JP7222176B2 - Electroencephalogram measurement method and electroencephalogram measurement device - Google Patents
Electroencephalogram measurement method and electroencephalogram measurement device Download PDFInfo
- Publication number
- JP7222176B2 JP7222176B2 JP2017237125A JP2017237125A JP7222176B2 JP 7222176 B2 JP7222176 B2 JP 7222176B2 JP 2017237125 A JP2017237125 A JP 2017237125A JP 2017237125 A JP2017237125 A JP 2017237125A JP 7222176 B2 JP7222176 B2 JP 7222176B2
- Authority
- JP
- Japan
- Prior art keywords
- electroencephalogram
- electrode
- propagation
- signal
- target position
- 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
- 238000005259 measurement Methods 0.000 title claims description 48
- 238000000691 measurement method Methods 0.000 title claims description 38
- 238000001514 detection method Methods 0.000 claims description 46
- 238000000034 method Methods 0.000 claims description 37
- 238000012880 independent component analysis Methods 0.000 claims description 16
- 238000010801 machine learning Methods 0.000 claims description 12
- 239000000284 extract Substances 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 description 88
- 230000007177 brain activity Effects 0.000 description 38
- 230000006399 behavior Effects 0.000 description 34
- 230000009471 action Effects 0.000 description 19
- 230000000644 propagated effect Effects 0.000 description 18
- 238000002360 preparation method Methods 0.000 description 17
- 238000013016 damping Methods 0.000 description 16
- 210000003128 head Anatomy 0.000 description 15
- 238000010586 diagram Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 10
- 238000006073 displacement reaction Methods 0.000 description 9
- 238000004070 electrodeposition Methods 0.000 description 9
- 239000013598 vector Substances 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 210000004556 brain Anatomy 0.000 description 4
- 230000001902 propagating effect Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 210000000624 ear auricle Anatomy 0.000 description 2
- 238000002570 electrooculography Methods 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 230000001936 parietal effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 210000003478 temporal lobe Anatomy 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 210000001652 frontal lobe Anatomy 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000337 motor cortex Anatomy 0.000 description 1
- 230000003183 myoelectrical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 210000004761 scalp Anatomy 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 210000000857 visual cortex Anatomy 0.000 description 1
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Description
本発明は、脳波測定方法及び脳波測定装置に関する。 The present invention relates to an electroencephalogram measurement method and an electroencephalogram measurement apparatus.
被験者の脳波を測定する技術として、例えば特許文献1には、被験者に取り付けられる電極を有する脳波キャップを備える脳波測定装置が記載されている。
As a technique for measuring electroencephalograms of a subject, for example,
従来の脳波測定では、被験者の身体(例えば頭部)を計測して人手で理想的な電極位置を求めて電極を配置していた。
しかしながら、毎回理想的な位置に電極を配置できるとは限らないため、不適切な配置により測定精度の低下を招いていた。
本発明は、脳波を測定する際の電極の配置位置のズレによる測定精度の低下を抑制することを目的とする。
In the conventional electroencephalogram measurement, the subject's body (for example, the head) is measured, and the ideal electrode positions are determined manually to arrange the electrodes.
However, since it is not always possible to place the electrodes at ideal positions every time, improper placement causes a decrease in measurement accuracy.
SUMMARY OF THE INVENTION It is an object of the present invention to suppress a decrease in measurement accuracy due to displacement of electrodes when measuring electroencephalograms.
本発明の一態様に係る脳波測定方法は、被験者に装着した電極により被験者の脳波を測定する脳波測定方法であって、被験者に発生して脳波に混入する特徴信号が、電極を配置すべき目標位置まで伝播する第1伝播程度と、特徴信号が電極の現在の配置位置まで特徴信号が伝播する第2伝播程度とを比較し、第1伝播程度と第2伝播程度との比較結果に基づいて、現在の配置位置と目標位置とのずれを検出する。 An electroencephalogram measurement method according to one aspect of the present invention is an electroencephalogram measurement method for measuring an electroencephalogram of a subject using electrodes attached to the subject, wherein a characteristic signal generated in the subject and mixed in the electroencephalogram is a target to which the electrode should be placed. comparing a first propagation degree for propagating to the position and a second propagation degree for propagating the feature signal to the current arrangement position of the electrode, and based on the comparison result between the first propagation degree and the second propagation degree , to detect the deviation between the current arrangement position and the target position.
本発明の他の一態様に係る脳波測定方法は、被験者に装着した電極により被験者の脳波を測定する脳波測定方法であって、被験者に発生して脳波に混入する特徴信号が、電極を配置すべき目標位置まで伝播する第1伝播程度と、特徴信号が電極の現在の配置位置まで特徴信号が伝播する第2伝播程度とに基づいて、現在の配置位置の電極で検出した脳波信号から目標位置にて検出される脳波信号を推定する。 An electroencephalogram measurement method according to another aspect of the present invention is an electroencephalogram measurement method for measuring an electroencephalogram of a subject using electrodes attached to the subject, wherein a characteristic signal generated in the subject and mixed into the electroencephalogram is detected by placing the electrodes. Based on the first propagation degree that the characteristic signal propagates to the target position and the second propagation degree that the feature signal propagates to the current arrangement position of the electrode, the electroencephalogram signal detected by the electrode at the current arrangement position is converted to the target position Estimate the electroencephalogram signal detected at .
本発明の一態様によれば、脳波を測定する際の電極の配置位置のズレによる測定精度の低下を抑制できる。 According to one aspect of the present invention, it is possible to suppress deterioration in measurement accuracy due to misalignment of electrodes when measuring electroencephalograms.
以下、本発明の第1~第9実施形態について、図面を参照しつつ説明する。以下の図面の記載において、同一又は類似の部分には同一又は類似の符号を貼付している。なお、各図面は模式的なものであって、現実のものとは異なる場合がある。また、以下に示す本発明の第1~第9実施形態は、本発明の技術的思想を具体化するための装置や方法を例示するものであって、本発明の技術的思想は、構成部品の構造、配置等を下記のものに特定するものではない。本発明の技術的思想は、特許請求の範囲に記載された請求項が規定する技術的範囲内において、種々の変更を加えることができる。 Hereinafter, first to ninth embodiments of the present invention will be described with reference to the drawings. In the following description of the drawings, the same or similar parts are labeled with the same or similar reference numerals. Note that each drawing is schematic and may differ from the actual one. Further, the first to ninth embodiments of the present invention shown below are examples of apparatuses and methods for embodying the technical idea of the present invention, and the technical idea of the present invention is It does not specify the structure, arrangement, etc. of the following. Various modifications can be made to the technical idea of the present invention within the technical scope defined by the claims.
(第1実施形態)
本発明の実施形態に係る脳波測定装置の一例として、車両に搭載され、運転者の脳波の運動準備電位を測定して運転者の行動を予測する行動予測装置の場合を例示する。ただし本発明は、このような行動予測装置に限定されず被験者の脳波を測定するための様々な脳波測定方法及び脳波測定装置に広く適用可能である。
脳波測定装置は、図1に示すように、コントローラ1と、コントローラ1に接続された脳波計2、走行状態センサ群3、周囲状況センサ群4、アクチュエータ群5及び出力装置6とを備える。コントローラ1、脳波計2、走行状態センサ群3、周囲状況センサ群4、アクチュエータ群5及び出力装置6は、有線又は無線でデータや信号、情報を互いに送受信可能である。
(First embodiment)
As an example of an electroencephalogram measuring apparatus according to an embodiment of the present invention, a case of a behavior prediction apparatus that is mounted in a vehicle and measures the motor readiness potential of the electroencephalogram of the driver to predict the behavior of the driver will be illustrated. However, the present invention is not limited to such a behavior prediction device, and can be widely applied to various electroencephalogram measurement methods and electroencephalogram measurement devices for measuring electroencephalograms of subjects.
The electroencephalogram measurement apparatus includes a
コントローラ1は、実施形態に係る脳波測定装置が行う動作に必要な処理を、脳波計2から出力される脳波のデータを用いて算術論理演算をし、算術論理演算の結果に応じて制御指令(制御信号)をアクチュエータ群5及び出力装置6に出力する電子制御ユニット(ECU)等の制御回路である。コントローラ1は、例えば、プロセッサ11と、記憶装置12と、入出力インターフェース(図示省略)とを備える。
The
プロセッサ11は、算術論理演算装置(ALU)、制御回路(制御装置)、各種レジスタ等を含む中央演算処理装置(CPU)等に等価なマイクロプロセッサ等の装置である。記憶装置12は、半導体メモリやディスクメディア等からなり、レジスタ、キャッシュメモリ、主記憶装置として使用されるROM及びRAM等の記憶媒体を含んでいてもよい。例えば、記憶装置12に予め記憶された、実施形態に係る脳波測定装置の動作に必要な一連の処理を示すプログラム(行動予測プログラム)をプロセッサ11が実行し得る。
The
コントローラ1は、フィールド・プログラマブル・ゲート・アレイ(FPGA)等のプログラマブル・ロジック・デバイス(PLD)等を有していてもよく、汎用の半導体集積回路中にソフトウェアによる処理で等価的に設定される機能的な論理回路等でも構わない。コントローラ1を構成する各部は、単一のハードウェアから構成されてもよく、それぞれ別個のハードウェアから構成されてもよい。
The
脳波計2は、被験者である運転者(人間)の脳波(脳活動)を検出し、検出された脳波信号(脳波データ)をコントローラ1に出力する。脳波計2は脳波計測用の電極群(複数の電極)21、電極群21で採集された電位変化である複数の脳波信号を増幅する増幅器22、増幅器22から出力された複数の脳波信号のそれぞれから所定の通過帯域の周波数成分を抽出するフィルタ23、抽出された脳波信号のアナログデータを所定のサンプリング周期でサンプリングしてデジタルデータに変換するA/D変換器24を有する。なお、脳波計2の電極群21以外の機能の一部がコントローラ1に内蔵されていてもよい。
The
脳波計2は、運転者の頭部に取り付けられた複数の電極間に生じる微弱な電位差信号を運転者の脳において生じる電気活動として検出する。例えば、コントローラ1は、脳波計2により検出された各電極の脳波のデータ間の電位差信号を周波数解析することにより、運転者の脳において生じる運動準備電位(MRP)を算出する。
運動準備電位は、思考や認知の結果として現れる脳の反応を示す事象関連電位(ERP)の一種であり、自発的に手や脚等を動かそうとする時に発生する電位である。
The
The motor readiness potential is a type of event-related potential (ERP) indicating a brain reaction that appears as a result of thinking or cognition, and is a potential generated when a person tries to move a hand or leg voluntarily.
運動準備電位の基礎となる脳波は運転者が実際に行動を開始する前に発生する。このため、運動準備電位は運転者が行動を開始するタイミングよりも2秒程度前から検出され、400ms程度前からより大きく検出される。このため、運動準備電位を算出することにより、運転者が実際に行動を開始する前に運転者の行動(行動意図)を予測することができる。なお、ここでは周波数解析により運動準備電位を算出する場合を例示するが、周波数解析に限らずパターン解析でもよく、信号解析できるものであればよい。 The electroencephalogram underlying the motor readiness potential occurs before the driver actually begins to act. Therefore, the ready-to-exercise potential is detected from about 2 seconds before the timing at which the driver starts to act, and is detected to be greater from about 400 ms before. Therefore, by calculating the exercise readiness potential, it is possible to predict the driver's action (behavioral intention) before the driver actually starts the action. Here, the case of calculating the exercise preparatory potential by frequency analysis is exemplified, but not limited to frequency analysis, pattern analysis may be used as long as signal analysis is possible.
図2は、脳波信号における特徴ベクトルの一例を示す図である。ここでは、運転者の行動開始前の脳波信号からN個の特徴量を抽出し、脳波の特徴ベクトルP=(p1,p2,…,pN)を生成する。特徴量は、例えば一定の等間隔でサンプリングした値等を使用する。図3に示すように、過去の運動準備電位の特徴量を予めデータベース化しておき、特徴空間に配置される領域Dを決定する。 FIG. 2 is a diagram showing an example of feature vectors in an electroencephalogram signal. Here, N feature amounts are extracted from the electroencephalogram signal before the driver starts to act, and an electroencephalogram feature vector P=(p1, p2, . . . , pN) is generated. For the feature amount, for example, values sampled at regular equal intervals are used. As shown in FIG. 3, a feature amount of past exercise readiness potentials is stored in a database in advance, and a region D to be arranged in the feature space is determined.
領域Dの定義は、例えば複数サンプルがあれば、ベクトル集合{P}の重心点を中心とし、半径を標準偏差σとする円を領域Dとして決定する。そして、運転者からリアルタイムで計測した運動準備電位の特徴ベクトルPが、領域Dに入るか否かを判定する。ここで、特徴ベクトルPが領域Dに入る場合に運動準備電位が発生していると判定し、特徴ベクトルPが領域Dに入っていない場合に運動準備電位が発生していないと判定する。 As for the definition of area D, for example, if there are a plurality of samples, the area D is determined as a circle whose center is the center of gravity of vector set {P} and whose radius is standard deviation σ. Then, it is determined whether or not the characteristic vector P of the exercise readiness potential measured from the driver in real time falls within the region D. Here, when the feature vector P falls within the region D, it is determined that the potential for preparation for exercise is generated, and when the feature vector P does not fall within the region D, it is determined that the potential for preparation for exercise is not generated.
