DE4110049C2 - - Google Patents
Info
- Publication number
- DE4110049C2 DE4110049C2 DE4110049A DE4110049A DE4110049C2 DE 4110049 C2 DE4110049 C2 DE 4110049C2 DE 4110049 A DE4110049 A DE 4110049A DE 4110049 A DE4110049 A DE 4110049A DE 4110049 C2 DE4110049 C2 DE 4110049C2
- Authority
- DE
- Germany
- Prior art keywords
- eeg
- computer
- potentials
- analysis
- computer system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000012360 testing method Methods 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 12
- 230000003993 interaction Effects 0.000 claims description 6
- 210000004556 brain Anatomy 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 5
- 230000001960 triggered effect Effects 0.000 claims description 5
- 230000004807 localization Effects 0.000 claims description 2
- 210000003625 skull Anatomy 0.000 claims description 2
- 239000004816 latex Substances 0.000 claims 1
- 229920000126 latex Polymers 0.000 claims 1
- 238000010223 real-time analysis Methods 0.000 claims 1
- 238000000537 electroencephalography Methods 0.000 description 19
- 230000015654 memory Effects 0.000 description 14
- 230000007246 mechanism Effects 0.000 description 9
- 238000011156 evaluation Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000000763 evoking effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000007177 brain activity Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000002023 wood Substances 0.000 description 2
- 210000003926 auditory cortex Anatomy 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 230000001054 cortical effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007794 irritation Effects 0.000 description 1
- 230000007786 learning performance Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 230000036997 mental performance Effects 0.000 description 1
- 230000008430 psychophysiology Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 210000004761 scalp Anatomy 0.000 description 1
- 230000008667 sleep stage Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/372—Analysis of electroencephalograms
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Psychology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Psychiatry (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Educational Technology (AREA)
- Hospice & Palliative Care (AREA)
- Social Psychology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Description
Die Erfindung betrifft ein Verfahren und eine dazugehörige
Schaltungsanordnung zur schritthaltenden Analyse
von EEG-Signalen und von ereigniskorrelierten
Potentialen (ERP) und zur zustandsgetriggerten Auslösung
von Reizen und findet vorrangig in der Psychophysiologie,
jedoch auch in der Neurologie, der Psychologie und
anderen Bereichen der Untersuchung geistiger Leistungen
Anwendung und kann z. B. im Verkehrswesen für Eignungs-
und Tauglichkeitsuntersuchungen eingesetzt werden.
Das Verfahren und die Schaltungsanordnung zur Analyse
der elektrischen Aktivitäten des Gehirns ermöglichen es,
den Zusammenhang zwischen dem Momentanzustand der
Versuchsperson, Reiz, Reaktion und induzierter Zustandsveränderung
herzustellen und in Interaktion mit dem
Versuchsleiter und seiner subjektiven Einschätzung zu
bewerten und für nachfolgende Auswertungen zu speichern.
Aus dem Stand der Technik sind Geräte und Methoden zur
Analyse des EEG und der ERP, insbesondere durch die
Anwendung von Mikroprozessoren bekannt und zusammengefaßt
in Coles (1986) oder Lopes da Silva (1986) dargestellt.
Weiterführende Arbeiten befassen sich mit der graphischen
Darstellung der Potentialverteilung von EEG oder ERP durch
das mapping (Lehmann, 1987) oder der genauen Lokalisation
der Generatoren (Scherg, 1986; Wood, 1982).
Diese Methoden sind mathematisch bzw. in der visuellen
Darstellung sehr aufwendig und eine schritthaltende
Verarbeitung bzw. Darstellung ist gegenwärtig nicht
realisiert.
Aus der Sicht der Ermittlung der ERP wird das EEG als
Rauschen betrachtet und durch spezifische Verfahren
(averaging) eliminiert. Ein solches Beispiel wird durch
Kevanashvili und v. Specht im EEG-Journal 47 (1979),
280-288 ausgeführt. Der Aktivitätszustand der Versuchsperson
ist in definierter Weise niedrig (sleep stage 2).
Die elektrischen kortikalen Reaktionen auf die zum
Aktivitätszustand vergleichbar starken Reize sind bereits
in der Einzelableitung außerordentlich stark ausgeprägt
und zeigen eine gute Übereinstimmung mit dem summierten
ERP.
Daß ein Zusammenhang zwischen EEG und ERP besteht, wird
durch Befunde aus der Literatur (Remond, 1967) belegt.
Mit der Entwicklung leistungsfähiger, spezialisierter
Prozessoren wird verstärkt auf die Frequenzanalyse
orientiert, die zwar schritthaltend quantitative Aussagen,
jedoch nur zu definierten längeren Signalabschnitten im
Sekundenbereich liefert. Ein Beispiel dafür wurde bereits
durch Stuhlmüller (1980) ausgeführt.
Ein weiteres Beispiel ist in Wagner/Pfurtscheller (Meth. Inform. Med. 20, 1981, S. 169-173)
dargestellt. Hier wird die EEG-power innerhalb eines
Intervalls von M Sekunden als reizauslösendes Kriterium
genutzt.
Die Methoden der peak-Analyse, wie sie bereits
Goldberg (1975) vorgeschlagen hat, werden nicht zur
schritthaltenden Analyse angewendet.
Die Erfindung stellt sich die Aufgabe, ein Verfahren
und eine Schaltungsanordnung zur Analyse der elektrischen
Aktivität des Gehirns zu entwickeln, die er ermöglicht,
den Zusammenhang zwischen Momentanzustand der
Versuchsperson, Reiz, Reaktion und induzierter Zustandsveränderung
herzustellen und in Interaktion mit dem Versuchsleiter
und seiner subjektiven Einschätzung zu
bewerten und für nachfolgende Auswertungen zu speichern.
Diese Aufgabe wird gemäß der Erfindung gelöst durch
die im Hauptanspruch herausgestellten Merkmale.
Zweckmäßige Verfahrensschritte und Ausgestaltung der
Erfindung sind Gegenstand der Unteransprüche.
Ein Multiprozessorsystem mit einer für die Funktionen
angepaßten Struktur und dafür implementierten mathematischen
Methoden analysiert die abgeleiteten EEG-Signale
schritthaltend, führt eine spezifische Verarbeitung
durch und realisiert eine leicht erkennbare,
schritthaltend verarbeitbare Beschreibung der elektrischen
Potentiale des Gehirns und davon ausgehend eine
zustandsgetriggerte Auslösung von Reizen. Die durch
die Reizung und durch andere Aktivitäten des Gehirns
evozierten Potentiale werden in der oben beschriebenen
Weise analysiert und der Zusammenhang zwischen Momentanzustand
des Versuchsobjektes, Reiz, Reaktion und
induzierter Zustandsveränderung hergestellt und in
Interaktion mit dem Versuchsleiter und seiner subjektiven
Einschätzung bewertet und für nachfolgende Auswertungen
gespeichert.
Das Versuchsobjekt befindet sich in einer der Versuchsbedingung
adäquaten Umgebung und kann durch den Versuchsleiter
beobachtet werden.
Der Versuchsleiter kommuniziert über ein Terminal mit
einem Steuerrechner, der über ein weiteres Terminal oder über
spezielle Stimulatoren Reize an das Versuchsobjekt gibt.
