DE102014007647A1 - Verfahren und Anordnung zur Vergrößerung des Signal-Rauschabstandes von evozierten und ereigniskorrelierten Potenzialen in den Abteilungen einer neuronalen Aktivität - Google Patents
Verfahren und Anordnung zur Vergrößerung des Signal-Rauschabstandes von evozierten und ereigniskorrelierten Potenzialen in den Abteilungen einer neuronalen Aktivität Download PDFInfo
- Publication number
- DE102014007647A1 DE102014007647A1 DE102014007647.4A DE102014007647A DE102014007647A1 DE 102014007647 A1 DE102014007647 A1 DE 102014007647A1 DE 102014007647 A DE102014007647 A DE 102014007647A DE 102014007647 A1 DE102014007647 A1 DE 102014007647A1
- Authority
- DE
- Germany
- Prior art keywords
- signals
- instantaneous phases
- signal
- phase
- sweep
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000000763 evoking effect Effects 0.000 title claims abstract description 29
- 230000001537 neural effect Effects 0.000 title claims abstract description 22
- 239000011159 matrix material Substances 0.000 claims abstract description 29
- 230000009466 transformation Effects 0.000 claims abstract description 13
- 230000008859 change Effects 0.000 claims abstract description 12
- 230000002123 temporal effect Effects 0.000 claims abstract description 3
- 238000000605 extraction Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 5
- 238000009499 grossing Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 10
- 230000009467 reduction Effects 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 230000000638 stimulation Effects 0.000 description 6
- 210000004556 brain Anatomy 0.000 description 5
- 230000019771 cognition Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000035484 reaction time Effects 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 210000000133 brain stem Anatomy 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000002269 spontaneous effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007794 irritation Effects 0.000 description 1
- 230000000926 neurological effect Effects 0.000 description 1
- 210000000578 peripheral nerve Anatomy 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010972 statistical evaluation Methods 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
-
- 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
- A61B5/24—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
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
-
- 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
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/12—Audiometering
- A61B5/121—Audiometering evaluating hearing capacity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Psychiatry (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Signal Processing (AREA)
- Psychology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Educational Technology (AREA)
- Hospice & Palliative Care (AREA)
- Social Psychology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
Die Erfindung gibt ein Verfahren und eine zugehörige Anordnung zur Vergrößerung des Signal-Rauschabstandes von evozierten Potenzial-Signalen und ereigniskorrelierten Potenzial-Signalen einer neuronalen Aktivität an. Das Verfahren weist folgende Schritte auf: – eine Transformation von Einzelsweep-Signalen der neuronalen Aktivität zur Gewinnung von Momentanphasen der Einzelsweep-Signale aus einem originalen Zeitberecih, – eine zeitliche Darstellung der Momentanphasen in einer 2D-Einzelsweep-Matrix, – eine Änderung der Momentanphasen derart, dass die zirkuläre Varianz entlang mindestens einer Phasenspur in der 2D-Einzelsweep-Matrix verringert wird, und – eine Rücktransformation mit den geänderten Momentanphasen in den originalen Zeitbereich zur Bildung von phasenregularisierten Einzelsweep-Signalen. Die Erfindung bietet den Vorteil, dass durch die Phasenregularisierung das Signal-Rauschverhältnis von evozierten Potenzial-Signalen und ereigniskorrelierten Potenzial-Signalen einer neuronalen Aktivität deutlich verbessert wird.
Description
- Gebiet der Erfindung
- Die Erfindung betrifft ein Verfahren und eine Anordnung zur Vergrößerung des Signal-Rauschabstands bei evozierten und ereigniskorrelierten Potenzialen in den Ableitungen einer neuronalen Aktivität, beispielsweise des Gehirns.
- Hintergrund der Erfindung
- Evozierte und ereigniskorrelierte Potenziale sind ein etabliertes Werkzeug der objektiven neurologischen Diagnostik. Weltweit werden in Kliniken verschiedenster Fachrichtungen täglich viele medizinische Entscheidungen aufgrund von evozierten und ereigniskorrelierten Potenzialen gefällt. Evozierte und ereigniskorrelierte Potenziale (EP und EKP) bezeichnen Potenzialunterschiede bzw. Wellenformen im Elektroenzephalogramm (EEG), die entweder durch Reizung eines Sinnesorgans bzw. eines peripheren Nervs ausgelöst werden oder mit kognitiven Prozessen, wie beispielsweise Aufmerksamkeit oder Sprachverarbeitung, korreliert sind. Mit dem Begriff EKP werden im Folgenden evozierte, ereigniskorrelierte und induzierte Potenziale zusammengefasst.
- EKPs haben im EEG eine sehr kleine Amplitude von einigen wenigen μV. Um daher die EKPs im ereignisunabhängigen Spontan-EEG mit einer Amplitude von etwa 50 bis 100 μV sichtbar machen zu können, müssen die gemessenen EEG-Signale mit Hilfe von Methoden der Signalanalyse ausgewertet werden. Dazu werden im einfachsten Fall mehrere Realisierungen eines EKPs gemittelt. Das Spontan-EEG wird dabei als stochastisches Störsignal betrachtet, das von dem Reiz oder dem kognitiven Prozess unabhängig und dessen Mittelwert Null ist. Hingegen sind die interessierenden EKPs zeitlich an den Reiz bzw. dem kognitiven Prozess gekoppelt.
