DE19819497A1 - Einrichtung zur Klassifikation und Identifikation von Hirn- und Herzzuständen aufgrund der Frequenz spekralstrukturen der elektromagnetischen Aktivitäten der diese Organe innervierenden Neuronen - Google Patents
Einrichtung zur Klassifikation und Identifikation von Hirn- und Herzzuständen aufgrund der Frequenz spekralstrukturen der elektromagnetischen Aktivitäten der diese Organe innervierenden NeuronenInfo
- Publication number
- DE19819497A1 DE19819497A1 DE19819497A DE19819497A DE19819497A1 DE 19819497 A1 DE19819497 A1 DE 19819497A1 DE 19819497 A DE19819497 A DE 19819497A DE 19819497 A DE19819497 A DE 19819497A DE 19819497 A1 DE19819497 A1 DE 19819497A1
- Authority
- DE
- Germany
- Prior art keywords
- spectrum
- frequency
- mfd
- power spectrum
- classification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 210000004556 brain Anatomy 0.000 title claims abstract description 11
- 238000001228 spectrum Methods 0.000 claims abstract description 80
- 238000000034 method Methods 0.000 claims abstract description 21
- 230000000694 effects Effects 0.000 claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims abstract description 12
- 230000009466 transformation Effects 0.000 claims abstract description 3
- 238000006243 chemical reaction Methods 0.000 claims abstract 2
- 230000015654 memory Effects 0.000 claims description 24
- 210000000056 organ Anatomy 0.000 claims description 19
- 230000006870 function Effects 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 10
- 230000006399 behavior Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 230000003595 spectral effect Effects 0.000 claims description 8
- 230000002123 temporal effect Effects 0.000 claims description 7
- 230000000763 evoking effect Effects 0.000 claims description 5
- 210000002569 neuron Anatomy 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 230000007177 brain activity Effects 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 230000004071 biological effect Effects 0.000 claims 1
- 230000000747 cardiac effect Effects 0.000 claims 1
- 230000010355 oscillation Effects 0.000 claims 1
- 230000005236 sound signal Effects 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 3
- 238000010183 spectrum analysis Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 12
- 238000009826 distribution Methods 0.000 description 7
- 230000001965 increasing effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000000873 masking effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 206010002091 Anaesthesia Diseases 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000037005 anaesthesia Effects 0.000 description 1
- 230000003444 anaesthetic effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000133 brain stem Anatomy 0.000 description 1
- 150000001768 cations Chemical class 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000003197 gene knockdown Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
- 238000012795 verification 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
- A61B5/24—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
- A61B5/347—Detecting the frequency distribution of signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
- A61B5/4064—Evaluating the brain
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/372—Analysis of electroencephalograms
- A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Neurology (AREA)
- Psychology (AREA)
- Cardiology (AREA)
- Neurosurgery (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
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.).
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 Δfi < 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.
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.
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.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19819497A DE19819497B4 (de) | 1998-04-30 | 1998-04-30 | Einrichtung zur Klassifikation und Identifikation von Hirn- und Herzzuständen |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19819497A DE19819497B4 (de) | 1998-04-30 | 1998-04-30 | Einrichtung zur Klassifikation und Identifikation von Hirn- und Herzzuständen |
Publications (2)
Publication Number | Publication Date |
---|---|
DE19819497A1 true DE19819497A1 (de) | 1999-11-04 |
DE19819497B4 DE19819497B4 (de) | 2010-09-23 |
Family
ID=7866388
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE19819497A Expired - Fee Related DE19819497B4 (de) | 1998-04-30 | 1998-04-30 | Einrichtung zur Klassifikation und Identifikation von Hirn- und Herzzuständen |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE19819497B4 (de) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007014558A2 (de) | 2005-08-04 | 2007-02-08 | Heinrich-Heine-Universität | Verfahren und anordnung zur analyse eines sich über die zeit ändernden bioelektromagnetischen signals |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4846190A (en) * | 1983-08-23 | 1989-07-11 | John Erwin R | Electroencephalographic system data display |
WO1995018565A1 (en) * | 1991-09-26 | 1995-07-13 | Sam Technology, Inc. | Non-invasive neurocognitive testing method and system |
DE19538925C2 (de) * | 1995-10-19 | 2000-07-27 | Wieland Friedmund | Vorrichtung zur Auswertung eines Narkose- oder Intensiv-EEG |
-
1998
- 1998-04-30 DE DE19819497A patent/DE19819497B4/de not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007014558A2 (de) | 2005-08-04 | 2007-02-08 | Heinrich-Heine-Universität | Verfahren und anordnung zur analyse eines sich über die zeit ändernden bioelektromagnetischen signals |
Also Published As
Publication number | Publication date |
---|---|
DE19819497B4 (de) | 2010-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE69736592T2 (de) | Systeme zur vorhersagung, schnellerfassung,warnung, vermeidung oder kontrolle von zustandsveränderungen im gehirn | |
DE69330644T2 (de) | Verfahren und vorrichtung zur trennung der verschiedenen signal-komponenten von evozierter und spontaner hirn-aktivität sowie der herz-aktivität | |
DE69126730T2 (de) | Sprachdetektor mit vermindertem Einfluss von Engangssignalpegel und Rauschen | |
DE3144659A1 (de) | Einrichtung zur auswertung von ekg-signalen | |
CH632848A5 (de) | Vorrichtung zur detektion von signalen, insbesondere von fetalen herzsignalen. | |
WO2000004827A1 (de) | Vorrichtung zur bestimmung der schlaftiefe | |
EP0000504A1 (de) | Schaltungsanordnung zur Detektion und Registrierung der Uterusaktivität | |
DE3726585C2 (de) | ||
DE19752094C1 (de) | Verfahren zur Bestimmung wenigstens einer diagnostischen Information aus Signalmustern medizinischer Sensorsysteme | |
DE102015116044A1 (de) | Verfahren und Vorrichtung zur Quantifizierung einer respiratorischen Sinusarrhythmie sowie Verwendung eines derartigen Verfahrens oder einer derartigen Vorrichtung [ | |
DE69517075T2 (de) | Gerät zur Diagnose von Schall- und Schwingungsquellen | |
DE3929077A1 (de) | Verfahren und einrichtung zur akustischen identifikation und klassifikation von hubschraubern | |
DE4327429C2 (de) | Verfahren und Vorrichtung zur Gehirnwellenanalyse | |
EP1519301B1 (de) | Vorrichtung zur klassifikation physiologischer Ereignisse | |
EP3951529A1 (de) | Überwachungsvorrichtung und verfahren zur anomaliedetektion | |
WO2014101913A1 (de) | Verfahren und vorrichtung zur quantifizierung einer respiratorischen sinusarrhythmie sowie verwendung eines derartigen verfahrens oder einer derartigen vorrichtung | |
DE69222919T2 (de) | Verarbeitung transienter Detektion, insbesondere Erkennung akustischer Signale unter Wasser | |
DE19819497A1 (de) | Einrichtung zur Klassifikation und Identifikation von Hirn- und Herzzuständen aufgrund der Frequenz spekralstrukturen der elektromagnetischen Aktivitäten der diese Organe innervierenden Neuronen | |
EP0775348B1 (de) | Verfahren zur erkennung von signalen mittels fuzzy-klassifikation | |
WO2013110348A1 (de) | Anpassung einer klassifikation eines audiosignals in einem hörgerät | |
EP1192897B1 (de) | Risikomonitoring | |
DE69726458T2 (de) | Vorichtung und verfahren zur analyse und zum filtern von geräuschen | |
DE2717530A1 (de) | Verfahren zur stoerbefreiung von signalen | |
DE19949637A1 (de) | Verfahren und Vorrichtungen zur Geräuscherkennung und -trennung sowie Lärmüberwachung und -prognose | |
DE19714899A1 (de) | Verfahren und Vorrichtung zur Analyse von Körpergeräuschen |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
8122 | Nonbinding interest in granting licences declared | ||
8139 | Disposal/non-payment of the annual fee | ||
8170 | Reinstatement of the former position | ||
8139 | Disposal/non-payment of the annual fee | ||
8170 | Reinstatement of the former position | ||
8110 | Request for examination paragraph 44 | ||
8125 | Change of the main classification |
Ipc: A61B 504 |
|
8364 | No opposition during term of opposition | ||
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |