心拍変動分析は自律神経活動の定量的評価に用いられる．従来の統計分析・周波数分析のほかに，新たにカオス分析の必要性が指摘されているが，心拍変動のカオス性や複雑さが何を意味するものであるかはまだ明確にされていない．
本研究では，神経内臓統合モデルや脳の大規模ネットワークに関する先行研究から高次の脳活動と心拍変動のカオスとの関係を説明する仮説を立て，検証のための実験を行った．実験の結果，暗算や数独のタスク中に心拍変動のカオス性が顕著に上昇することがわかった．
本結果は，心拍データから脳活動に関する情報を得られる可能性を示唆しており，定量化の難しかったストレスの推定などへの応用が期待できる．
近年では，様々なウェアラブル生体センサ類が開発されており，継続的に生体データを取得することが可能になってきている．
小型の心拍センサで計測した心拍間隔（RRI）データを分析することによる，ストレスや疲労などの定量化や，自動車運転中の眠気を検知するドライバー眠気推定システムなどへの応用が期待される．
| 氏名 | 専攻 | 研究室 | 役職/学年 |
|---|---|---|---|
| 真尾 朋行 | 数理工学専攻 | 物理統計学分野 | 博士3回生 |
| 奥富 秀俊 | その他: その他 | その他: その他 | |
| 梅野 健 | 数理工学専攻 | 物理統計学分野 | 教授 |