專利名稱：調(diào)整腦波信號識別方法的裝置、方法以及程序的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及能夠利用腦波來操作設(shè)備的接口(腦波接口)系統(tǒng)。更具體地，本發(fā) 明涉及用于實(shí)現(xiàn)如下功能的設(shè)備，即，為了準(zhǔn)確解析由于個(gè)人的不同而有很大差異的腦波， 在腦波接口系統(tǒng)中對腦波的識別方法進(jìn)行調(diào)整。
背景技術(shù)：
近年來，電視機(jī)、便攜式電話、PDA (Personal Digital Assistant，個(gè)人數(shù)字助理) 等各種各樣的信息設(shè)備得到普及，正在進(jìn)入人們的生活當(dāng)中，所以用戶有必要在日常生活 的大多數(shù)情況下操作信息設(shè)備。通常，用戶利用按壓按鈕、移動(dòng)光標(biāo)來決定、邊看畫面邊操 作鼠標(biāo)等的輸入機(jī)構(gòu)(接口部)，來操作信息設(shè)備。但是，當(dāng)例如在做家務(wù)、育兒、駕駛等這 樣雙手由設(shè)備操作以外的作業(yè)所占用的狀況下，難以利用接口部來進(jìn)行輸入，不能實(shí)現(xiàn)設(shè) 備操作。因此，用戶有較強(qiáng)烈的需求想要在所有狀況下操作信息設(shè)備。針對這樣的需求，正在開發(fā)利用了用戶的生物體信號的輸入機(jī)構(gòu)。例如，在非專利 文獻(xiàn)1中公開了采用腦波的事件關(guān)聯(lián)電位(Event-RelatedPotential)來識別用戶想要選 擇的選擇分支的腦波接口技術(shù)。具體說明非專利文獻(xiàn)1中記載的技術(shù)，隨機(jī)地對選擇分支 進(jìn)行強(qiáng)調(diào)(highlight)，以選擇分支被強(qiáng)調(diào)的時(shí)刻為起點(diǎn)，利用大約300毫秒附近出現(xiàn)的事 件關(guān)聯(lián)電位的波形，實(shí)現(xiàn)對用戶想要選擇的選擇分支的識別。根據(jù)該技術(shù)，即使在占用了雙 手的情況下，并且即使在由于生病等而手腳不能活動(dòng)的情況下，用戶也能夠選擇想要選擇 的選擇分支，從而實(shí)現(xiàn)與上述需求一致的設(shè)備操作等接口。這里，所謂“事件關(guān)聯(lián)電位”是指，在時(shí)間上與外部或內(nèi)部的事件相關(guān)聯(lián)而產(chǎn)生的 腦部的暫時(shí)性的電位變動(dòng)。腦波接口利用以外部事件的產(chǎn)生時(shí)刻為起點(diǎn)來測量的該事件關(guān) 聯(lián)電位。例如，如果利用針對視覺刺激等而產(chǎn)生的事件關(guān)聯(lián)電位的被稱為P300的成分，就 能夠選擇菜單的選擇分支。所謂“P300”一般作為表示事件關(guān)聯(lián)電位中的、與聽覺、視覺、身 體感覺等感覺刺激的種類無關(guān)的、自起點(diǎn)大約300毫秒附近出現(xiàn)的事件關(guān)聯(lián)電位的陽性成 分的特性來看待。為了將事件關(guān)聯(lián)電位應(yīng)用到接口中，以較高的精度來識別對象的事件關(guān)聯(lián)電位 (例如P300成分)是非常重要的。為此，必須精度良好地來測量生物體信號，并通過適當(dāng)?shù)?識別方法來精度良好地識別所測量到的生物體信號。由于上述腦波波形的方式個(gè)人差異較大，所以為了將事件關(guān)聯(lián)電位用作接口的輸 入機(jī)構(gòu)，必須實(shí)現(xiàn)與該個(gè)人差異相應(yīng)的精度較高的識別。圖19中示出非專利文獻(xiàn)2的32 頁所披露的圖。圖19表示對36名被實(shí)驗(yàn)者實(shí)施了針對視覺刺激的分辨課題的情況下的腦 波的個(gè)人差異的一個(gè)例子。在各被實(shí)驗(yàn)者的曲線中表示針對2種狀況的腦波，分別用實(shí)線 和虛線來表示。由圖19可知，由于個(gè)人差異的不同從而波形以及峰值位置中的振幅有較大 不同，所以可以說按照單一的基準(zhǔn)難以精度良好地進(jìn)行所有用戶的識別。作為用于精度良好地識別個(gè)人差異較大的腦波的方法，考慮有事先進(jìn)行針對各用 戶的系統(tǒng)調(diào)整(即校準(zhǔn))的方法。采用圖20(a)具體說明。圖20(a)示出校準(zhǔn)的過程。對
6用戶使用腦波接口前，實(shí)施對腦波接口進(jìn)行假想操作的作業(yè)。例如，在使用戶實(shí)施采用腦波 接口從4個(gè)選擇分支中選擇1個(gè)選擇分支的作業(yè)的情況下，依次或隨機(jī)強(qiáng)調(diào)4個(gè)選擇分支， 以選擇分支被強(qiáng)調(diào)的時(shí)刻作為起點(diǎn)，得到4個(gè)腦波波形數(shù)據(jù)(步驟41)。同時(shí)，也得到表示 用戶想要選擇的選擇分支(目標(biāo)選擇分支)是哪個(gè)選擇分支的答案數(shù)據(jù)(步驟42)。并且， 采用針對該答案數(shù)據(jù)所記述的目標(biāo)選擇分支的腦波波形數(shù)據(jù)的特征，按每個(gè)用戶調(diào)整成最 佳的識別方法(步驟43)，根據(jù)調(diào)整后的識別方法，在用戶實(shí)際使用腦波接口時(shí)，識別用戶 想要選擇的選擇分支(步驟44)。例如，在專利文獻(xiàn)1中，公開了如下技術(shù)，S卩，考慮在事件關(guān)聯(lián)電位的成分中出現(xiàn) 的個(gè)人差異，按每個(gè)用戶來調(diào)整識別方法，從而提高識別率。該技術(shù)不是按照單一的基準(zhǔn)來 進(jìn)行所有用戶的識別，而是根據(jù)通過事先的校準(zhǔn)而獲取的每個(gè)用戶的腦波，當(dāng)識別時(shí)按每 個(gè)用戶來提取并存儲最佳的事件關(guān)聯(lián)電位的成分，采用該成分來識別用戶想要選擇的選擇 分支。這里，作為按每個(gè)用戶最佳的事件關(guān)聯(lián)電位的成分，除了 P300成分以外，可以列舉 P200成分、N200成分、或這些成分的組合。在專利文獻(xiàn)1中，所謂P200成分是指，自起點(diǎn)大 約200毫秒附近出現(xiàn)的事件關(guān)聯(lián)電位的陽性成分，所謂N200成分是指自起點(diǎn)大約200毫秒 附近出現(xiàn)的事件關(guān)聯(lián)電位的陰性的成分。專利文獻(xiàn)1 日本特開2005-34620公報(bào)專利文獻(xiàn)2 日本特開平7-108848公報(bào)非專禾Ij文獻(xiàn) 1 工 7 二-工 A · Y y y (Emanuel Donchin)，另夕卜 2 名， "The Mental Prosthesis !Assessing the Speed of a P300_Based Brain-Computer Interface，，、IEEE TRANSACTIONS ON REHABILITATIONENGINEERING、Vol. 8、No. 2、2000 年 6
月非專利文獻(xiàn)2 人戸野宏、「心理學(xué)事象関連電位另^ Y ,々」、北大路 書房、2005年9月20日発行、32頁(入戶野宏，“心理學(xué)用事件關(guān)聯(lián)電位指南”，北大路書房， 2005年9月20日發(fā)行，32頁)但是，在專利文獻(xiàn)1中，作為用于提取并存儲個(gè)人差異的實(shí)驗(yàn)，每個(gè)被實(shí)驗(yàn)者實(shí)施 100次實(shí)驗(yàn)(0050段)。記述了 1次實(shí)驗(yàn)所需要的時(shí)間大約為1分鐘，所以校準(zhǔn)整體也需要 大約100分鐘的時(shí)間。例如，用戶購入某民生設(shè)備，在實(shí)際使用時(shí)，事先必須執(zhí)行所需時(shí)間 為100分鐘的校準(zhǔn)，對于用戶來說，負(fù)擔(dān)較大，花費(fèi)勞力和時(shí)間。此外，在并非個(gè)人占有的設(shè)備，而是例如車站的售票機(jī)或銀行的ATM、醫(yī)院的候診 系統(tǒng)等這樣的不確定多數(shù)用戶所利用的系統(tǒng)、或利用時(shí)間受限的系統(tǒng)中應(yīng)用腦波接口時(shí)， 針對利用腦波接口的用戶一個(gè)人一個(gè)人地花費(fèi)時(shí)間來進(jìn)行校準(zhǔn)，這一點(diǎn)在對于用戶來說成 為負(fù)擔(dān)的同時(shí)，從系統(tǒng)運(yùn)用的觀點(diǎn)來看，效率也非常低，從而是不現(xiàn)實(shí)的。所以，在將腦波接口搭載到民生設(shè)備上時(shí)、或應(yīng)用于不確定多數(shù)的用戶所利用的 系統(tǒng)中時(shí)，必須能夠通過消除校準(zhǔn)的勞力和時(shí)間，從而用戶能夠輕松利用、且精度良好地進(jìn) 行工作，從而發(fā)揮原本的功能。另一方面，開發(fā)出了如下技術(shù)，S卩，將測量出的腦波波形數(shù)據(jù)分類為預(yù)先準(zhǔn)備的分 類體系，并基于該分類結(jié)果決定處理。例如，在專利文獻(xiàn)2中，根據(jù)駕駛者的腦波波形數(shù)據(jù) 來計(jì)算每單位時(shí)間的α波、快波(fastwave)、慢波(slow wave)的數(shù)目，并根據(jù)該數(shù)值，分 類為預(yù)先準(zhǔn)備的分類體系即“正?！?、“發(fā)呆”、“輕度睡意”、“睡著”中的某一個(gè)。并且，按照該分類結(jié)果來決定針對駕駛者的“無刺激”、“有刺激(香味)”、“有刺激(氣壓)”、“有刺激 (蜂鳴音)”的處理。這里，考慮如下方法，S卩，在用于設(shè)備操作選擇的腦波接口中，為了消除校準(zhǔn)中用 戶的負(fù)擔(dān)，并且精度良好地進(jìn)行識別，根據(jù)腦波波形數(shù)據(jù)分類為預(yù)先準(zhǔn)備的分類體系中的 某一個(gè)，并按照該分類結(jié)果來調(diào)整識別方法。但是，在這樣的方法中存在課題。采用圖20(b)說明該課題。圖20(b)表示對用戶 的腦波波形數(shù)據(jù)進(jìn)行分類并進(jìn)行校準(zhǔn)的過程。例如，并非在事先的校準(zhǔn)時(shí)，而是在用戶實(shí)際 上要采用腦波接口從4個(gè)選擇分支中選擇1個(gè)選擇分支時(shí)，得到4個(gè)腦波波形數(shù)據(jù)(步驟 45)。在該4個(gè)腦波波形數(shù)據(jù)中包括1個(gè)針對用戶想要選擇的選擇分支(目標(biāo)選擇分支) 的腦波波形數(shù)據(jù)、和3個(gè)針對這以外的選擇分支(非目標(biāo)選擇分支)的腦波波形數(shù)據(jù)。根 據(jù)這些腦波波形數(shù)據(jù)分類為預(yù)先準(zhǔn)備的分類體系中的某一個(gè)類型(步驟46)，并按照該分 類結(jié)果調(diào)整為最佳的識別方法(步驟47)，根據(jù)調(diào)整后的識別方法來識別用戶想要選擇的 選擇分支(步驟48).上述類型分類(步驟46)必須是對針對各個(gè)選擇分支的腦波波形數(shù)據(jù)(圖20 (b) 的例子中是4個(gè)腦波波形數(shù)據(jù))中的、針對目標(biāo)選擇分支的腦波波形數(shù)據(jù)的特征進(jìn)行了反 映的分類。這是因?yàn)?，如果是反映了這以外的腦波波形數(shù)據(jù)的特征的分類，則不能準(zhǔn)確實(shí)施 這之后的處理即用于精度良好地識別目標(biāo)選擇分支的識別方法的調(diào)整。這一點(diǎn)可以從如下 明白，即，如果在圖20(a)的例子中沒有輸入正確的答案數(shù)據(jù)，即不能正確提取針對目標(biāo)選 擇分支的腦波波形數(shù)據(jù)的特征，則不能進(jìn)行準(zhǔn)確的識別方法的調(diào)整。但是，實(shí)際上在利用腦波接口時(shí)，由于不存在表示哪個(gè)是針對目標(biāo)選擇分支的腦 波波形數(shù)據(jù)的答案數(shù)據(jù)，所以在進(jìn)行上述類型分類的時(shí)刻不能確定針對目標(biāo)選擇分支的腦 波波形數(shù)據(jù)。由此，不能準(zhǔn)確實(shí)施類型分類或識別方法的調(diào)整，不能將該結(jié)果識別精度維持 得較高。因此，為了準(zhǔn)確實(shí)施類型分類和識別方法的調(diào)整，必須根據(jù)針對不能確定目標(biāo)選擇 分支的多個(gè)選擇分支的腦波波形數(shù)據(jù)，來推測針對目標(biāo)選擇分支的腦波波形數(shù)據(jù)的特征。上述課題在并不是按照專利文獻(xiàn)2的現(xiàn)有技術(shù)那樣在分類后利用腦波波形數(shù)據(jù) 的情況下就不成為問題。另一方面，如上述那樣，為了在分類后也基于該分類結(jié)果來識別目 標(biāo)選擇分支而利用腦波波形數(shù)據(jù)的情況下會成為問題。

