JP2002541965A

JP2002541965A - ポイント最適化変動比を用いた聴覚性誘発電位の検出方法

Info

Publication number: JP2002541965A
Application number: JP2000613346A
Authority: JP
Inventors: シニンジャー，イヴォンヌ・エス; ハイド，マーティン; ドン，マニュエル
Original assignee: ハウス・イアー・インスティテュート
Priority date: 1999-04-26
Filing date: 2000-03-24
Publication date: 2002-12-10
Anticipated expiration: 2020-03-24
Also published as: AU4176800A; US6196977B1; JP4593794B2; EP1089659B1; DE60011971D1; DE60011971T2; ATE270524T1; WO2000064351A1; EP1089659A1

Abstract

(57)【要約】音響的刺激に対する聴覚脳幹反応（ＡＢＲ）が、人間のテスト験体に現れる統計的確率を決定する方法。この方法は、取得されたデータを累積しながら連続的に進展するＡＢＲの存在の確率の推定値を提供するアルゴリズムを用いる。このアルゴリズムは、従来のＦ_sp手法の根底的な修正を用いる。

Description

【発明の詳細な説明】

【０００１】（発明の背景）１．発明の分野本発明は一般的に、人間の聴力を評価する分野に関する。特に本発明は、人間
の子供からの電気生理学的な記録に聴覚脳幹反応（ＡＢＲ）が現れる確率を定量
化するための方法に関する。

【０００２】２．発明の背景ＡＢＲは長期に変動する電気的電位の波形であって、クリックのような短時間
の瞬間的な音響の刺激に反応して起こることがある。ＡＢＲは、聴覚神経のニュ
ーロン、および脳幹におけるより高い接続部で発生する。頭皮または首に設けた
電極で記録されると、その大きさが１マイクロボルト以下であり、頭と首の脳お
よび筋肉組織の至るところで発生する進行中のより大きなランダム電位により曖
昧化されている。背景の電気的「ノイズ」に対してＡＢＲ「信号」を強調するた
めに普通、秒当たり２０〜５０の範囲の割合で現れる数千の刺激に対する反応の
、コンピュータによる合計または平均化が必要とされ、その合計または平均化さ
れた反応の状態でＡＢＲ信号を視覚的に検知可能にする。

【０００３】特定の形式と振幅の刺激に対するＡＢＲの有無は、その刺激が聞こえたか否か
を表す、明白な行動反応の代わりに用いることができる。これが、音響に対して
信頼できる行動反応を与えることができない幼児のような験体に対する、特定の
値の電気生理学的な聴力スクリーニング・テストの根拠となっている。

【０００４】新生児群について、可能な限り早期、望ましくは生後６カ月以内に、会話、言
語および認識技能の発達を促進するために、聴力欠損を検出して対策することの
重要性が広く認識されている。１９９３年に聾他伝達障害国立研究所は、幼児お
よび年少者における聴力欠損の早期確認に関するコンセンサス会議を後援した。
この会議では、聴力欠損の危険な兆候の有無に関わらず、全ての幼児に対する新
生児期の聴力欠損の識別のためのスクリーニングを勧告したが、これが全幼児聴
力スクリーニングである。その後ただちに、１９８４年に、この勧告は、アメリ
カ音響学会および幼児聴力連合委員会により、推奨され、繰り返された。そのよ
うなスクリーニング・プログラムを多くの州が既に実施したか、または現在実施
する過程にある。多くの新生児および幼児への聴力スクリーニングの幅広い推奨
は、幼児の潜在的な聴力欠損の評価に対する、迅速かつ正確な器具を技術者およ
び医師が持つことへの挑戦を生じさせた。

【０００５】ＡＢＲテストは、殆どのスクリーニング協定の主要部分として十分に確立され
ている。ＡＢＲを基礎とする聴力スクリーニング・テストの診療上の有用性は、
ＡＢＲ検出判定の正確さにクリティカルに依存している。真正の信号を不明瞭に
したり、あるいはノイズが存在するとき信号として見せかける信号をランダム・
ノイズ内で検出することに関連しているので、そのような決定は本質的に誤差に
なりがちである。間違ったＡＢＲ陽性検出は、スクリーニング・テストが陰性で
あるとの間違った診断につながり、聴力欠損の子供がスクリーニング・テストを
パスして、何の介入も受けないことになる。テストをパスした場合、他の障害の
兆候が無視され、スクリーニングが積極的に有害なものとなる。間違ったＡＢＲ
テスト陰性検出は、間違ったスクリーニング・テスト陽性の原因となり、正常な
児童へのミスラベリングの間接費用と同様に、不必要な追加の診断アセスメント
費用を引き起こす。

【０００６】経験的な検出テストと解析的な検出テストの区別が引き出されなければならな
い。経験的テストは、反応が現れていると考えられる場合または現れていないと
考えられる場合の、所与のテスト統計の分布の実験的考察に基づいている。反応
の有無の決定は、普通は一組の験体から得られた平均的な記録の、熟練者の主観
的なアセスメントに基づいている。この手法には、２つの主な困難がある。第１
には、熟練者の判定は間違っている場合があり、テストの統計の精度のアセスメ
ントを明らかに混乱させる。第２には、一群の験体で観察された結果が、データ
の記録または解析の特徴が変化している、他の異なる験体群または異なる状況に
適用可能であるとの証拠がないことである。これは経験的妥当性検査プロセスの
、一般化能力の欠陥である。

【０００７】それに対して解析的方法は、実験的妥当性検査データセットには訴えない。選
択されたテスト統計に関する、既知の統計分布の既知の特性にそれらは基づいて
いる。解析的方法は、こうして経験的実験データに依存するのではなく、統計分
布理論と分布の統計的結果表の巨大な本体（ｖａｓｔｂｏｄｙ）を利用する。
ある分布を関係させるために必要とされるある仮定を現実のデータが満足するこ
とを示すことが必要であるが、これらの仮定は弱く、容易に満足され、維持され
、容易に証明される。そのような方法は、高度に定量的でかつ公知の指定可能な
判定誤差率を与えるものであり、データセットと測定条件について高度に一般化
することができる。

【０００８】良好な統計的反応検出テストの決定的な特性は、それが最高度の可能な統計的
能力を有していることである。能力とは、そのテストが真正に現れた反応を正し
く検出する確率である。最適なテスト以下の能力は、実用の点では極めて不利で
ある。能力の喪失は、反応の検出の統計的基準に達するために必要なよりも長大
なテスト時間に直接つながっていく。幾人かの乳児は十分な測定条件を短い時間
でしか与えてくれないので、テストの効率からいえば彼らに対してテストはでき
ないことがこれらの事実上の欠点となる。同様にテストが可能な乳児についても
、必要以上の長い時間がテストにかかるので、費用を増加させ処理量を低下させ
る。現在多くの州に全新生児聴力評価協定の実施が指令されつつあるので、この
因子は特に決定的である。第３に、必要なよりも能力が高くないテストを用いる
ことは、より高い能力のテストで起こりうるよりも多くの検出判定の誤り率につ
ながる。

【０００９】（従来技術の検出システム）ＡＢＲの検出を自動化するための現在の手法は、時間領域の波形を評価する技
術とスペクトル特性（周波数領域）を評価する技術を含んでいる。既知のシステ
ムは時間領域と周波数領域の双方の解析を含んでいるが、大量のスクリーニング
のための、低レベルの刺激に対する新生児のクリック誘発ＡＢＲの自動検出は、
主に時間領域に関連している。現在、４つのシステムが「自動化幼児ＡＢＲスク
リーニング」デバイスとして用いられ、または販売されている。したがって本発
明者らはこれらのデバイスを参照する。それらのデバイスでは以下に議論される
所定の基準に基づいて、（検査員によってではなく）システムそれ自体によって
ＡＢＲの有無、あるいは「合格」または「不合格」（ある場合には「照会（Ｒｅ
ｆｅｒ）」と称される）に関する判定がなされる。

【００１０】幼児の自動化ＡＢＲ検出のために、最も一般的に用いられるシステムが採用し
ている検出アルゴリズムの一般的な手法は、以下のようなものである。標準の幼
児ＡＢＲ波形での相対振幅に従って、一群のサンプル・ポイントが重み付けされ
る。どの位置のいくつのデータ・ポイントがどう選択されるかは、不明である。
標準またはテンプレートのそれぞれのポイントの振幅の極性が、平均化の過程の
それぞれのスィープにおける対応するレイテンシ（ｌａｔｅｎｃｙ）で観測され
たポイントと比較される。あるスィープがサンプリングされる度に、それぞれの
選択された時間ポイントでのデータとテンプレートの間の極性の対応が＋１のカ
ウントを生じる。５００スィープの後ごとに、最大極性の対応の位置を配置する
ために、３ｍｓのレンジについて、０．２５ｍｓの増分シフトがなされる。これ
は多分ある種の累積された平均を用いて行われるのであろうが、明らかではない
。それぞれのスィープでのそれぞれのサンプルが、トライアル、および合致した
極性の計数の実施を構成し、トライアルが累積される。反応がない場合それぞれ
のポイントについての極性一致の確率は０．５なので、定量的仮説テストは二項
モデルに基づいて構成されることができる。これは、テンプレートのクロス相互
関係と１ビット変換後の複数ポイントの振幅ベースの検出基準の組み合わせであ
るように思われる。

【００１１】このシステムに用いられている検出アルゴリズムは統計ベースではあるが、解
析的なものとはほど遠い。主な欠点は、以下の通りである。

【００１２】有効性の欠如：このアルゴリズムは記録された活動の極性が、ＡＢＲテンプレ
ート波形の期待される極性と一致する回数を計数している。１スィープごとに数
個のポイントがテストされ、一致した極性の数が同様に多数のスィープにわたっ
て総計される。

【００１３】それぞれのスィープ内の連続するデータ・ポイントは統計的に独立でないので
、サンプリングされた一致数の分布は、仮定された二項分布を示さない。これは
テストの実際の誤り率が、正確に統計表に表されないことを意味する。それ故、
この方法は実質的に経験的である。実際の誤り率は、先に記載した定量化能力お
よび一般化能力限界を有する実験によってのみ決定されることができる。

【００１４】最適以下のパワー：この検出アルゴリズムは、特定期間の活動の観測極性と期
待極性の間の対応イベントを計数している。観測された信号の実際の振幅は完全
には利用されず、その極性のみである。ｎ回の観測サンプルの実際の平均がゼロ
であるとの仮説の検証のために、スチューデントｔテスト（Ｓｔｕｄｅｎｔｔ
−ｔｅｓｔ、ｔ検定）ではなく、通常の符号テスト（ＯｒｄｉｎａｒｙＳｉｇ
ｎＴｅｓｔ）を使用するために、アナロジーが引き出される。その符号テスト
はデータの極性のみを用いるのに対して、正規誤差分布の仮定の下で可能な最も
強力なテストであるそのｔテストは全ての振幅情報を利用する。符号テストの漸
近的相対効率は、２／πまたは６４％である。これは、符号に基づいた検出方法
は大幅なパワー損失を受けることを意味する。

【００１５】市場で入手可能な他のＡＢＲ聴力スクリーニングの装置は、以下のアルゴリズ
ムに基づく自動検出を含んでいる。任意の特定の刺激レベルに対して、システム
はある固定刺激レベルでの２つのＡＢＲを取得する。見積もられた信号対ノイズ
比が１を超えた場合、または１０２４スィープ後に、平均操作が停止される。双
方の平均が１より大なＳＮＲを有する場合は、反応が存在すると見なされる。そ
うでない場合は、相互相関分析が実行される。５〜１２．５ｍｓの刺激後のレイ
テンシ領域が、それぞれが２ｍｓの持続時間の７つの重なり合う「ウィンドウ」
に分割される。それぞれのウィンドウ位置について、所与のウィンドウ内の時間
ポイントのそれぞれおよび連続する時間ポイントごとの、２つの平均内のデータ
値のピアソン相関係数が計算される。テストの変数は、全てのウィンドウ位置を
カバーする７つの相関値の中の最大の絶対値である。テストの変数が０．９を超
えた場合は、ＡＢＲが存在すると見なされる。自動検出に対するこの手法は、Ａ
ＢＲｂｙＷｅｂｅｒ，Ｂ．ＡａｎｄＦｌｅｔｃｈｅｒ，Ｇ．Ｌ．，１９
８０ＡＣｏｍｐｕｔｅｒｉｚｅｄＳｃｏｒｎｉｎｇＰｒｏｃｅｄｕｒｅ
ｆｏｒＡｕｄｉｔｏｒｙＢｒａｉｎｓｔｅｍＲｅｓｐｏｎｓｅＡｕｄ
ｉｏｍｅｔｒｙ．ＥａｒａｎｄＨｅａｒｉｎｇ，１，２３３〜２３６（１９
８０）により最初に報告された、単純な相関に基づいた検出方法の翻案である。

