三菱铅笔公司与东京大学药学研究生院池谷裕二教授以及Storia进行了一个联合研究项目，记录书写工具的运动轨迹以及脑电波，并从书写工具的运动轨迹预测使用者的脑电波。

实验使用了Storia的试制品Penbe，这是一个附件型物联网设备，可以连接到书写工具上并测量书写工具的加速度。具体而言，是指写作动作被启用感应，在写作动作感应的同时，脑电图仪也被连接到受试者身上，以测量大脑额叶的伽马波成分，众所周知，伽马波与注意力和任务表现有关。 为此，实验中使用深度学习方法之一“长短期记忆神经网络方法（LSTM方法）”对书写动作（加速度）和伽马波按时间顺序进行了分析。

以前没有阿拉伯语学习经验的受试者被要求抄写60分钟的阿拉伯语，之后进行各10分钟的绘画和数学测验任务， 在60分钟的阿拉伯语抄写过程中，使用了各种类型的外部干扰（观看视频和自由交谈）来扰乱注意力。

结果显示，在受到外部干扰的时间段内，平均伽马波强度/德尔塔波强度低于受到较少干扰的时间段。这证实了伽马波强度/德尔塔波强度作为注意力程度指标是合理的。

实验中确认到使用LSTM网络方法预测的书写过程中的伽马波/德尔塔波强度比率与实际的伽马波/德尔塔波强度比率相比，在时间序列变化上几乎是一致的。 当伽马波/德尔塔波强度比率高于零的时间段被归类为 “集中”，低于零的时间段被归类为 “不集中 “时，灵敏度（基于书写动作正确预测的脑电波与实际测量的脑电波的百分比）为83.0%。

三菱铅笔公司认为，”该实验表明，LSTM方法可以用来从书写仪器的加速度数据中预测德尔塔波”。 这意味着，在不直接测量脑电波的情况下，可以从日常使用的书写工具中预测大脑状态，这一预测结果将可以应用于教育以及各种作业的测试方面。

根据这项实验，三菱铅笔公司品川研发中心表示：”如果根据日常书写动作预测注意力成为可能，这将能够更加容易的收集到更多数据，这些数据可以用来探索解决各种社会问题，包括实现更高质量的教育。

上述研究成果论文在2023年人工智能学会全国会议上得到了发表。