DE69025612T2

DE69025612T2 - Analyse von biologischen Signalen unter Verwendung von Daten von Sensorarrays

Info

Publication number: DE69025612T2
Application number: DE69025612T
Authority: DE
Inventors: William C Black; Stephen E Robinson
Original assignee: Biomagnetic Technologies Inc
Current assignee: Biomagnetic Technologies Inc
Priority date: 1990-09-24
Filing date: 1990-12-13
Publication date: 1996-06-13
Anticipated expiration: 2010-12-14
Also published as: DE69025612D1; EP0477434A1; EP0477434B1; JP3236630B2; EP0477434B2; DE69025612T3; ATE134490T1; JPH04210046A

Description

Hintergrund der Erfindung

Die Erfindung bezieht sich auf die Messung von elektromagnetischen Signalen, die ihren Ursprung im menschlichen Körper haben, und insbesondere auf die Messung von magnetischen und/oder elektrischen Feldern, die auf die Gehirnaktivität zurückzuführen sind.
Die vorliegende Erfindung wurde zum Teil unter der US- Regierungsvereinbarung F33615-89-C-0577 gemacht. Die Regierung mag Rechte an dieser Erfindung haben.
Der menschliche Körper erzeugt magnetische Felder, welche von einem Biomagnetometer außerhalb des Körpers gemessen werden können. Die Forschung an der Korrelierung biomagnetischer Felder mit verschiedenen Gesundheitszuständen, Krankheitszuständen und Abnormitäten ist im Gange, aber es sind hinreichende Informationen verfügbar, um zu zeigen, daß bestimmte ausgesandte biomagnetische Felder mit Zuständen, wie Epilepsie, verbunden sind. Derzeitige medizinische Studien untersuchen die Natur der normalen und anomalen magnetischen Felder des Gehirns und versuchen, diese Felder mit Gehirnfunktionen und dem Gesundheitszustand eines Patienten in Beziehung zu setzen.
Es ist wohlbekannt, daß bestimmte physisch identifizierbare Bereiche des Gehirns für spezifische Arten von Aktivitäten und Funktionen verantwortlich sind. Es ist daher wichtig, das gemessene biomagnetische Feld mit dem bestimmten Bereich im Gehirn, welcher dieses Feld erzeugt, zu korrelieren. Eine solche Korrelation ist wichtig für das Verständnis des Mechanismus, nach dem Krankheit und Störungen auftreten, und auch für die Behandlung des Problems.
Eine Zuordnung der durch eine äußere Anordnung von magnetischen oder elektrischen Sensoren durchgeführten spontanen Messungen zu Gehirnaktivitäten an einem bestimmten Ort innerhalb des Gehirns ist schwierig, in erster Linie weil andere Bereiche des Gehirns ebenfalls weiterarbeiten und ihre eigenen magnetischen und elektrischen Felder erzeugen, selbst wenn eine Messung mit dem Ziel durchgeführt wird, die Aktivität an einem bestimmten Ort zu messen, und weil die Meßsensoren und das Meßinstrumentarium ein Rauschen erzeugen, das in der gleichen Größenordnung liegen kann wie die zu messenden Signale. Es kann nicht einfach festgestellt werden, ob ein bestimmtes außerhalb gemessenes Signal seinen Ursprung an der ausgewählten Position oder anderen Positionen hat, oder sowohl von der ausgewählten Position als auch von anderen Positionen herrührt oder ob es sich tatsächlich um Instrumentenrauschen handelt. Zum gegenwärtigen Zeitpunkt ergibt sich ein zufriedenstellender Grad an Zuverlässigkeit durch Mittelung mehrfach auftretender magnetischer und/oder elektrischer Signale gleichzeitig mit äußeren Ereignissen, wie einem Stimulus, um den Ursprung bestimmter magnetischer Signale zu isolieren.
Darüberhinaus ist es schwierig, Daten spontaner Gehirnaktivitäten mit einem hohen Signal/Rausch-Verhältnis zu entwickeln, von denen zuverlässig gesagt werden kann, daß sie ihren Ursprung in einem ausgewählten Bereich des Gehirns haben. Es wäre extrem nützlich, hierzu in der Lage zu sein, da dies Studien neurologischer Störungen, die beispielsweise mit Epilepsie, einem Anfall und Kopfverletzungen zusammenhängen, und sogar direkte physiologische Studien einiger der grundsätzlichsten Phänomene des Lebens, wie Anspannung und Ruhe, mentale Störungen, Sprachverständnis und -ausdruck und Reaktionen auf externe Stimuli ermöglichen würde.
Ein wichtiger Schritt bei der Zuordnung externer Messungen zu den spezifischen Orten interner Ereignisse ist in dem US- Patent 4,793,355 beschrieben, das eine Methode zum automatischen Festlegen der Position des Sensors gegenüber der Position des Kopf 5 des Patienten zur Verfügung stellt. Wenn dieser Zugang in Verbindung mit dem bekannten räumlichen Empfindlichkeitsprofil des Detektors und entweder einem externen Stimulus oder einer Synchronisation mit beliebiger Aktivität verwendet wird, gibt er wichtige Informationen über den internen Ursprung des extern gemessenen Signals. Diese Technologie ist aufgrund ihrer Natur hinsichtlich ihrer Ortsauflösung und Ermittlung der Art der Quelle beschränkt, aufgrund verschiedener Typen von Rauschen und der fortdauernden Ausführung anderer Gehirnfunktionen, während Messungen durchgeführt werden. Mit dieser Technologie läßt sich die spontane, nicht erzwungene (non-evoked) Gehirnaktivität nur begrenzt untersuchen.
Über einen Zugang zu der Analyse biologischer, mit einem Mehrkanal-Sensorsystem aufgenommener Signale wird von J.J. Westerkamp et al in Proceedings of the Annual International Conference of the IEEE Engineering and Medical Society, Volume II, part 2/6 (1989), Seiten 702 - 703 berichtet. In dieser Arbeit wird die Ausgabe eines jeden der Kanäle des Mehrkanal- Sensorsystems mit einem Gewichtungsfaktor multipliziert, wobei ein adaptiver Algorythmus für die Bestimmung der Gewichtungsfaktoren verwendet wird. Der Algorythmus und das Verfahren wurden ausgebildet, um Verzerrungen bei den erwünschten Signalen zu minimieren und das Rauschen von überlagernden EEG-Signalen zu reduzieren. Während dieser Zugang die Qualität des resultierenden Signals im allgemeinen verbessern kann, dient er nicht dem Ziel, die Positionen der Quellen aufgenommener biologischer Signale zu bestimmen. Bestimmungen dieser Positionen durchzuführen, ist, wie vorstehend erwähnt, für medizinische Anwendungen höchst wünschenswert.

