JP7432197B1 - プログラム、製造方法、製造装置及び接続方法 - Google Patents
プログラム、製造方法、製造装置及び接続方法 Download PDFInfo
- Publication number
- JP7432197B1 JP7432197B1 JP2023204558A JP2023204558A JP7432197B1 JP 7432197 B1 JP7432197 B1 JP 7432197B1 JP 2023204558 A JP2023204558 A JP 2023204558A JP 2023204558 A JP2023204558 A JP 2023204558A JP 7432197 B1 JP7432197 B1 JP 7432197B1
- Authority
- JP
- Japan
- Prior art keywords
- subject
- electrode
- mosaic
- parameters
- sensitivity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000004519 manufacturing process Methods 0.000 title abstract description 20
- 210000004556 brain Anatomy 0.000 claims abstract description 94
- 230000003321 amplification Effects 0.000 claims description 40
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 40
- 230000035945 sensitivity Effects 0.000 abstract description 58
- 238000010801 machine learning Methods 0.000 abstract description 25
- 238000010586 diagram Methods 0.000 abstract description 24
- 238000012549 training Methods 0.000 abstract description 11
- 238000004891 communication Methods 0.000 description 31
- 230000007177 brain activity Effects 0.000 description 18
- 238000003860 storage Methods 0.000 description 12
- 238000012360 testing method Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 11
- 238000002790 cross-validation Methods 0.000 description 10
- 238000011156 evaluation Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000005401 electroluminescence Methods 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 210000003625 skull Anatomy 0.000 description 3
- 206010002026 amyotrophic lateral sclerosis Diseases 0.000 description 2
- 230000001747 exhibiting effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 201000003471 ovarian fetiform teratoma Diseases 0.000 description 1
- 238000010238 partial least squares regression Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Abstract
Description
<1-1.構成>
図1は、意思伝達システム10の構成を模式的に示す図である。意思伝達システム10を利用する被験者は、例えば、筋萎縮性側索硬化症(ALS)の患者である。被験者の脳からは、被験者の企図に応じた脳波が発される。意思伝達システム10においては、被験者の脳波に基づいて被験者の脳活動が検出され、被験者の脳活動に基づいて被操作装置400の操作が行なわれる。脳活動は、例えば、被験者の脳の各部位から発された脳波に基づいて検出される。
図4は、脳波解読装置300における動作手順を示すフローチャートである。このフローチャートに示される処理は、通信部330を通じて脳波信号等が継続的に受信されている場合に、制御部310によって繰り返し実行される。
<2-1.構成>
図5は、学習システム20の構成を模式的に示す図である。学習システム20は、例えば、上述の学習済モデル322を生成するように構成されている。
学習済モデル322の生成においては、複数の脳波信号等が学習用データとして用いられる。学習用データは、被験者が所定の企図をイメージした場合に発された脳波信号に基づいて生成される。以下ではまず、学習用データの生成に用いられる脳波信号の収集手順について説明する。
<3-1.電極群とアンプチップとの接続ルール>
上述のように、電極群110に含まれる各電極111は、アンプチップ120に含まれる増幅素子121(図2)に白金線を通じて電気的に接続されている。アンプチップ120に含まれる各増幅素子121の品質は必ずしも一定ではない。アンプチップ120に含まれる複数の増幅素子121のうち一部の増幅素子121が所定の品質に満たない場合がある。
図16は、各電極111によって検出された脳波のスペクトログラムの表示手順を示すフローチャートである。このフローチャートによって示される処理は、学習済モデル生成装置500の制御部510によって繰り返し実行される。
以上のように、学習済モデル生成装置500においては、モザイクグラフG1,G2,G3,G4が共通の画面に表示される。各モザイクグラフは複数のパラメータの複数の組合せの少なくとも一部における感度に関する情報を示し、複数のモザイクグラフに関して前提となる特異度に関する値は互いに異なる。したがって、学習済モデル生成装置500によれば、複数のパラメータの複数の組合せの少なくとも一部における感度及び特異度がモザイクグラフG1,G2,G3,G4によって視覚的に表わされるため、複数のパラメータの良好な組合せを画面表示によりユーザ(医師等)に容易に認識させることができる。ユーザ(医師等)は複数のモザイクグラフを参照して使用するパラメータを判断し評価を進めることができるので、被験者の脳波に基づいて被験者の企図を比較的高精度に推定可能な学習済モデルの生成が容易となる。
上記実施の形態の思想は、以上で説明された実施の形態に限定されない。以下、上記実施の形態の思想を適用できる他の実施の形態の一例について説明する。
Claims (1)
- 被験者の脳波を検出するための電極群とアンプチップとの接続方法であって、
前記アンプチップは、複数の増幅素子を含み、
前記電極群は、第1領域に配置された電極と、第2領域に配置された電極とを含み、
前記第1領域に配置された電極によって取得される脳波は、前記第2領域に配置された電極によって取得される脳波と比較して、前記被験者の企図のうち検出対象の企図と高い相関を有し、
前記接続方法は、
前記複数の増幅素子に所定の基準を満たさない増幅素子が含まれるか否かを判定するステップと、
前記複数の増幅素子に前記所定の基準を満たさない増幅素子が含まれていた場合に、前記所定の基準を満たさない増幅素子と、前記第2領域に配置された電極とを接続するステップとを含む、接続方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023204558A JP7432197B1 (ja) | 2022-10-11 | 2023-12-04 | プログラム、製造方法、製造装置及び接続方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022163043A JP7389425B1 (ja) | 2022-10-11 | 2022-10-11 | プログラム、製造方法、製造装置及び接続方法 |
JP2023152236A JP7455315B1 (ja) | 2022-10-11 | 2023-09-20 | プログラム、製造方法、製造装置及び接続方法 |
JP2023204558A JP7432197B1 (ja) | 2022-10-11 | 2023-12-04 | プログラム、製造方法、製造装置及び接続方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023152236A Division JP7455315B1 (ja) | 2022-10-11 | 2023-09-20 | プログラム、製造方法、製造装置及び接続方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7432197B1 true JP7432197B1 (ja) | 2024-02-16 |
JP2024056674A JP2024056674A (ja) | 2024-04-23 |
Family
ID=90455437
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023152236A Active JP7455315B1 (ja) | 2022-10-11 | 2023-09-20 | プログラム、製造方法、製造装置及び接続方法 |
JP2023204558A Active JP7432197B1 (ja) | 2022-10-11 | 2023-12-04 | プログラム、製造方法、製造装置及び接続方法 |
JP2024031910A Pending JP2024061749A (ja) | 2022-10-11 | 2024-03-04 | プログラム、製造方法、製造装置及び接続方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023152236A Active JP7455315B1 (ja) | 2022-10-11 | 2023-09-20 | プログラム、製造方法、製造装置及び接続方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2024031910A Pending JP2024061749A (ja) | 2022-10-11 | 2024-03-04 | プログラム、製造方法、製造装置及び接続方法 |
Country Status (1)
Country | Link |
---|---|
JP (3) | JP7455315B1 (ja) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6792304B1 (en) | 1998-05-15 | 2004-09-14 | Swinburne Limited | Mass communication assessment system |
JP2009285148A (ja) | 2008-05-29 | 2009-12-10 | Nippon Telegr & Teleph Corp <Ntt> | 脳表電極及びその製造方法、使用方法 |
US20150297106A1 (en) | 2012-10-26 | 2015-10-22 | The Regents Of The University Of California | Methods of decoding speech from brain activity data and devices for practicing the same |
JP2016514022A (ja) | 2013-03-14 | 2016-05-19 | パーシスト ディベロップメント コーポレーション | qEEGの算出方法およびシステム |
JP2018068886A (ja) | 2016-11-02 | 2018-05-10 | 日本光電工業株式会社 | 雑音低減手法を備えたブレインマシンインターフェースシステム、およびその制御方法 |
WO2018088400A1 (ja) | 2016-11-10 | 2018-05-17 | 学校法人 久留米大学 | 脳波スペクトル分析装置のためのセンサ接続装置 |
US20190110708A1 (en) | 2017-10-12 | 2019-04-18 | Children's Hospital Medical Center | Systems and methods for enhanced encoded source imaging |
-
2023
- 2023-09-20 JP JP2023152236A patent/JP7455315B1/ja active Active
- 2023-12-04 JP JP2023204558A patent/JP7432197B1/ja active Active
-
2024
- 2024-03-04 JP JP2024031910A patent/JP2024061749A/ja active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6792304B1 (en) | 1998-05-15 | 2004-09-14 | Swinburne Limited | Mass communication assessment system |
JP2009285148A (ja) | 2008-05-29 | 2009-12-10 | Nippon Telegr & Teleph Corp <Ntt> | 脳表電極及びその製造方法、使用方法 |
US20150297106A1 (en) | 2012-10-26 | 2015-10-22 | The Regents Of The University Of California | Methods of decoding speech from brain activity data and devices for practicing the same |
JP2016514022A (ja) | 2013-03-14 | 2016-05-19 | パーシスト ディベロップメント コーポレーション | qEEGの算出方法およびシステム |
JP2018068886A (ja) | 2016-11-02 | 2018-05-10 | 日本光電工業株式会社 | 雑音低減手法を備えたブレインマシンインターフェースシステム、およびその制御方法 |
WO2018088400A1 (ja) | 2016-11-10 | 2018-05-17 | 学校法人 久留米大学 | 脳波スペクトル分析装置のためのセンサ接続装置 |
US20190110708A1 (en) | 2017-10-12 | 2019-04-18 | Children's Hospital Medical Center | Systems and methods for enhanced encoded source imaging |
Also Published As
Publication number | Publication date |
---|---|
JP2024056626A (ja) | 2024-04-23 |
JP2024061749A (ja) | 2024-05-08 |
JP2024056674A (ja) | 2024-04-23 |
JP7455315B1 (ja) | 2024-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7798981B2 (en) | Living body inspection apparatus | |
WO2012029742A1 (ja) | 意思伝達支援装置及び方法 | |
US10390722B2 (en) | Method for quantifying the perceptive faculty of a person | |
CN109285602B (zh) | 用于自我检查用户眼睛的主模块、系统和方法 | |
JP2021514721A (ja) | 異常運動の検出および補正のためのシステム及び方法 | |
US20200205712A1 (en) | Assessment of risk for major depressive disorder from human electroencephalography using machine learned model | |
Sahyoun et al. | ParkNosis: Diagnosing Parkinson's disease using mobile phones | |
KR20220034790A (ko) | 환자의 피부톤을 기초로 진단 결정하는 머신 러닝 진단 모델의 세트 이용 | |
EP1214905A1 (en) | Electrocardiographic system with a communication device | |
JP7432197B1 (ja) | プログラム、製造方法、製造装置及び接続方法 | |
JP7389425B1 (ja) | プログラム、製造方法、製造装置及び接続方法 | |
KR102517366B1 (ko) | 비접촉식 생체센서 기반의 행동 추천 시스템 및 그 방법 | |
JP2018068538A (ja) | 生体情報測定装置及びプログラム | |
JP5296392B2 (ja) | 自己組織化マップを用いた健康状態判定支援システム及び自己組織化マップ生成システム | |
EP3925520A1 (en) | Method for selecting features from electroencephalogram signals | |
JP7256380B2 (ja) | 情報処理装置、危険状況検出システム、および危険状況検出方法 | |
JP6014869B2 (ja) | 動作識別システム、情報処理装置、情報処理プログラム、および情報処理システム | |
KR101375673B1 (ko) | 간질 발작 경보 방법 및 이를 지원하는 단말기 | |
JP6851664B1 (ja) | 生体情報演算システム | |
JP7083185B2 (ja) | 生体情報演算システム | |
US20230021447A1 (en) | Method for Estimating Intention Using Unsupervised Learning | |
US20240055091A1 (en) | Method for calculating a degree of fatigue | |
JP2018156485A (ja) | 携帯端末、診断方法及び診断プログラム | |
JP2024022874A (ja) | 医用情報処理装置、医用情報処理方法、およびプログラム | |
WO2024056194A1 (en) | System, processing unit, computer-implemented method and computer program product for determining a health status of a person's nervous system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231204 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20231204 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20231204 |
|
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: 20240116 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240125 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7432197 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |