DE19819497B4 - Einrichtung zur Klassifikation und Identifikation von Hirn- und Herzzuständen - Google Patents

Abstract

Auch bedingt durch komplexe medizinisch/traumatische Eingriffe in die Körperfunktionen stellt die zeitgleiche effektive Klassifikation/Identifikation von Hirn- und Herzsignaturen einen unbedingten Parameter zur Überwachung des Vitalzustandes von Individuen unter wechselnden Bedingungen dar. Zudem sollte eine solche Klassifikation/Identifikation individuelle Merkmale dieser Signaturen berücksichtigen, um Fehlbehandlungen aufgrund individueller Besonderheiten zu vermeiden. Diesen Vorgaben folgend ermöglicht es die Einrichtung - aufsetzend auf EEG- und EKG-Standardgeräte - kontinuierlich im zehntel bis hundertstel Hertzbereich Herz-/Hirnaktivitätszustände zu analysieren und mittels neuronaler Netze individuell zu klassifizieren bzw. identifizieren. Zudem ist es der Einrichtung möglich, diese individuellen Herz- und Hirnaktivitätsmustervorgaben zu verändern und damit die Prüfbedingungen für die Klassifikation/Identifikation der Aktivitätszustände der diese Aktivitäten evozierenden Neuronenverbände nicht nur zu individualisieren, sondern auch deren Zustandsänderungen, zum Beispiel aufgrund von therapeutischen Maßnahmen, nachzuführen. Dadurch wird es möglich, ein dynamisches, individuelles Profil von Herz-, Hirnaktivitäten nebst der Herzfrequenzvariabilität zu erstellen und laufend fortzuschreiben.

Description

• Mit der Einführung von immer schnelleren und in ihren physikalischen Abmessungen immer kleiner werdenden digitalen Rechner ist es möglich geworden, im Online-Modus auch hoch komplexe und leistungsschwache elektromagnetische Amplituden zu messen, zu verarbeiten und zu analysieren. Dies eröffnet die Möglichkeit, auch ihrer Natur nach schwache biologisch erzeugte Signale aufzunehmen, zu verarbeiten und zu analysieren.
• Gerade die zeitgleiche Klassifikation und Identifikation der Hirn- und Herzsignaturen stellt aber einen unbedingten Parameter zur Überwachung des Vitalzustandes von Individuen unter wechselnden oder lebensbedrohenden Bedingungen dar. So werden heute schon standardisiert die Vitalparameter des Herzschlages anhand seines zeitlichen Verlaufs mittels des Elektrokardiogramms (EKG) und die Hirnaktivität anhand der elektromagnetischen Aktivität ihrer Neuronen mittels des Elektroenzephalogramms (EEG) dazu verwendet, den Aktivitätszustand dieser beiden lebenswichtigen Organe zu klassifizieren und zu identifizieren.
• Gerade bei den immer komplexer werdenden medizinischen und traumatisch bedingten Eingriffen in die Körperfunktionen ist aber eine zeitgleiche kombinierte Überwachung dieser beiden Vitalparameter nötig, ist doch nur so eine effektive Klassifikation/Identifikation des Aktivitätszustandes dieser lebensnotwendigen Kombination: Herzkreislaufsystem/zentrales Nervensystem möglich.
• Diese gleichzeitige Überwachung, kombiniert mit einer ebenfalls gleichzeitigen Klassifikation/Identifikation Statusbestimmung der Herz- und Hirnzuständen anhand des Aktivitätsverhaltens der sie innervierenden Neuronen, ist Gegenstand der hiesigen Patentanmeldung.
• Grund dafür ist vor allem eine unzureichende Separation der schwächeren Biosignale von sie maskierenden Rauschsignalen und/oder sie maskierenden Frequenzanteilen anderer elektromagnetisch aktiven Organe, bzw. beim Hirn die durch die große Gewebemasse des Neocortex bedingte Abschirmung der elektromagnetischen Signale der unteren, die Vitalität des Individuums steuernden und erhaltenden, Basishirnstrukturen.
