PROBLEM TO BE SOLVED: To estimate the magnitude of cognitive load for a subject in conversation based on cerebral blood flow. An estimation device 12 includes a CPU 30, and the CPU acquires a cerebral blood flow signal of a subject when performing an N-back task from a cerebral activity measuring device 18, and segments the acquired cerebral blood flow signal at predetermined time intervals. The differential entropy vector for each segment is calculated by separating into. Then, the CPU constructs a cluster space in which the calculated differential entropy vector is classified into two classes, a class having a high cognitive load and a class having a low cognitive load, by the K-means method. In addition, the CPU acquires the cerebral blood flow signal of the subject when the robot provides a topic at predetermined time intervals, calculates the differential entropy vector for each predetermined time, and determines which class it belongs to. From the judgment result, the cognitive load of the subject during conversation is estimated. [Selection diagram] Fig. 1【課題】脳血流量に基づいて会話中の被験者についての認知負荷の大きさを推定することができる。【解決手段】推定装置１２はＣＰＵ３０を含み、ＣＰＵはＮバック課題を遂行するときの被験者の脳血流量信号を脳活動計測装置１８から取得し、取得した脳血流量信号を所定時間毎のセグメントに分離して、セグメント毎の差分エントロピーベクトルを算出する。そして、ＣＰＵは、算出した差分エントロピーベクトルをＫ平均法により、認知負荷度が高いクラスと低いクラスの２つのクラスにクラス分けしたクラスタ空間を構築する。また、ＣＰＵは、ロボットが話題を提供するときの被験者の脳血流信号を所定時間毎に取得し、所定時間毎の差分エントロピーのベクトルを算出して、いずれのクラスに属するかを判断する。その判断結果から会話中の被験者の認知負荷度を推定する。【選択図】 図１
