DE69228823T2

DE69228823T2 - Vorrichtung und verfahren zur untersuchung von zerebralen bio-potentialen

Info

Publication number: DE69228823T2
Application number: DE69228823T
Authority: DE
Inventors: Nassib Chamoun; Hsing-Hsing Chiang; Peter Mead; Vikas Saini
Original assignee: Aspect Medical Systems LLC
Current assignee: Aspect Medical Systems LLC
Priority date: 1991-10-25
Filing date: 1992-10-23
Publication date: 1999-11-25
Anticipated expiration: 2012-10-24
Also published as: US5320109A; CA2122032C; EP0610365B1; WO1993007804A1; EP0610365A4; JPH07500983A; EP0610365A1; CA2434275A1; EP0898234A1; ATE178198T1; CA2434275C; DE69228823D1; CA2122032A1

Description

HINTERGRUND DER ERFINDUNG

Die vorliegende Erfindung bezieht sich auf ein hochauflösendes zerebrales Echtzeit Biopotential-Analysesystem und Verfahren und insbesondere auf ein Computergestütztes Biopotential-Diagnosesystem und Verfahren zur quantitativen Erfassung zerebraler Phänomene in nichtinvasiver Weise, wobei die zerebralen Phänomene durch Analysieren der Eigenschaften der zerebralen elektrischen Aktivität erfaßt werden können.[0001]
Im Hinblick auf eines beträchtlichen Aufwandes an Zeit und Anstrengung waren bisherige Versuche zur quantitativen nichtinvasiven Erfassung der zerebralen elektrischen Aktivität, wie in einer elektroencephalographischen (EEG) Wellenform, nicht erfolgreich im vollständigen Extrahieren der gesamten Information, die in dieser komplexen Wellenform vorhanden ist. Es bleibt ein großer Bedarf für eine genaue sensitive zuverlässige und praktische neurologische Profilierungstechnologie. Insbesondere wurden heutige intraoperative EEG-Aufzeichnungstechniken nicht in breitem Maße wegen ihrer inhärenten Beschränkungen angenommen. Tatsächlich wird angenommen, daß eine große Zahl der medizinischen Fehlbehandlungsklagen mit der Sterberate nach einer Anästhesie zusammenhängen; und wenn solche EEG-Aufzeichnungstechniken zuverlässig wären, würden sie sicher angewandt worden sein.[0002]
Eine Zahl von Einrichtungen des Standes der Technik ist fähig, zerebrale Aktivität qualitativ zu verfolgen. Techniken, die die Verwendung des klassischen konventionellen analogen EEG beinhalten, sind auf die Analyse in der Zeitdomäne beschränkt und benötigen eine beträchtliche Übung, um eine adäquate Interpretation zu erlauben. Da darüberhinaus die Auflösung des menschlichen Auges bei Standard-EEG Aufnahmegeschwindigkeiten beschränkt ist, ist vieles der feineren Struktur des EEG unsichtbar. Daher wird die visuelle EEG-Auswertung besser als Kunst als Wissenschaft bezeichnet.[0003]
Die Verwendung der Frequenz-Analyse (Leistungsspektrum bzw. Potenzspektrum) des EEGs in den 60er Jahren führte etwas an einfacher Verarbeitung des Signals vor der visuellen Inspektion ein und führte zur Anwendung der Frequenz-Analyse des EEGs auf die verschiedensten zerebralen Überwachungsprobleme. In den letzten 25 Jahren wurden mindestens 100 Artikel in der medizinischen Fachliteratur publiziert, die Anwendungen der Analyse des Potenzspektrums für Zwecke wie die Erfassung der Tiefe der Narkose und zerebraler Ischämie unter verschiedenen Bedingungen während der Operation beschreiben. Das an John erteilte US-Patent Nr. 4,557,270 beschreibt auch die Verwendung der Analyse des Potenzspektrums, um die zerebrale Durchblutung während einer offenen Herzoperation auszuwerten. Verschiedene jüngere Studien haben jedoch zahlreiche Mängel bei der Verwendung der Analyse des Potenzspektrums zur Überwachung der zerebralen Durchblutung und zur Bestimmung des neurologischen Ergebnisses nach der Operation aufgezeigt. Zusätzlich konnte weder von der Analyse des Potenzspektrums noch von irgendeiner anderen Aufzeichnungstechnik gezeigt werden, daß diese zuverlässig sind; dies wird durch die Tatsache demonstriert, daß der wohl akzeptierte Narkoseüberwachungsstandard der "Harvard Medical School" keine Art der intraoperativen neurologischen Überwachung umfaßt, aller Wahrscheinlichkeit nach aufgrund der Grundkomplexität des Interpretierens der rohen EEG-Daten und der Unzuverlässigkeit von existierenden automatisierten Systemen, die spektrale Potenztechniken oder analytische Techniken in der Zeitdomäne verwenden.[0004]
Die Entladung von Tausenden von bioelektrisch aktiven Zellen im Gehirn, die in größeren zusammenwirkenden neutralen Zentren organisiert sind, trägt zur Bildung eines elektrischen Signals bei, das reich an Harmonischen ist und eine extrem komplexe Dynamik aufweist. In dieses Signal ist die Information bezüglich des Frequenzgehaltes Nichtlinearitäten und Phasenbeziehungen eingebettet, die von den komplexen stattfindenden neuronalen Anregungsmustern herrühren. Solche Anregungsmuster verändern sich ständig und machen die statistischen Eigenschaften des EEG-Signals im hohen Maße nichtstationär. Wegen der Komplexität der EEG-Signale waren konventionelle Zeit- und Frequenzbetriebsweisen der Analyse nicht fähig, um das Verhalten voll zu charakterisieren. Das kann einer der Gründe für den beschränken Erfolg dieser Versuche sein.[0005]
In der Fourier-Transformierten der Autokorrelationsfunktion zweiter Ordnung (das Pozentspektrum) werden Prozesse als eine lineare Summierung von statistisch unkorrelierten sinusförmigen Wellenkomponenten dargestellt. Derzeitige Versuche zum Überwachen der EEGs mittels des Pozentspektrums haben somit Informationen bezüglich Nichtlinearitäten und Phasenbeziehungen zwischen den Frequenzen unterdrückt und sind von beschränkter Nützlichkeit, um die dynamische Struktur des EEGs darzustellen.[0006]
Da das EEG nicht linear ist, sind die Phasenrelationen innerhalb des EEGs jene Elemente die am ehesten diagnostische Information bezüglich der zerebralen Funktion tragen. Die Fourier-Transformierte der Autokorrelationsfunktion dritter Ordnung oder das Auto-Bispektrum ist ein analytischer Prozeß, der die Abweichung von der Normalität quadratische Nichtlinearitäten und Phasenbeziehungen zwischen den Frequenzen innerhalb eines Signals quantifiziert. Die Fourier-Transformierte der Kreuzkorrelation dritter Ordnung oder das Kreuz-Bispektrum ist ein analytischer Prozeß, der ähnliche Information zwischen zwei Signalen bereitstellt. Wir können diese Techniken verallgemeinern, indem wir die Fourier-Transformierte der Auto/Kreuzkorrelationsfunktion der n-ten Ordnung oder das Auto/Kreuz-Spektrum der Ordnung n-1 als einen analytischen Prozeß definieren, der Information bezüglich der Abweichung von der Normalität sowie bezüglich Nichtlinearitäten der Ordnung n-1 und Phasenrelationen zwischen den Frequenzen in einem Signal enthält. Auto/Kreuz-Spektren oberhalb des Bispektrums werden als Spektren höherer Ordnung bezeichnet.[0007]
Analysetechniken für das Auto-Bispektrum wurden auf das EEG-Signal angewandt, um die prinzipiellen bispektralen Eigenschaften von konventionellen EEGs zu demonstrieren. Solche Studien wurden auch durchgeführt, um nach Unterschieden zwischen dem Wachsein und den Schlafzuständen zu suchen. Autobispektrale Analyse und Analyse des Potenzspektrums wurden auch bei einem Versuch verwendet, um zu zeigen, daß die EEGs von einigen Zwillingen in der Struktur ähnlich sind. Die Chamoun erteilten US-Patente Nr. 4,907,597 und 5,010,891 beschreiben die Verwendung des Auto/Kreuz-Bispektrums des EEGs, um zerebrale Phänomene auszuwerten, wie beispielsweise die Quantifizierung der Tiefe und Angepaßtheit der Narkose von Schmerzantworten, die durch chirurgischen Streß induziert sind, von zerebraler Ischämie, Bewußtseinszustand, den Graden der Intoxikation, von fortschreitenden kognitiven Prozessen und von dynamischen Phasenrelationen zwischen den Hemisphären.[0008]
Bis heute hat niemand eine Analyse des Auto-Spektrums oder Kreuz-Spektrums höherer Ordnung für die neurologische Diagnose oder Überwachung von zerebralen Phänomenen, die oben beschrieben worden sind, verwendet.[0009]
Ein gemeinsames Problem bei der Analysierung der Daten, die durch irgendeine spektrale, oben beschriebene Technik erzeugt wurden, besteht in der Tatsache, daß sich die EEG-Frequenzverteilung drastisch unter relativ stabilen physiologischen Bedingungen ändern kann. Solche Veränderungen führen zu Veränderungen im Potenzspektrum, Bispektrum und in Spektren höherer Ordnung bei entsprechenden Frequenzen. Wenn beispielsweise hypnotische anästhetische Mittel in niederen bis mittleren Konzentrationen verabreicht werden, kommt es zu einer wesentlichen Erhöhung der EEG-Aktivität im 12-18 Hz-Frequenzband. Hohe Dosen desselben Mittels führen zu einer plötzlichen Reduktion im 12-18 Hz-Band und zu einer Erhöhung der Aktivität im 0,5-3,5 Hz-Band gefolgt von einer Unterdrückung bei extrem hohen Konzentrationen. Eine frequenzbasierende Analyse, die das 12-18 Hz-Frequenzband verwendet, um die Tiefe der Narkose des Patienten während der Verabreichung eines hypnotischen Mittels zu verfolgen, wird eine irreführende Erfassung der Tiefe des Patienten liefern, wenn der Übergang der Aktivität von hohen zu niedrigen Frequenzen auftritt. Solche Übergänge sind sogar noch komplizierter, wenn eine Mischung von anästhetischen Mitteln verwendet wird.[0010]
Daher ist es ein Hauptziel der vorliegenden Erfindung, ein nichtinvasives elektroencephalographisches System und Verfahren mit hoher Auflösung bereitzustellen, das fähig ist, physikalische Phänomene, die sich in der zerebralen elektrischen Aktivität widerspiegeln, zu erfassen und aufzuzeichnen.[0011]
Ein anderes Ziel der vorliegenden Erfindung ist es, ein nichtinvasives electroencephalographisches System und Verfahren bereitzustellen, das es erlaubt, die Tiefe und Eignung einer Narkose, Schmerzantworten während chirurgischem Streß, zerebrale Ischämie, zerebrale Hypoxie, Bewußtseinsgrade, Intoxikationsgrade, veränderte hervorgerufene Potentialantworten und normale oder abnormale kognitive Prozesse zu erfassen und aufzuzeichnen, umfassend aber nicht beschränkt auf die Identifizierung von Patienten mit der Alzheimer Krankheit oder HIV-bedingten Schwachsinn.[0012]
Die Werte des Auto/Kreuz-Potenzspektrums, des Auto/Kreuz-Bispektrums und der Auto/Kreuz-Spektren höherer Ordnung verändern sich mit verschiedenen Eingriffen und Krankheitszuständen. Daher werden diese Werte verwendet, um ein diagnostisches Kriterium zu erzeugen. Die Potenzspektrums-, Bispektrums- und Spektrums-Felder höherer Ordnung werden verwendet, um einen klinisch verwendbaren Einzelwertindex zu erzeugen. Von diesem Index wird erwartet, daß er die spezielle in Frage stehende diagnostische Bestimmung genau trifft. Das System verwendet diese Indizes als eine aussagekräftige diagnostische Zahl für die Ermittlung der Tiefe und Eignung der Narkose von Schmerzantworten während chirurgischem Streß, zerebraler Ischämie, zerebraler Hypoxie, von Bewußtseinsniveaus, von Intoxikationsgraden, von veränderten hervorgerufenen Potentialantworten und von normalen und abnormalen kognitiven Prozessen umfassend, aber nicht beschränkt auf die Alzheimer Krankheit und HIV-bedingten Schwachsinn. Dieser Zugang macht es für eine Bedienperson möglich, die Ausgabe des diagnostischen Gerätes bedeutungsvoll zu interpretieren.[0013]
In Situationen, in denen eine kontinuierliche Überwachung nötig ist, können die Indizes kontinuierlich auf einem Video terminell angezeigt werden und es dabei der Bedienperson erlauben, die interessierenden Regionen interaktiv auszuwerten. Für Aufzeichnungszwecke können die Indexwerte und andere wichtige Variablen an ein "hard copy" Ausgabegerät gesandt werden oder in einer Speichereinrichtung gespeichert werden.[0014]
Diese und andere Ziele und Merkmale der vorliegenden Erfindung werden vollständiger in der folgenden detaillierten Beschreibung und den Figuren erläutert.[0015]