Die erfindungsgemäße Schaltungsanordnung stellt ein
Multiprozessorsystem dar, welches die vom Versuchsobjekt
abgeleiteten und durch ein EEG-Gerät verstärkten Signale,
speziell das EEG-Signal, schritthaltend analysiert. Das
Multiprozessorsystem besteht aus N Subsystemen und wird durch ein
leistungsfähiges host-System gesteuert. Die analogen elektrischen
Signale werden dem Multiprozessorsystem zugeführt und in Analog-
Digital-Konvertern digitalisiert. Je nach der Leistungsfähigkeit
der verfügbaren Prozessoren, Speicherzugriffsmechanismen und
Speicher der Subsysteme erfolgt die Einzelsignalanalyse durch
Extremwerterkennung (peak-measurement), lineare oder nichtlineare
Approximation bzw. adaptive, selbstlernende
Erkennungsalgorithmen. Dadurch wird eine Verdichtung der Daten
ohne wesentlichen Informationsverlust realisiert. Die Verbindung
zwischen den Subsystemen (1 . . . N) und dem host-System erfolgt über
leistungsfähige Datenverbindungen, z. B. Adress- und Datenbus
bzw. Links. Das host-System besteht aus einem oder mehreren
Prozessoren, einem Speicherverwaltungsmechanismus, einem
Speicherzugriffsmechanismus, einem Speicher und der
Anschlußsteuerung für periphere Geräte. Im host-System erfolgt
eine weitere Verdichtung der Daten durch eine kanalübergreifende
Verarbeitung und Ermittlung der scheinbaren (virtuellen) Quellen
der elektrischen Potentiale. Um eine schritthaltende Verarbeitung
abzusichern, führen folgende Annahmen zu einer weitgehenden
Vereinfachung des Modells, die bei leistungsfähigeren Prozessoren
stufenweise verfeinert werden können:
- - Der Schädel ist ein geometrisch einfach zu beschreibender Körper (z. B. eine Kugel), auf dem die EEG-Elektroden symmetrisch angeordnet sind und eine definierte rechnerinterne Beschreibung gestatten (z. B. ten-twenty-System).
- - Alle Gewebe haben eine homogene elektrische Leitfähigkeit.
- - Es werden punktförmige Quellen der elektrischen Potentiale angenommen.
Durch diese Vereinfachungen kann die Bestimmung der scheinbaren
räumlichen Lage und der scheinbaren Stärke der elektrischen
Potentiale zur näherungsweisen Erzeugung der abgeleiteten
elektrischen Potentiale schritthaltend realisiert werden
(Bestimmung der virtuellen Quelle).
Ausgewählte Ereignisse, wie z. B. virtuelle Quellen ab einer
vorgegebenen Stärke oder innerhalb eines räumlichen Bereiches
oder der zeitliche Verlauf der virtuellen Quellen unmittelbar vor
und nach einem Reiz, lassen sich einfach für den Versuchsleiter
darstellen (+ für positive und o für negative Potentiale). Die
Stärke wird durch die unterschiedliche Größe dieser Symbole
charakterisiert.
Die Reize für das Versuchsobjekt werden über das Terminal oder
durch Ansteuerung von Stimulatoren durch das Multiprozessorsystem
über den Steuerrechner auf Anforderung durch den Versuchsleiter
oder automatisch durch ein Programm des Steuerrechners ausgelöst.
Das Auslösen kann von einem definierten Ereignis, z. B. einem
Extremwert auf einem EEG-Kanal oder der Position und der Stärke
der virtuellen Quelle abhängig gemacht werden und mit einer
vorgegebenen Latenz auf dieses Ereignis erfolgen
(zustandsgetriggerte Reizauslösung). Das EEG wird dann im Sinne
der ERP nicht als Rauschen betrachtet, sondern als mögliche
Zustandsbeschreibung des Gehirns bzw. des Versuchsobjektes
gewertet und der Zusammenhang von EEG und ERP genauer untersucht.
Die Zustandsbeschreibung des Versuchsobjektes wird durch die
Interaktion zwischen dem Versuchsleiter und dem Steuerrechner
schrittweise qualifiziert. Der Versuchsleiter beobachtet und
bewertet den Zustand und das Verhalten des Versuchsobjektes im
Zusammenhang mit den schritthaltend dargebotenen, verdichteten
Meßwerten.
Die Beschreibung dieser Bewertung im Zusammenhang mit den
abgeleiteten Versuchsdaten erfolgt durch den Versuchsleiter
während des Versuches in Interaktion mit dem Rechnersystem auf
einem hohen Abstraktionsniveau, d. h. mit Hilfe einer formalen
Sprache. Die Entwicklung der Sprache und ihre rechentechnische
Realisierung kann und muß durch den Fachmann, hier durch den
Versuchsleiter selbst durchgeführt werden und auf seine
spezifischen Anwendungsbedingungen zugeschnitten sein.
Für das Rechnersystem ist ein Metasystem erforderlich, das mit
Hilfe der vom Nutzer entwickelten Fachsprache an die jeweiligen
Bedingungen angepaßt werden kann und das ständig weiterentwickelt
wird.
Der Steuerrechner speichert die subjektive Bewertung des
Versuchsleiters gemeinsam mit den gegebenenfalls ermittelten
Leistungsdaten (Reaktionszeiten, Erkennungs- und Lernleistung
usw.) und den verdichteten biologischen Signalen für eine
nachfolgende detaillierte Auswertung im Stapelbetrieb.
Insbesondere durch die hohe Datenverdichtung des EEG und die
ständige Interaktion mit dem Versuchsleiter werden
Langzeitversuche ermöglicht.
In der Interaktion mit dem Steuerrechner kann der Versuchsleiter
Reiz- und Analyseparameter für die biologischen Signale
modifzieren (z. B. Artefaktausblendung oder
Rauschunterdrückung). Diese Parameter sind Programmparameter, die
durch Algorithmen angepaßt und auf Anforderung des
Versuchsleiters angezeigt und verändert oder durch spezielle
Programme neue ermittelt werden können.
Die Erfindung soll nachstehend an einem Ausführungsbeispiel näher
erklärt werden. In den dazugehörigen Zeichnungen zeigt
Fig. 1: Schematische Darstellung der Versuchsanordnung.
Fig. 2: Das Multiprozessorsystem.
Fig. 3: Schematische Darstellung der virtuellen Quellen.
Fig. 4: Bekannte Abbildung aus dem EEG-J. 47(1979)
Fig. 5: Die Überlagerung von Einzelpotentialen
Die schematische Darstellung der Versuchsanordnung (Fig. 1) zur
Durchführung des erfindungsgemäßen Verfahrens zeigt einen
Versuchsleiter 1, der über ein Terminal 2 mit dem Steuerrechner 3
und dem Multiprozessorsystem 4 kommuniziert. Mit Hilfe eines EEG-
Gerätes 5 werden die biologischen Signale vom Versuchsobjekt 6
abgeleitet und dem Multiprozessorsystem zugeführt. Die Reize
werden über ein zweites Terminal 7 oder über spezielle
Stimulatoren 8 appliziert.
Das Multiprozessorsystem 4 ist in Fig. 2 näher dargestellt. Es
besteht aus einem host-System 11 und N Subsystemen 12, wobei ein
Subsystem 12 ausgeführt und ein zweites Subsystem 12a angedeutet
ist.
Die analogen elektrischen Signale werden in einem AD-Konverter 13
digitalisiert. Je nach der Leistungsfähigkeit des Prozessors 14,
des Speicherzugriffsmechanismus 15 und des Speichers 16 erfolgt
die Einzelsignalanalyse entweder durch Extremwerterkennung (peak
measurement), lineare oder nichtlineare Approximation oder durch
adaptive, selbstlernende Algorithmen mit Klassenbildung und
-erkennung der peaks. Die Verbindungen zwischen den Subsystemen
12, . . . , 12a und dem host-System 11 werden über Adressbus 9 und
Datenbus 10 bzw. über Links hergestellt.
Zum besseren Verständnis des erfindungsgemäßen Verfahrens wird an
dieser Stelle auf das bereits bekannte, in Fig. 4 dargestellte
Schema verwiesen. Es zeigt das Summenpotential S, das durch
averaging aus den Einzelpotentialen gebildet wird, von denen
fünf, E1 bis E5, dargestellt sind. Die durch den Reiz evozierten
Potentiale sind bereits in den Einzelableitungen deutlich
ausgeprägt (K) und zeigen eine gute Übereinstimmung mit denen im
Summenpotential S. Die den evozierten Potentialen vorgelagerten
Potentiale (P) zeigen eine unterschiedliche Ausprägung, stimmen
jedoch bei E1 und E4 bzw. bei E2 und E5 angenähert überein.
Werden die individuellen EEG-Abschnitte überlagert dargestellt,
bei denen diese peaks nahezu identisch sind (E4 auf E1=<E1v4,
E5 auf E2=<E2v5), so wird deutlich, in welch starkem Maße und
über welch lange Zeit (ca. 3 sec.) die Potentiale nach dem Reiz
übereinstimmen, wenn der Ausgangszustand der EEG-Grundaktivitäten
im Moment der Reizgabe vergleichbar ist (Fig. 5). Andererseits
zeigen die Überlagerungen der ERP′s, bei denen diese peaks
unterschiedlich sind, stärkere Differenzen (E1 auf E3=<E3v1, E2
auf E4=<E4v2 und E3 auf E5=<E5v3).
Nach dem hier dargelegten Verfahren ist das erfindungsgemäße
System in der Lage, ein Peak P oder eine virtuelle Quelle
schritthaltend (im Millisekundenbereich) zu erkennen und in
Abhängigkeit davon Reize auszulösen, so daß die in Fig. 5
dargestellten Ergebnisse erreicht werden.
In dem Prozessor 17 des host-Systems 11 erfolgt die Analyse des
Zusammenhanges der Potentiale nach der Methode der virtuellen
Quellen entsprechend der rechnerinternen Darstellung der
geometrischen Anordnung die im Speicher 21 gespeichert ist, der
über den Speicherverwaltungsmechanismus 18 und den
Speicherzugriffsmechanismus 19 angesprochen wird und der von den
Subsystemen ermittelten Extremwerten und ihrer Charakterisierung.
Die Kopplung zum Steuerrechner 3 erfolgt über die
Anschlußsteuerung 20.
Die Ermittlung der virtuellen Quellen erfolgt sowohl nach
geometrischen als auch nach zeitlichen Kriterien.
Die Ergebnisse der Analyse, die virtuellen Quellen bzw.
ausgewählte Signalparameter werden über den Steuerrechner 3 an
das Terminal 2 vermittelt, wo die Präsentation für den
Versuchsleiter erfolgt. Diese Präsentation stellt sich, wie in
Fig. 3 gezeigt, dar. Zusätzlich zu den beispielhaft dargestellten
virtuellen Quellen können ausgewählte Signale oder Signalparameter
dargestellt werden. Die Darstellung kann vom Versuchsleiter
interaktiv modifiziert werden.
Aufstellung der verwendeten Bezugszeichen
1 Versuchsleiter
2 Terminal zur Interaktion des Versuchsleiters mit dem Rechner
3 Steuerrechner
4 Multiprozessorsystem
5 EEG-Gerät
6 Versuchsobjekt
7 Terminal zur Interaktion der Versuchsperson mit dem Rechner
8 Stimulatoren
9 Adressbus
10 Datenbus
11 host-System
12 Subsystem
12a angedeutetes Subsystem
13 AD-Konverter
14 Prozessor
15 Speicherzugriffsmechanismus
16 Speicher
17 Prozessor
18 Speicherverwaltungsmechanismus
19 Speicherzugriffsmechanismus
20 Anschlußsteuerung für periphere Geräte
21 Speicher
E1 bis E5 EEG-Signale, Einzelableitung
E1v4 Überlagerung von E1 mit E4 . . .
E5v3 Überlagerung von E5 mit E3
S Summenpotential
p zu erkennender peak
K Ereigniskorreliertes Potential (K-Komplex)
2 Terminal zur Interaktion des Versuchsleiters mit dem Rechner
3 Steuerrechner
4 Multiprozessorsystem
5 EEG-Gerät
6 Versuchsobjekt
7 Terminal zur Interaktion der Versuchsperson mit dem Rechner
8 Stimulatoren
9 Adressbus
10 Datenbus
11 host-System
12 Subsystem
12a angedeutetes Subsystem
13 AD-Konverter
14 Prozessor
15 Speicherzugriffsmechanismus
16 Speicher
17 Prozessor
18 Speicherverwaltungsmechanismus
19 Speicherzugriffsmechanismus
20 Anschlußsteuerung für periphere Geräte
21 Speicher
E1 bis E5 EEG-Signale, Einzelableitung
E1v4 Überlagerung von E1 mit E4 . . .
E5v3 Überlagerung von E5 mit E3
S Summenpotential
p zu erkennender peak
K Ereigniskorreliertes Potential (K-Komplex)
Coles, M. G. H.; Donchin, E., Porges, S. W.:
Psychophysiology, Systems, Processes and Applications.
Elsevier, Amsterdam, Oxford 1986.
Goldberg, P., Samson-Dollfus, D.:
A time domain analysis method applied to the recognition of EEG rhythms.
In: Dolce, G., Künkel, H. (Eds.): CEAN-Computerized EED analysis.
Fischer, Stuttgart 1975, 19-26.
Lehmann, D., Ozaki, H. Pal, I.:
EEG alpha mag series:
brain micro-states by space-oriented adaptive segmentation.
Elektroenceph. clin, Neurophysiol., 67 (1987), 270-288.
Lopes da Silva, F. H., Strom von Leeuwen, W., Remond, A. (eds.):
Clinical applications of computer analysis of EEG and other neurophysiological signals.
Handbook of Electroencephalography and Clinical Neurophysiology.
Vol. 2, Elsevier Amsterdam, New York, Oxford 1986.
Remond, A., Lesevre, N.:
Variations in average visual evoked potentials as a function of the alpha rythm phase ("Autostimulation").
In Cobb, W., Morocutti, C.:
The evoced potentials. Electroenceph. clin, Neurophysil., Elsevier, Amsterdam, Suppl. 26 (1967), 43-52.
Scherg, M., Von Cramon, D.:
Evoked dipole source potentials of the human auditory cortex.
Electorenceph. clin. Neurophysiol. 65 (1986), 344-360.
Wood, C., Wolpaw, J. R.:
Scalp distribution of human auditory evoked potentials, II. Evidence for overlapping sources an involvment of auditory cortex.
Electroenceph. con, Neurophysiol, 54 (1982), 25-38.
Psychophysiology, Systems, Processes and Applications.
Elsevier, Amsterdam, Oxford 1986.
Goldberg, P., Samson-Dollfus, D.:
A time domain analysis method applied to the recognition of EEG rhythms.
In: Dolce, G., Künkel, H. (Eds.): CEAN-Computerized EED analysis.
Fischer, Stuttgart 1975, 19-26.
Lehmann, D., Ozaki, H. Pal, I.:
EEG alpha mag series:
brain micro-states by space-oriented adaptive segmentation.
Elektroenceph. clin, Neurophysiol., 67 (1987), 270-288.
Lopes da Silva, F. H., Strom von Leeuwen, W., Remond, A. (eds.):
Clinical applications of computer analysis of EEG and other neurophysiological signals.
Handbook of Electroencephalography and Clinical Neurophysiology.
Vol. 2, Elsevier Amsterdam, New York, Oxford 1986.
Remond, A., Lesevre, N.:
Variations in average visual evoked potentials as a function of the alpha rythm phase ("Autostimulation").
In Cobb, W., Morocutti, C.:
The evoced potentials. Electroenceph. clin, Neurophysil., Elsevier, Amsterdam, Suppl. 26 (1967), 43-52.
Scherg, M., Von Cramon, D.:
Evoked dipole source potentials of the human auditory cortex.
Electorenceph. clin. Neurophysiol. 65 (1986), 344-360.
Wood, C., Wolpaw, J. R.:
Scalp distribution of human auditory evoked potentials, II. Evidence for overlapping sources an involvment of auditory cortex.
Electroenceph. con, Neurophysiol, 54 (1982), 25-38.
Claims (5)
1. Verfahren zur Analyse der elektrischen Aktivitäten
des Gehirns mittels eines Rechnersystems, bei dem
der Schädel als ein geometrisch einfacher Körper mit
einer homogenen elektrischen Leitfähigkeit betrachtet
wird, auf dem die EEG-Elektroden angeordnet
sind, für die eine definierte, rechnerinterne
Beschreibung erfolgt, gekennzeichnet dadurch, daß
- - aus den erfaßten elektrischen Potentialen die scheinbaren, virtuellen Quellen dieser Potentiale ermittelt werden,
- - die räumliche Lage und Stärke der virtuellen Quellen in Echtzeit berechnet wird und
- - auswählbare Ereignisse sowohl für den Versuchsleiter, als auch für das Rechnersystem erkennbar aufbereitet und dargestellt werden.
2. Verfahren nach Anspruch 1, gekennzeichnet dadurch,
daß durch das Rechnersystem auf der Grundlage des
erkannten Zustandes der Stärke und Lokalisation der
virtuellen Quellen mit einer definierten
Latex auf dieses Ereignis zustandsgetriggert gereizt
wird.
3. Verfahren nach den Ansprüchen 1 oder 2, gekennzeichnet
dadurch, daß das EEG als Zustandsbeschreibung des
Gehirns betrachtet wird, die durch die Interaktion
des Verrsuchsleiters mit dem Rechnersystem, die auf
einem hohen Abstraktionsniveau mit Hilfe einer
formalen Sprache erfolgt, schritthaltend qualifiziert
wird.
4. Verfahren nach einem der Ansprüche 1 bis 3, gekennzeichnet
dadurch, daß die Echtzeitanalyse in einem Multiprozessorsystem
erfolgt und aus jedem abgeleiteten
Signal die bestimmenden Informationen extrahiert
werden, wobei in einem host-System eine integrale
Analyse des Zusammenhanges zwischen den Signalen
nach einem vereinfachten Systemmodell
durchgeführt wird.
5. Schaltungsanordnung zur Durchführung des Verfahrens
nach einem der Ansprüche 1 bis 4, gekennzeichnet dadurch,
daß ein Multiprozessorsystem (4) einerseits über
einen Rechner (3) mit einem oder zwei Terminals (2; 7)
und andererseits über ein EEG-Gerät (5) mit einem
Versuchsobjekt (6) verbunden ist, wobei das Multiprozessorsystem
(4) aus einem host-System (11) und
mehreren Subsystemen (12) besteht, die über einen
Systembus (9) und einen Datenbus (10) bzw. über
Links verbunden sind.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DD90340920A DD294630A5 (de) | 1990-05-23 | 1990-05-23 | Verfahren und schaltungsanordnung zur schritthaltenden analyse der elektrischen aktivitaeten des gehirns |
Publications (2)
Publication Number | Publication Date |
---|---|
DE4110049A1 DE4110049A1 (de) | 1991-11-28 |
DE4110049C2 true DE4110049C2 (de) | 1993-04-08 |
Family
ID=5618669
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE4110049A Granted DE4110049A1 (de) | 1990-05-23 | 1991-03-27 | Verfahren und schaltungsanordnung zur schritthaltenden analyse der elektrischen aktivitaeten des gehirns |
Country Status (2)
Country | Link |
---|---|
DD (1) | DD294630A5 (de) |
DE (1) | DE4110049A1 (de) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4318493C2 (de) * | 1993-06-03 | 1995-04-27 | Rainer Dr Gaedicke | Verfahren zur Auswertung von in der Umgebung von Nervenzellen registrierten, elektrischen Signalen |
DE10105965B4 (de) * | 2001-02-09 | 2004-06-09 | Peter-Raphael Von Buengner | Vorrichtung und Verfahren zum Ableiten elektrischer Signale von einer körperlichen oder physiologischen Aktivität einer Testperson |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4579125A (en) * | 1984-01-23 | 1986-04-01 | Cns, Inc. | Real-time EEG spectral analyzer |
PL261893A1 (en) * | 1986-10-14 | 1988-02-18 | Method of and system for visualization of electric activity of brain | |
US4736751A (en) * | 1986-12-16 | 1988-04-12 | Eeg Systems Laboratory | Brain wave source network location scanning method and system |
US4907597A (en) * | 1987-10-09 | 1990-03-13 | Biometrak Corporation | Cerebral biopotential analysis system and method |
-
1990
- 1990-05-23 DD DD90340920A patent/DD294630A5/de not_active IP Right Cessation
-
1991
- 1991-03-27 DE DE4110049A patent/DE4110049A1/de active Granted
Also Published As
Publication number | Publication date |
---|---|
DE4110049A1 (de) | 1991-11-28 |
DD294630A5 (de) | 1991-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE4091020C2 (de) | Verfahren und Vorrichtung zum Überwachen, Anzeigen und/oder Aufzeichnen von bioelektrischen Spannungssignalen eines menschlichen oder tierischen Körpers | |
EP2887861B1 (de) | Vorrichtung zur untersuchung einer phasenverteilung zur ermittlung einer krankhaften interaktion zwischen verschiedenen hirnarealen | |
EP0355506B1 (de) | Anordnung zum Messen lokaler bioelektrischer Ströme in biologischen Gewebekomplexen | |
Pulvermüller et al. | Brain rhythms of language: nouns versus verbs | |
Wang et al. | Theta and alpha oscillations in attentional interaction during distracted driving | |
EP0000504B1 (de) | Schaltungsanordnung zur Detektion und Registrierung der Uterusaktivität | |
EP1059875B1 (de) | Auswertesystem zur gewinnung diagnostischer informationen aus signalen und daten medizinischer sensorsysteme | |
WO2004021243A2 (de) | Verfahren sowie computerprogramm mit programmcode-mitteln und computerprogramm-produkt zur analyse einer wirksamkeit eines pharmazeutischen präparats | |
EP3041574B1 (de) | System zur nicht-invasiven neuronalen stimulation | |
EP0828225A1 (de) | Verfahren und Vorrichtung zum Auswerten von EEG-Daten | |
WO2003085546A1 (de) | Verfahren und vorrichtung zur elektromagnetischen modifikation von hirnaktivität | |
DE2409614A1 (de) | Verfahren zur pruefung des gesichtsfeldes | |
WO1993019665A1 (de) | Einrichtung zur diagnostizierung von kreislaufunregelmässigkeiten | |
DE4110049C2 (de) | ||
DE212005000005U1 (de) | Vorrichtung zur adaptiven Datenanalyse | |
EP3258833B1 (de) | Verfahren zur bestimmung der wahrnehmungsfähigkeit eines probanden | |
DE60035505T2 (de) | Feststellung von neurologischen zuständen mittels reizevozierten potentialen | |
Krause et al. | Motor cortical representation in patients with complex regional pain syndrome: a TMS study | |
DE102021100558B3 (de) | Verfahren und Vorrichtung zur technischen Unterstützung der Analyse von messtechnisch erfassten Signalen, die einen zeit- und raumabhängigen Signalverlauf aufweisen | |
EP3967220B1 (de) | Verarbeiten und visualisieren von daten einer elektrischen impedanztomographie | |
DE10145325A1 (de) | Anordnung und Verfahren zur räumlich gerichteten Erfassung des Elektroenzephalogramms | |
DE102015206450A1 (de) | Verfahren zur rechnergestützten Verarbeitung von mit einer Mehrzahl von Elektroden gemessenen Aktionspotentialen des menschlichen oder tierischen Körpers | |
Petsche et al. | Die Bedeutung des EEG für die Musikpsychologie | |
DE102020131503A1 (de) | System zur Erfassung von EEG-Signalen an einem Lebewesen und System zur elektrischen Stimulation von Gewebe eines Lebewesens | |
AT520374A1 (de) | Bestimmung der Rangfolge der Wahrnehmungsintensität von Stimuli aus einer Testmenge von Stimuli bei einem Probanden |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
D2 | Grant after examination | ||
8364 | No opposition during term of opposition | ||
8327 | Change in the person/name/address of the patent owner |
Owner name: ROSCHER, GUENTHER, DR.-ING. DIPL.-MATH., 39326 KLE |
|
8339 | Ceased/non-payment of the annual fee |