JPH08280637A

JPH08280637A - 精神活動判定装置

Info

Publication number: JPH08280637A
Application number: JP7093637A
Authority: JP
Inventors: Norimasa Kishi; 則政岸; Tatsumi Yanai; 達美柳井; Yasuhide Yamamoto; 泰秀山本
Original assignee: Nissan Motor Co Ltd
Current assignee: Nissan Motor Co Ltd
Priority date: 1995-04-19
Filing date: 1995-04-19
Publication date: 1996-10-29

Abstract

(57)【要約】【目的】人間の精神活動をリアルタイムに判定する。【構成】心拍間隔を検出する心拍間隔検出手段１１
と、心拍間隔検出手段１１により検出された心拍間隔デ
ータの分散を演算する分散演算手段１２と、心拍間隔検
出手段１１により検出された心拍間隔に基づいて所定時
間ごとの心拍間隔または心拍数の平均値を演算する平均
値演算手段１３と、分散演算手段１２により演算された
心拍間隔の分散と平均値演算手段１３により演算された
平均心拍間隔または平均心拍数とに基づいて被験者の精
神活動を判定する精神活動判定手段１４とを備える。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、心拍波形に基づいて人
間の精神活動の判定を行なう精神活動判定装置に関す
る。

【０００２】

【従来の技術】心拍間隔の揺らぎ量に着目して人間の精
神活動を定量化する精神活動判定方法が知られている
（例えば、機械学会論文集第５１巻４７１号3153-3158
頁「知的作業の客観的評価の手法」昭和６０年１１月発
行参照）。図２４は従来の精神活動判定方法の概要を示
し、図２５は心拍波形を示す。人間の心臓の鼓動すなわ
ち心拍の波形にはＲ波、Ｑ波、Ｓ波、Ｔ波などが含まれ
ており、それらの波の中で最もピーク値が高いのがＲ波
である。この明細書では特に断らない限り心拍波形にお
けるＲ波の時間間隔を心拍間隔と呼び、図２５に示すよ
うに時刻ｔ〜（ｔ＋１）の心拍間隔をＲＲＩ（ｔ）（R-
R INTERVAL）と表わす。ＲＲＩ検出部１は、心拍波形を
測定して一連の心拍間隔データＲＲＩ（ｉ）（ｉ＝１，
２，・・・）を出力する。ＲＲＶ演算部２は、次式によ
り心拍間隔ＲＲＩ（ｉ）の正規化分散ＲＲＶ（R-R VARI
ANCE）を演算し、それを心拍間隔ＲＲＩ（ｉ）の揺らぎ
量と定義する。

【数１】数式１の演算に際しては、所定のサンプル数ｎの心拍間
隔データＲＲＩ（ｉ）（ｉ＝１〜ｎ）により揺らぎ量Ｒ
ＲＶを求める。精神活動判定部３は、例えば２０分から
３０分間の平均揺らぎ量ＲＲＶに基づいて被験者の精神
活動を判定する。心拍間隔の揺らぎ量ＲＲＶが小さい時
は緊張状態にあり、大きい時はリラックス状態にあるこ
とが実験的に確かめられており、所定時間ＴにおけるＲ
ＲＶの平均値ＲＲＶavrが所定値より小さい時に緊張状
態にあると判定し、所定値以上の時にリラックス状態に
あると判定する。

【数２】ＲＲＶavr＝ΣＲＲＶ（ｉ）／Ｔ

【０００３】また、心拍間隔データＲＲＩ（ｉ）の周波
数解析結果が交感神経系の活動度と副交感神経系の活動
度に相関があることを利用して、人間の精神活動を判定
する精神活動判定装置が知られている。図２６は測定さ
れた一連の心拍間隔データＲＲＩ（ｉ）の周波数解析結
果を示し、横軸は周波数Ｆを表わし、縦軸はパワースペ
クトルＰｏｗｅｒを表わす。心拍間隔データＲＲＩ
（ｉ）の周波数解析結果には、２つのピーク成分が含ま
れる。図２６に示す例では０．０２５〜０．１４Ｈｚと
０．１４〜０．５Ｈｚにピークがあり、低周波側のピー
ク成分は交感神経系の活動度と相関があり、高周波側の
ピーク成分は副交感神経系の活動度と相関がある。

【数３】ここで、Ｓ（ｆ）はＲＲＩ（ｉ）をＦＦＴ（周波数解
析）処理したパワースペクトル密度関数である。図２
７、図２８は、二人の被験者に対して強制的に緊張とリ
ラックスとを交互に強いた時の交感神経系と副交感神経
系の活動度の変化を示す。図において、横軸が時間を、
縦軸が数式３により算出された活動度を表わす。また、
ボックス部が緊張を強いた期間を示し、細い曲線が交感
神経系の活動度を示し、太い曲線が副交感神経系の活動
度を示す。これらの曲線は、心拍間隔データＲＲＩ
（ｉ）の周波数解析結果に基づいて数式３により算出さ
れたものである。一般に、交感神経系の活動度が緊張状
態を反映し、副交感神経系の活動度がリラックス状態を
反映しているといわれており、ボックス部の前後で交感
神経系の活動度の上昇と、ボックス内で副交感神経系の
活動度の上昇が見られる。

【０００４】

【発明が解決しようとする課題】しかしながら、上述し
た前者の精神活動判定方法では、心拍間隔データを測定
した後に２０分から３０分間の平均ＲＲＶにより精神活
動を判定しているので、作業中の人間の精神活動をリア
ルタイムに判定するモニターとして利用できないという
問題がある。また、心理変化が大きく、心拍変動に影響
を与える場面が頻繁に生じる時には、揺らぎ量ＲＲＶが
１０^-4程度から１０^-2程度へと大きく変化することが実
験で確かめられている。このような揺らぎ量ＲＲＶの変
化はノイズとして演算対象から除外されるべきである
が、上述した従来の精神活動判定方法ではそのような揺
らぎ量を含めて平均値を演算しているため、従来の精神
活動判定方法は作業中に何らかの大きな心理変化がない
実験条件でしか利用できない。

【０００５】また、上述した後者の精神活動判定装置で
は、測定した心拍間隔データＲＲＩ（ｉ）に対する後処
理による解析である上に、４つの周波数のしきい値を設
定した複雑な成分計算を必要とする構成となっているの
で、前者の精神活動判定方法と同様に、作業中の人間の
精神活動をリアルタイムに判定するモニターとして利用
できないという問題がある。

【０００６】本発明の目的は、人間の精神活動をリアル
タイムに判定する精神活動判定装置を提供することにあ
る。

【０００７】

【課題を解決するための手段】上記目的を達成するため
に、請求項１の発明は、心拍間隔を検出する心拍間隔検
出手段と、前記心拍間隔検出手段により検出された心拍
間隔データの分散を演算する分散演算手段と、前記心拍
間隔検出手段により検出された心拍間隔に基づいて所定
時間ごとの心拍間隔または心拍数の平均値を演算する平
均値演算手段と、前記分散演算手段により演算された心
拍間隔の分散と前記平均値演算手段により演算された平
均心拍間隔または平均心拍数とに基づいて被験者の精神
活動を判定する精神活動判定手段とを備える。請求項２
の精神活動判定装置は、前記精神活動判定手段によっ
て、前記分散演算手段により演算された心拍間隔の分散
と前記平均値演算手段により演算された平均心拍数とを
二次元平面上に展開し、その平均座標に基づいて精神活
動を判定するようにしたものである。請求項３の精神活
動判定装置は、前記平均値演算手段によって、短時間平
均心拍数とそれよりも長い時間における長時間平均心拍
数とを演算し、前記精神活動判定手段によって、前記短
時間平均心拍数と前記長時間平均心拍数とを比較し、前
記長時間平均心拍数との差が所定値以内の短時間平均心
拍数のみを平均心拍数として精神活動の判定に用いるよ
うにしたものである。請求項４の精神活動判定装置は、
前記精神活動判定手段によって、前記分散演算手段によ
り演算された心拍間隔の分散と前記平均値演算手段によ
り演算された平均心拍数とを二次元平面上に展開し、そ
の座標の変化パターンに基づいて精神活動を判定するよ
うにしたものである。請求項５の発明は、心拍間隔を検
出する心拍間隔検出手段と、前記心拍間隔検出手段によ
り検出された心拍間隔データの周波数解析を行う周波数
解析手段と、前記周波数解析手段による周波数解析結果
から所定周波数以下の低周波数成分と前記所定周波数よ
りも高い高周波数成分とを抽出する周波数成分抽出手段
と、前記周波数成分抽出手段により抽出された低周波数
成分と高周波数成分とに基づいて被験者の精神活動を判
定する精神活動判定手段とを備える。請求項６の精神活
動判定装置は、前記精神活動判定手段によって、心拍間
隔データの周波数解析結果の低周波数成分と高周波数成
分とを二次元平面上に展開し、その座標の変化パターン
に基づいて精神活動を判定するようにしたものである。

【０００８】

【作用】請求項１の精神活動判定装置では、心拍間隔の
分散と平均心拍間隔または平均心拍数とに基づいて被験
者の精神活動を判定する。請求項２の精神活動判定装置
では、心拍間隔の分散と平均心拍数とを二次元平面上に
展開し、その平均座標に基づいて精神活動を判定する。
請求項３の精神活動判定装置では、長時間平均心拍数と
の差が所定値以内の短時間平均心拍数のみを平均心拍数
として精神活動の判定に用いる。請求項４の精神活動判
定装置では、心拍間隔の分散と平均心拍数とを二次元平
面上に展開し、その座標の変化パターンに基づいて精神
活動を判定する。請求項５の精神活動判定装置では、心
拍間隔データの周波数解析結果から抽出された低周波数
成分と高周波数成分とに基づいて精神活動を判定する。
請求項６の精神活動判定装置では、心拍間隔データの周
波数解析結果の低周波数成分と高周波数成分とを二次元
平面上に展開し、その座標の変化パターンに基づいて精
神活動を判定する。

【０００９】

【実施例】

−第１の実施例− 図１は第１の実施例の構成を示す図である。マイクロコ
ンピューター５はＣＰＵとメモリなどの周辺部品を有
し、後述する制御プログラムを実行して被験者の精神活
動の判定を行ない、判定結果に応じた制御を行なう。こ
こで、心拍を測定する被験者は何らかの機器の操作者や
監視者を想定している。心電図検出器６は、被験者の心
電図信号を測定する装置である。この検出器６は被験者
に電位信号を検出するための電極を装着するが、被験者
に激しい体動がないケースを想定しているので問題はな
いと考えられる。なお、医療用の正確な心電図の測定が
目的ではないから、電極の装着も簡易的な手法が適用可
能である。また、簡易測定が可能な脈波でも同様に心拍
波形を測定することができる。すなわち、脈波センサを
耳または手に取り付けて脈波を検出し、これらの脈波か
ら心拍波形を測定するようにしてもよい。脈波はサイン
波に近い波形であるが、Ｒ波と同様に心拍間隔を検出す
ることができる。車間距離検出装置７は、例えば超音波
センサーを用いて前者との車間距離を測定する装置であ
る。また、エンジン制御装置８は車両のエンジンの加
速、減速、停止などを制御する装置、警報装置９はブザ
ーを吹鳴して警報を発する装置である。マイクロコンピ
ューター５は、心電図検出器６により検出される心電図
信号と車間距離検出装置７により検出される車間距離と
に基づいて、エンジン制御装置８および警報装置９を制
御する。

【００１０】図２はマイクロコンピューター５の制御ブ
ロック図である。ＲＲＩ検出部１１は、心電図検出器６
により測定された心電図信号により一連の心拍間隔デー
タＲＲＩ（ｉ）（ｉ＝１，２，・・・）を検出する。Ｒ
ＲＶ演算部１２は、上記数式１により心拍間隔ＲＲＩ
（ｉ）の正規化分散ＲＲＶを求め、心拍間隔ＲＲＩ
（ｉ）の揺らぎ量として出力する。ＢＥＡＴ演算部１３
は、ＲＲＩ検出部１１により測定された心拍波形から毎
分ごとの平均心拍数ＢＥＡＴ〔回数／分〕を演算する。
精神活動判定部１４は、ＲＲＶ演算部１２で演算された
心拍間隔の揺らぎ量ＲＲＶと、ＢＥＡＴ演算部１３で演
算された平均心拍数ＢＥＡＴとに基づいて、被験者の精
神活動を判定する。さらに、制御部１５は精神活動判定
部１４の判定結果に応じた制御を行なう。

【００１１】図３に示すＲＲＩ検出処理ルーチンにより
ＲＲＩ検出部１１の処理を説明する。ステップ１におい
て、心電図検出器６から被験者の心電図信号を入力し、
所定の周波数でサンプリングする。この実施例では、サ
ンプリング周波数を例えば１００Ｈｚとする。続くステ
ップ２で、サンプリングした心拍波形をフィルタ処理
し、基線変動を除去する。この実施例では、心拍波形に
例えば６〜３０Ｈｚのバンドパスフィルタ処理を施す。
次にステップ３で、心拍波形の中で所定のしきい値を越
えた波をＲ波として検出し、その時間間隔ＲＲＩを検出
する。検出される心拍間隔ＲＲＩには本来０．６〜１．
２秒程度の変動があるため、図４（ａ）に示すように心
拍間隔データＲＲＩ（ｉ）は時系列的に不規則なデータ
になる。そこで、ステップ４で０．２５秒（４Ｈｚ）間
隔で前値を補間してリサンプリング処理を行ない、図４
（ｂ）に示すように４Ｈｚで規則的にサンプリングされ
た心拍間隔データＲＲＩ（ｉ）を得ることができる。

