JP6658099B2

JP6658099B2 - 脳波信号処理システム、脳波信号処理方法及びプログラム

Info

Publication number: JP6658099B2
Application number: JP2016038295A
Authority: JP
Inventors: 小黒　久史; 久史小黒
Original assignee: Toppan Inc
Current assignee: Toppan Inc
Priority date: 2016-02-29
Filing date: 2016-02-29
Publication date: 2020-03-04
Anticipated expiration: 2036-02-29
Also published as: JP2017153626A

Description

本発明は、ユーザーの脳波を観測することによってユーザーの心理状態あるいは生理状態を知る際に用いて好適な脳波信号処理システム、脳波信号処理方法及びプログラムに関する

脳内活動の分布や変化を解析することによって、ユーザーの心理状態や生理状態を推定することができる。例えば、ブレイン・マシン・インタフェース（Ｂｒａｉｎ−ＭａｃｈｉｎｅＩｎｔｅｒｆａｃｅ）は、ユーザーの脳内活動を解析することで当該ユーザーの意思を推定して装置の操作入力とするものである（非特許文献１）。脳内活動からユーザーの感情を推定しようとする試みも様々行われている（非特許文献２）。

脳内活動の状況を推定するために広く用いられている計測手段の一つは脳波計側である。頭皮上に複数個の脳波電極を装着し、複数チャンネルの増幅が可能な脳波アンプを用いることで、脳内活動の分布を反映した脳波信号が得られる。フーリエ変換などの周波数解析を用いて求められる脳波のパワースペクトルの変化や、電極間のパワースペクトルの差異を、脳内信号源の挙動を示す指標として、ユーザーの状態推定のために用いる方法が広く用いられている。脳の異なる部位の活動に対応する異なる電極位置で観測される複数チャンネルの脳波信号の相互関係性から、ユーザーの状態を推定する方法（非特許文献３）もある。脳内信号源の相互関係性は脳波チャンネル間の相互相関係数などで数値化することができる。

ただし、頭皮上に装着された電極を用いて計測される脳波信号（以下、観測信号と称する）は、脳内や脳外に散在する複数の信号源からの電気信号が混合されたものであり、脳内の特定部位の挙動を直接的に反映するものではない。複数の信号源が存在すると仮定される場合に、特定の事象に関係する信号源を分離して解析する方法として、信号源が発する原信号の統計的独立性を仮定した独立成分分析（特許文献１、非特許文献４）などのアルゴリズムを用いた信号源分離手法が知られている。

特許第４８７６９８８号公報

「脳を活かす」研究会編、ブレイン・マシン・インタフェース−脳と機械をつなぐ、オーム社２００７／９関大輔、横澤宏一、純正律和音が与える印象と脳磁界活動との関係性の評価、電子情報通信学会技術研究報告．ＮＣ、ニューロコンピューティング１１１（４８３）、３７１−３７６、２０１２−０３−０７武田裕司、ガンマ帯域脳波で測る関心・好感度、産総研ＴＯＤＡＹＶｏｌ．９、ｐｐ．２０、２００９金山範明、大平英樹、開一夫、独立成分分析を用いた視−触覚統合処理時の脳活動の分離検討、電子情報通信学会技術研究報告、ＨＩＰ、ヒューマン情報処理１０９（３４５）、１１９−１２３、２００９

ところで、脳波は、ニューロンネットワークを流れたインパルスを外部から観測した電気信号である。脳波は、主要な振動信号の周波数によって、０．４〜４Ｈｚのデルタ波、４〜８Ｈｚのシータ波、８〜１４Ｈｚのアルファ波および１４〜２６Ｈｚのベータ波に分類されている。ただし、脳波は、インパルス（１ｍｓ程度のパルス幅の信号）の集合によって発生された電気信号であるため、広い領域の周波数成分を含んでいる。一方、頭皮上に装着された電極を用いて計測される観測信号は次のような雑音信号を含んでいる。すなわち、雑音信号には、筋線維の活動電位の変化による信号、皮膚電気活動の変化による信号、商用電源周波数の信号等がある。雑音信号の主要な信号の周波数帯域は数Ｈｚ〜数十Ｈｚ程度であり、脳波の周波数帯域と重なる。信号源の分離を行うことによって、脳内にあると想定される複数の脳波信号源からの信号と合わせて、これらの雑音信号も分離することができる。脳波信号を、選択された周波数のみを通過させるフィルタに通して、周波数が限定された信号を生成し、この周波数が限定された信号を入力とした信号源の分離を行うことで、選択された以外の周波数における信号源の関係性を無視し、選択された周波数において相互に独立した信号源を分離することが出来る。異なったパワースペクトルを持つ信号源が多数存在するため、選択する周波数を変更することで、異なる組み合わせの信号源の分離が可能になる。発明者は、信号源の分離に適した周波数成分と、ユーザーの心理状態あるいは生理状態を知るために適した周波数成分とが異なる場合があることを見出した。特に、脳波信号源の分離に適した周波数成分が、ユーザーの心理状態あるいは生理状態を知るために適した周波数成分を含まない場合においては、信号源分離の結果信号をそのまま用いる事はできない。

本発明は、上述したような事情を考慮してなされたものであり、信号源の分離に適した周波数成分と、ユーザーの心理状態あるいは生理状態を知るために適した周波数成分とが異なる場合であっても、観測信号が含む複数の脳内の信号源の各々からの信号成分を分離することができる脳波信号処理システム、脳波信号処理方法及びプログラムを提供することを目的とする。

上記課題を解決するため、本発明の一態様は、頭部に装着された２個以上の電極を用いて取得された多チャンネルの観測信号から、各々の前記電極と電気的に異なる関係を有すると仮定される複数の信号源からの複数の信号成分をそれぞれ分離する機能を備えた脳波信号処理システムであって、前記多チャンネルの観測信号から抽出された限定された周波数帯域の各信号を用いて分離関数を決定する分離関数推定部と、前記分離関数推定部が決定した前記分離関数を用いて、前記多チャンネルの観測信号から前記各信号成分を分離する分離演算部と、を備えることを特徴とする脳波信号処理システムである。

本発明の一態様は、上記の脳波信号処理システムであって、前記信号成分の分離に独立成分分析を用いることを特徴とする。

本発明の一態様は、上記の脳波信号処理システムであって、前記信号成分の分離に主成分分析を用いることを特徴とする。

本発明の一態様は、上記の脳波信号処理システムであって、前記分離演算部が分離した前記各信号成分から解析に用いる周波数帯域の各信号を抽出する解析信号抽出部と、前記解析信号抽出部が抽出した前記各信号に基づき前記各信号源が発した信号間の関係性を数値化する相関演算部と、前記相関演算部が算出した前記各信号源が発した信号間の関係性に基づきユーザーの状態を推定するユーザー状態推定部とを備えることを特徴とする。

本発明の一態様は、頭部に装着された２個以上の電極を用いて取得された多チャンネルの観測信号から、各々の前記電極と電気的に異なる関係を有すると仮定される複数の信号源からの複数の信号成分をそれぞれ分離する脳波信号処理方法であって、前記多チャンネルの観測信号から抽出された限定された周波数帯域の各信号を用いて分離関数を決定する分離関数決定工程と、前記分離関数決定工程で決定された前記分離関数を用いて、前記多チャンネルの観測信号から前記各信号成分を分離する分離演算工程とを含むことを特徴とする脳波信号処理方法である。

本発明の一態様は、頭部に装着された２個以上の電極を用いて取得された多チャンネルの観測信号から、各々の前記電極と電気的に異なる関係を有すると仮定される複数の信号源からの複数の信号成分をそれぞれ分離するためのプログラムであって、前記多チャンネルの観測信号から抽出された限定された周波数帯域の各信号を用いて分離関数を決定する分離関数決定工程と、前記分離関数決定工程で決定された前記分離関数を用いて、前記多チャンネルの観測信号から前記各信号成分を分離する分離演算工程とをコンピュータに実行させるプログラムである。

本発明では、多チャンネルの観測信号から抽出された限定された周波数帯域の各信号を用いて分離関数が決定される。したがって、限定された周波数帯域を、例えば、決定した分離関数を用いて結果として各信号源からの信号を明瞭に分離することができ、かつ、解析対象の周波数とは異なる周波数領域に設定できれば、高い自由度で解析に適した分離関数を決定することができる。よって、本発明によれば、信号源の分離に適した周波数成分と、ユーザーの心理状態あるいは生理状態を知るために適した周波数成分とが異なる場合であっても、観測信号が含む複数の脳内の信号源信号源の各々からの信号成分を分離することができる。

本実施形態によるユーザー状態推定装置の構成例を示すブロック図である。本実施形態による脳波計測部の構成例を示すブロック図である。本実施形態による信号処理フローを示す図である。４種の楽曲を聴取している時の脳波の複数チャンネルの内１チャンネルと他チャンネルとの４〜８Ｈｚにおける相関係数の時系列変化を示すグラフである。前記４種の楽曲を聴取している時の脳波の１５〜４０Ｈｚの周波数成分を用いて独立成分分析を行って得られた独立成分の内１成分と他成分との相関係数の時系列変化を示すグラフである。前記４種の楽曲を聴取した際の脳波の４〜８Ｈｚの帯域を用いて独立成分分析を行って得た分離行列を用い、前記信号を分離して推定した信号源の内１個と他との８〜１３Ｈｚにおける相関係数の時系列変化を示すグラフである。

以下、本発明の脳波信号処理システムの実施形態について図面を用いて説明する。なお、本実施形態は、一例として、独立成分分析による脳内信号源分離を行うととともに、脳内信号源が発した信号間の相関変化を用いたユーザー状態推定を行う構成を備えている。図１は、本発明の脳波信号処理システムの一実施形態であるユーザー状態推定装置の概略構成を示すブロック図である。ユーザー状態推定装置１は、コンピュータ１０と、脳波計測部１１と、表示装置１９とを備える。コンピュータ１０は、例えば、パーソナルコンピュータ、スマートフォン、タブレット端末等の情報処理装置である。図１に示した例は、コンピュータ１０の外部に表示装置１９を設けているが、コンピュータ１０は表示装置１９を内蔵していてもよい。

図１に示したコンピュータ１０は、前段周波数フィルタ１２と、分離行列推定部１３と、分離演算部１４と、後段段周波数フィルタ１５と、相関演算部１６と、ユーザー状態推定部１７と、表示部１８とを備える。前段周波数フィルタ１２、分離行列推定部１３、分離演算部１４、後段段周波数フィルタ１５、相関演算部１６およびユーザー状態推定部１７は、コンピュータ１０を構成するＣＰＵ（中央処理装置）、記憶装置等のハードウェアと、ＣＰＵが実行するソフトウエアとから構成されている。

図２は、図１に示した脳波計測部１１の概略構成を示す。脳波計測部１１は接地電極２１と計測チャンネルと同数以上の脳波電極２２を含む。また、脳波計測部１１は、増幅器２４とＡＤ（アナログ／デジタル）変換器２５とを含む。接地電極２１および脳波電極２２は、ユーザーの頭部７にバンド２２ａ、キャップ、ジェル剤等を用いて装着される。増幅器２４は、微弱な電気信号である脳波を増幅し、ＡＤ変換器２５の入力とする。ＡＤ変換器２５は、増幅器２４で増幅されたアナログ脳波信号をデジタル変換し、コンピュータ１０の入力となるデジタル化された観測信号を生成する。ここで、観測信号は、複数チャンネルのデジタル脳波信号を含む。デジタル脳波信号は、脳波と雑音とを含むアナログ脳波信号をデジタル化した信号である。

ＡＤ変換器２５は、各チャンネルのアナログ脳波信号を、例えば、４０００回／秒のレートでサンプリングして、サンプリングした１サンプルを１チャンネル当たり１６ビットのデジタルデータに変換する。この場合、２ｋＨｚまでの脳波信号が計測可能である。

図１に示した構成例において、前段周波数フィルタ１２は、例えば高次チェビシェフ特性を持つデジタル無限インパルス応答（ＩＩＲ）フィルタである。各チャンネルのデジタル脳波信号に対してフィルタリング演算を行い、例えば帯域通過フィルタの場合、低域遮断周波数と高域遮断周波数の間の周波数成分のみを含むデジタル脳波信号（帯域信号）を出力する。前段周波数フィルタ１２は、観測信号に含まれる全周波数成分のうち一部の周波数成分を抽出して出力する。すなわち、前段周波数フィルタ１２は、多チャンネルの観測信号から限定された周波数帯域の多チャンネルの信号（帯域信号）を出力する。

分離行列推定部１３は、前段周波数フィルタ１２によってフィルタリング処理された帯域信号に対して独立成分分析を実行し、分離行列を推定する。すなわち分離行列推定部１３は、多チャンネルの観測信号から抽出された限定された周波数帯域の各信号（帯域信号）を用いて分離行列を決定する。観測信号と信号源信号の関係が線形であるとの仮定で信号源分離を行った場合、ｎチャンネルの観測信号をｘａ＝（ｘａ_１、ｘａ_２、…、ｘａ_ｎ）（ここで、ｘａは前段周波数フィルタ１２で帯域制限された観測信号である）、推定されたｍ個の信号源が発する信号をｓ＝（ｓ_１、ｓ_２、…、ｓ_ｍ）とすると、ｘａ＝Ａｓとなるｎ×ｍの混合行列Ａと、ｓ＝Ｗｘａとなるｍ×ｎの分離行列Ｗが得られる。

分離演算部１４は、脳波計測部１１が取得した観測信号ｘと、分離行列推定部１３で推定された分離行列Ｗとを用いて、脳内信号源が発する信号を推定する。すなわち、分離演算部１４は、分離行列推定部１３が決定した分離行列を用いて、多チャンネルの観測信号から複数の信号源が発した各信号成分を分離する。分離演算部１４は、帯域制限されていない観測信号ｘ＝（ｘ_１、ｘ_２、…、ｘ_ｎ）と、分離行列Ｗとを用いて、ｍ個の信号源が発する信号ν＝Ｗｘを求める。この信号νは、観測信号の全帯域を含む。

後段周波数フィルタ１５は、分離演算部１４で分離された全ての周波数成分を含む信号から、解析に用いる周波数成分を抽出する。すなわち、後段周波数フィルタ１５は、分離演算部１４が分離した各信号成分から解析に用いる周波数帯域の各信号（目的信号）を抽出して出力する。

相関演算部１６は、後段周波数フィルタ１５で抽出された周波数帯域の目的信号を用いて、信号源が発した信号間の当該周波数帯域での相関係数を算出する。相関係数は信号間の関係性の強さを示す指標の一つである。この信号間の関係性の強さを示す指標としては他に位相差などを利用することができる。したがって、相関演算部１６は、後段周波数フィルタ１５が抽出した各信号に基づき各信号源が発した信号間の関係性を数値化するものである、ということができる。なお、信号源は、脳波電極２２の各々と電気的に異なる関係を有すると仮定される信号の発生元である。

ユーザー状態推定部１７は、信号源が発した信号間の相関係数で表される関係性の時系列変化に基づいて、ユーザーの状態を推定する。すなわち、ユーザー状態推定部１７は、相関演算部１６が算出した各信号源が発した信号間の関係性の強さを示す指標の時系列変化に基づきユーザーの状態を推定する。ユーザー状態推定部１７は、例えば、予め実験的手法等によって各心理評価値の変化と各信号源が発した信号間の相関係数の時系列変化との関係を求めておくことで、信号源が発した信号間の相関係数の時系列変化から各心理評価軸での指標値を求めることができる。心理評価軸は例えば、ストレス度、関心度、嗜好度などである。分離行列や混合行列から各脳内信号源の空間位置を推定することで、脳の機能部位との関連付けを行っても良い。