KURZE BESCHREIBUNG DER ZEICHNUNGEN

[0016]
Fig. 1 ist eine schematische Ansicht des Systems der vorliegenden Erfindung zum Erfassen zerebraler Phänomene in einer nichtinvasiven Weise;
Fig. 2 ist eine schematische Ansicht eines 19-Kanal-EEG-Datenerfassungssystems, das im System der Fig. 1 verwendet wird;
Fig. 3 ist eine schematische Ansicht eines Mikrocomputers, der verwendet wird, um das EEG-Potenzspektrum und Bispektrum sowie Spektren höherer Ordnung im System der Fig. 1 anzuzeigen;
Fig. 4 ist eine schematische Ansicht der vom System der Fig. 1 ausgeführten Verarbeitungsschritt;
Fig. 5 ist ein Flußdiagramm der Operationen des in Fig. 4 gezeigten Monitormoduls;
Fig. 6(a)-6(c) sind Ansichten von Probenanzeigedarstellungen des diagnostischen Index, der durch das System der Fig. 1 erzeugt worden ist;
Fig. 7 ist ein Flußdiagramm der Operationen des Erfassungs- und EEG- Rohdatenmanagementmoduls des Systems der Fig. 4;
Fig. 8 ist ein Flußdiagramm des frequenzdomänbasierenden Verfahrens zum Erzeugen des Auto-Bispektrums, des Kreuz-Bispektrums, des Auto-Potenz-Spektrums oder des Kreuz- Potenz-Spektrums, welche vom System in der Fig. 1 verwendet werden;
Fig. 9 ist ein Flußdiagramm einer parametrischen Methode zum Erzeugen des Auto- Bispektrums, Kreuz-Bispektrums, Auto-Potenz-Spektrums oder Kreuz-Potenz-Spektrums im System der Fig. 1;
Fig. 10(a) ist ein Graph, der ein bispektrales Dichtefeld erzeugt, welches vom System der Fig. 1 erzeugt worden ist;
Fig. 10(b) ist ein Graph, der ein Biphasenfeld zeigt, welches vom System der Fig. 1 erzeugt worden ist;
Fig. 10(c) ist ein Graph, der ein Bikohärenzfeld zeigt, welches vom System der Fig. 1 erzeugt worden ist;
Fig. 10(d) ist ein Graph, der ein Feld der Quadratwurzel des reellen Trippelprodukts zeigt, welches vom System der Fig. 1 erzeugt wird;
Fig. 11 ist ein Flußdiagramm der Operationen des Moduls zur Gewinnung des diagnostischen Index, welches in Fig. 4 gezeigt.