發(fā)明內(nèi)容
本發(fā)明的目的在于，在為了識別目標(biāo)選擇分支而利用腦波波形數(shù)據(jù)的情況下，基 于用戶的腦波波形來準(zhǔn)確實(shí)施類型分類以及識別方法的調(diào)整，消除對于用戶來說煩雜的校 準(zhǔn)負(fù)擔(dān)，并且將關(guān)于腦波的識別精度維持得較高。基于本發(fā)明的調(diào)整裝置用于腦波接口系統(tǒng)中，上述腦波接口系統(tǒng)具有輸出部，其 在畫面上提示與設(shè)備的工作相關(guān)聯(lián)的多個(gè)選擇分支，并對各選擇分支進(jìn)行強(qiáng)調(diào)；腦波測量 部，其對用戶的腦波信號進(jìn)行測量；以及腦波接口部，其根據(jù)以各選擇分支被強(qiáng)調(diào)的各時(shí)刻 作為起點(diǎn)的上述腦波信號的事件關(guān)聯(lián)電位，采用預(yù)先決定的規(guī)定的識別方法，識別針對上 述用戶想要選擇的選擇分支的事件關(guān)聯(lián)電位，并決定設(shè)備的工作；該調(diào)整裝置用于調(diào)整上 述腦波接口部的上述識別方法。上述識別方法是按照上述腦波信號是否與預(yù)先決定的基準(zhǔn) 一致，來識別上述事件關(guān)聯(lián)電位的成分的方法。上述調(diào)整裝置包括分類判斷部，其預(yù)先保
8持用于將腦波信號的特征進(jìn)行類型化的基準(zhǔn)數(shù)據(jù)，采用上述基準(zhǔn)數(shù)據(jù)以及針對上述多個(gè)選 擇分支的腦波信號所共有的特征量，來判斷測量出的上述腦波信號屬于類型化后得到的多 個(gè)分類中的哪一個(gè)；以及識別方法調(diào)整部，其按照上述分類結(jié)果，調(diào)整針對上述用戶所選擇 出的選擇分支的腦波信號的識別方法。優(yōu)選上述分類判斷部使用的針對多個(gè)選擇分支的腦波信號是針對由上述輸出部 提示的所有的選擇分支的腦波信號。上述分類判斷部保持針對上述多個(gè)選擇分支的腦波信號的規(guī)定的頻段的功率譜 的平均值以及/或規(guī)定的時(shí)間長度和頻段的小波系數(shù)的平均值，作為針對上述所有多個(gè)選 擇分支的腦波信號所共有的特征量。優(yōu)選上述分類判斷部采用8Hz至15Hz的頻段的功率譜的平均值，來判斷上述腦波 信號的N200成分的大小。優(yōu)選上述分類判斷部采用200毫秒至250毫秒的時(shí)間長度以及8Hz自15Hz的頻 段的小波系數(shù)的平均值，來判斷P200成分的大小。優(yōu)選上述識別方法調(diào)整部按照分類結(jié)果，來對與在識別針對上述用戶所選擇出的 選擇分支的腦波信號時(shí)采用的上述腦波信號的P300成分、P200成分以及N200成分相對應(yīng) 的權(quán)重系數(shù)進(jìn)行調(diào)整。優(yōu)選上述識別方法調(diào)整部按類型化后得到的上述多個(gè)分類中的每一個(gè)分類，來保 持在針對上述用戶所選擇出的選擇分支的腦波信號的識別中使用的模板，并通過利用與分 類結(jié)果相應(yīng)的模板，來調(diào)整上述腦波信號的識別方法。優(yōu)選上述識別方法調(diào)整部通過按照分類結(jié)果來選定在識別針對上述用戶所選擇 出的選擇分支的腦波信號時(shí)使用的示教數(shù)據(jù)，來調(diào)整上述腦波信號的識別方法?；诒景l(fā)明的方法用于腦波接口系統(tǒng)中，上述腦波接口系統(tǒng)具有輸出部，其在畫 面上提示與設(shè)備的工作相關(guān)聯(lián)的多個(gè)選擇分支，并對各選擇分支進(jìn)行強(qiáng)調(diào)；腦波測量部，其 對用戶的腦波信號進(jìn)行測量；以及腦波接口部，其根據(jù)以各選擇分支被強(qiáng)調(diào)的各時(shí)刻作為 起點(diǎn)的上述腦波信號的事件關(guān)聯(lián)電位，采用預(yù)先決定的規(guī)定的識別方法，識別針對上述用 戶想要選擇的選擇分支的事件關(guān)聯(lián)電位，并決定設(shè)備的工作；該方法用于調(diào)整上述腦波接 口部的上述識別方法。上述識別方法是按照上述腦波信號是否與預(yù)先決定的基準(zhǔn)一致，來 識別上述事件關(guān)聯(lián)電位的成分的方法。基于本發(fā)明的上述方法包括準(zhǔn)備用于將腦波信號 的特征進(jìn)行類型化的基準(zhǔn)數(shù)據(jù)的步驟；采用上述基準(zhǔn)數(shù)據(jù)以及針對上述多個(gè)選擇分支的腦 波信號所共有的特征量，來判斷測量出的上述腦波信號屬于類型化后得到的多個(gè)分類中的 哪一個(gè)的步驟；以及按照上述分類結(jié)果，調(diào)整針對上述用戶所選擇出的選擇分支的腦波信 號的識別方法的步驟?；诒景l(fā)明的計(jì)算機(jī)程序用于腦波接口系統(tǒng)中，上述腦波接口系統(tǒng)具有輸出部， 其在畫面上提示與設(shè)備的工作相關(guān)聯(lián)的多個(gè)選擇分支，并對各選擇分支進(jìn)行強(qiáng)調(diào)；腦波測 量部，其對用戶的腦波信號進(jìn)行測量；以及腦波接口部，其根據(jù)以各選擇分支被強(qiáng)調(diào)的各時(shí) 刻作為起點(diǎn)的上述腦波信號的事件關(guān)聯(lián)電位，采用預(yù)先決定的規(guī)定的識別方法，識別針對 上述用戶想要選擇的選擇分支的事件關(guān)聯(lián)電位，并決定設(shè)備的工作；基于本發(fā)明的計(jì)算機(jī) 程序用于調(diào)整上述腦波接口部的上述識別方法。上述識別方法是按照上述腦波信號是否與 預(yù)先決定的基準(zhǔn)一致，來識別上述事件關(guān)聯(lián)電位的成分的方法。上述計(jì)算機(jī)程序使安裝在上述腦波接口系統(tǒng)中的計(jì)算機(jī)執(zhí)行以下步驟預(yù)先保持用于將腦波信號的特征進(jìn)行類型化 的基準(zhǔn)數(shù)據(jù)的步驟；采用上述基準(zhǔn)數(shù)據(jù)以及針對上述多個(gè)選擇分支的腦波信號所共有的特 征量，來判斷測量出的上述腦波信號屬于類型化后得到的多個(gè)分類中的哪一個(gè)的步驟；以 及按照上述分類結(jié)果，調(diào)整針對上述用戶所選擇出的選擇分支的腦波信號的識別方法的步
馬聚ο基于本發(fā)明的調(diào)整裝置用于腦波接口系統(tǒng)中，上述腦波接口系統(tǒng)具有輸出部，其 在畫面上提示與設(shè)備的工作相關(guān)聯(lián)的多個(gè)選擇分支，并對各選擇分支進(jìn)行強(qiáng)調(diào)；腦波測量 部，其對用戶的腦波信號進(jìn)行測量；以及腦波接口部，其根據(jù)以各選擇分支被強(qiáng)調(diào)的各時(shí)刻 作為起點(diǎn)的上述腦波信號的事件關(guān)聯(lián)電位，采用預(yù)先決定的規(guī)定的識別方法，識別針對上 述用戶想要選擇的選擇分支的事件關(guān)聯(lián)電位，并決定設(shè)備的工作；該調(diào)整裝置用于調(diào)整上 述腦波接口部的上述識別方法。上述識別方法是按照上述腦波信號是否與預(yù)先決定的基準(zhǔn) 一致，來識別上述事件關(guān)聯(lián)電位的成分的方法。上述調(diào)整裝置包括特征量提取部，其(i) 根據(jù)針對上述選擇分支的腦波信號，選擇2個(gè)以上的選擇分支的腦波信號，(ii)預(yù)先保持 基準(zhǔn)數(shù)據(jù)，并提取上述基準(zhǔn)數(shù)據(jù)以及上述選擇出的腦波信號所共有的特征量；以及識別方 法調(diào)整部，其在識別針對上述用戶所選擇出的選擇分支的腦波信號時(shí)，按照進(jìn)行與求出的 上述特征量相應(yīng)的加權(quán)的方式，調(diào)整針對上述用戶所選擇出的選擇分支的腦波信號的識別 方法?；诒景l(fā)明的方法用于腦波接口系統(tǒng)中，上述腦波接口系統(tǒng)具有輸出部，其在畫 面上提示與設(shè)備的工作相關(guān)聯(lián)的多個(gè)選擇分支，并對各選擇分支進(jìn)行強(qiáng)調(diào)；腦波測量部，其 對用戶的腦波信號進(jìn)行測量；以及腦波接口部，其根據(jù)以各選擇分支被強(qiáng)調(diào)的各時(shí)刻作為 起點(diǎn)的上述腦波信號的事件關(guān)聯(lián)電位，采用預(yù)先決定的規(guī)定的識別方法，識別針對上述用 戶想要選擇的選擇分支的事件關(guān)聯(lián)電位，并決定設(shè)備的工作；該方法用于調(diào)整上述腦波接 口部的上述識別方法。上述識別方法是按照上述腦波信號是否與預(yù)先決定的基準(zhǔn)一致，來 識別上述事件關(guān)聯(lián)電位的成分的方法?；诒景l(fā)明的上述方法包括根據(jù)針對上述選擇分 支的腦波信號，選擇2個(gè)以上的選擇分支的腦波信號的步驟；預(yù)先保持基準(zhǔn)數(shù)據(jù)，并提取上 述基準(zhǔn)數(shù)據(jù)以及上述選擇出的腦波信號所共有的特征量的步驟；以及在識別針對上述用戶 所選擇出的選擇分支的腦波信號時(shí)，按照進(jìn)行與求出的上述特征量相應(yīng)的加權(quán)的方式，調(diào) 整針對上述用戶所選擇出的選擇分支的腦波信號的識別方法的步驟?；诒景l(fā)明的計(jì)算機(jī)程序用于腦波接口系統(tǒng)中，上述腦波接口系統(tǒng)具有輸出部， 其在畫面上提示與設(shè)備的工作相關(guān)聯(lián)的多個(gè)選擇分支，并對各選擇分支進(jìn)行強(qiáng)調(diào)；腦波測 量部，其對用戶的腦波信號進(jìn)行測量；以及腦波接口部，其根據(jù)以各選擇分支被強(qiáng)調(diào)的各時(shí) 刻作為起點(diǎn)的上述腦波信號的事件關(guān)聯(lián)電位，采用預(yù)先決定的規(guī)定的識別方法，識別針對 上述用戶想要選擇的選擇分支的事件關(guān)聯(lián)電位，并決定設(shè)備的工作；該計(jì)算機(jī)程序用于調(diào) 整上述腦波接口部的上述識別方法。上述識別方法是按照上述腦波信號是否與預(yù)先決定的 基準(zhǔn)一致，來識別上述事件關(guān)聯(lián)電位的成分的方法。上述計(jì)算機(jī)程序使安裝在上述腦波接 口系統(tǒng)中的計(jì)算機(jī)執(zhí)行以下步驟根據(jù)針對上述選擇分支的腦波信號，選擇2個(gè)以上的選 擇分支的腦波信號的步驟；預(yù)先保持基準(zhǔn)數(shù)據(jù)，并提取上述基準(zhǔn)數(shù)據(jù)以及上述選擇出的腦 波信號所共有的特征量的步驟；以及在識別針對上述用戶所選擇出的選擇分支的腦波信號 時(shí)，按照進(jìn)行與求出的上述特征量相應(yīng)的加權(quán)的方式，調(diào)整針對上述用戶所選擇出的選擇
