WO2019176905A1 - 気分障害測定装置および気分障害測定方法 - Google Patents

気分障害測定装置および気分障害測定方法 Download PDF

Info

Publication number
WO2019176905A1
WO2019176905A1 PCT/JP2019/009893 JP2019009893W WO2019176905A1 WO 2019176905 A1 WO2019176905 A1 WO 2019176905A1 JP 2019009893 W JP2019009893 W JP 2019009893W WO 2019176905 A1 WO2019176905 A1 WO 2019176905A1
Authority
WO
WIPO (PCT)
Prior art keywords
frequency band
mood disorder
power value
total power
predetermined
Prior art date
Application number
PCT/JP2019/009893
Other languages
English (en)
French (fr)
Inventor
小林　洋平
ゆり 渡邉
美枝子 田中
佳世子 福原
翼 古田
敏三 石川
Original Assignee
ニプロ株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ニプロ株式会社 filed Critical ニプロ株式会社
Publication of WO2019176905A1 publication Critical patent/WO2019176905A1/ja

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]

Definitions

  • the present invention relates to an apparatus and method for quantitatively measuring the degree of mood disorder of a subject by analyzing time-series data of brain potentials observed by a plurality of electrodes placed on the head.
  • Mood disorders are mental illnesses that cause various problems in daily life due to illnesses such as chronic pain, etc., and moods that are constantly depressed or constantly increased.
  • diagnosis by inquiry is the main.
  • peripheral pain abnormalities including central nervous system such as increase in threshold of 2-point discriminating sensation have been reported when chronic pain is severe.
  • thermal method Hardy's radiant heat method
  • Non-Patent Document 2 As a result of investigating the active site by fMRI by imposing language tasks related to the pet to 20 subjects who lost the pet, the amygdala is mainly used in response to sadness and avoidance. It is disclosed that a superior activity is observed in the portion.
  • This primary nerve activity acts on the hypothalamic nucleus, also in the limbic system, and through the autonomic nervous system consisting of the exchange and parasympathetic nerves (for example, blood pressure, It is known to cause a pulse, a pupil reaction, etc.). It is also known that secondary reactions extend to the frontal region and suppress the activities of the self-reward system as the “centre of joy” centered on the nucleus accumbens. Furthermore, it is known that in subjects whose joyful feelings have decreased due to mental illness, the ⁇ component of the electroencephalogram (EEG) of the anterior cingulate cortex increases as the activity of the nucleus accumbens decreases (Non-patent Document 3).
  • EEG electroencephalogram
  • Non-patent Document 4 there is a technique that uses the ratio of the power of ⁇ wave and ⁇ wave of brain waves defined for the same electrode as an index of the degree of mood disorder. This is characterized in that when the eyes are closed, the total power value of the ⁇ wave increases compared to the ⁇ wave due to mood disorders.
  • the mood disorder measuring apparatus is a brain potential signal acquisition unit that acquires brain potential signals measured at a plurality of different sites using a plurality of potential sensors arranged on the head of a subject.
  • the ratio of the difference between the total power value of the band and the total power value of the second frequency band to the total power value of the first frequency band and the second frequency band is used to determine the subject's mood disorder Calculated as an indicator That includes a first computing means.
  • the predetermined one portion is P3 and the other predetermined one portion is O2. Is preferred.
  • the first frequency band is a ⁇ band and the second frequency band is a ⁇ band and / or a ⁇ band.
  • the brain potential signal acquisition means is configured to acquire brain potential signals at three different sites on the head of the subject, and the acquired Each time series data of a specific frequency band resulting from the activity in the deep brain is extracted from each brain potential signal, and the brain potential signals measured at the three sites based on the phase relationship of the extracted time series data. It is preferable to include a second calculation unit that calculates a correlation value indicating the correlation between the two and calculates an index for determining a mood disorder of the subject based on the calculated correlation value.
  • the three parts are preferably P3, P4 and O2.
  • the specific frequency band is preferably a ⁇ band.
  • the brain potential signal acquisition means acquires a brain potential signal in the frontal region using one potential sensor arranged in the frontal region of the subject, By analyzing the frequency of the acquired brain potential signal, a total power value in a predetermined third frequency band and a total power value in a fourth frequency band higher than the third frequency band are respectively obtained.
  • the part where the one potential sensor is arranged is preferably F7.
  • the third frequency band is a ⁇ band and the fourth frequency band is a ⁇ band and / or a ⁇ band.
  • the index calculated by the first calculation means, the index calculated by the second calculation means, and the calculation calculated by the third calculation means Principal component score calculation means for calculating principal component scores of a plurality of principal components by performing principal component analysis on the index, and open-eye closed eye classification that classifies when the eyes are open and when the eyes are closed based on the calculated principal component scores of the principal components And means.
  • the mood disorder measuring method includes a step of acquiring brain potential signals measured at a plurality of different sites using a plurality of potential sensors arranged on a subject's head, and the acquired By analyzing the frequency of the brain potential signal, the total power value of the predetermined first frequency band in the predetermined one portion among the plurality of portions, and the other predetermined one of the plurality of portions. Respectively calculating a predetermined total power value of a second frequency band lower than the first frequency band, which is determined in advance at the part; and a total power value of the first frequency band and the second frequency band Calculating a ratio of the difference from the total power value of the first frequency band and the total power value of the second frequency band as an index for determining a subject's mood disorder.
  • the total power value of the first frequency band of the brain potential signal acquired from one of the two potential sensors and the first frequency band of the brain potential signal acquired from the other potential sensor By using the ratio of the difference between the power value of the low second frequency band and the total power value of the first frequency band and the second frequency band as an index for measuring mood disorders, the mood disorder can be easily measured, and the mood disorder can be evaluated with high accuracy reflecting the correlation between the activities of different cortical sites.
  • FIG. 6 is a diagram illustrating an arrangement of potential sensors in Example 3.
  • FIG. 10 is a diagram illustrating a processing block for calculating a triple correlation value of brain potential in the third embodiment.
  • 12 is a flowchart illustrating a flow of processing for calculating a triple correlation value Si in the third embodiment. It is a figure which shows the triple correlation display part in Example 3.
  • FIG. (A), (b) is a figure which shows the three-dimensional display of the triple correlation value distribution plotted on the feature space which two delay parameters ((tau) 1, (tau) 2) form in Example 3.
  • FIG. FIG. 3 is a diagram showing a three-dimensional display of a triple correlation value distribution as viewed from above, in which a region where three signals have the same sign is represented in white, and a region where any one of the three signals has a different sign is represented in black. It is.
  • Example 3 it is a figure which shows the Gaussian distribution created from the standard deviation S value and SD value of a triple correlation value.
  • Example 3 it is the figure which plotted the value of the height of the contour line of Gaussian distribution, and the NXPR value two-dimensionally. It is a figure which shows the principal component analysis result in Example 4.
  • the mood disorder measuring device of the first embodiment generates a first mood disorder index that is used when determining whether or not a subject is in a mood disorder state.
  • FIG. 1 is a diagram conceptually illustrating a device configuration example of the mood disorder measuring device according to the first embodiment.
  • the mood disorder measuring device includes a head-mounted unit 104 that measures potential based on intracerebral nerve activity by attaching at least two potential sensors 102 corresponding to different parts of the subject's head, each potential sensor 102 and a signal.
  • An amplifier / band filter 108 connected by a cable 106 and an analysis computer 112 connected by an amplifier / band filter 108 and a signal cable 110 are provided.
  • the mood disorder measuring apparatus further includes a reference potential sensor 114 for measuring a reference potential.
  • the head mounting unit 104 is mounted on the subject's head so that each potential sensor 102 is arranged according to the electrode arrangement of the international 10-20 method shown in FIG.
  • the head mounting portion 104 includes a central portion (C3), a parietal portion (P3), a middle head portion (T3), a back head portion (T5), and a back head portion (O2) corresponding to the amygdala. It is preferable to attach to the subject such that the potential sensors 102 are respectively disposed at the two sites.
  • the head mounting unit 104 can selectively use two potential sensors 102 using a helmet-type potential sensor based on the International 10-20 method. In this case, too, C4, P3, T3, T5 and O2 can be used.
  • the potential sensor 102 corresponding to any two of the electrode arrangements.
  • the electric potential sensor 102 can be arrange
  • the at least two potential sensors 102 and the reference potential sensor 114 for measurement have a wireless communication function, and are obtained from the measurement potential sensors 102 and the reference potential sensor 114 to the analysis computer 112 having the same wireless communication function.
  • the difference between the brain potential signals may be transmitted wirelessly as two brain potential signals.
  • the analysis computer 112 performs various computer processes and calculations, and includes a processing unit including at least one CPU (Central Processing Unit), a display unit (display, printer, etc.) for displaying calculation results, and various data. And a storage unit for storing programs and a communication unit for performing wired and / or wireless communication.
  • the analysis computer 112 may have an amplifier / band filter function. In this case, the amplifier / band filter 108 may be omitted. Such a function of the band filter and various means described in the claims can be realized by the CPU of the processing unit executing a predetermined program in the analysis computer 112.
  • the analysis computer 112 may be a general-purpose computer such as a PC (Personal Computer) or a dedicated computer.
  • the processing unit may include at least one of an application specific integrated circuit (ASIC), a DSP (Digital Signal Processor), a GPU (Graphics Processing Unit), or the like instead of or in addition to the CPU.
  • ASIC application specific integrated circuit
  • DSP Digital Signal Processor
  • GPU Graphic
  • the mood disorder measuring apparatus includes, for example, a brain potential signal acquisition unit as a brain potential signal acquisition unit as a functional unit obtained by a CPU of a processing unit executing a predetermined program as shown in FIG. 116, a first power value calculation unit 118 as a first power value calculation unit, and a first calculation unit 120 as a first calculation unit.
  • the brain potential signal acquisition unit 116 is a predetermined part of the subject's head (for example, electrode positions of P3 and O2).
  • the brain potential signals based on the intracerebral nerve activity are acquired from the two potential sensors 102 arranged at a constant sampling interval (S101).
  • the first power value calculation unit 118 performs a frequency analysis on the acquired brain potential signal to thereby determine a predetermined first frequency band in one of the two parts (for example, P3).
  • a total power value in a second frequency band lower than the first frequency band determined in advance in the other part (for example, O2) are calculated (S102).
  • the first frequency band is a ⁇ band
  • the second frequency band is a ⁇ band or a ⁇ to ⁇ band.
  • the first arithmetic unit 120 calculates the total power value Pi ( ⁇ ) of the first frequency band (for example, ⁇ band) and the total of the second frequency band (for example, ⁇ band).
  • a ratio (NXPR: Normalized Cross Power Ratio) of the difference from the power value Pj ( ⁇ ) to the total power value of the first frequency band and the second frequency band is calculated (S103).
  • the mood disorder is determined by using the NXPR value as the first mood disorder index (S104).
  • the total power value of the first frequency band of the brain potential signal obtained from one of the two potential sensors 102 arranged near the amygdala and / or the back of the head and the second of the brain potential signal obtained from the other potential sensor is the frequency when there is a mood disorder such as any anxiety or discomfort in the mood.
  • a mood disorder such as any anxiety or discomfort in the mood.
  • the difference between the power values of the ⁇ wave and the ⁇ wave measured from the same potential sensor is normalized and displayed.
  • the brain potential signals from two different potential sensors 102 are used to normalize the power value difference in different frequency bands (for example, ⁇ wave and ⁇ wave) for each brain potential signal. This enables an evaluation that reflects the correlation between the activities of different cortical sites.
  • the mood disorder measuring device of the second embodiment is obtained by adding the second computing means to the mood disorder device of the first embodiment, and the hardware configuration of the device is the first except that three potential sensors are required.
  • the second arithmetic unit 122 is included as the second arithmetic unit as shown in FIG. Different.
  • the brain potential signal acquisition unit 116 includes three potential sensors arranged at predetermined sites on the subject's head, as shown in the flowchart of FIG. 6.
  • Brain potential signals based on intracerebral nerve activity are acquired at a constant sampling interval from three potential sensors 102 selected from 102 or more potential sensors (S201).
  • the three potential sensors 102 are arranged at P3, P4 and O2 in the electrode arrangement defined by the International 10-20 method.
  • the second arithmetic unit 122 selects signals having the same sign for the three potentials (S202). For example, an earlobe that does not directly reflect cortical activity can be used as the reference potential for determining the sign of the potential.
  • the analysis computer 112 has a function of a band filter.
  • the second calculation unit 122 calculates a triple correlation value (S203).
  • the triple correlation value is obtained by using one electrode when the potential signals in the ⁇ band from the three potential sensors 102, preferably in the frequency band of 20 Hz to 40 Hz, are EVA (t), EVB (t), and EVC (t), respectively.
  • the product of the signal having a time lag of ⁇ 1 and ⁇ 2 is used for the potential signal.
  • the following formula (2) is an example of the triple correlation value St.
  • T is a calculation target time of the triple correlation value
  • ⁇ t is a data sampling period of each potential signal
  • N is a constant for normalization, and is, for example, the number of calculations of a product of three signals.
  • the triple correlation value By observing the state of the deep part of the brain by calculating the triple correlation value, it is possible to more accurately grasp the activity in the brain accompanied by mood disorders and estimate the mood state of the subject.
  • a predetermined calculation is performed by the computer for analysis, whereby the standard deviation S value of the triple correlation value (variation in the spatial axis direction of the triple correlation value) and the time axis direction of the triple correlation value are calculated. It is also possible to calculate an index called a standard deviation SD value (a variation in the time axis direction of the triple correlation value) of the interval of and to identify and discriminate mood disorders based on the index (S204).
  • the mood disorder measuring apparatus of the third embodiment is obtained by adding a third computing means to the mood disorder apparatus of the first embodiment or the mood disorder apparatus of the second embodiment, and the hardware configuration of the apparatus is the first embodiment.
  • a third computing means for example, as a functional unit obtained by the CPU of the processing unit executing a predetermined program, a second power value calculating unit 124 as a second power value calculating unit as shown in FIG. And a third arithmetic unit 126 as a third arithmetic means.
  • the brain potential signal acquisition unit 116 is a single potential sensor arranged at a predetermined site on the subject's head, as shown in the flowchart of FIG. 8.
  • a brain potential signal based on intracerebral nerve activity is acquired from 102 at a constant sampling interval (S301).
  • the brain potential signal acquisition unit 116 preferably acquires a brain potential signal from the potential sensor 102 disposed at F7 in the electrode layout defined by the International 10-20 Act.
  • the second power value calculation unit 124 performs a frequency analysis on the acquired brain potential signal, so that the total power value PF7_low in the predetermined third frequency band is higher than the third frequency band.
  • the total power value PF7_high in the fourth frequency band is calculated (S302).
  • the third frequency band is preferably ⁇ band, more preferably 1.56 Hz to 3.12 Hz
  • the fourth frequency band is ⁇ band and / or ⁇ band, more preferably 4.8 Hz to 18.8 Hz.
  • Third and total power values P F7_low frequency band total power value P F7_high in fourth frequency band following formula (3) can be determined using, respectively (4).
  • k and l and m and n are frequency bins of the power spectrum, and k ⁇ l and m ⁇ n.
  • the third arithmetic unit 126 calculates, for example, a ratio (R F7 ) of the total power value P F7_low in the third frequency band to the total power value P F7_high in the fourth frequency band at a resolution of 1.56 Hz (S303). ).
  • R F7 can be obtained using the following equation (5).
  • the mood disorder is determined by using this ratio as the third mood disorder index (S304).
  • the power value tends to increase particularly in a relatively low frequency band of the front side portion (F7 of the electrode arrangement of the international 10-20 method). Therefore, as in the present embodiment, the ratio between the predetermined total power value P F7_low in the third frequency band and the total power value P F7_high in the fourth frequency band higher than the third frequency band ( By using R F7 ) as a mood disorder index, mood disorder can be determined.
  • the principal component analysis is performed using the three indices shown above, and the first and third principal component scores are used to classify when the eyes are closed and when the eyes are opened.
  • the mood disorder measuring device of the fourth embodiment is obtained by adding principal component score calculating means and open-eye closed eye classification means to the mood disorder measuring device of the first to third embodiments, and the hardware of the device
  • the configuration is almost the same as that of the third embodiment. For example, as a functional unit obtained by the CPU of the processing unit executing a predetermined program, as shown in FIG. And an open eye / closed eye classification unit 130 as an open eye / closed eye classification means.
  • the principal component score calculation unit 128 includes an index (NXPR value) obtained by the first computation unit 120, an index (triple correlation value) obtained by the second computation unit 122, and an index obtained by the third computation unit 126.
  • a principal component analysis is performed on (R F7 ) to calculate principal component scores of a plurality of principal components.
  • the open eye / closed eye classification unit 130 is configured to classify when the eye is open and when the eye is closed based on the principal component scores of the calculated principal components, for example, the first principal component and the third principal component.
  • Example 1 the mood disorder was quantitatively evaluated using the mood disorder measuring apparatus of the first embodiment. In order to give a visual mood disorder to the test subjects, 17 subjects were shown a video that seemed to make them feel bad, and the electroencephalogram when the eyes were opened was measured. The specific procedure is as follows.
  • Example 2 the mood disorder was quantitatively evaluated using the mood disorder measuring apparatus of the third embodiment.
  • the same procedure as in Example 1 was used to show 17 subjects a video that seemed to make them feel bad, and the electroencephalogram when the eyes were opened was measured.
  • the electric potential sensor is arranged in F7 according to the international 10-20 method electrode arrangement, and a brain potential signal is acquired from this, and the total power of 1.56 Hz to 3.12 Hz is obtained with a resolution of 1.56 Hz of the brain potential signal acquired from the electric potential sensor of F7 And a total power value of 4.8 Hz to 18.8 Hz are calculated using the above equations (3) and (4), respectively, and a total power value of 1.56 Hz to 3.12 Hz is calculated from 4.8 Hz to 18.8 Hz.
  • a value (R F7 ) divided by the total power value was used as a mood disorder index.
  • the value of both NXPR value and R F7 values shown in Example 1 and 2-dimensional plot as shown in FIG. 13 was evaluated for mood disorders.
  • the NXPR value takes a negative value and the R F7 value tends to take a positive value. Therefore, the mood disorder determination region is defined as the second quadrant in the two-dimensional distribution of the NXPR value and the R F7 value. can do.
  • the mood disorder with the NXPR value and the R F7 value as the ratio of the total number of evaluations with no mood disorders at rest / open eyes and the number of evaluations with mood disorders during sighting of snakes and bonfire videos to the total evaluations
  • the discrimination rate was as high as 75% as shown in Table 2 below.
  • the NXPR value and the R F7 value are effective indicators of mood disorders at the time of eye opening.
  • FIG. 13 it can be seen that uncomfortable moving images are concentrated in the area surrounded by the elliptical determination line.
  • This determination line can be obtained, for example, by performing a threshold operation on a two-dimensional normal distribution function that approximates the distribution of data points, and the second quadrant is used as a mood disorder determination region in the two-dimensional distribution of the NXPR value and the R F7 value.
  • mood disorder determination based on such a determination line may be performed.
  • the discrimination rate when this judgment line is used is 86%, which is an effective index. (Table 2)
  • Example 3 the mood disorder was quantitatively evaluated using the mood disorder measuring apparatus of the second embodiment.
  • 15 subjects were asked to listen to stress music and healing music with their eyes closed, and the brain waves when the eyes were closed were measured.
  • the specific procedure is as follows. (1) Allow each subject to rest for 1 minute (2) Measure the brain waves of each subject's resting eyes (120 seconds) (3) Let each subject hear healing music for 300 seconds with his eyes closed (4) Measure brain waves (4) Closed eyes state Check the waveform of each subject's brain wave (about 30 seconds) (5) Measure the brain wave of each subject with his / her eyes open (120 seconds) (6) Let the subjects listen to stress music for 300 seconds with their eyes closed and measure the electroencephalogram.
  • the potential sensors are placed at P3, P4 and O2 according to the international 10-20 method electrode arrangement, respectively, and the time series of these three brain potential signals. Data was acquired, and a correlation value indicating a correlation between brain potential signals measured at three sites was calculated based on the phase relationship of the extracted time series data.
  • the correlation value can be obtained as follows.
  • FIG. 14 is a diagram showing a more detailed processing block of the mood disorder apparatus of the second embodiment, which is realized by, for example, a 3ch amplifier / bandpass filter and an analysis computer. As shown in FIG.
  • the signal amplified by the brain potential amplifier 601 is extracted by a band-pass filter 602 in a specific frequency band mainly including the ⁇ wave band, for example, 20 Hz to 40 Hz. This is performed in order to quantitatively analyze the assumed dipole potential activity in the deep brain and evaluate the deep brain activity.
  • the bandpass filter can detect a specific frequency mainly including ⁇ waves, and is not limited to the frequency value in FIG.
  • the process implemented here can be changed in the range which does not deviate from the meaning.
  • data is extracted at the sampling period (S701), and is normalized by dividing by the standard deviation ( ⁇ A, ⁇ B, ⁇ C ) for each potential of each potential sensor ( S702).
  • This normalization process is preferably performed every second, but is not limited thereto.
  • the frequency extraction process by the band pass filter is performed either before or after the normalization process.
  • noise processing it is preferable to perform noise processing before the normalization processing. Noise processing, for example, 1) Excluding segments of ⁇ 100 ⁇ V or more 2) Excluding flat potentials (when the potential is constant for 25 msec or more) 3) Excluding cases where a potential within ⁇ 1 ⁇ V continues for 1 second or more, It consists of the process.
  • the three signals have a time lag of ⁇ 1 for the potential sensor EB and ⁇ 2 for the potential sensor EC with respect to the potential sensor EA.
  • the signs of the three signals are all positive (EVA (t)> 0, EVB (t)> 0, EVC (t)> 0) or all negative (EVA (t) ⁇ 0, EVB (t) ⁇ Only the signal of 0, EVC (t) ⁇ 0) is processed (S703).
  • S704 time lag
  • Si is calculated every second up to the total data T seconds (S 1 , S 2 ,..., S T ).
  • T (seconds) is preferably 10 (seconds).
  • Si is not limited to being calculated every second.
  • the possible values of ⁇ 1 and ⁇ 2 are times equal to or less than 1 second equal to an integral multiple of the sampling period, but the maximum value of these values is not limited to 1 second.
  • the sampling period is not limited to 0.005 seconds.
  • the triple correlation value can also be calculated by the equation (9) without performing the code determination of the three signals.
  • FIG. 18 shows a pseudo three-dimensional display of a triple correlation value distribution in the ⁇ wave band.
  • t In i + 1
  • Si ⁇ 1, ⁇ 2 in which EVA (t), EVB (t- ⁇ 1), and EVC (t- ⁇ 2) have the same sign
  • FIG. 18A shows a case where the spatial and temporal disturbance of the triple correlation value is small
  • FIG. 18B shows an example where the spatial and temporal disturbance of the triple correlation value is relatively large.
  • FIG. 19 is a top view of the three-dimensional display as illustrated in FIG. 18.
  • the region in which three waveforms have the same sign is displayed in white, and one of the three signals has a different sign. Is shown in black, and it can be seen that disorder of the checkered pattern occurs. Therefore, in order to quantify this disturbance (variation in the time axis ⁇ 1, t2 direction), the standard deviation SD is defined as follows.
  • the standard deviation (variation in the spatial axis direction) S of the triple correlation value calculated by the equation (9) can be obtained from the following equation (13).
  • the discriminant function of Equation (14) shows a discriminant rate of 73% for the value T value (elevation value) and NXPR value from the contour line. Can be classified. Therefore, this is used as a mood disorder index, and it can be said that the greater the value, the greater the degree of mood disorder.
  • the NXPR value is the ratio of the total number of evaluations without mood disorders during rest / closed eyes and healing music viewing and evaluations with mood disorders during stress music viewing to the total number of evaluations.
  • the use of two indices can be an effective mood disorder index when measuring mood disorders when the eyes are closed.
  • Example 4 Principal component analysis is performed using all the content of the eyes closed and opened in the experiment, and the principal component scores of the first principal component and the third principal component are plotted in a two-dimensional manner. It became possible to do. As shown in FIG. 22, the content above the straight line (boundary) obtained by linear discriminant analysis or the like is the content when the eyes are open, and the content below the straight line is the content when the eyes are closed. This makes it possible to separate open eyes and closed eyes, and to perform processing specialized for each measurement condition. For example, when it is determined that the subject is in an open state, the evaluation based on the NXPR value described in Example 1 is performed. When the subject is determined to be closed, the triple described in Example 3 is performed. Evaluation based on an index combining the correlation value and the NXPR value can be an effective evaluation means.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Psychiatry (AREA)
  • Biophysics (AREA)
  • Psychology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

気分障害測定装置は、被験者の頭部上に配置された複数の電位センサを用いて異なる複数の部位で測定された脳電位信号を取得する脳電位信号取得手段と、取得された脳電位信号を周波数解析することにより、複数の部位のうち所定の一つの部位での予め決められた第１の周波数帯域の総パワー値と、複数の部位のうち他の所定の一つの部位での予め決められた、第１の周波数帯域よりも低い第２の周波数帯域の総パワー値とをそれぞれ算出する第１のパワー値算出手段と、第１の周波数帯域の総パワー値と第２の周波数帯域の総パワー値との差分の、第１の周波数帯域および第２の周波数帯域の総パワー値に対する比率を被験者の気分障害を判断するための指標として算出する第１の演算手段と、を備える。

Description

気分障害測定装置および気分障害測定方法
　本発明は、頭部に設置した複数の電極により観測される脳電位の時系列データを解析することで被験者の気分障害の度合いを定量的に測定する装置および方法に関する。
　気分障害とは、慢性疼痛などの疾病などが原因で、常に気分が落ち込んだり、あるいは常に高まったりすることで日常生活に様々な支障をきたしてしまう心の病気である。医療現場では、うつ病等の気分障害を診断する際に、問診による診断が主である。また、末梢性疼痛に関しては、慢性的に強い痛みが生じている場合、 2点識別覚の閾値の増加といった中枢神経系を含む機能異常が報告されている。また、外部からの侵害刺激に対する実験痛を定量的に評価する熱的方法（Hardyの輻射熱法）があり、痛みを定量化する方法として優れていると言われている（非特許文献１）。
　しかし、心因性の疼痛に関しては患者の主観的評価に大きく依存し、その客観化と定量化は非常に難しいとされており、定量的な診断方法の手段がない。
　そこで、大規模な装置を使用することなく、簡易的に診断を行うことができ、気分障害の度合いを定量的に評価できる手法が求められる。
　脳が悲しみや恐怖といった精神的ストレスを受けると、情動の中枢である大脳辺縁系に大きな影響が及ぶが、一次的な情動反応は、主として、扁桃体部分で生成されると考えられる。例えば、非特許文献２には、ペットを亡くした２０名の被験者に当該ペットに関連する言語的タスクを課してｆＭＲＩで活動部位を調査した結果、悲しみや忌避に対応して扁桃体を中心とした部分に優位な活性が観測されることが開示されている。この一次的な神経活動は、同じく大脳辺縁系の中にある視床下部の神経核に働きかけ、交換神経及び副交感神経からなる自律神経系を介して、二次的な生理反応（例えば血圧や、脈拍、瞳孔反応等）を惹き起こすことが知られている。また二次的な反応は前頭部にも及び、側坐核を中心とした「喜びの中枢」としての自己報酬系の活動を抑制することが知られている。更には、精神疾患により喜びの感情が低下した被験者では、側坐核の活動低下とともに、前帯状皮質の脳波（ＥＥＧ）のδ成分が増加することが知られている（非特許文献３）。また、同一の電極について定義される脳波のβ波とθ波のパワーの比率を用いて、気分障害の度合いの指標としている技術もある（非特許文献４）。これは、閉眼時、気分障害によりβ波の総パワー値がθ波に比べ、増加することを特徴としている。
山本光璋 「痛みの測定」日本臨床麻酔学会誌 Vol.7  No.2, pp.146-156, Apr. 1987 Peter J. Freed, Ted K. Yanagihara, Joy Hirsch, and J. John Mann, "Neural  mechanism of grief regulation", Biol. Psychiatry, vol.66, no.1, pp.33-40, July 2009. Jan Wacker, Daniel G. Dillon, Diego A. Pissagalli, "The role of the nucleus  accumbens and rostral anterior cingulate cortex in anhedonia: Integration  of resting EEG, fMRI, and Volumetric Techniques, Neuroimage, vol.46,  no.1, pp.327-337, May 2009. Bachmann M1, Lass J, Suhhova A, Hinrikus H.,’ Spectral asymmetry  and Higuchi's fractal dimension measures of depression electroencephalogram.’, Comput Math Methods  Med. 2013;2013:251638. doi: 10.1155/2013/251638. Epub 2013 Oct 22.
　気分障害における脳活動を捉えるためには、ＭＲＩやＰＥＴのような大規模な装置を必要とするが、医療現場においても患者にも経済的な負担が大きい。一方、脳電位（脳波）は大がかりな装置を必要としない。そこで、本発明は、医療現場において気分障害を定量的かつ簡易に測定することが可能な気分障害測定装置および方法を提供することを主目的とする。
　上記の課題は以下の特徴を有する本発明によって解決される。すなわち、本発明の一態様としての気分障害測定装置は、被験者の頭部上に配置された複数の電位センサを用いて異なる複数の部位で測定された脳電位信号を取得する脳電位信号取得手段と、前記取得された脳電位信号を周波数解析することにより、前記複数の部位のうち所定の一つの部位での予め決められた第１の周波数帯域の総パワー値と、前記複数の部位のうち他の所定の一つの部位での予め決められた、第１の周波数帯域よりも低い第２の周波数帯域の総パワー値とをそれぞれ算出する第１のパワー値算出手段と、前記第１の周波数帯域の総パワー値と前記第２の周波数帯域の総パワー値との差分の、前記第１の周波数帯域および前記第２の周波数帯域の総パワー値に対する比率を被験者の気分障害を判断するための指標として算出する第１の演算手段と、を備える。
　本発明の一態様としての気分障害測定装置において、国際１０－２０法で規定される電極配置において、前記所定の一つの部位はＰ３であり、前記他の所定の一つの部位はＯ２であることが好ましい。
　本発明の一態様としての気分障害測定装置において、前記第１の周波数帯域はβ帯であり、前記第２の周波数帯域はδ帯および／またはθ帯であることが好ましい。
　本発明の一態様としての気分障害測定装置において、前記脳電位信号取得手段は、被験者の頭部上の互いに異なる３つの部位での脳電位信号を取得するよう構成されており、前記取得された各脳電位信号から脳深部の活動に起因する特定の周波数帯域の時系列データをそれぞれ抽出し、該それぞれ抽出された時系列データの位相関係に基づいて前記３つの部位で測定された脳電位信号の相関関係を示す相関値を算出し、算出された相関値に基づいて被験者の気分障害を判断するための指標を算出する第２の演算手段を備えることが好ましい。
　本発明の一態様としての気分障害測定装置において、国際１０－２０法で規定される電極配置において、前記３つの部位は、Ｐ３、Ｐ４およびＯ２であることが好ましい。
　本発明の一態様としての気分障害測定装置において、前記特定の周波数帯域はβ帯域であることが好ましい。
　本発明の一態様としての気分障害測定装置において、前記脳電位信号取得手段は、被験者の前側頭部に配置された１つの電位センサを用いて該前側頭部での脳電位信号を取得し、前記取得された脳電位信号を周波数解析することにより、予め決められた第３の周波数帯域の総パワー値と、該第３の周波数帯域よりも高い第４の周波数帯域の総パワー値とをそれぞれ算出する第２のパワー値算出手段と、前記第４の周波数帯域の総パワー値に対する前記第３の周波数帯域の総パワー値の比率を被験者の気分障害を判断するための指標として算出する第３の演算手段と、を備えることが好ましい。
　本発明の一態様としての気分障害測定装置において、国際１０－２０法で規定される電極配置において、前記１つの電位センサが配置される部位はＦ７であることが好ましい。
　本発明の一態様としての気分障害測定装置において、前記第３の周波数帯域はδ帯であり、前記第４の周波数帯域はθ帯および／またはβ帯であることが好ましい。
　本発明の一態様としての気分障害測定装置において、前記第１の演算手段で算出された前記指標、前記第２の演算手段で算出された前記指標および前記第３の演算手段で算出された前記指標に対して主成分分析を行って複数の主成分の主成分得点を算出する主成分得点算出手段と、算出した主成分の主成分得点に基づいて開眼時と閉眼時を分類する開眼閉眼分類手段と、を備えることが好ましい。
　本発明の一態様としての気分障害測定方法は、被験者の頭部上に配置された複数の電位センサを用いて異なる複数の部位で測定された脳電位信号を取得するステップと、前記取得された脳電位信号を周波数解析することにより、前記複数の部位のうち所定の一つの部位での予め決められた第１の周波数帯域の総パワー値と、前記複数の部位のうち他の所定の一つの部位での予め決められた、第１の周波数帯域よりも低い第２の周波数帯域の総パワー値とをそれぞれ算出するステップと、前記第１の周波数帯域の総パワー値と前記第２の周波数帯域の総パワー値との差分の、前記第１の周波数帯域および前記第２の周波数帯域の総パワー値に対する比率を被験者の気分障害を判断するための指標として算出するステップと、を含む。
　本発明によれば、２つの電位センサのうち一方から取得した脳電位信号の第１の周波数帯域の総パワー値と、他方の電位センサから取得した脳電位信号の、第１の周波数帯域よりも低い第２の周波数帯域のパワー値との差分の、第１の周波数帯域および第２の周波数帯域の全パワー値に対する比率を気分障害を測定する際の指標としたことにより、簡単に医療現場において気分障害を簡易に測定することができ、しかも異なる皮質部位の活動の相互関係を反映して高い精度で気分障害を評価することが可能になる。
本発明の実施形態に係る気分障害測定装置の概略図である。 国際１０－２０法の電極配置を説明する図である。 第１実施形態の気分障害測定装置の処理部における処理ブロック（機能）を示す図である。 第１実施形態の気分障害測定方法の処理の流れを示すフローチャートである。 第２実施形態の気分障害測定装置の処理部における処理ブロック（機能）を示す図である。 第２実施形態の気分障害測定方法の処理の流れを示すフローチャートである。 第３実施形態の気分障害測定装置の処理部における処理ブロック（機能）を示す図である。 第３実施形態の気分障害測定方法の処理の流れを示すフローチャートである。 第４実施形態の気分障害測定装置の処理部における処理ブロック（機能）を示す図である。 第４実施形態の気分障害測定方法の処理の流れを示すフローチャートである。 実施例１の測定結果を示す図である。 実施例２の測定結果を示す図である。 実施例２において、ＮＸＰＲ値とＲＦ７値を２次元プロットした図である。 実施例３における電位センサの配置を示した図である。 実施例３において脳電位の３重相関値を算出するための処理ブロックを示す図である。 実施例３において３重相関値Ｓｉを算出する処理の流れを示すフローチャートである。 実施例３における３重相関表示部を示す図である。 （ａ）、（ｂ）は、実施例３において、２つの遅延パラメータ（τ１、τ２）が形成する特徴空間上にプロットされた３重相関値分布の３次元表示を示す図である。 ３重相関値分布の３次元表示を上からみた図であって、３つの信号が同符号をとる領域を白で表し、３つの信号のいずれか１つの符号が異なる領域を黒で表した図である。 実施例３において、３重相関値の標準偏差Ｓ値、ＳＤ値から作成したガウシアン分布を示す図である。 実施例３において、ガウシアン分布の等高線の高さの値とＮＸＰＲ値とを２次元プロットした図である。 実施例４における主成分分析結果を示す図である。
　以下、図面を参照し本発明の実施の形態の気分障害測定装置および方法について説明する。
　第１実施形態の気分障害測定装置は、被験者が気分障害状態にあるか否かを判別する際に用いられる第１の気分障害指標を生成する。図１は、第１実施形態の気分障害測定装置の装置構成例を概念的に示す図である。気分障害測定装置は、被験者の頭部の異なる部位に対応して少なくとも２つの電位センサ１０２が取り付けられて脳内神経活動に基づく電位を測定する頭部装着部１０４と、各電位センサ１０２と信号ケーブル１０６で接続された増幅器・帯域フィルタ１０８と、増幅器・帯域フィルタ１０８と信号ケーブル１１０で接続された解析用コンピュータ１１２とを備える。また、気分障害測定装置は、基準電位測定用の基準電位センサ１１４をさらに有する。頭部装着部１０４は、図２に示す国際１０－２０法の電極配置に従い各電位センサ１０２が配置されるように、被験者の頭部に装着する。この場合、頭部装着部１０４は、それぞれ扁桃体に対応する中心部（Ｃ３）、頭頂部（Ｐ３）、中側頭部（Ｔ３）および後側頭部（Ｔ５）並びに後頭部（Ｏ２）のうちの２つの部位に電位センサ１０２がそれぞれ配置されるように被験者へ装着するのが好ましい。頭部装着部１０４は、国際１０－２０法に基づくヘルメット型電位センサを用いて、選択的に２つの電位センサ１０２を使用することができ、この場合も、Ｃ４、Ｐ３、Ｔ３、Ｔ５およびＯ２のうちのいずれか２つの電極配置に対応する電位センサ１０２を使用するのが好ましい。なお、被験者頭部の所定の部位に電位センサ１０２を配置できる限り、頭部装着部１０４の形態に制限はない。測定用の少なくとも２つの電位センサ１０２および基準電位センサ１１４は無線通信機能を有し、同様に無線通信機能を有する解析用コンピュータ１１２へ、測定用の各電位センサ１０２と基準電位センサ１１４から得られる脳電位信号の差分を２つの脳電位信号として、無線で送信するようにしてもよい。
　解析用コンピュータ１１２は、各種電算処理や算出を行うものであり、少なくとも１つのＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）を含む処理部と、算出結果などを表示する表示部（ディスプレイ、プリンタなど）と、各種データやプログラムを格納する記憶部と、有線および／または無線通信を行う通信部とを有する。なお、解析用コンピュータ１１２は、増幅器・帯域フィルタの機能を有してもよく、この場合、増幅器・帯域フィルタ１０８は省略され得る。このような帯域フィルタの機能や請求項に記載した各種手段などは、解析用コンピュータ１１２において処理部のＣＰＵが所定のプログラムを実行することによって実現することができる。解析用コンピュータ１１２はＰＣ（Ｐｅｒｓｏｎａｌ　Ｃｏｍｐｕｔｅｒ）のような汎用コンピュータであってもよいし、専用コンピュータであってもよい。処理部は、ＣＰＵに代えてまたは加えて、特定用途向けの集積回路（ＡＳＩＣ）、ＤＳＰ（Ｄｉｇｉｔａｌ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｏｒ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）等の少なくとも１つを含んでいてもよい。
　第１実施形態の気分障害測定装置は、例えば処理部のＣＰＵが所定のプログラムを実行することによって得られる機能部として、図３に示すように、脳電位信号取得手段としての脳電位信号取得部１１６と、第１のパワー値算出手段としての第１のパワー値算出部１１８と、第１の演算手段としての第１の演算部１２０とを有する。
　第１実施形態の気分障害測定装置による気分障害測定方法の処理を図４のフローチャートに示すように、脳電位信号取得部１１６は、被験者の頭部の所定部位（例えばＰ３およびＯ２の電極位置）に配置された２つの電位センサ１０２から脳内神経活動に基づく脳電位信号を一定のサンプリング間隔で取得する（Ｓ１０１）。この後、第１のパワー値算出部１１８は、取得された脳電位信号を周波数解析することにより、上記２つの部位のうち一方の部位（例えばＰ３）での予め決められた第１の周波数帯域の総パワー値と、他方の部位（例えばＯ２）での予め決められた、第１の周波数帯域よりも低い第２の周波数帯域の総パワー値とをそれぞれ算出する（Ｓ１０２）。好ましくは、第１の周波数帯域はβ帯域であり、第２の周波数帯域はδ帯またはδ～θ帯である。
　そして、第１の演算部１２０は、下記式（１）に示すように第１の周波数帯域（例えばβ帯域）の総パワー値Ｐｉ（β）と第２の周波数帯域（例えばθ帯域）の総パワー値Ｐｊ（θ）との差分の、第１の周波数帯域および第２の周波数帯域の全パワー値に対する比率（ＮＸＰＲ：Ｎｏｒｍａｌｉｚｅｄ　Ｃｒｏｓｓ　Ｐｏｗｅｒ　Ｒａｔｉｏ）を算出する（Ｓ１０３）。第１実施形態では、このＮＸＰＲ値を第１の気分障害指標として用いることにより、気分障害の判定を行う（Ｓ１０４）。
Figure JPOXMLDOC01-appb-I000001
　特に扁桃体付近および／または後頭部に配置された２つの電位センサ１０２のうち一方から取得した脳電位信号の第１の周波数帯域の総パワー値と、他方の電位センサから取得した脳電位信号の第２の周波数帯域のパワー値との差分の、第１の周波数帯域および第２の周波数帯域の全パワー値に対する比率（ＮＸＰＲ値）は、気分に何らかの不安や不快感など、気分障害があるときには、周波数帯域の高い第１の周波数帯域の総パワー値に比べて周波数帯域の低い第２の周波数帯域の総パワー値が増えることで負の値を取る傾向がある。上述した非特許文献４に記載されている方法では、同一の電位センサから測定されるβ波とθ波のパワー値の差を正規化し表示しているのに対し、本実施形態では、相互に異なる２つの電位センサ１０２からの脳電位信号を用い、脳電位信号別に異なる周波数帯（例えばβ波とθ波）のパワー値の差を正規化している。これにより、異なる皮質部位の活動の相互関係を反映した評価が可能になる。
　第２実施形態の気分障害測定装置は、第１実施形態の気分障害装置に第２の演算手段を付加したものであり、装置のハードウェア構成は、３つの電位センサを要すること以外は第１実施形態とほぼ同じであり、例えば処理部のＣＰＵが所定のプログラムを実行することにより得られる機能部として、図５に示すように第２の演算手段として第２の演算部１２２を有する点で異なる。
　第２実施形態の気分障害測定装置による気分障害測定方法の処理を図６のフローチャートに示すように、脳電位信号取得部１１６は、被験者の頭部上に所定部位に配置された３つの電位センサ１０２もしくはこれよりも多い電位センサのうち選択された３つの電位センサ１０２から脳内神経活動に基づく脳電位信号を一定のサンプリング間隔で取得する（Ｓ２０１）。好ましくは、３つの電位センサ１０２は国際１０－２０法で規定される電極配置において、Ｐ３，Ｐ４およびＯ２に配置されるものである。次いで第２の演算部１２２は、３つの電位が同符号の信号を選択する（Ｓ２０２）。電位の符号を判定する際の基準電位は、例えば皮質活動を直接反映しない耳朶が用いられうるが、増幅器の帯域フィルタで直流分は遮断されるので、実質的には、各々の電位センサごとの時間平均から見た正負の符号を判定することになる。なお当然のことながら、基準電位の取り方はこれらに限定されず、導電性ゴム電極も使用されうる。さらには、無線通信機能を有する測定用の３つの電位センサから得られる脳電位信号と、当該３つの電位センサの中央に配置される基準電位センサから得られる脳電位信号の差分を、３つの脳電位信号として無線で送信する構成とすることもできる。この場合は、前述のとおり、解析用コンピュータ１１２が帯域フィルタの機能を有する。
　続いて第２の演算部１２２は、３重相関値を算出する（Ｓ２０３）。３重相関値は、３つの電位センサ１０２からのβ帯域、好ましくは２０Ｈｚ～４０Ｈｚの周波帯域の電位信号をそれぞれＥＶＡ（ｔ）、ＥＶＢ（ｔ）、ＥＶＣ（ｔ）としたとき、１つの電極の電位信号に対し、τ１、τ２の時間ずれのある信号との積を使用する。以下に示す式（２）は３重相関値Ｓｔの１つの例示である。Ｔは３重相関値の演算対象時間であり、Δｔは各電位信号のデータサンプリング周期であり、Ｎは規格化するための定数であって、例えば３つの信号の積の計算回数である。
Figure JPOXMLDOC01-appb-I000002
　３重相関値を算出することにより脳の深部の状態を観測することで、気分障害を伴う脳内活性をより的確に捉え、被験者の気分状態を推定することができる。３重相関値を算出した後、解析用コンピュータで所定の演算を行うことにより３重相関値の標準偏差Ｓ値（３重相関値の空間軸方向のばらつき）および３重相関値の時間軸方向の間隔の標準偏差ＳＤ値（３重相関値の時間軸方向のばらつき）という指標を算出し、当該指標により気分障害の識別判定を行うこともできる（Ｓ２０４）。
　第３実施形態の気分障害測定装置は、第１実施形態の気分障害装置または第２実施形態の気分障害装置に第３の演算手段を付加したものであり、装置のハードウェア構成は第１実施形態とほぼ同じであり、例えば処理部のＣＰＵが所定のプログラムを実行することにより得られる機能部として、図７に示すように第２のパワー値算出手段としての第２のパワー値算出部１２４と、第３の演算手段として第３の演算部１２６とを有する点で異なる。
　第３実施形態の気分障害測定装置による気分障害測定方法の処理を図８のフローチャートに示すように、脳電位信号取得部１１６は、被験者の頭部上に所定部位に配置された１つの電位センサ１０２から脳内神経活動に基づく脳電位信号を一定のサンプリング間隔で取得する（Ｓ３０１）。脳電位信号取得部１１６は、好ましくは、国際１０－２０法で規定される電極配置において、Ｆ７に配置された電位センサ１０２から脳電位信号を取得する。次いで第２のパワー値算出部１２４は、取得された脳電位信号を周波数解析することにより、予め決められた第３の周波数帯域の総パワー値ＰＦ７_ｌｏｗと、該第３の周波数帯域よりも高い第４の周波数帯域の総パワー値ＰＦ７_ｈｉｇｈとをそれぞれ算出する（Ｓ３０２）。第３の周波数帯域は好ましくはδ帯、より好ましくは１．５６Ｈｚ～３．１２Ｈｚであり、第４の周波数帯域はθ帯および／またはβ帯、より好ましくは４．８Ｈｚ～１８．８Ｈｚである。第３の周波数帯域の総パワー値ＰＦ７_ｌｏｗと第４の周波数帯域の総パワー値ＰＦ７_ｈｉｇｈは下記式（３）、（４）をそれぞれ用いて求めることができる。
Figure JPOXMLDOC01-appb-I000003
　ここで、ｋとｌ、ｍとｎは，パワースペクトルの周波数ビンであり、ｋ＜ｌ、ｍ＜ｎである。
　そして、第３の演算部１２６は、例えば分解能１．５６Ｈｚで第４の周波数帯域の総パワー値ＰＦ７_ｈｉｇｈに対する第３の周波数帯域の総パワー値ＰＦ７_ｌｏｗの比率（ＲＦ７）を算出する（Ｓ３０３）。ＲＦ７は、下記式（５）を用いて求めることができる。第３実施形態では、この比率を第３の気分障害指標として用いることにより、気分障害の判定を行う（Ｓ３０４）。
Figure JPOXMLDOC01-appb-I000004
　ストレス等の不快な気分を感じたとき、特に前側部（国際１０－２０法の電極配置のＦ７）の比較的低い周波数帯域におけるパワー値が増える傾向がある。したがって、本実施形態のように、予め決められた第３の周波数帯域の総パワー値ＰＦ７_ｌｏｗと、該第３の周波数帯域よりも高い第４の周波数帯域の総パワー値ＰＦ７_ｈｉｇｈとの比率（ＲＦ７）を気分障害指標とすることで、気分障害の判定を行うことができる。
　第４実施形態は、上記に示した３の指標を用いて主成分分析を行い、第１主成分と第３主成分の主成分得点を用いて、閉眼時と開眼時とを分類するものである。具体的には、第４実施形態の気分障害測定装置は、第１～第３実施形態の気分障害測定装置に主成分得点算出手段および開眼閉眼分類手段を付加したものであり、装置のハードウェア構成は第３実施形態とほぼ同じであり、例えば処理部のＣＰＵが所定のプログラムを実行して得られる機能部として、図９に示すように主成分得点算出手段としての主成分得点算出部１２８と開眼閉眼分類手段としての開眼閉眼分類部１３０とを有する点で異なる。
　主成分得点算出部１２８は、第１の演算部１２０により得られる指標（ＮＸＰＲ値）、第２の演算部１２２により得られる指標（３重相関値）および第３の演算部１２６により得られる指標（ＲＦ７）に対して主成分分析を行って複数の主成分の主成分得点を算出するよう構成されている。開眼閉眼分類部１３０は、算出した主成分の例えば第１主成分と第３主成分の主成分得点に基づいて開眼時と閉眼時を分類するよう構成されている。
　本実施形態によれば、気分障害の測定に際し被験者に開眼か閉眼かを指示しなくても、図１０に示すように、自動的に開眼か閉眼かが判定されるので、判定結果に基づき開眼時および閉眼時の気分障害評価をそれぞれ行うことが可能となる。
　［実施例１］
　実施例１では、第１実施形態の気分障害測定装置を用いて気分障害の定量的な評価を行った。被験者に視覚による気分障害を与えるため、被験者１７名に対して、気分が悪くなりそうな動画を見せ、開眼時の脳波を測定した。具体的な手順は以下の通りである。
（１）各被験者の安静閉眼（180秒）の脳波を測定
（２）各被験者の安静開眼（120秒）の脳波を測定
（３）各被験者に嫌悪コンテンツ（蛇の動画）を１２０秒間見せ、脳波を測定
（４）各被験者に目をつぶらせ、脳波の波形チェック（３０秒程度）
（５）各被験者に嫌悪コンテンツ（ごきぶりの動画）を２００秒間見せ、脳波を測定
（６）各被験者に目をつぶらせ、脳波の波形チェック（３０秒程度）
（７）各被験者の安静開眼（１２０秒）の脳波を測定
　電位センサは国際１０－２０法電極配置に従うＰ３とＯ２にそれぞれ配置してこれらの２箇所の脳電位信号を取得し、Ｐ３の電位センサから取得した脳電位信号についてはβ帯域、Ｏ２の電位センサから取得した脳電位信号についてはθ帯域を用いて上記式（１）によりＮＸＰＲ値を算出して気分障害指標とした。
　測定結果を図１１に示す。被験者１７人に、蛇、ごきぶりが写っている動画を見せて、先に定義したＮＸＰＲ値を算出した結果、安静開眼時には値が正を取るのに対し、蛇、ごきぶりの動画を見ているときには負の値をとった。下記表１では、気分障害は、ＮＸＰＲ値が正の値をとった場合に「気分障害無し」、負の値をとった場合に「気分障害有り」と評価した。また、今回のコンテンツにおいて、全評価数に対する、安静・開眼時の気分障害無し評価数および蛇、ごきぶり動画視覚時の気分障害有り評価数の合計の比率をＮＸＰＲ値を指標とする気分障害測定の判別率として算出したところ、下記表１に示すように７３％と高い判別率であった。このことにより、ＮＸＰＲ値が開眼時の気分障害の有効な指標であることが確認された。
（表１）
Figure JPOXMLDOC01-appb-I000005
　［実施例２］
　実施例２では、第３実施形態の気分障害測定装置を用いて気分障害の定量的な評価を行った。被験者に視覚による気分障害を与えるため、実施例１と同じ手順により被験者１７名に対して、気分が悪くなりそうな動画を見せ、開眼時の脳波を測定した。電位センサは国際１０－２０法電極配置に従うＦ７に配置してこれから脳電位信号を取得し、Ｆ７の電位センサから取得した脳電位信号の分解能１．５６Ｈｚで１．５６Ｈｚ～３．１２Ｈｚの総パワー値と４．８Ｈｚ～１８．８Ｈｚの総パワー値を上記式（３）、（４）を用いてそれぞれ算出し、１．５６Ｈｚ～３．１２Ｈｚの総パワー値を４．８Ｈｚ～１８．８Ｈｚの総パワー値で割った値（ＲＦ７）を気分障害指標とした。
　測定結果を図１２に示す。実施例１と同様、被験者１７名に、へび動画、ごきぶり動画を見せたところ、図１２に示すように、蛇、ごきぶり動画ともに、安静開眼時に比べ、ＲＦ７指標値が大きくなることがわかった。したがって、ＲＦ７の値を気分障害指標として使用することができることが確認された。
　次に、実施例１に示したＮＸＰＲ値とＲＦ７値の両者の値を図１３に示すように２次元プロットし、気分障害の評価を行った。気分障害がある場合、ＮＸＰＲ値は負の値をとり、ＲＦ７値は正の値をとる傾向にあることから、ＮＸＰＲ値とＲＦ７値の２次元分布において気分障害判定領域を第２象限とすることができる。今回のコンテンツにおいて、全評価数に対する、安静・開眼時の気分障害無し評価数および蛇、ごきぶり動画視覚時の気分障害有り評価数の合計の比率をＮＸＰＲ値およびＲＦ７値を指標とする気分障害測定の判別率として算出したところ、下記表２に示すように７５％と高い判別率であった。このことにより、ＮＸＰＲ値およびＲＦ７値が開眼時の気分障害の有効な指標であることが確認された。なお、図１３中、楕円状の判定線で囲んだ領域に不快に感じる動画が集中していることがわかる。この判定線は、例えばデータ点の分布を近似する２次元正規分布関数に閾値操作を施して得ることができ、ＮＸＰＲ値とＲＦ７値の２次元分布において第２象限を気分障害判定領域とするのに加えてあるいは代えて、このような判定線に基づく気分障害判定を行ってもよい。この判定線を用いた場合の判別率は８６％となり、有効な指標になることが分かる。
（表２）
Figure JPOXMLDOC01-appb-I000006
　［実施例３］
　実施例３では、第２実施形態の気分障害測定装置を用いて気分障害の定量的な評価を行った。音響による気分障害を測定するため、被験者１５名に対して、ストレス音楽とヒーリング音楽を閉眼状態で聞かせ、閉眼時の脳波を測定した。具体的な手順は以下の通りである。
（１）各被験者を１分間安静にさせる
（２）各被験者の安静開眼（１２０秒）の脳波を測定
（３）各被験者に閉眼状態でヒーリング音楽を３００秒間聞かせ脳波を測定
（４）閉眼状態で各被験者の脳波の波形チェック（３０秒程度）
（５）安静開眼状態で各被験者の脳波を測定（１２０秒）
（６）各被験者に閉眼状態でストレス音楽を３００秒間聞かせ脳波を測定
　電位センサは国際１０－２０法電極配置に従うＰ３、Ｐ４およびＯ２にそれぞれ配置してこれらの３箇所の脳電位信号の時系列データを取得し、それぞれ抽出された時系列データの位相関係に基づいて３つの部位で測定された脳電位信号の相関関係を示す相関値を算出した。相関値は次のように求めることができる。
　図１４に示すように、３つの電位センサＥＡ（１０２）、ＥＢ（１０２）、ＥＣ（１０２）が三角形の各頂点部分に配置され、別途設置される基準電位センサ１１４と、各電位センサとの差として、電位信号ＶＡ（ｔ）、ＶＢ（ｔ）、ＶＣ（ｔ）が計測される。なお前述の通り、Ｐ３、Ｐ４、Ｏ２の位置の３つの電位センサが使用されるのが好ましい。各脳電位信号は第２実施形態の気分障害測定装置の第２の演算部１２２によって処理される。図１５は第２実施形態の気分障害装置のより詳細な処理ブロックを示す図であり、例えば３ｃｈ増幅器・帯域フィルタと解析用コンピュータによって実現される。図１５に示すように、脳電位増幅器６０１によって増幅された信号はバンドパスフィルタ６０２によって、β波帯を主とする特定の周波数帯、例えば２０Ｈｚ～４０Ｈｚの脳電位波形が抽出される。これは、脳深部に仮定したダイポール電位活動を定量的に解析し、脳深部の活動を評価するために行われる。ただし、帯域フィルタはβ波を主とする特定の周波数を検出できるものであり、図１５における周波数の値に限定されない。
　次に、これら３つの信号による３重相関値の算出方法について示す。抽出された信号は３重相関値算出部６０３によって、図１６のフローチャートに示すように処理される。図１６は、ｉ秒からｉ＋１秒における３重相関値Ｓｉ（ｉ＝１、２、…、Ｔ）を算出する処理のフローチャートを示す。なお、ここで実施される処理は、趣旨を逸脱しない範囲において変更することができる。
　前述の通り３つの信号が入力されるとサンプリング周期でデータが抽出され（Ｓ７０１）、それぞれの電位センサの電位ごとに標準偏差（σA、σB、σC）で割って規格化される（Ｓ７０２）。この規格化処理は１秒ごとに行うのが好ましいが、これに限定されない。
Figure JPOXMLDOC01-appb-I000007
　なおバンドパスフィルタによる周波数抽出処理は、規格化処理の前後いずれかに行われる。また規格化処理の前には、ノイズ処理を行うのが好ましい。ノイズ処理は、例えば、１）±１００μＶ以上のセグメントを除く、２）フラットな電位（２５ｍｓｅｃ以上一定の電位だった場合）を除く、３）±１μＶ以内の電位が１秒以上続く場合は除く、という処理から構成される。
　ここで、上記、３つの信号は、電位センサＥＡに対し、電位センサＥＢはτ１、電位センサＥＣはτ２の時間のずれがあるものとする。続いて、３つの信号の符号がすべて正（ＥＶＡ（ｔ）＞０、ＥＶＢ（ｔ）＞０、ＥＶＣ（ｔ）＞０）または、すべて負（ＥＶＡ（ｔ）＜０、ＥＶＢ（ｔ）＜０、ＥＶＣ（ｔ）＜０）の信号のみを計算対象とする処理をする（Ｓ７０３）。式（９）に示すように３重相関値は、時間ずれのある３つの電位信号の積を加算することで求められる（Ｓ７０４）。この処理は、ｔがｔ＝ｉ＋１秒となるまでΔｔ秒ずつずらして行われる（Ｓ７０６、Ｓ７０７）。なお図１６ではｔ＝ｉ秒からｉ＋１秒における３重相関値Ｓｉを算出していることからも分かる通り、全データ（Ｔ秒）について一度に計算するのではなく、所定時間ごとに、本実施例においては１秒ごとに３重相関値Ｓｉを求めＴ個の３重相関値の平均値を最終的には３重相関値とし、時間ずれτ１、τ２も１秒の中でΔｔ秒ずつずらして３重相関値を算出する。例えば、電位データサンプリング周波数をｆｓ（Ｈｚ）とすると、ｆｓ＝２００Ｈｚの場合はΔｔ＝１／ｆｓ＝０．００５秒ずつずらして、３つの電位信号の積を算出する。また、１秒ごとに３つの信号が正または負になった時の回数Ｎを求め（Ｓ７０５）、最後に割る（Ｓ７０８）。式（９）に１秒ごとの、３重相関値Ｓｉの計算式を示す。
Figure JPOXMLDOC01-appb-I000008
（ｉ＝１、２、…、T、τ１＝Δｔ、２Δｔ、…、１（秒）、τ２＝Δｔ、２Δｔ、…、１（秒））
　このようにして、１秒ごとにＳｉを全データＴ秒まで計算する（Ｓ1、Ｓ2、・・・、ＳT）。Ｔ（秒）は好ましくは１０（秒）である。ただしＳｉは１秒ごとに算出されることに限定されない。τ１及びτ２の取りうる値はサンプリング周期の整数倍に等しい１秒以下の時間であるが、これらの値の大きさの最大値は１秒に限定されない。またサンプリング周期は０．００５秒に限定されない。なお３重相関値は、３つの信号の符号判定を行わずに、式（９）によって算出することもできる。
　この結果は、図１７に示すように、３重相関表示部６０４によって２つの遅延パラメータ（τ１、τ２）が形成する特徴空間上にプロットすることで、２つの遅延パラメータ（τ１、τ２）が形成する特徴空間上にプロットされた３重相関値分布の疑似３次元表示をすることができる。図１８は参考として、α波帯域の３重相関値分布の疑似３次元表示を示すものであるが、相関を有しないデータの影響を排除するため、予め定められたｔの値、例えばｔ＝ｉ＋１、においてＥＶＡ（ｔ）、ＥＶＢ（ｔ－τ１）及びＥＶＣ（ｔ－τ２）のすべてが同符号であったＳｉ（τ１，τ２）のみをプロットしたものである。図１８（ａ）は３重相関値の空間的、時間的乱れが小さいものであり、（ｂ）は３重相関値の空間的、時間的乱れが比較的大きいものを例示したものである。
　図１９は、図１８に例示したような３次元表示の図を上から見た図で、３つの波形が同符号をとる領域を白で表示し、３信号のどれか１つ符号が異なる領域を黒で表し、格子縞の乱れが生じていることが分かる。そこで、この乱れ（時間軸τ１、ｔ２方向のばらつき）を定量化するために、以下のように標準偏差ＳＤを定義する。
　図１９に示す白い四角形の領域は、隣接する白い四角形の領域と、縦横方向にそれぞれ間隔を有する。その間隔を図１９に示すように、ｄｘｉ（ｉ＝１，２、…、ｍ）、ｄｙｊ（ｊ＝１，２、…、ｎ）とする。次いで式（１０）、式（１１）に示すように、ｍ個のｄｘｉの標準偏差Ｓｔｄ＿ｄｘとｎ個のｄｙｊの標準偏差Ｓｔｄ＿ｄｙを算出し、式（１２）に示すように２つの標準偏差の平均値を指標値ＳＤとする。
Figure JPOXMLDOC01-appb-I000009
　また、式（９）で算出された３重相関値の標準偏差（空間軸方向のばらつき）Ｓは次式（１３）より求めることができる。
Figure JPOXMLDOC01-appb-I000010
　そして、このようにして求めたＳ値、ＳＤ値からガウシアン分布を作成すると図２０に示すようになる。図２０に示すように、楕円の中心から距離が遠いところにヒーリング音楽が分布していることがわかる。
　次に，上記ガウシアン分布により作成された等高線の高さの値とＮＸＰＲ値を用いて評価を行うため、図２１の散布図に示すようにストレス音楽、安静併願、ヒーリング音楽の３つの群をプロットした。
　安静閉眼とヒーリング音楽を定常状態とし、ストレス音楽との線形判別分析を行うと、等高線からの値Ｔ値（標高値）とＮＸＰＲ値において、式（１４）の判別関数で７３％の判別率で分類できる。そこで、これを気分障害指標として使用し、値が大きいほど気分障害の度合いが大きいということができる。
Figure JPOXMLDOC01-appb-I000011
　下の表３に示すように、全評価数に対する、安静・閉眼とヒーリング音楽視聴時の気分障害無し評価数およびストレス音楽視聴時の気分障害有り評価数の合計の比率をＮＸＰＲ値を指標とする気分障害測定の判別率として算出したところ、６０％の判別率（閾値をＮＸＰＲ＝０とする）であったが、３重相関値に基づく指標を併用することで判別率が１３％向上したことから、２つの指標を用いることで閉眼時の気分障害を測定する際の有効な気分障害指標になり得ることが分かる。
（表３）
Figure JPOXMLDOC01-appb-I000012
　［実施例４］
　実験で行った閉眼時と開眼時のすべてのコンテンツを用いて主成分分析を行い、第１主成分と第３主成分の主成分得点を２次元にプロットした結果、開眼時と閉眼時を分類することが可能となった。図２２に示すように、線形判別分析等により得られる直線（境界）より上が開眼時コンテンツ、直線より下が閉眼時コンテンツである。このことより、開眼と閉眼を分離することが可能となり、それぞれの測定条件に特化した処理を行うことが可能になる。例えば、被検者が開眼状態であると判定された場合には、実施例１に記載したＮＸＰＲ値に基づく評価が、また、閉眼と判定された場合には、実施例３に記載した３重相関値とＮＸＰＲ値とを組み合わせた指標に基づく評価が有効な評価手段となり得る。
　１０２　電位センサ
　１０４　頭部装着部
　１０８　増幅器・帯域フィルタ
　１１２　解析用コンピュータ
　１１４　基準電位センサ
　１１６　脳電位信号取得部
　１１８　第１のパワー値算出部
　１２０　第１の演算部
　１２２　第２の演算部
　１２４　第２のパワー値算出部
　１２６　第３の演算部
　１２８　主成分得点算出部
　１３０　開眼閉眼分類部

Claims (11)

  1. 　被験者の頭部上に配置された複数の電位センサを用いて異なる複数の部位で測定された脳電位信号を取得する脳電位信号取得手段と、
    　前記取得された脳電位信号を周波数解析することにより、前記複数の部位のうち所定の一つの部位での予め決められた第１の周波数帯域の総パワー値と、前記複数の部位のうち他の所定の一つの部位での予め決められた、第１の周波数帯域よりも低い第２の周波数帯域の総パワー値とをそれぞれ算出する第１のパワー値算出手段と、
    　前記第１の周波数帯域の総パワー値と前記第２の周波数帯域の総パワー値との差分の、前記第１の周波数帯域および前記第２の周波数帯域の総パワー値に対する比率を被験者の気分障害を判断するための指標として算出する第１の演算手段と、を備えることを特徴とする気分障害測定装置。
  2. 　国際１０－２０法で規定される電極配置において、前記所定の一つの部位はＰ３であり、前記他の所定の一つの部位はＯ２であることを特徴とする、請求項１に記載の気分障害測定装置。
  3. 　前記第１の周波数帯域はβ帯であり、前記第２の周波数帯域はδ帯および／またはθ帯であることを特徴とする、請求項１または２に記載の気分障害測定装置。
  4. 　前記脳電位信号取得手段は、被験者の頭部上の互いに異なる３つの部位での脳電位信号を取得するよう構成されており、
    　前記取得された各脳電位信号から脳深部の活動に起因する特定の周波数帯域の時系列データをそれぞれ抽出し、該それぞれ抽出された時系列データの位相関係に基づいて前記３つの部位で測定された脳電位信号の相関関係を示す相関値を算出し、算出された相関値に基づいて被験者の気分障害を判断するための指標を算出する第２の演算手段を備えることを特徴とする、請求項１から３までのいずれか一項に記載の気分障害測定装置。
  5. 　国際１０－２０法で規定される電極配置において、前記３つの部位は、Ｐ３、Ｐ４およびＯ２であることを特徴とする、請求項４に記載の気分障害測定装置。
  6. 　前記特定の周波数帯域はβ帯域であることを特徴とする、請求項４または５に記載の気分障害測定装置。
  7. 　前記脳電位信号取得手段は、被験者の前側頭部に配置された１つの電位センサを用いて該前側頭部での脳電位信号を取得し、
    　前記取得された脳電位信号を周波数解析することにより、予め決められた第３の周波数帯域の総パワー値と、該第３の周波数帯域よりも高い第４の周波数帯域の総パワー値とをそれぞれ算出する第２のパワー値算出手段と、
    　前記第４の周波数帯域の総パワー値に対する前記第３の周波数帯域の総パワー値の比率を被験者の気分障害を判断するための指標として算出する第３の演算手段と、を備えることを特徴とする、請求項１から６までのいずれか一項に記載の気分障害測定装置。
  8. 　国際１０－２０法で規定される電極配置において、前記１つの電位センサが配置される部位はＦ７であることを特徴とする、請求項７に記載の気分障害測定装置。
  9. 　前記第３の周波数帯域はδ帯であり、前記第４の周波数帯域はθ帯および／またはβ帯であることを特徴とする、請求項８に記載の気分障害測定装置。
  10. 　前記第１の演算手段で算出された前記指標、前記第２の演算手段で算出された前記指標および前記第３の演算手段で算出された前記指標に対して主成分分析を行って複数の主成分の主成分得点を算出する主成分得点算出手段と、
    　算出した主成分の主成分得点に基づいて開眼時と閉眼時を分類する開眼閉眼分類手段と、を備えることを特徴とする、請求項４から６までのいずれかを引用する請求項７から９までのいずれか一項に記載の気分障害測定装置。
  11. 　被験者の頭部上に配置された複数の電位センサを用いて異なる複数の部位で測定された脳電位信号を取得するステップと、
    　前記取得された脳電位信号を周波数解析することにより、前記複数の部位のうち所定の一つの部位での予め決められた第１の周波数帯域の総パワー値と、前記複数の部位のうち他の所定の一つの部位での予め決められた、第１の周波数帯域よりも低い第２の周波数帯域の総パワー値とをそれぞれ算出するステップと、
    　前記第１の周波数帯域の総パワー値と前記第２の周波数帯域の総パワー値との差分の、前記第１の周波数帯域および前記第２の周波数帯域の総パワー値に対する比率を被験者の気分障害を判断するための指標として算出するステップと、を含むことを特徴とする気分障害測定方法。
PCT/JP2019/009893 2018-03-13 2019-03-12 気分障害測定装置および気分障害測定方法 WO2019176905A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018045604A JP7098974B2 (ja) 2018-03-13 2018-03-13 気分障害測定装置および気分障害測定方法
JP2018-045604 2018-03-13

Publications (1)

Publication Number Publication Date
WO2019176905A1 true WO2019176905A1 (ja) 2019-09-19

Family

ID=67908320

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/009893 WO2019176905A1 (ja) 2018-03-13 2019-03-12 気分障害測定装置および気分障害測定方法

Country Status (2)

Country Link
JP (1) JP7098974B2 (ja)
WO (1) WO2019176905A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115644890A (zh) * 2022-11-15 2023-01-31 南京左右脑医疗科技集团有限公司 大脑状态识别方法、装置和存储介质

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7444003B2 (ja) 2020-09-15 2024-03-06 ニプロ株式会社 気分障害測定装置および気分障害測定方法
JPWO2022172792A1 (ja) * 2021-02-12 2022-08-18
CN112965060A (zh) * 2021-02-19 2021-06-15 加特兰微电子科技(上海)有限公司 生命特征参数的检测方法、装置和检测体征点的方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090054801A1 (en) * 2007-08-23 2009-02-26 Tallinn University Of Technology Method and device for determining depressive disorders by measuring bioelectromagnetic signals of the brain
CN102715903A (zh) * 2012-07-09 2012-10-10 天津市人民医院 基于定量脑电图的脑电特征提取方法
CN102824171A (zh) * 2012-07-16 2012-12-19 天津大学 脑卒中后抑郁症psd患者脑电特征提取方法
JP2013215281A (ja) * 2012-04-05 2013-10-24 Sony Corp 脳波解析装置、脳波解析プログラム及び脳波解析方法
KR20150030498A (ko) * 2013-09-12 2015-03-20 세종대학교산학협력단 전두엽 뇌파를 이용한 우울증 심도 측정 방법
JP2015529491A (ja) * 2013-03-14 2015-10-08 ザ ニールセン カンパニー （ユーエス） エルエルシー 脳波データを収集し解析するためのシステムおよび方法
WO2016143759A1 (ja) * 2015-03-06 2016-09-15 株式会社 脳機能研究所 感情推定装置及び感情推定方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090054801A1 (en) * 2007-08-23 2009-02-26 Tallinn University Of Technology Method and device for determining depressive disorders by measuring bioelectromagnetic signals of the brain
JP2013215281A (ja) * 2012-04-05 2013-10-24 Sony Corp 脳波解析装置、脳波解析プログラム及び脳波解析方法
CN102715903A (zh) * 2012-07-09 2012-10-10 天津市人民医院 基于定量脑电图的脑电特征提取方法
CN102824171A (zh) * 2012-07-16 2012-12-19 天津大学 脑卒中后抑郁症psd患者脑电特征提取方法
JP2015529491A (ja) * 2013-03-14 2015-10-08 ザ ニールセン カンパニー （ユーエス） エルエルシー 脳波データを収集し解析するためのシステムおよび方法
KR20150030498A (ko) * 2013-09-12 2015-03-20 세종대학교산학협력단 전두엽 뇌파를 이용한 우울증 심도 측정 방법
WO2016143759A1 (ja) * 2015-03-06 2016-09-15 株式会社 脳機能研究所 感情推定装置及び感情推定方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115644890A (zh) * 2022-11-15 2023-01-31 南京左右脑医疗科技集团有限公司 大脑状态识别方法、装置和存储介质

Also Published As

Publication number Publication date
JP7098974B2 (ja) 2022-07-12
JP2019154789A (ja) 2019-09-19

Similar Documents

Publication Publication Date Title
WO2019176905A1 (ja) 気分障害測定装置および気分障害測定方法
US20200170575A1 (en) Systems and methods to infer brain state during burst suppression
Henderson et al. Development and assessment of methods for detecting dementia using the human electroencephalogram
US10028694B2 (en) Non-invasive systems and methods to detect cortical spreading depression for the detection and assessment of brain injury and concussion
US11006848B2 (en) System and method to diagnose and predict different systemic disorders and mental states
KR20190059376A (ko) 뇌파를 통한 뇌 인지기능 평가 플랫폼 및 방법
Osinsky et al. Trait anxiety and the dynamics of attentional control
KR101535352B1 (ko) 전두엽 뇌파를 이용한 우울증 심도 측정 방법
Keshavarz et al. Detecting and predicting visually induced motion sickness with physiological measures in combination with machine learning techniques
Catrambone et al. Intensification of functional neural control on heartbeat dynamics in subclinical depression
EP3662826A1 (en) Application of real signal time variation wavelet analysis
JP7136264B2 (ja) ストレス判定装置、プログラム及び方法
van den Brink et al. Task-free spectral EEG dynamics track and predict patient recovery from severe acquired brain injury
Dehzangi et al. Towards multi-modal wearable driver monitoring: Impact of road condition on driver distraction
KR20140041382A (ko) 생물체의 정신생리학적 상태에 관한 정보 획득방법
Nardelli et al. ComEDA: A new tool for stress assessment based on electrodermal activity
Dimitriadis Reconfiguration of αmplitude driven dominant coupling modes (DoCM) mediated by α-band in adolescents with schizophrenia spectrum disorders
Candia-Rivera et al. Conscious processing of global and local auditory irregularities causes differentiated heartbeat-evoked responses
Lou et al. Multichannel linear descriptors analysis for event-related EEG of vascular dementia patients during visual detection task
JP6834318B2 (ja) ストレス評価装置及び方法
WO2018104751A1 (en) Method and system for determining the presence of an autism spectrum disorder
Xu et al. Approximate entropy analysis of event-related potentials in patients with early vascular dementia
Portnova et al. New approaches to clinical electroencephalography analysis in typically developing children and children with autism
CN111050667A (zh) 认知功能判定方法
Peruzzini et al. Toward the Definition of a Technological Set-up for Drivers' Health Status Monitoring

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19766848

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19766848

Country of ref document: EP

Kind code of ref document: A1