JP7043374B2 - 多機能神経フィードバックシステム及び多機能神経フィードバック方法 - Google Patents

Description

本発明は、多機能神経フィードバックシステム、多機能神経フィードバック装置及び多機能神経フィードバック方法に関する。

脳機能を高めるために、神経フィードバックが広くトレーニングに使用されている。被検者は、通常、生物学的応答（例えば、脳活動）に関連する特定の目標を達成するために、独自の方略で、脳の活動等を制御および調整する。

神経フィードバックに関連して、例えば、特許文献１は、フィードバックとして領域コネクティビティを提供する。神経フィードバックの方略に関連して、例えば、特許文献２は、脳活動測定に基づく刺激負荷を決定する技術が開示されている。

米国特許出願公開第２０１５／０２９４０７４号明細書 米国特許出願公開第２００６／００７８１８３号明細書

神経フィードバックを用いたトレーニングにおける2つの失敗要因は、非効率な神経フィードバックと不適格な方略である。

上記の特許文献１は、特定の領域コネクティビティを制御するために、複雑な広い範囲の脳領域のコネクティビティを単純に纏めて表示するため、被検者が方略を立てづらい場合があった。また、特許文献２は、単一の脳特徴(一種類の活動測定値)に基づいて刺激負荷を決定している。

本発明は、有益なディスプレイにおいて脳ネットワーク(コネクティビティ)と脳活動の両方を含む多機能フィードバックシステム、装置及び多機能フィードバックシステム方法を提供する、ことを目的とする。

上記課題を解決するために、本発明の多機能神経フィードバックシステムは、その一例を挙げるならば、被検体の脳の少なくとも二か所からなる関心領域の活動を測定するセンサと、センサにより測定された関心領域の各々の活動から、関心領域の脳活動量と関心領域の脳ネットワークを分析する制御部と、制御部により分析された、関心領域の各々の脳活動量と関心領域の脳ネットワークとを表示する表示装置とを有する。

また、上記課題を解決するために、本発明の多機能神経フィードバック方法は、その一例を挙げるならば、被検体の脳の少なくとも二か所からなる関心領域を選択し、選択された関心領域の活動を測定し、センサにより測定された関心領域の各々の活動から、関心領域の脳活動量と関心領域の脳ネットワークを分析し、関心領域に対応させた軸のグラフ上に、分析された関心領域の脳活動量の大きさをプロットし、プロットされた位置で関心領域の脳ネットワークの強度を円の大きさで表すと共に、グラフ上に目標データを表示する。

本発明に関連する更なる特徴は、本明細書の記述、添付図面から明らかになるものである。また、本発明の態様は、要素及び多様な要素の組み合わせ及び以降の詳細な記述と添付される特許請求の範囲の様態により達成され実現される。

本明細書の記述は典型的な例示に過ぎず、本発明の特許請求の範囲又は適用例を如何なる意味に於いても限定するものではない。

本発明によれば、脳の関連領域の活動量と関連領域のネットワーク(コネクティビティ)との両方を、表示することで被検者に対して、所定の脳活動となるように効率的なフィードバックを行うことができる。

脳の複数領域の関心領域（ROI：regions-of-Interest）における脳ネットワークおよび活動の例を示す図である。 多機能フィードバックシステムのハードウェア構成の一例を示した図である。 制御プロセスの処理フローの一例を示した図である。 被検者の異常性を発見した場合のフィードバックシステムの処理フローの一例を示した図である。 新規被検者用の制御プロセスのユーザインタフェースの一例を示した図である。 登録された被検者用の制御プロセスのユーザインタフェースの一例を示した図である。 脳ネットワーク機能と目標値の一例を示した図である。 脳ネットワークと脳活動量の分析結果の一例を示した図である。 脳ネットワークと脳活動量に対する目標との比較表示の一例を示した図である。 スクリーニング結果の表示の一例を示す図である。 被検者のセッション履歴の表示例を示す図である。 神経フィードバック目標設定のためのユーザインタフェースの一例を示した図である。 測定値と目標との表示画面の一例を示した図である。 神経フィードバックの結果を表示した一例を示す図である。 タスク誘導神経フィードバックの一例を示す図である。

以下、発明の実施の形態を、図面を参照して詳細に説明する。以下の記載および図面は、本発明を説明するための例示であって、説明の明確化のため、適宜、省略および簡略化がなされている。本発明は、他の種々の形態でも実施する事が可能である。特に限定しない限り、各構成要素は単数でも複数でも構わない。

図面において示す各構成要素の位置、大きさ、形状、範囲などは、発明の理解を容易にするため、実際の位置、大きさ、形状、範囲などを表していない場合がある。このため、本発明は、必ずしも、図面に開示された位置、大きさ、形状、範囲などに限定されない。

以下の説明では、「テーブル」、「リスト」、「キュー」等の表現にて各種情報を説明することがあるが、各種情報は、これら以外のデータ構造で表現されていてもよい。データ構造に依存しないことを示すために「ＸＸテーブル」、「ＸＸリスト」等を「ＸＸ情報」と呼ぶことがある。識別情報について説明する際に、「識別情報」、「識別子」、「名」、「ＩＤ」、「番号」、「Ｒｅｇｉｏｎ」等の表現を用いるが、これらについてはお互いに置換が可能である。

同一あるいは同様な機能を有する構成要素が複数ある場合には、同一の符号に異なる添字を付して説明する場合がある。ただし、これらの複数の構成要素を区別する必要がない場合には、添字を省略して説明する場合がある。

また、以下の説明では、プログラムを実行して行う処理を説明する場合があるが、プログラムは、プロセッサ（例えばＣＰＵ、ＧＰＵ）によって実行されることで、定められた処理を、適宜に記憶資源（例えば記憶装置）および／またはインターフェースデバイス（例えば通信ポート）等を用いながら行うため、処理の主体がプロセッサとされてもよい。同様に、プログラムを実行して行う処理の主体が、プロセッサを有するコントローラ、装置、システム、計算機、ノードであってもよい。プログラムを実行して行う処理の主体は、制御部であれば良く、特定の処理を行う専用回路（例えばＦＰＧＡやＡＳＩＣ）を含んでいてもよい。

プログラムは、プログラムソースから計算機のような装置にインストールされてもよい。プログラムソースは、例えば、プログラム配布サーバまたは計算機が読み取り可能な記憶メディアであってもよい。プログラムソースがプログラム配布サーバの場合、プログラム配布サーバはプロセッサと配布対象のプログラムを記憶する記憶資源を含み、プログラム配布サーバのプロセッサが配布対象のプログラムを他の計算機に配布してもよい。また、以下の説明において、２以上のプログラムが１つのプログラムとして実現されてもよいし、１つのプログラムが２以上のプログラムとして実現されてもよい。

このシステムは、被検者が自分の脳をトレーニングして、脳を所定の活動状態となるように調整、制御するように誘導するため、脳の複数の特徴を同時に表示することを目的とする。従来の神経フィードバックは、広範囲の脳活動を纏めて表示するものであったり、一種類の脳活動を特徴として表示するものであったりと、何れにしても脳活動を把握するための情報の整理と情報そのものが不足することがある。

神経フィードバックにおいて、脳活動を正確に把握するための情報が整理されておらず、また、情報量が不足すると、被検者は、フィードバック目標設定を誤り、非効率的なトレーニングを行う可能性がある。トレーニングの失敗リスクを最小限に抑えるために、不可欠なフィードバックシステムが必要となる。例えば、執行機能は、広くトレーニングの関心事となる認知プロセスの1つである。執行機能を強化するためには、関心領域（ROI：regions-of-interest）における、脳ネットワーク（例えば、コネクティビティ）および活動を改善しなければならない。

図１は、横軸に領域１（例えば、下前頭皮質）、縦軸に領域２(例えば、前頭皮質)を関心領域（ROI）とし、それぞれの領域の脳活動の大きさを示すグラフである。図１の中でプロットされた円の大きさは、領域１と領域２の脳ネットワークの強度を示す。例えば、白い円でプロットされたデータは、灰色でプロットされたデータより、円の大きさが大きいため、脳ネットワークの強度が高い状態であることを示す。

したがって、トレーニングの目標の一つとして、ROIの活動とコネクティビティを向上させることがあげられる。コネクティビティは、例えば、両領域の活動を示す2つの信号（例えば、相関）として定義される。活動量は、例えば、測定領域の信号強度として定義される。但し、トレーニングの目的は、脳ネットワークや脳活動量を常に増加させるものではなく、トレーニングの目的に合わせて、ROIにおける脳ネットワークや脳活動量は設定されるものである。例えば、(1)落ち着いた状態で、集中している状態とするためには、脳ネットワークの強度が高く、ROIの脳活動量が低い状態であったり、(2)落ち着いている状態で、何かに集中することなくリラックスしている状態とするためには、脳ネットワークの強度が低く、ROIの脳活動量が低い状態であったり、(3)集中している状態とするためには、脳ネットワークの強度が高く、ROIの脳活動量も高い状態であったりする。そのため、トレーニングの目的に合わせて、脳ネットワークとROIの脳活動量の目標(一例として、脳ネットワークや脳活動量の目標値)を設定する。

図１の表示を被検者に示すことで、各領域の活動の他、各領域のコネクティビティ（結合性）を同時にフィードバックできる。そのため、目的とする脳活動状態に到達することを、効率的にサポートすることができる。

図２は、多機能フィードバックシステムのハードウェア構成図の一例を示した図である。多機能フィードバック装置(200)は、制御部(201)と記憶装置（203）とを有し、制御部(201)には、制御プロセス（202）、およびフィードバックシステム（204）がある。制御プロセス(202)は、オペレータと被検者の初期インタフェースとしても機能する。

多機能フィードバック装置(200)は、一般のパーソナルコンピュータＰＣの構成を用いて実現できる。ＰＣ中央処理装置（ＣＰＵ、図示せず）、メモリ（DRAM等、図示せず）、HDD(ハードディスクドライブ)やSSDソリッドステートドライブ)等の記憶装置(203)を有する。ＰＣの中央処理装置、メモリ、記憶装置等は、それぞれバス等の通信手段によって接続されている。図２に示した制御プロセス(202)とフィードバックシステム(204)の機能は、記憶装置(203)に格納されたソフトウェアを中央処理装置(制御部(201))がメモリに読み出し、実行することで実現される。

尚、これら制御プロセス(202)とフィードバックシステム(204)の機能は、ソフトウェアとして実現することの他、ＡＳＩＣやＦＰＧＡ等の専用ハードウェアによっても実現することができる。また、記憶装置(203)には、各種ソフトウェアの他、被検者データ(203a)、目標データ（203b）、およびタスクデータ（203c）を記憶する。目標データは、脳の関連領域の活動量や脳ネットワークの強度を示す目標値や目標レンジとして与えられる。メモリは、中央処理装置が各種機能を実現するためのソフトウェアを常駐させることの他、各種データが一時的に格納される。

制御プロセス（202）で実行されるステップは図３で説明する。
まず、制御プロセス(202)は、ユーザインタフェース(図５、６参照)を介してオペレータから入力される情報に基づいて、その被検者が新しい被検者であるか、それとも以前に登録されたかを判断する（301）。

被験者が新規である場合、ステップ(302)に進み、制御プロセス(202)は周辺装置(205a)のユーザインタフェースを介して、被検者データ（203a）、目標データ（203b）、およびタスクデータ（203c）の情報(303)を入力する。制御プロセス（202）における設定および登録された情報は、情報タイプ（例えば、被検者/目標/タスク）に従って記憶装置（203）に記憶される。

一方、被検者が登録済みである場合、ステップ(304)に進み、被検者やオペレータからの指示に基づいて、履歴モードが有効か否かを制御プロセス(202)が判定する。履歴モードとは、過去の被検者データである脳の活動状態の測定値、目標値である目標データ、トレーニングメニューであるタスク等の被検者履歴情報を読み出して、表示する動作モードである。

ステップ(304)で履歴モードが有効と判断された場合、ステップ(305)に進み、被検者履歴情報を読み出し、ステップ(311)で読み出した情報を結果として、表示装置(206)に表示する。ステップ(304)で履歴モードを無効とした場合、被検者は神経フィードバックなしの被検者と同じように初期測定を受けることとなる。

一方、新規な被検者である場合、ステップ(302)で、被検者のデータの登録が完了すると、ステップ(306)に進み、制御プロセスによる初期測定（306）が行われる。初期測定(306)は、多機能フィードバック装置（200）と生物学的センサ（205b）との間の接続を含み、センサデータ（307）が多機能フィードバック装置（200）に入力される。生物学的センサは、被検体の脳の少なくとも二か所からなる関心領域の活動を測定する。ここで生物学的センサ(205b)とは、機能近赤外/fNIRS、機能磁気共鳴イメージング/fMRI、脳磁図/EEGなどを指す。

次に、制御プロセス(202)は、センサデータを取得した後、関連領域である脳ネットワーク(例えば、コネクティビティ)および活動量が分析される（ステップ308）。

脳ネットワーク（例えば、コネクティビティ）には、信号相関、共分散、コヒーレンス、因果関係の他、時間的信号関係を表現する他の方法が用いられる。活動量は、時間信号積分、ピーク振幅、ピーク時間、待ち時間の他、各単一信号の特性を表現する他の方法の振幅としてもよい。本実施例では、相関係数および時間信号の積分をそれぞれ脳ネットワークおよび活動量として使用する。

脳の測定は、限定された領域または全領域において実行され得るので、脳ネットワークおよび活動量は、測定された領域に関連する目標値（203b）と比較される(ステップ309）。この比較は、制御プロセス(202)が記憶装置(203)から目標データとして格納されている目標値を呼び出し、測定値と比較することによって行われる。

