CN105592788A - 用于脑健康的多模态生理评估的形成因素 - Google Patents

Abstract

一种多模态生理评估设备和方法，其使得能够对生物信号测量值的多个数据流同时进行记录并且随后进行分析以评估脑的健康和功能。多模态评估系统包含与以下结合的至少一个通道的EEG脑波数据：提供认知信息的二维的数据流(x(t)，y(t))的认知信息；语音记录；运动、位置和稳定性数据；皮肤电传导；对象的温度；脉搏血氧测定数据、脑血液灌注数据、血管运动反应性数据等。处理所收集的数据以构造从多个生物传感器数据流中提取并且与多模态特征谱相关联的候选特征来鉴定表明脑健康、疾病和损伤的数据。

Description

用于脑健康的多模态生理评估的形成因素

相关申请的交叉引用

本申请要求于2013年3月6日提交的临时专利申请No.61/773,428的权益。该专利申请的内容通过引用整体并入本申请中。

技术领域

本发明涉及通过在系统中使用激活的任务和刺激来动态地评估个体的脑状态和功能，从而诊断和分析脑健康。

背景技术

脑和中枢神经系统正常的发挥功能对于健康的、愉快的和富有成效的生活而言至关重要。脑和中枢神经系统的病症属于最可怕的疾病。许多神经系统病症例如中风、阿尔茨海默病和帕金森病是不知不觉间加剧的并且是渐进的，随着年龄的增加变得更为常见。其他病症例如精神分裂症、抑郁症、多发性硬化和癫痫发生在较年轻的年龄，并且可以在个人的一生中持续和发展。对神经系统的突然的灾难性损害例如脑创伤、感染和中毒也可以在任何时间影响任何年龄的任何个人。

大多数神经系统功能障碍产生于个人的基因型、环境与个人习惯之间的复杂相互作用，并且因此经常以高度个性化的方式呈现。然而，尽管预防性医疗日益显现出重要性，但是用于客观评估一个人自己的神经系统之健康的便利方法尚未得到广泛普及。因此，需要监测脑和神经系统的健康状态的新方法来用于正常健康监测、功能障碍的早期诊断、疾病进展的追踪以及治疗药物和新疗法的发现和优化。

与其中个体化的健康监测生物标志物例如血压、胆固醇和血糖早已成为家用检测项的心血管病症和代谢紊乱不同，不存在脑和神经系统健康的这样便利的生物标志物。定量神经生理评估方法例如正电子发射断层扫描(PET)、功能磁共振成像(fMRI)和神经精神病学测试或认知测试显著的涉及操作员的专业技术、住院或基于临床的测试以及大量时间和费用。可以适于作为神经系统功能的易得到的生物标志物来发挥更广泛作用的一种潜在技术是：根据多个不同形式的数据的脑的多模态(multi-modal)评估，所述数据包括测量脑生成和发送电信号之能力的脑电图(electroencephalography，EEG)。然而，正式的基于实验室的EEG方法通常需要显著的操作者培训、笨重的设备，并且主要用于检验癫痫。

需要替代和创新的生物标志物方法来提供可以大大提高神经学和精神病学病症的预防、诊断和治疗的个人脑健康的定量测量。迫切需要能够获得帕金森病、阿尔茨海默病、脑震荡和其他神经学和神经精神病学病症的生物标志物的独特的多模态设备和测试。

发明内容

本发明提供用于通过捕获多个生物传感器数据流以用于评估使用者之脑健康的系统和方法来满足现有技术中的上述需求。在一个示例性实施方案中，系统包含适于从使用者收集生物传感器数据的多个生物传感器。所述生物传感器包括收集至少一个通道的EEG脑波数据的有源脑波传感器，以及下列各项中的至少一种：

加速度计和/或陀螺测试仪(gyrometer)，该加速度计和/或陀螺测试仪收集运动、位置和稳定性数据以提供定量的稳定性和定量的平衡性测量值，

周边感测设备(peripheralsensingdevice)，该周边感测设备收集神经心理数据形式的传达反应时间和准确度信息的认知信息，该认知信息包括键盘键击、鼠标点击和/或触摸面板事件，

麦克风，该麦克风记录人类语音以捕获人对象在一系列任务期间对认知挑战或者听觉刺激的语言响应，

摄像头(camera)或生物传感器，该摄像头或生物传感器记录眼运动、眼扫视和其他生物计量学的鉴定信息(biometricidentificationinformation)；

监测心率的心率传感器，

测量动脉氧合的脉搏血氧计，

测量体温的温度传感器，以及

测量皮肤表面皮肤电传导(galvanicskinconductance)和/或皮肤电阻抗的皮肤电反应传感器(galvanicskinresponsesensor)或皮电反应传感器(electrodermalresponsesensor)。

例如结合到可弃型头带中的电子模块同时记录由多个生物传感器收集的生物传感器数据，并且将所收集的生物传感器数据传送至服务器以用于进行处理。刺激设备还将视觉刺激、听觉刺激、食物刺激(gastronomicstimulate)、嗅觉刺激和/或运动刺激中的至少一种施加给使用者。在操作过程中，多个生物传感器同时测量身体对由刺激设备所施加的刺激的响应，以用于由电子模块来进行记录。

在一个示例性实施方案中，服务器处理从电子模块接收到的生物传感器数据以：鉴定和表征伪影(artifact)；提取候选特征以用于分类和存储和/或用于与先前获得的候选特征进行比较；以及生成报告。服务器还可以根据所接收的生物传感器数据中提取的候选特征来构建经提取的生物计量学表格。服务器还可以被编程成构建预测特征谱(predictivesignature)，其包括从多个生物传感器数据流中提取的候选特征。在一些示例性实施方案中，预测的特征谱将EEG数据和认知和/或来自任意其他数据流中的数据与脑健康、疾病和损伤的多模态特征谱(multi-modalsignature)相关联。

在另一示例性实施方案中，周边感测设备、麦克风以及摄像头或生物传感器设置在PC、平板PC、智能电话或者定制式手持设备中，该PC、平板PC、智能电话或者定制式手持设备被编程成通过该PC、平板PC、智能电话或者定制式手持设备的声卡和/或视觉显示器来向使用者下达指令。PC、平板PC、智能电话或者定制式手持设备还可以被编程成向刺激设备提供控制信号。

本发明的另一方面是使用简单的可弃型头带和电极，以使得能够在没有人接触和可能的污染的情况下多次使用电子模块。本发明的实施方案包括使得能够同时进行EEG和脉搏血氧测定的耳夹或表面贴片中的光纤或光管(lightpipe)。在另一实施方案中，同时包括随EEG一起进行的温度测量。在又一实施方案中，加速度计不是用于测量头部的位置，而是用于测量在进行平衡性和前庭任务过程中在记录EEG时表示运动和稳定性的另一生物信号，从而使得由每个数据流提取特征包括创建任何两个时间同步的数据流之间的互相关的可能性。

在本发明的一个实施方案中，不使用导线，而是使用直接卡扣或者机械连接和电连接的可重复使用之电子模块(reusableelectronicmodule，REM)和电极的使用有助于实现紧凑和高效的REM模块。用作可弃型物品的单通道和双通道的粘接式电极或插入到耳夹中的插入件也是该实施方案的一部分。

本发明的另一个实施方案使用内置的振动振荡器来在每次使用之前远程校准测量加速度计，以保证系统和传感器的可靠性，其与施加到电子电路上的测试信号非常相似。

本发明的另一个实施方案包括以连接至身体穿戴式电子模块的方式从人对象的前额或者通过口腔来获取温度各种装置。在一个实施方案中，温度传感器被放置在耳道中，同时来自同一机械单元的EEG耳夹被保持就位。

本发明的另一些实施方案包括以由身体穿戴式REM编程的自动方式提供食物刺激和嗅觉刺激，同时以并行和时间同步的方式记录生物信号的数据流的能力。

另一些实施方案包括构造预测特征谱，该预测特征谱包括从多个生物信号数据流中提取的特征以使得特征谱具有较高的灵敏度和特异性，包括类似于KD总时间和EEG相对β功率的认知测量的使用。

本发明还包括用于使用这样的设备来测量生物数据的方法。根据示例性实施方案的以下描述，本发明的这些和其他特性特征对于本领域的技术人员将变得明显。

附图说明

可以参照以下附图更好地理解本发明的实施方案。

图1是示出记录单个通道的EEG的简化的基于头带之REM系统的示意图。

图2是示出将REM安装至头带的俯视示意图，该头带示出了卡扣至头带的内侧上的位置的有源电极。

图3A是示出使得能够由同一REM和耳夹来进行EEG和脉搏血氧测定二者的基于透射(transmission)的脉搏血氧测定耳夹的示意图。

图3B是示出使得能够由同一REM和耳夹来进行EEG和脉搏血氧测定二者的基于反射的脉搏血氧测定耳夹的示意图。

图4是可弃型耳夹插入件的示意图。

图5是在被插入耳夹之前的可弃型耳夹插入物的示意图。

图6是可弃型耳夹已经被插入耳夹之后、准备在人对象的耳朵上使用的示意图。

图7是用于参考REF和接地GND的双通道粘接式电极的示意图。

图8是具有替换电极放置的头带的示意图。

图9是图8的具有替换电极放置的头带的分解视图的示意图。

图10是具有模型头部之框架上的粘接式耳电极的头带支撑的电子模块的示意图。

图11是使得能够观察紧邻电子模块之后的头带内侧上的有源电极的具有粘接式耳电极的头带支撑的电子模块的示意图。

图12是电子模块的3D正视图。

图13是电子模块的3D后视图。

图14是电子模块的3D分解正视图。

图15是电子模块的3D分解后视图。

图16是电子模块的3D紧凑后视图。

图17A和图17B共同示意性地示出具有用于同时进行EEG和基于温度的测量的相邻温度传感器的头带支撑的电子模块。

图18是包括采用可弃型护套保护的口腔插入型温度探头的REM模块的示意图。

图19A是与REM模块接口的热敏电阻温度传感器的示意图。

图19B是与REM模块接口的模拟温度传感器的示意图。

图20是与REM模块接口的数字温度传感器的示意图。

图21A是使用用于与REM模块接口之点IR温度传感器的耳道温度传感器的示意图。

图21B是与REM模块接口的点IR温度传感器的示意图。

图22是与REM模块接口的多点IR成像传感器的示意图。

图23是在手指周边安装的REM模块的示意图。

图24是在手腕或脚踝周边安装的REM模块的示意图。

图25是由REM模块控制并且向对象的口腔提供刺激的食物刺激装置的示意图。

图26是连接至REM模块的单流体选通螺线管食物刺激装置的示意图。

图27是连接至REM模块的多流体选通螺线管食物刺激装置的示意图。

图28是插入患者的鼻子的并且通过REM模块控制的嗅觉刺激装置的示意图。

图29是连接至REM模块的“刮擦和嗅探(Scratch&Sniff)”嗅觉刺激装置的示意图。

图30是多模态脑健康评估系统的示意图，其包括1)REM模块，该REM模块收集经由蓝牙被传送至平板计算机的单导联EEG脑波数据；2)周边移动计算单元(mobilecomputingunit，MCU)，该周边移动计算单元(MCU)包括传达认知数据(形式为反应时间Rx和准确度)的触屏“事件”；3)语音数据，该语音数据由内置的平板计算机麦克风记录；4)来自面朝前方的内置摄像头或者生物传感器的图像数据，该图像数据使得能够进行生物计量学鉴定和其他图像处理分析包括眼运动跟踪例如扫视；5)内置加速度计、陀螺测试仪和磁罗盘，该内置加速度计、陀螺测试仪和磁罗盘使得能够评估平衡性和稳定性；以及6)另一些内置传感器，所述其他内置传感器向系统提供其他数据流。

