FI96378B - Elektro-okulografisen tutkimuksen automatisointi - Google Patents

Elektro-okulografisen tutkimuksen automatisointi Download PDF

Info

Publication number
FI96378B
FI96378B FI932222A FI932222A FI96378B FI 96378 B FI96378 B FI 96378B FI 932222 A FI932222 A FI 932222A FI 932222 A FI932222 A FI 932222A FI 96378 B FI96378 B FI 96378B
Authority
FI
Finland
Prior art keywords
values
signals
signal
point
determining
Prior art date
Application number
FI932222A
Other languages
English (en)
Swedish (sv)
Other versions
FI932222A (fi
FI932222A0 (fi
FI96378C (fi
Inventor
Ville Sakari Voipio
Original Assignee
Ville Sakari Voipio
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ville Sakari Voipio filed Critical Ville Sakari Voipio
Priority to FI932222A priority Critical patent/FI96378C/fi
Publication of FI932222A0 publication Critical patent/FI932222A0/fi
Priority to AU66517/94A priority patent/AU6651794A/en
Priority to US08/586,642 priority patent/US5823190A/en
Priority to PCT/FI1994/000191 priority patent/WO1994026165A1/en
Publication of FI932222A publication Critical patent/FI932222A/fi
Publication of FI96378B publication Critical patent/FI96378B/fi
Application granted granted Critical
Publication of FI96378C publication Critical patent/FI96378C/fi

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/398Electrooculography [EOG], e.g. detecting nystagmus; Electroretinography [ERG]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7239Details of waveform analysis using differentiation including higher order derivatives

Landscapes

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

Description

96378
Elektro-okulografisen tutkimuksen automatisointi Automatisering av en elektro-okulografisk undersökning
Keksintö kohdistuu patenttivaatimuksen 1 johdannon mukaiseen menetelmään ja menetelmän toteuttavaan laitteeseen elektro-okulografisen tutkimuksen (EOG-tutkimuksen) suorittamiseksi, jota menetelmää käytetään tietyn tyyppisten silmän verkkokalvon vaurioiden havaitsemiseen. Erityisesti keksintö kohdistuu menetelmään EOG-tutkimuksen suorituksen nopettamiseksi ja avustamiseksi sitä automatisoimalla. Yleisemmin keksintö kohdistuu menetelmään jonkin jännitehyppäyksen vertailuarvon määrittämiseksi jännitehyppäyksiä ja häiriökohinaa sisältävästä näytesignaalista.
Edelleen keksintö kohdistuu patenttivaatimuksen 7 johdannossa esitettyyn laitteeseen keksinnön mukaisen menetelmän toteuttamiseksi.
Elektro-okulografia on silmätautioppiin keskeisesti liittyvä elektrofysiologinen tutkimus, joka perustuu silmän verkkokalvon (- napa) ja sarveiskalvon (+ napa) välisten sähköjännite-erojen hitaiden vaihteluiden mittaamiseen. Em. verkkokalvon ja sarveiskalvon potentiaalien välistä suhdetta kutsutaan EOG-suh-teeksi. EOG: tä käytetään eräiden verkkokalvon rappeumasaiTauksien tutkimiseen. Sen avulla voidaan lisäksi selvittää se, vaurioittaako jokin, esim. reuman hoitona käytetty lääkitys verkkokalvoa. Elektro-okulografiaa pidetäänkin potilastutkimuksessa välttämättömänä, mutta sitä pidetään myös hyvänä tutkimusmenetelmänä kokeellisissa tutkimuksissa ja erityisesti lääkeaineiden verkkokalvo-toksisia tutkimuksia suoritettaessa.
Potentiaalia ei ole mahdollista mitata suoraan silmästä. Se voitaisiin kyllä tehdä asettamalla elektrodi sarveiskalvolle, mutta tällöin silmän tulee olla puudutettu, mikä johtaa silmän epänormaalista toiminnasta aiheutuviin virhetuloksiin.
2 96378 Tämä ongelma vältetään mittaamalla EOG-suhde epäsuorasti lähelle potilaan silmiä sijoitetuilla elektrodeilla, jolloin silmien liikkeiden kautta muodostetaan toisistaan poikkeavia, mitattavissa olevia biojännitteitä, joiden keskinäisestä suhteesta silmien biojännitteiden suhde on laskennalla määritettävissä. Elektrodeja sijoitetaan iholle koejärjestelystä riippuen vaihteleva määrä ja niillä on lisäksi lukuisa määrä erilaisia sijoitusvaihtoehtoja. Silmien liikkuminen saadaan aikaiseksi esimerkiksi vilkkuvilla valonlähteillä. Eräässä yleisesti käytetyssä koejärjestelyssä potilas katsoo kahta eripuolille silmiä sijoitettua vilkkuvaa valonlähdettä. Valot vilkkuvat vastakkaisissa vaiheissa esim. n. 1 Hz taajuudella siten, että potilaan silmät ovat jatkuvassa edestakaisessa liikkeessä. Myös sellaisia koejärjestelyjä tunnetaan, joissa potilaan silmien edessä liikutetaan kiinteää valoa tai jotain muuta potilaan huomion herättävää kohdetta.
Aina, kun potilas liikauttaa silmiään, potentiaali muuttuu. Täten syntyvien potentiaalin amplitudien aallon taajuus on sama kuin valolähteen vilkkumistaajuus. Potentiaalin amplitudin suuruus on verrannollinen EOG-suhteeseen, mikä johtuu siitä, että silmän katsoessa suoraan eteenpäin on potentiaali nolla ja silmän katsoessa sivulle tai ylös on potentiaali nollasta poikkeava.
Koska potentiaali riippuu silmän asennosta ja sarveiskalvo-verkkokalvo potentiaalista, ei ole mahdollista määrittää todellista sarveiskalvo-verkkokalvo potentiaalia. Tällä ei kuitenkaan ole merkitystä, sillä tutkimuksen tuloksena saatava potentiaalien suhde on tärkeämpi. On kuitenkin tärkeää, että silmä liikkuu samojen sopivasti määritettyjen pisteiden välillä tutkimuksen kuluessa.
Itse tutkimus aloitetaan tavallisesti pimeässä. Potentiaaliero-signaalia tallennetaan n. 10 s ajan kerran minuutissa 15 minuutin ajanjakson ajan. Signaalia ei mitata jatkuvasti johtuen ; jatkuvan liikkeen silmiin aiheuttamasta väsymisestä, mikä I lii I y I tl I r 3 96378 vääristäisi tuloksia. Lisäksi muutokset tämäntyyppisessä sar-veiskalvo-verkkokalvopotentiaalissa ovat hyvin hitaita.
Aluksi sarveiskalvo-verkkokalvopotentiaali pienenee hitaasti silmän tottuessa pimeyteen. Tämän tulisi tapahtua n. 8 - 9 minuutin kuluessa kokeen aloittamisesta. Tämän 15 minuutin pimeän jakson jälkeen valaistus vaihdetaan hyvin kirkkaaksi, minkä jälkeen tallennetaan toinen 15 minuutin mittainen jakso. Sarveiskalvo-verkkokalvopotentiaalin tulisi kohota silmän tottuessa valoisuuteen, mihinkä kuluu vastaavasti n. 8 - 9 minuuttia.
Tämän jälkeen EOG-suhde määritetään ottamalla suurin ja pienin sarveiskalvo-verkkokalvopotentiaalin arvo ja laskemalla niiden suhde. Mikäli suhde alittaa tietyn raja-arvon, antaa se yleensä aihetta tarkempiin tutkimuksiin.
Tällainen tutkimus on kuitenkin ollut erittäin työläs suorittaa manuaalisesti. Erilaisia laitteita, kuten valolähde, mittausvälineet, piirturi, täytyy käynnistää ja sulkea lukuisia kertoja. Saaduista näytteistä täytyy osata valikoida "hyvät" ja laskea niiden keskiarvo, minkä jälkeen jokaisen mittausjakson keskiarvoista muodostetaan graafinen esitys, mistä EOG-suh-de lopulta saadaan määritettyä. Manuaalisesti määritettäviä "hyviä" potentiaaliamplitudeja saadaan tavallisesti kaikkiaan n. 1000 kpl, mikä lisää laskuvirheiden mahdollisuutta keskiarvoja laskettaessa. Lisäksi kokeeseen voidaan sisällyttää lukuisia erikoistoimintoja, jotka myös vaativat suorittajaltaan runsaasti huomiota.
Tämän johdosta onkin esitetty koesarjan suorittamista automaattisesti, esimerkiksi prosessorin tai logiikkapiirin ohjaamana. US patentissa 4,474,186 esitetään laitteisto, joka automaattisesti ohjaa elektro-okulografista testiä ja automaattisesti prosessoi testistä johdetut tulokset ja esittää testin tulokset luettavassa muodossa. Kehitetty järjestelmä on kuitenkin varsin monimutkainen ja sen antamat tulokset eivät ole osoit- 4 96378 tautuneet riittävän tarkoiksi. Epätarkkuutta aiheuttaa ennenkaikkea elektrodeilta saatujen amplitudien heikkous, jolloin relevanteilla signaaleilla on taipumus peittyä satunnaiseen elektromagneettiseen ja biologiseen taustakohinaan ja em. kohina vääristää saatua signaalia ja hankaloittaa merkittävästi luotettavien tulosten aikaansaamista. Viitejulkaisun mukaisen laitteiston elektronisen virheiden suodatusjärjestelmän kyky erottaa "hyvät" ja "huonot" näytteet toisistaan onkin osoittautunut riittämättömäksi, sillä se perustuu häiriösignaa-lien yli - ja alipäästösuodatukseen. Elektrodeilta saadaan kuitenkin niin heikko signaali, että sellaisten suodattimien valitseminen, joidenka suorittaman suodatuksen jälkeen saataisiin riittävä määrä luotettavia tuloksia ja jotka eivät samalla suodattaisi myös suurta osaa signaalista, on erityisen vaikeaa. Viitejulkaisun mukaisella laitteistolla ei olekaan saavutettu merkittävää parannusta EOG-tutkimuksen suorittamiseksi juuri sen antamien tulosten suuren virhetodennäköisyyden j ohdosta.
Lisäksi on DE 3511695 ja DE 3511697 julkaisuissa esitetty monimutkaiset järjestelmät EOG-tutkimuksen automatisoimiseksi. Myös näissä tunnetuissa järjestelmissä ongelmaksi muodostuu häiriöiden suodatus ja järjestelmän antamien tulosten huono luotettavuus, sillä kummankin edellä mainitun viitejulkaisun mukaiset järjestelmät käyttävät häiriönpoistoon yli- ja alipääs tösuodatus ta.
Kaikki edellä esityt tunnetut järjestelmät ovat olleet lisäksi sen tosiseikan edessä, että tietokoneen hahmotuskyky on puutteellinen. Se ei ole osannut muodostaa saadusta signaalikuviosta riittävän tarkkoja EOG-arvoja, varsinkin kun puutteellinen kohinansuodatus on aiheuttanut kuvioihin lisää epäsymmetrisyyttä j a epäj atkuvuutta.
Esillä olevan keksinnön tarkoituksena on poistaa tunnetun tekniikan epäkohdat ja saada aikaan aivan uudenlainen ratkaisu automaattisen EOG-tutkimuksen suorittamiseksi täsmällisesti, il stt i 1111 I t ί·Λ 5 96378 nopeasti, luotettavasti ja vieläpä erittäin yksinkertaisesti.
Keksinnön eräänä toisena tarkoituksena on saada aikaan EOG-tut-kimusmenetelmä ja -laitteisto, joka on toiminnaltaan yksinkertainen ja helppokäyttöinen.
Keksinnön vielä eräänä tarkoituksena on saada aikaan laitteisto ja menetelmä, jolla EOG-tutkimuksen tulokset saadaan reaali-aj assa.
Keksinnön vielä eräänä toisena tarkoituksena on saada aikaan sellainen laitteisto automaattisen EOG-tutkimuksen suorittamiseksi, joka voidaan toteuttaa hyödyntämällä helposti saatavia vakiokomponentteja ja mikroprosessoria.
Keksintö perustuu siihen ajatukseen, että elektrodeilta saatava signaali mediaanisuodatetaan tietokoneavusteisesti, eli muodostetaan signaalin osajoukoista juokseva keskiarvo, jolloin signaali edullisesti digitalisoidaan ennen mediaanisuoda-tusta. Suodatettu signaali derivoidaan ja saadun derivaattasig-naalin huipun ja keksinnön mukaisesti määritettävän toisen pisteen avulla määritetään integroinnin kautta todellinen potentiaalihyppäyksen korkeus. Keksinnön mukaisella menetelmällä järjestelmän kyky erottaa "hyvät" ja "huonot" signaalin arvot paranee oleellisesti.
Tässä yhteydessä tulee huomata, että digitalisoitu signaali ei ole jatkuva, vaan aikayksikköä kohden otettujen näytteiden huippuarvo. Tällaisella epäjatkuvalla signaalilla ei puhtaasti matemaattisesti tarkasteltuna voi olla derivaattaa. Kuitenkin, koska ero kahden vierekkäisen näytteen välillä käyttäytyy kuten derivaatta, kutsutaan sitä tässä yhteydessä derivaataksi, joka voidaan esittää: dxn = Xn - Xn-i, missä n on kokonaisluku ; Integraalilla tarkoitetaan tässä yhteydessä vastaavaa vierek- 6 96378 käisten näytteiden integraalinomaisesti käyttäytyvää suhdetta, ja se voidaan esittää: to to J x(n)dn => Σ xn a n — a
Lisäksi tullaan tässä yhteydessä käyttämään ilmaisua transi-tio, kun tarkoitetaan potentiaalin hyppäystä.
Täsmällisemmin sanottuna keksinnön mukaiselle menetelmälle on pääasiallisesti tunnusomaista se, mikä on esitetty patenttivaatimuksien 1 ja 6 tunnusmerkkiosassa. Keksinnön mukaiselle laitteelle on taas tunnusomaista se, mikä on esitetty patenttivaatimuksen 7 tunnusmerkkiosassa. Muut keksinnölle tunnusomaiset piirteet ilmenevät epäitsenäisistä patenttivaatimuksista.
Keksinnön erään edullisen sovellutusmuodon mukaan suoritetaan silmien EOG-tutkimus automaattisesti siten, ettei tutkimuksen suorittajan tarvitse missään vaiheessa tutkimuskierron alun jälkeen puuttua tutkimuksen kulkuun, vaan että keksinnön mukainen järjestelmä suorittaa itsenäisesti tutkimuksen mukaiset työkierrot, suorittaa virheellisten signaalien poiston, analysoi saadut mittaustulokset sekä tallentaa ja tulostaa ne halutussa muodossa.
Luotettavat ja täsmälliset tulokset saavutetaan keksinnön mukaisella menetelmällä, jossa iholle sijoitetuilta elektrodeilta saadut signaalit digitalisoidaan ja mediaanisuodatetaan virheellisten signaalien eliminoimiseksi. Saatu signaali derivoidaan, minkä avulla saadulle signaalikuviolle saadaan oleellisen symmetrinen, kolmiomainen muoto. Seuraavaksi etsitään oleellisesti kolmionmuotoisen derivaattasignaalin minimi ja maksimi, missä voidaan edullisesti käyttää ikkunointia. Ikkuna asetetaan sen kohdan ympärille, missä maksimin oletetaan olevan. Ikkunan pituudeksi määrätään edullisesti valolähteen vilkkumisen yhden jakson pituus. Ikkunan keskikohta ei ole . juuri samassa kohden missä sen teoriassa tulisi olla, sillä
9637B
7 ihminen liikuttaa silmiään reaktioajasta johtuen hiukan valolähteen perässä ja näin ollen ikkunakin asetetaan hiukan jälkeen valolähteen syklistä.
Lisäksi ikkunoita asetettaessa on selvitettävä se, tuleeko ensin signaalin minimi vai maksimi. Tämä suoritetaan siten, että ensin oletetaan tulevan maksimin ja ikkunat asetetaan sen mukaisesti. Tämän jälkeen signaalien arvot kerrotaan l:llä maksimi-ikkunoissa ja -l:llä minimi-ikkunoissa. Mikäli näin laskettujen arvojen keskiarvo on positiivinen, oli oletus oikea ja mikäli keskiarvo on negatiivinen, oli ensimmäinen ikkuna minimin kohdalla.
Nyt huippujen tarkat sijainnit ovat tiedossa. Seuraavaksi on selvitettävä huipun kolmiomaisen alueen reunojen sijainti. Signaalissa jäljellä oleva kohina tekee reunojen sijainnin määrittämisen signaalin nollakohtien avulla mahdottomaksi. Lisäksi huipun viimeinen reuna on tavallisesti kauempana nollasta kuin ensimmäinen reuna.
Tässä käytetään hyväksi huipun muotoa. Mediaanisuodatuksen jälkeen huipulla tulisi olla suorat reunat. Reunojen ja huipun lopun sijainnin selvittäminen aloitetaan maksimista ja näytteet käydään yksi kerrallaan läpi poispäin maksimista edeten kunnes senhetkisen sijainnin ja maksimin välisten näytteiden keskiarvo on puolet maksimista. Tämän pisteen ja huipun maksimin pisteen avulla saadaan pinta-alan määritystä varten määritettyä huipun loppupiste.
Lopuksi amplitudin koko saadaan yksinkertaisesti integroimalla yli käyrän huipun alueen, jolloin saadaan todellinen amplitudin korkeus.
Laskenta suoritetaan edullisesti tietokoneavusteisesti, ja sitä voidaan nopeuttaa yhdistämällä edullisesti mediaanisuoda-tus vaihe ja derivointi vaihe.