次いで、制御プロセス(202)は、初期測定（306）、コネクティビティと活動量の分析（308）、目標との比較（309）を含むスクリーニングの結果を、被検者データ（203a）に対応させて記憶装置に保存される（ステップ310）。スクリーニング結果および被検者履歴の読み出しは、被検者の状態および/または目標トレーニングへの進展を実際に示すために、表示装置（206）を介して、制御プロセスによって視覚化（ステップ311）される。表示装置（206）は、ユーザインタフェースおよびフィードバック結果表示領域（206a）、およびタスク刺激表示領域（206b）に示される(ステップ311)。

制御プロセス(202)は、現在の被検体状態の異常(低脳ネットワーク、低活動等)を判定する(ステップ312)。例えば、脳ネットワークや測定箇所の脳活動が目標値に向かわない、或いは、目標値に到達するまでの時間が長すぎるなどの状態を異常と判断する。異常がなければ、トレーニングの必要なく、トレーニングを終了することができる。異常があれば、フィードバックシステム(204)によるフィードバックトレーニングを強く勧める。フィードバックトレーニングについては、図４にて詳細に説明する。

このように、登録済みの被検者に対しては、以前のデータ/履歴を活用することで、新規な被検者が行うスクリーニング測定を省略して、脳の特定領域における脳ネットワークや脳活動測定を開始することができる。登録済みの被検者であっても、新規ユーザと同様、スクリーニング測定を行い、現在の状態での異常性の判断を判断することができる。

図４は、被検者の異常性を発見した場合のフィードバックシステム(204)の処理フローである。
フィードバックシステム(204)はいくつかの手順で動作する。フィードバックシステム(204)は検出された異常に基づいて、関連領域（例えば、下前頭皮質および前頭皮質）を選択する（ステップ401）。

現在のセッションについて、測定が同一日において最初のセッションか否かを判断する（ステップ402）。

まず、最初のセッションの場合、被検者は自分の方略によって、脳状態（関連領域の脳ネットワークと脳活動）が目標に到達するよう試みる。フィードバックシステム(204)は、生物学的センサ測定（205b）からセンサデータ（405）を取得してフィードバック測定を開始する（ステップ404）。その後、フィードバックシステム(204)は、生物学的信号により、関連領域のコネクティビティと脳活動を分析する(ステップ406)。

フィードバックシステム(204)は、分析結果をリアルタイムで表示する(ステップ407)。フィードバックシステム(204)は、分析結果と目標値とを比較する（ステップ408）。つまり、関連領域のコネクティビティと活動量について、リアルタイムの分析を行い、分析と同時に分析結果は表示装置(206)に送られ、フィードバック結果表示領域(206a)にリアルタイムに表示される。

フィードバックシステム(204)は、表示装置(206)に分析結果を目標値と共にリアルタイムに表示するので、被検者はリアルタイムに目標値と測定値とを比較することができる。トレーニングセッションを完了した後、フィードバックシステム(204)は、記憶装置(203)に結果を保存し（ステップ409）、目標が達成されたか否かが判断する（ステップ410）。障害が発生した場合、フィードバックシステム(204)は、新たなタスクによるトレーニングを行うため、新たなタスクデータを選択する。目標が達成されると、トレーニングセッションを完了する。

自分の方略で目標に到達しない場合、多機能フィードバック装置(200)のフィードバックシステム(202)は記憶装置(203)のタスクデータ（203c）から適切なタスク（ステップ403）を推薦する。例えば、(1)落ち着いた状態で、集中している状態とするためには、脳の注意ネットワークの強度が高く、背外側前頭前野の脳活動が低い状態であったり、(2)落ち着いている状態で、何かに集中することなくリラックスしている状態とするためには、注意ネットワークの強度が低く、背外側前頭前野の脳活動が低い状態であったり、(3)集中している状態とするためには、注意ネットワークの強度が高く、背外側前頭前野の可能活動も高い状態であったり、と目標に合わせてタスクを選択することになる。

例えば、フィードバックシステム(204)は、目標が(1)の落ち着いた状態で、集中している状態とする場合、「蝋燭の炎」をタスク刺激ユニット(206b)に表示する。例えば、フィードバックシステム(204)は、目標が(2)の落ち着いている状態で、何かに集中することなくリラックスしている状態とする場合、「ヒーリング画像」をタスク刺激ユニット(206b)に表示する。例えば、フィードバックシステム(204)は、目標が(3)集中している状態とする場合、「計算問題」をタスク刺激ユニット(206b)に表示する。