- Das EKP zeigt nach jedem Reiz bzw. kognitiven Prozess nahezu den gleichen Verlauf. Durch die wiederholte Darbietung eines Reizes bzw. die Wiederholung eines kognitiven Prozesses und die Mittelung des nachfolgenden EEG-Segments strebt die unabhängige Aktivität gegen Null, während das EKP aufsummiert wird. Die Anzahl der in der Praxis notwendigen Realisierungen hängt von dem Signal-Rausch-Verhältnis ab und ist je nach Sinnesmodalität und physikalischen Charakteristika verschieden. Bei beispielsweise einem durch Lichtblitze ausgelösten Potenzial genügen etwa 50 Reize, während zur Messung der frühen akustischen Hirnstammpotenziale etwa 1000 bis 2000 Reize dargeboten werden müssen. Die Auswertung der EKPs berücksichtigt die Form der Welle, die Wellenhöhe (Amplitude) und die Laufzeit (Latenz).
- Je nachdem, wie lange nach einem Ereignis eine Komponente im EEG auftritt, kann man diese verschiedenen Gehirnregionen zuordnen. Grob gilt folgende Einteilung: frühe Komponenten (0 bis 10 ms), mittlere Komponenten (10 bis 50 ms) und späte oder langsame Komponenten (50 bis 1000 ms).
- Um die Signalauswertung der EKPs zu verbessern, werden seit einiger Zeit Methoden der Signalanalyse verwendet. Mit ihnen lassen sich beispielweise Veränderungen in den Schwingungsstärken (Zeit-Frequenz-Analyse, Wavelet-Analyse), in der Synchronisation oder in der Kohärenz über die Einzelmessungen nachweisen. Vielversprechend ist die Analyse der Momentanphase von EKPs für verschiedene neurodiagnostische Anwendungen. Beispielsweise wird in F. Corona-Strauss et al. „Phase Stability Analysis of Chirp Evoked Auditory Brainstem Response by Gabor Frame Operators", IEEE Transactions an Neural Systems and Rehabilitation Engineering, Vol. 17, No. 6, December 2009 ein signifikanter Vorteil der Momentanphasenanalyse belegt.
- Momentanphasen haben eine zirkulare Verteilung, die für eine statistische Auswertung die Anwendung der linearen Statistik verbietet. Zur Auswertung kommt daher die zirkulare Statistik, im Englischen auch „directional statistic” genannt, zum Einsatz. Die Tatsache, dass 0° und 360° identische Winkel sind, hat zur Folge, dass beispielweise 180° nicht der richtige Mittelwert von 2° und 358° sein kann. Daraus folgt, dass für einige Datentypen, wie zum Beispiel für zeitlich periodische, besondere mathematische Verfahren erforderlich sind. Beispielsweise müssen für die Mittelwertsbildung trigonometrische Funktionen verwendet werden.
- In D. J. Strauss et al „Denoising of single-trial matrix representations using 2D nonlinear diffusion filtering", Journal of Neuroscience Methods, 185: 284–292, 2010 wird beschrieben, wie aktuelle 2D Verfahren der Bildverarbeitung zur Verbesserung der Darstellung von EKPs genutzt werden können. Der Kern des 2D Ansatzes besteht dabei darin, eine Matrix-Darstellung von Einzelsweep-Signalen mit EKP zu verwenden, wie sie in
1 dargestellt ist. -
1 zeigt links oben die Amplitude A in mV mehrere abgeleitete Einzelsweeps in Abhängigkeit der Zeit t in s. Einzelsweeps sind einzelne Antworten auf einen beispielsweise auditiven Burst-Reiz, wobei N die Nummer des Sweeps bezeichnet. Rechts unten zeigt1 das gemittelte Potenzial aus 100 Einzelsweeps, das häufig zur Analyse von späten auditorischen EKPs eingesetzt wird. Rechts oben zeigt1 Einzelsweeps in einer Matrix angeordnet. Dabei ist die normierte Amplitude in Graustufen kodiert, von schwarz (= 0) bis weiß (= 1). Die Spur der dominanten N1 und P2 Welle dieses Potenzials sind deutlich zu erkennen. Informationen über Latenz- und Amplitudenvariationen können im Gegensatz zu dem gemittelten Potenzial aus der Einzelsweep-Matrix entnommen werden. - In der Offenlegungsschrift
DE 10 2011 114 045 A1 wird beispielhaft beschrieben, wie Phasenspuren in Matrixdarstellungen von Momentanphasen sichtbar werden. - In
2 sind auditorisch evozierte Einzelsweeps in Matrixdarstellung, die aus einem Auditory Streaming Experiment gewonnen wurden, dargestellt. Dabei müssen Zielsilben in Babble Noise erkannt werden. Das Erkennen der Zielsilbe wird durch das Drücken eines Knopfes quittiert. In dem oberen Diagramm der2 sind Einzelsweeps N in Abhängigkeit der Zeit t in ms als elektroenzephalografische Antwort auf die Zielsilben dargestellt. In dem unteren Diagramm der2 sind die Einzelsweeps N absteigend nach der Reaktionszeit sortiert. Besonderes für spätere Komponenten (P300) sind deutlich komplexe 2D Strukturen zu erkennen, die teilweise beispielsweise mit Verhaltensparametern korrelieren, wie die geordnete Spur im P300 Bereich in dem Diagramm der2 zeigt. - Neben der beschriebenen 2D-Matrixdarstellung, ergeben sich diese Spuren auch für die Momentanphase, wie in
3 für die Einzelsweeps N in Abhängigkeit der Zeit t in ms dargestellt ist. Zu sehen sind die Momentanphasen der Einzelsweepmatrix aus dem unteren Diagramm der2 mit einer nach der Reaktionszeit sortierten EKP Einzelsweep-Sequenz (= Vielzahl von Einzelsweeps) für eine Darstellung im Zeitbereich, wobei die Phase in Graustufen dargestellt ist (schwarz = –Pi, weiß = +Pi). Die sich ergebende direktionale Phasenspur ist mir einer weißen Linie gekennzeichnet. Phasenspuren werden definiert durch ähnliche Phasenwerte in der durch N Sweeps sich ergebenden Struktur in der bezüglich der Momentanphase transformierten Version der Einzelsweep-Matrixdarstellung. - Die Auswertung von EKPs kann unter anderem auch für die Einstellung von Hörgeräten verwendet werden. Beispielsweise offenbart die Offenlegungsschrift
DE 10 2009 060 093 A1 ein Verfahren und eine Anordnung zur automatischen, rekursiven Anpassung eines von einer Person getragenen Hörgeräts. Die Anordnung umfasst eine Stimuli-Generatoreinheit, die an das Hörgerät einen akustischen Reiz abgibt, und eine Signalerfassungseinheit mit einem Sensor, die eine neuronale Aktivität des Gehirns aufgrund des akustischen Reizes erfasst. Die Anordnung umfasst des Weiteren eine Rechen- und Steuereinheit, die ein Maß der Höranstrengung aus der erfassten neuronalen Aktivität ermittelt und daraus Änderungen von Hörgeräteparametern bestimmt, sowie eine Hörgerätesteuereinheit, die die Hörgeräteparameter ändert. Die Rechen- und Steuereinheit veranlasst wiederholt die Stimuli-Generatoreinheit zum Abgeben eines Hörreizes und die Hörgerätesteuereinheit zum Andern eines Hörgeräteparameters, bis das Maß der Höranstrengung einen vorgebbaren Schwellwert unterschreitet. Dadurch können auf sehr robuste und verlässliche Weise Hörgeräte objektiv und automatisch angepasst werden. - Wegen der oben beschriebenen Kleinheit der Amplitude der EKPs im EEG spielt das Signal-Rauschverhältnis eine wichtige Rolle. Eine Vergrößerung des Signal-Rauschverhältnisses würde die Erfassung und Analyse von EKPs deutlich verbessern.
- Zusammenfassung der Erfindung
- Es ist daher Aufgabe der Erfindung, ein Verfahren, ein digitales Speichermedium, ein Computerprogramm und eine Anordnung anzugeben, die das Signal-Rauschverhältnis bei der Erfassung von evozierten und ereigniskorrelierten Potenzialen in der Ableitung von neuronalen Aktivitäten des Gehirns verbessern.
- Gemäß der Erfindung wird die gestellte Aufgabe mit dem Verfahren, dem digitales Speichermedium, dem Computerprogramm und der Anordnung gemäß der unabhängigen Patentansprüche gelöst.
- Erdfindungsgemäß werden die Momentanphasen von Einzelsweep-Signalen einer 2D-Einzwlsweep-Marix vor einer Rücktransformation in den Zeitbereich so verändert, dass die zirkuläre Varianz entlang mindestens einer Phasenspur in der 2D-Einzelsweep-Matrix verringert wird.
- Die Erfindung beansprucht ein Verfahren zur Vergrößerung des Signal-Rauschabstandes von evozierten Potenzial-Signalen und ereigniskorrelierten Potenzial-Signalen einer neuronalen Aktivität. Das Verfahren weist folgende Schritte auf:
- – eine Transformation von N Einzelsweep-Signalen der neuronalen Aktivität zur Gewinnung von Momentanphasen der Einzelsweep-Signale aus einem originalen Zeitbereich,
- – eine zeitliche Darstellung der Momentanphasen in einer 2D-Einzelsweep-Matrix,
- – eine Änderung der Momentanphasen derart, dass die zirkuläre Varianz entlang mindestens einer Phasenspur in der 2D-Einzelsweep-Matrix verringert wird, und
- – eine Rücktransformation mit den geänderten Momentanphasen in den originalen Zeitbereich zur Bildung von N phasenregularisierten Einzelsweep-Signalen.
- Die Erfindung bietet den Vorteil, dass durch die Phasenregularisierung das Signal-Rauschverhältnis von evozierten Potenzial-Signalen und ereigniskorrelierten Potenzial-Signalen einer neuronalen Aktivität deutlich verbessert wird.
- In einer Weiterbildung des Verfahrens wird die Änderung der Momentanphasen durch eine Änderung des Real- und Imaginärteils der komplex transformierten Einzelsweep-Signale erzielt.
- In einer weiteren Ausführungsform weist das Verfahren nach der Transformation folgende Schritte auf:
- – eine Extraktion der Phaseninformation der erstellten Projektionen zur Bildung der Momentanphasen und
- – eine Speicherung von zu den Momentanphasen korrespondierenden Betragswerten.
- Des Weiteren weist das Verfahren nach der Änderung der Momentanphasen folgenden Schritt auf:
- – ein Zusammenführen der geänderten Momentanphasen mit den gespeicherten Betragswerten.
- In einer weiteren Ausbildung weist das Verfahren noch folgenden zusätzlichen Schritt auf:
- – eine Mittelung der phasenregularisierten Einzelsweep-Signale zu einem resultierenden evozierten Potenzial-Signal oder zu einem resultierenden ereigniskorrelierten Potenzial-Signal.
- In einer weiteren Ausführungsform erfolgt eine isotrope oder anisotrope Glättung, Regularisierung oder Filterung der Betragswerte.
- In einer weiteren Ausprägung erfolgt die Änderung der Momentanphasen durch ein isotropes oder anisotropes Regularisierungs- oder Glättungsverfahren.
- In einer Weiterbildung werden die N Einzelsweep-Signale vorgebbar systematisch aufgeteilt, aufgeteilt verändert und aufgeteilt rücktransformiert und die Kohärenz oder Korrelation der aufgeteilt ermittelten phasenregulierten Einzelsweep-Signale wird ermittelt.
- In einer weiteren Ausbildung handel es sich bei der Transformation um eine Hardy-Raum Projektion.
- Die Erfindung beansprucht auch ein digitales Speichermedium mit elektronisch auslesbaren Steuersignalen, die so mit einem programmierbaren Computer oder digitalen Signalprozessor zusammenwirken können, dass das erfindungsgemäße Verfahren ausgeführt wird.
- Die Erfindung beansprucht auch ein Computerprogramm mit Programmcodemitteln, um alle Verfahrensschritte gemäß dem erfindungsgemäßen Verfahren durchzuführen, wenn das Programm auf einem Computer oder einem digitalen Signalprozessor ausgeführt wird.
- Außerdem beansprucht die Erfindung eine Anordnung zur Vergrößerung des Signal-Rauschabstandes von evozierten Potenzial-Signalen und ereigniskorrelierten Potenzial-Signalen einer neuronalen Aktivität, aufweisend:
- – eine Stimuli-Generatoreinheit, die ausgebildet ist, mindestens einen Reiz darzubieten,
- – eine Signalerfassungseinheit mit mindestens einem Sensor, die ausgebildet ist, eine neuronale Aktivität aufgrund des Reizes zu erfassen, und
- – einer Rechen- und Steuereinheit, die ausgebildet und programmiert ist, das Verfahren nach einem der Ansprüche 1 bis 9 auszuführen.
- Weitere Besonderheiten und Vorteile der Erfindung werden aus den nachfolgenden Erläuterungen mehrerer Ausführungsbeispiele anhand von schematischen Zeichnungen ersichtlich.
- Es zeigen:
-
1 : eine 2D-Matrixdarstellung von Einzelsweep-Signalen, -
2 : auditorisch evozierte Einzelsweep-Signale in einer 2D-Matrixdarstellung, -
3 : Momentanphasen einer 2D Einzelsweep-Matrixdarstellung geordnet nach der Reaktionszeit, -
4 : ein Ablaufdiagramm eines Verfahrens zur Vergrößerung des Signal-Rauschabstands von evozierten oder ereigniskorrelierten Potenzial-Signalen in einem EEG, -
5 : Momentanphasen einer 2D Einzelsweep-Matrixdarstellung mit und ohne Rauschminderung, -
6 : eine Darstellung von 250 gemittelten Einzelsweep-Siganlen mit 30 dB HL Stimulation mit und ohne Reduktion des Phasenrauschens, -
7 : eine Darstellung von 500 gemittelten, auditorisch evozierten Einzelsweep-Signalen mit 30 dB HL Stimulation mit und ohne Reduktion des Phasenrauschens, -
8 : eine Darstellung von 750 gemittelten, auditorisch evozierten Einzelsweep-Signalen mit 30 dB HL Stimulation mit und ohne Reduktion des Phasenrauschens, -
9 : eine Darstellung von 1000 gemittelten, auditorisch evozierten Einzelsweep-Signalen mit 30 dB HL Stimulation mit und ohne Reduktion des Phasenrauschens, und -
10 : ein Blockschaltbild einer Anordnung zur Vergrößerung des Signal-Rauschabstandes von evozierten Potenzial-Signalen und ereigniskorrelierten Potenzial-Signalen einer neuronalen Aktivität. - Detaillierte Beschreibung mehrerer Ausführungsbeispiele
-
4 zeigt ein Ablaufdiagramm eines Verfahrens zur Vergrößerung des Signal-Rauschabstands von evozierten oder ereigniskorrelierten Potenzialen in den Ableitungen einer neuronalen Aktivität. Aus dem EEG einer Testperson mit evozierten Potenzial-Signalen und/oder ereigniskorrelierten Potenzial-Signalen wird im ersten Schritt100 eine Einzelversuchsmatrix mit N Einzelsweep-Signalen durch Triggerung des EEG gebildet. - Auf jede Zeile der Einzelversuchsmatrix wird im Schritt
101 eine Fast Fourier Transformation (FFT) angewandt. Im folgenden Schritt102 wird ein interessierendes Frequenzband extrahiert und das Differenzspektrum für jede Zeile gespeichert. Beispielsweise wird vom Originalspektrum das interessierende Frequenzband abgezogen. - Anschließend wird im Schritt
103 das analytische Signal jeder einzelnen Zeile ermittelt, woraus sich auch die Momentanphasen ergeben. Das heißt, negative Frequenzen werden gleich Null gesetzt, positive Frequenzen des extrahierten Bandes werden mit zwei multipliziert und anschließend darauf eine inverse FFT angewandt. Die mit dem Rahmen200 eingefassten Schritte101 bis103 könne als eine Hardy-Raum Projektion angegeben werden. - In dem Schritt
104 erfolgt zur Rauschminderung eine Phasenregulierung der Momentanphase der analytischen Signale, d. h. jeder Zeile der Einzelsweepmatrix. Dabei wird ein isotropes oder anisotropes Regularisierungs- oder Glättungsverfahren zur Reduktion der zirkulären Varianz entlang von Phasenspuren in der Einzelsweepmatrix verwendet. Die Phasenregulierung wird in4 durch den Rahmen201 hervorgehoben. - In dem Schritt
105 wird die so phasenregulierte Einzelsweepmatrix mit den zugehörigen Absolutwerten aus Schritt103 zusammengefasst, darauf eine FFT angewandt und das Differenzspektrum aus Schritt102 hinzuaddiert, so dass ein kombiniertes Spektrum der phasenregulierten Zeilen (analytische Signale) erzielt wird. Auf diese so gewonnen Zeilen wird im schritt106 eine inverse FFT angewandt (zur Gewinnung des analytischen Signals können die negativen Frequenzen wieder zu Null gesetzt werden). Die mit dem Rahmen202 eingefassten Schritte105 und106 stellen die Rückprojektion in den originalen Zeitbereich dar. - Im abschließenden Schritt
107 wird der Mittelwert des Realteils der so entrauschten Einzelsweep-Signale im Zeitbereich gebildet und das resultierende entrauschte evozierte Potenzial-Signal oder das resultierende ereigniskorrelierte Potenzial-Signa beispielsweise auf einem Bildschirm angezeigt. Anschließend wird zur EEG-Messung zurück gesprungen und für die nächsten N Einzelsweep-Signale das Verfahren mit den Schritten100 bis107 durchgeführt. Das Ergebnis jedes weiteren Verfahrensdurchlaufs wird mit den vorher ermittelten Ergebnissen gemittelt und wieder dargestellt. - Andere Algorithmen als die oben beschriebene FFT basierte Hilbert Transformation sind für die Extraktion der Frequenzbänder und Hardy-Raum Projektionen bzw. die Extraktion der Momentanphasen ebenfalls möglich. Beispielsweise können Gabor Frames, komplexe Wavelets, eine Hilbert Transformation ohne FFT und eventuell auch Vorfilterungen zum Einsatz kommen.
- Die gemessenen Einzelsweep-Signale können auch aufgeteilt und aufgeteilt dem beschriebenen Verfahren unterzogen werden. Anschließend kann die Kohärenz oder Korrelation der so getrennt ermittelten Mittelwert-Signale bestimmt werden. Beispielsweise können gerade und ungerade Einzelsweep-Signale getrennt ausgewertet werden.
-
5 zeigt zwei Diagramme der Momentanphasen in Matrixdarstellung für 100 gemessene Einzelsweep-Signale in Abhängigkeit der Zeit t in Millisekunden. Die Graustufen der Diagramme geben den Wert der Momentanphase an, wobei die Farbe „schwarz” für „–Pi” und die Farbe „weiß” für „+Pi” steht. Das linke Diagramm der5 zeigt die Momentanphasen ohne Phasenregulierung und das rechte Diagramm zeigt die mit einem Verfahren nach4 entrauschten Momentanphasen. -
6 bis9 zeigen Diagramme von gemittelten, auditorisch evozierten Einzelsweep-Signalen mit 30 dB HL Stimulation, wobei die Einzelsweep-Signale experimentell mit einem Verfahren nach4 und einer Anordnung nach10 an einer Testperson ermittelt wurden. Die durchgezogenen Kurven zeigen jeweils die Mittelwerte mit einer Reduktion des Phasenrauschens. Die gestrichelten Kurven zeigen im Vergleich dazu jeweils die Mittelwerte ohne Reduktion des Phasenrauschens. Eine nennenswerte Aktivität ist bei einer derartigen Reizung zwischen 14 ms und 18 ms zu erwarten. Im Algorithmus nach4 wird N = 10 gesetzt. - Diverse Verfahren zur isotropen oder anisotropen Regularisierung von zirkulären Varianzen sind aus dem Bereich der Optik und Bildverarbeitung bekannt.
- In
5 werden 250 Einzelsweep-Signale ausgewertet, in6 500, in7 750 und9 1000. In allen Diagrammen ist deutlich zu erkennen, dass durch das „Entrauschen” der Momentanphasen eine deutliche Signalverbessrung erreicht wird. Schon bei 250 Einzelsweep-Signalen ist dies signifikant sichtbar. -
10 zeigt ein Blockschaltbild einer Anordnung zur Vergrößerung des Signal-Rauschabstandes von evozierten Potenzial-Signalen und ereigniskorrelierten Potenzial-Signalen einer neuronalen Aktivität. Mit einer Stimuli-Generatoreinheit1 werden auditorische Reize (Stimuli) einer Testperson2 mittels Kopfhörern6 dargeboten. Mit einer EEG-Einheit, umfassend eine Signalerfassungseinheit3 mit Sensoren5 , wird die neuronale Aktivität des Gehirns aufgrund des dargebotenen Reizes erfasst (sogenannte Ableitungen der EKPs). - Mit einer Rechen- und Steuereinheit
4 wird das oben beschriebene Verfahren zur Rauschminderung durchgeführt. Auf einem Bildschirm7 wird der Mittelwert des Realteils der so entrauschten Einzelsweep-Signale im Zeitbereich dargestellt. - Bezugszeichenliste
-
- 1
- Stimuli-Generatoreinheit
- 2
- Testperson
- 3
- Signalerfassungseinheit
- 4
- Rechen- und Steuereinheit
- 5
- Sensor
- 6
- Kopfhörer
- 7
- Bildschirm
- 100
- Bildung einer Einzelversuchsmatrix
- 101
- FFT
- 102
- Extraktion eines Frequenzbands und Bildung eines Differenzspektrum
- 103
- Momentanphasengewinnung
- 104
- Phasenregularisierung
- 105
- Kombination mit Absolutwerten
- 106
- inverse FFT
- 107
- Mittelung und Darstellung
- 200
- Hardy-Raum Projektion
- 201
- Phasenregulierung
- 202
- Rückprojektion in den Zeitbereich
- A
- Amplitude
- N
- Nummer des Einzelsweep-Signals
- t
- Zeit
- ZITATE ENTHALTEN IN DER BESCHREIBUNG
- Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
- Zitierte Patentliteratur
-
- DE 102011114045 A1 [0010]
- DE 102009060093 A1 [0013]
- Zitierte Nicht-Patentliteratur
-
- F. Corona-Strauss et al. „Phase Stability Analysis of Chirp Evoked Auditory Brainstem Response by Gabor Frame Operators”, IEEE Transactions an Neural Systems and Rehabilitation Engineering, Vol. 17, No. 6, December 2009 [0006]
- D. J. Strauss et al „Denoising of single-trial matrix representations using 2D nonlinear diffusion filtering”, Journal of Neuroscience Methods, 185: 284–292, 2010 [0008]
Claims (12)
- Verfahren zur Vergrößerung des Signal-Rauschabstandes von evozierten Potenzial-Signalen und ereigniskorrelierten Potenzial-Signalen einer neuronalen Aktivität, durch: – eine Transformation von Einzelsweep-Signalen der neuronalen Aktivität zur Gewinnung von Momentanphasen der Einzelsweep-Signale (
200 ) aus einem originalen Zeitbereich, – eine zeitliche Darstellung der Momentanphasen in einer 2D-Einzelsweep-Matrix (103 ), – eine Änderung der Momentanphasen derart, dass die zirkuläre Varianz entlang mindestens einer Phasenspur in der 2D-Einzelsweep-Matrix verringert wird (201 ), und – eine Rücktransformation mit den geänderten Momentanphasen in den originalen Zeitbereich zur Bildung von phasenregularisierten Einzelsweep-Signalen (202 ). - Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Änderung der Momentanphasen durch eine Änderung des Real- und Imaginärteils der komplex transformierten Einzelsweep-Signale erreicht wird.
- Verfahren nach Anspruch 1 oder 2, gekennzeichnet durch: nach der Transformation, – eine Extraktion der Phaseninformation der erstellten Projektionen zur Bildung der Momentanphasen (
102 ) und – eine Speicherung von zu den Momentanphasen korrespondierenden Betragswerten (102 ). - Verfahren nach Anspruch 3, gekennzeichnet durch: nach der Änderung der Momentanphasen, – ein Zusammenführen der geänderten Momentanphasen mit den gespeicherten Betragswerten (
105 ). - Verfahren nach einem der vorhergehenden Ansprüche, gekennzeichnet durch: – eine Mittelung der phasenregularisierten Einzelsweep-Signale zu einem resultierenden evozierten Potenzial-Signal oder zu einem resultierenden ereigniskorrelierten Potenzial-Signal (
107 ). - Verfahren nach einem der Ansprüche 3 bis 5, gekennzeichnet durch: – eine isotrope oder anisotrope Glättung, Regularisierung oder Filterung der Betragswerte.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Änderung der Momentanphasen durch ein isotropes oder anisotropes Regularisierungs- oder Glättungsverfahren erfolgt.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Einzelsweep-Signale vorgebbar systematisch aufgeteilt, aufgeteilt verändert und aufgeteilt rücktransformiert werden und eine Kohärenz oder Korrelation der aufgeteilt ermittelten phasenregulierten Einzelsweep-Signale ermittelt wird.
- Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass es sich bei der Transformation um eine Hardy-Raum Projektion handelt.
- Digitales Speichermedium mit elektronisch auslesbaren Steuersignalen, die so mit einem programmierbaren Computer oder digitalen Signalprozessor zusammenwirken können, dass das Verfahren nach einem der vorhergehenden Ansprüche ausgeführt wird.
- Computerprogramm mit Programmcodemitteln, um alle Verfahrensschritte gemäß einem der Ansprüche 1 bis 9 durchzuführen, wenn das Programm auf einem Computer oder einem digitalen Signalprozessor ausgeführt wird.
- Anordnung zur Vergrößerung des Signal-Rauschabstandes von evozierten Potenzial-Signalen und ereigniskorrelierten Potenzial-Signalen einer neuronalen Aktivität, aufweisend: – eine Stimuli-Generatoreinheit (
1 ), die ausgebildet ist, mindestens einen Reiz darzubieten, – eine Signalerfassungseinheit (3 ) mit mindestens einem Sensor (5 ), die ausgebildet ist, eine neuronale Aktivität aufgrund des Reizes zu erfassen, und – einer Rechen- und Steuereinheit (4 ), die ausgebildet und programmiert ist, das Verfahren nach einem der Ansprüche 1 bis 9 auszuführen.
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102014007647.4A DE102014007647A1 (de) | 2014-05-23 | 2014-05-23 | Verfahren und Anordnung zur Vergrößerung des Signal-Rauschabstandes von evozierten und ereigniskorrelierten Potenzialen in den Abteilungen einer neuronalen Aktivität |
EP15727570.2A EP3145401A1 (de) | 2014-05-23 | 2015-05-18 | VERFAHREN UND ANORDNUNG ZUR VERGRÖßERUNG DES SIGNAL-RAUSCHABSTANDES VON EVOZIERTEN UND EREIGNISKORRELIERTEN POTENZIALEN IN DEN ABLEITUNGEN EINER NEURONALEN AKTIVITÄT |
PCT/EP2015/060866 WO2015177080A1 (de) | 2014-05-23 | 2015-05-18 | VERFAHREN UND ANORDNUNG ZUR VERGRÖßERUNG DES SIGNAL-RAUSCHABSTANDES VON EVOZIERTEN UND EREIGNISKORRELIERTEN POTENZIALEN IN DEN ABLEITUNGEN EINER NEURONALEN AKTIVITÄT |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102014007647.4A DE102014007647A1 (de) | 2014-05-23 | 2014-05-23 | Verfahren und Anordnung zur Vergrößerung des Signal-Rauschabstandes von evozierten und ereigniskorrelierten Potenzialen in den Abteilungen einer neuronalen Aktivität |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102014007647A1 true DE102014007647A1 (de) | 2015-11-26 |
Family
ID=53365973
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102014007647.4A Withdrawn DE102014007647A1 (de) | 2014-05-23 | 2014-05-23 | Verfahren und Anordnung zur Vergrößerung des Signal-Rauschabstandes von evozierten und ereigniskorrelierten Potenzialen in den Abteilungen einer neuronalen Aktivität |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP3145401A1 (de) |
DE (1) | DE102014007647A1 (de) |
WO (1) | WO2015177080A1 (de) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102017005867A1 (de) | 2017-06-22 | 2018-12-27 | Hochschule RheinMain | Automatisierte Analyse von evozierten Potenzial-Signalen oder ereigniskorrelierten Potenzial-Signalen einer neuronalen Aktivität |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009060093A1 (de) | 2009-12-22 | 2011-06-30 | Siemens Medical Instruments Pte. Ltd. | Verfahren und Anordnung zum Einstellen eines Hörgeräts durch Erfassung der Höranstrengung |
DE102011114045A1 (de) | 2011-09-22 | 2013-03-28 | Hochschule Für Technik Und Wirtschaft Des Saarlandes | Verfahren und Anordnung zur objektiven Kontrolle der Messqualität und zur Erkennung von ereigniskorrelierten Potenzialen in den Ableitungen einer neuronalen Aktivität |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4705049A (en) * | 1986-08-04 | 1987-11-10 | John Erwin R | Intraoperative monitoring or EP evaluation system utilizing an automatic adaptive self-optimizing digital comb filter |
US20090062676A1 (en) * | 2003-05-06 | 2009-03-05 | George Mason Intellectual Property | Phase and state dependent eeg and brain imaging |
EP1788937A4 (de) * | 2004-09-16 | 2009-04-01 | Brainscope Co Inc | Verfahren zum adaptiven, komplexen, waveletbasierten filtern von eeg-signalen |
-
2014
- 2014-05-23 DE DE102014007647.4A patent/DE102014007647A1/de not_active Withdrawn
-
2015
- 2015-05-18 WO PCT/EP2015/060866 patent/WO2015177080A1/de active Application Filing
- 2015-05-18 EP EP15727570.2A patent/EP3145401A1/de not_active Withdrawn
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009060093A1 (de) | 2009-12-22 | 2011-06-30 | Siemens Medical Instruments Pte. Ltd. | Verfahren und Anordnung zum Einstellen eines Hörgeräts durch Erfassung der Höranstrengung |
DE102011114045A1 (de) | 2011-09-22 | 2013-03-28 | Hochschule Für Technik Und Wirtschaft Des Saarlandes | Verfahren und Anordnung zur objektiven Kontrolle der Messqualität und zur Erkennung von ereigniskorrelierten Potenzialen in den Ableitungen einer neuronalen Aktivität |
Non-Patent Citations (6)
Title |
---|
Corona-Strauss, F. I., et al., "Phase Stability Analysis of Chirp Evoked Auditory Brainstem Responses by Gabor Frame Operators, IEEE Transactions on Neural Systems and Rehabilitation Engineering, Vol. 17, No. 6, Dez. 2009, S. 530-536 * |
Corona-Strauss, F. I., et al., „Phase Stability Analysis of Chirp Evoked Auditory Brainstem Responses by Gabor Frame Operators, IEEE Transactions on Neural Systems and Rehabilitation Engineering, Vol. 17, No. 6, Dez. 2009, S. 530-536 |
D. J. Strauss et al "Denoising of single-trial matrix representations using 2D nonlinear diffusion filtering", Journal of Neuroscience Methods, 185: 284-292, 2010 |
F. Corona-Strauss et al. "Phase Stability Analysis of Chirp Evoked Auditory Brainstem Response by Gabor Frame Operators", IEEE Transactions an Neural Systems and Rehabilitation Engineering, Vol. 17, No. 6, December 2009 |
Mustaffa, I., et al., "Denoising of single-trial matrix representations using 2D nonlinear diffusion filtering", Journal of Neuroscience Methods 185 (2010), S. 284-292 * |
Mustaffa, I., et al., „Denoising of single-trial matrix representations using 2D nonlinear diffusion filtering", Journal of Neuroscience Methods 185 (2010), S. 284-292 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102017005867A1 (de) | 2017-06-22 | 2018-12-27 | Hochschule RheinMain | Automatisierte Analyse von evozierten Potenzial-Signalen oder ereigniskorrelierten Potenzial-Signalen einer neuronalen Aktivität |
Also Published As
Publication number | Publication date |
---|---|
EP3145401A1 (de) | 2017-03-29 |
WO2015177080A1 (de) | 2015-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE69736592T2 (de) | Systeme zur vorhersagung, schnellerfassung,warnung, vermeidung oder kontrolle von zustandsveränderungen im gehirn | |
EP2704629B1 (de) | Verfahren zur bewusstseins- sowie schmerzüberwachung, modul zur analyse von eeg-signalen und eeg-narkosemonitor | |
DE102016123159A1 (de) | Vorrichtung und Verfahren zum Detektieren eines Fahrerzustands basierend auf biometrischen Signalen des Fahrers | |
EP2811898B1 (de) | Verfahren zur bestimmung des physischen und/oder psychischen zustands eines probanden | |
DE102012218057A1 (de) | Vorrichtung und verfahren zur untersuchung einer krankhaften interaktion zwischen verschiedenen hirnarealen | |
DE102016003133B4 (de) | Verfahren zur automatischen Bestimmung einer individuellen Funktion einer DPOAE-Pegelkarte eines menschlichen oder tierischen Gehörs | |
Mammone et al. | Enhanced automatic artifact detection based on independent component analysis and Renyi’s entropy | |
WO2003085546A1 (de) | Verfahren und vorrichtung zur elektromagnetischen modifikation von hirnaktivität | |
EP3338297B1 (de) | Verfahren zur analyse eines datensatzes einer flugzeit-massenspektrometrie-messung und eine vorrichtung | |
DE102011114045B4 (de) | Verfahren, Anordnung und Computerprogramm zur Erkennung von Ableitungen ereigniskorrelierter Potenziale einer neuronalen Aktivität | |
DE102014007647A1 (de) | Verfahren und Anordnung zur Vergrößerung des Signal-Rauschabstandes von evozierten und ereigniskorrelierten Potenzialen in den Abteilungen einer neuronalen Aktivität | |
DE102020003691A1 (de) | Verfahren zur Ermittlung einer Belastung eines Fahrers beim Befahren einer Strecke | |
AT504147A1 (de) | Verfahren sowie einrichtung zur steuerung von geräten mit hilfe von elektroenzephalogrammen (eeg) bzw. elektrokortikogrammen (ecog) | |
AT518532B1 (de) | Vorrichtung und Verfahren zur Elektrostimulation eines Probanden | |
WO2019046870A1 (de) | Bestimmung der rangfolge der wahrnehmungsintensität von stimuli aus einer testmenge von stimuli bei einem probanden | |
Zhou et al. | Phase-amplitude coupling analysis for seizure evolvement using Hilbert Huang transform | |
WO2018229287A1 (de) | Verfahren und vorrichtung zur untersuchung des hörvermögens | |
DE19819497B4 (de) | Einrichtung zur Klassifikation und Identifikation von Hirn- und Herzzuständen | |
DE102017005867A1 (de) | Automatisierte Analyse von evozierten Potenzial-Signalen oder ereigniskorrelierten Potenzial-Signalen einer neuronalen Aktivität | |
EP2793693B1 (de) | Vorrichtung und system zur bestimmung von gehirnaktivitäten | |
DE10125347B4 (de) | Verfahren zum Auswerten einer Folge von diskreten Meßwerten | |
Mühler | On the terminology of auditory steady-state responses: What differentiates steady-state and transient potentials? | |
DE102015206450A1 (de) | Verfahren zur rechnergestützten Verarbeitung von mit einer Mehrzahl von Elektroden gemessenen Aktionspotentialen des menschlichen oder tierischen Körpers | |
DE102020107176A1 (de) | Fourier-Transformations-Freie Messung von Auditory Steady-State Responses | |
DE202020005493U1 (de) | Vorhersage der langfristigen hedonischen Reaktion auf einen Sinnesreiz |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R016 | Response to examination communication | ||
R079 | Amendment of ipc main class |
Free format text: PREVIOUS MAIN CLASS: A61B0005047600 Ipc: A61B0005369000 |
|
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee | ||
R082 | Change of representative |