【００１６】このデバイスの検出アルゴリズムは、高度に経験的である。主要な検出統計は
、予測された反応の領域を用いた、２つの独立した平均の間の相互相関係数であ
る。テスト統計は、観測された相関の最大の絶対値である。それぞれの平均の連
続するデータ値の間の広範な相関（自己相関）のために、テスト統計の統計的分
布は未知であり、検出誤り率は統計表からは導出することができない。テスト統
計の臨界値と誤り率が、実験により見積もられることができるのみである。特に
反応の有無については、金科玉条のような熟練者の主観的判断により、経験的デ
ータを用いて選択される。この方法の重大な限界は、先に記載されている。

【００１７】第３の従来技術のシステムでは、製造者が判断実行システムの詳細でない記述
を公表しているにもかかわらず、その反応の検出の詳細は専有物とされている。
簡単に言うと、そのシステムは決定プロセスにおいて、幼児のＡＢＲの３つの様
相を評価する。第１にシステムは、ａ）特定されたフーリエ成分の実部と虚部の
双方を同時に評価する多変量解析を用いて、反応の所定の特別な成分の存在を評
価し、ｂ）Ｆ_sp的信号対ノイズ推定値を評価することにより、記録中のＡＢＲの
有無を決定する。そのような基準が満たされた場合は、波形の特徴（ピーク数お
よび配置）を評価するテンプレートとの一致の型式で、波形の形態がチェックさ
れる。ある幼児がこのシステムから「合格」を受けるためには、反応検出アルゴ
リズムの３つの様相全てが充足されなければならないことは明白である。

【００１８】この専有の検出アルゴリズムに関して、利用可能な情報は限られている。それ
は、４つの測定の型式：時間領域と周波数領域の双方での、テンプレート（波形
）およびテンプレートでない特徴を用いた組合せ手法に基づいている。周波数領
域のアルゴリズムは、記録された活動のフーリエ・スペクトルのいくつかの高調
波のサインおよびコサイン部分の分布の検定と、ノイズとＡＢＲ信号の双方の期
待値との比較に関係している。これは「いわゆるＦ_sp技術の変形」と未知の方法
で結合される。この検出段階に引き続いて、検出され見積もられた波形がどの程
度期待された波形特性と一致するかを検定する照合段階が引き続いて行われる。

【００１９】この手法の能力は未知で、かつ統計分布理論から導出することができない。こ
の方法が多成分であることは、それが解析的振幅を有さず、それが経験的である
ことを事実上示している。主張される利点は、時間領域と周波数領域の特徴の双
方を開発したことである。時間軸と任意の行動のフーリエ・スペクトルは互いの
線形変換であり同一の基礎となる情報を含んでいるので、これには疑問がある。

【００２０】Ｆ_sp スクリーニングのための幼児ＡＢＲ検出に適用される第４の従来技術は、Ｆ_sp である。この技術は、Ｅｌｂｅｒｌｉｎｇ，Ｃ．＆Ｄｏｎ，Ｍ．（１９８４）
．ＱｕａｌｉｔｙＥｓｔｉｍａｔｉｏｎｏｆＡｖｅｒａｇｅｄＡｕｄｉ
ｔｏｒｙＢｒａｉｎｓｔｅｍＲｅｓｐｏｎｓｅｓ．ＳｃａｎｄＡｕｄｉｏ
ｌ，１３，１８７〜１９７ａｎｄＤｏｎ，Ｍ．，Ｅｌｂｅｒｌｉｎｇ，Ｃ．
＆Ｗａｒｉｎｇ，Ｍ．（１９８４）．ＯｂｊｅｃｔｉｖｅＤｅｔｅｃｔｉｏ
ｎｏｆＡｖｅｒａｇｅｄＡｕｄｉｔｏｒｙＢｒａｉｎｓｔｅｍＲｅｓ
ｐｏｎｃｅｓ．Ｓｃａｎｄ．Ａｕｄｉｏｌ．１３，２１９〜２２８に記載されて
いる。この技術は、幼児スクリーニングにおいて特定の用途のために商業的には
適用されていないが、一般的な用途（ニューロスキャン・ニコレット「スピリッ
ト」（ＮｅｕｒｏｓｃａｎａｎｄＮｉｃｏｌｅｔ“Ｓｐｉｒｉｔ”））のた
めの市販の誘発電位システムで利用可能であり、聾他伝達障害国立研究所により
設立された共同研究で、本発明の筆頭発明者により自動新生児聴力スクリーニン
グに適用された。Ｆ_spは、その分子が基本的に平均のサンプル変動であり、その
分母が一群のスィープにわたる時間ウィンドウ内に固定した単一ポイント（よっ
て「ＳＰ」）のデータ値のセットの変動である、変動比（よってＦ）の計算に関
連している。

【００２１】Ｆ_spは、聴覚性誘発電位の「質」または信号対ノイズ比の評価に用いられる。
どのＡＢＲの記録も背景ノイズ（聴覚信号に無関係な脳と筋肉のランダム行動）
であり、その信号がある験体に聴取可能である場合は、それぞれの記録は同様に
頭に記録された形態ではシステム的であり、かつ引出し聴覚信号の立上りに時間
でロックされている、聴覚系からの神経の活動を含んでいるという事実に、Ｆ_sp の計算は基づいている。平均化されたＡＢＲ波形内の任意の与えられた単一のデ
ィジタル化された時間ポイントについて、そのポイントで測定された振幅への神
経の寄与は、あるスィープから別のスィープ全体で一定であり、ノイズの振幅へ
の寄与はランダムである。したがって、神経の反応は任意の単一ポイントにおい
て振幅の変動になにも寄与せず、解析ウィンドウでの単一ポイントのスィープか
らスィープへの変動は記録中の背景ノイズの変動を正確に評価するものとして使
用することができる。これはＶＡＲ（ｓｐ）として参照される。

【００２２】Ｆ_spの計算は、図１に示されている。平均化された反応の振幅は、その平均の
特定されたウィンドウに対するディジタル化された振幅測定値のポイントの間の
変動により特徴付けられることができる。標準Ｆ_sp計算では、特定された時間ウ
ィンドウを横切るそれぞれのポイントがＶＡＲ（ｓ）として参照される標準変動
計算で用いられる。この値は、平均化されたノイズのエネルギーと同様に、ＡＢ
Ｒ（もし存在すれば）のエネルギーを構成する。２５６スィープごとにこの平均
化プロセスが瞬間的に停止され、ＶＡＲ（ｓ）およびＶＡＲ（ｓｐ）とその２つ
の比（Ｆ_sp）が計算される。分子すなわちＶＡＲ（ｓ）は信号とノイズを含み、
分母すなわちＶＡＲ（ｓｐ）はノイズを評価する。信号（ＡＢＲ）が存在しない
場合は、比の期待値は１に近づく。変動の比は、自由度（ｄｏｆ）として知られ
たパラメータによりインデックスされた既知の統計Ｆ分布を有する。したがって
、自由度が既知であれば、誘発電位の記録に関する任意のＦ_spの値に対して間違
った陽性検出の確率がＦ表を参照することにより決定することができる。

【００２３】標準的な例では、Ｆ_sp値はそれぞれの２５６スィープごとに更新される。平均
化プロセスが背景ノイズを削減するので、真正のＡＢＲを含む記録に関連するＦ _sp 値は向上する。真正の反応の検出の実行された確率とその期待値の比較に基づ
いて、平均化プロセスの停止のための演繹的規則を定めることができる。例えば
上記に引用した論文では、ＥｌｂｅｒｌｉｎｇとＤｏｎ（自由度の控え目な評価
を用いてＦ_spが３．１であると決定した）は真正の検出の信頼度が９９％に対応
する。この場合Ｆ_sp値は、期待した信号対ノイズ比が得られたことを表す、平均
化プロセスの停止基準として用いられている。与えられた記録または主体は背景
ノイズと誘発電位の振幅のレベルが劇的に変動するので、停止規則として目標の
Ｆ_spを用いることは、ＳＮＲの良好な条件下ではより短い期間で、ＳＮＲが悪い
条件下ではより長い期間で平均化することで、平均化時間の使用を最適化してい
る。

【００２４】Ｆ_sp技術の欠点は、以下の通りである。

【００２５】過大なウィンドウ長さ：標準的な反応解析ウィンドウは長さ１０００／ＨＰＦ
ｍｓを有し、ここでＨＰＦは記録増幅器の高域遮断周波数である。普通の場合Ｈ
ＰＦは、１００Ｈｚで長さは１０ｍｓである。これは、有意な反応振幅の領域の
長さより一般的に長い。このようにして、分子変動の評価に殆どまたは全く寄与
しない時間領域が含まれている。これは分子の期待値を削減し、そのウィンドウ
が実質的な反応振幅の領域に限定されている場合より感度の低いテスト（統計パ
ワーのより低いテスト）に帰着する。

【００２６】最適以下のテスト・ポイント：反応に焦点が合わされた所与のウィンドウでさ
えも、そのウィンドウ内の時間ポイントは他以上に反応変動に寄与する。一般的
にそのウィンドウ内には、与えられた反応波形について最大の変動を起こさせる
、全てのポイントのサブセットが存在し、かつ、全ウィンドウの変動より実質的
に大きい変動を起こさせる多くの他のサブセットが存在する。焦点が合わされた
ウィンドウに対してさえ、標準のＦ_sp内でなされるようにそのウィンドウ内の全
てのポイントを選択することは、統計的パワーに関しては最適以下であることに
つながる。これらの欠点の双方が、必要とされるよりもパワーの低い検出テスト
に帰着する。

【００２７】従来のＦ_spは、半経験的または半解析的なものとして分類される。この手法は
、反応の有無の判定の際の問題より以上にはるかに定量的かつ再現的である。こ
の制限は、分子変動の評価の統計的自由度は近似的にしか知り得ない、という事
実から生じている。これは、ＡＢＲデータの場合と同様に、連続するデータ・ポ
イントの間に相関を有する、ある時系列内の実効自由度は変動の評価計算に用い
られるデータ・ポイントの数に等しくない、という事実に起因する。例えば、１
００のデータ・ポイントを含んでいるある時間ウィンドウは普通９９の自由度を
有すると仮定されるが、実際には１０を有するのみであってよい。これは、その
ようなポイントの集合のサンプル変動の分布は、自由度が９９のχ二乗ではなく
、自由度が１０のχ二乗に従うことを意味する。Ｆ_sp統計の分布は、したがって
変化する。ＡＢＲデータの例えば１０ｍｓウィンドウ実効自由度は験体と測定条
件にわたって僅かに変化することが、実験研究により判っている。個々の験体中
の自由度は正確に知ることはできず、むしろ近似的にしか知り得ないので、第１
種の誤り率（α、反応検出テストの検定危険率）は、近似的にしか正しくない。

【００２８】このようにして、Ｆ_spの極端な強さが、そのＦ分布が有効であることである。
この証明は、判定の誤差率は正確にではなく近似的にしか知り得ない、というこ
とである。

【００２９】（発明の概要）本発明は、音響的な刺激に対しテスト験体内でＡＢＲが現れる統計的確率を決
定するための方法を提供する。これにより、有効、矛盾がなくかつ能率的で既知
で特定可能な誤り率を有する検出判定を技術者ができるようになる。これらの特
徴は現在の方法に対して十分に有利であり、幼児のために効果的でコスト効果の
高い、大型の公衆衛生スクリーニング・プログラムの設計に特に重要である。

【００３０】本発明は、取得されたデータを累積しつつＡＢＲの存在の確率の評価を連続的
に発生させて提供する計算アルゴリズムを用いている。それは、反応確率の決定
とデータの収集をいつ停止するかを制御するために用いられてもよい。このアル
ゴリズムは、現在利用可能な最良の、いわゆるＦ_spの半解析的方法以上の改良を
提供する。特に本発明に用いられたアルゴリズムは、反応のパワーと検出の効率
を改良し、第１種の誤り率（α）とパワーが特定され制御されることができる程
度を改良する。

