JP2002000577A - 脳波解析方法 - Google Patents
脳波解析方法Info
- Publication number
- JP2002000577A JP2002000577A JP2000189353A JP2000189353A JP2002000577A JP 2002000577 A JP2002000577 A JP 2002000577A JP 2000189353 A JP2000189353 A JP 2000189353A JP 2000189353 A JP2000189353 A JP 2000189353A JP 2002000577 A JP2002000577 A JP 2002000577A
- Authority
- JP
- Japan
- Prior art keywords
- average power
- wave
- frequency bands
- calculated
- calculating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
(57)【要約】
【課題】 相互に関連している周波数帯域から得られる
生体情報を複合して、より簡便にヒトの高度な精神状態
を評価する。 【解決手段】 デジタル信号に変換されたα波、β波の
脳波信号の各周波数帯域の時系列デジタル信号Ｘα、Ｘ
βに対して、ＦＦＴによりそれぞれパワースペクトルを
算出する。続いて、算出されたパワースペクトルにおい
てパワー値を加算し、それを各周波数帯域で平均化し平
均パワー値を得る。このように算出されたα波，β波の
平均パワー値の比α／βを算出し、各周波数帯域間の平
均パワー値の比を外部記憶部に保存し、必要に応じて表
示部に表示したり、又は印刷部によって印刷し、被検者
の生体情報を評価者が評価する。この評価により、被検
者の大脳皮質の活性化状況を定量的に判定することがで
き、これに反映された心理的・生理的反応等の生体情報
を測定することが可能となる。
生体情報を複合して、より簡便にヒトの高度な精神状態
を評価する。 【解決手段】 デジタル信号に変換されたα波、β波の
脳波信号の各周波数帯域の時系列デジタル信号Ｘα、Ｘ
βに対して、ＦＦＴによりそれぞれパワースペクトルを
算出する。続いて、算出されたパワースペクトルにおい
てパワー値を加算し、それを各周波数帯域で平均化し平
均パワー値を得る。このように算出されたα波，β波の
平均パワー値の比α／βを算出し、各周波数帯域間の平
均パワー値の比を外部記憶部に保存し、必要に応じて表
示部に表示したり、又は印刷部によって印刷し、被検者
の生体情報を評価者が評価する。この評価により、被検
者の大脳皮質の活性化状況を定量的に判定することがで
き、これに反映された心理的・生理的反応等の生体情報
を測定することが可能となる。
Description
【０００１】
【発明の属する技術分野】本発明は、脳波信号の所定の
周波数帯域同士の比を算出することにより、生体情報を
定量的に評価するための脳波解析方法に関するものであ
る。
周波数帯域同士の比を算出することにより、生体情報を
定量的に評価するための脳波解析方法に関するものであ
る。
【０００２】
【従来の技術】脳波信号から生体情報を得るために、臨
床医学等の分野で用いられてきた従来の方法は、信号強
度の時間変化を図形表示した信号波形の経験的分類に従
い、例えば或る疾病に特徴的な波形のパターンを目視で
見出すことが中心とされている。
床医学等の分野で用いられてきた従来の方法は、信号強
度の時間変化を図形表示した信号波形の経験的分類に従
い、例えば或る疾病に特徴的な波形のパターンを目視で
見出すことが中心とされている。
【０００３】これに対し、脳波信号の数値的解析により
生体情報を得る方法として、信号のスペクトル解析が試
みられている。例えば脳波の場合に、主な周波数成分は
δ波（４Ｈｚ未満）、θ波（４〜８Ｈｚ）、α波（８〜
１３Ｈｚ）、β波（１３Ｈｚ以上）に大別される。δ波
は深い睡眠時、θ波は瞑想時等深いリラックス状態に、
α波は閉眼時等の精神的にリラックスした状態に、β波
は開眼時の緊張度が高い状態に現れる。特開平５−３０
０８９０号公報においては、スペクトル解析による結果
から各周波数帯域の信号強度を算出し、これら帯域間で
比較することにより、被検者の生体情報の評価が試みら
れている。
生体情報を得る方法として、信号のスペクトル解析が試
みられている。例えば脳波の場合に、主な周波数成分は
δ波（４Ｈｚ未満）、θ波（４〜８Ｈｚ）、α波（８〜
１３Ｈｚ）、β波（１３Ｈｚ以上）に大別される。δ波
は深い睡眠時、θ波は瞑想時等深いリラックス状態に、
α波は閉眼時等の精神的にリラックスした状態に、β波
は開眼時の緊張度が高い状態に現れる。特開平５−３０
０８９０号公報においては、スペクトル解析による結果
から各周波数帯域の信号強度を算出し、これら帯域間で
比較することにより、被検者の生体情報の評価が試みら
れている。
【０００４】また、スペクトル解析による結果に対して
更に演算処理を施し、生体情報の評価を試みる例として
は、特開平６−２６１８７３号公報で８〜１１Ｈｚの周
波数帯域におけるパワーと、１１〜１４Ｈｚの周波数帯
域におけるパワーとの比を算出して、リラックス度を算
出する例が開示されている。
更に演算処理を施し、生体情報の評価を試みる例として
は、特開平６−２６１８７３号公報で８〜１１Ｈｚの周
波数帯域におけるパワーと、１１〜１４Ｈｚの周波数帯
域におけるパワーとの比を算出して、リラックス度を算
出する例が開示されている。
【０００５】
【発明が解決しようとする課題】しかしながら上述の従
来例においては、それぞれの周波数帯域の信号をその信
号波形により評価する場合に、その評価手順が経験によ
って左右されてしまい、かつその評価は定性的な情報に
留まっている。
来例においては、それぞれの周波数帯域の信号をその信
号波形により評価する場合に、その評価手順が経験によ
って左右されてしまい、かつその評価は定性的な情報に
留まっている。
【０００６】また、信号のスペクトル解析を行い振幅値
の閾値を設定して評価する場合に、一般的に脳波にはWa
xing＆Waningと呼ばれる振幅の漸増漸減現象が見られる
ため、それぞれの周波数帯域の評価において、その信号
の振幅の時間変動が被検者の精神状態の変化によるもの
なのか、又は一般的なWaxing＆Waningによるものなのか
の判別が困難である。
の閾値を設定して評価する場合に、一般的に脳波にはWa
xing＆Waningと呼ばれる振幅の漸増漸減現象が見られる
ため、それぞれの周波数帯域の評価において、その信号
の振幅の時間変動が被検者の精神状態の変化によるもの
なのか、又は一般的なWaxing＆Waningによるものなのか
の判別が困難である。
【０００７】また、これら２標類の方法では、それぞれ
の周波数帯域の信号を別個に評価しているため、それぞ
れの周波数帯域で相互に相関を持つ情報を評価すること
が困難であり、そこから評価できる情報は疾病の典型的
な症状を発見するか、或いはリラックス、緊張等の極め
て単純化された生体情報が得られるに過ぎない。
の周波数帯域の信号を別個に評価しているため、それぞ
れの周波数帯域で相互に相関を持つ情報を評価すること
が困難であり、そこから評価できる情報は疾病の典型的
な症状を発見するか、或いはリラックス、緊張等の極め
て単純化された生体情報が得られるに過ぎない。
【０００８】また、スペクトル解析による結果に対して
更に演算処理を施し、生体情報の評価を試みている例の
場合には、全測定時間分の脳波データに対してスペクト
ル解析を行いパワー値の比を算出しているため、算出さ
れた評価値は測定時間内全体での平均値となり、被検者
の生体情報の測定時間内での変動を捉えることは不可能
である。この場合に対象とする周波数帯域がα波帯域に
限られているため、リラックス、緊張等の極めて単純化
された生体情報が得られるに過ぎない。
更に演算処理を施し、生体情報の評価を試みている例の
場合には、全測定時間分の脳波データに対してスペクト
ル解析を行いパワー値の比を算出しているため、算出さ
れた評価値は測定時間内全体での平均値となり、被検者
の生体情報の測定時間内での変動を捉えることは不可能
である。この場合に対象とする周波数帯域がα波帯域に
限られているため、リラックス、緊張等の極めて単純化
された生体情報が得られるに過ぎない。
【０００９】このように、これら従来の方法は近年要求
が高まりつつある生体高次機能に関する情報の測定、生
体情報の定量化及び生体情報の時間変化の測定には能う
べくもない。
