DE19819497A1 - Einrichtung zur Klassifikation und Identifikation von Hirn- und Herzzuständen aufgrund der Frequenz spekralstrukturen der elektromagnetischen Aktivitäten der diese Organe innervierenden Neuronen - Google Patents

Description

Die Erfindung stellt eine Verwendung des Verfahrens der Patentschrift DE 39 29 077 C2 gemäß des Anspruchs 1 dar.

Mit der Einführung von immer schnelleren und in ihren physikalischen Ausmessungen immer kleineren digitalen Rechnern ist es möglich gewor­ den, im On-Line-Modus auch hoch komplexe elektromagnetische Wellen aufzunehmen zu verarbeiten und zu analysieren. Dies eröffnet aber die Möglichkeit, auch biologisch erzeugte elektromagnetische Signale aufzu­ nehmen zu verarbeiten und zu analysieren.

Gerade die zeitgleiche Klassifikation und Identifikation der Hirn- und Herzsignaturen stellt aber einen unbedingten Parameter zur Überwachung der Vitalparameter von Lebewesen unter wechselnden Bedingungen dar. So werden heute schon standardisiert der Herzschlag an Hand seines zeit­ lichen Verlaufs mittels des Elektrokardiogramms (EKG) und die Hirnaktivität an Hand der elektromagnetischen Aktivität seiner Neuronen mittels des Elektroenzaphalogramms (EEG) dazu verwendet, um den Zustand dieser beiden lebenswichtigen Organe zu klassifizieren und zu identifizieren.

Gerade bei den immer komplexer werdenden medizinischen und trauma­ tisch bedingten Eingriffen in die Körperfunktionen ist aber eine immer mehr eine kombinierte Überwachung der Vitalparameter nötig, die jedoch nach dem heutigen Stand der Technik nur rudimentär von computergestützten Analysatoren vollzogen werden kann.

Grund dafür ist vor allen eine unzureichende Separation der Biosignale von sie maskierenden Rauschsignalen und/oder sie maskierenden Frequenzan­ teilen anderer aktiver Organe bzw. durch beim Hirn die durch die große Gewebemasse bedingte Abschirmung der elektromagnetischen Signale der unteren, die Vitalität des Individiums steuernden und erhaltenden, Basis­ hirnstrukturen. Wegen dieser Hindernisse versagen die bisher favorisierten Signalverarbeitungs-, Signalklassifikations- und Signa­ lidentifikationsverfahren bzw. ist eine Identifizierung von schwachen oder maskierten Aktivitätszentren meist unmöglich, bzw. erfordern die im Ge­ brauch befindlichen Systeme eine große Aufmerksamkeit und Erfahrung des jeweiligen Auswerters.

Aufgabe der Erfindung ist es, eine beträchtliche Steigerung des Signal- /Rausch-Verhältnisses einer solchen Einrichtung zu schaffen, um die Se­ lektierbarkeit einer Aktivitätsstruktur aus einem undefinierten Frequenzge­ misch heraus sicher zu ermöglichen.

Diese Aufgabe wird durch die Merkmale des Patenanspruchs gelöst.

Im einzelnen wurden dazu zwei speziell aufgebaute Mikrocomputersysteme so von einem in einem permanenten Speicher abgelegten Programm ge­ steuert, daß entsprechend dem Verfahren der Patentschrift DE 39 29 077 C2 von einem Sensor für elektromagnetische Wellen empfangene Aktivitä­ ten, die von verschiedenen Signalquellen, u. a. auch von den Herz- und Hirnneuronen, ausgesendet sein können, nach einher Digitalisierung in die Frequenzebene transformiert werden, um hieraus eine Leistungsspektrum­ berechnung durchzuführen.

Hierzu wird das in die Frequenzebene aus der Zeitebene transferierte Spektrum durch Multiplikation der reellen mit den zugehörigen komplexen Spektralanteilen überführt. Programmgemäß wird durch ein geeignetes Verschieben seiner y-Achse das Leistungsspektrum positiviert.

Die Verschiebung der y-Achse ist notwendig, da nur anhand eines positi­ ven Spektrums die Ausgleichsfunktion zur Ermittlung des Mittelwertverlau­ fes des Leistungsspektrums berechnet werden kann.

Der Mittelwertverlauf dient als neue Null-Linie eines neuen, von nichtkör­ perinduzierten Aktivitäten reduzierten Spektrums, des hier sogenannten Differenzleistungsspektrums.

Zu seiner Bildung wird die Differenz, Leistungsspektrum minus Aus­ gleichsfunktion, errechnet.

