魚類の恐怖や不安，快などの情動状態は，一般的にビデオによる行動解析で評価されています．これに対して，我々は水槽の底に設置した126個の電極を用いて呼吸波と呼ばれる生体電気信号を測定できるシステムを提案し，カメラレスで運動と呼吸のリアルタイム解析を実現してきました．本研究では，提案システムで得られた運動指標と呼吸指標を組み合わせてゼブラフィッシュ（Danio rerio）の情動状態の識別を試みました．実験では，警報フェロモンとエタノールを用いて，恐怖／不安状態と快状態をそれぞれ誘起しました．計測された生体電気信号を解析した結果，ゼブラフィッシュの情動状態は運動指標と呼吸指標の主成分空間上で表現できることが明らかになりました．次に，本研究室で開発された統計モデルを内包するニューラルネットLog-linearized gaussian mixture networkを用い，5秒ごとに3つの情動状態を識別し，識別精度の指標であるFスコアを求めました．その結果，通常状態は0.84，恐怖・不安状態は0.76，快状態は0.59という中から高程度のFスコアが得られることを確認しました．これらの結果は，生理的指標と運動指標を組み合わせることで魚の情動状態を推定できることを示しています．