が高まりつつある生体高次機能に関する情報の測定、生
体情報の定量化及び生体情報の時間変化の測定には能う
べくもない。
【００１０】上記事情に鑑み、本発明の発明者らは従来
技術の問題点を詳細に検討した結果、従来技術の限界
が、（１）各周波数成分を個別に評価しようとしている
こと、又は周波数帯域を８〜１４Ｈｚに限定しているこ
と、（２）脳波信号の特徴的なWaxing＆Waningに対する
処理を施していないこと、（３）周波数スペクトルの測
定時間内での変動を捉えていないこと、によるものであ
ることを知った。
技術の問題点を詳細に検討した結果、従来技術の限界
が、（１）各周波数成分を個別に評価しようとしている
こと、又は周波数帯域を８〜１４Ｈｚに限定しているこ
と、（２）脳波信号の特徴的なWaxing＆Waningに対する
処理を施していないこと、（３）周波数スペクトルの測
定時間内での変動を捉えていないこと、によるものであ
ることを知った。
【００１１】更に、本発明の発明者らは、脳波の各周波
数帯域のWaxing＆Waningに注目して研究を重ねた結果、
この現象が各周波数帯域間で比較的同期して発生してい
ることを見い出した。
数帯域のWaxing＆Waningに注目して研究を重ねた結果、
この現象が各周波数帯域間で比較的同期して発生してい
ることを見い出した。
【００１２】脳波は数多くのシナプスにおけるシナプス
後電位が集積されて、比較的緩やかな波形が形成された
ものと考えられている。また脳においては、末梢からの
様々な感覚情報が視床を経て大脳の各感覚野に投射され
ており、その際に視床での周期的抑制回路が働くために
脳波のリズムが形成されると推測されている。
後電位が集積されて、比較的緩やかな波形が形成された
ものと考えられている。また脳においては、末梢からの
様々な感覚情報が視床を経て大脳の各感覚野に投射され
ており、その際に視床での周期的抑制回路が働くために
脳波のリズムが形成されると推測されている。
【００１３】従って、直接観察することのできる脳波
は、大脳皮質部分が発生する電位であるが、その波形変
化には視床等脳幹部の動作が反映されていると考えるこ
とができる。
は、大脳皮質部分が発生する電位であるが、その波形変
化には視床等脳幹部の動作が反映されていると考えるこ
とができる。
【００１４】ここで、脳波の各周波数帯域における時間
変動は、ヒトの生体情報に関してそれぞれの帯域間で相
関を持つと考えることができる。
変動は、ヒトの生体情報に関してそれぞれの帯域間で相
関を持つと考えることができる。
【００１５】本発明の目的は、上述の問題点を解消し、
濾波された２種類以上の所定の周波数帯域において、そ
れぞれ平均パワー値を算出しかつ所定の２種類の組み合
わせ毎に平均パワー値の比を算出することによって、相
互に関連している周波数帯域から得られる生体情報を複
合して捉えることが可能になり、より簡便にヒトの高度
な精神状態を評価することができる脳波解析方法を提供
することにある。
濾波された２種類以上の所定の周波数帯域において、そ
れぞれ平均パワー値を算出しかつ所定の２種類の組み合
わせ毎に平均パワー値の比を算出することによって、相
互に関連している周波数帯域から得られる生体情報を複
合して捉えることが可能になり、より簡便にヒトの高度
な精神状態を評価することができる脳波解析方法を提供
することにある。
【００１６】
【課題を解決するための手段】上記目的を達成するため
の本発明に係る脳波解析方法は、脳波信号を２種類以上
の所定の帯域に濾波する工程と、前記各帯域から成る信
号から帯域内での平均パワー値を算出する工程と、該工
程で前記算出された各帯域毎の平均パワー値の所定の２
種類の組み合わせ毎の比を算出する工程とを有すること
を特徴とする。
の本発明に係る脳波解析方法は、脳波信号を２種類以上
の所定の帯域に濾波する工程と、前記各帯域から成る信
号から帯域内での平均パワー値を算出する工程と、該工
程で前記算出された各帯域毎の平均パワー値の所定の２
種類の組み合わせ毎の比を算出する工程とを有すること
を特徴とする。
【００１７】
【発明の実施の形態】本発明を図示の実施の形態に基づ
いて詳細に説明する。図１に示すように、本発明の実施
の形態は、時系列生体信号をステップ１の２種類以上の
任意の帯域を抽出する工程、ステップ２の平均パワー値
を算出する工程、ステップ３の任意の組み合わせごとの
比を算出する工程、ステップ４の生体情報の評価工程と
から成っている。
いて詳細に説明する。図１に示すように、本発明の実施
の形態は、時系列生体信号をステップ１の２種類以上の
任意の帯域を抽出する工程、ステップ２の平均パワー値
を算出する工程、ステップ３の任意の組み合わせごとの
比を算出する工程、ステップ４の生体情報の評価工程と
から成っている。
【００１８】図２は処理装置のブロック回路構成図を示
し、脳波測定装置からの出力生体信号を増幅する生体ア
ンプ２、Ａ／Ｄ変換部３、データ保持部４を介してＣＰ
Ｕやメモリなどを含む演算制御装置５に接続されてい
る。演算制御装置５は外部記憶部６、表示部７、印刷部
８に接続されている。
し、脳波測定装置からの出力生体信号を増幅する生体ア
ンプ２、Ａ／Ｄ変換部３、データ保持部４を介してＣＰ
Ｕやメモリなどを含む演算制御装置５に接続されてい
る。演算制御装置５は外部記憶部６、表示部７、印刷部
８に接続されている。
【００１９】被検者の脳波の測定に際しては、図３に示
すように被検者Ｓの頭部には複数個の電極９をペースト
１０を介して装着されている。なお、電極９の装着部位
は、国際脳波学会標準法（１０／２０法）に従ってい
る。これらの電極９により検出された図４に示す脳波信
号を、プリアンプ及びメインアンプ２で所定のレベルま
で増幅した後に、Ａ／Ｄ変換部３によりデジタル信号に
変換し、データ保持部４に記録する。なお、このＡ／Ｄ
変換処理におけるサンプリング周波数は、本実施の形態
においては２．４ＫＨｚとした。
すように被検者Ｓの頭部には複数個の電極９をペースト
１０を介して装着されている。なお、電極９の装着部位
は、国際脳波学会標準法（１０／２０法）に従ってい
る。これらの電極９により検出された図４に示す脳波信
号を、プリアンプ及びメインアンプ２で所定のレベルま
で増幅した後に、Ａ／Ｄ変換部３によりデジタル信号に
変換し、データ保持部４に記録する。なお、このＡ／Ｄ
変換処理におけるサンプリング周波数は、本実施の形態
においては２．４ＫＨｚとした。
【００２０】続いて、データ保持部４に記録したデジタ
ル信号に対して、演算制御装置５により図１のステップ
１に相当するバンドフィルタリング操作を施こす。な
お、本実施の形態においては、例としてα／βを算出す
るために、抽出する周波数帯域としては、例えばα波：
８〜１３Ｈｚ、β波：１３〜１８Ｈｚを設定し、各周波
数帯域を持つ時系列デジタル信号を得ることができる。
ル信号に対して、演算制御装置５により図１のステップ
１に相当するバンドフィルタリング操作を施こす。な
お、本実施の形態においては、例としてα／βを算出す
るために、抽出する周波数帯域としては、例えばα波：
８〜１３Ｈｚ、β波：１３〜１８Ｈｚを設定し、各周波
数帯域を持つ時系列デジタル信号を得ることができる。
【００２１】ここで、各周波数帯域で抽出されたデジタ
ル信号に変換された脳波信号を以下のように示す。
ル信号に変換された脳波信号を以下のように示す。
【００２２】 α波：Ｘα＝Ｘα 1＋Ｘα 2＋Ｘα 3＋……＋Ｘα n （ｔ
＝１，２，３…ｎ） β波：Ｘβ＝Ｘβ 1＋Ｘβ 2＋Ｘβ 3＋……＋Ｘβ n （ｔ
＝１，２，３…ｎ）
＝１，２，３…ｎ） β波：Ｘβ＝Ｘβ 1＋Ｘβ 2＋Ｘβ 3＋……＋Ｘβ n （ｔ
＝１，２，３…ｎ）
【００２３】次に、得られた各周波数帯域の時系列デジ
タル信号Ｘα、Ｘβに対して、演算制御装置５により各
周波数帯域における平均パワー値を算出する。
タル信号Ｘα、Ｘβに対して、演算制御装置５により各
周波数帯域における平均パワー値を算出する。
【００２４】図５は演算制御装置５における平均パワー
値の算出のアルゴリズムに関して、演算制御装置５にお
ける処理過程を図式化した説明図である。先ず、濾波さ
れた先の式で示すα波、β波の脳波信号データ列に対
し、ＦＦＴ（高速フーリエ変換）によりそれぞれパワー
スペクトルを算出する。続いて、算出されたパワースペ
クトルにおいてパワー値を加算し、それを各周波数帯域
で平均化し図１のステップ２に相当する平均パワー値を
得る。
値の算出のアルゴリズムに関して、演算制御装置５にお
ける処理過程を図式化した説明図である。先ず、濾波さ
れた先の式で示すα波、β波の脳波信号データ列に対
し、ＦＦＴ（高速フーリエ変換）によりそれぞれパワー
スペクトルを算出する。続いて、算出されたパワースペ
クトルにおいてパワー値を加算し、それを各周波数帯域
で平均化し図１のステップ２に相当する平均パワー値を
得る。
【００２５】次に、図１のステップ３として、このよう
に算出されたα波，β波の平均パワー値の比α／βを算
出する。続いて、演算制御装置５によって求めた各周波
数帯域間の平均パワー値の比を、外部記憶部６に保存
し、必要に応じて表示部７に表示したり、又は印刷部８
によって印刷し、図１のステップ４に相当する被検者の
生体情報を評価する。
に算出されたα波，β波の平均パワー値の比α／βを算
出する。続いて、演算制御装置５によって求めた各周波
数帯域間の平均パワー値の比を、外部記憶部６に保存
し、必要に応じて表示部７に表示したり、又は印刷部８
によって印刷し、図１のステップ４に相当する被検者の
生体情報を評価する。
【００２６】この評価に際して、各種の賦活に対するα
／βの変化を調べてみると、この値が小さくなるほど被
検者の思考活動が活発化していることを見出すことがで
きる。本実施の形態においては、被検者に対して（１）
閉眼安静、（２）難易度の低い計算課題、（３）難易度
の高い計算課題の３標類の賦活を与え、説明した処理過
程に沿って、測定位置の前頭中央部（ＣＨ，Ｆｚ）で測
定された脳波に対してα／βを求めたところ、表示部７
に表示されたα／βの結果は、それぞれの賦活におい
て、（１）６．８、（２）２．５、（３）１．３となっ
た。ここで、被検者に与えられた賦活は、（１）＜
（２）＜（３）の順に複雑な作業となっており、当然被
検者の大脳皮質もそれに従ってより活性化度が高くなる
ことが分かる。
／βの変化を調べてみると、この値が小さくなるほど被
検者の思考活動が活発化していることを見出すことがで
きる。本実施の形態においては、被検者に対して（１）
閉眼安静、（２）難易度の低い計算課題、（３）難易度
の高い計算課題の３標類の賦活を与え、説明した処理過
程に沿って、測定位置の前頭中央部（ＣＨ，Ｆｚ）で測
定された脳波に対してα／βを求めたところ、表示部７
に表示されたα／βの結果は、それぞれの賦活におい
て、（１）６．８、（２）２．５、（３）１．３となっ
た。ここで、被検者に与えられた賦活は、（１）＜
（２）＜（３）の順に複雑な作業となっており、当然被
検者の大脳皮質もそれに従ってより活性化度が高くなる
ことが分かる。
【００２７】この結果をみると、α／βの値は（１）＜
（２）＜（３）の順のようになっており、作業が複雑に
なるにつれて、即ち被検者の思考活動が複雑になるに従
って、α／βの数値が低くなることを示している。換言
すれば、本実施の形態による装置によって、脳波の各周
波数帯域毎の平均パワー値の比を算出することにより、
被検者の大脳皮質の活性化状況を定量的に判定すること
ができ、これに反映された心理的・生理的反応等の生体
情報を測定することが可能となる。
（２）＜（３）の順のようになっており、作業が複雑に
なるにつれて、即ち被検者の思考活動が複雑になるに従
って、α／βの数値が低くなることを示している。換言
すれば、本実施の形態による装置によって、脳波の各周
波数帯域毎の平均パワー値の比を算出することにより、
被検者の大脳皮質の活性化状況を定量的に判定すること
ができ、これに反映された心理的・生理的反応等の生体
情報を測定することが可能となる。
【００２８】次に、第２の実施の形態について説明す
る。この第２の実施の形態では、濾波する周波数帯域が
θ波（４〜８Ｈｚ）とβ波（１３〜１８Ｈｚ）であり、
両者のθ／βを算出することを除いて、構成装置及び算
出過程は、全て第１の実施の形態と同様である。
る。この第２の実施の形態では、濾波する周波数帯域が
θ波（４〜８Ｈｚ）とβ波（１３〜１８Ｈｚ）であり、
両者のθ／βを算出することを除いて、構成装置及び算
出過程は、全て第１の実施の形態と同様である。
【００２９】なお、このθ／βの評価に際しては、各種
の賦活に対する値の変化を調べてみると、θ／βが大き
くなるほど被検者の集中力が高まっていることが分か
る。本実施の形態においては、被検者に対して（１）閉
眼安静、（２）音楽を聴きながら計算課題を実行する、
（３）計算課題を実行するの３種類の賦活を与え、先に
説明した処理過程に沿って、測定位置の前頭中央部（Ｃ
Ｈ．Ｆｚ）で測定された脳波に対してθ／βを求める。
その結果、表示部７に表示されたθ／βの結果は、それ
ぞれの賦活において、（１）１．２、（２）２．１、
（３）３．３となった。
の賦活に対する値の変化を調べてみると、θ／βが大き
くなるほど被検者の集中力が高まっていることが分か
る。本実施の形態においては、被検者に対して（１）閉
眼安静、（２）音楽を聴きながら計算課題を実行する、
（３）計算課題を実行するの３種類の賦活を与え、先に
説明した処理過程に沿って、測定位置の前頭中央部（Ｃ
Ｈ．Ｆｚ）で測定された脳波に対してθ／βを求める。
その結果、表示部７に表示されたθ／βの結果は、それ
ぞれの賦活において、（１）１．２、（２）２．１、
（３）３．３となった。
【００３０】ここで、被検者に与えられた賦活は、
（１）＜（２）＜（３）の順に被検者の集中力が高まる
内容として設定されていて、θ／βの値も（１）＜
（２）＜（３）の順になっており、被検者の集中力が高
まるに従って、θ／βの数値が高くなることを示してい
る。
（１）＜（２）＜（３）の順に被検者の集中力が高まる
内容として設定されていて、θ／βの値も（１）＜
（２）＜（３）の順になっており、被検者の集中力が高
まるに従って、θ／βの数値が高くなることを示してい
る。
【００３１】このように、先の実施の形態と同様に、脳
波の各周波数帯域毎の平均パワー値の比を算出すること
により、被検者の大脳皮質の活性化状況を定量的に判定
することができ、これに反映された心理的・生理的反応
等の生体情報を測定することが可能となる。
波の各周波数帯域毎の平均パワー値の比を算出すること
により、被検者の大脳皮質の活性化状況を定量的に判定
することができ、これに反映された心理的・生理的反応
等の生体情報を測定することが可能となる。
【００３２】続いて、第３の実施の形態について説明す
る。この第３の本実施の形態は、図２に示す第１の実施
の形態の処理装置と同様の構成を成しており、図２の演
算制御装置５における各周波数帯域の平均パワー値の比
の算出過程と、α／βによる生体情報の評価に関しての
み、第１の実施の形態と異なっている。
る。この第３の本実施の形態は、図２に示す第１の実施
の形態の処理装置と同様の構成を成しており、図２の演
算制御装置５における各周波数帯域の平均パワー値の比
の算出過程と、α／βによる生体情報の評価に関しての
み、第１の実施の形態と異なっている。
【００３３】そこで、本実施の形態に関しては、第１の
実施の形態と異なる各周波数帯域の平均パワー値の比の
算出過程以降の処理過程に関して説明を行い、これ以前
の処理過程は第１の実施の形態と同様であるとして省略
する。なお、被検者に与える賦活は、第１の実施の形態
における（３）難易度の高い計算課題を設定している。
実施の形態と異なる各周波数帯域の平均パワー値の比の
算出過程以降の処理過程に関して説明を行い、これ以前
の処理過程は第１の実施の形態と同様であるとして省略
する。なお、被検者に与える賦活は、第１の実施の形態
における（３）難易度の高い計算課題を設定している。
【００３４】図６は本計算過程を図式化したものであ
り、先ず脳波信号を濾波して得られた各周波帯域の信号
から各周波数帯域内での平均パワー値を算出する工程に
おいて、事前に任意の算出時間間隔を設定し、その時間
幅に相当するデータ列に対してＦＦＴを適用してパワー
スペクトルを算出する。なお、図６においては算出過
程の詳しい図式はα波帯域についてのみ示している。他
の周波数帯域に対する処理過程も、図６中のα波の処理
過程と同様である。
り、先ず脳波信号を濾波して得られた各周波帯域の信号
から各周波数帯域内での平均パワー値を算出する工程に
おいて、事前に任意の算出時間間隔を設定し、その時間
幅に相当するデータ列に対してＦＦＴを適用してパワー
スペクトルを算出する。なお、図６においては算出過
程の詳しい図式はα波帯域についてのみ示している。他
の周波数帯域に対する処理過程も、図６中のα波の処理
過程と同様である。
【００３５】更に、得られたパワースペクトルにおいて
パワー値を加算し、それを周波数帯域で平均化し、平均
パワー値を得る。そして、このように算出されたα
波、β波の平均パワー値の比を求め、α／βを算出
する。
パワー値を加算し、それを周波数帯域で平均化し、平均
パワー値を得る。そして、このように算出されたα
波、β波の平均パワー値の比を求め、α／βを算出
する。
【００３６】続いて、上記の計算過程を図６に示すよう
に、事前に設定した所定の時間幅に相当するデータ数分
ずらした上記の計算過程と同数のデータ列から算出され
たパワースペクトル、、・・・に対しても同様に繰
り返し、α／βの時系列データを算出する。
に、事前に設定した所定の時間幅に相当するデータ数分
ずらした上記の計算過程と同数のデータ列から算出され
たパワースペクトル、、・・・に対しても同様に繰
り返し、α／βの時系列データを算出する。
【００３７】なお、本実施の形態においては事前に設定
した時間幅を３秒と設定しており、これはデータ数とし
て７２００個に相当する。以上の計算過程を続けること
により、各周波数帯域における平均パワー値の比の時間
変動列を得ることができる。算出される時間的に変動す
る比を外部記憶部６に保存し、必要に応じて表示部７に
表示したり、又は印刷部８によって印刷し、評価者が被
検者の生体情報を評価する。
した時間幅を３秒と設定しており、これはデータ数とし
て７２００個に相当する。以上の計算過程を続けること
により、各周波数帯域における平均パワー値の比の時間
変動列を得ることができる。算出される時間的に変動す
る比を外部記憶部６に保存し、必要に応じて表示部７に
表示したり、又は印刷部８によって印刷し、評価者が被
検者の生体情報を評価する。
【００３８】図７は本実施の形態において表示部７に表
示された解析結果である。また、図８は本実施の形態に
おける解析過程において、α／βの算出に用いられたα
波、β波のそれぞれの平均パワー値の時間変化である。
示された解析結果である。また、図８は本実施の形態に
おける解析過程において、α／βの算出に用いられたα
波、β波のそれぞれの平均パワー値の時間変化である。
【００３９】先ず図８を見ると、α波、β波のそれぞれ
のパワー平均値の時間変化は、一部で互いに同期してい
ることが分かる。即ち、これは一般的なWaxing＆Waning
現象によるものと考えられ、被検者の思考活動の時間変
化とは別個の性質であると見倣すことができる。
のパワー平均値の時間変化は、一部で互いに同期してい
ることが分かる。即ち、これは一般的なWaxing＆Waning
現象によるものと考えられ、被検者の思考活動の時間変
化とは別個の性質であると見倣すことができる。
【００４０】図７を見ると、α波、β波のWaxing＆Wani
ngはα／βを算出することにより相殺されていることか
ら、図７中のα／βの時間変化が真に被検者の思考活動
の時間変化を示していると考えられる。即ち、本実施の
形態における被検者の思考活動は、図７のα／βの時間
変化から、約１５秒後、３５秒後、４２秒後に活性化し
ていたと判断できる。
ngはα／βを算出することにより相殺されていることか
ら、図７中のα／βの時間変化が真に被検者の思考活動
の時間変化を示していると考えられる。即ち、本実施の
形態における被検者の思考活動は、図７のα／βの時間
変化から、約１５秒後、３５秒後、４２秒後に活性化し
ていたと判断できる。
【００４１】このように本実施の形態によれば、各周波
数帯域毎の時系列平均パワー値の所定の２種類の組み合
わせ毎の比を算出することにより、各周波数帯域間で同
期して発生しているWaxing＆Waningを吸収することがで
き、Waxing＆Waningの影響を除去して、ヒトの精神状態
の時間変動を捉えることが可能となる。
数帯域毎の時系列平均パワー値の所定の２種類の組み合
わせ毎の比を算出することにより、各周波数帯域間で同
期して発生しているWaxing＆Waningを吸収することがで
き、Waxing＆Waningの影響を除去して、ヒトの精神状態
の時間変動を捉えることが可能となる。
【００４２】続いて、図９、図１０に示す第４の実施の
形態について説明する。なお、この第４の実施の形態
は、濾波する周波数帯域がθ波（４〜８Ｈｚ）とβ波
（１３〜１８Ｈｚ）であり、両者のθ／βを算出するこ
とと、被検者に与える賦活が異なることを除いて、構成
装置及び算出過程は、全て第３の実施の形態と同様であ
る。なお、被検者に与える賦活は第２の実施の形態にお
ける（３）の計算課題を設定している。
形態について説明する。なお、この第４の実施の形態
は、濾波する周波数帯域がθ波（４〜８Ｈｚ）とβ波
（１３〜１８Ｈｚ）であり、両者のθ／βを算出するこ
とと、被検者に与える賦活が異なることを除いて、構成
装置及び算出過程は、全て第３の実施の形態と同様であ
る。なお、被検者に与える賦活は第２の実施の形態にお
ける（３）の計算課題を設定している。
【００４３】図９は表示部７に表示された解析結果であ
る。また、図１０は本実施の形態における解析過程にお
いて、θ／βの算出に用いられたθ波、β波のそれぞれ
の平均パワー値の時間変化を示している。
る。また、図１０は本実施の形態における解析過程にお
いて、θ／βの算出に用いられたθ波、β波のそれぞれ
の平均パワー値の時間変化を示している。
【００４４】図１０を見ると、θ波、β波のそれぞれの
パワー平均値の時間変化は、一部で互いに同期している
ことが分かる。即ち、これは一般的なWaxing＆Waning現
象によるものと考えられ、被検者の思考活動の時間変化
とは別個の性質であると見倣すことができる。
パワー平均値の時間変化は、一部で互いに同期している
ことが分かる。即ち、これは一般的なWaxing＆Waning現
象によるものと考えられ、被検者の思考活動の時間変化
とは別個の性質であると見倣すことができる。
【００４５】図９を見ると、θ波、β波のWaxing＆Wani
ngはθ／βを算出することにより相殺されていることか
ら、図９中のθ／βの時間変化が真に被検者の集中力の
時間変化を示していると考えられる。即ち、本実施の形
態における被検者の集中力は、図９のθ／βの時間変化
から約３０秒後に活性化していたと判断できる。
ngはθ／βを算出することにより相殺されていることか
ら、図９中のθ／βの時間変化が真に被検者の集中力の
時間変化を示していると考えられる。即ち、本実施の形
態における被検者の集中力は、図９のθ／βの時間変化
から約３０秒後に活性化していたと判断できる。
【００４６】このように本実施の形態によれば、各周波
数帯域毎の時系列平均パワー値の所定の２種類の組み合
わせ毎の比を算出することにより、各周波数帯域間で同
期して発生しているWaxing＆Waningを吸収することがで
き、Waxing＆Waningの影響を除去して、ヒトの精神状態
の変化を捉えることが可能となる。
数帯域毎の時系列平均パワー値の所定の２種類の組み合
わせ毎の比を算出することにより、各周波数帯域間で同
期して発生しているWaxing＆Waningを吸収することがで
き、Waxing＆Waningの影響を除去して、ヒトの精神状態
の変化を捉えることが可能となる。
【００４７】図１１は第５の実施の形態のブロック回路
構成図であり、第３の実施の形態による装置を書類の校
正作業を一定時間行う被検者に対して適用し、更に計測
結果を被検者に帰還して、刺激を与える対象を制御する
装置である。図２の構成図に対し、演算制御装置５の出
力は制御装置１１を介してマッサージチェア１２に接続
されている。
構成図であり、第３の実施の形態による装置を書類の校
正作業を一定時間行う被検者に対して適用し、更に計測
結果を被検者に帰還して、刺激を与える対象を制御する
装置である。図２の構成図に対し、演算制御装置５の出
力は制御装置１１を介してマッサージチェア１２に接続
されている。
【００４８】本実施の形態において、被検者は１０分間
に渡って書類の校正作業を行うこととした。また、図１
１において被検者に対して刺激を与える刺激装置として
マッサージチェア１２が設置されている。制御装置１１
は演算制御装置５からの制御信号に応じてマッサージチ
ェア１２の動作を制御する。図１２は本実施の形態おけ
るα／βの時間変化のグラフ図を示している。
に渡って書類の校正作業を行うこととした。また、図１
１において被検者に対して刺激を与える刺激装置として
マッサージチェア１２が設置されている。制御装置１１
は演算制御装置５からの制御信号に応じてマッサージチ
ェア１２の動作を制御する。図１２は本実施の形態おけ
るα／βの時間変化のグラフ図を示している。
【００４９】ここで、演算制御装置５に予めα／βに対
する閾値が定めてあり、算出されたα／βとの関係に応
じて、刺激装置として被検者が座るマッサージチェア１
２に対して以下の規定の制御信号を送る。 α／β＜０．９：停止 ０．９≦α／β＜１．２：低速運転 １．２≦α／β ：速運転
する閾値が定めてあり、算出されたα／βとの関係に応
じて、刺激装置として被検者が座るマッサージチェア１
２に対して以下の規定の制御信号を送る。 α／β＜０．９：停止 ０．９≦α／β＜１．２：低速運転 １．２≦α／β ：速運転
【００５０】これによりα／βが上昇、即ち疲労等の影
響により複雑な思考活動が低下すると、被検者はマッサ
ージチェア１２によるマッサージを受けることになり、
疲労を軽減することが可能となり、結果として複雑な思
考活動の回復を得ることができる。また、マッサージチ
ェア１２の運転が長時間継続した場合に、被検者は自身
の思考活動の低下を考慮し、適宜休息を得ることを選択
するのも可能となる。
響により複雑な思考活動が低下すると、被検者はマッサ
ージチェア１２によるマッサージを受けることになり、
疲労を軽減することが可能となり、結果として複雑な思
考活動の回復を得ることができる。また、マッサージチ
ェア１２の運転が長時間継続した場合に、被検者は自身
の思考活動の低下を考慮し、適宜休息を得ることを選択
するのも可能となる。
【００５１】なお、図１３はこの場合のθ／βの時間変
化のグラフ図を示している。
化のグラフ図を示している。
【００５２】本実施の形態では、刺激装置としてマッサ
ージチェア１２を使用したが、これ以外にも例えば低周
波治療器等の生体に対して有用な刺激を与える装置の使
用も可能である。以上のように本実施の形態によれば、
生体情報の時間変化を利用して実時間の制御システムを
実現することが可能となる。
ージチェア１２を使用したが、これ以外にも例えば低周
波治療器等の生体に対して有用な刺激を与える装置の使
用も可能である。以上のように本実施の形態によれば、
生体情報の時間変化を利用して実時間の制御システムを
実現することが可能となる。
【００５３】以上、第１〜第６の実施の形態によれば、
脳波から濾波された２種類以上の所定の周波数帯域にお
いて、それぞれ平均パワー値を算出しかつ所定の２種類
の組み合わせ毎に平均パワー値の比を算出することによ
って、相互に関連している周波数帯域から得られる生体
情報を複合して捉えることが可能になり、ヒトの高度な
精神状態を評価することができる。
脳波から濾波された２種類以上の所定の周波数帯域にお
いて、それぞれ平均パワー値を算出しかつ所定の２種類
の組み合わせ毎に平均パワー値の比を算出することによ
って、相互に関連している周波数帯域から得られる生体
情報を複合して捉えることが可能になり、ヒトの高度な
精神状態を評価することができる。
【００５４】更に、各周波数帯域毎、平均パワー値の所
定の２標類の組み合わせ毎の比を算出することにより、
各周波数帯域間で同期して発生しているWaxing＆Waning
を吸収することができる。これにより、Waxing＆Waning
の影響を除去して、ヒトの精神状態の時間変動を捉える
ことが可能となる。
定の２標類の組み合わせ毎の比を算出することにより、
各周波数帯域間で同期して発生しているWaxing＆Waning
を吸収することができる。これにより、Waxing＆Waning
の影響を除去して、ヒトの精神状態の時間変動を捉える
ことが可能となる。
【００５５】また、これら生体情報の時間変化を利用し
て、実時間の制御システムを実現することも可能とな
る。
て、実時間の制御システムを実現することも可能とな
る。
【００５６】
【発明の効果】以上説明したように本発明に係る脳波解
析方法は、脳波から濾波された２種類以上の所定の周波
数帯域において、それぞれ平均パワー値を算出し、かつ
所定の２種類の組み合わせ毎に平均パワー値の比を算出
することによって、相互に関連している周波数帯域から
得られる生体情報を複合して捉えることが可能になり、
ヒトの高度な精神状態を評価することができる。
析方法は、脳波から濾波された２種類以上の所定の周波
数帯域において、それぞれ平均パワー値を算出し、かつ
所定の２種類の組み合わせ毎に平均パワー値の比を算出
することによって、相互に関連している周波数帯域から
得られる生体情報を複合して捉えることが可能になり、
ヒトの高度な精神状態を評価することができる。
【００５７】また、本発明による脳波解析方法は、例え
ば製品や作品に対する生体反応の客観的かつ定量的計測
（感性評価）や、生体のおかれた環境に対する快／不快
等の生体反応の計測、或いは生体の心理・生理状態を計
測するための臨床／研究等々に利用できる。また、これ
ら計測結果を帰還して生体或いは生体に刺激を与える対
象を制御する方法又は装置にも利用できる。
ば製品や作品に対する生体反応の客観的かつ定量的計測
（感性評価）や、生体のおかれた環境に対する快／不快
等の生体反応の計測、或いは生体の心理・生理状態を計
測するための臨床／研究等々に利用できる。また、これ
ら計測結果を帰還して生体或いは生体に刺激を与える対
象を制御する方法又は装置にも利用できる。
【００５８】更に、各周波数帯域毎の平均パワー値の所
定の２種類の組み合わせ毎の比を算出することにより、
各周波数帯域間で同期して発生しているWaxing＆Waning
を吸収することができる。これにより、Waxing＆Waning
の影響を除去して、ヒトの精神状態の時間変動を捉える
ことが可能となる。
定の２種類の組み合わせ毎の比を算出することにより、
各周波数帯域間で同期して発生しているWaxing＆Waning
を吸収することができる。これにより、Waxing＆Waning
の影響を除去して、ヒトの精神状態の時間変動を捉える
ことが可能となる。
【図１】処理工程の説明図である。
【図２】第１の実施の形態の処理装置のブロック回路構
成図である。
成図である。
【図３】脳波の測定方法の説明図である。
【図４】測定された脳波信号のグラフ図である。
【図５】第１の実施の形態におけるα／βの算出過程の
説明図である。
説明図である。
【図６】第３の実施の形態におけるα／βの算出過程の
説明図である。
説明図である。
【図７】第３の実施の形態におけるα／βの時間変化の
グラフ図である。
グラフ図である。
【図８】第３の実施の形態におけるα波、β波の平均パ
ワー値の時間変化のグラフ図である。
ワー値の時間変化のグラフ図である。
【図９】第４の実施の形態におけるθ／βの時間変化の
グラフ図である。
グラフ図である。
【図１０】第４の実施の形態におけるθ波、β波の平均
パワー値の時間変化のグラフ図である。
パワー値の時間変化のグラフ図である。
【図１１】第５の実施の形態の処理装置のブロック回路
構成図である。
構成図である。
【図１２】第５の実施の形態におけるα／βの時間変化
のグラフ図である。
のグラフ図である。
【図１３】第６の実施の形態におけるθ／βの時間変化
のグラフ図である。
のグラフ図である。
１ 脳波測定装置 ２ プリ・メインアンプ ３ Ａ／Ｄ変換部 ４ データ保持部 ５ 演算制御装置 ６ 外部記憶部 ７ 表示部 ８ 印刷部 ９ 電極 １０ ぺースト １１ 制御装置 １２ マッサージチエア
───────────────────────────────────────────────────── フロントページの続き (72)発明者 雲見 日出也 東京都大田区下丸子三丁目30番２号 キヤ ノン株式会社内 Ｆターム(参考） 4C027 AA03 FF00 FF01 FF02 GG01 GG03 GG11 GG15 HH02 HH03 HH08 KK03 KK05 4C038 PP03 PQ00 PS03
Claims (5)
- 【請求項１】 脳波信号を２種類以上の所定の帯域に濾
波する工程と、前記各帯域から成る信号から帯域内での
平均パワー値を算出する工程と、該工程で前記算出され
た各帯域毎の平均パワー値の所定の２種類の組み合わせ
毎の比を算出する工程とを有することを特徴とする脳波
解析方法。 - 【請求項２】 前記比を算出する帯域の２種類の組み合
わせが、α波帯域とβ波帯域であることを特徴とする請
求項１に記載の脳波解析方法。 - 【請求項３】 前記比を算出する帯域の２種類の組み合
わせが、β波帯域とθ波帯域であることを特徴とする請
求項１に記載の脳波解析方法。 - 【請求項４】 前記各帯域内での平均パワー値を算出す
る工程において、算出時間間隔を所定の時間幅とするこ
とを特徴とする請求項１又は２又は３に記載の脳波解析
方法。 - 【請求項５】 前記各帯域内での所定の算出時間間隔で
の平均パワー値を算出する工程において、算出対象とす
る信号成分を所定の時間間隔でずらしながら前記工程を
繰り返すことを特徴とする請求項４に記載の脳波解析方
法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000189353A JP2002000577A (ja) | 2000-06-23 | 2000-06-23 | 脳波解析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000189353A JP2002000577A (ja) | 2000-06-23 | 2000-06-23 | 脳波解析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2002000577A true JP2002000577A (ja) | 2002-01-08 |
Family
ID=18688991
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000189353A Pending JP2002000577A (ja) | 2000-06-23 | 2000-06-23 | 脳波解析方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2002000577A (ja) |
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006149469A (ja) * | 2004-11-25 | 2006-06-15 | Delta Tooling Co Ltd | 人体支持構造の評価方法及び評価装置 |
| JP2006346471A (ja) * | 2002-12-12 | 2006-12-28 | Hidenori Ito | サウンド生成方法、コンピュータ読み取り可能な記憶媒体、スタンドアロン型サウンド生成再生装置及びネットワーク配信型サウンド生成再生システム |
| JP2007215671A (ja) * | 2006-02-15 | 2007-08-30 | Tottori Univ | マッサージ機及びマッサージ出力設定方法 |
| JP2010520019A (ja) * | 2007-03-08 | 2010-06-10 | エムセンス コーポレイション | 関与反応を測定し評価する方法及びシステム |
| JP2011167251A (ja) * | 2010-02-16 | 2011-09-01 | Daikin Industries Ltd | 快適性判定装置 |
| JP2011167252A (ja) * | 2010-02-16 | 2011-09-01 | Daikin Industries Ltd | 快適性判定装置 |
| US8473044B2 (en) | 2007-03-07 | 2013-06-25 | The Nielsen Company (Us), Llc | Method and system for measuring and ranking a positive or negative response to audiovisual or interactive media, products or activities using physiological signals |
| US8782681B2 (en) | 2007-03-08 | 2014-07-15 | The Nielsen Company (Us), Llc | Method and system for rating media and events in media based on physiological data |
| US8973022B2 (en) | 2007-03-07 | 2015-03-03 | The Nielsen Company (Us), Llc | Method and system for using coherence of biological responses as a measure of performance of a media |
| US8989835B2 (en) | 2012-08-17 | 2015-03-24 | The Nielsen Company (Us), Llc | Systems and methods to gather and analyze electroencephalographic data |
| US9215996B2 (en) | 2007-03-02 | 2015-12-22 | The Nielsen Company (Us), Llc | Apparatus and method for objectively determining human response to media |
| US9292858B2 (en) | 2012-02-27 | 2016-03-22 | The Nielsen Company (Us), Llc | Data collection system for aggregating biologically based measures in asynchronous geographically distributed public environments |
| US9320450B2 (en) | 2013-03-14 | 2016-04-26 | The Nielsen Company (Us), Llc | Methods and apparatus to gather and analyze electroencephalographic data |
| US9351658B2 (en) | 2005-09-02 | 2016-05-31 | The Nielsen Company (Us), Llc | Device and method for sensing electrical activity in tissue |
| CN105809155A (zh) * | 2016-05-17 | 2016-07-27 | 中山衡思健康科技有限公司 | 一种基于脑电波的冥想检测*** |
| US9451303B2 (en) | 2012-02-27 | 2016-09-20 | The Nielsen Company (Us), Llc | Method and system for gathering and computing an audience's neurologically-based reactions in a distributed framework involving remote storage and computing |
| CN105975943A (zh) * | 2016-05-17 | 2016-09-28 | 中山衡思健康科技有限公司 | 一种基于脑电波的冥想检测方法 |
| US9622703B2 (en) | 2014-04-03 | 2017-04-18 | The Nielsen Company (Us), Llc | Methods and apparatus to gather and analyze electroencephalographic data |
| JP2017217486A (ja) * | 2016-06-08 | 2017-12-14 | 株式会社脳機能研究所 | 集中度評価装置、集中度評価方法、及びプログラム |
| JP2019034113A (ja) * | 2017-08-14 | 2019-03-07 | 裕一 高田 | 脳波の評価方法及び評価装置 |
| WO2020080354A1 (ja) * | 2018-10-15 | 2020-04-23 | 田辺三菱製薬株式会社 | 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 |
| JP2022051579A (ja) * | 2012-01-24 | 2022-03-31 | ニューロビジル インコーポレイテッド | 脳の状態の意図的および非意図的な変化と脳信号との関連付け |
-
2000
- 2000-06-23 JP JP2000189353A patent/JP2002000577A/ja active Pending
Cited By (39)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006346471A (ja) * | 2002-12-12 | 2006-12-28 | Hidenori Ito | サウンド生成方法、コンピュータ読み取り可能な記憶媒体、スタンドアロン型サウンド生成再生装置及びネットワーク配信型サウンド生成再生システム |
| JP4636860B2 (ja) * | 2004-11-25 | 2011-02-23 | 株式会社デルタツーリング | 人体支持構造の評価装置 |
| JP2006149469A (ja) * | 2004-11-25 | 2006-06-15 | Delta Tooling Co Ltd | 人体支持構造の評価方法及び評価装置 |
| US11638547B2 (en) | 2005-08-09 | 2023-05-02 | Nielsen Consumer Llc | Device and method for sensing electrical activity in tissue |
| US10506941B2 (en) | 2005-08-09 | 2019-12-17 | The Nielsen Company (Us), Llc | Device and method for sensing electrical activity in tissue |
| US9351658B2 (en) | 2005-09-02 | 2016-05-31 | The Nielsen Company (Us), Llc | Device and method for sensing electrical activity in tissue |
| JP2007215671A (ja) * | 2006-02-15 | 2007-08-30 | Tottori Univ | マッサージ機及びマッサージ出力設定方法 |
| US9215996B2 (en) | 2007-03-02 | 2015-12-22 | The Nielsen Company (Us), Llc | Apparatus and method for objectively determining human response to media |
| US8973022B2 (en) | 2007-03-07 | 2015-03-03 | The Nielsen Company (Us), Llc | Method and system for using coherence of biological responses as a measure of performance of a media |
| US8473044B2 (en) | 2007-03-07 | 2013-06-25 | The Nielsen Company (Us), Llc | Method and system for measuring and ranking a positive or negative response to audiovisual or interactive media, products or activities using physiological signals |
| US8782681B2 (en) | 2007-03-08 | 2014-07-15 | The Nielsen Company (Us), Llc | Method and system for rating media and events in media based on physiological data |
| US8764652B2 (en) | 2007-03-08 | 2014-07-01 | The Nielson Company (US), LLC. | Method and system for measuring and ranking an “engagement” response to audiovisual or interactive media, products, or activities using physiological signals |
| JP2010520019A (ja) * | 2007-03-08 | 2010-06-10 | エムセンス コーポレイション | 関与反応を測定し評価する方法及びシステム |
| JP2011167252A (ja) * | 2010-02-16 | 2011-09-01 | Daikin Industries Ltd | 快適性判定装置 |
| JP2011167251A (ja) * | 2010-02-16 | 2011-09-01 | Daikin Industries Ltd | 快適性判定装置 |
| JP2022051579A (ja) * | 2012-01-24 | 2022-03-31 | ニューロビジル インコーポレイテッド | 脳の状態の意図的および非意図的な変化と脳信号との関連付け |
| JP7372358B2 (ja) | 2012-01-24 | 2023-10-31 | ニューロビジル インコーポレイテッド | 脳の状態の意図的および非意図的な変化と脳信号との関連付け |
| US9451303B2 (en) | 2012-02-27 | 2016-09-20 | The Nielsen Company (Us), Llc | Method and system for gathering and computing an audience's neurologically-based reactions in a distributed framework involving remote storage and computing |
| US9292858B2 (en) | 2012-02-27 | 2016-03-22 | The Nielsen Company (Us), Llc | Data collection system for aggregating biologically based measures in asynchronous geographically distributed public environments |
| US11980469B2 (en) | 2012-08-17 | 2024-05-14 | Nielsen Company | Systems and methods to gather and analyze electroencephalographic data |
| US10779745B2 (en) | 2012-08-17 | 2020-09-22 | The Nielsen Company (Us), Llc | Systems and methods to gather and analyze electroencephalographic data |
| US9215978B2 (en) | 2012-08-17 | 2015-12-22 | The Nielsen Company (Us), Llc | Systems and methods to gather and analyze electroencephalographic data |
| US8989835B2 (en) | 2012-08-17 | 2015-03-24 | The Nielsen Company (Us), Llc | Systems and methods to gather and analyze electroencephalographic data |
| US9907482B2 (en) | 2012-08-17 | 2018-03-06 | The Nielsen Company (Us), Llc | Systems and methods to gather and analyze electroencephalographic data |
| US9060671B2 (en) | 2012-08-17 | 2015-06-23 | The Nielsen Company (Us), Llc | Systems and methods to gather and analyze electroencephalographic data |
| US10842403B2 (en) | 2012-08-17 | 2020-11-24 | The Nielsen Company (Us), Llc | Systems and methods to gather and analyze electroencephalographic data |
| US9320450B2 (en) | 2013-03-14 | 2016-04-26 | The Nielsen Company (Us), Llc | Methods and apparatus to gather and analyze electroencephalographic data |
| US9668694B2 (en) | 2013-03-14 | 2017-06-06 | The Nielsen Company (Us), Llc | Methods and apparatus to gather and analyze electroencephalographic data |
| US11076807B2 (en) | 2013-03-14 | 2021-08-03 | Nielsen Consumer Llc | Methods and apparatus to gather and analyze electroencephalographic data |
| US11141108B2 (en) | 2014-04-03 | 2021-10-12 | Nielsen Consumer Llc | Methods and apparatus to gather and analyze electroencephalographic data |
| US9622702B2 (en) | 2014-04-03 | 2017-04-18 | The Nielsen Company (Us), Llc | Methods and apparatus to gather and analyze electroencephalographic data |
| US9622703B2 (en) | 2014-04-03 | 2017-04-18 | The Nielsen Company (Us), Llc | Methods and apparatus to gather and analyze electroencephalographic data |
| CN105975943A (zh) * | 2016-05-17 | 2016-09-28 | 中山衡思健康科技有限公司 | 一种基于脑电波的冥想检测方法 |
| CN105809155A (zh) * | 2016-05-17 | 2016-07-27 | 中山衡思健康科技有限公司 | 一种基于脑电波的冥想检测*** |
| JP2017217486A (ja) * | 2016-06-08 | 2017-12-14 | 株式会社脳機能研究所 | 集中度評価装置、集中度評価方法、及びプログラム |
| JP2019034113A (ja) * | 2017-08-14 | 2019-03-07 | 裕一 高田 | 脳波の評価方法及び評価装置 |
| WO2020080354A1 (ja) * | 2018-10-15 | 2020-04-23 | 田辺三菱製薬株式会社 | 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 |
| JPWO2020080354A1 (ja) * | 2018-10-15 | 2021-11-11 | 田辺三菱製薬株式会社 | 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 |
| JP7061687B2 (ja) | 2018-10-15 | 2022-04-28 | 田辺三菱製薬株式会社 | 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 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2002000577A (ja) | 脳波解析方法 | |
| JP6110948B2 (ja) | 脳の異なる領域の間の病的な相互作用を判定するために使用される位相分布を調べる装置 | |
| Bertoli et al. | Temporal resolution in young and elderly subjects as measured by mismatch negativity and a psychoacoustic gap detection task | |
| US8543219B2 (en) | Device for modulation of neuronal activity in the brain by means of sensory stimulation and detection of brain activity | |
| US5450855A (en) | Method and system for modification of condition with neural biofeedback using left-right brain wave asymmetry | |
| Schröger et al. | Event-related potentials reveal how non-attended complex sound patterns are represented by the human brain | |
| Salansky et al. | Responses of the nervous system to low frequency stimulation and EEG rhythms: clinical implications | |
| US20150105837A1 (en) | Brain therapy system and method using noninvasive brain stimulation | |
| KR101480536B1 (ko) | 헤어밴드 타입의 휴대용 뇌파 측정 장치를 포함한 뇌파 측정 시스템 및 이를 이용한 수면 관리 방법 | |
| Kar et al. | Effect of sleep deprivation on functional connectivity of EEG channels | |
| US20050033189A1 (en) | Electrophysiological intuition indicator | |
| Stelmack et al. | Extraversion, attention, and habituation of the auditory evoked response | |
| Jaušovec et al. | The influence of auditory background stimulation (Mozart's sonata K. 448) on visual brain activity | |
| Travis et al. | EEG coherence and power during Yogic Flying | |
| KR20130050817A (ko) | 뉴로-퍼지 네트워크 기반 심박 변이도를 이용한 우울증 진단 방법 | |
| Vijayalakshmi et al. | Estimation of effects of alpha music on EEG components by time and frequency domain analysis | |
| Kolev et al. | Event-related alpha oscillations in task processing | |
| Lim et al. | Identifying respiratory-related evoked potentials | |
| Sahar et al. | Use of EEG Technique in a Cognitive Process Study-A Review | |
| Sanyal et al. | EEG study on the neural patterns of brain with music stimuli: an evidence of Hysteresis? | |
| Stelmack et al. | Extraversion and brainstem auditory evoked potentials during sleep and wakefulness | |
| Chang et al. | F-VEP and alpha-suppressed EEG-physiological evidence of inner-light perception during Zen meditation | |
| Hasan et al. | A ssvep based eeg signal analysis to discriminate the effects of music levels on executional attention | |
| JP2002017687A (ja) | 生体信号解析方法 | |
| JP2002017686A (ja) | 生体信号解析方法及び装置 |