morbidity and mortalityとペアで使われることが多い単語ですが、mortalityが死亡者数、死亡率、災害などによる大規模な多数の死、死すべき運命と言った意味であるのに対して、morbidityは、「死」ではなく「病」の方に対応する言葉です。morbidityは病的な状態のことで、さらに細かくいうと、以下の３つの意味で用いられます。
（参考：https://www.cancer.gov/publications/dictionaries/cancer-terms/def/morbidity）
morbidityをYouglish.comで聴く（1169件）
Position–theta-phase model of hippocampal place cell activity applied to quantification of running speed modulation of firing rate. Kathryn McClain, David Tingley, David J. Heeger, and György Buzsáki
Traveling Theta Waves and the Hippocampal Phase Code. Christian Leibold & Mauro M. Monsalve-Mercado Scientific Reports volume 7, Article number: 7678 (2017) Published: 09 August 2017
Rhythms of the Brain György Buzsáki (465-page PDF) 2006年 書籍
Phase relationship between hippocampal place units and the EEG theta rhythm. John O’Keefe, Michael L. Recce, First published: July 1993 https://doi.org/10.1002/hipo.450030307 (PDF)
脳波の謎：リズムとその存在理由 良峯徳和 場所細胞の活動のタイミングと、海馬内の脳波とくにシータ波と呼ばれる周波数 4〜 8Hz の波に相関性があることがわかってきた。ラットが複数の場所を走り抜けると、それぞれの場所に反応する場所細胞が繰り返して活動する。その活動は、シータ波の 1 周期の間に、ラットが走り抜けた場所の順番を保持しながら、シータ波の周期ごとに、すなわち 1 秒間に 8 回繰り返されるという11。
国産第１号の脳波計を開発した優れた技術集団であった旧三栄測器(株)（合併等の紆余曲折を経て、2001年その歴史を閉じる）の脳波計技術者が中心になり同年デジテックス研究所で開発されたのがポリメイトです。ポリメイトは、日本市場から強く求められた小型・バッテリ駆動でポータブルなポリグラフ計測をコンセプトに開発され、既に多くの機種をラインアップし市場にお届けし続けています。2017年ポリメイトの開発・製造がミユキ技研に技術者を含め移管され、‥ （PDF）
脳波研究の知識
ATR-Promotionsは、国際電気通信基礎技術研究所(ATR)が研究成果を事業展開する目的で2004年 11月1日に設立した会社だそうです。
ニューロフィードバック（脳波バイオフィードバック）に特化した脳波計も複数の会社が製造しています。2チャンネルの製品なら10数万円で入手可能。
Designed by Phoenix Neurosystems, a company with 30 years of experience manufacturing neurofeedback devices. Now manufactured by Southeast Signal. ニューロフィードバック（脳波バイオフィードバック）の分野で使われてきた製品群。
Design adapted specifically for EEGer software at the direction of EEG Spectrum, the founder and developer of EEGer. The Spectrum amplifiers have consistently proven reliable and accurate at the heart of EEGer Neurofeedback Systems. ニューロフィードバック（脳波バイオフィードバック）の分野で使われてきた製品
NI DAQはアナログ入力をデジタル化する装置であって、生体アンプにはなりません。脳波の電位はマイクロボルトのオーダーでしかないため、脳波の記録電極から直接DAQに入力するわけにはいかず、生体アンプが必要です。
LabVIEW（ソフトウェア）を脳波解析に用いている研究はいくつかあるようです。
スティール=ドゥワスの多重比較検定 Steel-Dwass’s multiple comparison testは、ノンパラメトリックな検定に分類されます。同じく多重検定のための手法であるテューキーの方法のノンパラメトリック版と言えるでしょう。クラスカル=ウォリス検定は、数式に自分で値をいれて、手計算である程度できましたが、スティール=ドゥワスの多重比較検定は統計ソフトにお任せするしかなさそうです。
pythonでもできます。
https://buildmedia.readthedocs.org/media/pdf/scikit-posthocs/latest/scikit-posthocs.pdf このウェブページにあるサンプルコードですが、
import scikit_posthocs as sp
