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 PDF

Info

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Withdrawn
Application number
DE102014007647.4A
Other languages
English (en)
Inventor
Daniel Strauss
Farah Corona-Strauss
Gabriele Steidl
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hochschule fuer Technik und Wirtschaft des Saarlandes
Technische Universitat Kaiserslautern
Original Assignee
Hochschule fuer Technik und Wirtschaft des Saarlandes
Technische Universitat Kaiserslautern
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hochschule fuer Technik und Wirtschaft des Saarlandes, Technische Universitat Kaiserslautern filed Critical Hochschule fuer Technik und Wirtschaft des Saarlandes
Priority to DE102014007647.4A priority Critical patent/DE102014007647A1/de
Priority to EP15727570.2A priority patent/EP3145401A1/de
Priority to PCT/EP2015/060866 priority patent/WO2015177080A1/de
Publication of DE102014007647A1 publication Critical patent/DE102014007647A1/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/16Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/369Electroencephalography [EEG]
    • A61B5/372Analysis of electroencephalograms
    • A61B5/374Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/369Electroencephalography [EEG]
    • A61B5/377Electroencephalography [EEG] using evoked responses
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7253Details of waveform analysis characterised by using transforms
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7278Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/12Audiometering
    • A61B5/121Audiometering evaluating hearing capacity
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02Preprocessing
    • G06F2218/04Denoising

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 zeigt 1 das gemittelte Potenzial aus 100 Einzelsweeps, das häufig zur Analyse von späten auditorischen EKPs eingesetzt wird. Rechts oben zeigt 1 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 der 2 sind Einzelsweeps N in Abhängigkeit der Zeit t in ms als elektroenzephalografische Antwort auf die Zielsilben dargestellt. In dem unteren Diagramm der 2 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 der 2 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 der 2 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 Schritt 100 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 Schritt 102 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 Rahmen 200 eingefassten Schritte 101 bis 103 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 in 4 durch den Rahmen 201 hervorgehoben.
  • In dem Schritt 105 wird die so phasenregulierte Einzelsweepmatrix mit den zugehörigen Absolutwerten aus Schritt 103 zusammengefasst, darauf eine FFT angewandt und das Differenzspektrum aus Schritt 102 hinzuaddiert, so dass ein kombiniertes Spektrum der phasenregulierten Zeilen (analytische Signale) erzielt wird. Auf diese so gewonnen Zeilen wird im schritt 106 eine inverse FFT angewandt (zur Gewinnung des analytischen Signals können die negativen Frequenzen wieder zu Null gesetzt werden). Die mit dem Rahmen 202 eingefassten Schritte 105 und 106 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 Schritten 100 bis 107 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 der 5 zeigt die Momentanphasen ohne Phasenregulierung und das rechte Diagramm zeigt die mit einem Verfahren nach 4 entrauschten Momentanphasen.
  • 6 bis 9 zeigen Diagramme von gemittelten, auditorisch evozierten Einzelsweep-Signalen mit 30 dB HL Stimulation, wobei die Einzelsweep-Signale experimentell mit einem Verfahren nach 4 und einer Anordnung nach 10 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 nach 4 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, in 6 500, in 7 750 und 9 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-Generatoreinheit 1 werden auditorische Reize (Stimuli) einer Testperson 2 mittels Kopfhörern 6 dargeboten. Mit einer EEG-Einheit, umfassend eine Signalerfassungseinheit 3 mit Sensoren 5, 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 Bildschirm 7 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)

  1. 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).
  2. 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.
  3. 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).
  4. Verfahren nach Anspruch 3, gekennzeichnet durch: nach der Änderung der Momentanphasen, – ein Zusammenführen der geänderten Momentanphasen mit den gespeicherten Betragswerten (105).
  5. 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).
  6. Verfahren nach einem der Ansprüche 3 bis 5, gekennzeichnet durch: – eine isotrope oder anisotrope Glättung, Regularisierung oder Filterung der Betragswerte.
  7. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Änderung der Momentanphasen durch ein isotropes oder anisotropes Regularisierungs- oder Glättungsverfahren erfolgt.
  8. 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.
  9. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass es sich bei der Transformation um eine Hardy-Raum Projektion handelt.
  10. 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.
  11. 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.
  12. 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.
DE102014007647.4A 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 Withdrawn DE102014007647A1 (de)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (2)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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