Das Koordinatensystem des positivierten Leistungsspektrums und des von den nicht körperspezifischen Anteilen reduzierten Leistungsspektrums haben dieselben Achsenbezeichnungen wie das Leistungsspektrum. D.h. die y-Achse trägt die Bezeichnung "Amplitudenwerte" und die x-Achse die Einheit "Frequenz".

Da die für die Aktivitätsquellen charakteristischen Frequenzinformationen als Modulation der situationsabhängigen lokalen Mittelwerte im Differenz­ leistungsspektrum enthalten sind, wird es als das für den Klassifikations- /Identifikationsvorgang notwendige Spektrum betrachtet, welches weiter zu bearbeiten ist.

Nachdem das Differenzleistungsspektrum (DLS) zur Grundlage der ei­ gentlichen Klassifikation und/oder Identifikation definiert worden ist, werden aus diesem die zur Klassifikation/Identifikation relevanten Merkmalskompo­ nenten extrahiert.

Diese Weiterverarbeitung soll dabei die für die Klassifikation/Identifikation grundlegenden Eigenschaften der Spektren berücksichtigen, bzw. noch besser hervorheben. Aus diesen Gründen bietet sich die Berechnung der Frequenzabstände des DLS an, da in deren Häufigkeiten die etwaigen Harmonischen einer Frequenz berücksichtigt werden. Die in den Lei­ stungsspektren von Biosignalen signifikant hohe Anzahl der Harmonischen weist in der Häufigkeitsverteilung der Frequenzabstände ein für biologisch basierte Signalquellen typisches Bild auf.

Anders als bei den üblichen Wahrscheinlichkeitsverteilungen werden da­ bei aber nicht die Summen aller Wahrscheinlichkeiten (Amplituden des DLS) einem bestimmten Frequenzabstandswert zugeordnet, sondern noch eine Wichtungsoperation durchgeführt.

Um stark vertauschten Spektren ein möglichst effizientes Wahrscheinlich­ keitsdiagramm abzugewinnen, werden dabei die Amplituden der zu den je­ weiligen Frequenzabständen gehörigen Differenzleistungswerte miteinan­ der multipliziert und ihre Produkte auf die jeweilige Wahrscheinlichkeit, wie sie im Frequenzintervall im DLS zu finden ist, aufsummiert, wodurch ein Hervorhebung der periodischen oberwellenbehafteten Signalteile gegen­ über dem stochastischen Hintergrundrauschen erreicht wird.

Für die numerische Berechnung der multiplikativen Häufigkeitsverteilung wird dabei die folgende Vorgehensweise gewählt:
Ausgehend vom kleinsten auflösbaren Frequenzabstand bildet das Pro­ gramm das Produkt der zu diesem Frequenzabstand gehörenden Amplitu­ den, verschiebt das Frequenzintervall um eine Abstandslänge, bildet wieder das Amplitudenprodukt und verfährt so fort, bis das gesamte Spektrum durchlaufen ist. Anschließend erfolgt programmgemäß eine Addition der errechneten Produkte und Zuordnung zum kleinsten Frequenzabstands­ wert. Im nächsten Schritt wird der Frequenzabstandswert um eine Auflö­ sungseinheit erhöht und die Berechnung der Produktsumme für diesen Frequenzabstand wie die für den kleinsten Frequenzabstand wiederholt. Sukzessive entsteht schließlich ein Diagramm, in dem die verschiedenen Frequenzabstände gegen deren Produktsummen aufgetragen sind. Die Abzisseneinheit ist dabei (Hz), die Ordinateneinheit eine Häufigkeit in (log.Ein.).

In vorteilhafter Ausgestaltung der Erfindung werden dabei nur die positiven Amplitudenprodukte berücksichtigt und als maximaler Frequenzabstands­ wert 200 Hz gewählt. Diese spezielle Häufigkeitsverteilung wird als Grund­ lage des Klassifikationsvorganges unter der Bezeichnung "multiplikativ ge­ wichtete Frequenzabstandshäufigkeitsverteilung des Differenzleistungs­ spektrums" (Kurzbezeichnung: mFD-Spektrum) laut Verfahren weiterbe­ nutzt.

Aus Prinzip tauchen im mFD-Spektrum auch immer die Harmonischen der Produktsummen auf, wobei deren Amplituden durch die geringere Anzahl der sie bildenden Summanden mit steigender Harmonischenordnung natür­ lich fallen müssen.

Ist dies nicht der Fall, so existieren im Schallspektrum zwei unterschiedli­ che Signalquellen, wobei die eine gerade mit einem ganzzahligen Vielfa­ chen der Grundfrequenz der niederfrequenteren schwingt.

Anhand des mFD-Spektrums ist die Klassifizierung des zeitlichen Verhal­ tens der Herz und Hirnaktivitäten äußerst sensitiv möglich, da kleinste Fre­ quenzvariabilitäten sich in einer Veränderung der höheren Harmonischen niederschlagen. Auch die Detektion der Herzfrequenzvariabilität, welche durch die tiefen Strukturen des Hirnstamms ausgelöst werden, um die Herzfrequenz optimal dem momentanen nötigen Leistungsbedarf anzupas­ sen wird dadurch möglich. Zudem kann über die Detektion und Analyse dieses sehr schwachen Hirnsignals die Narkosetiefe überwacht werden, da ein Aussetzen dieser Aktivität auf eine zu tiefe Narkotisierung schließen läßt. Auch die zum Prinzip Leben unbedingt nötige Basisaktivität dieser Hirnteile ist durch die verbesserte Signaturanalyse der Erfindung möglich, was eine genauere Verifikation des Lebensstatus eines Individuums er­ möglicht.

Um die Klassifizierung der Aktivitätssignale noch effizienter zu machen, liegt eine Weiterverarbeitung des mFD-Spektrums nahe. Ziel dieser Weiter­ verarbeitung soll dabei erst einmal sein, die eigentlichen Grundfrequenzen aus dem mFD-Spektrum zu extrahieren. Dazu wird die Häufigkeitsvertei­ lung (das mFD-Spektrum) so weiterverarbeitet, daß nur noch die eigentli­ chen Grundfrequenzen der Signalquellen dargestellt werden. Diese Weiter­ verarbeitung geschieht so, daß aus dem Häufigkeitsdiagramm mFD ein weiteres Häufigkeitsdiagramm (Häufigkeitsdiagramm zweiter Stufe) gebildet wird, in dem alle Amplitudenwerte der Harmonischen des Frequenzabstan­ des Δf_i < 1 auf den Amplitudenwert von Δf₁ aufsummiert und die Amplitu­ denwerte der Harmonischen im Spektrum gleich Null gesetzt werden. Da­ durch gelangt man zu einem zweiten Spektrum, dem TTY-Spektrum, das nur noch die Grundfrequenzen (repräsentiert durch die Frequenzabstände zwischen den Harmonischen) der Signalquellen enthält und auf das be­ stimmte auf die Existenz von bestimmten Grundwellenaktivitäten basierte Prüfvorschriften angewendet werden können.

Da oft die Differenzen zwischen den Frequenzen verschiedener Neuro­ nenverbände bei der verwendeten Meßeinrichtung unter der Auflösung des Fourieranalysators liegen, so daß eine Identifizierung nur anhand des Fre­ quenzspektrums a priori unmöglich erscheint, müssen die Oberwellen der aufgenommenen Schwingungsaktivitäten, die mit derselben Auflösung wie die Grundwelle erfaßt werden, ausgewertet werden. Da man bei der Divisi­ on der Frequenz einer Oberwelle durch ihre Ordnung immer die Frequenz der Grundwelle erhält, können so selbst Grundfrequenzen detektiert wer­ den, deren Wert unter der Auflösung des verwendeten Systems liegt. Um in diesem Verfahren eine Grundschwingung nicht mit der ersten geraden Harmonischen zu verwechseln, wird bei der Erarbeitung der Frequenzab­ standswahrscheinlichkeit zweiter Stufe, der zu berechnende Frequenzab­ stand mit den Werten (0.1, 0.2, . . . 0.5-mal der Auflösung) multipliziert und dieser Wert wiederum mit ganzzahligen Vielfachen multipliziert.

Immer wenn ein ganzzahliges Vielfaches der unter der Auflösungsgenauig­ keit liegenden Frequenz durch diese Multiplikation erzeugt wird, wird der zugehörige Amplitudenwert der gerade zu detektierenden Frequenz (dem gerade zugehörigen Frequenzabstand) zugeordnet (aufsummiert), wodurch im Spektrum schließlich die "wahre" Frequenz als die größte Amplitude er­ kennbar wird.

