脳波処理装置、脳波処理プログラム及び脳波処理方法
【課題】利用者の脳波を用いた音質の客観的評価をするようにした脳波処理装置を提供する。
【解決手段】脳波処理装置の音発生手段は、音を発生し、脳波計測手段は、前記音発生手段によって発生している音を聞いている利用者の脳波を計測し、分析手段は、前記脳波計測手段によって計測された脳波を対象として統計的分析を行い、判別分析手段は、前記分析手段による分析結果に基づいて、判別分析を行い、出力手段は、前記音発生手段によって発生された音の音質に対する前記利用者の客観的な評価として、前記判別分析手段による判別結果を出力する。
【解決手段】脳波処理装置の音発生手段は、音を発生し、脳波計測手段は、前記音発生手段によって発生している音を聞いている利用者の脳波を計測し、分析手段は、前記脳波計測手段によって計測された脳波を対象として統計的分析を行い、判別分析手段は、前記分析手段による分析結果に基づいて、判別分析を行い、出力手段は、前記音発生手段によって発生された音の音質に対する前記利用者の客観的な評価として、前記判別分析手段による判別結果を出力する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、脳波処理装置、脳波処理プログラム及び脳波処理方法に関する。
【背景技術】
【０００２】
音楽聴取において音質を決定づける機器の一つであるスピーカ、イヤホンは、電気信号を物理信号に変換して音を生み出す装置である。これらの機器は、木や金属などの素材や筺体の構造によって、周波数特性、歪み、過渡応答といった音の物理特性を変化させることができ、これらの物理特性により評価される。この物理特性による評価とは、音の忠実な再現に関する評価である。
しかしながら、例えば人間の耳の器官の構造には個人差があり、同じ機器、特性、距離において音を聴いた場合でも知覚する音質は人によって様々である。このため、良い音質とされる物理特性が万人共通のものとは言い難く、音響機器設計の際にはユーザ毎に音質評価を行うことが望ましい。
【０００３】
音質を評価する方法として、一般にアンケート調査などの主観評価が用いられる（例えば、非特許文献１参照）。音質の主観評価には、“滑らかさ”や“分離の良さ”などの表現が用いられ、項目毎に段階的な点数をつけることで評価を行う。
しかしながら、音質評価に不慣れな人は、音楽聴取時の感性をこれらの項目に対して正確に反映することは難しい。一方、人間の心理変化の計測及び感性・嗜好の定量化を行う方法として、脳波を用いた客観的指標を利用する研究が行われている（例えば、非特許文献２〜５参照）。特に、左前頭葉部分から観測される脳波は、外部刺激や内因的要素から変化する人間の心理変化により生じる電位の波形である可能性が高いとされている。
【０００４】
また、脳波を計測して被験者の嗜好等を判別する技術として、例えば、特許文献１には、被験者の負担にならない簡易脳波計を用いて脳波を測定することで、被験者の嗜好及び／又は生理的状態を簡単に判別することができる嗜好判別装置、嗜好判別方法、嗜好判別プログラム、及び脳波解析方法を提供することを課題とし、刺激発生部は、被験者が好む匂い刺激を発生し、簡易脳波計は、装着した被験者の脳波を測定し、処理部内のデータ行列作成部は、測定した脳波データについて高速フーリエ変換による周波数解析を行い、データ行列作成部は、高速フーリエ変換を行った脳波データから、行が時間、列が周波数成分のデータ行列を作成し、特徴値抽出部は、作成したデータ行列から、因子分析により特徴値の抽出を行い、制御部は、抽出した特徴値について、データベースに予め格納されている、分類テーブルを参照して、好む匂いか嫌いな匂いかの嗜好を判定することが開示されている。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２０１０−１３１３２８号公報
【非特許文献】
【０００６】
【非特許文献１】厨川守，八尋博司，柏木成豪：「音質評価のための７属性」，日本音響学会誌，Ｖｏｌ．３２，Ｎｏ．８，ｐｐ．１２５９−１２６６（１９７８）
【非特許文献２】上野秀剛，石田響子，松田侑子，福嶋祥太，中道上，大平雅雄，松本健一，岡田保紀：「脳波を利用したソフトウェアユーザビリティの評価：異なるバージョン間における周波数成分の比較」， ヒューマンインタフェース学会論文誌Ｖｏｌ．１０， Ｎｏ．２， ｐｐ．２３３−２４２ （２００８）
【非特許文献３】Ｈｏｎｇ Ｊ．Ｅｏｈ， Ｍｉｎ Ｋ． Ｃｈｕｎｇ， ａｎｄ Ｓｅｏｎｇ−Ｈａｎ Ｋｉｍ， “Ｅｌｅｃｔｒｏｅｎｃｅｐｈａｌｏｇｒａｐｈｉｃ ｓｔｕｄｙ ｏｆ ｄｒｏｗｓｉｎｅｓｓ ｉｎ ｓｉｍｕｌａｔｅｄ ｄｒｉｖｉｎｇ ｗｉｔｈ ｓｌｅｅｐ ｄｅｐｒｉｖａｔｉｏｎ”， Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｉｎｄｕｓｔｒｉａｌ Ｅｒｇｏｎｏｍｉｃｓ， Ｖｏｌ．３５， Ｉｓｓｕｅ ４，ｐｐ．３０７−３２０， （２００５）
【非特許文献４】Ｔ． Ａｊｉｒｏ， Ａ． Ｙａｍａｎｏｕｃｈｉ， Ｋ． Ｓｈｉｍｏｍｕｒａ， Ｈ． Ｙａｍａｍｏｔｏ，ａｎｄ Ｋ． Ｋａｍｉｊｏ， “Ａ Ｍｅｔｈｏｄ ｆｏｒ Ｓｔｒｕｃｔｕｒｅ Ａｎａｌｙｓｉｓ ｏｆ ＥＥＧ Ｄａｔａ − Ａｐｐｌｉｃａｔｉｏｎ ｔｏ ＡＮＯＶＡ ｉｎ Ｖｅｇｅｔａｂｌｅ Ｉｎｇｅｓｔｉｏｎ”， ＩＪＳＮＳ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｎｅｔｗｏｒｋ Ｓｅｃｕｒｉｔｙ， Ｖｏｌ．９， Ｎｏ．９ｐｐ．７０−８２ （２００９）
【非特許文献５】横山幸生，島田尊正，竹村淳，椎名毅，斉藤陽一：「睡眠脳波の主成分分析とニューラルネットワークによる特徴波検出」，電子情報通信学会論文誌Ａ， 基礎・境界Ｖｏｌ．Ｊ７６−Ａ，Ｎｏ．８， ｐｐ．１０５０−１０５８ （１９９８）
【発明の概要】
【発明が解決しようとする課題】
【０００７】
本発明は、このような背景技術の状況の中でなされたもので、利用者の脳波を用いた音質の客観的評価をするようにした脳波処理装置、脳波処理プログラム及び脳波処理方法を提供することを目的としている。
【課題を解決するための手段】
【０００８】
かかる目的を達成するための本発明の要旨とするところは、次の各項の発明に存する。
［１］ 音を発生する音発生手段と、前記音発生手段によって発生している音を聞いている利用者の脳波を計測する脳波計測手段と、前記脳波計測手段によって計測された脳波を対象として統計的分析を行う分析手段と、前記分析手段による分析結果に基づいて、判別分析を行う判別分析手段と、前記音発生手段によって発生された音の音質に対する前記利用者の客観的な評価として、前記判別分析手段による判別結果を出力する出力手段を具備することを特徴とする脳波処理装置。
【０００９】
［２］ 前記脳波計測手段は、左耳朶を基準電極とし、左頭葉箇所の脳波を計測することを特徴とする［１］に記載の脳波処理装置。
【００１０】
［３］ 前記脳波計測手段は、計測した脳波にフーリエ変換を施し、行又は列を時間又は周波数とするデータ行列を作成することを特徴とする［１］又は［２］に記載の脳波処理装置。
【００１１】
［４］ 前記分析手段は、主成分分析による分析を行い、少なくとも第１主成分を音質評価の情報が含まれているとして、前記判別分析手段に渡すことを特徴とする［１］から［３］のいずれか一項に記載の脳波処理装置。
【００１２】
［５］ 前記判別分析手段は、フィッシャーの線形判別分析による判別分析を行い、該フィッシャーの線形判別分析による決定境界を音質評価軸とすることを特徴とする［１］から［４］のいずれか一項に記載の脳波処理装置。
【００１３】
［６］ 前記脳波計測手段によって計測された脳波と予め定められた標準的な脳波とを比較して、該脳波の調整が必要であるか否かを判断し、調整が必要であると判断した場合は、該脳波に対して調整を行う調整手段をさらに具備し、前記分析手段は、前記調整手段によって調整された脳波を対象として統計的分析を行うことを特徴とする［１］から［５］のいずれか一項に記載の脳波処理装置。
【００１４】
［７］ コンピュータを、音発生手段によって発生している音を聞いている利用者の脳波を受け付ける脳波受付手段と、前記脳波受付手段によって受け付けられた脳波を対象として統計的分析を行う分析手段と、前記分析手段による分析結果に基づいて、判別分析を行う判別分析手段と、前記音発生手段によって発生された音の音質に対する前記利用者の客観的な評価として、前記判別分析手段による判別結果を出力する出力手段として機能させることを特徴とする脳波処理プログラム。
【００１５】
［８］ 音発生手段により音を発生させる音発生ステップと、前記音発生手段によって発生している音を聞いている利用者の脳波を計測する脳波計測ステップと、前記脳波計測ステップによって計測された脳波を対象として統計的分析を行う分析ステップと、前記分析ステップによる分析結果に基づいて、判別分析を行う判別分析ステップと、前記音発生ステップによって発生された音の音質に対する前記利用者の客観的な評価として、前記判別分析ステップによる判別結果を出力する出力ステップを具備することを特徴とする脳波処理方法。
【発明の効果】
【００１６】
本発明にかかる脳波処理装置、脳波処理プログラム及び脳波処理方法によれば、評価対象の音を利用者に聞かせ、その際の脳波を計測し、評価対象である音の音質に対する利用者の客観的な評価を行うことができるようになる。さらに、主観評価であるアンケートには表れない音質の評価を行うことができる。
【図面の簡単な説明】
【００１７】
【図１】本実施の形態の構成例についての概念的なモジュール構成図である。
【図２】本実施の形態を実現するためのシステム構成例を示す説明図である。
【図３】脳波計測モジュールの例を示す説明図である。
【図４】脳波測定の位置の例を示す説明図である。
【図５】本実施の形態による処理例を示すフローチャートである。
【図６】音響特性の実験例を示すグラフである。
【図７】主成分得点の分布例を示すグラフである。
【図８】主成分得点の分布例を示すグラフである。
【図９】主成分得点の分布例を示すグラフである。
【図１０】主成分得点の分布例を示すグラフである。
【図１１】音質評価軸の例を示すグラフである。
【図１２】音質評価軸の例を示すグラフである。
【図１３】音質評価軸の例を示すグラフである。
【図１４】本実施の形態を実現するコンピュータのハードウェア構成例を示すブロック図である。
【発明を実施するための形態】
【００１８】
以下、図面に基づき本発明を実現するにあたっての好適な一実施の形態の例を説明する。
図１は、本実施の形態の構成例についての概念的なモジュール構成図を示している。
なお、モジュールとは、一般的に論理的に分離可能なソフトウェア（コンピュータ・プログラム）、ハードウェア等の部品を指す。したがって、本実施の形態におけるモジュールはコンピュータ・プログラムにおけるモジュールのことだけでなく、ハードウェア構成におけるモジュールも指す。それゆえ、本実施の形態は、それらのモジュールとして機能させるためのコンピュータ・プログラム（コンピュータにそれぞれの手順を実行させるためのプログラム、コンピュータをそれぞれの手段として機能させるためのプログラム、コンピュータにそれぞれの機能を実現させるためのプログラム）、システム及び方法の説明をも兼ねている。ただし、説明の都合上、「記憶する」、「記憶させる」、これらと同等の文言を用いるが、これらの文言は、実施の形態がコンピュータ・プログラムの場合は、記憶装置に記憶させる、又は記憶装置に記憶させるように制御するの意である。また、モジュールは機能に一対一に対応していてもよいが、実装においては、１モジュールを１プログラムで構成してもよいし、複数モジュールを１プログラムで構成してもよく、逆に１モジュールを複数プログラムで構成してもよい。また、複数モジュールは１コンピュータによって実行されてもよいし、分散又は並列環境におけるコンピュータによって１モジュールが複数コンピュータで実行されてもよい。なお、１つのモジュールに他のモジュールが含まれていてもよい。また、以下、「接続」とは物理的な接続の他、論理的な接続（データの授受、指示、データ間の参照関係等）の場合にも用いる。「予め定められた」とは、対象としている処理の前に定まっていることをいい、本実施の形態による処理が始まる前はもちろんのこと、本実施の形態による処理が始まった後であっても、対象としている処理の前であれば、そのときの状況・状態に応じて、又はそれまでの状況・状態に応じて定まることの意を含めて用いる。
また、システム又は装置とは、複数のコンピュータ、ハードウェア、装置等がネットワーク（一対一対応の通信接続を含む）等の通信手段で接続されて構成されるほか、１つのコンピュータ、ハードウェア、装置等によって実現される場合も含まれる。「装置」と「システム」とは、互いに同義の用語として用いる。もちろんのことながら、「システム」には、人為的な取り決めである社会的な「仕組み」（社会システム）にすぎないものは含まない。
また、各モジュールによる処理毎に又はモジュール内で複数の処理を行う場合はその処理毎に、対象となる情報を記憶装置から読み込み、その処理を行った後に、処理結果を記憶装置に書き出すものである。したがって、処理前の記憶装置からの読み込み、処理後の記憶装置への書き出しについては、説明を省略する場合がある。なお、ここでの記憶装置としては、ハードディスク、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、外部記憶媒体、通信回線を介した記憶装置、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）内のレジスタ等を含んでいてもよい。
【００１９】
本実施の形態である脳波処理装置は、評価対象の音を利用者に聞かせ、その際の脳波を計測し、評価対象である音の音質に対する利用者の客観的な評価を行うものであって、図１の例に示すように、制御モジュール１１０、計測モジュール１２５、キャリブレーションモジュール１４０、データ蓄積モジュール１５０、前処理モジュール１６０、判別モジュール１７０、出力モジュール１８０を有している。
【００２０】
計測モジュール１２５は、音発生モジュール１２０、脳波計測モジュール１３０を有しており、キャリブレーションモジュール１４０と接続されている。
音発生モジュール１２０は、音を発生する。ここでの音とは、主に音楽であるが、音声等であってもよい。また、音を発生する装置として、音響機器であり、少なくともスピーカ、イヤホンを含むが、これらの他にプレーヤー、アンプ等を含んでいてもよい。また、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｋ）等のメディアから音を再生してもよいし、通信回線を介して他のサーバー等に格納されている音を再生するようにしてもよい。
【００２１】
脳波計測モジュール１３０は、音発生モジュール１２０によって発生している音を聞いている利用者（被験者）の脳波を計測する。脳波計測には脳力開発研究所のＢｒａｉｎ Ｂｕｉｌｄｅｒという簡易型脳波計を用いてもよい。図３は、脳波計測モジュール１３０の例を示す説明図である。図３（ａ）に例示するものは、脳波を計測し、後述の取得データを出力する。図３（ｂ）に例示するものは、利用者の頭部に設置するセンサである。例えば、国際１０−２０法に従い、図４に例示するように、左耳朶４２０を基準電極として左前頭葉箇所（計測箇所Ｆｐ１：４１０）の脳波を計測する。脳波計測モジュール１３０からは、サンプリング周波数１２８Ｈｚで計測した脳波に対して１秒毎の短時間フーリエ変換を適用した結果を出力する。また、脳波計測モジュール１３０では４−２２Ｈｚの脳波データを用いるため、取得データは（１）式に示すように、行又は列を時間又は周波数（行を時間、列を周波数とするデータ行列、又は列を時間、行を周波数とするデータ行列）とする１９次元のデータ行列で表現される。
【数１】
【００２２】
キャリブレーションモジュール１４０は、計測モジュール１２５、データ蓄積モジュール１５０と接続されている。キャリブレーションモジュール１４０は、脳波計測モジュール１３０によって計測された脳波と予め定められた標準的な脳波とを比較して、その脳波の調整が必要であるか否かを判断し、調整が必要であると判断した場合は、その脳波に対して調整を行う。利用者、日時、その人の体調等によって異なる脳波となる場合があり、これらに対応するためである。
ここで標準的な脳波とは、例えば実験等によって予め定められた１つの閾値であり、その場合の比較とは、その閾値との比較によって差が予め定められた値よりも大きい又は以上の場合に調整が必要であると判断する。また、標準的な脳波を範囲として定めてもよい。その場合の比較とは、その範囲内に入らない場合に調整が必要であると判断する。
具体的な処理例として、最初の３０秒間は参照音楽を音発生モジュール１２０によって発生させ、そのときの脳波を計測して標準的な脳波との比較を行う。
調整として、例えば、脳波の値が予め定められた範囲内に入るように、演算処理を行う等がある。
なお、調整が済んだ利用者の脳波を計測した場合、安定している利用者である場合等には、キャリブレーションモジュール１４０はなくてもよい。
【００２３】
データ蓄積モジュール１５０は、キャリブレーションモジュール１４０、前処理モジュール１６０と接続されている。データ蓄積モジュール１５０は、キャリブレーションモジュール１４０によって調整された脳波又は脳波計測モジュール１３０によって計測された脳波を記憶する。例えば、予め定められた人数分の脳波を記憶する。具体的には、ハードディスク等の記憶装置が該当する。なお、通信回線を介して外部の装置内にあるものであってもよい。
【００２４】
前処理モジュール１６０は、データ蓄積モジュール１５０、判別モジュール１７０と接続されている。前処理モジュール１６０は、データ蓄積モジュール１５０に蓄積されている脳波（キャリブレーションモジュール１４０によって調整された脳波又は脳波計測モジュール１３０によって計測された脳波）を対象として統計的分析を行う。例えば、前処理モジュール１６０は、主成分分析による分析を行い、少なくとも第１主成分を音質評価の情報が含まれているとして、判別モジュール１７０に渡す。主成分分析は多変量解析手法の一つであり、多次元の相関変数を無相関化する手法である。
【００２５】
判別モジュール１７０は、前処理モジュール１６０、出力モジュール１８０と接続されている。判別モジュール１７０は、前処理モジュール１６０による分析結果に基づいて、判別分析を行う。例えば、判別モジュール１７０は、フィッシャーの線形判別分析による判別分析を行い、そのフィッシャーの線形判別分析による決定境界を音質評価軸とする。フィッシャーの線形判別分析は線形判別解析の一つであり、射影後のデータの分離度を最も大きくする射影方向を求める手法である。
【００２６】
出力モジュール１８０は、判別モジュール１７０と接続されている。出力モジュール１８０は、音発生モジュール１２０によって発生された音の音質に対する利用者の客観的な評価として、判別モジュール１７０による判別結果を出力する。ここでの出力とは、例えば、判別結果であるデータをデータベース等の記憶装置へ書き込むこと、メモリーカード等の記憶媒体に記憶すること、他の情報処理装置へ渡すこと等が含まれ、また、その判別結果であるデータに基づいてグラフ等を生成してもよく、そのグラフ等をプリンタ等の印刷装置で印刷すること、ディスプレイ等の表示装置に表示すること等を行ってもよい。
【００２７】
制御モジュール１１０は、全体のモジュールを制御する。例えば、音発生モジュール１２０と脳波計測モジュール１３０を連動させ、音の発生開始と終了に基づいて、脳波計測の開始と終了を制御する。また、データ蓄積モジュール１５０に蓄積されたデータが予め定められた量に達したときに、前処理モジュール１６０以降の処理を行うように制御する。
【００２８】
図２は、本実施の形態を実現するためのシステム構成例を示す説明図である。
音発生装置２１０、脳波計測装置２２０、情報処理装置２３０は、それぞれ通信回線２９０を介して接続されている。音発生装置２１０は、図１に例示した音発生モジュール１２０に該当し、具体的には、例えば、スピーカを付属しているＣＤプレーヤー等である。脳波計測装置２２０は、図１に例示した脳波計測モジュール１３０に該当し、具体的には、図３に例示した簡易型脳波計等である。情報処理装置２３０は、図１に例示した制御モジュール１１０、キャリブレーションモジュール１４０、データ蓄積モジュール１５０、前処理モジュール１６０、判別モジュール１７０、出力モジュール１８０に該当し、具体的には、例えば、ＰＣが該当する。
【００２９】
図５は、本実施の形態による処理例を示すフローチャートである。
ステップＳ５０２では、計測モジュール１２５が、音発生モジュール１２０が発生させている音を聴いている利用者の脳波を計測する。
ステップＳ５０４では、キャリブレーションモジュール１４０が、キャリブレーションは必要であるか否かを判断し、必要である場合はステップＳ５０６へ進み、それ以外の場合はステップＳ５０８へ進む。
ステップＳ５０６では、キャリブレーションモジュール１４０が、キャリブレーション処理を行う。
ステップＳ５０８では、データ蓄積モジュール１５０が、計測データを蓄積する。
【００３０】
音響特性間の脳波の違いを解析するために、以下、主成分分析とフィッシャーの判別分析を用いて、３種類の音響特性（音質）間の脳波の違いを解析する例で説明する。したがって、数式においては３つの変数を用いているものがあるが、それらは異なる音響特性の数によって変わるものである。
ここでは、３種類の音響特性の音楽を聴いたときの脳波を解析する。被験者は２０−４０代の男女３７名（男性２９名、女性８名）を対象とし、図６（横軸を周波数（Ｈｚ）、縦軸をレベル（ｄＢ）とするグラフ）に例示する音響特性を持つイコライザにより人工的に音響特性に加工したＪ−Ｐｏｐ音楽１曲を用いた。音質Ａ：６１０は加工していない元の音質を示し、音質Ｃ：６３０は低周波数と高周波数を小さく、人間の耳の感度の良い２ｋＨｚ付近が大きな音となるような特性としている。音質Ｂ：６２０は音質Ａ：６１０と音質Ｃ：６３０の中間の特性を持つ。被験者は安静・閉眼状態で各音質の音楽を１２０秒間聴き、その最中の脳波を計測する。なお、各音質の再生順はランダムとし、全ての音質の音楽を１２回ずつ聴くまで繰り返し計測を行った。
【００３１】
ステップＳ５１０では、前処理モジュール１６０が、主成分分析処理を行う。まず、主成分分析の入力データを（２）式で定義する。
【数２】
ここで、右辺の成分であるＸ１、Ｘ２、Ｘ３は、音質Ａ：６１０、音質Ｂ：６２０、音質Ｃ：６３０それぞれの音響特性で音楽を聴いたときの脳波データの１２回の平均値を示す。
次に、（２）式の左辺（Ｘ）の相関行列Ｓを求め、Ｓの固有値と固有ベクトルを算出する。ｋ番目に大きい固有値に対応する固有ベクトルを（３）式で定義する。
【数３】
（３）式を用いると、第ｋ主成分は、（４）式で表現できる。
【数４】
結合係数行列Ｂを用いると、主成分ｙｋを要素に持つ行列Ｙは（５）式、（６）式で定義される。
【数５】
【数６】
固有値Ｓをλ＝（λ１，λ２，・・・，λ１９）とすると、各固有ベクトルの寄与率は（７）式で計算される。
【数７】
【００３２】
図７に例示するグラフは、主成分得点の分布例を示すグラフ（横軸を第１主成分、縦軸を第２主成分とするグラフ）である。図７（ａ）は、ある被験者において音質Ａ：６１０の１回目の実験結果（丸印でプロット）と２回目の実験結果（星印でプロット）を示している。図７（ｂ）は、同じ被験者において音質Ｂ：６２０の１回目の実験結果（丸印でプロット）と２回目の実験結果（星印でプロット）を示している。これらのグラフは、１回目と２回目の分布が一致していること（約８０％以上で同様の傾向を示していること）を示している。したがって、同一音質の音楽聴取時は同じ脳波を観測していることになる。
図８に例示するグラフは、主成分得点の分布例を示すグラフ（横軸を第１主成分、縦軸を第２主成分とするグラフ）である。図８（ａ）は、ある被験者Ａにおいて音質Ａ：６１０の実験結果（丸印でプロット）と音質Ｂ：６２０の実験結果（星印でプロット）を示している。図８（ｂ）は、別の被験者Ｂにおいて音質Ａ：６１０の実験結果（丸印でプロット）と音質Ｂ：６２０の実験結果（星印でプロット）を示している。これらのグラフから、音質Ａ：６１０と音質Ｂ：６２０の主成分得点の分布に差があることを示している。したがって、音質の違いが脳波に表れていることがわかる。
図９に例示するグラフは、主成分得点の分布例を示すグラフ（横軸を第１主成分、縦軸を第２主成分とするグラフ）である。図９（ａ）は、ある被験者Ａにおいて音質Ａ：６１０の実験結果（丸印でプロット）と音質Ｃ：６３０の実験結果（星印でプロット）を示している。図９（ｂ）は、別の被験者Ｂにおいて音質Ａ：６１０の実験結果（丸印でプロット）と音質Ｃ：６３０の実験結果（星印でプロット）を示している。これらのグラフから、音質Ａ：６１０と音質Ｃ：６３０の主成分得点の分布に差があることを示している。したがって、音質の違いが脳波に表れていることがわかる。
図１０に例示するグラフは、主成分得点の分布例を示すグラフである。図１０（ａ）は、ある被験者Ａにおいて音質Ｂ：６２０の実験結果（丸印でプロット）と音質Ｃ：６３０の実験結果（星印でプロット）を示している。図１０（ｂ）は、別の被験者Ｂにおいて音質Ｂ：６２０の実験結果（丸印でプロット）と音質Ｃ：６３０の実験結果（星印でプロット）を示している。これらのグラフから、音質Ｂ：６２０と音質Ｃ：６３０の主成分得点の分布に差があることを示している。したがって、音質の違いが脳波に表れていることがわかる。
【００３３】
音質評価に重要な情報が各主成分にどの程度含まれているか明らかにするために、各主成分の寄与率の平均値を示す。第１主成分の寄与率は７４．１％を示し、第１−３主成分までの累積寄与率は８０％を超えることがわかる。したがって、音質に関係する情報の多くは第１−３主成分に含まれると仮定することができる。
また、音楽聴取時脳波の各主成分に分散分析を適用した結果を示す。第１主成分のみが音質間に有意な差が存在することが明らかとなった。実際には、第２主成分、第３主成分に有意な差が確認された被験者も多く存在した。
したがって、第１主成分は音質評価に関連する情報を含んでいると考えられる。
【００３４】
ステップＳ５１２では、判別モジュール１７０が、フィッシャーの線形判別分析を行う。フィッシャーの線形判別分析を用いて、データを分離するための超平面を決定する。２クラス問題を考えると、（８）式のように超平面パラメータｗを用いてＤ次元ベクトルｘを１次元へ射影する。
【数８】
パラメータｗは、（９）式に示すように、射影されたクラス平均ｍ１，ｍ２間の分離度を大きくし、各クラス内で小さな分散ＳＷを与える関数を最大化することで求める。
【数９】
ｗはクラス平均ｍ１，ｍ２の差に比例することがわかる。射影されたデータに対して閾値を設定することで、２クラス分類を行う識別関数を構成することができる。
ここでは、２種類の脳波データをフィッシャー判別の入力として用いる。一つは、脳波の各主成分のみを用いた１次元データであり、もう一つは、第１主成分から第Ｎ主成分までのＮ次元データである。これらを入力データとして、音質Ａ：６１０と音質Ｂ：６２０との間、音質Ａ：６１０と音質Ｃ：６３０との間、音質Ｂ：６２０と音質Ｃ：６３０との間それぞれの判別率を求める。
【００３５】
図１１は、音質評価軸の例を示すグラフ（横軸を第１主成分、縦軸を第２主成分とするグラフ）である。図１１（ａ）は、ある被験者において音質Ａ：６１０の実験結果（濃い星印でプロット）と音質Ｃ：６３０の実験結果（薄い星印でプロット）を示しており、これらを分ける線は、フィッシャーの線形判別分析の結果による直線を示している。２本の線が直交していないのは、グラフの横軸と縦軸のスケールが異なるためである。図１１（ｂ）は、図１１（ａ）の軸を回転したものである。この例は、音質Ａ：６１０と音質Ｃ：６３０との判別率は８３．１８％であった。
図１２は、別の被験者における図１１と同様の結果を示したものであり、この例は、音質Ａ：６１０と音質Ｃ：６３０との判別率は８９．５５％であった。
図１３は、別の被験者における図１１と同様の結果を示したものであり、この例は、音質Ａ：６１０と音質Ｃ：６３０との判別率は５１．８２％であった。
平均の判別率は、７２．３５％であった。
入力データとして各主成分のみを用いた場合の判別率の平均値を示す。第１主成分のみを用いた場合の判別率は他の主成分を用いた場合に比べて最も高い値となったが、第２−１９主成分のみを用いた場合の判別率は約５０％であり、ほぼ判別不可能であることがわかる。これより、第１主成分に音質評価に関連する情報が含まれていると考えられる。
第１−Ｎ主成分までのＮ次元データを入力とした場合の判別率の平均値を調べたところ、主成分が増えるに従って判別率も高くなった。したがって、少なくとも第１主成分による判別を行うべきであり、より好ましくは複数の主成分を含めた判別を行うことが必要であり、例えば、第１−３主成分までの３次元データによって判別する。
【００３６】
また、脳波計測後にアンケートを実施した。例えば、聴いた音楽に対して、「好み」、「深み」、「豊かさ」、「メリハリ」、「ハギレ」、「分離の良さ」、「明瞭さ」、「なめらかさ」、「響き」、「迫力」等について、点数を付けるものである。
全被験者のアンケート得点の平均値と標準偏差を調べたところ、全ての項目において、音質Ｃ：６３０、音質Ｂ：６２０、音質Ａ：６１０の順に評価が高くなることがわかった。さらに，アンケート得点に分散分析を行った結果、３種類の音質は互いに有意な差があることが示された。しかしながら、実際には同一の被験者においても得点は施行毎に異なり、再生順にも影響される場合も存在した。また、音質Ａ：６１０よりも音質Ｂ：６２０の音質を高く評価した被験者も存在したが、全ての被験者は音質Ｃ：６３０を最も低く評価した。
ここで、アンケート結果とフィッシャーの線形判別分析の結果を比べる。フィッシャーの線形判別分析の結果では、音質Ｂ：６２０と音質Ｃ：６３０の判別率が他の組み合わせに比べて最も高くなった。これより、人間の脳はアンケート結果と異なり、音質Ｂ：６２０と音質Ｃ：６３０が最も異なる音質であると判断している可能性があると考えられる。つまり、主観評価であるアンケートには表れない音質の評価を行うことができると考えられる。
また、アンケート得点と第１−３主成分の相関係数を調べた。アンケートと主成分はほぼ無相関であることがわかった。しかしながら、多くの被験者において第１−３主成分に音質間の違いが現れていることから、脳波を用いることでアンケートでは得る事のできない情報を得る事ができる可能性があると考えられる。
以上によって、フィッシャーの線形判別分析による決定境界を音質評価軸として利用可能であることを示した。したがって、音を聴いた人の脳波によって、音質の客観的評価ができる。
【００３７】
ステップＳ５１４では、出力モジュール１８０が、結果を出力する。例えば、図１１等で示したグラフ等を出力するようにしてもよい。
【００３８】
なお、本実施の形態としてのプログラムが実行されるコンピュータのハードウェア構成は、図１４に示すように、一般的なコンピュータであり、具体的には本実施の形態による処理以外にも多くの処理を高速に実行することができるサーバーとなりうるようなコンピュータである。キャリブレーションモジュール１４０、前処理モジュール１６０、判別モジュール１７０、出力モジュール１８０等のプログラムを実行するＣＰＵ１４０１と、そのプログラムやデータを記憶するＲＡＭ１４０３と、本コンピュータを起動するためのプログラム等が格納されているＲＯＭ１４０２と、補助記憶装置であるＨＤ１４０４と、キーボード、マウス等から操作者の操作によってデータを入力又はＣＲＴや液晶ディスプレイ等にデータを出力して操作者とのインタフェースとなるＵＩ／Ｆ１４０５と、ＣＤ−Ｒ等のリムーバブルメディアに対して読み書きするリムーバブルメディアリーダーライター１４０６と、通信ネットワークと接続するための通信回線Ｉ／Ｆ１４０７、そして、それらをつないでデータのやりとりをするためのバス１４０８により構成されている。これらのコンピュータが複数台互いにネットワークによって接続されていてもよい。
【００３９】
なお、説明したプログラムについては、記録媒体に格納して提供してもよく、また、そのプログラムを通信手段によって提供してもよい。その場合、例えば、前記説明したプログラムについて、「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」の発明として捉えてもよい。
「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」とは、プログラムのインストール、実行、プログラムの流通などのために用いられる、プログラムが記録されたコンピュータで読み取り可能な記録媒体をいう。
なお、記録媒体としては、例えば、デジタル・バーサタイル・ディスク（ＤＶＤ）であって、ＤＶＤフォーラムで策定された規格である「ＤＶＤ−Ｒ、ＤＶＤ−ＲＷ、ＤＶＤ−ＲＡＭ等」、ＤＶＤ＋ＲＷで策定された規格である「ＤＶＤ＋Ｒ、ＤＶＤ＋ＲＷ等」、コンパクトディスク（ＣＤ）であって、読出し専用メモリ（ＣＤ−ＲＯＭ）、ＣＤレコーダブル（ＣＤ−Ｒ）、ＣＤリライタブル（ＣＤ−ＲＷ）等、ブルーレイ・ディスク（Ｂｌｕ−ｒａｙ Ｄｉｓｃ（登録商標））、光磁気ディスク（ＭＯ）、フレキシブルディスク（ＦＤ）、磁気テープ、ハードディスク、読出し専用メモリ（ＲＯＭ）、電気的消去及び書換可能な読出し専用メモリ（ＥＥＰＲＯＭ（登録商標））、フラッシュ・メモリ、ランダム・アクセス・メモリ（ＲＡＭ）等が含まれる。
そして、前記のプログラム又はその一部は、前記記録媒体に記録して保存や流通等させてもよい。また、通信によって、例えば、ローカル・エリア・ネットワーク（ＬＡＮ）、メトロポリタン・エリア・ネットワーク（ＭＡＮ）、ワイド・エリア・ネットワーク（ＷＡＮ）、インターネット、イントラネット、エクストラネット等に用いられる有線ネットワーク、あるいは無線通信ネットワーク、さらにこれらの組み合わせ等の伝送媒体を用いて伝送させてもよく、また、搬送波に乗せて搬送させてもよい。
さらに、前記のプログラムは、他のプログラムの一部分であってもよく、あるいは別個のプログラムと共に記録媒体に記録されていてもよい。また、複数の記録媒体に分割して
記録されていてもよい。また、圧縮や暗号化など、復元可能であればどのような態様で記録されていてもよい。
【符号の説明】
【００４０】
１１０…制御モジュール
１２０…音発生モジュール
１２５…計測モジュール
１３０…脳波計測モジュール
１４０…キャリブレーションモジュール
１５０…データ蓄積モジュール
１６０…前処理モジュール
１７０…判別モジュール
１８０…出力モジュール
２１０…音発生装置
２２０…脳波計測装置
２３０…情報処理装置
２９０…通信回線
【技術分野】
【０００１】
本発明は、脳波処理装置、脳波処理プログラム及び脳波処理方法に関する。
【背景技術】
【０００２】
音楽聴取において音質を決定づける機器の一つであるスピーカ、イヤホンは、電気信号を物理信号に変換して音を生み出す装置である。これらの機器は、木や金属などの素材や筺体の構造によって、周波数特性、歪み、過渡応答といった音の物理特性を変化させることができ、これらの物理特性により評価される。この物理特性による評価とは、音の忠実な再現に関する評価である。
しかしながら、例えば人間の耳の器官の構造には個人差があり、同じ機器、特性、距離において音を聴いた場合でも知覚する音質は人によって様々である。このため、良い音質とされる物理特性が万人共通のものとは言い難く、音響機器設計の際にはユーザ毎に音質評価を行うことが望ましい。
【０００３】
音質を評価する方法として、一般にアンケート調査などの主観評価が用いられる（例えば、非特許文献１参照）。音質の主観評価には、“滑らかさ”や“分離の良さ”などの表現が用いられ、項目毎に段階的な点数をつけることで評価を行う。
しかしながら、音質評価に不慣れな人は、音楽聴取時の感性をこれらの項目に対して正確に反映することは難しい。一方、人間の心理変化の計測及び感性・嗜好の定量化を行う方法として、脳波を用いた客観的指標を利用する研究が行われている（例えば、非特許文献２〜５参照）。特に、左前頭葉部分から観測される脳波は、外部刺激や内因的要素から変化する人間の心理変化により生じる電位の波形である可能性が高いとされている。
【０００４】
また、脳波を計測して被験者の嗜好等を判別する技術として、例えば、特許文献１には、被験者の負担にならない簡易脳波計を用いて脳波を測定することで、被験者の嗜好及び／又は生理的状態を簡単に判別することができる嗜好判別装置、嗜好判別方法、嗜好判別プログラム、及び脳波解析方法を提供することを課題とし、刺激発生部は、被験者が好む匂い刺激を発生し、簡易脳波計は、装着した被験者の脳波を測定し、処理部内のデータ行列作成部は、測定した脳波データについて高速フーリエ変換による周波数解析を行い、データ行列作成部は、高速フーリエ変換を行った脳波データから、行が時間、列が周波数成分のデータ行列を作成し、特徴値抽出部は、作成したデータ行列から、因子分析により特徴値の抽出を行い、制御部は、抽出した特徴値について、データベースに予め格納されている、分類テーブルを参照して、好む匂いか嫌いな匂いかの嗜好を判定することが開示されている。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２０１０−１３１３２８号公報
【非特許文献】
【０００６】
【非特許文献１】厨川守，八尋博司，柏木成豪：「音質評価のための７属性」，日本音響学会誌，Ｖｏｌ．３２，Ｎｏ．８，ｐｐ．１２５９−１２６６（１９７８）
【非特許文献２】上野秀剛，石田響子，松田侑子，福嶋祥太，中道上，大平雅雄，松本健一，岡田保紀：「脳波を利用したソフトウェアユーザビリティの評価：異なるバージョン間における周波数成分の比較」， ヒューマンインタフェース学会論文誌Ｖｏｌ．１０， Ｎｏ．２， ｐｐ．２３３−２４２ （２００８）
【非特許文献３】Ｈｏｎｇ Ｊ．Ｅｏｈ， Ｍｉｎ Ｋ． Ｃｈｕｎｇ， ａｎｄ Ｓｅｏｎｇ−Ｈａｎ Ｋｉｍ， “Ｅｌｅｃｔｒｏｅｎｃｅｐｈａｌｏｇｒａｐｈｉｃ ｓｔｕｄｙ ｏｆ ｄｒｏｗｓｉｎｅｓｓ ｉｎ ｓｉｍｕｌａｔｅｄ ｄｒｉｖｉｎｇ ｗｉｔｈ ｓｌｅｅｐ ｄｅｐｒｉｖａｔｉｏｎ”， Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｉｎｄｕｓｔｒｉａｌ Ｅｒｇｏｎｏｍｉｃｓ， Ｖｏｌ．３５， Ｉｓｓｕｅ ４，ｐｐ．３０７−３２０， （２００５）
【非特許文献４】Ｔ． Ａｊｉｒｏ， Ａ． Ｙａｍａｎｏｕｃｈｉ， Ｋ． Ｓｈｉｍｏｍｕｒａ， Ｈ． Ｙａｍａｍｏｔｏ，ａｎｄ Ｋ． Ｋａｍｉｊｏ， “Ａ Ｍｅｔｈｏｄ ｆｏｒ Ｓｔｒｕｃｔｕｒｅ Ａｎａｌｙｓｉｓ ｏｆ ＥＥＧ Ｄａｔａ − Ａｐｐｌｉｃａｔｉｏｎ ｔｏ ＡＮＯＶＡ ｉｎ Ｖｅｇｅｔａｂｌｅ Ｉｎｇｅｓｔｉｏｎ”， ＩＪＳＮＳ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｎｅｔｗｏｒｋ Ｓｅｃｕｒｉｔｙ， Ｖｏｌ．９， Ｎｏ．９ｐｐ．７０−８２ （２００９）
【非特許文献５】横山幸生，島田尊正，竹村淳，椎名毅，斉藤陽一：「睡眠脳波の主成分分析とニューラルネットワークによる特徴波検出」，電子情報通信学会論文誌Ａ， 基礎・境界Ｖｏｌ．Ｊ７６−Ａ，Ｎｏ．８， ｐｐ．１０５０−１０５８ （１９９８）
【発明の概要】
【発明が解決しようとする課題】
【０００７】
本発明は、このような背景技術の状況の中でなされたもので、利用者の脳波を用いた音質の客観的評価をするようにした脳波処理装置、脳波処理プログラム及び脳波処理方法を提供することを目的としている。
【課題を解決するための手段】
【０００８】
かかる目的を達成するための本発明の要旨とするところは、次の各項の発明に存する。
［１］ 音を発生する音発生手段と、前記音発生手段によって発生している音を聞いている利用者の脳波を計測する脳波計測手段と、前記脳波計測手段によって計測された脳波を対象として統計的分析を行う分析手段と、前記分析手段による分析結果に基づいて、判別分析を行う判別分析手段と、前記音発生手段によって発生された音の音質に対する前記利用者の客観的な評価として、前記判別分析手段による判別結果を出力する出力手段を具備することを特徴とする脳波処理装置。
【０００９】
［２］ 前記脳波計測手段は、左耳朶を基準電極とし、左頭葉箇所の脳波を計測することを特徴とする［１］に記載の脳波処理装置。
【００１０】
［３］ 前記脳波計測手段は、計測した脳波にフーリエ変換を施し、行又は列を時間又は周波数とするデータ行列を作成することを特徴とする［１］又は［２］に記載の脳波処理装置。
【００１１】
［４］ 前記分析手段は、主成分分析による分析を行い、少なくとも第１主成分を音質評価の情報が含まれているとして、前記判別分析手段に渡すことを特徴とする［１］から［３］のいずれか一項に記載の脳波処理装置。
【００１２】
［５］ 前記判別分析手段は、フィッシャーの線形判別分析による判別分析を行い、該フィッシャーの線形判別分析による決定境界を音質評価軸とすることを特徴とする［１］から［４］のいずれか一項に記載の脳波処理装置。
【００１３】
［６］ 前記脳波計測手段によって計測された脳波と予め定められた標準的な脳波とを比較して、該脳波の調整が必要であるか否かを判断し、調整が必要であると判断した場合は、該脳波に対して調整を行う調整手段をさらに具備し、前記分析手段は、前記調整手段によって調整された脳波を対象として統計的分析を行うことを特徴とする［１］から［５］のいずれか一項に記載の脳波処理装置。
【００１４】
［７］ コンピュータを、音発生手段によって発生している音を聞いている利用者の脳波を受け付ける脳波受付手段と、前記脳波受付手段によって受け付けられた脳波を対象として統計的分析を行う分析手段と、前記分析手段による分析結果に基づいて、判別分析を行う判別分析手段と、前記音発生手段によって発生された音の音質に対する前記利用者の客観的な評価として、前記判別分析手段による判別結果を出力する出力手段として機能させることを特徴とする脳波処理プログラム。
【００１５】
［８］ 音発生手段により音を発生させる音発生ステップと、前記音発生手段によって発生している音を聞いている利用者の脳波を計測する脳波計測ステップと、前記脳波計測ステップによって計測された脳波を対象として統計的分析を行う分析ステップと、前記分析ステップによる分析結果に基づいて、判別分析を行う判別分析ステップと、前記音発生ステップによって発生された音の音質に対する前記利用者の客観的な評価として、前記判別分析ステップによる判別結果を出力する出力ステップを具備することを特徴とする脳波処理方法。
【発明の効果】
【００１６】
本発明にかかる脳波処理装置、脳波処理プログラム及び脳波処理方法によれば、評価対象の音を利用者に聞かせ、その際の脳波を計測し、評価対象である音の音質に対する利用者の客観的な評価を行うことができるようになる。さらに、主観評価であるアンケートには表れない音質の評価を行うことができる。
【図面の簡単な説明】
【００１７】
【図１】本実施の形態の構成例についての概念的なモジュール構成図である。
【図２】本実施の形態を実現するためのシステム構成例を示す説明図である。
【図３】脳波計測モジュールの例を示す説明図である。
【図４】脳波測定の位置の例を示す説明図である。
【図５】本実施の形態による処理例を示すフローチャートである。
【図６】音響特性の実験例を示すグラフである。
【図７】主成分得点の分布例を示すグラフである。
【図８】主成分得点の分布例を示すグラフである。
【図９】主成分得点の分布例を示すグラフである。
【図１０】主成分得点の分布例を示すグラフである。
【図１１】音質評価軸の例を示すグラフである。
【図１２】音質評価軸の例を示すグラフである。
【図１３】音質評価軸の例を示すグラフである。
【図１４】本実施の形態を実現するコンピュータのハードウェア構成例を示すブロック図である。
【発明を実施するための形態】
【００１８】
以下、図面に基づき本発明を実現するにあたっての好適な一実施の形態の例を説明する。
図１は、本実施の形態の構成例についての概念的なモジュール構成図を示している。
なお、モジュールとは、一般的に論理的に分離可能なソフトウェア（コンピュータ・プログラム）、ハードウェア等の部品を指す。したがって、本実施の形態におけるモジュールはコンピュータ・プログラムにおけるモジュールのことだけでなく、ハードウェア構成におけるモジュールも指す。それゆえ、本実施の形態は、それらのモジュールとして機能させるためのコンピュータ・プログラム（コンピュータにそれぞれの手順を実行させるためのプログラム、コンピュータをそれぞれの手段として機能させるためのプログラム、コンピュータにそれぞれの機能を実現させるためのプログラム）、システム及び方法の説明をも兼ねている。ただし、説明の都合上、「記憶する」、「記憶させる」、これらと同等の文言を用いるが、これらの文言は、実施の形態がコンピュータ・プログラムの場合は、記憶装置に記憶させる、又は記憶装置に記憶させるように制御するの意である。また、モジュールは機能に一対一に対応していてもよいが、実装においては、１モジュールを１プログラムで構成してもよいし、複数モジュールを１プログラムで構成してもよく、逆に１モジュールを複数プログラムで構成してもよい。また、複数モジュールは１コンピュータによって実行されてもよいし、分散又は並列環境におけるコンピュータによって１モジュールが複数コンピュータで実行されてもよい。なお、１つのモジュールに他のモジュールが含まれていてもよい。また、以下、「接続」とは物理的な接続の他、論理的な接続（データの授受、指示、データ間の参照関係等）の場合にも用いる。「予め定められた」とは、対象としている処理の前に定まっていることをいい、本実施の形態による処理が始まる前はもちろんのこと、本実施の形態による処理が始まった後であっても、対象としている処理の前であれば、そのときの状況・状態に応じて、又はそれまでの状況・状態に応じて定まることの意を含めて用いる。
また、システム又は装置とは、複数のコンピュータ、ハードウェア、装置等がネットワーク（一対一対応の通信接続を含む）等の通信手段で接続されて構成されるほか、１つのコンピュータ、ハードウェア、装置等によって実現される場合も含まれる。「装置」と「システム」とは、互いに同義の用語として用いる。もちろんのことながら、「システム」には、人為的な取り決めである社会的な「仕組み」（社会システム）にすぎないものは含まない。
また、各モジュールによる処理毎に又はモジュール内で複数の処理を行う場合はその処理毎に、対象となる情報を記憶装置から読み込み、その処理を行った後に、処理結果を記憶装置に書き出すものである。したがって、処理前の記憶装置からの読み込み、処理後の記憶装置への書き出しについては、説明を省略する場合がある。なお、ここでの記憶装置としては、ハードディスク、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、外部記憶媒体、通信回線を介した記憶装置、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）内のレジスタ等を含んでいてもよい。
【００１９】
本実施の形態である脳波処理装置は、評価対象の音を利用者に聞かせ、その際の脳波を計測し、評価対象である音の音質に対する利用者の客観的な評価を行うものであって、図１の例に示すように、制御モジュール１１０、計測モジュール１２５、キャリブレーションモジュール１４０、データ蓄積モジュール１５０、前処理モジュール１６０、判別モジュール１７０、出力モジュール１８０を有している。
【００２０】
計測モジュール１２５は、音発生モジュール１２０、脳波計測モジュール１３０を有しており、キャリブレーションモジュール１４０と接続されている。
音発生モジュール１２０は、音を発生する。ここでの音とは、主に音楽であるが、音声等であってもよい。また、音を発生する装置として、音響機器であり、少なくともスピーカ、イヤホンを含むが、これらの他にプレーヤー、アンプ等を含んでいてもよい。また、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｋ）等のメディアから音を再生してもよいし、通信回線を介して他のサーバー等に格納されている音を再生するようにしてもよい。
【００２１】
脳波計測モジュール１３０は、音発生モジュール１２０によって発生している音を聞いている利用者（被験者）の脳波を計測する。脳波計測には脳力開発研究所のＢｒａｉｎ Ｂｕｉｌｄｅｒという簡易型脳波計を用いてもよい。図３は、脳波計測モジュール１３０の例を示す説明図である。図３（ａ）に例示するものは、脳波を計測し、後述の取得データを出力する。図３（ｂ）に例示するものは、利用者の頭部に設置するセンサである。例えば、国際１０−２０法に従い、図４に例示するように、左耳朶４２０を基準電極として左前頭葉箇所（計測箇所Ｆｐ１：４１０）の脳波を計測する。脳波計測モジュール１３０からは、サンプリング周波数１２８Ｈｚで計測した脳波に対して１秒毎の短時間フーリエ変換を適用した結果を出力する。また、脳波計測モジュール１３０では４−２２Ｈｚの脳波データを用いるため、取得データは（１）式に示すように、行又は列を時間又は周波数（行を時間、列を周波数とするデータ行列、又は列を時間、行を周波数とするデータ行列）とする１９次元のデータ行列で表現される。
【数１】
【００２２】
キャリブレーションモジュール１４０は、計測モジュール１２５、データ蓄積モジュール１５０と接続されている。キャリブレーションモジュール１４０は、脳波計測モジュール１３０によって計測された脳波と予め定められた標準的な脳波とを比較して、その脳波の調整が必要であるか否かを判断し、調整が必要であると判断した場合は、その脳波に対して調整を行う。利用者、日時、その人の体調等によって異なる脳波となる場合があり、これらに対応するためである。
ここで標準的な脳波とは、例えば実験等によって予め定められた１つの閾値であり、その場合の比較とは、その閾値との比較によって差が予め定められた値よりも大きい又は以上の場合に調整が必要であると判断する。また、標準的な脳波を範囲として定めてもよい。その場合の比較とは、その範囲内に入らない場合に調整が必要であると判断する。
具体的な処理例として、最初の３０秒間は参照音楽を音発生モジュール１２０によって発生させ、そのときの脳波を計測して標準的な脳波との比較を行う。
調整として、例えば、脳波の値が予め定められた範囲内に入るように、演算処理を行う等がある。
なお、調整が済んだ利用者の脳波を計測した場合、安定している利用者である場合等には、キャリブレーションモジュール１４０はなくてもよい。
【００２３】
データ蓄積モジュール１５０は、キャリブレーションモジュール１４０、前処理モジュール１６０と接続されている。データ蓄積モジュール１５０は、キャリブレーションモジュール１４０によって調整された脳波又は脳波計測モジュール１３０によって計測された脳波を記憶する。例えば、予め定められた人数分の脳波を記憶する。具体的には、ハードディスク等の記憶装置が該当する。なお、通信回線を介して外部の装置内にあるものであってもよい。
【００２４】
前処理モジュール１６０は、データ蓄積モジュール１５０、判別モジュール１７０と接続されている。前処理モジュール１６０は、データ蓄積モジュール１５０に蓄積されている脳波（キャリブレーションモジュール１４０によって調整された脳波又は脳波計測モジュール１３０によって計測された脳波）を対象として統計的分析を行う。例えば、前処理モジュール１６０は、主成分分析による分析を行い、少なくとも第１主成分を音質評価の情報が含まれているとして、判別モジュール１７０に渡す。主成分分析は多変量解析手法の一つであり、多次元の相関変数を無相関化する手法である。
【００２５】
判別モジュール１７０は、前処理モジュール１６０、出力モジュール１８０と接続されている。判別モジュール１７０は、前処理モジュール１６０による分析結果に基づいて、判別分析を行う。例えば、判別モジュール１７０は、フィッシャーの線形判別分析による判別分析を行い、そのフィッシャーの線形判別分析による決定境界を音質評価軸とする。フィッシャーの線形判別分析は線形判別解析の一つであり、射影後のデータの分離度を最も大きくする射影方向を求める手法である。
【００２６】
出力モジュール１８０は、判別モジュール１７０と接続されている。出力モジュール１８０は、音発生モジュール１２０によって発生された音の音質に対する利用者の客観的な評価として、判別モジュール１７０による判別結果を出力する。ここでの出力とは、例えば、判別結果であるデータをデータベース等の記憶装置へ書き込むこと、メモリーカード等の記憶媒体に記憶すること、他の情報処理装置へ渡すこと等が含まれ、また、その判別結果であるデータに基づいてグラフ等を生成してもよく、そのグラフ等をプリンタ等の印刷装置で印刷すること、ディスプレイ等の表示装置に表示すること等を行ってもよい。
【００２７】
制御モジュール１１０は、全体のモジュールを制御する。例えば、音発生モジュール１２０と脳波計測モジュール１３０を連動させ、音の発生開始と終了に基づいて、脳波計測の開始と終了を制御する。また、データ蓄積モジュール１５０に蓄積されたデータが予め定められた量に達したときに、前処理モジュール１６０以降の処理を行うように制御する。
【００２８】
図２は、本実施の形態を実現するためのシステム構成例を示す説明図である。
音発生装置２１０、脳波計測装置２２０、情報処理装置２３０は、それぞれ通信回線２９０を介して接続されている。音発生装置２１０は、図１に例示した音発生モジュール１２０に該当し、具体的には、例えば、スピーカを付属しているＣＤプレーヤー等である。脳波計測装置２２０は、図１に例示した脳波計測モジュール１３０に該当し、具体的には、図３に例示した簡易型脳波計等である。情報処理装置２３０は、図１に例示した制御モジュール１１０、キャリブレーションモジュール１４０、データ蓄積モジュール１５０、前処理モジュール１６０、判別モジュール１７０、出力モジュール１８０に該当し、具体的には、例えば、ＰＣが該当する。
【００２９】
図５は、本実施の形態による処理例を示すフローチャートである。
ステップＳ５０２では、計測モジュール１２５が、音発生モジュール１２０が発生させている音を聴いている利用者の脳波を計測する。
ステップＳ５０４では、キャリブレーションモジュール１４０が、キャリブレーションは必要であるか否かを判断し、必要である場合はステップＳ５０６へ進み、それ以外の場合はステップＳ５０８へ進む。
ステップＳ５０６では、キャリブレーションモジュール１４０が、キャリブレーション処理を行う。
ステップＳ５０８では、データ蓄積モジュール１５０が、計測データを蓄積する。
【００３０】
音響特性間の脳波の違いを解析するために、以下、主成分分析とフィッシャーの判別分析を用いて、３種類の音響特性（音質）間の脳波の違いを解析する例で説明する。したがって、数式においては３つの変数を用いているものがあるが、それらは異なる音響特性の数によって変わるものである。
ここでは、３種類の音響特性の音楽を聴いたときの脳波を解析する。被験者は２０−４０代の男女３７名（男性２９名、女性８名）を対象とし、図６（横軸を周波数（Ｈｚ）、縦軸をレベル（ｄＢ）とするグラフ）に例示する音響特性を持つイコライザにより人工的に音響特性に加工したＪ−Ｐｏｐ音楽１曲を用いた。音質Ａ：６１０は加工していない元の音質を示し、音質Ｃ：６３０は低周波数と高周波数を小さく、人間の耳の感度の良い２ｋＨｚ付近が大きな音となるような特性としている。音質Ｂ：６２０は音質Ａ：６１０と音質Ｃ：６３０の中間の特性を持つ。被験者は安静・閉眼状態で各音質の音楽を１２０秒間聴き、その最中の脳波を計測する。なお、各音質の再生順はランダムとし、全ての音質の音楽を１２回ずつ聴くまで繰り返し計測を行った。
【００３１】
ステップＳ５１０では、前処理モジュール１６０が、主成分分析処理を行う。まず、主成分分析の入力データを（２）式で定義する。
【数２】
ここで、右辺の成分であるＸ１、Ｘ２、Ｘ３は、音質Ａ：６１０、音質Ｂ：６２０、音質Ｃ：６３０それぞれの音響特性で音楽を聴いたときの脳波データの１２回の平均値を示す。
次に、（２）式の左辺（Ｘ）の相関行列Ｓを求め、Ｓの固有値と固有ベクトルを算出する。ｋ番目に大きい固有値に対応する固有ベクトルを（３）式で定義する。
【数３】
（３）式を用いると、第ｋ主成分は、（４）式で表現できる。
【数４】
結合係数行列Ｂを用いると、主成分ｙｋを要素に持つ行列Ｙは（５）式、（６）式で定義される。
【数５】
【数６】
固有値Ｓをλ＝（λ１，λ２，・・・，λ１９）とすると、各固有ベクトルの寄与率は（７）式で計算される。
【数７】
【００３２】
図７に例示するグラフは、主成分得点の分布例を示すグラフ（横軸を第１主成分、縦軸を第２主成分とするグラフ）である。図７（ａ）は、ある被験者において音質Ａ：６１０の１回目の実験結果（丸印でプロット）と２回目の実験結果（星印でプロット）を示している。図７（ｂ）は、同じ被験者において音質Ｂ：６２０の１回目の実験結果（丸印でプロット）と２回目の実験結果（星印でプロット）を示している。これらのグラフは、１回目と２回目の分布が一致していること（約８０％以上で同様の傾向を示していること）を示している。したがって、同一音質の音楽聴取時は同じ脳波を観測していることになる。
図８に例示するグラフは、主成分得点の分布例を示すグラフ（横軸を第１主成分、縦軸を第２主成分とするグラフ）である。図８（ａ）は、ある被験者Ａにおいて音質Ａ：６１０の実験結果（丸印でプロット）と音質Ｂ：６２０の実験結果（星印でプロット）を示している。図８（ｂ）は、別の被験者Ｂにおいて音質Ａ：６１０の実験結果（丸印でプロット）と音質Ｂ：６２０の実験結果（星印でプロット）を示している。これらのグラフから、音質Ａ：６１０と音質Ｂ：６２０の主成分得点の分布に差があることを示している。したがって、音質の違いが脳波に表れていることがわかる。
図９に例示するグラフは、主成分得点の分布例を示すグラフ（横軸を第１主成分、縦軸を第２主成分とするグラフ）である。図９（ａ）は、ある被験者Ａにおいて音質Ａ：６１０の実験結果（丸印でプロット）と音質Ｃ：６３０の実験結果（星印でプロット）を示している。図９（ｂ）は、別の被験者Ｂにおいて音質Ａ：６１０の実験結果（丸印でプロット）と音質Ｃ：６３０の実験結果（星印でプロット）を示している。これらのグラフから、音質Ａ：６１０と音質Ｃ：６３０の主成分得点の分布に差があることを示している。したがって、音質の違いが脳波に表れていることがわかる。
図１０に例示するグラフは、主成分得点の分布例を示すグラフである。図１０（ａ）は、ある被験者Ａにおいて音質Ｂ：６２０の実験結果（丸印でプロット）と音質Ｃ：６３０の実験結果（星印でプロット）を示している。図１０（ｂ）は、別の被験者Ｂにおいて音質Ｂ：６２０の実験結果（丸印でプロット）と音質Ｃ：６３０の実験結果（星印でプロット）を示している。これらのグラフから、音質Ｂ：６２０と音質Ｃ：６３０の主成分得点の分布に差があることを示している。したがって、音質の違いが脳波に表れていることがわかる。
【００３３】
音質評価に重要な情報が各主成分にどの程度含まれているか明らかにするために、各主成分の寄与率の平均値を示す。第１主成分の寄与率は７４．１％を示し、第１−３主成分までの累積寄与率は８０％を超えることがわかる。したがって、音質に関係する情報の多くは第１−３主成分に含まれると仮定することができる。
また、音楽聴取時脳波の各主成分に分散分析を適用した結果を示す。第１主成分のみが音質間に有意な差が存在することが明らかとなった。実際には、第２主成分、第３主成分に有意な差が確認された被験者も多く存在した。
したがって、第１主成分は音質評価に関連する情報を含んでいると考えられる。
【００３４】
ステップＳ５１２では、判別モジュール１７０が、フィッシャーの線形判別分析を行う。フィッシャーの線形判別分析を用いて、データを分離するための超平面を決定する。２クラス問題を考えると、（８）式のように超平面パラメータｗを用いてＤ次元ベクトルｘを１次元へ射影する。
【数８】
パラメータｗは、（９）式に示すように、射影されたクラス平均ｍ１，ｍ２間の分離度を大きくし、各クラス内で小さな分散ＳＷを与える関数を最大化することで求める。
【数９】
ｗはクラス平均ｍ１，ｍ２の差に比例することがわかる。射影されたデータに対して閾値を設定することで、２クラス分類を行う識別関数を構成することができる。
ここでは、２種類の脳波データをフィッシャー判別の入力として用いる。一つは、脳波の各主成分のみを用いた１次元データであり、もう一つは、第１主成分から第Ｎ主成分までのＮ次元データである。これらを入力データとして、音質Ａ：６１０と音質Ｂ：６２０との間、音質Ａ：６１０と音質Ｃ：６３０との間、音質Ｂ：６２０と音質Ｃ：６３０との間それぞれの判別率を求める。
【００３５】
図１１は、音質評価軸の例を示すグラフ（横軸を第１主成分、縦軸を第２主成分とするグラフ）である。図１１（ａ）は、ある被験者において音質Ａ：６１０の実験結果（濃い星印でプロット）と音質Ｃ：６３０の実験結果（薄い星印でプロット）を示しており、これらを分ける線は、フィッシャーの線形判別分析の結果による直線を示している。２本の線が直交していないのは、グラフの横軸と縦軸のスケールが異なるためである。図１１（ｂ）は、図１１（ａ）の軸を回転したものである。この例は、音質Ａ：６１０と音質Ｃ：６３０との判別率は８３．１８％であった。
図１２は、別の被験者における図１１と同様の結果を示したものであり、この例は、音質Ａ：６１０と音質Ｃ：６３０との判別率は８９．５５％であった。
図１３は、別の被験者における図１１と同様の結果を示したものであり、この例は、音質Ａ：６１０と音質Ｃ：６３０との判別率は５１．８２％であった。
平均の判別率は、７２．３５％であった。
入力データとして各主成分のみを用いた場合の判別率の平均値を示す。第１主成分のみを用いた場合の判別率は他の主成分を用いた場合に比べて最も高い値となったが、第２−１９主成分のみを用いた場合の判別率は約５０％であり、ほぼ判別不可能であることがわかる。これより、第１主成分に音質評価に関連する情報が含まれていると考えられる。
第１−Ｎ主成分までのＮ次元データを入力とした場合の判別率の平均値を調べたところ、主成分が増えるに従って判別率も高くなった。したがって、少なくとも第１主成分による判別を行うべきであり、より好ましくは複数の主成分を含めた判別を行うことが必要であり、例えば、第１−３主成分までの３次元データによって判別する。
【００３６】
また、脳波計測後にアンケートを実施した。例えば、聴いた音楽に対して、「好み」、「深み」、「豊かさ」、「メリハリ」、「ハギレ」、「分離の良さ」、「明瞭さ」、「なめらかさ」、「響き」、「迫力」等について、点数を付けるものである。
全被験者のアンケート得点の平均値と標準偏差を調べたところ、全ての項目において、音質Ｃ：６３０、音質Ｂ：６２０、音質Ａ：６１０の順に評価が高くなることがわかった。さらに，アンケート得点に分散分析を行った結果、３種類の音質は互いに有意な差があることが示された。しかしながら、実際には同一の被験者においても得点は施行毎に異なり、再生順にも影響される場合も存在した。また、音質Ａ：６１０よりも音質Ｂ：６２０の音質を高く評価した被験者も存在したが、全ての被験者は音質Ｃ：６３０を最も低く評価した。
ここで、アンケート結果とフィッシャーの線形判別分析の結果を比べる。フィッシャーの線形判別分析の結果では、音質Ｂ：６２０と音質Ｃ：６３０の判別率が他の組み合わせに比べて最も高くなった。これより、人間の脳はアンケート結果と異なり、音質Ｂ：６２０と音質Ｃ：６３０が最も異なる音質であると判断している可能性があると考えられる。つまり、主観評価であるアンケートには表れない音質の評価を行うことができると考えられる。
また、アンケート得点と第１−３主成分の相関係数を調べた。アンケートと主成分はほぼ無相関であることがわかった。しかしながら、多くの被験者において第１−３主成分に音質間の違いが現れていることから、脳波を用いることでアンケートでは得る事のできない情報を得る事ができる可能性があると考えられる。
以上によって、フィッシャーの線形判別分析による決定境界を音質評価軸として利用可能であることを示した。したがって、音を聴いた人の脳波によって、音質の客観的評価ができる。
【００３７】
ステップＳ５１４では、出力モジュール１８０が、結果を出力する。例えば、図１１等で示したグラフ等を出力するようにしてもよい。
【００３８】
なお、本実施の形態としてのプログラムが実行されるコンピュータのハードウェア構成は、図１４に示すように、一般的なコンピュータであり、具体的には本実施の形態による処理以外にも多くの処理を高速に実行することができるサーバーとなりうるようなコンピュータである。キャリブレーションモジュール１４０、前処理モジュール１６０、判別モジュール１７０、出力モジュール１８０等のプログラムを実行するＣＰＵ１４０１と、そのプログラムやデータを記憶するＲＡＭ１４０３と、本コンピュータを起動するためのプログラム等が格納されているＲＯＭ１４０２と、補助記憶装置であるＨＤ１４０４と、キーボード、マウス等から操作者の操作によってデータを入力又はＣＲＴや液晶ディスプレイ等にデータを出力して操作者とのインタフェースとなるＵＩ／Ｆ１４０５と、ＣＤ−Ｒ等のリムーバブルメディアに対して読み書きするリムーバブルメディアリーダーライター１４０６と、通信ネットワークと接続するための通信回線Ｉ／Ｆ１４０７、そして、それらをつないでデータのやりとりをするためのバス１４０８により構成されている。これらのコンピュータが複数台互いにネットワークによって接続されていてもよい。
【００３９】
なお、説明したプログラムについては、記録媒体に格納して提供してもよく、また、そのプログラムを通信手段によって提供してもよい。その場合、例えば、前記説明したプログラムについて、「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」の発明として捉えてもよい。
「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」とは、プログラムのインストール、実行、プログラムの流通などのために用いられる、プログラムが記録されたコンピュータで読み取り可能な記録媒体をいう。
なお、記録媒体としては、例えば、デジタル・バーサタイル・ディスク（ＤＶＤ）であって、ＤＶＤフォーラムで策定された規格である「ＤＶＤ−Ｒ、ＤＶＤ−ＲＷ、ＤＶＤ−ＲＡＭ等」、ＤＶＤ＋ＲＷで策定された規格である「ＤＶＤ＋Ｒ、ＤＶＤ＋ＲＷ等」、コンパクトディスク（ＣＤ）であって、読出し専用メモリ（ＣＤ−ＲＯＭ）、ＣＤレコーダブル（ＣＤ−Ｒ）、ＣＤリライタブル（ＣＤ−ＲＷ）等、ブルーレイ・ディスク（Ｂｌｕ−ｒａｙ Ｄｉｓｃ（登録商標））、光磁気ディスク（ＭＯ）、フレキシブルディスク（ＦＤ）、磁気テープ、ハードディスク、読出し専用メモリ（ＲＯＭ）、電気的消去及び書換可能な読出し専用メモリ（ＥＥＰＲＯＭ（登録商標））、フラッシュ・メモリ、ランダム・アクセス・メモリ（ＲＡＭ）等が含まれる。
そして、前記のプログラム又はその一部は、前記記録媒体に記録して保存や流通等させてもよい。また、通信によって、例えば、ローカル・エリア・ネットワーク（ＬＡＮ）、メトロポリタン・エリア・ネットワーク（ＭＡＮ）、ワイド・エリア・ネットワーク（ＷＡＮ）、インターネット、イントラネット、エクストラネット等に用いられる有線ネットワーク、あるいは無線通信ネットワーク、さらにこれらの組み合わせ等の伝送媒体を用いて伝送させてもよく、また、搬送波に乗せて搬送させてもよい。
さらに、前記のプログラムは、他のプログラムの一部分であってもよく、あるいは別個のプログラムと共に記録媒体に記録されていてもよい。また、複数の記録媒体に分割して
記録されていてもよい。また、圧縮や暗号化など、復元可能であればどのような態様で記録されていてもよい。
【符号の説明】
【００４０】
１１０…制御モジュール
１２０…音発生モジュール
１２５…計測モジュール
１３０…脳波計測モジュール
１４０…キャリブレーションモジュール
１５０…データ蓄積モジュール
１６０…前処理モジュール
１７０…判別モジュール
１８０…出力モジュール
２１０…音発生装置
２２０…脳波計測装置
２３０…情報処理装置
２９０…通信回線
【特許請求の範囲】
【請求項１】
音を発生する音発生手段と、
前記音発生手段によって発生している音を聞いている利用者の脳波を計測する脳波計測手段と、
前記脳波計測手段によって計測された脳波を対象として統計的分析を行う分析手段と、
前記分析手段による分析結果に基づいて、判別分析を行う判別分析手段と、
前記音発生手段によって発生された音の音質に対する前記利用者の客観的な評価として、前記判別分析手段による判別結果を出力する出力手段
を具備することを特徴とする脳波処理装置。
【請求項２】
前記脳波計測手段は、左耳朶を基準電極とし、左頭葉箇所の脳波を計測する
ことを特徴とする請求項１に記載の脳波処理装置。
【請求項３】
前記脳波計測手段は、計測した脳波にフーリエ変換を施し、行又は列を時間又は周波数とするデータ行列を作成する
ことを特徴とする請求項１又は２に記載の脳波処理装置。
【請求項４】
前記分析手段は、主成分分析による分析を行い、少なくとも第１主成分を音質評価の情報が含まれているとして、前記判別分析手段に渡す
ことを特徴とする請求項１から３のいずれか一項に記載の脳波処理装置。
【請求項５】
前記判別分析手段は、フィッシャーの線形判別分析による判別分析を行い、該フィッシャーの線形判別分析による決定境界を音質評価軸とする
ことを特徴とする請求項１から４のいずれか一項に記載の脳波処理装置。
【請求項６】
前記脳波計測手段によって計測された脳波と予め定められた標準的な脳波とを比較して、該脳波の調整が必要であるか否かを判断し、調整が必要であると判断した場合は、該脳波に対して調整を行う調整手段
をさらに具備し、
前記分析手段は、前記調整手段によって調整された脳波を対象として統計的分析を行う
ことを特徴とする請求項１から５のいずれか一項に記載の脳波処理装置。
【請求項７】
コンピュータを、
音発生手段によって発生している音を聞いている利用者の脳波を受け付ける脳波受付手段と、
前記脳波受付手段によって受け付けられた脳波を対象として統計的分析を行う分析手段と、
前記分析手段による分析結果に基づいて、判別分析を行う判別分析手段と、
前記音発生手段によって発生された音の音質に対する前記利用者の客観的な評価として、前記判別分析手段による判別結果を出力する出力手段
として機能させることを特徴とする脳波処理プログラム。
【請求項８】
音発生手段により音を発生させる音発生ステップと、
前記音発生手段によって発生している音を聞いている利用者の脳波を計測する脳波計測ステップと、
前記脳波計測ステップによって計測された脳波を対象として統計的分析を行う分析ステップと、
前記分析ステップによる分析結果に基づいて、判別分析を行う判別分析ステップと、
前記音発生ステップによって発生された音の音質に対する前記利用者の客観的な評価として、前記判別分析ステップによる判別結果を出力する出力ステップ
を具備することを特徴とする脳波処理方法。
【請求項１】
音を発生する音発生手段と、
前記音発生手段によって発生している音を聞いている利用者の脳波を計測する脳波計測手段と、
前記脳波計測手段によって計測された脳波を対象として統計的分析を行う分析手段と、
前記分析手段による分析結果に基づいて、判別分析を行う判別分析手段と、
前記音発生手段によって発生された音の音質に対する前記利用者の客観的な評価として、前記判別分析手段による判別結果を出力する出力手段
を具備することを特徴とする脳波処理装置。
【請求項２】
前記脳波計測手段は、左耳朶を基準電極とし、左頭葉箇所の脳波を計測する
ことを特徴とする請求項１に記載の脳波処理装置。
【請求項３】
前記脳波計測手段は、計測した脳波にフーリエ変換を施し、行又は列を時間又は周波数とするデータ行列を作成する
ことを特徴とする請求項１又は２に記載の脳波処理装置。
【請求項４】
前記分析手段は、主成分分析による分析を行い、少なくとも第１主成分を音質評価の情報が含まれているとして、前記判別分析手段に渡す
ことを特徴とする請求項１から３のいずれか一項に記載の脳波処理装置。
【請求項５】
前記判別分析手段は、フィッシャーの線形判別分析による判別分析を行い、該フィッシャーの線形判別分析による決定境界を音質評価軸とする
ことを特徴とする請求項１から４のいずれか一項に記載の脳波処理装置。
【請求項６】
前記脳波計測手段によって計測された脳波と予め定められた標準的な脳波とを比較して、該脳波の調整が必要であるか否かを判断し、調整が必要であると判断した場合は、該脳波に対して調整を行う調整手段
をさらに具備し、
前記分析手段は、前記調整手段によって調整された脳波を対象として統計的分析を行う
ことを特徴とする請求項１から５のいずれか一項に記載の脳波処理装置。
【請求項７】
コンピュータを、
音発生手段によって発生している音を聞いている利用者の脳波を受け付ける脳波受付手段と、
前記脳波受付手段によって受け付けられた脳波を対象として統計的分析を行う分析手段と、
前記分析手段による分析結果に基づいて、判別分析を行う判別分析手段と、
前記音発生手段によって発生された音の音質に対する前記利用者の客観的な評価として、前記判別分析手段による判別結果を出力する出力手段
として機能させることを特徴とする脳波処理プログラム。
【請求項８】
音発生手段により音を発生させる音発生ステップと、
前記音発生手段によって発生している音を聞いている利用者の脳波を計測する脳波計測ステップと、
前記脳波計測ステップによって計測された脳波を対象として統計的分析を行う分析ステップと、
前記分析ステップによる分析結果に基づいて、判別分析を行う判別分析ステップと、
前記音発生ステップによって発生された音の音質に対する前記利用者の客観的な評価として、前記判別分析ステップによる判別結果を出力する出力ステップ
を具備することを特徴とする脳波処理方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【公開番号】特開２０１２−１８３２１０（Ｐ２０１２−１８３２１０Ａ）
【公開日】平成２４年９月２７日（２０１２．９．２７）
【国際特許分類】
【出願番号】特願２０１１−４８６４２（Ｐ２０１１−４８６４２）
【出願日】平成２３年３月７日（２０１１．３．７）
【出願人】（５０４１３２８８１）国立大学法人東京農工大学 (595)
【出願人】（０００１１２５６５）フォスター電機株式会社 (113)
【Ｆターム（参考）】
【公開日】平成２４年９月２７日（２０１２．９．２７）
【国際特許分類】
【出願日】平成２３年３月７日（２０１１．３．７）
【出願人】（５０４１３２８８１）国立大学法人東京農工大学 (595)
【出願人】（０００１１２５６５）フォスター電機株式会社 (113)
【Ｆターム（参考）】
[ Back to top ]