專利名稱：Eeg分析系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
0001本發(fā)明涉及用于分析腦電圖(EEG)信號(hào)以產(chǎn)生代表腦活動(dòng) 的顯示的方法和系統(tǒng)。
背景技術(shù)：
0002用于量化腦的功能狀態(tài)的方法可能涉及到分析來自實(shí)驗(yàn)對(duì)象 的自發(fā)的或者刺激鎖定的頭皮可記錄的電活動(dòng)。這可能涉及到分析早 期、中期和/或后期的刺激誘發(fā)成分的波長(zhǎng)(例如，如在國(guó)際專利公布 WO2001/74248中所描述的)；或者使用頻域或時(shí)域方法對(duì)自發(fā)記錄的 活動(dòng)(不是對(duì)特定的或普通的刺激的響應(yīng))的光譜分析(例如，如在 歐洲專利申請(qǐng)EP0898234中所描述的)；或者在其中自發(fā)的和誘發(fā)的 EEG活動(dòng)都被分析以確定腦狀態(tài)的混合方法(例如，如在國(guó)際專利公 布WO2004/054441中描述的)。
0003盡管當(dāng)使用適當(dāng)構(gòu)建的統(tǒng)計(jì)判別函數(shù)時(shí)，這些方法已顯示出 具有臨床效果，但是不清楚這些測(cè)量反映的行為和腦功能的生理學(xué)性 質(zhì)是怎樣的。例如，使用這些方法探測(cè)到的可能是EMG (肌電圖)活 動(dòng)的變化而不是EEG活動(dòng)的變化。Messner報(bào)告(在Anesth Analg， 2003， 97， 448-491頁(yè)中發(fā)表)描述了對(duì)于完全清醒的人在神經(jīng)肌肉阻斷的情 況下雙光譜指數(shù)如何下降。然而，Liley等人在最近對(duì)負(fù)責(zé)產(chǎn)生有節(jié)奏 的頭皮可記錄腦電活動(dòng)的生物學(xué)機(jī)制的理論和實(shí)驗(yàn)研究中(如在國(guó)際 專利公布WO2004/064633和其引用的參考文獻(xiàn)中描述的)提供了特定 的理論框架，該理論框架使得能夠構(gòu)建更偏向生理學(xué)的特定腦功能測(cè)
0004在健康、疾病和治療干預(yù)中對(duì)腦狀態(tài)進(jìn)行估計(jì)時(shí)，重要的是 區(qū)分由腦(皮層)功能改變導(dǎo)致發(fā)生腦狀態(tài)變化和由對(duì)大腦皮層的輸 入的改變導(dǎo)致發(fā)生的腦狀態(tài)變化。雖然對(duì)各種事件相關(guān)電位(ERP)的 早期成分的分析可能提供關(guān)于皮層的各種輸入路徑的完整性信息，但是由于并非所有的皮層區(qū)域都是外圍獲得的感官信息的接收者，該技 術(shù)不可避免地受到限制。例如，前額皮層既不直接地也不間接地(通 過下皮層核)接受任何感官信息。該方法的另一個(gè)局限性是，為了獲 得足夠的信噪比，必須確定多個(gè)順次出現(xiàn)的刺激的誘發(fā)響應(yīng)，這明顯 地限制了所獲得的結(jié)果的時(shí)間分辨率。然而，有一些方法試圖通過使
用一些預(yù)測(cè)算法(例如，在國(guó)際專利公布WO2001/74248中所描述的) 提高時(shí)間分辨率。
0005涉及使用時(shí)域或頻域方法的光譜分析的定量EEG (QEEG)方 法(例如，在歐洲專利申請(qǐng)EP0898234中所描述的)不能分辨皮層輸入 的變化和大腦(皮層)狀態(tài)的變化，這是因?yàn)檫@種技術(shù)不能對(duì)EEG光 譜功率的改變的生理源作出假設(shè)。原則上這是當(dāng)前QEEG方法的試探方 法的結(jié)果。
0006因此，不易確定來自實(shí)驗(yàn)對(duì)象的EEG信號(hào)的改變是由于皮層 輸入(例如，到大腦的不同區(qū)域)的變化導(dǎo)致的，還是皮層對(duì)這一輸 入的響應(yīng)的量化和定量變化的結(jié)果。
0007因此，需要解決上述的一個(gè)或更多的問題，或者至少提供有 用的替代。

發(fā)明內(nèi)容
0008根據(jù)本發(fā)明，提供了用于分析代表腦活動(dòng)的腦電圖信號(hào)的方
法，其包括
i) 為一部分所述信號(hào)的信號(hào)表示產(chǎn)生系數(shù)數(shù)據(jù)；
ii) 產(chǎn)生代表輸出信號(hào)的平均幅值的第一增益數(shù)據(jù)，該輸出信號(hào)是 基于所述信號(hào)表示和所述系數(shù)數(shù)據(jù)而產(chǎn)生的；
iii) 產(chǎn)生代表所述部分的平均幅值的第二增益數(shù)據(jù)；以及
iv) 基于所述第一增益數(shù)據(jù)和所述第二增益數(shù)據(jù)，產(chǎn)生代表所述腦 的下皮層活動(dòng)的腦狀態(tài)數(shù)據(jù)。
本發(fā)明還提供用于分析代表腦活動(dòng)的腦電圖信號(hào)的系統(tǒng)，該系統(tǒng)包 括處理器模塊，該處理器模塊適于
i) 為一部分所述信號(hào)的信號(hào)表示產(chǎn)生系數(shù)數(shù)據(jù)；
ii) 產(chǎn)生代表輸出信號(hào)的平均幅值的第一增益數(shù)據(jù)，該輸出信號(hào)是
6基于所述信號(hào)表示和所述系數(shù)數(shù)據(jù)而產(chǎn)生的；
iii)產(chǎn)生代表所述部分的平均幅值的第二增益數(shù)據(jù)；以及
h0基于所述第一增益數(shù)據(jù)和所述第二增益數(shù)據(jù)，產(chǎn)生代表所述腦
的下皮層活動(dòng)的腦狀態(tài)數(shù)據(jù)。0009本發(fā)明也提供了存儲(chǔ)在計(jì)算機(jī)可讀介質(zhì)上用于執(zhí)行上述方法
的任何步驟的計(jì)算機(jī)可執(zhí)行代碼。
0010本發(fā)明也提供了用于執(zhí)行上述方法的系統(tǒng)。


0011參照附圖，僅用于舉例的目的，本文描述了本發(fā)明的優(yōu)選實(shí)
施例，其中
圖1是EEG處理系統(tǒng)中的部件的框圖； 圖2是在EEG處理系統(tǒng)控制下執(zhí)行的步驟的流程圖； 圖3是該系統(tǒng)的EEG記錄界面； 圖4是在復(fù)查狀態(tài)下的該系統(tǒng)的EEG記錄界面；
圖5是該系統(tǒng)的傳感器診斷界面； 圖6是該系統(tǒng)的設(shè)置界面；
圖7是該系統(tǒng)的日期/時(shí)間設(shè)置界面；
圖8是該系統(tǒng)的系統(tǒng)配置界面；
圖9是該系統(tǒng)的輸出設(shè)置界面。
具體實(shí)施例方式
0012如圖1所示，腦電圖(EEG)處理系統(tǒng)100包括信號(hào)處理模塊 106、響應(yīng)指數(shù)計(jì)算模塊108、完整性測(cè)試模塊IIO、存儲(chǔ)器模塊112、 顯示處理器模塊114、數(shù)據(jù)導(dǎo)出模塊116以及配置模塊120。模塊106和 模塊110被耦連到置于實(shí)驗(yàn)對(duì)象的頭皮上的多個(gè)頭皮電極102。這些電 極102根據(jù)國(guó)際10:20標(biāo)準(zhǔn)系統(tǒng)被置于該實(shí)驗(yàn)對(duì)象的頭皮上，并且可能包 括根據(jù)需要使用的附加中點(diǎn)電極。例如，電極102可能被附連到帶上， 該帶將這些電極置于和實(shí)驗(yàn)對(duì)象的前額的中點(diǎn)相對(duì)。雖然這些電極102 優(yōu)選地被連接到耳朵并且使用鼻根部作為基底被附連到電極帽上，但 也可以使用其他的電極布置。這些電極102探測(cè)來自實(shí)驗(yàn)對(duì)象的頭皮的 EEG信號(hào)，該信號(hào)接著被EEG處理系統(tǒng)100所接受和處理。0013EEG處理系統(tǒng)100的部件可能在軟件中實(shí)現(xiàn)并且在運(yùn)行標(biāo)準(zhǔn)操 作系統(tǒng)(諸如Microsoft WindowsTM或Unix)的標(biāo)準(zhǔn)計(jì)算機(jī)(諸如由IBM 公司<^0://^^化11^0111>提供的標(biāo)準(zhǔn)計(jì)算機(jī))上執(zhí)行。本領(lǐng)域的技術(shù) 人員也應(yīng)理解由這些部件執(zhí)行的處理也可以至少部分地由例如專用集 成電路(ASIC)或者現(xiàn)場(chǎng)可編程門陣列(FPGA)的專用硬件電路來執(zhí) 行。系統(tǒng)100的部件可能被實(shí)現(xiàn)為硬件、嵌入式固件和軟件的組合。
0014信號(hào)處理模塊106接收和放大由電極102所探測(cè)到的EEG信號(hào)， 并且通過對(duì)來自EEG信號(hào)的低頻運(yùn)動(dòng)偽差、肌電圖(EMG)偽差和/或 主干擾噪聲(一般在20Hz到75Hz范圍內(nèi))進(jìn)行濾波來執(zhí)行初步信號(hào)偽 差抑制。例如，模塊106在將帶通濾波器(例如，低通濾波器)施加到 在0Hz到60Hz中某處的信號(hào)上之前，可能使用50-60Hz陷波濾波器對(duì)探 測(cè)到的EEG信號(hào)進(jìn)行濾波。模塊106接著使用標(biāo)準(zhǔn)模數(shù)轉(zhuǎn)換部件產(chǎn)生代 表EEG信號(hào)的數(shù)字取樣?？赡芤怨潭ㄋ俾?諸如每秒128到512個(gè)取樣) 以及優(yōu)選地不小于14比特分辨率的條件下使EEG信號(hào)數(shù)字化。
0015響應(yīng)指數(shù)計(jì)算模塊108可能執(zhí)行進(jìn)一步的信號(hào)偽差抑制，包括 從數(shù)字EEG信號(hào)中去除未被信號(hào)處理模塊106去除的附加偽差，其可能 危害后續(xù)的ARMA模型系數(shù)的估計(jì)。這涉及使用各種手段和算法去除 50-60Hz的主污染，諸如使用最小均方自適應(yīng)濾波。
0016響應(yīng)指數(shù)計(jì)算模塊108接著將這些取樣存儲(chǔ)到存儲(chǔ)器112中， 并且根據(jù)由用戶選定的處理選項(xiàng)處理這些取樣。用戶可以選擇這樣的 處理選項(xiàng)其控制響應(yīng)指數(shù)計(jì)算模塊108以存儲(chǔ)為EEG記錄會(huì)話產(chǎn)生的 取樣，以及取回和處理所存儲(chǔ)的取樣。由模塊108執(zhí)行的處理涉及產(chǎn)生 多個(gè)段，每個(gè)段包括預(yù)定數(shù)量的連續(xù)取樣(例如，代表EEG信號(hào)的兩 秒的部分)。模塊108可能基于增量(或者"滑動(dòng)窗口")方法產(chǎn)生多 個(gè)段，例如，通過在預(yù)定的時(shí)間間隔產(chǎn)生新段從而每個(gè)新段包括一個(gè) 或多于一個(gè)由信號(hào)處理模塊106產(chǎn)生的新取樣以及由模塊106先前產(chǎn)生 的取樣。模塊108基于每個(gè)段的各自的取樣產(chǎn)生每個(gè)段的EEG信號(hào)的時(shí) 不變(time invariant)自回歸移動(dòng)平均(ARMA)表示(例如，基于公 式2)。模塊108接著基于各自的時(shí)不變ARMA表示產(chǎn)生腦響應(yīng)數(shù)據(jù)。
0017每個(gè)段/EEG取樣點(diǎn)的腦響應(yīng)數(shù)據(jù)包括(i)代表自回歸(AR) 系數(shù)和移動(dòng)平均(MA)系數(shù)的系數(shù)數(shù)據(jù)；(ii)代表基于該系數(shù)數(shù)據(jù)
8確定的復(fù)平面上的一個(gè)或多于一個(gè)極點(diǎn)位置的極點(diǎn)數(shù)據(jù)；(Hi)代表基 于該系數(shù)數(shù)據(jù)確定的復(fù)平面上的一個(gè)或多于一個(gè)零點(diǎn)位置的零點(diǎn)數(shù) 據(jù)；以及(iv)代表由極點(diǎn)數(shù)據(jù)確定的平均極點(diǎn)位置的平均極點(diǎn)數(shù)據(jù)。
0018用戶可以選擇不同的處理選項(xiàng)，此選項(xiàng)控制響應(yīng)指數(shù)計(jì)算模 塊108來將取樣存儲(chǔ)在存儲(chǔ)器112中并且基于遞歸方法處理這些取樣。 由模塊108執(zhí)行的處理涉及為EEG信號(hào)的每個(gè)順次取樣點(diǎn)產(chǎn)生一部分 EEG信號(hào)的時(shí)變ARMA表示。取樣點(diǎn)可能對(duì)應(yīng)于模塊106產(chǎn)生的每個(gè)各 自的取樣，或者替代地，模塊108在預(yù)定的時(shí)間間隔選擇新的取樣點(diǎn)。 基于EEG信號(hào)的固定階數(shù)的時(shí)變ARMA表示，模塊108遞歸地(例如， 基于公式3)為每個(gè)取樣點(diǎn)分別產(chǎn)生系數(shù)數(shù)據(jù)，其取決于針對(duì)當(dāng)前取樣 點(diǎn)以及多個(gè)先前取樣點(diǎn)的被取樣EEG信號(hào)數(shù)值，并取決于和先前EEG 取樣點(diǎn)相對(duì)應(yīng)的系數(shù)數(shù)據(jù)。模塊108接著基于該取樣點(diǎn)的對(duì)應(yīng)系數(shù)數(shù)據(jù) 為每個(gè)取樣點(diǎn)產(chǎn)生極點(diǎn)數(shù)據(jù)、零點(diǎn)數(shù)據(jù)和/或平均極點(diǎn)數(shù)據(jù)。
0019由模塊108執(zhí)行的處理包括為每個(gè)段/取樣點(diǎn)的ARMA表示產(chǎn)生 AR系數(shù)和MA系數(shù)，且每個(gè)ARMA表示具有在8到13之間的AR階數(shù)和 在5到11之間的MA階數(shù)。然而，ARMA表示優(yōu)選地具有階數(shù)為8的AR 和階數(shù)為5的MA。為每個(gè)段/取樣點(diǎn)產(chǎn)生的AR系數(shù)和MA系數(shù)使能對(duì)應(yīng) 的ARMA表示(當(dāng)使用AR系數(shù)和MA系數(shù)作為參數(shù)時(shí))代表對(duì)應(yīng)的段/ 取樣點(diǎn)的EEG信號(hào)。
0020每個(gè)段中的取樣代表EEG信號(hào)的不同部分，相鄰段中的取樣 可能重疊并且代表EEG信號(hào)的公共部分。例如， 一個(gè)段可能包括在緊 接著該段前面的另一個(gè)段所包含的取樣的50%。相鄰段中的取樣的重疊 程度可能變化，更大的重疊程度(例如，共用超過50%的取樣)使能對(duì) AR系數(shù)和MA系數(shù)的更好估計(jì)。因此，可以基于AR系數(shù)和MA系數(shù)提
供實(shí)驗(yàn)對(duì)象的腦功能和/或下皮層輸入/活動(dòng)的水平的更準(zhǔn)確表示。0021響應(yīng)指數(shù)計(jì)算模塊108接著基于對(duì)應(yīng)的腦響應(yīng)數(shù)據(jù)為每個(gè)段/
取樣點(diǎn)生成指數(shù)數(shù)據(jù)和乘積數(shù)據(jù)，并且將該指數(shù)數(shù)據(jù)和乘積數(shù)據(jù)存儲(chǔ) 在存儲(chǔ)器112中。該乘積數(shù)據(jù)代表乘積值，該乘積值代表輸入到實(shí)驗(yàn)對(duì) 象的大腦的下皮層輸入水平，且該乘積值是基于相應(yīng)段/取樣點(diǎn)的EEG 取樣、系數(shù)數(shù)據(jù)和ARMA表示產(chǎn)生的。該乘積值可能被定標(biāo)到落入預(yù) 定義的范圍內(nèi)(例如，包含端點(diǎn)從O到IOO，基于公式13或者14)。較
9大的乘積值代表輸入到實(shí)驗(yàn)對(duì)象的大腦的下皮層輸入的較高水平，而 較低的乘積值代表下皮層輸入的較低水平。
0022指數(shù)數(shù)據(jù)代表指數(shù)數(shù)值，該指數(shù)數(shù)值代表實(shí)驗(yàn)對(duì)象的大腦的 功能狀態(tài)(即，大腦響應(yīng)對(duì)大腦的下皮層輸入的方式)，且其基于平 均極點(diǎn)數(shù)據(jù)而產(chǎn)生。該指數(shù)數(shù)值可能被定標(biāo)落入預(yù)定義的范圍內(nèi)(例
如，包含端點(diǎn)從0到100，基于公式13或者14)。腦功能的降低或者抑 制(例如，由于對(duì)實(shí)驗(yàn)對(duì)象引入降低下皮層反應(yīng)的麻醉試劑所導(dǎo)致) 導(dǎo)致模塊108產(chǎn)生小的指數(shù)數(shù)值以代表腦的低功能狀態(tài)。例如，指數(shù)數(shù) 值為O代表沒有腦活動(dòng)。當(dāng)腦功能正?；蛘呶幢灰种茣r(shí)(例如，在沒有 影響皮層的干涉條件下神志的正常警覺狀態(tài)中)，模塊108中的結(jié)果產(chǎn) 生大的指數(shù)數(shù)值以代表腦較高的功能水平。例如，指數(shù)數(shù)值為100代表 完全清醒狀態(tài)的大腦。實(shí)驗(yàn)對(duì)象的大腦的功能狀態(tài)的變化可能由不同 段/窗口的指數(shù)數(shù)值的值的變化來確定。本發(fā)明的優(yōu)勢(shì)在于對(duì)實(shí)驗(yàn)對(duì)象 的大腦的功能的估計(jì)將固有的皮層狀態(tài)所導(dǎo)致的腦活動(dòng)程度考慮進(jìn) 去。
0023響應(yīng)指數(shù)計(jì)算模塊108將腦響應(yīng)數(shù)據(jù)、指數(shù)數(shù)據(jù)和/或乘積數(shù)據(jù) (總稱為腦狀態(tài)數(shù)據(jù))傳送到顯示處理器模塊114，以產(chǎn)生代表用于顯 示設(shè)備104 (例如，CRT或者LCD顯示器)的一個(gè)或多于一個(gè)用戶界面 顯示的顯示數(shù)據(jù)。顯示處理器模塊114可能從輸入設(shè)備118 (例如，多 鍵數(shù)據(jù)輸入設(shè)備或者鼠標(biāo))接收用戶輸入，同時(shí)產(chǎn)生用于顯示設(shè)備104 的顯示數(shù)據(jù)。在一個(gè)實(shí)施例中，輸入設(shè)備118和顯示設(shè)備104被組合為 一個(gè)I/0設(shè)備(例如，觸摸顯示屏)，從而顯示處理器模塊114從同一個(gè) 1/0設(shè)備接受并向同一個(gè)I/0設(shè)備發(fā)送顯示數(shù)據(jù)?；趶拇鎯?chǔ)器112取回 的腦響應(yīng)數(shù)據(jù)、指數(shù)數(shù)據(jù)和/或乘積數(shù)據(jù)，該顯示處理器模塊114可能還 產(chǎn)生一個(gè)或多于一個(gè)顯示界面。圖3和圖7是由模塊114產(chǎn)生的用戶顯示 界面的例子。
0024圖3是由顯示模塊114在使用滑動(dòng)窗口選項(xiàng)處理EEG信號(hào)時(shí)產(chǎn) 生的EEG記錄界面300。界面300包括監(jiān)視器選項(xiàng)卡(tab) 308，傳感器 檢測(cè)選項(xiàng)卡312以及設(shè)置選項(xiàng)卡314，用于訪問與EEG處理系統(tǒng)100執(zhí)行 的不同功能相關(guān)聯(lián)的用戶界面。界面300是在監(jiān)視器選項(xiàng)卡308下產(chǎn)生 的，并且包括基于指數(shù)數(shù)據(jù)產(chǎn)生的腦響應(yīng)指數(shù)302、代表腦響應(yīng)指數(shù)302的數(shù)值在時(shí)間上的變化的腦響應(yīng)圖304以及代表基于EEG取樣產(chǎn)生的被探測(cè)EEG信號(hào)的EEG圖306。界面300包括允許用戶開始和結(jié)束由EEG處理系統(tǒng)100執(zhí)行的EEG記錄/監(jiān)視會(huì)話的控制按鈕310。界面300還包括用于顯示信息的字段，諸如顯示當(dāng)前日期/時(shí)間的日期/時(shí)間字段332，以及用于顯示用戶選擇的處理選項(xiàng)以及當(dāng)前在界面300上顯示的記錄數(shù)據(jù)的創(chuàng)建日期/時(shí)間的狀態(tài)字段320。界面300包括可調(diào)整滾動(dòng)條334，該滾動(dòng)條允許用戶選擇圖304和/或306的視圖部分以顯示在界面300上。0025界面300可能包括用于記錄與每個(gè)各自按鈕相關(guān)聯(lián)的事件的一個(gè)或多于一個(gè)事件標(biāo)志按鈕324、 326和328。例如,按鈕324可能用于指示實(shí)驗(yàn)對(duì)象在麻醉中失去意識(shí)的時(shí)間，而按鈕326可能用來指示實(shí)驗(yàn)對(duì)象恢復(fù)意識(shí)的時(shí)間。每個(gè)按鈕324、 326、 328與不同的顏色相關(guān)聯(lián)，并且當(dāng)用戶選擇按鈕324、 336、 328時(shí)，在腦響應(yīng)圖304上產(chǎn)生對(duì)應(yīng)顏色的線，該線對(duì)應(yīng)于該按鈕被操作的時(shí)間。在腦響應(yīng)圖304上記錄的事件的時(shí)間位置被存儲(chǔ)在存儲(chǔ)器l 12中。
0026基于腦響應(yīng)指數(shù)302產(chǎn)生記錄界面300的腦響應(yīng)圖304，從而產(chǎn)生一部分的圖304以便顯示對(duì)應(yīng)于響應(yīng)指數(shù)302的數(shù)值的預(yù)定范圍的顏色，其中用不同的顏色代表每個(gè)預(yù)定義范圍。例如，如果指數(shù)302在0到20之間(含邊界)，則以第一顏色(例如，以藍(lán)色)顯示圖304下的對(duì)應(yīng)字段。如果指數(shù)302在21到40之間(含邊界)，則以第二顏色(例如，以深綠色，如圖3中條目318所示)顯示圖304下的對(duì)應(yīng)字段。如果指數(shù)302在41到60之間(含邊界)，則以第三顏色(例如，以淺綠色)顯示圖304下的對(duì)應(yīng)字段。如果指數(shù)302在61到80之間(含邊界)，則以第四顏色(例如，以橙色，如圖3中條目316所示)顯示圖304下的對(duì)應(yīng)字段。如果指數(shù)302在81到100之間(含邊界)，則以第五顏色(例如，以紅色)顯示圖304下的對(duì)應(yīng)字段。記錄界面300可能包括基于乘積數(shù)據(jù)所產(chǎn)生的類似的圖，例如，產(chǎn)生該圖的一部分以顯示對(duì)應(yīng)于乘積數(shù)值的預(yù)定范圍的顏色，其中用不同的顏色代表每個(gè)預(yù)定義范圍。
0027圖4是在復(fù)查狀態(tài)下的EEG記錄界面300， g卩，當(dāng)用戶已經(jīng)操作控制按鈕310以停止系統(tǒng)100處理EEG信號(hào)時(shí)的EEG記錄界面。如圖4所示，狀態(tài)字段320顯示出指示處理已經(jīng)停止的消息。界面300也包括刪除按鈕332和存儲(chǔ)位置字段330 (例如，作為下拉菜單)，該刪除按
ii鈕332用于刪除存儲(chǔ)器112中與最近的EEG記錄相關(guān)聯(lián)的數(shù)據(jù)，該存儲(chǔ)位置字段330用于用戶指定存儲(chǔ)位置(例如，文件路徑和名字)和/或參數(shù)以導(dǎo)出與當(dāng)前EEG記錄相關(guān)聯(lián)的數(shù)據(jù)。
0028圖5是由顯示模塊114在用戶選擇傳感器檢測(cè)選項(xiàng)卡312時(shí)生成的傳感器診斷界面500。診斷界面500允許用戶控制用于驗(yàn)證電極102的操作狀態(tài)的診斷過程。系統(tǒng)100在診斷過程的控制下測(cè)量每個(gè)各自電極之間的阻抗并且將它與參考值相比較。診斷界面500包括對(duì)應(yīng)于每個(gè)各自電極的旗標(biāo)502、 504、 506，如果該電極具有超過用于準(zhǔn)確工作所需的范圍的阻抗(例如，如果高于5 — 10千歐姆)，則特定電極的旗標(biāo)被著色。
0029圖6是顯示模塊114在用戶選擇設(shè)置選項(xiàng)卡314時(shí)產(chǎn)生的設(shè)置界面。該設(shè)置界面包括顯示設(shè)置選項(xiàng)卡602、日期/時(shí)間設(shè)置選項(xiàng)卡604、系統(tǒng)配置選項(xiàng)卡606、輸出設(shè)置選項(xiàng)卡608以及打印機(jī)設(shè)置選項(xiàng)卡610，用于訪問用戶界面以配置EEG處理系統(tǒng)100的操作參數(shù)。顯示模塊114在用戶選擇顯示設(shè)置選項(xiàng)卡602時(shí)產(chǎn)生顯示設(shè)置界面600。界面600包括用于用戶選擇和/或配置以下內(nèi)容的字段每個(gè)閾值腦響應(yīng)指數(shù)水平/范圍以及它們對(duì)應(yīng)的顏色；與每個(gè)事件標(biāo)志按鈕324、 326、 328相關(guān)聯(lián)的事件；顯示刷新率；顯示平滑參數(shù)；以及腦響應(yīng)圖304和/或EEG圖306的掃描速度和靈敏度(即幅度)的字段。
0030圖7是顯示模塊114在用戶選擇日期/時(shí)間設(shè)置選項(xiàng)卡604時(shí)產(chǎn)生的日期/時(shí)間界面700。界面700包括用于用戶選擇和/或配置系統(tǒng)時(shí)鐘日期/時(shí)間顯示格式的字段。
0031圖8是顯示模塊114在用戶選擇系統(tǒng)配置選項(xiàng)卡606時(shí)產(chǎn)生的系統(tǒng)配置界面800。界面800包括用于顯示以下內(nèi)容的顯示字段序列號(hào)、硬件版本號(hào)、固件版本號(hào)以及系統(tǒng)100的跳線設(shè)置。界面800包括供用戶選擇和/或配置以下內(nèi)容的字段低通濾波器的參數(shù)值、探測(cè)EEG信號(hào)的信道、取樣率、輪詢間隔(例如，以毫秒為單位)以及用于預(yù)定標(biāo)EEG取樣以便顯示在EEG圖304上的參數(shù)。
0032圖9是顯示模塊114在用戶選擇輸出設(shè)置選項(xiàng)卡608時(shí)生成的輸出設(shè)置界面900。該界面包括供用戶選擇和/或配置由數(shù)據(jù)導(dǎo)出模塊116產(chǎn)生的輸出數(shù)據(jù)的類型和/或格式的字段，以及數(shù)據(jù)導(dǎo)出模塊116的端口速度(例如，串行端口速度)的字段。由數(shù)據(jù)導(dǎo)出模塊116產(chǎn)生的輸出 數(shù)據(jù)被傳送到輸出設(shè)備104a (例如，打印機(jī)、磁盤驅(qū)動(dòng)器、USB端口、
串行/并行端口等)。由數(shù)據(jù)導(dǎo)出模塊116產(chǎn)生的輸出數(shù)據(jù)可能代表
(0 病人狀態(tài)報(bào)告(例如，包括圖、表、病人腦功能狀態(tài)的簡(jiǎn)要 描述和/或該狀態(tài)隨時(shí)間的變化)；
(ii) 代表被記錄的EEG信號(hào)的信號(hào)輸出；禾口/或
(iii) 包括任何上述特征的數(shù)據(jù)文件。
0033顯示模塊114在用戶選擇打印機(jī)設(shè)置選項(xiàng)卡610時(shí)產(chǎn)生打印機(jī) 設(shè)置界面，其包括用于選擇和配置由數(shù)據(jù)導(dǎo)出模塊116產(chǎn)生的用于輸出 設(shè)備104a (例如，打印機(jī))的輸出數(shù)據(jù)的類型和/或格式的用戶可調(diào)整 字段。
0034EEG處理系統(tǒng)100的配置模塊120從輸入設(shè)備118接收用戶輸 入，并且產(chǎn)生配置數(shù)據(jù)，該配置數(shù)據(jù)用于控制響應(yīng)指數(shù)計(jì)算模塊108和 顯示處理器模塊l 14的操作。該配置數(shù)據(jù)包括控制信號(hào)、參數(shù)和/或指令， 其控制模塊108和/或114來執(zhí)行一個(gè)或多于一個(gè)以下內(nèi)容
(i) 選擇用于處理EEG取樣的處理選項(xiàng)；
(ii) 定義相鄰的段/窗口的重疊程度；
(m)配置模塊108以存儲(chǔ)EEG取樣、腦響應(yīng)數(shù)據(jù)、指數(shù)數(shù)據(jù)和/或 乘積數(shù)據(jù)到存儲(chǔ)器112;
(iv) 定義由顯示模塊產(chǎn)生的用戶界面的顯示特性(例如，包括界 面顯示布局、屏幕尺寸、屏幕刷新率、掃描速度和顯示的圖的靈敏度、 腦響應(yīng)指數(shù)閾值范圍以及對(duì)應(yīng)的顏色、平滑設(shè)置等)
(v) 定義日期和時(shí)間設(shè)置；
(vi) 定義事件標(biāo)志設(shè)置(例如，包括與每個(gè)事件標(biāo)志按鈕相關(guān)聯(lián) 的事件數(shù)目和類型，以及與每個(gè)事件類型相關(guān)聯(lián)的顏色)；
(vii) 定義數(shù)據(jù)導(dǎo)出設(shè)置(例如，包括要由數(shù)據(jù)導(dǎo)出模塊116產(chǎn)生
的數(shù)據(jù)輸出的類型、格式和/或傳輸速度；)；和/或
(viii) 定義、選擇或者配置系統(tǒng)100的其他操作參數(shù)(諸如傳感器 檢測(cè)率，以及由模塊106和108執(zhí)行的濾波的帶通濾波范圍(Hz))。
0035完整性測(cè)試模塊110通過比較從電極102探測(cè)到的EEG信號(hào)與 期望參數(shù)(例如，在2到100微伏的原始EEGRMS幅值，以及在0到30Hz
13之間的EEG功率的90e/。)來連續(xù)評(píng)估該信號(hào)，以確定電極102的操作狀 態(tài)。
0036可以基于下述理論假設(shè)來分析從實(shí)驗(yàn)對(duì)象探測(cè)到的EEG信號(hào) EEG信號(hào)是被濾波的隨機(jī)過程的結(jié)果。如在國(guó)際專利公布 WO2004/064633中描述的，從實(shí)驗(yàn)對(duì)象探測(cè)到的EEG信號(hào)可以在數(shù)學(xué) 上描述為公式l:
//>;《)=^/^) 公式l
其中/7e代表頻域的EEG信號(hào)，尸代表來自腦的其他部分對(duì)實(shí)驗(yàn)對(duì)象的皮 層的輸入，其可被用來估計(jì)皮層的功能狀態(tài)。7V和D定義co中的多項(xiàng)式， 其根(root)確定EEG信號(hào)的支配頻率。尸^)被假設(shè)為代表高斯白噪聲， 并且因此獨(dú)立于頻率co (即，尸匸—=^是在理論上確定為與下皮層輸入 成比例的常數(shù))。在公式1中，《代表生理參數(shù)的列表，這些生理參數(shù) 理論上為分子W和分母D確定co中的多項(xiàng)式的系數(shù)。0037各個(gè)段/取樣點(diǎn)的EEG信號(hào)可以被表述為各自的ARMA時(shí)間序 列表示，以及更有優(yōu)勢(shì)地，被表述為自回歸階數(shù)為8以及移動(dòng)平均階數(shù) 為5的固定階數(shù)ARMA時(shí)間序列表示。公式2是代表(8， 5)階ARMA 表示的不同公式，其用于產(chǎn)生EEG信號(hào)的一部分的表示
<formula>formula see original document page 14</formula>公式2
其中，；V^代表被取樣EEG信號(hào)數(shù)值的順序序列(即，y/^是第n個(gè)順 次取樣)，少/""-W代表;^7/的取樣值前面的第k個(gè)值； <"《代表高斯白 噪聲過程；而ak和bk被包括在系數(shù)數(shù)據(jù)中并且各自代表對(duì)應(yīng)于段的EEG 信號(hào)的一部分的AR (自回歸)系數(shù)和MA (移動(dòng)平均)系數(shù)。對(duì)AR和 MA系數(shù)的估計(jì)可以通過多種方式產(chǎn)生，例如，使用Delft University of Technology的P.M.T. Broersen的ARMASA Matlab Toolbox程序，或者使 用其他ARMA建模軟件包。
0038如公式2中示出的EEG信號(hào)的時(shí)不變ARMA表示可以被重寫為 如公式3中示出的EEG信號(hào)的時(shí)變ARMA時(shí)間序列表示
<formula>formula see original document page 14</formula>公式0039分別由W")和代表的公式3中的AR和MA系數(shù)被表達(dá)為時(shí)間的函數(shù)(針對(duì)時(shí)間常數(shù)")。通過表示出公式4和公式5:
《=(-^"),…,—^") A("),…,65("))r 公式4
A =0 _P,..,3V8 ，" _".."",, 5)7' 公式5 公式3可以在狀態(tài)空間中被重寫為如公式6所示的形式
;;w=《《+M" 公式6
其中《代表回歸向量，A代表與公式4中的模型參數(shù)(或者狀態(tài))相對(duì) 應(yīng)的模型參數(shù)(或者狀態(tài))，而" 代表與公式3中的"/ -^/相對(duì)應(yīng)的高
斯白噪聲過程。通過假設(shè)模型參數(shù)A為當(dāng)沒有在先信息可用時(shí)的隨機(jī)游
動(dòng)，根據(jù)下面的公式7中示出的一般方案，可以從先前的A值和yn值遞 歸地估計(jì)A:
公式7
其中&和；分別代表在EEG信號(hào)的先前取樣點(diǎn)處估計(jì)的ARMA模型的 遞歸確定的濾波增益和預(yù)測(cè)誤差?？捎酶鞣N方法來遞歸地產(chǎn)生時(shí)變的 AR和MA系數(shù)^的估計(jì)。例如，可能基于卡爾曼(Kalman)自適應(yīng)濾 波方法(例如，Tarvainen等人，o/"o"-sta"'o"(3Ty EEG w"/ Ka/m朋 扁00f/2er p p*c>ac/2.. 朋 ap/ //ca"ow to eve" -re/atoi ，c/zr畫.z加'ow (Ei^， IEEE Trans Biomed Eng， 2004, 51， pp,516-524中 所描述的方法)來產(chǎn)生系數(shù)數(shù)據(jù)，或者基于任何其他的遞歸處理方法 (例如，Ljung L.， iSy^em她油y ca"ow - 7Tzec^ ^br Ae仏er， Prentice Hall, Upper Saddle River, NJ. 2nd edition 1999所描述的遞歸處理方 法)，或者使用軟件(例如，與MATLAB⑧System Identification Toolbox version 6.0相關(guān)聯(lián)的功能)來產(chǎn)生模型參數(shù)在A處(表示為么)的最佳
估計(jì)值(例如，在均方意義上)。 公式2和公式3可以被重寫為公式8中示出的Z域表示
y(z) = i|2-f/(力 公式8
其中!Tz)代表在z域中EEG信號(hào)的一部分的ARAM表示；t/^)代表z域中 的高斯白噪聲過程；而系數(shù)^和^分別對(duì)應(yīng)于相應(yīng)段/取樣點(diǎn)的AR和MA 系數(shù)。通常，ARMA系數(shù)的估計(jì)涉及將^和^定義成一個(gè)整體。0040與公式8所描述的系統(tǒng)相關(guān)聯(lián)的極點(diǎn)對(duì)應(yīng)于公式8中的分母的
根?；诠?使用相應(yīng)段/取樣點(diǎn)(其中極點(diǎn)被表示為p)的系數(shù)數(shù)據(jù) 產(chǎn)生每個(gè)段/取樣點(diǎn)的極點(diǎn)數(shù)據(jù)。公式9具有8個(gè)可能的解(或者極點(diǎn))， 不是所有的解都必須不同。
i"Z=^>P"=0 公式9
0041與公式8所描述的系統(tǒng)相關(guān)聯(lián)的零點(diǎn)對(duì)應(yīng)于公式8中的分子的 根?；诠?0使用相應(yīng)段/取樣點(diǎn)(其中零點(diǎn)被表示為》的系數(shù)數(shù)據(jù) 產(chǎn)生每個(gè)段/取樣點(diǎn)的零點(diǎn)數(shù)據(jù)。公式10具有5個(gè)可能的解(或者零點(diǎn))， 不是所有的解都必須不同。
i>^ = t^"=o 公式io
0042由基于公式9和公式10產(chǎn)生的數(shù)據(jù)所表示的極點(diǎn)和零點(diǎn)是復(fù) 數(shù)。每個(gè)各自的段/取樣點(diǎn)的極點(diǎn)和零點(diǎn)可以在z平面中繪出，其中一個(gè) 或多于一個(gè)極點(diǎn)和/或零點(diǎn)的位置變化代表對(duì)實(shí)驗(yàn)對(duì)象的大腦皮層的輸 入的水平變化，且極點(diǎn)的平均位置的變化代表實(shí)驗(yàn)對(duì)象的腦功能狀態(tài) 的變化。然而，基于一個(gè)或者多于一個(gè)極點(diǎn)和/或零點(diǎn)的移動(dòng)來量化腦 功能狀態(tài)的變化在技術(shù)上是困難的。
0043如國(guó)際專利公布WO2004/064633所描述的，各種藥理干涉導(dǎo) 致在復(fù)平面(或者z平面)上繪出的公式8的極點(diǎn)的子集的運(yùn)動(dòng)是期待 的。通過產(chǎn)生代表所有極點(diǎn)的平均運(yùn)動(dòng)的數(shù)值來量化極點(diǎn)的子集的運(yùn) 動(dòng)是可能的，其中這些極點(diǎn)由基于公式8生成的數(shù)據(jù)來表示。特別地， 發(fā)現(xiàn)極點(diǎn)運(yùn)動(dòng)的平均實(shí)部對(duì)于藥理控制/干預(yù)大腦是特別敏感的。
公式10044在公式11中，z,》代表第/個(gè)極點(diǎn)，以及因此Fp/8代表復(fù)平面上
的平均極點(diǎn)位置。因?yàn)槿绻菑?fù)數(shù)，則復(fù)共軛對(duì)^/8中存在的極點(diǎn)z,p
總是實(shí)數(shù)?；诠?2產(chǎn)生平均極點(diǎn)數(shù)據(jù)
5 =", 公式10045由于多項(xiàng)式的特性，可以根據(jù)第一AR系數(shù)確定平均極點(diǎn)位置， 該第一AR系數(shù)是基于公式2 (用"7表示)通過將a;系數(shù)除以8而產(chǎn)生的。
16然而，由于平均極點(diǎn)位置要被定標(biāo)以形成合適的指數(shù)(即數(shù)值，例如 在0到100之間的數(shù)值)，不必要執(zhí)行這一除法以獲得平均極點(diǎn)位置。 但是，替代地，可能基于數(shù)值^自身確定平均極點(diǎn)位置的改變效果。
由于^/8總是大于或等于-l并且小于或等于l，其可以被合適的定標(biāo)從 而其在區(qū)間0到100上延伸。例如，^可能基于公式13被線性地定標(biāo)以
給出代表皮層活動(dòng)或者功能的指數(shù)(index):
/"cfex = c -附？p 公式13
其中，c和附是常數(shù)，其被選擇以確保指數(shù)處于某一預(yù)定義范圍內(nèi)。^也
可以基于公式14被非線性地定標(biāo)以給出代表皮層的活動(dòng)或功能的指
數(shù)<formula>formula see original document page 17</formula> 公式14
其中，"、6和c/是常數(shù)，其被選擇以確保指數(shù)處于某一預(yù)定義范圍內(nèi)。 每個(gè)各自的段/取樣點(diǎn)的指數(shù)數(shù)據(jù)代表指數(shù)值，該指數(shù)值是基于公式13 或者公式14使用相應(yīng)段/取樣點(diǎn)的平均極點(diǎn)數(shù)據(jù)產(chǎn)生的。0046由平均極點(diǎn)數(shù)據(jù)表示的每個(gè)各自的段/取樣點(diǎn)的未定標(biāo)的平均 實(shí)數(shù)極點(diǎn)數(shù)值被繪制成圖表(例如，圖3中的圖表304)，以將未定標(biāo) 的平均實(shí)數(shù)極值的變化顯示為時(shí)間的函數(shù)或者相對(duì)于相應(yīng)段/取樣點(diǎn)數(shù) 的函數(shù)。期望未定標(biāo)的平均實(shí)數(shù)極點(diǎn)響應(yīng)于治療干預(yù)或疾病而增大或 減小。作為替代，可以通過適當(dāng)?shù)囟x并構(gòu)造判別函數(shù)來處理平均實(shí) 數(shù)極點(diǎn)和其他AR和MR系數(shù)，以產(chǎn)生代表腦的功能狀態(tài)的單個(gè)標(biāo)量。
這種判別函數(shù)可能通過使用任何數(shù)目的可購(gòu)買到的統(tǒng)計(jì)程序包一例 如，Systat (Systat Software Inc, Richmond, USA)—的逐步判別分析來確定。
0047公式1中示出的理論上導(dǎo)出的轉(zhuǎn)移函數(shù)可以被重寫為如公式15 所示的因子化規(guī)范形式
<formula>formula see original document page 17</formula>公式15
其中，iYco)代表對(duì)大腦的皮層輸入的水平。由于在實(shí)際皮層中的皮層入被假設(shè)為與高斯隨機(jī)(白噪聲) 過程實(shí)際相同并且代表該過程，=&。在公式15中，基于多個(gè)生 理學(xué)參數(shù)(由？表示)確定8個(gè)極點(diǎn)(由A表示)禾P5個(gè)零點(diǎn)(由《表示)
中每一個(gè)的數(shù)值。公式15的《的數(shù)值是基于公式16使用基于公式10所 產(chǎn)生的零值數(shù)據(jù)而產(chǎn)生的。公式15的^的數(shù)值是基于公式17使用基于 公式9所產(chǎn)生的極值數(shù)據(jù)而產(chǎn)生的。
《=/' ln KI + /, Ag(^) / 2;r 公式16
P; = X In IAI + /.Ag( ft) / 2;r 公式17
其中，力是EEG取樣(數(shù)字化)頻率。在公式15中，g^代表明顯依賴 于一個(gè)或多于一個(gè)用《表示的參數(shù)的增益因子。理論上，在將干預(yù)(例 如，麻醉劑)應(yīng)用到實(shí)驗(yàn)對(duì)象之前和應(yīng)用期間，期待實(shí)驗(yàn)對(duì)象的gf^」 的值一般保持不變，其中該干預(yù)的應(yīng)用影響皮層的功能狀態(tài)。因此， gf^)的值被假定為常數(shù)。乘積g^X^可以被用來估計(jì)對(duì)實(shí)驗(yàn)對(duì)象的大 腦的皮層輸入的水平，且由于gf^被假定為常數(shù)，期待g(^尸W的值的 任何變化都是由/Y^的變化引起的。
0048EEG處理系統(tǒng)100基于公式18產(chǎn)生代表公式15中的乘積g(^)/Yw」
的數(shù)據(jù)，這基于假定iYw」代表高斯白噪聲
g(^>(w) = # 公式18
其中〈f(/)〉代表EEG信號(hào)的一部分(例如，EEG信號(hào)的選定段)的平 均信號(hào)幅值；而〈r(0〉代表EEG信號(hào)的相應(yīng)部分的ARMA增益值。 〈f(^的值可以被確定為選定段/取樣點(diǎn)的EEG信號(hào)的幅值的均方根 (RMS) 。 ARMA增益值〈:r(^可以被確定為選定段/取樣點(diǎn)的EEG信 號(hào)的信號(hào)表示的幅值的RMS。
0049選定段的AR和MA系數(shù)是基于時(shí)不變的ARMA表示(即基于 公式2)產(chǎn)生的，因此該段的EEG信號(hào)的信號(hào)表示是基于公式2產(chǎn)生的。
該信號(hào)表示代表基于公式2 (即公式2中的;W)產(chǎn)生的數(shù)值序列，其中 公式2的輸出是在其被歸一化的白噪聲輸入驅(qū)動(dòng)時(shí)基于該選定段的AR 和MA系數(shù)產(chǎn)生的(即其中^"-W代表由零均值單位方差的高斯隨機(jī)過 程所確定的隨機(jī)值)。
180050選定取樣點(diǎn)的AR和MA系數(shù)是基于時(shí)變的ARMA表示(即基 于公式3)產(chǎn)生的，該取樣點(diǎn)的EEG信號(hào)的信號(hào)表示是基于公式3產(chǎn)生
的。該信號(hào)表示代表數(shù)值序列(即公式3中的少/ /)，其中公式3的輸出 是在其被歸一化的白噪聲輸入驅(qū)動(dòng)時(shí)基于該選定取樣點(diǎn)的AR和MA系 數(shù)產(chǎn)生的(即其中"/""-A/代表由零均值單位方差的高斯隨機(jī)過程所確定 的隨機(jī)值)。
0051ARMA可以以多種方式產(chǎn)生，例如，使用Delft University of Technology的P.M.T. Broersen的ARMASA Matlab工具箱程序的 arma2cor函數(shù)，或者使用任何其他的ARMA建模軟件包。
公式2和3代表EEG信號(hào)的一部分的固定階數(shù)(8,5) ARMA表示。 盡管期望具有階數(shù)為8的自回歸以及階數(shù)為5的移動(dòng)平均的ARMA表示 給出最佳結(jié)果，但也可以選擇其他的AR和MA階數(shù)。0052理論上，根據(jù)公式19，增益因子g依賴于參數(shù)^
expd 公式19
且因此皮層輸入iY^可以使用公式20來估計(jì)
/V);—、< —— 公式20
exp(lV勵(lì)U,)〉 其中，在公式19和公式20中，^[/CW]代表皮層中的刺激的效力(其與
休息時(shí)的刺激活動(dòng)的跨膜驅(qū)動(dòng)力成比例)，)^代表刺激的相應(yīng)速率常數(shù)， 而^代表有效無源膜時(shí)間常數(shù)。在平均場(chǎng)建模中，不期望^[/CW]、 & 和；對(duì)應(yīng)的值在干預(yù)期間從它們未被干擾的值中被顯著擾動(dòng)。使用公式 20確定的皮層輸入P ,以及從基于公式2或者3產(chǎn)生的系數(shù)^和^獲得 的極點(diǎn)和零點(diǎn)，代表從實(shí)驗(yàn)對(duì)象探測(cè)到的EEG信號(hào)的更復(fù)雜的線性動(dòng) 態(tài)特征。
0053因此，在關(guān)于特定藥劑對(duì)單個(gè)神經(jīng)生理特性的影響的知識(shí)的 幫助下(關(guān)于該知識(shí)具有擴(kuò)展信息)，本文公開的技術(shù)可以用于確定 受所述藥劑影響的對(duì)腦的輸入的變化。當(dāng)考慮到已知影響腦功能的多 種藥劑具有分布于整個(gè)中樞神經(jīng)系統(tǒng)的作用部位和目標(biāo)時(shí)，這是特別 適用的。
0054例如， 一氧化氮既是催眠劑也是止痛藥劑，并且己知皮層性
19地和下皮層性地影響多個(gè)部位(例如，H叩kinsPM在ox/tfe; a e co油'w油g z'm/70加"ce^br awaeW/zew'a, Best Pract Res Clin
Anaesthesiol., 2005, Sep, 19(3)， pp.381-9中所討論的；以及Rudolph U 禾口 Antkowiak B.在 Mo/ec"/ar 朋d wet/ra"a/ sw^rates gewera/ 畫e涵"^" Nat Rev Ne腦sci., 2004， Sep, 5(9)， pp.709-20中所討論 的)。能夠無創(chuàng)地量化催眠的水平和止痛的水平具有巨大的臨床實(shí)用 性，因?yàn)榉蛛x測(cè)量對(duì)后續(xù)的臨床管理以及臨床結(jié)果有重要的影響。例 如，探測(cè)到適當(dāng)?shù)闹雇磳?duì)于在手術(shù)程序中實(shí)現(xiàn)生理的(自主的)穩(wěn)定 性是重要的，并且?guī)椭岣呤中g(shù)后的臨床結(jié)果。量化下皮層輸入的幅 值可能提供一種通過監(jiān)視外圍導(dǎo)出的感應(yīng)信息到達(dá)皮層的程度來評(píng)估 止痛水平的方法。
0055圖2是EEG處理系統(tǒng)100執(zhí)行的EEG分析方法200的流程圖。方 法200開始于步驟202，其中信號(hào)處理模塊106通過電極102從實(shí)驗(yàn)對(duì)象 接收EEG信號(hào)。在步驟204，模塊106放大EEG信號(hào)。在步驟206，模塊 106使用帶通濾波器對(duì)EEG信號(hào)濾波，以去除低頻運(yùn)動(dòng)偽差、EMG分量 和主要偽差(一般出現(xiàn)在0Hz到50-60Hz)，以及其它外部噪聲源。在 步驟208，模塊106將EEG信號(hào)轉(zhuǎn)換為數(shù)字EEG取樣。
0056步驟210基于用戶的選擇決定如何處理EEG取樣。如果用戶選 擇用于基本實(shí)時(shí)地分析取樣的處理選項(xiàng)，則步驟210進(jìn)行到步驟212。 否則，選擇默認(rèn)的處理選項(xiàng)，并且步驟210進(jìn)行到步驟216。
0057響應(yīng)指數(shù)計(jì)算模塊108對(duì)由模塊108生成的每個(gè)新取樣點(diǎn)執(zhí)行 步驟212到214。在步驟212，模塊108在EEG取樣上執(zhí)行附加的偽差去 除，包括從取樣中進(jìn)一步去除0Hz到50-50Hz的周期干擾，已知該周期 干擾會(huì)影響后續(xù)的對(duì)AR和MA系數(shù)的估計(jì)。
0058在步驟214，模塊108生成每個(gè)取樣點(diǎn)的系數(shù)數(shù)據(jù)，其代表每 個(gè)窗口的EEG信號(hào)的時(shí)變ARMA表示的AR和MA系數(shù)。例如，在步驟 214，模塊108使用卡爾曼自適應(yīng)濾波方法直接地根據(jù)EEG取樣生成AR 和MA系數(shù)。在步驟214，系數(shù)數(shù)據(jù)代表AR和MA系數(shù)的如上所述的最 佳值。步驟214接著進(jìn)行到步驟222和步驟224，其分別并行地執(zhí)行。
0059在步驟216，模塊108生成多個(gè)段，每個(gè)段代表針對(duì)同樣持續(xù) 時(shí)間的數(shù)字EEG信號(hào)的一部分。例如，每個(gè)段可能代表EEG信號(hào)的兩秒的取樣并且可能與相鄰段具有重疊的部分。在步驟218，模塊108對(duì)
每個(gè)段濾波以從信號(hào)中去除附加偽差，包括去除0Hz到50-60Hz的周期 干擾，已知該周期干擾會(huì)影響后續(xù)的對(duì)AR和MA系數(shù)的估計(jì)。在步驟 220，模塊108基于每個(gè)段的EEG信號(hào)的各自時(shí)不變的ARMA表示(例 如，基于(8,5)階ARMA表示)生成系數(shù)數(shù)據(jù)。可以使用軟件，諸如與 MATLAB System Identification Toolbox version 6.0相關(guān)聯(lián)的函數(shù)，來 生成系數(shù)數(shù)據(jù)。步驟220接著進(jìn)行到步驟222和步驟224。0060在步驟222，針對(duì)每個(gè)段/取樣點(diǎn)，模塊108基于在步驟214或者 步驟220中用于為相應(yīng)段/取樣點(diǎn)生成系數(shù)數(shù)據(jù)的相應(yīng)ARMA表示來生 成代表ARMA增益值(即公式18中的<印>)的ARMA增益數(shù)據(jù)。這涉 及到將估計(jì)的AR和MA系數(shù)施加到相應(yīng)的ARMA表示(即公式2或公式 10)，以及通過用歸一化白噪聲輸入(由wM-^/表示)驅(qū)動(dòng)相應(yīng)的ARMA 表示來生成信號(hào)表示(由y/^/表示)。
0061在步驟222，當(dāng)使用的時(shí)不變的ARMA表示時(shí)(在步驟216， 218和220)，模塊108也基于相應(yīng)段的EEG取樣為每個(gè)段/取樣點(diǎn)生成代 表信號(hào)增益值(即公式18中的〈f(,)〉)的信號(hào)增益數(shù)據(jù)，或者當(dāng)使用 時(shí)變的ARMA表示時(shí)(在步驟212和214)，模塊108為一系列EEG取樣 值生成信號(hào)增益數(shù)據(jù)。每個(gè)取樣點(diǎn)的<^)>的數(shù)值是基于探測(cè)到的 EEG信號(hào)的合適部分生成的，該適當(dāng)部分或者處于生成相應(yīng)取樣點(diǎn)的 系數(shù)數(shù)據(jù)的時(shí)間的中心，或者基于包括當(dāng)前取樣點(diǎn)和在當(dāng)前取樣點(diǎn)之 前的被取樣EEG信號(hào)的適當(dāng)構(gòu)建的平均而生成。作為替代，< (0>的
數(shù)值是基于每個(gè)各自的段而生成的，每個(gè)各自的段由模塊108在步驟 216處生成。
0062在步驟233，模塊108接著根據(jù)公式18并基于相應(yīng)的ARMA增
益數(shù)據(jù)和信號(hào)增益數(shù)據(jù)為每個(gè)段/取樣點(diǎn)生成乘積數(shù)據(jù)，其代表乘積 gW/Y—的值。gfe)/Y^的數(shù)值變化代表下皮層輸入(由尸^)表示)的 幅值變化。
0063步驟224基于公式9和公式10生成極點(diǎn)數(shù)據(jù)，并且接著模塊108 基于公式12生成平均極點(diǎn)數(shù)據(jù)，該平均極點(diǎn)數(shù)據(jù)代表每個(gè)各自的段/取 樣點(diǎn)的未定標(biāo)的平均極點(diǎn)位置。模塊108接著基于公式13或者公式14生 成指數(shù)數(shù)據(jù)，該指數(shù)數(shù)據(jù)代表相應(yīng)段/取樣點(diǎn)的平均極點(diǎn)位置的定標(biāo)的
21數(shù)字表示。
0064步驟223和224進(jìn)行到步驟226，其中顯示模塊l 14基于腦狀態(tài) 數(shù)據(jù)(例如，使用極點(diǎn)數(shù)據(jù)、零點(diǎn)數(shù)據(jù)、平均極點(diǎn)數(shù)據(jù)、指數(shù)數(shù)據(jù)和/ 或乘積數(shù)據(jù))產(chǎn)生顯示數(shù)據(jù)，該顯示數(shù)據(jù)代表用戶界面，并優(yōu)選包括 EEG取樣的表示，以反映實(shí)驗(yàn)對(duì)象的大腦的功能性狀態(tài)和/或?qū)嶒?yàn)對(duì)象 的大腦的下皮層活動(dòng)的水平。步驟226也控制數(shù)據(jù)導(dǎo)出模塊以生成輸出 數(shù)據(jù)，該輸出數(shù)據(jù)包括代表EEG取樣、腦狀態(tài)數(shù)據(jù)、原始平均極點(diǎn)數(shù) 據(jù)和/或定標(biāo)平均極點(diǎn)數(shù)據(jù)的數(shù)據(jù)。方法200在步驟226之后結(jié)束。
0065由定標(biāo)的平均極點(diǎn)數(shù)據(jù)(或者未定標(biāo)的平均極點(diǎn)數(shù)據(jù))表示 的數(shù)值變化反映實(shí)驗(yàn)對(duì)象的大腦的功能狀態(tài)變化(即腦如何響應(yīng)于皮 層輸入)。由皮層輸入數(shù)據(jù)表示的數(shù)值變化反映乘積gfe^(^)的數(shù)值變 化，并因此反映腦皮層輸入的水平。由ARMA增益提供的優(yōu)點(diǎn)，以及 進(jìn)而下皮層輸入的測(cè)量的優(yōu)點(diǎn)，在于增強(qiáng)確定實(shí)驗(yàn)對(duì)象的腦功能的生 理特性(并因此增強(qiáng)臨床的實(shí)用性)。
0066在不偏離參考附圖所描述的本發(fā)明的范圍的情況下，對(duì)于本 領(lǐng)域的技術(shù)人員來說，很多修改是顯而易見的。
0067本說明書中對(duì)現(xiàn)有技術(shù)的引用不是，也不應(yīng)被認(rèn)為是，關(guān)于 現(xiàn)有技術(shù)構(gòu)成在澳大利亞的公知技術(shù)的一種認(rèn)可或者任何形式的暗 示。
2權(quán)利要求
1. 一種用于分析代表腦活動(dòng)的腦電圖信號(hào)的方法，其包括i)為所述信號(hào)的一部分的信號(hào)表示產(chǎn)生系數(shù)數(shù)據(jù)；ii)產(chǎn)生代表輸出信號(hào)的平均幅值的第一增益數(shù)據(jù)，該輸出信號(hào)是基于所述信號(hào)表示和所述系數(shù)數(shù)據(jù)而產(chǎn)生的；iii)產(chǎn)生代表所述部分的平均幅值的第二增益數(shù)據(jù)；以及iv)基于所述第一增益數(shù)據(jù)和所述第二增益數(shù)據(jù)，產(chǎn)生代表所述腦的下皮層活動(dòng)的腦狀態(tài)數(shù)據(jù)。
2. 根據(jù)權(quán)利要求1所述的方法，其中所述信號(hào)表示是所述信號(hào)的被 選擇的所述部分的時(shí)不變自回歸移動(dòng)平均表示，所述信號(hào)表示具有階數(shù) 為8的自回歸和階數(shù)為5的移動(dòng)平均。
3. 根據(jù)權(quán)利要求1或2所述的方法，其中所述第一增益數(shù)據(jù)代表所 述輸出信號(hào)的所述幅值的均方根。
4. 根據(jù)權(quán)利要求3所述的方法，其中當(dāng)所述信號(hào)表示由白噪聲輸入 信號(hào)驅(qū)動(dòng)時(shí)，基于所述信號(hào)表示并使用所述部分的所述系數(shù)數(shù)據(jù)產(chǎn)生所 述輸出信號(hào)。
5. 根據(jù)前面的權(quán)利要求的任何一項(xiàng)所述的方法，其中所述第二增益 數(shù)據(jù)代表所述部分的所述幅值的均方根。
6. 根據(jù)前面的權(quán)利要求的任何一項(xiàng)所述的方法，其包括基于所述腦 狀態(tài)數(shù)據(jù)產(chǎn)生代表一個(gè)或多于一個(gè)顯示界面的顯示數(shù)據(jù)。
7. 根據(jù)權(quán)利要求6所述的方法，其中所述顯示數(shù)據(jù)包括代表圖表的 數(shù)據(jù)，所述圖表代表所述腦的下皮層活動(dòng)水平隨時(shí)間的變化。
8. 根據(jù)權(quán)利要求7所述的方法，其中所述腦狀態(tài)數(shù)據(jù)代表所述下皮層活動(dòng)水平，所述腦狀態(tài)數(shù)據(jù)基于通過將基于所述第二增益數(shù)據(jù)的所述 平均值除以基于所述第一增益數(shù)據(jù)的所述平均值而產(chǎn)生的商。
9. 根據(jù)權(quán)利要求7所述的方法，其中所述顯示數(shù)據(jù)代表所述下皮層 活動(dòng)水平，所述顯示數(shù)據(jù)基于對(duì)應(yīng)于所述下皮層活動(dòng)水平的數(shù)值的不同 預(yù)定范圍的顏色，其中每個(gè)所述范圍使用不同的顏色來表示。
10. 根據(jù)權(quán)利要求1所述的方法，其中所述信號(hào)表示是所述部分的 時(shí)變自回歸移動(dòng)平均表示，所述信號(hào)表示具有階數(shù)為8的自回歸和階數(shù) 為5的移動(dòng)平均。
11. 根據(jù)權(quán)利要求io所述的方法，其中所述信號(hào)表示代表在特定時(shí)間點(diǎn)的所述信號(hào)，其中基于在所述部分內(nèi)的一個(gè)或多于一個(gè)其他時(shí)間點(diǎn) 上的所述信號(hào)，并基于在所述其他時(shí)間點(diǎn)中的一個(gè)時(shí)間點(diǎn)上的所述信號(hào) 的信號(hào)表示的所述系數(shù)數(shù)據(jù)，遞歸地產(chǎn)生所述系數(shù)數(shù)據(jù)。
12. 根據(jù)權(quán)利要求11所述的方法，其中基于涉及Kalman自適應(yīng)濾 波的所述信號(hào)的自回歸移動(dòng)平均表示來產(chǎn)生所述系數(shù)數(shù)據(jù)。
13. 根據(jù)權(quán)利要求11或12所述的方法，其中當(dāng)所述信號(hào)表示由白 噪聲輸入信號(hào)驅(qū)動(dòng)時(shí)，基于所述信號(hào)表示并使用所述時(shí)間點(diǎn)的所述系數(shù) 數(shù)據(jù)產(chǎn)生所述輸出信號(hào)。
14. 一種系統(tǒng)，其用于執(zhí)行根據(jù)權(quán)利要求1 — 13中任何一項(xiàng)所述的 方法。
15. —種用于分析代表腦活動(dòng)的腦電圖信號(hào)的系統(tǒng)，其包括適合于 執(zhí)行以下步驟的處理器模塊i) 為所述信號(hào)的一部分的信號(hào)表示產(chǎn)生系數(shù)信號(hào)；ii) 產(chǎn)生代表輸出信號(hào)的平均幅值的第一增益數(shù)據(jù)，該輸出信號(hào)是 基于所述信號(hào)表示和所述系數(shù)數(shù)據(jù)而產(chǎn)生的；iii) 產(chǎn)生代表所述部分的平均幅值的第二增益數(shù)據(jù)；以及iv) 基于所述第一增益數(shù)據(jù)和所述第二增益數(shù)據(jù)，產(chǎn)生代表所述腦 的下皮層活動(dòng)的腦狀態(tài)數(shù)據(jù)。
16.存儲(chǔ)在計(jì)算機(jī)可讀介質(zhì)上的計(jì)算機(jī)可執(zhí)行代碼，所述計(jì)算機(jī)可 執(zhí)行代碼用于執(zhí)行根據(jù)權(quán)利要求1 — 13所述的方法的任何步驟。
全文摘要
一種用于分析代表腦活動(dòng)的腦電圖信號(hào)的方法，其包括i)為一部分所述信號(hào)的信號(hào)表示產(chǎn)生系數(shù)數(shù)據(jù)；ii)產(chǎn)生代表輸出信號(hào)的平均幅值的第一增益數(shù)據(jù)，該輸出信號(hào)是基于所述信號(hào)表示和所述系數(shù)數(shù)據(jù)而產(chǎn)生的；iii)產(chǎn)生代表所述部分的平均幅值的第二增益數(shù)據(jù)；以及iv)基于所述第一增益數(shù)據(jù)和所述第二增益數(shù)據(jù)，產(chǎn)生代表所述腦的下皮層活動(dòng)的腦狀態(tài)數(shù)據(jù)。
文檔編號(hào)A61B5/048GK101489475SQ200780027483
公開日2009年7月22日 申請(qǐng)日期2007年6月6日 優(yōu)先權(quán)日2006年6月6日
發(fā)明者D·T·J·理萊 申請(qǐng)人:皮質(zhì)動(dòng)力學(xué)私人有限公司