表示部１８は、ユーザー状態推定部１７が推定したユーザーの状態を、時系列グラフや二次元マップなど、ユーザーや他の実験者が認識可能な形式で表示する画像を生成し、液晶ディスプレイ等の表示装置１９に表示する。表示部１８は、例えば、ストレス度、関心度、嗜好度の時系列的変化をグラフ表示する。

次に、本実施形態における信号分離処理の流れを図３を用いて説明する。また、適宜、図２を参照して説明した本実施形態の構成例について補足説明を行う。観測信号６１は、例えばユーザーの前頭部３箇所の脳波電極２２で計測された、３チャンネルの脳波をデジタル変換したデジタル脳波信号である。図３では、横軸を周波数、縦軸をパワーとした観測信号６１のパワースペクトルを図示している。

前段周波数フィルタ１２は、観測信号６１の所定の周波数帯域のみを通過させ、周波数帯域が制限された帯域信号６２を生成する。前段周波数フィルタ１２は、上述したように例えば高次のチェビシェフ特性を持つデジタル無限インパルス応答（ＩＩＲ）帯域通過フィルタであるが、バターワース特性などの他の特性の周波数フィルタであってもよい。また、前段周波数フィルタ１２は、帯域通過フィルタに限るものではなく、低域通過フィルタや高域通過フィルタ、あるいは、それらの組み合わせであってもよい。前段周波数フィルタ１２は、デジタル無限インパルス応答（ＩＩＲ）フィルタに限るものでは無く、例えば、フーリエ変換やコサイン変換などを用いても良い。前段周波数フィルタ１２は、例えば音響用イコライザーのように、特定の周波数成分を減衰あるいは強調するものであってもよい。

帯域信号６２は、観測信号６１から前段周波数フィルタ１２によって周波数帯域が制限された脳波デジタル信号であり、計測チャネル数分のチャネル数を有する。図３では、横軸を周波数、縦軸をパワーとした帯域信号６２のパワースペクトルを図示している。網掛けして示した領域は前段周波数フィルタ１２を通過した周波数帯域を示し、破線で示した曲線は前段周波数フィルタ１２によって阻止された周波数帯域を示す。

分離行列推定部１３では帯域信号６２に対して独立成分分析を実行し、分離行列６３を生成する。帯域信号６２から得られる独立成分６４は、前段周波数フィルタ１２によって阻止された周波数帯域を含まない。

分離演算部１４では、観測信号６１と分離行列６３を用いて分離演算を行い、信号源が発する信号６５を求める。信号源が発する信号６５は、前段周波数フィルタ１２によって阻止される周波数帯域を含む。

上述したように、本実施形態によれば、信号源が発する信号６５は、観測信号の全ての帯域を含むため、信号源が発する信号の任意の目的帯域を用いた解析が可能となる。

以上のように、本実施形態のユーザー状態推定装置１（脳波信号処理システム）は、頭部に装着された２個以上の脳波電極２２を用いて取得された多チャンネルの観測信号から、各々の電極と電気的に異なる関係を有すると仮定される複数の信号源からの複数の信号成分をそれぞれ分離する機能を備える。また、本実施形態のユーザー状態推定装置１は、多チャンネルの観測信号６１から抽出された限定された周波数帯域の各信号（帯域信号６２）を用いて分離行列（分離関数）を決定する分離行列（分離関数）推定部１３と、分離行列推定部１３が決定した分離行列を用いて、多チャンネルの観測信号６１から各信号源が発する信号６５（各信号成分）を分離する分離演算部１４とを備える。これによれば、多チャンネルの観測信号６１から抽出された限定された周波数帯域の各信号（帯域信号）６２を用いて分離行列が決定される。ここで、限定された周波数帯域は、例えば次のようにして設定することができる。すなわち、限定された周波数帯域は、例えば、分離演算部１４、相関演算部１６等の演算結果を確認しながら周波数帯域を変化させる試行を複数回繰り返し、複数回分の結果を比較することで相対的に決定することができる。結果の比較は、例えば、分離された各信号の時系列変化または演算された各信号間の相関係数の時系列変化の類似点や特徴点の数量に基づいて行うことができる。なお、限定された周波数帯域は、例えば次のような領域となる場合があると推察される。すなわち、限定された周波数帯域は、例えば、観測しようとする脳波と一定の関連性の存在が推定される信号波の周波数成分が存在する周波数領域である可能性がある。あるいは、限定された周波数帯域は、例えば、観測しようとする脳波の低周波成分や高周波成分が一定程度存在する周波数領域である可能性がある。