10分支的腦波信號的識別方法的步驟。發(fā)明效果根據(jù)本發(fā)明，在具備利用腦波對從多個(gè)選擇分支中用戶想要選擇的選擇分支進(jìn)行 識別的接口的系統(tǒng)中，采用針對所有選擇分支的腦波信號，分類為預(yù)先準(zhǔn)備的分類體系中 的某一個(gè)類型，并按照該分類結(jié)果調(diào)整為最佳識別方法。其結(jié)果，由于不必執(zhí)行針對用戶的校準(zhǔn)，所以能夠大幅減輕給用戶的負(fù)擔(dān)以及勞 力和時(shí)間，并且通過按照分類后的類型調(diào)整識別方法，能夠?qū)⒆R別精度維持得較高。


圖1是表示將電視機(jī)和安裝型的腦波計(jì)組合起來的例子中的腦波接口系統(tǒng)1的結(jié) 構(gòu)以及利用環(huán)境的圖。圖2是表示實(shí)施方式1的腦波接口系統(tǒng)1的功能模塊結(jié)構(gòu)的圖。圖3是表示腦波接口 1的處理過程的流程圖。圖4(a) (d)是在腦波接口系統(tǒng)1中用戶10對想要視聽的類別的節(jié)目進(jìn)行選擇 時(shí)的畫面的遷移圖。圖5是表示實(shí)驗(yàn)的結(jié)果即按每個(gè)被實(shí)驗(yàn)者對從各個(gè)被實(shí)驗(yàn)者01 13得到的腦波 波形數(shù)據(jù)進(jìn)行相加平均后得到波形的圖。圖6是表示對于圖5所示的每個(gè)被實(shí)驗(yàn)者的腦波波形數(shù)據(jù)，基于300毫秒以前的 P200成分以及N200成分的大小，來對個(gè)人的腦波的特征進(jìn)行類型化后得到的分類體系的圖。圖7(a) (d)是表示分類后的每個(gè)類型的腦波波形數(shù)據(jù)的總相加平均波形的圖。圖8是表示與圖6所示的分類體系的N200成分為“Large”的被實(shí)驗(yàn)者組(7名) 和為“Small”的被實(shí)驗(yàn)者組(6名)相對應(yīng)的腦波波形數(shù)據(jù)的功率譜的圖。圖9是按每個(gè)被實(shí)驗(yàn)者來描繪出圖6所示的分類體系的P200成分為“Large”、 “Middle”、“Small”的等級、與腦波波形數(shù)據(jù)的規(guī)定的時(shí)間頻率成分以及頻段的小波系數(shù)之 間的關(guān)系的圖。圖10是表示分類判斷部14的分類處理過程的圖。圖11是表示以實(shí)驗(yàn)結(jié)果為基礎(chǔ)作成的類型分類用的基準(zhǔn)數(shù)據(jù)的一部分的圖。圖12是表示識別方法調(diào)整部15的處理過程的流程圖。圖13是表示與每個(gè)類型的P300成分以及P200成分、N200成分相對應(yīng)的權(quán)重系 數(shù)的圖。圖14(a)及(b)是表示類型A的情況的示教數(shù)據(jù)的例子的圖。圖15是表示3個(gè)條件的目標(biāo)選擇分支的識別率的全體被實(shí)驗(yàn)者平均值的圖。圖16是表示圖15的詳細(xì)內(nèi)容即類型A的被實(shí)驗(yàn)者、類型D的被實(shí)驗(yàn)者、其他被實(shí) 驗(yàn)者的各個(gè)情況下的識別率的圖。圖17是對于類型分類中使用的特征量，針對如下3個(gè)條件，表示類型A和類型D 的被實(shí)驗(yàn)者的識別率的圖，其中，該3個(gè)條件為(b)使用功率譜和小波系數(shù)兩者的情況、 (b-Ι)僅使用功率譜的情況、(b-2)僅使用小波系數(shù)的情況。圖18是表示實(shí)施方式2的腦波接口系統(tǒng)3的功能模塊結(jié)構(gòu)的圖。
圖19是表示對36名被實(shí)驗(yàn)者實(shí)施針對視覺刺激的分辨課題的情況下的腦波的個(gè) 人差異的一個(gè)例子的圖。圖20(a)是表示校準(zhǔn)的過程的圖，(b)是表示對用戶的腦波波形數(shù)據(jù)進(jìn)行分類并 進(jìn)行校準(zhǔn)的過程的圖。符號說明1腦波接口系統(tǒng)2腦波識別方法調(diào)整裝置11輸出部12腦波測量部13 腦波 IF 部14分類判斷部15識別方法調(diào)整部
具體實(shí)施例方式以下，參照附圖，說明本發(fā)明的腦波接口系統(tǒng)以及腦波識別方法調(diào)整裝置的實(shí)施 方式。首先，說明本發(fā)明的腦波接口系統(tǒng)以及腦波識別方法調(diào)整裝置的主要特征的概 況。之后，說明腦波接口系統(tǒng)的各實(shí)施方式。本申請發(fā)明者們設(shè)想在將來在將安裝型的腦波計(jì)和安裝型的顯示器組合起來的 環(huán)境中構(gòu)建接口系統(tǒng)。用戶始終安裝腦波計(jì)和顯示器，能夠利用安裝型顯示器來進(jìn)行內(nèi)容 的視聽和畫面的操作。此外，其他還設(shè)想在對家庭用的電視機(jī)和安裝型的腦波計(jì)組合起來 的家庭內(nèi)等的環(huán)境下也構(gòu)建腦波接口系統(tǒng)。當(dāng)用戶看電視時(shí)，能夠安裝腦波計(jì)來進(jìn)行內(nèi)容 的視聽和畫面的操作。例如圖1表示后者例子的本申請發(fā)明者們設(shè)想的腦波接口系統(tǒng)1的結(jié)構(gòu)以及利用 環(huán)境。該腦波接口系統(tǒng)1對應(yīng)后面實(shí)施方式1的系統(tǒng)結(jié)構(gòu)進(jìn)行例示。腦波接口系統(tǒng)1是用于提供利用用戶10的腦波信號來操作電視機(jī)11的接口的系 統(tǒng)。如果電視機(jī)11中顯示的多個(gè)選項(xiàng)分支一個(gè)一個(gè)地被強(qiáng)調(diào)，則以各強(qiáng)調(diào)作為起點(diǎn)在用戶 10的腦波的事件關(guān)聯(lián)電位中出現(xiàn)影響。用戶10的腦波信號通過用戶安裝在頭部的腦波測 量部12來獲取，并利用無線或有線方式向腦波IF部13發(fā)送。電視機(jī)11中內(nèi)置的腦波IF 部13利用用戶10的腦波的事件關(guān)聯(lián)電位，識別用戶想要選擇的選擇分支。其結(jié)果，能夠按 照用戶的意圖來進(jìn)行頻道切換等處理。在腦波接口系統(tǒng)1的腦波接口(IF)部13(后述)中預(yù)先決定規(guī)定的識別方法。所 謂該“識別方法”是指，按照腦波信號是否與預(yù)先決定的基準(zhǔn)一致來識別事件關(guān)聯(lián)電位的成 分。為了利用用戶10的腦波的事件關(guān)聯(lián)電位來識別用戶想要選擇的選擇分支，必須 按照用戶來使識別方法最優(yōu)化。本實(shí)施方式的內(nèi)置于電視機(jī)11中的腦波識別方法調(diào)整裝置2根據(jù)腦波波形數(shù)據(jù) 將個(gè)人的腦波的特征分類為類型化后得到的分類體系中的某一個(gè)類型，并按照該分類結(jié) 果，進(jìn)行將在腦波IF部13中利用的識別方法調(diào)整為最佳的處理。此時(shí)，不只是使用特定的選擇分支被強(qiáng)調(diào)時(shí)的腦波信號，而是使用針對所有選擇分支的腦波信號所共有的特征量。 對應(yīng)預(yù)先決定的分類體系，準(zhǔn)備例如2個(gè)腦波波形的模板(template)(示教數(shù)據(jù))。一個(gè)是 在想要選擇的選擇分支被強(qiáng)調(diào)時(shí)出現(xiàn)的示教數(shù)據(jù)，另一個(gè)是在不想選擇的選擇分支被強(qiáng)調(diào) 時(shí)出現(xiàn)的示教數(shù)據(jù)。對獲取的腦波波形數(shù)據(jù)和這些各示教數(shù)據(jù)進(jìn)行比較，通過評價(jià)接近哪 個(gè)，能夠判斷在測定該腦波波形時(shí)，用戶是否選擇了被強(qiáng)調(diào)的選擇分支。腦波波形的出現(xiàn)方式個(gè)人差異較大，本申請發(fā)明者們找到多個(gè)用戶的腦波波形所 共有的特征，按該每個(gè)特征進(jìn)行分類，并且按照分類來設(shè)置能夠識別該特征的示教數(shù)據(jù)。由 此，能夠按照分類結(jié)果，采用對于該用戶來說最佳的識別方法。本申請發(fā)明者們按所有選擇分支的每一個(gè)利用在1次(或多次的較少次數(shù))刺激 下獲取的事件關(guān)聯(lián)電位的N200成分以及P200成分(后述)進(jìn)行分類。本申請發(fā)明者們 發(fā)現(xiàn)，如果依據(jù)頻段的功率譜(power spectrum)的平均值以及頻段的小波系數(shù)(wavelet coefficient)的平均值來進(jìn)行分類，就會有效果。(實(shí)施方式1)以下，詳細(xì)說明本申請發(fā)明的實(shí)施方式。圖2表示本實(shí)施方式的腦波接口系統(tǒng)1的功能模塊結(jié)構(gòu)。腦波接口系統(tǒng)1具有 輸出部11、腦波測量部12、腦波IF部13、以及腦波識別方法調(diào)整裝置2。腦波識別方法調(diào) 整裝置2由分類判斷部14和識別方法調(diào)整部15構(gòu)成。為了說明方便而示出用戶10的模 塊，其并不是腦波接口系統(tǒng)1本身的構(gòu)成。輸出部11向用戶輸出內(nèi)容以及腦波接口中的應(yīng)當(dāng)選擇的菜單。圖1所示的電視 機(jī)11是輸出部的具體例子，以下將參照符號11安排給輸出部來進(jìn)行說明。輸出部11在輸 出的內(nèi)容為動(dòng)畫或靜止畫的情況下，對應(yīng)顯示器畫面，在輸出的內(nèi)容中包含聲音的情況下， 并用顯示器畫面以及揚(yáng)聲器來作為輸出部11。腦波測量部12是通過對安裝在用戶10的頭部的電極中的電位變化進(jìn)行測量來檢 測腦波信號的腦波計(jì)。腦波計(jì)也可以是圖1所示這樣的頭戴式腦波計(jì)。用戶10預(yù)先安裝 腦波計(jì)。當(dāng)安裝在用戶10的頭部時(shí)，在腦波測量部12中配置電極，并與該頭部的規(guī)定位置 相接觸。電極的配置，例如是Pz(正中頭頂)、A1(耳朵)、以及用戶10的鼻根部。其中，電 極最低2個(gè)即可，例如僅在Pz和Al處就能進(jìn)行電位測量。該電極位置由信號測定的可靠 性以及安裝的容易程度等來決定。其結(jié)果，腦波測量部12能夠測定用戶10的腦波。測定出的用戶10的腦波被取樣， 以便能夠由計(jì)算機(jī)進(jìn)行處理，并被發(fā)送至腦波IF部13。另外，為了減少混入腦波的噪聲的 影響，在本實(shí)施方式的腦波測量部12中測量的腦波例如進(jìn)行15Hz的低通濾波處理。腦波IF部13經(jīng)由輸出部11向用戶提示設(shè)備操作相關(guān)的接口畫面，依次或隨機(jī)對 在接口畫面上的多個(gè)選擇分支進(jìn)行強(qiáng)調(diào)，根據(jù)由腦波測量部12測量出的腦波波形數(shù)據(jù)來 識別用戶想要選擇的選擇分支。以下，在本實(shí)施方式中，將用戶想要選擇的選擇分支稱為 “目標(biāo)選擇分支”，將目標(biāo)選擇分支以外的選擇分支稱為“非目標(biāo)選擇分支”。另外，在以下說明中，所謂“選擇分支”是作為想看的節(jié)目的候選來說明的(圖 4(b)中的“棒球”、“天氣預(yù)報(bào)”、“動(dòng)畫”、“新聞”)。但是，這是一個(gè)例子。如果多個(gè)與操作對 象設(shè)備中的能夠選擇的操作相對應(yīng)的項(xiàng)目存在，則各項(xiàng)目相當(dāng)于本說明書中所說的“選擇