記憶装置(203)には、上述した目標とタスクとが対応付けられて記憶されており、フィードバックシステム(204)は、入力装置(図示せず)から目標が入力されると、これに対応するタスクデータ(203c)を記憶装置(203)から読み出して、表示装置(206)にタスクを表示する。被検者は表示装置(206)のタスク刺激ユニット(206b)に表示されたタスクを与えられることで、効率よく、目標に到達することができる。但し、上述した目標とタスクは、一例であって、目標到達のための好適なタスクは、オペレータにより随時更新して、記憶装置(203)のタスクデータ(203c)に記憶される。好適なタスクは、それぞれの被検者に対して、個別に記憶するようにしても良い。

脳の関連領域のコネクティビティと活動量についてリアルタイムの分析し、目標値と共に表示装置に表示するので、被検者はそれぞれの測定値を目標値に到達させるための方略の妥当性を評価することができる。また、脳の関連領域のコネクティビティと活動量について、測定値を目標値に到達させる適切なタスクを被検者に対し与え、目標到達を効率的にサポートすることができる。

図５は、表示装置(206)に表示される制御プロセス(202)のユーザインタフェースを示した図である。ユーザインタフェースは、新規（500）または登録済み（600）の被検者によって利用される。したがって、最初に被検者が新規か登録済みであるかを指定する必要がある（501）。被検者が新規である場合、(501a)がチェックされる。その後、登録日（503）、被検者ID（504）、誕生日（505）、性別（506）などの個人情報（502）が登録される。制御プロセス(202)は自動的に被検者IDを推奨IDとして生成することができ、オペレータはそれを変更することができる。

Reset（507）を実行することにより、全ての情報が消去される。［Save and Start］（508）を実行することによって、入力された情報が記憶装置（203）に保存され、スクリーニング測定が開始される。

図６は、図５と同様、表示装置(206)に表示される制御プロセス(202)のユーザインタフェースであって、登録された被検者用のユーザインタフェースを示した図である。

登録された被検者の場合、(501b)にチェックが入れられる。制御プロセス(202)によって、ユーザインタフェースは、データ選択リスト（601）を表示するので、登録日、被検者ID、性別、誕生日、年齢などのキーワード（602）を容易に検索できる。キーワードにより検索された全部またはキーワード関連データがリストとして表示される。登録された被検者であるユーザは、表示されたリストから自身のレコードを履歴情報として選択することができる。登録された被検者については、履歴モード（604）が活性化される場合（605）、スクリーニング測定は不要である。前のセッションの結果は、[Display all]（607）をクリックすると表示される。履歴モードが無効化されている場合（606）、スクリーニング測定を行うため、[Save and Start]ボタン（508）を実行することができる。

図７は、脳機能(701)と、脳領域(702)と、脳活動の目標値(704)、コネクティビティ(705)の目標値との関係を示している。ネットワーク機能は、スクリーニングで最も低かったネットワークまたは、うつ病、脳卒中、ADHDなどの疾患に関連したネットワークから選択することができる。例えば、脳卒中後の患者は運動ネットワークの障害を有する。ポストスクリーニングでは、領域（702、703）に対応するリストされた個々の機能（701）が、現在の条件（例えば、活性化(704)およびコネクティビティ(705)）がターゲット内にあるかどうかで評価される。

図８は、スクリーニング測定の3つの例を示す。801a～cのグラフは、執行機能ネットワークを構成する下前頭皮質（太線）および内側前頭皮質（細線）からの2つの信号を示す。

執行機能の目標は、下前頭皮質および内側前頭皮質の両領域において、高い活性化およびコネクティビティの両方を有する除隊である。この場合、以下の3つの条件がある：（a）高コネクティビティ、低活動量、（b）低コネクティビティ、低活動量、（c）高コネクティビティ、高活動量である。コネクティビティは、2つの信号がどれだけ類似しているか（例えば、相関）として定義される。活動量は、全体時間単位（802）またはタスク関連区間（803）における信号強度、即ち、各領域における2つの信号をベースライン（例えば、振幅レベル0）と対比させる形で定義される。

上記(a)から(c)の状態は、例えば、以下のような状態を表す。(a)注意ネットワークのコネクティビティが高く、関連部位の活動量が低い場合は、落ち着いて、集中できている状態を表す。(b)低コネクティビティ、低活動量、の状態は、落ち着いている状態で、何かに集中することなくリラックスしている状態を表す。(c)高コネクティビティ、高活動量の状態は、深く集中している状態を表す。

タスク関連スクリーニング測定では、活動量は線形回帰モデル（804）を用いて推定されたベータを用いて表すことができる。モデル（805）は、タスク関連間隔中の脳活動予測関数に従う。

図９は、複数領域、例えば下前頭皮質と内側前頭皮質の測定分布（901）を示している。図８の例に関連して、境界のない円（902a～c）が例示的な条件を表す。x軸およびy軸は、それぞれ活動特徴を領域1（例えば、下前頭皮質）および領域2（例えば、内側前頭皮質）に対応し、各領域の特徴1（例えば、活動量）として表す。さらに、円領域は、以下の式で表される。

ここで、Dは円の面積（プロットスケールに調整された点の二乗）であり、ローは脳ネットワークの特徴（例えば、相関係数）の強度である。

このように、関連領域である各領域の脳の状態について、各領域の活動と各領域のコネクティビティとを効果的に可視化することができる。

図１０は、スクリーニング結果（1000）のウィンドウを示す。結果は、ROI（下前頭皮質および前頭皮質それぞれ1002～1003）およびそのネットワーク（1004）からなる脳図（1001）に表示される。

多機能グラフ（1005）には、ターゲット（1006）、目標モデル（1007）、成功したトレーニングデータと95％信頼区間（1008aおよび1008b）から得られたターゲット領域（1008）、スクリーニング測定として実行現在の状態（1009）、および現在および目標条件間の差異（1010）のうちの1つ以上が表示される。現在の状態が予測範囲外の場合、異常と判定されて表示される（1011）。制御プロセス(202)は差異を、以下の方程式（式2）に従う標準スコア（1012）によって定量化する。

ここで、dは、現在の条件と目標条件との間のユークリッド距離（ローの同じ範囲で正規化され、相関係数）である。

何も異常がない場合、制御プロセス(202)は、脳図（1001）と多機能グラフ（1005）は、いくつかの検査された脳ネットワーク活動機能の中で最も活動されていない機能であることを示す（例えば、視覚運動、デフォルトモード脳ネットワークなど）。異常がなければ、[Close]（1013）ボタンをクリックしてスクリーニングを完了する。次いで、いくつかの神経フィードバックパラメータ（814）を初期設定することによって、フィードバックシステムを介してトレーニングされる(1014)。

図１０に示したように、関連する領域、機能、比較、推論、および標準スコアから詳細な結果を視覚的に確認できる。脳活動に関する知見のない被検者は、自分の状態、機能障害、トレーニング目標を、表示装置の画面を通して容易に理解することができ、目標を達成するための努力を促すことができる。

図１１は、[Display All]（607）ボタンがクリックされ、登録された被検者のセッション履歴を表示した例を示す図である。制御プロセス(202)によるインタフェースは、前の結果の情報として、被検者ID（Subject ID）（1101）、スコアグラフ（1102）および効率グラフ（1105）を提示する。

スコアグラフのスコアは目標と比較した最終トレーニング条件の近さを表し、効率パラメータは目標を達成するための所要時間およびトラックなどのトレーニングプロセスを示す。２本の線は、各スコア（1103-1104）および効率（1106-1107）グラフについて異なる機能を表す。例えば、太字と細線はそれぞれ執行機能と運動機能用である。現在のセッション目標は、[Neurofeedback Setting]（1109）ボタンを実行することで、以前に検査された機能（例えば、実行機能および運動機能）から選択することができる(1108)。[Close]（1110）ボタンは、セッション履歴ウィンドウを閉じる。

図１１に示すように、セッションのトレーニング進捗状況を示すグラフを提示できる。また、保存された履歴から現在のセッションでトレーニングするように特定の機能を選択できる。

図１２は、フィードバックシステム(204)によって制御される神経フィードバックプロセスを終了させる神経フィードバック設定(1200)の画面を示す。

トレーニング時間（1201a）と2）安定性（1201b）の2つのオプションがある。時間が選択されると、神経フィードバックは設定時間（例えば、3分）で終了する。安定性の場合、被検者が設定時間（例えば、1分）の間、ターゲット内に特徴（脳活動や関心領域のコネクティビティ）を制御できた場合、神経フィードバックを終了する。[Reset]（1202）ボタンをクリックすると、選択をリセットでき、[Start Neurofeedback]（1203）ボタンを押すと、神経フィードバックを開始する。このように、神経フィードバックの終了方法は、被検者のトレーニング目的に合わせて選択することができる。

図１３は、フィードバックシステム(204)によって制御され、トレーニング目標(1301)を設定した場合のリアルタイムフィードバック表示の例を示した図である。リアルタイムのコネクティビティ‐活動量は、トレーニングプロセスを示す時間を過ぎても動作する。 したがって、特徴分析は、動作または離散時間ウィンドウ（例えば、5秒）のいずれかでリアルタイムで実行される。トレーニングプロセスは、1302a～1302dの移動円で示されている。最新の測定点についても、プロセストラック（例えば、ライン間）が示されている。フィードバック処理は、終了設定（1201）に従って終了するまで継続される。

特徴1の達成（すなわち活動量）が目標領域内に見られる間に、特徴2（すなわちコネクティビティ）の達成は、色の変化、形状の変化、または点滅する円によって示される。

図１３に示すように、被検者は、自分の状況をリアルタイムで容易に把握し、両方の機能の自己方略効果を調べることができる。

図１４は、フィードバックシステム(204)による神経フィードバックの結果を表示した例を示す図である。結果は、以下の三つのタイプで示される。1）多機能グラフ(1401)、2）前回の神経フィードバックトレーニング(1404)、および3）神経フィードバックトレーニング結果の推論ボックス(1409)、である。

多機能グラフ（1401）は、神経フィードバックトレーニングの前（1402）および後（1403）の状態を示す。この例によれば、神経フィードバックトレーニングは、コネクティビティに関係する両方の領域における特徴1（例えば、活動量）を示す。また、円の大きさは、両領域の脳活動のコネクティビティの強さを示す。トレーニング条件が目標の予測限界（例えば、95％）内に位置した後、トレーニング条件の前後でスコア（1405）および効率（1406）パラメータが表示される（1404）。スコアは数２を用いて、効率パラメータは数３を用いて計算する。

dtotal（1408）は、フィードバックセッションが終了するまでフィードバック応答点から始まるユークリッド距離の総和であり、ローtargetはコネクティビティトレーニング目標値、ローtotalはトレーニングインターバル中の相関係数の平均、tは目標が達成されるのに必要な時間である。

神経フィードバックトレーニングを実行することにより、目標に対するパフォーマンススコアが改善される。結果は、領域(1409)に示される。[Close]（1410）ボタンを実行することで、神経フィードバックシステムを閉じることができる。タスク誘導神経フィードバックを使用して現在の目標機能を改善するには、[Task-guided Neurofeedback]（1411）のボタンを処理できる。自作方略で他の機能を鍛えるには、[Training of other functions]（1412）ボタンを実行することができる。

このように、多機能グラフ、比較集計、および抽象推論を用いてトレーニング効果を効率的に評価することが可能となる。また、このウィンドウは、自己または自己誘導方略またはタスク指導神経フィードバックを使用して、同じまたは異なる機能目標の次のトレーニングセッションを開始することもできる。

図１５は、タスク誘導神経フィードバック（1500）の例を示す。 タスクは、「友人の誕生日を覚えておいてください」、「1000から6ステップ後ろにカウントする」などの単一のルールとしても、または作業記憶タスク（1501）などのいくつかのルールを含む複雑なパラダイムとしてもよい。

ワーキングメモリタスクには、エンコーディング、取得、およびテストといういくつかのステップがある。いずれのタスクも、終了設定（1201）に従ってフィードバックが終了するまで繰り返される。機能の改善が疑問視された場合、神経フィードバックの途中でタスクを変更することができる。

例えば、肯定的なトレーニングの進行なしに1分。タスクは、多機能フィードバックグラフ（1502）と同時に表示され、被検者はタスク中にそれらのパフォーマンスを間欠的にチェックすることができる。フィードバック結果は、図１４のウィンドウと同様に表示される。脳活動を調節するのに最適な方略を見つけるように被検者に指示する。

本実施例によれば、脳の各領域の活動の他、各領域のコネクティビティ（結合性）を同時にフィードバックできる。そのため、目的とする脳活動状態に到達することを、効率的にサポートすることができる。

また、脳の関連領域のコネクティビティと活動量についてリアルタイムの分析し、目標値と共に表示装置に表示するので、被検者はそれぞれの測定値を目標値に到達させるための方略の妥当性を評価することができる。

また、脳の関連領域のコネクティビティと活動量について、測定値を目標値に到達させる適切なタスクを被検者に対し与え、目標到達を効率的にサポートすることができる。

また、関連領域である各領域の脳の状態について、各領域の活動と各領域のコネクティビティとを効果的に可視化することができる。

さらに、脳活動に関する知見のない被検者は、自分の状態、機能障害、トレーニング目標を、表示装置の画面を通して容易に理解することができ、目標を達成するための努力を促すことができる。

201：多機能フィードバック装置、201：制御部、202：制御プロセス、203：記憶装置、204：フィードバックシステム、205：入力装置、206：出力装置。

Claims (11)