図1を参照する。コントローラ1は、脳波計2により計測された脳波信号から運動準備電位を算出することにより、運転者の行動を予測する。コントローラ1は更に、運転者の行動が予測された場合、走行状態センサ群3により検出された車両の走行状況や、周囲状況センサ群4により検出された車両の周囲状況に基づいて運転者の行動意図を推定し、アクチュエータ群5及び出力装置6に対して車両の運転を支援するための制御指令を出力する。
Please refer to FIG. The
走行状態センサ群3は、車速センサ31、アクセル開度センサ32、ブレーキスイッチ33、ステアリング操作量センサ34及びウインカスイッチ35を備える。車速センサ31は、車両の車輪速から車速を検出し、検出された車速をコントローラ1に出力する。アクセル開度センサ32は、アクセルペダルの踏み込み量から車両のアクセル開度を検出し、検出されたアクセル開度をコントローラ1に出力する。
The running
ブレーキスイッチ33は、車両のブレーキペダル操作の有無等のブレーキの作動状態を検出し、検出されたブレーキの作動状態をコントローラ1に出力する。ステアリング操作量センサ34は、車両のステアリングホイールの操作角又は操向輪の操舵角をステアリング操作量として検出し、検出されたステアリング操作量をコントローラ1に出力する。ウインカスイッチ35は、方向指示器(ウインカ)の作動状態、即ち左方向スイッチのオン/オフ、及び右方向スイッチのオン/オフを検出し、検出されたウインカの作動状態をコントローラ1に出力する。
The
周囲状況センサ群4は、カメラ41、レーダ42、地図データベース(DB)43及び全地球測位システム(GPS)受信機44を備える。カメラ41は、車両の周囲の所定の範囲を撮像して画像データを取得するイメージセンサである。
カメラ41は、例えば車室内のフロントウィンドウ上部に設けられたCCDの広角カメラからなる。カメラ41は、ステレオカメラや全方位カメラであってもよく、複数のイメージセンサを含むようにしてもよい。カメラ41は、取得した画像データから、車両の周囲に存在する道路及び道路周辺の構造物、道路標示、標識、他車両、歩行者等を車両の周囲状況として検出し、検出された車両の周囲状況のデータをコントローラ1に出力する。
Surrounding
The
レーダ42としては、レーザレンジファインダ(LRF)や、ミリ波や超音波を用いた測距レーダを採用可能であり、例えばフロントグリル内に設けられたミリ波レーダからなる。レーダ42は、車両の周囲の所定の範囲を走査し、車両の周囲に存在する他車両等の障害物を検出する。レーダ42は、例えば障害物と車両との相対位置(方位)、障害物の相対速度、車両から障害物までの距離等を車両の周囲状況として検出する。レーダ42は、検出された車両の周囲状況のデータをコントローラ1に出力する。
As the
地図DB43としては、半導体メモリ又はディスクメディア等の記憶媒体が使用可能である。地図DB43は、道路種別や道路線形、車線幅員、車両の通行方向、制限速度等を含む地図情報を記憶している。なお、地図情報のデータベースをサーバで管理し、更新された地図情報の差分データだけを、例えばテレマティクスサービスを通じて取得し、地図DB43に記憶された地図情報の更新を行ってもよい。なお、地図DB43は、コントローラ1の記憶装置12に内蔵されていてもよい。
A storage medium such as a semiconductor memory or a disk medium can be used as the
GPS受信機44は、人工衛星から受信する電波に基づいて、車両の緯度、経度及び高度を車両の現在位置として取得する。コントローラ1は、GPS受信機44により取得した車両の現在位置を地図DB43に記憶された地図と照合して、地図DB43に記憶された地図上における車両の現在位置を取得する。コントローラ1は、地図上の車両の現在位置から、運転者等により設定された目的地までの走行経路を設定し、設定した走行経路をディスプレイの表示やスピーカの音声により運転者に提示したり、設定した走行経路に沿って車両の走行を制御したりすることができる。
The
例えば、コントローラ1は、車速センサ31により検出された車速及びウインカスイッチ35により検出されるウインカの作動状態に基づき、車両が右左折のため停止中と判定される場合に、運転者の行動が予測された場合には、発進動作及び右左折動作を支援するようにアクチュエータ群5に対して制御指令を出力する。
For example, the
アクチュエータ群5は、例えばアクセル開度アクチュエータ51、ブレーキ制御アクチュエータ52及びステアリングアクチュエータ53を備える。アクセル開度アクチュエータ51は、例えば電子制御スロットルバルブからなり、コントローラ1からの制御指令の信号に基づいて車両のアクセル開度を制御する。ブレーキ制御アクチュエータ52は、例えばVDC(Vehicle Dynamics Control)等に用いられる油圧回路からなり、コントローラ1からの制御指令の信号に基づいて車両のブレーキの制動動作を制御する。ステアリングアクチュエータ53は、コントローラ1からの制御指令の信号に基づいて車両のステアリングを制御する。
The
また、例えばコントローラ1は、運転者の行動が予測された場合に、車両の運転を支援する運転支援情報を出力するように出力装置6に対して制御指令を出力する。例えば、車両が右左折のため停止中と判定される場合に、運転者の行動が予測された場合には、右左折後の進路上で検出された物体の有無などを知らせる運転支援情報を出力するように制御指令を出力する。
Further, for example, when the behavior of the driver is predicted, the
出力装置6は、ディスプレイ61及びブザー62を備える。ディスプレイ61及びブザー62は、コントローラ1からの制御指令の信号に基づいて、例えば車両の発進意図を車両の周囲に提示(報知)する。
また、ディスプレイ61及びブザー62は、コントローラ1からの制御指令の信号に基づいて運転支援情報を出力する。
The
Further, the
次に、脳波計測用の電極群21の装着について説明する。脳波計2の脳波計測用の電極群21は、人間の頭部表面に配置される。例えば、電極キャップやバンド、ネット等に電極群21を取り付けて頭部に装着することにより、電極群21を非侵襲的に取り付けることができる。電極群21の取り付け方法は特に限定されず、例えば導電性ペースト等で電極を固定してもよく、針状の電極を頭皮内に挿入することもできる。
Next, mounting of the
従来の脳波計測用の電極配置方法としては、国際10-20法に基づく電極配置方法が一般的である。国際10-20法に基づく電極配置方法は、図4A及び図4Bに示すように、鼻根PAと後頭結節PBの間、左の耳介前点PCと右の耳介前点PDの間を10%、20%、20%、20%、20%、10%に分割し、分割した位置に21個の電極Fp1,Fp2,F7,F3,Fz,F4,F8,A1,T3,C3,Cz,C4,T4,A2,T5,P3,Pz,P4,T6,O1,O2を配置する方法である。 As a conventional electrode placement method for electroencephalogram measurement, an electrode placement method based on the International 10-20 method is generally used. The electrode placement method based on the International 10-20 method is, as shown in FIGS. 10%, 20%, 20%, 20%, 20%, 10%, and 21 electrodes Fp1, Fp2, F7, F3, Fz, F4, F8, A1, T3, C3, Cz , C4, T4, A2, T5, P3, Pz, P4, T6, O1, and O2.
電極Fp1,Fp2が前頭極(解剖学的には前部前頭葉)、電極F3,F4が前頭部(解剖学的には運動野)、電極C3,C4が中心部(解剖学的には中心溝)、電極P3,P4が頭頂部(解剖学的には感覚野)、電極O1,O2が後頭部(解剖学的には視覚野)、電極F7,F8が前側頭部(解剖学的には下部前頭野)、電極T3,T4が中側頭部(解剖学的には中側頭葉)、電極T5,T6が後側頭部(解剖学的には後側頭葉)、電極A1,A2が耳朶、電極Fzが正中前頭部、電極Czが正中中心部、電極Pzが正中頭頂部に位置する。 Electrodes Fp1 and Fp2 are frontal poles (anatomically, anterior frontal lobe), electrodes F3 and F4 are frontal (anatomically, motor cortex), electrodes C3 and C4 are central regions (anatomically, central groove), electrodes P3 and P4 are the parietal region (anatomically the sensory area), electrodes O1 and O2 are the occipital region (anatomically the visual cortex), electrodes F7 and F8 are the anterior temporal region (anatomically lower frontal area), electrodes T3 and T4 for the middle temporal region (anatomically middle temporal lobe), electrodes T5 and T6 for the posterior temporal region (anatomically posterior temporal lobe), electrode A1, A2 is located at the ear lobe, electrode Fz is located at the midline frontal region, electrode Cz is located at the center midline, and electrode Pz is located at the midline parietal region.
図4A及び図4Bに破線で示すが、電極FC3,FCz,FC4及び電極CP3,CPz,CP4は、国際10-20法を拡張した拡張国際10-20法(10%法)で定義される電極である。電極FC3,FCz,FC4は、電極F3,Fz,F4と電極C3,Cz,C4との間の前頭部及び中心部にそれぞれ位置する。電極CP3,CPz,CP4は、電極C3,Cz,C4と電極P3,Pz,P4との間の中心部及び頭頂部にそれぞれ位置する。 4A and 4B with dashed lines, electrodes FC3, FCz, FC4 and electrodes CP3, CPz, CP4 are electrodes defined by the extended international 10-20 method (10% method), which is an extension of the international 10-20 method is. Electrodes FC3, FCz, FC4 are located in the frontal and central regions, respectively, between electrodes F3, Fz, F4 and electrodes C3, Cz, C4. Electrodes CP3, CPz, CP4 are located at the center and top of the head between electrodes C3, Cz, C4 and electrodes P3, Pz, P4, respectively.
脳波の計測方法としては、単極誘導法、双極誘導法及び平均基準電極法が採用できる。単極誘導法は、耳朶の電極等を基準電極として、この基準電極と頭部表面の電極(探査電極)との間の電位差を測定する方法である。双極誘導法は、頭部表面の各電極の2点の電位差を測定する方法である。平均基準電極法は、すべての電極を結んだ点を基準電極として、この基準電極と頭部表面の電極(探査電極)と間の電位差を測定する方法である。 A unipolar lead method, a bipolar lead method, and an average reference electrode method can be used as methods for measuring electroencephalograms. The unipolar induction method is a method in which an earlobe electrode or the like is used as a reference electrode and the potential difference between this reference electrode and an electrode on the surface of the head (probing electrode) is measured. The bipolar induction method is a method of measuring the potential difference between two points of each electrode on the head surface. The average reference electrode method is a method of measuring the potential difference between a point connecting all electrodes as a reference electrode and an electrode on the surface of the head (exploration electrode).
被験者の脳波を精度よく測定するためには、電極群21を、例えば図4A及び図4Bに示すような所定の配置位置に正確に装着する必要がある。従来は、脳波測定の知識がある者が被験者の頭の大きさを計測して装着位置を決定することにより、理想的な配置位置に電極を装着していた。
このため、繰り返し脳波を測定する場合(例えば日常的に脳波を測定する場合)のように、脳波測定の知識がある者に配置位置を毎回決定してもらうことが困難な場合、理想的な位置からずれた位置に電極群21が配置されて測定精度が低下するおそれがある。また、脳波測定の知識がある者であっても配置位置がずれるおそれがある。
In order to accurately measure the subject's electroencephalogram, it is necessary to accurately mount the
For this reason, if it is difficult to have a person with knowledge of EEG measurement determine the placement position every time, such as when repeatedly measuring EEG (for example, when measuring EEG on a daily basis), the ideal position There is a risk that the
そこで、本発明の実施形態では、所定の特徴信号を被験者に発生させて被験者の脳波信号に特徴信号を混入する。脳波信号に混入させる特徴信号は、例えば、アーティファクトであってよく、瞬目動作により生じる瞬目信号や、上下や左右の眼球運動により生じる眼筋電位であってよい。
そして、特徴信号を電極群21で検出し、電極群21に含まれる各電極(以下、単に「各電極」と表記する)まで伝播した特徴信号の伝播程度を測定する。
Therefore, in the embodiment of the present invention, the subject is caused to generate a predetermined feature signal, and the feature signal is mixed into the subject's electroencephalogram signal. The feature signal to be mixed in the electroencephalogram signal may be, for example, an artifact, such as a blink signal generated by a blinking action, or an ocular myoelectric potential generated by vertical or horizontal eye movement.
Then, the characteristic signal is detected by the
特徴信号は伝播距離に応じて減衰するため、伝播程度は電極位置に依存する。したがって、理想的な電極の配置位置で検出した特徴信号の伝播程度と、実際に被験者の脳活動の測定を行う際に電極を装着した配置位置で検出した特徴信号の伝播程度とを比較することにより、実際の測定時の電極の位置が理想的な位置からずれているか否かを判断できる。 Since the feature signal attenuates according to the propagation distance, the degree of propagation depends on the electrode position. Therefore, it is necessary to compare the degree of propagation of the characteristic signal detected at the ideal placement position of the electrodes with the degree of propagation of the characteristic signal detected at the placement position where the electrodes are attached when actually measuring the brain activity of the subject. Thus, it can be determined whether or not the position of the electrode at the time of actual measurement deviates from the ideal position.
具体的には、まず、予め理想的な電極の配置位置(すなわち電極群21を配置すべき目標位置)に電極群21を配置する。このとき、脳波測定の知識がある者が運転者の頭の大きさを計測して目標位置を決定してよい。
この状態で特徴信号を被験者に発生させ、目標位置まで伝播する特徴信号の第1伝播程度を測定して記録しておく。以下、電極群21を配置すべき目標位置を単に「目標位置」と表記する。
例えば、特徴信号が混入した脳波を各電極により測定し、測定された脳波に含まれる特徴信号を検出することにより、各電極の目標位置までのそれぞれの伝播程度を測定してよい。
Specifically, first, the
In this state, a characteristic signal is generated in the subject, and the first degree of propagation of the characteristic signal propagating to the target position is measured and recorded. Hereinafter, the target position where the
For example, an electroencephalogram mixed with a characteristic signal may be measured by each electrode, and the degree of propagation of each electrode to a target position may be measured by detecting the characteristic signal contained in the measured electroencephalogram.
次に、実際に被験者の脳活動の測定を行う際に、再び電極群21を装着する。このとき、目標位置に電極群21を配置したときのように厳密に運転者の頭の大きさを計測して配置位置を決定する必要はなく、例えば運転者自身で電極群21を装着してもよい。このように、実際に被験者の脳活動の測定を行う際に電極群21を配置した位置を、以下「現在の配置位置」と表記する。
この状態で特徴信号を被験者に発生させて、各電極の現在の配置位置まで伝播する特徴信号の第2伝播程度を測定する。
そして、第1伝播程度と第2伝播程度とを比較することにより現在の配置位置と目標位置とのずれを検出する。したがって、検出したずれが小さくなるように配置位置を調整すれば、理想的な配置位置とのずれを低減もしくは無くすことができる。
Next, when actually measuring brain activity of the subject, the
A characteristic signal is generated in the subject in this state, and the degree of second propagation of the characteristic signal propagating to the current arrangement position of each electrode is measured.
Then, by comparing the first degree of propagation and the second degree of propagation, the deviation between the current arrangement position and the target position is detected. Therefore, by adjusting the arrangement position so that the detected deviation becomes small, the deviation from the ideal arrangement position can be reduced or eliminated.
以下、現在の配置位置と目標位置とのずれを検出するコントローラ1の機能構成を説明する。
図5を参照する。コントローラ1は、伝播程度判定部70と、脳波データベース(DB)71と、位置ずれ検出部72と、変換式決定部73と、近似部74と、予測部75を備える。
例えばコントローラ1は、記憶装置12に格納されたコンピュータプログラムをプロセッサ11で実行することにより伝播程度判定部70と、位置ずれ検出部72と、変換式決定部73と、近似部74と、予測部75の機能を実現してよい。
The functional configuration of the
Please refer to FIG. The
For example, the
伝播程度判定部70は、脳波計2で測定して得られた脳波信号を入力する。伝播程度判定部70は、脳波計2から入力した脳波信号に混入した特徴信号を検出し、その振幅値を、各電極の配置位置まで伝播した特徴信号の伝播程度として判定する。
伝播程度判定部70は、目標位置に配置された電極群21により検出した脳波信号に基づいて判定した伝播程度を、第1伝播程度として脳波データベース71に記録する。
伝播程度判定部70は、図6に示すような振幅値マップを第1伝播程度として脳波データベース71に記録してよい。振幅値マップは、鼻根から各電極Fz、Cz、Pz、Oz、…までのそれぞれの距離と各電極において検出した特徴信号の振幅値に基づいて求められた、鼻根から距離と振幅値との関係を示す。
The propagation
The propagation
The propagation
図5を参照する。伝播程度判定部70は、実際に被験者の脳活動の測定を行う際に配置された電極群21により検出した脳波信号に基づいて判定した伝播程度を、第2伝播程度として位置ずれ検出部72へ出力する。
位置ずれ検出部72は、第1伝播程度を脳波データベース71から読み出す。位置ずれ検出部72は、第1伝播程度と第2伝播程度とを比較し、比較結果に基づいて現在の配置位置と目標位置とのずれを検出する。
例えば、位置ずれ検出部72は、第1伝播程度と第2伝播程度との比較結果に基づいて前後方向の位置ずれを検出してよい。
Please refer to FIG. The propagation
The positional
For example, the positional
例えば位置ずれ検出部72は、図7Bに示すように、現在の配置位置で検出した特徴信号の振幅値と振幅値マップとの比較に基づいて前後方向の位置ずれを検出してよい。図7Bの例の場合、電極Fzの現在の配置位置で検出した振幅値は目標位置での振幅値よりも小さく、目標位置よりも後方に距離Lだけずれた位置S1における振幅値マップ上の振幅値と等しい。このため、電極Fzの現在の配置位置は、目標位置よりも後方に距離Lだけずれていると検出してよい。一方で電極Czの現在の配置位置で検出した振幅値は目標位置での振幅値よりも大きいため、目標位置よりも前方にずれていると検出してよい。
For example, as shown in FIG. 7B, the positional
また、例えば位置ずれ検出部72は、左右対称に(すなわち図4Bに示す鼻根PAと後頭結節PBを結ぶ直線L1に対して線対称に)配置された2つの電極の第2伝播程度を比較し、比較結果に基づいて横方向の位置ずれを検出してもよい。
例えば瞬目信号の場合には、左右対称に配置された2つの電極(例えば電極C3及びC4)までの伝播程度は互いに等しくなる。したがって、これらの電極位置での第2伝播程度の差を横方向の位置ずれとして検出できる。
Further, for example, the positional
For example, in the case of blink signals, the degree of propagation to two symmetrically arranged electrodes (for example, electrodes C3 and C4) is equal to each other. Therefore, a difference in the second propagation degree at these electrode positions can be detected as a lateral displacement.
位置ずれ検出部72は、検出した現在の配置位置と目標位置とのずれを、例えば出力装置6のディスプレイ61へ出力する。
例えば図7Aに示すように、左右対称に配置された2つの電極について、現在の電極位置でそれぞれ検出した振幅値の比較結果を、横方向の位置ずれとしてディスプレイ61に表示してよい。
また例えば図7Bに示すように、振幅値マップと現在の配置位置で検出した特徴信号の振幅値との比較結果を前後方向の位置ずれとしてディスプレイ61に表示してよい。
The positional
For example, as shown in FIG. 7A, for two symmetrically arranged electrodes, the comparison result of the amplitude values detected at the current electrode positions may be displayed on the
Further, for example, as shown in FIG. 7B, the comparison result between the amplitude value map and the amplitude value of the feature signal detected at the current arrangement position may be displayed on the
ディスプレイ61に表示された比較結果を参照することにより、現在の配置位置と目標位置とのずれを低減もしくは無くすように配置位置を調整することができる。
各電極の配置位置を調整する際には、第1ステップとして各電極の横方向位置を調整する。
例えば、第1ステップでは、左右対称に配置された2つの電極で検出された振幅値が等しくなるように電極の横方向位置を調整する。このとき、電極の前後方向位置は変更しない。
図7Aの例では、左側部に配置される電極C3での振幅値が右側部に配置される電極C4での振幅値よりも小さいため、電極C3及びC4が目標位置より左側にずれていることが分かる。このため、電極C3及びC4を右側へ移動することにより、これらの振幅値が等しくする。
By referring to the comparison result displayed on the
When adjusting the arrangement position of each electrode, the horizontal position of each electrode is adjusted as a first step.
For example, in the first step, the lateral positions of the electrodes are adjusted so that the amplitude values detected by the two symmetrically arranged electrodes are equal. At this time, the positions of the electrodes in the front-rear direction are not changed.
In the example of FIG. 7A, since the amplitude value of the electrode C3 arranged on the left side is smaller than the amplitude value of the electrode C4 arranged on the right side, the electrodes C3 and C4 are displaced to the left from the target positions. I understand. Therefore, by moving electrodes C3 and C4 to the right, their amplitude values are made equal.
次に、第2ステップとして各電極の前後方向位置を調整する。
例えば、第2ステップでは、各電極で測定される振幅値が、振幅値マップとして記憶された目標位置での振幅値と等しくなるように電極の前後方向位置を調整する。
図7Bの例では、電極Fzの現在の配置位置で検出した振幅値は目標位置での振幅値よりも小さく、目標位置よりも後方に距離Lだけずれていると考えられる。したがって、電極Fzの配置位置を前方に距離Lだけ移動することにより、電極Fzでの振幅値を目標位置での振幅位置と等しくする。
Next, as a second step, the position of each electrode in the front-rear direction is adjusted.
For example, in the second step, the longitudinal positions of the electrodes are adjusted so that the amplitude value measured at each electrode becomes equal to the amplitude value at the target position stored as the amplitude value map.
In the example of FIG. 7B, the amplitude value detected at the current placement position of the electrode Fz is smaller than the amplitude value at the target position, and is considered to be shifted by the distance L behind the target position. Therefore, by moving the position of the electrode Fz forward by the distance L, the amplitude value at the electrode Fz is made equal to the amplitude position at the target position.
同様に、電極Czの現在の配置位置で検出した振幅値は目標位置での振幅値よりも大きいため、目標位置よりも前方にずれていると考えられる。したがって、電極Czの配置位置を後方に移動することにより、電極Czでの振幅値を目標位置での振幅位置と等しくする。
このように各電極の横方向位置及び前後方向位置を修正した後に、予測部75は、脳波計2により運転者の脳波信号を採取する。予測部75は、採取した脳波信号から運動準備電位を算出することにより、運転者の行動を予測する。
Similarly, since the amplitude value detected at the current placement position of the electrode Cz is greater than the amplitude value at the target position, it is considered that the electrode Cz is shifted forward from the target position. Therefore, by moving the arrangement position of the electrode Cz backward, the amplitude value at the electrode Cz is made equal to the amplitude position at the target position.
After correcting the lateral position and the longitudinal position of each electrode in this way, the
運転者の行動が予測された場合、予測部75は、走行状態センサ群3により検出された車両の走行状況や、周囲状況センサ群4により検出された車両の周囲状況に基づいて運転者の行動意図を推定し、アクチュエータ群5及び出力装置6に対して車両の運転を支援するための制御指令を出力する。
なお、変換式決定部73と、近似部74の機能については後述する。
When the driver's behavior is predicted, the
The functions of the conversion
次に、図8のフローチャートを参照しながら、第1実施形態に係る脳波測定方法の一例を説明する。
ステップS1において運転者の頭部の目標位置に電極群21を装着する。ステップS2において特徴信号を運転者に発生させる。ステップS3において目標位置の置かれた電極群21により脳波を測定する。
Next, an example of the electroencephalogram measurement method according to the first embodiment will be described with reference to the flowchart of FIG.
In step S1, the
ステップS4において伝播程度判定部70は、ステップS3で電極群21により測定した運転者の脳波信号に混入した特徴信号の振幅値を検出する。ステップS5において伝播程度判定部70は、鼻根から距離と特徴信号の振幅値との関係を表す振幅値マップを作成し、第1伝播程度として脳波データベース71に記録する。
In step S4, the propagation
ステップS6において、実際に被験者の脳活動の測定を行う際に運転者の頭部に電極群21を装着する。ステップS7において特徴信号を運転者に発生させる。ステップS8において現在の配置位置に置かれた電極群21により脳波を測定する。
ステップS9において伝播程度判定部70は、ステップS8で電極群21により測定した運転者の脳波信号に混入した特徴信号の振幅値を、現在の配置位置まで伝播した特徴信号の第2伝播程度として検出する。
In step S6, the
In step S9, the propagation
位置ずれ検出部72は、振幅値マップを脳波データベース71から読み出す。位置ずれ検出部72は、振幅値マップと第2伝播程度とを比較し、比較結果に基づいて現在の配置位置と目標位置との前後方向の位置ずれを検出する。また位置ずれ検出部72は、左右対称に配置された2つの電極の第2伝播程度を比較し、比較結果に基づいて横方向の位置ずれを検出する。
The positional
位置ずれ検出部72は、検出した現在の配置位置と目標位置とのずれを、出力装置6のディスプレイ61へ出力する。
ステップS10及びS11では、ディスプレイ61に表示された現在の配置位置と目標位置とのずれを参照して、電極群21の位置ずれを修正する。第1ステップとしてステップS10において電極群21の横方向位置を調整する。第2ステップとしてステップS11において電極群21の前後方向位置を調整する。
電極群21の配置位置を修正した後に、脳波計2により運転者の脳波信号を採取する。この脳波信号から運動準備電位を算出することにより、予測部75は運転者の行動を予測する。
The positional
In steps S10 and S11, the positional deviation of the
After correcting the placement position of the
(第1実施形態の効果)
(1)第1実施形態の脳波測定方法は、被験者に装着した電極群21により被験者の脳波を測定する。このとき、電極群21で得られる脳波信号に混入する特徴信号を被験者に発生させる。そして、電極を配置すべき目標位置まで特徴信号が伝播する第1伝播程度と、電極の現在の配置位置まで特徴信号が伝播する第2伝播程度とを比較する。第1伝播程度と第2伝播程度との比較結果に基づいて、現在の配置位置と目標位置とのずれを検出する。
(Effect of the first embodiment)
(1) The electroencephalogram measurement method of the first embodiment measures electroencephalograms of a subject using the
これにより、現在の配置位置と目標位置とのずれを検出することが可能になり、検出したずれに基づいて現在の配置位置を修正できるので、毎回理想的な目標位置に電極群21を配置できる。この結果、脳波の測定精度を向上できる。また、こうして採取した脳波信号に基づいて被験者の脳活動を測定することにより、脳活動の測定精度を向上できる。例えば、運動準備電位などの事象関連電位を精度よく算出して、運転者の行動の予測精度を向上できる。
This makes it possible to detect the deviation between the current arrangement position and the target position, and correct the current arrangement position based on the detected deviation, so that the
(2)伝播程度判定部70は、第1伝播程度及び第2伝播程度として、特徴信号の振幅値を検出する。
これにより、特徴信号の振幅値を用いて現在の配置位置と目標位置とのずれを検出することが可能になり、検出したずれに基づいて、毎回理想的な目標位置に電極群21を配置できので、脳波の測定精度を向上できる。
(2) The propagation
This makes it possible to detect the deviation between the current arrangement position and the target position using the amplitude value of the characteristic signal, and based on the detected deviation, the
(第2実施形態)
次に、第2実施形態を説明する。第2実施形態に係る脳波測定装置は、目標位置まで特徴信号が伝播する第1伝播程度と、電極の現在の配置位置まで特徴信号が伝播する第2伝播程度とに基づいて、現在の配置位置の電極で検出した脳波信号を補正(近似)することにより目標位置にて検出される脳波信号を推定する。
例えば、第1実施形態と同様に、目標位置まで伝播した特徴信号の振幅A1と現在の配置位置まで伝播した特徴信号の振幅A2を、それぞれ第1伝播程度及び第2伝播程度として検出する。
(Second embodiment)
Next, a second embodiment will be described. The electroencephalogram measurement apparatus according to the second embodiment measures the current placement position of the electrode based on the first propagation degree at which the feature signal propagates to the target position and the second propagation degree at which the feature signal propagates to the current placement position of the electrode. By correcting (approximating) the electroencephalogram signal detected by the electrodes, the electroencephalogram signal detected at the target position is estimated.
For example, similarly to the first embodiment, the amplitude A1 of the feature signal propagated to the target position and the amplitude A2 of the feature signal propagated to the current arrangement position are detected as the first degree of propagation and the second degree of propagation, respectively.
次に図9Aに示すように、現在の配置位置の電極で検出した脳波信号を目標位置にて検出される脳波信号へ変換するための変換式Wを、W=A1/A2により算出する。
そして図9Bに示すように、実際に被験者の脳活動の測定を行う際に、現在の配置位置の電極で検出した脳波信号に変換式Wを乗ずることにより、目標位置にて検出される脳波信号を推定する。
Next, as shown in FIG. 9A, a conversion formula W for converting the electroencephalogram signal detected by the electrode at the current placement position to the electroencephalogram signal detected at the target position is calculated by W=A1/A2.
Then, as shown in FIG. 9B, when actually measuring the brain activity of the subject, the electroencephalogram signal detected at the target position is multiplied by the electroencephalogram signal detected by the electrode at the current placement position by the conversion formula W. to estimate
図5を参照する。伝播程度判定部70は、目標位置に電極群21が配置されたときに検出した特徴信号の振幅A1を、第1伝播程度として脳波データベース71に記録する。次に伝播程度判定部70は、実際に被験者の脳活動の測定を行う際に電極群21が現在の配置位置に配置されたときに検出した特徴信号の振幅A2を、第2伝播程度として変換式決定部73へ出力する。
Please refer to FIG. The propagation
変換式決定部73は、脳波データベース71に第1伝播程度として記録された振幅A1を読み出し、変換式W(=A1/A2)を算出する。変換式決定部73は、変換式Wを近似部74へ出力する。
近似部74は、実際に被験者の脳活動の測定を行う際に配置された電極で検出した脳波信号を脳波計2から読み込む。近似部74は、読み込んだ脳波信号に変換式Wを乗ずることにより、目標位置にて検出される脳波信号を推定する。近似部74は、推定された脳波信号を予測部75へ出力する。
The conversion
The
予測部75は、推定された脳波信号から運動準備電位を算出することにより、運転者の行動を予測する。
運転者の行動が予測された場合、予測部75は、車両の走行状況や車両の周囲状況に基づいて運転者の行動意図を推定し、アクチュエータ群5及び出力装置6に対して車両の運転を支援するための制御指令を出力する。
The
When the behavior of the driver is predicted, the
次に、図10のフローチャートを参照しながら、第2実施形態に係る脳波測定方法の一例を説明する。
ステップS20~S23の処理は、図8のステップS1~S4の処理と同様である。ステップS24において伝播程度判定部70は、目標位置に電極群21が配置されたときに検出した特徴信号の振幅A1を、第1伝播程度として脳波データベース71に記録する。
Next, an example of an electroencephalogram measurement method according to the second embodiment will be described with reference to the flowchart of FIG.
The processing of steps S20 to S23 is the same as the processing of steps S1 to S4 in FIG. In step S24, the propagation
ステップS25~S28の処理は、図8のステップS6~S9の処理と同様である。ステップS29において伝播程度判定部70は、電極群21が現在の配置位置に配置されたときに検出した特徴信号の振幅A2を、第2伝播程度として変換式決定部73へ出力する。変換式決定部73は、脳波データベース71に第1伝播程度として記録された振幅A1を読み出し、変換式W(=A1/A2)を算出する。
ステップS30において近似部74は、現在の配置位置の電極で検出した脳波信号を脳波計2から読み込む。近似部74は、読み込んだ脳波信号に変換式Wを乗ずることにより、目標位置にて検出される脳波信号を推定する。予測部75は、推定された脳波信号から運動準備電位を算出することにより、運転者の行動を予測する。
The processing of steps S25 to S28 is the same as the processing of steps S6 to S9 in FIG. In step S29, the propagation
In step S<b>30 , the
(第2実施形態の効果)
第2実施形態の脳波測定方法は、被験者に装着した電極群21により被験者の脳波を測定する。このとき、電極群21で得られる脳波信号に混入する特徴信号を被験者に発生させる。そして、電極を配置すべき目標位置まで特徴信号が伝播する第1伝播程度と、電極の現在の配置位置まで特徴信号が伝播する第2伝播程度とに基づいて、現在の配置位置の電極で検出した脳波信号から目標位置にて検出される脳波信号を推定する。
(Effect of Second Embodiment)
The electroencephalogram measurement method of the second embodiment measures electroencephalograms of a subject using the
これにより、現在の配置位置と目標位置とのずれにより生じる脳波信号の誤差を補正して、理想的な位置に電極を配置したときに得られる波形を近似することができるので、脳波の測定精度を向上できる。また、こうして採取した脳波信号に基づいて被験者の脳活動を測定することにより、脳活動の測定精度を向上できる。例えば、運動準備電位などの事象関連電位を精度よく算出して、運転者の行動の予測精度を向上できる。 As a result, the error in the electroencephalogram signal caused by the deviation between the current placement position and the target position can be corrected, and the waveform obtained when the electrodes are placed at the ideal position can be approximated, so the accuracy of electroencephalogram measurement can be improved. can be improved. Further, by measuring brain activity of the subject based on the electroencephalogram signals thus collected, the accuracy of brain activity measurement can be improved. For example, an event-related potential such as an exercise readiness potential can be calculated with high accuracy, and the prediction accuracy of the driver's behavior can be improved.
(第3実施形態)
次に、第3実施形態を説明する。第3実施形態に係る脳波測定装置は、第1実施形態の振幅値の代わりに、それぞれの電極の位置まで伝播した特徴信号の減衰係数を伝播程度として算出する。
ここで「減衰係数」は、特徴信号の入力値に対する電極位置での検出値の比として算出する。特徴信号の入力値は、例えば脳波に混入する眼電位の大きさは毎回等しいと仮定して、理想的な目標位置に配置した電極群で検出した眼電位から推定してよい。
(Third embodiment)
Next, a third embodiment will be described. The electroencephalogram measurement apparatus according to the third embodiment calculates the attenuation coefficient of the characteristic signal propagated to the position of each electrode as the degree of propagation instead of the amplitude value of the first embodiment.
Here, the "attenuation coefficient" is calculated as a ratio of the detected value at the electrode position to the input value of the characteristic signal. The input value of the feature signal may be estimated from the electro-oculography detected by the electrode group arranged at the ideal target position, assuming that the electro-oculography mixed in the electroencephalogram is equal in magnitude each time.
図5を参照する。伝播程度判定部70は、目標位置に電極群21が配置されたときに脳波計2から入力した脳波信号に混入したそれぞれの特徴信号を検出し、これら検出値を特徴信号の入力値で除した第1減衰係数R1を、各電極の配置位置まで伝播した特徴信号の第1伝播程度として算出する。
伝播程度判定部70は、目標位置に電極群21が配置されたときに算出した第1減衰係数R1を脳波データベース71に記録する。
伝播程度判定部70は、図11に示すような減衰係数マップを第1伝播程度として脳波データベース71に記録してよい。減衰係数マップは、鼻根から距離と第1減衰係数R1との関係を示す。
Please refer to FIG. The propagation
The propagation
The propagation
図5を参照する。次に伝播程度判定部70は、実際に被験者の脳活動の測定を行う際に電極群21が配置されたときに算出した第2減衰係数R2を、第2伝播程度として位置ずれ検出部72へ出力する。
位置ずれ検出部72は、第1減衰係数R1を脳波データベース71から読み出す。位置ずれ検出部72は、第1減衰係数R1と第2減衰係数R2とを比較し、比較結果に基づいて現在の配置位置と目標位置とのずれを検出する。
例えば、位置ずれ検出部72は、第1減衰係数R1と第2減衰係数R2との比較結果に基づいて前後方向の位置ずれを検出してよい。
Please refer to FIG. Next, the propagation
The positional
For example, the positional
例えば位置ずれ検出部72は、図12Bに示すように、現在の配置位置で検出した第2減衰係数R2と減衰係数マップとの比較に基づいて前後方向の位置ずれを検出してよい。図12Bの例の場合、電極Fzの現在の配置位置で検出した第2減衰係数R2は目標位置での第1減衰係数R1よりも小さく、目標位置よりも後方に距離Lだけずれた位置S1における減衰係数マップ上の振幅値と等しい。このため、電極Fzの現在の配置位置は、目標位置よりも後方に距離Lだけずれていると検出してよい。一方で電極Czの現在の配置位置で検出した第2減衰係数R2は目標位置での第1減衰係数R1よりも大きいため、目標位置よりも前方にずれていると検出してよい。
For example, as shown in FIG. 12B, the positional
また、例えば位置ずれ検出部72は、左右対称に配置された2つの電極の第2減衰係数R2を比較し、比較結果に基づいて横方向の位置ずれを検出してもよい。
例えば瞬目信号の場合には、左右対称に配置された2つの電極(例えば電極C3及びC4)までの減衰係数は互いに等しくなる。したがって、これらの電極位置での第2減衰係数R2の差を横方向の位置ずれとして検出できる。
位置ずれ検出部72は、検出した現在の配置位置と目標位置とのずれを、例えば出力装置6のディスプレイ61へ出力する。
Further, for example, the positional
For example, in the case of a blink signal, the attenuation coefficients up to two symmetrically arranged electrodes (for example, electrodes C3 and C4) are equal to each other. Therefore, the difference in the second attenuation coefficient R2 at these electrode positions can be detected as a lateral displacement.
The positional
例えば図7Aに示すように、左右対称に配置された2つの電極について、現在の配置位置についてそれぞれ算出された第2減衰係数R2の比較結果を、横方向の位置ずれとしてディスプレイ61に表示してよい。
また図7Bに示すように、減衰係数マップと現在の配置位置について算出した第2減衰係数との比較結果を前後方向の位置ずれとしてディスプレイ61に表示してよい。
ディスプレイ61に表示された比較結果を参照することにより、現在の配置位置と目標位置とのずれを低減もしくは無くすように配置位置を調整することができる。配置位置の調整方法は、第1実施形態と同様である。
For example, as shown in FIG. 7A, the
Further, as shown in FIG. 7B, the comparison result between the damping coefficient map and the second damping coefficient calculated for the current arrangement position may be displayed on the
By referring to the comparison result displayed on the
各電極の横方向位置及び前後方向位置を修正した後に、予測部75は、脳波計2により運転者の脳波信号を採取する。予測部75は、採取した脳波信号から運動準備電位を算出することにより、運転者の行動を予測する。
運転者の行動が予測された場合、予測部75は運転者の行動意図を推定し、アクチュエータ群5及び出力装置6に対して車両の運転を支援するための制御指令を出力する。
After correcting the lateral position and the longitudinal position of each electrode, the
When the driver's action is predicted, the
次に、図13のフローチャートを参照しながら、第3実施形態に係る脳波測定方法の一例を説明する。
ステップS40~S42の処理は、図8のステップS1~S3の処理と同様である。ステップS43において伝播程度判定部70は、目標位置に電極群21が配置されたときに検出した特徴信号の第1減衰係数R1を算出する。ステップS44において伝播程度判定部70は、鼻根から距離と第1減衰係数R1との関係を表す減衰係数マップを作成し、第1伝播程度として脳波データベース71に記録する。
Next, an example of an electroencephalogram measurement method according to the third embodiment will be described with reference to the flowchart of FIG.
The processing of steps S40 to S42 is the same as the processing of steps S1 to S3 in FIG. In step S43, the propagation
ステップS45~S47の処理は、図8のステップS6~S8の処理と同様である。ステップS48において伝播程度判定部70は、現在の配置位置に電極群21が配置されたときに検出した特徴信号の第2減衰係数R2を算出する。
位置ずれ検出部72は、減衰係数マップを脳波データベース71から読み出す。位置ずれ検出部72は、減衰係数マップと第2減衰係数R2とを比較し、比較結果に基づいて現在の配置位置と目標位置との前後方向の位置ずれを検出する。また位置ずれ検出部72は、左右対称に配置された2つの電極の第2減衰係数R2を比較し、比較結果に基づいて横方向の位置ずれを検出する。
The processing of steps S45-S47 is the same as the processing of steps S6-S8 in FIG. In step S48, the propagation
The positional
位置ずれ検出部72は、検出した現在の配置位置と目標位置とのずれを、出力装置6のディスプレイ61へ出力する。
ステップS49及びS50では、ディスプレイ61に表示された現在の配置位置と目標位置とのずれを参照して、電極群21の位置ずれを修正する。第1ステップとしてステップS49において電極群21の横方向位置を調整する。第2ステップとしてステップS50において電極群21の前後方向位置を調整する。
電極群21の配置位置を修正した後に、脳波計2により運転者の脳波信号を採取する。この脳波信号から運動準備電位を算出することにより、予測部75は運転者の行動を予測する。
The positional
In steps S49 and S50, the positional deviation of the
After correcting the placement position of the
(第3実施形態の効果)
第3実施形態の脳波測定方法は、第1伝播程度及び第2伝播程度としてそれぞれ算出された特徴信号の第1減衰係数R1及び第2減衰係数R2の比較結果に基づいて、現在の配置位置と目標位置とのずれを検出する。
これにより、特徴信号の減衰係数を用いて現在の配置位置と目標位置とのずれを検出することが可能になり、検出したずれに基づいて、毎回理想的な目標位置に電極群21を配置できので、脳波の測定精度を向上できる。
(Effect of the third embodiment)
In the electroencephalogram measurement method of the third embodiment, the current arrangement position and the Detect deviation from the target position.
This makes it possible to detect the deviation between the current arrangement position and the target position using the attenuation coefficient of the characteristic signal, and based on the detected deviation, the
(第4実施形態)
次に、第4実施形態を説明する。第4実施形態に係る脳波測定装置は、第2実施形態の振幅値の代わりに、第1減衰係数R1と第2減衰係数R2に基づいて現在の配置位置の電極で検出した脳波信号を補正(近似)することにより目標位置にて検出される脳波信号を推定する。
例えば、図14に示すように現在の配置位置の電極で検出した脳波信号を目標位置にて検出される脳波信号へ変換するための変換式W(=R1/R2)を算出する。そして、実際に被験者の脳活動の測定を行う際に現在の配置位置の電極で検出した脳波信号に変換式Wを乗ずることにより、目標位置にて検出される脳波信号を推定する。
(Fourth embodiment)
Next, a fourth embodiment will be described. The electroencephalogram measurement apparatus according to the fourth embodiment corrects ( approximation) to estimate the electroencephalogram signal detected at the target position.
For example, as shown in FIG. 14, a conversion formula W (=R1/R2) is calculated for converting an electroencephalogram signal detected by the electrode at the current placement position into an electroencephalogram signal detected at the target position. When brain activity of the subject is actually measured, the electroencephalogram signal detected by the electrode at the current position is multiplied by the conversion formula W to estimate the electroencephalogram signal detected at the target position.
図5を参照する。伝播程度判定部70は、目標位置に電極群21が配置されたときに検出した特徴信号の第1減衰係数R1を、第1伝播程度として脳波データベース71に記録する。次に伝播程度判定部70は、実際に被験者の脳活動の測定を行う際に電極群21が現在の配置位置に配置されたときに検出した特徴信号の第2減衰係数R2を、第2伝播程度として変換式決定部73へ出力する。
Please refer to FIG. The propagation
変換式決定部73は、脳波データベース71に記録された第1減衰係数R1を読み出し、変換式W(=R1/R2)を算出する。変換式決定部73は、変換式Wを近似部74へ出力する。
近似部74は、実際に被験者の脳活動の測定を行う際に現在の配置位置の電極で検出した脳波信号を脳波計2から読み込む。近似部74は、読み込んだ脳波信号に変換式Wを乗ずることにより、目標位置にて検出される脳波信号を推定する。近似部74は、推定された脳波信号を予測部75へ出力する。
予測部75は、推定された脳波信号から運動準備電位を算出することにより、運転者の行動を予測する。
運転者の行動が予測された場合、予測部75は運転者の行動意図を推定し、アクチュエータ群5及び出力装置6に対して車両の運転を支援するための制御指令を出力する。
The conversion
The
The
When the driver's action is predicted, the
次に、図15のフローチャートを参照しながら、第4実施形態に係る脳波測定方法の一例を説明する。
ステップS60~S63の処理は図13のステップS40~S43の処理と同様である。ステップS64において伝播程度判定部70は、目標位置に電極群21が配置されたときに検出した特徴信号の第1減衰係数R1を、第1伝播程度として脳波データベース71に記録する。
Next, an example of an electroencephalogram measurement method according to the fourth embodiment will be described with reference to the flowchart of FIG.
The processing of steps S60-S63 is the same as the processing of steps S40-S43 in FIG. In step S64, the propagation
ステップS65~S68の処理は図13のステップS45~S48の処理と同様である。ステップS69において伝播程度判定部70は、電極群21が現在の配置位置に配置されたときに検出した特徴信号の第2減衰係数R2を、第2伝播程度として変換式決定部73へ出力する。変換式決定部73は、脳波データベース71に記録された第2減衰係数R2を読み出し、変換式W(=R1/R2)を算出する。
ステップS70において近似部74は、現在の配置位置の電極で検出した脳波信号を脳波計2から読み込む。近似部74は、読み込んだ脳波信号に変換式Wを乗ずることにより、目標位置にて検出される脳波信号を推定する。予測部75は、推定された脳波信号から運動準備電位を算出することにより、運転者の行動を予測する。
The processing of steps S65-S68 is the same as the processing of steps S45-S48 in FIG. In step S69, the propagation
In step S70, the
(第4実施形態の効果)
第4実施形態の脳波測定方法は、第1伝播程度及び第2伝播程度としてそれぞれ算出された特徴信号の第1減衰係数R1及び第2減衰係数R2に基づいて、現在の配置位置の電極で検出した脳波信号から目標位置にて検出される脳波信号を推定する。
これにより、現在の配置位置と目標位置とのずれにより生じる脳波信号の誤差を特徴信号の減衰係数を用いて補正して、理想的な位置に電極を配置したときに得られる波形を近似することができるので、脳波の測定精度を向上できる。
(Effect of the fourth embodiment)
The electroencephalogram measurement method of the fourth embodiment is based on the first attenuation coefficient R1 and the second attenuation coefficient R2 of the feature signal calculated as the first degree of propagation and the second degree of propagation, respectively, and detected by the electrode at the current arrangement position. An electroencephalogram signal detected at the target position is estimated from the obtained electroencephalogram signal.
As a result, the error in the electroencephalogram signal caused by the deviation between the current placement position and the target position is corrected using the attenuation coefficient of the feature signal, and the waveform obtained when the electrodes are placed at ideal positions can be approximated. can improve the accuracy of electroencephalogram measurement.
(第5実施形態)
次に、第5実施形態を説明する。第5実施形態に係る脳波測定装置は、電極群21の各電極の検出信号から特徴信号を抽出する独立成分分析(ICA:Independent Component Analysis)によって、第1伝播程度及び第2伝播程度を算出する。そして、第1伝播程度と第2伝播程度の比較結果に基づいて現在の配置位置と目標位置とのずれを検出する。
例えば、各電極で検出した脳波信号X=(x1、x2、…xn)から独立成分S=(s1、s2、…sn)を求める正方行列W0を、独立成分分析を用いて予測することにより、脳波信号Xを独立成分Sに分解する。ここで脳波信号x1、x2、…xnは、電極群21の各電極のそれぞれの検出信号を示す。
(Fifth embodiment)
Next, a fifth embodiment will be described. The electroencephalogram measurement apparatus according to the fifth embodiment calculates the first degree of propagation and the second degree of propagation by independent component analysis (ICA) that extracts a feature signal from the detection signal of each electrode of the
For example, by predicting a square matrix W0 for obtaining independent components S = (s1, s2, ... sn) from electroencephalogram signals X = (x1, x2, ... xn) detected by each electrode, using independent component analysis, An electroencephalogram signal X is decomposed into independent components S. Here, electroencephalogram signals x1, x2, .
次に、独立成分S=(s1、s2、…sn)から特徴信号に対応するいずれかの独立成分sxを選択する。
そして、正方行列W0を構成する行ベクトルのうち、脳波信号X=(x1、x2、…xn)に乗じて特徴信号sx=w1×x1+w2×x2+…+wn×xnを抽出する行ベクトル(w1、w2、…wn)の各成分w1、w2、…wnを算出する。
以下、脳波信号Xから特徴信号sxを算出する行ベクトルを「復元作用素」と表記し、その成分w1、w2、…wnを、各電極に対する「重み」と表記する。
Next, any independent component sx corresponding to the feature signal is selected from the independent components S=(s1, s2, . . . sn).
Then, among the row vectors forming the square matrix W0, the row vectors (w1, w2 , . . . wn) are calculated.
Hereinafter, the row vector for calculating the feature signal sx from the electroencephalogram signal X will be referred to as "restoration operator", and its components w1, w2, . . . wn will be referred to as "weight" for each electrode.
各電極までの特徴信号の伝播距離が大きいほど(すなわち伝播した特徴成分が小さくなるほど)、重みw1、w2、…wnはより大きくなる。したがって、重みw1、w2、…wnは、各電極の配置位置まで伝播した特徴信号の伝播程度を示す。
そこで、目標位置に配置された各電極で検出した脳波信号X1から特徴信号sxを抽出する復元作用素W1=(w11、w12、…w1n)を算出し、その重みw11、w12、…w1nを、各電極の目標位置まで伝播した特徴信号の第1伝播程度とする。
The weights w1, w2, . Therefore, the weights w1, w2, . . . wn indicate the degree of propagation of the feature signal propagated to the arrangement position of each electrode.
Therefore, a restoration operator W1=(w11, w12, . The first propagation degree of the characteristic signal propagated to the target position of the electrode.
同様に、現在の配置位置に配置された電極で検出した脳波信号X2から特徴信号sxを抽出する復元作用素W2=(w21、w22、…w2n)を算出し、その重みw21、w22、…w2nを、各電極の現在の配置位置まで伝播した特徴信号の第2伝播程度とする。
そして、これらの重みw11とw21との比較結果、重みw12とw22との比較結果、…重みw1nとw2nとの比較結果に基づいて、各電極の現在の配置位置と目標位置とのそれぞれのずれを検出する。
Similarly, a restoration operator W2=(w21, w22, . , the second propagation degree of the feature signal propagated to the current arrangement position of each electrode.
Then, based on the results of comparison between weights w11 and w21, weights w12 and w22, . to detect
図5を参照する。伝播程度判定部70は、目標位置に電極群21が配置されたときに脳波計2から入力した脳波信号X1を、独立成分分析を用いて独立成分S1へ分解する。伝播程度判定部70は、独立成分S1のうち、脳波信号X1から特徴信号sxを抽出する復元作用素W1を第1伝播程度として選択し、脳波データベース71に記録する。
次に伝播程度判定部70は、実際に被験者の脳活動の測定を行う際に電極群21が配置されたときに脳波計2から入力した脳波信号X2を、独立成分分析を用いて独立成分S2へ分解する。伝播程度判定部70は、脳波信号X2から特徴信号sxを抽出する復元作用素W2を第2伝播程度として選択し、第2伝播程度として位置ずれ検出部72へ出力する。
Please refer to FIG. The propagation
Next, the propagation
位置ずれ検出部72は、復元作用素W1を脳波データベース71から読み出す。位置ずれ検出部72は、復元作用素W1と復元作用素W2とを比較し、比較結果に基づいて現在の配置位置と目標位置とのずれを検出する。
例えば、位置ずれ検出部72は、現在の配置位置の各電極で検出した脳波信号を各目標位置にて検出される脳波信号へ変換するための変換式φ1(=w21/w11)、φ2(=w22/w12)、…φn(=w2n/w1n)を算出する。変換式φ1、φ2、…φnを総称して変換式Φと表記する。
The positional
For example, the positional
位置ずれ検出部72は、変換式Φに基づいて前後方向の位置ずれを検出してよい。例えば、Φ>1の場合には、現在の配置位置まで伝播した特徴信号が目標位置まで伝播した特徴信号に比べて小さく、したがって現在の配置位置が目標位置よりも後方にずれていると判定してよい。反対に、Φ<1の場合には、現在の配置位置が目標位置よりも前方にずれていると判定してよい。Φ=1の場合に現在の配置位置と目標位置との位置ずれがないと判定してよい。
The positional
例えば位置ずれ検出部72は、復元作用素W2の重みw21、w22、…w2nのうち左右対称に配置された2つの電極の重みを比較し、比較結果に基づいて横方向の位置ずれを検出してもよい。
例えば瞬目信号の場合には、左右対称に配置された2つの電極(例えば電極C3及びC4)までの伝播程度は互いに等しくなる。したがって、これらの電極に対する重みの比φtを横方向の位置ずれとして算出してよい。
For example, the
For example, in the case of blink signals, the degree of propagation to two symmetrically arranged electrodes (for example, electrodes C3 and C4) is equal to each other. Therefore, the weight ratio φt for these electrodes may be calculated as the lateral displacement.
例えば、電極C3及びC4に対する重みをそれぞれw23及びw24として、これらの比φt=w23/w24を算出する。
φt>1の場合には、左側部に配置される電極C3に伝播した特徴信号が、右側部に配置される電極C4まで伝播した特徴信号よりも小さいため、電極C3及びC4が目標位置まで左側へずれていると判定してよい。反対に、φt<1の場合には、電極C3及びC4が目標位置よりも右側にずれていると判定してよい。φt=1の場合には、電極C3及びC4が図4Bに示す鼻根PAと後頭結節PBを結ぶ直線L1に対して左右対称に配置されていると判定してよい。
For example, the weights for the electrodes C3 and C4 are set to w23 and w24, respectively, and their ratio φt=w23/w24 is calculated.
In the case of φt>1, the feature signal propagated to the electrode C3 arranged on the left side is smaller than the feature signal propagated to the electrode C4 arranged on the right side, so the electrodes C3 and C4 move left to the target position. It may be determined that the position is deviated. Conversely, if φt<1, it may be determined that the electrodes C3 and C4 are shifted to the right of the target position. When φt=1, it may be determined that the electrodes C3 and C4 are arranged symmetrically with respect to the straight line L1 connecting the nasal root PA and the occipital tubercle PB shown in FIG. 4B.
位置ずれ検出部72は、検出した現在の配置位置と目標位置とのずれを、例えば出力装置6のディスプレイ61へ出力する。
ディスプレイ61に表示された比較結果を参照することにより、現在の配置位置と目標位置とのずれを低減もしくは無くすように配置位置を調整することができる。
各電極の配置位置を調整する際には、第1ステップとして各電極の横方向位置を調整する。
The positional
By referring to the comparison result displayed on the
When adjusting the arrangement position of each electrode, the horizontal position of each electrode is adjusted as a first step.
例えば、第1ステップでは、左右対称に配置された2つの電極に対する重みの比φtが1となるように(すなわちこれらの重みが等しくなるように)電極の横方向位置を調整する。このとき、電極の前後方向位置は変更しない。
上記の電極C3及びC4の例では、φt>1の場合には電極C3及びC4が目標位置まで左側へずれている。この場合には電極C3及びC4を右側へ移動することによりφtを1にする。反対に、φt<1の場合には電極C3及びC4を左側へ移動することによりφtを1にする。
For example, in the first step, the lateral positions of the electrodes are adjusted so that the weight ratio φt for two symmetrically arranged electrodes is 1 (that is, the weights are equal). At this time, the positions of the electrodes in the front-rear direction are not changed.
In the above example of electrodes C3 and C4, when φt>1, electrodes C3 and C4 are shifted to the left to the target position. In this case, φt is set to 1 by moving the electrodes C3 and C4 to the right. Conversely, if φt<1, φt is set to 1 by moving electrodes C3 and C4 to the left.
次に、第2ステップとして各電極の前後方向位置を調整する。
例えば、第2ステップでは、変換式Φが1となるように各電極の前後方向位置を調整する。例えば、Φ>1の場合には、現在の配置位置が目標位置よりも後方にずれている。この場合には電極を前方に移動することにより変換式Φを1にする。反対に、Φ<1の場合には、電極を後方に移動することにより変換式Φを1にする。
Next, as a second step, the position of each electrode in the front-rear direction is adjusted.
For example, in the second step, the position of each electrode in the front-rear direction is adjusted so that the conversion formula Φ becomes one. For example, if Φ>1, the current placement position is shifted backward from the target position. In this case, the conversion formula Φ is set to 1 by moving the electrodes forward. Conversely, if Φ<1, the transformation Φ is brought to 1 by moving the electrodes backwards.
このように各電極の横方向位置及び前後方向位置を修正した後に、予測部75は、脳波計2により運転者の脳波信号を採取する。予測部75は、採取した脳波信号から運動準備電位を算出することにより、運転者の行動を予測する。
運転者の行動が予測された場合、予測部75は運転者の行動意図を推定し、アクチュエータ群5及び出力装置6に対して車両の運転を支援するための制御指令を出力する。
After correcting the lateral position and the longitudinal position of each electrode in this way, the
When the driver's action is predicted, the
次に、図16のフローチャートを参照しながら、第5実施形態に係る脳波測定方法の一例を説明する。
ステップS80~S82の処理は、図8のステップS1~S3の処理と同様である。ステップS83において伝播程度判定部70は、目標位置に電極群21が配置されたときに検出した脳波信号X1を、独立成分分析を用いて独立成分S1へ分解する。ステップS84において伝播程度判定部70は、独立成分S1のうち、脳波信号X1から特徴信号sxを抽出する復元作用素W1を第1伝播程度として選択する。ステップS85において伝播程度判定部70は復元作用素W1を脳波データベース71に記録する。
Next, an example of the electroencephalogram measurement method according to the fifth embodiment will be described with reference to the flowchart of FIG.
The processing of steps S80 to S82 is the same as the processing of steps S1 to S3 in FIG. In step S83, the propagation
ステップS86~S88の処理は、図8のステップS6~S8の処理と同様である。
ステップS89において伝播程度判定部70は、電極群21が現在の配置位置に配置されたとき検出した脳波信号X2を、独立成分分析を用いて独立成分S2へ分解する。ステップS90において伝播程度判定部70は、独立成分S2のうち、脳波信号X2から特徴信号sxを抽出する復元作用素W2を第2伝播程度として選択する。
The processing of steps S86-S88 is the same as the processing of steps S6-S8 in FIG.
In step S89, the propagation
ステップS91において位置ずれ検出部72は、復元作用素W1を脳波データベース71から読み出す。位置ずれ検出部72は、復元作用素W1と復元作用素W2とを比較して、現在の配置位置の各電極で検出した脳波信号を各目標位置にて検出される脳波信号へ変換するための変換式Φを算出する。
また、位置ずれ検出部72は、復元作用素W2の重みのうち左右対称に配置された2つの電極に対する重みの比φtを算出する。位置ずれ検出部72は、変換式Φ及び重みの比φtを出力装置6のディスプレイ61へ出力する。
In step S<b>91 , the positional
Further, the positional
ステップS92では、ディスプレイ61に表示された現在の配置位置と目標位置とのずれを参照して電極群21の位置ずれを修正する。第1ステップとして重みの比φtに基づいて電極群21の横方向位置を調整する。第2ステップとして変換式Φに基づいて電極群21の前後方向位置を調整する。
電極群21の配置位置を修正した後に、脳波計2により運転者の脳波信号を採取する。この脳波信号から運動準備電位を算出することにより、予測部75は運転者の行動を予測する。
運転者の行動が予測された場合、予測部75は運転者の行動意図を推定し、アクチュエータ群5及び出力装置6に対して車両の運転を支援するための制御指令を出力する。
In step S92, the positional deviation of the
After correcting the placement position of the
When the driver's action is predicted, the
(第5実施形態の効果)
第5実施形態の脳波測定方法は、電極の検出信号から特徴信号を抽出する独立成分分析によって算出された第1伝播程度及び第2伝播程度に基づいて、現在の配置位置と目標位置とのずれを検出する。
これにより、独立成分分析を用いて現在の配置位置と目標位置とのずれを検出することが可能になり、検出したずれに基づいて、毎回理想的な目標位置に電極群21を配置できので、脳波の測定精度を向上できる。
(Effect of the fifth embodiment)
In the electroencephalogram measurement method of the fifth embodiment, the difference between the current arrangement position and the target position is calculated based on the first propagation degree and the second propagation degree calculated by the independent component analysis that extracts the feature signal from the detection signal of the electrodes. to detect
This makes it possible to detect the deviation between the current arrangement position and the target position using independent component analysis, and based on the detected deviation, the
(第6実施形態)
次に、第6実施形態を説明する。第6実施形態に係る脳波測定装置は、電極群21の各電極の検出信号から特徴信号を抽出する独立成分分析によって算出した第1伝播程度及び第2伝播程度に基づいて、現在の配置位置の電極で検出した脳波信号を補正(近似)することにより目標位置にて検出される脳波信号を推定する。
(Sixth embodiment)
Next, a sixth embodiment will be described. The electroencephalogram measurement apparatus according to the sixth embodiment determines the current arrangement position based on the first propagation degree and the second propagation degree calculated by independent component analysis that extracts the feature signal from the detection signal of each electrode of the
例えば、第1伝播程度及び第2伝播程度として算出した復元作用素W1及びW2に基づいて、現在の配置位置の各電極で検出した脳波信号を各目標位置にて検出される脳波信号へ変換するための変換式Φを算出する。
そして、実際に被験者の脳活動の測定を行う際に現在の配置位置の電極で検出した脳波信号に変換式Wを乗ずることにより、目標位置にて検出される脳波信号を推定する。
For example, based on the restoration operators W1 and W2 calculated as the first degree of propagation and the second degree of propagation, to convert the electroencephalogram signal detected by each electrode at the current placement position into the electroencephalogram signal detected at each target position. Calculate the conversion formula Φ.
When brain activity of the subject is actually measured, the electroencephalogram signal detected by the electrode at the current position is multiplied by the conversion formula W to estimate the electroencephalogram signal detected at the target position.
図5を参照する。伝播程度判定部70は、目標位置に電極群21が配置されたときに検出した脳波信号X1から特徴信号sxを抽出する復元作用素W1を算出する。
伝播程度判定部70は、復元作用素W1を第1伝播程度として脳波データベース71に記録する。
次に伝播程度判定部70は、実際に被験者の脳活動の測定を行う際に電極群21が現在の配置位置に配置されたときに検出した脳波信号X2から特徴信号sxを抽出する復元作用素W2を算出する。
伝播程度判定部70は、復元作用素W2を第2伝播程度として変換式決定部73へ出力する。
変換式決定部73は、脳波データベース71に記録された復元作用素W1を読み出して変換式Φ、すなわちφ1(=w21/w11)、φ2(=w22/w12)、…φn(=w2n/w1n)を算出する。変換式決定部73は、変換式Φを近似部74へ出力する。
Please refer to FIG. The propagation
The propagation
Next, the propagation
Propagation
The conversion
近似部74は、実際に被験者の脳活動の測定を行う際に現在の配置位置の電極で検出した脳波信号を脳波計2から読み込む。近似部74は、読み込んだ脳波信号に変換式Φを乗ずることにより、目標位置にて検出される脳波信号を推定する。近似部74は、推定された脳波信号を予測部75へ出力する。
予測部75は、推定された脳波信号から運動準備電位を算出することにより、運転者の行動を予測する。
運転者の行動が予測された場合、予測部75は運転者の行動意図を推定し、アクチュエータ群5及び出力装置6に対して車両の運転を支援するための制御指令を出力する。
The
The
When the driver's action is predicted, the
次に、図17のフローチャートを参照しながら、第6実施形態に係る脳波測定方法の一例を説明する。
ステップS100~S110の処理は、図16のステップS80~S90の処理と同様である。ステップS111において変換式決定部73は、復元作用素W1を脳波データベース71から読み出す。変換式決定部73は、復元作用素W1と復元作用素W2とを比較して、現在の配置位置の各電極で検出した脳波信号を各目標位置にて検出される脳波信号へ変換するための変換式Φを算出する。
ステップS112において近似部74は、現在の配置位置の電極で検出した脳波信号を脳波計2から読み込む。近似部74は、読み込んだ脳波信号に変換式Φを乗ずることにより、目標位置にて検出される脳波信号を推定する。予測部75は、推定された脳波信号から運動準備電位を算出することにより、運転者の行動を予測する。
Next, an example of an electroencephalogram measurement method according to the sixth embodiment will be described with reference to the flowchart of FIG.
The processing of steps S100 to S110 is the same as the processing of steps S80 to S90 in FIG. In step S<b>111 , the conversion
In step S<b>112 , the
(第6実施形態の効果)
第6実施形態の脳波測定方法は、電極群21の各電極の検出信号から特徴信号を抽出する独立成分分析によって算出した第1伝播程度及び第2伝播程度に基づいて、現在の配置位置の電極で検出した脳波信号から目標位置にて検出される脳波信号を推定する。
これにより、現在の配置位置と目標位置とのずれにより生じる脳波信号の誤差を、独立成分分析を用いて特徴信号の減衰係数を用いて補正して、理想的な位置に電極を配置したときに得られる波形を近似することができるので、脳波の測定精度を向上できる。
(Effect of the sixth embodiment)
The electroencephalogram measurement method of the sixth embodiment is based on the first degree of propagation and the second degree of propagation calculated by independent component analysis that extracts the characteristic signal from the detection signal of each electrode of the
As a result, the error in the electroencephalogram signal caused by the deviation between the current placement position and the target position is corrected using the attenuation coefficient of the feature signal using independent component analysis, and when the electrode is placed at the ideal position Since the obtained waveform can be approximated, the accuracy of electroencephalogram measurement can be improved.
(第7実施形態)
次に、第7実施形態を説明する。上記の通り、独立成分分析を用いて求めた復元作用素の重みは、各電極までの特徴信号の伝播距離が大きいほど(すなわち特徴成分が減衰するほど)重みw1、w2、…wnはより大きくなる。
そこで、第7実施形態に係る脳波測定装置は、独立成分分析を用いて求めた復元作用素W1及びW2の重みに基づいて、目標位置まで伝播した特徴信号の第1減衰係数R1と電極の現在の配置位置まで伝播した特徴信号の第2減衰係数R2とを求め、これらをそれぞれ第1伝播程度及び第2伝播程度とする。減衰係数として、例えば重みの逆数を算出してよい。
そして、第1減衰係数R1と第2減衰係数R2に基づいて現在の配置位置の電極で検出した脳波信号を補正(近似)することにより目標位置にて検出される脳波信号を推定する。
(Seventh embodiment)
Next, a seventh embodiment will be described. As described above, the weights w1, w2, . .
Therefore, the electroencephalogram measurement apparatus according to the seventh embodiment uses the first attenuation coefficient R1 of the feature signal propagated to the target position and the current current of the electrode based on the weights of the restoration operators W1 and W2 obtained using the independent component analysis. A second attenuation coefficient R2 of the feature signal propagated to the arrangement position is obtained, and these are defined as the first degree of propagation and the second degree of propagation, respectively. For example, the reciprocal of the weight may be calculated as the damping factor.
Then, the electroencephalogram signal detected at the target position is estimated by correcting (approximating) the electroencephalogram signal detected by the electrodes at the current placement position based on the first attenuation coefficient R1 and the second attenuation coefficient R2.
図5を参照する。伝播程度判定部70は、復元作用素W1に基づいて、各電極の目標位置まで伝播した特徴信号の第1減衰係数r11=1/w11、r12=1/w12、…r1n=1/w1nを算出する。第1減衰係数r11、r12、…r1nを総称して「第1減衰係数R1」と表記する。伝播程度判定部70は、第1減衰係数R1を脳波データベース71に記録する。
次に、伝播程度判定部70は、復元作用素W2に基づいて、実際に被験者の脳活動の測定を行う際に配置した各電極の現在の配置位置まで伝播した特徴信号の第2減衰係数r21=1/w21、r22=1/w22、…r2n=1/w2nを算出する。第2減衰係数r21、r22、…r2nを総称して「第2減衰係数R2」と表記する。
Please refer to FIG. The propagation
Next, based on the restoration operator W2, the propagation
変換式決定部73は、脳波データベース71に記録された第1減衰係数R1を読み込む。変換式決定部73は、現在の配置位置の各電極で検出した脳波信号を各目標位置にて検出される脳波信号へ変換するための変換式W(=R1/R2)、すなわちr11/r21、r12/r22、…r1n/r2nを算出する。変換式決定部73は、変換式Wを近似部74へ出力する。
近似部74は、実際に被験者の脳活動の測定を行う際に現在の配置位置の電極で検出した脳波信号を脳波計2から読み込む。
The conversion
The
近似部74は、読み込んだ脳波信号に変換式Wを乗ずることにより、目標位置にて検出される脳波信号を推定する。近似部74は、推定された脳波信号を予測部75へ出力する。予測部75は、推定された脳波信号から運動準備電位を算出することにより、運転者の行動を予測する。運転者の行動が予測された場合、予測部75は運転者の行動意図を推定し、アクチュエータ群5及び出力装置6に対して車両の運転を支援するための制御指令を出力する。
The
次に、図18のフローチャートを参照しながら、第7実施形態に係る脳波測定方法の一例を説明する。
ステップS120~S123の処理は、図16のステップS80~S83の処理と同様である。ステップS124において伝播程度判定部70は、独立成分S1のうち、脳波信号X1から特徴信号sxを抽出する復元作用素W1を第1伝播程度として選択する。伝播程度判定部70は、復元作用素W1に基づいて、各電極の目標位置まで伝播した特徴信号の第1減衰係数R1を求める。ステップS125において伝播程度判定部70は、第1減衰係数R1を脳波データベース71に記録する。
Next, an example of an electroencephalogram measurement method according to the seventh embodiment will be described with reference to the flowchart of FIG.
The processing of steps S120 to S123 is the same as the processing of steps S80 to S83 in FIG. In step S124, the propagation
ステップS126~S129の処理は、図16のステップS86~S89の処理と同様である。ステップS130において伝播程度判定部70は、独立成分S2のうち、脳波信号X2から特徴信号sxを抽出する復元作用素W2を第2伝播程度として選択する。伝播程度判定部70は、復元作用素W2に基づいて、現在の配置位置まで伝播した特徴信号の第2減衰係数R2を求める。
ステップS131において変換式決定部73は、脳波データベース71に記録された第1減衰係数R1を読み込む。変換式決定部73は、現在の配置位置の各電極で検出した脳波信号を各目標位置にて検出される脳波信号へ変換するための変換式W(=R1/R2)を算出する。
ステップS132において近似部74は、現在の配置位置の電極で検出した脳波信号を脳波計2から読み込む。近似部74は、読み込んだ脳波信号に変換式Wを乗ずることにより、目標位置にて検出される脳波信号を推定する。予測部75は、推定された脳波信号から運動準備電位を算出することにより、運転者の行動を予測する。
The processing of steps S126-S129 is the same as the processing of steps S86-S89 in FIG. In step S130, the propagation
In step S<b>131 , the conversion
In step S<b>132 , the
(第7実施形態の効果)
第7実施形態の脳波測定方法は、独立成分分析によって求めた復元作用素W1及びW2に基づいて第1減衰係数R1及び第2減衰係数R2を算出し、これら第1減衰係数R1及び第2減衰係数R2に基づいて、現在の配置位置の電極で検出した脳波信号から目標位置にて検出される脳波信号を推定する。
これにより、現在の配置位置と目標位置とのずれにより生じる脳波信号の誤差を、特徴信号の減衰係数を用いて補正して、理想的な位置に電極を配置したときに得られる波形を近似することができるので、脳波の測定精度を向上できる。
(Effect of the seventh embodiment)
In the electroencephalogram measurement method of the seventh embodiment, a first attenuation coefficient R1 and a second attenuation coefficient R2 are calculated based on the restoration operators W1 and W2 obtained by independent component analysis, and these first attenuation coefficient R1 and second attenuation coefficient Based on R2, the electroencephalogram signal detected at the target position is estimated from the electroencephalogram signal detected by the electrode at the current placement position.
As a result, the error in the electroencephalogram signal caused by the deviation between the current placement position and the target position is corrected using the attenuation coefficient of the feature signal, and the waveform obtained when the electrodes are placed at the ideal position is approximated. Therefore, the accuracy of electroencephalogram measurement can be improved.
(第8実施形態)
次に、第8実施形態を説明する。第8実施形態に係る脳波測定装置は、実際の脳活動の測定時に配置された電極の脳波信号から各目標位置にて検出される脳波信号へ変換するための学習モデルWを、機械学習によって算出する。
例えば、目標位置に配置された電極で検出した特徴信号を目的変数とし、実際に被験者の脳活動の測定を行う際に現在の配置位置の電極で検出した特徴信号を説明変数として学習させた学習モデルWを算出する。
その後、学習モデルWに基づいて、現在の配置位置の電極で検出した脳波信号を補正(近似)することにより目標位置にて検出される脳波信号を推定する。
(Eighth embodiment)
Next, an eighth embodiment will be described. The electroencephalogram measurement apparatus according to the eighth embodiment calculates, through machine learning, a learning model W for converting electroencephalogram signals from electrodes placed during actual brain activity measurement into electroencephalogram signals detected at each target position. do.
For example, the feature signal detected by the electrode placed at the target position is used as the target variable, and the feature signal detected by the electrode placed at the current position is used as the explanatory variable when actually measuring the brain activity of the subject. Calculate the model W.
Thereafter, based on the learning model W, the electroencephalogram signal detected at the target position is estimated by correcting (approximating) the electroencephalogram signal detected by the electrode at the current placement position.
図19を参照する。コントローラ1は、変換式決定部73と、近似部74と、予測部75と、脳波データ記録部76とを備える。例えばコントローラ1は、記憶装置12に格納されたコンピュータプログラムをプロセッサ11で実行することにより、変換式決定部73と、近似部74と、予測部75と、脳波データ記録部76の機能を実現してよい。
See FIG. The
脳波データ記録部76は、特徴信号が混入した脳波信号を、電極群21が目標位置に配置された脳波計2から入力して脳波データベース71へ記録する。変換式決定部73は、目標位置に配置された電極群21で検出した脳波信号を脳波データベース71から読み出し、目的変数として入力する。
変換式決定部73は、実際の脳活動の測定に際して電極群21が配置された脳波計2から、特徴信号が混入した脳波信号を説明変数として入力する。
The electroencephalogram
The conversion
変換式決定部73は、これら目的変数と説明変数に基づいて、現在の配置位置の電極で検出した脳波信号を補正(近似)することにより目標位置にて検出される脳波信号を推定するための学習モデルWを機械学習により算出する。
学習モデルWは、例えば実際の脳活動の測定時に配置された電極群21の脳波信号X=(x1、x2、…xn)から、目標位置に配置された電極群21で検出される脳波信号Y=(y1、y2、…yn)を推定するための近似多項式関数であってよい。変換式決定部73は、機械学習により多項式関数の各係数等のパラメータを学習してよい。学習方法は、例えば重回帰分析や、ディープラーニング、ニューラルネットワーク等であってよい。
このように、変換式決定部73は、多項式関数の係数を算出することにより電極の現在の配置位置と目標位置との位置ずれを検出する。
The conversion
The learning model W is obtained, for example, from electroencephalogram signals X=(x1, x2, . =(y1,y2,...yn) may be an approximate polynomial function for estimating. The conversion
In this way, the conversion
近似部74は、実際の脳活動の測定に際して電極群21が配置された脳波計2から脳波信号を入力する。近似部74は、変換式決定部73が算出した学習モデルWに基づいて、入力した脳波信号から目標位置にて検出される脳波信号を推定する。近似部74は、推定された脳波信号を予測部75へ出力する。
予測部75は、推定された脳波信号から運動準備電位を算出することにより、運転者の行動を予測する。運転者の行動が予測された場合、予測部75は運転者の行動意図を推定し、アクチュエータ群5及び出力装置6に対して車両の運転を支援するための制御指令を出力する。
The
The
次に、図20のフローチャートを参照しながら、第8実施形態に係る脳波測定方法の一例を説明する。
ステップS140~S142の処理は、図8のステップS1~S3の処理と同様である。ステップS143において脳波データ記録部76は、特徴信号が混入した脳波信号を、電極群21が目標位置に配置された脳波計2から入力し、脳波データベース71へ記録する。
Next, an example of an electroencephalogram measurement method according to the eighth embodiment will be described with reference to the flowchart of FIG.
The processing of steps S140-S142 is the same as the processing of steps S1-S3 in FIG. In step S<b>143 , the electroencephalogram
ステップS144~S146の処理は、図8のステップS6~S8の処理と同様である。ステップS147において変換式決定部73は、ステップS143で記録した脳波信号を目的変数として入力する。変換式決定部73は、特徴信号が混入した脳波信号を、実際の脳活動の測定に際して電極群21が配置された脳波計2から入力し、説明変数とする。変換式決定部73は、これら目的変数と説明変数に基づいて、現在の配置位置の電極で検出した脳波信号から目標位置にて検出される脳波信号を推定するための学習モデルWを機械学習により算出する。
The processing of steps S144-S146 is the same as the processing of steps S6-S8 in FIG. In step S147, the conversion
ステップS148において近似部74は、実際の脳活動の測定に際して電極群21が配置された脳波計2から脳波信号を入力する。近似部74は、変換式決定部73が算出した学習モデルWに基づいて、入力した脳波信号から目標位置にて検出される脳波信号を推定する。予測部75は、推定された脳波信号から運動準備電位を算出することにより、運転者の行動を予測する。
In step S148, the
(第8実施形態の効果)
(1)第8実施形態の脳波測定方法は、目標位置に配置された電極で検出した特徴信号を目的変数とし現在の配置位置の電極で検出した特徴信号を説明変数として学習させた学習モデルにより、現在の配置位置と目標位置とのずれを検出する。
これにより、機械学習を用いて現在の配置位置と目標位置とのずれを検出することが可能になり、検出したずれに基づいて、毎回理想的な目標位置に電極群21を配置できので、脳波の測定精度を向上できる。
(Effect of the eighth embodiment)
(1) The electroencephalogram measurement method of the eighth embodiment uses the feature signal detected by the electrode placed at the target position as the target variable and the feature signal detected by the electrode at the current placement position as the explanatory variable. , to detect the deviation between the current arrangement position and the target position.
As a result, it is possible to detect the deviation between the current arrangement position and the target position using machine learning, and based on the detected deviation, the
(2)第8実施形態の脳波測定方法は、目標位置に配置された電極で検出した特徴信号を目的変数とし現在の配置位置の電極で検出した特徴信号を説明変数として学習させた学習モデルに基づいて、現在の配置位置の電極で検出した脳波信号から目標位置にて検出される脳波信号を推定する。
これにより、現在の配置位置と目標位置とのずれにより生じる脳波信号の誤差を、機械学習を用いて特徴信号の減衰係数を用いて補正して、理想的な位置に電極を配置したときに得られる波形を近似することができるので、脳波の測定精度を向上できる。
(2) The electroencephalogram measurement method of the eighth embodiment is based on a learning model in which the feature signal detected by the electrode placed at the target position is used as the objective variable and the feature signal detected by the electrode at the current placement position is used as the explanatory variable. Based on this, the electroencephalogram signal detected at the target position is estimated from the electroencephalogram signal detected by the electrode at the current placement position.
As a result, an error in the electroencephalogram signal caused by the deviation between the current placement position and the target position is corrected using the attenuation coefficient of the feature signal using machine learning, and the electrode is obtained when the electrode is placed at the ideal position. Since the waveform obtained can be approximated, the accuracy of electroencephalogram measurement can be improved.
(第9実施形態)
次に、第9実施形態を説明する。第9実施形態に係る脳波測定装置は、目標位置に配置された電極の検出信号から特徴信号を抽出する第1学習モデルW1と、実際に被験者の脳活動の測定を行う際に配置された電極の検出信号から特徴信号を抽出する第2学習モデルW2と、を機械学習により算出する。
第1学習モデルW1及び第2学習モデルW2は、例えば独立成分分析において脳波信号から独立成分を分離する上述の正方行列W0と同様の変換式であってよい。
そして、第1学習モデルW1及び第2学習モデルW2に基づいて、実際に被験者の脳活動の測定を行う際に配置された電極の脳波信号を補正(近似)することにより目標位置にて検出される脳波信号を推定する変換式Φを算出する。変換式Φは、例えば第6実施形態又は第7実施形態と同様に算出してよい。
(Ninth embodiment)
Next, a ninth embodiment will be described. An electroencephalogram measurement apparatus according to the ninth embodiment includes a first learning model W1 that extracts a feature signal from a detection signal of an electrode placed at a target position, and an electrode that is placed when actually measuring brain activity of a subject. A second learning model W2 for extracting a feature signal from the detection signal of is calculated by machine learning.
The first learning model W1 and the second learning model W2 may be conversion formulas similar to the above-described square matrix W0 for separating independent components from electroencephalogram signals in independent component analysis, for example.
Then, based on the first learning model W1 and the second learning model W2, the electroencephalogram signals of the electrodes arranged when actually measuring the subject's brain activity are corrected (approximated), and detected at the target position. A conversion formula Φ for estimating an electroencephalogram signal is calculated. The conversion formula Φ may be calculated, for example, in the same manner as in the sixth embodiment or the seventh embodiment.
図19を参照する。変換式決定部73は、電極群21が目標位置に配置された脳波計2から、特徴信号が混入した脳波信号を入力して、入力した脳波信号から特徴成分を抽出する第1学習モデルW1を機械学習により算出する。変換式決定部73は、算出した第1学習モデルW1を脳波データベース71へ記録する。
次に、実際の脳活動の測定に際して電極群21が配置された脳波計2から、特徴信号が混入した脳波信号を入力して、入力した脳波信号から特徴成分を抽出する第2学習モデルW2を機械学習により算出する。
See FIG. The conversion
Next, a second learning model W2 is provided for actually measuring brain activity by inputting an electroencephalogram signal mixed with a feature signal from the
変換式決定部73は、第6実施形態や第7実施形態と同様にして、第1学習モデルW1と第2学習モデルW2とを比較することにより、実際に被験者の脳活動の測定を行う際に配置された電極の脳波信号を補正(近似)することにより目標位置にて検出される脳波信号を推定する変換式Φを算出する。
近似部74は、実際の脳活動の測定に際して電極群21が配置された脳波計2から脳波信号を入力する。近似部74は、変換式決定部73が算出した変換式Φに基づいて、入力した脳波信号から目標位置にて検出される脳波信号を推定する。近似部74は、推定された脳波信号を予測部75へ出力する。
予測部75は、推定された脳波信号から運動準備電位を算出することにより、運転者の行動を予測する。運転者の行動が予測された場合、予測部75は運転者の行動意図を推定し、アクチュエータ群5及び出力装置6に対して車両の運転を支援するための制御指令を出力する。
The conversion
The
The
次に、図21のフローチャートを参照しながら、第9実施形態に係る脳波測定方法の一例を説明する。
ステップS150~S152の処理は、図8のステップS1~S3の処理と同様である。ステップS153において変換式決定部73は、電極群21が目標位置に配置された脳波計2から入力した脳波信号から特徴成分を抽出する第1学習モデルW1を算出する。ステップS154において変換式決定部73は、第1学習モデルW1を脳波データベース71へ記録する。
Next, an example of an electroencephalogram measurement method according to the ninth embodiment will be described with reference to the flowchart of FIG.
The processing of steps S150-S152 is the same as the processing of steps S1-S3 in FIG. In step S153, the conversion
ステップS155~S157の処理は、図8のステップS6~S8の処理と同様である。ステップS158において変換式決定部73は、実際の脳活動の測定に際して電極群21が配置された脳波計2から入力した脳波信号から特徴成分を抽出する第2学習モデルW2を算出する。ステップS159において変換式決定部73は、第1学習モデルW1と第2学習モデルW2とを比較することにより、実際に被験者の脳活動の測定を行う際に配置された電極の脳波信号から目標位置にて検出される脳波信号を推定する変換式Φを算出する。
近似部74は、実際の脳活動の測定に際して電極群21が配置された脳波計2から脳波信号を入力する。近似部74は、変換式決定部73が算出した変換式Φに基づいて、入力した脳波信号から目標位置にて検出される脳波信号を推定する。予測部75は、推定された脳波信号から運動準備電位を算出することにより、運転者の行動を予測する。
The processing of steps S155-S157 is the same as the processing of steps S6-S8 in FIG. In step S158, the conversion
The
(第9実施形態の効果)
第9実施形態の脳波測定方法は、目標位置に配置された電極の検出信号から特徴信号を抽出する第1学習モデルW1と、実際に被験者の脳活動の測定を行う際に配置された電極の検出信号から特徴信号を抽出する第2学習モデルW2と、を機械学習により算出する。そして第1学習モデルW1と第2学習モデルW2との比較結果に基づいて、実際に被験者の脳活動の測定を行う際に配置された電極の脳波信号から目標位置にて検出される脳波信号を推定する。
これにより、現在の配置位置と目標位置とのずれにより生じる脳波信号の誤差を、機械学習により求めた特徴信号の減衰係数を用いて補正して、理想的な位置に電極を配置したときに得られる波形を近似することができるので、脳波の測定精度を向上できる。
(Effect of the ninth embodiment)
The electroencephalogram measurement method of the ninth embodiment includes a first learning model W1 that extracts a feature signal from a detection signal of an electrode placed at a target position, and an electrode that is actually placed when measuring brain activity of a subject. A second learning model W2 for extracting a feature signal from the detection signal is calculated by machine learning. Then, based on the result of comparison between the first learning model W1 and the second learning model W2, the electroencephalogram signal detected at the target position from the electroencephalogram signal of the electrodes arranged when actually measuring the brain activity of the subject is obtained. presume.
As a result, errors in the electroencephalogram signal caused by the deviation between the current placement position and the target position are corrected using the attenuation coefficient of the feature signal obtained by machine learning, and the electrode is placed at the ideal position. Since the waveform obtained can be approximated, the accuracy of electroencephalogram measurement can be improved.
発明はここでは記載していない様々な実施形態等を含むことは勿論である。したがって、本発明の技術的範囲は上記の説明から妥当な特許請求の範囲に係る発明特定事項によってのみ定められるものである。 Of course, the invention includes various embodiments and the like that are not described here. Therefore, the technical scope of the present invention is defined only by the matters specifying the invention according to the valid scope of claims based on the above description.
1…コントローラ、2…脳波計、3…走行状態センサ群、4…周囲状況センサ群、5…アクチュエータ群、6…出力装置、11…プロセッサ、12…記憶装置、21…電極群、22…増幅器、23…フィルタ、24…変換器、31…車速センサ、32…アクセル開度センサ、33…ブレーキスイッチ、34…ステアリング操作量センサ、35…ウインカスイッチ、41…カメラ、42…レーダ、43…地図データベース、44…全地球測位システム(GPS)受信機、51…アクセル開度アクチュエータ、52…ブレーキ制御アクチュエータ、53…ステアリングアクチュエータ、61…ディスプレイ、62…ブザー、70…伝播程度判定部、71…脳波データベース、72…検出部、73…変換式決定部、74…近似部、75…予測部、76…脳波データ記録部
DESCRIPTION OF
Claims (7)
前記被験者に発生して前記脳波に混入する特徴信号が、前記電極を配置すべき目標位置まで伝播する第1伝播程度と、前記特徴信号が前記電極の現在の配置位置まで前記特徴信号が伝播する第2伝播程度とに基づいて、前記現在の配置位置の前記電極で検出した脳波信号から前記目標位置にて検出される脳波信号を推定することを特徴とする脳波測定方法。 An electroencephalogram measurement method for measuring an electroencephalogram of a subject using electrodes attached to the subject,
A first propagation degree at which the feature signal generated in the subject and mixed in the electroencephalogram propagates to a target position where the electrode should be placed, and a first propagation degree at which the feature signal propagates to the current placement position of the electrode. estimating an electroencephalogram signal detected at the target position from the electroencephalogram signal detected at the electrode at the current position based on a second degree of propagation.
前記第1学習モデルと前記第2学習モデルとの比較結果に基づいて、前記現在の配置位置の前記電極で検出した脳波信号から前記目標位置にて検出される脳波信号を推定することを特徴とする請求項1に記載の脳波測定方法。 A first learning model that extracts the feature signal from the detection signal of the electrode placed at the target position, and a second learning model that extracts the feature signal from the detection signal of the electrode at the current placement position. Calculated by machine learning,
estimating an electroencephalogram signal detected at the target position from an electroencephalogram signal detected by the electrode at the current arrangement position based on a comparison result between the first learning model and the second learning model; The electroencephalogram measurement method according to claim 1 .
前記被験者に発生して前記脳波に混入する特徴信号が、前記電極を配置すべき目標位置まで伝播する第1伝播程度と、前記特徴信号が前記電極の現在の配置位置まで前記特徴信号が伝播する第2伝播程度とに基づいて、前記現在の配置位置の前記電極で検出した脳波信号から前記目標位置にて検出される脳波信号を推定するコントローラと、
を備えることを特徴とする脳波測定装置。 an electroencephalograph that measures electroencephalograms of the subject using electrodes attached to the subject;
A first propagation degree at which the feature signal generated in the subject and mixed in the electroencephalogram propagates to a target position where the electrode should be placed, and a first propagation degree at which the feature signal propagates to the current placement position of the electrode. a controller for estimating an electroencephalogram signal detected at the target position from the electroencephalogram signal detected at the electrode at the current placement position, based on a second degree of propagation;
An electroencephalogram measurement device comprising:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017237125A JP7222176B2 (en) | 2017-12-11 | 2017-12-11 | Electroencephalogram measurement method and electroencephalogram measurement device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017237125A JP7222176B2 (en) | 2017-12-11 | 2017-12-11 | Electroencephalogram measurement method and electroencephalogram measurement device |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019103581A JP2019103581A (en) | 2019-06-27 |
JP7222176B2 true JP7222176B2 (en) | 2023-02-15 |
Family
ID=67060751
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017237125A Active JP7222176B2 (en) | 2017-12-11 | 2017-12-11 | Electroencephalogram measurement method and electroencephalogram measurement device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7222176B2 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7376389B2 (en) * | 2020-02-28 | 2023-11-08 | 株式会社Subaru | Vehicle control system |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010082496A1 (en) | 2009-01-19 | 2010-07-22 | パナソニック株式会社 | Activation device, method, and computer program for brain wave interface system |
JP2010246821A (en) | 2009-04-20 | 2010-11-04 | Konica Minolta Holdings Inc | Biological information detector, electric unique part detector, and brain-machine-interface |
JP2011005177A (en) | 2009-06-29 | 2011-01-13 | Sony Corp | Implement and method for biological signal measurement |
JP2011083393A (en) | 2009-10-14 | 2011-04-28 | Osaka Bioscience Institute | Apparatus and method for automatically identifying sleep stage, and computer program for the same |
JP2013121369A (en) | 2011-12-09 | 2013-06-20 | Sony Corp | Input device and calibration method |
JP2016220770A (en) | 2015-05-27 | 2016-12-28 | パナソニックIpマネジメント株式会社 | Electroencephalograph |
JP2017074356A (en) | 2015-10-16 | 2017-04-20 | 国立大学法人広島大学 | Sensitivity evaluation method |
JP2017144200A (en) | 2016-02-15 | 2017-08-24 | 松本 眞理子 | Biological signal analyzer using delayed choice, program, and system |
-
2017
- 2017-12-11 JP JP2017237125A patent/JP7222176B2/en active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010082496A1 (en) | 2009-01-19 | 2010-07-22 | パナソニック株式会社 | Activation device, method, and computer program for brain wave interface system |
JP2010246821A (en) | 2009-04-20 | 2010-11-04 | Konica Minolta Holdings Inc | Biological information detector, electric unique part detector, and brain-machine-interface |
JP2011005177A (en) | 2009-06-29 | 2011-01-13 | Sony Corp | Implement and method for biological signal measurement |
JP2011083393A (en) | 2009-10-14 | 2011-04-28 | Osaka Bioscience Institute | Apparatus and method for automatically identifying sleep stage, and computer program for the same |
JP2013121369A (en) | 2011-12-09 | 2013-06-20 | Sony Corp | Input device and calibration method |
JP2016220770A (en) | 2015-05-27 | 2016-12-28 | パナソニックIpマネジメント株式会社 | Electroencephalograph |
JP2017074356A (en) | 2015-10-16 | 2017-04-20 | 国立大学法人広島大学 | Sensitivity evaluation method |
JP2017144200A (en) | 2016-02-15 | 2017-08-24 | 松本 眞理子 | Biological signal analyzer using delayed choice, program, and system |
Also Published As
Publication number | Publication date |
---|---|
JP2019103581A (en) | 2019-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107336710B (en) | Drive consciousness estimating device | |
US10520939B2 (en) | Drive assist apparatus | |
JP6950346B2 (en) | Driver status grasping device, driver status grasping system, and driver status grasping method | |
US8965037B2 (en) | Visual input of vehicle operator | |
JP6409699B2 (en) | Automated driving system | |
EP2154593B1 (en) | Apparatus for travel support | |
TW202218623A (en) | Motion sickness detection system for autonomous vehicles | |
US11648936B2 (en) | Method and apparatus for controlling vehicle | |
US20140023211A1 (en) | Apparatus and method for localizing sound image for vehicle's driver | |
JP2016215658A (en) | Automatic driving device and automatic driving system | |
JP6946734B2 (en) | Behavior prediction method and behavior prediction device | |
US20240043031A1 (en) | Presentation control device, autonomous driving control device, and storage mediums | |
CN110654380A (en) | Method and device for controlling a vehicle | |
JP7222176B2 (en) | Electroencephalogram measurement method and electroencephalogram measurement device | |
JP2021026710A (en) | Posture discrimination system, posture discrimination method, learned model generation method, learned model generation program, learned model update method, and learned model update program | |
WO2019155914A1 (en) | Data processing device, monitoring system, alertness system, data processing method, data processing program, and storage medium | |
JP7107060B2 (en) | Driving support method and driving support device | |
JP2018103859A (en) | Steering support method and steering support device | |
JP6977543B2 (en) | Driving support method and driving support device | |
JP7176187B2 (en) | Driving support method and driving support device | |
US11380120B2 (en) | Driving assistance device | |
JP2019079096A (en) | State improvement device, state improvement method, and control program | |
JP7107061B2 (en) | Driving support method and driving support device | |
JP6582799B2 (en) | Support apparatus and support method | |
JP2024041301A (en) | Driver attention degree control method and driver attention degree control apparatus |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180110 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20190401 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201002 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210714 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210727 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210924 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220104 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220304 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20220705 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220922 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20220922 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20221011 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20221018 |
|
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: 20230104 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230117 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7222176 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |