Analysis　　　　　　　　　　　　　　return to cover

生体信号処理

　心電図からは， ローパスフィルタを用いてカットオフ周波数30[Hz]で高周波雑音を除去し， RR間隔時系列を求めた．血圧もローパスフィルタを用いてカットオフ周波数30[Hz]で高周波雑音を除去した．その後，血圧振幅のピーク間での平均値を平均血圧とした．呼吸は移動平均フィルタを用いて，1000ポイントごとの平均を求め，3次スプライン補間を行った後，サンプリング周波数30[Hz]でリサンプリングすることで等間隔時系列とした．以上の生体信号それぞれに対して映像のフレームレートに合わせるため，3次スプライン補間の後，リサンプリング周波数30[Hz]にて等間隔時系列とした．
　RR間隔，平均血圧，呼吸の時系列に対して0.03〜2.0[Hz]の範囲で連続Wavelet変換（Mother WaveletにはGabor関数）を施し，自律神経関連成分として心拍変動の HF（0.15〜0.45[Hz]）成分とLF（0.04〜0.15[Hz]）成分を推定した．なお，随時，これ以外に呼吸の HF成分，血圧の LF成分も推定した．また，発汗は母指球と前腕部から計測した電圧の差分をとり，精神性発汗の発生位置の特定を行った．差分は精神性発汗が出ているときが正の値となるように計算した．

映像の解析

　動きベクトルの時間周波数構造に着目するため，GMVの各パラメータ（ズーム，パン，チルト）に対し，連続Wavelet解析（0.1-15[Hz]，分割数31）を施した．
　画面の個々のセクションに見られる動きがどの程度GMVの影響を受けているのか，25セクションでのLMV（上下，左右）とGMV（ズーム，パン，チルト）との相関関数（区間長1 sec（30 point），シフト長1 point）を時系列として求め，相関係数の絶対値が 0.7 以上となった区間の出現パターンを調べた．