Zusammenfassung der Erfindung

Die vorliegende Erfindung stellt einen Zugang zum Analysieren von im Körper erzeugten elektromagnetischen Signalen zur Verfügung, wie magnetischen und elektrischen Feldern. Sie erlaubt die Auswahl derjenigen Position innerhalb des Körpers, deren ausgesandte Signale untersucht werden sollen, und eine ausgezeichnete Charakterisierung der Signale selbst mit einem optimierten Signal/Rausch-Verhältnis. Der Zugang kann mit existierender Hardware durchgeführt werden, oder es kann eine speziell für diesen Zweck ausgebildete Vorrichtung verwendet werden.
Die vorliegende Erfindung eröffnet desweiteren die Möglichkeit, mehrere elektromagnetische Sensoren einer Anordnung in Kombination zu verwenden, um bessere Informationen über die Funktion einer elektromagnetischen Quelle innerhalb des Körpers zu erhalten, als anhand nicht miteinander kombinierter Daten der einzelnen Sensoren der Anordnung erhalten werden kann. Die Erfindung stellt einen Weg dar, die Ausgaben der Sensoren der Anordnung mathematisch in einer Weise zu kombinieren, welche einen virtuellen Sensor definiert, der für die Messung einer bestimmten Position innerhalb des Körpers optimiert ist, basierend auf den Charakteristiken der Sensoren, der Quellen und des Körpers und ihrer relativen Positionen. Die Ausgaben der einzelnen Sensoren werden gewichtet und zusammenaddiert, um die virtuelle Sensor-Ausgabe zu definieren, und es können verschiedene virtuelle Sensoren aus einer festgelegten Sensor- Anordnung definiert werden.
Gemäß der Erfindung umfaßt ein Verfahren zum Aufnehmen und Bewerten von vom Gehirn eines Subjekts ausgesandten Signalen die Verfahrensschritte:
Bereitstellen einer Anordnung von Feldsensoren, welche außerhalb des Körpers eines Subjekts an bekannten Positionen vorgesehen sind;
Messen einer durch jeden der Sensoren detektierten Signalstärke;
Multiplizieren der von jedem Sensor gemessenen Signalstärke mit einem Gewichtungskoeffizienten für den betreffenden Sensor;
Auswählen des Gewichtungskoeffizienten, um die Empfindlichkeit der Anordnung von Feldsensoren auf eine ausgewählte Position innerhalb des Körpers des Subjekts zu fokusieren, um einen virtuellen Sensor-Beitrag für jeden der Sensoren zu bestimmen; und Zusammenaddieren des virtuellen Sensor-Beitrags jedes der Sensoren, um ein virtuelles Sensorsignal zu definieren.
Die vorliegende Erfindung verwendet die kombinierten Antwortdaten, die von jedem Sensor einer Anordnung von Sensoren außerhalb des Körpers aufgenommen wurden. Die Sensoren können auf magnetische Felder oder elektrische Felder ansprechen, und die Bezeichnung "elektromagnetisch" wird als generische Bezeichnung für Signale, Detektoren oder dergleichen verwendet, um beide Arten von Phänomenen zu erfassen. Die kombinierten Daten können verarbeitet werden, um eine optimierte Charakterisierung der von einer ausgewählten Position des Gehirns oder einer anderen Quelle stammenden Signale zu erreichen. Durch verschiedenartiges Kombinieren derselben Antwortdaten der Sensoren können gleichzeitig in verschiedenen Bereichen des Körpers auftretende Ereignisse durch diese Antwortdaten selbst und ihre Beziehung zueinander verstanden werden. Der vorliegende Lösungsweg kann dazu verwendet werden, irgendeinen Bereich des Körpers, von dem elektromagnetische Signale ausgehen, zu messen, einschließlich - aber nicht darauf beschränkt - des Gehirns, des Herzens, des Muskelgewebes, der Nerven etc.
Um das virtuelle Sensorsignal entsprechend einem an einer ausgewählten Stelle im Gehirn erzeugten elektromagnetischen Feld zu berechnen, wird die von jedem Sensor zu einem Zeitpunkt gemessene Signalstärke mit einem Gewichtungskoeffizienten multipliziert, der für diesen Sensor bestimmt wurde, und es werden dann alle Produkte aus Signalstärke und Gewichtungskoeffizient zueinander addiert. Der Gewichtungskoeffizient wird entweder anhand eines formulierten mathematischen Modells, oder vorzugsweise anhand der aktuellen Messungen der Sensoren zusammen mit den relativen Positionen und Orientierungen der Sensoren und der ausgewählten Position im Körper und der räumlichen Empfindlichkeit des Sensors, der als dessen Leitfeld (lead field) bekannt ist, berechnet. Von dieser zuletzt genannten Komponente kommt der Begriff, der zur Beschreibung dieser Art von Analyse verwendet wird, "Leitfeld-Synthese" ("LFS - lead field synthesis").
Ein wünschenswertes Merkmal dieses Lösungswegs besteht darin, daß die Natur des virtuellen Sensors, der durch die gewichtete Kombination der Signale der einzelnen physikalischen Sensoren gebildet wurde, verändert werden kann, um die Antwort des virtuellen Sensors auf verschiedene Sensoren einzustellen, wobei dieselben gemessenen Daten verwendet werden. Daher wird der virtuelle Sensor mit einem ersten Satz von Gewichtungskoeffizienten dazu verwendet, eine erste Position im Körper zu untersuchen, und mit einem zweiten Satz von Gewichtungskoeffizienten wird der virtuelle Sensor zur Untersuchung einer zweiten Position im Körper herangezogen, wobei in beiden Fällen ein einziger Satz eigentlicher Meßdaten der physikalischen Sensoranordnung verwendet wird.
Ein weiteres vorteilhaftes Merkmal ist darin zu sehen, daß der virtuelle Sensor zur Erreichung eines optimalen Signal/Rausch- Verhältnisses für eine bestimmte Position eingestellt werden kann, wiederum durch das mathematische Modell, welches die Gewichtungskoeffizienten bereitstellt. Das Signal/Rausch- Verhältnis wird verbessert, indem der virtuelle Sensor in Bereichen, die nicht von Interesse sind, weniger empfindlich für Gehirnaktivität gemacht wird, oder dadurch, daß das beeinträchtigende Instrumentenrauschen einschließlich unerwünschter Umgebungssignale reduziert wird. Diese Fähigkeit erlaubt es, daß der virtuelle Sensor hochentwickelte Signalerfassung- und Verarbeitungstheorien verwendet, die zwar bereits bekannt, jedoch niemals zum Verstehen des Körpers angewandt wurden. Der virtuelle Sensor stellt ein Mittel zum Kombinieren von Daten von beiden, magnetischen und elektrischen Feldsensoren zu einem virtuellen Sensor zur Verfügung, dessen Meßeinheiten die Quellenstärke ist. Diese Kombination macht die Messung der Aktivität unabhängig vom Sensortyp oder dessen Position.
Das virtuelle Sensorsignal kann interpretiert werden als derjenige Wert der von allen Sensoren gleichzeitig gemessenen Signalstärke, der von einer spezifischen Quelle innerhalb des Gehirns, auf welche der virtuelle Sensor gerichtet ist, ausgegangen sein könnte.
Der erfindungsgemäße Lösungsweg kann mit existierenden Biomagnetometern beschritten werden, wie der in dem US-Patent 4,793,355 beschriebene und von Biomagnetic Technologies, Inc., San Diego, California kommerziell erhältliche Biomagnetometer. Diese Biomagnetometer bieten eine große Anzahl von SQUIDartigen Sensoren in einer Anordnung, die an verschiedenen Positionen um den Kopf des zu untersuchenden Subjekts herum angeordnet sind. Das Antwort-Signal jedes Sensors wird separat aufgenommen und unter Verwendung des vorstehend beschriebenen Lösungswegs kombiniert, um eine Antwort des virtuellen Sensors zu berechnen. Es ist jedoch möglich, daß andere Sensoranordnungen gefunden werden, die sich für die Verwendung der Leitfeld-Synthese-Methode bestens eignen, Im besonderen wird erwartet, daß größere Anordnungen elektromagnetischer Sensoren, welche magnetische und elektrische Signale messen, noch genauere Informationen über die Größe der Signale, die von einer bestimmten Position innerhalb des Körpers ausgehen, bereitzustellen vermögen.
Weitere Merkmale und Vorteile der vorliegenden Erfindung werden anhand der folgenden detaillierteren Beschreibung der bevorzugten Ausführungsform in Verbindung mit den beigefügten Zeichnungen, welche die Prinzipien der Erfindung beispielhaft illustrieren, deutlich werden.

