心電図（ECG）― 完全ポケットガイド

心と脳のつながりに関する知見を探る。本記事では、心拍リズムが感情や生理的状態をどのように反映しているか、心と脳の活動の相互作用、そして心電図（ECG）データの科学的根拠について解説します。これらの知見が、医療、ゲーム、感情AIの研究をどのように促進するかを紹介するとともに、心電図とアイトラッキングや脳波（EEG）などのツールを組み合わせることで得られる可能性についても解説します。

心臓はどのような働きをするのか、そしてどのように機能するのか？

握りこぶしほどの大きさの心臓は、1日に10万回以上鼓動し、血液を体中のあらゆる臓器へと送り出しています。酸素を豊富に含んだ血液は細胞に栄養を与え、細胞が本来持つ機能を果たせるようにします。そして、その同じ細胞から生じる老廃物である二酸化炭素も同時に運び出され、生命の維持が保たれているのです。

脳は身体の司令塔と見なすことができますが、心臓は発電所のような役割を果たしています。後ほど説明するように、この両者のつながりは、想像以上に深いものなのです。

ハート

心臓の基本的な機能は、体を生き続けさせ、正常に機能させることですが、心臓の役割は単に血液を送り出すだけにとどまりません。 栄養素、ホルモン、免疫系の細胞もまた、心臓のリズムによって制御されています（体内温度の調節は言うまでもありません）。さらに、これらのリズムの微妙な違いが、危険な状況から逃げる能力から、数独を解き終えること、そして絶妙なジョークを飛ばすことまで、あらゆる行動を左右するのです。心臓はまさに、私たちのあらゆる行動の「核心」にあるのです。では、それがどのように機能しているのかを探ってみましょう。

循環器系 ― 体内で最大のネットワーク

心臓はどのような働きをするのでしょうか？

心臓は、比喩としてだけでなく、文字通り体の中心に位置しています。胸の真ん中に位置する心臓は、肺から全身へと新鮮な酸素を運んだ血液を送り出し、二酸化炭素を多く含んだ血液を肺へと送り戻すのに理想的な場所にあります。心周期によって駆動されるこのプロセスには、これら二つの臓器の緻密な連携が不可欠であり、最終的に体にエネルギーを供給しています。 心周期自体は、以下の段階に分けられます：

• 心臓（心臓の上部にある洞結節）から電気的刺激が発生し、それによって心房が収縮します。
• この収縮により、右心房（脱酸素化された血液を含む）と左心房（酸素を豊富に含んだ血液を含む）の血液が、それぞれ左心室と右心室へと送り出される
• 三尖弁（右側）と二尖弁（左側）は、血液が通過する際にともに閉じ、逆流を防ぐ役割を果たします。これが心音の最初の「ドクン」という音であり、いわゆる「収縮期」の始まりを示しています。
• 心室内の圧力が上昇すると、血液は高圧領域から押し出され、それぞれ肺動脈弁と大動脈弁を通って全身へと送り出される。
• これらの弁が閉じると、心拍の2つ目の「ドクン」という音が鳴り、「拡張期」が始まります

心臓が拍動する過程で、血液は酸素をほとんど含んでいない右側から肺へと送り出されます。そこで二酸化炭素が赤血球から排出され、酸素が取り込まれます。こうして新たに酸素を豊富に含んだ血液は、心臓の左側へと戻り、そこから大動脈へと送り出されます。

大動脈に戻ると、血液は動脈へと分岐し、さらに細い血管である細動脈を経て、最終的に毛細血管へと至ります。毛細血管は私たちの体のあらゆる部位の奥深くに存在し、そこで酸素が細胞へと取り込まれ（そして二酸化炭素が老廃物として排出されます）。 その後、血液は細静脈を経て静脈へと流れ、最終的に心臓に戻ります。そして、その旅を再び（そしてまた、そしてまた…）繰り返すのです。

心電図信号

QRS波群とその先

心臓から発生する電気的活動は、皮膚表面に貼り付けた電極によって検出・記録されます（電極の配置については、後のページで詳しく説明します）。健康な心臓から記録される信号は、「QRS波群」として知られています。これは、皆さんもよく目にする心電図モニター上に表示される、典型的なジグザグ状の波形です。以下では、この信号の各部分が上下に動く理由について解説します。

P波

QRS波の直前に、心臓の電気的ポテンシャルがわずかに上昇します。 P波は心房の脱分極を表しており、心臓の上部にある心房が収縮し始め、血液を心室へと押し出す。この信号の部分は心拍の拡張期に相当し、心臓が弛緩して血液が充満する段階である。P波とQ波の間の時間は（当然ながら）P-Q間と呼ばれる。

QRS波群

QRS波は心拍の中で最も大きく、最も多くの情報を伝える成分であり、以下の3つの部分に分けられます：

Q – Q波とは、心電図の波形が急上昇する前に見られる最初の低下部分のことです。これは、心臓の脱分極（相対的な電位が低下すること）を表しています。具体的には、心室を隔てる壁である心室中隔で起こります。これは、心室が心房から血液を受け入れる瞬間です。

R波 – R波は心室の再分極を表しており、電気信号が（Q波によって示される）低下した位置からピークへと上昇する過程を示しています。心室は心臓の中で最も大きな部分であるため、この信号の変化は特に顕著です。また、この時点で心室と心房を隔てる弁が閉じ、心拍に伴う2つの「ドクン」という音の最初の音が生まれます。

S波 – S波は、ある意味ではR波の延長であり、この段階で信号は再び脱分極します。それまで高かった信号はピークから低下し、基線を下回ります。血液は高圧状態の心室から送り出され、新たに流入した血液が心房に入り始めます。

T波

T波は、本質的に、心臓の電気的活動が基準状態に戻る期間であり、これにより再び信号が引き起こされ、PQRSの各段階が再開される準備が整う。T波の終盤において、心室弁（肺動脈弁および大動脈弁）が閉じ、心音の2番目の「ドクン」という音が生まれる。信号、各段階、および圧力の変化の相対的な推移は、すべて下のグラフに示されている。

心と頭

生理的覚醒が高まる原因を特定するよう求められたとき、人々はしばしばその原因を誤って特定してしまう。私たちは自分の体で起きていることをすべて理解しているつもりかもしれないが、研究によると、実際にはそうではないことがよくある。

1962年にシャクターとシンガーが行った影響力のある研究は、この現象がどのように起こるかを明らかにした。参加者には、ビタミンを摂取した後に視力検査を受けると説明された。しかし実際には、エピネフリン（アドレナリンとも呼ばれる）か、あるいはプラセボ薬のいずれかが投与された。

その後、参加者には、その薬の作用がエピネフリンと同じであること、あるいは多少の不快感を感じるかもしれないこと、あるいは何も説明されなかった。エピネフリンは中枢神経系を活性化させ、心拍数の増加や瞳孔の拡大などの変化を引き起こすことが知られている。その後、参加者たちは待合室に案内され、そこで研究の協力者（研究者が雇った俳優）と対面した。その協力者は、怒っているふりをしたり、喜んでいるふりをしたりした。

「怒りの条件」や「喜びの条件」は、参加者の感情状態に影響を与えることを目的とした一連の標準化された手順（喜びの条件の第15段階：「ストゥージがフラフープを元の位置に戻し、足をテーブルに乗せて座る。その直後、実験者が部屋に戻ってくる」）であった。

その後、参加者は自分の気分についてアンケートに回答しなければならなかった。

研究者らは、参加者の感情状態が共犯者の表向きの感情に影響を受けただけでなく（エピネフリン投与群ではその傾向がより顕著であった）、参加者がその感情を、現在の状況とは全く無関係な出来事にも帰属させていたことを明らかにした。

このことは、参加者（そしてより一般的には人々）が、自身の感情状態が変化し得るものであるという認識が乏しく、その影響要因を誤って解釈していることを示唆している。なぜこの点を指摘するのか？ 説明しよう。生理的興奮は感情的興奮と関連しているが、自分の感情状態の原因を特定するのは難しい場合があるからだ。

こうした点を踏まえると、バイオセンサーを用いて覚醒度をモニタリングすることは、参加者が必然的に行う主観的な推測に代わる客観的な手段となります。心拍活動は生理的・心理的な覚醒と密接に関連しているため、私たちの精神状態をより詳細に把握するのに理想的です。次の数ページで、その仕組みについて詳しく解説します。

心と脳

心臓と脳は密接な関係にあります。それぞれの活動が相手の働きを左右し、両者は正常に機能するために互いに依存し合っています。心臓の活動は主に自律的に行われます（つまり、自らの動きを引き起こすことができるということです）が、脳が心拍のリズムやパターンに影響を与える主な方法は、交感神経と副交感神経の活動を通じての2つがあります。

これらのシステムは、「闘争・逃走反応」（交感神経の活動）や「休息・消化反応」（副交感神経の活動）に関与していることでご存知かもしれません。別の見方をすれば、交感神経の活動は生理的に興奮を促すものであり、副交感神経の活動は生理的に鎮静をもたらすものと言えます。

心臓に対する交感神経・副交感神経の影響は、具体的には副交感神経である迷走神経や、交感神経幹の働きによって引き起こされます。交感神経幹は、心臓の収縮力、つまり心臓が血液を押し出す強さにも影響を及ぼします。これらの神経は、脳幹の延髄につながっており、延髄は脳の最下部、脊髄の近くに位置しています。

これらの神経回路をさらにたどっていくと、延髄は、いわゆる「高次」脳構造の活動の影響を受けています。これらの脳領域は、見る、行う、考えるといった、生命活動の本質的なあらゆる側面に関与している（あるいは、そうした機能を持つ他の脳領域とつながっている）ものです。この活動は延髄に影響を及ぼし、延髄はさらにその下にある心臓へと信号を送り、心臓の活動を変化させることがあります。

さらに詳しく見ていきましょう。脳の活動が心臓の活動を調節する具体的な2つの仕組みについて解説します。

心臓に対する交感神経と副交感神経の両方の影響は、前頭前野（前頭葉の一部）に由来しています。これは頭の正面に位置する脳の領域であり、計画の立案、意思決定、行動の制御に関与する「脳の司令塔」と見なされることがよくあります。何かをじっくり考えているとき、前頭前野は計算に忙しく働いているのです。

また、前頭前野は扁桃体の働きも司っています。脳のこの部分は、恐怖反応に深く関わっています（扁桃体は左右対称に脳内の側頭葉に位置する2つあります）。何かが私たちを怖がらせ、交感神経反応を引き起こすと、前頭前野は扁桃体が活性化することを許容します。

この活動により、延髄は心臓に対して「より活発に働く必要がある――危険が迫っている」という信号を送ります。もし周囲に恐ろしいものが何もない場合は、副交感神経の活動が優勢となり、扁桃体は静まり返り、心臓は通常の拍動に戻ります。

また、扁桃体は、「孤束（脳の中で間違いなく最も孤独な部位）」と呼ばれる脳の領域が、延髄の別の部位に影響を及ぼすことを可能にします。この領域（具体的には、曖昧核と背側迷走神経運動核）は、通常、心拍数が上昇するのを防いでいます（副交感神経反応）。

しかし、この領域が扁桃体やその他の部位から信号（交感神経反応）を受け取ると、心臓に拍動を遅くするよう指示するのをやめ、心臓はそれに応じて活動を高める。

心臓の活動が活発になれば、体全体――脳も含めて――により多くの酸素が供給されます。これにより（もちろん、心拍数を高く保つ必要がない限り）、鎮静効果が生まれ、副交感神経の働きが促進されます。その結果、脳は心臓に再び拍動を緩めるよう信号を送るようになります。こうした一連の作用が、脳と心臓が連携して働く複雑なフィードバックループを形成しているのです。

しかし、これは日常生活においてどのように表れるのでしょうか？通常、テレビのCMを見たり、ビデオゲームをしたり、（怖くない！）映画を観たりしている時に、恐怖で心臓がドキドキすることはありません。実際には、私たちの脳と体は常に周囲の世界を評価し続けています。些細な調整や再評価が絶えず行われ、それが微細な変化を引き起こし、私たちの経験を形作り、またその経験によって形作られているのです。

こうした変化はごくわずかなものであっても、心電図で検出することができます。これにより、心臓がドキドキするような人前でのスピーチであれ、スマホゲームに夢中になっている時であれ、脳が周囲の刺激にどのように反応しているのかを知ることができます。心臓は、表面の下で何が起きているのかを物語ってくれるのです。

心電図データの収集

適用分野 – ECGはどこで使用されるのか？

心電図データは、多くの分野や状況において、被験者の生理的・感情的な興奮状態に関する情報を提供するのに活用できます。ハンズフリーでの利用が可能であり、高精度なデータと幅広い解析手法を兼ね備えていることから、心電図は学術研究と産業研究の両分野における行動の解明に極めて適しています。

医療	シミュレーションと訓練
心電図（ECG）は 医療現場で広く利用されているだけでなく、VR 療法などの心理療法にも 応用されています。また、スポーツ科学の分野でも、心電図を用いた心拍変動 （HRV）の分析 が一般的に行われています（これについては後述します）。	フライトシミュレーター（または その他のシミュレーター）による訓練では、両手を使わ なければならない参加者のストレスや恐怖 への反応を理解 することが有効であり、心電図（ECG）は これに最適です。
感情AI	ゲーム
感情を持つAIシステムを開発するには、現実世界における 人間の 感情を理解する必要があります。この 分野の研究開発において、ECGは広く利用されている 手法です。	ECGは、ゲームプレイ中の 感情的興奮を、非侵襲的かつ ハンズフリーで測定する手段として理想的です。VRであろうと画面上であろうと 、短期的・ 長期的な指標のいずれも、ゲームプレイ体験を分析する上で 有益な情報を提供します。

正確な心電図データの収集

正確なデータに勝るものはない

クリーンなデータは、質の高い研究の基礎となります。多少のノイズを含むデータを整理するのに役立つ手法も存在しますが、最も一般的なアプローチは、そのようなデータを単純に除外することです。したがって、対象とする生理学的プロセスを最も忠実に反映したデータを収集することが重要です。

「GIGO」（Garbage In, Garbage Out：ゴミを入れればゴミが出る）という基本原則は、心電図データにも当てはまります。したがって、常に適切に記録されたデータから始めることが重要です。正確なデータを記録することには、単に分析が容易になるというだけでなく、他にもいくつかの利点があります：

科学的信頼性と妥当性：クリーンなデータが多ければ多いほど、結果の説得力も高まります。信頼性の高い分析を行うには、可能な限り多くの（あるいは少なくとも現実的に可能な限りの）有効なデータポイントが必要です。

より多くの、より質の高い論文を発表する：データがクリーンであればあるほど、仮説をより的確に検証できるようになります。質の悪いデータしか持っていない場合、ある効果が生理的・認知的な状態の違いによるものなのか、それとも単なるアーチファクトの副作用に過ぎないのか、どうして確信できるでしょうか？査読者は、アーチファクトのないデータを高く評価します。

年間の実験回数を増やす：不十分なデータから何とか有益な情報を引き出そうとして時間を無駄にしないでください。質の高いデータを収集することで、実験の進行がスムーズになり、データ収集をやり直す必要がなくなるため、コスト削減にもつながります。

電極の配置

心電図（ECG）システムは、皮膚に貼り付けた電極を用いて、心臓から発生する電位を検出します。具体的には、心電図は心筋の脱分極によって生じる電気的活動を記録するもので、この活動は脈動する電気波として皮膚に向かって伝播します。実際の電気量はごくわずかですが（マイクロボルト（uV）単位）、心電図電極を用いれば確実に検出することができます。

完全な心電図測定セットアップには、少なくとも4つの電極（通常はそれ以上が使用される）が含まれ、これらは標準的な命名法に従って胸部または四肢に配置される（RA＝右腕、LA＝左腕、RL＝右脚、LL＝左脚）。 もちろん、より柔軟で身体への負担が少ない記録を可能にするため、例えば前腕や脚に電極を取り付けるなど、この配置には様々なバリエーションが存在します。心電図電極は通常、湿式センサーであり、皮膚と電極間の導電性を高めるために導電性ゲルの使用が必要です。

心電図解析 ― 心臓は何を教えてくれるのか？

心拍数データを記録することで、参加者の覚醒度に関して解釈可能な以下のパラメータが得られます：

心拍数（HR）。心拍数（HR）は、特定の時間枠内における、1回の心拍の発生から次の心拍の開始までの間隔を表します。通常、bpm（1分あたりの拍数）で表されます。心拍数は、ECG（心電図）およびPPG（光電式脈波測定）センサーを用いて測定できます。

心拍間隔（IBI）。IBIとは、個々の心拍間の時間間隔のことで、通常はミリ秒（ms）単位で測定されます。一般的に、分析にはRR間隔が用いられます。

心拍変動（HRV）。HRVは、心拍ごとにIBI値が自然に変動する様子を表します。HRVは感情的な興奮と密接に関連しており、時間的プレッシャーや感情的なストレスがかかる状況下ではHRVが低下することが分かっています（つまり、心拍のリズムがより一定になるということです）。

HRV解析 ― 心拍変動の理解

心拍数を理解する上でまず知っておくべきことの一つは、最も有益な指標の一つが、単なる心拍数そのものではなく、心拍数の変動幅に依存しているという点です。 この指標について一見すると直感に反するように思えるのは、心拍変動（HRV）が高いほど健康状態が良いと関連しているという点です。つまり、心臓の鼓動が（もちろん適度な範囲内で）激しければ激しいほど、身体は活動態勢に入りやすいのです。一方、HRVが低いことは健康状態の悪化と関連しており、いくつかの疾患による死亡率を予測する重要な指標となっています。

HRVの医療用途は広く普及していますが、HRVデータからは思考、感情、行動に関する側面も読み取ることができます。

心理学の研究から、HRVは多くの要因と関連していることが分かっています。研究者たちは、HRVの上昇が、自制心の向上、社会的スキルの向上、ストレスへの対処能力の向上などに関連していることを明らかにしています。したがって、その応用範囲は、純粋に医療的な場面にとどまらないことは明らかです。

総じて、HRVは生理的ストレスや覚醒度の指標であると言える。覚醒度が高まるとHRVは低下し、覚醒度が低下するとHRVは上昇する。したがって、心電図（ECG）を他の測定値と併せて活用することで、人々がさまざまな状況や刺激にどのように反応するかを調べる新たな手段が得られる。

しかし、HRVの算出方法については、やや複雑になる場合があります。手法によって計算方法が異なり、それぞれの結果を直接比較できないこともあるため、業務や研究においては正確な算出が極めて重要です。

ただし、その話に入る前に、モニタリングされた心電図信号がどのように表示されるかについて、いくつか知っておくべきことがあります。下の図は典型的な心拍の波形を示しています（詳細は7～8ページで解説しています）。これはQRS波群と呼ばれ、それぞれの文字は心臓の収縮の異なる段階に対応しています。

ここで重要な点は、複合波形の「R」が、解析に用いる値の取得元となる領域であるということです。連続する複数の心拍がある場合、各「R」間の距離（ミリ秒単位）は「RR間隔」と定義されます（心拍が正常であることを強調するために、「NN間隔」と呼ばれることもあります）。

HRVの算出方法における主な区分の一つは、時間領域と周波数領域のどちらを用いるかという点です。この文脈において、時間領域法とは、一定時間内の心拍ごとの変動量を用いる方法を指し、一方、周波数領域法とは、発生する低周波および高周波の心拍の数を数える方法を指します。これについては、以下の図でさらに詳しく説明しています。

一定時間内に心拍数がどの程度変化するか、あるいは心拍数がどの程度の幅で分布しているかによって、HRVの値が決まります。

心拍数データを分析する方法は他にもあり、幾何学的アプローチや非線形手法などが挙げられる。これらの手法はデータを検証する新たな手段を提供するが、現時点ではまだ広く普及していない。

心電図 – 時間領域法

HRVを分析する最も一般的な方法は、RMSSDと呼ばれる時間領域法です。これは、各心拍間の連続差の二乗平均平方根（Root Mean Square）を指します。計算が比較的簡単（大規模な計算を行う上で重要）であり、HRVや副交感神経活動の信頼性の高い指標となります。その計算方法は、下の画像に示されています。

HRVの算出に用いられる、その他の代表的な時間領域法として、SDNNとSDANNの2つが挙げられます。SDNNは、すべてのRR間隔（各心拍間の間隔、あるいはQRS波形の「R」波）の標準偏差として算出されます。SDANNもこれと似ていますが、まず記録データの中から数つの5分間の区間を選び、それらのRR間隔の平均値を算出した上で、その標準偏差を求める必要があります。

周波数領域法

周波数領域の手法のうち、交感神経系の活動指標として、低周波（LF）心拍（0.04～0.15 Hz）の量に関するデータがよく用いられる。 高周波（HF；0.15 Hz～0.4 Hz）および超低周波（VLF）の測定値も用いられる。周波数は心拍数そのものではなく、HRVの変調に関係している。

さらに、HFとLFの比率（HF/LF）を算出することで、交感神経系の活動量に関する情報を得ることができますが、この指標の有効性については議論が分かれています。なお、Hzという単位は厳密には心拍数そのものを指すのではなく、心拍数の変動の頻度を指すものである点に留意する必要があります。

ポアンカレ図

HRVの最も一般的な可視化手法の一つに、「ポアンカレ・プロット」と呼ばれるグラフがあります。このグラフは、著名なフランスの数学者にちなんで名付けられたもので、RR間隔（各心拍間の間隔）を、直前のRR間隔と共にプロットしたものです（下図参照）。

したがって、ポアンカレ・プロットは、各RR間隔が次の間隔をどの程度正確に予測しているかを示しています。値のばらつきが大きいほどHRVは高くなり、逆に値が密集しているほどHRVは低くなります。

以下にポアンカレプロットの2つの例を示します。左は心拍変動（HRV）が大きい場合、右は心拍変動が小さい場合を示しています。ポアンカレプロットやその他の高度な解析手法を用いることで、回答者のHRVをさらに数値的に定量化することが可能です。

HRV（心拍変動）値の比較

時間ベースの手法と周波数ベースの手法は、計算方法や実行方法において異なるものの、その本質は同じであり、HRVを数値化することです。各手法や検査の結果は、私たちの健康状態だけでなく、心理状態にも関連する知見をもたらすことができます。

HRVの結果を比較するための標準的な基準値は存在しませんが、回答者同士の結果を比較することは可能です。また、この測定方法は、1分間の心拍数（bpm）を用いるよりも適切な比較手段となります。その具体例を下の画像に示します。

研究を始めましょう

心電図およびマルチモーダル研究

心電図（ECG）は、低コストで非侵襲的、かつ完全に受動的な記録手法です。また、心電図データはミリ秒単位の優れた時間分解能を有しており、感情や生理的プロセスの正確なタイミングを研究するための理想的なツールとなっています。標準的な解析手法と高度な解析手法のいずれも、人間の行動プロセスについて深く信頼性の高い知見を提供します。

もちろん、心拍数のみに基づくデータは、感情的な刺激材料に対する無意識の覚醒状態について、貴重な知見を与えてくれます。しかし、心電図データのみに基づいた情報では、その覚醒が肯定的な刺激内容によるものか、否定的な刺激内容によるものかを判断することはできません。

なぜでしょうか？ 実際、心拍数の変化は全く同じです。ポジティブな刺激もネガティブな刺激も、覚醒を高め、その結果として心拍数の変化を引き起こす可能性があるからです。

つまり、心電図（ECG）は感情的な興奮度を追跡する理想的な指標ではありますが、感情の「価値（ヴァレンス）」、つまり感情の方向性を明らかにすることはできません。心電図の真価は、表情分析、脳波（EEG）、アイトラッキングなどの他のデータソースと組み合わせたときに発揮されます。したがって、心電図だけでも人間の行動に関する豊富な知見が得られますが、全体像を把握するためには、他のセンサーを追加することを検討するとよいでしょう。

心電図とアイトラッキング

テレビCM、ビデオゲーム、映画、ウェブサイト、各種デバイス、そして私生活や職場での対人交流――これらすべては、視覚がなければ処理することができません。 画面上に視覚刺激を提示する際は、参加者がどこに視線を向けているか、そしてそれが認知処理にどのような影響を与えているかを確実に把握するために、常にアイトラッキングデータを収集すべきです。心電図（ECG）とアイトラッキングの同時記録を行うことで、感情的または認知的に負荷の高い刺激を提示する際、参加者の注意状態と覚醒レベルの両方をモニタリングすることが可能になります。

心電図および表情分析

心電図（ECG）だけでは、被験者の観察可能な行動から、彼らが肯定的な感情を表しているのか、否定的な感情を表しているのかを判断することはできません。そのため、次回の心電図研究において、有用なセンサーのリストに常に表情分析を加えることを検討すべきです。 表情分析は、被験者の正面に設置したウェブカメラを使用するだけで、頭の位置や向き、動作単位（眉を上げる、口を開くなど）の動きを評価し、基本的な感情（喜び、怒り、驚きなど）の全体的な表情を測定できる、非侵襲的な手法です。表情データは、生理的覚醒の理解を深める上で極めて有用です。

心電図および脳波

脳波検査（EEG）は、頭皮の表面に配置した電極を用いて電気的活動を記録し、その活動を一連の脳波として出力するものです。脳からの電気的活動を測定することは、脳内の多数のニューロンが電気的インパルスを通じて互いにどのように通信しているか、またそれらが眠気・覚醒、覚醒時のリラックス状態、接近・回避といった認知プロセスとどのように関連しているかを反映するため、有用です。

EEGの最大の特徴は、その優れた時間分解能にあります。EEGは1秒間に数百から数千もの電気活動のスナップショットを捉えることができます。このため、EEGは行動の根底にある認知的・感情的処理の正確な時間的経過を研究する上で、理想的な技術となっています。EEGとECGを組み合わせることで、人が刺激にどのように反応するかだけでなく、その反応の強さも把握することが可能になります。

心電図およびEDA/GSR

皮膚電気活動（EDA、またはガルバニック皮膚反応（GSR））は、皮膚の汗腺からの発汗量を反映しています。発汗が増えると、皮膚の導電率が高くなります。感情的な刺激にさらされると、私たちは感情的な発汗を起こします。 皮膚伝導度は無意識に、つまり自動的に制御されています。EDAは、心電図（ECG）の補完指標（いずれも生理的覚醒を測定できるため）として機能するだけでなく、ECGデータに対する強力な付加情報としても役立ちます。

心電図および筋電図

筋電図センサーは、身体の動きによって生じる電気信号を測定します。EMGセンサーを使用すれば、あらゆる種類の刺激に対する顔、手、または指の筋反応をモニタリングすることができます。無意識に制御される手や指の動き（驚愕反射）に伴う微細な活動パターンでさえ、EMGによって評価することが可能です。

iMotionsプラットフォーム

次回の心電図（ECG）研究を始める前に、どの記録・データ解析ソフトウェアを使用するか、しっかりと検討しておく必要があります。通常、刺激提示と心電図記録には別々のソフトウェアが必要となります（さらに情報を得るために他の生体センサーを追加する場合も同様です）。 もし、あらゆる種類の刺激を提示しながら、心電図、アイトラッキング、表情分析、その他の生体センサー（EEG、EDA、EMGなど）からのデータを記録でき、それらを個別に組み合わせる必要のないマルチモーダルなソフトウェアソリューションがあったらどうでしょうか？

iMotionsプラットフォームは、試験設計、マルチセンサーのキャリブレーション、データ収集、および分析を簡単に行えるソフトウェアソリューションです。

iMotionsは、導入直後から、表情分析、EDA、アイトラッキング、EEG、EMGをはじめとする50種類以上の主要なバイオセンサーに加え、マルチモーダルな人間行動研究のための調査技術をサポートしています。iMotionsのチームまでお問い合わせいただければ、お客様の研究をさらに発展させるお手伝いをさせていただきます！

参考文献

Barbas, H., Saha, S., Rempel-Clower, N., Ghashghaei, T. (2003). 霊長類の前頭前皮質から自律神経領域へと続く連続的な経路は、感情表現に影響を及ぼす可能性がある。BMC Neurosci., 4.

Blackburn H, Keys A, Simonson E, Rautaharju P, Punsar S. 集団研究における心電図：分類体系. Circulation 1960;21: 1160-75.

Brosschot, Van Dijk, & Thayer (2007). 日常的な心配は、覚醒時およびその後の夜間睡眠時の心拍変動の低下と関連している。『International Journal of Psychophysiology』, 63 (1): 39–47.

Dutton & Aron (1974). 強い不安状態下における性的魅力の高まりを示すいくつかの証拠。『Journal of Personality and Social Psychology』, 30: 510–517.

Hagit ら（1998）。トラウマに関連する刺激に対する心的外傷後ストレス障害患者の心拍変動の分析。『Biological Psychiatry』、44。

Jönsson (2007). 健常者における状態不安の関数としての呼吸性洞性不整脈. International Journal of Psychophysiology, 63 (1): 48–54.

Kannel WB、Gordon T、Offutt D. 心電図による左室肥大：フラミンガム研究における有病率、発生率、および死亡率。Ann Intern Med. 1969; 71:89–105.

Nickel & Nachreiner (2003). 精神的負荷の指標としての心拍変動の0.1 Hz成分の感度と診断法. Human Factors, 45 (4): 575–590.

O’Keefe JH、Hammill SC、Freed MS、Pogwizd SM. 『心電図完全ガイド』. Jones & Bartlett Publishers; 2008.

Schacter, S., & Singer, J. (1962). 感情状態の認知的、社会的、生理的決定要因. ミネアポリス：Psychological Review.

Thayer, J.F., Lane, R.D. (2009). クロード・ベルナールと心脳のつながり：神経内臓統合モデルのさらなる展開. Neuroscience and Biobehavioral Reviews, 33, pp. 81-88.