なお、本実施形態では、独立成分分析を用いているが、周波数帯域が限定された帯域信号から、分離関数を決定し、同関数を用いて、限定された周波数帯域と限定された周波数帯域以外の周波数成分とを含む信号から、複数の信号源からの信号を分離する方法であれば、例えば、主成分分析や非線形関数などの異なる方法でもよい。したがって、分離関数は、独立成分分析の場合のように分離行列となる場合に限らず、例えば、分離パラメータの形態で算出されることもある。

また、本実施形態では、信号源が発した信号間の相関からユーザーの状態を推定しているが、フーリエ変換などの周波数解析を用いてユーザーの状態を推定しても良い。この場合においても、本実施形態の信号源分離手法により、周波数解析に用いる帯域に縛られること無く、任意の周波数帯域を用いての信号源分離が可能となるため、解析の自由度が向上する。

上述したように、本実施形態は、ユーザーに装着された脳波電極２２を用いて取得された観測信号６１から前段周波数フィルタ１２を用いて周波数帯が限定された信号（帯域信号６２）を生成し、この帯域信号６２を用いて分離行列（分離関数）６３を決定し、決定した分離行列６３を用いて、限定された周波数帯域とその限定された周波数帯域以外の周波数成分を含む信号（観測信号６１）を各信号源が発する信号６５に分離し、信号源の挙動を解析することにより、ユーザーの心理状態あるいは生理状態を推定する。一般に、独立成分分析を用いる場合において、信号源分離に用いる周波数成分が、解析に用いられようとする周波成分（目的信号）を包含しない場合、本実施形態と異なる通常の処理結果として得られる独立成分には目的周波成分が含まれない。この場合、分離された各信号源の目的周波数における挙動を解析することができない。これに対し、本実施形態によれば、脳内信号源の分離に用いる帯域信号の周波数帯域が、脳内信号源の挙動の解析に用いる目的信号の周波数帯域を含まない場合においても脳内信号源の挙動の解析が可能となる。すなわち、脳内信号源の分離に用いる帯域信号の周波数帯域と、ユーザーの状態推定のために用いる目的信号の周波数帯域とを任意に選択可能となり、解析の自由度が向上し、ユーザーの状態推定の精度や感度を向上できる。

次に、本実施形態の実施例について図４〜図６を用いて説明する。図４および図５は本実施形態の実施例（図６）との比較例を示す。図４は、４種の楽曲を２分間ずつ連続して聴取した際の脳波を、複数電極で計測した観測信号の内１チャンネルと他チャンネルとの８〜１３Ｈｚの周波数帯域における相関係数の時系列変化を示している。時間経過に伴い相関係数の変化が認められるが、いずれのチャンネルペアにおいても変化の特徴は類似しているため、ユーザーの状態変化に対応する脳波特徴量は限定されたものとなる。

図５は、４〜４５Ｈｚの帯域通過フィルタを用いて観測信号の帯域を制限した後、その帯域を制限した信号に基づいて分離行列を決定し、決定した分離行列を用いて観測信号の８〜１３Ｈｚの周波数成分について独立成分分析を行って得た独立成分の内の１成分と他成分との相関係数の時系列変化を示している。独立成分の何れのペアにおいても相関係数は極めて小さい。

これらに対し、本実施形態の実施例を示す図６は、図１に示した前段周波数フィルタ１２の通過帯域を４〜８Ｈｚとし、後段周波数フィルタの通過帯域を８〜１３Ｈｚとした場合の相関係数の時系列変化を示す。すなわち、図６は、４〜８Ｈｚと８〜１３Ｈｚの２種の帯域通過フィルタを用い、観測信号の４〜８Ｈｚの帯域成分について独立成分分析を行って得た分離関数を用いて観測信号を分離して推定した信号源の内１個と他との８〜１３Ｈｚの周波数帯における相関係数の時系列変化を示している。相関係数の変化に加えて、信号源ペア毎の異なる特徴が現れており、ユーザーの状態変化に対応する多くの脳波特徴量を得ることができる。