Kurze Beschreibung der Zeichnungen

Figur 1 zeigt eine schematische Darstellung der Empfindlichkeit eines eine einzige Schlaufe aufweisenden Magnetsensors;
Figur 2 zeigt ein schematisches Diagramm des Magnetfelds einer Quelle im Gehirn;
Figur 3 zeigt ein schematisches Diagramm der Anordnung von Sensoren, um das magnetische Feld einer Quelle im Gehirn zu messen;
Figur 4 zeigt ein schematische Diagramm der Anordnung von Sensoren, um das magnetische Feld verschiedener Quellen im Gehirn zu messen;
Figur 5 zeigt ein schematisches Diagramm der Art und Weise des Kombinierens der Messungen einer Anordnung von Sensoren;
Figur 6 zeigt eine Kurvendarstellung der Signalintensität als Funktion der Zeit für 37 Kanäle biomagnetischer Daten, für zwei Kanäle von EEG-Daten und das Ergebnis einer räumlichen, filternden Berechnung;
Figur 7 zeigt eine Kurvendarstellung der Signalintensität als Funktion der Zeit für einen Kanal biomagnetischer Daten, für zwei Kanäle von EEG-Daten und das Ergebnis einer räumlichen, filternden Berechnung;
Figur 8 zeigt einen Plot von Bildintensität als Funktion der Position innerhalb des Gehirns zu einem zeitlichen Moment während eines epileptischen Zustands;
Figur 9 zeigt ein Blockdiagramm für ein auf einem Modell basierendes Verfahren zur Durchführung einer Leitfeld-Synthese für Gehirnsignale;
Figur 10 zeigt ein Blockdiagramm für ein aufwendigereres Verfahren zur Durchführung einer Leitfeld-Synthese für Gehirnsignale;
Figur 11 zeigt eine Kurvendarstellung des gemessenen Signals als Funktion der Zeit für einen in der Nähe des Kopf 5 einer Person angeordneten Sensor; und
Figur 12 zeigt eine Kurvendarstellung eines gebildeten virtuellen Sensorsignals als Funktion der Zeit.