DETAILLIERTE BESCHREIBUNG VON BEVORZUGTEN AUSFÜHRUNGSBEISPIELEN

[0017] Unter Bezugnahme auf Fig. 1 umfaßt der Apparat der vorliegenden Erfindung ein EEG-Datenerfassungs- und Analysesystem 12 mit 19 Kanälen, welches an einen Mikrocomputer 18 angeschlossen ist.
[0018] Die EEG-Leitungen sind an den Kopf des Patienten 14 über einen Satz von Oberflächenelektroden 13 angeschlossen. Das internationale 10/20 Elektrodensystem ist bevorzugt. Die EEG-Signale werden durch die Elektroden detektiert und über ein Patientenkabel 16 an das EEG-Datenerfassungs- und Analysesystem übertragen.
[0019] Das Datenerfassungs- und Analysesystem 12 filtert und verstärkt die EEG Wellenformen. Üblicherweise verwendete digitale Signalverarbeitungstechniken (DSP) werden verwendet, um die Signale zu digitalisieren, tiefpaß-zufiltern (50 Hz) und zu dezimieren. Danach kann die potenzspektrale, bispektrale und höher-ordnungsspektrale Verarbeitung durchgeführt werden.
[0020] Das System 12 erzeugt alle Felder des Pozentspektrums, des Bispektrums und des Spektrums höherer Ordnung. Diese Felder werden dann im Zusammenhang mit klinisch vorbestimmten koeffizienten Feldern verwendet, um diagnostische Indizes zu erzeugen. Die Indizes werden an den Host-Computer 18 gesandt und auf der grafischen Anzeige 20 angezeigt. Eine gedruckte Ausgabe des diagnostischen Index ist auf dem "hard copy" Ausgabegerät 22 ebenfalls möglich, das an den Mikrocomputer 18 angeschlossen ist. Die Bedienperson steht mit den Erfassungs- und Analysekomponenten des Systems über eine Benutzereingabeeinrichtung 24 mit Rückmeldung auf der grafischen Anzeige 20 in Kontakt.
[0021] Das 19-Kanal-Datenerfassungs- und Analysesystem 12 ist in größerem Detail in Fig. 2 gezeigt. Das EEG-Oberflächenpotential, welches von den Oberflächenelektroden 13 detektiert wird, die auf dem Kopf des Patienten montiert sind, läuft durch einen elektrochirurgischen Schutzkreis 30, einen Defibrillatorschutzkreis 32 und einen Verstärker/Filterschaltkreis 36 bevor es den Mehrkanal-Analog-Digital-Wandler 38 zugeführt wird.
[0022] Der elektrochirurgische Schutzkreis 30 umfaßt einen Radiofrequenzfilter (rf), der den rf-Strom durch die Patientenleitungen 16 auf weniger als 100 Mikroampere limitiert und somit den Patienten 15 gegenüber rf-Verbrennungen schützt und außerdem die Verstärker 36 gegen Schäden schützt, die vom Überschreiten der absoluten maximalen Eingangsspannung, wie sie vom Hersteller spezifiziert sind, herrühren. Dieser Schaltkreis kann ein LC-Schaltkreis sein, der aus einer allgemeinen Induktivität besteht, die in Serie mit einer allgemeinen Kapazität angeschlossen ist, die dann auf Masse gelegt ist.
[0023] Der Defibrillatorschutzkreis 32 limitiert die Spannung zu den Verstärkern 36 auf ein sicheres Niveau, wenn ein Defibrillator an den Patienten 15 angelegt und entladen wird. Der Schaltkreis kann aus einem allgemeinen Widerstand bestehen, der in Serie mit dem Signalpfad angeordnet ist, und an eine Neonlichtbirne oder ein Spannungsstoßunterdrückungseinrichtung angeschlossen ist, die dann mit Masse verbunden ist.
[0024] Der Verstärker/Filterschaltkreis 36 wird durch den Mikroprozessor 18 gesteuert, und zwar auf Verstärkungs- und Filterniveaus, die vom Bediener eingestellt werden können.
Bevorzugte Verstärkungs- und Filtersetzwerte sind unten diskutiert. Dieser Schaltkreisabschnitt besteht aus drei Stufen. Die erste ist eine Vorverstärkerstufe, die unter Verwendung einer großen Zahl von Vorverstärkern mit hoher Impedanz zusammengebaut werden kann, beispielsweise solche, die durch "National Semiconductor, Sunnyvale CA" verkauft werden. Die zweite ist eine programmierbare Filterstufe, die einen einstellbaren Bandpaß-Cutoff ermöglicht, der irgendwo im Bereich zwischen 0,1 Hz und 4 KHz gewählt werden kann. Diese Filter können unter Verwendung von Komponenten von Frequency Devices, Haverhill MA zusammengebaut werden. Die dritte Stufe besteht aus programmierbaren Verstärkern, die aus Operationsverstärkern zusammen mit einem multiplizierenden Digital-Analog-Wandler (D/A) zusammengebaut werden kann. Beide Komponenten können von National Semoconductor bezogen werden. Der multiplizierende DIA wird verwendet, um die Verstärkung auf gewünschte Levels zu setzen, wie sie vom Mikroprozessor 18 verlangt werden.
[0025] Der Vorverstärker-Hochimpedanz jedes Kanals wird sich entweder auf die positive oder negative Spannung sättigen, wenn der Eingang des Vorverstärkers nicht abgeschlossen ist. Dies führt zu einem großen positiven oder einem großen negativen Wert am Ausgang der Verstärker/Filtersektion 36. Solche Werte werden verwendet, um Leitungsfehler zu identifizieren.
[0026] Der Ausgang aller 19 Kanäle des Verstärkers/Filters 36 wird an einen Mehrkanal- Analog-Digital-Wandler (A/D) 36 gelegt, der zur Einstellung der Samplingrate von einem Eingangsprozessor 44 gesteuert wird. Die Analogsignale werden in ein digitales Datenformat umgewandelt, das für die Eingabe in den Eingangsprozessor 44 geeignet ist. A/D-Wandler, die von Analog Devices, Norwood MA verkauft werden, können für diesen Zweck verwendet werden.
[0027] Der Vielkanal A/D-Wandler 38 ist optisch mit dem Eingangsprozessor 44 durch einen optischen Isolator 40 gekoppelt. Alle Steuerleitungen zum A/D-Wandler 38 sind auch optisch durch einen optischen Isolator 42 isoliert. Es kann jeder optische Isolator für diesen Zweck verwendet werden.
[0028] Alle DC-Versorgungsleitungen, die mit den Verstärkern 36 und dem A/D-Wandler 38 verbunden sind, sind ebenfalls von der AC-Versorgungsleitung über einen DC/DC-Wandler 43 isoliert, um eine vollständige Isolation des Patienten gegenüber Masse zu erzielen. DC/DC-Wandler sind von Burr Brown erhältlich und können für diesen Zweck verwendet werden.
[0029] Die Basisbefehle zum Betrieb des Eingangsprozessors 44 sind im Nur-Lese-Speicher (ROM) 46 gespeichert. Der Speicher mit beliebigem Zugriff (RAM) 48 wird als Pufferspeicher für Daten verwendet und ein erteiltes RAM 48 kann auch als Programmspeicher verwendet werden, wenn ein Steuerprogramm vom Mikrocomputer 18 heruntergeladen wird. Der Eingangsprozessor 44 hat einen Bus 50, um mit seinem RAM 48 und dem ROM 46 zu kommunizieren und weist außerdem einen getrennten Bus 55 zum Kommunizieren mit dem Mikrocomputer 18 auf.
[0030] Die Speicherarchitektur des Rechenprozessors ist ähnlich der des Eingangsprozessors. Die Basisbefehle zum Steuern des Betriebes des Rechenprozessors 52 sind in einem Nur-Lese-Speicher (ROM) 54 gespeichert. Der Speicher mit beliebigem Zugriff (RAM) 56 wird als Pufferspeicher für Daten verwendet und ein Teil des RAM 56 kann auch als Programmspeicher verwendet werden, wenn Steuerprogramme vom Mikrocomputer 18 heruntergeladen werden. Der Rechenprozessor 52 hat einen Bus 58, um mit seinem RAM 56 und dem ROM 54 zu kommunizieren und verwendet den Bus 55, um mit dem Mikrocomputer 18 zu kommunizieren.
[0031] Der A/D-Wandler 38 erfaßt Daten mit hoher Geschwindigkeit und das Filtern wird durch den Eingangsprozessor 44 durchgeführt, um Frequenzen außerhalb des interessierenden Bereiches auszuschließen. Der Eingangsprozessor dezimiert gleichzeitig die Samplingrate der Eingangsdaten auf eine niedrigere Samplingrate. Der Eingangsprozessor 44 überträgt den gefilterten und dezimierten Datenstrom an den Mikrocomputer 18 zur Bereitstellung der Roheingangssignale an den Mikrocomputerdatenbus 40 über den Datenbus 55 und die Puffer 60. Der Eingangsprozessor 44 überträgt auch die Daten des Rechenprozessors 52 zur Berechnung der Charakteristika des Potenzspektrums und der Spektren höherer Ordnung der Eingangssignale und zwar über ein serielles Kommunikationsinterface 51. Der Rechenprozessor 52 berechnet die Charakteristika des Potenzspektrums und des Spektrums höherer Ordnung der Eingangsdaten und erzeugt diagnostische Indizes aus den berechneten Daten des Potenzspektrums und des Spektrums höherer Ordnung. Als Eingangsprozessor kann irgendein allgemein gebräuchlicher DSP-Prozessor, wie der ADSP- 2101, verwendet werden, der von Analog Devices, Norwood Ma verkauft wird. Der Rechenprozessor ist beim bevorzugten Ausführungsbeispiel ein Gleitkomma-DSP- Prozessor, wie der TM320C30, der von Texas Instruments, Dallas, TX verkauft wird.
[0032] Der Host oder Mikrocomputer 18 der Fig. 1 ist in größerem Detail in Fig. 3 gezeigt. Das gesamte Mikrocomputersystem läuft unter der Steuerung eines Mikroprozessors 62, wobei der Programmspeicher im ROM 64 gespeichert ist. Das RAM 66 wird zur Speicherung von Zwischendaten verwendet. Die Speichereinrichtung 84 kann eine Winchester-Platte oder ein großer Block eines RAMs oder jedes andere Speichermedium sein. Es wird zur Speicherung von klinischer Information verwendet und kann zur Archivierung von Patientendaten verwendet werden.
[0033] Bei einem bevorzugten Ausführungsbeispiel umfaßt der Mikrocomputer 18 einen Math-Koprozessor 70, der direkt mit dem Mikroprozessor 62 verbunden ist. Der Math- Koprozessor 70 wird für skalare und grafische Berechnungen verwendet. Ein Grafikkontroller 72, der unter der Programmkontrolle des Mikroprozessors 62 arbeitet, steuert ein Grafikdisplay 20 an. Ein Interface-Anschluß 74 stellt die Verbindung vom Mikroprozessorbus 40 zur Benutzer-Interface-Einrichtung 24 her. Die Benutzer-Interface-Einrichtung 24 kann eine Tastatur, eine Zeigeeinrichtung oder ein Keypad oder irgendeine Kombination dieser oder ähnlicher Einrichtungen sein. Der Interface-Anschluß 74 kann auch eine Verbindung zwischen dem Mikrocomputer und einer externen Einrichtung zur Potentialstimulierung sein. Diese Verbindung erlaubt es, dem Mikrocomputer einem Stimulus zu triggern und den Beginn eines unabhängigen getriggerten Stimulus zu identifizieren.
[0034] Die Bedienerkontrolle der gesamten Erfassung, Analyse und Anzeigeprozedur wird über die Benutzer-Interface-Einrichtung 24 mit Rückmeldung auf der Grafikanzeige 20 gesteuert. Der Datenbus 40 kann verwendet werden, um Steuerdaten an das 19-Kanal- Datenerfassungssystem 12 (beispielsweise Filtern, Verstärken, Samplingrate, Start/Stop der Erfassung, Durchführung der Selbstdiagnose) zu senden und um EEG-Daten vom System zu erfassen sowie zum Herunterladen von Programmdaten in das System. Ein serieller oder paralleler Anschluß 78 ist vorgesehen, um eine "hard copy" Ausgabeeinrichtung 22 zum Drucken der gewünschten diagnostischen Indizes anzusteuern.
[0035] Unter nunmehriger Bezugnahme auf Fig. 4 wird ein Blockdiagramm der Systemoperationen und des Verfahrens der vorliegenden Erfindung beschrieben. Wie oben erwähnt, berechnet das System und das Verfahren der vorliegenden Erfindung dynamische Phasen und Dichterelationen der EEG-Signale aus einer vorbestimmten Zahl von Leitungen. Einwertige diagnostische Indizes werden dann aus den Datenfeldern unter Verwendung klinisch vorbestimmter koeffizienten Felder erzeugt. Die Resultate sind quantitative Indizes, die nützlich sind für die Analyse der zerebralen elektrischen Aktivität, beispielsweise zur Erfassung der Tiefe und Eignung einer Narkose, von Schmerzantworten während chirurgischem Streß, zerebraler Ischämie, zerebraler Hypoxie, des Bewußtsseinsgrades, des Grades der zerebralen Intoxikation, der Antworten auf veränderte hervorgerufene Potentiale und normaler oder abnormaler kognitiver Prozesse, die die Alzheimer Krankheit und HIV-bedingten Schwachsinn umfassen, aber nicht darauf beschränkt sind.
[0036] Der Monitormodul 402 steuert die Gesamtoperationen des Systems über eine Integration der Daten und Prozeßinformation vom Benutzer-Interface-Modul 404, vom Erfassungs- und Roh-EEG-Datenmanagementmodul 406, vom Verarbeitungsmodul 408 für das Potenzspektrum, das Bisprektrum und Spektren höherer Ordnung und vom Modul 410 zur Ableitung des diagnostischen Index. Eine detaillierte Darstellung des Moduls 402 kann in Fig. 5 gefunden werden.
[0037] Der Bediener steuert und greift in das System während des Prozesses über das Benutzer-Interface- und Anzeigemanagement-Modul 404 ein. Dieser Eingriff umfaßt ist aber nicht beschränkt auf die Eingabe von Information betreffend Patienten und des Typs der ablaufenden diagnostischen Prozedur; der Setzwerte für die Leitungen und der Erfassung; der kontinuierlichen Anzeige des Erfassungsstatus, der Leitungsintegrität und der diagnostischen Indizes entsprechend den von jeder Elektrode erfaßten Regionen und betreffend Anforderungen zum Drucken und Archivieren der Resultate auf einer Speichereinrichtung. Der Modul 404 arbeitet direkt mit dem Monitormodul 402 zusammen. Die vom Modul 404 abgearbeiteten Operationen können unter einer kommerziell erhältlichen Umgebung wie Microsoft Windows laufen.
[0038] Der Erfassungs- und Roh-EEG-Datenmanagementmodul 406 regelt das gesamte Überprüfen und Verarbeiten der rohen EEG-Daten vor der Analyse des Potenzspektrums, Bispektrums und des Spektrums höherer Ordnung. Dies umfaßt, ist aber nicht beschränkt auf die kontinuierliche Erfassung der EEG-Daten und die Überprüfung ihrer Integrität; die Vorbereitung aller unipolaren EEG-Daten für die Auto/Kreuz-Potenz-spektrale, bispektrale oder höher-Ordnung-spektrale Verarbeitung. Der Modul 406 arbeitet direkt mit dem Monitormodul 402 zusammen. Eine detaillierte Beschreibung des Moduls 406 wird unten im Zusammenhang mit Fig. 7 wiedergegeben.
[0039] Der Verarbeitungsmodul 408 für das Potenzspektrum, Bispektrum und das Spektrum höherer Ordnung steuert die Erzeugung aller Datenfelder für die Potenz(Leistungs)verteilung der dynamischen Phasenrelationen und der Potenz(Leistungs)kopplung innerhalb des EEGs. Diese Information kann durch Berechnen des Auto/Kreuz-Potenz-Spektrums, des Bisprektrums und der Spektra höherer Ordnung erreicht werden, und zwar entweder auf der Basis einer Fourier-Transformation (FFT) oder eines parametrischen Zugangs. Die von diesem Modul durchgeführten Aufgaben umfassen, sind aber nicht limitiert auf die Fourier- Transformation und die Erzeugung von Potenzspektren, Auto/Kreuz-bisprektralen Dichten und Dichten höherer Erzeugung; von Auto/Kreuz-Bikohärenz und Kohärenzen höherer Ordnung; Auto/Kreuz-bisprektralen reellen Produkten und reellen Produkten höherer Ordnung und Auto/Kreuz-Biphasen und Phasen höherer Ordnung. Der Modul 408 arbeitet direkt mit dem Monitormodul 402 zusammen. Eine detailliertere Beschreibung des Moduls 408 wird unten im Zusammenhang mit den Fig. 8 und 9 wiedergegeben.
[0040] Der Modul zur Gewinnung des diagnostischen Index 410 erzeugt die während des diagnostischen Prozesses verwendeten Datenwerte. Diese Aufgabe umfaßt, ist aber nicht beschränkt auf das Sortieren der Werte im interessierenden Frequenzbereich für jedes der gewünschten Felder des Potenzspektrums, Bispektrums oder Spektrums höherer Ordnung; das Aufteilen jedes aussortierten Feldes in Gruppen, die Teile des Verteilungshystogramms der sortierten Daten umfassen (beispielsweise obere 0-5%, obere 5-10% wie untere 5% etc.); Summieren der Werte in jeder Gruppe um eine einzahlige Variable zu erzeugen; Erzeugen eines diagnostischen Index durch Multiplizieren der resultierenden ausgewählten Werte aus den Feldern des Auto/Kreuz-Potenzspektrums, des Bisprektrums oder des Spektrums höherer Ordnung mit klinisch vorbestimmten Koeffizienten; und Summieren aller Variablen, die mit einem Koeffizienten multipliziert worden sind, um einen endgültigen einwertigen diagnostischen Index zu erzeugen. Der Modul 410 arbeitet direkt mit dem Monitormodul 402 zusammen. Eine detailliertere Beschreibung des Moduls 410 ist unten im Zusammenhang mit Fig. 11 wiedergegeben.
[0041] Eine schematische Darstellung der Operation des Monitormoduls 402 ist in Fig. 5 gezeigt. Im Initialisierungsschritt 502 werden die Datenfelder mit den letzten 63 Sekunden der digitialisierten rohen EEG-Datensignale gefüllt und die Daten des Potenzspektrums, Bispektrums und des Spektrums höherer Ordnung für jene Leitung werden auf Null gesetzt. Die für die Speicherung benötigten Datenfiles und die Datenbank enthaltenden Files, die für die Berechnung des diagnostischen Index nötig sind, werden ebenfalls im Initialisierungsschritt 502 geöffnet.
[0042] Im Schritt 504 verlangt das System die Information, die nötig ist, um den Erfassungs- und diagnostischen Prozeß durch den Benutzer über das Benutzer-Interface-Modul 404 zu starten. Die benötigte Information umfaßt die den Patienten beschreibende Statistik (Geschlecht, Alter, klinische Symptome, etc., Art der diagnostischen Prozedur, die auszuführen ist, und die Leitungen, die für die Analyse des Kreuz-Potenzspektrums, Bispektrums und des Spektrums höherer Ordnung benutzt werden.
[0043] Im Grundeinstellung-Betriebsmodus überwacht das System kontinuierlich die Tiefe und Eignung der Narkose und irgendwelche Schmerzantworten während chirurgischem Streß unter Benutzung einer grundeinstellungs-autobispektralen Datenbank. Die Bandpaß- Filterung in der Grundeinstellung wird im Bereich von 0,5 bis 50 Hz durchgeführt; die Grundeinstellung der Samplingrate wird auf 128 Proben pro Sekunde gesetzt; und die Grundeinstellung für die Verstärkung wird auf 5000 für jede Leitung gesetzt. Die folgende Diskussion und Beschreibung des bevorzugten Ausführungsbeispiels wird für die autobispektrale Verarbeitung auf den EEGs von speziellen Elektrodenlagen hervorheben, die die beste Information bezüglich der Tiefe der Narkose bereitstellen. Andere Betriebsweisen werden allgemeiner beschrieben.
[0044] Gemäß dem internationalen 10/20 Elektrodensystems sind die 19 EEG-Signale, die unter Verwendung des Systems erfaßt werden können, die folgenden: Fp1, Fp2, F7, F3, Fz, F4, F8, T3, C3, C2, C&sub4;, T4, T5, P3, Pz, P4, T6, 01 und 02 (A1 oder A2 als Bezug).
[0045] Um die Analyse des Potenzspektrums, Bispektrums oder Spektrums höherer Ordnung durchzuführen, ist ein Signal nötig. Dieses Signal kann direkt von irgendeiner der obigen Elektroden gemessen werden oder es kann synthetisiert werden durch lineares Kombinieren von Signalen aus zweien oder mehreren EEG-Leitungen. Beispielsweise können zwei analoge Signale voneinander subtrahiert werden, und zwar unter Verwendung eines Differenzverstärkers, um ein drittes Signal zu erhalten. Dieselbe Operation kann auf zwei digitalisierten Signalen durchgeführt werden unter Verwendung einer numerischen Subtraktion. Die Daten des Auto-Potenzspektrums stellen eine Information bezüglich der Potenz(Leistungs)verteilung innerhalb des Signals bereit. Die Daten des Autobispektrums stellen eine Information betreffend die Abweichung von der Normalität quadratischer Nichtlinearitäten und Phasenbeziehungen zwischen den Frequenzen innerhalb des Signales bereit und schließlich erstellt das Autospektrum höherer Ordnung Daten mit einer Information bezüglich der Abweichung von der Normalität, Nichtlinearitäten höherer Ordnung und Phasenbeziehungen zwischen den Frequenzen innerhalb des Signales bereit. Eine solche Verarbeitung bestimmt, ob das Signal aus unabhängigen Wellenkomponenten besteht oder ob bestimmte Frequenzen einfache harmonische, von nichtlinear wechselwirkenden Grundwellen sind. Zerebrale Phänomene, die die nichtlineare Frequenzstruktur des Signals an der durch die Elektrode erfaßten Stelle verändern, werden am besten durch das Autobispektrum oder das Spektrum höherer Ordnung quantifiziert.
[0046] Um die Analyse des Kreuz-Potenzspektrums, Bispektrums oder Spektrums höherer Ordnung durchzuführen, sind zwei Signale nötig. Die beiden Signale können direkt von einer der obigen Elektroden gemessen werden oder eines der beiden Signale kann durch lineares Kombinieren von zwei oder mehreren EEG-Leitungen, wie vorher beschrieben, synthetisiert werden. Die Kreuz-Potenzspektralen Daten stellen eine Information bezüglich der Potenz(Leitungs)korrelation zwischen den beiden Signalen bereit. Die kreuz-bispektralen Daten stellen eine Information bezüglich der Abweichung von der Normalität, quadratischen Nichtnormalitäten und Phasenbeziehungen zwischen Frequenzen zwischen zwei Signalen bereit. Schließlich stellen die Daten des Kreuzspektrums höherer Ordnung eine Information bezüglich der Abweichung von der Normalität, Nichtlinearitäten höherer Ordnung und Phasenbeziehungen zwischen Frequenzen zwischen zwei Signalen bereit. Eine solche Verarbeitung bestimmt, ob die Frequenzen im Signal "X" unabhängig sind oder ob sie Harmonische von Grundwellen sind, die im Signal "Y" vorhanden sind. Dies liefert eine bessere Charakterisierung des Zusammenhangs zwischen Signalen, die von getrennten Stellen der Großhirnrinde stammen. Zerebrale Phänomene, die die nichtlinearen Frequenzbeziehungen zwischen den verschiedenen Regionen der Großhirnrinde verändern, werden am besten durch das Kreuzbispektrum oder das Kreuzspektrum höherer Ordnung charakterisiert.
[0047] Da sich die Effekte der Narkose in globaleren Veränderungen im EEG bemerkbar machen, wird das bevorzugte Ausführungsbeispiel sechs Signale verwenden, um die Betriebsweise des Systems unter Verwendung der Analyse des Autobispektrums für das Aufzeichnen der Tiefe der Narkose darzustellen. Die sechs Signale werden von folgenden Elektrodenplazierungen abgeleitet: linke und rechte frontale (FL/FR) Signale werden von (Fp1-Cz) und (Fp2-Cz) jeweils abgeleitet; linke und rechte parietate (PL/PR) Signale werden von (P3-Cz) und (P4-Cz) jeweils abgeleitet; linke und rechte front-parietale (FPL/FPR) Signale werden von (Fp1-P3) und (Fp2-P4) jeweils abgeleitet.
[0048] Im Schritt 506 wird ein neuer Puffer an rohen EEG-Daten mit der Dauer von einer Sekunde erfaßt. Das System führt eine Artifakt-Erfassung auf dem neuen Ein-Sekunden- Puffer durch und erneuert alle Datenfelder in richtiger Weise. Jede Transmission von Artifakt-Daten wird dem Bediener angezeigt, um ihn zu veranlassen, das Problem zu korrigieren.
[0049] Im Schritt 504 berechnet das System die Felder des Auto-Potenzspektrums und des Auto-Bispektrums für die Signale FL, FR, PL, PR, FPL, FPR. Natürlich können andere Signale für die spektrale Verarbeitung des Auto/Kreuz-Potenzspektrums, Bispektrums und Spektrums höherer Ordnung verwendet werden. Zwei verschiedene Möglichkeiten für die Berechnung des Potenzspektrums, Bispektrums und Spektrums höherer Ordnung werden unten unter Bezugnahme auf die Fig. 8 und 9 diskutiert werden.
[0050] Im Schritt 510 werden einwertige diagnostische Indizes aus allen erzeugten Feldern des Auto/Kreuz-Potenzspektrums, des Bispektrums und des Spektrums höherer Ordnung berechnet. Die klinisch vorbestimmten koeffizienten Felder für die Felder des Auto/Kreuz- Potenzspektrums, Bispektrums und Spektrums höherer Ordnung werden für die Berechnungen des diagnostischen Index verwendet. Die Erzeugung der koeffizienten Felder wird später diskutiert. Das System zeigt im Schritt 512 sofort alle berechneten diagnostischen Indizes für alle analysierten Signale an. Im Schritt 514 überprüft das System auf einen Abbruchwunsch und wenn ein solcher Wunsch nicht gemacht worden ist, wiederholt das System die Schritte 508 bis 514. Im Schritt 516 werden angeforderte Ausdrucke erzeugt, Resultate auf einer Speichereinrichtung für archivarische Zwecke gespeichert und alle Files geschlossen. Im Schritt 518 ist der Prozeß beendet.
[0059] Eine verdichtete Musterdarstellung, die durch das System erzeugt wird, ist in den Fig. 6(a)-6(c) gezeigt. Darstellungen des Patientenkopfes sind auf den grafischen Anzeigen in den Fig. 6(a) und 6(b) gezeigt. Die erste Darstellung der Fig. 6(a) ist in neunzehn Sektionen unterteilt, von denen jede die Region darstellt, die von einer Elektrode erfaßt wird. Die zweite Darstellung der Fig. 6(b) ist in drei horizontale Abschnitte unterteilt, die die kombinierte linke und rechte Hemisphärenaktivität darstellen, welche von einer Gruppe von Elektroden in dieser Region erfaßt wird. Der auf dem Bildschirm dargestellte virtuelle Kopf kann je nach Bedarf für eine bestimmte diagnostische oder Überwachungsapplikation unterteilt werden. Wenn beispielsweise ein globaler Effekt, wie die Tiefe der Anästhesie, erfaßt wird, kann ein gemeinsamer Index zusammen mit seiner Entwicklung das gesamte Anzeigenfeld einnehmen.
[0052] Für die Kopfdarstellung der Fig. 6(a) umfaßt jede Sektion die instantanen Werte des Index 602 unter Verwendung von EEG-Daten, die von der Elektrode in dieser Region erfaßt worden sind. Für die Kopfdarstellung der Fig. 6(b) umfaßt jede Sektion den instantanen Wert des berechneten Index 604 unter Verwendung von EEG-Daten, die von mehreren Elektroden in dieser Region erfaßt worden sind. In der Nähe jedes Index-Wertes wird ein farb-kodierter Pfeil verwendet, um die instantane Änderung in der Richtung des Index zu zeigen. Der Pfeil ist grün, wenn der Index innerhalb akzeptabler Grenzen ist, die von der Bedienperson gesetzt worden sind. Der Pfeil wird auf Gelb wechseln, wenn der Index in eine Warnzone wandert. Ein blinkender roter Balken wird den Pfeil ersetzen, wenn der Index einen Wert hat, der außerhalb der akzeptablen Grenzen liegt, die für den Patienten gesetzt worden sind.
[0053] Auf Verlangen des Bedieners kann der instantane Wert des Index und sein Verlauf für jede Sektion als eine vergrößerte Darstellung 606 für eine genauere Überprüfung angezeigt werden, wie dies in Fig. 6(c) gezeigt ist. Dies wird die Überwachung des Patientenstatuts von einer Distanz aus erleichtern. Jede Sektion wird durch ein großes "X" 608 überdeckt, wenn eine Leitung ausfällt oder ein Artifakt detektiert worden ist, und zwar für irgendeine der Leitungen, die zu den Daten beiträgt, welche nötig sind, um den diagnostischen Index in dieser Region zu erzeugen.
[0054] Unter Bezugnahme auf Fig. 7 wird der Erfassungs- und Roh-EEG- Datenmanagementmodul 406 nunmehr im größeren Detail beschrieben. Im Schritt 702 überprüft das System, ob neue Daten das erste Mal erfaßt worden sind. Wenn dies der Fall ist, wird das Erfassungssystem 12 im Schritt 704 mit verlangten Informationsdaten bezüglich Filterung, Verstärkung, Samplingrate und Leitungsauswahl versorgt. Die Grundeinstellungen sind 0,5-50 Hz für die Bandpaßfilterung, 5000 für die Verstärkung, 128 Proben/Sekunde für die Samplingrate und Signale aus den Leitungskombinationen FL, FR, PL, PR, FPL und FPR werden erfaßt. Die obigen Setzwerte sind ziemlich anders, wenn das System hervorgerufene EEG-Antworten im Gegensatz zu kontinuierlichen EEG-Signalen analysiert. Übliche Setzwerte für Verstärkung und Filterung zum Erfassen von Signalen für die verschiedenen hervorgerufenen EEG-Potentiale sind unten beschrieben.
[0055] Hervorgerufene EEG-Potentiale sind Mittel, durch die die sensitiven Bereiche des Gehirns und des zentralen Nervensystems durch Erfassung von Antworten im EEG auf sensorische Stimuli überprüft werden können. Es gibt drei übliche Verfahren: Durch Verhinderung von Mustern visuell hervorgerufene Potentiale (PSVEP) umfassen ein visuelles Muster, das dem Patienten gezeigt und verändert wird. Beispielsweise kann ein Stroboskoplicht blitzen oder ein schwarzweißes Schachbrettmuster kann umgekehrt werden (schwarz für weiß und vice versa). Geräuschinduzierte Potentiale (BAEP) verwenden einen kontrollierten Hörstimulus, wie ein Klickgeräusch, das von einem Signalgenerator erzeugt worden ist. Schließlich verwenden somatosensorisch hervorgerufene Potentiale (SEP) entweder physiologische (Berührung oder Muskeldehnung) oder elektrische Stimuli. In allen Methoden der hervorgerufenen Potentiale werden Elektroden nahe der geeigneten Zentren des Gehirns (d. h. über die visuelle Großhirnrinde im Falle von visuell hervorgerufenen Potentialen) angeordnet und EEGs über eine bestimmte Zeitdauer aufgezeichnet, die mit dem Beginn der Anwendung des Stimulus beginnt. Der Stimulus wird öfters wiederholt und die resultierenden Aufzeichnungen werden gemittelt (traditionell in der Zeitdomäne), um alle Teile des EEGs bis auf jene, die auf den Stimulus zurückzuführen sind, zu eliminieren. Bei der vorliegenden Erfindung wird eine Serie von Feldern des Potenzspektrums, Bispektrums und Spektrums höherer Ordnung, wie sie aus dem EEG von hervorgerufenen Antworten erzeugt werden, gemittelt.
[0056] Für jede Methode an hervorgerufenen Potentialen werden verschiedene Filter und Verstärkungssetzwerte verwendet. Beispielsweise ist ein Bereich für übliche Verstärkungswerte für durch Musterveränderung hervorgerufene visuell induzierte Potentiale zwischen 20.000 und 100.000. Ein Bereich von üblichen Filtersetzwerten für PSVEPs liegt bei 1 bis 3 Hz für das untere Ende des Bandpasses und bei 100 Hz bis 300 Hz für das obere Ende. Die Verfahren und Verwendung von hervorgerufenen Potentialen sind ausführlicher in "Evoked Potentials in Clinical Medicine" von Chiappa 1983 beschrieben.
[0057] Im Schritt 706 erfaßt das Erfassungssystem 12 den Wert neuer Daten für alle gewünschten Leitungen über eine Sekunde. Das Signal einer vollständigen hervorgerufenen Potentialantwort wird erfaßt, wenn das System hervorgerufene Potentiale analysiert. Das System detektiert Leitungsfehler während des Erfassungszyklus im Schritt 708 durch Überprüfung auf sehr große positive und negative Werte. Im Schritt 708 wird auch ein öffentlich erhältlicher Algorithmus verwendet, um auf Artifakte in jeder Leitung zu überprüfen. Im Schritt 710 werden Leitungen, die ausgefallen sind oder die Artifakt-Daten produzieren, für den Monitormodul 402 markiert.
[0058] Im Schritt 712 werden die jüngsten 4-Sekunden-Datensätze für jedes der Signale Werten Xi(t) zugewiesen, worin Xi(t) die individuelle Zeitfolge der Datensätze ist, welche für die Verarbeitung des Auto-Potenzspektrums, Auto-Bispektrums und Auto-Spektren höherer Ordnung bereitgestellt werden (hier wird die Zeitfolge Xi(t) (für alle t, für ein spezifisches i) als ein Datensatz bezeichnet). In Situationen, wo die Verarbeitung von Kreuz- Potenzspektren, Bispektren oder Spektren höherer Ordnung nötig ist, werden die letzten vier Sekunden an Aufzeichnung vom zweiten Signal einem Yi(t) zugewiesen. Beim bevorzugten Ausführungsbeispiel wird Yi(t) gleich Xi(t) für alle Fälle gesetzt, da nur Berechnungen bezüglich des Auto-Potenzspektrums, Auto-Bispektrums und Auto-Spektrums höherer Ordnung durchgeführt werden. Der Index i bezeichnet die Datensatznummer von 1 bis 60. Wenn hervorgerufene Potentiale analysiert werden, wird die letzte komplette hervorgerufene Potentialantwort jedes Signals geeigneten Xi(t) und Yi(t), wie oben beschrieben, zugewiesen. Die Verwendung von hervorgerufenen Potentialantworten als individuelle Datensätze erlaubt es uns, eine große Zahl von ihnen in den Domänen des Patentspektrums, Bispektrums und Spektrums höherer Ordnung zu mitteln.
[0059] Im Schritt 714 wird ein zirkularer Puffermechanismus verwendet, um die rohen EEG- Daten für jede Leitung als auch die Felder des Auto/Kreuz-Potenzspektrums, Bispektrums und Spektrums höherer Ordnung für die letzten sechzig 4-Sekunden Xi(t) und Yi(t) Datensätze für jede Leitung zu speichern. Der Puffer wird erneuert, indem die zuletzt erfaßten und verarbeiteten Daten an die Stelle der ältesten Daten gespeichert werden. Der Betrieb des Systems kehrt zum Monitormodul 402 im Schritt 716 zurück.
[0060] Unter Bezugnahme auf Fig. 8 werden nun frequenz-domän-basierende Prozeduren zur Erzeugung des Auto-Potenzspektrums, Auto-Bispektrums, Kreuz-Potenzspektrums oder des Kreuz-Bispektrums diskutiert.
[0061] Im Schritt 802 überprüft das System, ob die durchzuführende Berechnung ein oder zwei Signale benötigt. Typischerweise wird eine Zeitfolge benötigt, um eine autospektrale Analyse durchzuführen, und zwei Zeitserien sind nötig, um eine kreuz-spektrale Analyse durchzuführen.
[0062] Im Schritt 804 setzt das System die zeitliche Abfolge der Datensätze in der folgenden Weise fest, um mit der auto-potenzspektralen oder auto-bispektralen Berechnung auf der unipolaren Leitung fortzuschreiten. Da diese Berechnungen nur ein Signal benötigen, wird die Folge der Datensätze (Yi(t)) gleich der ersten Folge (Xi(t)) gesetzt. Als Folge sind die korrespondierenden Fourier-Transformierten von Xi(t) und Yi(t) jeweils gleich, nämlich Xi (t) und Yi(t):
X(t) = Yi(t) → Xi(f) = Yi(f)
worin i die Datensatznummer bezeichnet, welche beim vorliegenden Ausführungsbeispiel von 1 bis 60 reicht.
[0063] Im Schritt 806 werden die zeitlich abfolgenden Datensätze für die kreuzpotenzspektrale oder kreuz-bispektrale Analyse unter Verwendung von zwei gesonderten Zeitfolgen an Signalen gesetzt. Als Folge sind die korrespondierenden Fourier- Transformierten nicht gleich:
Xi(t) ≠ Yi(t) → Xi(f) ≠ Yi(f)
worin Xi(t) und Yi(t) die individuellen Datensätze in der Zeitfolge darstellen, welche von zwei unterschiedlichen Regionen erfaßt worden sind, die von zwei oder mehreren Elektroden erfaßt sind.
[0064] Die schnelle Fourier-Transformation (FFT) Xi(f) und Yi(f) jedes der 60 ausgewählten Datensätze für dieses Signal wird unter Verwendung einer Standard-IEEE-Datenbankroutine (oder irgendeiner anderen öffentlich erhältlichen Routine) im Schritt 808 berechnet. Wenn es verlangt wird, kann die Serie der transformierten Datensätze Xi(f) und Xi(f) jeweils normalisiert werden, und zwar durch Dividieren des Wertes bei jeder Frequenz durch die Konstanten Cxi bzw. bzw. Cyi. Diese Konstanten werden gesondert für jeden Datensatz und jede Serie (entweder X oder Y) abgeleitet. Die Konstanten könnten die gesamte Leistung, der größte Peak im interessierenden Spektrum oder irgendeine andere Ableitung von Xi(f), Xi(t), Yi(f) oder Yi(t) sein. Im Schritt 810 überprüft das System, ob die durchzuführende Berechnung eine Berechnung des Potenzspektrums oder Bispektrums ist.
[0065] Das System berechnet die auto/kreuz-potenzspektralen Dichtewerte (PD(f)) im Schritt 812 unter Verwendung der folgenden Gleichungen, worin PC(f) das mittlere komplexe Produkt für ein Signal oder Signalpaar ist:
PD(f) = PC(f)
worin Y*i(f) das Komplexkonjugierte von Yi(f) (0 < f < N/2) ist und worin M die Zahl der Datensätze (60 beim bevorzugten Ausführungsbeispiel) ist. Das System gibt dann das verlangte Feld der auto/kreuz-potenzspektralen Dichte an den Monitormodul 402 zurück.
[0066] Wenn das System eine bispektrale Berechnung im Schritt 814 durchführt, überprüft das System, ob die durchzuführende Berechnung ein Auto-Bispektrum oder eine kreuzbispektrale Berechnung ist.
[0067] Die auto-bispektrale Analyse ist ein spezieller Fall der kreuz-bispektralen Analyse und daher sind verschiedene Symmetrieregeln anzuwenden. Im Schritt 816 verwendet das System die folgenden Gleichungen, um zu bestimmen, welche Bereiche von f&sub1; und f&sub2; während der auto-bispektralen Berechnung zu verwenden sind:
f&sub1; + f&sub2; ≤ N/2
worin N gleich der Zahl der Proben pro Sekunde ist (512 = 4 Sekunden pro Datensatz · 128 Proben pro Sekunde in einem bevorzugten Ausführungsbeispiel) und
0 ≤ f&sub2; ≤ f&sub1;
worin f&sub1; und f&sub2; (auch bezeichnet als F&sub1; und F&sub2; oder Frequenz 1 und Frequenz 2) die Frequenzpaare bezeichnen, über die die bispektrale Berechnung ausgeführt werden wird.
[0068] Im Schritt 818 werden die folgenden Gleichungen verwendet, um den Bereich von f&sub1; und f&sub2; für die kreuz-bispektrale Analyse zu bestimmen:
0 ≤ f&sub1; + f&sub2; ≤ N/2
0 ≤ f&sub1; ≤ N/2
-N/2 ≤ f&sub2; ≤ N/4
f&sub2; ≤ f&sub1;
worin alle Variablen dieselben Werte darstellen, wie für die auto-bispektrale Analyse mit der Ausnahme, daß für die kreuz-bispektrale Analyse Xi(f) und Yi(f) die Fourier-Transformierten von individuell abgeleiteten Zeitfolgen an Datensätzen von zwei getrennten Regionen sind.
[0069] Im Schritt 820 werden die Potenzspektren Pxi(f) und Pyi(t) von jedem der 60 ausgewählten Datensätze für dieses Signal durch Quadrieren der Beträge jedes Elementes der Fourier-Transformierten Xi(f) bzw. Yi(f) berechnet.
[0070] Das System berechnet das mittlere komplexe Trippelprodukt im Schritt 822 unter Verwendung der folgenden Gleichungen, worin bci(f&sub1;, f&sub2;) ein individuelles komplexes Trippelprodukt eines 4-sekundigen Datensatzes ist und BC(f&sub1;, f&sub2;) das mittlere komplexe Trippelprodukt für alle 60 Datensätze ist:
bci(f&sub1;, f&sub2;) = Xi(f&sub1;) · Xi(f&sub2;) · Yi(f&sub1; + f&sub2;)
worin Y*i(f&sub1; + f&sub2;) das Komplexkonjugierte von Yi(f&sub1; + f&sub2;) ist und
worin M die Zahl der Datensätze ist (60 beim bevorzugten Ausführungsbeispiel).
[0071] Das mittlere reelle Trippelprodukt wird im Schritt 824 unter Verwendung der folgenden Gleichungen berechnet, worin bri(f&sub1;, f&sub2;) ein individuelles reelles Trippelprodukt eines 4-sekundigen Datensatzes ist und BR(f&sub2;, f&sub2;) das mittlere reelle Trippelprodukt für alle 60 Datensätze ist:
bri(f&sub1;, f&sub2;) = Pxi(f&sub1;) · Pxi(f&sub2;) · Pyi(f&sub1; + f&sub2;)
worin M die Zahl der Datensätze ist (60 beim bevorzugten Ausführungsbeispiel).
[0072] Im Schritt 826 wird das Feld der Auto/Kreuz-Bispektralen-Dichtewerte (BD(f&sub1;, f&sub2;)) unter Verwendung der folgenden Gleichung berechnet:
BD(f&sub1;, f&sub2;) = BC(f&sub1;, f&sub2;)
[0073] Im Schritt 828 wird das Feld der Wurzeln der mittleren reellen Trippelprodukte (SBR(f&sub1;, f&sub2;)) unter Verwendung der folgenden Gleichung berechnet:
SBR(f&sub1;, f&sub2;) = [BR(f&sub1;, f&sub2;)]1/2
[0074] Im Schritt 830 berechnet das System das Feld der Auto/Kreuz-Biphasenwerte (φ(f&sub1;, f&sub2;)) unter Verwendung der folgenden Gleichung:
φ(f&sub1;, f&sub2;) = tan&supmin;¹ [Im(BC(f&sub1;, f&sub2;))/Re(BC(f&sub1;, f&sub2;))],
0 < φ < 2π (radians)
[0075] Im Schritt 832 berechnet das System das Feld der Auto/Kreuz-Bikohärenzwerte (R(f&sub1;, f&sub2;)) unter Verwendung der folgenden Gleichung:
R(f&sub1;, f&sub2;) = BD(f&sub1;, f&sub2;)/SBR(f&sub1;, f&sub2;)
0 < R < 1
[0076] Im Schritt 834 gibt das System das verlangte auto/kreuz-spektrale Dichtefeld oder die auto/kreuz-spektrale Dichte, die Quadratwurzel des gemittelten reellen Trippelprodukts, Bikohärenz, Biphasefelder an den Monitormodul 402 zurück.
[0077] Die obigen frequenz-domän-basierenden Gleichungen, die zur Berechnung der auto/kreuz-bispektralen Felder verwendet worden sind, können verallgemeinert werden, um spektrale Felder höherer Ordnung zu berechnen. Dies erlaubt es, die Berechnung des Trispektrums, Quadspektrums etc. durchzuführen. Unter der Annahme, daß die Felder für das Spektrum dar K-ter Ordnung berechnet werden müssen, können die folgenden Gleichungen verwendet werden:
[0078] Das mittlere komplexe Produkt K-ter Ordnung:
worin M die Zahl der Datensätze (60 beim bevorzugten Ausführungsbeispiel) ist. [0079] Das mittlere reelle Produkt K-ter Ordnung:
[0080] Die auto/kreuz-spektrale Dichte K-ter Ordnung:
KD(f&sub1;, f&sub2;, ..., fK-1) = KC(f&sub1;, f&sub2;, ..., fK-1)
[0081] Die Auto/Kreuz-Kohärenz K-ter Ordnung:
R(f&sub1;, f&sub2;, ..., fK-1) = KD(f&sub1;, f&sub2;, ..., fK-1)/[KR(f&sub1;, f&sub2;, .... fK-1)]1/2
0 < R < 1
[0082] Die Auto/Kreuz-Phase K-ter Ordnung:
φ(f&sub1;, f&sub2;, ..., fK-1) = tan&supmin;¹[Im(KC(f&sub1;, f&sub2;, .... fK-1))/Re(KC(f&sub1;, f&sub2;, ..., fK-1))]
0 < φ < 2π (radian)
[0083] Die Fig. 9 erläutert eine parametrisch Methode zur Erzeugung des Auto- Potenzspektrums, Auto-Bispektrums, Kreuz-Potenzspektrums oder Kreuz-Bispektrums. In den Schritten 902, 904 und 906 setzt das System die Zeitfolge der Datensätze auf dieselbe Weise wie oben in den Schritten 802, 804 und 806 jeweils beschrieben worden ist. Die Auto/Kreuz-Potenzspektren von Xi(t) und Yi(t) werden in den Schritten 908, 910 und 912 geschätzt. Diese Schätzmethode umfaßt zwei Hauptstufen, die autoregressive (AR) Modellordnungsauswahl und die Berechnung des Auto/Kreuz-Potenzspektrums für Xi(t) und Yi(t). Im Schritt 908 berechnet das System zwei Sequenzen von Autokorrelationen, {R2X(m)} und {R2Y(m)} unter Verwendung der folgenden Gleichung.
worin M die Zahl der Datensätze eines jeden Signals ist (60 beim beschriebenen Ausführungsbeispiel) und N die Zahl der Proben pro Sekunde ist (512 vom dargestellten Ausführungsbeispiel) und L größer ist als die größte mögliche AR-Filterordnung (50 beim beschriebenen Ausführungsbeispiel).
[0084] Die endgültigen Vorhersagefehler FPEX(m) und FPEY(m) werden für alle Ordnungen berechnet, m = 1, 2, ..., L, durch Durchführung einer Levinson Rekursions-Funktion auf jeder Autokorrelationssequenz, und zwar im Schritt 910, um die Ordnung des AR-Filters herauszufinden. Die Ordnung der AR-Filter kann durch Finden der Stelle des Minimums der endgültigen Vorhersagefehler FPEX(m) bzw. FPEY(m) bestimmt werden, d. h.
FPEX(QX) = min{FPEX(m)} and FPEY(QY) = min{FPEY(m)}
worin Qx und Qy die Stellen der minimalen Werte für FPEX(m) und FPEY(m) sind und jeweils die Ordnungen der AR-Filter der Potenzspektren Xi(t) und bzw. Yi(t) darstellen.
[0085] Sobald die Ordnungen der AR-Filter für die Auto-Potenzspektren bekannt sind, werden die Auto-Korrelationssequenzen {R2X(m)} und {R2Y(m)} in eine Levinson Rekursion mit der Ordnung Qx und Qy anstelle von L eingeführt. Die Koeffizienten {cix, i = 0, 1, ... , Qx} und (ciy i = 0,1, .., Qy), die durch die Rekursion erhalten werden sind die Koeffizienten der AR-Filter für die Auto-Potenzspektren von Xi(t) bzw. Yi(t). Im Schritt 912 wird dann die Transferfunktion der AR-Filter für die Auto-Potenzspektren von Xi(t) und Yi(t) als Quadratwurzel des Vorhersagefehlers (σz) dividiert durch die Fourier-Transformierte der Koeffizienten berechnet, d. h.:
[0086] Die auto/kreuz-potenzspektralen Dichtewerte (PD(f)) ist der Betrag des komplexen Produktes von HPX(f) und den Komplexkonjugierten von HPY(f), d. h.
PC(f) = HPx(f) · HPY(f)
PD(f) = PC(f)
[0087] Wenn es gewünscht wird, kann dieselbe Normalisierung, wie sie im Schritt 808 verwendet worden ist, hier verwendet werden (auf HPZ(f)).
[0088] Im Schritt 914 überprüft das System, ob die durchzuführende Berechnung eine bispektrale Berechnung ist und wenn dies nicht der Fall ist, gibt das System die gewünschten auto/kreuz-spektralen Dichtewerte an den Monitormodul 402 zurück.
[0089] In den Schritten 916, 918 und 920 setzt das System die Symmetrie in derselben Weise, wie es oben in den Schritten 814, 816 und 818 beschrieben worden ist.
[0090] Das System schätzt das Auto/Kreuz-Bispektrum in den Schritten 922, 924 und 926. Der Schätzprozeß umfaßt zwei Hauptschritte: Die Ordnungsauswahl und die bispektrale Berechnung. Im Schritt 922 werden zwei Sequenzen von Momenten dritter Ordnung {R3X(τ)} und {R3Y(τ)} unter Verwendung der folgenden Gleichung berechnet.
worin s&sub1; = max (1,1-τ), s&sub2; = min (N, N-τ) und L größer ist als die größte mögliche AR- Filterordnung (beispielsweise 50).
[0091] Im Schritt 924 werden zwei Matrizen TX und TY wie folgt gebildet.
[0092] Aus der von uns gemachten Annahme über die AR-Filter des Bispektrums sind die Ordnungen OX und OY der AR-Filter der Bispektren von Xi(t) und Yi(t) die Ränge der Supermatrizen TX und TY. Daher werden OX und OY durch Verwendung einer Einzelwertszerlegung gewählt. Nachdem diese Ordnungen gefunden worden sind, haben wir die Koeffizienten der AR-Filter des Bispektrums durch Lösung des folgenden Systems linearer Gleichungen erhalten:
worin die Schiefheit (βz) und die Koeffizienten (b1z, ..., bO2z) sind, welche durch Lösung des linearen Systems der Gleichungen erhalten werden können.
[0093] Das Auto/Kreuz-Bispektrum von Xi(t) und Yi(t) wird im Schritt 926 als Kubikwurzel des Trippelprodukts der Schiefheit (βXβXβY)1/3 geteilt durch das Trippelprodukt der Fourier- Transformierten der AR-Filterkoeffizienten (Hz(f)) berechnet, d. h.
BC(f&sub1;, f&sub2;)-(βXβYβY)1/3/HX(f&sub1;)HX(f&sub2;)HY(f&sub2;)HY(f&sub1; + f&sub2;)
und BR(f&sub1;, f&sub2;) ist das reelle Trippelprodukt für dasselbe Signal:
BR(f&sub1;, f&sub2;) - PX(f&sub1;) · PX(f&sub2;) · PY(f&sub1; + f&sub2;)
worin die Auto-Potenzspektren von Xi(t) und Y(t), PX(f) und PY(f) berechnet werden, indem die Beträge der Transferfunktion der AR-Filter für die Auto-Potenzspektren von Xi(t) und Yi(t) (HPX(f) und HPY(f) jeweils quadriert werden. Wenn es gewünscht ist, kann derselbe Normalisierungsschritt wie in 808 hier verwendet werden. Auf ähnliche Weise wird (βz)1/3/Hz(f) durch die Quadratwurzel der Summe der Quadrate seiner Beträge für ein bestimmtes Frequenzband, seinem größten Spitzenwert oder eine ähnliche abgeleitete Normalisierungskonstante dividiert.
[0094] Nachdem das Potenzspektrum und Auto/Kreuz-Bispektrum erhalten worden ist, berechnet das System das bisprektrale Dichtefeld, die Biphase die Bikohärenz und die Quadratwurzel des mittleren reellen Trippelprodukts (RTP) im Schritt 928 auf dieselbe Weise wie in den Schritten 826, 828, 830 und 832. Im Schritt 930 gibt das System dem Monitormodul 402 das gewünschte auto/kreuz-potenzspektrale Dichtefeld, die bispektrale Dichte, die Wurzel des reellen Trippelprodukts, die Phase und Bikohärenzfelder zurück.
[0095] Die obigen parametrischen Gleichungen, welche verwendet worden sind, um die auto/kreuz-bispektralen Felder zu berechnen, können verallgemeinert werden, um auto/kreuz-spektrale Felder höherer Ordnung zu berechnen. Dies erlaubt es, die Berechnung des Trispektrums, Quadspektrums etc. durchzuführen. Unter der Annahme, daß die Felder der K-ter Ordnung des Spektrums zu berechnen sind, können die folgenden Gleichungen verwendet werden:
[0096] Das Auto/Kreuz-Spektrum K-ter Ordnung:
KC(f&sub1;, f&sub2;, ..., fK-1) = ((βX)K&supmin;¹βY)1/K/HX(f&sub1;)HX(f&sub2;)...HX(fK-1)HY(f&sub1; + f&sub2; + ... fK-1)
[0097] Das reelle Produkt K-ter Ordnung:
KR(f&sub1;, f&sub2;, ..., fK-1) = PX(f&sub1;) · PX(f&sub2;) · ... · PX(fK-1) · PY(f&sub1; + f&sub2; + ... + fK-1)
[0098] Nachdem das Auto/Kreuz-Spektrum K-ter Ordnung erhalten worden ist, berechnet das System das auto/kreuz-spektrale Dichtefeld K-ter Ordnung, die Auto/Kreuz-Phase K-ter Ordnung und die Auto/Kreuz-Kohärenz K-ter Ordnung in derselben Weise wie in der frequenz-domän-basierenden Methode.
[0099] Für Darstellungszwecke sind die Fig. 10(a)-10(c) Grafen von Mustern von autobispektralen Feldern, die Frequenzpaare von 0 < f&sub1; < 30 Hz und 0 < f&sub2; < 15 Hz zeigen. Ein bispektrales Dichtefeld ist in Fig. 10(a) gezeigt, worin die Z-Achse den Betrag in Dezibel (db) der gekoppelten Wechselwirkung zwischen allen geeigneten Frequenzpaaren f&sub1; und f&sub2; darstellt. Man rufe sich in Erinnerung, daß die Frequenzpaare (f&sub1;, f&sub2;) der Gleichung gehorchen müssen:
f&sub1; + f&sub2; ≤ N/2
worin N = 256 Hz in diesem Fall ist. Ein Bikohärenzfeld ist in Fig. 10(c) gezeigt, wobei die Z- Achse die normalisierte Größe der gekoppelten Wechselwirkung zwischen allen geeigneten Frequenzpaaren f&sub1; und f&sub2; in Prozent (%) zeigt. Ein Biphasenfeld ist in Fig. 10(b) gezeigt, wobei die Z-Achse die Phase der gekoppelten Wechselwirkung zwischen allen geeigneten Fequenzpaaren f&sub1; und f&sub2; in Radian zeigt. Ein Feld der Quadratwurzel des reellen Trippelprodukts ist in Fig. 10(d) gezeigt, worin die Z-Achse die Größe der gekoppelten Wechselwirkung zwischen allen geeigneten Frequenzpaaren f&sub2; und f&sub2; in Dezibel (db) zeigt.
[0100] Unter Bezugnahme auf Fig. 11 wird nun eine detailliertere Darstellung des Moduls 410 zur Erzeugung des diagnostischen Index wiedergegeben. Im Schritt 1102 identifiziert das System den Typ der diagnostischen Ermittlung, die gerade abläuft. Bei einem bevorzugten Ausführungsbeispiel gibt es fünf mögliche Optionen:
1. Tiefe der Narkose, Bewußtseinszustand, Schmerz und chirurgischer Streß.
2. Zerebrale Ischämie und Hypoxie.
3. Zerebrale Intoxikation (Alkohol, Narkotika).
4. Hervorgerufene Potentialauswertung
5. Kognitive Prozeßauswertung
[0101] Im Schritt 1104 holt das System die Felder des Auto/Kreuz-Potenzspektrums, Bispektrums und/oder Spektrums höherer Ordnung, die für die Berechnung des verlangten diagnostischen Index nötig sind, und zwar unter Verwendung der unten beschriebenen Auswahlmethode. Die verschiedenen Felder, die bei der Erzeugung des diagnostischen Index verwendet werden können, sind: Auto/Kreuz-Potenzspektrum; auto/kreuz-bispektrale Dichte; Auto/Kreuz-Bikohärenz; auto/kreuz-bispektrales reeles Produkt; Auto/Kreuz-Biphase; auto/kreuz-spektrale Dichte K-ter Ordnung; Auto/Kreuz-Kohärenz K-ter Ordnung; auto/kreuz- spektrales reelles Produkt K-ter Ordnung und Auto/Kreuz-Phase K-ter Ordnung;
[0102] Das Auswählen des Auto/Kreuz-Potenzspekrums, Bispektrums oder Spektrums höherer Ordnung ist ein wichtiges Merkmal, da es einen Mechanismus bereitstellt, um Änderungen in der Energieverteilung in diesem (und irgendeinem anderen) Spektrum zu kompensieren. Das folgende ist eine allgemeine Beschreibung, wie dieses Merkmal implementiert wird:
[0103] Auf der Basis einer FFT, die aus 4-Sekunden-Datensätzen, wie im bevorzugten Ausführungsbeispiel beschrieben worden ist, gewonnen wurde, können 120 Datenpunkte für ein Potenzspektrumsfeld berechnet werden, das das Frequenzband von 0-30 Hz umfaßt (mit 4-Sekunden-Datensätzen und einer Samplingrate von 128 Proben pro Sekunde, die Auflösung der FFT ist 0,25 Hz und der Bereich ist 30 Hz breit, somit gibt es 120 = 30 Hz /0,25 Hz Datenpunkte). Wenn die 120 Datenpunkte in absteigender Ordnung sortiert sind, wird das erste Element im sortierten Feld dem größten Potenzspektrumswert entsprechen und das letzte Element wird dem kleinsten Potenzspektrumswert entsprechen. Ein Verteilungshistogramm der Leistung (Potenz) kann dann unter Verwendung des sortierten Feldes erzeugt werden. Die X-Achse auf dem Histogramm wird die Leistung in dBs darstellen und die Y-Achse wird die Zahl der Punkte im sortierten Feld darstellen, die zu einem speziellen X-Achsen-Leistungswert gehören. Wenn alle Punkte im sortierten Feld zusammengezählt werden, wird die Summe die gesamte Leistung im 0-30 Hz Spektrum repräsentieren. Wenn eine Zahl von benachbarten Punkten in einem sortierten Feld zusammengezählt wird, wird ein Teil des Histogramms, das einen Prozentsatz zur gesamten Leistung repräsentiert, erhalten. Beispielsweise repräsentieren in einem bestimmten EEG- Signal die obersten zwei Punkte im sortierten Feld die obersten 10% der gesamten Leistung im Leistungsverteilungshistogramm. Ähnlich wird das Zusammenzählen der untersten 70 Punkte (für dasselbe Signal) im sortierten Feld die unteren 10% der gesamten Leistung in Histogramme geben. Mit dieser Methode kann jeder Teil der Leistungsverteilung des Histogramms durch Addieren benachbarter Elemente im sortierten Feld erhalten werden (die obersten 25% der gesamten Leistung, die mittleren 50% der gesamten Leistung, etc.) (unter der Annahme, daß man empirisch die Transferfunktion von spezifischen Punkten zum Prozentsatz der gesamten Leistung bestimmt hat).
[0104] Durch das Sortieren sind wir in der Lage, Regionen hoher Aktivität und niederer Aktivität (Spitzen und Täler) in den 0-30 Hz Potenzspektrum zu verfolgen, ohne spezifische enge Frequenzbänder analysieren zu müssen. Dies entspricht dem Abbilden des Potenz- bzw. Leistungsspektrums auf die Leistungsverteilungsfunktion und dem Arbeiten auf fixen Bändern innerhalb dieser Verteilungsfunktion. Diese Transformation berücksichtigt einige der Inkonsistenzen im Verhalten der EEG-Leistung, die beobachtet wurde, wenn hypnotische anästhetische Mittel verabreicht werden. Allgemeiner wird das oben beschrieben Sortierschema jedes Auto/Kreuz-Potenzspektrums, Bispektrums und Spektrums höherer Ordnung jeder Dimension in eine eindimensionale Verteilungsfunktion der enthaltenen Werte transformieren. Die eindimensionale Verteilung ist dann in fixe Bänder unterteilt, die kombiniert werden können, um einen einwertigen diagnostischen Index zu bilden.
[0105] Im Schritt 1106 werden die Felder des Referenz-Auto/Kreuz-Potenzspektrums, Bispektrums und Spektrums höherer Ordnung sortiert. Die korrespondierenden abhängigen Felder werden gemäß der sortierten Sequenz des Referenzfeldes neu angeordnet. Ein Referenzfeld ist ein Feld, dessen Werte als der primäre Sortierungsschlüssel für eine Gruppe von korrespondierenden Feldern verwendet wird, die dieselbe Zahl an Variablen haben und die in der Größe mit dem Referenzfeld identisch sind. Wenn beispielsweise das Referenzfeld vier Elemente hätte und diese würden die Indizes 1, 2, 3 4 vor dem Sortieren gegeben werden und nach dem Sortieren wäre die neue Ordnung der Indizes 2, 1, 4, 3, dann könnte man dieselbe Wiederanordnung verwenden, um jedes andere Feld derselben Größe neu anzuordnen (in diesem Fall durch Plazieren des zweiten Elementes als erstes und des ersten Elementes als zweites etc.). Auf diese Weise kann man die Sortierung des Referenzfeldes verwenden, um abhängige Felder neu anzuordnen. Beim bevorzugten Ausführungsbeispiel ist das Referenzfeld die auto-bispektrale Dichte und die abhängigen Felder sind die Auto-Bikohärenz und die Quadratwurzel des mittleren reellen Trippelprodukts. Die auto-bispektrale Dichte wurde als Referenzfeld gewählt, weil sie eine Information über die Restpotenz (Restleistung) bei jedem Frequenzpaar nach verschiedenen beliebigen Phasenstreichungen enthält. Damit stellt die Sortierung des auto-bispektralen Dichtefeldes eines stabileres Mittel dar, um die Auto-Bikohärenz und reellen Trippelprodukt- Werte auszusuchen, als die Sortierung dieser Felder selbst wäre. Ein anderes Feld könnte gewählt werden, um andere Bedingungen zu erfüllen.
[0106] Im Schritt 1108 werden die Felder des sortierten Auto/Kreuz-Potenzspektrums, Bispektrums und Spektrums höherer Ordnung jeweils in Bereiche unterteilt, wie dies früher beschrieben worden ist. Die Summe der Punkte in jedem Bereich wird für jedes Feld berechnet und in einer temporären Variablen gespeichert. Im Schritt 1110 wird das klinisch vorbestimmte Koeffizientenfeld für den gewünschten diagnostischen Index aus einem Permanentspeicher (oder von einer Speichereinrichtung) wieder gewonnen. Jeder Koeffizient im vorbestimmten Koeffizientenfeld entspricht einer der temporären Variablen, die im Schritt 1108 erzeugt worden ist. Im Schritt 1112 wird der einzahlige diagnostische Index aus der Summe aller Variablen multipliziert mit dem entsprechenden Koeffizienten im vorbestimmten Koeffizientenfeld erzeugt. Im Schritt 1114 kehrt das Programm zum Monitormodul 402 zurück.
[0107] Die vorbestimmten klinischen Koeffizientenfelder, auf die oben Bezug genommen wurde, sind essentiell für die Fähigkeit der Einrichtung, klinisch relevante diagnostische Effektivität zu erzielen. Der Prozeß zum Erzeugen dieser klinischen Referenzfelder wird nun beschrieben. Da eine große Zahl von möglichen Referenzfeldern erzeugt werden muß, um alle diagnostischen Betriebsweisen des Systems zu berücksichtigen, wird nur eines im Detail beschrieben werden. Alle anderen Referenzfelder werden in einer ähnlichen Weise erzeugt. Für Illustrationszwecke wird ein Verfahren zur Erzeugung der Koeffizienten unten beschrieben, die nötig sind, um die Tiefe der Narkose unter Verwendung der abgeleiteten Signale FL und FR (des bevorzugten Ausführungsbeispiels) zu verfolgen.
[0108] Um die klinischen Koeffizienten für einen speziellen diagnostischen Index zu bestimmen, sind Rohdaten sowie klinische Diagnosen nötig. Im speziellen unten beschriebenen Fall wurden zum Entwickeln eines Index, der die anästhetische Tiefe anzeigt, EEG-Signale und Erfassungen der Patientenantwort auf klinische Stimuli gesammelt. In einem unten beschriebenen Fall basiert die Erfassung auf der Veränderung des Patienten im arteriellen Blutdruck. Im anderen Fall basiert die Erfassung auf dem Urteil des Chirurgen, ob der Patient eine motorisch-reflexive Antwort aufweist. Nachdem die Daten erhalten worden sind, werden die verschiedenen Spektren und Variablen, wie oben beschrieben, erzeugt. Durch Durchführung statistischer Regressionen auf den verarbeiteten Daten im Zusammenhang mit den klinischen Diagnosen können die Koeffizienten bestimmt werden, die den Index mit der besten diagnostischen Vorhersagemöglichkeit erzeugen.
[0109] In zwei getrennten Studien wurden EEG-Potentiale kontinuierlich von einer Gruppe von Patienten aufgenommen, die einem ausgewählten chirurgischen Eingriff unterzogen wurden. Die Aufnahmeperiode startete mit ungefähr 5 Minuten vor dem Beginn und dauerte während der Dauer des chirurgischen Eingriffs an. Die gewonnenen Signale FL, FR, PL, PR, FPL und FPR wurden unter Verwendung der obigen Prozedur ermittelt.
[0110] Der Zweck der ersten Studie war es festzustellen, ob die Variablen des Auto- Bispektrums eine Information über die narkotische Tiefe beim Einschnitt bieten. Vierzig erwachsene Patienten wurden studiert. Die Anästhesie wurde mit Thiopental (bis zu 5,0 mg/kg) begonnen und die Intubation wurde nach der Verabreichung von Succinylcholin durchgeführt. Die Patienten wurden nach dem Zufallsprinzip mit Isofluran 0,75 MAC (mittlere Alveolar-Konzentration), 1,00 MAC oder 1,25 MAC in 100% Sauerstoff versorgt. Die Endkonzentration des Mittels wurde aufgezeigt und nachdem eine Periode eines stabilen Zustands erreicht worden ist, wurde eine aussagekräftige Bewegung als Antwort auf den Hauteinschnitt erfaßt. Jeder Patient wurde entweder als "Bewegen" oder als ein "Nicht- Beweger" klassifiziert, je nach der Antwort des Patienten auf den Einschnitt.
[0111] Der Zweck der zweiten Studie war es festzustellen, ob die auto-bispektralen Variablen eine Information über die Vorhersage hemodynamischer Antworten auf die Laryngoscopy während der Verabreichung von Sufentanil oder Alfentanil zeigen. Vierzig erwachsene Patienten wurden studiert. Die Patienten erhielten eine Vormedikation mit oralem Diazepam (0,05-0,15 mg/kg) und wurden mit Thiopental (4,0-6,0 mg/kg) und 60% Stickoxid in Sauerstoff gefolgt von Vecuronium (0,1 mg/kg) versorgt. Jeder Patient wurde dann in beliebiger Auswahl ausgewählt, um eine der fünf Dosen zu erhalten: Normalsalzlösung; Alfentanil 15 mcg/kg oder 30 mcg/kg; Sufentanil 0,5 mcg/kg oder 1,5 mcg/kg. Die Laryngoscopy wurde 3 Minuten nach der Medikamentenverabreichung durchgeführt. Der Blutdruck wurde am Arm jede Minute mit einer Umschlageinrichtung gemessen. Die Patienten, die eine Veränderung im mittleren arteriellen Druck von mehr als 20% als Antwort auf die Intubation aufgewiesen haben, wurden als "Antworter" klassifiziert; diese, die eine solche Veränderung bei der Intubation nicht aufgewiesen haben, wurden als "Nicht-Antworter" klassifiziert.
[0112] Ein Feld der auto-bispektralen Dichte, der Auto-Bikohärenz, der Wurzel des mittleren reellen Auto-Trippelprodukts wurde für die abgeleiteten Signale FL und FR für jeden Patienten mit einer zweiminütigen Dauer vor dem Stimulus erzeugt. Das Frequenzband, für die die bispektralen Felder berechnet wurden, war 0,25-30 Hz. Jedes bispektrale Feld enthielt 3600 Datenpunkte.
[0113] Die resultierende auto-bispektrale Dichte, Auto-Bikohärenz und die Wurzel des mittleren reellen Auto-Trippelprodukts wurden sortiert unter Verwendung des autobispektralen Dichtefeldes, wie dem Referensortierfeld. Das Sortieren wurde unter Verwendung des oben beschriebenen Algorithmus durchgeführt. Elf Variablen wurden von jeden der sortierten Felder, wie unten beschrieben, erzeugt:
Var1 = Summe der größten 15 Punkte im sortierten Feld
Var2 = Summe der 16. bis 30. Punkte im sortierten Feld
Var3 = Summe der 31. bis 50. Punkte im sortierten Feld
Var4 = Summe der 51. bis 100. Punkte im sortierten Feld
Var5 = Summe der 101. bis 150. Punkte im sortierten Feld
Var6 = Summe der 151. bis 300. Punkte im sortierten Feld
Var7 = Summe der 301. bis 500. Punkte im sortierten Feld
Var8 = Summe der 501. bis 900. Punkte im sortierten Feld
Var9 = Summe der 901. bis 1500. Punkte im sortierten Feld
Var10 = Summe der 1501. bis 2400. Punkte im sortierten Feld
Var11 = Summe der 2401. bis 3600. Punkte im sortierten Feld.
[0114] Die Werte der 11 Variablen für jedes Feld wurden berechnet. Als Ergebnis gab es 33 temporäre Variablen pro Patient pro Signal.
[0115] Die 80 Patienten wurden dann in zwei Gruppen klassifiziert. Die erste Gruppe enthielt alle Patienten aus der ersten Studie, die sich beim Einschnitt bewegt haben und alle Patienten aus der zweiten Studie, die eine Veränderung im Blutdruck von mehr als 20% auf Antwort auf die Intubation gehabt haben. Die zweite Gruppe hatte alle Patienten aus der ersten Studie, die sich beim Einschnitt nicht bewegt haben, und alle Patienten aus der zweiten Studie, die eine Blutdruckantwort von weniger als 20% auf die Intubation gehabt haben.
[0116] Um einen Satz von Koeffizienten zu erzeugen, der zum effektivsten diagnostischen Index führen würde, wurde eine Diskriminanten-Analyse durchgeführt. Der diagnostische Index (I(C&sub0;, C&sub1;, ..., C&sub3;&sub3;)) für ein Set von Koeffizienten (C&sub0;, C&sub1;, ..., C&sub3;&sub3;) ist gegeben durch:
I(c&sub0;, c&sub1;, ..., c&sub3;&sub3;) = c&sub0; + (BISA · c&sub1; + ... + BISK · c&sub1;&sub1;) + (BICA · c&sub1;&sub2; + ... + BICK · c&sub2;&sub2;) + (PSA · c&sub2;&sub3; + ... + PSK · c&sub3;&sub3;)
worin BISA bis BISK in 11 ausgewählten temporären Variablen des Bispektrums sind; BICA bis BICK sind die Variablen vom Bikohärenzfeld; und PSA bis PSK sind die Variablen aus dem sortierten Feld der Wurzel des mittleren reellen Trippelproduks. Die Diskriminanten-Analyse mit den Werten der temporären oben erwähnten Variablen und der Antworten/Nicht- Antworter-Klassifikation für jeden Patienten erzeugt den Satz von Koeffizienten, der zur besten Trennung zwischen Antwortern und Nicht-Antwortern durch die Funktion I führt. Diskriminanten-Analyse-Algorithmen sind öffentlich erhältlich; in diesem Fall wurden jene erwähnt, die aus der Statistik-Datenbank von IMSL (Houston, Texas) erhältlich sind. Unten ist eine Liste von Koeffizienten wiedergegeben, die unter Verwendung einer Datenbank von 170 Patienten erzeugt worden ist.
für abgeleitete Signale FL FR
C&sub0; -4.28
C&sub1; -0.65
C&sub2; +0.57
C&sub3; +1.21
C&sub4; -1,23
C&sub5; +2.63
C&sub6; -3.34
C&sub7; +2.11
C&sub8; +2.74
C&sub9; -3.08
C&sub1;&sub0; 0.0
C&sub1;&sub1; -0.66
C&sub1;&sub2; +0.04
C&sub1;&sub3; -1.86
C&sub1;&sub4; +0.50
C&sub1;&sub5; +0.14
C&sub1;&sub6; -0.30
C&sub1;&sub7; +0.15
C&sub1;&sub8; -0.08
C&sub1;&sub9; -0.11
C&sub2;&sub0; +0.05
C&sub2;&sub1; +0.05
C&sub2;&sub2; -0.02
C&sub2;&sub3; +0.67
C&sub2;&sub4; -1.02
C&sub2;&sub5; 0.0
C&sub2;&sub6; -0.19
C&sub2;&sub7; -1.27
C&sub2;&sub8; +1.20
C&sub2;&sub9; +1.25
C&sub3;&sub0; -2.15
C&sub3;&sub1; -2.43
C&sub3;&sub2; +3.16
C&sub3;&sub3; +0.64
[0117] Für zwei oben diskutierte Studien wurde der einwertige Index verwendet, um die Antwort auf den Stimulus für jeden Patienten vorherzusagen. Das folgende ist eine Zusammenfassung der erhaltenen Resultate:
Sensitivität; Vorhersage der Bewegung beim Einschnitt = 96%
Spezifität; Vorhersage keiner Bewegung beim Einschnitt = 63%
Gesamtgenauigkeit; Vorhersage Bewegung/Nichtbewegung beim Einschnitt = 83%
Sensitivität; Vorhersage > 20% Blutdruckänderung bei der Intubation = 100%
Spezifität; Vorhersage < 20% Blutdruckänderung bei der Intubation = 50%
Gesamtgenauigkeit; Vorhersage Blutdruckänderung bei der Intubation = 85%
[0118] Das obige Beispiel zeigt ein Verfahren, um einen Satz von Koeffizienten für eine diagnostische Anwendung in retrospektiver Weise zu erzielen. Es können mehrere andere Verfahren verwendet werden, um die studierten klinischen Populationen unter Verwendung eines einwertigen Index zu trennen. Solche Verfahren umfassen, aber sind nicht beschränkt auf die lineare Regression, stufenweise lineare Regression, logistische Regression und stufenweise logistische Regression. Natürlich muß unabhängig vom Verfahren, das verwendet wurde, um die Koeffizienten retrospektiv zu berechnen, die Leistungsfähigkeit des endgültigen Index in einem prospektiven Versuch bestätigt werden, bevor er an einem Patienten angewandt wird.
[0119] Der oben beschriebene analytische Prozeß wird verwendet, um die Referenzdatenbanken für zerebrale Ischämie, zerebrale Hypoxie, Bewußtsein, Grad der Intoxikation, veränderte hervorgerufene Potentialantworten und normale oder abnormale kognitive Prozesse zu erzeugen, umfassend aber nicht beschränkt auf das Identifizieren von Patienten mit Alzheimer Krankheit und HIV-bedingtem Schwachsinn.
[0120] Zusätzlich zur Quantifizierung der Tiefe und Eignung der Anästhesie (Narkose) und Schmerzantworten auf chirurgischen Streß kann das System und Verfahren der vorliegenden Erfindung auch verwendet werden, um eine Vielzahl von zerebralen Phänomenen zu erfassen, die die nichtlineare Frequenzstruktur des EEG, wie sie durch das Bispektrum oder Spektrum höherer Ordnung charakterisiert. Solche zerebralen Phänomene umfassen, sind aber nicht beschränkt auf zerebrale Ischämie, zerebrale Hypoxie, Grad des Bewußtseins, Grad der zerebralen Intoxikation, veränderte hervorgerufene Potentialantworten und normale und abnormale kognitive Prozesse, die durch neurologische Störungen wie der Alzheimer Krankheit oder HIV-bedingtem Schwachsinn hervorgerufen sind.
[0121] Obwohl potenzspektrale und bispektrale Analysetechniken auf das EEG-Signal für diagnostische Zwecke angewandt worden sind, wie es beim Stand der Technik oben diskutiert worden ist, wurden Verfahren mit Spektren höherer Ordnung niemals verwendet. Außerdem wurde kein Potenzspektrum, Bispektrum oder Spektrum höherer Ordnung jemals im Zusammenhang mit der obigen Sortiermethode verwendet. Insbesondere sortiert das System und Verfahren verschiedene Auto/Kreuz-Potenzspektren, Bispektren und Spektren höherer Ordnung, teilt die sortierten Felder in Bereiche, summiert die Variablen in jedem Bereich, multipliziert den Wert eines jeden Bereichs durch einen klinisch abgeleiteten Koeffizienten und addiert schließlich alle Variablen zusammen, um einen einwertigen diagnostischen Index zu erhalten. Die verschiedenen Felder, die verwendet werden können, sind: Auto/Kreuz-Potenzspektrum, auto/kreuz-bispektrale Dichte, Auto/kreuz-Bikohärenz, Auto/Kreuz-Biphase, auto/kreuz-mittleres reelles Trippelprodukt, auto/kreuz-spektrale Dichte K-ter Ordnung, Auto/Kreuz-Kohärenz K-ter Ordnung, Auto/Kreuz-Phase und auto/kreuzreelles Produkt.
[0122] Während die vorhergehende Erfindung unter Bezugnahme auf ihre bevorzugten Ausführungsbeispiele beschrieben worden ist, fallen dem Fachmann zahlreiche Abweichungen und Veränderungen ein. Alle diese Abweichungen und Veränderungen sollen in den Schutzumfang der angefügten Ansprüche fallen.

Claims

1. Verfahren zum nichtinvasiven Detektieren zerebraler Phänomene, welches die folgenden Schritte umfaßt:

Erfassen elektroencephalographischer Signale über mindestens eine Elektrode (13) von einer Körperoberfläche eines zu analysierenden Objektes (15);

Bandpaßfiltern der genannten elektroencephalographischen Signale, um gefilterte Signale in einem gewünschten Frequenzbereich zu erhalten und

Aufteilen der genannten gefilterten Signale in eine Mehrzahl von Datensätzen dadurch gekennzeichnet, daß das Verfahren die Schritte des Charakterisierens dynamischer Phasenrelationen innerhalb der genannten gefilterten Signale durch Verarbeiten der genannten gefilterten Signale zum Erzeugen spektraler Werte K- ter Ordnung, worin K eine ganze Zahl größer als 2 ist, umfaßt und

Ableiten eines diagnostischen Index, der die detektierten zerebralen Phänomene quantifiziert, von den genannten erzeugten spektralen Werten K-ter Ordnung.

2. Verfahren zum nichtinvasiven Detektieren zerebraler Phänomene nach Anspruch 1, worin der Schritt des Erfassens elektroencephalographischer Signale weiters den Schritt des Anbringens von Elektroden (13) auf dem Kopf (14) eines zu untersuchenden Subjektes (15) umfaßt, um ein unipolares elektroencephalographisches Signal von jedem interessierenden Bereich von sowohl der linken als auch rechten Hemisphäre des Hirnes des Subjektes zu erhalten, an das die Elektroden angebracht sind.

3. Verfahren zum nichtinvasiven Detektieren zerebraler Phänomene nach Anspruch 1, worin die spektralen Werte K-ter Ordnung, die im genannten Schritt des Charakterisierens der genannten dynamischen Phasenrelationen erzeugt werden, autospektrale Dichtewerte K-ter Ordnung sind.

4. Verfahren zum nichtinvasiven Detektieren zerebraler Phänomene nach Anspruch 3, worin die genannten autospektralen Dichtewerte K-ter Ordnung Autophasenwerte K-ter Ordnung sind.

5. Verfahren zum nichtinvasiven Detektieren zerebraler Phänomene nach Anspruch 3, worin die genannten autospektralen Dichtewerte K-ter Ordnung Autokohärenzwerte K-ter Ordnung sind.

6. Verfahren zum nichtinvasiven Detektieren zerebraler Phänomene nach Anspruch 1, worin der genannte Schritt des Erfassens elektroencephalographischer Signale weiters den Schritt des Anbringens von Elektroden (13) am Kopf (14) des zu untersuchenden Subjektes (15) umfaßt, um bipolare Datensätze von elektroencephalographischen Signalen von der linken und rechten Hemisphäre des Hirnes des Subjektes zu erhalten, an das die Elektroden angebracht sind.

7. Verfahren zum nichtinvasiven Detektieren zerebraler Phänomene nach Anspruch 6, worin ein bipolarer Datensatz von einer frontalen linken Hemisphäre des Hirnes des Subjektes erfaßt wird und ein anderer bipolarer Datensatz von einer frontalen rechten Hemisphäre des Hirnes des Subjektes erfaßt wird.

8. Verfahren zum nichtinvasiven Detektieren zerebraler Phänomene nach Anspruch 6, worin ein bipolarer Datensatz von einer linken occiputalen Region des Hirnes des Subjektes erfaßt wird und ein anderer bipolarer Datensatz von einer rechten occiputalen Region des Hirnes des Subjektes erfaßt wird.

9. Verfahren zum nichtinvasiven Detektieren zerebraler Phänomene nach Anspruch 6, worin ein bipolarer Datensatz von einer linken parietalen Region des Hirnes des Subjektes und ein anderer bipolarer Datensatz von einer rechten parietalen Region des Hirnes des Subjektes erfaßt wird.

10. Verfahren zum nichtinvasiven Detektieren zerebraler Phänomene nach Anspruch 1, worin die zerebralen detektierten Phänomene Schmerzantworten während chirurgischem Streß am zu analysierenden Subjekt sind.

11. Verfahren zum nichtinvasiven Detektieren zerebraler Phänomene nach Anspruch 1, worin das detektierte zerebrale Phänomen der Grad der zerebralen Intoxikation des zu analysierenden Subjektes (15) ist.

12. Verfahren zum nichtinvasiven Detektieren zerebraler Phänomene nach Anspruch 1, worin die detektierten zerebralen Phänomene normale oder abnormale kognitive Prozesse des zu analysierenden Subjektes (15) sind.

13. Verfahren zum nichtinvasiven Detektieren zerebraler Phänomene nach Anspruch 1, worin das detektierte zerebrale Phänomen chronische Ischämie oder ein Infarkt im zu analysierenden Subjekt (15) ist.

14. Verfahren zum nichtinvasiven Detektieren zerebraler Phänomene nach Anspruch 1, worin das detektierte zerebrale Phänomen in kognitiven Prozessen besteht, die durch neurologische Störungen hervorgerufen sind.

15. Verfahren zum nichtinvasiven Detektieren zerebraler Phänomene nach Anspruch 1, worin das detektierte zerebrale Phänomen in veränderlichen hervorgerufenen Potentialantworten besteht.

16. System zum nichtinvasiven Detektieren zerebraler Phänomene umfassend:

Mittel (406) zum Erfassen elektroencephalographischer Signale durch mindestens eine Elektrode (13) von einer Körperoberfläche eines zu analysierenden Subjektes (15);

Mittel (16) zum Bandpaßfiltern der genannten elektroencephalographischen Signale, um jene Signale außerhalb eines gewünschten Frequenzbereiches zu eliminieren und

Mittel (406) zum Aufteilen der genannten gefilterten Signale in eine Vielzahl von Datensätzen,

dadurch gekennzeichnet, daß das System Mittel (408) zum Erzeugen spektraler Werte K-ter Ordnung umfaßt, die Fähig sind, dynamische Phasenrelationen in den genannten gefilterten elektroencephalographischen Signalen zu charakterisieren, worin K eine ganze Zahl größer als 2 ist, und

Mittel (410) zum Ableiten eines diagnostischen Index aus den genannten spektralen Werten K-ter Ordnung, um die zerebralen Werte zu quantifizieren.

17. System zum nichtinvasiven Detektieren zerebraler Phänomene nach Anspruch 16, welches weiters eine Mehrzahl von genannten Mitteln (406) zum Erfassen elektroencephalographischer Signale umfaßt, die an die genannten Mittel (406) zum Filtern angeschlossen sind.

18. System zum nichtinvasiven Detektieren zerebraler Phänomene nach Anspruch 17, worin die genannten Vielzahl der genannten Mittel (406) zum Erfassen elektroencephalographischer Signale eine Vielzahl von Elektroden (13) ist, die an den Kopf (14) eines zu analysierenden Subjektes (15) anschließbar sind, um ein unipolares elektroencephalographisches Signal von jeder der Vielzahl der interessierenden Regionen auf der linken und rechten Hemisphäre des Hirnes des Subjektes zu erhalten.

19. System zum nichtinvasiven Detektieren zerebraler Phänomene nach Anspruch 16, worin die genannten Mittel (406) zum Erfassen elektroencephalographischer Signale umfassen:

eine Mehrzahl von Oberflächenelektroden (13) zum Befestigen an einer Oberfläche eines Kopfes (14) eines zu untersuchenden Subjektes (15);

Mittel (32) zum Bereitstellen eines Defibrilatorschutzes zum Begrenzen der Spannung zum Verstärker während einer Entladung;

Mittel (36) zum Verstärken der gefilterten Signale für eine hohe Verstärkung, um den dynamischen Bereich für hochfrequente niederenergetische Wellenkomponenten der genannten gefilterten Signale zu maximieren;

Mittel (30) zum Bereitstellen eines elektrochirurgischen Schutzes zum Begrenzen des Radiofrequenzstromes durch die genannten Verstärkermittel;

Mittel zum Liefern der genannten Signale zu einem Analog-Digital-Wandler (38), um die genannten Signale in digitale Signale zu wandeln.

20. System zum nichtinvasiven Detektieren zerebraler Phänomene nach Anspruch 16, worin die Mittel (406) zum Erfassen elektroencephalographischer Signale ausgebildet sind, um Signale von verschiedenen Regionen des Gehirns des genannten Subjektes zu erfassen.

21. Verfahren zum nichtinvasiven Detektieren zerebraler Phänomene nach Anspruch 1, worin der genannte Schritt des Ableitens eines diagnostischen Index aus den genannten spektralen Werten K-ter Ordnung die Schritte umfaßt:

Sortieren der genannten spektralen Werte in vorbestimmte Ablagen von Bereichen der spektralen Werte;

Aufsummieren aller spektralen Werte in jeder Ablage;

Multiplizieren der Summe des spektralen Wertes in jeder Ablage mit einem vorbestimmten Koeffizienten, um ein Ablage-Produkt zu erhalten;

Aufsummieren der genannten Ablage-Produkte um einen diagnostischen Index zu erhalten, der den Grad des Vorhandenseins oder Nichtvorhandenseins der genannten Phänomene repräsentiert.

22. System zum nichtinvasiven Detektieren zerebraler Phänomene nach Anspruch 16, worin die Mittel zum Ableiten eines diagnostischen Index aus den genannten spektralen Werten K-ter Ordnung umfassen:

Mittel zum Aufteilen der genannten spektralen Werte in vorbestimmte Ablagen von Bereichen der spektralen Werte;

Mittel zum Summieren aller spektralen Werte in jeder Ablage;

Mittel zum Multiplizieren der Summe der spektralen Werte in jeder Ablage mit einem vorbestimmten Koeffizienten, um ein Ablage-Produkt zu erhalten;

Mittel zum Summieren der genannten Ablageprodukte, um einen diagnostischen Index zu erhalten, der den Grad des Vorhandenseins bzw. Nichtvorhandenseins der genannten Phänomene repräsentiert.

23. Verfahren zum nichtinvasiven Detektieren zerebraler Phänomene nach Anspruch 1, worin der genannten Schritt des Erfassens elektroencephalographischer Signale das Erfassen elektroencephalographischer Signale über mindestens eine Elektrode umfaßt, die in der Nähe jener Bereiche des Gehirns angeordnet sind, in denen eine hervorgerufene Potentialantwort auftritt.

24. Verfahren zum nichtinvasiven Detektieren zerebraler Phänomene nach Anspruch 1, worin der genannte Schritt des Erfassens elektroencephalographischer Signale das Erfassen elektroencephalographischer Signale von einer vollständigen hervorgerufenen Potentialantwort umfaßt.

25. Verfahren zum nichtinvasiven Detektieren zerebraler Phänomene nach Anspruch 1, worin die spektralen Werte K-ter Ordnung spektrale Werte dritter Ordnung sind.

26. System zum nichtinvasiven Detektieren zerebraler Phänomene nach Anspruch 16, worin die genannten spektralen Werte K-ter Ordnung spektrale Werte dritter Ordnung sind.