DE19831109A1 - Monitoring and evaluation of infants and new born breathing cycle - Google Patents

Monitoring and evaluation of infants and new born breathing cycle

Info

Publication number
DE19831109A1
DE19831109A1 DE1998131109 DE19831109A DE19831109A1 DE 19831109 A1 DE19831109 A1 DE 19831109A1 DE 1998131109 DE1998131109 DE 1998131109 DE 19831109 A DE19831109 A DE 19831109A DE 19831109 A1 DE19831109 A1 DE 19831109A1
Authority
DE
Germany
Prior art keywords
data
apnea
patient
parameters
cluster
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
DE1998131109
Other languages
German (de)
Inventor
Klaus Holthausen
Burghart Scheidt
Joachim Frenzel
Olaf Breidbach
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Friedrich Schiller Universtaet Jena
Original Assignee
Friedrich Schiller Universtaet Jena
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Friedrich Schiller Universtaet Jena filed Critical Friedrich Schiller Universtaet Jena
Priority to DE1998131109 priority Critical patent/DE19831109A1/en
Publication of DE19831109A1 publication Critical patent/DE19831109A1/en
Application status is Withdrawn legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Detecting, measuring or recording for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/113Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Detecting, measuring or recording for diagnostic purposes; Identification of persons
    • A61B5/04Measuring bioelectric signals of the body or parts thereof
    • A61B5/0476Electroencephalography
    • A61B5/048Detecting the frequency distribution of signals
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Detecting, measuring or recording for diagnostic purposes; Identification of persons
    • A61B5/08Detecting, measuring or recording devices for evaluating the respiratory organs
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Detecting, measuring or recording for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts

Abstract

The breathing cycle of patients (I) in the form of the frequency, period and timing of pauses during breathing while asleep are monitored together with EEG measurements (II, III). Both sets of data are stored in memory and are sampled and processed using cluster analysis (V) to determine if the patients are in a high risk group.

Description

Die Erfindung betrifft ein Verfahren zur Auswertung von mit Störungen der Atemregulation bei Früh- und Neugeborenen im Zusammenhang stehenden Meßdaten. The invention relates to a method for evaluating with disorders of the respiratory regulation in premature and newborn-related measurement data. Mit dieser Datenauswertung soll eine individuelle Gefährdung durch einen plötzlichen unerwarteten Säuglingstod bei unreifen und reifen Neugeborenen sowie jungen Säuglingen erkannt werden. This data analysis an individual risk of sudden unexpected infant death in immature and mature neonates and young infants should be recognized. Eine solche Gefährdung wird in der Regel durch Einteilung des Patienten in eine entsprechende Apnoe-Risikogruppe klassifiziert. Such a threat is usually classified by dividing the patients into a corresponding apnea risk group. Darüber hinaus ist das Verfahren prinzipiell geeignet, schlafbezogene Atemregulationsstörungen anderer Ursachen zu erkennen. Moreover, the method is in principle suitable for detecting sleep-related respiratory regulation disorders of other causes.

Der plötzliche unerwartete Säuglingstodesfall (internationale Bezeichnung: Sudden Infant Death Syndrome) ist im ersten Lebensjahr die häufigste Todesursache in allen industriellen Ländern. The sudden unexpected infant death (international name: Sudden Infant Death Syndrome) is in the first year, the leading cause of death in all industrial countries. Die Häufigkeit liegt in Ländern mit kompetenter Medizinalstatistik zwischen 1 bis 3 Todesfällen pro 1000 Lebendgeburten, so daß für Deutschland mit etwa 1000 Säuglingstodesfällen pro Jahr gerechnet werden muß. The incidence is in countries with competent medical statistics between 1 to 3 deaths per 1000 live births, so that must be reckoned with about 1,000 infant deaths per year for Germany.

Eine kausale Behandlung ist nicht bekannt. A causal treatment is not known. Der bislang einzige Weg zur therapeutischen Einflußnahme in der Praxis besteht in der Vorbeugung derartig katastrophaler Ereignisse durch die rechtzeitige Erkennung von gefährdeten Säuglingen (Risikodiagnostik). The so far the only way to therapeutic influence in practice is to prevent such catastrophic events through the timely identification of vulnerable infants (risk diagnosis). Diese Risikosäuglinge bedürfen einer sorgfältigen Langzeitüberwachung, um lebensbedrohende Ereignisse vor einem fatalen Ende, dh in einer Phase, in der eine Reanimation noch möglich ist, zu entdecken. These risk infants require careful long-term monitoring to life-threatening events before a fatal end, that is to discover in a phase in which resuscitation is still possible.

Schlafbezogene Atemregulationsstörungen anderer Ursachen werden durch eine Vielzahl chronischer Erkrankungen im Kindesalter oder/und durch Medikamente hervorgerufen. Sleep-related respiratory regulation disorders of other causes are caused by a variety of chronic diseases in childhood and / or by drugs. Ihre Schwere erreicht in der Regel keine lebensbedrohenden Ausmaße, jedoch werden Schlafqualität und damit Lebensqualität signifikant gemindert. Its severity is not life-threatening proportions in general, however, sleep quality and quality of life are significantly reduced.

Die Risikoerkennung erfolgt nach dem gegenwärtigen Stand der Technik durch Polysomnographie, für die verschiedene kommerzielle Geräte zur Verfügung stehen. Risk identification is based on the present state of the art by polysomnography, are available for the various commercial devices. Das Neugeborene, bzw. der Säugling muß dazu in einen speziellen Schlafraum verbracht werden. The newborn or infant must be spent this in a special dormitory. Es müssen 2-6 (8) EEG- Elektroden, drei Elektroden für Cardiorespirographie, ein nasaler Flowsensor, EMG-Elektroden an Augen und Kinn und ein Sauerstoffsensor am Fuß angebracht und stabil befestigt werden. It must 2-6 (8) EEG electrode, three electrodes for Cardiorespirographie, a nasal flow sensor, EMG electrodes of the eyes and chin and an oxygen sensor mounted on the foot and be firmly fastened. Eine Schlafdauer von mindestens zwei Stunden, bei älteren Säuglingen besser von mindestens vier Stunden ist Voraussetzung für eine aussagefähige Untersuchung. A sleep duration of at least two hours in older infants better from at least four hours is a prerequisite for a meaningful investigation.

Die Risikoerkennung durch Polysomnographie stützt sich auf einen Komplex von Parametern: The risk of detection by polysomnography is based on a complex of parameters:

  • - Es werden Schlafphasen, Atemregulation, Häufigkeit, Typ und Dauer von Atemstillständen als entscheidende Größen gemessen. - are measured phases of sleep, respiratory regulation, frequency, type and duration of apneas, as decisive parameters.
  • - Zur Identifikation und Bewertung dieser Parameter sind simultane Messungen von zusätzlichen vegetativen Parametern wie Herzfrequenz, Sauerstoffsättigung, Elektroenzephalogramm sowie Augen-, Kinn- und Körperbewegungen erforderlich. - To identify and assess these parameters simultaneous measurements of additional vegetative parameters such as heart rate, oxygen saturation, electroencephalogram and eye, chin and body movements are required.

Die Meßmethoden der Polysomnographie sind aufwendig, kostenintensiv und daher an spezielle Schlaflaboratorien gebunden. The methods of measurement of polysomnography are complicated, expensive and therefore bound to special sleep laboratories.

Beachtet werden muß weiterhin, daß diese Methodologie primär für die Polysomnographie des Erwachsenen zur Diagnose von Schlafstörungen, insbesondere des Schlafapnoe-Syndroms, entwickelt wurde. must further be noted that this methodology was primarily for polysomnography in adults for the diagnosis of sleep disorders, especially of the sleep apnea syndrome developed. Ihre Anwendung bei Neugeborenen ist aufgrund zahlreicher Altersbesonderheiten mit Einschränkungen der meßtechnischen und diagnostischen Zuverlässigkeit verbunden. Their use in neonates is associated with restrictions on the metrological and diagnostic reliability due to numerous age peculiarities. Die Mehrzahl der kommerziellen Geräte bietet keine Optionen für Messungen im Säuglingsalter an. The majority of commercial equipment offers no options for measurements in infancy.

