CN115192046A - 一种利用两种声音刺激来判断大脑意识水平的检测系统 - Google Patents
一种利用两种声音刺激来判断大脑意识水平的检测系统 Download PDFInfo
- Publication number
- CN115192046A CN115192046A CN202210728331.1A CN202210728331A CN115192046A CN 115192046 A CN115192046 A CN 115192046A CN 202210728331 A CN202210728331 A CN 202210728331A CN 115192046 A CN115192046 A CN 115192046A
- Authority
- CN
- China
- Prior art keywords
- waveform
- brain
- filtering
- waveforms
- instantaneous
- 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
- 210000004556 brain Anatomy 0.000 title claims abstract description 125
- 238000001514 detection method Methods 0.000 title claims abstract description 40
- 238000001914 filtration Methods 0.000 claims abstract description 121
- 230000000638 stimulation Effects 0.000 claims abstract description 118
- 238000006243 chemical reaction Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 230000003321 amplification Effects 0.000 claims description 15
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 15
- 206010052770 Coma states Diseases 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 230000002618 waking effect Effects 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 5
- 230000002459 sustained effect Effects 0.000 claims description 4
- 230000003542 behavioural effect Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 206010010071 Coma Diseases 0.000 description 2
- 230000036626 alertness Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 230000035790 physiological processes and functions Effects 0.000 description 2
- 238000004393 prognosis Methods 0.000 description 2
- 230000011514 reflex Effects 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 230000008454 sleep-wake cycle Effects 0.000 description 2
- 230000002269 spontaneous effect Effects 0.000 description 2
- 208000028698 Cognitive impairment Diseases 0.000 description 1
- 206010011469 Crying Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000000981 bystander Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 208000010877 cognitive disease Diseases 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000026058 directional locomotion Effects 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 210000000624 ear auricle Anatomy 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 239000002003 electrode paste Substances 0.000 description 1