图31是用于处理所收集的数据流的基于企业云的活动的示意图，其包括信号预处理、信号处理、生物计量学特征表构造、预测分析以及报告生成。

图32是作为服务产品/服务组合的诊断的全生命周期的示意图。

图33是来自悬挂在线的端部并且作为悬挂摆振动的3轴加速度计的校准测量值的图形显示。

图34是当人对象沿着办公环境内的障碍路线行走同时摆动他们的手臂时固定到他们手腕上的3轴加速度计的图形显示。

图35是用于预测脑震荡对象与对照对象的临床诊断的EEG特征(相对β值)的逻辑回归图和其对应的接受者工作特征曲线(ROC)的一对图形显示。

图36是与来自King-Devick测试的认知任务评分结合为一对或者与两个协变量(年龄和性别)结合的EEG特征(相对β)的接受者工作特征曲线(ROC)的一对图形显示。

图37A是形式为没有镜片的镜架(glassesframe)的、用以将REM支承或保持在头部上的头带的替选形成因素(formfactor)的示意图。

图37B是替换形成因素的示意图，该替选形成因素包括可弃型耳镜腿(temple)支承件和可弃型鼻垫，这二者接触人并且以没有镜片的镜架形式将REM支承或保持在头部上。

图37C是形式为没有镜片之镜架的、用于将REM支承或保持在头部上的头带的替选形成因素的示意图，该替选形成因素具有集成导线、沿其滑动REM的通道或键以及连接颅和乳状突起电极的装置。

图38是支承在对象的手臂上或者围绕其腰部支承的、具有使得能够在基于休息或睡眠的数据收集期间提供更多支承的长引线的替选REM的示意图。

具体实施方式

将参照图1至图38对本发明进行详细描述。本领域的技术人员可以理解的是，本文中关于那些附图给出的描述仅用于示例性的目的并且不意在以任何方式限制本发明的范围。关于本发明的范围的所有问题可以通过参照所附的权利要求来解决。

定义

“到头皮的电极”表示包括但不限于需要下述项的那些电极：凝胶、干电极传感器、非接触式传感器以及通过电磁装置对电势或明显的电感应电势进行测量的任何其他装置。

“监测脑和神经系统”表示包括但不限于：正常健康和衰老的监测，脑功能障碍的早期检测和监测，脑损伤和恢复的监测，监测疾病发作、治疗的进展和针对治疗的反应；对于治疗方法和药物治疗方法的发现和优化而言，包括但不限于：监测研究中的化合物和注册药用剂，以及监测非法物质和在驾车、体育运动或者从事其他受管制行为时它们的存在或对个人的影响。

本文所使用的“药物治疗”旨在涵盖具有治疗潜在医疗效果的任何形式的治疗，其包括但不限于：任何药用剂或治疗方法、化合物、生物制剂、医疗设备治疗、运动、生物反馈或其组合。

“EEG数据”表示包括但不限于：原始的时间序列、傅立叶变换之后所确定的任何频谱特性、非线性分析之后的任何非线性特性、任何小波特性；任何汇总生物计量学变量以及其任意组合。

本文所使用的“感觉和认知挑战”旨在涵盖：(对五种感官的)任何形式的感觉刺激、(对精神的)认知挑战和其他挑战(例如呼吸CO₂挑战、虚拟现实平衡性挑战、锤击的膝跳反射挑战等)。

本文所使用的“感觉和认知挑战状态”旨在涵盖在接受感觉和认知挑战期间脑和神经系统的任何状态。

本文所使用的“电子系统”旨在涵盖但不限于：硬件、软件、固件、模拟电路、DC耦接电路或AC耦接电路、数字电路、FPGA、ASICS、视觉显示器、音频换能器、温度换能器、嗅觉生成器和气味生成器或者上述项的任意组合。

“谱带”表示但不限于标准文献约定中的普遍接受的定义，使得PSD的频段通常被分成δ频段(f＜4Hz)、θ频段(4Hz＜f＜7Hz)、α频段(8Hz＜f＜12Hz)、β频段(12Hz＜f＜30Hz)和γ频段(30Hz＜f＜100Hz)。对于该领域中的所有从业者来说，这些频段的确切边界有某些诠释并且不认为是严格的。

“校准”表示将已知输入输入到系统中并且调整内部增益、偏移量(offset)或者其他可调参数，以便将系统带入可重复性的定量状态的过程。

“进行质量控制(conductingqualitycontrol)”表示用已知输入信号以及验证系统的输出与预期一致来对系统进行评估。此外，对已知输入参考信号的输出进行验证构成了一种形式的质量控制，该质量控制保证系统在从人对象上收集到数据块之前或刚好之后处于良好的工作秩序。

“生物标志物”表示生物或生理功能或过程的客观测量值。

“生物标志物特征或测定值”是指对原始底层时间序列数据的某些方面进行表征的变量、生物标志物、测定值或特征。这些术语是作为客观测量值的生物标志物的等同物，并且可以互换使用。

“非侵入性”表示不需要穿透人对象的皮肤或组织。

“诊断”表示诊断的多个预定用途中的任意一个，包括：将对象分类为类别组；在连同其他附加信息进行使用时辅助诊断；不存在先验原因时以高水平进行筛选；用作预后标志物；用作疾病或损伤进展标志物；用作治疗反应标志物或者甚至作为治疗监测终点。

“电子模块”或“EM”或“可重复使用的电子模块”或“REM”或“多功能生物传感器”或“MFB”表示能够用于在不同时间记录来自同一对象或多个对象的生物信号的电子模块或设备。相同的术语还表示能够使用一次然后被丢弃的可弃型电子模块，随着小型化变得更加普遍和生产的成本降低，这可成为未来的一部分。电子模块可以具有仅一种感测功能或多种(多于一种)感测功能，其中，后者(多于一种)更常见。所有这些术语是等同的，并且不限制本发明的范围。

用于获取脑健康和功能的评估中的多个生物信号数据流的简化的形成因素

本发明的系统和方法包含下述设备和装置形成因素：可以方便地布置在人体上来刺激各种感官以及收集多种生物信号；可以部分再次使用并且部分丢弃；以及当它们接触人体时，使用个性化和可弃型材料来局部地使用。通常有必要通过对所应用的部件进行消毒或者摒弃前一个所应用的部件且使用将要与人对象接触的新的并且未使用过的一组材料来保证与人测试对象接触的任何物品的完整性和无菌性。此外，具有与作为废物被丢弃到垃圾桶中的可弃型部件相关联的最小成本是有利的。

这些问题的解决方案包括创建能够被放置在身体上以记录来自身体的生物信号的一个或更多个电子模块或者多功能生物传感器(MFB)。具体地，一种这样的电子模块(EM)能够被放置在头部附近并且在其不接触人体的情况下重复地被再次使用，或者在其与人体直接接触的情况下被丢弃。

在如图1中所示的实施方案中，本发明的一种形成因素包含头带2，头带2支承具有直接位于前额上的有源脑波传感器5的电子模块或可重复使用电子模块(REM)4。差分输入信号接触身体的非颅骨部分，优选地为易于通过线缆6或者耳夹7来接触的一些位置，如耳垂或远离颅骨的耳的顶部，线缆6或者耳夹7包括一个导体或者两个导体，其中一个导体用作参考(REF)，另一个导体用作接地(GND)。REM4和有源脑波传感器5能够通过常见的医疗设备卡扣或者其他简单的按压式机电连接件来附接。REM4和线缆6还能够通过Velcro挂钩/阶梯式按压闭合件来附接至头带2。耳夹7的替选设计是本发明的一部分，并且将在后面对其进行进一步详细描述。在头带的背部，一件Velcro或类似的按压-配合(pressfit)闭合件8能够通过稳固而舒适的紧机械配合件将头带绑到人对象的头部。在一个示例性实施方案中，头带2由Fabrifoam独特织物-泡沫双层材料制成，其容易伸展并且由于该材料的透水性因此能够很舒适地被放置在皮肤上。

在图2中，示出了通过连接到头带15的Velcro袢扣16附接至头带15的REM10的俯视图。此外，电极18通过按钮式卡扣机械闭合件附接至REM10，该按钮卡扣机械闭合件穿过为该目的在头带15中所打的孔。电极18可以由银、金、不锈钢或者可从公司例如3M(Reddot)或Vermed(NeuroPlus)购买的各种干凝胶或湿凝胶银/氯化银电极传感器制成。该孔提供了将REM10固定至头带15的装置并且还实现从人对象的前额到REM10中的EEG模拟前端的有源输入的直接电连接。远程线缆12经由外部线缆14将REM10的内部电子器件连接至耳或者其他乳状突起(mastoid)位置。REM10内部的远程乳状突起线缆12和外部的远程乳状突起线缆14性质上可以仅是导电的，或者在本发明的另一些实施方案中可以包括携带和返回用于基于同时期脉搏血氧测定之测量值的光的光纤。

图3A示出了本发明的一个实施方案，其中耳夹被转变成不仅包括用于REF和GND的电触点还包括用于同时测量心率和动脉氧含量的装置(脉动测氧器)。在图3A中，参考REF21和接地GND28的电连接与上文类似，但是现在存在通过光管20将来自前额上的REM10中的LED的光传送至耳夹的两个光纤线缆20和29，光管20通过连接至保持REF电触点25和光源输出端24的上支架23的塑料夹22将光以透射方式呈现至耳。在对侧耳夹支架(被设计用于耳垂)上，光管输入端26收集通过耳的透射光并且通过光纤29将透射光返回至REM10中的光电二极管。电触点27形成类似于接地GND的接触。以这种方式，耳夹的简单附件提供了同时双引线电接触以及用于基于脉搏血氧测定的测量值的LED光源和光电二极管光检测器的输入/输出。

图3B示出了用于反射模式脉搏血氧测定而非透射模式脉搏血氧测定的一个替选实施方案。在此，类似于图3A，通过连接至电触点33和电触点34的双导体线缆20′实现用于REF和GND的电接触。然而，在这种情况下，双光管置于耳夹支架30的同一侧，使得通过光管输出31照明而由光管输入32来测量经反射的光。在任一实例中，针对心率和动脉氧的脉搏血氧测定与电乳状突起耳夹REF和GND的使用同时进行。可以通过头带中的孔或窗口在REM上直接完成类似的实施方案，而不使用用于光透射和检测的光纤。

为了提供其中与人接触的任何部件可以是制成可弃型的设备，设置有如图4所示的可弃型插入物。衬底35其自身被对折，其中，电触点37可以成为REF而电触点39可以成为GND。衬底由绝缘体制成或者在可弃型插入物的上半部分38与下半部分40之间存在绝缘屏障36。

在图5中，可以看到正要被插入到连接至双引线线缆41的耳夹42中的、具有可弃型REF电极44和可弃型GND电极46的耳夹可弃型插入物45，该双引线线缆41具有固定的REF电极47和固定的GND电极48。

图6示出了已经被放置在耳夹62中的、具有可弃型REF电触点64和可弃型GND电触点65的可弃型耳夹插入物66，该耳夹62包括被设计成对REF64和GND65中的每个进行隔离的电绝缘件60。

在本发明的一个替选实施方案中，代替使用弹簧加载的耳夹来创建向乳状突起提供双电REF和GND电连接的机械连接，粘接式机械方法可以达到相同目的。如图7所示，用于REF的隔离电导体72和用于GND的隔离电导体74可以被沉积在绝缘衬底70和绝缘衬底75上，绝缘衬底70和绝缘衬底75可以是同一衬底或者可以是两个独立的然后机械地保持在一起的衬底。电极72和电极74可以由公知的干凝胶或湿凝胶来涂覆以与皮肤进行电接触。两个单引线或者一个双引线的鳄鱼式夹可以在用于GND的搭扣76处和在用于REF的搭扣77处附接至双通道粘接式电极。本领域的技术人员还可以设想替选的粘接式电极配置。

在图8所示的另一替选实施方案中，头带80具有按照上文所附接的REM83，但是现在存在例如在镜腿(temple)上的附加电极81或者位于围绕头部并且附接至头带80的附加电极82。在该实施方案中，能够记录两个、三个或四个通道的EEG数据以监测脑的两个半球以及其他空间位置。针对REF和GND耳触点的互连线缆85和耳夹87如上文所述。

图9提供了REM83的分解视图，该REM83具有保持下述项的头带90：太阳穴卡扣电极91、有源前额卡扣电极98和替选位置卡扣电极100。外壳92保持有0型环93、印刷电路板94和容纳纽扣电池96的电池盒95。通过与外壳92相配合的盖97来容纳整个封装。耳互连线缆99使得耳夹101能够实现到耳朵或乳状突起的用于REF和GND的电接触。

在图10中所示出的本发明的实施方案中，REM104通过类似于Velcro的挂钩/阶梯式按压闭合件来固定至头带103。将通过一个双引线线缆或两个单引线线缆105电学上附接回至REM104之内部电子器件的双触点粘接式电极106附接至上部耳内表面。在该实例中，AAA型电池盒是可见的，以使得在流动监测应用的情况下能够有足够的电力用于对对象进行长期无线监测。降低了电力并且不需要长寿命的情况下，可以使用纽扣电池。如图11所示在远离人对象的头部处，可弃型头带110在内侧上保持有可弃型有源电极118，使其紧靠人对象的前额，以用于强可靠性的机械和电连接。REM112通过耳互连线缆114连接至可弃型耳夹116。从前方作为整体组件孤立地查看，图12示出REM124具有开/关/对开关126、可移除电池装载螺帽128、指示器LED122和耳互连线缆120。

从后面看，如图13所示，REM133示出了可移除电池室盖130、开关132、后板134、Velcro按压式闭合垫136和卡扣135，从而与前额有源电极机械接触且电接触。如图14中所示，在前视分解视图中，在REM前壳体144中，电池外壳盖146位于AAA电池145的旁边。开关143附接至PCB150，而LED148安装在PCB149上，其与PCB151一起形成三明治结构。互连线缆147连接至耳夹用于参考REF和接地GND。O形环142在后壳体背板141与前部外壳144之间形成不漏水的IP-67密封。除了由卡扣电极向有源前额电极提供的机械稳定性以外，Velcro闭合垫140使得能够紧紧夹住未示出的头带。

在图15中示出的替选后视图中，后外壳板162保持Velcro闭合垫161，并且使得卡扣163能够直接连接至有源前额电极。PCB159和PCB160保持开关154和LED156，而电池153由电池外壳盖152夹持。耳互连线缆158将REM155内的电子器件连接至乳状突起。螺孔157使得能够在整个单元压紧的情况下进行机械装配。

在图16中所示出的最后视图中，电池外壳盖165位于REM169中，而O形环168形成不漏水的密封。能够看到开关167、螺孔166和耳互连线缆170。后电极卡扣171连接器实现到有源前额电极的机械连接和电连接。可以看到生物传感器PCB模块172具有各种生物传感器检测器和集成电路(IC)如EEG传感器175、温度传感器173、3轴加速度计176和脉搏血氧计IC174。

另外的传感器和除EEG脑波以外的待测量和监测的生物信号

除了测量和记录EEG信号，在REM内本地或者经由无线链路传送以对EEG信号进行数据捕获和分析，另外的医疗传感器(即温度传感器、心率传感器等)可以连接至EEG头带可重复使用电子模块(REM)，以加强对象的评价和评估。这样的传感器在下文进行描述。

温度传感器

热敏电阻温度传感

如本领域的技术人员已知的，热敏电阻是其电阻随温度而变化的一种类型的电阻器。各种大小的正温度系数(PTC)热敏电阻和负温度系数(NTC)热敏电阻在市场上可购得，其具有多种电阻与温度曲线。微型热敏电阻提供了小于1秒的快速热响应时间。

图17A示出了使用热敏电阻传感器来测量人对象的前额温度并且通过头戴式装置(headset)的REM来记录温度信号的方法。热敏电阻183被安装至头带的REM外壳184的外部，与耳互连线缆185的REF和GND相对并且邻近EEG前额有源传感器186。热敏电阻的突出部可以与如图17B中所示出的弹性头带187上切出的孔配合。塑料薄膜188可以附接至弹性头带的患者侧，以使得能够丢弃头带并且重复使用安装热敏电阻的REM。导热凝胶可以被放置在头带孔中，以使得在热传导成为问题的情况下能够更好地将热从患者的前额传递至热敏电阻183。来自热敏电阻183的导线直接进入REM外壳184，消除了对于外部电连接器的需要。

代替前额温度测量，通过具有在导线192的末端处安装有热敏电阻或数字式温度传感器193的柔性导线192，可以提供潜在的更加精确的温度测量，如图18所示。无菌可弃型塑料护套194可以被套在导线192和温度传感器193的末端上。然后传感器193可以被放置到患者的口腔中以用于温度测量。导线192的另一端进入电子REM外壳190以用于信号调节和获取。

为了测量热敏电阻的电阻，将恒定电流源或恒定电压源施加到热敏电阻。一个常用的方法是使用恒定电压源施加到热敏电阻器和串联电阻器，如图19A所示。串联电阻器两端的电压降被放大并且被施加至具有积分模拟多路复用器(MUX)、模拟至数字转换器(ADC)、CPU和通用异步收发器(UART)的低功率单芯片嵌入式微控制器(MCU)。无线收发器接口至UART。可能的低功率单芯片微控制器的一个实例是连接至PanasonicCC2560蓝牙RF模块的TexasInstrumentMSP430。该低功率的组合被设计用于医疗应用。

如图19A中所示，在软件控制下，MUX将EEG信号或所缓冲的温度信号连接至由微控制器(MCU)读取的模拟至数字(A/D)转换器。微控制器经由UART将测量值串行输出至无线RF模块。经采样的温度信号在EEG测量之间是时间多路复用的，并且通过串行数据流通过无线发送器被发送至主机接收器MCU(PC、平板PC或智能电话)。前导标识符被包括在传输中以将温度数据与EEG数据分开。因为来自热敏电阻的热响应是非线性的，所以可以在MCU主机处使用曲线拟合或校准查找表以将热敏电阻的电阻值转换成经校准的温度值。

具有模拟输出电压的半导体温度传感器

如图19B所示，有线性模拟输出电压的半导体温度传感器也可以用于直接接口至A/D转换器。如本领域的技术人员中已知的，半导体温度传感器是在一个芯片上将温度感测元件与信号调节、输出和其他类型的电路结合的IC。其依赖p-n结两端的响应于温度变化的电压变化来确定环境温度。MicrochipMCP9700是一个实例。该设备仅需要电源电压并且提供线性的10mv/℃模拟输出电压。

数字温度传感器

如图20所示，除了模拟输出温度传感器以外，也可以使用数字输出温度传感器210。数字温度传感器210的安装类似于上述热敏电阻。数字传感器210使用半导体来测量温度并且提供数字串行输出以用于温度测量。STSTTS751是提供数字串行输出接口的数字温度传感器210的一个实例。数字温度传感器210的优点是其不需要进一步放大或A/D转换器。串行信号直接附接至嵌入式MCU上的数字输入。来自嵌入式MCU的数字输出时钟设置串行数据传输速率。串行值直接标定为摄氏度℃。

点红外(IR)温度传感器

测量患者的温度的第四种方法使用微型点红外传感器。该传感器也可以被安装至REM电子外壳的外部。然后IR传感器通过在可弃型弹性头带中打出的孔来以非接触方式来测量患者的前额温度。

可能更准确地的是，IR传感器220也附连至EEG耳夹222并且获取患者耳道中的点温度测量值，如图21A所示。除了点IR传感器220以外REF224电极和GND223电极经由线缆221将电信号传回至REM。TexasInstrumentTMP006是微型校准红外点传感器的一个实例。图21B示出了红外热电堆传感器220到REM内的嵌入式MCU的简单数字接口。

多点成像红外(IR)温度传感器

也可以进行患者面部的多点温度测量。MelexisMXL90620是可以用于对患者头部进行热成像的16×4有源像素热阵列的实例。传感器230可以被安装至从REM延伸的刚性导线，以使得能够进行正确的定位以用于捕获患者面部的IR图像。MXL906520具有连接至MCU数字I/O线的串行接口，如图22所示。

基于加速度计的测量

与上面描述的非常类似，本发明的另一实施方案将多轴加速度计和陀螺测试仪并入电子模块中。例如，3轴加速度计和3轴陀螺测试仪被安装到REM内的生物传感器模块上，并且通过UART、SPI或I2C数字串行接口来接口到嵌入式MCU。或者，模拟输出被接口到嵌入式模拟至数字转换器(ADC)。用于这些功能的普遍使用的芯片包括各种STMicroelectronicsIC如LIS33DL2823加速度计IC芯片、LIS302DL加速度计、LIS331DL加速度计和具有AKMAK8973电子罗盘的STMicroelectronicsLIS331DL加速度计。对于九个自由度，可以选择使用STMicroelectronicsLIS331DLH加速度计和L3G4200D陀螺测试仪以及AKM8975电子罗盘，或者L3G4200DH3轴数字MEMS陀螺测试仪和LIS331DLH3轴MEMS加速度计。

本发明包括具有数字输出接口的各种市售3、6或9自由度解决方案中的任意一个的安装，该数字输出接口由嵌入式MCU捕获然后本地存储在SD/microSD卡上或者经由蓝牙RF无线电无线地传输至MCU或者经由USB串行接口有线传输至MCU。通过实时操作系统环境来使各种数据流的同时记录保持就位(inplace)，在实时操作系统环境中，时间戳被放置在所有样本上以用于非嵌入式MCU(PC、平板PC或智能电话)中的最终重建。