Detaillierte Beschreibung der bevorzugten Ausführungsform

Die erfindungsgemäße Vorgehensweise kann in Verbindung mit Messungen magnetischer und elektrischer Signale eines beliebigen oder auch sämtlicher Körperteile verwendet werden. Vom Gehirn erzeugte Signale sind von großem Interesse und die bevorzugte Ausführungsform ist auf diese Anwendung hin gerichtet. Die Methode ansich ist jedoch allgemeiner anwendbar.
Sensoren, die zur Erfassung magnetischer oder elektrischer im Gehirn erzeugter Signale verwendet werden, sind wie sämtliche derartige Sensoren richtungsabhängig und weisen eine Empfindlichkeit für Signale auf, die von der körperlichen Position des Sensors relativ zu dem Ort, an dem das Signal seinen Ursprung hat, von der Orientierung des Sensors und der Natur der Quelle des Signals abhängt. Wie aus der Figur 1 ersichtlich ist, gilt fur einen eine einzelne Schleife aufweisenden Magnetfeld-Sensor 20 allgemein: je weiter der Ursprung des Signals von dem Sensor entfernt ist desto weniger empfindlich ist der Sensor für dieses Signal. Empfindlichkeit, wie sie durch die unterhalb des Sensors 20 erstreckten Kurven in der Figur dargestellt ist, nimmt mit zunehmender axialer Entfernung der Schleife entlang der Achse 22 und auch mit zunehmender radialer Entfernung 24 der Schleife von der Achse 22 ab. Das Muster der Figur 1 verbildlicht solche Empfindlichkeitsvariationen.
Ein weiterer Aspekt der Ausbildung von Sensoren ist, daß je größer die Schleife des Sensors gewählt ist, desto empfindlicher er beim Messen kleiner gleichförmiger Magnetfelder sein sollte, da eine größere Anzahl magnetischer Flußlinien durch die Schleife passieren können. Die Anordnung des Sensors beeinflußt jedoch gleichfalls seine Empfindlichkeit für bestimmte Signale.
Wenn man zuvor den Ursprungsort und die Orientierung eines bestimmten zu messenden Signals kennt, kann eine optimale Ausbildung und Anordnung des zur Messung des Signals verwendeten Sensors ausgewählt werden. Dies ist jedoch für eine allgemeine Vorgehensweise nicht möglich; ebensowenig ist dies dort möglich, wo von mehreren Orten ausgehende Signale gleichzeitig oder nahezu gleichzeitig gemessen werden sollen.
Das nachfolgende Beispiel verdeutlicht die Prinzipien der Sensorauswahl für eine bekannte Quelle im Gehirn. Das Gehirn erzeugt magnetische Signale in Folge elektrischer Ströme, die innerhalb des Gehirns auftreten. Figur 2 zeigt das von einer Quelle 30 innerhalb des Kopfs 32 der Person erzeugte Magnetfeld. Das von der Quelle 30 ausgehende Feld wird von einem neuralen in Richtung senkrecht zur Zeichnungsebene entlang einer Gruppe von an der Quelle 30 angeordneten Neuronen fließenden Strom erzeugt. Magnetische Feldlinien 34 treten aus dem Schädel in die äußere Umgebung aus, wo ein Sensor angeordnet werden kann.
Figur 3 zeigt dieselbe Quelle 30, jedoch mit einigen äußeren schleifenförmigen Sensoren, welche angeordnet wurden, um das magnetische Feld zu messen. Ein direkt oberhalb der Sromquelle 30 angeordneter Sensor 40 registriert kein Signal, da keine magnetischen Feldlinien 34 (die bei Figur 3 weggelassen wurden, aber so wie in Figur 2 verlaufen) durch die Schleife des Sensors 40 hindurchtreten. Ein Sensor 42 ist oberhalb des Nordpols angeordnet und registriert ein maximales positives Signal. Ein Sensor 44 ist oberhalb des Südpols angeordnet und registriert ein maximales negatives Signal. Ein sehr viel größerer Sensor 46, der gegenüber dem Nordpol und dem Südpol symmetrisch angeordnet ist, registriert, obschon er für gleichförmige magnetische Felder empfindlicher ist, kein Signal, da der Netto-Fluß durch die Schleife des Sensors Null ist.
Das eigentliche Problem, dem man sich bei der Durchführung von Messungen von vom Gehirn ausgehenden Signalen gegenübersieht, besteht darin, daß im Gegensatz zu dem in den Figuren 2 und 3 erläuterten Beispiel der Ort und die Orientierung der Signalquelle nicht bekannt sind. Figur 4 erläutert die Natur des bei der Meßwertaufnahme auftretenden Problems, wobei hier zwei Quellen vorgesehen sind, und auch den Ursprung des vorliegenden analytischen Lösungswegs. Wo zwei Quellen 48 und 50 sind, sind Sensoren 52 und 54, die über den 48N und 48S- Polen der Quelle 48 angeordnet sind, für diese Quelle am emfpindlichsten, aber sie werden auch einige Signale der anderen Quelle 50 aufnehmen. In entsprechender Weise werden Sensoren 56 und 58, die über den 50N und 50S-Polen der Quelle 50 angeordnet sind, am empfindlichsten für die Quelle 50 sein, sie werden aber einige Signale der anderen Quelle 48 aufnehmen. Ein Sensor 59 kann so angeordnet werden, daß er von keiner der Quellen 48 und 50 wesentliche Informationen erhält.
Wenn es also einen Weg gäbe, die Messungen der Sensoren 56, 58 und 59 zu verwenden, um die Messungen der Sensoren 52 und 54 unempfindlich für die Quelle 50 zu machen, könnte eine optimale Messung der Quelle 48 erhalten werden. Dieses Ergebnis kann erhalten werden durch Subtrahieren des von der Quelle 50 stammenden überlagerten Signals, wie es am besten von den Sensoren 56 und 58 bestimmt wird, von den von den Sensoren 52 und 54 bestimmten Signalen, die maximal auf die erwünschte Quelle 48 ansprechen. Wenn also diejenige Größe und das Vorzeichen, mit denen die Signale aller Sensoren zu kombinieren sind, bekannt sind, kann eine optimale Messung einer bestimmten Quelle erhalten werden, und eine Überlagerung von nicht zu berücksichtigenden Quellen kann unterdrückt werden. Ein entsprechendes Prinzip ermöglicht es, eine optimale Messung der Quelle 50 unter Verwendung der Sensoren 56 und 58 zu erhalten, welche hauptsächlich Informationen über die Quelle 50 bereitstellen, und von Sensoren 52, 54 und 59, welche hauptsächlich Informationen von der Quelle 48 erhalten.
Selbst für das verhältnismäßig einfache Beispiel gemäß Figur 4 wird das Problem der Meßwertaufnahme schwieriger, wenn keiner der Sensoren an den optimalen Positionen zum Messen des Felds bei ausgewähltem Ort und ausgewählter Orientierung der Quelle positioniert ist. Wenn keiner der Sensoren der Anordnung 52, 54, 56, 58 und 59 optimal angeordnet ist, um eine ausgewählte Quelle zu messen, muß ein Verfahren gewählt werden, um die Daten von einigen oder allen der Sensoren zur Messung dieser Quelle zu verwenden.
Im Prinzip kann die Empfindlichkeit der Anordnung von Sensoren 52, 54, 56, 58 und 59 so angepaßt oder "getuned" werden, daß sie für Signale, die von Quellen eines bestimmten Bereichs und einer bestimmten Orientierung im Gehirn ausgehen, optimal empfindlich sind. Die Vorgehensweise zum Erreichen einer solchen Einstellung wird anhand des sehr einfachen Beispiels gemäß Figur 4 deutlich, wo die Positionen und Orientierungen der Quellen 48 und 50 spezifiziert waren. Die Vorgehensweise ist nicht offensichtlich für den komplexeren Fall von Millionen von Signalquellen im Gehirn an Positionen und mit Orientierungen, die zuvor nicht bekannt sind, wo eine verhältnismäßig geringe Anzahl von Sensoren in der Sensoranordnung vorhanden ist und wo es keine vorherige Kenntnis darüber gibt, ob die Sensoren zur Messung eines Signals optimal platziert sind.
Die vorliegende Erfindung stellt eine Technik zur Verwendung der von einer Anordnung von Sensoren aufgenommenen Daten zur Herstellung eines "virtuellen" Sensors bereit, der für eine ausgewählte Quelle innerhalb des Körpers optimale Empfindlichkeit zeigt.
Berücksichtigt man beides, die räumliche Empfindlichkeit des Sensors, wie sie in Figur 1 dargestellt ist, und die geometrischen Realitäten der Sensoranordnung, wie sie in den Figuren 2 bis 4 dargestellt sind, so wird deutlich, daß das Erfordernis einer allgemeinen Meßmethode zu in gewisser Hinsicht offenbar widersprüchlichen Hardware-Erfordernissen führt. Sensoren mit einem kleinen Durchmesser sind geeignet zur Erzielung einer hohen Auflösung bei Signalen, die von flachen Bereichen in der Nähe der Schädeldecke herkommen, während Sensoren mit einem großen Durchmesser geeignet sind, um eine Messung tiefliegender Quellen durchzuführen. Sensoren sollten irgendwie repositioniert werden können, um gewisse Quellen zu messen, während sie für diejenigen Quellen, für die sie optimal positioniert sind, stationär bleiben sollen.
Die vorliegende Erfindung erlaubt, diese offenbar widersprüchlichen Erfordernisse zu vereinen, indem sämtliche Daten der Mehrzahl von Sensoren verwendet werden, um eine einzige skalare Zahl zu bilden, die als Maß für das magnetische Signal dient, welches an einem ausgewählten Ort erzeugt wurde, ohne daß irgendwelche Sensoren körperlich bewegt oder verlagert werden müßten. Wie in der Figur 5 dargestellt ist, wird jede von einem Sensor, wie den Sensoren 52, 54, 56, 58 und 59, gemessene Antwort-Signalstärke zunächst aufgenommen und durch Filterung und Verstärkung, in einem als Element 60, 62, 64, 66 bzw. 68 angedeuteten Signal- Konditionierer in dem erforderlichen Maße konditioniert. Eine solche Aufnahme- und Signal-Konditionier-Vorrichtung ist im Stand der Technik bekannt und wird für existierende Sensoren benutzt.
Das konditionierte Signal eines jeden Sensors wird dann mit seinem eigenen mit einem bestimmten Vorzeichen versehenen Gewichtungskoeffizienten, hier als Gewichtungskoeffizienten w&sub5;&sub2;, w&sub5;&sub4;, w&sub5;&sub6;, w&sub5;&sub8; bzw. W&sub5;&sub9; bezeichnet, in einzelnen Multiplikations-Operationen 70, 72, 74, 76 und 78 multipliziert. Das Vorzeichen (±, plus oder minus) des Gewichtungskoeffizienten wird bei der Durchführung der Multiplikations-Operation berücksichtigt. Ein negativer Gewichtungskoeffizient führt zu einem skalierten Produkt mit zur Polarität des Ursprungssignals entgegengesetzter Polarität. Jedes der resultierenden arithmetischen Produkte wird einem Addierer 80 zugeführt, welcher die Produkte für die fünf Sensoren 52, 54, 56, 58 und 59 zusammenaddiert. Die resultierende Summe wird als skalares Signal erhalten, welches als virtueller Sensor 82 bezeichnet wird. Bei der bevorzugten Vorgehensweise werden die Signale von dem Signal- Konditionierer 60, 62, 64, 66 und 68 digitalisiert und einem digitalen Computer zugeführt, welcher die Multiplikations- Funktionen 70, 72, 74, 76 und 78 und die Addier-Funktion 80 in digitalem Format durchführt. Gemäß dem vorstehenden Beispiel wurden nur fünf Sensoren verwendet, die Erfindung ist jedoch nicht hierauf beschränkt. Vorzugsweise werden sehr viel größere Sensoranordnungen (arrays) verwendet, um die Auflösung der Quellen zu verbessern, und die vorliegende Vorgehensweise wurde mit Daten einer Anordnung von 37 Sensoren getestet).
Die Wirkung der Vorgehensweise der Summierung gewichteter Signale läßt sich unter Bezugnahme auf die Figur 4 verstehen. Mit Hinblick auf die Messung des von der Quelle 48 erzeugten Magnetfelds würde der Sensor 59 nahezu keine brauchbare Information erhalten und tatsächlich zum größten Teil Gehimrauschen relativ zur Quelle 48 messen. Die Gewichtungskoeffizienten des Sensors 59 würden daher einen kleinen Wert annehmen. Die Sensoren 52 und 54 nehmen dagegen einen Großteil der Information über die Quelle 48 auf, und ihre Gewichtungskoeffizienten wären groß und von entgegengesetztem Vorzeichen. Die Sensoren 56 und 58 stellen den schwierigsten Aspekt der Analyse dar, da sie einige brauchbare Information über die Quelle 48 aber auch einen nicht zu vernachlässigenden Anteil von Gehimrauschen anderer Quellen, wie der Quelle 50 aufnehmen (der mit Rauschen gleichgesetzt werden muß, wenn das von der Quelle 48 erzeugte Signal untersucht werden soll). Die Gewichtungskoeffizienten der Sensoren 56 und 58 würden ein zum Vorzeichen der Sensoren 52 und 54 entgegengesetztes Vorzeichen aufweisen.
Unter Verwendung derselben von den Sensoren 52, 54, 56, 58 und 59 aufgenommenen Informationen lassen sich auch optimierte Informationen über die Quelle 50 erhalten. Wiederum wäre der Gewichtungskoeffizient für den Sensor 59 klein, da er nur wenig brauchbare Information zur Analysierung der Quelle 50 beiträgt. In diesem Fall wären jedoch die Gewichtungskoeffizienten für die Quellen 56 und 58 groß, da sie zur Messung der Quelle 50 optimal angeordnet sind. Die Gewichtungskoeffizienten für die Quellen 52 und 54 würden entgegengesetzte Vorzeichen aufweisen, da sie einige brauchbare Informationen aufweisen, aber auch Gehimrauschen von der Quelle 48 (die in diesem Fall als Rauschen gegenüber der interessierenden Quelle 50 betrachtet werden muß) und von anderen Quellen übertragen.
Die von der Anordnung von Sensoren 52, 54, 56, 58 und 59 augenommenen Informationen lassen sich mit noch anderen Gewichtungskoeffizienten kombinieren, um andere in der Figur 4 nicht dargestellte Quellen zu messen. Obschon der Sensor 59 bei den hypothetischen Beispielen gemäß Figur 4 wenig zur Messung der Quelle 48 oder 50 beiträgt, mag er in Bezug auf andere Quellen an anderen Orten derjenige Sensor mit der höchsten Gewichtung sein und einige oder alle der Sensoren 52, 54, 56 und 58 mögen dann eine geringere Gewichtung und unterschiedliches Vorzeichen aufweisen.
Es wird nur ein einziger Satz von tatsächlichen physikalischen Messungen unter Verwendung der Sensoren 52, 54, 56, 58 und 59 durchgeführt, um Informationen über die Quellen 48 und 50 zu erhalten. Der analytische Zugang erlaubt es, diese Messungen in verschiedener Weise zu kombinieren, indem verschiedene Gewichtungskoeffizienten verwendet werden, um Informationen über die einzelnen Quellen zu erhalten. Es ist daher möglich, wenn der Computer für die Berechnung verwendet wird, eine Messung mittels der Sensoren durchzuführen, die Meßwerte in dem Computer zu speichern und dann einen große Anzahl von Rechenoperationen unter Verwendung der gemessenen und gespeicherten experimentellen Daten durchzuführen, um hieraus Informationen über die magnetischen Signale, die von verschiedenen Quellen zu einem einzelnen Zeitpunkt erzeugt wurden, abzuleiten. Aufeinanderfolgende experimentelle Ergebnisse der Sensoren werden in entsprechender Weise gespeichert und verarbeitet, was ein Verständnis des Verhaltens jeder der Quellen über die Zeit erlaubt, und zwar sowohl hinsichtlich ihres Einzelverhaltens als auch hinsichtlich beliebiger Wechselwirkungen, die zwischen den Quellen auftreten können.
Die geschilderten Beispiele verdeutlichen die philosophische Basis der Leitfeld-Synthese. Sie wurden jedoch absichtlich nicht zu komplex gewählt, um die Prinzipien und Möglichkeiten der Vorgehensweise zu verdeutlichen. Die Vektornatur der Quellen 48 und 50, die Art des Quellenverhaltens und die magnetische Permeabilität und die elektrische Leitfähigkeit der Luft, des Schädels und der Gehirnmasse wurden nicht diskutiert. Ebensowenig wurden die exakten Sensorplatzierungen und Orientierungen und die detaillierte Geometrie des Gehirns in die qualitative Beschreibung einbezogen.
Die allgemeinere Darstellung der Leitfeld-Synthese erfordert eine mathematische Untersuchung der Wechselwirkung elektromagnetischer Quellen und Sensoren. Die Antwort eines magnetischen Sensors auf eine Stromquelle im Gehirn ist direkt proportional zum Strom I, der in der Sensorspule induziert wird,
I = K ( ) * ( )dV
wobei ( ) und ( ) das Sensor-Leitfeld bzw. das Magnetfeld sind, das durch den Quellenstrom an der Position hervorgerufen wird. ( ) beschreibt eine Charakteristik des Sensors, und ( ) wird anhand der Quelle und von Materialeigenschaften, wie nachfolgend beschrieben werden wird, berechnet.
Wenn die Sensorausgabe einer Anordnung von Sensoren von einem Vektor repräsentiert wird und die jedem Sensor zuzuordnende Gewichtung von einem Vektor der gleichen Dimension repräsentiert wird, so ist das skalare Ausgabesignal V das Punkt-Produkt der Gewichtungs- und Sensorausgabevektoren:
V= *
Daher ist das Leitfeld eines durch die Summation der gewichteten Ausgaben einer Anordnung von Sensoren definierten virtuellen Sensors
Gv = Σi wi Gi
Für eine Anordnung von M Sensoren und ein Modell, X, aller potentiellen Quellen von Gehirnsignalen, einschließlich einer Ziel-Quelle (target source), berechnet sich die Gram-Matrix zu
Γij = X i j dX
wobei (i,j, = 1, ... M) und Gi die Green's-Funktion für die Antwort des i-ten Detektors am Integrationspunkt im Quellenraum ist. Durch Spezifierung der Green's-Funktionen für die erwünschte Ziel-Quelle, T, kann ein Satz von Koeffizienten berechnet werden zu
Eine Möglichkeit, dieses Problem zu lösen, besteht darin, ein mathematisches Modell des Gehirns oder eines anderen zu messenden Bereichs des Körpers zu formulieren, und wird nachfolgend diskutiert. Eine bevorzugte Vorgehensweise besteht darin, die Messungen selbst zu verwenden, um die Gewichtungsfaktoren zu entwickeln.
Je mehr Potentialquellen relativ zur Anzahl der Sensoren vorhanden sind, desto schwieriger wird es, ein einzelnes Signal zu unterscheiden, was zu einer Verschmierung (blurriness) der Lösung führt. Der Umfang des Problems läßt sich jedoch reduzieren, was zu einer genaueren Lösung führt, indem die Anzahl der Quellen auf diejenigen begrenzt wird, die während einer bestimmten Meßdauer tatsächlich tätig sind.
Eine Kovarianz-Matrix Cij läßt sich schreiben als
Cij = 1/T (xi(t)- i)(xj(t)- j)dt
wobei xi das von einem Sensor während einer Meßdauer dt aufgenommene Signal und i das gemittelte Signal dieses Sensors während der Integrationszeit T ist. Anders als ein Skalierungsfaktor ist die Kovarianz-Matrix eine "lokale" (im zeitlichen Sinn) Schätzfunktion der Gram-Matrix. Die zwei Matrizen enthalten entsprechende Information, die Gram-Matrix von der Quelle aus gesehen und die Kovarianz-Matrix vom Sensor aus gesehen. Sie stellen beide das Wechselwirkungsverhältnis der Antworten oder Leitfelder jedes der Sensoren und jeder der Quellen dar.
Der Skalierungsfaktor, welcher die Kovarianz-Matrix mit der Gram-Matrix verbindet, wird berechnet, indem gefordert wird, daß die Transferfunktion am Zielort 1 ergeben muß. Das bedeutet, * = 1. Die unskalierten Leitfeld-Synthese Koeffizienten, alpha, sind:
Unter Verwendung der Definition der Transferfunktion beträgt der Skalierungsfaktor, welcher die Kovarianz-Matrix mit der Gram-Matrix verbindet,
Die skalierten Leitfeld-Synthese-Koeffizienten sind daher
oder alternativ gilt
= [Cij]&supmin;¹[ ]/[ ]*[Cij]&supmin;¹[ ].
Dieses Ergebnis ist wichtig, da es bedeutet, daß eine statistische Messung des Körperfeldsignals, die Kovarianz- Matrix Cij, mit einer generalisierten inversen Theorie Kombiniert werden kann, um optimale Gehirn-Rausch- Reduzierungs-Koeffizienten W zu berechnen.
Diese Vorgehensweise wurde durch tatsächliche Testergebnisse für einen 37-Kanal-Biomagnetometer durchgeführt, wobei so wie vorstehend beschrieben vorgegangen wurde, jedoch mit 37 Sensoren anstelle von fünf. Die relativen körperlichen Positionen der Sensoren im Hinblick auf örtliche Bereiche auf der Kopfoberfläche und innerhalb der Gehimmasse lassen sich in Echtzeit bestimmen, gleichzeitig mit den Feldmessungen in der in dem US-Patent 4,793,355 beschriebenen Weise oder in anderer anwendbarer Weise. Allgemein betrachtet werden durch eine Anzahl von Vektoren Punkte und Orte relativ zueinander definiert und die in dem '355-Patent beschriebene Struktur erlaubt es, eine derartige Vektor-Orts-Information mittels in Echtzeit durchgeführter Messungen zu bestimmen und zu speichern. Die Geometrie der äußeren Oberfläche des Kopfs kann ebenfalls gemessen und in der in dem '355-Patent beschriebenen Weise aufgenommen werden.
Die Figuren 6 bis 8 zeigen einige der Ergebnisse dieses Vorgehens. Figur 6 zeigt die Signalgröße als Funktion der Zeit für die 37 Kanäle biomagnetischer Daten (die oberen 37 Linien), für zwei Kanäle von EEG-Daten und die räumlich gefilterte Analyse der Information (die untere Linie) für einen speziell ausgewählten Ort innerhalb des Gehirns. Im mittigen Bereich der Figur kann das Auftreten eines Ereignisses bei einigen der Kanäle unterschieden werden, aber seine Größe und Zeit lassen sich nicht einfach bestimmen. Das räumlich gefilterte Ergebnis zeigt deutlich die Lage des Ereignisses auf der Zeitachse als ein großes Peak. Die räumliche Filterung ist daher nützlich für die Feststellung des Auftretens eines Ereignisses, dessen Präsenz anhand der gemessenen Daten schwer auf eine andere Art feststellbar ist.
Figur 7 zeigt ebenfalls die Signalgröße als Funktion der Zeit, in diesem Fall in größerem Maßstab, wobei lediglich der deutlichste der biomagnetischen Signalkanäle, Kanal 35 (die obere Linie) und die zwei EEG-Kanäle (die beiden mittleren Linien) zusammen mit dem Ergebnis der räumlichen Filterung aus der Analyse aller Daten (die untere Line) dargestellt sind. Das Auftreten eines Ereignisses ist bei allen Kurven zu sehen, aber es wird am deutlichsten in der Berechnung der räumlichen Filterung definiert. Die deutlichere Definition des Peaks des Ereignisses führt zu einer Schlußfolgerung hinsichtlich der Zeit, zu der das Ereignis offenbar auftritt, die von derjenigen abweicht, zu der man anhand der gemessenen Daten gelangen würde. Dieses Ergebnis schlägt vor, daß eine räumliche Filterung nicht nur dazu verwendet werden kann, den Ort eines Ereignisses innerhalb des Gehirns zu bestimmen, sondern auch den Zeitpunkt des Auftretens des Ereignisses genauer als dies zuvor möglich war, zu bestimmen. Da Ereignisse an einer Position innerhalb des Gehirns sich zu anderen Positionen hin fortpflanzen oder andere Ereignisse auslösen, sind sowohl die exakte Lokalisierung als auch der exakte Zeitpunkt des Auftretens eines Ereignisses von Bedeutung.
Eine weitere Vorgehensweise der Analyse von Daten unter Verwendung einer räumlichen Filterung ist es, eine räumliche Intensitätskarte anzufertigen. Die Kartographierung wird unter Verwendung eines einzelnen Satzes gemessener Daten durchgeführt, und es werden dann wiederholt Berechnungen einer räumlichen Filterung durchgeführt, um das an jedem Ort eines Rasters von Punkten innerhalb des Gehirns auftretende Signal zu bestimmen. Die Ergebnisse der Analyse werden am einfachsten als Falschfarben- oder Grautonbild des Ereignisses im Raum zu einem zeitlichen Moment visualisiert. Um dies zu erreichen, werden die Signalgrößen Farbbereichen oder Grautönen zugeordnet und auf einem Monitor oder Ploter präsentiert. Figur 8 zeigt einen solcher Plot von während eines epileptischen Zustands aufgenommenen Daten, der in einer fünf- Farben-Darstellung dargestellt ist. (Eine größere räumliche Auflösung wird mit mehreren Farben erreicht). Die äußerlich gemessenen Signale entstehen an zwei räumlich getrennten aber offenbar einander zugeordneten Bereichen innerhalb des Gehirns. Diese detaillierte Struktur des Ereignisses ist anhand einer visuellen Untersuchung der 37 Kanäle von Daten nicht offensichtlich; ebensowenig würde es sich anhand einer konventionellen Dipol-Modell-Betrachtung des Ereignisses auf der Grundlage der gemessenen Daten bestimmen lassen. Indem eine Serie von Plots, wie gemäß Figur 8, hergestellt wird, zu aufeinanderfolgenden Zeitpunkten vor, während und nach dem Zustand, kann die räumliche und zeitliche Entwicklung des Ereignisses innerhalb des Gehirns bestimmt und als Film dargestellt werden. Diese Ergebnisse sind für den Forscher von Bedeutung, um die Ursprünge und die an der zeitlichen Entwicklung des Ereignisses partizipierenden Bereiche zu bestimmen; sie sind aber auch für einen nach einer Behandlungsmethode suchenden Arzt von Bedeutung.
Eine weitere Möglichkeit der Bestimmung von Gewichtungskoeffizienten ist in der Figur 9 dargestellt. Die physikalisch gemessenen Sensor-Signale und die berechneten Gewichtungskoeffizienten werden den Multiplikations- und Addierfunktionen zugeführt, welche dort als räumliche Filter 90 bezeichnet sind. Die vorliegende Lösung umfaßt einen Filter, der Signale, die mit von bestimmten Gehirnvolumen ("Quellen") kommenden Signalen konsistent sind, selektiv isoliert und analysiert. Das Ergebnis ist die virtuelle Sensorausgabe 92, die dann im Hinblick auf andere virtuelle Ausgabesignale oder im Hinblick auf physiologische Ereignisse oder Stimuli untersucht werden kann.
Bei dieser Vorgehensweise wird die Berechnung der Gewichtungsfaktoren w unter Verwendung eines mathematischen Modells der Wechselwirkung von Magnetquellen im Gehirn und äußeren Sensoren durchgeführt. Die Ergebnisse dieser Analysen sind in Form der Gewichtungskoeffizienten, die ausgewählt wurden, manifestiert.
Die Gewichtungskoeffizienten werden unter Zugrundelegung eines mathematischen Modells der Wechselwirkung zwischen der magnetischen Aktivität und Struktur des Gehirns und äußeren Sensoren durchgeführt, das mit dem Bezugszeichen 94 angedeutet ist. Für diese Vorgehensweise wird ein Modell des Gehirns mit den begleitenden Annahmen benötigt. Die physikalischen Gesetze, welche die elektrischen Potentiale und magnetischen Felder aufgrund eines Stromflusses in einem leitenden Volumen beschreiben, sind bekannt und können dazu verwendet werden, Potentiale und Felder unter Verwendung eines modellhaften Zugangs zum Kopf zu berechnen. Überlegungen, die für die am meisten realistischen mathematischen Modelle des Gehirns benötigt werden, umfassen diejenigen Informationen, die als Eingaben für das Modell 94 dargestellt sind, einschließlich -jedoch nicht hierauf beschränkt - der Orte und Orientierungen der Sensoren, der Leitfelder, der Geometrie und der Antwort auf magnetische Felder des Gehirns und des Schädels, der Leitfähigkeitseigenschaften des Gehirns und des Schädels, der Natur der Stromquellen im Gehirn und der Geometrie und Orientierung der Ziel-Quelle.
Die Natur der Wechselwirkung eines externen Sensors mit einer Quelle innerhalb des Kopf 5 erfordert die Kenntnis des Quellenfelds und das Empfindlichkeitsmuster des Sensors, es erfordert aber auch ein Verständnis der Medien und der Auswirkungen der Medien auf das elektromagnetische Feld. Der menschliche Kopf, der eine geformte Gehimmasse innerhalb eines Schädels von komplexer Gestalt darstellt, wurde in verschiedener Weise modelliert. In einem der einfachsten Fälle wird der Effekt des Schädels größtenteils vernachlässigt. Nach einer anderen Vorgehensweise wird der Schädel berücksichtigt, er wird jedoch als Kugel idealisiert. Die vorliegende Leitfeld-Synthese kann mit einem beliebigen derartigen Modell durchgeführt werden, welches die zu verwendenden Gewichtungsfaktoren bereitstellt.
Das zum gegenwärtigen Zeitpunkt bevorzugte Modell ist ein Finite-Maschen-Modell, wonach die äußere Gestalt des Schädels gemessen und digitalisiert wird. Die innere Oberfläche des Schädels wird von dieser Digitalisierung erhalten, indem die ungefähre Dicke der Schädeldecke von den gemessenen Punkten subtrahiert wird. Die innere Oberfläche stellt die Begrenzung für ein als homogen angenommenes Gehirn dar, welches im Schädel aufgenommen ist. Gemäß diesem Modell wird die Stromquelle als ein elementarer Stromdipol beschrieben. Dieses Modell liefert brauchbare Ergebnisse und kann auf Computern durchgeführt werden, die zur Zeit der Verfassung der Patentanmeldung einfach verfügbar waren. Aufwendigerere Finite-Elemente-Modelle sind bekannt und üblicherweise genauer, sie werden aber derzeit aufgrund ihrer außergewöhnlich langen Rechenzeit, die sie benötigen, weniger bevorzugt.
Es wird jedoch darauf hingewiesen, daß diese Ausführungsform des Leitfeld-Synthese Zugangs nicht von der Verwendung irgendeines bestimmten Modells abhängt. Es wird erwartet, daß mit der Entwicklung neuer Modelle und der Verfügbarkeit größerer Rechenleistung selbst noch höher entwickelte Modelle Verwendung finden werden. In diesen Fällen können die Gewichtungskoeffizienten von denjenigen des Finite-Haschen- Modells abweichen, sie werden aber noch als die Linearkombinationsfaktoren zum Kombinieren der Ausgaben der Sensoren einer Anordnung verwendet.
Mit der Entwicklung des Finite-Maschen-Modells fortfahrend, findet sich die Lösung für das magnetische Feld, welches auf eine Primärstromquelle innerhalb eines begrenzten homogenen Leiters zurückgeführt werden kann, in der Veröffentlichung von F. Grynszpan und D.B. Geselowith. "Model Studies of the Magnetocardiogram", Biophysics Journal, vol. 13, Seiten 911 - 925 (1973). Übernimmt man deren Ergebnisse für eine Stromdipolquelle, so ergibt sich für das gesamte Magnetfeld B(r) unter Verwendung des elektrischen Potentials an der Oberfläche des Objekts V(rs) und der Leitfähigkeit :
o das magnetische Feld am Meßpunkt , welches von einem Stromdipol am Ort o innerhalb eines unendlichen, homogen leitenden Raums erzeugt wird, ist gegeben durch
Das Potential an der Oberfläche 5 beträgt
wobei d Ω ( s') der Raumwinkel ist, der am Punkt s von dem Flächenelement d ( s) begrenzt ist, und wobei Vo das Potential eines Stromdipols innerhalb eines unendlichen, homogen leitenden Raums ist:
Wie durch M.S. Hamalainen und J. Sarvas in ihrer Veröffentlichung "Feasibility of the Homogeneous Head Model in the Interpretation of Neuromagnetic Fields", Phys. Med. Biol. vol. 32, Seiten 91 - 97 (1987) gezeigt wurde, schreibt sich die an erster Stelle angegebene Gleichung, sofern die Begrenzung durch Finite-Maschen, bestehend aus n dreieckförmigen Elementen, dargestellt wird:
wobei i der Mittelpunkt eines dreieckförmigen Elements ist, n der nach außen weisende Normalenvektor und ΔSi die Oberfläche des i-ten dreieckförmigen Oberflächenelements ist.
In entsprechender Weise läßt sich die Gleichung für V( s) in diskreter Form ausdrücken, indem wij mit dem Raumwinkel gleichgesetzt wird, der von dem j-ten dreieckförmigen Element um den Mittelpunkt i begrenzt wird. Das Potential an jeder Facette ist
Diese Gleichung wird gelöst nach einer Transformation der Oberflächen-Element-Potentiale mit einem Satz linearer Gleichungen
wobei wenn
Eine eindeutige Lösung wird erhalten, indem Aij durch A'ij + 1/n ersetzt wird. Das Gleichungssystem wird durch Matrixinversion gelöst, und die Oberflächenpotentiale werden in die diskrete Br Gleichung zurückgeführt bzw. eingesetzt.
Es lassen sich verschiedene Modelle zur Berechnung der Gewichtungskoeffizienten aus Verschiedenen Gründen entwickeln. Erstens mögen unterschiedliche Modelle für unterschiedliche Teile des Gehirns anwendbar sein. Zweitens mögen die Modelle selbst eine Verfeinerung im Hinblick auf die verwendeten Annahmen und zu ihrer Lösung verwandten mathematischen Techniken erfordern. Wie bei vielen Theorien wird mit zunehmender Komplexität und Realitätsnähe des Modells seine Verwendung durch die zur Verfügung stehenden mathematischen Techniken für seine Lösung begrenzt.
Eine Weiterentwicklung des Leitfeld-Synthese-Verfahrens ist in der Figur 10 dargestellt. Um Informationen über die Positionierung in automatisierter Weise bereitzustellen, wird die Positionsanzeigevorrichtung des '355-Patents benutzt. Direktbilddaten von anderen Quellen werden bei der geometrischen Analyse des Kopf 5 verwendet. Zusätzlich wird eine adaptive Analysenkapazität, Bezugszeichen 95, vorgesehen. Dies bedeutet, daß der Computer das verwendete Modell, die Annahmen des Modells oder die bei der Berechnung verwendeten Werte verändern kann, um festzustellen, ob diese Veränderungen zu einem konsistenteren Ergebnis führen.
Das höher entwickelte Modell ermöglicht weiter eine Backus- Gilbert Optimierung, Bezugszeichen 96. Ein fundamentales Problem bei der Bestimmung eines einem bestimmten Ort zugeordneten Signals besteht darin, daß die Anzahl potentieller Signal- und Rauschquellen im Gehirn weitaus größer ist als die Anzahl von Sensoren, die außerhalb des Gehirns zur Messung dieser Signale angeordnet werden können. Es besteht daher immer eine gewisse Unsicherheit im Hinblick auf das einem Zielort zugeordnete Signal angesichts des Gehirn- und Instrumentenrauschens.
Die Theorie von Backus und Gilbert verbindet die Selektivität einer Lösung mit dem von den Sensoren aufgenommenen Rauschen. Ein Überblick über diese Theorie findet sich in der Veröffentlichung von R.L. Parker, "Understanding Inverse Theory", Ann. Rev. Earth Planet. Sci., vol. 5, Seiten 35 - 64 (1977). Nach diesem Verfahren wird der Raum-Filter-Vektor, der von der vorstehend beschriebenen Vorwärtslösung (forward solution) erhalten wurde, von den überlagernden Ouellen weggedreht, derart, daß die Projektion der Rauschquellen auf den Filtervektor minimiert wird, während eine größtmögliche Projektion für die Zielquelle beibehalten wird.
Entwickelt man die Backus-Gilbert-Theorie in einem dreidimensionalen Modell, wird der geeignetste Gewichtungsvektor durch Lösen der Matrixminimierung Minimum mit
erhalten, wobei
wobei o ein beliebiger Punkt innerhalb des Kopfs oder Körpers und t die Zielposition (target location), also die Gegend besonderen Interesses ist. Unter Verwendung eines Lagrange- Multiplikators und Durchführen einer Differenzierung nach jeder der Variablen gelangt man zu einer einfachen Matrixgleichung für den unbekannten Vektor der Gewichte W. Diese Gewichte werden als Multiplikatoren, wie zum Beispiel die Multiplikatoren w&sub5;&sub2;, w&sub5;&sub4;, w&sub5;&sub6;, w&sub5;&sub8; und w&sub5;&sub9; der Figur 5 verwendet.
Die gemäß der bevorzugten Ausführungsform beschriebene Vorgehensweise wurde auf die Analyse von Aufzeichnungen von Gehirnsignalen angewendet, die mit einem 14-Sensor- Biomagnetometer ausgeführt wurden. Es wurde ein Experiment durchgeführt, bei dem die Antwort des Gehirns einer Person auf einen externen höhrbaren Stimulus von den 14 Magnetsensoren gemessen und aufgezeichnet wurde. Figur 11 zeigt ein beispielhaftes Ausgabesignal eines der 14 physikalischen Sensoren, der in diesem Fall über einem der Extrema angeordnet war und demzufolge als optimal positioniert betrachtet wurde (die übrigen 13 physikalischen Sensoren erzeugten ebenfalls zeitabhängige Ausgabesignale, die aufgenommen wurden, diese Signale sind jedoch hier nicht wiedergegeben). Unter Verwendung der Gehirnkoordinaten, die für die Antwort auf einen höhrbaren Stimulus bestimmt wurden, wurde ein räumlicher Filter berechnet, wobei die Vorgehensweise gemäß der bevorzugten Ausführungsform verwendet und auf die 14 Ausgabesignale angewendet wurde.
Figur 12 zeigt das zusammengezählte virtuelle Signal, welches als die gewichtete Summe der 14 einzelnen Sensor- Ausgabesignale berechnet wurde. Die Antwort auf den höhrbaren Stimulus, der sich zum Zeitpunkt 0.0 Sekunden ereignete, läßt sich nicht von dem Gehirnrauschen in der physikalischen Sensorspur, Figur 11, unterscheiden, was ebenso wenig bei irgendeinem der übrigen physikalischen Sensorspuren möglich war. Die Gehirnantwort kann jedoch bei der virtuellen Sensorspur gemäß Figur 12 deutlich unterschieden werden. Dieses Ergebnis zeigt, daß das Gehirnrauschen gemäß dem vorliegenden Lösungsweg hinreichend unterdrückt wurde, so daß interessierende Quellensignale aufgelöst werden können. Mit dieser Möglichkeit, die Antwort des Gehirns auf den externen Stimulus zu messen, ist es dann möglich, Experimente durchzuführen, bei denen die Veränderung der Antwort des Gehirns auf Veränderungen des höhrbaren Signals, auf eine Wiederholung des höhrbaren Signals oder auf andere untersuchte Faktoren bestimmt wird.
Die Leitfeld-Synthese oder Raum-Filter-Technik stellt eine wertvolle neue Vorgehensweise zur Verfügung zum Analysieren der magnetischen Signale (oder elektrischer Signale mittels geeigneter Sensoren), die innerhalb des menschlichen Körpers und im besonderen innerhalb des Gehirns oder des Herzens erzeugt werden. Die erfindungsgemäße Vorgehensweise wird verwendet, um von Sensoren aufgenommene Daten zu analysieren, und das Verhalten einer interessierenden Quelle zu berechnen, während die Auswirkungen anderer Quellen innerhalb aber auch außerhalb des Gehirns minimiert werden. Obschon eine bestimmte Ausführungsform der Erfindung zu Erläuterungszwecken detailliert beschrieben wurde, sind zahlreiche Modifikationen denkbar, ohne den Kern und Schutzbereich der Erfindung zu verlassen.

Claims

1. Verfahren zum Aufnehmen und Bewerten von vom Inneren des Körpers eines Subjekts ausgesandten Signalen, mit folgenden Verfahrens schritten:

Bereitstellen einer Anordnung von Feldsensoren, welche außerhalb des Körpers eines Subjekts an bekannten Positionen vorgesehen sind;

Messen einer durch jeden der Sensoren detektierten Signalstärke;

Multiplizieren der von jedem Sensor gemessenen Signalstärke mit einem Gewichtungskoeffizienten für den betreffenden Sensor;

gekennzeichnet durch folgende Verfahrensschritte:

Auswählen des Gewichtungskoeffizienten, um die Empfindlichkeit der Anordnung von Feldsensoren auf eine ausgewählte Position innerhalb des Körpers des Subjekts zu fokusieren, um einen virtuellen Sensor-Beitrag für jeden der Sensoren zu bestimmen; und

Zusammenaddieren des virtuellen Sensor-Beitrags jedes der Sensoren, um ein virtuelles Sensorsignal zu definieren.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß der Gewichtungskoeffizient für jeden der Sensoren wenigstens zum Teil anhand der Signalstärken, die von der Anordnung von Sensoren ermittelt wurden, bestimmt wird.

3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, daß die Gewichtungskoeffizienten in Matrixform berechnet werden als

= [Cij]&supmin;¹[ T]/[ T]*[Cij]&supmin;³[ T]

wobei Cij die Kovarianz-Matrix der gemessenen Signale jedes der Sensoren und T die Empfindlichkeits-Matrix für jeden Sensor an einem bestimmten Punkt ist.

4. Verfahren nach einem der vorstehenden Ansprüche, dadurch gekennzeichnet, daß jeder Gewichtungskoeffizient bestimmt wird durch die Verfahrensschritte Charakterisieren der Geometrie des gemessenen Körperbereichs, Charakterisieren der Natur der von möglichen Quellen im Körper ausgesandten magnetischen Felder, Charakterisieren des Mediums, welches die magnetischen Felder durchsetzen, Formulieren eines mathematischen Modells der Antwort der Anordnung elektromagnetischer Sensoren auf eine Quelle innerhalb des Körpers, und Berechnen der Gewichtungskoeffizienten anhand des Modells.

5. Verfahren nach einem der vorstehenden Ansprüche, dadurch gekennzeichnet, daß der Gewichtungskoeffizient für jeden Sensor unter Verwendung des mathematischen Modells ausgewählt wird, um den Beitrag zu dem virtuellen Signal einer Ziel-Quelle relativ zu Signalen, die nicht von der Ziel-Quelle stammen, zu optimieren.

6. Verfahren nach Anspruch 4 oder 5, dadurch gekennzeichnet, daß das mathematische Modell ein Finite-Maschen-Modell (finite mesh model) ist.

7. Verfahren nach einem der vorstehenden Ansprüche, welches nach dem Verfahrensschritt des Addierens den zusätzlichen Verfahrensschritt des Wiederholens der Schritte des Multiplizierens und Addierens für eine Mehrzahl verschiedener Punkte innerhalb des Körpers des Subjekts umfaßt.

8. Verfahren nach Anspruch 7, welches nach dem Verfahrensschritt des Wiederholens den zusätzlichen Verfahrensschritt des Anzeigens der für die Raumpunkte ermittelten virtuellen Sensorsignale in Form eines räumlichen Plots umfaßt.

9. Verfahren nach Anspruch 7 oder 8, welches nach dem Verfahrensschritt des Wiederholens den zusätzlichen Verfahrensschritt des Wiederholens der Schritte des Messens, Multiplizierens und Addierens für ein zu einer anderen Zeit bestimmtes Signal umfaßt.

10. Verfahren nach einem der vorstehenden Ansprüche, dadurch gekennzeichnet, daß jeder der Sensoren ein magnetischer Feldsensor und/oder ein elektrischer Feldsensor ist.

11. Verfahren nach einem der vorstehenden Ansprüche, dadurch gekennzeichnet, daß die Sensoren nahe dem Kopf des Subjekts und/oder nahe dem Brustbereich des Subjekts angeordnet werden.

12. Verfahren nach einem der vorstehenden Ansprüche, welches nach dem Verfahrensschritt des Addierens den zusätzlichen Verfahrensschritt des Korrelierens des virtuellen Sensorssignals mit einer physiologischen Aktivität umfaßt.