- 230000006397 emotional response Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 210000001595 mastoid Anatomy 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010855 neuropsychological testing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 210000004761 scalp Anatomy 0.000 description 1
- 230000024188 startle response Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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]
- A61B5/377—Electroencephalography [EEG] using evoked responses
- A61B5/38—Acoustic or auditory stimuli
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Psychology (AREA)
- Acoustics & Sound (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种利用两种声音刺激来判断大脑意识水平的检测系统,包括声音播放器、电极、信号采集并转化单元、波形处理单元、分析判断单元;还包括以下检测判断步骤:S1.信号采集器采集大脑的原始脑电信号并转化为第一波形;S2.放大器放大该第一波形;S3.上位器对该第一波形进行滤波,观察滤波后的第一波形直到其平稳;S4.对大脑输入声音刺激,信号采集器采集大脑的瞬时脑电信号并转化为第二波形;S5.放大器放大该第二波形;S6.上位器对第二波形进行叠加、滤波;S7.根据处理后的第二波形的波幅判断出大脑的意识状态水平。本发明通过检测系统对大脑的脑电波形进行采集、放大、滤波与分析,结合检测判断步骤判断出大脑的意识状态水平。
Description
技术领域
本发明属于事件相关电位技术领域,具体涉及一种利用两种声音刺激来判断大脑意识水平的检测系统。
背景技术
目前判断意识障碍患者的大脑的意识状态水平主要依赖于行为表现类的临床观察量表如GCS(Glasgow Coma Scale,格拉斯昏迷评分量表)和GOSE(Glasgow OutcomeScale Extended,加强版格拉斯哥结局指数)等来判断,这种方法的局限性在于人体意识的恢复通常没有任何行为表现,且当患者意识恢复时与持久性植物状态的患者从行为表现上来说可以没有任何差异,无法通过行为量表来精确判断患者的意识状态,因此量表对意识障碍的预后无法准确判断。
专利号为“CN201510061664.3”的中国发明专利公开了一种昏迷患者苏醒预测方法,该方法公开了传统的事件相关电位指标MMN(mismatch negativity,失匹配负波)的应用方法,但是在临床上仅能对意识障碍患者的意识状态水平及预后进行模糊的界定及定性判断,对意识状态没有明确的定量及区间划分,使得检测的准确度和便捷度不高。
发明内容
本发明的目的在于提供一种利用两种声音刺激来判断大脑意识水平的检测系统,通过该系统的检测结果与参考指标进行对照,可以对患者的意识状态水平进行ERP指标精确的区间量化,判断出大脑的意识状态水平。
为实现上述发明目的,本发明采取的技术方案如下:
一种利用两种声音刺激来判断大脑意识水平的检测系统,包括声音播放器、电极、信号采集并转化单元、波形处理单元、分析判断单元;
所述声音播放器,用于多次播放标准刺激声音和偏差刺激声音两种类型的声音来刺激所述大脑的听觉系统,使所述大脑产生与两种类型的声音相对应的多个标准刺激脑电信号和多个偏差刺激脑电信号;
所述电极,用于传输所有所述大脑的脑电信号;
所述信号采集并转化单元,用于采集所有所述大脑产生的脑电信号,并转化为相对应的脑电波形发送至所述波形处理单元;
所述波形处理单元,用于接收来自所述信号采集并转化单元的所有脑电波形,并对所有脑电波形分别进行放大、滤波之后,再将滤波后的同种类的声音刺激对应的脑电波形进行叠加并后置滤波,最后生成标准刺激滤波波形和偏差刺激滤波波形发送至所述分析判断单元;
所述分析判断单元,用于接收来自所述波形处理单元的标准刺激滤波波形和偏差刺激滤波波形,并对标准刺激滤波波形和偏差刺激滤波波形进行分析,判断出所述大脑的意识状态水平。
本系统应用事件相关电位(ERP)技术,通过对大脑的脑电波形的采集、放大、滤波与分析,结合逻辑严密的意识状态水平的参考指标,判断出大脑的意识状态水平。
优选的,所述大脑的意识状态水平包括昏迷状态、植物状态、微意识过渡状态、微意识非持续反应状态、微意识持续反应状态、清醒状态;所述信号采集并转化单元包括信号采集器;所述波形处理单元包括放大器、上位器。
进一步的,所述检测系统的检测判断步骤如下:
S1.信号采集器采集大脑的原始脑电信号,转化为第一波形并发送至放大器;
S2.放大器接收来自信号采集器的第一波形并放大,生成第一放大波形并发送至上位器;
S3.上位器接收来自放大器的第一放大波形,然后对第一放大波形进行滤波,得到第一滤波波形,并观察第一滤波波形是否平稳;若是,则转S4;若否,则回到S1;
S4.对大脑输入多种声音刺激,信号采集器采集与多种声音刺激相对应的多种瞬时脑电信号,然后将多种瞬时脑电信号转化为多种第二波形并发送至放大器;
S5.放大器接收来自信号采集器的多种第二波形并放大,生成多种第二放大波形并发送至上位器,之后回到步骤S4,直到上位器接收到多个第二放大波形;
S6.将所述多个第二放大波形根据其对应的声音刺激类型进行同类型叠加,然后再分别进行滤波,得到多种第二滤波波形;
