CN107847177A - 用于表征个体的睡眠的系统和方法 - Google Patents
用于表征个体的睡眠的系统和方法 Download PDFInfo
- Publication number
- CN107847177A CN107847177A CN201680039762.XA CN201680039762A CN107847177A CN 107847177 A CN107847177 A CN 107847177A CN 201680039762 A CN201680039762 A CN 201680039762A CN 107847177 A CN107847177 A CN 107847177A
- Authority
- CN
- China
- Prior art keywords
- individual
- frequency
- msub
- mrow
- sleep
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/372—Analysis of electroencephalograms
- A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4815—Sleep quality
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/25—Bioelectric electrodes therefor
- A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
- A61B5/291—Bioelectric electrodes therefor specially adapted for particular uses for electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/375—Electroencephalography [EEG] using biofeedback
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M21/02—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis for inducing sleep or relaxation, e.g. by direct nerve stimulation, hypnosis, analgesia
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4812—Detecting sleep stages or cycles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
- A61M2021/0011—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus in a subliminal way, i.e. below the threshold of sensation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/08—Other bio-electrical signals
- A61M2230/10—Electroencephalographic signals
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Psychology (AREA)
- Anesthesiology (AREA)
- Psychiatry (AREA)
- Pain & Pain Management (AREA)
- Hematology (AREA)
- Acoustics & Sound (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明涉及用于表征个体的睡眠的系统,该用于表征的系统包含:测量装置,用于测量脑波的代表性脑活动信号;电子中央单元,用于在9‑16Hz的频率范围内识别个体的较小的睡眠纺锤波范围,所述较小的睡眠纺锤波范围包含睡眠个体的脑波的频率,所述睡眠个体的脑波具有大于15μV的振幅和0.5秒‑2秒的持续时间,并且将对应于所述较小的睡眠纺锤波范围的频率范围内的清醒个体的脑活动信号的至少一个参数与阈值进行比较;和与所述中央单元连接的通信接口,当对应于所述较小的睡眠纺锤波范围的频率范围内的所述脑活动信号的参数超过阈值时,其适于发出所述个体可感知的警示信号。
Description
技术领域
本发明涉及用于表征个体的睡眠的系统和方法。
特别地,本发明用于增加睡眠纺锤波的密度(即在限定时间段内的数量)和/或振幅。
此外,本发明不仅意欲用于经受睡眠障碍(例如失眠)的人,更通常地用于希望改善自身康复能力的任何人,特别是在努力工作、旅途、压力状况等期间或之后。
背景技术
睡眠纺锤波是频率通常为9-16Hz(Molle et al.,2011)并且振幅为25-150微伏的脑活动电信号。已经发现低频率和高频率的睡眠纺锤波,其是可变的并且是每个个体特异性的。睡眠纺锤波通常持续0.5-2秒,并且是网状-丘脑-皮层系统活动的产物。
睡眠纺锤波,如其名称所示,在睡眠期间出现,更具体地在轻度睡眠阶段(称为非快速眼动(NREM)睡眠的N2期的阶段)(De Gennaro&Ferrara,2003;De Gennaro,Ferrara,Curcio,&Cristiani,2001)出现。事实上,值得注意的是,在这个阶段它们出现的次数更多。它们也在深度睡眠中被发现(称为睡眠期N3的阶段),但在所谓的异向睡眠(称为睡眠期N4或REM睡眠的阶段)中被证明是罕见的或者甚至不存在。睡眠纺锤波经常被称为“睡眠监护人”,高密度的睡眠纺锤波通常与有效睡眠有关。相反,最近的科学文献表明,低密度的睡眠纺锤波似乎是被压力干扰的睡眠的信号(Dang-Vu等,2015)。
目前,已经证明催眠药物类的某些药物导致睡眠纺锤波的密度增加。尽管如此,这种类型的药物似乎仅用于具有明确症状的患者。此外,这些药物有副作用,并且可能导致一定的依赖性。
应该设想其他技术来改善睡眠纺锤波的产生。
因此,已经开发了新技术使得可以通过反馈治疗手段(也称为生物反馈)来引导个体从事生物学活动。例如,在从事紧张活动或神经活动的特定情况下,神经反馈治疗由以下组成:训练个体以帮助他们放松,并且鼓励他们改变他们的脑活动,特别是通过产生某类脑电波来实现。
