゾスコピックな同期クラスタの活動を反映するものと考えられ、特に実効電圧は近傍脳回のニューロンの瞬時発火数の指標になるものと考えた。その解析により、α帯域成分の成因である複数のα帯域電源が成す神経回路網の、大域的同期の状態を評価することができる。
言語処理は、情報処理・文構成・音韻処理・発話等に細分化される両半球の共同作業であるが、約90%の者で左半球が優勢に処理されている。左半球は言語を用いる論理的思考全般に優勢な活動を示す。一方、音韻・空間・感情など、非言語的処理は、同様に両側性でありながらも、比較的右半球優位の活動であることが知られている。
上記の2つの視点を合わせることにより、左半球前頭部のスケーリング係数は、0近辺が論理思考が活発な状態「思索」、1近辺が漫然と思い巡らせている状態「悠々」、右半球前頭部のスケーリング係数は、0近辺が周囲に対し注意・警戒し緊張している状態「覚醒」、1近辺が周囲が気にならずリラックスした状態「鎮静」、と解釈することができる。
1)脳波を利用して感情、思考を計測できるとする方法がいくつも呈示されているが、多くは経験的技法に頼っており、なぜその方法により感情、思考が推定できるか説明されていないが、本発明では、これらに比較してより明確に理由が示されているので、結果の信頼性がより高く担保されている。
2)本発明は他の手法に比べて演算処理の方法上解析がロバストであり、脳波自体から振幅、パワーなどを導くのではなく、アーチファクトを除去した信号を用いてパワースペクトルのスケーリング係数を求めて評価するため、結果の安定性が高い。
3)本発明では、動作の大きい咀嚼・嚥下を伴う喫食等を除く多くの場合、脳波の測定や解析結果の取得までの過程に高度の経験を要せず、計測の場所的条件等が無いので、実施が簡単である。
計測時に被検者に厳密な動作の抑制を課したり、喫食・視聴等に伴う体動の制限や不自然な拘束等を条件としないので、被検者の側面からも実施が容易である。
一般的な脳波計を使用し、所定のプログラムを実行する処理装置(パソコン)を用意すればよいので、特殊な装置を必要としない。
4)従来の方法は、被検者について、安静時や低活動時等の計測条件の制約があるが、本発明では、喫食、開眼等に伴うアーチファクト発生時など、様々なノイズ発生条件下でも実施でき、応用範囲が広い。
尚、以下に述べる実施形態は、本発明の好適な具体例であるから、技術的に好ましい種々の限定が付されているが、本発明の範囲は、以下の説明において特に本発明を限定する旨の記載がない限り、これらの態様に限られるものではない。
図1は、本発明の実施形態に係る脳内神経回路網状態検出装置の概略構成図である。
図において、脳内神経回路網状態検出装置1は、被検者(図示せず)の脳内刺激を検出するためのものである。
この実施形態では信号集録部2、増幅器3、A/D変換器4、信号処理・解析部5、表示部30を有している。信号集録部2、増幅器3、A/D変換器4および信号処理・解析部5に含まれる前処理部6までの構成は、これらの機能を有する市販の脳波計を使用してもよい。脳波計の種類は特に限定されるわけではない。頭皮上の電極は国際式電極配置に従い配置した。
増幅器3からの増幅信号は、A/D変換器4によりデジタル化され、信号処理・解析部5に入力される。信号処理・解析部5はひとつのあるいは複数のコンピュータと、目的にしたがって動作するソフトウエアやシーケンス回路により構成することができ、例えば、パーソナルコンピュータで構成してもよい。すなわち、いうまでもなく、信号の処理部と演算処理部とメモリとを有するものであれば、具体的名称が何であれ、本書で言うコンピュータの範疇である。
前処理部6は例えば、必要により、入力されたデジタル信号の記録を行うデジタル化データ記録部10、基準電極誘導部11、低域通過フィルタ12、高域通過フィルタ13を含んでいる。
アーチファクト除去部7は、例えば、必要に応じて、δ帯域ハイパスフィルタ14、独立成分分析部15、独立ベクトル分析部16等を含んでおり、δ帯域ハイパスフィルタ14、独立成分分析部15、独立ベクトル分析部16はいずれかひとつだけを備えていてもよい。
アーチファクト除去後の信号処理部8は、例えば、特定帯域成分取出し部17、極値検出部18、包絡線導出部19、実効電圧導出部20、信号間引部21、断片化信号処理部22、スケーリング係数導出部23等を含んでいる。
解析部9は二軸グラフ作成部24を含んでいる。表示部30は、信号処理・解析部5による処理および解析結果をディスプレイや印刷等の出力手段により示すものである。
本実施形態の脳内神経回路網状態検出装置1は以上のように構成されており、以下で説明する方法を実行することができる。
図2は、本発明の脳内神経回路網状態検出方法の一例を示すものである。
図1の脳内神経回路網状態検出装置1では、例えば、ガムやチョコレート等を喫食しながら、喫食被検者の脳波を国際式電極配置の各電極において集録する(ST1)。
この時、計測に際して誘導法は任意であるが、喫食に伴うアーチファクトの重畳を考慮すると、顕著なアーチファクトの重畳が見られる両側の下前頭、中側頭を除く15極による「平均基準電極法」によることが好ましい。これは加算平均電位を基準電位とする誘導法である。
すなわち、アナログーディジタル変換器4で
アナログーディジタル変換を行い(ST3)、基準電極誘導を行う(ST4)。信号処理・解析部5に含まれる前処理部6の低域通過フィルタ12による交流障害および高域アーチファクトの除去(ST5)、高域通過フィルタ13による基線動揺除去(ST6)により、脳波自体を構成するδ帯域より低域側、およびβ帯域より高域側の信号を予め除去し、同時に波形に異常がないか確認する。
例えば、低域通過フィルタとして通過帯域30.0Hz、阻止帯域32.0Hzの、高域通過フィルタとして通過帯域1.7Hz、阻止帯域0.1Hzの最小自乗FIRフィルタを使用することができる。
脳波には、種々のアーチファクトが重畳しており、例えば、図3(a)に示すように、ガム喫食時の脳波には、ほぼすべてのチャンネルにt1ないしt5の間隔で大きなアーチファクトが観察される。これは、喫食中の被検者の、主として咀嚼に伴う筋電位が重畳したものである。
集録した観測位置が異なる複数の観測信号を生成する、複数の原信号およびその線形混合行列を、原信号間の独立性を基準に近似的に推定する。
独立性の基準は、分布型を陽に用いず原信号の非ガウス性により評価する、分布型を仮定し直接独立性を評価する、低次モーメントのみを使用し相互相関により評価する、など、信号の特性に応じてどの方法を用いて設定してもよい。
観測信号に分離行列(混合行列の逆行列)を乗算することにより、原信号を推定する。
導出された複数の推定原信号の中から、事前情報により雑音信号を推定し、それを0ベクトルに置換し再混合することで、雑音を除去した観測信号を得ることができる。
このような処理に替えて行われる手法である独立ベクトル分析は以下のように行われる。
図1の独立ベクトル分析(IVA)部16において、アーチファクトの除去を行う方法を簡単に述べる。
強度の咀嚼に伴うアーチファクトは畳み込まれているため、独立成分分析を始めとする瞬時混合を前提とした解法では、原信号の推定ができない。そこで畳み込み混合問題として解く必要があるが、脳波は、例えば国際式電極配置においては19極と多チャンネルであるため集録標本点数が数万〜数十万点にも及ぶ膨大なデータ量を有するデータであり、演算量の多さから時間領域で解くことは実質的に困難である。従ってデータを短時間ごとに切り出し、畳み込みの影響が解消される周波数領域で原信号に分解する、周波数領域独立成分分析の適用が望まれる。
独立ベクトル分析(IVA)部16による演算手順は、アーチファクトが重畳する複数チャネル信号を、短時間フーリエ変換により短時間ごとに切り出しながら周波数領域展開し、周波数領域で唯一の独立性基準に基づき分離行列を推定、切り出した周波数領域観測信号に積算することで独立成分としての周波数領域原信号を推定、逆短時間フーリエ変換により時間領域に書き戻し、目視により原信号中の中からアーチファクトと推定される信号を判別、アーチファクトと推定される信号を0ベクトルに置換の上、原信号全体を短時間フーリエ変換により周波数領域に再展開、混合行列を積算することで周波数領域のアーチファクトを除去した観測信号を導出、逆短時間フーリエ変換により時間領域のアーチファクトを除去した観測信号が得られる(図3(b))。
上述の各手法は既に知られた手法であり、より詳しくは、電子情報通信学会技術研究報告、第114巻51号37ページないし42ページ(2014年発行)を参照されたい。
前頭極のアーチファクト除去後の信号(左右半球のデータ)を示している。
α波は大部分のヒトの安静時脳波に観察され、たとえ視認されなくとも凡そ10ないし40%の構成比で含まれる常在波であり、基礎的な脳活動を反映している。そのため、本実施形態では、脳波のうち特にα帯域成分を取り出して用いる(ST8)。
しかしながら、よく知られる漸増漸減現象のため振幅の消長が著しく、直接その電圧を推定することが困難である。
図5では、好ましくは、左右半球に対応する各1の電極を選定して、特定帯域成分取出し部17により、各1のα帯域成分をとりだし、さらに、信号の時系列の極大および極小値(例えば符号Pで示す箇所)を検出し(ST9)、包絡線を導出する(ST10)。
極大ならびに極小の各包絡線をとり、これらの絶対値を平均した値に1/√2を乗じて、図6に示すように実効電圧を近似的に求める。
これは、既に説明したように、脳波の実効電圧は、ニューロンの発火率の指標として、簡便に得られる有用な方法であるとの着想によるものである。
続いて、断片化信号処理部22における処理を行う。
図7に示すように、刺激に応じた感情生成時間に対応して3.2秒ないし1024秒ずつ時系列に切り出し断片化する(ST13)(断片化信号)。好ましくは6.4秒ないし512秒ずつ時系列に切り出し断片化する。本実施形態では、一般的な感情生成に要する時間が20ないし30秒とされているので、その範囲において標本数が信号処理に適する2の冪乗と等しくなるよう、切り出し時間を25.6秒に設定している。
切り出し区間に関し、低域側は、25.6秒のデータ長、すなわちそれを1周期として含む成分である0.039Hz成分を下限、高域側は、ST9の極値検出時の標本化周波数である約10Hzのナイキスト周波数である5Hzを上限、とする制約を受ける。スペクトル漏れによる歪みを考慮すれば、理論上の上限および下限に対し余裕を持たせた、0.05Hzから1.0Hzを切り出すことが望ましい。
続いて、スケーリング係数導出部23により、パワースペクトルの冪関数近似により、近似関数の指数の非負部としてスケーリング係数を得る(ST16)。
ST14ないしST16の処理を、近似の様子が分かりやすいよう、両対数グラフに表示したものを図8に示す。
図9は、導出したスケーリング係数に基づいて、二軸グラフ作成部24が作成する感情を解析する場合の二軸グラフである。
このグラフに表示される解析結果により、刺激に応じて生起した大脳皮質の反応が、左半球優位であるか、右半球優位であるかを判断することができる。
反応が左半球優位である場合は思索などの言語的活動の高低に関する要素が強い刺激であり、右半球優位である場合は、身体モニタリング、感情などの非言語的活動の高低に関する要素が強い刺激であると解析することができる(ST17)。
