DE19608733C1 - Verfahren zur Klassifikation einer meßbaren Zeitreihe, die eine vorgebbare Anzahl von Abtastwerten aufweist, insbesondere eines elektrischen Signals, durch einen Rechner und Verwendung des Verfahrens - Google Patents
Verfahren zur Klassifikation einer meßbaren Zeitreihe, die eine vorgebbare Anzahl von Abtastwerten aufweist, insbesondere eines elektrischen Signals, durch einen Rechner und Verwendung des VerfahrensInfo
- Publication number
- DE19608733C1 DE19608733C1 DE19608733A DE19608733A DE19608733C1 DE 19608733 C1 DE19608733 C1 DE 19608733C1 DE 19608733 A DE19608733 A DE 19608733A DE 19608733 A DE19608733 A DE 19608733A DE 19608733 C1 DE19608733 C1 DE 19608733C1
- Authority
- DE
- Germany
- Prior art keywords
- time series
- classification
- signal
- samples
- parameterized
- 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.)
- Expired - Fee Related
Links
- 238000005070 sampling Methods 0.000 title description 2
- 238000000034 method Methods 0.000 claims description 29
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 4
- 210000004556 brain Anatomy 0.000 claims description 4
- 229910052760 oxygen Inorganic materials 0.000 claims description 4
- 239000001301 oxygen Substances 0.000 claims description 4
- 206010049418 Sudden Cardiac Death Diseases 0.000 description 9
- 206010049993 Cardiac death Diseases 0.000 description 2
- 206010011906 Death Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- 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
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
-
- 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]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
- A61B5/14553—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases specially adapted for cerebral tissue
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Cardiology (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Psychology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Description
Die Erfindung betrifft ein Verfahren zur Klassifikation einer
meßbaren Zeitreihe, die eine vor
gebbare Anzahl von Abtastwerten aufweist, insbesondere eines
elektrischen Signals, durch einen Rechner.
Die Erfindung findet Anwendung in technischen Gebieten, in denen es von
Interesse ist, aus gemessenen Zeitreihen auf das zukünftige
Verhalten der Zeitreihen zu schließen. Diese Vorhersage des
zukünftigen "Verhaltens" der Zeitreihe erfolgt unter der An
nahme, daß die Zeitreihe nichtlineare Korrelationen oder li
neare Korrelationen (statistische Abhängigkeiten) zwischen
den Abtastwerten der Zeitreihe aufweist.
Erhebliche Bedeutung erlangt dieses Problem auch in verschie
denen Gebieten der Medizin, beispielsweise in der Kardiolo
gie. Speziell in dem Problembereich des Plötzlichen Herztodes
kann es lebenswichtig sein, Frühwarnzeichen des Plötzlichen
Herztodes zu erkennen, um so früh wie möglich Gegenmaßnahmen
gegen das Eintreten des Plötzlichen Herztodes einzuleiten.
Es ist bekannt, daß eine Zeitreihe eines Elektrokardiogramms,
welches nicht korreliert ist, ein nicht gefährdetes Herz be
züglich des plötzlichen Herztodes beschreibt. Ein gefährdetes
Herz bezüglich des plötzlichen Herztodes wird durch eine
Zeitreihe des Elektrokardiogramms beschrieben, welches nicht
lineare Korrelationen zwischen den Abtastwerten der Zeitreihe
aufweist (1). Weiterhin ist es aus (1) bekannt, aus der gra
phischen Phasenraumdarstellung zweier aufeinanderfolgender
Herzschläge Zeitreihen eines Elektrokardiogramms zu ermit
teln, die Herzen beschreiben, die bezüglich des Plötzlichen
Herztodes gefährdet sind.
Aus (2) ist ein Verfahren bekannt, mit dem der zeitliche Ver
lauf der lokalen Sauerstoffspannung des Gehirns (tipO2) er
mittelt werden kann.