• Wegen dieser Hindernisse versagen bisher favorisierte Signalverarbeitungs-, Signalklassifikations- und Signalidentifikationsverfahren bzw. ist eine Identifizierung von schwachen oder maskierten Aktivitätszentren meist unmöglich, bzw. erfordern die ingebrauch befindlichen Systeme eine große Aufmerksamkeit und Erfahrung des jeweiligen Anwenders.
• Andererseits zeigen aber medizinische Studien, dass der Herzschlag sich im zehntel bis hundertstel Hertzbereich kontinuierlich verändert, wobei diese Herzfrequenzvariabilität einem permanenten Abgleich der momentanen Herzschlagfrequenz mit den aus dem Stammhirn stammenden Vorgaben für diesen entspricht. Damit ist die Herzfrequenzvariabilität als zentraler Parameter für die Vitalität des im Stammhirn sitzenden und immer aktiven Herzkreislaufüberwachungssystems anzusehen. Erlischt diese und/oder schwankt diese über größere Breiten unkoordiniert, so ist dies ein Indikator für ernsthafte Verletzungen und/oder Vergiftungen und/oder Fehlfunktionen des zentralen Nervensystems, die auch zum Tod des Individuums führen können.
• Weiterhin zeigen neuste medizinische Analysen, dass man von einer Standardisierung der EEG- und EKG-Werte nicht mehr ausgehen kann, sondern diese als höchst individuell und vor allem vom Lebensstil und vom Lebensverlauf abhängig gesehen werden müssen, hängen sie doch zum Beispiel vom Alter, vom Geschlecht, dem körperlichen und geistigen Fitnessgrad, dem Vorkommen von Diabetes oder anderen permanenten Stoffwechselkrankheiten, klimatisch bedingten Umständen und anderen, hier nicht aufgeführten Parametern, ab. Zudem zeigt sich, dass durch therapeutische Maßnahmen bedingt, sowohl die für ein Individuum als normal zu bezeichnenden EEG- als auch EKG-Werte sich verändern können, was eine Veränderung der Vitalparameterklassifikation nach sich zieht.
• Die in der Literatur aufgezeigten Werte stellen damit aber nur grobe Richtwerte dar. Neben einer kontinuierlichen Erhebung der Vitalparameter Herz-, Hirnaktivität müssen moderne Analysatoren daher konditionierbar – also individuell anpassbar – sein, will man einer adäquaten Analyse der Herz-/Hirnaktivitätszustände Rechnung tragen. Möglichkeiten diese Konditionierbarkeit zu realisieren, sind dabei neuronale Netze, adaptive Fuzzy-Klassifikatoren oder überschreibbare Medien wie z. B. ROM, PROM, EPROM, EEPROM, in die individuelle Herz-, Hirnaktivitätsmuster in Form von Lernmustern abgelegt werden können, um sie dann als Vergleichsmuster für den momentanen Individualzustand heranziehen zu können.
• All diese Vorgaben werden bisher nicht durch den Stand der Technik gelöst, da standardmäßig EKG- und EEG-Werte getrennt erhoben und analysiert werden, die Werte der Herzfrequenz nicht im zehntel bis hundertstel Hertzbreich analysiert werden und keine veränderbaren/individuellen Herz-, Hirnaktivitätsmuster zur Klassifikation des Individualzustandes herangezogen werden.
• Aufgabe der Erfindung ist es, kontinuierlich und individuell Herz-Hirnaktivitäten gleichzeitig im zehntel bis hundertstel Hertzbereich zu erfassen und zu analysieren und so den Herz-/Hirnaktivitätszustand genausten zu klassifizieren bzw. zu identifizieren. In erfinderischer Erweiterung ist es zudem mit der hier vorgestellten Einrichtung möglich, die individuellen Herz- und Hirnaktivitätsmustervorgaben zu verändern und damit die Prüfbedingungen für die Klassifikation/Identifikation der Aktivitätszustände der erfassten Neuronenverbände zu individualisieren und/oder deren Zustandsänderungen, zum Beispiel aufgrund von therapeutischen Maßnahmen, nachzuführen.
• All diese Aufgaben werden durch die Merkmale des Patentanspruches erstmals in vorgestellter Art und Weise gelöst.