13分支”?！斑x擇分支”的表示方式是任意的。參照圖3以及圖4來說明圖2所示的腦波接口 1的處理過程。圖3是表示腦波接 口系統(tǒng)1的處理的過程的流程圖。此外，圖4(a) (d)是在腦波接口系統(tǒng)1中用戶10對 想要視聽的類別的節(jié)目進(jìn)行選擇時(shí)的畫面的遷移圖。在步驟S61中，腦波IF部13使用SSVEP，判斷腦波接口的啟動(dòng)，經(jīng)由輸出部11來 提示接口畫面。所謂SSVEP(Steady State Visual EvokedPotential)含義是穩(wěn)定視覺誘 發(fā)電位。例如，在用戶10視聽內(nèi)容時(shí)，在電視機(jī)上顯示圖4(a)這樣的選擇前的畫面51 (此 時(shí)是新聞)。在右下顯示的菜單52按照特定的頻率閃爍。如果用戶10看到該菜單52，則 就可知特定的頻率成分與腦波重疊。因此，通過識別腦波信號中的閃爍周期的頻率成分的 功率譜，就能夠判斷該菜單52是否被看到，并能夠啟動(dòng)腦波接口。所謂腦波接口的啟動(dòng)是 指使用于利用腦波進(jìn)行選擇等的接口的工作開始。另外，SSVEP表示例如如下文獻(xiàn)中記載的事物=Xiaorong Gao, "ABCI-Based Environmental Controller for the Motion-Disabled", IEEETransaction on Neural Systems and Rehabilitation Engineering, Vol. 11, No. 2, June 2003。通過啟動(dòng)腦波接口，顯示圖4(b)所示的接口畫面53。畫面上提示“想要觀看哪個(gè) 節(jié)目？ ”這樣的問題、和想要看的節(jié)目的候選即選擇分支。在該例子中，顯示“棒球”53a “天 氣預(yù)報(bào)” 53b “動(dòng)畫” 53c “新聞” 53d這4種。再參照圖3。在步驟S62中，腦波IF部13經(jīng)由輸出部11依次或隨機(jī)地強(qiáng)調(diào)接口 畫面53的各個(gè)選擇分支。在圖4(b)的例子中，示出從畫面53上按“棒球” 53a、“天氣預(yù) 報(bào)”53b、“動(dòng)畫”53c、“新聞”53d的順序進(jìn)行強(qiáng)調(diào)的情形。此時(shí)的強(qiáng)調(diào)的切換時(shí)間的間隔為 350毫秒。另外，強(qiáng)調(diào)是接口畫面上的選擇分支的亮度、色調(diào)以及大小的變化中的至少1種 即可，此外，也可以取代強(qiáng)調(diào)，或與強(qiáng)調(diào)一起利用采用了輔助箭頭的按鈕來提示選擇分支。在步驟S63中，腦波IF部13在由腦波測量部12測量出的腦波信號中、以各選擇 分支被強(qiáng)調(diào)的時(shí)刻為起點(diǎn)，截取-100毫秒至600毫秒的腦波波形數(shù)據(jù)。在步驟S64中，腦波IF部13進(jìn)行截取出的腦波波形數(shù)據(jù)的基線(baseline)修正。 例如，以選擇分支被強(qiáng)調(diào)的時(shí)刻為起點(diǎn)，利用-100毫秒至0毫秒的平均電位來修正基線。在步驟S65中，腦波IF部13判斷接口畫面53的所有選擇分支的強(qiáng)調(diào)是否結(jié)束。 未結(jié)束時(shí)返回S62，結(jié)束時(shí)進(jìn)入S66。另外，在事件關(guān)聯(lián)電位的研究中，一般，大多數(shù)情況下是相同的選擇分支被強(qiáng)調(diào)N 次(例如5次、10次、20次)(例如選擇分支為4個(gè)時(shí)，總計(jì)強(qiáng)調(diào)4XN次)。并且，通過求 出每個(gè)同一選擇分支的相加平均來進(jìn)行目標(biāo)選擇分支的識別。由此，能夠抵消隨機(jī)的大腦 的活動(dòng)電位，能夠檢測具有固定潛伏時(shí)間和極性的事件關(guān)聯(lián)電位(例如P300成分、P200成 分、N200成分)。另外，雖然相同選擇分支被強(qiáng)調(diào)N次(N:2以上的整數(shù))時(shí)識別精度變高，但是必 須花費(fèi)與該處理次數(shù)相應(yīng)的時(shí)間。由此，在不確定多數(shù)的用戶利用腦波接口系統(tǒng)1的情況 下，對相同選擇分支僅強(qiáng)調(diào)不多的次數(shù)(例如2、3次)即可，也可以只強(qiáng)調(diào)1次。在求每個(gè) 同一選擇分支的相加平均時(shí)，對相加次數(shù)(強(qiáng)調(diào)次數(shù))沒有限定。在步驟S66中，腦波識別方法調(diào)整裝置2使用針對所有的選擇分支的腦波波形數(shù)據(jù)所共有的特征量，將個(gè)人的腦波特征分類為類型化后得到的分類體系中的某一個(gè)類型， 并按照該分類結(jié)果進(jìn)行調(diào)整到最佳的識別方法的處理。處理的詳細(xì)情況參照圖10以及圖 12的分類判斷部14以及識別方法調(diào)整部15的處理過程，并在后面說明。在步驟S67中，腦波IF部13接受腦波識別方法調(diào)整裝置2中的類型分類以及與 其相應(yīng)的識別方法的調(diào)整結(jié)果，并從多個(gè)選擇分支之中進(jìn)行目標(biāo)選擇分支的識別。這里，目 標(biāo)選擇分支的識別使用與在類型分類中使用的腦波信號相同的信號。由于能夠使用相同的 腦波信號進(jìn)行類型分類和選擇分支的識別，所以能夠提高識別精度，而不必進(jìn)行伴隨選擇 分支的識別的校準(zhǔn)。圖4(c)示出根據(jù)針對4個(gè)選擇分支的腦波波形數(shù)據(jù)54a 54d將腦波波形數(shù)據(jù) 54b識別為目標(biāo)選擇分支的情形。在識別時(shí)，腦波IF部13可以基于每個(gè)被強(qiáng)調(diào)的選擇分支 的、某區(qū)間的腦波波形數(shù)據(jù)的區(qū)間平均電位來進(jìn)行選擇，或者基于與模板的相關(guān)系數(shù)的值 進(jìn)行選擇。此外，也可以基于線性判別分析或非線性判別分析的后驗(yàn)概率的值來進(jìn)行選擇。 上述各種方法有關(guān)的詳細(xì)情況在進(jìn)行識別方法的調(diào)整的識別方法調(diào)整部15的說明之后再 次說明。在圖3的步驟S68中，腦波IF部13為了執(zhí)行識別出的選擇分支的工作，使適當(dāng)?shù)?設(shè)備執(zhí)行該動(dòng)作。圖4(d)的例子中，腦波IF部13對輸出部(TV) 11指示將頻道切換為“天 氣預(yù)報(bào)”，輸出部(TV) 11執(zhí)行該處理。分類判斷部14在圖3所示的處理步驟S66中，通過從腦波IF部13接收作為分類 對象的腦波波形數(shù)據(jù)，來開始處理。圖4(c)的例子中，接收針對被強(qiáng)調(diào)的4個(gè)選擇分支的 腦波波形數(shù)據(jù)54a 54d。進(jìn)而使用針對接收到的所有的選擇分支的腦波信號所共有的特 征量，將個(gè)人的腦波特征分類為類型化后得到的分類體系中的某一個(gè)類型。所謂“針對所有 的選擇分支的腦波信號所共有的特征量”是表示使用針對所有的選擇分支的腦波波形來獲 取的波形的特征。具體的計(jì)算處理在后面說明。識別方法調(diào)整部15按照分類判斷部14的分類結(jié)果，進(jìn)行用于精度良好地識別目 標(biāo)選擇分支的識別方法的調(diào)整，并將調(diào)整結(jié)果發(fā)送至腦波IF部13.這里，針對實(shí)施上述類型分類時(shí)的分類體系，以本申請發(fā)明者們實(shí)施的腦波接口 的實(shí)驗(yàn)結(jié)果為基礎(chǔ)來具體說明。被實(shí)驗(yàn)者是男性9名、女性4名共計(jì)13名，平均年齡為26 士 6. 5歲。向被實(shí)驗(yàn)者 在監(jiān)視器中提示圖4 (b)中所示的包含4個(gè)選擇分支在內(nèi)的接口畫面，使其承擔(dān)如下課題， 即，看到按每350毫秒被強(qiáng)調(diào)的選擇分支，在被指定的選擇分支(目標(biāo)選擇分支)被強(qiáng)調(diào)之 后立即在頭腦中認(rèn)為是“那個(gè)”。選擇分支的強(qiáng)調(diào)是按照隨機(jī)順序?qū)?個(gè)選擇分支進(jìn)行各5 次(即相加次數(shù)為5次)共計(jì)20次的重復(fù)，將這作為1次實(shí)驗(yàn)。此外，目標(biāo)選擇分支的指 定按照從上開始“棒球”53a “天氣預(yù)報(bào)”53b “動(dòng)畫”53c “新聞”53d這樣的順序，對各被實(shí) 驗(yàn)者分別實(shí)施了 10次(共計(jì)40次)實(shí)驗(yàn)。此外，被實(shí)驗(yàn)者安裝腦波計(jì)(歹4 7 7夕、水。>」乂 4卜AP-1124，Polymate AP-1124 by Teac Corporation)，電極的配置采用國際10-20電極法，導(dǎo)出電極為Pz (正中頭頂)、基 準(zhǔn)電極為Al (右耳朵)、接地電極為前額部。對按照取樣頻率200Hz、時(shí)間常數(shù)3秒來測量 出的腦波波形數(shù)據(jù)實(shí)施15Hz的低通濾波處理，以選擇分支的強(qiáng)調(diào)為起點(diǎn)，截取-100毫秒至 600毫秒的腦波波形數(shù)據(jù)，利用-100毫秒至0毫秒的平均電位進(jìn)行基線修正。
15
圖5表示上述實(shí)驗(yàn)結(jié)果，即按每個(gè)被實(shí)驗(yàn)者，對從每個(gè)被實(shí)驗(yàn)者01 13獲取的腦 波波形數(shù)據(jù)進(jìn)行相加平均。橫軸是以選擇分支的強(qiáng)調(diào)為0毫秒的時(shí)間(潛伏時(shí)間)，單位是 毫秒，縱軸是電位，單位是μ V。實(shí)線是針對目標(biāo)選擇分支的腦波波形數(shù)據(jù)的平均波形(40 次實(shí)驗(yàn)，總相加次數(shù)是40X5 = 200次)，點(diǎn)線表示針對非目標(biāo)選擇分支的腦波波形數(shù)據(jù)的 平均波形(3選擇分支的40次實(shí)驗(yàn)，總相加次數(shù)是3 X 40 X 5 = 600次)。根據(jù)圖5所示的每個(gè)被實(shí)驗(yàn)者的腦波波形數(shù)據(jù)，作為針對目標(biāo)選擇分支的腦波波 形數(shù)據(jù)(實(shí)線)的特征，在潛伏時(shí)間為300毫秒以后的、特別是在400毫秒附近為陽性這一 點(diǎn)上是共同的。但是，可知，100毫秒至300毫秒的目標(biāo)選擇分支的腦波波形數(shù)據(jù)的特征按 每個(gè)被實(shí)驗(yàn)者不同。例如，針對被實(shí)驗(yàn)者01的目標(biāo)選擇分支的腦波波形數(shù)據(jù)在200毫秒后 附近出現(xiàn)較大的陽性成分，針對被實(shí)驗(yàn)者12的目標(biāo)選擇分支的腦波波形數(shù)據(jù)在200毫秒前 附近出現(xiàn)較大的陰性成分。圖6是對于圖5所示的每個(gè)被實(shí)驗(yàn)者的腦波波形數(shù)據(jù)，示出基于300毫秒以前的 Ρ200成分以及Ν200成分的大小對個(gè)人的腦波特征進(jìn)行類型化后得到的分類體系。橫軸表 示Ρ200成分的大小，縱軸表示Ν200成分的大小。Ρ200成分以及Ν200成分的大小根據(jù)圖5 所示的目標(biāo)選擇分支以及非目標(biāo)選擇分支雙方來求出。具體來說，所謂“Ρ200成分”是指，從針對目標(biāo)選擇分支的腦波波形的200毫秒至 300毫秒的平均電位中減去針對目標(biāo)選擇分支的腦波波形的200毫秒至300毫秒的平均電 位之后的結(jié)果。將這樣求出的Ρ200成分的大小為1(^￥以上的情況作為“1^1^^，為1口￥ 以上不足10 μ V的情況作為“Middle”，為不足1μ V的情況作為“Small”。這樣得到的電位 是“針對所有的選擇分支的腦波信號所共有的特征量”的一個(gè)例子。另一方面，所謂“N200成分”指的是，從針對非目標(biāo)選擇分支的腦波波形數(shù)據(jù)的 100毫秒至200毫秒的平均電位中減去針對目標(biāo)選擇分支的腦波波形數(shù)據(jù)的100毫秒至 200毫秒的平均電位后得到結(jié)果。