CN103270779A - 脑电波记录装置、助听器、脑电波记录方法以及其程序 - Google Patents

Abstract

本发明提供一种脑电波记录装置。为了收集在助听器销售店的拟合所需的数据量的数据，而恰当地记录周围环境音和与那时的用户的听觉相关的信息。脑电波记录装置具有：生成外部声音的声音数据的集音部；生成用户的脑电波的脑电波数据的脑电波测量部；将所收集到的声音分类成针对声压而预先确定的多个分区的分类部；在声音被分类的分区中，根据数据积存次数是否达到预先设定的目标值来判定是否记录脑电波数据的积存判定部；和在判定为记录脑电波数据时，将脑电波数据和声音数据建立关联地进行积存的积存部。目标值按照每个分区被设定，在将所假设的最小值的声音被分类的第一分区的目标值设为第一值，将大于最小值的声压的声音被分类的第二分区的目标值设为第二值时，在积存判定部中，对第一值进行设定，以使第一值在第二值以上。

Description

脑电波记录装置、助听器、脑电波记录方法以及其程序

技术领域

本发明涉及为了进行助听器的调整而使用的数据的记录技术。更具体而言，本发明涉及用户在日常的各种声音环境中，对用户听取的声音和反映针对该声音的听觉状态的脑电波数据进行记录的装置、方法及其程序。

背景技术

近年来，由于社会的高龄化或者长时间听大音量的音乐的机会增加等影响，老年性或音响性的重听者正在增加。此外，随着助听器的小型化·高性能化，佩带助听器的门槛变低，以提高听取日常生活中的会话为目的而利用助听器的用户正不断增加。

助听器是用于通过使构成用户难以听取的声音的各种频率之中的特定频率的信号的振幅放大，来辅助用户所降低的听力的装置。用户要求助听器的声音的放大量，会根据每个用户的听力降低的程度，此外会根据频带而不同。因此在开始利用助听器之前，首先，必需按照每个用户的听力来调整每个频率的声音的放大量的“拟合”。

拟合是以对助听器的每个频率的输出声压(作为声音可感知的大气的压力变动)进行MCL(most comfortable level：用户感到舒服的声压)为目的而进行的。

在拟合的最初的步骤中，测定听力图(audiogram)。所谓“听力图”，是指在助听器销售销店或医院首先针对各频率的纯音的听力评估结果，换言之，是可听取的纯音的最小声压即听力阈值的评估结果。例如，“听力图”是针对多个频率的声音的每一个，根据频率(例如250Hz、500Hz、1000Hz、2000Hz、4000Hz)对该用户可听取的最小的声压(分贝值)进行绘制而得到的图。

之后，根据用于基于听力图而放大到能舒服地听取的声压量级的调整方法即拟合方法进行放大量的初始调整。而且根据需要，在助听器销售店中，将单音节的声音一个一个地使用口头或CD等声源呈现给用户，实施进行是否实际上听清了语音的评估的语音清晰度评估，以进行助听器的微调整。通过重复这样的评估和助听器的调整，来提供具有与用户的听力相应的特性的助听器。

然而，即使如此细致地进行调整，也存在无法一定满足助听器的调整的问题。这是因为助听器的评估以及调整，在助听器销售店中是通过销售店的专家来进行的。

助听器的用户实际上装戴助听器是在日常的生活情形，例如，在家庭内、看电视时、外出中。认为：最佳的助听器的调整值是按照各个状况而不同的。以往，在日常生活中对助听器的调整不满意时，需要记住其情形传达给专家。例如，虽然在对话时没问题，但在看电视时很吵，或者，虽然与助听器销售店的专家的对话未感觉有问题，但在与家人的对话时却难以听取等。若助听器的用户在助听器销售店对专家传达了不满意，则以该结果为基础，专家进行再调整。

该调整的难点在于，用户要一边回想记忆、一边针对难以听取的情形的种类来说明过去难以听取的体验，专家必需在根据用户的报告来推定用户是在何种声音环境下感到怎样难以听取的基础上，进行助听器的再调整。本来听觉的主观表现偏差就很大，而且，基于记忆这一点就进一步使调整变得困难。

针对该问题，可考虑如下方法：通过自动地记录日常生活情形下的声音环境或听觉的状况，由专家在助听器销售店的店面或者通过远程操作来获取该记录数据，且对数据的内容进行分析，而在用于助听器的拟合的信息中使用。

作为针对该方法的现有的相关技术，在专利文献1中公开有：一种具有进行输入信号(周围环境音)数据的日志记录(logging)的数据日志记录器(data logger)，且对参数的特性分析结果进行记录的助听器。由此，用户能够定量地把握在什么样的声音环境下进行了生活。

此外，在专利文献2中，公开有以下的用户个别拟合方法：对从初始拟合后的助听器用户的多个增益参数组进行的选择履历(助听器的操作履历)进行监视，在日志中进行记录，助听器销售店的专家根据该日志来决定最终的助听器的设定值。该方法是根据在助听器预先具有的多个增益参数组之中哪个最多被使用这一履历信息来间接地推定用户的声音环境或听觉状态的方法。

此外，在专利文献3中，公开有：能够通过用户在感到不舒服时按下保存按钮来记录那时的周围声音，且一边再现拟合时所保存的声音、一边进行拟合的助听器。由此，通过在助听器销售店中再次使用户听取难以听取的声音等，能够使用户想起难以听取的情形。这些技术的目的在于，通过记录日常生活情形的状况来实现更合适的助听器拟合。

现有技术文献

专利文献

专利文献1：JP特表2009-512376号公报

专利文献2：JP特表2010-525696号公报

专利文献3：JP特开2010-4432号公报

发明概要

发明所要解决的技术问题

然而，在所述现有的专利文献1、专利文献2所公开的结构中，虽然都是在日常生活情形下的声音信息或助听器操作能够进行记录，但是没有在那时记录用户对那时的周围环境音感到怎样的方法。此外，在专利文献3的技术中，虽然通过在不舒服的状况下按下按钮而间接地记录了用户的意思，但是并未充分记录是怎样的听觉状况。在这样的结构中，存在以下问题：无论在哪一种情况下，仅通过在助听器销售店中观察日志数据，用户在那时是怎样的听觉这一最必要的信息，无法直接进行记录。

发明内容

本发明鉴于上述问题，其目的在于，例如，为了收集在助听器销售店中的拟合所需要的数据量的数据，而记录周围环境音和与那时的用户的听觉相关的信息。

本发明的脑电波记录装置，具有：集音部，其收集外部的声音来生成声音数据；脑电波测量部，其测量用户的脑电波来生成脑电波数据；分类部，其将所述集音部所收集的声音分类成针对所述声音的声压而预先确定的多个分区；积存判定部，其在所述声音被分类的分区中，根据数据积存次数是否达到预先设定的目标值，来判定是否记录所述脑电波数据；和积存部，当由所述积存判定部判定为记录所述脑电波数据时，该积存部将所述脑电波数据和所述声音数据建立关联地进行积存，所述脑电波记录装置按照每个分区来设定所述目标值，当在所述多个分区之中，将所假设的最小值的声音被分类的第一分区的目标值设为第一值，将大于所述最小值的声压值的声音被分类的第二分区的目标值设为第二值时，在所述积存判定部中，对所述第一值进行设定，以使所述第一值在所述第二值以上。

当所述声音被分类的分区中的数据积存次数小于预先设定的目标值时，所述积存判定部判定为记录所述脑电波数据，当所述声音被分类的分区中的数据积存次数在预先设定的目标值以上时，所述积存判定部判定为不记录所述脑电波数据。

当由所述积存判定部判定为记录所述脑电波数据时，所述积存部将所述声音和在收集所述声音的时刻所测量的脑电波建立关联地进行积存。

所述积存判定部，参照所述积存部中所积存的所述脑电波以及所述声音，并根据所述声音被分类的分区中的数据积存次数是否达到预先设定的目标值，来判定是否记录所述脑电波数据。

当作为目的的所述脑电波的脑电波分量根据声压值而发生变化时，所述积存判定部根据所述声压值的大小使所述目标值变化。

所述积存判定部，越是声压值小的声音被分类的分区，就越增大所述目标值。

所述积存判定部，越是声压值大的声音被分类的分区，就越减小所述目标值。

所述积存判定部，越是声压值大的声音被分类的分区，越线性地减小所述目标值。

所述积存判定部，将包括所述第一分区的、相邻的2个以上的分区的目标值共同设定为所述第一值。

所述脑电波记录装置还具有：脑电波分析部，其对所述积存部中所积存的脑电波进行分析，来判定所述用户是否听取到所述声音，所述积存判定部，使与所述脑电波分析部判定为未被所述用户听取到的声音对应的分区的所述目标值变化为增大。

所述脑电波分析部，根据所述积存部的数据来分析脑电波的反应，以推定所述用户感到不舒服的不舒服阈值，进而根据所述不愉快阈值来变更所述第一值。

所述分类部，分类成针对所述声音的声压以及所述声音的频率而预先确定的多个分区，所述脑电波分析部，确定所述用户难以听取的频率，使与所述频率对应的分区的数据积存量的目标值变更为增大。

所述积存部，积存所述声音数据的分类结果即范畴的信息，并积存每个所述范畴的所述脑电波数据的相加平均结果。

所述脑电波测量部，使用至少一方被设置于耳中的参考电极和接地电极来测量所述脑电波。

本发明的脑电波记录装置，具有：集音部，其收集外部的声音；脑电波测量部，其测量用户的脑电波；分类部，其将由所述集音部收集到的声音分类成根据声音的声压而预先确定的多个分区；积存判定部，其根据所述声音被分类的分区中的数据积存次数是否达到预先设定的目标值，来判定是否记录所述脑电波测量部所测量的脑电波；和积存部，当由所述积存判定部判定为记录所述脑电波时，该积存部按照每个所述分区，将所述脑电波以及所述声音建立关联地进行积存，所述脑电波记录装置按照所述多个分区的每个分区来设定所述目标值，并且设定为：与所述分区对应的声音的声压越小，所述分区的目标值就越大。

本发明的助听器，具有：上述任一种脑电波记录装置；听力评估部，其根据所述积存部中所积存的数据进行听力评估；助听处理部，其利用所述听力评估部的输出结果来变更处理；和输出部，其通过声音向用户提示助听处理结果。

本发明的脑电波记录方法，包含：收集外部的声音来生成声音数据的步骤；测量用户的脑电波来生成脑电波数据的步骤；将由所述集音部所收集的声音分类成针对所述声音的声压而预先确定的多个分区的步骤；在所述声音被分类的分区中，根据数据积存次数是否达到预先设定的目标值，来判定是否记录所述脑电波数据的步骤；和由进行判定的所述步骤判定为记录所述脑电波数据时，将所述脑电波数据以及所述声音数据建立关联地进行积存的步骤，所述脑电波记录方法按照每个分区来设定所述目标值，当在所述多个分区之中，将所假设的最小值的声音被分类的第一分区的目标值设为第一值，将大于所述最小值的声压值的声音被分类的第二分区的目标值设为第二值时，在执行进行积存的所述步骤时，对所述第一值进行设定，以使所述第一值在所述第二值以上。

本发明的计算机程序，由脑电波记录装置中所设置的计算机来执行，所述计算机程序使所述脑电波记录装置所安装的计算机执行如下步骤，该步骤包括：生成所收集的外部的声音的声音数据的步骤；获取所测量的用户的脑电波数据的步骤；将由所述集音部所收集的声音分类成根据所述声音的声压而预先确定的多个分区的步骤；在所述声音被分类的分区中，根据数据积存次数是否达到预先设定的目标值，来判定是否记录所述脑电波数据的步骤；和当由进行判定的所述步骤判定为记录所述脑电波数据时，将所述脑电波数据和所述声音数据建立关联地进行积存的步骤，所述计算机程序按照每个分区来设定所述目标值，当在所述多个分区之中，将所假设的最小值的声音被分类的第一分区的目标值设为第一值，将大于所述最小值的声压值被分类的第二分区的目标值设为第二值时，在执行进行积存的所述步骤时，对所述第一值进行设定，以使所述第一值在所述第二值以上。

发明效果

根据本发明的脑电波记录装置等，通过以组记录日常生活的周围环境音和脑电波数据，按照基于脑电波的听力评估等使用的周围环境音的每个属性，积存需要量的周围环境音和脑电波数据。由此，能够以较少的存储容量来收集在助听器销售店中进行拟合所需要的数据。

附图说明

图1是表示本申请发明人实施的实验结果的一个示例的图。

图2(a)～(c)是表示本申请发明人实施的实验结果的其它示例的图。

图3是表示实施方式1的脑电波记录装置100的结构的图。

图4(a)是例示脑电波记录装置100的具体的方式的图。图4(b)是表示购买助听器前进行听力评估时的使用例的图。

图5是表示国际10-20法(10-20System)的电极位置的图。

图6是表示实施方式1的脑电波记录装置100的硬件结构的图。

图7是表示实施方式1的脑电波记录装置100的处理的步骤的概要的流程图。

图8是表示分类部的处理的步骤的流程图。

图9(a)～(c)是表示声音的分类例的图。

图10是表示积存判定部的处理的步骤的流程图。

图11A是表示脑电波数据的积存的事例的图。

图11B(a)～(c)是表示目标积存次数与声压的关系的图。

图12是表示积存声音数据以及脑电波数据之前的处理的事例的图。

图13A是表示在助听器销售店中所设置的PC200的硬件结构的图。

图13B是表示表示根据积存结果进行听力评估的处理的步骤的流程图。

图14是表示对记录结果的评估结果的变换的假设事例的图。

图15是表示实施方式2的脑电波记录装置105的结构的图。

图16是表示实施方式2的脑电波记录装置105的步骤的概要的流程图。

图17是表示脑电波分析部的处理的步骤的流程图。

图18是表示根据脑电波分析部7的处理来修正判定基准的处理的示例的图。

图19是表示实施方式的助听器110的结构的图。

图20(a)是表示脑电波记录装置100与助听器部101呈一体的助听器110的外观结构例的图，图20(b)是表示装戴例的图。

具体实施方式

以下，参照附图来说明基于本发明的脑电波记录装置及其方法、和用于使这样的脑电波记录装置动作的计算机程序的各实施方式。

在本发明的实施方式中，进行听力评估时，不仅利用评估时所发出的声音，还利用反映了该声音的大小或可听性等的脑电波反应。基于本发明的脑电波记录装置的技术特征之一，是选择性地积存这样声音的数据和脑电波的数据。由此，具有以下优点：即使在积存容量不充分的情况下，也能够收集听力评估所需的数据，或者，即使是相同的积存容量，也能够收集比听力评估所需还多的数据。

在说明实施方式之前，针对基于脑电波数据的听力评估的说明、和按照每个脑电波数据所需的数据量不同的这一点进行说明。

本申请发明人为了解决上述问题，即未能记录用户对周围环境音有怎样感觉、以及在不舒服的状况下是怎样的听觉的问题，首先，考虑到对那时的周围环境音的脑电波反应进行记录的方法。若分析针对声音的脑电波反应，则用户能够不通过口头进行听觉的回答，而进行针对声音的大小的评估、或是否听清语音等的评估。若一起记录了该脑电波数据以及声音数据，则能够依次收集针对各种声音刺激的用户的那时的听觉状态。由于使助听器销售店的专家能够掌握针对怎样的声音是怎样的听觉状态，因此该专家能够更简易并且正确地设定参数。

然而，如此地除了周围声音的数据还要经常记录脑电波数据，所记录的数据的容量会倍增，因此，从可积存的容量或耗电的观点出发，可以说不是优选。在实际运用时，由于这些因素的原因，可想而知会发生如下状况：长期的运用就成本而言是困难的。因此，需要用于减少所记录的数据的容量的对策。

认识到追加性地利用脑电波数据时的问题的本申请的发明人，挑选针对所需的声音刺激的需要量的脑电波数据来进行记录，此时，发现了：通过将声音刺激分类为符合脑电波评估的属性，就能够按照能积存仅所需量的周围环境音和脑电波数据的方式控制数据积存量。以下具体进行说明。

公知：用户在听取到声音时，会引起反映了声音大小或可听性等的脑电波反应。这样的脑电波反应，被称为事件关联电位，且能够作为脑电波的电位变化而定量地进行观测。更严谨而言，所谓“事件关联电位”，是指与外部或内部的事件在时间上关联而产生的脑的一过性的电位变动。

例如，对于声音的大小，公知：在以声音的产生时刻为起点的100毫秒前后会出现被称为特征性的N1分量的波形。在此所谓“N1分量”，是指从听取到声音起在100毫秒前后出现的具有阴性的峰值(极大值)的电位波形分量。在此，所谓“阴性”，一般而言是指事件关联电位小于0μV。

而且，在本申请说明书中，为了定义事件关联电位的分量，将从某时刻起经过规定时间后的时刻表现为例如“约100ms”、“100ms前后”、“100ms附近”等。这意味着能够包含以100ms这一特定的时刻作为中心的范围。基于“事象関連電位(ERP)マニユアル一P300を中心に(以事件关联电位(ERP)手册-P300为中心)”(加我君孝等编辑，篠原出版新社、1995)的30页记载的表1，一般而言，在事件关联电位的波形中，按照每个人会产生30ms至50ms的差异(偏差)。因此，“约Xms”或“Xms附近”的用语，是指以Xms为中心，在其前后存在30至50ms的宽度(例如，100ms±30ms、100ms±50ms、200ms±50ms)。

图1表示本申请发明人实施的实验结果的一个示例。图1的横轴是时间(单位是毫秒)，纵轴是事件关联电位的波形(单位是μV)。纵轴的上方向是负值，下方向是正值。

根据图1，可知：N1分量随着声音的大小(声压)而变化。具体而言，可知：在听取到大的语音时(实线)，其N1振幅大，在听取到小的语音时(虚线)，其N1振幅小。对用户而言，多大的声音为大或小是不同的，因此，通过观察该分量的大小，能够判定该用户对什么样的声音认为是大、对什么样的声音认为是小。在本实验中，大声音的声压量级为60至65dB，小声音的声压量级为40至45dB。

而且，在图1中，阴性的峰值较之100毫秒前后而言，出现在200毫秒前后。其理由是：因为在本实验中测量了呈现出语音(与日语的文字相对应，由辅音+元音的组构成)时的反应。公知：在呈现蜂鸣(beep)音等纯音时，如上所述，会在100毫秒前后出现。然而，在本实验中呈现的声音是语音，由于在上升中具有某一程度的长度，因此认为：语音N1分量也滞后这一程度而在200毫秒前后被观察到。

而且，在此虽然针对N1分量的大小与声压的关系进行了描述，但除此以外，若声压变小则N1分量的峰值出现的时间(N1潜伏期)延迟的潜伏期延迟的性质、或在观察到N1分量之后还使用具有阳性的峰值的P2分量来利用N1-P2的振幅差，也能够得到反映声压的大小的指标。而且，所谓“阳性”，一般而言是指事件关联电位大于0μV。

在实施该判定时，需要注意：脑电波数据会受到噪声的影响，因而仅一次的测量是不会得到稳定的波形的。这是因为：在想要评估针对声音的脑电波时，在脑电波中会混入与被称为背景脑电波的固定产生的脑电波分量、身体移动、或眼的移动联动的电位变动等各种外部干扰分量。因此，采用将所测量的脑电波分量进行相加平均这一方法。通过多次收集针对相同声音的脑电波反应，并对该脑电波反应的平均进行计算，相对于声音的大小而言无特异性的固定分量或噪声分量会相互抵消，能够仅获取所需的信息。图1的波形也是通过这样的相加平均得到的波形，表示脑电波的特性。

对该相加次数进一步进行说明。图2(a)～(c)表示本申请发明人实施的实验结果的其它示例。都是基于与N1分量不同的脑电波分量的其它听力特性的评估事例。图2(a)是反映了被验者是否认为清晰地听取到声音的分量的事例。关于声音是否清晰的清晰度评估，各个脑电波分量之间约有4μV的差。图2(b)是反映了被验者何种程度自信正确地听取到声音的分量的事例。所谓被验者正确地听取到声音，能够视为舒服地听取到声音。对于这样的舒服性的评估，在各个脑电波分量之间约有1μV的差。在本说明书中，将图2(a)及图2(b)所示的各个分量称为“清晰度”以及“舒服性”。

图2(c)是对实施评估所需的相加次数进行了调查的数据。横轴表示相加次数，纵轴表示识别率。可知：按照相加次数的增加，识别率也增加。例如，当将判别所需的精度设为80％时，图2(a)所示的清晰度评估的分量以比较少的相加5次左右就能达到所需精度，而舒服性评估的分量却需要相加20次以上。这是因为原来的脑电波分量会根据想要评估的内容而不同。即，对于清晰度，针对是否已清晰，差分约大至4μV，而对于舒服性，差分约小至1μV。该不同，表现为信号相对于固定脑电波分量或噪声的大小即SN比的不同，所需的相加次数也就发生了变化。

同样地，图1所示的N1分量的情况，针对小声音的反应的分量小，针对大声音的反应的分量大。根据此观点，要再次重新研究图1。在图1中，大声音是声压量级为60至65dB，小声音是声压量级为40至45dB。该实验中的N1分量，由100ms至300ms中的阴性的峰值振幅来表现，在声压大的条件下，为-2.19μV，在声压小的条件下，为-1.41μV。对每个采样点的波形进行了t检定，其结果是，在218ms至238ms以及272ms至332ms的区间中有明显差分(p＜.05)。如此，N1分量的大小也根据声压而不同，因此所需次数也不同。特别地，由于最小可听阈值(HTL：Hearing Threshold Level)附近的反应特别小，因此，在该声压附近，为了观察N1分量的反应，特别需要相加次数较多。

如上所述，可知：为了对应针对脑电波数据的噪声混入，需要相加平均。而且，示出：当在脑电波记录装置中有记录容量或消耗功率的限制时，需要仅积存充分必要的数据，该充分必要的数据量需要根据周围环境音的大小、或成为评估对象的脑电波分量的大小来调整。

以下，使用附图来说明考虑到这些特性的脑电波记录装置的实施方式。

(实施方式1)

图3表示脑电波记录装置100的结构。脑电波记录装置100，记录针对环境音9的用户1的脑电波的反应。

脑电波记录装置100具有：集音部2；分类部3；积存判定部4；脑电波测量部5；和积存部6。

集音部2，例如，如后所述，包含话筒以及声音输入电路。集音部2，对环境音9进行收集，向分类部3输出。集音部2，例如，通过对所收集到的声音进行采样以及量化来进行数字化，作为声音数据来输出。声音数据，例如，若相当于CD的音质，则是以线性PCM方式编码的44.1KHz、16比特的数据。而且，编码方式、采样频率、量化比特数等，可以根据评估内容来进行变更。

此外，脑电波测量部5，例如是脑电波计。脑电波测量部5，对用户1的脑电波进行测量。脑电波测量部5，将得到的脑电波信号作为脑电波数据进行输出。而且，根据脑电波信号生成脑电波数据的具体的方法是任意的。例如，与声音同样，可以通过对脑电波信号进行采样以及量化来进行数字化。

分类部3将从集音部2输出的声音数据分类为应进行听力评估的声音的属性。所谓声音的属性，是指声音的大小(声压)或声音的频率等。例如，以如下目的为例：评估用户1对周围的怎样程度的声音的大小能够听取到，若换言之，是否观察到脑电波反应。

积存判定部4，与环境音的属性对应地判定是否应积存脑电波数据。当积存判定部4判定为积存脑电波数据时，积存部6对从脑电波测量部5输出的脑电波数据和在判定中使用的声音数据进行积存。

积存部6，例如是包括闪存卡以及其控制电路的记录设备。

而且，在本说明书中，虽然对设为脑电波测量部5作为脑电波记录装置100的结构要素进行了说明，但该结构仅是一个示例。集音部2也可以不是脑电波记录装置100的必须的结构要素。例如，只要能够接收脑电波记录装置100的分类部3收集到的环境音9即可。此外，脑电波测量部5也可以不是脑电波记录装置100的必须的结构要素。例如，在脑电波测量部5作为一台脑电波计来实现时，脑电波记录装置100只要能够从该脑电波计接收脑电波数据即可。

积存部6也同样可以不是记录装置100的必须的结构要素，也可以是在脑电波记录装置100的外部设置的、与脑电波记录装置100通过有线或无线连接的其它存储装置(例如，硬盘驱动器、装入光盘的光盘驱动器)。而且，积存部6既可以与脑电波记录装置100直接连接，也可以经由网络连接。脑电波记录装置100，至少具有分类部3和积存判定部4即可。

图4(b)表示脑电波记录装置100的具体的方式。图4(b)表示用户1所装戴的脑电波记录装置100。作为脑电波记录装置100的使用方法，可考虑以下两种情形：购买助听器前等为了评估用户1的听力而装戴的情形；和为了对购入助听器后的初始设定已结束的助听器评估已将助听器最佳调整到何种程度而装戴的情形。图4(b)是购买助听器前进行听力评估时的脑电波记录装置100的使用例。对与图3所示的结构要素对应的图4的结构要素赋予了相同的参照符号。

如图4(b)所示，用户1在头部装戴脑电波记录装置100。在本示例中，假设为头戴型脑电波记录装置100。

脑电波测量部5的一个示例，包括脑电波测量用电极5a和脑电波信号放大部(生物体放大器)5b。由于测量头部上的电位变化作为脑电波，因此电极的形状，优选能够接触头部的规定的位置。适合听力评估的规定的位置，会根据要测量的脑电波分量而变化。

图5表示国际10-20法(10-20System)的电极位置。若使用该位置指定方法，则认为：例如，通过将导出电极设在头顶部分的Cz、C3、C4等的位置，而易于记录针对声音的诱发反应。针对其它电极，例如，将基准电极设为A1，将接地电极设为A2等即可。由此，能够导出脑电波。上述的电极位置，在本实施方式中，在测量所需的脑电波分量(例如N1分量)时被利用。

脑电波记录装置100，除了电极部分5a以外，还具有相当于集音部2的话筒2。由于需要收录与用户听取的声音尽可能相近的声音，优选设置在接近于耳朵的位置。此外，当分别评估针对左右声音的反应时，优选分别设置右耳用与左耳用的话筒。

脑电波记录装置100所包含的分类部3、积存判定部4、脑电波测量部5(生物体放大器部分5b)，通过信号处理电路(电子电路)来实现，被存储在头戴型的壳体中。这些信号处理电路，与话筒或电极电连接(未图示)。积存部6，作为存储卡等的记录介质而被实现。在助听器销售店中，进行存储卡的交接、或通过通信进行数据的交换。

图6表示本实施方式的脑电波记录装置100的硬件结构。脑电波记录装置100具有：实现脑电波记录装置100的信号处理部112(分类部3、积存判定部4)的CPU100a；RAM100b、ROM100d，且在RAM100b内存储有处理的程序100c。

作为与外部的输入输出关系的设备，设置有话筒2a及声音输入电路2b作为集音部2。此外，脑电波测量部5设置有脑电波计5b、电极5a1及电极5a2。而且，积存设置有记录介质6a及记录电路6b作为积存部6。

各个设备通过总线111相互连接，能够交换数据。例如，执行了RAM100b所存储的程序100c的CPU100a，根据声音的属性对从集音部2输出的声音数据进行分类，且判定是否进行积存。之后，CPU100a在积存部6的记录介质中记录根据需要从脑电波测量部5输出的脑电波数据、和从集音部2输出的声音数据。

而且，助听器的脑电波记录装置100，既可以由单芯片的CPU、RAM、ROM构成，也可以作为在半导体电路中装入了计算机程序的DSP等的硬件来实现。这样的DSP，能够在一个集成电路中，实现上述CPU、RAM、ROM、声音的输入输出电路等所有功能。

此外，上述计算机程序100c，能够记录在CD-ROM等记录介质中且作为产品在市场上流通，或者，通过互联网等电通信线来传输。

接着，针对这样的脑电波记录装置中的处理，使用图7～图14来详细地进行说明。

图7表示将本实施方式的助听器的脑电波记录装置100的处理进行组合时的步骤的概要。对于图7所示的处理的一部分的步骤，参照更详细的流程在后面进行说明。

图7是助听器的脑电波记录装置100的大致的处理步骤。

首先，在步骤S20中，集音部2对周围环境音9进行收集。周围环境音9中，包含到达用户的耳朵的所有的声音信息。也包含会话声音等。

在步骤S30中，分类部3对所收集到的声音进行分析，并分类为多个属性。属性是指例如声音的大小(声压)等。声压根据所收集到的声音数据的大小来计算。

在步骤S40中，积存判定部4，判定当前是否为应积存数据的状态。所谓应积存状态，是指针对声音所诱发的脑电波的数据未达到所需量的状态。该步骤S40，在判定为不应积存时，返回步骤S20，判定为应积存时，进入步骤S50。

在步骤S50中，脑电波测量部5获取脑电波数据。脑电波测量部5始终测量着脑电波。由于通过前面的步骤S40的处理，发送来与脑电波数据的截取区间相关的信息，因此脑电波测量部5根据该信息，获取截取区间部分的事件关联电位。事件关联电位的获取区间，可假设为自环境音的发生时刻起的从-100毫秒至600毫秒等。从-100毫秒至0秒的区间，被用于基线补正，从0毫秒至600毫秒，作为事件关联电位的变化而用于评估。该获取区间，根据评估对象的脑电波分量而变动，例如，当以使用100毫秒附近的声音的N1分量为中心进行观察时，也可以获取-100毫秒至300毫秒的区间。

而且，虽然对设为通过脑电波测量部5来进行脑电波数据的截取处理进行了说明，但这只是一个示例。实际上，是由图6所示的CPU100a来进行的。由于CPU100a还作为积存判定部4发挥功能，因此也可以认为由积存判定部4进行脑电波数据的截取处理。

在步骤S60中，积存部6，在记录介质中积存由积存判定部4判定为应积存的声音数据和脑电波数据。通过对声音数据和脑电波数据建立关联地进行积存，从而在从助听器销售店带回家时，能够评估对怎样的声音用户是怎样的听觉状态。

作为建立关联的方法，例如，可以将声音数据和脑电波数据统一为一组，在表格中进行存储。或者，对声音数据以及脑电波数据分别附加表示数据的获取时刻的时刻信息，并根据该时刻信息使声音数据和脑电波数据链接(link)。

接着，在上述流程之中，与发明内容特别关联深的、声音属性的分类处理(步骤S30)、积存判定处理(步骤S40)、以及与声音的脑电波数据的积存处理(步骤S60)的细节，进一步参照分别的流程和附图来进行说明。

图8是表示分类部3的处理的细节的图，图9是该处理的说明图。分类部3，根据周围环境音而输出适合于脑电波数据的积存的声音的时刻和分类结果。作为周围环境音，可考虑各种声音。需要从这样的周围环境音的声音区间之中，仅检测出可能能够明确获得脑电波反应的声音区间。脑电波，由于考虑到对于连续的听觉刺激会重叠地产生针对那个声音的诱发反应，因此，认为对连续部分的脑电波进行分析是困难的。因此，本申请发明人基本上将从无声音区间变化为有声音区间的时刻认为是能够获得比较易于分析的脑电波数据的时刻。以下，沿着图8的流程图，根据需要，与图9相对应地进行说明。

在步骤S31中，分类部3从集音部2获取声音数据。例如，若分类部3按照每秒从集音部2接收数据，则分类部3获取的数据为在当前时刻之前一秒钟产生的声音数据。

在步骤S32中，分类部3根据分类对象区间的声音数据，来判定该区间是否为无声音。具体而言，在只包含明显的可听阈值以下的声音时，称为无声音。因此，设为评估对象以外，处理进入步骤S33。另一方面，在包含大于可听量级的声音时，设为有声音，处理进入步骤S34。

在步骤S33中，分类部3分类为该区间为无声音，进入步骤S38。

在步骤S34中，分类部3判定分类对象区间的数据是否都是有声音。具体而言，分类部3判定经整个分类对象区间是否包含大于可听阈值的声音。当包含这样的声音时，设为无声音的变化，处理进入步骤S35，当未包含这样的声音时，设为在中途从无声音区间变化为有声音区间，处理进入步骤S36。

步骤S34中的判定处理根据以下的观点来设置。在所有的时间区间中有声音的这一状况，在日常生活中是经常有的。例如，在播放音乐时，始终获得着音乐数据，无法确定对什么声音产生了事件关联电位。因此，对使用事件关联电位的听力评估而言，能够判断为并非合适的状况。另外，在产生固定的噪音的电车中，即使喧杂，也有同样的问题，基于事件关联电位的评估是困难的。基于这样的理由，不仅需要步骤S32的无声音区间判定，还需要包括判断全区间是否有声音的有声音区间判断处理。

另一方面，在研究对基于事件关联电位的评估有效的状况时，若是从无声音状态转移为有声音状态时，则认为对该声音进行反应而诱发事件关联电位。因此，需要检测出从无声音区间变为有声音区间的瞬间。

在步骤S35中，由于本次的声音数据始终是有声音，可认为不是积存有效脑电波数据的时刻，因此处理进入步骤S38。

在步骤S36中，分类部3检测在什么时刻从无声音区间变化为有声音区间。它是通过按顺序调查声音数据，并对存在一定以上的数据变动、更具体而言存在声音量级的增加时的时刻进行确定的处理来实现的。由此，能够确定对用户提示声音的时刻，并获取与该时刻对应的事件关联电位。

在步骤S37中，分类部3根据在步骤S36中确定的时刻，判定用户听取到的声音的大小(声压)。声压，例如，标示为分贝。

图9(a)表示通过声音大小对声音进行分类时的分类结果。通过观察对何种声音用户的脑电波有反应，能够评估何种声音的大小能听取到的最小可听阈值等。例如，若声音的大小为20dB，则该声音被分类为20dB的分类项目。

分类方法不局限于声音的大小。例如，其它也可以按照语音的种类或每个频率来对声音进行分类。

图9(b)表示通过语音的种类进行分类时的声音的分类结果的示例。通过语音的种类进行分类，能够进行针对何种语音能听清的语音清晰度评估。此外，图9(c)表示通过外部声音的频率的种类进行分类时的声音的分类结果的示例。该分类方法，是根据外部的声音的频率来记录其反应的方法。在听障者当中，有仅对特定频率变得难以听取的情形。若记录每个频率的反应，则对这样的症状的判定是有效的。

图9(a)～(c)的分类方法，不必须选择其一。当得到某声音时，也可以通过各个方法同时进行分类。这是因为：外部的声音，除了声压以外，还具有频率特性，而且，有时还具有语音的信息。

此外，也可以根据多个属性来进行声音的分类。例如，若根据声压与频率这两者属性来进行分类，则对于用户的听力能够按照每个频率来确定难以听取的声压，从频率与声压的组合中明确应特别收集的数据。在助听器的调整中，最终需要设定每个频率的增益(声音的放大程度)，因此，组合地记录针对每个频率的各声压的反应，也能够作为对助听器的调整有效的评估指标来使用。

在步骤S38中，分类部3决定分类结果来进行输出。输出是不可分类(无声音，无声音变化)、或者与音量相关的分类结果。其中，以可分类的音量的分类结果为基础，向接下来的积存判定部4发送信息。

通过这样的处理，在始终监测周围环境音的期间中，判定是否是积存脑电波反应的时刻。

而且，该流程，以通过由声音的大小进行分类的事例进行了说明，但也能够通过如图9(b)的语音分类进行分类。此时，步骤S37成为进行“语音种类的判定”的处理。

或者，也能够以如图9(c)的频率进行分类。此时，步骤S37成为进行“频率的判定”的处理。

接着，详细说明图7的步骤S40所示的积存判定处理。积存次数判定处理由积存判定部4进行。

图10表示积存判定部4的处理的步骤。此外，图11A、图11B及图12表示积存判定处理的数据处理的示例。

积存判定部4，保持有各范畴(属性)所设定的规定的目标积存次数。积存判定部4获取积存部6中所积存的各范畴的数据次数。积存判定部4，通过判定与集音部2新获取到的声音的范畴对应的数据的次数是否达到规定的目标积存次数，来判定是否要积存。由此，能够积存所需量的脑电波数据。

图11A表示声音的分类结果、目标积存次数、当前积存数的关系。声音的分类结果与分类部3分类出的分区对应。目标积存次数与积存判定部4预先存储的声音的每个属性的值对应。当前的积存数与积存部6所积存的数据的数量对应。记述该关系的表格文件被保存在积存判定部4中。“声音的分类结果(范畴)”例如是指声音的大小，按照每10dB划分为9个分区。然后，在各个分区中设定目标积存次数。若列举具体事例，则设定为：对于0dB的声音需要积存20次的脑电波数据，对于80dB的声音需要积存10次的脑电波数据等。该数值根据脑电波的特性(要评估的脑电波分量的大小)以及所需的评估精度来决定。例如，当考虑到针对声音的N1分量的评估时，鉴于在大的声音下N1分量会足够大，则只要将目标积存次数设定为“10次”左右，对于小声音，将目标积存次数设定为“20次”左右即可。而且，当假设用户的最小可听阈值为20dB或30dB附近时，为了在该附近精度较好地进行判定，还可以将积存次数增加到40次。而且，当前的积存数也在同一行显示。该次数表示从用户装戴脑电波记录装置100起进行了积存何种程度的积存。

图11B(a)～(c)表示目标积存次数的设定例。目标积存次数的设定由积存判定部4进行。

而且，图11B的“○”符号，表示与图11A的“声音的分类结果”所示的多个分区的各个对应的声压值、与对应于各声压值而确定的目标积存次数的关系。而且，在图11B中，为了易于理解地说明声压与目标积存次数的关系(分布(profile))，示出连结“○”符号的直线。实际所测量的声压，被划分为分别对应的分区。例如，所测量的声压为35dB至44dB时，分类为40dB的分区。

图11B(a)表示随着声压变大而使所需的目标积存次数线性地降低的设定例。如与图1关联地所说明的那样，根据声压的大小，由该声音诱发的事象关联电位的N1分量也变化，所需相加次数也不同。因此，在尽量减少针对各声压的积存次数的基础上，以相同精度分析N1振幅时，能够进行这样的设定。

图11B(b)表示已经能够在某种程度上假设用户的HTL(最小可听阈值)时的目标积存次数的设定例。如上所述，在假设HTL的声压中，N1分量的反应会变得特别小。在该声压附近，为了观察N1分量的反应，特别需要增加相加次数。因此，设定为：虽然基本的积存数少，但仅假设HTL的部分相加次数增多。图11B(a)及(b)的目标积存次数的设定，是如此考虑的。

图11B(c)是用户的HTL不明确且仅想精度良好地要求HTL的值时的示例。成为如能够仅集中对假设HTL的范围的反应进行获取那样的目标积存数的分配。如此，需要根据想判定的内容来进行目标积存次数的设定。

综上所述，根据图11B(a)，积存判定部4，声压值在越处于小的分区，目标积存次数越设定得多，声压值越处于大的分区，目标积存次数越线性地设定得小。对假设的最小值的声音进行分类的分区成为目标积存次数最多，在与该分区不同的分区(对比该最小值的声音大的声音进行分类的其它分区)中，目标积存次数变得更小。

另一方面，根据图11B(b)及(c)，积存判定部4，在假设为HTL的值或范围内，目标积存次数设定为最多。针对相邻的2个以上的分区，可以共同设定目标积存次数。在偏离假设为HTL的值或范围的声压范围中，可以大幅减少目标积存次数。

再次参照图10。在图10的步骤S41中，积存判定部4接收分类部3的输出结果，来判定有无分类结果。如无声音或无声音变化那样没有分类结果时，进入步骤S46，有分类结果时，进入步骤S42。

在步骤S42中，积存判定部4，获取分类结果的范畴信息。在以声音的大小进行了分类时，范畴信息是指当前的周围环境音的大小(dB)。在图11A中，与声音的分类结果的列所示的信息对应。

在步骤S43中，积存判定部4从积存判定部4内所存储的表格(图11A)中，获取与本次的范畴对应的积存目标量。例如，范畴为20dB时，积存判定部4参照表格来获取目标积存次数40次。

在步骤S44中，积存判定部4从内部所存储的表格(图11A)中，获取与本次的范畴对应的当前积存数。例如，就图11A的示例而言，获取30dB的当前积存数20次。

在步骤S45中，积存判定部4，判定当前的积存数相对于目标值是否充分。当积存数达到目标时，处理进入步骤S46，当积存数未达到目标时，处理进入步骤S47。就图11A的示例而言，相对于目标50次，当前为20次，因此，积存判定部4判定为需要积存。

在步骤S46中，积存判定部4判定为不需要积存。由于不需要进一步的积存，因此，针对该范畴，可以通过声音等呈现数据已积存的意思的信息。此外，在虽然达到目标量，但想要尽量收集最新的用户反应时，在本步骤中，积存判定部4能够废弃在最早时刻积存的数据，进行与新的数据进行置换的处理。

此外，在达到所有范畴的目标量时，若在设备侧呈现该意思的信息，则能够传达何时结束了信息收集。通过将信息积存结束的判定传达给用户或销售店的专家，从而可以仅在充分必要的时间装戴评估设备。

在步骤S47中，积存判定部4判定为需要积存，从而进行动作以使进行积存处理。具体而言，积存判定部4参照应积存的声音数据的产生时刻，并从脑电波测量部5获取与该产生时刻对应的脑电波数据(事件关联电位)，在积存部6中进行积存，并更新图11A的表格的当前积存数。

图12表示声音数据及脑电波数据的处理的流程。在集音部2中所收录的声音11的数据，通过分类部3进行分类，决定起点1及当前的声音的音量30dB。根据该分类部3的输出，积存判定部4，参照表格13，对目标积存次数50次和当前积存数20次进行比较，在该状况下判定为应积存声音数据及脑电波数据。其结果是，积存部6在从脑电波测量部5输出的脑电波12的数据之中，获取通过来自积存判定部4的指示而从脑电波测量部5输出的、与起点1对应的脑电波(事件关联电位)15的数据，并将声音数据和脑电波数据建立关联地进行积存。而且，数据的长度相对于起点1为-100毫秒～600毫秒。

通过以上的处理，能够积存听力评估所需次数的脑电波数据。

根据上述结构，通过对基于脑电波的听力评估所需的声音的属性的分类、和按照每个分类所设定的目标数据量进行比较，即使在有记录容量或消耗功率的限制时，也能够积存充分必要的量的数据。

通过上述的步骤，在积存部6中，积存使周围环境音数据和脑电波数据成对的数据。

接着，对在助听器店带入所积存的数据而被专家发挥怎样的作用进行说明。

图13A表示助听器销售店所设置的PC200的硬件结构。PC200具有：CPU30；存储器31；图形控制器32；和通信控制器33。它们相互通过总线34连接，能够相互交换数据。

CPU30执行存储器31所存储的计算机程序35。PC200根据该计算机程序35，进行以下所说明的处理。该计算机程序35，是助听器拟合软件或其一部分软件模块。助听器拟合软件，是能够参照和设定助听器的内部参数值的软件，如何进行调整，在拟合软件的画面上通过专家来操作。在本申请中所积存的数据的评估处理，能够作为拟合软件的扩展功能而安装，可假设如下使用方法：画面显示评估结果，由专家进行确认，或者将评估结果自动地反映到拟合参数设定中等。

图形控制器32按照CPU30的命令生成影像信号，并输出给监视器(未图示)。监视器显示该影像信号。

此外，通信控制器33，当在PC200的存储卡槽(未图示)中安装了该存储卡36时，在该存储卡36中写入数据，或者从该存储卡36中读取数据。在本实施方式中，该存储卡36设为是作为脑电波记录装置100的积存部6的一部分的存储卡。通信控制器33，按照CPU30的命令，读取该存储卡36中所积存的声音数据以及脑电波数据。

而且，通信控制器33，既可以是与硬盘驱动器或光盘驱动器连接的、控制USB等的接口的通信控制器，也可以是经由网络来接收数据的网络控制器。或者，通信控制器33也可以通过与脑电波记录装置100直接连接，来参照积存部6的积存结果。

而且，上述结构也可以实现为一个处理器或电路。或者，可以将PC200中所包含的各部设置为一个处理器或电路，也可以将它们之中的2个以上设置为一个处理器或电路。

图13B是表示将所积存的数据变换为听力评估结果的处理的步骤的流程图。此外，图14表示从积存结果(a)向在助听器销售店的听力评估(b)的变换处理的示例。

在图13B的步骤S61中，PC200的CPU30，经由通信控制器33，从存储卡36获取范畴信息。所谓范畴信息，例如，是周围环境音的大小，且从0dB～100dB按10dB刻度被赋予。图14的分类结果21是其一个示例。

在步骤S62中，CPU30获取上述范畴中所记录的脑电波信息。例如，在图14中与30dB对应的积存数23是40次，因此能够从脑电波数据24中得到40个事件关联电位波形。

在步骤S63中，CPU30根据在步骤S62中得到的脑电波信息来导出相加平均波形。一个一个的事件关联电位波形，虽然受到噪声的影响较大，但通过进行相加平均，能够仅提取评估所需的分量。

在步骤S64中，CPU30根据在步骤S63得到的相加平均波形来计算关注分量的振幅。例如，若为N1分量的评估，则计算出在100毫秒的周边阴性地具有峰值的波形的振幅。

在步骤S65中，CPU30按照每个音量范畴来保存在步骤S64中计算出的振幅26以及与该振幅对应的评估结果。在图14的假设事例中，例如，对于20dB的范畴，ERP的平均振幅26是0μV。这就意味着未观察到反应。因此，CPU30评估为未听取到声音。另一方面，对于30dB的范畴，平均振幅26为1.2μV。因此，CPU30评估为尽管很微小但观察到反应。

在步骤S66中，CPU30判定针对所有的对象范畴的评估是否结束。此外，在有未判定的范畴时，处理进入步骤S61，在所有的评估结束时，处理结束。

通过这样的过程，生成与各范畴对应的基于脑电波的评估结果。根据该评估结果，在图14中，在最小可听阈值28的观点下，既能够评估为最初能观察到事件关联电位的反应的30dB，也能够通过观察各个声音的反应，从而通过观察在什么时刻没有了平均振幅的增加来评估吵闹音的大小。而且，所谓“吵闹音”，是指对用户而言过大的声音，例如，使用户感到不舒服程度的大的声音。感到不舒服的程度，会根据用户而不同，因此，统一地定义“吵闹音”是不合适的。

而且，在本实施方式中，上述分类部所分类的属性虽然是来自外部的声音的大小，但该属性也可以是语音的种类。由此，不仅是针对声音大小的反应，还能够调查针对语音的反应，进行语音清晰度评估。针对语音的评估，不仅是按一个音一个音的评估，也可以是如图9那样按照每个辅音组来统一评估。根据声音数据的观点，在辅音相同时是相同声音数据的启动，获取针对该部分的事件关联电位是有意义的。例如，在决定助听器中的辅音强调处理的强度时，按每个辅音组的积存也是重要的。

语音的属性判定，是通过语音识别或辅音组的识别等的信号处理来实现的。至此的语音识别方法提出有各种方法，一般都能够获取。它们是如下方法：从原来的声音信号中，通过频率分析等提取若干特征量，并以该特征量为基础，通过事前设定的判定方法来判定语音的种类或辅音的种类。这样的识别方法能够通过独立地追加到本申请的结构中来实现。

而且，在本实施方式中，针对将声音信号和脑电波信号设为一组，依次进行存储的方法进行了说明。在还对存储容量有限制时，也可以使声音信号不直接以波形进行积存，而仅作为范畴信息即声音信号的分类处理结果来进行保存，且使脑电波数据也不直接以波形进行积存，而仅保存每个范畴的相加平均结果。此时，应保存的数据量，可以相对于各范畴，事件关联电位为各一个。

(实施方式2)

在本实施方式中，说明如下一种脑电波记录装置，其除了实施方式1的结构之外，还具有在本装置内实施脑电波的评估并根据该结果来修正积存判定的基准的结构。

公知：需要助听器的用户的听觉状态的差异，比健听者要大，以针对当初设定的声音的大小的积存次数，可能会发生无法充分积存所需部分的数据的情形。因此，在积存了某种程度的脑电波数据的时刻，进行简单的评估，通过使用该结果来修正积存量，由此能够与各种听觉状态的用户相对应。在没有该功能的情况下，需要在助听器销售店确认积存数据时，首次确认数据不足，再次调整数据积存量，来进行追加的数据收集。

图15表示本实施方式中的脑电波记录装置105的结构。在图15所示的结构要素之中，对与实施方式1的结构要素(图3)具有相同功能的内容赋予相同的参照符号，并省略其说明。

本实施方式的脑电波记录装置105与实施方式1的脑电波记录装置100的不同点在于，追加了脑电波分析部7。以下，以该脑电波分析部7的详细动作为中心进行说明。

图16是表示本实施方式的脑电波记录装置105的处理的步骤的流程图。已赋予与图6相同参照符号的步骤S20至步骤S60与图6的流程图所示的处理相同，省略其详细的说明。

在步骤S70中，脑电波分析部7，对所积存的脑电波进行分析，并实施简单的听觉评估，根据需要来修正积存判定部4的判定基准。所谓听觉评估，是对所积存的脑电波进行分析，并判定用户是否听取到声音的处理。此外，所谓判定基准的修正，具体而言，是进行目标积存次数的增减。

通过该处理，对基于脑电波的听力评估而言，能够更有效地收集更需要的部分的数据。

接着，在上述流程之中，针对脑电波分析部7，通过个别流程图和附图，来说明该处理的细节。

图17表示脑电波分析部的处理的细节。图18表示根据脑电波分析部7的处理来修正判定基准的处理的示例。以下，沿着图17的流程图，根据需要，与图18相对应地进行说明。本实施方式的脑电波分析部7，设为仅在追加了新数据时才被执行。

在图17的步骤S71中，脑电波分析部7从分类部3获取分类结果即范畴信息。

在步骤S72中，脑电波分析部7，获取与范畴对应的脑电波信息。其中，所谓“脑电波信息”是指：针对范畴的目标积存次数、当前的积存次数、以及所积存的事件关联电位波形。

在步骤S73中，脑电波分析部7判定是否实施目标积存次数的调整。这是因为为了实施基于脑电波分析部7的调整，需要在积存部6中积存有某种程度的脑电波数据。当所积存的脑电波数据过少时，无法正确评估的可能性变大。而且，所谓“某种程度”，例如，能够适用是否积存了目标积存次数一半以上的脑电波数据等。

脑电波分析部7对积存部6中的脑电波数据的积存状态进行判定。当判定为实施调整时，进入步骤S74，当判定为不实施调整时，结束脑电波分析部7的处理。

在步骤S74中，脑电波分析部7仅使用获取到的脑电波数据来计算相加平均波形。

在步骤S75中，脑电波分析部7根据在步骤S75中计算出的相加平均波形来计算出关注分量的振幅。例如，若为N1分量的评估，则计算出在100毫秒的周边阴性地具有峰值的波形的振幅。

在步骤S76中，脑电波分析部7判定在步骤S75中计算出的振幅的大小是否与假设的振幅相同。所谓假设振幅，是事先假设的、在标准的用户中所诱发的脑电波振幅。由此，能够按照用户的听觉来调整所需的脑电波数据的量。当振幅小于假设时，进入步骤S77，若为与假设相同程度的值，则进入步骤S78，当大于假设时，进入步骤S79。

步骤S77，是判定为事件关联电位的振幅小于假设时的处理，为了进行更正确的听力评估，在使本次的范畴中的目标积存次数增加之后，结束处理。例如，脑电波分析部7对脑电波分量进行了评估，其结果，若评估为20dB在最小可听阈值附近，则使目标次数增加，结束其后的处理。

步骤S78，是判定为事件关联电位的振幅与假设相同程度时的处理，因此，不变更目标积存次数，结束处理。

步骤S79，是判定为事件关联电位的振幅大于假设时的处理，因此，判定为即使更少的数据数量也能够实施足够精度的听力评估，使本次的范畴中的目标积存次数减少，之后，结束处理。

使用图18，作为该处理的一个示例，来说明按照步骤S76中的判定结果进入S77的示例。在通过使用当前所积存的数据，例如计算出针对20dB的声压的N1的振幅时，需要判定：当小于所假设的波形时，针对20dB的声压，是否恰好观察到N1分量的振幅(最小听觉阈值)，还是观察不到(小于阈值)。因此，需要在进一步增加积存次数并减少噪声的影响的基础上进行判定。因此，尽管当前的20dB的分区中的最初的目标积存次数为40次，但为了实施更正确的评估，积存判定部4将目标积存次数调整为50次。当声音小时，特别当是最小可听阈值附近的数据时，由于该部分的数据需要特别注意地收集，因此需要这样的处理。

此外，当按照步骤S76中的判定结果进入到步骤S79时，积存判定部4也可以调整为减少积存次数。例如，在计算出针对30dB的声压的分区的N1分量的振幅时，由于当大于假设的波形时，在30dB的声压的分区中会充分观察到N1分量的反应(明显在最小听觉阈值之上)，因此能够判定为即使以更少的数据数量也能够进行足够精度的听力评估。因此，积存判定部4，针对最初的目标积存次数40次，可以减少到30次。此时，比其还小的声压为最小可听阈值的可能性变大，因此，即使在30dB下减少次数，例如，在20dB或10dB下为了更正确地进行判定，而要考虑增加目标积存次数(未图示)。

而且，在本实施方式中，通过脑电波分析部7分析了用户的听觉的结果，进行对周围声音的大小的目标值的变更。而且，用户的最少可听阈值，或推定不舒服阈值等，可以根据该值来变更目标积存次数。例如，在修正了用户的最小可听阈值的修正值的情况下，如图11B(b)所示，也可以仅将最小可听阈值附近的目标积存次数设定得较多。

而且，当用户是听障者时，由于存在难以听取特定频率的情形，因此，也可以假设如图9(c)所示的每个频率的数据积存，来修正该数据积存量。频率的分析，由傅里叶变换等实现。脑电波分析的结果，当仅特定的频率的反应较弱时，通过增加该频率的数据积存量，能够更正确地进行评估，且在各种类型的听障者的助听器调整中，能够获取有效的数据。

通过这些处理，由于根据数据的积存结果，会在带入助听器销售店之前进行简单的听力评估，因此，能够判定应重点收集哪个范畴的周围环境音数据和脑电波数据，能够积存充分必要的数据。由此，在助听器销售店不会被专家指责收集不足，能够削减数据收集或与助听器销售店的往来这样的麻烦。

而且，在本实施方式中，虽然针对能够有效积存数据的事例进行了说明，但在充分积存了数据的时刻，若与助听器销售店能通过通信进行数据的交换，则能够进行远程的拟合。以往的用户必须到助听器销售店的理由在于：(1)只能在店面进行听力评估，(2)只能在店面进行助听器调整。然而，若如本实施方式那样能够有效地积存数据，则助听器销售店能够最初让用户带走助听器，而后通过通信来接收脑电波记录装置105的评估结果，根据该结果，专家在决定了合适的助听器的设定值之后，通过通信，下载到用户手边的助听器。由此，也能够进行远程的助听器调整。

(实施方式3)

在本实施方式中，假设为如下方式：在助听器销售店不进行基于专家实施的拟合，而通过在助听器主体中装入数据记录功能和评估功能，在助听器内部自动地进行调整。

图19表示本实施方式的助听器110的结构。助听器110例如具有实施方式1的脑电波记录装置100以及助听器部101。在图19中，针对与图3相同的结构要素，使用相同符号，并省略说明。本实施方式的结构，构成为在实施方式1的结构中加入了听力评估部8和助听器部101。

听力评估部8是使用积存部6的数据来实施听力评估的部分。基本上实施向图13B或图14所说明的积存数据的评估结果的变换处理，且还担当为专家所实施的最终的助听器的调整参数的决定部分。由此，不通过专家，也能够调整助听器。

助听器部101表示为一般的助听器的结构。助听器部101，通过集音部101a获取环境音，并由助听处理部101b对环境音追加助听处理，还由输出部101c向用户提供助听处理后的声音。在此，助听处理部101b构成为从外部接收控制信号，且接收听力评估部8的调整后的参数而反映到助听器部101的助听处理中。

通过这样的处理，脑电波记录装置100的数据能够连接于助听器。

图20(a)及(b)例示出***的使用情形。图20(a)表示脑电波记录装置100与助听器部101呈一体的助听器110的外观结构例，图20(b)表示装戴例。用户在耳中装戴了助听器110。图20的脑电波记录装置100被装入助听器101内部，集音部2与助听器的集音部101a被共用。此外，脑电波测量部5，由电极部5a和生物体放大器5b构成，电极部设置于助听器外，在装戴助听器时，能够与头部接触。脑电波测量，对头部及其周边所装戴的至少2个电极间的电位差进行测量。在该示例中，在助听器主体与用户的耳朵相接触的部分，设置有电极。在耳周边能够测量脑电波，尽管被认为与在头顶部测量的脑电波在波形或特征上有时会不同，但只要以能够在耳周边测量的脑电波为前提来构成评估方法，则能够实施。

最近，为了提高性能或使用性，有时也会在双耳同时装戴助听器，此时，脑电波测量能够测量双耳之间的电位，更易于测量脑活动。

而且，作为电极位置，在耳中设置也是有效的。特别考虑到易于被固定于耳中且相对于身体的移动也会维持接触，因此，设置接地电极或参考电极也是有效的。

通过在助听器部101中装入脑电波记录装置100，能够自动地将评估结果反映到助听器中，即使在用户的听觉随着时间而发生变化的情况下，只要依次更新声音数据和脑电波数据，则助听器的听觉会被始终维持在最佳。

产业上的利用可能性

本申请的脑电波记录装置，对周围环境音进行分类来积存适合于该分类的脑电波数据，对助听器销售店的助听器的调整是有用的。此外，对于健听者，也能够使用对周围环境音的评估。例如，还能够应用到电视或立体声的音质评估、在车站或公共设施的基于用户的感觉的声音环境评估、在工厂等的噪声评估等的基础数据的收集中。

附图符号说明：

1-用户，

2-集音部，

3-分类部，

4-积存判定部，

5-脑电波测量部，

6-积存部，

7-脑电波分析部，

8-听力评估部，

100-脑电波记录装置，

101-助听器部。

Claims (18)

1.一种脑电波记录装置，具有：

集音部，其收集外部的声音来生成声音数据；

脑电波测量部，其测量用户的脑电波来生成脑电波数据；

分类部，其将所述集音部所收集的声音分类成针对所述声音的声压而预先确定的多个分区；

积存判定部，其在所述声音被分类的分区中，根据数据积存次数是否达到预先设定的目标值，来判定是否记录所述脑电波数据；和

积存部，当由所述积存判定部判定为记录所述脑电波数据时，该积存部将所述脑电波数据和所述声音数据建立关联地进行积存，

所述脑电波记录装置按照每个分区来设定所述目标值，当在所述多个分区之中，将所假设的最小值的声音被分类的第一分区的目标值设为第一值，将大于所述最小值的声压值的声音被分类的第二分区的目标值设为第二值时，在所述积存判定部中，对所述第一值进行设定，以使所述第一值在所述第二值以上。

2.根据权利要求1所述的脑电波记录装置，其特征在于，

当所述声音被分类的分区中的数据积存次数小于预先设定的目标值时，所述积存判定部判定为记录所述脑电波数据，

当所述声音被分类的分区中的数据积存次数在预先设定的目标值以上时，所述积存判定部判定为不记录所述脑电波数据。

3.根据权利要求1所述的脑电波记录装置，其特征在于，

当由所述积存判定部判定为记录所述脑电波数据时，所述积存部将所述声音和在收集所述声音的时刻所测量的脑电波建立关联地进行积存。

4.根据权利要求1所述的脑电波记录装置，其特征在于，

所述积存判定部，参照所述积存部中所积存的所述脑电波以及所述声音，并根据所述声音被分类的分区中的数据积存次数是否达到预先设定的目标值，来判定是否记录所述脑电波数据。

5.根据权利要求1所述的脑电波记录装置，其特征在于，

当作为目的的所述脑电波的脑电波分量根据声压值而发生变化时，所述积存判定部根据所述声压值的大小使所述目标值变化。

6.根据权利要求5所述的脑电波记录装置，其特征在于，

所述积存判定部，越是声压值小的声音被分类的分区，就越增大所述目标值。

7.根据权利要求5所述的脑电波记录装置，其特征在于，

所述积存判定部，越是声压值大的声音被分类的分区，就越减小所述目标值。

8.根据权利要求5所述的脑电波记录装置，其特征在于，

所述积存判定部，越是声压值大的声音被分类的分区，越线性地减小所述目标值。

9.根据权利要求5所述的脑电波记录装置，其特征在于，

所述积存判定部，将包括所述第一分区的、相邻的2个以上的分区的目标值共同设定为所述第一值。

10.根据权利要求1所述的脑电波记录装置，其特征在于，

所述脑电波记录装置还具有：脑电波分析部，其对所述积存部中所积存的脑电波进行分析，来判定所述用户是否听取到所述声音，

所述积存判定部，使与所述脑电波分析部判定为未被所述用户听取到的声音对应的分区的所述目标值变化为增大。

11.根据权利要求10所述的脑电波记录装置，其特征在于，

所述脑电波分析部，根据所述积存部的数据来分析脑电波的反应，以推定所述用户感到不舒服的不舒服阈值，进而根据所述不舒服阈值来变更所述第一值。

12.根据权利要求10所述的脑电波记录装置，其特征在于，

所述分类部，分类成针对所述声音的声压以及所述声音的频率而预先确定的多个分区，

所述脑电波分析部，确定所述用户难以听取的频率，使与所述频率对应的分区的数据积存量的目标值变更为增大。

13.根据权利要求1所述的脑电波记录装置，其特征在于，

所述积存部，积存所述声音数据的分类结果即范畴的信息，并积存每个所述范畴的所述脑电波数据的相加平均结果。

14.根据权利要求1所述的脑电波记录装置，其特征在于，

所述脑电波测量部，使用至少一方被设置于耳中的参考电极和接地电极来测量所述脑电波。

15.一种脑电波记录装置，具有：

集音部，其收集外部的声音；

脑电波测量部，其测量用户的脑电波；

分类部，其将由所述集音部收集到的声音分类成根据声音的声压而预先确定的多个分区；

积存判定部，其根据所述声音被分类的分区中的数据积存次数是否达到预先设定的目标值，来判定是否记录所述脑电波测量部所测量的脑电波；和

积存部，当由所述积存判定部判定为记录所述脑电波时，该积存部按照每个所述分区，将所述脑电波以及所述声音建立关联地进行积存，

所述脑电波记录装置，按照所述多个分区的每个分区来设定所述目标值，并且设定为：与所述分区对应的声音的声压越小，所述分区的目标值就越大。

16.一种助听器，具有：

权利要求1或15所述的脑电波记录装置；

听力评估部，其根据所述积存部中所积存的数据进行听力评估；

助听处理部，其利用所述听力评估部的输出结果来变更处理；和

输出部，其通过声音向用户提示助听处理结果。

17.一种脑电波记录方法，包括：

收集外部的声音来生成声音数据的步骤；

测量用户的脑电波来生成脑电波数据的步骤；

将由所述集音部所收集的声音分类成针对所述声音的声压而预先确定的多个分区的步骤；

在所述声音被分类的分区中，根据数据积存次数是否达到预先设定的目标值，来判定是否记录所述脑电波数据的步骤；和

当由进行判定的所述步骤判定为记录所述脑电波数据时，将所述脑电波数据以及所述声音数据建立关联地进行积存的步骤，

所述脑电波记录方法按照每个分区来设定所述目标值，当在所述多个分区之中，将所假设的最小值的声音被分类的第一分区的目标值设为第一值，将大于所述最小值的声压值的声音被分类的第二分区的目标值设为第二值时，在执行进行积存的所述步骤时，对所述第一值进行设定，以使所述第一值在所述第二值以上。

18.一种计算机程序，由脑电波记录装置中所设置的计算机来执行，

所述计算机程序使所述脑电波记录装置中所安装的计算机执行如下步骤，该步骤包括：

生成所收集的外部的声音的声音数据的步骤；

获取所测量的用户的脑电波数据的步骤；

将由所述集音部所收集的声音分类成针对所述声音的声压而预先确定的多个分区的步骤；

在所述声音被分类的分区中，根据数据积存次数是否达到预先设定的目标值，来判定是否记录所述脑电波数据的步骤；和

当由进行判定的所述步骤判定为记录所述脑电波数据时，将所述脑电波数据和所述声音数据建立关联地进行积存的步骤，

所述计算机程序按照每个分区来设定所述目标值，当在所述多个分区之中，将所假设的最小值的声音被分类的第一分区的目标值设为第一值，将大于所述最小值的声压值被分类的第二分区的目标值设为第二值时，在执行进行积存的所述步骤时，对所述第一值进行设定，以使所述第一值在所述第二值以上。

Images