図４に示した、観測信号のチャンネル間の相関には、楽曲の聴取に伴う変化が認められるが、いずれのチャンネルペアにおいても変化の特徴は類似している。一方、図６に示した、観測信号の４〜８Ｈｚの周波数帯を用いて得た分離関数を用い、観測信号を分離して推定した信号源の内１個と他との８〜１３Ｈｚの周波数帯における相関には、信号源ペア毎の異なる特徴が見られ、本実施形態がユーザーの状態変化に対応する脳波特徴量の拡充に寄与することが示されている。

なお、本発明における脳波信号処理システムの機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより信号分離処理を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。
また、「コンピュータシステム」は、ホームページ提供環境（あるいは表示環境）を備えたＷＷＷシステムも含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。

また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。

１…ユーザー状態推定装置
７…ユーザーの頭部
１０…コンピュータ
１１…脳波計測部
１２…前段周波数フィルタ
１３…分離行列推定部
１４…分離演算部
１５…後段周波数フィルタ
１６…相関演算部
１７…ユーザー状態推定部
１８…表示部
２１…接地電極
２２…脳波電極
２４…増幅器
２５…ＡＤ変換器
６１…観測信号
６２…帯域信号
６３…分離行列
６４…独立成分
６５…信号源が発する信号

Claims

頭部に装着された２個以上の電極を用いて取得された多チャンネルの観測信号から、各々の前記電極と電気的に異なる関係を有すると仮定される複数の信号源からの複数の信号成分をそれぞれ分離する機能を備えた脳波信号処理システムであって、
前記多チャンネルの観測信号から抽出された限定された周波数帯域の各信号を用いて分離関数を決定する分離関数推定部と、
前記分離関数推定部が決定した前記分離関数を用いて、前記多チャンネルの観測信号から前記各信号成分を分離する分離演算部と
を備えることを特徴とする脳波信号処理システム。
前記信号成分の分離に独立成分分析を用いる
ことを特徴とする請求項１記載の脳波信号処理システム。
前記信号成分の分離に主成分分析を用いる
ことを特徴とする請求項１記載の脳波信号処理システム。
前記分離演算部が分離した前記各信号成分から解析に用いる周波数帯域の各信号を抽出する解析信号抽出部と、
前記解析信号抽出部が抽出した前記各信号に基づき前記各信号源が発した信号間の関係性を数値化する相関演算部と、
前記相関演算部が算出した前記各信号源が発した信号間の関係性に基づきユーザーの状態を推定するユーザー状態推定部と
を備えることを特徴とする請求項１から３のいずれか１項に記載の脳波信号処理システム。
頭部に装着された２個以上の電極を用いて取得された多チャンネルの観測信号から、各々の前記電極と電気的に異なる関係を有すると仮定される複数の信号源からの複数の信号成分をそれぞれ分離する脳波信号処理方法であって、
前記多チャンネルの観測信号から抽出された限定された周波数帯域の各信号を用いて分離関数を決定する分離関数決定工程と、
前記分離関数決定工程で決定された前記分離関数を用いて、前記多チャンネルの観測信号から前記各信号成分を分離する分離演算工程と
を含むことを特徴とする脳波信号処理方法。
頭部に装着された２個以上の電極を用いて取得された多チャンネルの観測信号から、各々の前記電極と電気的に異なる関係を有すると仮定される複数の信号源からの複数の信号成分をそれぞれ分離するためのプログラムであって、
前記多チャンネルの観測信号から抽出された限定された周波数帯域の各信号を用いて分離関数を決定する分離関数決定工程と、
前記分離関数決定工程で決定された前記分離関数を用いて、前記多チャンネルの観測信号から前記各信号成分を分離する分離演算工程と
をコンピュータに実行させるプログラム。