DE4327323A1 - Medizinisches Mehrkanal-Meßsystem mit Meßwertwichtung - Google Patents

Medizinisches Mehrkanal-Meßsystem mit Meßwertwichtung

Info

Publication number
DE4327323A1
DE4327323A1 DE4327323A DE4327323A DE4327323A1 DE 4327323 A1 DE4327323 A1 DE 4327323A1 DE 4327323 A DE4327323 A DE 4327323A DE 4327323 A DE4327323 A DE 4327323A DE 4327323 A1 DE4327323 A1 DE 4327323A1
Authority
DE
Germany
Prior art keywords
weighting
channel
measuring system
values
medical multi
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Withdrawn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
DE4327323A
Other languages
English (en)
Inventor
Klaus Dipl Phys Abraham-Fuchs
Martin Dr Ing Schlang
Ralph Neuneier
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.)
Siemens AG
Original Assignee
Siemens AG
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 Siemens AG filed Critical Siemens AG
Priority to DE4327323A priority Critical patent/DE4327323A1/de
Publication of DE4327323A1 publication Critical patent/DE4327323A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/242Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents
    • A61B5/245Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents specially adapted for magnetoencephalographic [MEG] signals

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Description

Die Erfindung betrifft ein medizinisches Mehrkanal-Meß­ system mit einer Anzahl räumlich verteilter Sensoren zum Messen mindestens einer physikalischen Größe, die von einer physiologischen Aktivität innerhalb eines Untersuchungs­ gebiets erzeugt wird, und mit einer Auswerteeinheit, die über jeweils einen Meßkanal mit einem Sensor verbunden ist, wobei die Auswerteeinheit aus Meßwerten, die von den Sensoren aufgenommen worden sind, mit Hilfe eines Modells zumindest eine Eigenschaft der physiologischen Aktivität nachbildet.
Ein medizinisches Mehrkanal-Meßsystem der eingangs genann­ ten Art ist aus der US-PS 4 736 751 bekannt. Über räumlich verteilte Sensoren wird ein elektrisches Potential an der Oberfläche des Kopfes oder ein Magnetfeld in der Nähe der Kopfoberfläche gemessen, das von elektrophysiologischen Aktivitäten innerhalb des Gehirns erzeugt wird. Die Sen­ soren sind über jeweils einen Meßkanal mit einer Auswerte­ einheit verbunden, wobei in der Auswerteeinheit aus den Meßwerten mit Hilfe eines Modells zumindest eine Eigen­ schaft der elektrophysiologischen Aktivität nachgebildet wird. Das Modell umfaßt ein oder mehrere Stromdipole in einem leitfähigen Gebiet, wobei das Untersuchungsgebiet durch das leitfähige Gebiet und die physiologische Aktivi­ tät durch mindestens einen Stromdipol nachgebildet wird. Ort und Stärke des Stromdipols sind Eigenschaften der physiologischen Aktivität, die mit Hilfe des Modells be­ stimmt werden können. Im Modell werden in einem iterativen Verfahren die Größe und der Ort des mindestens einen Strom­ dipols so lange variiert, bis der Fehler zwischen dem aus dem Modell berechneten Wert und dem gemessenen Wert der physikalischen Größe minimal wird.
Ein ähnliches medizinisches Mehrkanal-Meßsystem ist auch in der EP-A-0 359 864 beschrieben. Dieses Meßsystem ist auch geeignet, elektrophysiologische Aktivitäten im Herzen über eine Messung magnetischer Feldmuster zu lokalisieren.
Der Erfindung liegt nun die Aufgabe zugrunde, bei einem medizinischen Mehrkanalsystem der eingangs genannten Art, die Genauigkeit der Nachbildung einer Eigenschaft der physiologischen Aktivität zu steigern.
Die Aufgabe wird dadurch gelöst, daß in jedem Meßkanal eine Wichtungseinheit angeordnet ist, die den im Meßkanal über­ tragenen Meßwert mit einem Wichtungsfaktor bewertet, daß die Wichtungsfaktoren mit Hilfe von Gewichtsmatrizen eines neuronalen Netzes bestimmt sind, wobei das neuronale Netz belehrt ist, Meßwerte auf die mindestens eine Eigenschaft abzubilden, daß die Gewichtsmatrix Werte von Gewichts­ parametern umfaßt und daß aus den den Meßkanälen zugeord­ neten Werten eines Gewichtsparameters über eine Mittelwert­ bildung die Wichtungsfaktoren in den entsprechenden Meß­ kanälen bestimmt sind.
