絵画療法の模様選択及び配列、色塗り分析方法、絵画療法の模様分析による心理症状の診断方法、及びこれを行うためのプログラムを記録した記録媒体
【課題】全ての分析及び診断はコンピュータの一般機能及び専門家システム機能を用いて自動的に行われる心理症状の診断方法を提供する。
【解決手段】本発明による心理症状の診断方法は、様々な模様を提供して診断対象者がいくつかを選択して配列し、これにより心理症状を診断するステップと、診断対象者に質問を提供するステップと、前記質問に対する応答から前記診断対象者の個人的な性向を獲得するステップと、前記診断対象者の模様色塗り作業による分析対象図が入力されるステップと、前記分析対象図の色要因及び集中度要因を分析するステップと、前記模様の選択及び配列、前記色要因及び前記集中度要因の少なくとも一つと、前記個人的な性向とに基づいて知識データベースから知識を探索して前記診断対象者の心理症状を診断するステップと、を含むことを特徴とする。
【解決手段】本発明による心理症状の診断方法は、様々な模様を提供して診断対象者がいくつかを選択して配列し、これにより心理症状を診断するステップと、診断対象者に質問を提供するステップと、前記質問に対する応答から前記診断対象者の個人的な性向を獲得するステップと、前記診断対象者の模様色塗り作業による分析対象図が入力されるステップと、前記分析対象図の色要因及び集中度要因を分析するステップと、前記模様の選択及び配列、前記色要因及び前記集中度要因の少なくとも一つと、前記個人的な性向とに基づいて知識データベースから知識を探索して前記診断対象者の心理症状を診断するステップと、を含むことを特徴とする。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、模様選択及び配列、色塗り分析方法による心理症状の診断に関するもので、より詳しくは、様々な模様のうちのいくつかの模様を選択して配列した後、選択及び配列、色塗りした絵の様々な要因（色要因及び集中度要因）を分析する方法及びその分析結果により心理症状を診断する方法に関する。
【背景技術】
【０００２】
最も簡単な方法であるマンダラ（Mandala）の模様色塗り技法を含む一般的な模様色塗り絵画療法は、心理的、精神的状態の診断と治療に広く効果を示している絵画療法として知られている。色塗り（以下、マンダラ模様及び一般模様の色塗りを含む）作業は、作業者の精神を集中させて、自分を振り返りながら、内面の秩序を立てて調和がとれるようにし、固有の自分自身を見つけ出す道具として知られてきた。色塗り作業の間、作業者の内面が表現されるという事実だけでも内面の緊張が緩和され、また、癒すようになるということが実験的に証明された。
【０００３】
絵画療法士らは、絵に表れているわずかな反応からも相手の心理状態についてかなり正確な情報を引き出すことができる。したがって、色塗り作業は有用な情報を提供して患者の精神的、心理的状態を把握し、治療指針を提供するのに有用な絵画療法方法になることができる。
【０００４】
色塗り作業は、不安、罪悪感、無気力、気まぐれ、悪夢、無関心、そして様々な種類の社会的忌避症治療及び心理治療に有用であり、注意力欠乏及び過剰行動（ＡＤＨＤ：Attention Deficit and Hyperactivity Disorder）患者の注意力を向上させかつ衝動を抑制させる効果がある。
【０００５】
絵画療法において、絵画療法士は絵に表れている形態、象徴、線、色などを観察する。与えられた様々な模様のうちのいくつかの模様を選択・配列して色塗りする色塗り作業においては、色が最も重要な要因となる。今まで色に関する要因をコンピュータと知識ベースにより自動的に分析、判断する方法はなかった。さらに、色塗り作業で重要な要因として作業の集中度、作業をどれくらい完成したかという完成度、及び、与えられた模様をどれくらいはみ出さないように塗ったかという正確度がある。全てのものを忘れて作業に没頭する間、自身も知らないうちに心が癒されるというのは色塗り作業の基本的な絵画療法機能に該当する。したがって、色塗り作業においては、どれくらい熱心に没頭して作業するのかが絵画療法効果に相当な影響を及ぼす。
【０００６】
症状の程度または症状が重症であるか否かはこのような集中度要因と密接な関連があると判断されるが、これを客観的に、また数値的に評価できる適切な方法はない実情である。
【０００７】
また、質問書により収集された個人的な性向に関する要因と、彩色された模様を分析して獲得した要因とを解析する専門家システムは今までなかった。
【発明の開示】
【発明が解決しようとする課題】
【０００８】
前記のような従来技術の問題点に鑑み、本発明は、様々な模様のうちのいくつかの模様を選択して配列することにより、個人的な性向を分析して評価する方法を提供するを目的とする。このために、家・木・人の絵（ＨＴＰ）、動的家族画（ＫＦＤ）、リンゴを取る人（ＰＰＡＴ）など、既存の絵画療法を用いた診断及び治療機能をすることができる。
【０００９】
本発明の他の目的は、彩色された模様から作業の集中度という新しい要因を提示し、色要因と集中度要因とを分析評価して客観的かつ科学的な情報を数値で提供する、模様色塗りを分析し、評価する方法を提供することにある。
【００１０】
本発明のまた他の目的は、客観的かつ科学的な情報を数値で提供することにより、症状の程度または症状が重症であるか否かを予測する心理症状の診断方法を提供することにある。
【００１１】
本発明のまた他の目的は、科学的かつ定量的な情報を自動的に数値で提供することにより、模様色塗りを分析して絵画療法方法に適用可能な模様色塗り分析評価方法を提供することにある。
【００１２】
本発明のまた他の目的は、与えられた模様からの選択及び配列と、質問書により収集された色に対する個人的な性向と模様色塗りを分析して獲得した要因（色要因、集中度要因、正確度及び完成度要因など）との解析に関する知識をデータベースで構築して、任意で彩色された模様が与えられると、その要因を分析し、それに該当する知識を探索して提供する心理症状の診断方法及び装置を提供することにある。
【００１３】
本発明のまた他の目的は、一連の彩色された模様が与えられると、その変化を探知し、該当知識を提供する心理症状の診断方法及び装置を提供することにある。
【００１４】
本発明のまた他の目的は、短時間内に数百〜数千枚の絵がコンピュータにより自動分析されて一般的な模様色塗り分析にかかる専門家の努力と時間とを低減できる模様色塗り分析方法及び心理症状の診断方法を提供することにある。
【課題を解決するための手段】
【００１５】
本発明の一側面によれば、模様色塗り作業による分析対象図が入力されるステップと、前記分析対象図に使われた色を認識するステップと、前記色を予め設定された複数の代表色のいずれか一つに変換するステップと、変換された前記代表色から前記分析対象図の１次色要因を抽出するステップと、前記１次色要因から前記分析対象図の２次色要因を判断するステップと、を含む模様色塗り分析方法が提供される。
【００１６】
本発明の他の側面によれば、模様色塗り作業による分析対象図が入力されるステップと、前記分析対象図の完成度を測定するステップと、前記分析対象図の正確度を測定するステップと、前記完成度と前記正確度とに基づいて前記模様色塗り作業の集中度要因を判断するステップと、を含む模様色塗り分析方法が提供される。
【００１７】
本発明のまた他の側面によれば、模様色塗り作業による分析対象図が入力されるステップと、前記分析対象図の色要因を判断するステップと、前記分析対象図の集中度要因を判断するステップと、を含み、前記色要因と前記集中度要因との判断は任意の順でまたは同時に行われることを特徴とする模様色塗り分析方法が提供される。
【００１８】
本発明のまた他の側面によれば、診断対象者の模様色塗り作業による分析対象図が入力されるステップと、前記分析対象図の色要因及び集中度要因を分析するステップと、前記色要因及び前記集中度要因の少なくとも一つを用いて前記診断対象者の心理症状を判断するステップと、を含む心理症状の診断方法が提供される。
【００１９】
本発明のまた他の側面によれば、診断対象者に質問を提供するステップと、前記質問に対する応答から前記診断対象者の個人的な性向を獲得するステップと、前記診断対象者の模様色塗り作業による分析対象図が入力されるステップと、前記分析対象図の色要因及び集中度要因を分析するステップと、前記色要因及び前記集中度要因の少なくとも一つと、前記個人的な性向とに基づいて知識データベースから知識を探索して前記診断対象者の心理症状を診断するステップと、を含む心理症状の診断方法が提供される。
【００２０】
本発明のまた他の側面によれば、診断対象者の模様色塗り作業による分析対象図が入力され、前記分析対象図の色要因及び集中度要因を分析する模様色塗り分析部と、前記診断対象者に質問を提供して前記質問に対する応答から前記診断対象者の個人的な性向を獲得する個人性向獲得部と、前記個人的な性向、前記色要因、及び前記集中度要因に心理症状を連係させる知識を格納する知識データベースと、前記色要因及び前記集中度要因の少なくとも一つと、前記個人的な性向とに基づいて前記知識データベースから知識を探索して前記診断対象者の心理症状を診断する心理症状診断部と、を含む心理症状の診断装置が提供される。
【００２１】
一方、上述した模様色塗り分析方法及び心理症状の診断方法は、コンピュータにより行われることができ、コンピュータで実行するためのプログラムを記録したコンピュータ読み取り可能な記録媒体に記録されることができる。
【００２２】
前述の以外の他の実施形態、特徴、利点が図面、特許請求の範囲、及び発明の詳細な説明から明確に理解できよう。
【発明の効果】
【００２３】
本発明による模様選択及び配列は、既存の家・木・人の絵（ＨＴＰ）、動的家族画（ＫＦＤ）、リンゴを取る人（ＰＰＡＴ）など、既存の絵画療法を用いる診断及び治療機能をコンピュータで自動的に行うことができる。
【００２４】
本発明による模様色塗り分析方法は、彩色された模様から作業の集中度という新しい要因を提示し、２次色要因と集中度要因とを分析評価して客観的かつ科学的な情報を数値で提供することができる。
【００２５】
また、科学的かつ定量的な情報を数値で提供することにより、模様色塗りを分析及び評価して絵画療法方法に適用可能となる。
【００２６】
また、科学的かつ定量的な情報を数値で自動的に提供することにより、模様色塗りを分析して絵画療法に適用可能となる。
【００２７】
本発明による心理症状の診断方法は、質問により収集された色に対する個人的な性向と模様色塗りを分析して獲得した要因（色要因、集中度要因など）との解析に関する知識をデータベースで構築することより、任意で彩色された模様が与えられると、要因を分析し、それに該当する知識を探索して提供することができる。
【００２８】
また、一連の彩色された模様が与えられると、その変化を探知して該当知識を提供することができる。
【００２９】
また、短時間内に数百〜数千枚の絵を自動的に分析して、一般的な模様色塗り分析にかかる専門家の努力や時間を低減する効果がある。
【発明を実施するための最良の形態】
【００３０】
本発明は多様な変換を加えることができ、様々な実施例を有することができるため、本願では特定実施例を図面に例示し、詳細に説明する。しかし、これは本発明を特定の実施形態に限定するものではなく、本発明の思想及び技術範囲に含まれるあらゆる変換、均等物及び代替物を含むものとして理解されるべきである。本発明を説明するに当たって、係る公知技術に対する具体的な説明が本発明の要旨をかえって不明にすると判断される場合、その詳細な説明を省略する。
【００３１】
「第１」、「第２」などの用語は、多様な構成要素を説明するのに用いることに過ぎなく、前記構成要素が前記用語により限定されるものではない。前記用語は一つの構成要素を他の構成要素から区別する目的だけに用いられる。
【００３２】
本願で用いた用語は、ただ特定の実施例を説明するために用いたものであって、本発明を限定するものではない。単数の表現は、文の中で明らかに表現しない限り、複数の表現を含む。本願において、「含む」または「有する」などの用語は明細書上に記載された特徴、数字、段階、動作、構成要素、部品、またはこれらを組み合わせたものの存在を指定するものであって、一つまたはそれ以上の他の特徴や数字、段階、動作、構成要素、部品、またはこれらを組み合わせたものの存在または付加可能性を予め排除するものではないと理解しなくてはならない。
【００３３】
以下、添付した図面を参照して本発明の実施例を詳細に説明する。
【００３４】
本発明を説明することに当って、模様（pattern）の一例として「マンダラ（mandala）」を例に挙げて説明するが、これは一つの一実施例に過ぎず、本発明がこれに限定されるものではなく、多様な模様が適用できることは当業者にとって自明な事実である。
【００３５】
図１は、本発明の一実施例による心理症状の診断装置の構成ブロック図であり、図２は、本発明の一実施例による心理症状の診断方法を示す順序図であり、図３は、心理症状を診断するための質問の例示図である。
【００３６】
図１を参照すると、心理症状の診断装置１０、模様色塗り分析部１１、個人性向獲得部１２、心理症状診断部１３、知識データベース１４、履歴データベース１５が示されている。
【００３７】
模様色塗り分析部１１は、様々な模様を提供して絵画療法対象者が自身が希望する模様を選択するようになっている。ステップＳ２１で、一般的に絵画療法の対象となる診断対象者（例えば、児童、心理治療対象者など）が彩色した模様を分析して、予め設定されている要因（色要因、集中度要因など）を定量的なデータで提供する。模様色塗り分析部１１については、後の図４から図１６を参照して詳細に説明する。
【００３８】
ステップＳ２２で、個人性向獲得部１２は、質問などの方法を通して個人的な性向を獲得する。図３を参照すると、一実施例による質問シートが示されている。質問は色に関するもので、選好色と嫌悪色（質問項目１及び２参照）、診断対象者の現在心理状態（質問項目３及び５参照）、色に対する性向（質問項目４及び６参照）などに関する情報が獲得される。
【００３９】
このような質問は心理症状の診断装置１０に備えられたユーザインターフェースを通して対象者に提供できる。図３に示すようなディスプレイ画面が診断対象者に提供される。そして、診断対象者は、各質問項目別に該当色アイコンをクリック（click）またはドラッグ・アンド・ドロップ（drag & drop)する。したがって、心理症状の診断装置１０は、診断対象者の個人的な性向情報を獲得することができる。または、心理症状診断対象者が各質問項目別に該当色に対応する数字、記号、文字などを入力することにより、心理症状の診断装置１０は診断対象者の個人的な性向情報を獲得することもできる。
【００４０】
ここで、模様色塗り分析部１１に、絵が入力され、彩色された模様を分析することと、個人性向獲得部１２から質問が提供され、これに対する応答を獲得することとは、任意の順でまたは同時に行われることができる。
【００４１】
ステップＳ２３で、心理症状診断部１３は、模様色塗り分析部１１で分析された要因（色要因、集中度要因など）と、個人性向獲得部１２で獲得された個人的な性向情報とに基づいて知識データベース１４に格納された知識を探索する。そして、探索された結果による知識を出力する。そして、出力された知識を用いて対象者の心理症状を診断する。心理症状の診断には、知識データベース１４に格納された知識、履歴データベース１５に格納された過去履歴情報（例えば、診断対象者が過去に色塗りした模様の分析結果など）を活用することができる。
【００４２】
知識データベース１４には、模様選択及び配列に関する知識、一般的な絵に示されている色に関する知識、決められた模様（例えば、マンダラなど）の色塗りから表れる色に関する知識、これら色に対する知識と個人的な性向情報とを連係させる知識、二つ以上の彩色された模様間の差から獲得される心理変化に対する知識などが格納される。
【００４３】
多様な知識が知識データベース１４に格納されることができ、その中から一部を以下で説明する。
【００４４】
このような知識は、ＩＦ ＴＨＥＮ形式で表現される。ＩＦ ＴＨＥＮ形式は次の通りである。しかし、全ての知識表現が必ずしもこの形式に従う必要はなく、一部表現を省略しても関係ない。
【００４５】
ＩＦ（ｎ）条件１、ｏｒ条件２、ｏｒ…、ｏｒ条件ｎ、
ＴＨＥＮ（ｍ）結果１、結果２、…、結果ｍ［知識の確信程度；表現様式］。
【００４６】
ここで、ｎはｏｒ条件の数、ｍは結果の数を示す。ａｎｄの多数の条件は一つの条件に表示する。結果で、ａｎｄとｏｒがともに適用されるときにはａｎｄ／ｏｒで表示する。知識の確信程度が１であれば「〜である」と表現し、２であれば「〜であろう」、３であれば「〜であるようだ」、４であれば「〜であるかもしれない」、５であれば「たまには〜であることもある」などで表示される。画面提供の表現様式が１であれば「〜である」、２であれば「〜です」の形態で表現される。この他にも叙述文で表示する場合もある。
【００４７】
次の知識を例に挙げて知識表現方法を説明する。
【００４８】
「マンダラに赤色をたくさん使った場合、肯定的な意味では元気に生きていること、より偉大な内面の知恵を体得するのに必要なエネルギを意味し、否定的な意味では傷と破壊性を有する怒り、苦しみなどを意味するという。」
前記知識の内容はＩＦ ＴＨＥＮ規則により次のように表現される。
【００４９】
［知識１］
ＩＦ（２）主題色＝赤色ｏｒ副題色＝赤色、
ＴＨＥＮ（４）元気に生きていること、内面の知恵を体得するエネルギ存在、傷と破壊性を有する怒り、苦しみ［３；１］。
【００５０】
質問に応答した個人的な性向と彩色された模様の色とを連係させる知識の例示は次の通りである。
【００５１】
「質問シートでうれしい時の色とマンダラの主題色とが同じであると、現在の気持ちが良い状態と判断される。」
［知識２］
ＩＦ（１）ｉｎｐｕｔ＃６（３）＝主題色、
ＴＨＥＮ（１）現在の気持ち＝良い状態［２；２］。
【００５２】
ここで、ｉｎｐｕｔ＃ｉ（ｊ）は、図３に示された質問の質問項目ｉの細部項目（ｊ）の答えを意味する。
【００５３】
色は人間の思考過程と行動に身体的な影響を与えるだけでなく、人の意識を越えて潜在意識にも精神的な影響を与える。色は人の情緒に密接に関連していると認識される。色に対してどのように反応し、どんな色を使うかというのは、その人の現在の情緒的な状態を分析する際に重要な情報を提供する。たとえ、色が全ての人々に対して同じ意味を持ってはいないが、赤色の情緒的な意味は暴力、熱情、攻撃的、怒りと看做され、黄色は収容力、茶色ははにかみと看做される。
【００５４】
深刻な性的虐待を受けた児童や意気消沈した患者は、絵に一つまたは二つの色しか使わないという報告がある。精神的外傷を体験した患者は彼らの精神的苦痛、不安、恐れ、悲しみ、孤独、絶望感などを色で表現する。地震、台風、飛行機の墜落などの天災地変を体験した児童は単に一つ、二つまたは多くても三つの色だけを使い、その色は黒色、白色、あるいは赤色を使う傾向がある。
【００５５】
上述したように、絵画療法で使う一般的な絵に表れる色に対する知識に関して例示としていくつかの表現を提示する。このような知識は本発明による心理症状の診断方法にも適用される。
【００５６】
［知識３］
ＩＦ（０）、
ＴＨＥＮ「Johannes Ittenは彼の代表的な美術教育学著書である「色彩の芸術」で「色は私たちの意識とは無関係に、肯定的あるいは否定的に私たちに影響を与えるエネルギである」と記載しました。この専門家システムは△△△様が作成したマンダラの色を通して性格と心理を分析把握して、その結果を提供します。」
［知識４］
ＩＦ（０）、
ＴＨＥＮ「このシステムでは、△△△様が描いたマンダラに表れている色に意味を付与し解析もしました。しかし、この意味と解析は非常に一般的なものです。全ての色は肯定的な意味と否定的な意味とを共に持っており、個人が育ってきた環境、経験、文化により異なってきます。したがって、このシステムが提供する色に対する意味と解析は、実際と大きく差が生じ得るので、ご了承ください。」
知識３及び４は、本発明による心理症状の診断装置が診断結果を提供する際に、初めの部分に示す一般的な知識であって、本発明はこれに限定されないことは明らかである。
【００５７】
一般的な絵から表れる色に対する知識：
［知識５］
ＩＦ（１）使われた色の数≦２、
ＴＨＥＮ（２）深刻な性的虐待経験ａｎｄ／ｏｒ意気消沈
［知識６］
ＩＦ（１）使われた色の数≦３ａｎｄ使われた色＝黒色、白色、赤色、
ＴＨＥＮ（１）地震、台風、飛行機の墜落などの天災地変
［知識７］
ＩＦ主題色＝赤色ａｎｄ赤色の比率≧０．５、
ＴＨＥＮ「暴力的、攻撃的な性格を抑える必要があり、または熱情的な性格の持ち主であって、腹が立っている状況であると見られます。」
［知識８］
ＩＦ 主題色＝黄色ａｎｄ黄色の比率≧０．３、
ＴＨＥＮ 受容力が大きい性格
［知識９］
ＩＦ 主題色＝茶色ａｎｄ茶色の比率≧０．３、
ＴＨＥＮ 恥ずかしがり屋
［知識１０］
ＩＦ（６）主題色＝赤色、ｏｒ主題色＝橙色、ｏｒ主題色＝黄色、ｏｒ副題色＝赤色ａｎｄ副題色の比率≧０．２、ｏｒ副題色＝橙色ａｎｄ副題色の比率≧０．２、ｏｒ副題色＝黄色ａｎｄ副題色の比率≧０．２
ＴＨＥＮ 「外向的な性格で、自分自身の感情表現が活発で、自由な性格の持ち主です。愛情をもらって育ってられ、誰かを頼ろうとする気があるようです。他人との人間関係が円滑で、よく交わります。自己中心的でありながらも協同性もあり、新しい環境によく適応します。」
［知識１１］
ＩＦ（１）赤色の比率≧０．５、
ＴＨＥＮ 「心理的、精神的に異常状態にあるかと疑ってみる必要があります。」
［知識１２］
ＩＦ（１）赤色の比率≦０．０３、
ＴＨＥＮ「あんまり受動的ではないか、何かをしようとする意志力が欠けているのではないか、または自分の主張にとても消極的ではないかと疑って見る必要があります。」
［知識１３］
ＩＦ 補色＝青色−橙色、
ＴＨＥＮ 関係性を持とうとする欲望と成就指向的な努力との間の摩擦
［知識１４］
ＩＦ 寒色の比率≧０．７、
ＴＨＥＮ 「△△△様は当面問題を合理的に解決する非常に物静かな性格の持ち主と見られます。」
模様色塗り関連の知識：
［知識１５］
ＩＦ 主題色＝赤色、
ＴＨＥＮ 肯定的側面：愛、感覚、熱情、自己信頼、力、権威、持久力、自立心、生の喜び、生の欲求、獲得、生命力、強い意志、勇気、即興性、正直、感謝、容赦、人間的、外向的ｏｒ否定的側面：本能、怒り、憎しみ、自己憐憫、自己満足、急な性格、無礼、支配的、傲慢、激烈、残忍
［知識１６］
ＩＦ 主題色＝橙色、
ＴＨＥＮ 自意識と自己懐疑との両面性ａｎｄ／ｏｒ油断・不注意な性格であるが、エネルギが溢れる目的指向性と公明心
［知識１７］
ＩＦ 主題色＝橙色、
ＴＨＥＮ 肯定的側面：エネルギ、楽天主義、生の欲求、生命力、活動性、勇気、強さ、開放性、若さの活力、元気、自己信頼、親切、純粋、真心、喜び、熱情、自己確信、独立的、建設的、社交的、繊細さ、新鮮さ、食べ物好き、溢れるエネルギ、スポーティーなｏｒ否定的側面：権力欲、自己誇示、軽軽しさ、他人に問題を解決してもらう、病的拒食症（あるいは暴食症）、アルコール過飲、傲慢
個人的な性向関連の知識：
［知識１８］
ＩＦ ｉｎｐｕｔ＃３≠ｉｎｐｕｔ＃５、
ＴＨＥＮ 「質問シートの応答に矛盾があります。よく考えてからご作成下さい。」
［知識１９］
ＩＦ 主題色＝ｉｎｐｕｔ＃６（３）、
ＴＨＥＮ 「△△△様は現在ご気分が良さそうです。」
［知識２０］
ＩＦ ｉｎｐｕｔ＃４（１）＝ｉｎｐｕｔ＃４（２）ａｎｄ ｉｎｐｕｔ＃４（１）≠ｉｎｐｕｔ＃４（３）、
ＴＨＥＮ 「△△△様はお母さんよりお父さんと親しくしているようですね。」
模様色塗り変化に対する知識：
［知識２１］
ＩＦ（５）（以前の色数）×１．３≦現在の色数、ｏｒ（以前のクラスタ数）×１．３≦現在のクラスタ数、ｏｒ（以前の完成度）×１．３≦現在の完成度、ｏｒ（以前の正確度）×１．３≦現在の正確度、ｏｒ（以前の集中度）×１．３≦現在の集中度、
ＴＨＥＮ 「以前のマンダラ作成時に比べて、より誠意を持ってご作成しまして、その時よりご気分が良さそうです。」
［知識２２］
ＩＦ（１）以前の主題色＝赤色ａｎｄ現在の主題色＝青色、
ＴＨＥＮ 「以前より、さらに落ち着いて冷静になったようです。」
［知識２３］
ＩＦ（１）以前の暖色の比率×１．３≦現在の暖色の比率
ＴＨＥＮ 「以前より感情表現が豊かで自由になったようです。」
知識２１、２３で、１．３は変化を感知するための変数であり、任意の数値で変化されることが可能である。
【００５８】
また、上述したように、知識以外にも多様な内容の知識が知識データベース１４に格納できる。
【００５９】
診断対象者の心理症状の診断装置１０を利用することに当たって、履歴データベース１５は、診断対象者が過去に彩色した模様の分析結果を格納し、現在彩色した模様の分析結果と比較して診断対象者の心理変化を測定しようとする時に利用できる。
【００６０】
また、心理症状の診断装置１０は、結果提供モジュールをさらに含むことができる。結果提供モジュールは、後述する図２０に示されている模様色塗りの分析結果と、図２１に示されている心理症状の診断結果とも提供できる。
【００６１】
以下では模様色塗り分析部１１について、図４から図１６を参照して詳細に説明する。
【００６２】
図４は、本発明の一実施例による模様色塗り分析部の構成ブロック図であり、図５は、模様色塗り分析部に含まれる色要因分析部の構成ブロック図であり、図６は、模様色塗り分析部に含まれる集中度要因分析部の構成ブロック図であり、図７は、本発明の一実施例による模様色塗り分析方法を示す順序図である。図８は、本発明の一実施例による基本模様を示す図面であり、図９は、図８に示された基本模様が彩色された分析対象図である。図１０は、分析対象図を代表色に変換した場合を示す図面であり、図１１は、分析対象図の１次色要因中の主題色と補色とを示す図面であり、図１２は、分析対象図の１次色要因中の１次色と２次色とを示す図面であり、図１３は、分析対象図の１次色要因中の暖色と寒色とを示す図面であり、図１４は、分析対象図から抽出されたクラスタを示す図面であり、図１５は、基本模様のクラスタと分析対象図のクラスタとが重なっている図面である。図１６は、本発明の一実施例による正確度測定方法の順序図である。
【００６３】
図４から図６を参照すると、模様色塗り分析部１１、入力部１１０、雑音除去部１２０、色要因分析部１３０、集中度要因分析部１４０、色認識モジュール１３１、代表色変換モジュール１３３、１次色要因の抽出モジュール１３５、２次色要因の判断モジュール１３７、完成度測定モジュール１４１、正確度測定モジュール１４３、集中度要因の判断モジュール１４５が示されている。
【００６４】
ステップＳ２００で、入力部１１０には、彩色された分析対象図が入力される。診断対象者により彩色された絵が模様色塗り分析の対象となる。以下では本発明の理解と説明の便宜のために、分析対象となる絵は多様な色で彩色されたマンダラ（円）の幾何学的模様であると仮定するが、この他にも人、鳥、犬、木などの一般的な図柄も分析対象となることは明らかである。
【００６５】
診断対象者は、図８に示されたマンダラ８００の幾何学的模様の基本模様内に多様な色を塗る。診断対象者が多様な色で彩色した絵（以下、分析対象図９００という）の一例が図９に示されている。
【００６６】
入力部１１０には、スキャナーでスキャンされたり、カメラで撮影されたりするなど、イメージセンサを用いて撮像され、デジタル化した絵ファイルが入力される。絵ファイルは、コンピュータなどのデジタル装置で各ピクセル別に分析が可能となるＢＭＰ、ＧＩＦ、ＪＰＥＧ、ＴＩＦなどのイメージファイル形態であるか、または模様色塗り分析部１１で解析可能なファイル形態である。
【００６７】
ステップＳ２１０で、雑音除去部１２０は診断対象者の意図とは異なって、塗られていない部分、薄く塗られた部分、重なって塗られた部分などの雑音を除去する。雑音除去部１２０は、ブラリング（blurring）とクラスタリング（clustering）過程を通して絵の雑音を除去する。例えば、ブラリング過程では一般的に映像の雑音除去に広く用いられる中央値（median）３×３マスクを適用する。これは当該技術分野での通常の知識を有する者にとって自明なことであるので、詳細な説明は省略する。クラスタリング過程では分析対象図９００から類似した色を集める。そして、クラスタリング過程でピクセルの色属性（color feature）と空間的連結性（spatial connectivity）とを用いてカラーイメージを分割することが可能である。このような雑音除去部１２０は分析の信頼性を高めようとする場合、追加的に模様色塗り分析部１１に含まれることができる。
【００６８】
模様色塗り分析部１１は、入力された絵について色要因と集中度要因とを分析する。色要因と集中度要因とは、任意の順であるいは同時に分析されることができる。
【００６９】
まず、ステップＳ２２０で、色要因の分析は色要因分析部１３０で行われる。色要因分析部１３０は、入力部１１０に入力された絵の色を分析する。絵はピクセル（pixel）に分けられ分析される。例えば、絵が４８０×６４０であれば、３０７、２００個のピクセルに区分され分析される。
【００７０】
図５を参照すると、色要因分析部１３０は色認識モジュール１３１、代表色変換モジュール１３３、１次色要因の抽出モジュール１３５、２次色要因の判断モジュール１３７を含む。
【００７１】
ステップＳ２２１で、色認識モジュール１３１は入力部１１０に入力された絵ファイルの各ピクセルに使われた色を認識する。
【００７２】
ステップＳ２２３で、代表色変換モジュール１３３は、色認識モジュール１３１から認識された色を予め設定された複数の代表色のうちの一つに変換する。予め設定された複数の代表色を表現する色空間はＲＧＢ、ＹＵＶ、ＨＳＶ、ＬＵＶ、ＣＩＥＸＹＺ、ＣＩＥＬＡＢ、ＨＶＣなど、用途と概念に応じて多様である。この中、マンセル（Munsell）表色系と呼ばれるＨＶＣは人の目による色の認識と類似する。ＨＶＣは色の三つの属性であって、色相（Hue）、明度（Value）、彩度（Chroma）を示し、色はＨＶ／Ｃで表記できる。以下、本発明では、代表色変換モジュール１３３がＨＶＣに基づいて色認識モジュール１３１から認識された色を複数の代表色のうちの一つに変換すると仮定する。しかし、本願発明はこれに限定されず、代表色変換モジュール１３３が様々な基準を利用できることは当業者に自明なことである。
【００７３】
代表色変換モジュール１３３は、各ピクセルの色を予め設定された色数の分類による代表色のうちの一つに変換する。あるいは、より多い色数の分類による第１代表色のいずれか一つに変換した後、より少ない色数の分類による第２代表色のいずれか一つに再変換することができる。
【００７４】
以下では、本発明の理解と説明の便宜のために、１５色分類及び／または４７色分類を中心にして説明する。
【００７５】
ＨＶＣを基準として、韓国工業規格ＫＳ Ａ ００１１で規定する１５種類の色を代表色とする色分類を「１５色分類」という。１５色分類による代表色は下記の表１に示されている。１５色分類による代表色からなる集合を
Ａ１５＝｛赤色、橙色、黄色、薄緑色、緑色、青緑色、青色、藍色、紫色、赤紫色、桃色、茶色、白色、灰色、黒色｝
で表示する。下記の表１にはＡ１５に含まれる各代表色Ｉに対する（ｈｉ、ｖｉ、ｃｉ）値が示されている。
【表１】
【００７６】
代表色変換モジュール１３３は、前記の表１に示されたＡ１５に含まれる代表色中、分析対象図９００の色と最も近似した代表色を探して分析対象図９００の色を変換する。代表色に変換するに当たって、分析対象図９００の色と最も近似した代表色を探す方法は次の通りである。
【００７７】
絵の色と１５個の代表色との間の色差を測定する尺度として距離を定義する。米国標準局（ＮＢＳ；National Bureau of Standards）は、ＨＶＣ空間で二つの色（ｈ１、ｖ１、ｃ１）と（ｈ２、ｖ２、ｃ２）との距離尺度として下記式（１）を提示する。
【数１】
【００７８】
ｄｉｓ［（ｈ１、ｖ１、ｃ１）、（ｈ２、ｖ２、ｃ２）］を二つの色間のＮＢＳ距離という。色とのＮＢＳ距離が最も短い代表色を当該色に最も近似した代表色と決め、当該色を当該代表色に変換する。
【００７９】
本発明の他の実施例によれば、１５色分類以外に４７色分類により代表色がさらに細分化できる。例えば、赤色を濃い赤色、赤色、淡い赤色などで細分化する。韓国工業規格ＫＳ Ａ ００１１には４７個の色分類が定義されており、これによる代表色の分類を「４７色分類」とし、４７色分類による代表色の集合をＡ４７という。
【００８０】
４７色分類で分類してから、１５色分類で色を分類することが可能である。人間は色を赤色系統、青色系統、緑色系統などと大きく分け、これら系統間の差はいくら微小であってもこれを区別する。例えば、青色系統と緑色系統との差はいくら微小であっても区別できるが、１５色分類によるＮＢＳ距離はあまり差がないので互いに換わってしまうこともある。したがって、４７色分類により絵の各色を詳しく分類した後に、分類された各色を１５色分類により同一または類似系統の色にグループ化すると、絵の色を正確に１５色分類による代表色に変換することができる。
【００８１】
与えられた絵の色（ｈ、ｖ、ｃ）を４７色分類による代表色に分類する方法は、下記式（２）を満足する代表色ｊを探すことである。
【数２】
【００８２】
すなわち、他の実施例による代表色変換モジュール１３３は、与えられた絵の色と４７色分類による第１代表色との間に前記式（２）を満足する第１代表色を探す。その後、代表色変換モジュール１３３は第１代表色と１５色分類による第２代表色との間のＮＢＳ距離を把握し、第１代表色が最も近似している第２代表色を探す。続いて、代表色変換モジュール１３３は第２代表色を代表色と決め、与えられた絵の色を代表色に変換する。
【００８３】
代表色変換モジュール１３３により１５色分類による代表色に変換された絵ファイル１０００が図１０に示されている。
【００８４】
ステップＳ２２５で、１次色要因の抽出モジュール１３５は、代表色変換モジュール１３３により１５色分類による代表色に変換された絵ファイルに対して予め設定された１次色要因を抽出する。
【００８５】
１次色要因には、色数、色の種類、色別面積、色別クラスタ数、色の輪郭線などがある。色数と種類は一般的な絵画療法の評価においても重要な要因として活用されるし、色の混合、色の適合性、色の使用程度がさらに考慮され得る。
【００８６】
色数は、１５色分類により代表色に変換された絵ファイルに使われた代表色の数を意味する。色の種類は、１５色分類による代表色に変換された絵ファイルに使われた代表色の種類を意味する。色別面積は、代表色別に当該代表色に分類されたピクセルの数を意味する。色別クラスタ数は、任意の代表色が連続的に塗られた最小限の面積を一つのクラスタであるとする時、このクラスタ数を意味する。
【００８７】
色の輪郭線は、１５色分類による代表色に変換された絵ファイルに対して各代表色間の境界を意味する。１次色要因の抽出モジュール１３５は、任意のピクセルを中心にして上下左右のピクセルの代表色が替わったピクセルを抽出する。ここで、抽出されたピクセルの座標である輪郭座標の集合が輪郭線となる。
【００８８】
ステップＳ２２７で、２次色要因の判断モジュール１３７は、抽出された１次色要因を用いて２次色要因を判断する。２次色要因の判断モジュール１３７は、抽出された１次色要因から予め構築されている知識ベースを活用して２次色要因を判断する。２次色要因としては、主題色と副題色、１次色と２次色、暖色と寒色、補色、色の多様性などがある。知識ベース（すなわち、２次色要因を判断するための条件）は、２次色要因の判断モジュール１３７に予め格納されていることができる。
【００８９】
２次色要因に対する詳細な内容は次の通りである。
【００９０】
（ｉ）主題色と副題色は次のように定義される。
【００９１】
主題色は最も多く使われた色であり、副題色は二番目に多く使われた色である。ただ、塗られた面積が絵の全体面積または模様色塗りの分析対象となる基本模様（例えば、マンダラの最外郭の円）の全体面積のＡ％（例えば、２０％など）未満であると、副題色はないと仮定することができる。
【００９２】
図９に示されている分析対象図９００を代表色に変換し（図１０の１０００参照）、代表色中、最も多く使われた色は紫色で３０．１％を占め（図１１の１１００参照）、二番目に多く使われた色は赤色で２２．０％を占めている。したがって、これらを各々主題色と副題色と判定する。
【００９３】
（ｉｉ）１次色と２次色は次のように定義される。
【００９４】
１次色は赤色、青色、黄色であり、２次色は緑色、紫色、橙色である。１次色は黄色で代表され（図１２の１２００参照）、２次色は緑色で代表される（図１２の１２１０参照）。１次色は４０．４％、２次色は３４．０％と分析される。
【００９５】
（ｉｉｉ）補色は次のように定義される。
【００９６】
主題色と副題色、またはＢ％（例えば、１２％など）以上の面積を占めながら三番目に多く使われた色が（１）赤色と青緑色、（２）青色と橙色、（３）藍色と橙色、（４）黄色と紫色、または（５）緑色と赤紫色であれば、補色が存在すると定義する。図１１を参照すると、黄色は１４．４％で三番目で使われた色であって（図１１の１１１０参照）、主題色が紫色（図１１の１１００参照）であるので黄色と紫色の補色が存在すると判定する。
【００９７】
（ｉｖ）暖色と寒色は次のように定義される。
【００９８】
暖色は赤色、橙色、黄色であり、寒色は青色、藍色である。図１３を参照すると、暖色は赤色で代表され（図１３の１３００参照）、寒色は青色で代表される（図１３の１３１０参照）。暖色は４０．４％、寒色は４．０％と分析される。
【００９９】
（ｖ）色の多様性は次のように定義される。
【０１００】
評価者の専門的経験と知識に基づいて個人的に評価する色使用の一般的概念をいう。
【０１０１】
色の多様性評価方法は次の二つの方法がある。
【０１０２】
第１方法：
ステップ１．使われた色数が多いほど色の多様性は高まる。
【０１０３】
ステップ２．使われた色数が同一である場合、クラスタ数が多いほど色の多様性は高まる。ここで、クラスタは輪郭線で囲まれた最小限の面積を意味する。
【０１０４】
ステップ３．使われた色数とクラスタ数とが全て同一である場合、輪郭線の長さが長いほど色の多様性は高まる。
【０１０５】
第２方法：
統計的方法中、回帰分析モデルを適用する。このモデルにおける従属変数は、評価者の色の多様性評価である。このモデルにおける独立変数は色数、クラスタ数、輪郭線の傾き、使われた色である。使われた色を表示する独立変数は可能な色数より一つ少ない指標変数（Indicator Variables）で表す。
【０１０６】
上述したように、２次色要因の判断モジュール１３７は１次色要因の抽出モジュール１３５から抽出された１次色要因から多様な２次色要因を判断する。
【０１０７】
そして、ステップＳ２３０で、色要因分析以外にも、集中度要因分析部１４０が集中度要因を分析する。
【０１０８】
図６を参照すると、集中度要因分析部１４０は完成度測定モジュール１４１、正確度測定モジュール１４３、及び集中度要因の判断モジュール１４５を含む。
【０１０９】
ステップＳ２３１で、完成度測定モジュール１４１は、分析対象図９００から診断対象者の色塗り作業の完成度を測定する。完成度は、基本模様（例えば、図８に示された基本模様の最外郭に配置された円）全体のピクセル数に対する基本模様内に塗られたピクセル数の比率で測定される。
【０１１０】
ステップＳ２３３で、正確度測定モジュール１４３は、分析対象図９００から診断対象者の色塗り作業の正確度を測定する。正確度は、基本模様のクラスタと分析対象図９００の色クラスタとの一致程度によって測定される。分析対象図９００の色クラスタは、１次色要因の抽出モジュール１３５から抽出された輪郭線を用いて導き出すことができる。基本模様クラスタは、与えられた基本模様の線で囲まれた最小の面積を意味し、図８を参照すると、基本模様クラスタ数は６４個である。分析対象図９００において、色クラスタとは同じ色で連続的に塗られた最小の面積を意味し、図１４を参照すると、色クラスタの数は１８である。基本模様クラスタと色クラスタとが重なった形態は図１５に示されている。
【０１１１】
このような基本模様クラスタと色クラスタとの一致程度を定量的に導き出すための方法が図１６に示されている。図１６は、本発明の一実施例による正確度測定方法の順序図である。ここで、各ピクセルの色は代表色に変換されていると仮定する。
【０１１２】
ステップＳ１６００は、基本模様以外の区域を除く段階である。
【０１１３】
ステップＳ１６１０で、任意の基本模様クラスタから代表色別にピクセル数を計算する。ステップＳ１６２０で、ピクセル数が最も多い代表色を該当基本模様クラスタで正確に塗られた色と決める。ピクセル数の最も多い代表色が白色であれば、当該基本模様クラスタは塗っていないと看做し、当該基本模様クラスタでは正確に塗られたピクセルがないと判断する。
【０１１４】
ステップＳ１６３０で、各基本模様クラスタに対し、ステップＳ１６１０とＳ１６２０とを繰り返す。
【０１１５】
そして、ステップＳ１６４０で、各基本模様クラスタで正確に塗られた色のピクセル数を合算する。
【０１１６】
ステップＳ１６５０で、分析対象図の正確に塗られた色のピクセル数を総ピクセル数で分けた値を正確度と判断する。
【０１１７】
前記方法を通して、正確度測定モジュール１４３は正確度を定量的データとして測定することが可能である。
【０１１８】
再び図７を参照すると、集中度要因の判断モジュール１４５は完成度測定モジュール１４１から測定された完成度と、正確度測定モジュール１４３から測定された正確度とに基づいて集中度要因を判断する（ステップＳ２３５参照）。
【０１１９】
本発明において集中度は完成度と正確度だけでなく、色数、クラスタ数とも関連があり得る。このような関係は次の回帰分析方法により説明する。
【０１２０】
ｎ個の分析対象図サンプルを収集し、ｍ人の評価者が集中度を評価して順位を付ける。集中度が最も高い絵が順位１となり、最も低い絵が順位ｎとなる。分析対象図サンプルｉに対するｍ人の順位平均をＹｉと表記する。各サンプルの色数をＸｉ１、クラスタ数をＸｉ２、完成度をＸｉ３、正確度をＸｉ４と表記し、多重線型回帰分析方法を適用する。
【０１２１】
すなわち、回帰分析モデルは下記式（３）のようになる。
【０１２２】
［数３］
Ｙｉ＝β０＋β１Ｘｉ１＋β２Ｘｉ２＋β３Ｘｉ３＋β４Ｘｉ４＋εｉ、ｉ＝１、２、．．．、ｎ （３）
ここで、εｉは互いに独立して、平均０、分散σ２の正規分布であると仮定する。
【０１２３】
β０は定数係数であり、β１は色数の係数、β２はクラスタ数の係数、β３は完成度の係数、β４は正確度の係数を意味する。
【０１２４】
β１、β２、β３、β４の符号はマイナス（−）となる。色数とクラスタ数が多いほど、完成度と正確度が高いほど、従属変数の順位値が小さくなる。すなわち集中度が高くなることになる。
【０１２５】
また、各独立変数の集中度に対する相対的影響力を把握するために標準化した値
Ｙｉ’＝｛（Ｙｉ−Ｓ（Ｙ）｝／Ｓ（Ｙ）、
Ｘｉｊ’＝｛（Ｘｉｊ−Ｓ（Ｘｊ）｝／Ｓ（Ｘｊ）、ｉ＝１、２、．．．、ｎ、ｊ＝１、２、３、４
を使う標準回帰分析の結果も提供する。ここで、Ｓ（Ｙ）とＳ（Ｘｊ）はそれぞれＹとＸｊの標本標準偏差を示す。
【０１２６】
一実施例として、５８枚（ｎ＝５８）の分析対象図がサンプルとして収集された場合の分析データ及び回帰分析結果は下記の表２のようになる。
【表２】
【０１２７】
収集されたデータに段階的回帰分析（Stepwise Regression）を適用した結果、評価者の集中度を説明する変数として色数（Ｘ１）、クラスタ数（Ｘ２）、正確度（Ｘ３）が選ばれ、完成度は排除された。完成度と正確度との間に相関度が高いため完成度が排除された。
【０１２８】
最終的に回帰関数は、Ｙ＝６５．１７１−２．９７３Ｘ１−０．６６６Ｘ２−０．２４１Ｘ３である。
【０１２９】
モデルの適合度を示す決定系数はＲ２＝０．７４０であって、モデルとして適用するのに充分である。標準誤差は８．４４と推定された。
【０１３０】
係数の符号がマイナス（−）であることは前述したように望ましい結果である。すなわち、説明変数である色数とクラスタ数とが多いほど、また、正確度が高いほど、従属変数の順位値が少なくなる。すなわち、集中度が高まる。例えば、クラスタ数と正確度とが一定した場合、使われた色数が一つずつ多くなると、集中度の順位値は平均２．９７３ずつ小さくなる。
【０１３１】
独立変数の標準化された値を用いた回帰関数は、Ｙ’＝−０．４６１Ｘ１‘−０．２３９Ｘ２’−０．３３７Ｘ３’である。例えば、正確度が１−標本標準偏差（２２．５６％）ずつ高まる場合、順位値は平均的に０．３３７−標本標準偏差（１６．１２）＝５．４３ずつ小さくなること（すなわち、集中度が高まる）が分かる。標準化係数において集中度に対する説明変数の影響力の大きさは色数、正確度、クラスタ数の順である。
【０１３２】
上述したように、集中度要因分析部１４０は集中度要因を判断して定量的データに算出する。
【０１３３】
模様色塗り分析部１１は、色要因分析部１３０から分析された色要因と、集中度要因分析部１４０から分析された集中度要因とを定量的データで提供できる。評価者は当該分析対象図に対応して出力されたデータを用いて絵画療法に適用するのが可能となる。
【０１３４】
上述した本発明の一実施例による模様色塗り分析部１１は、正確でかつ客観的な情報（例えば、１次色要因（色数、種類、クラスタ数、輪郭線など）、２次色要因（主題色と副題色、１次色と２次色、補色、暖色と寒色、色の多様性など）、集中度要因（完成度と正確度から計算）など）を定量的データで出力する。評価者は出力された定量的データを用いて当該分析対象図を彩色した診断対象者の心理症状を診断することになる。
【０１３５】
心理症状診断部１３は、上述したように模様色塗り分析部１１により分析された要因（１次色要因、２次色要因、集中度要因など）の一部を選択し、多重線型回帰分析方法を用いて症状を判断する。より詳しくは、心理症状診断部１３は症状の程度または症状が重症であるか否かを判断する。
【０１３６】
図１７及び図１８は彩色された模様の例示図である。簡易心理テスト方法であるＭＭＳＥ−Ｋ（Mini-Mental State Examination-Korean）により、測定値が最高値３０である健常人と分類される老人の絵（図１８参照）と、測定値が比較的小さい値９である痴呆患者と分類される老人の絵（図１７参照）とが示されている。
【０１３７】
ＭＭＳＥ−Ｋは１２質問項目の総点３０点で構成されている。より詳しくは、ＭＭＳＥ−Ｋは時間オリエンテーション（５点）、場所オリエンテーション（５点）、記憶登録（３点）、記憶回想（３点）、注意集中と計算能力（５点）、言語機能（７点）、理解と判断能力（２点）を含む。ＭＭＳＥ−Ｋの合計２４点以上は「確定的健常」で、１０点以下は「確定的痴呆」で基準を決め、その中間は「痴呆疑い」と区分する。
【０１３８】
図１７及び図１８に示された絵を模様色塗り分析部１１が分析した結果を下記の表３に示す。
【表３】
【０１３９】
表３には色と関連した各種要因に対する客観的、定量的情報が提供されている。例えば、色別に塗られた広さが定量的なデータで提供されるので、主題色、副題色の色だけでなく、その広さも分かるようになる。また、１次色と２次色との比率、暖色と寒色との比率だけでなく、何色で構成されているかを把握できる。また、補色が存在するか否かと、何の補色が存在するかが分析できる。また、クラスタ数、作業の完成度、正確度、集中度なども評価される。
【０１４０】
表３を参照すると、痴呆症状の程度が重い（確定的痴呆）診断対象者の絵である図１７は、その程度が弱い（確定的健常）診断対象者の絵である図１８に比べて、正確度と完成度が落ち、クラスタ数も少なく、使われた色数も少ないことが分かる。
【０１４１】
本発明の一実施例によれば症状の程度（Ｙ）を予測することが可能である。
【０１４２】
ＭＭＳＥ−Ｋにより測定される症状の程度（Ｙ）をＭＭＳＥ−Ｋの要因で説明するために多重線型回帰分析方法を適用する。サンプルの数をｎとすれば、回帰分析モデルは下記式（４）のように定形化される。
【０１４３】
［数４］
Ｙｉ＝β１Ｘｉ１＋β２Ｘｉ２＋…＋βｋＸｉｋ＋εｉ、ｉ＝１、２、．．．、ｎ （４）
ここで、εｉは互いに独立して、平均０、分散σ２の正規分布であると仮定する。
【０１４４】
また、各独立変数の相対的な影響力を把握するために標準化された値Ｙｉ’とＸｉｊ’を用いる。
【０１４５】
［数５］
Ｙｉ’＝｛（Ｙｉ−Ｓ（Ｙ）｝／Ｓ（Ｙ）、
Ｘｉｊ’＝｛Ｘｉｊ−Ｓ（Ｘｊ）｝／Ｓ（Ｘｊ）、ｉ＝１、２、．．．、ｎ、ｊ＝１、２、．．．、ｋ （５）
ここで、Ｓ（Ｙ）とＳ（Ｘｊ）はそれぞれＹとＸｊの標本標準偏差を示す。
【０１４６】
説明変数として色数（Ｘ１）、主題色（Ｘ２）、１次色の比率（％）（Ｘ３）、暖色の比率（％）（Ｘ４）、補色であるか否か（Ｘ５）、クラスタ数（Ｘ６）、正確度（Ｘ７）、及び完成度（Ｘ８）を考慮する。集中度はこれら変数で説明されるから除外することにする。マンダラの完成度を言及した研究により、心理治療の対象者（例えば、脳卒中老人など）に対するマンダラ治療がマンダラの完成度を高めるということは周知の事実である。
【０１４７】
主題色（Ｘ２）として１５種類の色を考慮し、これを表現するために１４個の指標変数（Indicator Variables）に代える。すなわち、各指標変数は、赤色（Ｘ２、１＝１）、橙色（Ｘ２、２＝１）、黄色（Ｘ２、３＝１）、薄緑色（Ｘ２、４＝１）、緑色（Ｘ２、５＝１）、青緑色（Ｘ２、６＝１）、青色（Ｘ２、７＝１）、藍色（Ｘ２、８＝１）、紫色（Ｘ２、９＝１）、赤紫色（Ｘ２、１０＝１）、桃色（Ｘ２、１１＝１）、茶色（Ｘ２、１２＝１）、白色（Ｘ２、１３＝１）、灰色（Ｘ２、１４＝１）となる。この変数は、該当する色でないと０になる。Ｘ２、１＝…＝Ｘ２、１４＝０であると、黒色になる。補色（Ｘ５）の指標変数がＸ５＝１であると補色が存在し、Ｘ５＝０であると補色が存在しないと表示される。
【０１４８】
本発明の他の実施例によれば、症状が重症であるか否かを予測することが可能となる。従属変数Ｙを指標変数とするモデルが樹立可能になる。すなわち、Ｙ＝１である場合には検査の測定値が一定値Ｃ未満であることを、Ｙ＝０である場合には検査の測定値がＣ以上であることを示す。すなわち、Ｙの予測値は、症状が重症である確率に解析されることができる。
【０１４９】
すなわち、心理症状診断部１３は、段階的回帰分析方法を適用して２１個の説明変数から各実施例に適する変数を各々選定して分析する。
【０１５０】
以下、老人性疾患を持っている老人たちにより彩色されたマンダラ１００枚を収集して、痴呆症状の程度をＭＭＳＥ−Ｋで測定した場合を例に挙げて説明する。
【０１５１】
症状程度の測定値を従属変数とする一実施例（モデルＩ）と、症状が重症であるか否かを従属変数とする他の実施例（モデルＩＩ）について行った段階的回帰分析結果は下記の表４の通りである。
【表４】
【０１５２】
モデルＩにおいて、説明変数として薄緑色（Ｘａ）、茶色（Ｘｂ）、緑色（Ｘｃ）、クラスタ数（Ｘｄ）、正確度（Ｘｅ）が選ばれたと仮定する。モデルＩの回帰関数は次の通りである。
【０１５３】
［数６］
Ｙ＝４．４１１＋１４．５９８Ｘａ−１６．５０７Ｘｂ−５．１４５Ｘｃ＋０．７１８Ｘｄ＋０．０９５Ｘｅ （６）
クラスタ数と正確度が高くなるほど痴呆予測値が高まる。すなわち、痴呆症状が弱くなる。茶色や緑色が主題色であると痴呆症状が重くなる。薄緑色が主題色であると痴呆症状が弱くなる。痴呆症状の予測値にどれくらい大きな影響を与えるのかも分かるようになる。例えば、正確度が１％ずつ高くなると、痴呆症状は弱くなり、予測値は平均０．１４ずつ高くなる。予測値の標準偏差δは６．２６８と推定された。
【０１５４】
独立変数の標準化された値を用いた回帰分析直線は次の通りである。
【０１５５】
［数７］
Ｙ’＝０．３２０Ｘａ’−０．２８３Ｘｂ’−０．１３２Ｘｃ’＋０．４３７Ｘｄ’＋０．３００Ｘｅ’ （７）
例えば、正確度が１（標本標準偏差の３１．５％）だけ増加すると痴呆予測値は平均０．３００高くなる。すなわち、痴呆症状はそれだけ弱くなると予測される。この標準化係数から、痴呆予測値に影響を与える大きさはクラスタ数、薄緑色、正確度、茶色、緑色の順になる。
【０１５６】
一方、痴呆の重症を分析するためのモデルＩＩの結果は次の通りである。ＭＭＳＥ−Ｋで１０点以下は「確定的痴呆」と分類する基準に応じて、痴呆測定値が１０（＝Ｃ）未満であるとＹ＝１（重症）、１０以上であるとＹ＝０と仮定する。説明変数として茶色（Ｘｏ）、色数（Ｘｐ）、正確度（Ｘｑ）が選ばれた。モデルＩＩの回帰関数は次の通りである。
【０１５７】
［数８］
Ｙ＝０．７４８＋０．６４３Ｘｏ−０．０６３Ｘｐ−０．００５Ｘｑ （８）
例えば、他の要因の値が一定であれば、色数が一つずつ増加しながら、重症である確率は平均的に０．０６３ずつ減ることになる。主題色が茶色である場合には、そうではない場合に比べて重症である確率が平均０．６４３高まり、これを図２０に示した。予測値の標準偏差δは０．３７８と推定された。
【０１５８】
独立変数の標準化された値を用いた回帰分析直線は次の通りである。
【０１５９】
［数９］
Ｙ’＝０．２３５Ｘｏ’−０．３４１Ｘｐ’−０．３１４Ｘｑ’ （９）
例えば、正確度が１（標本標準偏差の３１．５％）だけ増加すると、重症である確率は平均０．３１４低くなると予測される。すなわち、痴呆症状はそれだけ弱くなると予測される。これら係数から痴呆予測値に影響を与える大きさは色数、正確度、茶色の順になる。
【０１６０】
図２０は本発明の一実施例による模様色塗り分析部１１により、彩色された模様を分析した結果を示す図である。
【０１６１】
図２０を参照すると、彩色された模様の絵、各色の比率（％）、色数、クラスタ数などの１次色要因と、主題色と副題色、補色、１次色と２次色、暖色と寒色などの２次色要因と、正確度、完成度、集中度の集中度要因とが分析されている。
【０１６２】
図２０には示されていないが、図１７から図１９を参照して説明した症状の程度、症状が重症であるか否かかのことも示すことができることは当業者に自明なことである。
【０１６３】
心理症状診断部１３は、模様色塗り分析部１１により分析された結果（図２０参照）と、個人性向獲得部１２により獲得された結果（図３参照）とに基づいて対象者の心理症状を診断する。その結果が図２１に示されている。
【０１６４】
図２０及び／または図２１に示されている分析結果はユーザが容易に把握できるようにグラフと図表で提供されることができる。
【０１６５】
また、本発明の他の実施例によれば、心理症状の診断装置１０は二つ以上の絵（彩色された模様）の差を分析して診断対象者の心理変化を予測することができる。この場合、心理症状の診断装置１０は、履歴データベース１５を備えることができる。心理症状診断部１３が履歴データベース１５に格納された過去の絵の分析結果と模様色塗り分析部１２により分析された現在の絵の分析結果とを比較し、知識データベース１４から比較結果による知識を探索して提供することにより、診断対象者の心理変化を予測する。
【０１６６】
図２２及び図２３は、同一診断対象者により彩色された模様の過去の絵と現在の絵とを示す図面である。ここで、診断対象者は図３に示されたような質問について次のように答えたと仮定する。
【０１６７】
問答１．（１）好きな色：赤色、（２）嫌いな色：黒色
問答２．（１）１次色中、好きな色：赤色、（２）２次色中、好きな色：橙色、（３）無彩色中、好きな色：白色
問答３．今の私の心に当たる顔：幸せ
問答４．（１）私の色：赤色、（２）父の色：青色、（３）母の色：緑色
問答５．今の気持ち：とても幸せ
問答６．（１）悲しい時の色：灰色、（２）怒った時の色：黒色、（３）幸せな時の色：赤色
図２２に示されている模様色塗りと、図２３に示されている模様色塗りとを分析した結果は下記の表５の通りである。
【表５】
【０１６８】
表５を参照すると、正確度、色数、クラスタ数、完成度、集中度の全ての面で数値が良くなり、心理的な面から肯定的な変化が起こっていることが予測できる。１次色と暖色との使用比率が増加していることから、情緒的に活発になる変化を予測できる。
【０１６９】
すなわち、心理症状の診断装置１０は、二つの絵の違いから知識データベース１４の知識を探索して提供することにより、上述のように診断対象者の心理変化を予測して提供できる。これに関連した知識は［知識１］、［知識２］、［知識３］、［知識４］、［知識１３］、［知識１５］、［知識１９］、［知識２１］である。
【０１７０】
以上、図８に例示された基本マンダラ模様を例に挙げて説明したが、本発明はこれに限定されず、分析対象図として多様な模様を含むことができ、それに伴って公知の様々な分析技法も併行することができる。
【０１７１】
より詳しくは、本発明の実施例による心理症状診断装置１０は予め指定された複数の模様を予め指定された方法により診断対象者に提供することができる。そして、診断対象者は複数の模様のうちの所定模様を選択し、配列（または配置）して、彩色することにより分析対象図を完成することができる。
【０１７２】
例えば、本発明の実施例による分析対象図は木、家、及び人のうち一つ以上を含むことができる。この場合、木−家−人（House Tree Person、ＨＴＰ）の分析技法が適用できる。
【０１７３】
例えば、本発明の実施例による分析対象図は家族構成員を含むことができる。この場合、動的家族画技法（Kinetic Family Drawing、ＫＦＤ）の分析技法がさらに適用され得る。
【０１７４】
例えば、本発明の実施例による分析対象図はリンゴを取る人の模様を含むことができる。この場合、リンゴを取る人（The Person Picking an Apple From a Tree、ＰＰＡＴ）分析技法がさらに適用され得る。
【０１７５】
以上の例は、一実施例の説明に過ぎず、本発明の公知された様々な技術と並行して適用できることは本発明の技術的思想に照らして当業者に自明である。
【０１７６】
一方、上述した正確度測定方法、模様色塗り分析方法、心理症状の診断方法は、コンピュータプログラムで作成可能である。前記プログラムを構成するコード及びコードセグメントは当該分野のコンピュータプログラマーにより容易に推論できる。また、前記プログラムはコンピュータが読み込むことができる情報格納媒体（computer readable media）に格納され、コンピュータにより読み込まれ実行されることにより、文書探索サービスの提供方法を具現する。前記情報格納媒体は、磁気記録媒体、光記録媒体、及びキャリアウェーブ媒体を含む。
【０１７７】
以上、本発明の好ましい実施例を参照して説明したが、当該技術分野で通常の知識を有する者であれば、特許請求の範囲に記載された本発明の思想及び領域から逸脱しない範囲内で本発明を多様に修正及び変更させることができることを理解できよう。
【図面の簡単な説明】
【０１７８】
【図１】本発明の一実施例による心理症状の診断装置の構成ブロック図である。
【図２】本発明の一実施例による心理症状の診断方法を示す順序図である。
【図３】心理症状診断のための質問の例示図である。
【図４】本発明の一実施例による模様色塗り分析部の構成ブロック図である。
【図５】模様色塗り分析部に含まれる色要因分析部の構成ブロック図である。
【図６】模様色塗り分析部に含まれる集中度要因分析部の構成ブロック図である。
【図７】本発明の一実施例による模様色塗り分析方法を示す順序図である。
【図８】本発明の一実施例による基本模様を示す図である。
【図９】図８に示された基本模様に色塗りした分析対象図である。
【図１０】分析対象図を代表色に変換した場合を示す図面である。
【図１１】分析対象図の１次色要因のうち主題色と補色とを示す図面である。
【図１２】分析対象図の１次色要因のうち１次色と２次色とを示す図面である。
【図１３】分析対象図の１次色要因のうち暖色と寒色とを示す図面である。
【図１４】分析対象図から抽出されたクラスタを示す図面である。
【図１５】基本模様のクラスタと分析対象図のクラスタとが重なっている図面である。
【図１６】本発明の一実施例による正確度測定方法の順序図である。
【図１７】模様色塗りした例示図である。
【図１８】模様色塗りした例示図である。
【図１９】色数が痴呆症状の重症である確率に及ぼす影響を示すグラフである。
【図２０】本発明の一実施例による模様色塗りの分析結果である。
【図２１】本発明の一実施例による心理症状の診断結果である。
【図２２】同一診断対象者により彩色された過去図の模様を示す図面である。
【図２３】同一診断対象者により彩色された現在図の模様を示す図面である。
【符号の説明】
【０１７９】
１０：心理症状の診断装置
１１：模様色塗り分析部
１２：個人性向獲得部
１３：心理症状診断部
１４：知識データベース
１５：履歴データベース
１１０：入力部
１２０：雑音除去部
１３０：色要因分析部
１３１：色認識モジュール
１３３：代表色変換モジュール
１３５：１次色要因の抽出モジュール
１３７：２次色要因の判断モジュール
１４０：集中度要因分析部
１４１：完成度測定モジュール
１４３：正確度測定モジュール
１４５：集中度要因の判断モジュール
【技術分野】
【０００１】
本発明は、模様選択及び配列、色塗り分析方法による心理症状の診断に関するもので、より詳しくは、様々な模様のうちのいくつかの模様を選択して配列した後、選択及び配列、色塗りした絵の様々な要因（色要因及び集中度要因）を分析する方法及びその分析結果により心理症状を診断する方法に関する。
【背景技術】
【０００２】
最も簡単な方法であるマンダラ（Mandala）の模様色塗り技法を含む一般的な模様色塗り絵画療法は、心理的、精神的状態の診断と治療に広く効果を示している絵画療法として知られている。色塗り（以下、マンダラ模様及び一般模様の色塗りを含む）作業は、作業者の精神を集中させて、自分を振り返りながら、内面の秩序を立てて調和がとれるようにし、固有の自分自身を見つけ出す道具として知られてきた。色塗り作業の間、作業者の内面が表現されるという事実だけでも内面の緊張が緩和され、また、癒すようになるということが実験的に証明された。
【０００３】
絵画療法士らは、絵に表れているわずかな反応からも相手の心理状態についてかなり正確な情報を引き出すことができる。したがって、色塗り作業は有用な情報を提供して患者の精神的、心理的状態を把握し、治療指針を提供するのに有用な絵画療法方法になることができる。
【０００４】
色塗り作業は、不安、罪悪感、無気力、気まぐれ、悪夢、無関心、そして様々な種類の社会的忌避症治療及び心理治療に有用であり、注意力欠乏及び過剰行動（ＡＤＨＤ：Attention Deficit and Hyperactivity Disorder）患者の注意力を向上させかつ衝動を抑制させる効果がある。
【０００５】
絵画療法において、絵画療法士は絵に表れている形態、象徴、線、色などを観察する。与えられた様々な模様のうちのいくつかの模様を選択・配列して色塗りする色塗り作業においては、色が最も重要な要因となる。今まで色に関する要因をコンピュータと知識ベースにより自動的に分析、判断する方法はなかった。さらに、色塗り作業で重要な要因として作業の集中度、作業をどれくらい完成したかという完成度、及び、与えられた模様をどれくらいはみ出さないように塗ったかという正確度がある。全てのものを忘れて作業に没頭する間、自身も知らないうちに心が癒されるというのは色塗り作業の基本的な絵画療法機能に該当する。したがって、色塗り作業においては、どれくらい熱心に没頭して作業するのかが絵画療法効果に相当な影響を及ぼす。
【０００６】
症状の程度または症状が重症であるか否かはこのような集中度要因と密接な関連があると判断されるが、これを客観的に、また数値的に評価できる適切な方法はない実情である。
【０００７】
また、質問書により収集された個人的な性向に関する要因と、彩色された模様を分析して獲得した要因とを解析する専門家システムは今までなかった。
【発明の開示】
【発明が解決しようとする課題】
【０００８】
前記のような従来技術の問題点に鑑み、本発明は、様々な模様のうちのいくつかの模様を選択して配列することにより、個人的な性向を分析して評価する方法を提供するを目的とする。このために、家・木・人の絵（ＨＴＰ）、動的家族画（ＫＦＤ）、リンゴを取る人（ＰＰＡＴ）など、既存の絵画療法を用いた診断及び治療機能をすることができる。
【０００９】
本発明の他の目的は、彩色された模様から作業の集中度という新しい要因を提示し、色要因と集中度要因とを分析評価して客観的かつ科学的な情報を数値で提供する、模様色塗りを分析し、評価する方法を提供することにある。
【００１０】
本発明のまた他の目的は、客観的かつ科学的な情報を数値で提供することにより、症状の程度または症状が重症であるか否かを予測する心理症状の診断方法を提供することにある。
【００１１】
本発明のまた他の目的は、科学的かつ定量的な情報を自動的に数値で提供することにより、模様色塗りを分析して絵画療法方法に適用可能な模様色塗り分析評価方法を提供することにある。
【００１２】
本発明のまた他の目的は、与えられた模様からの選択及び配列と、質問書により収集された色に対する個人的な性向と模様色塗りを分析して獲得した要因（色要因、集中度要因、正確度及び完成度要因など）との解析に関する知識をデータベースで構築して、任意で彩色された模様が与えられると、その要因を分析し、それに該当する知識を探索して提供する心理症状の診断方法及び装置を提供することにある。
【００１３】
本発明のまた他の目的は、一連の彩色された模様が与えられると、その変化を探知し、該当知識を提供する心理症状の診断方法及び装置を提供することにある。
【００１４】
本発明のまた他の目的は、短時間内に数百〜数千枚の絵がコンピュータにより自動分析されて一般的な模様色塗り分析にかかる専門家の努力と時間とを低減できる模様色塗り分析方法及び心理症状の診断方法を提供することにある。
【課題を解決するための手段】
【００１５】
本発明の一側面によれば、模様色塗り作業による分析対象図が入力されるステップと、前記分析対象図に使われた色を認識するステップと、前記色を予め設定された複数の代表色のいずれか一つに変換するステップと、変換された前記代表色から前記分析対象図の１次色要因を抽出するステップと、前記１次色要因から前記分析対象図の２次色要因を判断するステップと、を含む模様色塗り分析方法が提供される。
【００１６】
本発明の他の側面によれば、模様色塗り作業による分析対象図が入力されるステップと、前記分析対象図の完成度を測定するステップと、前記分析対象図の正確度を測定するステップと、前記完成度と前記正確度とに基づいて前記模様色塗り作業の集中度要因を判断するステップと、を含む模様色塗り分析方法が提供される。
【００１７】
本発明のまた他の側面によれば、模様色塗り作業による分析対象図が入力されるステップと、前記分析対象図の色要因を判断するステップと、前記分析対象図の集中度要因を判断するステップと、を含み、前記色要因と前記集中度要因との判断は任意の順でまたは同時に行われることを特徴とする模様色塗り分析方法が提供される。
【００１８】
本発明のまた他の側面によれば、診断対象者の模様色塗り作業による分析対象図が入力されるステップと、前記分析対象図の色要因及び集中度要因を分析するステップと、前記色要因及び前記集中度要因の少なくとも一つを用いて前記診断対象者の心理症状を判断するステップと、を含む心理症状の診断方法が提供される。
【００１９】
本発明のまた他の側面によれば、診断対象者に質問を提供するステップと、前記質問に対する応答から前記診断対象者の個人的な性向を獲得するステップと、前記診断対象者の模様色塗り作業による分析対象図が入力されるステップと、前記分析対象図の色要因及び集中度要因を分析するステップと、前記色要因及び前記集中度要因の少なくとも一つと、前記個人的な性向とに基づいて知識データベースから知識を探索して前記診断対象者の心理症状を診断するステップと、を含む心理症状の診断方法が提供される。
【００２０】
本発明のまた他の側面によれば、診断対象者の模様色塗り作業による分析対象図が入力され、前記分析対象図の色要因及び集中度要因を分析する模様色塗り分析部と、前記診断対象者に質問を提供して前記質問に対する応答から前記診断対象者の個人的な性向を獲得する個人性向獲得部と、前記個人的な性向、前記色要因、及び前記集中度要因に心理症状を連係させる知識を格納する知識データベースと、前記色要因及び前記集中度要因の少なくとも一つと、前記個人的な性向とに基づいて前記知識データベースから知識を探索して前記診断対象者の心理症状を診断する心理症状診断部と、を含む心理症状の診断装置が提供される。
【００２１】
一方、上述した模様色塗り分析方法及び心理症状の診断方法は、コンピュータにより行われることができ、コンピュータで実行するためのプログラムを記録したコンピュータ読み取り可能な記録媒体に記録されることができる。
【００２２】
前述の以外の他の実施形態、特徴、利点が図面、特許請求の範囲、及び発明の詳細な説明から明確に理解できよう。
【発明の効果】
【００２３】
本発明による模様選択及び配列は、既存の家・木・人の絵（ＨＴＰ）、動的家族画（ＫＦＤ）、リンゴを取る人（ＰＰＡＴ）など、既存の絵画療法を用いる診断及び治療機能をコンピュータで自動的に行うことができる。
【００２４】
本発明による模様色塗り分析方法は、彩色された模様から作業の集中度という新しい要因を提示し、２次色要因と集中度要因とを分析評価して客観的かつ科学的な情報を数値で提供することができる。
【００２５】
また、科学的かつ定量的な情報を数値で提供することにより、模様色塗りを分析及び評価して絵画療法方法に適用可能となる。
【００２６】
また、科学的かつ定量的な情報を数値で自動的に提供することにより、模様色塗りを分析して絵画療法に適用可能となる。
【００２７】
本発明による心理症状の診断方法は、質問により収集された色に対する個人的な性向と模様色塗りを分析して獲得した要因（色要因、集中度要因など）との解析に関する知識をデータベースで構築することより、任意で彩色された模様が与えられると、要因を分析し、それに該当する知識を探索して提供することができる。
【００２８】
また、一連の彩色された模様が与えられると、その変化を探知して該当知識を提供することができる。
【００２９】
また、短時間内に数百〜数千枚の絵を自動的に分析して、一般的な模様色塗り分析にかかる専門家の努力や時間を低減する効果がある。
【発明を実施するための最良の形態】
【００３０】
本発明は多様な変換を加えることができ、様々な実施例を有することができるため、本願では特定実施例を図面に例示し、詳細に説明する。しかし、これは本発明を特定の実施形態に限定するものではなく、本発明の思想及び技術範囲に含まれるあらゆる変換、均等物及び代替物を含むものとして理解されるべきである。本発明を説明するに当たって、係る公知技術に対する具体的な説明が本発明の要旨をかえって不明にすると判断される場合、その詳細な説明を省略する。
【００３１】
「第１」、「第２」などの用語は、多様な構成要素を説明するのに用いることに過ぎなく、前記構成要素が前記用語により限定されるものではない。前記用語は一つの構成要素を他の構成要素から区別する目的だけに用いられる。
【００３２】
本願で用いた用語は、ただ特定の実施例を説明するために用いたものであって、本発明を限定するものではない。単数の表現は、文の中で明らかに表現しない限り、複数の表現を含む。本願において、「含む」または「有する」などの用語は明細書上に記載された特徴、数字、段階、動作、構成要素、部品、またはこれらを組み合わせたものの存在を指定するものであって、一つまたはそれ以上の他の特徴や数字、段階、動作、構成要素、部品、またはこれらを組み合わせたものの存在または付加可能性を予め排除するものではないと理解しなくてはならない。
【００３３】
以下、添付した図面を参照して本発明の実施例を詳細に説明する。
【００３４】
本発明を説明することに当って、模様（pattern）の一例として「マンダラ（mandala）」を例に挙げて説明するが、これは一つの一実施例に過ぎず、本発明がこれに限定されるものではなく、多様な模様が適用できることは当業者にとって自明な事実である。
【００３５】
図１は、本発明の一実施例による心理症状の診断装置の構成ブロック図であり、図２は、本発明の一実施例による心理症状の診断方法を示す順序図であり、図３は、心理症状を診断するための質問の例示図である。
【００３６】
図１を参照すると、心理症状の診断装置１０、模様色塗り分析部１１、個人性向獲得部１２、心理症状診断部１３、知識データベース１４、履歴データベース１５が示されている。
【００３７】
模様色塗り分析部１１は、様々な模様を提供して絵画療法対象者が自身が希望する模様を選択するようになっている。ステップＳ２１で、一般的に絵画療法の対象となる診断対象者（例えば、児童、心理治療対象者など）が彩色した模様を分析して、予め設定されている要因（色要因、集中度要因など）を定量的なデータで提供する。模様色塗り分析部１１については、後の図４から図１６を参照して詳細に説明する。
【００３８】
ステップＳ２２で、個人性向獲得部１２は、質問などの方法を通して個人的な性向を獲得する。図３を参照すると、一実施例による質問シートが示されている。質問は色に関するもので、選好色と嫌悪色（質問項目１及び２参照）、診断対象者の現在心理状態（質問項目３及び５参照）、色に対する性向（質問項目４及び６参照）などに関する情報が獲得される。
【００３９】
このような質問は心理症状の診断装置１０に備えられたユーザインターフェースを通して対象者に提供できる。図３に示すようなディスプレイ画面が診断対象者に提供される。そして、診断対象者は、各質問項目別に該当色アイコンをクリック（click）またはドラッグ・アンド・ドロップ（drag & drop)する。したがって、心理症状の診断装置１０は、診断対象者の個人的な性向情報を獲得することができる。または、心理症状診断対象者が各質問項目別に該当色に対応する数字、記号、文字などを入力することにより、心理症状の診断装置１０は診断対象者の個人的な性向情報を獲得することもできる。
【００４０】
ここで、模様色塗り分析部１１に、絵が入力され、彩色された模様を分析することと、個人性向獲得部１２から質問が提供され、これに対する応答を獲得することとは、任意の順でまたは同時に行われることができる。
【００４１】
ステップＳ２３で、心理症状診断部１３は、模様色塗り分析部１１で分析された要因（色要因、集中度要因など）と、個人性向獲得部１２で獲得された個人的な性向情報とに基づいて知識データベース１４に格納された知識を探索する。そして、探索された結果による知識を出力する。そして、出力された知識を用いて対象者の心理症状を診断する。心理症状の診断には、知識データベース１４に格納された知識、履歴データベース１５に格納された過去履歴情報（例えば、診断対象者が過去に色塗りした模様の分析結果など）を活用することができる。
【００４２】
知識データベース１４には、模様選択及び配列に関する知識、一般的な絵に示されている色に関する知識、決められた模様（例えば、マンダラなど）の色塗りから表れる色に関する知識、これら色に対する知識と個人的な性向情報とを連係させる知識、二つ以上の彩色された模様間の差から獲得される心理変化に対する知識などが格納される。
【００４３】
多様な知識が知識データベース１４に格納されることができ、その中から一部を以下で説明する。
【００４４】
このような知識は、ＩＦ ＴＨＥＮ形式で表現される。ＩＦ ＴＨＥＮ形式は次の通りである。しかし、全ての知識表現が必ずしもこの形式に従う必要はなく、一部表現を省略しても関係ない。
【００４５】
ＩＦ（ｎ）条件１、ｏｒ条件２、ｏｒ…、ｏｒ条件ｎ、
ＴＨＥＮ（ｍ）結果１、結果２、…、結果ｍ［知識の確信程度；表現様式］。
【００４６】
ここで、ｎはｏｒ条件の数、ｍは結果の数を示す。ａｎｄの多数の条件は一つの条件に表示する。結果で、ａｎｄとｏｒがともに適用されるときにはａｎｄ／ｏｒで表示する。知識の確信程度が１であれば「〜である」と表現し、２であれば「〜であろう」、３であれば「〜であるようだ」、４であれば「〜であるかもしれない」、５であれば「たまには〜であることもある」などで表示される。画面提供の表現様式が１であれば「〜である」、２であれば「〜です」の形態で表現される。この他にも叙述文で表示する場合もある。
【００４７】
次の知識を例に挙げて知識表現方法を説明する。
【００４８】