基于脉搏血氧测定的测量

如本领域的技术人员已知的，脉搏血氧计通过对脱氧血红蛋白和氧合血红蛋白的红外和红光吸收特性进行感测来测量血氧。如图23中所示，血氧计包含感测探针232，该感测探针232使用例如带子231来附接至对象的耳垂、脚趾、手指或其他可用的身体部分或表面，并且连接至数据获取系统233以用于计算和显示氧饱和度水平、心率和血流量。光源(通常为发光二极管(LED))发射可见红光和红外光。脱氧血红蛋白使得更多红外光能够穿过并且吸收更多可见红光。高度氧合血红蛋白使得更多可见红光能够穿过并且吸收更多的红外光。血氧计对那些波长与血红蛋白的氧饱和度(或去饱和度)成比例的光的量进行感测和计算。在吸收测量中使用光要求设计人员具有使用电流作为输入信号的真正的“光至电压”转换。图23是在手指周边安装的REM模块的示意图，而图24是包括感测探针236、带子235、LED237和LED238和数据获取系统239的在手腕或脚踝周边安装的REM模块的示意图。

脉搏血氧仪通过透射模式或反射模式来测量心率和动脉氧二者。若干厂家销售OEM模块和设计。NoninMedical在该领域众所周知。同时，较低端的实施方案采用TexasInstrument的高度集成MSP430FG437嵌入式MCU，其减少了外部元件的数目。使用MSP430FG437微控制器(MCU)的非侵入式光学脉搏血氧计的设计包括与嵌入式MCU结合的周边探针，该嵌入式MCU在LCD玻璃上显示氧饱和度和脉搏率，或者传输用于记录的数据。在该设计中，同一传感器用于心率检测和脉搏血氧测定。在图23所示的探针232被放置在身体的周边点例如指尖、耳垂或鼻子上。探针包括两个LED234，一个LED处于可见红色光谱(660nm)，另一个LED处于红外光谱(940nm)。在光被发射通过身体之后通过测量每个频率的光的强度来确定身体中的氧的百分比。然后，计算两个强度之间的比值。更高质量的实现可以利用TIIVC102a和TIIVC102b芯片结合ADS1255ADC和MSP430或数字信号处理器。若干设计可以从TI的健康技术产品线中获得。此外，TI提供他们的TMDXMDK08328脉搏血氧计PO或SpO2模拟前端(AnalogFrontEnd，AFE)模块。

脉搏血氧计电路集成到REM中和探针附接到耳或前额是用于头部上的REM以及用于手指、手腕或脚踝REM的本发明的一部分。心率、血氧结合EEG脑波数据的组合收集是本发明的一个独特方面。

皮肤电反应或皮电反应

皮肤电反应(GSR)或皮电反应(EDR)是电皮肤阻抗由于心理状态而产生的改变。该改变是由人的汗腺活动的程度所引起的。心理压力倾向于使腺体更加活跃，这降低了皮肤的阻抗(通常被测量为微西门子)。一般的设计以10Hz跨两个电极进行采样。为了测量皮肤电导(SkinConductance，SC)，跨这些电极施加非常小的电压(0.5V)。通过测量流过的电流，能够测量电导。根据欧姆定律，阻抗等于电压除以电流，因此电导等于电流除以电压，即电阻的倒数。电阻的单位是欧姆，并且电导一度被表示为姆欧，但是电导的优选单位是微西门子。其是兆欧姆的倒数。零阻抗(短路)是无限电导，1兆欧姆是1微西门子，2兆欧姆是0.5微西门子，100k欧姆是10微西门子，以此类推。

在本发明中，可以选择将两个附加电极放置在REM内表面上，并使得能够在EEG传感器的附近测量它们之间的皮肤电导，或更引人注意的是，耳上的两个电极在不被用于EEG时可以以10Hz多路复用。如果需要，四个电极可以被放置在一个耳上或者在一个耳上的两个电极可以用作EEG的REF和GND，而两个不同的电极可以被放置在对侧的耳上以用于同时进行同时期的GSR测量。在一个示例性实施方案中，EEG、GSR、脉搏血氧测定(针对心率和动脉氧)、温度和基于加速度计的数据流全部由基于头部的REM来进行收集。

脑血液灌注和血管运动反应性

脑血液灌注(CBP)或评估脑的脉管系统的其他手段可以用作另外的生物传感器数据流。例如，临时插入对象的耳道内的微型麦克风可以在以下情况对通过基于脑的脉管的血液循环和灌注所发出的十分微小的听觉声音进行记录：(i)在对象处于静止时或者(ii)在活动的任务期间例如(a)换气过度、(b)呼吸CO₂或(c)呼吸纯度提高的含量相对干燥空气大于21％的氧气。可以使用高精度模拟至数字转换器(ADC)以高采样率(例如从8,000样本/秒到超过50,000样本/秒)对该被动的麦克风记录进行采样，使得16位或24位数字输出有线地或无线地被传输到附接至身体的REM。记录的长度可以不同，并且可以在对象从事标准认知和感官任务时获取。

然后这些生物信号可以被信号预处理，然后信号被处理以用于与疾病状态或损伤状况相关联的脑血液灌注差异。例如，可以分析这些被动的基于麦克风的测量值和声音以检测脑震荡或创伤性脑损伤的情况下对脉管的伤害。在该替选方案中，血流音中的这些被动缺陷可以单独地或在多变量统计预测模型中使用以区分例如患有阿尔茨海默病、帕金森病或其它神经系统脑相关疾病、损伤或病症(例如偏头痛或神经性疼痛)的患者的神经退化脑。本发明及其在神经精神疾病和心理疾病中的用途同样是偶然的，因为可以想见抑郁症、双相情感障碍、精神分裂症、焦虑症与其他基于精神的精神病症等中的基于脑血液灌注的差异。

本实施方案的小修改则可以用于测量人类或动物对象的“血管运动反应性”(vaso-motorreactivity，VMR)。然后较差的VMR将可能是死亡、TIA或中风的风险增加的指示。测量VMR的一个示例性方案将由2分钟周期的深呼吸或者通过口腔过度换气组成。可以研究脑相关损伤和疾病状态中的VMR的损害。如果该损害被观察到，其将很不幸地提供对象体内显著血液动力学改变的证据。

非限制性说明性方案可以由1分钟的被动耳道麦克风记录组成以评估CBP。然后让对象通过他们的口腔过度换气2分钟，其中，然后再次记录方案的下一分钟或第四分钟同时患者继续过度换气作为VMR的评估。因为已知与过度通气相关联的EEG偏移是EEG的幅度上升而峰值频率下降，所以该实施方案可以是评估二者的有用措施。

周边电子模块(PeripheralElectronicModule)收集除了基于头部的REM以外的 肢体数据

本发明还包括在头部REM收集脑/颅骨相关的生物信号数据的同时，使用周边电子模块来收集一个手臂或双臂的手/手腕处或一条腿或双腿的脚/脚踝处的肢体数据。例如，在人对象在脑震荡成套测验检验期间正在经历基于前庭或平衡的评估时，可以依照平衡性失误评分系统(BalancedErrorScoringSystem)或BESS要求人对象以各种姿势站在坚固的表面上。如目前所做的，并不存在以各种主观失误对人对象进行主观评分和评估的运动教练或管理者，多轴加速度计可以在执行任务的同时基于人对象的头部移动和运动来测量人对象的稳定性的客观生物信号，同时EEG传感器收集同时期脑波数据。类似的加速度和位置/运动传感器放置在手和/或脚附近以进一步捕捉肢体运动，并且在人对象被要求站在弹性或不稳定表面上时使用客观数据来评估人对象应对变化的能力，同时头部REM中的加速度计和陀螺测试仪继续测量头/躯干稳定性。在一个实施方案中，由附接至手或手腕的肢体REM收集另外的加速度计数据，而附接在脚踝附近的第三REM在每个物理位置(头部、手、脚)处使用基于3、6或9自由度的系统来简单地、定量地和低成本地对人对象的平衡能力进行进一步量化。除了在坚固表面上进行这些平衡性相关的任务以外，由牢固塑料制成的可充胀和可弃型枕头或气垫的使用提供了一种对在原始且未使用的柔软且不稳定的弹性表面上的人对象进行评估的成本低廉的方法。当可允许使用可重复使用的泡沫垫时，类似于BESS说明中所建议的Airex模型，对于A与B比较，它们是优秀的第二表面。在多个人对象的重复使用不被允许情况下，例如在医学评价和评估中，用于人对象站在其上的紧凑的可弃型的并且价格低廉的弹性并且不稳定的可充胀枕头设备的使用，可以有利地在脑震荡或其他平衡性/前庭系统评估中提供辅助，并且是本发明的一部分。这里，可以使用同一A与B比较，但是单次使用可弃型不稳定表面具有额外的好处。

移动周边MCU作为周边REM来从内置传感器进行纪录

在本发明中优选的是使用商业MCU设备(包括除了基于手腕的REM以外或取代基于手腕的REM的笔记本PC、平板PC和智能电话)中的内置传感器。具体地，大多数移动MCU具有下述内置MCU传感器中的某些类型：

1、键盘/鼠标或触摸屏，

2、麦克风，

3、加速度计，

4、摄像头或眼跟踪生物传感器，

5、温度，

6、磁罗盘，

7、GPS全球定位系统。

作为非限制性的实例，记录神经心理数据通过键盘敲击、鼠标点击或触摸屏面板事件来发生，其中，每个针对每个事件提供3维向量(x、y、t)，其中x、y是事件在屏幕上发生的位置的坐标(最通常指示正确或不正确)，t事件是相对于一些内部主实验时钟(通常为周边MCU的系统时钟，但也许是内置在更先进的v3.0和v4.0协议的蓝牙无线电设备中的更快的实时时钟)的时间。因此，只要在每个实例中将鼠标点击、键盘敲击或接触面板事件与其自身相比较，它们在某种程度上是等价的。附加数据从光标或手指的先前实例可推导，其中通过回顾几个时钟周期来推断方向和速度信息以确定位置或速度(速度和方向二者)的导数。该数据流提供相当于当今所进行的许多神经心理测试的等同物，包括相当于CogState认知成套测试、ImPACT测试、CANTAB成套测试以及其他类似的计算机交付的神经认知评估检验的数据。

此外，大多数这些MCU设备具有用于呈现听觉刺激的声卡，但还具有记录语言相关的任务和刺激期间人对象之声音和响应的麦克风。因此，8位8k采样/秒的麦克风记录能够用作基本或最低水平的数据，而16位16k采样/秒或16位22k采样/秒记录提供了更高保真度的数据流，同时会增加对数据传输的限制。例如，在PASAT任务期间，来自麦克风的记录可以用于要在稍后的离线时间待被提取的自动评分、反应时间信息和其他信号处理特征。在任一情况下，麦克风的记录提供了的便利的第二内置传感器数据流以用于对人对象进行全面分析。

内置加速度计(其通常包括陀螺测试仪和磁罗盘传感器)使得能够在由人对象来保持MCU时客观记录有意识的和无意识的运动感测活动。为取代基于手腕的REM并且使用周边MCU的内置传感器来代替以便简化整个多模态数据获取系统，周边MCU加速度计的使用尤其受到关注。例如，在对象被要求握住平板PC进行预定移动任务时，单个基于头部的REM与平板PC的周边MCU中进行的基于运动的加速度计测量结合使用。损坏的风险将成为问题，但通过手套或Velcro手套的Velcro闭合件的稳固系联降低了平板电脑或智能电话损坏的风险。具体地，在推定为处于静息状态时，可通过收集的位置的RMS偏差或振动噪声的标准偏差所确定的做出稳定性的静息状态评估。

本发明的另一非限制性的实施方案包括动态稳定性的测量。任务被分配给接受评估的人对象使其在面向前方的同时多次从左到右横向向上踏步并且跨越障碍物。这种动态稳定性任务然后评估由静态或静息稳定性未能测试的动态稳定性的方面。事实上将是下述情况：从内置加速度计得到的静息状态稳定性或者动态稳定性测量值或其他客观特征将在脑健康、疾病和损伤的多模态特征谱的开发中提供重要诊断特征。

传统周边MCU设备中经常具有前置(frontfacing)摄像头。笔记本计算机通常具有网络摄像头；平板PC和智能电话通常具有用于在互联网上流行的视频会议应用的前置摄像头。这些视频摄像头提供了从个人捕获重要的生物数据流极好的内置传感器。在本发明的一个实施方案中，在人对象执行一系列各种任务时间歇地拍摄对象面部的随机照片，以便提供正在执行任务的对象的直接的生物测定标识，即使远程地或在他们自己家私密地执行任务。尤其在随机地或以足够的频率来对图像进行采样以保证单个人对象的一致使用的情况下，获得独特生物测定标识的该方法可以防止家庭评估工具中的测试欺骗或误用，以确保对象实际上在接受测试。此外，众所周知，眼跟踪或扫视运动关于神经-眼运动能够提供丰富的信息。以视频30Hz采样速率捕获的正执行评估任务之对象的眼睛和面部的图像影片可以被存储以及稍后独立地或与其他传感器数据组合地分析。此外，如本领域的技术人员已知的，其他类型的生物传感器也可以用于通过测量眼睛关于时间的位置来跟踪眼运动。

作为其非限制性实例，通常在癫痫发作检测和癫痫诊断中尽可能地采用视频和EEG的这种组合。这通常在昂贵而笨重的视频-EEG系统中已经得到EEG的情况下实现。因此，使用平板PC或智能电话作为便携式可移动视频-EEG的视频部分提供了成本低得多的系统。该可移动视频-EEG系统还可以具有在数据正被记录和存储在其上的周边MCU中存在的其他内置传感器的优点。这包括在日志中口头记录语音信息和事件而不是将事情写下来的能力，包括在癫痫发作将要发生同时握住周边MCU的情况下通过加速度计进行运动感测；并且可以及时与下述项关联：脑波活动的基于头部REM测量、癫痫发作的运动；在头部REM中包括脉搏血氧计的情况下，周边血液和氧气；以及在内置到头部REM中的情况下，甚至温度。

可以由周边MCU来监测温度，不作为个体人对象温度的记录，而是作为对象正移动通过的环境温度的客观记录，以在癫痫发作检测或其他基于监测之调查的情况下实现基于触发的分析。

最后，基于全球定位系统GPS的位置测量可以用于构造更大规模的运动图来补充详细的基于加速度计的测量值，以再次提供详细的历史，以在针对基于有问题脑的活动例如癫痫发作检测和基于癫痫的诊断的长期监测评估中实现基于触发的分析。

围绕激活患者感官和认知刺激的实施方案

向患者施加感官刺激使得能够对生物信号数据流的多模态进行更集中的并且更详细的评估。可以在患者对感官刺激或认知挑战之前、过程中和/或之后，在同步地获取基于加速度计的信号、温度信号和其他生物信号的同时通过测量EEG信号来获取多模态数据。

视觉刺激

可以独立地或通过数据捕获微处理器设备(MCU)来利用视觉刺激，例如在对象眼闭合时的光刺激或者通过某些类型的有感染力的照片图象的呈现，数据捕获微处理器设备(MCU)(计算机、平板PC、移动电话或具有微处理器和无线连接的其他专用定制设备)用于收集来自头部、手/手腕或脚/脚踝上的各种REM单元的无线生物信号数据。各种图形评估被显示在数据捕获显示器上，其中，患者也能够通过触屏、语音、运动、鼠标点击和键盘敲击来进行响应。原则上，较新的使用者输入例如具体的脑波模式和基于加速度计的特征谱(例如精确的基于加速度计的运动中的密码加密)也是本发明的一部分。

听觉刺激

感官刺激如声音也可以独立地提供或者通过用于收集来自REM之无线生物信号数据的数据捕获微处理器设备(MCU)(计算机、平板PC、移动电话或具有微处理器和无线连接的其他专用定制设备)来提供。声音事件在不同时间通过计算机上的扬声器或声卡来触发，以用于患者对指令以及其他地方描述的新性质的听觉刺激二者进行反应。这可以通过扬声器以及通过耳塞或其他个性化收听设备来实现。

味道和胃肠道的食物刺激

除了视觉和听觉感官刺激，本发明也可以采用食物刺激。在如图25中所示的一个实施方案中，通过到REM240的硬连线连接242控制的微型流体分配装置244被插入患者的口腔中。在软件控制下，REM240可以在适当的时刻经由可弃型吸管246将小体积流体刺激物注入患者的口腔中。

图26示出了产生到患者口腔的流体刺激物的喷射流的流体分配装置的一个实例。液体刺激物被包含在小弹性体球状物254内。刺激物充满球状物的腔并且延伸弹性体球状物产生正压力。一种可选的方法是使用用于流体刺激物的刚性腔，并且使用惰性气体对容器的一部分进行加压。弹性球状物或加压容器连接至高速选通螺线管阀256。阀256的输出端口附接至孔口分配喷嘴258。可弃型塑料吸管250附接至喷嘴258并且被放置到患者的口腔中。

当收到来自数据获取计算机或MCU的适当的命令时，REM产生短持续时间的数字输出，该短持续时间数字输出通过REM与食物递送设备之间的电连接252传输。数字输出选通高速螺线管阀256使其打开较短的持续时间。加压流体将通过螺线管阀256和喷嘴258从而喷射流体微滴或颗粒沿可弃型吸管250的长度并且进入患者的口腔中。施加到螺线管阀256的脉冲宽度确定所分配的流体体积。

在上述实例中，可以仅使用一种类型的刺激物(stimulate)。图27示出了具有多种可用刺激物的方法。不同刺激物的液滴被包含在一段螺旋状的(coiledpiece)管261中。气体气泡264将每个流体团块分开。预填充的螺旋管包含所需刺激物(即流体A、B、C等)的一种模式。预填充的管261的一端连接至选通的螺线管266的入口，并且相反的一端连接至加压空气源262，其可以是气体填充的弹性体球状物或加压的容器。经通过到REM的电连接260施加的数字脉冲来控制分配，该数字脉冲打开/关闭微螺线管阀，该微螺线管阀分配刺激物团块通过分配喷嘴或雾化喷嘴266沿可弃型吸管268并且进入患者的口腔中，直到到达气泡。可选气泡传感器(未示出)可用于感测不同刺激物之间的气泡隔离物。

嗅觉刺激

嗅觉刺激的简单的方法可以简单地使用来自Sensonics的用于宾夕法尼亚大学嗅觉识别测试(UniversityofPennSmellIdentificationTest，UPSIT)的UPSIT卡来在由通过周边MCU软件提供的指令所指示的预先定义的时刻对个体的鼻子提供嗅觉刺激。这可以包括刮擦和嗅探如指定和指导的任意数目的具有气味的卡片中的每一个。通过从在该时刻接受评估的人对象所生成的各种多模态生物传感器数据流来自动记录结果。

在更自动化的方式中，在适当的时间将气态刺激施加到患者的鼻子276中还可以使用数字输出，该数字输出从REM控制器270沿接口线缆272被发送至气体分配装置274，如图28中所示。可以使用图26和图27中示出的相同的装置，其中雾化喷嘴替代孔口分配喷嘴。雾化蒸汽可以通过可弃型吸管进入患者的鼻子。

生成嗅觉刺激的另一种自动化的方法使用“刮擦和嗅探”材料，但并非在个人手动卡上，而是由REM和MCU系统自动生成。例如，作为非限制性实例，不同刮擦和嗅探刺激物被沉积并且被干燥在图29的小螺纹导螺杆(lead-screw)286的不同部分上。微型电机284附接至导螺杆的一端。通过来自REM的通过控制线缆282递送的数字输出来控制该微电机284。当导螺杆286转动时，从动螺母(followernut)280沿导螺杆286转动同时刮擦不同刺激物。气味可以沿可弃型吸管288传播至患者的鼻子。

组合的物理运动和认知挑战

不仅对个人的认知状态而且对他们表现精细和粗略运动控制二者的能力进行挑战的简单方法是本发明的组成部分。具体地，在MCU显示屏幕上视觉地呈现头部REM、手/手腕REM和/或脚/脚踝REM的预定义的运动路径，并且语音指令指示对象。或者，可以显示短的演示影片来举例说明对象将要进行的运动。然后，当被提示开始时，对象将需要记住物理动作的顺序并且执行任务，同时，基于头部、手腕、脚踝的REM通过其内置的基于3、6或9个自由度的加速度计来记录人对象的运动，陀螺测试仪和磁罗盘传感器统称为加速度计但还意指包括用于3、6或9个自由度的陀螺测试仪和磁罗盘传感器。

作为非限制性实例，人对象可以被要求站在检查室中心的地板上，弯腰从地面拾起一张纸，向其右侧转90度，然后再伸展其双手来将纸张旋转在在附近的桌子上，在性质上类似于在简易精神状态检查量表(Mini-MentalStateExam)中的任务之一。加速度计可以单独跟踪头部，或者跟踪头结合手腕，或者跟踪头部结合手腕和脚踝二者以产生对象的定量运动曲线。可以评估健康对照并且针对抽样(cross-sectional)诊断评估生成标准数据。在可能的情况下，可以纵向地随时间或在推定事件(如脑震荡影响、化疗引起认知损伤或者对于对改变的对象内评估的其他不明原因需要)之后收集基线以用于对象内调整基线的评估。

在另一非限制性实例中，可以由数据收集MCU(PC、平板PC或智能电话)给出一系列指令，并且要求对象按步遵循听觉指令。当他们这样做时，基于运动的加速度计记录其正确地执行任务的表现的质量。

用于收集多个脑健康评估数据流的系统

本发明的另一实施方案包括数据记录和分析系统，其包含：被放置在人对象的头部上以记录脑相关生物健康信号的至少一个REM；周边MCU；以及处理和报告已经收集的数据的基于云的企业信息技术基础设施。具体地，图30示出了向周边MCU(以平板PC的形式)304传输无线数据的对象的头部上的电子REM模块306。在通过MCU中的蓝牙端口进行收集数据时，摄像头300在对象执行任务时记录对象之图像的影片，不仅验证他们的身份还分析他们的眼睛和面部运动以用于关注的特征(包括扫视)。麦克风312记录对象的声音以用于声音识别分析，同时加速度计和陀螺测试仪302测量对象的稳定性或缺乏稳定性，而周边MCU的触屏304在精确的时刻和触摸屏上的空间(x、y)位置处记录事件。最后，当所有各种数据流都完成时，连同人口统计学健康信息和个人健康信息，使用AES-128或AES-256位加密308对整个信息包进行本地加密，之后通过互联网连接314将整个信息包传输到基于虚拟或远程的服务器，所述互联网连接314本质上可以是Wi-Fi、以太网、蜂窝或卫星。

一旦数据被虚拟服务器320连接接收，如图31所示，在322处通过具有密钥的适当的算法对该数据进行解密，然后在324处，发送该数据用于预处理以识别伪影的区域如眨眼、漏失(dropout)、饱和轨(saturatedrails)、运动伪影、EKG伪影或其他已知伪影。一旦伪影已经被识别和表征，各种数据流中的每个数据流的好数据区域被传送通过信号处理软件以从可用数据流中的每个数据流提取候选特征。具体地，将频谱分析或FFT模块326应用于数据信号，将非线性动态模块328应用于数据信号，同样将小波变换模块330应用于数据信号。一旦每个模块已经从每个数据块中提取相关和候选的特征，软件然后组合经提取的生物计量学特征表332，该生物计量学特征表332包括来自数据流中的每个数据流的候选特征中的每个候选特征，包括伪影特征以及可能的诊断特征的列表。根据生物计量学特征表332，在未知对象上运行预测分析334，并且预测模型通过将对象分类成若干组或类中的一个来生成输出或者替选地预测退化分数作为输出。这些信息然后与来自同一对象或者来自人口统计学匹配的人群的标准数据的基线或较早数据进行比较，并且生成报告336。然后将报告336以电子方式发送给能够远程解释报告的医生338，并且提供其解释，之后将报告发送回医疗点以用于由首先捕获数据的医疗服务提供者采取行动。

图32提供了替选视图，其中，有源传感器电子模块350被安装，其中耳夹352被安装在人对象的头部上。蓝牙或其他本地连接装置354将数据传送至周边MCU356(笔记本计算机、平板或智能电话)，由此对数据进行加密并且将其经由互联网、蜂窝或卫星发送至网络358。一旦到达虚拟和远程服务器360处，数据自动被解密并且在数据处理中心364处远程地被处理362。一旦预处理、信号分析和预测建模完成，系统自动366生成报告368。然后在由合适的医生370请求的情况下将该报告发送回医疗点，或者在发送回医疗点之前发送给合适的医生370用于解释，以保证医生仍然是诊断周期的一部分。

量化运动、平衡性和步态的加速计测量值

本发明的另一实施方案包括用于收集多轴加速度计测量值的装置。图33示出了在用作校准设备的摆的单个3轴MEMS加速度计中所收集的三个轨迹。轨迹380示出了在x轴中衰减的正弦振荡，而针对y轴的轨迹385和针对z轴的轨迹390示出了很少振荡或没有振荡。通过像这样的校准过程或者通过使用生成已知频率振荡的振动板，可以校准基于加速度计的运动检测装置。在图34中，可以看到从下述人对象收集的数据，该人对象在其手腕上佩戴有3轴加速度计，在他步行通过其实验室中的障碍路线的同时来回摆动其手臂。轨迹400示出了x轴，轨迹405示出了y轴并且轨迹410示出了z轴。时间沿着x轴行进并且沿着每个轨迹的y周绘制每个方向上的加速度。

使用多模态系统创建针对疾病或损伤的多模态特征谱

使用本发明的系统，人们可以构建包括从生物信号数据的多种模式提取的特征的经提取的生物计量学表格。作为非限制性实例，两组对象(经历过脑震荡(mTBI)或轻微创伤性脑损伤的A组，和未经历过脑震荡(mTBI)或轻微创伤性脑损伤并且作为对照(CTL)的B组)在机构审查委员会的监督下被招募。同样地使用包含单个电极EEG的电子REM模块来对来自A组、B组二者的参加者进行扫描。执行了5分钟的方案，包括30秒的眼闭合、30秒的眼睁开、执行King-Devick测试大约3分钟然后再次30秒的眼闭合、30秒的眼睁开。由测试管理员手动记录针对King-Devick测试的每个卡的秒表时间和误差，同时周边MCU(笔记本计算机)呈现卡片并且通过麦克风来记录个体的反应。为了伪影检测、信号处理和特征提取的目的，数据对参与者不可见。然后对所提取的特征数据表进行质量控制和清理(scrub)以尽可能多的去除误差。King-Devick测试的总时间被创建为一个提取变量并且使其经历逻辑分类模型。该模型的结果指示，在大约62％时间，King-Devick时间单独预测个人的分类。独立地，在逻辑分类模型中对δ频段、θ频段、α频段、β频段和γ频段中的每个的相对功率进行分析，在逻辑分类模型中，EEG特征是预测器x变量，并且临床结果(A组或B组)是模型中的结果y变量。在来自SAS(Cary，NC)的JMPProv10中执行该分析。

图35示出了针对相对β功率(从12Hz到30Hz)的逻辑绘图420，其示出了相对于对照组B的脑震荡组A中的降低的相对β功率。在构造接受者工作特征(receiveroperatingcharacteristic，ROC)曲线430时，可以看到如由汇总AUC统计所限定的，单独EEG特征在约65％的时间进行准确预测。

图36示出了在ROC图440中，在King-Devick测试时间(对象脑认知测量)与相对βEEG功率(脑波测量)结合来创建多模态特征谱时，曲线下面积(AUC)现在是70％。当增加年龄和性别的协变量时，AUC上升至如ROC图450中所示的76％，充分证实了本发明的系统和方法。

下面的表1至表4列出了通过等同于用于两个组的学生t检验的参数方差分析(ANOVA)或者不依赖于下层分布的常态的Wilcoxin非参数检验在处于眼闭合状态或眼睁开状态的脑震荡对象与无损伤对照对象之间发现的统计学的差异特征。在每种情况下，已经对这些特征进行排序，顶部表示最显著(最小假阳性率p值)而底部表示最不显著(最大FPRp值)，但仅包括FPRp值p＜0.05、符合一致标准的那些特征。所提取的特征或者来自EEG脑波传感器，在这种情况下，特征名称以“相对_P”或“绝对_P”开头，其分别表示在原始时间序列信息的快速傅立叶变换后的功率谱内的相对功率或绝对功率，因此相对_P4_6可以表示4Hz至6Hz频段中的相对功率并且绝对_P34_36可以表示34Hz至36Hz频段中的绝对功率。在这项研究中δ是1Hz至4Hz，θ是4Hz至8Hz，α是8Hz至12Hz，β是12Hz至20Hz并且γ是20Hz至50Hz。此外，分布的平均频率Mean_F、频率分布的标准偏差Std_F、偏度Skew_F和峰度Kurtosis_F均与具有最大功率的峰值频率Peak_F一起进行计算。另外，用特征名称指出在第一轮R1或R2中，来自三个King-Devick眼科扫视卡C1、C2和C3中的每个的神经心理测试表现特性。时间在末尾表示为secs，误差表示为Errs。一轮卡片的总时间可以简称为KD_R1_Tsecs，而来自两轮全部卡片以最小量误差花费最快时间的整个检验的最终时间在时间上指定为KD_Fsecs或KD_Final_secs或者在误差上指定为KD_Ferrs。在一些情况下，功率或者被相加，例如由相对_α+β指定的；或者相除，在相对_θ/相对_β的示例性情况下；或者组合，如在相对_α+β/相对_δ+θ的情况下所例示的。

表1示出了如通过方差分析(ANOVA)或等同的用于两个组的学生t检验(在SAS的JMPPro中)确定的在眼闭合任务期间，脑震荡对象与对照对象之间的显著差异特征(从最显著到最不显著进行排序)。仅列出具有假阳性率p值p＜0.05的那些特征。

表1

表2示出了如通过Wilcoxin检验(在SAS的JMPPro中)确定的眼闭合任务期间，脑震荡对象与对照对象之间的显著差异特征。仅列出具有假阳性率p值p＜0.05的那些特征。

表2

表3示出了如通过方差分析(ANOVA)或者等同的用于两个组的学生t检验(在SAS的JMPPro中)确定的眼睁开任务期间，脑震荡对象与对照对象之间的显著差异特征。仅列出具有假阳性率p值p＜0.05的那些特征。

表3

表4示出了如通过Wilcoxin检验(在SAS的JMPPro中)确定的眼睁开任务期间，脑震荡对象与对照对象之间的显著差异特征。仅列出具有假阳性率p值p＜0.05的那些特征。

表4

逐步逻辑回归(在SAS的JMPPro中)建立的将对象分类到脑震荡组和对照组的预测模型鉴定了可用于从眼闭合第一个任务进行预测的若干提取特征。最佳模型(即最小化贝叶斯信息准则(BIC)的模型——参见Hastie等人的“ElementsofStatisticalLearning：DataMining，Inference，andPrediction”Springer，第二版，2009年，第7.7节，第233页)包括{Kurtosis_F、相对_P4_6、相对_P6_8、相对_PI8_20、相对_P24_26、相对_P32_34、相对_P36_38、KD_R1_Cl_Secs、KD_R1_C2_Secs}。该逻辑回归模型实现了0.9935的受试者工作特征曲线曲线下面积(ROCAUC)，获得24个脑震荡正确(TP＝真阳性)、41个对照正确(TN＝真阴性)、1个脑震荡错误(FN＝假阴性)以及2个对照识别为脑震荡(FP＝假阳性)，总体准确度(TP+TN)/(总_P+总_N)为(24+41)/68＝95.6％准确度。当将模型中所使用的特征数目减少至五个最重要特征(使用逐步逻辑回归)时，由{相对_P18_20，相对_P24_26，相对_P32_34，相对_P36_38和KD_R1_Cl_Secs}组成的模型产生的ROCAUC＝0.9107，其中有19个TP、39个TN、6个FN、4个FP或整体准确度为(19+39)/68＝85％。如本领域的技术人员理解的，最重要的考虑是减少再次使脑处于进一步损伤的危险中的假阴性(FN)的数目。

使用替选建模技术、逐步线性判别分析，来自眼闭合第一任务的前五个预测因子包括{KD_R1_Cl_Secs、相对_PI8_20、相对_P24_26、相对_P32_34、相对_P36_38}，其实现ROCAUC＝0.8897，其中有22个TP、35个TN、3个FN、8个FP，整体准确度为(22+35)/68＝84％。

重复对眼睁开第二任务的相同分析可以得到以下结果。使用逐步逻辑回归建立的将对象分类到脑震荡组和对照组中(在SAS的JMPPro中)的预测模型鉴定了可用于从眼睁开第二任务进行预测的若干提取特征。最佳模型(即使BIC最小化的模型)包括{Peak_F、Mean_F、Kurt_F、相对_β、相对_P22_24、相对_P28_30、相对_P32_34、相对_θ/相对_β、KD_R1_C1_Secs}。该逻辑回归模型实现了1.000的受试者工作特征曲线曲线下面积(ROCAUC)，获得25个脑震荡正确(TP＝真阳性)、43个对照正确(TN＝真阴性)、0个脑震荡错误鉴定为对照(FN＝假阴性)以及0个对照错误鉴定为脑震荡(FP＝假阳性)，总体准确度(25+43)/68＝100％。当将模型中所使用的特征数量减少至五个最重要特征(使用逐步逻辑回归)时，由{Peak_F、相对_β、相对_P22_24、相对_θ/相对_β、KD_R1_Cl_Secs}组成的模型产生的ROCAUC＝0.88186，其中有17个TP、38个TN、8个FN、8个FP，准确度为(17+38)/68＝81％。

使用替选建模技术(逐步线性判别分析)来自眼睁开第二任务的前五个预测因素包括{KD_R1_C1_Secs、Peak_F、相对_P22_24、相对_P34_36，相对_θ/相对_β}，其实现的ROCAUC＝0.8726，其中有15个TP、41个TN、10个FN、2个FP，准确度为(15+41)/68＝82％。

对于本领域的技术人员，根据真值表(有时也称为混淆矩阵)来计算灵敏度(Sens)＝TP/(TP+FN)、特异性(Spec)＝TN/(FP+TN)、阳性预测值(PPV)＝TP/(TP+FP)以及阴性预测值(NPV)＝TN/(TN+FN)是直接计算。以上所报告的基于研究对象的预测模型是示例性的预测特征谱及其临床表现。用来包括表1至表4中所列出那些特征中的任何特征的特征调整被理解为本发明的其他实施方案。此外，本领域的技术人员应该很清楚，这些预测特征的子集的模型也被本发明所覆盖。

当从加速度计、用于声音分析的麦克风、用于图像分析的相机或生物传感器来添加另外的信息模态时，可以预期随着其在给定条件下的诊断中帮助医疗提供者，这样的预测模型的准确度将进一步提高。本领域的技术人员将理解可以由处理设备来生成生物统计提取的特征(如上面表1至表4中示出那些)的表，以从多个接收到的生物传感器数据中提取候选特征，从其可以创建、验证并且最终验证与脑健康、疾病和损伤相关的多模态预测特征谱从而提供多模态系统来评估脑健康和功能。

图37A示出了以没有镜片的眼镜架(无镜片眼镜架)形式的待被佩戴在人类颅骨上的替选REM支承件。框架500可以具有置于耳朵上的眼镜腿505和置于鼻子上的鼻支承件507。在本发明的一个实施方案中，可以使用形式为500的可弃型单件式眼镜架来支承REM，其在位置500处在前部被支承或者替选地在位置505处沿一侧被支承。可以采用键控的(keyed)通道，其为REM沿眼镜腿从后方向前滑动以位于远离面部的位置处创建定制匹配。到颅骨的电极和到乳状突起的电极可置于邻近无透镜眼镜架。

图37B是无镜片眼镜架的一个替选实施方案，其中在这种情况下，具有鼻支承512的可重复使用的框架510具有可弃型鼻垫518和在连接点516处连接至可重复使用框架510的可弃型眼镜腿514。在本实施方案的一个修改中，可以有层压至外表面或者被模制在内部，连接至沿鼻支承512延伸的导线以与导电可弃型鼻垫518电接触的导线，所述导电可弃型鼻垫518可以用作乳状突起REF参考和GND接地。

图37C是无镜片眼镜架的一个替选实施方案，其中在这种情况下，具有鼻支承521的可重复使用的框架524可以具有可弃型眼镜腿520或在眼镜腿端部上方滑动以在设备与对象之间提供保护性护套的可弃型套筒，作为所谓的应用部分。在这种情况下，导线529可以沿框架524的外侧延伸至与导电可弃型鼻垫522电接触的一个鼻支承，而在框架的内侧上的第二导线可以沿着内侧延伸到另一鼻支承521并且与鼻支撑521的端部上的可弃型鼻垫形成电接触。REM525可以沿任一眼镜腿滑动至不与对象接触的位置。如果需要的话，电极527可以连接至在耳朵处的乳状突起或者替选地，电极527可以向前移动到10-20电极位置Fp1。本领域的技术人员将会理解，通过内侧上的有源电极引线来运行框架524的同一侧上的两个鼻状件导体完全可以设想为沿着无镜片眼镜架的一个表面的三个相邻的导线。在任何给定条件下根据具体需要，相同的情况也适用于多于一个有源电极的情况。

图38是具有连接至身体的矩形单元之形状的REM530的替选实施方案，作为通过带子532来围绕上臂或围绕腰部的非限制性实例。在REM设备的输出端处是在各自的端部处附接有电极536的3个可弃型引线534。这些可弃型引线中的两个可以用作参考REF和接地GND。同样地，第四引线、第五引线和附加引线同样地被理解为所示的非限制性实施方案的等同方案。

实施例

虽然以上描述包含许多细节，但是这些细节不应被解释为限制本发明的范围，而仅仅作为所公开的实施方案的范例。本领域的技术人员将预见在在本发明范围内的许多其它可能的变化。下面的实施例将有助于使得本领域的技术人员能够制造、使用和实践本发明。

实施例1.为了远程质量控制目的的远程校准线缆组件的创建

使用烙铁、电阻器、立体插孔管脚(stereojackpin)、导线和鳄鱼夹，构造了校准和质量控制线缆。分压器包括100欧姆(Ω)的上1/4瓦电阻器(wattresistor)和1,000,000欧姆或1MΩ的下1/4瓦电阻器，除以因数10⁴将参考信号从1伏特下调至100μv以及从50mV下调至5μV。这些降压信号因此在1μV至100μV的典型生理的范围内，从而可用于EEG系统的评估和校准。如果需要的话，也可以使用具有更严格的容差的金属膜电阻器。该线缆可以附接至REM输出端并且直接有线连接REM输入端来校准和确认系统正在工作。或者，该相同的设计可以被改造成位于内部印刷电路板上并且内部确认系统校准，而不使用外部线缆。该方法简化了过程，但是不检测进入REM的引线的完整性，因此确认了电子器件，但还未确认系统包括的引线。

实施例2.使用独立加速度计来确认平衡性和姿势。

一对USB加速度计模型X6-1A电子REM模块从GulfCoastDataConcepts购得。实验通过这些3轴加速度计来被执行并且在进行人类运动和稳定性的评估时被使用。数据获取和显示软件被安装在戴尔LatitudeE6520笔记本计算机上。在来自SAS的JMPProv10中进行分析。这些加速度计的特征包括下述事实：他们通过笔记本计算机的任何USB端口传输数据；他们具有使用者可选的+/-2g加速度范围；以及他们具有10赫兹、20赫兹、40赫兹、80赫兹或160赫兹使用者可选取样频率，和12位或16位的REM内部分辨率。在REM与弹性腕带或踝带附接时进行实验，从而用于同时进行两个位置的人运动数据捕获和稳定性分析。

为了在每次使用之前现场校准加速度计，发明人设计了从固定长度的线悬挂加速度计的方法，使得公知的单摆的周期等于摆的长度L除以重力常量g的平方根乘以2再乘以圆周率。如果相同的绳被反复使用，这将使得相对校准能够成为确保测量在实验与实验之间内部精确。在图33中，可以看到在用作校准设备的摆的单个3轴MEMS加速度计中收集的三个轨迹。轨迹380示出了长度固定的摆在x轴方向上衰减的正弦振荡，而针对y轴的轨迹385和针对z轴的轨迹390表现出很少振荡或没有振荡。或者，所采用的第二种方法使用了形式为以固定的频率振荡的机械按摩设备的固定频率振荡器。这也用作校准加速度计的措施，虽然其需要保持电池可用和运输设备。单摆或电子控制机械振荡器可以用于校准嵌入到REM加速度计或周边MCU加速度计。

加速度计还可以包括3轴或较少轴的陀螺测试仪、3轴或较少轴的数字罗盘以及被结合到集成电路中以整合到单个芯片或多个芯片布置中的其他生物传感器或运动处理器。非限制性的实例可以是InvensenseMPU-9150九轴(陀螺测试仪+加速器+罗盘)MEMSMotionTracking^TM设备。此外，因为加速度计或多轴运动处理单元(MPU)可以被嵌入到REM中，所以该配置可以包括基于头部的REM中的MPU。替选配置包括可以是基于手腕的、基于脚踝的、基于背小部分的或者基于远离基于头部的REM其他关键身体位置的周边REM中的加速度计或MPU。

一旦该设备被校准，发明人通过使用一英寸宽弹性带将一个REM加速度计附接至人对象的手腕、第二个REM加速度计附接至人对象的对侧脚踝来用基于运动的测量进行实验。各种障碍物被放置在围绕中心会议桌子的路径中以保证人对象不得不避开障碍物并且记录加速度。在图34中，可以看到从在其步行通过其实验室中的障碍路线的同时前后摆动其手臂时手腕上佩戴有3轴加速度计的人对象所收集的数据。轨迹400示出了x轴，轨迹405示出了y轴并且轨迹410示出了z轴。时间沿着x轴行进并且每个方向上的加速度沿着各迹线的y轴绘制。在最右侧，除了查找个人特征的能力之外，还呈现了的时间序列的汇总统计分析。

实施例3.TIRHR脑震荡研究

在与LakeTahoe附近的非盈利性基于山区的医疗机构的合作中，两组对象参加机构审查委员会批准的临床方案，其中，第一组对象(A组)经临床诊断为患有脑震荡(mTBI)或轻微创伤性脑损伤，而第二对照群(cohort)的对象(B组)征募不具有任何脑震荡的问题的人员并且作为对照(CTL)，招募在机构审查委员会的监督下进行。使用包括于2012年7月13日提交的PCT专利申请PCT/US2012/046723中所描述的单个电极EEG设备的电子REM模块来相同地对来自组A和组B二者的参与者进行扫描。5分钟扫描方案包括：30秒眼闭合；30秒眼睁开；执行King-Devick检验约3分钟；然后以再次执行30秒眼闭合和30秒眼睁开程序块(block)来结束。由测试管理员手动记录针对King-Devick测试的每个卡的秒表时间和误差，同时周边MCU(笔记本计算机)呈现卡片并且通过麦克风来记录个体的反应。基于头部的REM模块从相对于耳上的乳状突起的位置FP1连续记录前额EEG，以用于参考REF和接地GND。对数据进行本地加密，之后将数据通过安全的管道传输至网络空间中的虚拟服务器。

为了伪影检测、信号处理和特征提取的目的，参与者临床诊断对信号分析科学家不可见。然后对所提取的特征数据表进行质量控制和清理以去除尽可能多的误差。根据使用最小数目的误差然后对连续读取全部三张卡片的单个时间进行求和的已公布的过程来计算King-Devick测试的总时间。该总时间表示一个提取变量并且经受逻辑分类模型。该模型的结果指示以秒计的King-Devick总时间在约62％的时间单独预测个人的分类(AUC＝0.62)。

独立地，对以每秒128个样本采样、具有10位幅度分辨率之EEG脑波信息的并行数据流的分析进行傅立叶变换以确定的光谱特性。在逻辑分类模型中对δ频段、θ频段、α频段、β频段和γ频段中的每个中的相对功率进行分析，其中EEG特征是预测器x变量，而临床结果(A组或B组)为模型中的结果y变量。在来自SAS(Cary，NC)的JMPProv10中执行分析。

在图35中，可以看到针对相对β功率(从12Hz至30Hz)的逻辑图420，其示出相对于对照组B，脑震荡组A中的相对β功率降低。在构造接受者工作特征(ROC)曲线430时，可以看到单独EEG特征在约65％的时间进行准确预测，如由汇总AUC统计所限定的。在图36中，可以看到当King-Devick测试时间(对象脑的认知测量)与相对βEEG功率(脑波测量)结合来创建多模态特征时，ROC图440中曲线下面积(AUC)现在是70％。当增加年龄和性别的协变量时，AUC提高至如ROC图450中所示的76％，充分证实了本发明的系统和方法。当从加速度计、用于语音分析的麦克风、用于图像分析的摄像头或生物传感器来添加另外模态的信息时，可以预期随着预测模型在给定条件下的诊断中帮助医疗提供者，其准确度将进一步提高。这例证了多模态系统用于评估脑健康和功能的能力。

重要的是，上面的表1、表2、表3和表4鉴定用于在预测模型中使用来将新对象分类到脑震荡或对照组中的提取特征。表5和表6示出了使用逐步逻辑回归的一个这样的模型构造的结果。本领域的技术人员应当清楚，从这些预测特征的子集所构造的模型也被本发明所涵盖。

实施例4.Lehigh脑震荡研究

在与NCAA1区大学的合作中，若干组对象参加机构审查委员会批准的临床方案，其中，第一组对象(A组)经临床诊断为患有脑震荡(mTBI)或轻微创伤性脑损伤，第二对照群的对象(B组)征募不具有任何脑震荡的问题的人员并且作为对照(CTL)，以及来自其他体育项目的其他运动员(C组等)，招募也在机构审查委员会的监督下进行。使用包括于2012年7月13日提交的PCT专利申请PCT/US2012/046723中所描述的包含单个电极EEG设备的电子REM模块来相同地对来自A组、B组、C组和其他组的参与者进行扫描。22至24分钟扫描方案包括1分钟眼闭合；1分钟眼睁开；分级症状检查表的自动化应用；脑震荡的标准评估(SAC)的元素，包括记忆力、注意力、延迟回忆；完整的平衡性误差评分系统(在坚固表面和泡沫表面二者上)；King-Devick测试卡；中心频率为400Hz，节拍为6赫兹和12赫兹的双耳节拍音频刺激；光刺激；以及固定任务，包括移动红色十字1分钟。由测试管理员手动记录针对King-Devick测试的每个卡的秒表时间和误差，同时周边MCU(笔记本计算机)呈现卡片并且通过麦克风来记录个人的反应。对BESS误差以及SAC响应进行手动记录。基于头部REM模块从相对于耳上的乳状突起的位置Fp1连续记录前额EEG，以用于参考REF和接地GND。根据正在执行那个任务来记录EEG数据流、认知数据流(反应时间和准确度)和麦克风数据流。对数据进行本地加密，之后将数据通过安全的管道传输至网络空间中的虚拟服务器。

为了伪影检测、信号处理和特征提取的目的，参与者临床诊断对信号分析科学家不可见。对所提取的特征数据表进行质量控制和清理以去除尽可能多的误差。根据使用最小数目的误差然后对连续读取全部三张卡片的单个时间进行求和的已公布的过程来计算King-Devick测试的总时间。该总时间表示一个提取的变量并且经受逻辑分类模型。使用至多8个或9个扫描来对脑震荡运动员和控制组二者进行串行评估以评估脑震荡组和控制组二者。

实施例5.Rothman脑震荡研究

与临床实践和脑震荡专家的合作中，两组对象参加机构审查委员会批准的临床方案，其中，第一组对象(A组)经临床诊断为患有脑震荡(mTBI)或轻微创伤性脑损伤，并且第二对照群的对象(B组)征募不具有任何脑震荡的问题的人员并且作为对照者(CTL)，招募在机构审查委员会的监督下进行。使用包括于2012年7月13日提交的PCT专利申请PCT/US2012/046723中所描述的包含单个电极EEG设备的电子REM模块来相同地对来自组A和组B二者的参与者进行扫描。25分钟扫描方案包括1分钟眼闭合；1分钟眼睁开；然后大约25分钟扫描，同时学生运动员完成ImPACT计算机测试，头部电子REM模块将EEG数据流传输到附近的周边MCU(戴尔Vostro3550笔记本计算机)。在周边MCU笔记本计算机上的键盘点击表示ImPACT计算机评估内的各项任务的每一个的时间开始和结束。这代表根据本发明的结合了神经心理测试、EEG和临床观察的另一种多模态评估。

本领域的技术人员还将理解，本发明可以被应用于其它应用，并且可以不背离本发明的范围而进行修改。例如，可以在服务器上、在云中、在电子模块中或者在本地PC、平板PC、智能电话或定制式手持设备上执行本文所描述的信号处理。因此，本发明的范围并不旨在受限于上述示例性实施方案，而是仅由所附权利要求限定。

Claims (22)

1.一种用于捕获多个生物传感器数据流以用于评估使用者之脑健康的系统，其包含：

多个生物传感器，所述多个生物传感器适于从使用者收集生物传感器数据，所述生物传感器包括收集至少一个通道的EEG脑波数据的有源脑波传感器以及下述至少一种：

加速度计和/或陀螺测试仪，所述加速度计和/或陀螺测试仪收集运动、位置和稳定性数据以提供定量的稳定性和平衡性测量值，

周边感测设备，所述周边感测设备收集神经心理学数据形式的传达反应时间和准确度信息的认知信息，所述认知信息包括键盘键击、鼠标点击和/或触摸面板事件，

麦克风，所述麦克风记录人类语音以捕获人对象在一系列任务期间对认知挑战或者听觉刺激的语言响应，以及

摄像头或生物传感器，所述摄像头或生物传感器记录眼运动、眼扫视和其他生物计量学的鉴定信息；

电子模块，所述电子模块同时记录由所述多个生物传感器收集的生物传感器数据；以及

刺激设备，所述刺激设备对所述使用者施加视觉刺激、听觉刺激、食物刺激、嗅觉刺激和/或运动刺激中的至少一种，其中所述多个生物传感器同时测量身体对由所述刺激设备所施加刺激的响应以用于由所述电子模块进行记录。

2.根据权利要求1所述的系统，其还包含用于将由所述电子模块收集的生物传感器数据传送至远程处理设备的装置。

3.根据权利要求2所述的系统，其中所述远程处理设备处理从所述电子模块接收到的生物传感器数据以：鉴定和表征伪影；提取用于分类和存储和/或用于与先前所获得的候选特征进行比较的候选特征；以及生成报告。

4.根据权利要求3所述的系统，其中所述远程处理设备还根据从所接收的生物传感器数据中提取的候选特征来构建经提取的生物计量学表格。

5.根据权利要求4所述的系统，其中所述远程处理设备还被编程为构建包括从多个生物传感器数据流中提取之候选特征的预测特征谱，所述预测特征谱与脑健康、疾病和损伤的多模态特征谱相关联。

6.根据权利要求1所述的系统，其中所述周边感测设备、麦克风以及摄像头或生物传感器设置在PC、平板PC、智能电话或者定制式手持设备中。

7.根据权利要求6所述的系统，其中所述PC、平板PC、智能电话或者定制式手持设备由软件来编程，所述软件使所述PC、平板PC、智能电话或者定制式手持设备通过所述PC、平板PC、智能电话或者定制式手持设备的声卡和/或视觉显示器来向所述使用者下达指令。

8.根据权利要求6所述的系统，其中所述PC、平板PC、智能电话或者定制式手持设备还由向所述刺激设备提供控制信号的软件来编程。

9.根据权利要求1所述的系统，其中所述多个生物传感器还包括：监测心率的心率传感器、测量动脉氧合的脉搏血氧计、测量体温的温度传感器、测量皮肤表面皮肤电传导和/或皮肤电阻抗的皮肤电反应传感器或皮电反应传感器、用于评估脑血液灌注的装置和/或用于评估血管运动反应性的装置。

10.根据权利要求9所述的系统，其中所述心率传感器、所述脉搏血氧计、所述温度传感器以及所述皮肤电反应传感器或皮电反应传感器中的至少一种被整合到与所述电子模块分开的周边电子模块中。

11.根据权利要求1所述的系统，其还包含适于安装所述电子模块的可弃型头带。

12.根据权利要求1所述的系统，其还包含适于安装所述电子模块的镜架。

13.根据权利要求12所述的系统，其中所述镜架具有可弃型耳镜腿支承件和可弃型鼻垫。

14.根据权利要求12所述的系统，其中所述镜架包含适于连接到至少一个生物传感器的集成导线。

15.一种用于捕获多个生物传感器数据流以用于评估使用者之脑健康的方法，其包括：

使用刺激设备将视觉刺激、听觉刺激、食物刺激、嗅觉刺激和/或运动刺激中的至少一种施加于使用者；

多个生物传感器同时测量身体对由所述刺激设备所施加刺激的反应，所述多个生物传感器适于收集至少一个通道的EEG脑波数据以及下述至少一种：

提供定量的稳定性和平衡性测量值的运动、位置和稳定性数据，

神经心理学数据形式的传达反应时间和准确度信息的认知信息，所述认知信息包括键盘键击、鼠标点击和/或触摸面板事件，

人类语音，所述人类语音用于捕获人对象在一系列任务期间对认知挑战或者听觉刺激的语言响应，以及

眼运动、眼扫视和其他生物计量学的鉴定信息；以及将由所述多个生物传感器收集的生物传感器数据记录在电子模块中。

16.根据权利要求15所述的方法，其还包括将由所述电子模块收集的生物传感器数据传送至远程处理设备。

17.根据权利要求16所述的方法，其还包括处理所接收的生物传感器数据以：识别和表征伪影；提取用于分类和存储和/或用于与先前所获得的候选特征进行比较的候选特征；以及生成报告。

18.根据权利要求17所述的方法，其还包括根据从所接收的生物传感器数据中提取的候选特征来创建经提取的生物计量学表格。

19.根据权利要求18所述的方法，其还包括构建包括从多个生物传感器数据流中提取之候选特征的预测特征谱，所述预测特征谱与脑健康、疾病和损伤的多模态特征谱相关联。

20.根据权利要求15所述的方法，其还包括PC、平板PC、智能电话或者定制式手持设备经由所述PC、平板PC、智能电话或者定制式手持设备的声卡和/或视觉显示器来向使用者下达指令。

21.根据权利要求20所述的方法，其还包括所述PC、平板PC、智能电话或者定制式手持设备向所述刺激设备提供控制信号。

22.根据权利要求15所述的方法，其还包括在所述电子模块处收集心率数据、动脉氧合数据、体温数据、脑血液灌注数据、血管运动反应性数据和/或皮肤表面皮肤电传导和/或皮肤电阻抗数据，以用于与所述生物传感器数据一起记录。