【００３１】ポイント最適化変動率（ＰＯＶＲ）と称されるこのアルゴリズムは、現在のＦ _sp の手法の根底的な変形を用いている。新しい特徴は、ｉ．ＡＢＲの仮定的変動要素とテスト統計の非心性（ｎｏｎｃｅｎｔｒａｌ
ｉｔｙ）に基づく、ポイント選択の最適化のための定量的戦略の列挙。ｉｉ．３つの重要な要素、すなわち、目標波形列挙、波形位置の間主観的変
動および電気生理学ノイズ構造の自己相関。ｉｉｉ．テストのパワーと効率の実質的増大。ｉｖ．大幅に低減された自由度の経験的評価への依存。ｖ．精度と誤差確率の制御の増大。ｖｉ．テスト時間の削減。

【００３２】（発明の詳細な説明）以下の記述では、限定ではなく説明を目的として特殊な詳細が本発明の完全な
理解を提供するために記載されている。しかしながら当業者には明らかであるよ
うに、本発明はこれらの特殊な詳細から離れた他の具体例で実施されてもよい。
例えば、本発明の記述を不必要な詳述で不明瞭にすることがないように、周知の
方法とデバイスの詳細な説明は略されている。

【００３３】ポイント最適化変動比テスト本発明は、従来のＦ_spの統計的パワーが増大し、より効率的なテストを生み出
すプロセスを用いている。鍵となる概念は、検出テストの統計的パワーを最大化
するために、目標のＡＢＲ波形の既知の位置（レイテンシ）と形態についての情
報を利用することである。プロセスの第１段階は、目標の波形を定義することで
ある。これは、ＡＢＲに基づく聴力スクリーニング・テストの候補である目標母
集団（この場合は人間の新生児と幼児）における、ＡＢＲの全てのキーとなる形
態的特徴を含んでいる波形である。それは、発行された化学的データ、若しくは
実験のどちらかにより定義されてもよい。目標ＡＢＲ波形は、どの幼児について
もその数とピークの相対タイミングにおいて極めて一貫している。しかしながら
ピークの絶対レイテンシは、幼児の間で適度の量の変動がある。新生児に対する
ある程度の大きさのサンプル（Ｎ＝７５０）の信号波Ｖのレイテンシテストにお
いて、発明者らは信号波Ｖのレイテンシが０．５ｍｓの標準偏差を有してサンプ
ルの間で変化することを見いだした。ピークの間の期間の標準偏差は、その半分
以下である。

【００３４】図２は、新生児のＡＢＲの目標波形を描いたものである。記録は、その年代的
年齢（懐胎期間＋出生後の期間）が３９週以上で出生時の体重が１８５０〜３２
００グラムの範囲の健康な１０人の新生児から得られたものである。評価された
全ての幼児は、標準的な技術（ＡＢＲおよび耳音響伝達スクリーニング）で検査
され、正常な聴力を有することが判っている。電気生理学的データは、頭頂と刺
激される耳と同じ側の乳頭に付けた頭皮電極を経由して取得された。それぞれの
幼児について、３０ｄＢｎＨＬクリック刺激での１００００のＥＥＧのトリガ付
きのスィープがオフラインで記録された。この極めて多いスィープの数は、平均
化における背景ノイズの適切な削減を保証するために用いられたものである。さ
らに筋原性の偽信号と思われる過度のＥＥＧ振幅を伴う全てのスィープは、平均
化の前に除去された。継続時間２０ｍｓの平均化された波形が最大ピークの形態
とレイテンシに対して観察され、信号波Ｖが決定された。それぞれの平均は信号
波Ｖのピーク振幅を単位として計量され、信号波Ｖピーク・レイテンシについて
順に並べられた。大平均ＡＢＲ（ｇｒａｎｄａｖｅｒａｇｅＡＢＲ）が生成
され、信号波Ｖのレイテンシが元の１０の平均のレイテンシの平均に設定される
。波形は１〜１６ｍｓに刈り込まれ、１〜３ｍｓからゼロにされた。

【００３５】ＡＢＲはピークの数および突出状態、ピーク・レイテンシと振幅のような標準
的な特徴を有するにも関わらず、波形の形態は、刺激とそれぞれのシステムの記
録特性、特にＥＥＧフィルタリング特性に劇的に影響された。目標波形はアルゴ
リズムが適用される記録特性を有する記録システムにより、目標母集団（例えば
幼児）について取得されたデータから導出されなければならない。言いかえると
、ポイント選択プロセスは記録システムのそれぞれの型式（モデル）ごとにカス
タム化されなければならない。

【００３６】プロセスの第２段階は、目標ＡＢＲ波形のゼロでない値を含んでいる全部のウ
ィンドウから極めて特殊なポイントの集合を選択することである。このポイント
選択プロセスは、検出テストの統計的パワーを最大化するように設計されている
。このプロセスはゼロでない反応を含んでいるウィンドウ内に全てのポイントの
サブセットを生成するように、目標ＡＢＲ波形に作用する。

【００３７】図３を参照すると、候補のポイント集合は以下のように選択される。ａ）最大値および最小値を選択する。これらは最初の２つのポイントである。ｂ）この第３のポイントが任意の先に選択されたポイントに１．０ｍｓより近づ
けないという制約の元に、全ての可能な第３ポイントの位置に対して最大の３ポ
イントの信号変動を計算する。ｃ）近接の制約下で、最大条件の変動を生じる第３ポイントの位置を選択する。ｄ）第４から第ｋ番目までの追加のポイントに対して、上記のステップ２および
３を繰り返し、最大条件の変動が最大の（２ポイント）の変動の指定された割合
部分になった時に停止する。本発明者等の研究では、この分数は１／５であり、
１０ポイントが括弧に示されたようなレイテンシを伴って選択された。

【００３８】ポイント選択のためにここで適用された戦略は、１ｍｓの２つのポイントの間
の最少距離の制約が用いられたことである。これは、ＡＢＲノイズ内で連続する
データ・ポイントの間の絶対値の大きな自己相関を避ける。ＡＢＲノイズの自己
相関関数の包絡線は、１ｍｓまたはそれ以上の期間ではゼロになろうとする。し
たがって選択されたポイントは、統計的に独立であると近似的に仮定されている
。これらの条件下では、サイズｍのポイントの任意のサブセットの自由度はｍ−
１になる。

【００３９】個々の験体での反応位置について最適に配置されている場合は、任意のポイン
ト集合が最良に機能する。発明者等の研究では、ポイント選択は突出状態に対応
し、目標波形中の信号波Ｖの十分に定義されたピークは、スクリーニングのため
の望ましい刺激条件でのＡＢＲデータのいくつかの代表の集合のそれぞれに対し
、信号波Ｖのレイテンシ領域に観測された最大値に配置されていた。理想的には
、目標波形を発生させるために用いられたものとは異なる、新しいデータの集合
に対してこれが行われるべきである。

【００４０】次に、サイズが２〜１０のポイントの集合の候補のそれぞれ全てに対し、規範
的集合内のそれぞれの験体からのデータを用いて、普通には１〜５０００の範囲
であるスィープ回数（ｎ）変形されたＦ_spの集積値が計算される。それぞれの連
続したｎの値に対し、観測値に等しいかまたはそれより大きいＦ値を得る確率が
Ｆ参照表から得られる。一般的にはこの確率はｎの増加につれてシステム的に減
少し、それぞれのｎに対する値はここで「確率関数」と呼ばれるものを定義する
。便利な表現は、−ｌｏｇ₁₀Ｐのプロットであり、ここでｐがその確率である。
これは実際に、ＡＢＲ存在の無効仮説の棄却の傾向である。αが０．０１の時、
−ｌｏｇ₁₀の値は２である。確率曲線が２になるかまたはそれを超えた場合に、
ＡＢＲは存在すると見なされる（無効仮説は棄却される）。

【００４１】任意の与えられたポイント選択の振幅の定量に確率曲線を用いる利点は、それ
が基準値（α）の実行に必要とされるスィープの数を直ちに明らかにすることで
ある。これは、テスト・パワーの改良に最も関連する実際的なインパクトとなる
。選択された全てのポイントに対して、Ｆ_spのベースラインを用いて必要とされ
るものに対しｎを削減することは、テスト・パワーの増大に単調に寄与し、診療
上の用途では節減されたデータ収集時間に直ちに繋がる。一般的には最適のポイ
ント選択は験体間で変化するかもしれないが、験体の集合全体では平均的な様相
でのシステム的な傾向がある。

【００４２】最良のポイント選択を決定する適切な方法は、全ての候補となるポイントの集
合に対して基準に到達するために必要なスィープの数をランク付けして、次に験
体の集合全体で裁定の平均ランクを生じる集合を選択することである。ベースラ
インＦ_spに対するこのポイント選択の効率は、ベースラインに必要なｎをポイン
ト集合に必要なｎで割り算した比として表現することができる。必要なｎを半減
することは、効率の倍増または「効率比」が２になることである。

【００４３】以上の手続は、験体のＡＢＲは定義されたＡＢＲ波形の位置に配置されている
かまたはそれに近いという条件の下で、験体全体の平均で最良のポイントの集合
を生じ、その集合を用いて得られる値を定量化する。任意の個々の験体に対して
レイテンシ・シフトがもしあれば、一般的にテスト・パワーは減少し、減少量は
レイテンシ・シフトの量と用いられたポイント集合の特性の双方に従って変化す
る。

【００４４】この効果を利用する１つの方法は、規範的な験体での観測された信号波Ｖのレ
イテンシの範囲を決定し、それぞれのポイント集合に関する自由度を修正するこ
とである。これは確率曲線を変化させ、結果としてポイント集合の能力のランク
を修正することになる。自由度の調整手続は、以下のことを可能にする。刺激の
ないＡＢＲノイズ・データに対して、それぞれのポイント集合に対するＦ統計の
サンプル累積分布関数の例が得られ、以上に記述したように種々の自由度に対す
る表にされた値に適合される。しかしながら、規範的な験体からの刺激データで
観測される可能な信号波Ｖのレイテンシの範囲にわたるポイント集合の小さい数
の位置に対しては、Ｆ統計は最大値ではない。普通には、約３〜５のポイント集
合が適切である。調整された自由度が与えられると、確率曲線を計算することが
でき、その特性は上記のように要約される。

【００４５】能力データの未調整のものと調整されたものとの双方を、検査することが適切
である。最良の能力解析は、ポイント選択に対する主要なガイドである。レイテ
ンシの変動量は、目標の母集団の精密な性質とテスト協定に依存している。修正
した自由度による任意の能力の変化に基づくポイント選択の調整は、特殊なスク
リーニング環境に合わせた訂正プロセスと考えるべきである。

【００４６】Ｆ_spは、基本的に変動比テストである。この比は、Ｖａｒ（分子）／Ｖａｒ（
分母）と書くことができる。分子の変動Ｖａｒ（分子）は、Ｎスィープ（電気生
理学的活動の事象でそれぞれの事象はある刺激事象に対しタイムロックされてい
る）の平均のいくつかの時間ウィンドウで観測されるｋの隣接するデータ・ポイ
ントのサンプル変動として便宜的に計算される。Ｖａｒ（分母）は単一データ・
マトリックスの列のサンプル変動から導出され、これは与えられ選択されたタイ
ム・インターバルで、全てのそれぞれのスィープ開始後に起こるＮのソース・デ
ータ・ポイントの集合のサンプル変動である。行のサンプル変動は、Ｎスィープ
の平均の変動を見積もるために、標準分布理論で記述されたように因子Ｎで計量
される。

【００４７】Ｖａｒ（分子）は規範的な研究から経験的に決定される、いくつかの自由度（
ｄｏｆ）を有している。ディジタル化された記録内の連続するポイントは強く相
関（自己相関）しているので、これは期待されるようにｋ−１の自由度を有する
わけではない。Ｖａｒ（分母）は、ポイントが隣り合わずそれぞれが別個のスィ
ープから到来するので、Ｎ−１の自由度を有する。このようにして、自己相関機
能が実質的にゼロに削減されるのに十分長い期間で、ポイントが取得される。

【００４８】ＡＢＲのない無効仮説の下では、２つの変動は共通の基礎をなす変動を見積も
られる。それ故、それらの比はｍとＮ−１の自由度を伴うＦとして分布する。Ａ
ＢＲがない場合は、その比のサンプリング分布の期待値は、分母の自由度が増加
するにつれて１になる傾向を有する。ＡＢＲが在る場合（ゼロではない）には、
ＡＢＲはそれぞれのスィープで時間内の所与のポイントでスィープ全体で一定と
見なされるので、分母の変動は不変と見積もられる。対照的に分子のサンプル変
動は、追加の成分ｖにより増加するが、ここでｖはＡＢＲの振幅の二乗平均であ
る。これらの条件の下で無効仮説は偽となり、比のサンプリング分布は自由度ｍ
およびＮ−１の非心Ｆになる。因子ｖはこの分布を、中央（通常の）Ｆに較べて
量ｖ／ｏだけ正に変移させるが、ここでｏはＶａｒ（分母）により見積もられる
母集団変動であり、これは非心Ｆ分布の非心パラメータと呼ばれる。ｏは一定で
あると仮定されるので、非心パラメータはＡＢＲ振幅の自乗平均に比例する。

【００４９】観測される大きなＦ_spの発生は、無効仮説の棄却につながるが、これはＡＢＲ
が存在することの決定につながっている。決定の基準値は、中央Ｆの表から導出
され、通常無効仮説の下で基準値を超える観測されたＦの確率が０．０１（α、
型式１のエラー確率）であるような値Ｆである。無効仮説が偽である場合、この
確率はテスト・パワーであり、非心パラメータの非常に大きな値に一致する傾向
がある。このパワーは、そのパラメータの単調増加関数である。

【００５０】従来のＦ_spでは、ＡＢＲの二乗平均の値は分子の変動Ｖａｒ（分子）の成分で
あり、その反応を被覆すると考えられるいくつかの時間ウィンドウ内の全てのそ
れぞれのデータ・ポイントを用いて計算される。ある時間ポイントではＡＢＲは
ゼロまたはゼロに近い（周期的な波形である）ので、そのようなポイントが含ま
れない場合にそうである値より自乗平均の値が小さいことにつながる。これは、
ＡＢＲの自乗平均が従来のＦ_spのそれより大きいような、ｋのポイントの全部の
集合のサブセットを選択することが可能である、ということである。他のことは
、増加するＡＢＲの自乗平均は非心性を増大し、それ故無効仮説のＦテストのパ
ワーも増大させる、ということに等しい。

【００５１】本発明の特徴的な特性は、テスト・ポイントの可能な全ての集合から選択され
た１つは、与えられた目標の波形に対するテスト・パワーを最大にするものであ
る、ということである。等価的に最良ポイントの選択は、目標の反応が存在する
場合には、テスト統計の分布の非心パラメータを最大化するものである。このＰ
ＯＶＲの特性は、明らかにそれを従来のＦ_spから、かつより以上に非解析的テス
ト手続からそれを区別する。量ｖはパワーおよび非心性と単調であるので、ｖを
最大化する事で十分である。Ｖを最大化するためには、多くの方法が可能である
。本発明の開発に用いられた方法は、２つのポイントの変動を最大化するターゲ
ット波形上の２つのポイントから始まっていた。これらは自動的にターゲット波
形の最少と最大である。次に、最初の２つのポイントを与えられたポイント選択
アルゴリズムは、暫定的な変動を最大にするポイントを見つけるために全てのポ
イントを調べる。ＡＢＲノイズ・データの性質は高度に自己相関であるので、中
心的なテスト・ポイントの選択は効率的でないということが知られている。これ
は、ノイズ中の中心的なポイントの間での高い正の相関のために、結果の統計の
実効自由度は小さくなるためである。ある所与の数のテスト・ポイントに対して
は、自由度が大きければ大きいほどよいので、パワーの最大化はＡＢＲの変動と
自由度を組み合わせた最適化を含んでいる。戦略での後者の因子は、ＡＢＲノイ
ズの自己相関機能（２つのポイントの間の全ての可能な期間に対する自己相関係
数）により支配されている。実際の乳児のノイズ記録の自己相関データに基づい
て、２つの選択されたポイントは時間にして１ｍｓより近接することができない
、という制限が課せられる。

【００５２】本発明の他の特徴は、ＡＢＲの形態は一般的にテスト験体間で相似である一方
で、全体のＡＢＲ波形はその刺激後の時間位置（レイテンシ）において変化して
もよい、という事実に対する許容度である。ターゲット波形を導出するために用
いられる、正確に中央値の位置に配置されたＡＢＲにパワー最適化のポイント選
択が作用された場合、そのパワーは実際に最適なものである。レイテンシのシフ
トは一般的に、パワーの損失を生じ、適時により多くの選択されたポイント・セ
ットが集中するほど、そのパワーの損失が大きいことが予測される。この問題へ
の１つの手法は、後者が可能なＡＢＲレイテンシの期待されるドメインをどれも
が含んでいるいくつかの時間位置に対して計算される、テスト統計の最大値にそ
のテストを適用し、実際のＡＢＲに対するテスト・ポイント位置へのパワーの暫
定的な依存性を考慮することである。一般的に、このマルチポジション法は固定
された位置の値に対して型式１の誤り率の増加の原因となる。型式１の誤り率を
訂正するようにマルチポジション法により得られるパワーが、Ｆテストについて
の基準値の調整に基づくパワーの減少より差し引かれることが期待される。

【００５３】図４ａ、４ｂは、本発明に従うスクリーニング・テストのフローチャートであ
る。この手続は、ＡＢＲとデータのフィルタリング等に好適なサンプリング・レ
ートを含むＡ／Ｄコンバータの集積パラメータのルーチン設定から始まる。用い
られた例では、２０ｍｓの活動が１０，０００Ｈｚでディジタル化（２００ポイ
ント）されている。またこの時点で、技術者はテストのターゲットＰ値を決定す
る。例えば０．０１のＰ値は、検出されたＡＢＲが実際の反応であることの９９
％の確率を表す。最大のスィープ数が選択され、それは停止するまでにテストが
どれくらい続けられるべきかを表す。テスト・バッファの長さが、同様にブロッ
ク・サイズとして参照される。これは、テスト統計のそれぞれの再計算の間のス
ィープの副産物である。偽信号の除去レベルは、電圧レベルである。神経反応の
ような望ましからぬ活動は神経の反応に較べて非常に高い電圧を有しているので
、大きな逸脱を含んでいる任意のスィープは、データの過度の汚染を避けるため
に用いられない。

【００５４】分子変動計算のためのポイントの選択は、テストに先だって完遂されるステッ
プで、先に詳細が記述されている。単一のポイント配置の選択は、分母変動計算
に使用される。この配置は分子に用いられたポイントの間のポイントの集合また
は任意の１つのポイントであることができる。