S7.根据多种第二滤波波形判断出大脑的意识状态水平。
进一步的,所述步骤S3包括:
S3.1.上位器接收来自放大器的第一放大波形;
S3.2.上位器对第一放大波形先进行1~70Hz带通滤波,然后进行49.5~51Hz带阻滤波,得到第一滤波波形;
S3.3.观察第一滤波波形是否平稳;若是,则转S4;若否,则回到S1。
进一步的,所述步骤S4包括:
S4.1.对大脑分别输入标准刺激声音、偏差刺激声音;
S4.2.信号采集器分别采集标准刺激声音对应的第一瞬时脑电信号、偏差刺激声音对应的第二瞬时脑电信号;
S4.3.信号采集器将第一瞬时脑电信号、第二瞬时脑电信号发送至放大器。
进一步的,所述步骤S5包括:
S5.1.放大器接收第一瞬时脑电信号、第二瞬时脑电信号并转化为对应的第一瞬时脑电波形、第二瞬时脑电波形,且对这些波形都进行放大,生成对应的第一瞬时放大波形、第二瞬时放大波形;
S5.2.放大器将第一瞬时放大波形、第二瞬时放大波形发送至上位器;上位器对第一瞬时放大波形、第二瞬时放大波形都先进行1~70Hz带通滤波,然后进行49.5~51Hz带阻滤波,得到对应的第一瞬时滤波波形、第二瞬时滤波波形并存储;
S5.3.回到步骤S4,直到上位器存储到多个第一瞬时滤波波形、第二瞬时滤波波形。
进一步的,所述步骤S6包括:
S6.1.上位器将多个第一瞬时滤波波形进行叠加,得到第一叠加波;上位器将多个第二瞬时滤波波形进行叠加,得到第二叠加波;
S6.2.上位器将第一叠加波进行3~30Hz的后置滤波,得到标准刺激滤波波形;上位器将第二叠加波进行3~30Hz的后置滤波,得到偏差刺激滤波波形。
进一步的,所述标准刺激声音频率为800Hz、音量为80d、持续时间为75ms;所述偏差刺激声音频率为1500Hz、音量为80d、持续时间为75ms。
进一步的,
所述第一叠加波的后置滤波选取的波形叠加范围为-100ms到400ms,即输入标准刺激声音的前100ms到输入标准声音后的第400ms,同时剔除该范围内的120μV以上的波幅;
所述第二叠加波的后置滤波选取的波形叠加范围为-100ms到400ms,即输入偏差刺激声音的前100ms到输入偏差刺激声音后的第400ms,同时剔除该范围内的120μV以上的波幅。
进一步的,所述步骤S7包括:
S7.1.观察偏差刺激滤波波形和标准刺激滤波波形在80~150ms时间窗内是否都有波谷;若是,则转S7.2;若否,则说明不适用该检测判断步骤,流程结束;
S7.2.用偏差刺激滤波波形减去标准刺激滤波波形,得到失匹配负波;
S7.3.记录偏差刺激滤波波形在80~150ms时间窗内的波谷对应的时刻和波幅;记录标准刺激滤波波形在80~150ms时间窗内的波谷对应的时刻和波幅;并记录失匹配负波在80~250ms时间窗内的波谷对应的时刻和波幅;
S7.4.根据记录的失匹配负波的波幅,与参考指标进行对照,判断出大脑对应的意识状态水平;
所述参考指标如下:
若失匹配负波的波幅为[0,0.6)μV,则判断出大脑的意识状态水平为昏迷状态;
若失匹配负波的波幅为[0.6,1.0)μV,则判断出大脑的意识状态水平为植物状态;
若失匹配负波的波幅为[1.0,1.7)μV,则判断出大脑的意识状态水平为微意识过渡状态;
若失匹配负波的波幅为[1.7,2.1)μV,则判断出大脑的意识状态水平为微意识非持续反应状态;
若失匹配负波的波幅为[2.1,3.0)μV,则判断出大脑的意识状态水平为微意识持续反应状态;
若失匹配负波的波幅为3.0μV以上,则判断出大脑的意识状态水平为清醒状态。
有益效果:
本发明的一种利用两种声音刺激来判断大脑意识水平的检测系统,应用事件相关电位(ERP)技术,通过对大脑发出声音刺激,并采集和分析脑电波形,记录到标准刺激滤波波形、偏差刺激滤波波形、失匹配负波的波幅;同时预先设置有对大脑的意识状态水平进行ERP指标精确的区间量化的参考指标,最后将所记录的波幅与参考指标进行对比,判断出大脑的意识状态水平。
附图说明
图1所示为实施例一的检测判断步骤的总流程图;
图2所示为实施例一的检测判断步骤的子流程图一;
图3所示为实施例一的检测判断步骤的子流程图二;
图4所示为实施例一的检测判断步骤的子流程图三;
图5所示为实施例一的检测判断步骤的子流程图四;
图6所示为实施例一的检测判断步骤的子流程图五;
图7所示为实施例一的检测系统的结构图;
图8所示为实施例三的波形图;
图9所示为实施例四的波形图。
附图标记:
101、标准刺激滤波波形;102、偏差刺激滤波波形;103、失匹配负波;MMN、失匹配负波的波谷;N1、80-150ms时间窗内出现的波谷。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对照附图说明本发明的具体实施方式。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,并获得其他的实施方式。
下面以具体实施例详细介绍本发明的技术方案。
实施例一
如图7所示,本实施例的一种利用两种声音刺激来判断大脑意识水平的检测系统,包括声音播放器2、电极3、信号采集并转化单元4、波形处理单元5、分析判断单元6;
声音播放器2,用于多次播放标准刺激声音和偏差刺激声音两种类型的声音来刺激大脑1的听觉系统,使大脑1产生与两种类型的声音相对应的多个标准刺激脑电信号和多个偏差刺激脑电信号;
电极3,用于传输所有大脑1的脑电信号;
信号采集并转化单元4,用于采集所有大脑1产生的脑电信号,并转化为相对应的脑电波形发送至波形处理单元5;
波形处理单元5,用于接收来自信号采集并转化单元4的所有脑电波形,并对所有脑电波形分别进行放大、滤波之后,再将滤波后的同种类的声音刺激对应的脑电波形进行叠加并后置滤波,最后生成标准刺激滤波波形和偏差刺激滤波波形发送至分析判断单元6;
分析判断单元6,用于接收来自波形处理单元5的标准刺激滤波波形和偏差刺激滤波波形,并对标准刺激滤波波形和偏差刺激滤波波形进行分析,判断出大脑的意识状态水平。
该系统应用事件相关电位(ERP)技术,在声音播放器2对大脑1输入声音刺激听觉系统后,通过信号采集并转化单元4对大脑1的脑电信号进行采集并转化为波形发送至波形处理单元5,然后波形处理单元5接收后将波形放大、叠加、滤波,随即发送至分析判断单元6,分析判断单元6对处理后的波形进行分析,判断出大脑的意识状态水平。
优选的,大脑的意识状态水平包括昏迷状态、植物状态、微意识过渡状态、微意识非持续反应状态、微意识持续反应状态、清醒状态;信号采集并转化单元包括信号采集器;波形处理单元包括放大器、上位器。
患者大脑的各个意识状态水平表征如下:
昏迷状态:患者无睡眠-醒觉周期,无论任何刺激,患者的眼睛无法睁开;且身体主要的生理功能都是紊乱的,比如呼吸、体温控制或血压等。对身体的通常刺激无明显反应;使用强烈疼痛刺激时,有时可观察到肢体反应的反射(伸/屈),但无其他反应出现。
植物状态:患者有一定睡眠-醒觉周期,但无正常的昼-夜节律,身体的大部分生理功能是正常的,能自主呼吸,不再需要呼吸机;一般有以下三种行为描述之一:(1)身体在被刺激后通常没有反应,有时观察到肢体延迟出现的反射;(2)刺激后身体经常出现过伸反应或惊跳反应,但无固定的习惯,有时这些反应演变为过曲反应;可看到眼睛恍惚,无视觉跟踪;有时候刺激后只出现痛苦表情;(3)身体受刺激部位有反应,通常出现自发的无指向性运动,刺激后患者出现收缩四肢、对刺激的朝向反应、无注视行为、跟踪移动中的人或物体。
微意识过渡状态:患者的视觉能跟踪和注视人与物,通常对刺激有较多指向性反应,行为是自动进行的,即当食物送到嘴边会张嘴,或者肢体能够到人或物,有时可看到身体出现情感反应,比如对家属或特殊刺激笑和哭。
微意识非持续反应状态:患者有时能听从简单指令,但认知极为有限,完全依赖外界;不能进行神经心理测试,警觉水平有波动。
微意识持续反应状态:患者警觉水平很高并且稳定,能听从简单指令,但仍然存在许多认知障碍,因此完全依赖外界。
清醒状态:在技术的支持下,有时患者和旁人可进行有效的互动沟通理解,但是仍表现出认知与行为障碍。
如图1所示,本实施例的一种利用两种声音刺激来判断大脑意识水平的检测系统还包括以下检测判断步骤:
S1.信号采集器采集大脑的原始脑电信号,转化为第一波形并发送至放大器;
S2.放大器接收来自信号采集器的第一波形并放大,生成第一放大波形并发送至上位器;
S3.上位器接收来自放大器的第一放大波形,然后对第一放大波形进行滤波,得到第一滤波波形,并观察第一滤波波形是否平稳?若是,则转S4;若否,则回到S1;
意识障碍患者的大脑在未进行声音刺激前,需要先采集此时大脑自发的原始脑电信号,并通过放大、滤波,观察波形是否平稳,待平稳后才输入声音刺激,确保外界环境无干扰,保证实验的准确度。
S4.对大脑输入多种声音刺激,信号采集器采集与多种声音刺激相对应的多种瞬时脑电信号,然后将多种瞬时脑电信号转化为多种第二波形并发送至放大器;
对意识障碍患者的大脑输入声音刺激后,大脑会产生相应的瞬时脑电信号,通过采集多种瞬时脑电信号并转化为波形,并通过后续对波形的放大、叠加、滤波处理,观察最后的波形的波幅,对照参考指标来判断出大脑的意识状态水平。
S5.放大器接收来自信号采集器的多种第二波形并放大,生成多种第二放大波形并发送至上位器,之后回到步骤S4,直到上位器接收到多个第二放大波形;
S6.将多个第二放大波形根据其对应的声音刺激类型进行同类型叠加,然后再分别进行滤波,得到多种第二滤波波形;
本实施例输入的声音类型分为标准刺激声音、偏差刺激声音两种,每种声音都需输入多次,标准刺激声音和偏差刺激声音输入间隔为800~900ms,且标准刺激声音、偏差刺激声音的占比约为9:1,每次输入声音后,将大脑对每种声音输入产生的瞬时脑电信号的波形进行保存,随即进行放大、叠加、滤波,具体叠加机理为:1.多个标准刺激声音对应的多个标准刺激波形叠加;2.多个偏差刺激声音对应的多个偏差刺激波形叠加;叠加完后为两种叠加后的波形,即标准刺激叠加波、偏差刺激叠加波。
将标准刺激叠加波、偏差刺激叠加波进行滤波后,得到对应的标准刺激滤波波形、偏差刺激滤波波形。用偏差刺激滤波波形减去标准刺激滤波波形,即可得到失匹配负波。
S7.根据多种第二滤波波形判断出大脑的意识状态水平。
本实施例的判断途径为:寻找失匹配负波在特定时刻对应的波谷的波幅,将该波幅与参考指标进行匹对,判断出大脑的意识状态水平。
本发明应用事件相关电位(ERP)技术,通过对大脑的脑电波形的采集、放大、滤波与分析,结合逻辑严密的意识状态水平的参考指标,判断出大脑的意识状态水平。
如图2所示,步骤S3包括:
S3.1.上位器接收来自放大器的第一放大波形;
S3.2.上位器对第一放大波形先进行1~70Hz带通滤波,然后进行49.5~51Hz带阻滤波,得到第一滤波波形;
S3.3.观察第一滤波波形是否平稳?若是,则转S4;若否,则回到S1。
如图3所示,步骤S4包括:
S4.1.对大脑分别输入标准刺激声音、偏差刺激声音;
S4.2.信号采集器分别采集标准刺激声音对应的第一瞬时脑电信号、偏差刺激声音对应的第二瞬时脑电信号;
S4.3.信号采集器将第一瞬时脑电信号、第二瞬时脑电信号发送至放大器。
如图4所示,步骤S5包括:
S5.1.放大器接收第一瞬时脑电信号、第二瞬时脑电信号并转化为对应的第一瞬时脑电波形、第二瞬时脑电波形,且对这些波形都进行放大,生成对应的第一瞬时放大波形、第二瞬时放大波形;
S5.2.放大器将第一瞬时放大波形、第二瞬时放大波形发送至上位器;上位器对第一瞬时放大波形、第二瞬时放大波形都先进行1~70Hz带通滤波,然后进行49.5~51Hz带阻滤波,得到对应的第一瞬时滤波波形、第二瞬时滤波波形并存储;
S5.3.回到步骤S4,直到上位器存储到多个第一瞬时滤波波形、第二瞬时滤波波形。
如图5所示,步骤S6包括:
S6.1.上位器将多个第一瞬时滤波波形进行叠加,得到第一叠加波;上位器将多个第二瞬时滤波波形进行叠加,得到第二叠加波;
S6.2.上位器将第一叠加波进行3~30Hz的后置滤波,得到标准刺激滤波波形;上位器将第二叠加波进行3~30Hz的后置滤波,得到偏差刺激滤波波形。
进一步的,标准刺激声音频率为800Hz、音量为80d、持续时间为75ms;偏差刺激声音频率为1500Hz、音量为80d、持续时间为75ms。
进一步的,其特征在于,
第一叠加波的后置滤波选取的波形叠加范围为-100ms到400ms,即输入标准刺激声音的前100ms到输入标准声音后的第400ms,同时剔除该范围内的120μV以上的波幅;
第二叠加波的后置滤波选取的波形叠加范围为-100ms到400ms,即输入偏差刺激声音的前100ms到输入偏差刺激声音后的第400ms,同时剔除该范围内的120μV以上的波幅。
如图6所示,步骤S7包括:
S7.1.观察偏差刺激滤波波形和标准刺激滤波波形在80~150ms时间窗内是否都有波谷;若是,则转S7.2;若否,则说明不适用该检测判断步骤,流程结束;
S7.2.用偏差刺激滤波波形减去标准刺激滤波波形,得到失匹配负波;
S7.3.记录偏差刺激滤波波形在80~150ms时间窗内的波谷对应的时刻和波幅;记录标准刺激滤波波形在80~150ms时间窗内的波谷对应的时刻和波幅;并记录失匹配负波在80~250ms时间窗内的波谷对应的时刻和波幅;
S7.4.根据记录的失匹配负波的波幅,与参考指标进行对照,判断出大脑对应的意识状态水平;
参考指标如下:
若失匹配负波的波幅为[0,0.6)μV,则判断出大脑的意识状态水平为昏迷状态;
若失匹配负波的波幅为[0.6,1.0)μV,则判断出大脑的意识状态水平为植物状态;
若失匹配负波的波幅为[1.0,1.7)μV,则判断出大脑的意识状态水平为微意识过渡状态;
若失匹配负波的波幅为[1.7,2.1)μV,则判断出大脑的意识状态水平为微意识非持续反应状态;
若失匹配负波的波幅为[2.1,3.0)μV,则判断出大脑的意识状态水平为微意识持续反应状态;
若失匹配负波的波幅为3.0μV以上,则判断出大脑的意识状态水平为清醒状态。
实施例二
先将要输入的声音刺激进行编排,其中所用声音刺激全部为专业音频软件生成的纯音,编排示例如下:
1.标准刺激(频率为基准频率,如800Hz);
2.偏差刺激(频率为(1+90%)基准频率,如1500Hz)。
标准刺激和偏差刺激声音的音量均为80dB,播放时间为75ms,刺激间隔为800ms或900ms。
标准刺激和偏差刺激的占比为9:1。
待声音刺激编排完成后,在检测前还要登记受检人的姓名、年龄,检测过程如下:
(1)安放电极:按照国际10-20电极系统将电极放置在Fz、F3、F4和Cz四点,含有参考电极和接地电极,参考电极内置于电极帽或从靠近耳朵两旁引出放置在乳突或耳垂上,向电极注入电极膏,保证电极与头皮接触良好。
(2)检测环境:房间保持安静,室温23度左右,受检人平躺,每次检测尽量固定在同一检测时间;
(3)检测建议:建议病情稳定期3-5天检测一次,而病情不稳定期可每天检测一次,直至患者(意识好转或恢复)出院。
实施例三
如图8所示的波形图(x轴为时刻ms,最右侧y轴为波幅μV):观察到偏差刺激滤波波形102和标准刺激滤波波形101在80~150ms时间窗内都有波谷,记录偏差刺激滤波波形102和标准刺激滤波波形101在80~150ms时间窗内的波谷对应的时刻和波幅为N1;并记录失匹配负波103在80~250ms时间窗内的波谷对应的时刻和波幅为MMN。由于此时MMN的波幅为3.0μV以上,根据参考指标,判断出大脑的意识状态水平为清醒状态。
实施例四
如图9所示的波形图:观察到偏差刺激滤波波形和标准刺激滤波波形在80~150ms时间窗内都没有波谷,则说明不适用该检测判断步骤,流程结束。
以上对本发明所提供的一种利用两种声音刺激来判断大脑意识水平的检测系统的实施例进行了详细阐述。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明的原理的前提下,还可以本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (10)
1.一种利用两种声音刺激来判断大脑意识水平的检测系统,其特征在于,包括声音播放器、电极、信号采集并转化单元、波形处理单元、分析判断单元;
所述声音播放器,用于多次播放标准刺激声音和偏差刺激声音两种类型的声音来刺激所述大脑的听觉系统,使所述大脑产生与两种类型的声音相对应的多个标准刺激脑电信号和多个偏差刺激脑电信号;
所述电极,用于传输所有所述大脑的脑电信号;
所述信号采集并转化单元,用于采集所有所述大脑产生的脑电信号,并转化为相对应的脑电波形发送至所述波形处理单元;
所述波形处理单元,用于接收来自所述信号采集并转化单元的所有脑电波形,并对所有脑电波形分别进行放大、滤波之后,再将滤波后的同种类的声音刺激对应的脑电波形进行叠加并后置滤波,最后生成标准刺激滤波波形和偏差刺激滤波波形发送至所述分析判断单元;
所述分析判断单元,用于接收来自所述波形处理单元的标准刺激滤波波形和偏差刺激滤波波形,并对标准刺激滤波波形和偏差刺激滤波波形进行分析,判断出所述大脑的意识状态水平。
2.根据权利要求1所述的检测系统,其特征在于,所述大脑的意识状态水平包括昏迷状态、植物状态、微意识过渡状态、微意识非持续反应状态、微意识持续反应状态、清醒状态;所述信号采集并转化单元包括信号采集器;所述波形处理单元包括放大器、上位器。
3.根据权利要求2所述的检测系统,其特征在于,所述检测系统的检测判断步骤如下:
S1.信号采集器采集大脑的原始脑电信号,转化为第一波形并发送至放大器;
S2.放大器接收来自信号采集器的第一波形并放大,生成第一放大波形并发送至上位器;
S3.上位器接收来自放大器的第一放大波形,然后对第一放大波形进行滤波,得到第一滤波波形,并观察第一滤波波形是否平稳;若是,则转S4;若否,则回到S1;
S4.对大脑输入多种声音刺激,信号采集器采集与多种声音刺激相对应的多种瞬时脑电信号,然后将多种瞬时脑电信号转化为多种第二波形并发送至放大器;
S5.放大器接收来自信号采集器的多种第二波形并放大,生成多种第二放大波形并发送至上位器,之后回到步骤S4,直到上位器接收到多个第二放大波形;
S6.将所述多个第二放大波形根据其对应的声音刺激类型进行同类型叠加,然后再分别进行滤波,得到多种第二滤波波形;
S7.根据多种第二滤波波形判断出大脑的意识状态水平。
4.根据权利要求3所述的检测系统,其特征在于,所述步骤S3包括:
S3.1.上位器接收来自放大器的第一放大波形;
S3.2.上位器对第一放大波形先进行1~70Hz带通滤波,然后进行49.5~51Hz带阻滤波,得到第一滤波波形;
S3.3.观察第一滤波波形是否平稳;若是,则转S4;若否,则回到S1。
5.根据权利要求4所述的检测系统,其特征在于,所述步骤S4包括:
S4.1.对大脑分别输入标准刺激声音、偏差刺激声音;
S4.2.信号采集器分别采集标准刺激声音对应的第一瞬时脑电信号、偏差刺激声音对应的第二瞬时脑电信号;
S4.3.信号采集器将第一瞬时脑电信号、第二瞬时脑电信号发送至放大器。
6.根据权利要求5所述的检测系统,其特征在于,所述步骤S5包括:
S5.1.放大器接收第一瞬时脑电信号、第二瞬时脑电信号并转化为对应的第一瞬时脑电波形、第二瞬时脑电波形,且对这些波形都进行放大,生成对应的第一瞬时放大波形、第二瞬时放大波形;
S5.2.放大器将第一瞬时放大波形、第二瞬时放大波形发送至上位器;上位器对第一瞬时放大波形、第二瞬时放大波形都先进行1~70Hz带通滤波,然后进行49.5~51Hz带阻滤波,得到对应的第一瞬时滤波波形、第二瞬时滤波波形并存储;
S5.3.回到步骤S4,直到上位器存储到多个第一瞬时滤波波形、第二瞬时滤波波形。
7.根据权利要求6所述的检测系统,其特征在于,所述步骤S6包括:
S6.1.上位器将多个第一瞬时滤波波形进行叠加,得到第一叠加波;上位器将多个第二瞬时滤波波形进行叠加,得到第二叠加波;
S6.2.上位器将第一叠加波进行3~30Hz的后置滤波,得到标准刺激滤波波形;上位器将第二叠加波进行3~30Hz的后置滤波,得到偏差刺激滤波波形。
8.根据权利要求7所述的检测系统,其特征在于,所述标准刺激声音频率为700~900Hz、音量为60~90d、持续时间为至少75ms;所述偏差刺激声音频率为1000~1600Hz、音量为60~90d、持续时间为至少75ms。
9.根据权利要求8所述的检测系统,其特征在于,
所述第一叠加波的后置滤波选取的波形叠加范围为-100ms到400ms,即输入标准刺激声音的前100ms到输入标准声音后的第400ms,同时剔除该范围内的120μV以上的波幅;
所述第二叠加波的后置滤波选取的波形叠加范围为-100ms到400ms,即输入偏差刺激声音的前100ms到输入偏差刺激声音后的第400ms,同时剔除该范围内的120μV以上的波幅。
10.根据权利要求9所述的检测系统,其特征在于,所述步骤S7包括:
S7.1.观察偏差刺激滤波波形和标准刺激滤波波形在80~150ms时间窗内是否都有波谷;若是,则转S7.2;若否,则说明不适用该检测判断步骤,流程结束;
S7.2.用偏差刺激滤波波形减去标准刺激滤波波形,得到失匹配负波;
S7.3.记录偏差刺激滤波波形在80~150ms时间窗内的波谷对应的时刻和波幅;记录标准刺激滤波波形在80~150ms时间窗内的波谷对应的时刻和波幅;并记录失匹配负波在80~250ms时间窗内的波谷对应的时刻和波幅;
S7.4.根据记录的失匹配负波的波幅,与参考指标进行对照,判断出大脑对应的意识状态水平;
所述参考指标如下:
若失匹配负波的波幅为[0,0.6)μV,则判断出大脑的意识状态水平为昏迷状态;
若失匹配负波的波幅为[0.6,1.0)μV,则判断出大脑的意识状态水平为植物状态;
若失匹配负波的波幅为[1.0,1.7)μV,则判断出大脑的意识状态水平为微意识过渡状态;
若失匹配负波的波幅为[1.7,2.1)μV,则判断出大脑的意识状态水平为微意识非持续反应状态;
若失匹配负波的波幅为[2.1,3.0)μV,则判断出大脑的意识状态水平为微意识持续反应状态;
若失匹配负波的波幅为3.0μV以上,则判断出大脑的意识状态水平为清醒状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210728331.1A CN115192046B (zh) | 2022-06-24 | 2022-06-24 | 一种利用两种声音刺激来判断大脑意识水平的检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210728331.1A CN115192046B (zh) | 2022-06-24 | 2022-06-24 | 一种利用两种声音刺激来判断大脑意识水平的检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115192046A true CN115192046A (zh) | 2022-10-18 |
CN115192046B CN115192046B (zh) | 2024-07-02 |
Family
ID=83577964
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210728331.1A Active CN115192046B (zh) | 2022-06-24 | 2022-06-24 | 一种利用两种声音刺激来判断大脑意识水平的检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115192046B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130245422A1 (en) * | 2010-06-22 | 2013-09-19 | National Research Council Of Canada | Cognitive Function Assessment in a Patient |
US20150051503A1 (en) * | 2012-03-12 | 2015-02-19 | Centre Hospitalier Universitaire Vaudois(C.H.U.V.) | Method for predicting awakening in a comatose patient and computer-implemented method thereof |
CN104605839A (zh) * | 2015-02-05 | 2015-05-13 | 广州市润杰医疗器械有限公司 | 一种昏迷患者苏醒预测方法 |
CN105266805A (zh) * | 2015-10-23 | 2016-01-27 | 华南理工大学 | 一种基于视听觉脑机接口的意识状态检测方法 |
CN108335728A (zh) * | 2018-02-07 | 2018-07-27 | 广州贝方医疗设备有限公司 | 一种用于意识障碍患者的唤名促醒系统 |
CN109893093A (zh) * | 2019-02-20 | 2019-06-18 | 华南理工大学 | 一种隐式注视脑机接口的意识状态检测系统 |
US20210022638A1 (en) * | 2018-03-22 | 2021-01-28 | Paris Sciences Et Lettres - Quartier Latin | Method of generation of a state indicator of a person in coma |
-
2022
- 2022-06-24 CN CN202210728331.1A patent/CN115192046B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130245422A1 (en) * | 2010-06-22 | 2013-09-19 | National Research Council Of Canada | Cognitive Function Assessment in a Patient |
US20150051503A1 (en) * | 2012-03-12 | 2015-02-19 | Centre Hospitalier Universitaire Vaudois(C.H.U.V.) | Method for predicting awakening in a comatose patient and computer-implemented method thereof |
CN104605839A (zh) * | 2015-02-05 | 2015-05-13 | 广州市润杰医疗器械有限公司 | 一种昏迷患者苏醒预测方法 |
CN105266805A (zh) * | 2015-10-23 | 2016-01-27 | 华南理工大学 | 一种基于视听觉脑机接口的意识状态检测方法 |
CN108335728A (zh) * | 2018-02-07 | 2018-07-27 | 广州贝方医疗设备有限公司 | 一种用于意识障碍患者的唤名促醒系统 |
US20210022638A1 (en) * | 2018-03-22 | 2021-01-28 | Paris Sciences Et Lettres - Quartier Latin | Method of generation of a state indicator of a person in coma |
CN109893093A (zh) * | 2019-02-20 | 2019-06-18 | 华南理工大学 | 一种隐式注视脑机接口的意识状态检测系统 |
Non-Patent Citations (2)
Title |
---|
吴东宇;何俊;杜巨豹;袁英;刘霖;宋为群;: "脑电非线性分析在意识障碍监测中的应用", 中国康复医学杂志, no. 01, 26 January 2008 (2008-01-26), pages 20 - 21 * |
张冉;宋为群;: "听觉事件相关电位技术在意识障碍评估中的应用", 中国康复医学杂志, no. 12, 15 December 2012 (2012-12-15), pages 96 - 100 * |
Also Published As
Publication number | Publication date |
---|---|
CN115192046B (zh) | 2024-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Matthews et al. | A wearable physiological sensor suite for unobtrusive monitoring of physiological and cognitive state | |
Oades et al. | Event-related potentials in autistic and healthy children on an auditory choice reaction time task | |
Cohen et al. | Muscle tension patterns during auditory attention | |
CN109893093A (zh) | 一种隐式注视脑机接口的意识状态检测系统 | |
US11504056B2 (en) | Method for classifying anesthetic depth in operations with total intravenous anesthesia | |
D’Arcy et al. | Towards brain first-aid: a diagnostic device for conscious awareness | |
EP1440380B1 (en) | Improvements in or relating to physiological monitoring | |
US20010003145A1 (en) | Judgment method of the brain wave activity and the brain wave activity quantification measurement equipment | |
CN106650265A (zh) | 一种智能医疗诊断系统 | |
Barry et al. | Linking components of event-related potentials and autonomic measures of the orienting reflex | |
CN106859673A (zh) | 一种基于睡眠脑电的抑郁症风险筛查系统 | |
US6868345B1 (en) | Monitoring auditory evoked potentials | |
CN115376695A (zh) | 基于扩展现实的神经心理评估及干预的方法、系统和装置 | |
Ma et al. | Design and application of mental fatigue detection system using non-contact ECG and BCG measurement | |
Liu et al. | Cuffless blood pressure measurement using smartwatches: a large-scale validation study | |
AU2001213824A1 (en) | Monitoring auditory evoked potentials | |
US11344242B2 (en) | Vital-sign data statistics system and patient monitor | |
Simons et al. | The component structure of event-related slow potentials: Task, ISI, and warning stimulus effects on the ‘E’wave | |
CN115192046B (zh) | 一种利用两种声音刺激来判断大脑意识水平的检测系统 | |
Dupin et al. | Auditory attention processing in 5-year-old children born preterm: evidence from event-related potentials | |
McGee et al. | Improving the reliability of the auditory middle latency response by monitoring EEG delta activity | |
Feng et al. | Application of brain-computer-interface in awareness detection using machine learning methods | |
Tian et al. | Hearables: Heart Rate Variability from Ear Electrocardiogram and Ear Photoplethysmogram (Ear-ECG and Ear-PPG) | |
Nugroho et al. | An application real-time acquiring EEG signal from single lead electrode to recognize brain activity using Neurosky sensor | |
Sladky et al. | Integrated human-machine interface for closed-loop stimulation using implanted and wearable devices |
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 |