Die Anwendung der eigentlichen der Klassifikation und Identifikation des Lebewesens zugrunde liegenden Prüfvorschrift spaltet sich in zwei Teil­ klassifikationen/-Identifikationen auf: Während der Klassifikation des zeitli­ chen Verhaltens des Frequenzverhaltens über das mFD-Spektrum und/oder wahlweise über das TTY-Spektrum erfolgt wird die Klassifikati­ on/Identifikation der Organzustände, die durch die elektromagnetischen Aktivitäten der die Organe innervierenden Neuronen repräsentierten wer­ den, in vorteilhafter Auslegung der Erfindung an Hand von gespeicherten, aber veränderbaren Lernmustern vollzogen. In beiden Spektren kommt da­ bei ein Klassifikations-/Identifikationsalgorithmus zur Anwendung, in dem die Breiten und Höhen der Amplituden mit signifikant erhöhter Leistung bestimmt und zur Anwendung herangezogen werden.

Prüfbedingung 1

In allen Prüfverfahren läuft man mit einer Fensterfunktion über das gesam­ te mFD- oder TTY-Spektrum und bestimmt die Anfangs- und Endpunkte der erhöhten Leistungswerte.

Die Klassifikation des zeitlichen Verhaltens-der analysierten Signalverläu­ fe wird durch die Anwendung einer Prüfvorschrift vollzogen, die sowohl die zeitliche Stabilität der Amplitudenwerte der Grundschwingungen und der Harmonischen der Grundschwingungen über ein wahlweise einzustellen­ des Zeitintervall ermittelt, also auch die zeitliche Stabilität der Frequenzwer­ te der Grundwellen und derer Harmonischen ermittelt, wobei in vorteilhaf­ ter Auslegung der Erfindung individuelle Frequenz- und Amplitudenvariabili­ tätsintervalle bestimmt werden können, in denen eine zulässige Variabilität der Frequenz- und Amplitudenwerte liegen dürfen, ohne daß eine Klassifi­ kationsklasse verlassen wird.

In vorteilhafter Ausgestaltung der Erfindung werden bestimmte Frequenzen in bestimmten, durch die Lernmuster festgelegten Bereichen gesucht und ihr zeitliches Verhalten analysiert. Dadurch wird vermieden, daß bei Auf­ nahmen mit mehreren Signaturquellen ein gemischtes Zeitverhalten der Signaturquellen klassifiziert wird.

Die Klassifikation der Organzustände bzw. die Identifikation von Organzu­ ständen wird an Hand der Lage der Grundfrequenzen, an Hand der Band­ leistungen der Grundfrequenzen, an Hand der Harmonischenstrukturen und an Hand der Bandleistungen der Harmonischen in den jeweiligen analysier­ ten Signaturabschnitten vollzogen, wobei all diese Werte wahlweise in einem Werte-Zeit-Diagramm dargestellt werden können, um eine visuelle Auswertung durch den Bediener der Einrichtung zu ermöglichen.

Zur Klassifikation/Identifikation werden die verschiedenen aus den mFD- und/oder TTY-Spektren berechneten Frequenz- und Amplitudenwerte an einen Gedächtnisteil übergeben, der an Hand seiner Lernmuster überprüft, ob die ermittelten Größen einem gespeicherten Lernmuster entspricht. Kann eine Wertekonfiguration identifiziert werden, so wird verfahrendge­ mäß die Meldung "Organzustand x" angezeigt und/oder ein im Lernmuster­ satz gespeicherter Maschinenbefehl abgesetzt.

Im folgenden wird anhand der Zeichnung ein Ausführungsbeispiel der er­ findungsmäßigen Einrichtung erläutert.

In der Zeichnung zeigen:

Fig. 1 in einem vereinfachten Blockschaltbild die erfindungsgemäße Ein­ richtung mit allen Funktionselementen,

Fig. 2 in einem vereinfachten Blockschaltbild die erfindungsgemäße Lö­ sung des Klassifikationsteils mit all seinen Funktionselementen,

Fig. 3 in einem vereinfachten Blockschaltbild die erfindungsgemäße Lö­ sung des Klassifikations-/Identifikationsteils für die Organzustandsbestim­ mung mit seinen Funktionselementen und

Fig. 4 die schematische Berechnung eines multiplikativ gewichteten Fre­ quenzabstandshäufigkeitsspektrums des Differenzleistungsspektrums (mFD).

Das in Fig. 1 dargestellte Blockschaltbild zeigt die erfindungsgemäße Einrichtung, die sich aus einer Sensorkonfiguration zum Empfang der die Sensorkonfiguration umgebenden elektromagnetischen Aktivitäten und weiteren Funktionselementen zusammensetzt. Die Sensoreinrichtung 7 kann dabei wahlweise die Aufnahmebereitschaft der verschiedenen in ihr integrierten Sensoren steuern. Der Sensoreinrichtungsausgang ist, ge­ steuert von einer Identifikationseinrichtung, an eine 1. Verarbeitungsstufe A gekoppelt, die mindestens über Funktionselemente Schalter 0, Teil 1, Bandpaß 34, Analog-/Digitalwandler 2, einen Mikroprozessor 3, einen Zeitgeber 4, einen Taktgeber 5 und einen Schalter 6 im Datenbus an die folgende Funktionsstufe B verfügt.

In dieser so gebildeten Funktionsstufe A erfolgt eine Fouriertransformati­ on vorzugsweise im Bereich 0-1600 Hz; für die Anwendung der Einrich­ tung zur Klassifikation und/oder Identifikation anderer Objekte sind die je­ weils angegebenen Frequenzen selbstverständlich entsprechend den Aufgaben veränderbar und mit 0,01-1 Hz Auflösung durchgeführt.

Ein anderer für die originäre Aufgabe der erfindungsgemäßen Einrich­ tung bevorzugter Bereich ist 0-800 Hz mit einer Auflösung von 0,5 Hz.

Der Mikroprozessor I, Funktionsteil 3, ist dabei per Programm so kondi­ tioniert, daß er die Fouriertransformation entsprechend durchführt und das Leistungsspektrum, wie in der Erfindungsbeschreibung erklärt, berechnet und per Programm dann zum Transfer zur Signalaufbereitung über den Schalter 1, Teil 6, an die der Funktionsstufe A folgende weitere Funktionsstufe B weitergibt.

Die Funktionsstufe B verfügt über die Funktionselemente Mikroprozessor II 14, Datenbus 8, Zeitgeber 9, Taktgeber 10, Speicher für Leistungsspek­ trum (I) 11, für die gefundene Ausgleichskurve (II) 12 und für ein positiv logarithmisches Frequenzspektrum (III) 13. Per Programm ist die Stufe befähigt, das Leistungsspektrum in positive Werte mit dB-Skaleneinteilung der y-Werte umzurechnen und durch das positive Leistungsspektrum eine Ausgleichskurve zu legen.

Weiter vollzieht diese Funktionsstufe B die Subtraktion Leistungsspek­ trum minus Ausgleichsfunktion, um hieraus die multiplikativ gewichtete Frequenzabstandshäufigkeitsverteilung des Differenzleistungsspektrums (mFD) zu bilden, welche zur Verwendung in dem Klassifikationsteil 16 und Identifikationsteil 17 über den Schalter 2, Teil 15, an diese weitergegeben wird. Die ermittelten Daten dieser Funktionsteile wurden zur Information an eine ablesbare Anzeigeeinrichtung 18 gegeben.

In Fig. 2 wird in einem vereinfachten Blockschaltbild der erfindungsge­ mäße Aufbau des Klassifikationsteils 16 gezeigt.

Dieser Teil wird aus den Funktionselementen Filter 2 für die Prüfung ≧ 10 Hz Teil 19, Filter 3 für die Prüfung ≦ 1 Hz Teil 20, vorgestellten Schal­ tern 3, 4, Teile 22, 23, einer Anzeigeeinheit "nicht biologisch evoziertes Signal" 25, einem Schalter 6, Teil 26, zur Signalweitergabe an den Identi­ fikationsteil 17 und einem Programmspeicher, der den Mikroprozessor II 14 so steuert, daß er im Sinne des Verfahrens nach Anspruch 1 aus dem mFD die Breite der größten Amplitude ermittelt und diese über den Schalter 3, Teil 22, an den Filter 2, zur Prüfung der Frequenzspange grö­ ßer gleich 6 Hz, Teil 19, gibt.

Bei Nichtfilterung wird der Mikroprozessor II veranlaßt, daß die Lage der größten Amplitude im mFD berechnet wird, der Schalter 4, Teil 23, geöff­ net wird und der Wert der Lage durch den Filter 3, Teil 20, auf kleiner gleich 120 Hz geprüft wird.

Bei Nichtfilterung wird das mFD-Spektrum an den Identifikationsteil 17 über den Schalter 6, Teil 26, zur weiteren Auswertung übergeben.

Bei Filterung der vorgenannten Signalprüfung erscheint auf dem Anzeigen­ teil als Ergebnis des Klassifikationsvorganges "Nicht biologisch evoziertes Signal" oder ein sinnentsprechender Wortlaut.

In diesem Fall werden auch alle Speicher gelöscht und die Empfangsmimik 7 für ein variables Zeitintervall, vorzugsweise für 1 sec an den Eingang der Funktionsstufe A gegeben.

Die Fig. 3 zeigt in einem vereinfachten Blockschaltbild den Identifikations­ teil 17.

Dieser Teil besteht aus den Funktionselementen Gedächtnisspeicher 1 27, einer alphanumerischen Anzeige 32 und dem aus der Funktionsstufe 11 bekannten Mikroprozessor II mit zum Vollzug des Verfahrens nach An­ spruch 1 in besonderen Speichern abgelegtem Programm.

Per Programm wird der Mikroprozessor so gesteuert, daß er das Häufig­ keitsdiagramm zweiter Stufe aus dem mFD ermittelt und es in einem Spei­ cher ablegt. Verfahrensgemäß wird der Mikroprozessor III, Teil 14 veran­ laßt, daß die mFD- und/oder TTY-Spektren mit den im Gedächtnisspei­ cher 1 27 abgelegten Strukturen bekannter Organzuständen verglichen werden.

Wenn eine Übereinstimmung festgestellt ist, wird der Identifikationsname über Schalter 7, Teil 31, an die Anzeige 2, Teil 32 geschaltet und entspre­ chend angezeigt.

Danach wird die Sensorkonfiguration 7 für 0.1-1 sec an den Eingang der Funktionsstufe A gelegt.

In der Fig. 4 ist die Berechnung eines mFD-Spektrums schematisch dar­ gestellt. Ausgehend von einem Beispielspektrum (a) werden die Teilspek­ tren für die verschiedenen Spangenweiten markiert (b, e, h), die Amplitu­ denwerte multipliziert (c, f, i) und die Produkte auf 50 summiert (d, g, j). Die Auftragung der so ermittelten Merkmalkomponenten ergibt dann ein Zwi­ schen-mFD-Spektrum (k). Diese Berechnungen werden dann, ausgehend vom nächsten Frequenzwert des Beispielspektrums, wiederholt (1, m), und so wird sukzessive das gesamte Beispielspektrum abgegriffen. Die additive Zusammenfassung aller Teil-FD-Spektren ergibt dann das eigentliche mFD-Spektrum. Die in der Fig. 4 verwendeten Symbole sollen die Rechenschrit­ te symbolisieren.

Bezugszeichenliste

1

Schalter 0

2

Analog-/Digitalwandler

3

Mikroprozessor I

4

Zeitgeber A

5

Taktgeber A

6

Schalter 1

7

Mikrophon

8

Datenbus

9

Zeitgeber B

10

Taktgeber B

11

Speicher für Leistungsspektrum

12

Speicher für die ggf. Ausgleichskurve II

13

Speicher für ein positiv logarithm. Frequenzspektrum III

14

Mikroprozessor II

15

Schalter 2

16

Klassifikationsteil

17

Identifikationsteil

18

Anzeigeeinrichtung

19

Filter 2 10 Hz

20

Filter 3 100 Hz

22

Schalter 3

23

Schalter 4

25

Anzeigeeinrichtung 1 "nicht organisch evoziertes System"

26

Schalter 6

27

Gedächtnisspeicher 1

28

Speicher VI

31

Schalter 7

32

Anzeigeeinheit 2 "Organzustand x"

34

Bandpaß 0-1600 Hz

35

Speicher IV

36

Zählstufe 1

Claims (3)

1. Einrichtung zur Klassifikation und Identifikation von Herz und Hirn­ zuständen aufgrund der Frequenzspektralstrukturen der elektroma­ gnetischen Aktivitäten der diese Organe innervierenden Neuronen, bei der die elektromagnetischen Aktivitäten wiederholt erfaßt werden und einer elektrischen Einrichtung zugeführt werden, welche die empfan­ genen elektromagnetischen Signale aus dem Zeitspektrum in die Fre­ quenzebene transferiert, dadurch gekennzeichnet, daß unter Verwendung einer programmgesteuerten digitalen Einrich­ tung folgende Verfahrensschritte durchgeführt werden:

• a) aus den durch Fouriertransformation aus dem Zeitraum in den Fre­ quenzraum transformierten elektromagnetischen Spektren unter Bil­ dung der Summen der Quadrate der realen und jeweils imaginären Fourier-Spektralteile ein Leistungsspektrum berechnet wird, welches dann logarithmiert wird,
• b) eine Ausgleichskurve, die aus der Berechnung der lokalen Mittel­ werte des logarithmierten Leistungsspektrums in einem variablen Fre­ quenzintervall resultiert, berechnet wird und diese vom logarithmierten Leistungsspektrum abgezogen, ein Differenzleistungsspektrum DLS bildet, welches nur noch die zur Klassifikation/Identifikation relevanten Informationen enthält,
• c) das DLS in ein Frequenzdifferenzleistungsspektrum mFD überführt wird, indem alle die Amplitudenwerte des DLS, die in einem vorwähl­ baren Frequenzintervall ein und denselben Frequenzabstand vonein­ ander haben, jeweils paarweise miteinander multipliziert werden und diese Produkte einem Frequenzwert, der dem Betrage nach gerade dem Frequenzabstandswert entspricht, dergestalt zugeordnet werden, daß die verschiedenen Produkte aufsummiert werden und durch die Variation des Frequenzabstandes von einem Minimalwert nahe 1 Hz und einem Maximalwert größer 200 Hz ein das DLS demodulierendes Spektrum entsteht, dieses Verfahren sukzessive vollführt wird, um so die zeitliche Entwicklung des Frequenzverhaltens der Herz- und Hirn­ aktivität aus dem mFD zu detektieren und auf Basis dieser Zustands­ werte und ihrer zeitlichen Veränderungen auf den Zustand des Lebe­ wesens, dem das Herz und Hirn eigen ist, zurückzuschließen und/oder die Reaktion eines psychischen, physischen oder chemi­ schen Eingriffs in den Körper des Lebewesens zu klassifizieren bzw. zu identifizieren,
• d) aus diesem permanenten Signalfluß bestimmte vorwählbare Signal­ muster dazu verwendet werden, um Geräte zu steuern,
• e) aus dem mFD der Frequenzwert mit dem größten Amplitudenwert ausgewählt wird, die Amplitudenwerte der Harmonischen dieses Fre­ quenzwertes auf den größten Amplitudenwert aufaddiert werden und die Harmonischen Amplituden anschließend auf den Wert Null gesetzt werden, mit dem zweithöchsten Amplitudenwert des Restspektrums dieser Berechnungsschritt wiederholt wird und dieser Vorgang solan­ ge fortgesetzt wird, bis alle vorhandenen Harmonischen ihrer Grund­ wellenstruktur zugeordnet wurde und zu dem so gebildeten Fre­ quenzbild aus einem gespeicherten Mustervorrat von biologischen Aktivitätsmustern ein passendes Muster als Indikator des momenta­ nen Organzustandes angezeigt wird, wobei gleichzeitig zusätzlich zur Klassifikation unterschiedlicher Aktivitäten in einem anderen Verfah­ rensschritt auch ein Vergleich des generellen Amplitudenverlaufes des mFD's vollzogen wird, um anhand von ebenfalls gespeicherten Amplitudenverläufencharakteristika bekannte Organzustände zu klassifizieren und zu identifizieren und das Klassifikationsergebnis bzw. das Identifikationsergebnis anzuzeigen.

2. Einrichtung zur Klassifikation und Identifikation von Herz- und Hirn­ zuständen aufgrund des Aktivitätsverhaltens der sie innervierenden Neuronen, umfassend,