【００１２】ＲＲＶ演算部１２では、ＲＲＩ検出部１１
により検出された心拍間隔データＲＲＩ（ｉ）により、
所定時間ごとに心拍間隔の揺らぎ量ＲＲＶ（ｔ）を演算
する。この実施例では、例えば１６秒ごとに揺らぎ量Ｒ
ＲＶ（ｔ）を演算するものとする。したがって、数式１
のサンプル数ｎが６４（＝１６／０．２５）となり、数
式１を変形した次式により時刻ｔにおける心拍間隔の揺
らぎ量ＲＲＶ（ｔ）を演算する。

【数４】なお、ここでは揺らぎ量を分散の形で議論しているが、
標準偏差で議論しても同様なことがいえる。一方、ＢＥ
ＡＴ演算部１３では、ＲＲＩ検出部１１により検出され
た心拍間隔データＲＲＩ（ｉ）の１６秒分すなわち６４
個の心拍間隔ＲＲＩ（ｉ）の平均値に基づいて、次式に
より平均心拍数ＢＥＡＴを演算する。

【数５】ＢＥＡＴ（ｔ）＝６０／［｛ΣＲＲＩ（ｔ＋ｉ−３２）｝／６４］ここで、Σはｉ＝１〜６４の総和演算を表わす。なお、
この実施例では１６秒ごとに心拍間隔の揺らぎ量ＲＲＶ
（ｔ）と平均心拍数ＢＥＡＴを演算したが、Ｒ波が検出
されるたびに演算してもよい。その場合は不規則サンプ
リングデータになるが、精神活動の判定は可能である。
また、ここでは平均心拍数で説明したが、これは呼吸に
よるＲＲＩの変動を取ることができ、後述する処理が容
易になる利点がある。また、平均心拍数でなく、６０／
ＲＲＩをＢＥＡＴ（ｔ）とし、いわゆる瞬時心拍数に基
づいて精神活動を判定してもよい。

【００１３】次に、図５に示す精神活動判定ルーチンに
より精神活動判定部１４の処理を説明する。ステップ１
１において、ＲＲＶ演算部１２により演算された心拍間
隔の揺らぎ量（−ＲＲＶ）と、ＢＥＡＴ演算部１３によ
り演算された平均心拍数ＢＥＡＴとを、二次元平面上の
座標（ｘ，ｙ）に対応させて二次元情報Ｐ（−ＲＲＶ，
ＢＥＡＴ）として展開する。なお、この実施例では精神
活動の変化を理解しやすくするために心拍間隔の揺らぎ
量ＲＲＶの極性を反転して取り扱う。

【００１４】図６（ａ），（ｂ）は、被験者１と被験者
２に対して作業と休憩とを交互に行なわせた時のＲＲＶ
−ＢＥＡＴ特性を示す。いずれの図も縦軸が平均心拍数
ＢＥＡＴ［回数／分］を表わし、横軸が心拍間隔の揺ら
ぎ量（−ＲＲＶ）［×１０^-4］を表わす。被験者１と被
験者２で−ＲＲＶとＢＥＡＴの値は異なるが、いずれの
被験者も作業時には心拍間隔の揺らぎ量（−ＲＲＶ）と
平均心拍数ＢＥＡＴが高くなり、休憩時には逆に心拍間
隔の揺らぎ量（−ＲＲＶ）と平均心拍数ＢＥＡＴが低く
なることが確認された。多くの被験者に対してこのよう
な実験を行なった結果、図７に示すように、作業時のよ
うに精神活動が高くなると心拍間隔の揺らぎ量（−ＲＲ
Ｖ）と平均心拍数ＢＥＡＴが大きくなり、休憩時のよう
に精神活動が低くなると心拍間隔の揺らぎ量（−ＲＲ
Ｖ）と平均心拍数ＢＥＡＴが小さくなる。すなわち、心
拍間隔の揺らぎ量（−ＲＲＶ）と平均心拍数ＢＥＡＴと
に基づいて、被験者の精神活動の判定が可能なことを示
している。なお、以下では精神活動の高低の度合いを精
神活動度と呼ぶ。平均揺らぎ量ＲＲＶだけに基づいて精
神活動を判定する上述した従来の判定方法では、心拍間
隔の揺らぎ量ＲＲＶが同じ値の場合は区別できず、精神
活動の判定ができない。しかし、この実施例によれば、
心拍間隔の揺らぎ量ＲＲＶの他に平均心拍数ＢＥＡＴも
考慮するので、どのような状況でも正確な精神活動の判
定が可能になる。

【００１５】図５のステップ１２において、精神活動の
判定基準となるデータを作成するか否かを決定する。基
準データとなる２次元データは個人差があるため、精神
活動の判定を行なう場合は必須のデータとなる。そのた
め、基準データがない場合は、精神活動の判定ができな
いのでステップ１３へ進んで基準データを新たに作成す
る。また、基準データがある場合でも、その基準データ
が作成されてから所定時間以上が経過した古いものであ
れば、正確な精神活動の判定ができないのでステップ１
３へ進んで基準データを更新する。なお、基準データが
作成されてから所定時間が経過していない場合は、その
基準データを用いて判定を行なうことにし、ステップ１
４へ進む。基準データを作成または更新する場合は、ス
テップ１３で、所定時間Ｔ０の間のＰ（−ＲＲＶ，ＢＥ
ＡＴ）の平均値Ｂ（ｘ０，ｙ０）と分散（σｘ，σｙ）
を演算する。すでに作成されている基準データを用いる
場合は、ステップ１４で、図８に示す平均化処理による
判定ルーチンを実行し、心拍間隔データの分散と平均心
拍数とを二次元平面上に展開し、その平均座標に基づい
て精神活動の判定を行なう。続くステップ１５で、図１
２に示す変化パターンによる判定ルーチンを実行し、心
拍間隔データの分散と平均心拍数とを二次元平面上に展
開し、その座標の変化パターンに基づいて精神活動の判
定を行なう。なお、精神活動の判定は、ステップ１４の
平均化処理による判定とステップ１５の変化パターンに
よる判定のいずれか一方を行なうようにしてもよい。

