專利名稱：用于自動痙攣監(jiān)測的方法、設備和計算機程序產品的制作方法
用于自動痙攣監(jiān)測的方法、設備和計算機程序產品技術領域
本公開大體上涉及腦波信號的監(jiān)測。更具體地，本發(fā)明涉及用于監(jiān)測腦波信號的演變的機制和腦波信號中痙攣(seizure)活動的自動檢測。
背景技術：
世界上大約5%的人在他們的生命中經歷痙攣活動。當在沒有外部刺激的情況下重復地出現痙攣時，人將患有癲癇癥(印il印sy)。整個人口的大約O. 5%屬于該核心群，這使癲癇癥成為最常見的神經系統(tǒng)紊亂。根據當前的標準化，存在兩個主要類別的痙攣整體痙攣和部分痙攣。整體痙攣牽涉整個大腦，而部分痙攣牽涉大腦的受限區(qū)域。這些主要類別被進一步分成若干子類別，其描述了在痙攣期間人所展示的運動類型以及意識和知覺如何受到影響。一般地，劇烈的、陣發(fā)性的、且不自主的肌肉驚厥(convulsion)稱作驚厥，并常常涉及痙攣。
腦電描記法(EEG)是用于評估大腦活動的完善的方法。測量電極典型地附連在頭皮上來記錄并且分析皮層的椎體細胞中生成的弱的生物電勢信號。備選地，電極可侵入式地附連在大腦和頭骨之間，或附連在大腦組織內部。幾十年來EEG已經在大腦的神經系統(tǒng)的基礎研究以及多種中樞神經系統(tǒng)疾病和素亂的臨床診斷中廣泛地使用。
癲癇癥患者的行為和EEG的文獻提供用于癲癇癥的手術規(guī)劃、診斷和后續(xù)治療的重要信息。當間歇且不可預知地發(fā)生痙攣時，典型地使用持續(xù)若干天的長期監(jiān)測以便捕捉涉及痙攣的EEG和行為表現的足夠信息。在專用設備和人員可用于該目的的醫(yī)院里，典型地采用癲癇癥監(jiān)測單元(EMU)做這些記錄。然而,遠程醫(yī)療和變化(ambulatory)記錄領域中的新發(fā)展使得在不久的將來家庭監(jiān)測對于癲癇癥患者可能是切實可行的。
長期EEG記錄產生大量的EEG數據，其隨后由經認證的醫(yī)師查看。采用視覺分析， 基于經驗搜索已知的具體EEG波形形態(tài)和動態(tài)模式來對應于痙攣。詳細地檢驗找到的形態(tài)和模式來獲得關于痙攣的類型和起因的信息。因為視覺分析是基于由人類觀察者實行的模式識別，所以分析過程具有某些局限性，例如痙攣識別的主觀性和分析的緩慢性。查看長期 EEG記錄可需要若干小時的工作。在查看期間，人的大腦可容易變得疲勞并且可錯過痙攣， 特別是短的那些。
為了有助于視覺EEG查看，從二十世紀七十年代以來已經開發(fā)了自動痙攣檢測算法。然而，因為在EEG中患者痙攣活動的表現互不相同，因此開發(fā)普遍功能的自動檢測器具有挑戰(zhàn)性。自動痙攣檢測領域的新進展涉及患者特定的痙攣檢測器。它們終結了人類觀察者與基于計算機的檢測器之間的性能差距。這些檢測器是半自動的；在檢測器可以搜索相似的實例之前人類觀察者必須從數據標記一個痙攣實例。盡管有局限性和計算中的新進展，視覺EEG查看保留了痙攣檢測的技術發(fā)展水平。
除對于診斷目的重要外，痙攣檢測在旨在防止腦損傷的護理決策方面具有至關重要的作用。如果痙攣活動在幾分鐘內沒有緩解，不可逆腦損傷的風險急劇增加。延長的痙攣活動稱作癲癇持續(xù)狀態(tài)(SE)并且其是主要的醫(yī)療緊急事件。遭受SE的患者在重癥監(jiān)護病房(ICU)重度治療。整體SE導致具有持續(xù)智力病態(tài)(intellectual morbidity)的不可逆腦損傷。取決于病因，整體SE的死亡率可從20至30%。
在過去的十年內，在I⑶患者中已經廣泛地實現痙攣的盛行。已經觀察到甚至沒有癲癇癥史或沒有任何神經紊亂的患者可在I⑶中表現出痙攣。這些痙攣的原因可涉及危重病,例如缺氧、缺血、中毒、和代謝異常。而且,像中風、腦出血、腦腫瘤、中樞神經系統(tǒng)感染、和腦外傷的神經病變增加了痙攣的風險。使該患者群中痙攣檢測尤其具有挑戰(zhàn)性的是絕大多數痙攣是非驚厥性的。即，患者在痙攣期間沒有展現出劇烈的運動。根據當前的知識，EEG是非驚厥性痙攣的唯一特定指示器。實際上，18-34%遭受無法解釋的意識水平降低的神經重癥監(jiān)護患者已經顯示出具有非驚厥性痙攣并且這些患者的10%處于非驚厥性癲癇持續(xù)狀態(tài)(NCSE)。根據當前的理解，非驚厥性痙攣與驚厥性痙攣相似地產生不可逆腦損傷，并且從而對于該患者群也強烈推薦藥物治療。
為重癥監(jiān)護患者實行的痙攣檢測對自動痙攣檢測算法設置了新的要求。同時，借助于持續(xù)EEG監(jiān)測和耗時的視覺EEG分析來檢測這些痙攣。痙攣需要利用抗驚厥藥物的急性治療，并且從而涉及視覺查看的延遲對于患者通常是不利的。因此，迫切需要自動的在線痙攣檢測器。
使用從EMU收集的數據開發(fā)的可買到的自動算法對于ICU患者人群沒有被正確地評估。在EMU中，這些檢測器每小時產生O. 6-2. 4個誤檢。在I⑶環(huán)境中，假陽性率甚至很可能更高，因為神經病I⑶患者的EEG特有地包含非常類似于痙攣的異常特征，例如三相波和α昏迷。然而，用抗驚厥藥物治療這些異常EEG特征對于患者可具有不利的影響。因此， ICU中痙攣活動的可靠檢測尤其重要。
如上文描述的，幾十年來自動痙攣檢測已經是已知的技術挑戰(zhàn)。然而，現今的自動化痙攣檢測系統(tǒng)仍將具有兩個普遍的缺點不能適于多種不同的受檢者并且也不能適于像 ICU的新的應用領域中遇到的患者數據。不能適于廣泛的受檢者通過顯著的EEG痙攣波形中的個體間差異以及通過寬動態(tài)變化(其甚至發(fā)生在遭受痙攣的單個受檢者的信號數據中)而加劇。不能適于ICU患者數據通過以下事實而加劇ICU中遇到的非驚厥性痙攣的危險程度的新知識為ICU環(huán)境中的自動在線痙攣檢測的智能和技術性能設置新的、更苛刻的準則。發(fā)明內容
上文提到的問題在本文解決，其將從下列說明書理解。該說明書描述了用于監(jiān)測腦波信號以及通過評估信號的時間演變而檢測痙攣活動的新的方法。為了減少受檢者間變化的易感性以及提高對每個記錄的適應性，受檢者的過去的EEG信號數據用于確定包絡目標，其包含參數點，參數點序貫從參數空間中的過去信號數據形式導出的參數集。這里，參數點指在參數空間中從信號通道數據導出的N個參數的集在一個時期期間所限定的點，該參數空間的N個維度分別由這N個參數限定。典型地，N等于二。因為目標包含參數點，所以其在該情況下稱為包絡目標。此外，確定參考點，其在參數空間中的位點(location)取決于過去的信號數據。參考點可從與包絡目標相同的歷史數據導出或從包絡目標導出。然后從受檢者獲得至少一個新的參數點并且確定演變指示器集，其指示在參數空間中新的點相對于包絡目標和參考點的位置。然后可以多種方式采用該演變指示器集來向用戶指示痙攣活動是否存在。例如，如果演變指示器集指示新的點的位置滿足關于包絡目標和參考點的預定準則，可做出關于痙攣活動存在的決定并且痙攣活動的存在可指示給用戶。在相反的情況下，新的參數點可用于更新包絡目標和參考點，或至少歷史數據，下次將基于該歷史數據計算包絡目標和參考點。此外，可分別基于一個或多個EEG通道確定一個或多個演變指示器集，并且可以多種方式使用從每個集獲得的比較結果來決定痙攣活動的存在。
在一實施例中，一種用于監(jiān)測大腦中的痙攣活動的方法，包括從自受檢者獲得的腦波信號數據導出第一參數集序列，其中該第一參數集序列包括序貫參數集并且每個參數集包括至少兩個信號參數的值，這些值從腦波信號數據導出；以及在由至少兩個信號參數限定的參數空間中從第一參數集序列確定包絡目標，其中該包絡目標包含該參數空間中的第一參數集序列。該方法還包括確定參考點，其中該參考點在參數空間中的位點取決于第一參數集序列；從腦波信號數據獲得第二參數集序列，其中該第二參數集序列包括第一參數集序列的序貫參數集后的至少一個參數集；以及確定演變指示器集，其指示(a)第二參數集序列相對于包絡目標的位點和(b)第二參數集序列相對于參考點的方向。該方法進一步包括基于(i)第一參數集序列的序貫參數集和(ii)第二參數集序列有條件地更新包絡目標和參考點，其中有條件地更新包括如果演變指示器集未能滿足指示痙攣活動的預定位點和方向準則就執(zhí)行更新并且如果演變指示器集滿足預定位點和方向準則就跳過更新，以及指示演變指示器集是否滿足預定位點和方向準則，由此產生腦波信號數據中的痙攣活動的指示。
在另一個實施例中，一種用于監(jiān)測大腦中的痙攣活動的設備，包括參數確定單元，其配置成從自受檢者獲得的腦波信號數據導出第一參數集序列，其中該第一參數集序列包括序貫參數集并且每個參數集包括至少兩個信號參數的值，這些值從腦波信號數據導出；以及包絡單元，其配置成(i)在由至少兩個信號參數限定的參數空間中從第一參數集序列確定包絡目標和Qi)確定參考點，其中該包絡目標包含該參數空間中的第一參數集序列并且其中該參考點在該參數空間中的位點取決于第一參數集序列。該設備還包括演變指示器單元，其配置成限定演變指示器集，該演變指示器集指示(a)第二參數集序列相對于包絡目標的位點和(b)第二參數集序列相對于參考點的方向，其中參數確定單元配置成導出第二參數集序列并且其中第二參數集序列包括第一參數集序列的序貫參數集后的至少一個參數集。該設備進一步包括更新單元，其配置成基于(i)第一參數集序列的序貫參數集和(ii)第二參數集序列有條件地執(zhí)行包絡目標和參考點的更新，其中該更新單元配置成如果演變指示器集未能滿足指示痙攣活動的預定位點和方向準則就執(zhí)行更新并且如果演變指示器集滿足預定位點和方向準則就跳過更新。該設備還包括指示單元，其配置成指示演變指示器集是否滿足預定位點和方向準則，由此產生腦波信號數據中的痙攣活動的指示。
在又一個實施例中，一種用于監(jiān)測大腦中的痙攣活動的計算機程序產品，包括第一程序產品部分，其配置成從自受檢者獲得的腦波信號數據導出第一參數集序列，其中該第一參數集序列包括序貫參數集并且每個參數集包括至少兩個信號參數的值，這些值從腦波信號數據導出；以及第二程序產品部分，其配置成(i)在由至少兩個信號參數限定的參數空間中從第一參數集序列確定包絡目標和(ii)確定參考點，其中該包絡目標包含該參數空間中的第一參數集序列并且其中該參考點在該參數空間中的位點取決于第一參數集序列。該計算機程序產品還包括第三程序產品部分，其配置成限定演變指示器集，該演變指示器集指示(a)第二參數集序列相對于包絡目標的位點和(b)第二參數集序列相對于參考點的方向，其中第一程序產品部分配置成導出第二參數集序列并且其中第二參數集序列包括第一參數集序列的序貫參數集后的至少一個參數集。該計算機程序產品進一步包括第四程序產品部分，其配置成基于(i)第一參數集序列的序貫參數集和(ii)第二參數集序列有條件地執(zhí)行包絡目標和參考點的更新，其中該第四程序產品部分配置成如果演變指示器集未能滿足指示痙攣活動的預定位點和方向準則就執(zhí)行更新并且如果演變指示器集滿足預定位點和方向準則就跳過更新；以及第五程序產品部分，其配置成指示演變指示器集是否滿足預定位點和方向準則，由此產生腦波信號數據中的痙攣活動的指示。
將通過下列詳細描述和附圖使本發(fā)明的多種其他特征、目標和優(yōu)勢對于本領域技術人員明顯。


圖I是圖示用于監(jiān)測痙攣活動的方法的一個實施例的流程圖；圖2圖示參數空間中包絡目標的示例；圖3圖示在圖I的實施例中實施的疫攣活動檢查的示例；圖4圖示用于監(jiān)測痙攣活動的方法的進一步的實施例；圖5圖示在四個不同的EEG測量通道的情況下痙攣活動檢測的示例；圖6圖示用于基于一個或多個腦波通道信號監(jiān)測痙攣活動的設備/系統(tǒng)；以及圖7圖示圖6的設備/系統(tǒng)的控制和處理單元的操作實體。
具體實施方式
圖I圖示用于監(jiān)測受檢者的腦波信號的方法的一個實施例。描述的操作涉及一個測量通道并且如果使用多個測量通道則相似的操作可應用于每個測量通道。在下文連同圖 5論述多通道實施例。在多通道實施例中，例如關于痙攣活動的存在/不存在的最終決定可基于多個通道特定決定而做出。
如常見的，在步驟101從受檢者獲得的腦波信號數據分成連續(xù)時間段或時間窗口，通常稱為時期(步驟102)。時期的順序從而代表相應的測量通道的腦波信號數據并且可逐個時期處理信號。一個時期的長度可變化，但可以是例如一秒。時期可重疊或不重疊。 截然不同的信號樣本可代替時期用于確定參數，盡管在該情況下參數將可能更嘈雜。
對于每個時期，包括至少兩個參數的參數集從時期的信號數據(步驟103)導出。 即，在步驟103腦波信號被參數化，由此獲得描述信號的至少兩個參數的相應的時序。例如，涉及腦波信號的振幅和頻率的參數可從信號數據導出。備選地，可導出涉及振幅的第一參數和涉及尖峰率的第二參數。參數的確定可包括可選的濾波，其中參數的時程被平滑并且去除可能波動。例如，可應用十一個序貫參數值的中值濾波。
接著，在步驟104參數值可映射到參數空間中。該參數空間在這里指這樣的空間， 其的N個維度分別由對于每個時期確定的N個參數(N >2)限定。即，并行參數值限定參數空間中的點。典型地，N等于二并且參數空間從而是二維空間，例如平面或坐標系，其中一個軸代表一個參數并且另一個軸代表另一個參數。當使用兩個參數時，大腦的當前狀態(tài)由二維參數空間中的點{x(n), y(n)}表示,其中x(n)是第一參數的值，y(n)是第二參數的值，并且η是時間序列中離散樣本點的順序號。點|x(n)，y (η)}在這里稱為參數點。SP， 參數點由對于時期獲得的參數集限定。
接著，過程在步驟105檢驗包絡目標和參考點是否已經形成并且從而存在于參數空間中。如果情況不是這樣，過程首先收集足夠的參數點用于生成包絡目標(步驟103、 104、105/否、106/否)并且當其在步驟106通知已經收集足夠的參考點時在步驟107生成包絡目標和關聯的參考點。包絡目標是幾何目標，其包含參數空間中的M個參數點,其中這 M個參數點典型地是不指示疫攣活動的M個最新參數點。在最近出現疫攣活動的周期的情況下，M個參數點的第一子集可來自痙攣活動周期之前的周期并且M個參數點的第二子集來自痙攣活動周期之后的周期。因此，M個參數點不必定形成連續(xù)時間序列的參數點，而可形成間隙時間序列。參考點是取決于這M個參數點的點并且典型地、但不必須定位于包絡目標內。參考點可以是，例如，M個參數點的質心?？苫贛個參數點而直接確定參考點， 即，獨立于包絡目標，但過程還可基于M個參數點首先確定包絡目標并且只有在這時才基于包絡目標確定參考點。例如，參考點可確定為包絡目標的質心。
在生成包絡目標和關聯的參考點之后，過程導出下一個時期的新的參數集并且將該新的參數集映射到參數空間中(步驟103和104)。過程然后在步驟105檢測包絡目標和參考點存在并且第一次跳到步驟108。在步驟108，過程將新的參數點的位置與包絡目標和參考點比較，其中位置指參數空間中的位置。更具體地，位置指相對于包絡目標的位點和相對于參考點的方向。如果位置滿足預定痙攣準則，過程在步驟109決定痙攣活動存在并且在步驟110將痙攣告知用戶。如果在步驟109檢測到位點不滿足痙攣準則，在步驟111使用新的參數集更新包絡目標和參考點。例如，包絡目標的最早的參數點可被新的參數點取代并且可使用新的參數點的集更新包絡目標和參考點。過程然后回到步驟103來確定下一個參數集。因此，包絡目標和關聯的參考點充當位點和方向參考數據，最新的參數點的位置與該位點和方向參考數據進行比較。
即使圖I示出腦波信號的采集和劃分作為前兩個步驟，但顯然的是于在線監(jiān)測中連續(xù)實施這些步驟，并且對于從步驟102獲得的每個時期以上文的方式實施步驟103至 111。時期的處理還可在已經收集給定量的歷史數據的時候開始，使得可生成包絡目標。然而，方法還可在線用于監(jiān)測先前采集的腦波數據中的可能的痙攣。監(jiān)測還可在沒有自動生成告知痙攣活動是否存在的用戶通知的情況下實施。即，包絡目標、參考點、和最近參數集的位置可呈現給用戶，由此給予用戶將最新參數點的位置與包絡目標和參考點比較的機會，以及基于該比較做出痙攣活動存在/不存在的決定。
提出的方法實質上是自適應的。在線更新的包絡目標和關聯的參考點獲悉在每個患者中遇到的正常的EEG模式并且從而能夠適于在任何給定時間遇到的EEG信號數據。方法只監(jiān)測臨床醫(yī)生的查看中也意識到的EEG特性。
圖2圖示包絡目標22和參考點23的示例。在該示例中，從每個時期導出兩個參數。獲得的參數值然后映射到二維參數空間21中，例如X-Y坐標系，其中X軸代表第一參數并且I軸代表第二參數(或反之亦然)。映射到參數空間的參數點24用小的黑點指示。COItvi Λ 5在圖2中，較大的黑點是構成凸包的頂點的參數點。包的邊界25由連接頂點的線限定。 用小的圓圈指示的參考點23可基于與包絡目標相同的參數點而確定。典型地，參考點是所述參數點的質心，但可以是這樣的任何點，其位點取決于參數點并且從而適于參數集時間序列。如上文提到的，參考點還可基于包絡目標確定，例如作為包絡目標的質心。
圖3圖示在圖I的步驟108和109中實施的痙攣活動檢查的一個實施例。圖示出在步驟107形成并且在步驟111更新的包絡目標31和參考點32。在圖中已經省略參數點。 在該實施例中，參考點是形成包絡目標的參數點的質心。然后在質心和當前參數點34之間形成向量33。向量因為其指示信號的時間演變是否發(fā)生朝著代表痙攣活動的參數空間域而在該上下文中稱為方向向量。在該示例中,X軸對應于頻率參數并且I軸對應于功率參數。
為方向向量設置的痙攣活動準則可改變。在一個實施例中，為了要滿足的痙攣活動準則，方向向量的角度處于由下角度限制36和上角度限制37限定的預定扇形35中，其中參考點是該扇形的頂點。要檢查的另外的痙攣準則可以是當前參數點離包絡目標的邊界 38的(最短)距離。在圖3中，該距離用D指示。從而，在一個實施例中，在檢測到痙攣活動之前方向向量必須處于預定扇形中并且距離D必須足夠長。除包絡目標和關聯的參考點之外，對于痙攣活動的檢測所確定的參數在該上下文中稱為演變指示器，因為它們指示信號演變到視為痙攣域的參數空間域。從而，在上文的實施例中，方向向量33的角度和距離 D是形成演變指示器集的演變指示器，痙攣準則在該演變指示器集上設置。即，在檢測到疫攣活動之前，參數點的相對位置必須滿足某些準則。典型地，痙攣準則牽涉為了檢測到痙攣活動，最新參數點的位置必須處于相對于參考點的預定扇形中并且充分遠離包絡目標的邊界。在圖3的示例中，這牽涉位置必須處于由上角度限制37、點Α、點B、和下角度限制36限定的扇形區(qū)域中。在其中軸由頻率參數和功率參數確定的典型示例中，扇形涵蓋第一象限的絕大部分，即，下角度限制在零附近并且上角度限制在Pi弧度的一半附近。因為痙攣準則典型地是對最新參數點的位置設置的位點和方向準則，所以痙攣準則在下文也稱為位點和方向準則。包括包絡目標、參考點和演變指示器的變量的集因為集的變量指示疫攣活動的存在/不存在而在這里稱為痙攣指示器集。演變指示器集還可包括量化由包絡目標外部的參數點制成的路徑的長度的特征。路徑在這里指序貫參數點在參數空間中形成的路徑。 此外，演變指示器集可包含測量EEG信號中的源于肌肉的活動的量的信號特征。如果在信號中檢測到大量的EMG,將不指示疫攣活動。
角度準則減少了由多種EEG模式引起的假陽性痙攣檢測，多種EEG模式例如爆發(fā)-抑制和α昏迷。爆發(fā)-抑制是通常在I⑶患者中發(fā)現的EEG模式。爆發(fā)-抑制可作在該示例中包絡目標是多邊形22,具體是包含參數點的凸包。包絡目標形成所基于的歷史長度典型地是I至3分鐘。假設時期長度是上文提到的I秒，典型地從60至180個參數點導出包絡目標。在一個實施例中，點是不指示疫攣活動的最近參數點。因此，包絡目標描述了最新的無痙攣的參數點如何分布在參數空間中。凸包是數學和計算幾何中已經確立的術語，其涉及位于向量空間中的點的包絡。若干不同的算法可用于生成凸包，例如快速凸包算法(Quick Hull algorithm)。限定由向量Xi組成的集X的凸包的一個方式是為藥物治療的結果而顯現或其可涉及神經功能障礙。癲癇樣的特征可以爆發(fā)-抑制模式存在，但爆發(fā)-抑制本身不應與痙攣活動混淆。爆發(fā)-抑制期間在EEG信號中存在相當數量的變化。小電壓周期與較高電壓周期交替，在該較高電壓周期中高頻率受到抑制。在描述的方法中，這些變化視為頻率參數和功率參數的同步變化。在描述的參數空間中，在扇形中出現這些變化而不是涉及痙攣活動的變化。更具體地，爆發(fā)-抑制模式轉化成二維參數空間的右下方和左上方之間的變化。涉及痙攣活動的演變在參數空間的不同扇形中出現。因此，通過應用位點和方向準則，由爆發(fā)-抑制模式產生的假陽性檢測可被最小化。
α昏迷是在I⑶患者中存在的另一個有問題的模式。在α昏迷中，因為穩(wěn)定的 α節(jié)律是信號中的主要組成，EEG保持相當地平穩(wěn)。α昏迷有時與痙攣活動混淆，但α昏迷模式不應用抗癲癇藥物治療。因此，不應觸發(fā)痙攣檢測。在α昏迷期間，在描述的信號參數中存在很少的演變。即使絕對參數值是異常的，描述的系統(tǒng)的自適應性防止由α昏迷產生的檢測。在α昏迷開始時，即當其他節(jié)律減弱時，假檢測可由量化演變的量的演變指示器集阻止。此外，快速α爆發(fā)開始典型地視為頻率參數值的突跳，其中功率參數值很少變化。
在這里要注意盡管參考點的位點取決于形成包絡目標的參數點并且盡管參考點典型地在包絡目標內，但是如果例如通過添加固定向量到形成包絡目標的參數點的質心而獲得參考點，參考點還可在包絡目標外部。
圖4圖示用于監(jiān)測受檢者的腦波信號的方法的另一個實施例。在該實施例中，在檢測到痙攣活動之前，必須滿足四個不同的準則。在圖4的示例中，使用變量SA和CHS。SA 是具有值“真”(痙攣活動存在)和“假”(無痙攣活動存在)的布爾變量，并且CHS是存儲包絡目標外部的連續(xù)參數點的數目的計數器。CHS的目的是避免由瞬態(tài)或非常短期的持續(xù)時間的其他干擾引起的假陽性檢測。在該實施例中，首先收集歷史數據，變量SA和CHS設置成零(步驟401)，并且產生包絡目標和參考點(步驟402)。在包絡目標和參考點的產生中，可省略檢測的過去痙攣事件。當生成包絡目標和參考點時，過程基于參考點和當前參數點確定方向向量(步驟403)。過程然后分別在步驟404、405、407、和408檢驗四個不同的準則。在步驟404，過程檢驗當前參數點是否在包絡目標內部。如果情況不是這樣，過程在步驟405檢驗是否滿足角度準則。如果滿足角度準則，計數器值CHS遞增(步驟406)并且過程然后在步驟407檢查計數器值是否已經達到Tmin的最小值。如果情況是這樣的，過程進一步在步驟408檢查當前參數點到包絡目標的邊界的距離是否大于需要的最小值Dmint^n 果情況是這樣的，在步驟409，變量SA獲得值“真”。也就是說，如果滿足上文提到的四個不同的準則就檢測到痙攣活動。如果在步驟404檢測到當前參數點在包絡目標內部或如果在步驟405檢測到方向向量的角度不在預定扇形中，過程經由步驟412回到步驟402，在該步驟412中變量SA設置成值“假”并且變量CHS設置成值零。如果在步驟408檢測到到邊界的距離短于需要的最小值Dmin，則出現相似的瞬態(tài)。如果在步驟407檢測到計數器值還未達到Tmin的最小值，則過程回到步驟403來取得下一個參數點并且生成相應的方向向量。
步驟409之后，過程檢查在檢測到痙攣活動之后是否可能已經恢復測量。在該示例中，如果參數點回到包絡目標的邊界內部或接近包絡目標的邊界則執(zhí)行恢復，其在步驟 410測試。如果情況是這樣的，重新產生包絡目標和參考點并且變量在過程回到步驟401時回到它們的初始值。如果未滿足恢復準則，過程回到步驟403來取得下一個參數點并且確其中P. V.指示積分的柯西主值并且τ是時滯。信號s(t)和H[s(t)]通常說成正交， 因為理論上它們是90度反相位。然而，理論上這只在某些條件下是真實的?？墒褂肏ilbert 變換的結果導出Gabor復信號z (t)定關聯的方向向量。
在圖4的實施例中，在可檢測到痙攣活動之前，每個新的參數集經受多個檢查。與步驟404/否比較，例如參數點在包絡目標內部等某些特征立即指示無痙攣活動存在并且從而這樣的特征的檢測立即終止對當前參數點的痙攣活動檢測過程。如上文提到的，高EMG 水平的檢測可以是取消檢測開始的一個特征。可終止檢測過程的另一個特征是包絡目標邊界外部的路徑的長度短于需要的最小路徑長度，其中路徑長度是指示由參數空間中的連續(xù)參數點形成的路徑的長度。盡管可使用此路徑長度準則來代替需要包絡目標外部的最小數目的連續(xù)參數點(步驟407)的上文的準則，但是還可并行使用這兩個準則來避免由不同類型的短期干擾弓I起的假陽性檢測。
代替在步驟410中測試的準則，或作為在步驟410中測試的準則的附加，還可使用其他準則來檢查在檢測到痙攣活動之后是否可恢復測量。這樣的準則可包括縮短路徑長度 (當痙攣結束時路徑長度縮短)、檢測指示痙攣活動結束的發(fā)作后抑制、和檢測肌肉驚厥。
在生成包絡目標和參考點之后確定的每個演變指示器集還可基于超出一個連續(xù)參數集而確定。演變指示器集生成的該實施例還可應用于下文論述的多通道實施例。在下文使用術語第二參數集序列來指代演變指示器集可基于其而產生的一個或多個參數集，而術語第一參數集序列指位點和方向參考(即，包絡目標和參考點)基于其而確定的參數集。
逐個時期導出的參數的數目和類型可取決于應用。對于二維空間中的痙攣檢測， 一個適合的參數集可包括指示頻率的第一參數和指示腦波信號的振幅/功率的第二參數。 可采用多種方式估計這些參數。此外，痙攣活動準則典型地取決于限定參數空間的參數。
如上文提到的，監(jiān)測可在沒有機器生成的痙攣活動的存在/不存在的通知的情況下實施。在這些實施例中，演變指示器集、或每個參數集時間序列的最新參數點的位置可呈現給用戶。另外，信息可呈現給用戶，這使用戶能夠評估痙攣活動是否存在。該信息可包括包絡目標和/或參考點和/或為演變指示器集設置的準則。在機器生成的通知的情況下， 可使用存在和不存在通知兩者，或當痙攣活動不存在時可跳過通知。
如上文提到的，使用的參數可代表腦波信號的頻率和振幅。正弦信號的頻率是明確的量。然而，例如EEG等非平穩(wěn)信號自身不適于分解成正弦分量。對于這樣的信號，頻率的概念失去其有效性，并且需要使用解釋過程的隨時間變化性質的參數。瞬時頻率(IF)是隨時間變化的參數，當其隨時間變化時其限定信號的譜峰的位點。在物理上，所述參數只對單分量信號有意義。對于多分量信號，單值的瞬時頻率的概念盡管其在分析下仍可表征信號的頻率含量，但在物理上變得沒有意義。為了克服該限制，可將多分量信號濾波到若干相鄰頻帶并且可在每個帶內估計瞬時頻率。
Hilbert變換是用于瞬時頻率推導的傳統(tǒng)的方法。由以下獲得信號s(t)的 Hilbert 變換
權利要求
1.一種用于監(jiān)測大腦中的痙攣活動的方法，所述方法包括 -從自受檢者(610)獲得的腦波信號數據導出第一參數集序列，其中所述第一參數集序列包括序貫參數集并且每個參數集包括至少兩個信號參數的值，所述值從所述腦波信號數據導出； -在由所述至少兩個信號參數限定的參數空間(21)中從所述第一參數集序列確定(107 ;55、56 ；402)包絡目標(22 ;31)，其中所述包絡目標包含所述參數空間中的所述第一參數集序列； -確定(107 ;55、56 ；402)參考點(23 ;32)，其中所述參考點在所述參數空間中的位點取決于所述第一參數集序列； -從所述腦波信號數據獲得第二參數集序列，其中所述第二參數集序列包括所述第一參數集序列的所述序貫參數集后的至少一個參數集； -確定演變指示器集，其指示(a)所述第二參數集序列相對于所述包絡目標的位點和(b)所述第二參數集序列相對于所述參考點的方向； -基于(i)所述第一參數集序列的序貫參數集和(ii)所述第二參數集序列有條件地更新(111)所述包絡目標(22 ；31)和所述參考點(23 ;32)，其中所述有條件地更新包括如果所述演變指示器集未能滿足指示痙攣活動的預定位點和方向準則就執(zhí)行所述更新并且如果所述演變指示器集滿足所述預定位點和方向準則就跳過所述更新；以及 -指示(110 ；409)所述演變指示器集是否滿足所述預定位點和方向準則，由此產生所述腦波信號數據中的痙攣活動的指示。
2.如權利要求I所述的方法，進一步包括從所述受檢者采集所述腦波信號數據。
3.如權利要求2所述的方法，其中 -所述采集包括從所述受檢者采集多個腦波信號通道，其中每個腦波通道包含所述腦波信號數據； -所述導出包括導出所述多個腦波信號通道中的每個的所述第一參數集序列，由此獲得對應的多個第一參數集序列； -所述包絡目標(22 ；31)的所述確定包括從所述對應的多個第一參數集序列中的每個確定所述包絡目標，由此獲得對應的多個包絡目標(22;31)； -所述參考點(23 ；32)的所述確定包括確定所述對應的多個第一參數集序列中的每個的參考點，由此獲得對應的多個參考點(23;32)； -所述獲得包括獲得所述多個腦波信號通道中的每個的所述第二參數集序列，由此獲得對應的多個第二參數集序列； -所述演變指示器集的所述確定包括確定所述對應的多個所述第二參數集序列中的每個的演變指示器集，由此獲得對應的多個演變指示器集； -所述有條件地更新包括比較所述對應的多個演變指示器集中的每個與所述預定位點和方向準則，由此獲得對應的多個比較結果；以及 -所述指示包括基于所述對應的多個比較結果產生疫攣活動的所述指示。
4.如權利要求I所述的方法，其中 -所述導出進一步包括導出至少一個另外的第一參數集序列(50-52)，其中所述至少一個另外的第一參數集序列中的每個包括序貫參數集，并且每個參數集包括所述至少兩個信號參數的總值，每個總值從腦波信號通道的給定集導出； -所述包絡目標的所述確定進一步包括確定(56)所述至少一個另外的第一參數集序列中的每個的包絡目標，由此獲得至少一個另外的包絡目標； -所述參考點的所述確定進一步包括確定(56)所述至少一個另外的第一參數集序列中的每個的參考點，由此獲得至少一個另外的參考點； -所述演變指示器集的所述確定進一步包括確定(56)所述至少一個另外的包絡目標中的每個的另外的演變指示器集，由此獲得至少一個另外的演變指示器集；以及 -所述有條件地更新包括比較(57)所述至少一個另外的演變指示器集中的每個與所述預定位點和方向準則，由此獲得至少一個另外的比較結果； -所述指示包括基于所述對應的多個比較結果和所述至少一個另外的比較結果產生痙攣活動的所述指示。
5.如權利要求I所述的方法，其中，所述包絡目標的所述確定(107;55、56 ；402)包括通過凸包算法幾何地確定所述包絡目標。
6.一種用于監(jiān)測大腦中的痙攣活動的設備，所述設備包括 -參數確定單元出13、616 ;71)，其配置成從自受檢者￠10)獲得的腦波信號數據導出第一參數集序列，其中所述第一參數集序列包括序貫參數集并且每個參數集包括至少兩個信號參數的值，所述值從所述腦波信號數據導出； -包絡單元￠13,618 ;74)，其配置成(i)在由所述至少兩個信號參數限定的參數空間中從所述第一參數集序列確定包絡目標和(ii)確定參考點，其中所述包絡目標包含所述參數空間中的所述第一參數集序列，并且其中所述參考點在所述參數空間中的位點取決于所述第一參數集序列； 演變指示器單元出13、619 ;75)，其配置成限定演變指示器集，所述演變指示器集指示(a)所述第二參數集序列相對于所述包絡目標的位點和(b)所述第二參數集序列相對于所述參考點的方向，其中所述參數確定單元(613、616 ;71)配置成導出所述第二參數集序列并且其中所述第二參數集序列包括所述第一參數集序列的所述序貫參數集后的至少一個參數集； 更新單元出13、621、618 ;74、77、78)，其配置成基于(i)所述第一參數集序列的序貫參數集和(ii)所述第二參數集序列有條件地執(zhí)行所述包絡目標和所述參考點的更新，其中所述更新單元配置成如果所述演變指示器集未能滿足指示痙攣活動的預定位點和方向準則就執(zhí)行所述更新，并且如果所述演變指示器集滿足所述預定位點和方向準則就跳過所述更新；以及 指示單元出13、622 ;76)，其配置成指示所述演變指示器集是否滿足所述預定位點和方向準則，由此產生所述腦波信號數據中的痙攣活動的指示。
7.如權利要求6所述的設備，進一步包括配置成從所述受檢者采集所述腦波信號數據的測量單元￠11-613)。
8.如權利要求7所述的方法，其中 -所述測量單元配置成從所述受檢者采集多個腦波信號通道，其中每個腦波通道包含所述腦波信號數據； -所述參數確定單元出13、616 ；71)配置成導出所述多個腦波信號通道中的每個的所述第一參數集序列，由此獲得對應的多個第一參數集序列； -所述包絡單元￠13,618 ；74)配置成(a)從所述對應的多個第一參數集序列中的每個確定所述包絡目標，由此獲得對應的多個包絡目標，以及(b)確定所述對應的多個第一參數集序列中的每個的所述參考點，由此獲得對應的多個參考點； -所述參數確定單元出13、616 ；71)配置成獲得所述多個腦波信號通道中的每個的所述第二參數集序列，由此獲得對應的多個第二參數集序列； -所述演變指示器單元出13、619;75)配置成確定所述對應的多個第二參數集序列中的每個的演變指示 器集，由此獲得對應的多個演變指示器集；以及 -所述更新單元出13、621、618 ;74、77、78)配置成比較所述對應的多個演變指示器集中的每個與所述預定位點和方向準則，由此獲得對應的多個比較結果；以及 -所述指示單元出13、622 ；76)配置成基于所述對應的多個比較結果產生痙攣活動的所述指示。
9.如權利要求6所述的設備，其中，所述至少兩個信號參數包括指示所述腦波信號數據的瞬時頻率的第一信號參數，以及指示所述腦波信號數據的功率的第二信號參數。
10.如權利要求9所述的設備，其中 -所述參數空間(21)的維度由所述第一信號參數和所述第二信號參數確定；以及-所述更新單元配置成檢查所述第二參數集序列是否在所述包絡目標(31)外和在所述參數空間中的扇形(35)內，其中所述參考點(32)構成所述扇形的頂點。
11.如權利要求9所述的設備，其中 -所述參數確定單元出13、616;71)進一步配置成導出至少一個另外的第一參數集序列，其中所述至少一個另外的第一參數集序列中的每個包括序貫參數集，并且每個參數集包括所述至少兩個信號參數的總值，每個總值從腦波信號通道的給定集導出； -所述包絡單元￠13,618 ；74)進一步配置成確定所述至少一個另外的第一參數集序列中的每個的包絡目標，由此獲得至少一個另外的包絡目標，以及確定所述至少一個另外的第一參數集序列中的每個的參考點，由此獲得至少一個另外的參考點； -所述演變指示器單元出13、619 ；75)進一步配置成確定所述至少一個另外的包絡目標中的每個的另外的演變指示器集，由此獲得至少一個另外的演變指示器集；以及 -所述更新單元出13、621、618 ;74、77、78)配置成比較所述至少一個另外的演變指示器集中的每個與所述預定位點和方向準則，由此獲得至少一個另外的比較結果；以及 -所述指示單元出13、622;76)進一步配置成基于所述對應的多個比較結果和所述至少一個另外的比較結果產生痙攣活動的所述指示。
12.如權利要求6所述的設備，其中，所述包絡單元￠13,618；74)配置成通過凸包算法幾何地確定所述包絡目標。
13.如權利要求6所述的設備，其中所述指示單元(613、622；76)配置成至少當所述演變指示器集滿足所述預定位點和方向準則時產生痙攣活動的所述指示。
14.如權利要求13所述的設備，其中所述指示單元出13、622；76)配置成當跳過所述更新時指示痙攣活動的存在并且當執(zhí)行所述更新時指示痙攣活動的不存在。
15.一種用于監(jiān)測大腦中的痙攣活動的計算機程序產品，所述計算機程序產品包括 -第一程序產品部分，其配置成從自受檢者(610)獲得的腦波信號數據導出第一參數集序列，其中所述第一參數集序列包括序貫參數集并且每個參數集包括至少兩個信號參數的值，所述值從所述腦波信號數據導出； -第二程序產品部分，其配置成(i)在由所述至少兩個信號參數限定的參數空間(21)中從所述第一參數集序列確定包絡目標(22 ；31)和(ii)確定參考點(23 ;32)，其中所述包絡目標包含所述參數空間中的所述第一參數集序列，并且其中所述參考點在所述參數空間中的位點取決于所述第一參數集序列； -第三程序產品部分，其配置成限定演變指示器集，所述演變指示器集指示(a)所述第二參數集序列相對于所述包絡目標(22 ；31)的位點和(b)所述第二參數集序列相對于所述參考點(23;32)的方向，其中所述第一程序產品部分配置成導出所述第二參數集序列并且其中所述第二參數集序列包括所述第一參數集序列的所述序貫參數集后的至少一個參數集; -第四程序產品部分，其配置成基于(i)所述第一參數集序列的所述序貫參數集和 (ii)所述第二參數集序列有條件地執(zhí)行所述包絡目標(22 ；31)和所述參考點(23 ；32)的更新，其中所述第四程序產品部分配置成如果所述演變指示器集未能滿足指示痙攣活動的預定位點和方向準則就執(zhí)行所述更新，并且如果所述演變指示器集滿足所述預定位點和方向準則就跳過所述更新；以及 -第五程序產品部分，其配置成指示所述演變指示器集是否滿足所述預定位點和方向準則，由此產生所述腦波信號數據中的痙攣活動的指示。
全文摘要
本發(fā)明名稱為“用于自動痙攣監(jiān)測的方法、設備和計算機程序產品”。從受檢者獲得的腦波信號數據導出至少一個參數集時間序列，其中每個參數集序列包括序貫參數集并且每個參數集包括至少兩個信號參數的值，這些值從該腦波信號數據導出。為了減少受檢者間變化的易感性以及提高對每個記錄的適應性，該受檢者的過去的EEG信號數據用于確定包絡目標，其包含序貫參數集從參數空間中的過去信號數據形式導出的參數點。還確定參考點，其在參數空間中的位點取決于過去的信號數據。然后從受檢者獲得至少一個新的參數點，并且確定演變指示器集。
文檔編號A61B5/0476GK102973266SQ20121025910
公開日2013年3月20日 申請日期2012年7月25日 優(yōu)先權日2011年7月25日
發(fā)明者A.坦納, M.薩克拉 申請人:通用電氣公司