• a) eine mit dem Signal eines die elektromagnetischen Aktivitäten er­ fassenden Aufnehmers über einen Schalter beaufschlagte erste Funktionsstufe, wobei dieser Schalter entweder von einem Zeit- mit Taktgeber gesteuert wird oder nach einer erfolgten Identifikation und/oder Klassifikation zur Aufnahme eines neuen Schallsignals an­ gesteuert wird,
• b) eine auf die erste elektronische Funktionsstufe folgende zweite elektronische Funktionsstufe, die mindestens aus den elektronischen Funktionselementen Bandpaß, Stromrichter, Analog/Digitalwandler, Zeitgeber, Taktgeber, Mikroprozessor, Datenbus, einem Schalter im Ausgangsdatenbus aufgebaut ist und von einem in einem Speicher abgelegtem Programm befähigt wird, ein Leistungsspektrum aus den empfangenen elektromagnetischen Wellen einer angemessenen Quelle, im Bereich 0-1600 Hz, mit einer Auflösung von 0.01-1 Hz zu berechnen und das berechnete Leistungsspektrum über einen Schal­ ter an eine folgende Funktionsstufe weiterleitet, wobei für dessen Be­ rechnung und Auflösung wahlweise auch andere Werte gewählt wer­ den können,
• c) eine auf die zweite elektronische Funktionsstufe folgende dritte elektronische Funktionsstufe, die mindestens aus den elektronischen Funktionselementen Mikroprozessor, Datenbus, Zeitgeber, Taktgeber und drei Speichern besteht, wobei das von der zweiten Funktionsstufe übertragene Leistungsspektrum in einem der Speicher abgelegt und mittels eines in einem der Speicher abgelegten Programms der Mikro­ prozessor befähigt wird, das Leistungsspektrum zu logarithmieren, ähnlich dem Newtonschen Ausgleichsverfahren eine Ausgleichskurve durch das logarithmierte Leistungsspektrum zu legen und diese Aus­ gleichskurve als neue Nullinie des Differenzleistungsspektrums DLS, welches nur noch die signalquellenspezifischen Anteile der elektro­ magnetischen Signale beinhaltet, zu betrachten, um dieses dann zu dem multiplikativ gewichteten Frequenzdifferenzleistungsspektrum mFD zu transformieren, aus dem die Spektralanteile, die eine Har­ monischenstruktur aufweisen, ausgehend von dem größtem im mFD auftretenden Spektralwert, zur Erstellung eines neuen Spektrums, des TTY-Spektrums, benutzt und alle Harmonischenamplitudenwerte im berechneten Intervall auf deren Grundwellenamplituden aufsummiert werden und dieses Spektrum in einem Speicher abgelegt wird, wobei dieser über einen Schalter gesteuert abgerufen werden kann, eine auf die dritte elektronische Funktionsstufe folgende vierte elektronische Funktionsstufe, die das Spektrum dahingehend klassifiziert, ob das zeitliche Verhalten der Frequenzen oder Amplitudenverläufe sich in einem variablen Zeitintervall ändert, und mittels einer abgelegten Da­ tei den Organzustand oder die Organzustandsveränderung als be­ kannt identifiziert und das Klassifikations-/Identifikationsergebnis an­ zeigt, wobei diese mindestens aus den elektronischen Funktionsele­ menten Mikroprozessor, Datenbus, Zeitgeber, Taktgeber, Gedächt­ nisspeicher, Speicher und einer Anzeigemimik besteht, wobei mittels eines in einem Speicher abgelegten Programms der Mikroprozessor dahingehend befähigt wird, die Spektralwerte im mFD- und/oder TTY-Spektrum, die nicht ein und derselben Grundschwingung und deren Harmonischen angehören, zu ermitteln und dahingehend zu untersu­ chen, ob die Form des Spektrallinienverlaufes dem im Gedächt­ nisspeicher abgelegten Spektralverläufen eines bekannten Organzu­ standes zugeordnet werden kann, um bei dessen Bestätigung einen Schalter zu öffnen, um eine Anzeige "Organzustand x" anzusteuern und/oder einen Maschinenbefehl an ein oder mehrere dem Klassifika­ tions-/Identifikationsgerät angekoppeltes(n) Gerät(e) zu übermitteln, oder bei Nichtidentifikation das bereits errechnete mFD-Spektrum in einem weiteren Verarbeitungsschritt zum positiv logarithmierten Lei­ stungsspektrum zu deklarieren, um aus diesem heraus zum Vollzug des Verarbeitungsschrittes der Klassifikation/Identifikation wiederholt ein DLS-Spektrum und vom diesem ein mFD-Spektrum zu berechnen, um dieses einem erneuten Identifikationsversuch zu unterwerfen, wo­ bei sollte diese zweite Berechnung wiederholt erfolglos verlaufen, die Anzeige "Nicht zu identifizierender Organzustand" ausgelöst wird.

3. Einrichtung nach Anspruch 2, dadurch gekennzeichnet, daß die vierte elektronische Funktionsstufe mit einem Funktionsteil zur Quellenklassifizierung erweitert ist, der mindestens aus den zu­ sätzlichen elektronischen Funktionselementen Filter für die Prüfung < = 10 Hz, Filter für die Prüfung < = 1 Hz und einem in einem Speicher abgelegtem Programm besteht, welches den Mikroprozessor veran­ laßt, aus dem mFD die Breite der größten Amplitude zu ermitteln und einen Schalter zu öffnen, so daß der Wert mittels eines Filters auf die Bedingung größer/gleich 10 Hz geprüft werden kann und bei Filterung eine Anzeige "Nicht organisch evoziertes Signal" ausgelöst wird oder bei Nichtfilterung der Mikroprozessor die Lage der größten Amplitude im mFD berechnet, um diesen Wert in einem Filter auf die Bedingung kleiner/ gleich 1 Hz zu prüfen, bei Filterung eine Anzeige "Nicht orga­ nisch evoziertes Signal" ansteuert oder bei Nichtfilterung der Mikro­ prozessor das mFD-Spektrum an den Funktionsteil nach Anspruch 2 zur Klassifikation/Identifikation der Organaktivität, wie dort beschrie­ ben, freigibt.