Derartige Einschränkungen ergeben sich aus altersspezifischen physischen und psychischen Besonderheiten der Neugeborenen und Säuglinge: Such restrictions arising from age-specific physical and psychological characteristics of newborns and infants:

  • - Die Applikation einer Vielzahl von Meßelektroden ist belästigend für die kleinen Patienten. - The application of a variety of measuring electrodes is harassing for younger patients.
  • - Es werden Bewegungsartefakte, Störungen des Elektrodenkontaktes durch Schwitzen und Schlafstörungen wie Einschlafverzögerungen und Aufwachphasen provoziert. - There are provoked motion artifacts, disorders of the electrode contact through sweating and insomnia as Einschlafverzögerungen and awakenings.
  • - Eine hinreichend artefaktfreie Messung und die Realisierung einer ausreichend langen Schlafdauer ist daher schwierig. - A sufficiently artefact-free measurement and the realization of a sufficiently long duration of sleep is therefore difficult.
  • - Als Folge stützt sich die Auswertung oft nur auf Zeitausschnitte des Schlafes. - As a result, the evaluation often based only on time segments of sleep. Meßwiederholungen sind manchmal unumgänglich. Repeated Measures are sometimes unavoidable.

Hinzu kommen Probleme, eine stabile Mutter-Kind-Beziehung während der langen Meßdauer anzubieten. There are also problems to provide a stable parent-child relationship during the long measurement period.

Im Ergebnis der Schlafanalyse für Patienten im Kindesalter mit dem gegenwärtigen Stand der Technik werden Häufigkeit und Dauer von Atemstillständen - getrennt nach aktiver und ruhiger Schlafphase - festgestellt und nach ihren Ursachen in zentrale und obstruktive Formen differenziert. As a result of sleep testing for patients in childhood with the current state of the art frequency and duration of apnea are - separately for active and quiet sleep phase - detected and differentiated by their causes in central and obstructive forms. Diese Ereignisse werden zu verschiedenen Indices summiert, deren quantitative Ausprägung empirisch einem Ausprägungsgrad des SIDS- Risikos zugeordnet wird. These events are summed with various indexes whose quantitative expression is empirically associated with a severity of the SIDS risk. Abgesehen von dem prinzipiellen klinischen Problem der Zuordnung von quantitativen Schlafparametern zum SIDS- Risiko sind auf Grund der Meßtechnik hohe Streuungen der Indices und damit Fehlinterpretationen ein wesentlicher klinischer Nachteil. Apart from the basic clinical problem of allocating quantitative sleep parameters for SIDS risk high scatter of the indices and misinterpretations are due to the measurement technique an important clinical disadvantage.

Es ist bekannt, daß durch Computeranalyse einer in gleichmäßige Zeitabschnitte unterteilten EEG-Aufzeichnung auf physiologische Zustände geschlossen werden kann (z. B. US-PS 5 154 180 zur Erstellung eines Schlafprofils für Erwachsene). It is known, that can be closed by computer analysis of a divided into equal time segments EEG recording to physiological conditions (eg., U.S. Patent No. 5,154,180 for creating a sleep profile for adults). Dabei kann aus der Bandleistung in bestimmten Frequenzbändern auf eine Kategorie vordefinierter physiologischer Zustandsklassen geschlossen werden. It can be concluded that a category of pre-defined physiological condition classes from the band's performance in certain frequency bands.

Desweiteren ist bekannt, daß aus einer durch Fourier-Transformationen aufbereiteten Messung physiologischer Daten (EEG, EMG, EKG, Augenbewegung etc.) mit Hilfe eines neuronalen Netzwerks auf somatische Zustände eines Probanden geschlossen werden kann (US-PS 5 601 090). Furthermore, it is known that from a processed by Fourier transforms measuring physiological data (EEG, EMG, ECG, eye movement, etc.) can be closed by means of a neural network on somatic states of a subject (U.S. Patent 5,601,090).

Diese Verfahren haben den Nachteil, daß physiologische Merkmale bekannt sein müssen, die dann im Rahmen einer gezielten Mustererkennung eingesetzt werden können. These processes have the disadvantage that physiological characteristics must be known, which can then be used in the context of a specific pattern recognition. Es ist jedoch nicht möglich, die EEG- Aufzeichnungen von Früh- und Neugeborenen durch a priori definierte einfache Muster auszuwerten. However, it is not possible, the defined EEG recordings of premature and newborn affected by a priori evaluate simple patterns. Vielmehr ist das EEG durch eine Vielzahl individueller, z. Rather, the EEG is characterized by a plurality of individual, z. T. entwicklungsbedingter Signaturen überlagert, so daß es nicht einfach und zumindest sehr zeitaufwendig ist, für die Atemregulationsstörungen relevante Merkmale aus dem EEG abzulesen. T. developmental signatures superimposed, so that it is not easy, and at least very time-consuming to read the respiratory regulation disorders relevant features from the EEG. In der Praxis müssen deshalb für eine medizinische Bewertung des Apnoe- Risikos eine Reihe von den Patienten physisch und psychisch belastenden EEG-Messungen durchgeführt und deren oft stundenlange Aufzeichnung durch den Arzt visuell ausgewertet sowie mit den aufgezeichneten Atemregulationsdaten und ggf. noch weiteren Daten verglichen werden. In practice, therefore, need for a medical assessment of apnea risk carried out a number of the patient physically and psychologically stressful EEG measurements and their often hours of recording visually evaluated by the physician and compared with the recorded respiratory control data and possibly even more data.

Der Erfindung liegt daher die Aufgabe zu Grunde, unter geringstmöglicher Belastung des Patienten und mit einem Minimum an erforderlicher, insbesondere visueller, Überwachung und Auswertung von Daten der Polysomnographie eindeutige und objektive Anhaltspunkte für Atemregulationsstörungen zu erhalten, die eine Einteilung des Patienten in eine Apnoe-Risikogruppe gestatten und letztendlich auch objektive apnoerelevante Bewertungskriterien für den Arzt liefern. The invention is therefore based on the object to obtain clear and objective evidence of respiratory regulation disorders with the least possible burden on the patient and with a minimum of required, particularly visual, monitoring and evaluation of data polysomnography, a division of the patients in an apnea-risk group permit and ultimately also provide objective apnea relevant evaluation criteria for the doctor.

Erfindungsgemäß werden aus der EEG-Aufzeichnung des Früh- bzw. Neugeborenen, die in an sich bekannter Weise in vorhandenen Schlaflabors gewonnen wird, mit Hilfe von Informationen aus seinen ebenfalls üblicherweise im Schlaflabor erfaßten Atemregulationsdaten charakteristische apnoerelevante EEG-Merkmalsvektoren gewonnen und ausgewertet. which is obtained in manner known per se in existing sleep laboratory, obtained with the aid of information from its likewise detected normally in the sleep laboratory respiratory regulation data characteristic apnea-related EEG feature vectors and evaluated according to the invention from the EEG recording of the premature or newborn. Zu dieser Auswertung werden die gewonnenen EEG- Merkmalsvektoren des Probanden mit Hilfe eines selbstreferentiellen und anhand der EEG-Merkmalsvektoren eines vorhandenen Patientenpools trainierten, neuronalen Netzwerkes [z. the EEG obtained are to this evaluation feature vectors of the subject by means of a self-referential and trained based on the EEG feature vectors of an existing patient pools, neural network [z. BK Holthausen, Theory Bioscienc. BK Holthausen, Theory Bioscienc. (1998) 117, S. 18-31] abgebildet. (1998) 117, reproduced p 18-31].

Damit werden mit einer EEG-Analyse, die vergleichsweise belastungsarm für den Patienten lediglich einen Ableitungskanal erfordert, aus der EEG- Aufzeichnung apnoerelevante Daten gewonnen, die mit der besagten Auswertung erstmals objektive Kriterien für die Einteilung des Patienten in eine Apnoe-Risikogruppen gestatten, so daß der behandelnde Arzt nicht notwendigerweise - so wie bisher - rein subjektive Bewertungen aus zeitaufwendigen visuellen Aufzeichnungsauswertungen mit Vergleich u. In order to be with an EEG analysis for the patient requires only comparatively loading arm a discharge channel, obtained from the EEG recording apnea relevant data for the first time allow objective criteria for the classification of patients in an apnea risk groups with said evaluation, such that the attending physician is not necessarily - as usual - a purely subjective evaluations from time-consuming visual record analysis with comparative u. U. einer Vielzahl von Daten und/oder Daten-Aufzeichnungsphasen treffen muß. U. a plurality of data and / or data recording stages must meet. Die Bewertung und die Einteilung in Apnoe-Risikogruppen erfolgt ausschließlich auf der Basis der apnoephasenabhängigen EEG-Daten, unabhängig von der Häufigkeit der Atemstillstände und weiteren Parametern, wie maximale und mittlere Apnoedauer. The review and the division into apnea risk groups is made exclusively on the basis of the phase-dependent apnea EEG data, regardless of the frequency of apnea and other parameters, such as maximum and mean apnea duration.

Mit diesem Verfahren werden eine Reihe von Nachteilen der klassischen Polysomnographie vermieden: With this method, a number of disadvantages of the classic polysomnography be avoided:

  • - Die Verringerung der Elektrodenzahl von 12 bis 18 auf 2 bis 4 handels übliche EEG-Elektroden. - The reduction of the electrode number of 12 to 18 2 to 4 usual commercial EEG electrodes. Damit wird das Meßverfahren technisch einfacher und durch die geringere Belastung patientenfreundlicher. So that the measurement procedure is technically simpler and more patient-friendly through the lower charge.
  • - Das Verfahren gestattet die Auswertung von Daten, die in herkömmlichen Schlaflabors aufgezeichnet werden, ermöglicht aber darüber hinaus auch Anwendung außerhalb eines spezialisierten Schlaflabors. - The method allows the analysis of data that are recorded in conventional sleep laboratory, but also enables application outside of a specialized sleep laboratories. Es eignet sich sowohl für die allgemeinärztliche als auch kinderärztliche Praxis. It is suitable for general medical and pediatric practice.
  • - Dadurch ist die Erfindung im besonderem Maße für das Screening auf Risikokinder als auch für die Verlaufsbeobachtung gefährdeter Säuglinge prädestiniert. - Thus, the invention in particular degree is ideal for screening for children at risk and for the progress monitoring of vulnerable infants.
  • - Darüber hinaus wäre auch eine Untersuchung im häuslichen Milieu durch die Eltern realisierbar. - In addition, a study in the home environment by parents would be realized.
  • - Aus diesen Gründen ist das Verfahren eine sinnvolle Ergänzung zum klassischen Schlaflabor. - For these reasons, the procedure is a useful addition to the traditional sleep lab.

Das neue Verfahren ermöglicht eine verbesserte SIDS-Risikobewertung nach objektiven aus der Datenanalyse gewonnenen Kriterien. The new process allows improved SIDS risk assessment of objective obtained from the data analysis criteria. Ein Vorteil erwächst aus der dargestellten geringeren Störanfälligkeit und Artefaktbelastung der einfacheren Meßtechnik. An advantage arises from the illustrated lower susceptibility to interference and load of the artifact simple measuring technique. Wesentlicher ist jedoch der Umstand, daß eine Differenzierung in unauffällige und auffällige Patienten erfolgt. but is essential to the fact that a differentiation in inconspicuous and conspicuous patient takes place. Die in der Polysomnographie gängige Klassifizierung mittels quantitativer Maßzahlen verlangt Expertenwissen und ist dadurch nur Fachärzten zugänglich, die auf diesen Gebieten spezialisiert sind. The common in polysomnography classification by quantitative metrics requires expertise and is thus only available to specialist doctors who are specialized in these fields. Diese Einschränkung wird für einen breiten Praxiseinsatz mit dem erfindungsgemäßen Verfahren aufgehoben. This limitation is canceled for a wide practical use with the inventive method. Damit wird die Anwendung außerhalb von spezialisierten Labors auch hinsichtlich Interpretation und Bewertung ermöglicht. So that the application is made possible outside specialized laboratories also with regard to interpretation and evaluation.

Die Erfindung soll nachstehend anhand eines in der Zeichnung dargestellten Ausführungsbeispiels näher erläutert werden. The invention will be explained below with reference to an illustrated in the drawings embodiment.

Es zeigen: Show it:

Fig. 1 schematische Darstellung des erfindungsgemäßen Auswerte verfahrens Fig. 1 shows a schematic representation of the evaluation method according to the invention

Fig. 2 Verknüpfung der Eingangsvektoren eines neuronalen Netzwerkes Fig. 2 linkage of the input vectors of a neural network

Fig. 3 zweidimensionale Auswertung der Ausgangsvektoren des neuronalen Netzwerkes Fig. 3 two-dimensional evaluation of the output vectors of the neural network

Aus der Polysomnographie lagen Aufzeichnungen von 37 Früh- und Neugeborenen unterschiedlichen Gestationsalters und verschiedenen Grades der Atemregulationsstörung vor (Phase I. des schematischen Verfahrens ablaufes in Fig. 1). From polysomnography recordings were of 37 preterm infants and neonates different gestational age and various degrees of respiratory regulation disturbance moment (phase I of the schematic process sequence in Fig. 1).

Das postkonzeptionelle Alter lag zwischen der 36. und der 50. Schwanger schaftswoche. The post-conceptional age was between the 36th and 50th weeks pregnant economy. Für sämtliche Patienten lagen aus der Polysomnographie umfassende Meßdaten über mehrstündige Aufzeichnung der Atemregulation und eines Mehrkanal-EEGs vor (Phase II. des schematischen Verfahrens ablaufes in Fig. 1). For all patients were from the polysomnography comprehensive measurement data over several hours recording the respiratory control and a multi-channel EEG before (Phase II. The schematic process sequence in Fig. 1). Die EEG-Meßdaten wurden in Zeitfenster vor, während und nach einer Apnoe sowie in apnoefreie Zeitfenster von jeweils fünf Sekunden Dauer eingeteilt. The EEG measurements were in before time window, divided during and after an apnea, as well as apnea free time window of five seconds duration. Jedem Atemstillstand (Apnoe) eines Patienten wurden dementsprechend vier EEG-Datensätze zugeordnet und als computerlesbare Einzeldatensätze abgespeichert. Each breathing (apnea) of a patient have been correspondingly assigned to four EEG records and stored as a single computer-readable data sets. Diese Einzeldatensätze wurden einer an sich bekannten Spektralanalyse in den folgenden Frequenzbereichen unterzogen: Subdeltawellen (σδ), Deltawellen (δ), Theta wellen (ϑ), Alphawellen (α) sowie Betawellen (β), die in zwei Abschnitte (12,5 bis 19,5 Hz und 19,5 bis 25 Hz) unterteilt waren (Phase III. des schematischen Verfahrensablaufes in Fig. 1). These individual data sets were subjected to a per se known spectral analysis in the following frequency ranges: Subdeltawellen (σδ), delta waves (δ), theta waves (θ), alpha wave (α) and beta waves (β), which (in two sections 12.5 to 19 of the schematic process flow in Fig. 1), 5 Hz and 19.5 up to 25 Hz) were divided (phase III..

Es wurden zur weiteren Analyse dieser abgespeicherten Einzeldatensätze der EEG-Meßdaten vier quantitative Größen ausgewählt: absolute und relative Bandleistung sowie die absolute und relative Varianz. There were selected four quantitative variables for further analysis of these stored individual data records the EEG measurement data: absolute and relative band power and the absolute and relative variance. Diese Größen wurden für die drei Zeitfenster vor, während und nach einer Apnoe im Vergleich zu den apnoefreien Zeitfenstern und für die og sechs Frequenzbänder einzeln berechnet, so daß jeder Größe insgesamt 18 Parameter zuzuordnen waren. These quantities were in front of the three time windows, during and after an apnea compared to apnea free time slots and for the above mentioned six frequency bands calculated individually, so that each size were assigned a total of 18 parameters. Mit einer geeigneten Auswahl der auf diese Weise ermittelten insgesamt 72 Parameter war eine Verknüpfung zwischen der EEG-Aufzeichnung eines Patienten und seiner Risiko-Einstufung bezüglich der Atemregulations störungen herzustellen. With a suitable selection of the determined in this way a total of 72 parameters of a link between the EEG recording of a patient and its risk-classification with respect to the respiratory disorders Regulations was to manufacture. Dazu wurde mit Hilfe eines neuronalen Netzwerkes eine Cluster-Analyse durchgeführt. For this, a cluster analysis was performed using a neural network. Die Cluster-Anayse bezweckte eine zweidimensionale Darstellung (dh Projektion) ausgewählter EEG-Para meter unter dem Aspekt, daß jeweils die Parameter, die aus der EEG- Aufzeichnung eines Patienten einer bestimmten Apnoe-Risikogruppe stammten, jeweils in einem eng umgrenzten Bereich der zweidimensionalen topologischen Abbildung (dh einem Cluster) abgebildet werden. The cluster Anayse its object a two-dimensional representation (ie, projection) of selected EEG para meters from the point that each of the parameters derived from the EEG recording of a patient of a certain apnea risk group, in each case in a narrowly bounded area of ​​the two-dimensional topological Figure (ie a cluster) displayed. Eine erfolgreiche Cluster-Darstellung führt dann zu einer Trennung (dh Separation) der verschiedenen Apnoe-Risikogruppen in der zweidimen sionalen topologischen Abbildung der durch die Verknüpfung auf zwei Ausgangsgrößen des neuronalen Netzwerkes reduzierten Parameter der apnoerelevanten EEG-Meßdaten (vgl. Fig. 2). A successful cluster representation leads to a separation (that is, separation) of the various apnea risk groups in the zweidimen dimensional topological mapping of the reduced by linking two output variables of the neural network parameters of the apnea-related EEG measurement data (see. Fig. 2).

Für die Auswertung pro Patient sollten somit M = 72 spektralanalytisch ermittelte Parameter als Apnoe-Merkmalskriterien semantisch mit Hilfe eines sog. Evolutionsalgorithmus auf K = 24 für die Auswertung heranzuziehende Parameter reduziert werden, die jeweils einen patientenabhängigen Eingangsvektor für das neuronale Netzwerk bilden. Thus M should be = 72 spectral analysis determined parameter as an apnea-feature criteria semantically reduced using a so-called. evolutionary algorithm on K = 24 taken into account for the evaluation parameter for the evaluation of each patient, each forming a patient-dependent input vector for the neural network.

Dazu wurde ein neuronales Feedforward-Netzwerk eingesetzt, das 24 Eingänge (in Fig. 2 aus Übersichtsgründen lediglich acht Eingänge K1-K8 davon dargestellt) für die jeweils als Eingangsvektor pro Patient ausgewählten 24 Parameter sowie zwei Ausgängen N1, N2 als Ausgangs vektor für jeden Patienten zur topologischen Darstellung der EEG-Merkmale aufweist. For this purpose, a neural feed-forward network is employed, the 24 inputs (in Fig. 2 only eight inputs K1-K8 shown for reasons of clarity thereof) for the selected respectively as an input vector per patient 24 parameters, and two outputs N1, N2 as an output vector for each patient comprises for the topological representation of the EEG features. Für jeden Parameter K; For each parameter K; jedes Eingangsvektors wurde innerhalb eines vorhandenen Patientenpools der Minimal- und Maximalwert bestimmt, so daß die Eingangswerte des neuronalen Netzwerkes auf das Intervall zwischen 0 und 1 normiert werden konnten. each input vector is determined within an existing patient pool of minimum and maximum value, so that the input values ​​of the neural network could be normalized to the interval between 0 to 1.

Eine vorteilhafte Ausgestaltung des Verfahrens bestand darin, daß das neuronale Netzwerk mit ursprünglich stochastisch gewählter Verknüpfung durch ein selbstreferentielles Lernverfahren an die EEG-Meßdaten angepaßt wurde [siehe K. Holthausen, Theory Bioscienc. An advantageous embodiment of the process was that the neural network with stochastically originally selected shortcut was adjusted by a self-referential learning method on the EEG measurement data [see K. Holthausen, Theory Bioscienc. (1998) 117, S. 18-31]. (1998) 117, pp 18-31]. Diese Variante des Verfahrens ermöglichte im Durchschnitt eine deutlichere Trennung der Cluster. This variant of the process allowed an average of a clearer separation of the cluster.

Der Patientenpool wurde in drei Apnoe-Risikogruppen eingeteilt, wobei zwischen Normalpatienten (Gruppe 1), Patienten mit gehäuften Apnoen (Gruppe 2) und Patienten mit auffällig verlängerten Apnoen (Gruppe 3) unterschieden wurde. was the patient pool was divided into three apnea risk groups, wherein between normal patients (group 1), patients with heaping apneas (Group 2) and with patients differed strikingly prolonged apneas (group 3). Zur Risikoerkennung wurden im Ausführungsbeispiel nach Fig. 3 die Gruppen 2 und 3 zu einer Gruppe (hier: Cluster 2) zusammengefaßt. For risk detection, the groups 2 and 3 to a group (here, cluster 2) in the embodiment of Figure 3 is summarized.. Das vorstrukturierte neuronale Netzwerk wurde mit Hilfe eines Evolutionsalgorithmus an die klinische Gruppierung angepaßt. The pre-structured neural network has been adjusted using an evolutionary algorithm to the clinical grouping. Dazu wurden die aktuell ausgewählten K = 24 Parameter für jeden Patienten jeweils als Eingangsvektor für das neuronale Netzwerk festgelegt, wobei den beiden jeweiligen Ausgangswerten x und y des neuronalen Netzwerkes je eine Koordinate (x bzw. y) einer zweidimensionalen Fläche zugeordnet wurde. For this purpose, the currently selected were K = 24 parameters for each patient respectively set as an input vector for the neural network, wherein the two respective output values ​​depending on a coordinate (x or y) is x and y of the neural network associated with a two-dimensional surface. Jeder Patient (und somit jeder Eingangsvektor) war gekennzeichnet als Risiko-Patient (per Definition hier Cluster 2 zugehörig) oder als Normal- Patient (per Definition hier Cluster 1 zugehörig). Each patient (and thus each input vector) was characterized as a risk patient (here defined as belonging to the cluster 2) or Normal Patient (here defined as belonging to cluster 1). Im Ausführungsbeispiel teilte sich der vorhandene Patienten-Pool in 15 Normal- und 22 Risiko- Patienten ein. In the embodiment, the existing patient pool divided into 15 normal and 22 risk patients. Die Mittelwerte der 15 bzw. 22 x- und y-Koordinaten definierten die Schwerpunkte der Cluster 1 und 2. The mean values ​​of 15 and 22 x and y coordinates defined the centroids of the clusters 1 and 2. FIG.

Nach Berechnung des Abstandes der beiden Clusterschwerpunkte wurde jeweils einer der 24 gewählten Parameter durch ein zufällig aus der Gesamtmenge der 72 Parameter ausgewählten neuen Parameter ersetzt. After calculation of the distance of the two clusters focal points of the 24 selected parameter has been replaced by a member selected from the total amount of 72 randomly parameters new parameter, respectively. Damit war jeweils eine Komponente des Eingangsvektors verändert, wobei diese Änderung für jeden Patienten (für jeden Eingangsvektor) vorgenommen und die besagte topologische Abbildung durch das neuronale Netzwerk wiederholt wurden. Thus, a component of the input vector was altered in each case, carried out this change for each patient (for each input vector) and said topological map by the neural network were repeated. In der Regel führte das zu einer Verschiebung der beiden Clusterschwerpunkte. As a rule, which led to a shift of the two clusters priorities. Bei einer Vergrößerung der Abstände der beiden Cluster wurde die Änderung des Eingangsvektors verworfen (dh es wurden wieder die vorherig gewählten 24 Parameter als Komponente des Eingangsvektors eingesetzt), anderenfalls wurde sie beibehalten. At a magnification of the distances of the two clusters, the change of the input vector has been discarded (ie, there were the previously selected parameters 24 again used as a component of the input vector), otherwise it was retained.

Dieses Verfahren wurde iterativ durchgeführt, wobei es für die Selektion maximal 24.72 Möglichkeiten gab. This procedure was performed iteratively, although there were a maximum of 24.72 options for selection. Nach einigen Tausend Schritten konvergierte das Verfahren, dh durch eine weitere Selektion ließ sich der Abstand der beiden Clusterschwerpunkte nicht weiter vergrößern. After a few thousand steps, the process converged, ie by a further selection, the distance between the two cluster areas did not continue to grow.

Das neuronale Netzwerk erstellte somit eine 24-dimensionale Projektion der insgesamt 72-dimensionalen EEG-Parameter für jeden Patienten. The neural network thus created a 24-dimensional projection of the 72-dimensional EEG parameters for each patient. Einzelne Parameter, wie beispielsweise die relative Bandleistung im δ-Band, konnten mehrfach im Eingangsvektor vertreten sein. Individual parameters, such as the relative band power in the δ-band could be represented several times in the input vector.

Es zeigt sich, daß Risiko-Patienten und Normalpatienten jeweils an einander entgegengesetzen Positionen in der zweidimensionalen topologischen Abbildung dargestellt werden, so daß der Grad der Gefährdung unmittelbar visualisiert werden kann. It is found that risk patients and normal patients are shown respectively at opposing positions laws in the two-dimensional topological mapping, so that the degree of risk can be directly visualized. Darüber hinaus liefert der numerische Abstand zum Clusterschwerpunkt eine quantitative Aussage zur Beurteilung dieser Gefährdung (vgl. Fig. 3). In addition, the numerical distance from the cluster center of gravity provides a quantitative assessment of the risk assessment of these (see. Fig. 3).

Es muß allerdings betont werden, daß die EEG-Merkmalskategorie nicht in jedem Fall eindeutig mit einer pathologischen Atemregulationsstörung verknüpft ist. However, it must be emphasized that the EEG feature category is not clearly linked in each case with a pathological respiratory regulation disorder. In der in der Zeichnung dargestellten Patienten-Clusterung sind zwei mit (F) gekennzeichnete Patienten als Risikopatienten ausgewiesen. In the embodiment illustrated in the drawing patients clustering two patients marked with (F) are designated as high-risk patients. Hier handelt es sich um eine funktionelle EEG-Unreife, deren Merkmale mit den charakteristischen EEG-Parametern der Risikogruppe übereinstimmen. Here is a functional EEG immaturity whose characteristics match the characteristic EEG parameters of risk group. Das Erkennen einer derartigen Unreife stellt somit ein zusätzliches Merkmal zur Risikoeinschätzung zur Verfügung. The recognition of such immaturity thus provides an additional feature for risk assessment are available. Eine Bewertung der pathologischen Situation setzt jedoch eine weitere Verlaufskontrolle voraus. However, an evaluation of the pathological situation requires further follow-up. Das Verfahren zur Darstellung der EEG-Parameter kann in diesem Zusammenhang vorteilhaft in ein erweitertes Expertensystem integriert werden. The process for the representation of the EEG parameter can be advantageously integrated in this context as an advanced expert system. In Fig. 1 sind die wesentlichen Verfahrensschritte der Risiko-Erkennung und -Bewertung zusammengefaßt. In Fig. 1, the essential process steps of the risk detection and evaluation are summarized.

Das trainierte neuronale Netzwerk kann nun zur Risiko-Erkennung bisher nicht erfaßter Patienten dienen. The trained neural network can not serve detected patients now risk detection so far. Dazu werden die Verknüpfungen des neuronalen Netzwerkes computerlesbar gespeichert, und aus der EEG- Aufzeichnung eines neuen Patienten werden die im Verfahren ausgewählten 24 EEG-Parameter gewonnen. For this purpose, the links of the neural network are stored computer-readable, and the selected method in the 24 EEG parameters are obtained from the EEG recording of a new patient. Diese werden zu einem Eingangsvektor zusammengefaßt und durch das gespeicherte neuronale Netzwerk auf die zweidimensionale topologische Ausgabe-Fläche abgebildet. These are combined to form an input vector and mapped by the neural network stored on the two-dimensional topological output surface. Die Koordinaten dieses Ausgangsvektors können dann mit den zuvor gespeicherten Schwerpunkten der Cluster 1 und 2 verglichen werden. The coordinates of this output vector may then be compared with the previously stored centroids of the clusters 1 and 2. FIG. Dabei ist es vorteilhaft, gleichzeitig auch die Koordinaten der Ausgangsvektoren der zuvor im Verfahren analysierten Patienten abzubilden, um die Streuung innerhalb der Cluster anzuzeigen. It is advantageous to image the same time the coordinates of the output vectors of the previously analyzed in the method of patients to show variation within the cluster. In Fig. 3 werden auch die Daten eines neuen Patienten nahe am Zentrum des Clusters der Normalpatienten abgebildet (weißer Kreis). In Fig. 3, the data of a new patient can be displayed near the center of the cluster of normal patient (white circle). Das Netzwerk kann so nach nur einmaligem Training zur Risiko-Abschätzung eingesetzt werden. The network can thus be used after only one training for risk assessment. Eine weitere vorteilhafte Ausgestaltung des Verfahrens besteht darin, daß in regelmäßigen Zeitabständen die Trainings-Daten durch die EEG-Parameter der neuen Patienten ergänzt werden und das oben dargestellte Verfahren der Cluster- Separation wiederholt wird. A further advantageous embodiment of the method is that the training data is supplemented by the EEG parameters of the new patient at regular time intervals and the method of cluster separation shown above is repeated.

Die oben dargestellte Cluster-Separation basiert auf Daten einer Mehrkanal- EEG-Aufzeichnung. The illustrated above cluster separation is based on data from a multi-channel EEG recording. Es lassen sich jedoch mit den EEG-Parametern aus der Aufzeichnung lediglich eines einzelnen Kanals bereits eindeutige Cluster- Trennungen erreichen. However, we can already achieve unique cluster separations with the EEG parameters from the recording only a single channel. Aus diesem Grund können die apnoephasenrelevanten Einzeldatensätze ausschließlich aus der Aufzeichnung eines einzelnen EEG- Ableitungskanals erzeugt werden, was bei minimaler Patientenbelastung eine große Zuverlässigkeit in der Aufzeichnung gewährleistet, wie bei Ausfall einer Elektrode (z. B. durch Abriß) einer Zweikanal-Aufzeichnung. For this reason, the apnea phase-related individual data records can be generated solely from the recording of a single EEG channel channel, which is a great reliability in the recording ensured with minimum patient discomfort, as with failure of one electrode (eg. As by tearing) of a two-channel recording.

Neben der Risiko-Erkennung auf der Basis einer einzelnen Untersuchung interessiert die langfristige Beobachtung einzelner Patienten. In addition to the risk detection based on a single study, the long-term observation of individual patients interested. Hierzu kann das Verfahren so ausgestaltet werden, daß die Ausgangsvektoren beispielsweise zweier aufeinanderfolgender Messungen gleichzeitig dargestellt werden und so eine Richtungsänderung in bezug auf die beiden Clusterschwerpunkte ermittelt wird. For this purpose, the method can be configured so that the output vectors, for example, two consecutive measurements are displayed simultaneously and so a change of direction in respect to the two focal points cluster is determined. So kann festgestellt werden, wie sich die EEG-Merkmale etwa nach Einnahme von Pharmaka oder durch endogene bzw. exogene Stimulationen verändern. Thus, it can be determined how the EEG characteristics change as after ingestion of drugs or by endogenous or exogenous stimuli. Eine derartige Verlaufskontrolle könnte eine Behandlung nachhaltig unterstützen. Such follow-up could support a treatment lasting.

Claims (8)

1. Verfahren zur Auswertung von mit Störungen der Atemregulation bei Früh- und Neugeborenen im Zusammenhang stehenden Meßdaten, bei dem während aktiver und ruhiger Schlafphasen aus der Polysomnographie Atemregulationsdaten aufgezeichnet werden mit Aussagen über die Häufigkeit, Dauer und Zeitpunkte von Atemstillständen eines Patienten, bei dem gleichzeitig eine EEG-Messung erfolgt, wobei die EEG-Meßdaten und die Atemregulationsdaten vorzugsweise als computerlesbare Datensätze gespeichert werden, und bei dem die aufgezeichneten Daten hinsichtlich einer Einteilung des Patienten in L Apnoe-Risikogruppen ausgewertet werden, dadurch gekennzeichnet , 1. A method for evaluating with disorders of the respiratory regulatory standing in premature infants and neonates in the context measurement data, in which recorded during active and quiet sleep phases from the polysomnography respiratory regulation data with statements about the frequency, duration and timing of apneas of a patient, in which simultaneously an EEG measurement is performed, the EEG measurement data and the respiratory control data is preferably stored as computer-readable data records, and in which the recorded data are evaluated with respect to a classification of the patient into L apnea risk groups, characterized in that
  • a) daß zum Zweck der Erstellung einzelner nach Apnoephasen unter schiedenen Datensätze festgelegten Zeitabschnitten jeweils vor, während und nach einem Atemstillstand sowie apnoefreien Zeitabschnitten der aufgezeichneten Atemregulationsdaten jeweils die korrespondierenden aufgezeichneten EEG-Meßdaten zugeordnet und als Einzeldatensätze getrennt abgespeichert werden, a) that for the purpose of creation of individual specified by apnea discriminated records time periods before, during, and each associated with the corresponding recorded EEG measurement data for a respiratory arrest and apnea free time portions of the recorded respiratory regulation data and stored separately as individual data records are
  • b) daß für eine Clusteranalyse der Korrelation zwischen quantitativen EEG- Merkmalen während der Apnoephasen und den Apnoe-Risikogruppen vorhandener Patientendaten jeder abgespeicherte Einzeldatensatz einer an sich bekannten Spektralanlyse in F verschiedenen Frequenzbändern unter zogen wird, wobei insgesamt M apnoerelevante quantitative Parameter, insbesondere die absolute und relative Bandleistung, Varianzwerte, Median-, Peak- und Eckfrequenzen im Vergleich zu apnoefreien Zeit abschnitten im Aktivschlafermittelt und normiert werden, b) that each stored single data set of a known Spektralanlyse in F different frequency bands subjected to a cluster analysis of the correlation between the quantitative EEG features during the apnea and the apnea risk groups existing patient data, where a total of M apnea relevant quantitative parameters, in particular the absolute and relative band power variance values, median, peak and cutoff frequencies compared to apnea free time sections in Aktivschlafermittelt and are normalized,
  • c) daß zum Zweck einer semantischen Datenauswahl aus den unter Punkt b) ermittelten und normierten M Parametern eine Auswahl von K Parametern für die Clusteranalyse getroffen wird, c) that a selection is made by K parameters for the cluster analysis for the purpose of semantic data selection from the determined under point b) and M normalized parameters,
  • d) daß mittels eines anhand der Apnoe-Risikogruppen vorhandener Patienten daten sowie nach gleichen Merkmalen aus den nach Punkt b) ermittelten und nach Punkt c) ausgewählten K Parametern trainierten neuronalen Netzwerkes für jeden Einzeldatensatz die Clusteranalyse mit den gewählten K Parameten des Patienten unter topologischer Abbildung der Apnoe-Risikogruppen der vorhandenen Patientendaten durchgeführt und die Clusterseparation, dh die Trennung der für jede Apnoe-Risikogruppe berechneten Clusterzentren bewertet wird. d) that data as well as to the same characteristics from the determined according to item b) and after point c) selected K parameters trained by means of an existing reference to the apnea risk groups patients neural network for each individual data set cluster analysis using the selected K Parameten of the patient under topological Figure apnea risk groups existing patient data is performed and the cluster separation, ie the separation of the computed for each apnea risk group cluster centers is evaluated.
  • e) daß eine neue Auswahl von K Parametern gemäß Punkt c) getroffen wird und mit diesen erneut eine Clusteranalyse nach Punkt d) unter Bewertung der Clusterseparation durchgeführt wird, e) that a new selection of K parameters according to point c) is made and a cluster analysis of item d) is performed by evaluation of the cluster separation using this again
  • f) daß die Clusteranalyse mit Neuauswahl der K Parameter solange wieder holt wird, bis eine hinreichend große Clusterseparation erreicht ist und f) that the cluster analysis with the reselection parameter K is obtained as long again until a sufficiently large cluster separation is reached and
  • g) daß das Ergebnis der größten Clusterseparation zur Einteilung des Patienten in eine der L Apnoe-Risikogruppen herangezogen wird. g) that the result of the largest cluster separation to disposition of the patient is used in one of the L apnea risk groups.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß das neuronale Netzwerk einmalig oder zumindest in größeren Zeitabständen anhand der Apnoe-Risikogruppen vorhandener Patientendaten trainiert wird. 2. The method according to claim 1, characterized in that the neural network is trained on one or at least at longer intervals on the basis of apnea risk groups existing patient information.
3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß das neuronale Netzwerk unmittelbar vor jeder Clusteranalyse eines zu bewertenden Patienten anhand der Apnoe-Risikogruppen vorhandener Patientendaten trainiert wird. 3. The method according to claim 1, characterized in that the neural network is trained immediately before each cluster analysis of a patient to be evaluated on the basis of apnea risk groups existing patient information.
4. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Patienten daten, mit denen das neuronale Netzwerk trainiert wird, jeweils um die Daten des neubewerteten Patienten aktualisiert werden. 4. The method according to claim 1, characterized in that the patient data with which the neural network is trained, are updated respectively to the data of the remeasured patient.
5. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Clusteranalyse anhand der ausgewählten K Parameter unter zweidimen sionaler topologischer Abbildung der Apnoe-Risikogruppen der vorhandenen Patientendaten erfolgt und daß mit dem neuronalen Netzwerk jedem Eingangsvektor J K der ausgewählten K Parameter jeweils ein zwei dimensionaler Ausgangsvektor (x,y) zur topologischen Abbildung zugeord net wird. 5. The method according to claim 1, characterized in that the cluster analysis based on the selected K parameters under zweidimen dimensional topological mapping of the apnea risk groups existing patient data, and in that the neural network, each input vector J K of the selected K parameters are each a two-dimensional output vector (x, y) is zugeord net for topological mapping.
6. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die aus der Spektralanalyse der vier Einzeldatensätze gewonnenen M apnoerelevanten quantitativen Parameter aus 4 . 6. The method according to claim 1, characterized in that the information obtained from the spectral analysis of the four individual data sets M apnea relevant quantitative parameters. 4 F Parametern für jeden Absolutwert sowie 3 . F parameters for each absolute value as well. 3 F Parameter für die Relativwerte der spektralanalysierten Einzel datensätze umfassen. F parameters for the relative values ​​of the individual data sets include spektralanalysierten.
7. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die EEG- Messung mit lediglich einem Ableitungskanal erfolgt und daß die apnoe phasenrelevanten Einzeldatensätze ausschließlich von diesem Ableitungs kanal erzeugt werden. 7. A method according to claim 1, characterized in that the EEG measurement is carried out with only one discharge channel, and that the apnea phase relevant individual data records are generated channel exclusively from this derivative.
8. Verfahren nach Anspruch 1, wobei mehr als eine Messung eines Patienten durchgeführt wird, und auf der topologischen Abbildung Vektoren, dh Richtungsänderungen, ermittelt werden, die Rückschlüsse auf Veränderungen der Atemregulationsstörungen zulassen, welche durch Pharmaka bzw. endogene oder exogene Stimulationen verursacht sein können. 8. The method of claim 1, wherein more than one measurement of a patient is carried out and on the topological mapping vectors, ie changes in direction are detected, allowing conclusions to changes in respiratory regulation disorders, which may be caused by drugs and endogenous or exogenous stimuli ,
DE1998131109 1998-07-11 1998-07-11 Monitoring and evaluation of infants and new born breathing cycle Withdrawn DE19831109A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE1998131109 DE19831109A1 (en) 1998-07-11 1998-07-11 Monitoring and evaluation of infants and new born breathing cycle

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE1998131109 DE19831109A1 (en) 1998-07-11 1998-07-11 Monitoring and evaluation of infants and new born breathing cycle

Publications (1)

Publication Number Publication Date
DE19831109A1 true DE19831109A1 (en) 2000-01-13

Family

ID=7873728

Family Applications (1)

Application Number Title Priority Date Filing Date
DE1998131109 Withdrawn DE19831109A1 (en) 1998-07-11 1998-07-11 Monitoring and evaluation of infants and new born breathing cycle

Country Status (1)

Country Link
DE (1) DE19831109A1 (en)

Cited By (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AT411143B (en) * 2001-10-09 2003-10-27 G Schuhfried Ges M B H Dr Means for evaluating psychological and biomedical raw data
WO2006130268A1 (en) * 2005-06-01 2006-12-07 Medtronic, Inc. Correlating a non-polysomnographic physiological parameter set with sleep states
US7717848B2 (en) 2004-03-16 2010-05-18 Medtronic, Inc. Collecting sleep quality information via a medical device
US7775993B2 (en) 2004-03-16 2010-08-17 Medtronic, Inc. Detecting sleep
US7792583B2 (en) 2004-03-16 2010-09-07 Medtronic, Inc. Collecting posture information to evaluate therapy
US7805196B2 (en) 2004-03-16 2010-09-28 Medtronic, Inc. Collecting activity information to evaluate therapy
US7881798B2 (en) 2004-03-16 2011-02-01 Medtronic Inc. Controlling therapy based on sleep quality
US7908013B2 (en) 2004-03-16 2011-03-15 Medtronic, Inc. Collecting activity information to evaluate therapy
US8016776B2 (en) 2005-12-02 2011-09-13 Medtronic, Inc. Wearable ambulatory data recorder
US8032224B2 (en) 2004-03-16 2011-10-04 Medtronic, Inc. Sensitivity analysis for selecting therapy parameter sets
US8055348B2 (en) 2004-03-16 2011-11-08 Medtronic, Inc. Detecting sleep to evaluate therapy
US8135473B2 (en) 2004-04-14 2012-03-13 Medtronic, Inc. Collecting posture and activity information to evaluate therapy
US8150531B2 (en) 2008-07-11 2012-04-03 Medtronic, Inc. Associating therapy adjustments with patient posture states
US8175720B2 (en) 2009-04-30 2012-05-08 Medtronic, Inc. Posture-responsive therapy control based on patient input
US8209028B2 (en) 2008-07-11 2012-06-26 Medtronic, Inc. Objectification of posture state-responsive therapy based on patient therapy adjustments
US8219206B2 (en) 2008-07-11 2012-07-10 Medtronic, Inc. Dwell time adjustments for posture state-responsive therapy
US8231555B2 (en) 2009-04-30 2012-07-31 Medtronic, Inc. Therapy system including multiple posture sensors
US8280517B2 (en) 2008-09-19 2012-10-02 Medtronic, Inc. Automatic validation techniques for validating operation of medical devices
US8308661B2 (en) 2004-03-16 2012-11-13 Medtronic, Inc. Collecting activity and sleep quality information via a medical device
US8332041B2 (en) 2008-07-11 2012-12-11 Medtronic, Inc. Patient interaction with posture-responsive therapy
US8335568B2 (en) 2004-03-16 2012-12-18 Medtronic, Inc. Controlling therapy based on sleep quality
US8337431B2 (en) 2004-03-16 2012-12-25 Medtronic, Inc. Collecting activity and sleep quality information via a medical device
US8388555B2 (en) 2010-01-08 2013-03-05 Medtronic, Inc. Posture state classification for a medical device
US8396565B2 (en) 2003-09-15 2013-03-12 Medtronic, Inc. Automatic therapy adjustments
US8401666B2 (en) 2008-07-11 2013-03-19 Medtronic, Inc. Modification profiles for posture-responsive therapy
US8437861B2 (en) 2008-07-11 2013-05-07 Medtronic, Inc. Posture state redefinition based on posture data and therapy adjustments
US8504150B2 (en) 2008-07-11 2013-08-06 Medtronic, Inc. Associating therapy adjustments with posture states using a stability timer
US8579834B2 (en) 2010-01-08 2013-11-12 Medtronic, Inc. Display of detected patient posture state
US8708934B2 (en) 2008-07-11 2014-04-29 Medtronic, Inc. Reorientation of patient posture states for posture-responsive therapy
US8725244B2 (en) 2004-03-16 2014-05-13 Medtronic, Inc. Determination of sleep quality for neurological disorders
US8744587B2 (en) 2006-03-24 2014-06-03 Medtronic, Inc. Collecting gait information for evaluation and control of therapy
US9050471B2 (en) 2008-07-11 2015-06-09 Medtronic, Inc. Posture state display on medical device user interface
US9327070B2 (en) 2009-04-30 2016-05-03 Medtronic, Inc. Medical device therapy based on posture and timing
US9357949B2 (en) 2010-01-08 2016-06-07 Medtronic, Inc. User interface that displays medical therapy and posture data
US9566441B2 (en) 2010-04-30 2017-02-14 Medtronic, Inc. Detecting posture sensor signal shift or drift in medical devices
US9737719B2 (en) 2012-04-26 2017-08-22 Medtronic, Inc. Adjustment of therapy based on acceleration
US9907959B2 (en) 2012-04-12 2018-03-06 Medtronic, Inc. Velocity detection for posture-responsive therapy
US9956418B2 (en) 2010-01-08 2018-05-01 Medtronic, Inc. Graphical manipulation of posture zones for posture-responsive therapy

Cited By (87)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AT411143B (en) * 2001-10-09 2003-10-27 G Schuhfried Ges M B H Dr Means for evaluating psychological and biomedical raw data
US10130815B2 (en) 2003-09-15 2018-11-20 Medtronic, Inc. Automatic therapy adjustments
US8396565B2 (en) 2003-09-15 2013-03-12 Medtronic, Inc. Automatic therapy adjustments
US8308661B2 (en) 2004-03-16 2012-11-13 Medtronic, Inc. Collecting activity and sleep quality information via a medical device
US7792583B2 (en) 2004-03-16 2010-09-07 Medtronic, Inc. Collecting posture information to evaluate therapy
US7805196B2 (en) 2004-03-16 2010-09-28 Medtronic, Inc. Collecting activity information to evaluate therapy
US7881798B2 (en) 2004-03-16 2011-02-01 Medtronic Inc. Controlling therapy based on sleep quality
US7908013B2 (en) 2004-03-16 2011-03-15 Medtronic, Inc. Collecting activity information to evaluate therapy
US9623248B2 (en) 2004-03-16 2017-04-18 Medtronic, Inc. Collecting sleep quality information via a medical device
US8792982B2 (en) 2004-03-16 2014-07-29 Medtronic, Inc. Collecting posture information to evaluate therapy
US7775993B2 (en) 2004-03-16 2010-08-17 Medtronic, Inc. Detecting sleep
US8055348B2 (en) 2004-03-16 2011-11-08 Medtronic, Inc. Detecting sleep to evaluate therapy
US8725244B2 (en) 2004-03-16 2014-05-13 Medtronic, Inc. Determination of sleep quality for neurological disorders
US8758242B2 (en) 2004-03-16 2014-06-24 Medtronic, Inc. Collecting sleep quality information via a medical device
US8447401B2 (en) 2004-03-16 2013-05-21 Medtronic, Inc. Collecting posture information to evaluate therapy
US8190253B2 (en) 2004-03-16 2012-05-29 Medtronic, Inc. Collecting activity information to evaluate incontinence therapy
US8396554B2 (en) 2004-03-16 2013-03-12 Medtronic, Inc. Collecting posture information to evaluate therapy
US7717848B2 (en) 2004-03-16 2010-05-18 Medtronic, Inc. Collecting sleep quality information via a medical device
US8337431B2 (en) 2004-03-16 2012-12-25 Medtronic, Inc. Collecting activity and sleep quality information via a medical device
US8335568B2 (en) 2004-03-16 2012-12-18 Medtronic, Inc. Controlling therapy based on sleep quality
US8332038B2 (en) 2004-03-16 2012-12-11 Medtronic, Inc. Detecting sleep to evaluate therapy
US8032224B2 (en) 2004-03-16 2011-10-04 Medtronic, Inc. Sensitivity analysis for selecting therapy parameter sets
US8135473B2 (en) 2004-04-14 2012-03-13 Medtronic, Inc. Collecting posture and activity information to evaluate therapy
US8688221B2 (en) 2004-04-14 2014-04-01 Medtronic, Inc. Collecting posture and activity information to evaluate therapy
US8021299B2 (en) 2005-06-01 2011-09-20 Medtronic, Inc. Correlating a non-polysomnographic physiological parameter set with sleep states
WO2006130268A1 (en) * 2005-06-01 2006-12-07 Medtronic, Inc. Correlating a non-polysomnographic physiological parameter set with sleep states
US8016776B2 (en) 2005-12-02 2011-09-13 Medtronic, Inc. Wearable ambulatory data recorder
US8444578B2 (en) 2005-12-02 2013-05-21 Medtronic, Inc. Wearable ambulatory data recorder
US10251595B2 (en) 2006-03-24 2019-04-09 Medtronic, Inc. Collecting gait information for evaluation and control of therapy
US8744587B2 (en) 2006-03-24 2014-06-03 Medtronic, Inc. Collecting gait information for evaluation and control of therapy
US9592379B2 (en) 2006-03-24 2017-03-14 Medtronic, Inc. Collecting gait information for evaluation and control of therapy
US9592387B2 (en) 2008-07-11 2017-03-14 Medtronic, Inc. Patient-defined posture states for posture responsive therapy
US10207118B2 (en) 2008-07-11 2019-02-19 Medtronic, Inc. Associating therapy adjustments with posture states using a stability timer
US8209028B2 (en) 2008-07-11 2012-06-26 Medtronic, Inc. Objectification of posture state-responsive therapy based on patient therapy adjustments
US8200340B2 (en) 2008-07-11 2012-06-12 Medtronic, Inc. Guided programming for posture-state responsive therapy
US8401666B2 (en) 2008-07-11 2013-03-19 Medtronic, Inc. Modification profiles for posture-responsive therapy
US8437861B2 (en) 2008-07-11 2013-05-07 Medtronic, Inc. Posture state redefinition based on posture data and therapy adjustments
US8219206B2 (en) 2008-07-11 2012-07-10 Medtronic, Inc. Dwell time adjustments for posture state-responsive therapy
US9968784B2 (en) 2008-07-11 2018-05-15 Medtronic, Inc. Posture state redefinition based on posture data
US8447411B2 (en) 2008-07-11 2013-05-21 Medtronic, Inc. Patient interaction with posture-responsive therapy
US8504150B2 (en) 2008-07-11 2013-08-06 Medtronic, Inc. Associating therapy adjustments with posture states using a stability timer
US8515550B2 (en) 2008-07-11 2013-08-20 Medtronic, Inc. Assignment of therapy parameter to multiple posture states
US8515549B2 (en) 2008-07-11 2013-08-20 Medtronic, Inc. Associating therapy adjustments with intended patient posture states
US8150531B2 (en) 2008-07-11 2012-04-03 Medtronic, Inc. Associating therapy adjustments with patient posture states
US9956412B2 (en) 2008-07-11 2018-05-01 Medtronic, Inc. Linking posture states for posture responsive therapy
US8644945B2 (en) 2008-07-11 2014-02-04 Medtronic, Inc. Patient interaction with posture-responsive therapy
US8688225B2 (en) 2008-07-11 2014-04-01 Medtronic, Inc. Posture state detection using selectable system control parameters
US10231650B2 (en) 2008-07-11 2019-03-19 Medtronic, Inc. Generation of sleep quality information based on posture state data
US8708934B2 (en) 2008-07-11 2014-04-29 Medtronic, Inc. Reorientation of patient posture states for posture-responsive therapy
US8332041B2 (en) 2008-07-11 2012-12-11 Medtronic, Inc. Patient interaction with posture-responsive therapy
US8326420B2 (en) 2008-07-11 2012-12-04 Medtronic, Inc. Associating therapy adjustments with posture states using stability timers
US8751011B2 (en) 2008-07-11 2014-06-10 Medtronic, Inc. Defining therapy parameter values for posture states
US8755901B2 (en) 2008-07-11 2014-06-17 Medtronic, Inc. Patient assignment of therapy parameter to posture state
US8583252B2 (en) 2008-07-11 2013-11-12 Medtronic, Inc. Patient interaction with posture-responsive therapy
US8231556B2 (en) 2008-07-11 2012-07-31 Medtronic, Inc. Obtaining baseline patient information
US8323218B2 (en) 2008-07-11 2012-12-04 Medtronic, Inc. Generation of proportional posture information over multiple time intervals
US8886302B2 (en) 2008-07-11 2014-11-11 Medtronic, Inc. Adjustment of posture-responsive therapy
US8905948B2 (en) 2008-07-11 2014-12-09 Medtronic, Inc. Generation of proportional posture information over multiple time intervals
US8958885B2 (en) 2008-07-11 2015-02-17 Medtronic, Inc. Posture state classification for a medical device
US9919159B2 (en) 2008-07-11 2018-03-20 Medtronic, Inc. Programming posture responsive therapy
US9050471B2 (en) 2008-07-11 2015-06-09 Medtronic, Inc. Posture state display on medical device user interface
US8315710B2 (en) 2008-07-11 2012-11-20 Medtronic, Inc. Associating therapy adjustments with patient posture states
US9662045B2 (en) 2008-07-11 2017-05-30 Medtronic, Inc. Generation of sleep quality information based on posture state data
US9272091B2 (en) 2008-07-11 2016-03-01 Medtronic, Inc. Posture state display on medical device user interface
US9327129B2 (en) 2008-07-11 2016-05-03 Medtronic, Inc. Blended posture state classification and therapy delivery
US8249718B2 (en) 2008-07-11 2012-08-21 Medtronic, Inc. Programming posture state-responsive therapy with nominal therapy parameters
US8282580B2 (en) 2008-07-11 2012-10-09 Medtronic, Inc. Data rejection for posture state analysis
US9440084B2 (en) 2008-07-11 2016-09-13 Medtronic, Inc. Programming posture responsive therapy
US9545518B2 (en) 2008-07-11 2017-01-17 Medtronic, Inc. Posture state classification for a medical device
US9560990B2 (en) 2008-07-11 2017-02-07 Medtronic, Inc. Obtaining baseline patient information
US9776008B2 (en) 2008-07-11 2017-10-03 Medtronic, Inc. Posture state responsive therapy delivery using dwell times
US8280517B2 (en) 2008-09-19 2012-10-02 Medtronic, Inc. Automatic validation techniques for validating operation of medical devices
US9026223B2 (en) 2009-04-30 2015-05-05 Medtronic, Inc. Therapy system including multiple posture sensors
US8175720B2 (en) 2009-04-30 2012-05-08 Medtronic, Inc. Posture-responsive therapy control based on patient input
US9327070B2 (en) 2009-04-30 2016-05-03 Medtronic, Inc. Medical device therapy based on posture and timing
US10071197B2 (en) 2009-04-30 2018-09-11 Medtronic, Inc. Therapy system including multiple posture sensors
US8231555B2 (en) 2009-04-30 2012-07-31 Medtronic, Inc. Therapy system including multiple posture sensors
US8758274B2 (en) 2010-01-08 2014-06-24 Medtronic, Inc. Automated adjustment of posture state definitions for a medical device
US8388555B2 (en) 2010-01-08 2013-03-05 Medtronic, Inc. Posture state classification for a medical device
US8579834B2 (en) 2010-01-08 2013-11-12 Medtronic, Inc. Display of detected patient posture state
US9956418B2 (en) 2010-01-08 2018-05-01 Medtronic, Inc. Graphical manipulation of posture zones for posture-responsive therapy
US9149210B2 (en) 2010-01-08 2015-10-06 Medtronic, Inc. Automated calibration of posture state classification for a medical device
US9174055B2 (en) 2010-01-08 2015-11-03 Medtronic, Inc. Display of detected patient posture state
US9357949B2 (en) 2010-01-08 2016-06-07 Medtronic, Inc. User interface that displays medical therapy and posture data
US9566441B2 (en) 2010-04-30 2017-02-14 Medtronic, Inc. Detecting posture sensor signal shift or drift in medical devices
US9907959B2 (en) 2012-04-12 2018-03-06 Medtronic, Inc. Velocity detection for posture-responsive therapy
US9737719B2 (en) 2012-04-26 2017-08-22 Medtronic, Inc. Adjustment of therapy based on acceleration

Similar Documents

Publication Publication Date Title
Dustman et al. The visually evoked potential in twins
Adey et al. Electroencephalographic baselines in astronaut candidates estimated by computation and pattern recognition techniques
Prechtl et al. Organization of physiological parameters in normal and neurologically abnormal infants
Brennan et al. Do existing measures of Poincare plot geometry reflect nonlinear features of heart rate variability?
Morrone et al. Functional implications of cross-orientation inhibition of cortical visual cells. I. Neurophysiological evidence
Fernández et al. EEG activation patterns during the performance of tasks involving different components of mental calculation
Albert et al. Nonlinear changes in cognition with age and their neurophysiologic correlates
McCarley et al. CT abnormalities in schizophrenia: a preliminary study of their correlations with P300/P200 electrophysiological features and positive/negative symptoms
Morstyn et al. Altered topography of EEG spectral content in schizophrenia
Clementz et al. Multichannel electroencephalographic assessment of auditory evoked response suppression in schizophrenia
Ogilvie et al. Behavioral, event‐related potential, and EEG/FFT changes at sleep onset
Thompson et al. EEG correlates of verbal learning and overlearning
DE69530207T2 (en) Apparatus for impedance cardiography
US4846190A (en) Electroencephalographic system data display
DE60116132T2 (en) A device for rapid determination of the cerebral state of a patient
Clementz et al. Resting EEG in first‐episode schizophrenia patients, bipolar psychosis patients, and their first‐degree relatives
DE60126012T2 (en) Device for monitoring of heart failure by analyzing the breathing pattern
Hogan et al. Memory-related EEG power and coherence reductions in mild Alzheimer's disease
Rideout et al. EEG correlates of enhanced spatial performance following exposure to music
DE69834196T2 (en) Instrument and process for the recovery of brain functions
US5295491A (en) Non-invasive human neurocognitive performance capability testing method and system
Dauwels et al. Diagnosis of Alzheimer's disease from EEG signals: where are we standing?
Davies et al. Validating the diagnosis of sensory processing disorders using EEG technology
Mann et al. Quantitative analysis of EEG in boys with attention-deficit-hyperactivity disorder: Controlled study with clinical implications
Gevins et al. Automated analysis of the electrical activity of the human brain (EEG): A progress report

Legal Events

Date Code Title Description
8101 Request for examination as to novelty
8105 Search report available
8120 Willingness to grant licenses paragraph 23
8141 Disposal/no request for examination