「マンダラに赤色をたくさん使った場合、肯定的な意味では元気に生きていること、より偉大な内面の知恵を体得するのに必要なエネルギを意味し、否定的な意味では傷と破壊性を有する怒り、苦しみなどを意味するという。」
前記知識の内容はＩＦ ＴＨＥＮ規則により次のように表現される。
【００４９】
［知識１］
ＩＦ（２）主題色＝赤色ｏｒ副題色＝赤色、
ＴＨＥＮ（４）元気に生きていること、内面の知恵を体得するエネルギ存在、傷と破壊性を有する怒り、苦しみ［３；１］。
【００５０】
質問に応答した個人的な性向と彩色された模様の色とを連係させる知識の例示は次の通りである。
【００５１】
「質問シートでうれしい時の色とマンダラの主題色とが同じであると、現在の気持ちが良い状態と判断される。」
［知識２］
ＩＦ（１）ｉｎｐｕｔ＃６（３）＝主題色、
ＴＨＥＮ（１）現在の気持ち＝良い状態［２；２］。
【００５２】
ここで、ｉｎｐｕｔ＃ｉ（ｊ）は、図３に示された質問の質問項目ｉの細部項目（ｊ）の答えを意味する。
【００５３】
色は人間の思考過程と行動に身体的な影響を与えるだけでなく、人の意識を越えて潜在意識にも精神的な影響を与える。色は人の情緒に密接に関連していると認識される。色に対してどのように反応し、どんな色を使うかというのは、その人の現在の情緒的な状態を分析する際に重要な情報を提供する。たとえ、色が全ての人々に対して同じ意味を持ってはいないが、赤色の情緒的な意味は暴力、熱情、攻撃的、怒りと看做され、黄色は収容力、茶色ははにかみと看做される。
【００５４】
深刻な性的虐待を受けた児童や意気消沈した患者は、絵に一つまたは二つの色しか使わないという報告がある。精神的外傷を体験した患者は彼らの精神的苦痛、不安、恐れ、悲しみ、孤独、絶望感などを色で表現する。地震、台風、飛行機の墜落などの天災地変を体験した児童は単に一つ、二つまたは多くても三つの色だけを使い、その色は黒色、白色、あるいは赤色を使う傾向がある。
【００５５】
上述したように、絵画療法で使う一般的な絵に表れる色に対する知識に関して例示としていくつかの表現を提示する。このような知識は本発明による心理症状の診断方法にも適用される。
【００５６】
［知識３］
ＩＦ（０）、
ＴＨＥＮ「Johannes Ittenは彼の代表的な美術教育学著書である「色彩の芸術」で「色は私たちの意識とは無関係に、肯定的あるいは否定的に私たちに影響を与えるエネルギである」と記載しました。この専門家システムは△△△様が作成したマンダラの色を通して性格と心理を分析把握して、その結果を提供します。」
［知識４］
ＩＦ（０）、
ＴＨＥＮ「このシステムでは、△△△様が描いたマンダラに表れている色に意味を付与し解析もしました。しかし、この意味と解析は非常に一般的なものです。全ての色は肯定的な意味と否定的な意味とを共に持っており、個人が育ってきた環境、経験、文化により異なってきます。したがって、このシステムが提供する色に対する意味と解析は、実際と大きく差が生じ得るので、ご了承ください。」
知識３及び４は、本発明による心理症状の診断装置が診断結果を提供する際に、初めの部分に示す一般的な知識であって、本発明はこれに限定されないことは明らかである。
【００５７】
一般的な絵から表れる色に対する知識：
［知識５］
ＩＦ（１）使われた色の数≦２、
ＴＨＥＮ（２）深刻な性的虐待経験ａｎｄ／ｏｒ意気消沈
［知識６］
ＩＦ（１）使われた色の数≦３ａｎｄ使われた色＝黒色、白色、赤色、
ＴＨＥＮ（１）地震、台風、飛行機の墜落などの天災地変
［知識７］
ＩＦ主題色＝赤色ａｎｄ赤色の比率≧０．５、
ＴＨＥＮ「暴力的、攻撃的な性格を抑える必要があり、または熱情的な性格の持ち主であって、腹が立っている状況であると見られます。」
［知識８］
ＩＦ 主題色＝黄色ａｎｄ黄色の比率≧０．３、
ＴＨＥＮ 受容力が大きい性格
［知識９］
ＩＦ 主題色＝茶色ａｎｄ茶色の比率≧０．３、
ＴＨＥＮ 恥ずかしがり屋
［知識１０］
ＩＦ（６）主題色＝赤色、ｏｒ主題色＝橙色、ｏｒ主題色＝黄色、ｏｒ副題色＝赤色ａｎｄ副題色の比率≧０．２、ｏｒ副題色＝橙色ａｎｄ副題色の比率≧０．２、ｏｒ副題色＝黄色ａｎｄ副題色の比率≧０．２
ＴＨＥＮ 「外向的な性格で、自分自身の感情表現が活発で、自由な性格の持ち主です。愛情をもらって育ってられ、誰かを頼ろうとする気があるようです。他人との人間関係が円滑で、よく交わります。自己中心的でありながらも協同性もあり、新しい環境によく適応します。」
［知識１１］
ＩＦ（１）赤色の比率≧０．５、
ＴＨＥＮ 「心理的、精神的に異常状態にあるかと疑ってみる必要があります。」
［知識１２］
ＩＦ（１）赤色の比率≦０．０３、
ＴＨＥＮ「あんまり受動的ではないか、何かをしようとする意志力が欠けているのではないか、または自分の主張にとても消極的ではないかと疑って見る必要があります。」
［知識１３］
ＩＦ 補色＝青色−橙色、
ＴＨＥＮ 関係性を持とうとする欲望と成就指向的な努力との間の摩擦
［知識１４］
ＩＦ 寒色の比率≧０．７、
ＴＨＥＮ 「△△△様は当面問題を合理的に解決する非常に物静かな性格の持ち主と見られます。」
模様色塗り関連の知識：
［知識１５］
ＩＦ 主題色＝赤色、
ＴＨＥＮ 肯定的側面：愛、感覚、熱情、自己信頼、力、権威、持久力、自立心、生の喜び、生の欲求、獲得、生命力、強い意志、勇気、即興性、正直、感謝、容赦、人間的、外向的ｏｒ否定的側面：本能、怒り、憎しみ、自己憐憫、自己満足、急な性格、無礼、支配的、傲慢、激烈、残忍
［知識１６］
ＩＦ 主題色＝橙色、
ＴＨＥＮ 自意識と自己懐疑との両面性ａｎｄ／ｏｒ油断・不注意な性格であるが、エネルギが溢れる目的指向性と公明心
［知識１７］
ＩＦ 主題色＝橙色、
ＴＨＥＮ 肯定的側面：エネルギ、楽天主義、生の欲求、生命力、活動性、勇気、強さ、開放性、若さの活力、元気、自己信頼、親切、純粋、真心、喜び、熱情、自己確信、独立的、建設的、社交的、繊細さ、新鮮さ、食べ物好き、溢れるエネルギ、スポーティーなｏｒ否定的側面：権力欲、自己誇示、軽軽しさ、他人に問題を解決してもらう、病的拒食症（あるいは暴食症）、アルコール過飲、傲慢
個人的な性向関連の知識：
［知識１８］
ＩＦ ｉｎｐｕｔ＃３≠ｉｎｐｕｔ＃５、
ＴＨＥＮ 「質問シートの応答に矛盾があります。よく考えてからご作成下さい。」
［知識１９］
ＩＦ 主題色＝ｉｎｐｕｔ＃６（３）、
ＴＨＥＮ 「△△△様は現在ご気分が良さそうです。」
［知識２０］
ＩＦ ｉｎｐｕｔ＃４（１）＝ｉｎｐｕｔ＃４（２）ａｎｄ ｉｎｐｕｔ＃４（１）≠ｉｎｐｕｔ＃４（３）、
ＴＨＥＮ 「△△△様はお母さんよりお父さんと親しくしているようですね。」
模様色塗り変化に対する知識：
［知識２１］
ＩＦ（５）（以前の色数）×１．３≦現在の色数、ｏｒ（以前のクラスタ数）×１．３≦現在のクラスタ数、ｏｒ（以前の完成度）×１．３≦現在の完成度、ｏｒ（以前の正確度）×１．３≦現在の正確度、ｏｒ（以前の集中度）×１．３≦現在の集中度、
ＴＨＥＮ 「以前のマンダラ作成時に比べて、より誠意を持ってご作成しまして、その時よりご気分が良さそうです。」
［知識２２］
ＩＦ（１）以前の主題色＝赤色ａｎｄ現在の主題色＝青色、
ＴＨＥＮ 「以前より、さらに落ち着いて冷静になったようです。」
［知識２３］
ＩＦ（１）以前の暖色の比率×１．３≦現在の暖色の比率
ＴＨＥＮ 「以前より感情表現が豊かで自由になったようです。」
知識２１、２３で、１．３は変化を感知するための変数であり、任意の数値で変化されることが可能である。
【００５８】
また、上述したように、知識以外にも多様な内容の知識が知識データベース１４に格納できる。
【００５９】
診断対象者の心理症状の診断装置１０を利用することに当たって、履歴データベース１５は、診断対象者が過去に彩色した模様の分析結果を格納し、現在彩色した模様の分析結果と比較して診断対象者の心理変化を測定しようとする時に利用できる。
【００６０】
また、心理症状の診断装置１０は、結果提供モジュールをさらに含むことができる。結果提供モジュールは、後述する図２０に示されている模様色塗りの分析結果と、図２１に示されている心理症状の診断結果とも提供できる。
【００６１】
以下では模様色塗り分析部１１について、図４から図１６を参照して詳細に説明する。
【００６２】
図４は、本発明の一実施例による模様色塗り分析部の構成ブロック図であり、図５は、模様色塗り分析部に含まれる色要因分析部の構成ブロック図であり、図６は、模様色塗り分析部に含まれる集中度要因分析部の構成ブロック図であり、図７は、本発明の一実施例による模様色塗り分析方法を示す順序図である。図８は、本発明の一実施例による基本模様を示す図面であり、図９は、図８に示された基本模様が彩色された分析対象図である。図１０は、分析対象図を代表色に変換した場合を示す図面であり、図１１は、分析対象図の１次色要因中の主題色と補色とを示す図面であり、図１２は、分析対象図の１次色要因中の１次色と２次色とを示す図面であり、図１３は、分析対象図の１次色要因中の暖色と寒色とを示す図面であり、図１４は、分析対象図から抽出されたクラスタを示す図面であり、図１５は、基本模様のクラスタと分析対象図のクラスタとが重なっている図面である。図１６は、本発明の一実施例による正確度測定方法の順序図である。
【００６３】
図４から図６を参照すると、模様色塗り分析部１１、入力部１１０、雑音除去部１２０、色要因分析部１３０、集中度要因分析部１４０、色認識モジュール１３１、代表色変換モジュール１３３、１次色要因の抽出モジュール１３５、２次色要因の判断モジュール１３７、完成度測定モジュール１４１、正確度測定モジュール１４３、集中度要因の判断モジュール１４５が示されている。
【００６４】
ステップＳ２００で、入力部１１０には、彩色された分析対象図が入力される。診断対象者により彩色された絵が模様色塗り分析の対象となる。以下では本発明の理解と説明の便宜のために、分析対象となる絵は多様な色で彩色されたマンダラ（円）の幾何学的模様であると仮定するが、この他にも人、鳥、犬、木などの一般的な図柄も分析対象となることは明らかである。
【００６５】
診断対象者は、図８に示されたマンダラ８００の幾何学的模様の基本模様内に多様な色を塗る。診断対象者が多様な色で彩色した絵（以下、分析対象図９００という）の一例が図９に示されている。
【００６６】
入力部１１０には、スキャナーでスキャンされたり、カメラで撮影されたりするなど、イメージセンサを用いて撮像され、デジタル化した絵ファイルが入力される。絵ファイルは、コンピュータなどのデジタル装置で各ピクセル別に分析が可能となるＢＭＰ、ＧＩＦ、ＪＰＥＧ、ＴＩＦなどのイメージファイル形態であるか、または模様色塗り分析部１１で解析可能なファイル形態である。
【００６７】
ステップＳ２１０で、雑音除去部１２０は診断対象者の意図とは異なって、塗られていない部分、薄く塗られた部分、重なって塗られた部分などの雑音を除去する。雑音除去部１２０は、ブラリング（blurring）とクラスタリング（clustering）過程を通して絵の雑音を除去する。例えば、ブラリング過程では一般的に映像の雑音除去に広く用いられる中央値（median）３×３マスクを適用する。これは当該技術分野での通常の知識を有する者にとって自明なことであるので、詳細な説明は省略する。クラスタリング過程では分析対象図９００から類似した色を集める。そして、クラスタリング過程でピクセルの色属性（color feature）と空間的連結性（spatial connectivity）とを用いてカラーイメージを分割することが可能である。このような雑音除去部１２０は分析の信頼性を高めようとする場合、追加的に模様色塗り分析部１１に含まれることができる。
【００６８】
模様色塗り分析部１１は、入力された絵について色要因と集中度要因とを分析する。色要因と集中度要因とは、任意の順であるいは同時に分析されることができる。
【００６９】
まず、ステップＳ２２０で、色要因の分析は色要因分析部１３０で行われる。色要因分析部１３０は、入力部１１０に入力された絵の色を分析する。絵はピクセル（pixel）に分けられ分析される。例えば、絵が４８０×６４０であれば、３０７、２００個のピクセルに区分され分析される。
【００７０】
図５を参照すると、色要因分析部１３０は色認識モジュール１３１、代表色変換モジュール１３３、１次色要因の抽出モジュール１３５、２次色要因の判断モジュール１３７を含む。
【００７１】
ステップＳ２２１で、色認識モジュール１３１は入力部１１０に入力された絵ファイルの各ピクセルに使われた色を認識する。
【００７２】
ステップＳ２２３で、代表色変換モジュール１３３は、色認識モジュール１３１から認識された色を予め設定された複数の代表色のうちの一つに変換する。予め設定された複数の代表色を表現する色空間はＲＧＢ、ＹＵＶ、ＨＳＶ、ＬＵＶ、ＣＩＥＸＹＺ、ＣＩＥＬＡＢ、ＨＶＣなど、用途と概念に応じて多様である。この中、マンセル（Munsell）表色系と呼ばれるＨＶＣは人の目による色の認識と類似する。ＨＶＣは色の三つの属性であって、色相（Hue）、明度（Value）、彩度（Chroma）を示し、色はＨＶ／Ｃで表記できる。以下、本発明では、代表色変換モジュール１３３がＨＶＣに基づいて色認識モジュール１３１から認識された色を複数の代表色のうちの一つに変換すると仮定する。しかし、本願発明はこれに限定されず、代表色変換モジュール１３３が様々な基準を利用できることは当業者に自明なことである。
【００７３】
代表色変換モジュール１３３は、各ピクセルの色を予め設定された色数の分類による代表色のうちの一つに変換する。あるいは、より多い色数の分類による第１代表色のいずれか一つに変換した後、より少ない色数の分類による第２代表色のいずれか一つに再変換することができる。
【００７４】
以下では、本発明の理解と説明の便宜のために、１５色分類及び／または４７色分類を中心にして説明する。
【００７５】
ＨＶＣを基準として、韓国工業規格ＫＳ Ａ ００１１で規定する１５種類の色を代表色とする色分類を「１５色分類」という。１５色分類による代表色は下記の表１に示されている。１５色分類による代表色からなる集合を
Ａ１５＝｛赤色、橙色、黄色、薄緑色、緑色、青緑色、青色、藍色、紫色、赤紫色、桃色、茶色、白色、灰色、黒色｝
で表示する。下記の表１にはＡ１５に含まれる各代表色Ｉに対する（ｈｉ、ｖｉ、ｃｉ）値が示されている。
【表１】
【００７６】
代表色変換モジュール１３３は、前記の表１に示されたＡ１５に含まれる代表色中、分析対象図９００の色と最も近似した代表色を探して分析対象図９００の色を変換する。代表色に変換するに当たって、分析対象図９００の色と最も近似した代表色を探す方法は次の通りである。
【００７７】
絵の色と１５個の代表色との間の色差を測定する尺度として距離を定義する。米国標準局（ＮＢＳ；National Bureau of Standards）は、ＨＶＣ空間で二つの色（ｈ１、ｖ１、ｃ１）と（ｈ２、ｖ２、ｃ２）との距離尺度として下記式（１）を提示する。
【数１】
【００７８】
ｄｉｓ［（ｈ１、ｖ１、ｃ１）、（ｈ２、ｖ２、ｃ２）］を二つの色間のＮＢＳ距離という。色とのＮＢＳ距離が最も短い代表色を当該色に最も近似した代表色と決め、当該色を当該代表色に変換する。
【００７９】
本発明の他の実施例によれば、１５色分類以外に４７色分類により代表色がさらに細分化できる。例えば、赤色を濃い赤色、赤色、淡い赤色などで細分化する。韓国工業規格ＫＳ Ａ ００１１には４７個の色分類が定義されており、これによる代表色の分類を「４７色分類」とし、４７色分類による代表色の集合をＡ４７という。
【００８０】
４７色分類で分類してから、１５色分類で色を分類することが可能である。人間は色を赤色系統、青色系統、緑色系統などと大きく分け、これら系統間の差はいくら微小であってもこれを区別する。例えば、青色系統と緑色系統との差はいくら微小であっても区別できるが、１５色分類によるＮＢＳ距離はあまり差がないので互いに換わってしまうこともある。したがって、４７色分類により絵の各色を詳しく分類した後に、分類された各色を１５色分類により同一または類似系統の色にグループ化すると、絵の色を正確に１５色分類による代表色に変換することができる。
【００８１】
与えられた絵の色（ｈ、ｖ、ｃ）を４７色分類による代表色に分類する方法は、下記式（２）を満足する代表色ｊを探すことである。
【数２】
【００８２】
すなわち、他の実施例による代表色変換モジュール１３３は、与えられた絵の色と４７色分類による第１代表色との間に前記式（２）を満足する第１代表色を探す。その後、代表色変換モジュール１３３は第１代表色と１５色分類による第２代表色との間のＮＢＳ距離を把握し、第１代表色が最も近似している第２代表色を探す。続いて、代表色変換モジュール１３３は第２代表色を代表色と決め、与えられた絵の色を代表色に変換する。
【００８３】
代表色変換モジュール１３３により１５色分類による代表色に変換された絵ファイル１０００が図１０に示されている。
【００８４】
ステップＳ２２５で、１次色要因の抽出モジュール１３５は、代表色変換モジュール１３３により１５色分類による代表色に変換された絵ファイルに対して予め設定された１次色要因を抽出する。
【００８５】
１次色要因には、色数、色の種類、色別面積、色別クラスタ数、色の輪郭線などがある。色数と種類は一般的な絵画療法の評価においても重要な要因として活用されるし、色の混合、色の適合性、色の使用程度がさらに考慮され得る。
【００８６】
色数は、１５色分類により代表色に変換された絵ファイルに使われた代表色の数を意味する。色の種類は、１５色分類による代表色に変換された絵ファイルに使われた代表色の種類を意味する。色別面積は、代表色別に当該代表色に分類されたピクセルの数を意味する。色別クラスタ数は、任意の代表色が連続的に塗られた最小限の面積を一つのクラスタであるとする時、このクラスタ数を意味する。
【００８７】
色の輪郭線は、１５色分類による代表色に変換された絵ファイルに対して各代表色間の境界を意味する。１次色要因の抽出モジュール１３５は、任意のピクセルを中心にして上下左右のピクセルの代表色が替わったピクセルを抽出する。ここで、抽出されたピクセルの座標である輪郭座標の集合が輪郭線となる。
【００８８】
ステップＳ２２７で、２次色要因の判断モジュール１３７は、抽出された１次色要因を用いて２次色要因を判断する。２次色要因の判断モジュール１３７は、抽出された１次色要因から予め構築されている知識ベースを活用して２次色要因を判断する。２次色要因としては、主題色と副題色、１次色と２次色、暖色と寒色、補色、色の多様性などがある。知識ベース（すなわち、２次色要因を判断するための条件）は、２次色要因の判断モジュール１３７に予め格納されていることができる。
【００８９】
２次色要因に対する詳細な内容は次の通りである。
【００９０】
（ｉ）主題色と副題色は次のように定義される。
【００９１】
主題色は最も多く使われた色であり、副題色は二番目に多く使われた色である。ただ、塗られた面積が絵の全体面積または模様色塗りの分析対象となる基本模様（例えば、マンダラの最外郭の円）の全体面積のＡ％（例えば、２０％など）未満であると、副題色はないと仮定することができる。
【００９２】
図９に示されている分析対象図９００を代表色に変換し（図１０の１０００参照）、代表色中、最も多く使われた色は紫色で３０．１％を占め（図１１の１１００参照）、二番目に多く使われた色は赤色で２２．０％を占めている。したがって、これらを各々主題色と副題色と判定する。
【００９３】
（ｉｉ）１次色と２次色は次のように定義される。
【００９４】
１次色は赤色、青色、黄色であり、２次色は緑色、紫色、橙色である。１次色は黄色で代表され（図１２の１２００参照）、２次色は緑色で代表される（図１２の１２１０参照）。１次色は４０．４％、２次色は３４．０％と分析される。
【００９５】
（ｉｉｉ）補色は次のように定義される。
【００９６】
主題色と副題色、またはＢ％（例えば、１２％など）以上の面積を占めながら三番目に多く使われた色が（１）赤色と青緑色、（２）青色と橙色、（３）藍色と橙色、（４）黄色と紫色、または（５）緑色と赤紫色であれば、補色が存在すると定義する。図１１を参照すると、黄色は１４．４％で三番目で使われた色であって（図１１の１１１０参照）、主題色が紫色（図１１の１１００参照）であるので黄色と紫色の補色が存在すると判定する。
【００９７】
（ｉｖ）暖色と寒色は次のように定義される。
【００９８】
暖色は赤色、橙色、黄色であり、寒色は青色、藍色である。図１３を参照すると、暖色は赤色で代表され（図１３の１３００参照）、寒色は青色で代表される（図１３の１３１０参照）。暖色は４０．４％、寒色は４．０％と分析される。
【００９９】
（ｖ）色の多様性は次のように定義される。
【０１００】
評価者の専門的経験と知識に基づいて個人的に評価する色使用の一般的概念をいう。
【０１０１】
色の多様性評価方法は次の二つの方法がある。
【０１０２】
第１方法：
ステップ１．使われた色数が多いほど色の多様性は高まる。
【０１０３】
ステップ２．使われた色数が同一である場合、クラスタ数が多いほど色の多様性は高まる。ここで、クラスタは輪郭線で囲まれた最小限の面積を意味する。
【０１０４】
ステップ３．使われた色数とクラスタ数とが全て同一である場合、輪郭線の長さが長いほど色の多様性は高まる。
【０１０５】
第２方法：
統計的方法中、回帰分析モデルを適用する。このモデルにおける従属変数は、評価者の色の多様性評価である。このモデルにおける独立変数は色数、クラスタ数、輪郭線の傾き、使われた色である。使われた色を表示する独立変数は可能な色数より一つ少ない指標変数（Indicator Variables）で表す。
【０１０６】
上述したように、２次色要因の判断モジュール１３７は１次色要因の抽出モジュール１３５から抽出された１次色要因から多様な２次色要因を判断する。
【０１０７】
そして、ステップＳ２３０で、色要因分析以外にも、集中度要因分析部１４０が集中度要因を分析する。
【０１０８】
図６を参照すると、集中度要因分析部１４０は完成度測定モジュール１４１、正確度測定モジュール１４３、及び集中度要因の判断モジュール１４５を含む。
【０１０９】
ステップＳ２３１で、完成度測定モジュール１４１は、分析対象図９００から診断対象者の色塗り作業の完成度を測定する。完成度は、基本模様（例えば、図８に示された基本模様の最外郭に配置された円）全体のピクセル数に対する基本模様内に塗られたピクセル数の比率で測定される。
【０１１０】
ステップＳ２３３で、正確度測定モジュール１４３は、分析対象図９００から診断対象者の色塗り作業の正確度を測定する。正確度は、基本模様のクラスタと分析対象図９００の色クラスタとの一致程度によって測定される。分析対象図９００の色クラスタは、１次色要因の抽出モジュール１３５から抽出された輪郭線を用いて導き出すことができる。基本模様クラスタは、与えられた基本模様の線で囲まれた最小の面積を意味し、図８を参照すると、基本模様クラスタ数は６４個である。分析対象図９００において、色クラスタとは同じ色で連続的に塗られた最小の面積を意味し、図１４を参照すると、色クラスタの数は１８である。基本模様クラスタと色クラスタとが重なった形態は図１５に示されている。
【０１１１】
このような基本模様クラスタと色クラスタとの一致程度を定量的に導き出すための方法が図１６に示されている。図１６は、本発明の一実施例による正確度測定方法の順序図である。ここで、各ピクセルの色は代表色に変換されていると仮定する。
【０１１２】
ステップＳ１６００は、基本模様以外の区域を除く段階である。
【０１１３】
ステップＳ１６１０で、任意の基本模様クラスタから代表色別にピクセル数を計算する。ステップＳ１６２０で、ピクセル数が最も多い代表色を該当基本模様クラスタで正確に塗られた色と決める。ピクセル数の最も多い代表色が白色であれば、当該基本模様クラスタは塗っていないと看做し、当該基本模様クラスタでは正確に塗られたピクセルがないと判断する。
【０１１４】
ステップＳ１６３０で、各基本模様クラスタに対し、ステップＳ１６１０とＳ１６２０とを繰り返す。
【０１１５】
そして、ステップＳ１６４０で、各基本模様クラスタで正確に塗られた色のピクセル数を合算する。
【０１１６】
ステップＳ１６５０で、分析対象図の正確に塗られた色のピクセル数を総ピクセル数で分けた値を正確度と判断する。
【０１１７】
前記方法を通して、正確度測定モジュール１４３は正確度を定量的データとして測定することが可能である。
【０１１８】
再び図７を参照すると、集中度要因の判断モジュール１４５は完成度測定モジュール１４１から測定された完成度と、正確度測定モジュール１４３から測定された正確度とに基づいて集中度要因を判断する（ステップＳ２３５参照）。
【０１１９】
本発明において集中度は完成度と正確度だけでなく、色数、クラスタ数とも関連があり得る。このような関係は次の回帰分析方法により説明する。
【０１２０】
ｎ個の分析対象図サンプルを収集し、ｍ人の評価者が集中度を評価して順位を付ける。集中度が最も高い絵が順位１となり、最も低い絵が順位ｎとなる。分析対象図サンプルｉに対するｍ人の順位平均をＹｉと表記する。各サンプルの色数をＸｉ１、クラスタ数をＸｉ２、完成度をＸｉ３、正確度をＸｉ４と表記し、多重線型回帰分析方法を適用する。
【０１２１】
すなわち、回帰分析モデルは下記式（３）のようになる。
【０１２２】
［数３］
Ｙｉ＝β０＋β１Ｘｉ１＋β２Ｘｉ２＋β３Ｘｉ３＋β４Ｘｉ４＋εｉ、ｉ＝１、２、．．．、ｎ （３）
ここで、εｉは互いに独立して、平均０、分散σ２の正規分布であると仮定する。
【０１２３】
β０は定数係数であり、β１は色数の係数、β２はクラスタ数の係数、β３は完成度の係数、β４は正確度の係数を意味する。
【０１２４】
β１、β２、β３、β４の符号はマイナス（−）となる。色数とクラスタ数が多いほど、完成度と正確度が高いほど、従属変数の順位値が小さくなる。すなわち集中度が高くなることになる。
【０１２５】
また、各独立変数の集中度に対する相対的影響力を把握するために標準化した値
Ｙｉ’＝｛（Ｙｉ−Ｓ（Ｙ）｝／Ｓ（Ｙ）、
Ｘｉｊ’＝｛（Ｘｉｊ−Ｓ（Ｘｊ）｝／Ｓ（Ｘｊ）、ｉ＝１、２、．．．、ｎ、ｊ＝１、２、３、４
を使う標準回帰分析の結果も提供する。ここで、Ｓ（Ｙ）とＳ（Ｘｊ）はそれぞれＹとＸｊの標本標準偏差を示す。
【０１２６】
一実施例として、５８枚（ｎ＝５８）の分析対象図がサンプルとして収集された場合の分析データ及び回帰分析結果は下記の表２のようになる。
【表２】
【０１２７】
収集されたデータに段階的回帰分析（Stepwise Regression）を適用した結果、評価者の集中度を説明する変数として色数（Ｘ１）、クラスタ数（Ｘ２）、正確度（Ｘ３）が選ばれ、完成度は排除された。完成度と正確度との間に相関度が高いため完成度が排除された。
【０１２８】
最終的に回帰関数は、Ｙ＝６５．１７１−２．９７３Ｘ１−０．６６６Ｘ２−０．２４１Ｘ３である。
【０１２９】
モデルの適合度を示す決定系数はＲ２＝０．７４０であって、モデルとして適用するのに充分である。標準誤差は８．４４と推定された。
【０１３０】
係数の符号がマイナス（−）であることは前述したように望ましい結果である。すなわち、説明変数である色数とクラスタ数とが多いほど、また、正確度が高いほど、従属変数の順位値が少なくなる。すなわち、集中度が高まる。例えば、クラスタ数と正確度とが一定した場合、使われた色数が一つずつ多くなると、集中度の順位値は平均２．９７３ずつ小さくなる。
【０１３１】
独立変数の標準化された値を用いた回帰関数は、Ｙ’＝−０．４６１Ｘ１‘−０．２３９Ｘ２’−０．３３７Ｘ３’である。例えば、正確度が１−標本標準偏差（２２．５６％）ずつ高まる場合、順位値は平均的に０．３３７−標本標準偏差（１６．１２）＝５．４３ずつ小さくなること（すなわち、集中度が高まる）が分かる。標準化係数において集中度に対する説明変数の影響力の大きさは色数、正確度、クラスタ数の順である。
【０１３２】
上述したように、集中度要因分析部１４０は集中度要因を判断して定量的データに算出する。
【０１３３】
模様色塗り分析部１１は、色要因分析部１３０から分析された色要因と、集中度要因分析部１４０から分析された集中度要因とを定量的データで提供できる。評価者は当該分析対象図に対応して出力されたデータを用いて絵画療法に適用するのが可能となる。
【０１３４】
上述した本発明の一実施例による模様色塗り分析部１１は、正確でかつ客観的な情報（例えば、１次色要因（色数、種類、クラスタ数、輪郭線など）、２次色要因（主題色と副題色、１次色と２次色、補色、暖色と寒色、色の多様性など）、集中度要因（完成度と正確度から計算）など）を定量的データで出力する。評価者は出力された定量的データを用いて当該分析対象図を彩色した診断対象者の心理症状を診断することになる。
【０１３５】
心理症状診断部１３は、上述したように模様色塗り分析部１１により分析された要因（１次色要因、２次色要因、集中度要因など）の一部を選択し、多重線型回帰分析方法を用いて症状を判断する。より詳しくは、心理症状診断部１３は症状の程度または症状が重症であるか否かを判断する。
【０１３６】
図１７及び図１８は彩色された模様の例示図である。簡易心理テスト方法であるＭＭＳＥ−Ｋ（Mini-Mental State Examination-Korean）により、測定値が最高値３０である健常人と分類される老人の絵（図１８参照）と、測定値が比較的小さい値９である痴呆患者と分類される老人の絵（図１７参照）とが示されている。
【０１３７】
ＭＭＳＥ−Ｋは１２質問項目の総点３０点で構成されている。より詳しくは、ＭＭＳＥ−Ｋは時間オリエンテーション（５点）、場所オリエンテーション（５点）、記憶登録（３点）、記憶回想（３点）、注意集中と計算能力（５点）、言語機能（７点）、理解と判断能力（２点）を含む。ＭＭＳＥ−Ｋの合計２４点以上は「確定的健常」で、１０点以下は「確定的痴呆」で基準を決め、その中間は「痴呆疑い」と区分する。
【０１３８】
図１７及び図１８に示された絵を模様色塗り分析部１１が分析した結果を下記の表３に示す。
【表３】
【０１３９】
表３には色と関連した各種要因に対する客観的、定量的情報が提供されている。例えば、色別に塗られた広さが定量的なデータで提供されるので、主題色、副題色の色だけでなく、その広さも分かるようになる。また、１次色と２次色との比率、暖色と寒色との比率だけでなく、何色で構成されているかを把握できる。また、補色が存在するか否かと、何の補色が存在するかが分析できる。また、クラスタ数、作業の完成度、正確度、集中度なども評価される。
【０１４０】
表３を参照すると、痴呆症状の程度が重い（確定的痴呆）診断対象者の絵である図１７は、その程度が弱い（確定的健常）診断対象者の絵である図１８に比べて、正確度と完成度が落ち、クラスタ数も少なく、使われた色数も少ないことが分かる。
【０１４１】
本発明の一実施例によれば症状の程度（Ｙ）を予測することが可能である。
【０１４２】
ＭＭＳＥ−Ｋにより測定される症状の程度（Ｙ）をＭＭＳＥ−Ｋの要因で説明するために多重線型回帰分析方法を適用する。サンプルの数をｎとすれば、回帰分析モデルは下記式（４）のように定形化される。
【０１４３】
［数４］
Ｙｉ＝β１Ｘｉ１＋β２Ｘｉ２＋…＋βｋＸｉｋ＋εｉ、ｉ＝１、２、．．．、ｎ （４）
ここで、εｉは互いに独立して、平均０、分散σ２の正規分布であると仮定する。
【０１４４】
また、各独立変数の相対的な影響力を把握するために標準化された値Ｙｉ’とＸｉｊ’を用いる。
【０１４５】
［数５］
Ｙｉ’＝｛（Ｙｉ−Ｓ（Ｙ）｝／Ｓ（Ｙ）、
Ｘｉｊ’＝｛Ｘｉｊ−Ｓ（Ｘｊ）｝／Ｓ（Ｘｊ）、ｉ＝１、２、．．．、ｎ、ｊ＝１、２、．．．、ｋ （５）
ここで、Ｓ（Ｙ）とＳ（Ｘｊ）はそれぞれＹとＸｊの標本標準偏差を示す。
【０１４６】
説明変数として色数（Ｘ１）、主題色（Ｘ２）、１次色の比率（％）（Ｘ３）、暖色の比率（％）（Ｘ４）、補色であるか否か（Ｘ５）、クラスタ数（Ｘ６）、正確度（Ｘ７）、及び完成度（Ｘ８）を考慮する。集中度はこれら変数で説明されるから除外することにする。マンダラの完成度を言及した研究により、心理治療の対象者（例えば、脳卒中老人など）に対するマンダラ治療がマンダラの完成度を高めるということは周知の事実である。
【０１４７】
主題色（Ｘ２）として１５種類の色を考慮し、これを表現するために１４個の指標変数（Indicator Variables）に代える。すなわち、各指標変数は、赤色（Ｘ２、１＝１）、橙色（Ｘ２、２＝１）、黄色（Ｘ２、３＝１）、薄緑色（Ｘ２、４＝１）、緑色（Ｘ２、５＝１）、青緑色（Ｘ２、６＝１）、青色（Ｘ２、７＝１）、藍色（Ｘ２、８＝１）、紫色（Ｘ２、９＝１）、赤紫色（Ｘ２、１０＝１）、桃色（Ｘ２、１１＝１）、茶色（Ｘ２、１２＝１）、白色（Ｘ２、１３＝１）、灰色（Ｘ２、１４＝１）となる。この変数は、該当する色でないと０になる。Ｘ２、１＝…＝Ｘ２、１４＝０であると、黒色になる。補色（Ｘ５）の指標変数がＸ５＝１であると補色が存在し、Ｘ５＝０であると補色が存在しないと表示される。
【０１４８】
本発明の他の実施例によれば、症状が重症であるか否かを予測することが可能となる。従属変数Ｙを指標変数とするモデルが樹立可能になる。すなわち、Ｙ＝１である場合には検査の測定値が一定値Ｃ未満であることを、Ｙ＝０である場合には検査の測定値がＣ以上であることを示す。すなわち、Ｙの予測値は、症状が重症である確率に解析されることができる。
【０１４９】
すなわち、心理症状診断部１３は、段階的回帰分析方法を適用して２１個の説明変数から各実施例に適する変数を各々選定して分析する。
【０１５０】
以下、老人性疾患を持っている老人たちにより彩色されたマンダラ１００枚を収集して、痴呆症状の程度をＭＭＳＥ−Ｋで測定した場合を例に挙げて説明する。
【０１５１】
症状程度の測定値を従属変数とする一実施例（モデルＩ）と、症状が重症であるか否かを従属変数とする他の実施例（モデルＩＩ）について行った段階的回帰分析結果は下記の表４の通りである。
【表４】
【０１５２】
モデルＩにおいて、説明変数として薄緑色（Ｘａ）、茶色（Ｘｂ）、緑色（Ｘｃ）、クラスタ数（Ｘｄ）、正確度（Ｘｅ）が選ばれたと仮定する。モデルＩの回帰関数は次の通りである。
【０１５３】
［数６］
Ｙ＝４．４１１＋１４．５９８Ｘａ−１６．５０７Ｘｂ−５．１４５Ｘｃ＋０．７１８Ｘｄ＋０．０９５Ｘｅ （６）
クラスタ数と正確度が高くなるほど痴呆予測値が高まる。すなわち、痴呆症状が弱くなる。茶色や緑色が主題色であると痴呆症状が重くなる。薄緑色が主題色であると痴呆症状が弱くなる。痴呆症状の予測値にどれくらい大きな影響を与えるのかも分かるようになる。例えば、正確度が１％ずつ高くなると、痴呆症状は弱くなり、予測値は平均０．１４ずつ高くなる。予測値の標準偏差δは６．２６８と推定された。
【０１５４】
独立変数の標準化された値を用いた回帰分析直線は次の通りである。
【０１５５】
［数７］
Ｙ’＝０．３２０Ｘａ’−０．２８３Ｘｂ’−０．１３２Ｘｃ’＋０．４３７Ｘｄ’＋０．３００Ｘｅ’ （７）
例えば、正確度が１（標本標準偏差の３１．５％）だけ増加すると痴呆予測値は平均０．３００高くなる。すなわち、痴呆症状はそれだけ弱くなると予測される。この標準化係数から、痴呆予測値に影響を与える大きさはクラスタ数、薄緑色、正確度、茶色、緑色の順になる。
【０１５６】
一方、痴呆の重症を分析するためのモデルＩＩの結果は次の通りである。ＭＭＳＥ−Ｋで１０点以下は「確定的痴呆」と分類する基準に応じて、痴呆測定値が１０（＝Ｃ）未満であるとＹ＝１（重症）、１０以上であるとＹ＝０と仮定する。説明変数として茶色（Ｘｏ）、色数（Ｘｐ）、正確度（Ｘｑ）が選ばれた。モデルＩＩの回帰関数は次の通りである。
【０１５７】
［数８］
Ｙ＝０．７４８＋０．６４３Ｘｏ−０．０６３Ｘｐ−０．００５Ｘｑ （８）
例えば、他の要因の値が一定であれば、色数が一つずつ増加しながら、重症である確率は平均的に０．０６３ずつ減ることになる。主題色が茶色である場合には、そうではない場合に比べて重症である確率が平均０．６４３高まり、これを図２０に示した。予測値の標準偏差δは０．３７８と推定された。
【０１５８】
独立変数の標準化された値を用いた回帰分析直線は次の通りである。
【０１５９】
［数９］
Ｙ’＝０．２３５Ｘｏ’−０．３４１Ｘｐ’−０．３１４Ｘｑ’ （９）
例えば、正確度が１（標本標準偏差の３１．５％）だけ増加すると、重症である確率は平均０．３１４低くなると予測される。すなわち、痴呆症状はそれだけ弱くなると予測される。これら係数から痴呆予測値に影響を与える大きさは色数、正確度、茶色の順になる。
【０１６０】
図２０は本発明の一実施例による模様色塗り分析部１１により、彩色された模様を分析した結果を示す図である。
【０１６１】
図２０を参照すると、彩色された模様の絵、各色の比率（％）、色数、クラスタ数などの１次色要因と、主題色と副題色、補色、１次色と２次色、暖色と寒色などの２次色要因と、正確度、完成度、集中度の集中度要因とが分析されている。
【０１６２】
図２０には示されていないが、図１７から図１９を参照して説明した症状の程度、症状が重症であるか否かかのことも示すことができることは当業者に自明なことである。
【０１６３】
心理症状診断部１３は、模様色塗り分析部１１により分析された結果（図２０参照）と、個人性向獲得部１２により獲得された結果（図３参照）とに基づいて対象者の心理症状を診断する。その結果が図２１に示されている。
【０１６４】
図２０及び／または図２１に示されている分析結果はユーザが容易に把握できるようにグラフと図表で提供されることができる。
【０１６５】
また、本発明の他の実施例によれば、心理症状の診断装置１０は二つ以上の絵（彩色された模様）の差を分析して診断対象者の心理変化を予測することができる。この場合、心理症状の診断装置１０は、履歴データベース１５を備えることができる。心理症状診断部１３が履歴データベース１５に格納された過去の絵の分析結果と模様色塗り分析部１２により分析された現在の絵の分析結果とを比較し、知識データベース１４から比較結果による知識を探索して提供することにより、診断対象者の心理変化を予測する。
【０１６６】
図２２及び図２３は、同一診断対象者により彩色された模様の過去の絵と現在の絵とを示す図面である。ここで、診断対象者は図３に示されたような質問について次のように答えたと仮定する。
【０１６７】
問答１．（１）好きな色：赤色、（２）嫌いな色：黒色
問答２．（１）１次色中、好きな色：赤色、（２）２次色中、好きな色：橙色、（３）無彩色中、好きな色：白色
問答３．今の私の心に当たる顔：幸せ
問答４．（１）私の色：赤色、（２）父の色：青色、（３）母の色：緑色
問答５．今の気持ち：とても幸せ
問答６．（１）悲しい時の色：灰色、（２）怒った時の色：黒色、（３）幸せな時の色：赤色
図２２に示されている模様色塗りと、図２３に示されている模様色塗りとを分析した結果は下記の表５の通りである。
【表５】
【０１６８】
表５を参照すると、正確度、色数、クラスタ数、完成度、集中度の全ての面で数値が良くなり、心理的な面から肯定的な変化が起こっていることが予測できる。１次色と暖色との使用比率が増加していることから、情緒的に活発になる変化を予測できる。
【０１６９】
すなわち、心理症状の診断装置１０は、二つの絵の違いから知識データベース１４の知識を探索して提供することにより、上述のように診断対象者の心理変化を予測して提供できる。これに関連した知識は［知識１］、［知識２］、［知識３］、［知識４］、［知識１３］、［知識１５］、［知識１９］、［知識２１］である。
【０１７０】
以上、図８に例示された基本マンダラ模様を例に挙げて説明したが、本発明はこれに限定されず、分析対象図として多様な模様を含むことができ、それに伴って公知の様々な分析技法も併行することができる。
【０１７１】
より詳しくは、本発明の実施例による心理症状診断装置１０は予め指定された複数の模様を予め指定された方法により診断対象者に提供することができる。そして、診断対象者は複数の模様のうちの所定模様を選択し、配列（または配置）して、彩色することにより分析対象図を完成することができる。
【０１７２】
例えば、本発明の実施例による分析対象図は木、家、及び人のうち一つ以上を含むことができる。この場合、木−家−人（House Tree Person、ＨＴＰ）の分析技法が適用できる。
【０１７３】
例えば、本発明の実施例による分析対象図は家族構成員を含むことができる。この場合、動的家族画技法（Kinetic Family Drawing、ＫＦＤ）の分析技法がさらに適用され得る。
【０１７４】
例えば、本発明の実施例による分析対象図はリンゴを取る人の模様を含むことができる。この場合、リンゴを取る人（The Person Picking an Apple From a Tree、ＰＰＡＴ）分析技法がさらに適用され得る。
【０１７５】
以上の例は、一実施例の説明に過ぎず、本発明の公知された様々な技術と並行して適用できることは本発明の技術的思想に照らして当業者に自明である。
【０１７６】
一方、上述した正確度測定方法、模様色塗り分析方法、心理症状の診断方法は、コンピュータプログラムで作成可能である。前記プログラムを構成するコード及びコードセグメントは当該分野のコンピュータプログラマーにより容易に推論できる。また、前記プログラムはコンピュータが読み込むことができる情報格納媒体（computer readable media）に格納され、コンピュータにより読み込まれ実行されることにより、文書探索サービスの提供方法を具現する。前記情報格納媒体は、磁気記録媒体、光記録媒体、及びキャリアウェーブ媒体を含む。
【０１７７】
以上、本発明の好ましい実施例を参照して説明したが、当該技術分野で通常の知識を有する者であれば、特許請求の範囲に記載された本発明の思想及び領域から逸脱しない範囲内で本発明を多様に修正及び変更させることができることを理解できよう。
【図面の簡単な説明】
【０１７８】
【図１】本発明の一実施例による心理症状の診断装置の構成ブロック図である。
【図２】本発明の一実施例による心理症状の診断方法を示す順序図である。
【図３】心理症状診断のための質問の例示図である。
【図４】本発明の一実施例による模様色塗り分析部の構成ブロック図である。
【図５】模様色塗り分析部に含まれる色要因分析部の構成ブロック図である。
【図６】模様色塗り分析部に含まれる集中度要因分析部の構成ブロック図である。
【図７】本発明の一実施例による模様色塗り分析方法を示す順序図である。
【図８】本発明の一実施例による基本模様を示す図である。
【図９】図８に示された基本模様に色塗りした分析対象図である。
【図１０】分析対象図を代表色に変換した場合を示す図面である。
【図１１】分析対象図の１次色要因のうち主題色と補色とを示す図面である。
【図１２】分析対象図の１次色要因のうち１次色と２次色とを示す図面である。
【図１３】分析対象図の１次色要因のうち暖色と寒色とを示す図面である。
【図１４】分析対象図から抽出されたクラスタを示す図面である。
【図１５】基本模様のクラスタと分析対象図のクラスタとが重なっている図面である。
【図１６】本発明の一実施例による正確度測定方法の順序図である。
【図１７】模様色塗りした例示図である。
【図１８】模様色塗りした例示図である。
【図１９】色数が痴呆症状の重症である確率に及ぼす影響を示すグラフである。
【図２０】本発明の一実施例による模様色塗りの分析結果である。
【図２１】本発明の一実施例による心理症状の診断結果である。
【図２２】同一診断対象者により彩色された過去図の模様を示す図面である。
【図２３】同一診断対象者により彩色された現在図の模様を示す図面である。
【符号の説明】
【０１７９】
１０：心理症状の診断装置
１１：模様色塗り分析部
１２：個人性向獲得部
１３：心理症状診断部
１４：知識データベース
１５：履歴データベース
１１０：入力部
１２０：雑音除去部
１３０：色要因分析部
１３１：色認識モジュール
１３３：代表色変換モジュール
１３５：１次色要因の抽出モジュール
１３７：２次色要因の判断モジュール
１４０：集中度要因分析部
１４１：完成度測定モジュール
１４３：正確度測定モジュール
１４５：集中度要因の判断モジュール
【特許請求の範囲】
【請求項１】
模様色塗り作業による分析対象図が入力されるステップと、
前記分析対象図の完成度を測定するステップと、
前記分析対象図の正確度を測定するステップと、
前記完成度と前記正確度とに基づいて前記模様色塗り作業の集中度要因を判断するステップと、を含む模様色塗り分析方法。
【請求項２】
前記集中度要因の判断ステップは、前記完成度と前記正確度とを説明変数とし、前記集中度を従属変数とする多重線型回帰分析方法を用いて前記集中度要因を判断することを特徴とする請求項１に記載の模様色塗り分析方法。
【請求項３】
前記完成度測定ステップは、前記分析対象図の基本模様全体のピクセル数に対して前記基本模様内の塗られたピクセル数の比率を前記完成度として測定することを特徴とする請求項１に記載の模様色塗り分析方法。
【請求項４】
前記正確度測定ステップは、前記分析対象図の基本模様のクラスタと前記分析対象図の色クラスタとの一致程度を前記正確度として測定することを特徴とする請求項１に記載の模様色塗り分析方法。
【請求項５】
前記正確度測定ステップは、
任意の基本模様クラスタで代表色別にピクセル数を計算するステップと、
前記ピクセル数が最も多い代表色を前記基本模様クラスタで正確に塗られた色と決めるステップと、
全ての基本模様クラスタに対して前記ピクセル数の計算ステップ及び前記色決定ステップを繰り返すステップと、
前記全ての基本模様クラスタで正確に塗られた色のピクセル数を合算するステップと、
前記合算されたピクセル数を前記分析対象図の総ピクセル数で分けた値を前記正確度と決めるステップと、を含むことを特徴とする請求項４に記載の模様色塗り分析方法。
【請求項６】
前記正確に塗られた色と決めるステップは、
前記ピクセル数の最も多い代表色が白色である場合、前記基本模様クラスタが塗られなかったと看做し、前記基本模様クラスタには正確に塗られたピクセル数がないと判断することを特徴とする請求項５に記載の模様色塗り分析方法。
【請求項７】
前記分析対象図は、複数の候補模様のうち一つ以上が選択、配置され彩色されたことを特徴とする請求項１から６のいずれか一項に記載の模様色塗り分析方法。
【請求項８】
請求項１から６のいずれか一項に記載の模様色塗り分析方法をコンピュータで実行するためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
【請求項９】
模様色塗り作業による分析対象図が入力されるステップと、
前記分析対象図の色要因を判断するステップと、
前記分析対象図の集中度要因を判断するステップと、を含み、
前記色要因と前記集中度要因との判断は任意の順でまたは同時に行われることを特徴とする模様色塗り分析方法。
【請求項１０】
前記色要因の判断ステップは、
前記分析対象図に使われた色を認識するステップと、
前記色を予め設定された複数の代表色のいずれか一つに変換するステップと、
変換された前記代表色から前記分析対象図の１次色要因を抽出するステップと、
前記１次色要因から前記分析対象図の２次色要因を判断するステップと、を含むことを特徴とする請求項９に記載の模様色塗り分析方法。
【請求項１１】
前記集中度要因の判断ステップは、
前記分析対象図の完成度を測定するステップと、
前記分析対象図の正確度を測定するステップと、
前記完成度と前記正確度とに基づいて前記模様色塗り作業の集中度要因を判断するステップと、を含む請求項９に記載の模様色塗り分析方法。
【請求項１２】
前記分析対象図は、複数の候補模様のうち一つ以上が選択、配置され彩色されたことを特徴とする請求項９から１１のいずれか一項に記載の模様色塗り分析方法。
【請求項１３】
請求項９から１１のいずれか一項に記載の模様色塗り分析方法をコンピュータで実行するためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
【請求項１４】
診断対象者の模様色塗り作業による分析対象図が入力されるステップと、
前記分析対象図の色要因及び集中度要因を分析するステップと、
前記色要因及び前記集中度要因の少なくとも一つを用いて前記診断対象者の心理症状を判断するステップと、を含む心理症状の診断方法。
【請求項１５】
前記心理症状を判断するステップは、
前記色要因と前記集中度要因とを説明変数とし、前記心理症状を従属変数とする多重線型回帰分析方法を用いて前記心理症状を判断することを特徴とする請求項１４に記載の心理症状の診断方法。
【請求項１６】
前記分析対象図の色要因及び集中度要因を分析するステップは、
前記色要因を判断するステップと、前記集中度要因を分析するステップと、を含み、前記色要因と前記集中度要因との判断は任意の順でまたは同時に行われることを特徴とする請求項１４に記載の心理症状の診断方法。
【請求項１７】
前記色要因を判断するステップは、
前記分析対象図に使われた色を認識するステップと、
前記色を予め設定された複数の代表色のいずれか一つに変換するステップと、
変換された前記代表色から前記分析対象図の１次色要因を抽出するステップと、
前記１次色要因から前記分析対象図の２次色要因を判断するステップと、を含む請求項１４に記載の心理症状の診断方法。
【請求項１８】
前記代表色変換ステップは、
前記色を予め設定された色数の色分類による第１代表色のいずれか一つに変換するステップと、
予め設定された他の色数の色分類による第２代表色の一つに再変換するステップと、を含み、
前記第１代表色の数が前記第２代表色の数より多いことを特徴とする請求項１７に記載の心理症状の診断方法。
【請求項１９】
前記１次色要因の抽出ステップは、使われた色数、色の種類、色別面積、クラスタ数、輪郭線、及びこれらの結合のいずれか一つを抽出することを特徴とする請求項１７に記載の心理症状の診断方法。
【請求項２０】
前記２次色要因の判断ステップは、主題色と副題色との２次色要因、１次色と２次色との２次色要因、暖色と寒色の２次色要因、補色の２次色要因、色の多様性の２次色要因の中の少なくとも一つ以上の２次色要因を定量的データで算出することを特徴とする請求項１７に記載の心理症状の診断方法。
【請求項２１】
前記集中度要因を分析するステップは、
前記分析対象図の完成度を測定するステップと、
前記分析対象図の正確度を測定するステップと、
前記完成度と前記正確度とに基づいて前記模様色塗り作業の集中度要因を判断するステップと、を含む請求項１６に記載の心理症状の診断方法。
【請求項２２】
前記集中度判断ステップは、前記完成度と前記正確度とを説明変数とし、前記集中度を従属変数とする多重線型回帰分析方法を用いて前記集中度要因を判断することを特徴とする請求項２１に記載の心理症状の診断方法。
【請求項２３】
前記完成度測定ステップは、前記分析対象図の基本模様全体のピクセル数に対して前記基本模様内に塗られたピクセル数の比率を前記完成度として測定することを特徴とする請求項２１に記載の心理症状の診断方法。
【請求項２４】
前記正確度測定ステップは、前記分析対象図の基本模様のクラスタと前記分析対象図の色クラスタとの一致程度を前記正確度として測定することを特徴とする請求項２１に記載の心理症状の診断方法。
【請求項２５】
前記正確度測定ステップは、
任意の基本模様クラスタで前記代表色別にピクセル数を計算するステップと、
前記ピクセル数が最も多い代表色を前記基本模様クラスタで正確に塗られた色と決めるステップと、
全ての基本模様クラスタに対して前記ピクセル数の計算ステップ及び前記色決定ステップを繰り返すステップと、
前記全ての基本模様クラスタで正確に塗られた色のピクセル数を合算するステップと、
前記合算されたピクセル数を前記分析対象図の総ピクセル数で分けた値を前記正確度として決めるステップと、を含むことを特徴とする請求項２３に記載の心理症状の診断方法。
【請求項２６】
前記正確に塗られた色と決めるステップは、
前記ピクセル数の最も多い代表色が白色である場合、前記基本模様クラスタが塗られなかったと看做し、前記基本模様クラスタには正確に塗られたピクセル数がないと判断することを特徴とする請求項２５に記載の心理症状の診断方法。
【請求項２７】
前記分析対象図は、複数の候補模様のうち一つ以上が選択、配置され彩色されたことを特徴とする請求項１４から２６のいずれか一項に記載の心理症状の診断方法。
【請求項２８】
請求項１４から２６のいずれか一項に記載の心理症状の診断方法をコンピュータで実行するためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
【請求項２９】
診断対象者に質問を提供するステップと、
前記質問に対する応答から前記診断対象者の個人的な性向を獲得するステップと、
前記診断対象者の模様色塗り作業による分析対象図が入力されるステップと、
前記分析対象図の色要因及び集中度要因を分析するステップと、
前記色要因及び前記集中度要因の少なくとも一つと、前記個人的な性向とに基づいて知識データベースから知識を探索して前記診断対象者の心理症状を診断するステップと、を含む心理症状の診断方法。
【請求項３０】
前記質問を提供するステップ及び前記個人的な性向を獲得するステップと、前記分析対象図が入力されて前記色要因及び前記集中度要因を分析するステップとは同時にまたは任意の順で行われることを特徴とする請求項２９に記載の心理症状の診断方法。
【請求項３１】
前記個人的な性向を獲得するステップは、前記質問に対する応答に基づいて前記知識データベースから知識を探索して前記個人的な性向を獲得することを特徴とする請求項２９に記載の心理症状の診断方法。
【請求項３２】
前記分析対象図が入力されるステップは、二つ以上の分析対象図が順次入力され、
前記心理症状を診断するステップは、二つ以上の前記分析対象図の分析結果の差に基づいて前記知識データベースから知識を探索して前記診断対象者の心理変化を予測することを特徴とする請求項２９に記載の心理症状の診断方法。
【請求項３３】
前記分析対象図の色要因及び集中度要因を分析するステップは、
前記色要因を判断するステップと、前記集中度要因を分析するステップと、を含み、前記色要因と前記集中度要因との判断は任意の順でまたは同時に行われることを特徴とする請求項２９に記載の心理症状の診断方法。
【請求項３４】
前記色要因を判断するステップは、
前記分析対象図に使われた色を認識するステップと、
前記色を予め設定された複数の代表色のいずれか一つに変換するステップと、
変換された前記代表色から前記分析対象図の１次色要因を抽出するステップと、
前記１次色要因から前記分析対象図の２次色要因を判断するステップと、を含む請求項３３に記載の心理症状の診断方法。
【請求項３５】
前記色を認識するステップは、
前記分析対象図をピクセル単位で区分するステップと、
前記ピクセルに塗られた色を認識するステップと、を含むことを特徴とする請求項３４に記載の心理症状の診断方法。
【請求項３６】
前記代表色変換ステップは、前記色を予め設定された色数の色分類による代表色のいずれか一つに変換することを特徴とする請求項３４に記載の心理症状の診断方法。
【請求項３７】
前記代表色変換ステップは、
前記色を予め設定された色数の色分類による第１代表色のいずれか一つに変換するステップと、
予め設定された他の色数の色分類による第２代表色の一つに再変換するステップと、を含み、
前記第１代表色の数が前記第２代表色の数より多いことを特徴とする請求項３４に記載の心理症状の診断方法。
【請求項３８】
前記１次色要因の抽出ステップは、使われた色数、色の種類、色別面積、クラスタ数、輪郭線、及びこれらの結合のいずれか一つを抽出することを特徴とする請求項３４に記載の心理症状の診断方法。
【請求項３９】
前記２次色要因の判断ステップは、主題色と副題色との２次色要因、１次色と２次色との２次色要因、暖色と寒色との２次色要因、補色の２次色要因、色の多様性の２次色要因の中の少なくとも一つ以上の２次色要因を定量的データで算出することを特徴とする請求項３４に記載の心理症状の診断方法。
【請求項４０】
前記集中度要因を分析するステップは、
前記分析対象図の完成度を測定するステップと、
前記分析対象図の正確度を測定するステップと、
前記完成度と前記正確度とに基づいて前記模様色塗り作業の集中度要因を判断するステップと、を含む請求項３３に記載の心理症状の診断方法。
【請求項４１】
前記集中度判断ステップは、前記完成度と前記正確度とを説明変数とし、前記集中度を従属変数とする多重線型回帰分析方法を用いて前記集中度要因を判断することを特徴とする請求項３０に記載の心理症状の診断方法。
【請求項４２】
前記完成度測定ステップは、前記分析対象図の基本模様全体のピクセル数に対して前記基本模様内に塗られたピクセル数の比率を前記完成度として測定することを特徴とする請求項３０に記載の心理症状の診断方法。
【請求項４３】
前記正確度測定ステップは、前記分析対象図の基本模様のクラスタと前記分析対象図の色クラスタとの一致程度を前記正確度として測定することを特徴とする請求項３０に記載の心理症状の診断方法。
【請求項４４】
前記正確度測定ステップは、
任意の基本模様クラスタで前記代表色別にピクセル数を計算するステップと、
前記ピクセル数が最も多い代表色を前記基本模様クラスタで正確に塗られた色と決めるステップと、
全ての基本模様クラスタに対して前記ピクセル数の計算ステップ及び前記色決定ステップを繰り返すステップと、
前記全ての基本模様クラスタで正確に塗られた色のピクセル数を合算するステップと、
前記合算されたピクセル数を前記分析対象図の総ピクセル数で分けた値を前記正確度と決めるステップと、を含むことを特徴とする請求項４３に記載の心理症状の診断方法。
【請求項４５】
前記正確に塗られた色と決めるステップは、
前記ピクセル数の最も多い代表色が白色である場合、前記基本模様クラスタは塗られなかったと看做し、前記基本模様クラスタには正確に塗られたピクセル数がないと判断することを特徴とする請求項４４に記載の心理症状の診断方法。
【請求項４６】
前記分析対象図は、複数の候補模様のうち一つ以上が選択、配置され彩色されたことを特徴とする請求項２９から４５のいずれか一項に記載の心理症状の診断方法。
【請求項４７】
請求項２９から４５のいずれか一項に記載の心理症状の診断方法をコンピュータで実行するためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
【請求項４８】
診断対象者の模様色塗り作業による分析対象図が入力され、前記分析対象図の色要因及び集中度要因を分析する模様色塗り分析部と、
前記診断対象者に質問を提供して前記質問に対する応答から前記診断対象者の個人的な性向を獲得する個人性向獲得部と、
前記個人的な性向、前記色要因、及び前記集中度要因に心理症状を連係させる知識を格納している知識データベースと、
前記色要因及び前記集中度要因の少なくとも一つと、前記個人的な性向とに基づいて前記知識データベースから知識を探索して前記診断対象者の心理症状を診断する心理症状診断部と、を含む心理症状の診断装置。
【請求項４９】
前記模様色塗り分析部により分析された結果を格納する履歴データベースをさらに含み、
前記心理症状診断部は、現在分析対象図の分析結果と前記履歴データベースに格納された過去分析対象図の分析結果との差に基づいて前記知識データベースから知識を探索して前記診断対象者の心理変化を予測することを特徴とする請求項４８に記載の心理症状の診断装置。
【請求項１】
模様色塗り作業による分析対象図が入力されるステップと、
前記分析対象図の完成度を測定するステップと、
前記分析対象図の正確度を測定するステップと、
前記完成度と前記正確度とに基づいて前記模様色塗り作業の集中度要因を判断するステップと、を含む模様色塗り分析方法。
【請求項２】
前記集中度要因の判断ステップは、前記完成度と前記正確度とを説明変数とし、前記集中度を従属変数とする多重線型回帰分析方法を用いて前記集中度要因を判断することを特徴とする請求項１に記載の模様色塗り分析方法。
【請求項３】
前記完成度測定ステップは、前記分析対象図の基本模様全体のピクセル数に対して前記基本模様内の塗られたピクセル数の比率を前記完成度として測定することを特徴とする請求項１に記載の模様色塗り分析方法。
【請求項４】
前記正確度測定ステップは、前記分析対象図の基本模様のクラスタと前記分析対象図の色クラスタとの一致程度を前記正確度として測定することを特徴とする請求項１に記載の模様色塗り分析方法。
【請求項５】
前記正確度測定ステップは、
任意の基本模様クラスタで代表色別にピクセル数を計算するステップと、
前記ピクセル数が最も多い代表色を前記基本模様クラスタで正確に塗られた色と決めるステップと、
全ての基本模様クラスタに対して前記ピクセル数の計算ステップ及び前記色決定ステップを繰り返すステップと、
前記全ての基本模様クラスタで正確に塗られた色のピクセル数を合算するステップと、
前記合算されたピクセル数を前記分析対象図の総ピクセル数で分けた値を前記正確度と決めるステップと、を含むことを特徴とする請求項４に記載の模様色塗り分析方法。
【請求項６】
前記正確に塗られた色と決めるステップは、
前記ピクセル数の最も多い代表色が白色である場合、前記基本模様クラスタが塗られなかったと看做し、前記基本模様クラスタには正確に塗られたピクセル数がないと判断することを特徴とする請求項５に記載の模様色塗り分析方法。
【請求項７】
前記分析対象図は、複数の候補模様のうち一つ以上が選択、配置され彩色されたことを特徴とする請求項１から６のいずれか一項に記載の模様色塗り分析方法。
【請求項８】
請求項１から６のいずれか一項に記載の模様色塗り分析方法をコンピュータで実行するためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
【請求項９】
模様色塗り作業による分析対象図が入力されるステップと、
前記分析対象図の色要因を判断するステップと、
前記分析対象図の集中度要因を判断するステップと、を含み、
前記色要因と前記集中度要因との判断は任意の順でまたは同時に行われることを特徴とする模様色塗り分析方法。
【請求項１０】
前記色要因の判断ステップは、
前記分析対象図に使われた色を認識するステップと、
前記色を予め設定された複数の代表色のいずれか一つに変換するステップと、
変換された前記代表色から前記分析対象図の１次色要因を抽出するステップと、
前記１次色要因から前記分析対象図の２次色要因を判断するステップと、を含むことを特徴とする請求項９に記載の模様色塗り分析方法。
【請求項１１】
前記集中度要因の判断ステップは、
前記分析対象図の完成度を測定するステップと、
前記分析対象図の正確度を測定するステップと、
前記完成度と前記正確度とに基づいて前記模様色塗り作業の集中度要因を判断するステップと、を含む請求項９に記載の模様色塗り分析方法。
【請求項１２】
前記分析対象図は、複数の候補模様のうち一つ以上が選択、配置され彩色されたことを特徴とする請求項９から１１のいずれか一項に記載の模様色塗り分析方法。
【請求項１３】
請求項９から１１のいずれか一項に記載の模様色塗り分析方法をコンピュータで実行するためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
【請求項１４】
診断対象者の模様色塗り作業による分析対象図が入力されるステップと、
前記分析対象図の色要因及び集中度要因を分析するステップと、
前記色要因及び前記集中度要因の少なくとも一つを用いて前記診断対象者の心理症状を判断するステップと、を含む心理症状の診断方法。
【請求項１５】
前記心理症状を判断するステップは、
前記色要因と前記集中度要因とを説明変数とし、前記心理症状を従属変数とする多重線型回帰分析方法を用いて前記心理症状を判断することを特徴とする請求項１４に記載の心理症状の診断方法。
【請求項１６】
前記分析対象図の色要因及び集中度要因を分析するステップは、
前記色要因を判断するステップと、前記集中度要因を分析するステップと、を含み、前記色要因と前記集中度要因との判断は任意の順でまたは同時に行われることを特徴とする請求項１４に記載の心理症状の診断方法。
【請求項１７】
前記色要因を判断するステップは、
前記分析対象図に使われた色を認識するステップと、
前記色を予め設定された複数の代表色のいずれか一つに変換するステップと、
変換された前記代表色から前記分析対象図の１次色要因を抽出するステップと、
前記１次色要因から前記分析対象図の２次色要因を判断するステップと、を含む請求項１４に記載の心理症状の診断方法。
【請求項１８】
前記代表色変換ステップは、
前記色を予め設定された色数の色分類による第１代表色のいずれか一つに変換するステップと、
予め設定された他の色数の色分類による第２代表色の一つに再変換するステップと、を含み、
前記第１代表色の数が前記第２代表色の数より多いことを特徴とする請求項１７に記載の心理症状の診断方法。
【請求項１９】
前記１次色要因の抽出ステップは、使われた色数、色の種類、色別面積、クラスタ数、輪郭線、及びこれらの結合のいずれか一つを抽出することを特徴とする請求項１７に記載の心理症状の診断方法。
【請求項２０】
前記２次色要因の判断ステップは、主題色と副題色との２次色要因、１次色と２次色との２次色要因、暖色と寒色の２次色要因、補色の２次色要因、色の多様性の２次色要因の中の少なくとも一つ以上の２次色要因を定量的データで算出することを特徴とする請求項１７に記載の心理症状の診断方法。
【請求項２１】
前記集中度要因を分析するステップは、
前記分析対象図の完成度を測定するステップと、
前記分析対象図の正確度を測定するステップと、
前記完成度と前記正確度とに基づいて前記模様色塗り作業の集中度要因を判断するステップと、を含む請求項１６に記載の心理症状の診断方法。
【請求項２２】
前記集中度判断ステップは、前記完成度と前記正確度とを説明変数とし、前記集中度を従属変数とする多重線型回帰分析方法を用いて前記集中度要因を判断することを特徴とする請求項２１に記載の心理症状の診断方法。
【請求項２３】
前記完成度測定ステップは、前記分析対象図の基本模様全体のピクセル数に対して前記基本模様内に塗られたピクセル数の比率を前記完成度として測定することを特徴とする請求項２１に記載の心理症状の診断方法。
【請求項２４】
前記正確度測定ステップは、前記分析対象図の基本模様のクラスタと前記分析対象図の色クラスタとの一致程度を前記正確度として測定することを特徴とする請求項２１に記載の心理症状の診断方法。
【請求項２５】
前記正確度測定ステップは、
任意の基本模様クラスタで前記代表色別にピクセル数を計算するステップと、
前記ピクセル数が最も多い代表色を前記基本模様クラスタで正確に塗られた色と決めるステップと、
全ての基本模様クラスタに対して前記ピクセル数の計算ステップ及び前記色決定ステップを繰り返すステップと、
前記全ての基本模様クラスタで正確に塗られた色のピクセル数を合算するステップと、
前記合算されたピクセル数を前記分析対象図の総ピクセル数で分けた値を前記正確度として決めるステップと、を含むことを特徴とする請求項２３に記載の心理症状の診断方法。
【請求項２６】
前記正確に塗られた色と決めるステップは、
前記ピクセル数の最も多い代表色が白色である場合、前記基本模様クラスタが塗られなかったと看做し、前記基本模様クラスタには正確に塗られたピクセル数がないと判断することを特徴とする請求項２５に記載の心理症状の診断方法。
【請求項２７】
前記分析対象図は、複数の候補模様のうち一つ以上が選択、配置され彩色されたことを特徴とする請求項１４から２６のいずれか一項に記載の心理症状の診断方法。
【請求項２８】
請求項１４から２６のいずれか一項に記載の心理症状の診断方法をコンピュータで実行するためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
【請求項２９】
診断対象者に質問を提供するステップと、
前記質問に対する応答から前記診断対象者の個人的な性向を獲得するステップと、
前記診断対象者の模様色塗り作業による分析対象図が入力されるステップと、
前記分析対象図の色要因及び集中度要因を分析するステップと、
前記色要因及び前記集中度要因の少なくとも一つと、前記個人的な性向とに基づいて知識データベースから知識を探索して前記診断対象者の心理症状を診断するステップと、を含む心理症状の診断方法。
【請求項３０】
前記質問を提供するステップ及び前記個人的な性向を獲得するステップと、前記分析対象図が入力されて前記色要因及び前記集中度要因を分析するステップとは同時にまたは任意の順で行われることを特徴とする請求項２９に記載の心理症状の診断方法。
【請求項３１】
前記個人的な性向を獲得するステップは、前記質問に対する応答に基づいて前記知識データベースから知識を探索して前記個人的な性向を獲得することを特徴とする請求項２９に記載の心理症状の診断方法。
【請求項３２】
前記分析対象図が入力されるステップは、二つ以上の分析対象図が順次入力され、
前記心理症状を診断するステップは、二つ以上の前記分析対象図の分析結果の差に基づいて前記知識データベースから知識を探索して前記診断対象者の心理変化を予測することを特徴とする請求項２９に記載の心理症状の診断方法。
【請求項３３】
前記分析対象図の色要因及び集中度要因を分析するステップは、
前記色要因を判断するステップと、前記集中度要因を分析するステップと、を含み、前記色要因と前記集中度要因との判断は任意の順でまたは同時に行われることを特徴とする請求項２９に記載の心理症状の診断方法。
【請求項３４】
前記色要因を判断するステップは、
前記分析対象図に使われた色を認識するステップと、
前記色を予め設定された複数の代表色のいずれか一つに変換するステップと、
変換された前記代表色から前記分析対象図の１次色要因を抽出するステップと、
前記１次色要因から前記分析対象図の２次色要因を判断するステップと、を含む請求項３３に記載の心理症状の診断方法。
【請求項３５】
前記色を認識するステップは、
前記分析対象図をピクセル単位で区分するステップと、
前記ピクセルに塗られた色を認識するステップと、を含むことを特徴とする請求項３４に記載の心理症状の診断方法。
【請求項３６】
前記代表色変換ステップは、前記色を予め設定された色数の色分類による代表色のいずれか一つに変換することを特徴とする請求項３４に記載の心理症状の診断方法。
【請求項３７】
前記代表色変換ステップは、
前記色を予め設定された色数の色分類による第１代表色のいずれか一つに変換するステップと、
予め設定された他の色数の色分類による第２代表色の一つに再変換するステップと、を含み、
前記第１代表色の数が前記第２代表色の数より多いことを特徴とする請求項３４に記載の心理症状の診断方法。
【請求項３８】
前記１次色要因の抽出ステップは、使われた色数、色の種類、色別面積、クラスタ数、輪郭線、及びこれらの結合のいずれか一つを抽出することを特徴とする請求項３４に記載の心理症状の診断方法。
【請求項３９】
前記２次色要因の判断ステップは、主題色と副題色との２次色要因、１次色と２次色との２次色要因、暖色と寒色との２次色要因、補色の２次色要因、色の多様性の２次色要因の中の少なくとも一つ以上の２次色要因を定量的データで算出することを特徴とする請求項３４に記載の心理症状の診断方法。
【請求項４０】
前記集中度要因を分析するステップは、
前記分析対象図の完成度を測定するステップと、
前記分析対象図の正確度を測定するステップと、
前記完成度と前記正確度とに基づいて前記模様色塗り作業の集中度要因を判断するステップと、を含む請求項３３に記載の心理症状の診断方法。
【請求項４１】
前記集中度判断ステップは、前記完成度と前記正確度とを説明変数とし、前記集中度を従属変数とする多重線型回帰分析方法を用いて前記集中度要因を判断することを特徴とする請求項３０に記載の心理症状の診断方法。
【請求項４２】
前記完成度測定ステップは、前記分析対象図の基本模様全体のピクセル数に対して前記基本模様内に塗られたピクセル数の比率を前記完成度として測定することを特徴とする請求項３０に記載の心理症状の診断方法。
【請求項４３】
前記正確度測定ステップは、前記分析対象図の基本模様のクラスタと前記分析対象図の色クラスタとの一致程度を前記正確度として測定することを特徴とする請求項３０に記載の心理症状の診断方法。
【請求項４４】
前記正確度測定ステップは、
任意の基本模様クラスタで前記代表色別にピクセル数を計算するステップと、
前記ピクセル数が最も多い代表色を前記基本模様クラスタで正確に塗られた色と決めるステップと、
全ての基本模様クラスタに対して前記ピクセル数の計算ステップ及び前記色決定ステップを繰り返すステップと、
前記全ての基本模様クラスタで正確に塗られた色のピクセル数を合算するステップと、
前記合算されたピクセル数を前記分析対象図の総ピクセル数で分けた値を前記正確度と決めるステップと、を含むことを特徴とする請求項４３に記載の心理症状の診断方法。
【請求項４５】
前記正確に塗られた色と決めるステップは、
前記ピクセル数の最も多い代表色が白色である場合、前記基本模様クラスタは塗られなかったと看做し、前記基本模様クラスタには正確に塗られたピクセル数がないと判断することを特徴とする請求項４４に記載の心理症状の診断方法。
【請求項４６】
前記分析対象図は、複数の候補模様のうち一つ以上が選択、配置され彩色されたことを特徴とする請求項２９から４５のいずれか一項に記載の心理症状の診断方法。
【請求項４７】
請求項２９から４５のいずれか一項に記載の心理症状の診断方法をコンピュータで実行するためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
【請求項４８】
診断対象者の模様色塗り作業による分析対象図が入力され、前記分析対象図の色要因及び集中度要因を分析する模様色塗り分析部と、
前記診断対象者に質問を提供して前記質問に対する応答から前記診断対象者の個人的な性向を獲得する個人性向獲得部と、
前記個人的な性向、前記色要因、及び前記集中度要因に心理症状を連係させる知識を格納している知識データベースと、
前記色要因及び前記集中度要因の少なくとも一つと、前記個人的な性向とに基づいて前記知識データベースから知識を探索して前記診断対象者の心理症状を診断する心理症状診断部と、を含む心理症状の診断装置。
【請求項４９】
前記模様色塗り分析部により分析された結果を格納する履歴データベースをさらに含み、
前記心理症状診断部は、現在分析対象図の分析結果と前記履歴データベースに格納された過去分析対象図の分析結果との差に基づいて前記知識データベースから知識を探索して前記診断対象者の心理変化を予測することを特徴とする請求項４８に記載の心理症状の診断装置。
【図１】
【図２】
【図４】
【図５】
【図６】
【図７】
【図１６】
【図１９】
【図３】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１７】
【図１８】
【図２０】
【図２１】
【図２２】
【図２３】
【図２】
【図４】
【図５】
【図６】
【図７】
【図１６】
【図１９】
【図３】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１７】
【図１８】
【図２０】
【図２１】
【図２２】
【図２３】
【公開番号】特開２００９−１７８５３８（Ｐ２００９−１７８５３８Ａ）
【公開日】平成２１年８月１３日（２００９．８．１３）
【国際特許分類】
【出願番号】特願２００８−１１９６８２（Ｐ２００８−１１９６８２）
【出願日】平成２０年５月１日（２００８．５．１）
【新規性喪失の例外の表示】特許法第３０条第１項適用申請有り ［研究集会名］ 韓・米絵画療法年次学術大会、第１４回年次学術発表大会 ［主催者名］ 韓国絵画療法学会 ［開催日名］ 平成１９年１１月２日
【出願人】（５０５１７６５５６）コリア ユニバーシティ インダストリアル アンド アカデミック コラボレイション ファウンデーション (29)
【Ｆターム（参考）】
【公開日】平成２１年８月１３日（２００９．８．１３）
【国際特許分類】
【出願日】平成２０年５月１日（２００８．５．１）
【新規性喪失の例外の表示】特許法第３０条第１項適用申請有り ［研究集会名］ 韓・米絵画療法年次学術大会、第１４回年次学術発表大会 ［主催者名］ 韓国絵画療法学会 ［開催日名］ 平成１９年１１月２日
【出願人】（５０５１７６５５６）コリア ユニバーシティ インダストリアル アンド アカデミック コラボレイション ファウンデーション (29)
【Ｆターム（参考）】
[ Back to top ]