1)左右両極のスケーリング係数をメゾスコピックなα帯域電源ネットワークのスモールワールド性の指標値として評価する。
2)図示のように、左半球のスケーリング係数の負数の大きさを「思索」、右半球のスケーリング係数の負数の大きさを「身体モニタリングもしくは感情」に関わる脳活動の大きさと解釈し、二軸にプロットする。具体的には左半球軸は思索(上)−「悠々」(下)、右半球軸は「覚醒」(右)−「鎮静」(左)とする。
3名の被験者による個包装チョコレート1個(4.8g)の喫食中の脳波を、図1に示す装置を用いて開眼で集録し、直前に測定した閉眼安静時の脳波と比較した。図2に示す手順に従い演算を行った。
図2のST4に示す基準電極誘導は、国際式電極配置が指定する19極のうち、喫食に伴うアーチファクトが特に強く重畳する、左右の下前頭、中側頭を除く、15極を使用した。
さらに図2の手順に従い演算を進め、左半球電極として左前頭極(Fp1)、右半球電極として右前頭極(Fp2)のスケーリング係数を導出した。
被験者ごとに、以上の手順全体を2〜6回反復して行い、被験者ごとのスケーリング係数の総平均を算出し、喫食前安静時と比較した。左右のスケーリング係数を、右ないしは上が高活性を表わす一般的な通念に合わせて負数として表し、その対比を図11の二次元グラフに示す。また表1に、スケーリング係数の負数を数値として示す。
チョコレートの心理的な賦活作用については、意識調査、心理学実験、疫学調査により広く知られているが、本試験においてもそれを示す結果が得られた。
Claims (11)
- 被験者の頭部に配置される頭部電極と、
前記頭部電極が得た原脳波に対して必要に応じて雑音除去の手法を用いて、雑音成分を除去する雑音除去部と、
前記雑音を除去した低アーチファクト信号から特定帯域成分の信号を得る特定帯域信号取得部と、
前記特定帯域信号の実効電圧を求める実効電圧導出部と、
前記被験者の脳の左右各半球の前記実効電圧の時系列信号を解析して得た左右各半球についての解析結果の集合平均を、右半球を一方の軸とし左半球を他方の軸とした二次元グラフ上に一つのプロットとして表示部に表示させる解析部とを備える
ことを特徴とする、脳波信号解析結果表示装置。 - 前記雑音除去部において、δ帯域遮断高域通過フィルタ、独立成分分析、独立ベクトル分析のいずれか一つまたは複数によりアーチファクト除去を行うことを特徴とする請求項1に記載の脳波信号解析結果表示装置。
- 被験者の頭部に複数個の電極を配置して、原脳波を得る原脳波取得工程と、
前記原脳波に対して必要に応じて雑音除去の手法を用いて、アーチファクトを除去する雑音除去工程と、
前記雑音を除去した低アーチファクト信号から特定帯域成分の信号を得る特定帯域信号取得工程と、
前記特定帯域信号の実効電圧を求める実効電圧導出工程と、
前記被験者の脳の左右各半球の前記実効電圧の時系列信号を解析して得た左右各半球についての解析結果の集合平均を、右半球を一方の軸とし左半球を他方の軸とした二次元グラフ上に一つのプロットとして表示する工程と
を含むことを特徴とする脳波信号解析結果表示方法。 - 前記原脳波取得工程において、前記複数の電極から選択された各半球の一対の電極にて信号を集録することを特徴とする請求項3に記載の脳波信号解析結果表示方法。
- 前記雑音除去工程において、δ帯域遮断高域通過フィルタ、独立成分分析、独立ベクトル分析のいずれか一つまたは複数によりアーチファクト除去を行うことを特徴とする請求項3または4に記載の脳波信号解析結果表示方法。
- 前記特定帯域信号としてα帯域成分を用いることを特徴とする請求項3ないし5のいずれかに記載の脳波信号解析結果表示方法。
- 前記実効電圧導出工程では、前記特定帯域信号の上下の各包絡線をとり、これらの絶対値を平均した値に1/√2を乗じて前記実効電圧を求めることを特徴とする請求項3ないし6のいずれかに記載の脳波信号解析結果表示方法。
- 導出した実効電圧信号を3.2秒ないし1024秒ずつ時系列に切り出すことを特徴とする請求項7に記載の脳波信号解析結果表示方法。
- 前記切り出した信号について、ウェーブレット変換等の低域側で十分な周波数解像度が得られるアルゴリズムを用いて、パワースペクトルを導出することを特徴とする請求項8に記載の脳波信号解析結果表示方法。
- 前記パワースペクトルの、周波数軸の下限を0.01Hzないし0.5Hzから、上限を0.5Hzないし5.0Hzから選択して、前記パワースペクトルを切り出し、冪関数近似によりその指数を導出、もしくは両対数軸に変換のうえ線形近似を行いその傾きを導出し、神経回路網のスケールフリー性の指標であるスケーリング係数を求め、必要に応じて前記切り出した信号の時系列の集合平均により解析全体のスケーリング係数を求めることを特徴とする請求項9に記載の脳波信号解析結果表示方法。
- 前記スケーリング係数もしくは平均により求めた解析全体のスケーリング係数の、左右各半球の値を二次元にプロットし、脳の右半球と左半球に関して活動状態の描出を行うことを特徴とする請求項10に記載の脳波信号解析結果表示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014179611A JP6423657B2 (ja) | 2014-09-03 | 2014-09-03 | 脳波信号解析結果表示装置及び脳波信号解析結果表示方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014179611A JP6423657B2 (ja) | 2014-09-03 | 2014-09-03 | 脳波信号解析結果表示装置及び脳波信号解析結果表示方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016052430A JP2016052430A (ja) | 2016-04-14 |