a= [1,2,3,5,1]b = [12,31,54,62,12]
c = [10,12,6,74,11]
sp.posthoc_dscf([a, b, c])
と一行のコマンドで済みます。
クラスカル・ウォリス検定 (Kruskal-Wallis test) に関するわかりやすい説明を纏めました。
クラスカル・ウォリス検定は、ノンパラメトリック検定の一つです。ノンパラメトリック検定とは、パラメトリック検定に対する言葉で、パラメトリック検定とは、母集団として正規分布など何かしらの分布を仮定しておき、その仮定のもとでなにがしかの検定統計量を計算し、その検定統計量が従う分布を用いて仮説検定を行うものです。それに対して、ノンパラメトリック検定は、そのような母集団の分布の仮定を置きません。ノンパラメトリック検定における基本的なやり方は、観察された値（データ）を大きさの順に並べて、その順位を使った検定統計量を計算し、その検定統計量が従う分布を利用して仮説検定を行うところに特徴があります。
クラスカル・ウォリス検定は複数の群（2群でもよいし、3群でも、3群以上でもOK)の間に分布の差があるかどうかを調べます。仮説検定を行うときの帰無仮説は、「群間に分布の差はない」、帰無仮説が棄却された場合には、「（どれとどれとの間にかはわからないが）群間で差がある」といいうことになります。
実際の計算はというと、仮にA群、B群、C群とあったとすると、それぞれのデータの値を総データにおける「順位」（小さい順。一番小さいものが１）に変換しておきます。
統計検定量H = 12/総データ数*(総データ数+1) * (A群のデータ数*(A群の順位和の平均 – 総データ数の中央値)^2 + B群に関して同様 + C群に関して同様)
という数式から統計検定量Hを計算します。上の式をみると、この統計検定量Hを計算する際、データの実際の値は使われておらず。そのデータの順位だけが考慮されていることがわかります。この統計検定量Ｈは、自由度（群の数 -1）のχ2乗分布に従うので、Ｈの値より上側の面積が、そのＨもしくはそれより高い値が得られる確率（すなわちp値）になります。
データの値を順位に変換するのは、pythonなどのプログラミング言語を利用すると比較的簡単にできるので、上の式を用いて全部自分で計算することが可能です。
3群以上の群間の差を調べる方法としては、一元配置分散分析とクラスカル・ウォリス検定がありますが、一元配置分散分析が群間で平均値の差を検定するのに対して、クラスカル・ウォリス検定では中央値の差を検定しているというところが違いです。一元配置分散分析法（One-factor ANOVA）のノンパラメトリック版だと考えると、どういうときに使うのかが覚えやすいかもしれません。
他群間の比較をする目的は、たいていの場合、どの群とどの群との間に差があるのかです。しかし、クラスカル・ウォリス検定は、全ての群が同じということではない、と結論してくれますが、じゃあ、どの群が違ているのかまでは教えてくれません。そのため、クラスカル・ウォリス検定で有意差が認めらたとしても、そこで解析を終わるわけにはいきません。
事後の比較として多重比較の手順を必要とします。 多重比較の手法としては、Steel-Dwass test（スティール・デュワス検定）や Mann-Whitney U test（マン・ホイットニーのU検定）による2群比較を行ってBonferroni（ボンフェローニ）による調整を行う方法などが知られています （Kruskal-Wallis検定の後の多重比較の手法 Stats Guild）
クラスカル・ウォリス検定（Kruskal-Wallis test）は、3つ以上の独立したグループ（または標本）の間で、連続型の順序尺度データに基づいて統計的に有意な違いがあるかどうかを検定する方法です。この検定は、グループ間で中央値に差があるかどうかを調べるために使用され、非正規分布のデータや等分散性の仮定が満たされない場合にも有用です。
クラスカル・ウォリス検定の基本アイデアは、各グループのランクを計算し、それらのランクを比較して、グループ間の中央値に統計的に有意な差があるかどうかを判断することです。具体的な手順は以下の通りです。
クラスカル・ウォリス検定は、実験または調査データにおいて、複数の処置または条件がある場合、それらの条件間で統計的な差を評価するのに役立ちます。臨床における例を考えてみましょう。
例: 薬物療法の比較
臨床試験において、3つの異なる薬物（A、B、C）を投与して、患者の特定の疾患の症状の軽減度を評価したいとします。各薬物は異なる治療群に割り当てられ、同じ病態を持つ患者が各群に分散されます。治療後、症状の軽減度を数値で評価し、これらのデータを使用してクラスカル・ウォリス検定を実施します。
帰無仮説（H0）: 3つの薬物の中央値に統計的に有意な差はない。
対立仮説（H1）: 少なくとも1つの薬物の中央値に統計的に有意な差がある。
クラスカル・ウォリス検定を実行し、結果が有意であれば、どの薬物が他よりも有効であるかを特定できます。このような解析は、臨床試験や疾患治療の効果を評価する際によく使用されます。
（参照：chat.openai.com）
脳波判読step by step 入門編 第4版 大熊輝雄、松岡洋夫、上埜孝志 医学書院 2006年
脳波が「原寸大」で印刷されていて、見やすいのが特徴。類書ではこんなに大きく脳波が印刷された本は見当たりません。この大きさは実に見やすいし、頭に入ってきやすいです。ものさしも付属しているので、この定規を当てることで、原寸大（1秒＝3㎝）に描かれた脳波が、何ヘルツの脳波なのかが簡単に調べられます。周波数を簡単に読み解けるので、実感がわきやすいです。脳波を読んでみようという意欲を一番沸かせてくれる本。この定規に印刷されたもので2ヘルツから30ヘルツまで読むことが出来ます。
EEGモノグラフ 臨床脳波を基礎から学ぶ人のために第2版 日本臨床神経生理学会 編 診断と治療社 2019年12月１６日発行。大判です。脳波は脳内のどんな電気活動を反映しているのかという説明が最初になされていて、結構詳しいです。脳波がどうやって測定されているのか、多少の電気の知識があったほうが理解しやすい内容の説明がなされています。それから脳波の導出法などへ話が移っていきます。脳波に関することが網羅的に説明されていて、非常に良い教科書。単に脳波を読むための本ではなくて、脳波に関して知っておくべきことの総説になっています。
Memorandum of Understanding (MoU)の訳語は、業界によって異なるようです。
採択されるための科研費申請書の書き方のコツですが、簡単にライバルの応募書類との差をつける方法があります。
それは、学術的な問いをしっかり書くこと。「学術的な問いが明確か？」は、審査のポイントの一つであるにもかかわらず、そしてまた申請書を作成している本人が「研究の背景および核心をなす学術的な問い」というセクションタイトルをわざわざ書いているにも関わらず、学術的な問いが何であるのかを書いていない計画調書が多数あります。審査委員に「読み取れよ」と言うつもりなのでしょうか？なんて傲慢な態度だこと！審査委員に対してリスペクトがない申請書が高い評価を得られるでしょうか？
実際のところ、審査委員一人に割り当てられる申請書の数は100件程度もあるのだそうで、しかも、申請書の大部分は当落線上に並んでしまうそうです。つまり、多くの場合、紙一重の差で採否が決まるのです。評価が甲乙つけがたい申請書を振り分けるために、審査委員（によって）は不採択にする理由がないかどうか探し始めるのだそうです。最近読んだ科研費の教科書「狙って獲りに行く！科研費」に、審査委の実情が説明されていました。
学術的な問いがちゃんと書いてある申請書と、学術的な問いが文章中に埋め込まれていて容易には読み取れない申請書とが、全体的な評価は五分五分だったとして、審査委員はそれらを「採択」と「不採択」に振り分けなければなりません。「様式の指示に従っていない」ことは、マイナスに評価するための格好の理由になります。
様式の指示に忠実に従って、学術的な問いはきちんと書きましょう。「本研究の学術的な問いは、～である」と書いたり、「本研究では、～を学術的な問いとする。」などと書けばよいでしょう。
さて、学術的な問いは～である と書いたからといって、問いが明確になったといえるでしょうか？実はそれだけではまだまだ不十分なのです。「本研究の学術的な問いは、メガネケースの開閉に適したメカニズムが、マグネット式か、ばね式かを明らかにすることである。誰も論文報告していないので独自性が高い。」と書いてあっても、誰もそれが科研費研究に値するとは思わないでしょう。
問いは書くだけでなく、その問いの妥当性を説明することまでが必要です。問いの妥当性を説明する場所はどこか？もちろん、それは「学術的背景」の部分です。つまり、学術的背景を書く理由というのは、学術的な問いの妥当性を審査委員に納得してもらうためだったのです。これをわかっていない人が非常に多いです。そういう調書は、背景と問いが解離していて、問いの重要性がまったく伝わりません。個人的な体験談だけ書いても誰も信用しませんので、背景では、自分および他人の文献をきちんと引用して論を組み立てましょう。問いに出てくるトピックは全て背景で説明されていないとおかしいということはわかるでしょう。文献を引用して論を立てて問いを導くことができないような研究テーマであれば、それはそもそも科研費研究に適していないのかもしれません。「背景、問い」のセクションで大事なのは、客観性と論理性です。
公開されている「審査の手引き」を読むと、評定要素として（１）研究課題の学術的重要性という項目があり、1点から4点までが付けられます。採点のポイントがいろいろ書いてある中に、学術的問いが明確かどうかというものがあります。学術的な問いをしっかり書いたので明確に伝えられたと思うのは、まだ早い！です。問い＝研究目的（問いに答えるために行うこと）と考えて良いわけですが、問いや研究目的が申請書全体を通じて一貫していない人が非常に多いのです。
研究目的を書く場所は申請書の中に複数個所あります。研究課題名、概要の中、学術的問いのセクション、研究目的のセクション、何をどのようにどこまで（研究計画欄）の冒頭や締めの部分、その他自分が書いたところ。つまり５～６回、研究目的を書いているはずなのですが、これら５～６個の研究目的が、統一感がなくて、言っていることがバラバラ！ということが非常に多いのです。毎回言うことが違っている人が信用してもらえるでしょうか？そんな人がいう学術的な問いが明確だと言えるでしょうか。なぜバラバラなのかというと、各セクションを書いているときに考えていたことが違っていたからです。つまり、何を明らかにしようかというアイデアがまだ固まっていなくてふらふらと彷徨っていたせいで、こういった整合性のなさが生じてしまうのです。自分は大丈夫などとたかをくくらずに、謙虚に一度自分の申請書を読み返してみてください。10人中3人くらいは、致命的な失敗を見つけて青ざめることでしょう。自分で確認する自信がない人は、他人に頼んで読んでもらうといいです。
採択される科研費の書き方に関する教科書・日本語の文章力を身に付けるためのお勧めの本（レビュー記事 別記事）
兆候とは
ある隠された状態あるいは過程に結びつき，しかもある程度の蓋然性をもって診断されうるところの知覚可能な現象あるいは性格をさす。たとえば，皮膚の赤い斑点ははしかの徴候でありうる。（コトバンク）