【００１６】図８により、平均化処理による精神活動の
判定処理を説明する。二次元データＰ（−ＲＲＶ，ＢＥ
ＡＴ）は、精神集中状態から開放された時（以下、リラ
ックス移行と呼ぶ）急に精神を集中した時（以下、集中
移行と呼ぶ）に大きく変化する。平均化処理による精神
活動の判定では、このようなデータＰを除外した方が正
確な判定ができる。そこで、ステップ２１において、図
９に示す変化点データ削除ルーチンを実行し、一連のデ
ータ列Ｐ（ｔ）から値が大きく変化したデータＰ（以
下、変化点データと呼ぶ）を削除し、新しいデータ列Ｐ
ｎ（ｔ）を作成する。

【００１７】図９のステップ３１で、次式により長い所
定時間Ｔ１におけるデータＰの平均値ＰＬを算出する。

【数６】ＰＬ（ｔ）＝ΣＰ（ｉ）／Ｔ１ここで、ΣはデータＰ（ｉ）の総和演算を表わす。続く
ステップ３２で、次式によりＴ１より短い所定時間Ｔ２
（Ｔ２＜Ｔ１）におけるデータＰの平均値ＰＳを算出す
る。

【数７】ＰＳ（ｔ）＝ΣＰ（ｉ）／Ｔ２ここで、ΣはデータＰ（ｉ）の総和演算を表わす。次に
ステップ３３で、平均値ＰＬとＰＳの差の（ＰＬ−Ｐ
Ｓ）の絶対値が所定値ｄ以上か否かを判定し、ｄ以上で
あればステップ３４へ進み、変化点データであるとして
データ列Ｐ（ｔ）から削除する。ステップ３５で、すべ
てのデータＰに対して上記処理を行ない、すべての変化
点データを削除したかどうかを判断し、処理が完了して
いれば図８のステップ２２へリターンし、未処理のデー
タがあればステップ３１へ戻って上記処理を繰り返す。
これにより、変化点データを含まない新しいデータ列Ｐ
ｎ（ｔ）が作成される。

【００１８】リターン後の図８のステップ２２から新デ
ータ列Ｐｎ（ｔ）に基づいて精神活動の判定処理を行な
う。この平均化処理による判定では、（１）時刻ｔに
おける心拍間隔の揺らぎ量ＲＲＶと平均心拍数ＢＥＡＴ
のデータＰｎ（ｔ）に基づいて判定する瞬時判定（ステ
ップ２２〜２３）と、（２）ある長い所定時間Ｔ３に
おけるデータＰｎの平均値を用いて大局的な判定を行な
う大局的判定（ステップ２４〜２６）と、（３）Ｔ３
より短い所定時間Ｔ４（Ｔ４＜Ｔ３）におけるデータＰ
ｎの平均値を用いてスポット的な判定を行なうスポット
判定（ステップ２７〜２９）とを行なう。瞬時判定で
は、ステップ２２において、時刻ｔにおけるデータＰ
（ｔ）と上述した基準平均データＢ（ｘ０，ｙ０）との
差Ｖｘ，Ｖｙを次式により算出する。

【数８】Ｖｘ＝ｘ−ｘ０，Ｖｙ＝ｙ−ｙ０ここで、ｘは時刻ｔにおける心拍間隔の揺らぎ量（−Ｒ
ＲＶ）、ｙは時刻ｔにおける平均心拍数ＢＥＡＴであ
る。ステップ２３で、図１０に示す精神活動判定ルーチ
ンを実行し、差Ｖｘ，Ｖｙに基づいて精神活動の瞬時判
定を行なう。

【００１９】図１０のステップ４１において、差Ｖｘ，
Ｖｙがそれぞれ基準分散データσｘ，σｙよりも大きい
と判定された場合は、ステップ４２へ進んで精神活動度
がかなり高いと判定する。また、ステップ４１，４３に
おいて、差Ｖｘ，Ｖｙがそれぞれ基準分散データσｘ，
σｙ以下で且つσｘ／２，σｙ／２よりも大きいと判定
された場合は、ステップ４４へ進んで精神活動度が高い
と判定する。さらに、ステップ４５で、差Ｖｘ，Ｖｙが
それぞれ（−σｘ／２），（−σｙ／２）よりも小さい
と判定された場合は、ステップ４６で、精神活動度が低
いと判定する。

【００２０】次に、大局的判定では、ステップ２４にお
いて、ある長い所定時間Ｔ３におけるデータＰｎ（ｔ）
の平均値ＰＬ（ｔ）を算出する。続くステップ２５で、
平均値ＰＬｘ，ＰＬｙと上述した基準平均データＢ（ｘ
０，ｙ０）との差Ｖｘ，Ｖｙを次式により算出する。

【数９】Ｖｘ＝ＰＬｘ−ｘ０，Ｖｙ＝ＰＬｙ−ｙ０ステップ２６で、図１０に示す精神活動判定ルーチンを
実行し、上述したように差Ｖｘ，Ｖｙに基づいて精神活
動の大局的判定を行なう。

【００２１】スポット的判定では、ステップ２７におい
て、短い所定時間Ｔ４（Ｔ４＜Ｔ３）におけるデータＰ
ｎ（ｔ）の平均値ＰＳ（ｔ）を算出する。続くステップ
２８で、平均値ＰＳｘ，ＰＳｙと上述した基準平均デー
タＢ（ｘ０，ｙ０）との差Ｖｘ，Ｖｙを次式により算出
する。

【数１０】Ｖｘ＝ＰＳｘ−ｘ０，Ｖｙ＝ＰＳｙ−ｙ０ステップ２９で、図１０に示す精神活動判定ルーチンを
実行し、上述したように差Ｖｘ，Ｖｙに基づいて精神活
動のスポット的判定を行なう。

【００２２】次に、変化パターンによる精神活動の判定
方法を説明する。図１１は、直進路とバンク路から成る
車両のテストコースを時速約１６０ｋでテスト走行した
時の実験データを示す。図（ａ）はバンク路走行時の心
拍データを示し、図（ｂ）は直線路走行時の心拍データ
を示す。図（ａ），（ｂ）の横軸は心拍間隔の揺らぎ量
（−ＲＲＶ）［×１０^-4］を表わし、縦軸は平均心拍数
Ｂｅａｔ［回数／分］を表わす。（ｃ）は精神活動の変
化パターンを示す。（ｄ）はリラックス移行と集中移行
の発生頻度を示し、横軸が時間ｔを表わし、縦軸の上方
がリラックス移行の発生頻度［％］を表わし、縦軸の下
方が集中移行の発生頻度［％］を表わす。これらの実験
データから明らかなように、バンク路および直線路へ突
入した直後には、データＰ（−ＲＲＶ，ＢＥＡＴ）が左
上がりに変化した後に右上がりに変化する集中移行の発
生頻度が高くなる。その後、しばらくすると、データＰ
が左下がりに変化した後に右下がりに変化するリラック
ス移行の発生頻度が高くなる。この実験では、バンク路
および直線路への突入直後は精神集中度が高くなってお
り、図１１に示す実験データは被験者の自己申告の官能
評価と一致する。すなわち、心拍間隔の揺らぎ量ＲＲＶ
および平均心拍数ＢＥＡＴの変化パターンは、被験者の
瞬時の心の動き、心理の動きを的確に表わす指標である
といえる。このような精神活動の判定方法によれば、被
験者の種々の状態をリアルタイムに的確に判定できる。
例えば、被験者が居眠り状態にある時は、平均心拍数Ｂ
ＥＡＴが少なく、心拍間隔の揺らぎ量ＲＲＶが比較的大
きくなるので、所定の判定基準を設けて居眠り状態を判
定することができる。

【００２３】図１２は変化パターンによる精神活動の判
定処理を示す。この変化パターンによる判定では、時刻
（ｔ−ｄｔ），ｔ，（ｔ＋ｄｔ）における、時間間隔Ｔ
のデータＰ（−ＲＲＶ，ＢＥＡＴ）の平均値Ｐ０
（ｔ），Ｐ１（ｔ），Ｐ２（ｔ）に基づいて、リラック
ス移行か集中移行かを判定する。なお、時間間隔Ｔは１
０〜１６秒でもよいし、１分位でもよいが、あまり長い
時間を設定すると瞬時的特徴が失われる。ステップ５１
において、時刻（ｔ−ｄｔ），ｔ，（ｔ＋ｄｔ）におけ
る時間間隔ＴのデータＰ（−ＲＲＶ，ＢＥＡＴ）の平均
値Ｐ０（ｔ），Ｐ１（ｔ），Ｐ２（ｔ）を算出する。続
くステップ５２で、平均値Ｐ０（ｔ）から平均値Ｐ１
（ｔ）への変化が所定値ｄよりも大きな左下がりか否か
を次式により判定する。

【数１１】Ｐ０ｘ（ｔ）＞Ｐ１ｘ（ｔ）＋ｄ，Ｐ０ｙ（ｔ）＞Ｐ１ｙ（ｔ）＋ｄ左下がりであればステップ５３へ進み、そうでなければ
ステップ５５へ進む。ステップ５３で、平均値Ｐ１
（ｔ）から平均値Ｐ２（ｔ）への変化が所定値ｄよりも
大きな右下がりか否かを次式により判定する。

【数１２】Ｐ１ｘ（ｔ）＜Ｐ２ｘ（ｔ）−ｄ，Ｐ１Ｙ（ｔ）＞Ｐ２ｙ（ｔ）＋ｄ右下がりであればステップ５４へ進み、そうでなければ
図５に示すプログラムへリターンする。ステップ５４で
は、時刻（ｔ−ｄｔ）と時刻ｔにおける時間間隔Ｔのデ
ータＰの平均値がＰ０（ｔ）からＰ１（ｔ）へと左下が
りに変化し、且つ時刻ｔと時刻（ｔ＋ｄｔ）における時
間間隔ＴのデータＰの平均値がＰ１（ｔ）からＰ２
（ｔ）へと右下がりに変化しているので、図１１（ｃ）
に示すようにリラックス移行であると判定する。

【００２４】一方、ステップ５２で左下がりではないと
判定された時はステップ５５へ進み、平均値Ｐ０（ｔ）
から平均値Ｐ１（ｔ）への変化が所定値ｄよりも大きな
左上がりか否かを次式により判定する。

【数１３】Ｐ０ｘ（ｔ）＞Ｐ１ｘ（ｔ）＋ｄ，Ｐ０ｙ（ｔ）＜Ｐ１ｙ（ｔ）−ｄ左上がりであればステップ５６へ進み、そうでなければ
図５に示すプログラムへリターンする。ステップ５６
で、平均値Ｐ１（ｔ）から平均値Ｐ２（ｔ）への変化が
所定値ｄよりも大きな右上がりか否かを次式により判定
する。

【数１４】Ｐ１ｘ（ｔ）＜Ｐ２ｘ（ｔ）−ｄ，Ｐ１ｙ（ｔ）＜Ｐ２ｙ（ｔ）−ｄ右上がりであればステップ５７へ進み、そうでなければ
処理を終了して図５に示すプログラムへリターンする。
ステップ５７では、時刻（ｔ−ｄｔ）と時刻ｔにおける
時間間隔ＴのデータＰの平均値がＰ０（ｔ）からＰ１
（ｔ）へと左上がりに変化し、且つ時刻ｔと時刻（ｔ＋
ｄｔ）における時間間隔ＴのデータＰの平均値がＰ１
（ｔ）からＰ２（ｔ）へと右上がりに変化しているの
で、図１１（ｃ）に示すように集中移行であると判定す
る。

【００２５】図１３は変化パターンによる精神活動の判
定処理の変形例を示す。時刻ｔと時刻（ｔ＋ｄｔ）にお
ける時間間隔ＴのデータＰ（−ＲＲＶ，ＢＥＡＴ）の平
均値Ｐ１（ｔ），Ｐ２（ｔ）に基づいてリラックス移行
か集中移行かを判定する。なお、時間間隔Ｔは０でもよ
い。ステップ６１において、時刻ｔと時刻（ｔ＋ｄｔ）
における時間間隔ＴのデータＰ（−ＲＲＶ，ＢＥＡＴ）
の平均値Ｐ１（ｔ），Ｐ２（ｔ）を算出する。ステップ
６２で、Ｐ１ｘ＞Ｐ２ｘ，Ｐ１ｙ＞Ｐ２ｙの変化が何回
連続しているか、すなわちデータＰの左下がりの連続回
数ＫＤ１をカウントし、続くステップ６３で、カウント
値ＫＤ１が所定値Ｎ１以上か否かを判定する。ＫＤ１≧
Ｎ１であればステップ６４へ進み、そうでなければステ
ップ６７へ進む。ステップ６４では、Ｐ１ｘ＜Ｐ２ｘ，
Ｐ１ｙ＞Ｐ２ｙの変化が何回連続しているか、すなわち
データＰの右下がりの連続回数ＫＤ２をカウントし、続
くステップ６５で、カウント値ＫＤ２が所定値Ｎ２以上
か否かを判定する。ＫＤ２≧Ｎ２であればステップ６６
へ進み、そうでなければ処理を終了する。ここで、所定
値Ｎ１には５を、Ｎ２には４をそれぞれ設定したとする
と、Ｐ１（ｔ）からＰ２（ｔ）への左下がりが連続して
５回以上続き、さらにＰ１（ｔ）からＰ２（ｔ）への右
下がりが連続して４回以上続いた時は、ステップ６６
で、（ＫＤ１＋ＫＤ２）間はリラックス移行と判定す
る。

【００２６】一方、左下がりがＮ１回以上続かなかった
時は、ステップ６７で、Ｐ１ｘ＞Ｐ２ｘ，Ｐ１ｙ＜Ｐ２
ｙの変化が何回連続しているか、すなわちデータＰの左
上がりの連続回数ＫＵ１をカウントし、続くステップ６
８で、カウント値ＫＵ１が所定回数Ｎ１以上か否かを判
定する。ＫＵ１≧Ｎ１であればステップ６９へ進み、そ
うでなければ処理を終了する。ステップ６９では、Ｐ１
ｘ＜Ｐ２ｘ，Ｐ１ｙ＜Ｐ２ｙの変化が何回連続している
か、すなわちデータＰの右上がりの連続回数ＫＵ２をカ
ウントし、続くステップ７０で、カウント値ＫＵ２が所
定値Ｎ２以上か否かを判定する。ＫＵ２≧Ｎ２であれば
ステップ７１へ進み、そうでなければ処理を終了する。
Ｐ１（ｔ）からＰ２（ｔ）への左上がりが連続して５回
以上続き、さらにＰ１（ｔ）からＰ２（ｔ）への右上が
りが連続して４回以上続いた時は、ステップ７１で、
（ＫＵ１＋ＫＵ２）間は集中移行と判定する。

【００２７】図１４は制御部１５の自動速度制御を示す
フローチャートである。制御部１５は、精神活動判定部
１４による精神活動の判定結果に応じてエンジン制御装
置８と警報装置９を制御する。ステップ７１で、車間距
離検出装置７により検出された前車との車間距離が所定
値以下になり、前車に接近したか否かを判定する。前車
に接近した場合はステップ７２へ進み、精神活動判定部
１４により精神活動度が高いかまたは集中移行と判定さ
れたか否かを判別する。精神活動度が高いかまたは集中
移行の場合は、乗員が前車への接近を認識していると判
断してステップ７１へ戻る。なお、上述した平均化処理
により判定を行う場合は、瞬時判定、大局的判定および
スポット判定のいずれかの判定結果あるいは複数の判定
結果を用いる。一方、前車に接近しているのに精神活動
度が低く、集中移行でない場合は、乗員が接近した前車
を認識していないと判断してステップ７３へ進み、エン
ジン制御装置８により走行速度を減速するとともに、警
報装置９により警報する。

【００２８】このように、心拍間隔の揺らぎ量ＲＲＶと
平均心拍数ＢＥＡＴとに基づいて被験者の精神活動を判
定する。判定に際しては、心拍間隔の揺らぎ量ＲＲＶと
平均心拍数ＢＥＡＴとを二次元平面上に展開し、その平
均座標に基づいて精神活動を判定するか、あるいは、心
拍間隔の揺らぎ量ＲＲＶと平均心拍数ＢＥＡＴとを二次
元平面上に展開し、その座標の変化パターンに基づいて
精神活動を判定する。これにより、被験者の精神活動を
リアルタイムに正確に判定することができる。また、前
方を走行中の車両に接近した時に、精神活動の判定結果
が精神活動度が低い場合または集中移行でない場合は、
車両の乗員が前者への接近を認識していないと判断して
車両の自動減速と警報を行なうようにしたので、乗員の
居眠りなどによる前者への異常接近を回避することがで
きる。

【００２９】以上の第１実施例の構成において、心電図
検出器６とマイクロコンピューター５のＲＲＩ検出部１
１が心拍間隔検出手段を、マイクロコンピューター５の
ＲＲＶ演算部１２が分散演算手段を、マイクロコンピュ
ーター５のＢＥＡＴ演算部１３が心拍数検出手段を、マ
イクロコンピューター５の精神活動判定部１４が精神活
動判定手段をそれぞれ構成する。

【００３０】−第２の実施例− 上述した実施例では、心拍間隔の揺らぎ量ＲＲＶと平均
心拍数ＢＥＡＴに基づいて精神活動を判定したが、心拍
間隔データの周波数解析結果の周波数成分に基づいて精
神活動を判定する第２の実施例を説明する。なお、この
第２実施例の構成は図１に示す第１実施例の構成と同様
であり、図示とその説明を省略する。

【００３１】図１５は第２の実施例のマイクロコンピュ
ーターの制御ブロック図である。なお、図２に示す第１
実施例の制御ブロック図と同様な要素に対しては同一の
符号を付して相違点を中心に説明する。ＲＲＩ検出部１
１は、心電図検出器６により測定された心電図信号によ
り一連の心拍間隔データＲＲＩ（ｉ）（ｉ＝１，２，・
・・）を検出する。周波数成分算出部２１は、ＲＲＩ検
出部１１により検出された心拍間隔データＲＲＩ（ｉ）
を周波数解析し、所定の周波数成分を算出する。精神活
動判定部２２は、周波数成分算出部２１により算出され
た周波数成分に基づいて被験者の精神活動を判定する。
さらに、制御部１５は精神活動判定部２１の判定結果に
応じた制御を行なう。

【００３２】ＲＲＩ検出部１１における詳細な処理は上
述した図３に示す処理と同様であり、説明を省略する。
図１６に示す周波数成分算出ルーチンにより、周波数成
分算出部２１の処理を説明する。ステップ８１におい
て、ＲＲＩ検出部１１により検出された心拍間隔データ
ＲＲＩ（ｉ）の周波数解析に先だち、解析区間の切り出
しを行なう。この実施例では、精神活動判定のリアルタ
イム性と情報の正確性を考慮して解析区間を６４秒（２
５６サンプル）とし、この解析区間を５秒ごとにシフト
する。この結果、最初の約１分はデータ獲得のために処
理結果待ちの状態になることは避けられないが、いった
ん処理が開始されると５秒おきに処理結果が得られる。
ステップ８２で、切り出された解析区間の心拍間隔デー
タＲＲＩ（ｉ）に対して周波数解析を行なう。なお、周
波数解析には高速のＦＦＴアナライザを用いて精神活動
判定のリアルタイム性を向上させるのが望ましい。

【００３３】図１７は周波数解析結果の一例を示し、横
軸は周波数［Ｈｚ］を表わし、縦軸はパワースペクトル
Ｐｏｗｅｒを表わす。ステップ８３において、周波数解
析結果から所定周波数Ｆｏ以上の周波数成分とＦｏより
も低い周波数成分を抽出する。所定周波数Ｆｏは０．１
〜０．１５Ｈｚが最適であることが、実験的に確認され
ている。上述した従来の精神活動判定装置では、０．０
２５〜０．１４Ｈｚと、０．１４〜０．５Ｈｚの周波数
成分を抽出しているので演算時間がかかっているが、こ
の実施例では単一の所定周波数Ｆｏの上下の周波数成分
を抽出するだけであるから、演算時間が従来の装置の約
１／４となり、マイクロコンピューターの負担を軽減で
きる上に、精神活動のリアルタイム性を向上させること
ができる。ステップ８４で解析区間を５秒シフトしてス
テップ８５へ進み、新しい解析区間が６４秒、２５６サ
ンプル以上あるか否かを判定し、新しい解析区間が確保
できればステップ８１へ戻って上記処理を繰り返し、新
しい解析区間が確保できなければ処理を終了する。

【００３４】精神活動判定部２２では、周波数成分算出
部２１により算出された周波数成分に基づいて精神活動
の判定を行なう。図１７に示すような心拍間隔データＲ
ＲＩの周波数解析結果において、低周波数成分を瞬時的
精神活動度と定義し、高周波数成分を平均的精神活動度
と定義してそれぞれ次式により算出する。

【数１５】ここで、Ｓ（ｆ）は心拍間隔データＲＲＩをＦＦＴ処理
したパワースペクトル密度関数である。

【００３５】図１８、図１９は、二人の被験者に対して
強制的に緊張とリラックスとを交互に強いた時の瞬時的
精神活動度と平均的精神活動度の変化を示す。図におい
て、横軸が時間を、縦軸が数式１５により算出された活
動度を表わす。また、ボックス部は被験者に対して所定
の課題を最高成績を目指して遂行させ、緊張状態を強い
た期間であり、他の部分はそのような作業から開放させ
てリラックス状態にある期間である。図中の細い曲線は
低周波数成分の瞬時的精神活動度を示す。低周波数成分
は直流成分に近い成分であるから、精神活動の大きな変
化を反映する。図から明らかなように、低周波数成分は
ボックスの前後、すなわち被験者が課題の遂行を開始ま
たは終了した時に急激に増加しており、精神活動の瞬時
的な活動度を反映していることがわかる。つまり、低周
波数成分の増加は精神活動の変化過程を示し、低周波数
成分の減少は精神活動の定常状態を示す。一方、図中の
太い曲線は高周波数成分の平均的精神活動度を示す。高
周波数成分は精神活動の大きな変化ではなく、微小な変
化で且つ頻繁に発生するような精神活動の平均的な変化
を反映する。図から明らかなように、高周波数成分は緊
張状態を強いたボックス内で減少し、ボックス外で増加
しているので、高周波数成分の増加がリラックス状態を
示し、減少が緊張状態を反映している。

【００３６】上述した瞬時的精神活動度と平均的精神活
動度の変化は、緊張状態へ移行する以前から発生してお
り、被験者の準備状態までも反映していることがわか
る。すなわち、瞬時的精神活動度と平均的精神活動度に
基づいて被験者がこれからどのような状態へ移行するの
かを予測することが可能であり、被験者の精神活動度の
判定とその判定結果に応じたリアルタイム制御に有効な
情報を提供できる。

【００３７】図２０、図２１は、図１８、図１９に示す
時々刻々の低周波数成分と高周波数成分をそれぞれ二次
元座標Ｐ（ｘ，ｙ）に展開したものであり、ｘ軸が低周
波数成分のパワースペクトルを表わし、ｙ軸が高周波数
成分のパワースペクトルを表わす。これらの図におい
て、二次元平面の左方の領域に２つの収束エリアが観測
される。図１８、図１９に示すようにリラックス状態で
は低周波数成分が小さく且つ高周波数成分が大きいか
ら、上方の収束エリアはリラックス状態に対応する。一
方、図１８、図１９に示すように緊張状態では低周波数
成分も高周波数成分もともに小さいから、下方の収束点
は緊張状態に対応する。また、リラックス状態を示す上
方の収束エリアからいったん右側に大きく膨らんだ後に
緊張状態を示す下方の収束エリアへ移行しており、この
右側に大きく膨らんだ部分は低周波数成分が急激に上昇
する精神活動の変化過程に対応する。すなわち、図２２
に示すようにリラックスエリアから緊張エリアへの移行
が緊張移行であり、逆に緊張エリアからリラックスエリ
アへの移行がリラックス移行である。このように、心拍
間隔データの周波数解析結果の低周波数成分と高周波数
成分を二次元平面上に展開することにより、各被験者の
周波数成分のパワースペクトラムに差があっても、各被
験者の精神活動を正確に評価することができる。

【００３８】図２３は、精神活動判定部２２における精
神活動判定処理を示すフローチャートである。ステップ
９１において、時刻（ｔ−ｄｔ），ｔ，（ｔ＋ｄｔ）に
おける、時間間隔ＴのデータＰ（ｘ；低周波数成分，
ｙ；高周波数成分）の平均値Ｐ０（ｔ），Ｐ１（ｔ），
Ｐ２（ｔ）を算出する。続くステップ９２で、平均値Ｐ
０（ｔ）からＰ２（ｔ）への変化が図２２に示す緊張エ
リアからリラックスエリアへの移行か否かを次式により
判定する。

【数１６】Ｐ１ｙ（ｔ）＞Ｐ０ｙ（ｔ）＋ｄ，Ｐ２ｙ（ｔ）＞Ｐ１ｙ（ｔ）＋ｄ，Ｐ１ｘ（ｔ）＞Ｐ０ｘ（ｔ），Ｐ１ｘ（ｔ）＞Ｐ２ｘ（ｔ）数式１６の判定が肯定された場合はステップ９３へ進
み、被験者の精神活動はリラックス移行であると判定す
る。一方、数式１６の判定が否定された場合はステップ
９４へ進み、平均値Ｐ０（ｔ）からＰ２（ｔ）への変化
が図２２に示すリラックスエリアから緊張エリアへの移
行か否かを次式により判定する。

【数１７】Ｐ１ｙ（ｔ）＜Ｐ０ｙ（ｔ）−ｄ，Ｐ２ｙ（ｔ）＜Ｐ１ｙ（ｔ）−ｄ，Ｐ１ｘ（ｔ）＞Ｐ０ｘ（ｔ），Ｐ１ｘ（ｔ）＞Ｐ２ｘ（ｔ）数式１７の判定が肯定された場合はステップ９５へ進
み、被験者の精神活動は緊張移行であると判定する。

【００３９】このように、心拍間隔データの周波数解析
結果から抽出された低周波数成分と高周波数成分とを二
次元平面上に展開し、その座標の変化パターンに基づい
て精神活動を判定するようにしたので、被験者の精神活
動をリアルタイムに正確に判定することができる。

【００４０】以上の第２の実施例において、心電図検出
器６とマイクロコンピューターのＲＲＩ検出部１１が心
拍間隔検出手段を、マイクロコンピューターの周波数成
分算出部２１が周波数解析手段を、マイクロコンピュー
ターの精神活動判定部２２が精神活動判定手段をそれぞ
れ構成する。

【００４１】なお、上述した実施例では、精神活動の判
定結果に応じて車両の速度制御を行なう例を示したが、
精神活動の判定結果の応用例は上記実施例に限定されな
い。例えば、工場や航空機などの監視作業にも応用でき
る。一連の工程の中で予め監視者にミスがあってはなら
ない時間帯を設定しておき、その時間帯に監視者の精神
活動が集中移行にならない場合には、まず室内温度や香
りによるリフレッシュを試み、効果がない場合にはさら
に警報を発する。これにより警報に対する慣れや飽きの
影響を低減することができ、マンネリによるヒューマン
エラー防止に貢献し得る。

【００４２】

【発明の効果】以上説明したように本発明によれば、心
拍間隔データの分散と平均心拍間隔または平均心拍数と
に基づいて被験者の精神活動を判定するようにしたの
で、被験者の精神活動をリアルタイムに正確に判定する
ことができる。なお、判定に際しては、心拍間隔データ
の分散と平均心拍間隔または平均心拍数とを二次元平面
上に展開し、その平均座標に基づいて精神活動を判定し
てもよいし、あるいは、心拍間隔データの分散と平均心
拍間隔または平均心拍数とを二次元平面上に展開し、そ
の座標の変化パターンに基づいて精神活動を判定しても
よい。また、心拍間隔データの周波数解析結果から抽出
された低周波数成分と高周波数成分とを二次元平面上に
展開し、その座標の変化パターンに基づいて精神活動を
判定するようにしたので、被験者の精神活動をリアルタ
イムに正確に判定することができる。

【図面の簡単な説明】

【図１】第１実施例の構成を示す図。

【図２】第１実施例の制御ブロック図。

【図３】第１実施例のＲＲＩ検出処理を示すフローチャ
ート。

【図４】心拍間隔データを示す図。

【図５】第１実施例の精神活動判定処理を示すフローチ
ャート。

【図６】被験者に作業と休憩とを交互に行わせた時の心
拍間隔の揺らぎ量と平均心拍数の特性を示す図。

【図７】心拍間隔の揺らぎ量と平均心拍数の特性に基づ
く精神活動の判定方法を説明する図。

【図８】第１実施例の平均処理による判定処理を示すフ
ローチャート。

【図９】第１実施例の変化点データ削除処理を示すフロ
ーチャート。

【図１０】第１実施例の精神活動判定処理を示すフロー
チャート。

【図１１】直進路とバンク路から成るテストコースを高
速でテスト走行した時の心拍データを示す図。

【図１２】第１実施例の変化パターンによる判定処理を
示すフローチャート。

【図１３】第１実施例の変化パターンによる判定処理の
変形例を示すフローチャート。

【図１４】第１実施例の自動速度制御を示すフローチャ
ート。

【図１５】第２実施例の制御ブロック図。

【図１６】第２実施例の周波数成分算出を示すフローチ
ャート。

【図１７】心拍間隔データの周波数解析結果を示す図。

【図１８】被験者に対して緊張とリラックスとを交互に
強いた時の瞬時的精神活動度と平均的精神活動度の変化
を示す図。

【図１９】他の被験者に対して緊張とリラックスとを交
互に強いた時の瞬時的精神活動度と平均的精神活動度の
変化を示す図。

【図２０】図１８の瞬時的精神活動度と平均的精神活動
度を二次元平面に展開した図。

【図２１】図１９の瞬時的精神活動度と平均的精神活動
度を二次元平面に展開した図。

【図２２】第２実施例の精神活動の判定方法を説明する
図。

【図２３】第２実施例の精神活動判定処理を示すフロー
チャート。

【図２４】従来の精神活動判定方法の概要を示す図。

【図２５】心拍波形を示す図。

【図２６】心拍間隔データの周波数解析結果を示す図。

【図２７】被験者に対して緊張とリラックスとを交互に
強いた時の交感神経系と副交感神経系の活動度の変化を
示す図。

【図２８】他の被験者に対して緊張とリラックスとを交
互に強いた時の交感神経系と副交感神経系の活動度の変
化を示す図。

【符号の説明】

５マイクロコンピューター６心電図検出器７車間距離検出装置８エンジン制御装置９警報装置１１ＲＲＩ検出部１２ＲＲＶ演算部１３ＢＥＡＴ演算部１４精神活動判定部１５制御部２１周波数成分算出部２２精神活動判定部

Claims

【特許請求の範囲】

【請求項１】心拍間隔を検出する心拍間隔検出手段
と、前記心拍間隔検出手段により検出された心拍間隔データ
の分散を演算する分散演算手段と、前記心拍間隔検出手段により検出された心拍間隔に基づ
いて所定時間ごとの心拍間隔または心拍数の平均値を演
算する平均値演算手段と、前記分散演算手段により演算された心拍間隔の分散と前
記平均値演算手段により演算された平均心拍間隔または
平均心拍数とに基づいて被験者の精神活動を判定する精
神活動判定手段とを備えることを特徴とする精神活動判
定装置。
【請求項２】請求項１に記載の精神活動判定装置にお
いて、前記精神活動判定手段は、前記分散演算手段により演算
された心拍間隔の分散と前記平均値演算手段により演算
された平均心拍数とを二次元平面上に展開し、その平均
座標に基づいて精神活動を判定することを特徴とする精
神活動判定装置。
【請求項３】請求項２に記載の精神活動判定装置にお
いて、前記平均値演算手段は短時間平均心拍数とそれよりも長
い時間における長時間平均心拍数とを演算し、前記精神
活動判定手段は前記短時間平均心拍数と前記長時間平均
心拍数とを比較し、前記長時間平均心拍数との差が所定
値以内の短時間平均心拍数のみを平均心拍数として精神
活動の判定に用いることを特徴とする精神活動判定装
置。
【請求項４】請求項２に記載の精神活動判定装置にお
いて、前記精神活動判定手段は、前記分散演算手段により演算
された心拍間隔の分散と前記平均値演算手段により演算
された平均心拍数とを二次元平面上に展開し、その座標
の変化パターンに基づいて精神活動を判定することを特
徴とする精神活動判定装置。
【請求項５】心拍間隔を検出する心拍間隔検出手段
と、前記心拍間隔検出手段により検出された心拍間隔データ
の周波数解析を行う周波数解析手段と、前記周波数解析手段による周波数解析結果から所定周波
数以下の低周波数成分と前記所定周波数よりも高い高周
波数成分とを抽出する周波数成分抽出手段と、前記周波数成分抽出手段により抽出された低周波数成分
と高周波数成分とに基づいて被験者の精神活動を判定す
る精神活動判定手段とを備えることを特徴とする精神活
動判定装置。
【請求項６】請求項５に記載の精神活動判定装置にお
いて、前記精神活動判定手段は、心拍間隔データの周波数解析
結果の低周波数成分と高周波数成分とを二次元平面上に
展開し、その座標の変化パターンに基づいて精神活動を
判定することを特徴とする精神活動判定装置。