JPH07204168A - 生体情報自動識別装置 - Google Patents
生体情報自動識別装置Info
- Publication number
- JPH07204168A JPH07204168A JP6001567A JP156794A JPH07204168A JP H07204168 A JPH07204168 A JP H07204168A JP 6001567 A JP6001567 A JP 6001567A JP 156794 A JP156794 A JP 156794A JP H07204168 A JPH07204168 A JP H07204168A
- Authority
- JP
- Japan
- Prior art keywords
- arithmetic unit
- subject
- neural network
- automatic identification
- sensor
- 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.)
- Granted
Links
- 238000013528 artificial neural network Methods 0.000 claims abstract description 21
- 230000003595 spectral effect Effects 0.000 claims abstract description 12
- 230000008451 emotion Effects 0.000 claims description 28
- 230000003183 myoelectrical effect Effects 0.000 claims description 7
- 210000004761 scalp Anatomy 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 5
- 230000004424 eye movement Effects 0.000 claims description 4
- 210000004556 brain Anatomy 0.000 abstract description 10
- 238000000034 method Methods 0.000 description 8
- 238000012886 linear function Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 210000002569 neuron Anatomy 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 210000003792 cranial nerve Anatomy 0.000 description 4
- 230000003340 mental effect Effects 0.000 description 4
- 230000008035 nerve activity Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 206010016256 fatigue Diseases 0.000 description 3
- 210000003128 head Anatomy 0.000 description 3
- 230000035807 sensation Effects 0.000 description 3
- 206010054196 Affect lability Diseases 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 230000006996 mental state Effects 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 208000019914 Mental Fatigue Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
(57)【要約】
【目的】 ＭＥ（メディカル・エレクトロニクス：医療
用電子機器）分野において人間の脳波を計測し脳の神経
活動の解析を行う装置に関し、人間の感情や知的作業に
対して定量化し識別容易にする。 【構成】 例えば脳波センサのディジタル出力信号をフ
ーリエ変換し所望周波数帯域内の複数の分割された周波
数帯域毎のスペクトルパワーを求め、ニューラルネット
ワークにより該スペクトルパワーが該センサを取り付け
た被験者の複数の感情又は知的作業内容を識別する標準
値になるように該ニューラルネットワークの係数及びバ
イアスを学習して求めて記憶しておきその後の各センサ
の出力信号と各係数及びバイアスをニューラルネットワ
ークに適用したときの値から該被験者の感情又は知的作
業を判定する。
用電子機器）分野において人間の脳波を計測し脳の神経
活動の解析を行う装置に関し、人間の感情や知的作業に
対して定量化し識別容易にする。 【構成】 例えば脳波センサのディジタル出力信号をフ
ーリエ変換し所望周波数帯域内の複数の分割された周波
数帯域毎のスペクトルパワーを求め、ニューラルネット
ワークにより該スペクトルパワーが該センサを取り付け
た被験者の複数の感情又は知的作業内容を識別する標準
値になるように該ニューラルネットワークの係数及びバ
イアスを学習して求めて記憶しておきその後の各センサ
の出力信号と各係数及びバイアスをニューラルネットワ
ークに適用したときの値から該被験者の感情又は知的作
業を判定する。
Description
【０００１】
【産業上の利用分野】本発明は生体情報自動識別装置に
関し、特にＭＥ（メディカル・エレクトロニクス：医療
用電子機器）分野において人間の脳波を計測し脳の神経
活動の解析を行う装置に関するものである。
関し、特にＭＥ（メディカル・エレクトロニクス：医療
用電子機器）分野において人間の脳波を計測し脳の神経
活動の解析を行う装置に関するものである。
【０００２】
【従来の技術】人間の思考・認識・記憶の想起・快／不
快及び精神的な疲労・緊張等は、脳内にある多数のニュ
ーロン（神経細胞）の電気的な活動を反映することは既
に広く知られている。
快及び精神的な疲労・緊張等は、脳内にある多数のニュ
ーロン（神経細胞）の電気的な活動を反映することは既
に広く知られている。
【０００３】このため、思考過程、認識、記憶の想起、
またある種の感情に伴ってニューロンの活動に連携が発
生して、その連携が頭皮面に電位として現れ、これを脳
波として計測することができる。
またある種の感情に伴ってニューロンの活動に連携が発
生して、その連携が頭皮面に電位として現れ、これを脳
波として計測することができる。
【０００４】そこで本発明者は既に特願平4-317568号に
おいて発明の名称「脳波の多次元相関分析方法」を既に
出願し、脳神経活動の定性的な分析を行っている。
おいて発明の名称「脳波の多次元相関分析方法」を既に
出願し、脳神経活動の定性的な分析を行っている。
【０００５】この発明を概略的に説明すると、人体頭部
（平面図）において所定数（例えば２１個）の電極（脳
波センサ）を設置し、これらの各電極の出力信号をフー
リエ変換し、それによって得られる種々の周波数成分の
ピークが周波数毎に一致している電極同士の位置を図６
に示すように例えば色別に画面表示したものである。
（平面図）において所定数（例えば２１個）の電極（脳
波センサ）を設置し、これらの各電極の出力信号をフー
リエ変換し、それによって得られる種々の周波数成分の
ピークが周波数毎に一致している電極同士の位置を図６
に示すように例えば色別に画面表示したものである。
【０００６】即ち、図６に示す場合には被験者が例えば
快適な音楽を聞いたときの各電極出力の相関が強いもの
の状態を示している。
快適な音楽を聞いたときの各電極出力の相関が強いもの
の状態を示している。
【０００７】尚、この例では特に脳波中の代表的なα波
のピークによって検出を行っている。
のピークによって検出を行っている。
【０００８】
【発明が解決しようとする課題】この様に脳波の解析を
相関分析方法により行う従来例においては、図６に示し
た様に画面表示が行われるので、被験者の例えば感情の
識別が定性的にはできるが定量化するのは困難であると
いう問題点があった。
相関分析方法により行う従来例においては、図６に示し
た様に画面表示が行われるので、被験者の例えば感情の
識別が定性的にはできるが定量化するのは困難であると
いう問題点があった。
【０００９】従って本発明は、人間の感情や知的作業内
容に対して定量化することにより識別が容易な生体情報
自動識別装置を提供することを目的とする。
容に対して定量化することにより識別が容易な生体情報
自動識別装置を提供することを目的とする。
【００１０】
【課題を解決するための手段】上記の目的を達成するた
め、本発明に係る生体情報自動識別装置は、被験者の身
体に取り付けられて該被験者の特徴量を検出する複数個
のセンサと、各センサの出力信号を増幅する増幅器と、
該増幅器の各出力信号をディジタル信号に変換すると共
に各ディジタル信号をフーリエ変換し所望周波数帯域内
の複数の分割された周波数帯域毎のスペクトルパワーを
求め、更にニューラルネットワークにより該スペクトル
パワーが該センサを取り付けた被験者の複数の感情又は
知的作業内容を識別する標準値になるように該ニューラ
ルネットワークの係数及びバイアスを学習して求めて記
憶しておきその後の各センサの出力信号と各係数及びバ
イアスを該ニューラルネットワークに適用したときの値
から該被験者の感情又は知的作業内容を判定する演算装
置と、該演算装置の判定結果を表示する表示装置と、を
備えている。
め、本発明に係る生体情報自動識別装置は、被験者の身
体に取り付けられて該被験者の特徴量を検出する複数個
のセンサと、各センサの出力信号を増幅する増幅器と、
該増幅器の各出力信号をディジタル信号に変換すると共
に各ディジタル信号をフーリエ変換し所望周波数帯域内
の複数の分割された周波数帯域毎のスペクトルパワーを
求め、更にニューラルネットワークにより該スペクトル
パワーが該センサを取り付けた被験者の複数の感情又は
知的作業内容を識別する標準値になるように該ニューラ
ルネットワークの係数及びバイアスを学習して求めて記
憶しておきその後の各センサの出力信号と各係数及びバ
イアスを該ニューラルネットワークに適用したときの値
から該被験者の感情又は知的作業内容を判定する演算装
置と、該演算装置の判定結果を表示する表示装置と、を
備えている。
【００１１】また上記の本発明では、該特徴量が、頭皮
上電位又は筋電位であればよい。
上電位又は筋電位であればよい。
【００１２】更に上記の演算装置は、該特徴量として該
頭皮上電位又は筋電位の代わりに各センサ出力同士の相
互相関を用いてもよい。
頭皮上電位又は筋電位の代わりに各センサ出力同士の相
互相関を用いてもよい。
【００１３】更に上記の演算装置は、該スペクトルパワ
ーの代わりに或いは加えて心拍回数、眼球運動及び瞬き
頻度の内の少なくともいずれかを用いてもよい。
ーの代わりに或いは加えて心拍回数、眼球運動及び瞬き
頻度の内の少なくともいずれかを用いてもよい。
【００１４】また、上記の所望周波数帯域はα帯域及び
β帯域の少なくともいずれかであることが好ましい。
β帯域の少なくともいずれかであることが好ましい。
【００１５】
【作用】本発明においては対象とする人間の脳神経活動
を例えば感情や知的作業内容に関して以下の通り定量化
を行うものである。
を例えば感情や知的作業内容に関して以下の通り定量化
を行うものである。
【００１６】即ち、演算装置は、所定数の脳波センサか
ら出力され増幅器で増幅された出力信号を入力する。
ら出力され増幅器で増幅された出力信号を入力する。
【００１７】そして、この入力したアナログ信号をディ
ジタル信号に変換するとともにこのディジタル信号を各
センサ出力毎にフーリエ変換してそれぞれ所望周波数帯
域（例えばα帯域及びβ帯域の少なくともいずれか）に
分割する。
ジタル信号に変換するとともにこのディジタル信号を各
センサ出力毎にフーリエ変換してそれぞれ所望周波数帯
域（例えばα帯域及びβ帯域の少なくともいずれか）に
分割する。
【００１８】そしてこの様に分割した周波数帯域毎のス
ペクトルパワー、即ち該周波数帯域内での時間軸上のバ
リアンス（Variance：分散）を求める。
ペクトルパワー、即ち該周波数帯域内での時間軸上のバ
リアンス（Variance：分散）を求める。
【００１９】そしてこれらのスペクトルパワーをニュー
ラルネットワークに入力して処理を行い、センサを取り
付けた被験者におけるいろいろな感情又は知的作業内容
を表す標準値になるように該ニューラルネットワーク中
の各係数及びバイアスを学習により求め記憶しておく。
ラルネットワークに入力して処理を行い、センサを取り
付けた被験者におけるいろいろな感情又は知的作業内容
を表す標準値になるように該ニューラルネットワーク中
の各係数及びバイアスを学習により求め記憶しておく。
【００２０】その後、このようにして記憶しておいた当
該被験者の各センサ出力に対してニューラルネットワー
クが学習した各係数及びバイアスをそれぞれの状況にお
ける被験者の示す上記特徴量に適用することにより、ニ
ューラルネットワークで演算された値が上記の感情又は
知的作業内容の度合を表す値（アナログ値）となるの
で、この値により該被験者の現在の感情を判定すること
が出来る。
該被験者の各センサ出力に対してニューラルネットワー
クが学習した各係数及びバイアスをそれぞれの状況にお
ける被験者の示す上記特徴量に適用することにより、ニ
ューラルネットワークで演算された値が上記の感情又は
知的作業内容の度合を表す値（アナログ値）となるの
で、この値により該被験者の現在の感情を判定すること
が出来る。
【００２１】この様に、個人毎に脳神経活動の特徴が異
なっていることに着目し、個人毎にデータファイルを作
れば、精度の良い感情又は知的作業内容の自動識別を行
うことが可能となる。
なっていることに着目し、個人毎にデータファイルを作
れば、精度の良い感情又は知的作業内容の自動識別を行
うことが可能となる。
【００２２】
【実施例】図１は本発明に係る生体情報自動識別装置の
実施例の構成を示したもので、図中、１はこの脳波解析
の被験者であり、この被験者１の頭部には例えば６個の
脳波センサ（電極）２1 〜２6 がペーストにより装着さ
れている。
実施例の構成を示したもので、図中、１はこの脳波解析
の被験者であり、この被験者１の頭部には例えば６個の
脳波センサ（電極）２1 〜２6 がペーストにより装着さ
れている。
【００２３】尚、被験者の脳神経活動を示す特徴量とし
て頭皮上の電位分布だけでなく、筋電位を検出するよう
にセンサを被験者１の頭部に取り付けてもよい。更には
上記の頭皮上の電位分布や筋電位の代わりに或いは加え
て心拍回数、眼球運動及び瞬き頻度の内の少なくともい
ずれかをセンサにより検出してもよい。
て頭皮上の電位分布だけでなく、筋電位を検出するよう
にセンサを被験者１の頭部に取り付けてもよい。更には
上記の頭皮上の電位分布や筋電位の代わりに或いは加え
て心拍回数、眼球運動及び瞬き頻度の内の少なくともい
ずれかをセンサにより検出してもよい。
【００２４】これら６個のセンサ２1 〜２6 はプリアン
プ３で一旦増幅された後、更にメインアンプ４で所定の
レベルまで増幅された後、演算装置５に与えられ、最終
的に識別結果を表示装置６に与えて表示する。尚、プリ
アンプ３とメインアンプ４とで増幅器を構成している。
プ３で一旦増幅された後、更にメインアンプ４で所定の
レベルまで増幅された後、演算装置５に与えられ、最終
的に識別結果を表示装置６に与えて表示する。尚、プリ
アンプ３とメインアンプ４とで増幅器を構成している。
【００２５】図２は図１に示した演算装置５の処理手順
を示しており、以下、この図２のフローチャートを参照
して演算装置５における演算処理について説明する。
を示しており、以下、この図２のフローチャートを参照
して演算装置５における演算処理について説明する。
【００２６】先ず、演算装置５はメインアンプ４からの
各センサ２1 〜２6 の出力アナログ信号を入力してそれ
ぞれディジタル信号に変換する（ステップＳ１）。
各センサ２1 〜２6 の出力アナログ信号を入力してそれ
ぞれディジタル信号に変換する（ステップＳ１）。
【００２７】そして、これらの各センサの出力に高速フ
ーリエ変換（ＦＦＴ）を施して時間情報から周波数情報
に変換する（ステップＳ２）。
ーリエ変換（ＦＦＴ）を施して時間情報から周波数情報
に変換する（ステップＳ２）。
【００２８】ここで、このフーリエ変換について簡単に
説明すると、時系列の長さをＴ秒とした時、１個のセン
サに付き１／Ｔ〔Hz〕毎にフーリエ変換値が周波数スペ
クトルにおけるスペクトルパワーとして図３に示すよう
に発生する。この場合の周波数は、１／Ｔ〔Hz〕毎に離
散的になる。最高周波数は１／２τ〔Hz〕（τは脳波を
Ａ／Ｄ変換するときのサンプリング間隔）である。
説明すると、時系列の長さをＴ秒とした時、１個のセン
サに付き１／Ｔ〔Hz〕毎にフーリエ変換値が周波数スペ
クトルにおけるスペクトルパワーとして図３に示すよう
に発生する。この場合の周波数は、１／Ｔ〔Hz〕毎に離
散的になる。最高周波数は１／２τ〔Hz〕（τは脳波を
Ａ／Ｄ変換するときのサンプリング間隔）である。
【００２９】この結果、合計で（１／２τ）／（１／
Ｔ）＝Ｔ／２τ個のフーリエ変換値が発生することにな
る。各周波数毎に実数部と虚数部が存在し、変数として
は全部で、（１／２τ）×２＝Ｔ／τ個発生する。
Ｔ）＝Ｔ／２τ個のフーリエ変換値が発生することにな
る。各周波数毎に実数部と虚数部が存在し、変数として
は全部で、（１／２τ）×２＝Ｔ／τ個発生する。
【００３０】尚、図３ではフーリエ変換波形として、脳
波における『感情』又は『知的作業内容』等を推し量る
重要な情報であるα波帯域（８〜１３Hz）のみを例示し
ているが、その他、δ波（１〜３Hz）、θ波（４〜７H
z）、又はβ波（１３Hz以上）についても同様に適用す
ることが出来る。以下の説明ではα波のみを例にとって
説明する。
波における『感情』又は『知的作業内容』等を推し量る
重要な情報であるα波帯域（８〜１３Hz）のみを例示し
ているが、その他、δ波（１〜３Hz）、θ波（４〜７H
z）、又はβ波（１３Hz以上）についても同様に適用す
ることが出来る。以下の説明ではα波のみを例にとって
説明する。
【００３１】この様にして得たα波帯域のフーリエ変換
波形において特にそのうちの例えば３つの部分周波数帯
域α1,α2,α3 をバンドパスフィルタリング（ＢＰＦ）
により抽出する（ステップＳ３）。尚、部分周波数帯域
α1,α2,α3 の例としては、α1＝8〜9.5Hz,α2＝9.5〜
11Hz,α3＝11〜13Hzである。
波形において特にそのうちの例えば３つの部分周波数帯
域α1,α2,α3 をバンドパスフィルタリング（ＢＰＦ）
により抽出する（ステップＳ３）。尚、部分周波数帯域
α1,α2,α3 の例としては、α1＝8〜9.5Hz,α2＝9.5〜
11Hz,α3＝11〜13Hzである。
【００３２】このように部分周波数帯域α1,α2,α3 を
以下の処理に用いるのは、α波以外の上記のような種々
の脳波も含めて処理を行うと情報過多になって識別が困
難になるためである。
以下の処理に用いるのは、α波以外の上記のような種々
の脳波も含めて処理を行うと情報過多になって識別が困
難になるためである。
【００３３】この様にして求めた各センサ出力の部分周
波数帯域α1,α2,α3 のそれぞれのスペクトルパワー
は、周波数帯域α1,α2,α3 はそれぞれ６個のセンサ２
1 〜２ 6 について存在するので、ｘ1 1，ｘ1 2，ｘ1 3，ｘ
1 4，ｘ1 5，ｘ1 6; ｘ2 1，ｘ2 2，ｘ2 3，ｘ2 4，ｘ2 5，
ｘ2 6; ｘ3 1，ｘ3 2，ｘ3 3，ｘ3 4，ｘ3 5，ｘ3 6から成る６
×３＝１８個のスペクトルパワーが求められることにな
る（ステップＳ４）。
波数帯域α1,α2,α3 のそれぞれのスペクトルパワー
は、周波数帯域α1,α2,α3 はそれぞれ６個のセンサ２
1 〜２ 6 について存在するので、ｘ1 1，ｘ1 2，ｘ1 3，ｘ
1 4，ｘ1 5，ｘ1 6; ｘ2 1，ｘ2 2，ｘ2 3，ｘ2 4，ｘ2 5，
ｘ2 6; ｘ3 1，ｘ3 2，ｘ3 3，ｘ3 4，ｘ3 5，ｘ3 6から成る６
×３＝１８個のスペクトルパワーが求められることにな
る（ステップＳ４）。
【００３４】尚、上記のスペクトルパワーの代わりに、
各センサ出力の値同士の「相互相関」を用いてもよい。
上記のように６個のセンサを用いた場合は各周波数帯域
毎に全部で6Ｃ2＝１５個の相関値が得られることにな
る。
各センサ出力の値同士の「相互相関」を用いてもよい。
上記のように６個のセンサを用いた場合は各周波数帯域
毎に全部で6Ｃ2＝１５個の相関値が得られることにな
る。
【００３５】このようにして求めたスペクトルパワーｘ
1 1〜ｘ3 6を演算装置５においてソフトウェアにより設け
られたニューラルネットワークに与えることにより、こ
のニューラルネットワークの出力値が被験者１に例えば
複数の音を聴かせたときの感情又は知的作業内容を表す
標準値となるようなニューラルネットワークの係数及び
バイアスの組を学習により求める（ステップＳ５）。
1 1〜ｘ3 6を演算装置５においてソフトウェアにより設け
られたニューラルネットワークに与えることにより、こ
のニューラルネットワークの出力値が被験者１に例えば
複数の音を聴かせたときの感情又は知的作業内容を表す
標準値となるようなニューラルネットワークの係数及び
バイアスの組を学習により求める（ステップＳ５）。
【００３６】ここで、ニューラルネットワークの学習方
法を図４並びにこの図４の内容を示す以下の式により説
明する。尚、このニューラルネットワークはバック・プ
ロパゲーション(Back propagation)法として知られたア
ルゴリズムを用いているが、その他のアルゴリズムを用
いてもよい。
法を図４並びにこの図４の内容を示す以下の式により説
明する。尚、このニューラルネットワークはバック・プ
ロパゲーション(Back propagation)法として知られたア
ルゴリズムを用いているが、その他のアルゴリズムを用
いてもよい。
【００３７】まず、スペクトルパワーｘ1 1〜ｘ3 6に対し
て次式（１）に示すように、重み付け係数（Ｃ）により
重み付けを行い、更にこの乗算結果にバイアス（Ｂ）を
加算する。そして、この演算結果を（ｙ1,ｙ2,ｙ3)と定
義する。
て次式（１）に示すように、重み付け係数（Ｃ）により
重み付けを行い、更にこの乗算結果にバイアス（Ｂ）を
加算する。そして、この演算結果を（ｙ1,ｙ2,ｙ3)と定
義する。
【００３８】
【数１】
【００３９】尚、上記の重み付け係数（Ｃ）はニューロ
ンの数Ｎ＝３としてしているが、後述するようにこのニ
ューロンの数Ｎは適当に選択することができる。
ンの数Ｎ＝３としてしているが、後述するようにこのニ
ューロンの数Ｎは適当に選択することができる。
【００４０】この演算結果（ｙ1,ｙ2,ｙ3)は、更に例え
ば図４に示すような非線型関数Ｆによって次式（２）に
示すように値（ｚ1,ｚ2,ｚ3)に変換される。
ば図４に示すような非線型関数Ｆによって次式（２）に
示すように値（ｚ1,ｚ2,ｚ3)に変換される。
【００４１】
【数２】
【００４２】そして更に今度は、値（ｚ1,ｚ2,ｚ3)に対
して次式（３）に示すように別の重み付け係数（Ｄ）に
より重み付けを行い、更にこの乗算結果にバイアス
（Ｂ'）を加算する。そして、この演算結果を（ｗ1,ｗ
2,ｗ3)と定義する。
して次式（３）に示すように別の重み付け係数（Ｄ）に
より重み付けを行い、更にこの乗算結果にバイアス
（Ｂ'）を加算する。そして、この演算結果を（ｗ1,ｗ
2,ｗ3)と定義する。
【００４３】
【数３】
【００４４】尚、この場合にも、ニューロンの数Ｎ＝３
に仮定している。
に仮定している。
【００４５】この演算結果（ｗ1,ｗ2,ｗ3)は、更に例え
ば図４に示すような線型関数Ｇによって次式（４）に示
すように値（ｖ1,ｖ2,ｖ3)に変換（圧縮）される。
ば図４に示すような線型関数Ｇによって次式（４）に示
すように値（ｖ1,ｖ2,ｖ3)に変換（圧縮）される。
【００４６】
【数４】
【００４７】このようにして求めた値（ｖ1,ｖ2,ｖ3)に
対して次式（５）に示すように、例えば脳の神経活動と
しての「感情」に適用すると、被験者１にとって「喜」
「怒」「哀」を示すものとして予め分かっている３つの
音を該被験者１に聴かせたときのそれぞれの感情〜
を標準値（又は基準値）（１００），（０１０），（０
０１）として割り当て、この時の上記の重み付け係数
（Ｃ）及び（Ｄ）並びにバイアス（Ｂ）及び（Ｂ'）を
繰り返し学習（Iteration)により求める。
対して次式（５）に示すように、例えば脳の神経活動と
しての「感情」に適用すると、被験者１にとって「喜」
「怒」「哀」を示すものとして予め分かっている３つの
音を該被験者１に聴かせたときのそれぞれの感情〜
を標準値（又は基準値）（１００），（０１０），（０
０１）として割り当て、この時の上記の重み付け係数
（Ｃ）及び（Ｄ）並びにバイアス（Ｂ）及び（Ｂ'）を
繰り返し学習（Iteration)により求める。
【００４８】
【数５】
【００４９】尚、上記の学習では、３つの感情〜に
対応させるために３つの線型関数部Ｇを用いる必要があ
るが、この線型関数部Ｇの前においては、適当な数の重
み付け係数（Ｃ），（Ｄ）とバイアス（Ｂ）と非線型関
数（Ｆ）を用いることができる。
対応させるために３つの線型関数部Ｇを用いる必要があ
るが、この線型関数部Ｇの前においては、適当な数の重
み付け係数（Ｃ），（Ｄ）とバイアス（Ｂ）と非線型関
数（Ｆ）を用いることができる。
【００５０】この様にして所定の複数の音を被験者１に
聞かせたときの感情を表す値に対する重み付け係数
（Ｃ）及び（Ｄ）並びにバイアス（Ｂ）及び（Ｂ'）の
組を算出した後、演算装置５に内蔵したメモリ（図示せ
ず）に記憶しておく（ステップＳ５）。
聞かせたときの感情を表す値に対する重み付け係数
（Ｃ）及び（Ｄ）並びにバイアス（Ｂ）及び（Ｂ'）の
組を算出した後、演算装置５に内蔵したメモリ（図示せ
ず）に記憶しておく（ステップＳ５）。
【００５１】そして、メモリに記憶された重み付け係数
（Ｃ）及び（Ｄ）並びにバイアス（Ｂ）及び（Ｂ'）の
組はその被験者１の３つの感情〜に関する固有の特
徴を示すものであり、この後に各センサ出力より求めた
スペクトルパワーｘ1 1〜ｘ3 6（ステップＳ４）に対し
て、図４並びに上記の式（１）〜（５）に示すようにメ
モリに記憶された重み付け係数（Ｃ）及び（Ｄ）並びに
バイアス（Ｂ）及び（Ｂ'）の組を適用する。
（Ｃ）及び（Ｄ）並びにバイアス（Ｂ）及び（Ｂ'）の
組はその被験者１の３つの感情〜に関する固有の特
徴を示すものであり、この後に各センサ出力より求めた
スペクトルパワーｘ1 1〜ｘ3 6（ステップＳ４）に対し
て、図４並びに上記の式（１）〜（５）に示すようにメ
モリに記憶された重み付け係数（Ｃ）及び（Ｄ）並びに
バイアス（Ｂ）及び（Ｂ'）の組を適用する。
【００５２】これにより、式（４）に示した値（ｖ1,ｖ
2,ｖ3)は、式（５）のようなバイナリー値ではなく、そ
れぞれ例えば「0.5 」, 「0.3 」, 「0.1 」のようにア
ナログ値として出力されることとなり、被験者１の現在
の感情状態を表示装置６において図５に示すような棒グ
ラフの他、円グラフ、または記号や色彩等を用いて表示
することができる（ステップＳ６）。
2,ｖ3)は、式（５）のようなバイナリー値ではなく、そ
れぞれ例えば「0.5 」, 「0.3 」, 「0.1 」のようにア
ナログ値として出力されることとなり、被験者１の現在
の感情状態を表示装置６において図５に示すような棒グ
ラフの他、円グラフ、または記号や色彩等を用いて表示
することができる（ステップＳ６）。
【００５３】ここで、上記のニューラルネットワーク学
習方法を最も簡単な例で説明すると、図４の出力ｚ1 の
みで足りることとなる。
習方法を最も簡単な例で説明すると、図４の出力ｚ1 の
みで足りることとなる。
【００５４】即ち、重み付け係数（Ｃ）は（ｃ1,ｃ2,…
ｃ18) のみとし、バイアス（Ｂ）もｂ1 のみとすること
により、次式（６）に示すように値ｙ1 のみが得られ
る。
ｃ18) のみとし、バイアス（Ｂ）もｂ1 のみとすること
により、次式（６）に示すように値ｙ1 のみが得られ
る。
【００５５】
【数６】
【００５６】そして、この値ｙ1 を１つの非線型関数Ｆ
により変換することによりＦ（ｙ1）＝ｚ1 が得られる
こととなる。この値ｚ1 に、不快を示す値を「０」と
し、快感を示す値を「１」として予め決めておく。
により変換することによりＦ（ｙ1）＝ｚ1 が得られる
こととなる。この値ｚ1 に、不快を示す値を「０」と
し、快感を示す値を「１」として予め決めておく。
【００５７】例えば、予め、感情を表す値「０」及び
「１」についてそれぞれ被験者１が最も嫌がる「雑音」
と被験者１が最も好む音楽とを選んでおくか、或いは、
この様な音楽又は音を聞かせたときに演算装置５に設け
られているキーボードのキーを被験者１が選択するよう
に設定しておく。
「１」についてそれぞれ被験者１が最も嫌がる「雑音」
と被験者１が最も好む音楽とを選んでおくか、或いは、
この様な音楽又は音を聞かせたときに演算装置５に設け
られているキーボードのキーを被験者１が選択するよう
に設定しておく。
【００５８】これらの「１」及び「０」を代入し且つ学
習することにより重み付け係数（ｃ 1,ｃ2,…ｃ18) とバ
イアスｂ1 の組を算出することができ、これらを記憶し
ておいて、各センサ出力に上記の式（６）において適用
すれば、現在の被験者１の感情の不快感と快感との割合
を表示装置６に表示することができる。
習することにより重み付け係数（ｃ 1,ｃ2,…ｃ18) とバ
イアスｂ1 の組を算出することができ、これらを記憶し
ておいて、各センサ出力に上記の式（６）において適用
すれば、現在の被験者１の感情の不快感と快感との割合
を表示装置６に表示することができる。
【００５９】尚、上記の実施例では感情を３つに分類し
て説明したが、これ以上の多くの感情を考慮することも
可能であり、これらに対応する感情の値も上記のように
限定されるものではない。
て説明したが、これ以上の多くの感情を考慮することも
可能であり、これらに対応する感情の値も上記のように
限定されるものではない。
【００６０】また、上記の説明では感情を例にとって説
明したが、その他、暗算や図形認識、音声認識等の知的
作業内容についても同様に適用することが出来る。
明したが、その他、暗算や図形認識、音声認識等の知的
作業内容についても同様に適用することが出来る。
【００６１】
【発明の効果】以上説明したように本発明に係る生体情
報自動識別装置によれば、被験者の身体に取り付けられ
て該被験者の特徴量を検出する複数個のセンサのディジ
タル出力信号をフーリエ変換し所望周波数帯域内の複数
の分割された周波数帯域毎のスペクトルパワーを求め、
ニューラルネットワークにより該スペクトルパワーが該
センサを取り付けた被験者の複数の感情又は知的作業内
容を識別する標準値になるように該ニューラルネットワ
ークの係数及びバイアスを学習して求めて記憶しておき
その後の各センサの出力信号と各係数及びバイアスをニ
ューラルネットワークに適用したときの値から該被験者
の感情又は知的作業内容を判定するように構成したの
で、次のような自動識別が可能となる。
報自動識別装置によれば、被験者の身体に取り付けられ
て該被験者の特徴量を検出する複数個のセンサのディジ
タル出力信号をフーリエ変換し所望周波数帯域内の複数
の分割された周波数帯域毎のスペクトルパワーを求め、
ニューラルネットワークにより該スペクトルパワーが該
センサを取り付けた被験者の複数の感情又は知的作業内
容を識別する標準値になるように該ニューラルネットワ
ークの係数及びバイアスを学習して求めて記憶しておき
その後の各センサの出力信号と各係数及びバイアスをニ
ューラルネットワークに適用したときの値から該被験者
の感情又は知的作業内容を判定するように構成したの
で、次のような自動識別が可能となる。
【００６２】（１）例えば、暗算をしているときに、ど
の程度暗算に集中していたか、またどのような思考形態
をとったのか、どの位思考を休んでいたか等を識別する
ことができる。
の程度暗算に集中していたか、またどのような思考形態
をとったのか、どの位思考を休んでいたか等を識別する
ことができる。
【００６３】（２）また、快感を得る筈の刺激を受けて
いたときに快感の他にどのような感情がどの程度起こっ
ていたか等を識別し定量化することができる。
いたときに快感の他にどのような感情がどの程度起こっ
ていたか等を識別し定量化することができる。
【００６４】（３）更に同じ様な快適な刺激を例えば一
週間毎に長期間に渡って与えた時の心の状態を計測した
時に毎回同様な結果が得られたとすれば、その人の情緒
は非常に安定していると言えることとなり、そうでない
ときには何らかの情緒不安定が存在するが、その不安定
さによって情緒の不安定度を分類することができる。
週間毎に長期間に渡って与えた時の心の状態を計測した
時に毎回同様な結果が得られたとすれば、その人の情緒
は非常に安定していると言えることとなり、そうでない
ときには何らかの情緒不安定が存在するが、その不安定
さによって情緒の不安定度を分類することができる。
【００６５】（４）同一の作業を繰り返していると、次
第に疲労が蓄積して来る。そのようなときに、精神状態
についての自動識別を行うと、作業時間の経過に連れて
精神状態の内容が変化してくる。つまり、外部的な刺激
に対しての精神的な応答が次第に変化してくるので、こ
のような情報から疲労の蓄積状態をモニターすることが
出来る。言い換えれば、疲労状態を解消するために何ら
かのリラクセーションの処置を行った時に、その処置が
どの程度の緩和効果をもたらしたかを定量的に計測する
ことが可能となる。
第に疲労が蓄積して来る。そのようなときに、精神状態
についての自動識別を行うと、作業時間の経過に連れて
精神状態の内容が変化してくる。つまり、外部的な刺激
に対しての精神的な応答が次第に変化してくるので、こ
のような情報から疲労の蓄積状態をモニターすることが
出来る。言い換えれば、疲労状態を解消するために何ら
かのリラクセーションの処置を行った時に、その処置が
どの程度の緩和効果をもたらしたかを定量的に計測する
ことが可能となる。
【００６６】（５）また、同じ感性についての受け止め
方の違いを分類して各人の感性タイプを分類すれば各個
人だけでなく各個人のタイプを判定することも可能とな
るので、各人の才能の分類や更には各人に敵した職業の
選択の一助となる。
方の違いを分類して各人の感性タイプを分類すれば各個
人だけでなく各個人のタイプを判定することも可能とな
るので、各人の才能の分類や更には各人に敵した職業の
選択の一助となる。
【図１】本発明に係る生体情報自動識別装置の実施例を
示したブロック図である。
示したブロック図である。
【図２】本発明に係る生体情報自動識別装置に用いる演
算装置の処理手順を示したフローチャート図である。
算装置の処理手順を示したフローチャート図である。
【図３】本発明に係る生体情報自動識別装置における所
定周波数帯域としてのα波帯域の周波数成分を示した波
形図である。
定周波数帯域としてのα波帯域の周波数成分を示した波
形図である。
【図４】本発明に係る生体情報自動識別装置における演
算装置内のソフトウェアによるニューラルネットワーク
処理の概念を示したブロック図である。
算装置内のソフトウェアによるニューラルネットワーク
処理の概念を示したブロック図である。
【図５】本発明に係る生体情報自動識別装置における感
情の識別例を示した棒グラフ図である。
情の識別例を示した棒グラフ図である。
【図６】従来例によって識別されるα波ピークによる被
験者の脳波状態を示したグラフ図である。
験者の脳波状態を示したグラフ図である。
１ 被験者 ２1 〜２6 センサ ３ プリアンプ ４ メインアンプ ５ 演算装置 ６ 表示装置 図中、同一符号は同一又は相当部分を示す。
Claims (6)
- 【請求項１】 被験者の身体に取り付けられて該被験者
の特徴量を検出する複数個のセンサと、各センサの出力
信号を増幅する増幅器と、該増幅器の各出力信号をディ
ジタル信号に変換すると共に各ディジタル信号をフーリ
エ変換し所望周波数帯域内の複数の分割された周波数帯
域毎のスペクトルパワーを求め、更にニューラルネット
ワークにより該スペクトルパワーが該センサを取り付け
た被験者の複数の感情又は知的作業内容を識別する標準
値になるように該ニューラルネットワークの係数及びバ
イアスを学習して求めて記憶しておきその後の各センサ
の出力信号と各係数及びバイアスを該ニューラルネット
ワークに適用したときの値から該被験者の感情又は知的
作業内容を判定する演算装置と、該演算装置の判定結果
を表示する表示装置と、を備えたことを特徴とする生体
情報自動識別装置。 - 【請求項２】 該演算装置が、該特徴量として頭皮上電
位又は筋電位であることを特徴とした請求項１に記載の
生体情報自動識別装置。 - 【請求項３】 該演算装置が、該スペクトルパワーの代
わりに各センサ出力同士の相互相関を用いることを特徴
とした請求項１に記載の生体情報自動識別装置。 - 【請求項４】 該演算装置が、該特徴量として頭皮上電
位又は筋電位の代わりに心拍回数、眼球運動及び瞬き頻
度の内の少なくともいずれかを用いることを特徴とした
請求項１に記載の生体情報自動識別装置。 - 【請求項５】 該演算装置が、該特徴量として頭皮上電
位又は筋電位に加えて心拍回数、眼球運動及び瞬き頻度
の内の少なくともいずれかを用いることを特徴とした請
求項１に記載の生体情報自動識別装置。 - 【請求項６】 該所望周波数帯域がα帯域及びβ帯域の
内の少なくともいずれかであることを特徴とした請求項
１乃至５のいずれかに記載の生体情報自動識別装置。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6001567A JP2593625B2 (ja) | 1994-01-12 | 1994-01-12 | 生体情報自動識別装置 |
| US08/902,648 USRE36450E (en) | 1994-01-12 | 1997-07-30 | Method and apparatus for automatically determining somatic state |
| US08/904,043 US6349231B1 (en) | 1994-01-12 | 1997-07-31 | Method and apparatus for will determination and bio-signal control |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6001567A JP2593625B2 (ja) | 1994-01-12 | 1994-01-12 | 生体情報自動識別装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH07204168A true JPH07204168A (ja) | 1995-08-08 |
| JP2593625B2 JP2593625B2 (ja) | 1997-03-26 |
Family
ID=11505105
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6001567A Expired - Fee Related JP2593625B2 (ja) | 1994-01-12 | 1994-01-12 | 生体情報自動識別装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2593625B2 (ja) |
Cited By (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0833616A (ja) * | 1994-07-22 | 1996-02-06 | Nec Corp | 生体内部状態伝達装置およびその方法 |
| JPH0998955A (ja) * | 1995-10-06 | 1997-04-15 | Nec Corp | 活動部位検出装置 |
| WO1997018755A1 (fr) * | 1995-11-17 | 1997-05-29 | Hitachi, Ltd. | Instrument servant a des mesures optiques sur des corps vivants |
| US6226544B1 (en) | 1997-06-13 | 2001-05-01 | Nec Corporation | Living body internal active source estimation apparatus |
| JP2003244780A (ja) * | 2002-02-19 | 2003-08-29 | National Institute Of Advanced Industrial & Technology | 生体信号を利用したリモートコントローラ |
| JPWO2005109246A1 (ja) * | 2004-05-12 | 2008-03-21 | 株式会社味香り戦略研究所 | 感覚データベース |
| JP2009134418A (ja) * | 2007-11-29 | 2009-06-18 | Toshiba Corp | 医療安全システム |
| JP2010520019A (ja) * | 2007-03-08 | 2010-06-10 | エムセンス コーポレイション | 関与反応を測定し評価する方法及びシステム |
| JP2010257343A (ja) * | 2009-04-27 | 2010-11-11 | Niigata Univ | 意思伝達支援装置 |
| US8792975B2 (en) | 2010-04-28 | 2014-07-29 | Panasonic Corporation | Electroencephalogram measurement apparatus, method of estimating electrical noise, and computer program for executing method of estimating electrical noise |
| JP2014527219A (ja) * | 2011-07-05 | 2014-10-09 | サウジ アラビアン オイル カンパニー | 従業員の認知的健康および感情的健康を監視および改善するための、システム、コンピュータ媒体、およびコンピュータにより実行される方法 |
| JP2015109964A (ja) * | 2013-11-11 | 2015-06-18 | 株式会社電通サイエンスジャム | 感情推定装置、感情推定処理システム、感情推定方法および感情推定プログラム |
| US9462977B2 (en) | 2011-07-05 | 2016-10-11 | Saudi Arabian Oil Company | Systems, computer medium and computer-implemented methods for monitoring and improving health and productivity of employees |
| US9492120B2 (en) | 2011-07-05 | 2016-11-15 | Saudi Arabian Oil Company | Workstation for monitoring and improving health and productivity of employees |
| US9615746B2 (en) | 2011-07-05 | 2017-04-11 | Saudi Arabian Oil Company | Floor mat system and associated, computer medium and computer-implemented methods for monitoring and improving health and productivity of employees |
| US9693734B2 (en) | 2011-07-05 | 2017-07-04 | Saudi Arabian Oil Company | Systems for monitoring and improving biometric health of employees |
| US9710788B2 (en) | 2011-07-05 | 2017-07-18 | Saudi Arabian Oil Company | Computer mouse system and associated, computer medium and computer-implemented methods for monitoring and improving health and productivity of employees |
| US9722472B2 (en) | 2013-12-11 | 2017-08-01 | Saudi Arabian Oil Company | Systems, computer medium and computer-implemented methods for harvesting human energy in the workplace |
| US9889311B2 (en) | 2015-12-04 | 2018-02-13 | Saudi Arabian Oil Company | Systems, protective casings for smartphones, and associated methods to enhance use of an automated external defibrillator (AED) device |
| US9949640B2 (en) | 2011-07-05 | 2018-04-24 | Saudi Arabian Oil Company | System for monitoring employee health |
| US10307104B2 (en) | 2011-07-05 | 2019-06-04 | Saudi Arabian Oil Company | Chair pad system and associated, computer medium and computer-implemented methods for monitoring and improving health and productivity of employees |
| US10475351B2 (en) | 2015-12-04 | 2019-11-12 | Saudi Arabian Oil Company | Systems, computer medium and methods for management training systems |
| WO2019235458A1 (ja) * | 2018-06-04 | 2019-12-12 | 国立大学法人大阪大学 | 想起画像推定装置、想起画像推定方法、制御プログラム、記録媒体 |
| US10521666B2 (en) | 2008-09-19 | 2019-12-31 | Unither Neurosciences, Inc. | Computing device for enhancing communications |
| US10628770B2 (en) | 2015-12-14 | 2020-04-21 | Saudi Arabian Oil Company | Systems and methods for acquiring and employing resiliency data for leadership development |
| US10642955B2 (en) | 2015-12-04 | 2020-05-05 | Saudi Arabian Oil Company | Devices, methods, and computer medium to provide real time 3D visualization bio-feedback |
| US10824132B2 (en) | 2017-12-07 | 2020-11-03 | Saudi Arabian Oil Company | Intelligent personal protective equipment |
| US10838685B2 (en) | 2017-03-23 | 2020-11-17 | Fuji Xerox Co., Ltd. | Information processing device and non-transitory computer-readable medium |
| US10918325B2 (en) | 2017-03-23 | 2021-02-16 | Fuji Xerox Co., Ltd. | Brain wave measuring device and brain wave measuring system |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4641389B2 (ja) * | 2004-06-03 | 2011-03-02 | キヤノン株式会社 | 情報処理方法、情報処理装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5236880A (en) * | 1975-09-17 | 1977-03-22 | Tokyo Shibaura Electric Co | Device for advantageously extracting living body signal |
| JPS61137540A (ja) * | 1984-12-07 | 1986-06-25 | 近畿計測器株式会社 | 脳波の周波数・振幅分布地図作成表示装置 |
| JPS6486936A (en) * | 1987-09-30 | 1989-03-31 | Kitsusei Komutetsuku Kk | Method and apparatus for analyzing bio-data |
| JPH021233A (ja) * | 1988-06-08 | 1990-01-05 | Nec Corp | 誘発電位測定装置 |
| JPH03241414A (ja) * | 1990-02-20 | 1991-10-28 | Nippon Telegr & Teleph Corp <Ntt> | 頭皮準備電位パターンによる操作装置 |
| JPH04319334A (ja) * | 1991-04-19 | 1992-11-10 | Fujitsu Ltd | 生体磁気イメージング装置 |
-
1994
- 1994-01-12 JP JP6001567A patent/JP2593625B2/ja not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5236880A (en) * | 1975-09-17 | 1977-03-22 | Tokyo Shibaura Electric Co | Device for advantageously extracting living body signal |
| JPS61137540A (ja) * | 1984-12-07 | 1986-06-25 | 近畿計測器株式会社 | 脳波の周波数・振幅分布地図作成表示装置 |
| JPS6486936A (en) * | 1987-09-30 | 1989-03-31 | Kitsusei Komutetsuku Kk | Method and apparatus for analyzing bio-data |
| JPH021233A (ja) * | 1988-06-08 | 1990-01-05 | Nec Corp | 誘発電位測定装置 |
| JPH03241414A (ja) * | 1990-02-20 | 1991-10-28 | Nippon Telegr & Teleph Corp <Ntt> | 頭皮準備電位パターンによる操作装置 |
| JPH04319334A (ja) * | 1991-04-19 | 1992-11-10 | Fujitsu Ltd | 生体磁気イメージング装置 |
Cited By (44)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0833616A (ja) * | 1994-07-22 | 1996-02-06 | Nec Corp | 生体内部状態伝達装置およびその方法 |
| JPH0998955A (ja) * | 1995-10-06 | 1997-04-15 | Nec Corp | 活動部位検出装置 |
| WO1997018755A1 (fr) * | 1995-11-17 | 1997-05-29 | Hitachi, Ltd. | Instrument servant a des mesures optiques sur des corps vivants |
| GB2311854A (en) * | 1995-11-17 | 1997-10-08 | Hitachi Ltd | Instrument for optical measurement of living body |
| GB2311854B (en) * | 1995-11-17 | 2000-03-22 | Hitachi Ltd | Optical measurement instrument for living body |
| US6226544B1 (en) | 1997-06-13 | 2001-05-01 | Nec Corporation | Living body internal active source estimation apparatus |
| JP2003244780A (ja) * | 2002-02-19 | 2003-08-29 | National Institute Of Advanced Industrial & Technology | 生体信号を利用したリモートコントローラ |
| JPWO2005109246A1 (ja) * | 2004-05-12 | 2008-03-21 | 株式会社味香り戦略研究所 | 感覚データベース |
| US7827189B2 (en) | 2004-05-12 | 2010-11-02 | Ajikaori Senryaku Kenkyusyo Co., Ltd. | Sense database |
| JP2010520019A (ja) * | 2007-03-08 | 2010-06-10 | エムセンス コーポレイション | 関与反応を測定し評価する方法及びシステム |
| JP2009134418A (ja) * | 2007-11-29 | 2009-06-18 | Toshiba Corp | 医療安全システム |
| US11301680B2 (en) | 2008-09-19 | 2022-04-12 | Unither Neurosciences, Inc. | Computing device for enhancing communications |
| US10521666B2 (en) | 2008-09-19 | 2019-12-31 | Unither Neurosciences, Inc. | Computing device for enhancing communications |
| JP2010257343A (ja) * | 2009-04-27 | 2010-11-11 | Niigata Univ | 意思伝達支援装置 |
| US8792975B2 (en) | 2010-04-28 | 2014-07-29 | Panasonic Corporation | Electroencephalogram measurement apparatus, method of estimating electrical noise, and computer program for executing method of estimating electrical noise |
| US9808156B2 (en) | 2011-07-05 | 2017-11-07 | Saudi Arabian Oil Company | Systems, computer medium and computer-implemented methods for monitoring and improving biomechanical health of employees |
| US10052023B2 (en) | 2011-07-05 | 2018-08-21 | Saudi Arabian Oil Company | Floor mat system and associated, computer medium and computer-implemented methods for monitoring and improving health and productivity of employees |
| US9526455B2 (en) | 2011-07-05 | 2016-12-27 | Saudi Arabian Oil Company | Systems, computer medium and computer-implemented methods for monitoring and improving health and productivity of employees |
| US9615746B2 (en) | 2011-07-05 | 2017-04-11 | Saudi Arabian Oil Company | Floor mat system and associated, computer medium and computer-implemented methods for monitoring and improving health and productivity of employees |
| US9693734B2 (en) | 2011-07-05 | 2017-07-04 | Saudi Arabian Oil Company | Systems for monitoring and improving biometric health of employees |
| US9710788B2 (en) | 2011-07-05 | 2017-07-18 | Saudi Arabian Oil Company | Computer mouse system and associated, computer medium and computer-implemented methods for monitoring and improving health and productivity of employees |
| JP2014527219A (ja) * | 2011-07-05 | 2014-10-09 | サウジ アラビアン オイル カンパニー | 従業員の認知的健康および感情的健康を監視および改善するための、システム、コンピュータ媒体、およびコンピュータにより実行される方法 |
| US9462977B2 (en) | 2011-07-05 | 2016-10-11 | Saudi Arabian Oil Company | Systems, computer medium and computer-implemented methods for monitoring and improving health and productivity of employees |
| US9830576B2 (en) | 2011-07-05 | 2017-11-28 | Saudi Arabian Oil Company | Computer mouse for monitoring and improving health and productivity of employees |
| US9830577B2 (en) | 2011-07-05 | 2017-11-28 | Saudi Arabian Oil Company | Computer mouse system and associated computer medium for monitoring and improving health and productivity of employees |
| US9833142B2 (en) | 2011-07-05 | 2017-12-05 | Saudi Arabian Oil Company | Systems, computer medium and computer-implemented methods for coaching employees based upon monitored health conditions using an avatar |
| US9844344B2 (en) | 2011-07-05 | 2017-12-19 | Saudi Arabian Oil Company | Systems and method to monitor health of employee when positioned in association with a workstation |
| US10307104B2 (en) | 2011-07-05 | 2019-06-04 | Saudi Arabian Oil Company | Chair pad system and associated, computer medium and computer-implemented methods for monitoring and improving health and productivity of employees |
| US9949640B2 (en) | 2011-07-05 | 2018-04-24 | Saudi Arabian Oil Company | System for monitoring employee health |
| US9962083B2 (en) | 2011-07-05 | 2018-05-08 | Saudi Arabian Oil Company | Systems, computer medium and computer-implemented methods for monitoring and improving biomechanical health of employees |
| US9492120B2 (en) | 2011-07-05 | 2016-11-15 | Saudi Arabian Oil Company | Workstation for monitoring and improving health and productivity of employees |
| US10058285B2 (en) | 2011-07-05 | 2018-08-28 | Saudi Arabian Oil Company | Chair pad system and associated, computer medium and computer-implemented methods for monitoring and improving health and productivity of employees |
| US10206625B2 (en) | 2011-07-05 | 2019-02-19 | Saudi Arabian Oil Company | Chair pad system and associated, computer medium and computer-implemented methods for monitoring and improving health and productivity of employees |
| JP2015109964A (ja) * | 2013-11-11 | 2015-06-18 | 株式会社電通サイエンスジャム | 感情推定装置、感情推定処理システム、感情推定方法および感情推定プログラム |
| US9722472B2 (en) | 2013-12-11 | 2017-08-01 | Saudi Arabian Oil Company | Systems, computer medium and computer-implemented methods for harvesting human energy in the workplace |
| US9889311B2 (en) | 2015-12-04 | 2018-02-13 | Saudi Arabian Oil Company | Systems, protective casings for smartphones, and associated methods to enhance use of an automated external defibrillator (AED) device |
| US10475351B2 (en) | 2015-12-04 | 2019-11-12 | Saudi Arabian Oil Company | Systems, computer medium and methods for management training systems |
| US10642955B2 (en) | 2015-12-04 | 2020-05-05 | Saudi Arabian Oil Company | Devices, methods, and computer medium to provide real time 3D visualization bio-feedback |
| US10628770B2 (en) | 2015-12-14 | 2020-04-21 | Saudi Arabian Oil Company | Systems and methods for acquiring and employing resiliency data for leadership development |
| US10838685B2 (en) | 2017-03-23 | 2020-11-17 | Fuji Xerox Co., Ltd. | Information processing device and non-transitory computer-readable medium |
| US10918325B2 (en) | 2017-03-23 | 2021-02-16 | Fuji Xerox Co., Ltd. | Brain wave measuring device and brain wave measuring system |
| US10824132B2 (en) | 2017-12-07 | 2020-11-03 | Saudi Arabian Oil Company | Intelligent personal protective equipment |
| WO2019235458A1 (ja) * | 2018-06-04 | 2019-12-12 | 国立大学法人大阪大学 | 想起画像推定装置、想起画像推定方法、制御プログラム、記録媒体 |
| JPWO2019235458A1 (ja) * | 2018-06-04 | 2021-07-29 | 国立大学法人大阪大学 | 想起画像推定装置、想起画像推定方法、制御プログラム、記録媒体 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2593625B2 (ja) | 1997-03-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2593625B2 (ja) | 生体情報自動識別装置 | |
| US7547279B2 (en) | System and method for recognizing user's emotional state using short-time monitoring of physiological signals | |
| US5601090A (en) | Method and apparatus for automatically determining somatic state | |
| JP4243605B2 (ja) | 自律神経検査装置 | |
| JP2540728B2 (ja) | 脳活動自動判定装置 | |
| JP3310498B2 (ja) | 生体情報解析装置および生体情報解析方法 | |
| US8014853B2 (en) | Neurophysiological central auditory processing evaluation system and method | |
| JP2720109B2 (ja) | 生体の健康状態を指示する装置 | |
| JP5322179B2 (ja) | 感性評価装置、感性評価方法、及び感性評価プログラム | |
| CN100558290C (zh) | 电生理直觉指示器 | |
| Mikuckas et al. | Emotion recognition in human computer interaction systems | |
| KR20130050817A (ko) | 뉴로-퍼지 네트워크 기반 심박 변이도를 이용한 우울증 진단 방법 | |
| JP2002000577A (ja) | 脳波解析方法 | |
| Cosoli et al. | Heart rate variability analysis with wearable devices: Influence of artifact correction method on classification accuracy for emotion recognition | |
| JP2965618B2 (ja) | ストレス度判定装置 | |
| KR100792046B1 (ko) | 우울감성 개선을 위한 색상 제시형 뉴로피드백 장치 및방법 | |
| KR100397188B1 (ko) | 실시간 종합 감성 평가 방법 및 그 시스템 | |
| JP6859622B2 (ja) | 脳波信号処理システム、脳波信号処理方法及びプログラム | |
| JP3161990B2 (ja) | ロボットの制御装置 | |
| JP3687135B2 (ja) | 音振動評価装置 | |
| JP2766456B2 (ja) | 生体情報自動識別装置 | |
| Dourou et al. | IoT-enabled analysis of subjective sound quality perception based on out-of-lab physiological measurements | |
| USRE36450E (en) | Method and apparatus for automatically determining somatic state | |
| JPH06261873A (ja) | 脳波を用いた生理状態評価方法及び装置 | |
| JPH08154909A (ja) | 脳波のアニメーション表示方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 19961112 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071219 Year of fee payment: 11 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071219 Year of fee payment: 11 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| LAPS | Cancellation because of no payment of annual fees |