在对猫进行的首次研究(Sterman,Howe,&Macdonald,1970)的基础上,不断的研究证明,应用神经反馈治疗可以改善入睡所需的时间以及个体的睡眠质量。这种神经反馈治疗装置的目的在于鼓励产生μ波或感觉运动节律(SMR)波。这些波的频率通常为9Hz-16Hz。这些波在入睡时出现(称为睡眠期N1的阶段),即觉醒和睡眠之间的过渡。这个阶段往往伴随着疲劳信号,例如打呵欠。这个阶段出现SMR波和α波。α波的频率通常为8Hz-13Hz,并且通常与注意力和警惕性相关。SMR波也可以在清醒状态下的放松状态存在。随后,他们在专注状态消失。鉴于阿尔法波和SMR波可以有重叠的频率,或者某些滤波器可以允许一部分对应于阿尔法波的频率窗口的脑活动通过,SMR波的特定训练可能会受到影响,甚至到将被训练的是阿尔法波,而不是SMR波的程度。
与此同时,SMR波的训练也用于不同的应用,诸如旨在改善有或没有活动过度的注意力缺陷障碍的症状(Ams,Feddema,&Kenemans,2014)、放松以及如文献US2013/150659所描述的,改善睡眠(也参见Cortoos等,2010)。SMR波的训练将允许改善某些认知表现(Schabus等,Brain Research(2008),1191,127-135和Stuart等,Neuroscience andBiobehaviour(2011),35,1154-1165)和运动表现。但是,取决于个体,该神经反馈治疗的有效性存在某些差异,尤其是基于以下事实:迄今为止,现有技术的教导一直依赖于不考虑该治疗对特定个人的个性化或具体适应性。
因此,本发明的目的在于克服上述问题。
因此,本发明人发现,由于它们对清醒的抑制作用,具有每个个体特异性的频率的睡眠纺锤波在轻度睡眠阶段起重要作用。另外,他们发现,在清醒状态下,在与个体的睡眠纺锤波相对应的特定范围内训练脑波导致睡着状态下的睡眠纺锤波的振幅和密度的改善,因此有助于改善睡眠质量。相反,根据现有技术中已知的和公开的不同方法,诸如文献US2013/150659中描述的方法,不考虑与睡着状态下的个体特异性发出的睡眠纺锤波对应的任何特定频率范围,基于标准SMR波的频率间隔在清醒状态下训练由个体发出的脑波不允许对特定个体进行有效的个性化治疗。这种治疗只允许刺激某些SMR波,其频率不一定对应于睡着状态下所述个体的睡眠纺锤波的频率。这种类型的训练使得不能保证或者至少不能简单地并且快速地增加睡眠纺锤波的密度和振幅,特别不能提供令人满意的对睡眠障碍的治疗有效性。
发明内容
为此,本发明提出用于表征个体的睡眠的系统,其包含:
-测量装置,其适于测量脑波的代表性脑活动信号,
-电子中央单元,其适于:
在9-16Hz的频率范围内,识别至少一个个体特异性的缩小的睡眠纺锤波范围,所述缩小的睡眠纺锤波范围包含睡眠个体的脑波的频率,所述睡眠个体的脑波具有大于15μV的振幅和0.5秒-2秒的持续时间,
将对应于所述缩小的睡眠纺锤波范围的频率范围内的清醒个体的脑活动信号的至少一个参数与阈值进行比较,
-与所述中央单元连接的通信接口,当对应于所述缩小的睡眠纺锤波范围的频率范围内的脑活动信号的所述参数超过阈值时,其适于发出所述个体可感知的警示信号,优选在限定的时间段内,诸如至少0.25秒。
值得注意的是,除了表征个体特异性的睡眠纺锤波的密度和/或振幅之外,形成本发明主题的系统还能够在个体眼睛闭上的前两分钟内表征阿尔法峰(iAPF)的个体频率。随后,这种表征提供关于将要就位的滤波参数的最佳选择的信息,以便选择至少一个缩小的睡眠纺锤波范围和/或改变频率的参数,例如通过安装更高阶的和更特殊的滤波器。这种选择能够避免对应于睡眠纺锤波的待训练的特定频带和不期望训练的阿尔法波的特定频带之间的任何重叠。这种安排能够更好地表征个体特异性的缩小的睡眠纺锤波范围,从而改善训练。因此,用户可以更有效地改善他们的睡眠质量。
阿尔法波的频率通常为7-13Hz。阿尔法波的功率谱密度对应于这些波在7-13Hz的频率范围内的振幅分布(以伏特表示)。为了获得阿尔法波的信号,将在7和13Hz之间的功率谱(即清醒状态下睁眼的受试者中获得的这些波的振幅)从清醒状态下闭眼的同一个体的谱中减去。因此,这相当于只保留了阿尔法波的总体功率谱,从而定义了特定个体的阿尔法峰的个体频率。因此,在7-13Hz的这个频率窗口中,阿尔法峰的个体频率对应于振幅的绝对最大值。(Klimesch W.EEG-alpha rhythms and memory processes.Int J Psychophysiol1997;26:319-40)。根据另一个实施方案,通过以下计算,可以测量阿尔法峰的个体频率(以赫兹表示):在7-13Hz的频率窗口中的谱功率的加权和与所述窗口中的阿尔法波的总谱功率之比,所述谱功率的加权和通过所述窗口的频率加权:
其中fi是阿尔法波的频率i,和
ai(fi)是频率为i的阿尔法波的振幅。
一旦限定特定个体的特异性的阿尔法峰的个体频率,就能够表征阿尔法波的频率和所讨论的个体的睡眠纺锤波的频率之间的有形边界,从而可以不受具有接近睡眠纺锤波频率的所有阿尔法波的影响,以便允许分析没有被阿尔法波频率污染的睡眠纺锤波的频率。
因此,根据另一个实施方案,用于表征的系统包含电子中央单元,其适于在睡眠纺锤波之前并且在7-13Hz的频率窗口内识别个体的阿尔法峰的个体频率。
因而,后者被限定在7-13Hz的频率窗口内,并且在将闭眼个体中获得的功率谱减去睁眼个体中获得的功率谱之后。
此外,训练的特异性问题还可以通过测量阿尔法波的这种个体频率来改进,目的是在睡眠纺锤波的产生水平上提供更具体的反馈,同时防止不期望的阿尔法信号干扰后者。
在首次使用期间或每次新使用时,用于表征的系统执行学习阶段,所述学习阶段通过识别个体特异性的睡眠纺锤波来特异性表征个体的睡眠,并且允许训练所述睡眠纺锤波。通过如此区分每个个体待训练的频率范围,可以改善对一组个体的神经反馈治疗的有效性。
为了识别所述缩小的睡眠纺锤波范围,所述电子中央单元适于在所述睡眠个体的脑活动信号的9-16Hz的频率范围内,检测振幅大于15μV且持续时间为0.5秒-2秒的所述睡眠个体的脑波。
或者,为了识别缩小的睡眠锤波范围,电子中央单元可以适于:
-在睡眠个体的脑活动信号的9-16Hz的频率范围内,确定多个缩小的频率范围,
-将每个缩小的频率范围中的睡眠个体的脑活动信号的参数与阈值进行比较,
-将缩小的睡眠纺锤波范围定义为其中脑活动信号更多次超过阈值的缩小的频率范围。
测量装置可以包含:
-意欲置于个体头上的支撑件,和