Das in (1) beschriebene Verfahren weist alle Nachteile auf,
die empirische Verfahren in sich birgen. Hierbei sind insbe
sondere die Fehleranfälligkeit graphischer Deutungen durch
einen Menschen, das Problem des Setzens einer Schranke, ab
der eine Zeitreihe als gefährdet klassifiziert wird, sowie
Ungenauigkeiten in der Darstellung der Fourier-
Transformierten auf dem Bildschirm als Nachteil des bekannten
Verfahrens zu betrachten.
Aus dem Dokument (4) ist ein Verfahren und eine Anordnung zum Ver
gleichen von Wellenformen von zeitveränderlichen Signalen bekannt.
Der Erfindung liegt das Problem zugrunde, ein Verfahren zu schaffen,
um eine Zeitreihe ana
lytisch mit Hilfe eines Rechners zu klassifizieren.
Das Problem wird durch das Verfahren gemäß Patentanspruch 1
gelöst.
Bei dem erfindungsgemäßen Verfahren wird für eine meßbare Zeitreihe,
die eine vorgebbare Anzahl von Abtastwerten aufweist, eine
parametrisierte dynamische Mannigfaltigkeit ermittelt. Mit
der parametrisierten dynamischen Mannigfaltigkeit werden
nichtlineare Korrelationen zwischen den Abtastwerten der
Zeitreihe durch Parameter, die die Form der parametrisierten
dynamischen Mannigfaltigkeit angeben, beschrieben. Anhand der
parametrisierten dynamischen Mannigfaltigkeit wird eine Klas
sifikation der Zeitreihe durchgeführt.
Das Verfahren birgt gegenüber dem bekannten empirischen Ver
fahren vor allem den Vorteil ins ich, daß keine Fehlerquellen
durch ungenaue Bewertung der Ergebnisse sowie keine ungenauen
Ergebnisse ermittelt werden. Durch das analytische Vorgehen
wird eine eindeutige, nachvollziehbare Klassifikation der
Zeitreihe erreicht. Ein weiterer Vorteil ist in der wesent
lich erhöhten Geschwindigkeit zu sehen, mit der das gesamte
Verfahren der Klassifikation durchgeführt wird.
Vorteilhafte Weiterbildungen und Anwendungsmöglichkeiten
der Erfindung ergeben sich aus
den abhängigen Ansprüchen.
Zur Beschleunigung des Verfahrens ist es vorteilhaft, bei der
Klassifikation die Zeitreihe lediglich in einen ersten Zeit
reihentyp und in einen zweiten Zeitreihentyp einzuordnen.
Hierbei beschreibt ein erster Zeitreihentyp eine Zeitreihe,
bei der eine nichtlineare Korrelation zwischen den Abtastwer
ten festgestellt wird und der zweite Zeitreihentyp eine Zeit
reihe, die statistisch unabhängig ist. Für diese beiden Zeit
reihentypen unterscheidet sich die parametrisierte dynamische
Mannigfaltigkeit so stark, daß eine Klassifikation sehr
schnell, ohne größeren Rechenaufwand, durchgeführt werden
kann.
Die Erfindung wird anhand eines Ausführungsbeispiels, welches
in den Figuren dargestellt ist, weiter erläutert.
Es zeigen
Fig. 1 ein Ablaufdiagramm, welches die Verfahrensschritte
der Erfindung beschreibt;
Fig. 2 ein Ablaufdiagramm, welches die Weiterbildung des
erfindungsgemäßen Verfahrens mit einer Klassifika
tion in nur zwei Zeitreihentypen, beschreibt;
Fig. 3 ein Blockdiagramm, in dem verschiedene Möglich
keiten dargestellt sind, von welcher Art die Zeit
reihe beispielsweise sein kann;
Fig. 4 eine Skizze, in der ein Rechner, mit dem das Ver
fahren durchgeführt wird, dargestellt ist.
In Fig. 1 sind die Verfahrensschritte des erfindungsgemäßen
Verfahrens dargestellt.
In einem ersten Schritt 101 wird eine Zeitreihe gemessen,
falls es sich bei der Zeitreihe um ein elektrisches Signal
handelt. Da die Klassifikation der Zeitreihe mit einem Rech
ner R durchgeführt wird, weist die Zeitreihe eine vorgebbare
Anzahl von Abtastwerten, abhängig von einem Abtastintervall,
auf. Ist das gemessene Signal, welches die Zeitreihe dar
stellt, analog, so muß das Signal abgetastet werden, damit es
mit dem Rechner R verarbeitet werden kann.
Für die Zeitreihe wird in einem zweiten Schritt 102 eine pa
rametrisierte dynamische Mannigfaltigkeit ermittelt. Die Er
mittlung der parametrisierten dynamischen Mannigfaltigkeit
erfolgt in einer Weise, daß dabei nichtlineare Korrelationen,
die die Abtastwerte untereinander aufweisen, extrahiert wer
den. Ein Verfahren zur Ermittlung der parametrisierten dyna
mischen Mannigfaltigkeit ist bekannt (3).
Anhand dieser parametrisierten dynamischen Mannigfaltigkeit
ist es nunmehr möglich, Aussagen über eventuell vorhandene
nichtlineare Korrelationen zwischen den Abtastwerten zu tref
fen.
In einem letzten Schritt 103 wird die Zeitreihe anhand der
parametrisierten dynamischen Mannigfaltigkeit klassifiziert.
Das Verfahren eignet sich besonders zur Verwendung in medizi
nischen Bereichen. In diesen Bereichen ist insbesondere die
Früherkennung des plötzlichen Herztodes anhand von Elektro
kardiogramm-Signalen (EKG-Signale) ein wichtiges Einsatzge
biet für das erfindungsgemäße Verfahren.
Wie in (1) beschrieben, kann man anhand von Elektrokardio
gramm-Signalen feststellen, ob das Herz, für das das Elektro
kardiogramm gemessen wurde, bezüglich des Plötzlichen Herzto
des gefährdet ist. Hierbei sind bezüglich des Plötzlichen
Herztodes gefährdete Herzen in dem Elektrokardiogramm-
Signalen durch das Vorhandensein nichtlinearer Korrelationen
zwischen den Abtastwerten des Elektrokardiogramm-Signals cha
rakterisiert.
Bezüglich des plötzlichen Herztodes nicht gefährdete Herzen
weisen in dem EKG-Signal keinerlei Korrelationen zwischen den
Abtastwerten der Zeitreihe auf, die Abtastwerte sind stati
stisch voneinander unabhängig.
In Fig. 2 ist eine Weiterbildung des erfindungsgemäßen Ver
fahrens dargestellt, wodurch die Durchführbarkeit des Verfah
rens von der Messung der Zeitreihe bis zur Klassifikation der
Zeitreihe erheblich beschleunigt wird. Dies wird erreicht
durch eine vereinfachte Klassifikation. Die Vereinfachung be
steht darin, daß lediglich anhand der parametrisierten dyna
mischen Mannigfaltigkeit überprüft wird, ob die Abtastwerte
der Zeitreihe voneinander statistisch abhängig sind 201. Ist
dies der Fall, wird die Zeitreihe als ein erster Zeitreihen
typ klassifiziert 202. Diese Klassifikation entspricht für
das Anwendungsbeispiel der Klassifikation von Elektrokardio
gramm-Signalen in gefährdete und nichtgefährdete Herzen be
züglich des Plötzlichen Herztodes einer Klassifikation des
Elektrokardiogramm-Signals als ein Signal eines gefährdeten
Herzens, da in diesem Fall nichtlineare Korrelationen zwi
schen den Abtastwerten der Zeitreihe, in diesem Fall des
Elektrokardiogramm-Signals, vorhanden sind.
Sind die Abtastwerte der Zeitreihe jedoch statistisch unab
hängig, wird die Zeitreihe als ein zweiter Zeitreihentyp
klassifiziert 203. Dies entspricht in dem oben beschriebenen
Beispiel für das Elektrokardiogramm-Signal einer Klassifika
tion als ein Signal eines bezüglich des Plötzlichen Herztodes
nicht gefährdeten Herzens.
In Fig. 3 sind in einer nicht abschließend zu verstehenden
Übersicht einige Beispiele für mögliche Arten von Zeitreihen
angegeben, für die das erfindungsgemäße Verfahren eingesetzt
werden kann 301:
- - Elektrokardiogramm-Signale (EKG-Signale) 302;
- - Elektroencephalogramm-Signale (EEG-Signale) 303;
- - Signale, die den Verlauf der lokalen Sauerstoffspannung eines Gehirns beschreiben 304.
Eine Möglichkeit, ein Signal zu messen, das den Verlauf der
lokalen Sauerstoffspannung in einem Gehirn beschreibt, ist in
(2) dargestellt.
Das Verfahren kann selbstverständlich in allen Gebieten, in
denen es gilt, anhand von parametrisierten dynamischen Man
nigfaltigkeiten eine Zeitreihe zu klassifizieren, eingesetzt
werden.
In Fig. 4 ist der Rechner R dargestellt, mit dem das erfin
dungsgemäße Verfahren notwendigerweise durchgeführt wird.
Der Rechner R verarbeitet die von dem Meßgerät MG aufgenomme
nen, und dem Rechner R zugeführten Zeitreihen.
Hierbei ist es nicht von Bedeutung, ob die Bildung der Ab
tastwerte aus dem möglicherweise analogen Signal in dem Meß
gerät MG oder in dem Rechner R durchgeführt wird. Beide Vari
anten sind für das erfindungsgemäße Verfahren vorgesehen.
Das Meßgerät MG kann beispielsweise ein Elektrokardiograph
(EKG), ein Elektroencepahlograph (EEG) oder auch ein Gerät
sein, welches nach dem in (2) dargestellten Verfahren arbei
tet.
Das Klassifikationsergebnis, welches durch den Rechner R auf
die im vorigen beschriebene Weise ermittelt wird, wird in ei
nem Mittel zur Weiterverarbeitung WV weiterverarbeitet, bei
spielsweise einem Benutzer dargestellt. Dieses Mittel WV kann
beispielsweise ein Drucker, ein Bildschirm oder auch ein
Lautsprecher sein, über das ein akustisches oder visuelles
Signal an einen Benutzer weitergegeben wird.
Im Rahmen dieser Erfindung wurden folgende Veröffentlichungen
zitiert:
- 1) G. Morfill, Komplexitätsanalyse in der Kardiologie, Physikalische Blätter, Vol. 50, Nr. 2, S. 156 bis 160, 1994
- 2) LICOX, GMS, Gesellschaft für Medizinische Sondentechnik mbH, Advanced Tissue Monitoring
- 3) G. Deco & D. Schürmann, Learning Time Series Evolution by Unsupervised Extraction of Correlations, Physical Revue E, Vol. 51, Nr. 3, S. 1780 bis 1790, März 1995
- 4) DE 39 12 028 A1.
Claims (4)
1. Verfahren zur Klassifikation einer meßbaren Zeitreihe, die
eine vorgebbare Anzahl von Abtastwerten aufweist, insbesonde
re eines elektrischen Signals, durch einen Rechner
- - bei dem aus den Abtastwerten eine parametrisierte dynami sche Mannigfaltigkeit ermittelt wird (102), mit der nichtli neare Korrelationen zwischen den Abtastwerten der Zeitreihe beschrieben werden, und
- - bei dem anhand der parametrisierten dynamischen Mannigfal tigkeit eine Klassifikation der Zeitreihe durchgeführt wird (103)
- 2. Verfahren nach Anspruch 1, bei dem bei der Klassifikation die Zeitreihe entweder in ei nen ersten Zeitreihentyp, der nichtlineare Korrelationen auf weist (201, 202) oder in einen zweiten Zeitreihentyp, der statistisch unabhängig ist (201, 203), klassifiziert wird.
3. Verwendung des Verfahrens nach Anspruch 1 oder 2,
bei der die Zeitreihe ein Elektrokardiogramm-Signal (EKG-
Signal) ist.
4. Verwendung des Verfahrens nach Anspruch 1 oder 2,
bei der die Zeitreihe ein Elektroencephalogramm-Signal (EEG-
Signal) ist.
5. Verwendung des Verfahrens nach Anspruch 1 oder 2,
bei der die Zeitreihe ein Signal ist, mit dem der zeitliche
Verlauf einer lokalen Sauerstoffspannung eines Gehirns
(tipO2) beschrieben wird.
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19608733A DE19608733C1 (de) | 1996-03-06 | 1996-03-06 | Verfahren zur Klassifikation einer meßbaren Zeitreihe, die eine vorgebbare Anzahl von Abtastwerten aufweist, insbesondere eines elektrischen Signals, durch einen Rechner und Verwendung des Verfahrens |
US09/142,237 US6117074A (en) | 1996-03-06 | 1997-02-02 | Method conducted in a computer for classification of a time series having a prescribable number of samples |
EP97914158A EP0885422A1 (de) | 1996-03-06 | 1997-02-27 | Verfahren zur klassifikation einer zeitreihe, die eine vorgebbare anzahl von abtastwerten aufweist, insbesondere eines elektrischen signals, durch einen rechner |
JP9531331A JP2000506039A (ja) | 1996-03-06 | 1997-02-27 | コンピュータにより所定数のサンプル値を有する時系列データ例えば電気信号を分類する方法 |
PCT/DE1997/000350 WO1997033238A1 (de) | 1996-03-06 | 1997-02-27 | Verfahren zur klassifikation einer zeitreihe, die eine vorgebbare anzahl von abtastwerten aufweist, insbesondere eines elektrischen signals, durch einen rechner |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19608733A DE19608733C1 (de) | 1996-03-06 | 1996-03-06 | Verfahren zur Klassifikation einer meßbaren Zeitreihe, die eine vorgebbare Anzahl von Abtastwerten aufweist, insbesondere eines elektrischen Signals, durch einen Rechner und Verwendung des Verfahrens |
Publications (1)
Publication Number | Publication Date |
---|---|
DE19608733C1 true DE19608733C1 (de) | 1997-05-22 |
Family
ID=7787441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE19608733A Expired - Fee Related DE19608733C1 (de) | 1996-03-06 | 1996-03-06 | Verfahren zur Klassifikation einer meßbaren Zeitreihe, die eine vorgebbare Anzahl von Abtastwerten aufweist, insbesondere eines elektrischen Signals, durch einen Rechner und Verwendung des Verfahrens |
Country Status (5)
Country | Link |
---|---|
US (1) | US6117074A (de) |
EP (1) | EP0885422A1 (de) |
JP (1) | JP2000506039A (de) |
DE (1) | DE19608733C1 (de) |
WO (1) | WO1997033238A1 (de) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19826993A1 (de) * | 1998-06-19 | 2000-01-05 | Forschungszentrum Juelich Gmbh | Computer zur Auswertung von funktonalen Meßdaten, Meßgerät für die Ermittlung von funktonalen Meßdaten sowie Bildgebungsverfahren für funktionale Meßdaten |
DE102014101814A1 (de) * | 2014-02-13 | 2015-08-13 | Arthur Schultz | Verfahren zur automatischen Auswertung eines Absens-EEG, Computerprogramm und Auswertegerät dafür |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19610847C1 (de) * | 1996-03-19 | 1997-04-30 | Siemens Ag | Verfahren zur Klassifikation einer meßbaren Zeitreihe, die eine vorgebbare Anzahl von Abtastwerten aufweist, beispielsweise eines elektrischen Signals, durch einen Rechner und Verwendung des Verfahrens |
DE10036842A1 (de) | 2000-07-28 | 2002-02-07 | Biotronik Mess & Therapieg | Auswerteverfahren zur Bestimmung der zeitlichen Stationarität gemessener physiologischer Signale |