1. 被検体の脳の少なくとも二か所からなる関心領域の活動を測定するセンサと、
   脳の機能と、前記関心領域と、前記関心領域の脳活動と前記関心領域の脳ネットワークのそれぞれの目標データと、を対応付けて記憶する記憶装置と、
   前記センサにより測定された前記関心領域の各々の活動から、前記関心領域の脳活動と前記関心領域の脳ネットワークを分析する制御部と、
   前記制御部により分析された、前記関心領域の各々の脳活動量と前記関心領域の脳ネットワークと、前記記憶装置に記憶された前記関心領域の脳活動と脳ネットワークの目標データとを同時に表示する表示装置とを有する、ことを特徴とする多機能神経フィードバックシステム。
2. 前記制御部は、
   前記表示装置に、前記関心領域に対応させた軸を有するグラフ上に、前記関心領域の脳活動量をプロットし、前記プロットされた位置で前記関心領域の脳ネットワークの強度を円の大きさで表す、ことを特徴とする請求項１記載の多機能神経フィードバックシステム。
3. 前記制御部は、
   前記関心領域における脳活動量と脳ネットワークの目標データと、
   前記センサの測定に基づき分析された前記関心領域の脳活動と前記関心領域の脳ネットワークの分析結果を比較することで、被検体の異常性を判断する、ことを特徴とする請求項２記載の多機能神経フィードバックシステム。
4. 前記制御部は、
   被検体の異常を発見した場合、前記関心領域の脳活動と前記関心領域の脳ネットワークのそれぞれの前記目標データに対応したタスクを読み出し、前記表示装置に読み出された前記タスクを表示する、ことを特徴とする請求項３記載の多機能神経フィードバックシステム。
5. 被検体の脳の少なくとも二か所からなる関心領域の活動を測定するセンサと、表示装置に接続される多機能神経フィードバック装置において、
   前記多機能神経フィードバック装置は、
   脳の機能と、前記関心領域と、前記関心領域の脳活動と前記関心領域の脳ネットワークのそれぞれの目標データと、を対応付けて記憶する記憶装置と、
   前記センサにより測定された前記関心領域の各々の活動から、前記関心領域の脳活動量と前記関心領域の脳ネットワークを分析する制御部を有し、
   前記制御部は、分析された、前記関心領域の各々の脳活動量と前記関心領域の脳ネットワークと、前記記憶装置に記憶された前記関心領域の脳活動と脳ネットワークの目標データとを前記表示装置に同時に表示させる、ことを特徴とする多機能神経フィードバック装置。
6. 前記制御部は、
   前記表示装置に、前記関心領域に対応させた軸を有するグラフ上に、前記関心領域の脳活動量をプロットし、前記プロットされた位置で前記関心領域の脳ネットワークの強度を円の大きさで表す、ことを特徴とする請求項５記載の多機能神経フィードバック装置。
7. 前記制御部は、
   前記関心領域における脳活動と脳ネットワークの目標データと、
   前記センサの測定に基づき分析された前記関心領域の脳活動量と前記関心領域の脳ネットワークの分析結果を比較することで、被検体の異常性を判断する、ことを特徴とする請求項６記載の多機能神経フィードバック装置。
8. 前記制御部は、
   被検体の異常を発見した場合、前記関心領域の脳活動と前記関心領域の脳ネットワークのそれぞれの前記目標データに対応したタスクを読み出し、前記表示装置に読み出された前記タスクを表示する、ことを特徴とする請求項７記載の多機能神経フィードバック装置。
9. 被検体の脳の少なくとも二か所からなる関心領域の活動を測定するセンサと、記憶装置と、制御部と、表示装置とを有する多機能神経フィードバックシステムによる多機能神経フィードバック方法において、
   前記記憶装置は、脳の機能と、前記関心領域と、前記関心領域の脳活動と前記関心領域の脳ネットワークのそれぞれの目標データと、を対応付けて記憶し、
   前記センサは、被検体の脳の少なくとも二か所からなる関心領域の活動を測定し、
   前記制御部は、
   前記センサにより測定された前記関心領域の各々の活動から、前記関心領域の脳活動量と前記関心領域の脳ネットワークを分析し、
   前記関心領域に対応させた軸を有するグラフ上に、分析された前記関心領域の脳活動量をプロットし、前記プロットされた位置で前記関心領域の脳ネットワークの強度を円の大きさで表すと共に、前記グラフ上に前記関心領域における脳活動と脳ネットワークの目標データを前記表示装置に表示する、ことを特徴とする多機能神経フィードバック方法。
10. 前記制御部は、
    前記目標データと、前記センサの測定に基づき分析された前記関心領域の脳活動量と前記関心領域の脳ネットワークの分析結果とを比較することで、被検体の異常性を判断する、ことを特徴とする請求項９記載の多機能神経フィードバック方法。
11. 前記記憶装置は、更に、タスクデータを記憶し、
    前記制御部は、被検体の異常を発見した場合、前記関心領域の脳活動と前記関心領域の脳ネットワークのそれぞれの前記目標データに対応したタスクを前記記憶装置から読み出し、読み出された前記タスクを前記表示装置に表示する、ことを特徴とする請求項１０記載の多機能神経フィードバック方法。

Images