將這樣求出的N200成分的大小為1. 4μ V以上的情況作 為“Large”，為不足1. 4 μ V的情況作為“Small”。另外，當(dāng)計(jì)算P200成分以及N200成分時(shí)，采用腦波波形的200毫秒至300毫秒是 一個(gè)例子。例如也可以采用腦波波形的200毫秒至250毫秒的腦波波形來計(jì)算P200成分。 同樣地，當(dāng)計(jì)算N200成分時(shí)，采用腦波波形的100毫秒至200毫秒也是一個(gè)例子。圖6還根據(jù)上述的分類基準(zhǔn)表示對圖5所示的每個(gè)被實(shí)驗(yàn)者的腦波波形數(shù)據(jù)進(jìn)行 分類后得到的結(jié)果。與P200成分為“Large”且N200成分為“Small”相當(dāng)?shù)谋粚?shí)驗(yàn)者為2 名，這是類型A。與P200成分為“Middle”且N200成分為“Small”相當(dāng)?shù)谋粚?shí)驗(yàn)者為4名， 這是類型B。與P200成分為“Middle”且N200成分為“Large”相當(dāng)?shù)谋粚?shí)驗(yàn)者為3名，這 是類型C。與P200成分為“Small”且N200成分為“Large”相當(dāng)?shù)谋粚?shí)驗(yàn)者為4名，這是類 型D。此外，與P200成分和N200成分雙方都為“Large”或“Small”相當(dāng)?shù)谋粚?shí)驗(yàn)者在本實(shí) 驗(yàn)中不存在。圖7是表示上述分類后的每個(gè)類型的腦波波形數(shù)據(jù)的總相加平均波形。橫軸是以 選擇分支的強(qiáng)調(diào)為0毫秒的時(shí)間(潛伏時(shí)間)，單位是毫秒，縱軸是電位，單位是μ V。實(shí)線 表示針對目標(biāo)選擇分支的腦波波形數(shù)據(jù)，點(diǎn)線表示針對非目標(biāo)選擇分支的腦波波形數(shù)據(jù)。從圖7可知，在類型A中Ρ200成分出現(xiàn)較大，在類型D中，Ν200成分出現(xiàn)較大。分 類判斷部14基于用戶的腦波波形，將該波形分類為上述分類體系中的某一個(gè)類型。
進(jìn)一步具體說明以本申請發(fā)明者們實(shí)施的腦波接口的實(shí)驗(yàn)結(jié)果為基礎(chǔ)新確定的、 在類型分類中使用的特征量。本申請發(fā)明者們對基于目標(biāo)選擇分支的腦波波形數(shù)據(jù)的特征 的上述分類體系、和所有選擇分支的腦波波形數(shù)據(jù)所共有的特征量之間的關(guān)系實(shí)施了各種 分析。其結(jié)果，能夠確定具有較強(qiáng)的相關(guān)關(guān)系的2個(gè)特征量。通過找到具有該較強(qiáng)的相關(guān) 關(guān)系的特征量，能夠如專利文獻(xiàn)1那樣，提高精度，而不必事先進(jìn)行校準(zhǔn)。S卩，不必進(jìn)行事先的校準(zhǔn)，且不必提取多個(gè)目標(biāo)選擇分支的波形特征并進(jìn)行分類， 利用針對包括目標(biāo)選擇分支以及非目標(biāo)選擇分支在內(nèi)的任意選擇分支的腦波信號，就能夠 提高精度。以前，確定目標(biāo)選擇分支，從該腦波波形中提取特征量。但是，通過找到針對包括 非目標(biāo)選擇分支在內(nèi)的所有選擇分支的腦波波形中出現(xiàn)的特征量，就不必確定目標(biāo)選擇分 支，利用從任意選擇分支的腦波波形中提取出的用戶的特征，就能夠提高精度。以下詳細(xì)說 明。首先，圖8中示出針對圖6所示的分類體系的N200成分為“Large”的被實(shí)驗(yàn)者組 (7名)和為“Small”的被實(shí)驗(yàn)者組(6名)的腦波波形數(shù)據(jù)的功率譜。橫軸是頻率，單位是 Hz，縱軸是功率譜，單位是(μν)2/Ηζ。根據(jù)時(shí)間序列的腦波波形數(shù)據(jù)通過傅立葉變換來求 出頻率成分?jǐn)?shù)據(jù)。功率譜值按照頻率成分?jǐn)?shù)據(jù)和其復(fù)數(shù)共軛之積來計(jì)算。圖8中的實(shí)線表示Ν200成分為“Large”的被實(shí)驗(yàn)者組。實(shí)線上的“〇”表示7名 的包括目標(biāo)選擇分支以及非目標(biāo)選擇分支在內(nèi)的所有腦波波形數(shù)據(jù)的功率譜的平均值，上 下通過“〇”的雙箭頭表示每個(gè)被實(shí)驗(yàn)者的偏差。點(diǎn)線表示N200成分為“Small”的被實(shí)驗(yàn) 者組。虛線上的“ X ”表示6名的包括目標(biāo)選擇分支和非目標(biāo)選擇分支在內(nèi)的所有腦波波 形數(shù)據(jù)的功率譜的平均值，上下通過“ X，，的雙箭頭表示每個(gè)被實(shí)驗(yàn)者的偏差。由圖8可知，在各頻率中，對“Large”的被實(shí)驗(yàn)者組和“Small”的被實(shí)驗(yàn)者組進(jìn)行 統(tǒng)計(jì)上的顯著差異(significant difference)檢測即t檢測的結(jié)果是，在頻率為8Hz至 15Hz附近的區(qū)間，N200成分為“Large”的被實(shí)驗(yàn)者組與為“Small”的被實(shí)驗(yàn)者組相比，包 括目標(biāo)選擇分支和非目標(biāo)選擇分支在內(nèi)的所有腦波波形數(shù)據(jù)的功率譜的平均值變得顯著 地低(顯著水平P = O. 05)。在5%的顯著水平下有顯著差異是指，在2個(gè)組的數(shù)據(jù)之間在 統(tǒng)計(jì)上95%的可靠性下存在具有意義的差異。通過利用上述關(guān)系，即使不能在針對多個(gè)選擇分支的腦波波形數(shù)據(jù)中、對針對目 標(biāo)選擇分支的腦波波形數(shù)據(jù)進(jìn)行確定，也能夠根據(jù)針對所有的腦波波形數(shù)據(jù)的上述頻段的 功率譜的平均值來對N200成分為“Large”的被實(shí)驗(yàn)者、還是為“Small”的被實(shí)驗(yàn)者進(jìn)行分類。圖8的例子的情況下，N200成分為“Large”或“Small”的被實(shí)驗(yàn)者中的、頻率為 8Hz至15Hz附近的區(qū)間的平均功率譜值分別為1. 6和3. 6，所以閾值例如為其中間值2. 6。 不足閾值2. 6的情況下是“Large”的被實(shí)驗(yàn)者，閾值2. 6以上的情況下是“Small”的被實(shí) 驗(yàn)者。例6的例子中，能夠?qū)轭愋虯或B的被實(shí)驗(yàn)者、還是為類型C或D的被實(shí)驗(yàn)者進(jìn)行 分類。下面，在圖9中按每個(gè)被實(shí)驗(yàn)者示出對圖6所示的分類體系的P200成分為 “Large”、“Middle”、“Small”的等級、和腦波波形數(shù)據(jù)的時(shí)間頻率成分、具體來說是200毫 秒至250毫秒的時(shí)間長度以及8Hz至15Hz附近的頻段的小波系數(shù)之間的關(guān)系進(jìn)行了描繪的結(jié)果。左邊的小波系數(shù)表示將小波母函數(shù)(mother wavelet)作為墨西哥帽(Mexican Hat)的情況?？v軸是P200成分的等級，“Large”時(shí)是3(對象被實(shí)驗(yàn)者是2名)，“Middle” 時(shí)是2 (對象被實(shí)驗(yàn)者是7名)/‘Small”時(shí)是1 (對象被實(shí)驗(yàn)者是4名)。橫軸是按每個(gè)被 實(shí)驗(yàn)者包括目標(biāo)選擇分支和非目標(biāo)選擇分支在內(nèi)的所有腦波波形數(shù)據(jù)的小波系數(shù)的平均值。在圖9中，可知，進(jìn)行了線性回歸分析的結(jié)果是，與近似式y(tǒng) = 0. 1586x+l. 6673 近似，在P200成分的等級(y)和小波系數(shù)(χ)之間存在較強(qiáng)的相關(guān)關(guān)系(相關(guān)系數(shù)R = 0.83)。所謂相關(guān)系數(shù)是指，表示2個(gè)變量之間的相關(guān)(類似性程度)的統(tǒng)計(jì)指標(biāo)，含義是 一般在絕對值為0. 7以上的情況下存在較強(qiáng)的相關(guān)。通過利用上述關(guān)系，即使不能對針對多個(gè)選擇分支的腦波波形數(shù)據(jù)中、針對目標(biāo) 選擇分支的腦波波形數(shù)據(jù)進(jìn)行確定，也能夠根據(jù)針對所有的腦波波形數(shù)據(jù)的上述的時(shí)間長 度以及頻段的小波系數(shù)的平均值來對P200成分為“Large”的被實(shí)驗(yàn)者、還是為“Middle” 的被實(shí)驗(yàn)者、還是為“Small”的被實(shí)驗(yàn)者進(jìn)行分類。圖9的例子的情況下，將與上述近似式的P200成分的等級(y) = 2. 5 ( "Large 3”和“Middle :2”的中間值)以及1.5( “Middle :2”和“Small :1”的中間值)相對應(yīng)的χ =5. 2以及-1. 0分別作為閾值。小波系數(shù)(χ)為閾值5. 2以上時(shí)是“Large”的被實(shí)驗(yàn)者， 為閾值-1. 0以上不足5. 2時(shí)是“Middle”的被實(shí)驗(yàn)者，為不足閾值-1. 0時(shí)是“Small”的被 實(shí)驗(yàn)者。另外，上述例子中，以中間值作為閾值進(jìn)行說明，但這是個(gè)例子。如果是在“Large 3”和“Middle :2”之間，以及在“Middle :2”和“Small 1 ”之間，不是中間值也可以。基于上述近似式以及閾值，在圖6的例子中，能夠?qū)轭愋虯的被實(shí)驗(yàn)者、還是為 類型B或C的被實(shí)驗(yàn)者、還是為類型D的被實(shí)驗(yàn)者進(jìn)行分類。這里，以下說明本申請發(fā)明者們對上述關(guān)系的考察。根據(jù)現(xiàn)有文獻(xiàn)(藤澤清3、新 生理心理學(xué)1卷119頁、1998 (藤澤清，新生理心理學(xué)1卷119頁，1998))，N200成分(特別 是N2b)反映針對未預(yù)期的刺激的注意的焦點(diǎn)化。此外，根據(jù)現(xiàn)有文獻(xiàn)(藤澤清3、新生理心 理學(xué)2卷110頁、1998 (藤澤清，新生理心理學(xué)2卷110頁，1998)，如果清醒水平降低，則腦 波的8Hz至13Hz的成分即α波也逐漸減少，很快消失，出現(xiàn)低振幅的θ波?？紤]到這些， Ν200成分為“Large”的被實(shí)驗(yàn)者也能夠被認(rèn)為是，由于本實(shí)驗(yàn)中的清醒水平較低(即α波 附近的成分減少)，對于本實(shí)驗(yàn)課題執(zhí)行的集中力較低，所以引起針對對于目標(biāo)選擇分支的 強(qiáng)調(diào)沒有預(yù)期的刺激的注意的焦點(diǎn)化，結(jié)果導(dǎo)致Ν200成分。另一方面，Ρ200成分為“Large”的本實(shí)驗(yàn)者也能夠被認(rèn)為是，由于對于本實(shí)驗(yàn)的 課題執(zhí)行的集中力較高，所以在小波系數(shù)中α波附近的頻率成分未減少，特別是在200毫 秒至250毫秒的時(shí)間長度中得到較大的值。另外，會出現(xiàn)實(shí)際的Ν200成分和Ρ200成分的等級和上述類型分類結(jié)果不同的情 況。但是，在圖15 17的識別率的估算結(jié)果中，如后述那樣，統(tǒng)計(jì)上來看，可以說本發(fā)明的 類型分類在識別率的維持提高方面非常有效。此外，通過同時(shí)利用圖8所示的頻段的功率 譜和圖9所示的時(shí)間長度以及頻段的小波系數(shù)，能夠更詳細(xì)且正確地進(jìn)行類型分類。下面，參照圖10的流程圖，說明用于根據(jù)上述特征量進(jìn)行類型分類的分類判斷部 14的處理過程。圖10表示分類判斷部14的分類處理過程。
18
在步驟S121中，分類判斷部14從腦波IF部13接收作為分類對象的腦波波形數(shù) 據(jù)。作為分類對象的腦波波形數(shù)據(jù)通過腦波IF部13從由腦波測量部12測量出的腦波信 號中截取，并發(fā)送至分類判斷部14。圖4(c)的例子中，分類判斷部14接收針對被強(qiáng)調(diào)的4 個(gè)選擇分支的腦波波形數(shù)據(jù)54a 54d。在步驟S122中，分類判斷部14對接收到的所有腦波波形數(shù)據(jù)，提取以下的特征 量，并計(jì)算其平均值。所謂特征量是指，在前面的實(shí)驗(yàn)結(jié)果中說明的、頻段為8Hz至15Hz附 近的功率譜、時(shí)間長度為200毫秒至250毫秒以及頻段為8Hz至15Hz附近的小波系數(shù)。在步驟S123中，分類判斷部14讀出用于類型分類的基準(zhǔn)數(shù)據(jù)。圖11示出以上述 的實(shí)驗(yàn)結(jié)果作為基礎(chǔ)而作成的類型分類用的基準(zhǔn)數(shù)據(jù)的一部分。類型分類用的基準(zhǔn)數(shù)據(jù)由 腦波波形數(shù)據(jù)的序號、功率譜和小波系數(shù)的特征參數(shù)、該腦波波形數(shù)據(jù)屬于的類型構(gòu)成。功 率譜和小波系數(shù)的特征參數(shù)的數(shù)目分別存在有處于8Hz至15Hz的區(qū)間中的樣本的數(shù)目個(gè)。 樣本數(shù)目由對腦波波形數(shù)據(jù)進(jìn)行測量時(shí)的取樣頻率和截取時(shí)間長度等決定。圖11所示的 基準(zhǔn)數(shù)據(jù)為分類判斷部14預(yù)先保持的數(shù)據(jù)。圖11中實(shí)際記載的特征參數(shù)的值必須通過事 先實(shí)施上述那樣的實(shí)驗(yàn)來準(zhǔn)備。在步驟S124中，分類判斷部14使用在步驟S122中提取出的特征量來實(shí)施類型分 類。類型分類也可以基于在上述實(shí)驗(yàn)結(jié)果中說明的N200成分和P200成分的各個(gè)閾值來進(jìn) 行分類，也可以通過基于在步驟S123中讀出的類型分類用數(shù)據(jù)進(jìn)行判斷分析來進(jìn)行分類。 以下，具體說明基于圖11中示出的類型分類用數(shù)據(jù)的判斷分析的情況。分類判斷部14分別將類型分類用數(shù)據(jù)的A D的4個(gè)類型按順序與k = 1、2、3 以及4建立對應(yīng)，此外，設(shè)特征參數(shù)為Ui(i = 1 8)，k個(gè)類型的每一個(gè)的特征參數(shù)Ui的 平均由下面數(shù)學(xué)式1求出。數(shù)學(xué)式1
Mill..I1I1IUNNN ·“ |‘ “ "■丨·. |曬卩丨丨“丨麵 I υχι^υ ，…對y分類判斷部14通過下面數(shù)學(xué)式2求出各類型共有的方差-協(xié)方差矩陣 (variance-covariance matrix)S0數(shù)學(xué)式2
1 4 ‘欣_一^fej) 二""^Σ Σ(《—巧)
一斗 Jfc=I IH=IN是總數(shù)據(jù)數(shù)，nk是每個(gè)類型的數(shù)據(jù)數(shù)，i和j是1 8的整數(shù)。設(shè)在步驟S122中提取出的頻段為8Hz至15Hz附近的功率譜的平均值以及時(shí)間長 度為200毫秒至250毫秒且頻段為8Hz至15Hz附近的小波系數(shù)的平均值為Xi (i = 1 8)，則通過求出使下面的線性函數(shù)Zk為最大的k，就能夠決定Xi屬于的類型k。數(shù)學(xué)式3
ι一Zk^rs-1'Uk ^Utk'S-1-Uk
2*在步驟S125中，分類判斷部14將在步驟S124中進(jìn)行了分類后的結(jié)果發(fā)送至識別方法調(diào)整部15。參照圖12的流程圖來說明識別方法調(diào)整部15的處理過程。在步驟S141中，識別方法調(diào)整部15接收由分類判斷部14進(jìn)行了分類后的結(jié)果。在步驟S142中，識別方法調(diào)整部15讀出識別方法調(diào)整數(shù)據(jù)。識別方法調(diào)整數(shù)據(jù) 可以預(yù)先保持在識別方法調(diào)整部15中。詳細(xì)情況以下說明。在步驟S143中，識別方法調(diào)整部15按照在步驟S141中接收到的分類結(jié)果，從識 別方法調(diào)整數(shù)據(jù)之中選擇應(yīng)該作為調(diào)整結(jié)果向腦波IF部13發(fā)送的數(shù)據(jù)。由上述識別方法調(diào)整部15讀出的識別方法調(diào)整數(shù)據(jù)由于腦波IF部13中的目標(biāo) 選擇分支的識別方法的種類不同而不同。首先，在基于某區(qū)間的腦波波形數(shù)據(jù)的區(qū)間平均電位來識別目標(biāo)選擇分支時(shí)，識 別方法調(diào)整部15讀出圖13所示的識別方法調(diào)整數(shù)據(jù)。圖13表示由與每個(gè)類型的P300成 分以及P200成分、N200成分相對應(yīng)的權(quán)重系數(shù)構(gòu)成的分配表。例如，在類型分類的結(jié)果是 類型A時(shí)，選擇與類型A相對應(yīng)的P300成分、P200成分、N200成分的權(quán)重系數(shù)(1，1，0)。下面，在基于與模板的相關(guān)系數(shù)的值來識別目標(biāo)選擇分支時(shí)，讀出的識別方法調(diào) 整數(shù)據(jù)是圖7(a) (d)中實(shí)線所示的針對目標(biāo)選擇分支的腦波波形數(shù)據(jù)。例如，在類型分 類的結(jié)果是類型A時(shí)，選擇圖7(a)中實(shí)線所示的腦波波形數(shù)據(jù)作為模板。最后，在基于線性判別分析或非線性判別分析的后驗(yàn)概率的值來識別目標(biāo)選擇分 支時(shí)，讀出的識別方法調(diào)整數(shù)據(jù)是按每個(gè)類型準(zhǔn)備的示教數(shù)據(jù)。圖14示出類型A時(shí)的示教 數(shù)據(jù)的例子，(a)是針對目標(biāo)選擇分支的腦波波形數(shù)據(jù)(數(shù)據(jù)數(shù)80)，(b)是針對目標(biāo)選擇 分支的腦波波形數(shù)據(jù)(數(shù)據(jù)數(shù)240)。類型分類的結(jié)果為類型A時(shí)，選擇圖14的數(shù)據(jù)作為示 教數(shù)據(jù)。在步驟S144中，識別方法調(diào)整部15將在步驟S143中選擇出的數(shù)據(jù)作為調(diào)整結(jié)果 向腦波IF部13發(fā)送。這里，再次說明腦波IF部13的目標(biāo)選擇分支的識別處理(圖3的步驟S67)。接 受識別方法調(diào)整部15的調(diào)整結(jié)果，實(shí)施以下所示的處理。首先，在基于某區(qū)間的腦波波形數(shù)據(jù)的區(qū)間平均電位來識別目標(biāo)選擇分支時(shí)，按 被強(qiáng)調(diào)的選擇分支的每個(gè)腦波波形數(shù)據(jù)來進(jìn)行由下面數(shù)學(xué)式4表示的計(jì)算。數(shù)學(xué)式4E = Wp3 · Pp3+ffp2 · Pp2-Wn2 · Pn2這里，所謂Wp3、Wp2、Wn2分別是從識別方法調(diào)整部15接收到的P300成分、P200 成分、N200成分的權(quán)重系數(shù)。圖13表示該權(quán)重系數(shù)。例如，分類判斷部14將用戶的腦波 波形分類為類型A時(shí)，即判斷為在目標(biāo)選擇分支的腦波波形數(shù)據(jù)中P2成分出現(xiàn)較大，N200 成分出現(xiàn)較小時(shí)，識別方法調(diào)整部15將(1，1，0)作為上述權(quán)重系數(shù)對P200成分進(jìn)行加權(quán)。同樣地，在分類判斷部14分類為類型D時(shí)，即判斷為在目標(biāo)選擇分支的腦波波形 數(shù)據(jù)中P200成分出現(xiàn)較小，N200成分出現(xiàn)較大時(shí)，識別方法調(diào)整部15將(1，0，1)作為上述 權(quán)重系數(shù)對N200成分進(jìn)行加權(quán)。所謂Pp3、Pp2、Pn2分別是P300成分(300毫秒至500毫 秒的平均電位)、P200成分(200毫秒至300毫秒的平均電位)、N200成分(100毫秒至200 毫秒的平均電位)，E表示評價(jià)值。由于N200成分以在目標(biāo)選擇分支的情況下作為陰性電 位而出現(xiàn)為特征，所以通過在上式中進(jìn)行減法運(yùn)算，就在評價(jià)值E中反映出來。根據(jù)被強(qiáng)調(diào)
20的每個(gè)選擇分支的腦波波形數(shù)據(jù)來計(jì)算評價(jià)值E，將該值最大的選擇分支識別為目標(biāo)選擇 分支。下面，在基于與模板的相關(guān)系數(shù)的值來識別目標(biāo)選擇分支時(shí)，求出被強(qiáng)調(diào)的每個(gè) 選擇分支的腦波波形數(shù)據(jù)和從識別方法調(diào)整部15接收到的模板之間的相關(guān)系數(shù)，例如皮 爾遜(Pearson)的禾只矩相關(guān)系數(shù)(product-momentcorrelation coefficient),將該值最 大的選擇分支識別為目標(biāo)選擇分支。最后，在基于線性判別分析或非線性判別分析的后驗(yàn)概率的值來識別目標(biāo)選擇分 支時(shí)，對于被強(qiáng)調(diào)的每個(gè)選擇分支的腦波波形數(shù)據(jù)，基于從識別方法調(diào)整部15接收到的示 教數(shù)據(jù)，進(jìn)行線性判別分析或非線性判別分析。具體來說，求出表示使用了貝葉斯估計(jì)的目 標(biāo)選擇分支相似度的后驗(yàn)概率，將該值最大的選擇分支識別為目標(biāo)選擇分支。通過上述方法，能夠接受識別方法調(diào)整部15中的識別方法的調(diào)整結(jié)果，從多個(gè)選 擇分支中進(jìn)行目標(biāo)選擇分支的識別。上面說明的分類判斷部14以及識別方法調(diào)整部15的處理可以在每次用戶利用腦 波接口時(shí)自動(dòng)實(shí)施，還可以根據(jù)用戶的指示實(shí)施，并由腦波IF部13保持此時(shí)的調(diào)整結(jié)果。以目標(biāo)選擇分支的識別率的估算結(jié)果為基礎(chǔ)具體說明通過上述本發(fā)明的實(shí)施方 式得到的效果。識別率的估算基于上述的實(shí)驗(yàn)結(jié)果(對被實(shí)驗(yàn)者13名從4個(gè)選擇分支中使用腦 波選擇1個(gè)的實(shí)驗(yàn)的結(jié)果)進(jìn)行實(shí)施。在圖2的分類判斷部14中的類型分類中使用線性 判別分析，特征量使用腦波波形數(shù)據(jù)的功率譜和小波系數(shù)雙方。圖2的腦波IF部13中的 目標(biāo)選擇分支的識別中也使用線性判別分析，特征量是腦波波形數(shù)據(jù)的每25毫秒的平均 電位。此外，該識別率的估算的目的是對下面示出的3個(gè)條件中的識別率進(jìn)行比較，確 認(rèn)本發(fā)明的效果。所謂3個(gè)條件是(a)不進(jìn)行每個(gè)被實(shí)驗(yàn)者的校準(zhǔn)的情況，(b)不進(jìn)行校 準(zhǔn)，并且進(jìn)行本發(fā)明的類型分類以及識別方法的調(diào)整的情況，(c)進(jìn)行了每個(gè)被實(shí)驗(yàn)者的校 準(zhǔn)的情況。但是，目標(biāo)選擇分支的識別中使用的示教數(shù)據(jù)由于在(a)情況下是所有被實(shí)驗(yàn) 者共有的示教數(shù)據(jù)，所以使用所有被實(shí)驗(yàn)者的實(shí)驗(yàn)結(jié)果來作為示教數(shù)據(jù)。在(b)情況下，為 了進(jìn)行本發(fā)明的類型分類，并作為與該分類結(jié)果相應(yīng)的示教數(shù)據(jù)，在例如分類為類型A的 情況下，使用屬于類型A的被實(shí)驗(yàn)者(圖5的例子中是被實(shí)驗(yàn)者01和08)的實(shí)驗(yàn)結(jié)果作為 示教數(shù)據(jù)。在(c)的情況下，為了作為每個(gè)被實(shí)驗(yàn)者的示教數(shù)據(jù)，在例如被實(shí)驗(yàn)者01的情況 下，使用被實(shí)驗(yàn)者01的實(shí)驗(yàn)結(jié)果作為示教數(shù)據(jù)。其中，在上面所有的條件下，評價(jià)對象數(shù)據(jù) 始終從示教數(shù)據(jù)中除外，實(shí)施進(jìn)行目標(biāo)選擇分支的識別的、即基于leave-1-out法的評價(jià)。圖15表示3個(gè)條件下的目標(biāo)選擇分支的識別率的所有被實(shí)驗(yàn)者平均值。(a)的沒 有校準(zhǔn)的情況下識別率最低(74.6% )，(c)的進(jìn)行了花費(fèi)勞力和時(shí)間的煩雜的校準(zhǔn)的情況 下識別率最高(83.5% )。(b)的采用了本發(fā)明的情況下，可知成為與(c)的有校準(zhǔn)的情況 相接近的精度，也不管并沒有進(jìn)行每個(gè)被實(shí)驗(yàn)者的校準(zhǔn)。圖16表示圖15的詳細(xì)內(nèi)容，即表示類型A的被實(shí)驗(yàn)者、類型D的被實(shí)驗(yàn)者、其他 被實(shí)驗(yàn)者的各個(gè)情況下的識別率。由圖16可知，在類型A的被實(shí)驗(yàn)者以及類型D的被實(shí)驗(yàn) 者的情況下，本發(fā)明的效果顯著出現(xiàn)。也就是可知，將(b)的采用了本發(fā)明的情況與(a)的 情況進(jìn)行比較，則識別率大幅提高，與(c)的情況進(jìn)行比較，則維持大致同等的識別精度，也不管并沒有進(jìn)行每個(gè)被實(shí)驗(yàn)者的煩雜的校準(zhǔn)。因此，從圖15(b)以及圖16(b)可明白，在腦波接口系統(tǒng)1中，通過具備本發(fā)明的 腦波識別方法調(diào)整裝置2，能夠在維持較高識別精度的同時(shí)，消除對于現(xiàn)有用戶來說成為負(fù) 擔(dān)的事先的校準(zhǔn)的勞力和時(shí)間。進(jìn)一步地，圖17對用于類型分類的特征量，針對如下3個(gè)條件表示類型A和類型 D的被實(shí)驗(yàn)者的識別率，該3個(gè)條件是(b)使用功率譜和小波系數(shù)雙方的情況，(b-Ι)僅使 用功率譜的情況，(b-2)僅使用小波系數(shù)的情況。這里，圖17(b)和圖16(b)表示相同的評 價(jià)內(nèi)容。由圖17可知，(b-Ι)的僅使用功率譜的情況以及(b-2)的僅使用小波系數(shù)的情況， 與(b)的使用雙方的情況進(jìn)行比較，識別率雖然多少有些降低，但與圖16(a)的情況進(jìn)行比 較時(shí)，則沒有校準(zhǔn)，且識別率大幅提高。因此，可知，腦波波形數(shù)據(jù)的功率譜和小波系數(shù)的任 何一方都有效果。根據(jù)本實(shí)施方式，在依據(jù)通過較少次數(shù)(例如1 3次左右)的刺激來獲取的每個(gè) 選擇分支的信息關(guān)聯(lián)電位、和上述N200成分以及P200成分進(jìn)行分類的情況下，非常有效。 根據(jù)圖15 圖17，可以說，這一點(diǎn)特別是在依據(jù)頻段的功率譜的平均值以及/或頻段的小 波系數(shù)的平均值來進(jìn)行分類的情況下較為顯著。因此，在類型分類時(shí)使用的特征量可以如前所述利用腦波波形數(shù)據(jù)的功率譜和小 波系數(shù)雙方，也可以利用任何一方。在僅利用功率譜的情況下，通過對N200成分為“Large” 或“Small”進(jìn)行分類，從而在圖6的例子中，分類為類型C以及D、或者還是為類型A以及B 這2個(gè)類型。同樣地，在僅利用小波系數(shù)的情況下，通過對P200成分為“Large”或“Middle” 或“Small”進(jìn)行分類，在圖6的例子中，分類為類型Α、或者還是為類型B以及C、或者還是 為類型D這3個(gè)類型。通過本實(shí)施方式的結(jié)構(gòu)以及處理過程，在具有利用腦波從多個(gè)選擇分支之中識別 用戶想要選擇的選擇分支的接口的系統(tǒng)中，使用針對所有的選擇分支的腦波波形數(shù)據(jù)所共 有的特征量，更具體來說，使用頻段為8Hz至15Hz附近的功率譜的平均值以及時(shí)間長度為 200毫秒至250毫秒且頻段為8Hz至15Hz附近的小波系數(shù)的平均值，分類為預(yù)先準(zhǔn)備的分 類體系中的某個(gè)類型，按照該分類結(jié)果進(jìn)行調(diào)整為最佳的識別方法的處理，從而能夠消除 對于用戶的煩雜的校準(zhǔn)的負(fù)擔(dān)，并且能夠?qū)⒛X波相關(guān)的識別精度維持得較高。關(guān)于上述實(shí)施方式，采用流程圖說明的處理能夠作為使計(jì)算機(jī)執(zhí)行的程序來實(shí) 現(xiàn)。這樣的計(jì)算機(jī)程序作為產(chǎn)品在CD-ROM等記錄介質(zhì)中記錄并在市場上流通，或者通過互 聯(lián)網(wǎng)等電氣通信電線進(jìn)行傳送。構(gòu)成識別方法調(diào)整裝置的全部或者一部分的構(gòu)成要素和腦 波IF部能夠作為執(zhí)行計(jì)算機(jī)程序的通用處理器(半導(dǎo)體電路)來實(shí)現(xiàn)?；蛘撸梢宰鳛閷?這樣的計(jì)算機(jī)程序和處理器一體化后得到的專用處理器來實(shí)現(xiàn)。實(shí)現(xiàn)腦波識別方法調(diào)整裝 置的功能的計(jì)算機(jī)程序可以由執(zhí)行用于實(shí)現(xiàn)腦波IF部的功能的計(jì)算機(jī)程序的處理器來執(zhí) 行，也可以由腦波接口系統(tǒng)內(nèi)的其他處理器來執(zhí)行。此外，在本實(shí)施方式中，腦波識別方法調(diào)整裝置2與腦波IF部13 —起設(shè)置在輸出 部(電視機(jī))11內(nèi)，這也是個(gè)例子。任何一方或兩方都可以設(shè)置在電視機(jī)外。(實(shí)施方式2)實(shí)施方式1中，使用針對所有的選擇分支的腦波波形數(shù)據(jù)所共有的特征量，將個(gè) 人的腦波的特征分類為圖6所示的類型化后得到的分類體系中的某一個(gè)類型。并且，按照該分類結(jié)果，進(jìn)行調(diào)整為最佳的識別方法的處理(圖3的步驟66)。如實(shí)施方式1中說明的那樣，發(fā)現(xiàn)從任何一個(gè)選擇分支的腦波波形中也能夠提取 特征量。鑒于這點(diǎn)，可明白，如果從任何一個(gè)選擇分支的腦波波形中也能夠提取特征量，則 通過使用所有的選擇分支中2個(gè)以上選擇分支的腦波波形，就能夠比現(xiàn)有技術(shù)更容易地提 取特征量，并提高精度。因此，在本實(shí)施方式中，不使用針對所有的選擇分支的腦波波形，而利用針對其中 一部分(其中，3個(gè)以上的所有選擇分支中至少2個(gè)以上)的選擇分支的腦波波形。此外， 不使用圖6所示那樣的類型分類，而是判斷針對該一部分的選擇分支的腦波波形具有N200 和P200中的哪個(gè)特征量，并對該特征量進(jìn)行加權(quán)，從而求出目標(biāo)選擇分支。圖18表示本實(shí)施方式的腦波接口系統(tǒng)3的功能模塊結(jié)構(gòu)。腦波接口系統(tǒng)3具有 輸出部11、腦波測量部12、腦波IF部13、腦波識別方法調(diào)整裝置4。與實(shí)施方式1的腦波 接口系統(tǒng)1的不同點(diǎn)在于，腦波識別方法調(diào)整裝置的結(jié)構(gòu)以及工作。本實(shí)施方式的腦波識別方法調(diào)整裝置4由特征量提取部114、識別方法調(diào)整部115 構(gòu)成。以下，僅說明與實(shí)施方式1的不同點(diǎn)。在實(shí)施方式2的結(jié)構(gòu)中，除非特別提到，否則 與實(shí)施方式1相同。因此，省略這些的說明。特征量提取部114從各選擇分支被提示之后的各腦波信號中選擇與2個(gè)以上的選 擇分支相對應(yīng)的腦波信號。特征量提取部114預(yù)先保持基準(zhǔn)數(shù)據(jù)，并提取該基準(zhǔn)數(shù)據(jù)以及 選擇出的腦波信號所共有的特征量。識別方法調(diào)整部115通過特征量提取部114對提取出的特征量進(jìn)行加權(quán)，并進(jìn)行 針對用戶所選擇出的選擇分支的腦波信號的識別方法的調(diào)整。并且，將調(diào)整結(jié)果發(fā)送至腦 波IF部13。由此，腦波IF部13中的用于識別事件關(guān)聯(lián)電位的成分的識別方法被變更。圖3的流程圖差不多也能夠適用于本實(shí)施方式的腦波接口系統(tǒng)3的處理中。其中， 步驟S66在以下一點(diǎn)不同。在本實(shí)施方式中，在步驟S66中，腦波識別方法調(diào)整裝置4的特征量提取部114選 擇與3個(gè)以上的選擇分支相對應(yīng)而獲取到的腦波信號中、與2個(gè)以上的選擇分支相對應(yīng)的 腦波信號。特征量提取部114進(jìn)一步提取選擇出的腦波波形，求出它們具有N200和P200 中的哪個(gè)特征量。特征量能夠通過頻段為8Hz至15Hz附近的功率譜、時(shí)間長度為200毫秒 至250毫秒以及頻段為8Hz至15Hz附近的小波系數(shù)來求出。另外，如圖6所示，P200成分和N200成分不會都是Large和Small。因此，特征量 提取部114能夠準(zhǔn)確判別選擇出的腦波波形具有N200和P200中的哪個(gè)特征量。在本實(shí)施 方式中，特征量提取部114保持圖11所示的基準(zhǔn)數(shù)據(jù)，求出具有N200和P200中的哪個(gè)特征量。識別方法調(diào)整部115進(jìn)行腦波IF部13中的識別方法的調(diào)整，以便進(jìn)行與求出的 特征量相應(yīng)的加權(quán)。由此，在圖3的步驟S67中，在識別針對用戶所選擇出的的選擇分支的 腦波信號時(shí)，能夠識別目標(biāo)選擇分支。所謂加權(quán)是指，例如在腦波識別時(shí)，在腦波信號中附 加上圖13中記載那樣的加權(quán)系數(shù)。如上所述，在本實(shí)施方式中，沒有將腦波信號分類為圖6所示那樣的類型A D。 因此，可以不進(jìn)行例如圖10的步驟S123、S124等與分類相關(guān)聯(lián)的處理。另外，本實(shí)施方式的處理也能夠還作為使計(jì)算機(jī)執(zhí)行的程序來實(shí)現(xiàn)。這樣的程序的說明由于與實(shí)施方式1中的程序的說明相同，所以省略。工業(yè)可利用性本發(fā)明涉及的腦波識別方法調(diào)整裝置以及組裝了該裝置的腦波接口系統(tǒng)對于需 要反映腦波的個(gè)人差異來提高識別方法的設(shè)備，例如搭載有使用腦波的設(shè)備操作接口的信 息設(shè)備和影像音響設(shè)備等、車站的售票機(jī)和銀行的ATM這樣不確定多數(shù)的用戶所利用的系 統(tǒng)的操作性改善是有用的。
2權(quán)利要求
一種腦波識別方法的調(diào)整裝置，用于腦波接口系統(tǒng)中，上述腦波接口系統(tǒng)具有輸出部，其在畫面上提示與設(shè)備的工作相關(guān)聯(lián)的多個(gè)選擇分支，并對各選擇分支進(jìn)行強(qiáng)調(diào)；腦波測量部，其對用戶的腦波信號進(jìn)行測量；以及腦波接口部，其根據(jù)以各選擇分支被強(qiáng)調(diào)的各時(shí)刻作為起點(diǎn)的上述腦波信號的事件關(guān)聯(lián)電位，采用預(yù)先決定的規(guī)定的識別方法，識別針對上述用戶想要選擇的選擇分支的事件關(guān)聯(lián)電位，并決定設(shè)備的工作，上述調(diào)整裝置是用于調(diào)整上述腦波接口部的上述識別方法的裝置，其特征在于，上述識別方法是按照上述腦波信號是否與預(yù)先決定的基準(zhǔn)一致，來識別上述事件關(guān)聯(lián)電位的成分的方法，上述調(diào)整裝置包括分類判斷部，其預(yù)先保持用于將腦波信號的特征進(jìn)行類型化的基準(zhǔn)數(shù)據(jù)，采用上述基準(zhǔn)數(shù)據(jù)以及針對上述多個(gè)選擇分支的腦波信號所共有的特征量，來判斷測量出的上述腦波信號屬于類型化后得到的多個(gè)分類中的哪一個(gè)；以及識別方法調(diào)整部，其按照上述分類結(jié)果，調(diào)整針對上述用戶所選擇出的選擇分支的腦波信號的識別方法。
2.根據(jù)權(quán)利要求1所述的腦波識別方法的調(diào)整裝置，其特征在于，上述分類判斷部使用的針對多個(gè)選擇分支的腦波信號是針對由上述輸出部提示的所 有的選擇分支的腦波信號。
3.根據(jù)權(quán)利要求1所述的調(diào)整裝置，其特征在于，上述分類判斷部保持針對上述多個(gè)選擇分支的腦波信號的規(guī)定的頻段的功率譜的平 均值以及/或者規(guī)定的時(shí)間長度和頻段的小波系數(shù)的平均值，作為針對所有上述多個(gè)選擇 分支的腦波信號所共有的特征量。
4.根據(jù)權(quán)利要求3所述的調(diào)整裝置，其特征在于，上述分類判斷部采用8Hz至15Hz的頻段的功率譜的平均值，來判斷上述腦波信號的 N200成分的大小。
5.根據(jù)權(quán)利要求3所述的調(diào)整裝置，其特征在于，上述分類判斷部采用200毫秒至250毫秒的時(shí)間長度以及8Hz至15Hz的頻段的小波 系數(shù)的平均值，來判斷P200成分的大小。
6.根據(jù)權(quán)利要求1所述的調(diào)整裝置，其特征在于，上述識別方法調(diào)整部按照分類結(jié)果，來調(diào)整與在識別針對上述用戶所選擇出的選擇分 支的腦波信號時(shí)采用的上述腦波信號的P300成分、P200成分以及N200成分相對應(yīng)的權(quán)重系數(shù)。
7.根據(jù)權(quán)利要求1所述的調(diào)整裝置，其特征在于，上述識別方法調(diào)整部按類型化后得到的上述多個(gè)分類中的每一個(gè)分類，來保持在針對 上述用戶所選擇出的選擇分支的腦波信號的識別中使用的模板，并通過利用與分類結(jié)果相 應(yīng)的模板，來調(diào)整上述腦波信號的識別方法。
8.根據(jù)權(quán)利要求1所述的調(diào)整裝置，其特征在于，上述識別方法調(diào)整部通過按照分類結(jié)果來選定在識別針對上述用戶所選擇出的選擇分支的腦波信號時(shí)使用的示教數(shù)據(jù)，來調(diào)整上述腦波信號的識別方法。
9.一種調(diào)整方法，用于腦波接口系統(tǒng)中，上述腦波接口系統(tǒng)具有輸出部，其在畫面上提示與設(shè)備的工作相關(guān)聯(lián)的多個(gè)選擇分支，并對各選擇分支進(jìn)行 強(qiáng)調(diào)；腦波測量部，其對用戶的腦波信號進(jìn)行測量；以及腦波接口部，其根據(jù)以各選擇分支被強(qiáng)調(diào)的各時(shí)刻作為起點(diǎn)的上述腦波信號的事件關(guān) 聯(lián)電位，采用預(yù)先決定的規(guī)定的識別方法，識別針對上述用戶想要選擇的選擇分支的事件 關(guān)聯(lián)電位，并決定設(shè)備的工作，上述調(diào)整方法是用于調(diào)整上述腦波接口部的上述識別方法的方法，其特征在于， 上述識別方法是按照上述腦波信號是否與預(yù)先決定的基準(zhǔn)一致，來識別上述事件關(guān)聯(lián) 電位的成分的方法，上述調(diào)整方法包括以下步驟準(zhǔn)備用于將腦波信號的特征進(jìn)行類型化的基準(zhǔn)數(shù)據(jù)的步驟；采用上述基準(zhǔn)數(shù)據(jù)以及針對上述多個(gè)選擇分支的腦波信號所共有的特征量，來判斷測 量出的上述腦波信號屬于類型化后得到的多個(gè)分類中的哪一個(gè)的步驟；以及按照上述分類結(jié)果，調(diào)整針對上述用戶所選擇出的選擇分支的腦波信號的識別方法的步驟。
10.一種計(jì)算機(jī)程序，用于腦波接口系統(tǒng)中，上述腦波接口系統(tǒng)具有輸出部，其在畫面上提示與設(shè)備的工作相關(guān)聯(lián)的多個(gè)選擇分支，并對各選擇分支進(jìn)行 強(qiáng)調(diào)；腦波測量部，其對用戶的腦波信號進(jìn)行測量；以及腦波接口部，其根據(jù)以各選擇分支被強(qiáng)調(diào)的各時(shí)刻作為起點(diǎn)的上述腦波信號的事件關(guān) 聯(lián)電位，采用預(yù)先決定的規(guī)定的識別方法，識別針對上述用戶想要選擇的選擇分支的事件 關(guān)聯(lián)電位，并決定設(shè)備的工作，上述計(jì)算機(jī)程序用于調(diào)整上述腦波接口部的上述識別方法，其特征在于， 上述識別方法是按照上述腦波信號是否與預(yù)先決定的基準(zhǔn)一致，來識別上述事件關(guān)聯(lián) 電位的成分的方法，上述計(jì)算機(jī)程序使安裝在上述腦波接口系統(tǒng)中的計(jì)算機(jī)執(zhí)行以下步驟 預(yù)先保持用于將腦波信號的特征進(jìn)行類型化的基準(zhǔn)數(shù)據(jù)的步驟； 采用上述基準(zhǔn)數(shù)據(jù)以及針對上述多個(gè)選擇分支的腦波信號所共有的特征量，來判斷測 量出的上述腦波信號屬于類型化后得到的多個(gè)分類中的哪一個(gè)的步驟；以及按照上述分類結(jié)果，調(diào)整針對上述用戶所選擇出的選擇分支的腦波信號的識別方法的 步驟。
11.一種腦波識別方法的調(diào)整裝置，用于腦波接口系統(tǒng)中，上述腦波接口系統(tǒng)具有輸出部，其在畫面上提示與設(shè)備的工作相關(guān)聯(lián)的多個(gè)選擇分支，并對各選擇分支進(jìn)行 強(qiáng)調(diào)；腦波測量部，其對用戶的腦波信號進(jìn)行測量；以及腦波接口部，其根據(jù)以各選擇分支被強(qiáng)調(diào)的各時(shí)刻作為起點(diǎn)的上述腦波信號的事件關(guān) 聯(lián)電位，采用預(yù)先決定的規(guī)定的識別方法，識別針對上述用戶想要選擇的選擇分支的事件關(guān)聯(lián)電位，并決定設(shè)備的工作，上述調(diào)整裝置是用于調(diào)整上述腦波接口部的上述識別方法的裝置，其特征在于， 上述識別方法是按照上述腦波信號是否與預(yù)先決定的基準(zhǔn)一致，來識別上述事件關(guān)聯(lián) 電位的成分的方法， 上述調(diào)整裝置包括特征量提取部，其(i)根據(jù)針對上述選擇分支的腦波信號，選擇2個(gè)以上的選擇分支的 腦波信號，(ii)預(yù)先保持基準(zhǔn)數(shù)據(jù)，并提取上述基準(zhǔn)數(shù)據(jù)以及上述選擇出的腦波信號所共 有的特征量；以及識別方法調(diào)整部，其在識別針對上述用戶所選擇出的選擇分支的腦波信號時(shí)，按照進(jìn) 行與求出的上述特征量相應(yīng)的加權(quán)的方式，調(diào)整針對上述用戶所選擇出的選擇分支的腦波 信號的識別方法。
12.—種腦波識別方法的調(diào)整方法，用于腦波接口系統(tǒng)中，上述腦波接口系統(tǒng)具有輸出部，其在畫面上提示與設(shè)備的工作相關(guān)聯(lián)的多個(gè)選擇分支，并對各選擇分支進(jìn)行 強(qiáng)調(diào)；腦波測量部，其對用戶的腦波信號進(jìn)行測量；以及腦波接口部，其根據(jù)以各選擇分支被強(qiáng)調(diào)的各時(shí)刻作為起點(diǎn)的上述腦波信號的事件關(guān) 聯(lián)電位，采用預(yù)先決定的規(guī)定的識別方法，識別針對上述用戶想要選擇的選擇分支的事件 關(guān)聯(lián)電位，并決定設(shè)備的工作，上述調(diào)整方法是用于調(diào)整上述腦波接口部的上述識別方法的方法，其特征在于， 上述識別方法是按照上述腦波信號是否與預(yù)先決定的基準(zhǔn)一致，來識別上述事件關(guān)聯(lián) 電位的成分的方法，上述調(diào)整方法包括以下步驟根據(jù)針對上述選擇分支的腦波信號，選擇2個(gè)以上的選擇分支的腦波信號的步驟； 預(yù)先保持基準(zhǔn)數(shù)據(jù)，并提取上述基準(zhǔn)數(shù)據(jù)以及上述選擇出的腦波信號所共有的特征量 的步驟；以及在識別針對上述用戶所選擇出的選擇分支的腦波信號時(shí)，按照進(jìn)行與求出的上述特征 量相應(yīng)的加權(quán)的方式，對針對上述用戶所選擇出的選擇分支的腦波信號的識別方法進(jìn)行調(diào) 整的步驟。
13.一種計(jì)算機(jī)程序，用于腦波接口系統(tǒng)中，上述腦波接口系統(tǒng)具有輸出部，其在畫面上提示與設(shè)備的工作相關(guān)聯(lián)的多個(gè)選擇分支，并對各選擇分支進(jìn)行 強(qiáng)調(diào)；腦波測量部，其對用戶的腦波信號進(jìn)行測量；以及腦波接口部，其根據(jù)以各選擇分支被強(qiáng)調(diào)的各時(shí)刻作為起點(diǎn)的上述腦波信號的事件關(guān) 聯(lián)電位，采用預(yù)先決定的規(guī)定的識別方法，識別針對上述用戶想要選擇的選擇分支的事件 關(guān)聯(lián)電位，并決定設(shè)備的工作，上述計(jì)算機(jī)程序用于調(diào)整上述腦波接口部的上述識別方法，其特征在于， 上述識別方法是按照上述腦波信號是否與預(yù)先決定的基準(zhǔn)一致，來識別上述事件關(guān)聯(lián) 電位的成分的方法，上述計(jì)算機(jī)程序使安裝在上述腦波接口系統(tǒng)中的計(jì)算機(jī)執(zhí)行以下步驟根據(jù)針對上述選擇分支的腦波信號，選擇2個(gè)以上的選擇分支的腦波信號的步驟； 預(yù)先保持基準(zhǔn)數(shù)據(jù)，并提取上述基準(zhǔn)數(shù)據(jù)以及上述選擇出的腦波信號所共有的特征量 的步驟；以及在識別針對上述用戶所選擇出的選擇分支的腦波信號時(shí)，按照進(jìn)行與求出的上述特征 量相應(yīng)的加權(quán)的方式，對針對上述用戶所選擇出的選擇分支的腦波信號的識別方法進(jìn)行調(diào) 整的步驟。
全文摘要
在為了識別目標(biāo)選擇分支而利用腦波波形數(shù)據(jù)時(shí)，能夠消除對于用戶來說煩雜的校準(zhǔn)負(fù)擔(dān)，并且將有關(guān)腦波的識別精度維持得較高。腦波識別方法調(diào)整裝置用于調(diào)整設(shè)置在腦波接口系統(tǒng)中的腦波接口部的識別方法。該裝置包括分類判斷部和識別方法調(diào)整部。分類判斷部，預(yù)先保持用于將腦波信號的特征進(jìn)行類型化的基準(zhǔn)數(shù)據(jù)，采用針對多個(gè)選擇分支的腦波信號所共有的特征量以及基準(zhǔn)數(shù)據(jù)，來判斷測量出的腦波信號屬于類型化后得到的多個(gè)分類中的哪一個(gè)。識別方法調(diào)整部，按照分類結(jié)果，調(diào)整針對用戶所選擇出的選擇分支的腦波信號的識別方法。
文檔編號A61B5/0484GK101932988SQ20098010398
公開日2010年12月29日 申請日期2009年4月23日 優(yōu)先權(quán)日2008年5月15日
發(fā)明者中田透, 森川幸治 申請人:松下電器產(chǎn)業(yè)株式會社