JP6423657B2 true JP6423657B2 (ja) | 2018-11-14 |
Family
ID=55744421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014179611A Active JP6423657B2 (ja) | 2014-09-03 | 2014-09-03 | 脳波信号解析結果表示装置及び脳波信号解析結果表示方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6423657B2 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11494640B2 (en) | 2017-04-10 | 2022-11-08 | Softbank Corp. | Information processing apparatus, information processing method, and program |
US11494388B2 (en) | 2017-04-10 | 2022-11-08 | Softbank Corp. | Information processing apparatus, information processing method, and program |
JP6864085B2 (ja) | 2017-04-10 | 2021-04-21 | ソフトバンク株式会社 | 情報処理装置、情報処理方法、およびプログラム |
KR102129416B1 (ko) * | 2017-09-26 | 2020-07-02 | 연세대학교 산학협력단 | 뇌 신호로부터 변환한 이미지 기반의 감정 인식 방법 및 장치 |
CN110464344A (zh) * | 2019-08-16 | 2019-11-19 | 兰州大学 | 集脑电信号采集和音乐播放的装置及其播放音乐的方法 |
WO2023238186A1 (ja) * | 2022-06-06 | 2023-12-14 | ソフトバンク株式会社 | Nn成長装置、情報処理装置、ニューラル・ネットワーク情報の生産方法、およびプログラム |
KR20240002504A (ko) * | 2022-06-29 | 2024-01-05 | 주식회사 뉴로그린 | Eeg 신호 전처리 장치 및 방법 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61137540A (ja) * | 1984-12-07 | 1986-06-25 | 近畿計測器株式会社 | 脳波の周波数・振幅分布地図作成表示装置 |
US6292688B1 (en) * | 1996-02-28 | 2001-09-18 | Advanced Neurotechnologies, Inc. | Method and apparatus for analyzing neurological response to emotion-inducing stimuli |
JP2001128951A (ja) * | 1999-11-02 | 2001-05-15 | Ge Medical Systems Global Technology Co Llc | 脳波装置及び脳波の左右差表示方法 |
US8838226B2 (en) * | 2009-12-01 | 2014-09-16 | Neuro Wave Systems Inc | Multi-channel brain or cortical activity monitoring and method |
-
2014
- 2014-09-03 JP JP2014179611A patent/JP6423657B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016052430A (ja) | 2016-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6423657B2 (ja) | 脳波信号解析結果表示装置及び脳波信号解析結果表示方法 | |
Miller et al. | Rapid online language mapping with electrocorticography | |
Secerbegovic et al. | Mental workload vs. stress differentiation using single-channel EEG | |
US20200113466A1 (en) | Systems and Methods for Tracking Non-Stationary Spectral Structure and Dynamics in Physiological Data | |
JP2019528104A (ja) | 生体信号のモニタリングのための耳内感知システムおよび方法 | |
KR101706739B1 (ko) | 인체 미동 기반 심장 정보 추출 방법 | |
Shirinpour et al. | Experimental evaluation of methods for real-time EEG phase-specific transcranial magnetic stimulation | |
Jestrović et al. | Decoding human swallowing via electroencephalography: a state-of-the-art review | |
Kohli et al. | Removal of transcranial ac current stimulation artifact from simultaneous EEG recordings by superposition of moving averages | |
Alshaikhli et al. | A study on the effects of EEG and ECG signals while listening to Qur'an recitation | |
Kochupillai | Quantitative analysis of EEG signal before and after Sudharshana Kriya Yoga | |
Estrada et al. | Itakura distance: A useful similarity measure between EEG and EOG signals in computer-aided classification of sleep stages | |
LaCount et al. | Dynamic cardiovagal response to motion sickness: a point-process heart rate variability study | |
Moyeenudin et al. | Analysis of Electroencephalographic Signals to Study the Behavior of Brain Frequencies for the Study of Academic Stress | |
Omar et al. | Assessment of acute ischemic stroke brainwave using Relative Power Ratio | |
Alawieh et al. | A real-time ECG feature extraction algorithm for detecting meditation levels within a general measurement setup | |
Mobarak et al. | Transient state analysis of the multichannel EMG signal using Hjorth’s parameters for identification of hand movements | |
KR101919907B1 (ko) | 다중 신경생리신호 기반 사용자 간 상호작용 모니터링 장치 및 방법 | |
Mariam et al. | Comparing the habituation of late auditory evoked potentials to loud and soft sound | |
Manic et al. | Characterisation and separation of brainwave signals | |
Saker et al. | Platform for EEG signal processing for motor imagery-application brain computer interface | |
Shaw et al. | Topographical sub-bands analysis of eeg during short kriya yoga meditation | |
Dubey et al. | Digital analysis of EEG brain signal | |
Medithe et al. | Removal of ocular artifacts in EEG | |
Plechawska-Wójcik et al. | An analysis of EEG signal combined with pupillary response in the dynamics of human cognitive processing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170421 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180322 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180417 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180528 |
|
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: 20181016 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181019 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6423657 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |