JPH1080409A

JPH1080409A - 誘発波形計算装置

Info

Publication number: JPH1080409A
Application number: JP8257499A
Authority: JP
Inventors: Kenichi Kamijo; 憲一上條
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 1996-09-06
Filing date: 1996-09-06
Publication date: 1998-03-31
Anticipated expiration: 2016-09-06
Also published as: JP2842409B2

Abstract

(57)【要約】【課題】トリガ信号を入力して、トリガ信号に対する誘
発波形や事象関連波形などを求める際に、ノイズの影響
を少なくし、良好な波形を計算し、加算回数が少なくて
も良好な波形を出力する装置の提供。【解決手段】生体情報データとトリガ信号とを入力とし
トリガ信号に応じた時点から予め定められた時間幅の該
生体情報データを蓄積しデータ選択に関する判定情報に
応じて加算平均に関するデータを出力するデータ蓄積部
２と、時刻毎および計測位置毎に平均値を計算する加算
平均部３と、生体情報データを入力し入力データの特徴
量を計算する入力データ分析部５と、入力データの特徴
量を入力し加算に適したデータか否かを判定するデータ
選択部４と、加算平均部からの加算平均結果を入力しそ
の有効度を計算する有効度計算部６と、を備える。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、信号解析処理装置
に関し、特に、生体表面上の少なくとも１箇所で観測さ
れた、脳波、脳磁界、筋電位等の生体情報データと、ト
リガ信号を入力して、トリガ信号に対する誘発波形や事
象関連波形などを求める誘発波形計算装置に関する。

【０００２】

【従来の技術】一般に、生体から発せられる信号は、非
常に微弱であり、また、電気的なノイズや磁気的なノイ
ズの影響を受けやすい。例えば、脳内の活動を脳波とし
て観測しようとする場合、特定の刺激や反応に対する信
号は非常に微弱でそれを抽出するのは非常に困難であ
る。

【０００３】従来、特定の刺激や反応に対する生体信号
を強調するために、次のような「加算平均法」と呼ばれ
る方法が用いられる。すなわち、ある外部刺激を複数回
繰り返し、それぞれの刺激に対して得られた生体信号の
時系列データを収集する。これらを刺激の時点でそろえ
て加算し、その回数で割ったものが、加算平均した時系
列データとなる。

【０００４】また、外部刺激の代りに、被験者の反応に
対応する信号を用いて、その信号に対する生体信号の時
系列データを得たい場合でも、同様な方法で計算するこ
とができる。例えば、ある外部刺激を与えた時刻や被験
者の反応が生じた時刻を０とし、ｉ回目に観測された時
刻ｔにおけるデータをｄ_i（ｔ）とすると、ｎ個の刺激
に対して得られた生体情報の時系列データの加算平均デ
ータａ（ｔ）は、次式（１）となる。

【０００５】

【数１】

【０００６】加算平均した時系列データでは、ある外部
刺激や被験者の反応に対応した成分は、ｎ回の加算で振
幅がｎ倍になるが、対応しない成分はｎ^1/2倍しか大き
くならない。従って、ｎを大きくすることにより、目的
とする成分のＳ／Ｎ比（信号対雑音比）が増大する。

【０００７】このようにして得られた時系列データを、
「誘発波形」もしくは「事象関連波形」と呼び、特定の
刺激や反応に対する生体信号と見做して解析を行なって
いた。

【０００８】図１２に、上記した従来方式の誘発波形計
算装置の構成をブロック図にて示す。図１２を参照し
て、この従来方式は、生体情報データ１１とトリガ信号
とを入力としてトリガーから所定期間データを蓄積する
データ蓄積部２と、データ蓄積部２からのデータ２１を
加算平均する加算平均部３と、を備えて構成される。

【０００９】

【発明が解決しようとする課題】上述した従来の方法で
は、計測回数ｎが比較的小さな値の場合には、それほど
Ｓ／Ｎ比が向上しないため、誘発波形を抽出することが
困難である、という問題点を有している。

【００１０】また、従来は、仮定されるノイズのモデル
は静的なものであるが、現実的には、ノイズのモデルを
表すパラメータは動的に変化している。このため、非常
にノイズが大きい入力データが１つでも加算対象になっ
た場合には、この影響により、加算回数が比較的多くて
も、良好な誘発波形を得るのは困難とされる。

【００１１】したがって、本発明は、上記事情に鑑みて
なされたものであって、その目的は、上記問題点を解消
し、観測された生体信号が加算平均に適したデータであ
るか否かを判断してノイズなどを含んだ入力データを除
外し、適合したデータのみで誘発波形を計算することに
より、良好な誘発波形を出力する誘発波形計算装置を提
供することにある。

【００１２】

【課題を解決するための手段】前記目的を達成するた
め、本発明は、生体表面上の少なくとも１箇所で計測さ
れた、脳波、脳磁界、筋電位等の生体情報データと、ト
リガ信号と、を入力して、該トリガ信号に対する誘発波
形や事象関連波形を求める誘発波形計算装置において、
前記生体情報データとトリガ信号とを入力とし、前記ト
リガ信号に応じた時点から予め定められた時間幅の該生
体情報データを蓄積し、データ選択に関する判定情報に
応じて、加算平均に関するデータを出力する蓄積手段
と、前記加算平均に関するデータを入力し、時刻毎およ
び計測位置毎に、平均値を計算する加算平均手段と、前
記生体情報データを入力し、入力データの特徴量を計算
する入力データ分析手段と、入力データの特徴量を入力
し、加算に適したデータか否かを判定するデータ選択手
段と、を備えてなることを特徴とする。

【００１３】

【発明の実施の形態】本発明の実施の形態について以下
に説明する。本発明は、その好ましい実施の形態におい
て、生体情報データ（図１の１１）とトリガ信号（図１
の１２）とを入力とし、トリガ信号に応じた時点から予
め定められた時間幅の生体情報データを蓄積し、データ
選択手段（図１の４）からのデータ選択に関する判定情
報（図１の４１）に応じて、加算平均に関するデータ
（図１の２１）を出力するデータ蓄積手段（図１の２）
と、データ蓄積手段（図１の２）からの加算平均に関す
るデータ（図１の２１）を入力し、時刻毎および計測位
置毎に、平均値を計算する加算平均手段（図１の３）
と、生体情報データを入力し、入力データの特徴量を計
算する入力データ分析手段（図１の５）と、入力データ
の特徴量を入力し、加算に適したデータか否かを判定す
るデータ選択手段（図１の４）と、を備えて構成されて
いる。

【００１４】また、本発明は、その好ましい第２の実施
の形態において、生体情報データとトリガ信号とを入力
し、該トリガ信号に応じた時点から予め定められた時間
幅の生体情報データを蓄積し、データ選択手段（図２の
４）からのデータ選択に関する判定情報に応じて、加算
平均に関するデータを出力するデータ蓄積手段（図２の
２）と、加算平均に関するデータを入力し、時刻毎およ
び計測位置毎に、平均値を計算する加算平均（図２の
３）と、加算平均結果を入力し、その有効度を計算する
有効度計算手段（図２の６）と、加算平均結果の有効度
を入力し、生体情報データが加算に適したデータかどう
かを判定するデータ選択手段（図２の４）と、を備えて
構成される。

【００１５】そして、本発明の実施の形態においては、
上記実施の形態のように、入力された生体情報データの
特徴量を計算する入力データ分析手段（図１の５参照）
と、加算平均結果の有効度を計算する有効度計算手段
（図２の６参照）の、いずれか一方を備える構成の他
に、さらに、第３の実施の形態において、この入力デー
タ分析手段と有効度計算手段の両方を備え（図３参
照）、これらの手段から出力されるデータに基づいて、
入力された生体情報データが加算に適したデータかどう
かを判定するデータ選択手段（図３の４）を備えてい
る。

【００１６】本発明の実施の形態に係る誘発波形計算装
置の原理について説明する。

【００１７】本発明の第１および第３の実施の形態にお
いては、入力された生体情報データの時系列を分析し
て、加算に適したデータかどうかを判定する。分析手法
として、周波数解析による方法やウェーブレット解析に
よる方法、テンプレート照合による方法、共分散計算に
よる方法などがある。

【００１８】また、本発明の第２および第３の実施の形
態においては、入力された生体情報データの時系列を仮
に加算平均データに加えて加算平均し、得られた加算平
均結果を分析して、入力されたデータが加算に適したデ
ータかどうかを判定する。分析手法として、周波数解析
による方法やウェーブレット解析による方法、テンプレ
ート照合による方法、共分散計算による方法などがあ
る。

【００１９】このため、ノイズの少ない入力波形のみを
選択することができ、良好な誘発波形を計算することが
できる。また、大きなノイズを含んだデータを加算対象
からはずすことができるので、少ない数の入力データか
ら良好な誘発波形を計算することができる。

【００２０】

【実施例】上記した本発明の実施の形態について更に詳
細に説明すべく、本発明の実施の形例について図面を参
照して以下に説明する。

【００２１】

【実施例１】図１は、本発明の誘発波形計算装置の第１
の実施例の構成を示すブロック図である。なお、以下に
説明される実施例では、光や音などの外部刺激を被験者
に与え、被験者からの脳波データを入力して、誘発脳波
を出力する場合を例に説明を行なうものとする。また、
以下の説明では、生体情報データ１１は、被験者の頭部
に配置された少なくとも１ヶ所の電極から観測された脳
波の時系列データとする。ただし、生体情報データ１１
として、脳波データを用いる他に、脳磁界データ、筋電
位データなどを用いることも可能である。

【００２２】外部刺激として、例えばフラッシュやビー
プ音を用いることができる。トリガ信号１２は、例え
ば、図４に示すように、外部刺激と関連性を持つように
設定されている。トリガ信号１２として、外部刺激と関
連した信号を用いる他に、瞬きや被験者が持つスイッチ
などによる被験者の自発的反応に対応した値を用いるこ
とも可能である。

【００２３】図１を参照して、本実施例において、デー
タ蓄積部２は、生体情報データ１１とトリガ信号１２を
入力し、例えば、トリガ信号１１が０Ｖから５Ｖに立ち
上がった時点から予め定められた時間区間の生体情報デ
ータ１１の時系列を蓄積する。また、トリガ信号１１が
５Ｖに立ち上がった時点からある時間だけ前に、もしく
は、後にずらした時点からの生体情報データの時系列を
蓄積することもできる。

【００２４】データ蓄積部２は、データ選択信号４１に
応じて、蓄積した生体情報データから加算平均対象とな
る加算平均に関するデータ２１を出力する。データ蓄積
部２として、例えば、磁気ディスク装置、半導体メモリ
装置などを用いることができる。

【００２５】加算平均部３は、加算平均に関するデータ
２１を入力し、加算平均波形データ３１を出力する。加
算平均に関するデータ２１として、加算対象となるｎ個
の生体情報データの時系列である場合は、配置場所毎
に、加算平均波形データ３１を計算する。例えば、図５
に示すようなトリガ信号に応じて計測された加算対象デ
ータが加算平均に関するデータ２１として入力された場
合、加算平均波形データ３１の一例は、例えば図６に示
すようなものとなる。

【００２６】位置ｊで計測されたｉ番目の加算対象デー
タの時刻ｔにおける計測値をｖ_i ^j（ｔ）とすると、位置
ｊの加算平均波形データａｖｇ^j（ｔ）は、次式（２）
で与えられる。

【００２７】

【数２】

【００２８】もしくは、加算平均部３を前回計算した加
算平均データと前回までの加算数ｋを保持する機構にす
ることにより加算平均を行なうことも可能である。この
場合は、加算平均に関するデータ２１として、加算対象
となる１つの生体情報データを用いればよい。

【００２９】位置ｊの時刻ｔにおける前回計算した加算
平均データをｐ^j（ｔ）とし、１つの加算対象データを
ｓ^j（ｔ）とすると、出力される位置ｊの加算平均波形
データａｖｇ^j（ｔ）は、次式（３）で与えられる。

【００３０】

【数３】

【００３１】加算平均部３として、例えば、パーソナル
コンピュータやワークステーションなどを用いることが
できる。

【００３２】データ選択部４は、入力データに関する分
析情報５１を入力して、入力データが加算に適したデー
タか否かの判定結果を出力する。例えば、入力データの
特徴量が、予め定められた閾値を超えたり、もしくは、
閾値未満だった場合には、その入力データを加算平均対
象としないという判定を行なう。データ選択部４とし
て、例えば、パーソナルコンピュータやワークステーシ
ョンなどを用いることができる。

【００３３】入力データ分析部５は、生体情報データ１
１を入力して分析を行ない、入力データの特徴量を計算
して、入力データに関する分析情報５１を出力する。入
力データ分析部５として、例えば、パーソナルコンピュ
ータやワークステーションなどを用いることができる。

【００３４】次に、図７のフローチャートを参照して、
本実施例の基本動作について説明する。

【００３５】まず、データ蓄積部２はトリガ信号１２を
監視し（ステップ１０１）、トリガ信号が入力された
ら、生体情報データを入力し、蓄積する（ステップ１０
２）。

【００３６】次に、入力データ分析部５は、入力データ
の特徴量を計算し、入力データに関する分析情報５１を
データ選択部４に出力する（ステップ１０３）。

【００３７】データ選択部４は、データに関する分析情
報５１に基づいて、蓄えられた生体情報データが加算に
適したデータであるか否かを判定する（ステップ１０
４）。もし、加算に適していると判断されれば、データ
蓄積部２は新たに蓄積したデータを加算対象として登録
する（ステップ１０５）。実験が終了したら（ステップ
１０６）、加算平均部３は、データ蓄積部２より出力さ
れる加算平均に関するデータ２１を受け取り、加算に適
しているデータのみで加算平均波形を計算し出力する
（ステップ１０７）。

【００３８】また、図８のフローチャートに示すよう
に、加算に適したと判定された生体情報データが登録さ
れる度に（図８のステップ１０５）、つづいて加算平均
波形を計算して出力する（図８のステップ１０７）よう
ににしてもよい。

【００３９】次に、入力データの分析方法と加算平均対
象判定法の例を説明する。以下の方法を単独で用いるこ
とや、複合させて用いることも可能である。

【００４０】（１）周波数解析を用いる方法：この方法
は、入力データをフーリエ変換を用いて周波数分析を行
ない、得られた周波数スペクトラムを入力データの特徴
量とする方法である。このフーリエ変換自体は公知の技
術であり、例えば、文献１（E.Oran Brigham, The Fast
Fourier Transform, Prentice-Hall, Inc., 1974）な
どに詳しい。

【００４１】加算平均対象の判定法として、例えば２０
Ｈｚ以上の周波数成分がある閾値を超えている場合は加
算対象としない、などの方法がある。

【００４２】（２）ウェーブレット解析を用いる方法：
この方法は、入力データをウェーブレット変換を用いて
フィルタリングを行ない、得られたパラメータやフィル
タリング結果を特徴量とする方法である。このウェーブ
レット変換自体は公知の技術であり、例えば文献２（Ch
arles K. Chui,“An Introduction to Wavelets”, Aca
demic Press, 1992）などに詳しいが、ここではその方
法について少し詳しく説明する。

【００４３】時刻ｔで計測された波形の値がχ（ｔ）で
表されるとすると、波形χ（ｔ）に対するウェーブレッ
ト変換の展開係数α（ａ，ｂ）は、次式（４）で与えら
れる。

【００４４】

【数４】

【００４５】ここで、ψ_a,b（ｔ）は次式（４−ａ）で
与えられ、ψ（ｔ）は基本ウェーブレットと呼ばれる展
開の基底関数である。

【００４６】

【数５】

【００４７】この基本ウェーブレットは原点を中心とし
た領域に局在しており、またそのフーリエ成分も周波数
空間の一点を中心にある幅をもって局在している。パラ
メータａは、基本ウェーブレット関数の時間方向への伸
縮を指定するもので、フーリエ変換の周波数に対応す
る。またパラメータｂは、フーリエ変換に対応するもの
はなく、時間方向への並行移動を指定するものである。

【００４８】例えば、ある時刻ｔ₁付近の波形では高周
波数成分の信号が重要であるが、別の時刻ｔ₂では低周
波数成分が重要で、高周波数成分は雑音とみなされる場
合がある。このデータにフーリエ変換を用いたフィルタ
リングを行い、高周波成分の雑音を削除した場合、時刻
ｔ₁付近の情報が失われてしまう。

【００４９】これに対し、ウェーブレット変換を用いた
フィルタリングでは、時刻ごとに異なる周波数帯域に対
してフィルタリングを行うことができるため、重要な信
号を失うこと無く、効果的に雑音を除去することが可能
となる。ウェーブレット変換を用いたフィルタリングに
関しては、例えば文献３（Oliver Bertrand et al.、
“Time-Frequency Digital Filtering Based on an Inv
ertible Wavelet Transform: An Application to Evoke
d Potentials”, IEEE TRANSACTIONS ON BIOMEDICAL EN
GINEERING, VOL. 41, NO.1, JANUARY 1994）の記載が参
照される。

【００５０】加算平均対象の判定法として、例えば、フ
ィルタリングした結果の波形振幅がある閾値を超えてい
る場合や、パラメータが予め定められた範囲にある場合
などに、加算対象とするという方法がある。

【００５１】（３）テンプレート照合を用いる方法：こ
の方法は入力データと予め用意したテンプレートと照合
を行ない、その照合度を特徴量とする方法である。テン
プレートの時系列をｃ（ｔ）とし、入力データをｖ
（ｔ）とすると、照合度ｅは、例えば次式（５）のよう
に、時系列ｖ_i（ｔ）とｃ_i（ｔ）との二乗誤差の和とし
て計算することができる。

【００５２】

【数６】

【００５３】ここで、Ｌはテンプレートの長さを表す。

【００５４】また、照合度の算出方法として、ニューラ
ルネットワークを用いることができる。ニューラルネッ
トワークによるテンプレート照合では、例えば、図９に
示すような階層型ネットワーク（入力層、中間層１、
２、出力層からなる）や、図１０に示すようなリカレン
ト型ネットワークを用いることができる。まず、テンプ
レートを表す時系列を１つ、もしくは、複数用意して、
ネットワーク内の結合係数を修正して、学習を行なう。
例えば、まず、各テンプレートに対し、テンプレートと
しての良さを表す指標τを割り当てる。割り当て方とし
て、例えば主観による方法がある。各テンプレートとτ
の関係を教師信号として、入力層には各テンプレートの
値を与え、出力層には対応するτの値を与えて、ニュー
ラルネットワーク内の結合係数の修正を行なう。結合係
数の修正方法としては、例えば誤差逆伝播学習法などを
用いる。誤差逆伝播学習法を用いた具体的な修正方法
は、例えば文献４（D.E.Rumelhart et al., “Parallel
Distributed Processing, vol. 1”, MIT press, pp.
318-362, 1986）に詳しい。

【００５５】次に、学習済みのニューラルネットワーク
の入力層に入力データを与えると、出力層からその入力
データの照合度が出力される。

【００５６】加算平均対象の判定法として、例えば、照
合度がある閾値を超えている場合などに、加算対象から
除外するという方法がある。

【００５７】（４）共分散を用いる方法：この方法は入
力データの配置点に関して分散共分散行列を計算し、そ
の値を特徴量とする方法である。例えば、配置点ｋで計
測された時刻ｔにおける入力データをｖ^k（ｔ）とする
と、分散共分散行列の要素ｓ_ijは、次式（６）となる。

【００５８】

【数７】

【００５９】ここで、Ｌは入力データの長さ、ｖ^k￣は
配置点ｋにおける入力データの平均値を表す。

【００６０】加算平均対象の判定法として、例えば、分
散共分散行列から、配置点ｉ，ｊ間の相関係数ｒ_ijを計
算し、その値がある閾値を超えている場合などに、加算
対象から除外するという方法がある。相関係数ｒ_ijは、
次式（７）で与えられる。

【００６１】

【数８】

【００６２】以上のような装置を使用すれば、ノイズを
含んだ入力データが存在しても、それを効率的に除外す
ることができ、良好な誘発波形を計算することができ
る。

【００６３】

【実施例２】図２は、本発明の第２の実施例の構成を示
すブロック図である。図２において、図１の構成要素と
同一の要素については、同一の参照番号が付されてい
る。以下では、本実施例と、前記第１の実施例と共通の
部分の説明は省略し、相違点を説明する。

【００６４】データ選択部４は、加算平均波形データに
関する分析情報６１を入力して、入力データが加算に適
したデータかどうかの判定結果を出力する。例えば、加
算平均波形の有効度が、予め定められた閾値を超えた
り、もしくは、閾値未満だった場合には、加算平均に加
えた入力データを加算平均対象から除外するという判定
を行なう。データ選択部４としては、例えば、パーソナ
ルコンピュータやワークステーションなどを用いること
ができる。

【００６５】有効度計算部６は、加算平均波形データ３
１を入力して分析を行ない、加算平均波形データの有効
度を計算して、加算平均波形データに関する分析情報６
１を出力する。有効度計算部５として、例えば、パーソ
ナルコンピュータやワークステーションなどを用いるこ
とができる。

【００６６】次に、図１１のフローチャートを参照し
て、本実施例の基本動作について説明する。

【００６７】まず、データ蓄積部２はトリガ信号１２を
監視し（ステップ２０１）、トリガ信号が入力された
ら、生体情報データを入力し、蓄積する（ステップ２０
２）。加算平均部３は、データ蓄積部２より出力される
加算平均に関するデータ２１を受け取り、新たに入力し
たデータを仮に加算対象に加えて、加算平均波形を計算
し出力する（ステップ２０３）。

【００６８】次に、有効度計算部６は、加算平均波形の
有効度を計算し、加算平均波形データに関する分析情報
６１をデータ選択部４に出力する（ステップ２０４）。

【００６９】データ選択部４は、加算平均波形データに
関する分析情報６１に基づいて、新たに蓄えられた生体
情報データが加算に適したデータかどうかを判定する
（ステップ２０５）。もし、加算に適していると判断さ
れれば、データ蓄積部２は新たに蓄積したデータを加算
対象として登録する（ステップ２０６）。

【００７０】実験が終了したら（ステップ２０７）、加
算対象になっている入力データから加算波形を計算し
（ステップ２０８）、出力して終了する。

【００７１】また、図１１においては、実験を行ないな
がら、加算平均の有効度を判定する処理方式が示されて
いるが、プロセス１として、実験中は入力データを蓄積
するに留め、実験終了後に、プロセス２として、個々の
蓄積したデータから加算平均を行ない、加算平均波形の
有効度を計算を行なう、という具合に、２プロセス（２
段階工程）方式で、処理するようにしてもよいことは勿
論である。

【００７２】次に加算平均波形の有効度の算出方法と加
算平均対象判定法の例を説明する。以下の方法を単独で
用いることや、複合させて用いることも可能である。こ
れらの方法は、前記第１の実施例で説明した入力データ
の分析方法と基本的原理は同じであるものは、重複を回
避するためその詳細な説明は省略する。

【００７３】（１）周波数解析を用いる方法：この方法
は、前記第１の実施例における入力データの分析方法に
おいて、入力データを加算平均波形データに読み変えた
説明と同じ動作原理である。

【００７４】（２）ウェーブレット解析を用いる方法：
この方法は、前記第１の実施例における入力データの分
析方法において、入力データを加算平均波形データに読
み変えた説明と同じ動作原理である。

【００７５】（３）テンプレート照合を用いる方法：こ
の方法は、前記第１の実施例における入力データの分析
方法において、入力データを加算平均波形データに読み
変えた説明と同じ動作原理である。

【００７６】（４）共分散を用いる方法：この方法は、
前記第１の実施例における入力データの分析方法におい
て、入力データを加算平均波形データに読み変えた説明
と同じ動作原理である。

【００７７】（５）前回の傾向を比較する方法：上記の
方法で得られた有効度を保持しておき、新たな入力デー
タに対して計算された有効度が、例えば、保持していた
有効度より高くなった入力データを加算対象とする方法
である。

【００７８】以上のような装置を使用すれば、ノイズを
含んだ入力データが存在しても、それを効率的に除外す
ることができ、良好な誘発波形を計算することができ
る。

【００７９】

【実施例３】図３は、本発明の第３の実施例の構成を示
すブロック図である。図３において、図１、及び図２の
構成要素と同一の要素には同一の参照番号が付されてい
る。本実施例は、前記第１の実施例における、入力デー
タ分析部５と、前記第２の実施例における、有効度計算
部６の両方を備えてなるものであり、前記１及び第２の
実施例の作用効果の相乗的な作用効果を奏するものであ
る。なお、各構成の説明は、前記各実施例にて説明した
ものと同一であるため、その説明は省略する。

【００８０】

【発明の効果】以上説明したように、本発明によれば、
観測された生体信号が加算平均に適したデータであるか
否かを判断してノイズなどを含んだ入力データを除外
し、適したデータのみで誘発波形を計算する、構成とし
たことにより、良好な誘発波形を出力することを可能と
するという効果を奏する。

【図面の簡単な説明】

【図１】本発明の第１の実施例の構成を示すブロック図
である。

【図２】本発明の第２の実施例の構成を示すブロック図
である。

【図３】本発明の第３の実施例の構成を示すブロック図
である。

【図４】本発明の実施例を説明するための図であり、外
部刺激とトリガ信号の関係を示す一例を表す図である。

【図５】本発明の実施例を説明するための図であり、加
算平均に関する信号の一例を模式的に示す図である。

【図６】本発明の実施例を説明するための図であり、加
算平均波形データの一例を模式的に示す図である。

【図７】本発明の第１の実施例の動作の一例を説明する
ためのフローチャートである。

【図８】本発明の第１の実施例の動作の一例を説明する
ためのフローチャートである。

【図９】本発明の実施例を説明するための図であり、ニ
ューラルネットワークの構成の一例を模式的に示す図で
ある。

【図１０】本発明の実施例を説明するための図であり、
リカレント型ネットワークの構成の一例を模式的に示す
図である。

【図１１】本発明の第２の実施例の動作の一例を説明す
るためのフローチャートである。

【図１２】従来技術の誘発波形計算装置の構成を示した
ブロック図である。

【符号の説明】

２データ蓄積部３加算平均部４データ選択部５入力データ分析部６有効度計算部１１生体情報データ１２トリガ信号２１加算平均に関するデータ３１加算平均波形データ４１データ選択に関する判定情報５１入力データに関する分析情報６１加算平均波形データに関する分析情報

Claims

【特許請求の範囲】

【請求項１】生体表面上の少なくとも１箇所で計測され
た、脳波、脳磁界、筋電位等の生体情報データと、トリ
ガ信号と、を入力して、該トリガ信号に対する誘発波形
や事象関連波形を求める誘発波形計算装置において、前記生体情報データと前記トリガ信号とを入力とし、前
記トリガ信号に応じた時点から予め定められた時間幅の
該生体情報データを蓄積し、データ選択に関する判定情
報に応じて、加算平均に関するデータを出力する蓄積手
段と、前記加算平均に関するデータを入力し、時刻毎および計
測位置毎に、平均値を計算する加算平均手段と、前記生体情報データを入力し、入力データの特徴量を計
算する入力データ分析手段と、入力データの特徴量を入力し、加算に適したデータか否
かを判定するデータ選択手段と、を備えてなることを特徴とする誘発波形計算装置。
【請求項２】生体情報データとトリガ信号とを入力し、
該トリガ信号に応じた時点から予め定められた時間幅の
生体情報データを蓄積し、データ選択に関する判定情報
に応じて、加算平均に関するデータを出力する蓄積手段
と、加算平均に関するデータを入力し、時刻毎および計測位
置毎に、平均値を計算する加算平均手段と、加算平均結果を入力し、その有効度を計算する有効度計
算手段と、加算平均結果の有効度を入力し、生体情報データが加算
に適したデータかどうかを判定するデータ選択手段と、を備えてなることを特徴とする誘発波形計算装置。
【請求項３】前記加算平均手段からの加算平均結果を入
力し、その有効度を計算する有効度計算手段を備えて成
ることを特徴とする請求項１に記載の誘発波形計算装
置。
【請求項４】前記入力データ分析手段として、周波数解
析装置を用いことを特徴とする請求項１又は３記載の誘
発波形計算装置。
【請求項５】前記入力データ分析手段として、ウェーブ
レット解析装置を用いることを特徴とする請求項１又は
３記載の誘発波形計算装置。
【請求項６】前記入力データ分析手段として、テンプレ
ート照合装置を用いることを特徴とする請求項１又は３
記載の誘発波形計算装置。
【請求項７】前記入力データ分析手段として、共分散計
算装置を用いることを特徴とする請求項１又は３記載の
誘発波形計算装置。
【請求項８】前記有効度計算手段として、周波数解析装
置を用いることを特徴とする請求項２又は３記載の誘発
波形計算装置。
【請求項９】前記有効度計算手段として、ウェーブレッ
ト解析装置を用いることを特徴とする請求項２又は３記
載の誘発波形計算装置。
【請求項１０】前記有効度計算手段として、テンプレー
ト照合装置を用いることを特徴とする請求項２又は３記
載の誘発波形計算装置。
【請求項１１】前記有効度計算手段として、共分散計算
装置を用いることを特徴とする請求項２又は３記載の誘
発波形計算装置。
【請求項１２】入力されたデータを所定期間蓄積し加算
平均に関するデータを出力し、該出力されたデータから
加算平均結果を出力する信号解析処理システムにおい
て、前記入力データについて所定の特徴量、及び／又は、加
算平均結果についての有効度を算出し、該算出値に基づ
き該入力データが加算に適したデータであるかか否かを
判定し、加算に適したデータについて加算平均処理がな
されるように選択制御する、ようにしたことを特徴とす
る信号解析処理システム。