US6718199B2 (en) * | 2000-10-27 | 2004-04-06 | Massachusetts Eye & Ear Infirmary | Measurement of electrophysiologic response |
JP2002358397A (ja) * | 2001-06-04 | 2002-12-13 | Shigeru Suganuma | 時系列データ管理方法、情報開示装置および記録手段 |
US8805482B2 (en) * | 2008-07-28 | 2014-08-12 | General Electric Conpany | System and method for signal quality indication and false alarm reduction in ECG monitoring systems |
WO2019109351A1 (zh) * | 2017-12-08 | 2019-06-13 | 深圳迈瑞生物医疗电子股份有限公司 | 监护设备中生理参数的统计显示方法及监护设备 |
RU2751816C1 (ru) * | 2020-08-17 | 2021-07-19 | Автономная некоммерческая организация высшего образования «Университет Иннополис» | Способ классификации двигательной активности человека |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3912028A1 (de) * | 1988-04-13 | 1989-10-26 | Siemens Ag | Verfahren und anordnung zum vergleichen von wellenformen von zeitveraenderlichen signalen |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5792062A (en) * | 1996-05-14 | 1998-08-11 | Massachusetts Institute Of Technology | Method and apparatus for detecting nonlinearity in an electrocardiographic signal |
-
1996
- 1996-03-06 DE DE19608733A patent/DE19608733C1/de not_active Expired - Fee Related
-
1997
- 1997-02-02 US US09/142,237 patent/US6117074A/en not_active Expired - Fee Related
- 1997-02-27 JP JP9531331A patent/JP2000506039A/ja active Pending
- 1997-02-27 WO PCT/DE1997/000350 patent/WO1997033238A1/de not_active Application Discontinuation
- 1997-02-27 EP EP97914158A patent/EP0885422A1/de not_active Withdrawn
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3912028A1 (de) * | 1988-04-13 | 1989-10-26 | Siemens Ag | Verfahren und anordnung zum vergleichen von wellenformen von zeitveraenderlichen signalen |
Non-Patent Citations (2)
Title |
---|
MORFILL, G.: "Komplexitätsanalyse in der Kardio- logie", in Physikalische Blätter, Vol. 50, Nr. 2, S. 156-160, 1994 * |
SCHÜRMANN, D. und DECO, G.: "Learning Time Series Evolution by Unsupervised Extraction of Correlations", in US-Z: Physical Revue E, Vol. 51,Nr. 3, S. 1780-1790, März 1995 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19826993A1 (de) * | 1998-06-19 | 2000-01-05 | Forschungszentrum Juelich Gmbh | Computer zur Auswertung von funktonalen Meßdaten, Meßgerät für die Ermittlung von funktonalen Meßdaten sowie Bildgebungsverfahren für funktionale Meßdaten |
DE19826993B4 (de) * | 1998-06-19 | 2004-11-04 | Forschungszentrum Jülich GmbH | Bildgebungsverfahren für magnetische Resonanzsignale |
DE102014101814A1 (de) * | 2014-02-13 | 2015-08-13 | Arthur Schultz | Verfahren zur automatischen Auswertung eines Absens-EEG, Computerprogramm und Auswertegerät dafür |
US10039465B2 (en) | 2014-02-13 | 2018-08-07 | Arthur Schultz | Method for automatically evaluating an absence EEG, computer program and evaluating device therefor |
Also Published As
Publication number | Publication date |
---|---|
WO1997033238A1 (de) | 1997-09-12 |
US6117074A (en) | 2000-09-12 |
EP0885422A1 (de) | 1998-12-23 |
JP2000506039A (ja) | 2000-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE69727236T2 (de) | Vorrichtung zum aufzeichnen von galvanischen hautreaktionen | |
EP2704629B1 (de) | Verfahren zur bewusstseins- sowie schmerzüberwachung, modul zur analyse von eeg-signalen und eeg-narkosemonitor | |
EP0355506A1 (de) | Anordnung zum Messen lokaler bioelektrischer Ströme in biologischen Gewebekomplexen | |
DE3912028A1 (de) | Verfahren und anordnung zum vergleichen von wellenformen von zeitveraenderlichen signalen | |
EP1059875B1 (de) | Auswertesystem zur gewinnung diagnostischer informationen aus signalen und daten medizinischer sensorsysteme | |
DE10042342B4 (de) | Verfahren und Gerät zur automatischen Erfassung und Interpretation von durch einen Schrittmacher beeinflussten Elektrokardiogrammen | |
DE19608733C1 (de) | Verfahren zur Klassifikation einer meßbaren Zeitreihe, die eine vorgebbare Anzahl von Abtastwerten aufweist, insbesondere eines elektrischen Signals, durch einen Rechner und Verwendung des Verfahrens | |
CN106236080A (zh) | 基于多通道的脑电信号中肌电噪声的消除方法 | |
DE102015116044A1 (de) | Verfahren und Vorrichtung zur Quantifizierung einer respiratorischen Sinusarrhythmie sowie Verwendung eines derartigen Verfahrens oder einer derartigen Vorrichtung [ | |
DE4327429C2 (de) | Verfahren und Vorrichtung zur Gehirnwellenanalyse | |
EP3338297B1 (de) | Verfahren zur analyse eines datensatzes einer flugzeit-massenspektrometrie-messung und eine vorrichtung | |
EP1842047A1 (de) | Verfahren und vorrichtung zur spektroskopischen untersuchung von k\rperfl]ssigkeiten und gewebeproben hinsichtlich eines erh\hten alzheimerverdachts | |
DE1964616C2 (de) | Anordnung zur Wiedergabe von Kardiogrammen | |
DE19610847C1 (de) | Verfahren zur Klassifikation einer meßbaren Zeitreihe, die eine vorgebbare Anzahl von Abtastwerten aufweist, beispielsweise eines elektrischen Signals, durch einen Rechner und Verwendung des Verfahrens | |
DE102013200058B3 (de) | Automatisierte Auswertung der Rohdaten eines MR-Spektrums | |
DE4307545A1 (de) | Gerät und Verfahren zur Bestimmung des Ortes und/oder der Ausdehnung von Ischämien und/oder Infarkten im Herzen eines Lebewesens | |
WO1997050047A1 (de) | Verfahren zur klassifikation einer zeitreihe, die eine vorgebbare anzahl von abtastwerten aufweist, beispielsweise eines elektrischen signals, durch einen rechner | |
DE19608734C1 (de) | Verfahren zur Klassifikation einer meßbaren Zeitreihe, die eine vorgebbare Anzahl von Abtastwerten aufweist, insbesondere eines elektrischen Signals, durch einen Rechner und Verwendung des Verfahrens | |
DE10048649A1 (de) | Risikomontoring | |
DE10145325A1 (de) | Anordnung und Verfahren zur räumlich gerichteten Erfassung des Elektroenzephalogramms | |
WO2004021245A2 (de) | Verfahren und anordnung sowie computerprogramm mit programmcode-mitteln und computerprogramm-produkt zur analyse von neuronalen aktivitäten in neuronalen arealen | |
DE102011114045B4 (de) | Verfahren, Anordnung und Computerprogramm zur Erkennung von Ableitungen ereigniskorrelierter Potenziale einer neuronalen Aktivität | |
EP1687756B9 (de) | Verfahren zur klassifikation von messwerten in der medizinischen und biochemischen analytik | |
DE69934687T2 (de) | Frequenzschätzung bei elektro-islet-graphie | |
DD260756A1 (de) | Verfahren und schaltungsanordnung zur verarbeitung und modifikation von signalen zum zweck ihrer praezisen spektralanalyse |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
8100 | Publication of patent without earlier publication of application | ||
D1 | Grant (no unexamined application published) patent law 81 | ||
8364 | No opposition during term of opposition | ||
8339 | Ceased/non-payment of the annual fee |