• Zwar finden bei der hier beschriebenen Einrichtung mathematische Operationen gemäß den Vorgaben der Patentschrift DE 39 29 077 C2 Anwendung und beschreibt die Offenlegungsschrift DE 195 38 925 A1 ein situationsspezifisches Klassifikationssystem zur Analyse von EEG-Daten, doch besteht der erweiternde erfinderische Anspruch der hier beschriebenen neuen Einrichtung darin, dass diese Systeme die Herz- und Hirnaktivitäten nicht zeitgleich erfassen und vor allem nicht kontinuierlich analysieren, der Parameter Herzfrequenzvariabilität nicht als Vitalparameter analysiert wird und keine individualbezogene und vor allem keine fortlaufend veränderbare Einstellung der Lernmuster und damit der Klassifikation-/Identifikationsparameter der Aktivitätssignalmuster umd deren Dynamik möglich ist. Zudem werden in der Offenlegungsschrift DE 195 38 925 A1 nur Frequenzdaten, welche via einer Fourieranalyse ermittelt werden, analysiert. Es ist aber gerade die weiterführende mathematische Aufarbeitung dieser Frequenzspektren, die erst eine aussagekräftige und robuste Klassifikation/Identifikation der Aktivitäten von Herz-, Hirnzuständen und damit eine Stadieneinteilung ihrerselbst ermöglicht.
• All diese letztgenannten Eigenschaften und Vorgaben können erstmals durch die hier beschriebene Einrichtung vollzogen werden, da anhand der durch die mathematischen Operationen der mFD- und TTY-Berechnungen aufgearbeiteten spektralen Aktivitätsrepräsentationen der Herz und Hirn innervierenden Neuronen sowohl deren Spektraleigenschaften als auch deren spektrale Dynamik zu einem Zustandsmerkmal zusammengefasst werden können, welches dann Prüfbedingungen unterzogen wird, welche individuumbezogen einstellbar sind.
• Im einzelnen wurden dazu zwei speziell aufgebaute Mikrocomputersysteme so von einem in einem permanenten Speicher abgelegten Programm gesteuert, daß entsprechend dem Verfahren der Patentschrift DE 39 29 077 C2 von einem Sensor für elektromagnetische Wellen empfangene Aktivitäten, die von verschiedenen Signalquellen, u. a. auch von den Herz- und Hirnneuronen, ausgesendet sein können, nach einer Digitalisierung in die Frequenzebene transformiert werden, um hieraus eine Leistungsspektrumberechnung 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 positiven Spektrums die Ausgleichsfunktion zur Ermittlung des Mittelwertverlaufes des Leistungsspektrums berechnet werden kann.
• Der Mittelwertverlauf dient als neue Null-Linie eines neuen, von nichtkörperinduzierten Aktivitäten reduzierten Spektrums, des hier sogenannten Differenzleistungsspektrums.
• Zu seiner Bildung wird die Differenz, Leistungsspektrum minus Ausgleichsfunktion, 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 Differenzleistungsspektrum 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 eigentlichen Klassifikation und/oder Identifikation definiert worden ist, werden aus diesem die zur Klassifikation/Identifikation relevanten Merkmalskomponenten 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 Leistungsspektren 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 dabei 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 Wahrscheinlichkeitsdiagramm abzugewinnen, werden dabei die Amplituden der zu den jeweiligen Frequenzabständen gehörigen Differenzleistungswerte miteinander 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 gegenüber 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 Programm das Produkt der zu diesem Frequenzabstand gehörenden Amplituden, 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 Frequenzabstandswert. Im nächsten Schritt wird der Frequenzabstandswert um eine Auflösungseinheit 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 Frequenzabstandswert 200 Hz gewählt. Diese spezielle Häufigkeitsverteilung wird als Grundlage des Klassifikationsvorganges unter der Bezeichnung „multiplikativ gelichtete Frequenzabstandshäufigkeitsverteilung des Differenzleistungsspektrums” (Kurzbezeichnung: mFD-Spektrum) laut Verfahren weiterbenutzt.
• 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 natürlich fallen müssen.
• Ist dies nicht der Fall, so existieren im Spektrum zwei unterschiedliche Signalquellen, wobei die eine gerade mit einem ganzzahligen Vielfachen der Grundfrequenz der niederfrequenteren schwingt.
• Anhand des mFD-Spektrums ist die Klassifizierung des zeitlichen Verhaltens der Herz- und Hirnaktivitäten äußerst sensitiv möglich, da kleinste Frequenzvariabilitäten 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 anzupassen 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 Lebendsstatus eines Individuums ermöglicht.
• Um die Klassifizierung der Aktivitätssignale noch effizienter zu machen, liegt eine Weiterverarbeitung des mFD-Spektrums nahe. Ziel dieser Weiterverarbeitung soll dabei erst einmal sein, die eigentlichen Grundfrequenzen aus dem mFD-Spektrum zu extrahieren. Dazu wird die Häufigkeitsverteilung (das mFD-Spektrum) so weiterverarbeitet, daß nur noch die eigentlichen Grundfrequenzen der Signalquellen dargestellt werden. Diese Weiterverarbeitung geschieht so, daß aus dem Häufigkeitsdiagramm mFD ein weiteres Häufigkeitsdiagramm (Häufigkeitsdiagramm zweiter Stufe) gebildet wird, in dem alle Amplitudenwerte der Harmonischen des Frequenzabstandes Δf_i i > 1 auf den Amplitudenwert von Δf₁ aufsummiert und die Amplitudenwerte der Harmonischen im Spektrum gleich Null gesetzt werden. Dadurch 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 bestimmte auf die Existenz von bestimmten Grundwellenaktivitäten basierte Prüfvorschriften angewendet werden können.
• Da oft die Differenzen zwischen den Frequenzen verschiedener Neuronenverbände bei der verwendeten Meßeinrichtung unter der Auflösung des Fourieranalysators liegen, so daß eine Identifizierung nur anhand des Frequenzspektrums 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 Division der Frequenz einer Oberwelle durch ihre Ordnung immer die Frequenz der Grundwelle erhält, können so selbst Grundfrequenzen detektiert werden, 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 Frequenzabstandswahrscheinlichkeit zweiter Stufe, der zu berechnende Frequenzabstand 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 Auflösungsgenauigkeit 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 erkennbar wird.
• Die Anwendung der eigentlichen der Klassifikation und Identifikation des Lebewesens zugrunde liegenden Prüfvorschrift spaltet sich in zwei Teilklassifikationen/-Identifikationen auf: Während der Klassifikation des zeitlichen Verhaltens des Frequenzverhaltens über das mFD-Spektrum und/oder wahlweise über das TTY-Spektrum erfolgt, wird die Klassifikation/Identifikation der Organzustände, die durch die elektromagnetischen Aktivitäten der die Organe innervierenden Neuronen repräsentierten werden, in vorteilhafter Auslegung der Erfindung an Hand von gespeicherten, aber veränderbaren Lernmustern vollzogen. In beiden Spektren kommt dabei 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 gesamte mFD- oder TTY-Spektrum und bestimmt die Anfangs- und Endpunkte der erhöhten Leistungswerte.
• Die Klassifikation des zeitlichen Verhaltens der analysierten Signalverläufe wird durch die Anwendung einer Prüfvorschrift vollzogen, die sowohl die zeitliche Stabilität der Amplitudenwerte der Grundschwingungen und der Harmonischen der Grundschwingungen über ein wahlweise einzustellendes Zeitintervall ermittelt, also auch die zeitliche Stabilität der Frequenzwerte der Grundwellen und derer Harmonischen ermittelt, wobei in vorteilhafter Auslegung der Erfindung individuelle Frequenz- und Amplitudenvariabilitätsintervalle bestimmt werden können, in denen eine zulässige Variabilität der Frequenz- und Amplitudenwerte liegen dürfen, ohne daß eine Klassifikationsklasse 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 Aufnahmen mit mehreren Signaturquellen ein gemischtes Zeitverhalten der Signaturquellen klassifiziert wird.
• Die Klassifikation der Organzustände bzw. die Identifikation von Organzuständen wird an Hand der Lage der Grundfrequenzen, an Hand der Bandleistungen der Grundfrequenzen, an Hand der Harmonischenstrukturen und an Hand der Bandleistungen der Harmonischen in den jeweiligen analysierten 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/Identifkation 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 verfahrensgemäß die Meldung „Organzustand x” angezeigt und/oder ein im Lermustersatz gespeicherter Maschinenbefehl abgesetzt.
• Im folgenden wird anhand der Zeichnung ein Ausführungsbeispiel der erfindungsmäßigen Einrichtung erläutert
• In der Zeichnung zeigen:
• 1 in einem vereinfachten Blockschaltbild die erfindungsgemäße Einrichtung mit allen Funktionselementen,
• 2 in einem vereinfachten Blockschaltbild die erfindungsgemäße Lösung des Klassifikationsteils mit all seinen Funktionselementen,
• 3 in einem vereinfachten Blockschaltbild die erfindungsgemäße Lösung des Klassifikations-/Identifikationsteils für die Organzustandsbestimmung mit seinen Funktionselementen und
• 4 die schematische Berechnung eines multiplikativ gewichteten Frequenzabstandshäufigkeitsspektrums des Differenzleistungsspektrums (mFD).
• Das in 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, gesteuert 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 Fouriertransformation vorzugsweise im Bereich 0–1600 Hz; für die Anwendung der Einrichtung zur Klassifikation und/oder Identifikation anderer Objekte sind die jeweils angegebenen Frequenzen selbstverständlich entsprechend den Aufgaben veränderbar und mit 0,01–1 Hz Auflösung durchgeführt.
• Ein anderer für die originäre Aufgabe der erfindungsgemäßen Einrichtung bevorzugter Bereich ist 0–800 Hz mit einer Auflösung von 0,5 Hz.
• Der Mikroprozessor I, Funktionsteil 3, ist dabei per Programm so konditioniert, 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 Leistungsspektrum (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 Leistungsspektrum 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 2 wird in einem vereinfachten Blockschaltbild der erfindungsgemäße 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 Schaltern 3, 4, Teile 22, 23, einer Anzeigeeinheit 'nicht biologisch evoziertes Signal' 25, einem Schalter 6, Teil 26, zur Signalweitergabe an den Identifikationsteil 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 größer 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, geöffnet 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 Anzeigenteil 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 3 zeigt in einem vereinfachten Blockschaltbild den Identifikationsteil 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 in besonderen Speichern abgelegtem Programm.
• Per Programm wird der Mikroprozessor so gesteuert, daß er das Häufigkeitsdiagramm zweiter Stufe aus dem mFD ermittelt und es in einem Speicher ablegt. Verfahrensgemäß wird der Mikroprozessor III, Teil 14 veranlaßt, daß die mFD- und/oder TTY-Spektren mit den im Gedächtnisspeicher 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 entsprechend angezeigt.
• Danach wird die Sensorkonfiguration 7 für 0.1–1 sec an den Eingang der Funktionsstufe A gelegt.
• In der 4 ist die Berechnung eines mFD-Spektrums schematisch dargestellt. Ausgehend von einem Beispielspektrum (a) werden die Teilspektren für die verschiedenen Spangenweiten markiert (b, e, h), die Amplitudenwerte multipliziert (c, f, i) und die Produkte auf 5o summiert (d, g, j). Die Auftragung der so ermittelten Merkmalkomponenten ergibt dann ein Zwischen-mFDSpektrum (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 4 verwendeten Symbole sollen die Rechenschritte 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 (1)

1. Einrichtung zur Klassifikation und Identifikation von Herz- und Hirnzuständen aufgrund des Aktivitätsverhaltens der sie innervierenden Neuronen, umfassend: eine mit dem Signal einer die elektromagnetischen Aktivitäten erfassenden Sensoreinrichtung (7) über einen ersten Schalter (1) beaufschlagte erste Funktionsstufe (A), wobei der erste Schalter (1) entweder von einem Zeitgeber (4) oder Taktgeber (5) gesteuert wird oder nach einer erfolgten Identifikation und/oder Klassifikation von Herz- und Hirnzuständen zur Aufnahme eines neuen Signals angesteuert wird, wobei die erste Funktionsstufe (A) mindestens aus den elektronischen Funktionselementen Bandpass (34), Stromrichter, Analog-/Digitalwandler (2), Zeitgeber (4), Taktgeber (5), Mikroprozessor (3), Datenbus (8), einem zweiten Schalter (6) im Datenbus aufgebaut ist und von einem in einem Speicher abgelegten Programm befähigt wird, ein Leistungsspektrum aus den empfangenen Signalen im Bereich 0,01–1600 Hz, mit einer Auflösung von 0,01–1 Hz zu berechnen und das berechnete Leistungsspektrum über den zweiten Schalter (6) an eine der ersten Funktionsstufe (A) folgende zweite Funktionsstufe (B) weiterzuleiten, eine zweite Funktionsstufe (B), die mindestens aus den elektronischen Funktionselementen Mikroprozessor (14), Datenbus, Zeitgeber (9), Taktgeber (10) und drei Speichern (11, 12, 13) besteht, wobei das von der ersten Funktionsstufe (A) übertragene Leistungsspektrum in einem der drei Speicher (11, 12, 13) abgelegt und mittels eines in einem weiteren Speicher abgelegten Programms der Mikroprozessor (14) befähigt wird, das Leistungsspektrum zu logarithmieren, eine Ausgleichskurve durch das logarithmierte Leistungsspektrum zu legen und diese Ausgleichskurve als neue Nulllinie des Differenzleistungsspektrums DLS, welches nur noch die signalquellenspezifischen Anteile der elektromagnetischen Signale beinhaltet, zu betrachten, um dieses dann zu dem multiplikativ gewichteten Frequenzdifferenzleistungsspektrum mFD zu transformieren, aus dem die Spektralanteile, die eine Harmonischenstruktur aufweisen, ausgehend von dem größten 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 dem dritten der drei Speicher (11, 12, 13) abgelegt wird, wobei dieser über einen dritten Schalter (15) gesteuert abgerufen werden kann, eine auf die zweite Funktionsstufe (B) folgende dritte Funktionsstufe, die das Spektrum dahingehend klassifiziert, ob das zeitliche Verhalten der Frequenz- und/oder Amplitudenverläufe sich in einem variablen Zeitintervall ändert und mittels einer abgelegten Datei den Aktivitätszustand oder die Aktivitätszustandsänderung als bekannt identifiziert, wobei die dritte Funktionsstufe mindestens aus den elektronischen Funktionselementen Mikroprozessor (14), Datenbus, Zeitgeber, Taktgeber (10) und Gedächtnisspeicher (28) 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 untersuchen, ob die Form des Spektrallinienverlaufs den im Gedächtnisspeicher abgelegten Spektralverläufen einer bekannten Stadieneinteilung zugeordnet werden kann, um bei dessen Bestätigung einen Schalter zu öffnen, um einen Maschinenbefehl an ein oder mehrere dem Klassifikations-/Identifikationsgerät angekoppeltes Gerät oder angekoppelte Geräte zu übermitteln oder um bei Nichtidentifikation das bereits errechnete mFD-Spektrum in einem weiteren Verarbeitungsschritt zum positiv logarithmierten Leistungsspektrum zu deklarieren, um aus diesem heraus zum Vollzug des Verarbeitungsschrittes der Klassifikation/Identifikation wiederholt ein DLS-Spektrum und von diesem ein mFD-Spektrum zu berechnen, um dieses einem erneuten Identifikationsversuch zu unterwerfen, wobei mittels eines in einem Speicher abgelegten Programms der Mikroprozessor mittels einer Schaltermimik dahingehend befähigt wird, die Spektralwerte im mFD- und/oder TTY-Spektrum kontinuierlich in einem Speicher abzulegen, um auf diese zurückgreifend mittels ebenfall im Speicher abgelegten Prüfbedingungen Spektrenkombinationen Aktivitätszuständen zuzuordnen, wobei die abgelegten Prüfbedingungen durch die Zustandsveränderung der Aufnahmemimik modifiziert werden können.