-至少一个接地电极、一个参考电极和一个测量电极,其可以任选地结合在具有两种功能(更具体地参考和测量功能)的相同电极内,与所述中央单元连接并且布置在所述支撑件上用于测量作为脑活动信号的所述参考电极、接地电极和测量电极之间的电势差。
所述中央单元可以安装在所述支撑件上并且适于放大所述脑活动信号。
所述中央单元可以适于将所述脑活动信号数字化。
参考电极,还有接地电极和测量电极可以为干电极。但是,它们也可以是湿电极,半干电极或半湿电极。根据本发明的具体实施方案,每种类型的电极可以具有特定的和不同的性质。
所述通信接口可以由个体手动便携。
所述中央单元可以位于与通信接口连接的头戴式耳机内,或者也可以位于诸如服务器的外部或远程设备内。
所述中央单元可以适用于改变(即升高或降低)阈值和/或高于阈值的时间段。
所述脑活动信号的参数可以在振幅和密度之间选择。
根据第二个方面,本发明提出了用于表征个体的睡眠的方法,包含以下步骤:
-测量脑波的代表性脑活动信号,
-在9-16Hz的频率范围内,识别个体特异性的至少一个缩小的睡眠纺锤波范围,所述缩小的睡眠纺锤波范围包含睡眠个体的脑波的频率,所述睡眠个体的脑波具有大于15μV的振幅和0.5秒-2秒的持续时间,
-将对应于所述缩小的睡眠纺锤波范围的频率范围内的清醒个体的脑活动信号的至少一个参数与阈值进行比较,并且当对应于一个或多个所述缩小的睡眠纺锤波范围的一个或多个频率范围内的脑活动信号的所述参数超过阈值时,发出所述个体可感知的警示信号。
识别缩小的睡眠纺锤波范围的步骤可以包含在所述睡眠个体的脑活动信号的9-16Hz的频率范围内,检测振幅大于15μV且持续时间为0.5秒-2秒的所述睡眠个体的脑波。
或者,识别缩小的睡眠纺锤波范围的步骤可以包含:
-在睡眠个体的脑活动信号的9-16Hz的频率范围内,确定多个缩小的频率范围,
-将每个缩小的频率范围中的睡眠个体的脑活动信号的参数与阈值进行比较,
-将缩小的睡眠纺锤波范围定义为其中脑活动信号更多次超过阈值的缩小的频率范围。
根据另一个实施方案,用于表征的方法可以包含,在识别缩小的睡眠纺锤波范围的步骤期间,在先识别在7-13Hz的频率窗口内定义的个体的阿尔法峰的个体频率。阿尔法波的功率谱密度对应于这些波在7Hz-13Hz的频率范围内的振幅分布(以伏特表示)。为了获得阿尔法波的信号,将在7和13Hz之间的功率谱(即清醒状态下睁眼的受试者中获得的这些波的振幅)从清醒状态下闭眼的同一个体的光谱中减去。因此,在7-13Hz的这个频率窗口中,阿尔法峰的个体频率对应于振幅的绝对最大值。(Klimesch W.EEG-alpha rhythms andmemory processes.Int J Psychophysiol 1997;26:319-40)。根据另一个实施方案,通过以下计算,可以测量阿尔法峰的个体频率(以赫兹表示):在7-13Hz的频率窗口中的谱功率的加权和与所述窗口中的阿尔法波的总谱功率之比,所述谱功率的加权和通过所述窗口的频率加权:
其中fi是阿尔法波的频率i,和
ai(fi)是频率为i的阿尔法波的振幅。
一旦限定特定个体的特异性的阿尔法峰的个体频率,就能够表征阿尔法波的频率和所讨论的个体的睡眠纺锤波的频率之间的有形边界,从而可以不受具有接近睡眠纺锤波频率的所有阿尔法波的影响,以便允许分析没有被阿尔法波频率污染的睡眠纺锤波的频率。
测量脑活动信号的步骤可以包含测量参考电极、接地电极和测量电极之间的电势差。
用于表征的方法可以提供:
-在将脑活动信号的参数与阈值进行比较的步骤之前,将脑活动信号的放大,和
-在将脑活动信号的参数与阈值进行比较的步骤期间,将放大的脑活动信号的参数与阈值进行比较。
用于表征的方法可以提供:
-在将脑活动信号的参数与阈值进行比较的步骤之前,将脑活动信号数字化,和
-在将脑活动信号的参数与阈值进行比较的步骤期间,将数字化的脑活动信号与阈值进行比较。
用于表征的方法在将脑活动信号的参数与阈值进行比较的步骤期间,可以改变阈值。“改变阈值”是指目的在于升高或降低阈值水平的任何行动。
用于表征的方法在将脑活动信号的参数与阈值进行比较的步骤期间,可以选择在振幅和密度之间的参数。
通过阅读以非限制性实例给出的本发明的特定实施例的以下描述,本发明的其他目的和优点将变得显而易见,该描述参考附图给出,其中:
-图1代表用于表征个体的睡眠的系统,包含头戴式耳机形式的适于测量脑波的代表性脑活动信号的测量装置,和适于识别个体特异性的至少一个缩小的睡眠纺锤波范围的电子中央单元,和手动便携的通信接口,当所述缩小的睡眠纺锤波范围的脑信号活动的参数超过阈值时,其用于发出警示信号,
-图2是两个不同个体在嗜睡阶段发出的α波和μ波或者感觉-运动节律(SMR)波的频率范围,以及在轻度睡眠阶段发出的睡眠纺锤波的示意图,
-图3代表由图1的测量装置获取的个体脑波的代表性脑活动信号,识别个体特异性的缩小的睡眠纺锤波范围。
-图4是用于表征睡眠的方法的示意图,其由图1的用于表征睡眠的系统来执行。
在这些图中,相同的参考编号表示相同或相似的元件。
图1示出了用于表征用户2的睡眠的系统1的实施方案,其意欲用于神经反馈治疗以便改善用户2的入睡速度和睡眠质量。
用于表征的系统1包含:
-测量装置5,其适于测量用户2大脑的脑波的代表性脑活动信号,和
-用于处理所述脑活动信号的电子中央单元21,
-用户2的通信接口22。
测量装置5为头戴式耳机6的形式,其包含任选地可调整的意欲置于用户2的头上的支撑件7。脑活动信号以合适地布置在支撑件7上的一个或多个参考电极8、接地电极11和一个或多个测量电极9之间的电势差的形式进行测量。参考电极8、测量电极9和接地电极11优选为干电极。
参考电极8、接地电极11和测量电极9以及电子处理器通过有线23连接或与中央单元21无线连接。中央单元21可以包含电子处理器,适于放大脑活动信号的放大器和适于将脑活动信号数字化的模数转换器。然后,由参考电极8、接地电极11和测量电极9获取的数字化的并且放大的脑活动信号可以被传送到中央单元21的处理器进行处理。不限于此,中央单元21可以在头戴式耳机6中提供。
中央单元21与用户的通信接口22连接。在所示的实施方案中,通信接口22包含安装在头戴式耳机6上的两个听筒10以能够放置在用户2的耳朵上,以便能够传递代表发出特定脑波的声音警示信号。通信接口22还包含任何其他适当的手动便携电子设备,诸如移动电话、平板电脑、PDA或其他设备。通信接口22尤其可以包含用于显示警示信号的屏幕,特别是可视化的。屏幕可以是用于与中央单元21交互的触摸屏。额外地或可选地,可以通过键盘、一个或多个激活按钮、存储卡读取器或属于通信接口22的其他设备获得与中央单元21的交互。
图2示出了两个个体的脑活动信号的频率分解。
在嗜睡和入睡阶段,随后在清醒状态,每个个体的脑活动的特征在于:
-α波,其在标识为受试者1的一个个体的8Hz-13Hz的频率范围内,以及标识为受试者2的另一个个体的8Hz-12Hz的频率范围内发出,
-μ波或感觉-运动节律(SMR)波,其在受试者1和受试者2的12Hz-15.5Hz的频率范围内发出。
在轻度睡眠阶段,随后在睡着状态,每个个体的脑活动的特征在于睡眠纺锤波,其在受试者1的12Hz-15Hz的缩小的睡眠纺锤波范围内,以及受试者2的13.5Hz-16Hz的缩小的睡眠纺锤波范围内发出。清楚的是,在轻度睡眠阶段期间对清醒的抑制作用发挥重要作用的缩小的睡眠纺锤波范围是每个个体特异性的。
为了表征用户2的睡眠,中央单元21适于进行脑活动信号的频率分解,并且在9-16的频率范围内识别用户2特异性的缩小的睡眠纺锤波范围。特别地,缩小的睡眠纺锤波范围包含处于睡着状态的用户2的脑波的频率,该脑波具有大于15μV的振幅和0.5秒-2秒的持续时间。
如示出了在用户2的轻度睡眠阶段期间获取的脑活动信号的图3所示,用户2在睡着状态下的缩小的睡眠纺锤波范围的识别可以通过在轻度睡眠阶段期间的脑活动信号的9-16Hz的频率范围内,检测振幅大于15μV且持续时间为0.5秒-2秒的脑波来进行。
或者,缩小的睡眠纺锤波范围的识别可以通过调控缩小的频率范围的迭代过程来进行,直到识别与睡眠纺锤波的频率对应的缩小的频率范围。特别地,迭代过程涉及在睡眠个体的脑活动信号的9-16Hz的频率范围内确定多个缩小的频率范围。在每个缩小的频率范围中,将睡眠个体的脑活动信号的参数(诸如振幅或密度,即在限定的时间段内表现出最小振幅的峰值的数量)与睡眠纺锤波的相同参数的代表性阈值进行比较。随后,缩小的睡眠纺锤波范围可以被定义为其中脑活动信号更多次超过阈值的缩小的频率范围。
在用户2的清醒状态下,中央单元21可以随后将对应于缩小的睡眠纺锤波范围的频率范围内的清醒状态下的脑活动信号的至少一个参数与阈值进行比较。与缩小的睡眠纺锤波范围相对应的频率范围是不同的,其通常窄于并且可能偏离SMR波的频率范围。例如,该参数在振幅和密度(即在限定的时间段内表现出限定的最小振幅的峰值的数量)之间选择。
然后,当在对应于缩小的睡眠纺锤波范围的频率范围内的脑活动信号的参数超过阈值时,中央单元21适于控制听筒10中的声音警示信号和通信接口22的屏幕上的视觉警示信号的发出,优选地在限定的时间段内,诸如至少0.25秒。
参照图4,现在描述使用用于表征睡眠的系统执行的用于表征用户的睡眠的方法。
在睡着状态下,用头戴式耳机6测量参考电极8、接地电极11和测量电极9之间的电势差,以便获得用户2的脑波的代表性脑活动信号。该脑活动信号由中央单元21放大并且数字化。
在轻度睡眠阶段中的脑活动信号的9-16Hz的频率范围内,中央单元21识别用户2的缩小的睡眠纺锤波范围。该缩小的睡眠纺锤波范围包含睡眠用户的脑波的频率,所述睡眠用户的脑波具有大于15μV的振幅和0.5秒-2秒的持续时间。
在清醒状态下,用头戴式耳机6测量参考电极8、接地电极11和测量电极9之间的电势差,以便获得用户2的脑波的代表性脑活动信号。该脑活动信号由中央单元21放大并且数字化。
在与缩小的睡眠纺锤波范围相对应的频率范围内,中央单元21将振幅或密度这两个参数中的至少一个与阈值进行比较。
当对应于缩小的睡眠纺锤波范围的频率范围内的脑活动信号的参数超过阈值时,如果适当地超过限定的时间段,则在听筒10中发出声音警示信号,而视觉警示信号通过通信接口22显示。额外地或可选地,通信接口22可以适于发出任何其他类型的警示信号,特别是触觉、嗅觉或味觉。
因此,用户2被提醒促进睡眠质量的脑波的发出。
基于睡眠的这种表征,神经反馈治疗可以就位以改善用户2的睡眠质量。随后,神经反馈治疗包含目的在于鼓励用户2产生所需脑波的训练。该训练包含一个或多个放松和锻炼序列,奖励通过特定的警示信号来发出所需的脑波。
在训练期间,可以增加阈值以使得用户2在产生适当的脑波方面取得进展。在训练中,也可以降低阈值,以方便表现不佳的用户的任务。额外地或可选地,可以改变限定的时间段(在此期间必须超过阈值以便发出警示信号)以使训练更复杂或更简单。
Claims (18)
1.用于表征个体(2)的睡眠的系统(1),所述用于表征的系统(1)包含:
-测量装置(5),其适于测量脑波的代表性脑活动信号,
-电子中央单元(21),其适于:
在9-16Hz的频率范围内,识别个体(2)特异性的至少一个缩小的睡眠纺锤波范围,所述缩小的睡眠纺锤波范围包含睡眠个体(2)的脑波的频率,所述睡眠个体(2)的脑波具有大于15μV的振幅和0.5秒-2秒的持续时间,
将对应于所述缩小的睡眠纺锤波范围的频率范围内的清醒个体(2)的脑活动信号的至少一个参数与阈值进行比较,
-与所述中央单元(21)连接的通信接口(22),当对应于所述缩小的睡眠纺锤波范围的频率范围内的所述脑活动信号的参数超过阈值时,其适于发出所述个体可感知的警示信号。
2.根据权利要求1所述的用于表征的系统(1),其中,为了识别所述缩小的睡眠纺锤波范围,所述电子中央单元(21)适于在所述睡眠个体(2)的脑活动信号的9-16Hz的频率范围内,检测所述睡眠个体(2)的振幅大于15μV且持续时间为0.5秒-2秒的脑波。
3.根据权利要求1或2所述的用于表征的系统(1),其中,为了识别所述缩小的睡眠纺锤波范围,所述电子中央单元(21)适于预先识别所述个体(2)的阿尔法峰的个体频率,所述频率定义为7-13Hz的频率窗口中的谱功率的加权和与所述窗口中的阿尔法波的总谱功率之比,所述谱功率的加权和通过所述窗口的频率加权:
<mrow>
<mo>(</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>7</mn>
</mrow>
<mn>13</mn>
</munderover>
<mo>(</mo>
<mrow>
<msub>
<mi>a</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>f</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mi>xf</mi>
<mi>i</mi>
</msub>
</mrow>
<mo>)</mo>
<mo>)</mo>
<mo>/</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>7</mn>
</mrow>
<mn>13</mn>
</munderover>
<msub>
<mi>a</mi>
<mi>i</mi>
</msub>
<mo>(</mo>
<msub>
<mi>f</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
<mo>,</mo>
</mrow>
其中fi是阿尔法波的频率i,以及
ai(fi)是频率为i的阿尔法波的振幅。
4.根据权利要求1-3中任一项所述的用于表征的系统(1),其中所述测量装置(5)包含:
-意欲置于个体(2)的头上的支撑件(7),和
-至少一个参考电极(8)、一个接地电极(11)和一个测量电极(9),其与所述中央单元(21)连接并且布置在所述支撑件(7)上用于测量作为脑活动信号的所述参考电极(8)、接地电极(11)和测量电极(9)之间的电势差。
5.根据权利要求4所述的用于表征的系统(1),其中所述中央单元(21)安装在所述支撑件(7)上并且适于放大所述脑活动信号。
6.根据权利要求5所述的用于表征的系统(1),其中所述中央单元(21)适于将所述脑活动信号数字化。
7.根据权利要求4-6中任一项所述的用于表征的系统(1),其中所述参考电极(8)、接地电极(11)和测量电极(9)为干电极。
8.根据权利要求1-7中任一项所述的用于表征的系统(1),其中所述通信接口(22)是由所述个体(2)手动便携。
9.根据权利要求1-8中任一项所述的用于表征的系统(1),其中所述中央单元(21)适于改变所述阈值和/或高于所述阈值的时间段。
10.根据权利要求1-9中任一项所述的用于表征的系统(1),其中所述脑活动信号的参数在振幅和密度之间选择。
11.用于表征个体(2)的睡眠的方法,其包含以下步骤:
-测量脑波的代表性脑活动信号;
-在9-16Hz的频率范围内,识别个体(2)特异性的至少一个缩小的睡眠纺锤波范围,所述缩小的睡眠纺锤波范围包含睡眠个体(2)的脑波的频率,所述睡眠个体(2)的脑波具有大于15μV的振幅和0.5秒-2秒的持续时间,
-将对应于所述缩小的睡眠纺锤波范围的频率范围内的清醒个体(2)的脑活动信号的至少一个参数与阈值进行比较,并且当对应于所述缩小的睡眠纺锤波范围的频率范围内的所述脑活动信号的参数超过阈值时,发出所述个体可感知的警示信号。
12.根据权利要求11所述的用于表征的方法,其中识别所述缩小的睡眠纺锤波范围的步骤包含在所述睡眠个体(2)的9-16Hz的脑活动信号的频率范围内,检测所述睡眠个体(2)的振幅大于15μV且持续时间为0.5秒-2秒的脑波。
13.根据权利要求11或12所述的用于表征的方法,其中识别所述缩小的睡眠纺锤波范围的步骤包含在先识别所述个体(2)的阿尔法峰的个体频率,所述频率定义为7-13Hz的频率窗口中的谱功率的加权和与所述窗口中的阿尔法波的总谱功率之比,所述谱功率的加权和通过所述窗口的频率加权:
<mrow>
<mo>(</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>7</mn>
</mrow>
<mn>13</mn>
</munderover>
<mo>(</mo>
<mrow>
<msub>
<mi>a</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>f</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mi>xf</mi>
<mi>i</mi>
</msub>
</mrow>
<mo>)</mo>
<mo>)</mo>
<mo>/</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>7</mn>
</mrow>
<mn>13</mn>
</munderover>
<msub>
<mi>a</mi>
<mi>i</mi>
</msub>
<mo>(</mo>
<msub>
<mi>f</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
<mo>,</mo>
</mrow>
其中fi是阿尔法波的频率i,
ai(fi)是频率为i的阿尔法波的振幅。
14.根据权利要求11-13中任一项所述的用于表征的方法,其中测量所述脑活动信号的步骤包含测量参考电极(8)、接地电极(11)和测量电极(9)之间的电势差。
15.根据权利要求11-14中任一项所述的用于表征的方法,提供:
-在将脑活动信号的参数与阈值进行比较的步骤之前,将脑活动信号放大,和
-在将脑活动信号的参数与阈值进行比较的步骤期间,将放大的脑活动信号与阈值进行比较。
16.根据权利要求11-15中任一项所述的用于表征的方法,提供:
-在将脑活动信号的参数与阈值进行比较的步骤之前,将脑活动信号数字化,和
-在将脑活动信号的参数与阈值进行比较的步骤期间,将数字化的脑活动信号与阈值进行比较。
17.根据权利要求11-16中任一项所述的用于表征的方法,在将脑活动信号的参数与阈值进行比较的步骤期间,改变阈值。
18.根据权利要求11-17中任一项所述的用于表征的方法,在将脑活动信号的参数与阈值进行比较的步骤期间,在振幅和密度之间选择参数。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1556421A FR3038509B1 (fr) | 2015-07-07 | 2015-07-07 | Systeme et procede de caracterisation du sommeil d'un individu |
FR1556421 | 2015-07-07 | ||
PCT/FR2016/051730 WO2017006062A1 (fr) | 2015-07-07 | 2016-07-07 | Systeme et procede de caracterisation du sommeil d'un individu |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107847177A true CN107847177A (zh) | 2018-03-27 |
CN107847177B CN107847177B (zh) | 2021-06-08 |
Family
ID=55072766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680039762.XA Active CN107847177B (zh) | 2015-07-07 | 2016-07-07 | 用于表征个体的睡眠的系统和方法 |
Country Status (8)
Country | Link |
---|---|
US (1) | US11051752B2 (zh) |
EP (1) | EP3319516A1 (zh) |
JP (1) | JP6913036B2 (zh) |
KR (1) | KR20180026720A (zh) |
CN (1) | CN107847177B (zh) |
CA (1) | CA2989986A1 (zh) |
FR (1) | FR3038509B1 (zh) |
WO (1) | WO2017006062A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109045437A (zh) * | 2018-06-20 | 2018-12-21 | 王庆鼎 | 一种影响脑电波的助眠方法和装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11642067B1 (en) * | 2022-08-15 | 2023-05-09 | King Abdulaziz University | System and method for unsupervised adaptive threshold neurofeedback treatment |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4776345A (en) * | 1987-09-04 | 1988-10-11 | Cns, Inc. | Interactive determination of sleep stages |
US5267570A (en) * | 1992-12-30 | 1993-12-07 | Preston Myra S | Method of diagnosing and treating chronic fatigue syndrome |
WO2009126179A1 (en) * | 2008-04-09 | 2009-10-15 | Lotus Magnus, Llc. | Brain stimulation systems and methods |
CN201365920Y (zh) * | 2008-12-23 | 2009-12-23 | 江西蓝天学院 | 脑电极式耳麦 |
CN102596021A (zh) * | 2009-11-04 | 2012-07-18 | 皇家飞利浦电子股份有限公司 | 用于在用户的头皮上放置电极的装置 |
US20130150659A1 (en) * | 2011-12-13 | 2013-06-13 | National Cheng Kung University | Method for ameliorating insomnia |
US20130267866A1 (en) * | 2012-04-05 | 2013-10-10 | Sony Corporation | Electroencephalogram analysis apparatus, electroencephalogram analysis program, and electroencephalogram analysis method |
US20140316230A1 (en) * | 2013-04-22 | 2014-10-23 | Personal Neuro Devices Inc. | Methods and devices for brain activity monitoring supporting mental state development and training |
US20150080671A1 (en) * | 2013-05-29 | 2015-03-19 | Technical University Of Denmark | Sleep Spindles as Biomarker for Early Detection of Neurodegenerative Disorders |
CN104605844A (zh) * | 2015-01-26 | 2015-05-13 | 山东大学齐鲁医院 | 一种便携式脑电图仪头戴件 |
CN105105714A (zh) * | 2015-08-26 | 2015-12-02 | 吴建平 | 一种睡眠分期方法及系统 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2502003B2 (ja) * | 1992-04-27 | 1996-05-29 | オンキヨー株式会社 | バイオフィ―ドバックシステム |
JPH06154333A (ja) * | 1992-11-24 | 1994-06-03 | Nouriyoku Kaihatsu Kenkyusho:Kk | 脳波増強方法 |
JP2004008722A (ja) * | 2002-06-03 | 2004-01-15 | Masao Matsuoka | 時差呆け防止による安眠安心器具 |
US20060293608A1 (en) * | 2004-02-27 | 2006-12-28 | Axon Sleep Research Laboratories, Inc. | Device for and method of predicting a user's sleep state |
JP2012005640A (ja) * | 2010-06-24 | 2012-01-12 | Ritsumeikan | 脳波計測用電極装置 |
US20140031712A1 (en) * | 2011-04-05 | 2014-01-30 | Neurokeeper Technologies Ltd. | System and method for detecting neurological deterioration |
US10586620B2 (en) * | 2012-04-27 | 2020-03-10 | Toyota Jidosha Kabushiki Kaisha | Device for calculating amount of retained physical activity, method for calculating amount of retained physical activity and system for calculating amount of retained physical activity |
