WO2020080354A1 - 脳波解析装置、脳波解析システム及び脳波解析プログラム - Google Patents

脳波解析装置、脳波解析システム及び脳波解析プログラム Download PDF

Info

Publication number
WO2020080354A1
WO2020080354A1 PCT/JP2019/040463 JP2019040463W WO2020080354A1 WO 2020080354 A1 WO2020080354 A1 WO 2020080354A1 JP 2019040463 W JP2019040463 W JP 2019040463W WO 2020080354 A1 WO2020080354 A1 WO 2020080354A1
Authority
WO
WIPO (PCT)
Prior art keywords
ratio
frequency band
wave
intensity
reference value
Prior art date
Application number
PCT/JP2019/040463
Other languages
English (en)
French (fr)
Inventor
俊弘 保坂
佐藤　寛
誠 田村
隆太 齊藤
Original Assignee
田辺三菱製薬株式会社
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 田辺三菱製薬株式会社 filed Critical 田辺三菱製薬株式会社
Priority to US17/285,160 priority Critical patent/US20210321929A1/en
Priority to EP19874500.2A priority patent/EP3868288A4/en
Priority to CN201980067324.8A priority patent/CN112888366A/zh
Priority to JP2020553193A priority patent/JP7061687B2/ja
Publication of WO2020080354A1 publication Critical patent/WO2020080354A1/ja

Links

Images

Classifications

    • 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]
    • A61B5/377—Electroencephalography [EEG] using evoked responses
    • A61B5/383—Somatosensory stimuli, e.g. electric stimulation
    • 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]
    • A61B5/372—Analysis of electroencephalograms
    • A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • 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]
    • 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]
    • A61B5/377—Electroencephalography [EEG] using evoked responses
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4824—Touch or pain perception evaluation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features

Definitions

  • the technology of the present invention relates to an electroencephalogram analysis device, an electroencephalogram analysis system, and an electroencephalogram analysis program.
  • a device in which an electroencephalogram is measured using a large number of electrodes and the state of the subject is estimated using the measured electroencephalogram (for example, see Patent Document 1).
  • Patent Document 1 it is necessary to attach a large number of electrodes to the target person while the brain wave detection accuracy is high. Since a large number of electrodes are required, the behavior of the subject is limited, and it is not possible to estimate the subject's condition by measuring brain waves in the subject's daily environment.
  • the present invention compared to the case where a large number of electrodes are attached, by a simple measurement, an electroencephalogram analysis device, an electroencephalogram analysis system, and an electroencephalogram that can evaluate sensory and functional changes such as concentration or pain due to stimulation such as environmental stimulation or body sensation.
  • the purpose is to provide an analysis program.
  • a first aspect of the present disclosure is an electroencephalogram analysis apparatus, from a spectrum obtained by frequency-analyzing time-series data of electroencephalogram measured at a predetermined site of the subject's head, a stressed state Of the intensity of a wave in the first frequency band relative to the intensity of the intensity of another wave in the first frequency band higher than the wave or the second intensity generated in the awake state
  • a first ratio which is the ratio of the feature quantity of the wave intensity in the first frequency band to the feature quantity of the wave intensity in the frequency band of, and the wave in the second frequency band generated in the awake state.
  • a calculation unit that calculates a second ratio, which is a ratio of the feature amount of the intensity of the wave in the third frequency band generated in the sleep state to the feature amount of the intensity, the first ratio, and the first ratio
  • the first reference value is an average value of the first ratio in the entire measurement time, an average value of the first ratio in a period before giving a stimulus, and a period of giving a stimulus.
  • the reference value is the average value of the second ratio in the entire measurement time, the average value of the second ratio in the period before stimulation, the average value of the second ratio in the stimulation period, It is the average value of the second ratio during the period after the end of the stimulation period or the average value of the second ratio during the period without stimulation.
  • the first reference value is the first ratio or an arithmetic mean value of values obtained by converting the first ratio into natural logarithm, an average value such as a weighted average value or a root mean square, or a first ratio or It is the median of the values obtained by converting the first ratio into a natural logarithm.
  • the second reference value is the second ratio or the average value such as the weighted average or the root mean square of the value obtained by converting the second ratio into natural logarithm, or the second ratio or the second ratio. It is the median of the values obtained by converting the ratio of 2 into the natural logarithm.
  • the average value or the median value is a value obtained by natural logarithmic conversion, a value obtained by returning it to an antilogarithm may be used as the reference value.
  • the estimation unit is such that points corresponding to the first ratio and the second ratio calculated by the calculation unit are origins of the first reference value and the second reference value,
  • the state of the subject is estimated by determining which quadrant of the two-dimensional coordinate having the first ratio as one axis and the second ratio as the other axis.
  • the estimation unit is configured such that the distance from the origin to the point, the distance from the origin to the point in the one axial direction, the distance from the origin to the other axial direction to the point, and within a predetermined period. Further, at least one of the occurrence frequencies of points appearing in the same quadrant is further used to estimate the degree in the state of the subject.
  • the estimation unit may calculate a difference between the first ratio calculated by the calculation unit and the first reference value, and the second ratio calculated by the calculation unit and the second ratio.
  • the first ratio and the second ratio calculated by the calculator based on the difference between the first reference value and the second reference value. 1 reference value or more and less than the second reference value, less than the first reference value and not less than the second reference value, or less than the first reference value and the second reference value
  • the state of the subject is estimated by determining whether or not it is less than.
  • the wave in the first frequency band is a ⁇ wave
  • the wave in the second frequency band is a ⁇ wave
  • the wave in the third frequency band is a ⁇ wave or a ⁇ wave.
  • the spectrum is a wave of the first frequency band with respect to a feature quantity of a wave intensity in a fourth frequency band lower than the second frequency band and higher than the third frequency band.
  • the third ratio which is the ratio of the characteristic amounts of the wave intensity of the second frequency band, is a spectrum in which the noise part that exceeds the third reference value is removed.
  • the noise portion is a low ⁇ wave that is a wave in the first frequency band or a second ⁇ frequency wave that is a wave in the first frequency band with respect to a characteristic amount of intensity of a Low ⁇ wave that is a wave in the fourth frequency band.
  • the third ratio which is the ratio of the feature amount of the intensity of the high ⁇ wave that is the wave, exceeds the third reference value.
  • the feature quantity of the wave intensity is the average value such as the weighted average value or the root mean square of the values obtained by converting the wave intensity belonging to the same frequency band or the wave intensity to a natural logarithm.
  • the wave intensity characteristic value is a value obtained by converting the wave intensity into a natural logarithm, it may be a value obtained by returning it to an antilogarithm.
  • the state of the subject is a state of attention, a state of concentration, or a state of distraction.
  • the condition of the subject is pain.
  • a second aspect of the present disclosure is an electroencephalogram analysis apparatus, from a spectrum obtained by frequency-analyzing time-series data of electroencephalogram measured at a predetermined site of the subject's head, a stressed state Of the intensity of a wave in the first frequency band relative to the intensity of the intensity of another wave in the first frequency band higher than the wave or the second intensity generated in the awake state
  • a first ratio which is a ratio of the feature quantity of the wave intensity in the first frequency band to the feature quantity of the wave intensity in the frequency band of, and a third frequency band or more generated in a sleep state
  • Calculation for calculating a fourth ratio which is a difference amount obtained from the wave intensity feature amount of each band when the band below the second frequency band is divided into two, or a ratio of the wave intensity feature amount of each band Part, the first ratio, the first ratio Estimating the state of the subject based on the first reference value determined from the above, the difference amount or the fourth ratio, and the second reference value determined from the difference amount or the fourth ratio And a part.
  • the difference amount is a difference between the integrated value of the intensity or power value of the low frequency side region and the integrated value of the intensity or power value of the high frequency side region, for example, the low frequency side region. Is the value obtained by subtracting the integrated value of the intensity or power value of the high frequency region from the integrated value of the intensity or power value of.
  • the fourth ratio is a ratio between the integrated value of the intensity or power value of the low frequency side region and the integrated value of the intensity or power value of the high frequency side region, for example, the high frequency side. It is the ratio of the integrated value of the intensity or power value of the low frequency region to the integrated value of the intensity or power value of the region.
  • the difference amount is a difference between the maximum power value in the low frequency region and the minimum power value in the high frequency region.
  • a third aspect of the present disclosure is an electroencephalogram analysis system, which includes a data acquisition unit that acquires time series data of electroencephalogram measured at a predetermined site on the subject's head, and the electroencephalogram analysis device described above. .
  • a fourth aspect of the present disclosure is an electroencephalogram analysis program, from a spectrum obtained by frequency-analyzing time-series data of electroencephalogram measured at a predetermined site of the subject's head, a stressed state Of the intensity of a wave in the first frequency band to the feature of the intensity of another wave in the first frequency band higher than the wave, or in the first frequency band Of the wave intensity in the second frequency band generated in the awake state with respect to the wave intensity feature amount of From a calculation step of calculating a second ratio, which is a ratio of the intensity feature amount of the wave in the third frequency band generated in the sleep state to the intensity feature amount, the first ratio, and the first ratio The determined first reference value, the second Ratio, and based on a second reference value determined from said second ratio, and executes an estimation step of estimating the state of the subject, to a computer.
  • a fifth aspect of the present disclosure is a first frequency generated in a stressed state from a spectrum obtained by frequency-analyzing time-series data of electroencephalogram measured at a predetermined site of a subject's head.
  • the ratio of the feature quantity of the strength of another wave in the first frequency band of the frequency band higher than the wave to the feature quantity of the wave in the band or the wave of the second frequency band generated in the awake state A first ratio, which is a ratio of the feature quantity of the wave intensity in the first frequency band to a feature quantity of the intensity, and a third frequency band or more that occurs in a sleep state and less than the second frequency band.
  • the daily state of the subject can be estimated by simple measurement.
  • FIG. 7 is a flowchart showing a flow of electroencephalogram analysis processing by the image forming apparatus. It is a figure showing the state of a subject in a coordinate system. It is a figure which shows the way of thinking of the index value of the point in a coordinate system. It is a figure which shows the transition of an index value. It is a figure which shows the transition of the amplitude spectrum in a measurement period.
  • FIG. 5 is a diagram showing the relationship between the time since the administration of formalin to mice and the nociceptive response in Example 3.
  • FIG. 5 is a diagram showing the relationship between the time since the administration of formalin to mice and the nociceptive response in Example 3.
  • FIG. 7 is a diagram showing frequency characteristics in a frequency band of ⁇ wave during pain and non-pain in Example 3.
  • FIG. 9 is a diagram showing frequency characteristics of brain wave intensity ratios of mice before and after administration of formalin in Example 3 when the mice were administered with formalin. It is a figure for demonstrating the difference amount of the ratio of the electroencephalogram intensity
  • FIG. 1 is a diagram showing an example of an electroencephalogram analysis system according to the present embodiment.
  • the electroencephalogram system includes a data acquisition unit 10, a mobile terminal 20, and an electroencephalogram analysis device 30.
  • the data acquisition unit 10 is attached to, for example, the subject's forehead, temporal region, or occipital region, detects the subject's brain waves, and acquires brain wave data.
  • the data acquisition unit 10 has at least one electrode 12 that contacts a subject.
  • the electrode 12 detects a potential change generated from the cerebral cortex as an electroencephalogram.
  • the data acquisition unit 10 has a transmission unit (not shown).
  • the data acquisition unit 10 transmits the acquired brain wave data to the mobile terminal 20 via the transmission unit.
  • the data acquisition unit 10 further includes a reference electrode 14.
  • the reference electrode 14 is attached to the subject's ear, for example.
  • the data acquisition unit 10 transmits data indicating the potential change between the electrode 12 and the reference electrode 14 to the mobile terminal 20 via the transmission unit.
  • the term “subject” is used, but the subject is not limited to human. Any animal can be included in the subject as long as the subject is detected with an electroencephalogram.
  • the electrode 12 and the reference electrode 14 are attached to appropriate attachment positions selected by those skilled in the art.
  • the mobile terminal 20 is carried by the target person and accumulates the brain wave data acquired by the data acquisition unit 10.
  • the accumulated electroencephalogram data is transmitted to the electroencephalogram analysis device 30 at a predetermined timing via a communication network 40 such as the Internet.
  • the electroencephalogram analysis device 30 analyzes the electroencephalogram. Details of the analysis of the electroencephalogram will be described later.
  • brain wave data is once accumulated in the mobile terminal 20 and transmitted to the brain wave analyzer 30.
  • the electroencephalogram data acquired by the data acquisition unit 10 may be directly transmitted to the electroencephalogram analysis device 30.
  • the electroencephalogram data is transmitted from the data acquisition unit 10 to the electroencephalogram analysis device 30 wirelessly or by wire.
  • the analysis result analyzed by the electroencephalogram analysis device 30 is displayed on at least one of the display unit 22 included in the mobile terminal 20 and the display unit 36 of the electroencephalogram analysis device 30. Thereby, the analysis result can be confirmed by at least one of the subject and the analyst.
  • FIG. 2 is a diagram showing the classification of mouse and human brain waves.
  • the upper row shows the classification of mouse brain waves
  • the lower row shows the classification of human brain waves.
  • the electroencephalogram acquired by the data acquisition unit 10 in FIG. 1 includes waves in a plurality of frequency bands, and a name is given to each frequency band.
  • mouse EEG is shown in addition to human EEG.
  • the brain waves of similar humans and mice will be described here.
  • the mouse electroencephalogram is roughly classified into a wave in the first frequency band, a wave in the second frequency band, and a wave in the third frequency band.
  • Many waves in the first frequency band can occur under stress.
  • a large number of waves in the second frequency band can occur in a normal awake state.
  • Many waves in the third frequency band may occur in a sleep state.
  • the first frequency band includes ⁇ 4 waves to ⁇ 1 waves
  • the second frequency band includes ⁇ waves
  • the third frequency band includes ⁇ waves and ⁇ waves. Is included.
  • Human brain waves are classified into the fourth to fourth frequency bands in addition to the first to third frequency bands. Many waves in the first frequency band can occur under stress. A large number of waves in the second frequency band can occur in a normal awake state. Many waves in the third frequency band may occur in a sleep state. The fourth frequency band can often occur in a relaxed state.
  • the first frequency band includes High ⁇ wave, Mid ⁇ wave, and Low ⁇ wave
  • the second frequency band includes High ⁇ wave and Low ⁇ wave
  • the fourth frequency band includes , High ⁇ waves and Low ⁇ waves are included, and ⁇ waves and ⁇ waves are included in the third frequency band.
  • the frequency band and name of each wave differ between mouse and human. However, it is known that waves represented by the same Greek letter have similar characteristics even between a mouse and a human.
  • FIG. 3 is a block diagram showing the hardware configuration of the electroencephalogram analysis apparatus.
  • the electroencephalogram analysis device 30 includes a CPU (Central Processing Unit) 31, a ROM (Read Only Memory) 32, a RAM (Random Access Memory) 33, a storage 34, an input unit 35, a display unit 36, and a communication interface. (I / F) 37 is provided.
  • the components are connected to each other via a bus 39 so that they can communicate with each other.
  • the CPU 31 is a central processing unit that executes various programs and controls each unit. That is, the CPU 31 reads the program from the ROM 32 or the storage 34 and executes the program using the RAM 33 as a work area. The CPU 31 controls various components described above and performs various arithmetic processes according to a program recorded in the ROM 32 or the storage 34. In the present embodiment, the ROM 32 or the storage 34 stores an electroencephalogram analysis program for analyzing electroencephalograms.
  • the ROM 32 stores various programs and various data.
  • the RAM 33 temporarily stores a program or data as a work area.
  • the storage 34 is configured by an HDD (Hard Disk Drive) or SSD (Solid State Drive), and stores various programs including an operating system and various data.
  • the input unit 35 includes a pointing device such as a mouse and a keyboard, and is used to perform various inputs.
  • the display unit 36 is a liquid crystal display and displays various kinds of information.
  • the display unit 36 may employ a touch panel method and function as the input unit 35.
  • the communication interface 37 is an interface for communicating with other devices such as the data acquisition unit 10 and the mobile terminal 20, and is, for example, Ethernet (registered trademark), FDDI, Wi-Fi (registered trademark), or Bluetooth (registered trademark). ) Etc. standards are used.
  • FIG. 4 is a block diagram showing an example of the functional configuration of the electroencephalogram analysis apparatus.
  • the electroencephalogram analysis device 30 has a calculation unit 301 and an estimation unit 302 as functional configurations. Each functional configuration is realized by the CPU 31 reading out an electroencephalogram analysis program stored in the ROM 32 or the storage 34, expanding the program in the RAM 33, and executing it.
  • the calculation unit 301 calculates the first ratio and the second ratio from the spectrum obtained by frequency-analyzing the time-series data of the electroencephalogram measured at a predetermined site on the subject's head.
  • the calculation unit 301 extracts two waves each having two specific frequencies from the spectrum in order to calculate the first ratio and the second ratio, and calculates the ratio of the characteristic amounts of the extracted wave intensities.
  • the predetermined part is the forehead part, the temporal region, or the occipital region of the subject.
  • the spectrum includes an amplitude spectrum and a power spectrum.
  • a case where the amplitude spectrum is obtained by frequency analysis will be described.
  • the first ratio is the intensity of the other wave in the first frequency band higher than the wave with respect to the characteristic amount of the intensity of the wave in the first frequency band generated in the stressed state. It is a ratio of feature amounts.
  • the first ratio is, for example, the ratio of the intensity of the High ⁇ wave to the intensity of the Low ⁇ wave in the first frequency band shown in FIG. 2.
  • the first ratio is a ratio of the characteristic amount of the wave intensity in the first frequency band to the characteristic amount of the wave intensity in the second frequency band generated in the awake state.
  • the first ratio is, for example, the ratio of the intensity feature amount of the High ⁇ wave or the Mid ⁇ wave in the first frequency band to the intensity feature amount of the High ⁇ wave in the second frequency band illustrated in FIG. 2.
  • the first ratio is, for example, the ratio of the ⁇ 2 wave, ⁇ 3 wave, or ⁇ 4 wave intensity feature amount to the ⁇ 3 wave or ⁇ 4 wave intensity feature amount of the ⁇ 1 wave, or the ⁇ wave intensity feature amount.
  • the second ratio is the ratio of the feature amount of the wave intensity in the third frequency band generated in the sleeping state to the feature amount of the wave intensity in the second frequency band generated in the awake state.
  • the second ratio is, for example, the whole ⁇ wave in the second frequency band shown in FIG. 2, or the ⁇ wave or the ⁇ wave in the third frequency band with respect to the feature amount of the intensity of the High ⁇ wave or the Low ⁇ wave. It is a ratio of intensity feature amounts. In the case of a mouse, the second ratio is, for example, the ratio of the feature amount of the ⁇ wave intensity to the entire ⁇ wave.
  • the characteristic value of wave intensity is the average value of wave intensity, the maximum value of wave intensity, the integrated value of wave intensity, or the median value of wave intensity that belong to the same frequency band.
  • the feature quantity of the wave intensity in the (first, second or third) frequency band may be derived or calculated from a part of the frequency band, or derived from the entire frequency band. It may be calculated.
  • the strength of a wave having a specific frequency within the frequency band may be used as the feature quantity of the strength of the wave within the frequency band.
  • an average value, an integrated value, a median value or a maximum value of the intensities of the waves belonging to a part or the whole of the frequency band may be used as the feature amount of the intensities of the waves in the frequency band.
  • the average value may be any of an arithmetic average value, a weighted average value, a geometric average value, and a value based on a root mean square.
  • the wave intensity is an amplitude value when the spectrum is an amplitude spectrum, and a power value when the spectrum is a power spectrum.
  • the amplitude is used as the wave intensity.
  • the estimation unit 302 determines the state of the subject based on the first ratio, the first reference value determined from the first ratio, the second ratio, and the second reference value determined from the second ratio. presume. The estimation of the first reference value, the second reference value, and the state of the subject will be described later.
  • FIG. 5 is a flowchart showing the flow of electroencephalogram analysis processing by the image forming apparatus.
  • the CPU 31 reads an electroencephalogram analysis program from the ROM 32 or the storage 34, expands it in the RAM 33, and executes it to perform an electroencephalogram analysis process.
  • FIG. 6 is a diagram showing the state of the subject in the coordinate system.
  • the CPU 31 acquires brain wave data obtained by measuring the brain wave of the subject for a predetermined time (step S101).
  • the electroencephalogram data is received from the data acquisition unit 10 or the mobile terminal 20 as described above.
  • the CPU 31 converts an electroencephalogram into an amplitude for each frequency band by a method such as Fourier transform and obtains an amplitude spectrum (step S102).
  • the CPU 31 calculates the first ratio using the amplitude spectrum obtained by the Fourier transform (step S103).
  • the first ratio the case where the CPU 31 calculates the ratio of the amplitude of the High ⁇ wave to the amplitude of the Low ⁇ wave will be described. Therefore, the CPU 31 extracts the Low ⁇ wave component and the High ⁇ wave component from the amplitude spectrum and calculates the amplitude ratio of each time.
  • the CPU 31 calculates the second ratio using the amplitude spectrum obtained by the Fourier transform (step S104).
  • the second ratio the case where the CPU 31 calculates the ratio of the ⁇ wave amplitude to the ⁇ wave amplitude will be described. Therefore, the CPU 31 extracts the ⁇ -wave component and the ⁇ -wave component from the amplitude spectrum and calculates the amplitude ratio of each time.
  • the CPU 31 creates a coordinate system using the first ratio and the second ratio (step S105). Specifically, the CPU 31 calculates the first ratio of the total measurement time of the electroencephalogram or an average of values obtained by converting the first ratio into a natural logarithm by an arithmetic mean, a weighted average, or a root mean square method.
  • the first reference value is the value, the first ratio, or the median value of the values obtained by converting the first ratio into natural logarithm, or the average value or the value obtained by returning the median value to the true number.
  • the CPU 31 calculates the second ratio of the total measurement time or the average value obtained by a method such as an arithmetic mean, a weighted average, or a root mean square of values obtained by converting the second ratio into a natural logarithm.
  • the ratio or the median value of the values obtained by converting the second ratio into natural logarithm, or the average value and the value obtained by returning the median value to the true number are used as the second reference value.
  • the CPU 31 sets the first ratio to the vertical axis (Y axis), the second ratio to the horizontal axis (X axis), and sets the first reference value and the second reference value to the origin, as shown in FIG. Create the coordinate system to be.
  • first reference value and the second reference value do not necessarily have to be origins as long as the first ratio is the vertical axis (Y axis) and the second ratio is the horizontal axis (X axis). .
  • first reference value and the second reference value do not have to be average values of all measurement times of the electroencephalogram. It may be the average value of the period before giving the stimulus, the average value of the period giving the stimulus, or the average value of the period after the end of the period giving the stimulus.
  • the 1st reference value and the 2nd reference value are calculated as an average value of all measurement time is explained.
  • the CPU 31 estimates the state of the target person using the created coordinate system (step S106).
  • the created coordinate system the larger the value on the vertical axis, the more excited the subject is.
  • the larger the value on the horizontal axis the more diffuse the subject is.
  • the quadrant is divided into the first quadrant 51 to the fourth quadrant 54.
  • the first quadrant 51 both the X-axis value and the Y-axis value of the point are equal to or greater than the first reference value and the second reference value.
  • the second quadrant 52 the X-axis value of the point is smaller than the first reference value and the Y-axis value is equal to or larger than the second reference value.
  • both the X-axis value and the Y-axis value of the point are smaller than the first reference value and the second reference value.
  • the fourth quadrant 54 the X-axis value of the point is equal to or larger than the first reference value, and the Y-axis value is smaller than the second reference value.
  • the first quadrant 51 is a region where points are easily plotted when the subject is in a distracted state due to a stimulus such as pain.
  • the second quadrant 52 is an area where points are easily plotted when the subject is paying attention.
  • the third quadrant 53 is a region where points are easily plotted when the target person is concentrated.
  • attention is a state of focusing on the necessary target, inputting, processing, and outputting information, while paying attention to the surroundings, whereas concentration is one thing.
  • concentration is one thing.
  • the point is that the consciousness is continuously turned to.
  • the fourth quadrant 54 is a region where points are easily plotted when the subject is distracted due to sleepiness or the like. In this way, the characteristics of each quadrant can be found in advance, and the state of the subject can be estimated based on which quadrant the points are plotted in.
  • FIG. 7 is a diagram showing the concept of index values of points in the coordinate system.
  • FIG. 8 is a diagram showing the transition of the index value.
  • FIG. 7 an example focusing on the first quadrant 51 will be described.
  • the point 60 is plotted in the first quadrant 51, for example, the following five values can be used as the index value.
  • Index value E A value obtained by multiplying any of A to C above by D above
  • an index value is obtained based on the relationship from the origin 50 and the frequency of occurrence of the points in each quadrant.
  • the index value is larger during the stimulation period in which the subject is stimulated than before and after the stimulation period.
  • the degree in a specific state for example, the degree of concentration can be estimated.
  • the period before the stimulation is applied is the origin calculation period, and the average value of the first ratio value and the second ratio value calculated from the electroencephalogram in the origin calculation period is shown in FIG.
  • the index values such as the above-mentioned index values A to E are obtained, and the change over time of the index value is represented.
  • the increase in the index value during the stimulation period can be clearly seen as compared with the index value before the stimulation is applied.
  • which period of the electroencephalogram is used to calculate the first reference value and the second reference value is important in estimating the state of the subject.
  • the origin calculation period is the period before the stimulation period in addition to the stimulation period, the stimulation period, the period after the stimulation period, the period without stimulation (the period between the stimulation period) or the previous period. Can be any of the full periods from to the later period.
  • the first reference value and the second reference value may be sequentially calculated in real time.
  • the electroencephalogram analysis device 30 sequentially receives the electroencephalogram data and updates the first reference value and the second reference value within the received range.
  • step S105 the coordinate system is created, and the state of the subject is determined by the quadrant in which the points appear in the coordinate system.
  • the present embodiment does not necessarily have to assume the coordinate system.
  • the first ratio and the second ratio calculated by the calculation unit 301 are equal to or higher than the first reference value and equal to or higher than the second reference value, or equal to or higher than the first reference value and equal to the second reference value. It is possible to estimate the state of the subject by determining whether it is less than, less than the first reference value and greater than or equal to the second reference value, or less than the first reference value and less than the second reference value.
  • FIG. 9 is a diagram showing changes in the amplitude spectrum during the measurement period.
  • FIG. 10 is a diagram showing the transition of the index value of the points appearing in the third quadrant 53 of FIG.
  • FIG. 11 is a diagram showing the average value of the products of the distance from the origin and the appearance frequency in the third quadrant 53 before and during the application of the stimulus.
  • Example 1 the electroencephalogram was detected from the subject by the data acquisition unit 10 for about 40 minutes. Stimulation was given by having the subject play a puzzle game from about 20 minutes after the start of the detection of the electroencephalogram until the end of the detection.
  • the electroencephalogram data was transmitted from the data acquisition unit 10 to the electroencephalogram analysis device 30, and the electroencephalogram analysis device 30 analyzed the electroencephalogram.
  • the analysis of the electroencephalogram was performed according to the electroencephalogram analysis processing shown in FIG.
  • the coordinate system creation in step S105 the electroencephalogram data of the entire measurement period of the subject was used, and a coordinate system having the first reference value and the second reference value, which are the average values thereof, as the origin was created.
  • step S106 in the coordinate system shown in FIG. 6, attention is paid to the third quadrant 53, and the index value is calculated only for the points appearing in the third quadrant 53. The index value was calculated as the distance from the origin 50 to the point.
  • the results shown in Fig. 9 were obtained as the transition of the EEG amplitude spectrum.
  • the results shown in FIG. 9 show the amplitudes of all the waves obtained by the Fourier transform. When the subject plays the puzzle game, it can be seen that the amplitude is rising at any of the waves. It is difficult to tell which wave the amplitude is increasing.
  • the data of the transition of the amplitude spectrum shown in FIG. 9 includes noise derived from the power source.
  • the noise derived from the power source will be referred to as power source noise below. It is preferable to remove power noise.
  • the commercial power supply frequency 50 Hz or 60 Hz in Japan
  • the converted frequency is removed in the environment close to the inverter device.
  • the width is taken from the median of the frequencies and the noise is removed. The width can be adjusted according to the intensity of power supply noise.
  • the power noise intensity is high, a wider frequency band from the median value is deleted than when the power noise intensity is low.
  • the commercial power supply frequency is 50 Hz
  • the frequency band in the range of 49.25 Hz to 50.75 Hz is removed from the amplitude spectrum.
  • the range to be deleted can be set at 0.25 to several Hz around the median value.
  • the average value of the index value (distance from the origin) of the points that appear is multiplied by the frequency of appearance of the points. Then, as shown in FIG. 11, it can be seen that the numerical value that was 0.3 or less before the stimulation was 0.7 or more during the stimulation, and the numerical value was twice or more. As described above, it is understood that the change in the state of the subject can be quantitatively and clearly expressed by digitizing the state using the index value for each period.
  • FIG. 12 is a diagram showing the transition of the index value of the points appearing in the third quadrant of FIG.
  • FIG. 13 is a diagram showing the transition of the index value of a point appearing in the first quadrant of FIG.
  • Example 2 headphones were attached to both ears of the subject and brain waves were measured for about 27 minutes.
  • a period P1 in which no music is played a period P2 in which jazz music is played from the headphones to both ears of the subject, and a waltz music to the left ear of the subject from the headphones and jazz music to the right ear
  • the period P3 was set to flow.
  • the period P1 was about 5 minutes
  • the period P2 was about 11 minutes
  • the period P3 was about 11 minutes.
  • the electroencephalogram data was transmitted from the data acquisition unit 10 to the electroencephalogram analysis device 30, and the electroencephalogram analysis device 30 analyzed the electroencephalogram.
  • the analysis of the electroencephalogram was performed according to the electroencephalogram analysis processing shown in FIG.
  • the electroencephalogram data of the entire measurement time was used, and a coordinate system having the first reference value and the second reference value, which are average values thereof, as the origin was created.
  • step S106 attention is paid to the first quadrant 51 and the third quadrant 53 in the coordinate system shown in FIG. 6, and the respective index values for the points appearing in the first quadrant 51 and the third quadrant 53 are calculated.
  • the index value was calculated as the distance in the X-axis direction from the origin 50 to the point.
  • FIG. 12 shows the index value when a point appears in the third quadrant 53.
  • points are likely to appear in the third quadrant 53. It can be seen that the frequency of appearance of points is reduced in the second period P2 in which jazz is played in both ears, compared to the first period P1 in which there is no music. Further, it can be seen that the frequency of appearance of points increases in the third period P3 in which different music is played in the left and right ears, compared to the first period P1.
  • FIG. 13 shows the index value when a point appears in the first quadrant 51.
  • dots are likely to appear in the first quadrant 51.
  • the frequency of appearance of points increases in the second period P2 in which jazz is played in both ears, compared to the first period P1 in which there is no music. Further, it can be seen that the frequency of appearance of points is reduced in the third period P3 in which different ears play different music with respect to the first period P1.
  • FIG. 12 and FIG. 13 show contradictory concentration states and diffuse states, and it can be seen that the frequency of appearance of points is reversed in the periods P2 and P3. This supports that the concentrated state of the target person who can be estimated by paying attention to the first quadrant 51 and the diffused state of the target person that can be estimated by focusing on the third quadrant 53 are properly estimated.
  • FIG. 14 is a diagram showing an experimental result of pain using a mouse.
  • Example 3 using a mouse, the estimation of the state of the subject by the above-mentioned EEG analysis processing was verified.
  • a mouse anesthetized with isoflurane was fixed on a stereotaxic apparatus, and the primary somatosensory area, the habenula and the prefrontal cortex were inserted so that the tips of the tungsten electrodes were positioned and fixed.
  • the local electric field potential (recording device: Tucker-Davis Technologies, RZ5) was recorded from the freely moving mouse in the open field.
  • 20 ⁇ L of a 5% formalin solution was subcutaneously injected into the left hind footpad, and the local electric field potential was recorded again in the open field for 1 hour.
  • the local electric field potential was recorded from the mice freely moving in the open field.
  • the pain behavior evaluation after formalin administration the total time of pain behavior such as licking and biting the foot was visually measured using a stopwatch.
  • FIG. 14 The results of implementation based on EEG are as shown in Fig. 14.
  • the data (points) are plotted in the first quadrant 51 when the average value of all the measurement time of the electroencephalogram is used as the origin of the X axis and the Y axis, that is, the first reference value and the second reference value.
  • Frequency As shown in FIG. 14, as compared to Phase 0 before administration of formalin, in Phases 1 to 3, the frequency of appearance of dots in the first quadrant 51 was significantly increased based on the electroencephalogram. As time passed from Phase 1 to Phase 3, the frequency of appearance of points in the first quadrant 51 gradually decreased.
  • the transition of the frequency of appearance of the points in the first quadrant 51 was consistent with the transition of the total time of pain behavior visually monitored. From this, it was confirmed that the change in the mouse state estimated from the electroencephalogram was consistent with the change in the actual mouse state.
  • FIG. 15 is a diagram showing an example of an amplitude spectrum obtained by frequency-analyzing the electroencephalogram of the subject.
  • FIG. 16 is a diagram showing changes in the amplitude spectrum during the measurement period.
  • FIG. 17 is a diagram showing an example of the amplitude spectrum after noise removal.
  • FIG. 18 is a diagram showing the transition of the amplitude spectrum after noise removal.
  • the unit of the horizontal axis is 1/4 Hz, and, for example, 60 on the horizontal axis means 15 Hz.
  • the power supply noise is removed from the amplitude spectrum data by removing the data in the frequency band near 50 Hz including 50 Hz. In the following, in addition to the power source noise, noise derived from myoelectricity is also removed.
  • FIG. 17 is a diagram showing an amplitude spectrum after noise removal.
  • FIG. 18 is a diagram showing the transition of the amplitude spectrum after noise removal.
  • the Journal of Pediatric Dentistry 32 (4): 872-888 (1994) shows that in the electromyogram during clenching, at least in the frequency band of 0 to 50 Hz (0 to 100 Hz in the case of widening), the It is shown that the power increases almost linearly. This overlaps with the frequency band of human brain waves ⁇ to ⁇ waves, and myoelectricity with high intensity masks the electroencephalogram, resulting in noise in the electroencephalogram measurement in daily life using a wearable device. It is possible to improve the accuracy of the analysis by canceling noise other than the electroencephalogram by not including the data having the higher frequency and the higher intensity in the analysis.
  • the electromyogram is not the electroencephalogram, and the electromyogram is excluded from the analysis target.
  • the reference value (third reference value) is set to 2 in this example, the reference value is not limited to 2.
  • the reference value can be changed according to the specifications of the electroencephalograph.
  • the vertical axis of the graph in the above literature is the percentage of the integral of the power value for every 20 Hertz.
  • the amplitude spectrum shown in FIG. 15 was obtained.
  • a distorted waveform that is considered as noise is observed in the frequency band in which the Low ⁇ , High ⁇ , and Low ⁇ waves appear.
  • the transition of the amplitude spectrum during a predetermined measurement period including the mastication period is as shown in FIG. It can be seen that the amplitude is large during the period when the subject is chewing.
  • the CPU 31 uses the first reference value and the first reference value as the average value of the first ratio value and the second ratio value calculated from the electroencephalogram during the period in which the subject closed his / her eyes and was at rest (when the subject had his eyes closed).
  • a coordinate system may be created as the reference value of 2.
  • FIG. 19 and FIG. 20 are graphs showing an example of experimental results for humans.
  • FIG. 19 is a graph in which the first ratio and the second ratio calculated from the frequency characteristics of the electroencephalogram when four subjects are listening to music and in a relaxed state are plotted.
  • FIG. 20 is a graph in which the first ratio and the second ratio calculated from the frequency characteristics of the electroencephalogram when the four subjects are in the state of resting eyes closed are plotted.
  • the brain waves were measured twice in the morning and the afternoon for four subjects.
  • A1 indicates a plot based on the measurement result in the morning of the first subject
  • P1 indicates a plot based on the measurement result in the afternoon of the same first subject.
  • the value of the first ratio and the value of the second ratio at the time of resting eyes tend to be smaller than in the relaxed state. Therefore, if a coordinate system with the value at rest closed eyes as the origin is used, the amount of data in the second quadrant 52 and the third quadrant 53 decreases, and it becomes difficult to estimate whether or not the subject is paying attention or concentration. There is.
  • the CPU 31 uses the value obtained by subtracting the frequency of appearance in the first quadrant 51 during the stimulation period from 1 in the coordinate system with the value at the time of resting eyes closed as the origin, as an index of the degree of concentration of the target person, and the state of the target person. May be estimated.
  • a value obtained by subtracting the appearance frequency in the first quadrant 51 during the stimulation period from 1 in the coordinate system with the value at the time of resting eyes closed as the origin is also referred to as a diffuse reduction rate.
  • Rest (1) is a period in which the subject performs a work that can be done without paying particular attention, such as logging in to the PC or restarting.
  • the task (1) is a period in which the target person solves a puzzle with a difficulty level set to be easy, for example, using numbers.
  • Task (2) is, for example, a period in which the subject solves various puzzles within a limited time. Resting eyes are the periods when the subject is open and as innocent as possible.
  • the task (3) is a period in which the target person solves a puzzle whose difficulty level is set to be more difficult than that of the task (1) by using, for example, numbers.
  • the task (4) is, for example, a period in which the subject solves various puzzles having different contents from the task (2) within the time limit.
  • Resting eyes closed is the period when the subject is in a resting state with his eyes closed.
  • Relaxation is the period in which the subject is in a relaxed state listening to music of a calming genre.
  • FIG. 22 is a line graph showing the frequency of appearance in the first quadrant 51 at the time of each work shown in FIG.
  • FIG. 23 is a bar graph showing the diffuse reduction rate (value obtained by subtracting the frequency of appearance in the first quadrant 51 during the stimulation period from 1) during each work shown in FIG.
  • the graph shown in FIG. 23 means that the higher the height of the bar, the higher the concentration of the target person. Therefore, the CPU 31 may estimate the state of the target person based on the diffusion reduction rate of the target person.
  • the coordinate system is created with the second ratio as the horizontal axis, but the present invention is not limited to this example. Instead of the second ratio, it is obtained from the wave intensity of each band when a band equal to or higher than the third frequency band generated in the sleep state or the like and less than the second frequency band generated in the awake state is divided into two.
  • a coordinate system may be created with the feature amount as the horizontal axis. That is, for human beings, the third frequency band and the fourth frequency band, for example, the third frequency band and the fourth frequency band (3.5 Hz to 11.75 Hz) that occur in a light sleep state are divided into two.
  • a coordinate system may be created with the horizontal axis representing the characteristic amount obtained from the wave intensity of each band at the time. In the case of a mouse, a coordinate system may be created with the horizontal axis representing the characteristic amount obtained from the wave intensity of each band when the third frequency band (4 Hz to 12 Hz) is divided into two.
  • FIG. 24 is a graph showing the relationship between the time from the administration of formalin to mice and the nociceptive response in Example 3. As shown in FIG. 24, nociceptive responses were observed in Phase 1 (0-10 minutes after administration) and Phase 2 (25-35 minutes after administration), whereas nociceptive responses were observed in the period between Phase 1 and Phase 2. Is hardly seen.
  • FIG. 25 is a graph showing frequency characteristics in the frequency band of the ⁇ wave during pain and non-pain in Example 3.
  • Reference numeral 201 is a frequency characteristic at the time of non-pain.
  • Reference numeral 202 is a frequency characteristic during the Phase 1 period.
  • Reference numeral 203 is a frequency characteristic in the Phase 2 period. As shown in FIG. 25, according to the experimental results of pain using mice, the peak of the ⁇ wave tended to shift to the lower wavenumber side in the pain of Phase 1 and Phase 2 than in the non-pain.
  • FIG. 26 is a graph showing the frequency characteristics of the ratio of the electroencephalogram intensity of the mouse before and after administration of formalin to the mouse in Example 3.
  • PF 0 to 5 minutes after the administration
  • Phase 1: P1 0 to 10 minutes after the administration
  • Pre 10 to 15 minutes after the administration of the electroencephalogram intensity
  • P1-2 25 to 35 minutes later
  • Phase2: P2 25 to 35 minutes later
  • 24H 24 hours later
  • the wave intensity ratio of each frequency is shown. Since the period of PF is included in the period of P1, hereinafter, when it is related to both the period of P1 and the period of PF, it is described as P1 (PF).
  • Reference numeral 211 is an intensity ratio in the period of P1 (PF).
  • Reference numeral 212 is a frequency characteristic in the period P1-2.
  • Reference numeral 213 is the intensity ratio of P2.
  • Reference numeral 214 is the intensity ratio 24 hours after the administration of formalin.
  • the intensity ratio tended to increase in the ⁇ -wave region during P1 (PF) and P2 pain.
  • the intensity ratio in the period between P1 (PF) and P2 (P1-2), when the intensity ratio is 24 hours after the non-pain period (24H / Pre), compared with the period before and after.
  • the value tended to be close to.
  • the intensity ratio of theta wave and gamma wave 60 Hz or more
  • the intensity ratio of theta wave and gamma wave 60 Hz or more
  • the CPU 31 may divide the frequency band of the ⁇ wave into two, and create a coordinate system with the horizontal axis representing the difference between the characteristic amounts obtained from the wave intensities of the respective bands.
  • the difference between the feature amounts obtained from the wave intensities of the two bands is defined as the difference amount.
  • the CPU 31 has an average value obtained by a method such as arithmetic mean, weighted average, or root mean square of all measurement time differences, an average value of natural logarithms of all EEG measurement time difference amounts, or the center of the difference amounts. The value is used as the second reference value.
  • FIG. 27, FIG. 28, and FIG. 29 are graphs for explaining the amount of difference in the ratio of the electroencephalogram intensity of the mouse before and after the administration of formalin to the mouse. Various values may be used as the difference amount.
  • the low frequency side is the A region and the high frequency side is the B region.
  • FIG. 27 is a graph showing frequency characteristics of human brain wave amplitude intensity.
  • Reference numeral 401 is a frequency characteristic of the electroencephalogram during pain
  • reference numeral 402 is a frequency characteristic of the electroencephalogram during non-pain.
  • the area A is set to approximately 4.0 to 9.5 Hz
  • the area B is set to 9.5 Hz to 12 Hz.
  • 28 and 29 are graphs showing the frequency characteristics of the ratio of the electroencephalogram of the mouse from the time of non-pain.
  • the A region is set to 4.0 to 7.5 Hz and the B region is set to 8.0 Hz to 11.5 Hz.
  • FIG. 29 is a graph in which the frequency characteristic in Phase 1 is extracted from the graph of FIG.
  • the above-mentioned frequency bands are the A region and the B region, but the frequency bands in each region are not limited to the example.
  • the range of 1 to 2 Hz before and after the peak frequency appearing in the frequency band of the High ⁇ wave and the Low ⁇ wave is the A region
  • the frequency band of the High ⁇ wave and the Low ⁇ wave is the region higher than the A region. It may be the B region.
  • the frequency band of the ⁇ wave may be equally divided, and the low frequency side may be the A region and the high frequency side may be the B region.
  • the CPU 31 may use the maximum value of the power value of the A area as the characteristic amount of the A area, and may use the minimum value of the power value of the B area as the characteristic amount of the B area. Further, the CPU 31 may use the amplitude value in the A area as the characteristic amount of the A area and use the amplitude value in the B area as the characteristic amount of the B area. Further, the CPU 31 may use the integrated value of the power values in the A area as the characteristic amount of the A area and use the integrated value of the power values in the B area as the characteristic amount of the B area. Then, the CPU 31 may use the value obtained by subtracting the feature amount in the B area from the feature amount in the A area as the difference amount. H in FIGS. 27 and 28 corresponds to the difference value when the maximum value of the power value of the A region is used as the feature amount of the A region and the minimum value of the power value of the B region is used as the feature amount of the B region. To do.
  • the CPU 31 may use the frequency of the maximum peak of the power value of the A area as the characteristic amount of the A area, and may use the frequency of the minimum peak of the power value of the B area as the characteristic amount of the B area. Then, the CPU 31 may set the distance (W in FIGS. 27 and 28) from the characteristic amount of the area A to the characteristic amount of the area B as the difference amount.
  • the CPU 31 divides the frequency band of the ⁇ wave into two and divides the frequency band of the ⁇ wave into two instead of using the difference between the feature amounts obtained from the wave intensities of the respective bands as the horizontal axis.
  • the coordinate system can be created with the fourth ratio, which is the ratio of the feature amounts obtained from the wave intensities of the respective bands, as the horizontal axis.
  • the CPU 31 has an average value obtained by a method such as an arithmetic mean, a weighted average, or a root mean square of the fourth ratio of all measurement times, an average value of natural logarithms of the fourth ratio of all measurement times of the electroencephalogram, or The median value of the fourth ratio is used as the second reference value.
  • 30 and 31 are diagrams showing the experimental results of pain using mice.
  • 30 and 31 are graphs showing the frequency of appearance of points in the first quadrant 51 in Phase 0 before administration of formalin and Phases 1 to 3 after administration of formalin, similar to the experimental results shown in FIG. .
  • the average value of all the measurement times of the electroencephalogram is the origin of the X-axis and the Y-axis, that is, the first reference value and the second reference value.
  • the experimental results shown in FIGS. 30 and 31 are obtained from a mouse of an individual different from the mouse from which the experimental results shown in FIG. 14 were obtained.
  • FIG. 30 shows the frequency of appearance of points in the first quadrant 51 when the X axis is set to the second ratio (for example, ⁇ / ⁇ ).
  • FIG. 31 shows the frequency of appearance of points in the first quadrant 51 when the X axis is changed to the second ratio and the difference amount (for example, (H) in FIG. 27) is used.
  • the difference amount in the experimental result of FIG. 31 a value obtained by subtracting the minimum value of the power values in the high band from the maximum value of the power values in the low band was adopted.
  • the electroencephalogram analysis apparatus 30 can obtain the same result as the experimental result shown in FIG. 14 even when the X axis is changed to the second ratio and the difference amount is obtained.
  • FIGS. 32 and 33 are diagrams showing the results of pain experiments using mice. 32 and 33, Phase 0 before administration of formalin, 0-5 minutes (PF) after administration, 10-15 minutes (between Phase 1-2: Phase 1 (0-10 minutes after administration) and Phase 2), administration FIG. 13 is a graph showing the frequency of appearance of dots in the first quadrant 51 when analysis is performed at 5 time points, 25-35 minutes after (Phase 2) and 10 minutes after 24 hours after administration (Phase 3).
  • the average value of the data before the formalin administration is the origin of the X-axis and the Y-axis, that is, the first reference value and the second reference value. Similar to FIGS. 14 and 30, FIG.
  • FIG. 32 shows the frequency of appearance of points in the first quadrant 51 when the X axis is set to the second ratio. Similar to FIG. 31, FIG. 33 shows the frequency of appearance of points in the first quadrant 51 when the X axis is changed to the second ratio and the difference amount (for example, (H) in FIG. 27) is used. There is.
  • ADHD developmental disorders
  • autism autism, etc.
  • sleep disorders dementia, delirium, depression, etc.
  • It may be applied to the monitoring of mental states such as depressive state, sleep- or drowsiness-related states.
  • drug efficacy evaluation and drug development using it It can be applied to estimation of states such as health care, self-medication, mindfulness, beauty, and VR sickness.
  • nursing care improvement of comfort of nursing facilities, measurement or optimization of rehabilitation effect).
  • application to technical training, technical acquisition, learning, education or competition is possible.
  • -As animal applications it can be applied to pet animals, health management of pets, communication with pets, etc. It can be applied to livestock production, health management or production improvement.
  • ⁇ It is considered to be applied to the detection of signs of pain diseases such as migraine. It can be applied to the quantification of pain, the efficiency of treatment by subdividing the pain sensation, and the efficiency of development of new treatment methods. In addition, it can be considered to be applied to drug efficacy evaluation and drug development using it.
  • the electroencephalogram analysis processing of this embodiment may be applicable to various purposes.
  • the above processing can also be realized by a dedicated hardware circuit. In this case, it may be executed by one piece of hardware or a plurality of pieces of hardware.
  • the program for operating the electroencephalogram analysis device 30 may be provided by a computer-readable recording medium such as a USB (Universal Serial Bus) memory, a flexible disk, a CD-ROM (Compact Disc Read Only Memory), or the Internet. May be provided online via a network such as.
  • the program recorded on the computer-readable recording medium is usually transferred to and stored in the memory or the storage.
  • this program may be provided as, for example, independent application software, or may be incorporated into the software of each device as one function of the electroencephalogram analysis device 30.
  • EEG analysis device 31
  • CPU 32
  • ROM 33
  • RAM 34
  • input unit 36
  • display unit 37
  • communication interface 39
  • bus 40
  • origin 51
  • second quadrant 53
  • third quadrant 54
  • fourth quadrant 60 point 301
  • calculation unit 302 estimation unit

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Signal Processing (AREA)
  • Hospice & Palliative Care (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pain & Pain Management (AREA)
  • Anesthesiology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Educational Technology (AREA)
  • Social Psychology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

脳波解析装置（３０）は、対象者の頭部の所定部位で測定された脳波の時系列データを周波数解析することにより得られたスペクトルから、ストレスが付与された状態で発生する第１の周波数帯域内の波の強度の特徴量に対する当該波より高い周波数帯域の第１の周波数帯域内の他の波の強度の特徴量の比率又は覚醒状態で発生する第２の周波数帯域内の波の強度の特徴量に対する第１の周波数帯域内の波の強度の特徴量の比率である第１の比率、及び覚醒状態で発生する第２の周波数帯域内の波の強度の特徴量に対する睡眠状態で発生する第３の周波数帯域内の波の強度の特徴量の比率である第２の比率を算出する算出部（３０１）と、第１の比率、第１の比率から定めた第１の基準値、第２の比率、及び第２の比率から定めた第２の基準値に基づいて、対象者の状態を推定する推定部（３０２）と、を含む。

Description

脳波解析装置、脳波解析システム及び脳波解析プログラム
　本発明の技術は、脳波解析装置、脳波解析システム及び脳波解析プログラムに関する。
　多数の電極を用いて脳波を測定し、測定した脳波を用いて対象者の状態を推定する装置が知られている（例えば、特許文献１参照）。
特開２０１７－１９２４２５号公報
　しかし、特許文献１に開示されている装置では、脳波の検出精度が高い一方で、対象者に多数の電極を取り付ける必要がある。多数の電極が必要なため、対象者の行動が制限され、対象者の日常環境における脳波を測定し、対象者の状態を推定することはできない。
　本発明は、多数の電極を取り付ける場合に比べて、簡易な測定により、環境刺激又は身体感覚などの刺激による集中又は疼痛などの感覚及び機能変化を評価可能な脳波解析装置、脳波解析システム及び脳波解析プログラムを提供することを目的とする。
　本開示の第一態様は、脳波解析装置であって、対象者の頭部の所定部位で測定された脳波の時系列データを周波数解析することにより得られたスペクトルから、ストレスが付与された状態で発生する第１の周波数帯域内の波の強度の特徴量に対する当該波より高い周波数帯域の前記第１の周波数帯域内の他の波の強度の特徴量の比率又は覚醒状態で発生する第２の周波数帯域内の波の強度の特徴量に対する前記第１の周波数帯域内の波の強度の特徴量の比率である第１の比率、及び覚醒状態で発生する第２の周波数帯域内の波の強度の特徴量に対する睡眠状態で発生する第３の周波数帯域内の波の強度の特徴量の比率である第２の比率を算出する算出部と、前記第１の比率、前記第１の比率から定めた第１の基準値、前記第２の比率、及び前記第２の比率から定めた第２の基準値に基づいて、前記対象者の状態を推定する推定部と、を含む。
　第一態様において、前記第１の基準値は、全測定時間内の前記第１の比率の平均値、刺激を与える前の期間の前記第１の比率の平均値、刺激を与えている期間の前記第１の比率の平均値、刺激を与えた期間の終了後の期間の前記第１の比率の平均値、又は刺激が無い期間の前記第１の比率の平均値であり、前記第２の基準値は、全測定時間内の前記第２の比率の平均値、刺激を与える前の期間の前記第２の比率の平均値、刺激を与えている期間の前記第２の比率の平均値、刺激を与えた期間の終了後の期間の前記第２の比率の平均値、又は刺激が無い期間の前記第２の比率の平均値である。ここで、第１の基準値は、第１の比率或いは第１の比率を自然対数に変換した値の算術平均値、加重平均値或いは二乗平均平方根などの平均値、又は、第１の比率或いは第１の比率を自然対数に変換した値の中央値である。また、第２の基準値は、第２の比率或いは第２の比率を自然対数に変換した値の算術平均値、加重平均値或いは二乗平均平方根などの平均値、又は、第２の比率或いは第２の比率を自然対数に変換した値の中央値である。上記平均値又は中央値が自然対数変換して求めた値の場合には、それを真数に戻した値を基準値としてもよい。
　第一態様において、前記推定部は、前記算出部で算出された前記第１の比率及び前記第２の比率に対応する点が、前記第１の基準値及び前記第２の基準値を原点、前記第１の比率を一方の軸、及び前記第２の比率を他方の軸とする二次元座標のどの象限に属するかを判定することにより前記対象者の状態を推定する。
　第一態様において、前記推定部は、前記原点から前記点の距離、前記一方の軸方向における前記原点から前記点の距離、前記他方の軸方向における前記原点から前記点の距離、及び所定期間内に同じ象限内に出現する点の発生頻度の少なくとも一つを更に用いて、前記対象者の状態における程度を推定する。
　第一態様において、前記推定部は、前記算出部で算出された前記第１の比率と前記第１の基準値との差、及び前記算出部で算出された前記第２の比率と前記第２の基準値との差に基づいて、前記算出部で算出された前記第１の比率及び前記第２の比率が、前記第１の基準値以上でかつ前記第２の基準値以上か、前記第１の基準値以上でかつ前記第２の基準値未満か、前記第１の基準値未満でかつ前記第２の基準値以上か、又は前記第１の基準値未満でかつ前記第２の基準値未満かを判断することにより、前記対象者の状態を推定する。
　第一態様において、前記第１の周波数帯域の波はγ波で、前記第２の周波数帯域の波はβ波で、かつ前記第３の周波数帯域の波はθ波又はδ波である。
　第一態様において、前記スペクトルは、前記第２の周波数帯域よりも低く前記第３の周波数帯域よりも高い第４の周波数帯域内の波の強度の特徴量に対する、前記第１の周波数帯域の波又は前記第２の周波数帯域の波の強度の特徴量の比率である第３の比率が、第３の基準値を超えるノイズ部分が除去されたスペクトルである。
　第一態様において、前記ノイズ部分は、前記第４の周波数帯域内の波であるＬｏｗα波の強度の特徴量に対する、前記第１の周波数帯域の波であるＬｏｗγ波又は前記第２の周波数帯域の波であるＨｉｇｈβ波の強度の特徴量の比率である第３の比率が、第３の基準値を超える部分である。
　第一態様において、前記波の強度の特徴量は、同じ周波数帯域内に属する波の強度又は波の強度を自然対数に変換した値の算術平均値、加重平均値或いは二乗平均平方根などの平均値、前記波の強度の最大値、前記波の強度の積算値、又は前記波の強度の中央値である。或いは、前記波の強度の特徴量は、波の強度を自然対数に変換して求めた値の場合には、それを真数に戻した値としてもよい。
　第一態様において、前記対象者の状態は、注意状態、集中状態、又は散漫状態である。
　第一態様において、前記対象者の状態は、疼痛を感じている状態である。
　本開示の第二態様は、脳波解析装置であって、対象者の頭部の所定部位で測定された脳波の時系列データを周波数解析することにより得られたスペクトルから、ストレスが付与された状態で発生する第１の周波数帯域内の波の強度の特徴量に対する当該波より高い周波数帯域の前記第１の周波数帯域内の他の波の強度の特徴量の比率又は覚醒状態で発生する第２の周波数帯域内の波の強度の特徴量に対する前記第１の周波数帯域内の波の強度の特徴量の比率である第１の比率、及び睡眠状態で発生する第３の周波数帯域以上、且つ前記第２の周波数帯域未満の帯域を２分割した際の各帯域の波の強度の特徴量から得られる差分量又は各帯域の波の強度の特徴量の比率である第４の比率を算出する算出部と、前記第１の比率、前記第１の比率から定めた第１の基準値、前記差分量又は前記第４の比率、及び前記差分量又は前記第４の比率から定めた第２の基準値に基づいて、前記対象者の状態を推定する推定部と、を含む。
　第二態様において、前記差分量は、低周波数側の領域の強度又はパワー値の積分値と高周波数側の領域の強度又はパワー値の積分値との差分であり、例えば、低周波数側の領域の強度又はパワー値の積分値から、高周波数側の領域の強度又はパワー値の積分値を減じた値である。
　第二態様において、前記第４の比率は、低周波数側の領域の強度又はパワー値の積分値と高周波数側の領域の強度又はパワー値の積分値との比率であり、例えば、高周波数側の領域の強度又はパワー値の積分値に対する低周波数側の領域の強度又はパワー値の積分値の比率である。
　第二態様において、前記差分量は、低周波数側の領域のパワー値の最大値と高周波数側の領域のパワー値の最小値との差分である。
　本開示の第三態様は、脳波解析システムであって、前記対象者の頭部上の所定部位で測定された脳波の時系列データを取得するデータ取得部と、上記の脳波解析装置とを含む。
　本開示の第四態様は、脳波解析プログラムであって、対象者の頭部の所定部位で測定された脳波の時系列データを周波数解析することにより得られたスペクトルから、ストレスが付与された状態で発生する第１の周波数帯域内の波の強度の特徴量に対する当該波より高い周波数帯域の前記第１の周波数帯域内の他の波の強度の特徴量の比率又は前記第１の周波数帯域内の波の強度の特徴量に対する覚醒状態で発生する第２の周波数帯域内の波の強度の特徴量の比率である第１の比率、及び覚醒状態で発生する第２の周波数帯域内の波の強度の特徴量に対する睡眠状態で発生する第３の周波数帯域内の波の強度の特徴量の比率である第２の比率を算出する算出ステップと、前記第１の比率、前記第１の比率から定めた第１の基準値、前記第２の比率、及び前記第２の比率から定めた第２の基準値に基づいて、前記対象者の状態を推定する推定ステップと、をコンピュータに実行させる。
　本開示の第五態様は、対象者の頭部の所定部位で測定された脳波の時系列データを周波数解析することにより得られたスペクトルから、ストレスが付与された状態で発生する第１の周波数帯域内の波の強度の特徴量に対する当該波より高い周波数帯域の前記第１の周波数帯域内の他の波の強度の特徴量の比率又は覚醒状態で発生する第２の周波数帯域内の波の強度の特徴量に対する前記第１の周波数帯域内の波の強度の特徴量の比率である第１の比率、及び睡眠状態で発生する第３の周波数帯域以上、且つ前記第２の周波数帯域未満の帯域を２分割した際の各帯域の波の強度の特徴量から得られる差分量を算出する算出ステップと、前記第１の比率、前記第１の比率から定めた第１の基準値、前記差分量、及び前記差分量から定めた第２の基準値に基づいて、前記対象者の状態を推定する推定ステップと、をコンピュータに実行させる。
　本開示の第一態様～第五態様によれば、簡易な測定により、対象者の日常的な状態を推定できる。
本実施形態に係る脳波解析システムの一例を示す図である。 マウス及び人の脳波の分類を示す図である。 脳波解析装置のハードウェア構成を示すブロック図である。 脳波解析装置の機能構成の例を示すブロック図である。 画像形成装置による脳波解析処理の流れを示すフローチャートである。 座標系における対象者の状態を表す図である。 座標系における点の指標値の考え方を示す図である。 指標値の推移を示す図である。 測定期間における振幅スペクトルの推移を示す図である。 図６の第３象限に出現する点の指標値の推移を表す図である。 刺激を与える前と、与えている最中との指標値の平均値を示す図である。 図６の第３象限に出現する点の指標値の推移を表す図である。 図６の第１象限に出現する点の指標値の推移を表す図である。 マウスを用いた疼痛の実験結果を示す図である。 対象者の脳波を周波数解析して得られた振幅スペクトルの一例を示す図である。 測定期間における振幅スペクトルの推移を示す図である。 ノイズ除去後の振幅スペクトルの一例を示す図である。 ノイズ除去後の振幅スペクトルの推移を示す図である。 人間に対する実験結果を示す図である。 人間に対する実験結果を示す図である。 人間に対する実験のシーケンスを示す図である。 図２１に示した実験の各作業において第１象限に出現する点の頻度を表す図である。 図２２に示した頻度から得られる散漫減少率を示す図である。 実施例３においてマウスにホルマリンを投与してからの時間と、侵害刺激反応との関係を示す図である。 実施例３での疼痛時と非疼痛時におけるθ波の周波数帯域での周波数特性を示す図である。 実施例３においてマウスにホルマリンを投与した際、投与前後のマウスの脳波の強度の比率の周波数特性を示す図である。 マウスにホルマリンを投与した際、投与前後のマウスの脳波の強度の比率の差分量を説明するための図である。 マウスにホルマリンを投与した際、投与前後のマウスの脳波の強度の比率の差分量を説明するための図である。 マウスにホルマリンを投与した際、投与前後のマウスの脳波の強度の比率の差分量を説明するための図である。 マウスを用いた疼痛の実験結果を示す図である。 マウスを用いた疼痛の実験結果を示す図である。 マウスを用いた疼痛の実験結果を示す図である。 マウスを用いた疼痛の実験結果を示す図である。
　以下、本発明の技術の実施形態の一例を、図面を参照しつつ説明する。なお、各図面において同一又は等価な構成要素及び部分には同一の参照符号を付与している。また、図面の寸法比率は、説明の都合上誇張されており、実際の比率とは異なる場合がある。
　図１は、本実施形態に係る脳波解析システムの一例を示す図である。
　図１に示すように、脳波システムは、データ取得部１０、携帯端末２０及び脳波解析装置３０を含む。
　データ取得部１０は、例えば、対象者の額部、側頭部又は後頭部に装着され、対象者の脳波を検出し、脳波データを取得する。データ取得部１０は、対象者に接触される少なくとも一つの電極１２を有する。電極１２は、大脳皮質から発生する電位変化を脳波として検出する。データ取得部１０は、図示しない送信部を有する。データ取得部１０は、取得した脳波データを、送信部を介して、携帯端末２０に送信する。データ取得部１０は、更に、参照電極１４を有する。参照電極１４は、例えば、対象者の耳に取り付けられる。データ取得部１０は、電極１２と参照電極１４との電位変化を示すデータを、送信部を介して、携帯端末２０に送信する。なお、本明細書において、対象者との用語を用いるが、対象者はヒトに限らない。脳波が検出される対象であれば、いかなる動物も対象者に含まれうる。また、対象者がヒト以外の動物である場合、当業者が選択した適切な装着位置に、上記電極１２及び参照電極１４が取り付けられる。
　携帯端末２０は、対象者により携帯され、データ取得部１０において取得された脳波データを蓄積する。蓄積された脳波データは、所定のタイミングで、インターネット等の通信ネットワーク４０を介して、脳波解析装置３０に送信される。脳波解析装置３０は、脳波を解析する。脳波の解析の詳細については、後述する。
　なお、図１に示す例では、脳波データが一旦、携帯端末２０に蓄積されて、脳波解析装置３０に送信される。しかし、データ取得部１０において取得された脳波データは、直接脳波解析装置３０に送信されても良い。この場合、脳波データは、無線又は有線により、データ取得部１０から脳波解析装置３０に送信される。
　脳波解析装置３０により解析された解析結果は、携帯端末２０が備える表示部２２及び脳波解析装置３０の表示部３６の少なくとも一方に表示される。これにより、解析結果が対象者及び解析者の少なくとも一方により確認可能となる。
　図２は、マウス及び人の脳波の分類を示す図である。図２において、上段には、マウスの脳波の分類を示し、下段には、人の脳波の分類を示す。
　図１のデータ取得部１０により取得される脳波は、複数の周波数帯域の波が含まれ、周波数帯域毎に名称が付される。図２においては、人の脳波に加え、マウスの脳波も示す。後述の実施例においては、マウスを用いた実験についても説明するため、ここで、類似する人及びマウスの脳波を説明する。
　脳波の周波数帯域の分類は、様々であり、図示する分類はあくまで一例である。図２に示す周波数帯域の分類と多少ズレていたとしても、本実施形態の脳波解析システムは適用されうる。
　まず、マウスの脳波から説明する。
　マウスの脳波は、大きく第１の周波数帯域の波、第２の周波数帯域の波及び第３の周波数帯域の波に分類される。第１の周波数帯域の波は、ストレスが付与された状態で多く発生しうる。第２の周波数帯域の波は、通常の覚醒状態で多く発生しうる。第３の周波数帯域の波は、睡眠状態で多く発生しうる。
　周波数帯域が高い順に、第１の周波数帯域には、γ４波～γ１波が含まれ、第２の周波数帯域には、β波が含まれ、第３の周波数帯域には、θ波及びδ波が含まれる。
　人の脳波は、第１～第３の周波数帯域に加え、更に第４の周波数帯域に分類される。第１の周波数帯域の波は、ストレスが付与された状態で多く発生しうる。第２の周波数帯域の波は、通常の覚醒状態で多く発生しうる。第３の周波数帯域の波は、睡眠状態で多く発生しうる。第４の周波数帯域は、リラックス状態で多く発生しうる。
　周波数帯域が高い順に、第１の周波数帯域には、Ｈｉｇｈγ波、Ｍｉｄγ波及びＬｏｗγ波が含まれ、第２の周波数帯域には、Ｈｉｇｈβ波及びＬｏｗβ波が含まれ、第４の周波数帯域には、Ｈｉｇｈα波及びＬｏｗα波が含まれ、第３の周波数帯域には、θ波及びδ波が含まれる。各波の周波数帯域及び名称は、マウスと人とでは異なる。しかし、同じギリシア文字により表す波は、マウスと人との間であっても類似する特徴があることが知られている。
　次に、脳波解析装置３０のハードウェア構成について説明する。
　図３は、脳波解析装置のハードウェア構成を示すブロック図である。
　図３に示すように、脳波解析装置３０は、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）３１、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）３２、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）３３、ストレージ３４、入力部３５、表示部３６及び通信インタフェース（Ｉ／Ｆ）３７の各構成を有する。各構成は、バス３９を介して相互に通信可能に接続されている。
　ＣＰＵ３１は、中央演算処理ユニットであり、各種プログラムを実行したり、各部を制御したりする。すなわち、ＣＰＵ３１は、ＲＯＭ３２又はストレージ３４からプログラムを読み出し、ＲＡＭ３３を作業領域としてプログラムを実行する。ＣＰＵ３１は、ＲＯＭ３２又はストレージ３４に記録されているプログラムにしたがって、上記各構成の制御及び各種の演算処理を行う。本実施形態では、ＲＯＭ３２又はストレージ３４には、脳波を解析するための脳波解析プログラムが格納されている。
　ＲＯＭ３２は、各種プログラム及び各種データを格納する。ＲＡＭ３３は、作業領域として一時的にプログラム又はデータを記憶する。ストレージ３４は、ＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）又はＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）により構成され、オペレーティングシステムを含む各種プログラム、及び各種データを格納する。
　入力部３５は、マウス等のポインティングデバイス、及びキーボードを含み、各種の入力を行うために使用される。表示部３６は、液晶ディスプレイであり、各種の情報を表示する。表示部３６は、タッチパネル方式を採用して、入力部３５として機能しても良い。
　通信インタフェース３７は、データ取得部１０及び携帯端末２０等の他の機器と通信するためのインタフェースであり、たとえば、イーサネット（登録商標）、ＦＤＤＩ、Ｗｉ－Ｆｉ（登録商標）、又はＢｌｕｅｔｏｏｔｈ（登録商標）等の規格が用いられる。
　次に、脳波解析装置３０の機能構成について説明する。
　図４は、脳波解析装置の機能構成の例を示すブロック図である。
　図４に示すように、脳波解析装置３０は、機能構成として、算出部３０１及び推定部３０２を有する。各機能構成は、ＣＰＵ３１がＲＯＭ３２又はストレージ３４に記憶された脳波解析プログラムを読み出して、ＲＡＭ３３に展開して実行することにより実現される。
　算出部３０１は、対象者の頭部の所定部位で測定された脳波の時系列データを周波数解析することにより得られたスペクトルから、第１の比率及び第２の比率を算出する。算出部３０１は、第１の比率及び第２の比率の算出のために、スペクトルから、それぞれ二つの特定の周波数の波を抽出し、抽出した波の強度の特徴量の比率を算出する。ここで、所定部位は、上述の通り、対象者の額部、側頭部又は後頭部である。なお、スペクトルには、振幅スペクトル及びパワースペクトルがある。以下では、周波数解析により振幅スペクトルを得る場合について説明する。
　第１の比率は、ストレスが付与された状態で発生する第１の周波数帯域内の波の強度の特徴量に対する当該波より高い周波数帯域の前記第１の周波数帯域内の他の波の強度の特徴量の比率である。この場合、第１の比率は、例えば、図２に示す第１の周波数帯域内のＬｏｗγ波の強度に対するＨｉｇｈγ波の強度の比率である。或いは、第１の比率は、覚醒状態で発生する第２の周波数帯域内の波の強度の特徴量に対する第１の周波数帯域内の波の強度の特徴量の比率である。この場合、第１の比率は、例えば、図２に示す第２の周波数帯域内のＨｉｇｈβ波の強度の特徴量に対する第１の周波数帯域内のＨｉｇｈγ波又はＭｉｄγ波の強度の特徴量の比率である。マウスの場合、第１の比率は、例えば、γ１波に対するγ３波又はγ４波、或いはβ波の強度の特徴量に対するγ２波、γ３波又はγ４波の強度の特徴量の比率である。
　第２の比率は、覚醒状態で発生する第２の周波数帯域内の波の強度の特徴量に対する睡眠状態で発生する第３の周波数帯域内の波の強度の特徴量の比率である。第２の比率は、例えば、図２に示す第２の周波数帯域内のβ波の全体、又は、Ｈｉｇｈβ波或いはＬｏｗβ波の強度の特徴量に対する、第３周波数帯域内のθ波又はδ波の強度の特徴量の比率である。マウスの場合、第２の比率は、例えば、β波の全体に対するθ波の強度の特徴量の比率である。
　波の強度の特徴量は、同じ周波数帯域内に属する波の強度の平均値、波の強度の最大値、波の強度の積算値、又は波の強度の中央値である。ここで、（第１、第２又は第３の）周波数帯域内の波の強度の特徴量は、当該周波数帯域の一部から導出又は算出されても良いし、当該周波数帯域の全体から導出又は算出されても良い。例えば、周波数帯域内の特定の周波数の波の強度を、当該周波数帯域内の波の強度の特徴量としても良い。また、周波数帯域内の一部又は全体の周波数帯域に属する波の強度の平均値、積算値、中央値又は最大値を、当該周波数帯域内の波の強度の特徴量としても良い。或いは、周波数帯域内に複数の周波数帯域を定め、定めた各周波数帯域に属する波の強度の平均値、積算値、中央値又は最大値を算出し、算出した値同士の平均値、又は加算値を、当該周波数帯域内の波の強度の特徴量としても良い。なお、上記において、平均値は、算術平均値、加重平均値、幾何平均値、二乗平均平方根による値の何れであっても良い。なお、波の強度は、スペクトルが振幅スペクトルである場合は、振幅値であり、スペクトルがパワースペクトルである場合、パワー値である。以下では、波の強度として、振幅を用いる場合について説明する。
　推定部３０２は、第１の比率、第１の比率から定めた第１の基準値、第２の比率、及び第２の比率から定めた第２の基準値に基づいて、対象者の状態を推定する。第１の基準値、第２の基準値及び対象者の状態の推定については、後述する。
　次に、脳波解析装置３０の作用について説明する。
　図５は、画像形成装置による脳波解析処理の流れを示すフローチャートである。ＣＰＵ３１がＲＯＭ３２又はストレージ３４から脳波解析プログラムを読み出して、ＲＡＭ３３に展開して実行することにより、脳波解析処理が行なわれる。図６は、座標系における対象者の状態を表す図である。
　ＣＰＵ３１は、対象者の脳波を所定時間測定して得た脳波データを取得する（ステップＳ１０１）。脳波データは、上述の通り、データ取得部１０又は携帯端末２０から受信する。
　ＣＰＵ３１は、脳波をフーリエ変換等の手法により周波数帯毎の振幅に変換し、振幅スペクトルを得る（ステップＳ１０２）。
　ＣＰＵ３１は、フーリエ変換によって得られた振幅スペクトルを用いて、第１の比率を算出する（ステップＳ１０３）。以下では、第１の比率の一例として、ＣＰＵ３１は、Ｌｏｗγ波の振幅に対するＨｉｇｈγ波の振幅の比率を算出する場合について説明する。従って、ＣＰＵ３１は、振幅スペクトルから、Ｌｏｗγ波成分及びＨｉｇｈγ波成分を抽出し、各時間の振幅の比率を算出する。
　続けて、ＣＰＵ３１は、フーリエ変換によって得られた振幅スペクトルを用いて、第２の比率を算出する（ステップＳ１０４）。以下では、第２の比率の一例として、ＣＰＵ３１は、β波の振幅に対するθ波の振幅の比率を算出する場合について説明する。従って、ＣＰＵ３１は、振幅スペクトルから、β波成分及びθ波成分を抽出し、各時間の振幅の比率を算出する。
　ＣＰＵ３１は、第１の比率及び第２の比率を用いて、座標系を作成する（ステップＳ１０５）。具体的には、ＣＰＵ３１は、脳波の全測定時間の第１の比率或いは当該第１の比率を自然対数に変換した値の算術平均、加重平均、若しくは２乗平均平方根等の方法により求めた平均値、第１の比率或いは当該第１の比率を自然対数に変換した値の中央値、又は前記平均値、中央値を真数に戻した値を第１の基準値とする。また、ＣＰＵ３１は、全測定時間の第２の比率或いは当該第２の比率を自然対数に変換した値の算術平均、加重平均、若しくは２乗平均平方根等の方法により求めた平均値、第２の比率或いは当該第２の比率を自然対数に変換した値の中央値、又は前記平均値、中央値を真数に戻した値を第２の基準値とする。そして、ＣＰＵ３１は、図６に示すような、第１の比率を縦軸（Ｙ軸）、第２の比率を横軸（Ｘ軸）とし、第１の基準値及び第２の基準値を原点とする座標系を作成する。なお、第１の比率を縦軸（Ｙ軸）、第２の比率を横軸（Ｘ軸）としさえすれば、必ずしも、第１の基準値及び第２の基準値を原点にしなくても良い。以下では、第１の基準値及び第２の基準値を原点とした座標系により説明する。また、第１の基準値及び第２の基準値は、脳波の全測定時間の平均値でなくても良い。刺激を与える前の期間の平均値、刺激を与えている期間の平均値、又は刺激を与えた期間の終了後の期間の平均値であっても良い。以下では、第１の基準値及び第２の基準値は、全測定時間の平均値として求められる場合について説明する。
　ＣＰＵ３１は、作成した座標系を用いて、対象者の状態を推定する（ステップＳ１０６）。作成した座標系においては、縦軸の値が大きい程、対象者がより興奮した状態を示す。また、横軸の値が大きい程、対象者がより散漫した状態を示す。発生毎（単位時間毎）の第１の比率及び第２の比率の組合せを、作成した座標系に点としてプロットすることにより、同じ象限への出現頻度及び点のプロットの位置の変遷が観察される。なお、点は、ある単位時間の第１の比率及び第２の比率の組合せによりプロットされる場合に限定されない。点は、連続する複数の単位時間（例えば１から５秒間）の第１の比率の平均値及び第２の比率の平均値の組合せとしてプロットされても良い。
　象限は、第１象限５１から第４象限５４に区分される。第１象限５１では、点のＸ軸及びＹ軸の値の両方が第１の基準値及び第２の基準値以上である。第２象限５２では、点のＸ軸の値が第１の基準値よりも小さく、Ｙ軸の値が第２の基準値以上である。第３象限５３では、点のＸ軸及びＹ軸の値の両方が第１の基準値及び第２の基準値よりも小さい。第４象限５４では、点のＸ軸の値が第１の基準値以上であり、Ｙ軸の値が第２の基準値よりも小さい。
　例えば、第１象限５１は、疼痛等の刺激により対象者が散漫な状態となっているときに点がプロットされやすい領域である。第２象限５２は、対象者が注意しているときに点がプロットされやすい領域である。第３象限５３は、対象者が集中しているときに点がプロットされやすい領域である。注意と集中との違いは、注意が、必要な標的に集中して情報を入力、処理、及び出力しながらも、周りに意識を払っている状態をいうのに対し、集中が、一つの物事に意識を継続的に向けている状態をいう点にある。第４象限５４は、対象者が眠さ等により散漫となっているときに点がプロットされやすい領域である。このように、各象限の特性を予め見出し、点がどの象限にプロットされるかにより、対象者の状態を推定できる。
　第１象限５１～第４象限５４のうち、特定の象限にプロットされる点のみに注目することにより、対象者の状態の種類及び程度、対象者が当該状態となる時間等をより明確に推定できる。特定の象限に注目する場合について説明する。
　図７は、座標系における点の指標値の考え方を示す図である。図８は、指標値の推移を示す図である。
　図７では、第１象限５１を注目する例を説明する。点６０が第１象限５１にプロットされる場合、例えば、次に示す５つの値を指標値にできる。
　指標値Ａ　点６０の原点５０からのＸ軸方向の距離（ｘ１）
　指標値Ｂ　点６０の原点５０からのＹ軸方向の距離（ｙ１）
　指標値Ｃ　点６０の原点５０からの距離（（ｘ１２＋ｙ１２）１／２）
　指標値Ｄ　第１象限５１に点がプロットされる（出現する）発生頻度
　指標値Ｅ　上記Ａ～Ｃの何れかに上記Ｄを乗算した値
　第１象限５１に限らず、第２象限５２～第４象限５４にプロットされる点も、同様に、原点５０からの関係及び各象限での点の発生頻度により指標値が得られる。
　上記指標値Ａ～Ｅの何れかを用いて、指標値の推移を時系列に並べると、例えば図８に示すようなグラフが得られる。
　図８に示すグラフでは、対象者に刺激が与えられた刺激期間において、刺激期間の前後の期間よりも指標値が大きいことが分かる。このように、指標値の推移を時系列に表すことにより、対象者の状態の変化が明確に分かり、特定の状態になったことが明確に推定できる。指標値の大きさから、特定の状態における程度、例えば集中の程度等も推定できる。
　なお、図８に示す例では、刺激を加える前の期間を原点算出期間とし、原点算出期間における脳波から算出された第１の比率の値及び第２の比率の値の平均値を図７の原点として求めた後、上述の指標値Ａ～Ｅのような指標値を求め、当該指標値の経時変化を表している。図８では、刺激を加える前の期間の指標値と比較して、刺激期間における指標値の上昇が顕著に分かる。このように、第１の基準値及び第２の基準値をどの期間の脳波を用いて算出するかは、対象者の状態を推定する上で重要である。原点算出期間を、刺激を与えている刺激期間の前の期間の他、刺激期間、刺激期間の後の期間、刺激を与えていない期間（刺激期間と刺激期間の間の期間）又は前の期間から後の期間までの全期間のいずれかにできる。あるいは、脳波の測定後に、第１の基準値及び第２の基準値を算出するのではなく、リアルタイムで順次計算することもできる。この場合、脳波解析装置３０は、脳波データを順次受信し、受信した範囲内で第１の基準値及び第２の基準値を更新する。これにより、対象者の急激な状態の変化を特定し、状態を推定できる。
　なお、上記実施形態においては、ステップＳ１０５において、座標系を作成し、座標系内において、点がどの象限に出現するかにより、対象者の状態を判断している。しかし、本実施形態は、必ずしも座標系を前提としなくても良い。例えば、算出部３０１で算出された第１の比率と第１の基準値との差、及び算出部３０１で算出された第２の比率と第２の基準値との差に基づいて、対象者の状態を推定しても良い。この場合、算出部３０１で算出された第１の比率及び第２の比率が、第１の基準値以上でかつ第２の基準値以上か、第１の基準値以上でかつ第２の基準値未満か、第１の基準値未満でかつ第２の基準値以上か、又は第１の基準値未満でかつ第２の基準値未満かを判断することにより、対象者の状態を推定できる。
　次に、実施例について説明する。
　（実施例１）
　図９は、測定期間における振幅スペクトルの推移を示す図である。図１０は、図６の第３象限５３に出現する点の指標値の推移を表す図である。図１１は、刺激を与える前と、与えている最中とにおける、原点からの距離と第３象限５３への出現頻度の積の平均値を示す図である。
　実施例１では、約４０分の間、対象者からデータ取得部１０により脳波を検出した。脳波の検出を開始してから約２０分経過後から検出を終了するまでの間、対象者にパズルゲームを行なわせることにより、刺激を与えた。
　脳波の検出が終了した後、データ取得部１０から脳波解析装置３０に脳波データを送信し、脳波解析装置３０において脳波を解析した。脳波の解析は、図５に示す脳波解析処理に従って行なった。ステップＳ１０５の座標系作成においては、対象者の測定全期間の脳波データを用い、その平均値である第１の基準値及び第２の基準値を原点とする座標系を作成した。ステップＳ１０６においては、図６に示す座標系において、第３象限５３に注目し、第３象限５３に出現する点についてのみ指標値を算出した。指標値は、原点５０から点までの距離として算出した。
　以上の条件で実施した結果、脳波の振幅スペクトルの推移として、図９に示す結果が得られた。図９に示す結果では、フーリエ変換により得られる全ての波の振幅が示される。対象者がパズルゲームを行なうと、何れかの波で振幅が上昇しているのが分かる。何れの波で振幅が上昇しているかは分かりにくい。なお、図９に示す振幅スペクトルの推移のデータには、電源由来のノイズが含まれている。電源由来のノイズを、以下では電源ノイズと呼ぶ。電源ノイズは除去した方が好ましい。電源ノイズを除去する場合、商用電源周波数（日本においては、５０Ｈｚ又は６０Ｈｚ）、又は、インバータ機器に近接した環境においては、変換された周波数を除去する。電源ノイズの除去の際には、周波数の中央値から幅を取って削除する。当該幅は、電源ノイズの強度によって調整しうる。電源ノイズの強度が強い場合、電源ノイズの強度が小さい場合に比べて、中央値からの広い幅の周波数帯域を削除する。例えば、商用電源周波数が５０Ｈｚの場合、４９．２５Ｈｚ～５０．７５Ｈｚの範囲の周波数帯域を、振幅スペクトルから除去する。削除する範囲は、中央値の前後で、０．２５～数Ｈｚで設定されうる。
　図６に示す座標系を作成し、第３象限５３に出現する点の指標値を算出すると、図１０に示す結果が得られた。対象者が集中した時に、第３象限５３には点が表れ易いため、図１０に示すように、パズルゲームによる刺激中は、刺激前に比べて、指標値が出現する頻度が高い。すなわち、対象者がパズルゲームを行なっている間は、図６に示す座標系で、第３象限５３に点が出現する頻度が高い事が分かる。刺激中の方が指標値も若干高いことが分かる。
　ここで、刺激前の期間と刺激中の期間のそれぞれにおいて、出現した点の指標値（原点からの距離）の平均値に、点が出現した頻度を乗算する。すると、図１１に示すように、刺激前では、０．３以下であった数値が、刺激中では０．７以上となっており、数値が２倍以上になっていることが分かる。このように、期間毎に指標値を用いて状態を数値化することにより、対象者の状態の変化を定量的に明確に表現できることが分かる。
　（実施例２）
　図１２は、図６の第３象限に出現する点の指標値の推移を表す図である。図１３は、図６の第１象限に出現する点の指標値の推移を表す図である。
　実施例２においては、対象者の両耳にヘッドホンを取り付け、約２７分間、脳波を測定した。脳波の測定期間においては、音楽を全く流さない期間Ｐ１、ヘッドホンから対象者の両耳にジャズの音楽を流す期間Ｐ２、及びヘッドホンから対象者の左耳にワルツの音楽、右耳にジャズの音楽を流す期間Ｐ３を設けた。期間Ｐ１は約５分、期間Ｐ２は約１１分、期間Ｐ３は約１１分であった。
　脳波の検出が終了した後、データ取得部１０から脳波解析装置３０に脳波データを送信し、脳波解析装置３０において脳波を解析した。脳波の解析は、図５に示す脳波解析処理に従って行なった。ステップＳ１０５の座標系作成においては、全測定時間の脳波データを用い、その平均値である第１の基準値及び第２の基準値を原点とする座標系を作成した。ステップＳ１０６においては、図６に示す座標系において、第１象限５１及び第３象限５３に注目し、第１象限５１及び第３象限５３に出現する点についてそれぞれの指標値を算出した。指標値は、原点５０から点までのＸ軸方向の距離として算出した。
　以上の条件で実施した結果、図１２及び図１３に示す指標値の推移が得られた。
　図１２では、第３象限５３に点が出現した時の指標値を表している。対象者が集中している場合に、第３象限５３に点が出現し易い。音楽のない第１期間Ｐ１に対して、両耳でジャズが流れている第２期間Ｐ２では点が出現する頻度が低減している事が分かる。また、第１期間Ｐ１に対して、左右の耳で異なる音楽が流れている第３期間Ｐ３では点が出現する頻度が増加している事が分かる。
　また、図１３では、第１象限５１に点が出現した時の指標値を表している。対象者が散漫な状態の場合に、第１象限５１に点が出現し易い。音楽のない第１期間Ｐ１に対して、両耳でジャズが流れている第２期間Ｐ２では点が出現する頻度が増加している事が分かる。また、第１期間Ｐ１に対して、左右の耳で異なる音楽が流れている第３期間Ｐ３では点が出現する頻度が低減している事が分かる。
　以上のように、図１２及び図１３では、相反する集中状態と散漫状態を示しており、期間Ｐ２及び期間Ｐ３では、点が出現する頻度が逆転している事が分かる。これにより、第１象限５１を注目して推定できる対象者の集中状態と、第３象限５３を注目して推定できる対象者の散漫状態とが、適切に推定されていることが裏付けられる。
　（実施例３）
　図１４は、マウスを用いた疼痛の実験結果を示す図である。
　実施例３では、マウスを用いて、上述の脳波解析処理による対象者の状態の推定を検証した。
　まず、イソフルランで麻酔したマウスを脳定位固定装置に固定し、一次体性感覚野、手綱核および前頭前皮質にタングステン電極の先端が位置するように刺入し、固定した。手術５日以降に、オープンフィールドで自由行動中のマウスから局所電場電位（記録装置：Ｔｕｃｋｅｒ－Ｄａｖｉｓ　Ｔｅｃｈｎｏｌｏｇｉｅｓ社、ＲＺ５）を記録した。その後左後肢足蹠に５％ホルマリン溶液２０μＬを皮下注射し、再度オープンフィールド内で１時間局所電場電位を記録した。また投与２４時間後にオープンフィールド内で自由行動中のマウスから局所電場電位を記録した。ホルマリン投与後の痛み行動評価として、足を舐めるおよび噛むといった痛み行動の合計時間を、目視でストップウォッチを用いて測定した。
　前頭前皮質からの局所電場電位の周波数スペクトル解析を実施して各周波数帯に区切り、それらの強度から脳の活動度を判断した。周波数データはホルマリン投与前、投与後０－１０分（Ｐｈａｓｅ１またはＰ１と称する）、投与後２５－３５分（Ｐｈａｓｅ２又はＰ２と称する）、投与後２４時間の１０分間の４時点の解析を行った。さらに、ホルマリン投与後、０から５分後（ＰＦと称する）、１０から１５分後（Ｐ１－２と称する）の２時点の解析も行った。
　脳波に基づく実施結果は、図１４に示す通りである。図１４では、脳波の全測定時間の平均値をＸ軸及びＹ軸の原点、すなわち第１の基準値及び第２の基準値とした場合において、第１象限５１にデータ（点）がプロットされる頻度を表す。図１４に示すように、ホルマリン投与前のＰｈａｓｅ０に比べて、Ｐｈａｓｅ１～３では脳波に基づいて第１象限５１に点が出現する出現頻度が格段に上がった。Ｐｈａｓｅ１からＰｈａｓｅ３に向かって時間が経過するにつれて、第１象限５１に点が出現する出現頻度が徐々に下がった。
　上記の第１象限５１における点の出現頻度の推移は、目視により監視した痛み行動の合計時間の推移と整合していた。このことから、脳波から推定したマウスの状態の変化は、実際のマウスの状態の変化と整合していることが確認できた。
　（筋電由来のノイズキャンセリング）
　図１５は、対象者の脳波を周波数解析して得られた振幅スペクトルの一例を示す図である。図１６は、測定期間における振幅スペクトルの推移を示す図である。図１７は、ノイズ除去後の振幅スペクトルの一例を示す図である。図１８は、ノイズ除去後の振幅スペクトルの推移を示す図である。なお、図１５及び図１７において、横軸の単位は１／４Ｈｚであり、例えば、横軸の６０は、１５Ｈｚを意味する。図１５及び図１６において、振幅スペクトルのデータからは、５０Ｈｚを含む５０Ｈｚ近傍の周波数帯のデータを除去することにより、電源ノイズを除去している。以下では、電源ノイズに加えて、筋電由来のノイズも除去する。
　上記で説明してきた脳波解析処理において、さらに測定中のノイズを除去する形態について説明する。図１７は、ノイズ除去後の振幅スペクトルを示す図である。図１８は、ノイズ除去後の振幅スペクトルの推移を示す図である。
　日常生活で脳波測定を行うにあたり、筋肉の収縮によって起こる活動電位、特に噛歯による電位が、前頭部からの脳波測定において、ノイズとして大きく影響する。ノイズを除くために、噛締め時に観測される筋電と類似の周波数比率を持つデータを除去する。
　小児歯科学雑誌３２（４）：８７２－８８８　（１９９４）には、噛みしめ時の筋電図において、少なくとも０～５０Ｈｚ（広い場合には０～１００Ｈｚ）の周波数帯において、周波数の上昇に伴い、ほぼ直線的にパワーが上昇していることが示されている。これがヒトの脳波δ波～γ波の周波数帯とオーバーラップし、かつ、強度が大きな筋電が脳波を覆い隠すため、ウェアラブルな装置を用いる日常生活における脳波測定におけるノイズになってしまう。周波数が大きくなると共に、強度が大きくなっているデータについては、解析に含めないこととして、脳波以外のノイズをキャンセルして解析の精度を高めうる。例えば、Ｈｉｇｈβ／Ｌｏｗα＞２、Ｌｏｗγ／Ｌｏｗα＞２のいずれの場合も、脳波ではなく、筋電であると考えて、解析対象から外すことが考えらえる。なお、この例では、基準値（第３の基準値）を２としているが、基準値は２に限定されない。脳波計のスペック等により基準値は変更できる。なお、上記文献中のグラフの縦軸は、２０ヘルツ毎のパワー値の積分の全体に対する百分率である。
　咀嚼時の対象者の脳波をデータ取得部１０により取得し、周波数解析すると、図１５に示す振幅スペクトルが得られた。ここで、Ｌｏｗα、Ｈｉｇｈβ、Ｌｏｗγ波が表れる周波数帯域において、ノイズとみられる歪な波形が観察される。咀嚼している期間を含む所定の測定期間における振幅スペクトルの推移は、図１６に示す通りである。対象者により咀嚼が行なわれていた期間においては、振幅が大きくなっていることが分かる。
　ここで、上述のように、Ｈｉｇｈβ／Ｌｏｗα＞２及びＬｏｗγ／Ｌｏｗα＞２の少なくとも一方を満たすノイズ部分を除去したところ、図１７及び図１８に示す結果が得られた。
　図１７に示す振幅スペクトルの図では、咀嚼によるノイズ部分が除去され、歪な波形がなくなっていることが分かる。また、図１８に示す振幅スペクトルの推移では、咀嚼により振幅が異常に大きく示されていた咀嚼期間のデータが概ね除去されていることが分かる。
　以上を図２に示す波の分類に従って一般化すると、次の通りである。第２の周波数帯域よりも低く第３の周波数帯域よりも高い第４の周波数帯域内の波の振幅に対する、第１の周波数帯域の波又は第２の周波数帯域の波の振幅の比率である第３の比率が、第３の基準値を超える部分がノイズ部分である。当該ノイズ部分を振幅スペクトルから除去することにより、ノイズを除去した脳波の解析結果が得られる。
　ＣＰＵ３１は、対象者が目を閉じて安静にしていた期間（安静閉眼時）における脳波から算出された第１の比率の値及び第２の比率の値の平均値を第１の基準値及び第２の基準値として座標系を作成してもよい。
　図１９及び図２０は、人間に対する実験結果の一例を示すグラフである。図１９は、４人の対象者が音楽を聴いてリラックスしている状態にある場合の脳波の周波数特性から算出した第１の比率及び第２の比率をプロットしたグラフである。図２０は、４人の対象者が安静閉眼の状態にある場合の脳波の周波数特性から算出した第１の比率及び第２の比率をプロットしたグラフである。図１９及び図２０に示す実験では、４人の対象者に対し、午前と午後の２回脳波の測定を行った。図中、例えば、Ａ１は、第１の対象者の午前の測定結果に基づくプロットを示し、Ｐ１は、同じ第１の対象者の午後の測定結果に基づくプロットを示す。
　図１９及び図２０に示したように、安静閉眼時の第１の比率の値及び第２の比率の値は、リラックスした状態に比べて小さくなる傾向になる。従って、安静閉眼時の値を原点とした座標系とすると、第２象限５２及び第３象限５３のデータが減少し、対象者が注意または集中していたかどうかの推定を行うことが難しくなる場合がある。
　そこで、ＣＰＵ３１は、安静閉眼時の値を原点とした座標系において、刺激期間での第１象限５１への出現頻度を１から減じた値を対象者の集中度の指標として、対象者の状態を推定してもよい。安静閉眼時の値を原点とした座標系において、刺激期間での第１象限５１への出現頻度を１から減じた値を散漫減少率とも称する。
　図２１のようなシーケンスで対象者に作業を行わせた場合を例に挙げる。対象者は、指示がない限り各作業を開眼の状態で行うものとする。安静（１）は、例えばＰＣへのログインや再起動など、特に集中、注意は払うことがなくできる作業を対象者が行う期間である。タスク（１）は、例えば数字を使用した、難易度が易しめに設定されたパズルを対象者が解く作業を行う期間である。タスク（２）は、例えば様々なパズルを制限時間内に対象者が解く作業を行う期間である。安静開眼は、対象者が目を開けて出来るだけ無心の状態にいる期間である。タスク（３）は、例えば数字を使用した、難易度がタスク（１）のものより難しく設定されたパズルを対象者が解く作業を行う期間である。タスク（４）は、例えばタスク（２）とは異なる内容の様々なパズルを制限時間内に対象者が解く作業を行う期間である。安静閉眼は、対象者が目を閉じて出来るだけ安静の状態にいる期間である。リラックスは、対象者が心を落ち着かせることができるジャンルの音楽を聴きながらリラックスした状態にいる期間である。
　図２２は、図２１に示したそれぞれの作業時における第１象限５１への出現頻度を折れ線グラフで示したグラフである。そして、図２３は、図２１に示したそれぞれの作業時における散漫減少率（刺激期間での第１象限５１への出現頻度を１から減じた値）を棒グラフで示したグラフである。図２３に示したグラフは、棒の高さが高いほど対象者の集中が高い状態にあることを意味する。従って、ＣＰＵ３１は、対象者の散漫減少率によって対象者の状態を推定してもよい。
　本実施形態では、第２の比率を横軸として座標系が作成されていたが、本発明は係る例に限定されるものではない。第２の比率に替えて、睡眠状態等で発生する第３の周波数帯域以上、且つ覚醒状態で発生する第２の周波数帯域未満の帯域を２分割した際の各帯域の波の強度から得られる特徴量を横軸として、座標系が作成されてもよい。すなわち、人間であれば第３の周波数帯域及び第４の周波数帯域、例えば、浅い睡眠状態等で発生する第３の周波数帯域及び第４の周波数帯域（３．５Ｈｚ～１１．７５Ｈｚ）を２分割した際の各帯域の波の強度から得られる特徴量を横軸として、座標系が作成されてもよい。またマウスであれば第３の周波数帯域（４Ｈｚ～１２Ｈｚ）を２分割した際の各帯域の波の強度から得られる特徴量を横軸として、座標系が作成されてもよい。
　図２４は、実施例３においてマウスにホルマリンを投与してからの時間と、侵害刺激反応との関係を示すグラフである。図２４に示すように、Ｐｈａｓｅ１（投与後０－１０分）及びＰｈａｓｅ２（投与後２５－３５分）では侵害刺激反応が見られたのに対し、Ｐｈａｓｅ１とＰｈａｓｅ２との間の期間では侵害刺激反応がほとんど見られない。
　図２５は、実施例３での疼痛時と非疼痛時におけるθ波の周波数帯域での周波数特性を示すグラフである。符号２０１は、非疼痛時における周波数特性である。符号２０２は、Ｐｈａｓｅ１の期間での周波数特性である。符号２０３は、Ｐｈａｓｅ２の期間での周波数特性である。図２５に示すように、マウスを用いた疼痛の実験結果によると、非疼痛時よりも、Ｐｈａｓｅ１及びＰｈａｓｅ２の疼痛時の方がθ波のピークが低波数側にシフトする傾向がみられた。
　図２６は、実施例３において、マウスにホルマリンを投与した際、投与前後のマウスの脳波の強度の比率の周波数特性を示すグラフである。図２６においては、マウスにホルマリン投与する前の脳波の強度（Ｐｒｅ）に対する、投与後０から５分後（ＰＦ）、投与後０から１０分後（Ｐｈａｓｅ１：Ｐ１）、１０から１５分後（Ｐ１－２）、２５から３５分後（Ｐｈａｓｅ２：Ｐ２）、２４時間後（２４Ｈ）における各周波数の波の強度比を示す。ＰＦの期間は、Ｐ１の期間に含まれるので、以下では、Ｐ１の期間及びＰＦの期間のいずれにも関連する場合は、Ｐ１（ＰＦ）と記載する。符号２１１は、Ｐ１（ＰＦ）の期間での強度比である。符号２１２は、Ｐ１－２の期間での周波数特性である。符号２１３は、Ｐ２の強度比である。符号２１４は、ホルマリン投与から２４時間経過後の強度比である。
　図２６に示すように、マウスを用いた疼痛の実験結果によると、Ｐ１（ＰＦ）及びＰ２の疼痛時のθ波の強度が５Ｈｚ辺りで顕著に上昇した。一方、Ｐ１（ＰＦ）及びＰ２の間の非疼痛時のθ波の強度比のピーク、並びに２４時間経過後の非疼痛時のθ波の強度比のピークは、６～８Ｈｚ辺りになだらかに現れた。すなわち、Ｐ１（ＰＦ）及びＰ２の疼痛時のθ波のピークが、非疼痛時のθ波のピークよりも低波数側にシフトする傾向がみられた。
　また、図２６に示すように、Ｐ１（ＰＦ）及びＰ２の疼痛時にはγ波の領域において強度比が上昇する傾向がみられた。また、図２６に示すように、Ｐ１（ＰＦ）とＰ２との間の期間（Ｐ１－２）においては、強度比が前後の期間と比べて２４時間経過後の非疼痛時（２４Ｈ/Ｐｒｅ）に近い値となっている傾向がみられた。言い換えれば、マウスにホルマリンを投与すると、Ｐ１（ＰＦ）及びＰ２の２つの時点では、非疼痛時（２４Ｈ/Ｐｒｅ）と比べ、θ波とγ波（６０Ｈｚ以上の部分）の強度比が高くなる疼痛の二峰性の傾向がみられた。
　ここで、疼痛時にはθ波のピークがシフトするという傾向に着目する。ＣＰＵ３１は、θ波の周波数帯域を２つに分割し、それぞれの帯域の波の強度から得られる特徴量の差を横軸として、座標系を作成してもよい。２つの帯域の波の強度から得られる特徴量の差を差分量と定義する。ＣＰＵ３１は、全測定時間の差分量の算術平均、加重平均、若しくは２乗平均平方根等の方法により求めた平均値、脳波の全測定時間の差分量の自然対数の平均値、又は差分量の中央値を第２の基準値とする。
　図２７、図２８、図２９は、マウスにホルマリンを投与した際、投与前後のマウスの脳波の強度の比率の差分量を説明するためのグラフである。差分量として用いる値は様々なものが採用され得る。２つに分割した周波数帯域のうち、低周波数側をＡ領域、高周波数側をＢ領域とする。
　図２７は、人の脳波の振幅強度の周波数特性を示すグラフである。符号４０１は疼痛時の脳波の周波数特性であり、符号４０２は非疼痛時の脳波の周波数特性である。図２７の例では、Ａ領域をおよそ４．０～９．５Ｈｚ、Ｂ領域を９．５Ｈｚ～１２Ｈｚとする。図２８及び図２９は、マウスの脳波の、非疼痛時からの比率の周波数特性を示すグラフである。図２８及び図２９の例では、Ａ領域を４．０～７．５Ｈｚ、Ｂ領域を８．０Ｈｚ～１１．５Ｈｚとする。図２９は、図２８のグラフから、Ｐｈａｓｅ１における周波数特性を抜き出したグラフである。
　なお、本実施形態では上述の周波数帯をＡ領域及びＢ領域としたが、各領域の周波数帯は係る例に限定されるものではない。例えば、人間の場合はＨｉｇｈα波及びＬｏｗα波の周波数帯で現れるピークの周波数の前後１～２Ｈｚの範囲をＡ領域、Ｈｉｇｈα波及びＬｏｗα波の周波数帯であってＡ領域より高周波数側の領域をＢ領域としてもよい。また例えば、マウスの場合はθ波の周波数帯を等分し、低周波数側をＡ領域、高周波数側をＢ領域としてもよい。
　ＣＰＵ３１は、Ａ領域の特徴量としてＡ領域のパワー値の最大値を用い、Ｂ領域の特徴量としてＢ領域でのパワー値の最小値を用いてもよい。またＣＰＵ３１は、Ａ領域の特徴量としてＡ領域での振幅値を用い、Ｂ領域の特徴量としてＢ領域での振幅値を用いてもよい。またＣＰＵ３１は、Ａ領域の特徴量としてＡ領域でのパワー値の積分値を用い、Ｂ領域の特徴量としてＢ領域でのパワー値の積分値を用いてもよい。そして、ＣＰＵ３１は、Ａ領域の特徴量から、Ｂ領域での特徴量を減じた値を差分量としてもよい。図２７及び図２８のＨは、Ａ領域の特徴量としてＡ領域のパワー値の最大値を用い、Ｂ領域の特徴量としてＢ領域でのパワー値の最小値を用いた場合の差分値に相当する。
　また、ＣＰＵ３１は、Ａ領域の特徴量としてＡ領域のパワー値の最大ピークの周波数を用い、Ｂ領域の特徴量としてＢ領域でのパワー値の最小ピークの周波数を用いてもよい。そして、ＣＰＵ３１は、Ａ領域の特徴量から、Ｂ領域の特徴量までの距離（図２７及び図２８のＷ）を差分量としてもよい。
　また、ＣＰＵ３１は、θ波の周波数帯域を２つに分割し、それぞれの帯域の波の強度から得られる特徴量の差を横軸とする代わりに、θ波の周波数帯域を２つに分割し、それぞれの帯域の波の強度から得られる特徴量の比率である第４の比率を横軸として、座標系を作成することもできる。ＣＰＵ３１は、全測定時間の第４の比率の算術平均、加重平均、若しくは２乗平均平方根等の方法により求めた平均値、脳波の全測定時間の第４の比率の自然対数の平均値、又は第４の比率の中央値を第２の基準値とする。
　（マウスを用いた疼痛の実験）
　図３０及び図３１は、マウスを用いた疼痛の実験結果を示す図である。図３０及び図３１は、図１４に示した実験結果と同様に、ホルマリン投与前のＰｈａｓｅ０及び、ホルマリン投与後のＰｈａｓｅ１～３における第１象限５１に点が出現する出現頻度を示したグラフである。図３０及び図３１は、脳波の全測定時間の平均値をＸ軸及びＹ軸の原点、すなわち第１の基準値及び第２の基準値とした。図３０及び図３１に示した実験結果は、図１４に示した実験結果が得られたマウスとは別の個体のマウスから得られたものである。
　図３０には、図１４と同じく、Ｘ軸を第２の比率（例えば、θ／β）とした場合の第１象限５１への点の出現頻度が示されている。図３１には、Ｘ軸を第２の比率に替えて差分量（例えば、図２７の（Ｈ））とした場合の第１象限５１への点の出現頻度が示されている。図３１の実験結果における差分量は、低帯域でのパワー値の最大値から、高帯域でのパワー値の最小値を減じた値を採用した。脳波解析装置３０は、Ｘ軸を第２の比率に替えて差分量とした場合であっても、図１４に示した実験結果と同様の結果を得ることができる。
　図３２及び図３３は、マウスを用いた疼痛の実験結果を示す図である。図３２及び図３３では、ホルマリン投与前のＰｈａｓｅ０及び、投与後０－５分（ＰＦ）、１０－１５分（Ｐｈａｓｅ１－２：Ｐｈａｓｅ１（投与後０－１０分）とＰｈａｓｅ２との間）、投与後２５－３５分（Ｐｈａｓｅ２）、投与後２４時間の１０分間（Ｐｈａｓｅ３）の５時点の解析を実施した場合における、第１象限５１に点が出現する出現頻度を示したグラフである。図３２及び図３３に示したグラフは、ホルマリン投与前（プレ時間）のデータの平均値をＸ軸及びＹ軸の原点、すなわち第１の基準値及び第２の基準値とした。図３２には、図１４及び図３０と同じく、Ｘ軸を第２の比率とした場合の第１象限５１への点の出現頻度が示されている。図３３には、図３１と同じく、Ｘ軸を第２の比率に替えて差分量（例えば、図２７の（Ｈ））とした場合の第１象限５１への点の出現頻度が示されている。
　図２６に示したように、マウスにホルマリンを投与した場合、Ｐｈａｓｅ１及びＰｈａｓｅ２の疼痛時にθ波のピークが現れる。その際のマウスの脳波を周波数解析し、座標系に点としてプロットした場合、Ｘ軸を第２の比率にした場合と差分量にした場合のいずれにおいても、疼痛の二峰性が示されていることが分かる。従って、Ｘ軸を差分量とした場合であっても、脳波解析装置３０はマウスの状態を推定することが可能となる。
　（適用可能性）
　次に、上記の脳波解析処理の適用可能性について説明する。
　＜集中・散漫＞
　脳波解析処理により、集中度を推定することにより、どのような行動を行なえば集中度を高めることができるかを、個人単位又は集団単位で把握することが可能となる。例えば、ヒト用途、産業用途、動物用途として、以下のような用途が考えられる。
　ヒト用途としては、発達障害（ＡＤＨＤ、自閉症など）、睡眠障害、認知症、せん妄、うつ病等の疾患のモニタリング又は治療への適用が考えられる。抑うつ状態等の精神状態、睡眠又は眠気に関連する状態のモニタリングへの適用が考えられる。医薬品等の有効性評価及びこれを利用した医薬品開発への適用が考えられる。健康管理、セルフメディケーション、マインドフルネス、美容、ＶＲ酔等の状態の推定への適用が考えられる。ナーシングケア（介護施設の快適性向上、リハビリテーション効果測定又は適正化）への適用が考えられる。更に、技術訓練、技術習得、学習、教育又は競技等への適用が考えられる。
　また、産業用途としては、作業安全、商品開発、又は五感センサー（臭覚、味覚、聴覚、視覚又は触覚に対する刺激からの異常検知）等への適用が考えられる。
　動物用途としては、愛玩動物、ペットの健康管理、ペットとの意思疎通等への適用が考えられる。畜産、健康管理又は生産量向上への適用が考えられる。
　＜疼痛＞
　疼痛を客観的な指標で評価することができるようになり、どのように疼痛を感じ、どのようにすれば、疼痛を緩和できるかを個人単位で把握することが可能性となる。例えば、次の適用が考えられる。
　片頭痛等の疼痛疾患の予兆検知への適用が考えられる。疼痛の定量化、疼痛感覚の細分化による治療の効率化、及び新規治療方法の開発効率化への適用が考えられる。また、医薬品等の有効性評価及びこれを利用した医薬品開発への適用が考えられる。
　以上のように、本実施形態の脳波解析処理は、様々な用途への適用可能性がある。
　上記の処理は、専用のハードウェア回路によっても実現することもできる。この場合には、１つのハードウェアで実行されてもよいし、複数のハードウェアで実行されてもよい。
　また、脳波解析装置３０を動作させるプログラムは、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ　Ｓｅｒｉａｌ　Ｂｕｓ）メモリ、フレキシブルディスク、ＣＤ－ＲＯＭ（Ｃｏｍｐａｃｔ　Ｄｉｓｃ　Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）等のコンピュータ読み取り可能な記録媒体によって提供されてもよいし、インターネット等のネットワークを介してオンラインで提供されてもよい。この場合、コンピュータ読み取り可能な記録媒体に記録されたプログラムは、通常、メモリ又はストレージ等に転送され記憶される。また、このプログラムは、たとえば、単独のアプリケーションソフトとして提供されてもよいし、脳波解析装置３０の一機能としてその各装置のソフトウェアに組み込んでもよい。
３０   脳波解析装置
３１   ＣＰＵ
３２   ＲＯＭ
３３   ＲＡＭ
３４   ストレージ
３５   入力部
３６   表示部
３７   通信インタフェース
３９   バス
４０   通信ネットワーク
５０   原点
５１   第１象限
５２   第２象限
５３   第３象限
５４   第４象限
６０   点
３０１ 算出部
３０２ 推定部

Claims (17)

  1. 　対象者の頭部の所定部位で測定された脳波の時系列データを周波数解析することにより得られたスペクトルから、ストレスが付与された状態で発生する第１の周波数帯域内の波の強度の特徴量に対する当該波より高い周波数帯域の前記第１の周波数帯域内の他の波の強度の特徴量の比率又は覚醒状態で発生する第２の周波数帯域内の波の強度の特徴量に対する前記第１の周波数帯域内の波の強度の特徴量の比率である第１の比率、及び覚醒状態で発生する第２の周波数帯域内の波の強度の特徴量に対する睡眠状態で発生する第３の周波数帯域内の波の強度の特徴量の比率である第２の比率を算出する算出部と、
    　前記第１の比率、前記第１の比率から定めた第１の基準値、前記第２の比率、及び前記第２の比率から定めた第２の基準値に基づいて、前記対象者の状態を推定する推定部と、
    　を含む脳波解析装置。
  2. 　前記第１の基準値は、全測定時間内の前記第１の比率の平均値、刺激を与える前の期間の前記第１の比率の平均値、刺激を与えている期間の前記第１の比率の平均値、刺激を与えた期間の終了後の期間の前記第１の比率の平均値、又は刺激が無い期間の前記第１の比率の平均値であり、
    　前記第２の基準値は、全測定時間内の前記第２の比率の平均値、刺激を与える前の期間の前記第２の比率の平均値、刺激を与えている期間の前記第２の比率の平均値、刺激を与えた期間の終了後の期間の前記第２の比率の平均値、又は刺激が無い期間の前記第２の比率の平均値である請求項１記載の脳波解析装置。
  3. 　前記推定部は、前記算出部で算出された前記第１の比率及び前記第２の比率に対応する点が、前記第１の基準値及び前記第２の基準値を原点、前記第１の比率を一方の軸、及び前記第２の比率を他方の軸とする二次元座標のどの象限に属するかを判定することにより前記対象者の状態を推定する請求項１又は請求項２記載の脳波解析装置。
  4. 　前記推定部は、前記原点から前記点の距離、前記一方の軸方向における前記原点から前記点の距離、前記他方の軸方向における前記原点から前記点の距離、及び所定期間内に同じ象限内に出現する点の発生頻度の少なくとも一つを更に用いて、前記対象者の状態における程度を推定する請求項３記載の脳波解析装置。
  5. 　前記推定部は、前記算出部で算出された前記第１の比率と前記第１の基準値との差、及び前記算出部で算出された前記第２の比率と前記第２の基準値との差に基づいて、
    　前記算出部で算出された前記第１の比率及び前記第２の比率が、前記第１の基準値以上でかつ前記第２の基準値以上か、前記第１の基準値以上でかつ前記第２の基準値未満か、前記第１の基準値未満でかつ前記第２の基準値以上か、又は前記第１の基準値未満でかつ前記第２の基準値未満かを判断することにより、前記対象者の状態を推定する請求項１又は請求項２記載の脳波解析装置。
  6. 　前記第１の周波数帯域の波はγ波で、前記第２の周波数帯域の波はβ波で、かつ前記第３の周波数帯域の波はθ波又はδ波である請求項１～５のいずれか一項に記載の脳波解析装置。
  7. 　前記スペクトルは、前記第２の周波数帯域よりも低く前記第３の周波数帯域よりも高い第４の周波数帯域内の波の強度の特徴量に対する、前記第１の周波数帯域の波又は前記第２の周波数帯域の波の強度の特徴量の比率である第３の比率が、第３の基準値を超えるノイズ部分が除去されたスペクトルである請求項１～５の何れか一項に記載の脳波解析装置。
  8. 　前記ノイズ部分は、前記第４の周波数帯域内の波であるＬｏｗα波の強度の特徴量に対する、前記第１の周波数帯域の波であるＬｏｗγ波又は前記第２の周波数帯域の波であるＨｉｇｈβ波の強度の特徴量の比率である第３の比率が、第３の基準値を超える部分である請求項７記載の脳波解析装置。
  9. 　前記波の強度の特徴量は、同じ周波数帯域内に属する波の強度の平均値、波の強度の最大値、波の強度の積算値、又は波の強度の中央値である請求項１～８の何れか一項に記載の脳波解析装置。
  10. 　前記対象者の状態は、注意状態、集中状態、又は散漫状態である請求項１～９の何れか一項に記載の脳波解析装置。
  11. 　前記対象者の状態は、疼痛を感じている状態である請求項１～９の何れか一項に記載の脳波解析装置。
  12. 　対象者の頭部の所定部位で測定された脳波の時系列データを周波数解析することにより得られたスペクトルから、ストレスが付与された状態で発生する第１の周波数帯域内の波の強度の特徴量に対する当該波より高い周波数帯域の前記第１の周波数帯域内の他の波の強度の特徴量の比率又は覚醒状態で発生する第２の周波数帯域内の波の強度の特徴量に対する前記第１の周波数帯域内の波の強度の特徴量の比率である第１の比率、及び睡眠状態で発生する第３の周波数帯域以上、且つ前記第２の周波数帯域未満の帯域を２分割した際の各帯域の波の強度の特徴量から得られる差分量又は各帯域の波の強度の特徴量の比率である第４の比率を算出する算出部と、
    　前記第１の比率、前記第１の比率から定めた第１の基準値、前記差分量又は前記第４の比率、及び前記差分量又は前記第４の比率から定めた第２の基準値に基づいて、前記対象者の状態を推定する推定部と、
    　を含む脳波解析装置。
  13. 　前記差分量は、低周波数側の領域の強度又はパワー値の積分値と高周波数側の領域の強度又はパワー値の積分値との差分であり、前記第４の比率は、低周波数側の領域の強度又はパワー値の積分値と高周波数側の領域の強度又はパワー値の積分値との比率である請求項１２に記載の脳波解析装置。
  14. 　前記差分量は、低周波数側の領域のパワー値の最大値と高周波数側の領域のパワー値の最小値との差分である請求項１２に記載の脳波解析装置。
  15. 　前記対象者の頭部上の所定部位で測定された脳波の時系列データを取得するデータ取得部と、請求項１～１４の何れか一項に記載の脳波解析装置とを含む脳波解析システム。
  16. 　対象者の頭部の所定部位で測定された脳波の時系列データを周波数解析することにより得られたスペクトルから、ストレスが付与された状態で発生する第１の周波数帯域内の波の強度の特徴量に対する当該波より高い周波数帯域の前記第１の周波数帯域内の他の波の強度の特徴量の比率又は覚醒状態で発生する第２の周波数帯域内の波の強度の特徴量に対する前記第１の周波数帯域内の波の強度の特徴量の比率である第１の比率、及び覚醒状態で発生する第２の周波数帯域内の波の強度の特徴量に対する睡眠状態で発生する第３の周波数帯域内の波の強度の特徴量の比率である第２の比率を算出する算出ステップと、
    　前記第１の比率、前記第１の比率から定めた第１の基準値、前記第２の比率、及び前記第２の比率から定めた第２の基準値に基づいて、前記対象者の状態を推定する推定ステップと、
    　をコンピュータに実行させる脳波解析プログラム。
  17. 　対象者の頭部の所定部位で測定された脳波の時系列データを周波数解析することにより得られたスペクトルから、ストレスが付与された状態で発生する第１の周波数帯域内の波の強度の特徴量に対する当該波より高い周波数帯域の前記第１の周波数帯域内の他の波の強度の特徴量の比率又は覚醒状態で発生する第２の周波数帯域内の波の強度の特徴量に対する前記第１の周波数帯域内の波の強度の特徴量の比率である第１の比率、及び睡眠状態で発生する第３の周波数帯域以上、且つ前記第２の周波数帯域未満の帯域を２分割した際の各帯域の波の強度の特徴量から得られる差分量を算出する算出ステップと、
    　前記第１の比率、前記第１の比率から定めた第１の基準値、前記差分量、及び前記差分量から定めた第２の基準値に基づいて、前記対象者の状態を推定する推定ステップと、
    　をコンピュータに実行させる脳波解析プログラム。
PCT/JP2019/040463 2018-10-15 2019-10-15 脳波解析装置、脳波解析システム及び脳波解析プログラム WO2020080354A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
US17/285,160 US20210321929A1 (en) 2018-10-15 2019-10-15 Brain Wave Analysis Device, Brain Wave Analysis System, and Brain Wave Analysis Program
EP19874500.2A EP3868288A4 (en) 2018-10-15 2019-10-15 ELECTROENCEPHALOGRAM ANALYSIS APPARATUS, ELECTROENCEPHALOGRAM ANALYSIS SYSTEM AND ELECTROENCEPHALOGRAM ANALYSIS PROGRAM
CN201980067324.8A CN112888366A (zh) 2018-10-15 2019-10-15 脑电波解析装置、脑电波解析系统以及脑电波解析程序
JP2020553193A JP7061687B2 (ja) 2018-10-15 2019-10-15 脳波解析装置、脳波解析システム及び脳波解析プログラム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018194497 2018-10-15
JP2018-194497 2018-10-15

Publications (1)

Publication Number Publication Date
WO2020080354A1 true WO2020080354A1 (ja) 2020-04-23

Family

ID=70283450

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/040463 WO2020080354A1 (ja) 2018-10-15 2019-10-15 脳波解析装置、脳波解析システム及び脳波解析プログラム

Country Status (5)

Country Link
US (1) US20210321929A1 (ja)
EP (1) EP3868288A4 (ja)
JP (1) JP7061687B2 (ja)
CN (1) CN112888366A (ja)
WO (1) WO2020080354A1 (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023127975A1 (ja) * 2021-12-31 2023-07-06 株式会社坪田ラボ 角膜を加温する装置
JP7389413B1 (ja) * 2022-07-26 2023-11-30 インタークロス株式会社 被験者の脳波スコア算出装置および方法
CN117643474A (zh) * 2023-12-24 2024-03-05 沈阳工业大学 基于深度神经网络的脑电信号处理方法及系统
CN117643474B (zh) * 2023-12-24 2024-05-28 沈阳工业大学 基于深度神经网络的脑电信号处理方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02193645A (ja) * 1989-01-23 1990-07-31 Mitsubishi Electric Corp 作業状態監視装置
JPH0341405U (ja) * 1989-08-30 1991-04-19
JPH06296596A (ja) * 1992-08-19 1994-10-25 D F C:Kk 集中度測定方法及びその装置
JP2002000577A (ja) * 2000-06-23 2002-01-08 Canon Inc 脳波解析方法
JP2017192425A (ja) 2016-04-18 2017-10-26 株式会社アラヤ 認知状態推定システム及び認知状態推定方法
JP2018057510A (ja) * 2016-10-03 2018-04-12 株式会社脳機能研究所 ストレス評価装置及び方法

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1742673A (zh) * 2005-11-18 2006-03-08 高春平 脑电型安全监测提示装置
US9402558B2 (en) * 2007-04-05 2016-08-02 New York University System and method for pain detection and computation of a pain quantification index
EP2249908B1 (en) * 2008-01-25 2014-01-01 Medtronic, Inc. Sleep stage detection
CN102438515A (zh) * 2008-11-14 2012-05-02 索尔克生物学研究所 识别睡眠模式与清醒模式的方法及用途
CN101987017A (zh) * 2010-11-18 2011-03-23 上海交通大学 用于驾车司机警觉度测定的脑电信号识别检测方法
KR20120105095A (ko) * 2011-03-15 2012-09-25 고려대학교 산학협력단 뇌파 기반의 개인성향 측정 장치 및 방법
KR20140104662A (ko) * 2013-02-21 2014-08-29 주식회사 엠게임 게임을 이용한 자기 조절능력 측정 방법
US9532748B2 (en) * 2013-04-22 2017-01-03 Personal Neuro Devices Inc. Methods and devices for brain activity monitoring supporting mental state development and training
WO2015092591A1 (en) * 2013-12-16 2015-06-25 Koninklijke Philips N.V. System and method for determining sleep stage based on sleep cycle
CN103919565A (zh) * 2014-05-05 2014-07-16 重庆大学 一种疲劳驾驶脑电信号特征提取与识别的方法
CN103989485A (zh) * 2014-05-07 2014-08-20 朱晓斐 基于脑电波的人体疲劳度评价方法
US20160022168A1 (en) * 2014-07-24 2016-01-28 University Of Lethbridge Brain state dependent therapy for improved neural training and rehabilitation
KR101738096B1 (ko) * 2014-09-19 2017-05-22 상명대학교산학협력단 뇌파를 이용한 사회적 실재감(Social engagement) 평가 방법 및 이를 적용하는 시스템
CN107205652B (zh) * 2014-12-05 2021-06-29 新加坡科技研究局 具有特征生成和自动映射的睡眠分析系统
CN105962929A (zh) * 2015-03-13 2016-09-28 胡渐佳 脑波数据分段记录方法以及记录和显示装置
CN106175799A (zh) * 2015-04-30 2016-12-07 深圳市前海览岳科技有限公司 基于脑电波评估人体情绪和疲劳状态的方法及系统
US11589806B2 (en) * 2015-05-07 2023-02-28 The Universiiy Of North Carolina At Chapel Hill Feedback brain stimulation to enhance sleep spindles, modulate memory and cognitive function, and treat psychiatric and neurological symptoms
CN105105773B (zh) * 2015-08-11 2019-08-09 西安科技大学 一种基于多阈值比较的疲劳驾驶脑电监测方法
CN107343786A (zh) * 2016-05-05 2017-11-14 胡渐佳 基于精神状态脑波数据分组和统计方法以及记录显示装置
US11664110B2 (en) * 2018-10-02 2023-05-30 New York University System, method and portable devices for detection and enhancement of sleep spindles

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02193645A (ja) * 1989-01-23 1990-07-31 Mitsubishi Electric Corp 作業状態監視装置
JPH0341405U (ja) * 1989-08-30 1991-04-19
JPH06296596A (ja) * 1992-08-19 1994-10-25 D F C:Kk 集中度測定方法及びその装置
JP2002000577A (ja) * 2000-06-23 2002-01-08 Canon Inc 脳波解析方法
JP2017192425A (ja) 2016-04-18 2017-10-26 株式会社アラヤ 認知状態推定システム及び認知状態推定方法
JP2018057510A (ja) * 2016-10-03 2018-04-12 株式会社脳機能研究所 ストレス評価装置及び方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HIRAI, FUMIYASU; YOSHIDA, KOUJI; MIYAJI, ISAO: "Trial of the EEG state feed-back learning system at the time of the memory work by the simple electro-encephalograph", IPSJ SYMPOSIUM SERIES: MULTIMEDIA, DISTRIBUTED, COOPERATIVE AND MOBILE SYMPOSIUM (DICOMO) 2014, 2 July 2014 (2014-07-02), pages 633 - 638, XP009527098 *
PEDIATRIC DENTAL JOURNAL, vol. 32, 1994, pages 872 - 888
See also references of EP3868288A4

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023127975A1 (ja) * 2021-12-31 2023-07-06 株式会社坪田ラボ 角膜を加温する装置
JP7389413B1 (ja) * 2022-07-26 2023-11-30 インタークロス株式会社 被験者の脳波スコア算出装置および方法
CN117643474A (zh) * 2023-12-24 2024-03-05 沈阳工业大学 基于深度神经网络的脑电信号处理方法及系统
CN117643474B (zh) * 2023-12-24 2024-05-28 沈阳工业大学 基于深度神经网络的脑电信号处理方法及系统

Also Published As

Publication number Publication date
US20210321929A1 (en) 2021-10-21
JP7061687B2 (ja) 2022-04-28
JPWO2020080354A1 (ja) 2021-11-11
CN112888366A (zh) 2021-06-01
EP3868288A1 (en) 2021-08-25
EP3868288A4 (en) 2022-06-22

Similar Documents

Publication Publication Date Title
Luft et al. Aroused with heart: Modulation of heartbeat evoked potential by arousal induction and its oscillatory correlates
Coppola et al. Somatosensory evoked high-frequency oscillations reflecting thalamo-cortical activity are decreased in migraine patients between attacks
Pawling et al. A positive touch: C-tactile afferent targeted skin stimulation carries an appetitive motivational value
Wang et al. Biofeedback treatment for sleep bruxism: a systematic review
EP3659502A1 (en) Discernment of comfort/discomfort
Rolls et al. Activity of primate subgenual cingulate cortex neurons is related to sleep
Khemka et al. Modeling startle eyeblink electromyogram to assess fear learning
Mouthon et al. Methods in pediatric sleep research and sleep medicine
Balconi et al. BIS/BAS responses to emotional cues: Self report, autonomic measure and alpha band modulation
Lin et al. Task-related EEG and HRV entropy factors under different real-world fatigue scenarios
Salari et al. Functional dissociation of ongoing oscillatory brain states
WO2020080354A1 (ja) 脳波解析装置、脳波解析システム及び脳波解析プログラム
WHATMORE et al. Further neurophysiologic aspects of depressed states: An electromyographic study
KR101534809B1 (ko) 다차원 생체신호 측정기반 집중력 향상용 시청각콘텐츠의 효능 평가 방법
Singh et al. Individual alpha frequency (IAF) based quantitative EEG correlates of psychological stress
Liu et al. Attention to painful cutaneous laser stimuli evokes directed functional interactions between human sensory and modulatory pain-related cortical areas
JP2020534976A (ja) 感覚刺激を発生するためのシステム及び方法
Lu et al. Nonlinear EEG signatures of mind wandering during breath focus meditation
Beck et al. Reorganization of functional and directed corticomuscular connectivity during precision grip from childhood to adulthood
Velnath et al. Analysis of EEG signal for the estimation of concentration level of humans
Nacke Introduction to biometric measures for games user research
JP2023537996A (ja) 修正された意識状態のレベルおよび／または疼痛のレベルと組み合わせたおよび／または相関した不安のレベルを測定するための方法およびシステム
Illman et al. The effect of alertness and attention on the modulation of the beta rhythm to tactile stimulation
Sakamoto et al. Mastication accelerates Go/No-go decisional processing: An event-related potential study
Reichel et al. Good vibrations: Bilateral tactile stim1ulation decreases startle magnitude during negative imagination and increases skin conductance response for positive imagination in an affective startle reflex paradigm

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: 19874500

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2020553193

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2019874500

Country of ref document: EP

Effective date: 20210517