Die Erfindung geht von der Erkenntnis aus, daß bei be­ lehrten neuronalen Netzen funktionelle Zusammenhänge oder Regeln, die nach dem Training des neuronalen Netzes in der erlernten mathematischen Abbildung enthalten sind, extra­ hiert werden können. Funktionelle Zusammenhänge können durch eine geeignete Interpretation der Gewichtsmatrizen des belehrten neuronalen Netzes gefunden werden. Aus der Gewichtsmatrix werden diejenigen Gewichte, die ein und denselben Eingangsknoten mit allen Neuronen in der verdeck­ ten Schicht verbinden, zur Bestimmung des Wichtungsfaktors herangezogen. Mit derartig gebildeten Wichtungen der Meß­ werte kann die Genauigkeit des Modells, das die physio­ logische Aktivität nachbildet, gesteigert werden.
Werden neuronale Netze mit radialen Basisfunktionen zum Extrahieren von Regeln trainiert, werden die den Meßkanälen zugeordneten Werte eines Streuungsparameters ausgewertet. Ein großer Wert des Streuungsparameters bedeutet, daß die Ausgangsaktivität des entsprechenden künstlichen Neurons nahezu unabhängig von seiner Aktivierung ist. Diese Eingangskanäle bzw. die darauf übertragenen Meßwerte tragen zur Nachbildung der Eigenschaft der physiologischen Akti­ vität weniger bei als die Eingangskanälen, die über kleine Werte des Streuungsparameters mit den anderen Neuronen verbunden sind.
Werden gaußförmige Basisfunktionen als radiale Basisfunk­ tionen verwendet, dann kann als Streuungsparameter die Varianz der gaußförmigen Basisfunktion herangezogen werden. Neuronale Netze mit gaußförmigen Basisfunktionen sind in ihrer Leistungsfähigkeit vergleichbar mit vollständig ver­ bundenen, vorwärtsgekoppelten neuronalen Netzwerten mit sigmoidalen Nichtlinearitäten.
Ein Ausführungsbeispiel der Erfindung wird im folgenden an­ hand von zwei Figuren erläutert. Es zeigen:
Fig. 1 eine Übersicht eines medizinischen Mehrkanal-Meß­ systems mit in den Meßkanälen angeordneten Wichtungs­ einheiten und
Fig. 2 in einem Blockschaltbild eine Anordnung, mit der die Wichtungsfaktoren in den entsprechenden Wichtungs­ einheiten bestimmt werden.
Ausgegangen wird von einem in Fig. 1 dargestellten medizi­ nischen Mehrkanal-Meßsystem, mit dem elektrophysiologische Aktivitäten im Gehirn oder im Herz über eine Magnetfeld­ messung lokalisiert werden. Wegen der sehr kleinen zu messenden Signale werden durch eine magnetische Abschirm­ kammer 2 außerhalb erzeugte Störfelder zum größten Teil abgeschirmt. Ein zu untersuchender Patient 4 befindet sich auf einer in der Abschirmkammer 2 angeordneten Patienten­ liege 6. Elektrophysiologische Aktivitäten, die hier durch einen Pfeil 8 symbolisiert sind, erzeugen ein elektrisches und magnetisches Feldmuster, wobei hier nur das magnetische Feldmuster 10 ausgewertet wird. Dazu wird das Magnetfeld 10 mit einer Mehrkanal-Meßanordnung 12 oberhalb des Patienten 4 gemessen. Die Mehrkanal-Meßanordnung 12 umfaßt eine Mehr­ kanal-Gradiometeranordnung 14 mit räumlich getrennt ange­ ordneten Gradiometern, die als Sensoren den Gradienten der Magnetfeldverteilung 10 erfassen. Hier ist aus Gründen der Übersichtlichkeit eine Mehrkanal-Gradiometeranordnung 14 mit 15 einzelnen Gradiometern dargestellt, jedoch werden in der Praxis Mehrkanal-Gradiometeranordnungen 14 mit mehr als 30 Kanälen, z. B. N = 37 Kanäle, verwendet. Die Gradiometer in der Mehrkanal-Gradiometeranordnung 14 sind jeweils mit einem SQUID (Super Conducting Quantum Interference Device) einer Mehrkanal-SQUID-Anordnung 16 verbunden. Die Mehr­ kanal-SQUID-Anordnung 16 und die Mehrkanal-Gradiometeran­ ordnung 14 sind in einem Kryostaten untergebracht und dort auf so niedrige Temperatur gehalten, daß Supraleitung vor­ herrscht.
Die Mehrkanal-Meßanordnung 12 ist mittels eines Stativs in einer Untersuchungsposition arretierbar. Die Untersuchungs­ position gibt die Meßorte der Sensoren, also der Gradio­ meter vor. Zwischen der Mehrkanal-SQUID-Anordnung 16 und einer Signalauswertungseinheit 18 ist in jedem Meßkanal eine Wichtungseinheit 20 angeordnet, mit denen die Meßwerte mit verschiedenen Wichtungsfaktoren W₁ . . . Wi . . . WN bewertet werden. Die Anzahl der Wichtungseinheiten 20 entspricht der Anzahl der Gradiometer 14, wobei in Fig. 1 aus Übersicht­ lichkeitsgründen nur fünf Meßkanäle mit jeweils einer Wich­ tungseinheit 20 dargestellt sind.
Die Signalauswertungseinheit 18 bestimmt für ausgewählte Feldmuster einen äquivalenten Stromdipol, dessen theore­ tisches Feldmuster dem gemessenen Feldmuster am nächsten kommt. Ein vollständiges Modell besteht aus dem Ort des äquivalenten Stromdipols, der Dipolstärke und der Dipol­ richtung. Zum Modell gehört ebenfalls der Raum, in dem der Stromdipol angeordnet ist. Der Raum ist im Modell für zerebrale Aktivitäten eine Kugel mit homogener Leitfähig­ keit und für kardiologische Aktivitäten ein unendlicher Halbraum mit homogener Leitfähigkeit. Das Ergebnis der Lokalisierung wird einer Anzeigeeinheit 22 zugeführt, die das Lokalisierungsergebnis z. B. in einem anatomischen Schnittbild darstellt. Zusätzlich kann auch insbesondere der Verlauf der zeitlichen Änderung des Magnetfeldes und des daraus bestimmten äquivalenten Stromdipols in einer Registriereinheit 24 aufgezeichnet werden.
Die Genauigkeit der Lokalisierung kann gesteigert werden, wenn Meßkanäle, die weniger dazu beitragen, die gestellte Aufgabe zu lösen, mit kleineren Wichtungsfaktoren Wi belegt werden als Meßkanäle, die maßgeblich das Ergebnis beein­ flussen. Der Iterationsprozeß der Lokalisierung wird da­ durch optimiert.
Der Einfluß der Meßwerte der einzelnen Meßkanäle auf das Ergebnis der Nachbildung durch das Modell wird aus einem mit derselben Nachbildung trainierten neuronalen Netz 30 ermittelt. Das neuronale Netz 30 bildet somit ebenfalls Meßwerte auf einen äquivalenten Stromdipol ab. Es wird je­ doch nicht vorausgesetzt, daß die Abbildung des neuronalen Netzes 30 ebenso sicher und genau sein muß, wie die Nach­ bildung durch das Modell, das die Auswerteeinheit 18 be­ nutzt.
Das neuronale Netz 30 besitzt ebensoviele Eingangsneuronen 32, wie Meßkanäle in der Mehrkanal-Meßanordnung vorhanden sind, hier die Anzahl N = 37. Weiterhin umfaßt das neuro­ nale Netz 30 eine verdeckte Schicht von 50 bis 100 Neuronen 34, wobei jedes Neuron 34 der verdeckten Schicht mit jedem Eingangsneuron 32 verbunden ist. Hier werden Neuronen 34 mit radialen Basisfunktionen eingesetzt, die den Vorteil haben, daß sie nur eine lokale Aktivierung für einen be­ stimmten Bereich der Eingangsgröße aufweisen. Die Aktivie­ rung für sehr kleine und sehr große Eingangssignale ist verschwindend gering. Zu den radialen Basisfunktionen ge­ hören auch gaußförmige Basisfunktionen, die über einen Mittelwert µ als Zentrumsparameter und eine Varianz σ als Streuungsparameter beschreibbar sind.
Über Ausgangsneuronen 36 werden die Parameter des äquiva­ lenten Stromdipols ausgegeben. An drei Ausgangsneuronen 36 wird der Ort des Stromdipols und an drei weiteren Ausgangs­ neuronen 36 wird die Größe des Stromdipols ausgegeben. Die Trainingsdaten für das neuronale Netz werden ähnlich er­ zeugt, wie in dem Artikel von: U.R. Abeyratne/Y. Kinouchi/H. Oki/J. Okada/F. Shichÿo/K. Matsumoto: "Artificial Neural Networks for Source Lokalisation in the Human Brain", erschienen in Brain Topography, Vol. 4, No. 1, 1991, pp. 3-21, beschrieben ist. Ein Unterschied be­ steht jedoch in den gewählten Basisfunktionen der Neuronen 34, die dort sigmoidal und hier radial sind. Zum Training des neuronalen Netzes 30 werden an Ausgängen 38 eines Mustergenerators 40, der einen Speicher und eine Rechenein­ heit umfaßt, aus variierten Stromdipolen errechnete magne­ tische Feldgrößen, die am Meßort der Mehrkanal-Meßanordnung 12 auftreten würden, den Eingangsneuronen 32 zugeführt. Gleichzeitig werden an weiteren Ausgängen 42 des Muster­ generators 40 die Koordinaten und die Stärke des den Feld­ größen zugrundeliegenden Stromdipols ausgegeben und den Ausgangsneuronen 36 des neuronalen Netzes 30 zugeführt.
Zum Beginn des Training des neuronalen Netzes 30 wird eine Gewichtsmatrix von gaußförmigen Basisfunktionen, die die Eingangsneuronen 32 mit den versteckten Neuronen 34 verbin­ det, vorstrukturiert. Die Verteilung der Zentren µ der gaußförmigen Basisfunktionen werden mit Hilfe einer k-means Clusterung festgelegt. Dadurch wird die Summe des euklidi­ schen Abstandes zwischen den einzelnen Datenpunkten und den Zentren minimiert. Nach der Clusterung der Zentren µ werden die Varianzen σki der gaußförmigen Basisfunktionen mit Hilfe der P-nächste Nachbarn initialisiert. Die einzelnen Varianzen σ werden dabei aus dem Mittelwert der Abstände vom Zentrum zu den nächsten P-Zentren bestimmt. Dabei sind die einzelnen Varianzen σ auf Werte von größer 0,1 be­ grenzt, um eine allzu lokale Modellierung der Trainings­ daten zu vermeiden. In einer anschließenden Feinabstimmung wird die vorstrukturierte Gewichtsmatrix mit Hilfe des Backpropagation-Algorithmus verbessert. Die Gewichtsmatrix, die die versteckten Neuronen 34 mit den Ausgangsneuronen 36 verbindet, wird nur mit dem Backpropagation-Algorithmus bestimmt.
Nach Abschluß des Trainings wird die Gewichtsmatrix, die die Eingangsneuronen 32 mit den Neuronen 34 der verdeckten Schicht verbindet, ausgewertet. Das Extrahieren der Matrix ist in Fig. 2 durch den Verfahrensschritt 44 symbolisiert. Hier wird lediglich die Matrix A der Varianzen σ der gauß­ förmigen Basisfunktionen betrachtet. Die Matrix A ist hier so organisiert, daß jede Zeile die Varianzen σ enthält, die jeweils ein Neuron 34 mit den Eingangsneuronen 32 verbin­ den. Während spaltenweise die Varianzen angeordnet sind, die jeweils ein Eingangsneuron 32 mit allen Neuronen 34 der verdeckten Schicht verbinden. Ein großer Wert der Varianz σ bedeutet, daß die Ausgangsaktivität des Neurons 34 nahezu unabhängig von der Eingangsaktivität ist, und somit wenig zum Ergebnis beiträgt. Hohen Werten der Varianz einer Spal­ te der Matrix A wird ein kleiner Wichtungsfaktor Wi des entsprechenden Meßkanals, während kleinen Werten der Varianz ein großer Wichtungsfaktor Wi zugeordnet wird. Aus diesem Grund werden über einen monoton fallenden funktio­ nellen Zusammenhang die Varianzen σ einer Spalte der Matrix A umgeformt. Der Wichtungsfaktor Wi für den entsprechenden Meßkanal ergibt sich über eine Mittelwertbildung nach der Formel (Verfahrensschritt 46 in Fig. 2):
wobei M die Anzahl der verdeckten Neuronen 34 und n eine reelle Zahl, vorzugsweise "Eins", ist. Das Zeichen "∼" be­ deutet Proportionalität. Dieser funktionelle Zusammenhang zwischen den Wichtungsfaktoren Wi und der zugeordneten Spalte der Matrix A ist dann sinnvoll, wenn die Varianz σki nicht zu groß ist.
Hier ist ein Mehrkanal-Meßsystem beschrieben, mit dem mag­ netische Feldgrößen gemessen und auf Eigenschaften der elektrophysiologische Aktivitäten abgebildet werden.
Von Bedeutung ist ebenfalls die Messung der Potentialver­ teilung von elektrophysiologischen Aktivitäten mit einem Mehrkanal-Meßsystem, was auch unter der Bezeichnung EKG- Mapping für Herzuntersuchungen bekannt ist. Aus der Poten­ tialverteilung läßt sich ähnlich wie aus der Magnetfeldver­ teilung z. B. der Ort und die Größe eines äquivalenten Stromdipols mit einem entsprechend angepaßten Modell be­ stimmen.
Andere Abbildungen von Meßwerten auf Eigenschaften einer physiologischen Aktivität sind denkbar. Klinisch relevante Eigenschaften von elektrophysiologischen Aktivitäten sind auch die Ausdehnung oder das Volumen der Aktivität, die Anzahl der aktivierten Zellen, die zeitliche Abfolge der Aktivitäten oder die Reizleitungsgeschwindigkeit. Die Grundidee zur Verbesserung der Abbildung besteht darin, Meßkanäle abzuschwächen, die nicht wesentlich zum Ergebnis beitragen, während Meßwerte die das Ergebnis stark beein­ flussen, bevorzugt zur Bestimmung der Größen des Modells herangezogen werden, wobei die Wichtungsfaktoren Wi in den Meßkanälen aus einem entsprechend trainierten neuronalen Netz 30 extrahiert werden.

Claims (9)

1. Medizinisches Mehrkanal-Meßsystem mit einer Anzahl räum­ lich verteilter Sensoren (12) zum Messen mindestens einer physikalischen Größe (10), die von einer physiologischen Aktivität (8) innerhalb eines Untersuchungsgebiets erzeugt wird, und mit einer Auswerteeinheit (18), die über jeweils einen Meßkanal mit einem Sensor verbunden ist, wobei die Auswerteeinheit (18) aus Meßwerten, die von den Sensoren aufgenommen worden sind, mit Hilfe eines Modells zumindest eine Eigenschaft der physiologischen Aktivität nachbildet, dadurch gekennzeichnet, daß in jedem Meßkanal eine Wichtungseinheit (20) angeordnet ist, die den im Meßkanal übertragenen Meßwert mit einem Wich­ tungsfaktor (Wi) bewertet, daß die Wichtungsfaktoren (Wi) mit Hilfe von Gewichtsmatrizen eines neuronalen Netzes (30) bestimmt sind, wobei das neuronale Netz (30) belehrt ist, Meßwerte auf die mindestens eine Eigenschaft abzubilden, daß die Gewichtsmatrix Werte von Gewichtsparametern (σ) umfaßt und daß aus den den Meßkanälen zugeordneten Werten eines Gewichtsparameters (σ) über eine Mittelwertbildung die Wichtungsfaktoren in den entsprechenden Meßkanälen be­ stimmt sind.
2. Medizinisches Mehrkanal-Meßsystem nach Anspruch 1, dadurch gekennzeichnet, daß das neuronale Netz (30) radiale Basisfunktionen umfaßt, daß als Gewichtsparameter ein Streuungsparameter (σ) der radialen Basisfunktion so ausgewertet wird, daß hohen Werten des Streuungsparameters (σ) niedrige Werte des Wichtungsfaktors (Wi) und niedrigen Werten des Streuungsparameters (σ) hohe Werte des Wichtungsfaktors (Wi) entsprechen.
3. Medizinisches Mehrkanal-Meßsystem nach Anspruch 1 oder 2, dadurch gekennzeichnet, daß die Wichtungsfaktoren (Wi) über eine monoton fallende Funk­ tion den Werten des Streuungsparameters (σ) zugeordnet sind.
4. Medizinisches Mehrkanal-Meßsystem nach einem der An­ sprüche 1 bis 3, dadurch gekennzeich­ net, daß als radiale Basisfunktionen gaußförmige Ba­ sisfunktionen verwendet sind.
5. Medizinisches Mehrkanal-Meßsystem nach Anspruch 4, dadurch gekennzeichnet, daß der Streuungsparameter die Varianz (σ) der gaußförmigen Basis­ funktionen ist.
6. Medizinisches Mehrkanal-Meßsystem nach einem der An­ sprüche 1 bis 5, dadurch gekennzeich­ net, daß die physikalische Größe (10) ein Magnetfeld einer elektrophysiologischen Aktivität ist.
7. Medizinisches Mehrkanal-Meßsystem nach einem der An­ sprüche 1 bis 7, dadurch gekennzeich­ net, daß die physikalische Größe (10) ein elektrisches Potential einer elektrophysiologischen Aktivität ist.
8. Medizinisches Mehrkanal-Meßsystem nach einem der An­ sprüche 1 bis 7, dadurch gekennzeich­ net, daß eine Eigenschaft der Ort der physiologischen Aktivität (8) ist.
9. Medizinisches Mehrkanal-Meßsystem nach einem der An­ sprüche 1 bis 8, dadurch gekennzeich­ net, daß das Modell einen nach Ort und Richtung zu be­ stimmenden Stromdipol umfaßt, der in einem Gebiet mit elek­ trischer Leitfähigkeit angeordnet ist.
DE4327323A 1993-08-13 1993-08-13 Medizinisches Mehrkanal-Meßsystem mit Meßwertwichtung Withdrawn DE4327323A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE4327323A DE4327323A1 (de) 1993-08-13 1993-08-13 Medizinisches Mehrkanal-Meßsystem mit Meßwertwichtung

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE4327323A DE4327323A1 (de) 1993-08-13 1993-08-13 Medizinisches Mehrkanal-Meßsystem mit Meßwertwichtung

Publications (1)

Publication Number Publication Date
DE4327323A1 true DE4327323A1 (de) 1995-02-23

Family

ID=6495178

Family Applications (1)

Application Number Title Priority Date Filing Date
DE4327323A Withdrawn DE4327323A1 (de) 1993-08-13 1993-08-13 Medizinisches Mehrkanal-Meßsystem mit Meßwertwichtung

Country Status (1)

Country Link
DE (1) DE4327323A1 (de)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AT401226B (de) * 1994-08-30 1996-07-25 Pfuetzner Helmut Dr Vorrichtung zur synchronen registrierung der leistungsfähigkeit von herz und lunge
DE19827245B4 (de) * 1997-06-20 2011-08-11 Hitachi, Ltd. Biomagnetfeld-Messvorrichtung
RU2607953C2 (ru) * 2011-05-16 2017-01-11 дакадоо аг Захват оптических данных об упражнениях в дополнение к расчету оценки здоровья

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0433626A2 (de) * 1989-11-17 1991-06-26 Wayne State University Physiologische Wellenformanalyse
DE4118126A1 (de) * 1990-07-03 1992-01-09 Siemens Ag Verfahren zur aktiven unterdrueckung von magnetischen stoerfeldern bei einer anordnung zum messen biomagnetischer signale
SU1709356A1 (ru) * 1989-12-06 1992-01-30 Научно-исследовательский институт многопроцессорных вычислительных систем при Таганрогском радиотехническом институте им.В.Д.Калмыкова Устройство дл моделировани нейрона
EP0477434A1 (de) * 1990-09-24 1992-04-01 Biomagnetic Technologies, Inc. Analyse von biologischen Signalen unter Verwendung von Daten von Sensorarrays

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5092343A (en) * 1988-02-17 1992-03-03 Wayne State University Waveform analysis apparatus and method using neural network techniques
EP0433626A2 (de) * 1989-11-17 1991-06-26 Wayne State University Physiologische Wellenformanalyse
SU1709356A1 (ru) * 1989-12-06 1992-01-30 Научно-исследовательский институт многопроцессорных вычислительных систем при Таганрогском радиотехническом институте им.В.Д.Калмыкова Устройство дл моделировани нейрона
DE4118126A1 (de) * 1990-07-03 1992-01-09 Siemens Ag Verfahren zur aktiven unterdrueckung von magnetischen stoerfeldern bei einer anordnung zum messen biomagnetischer signale
EP0477434A1 (de) * 1990-09-24 1992-04-01 Biomagnetic Technologies, Inc. Analyse von biologischen Signalen unter Verwendung von Daten von Sensorarrays

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
et al: Advances in Bio- magnetism, Plenum Press, New York u. London, 1989,S.599-602 *
WILLIAMSON, Samuel J. *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AT401226B (de) * 1994-08-30 1996-07-25 Pfuetzner Helmut Dr Vorrichtung zur synchronen registrierung der leistungsfähigkeit von herz und lunge
DE19827245B4 (de) * 1997-06-20 2011-08-11 Hitachi, Ltd. Biomagnetfeld-Messvorrichtung
RU2607953C2 (ru) * 2011-05-16 2017-01-11 дакадоо аг Захват оптических данных об упражнениях в дополнение к расчету оценки здоровья

Similar Documents

Publication Publication Date Title
DE3741874C2 (de) Verfahren und System zur Darstellung der Lage der neuronalen Tätigkeit und der zeitlichen Wechselbeziehungen zwischen Hirnbereichen
Ilmoniemi et al. Brain signals: physics and mathematics of MEG and EEG
DE4226413C2 (de) Verfahren zum Messen von in einem lebenden Organ erzeugten elektrischen Strömen
DE19808985B4 (de) Verfahren und Vorrichtung zur Biomagnetfeld-Messung
DE19633200C2 (de) Verfahren und Vorrichtung zum Messen von Biomagnetismus
EP1212636B1 (de) Verfahren zur bearbeitung seismischer messdaten mit einem neuronalen netzwerk
EP0406963B1 (de) Verfahren zur Rekonstruktion der räumlichen Stromverteilung in einem biologischen Objekt und Anordnung zur Durchführung des Verfahrens
EP0582885A2 (de) Verfahren zur Klassifizierung von Feldmustern
DE69215158T2 (de) Verfahren und Gerät zur Bestimmung der Biostromverteilung im Körper
DE4218563A1 (de) Biomedizinische, magnetismus abbildende vorrichtung und verfahren
DE4309135A1 (de) Verfahren zum Abschätzen und Anzeigen einer Stromquellenverteilung aus elektrischen und magnetischen Messungen und anatomischen 3D Daten
DE69025612T3 (de) Analyse von biologischen Signalen unter Verwendung von Daten von Sensorarrays
WO1999048422A1 (de) Verfahren zum lokalisieren und identifizieren von signalaktivitäten mindestens eines begrenzten raumgebiets in einem biologischen gewebeabschnitt
DE10162927A1 (de) Auswerten von mittels funktionaler Magnet-Resonanz-Tomographie gewonnenen Bildern des Gehirns
DE19508823A1 (de) Verfahren zur Nachbildung der Oberfläche eines Objekts
EP0531703A1 (de) Verfahren zur Lokalisierung von elektrophysiologischen Aktivitäten
Sommer et al. Exploratory analysis and data modeling in functional neuroimaging
DE4307545A1 (de) Gerät und Verfahren zur Bestimmung des Ortes und/oder der Ausdehnung von Ischämien und/oder Infarkten im Herzen eines Lebewesens
DE10042138A1 (de) Verfahren zur automatischen Aufbereitung von Daten biomagnetischer felder , insbesondere von magnetokardiographischen Daten
DE4327323A1 (de) Medizinisches Mehrkanal-Meßsystem mit Meßwertwichtung
DE19913547C2 (de) Verfahren zur Nachbildung der von Gradientenspulen eines Kernspinresonanzgeräts erzeugten elektrischen Stimulationen in einem Untersuchungsobjekt und Vorrichtung zur Durchführung des Verfahrens
DE3725532A1 (de) Verfahren zur biomagnetischen lokalisierung einer quelle elektrischer aktivitaet im menschlichen koerper
DE4326044A1 (de) Verfahren zur zeitgemittelten Lokalisierung von mit starkem Rauschen überlagerten elektrophysiologischen Aktivitäten
DE19504670A1 (de) Vorrichtung zum Bestimmen von Feldwerten einer elektrischen oder magnetischen Feldverteilung
JP3489079B2 (ja) 三次元生体情報解析装置

Legal Events

Date Code Title Description
OM8 Search report available as to paragraph 43 lit. 1 sentence 1 patent law
8139 Disposal/non-payment of the annual fee