CN104519790B (zh) * | 2012-08-15 | 2018-02-23 | 皇家飞利浦有限公司 | 神经反馈系统 |
JP6374483B2 (ja) * | 2013-04-17 | 2018-08-15 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 睡眠徐波活性を増強するための感覚刺激強さの調整 |
KR101552515B1 (ko) | 2013-04-26 | 2015-09-11 | 고려대학교 산학협력단 | 뉴로 피드백을 이용한 수면 유도 장치 및 방법 |
-
2015
- 2015-07-07 FR FR1556421A patent/FR3038509B1/fr active Active
-
2016
- 2016-07-07 EP EP16750933.0A patent/EP3319516A1/fr not_active Withdrawn
- 2016-07-07 CN CN201680039762.XA patent/CN107847177B/zh active Active
- 2016-07-07 CA CA2989986A patent/CA2989986A1/fr not_active Abandoned
- 2016-07-07 WO PCT/FR2016/051730 patent/WO2017006062A1/fr active Application Filing
- 2016-07-07 KR KR1020187000295A patent/KR20180026720A/ko not_active Application Discontinuation
- 2016-07-07 US US15/738,316 patent/US11051752B2/en active Active
- 2016-07-07 JP JP2017567245A patent/JP6913036B2/ja active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4776345A (en) * | 1987-09-04 | 1988-10-11 | Cns, Inc. | Interactive determination of sleep stages |
US5267570A (en) * | 1992-12-30 | 1993-12-07 | Preston Myra S | Method of diagnosing and treating chronic fatigue syndrome |
WO2009126179A1 (en) * | 2008-04-09 | 2009-10-15 | Lotus Magnus, Llc. | Brain stimulation systems and methods |
CN201365920Y (zh) * | 2008-12-23 | 2009-12-23 | 江西蓝天学院 | 脑电极式耳麦 |
CN102596021A (zh) * | 2009-11-04 | 2012-07-18 | 皇家飞利浦电子股份有限公司 | 用于在用户的头皮上放置电极的装置 |
US20130150659A1 (en) * | 2011-12-13 | 2013-06-13 | National Cheng Kung University | Method for ameliorating insomnia |
US20130267866A1 (en) * | 2012-04-05 | 2013-10-10 | Sony Corporation | Electroencephalogram analysis apparatus, electroencephalogram analysis program, and electroencephalogram analysis method |
US20140316230A1 (en) * | 2013-04-22 | 2014-10-23 | Personal Neuro Devices Inc. | Methods and devices for brain activity monitoring supporting mental state development and training |
US20150080671A1 (en) * | 2013-05-29 | 2015-03-19 | Technical University Of Denmark | Sleep Spindles as Biomarker for Early Detection of Neurodegenerative Disorders |
CN104605844A (zh) * | 2015-01-26 | 2015-05-13 | 山东大学齐鲁医院 | 一种便携式脑电图仪头戴件 |
CN105105714A (zh) * | 2015-08-26 | 2015-12-02 | 吴建平 | 一种睡眠分期方法及系统 |
Non-Patent Citations (2)
Title |
---|
E.HUUPPONEN: "Automatic analysis of electro-encephalogram sleep spindle frequency throughout the night", 《MEDICAL AND BIOLOGICAL ENGINEERING AND COMPUTING》 * |
MANUEL SCHABUS ET AL: "Interindividual sleep spindle differences and their relation to learning-related enhancements", 《BRAIN RESEARCH》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109045437A (zh) * | 2018-06-20 | 2018-12-21 | 王庆鼎 | 一种影响脑电波的助眠方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107847177B (zh) | 2021-06-08 |
WO2017006062A1 (fr) | 2017-01-12 |
JP2018524084A (ja) | 2018-08-30 |
US20180263553A1 (en) | 2018-09-20 |
FR3038509B1 (fr) | 2017-08-11 |
JP6913036B2 (ja) | 2021-08-04 |
EP3319516A1 (fr) | 2018-05-16 |
KR20180026720A (ko) | 2018-03-13 |
US11051752B2 (en) | 2021-07-06 |
CA2989986A1 (fr) | 2017-01-12 |
FR3038509A1 (fr) | 2017-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ten Oever et al. | Low-frequency cortical oscillations entrain to subthreshold rhythmic auditory stimuli | |
CN106725462B (zh) | 基于脑电信号的声光睡眠干预系统和方法 | |
Coppola et al. | Somatosensory evoked high-frequency oscillations reflecting thalamo-cortical activity are decreased in migraine patients between attacks | |
Brankačk et al. | EEG gamma frequency and sleep–wake scoring in mice: comparing two types of supervised classifiers | |
Johnson et al. | Brainstem encoding of voiced consonant–vowel stop syllables | |
Salam et al. | A novel low-power-implantable epileptic seizure-onset detector | |
Salansky et al. | Responses of the nervous system to low frequency stimulation and EEG rhythms: clinical implications | |
US11664110B2 (en) | System, method and portable devices for detection and enhancement of sleep spindles | |
KR101366348B1 (ko) | 우울증 진단을 위한 뉴로-퍼지 네트워크 기반의 데이터 분석 방법 | |
Podgorelec | Analyzing EEG signals with machine learning for diagnosing Alzheimer’s disease | |
US20140378859A1 (en) | Method of Multichannel Galvanic Skin Response Detection for Improving Measurement Accuracy and Noise/Artifact Rejection | |
AU2003214006B2 (en) | Device for treating patients by means of brain stimulation | |
CN107368896A (zh) | 学习系统、学习方法以及程序 | |
CN107847177A (zh) | 用于表征个体的睡眠的系统和方法 | |
Xu et al. | An energy efficient adaboost cascade method for long-term seizure detection in portable neurostimulators | |
Kochupillai | Quantitative analysis of EEG signal before and after Sudharshana Kriya Yoga | |
CN110418598B (zh) | 用于确定对象是否可能受到在睡眠时段期间的治疗水平的刺激的干扰的系统和方法 | |
CN107510451B (zh) | 一种基于脑干听觉诱发电位的音高感知能力客观评估方法 | |
Lee et al. | Music for sleep and wake-up: an empirical study | |
de Sá et al. | Evaluating the entrainment of the alpha rhythm during stroboscopic flash stimulation by means of coherence analysis | |
Sayyari et al. | Migraine analysis through EEG signals with classification approach | |
Smitha et al. | Voice familiarity detection using EEG-based Brain-Computer Interface | |
Harris et al. | Auditory-evoked cortical activity: contribution of brain noise, phase locking, and spectral power | |
Zhang et al. | Reduction in time-to-sleep through EEG based brain state detection and audio stimulation | |
Zhang et al. | Cat's behavioral sensitivity and cortical spatiotemporal responses to the sweep direction of frequency-modulated tones |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |