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
Application number
DE4110049A
Other languages
English (en)
Other versions
DE4110049A1 (de
Inventor
Guenther Dipl.-Math. Dr.-Ing. O-3037 Magdeburg De Roscher
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.)
Roscher Guenther Dr-Ing Dipl-Math 39326 Kle
Original Assignee
Individual
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 Individual filed Critical Individual
Publication of DE4110049A1 publication Critical patent/DE4110049A1/de
Application granted granted Critical
Publication of DE4110049C2 publication Critical patent/DE4110049C2/de
Granted legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/16Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/369Electroencephalography [EEG]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/369Electroencephalography [EEG]
    • A61B5/372Analysis 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)
Literaturrverzeichnis
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.

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.
DE4110049A 1990-05-23 1991-03-27 Verfahren und schaltungsanordnung zur schritthaltenden analyse der elektrischen aktivitaeten des gehirns Granted DE4110049A1 (de)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

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