96376 8
Keksinnön mukaisen menetelmän avulla saavutetaan huomattavia etuja. Elektrodeilta saatavien signaalien analysointi ei ainoastaan nopeudu verrattuna tunnettuun tekniikkaan, vaan myös saatavat tulokset ovat täsmällisempiä ja luotettavampia. Itse tutkimukseen ja keksinnön mukaisen menetelmän toteuttamiseen tarvittava laitteisto on helposti toteutettavissa ja kustannuksiltaan edullinen, sillä kaikki tarvittavat komponentit ovat kaupallisesti saatavaa tyyppiä.
Keksinnön erästä suoritusmuotoa kuvataan seuraavassa esimerkinomaisesti viittaamalla samalla oheisiin piirustuksiin, joissa:
Kuviot la ja Ib esittävät kaaviomaisesti silmän muodostaman virtapiirin ja ne esittävät silmän potentiaalitason suoraan katsottaessa ja sivulle katsottaessa.
Kuvio 2 on kaaviollinen esitys keksinnön perusideasta.
Kuvio 3 on kaaviomainen esitys keksinnön erään edullisen suoritusmuodon mukaisesta laitteistosta.
Kuvio 4a esittää mitatun signaalin.
Kuvio 4b esittää samaa signaalia derivoituna ilman mediaanisuo-. datusta.
Kuvio 5 esittää derivoimalla saadun huipun.
Kuvio 6 esittää saatuja mittaustuloksia erilaisilla suodattimen pituuksilla 1.
Kuvio 7 esittää mitatuista signaalinarvoista laskettuja poten-tiaalihyppäysten kokoja.
Kuvio 8 esittää eräässä tutkimuksessa saatuja EOG-arvoja. Tarkemmin esitettynä, kuviossa la esitetään ihmisen silmän 9 96378 muodostama virtapiiri ja sen potentiaali silloin, kun silmä katsoo suoraan eteenpäin. Biopotentiaalin mittauskohtina eli mittaelektrodien 12 kiinnityskohtina on edullisesti nenänjuuri ja ohimot, mutta muitakin sijoituksia voidaan käyttää. Elektrodit 12 on kytketty vahvistimeen 14, joina voi toimia tavanomaisen EKG-laitteisto tai muu sellainen. Kuten kuviosta havaitaan, on virtapiirin potentiaali olennaisesti nolla, kun silmä asettuu kuvion mukaisella tavalla.
Kuviossa Ib esitetään silmä kääntyneenä vasemmalle, ja voidaan havaita, että ohimoelektrodin potentiaali nyt on korkeampi kuin nenän kohdalla olevan elektrodin 12.
Tutkimusta suoritettaessa on tärkeää, että silmä liikkuu kahden saman pisteen välillä. Edelleen, mikäli valolähteiden välinen kulma on liian suuri, väsyvät potilaan silmät nopeasti ja signaali menettää terävän muotonsa. Toisaalta liian kapealla kulmalla saavutetaan liian pieniä potentiaalinousun arvoja, joista ei ole mahdollista määrittää EOG-suhdetta. Sopivaksi kulmaksi on jo aiemmin määritetty noin 15' keskilinjasta silmän molemmille puolille.
Kuviossa 2 esitetään kaaviollisesti esillä olevan keksinnön perusidea eräässä yksinkertaisimmassa suoritusmuodossa. Kuvion mukaisesti elektrodeilta 12 saatava signaali vahvistetaan EKG-vahvistimella 14, suodatetaan vahvistimeen toiminnallisesti kytketyllä mediaanisuodatinvälineellä 22, signaalille haetaan oikea transitio mediaanisuodatinvälineeseen toiminnallisesti kytketyllä laskentavälineellä 24 ja se sopivasti talletetaan ja näytetään talletus- ja näyttövälineillä 26. Mediaani -suodatinväline 22 ja laskentaväline 24 voivat myös edullisesti olla yhdistetyt, kuten pistekatkoviivalla on osoitettu, jolloin ne käsittelevät samaa signaalia yhdenaikaisesti. Lisäksi vilkkuvalojen 36, 38 ja yleisvalon 34 toimintaa ohjataan herätteen ohjausvälineellä 30. Näiden välineiden suorittamista vaiheista kaikki muut, paitsi vahvistimen 14 suorittama vahvistusvaihe, voidaan edullisesti suorittaa ohjelmallisesti mikro- 10 96378 prosessorin avulla.
Kuviossa 3 esitetään kaaviollisesti eräs edullinen keksinnön toteuttava laitteisto, jota merkitään yleisesti viitenumerolla 10. Laitteisto käsittää elektrodit 12, jotka ovat toiminnallisesti kytketyt EKG-vahvistimiin 14. Näitä vahvistimia tarvitaan yleensä yksi kummallekin silmälle. EKG-vahvistimet 14 ovat kytketyt toiminnallisesti valintalaitteeseen 16, joka on edullisesti kytketty A/D muunninlaitteeseen 18. Laitteisto 10 käsittää lisäksi edullisesti muuntimeen 18 toiminnallisesti kytketyn tietokoneen 20, joka sisältää mediaanisuodatusvälineet 22, transition laskentavälineet 24 sekä talletus- ja näyttövälineet 26. Tietokone 20 sisältää lisäksi herätteen ohjausvälineet 28, jotka ovat toiminnallisesti kytketyt varsinaiseen herätteen ohjaukseen 30. Ohjaus 30 säätää vilkkuvien herätevalojen 36, 38 ja releeseen 32 toiminnallisesti yhdiste tyn yleisvalon 34 toimintaa.
Vahvistimien 14 tulee olla täysin eristettyjä, ts. millään kolmesta elektrodista ei tule olla kiinteätä potentiaalia. Tämä on erittäin tärkeää potilasturvallisuuden takia.
Toinen tärkeä ominaisuus on, että vahvistimella 14 on kolme elektrodia 12. Kaksi näistä elektrodeista on differentiaali-. elektrodeja, joidenka välinen potentiaaliero mitataan. Kolmas elektrodi on aktiivinen nollaelektrodi, joka syöttää mitattua signaalia takaisin potilaaseen, minkä avulla vaimennetaan mitatun kohinan tasoa. Erityisesti tällä tavoin vaimenee voimakas 50 Hz: n signaali.
Toteutettu kuvion 3 mukainen koejärjestelmä sisälsi kaksi vahvistinta, joina käytettiin Kone 521 EKG vahvistimia. Tarvittavien elektrodien määrän vähentämiseksi kytkettiin kummankin vahvistimen aktiiviset nollaelektrodit yhteen. Tämä on mahdollista, koska vahvistimet ovat täysin eristettyjä. Lisäksi koejärjestelmään sisältyi 50 Hz:lie viritetty kaistanestosuoda-tin.
,g tä i ur. i tm; - u 96378 Käytettyjen vahvistimien vahvistuskerroin on 2000. Tämä .on melko sopiva, sillä tyypillinen potentiaaliero EOG-tutkimukses-sa on noin luokkaa 1 mV. Täten vahvistimen lähtöjännite on välillä -2 V ja +2V.
Koelaitteistoon sisältyneellä tietokoneen liitäntäkortilla on monia toimintoja EOG-arvoa mitattaessa. Se tallettaa kaikki mittaustulokset, kontrolloi valolähteitä ja toimii virtalähteenä EKG-vahvistimelle.
Käytetyllä tietokoneliitäntäkortilla oli seuraavat ominaisuudet: - kaksikanavainen A/D muunnin korkeaimpedansSisilia tuloilla - vahvistimen eristetyn muuntajan virtalähde (60 V]pp20KHz) - TTL tason signaalin lähtö valaistuksen ohjaamiseen ja 2 kpl lähtöjä LEDien ohjaamiseen - suora yhteys IBM PC tai PC/AT ISA tietoväylään.
Koska tällaista korttia ei ollut valmiina saatavilla, kortti suunniteltiin ja rakennettiin edellä esitettyjen periaatteiden mukaisesti IBM-kortille, jolla oli valmis kytkentä ISA-väyläl-le ja osoitteenkoodauslogiikkaan. Ammattimiehelle on selvää, että keksinnön mukainen laskentajärjestely sinänsä on toteutettavissa monella eri tavalla.
Seuraavaksi tehtäväksi muodostuu potentiaalinousujen koon määrittäminen EKG-signaalista. Tämä ei ole erityisen vaikea tehtävä ihmiselle, sillä ihmisen hahmontunnistuskyky on varsin kehittynyt ja täten pieni kohina mitatussa signaalissa ei merkittävästi häiritse tunnistusprosessia. Valitettavasti tietokone ei kykene tällaiseen hahmontunnistukseen, joten sitä varten on johdettava matemaattiset säännöt, jotka perustuvat tilastollisiin menetelmiin.
Kuten on jo mainittu, ovat nousut varsin selviä ihmiselle. Valitettavasti ne eivät kuitenkaan ole vakiopaikoilla, sillä 96376 12 jokainen potilas liikuttaa silmiään hieman erilaisella nopeudella. Tämän johdosta jokainen askel on erikseen löydettävä.
Kuviossa 4b esitetään kuvion 4a mediaanisuodattamaton signaali derivoinnin jälkeen. Derivointi suoritetaan, jotta saataisiin selville kohdat, joissa potilas liikuttaa silmiään. Kuten kuviosta 4b voidaan havaita, tuottaa satunnainen kohina melko voimakkaasti aaltoilevan derivaatan, jolla on hyvin vähän säännöllisyyttä lukuunottamatta kohtalaisen selvää alkuperäistä signaalia. Jopa ihmisen hahmontunnistamiskyvylle on vaikeaa löytää tästä käyrästä yhtäläisyyksiä varsinaisen signaalin käyrän kanssa. Näinollen on tärkeää vähentää häiriöitä aiheuttavan kohinan määrää.
Kuviossa 5 esitetään yksi derivoidun signaalin huippu. Kuten kuviosta voidaan nähdä, levittää mediaanisuodatus huippua ja se saa selvästi kolmiomaisen muodon. Saadun huipun käsittely aloitetaan hakemalla huipulle maksimi. Tässä on ongelmana paikallisen maksimin xp löytäminen. Tehtävä ei ole vaikea, mikäli signaali on yhtä selvä ja puhdas kuin kuvion 5 signaali, mutta käytännössä potilaan silmät toisinaan "eksyvät", ts. katsovat muualle kuin valonlähteeseen, mikä tuottaa pienempiä paikallisia maksimeja. Nämä virhemaksimit eroitetaan oikeista maksimeista seuraavassa esitettävällä tavalla.
Tiedetään, että oikeat huiput ovat säännöllisessä järjestyksessä, ts. minimin jälkeen on tultava maksimi ja päinvastoin. Lisäksi on selvää, että vaikkei täsmällistä silmän liikkeen intervallia tiedetäkään, tiedetään että valolähteen vilkkumisen aikana on n-1: stä n+1: een maksimia ja minimiä. Toisin sanoen on tiedossa, missä huippujen tulisi olla, eli niiden tulisi olla samassa paikassa missä valolähde vilkkuu. On tietenkin myös ymmärrettävä, että huiput eivät voi olla juuri täsmällisesti tässä paikassa, sillä potilaan silmät reagoivat hiukan jäljessä valolähteeseen ihmisen reaktioajasta johtuvan viiveen johdosta. Tämä ongelma poistetaan muodostamalla oletetun huipun paikan ympärille ikkuna, jonka pituus 1 on sama :! : l#-t < IH I t Mrt 13 96378 kuin yhden valolähteen valaisuaika. Ikkunan keskikohta on lisäksi edullista sijoittaa hiukan teoreettisen maksimin jälkeen, sillä on paljon todennäköisempää, että potilas liikuttaa silmiään hieman valolähteen jäljessä kuin edellä.
Tässä kohden on lisäksi selvitettävä se, onko ensimmäisessä ikkunassa signaalin maksimi vai minimi. Signaalin vaihe on selvitettävissä moduloimalla sitä "ikkuna-signaalilla". Tämä suoritetaan siten, että ensin oletetaan tulevan signaalin maksimin ja ikkunat asetetaan sen mukaisesti. Tämän jälkeen signaalien näytteiden huippuarvot kerrotaan maksimi-ikkunoissa 1: llä ja mi nimi-ikkunoissa -l:llä. Mikäli näin laskettujen arvojen keskiarvo on positiivinen, oli oletus ensin tulevasta maksimista oikea ja mikäli keskiarvo tulee negatiiviseksi, oli ensimmäinen ikkuna asetettu minimin kohdalle.
Näin on saatu huippujen ja niiden maksimien xp tarkat sijainnit. Seuraavaksi on huipun kolmiomaisen alueen reunojen sijainti. Signaalissa oleva jäännöskohina tekee signaalin reunojen määrittämisen signaalin nollakohtien avulla mahdottomaksi. Lisäksi huipun viimeinen reuna on tavallisesti kauempana nollasta kuin sen ensimmäinen reuna.
Tässä käytetään hyväksi huipun muotoa. Mediaanisuodatuksen jälkeen huipulla tulisi olla suorat reunat. Kuviossa 5 tälläi-nen teoreettinen ideaalihuipun reunat on esitetty katkoviivalla maksimin xP j a nollakohtien xe välillä. Kuviosta nähdään, että jos paikallisen maksimin xP ja pisteiden x« keskiarvo on puolet maksimiarvosta, x« on huipun nollakohta. Käytännössä reunojen reunojen ja nollakohdan selvittäminen aloitetaan maksimiarvosta ja näytteet käydään läpi yksi kerrallaan maksimista poispäin edeten, kunnes läpikäytyjen näytteiden keskiarvo on puolet maksimista. Tämän pisteen ja maksimin pisteen kautta kulkeva lineaarinen suora määrittää laskennassa tarvittavan huipun nollapisyteen x·. On huomattava, että vaikka yleensä onkin edullista laskea vain toiselle kolmion sivuista edellä mainittu keskiarvopiste ja olettaa kolmio sen jälkeen - 96376 14 tasakylkiseksi signaalin symmetrisyydestä johtuen, voidaan myös ensimmäisen reunan keskiarvopiste laskea, jolloin kolmio ei välttämättä ole tasakylkinen.
Edellä esitetysti saatujen maksimipisteen xp ja nollapisteiden x« avulla voidaan helposti määrittää kolmiomaisen huipun pinta-ala. Koska huippu edustaa mitatun signaalin derivaattaa, saadaan potentiaalihyppäyksen korkeus integroimalla huipun alueen yli. Tämä on edullista suorittaa summaamalla signaalin arvot pisteiden x. välillä, jolloin saatava summa vastaa yhden hyppäyksen korkeutta. Tämä yhtälö voidaan esittää: m a = Σ xi, ±wmm missä a = hyppäyksen koko, x = derivaatta signaali s ja e ovat huipun reunat.
Kuviossa 6 esitetään mitattuja signaaleja (vasemmalla) ja niistä erilaisilla mediaanisuodattimen pituuksilla 1 saatujen derivaattojen kuvaajia (oikealla). Kuten havaitaan, on saaduilla derivaatoilla hyvin symmetrinen muoto. Lisäksi reunojen pyöristyminen on huomattavasti pienempää, kuin mitä esimerkiksi saavutetaan tavanomaisella alipäästösuodatuksella. Huippujen, joilla on säännöllinen muoto ja säännölliset reunat ha-; vaitseminen on helpompaa kuin esimerkiksi alipäästösuodatetun signaalin tapauksessa olisi. Esimerkkitapauksessa valittiin mediaanisuodattimen pituudeksi 1=5, sillä se eliminoi suurimman osan kohinasta, mutta ei juurikaan vääristä signaalin muotoa.
Nyt on saatu noin 2*30*10 huipun kokoa, mikä muodostuu kahdelle silmälle 30 minuutin aikana 10 kertaa minuutissa saaduista arvoista. Nyt täytyy vielä laskea jokaisen minuutin edustaja näistä kymmenestä arvosta. Kuviossa 7 esitetään esimerkkinä erään todellisen koesarjan mitatuista arvoista laskettujen potentiaalihyppäysten kokoja yhdelle minuutille. On todennä-* köistä, ettei ensimmäinen arvo ole luotettava. Jos mittaussar- 96376 15 jät sisältävät yhden tai useampia edelläolevan kaltaisia selkeästi virheellisiä tuloksia, ei voida ottaa yksinkertaisesti mittaussarj an keskiarvoa ja määrätä sitä edustamaan koko yhden minuutin mittaus j aksoa.
Tälläisiä virhearvoja ei voida eliminoida asetetuilla kynnysarvoilla, sillä oikeat arvot vaihtelevat paljon. Eräs edullinen ja riittävän tarkaksi osoittautunut menetelmä on etsiä n kappaletta näytteitä, jotka ovat mahdollisimman lähellä toisiaan. Kokonaisluvun n tulee olla riittävän pieni virheellisten näytteiden eliminoimiseksi. Kokeissa on havaittu edulliseksi n:n arvoksi puolet mitattujen näytteiden määrästä. Jos virheellisiä arvoja on enemmän kuin puolet, on melko mahdotonta löytää oikeita arvoja millään menetelmällä.
N kappaletta arvoja, joita ollaan hakemassa ovat pisteitä, joilla on pienin standardipoikkeama ja ne voidaan löytää seuraavasti :
Ensin lasketaan koko pistejoukon keskiarvo. Tämän jälkeen kauimmainen piste poistetaan. Tämän jälkeen keskiarvo lasketaan jäljellä olevalle pistejoukolle, ja taas kauimmainen piste poistetaan, Tämä toistetaan, kunnes jäljellä on n pistettä. Tämän pistejoukon keskiarvo edustaa tämän jälkeen koko pistejoukkoa.
Näin on verkkokalvo-sarveiskalvo potentiaalin laskettaan tarvittavien arvojen määrä vähennetty 2*30 arvoon. Menetelmän seuraavana vaiheena on laskea EOG-suhde näistä arvoista. Kuviossa 8 esitetään eräässä koetutkimuksessa saatu näitä arvoj a kuvaava käyrä.
EOG-suhde on usein edullista määrittää etsimällä käyrän minimi pimeältä alueelta aikaväliltä 5-12 minuuttia. Löydetty minimi on syytä tarkistaa sen naapuriarvojen suhteen sen luotettavuuden varmistamiseksi. Maksiminarvoa haetaan vastaavasti, mutta valoisan testijakson alueelta. Saaduista maksimista ja 16 96378 minimistä määritetään lopulta EOG-suhde, joka tulostetaan ja talletaan joillakin edullisilla välineillä.
Toistaiseksi on selvästi ilmaistavien suureiden automaattinen määritys tällaisista signaaleista osoittautunut varsin hankalaksi ja epätäsmälliseksi. Keksinnön mukainen menetelmä tuo kuitenkin tähän olennaisen parannuksen. Keksinnön mukaisesti käytetään nyt hyväksi mediaanisuodatusta, jolloin signaalit ensin sopivasti digitalisoidaan, jotta medaanisuodatuksen kaikki edut tulisivat hyödynnetyiksi. Mediaanisuodatus on nimittäin erittäin tehokas tapa vähentää niitä ympäristöstä ja jopa tutkittavan potilaan aivotoiminnoista johtuvia satunnais-häiriöitä, jotka tunnetun tekniikan mukaisesti ovat muodostaneet varsinaisen ongelman.
Mediaanisuodatus, eli juoksevan keksiarvon määritys signaaleille, suoritetaan siten, että jokaiselle uudelle pisteelle määritetään arvo käyttäen hyväksi sen naapuripisteiden keskiarvoa. Tällainen suodatustapa vähentää kohinaa erittäin tehokkaasti, koska satunnaiskohinan keskiarvo äärettömällä välillä on nolla. Käytännön ratkaisuissa hyväksi käytetty väli ei tietenkään ole nolla, mutta suodatin estää silti kohinan erittäin hyvin. Kohinan amplitudi vaimentuu karkeasti tekijällä 1 (eli suodattimen "pituudella").
Mediaanisuodattimen kaava on
- __1_ V
(A) y‘~ 21 +\^Xi+n
Kaikki kohinaa poistavat suodattimet hävittävät myös jotain merkittävää informaatiota. Tämäkin suodatin pyöristää signaalien reunoja, mutta tämä pyöristys on varsin lyhyt, koska ainoastaan lähellä olevat pisteet vaikuttavat suodatettuun pisteeseen. Tämä johtuu siitä, että sellaiset pisteet, jotka ovat suodattimen pituuden 1 verran etäämpänä suodatettavasta pisteestä eivät enää voi vaikuttaa tulokseen. Tässä suhteessa mediaanisuodatin poikkeaa ratkaisevasti esim. alipäästösuodat- 17 96378 timesta, jossa kaikki edeltävät pisteet vaikuttavat suodatettuun pisteeseen.
Jotta saataisiin signaali, jossa on selvät huiput, on signaali nyt muokattava. Tietokoneella tämä on edullisimmin suoritettavissa reaaliajassa siten, että operaatioiden lukumäärä minimoidaan, jolla samalla maksimoidaan teho. Eräs tehokas tapa operaatioiden lukumäärän vähentämiseksi on usein se, että ne suoritetaan samanaikaisesti. Tässä täpauksesa tämä tehdään edullisesti siten, että yhdistetään mediaanisuodatus ja diffe-rointi. Seuraavassa kaavassa tarkoittaa x alkuperäissignaalia, y on mediaanisuodatettu signaali ja dy on mediaanisuodatetun signaalin derivaatta.
(B) y' ~ 2/ + 1„ζΧ'*" dy, = y, - y,-\
Kun nämä kaavat yhdistetään saadaan seuraava kaava: li1 ' λ (C) <fy,=χγί ö
Μ + 1 \n~-l n—/ V
joka useimpia käytännön suoritusmuotoja varten on pelkistettävissä kaavaksi
-M
Signaalikäsittelyn seuraava askel on derivaatin maksimien ja minimien hakeminen, jolloin ensimmäisenä ongelmana on paikallisten maksimien löytäminen. Jos signaali olisi täysin puhdas tämä ei olisi vaikeata, mutta käytännön signaalissa on yleensä pienempiä valemaksimikohtia, jotka johtuvat siitä, että tutkittavan potilaan silmä joskus "harhailee", eli se ei katsokaan 96376 18 suoraan valolähteeseen 36, 38. Oikeat maksimikohdat on kuitenkin haettava, mikä suoritetaan siten kuin aikaisemmin on esitetty. Kun maksimikohdat on löydetty edellä esitetyn mukaisesti, määritetään huippujen reunat ja lopuksi muodostetaan amplitudin koko integroimalla, kuten edellä on yksityiskohtaisemmin esitetty. Kun kyseessä on digitalisoitu signaali on tämä yleensä yksinkertaisesti suoritettavissa laskemalla yhteen kaikki signaaliarvot huippuarvon alku- ja päätepisteiden välillä.
Tämä jälkeen on vielä määritettävä EOG-suhde useista huippuarvoista muodostuvan arvojoukon perusteella. Tässä joukossa on todennäköisesti vielä sellaisiakin arvoja, jotka syystä tai toisesta eivät edusta tyypillisiä arvoja, vaan jotka on katsottava lähinnä virheiksi. Tästä syystä erotetaan laskentaa varten ne arvot, jotka arvioidaan parhaiten kuvaavan haluttuja suureita. Erään yksinkertaisen ratkaisun mukaisesti suoritetaan tämä eliminointi aina pienemmiksi muodostuvia osajoukkoja käyttäen siten, että muodostetaan aina jäljelle jäävän joukon keskiarvo, ja poistetaan sitä etäämpänä oleva arvo, kunnes sopivasti noin puolet alkuperäisistä arvoista ovat mukana. Tästä arvojen osajoukosta muodostetaan nyt EOG-suhde sinänsä tunnetulla tavalla.
Edellä on kuvattu keksinnön erästä edullista suoritusmuotoa, mutta ammattimiehelle on selvää, että keksintö on monella muullakin tavalla muunneltavissa ja sovellettavissa oheisten patenttivaatimuksien puitteissa.
Edellä esitetyn lisäksi tähän esitykseen sisällytetään liitteenä 1 oleva esimerkkisovellutuksessa hyödynnetty ohjelma.
;B : 411.t J.IU I ί i i4 . . .

Claims (11)

19 96378 • 1. Menetelmä silmien elektro-okulografisen (EOG) tutkimuksen suorittamiseksi, jossa menetelmässä tuotetaan (34, 36) silmän liikettä stimuloivat vuorottaiset optiset signaalit ja näyte-signaalien muodostamiseksi havaitaan (12) niiden biosähköisten jännitesignaalien muutokset, jotka johtuvat silmän liikkeistä optisten signaalien mukaan, tunnettu siitä, että suodatetaan (22) pois häiriösignaaleja muodostamalla peräkkäisistä näytesignaaliosuuksista juoksevat keskiarvot, haetaan keskiar-vosignaaleista silmän liikkeistä aiheutuvat potentiaalihyppäyk-set eli transitiot biojännitesignaaleissa, ja lasketaan (24) transitioita vastaavat arvot, että poistetaan näiden arvojen joukosta mahdolliset häiriöarvot, ja lopuksi määritetään EOG-suhde jäljelle jäävien arvojen joukosta valittujen arvojen perusteella.
2. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että biosähköiset jännitesignaalit muunnetaan (18) numeromuotoisiksi digitaalisignaaleiksi ennen juoksevan keskiarvon määrittämistä
3. Patenttivaatimuksen 2 mukainen menetelmä, tunnettu siitä, että keskiarvosignaaleista haetaan paikalliset muutosnopeuden ääriarvojen sijoituskohdat, sopivasti ikkunoimalla muutosnopeutta vastaavat laskenta-arvot siinä kohdassa, joka kulloinkin vastaa optisten signaalien vuorottelua, jolloin ikkunan pituus edullisesti vastaa sitä aikaa, jolloin kukin vaihte-leva optinen signaali on sytytettynä, ja määrittämällä havaitun muutosnopeuden ääriarvon laadun.
4. Patenttivaatimuksen 2 tai 3 mukainen menetelmä, tunnettu siitä, että määritetään transitioiden absoluuttiset suuruudet hakemalla transitiota vastaavalta alueelta signaalin muutosnopeuden suurimman yksittäisen arvon (max) kohdassa (x„) ja muodostamalla siitä alkaen sitä pienempien peräkkäisten arvojen muutos nopeuskeskiarvot siihen kohtaan (x«) saakka, missä keskiarvo vastaa puolet edellä mainitusta suurimmasta 20 96378 arvosta, jossa kohdassa (x«) on toinen teoreettinen 0-kohta, jolloin toinen 0-kohta määritetään vastaavalle etäisyydelle edellä mainitusta suurimman arvon kohdasta (xj>) sen vastakkaiselle puolelle, ja määritetään transition absoluuttinen suuruus näin muodostetun kolmion (x«,max,x.) pinta-alana, sopivasti määritettyjen 0-kohtien (χβ, xe) välisen alueen kaikkien yksittäisarvojen summana.
5. Jonkin patenttivaatimuksen 2...5 mukainen menetelmä, tunnettu siitä, että useiden transitioiden absoluuttisten arvojen joukosta valitaan jatkolaskentaa varten tarkimmat arvot, sopivasti noin puolet kaikista arvoista, muodostamalla aina pienemmät osajoukot, jolloin jokaiselle osajoukolle määritetään keskiarvo ja jätetään pois se arvo, joka eniten poikkeaa näin muodostetusta keskiarvosta, kunnes on saavutettu haluttu lukumäärä arvoja tai hajonta on riittävän pieni.
6. Menetelmä jonkin jännitehyppäyksen vertailuarvon määrittämiseksi jännitehyppäyksiä ja häiriökohinaa sisältävästä näytesig-naalista, tunnettu siitä, että muodostetaan analogisesta näytesignaalista digitaalinen signaalijono, jonka peräkkäisistä signaaliosuuksista muodostetaan juoksevat keskiarvot, että ikkunoimalla oletetun transition alueelta haetaan näistä keskiarvosignaaleista likimääräinen jännitehyppäyskohta, että haetaan tämän jännitehyppäyskohdan alueelta muutosnopeuden suurin yksittäinen arvo, että ainakin toinen jännitehyppäyksen muutoksen teoreettisistä 0-kohdista määritetään muodostamalla suurimmasta yksittäisestä arvosta alkaen sitä pienempien peräkkäisten arvojen keskiarvot, jolloin 0-kohta määräytyy siinä kohdassa, jossa kulloinkin muodostettu keskiarvo on puolet ·, edellä mainitusta suurimmasta arvosta, ja että määritetään jännitehyppäyksien vertailuarvo 0-kohtien välisen signaaliosa-joukon kaikkien yksittäisarvojen summana.
7. Laite silmien elektro-okulografisen (EOG) tutkimuksen suo rittamiseksi edellä patenttivaatimuksissa 1. . . 5 esitetyn menetelmän mukaisesti, jossa laitteessa on välineet (34, 36) sil mien liikkeiden stimuloimiseksti tahdistetulla tavalla, sekä 96376 21 välineet (10) silmien EOG-suhteen määrittämiseksi havaittujen bioj ännite-erojen perusteella, tunnettu siitä, että . laitteessa on välineet (12) silmien liikkeistä aiheutuneiden biojännite-erojen havaitsemiseksi, välineet (22) bioj ännitteis -tä muodostuvien signaalien huippuarvojen suodattamiseksi mediaani suodattimena, eli välineet juoksevan keskiarvon muodostamiseksi, sekä välineet (24) näiden signaalien huippuarvojen transition eli potentiaalin hyppäyksien määrittämiseksi.
8. Patenttivaatimuksen 7 mukainen laite, tunnettu siitä, että siinä on välineet (14) havaittujen signaalien havaitsemiseksi ja vahvistamiseksi, edullisesti yksi tai useampi EKG-laite tai vastaava, joka sopivasti on sellainen, että siinä on kolme mittalektrodia (12), jolloin mittaelektrodit (12) edullisesti on eristetty siten, että niissä ei ole mihinkään potentiaalitasoon nähden kiinteätä potentiaalia.
9. Patenttivaatimuksen 7 tai 8 mukainen laite, tunnettu siitä, että siinä lisäksi on välineet (18) signaalien digitalisoimiseksi, jotka välineet (18) on kytketty signaalin etenemiseen nähden ennen mediaanisuodatusta varten sovitettuja välineitä (22).
10. Jonkin patenttivaatimuksen 7. . . 9 mukainen laite, tunnettu siitä, että välineet (22) mediaanisuodatuksen suorittamiseksi ja välineet (24) signaalien huippuarvojen transition määrittämiseksi muodostuvat keskinäisesti integroiduista välineistä, edullisesti tietokoneesta (20) ja siihen liittyvästä ohj elmistosta.
11. Jonkin patenttivaatimuksen 7. . . 10 mukainen laite, tunnettu siitä, että siinä on välineet (28, 30, 32) silmien liikkeiden stimuloimiseksi järjestettyjen välineiden ( 34, 36, 38. ohjaamiseksi, jotka ohjausvälineet (28, 30, 32) sopivasti ainakin osittain on toiminnaltaan integroitu transitiota määrittävien välineiden (24) kanssa, edullisesti tietokoneeseen (20) liittyen. 22 96378
FI932222A 1993-05-14 1993-05-14 Elektro-okulografisen tutkimuksen automatisointi FI96378C (fi)

Priority Applications (4)

Application Number Priority Date Filing Date Title
FI932222A FI96378C (fi) 1993-05-14 1993-05-14 Elektro-okulografisen tutkimuksen automatisointi
AU66517/94A AU6651794A (en) 1993-05-14 1994-05-13 Automatisation of electro-oculographic examination
US08/586,642 US5823190A (en) 1993-05-14 1994-05-13 Automatization of electro-oculographic examination
PCT/FI1994/000191 WO1994026165A1 (en) 1993-05-14 1994-05-13 Automatisation of electro-oculographic examination

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FI932222A FI96378C (fi) 1993-05-14 1993-05-14 Elektro-okulografisen tutkimuksen automatisointi
FI932222 1993-05-14

Publications (4)

Publication Number Publication Date
FI932222A0 FI932222A0 (fi) 1993-05-14
FI932222A FI932222A (fi) 1994-11-15
FI96378B true FI96378B (fi) 1996-03-15
FI96378C FI96378C (fi) 1996-06-25

Family

ID=8537943

Family Applications (1)

Application Number Title Priority Date Filing Date
FI932222A FI96378C (fi) 1993-05-14 1993-05-14 Elektro-okulografisen tutkimuksen automatisointi

Country Status (4)

Country Link
US (1) US5823190A (fi)
AU (1) AU6651794A (fi)
FI (1) FI96378C (fi)
WO (1) WO1994026165A1 (fi)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2257898B1 (es) * 2003-07-29 2007-07-16 Universitat De Les Illes Balears Procedimiento de tratamiento de las señales electrooculograficas para la deteccion de desviaciones oculares respecto a unas señales patron de seguimiento ocular.
ES2257899B1 (es) * 2003-07-29 2007-07-16 Universitat De Les Illes Balears Sistema de procesado de señales electrooculograficas con control de offset.
WO2007032786A2 (en) * 2005-05-11 2007-03-22 Medical Technologies Unlimited, Inc. Apparatus for converting electromyographic (emg) signals for transference to a personal computer
US9913985B2 (en) 2006-04-28 2018-03-13 Second Sight Medical Products, Inc. Method and apparatus to provide safety checks for neural stimulation
US8529463B2 (en) * 2008-04-14 2013-09-10 The Johns Hopkins University Systems and methods for testing vestibular and oculomotor function
US8768468B2 (en) 2012-10-30 2014-07-01 Mitosis, Inc. Device for neuro-physiologic stimulation
US8688240B1 (en) 2012-10-30 2014-04-01 Mitosis Inc. Device for neuro-physiologic stimulation
US11786694B2 (en) 2019-05-24 2023-10-17 NeuroLight, Inc. Device, method, and app for facilitating sleep

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4474186A (en) * 1979-07-17 1984-10-02 Georgetown University Computerized electro-oculographic (CEOG) system with feedback control of stimuli
US4561448A (en) * 1984-02-02 1985-12-31 Colen-Kery, Inc. Apparatus for sensing and recording biopotential electrical signals
US4653001A (en) * 1984-04-02 1987-03-24 Moskovsky Nauchnoissledovatelsky Institute Mikrokhirurgii Glaza Device for processing electro-oculographic signals
SU1572492A1 (ru) * 1984-04-02 1990-06-23 Mo Nii Microchirurg Cпocoб abtomatичeckoй oбpaбotkи элektpookулoгpaфичeckиx cигhaлob

Also Published As

Publication number Publication date
FI932222A (fi) 1994-11-15
FI932222A0 (fi) 1993-05-14
FI96378C (fi) 1996-06-25
AU6651794A (en) 1994-12-12
US5823190A (en) 1998-10-20
WO1994026165A1 (en) 1994-11-24

Similar Documents

Publication Publication Date Title
US9936889B2 (en) Apparatus and method of controlling threshold for detecting peaks of physiological signals
JP2005058766A (ja) 動雑音が除去された血流量信号検出装置及び方法、そしてこれを用いたストレス検査装置
US9047510B2 (en) Method and apparatus for determining information concerning the identity of an individual
CN107638166A (zh) 提取生物信号的特征的方法和设备及检测生物信息的设备
CN105007809A (zh) 脉搏波传播时间测量装置
US20130324812A1 (en) Cardiac pulse coefficient of variation and breathing monitoring system and method for extracting information from the cardiac pulse
FI96378B (fi) Elektro-okulografisen tutkimuksen automatisointi
CN104411234A (zh) 用于电生理诱发电位的表征和分类的系统、方法及计算机算法
NO317897B1 (no) Apparat og fremgangsmate for a overvake det autonome nervesystemet hos en sedert pasient.
KR20140054542A (ko) 생체 신호를 측정하는 장치 및 방법
CN108652640A (zh) 一种基于心电信号的无创血糖检测方法及系统
US7991462B2 (en) Method and apparatus for monitoring a sedated patient
CN111839494A (zh) 一种心率监测方法及系统
US9198594B2 (en) TWA measuring apparatus and TWA measuring method
EP2347362A1 (en) Improvements in or relating to multi-parameter monitoring
US8521263B2 (en) Method and device for recording an electrocardiogram
KR20100027460A (ko) 다중 윈도우를 이용한 생체신호의 특성 파라미터 추출 장치및 방법
KR20140114181A (ko) 심전도 신호에 기반하여 스트레스를 분석하고 추정하는 방법 및 장치
EP1858409B1 (en) Method and apparatus for monitoring a sedated patient
NO323507B1 (no) Fremgangsmate og apparat for a overvake sedasjonsnivaet hos en sedert pasient.
WO2005117699A1 (en) Method and apparatus for monitoring a sedated patient
Sieczkowski et al. Autocorrelation algorithm for determining a pulse wave delay
CN110234272B (zh) 麻醉阶段识别与麻醉深度计算方法及装置
Ghosh et al. Patient health monitoring system
US11660047B2 (en) Consciousness level determination method and computer program

Legal Events

Date Code Title Description
BB Publication of examined application