【００５５】ＥＥＧの各スィープの集積は、標準的な技術を用いて実行される。実装の概略
図を図５に示す。ＥＥＧ活動は、リード線により微分予備増幅器に接続された頭
皮に付けた電極を手段として取得される。この予備増幅器は、ノイズ（神経誘発
電位以外の活動）を含んでいると仮定される記録のような成分を除去するために
、２つの頭皮の位置からの記録を差し引く。これらの電極の配置は、ターゲット
波形の記録を最適化するように注意深く選ばれなければならない。信号は増幅さ
れ、ターゲットの活動を強調するために特別に選択されたフィルタ特性の帯域フ
ィルタにかけられる。

【００５６】ＥＥＧ活動は、事象、またはユーザが決定した継続時間、例えば１０〜３０ｍ
ｓのスィープとに区分される。活動は、信号のスペクトル構成に対し適切なサン
プリング・レートでディジタル化される。それぞれのスィープのサンプリングと
ユーザが選択した刺激の間隔を伴う適切な聴覚刺激の表現を同期させるために、
トリガ・メカニズムが用いられる。刺激は一般的に、適当なトランスジューサに
適用したときにクリックを生成する、１００μｓの矩形パルス波である。しかし
ながら、継続時間の短いランプ・トーン（トーン・バースト）のような他の刺激
も、使用可能である。

【００５７】図４を再度参照すると、それぞれのスィープのブロックが集められるときに、
テスト統計の計算が始まる。次に関連するＰ値が決定され、技術者により初めに
設定された目標のＰ値と比較される。目標に達していない場合は、全部のプロセ
スが繰り返される。目標のＰ値に従って反応の有無が決定されるときには、記録
は停止される。デバイスには存在をハードコピーで出力するプリンタがあっても
なくてもよいし、または「合格」または「不合格」のような反応判定のより簡単
な表示器を有してもよい。

【００５８】実験結果１２人の健康な新生児が、ロサンゼルス郡幼児聴覚調査研究所と南カリフォル
ニア大学医療センター女性子供病院の合同調査で評価された。一方または両方の
耳が３０ｄＢｎＨＬクリックの刺激と刺激のない条件を用いて標準的なＡＢＲ技
術で検査された。それぞれの条件で、１０，０００の２０ｍｓの個々の持続時間
のスィープが研究所での解析のためにオフラインで記憶された。データはニュー
ロスキャン「シナプス」アンプとスキャン集積ソフトウェアを経由して取得され
、データが１０ｋＨｚでディジタル化され、１００〜３０００Ｈｚでフィルタに
かけられた。

【００５９】クリックの刺激を伴う電気生理学記録は、本発明（ＰＯＶＲ）、他のアルゴリ
ズム（ホテリングＴ²）および標準Ｆ_spにより解析された。標準（１２０ｐｔ）
のＦ_sp、４および１０ポイント選択のＰＯＶＲとホテリングＴ²を用いて、デー
タのそれぞれの集合に対して確率曲線が形成された。−ｌｏｇ₁₀Ｐ＝２の交差が
、それぞれの条件で０．０１のαに到達するために必要なスィープの数を表した
。これらのデータは図６にプロットされている。標準のＦ_spと比較した時に、Ｐ
ＯＶＲとホテリング・アルゴリズムの双方について著しいスィープ数の削減が見
て取れる。３つのテストでの効率比（標準Ｆ_sp条件でのスィープ数／テスト条件
でのスィープ数）は、図７の散布図に示されている。

【００６０】１２０ポイント（標準）Ｆ_spは、本発明がそれに対して評価される、ベースラ
インとみなすことができる。所与の乳児におけるそれぞれの測定の集合が、統計
の可能な観測値のランダム・サンプルの要素を構成することに留意するべきであ
る。このようにして、必要とされるスィープの数の変動と統計間での関係の場合
場合の差異が、望まれるものである。１２０ポイントＦ_spのベースラインと比較
すると、Ｂ１１クリックｒの場合を除く全ての場合で、本発明は測定の効率を改
善している。いくつかの場合では、その改善は劇的（Ｂ９クリックｌのように）
である。そのような結果は、有効なスクリーニング結果がそのような場合に実際
に得られるかどうかについての、差異を際だたせる。一般的に、効率比の平均値
により表され、それは極めて好都合である。

【００６１】本発明が、聴覚脳幹反応（ＡＢＲ）を用いたスクリーニング・プロセスの流れ
で記述された。新生児の聴力状態の評価に現在用いられる他の電気生理学的測定
は、耳音響伝達（ＯＡＥ）である。この測定方法を用いたスクリーニング技術が
、新生児の聴力欠損の特定において迅速且つ理にかなって正確であることが示さ
れてきた。ＡＢＲに関しては、ＯＡＥは験体の反応検出と自動化の制約をうける
。ここに記述された検出アルゴリズムは、わずかな修正のみにより同様にＯＡＥ
に適用されることができる。

【００６２】上記の発明は、開示の精神または本質的な特性から逸脱することなく他の特別
な態様で具体化されてもよいことを、認識するべきである。このようにして、本
発明は以上の実例となる詳細によって限定されず、添付の請求項によって定義さ
れる。

【図面の簡単な説明】

【図１】ＡＢＲ波形のＦ_sp統計の計算の従来技術を示す図である。

【図２】ＡＢＲ目標波形である。

【図３】本発明に用いられる波形ポイント選択を示す図である。

【図４ａ】、

【４ｂ】本発明の診断手続の機能の流れ図である。

【図５】本発明の電気生理学的データ記録手続を図式的に示す図である。

【図６】本発明と従来技術のＦ_spおよびその他の新しい解析の型式の能力を比較するデ
ータである。

【図７】本発明と従来技術のＦ_spおよびその他の新しい解析の型式の効率を比較するデ
ータである。

───────────────────────────────────────────────────── フロントページの続き (81)指定国ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ，ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，ＩＴ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＧＷ，ＭＬ，ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＧＨ，ＧＭ，ＫＥ，ＬＳ，ＭＷ，ＳＤ，ＳＬ，ＳＺ，ＴＺ，ＵＧ，ＺＷ )，ＥＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ，ＭＤ，ＲＵ，ＴＪ，ＴＭ)，ＡＥ，ＡＧ，ＡＬ，ＡＭ，ＡＴ，ＡＵ，ＡＺ，ＢＡ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＣＡ，ＣＨ，ＣＮ，ＣＲ，ＣＵ，ＣＺ，ＤＥ，ＤＫ，ＤＭ，ＤＺ，ＥＥ，ＥＳ，ＦＩ，ＧＢ，ＧＤ，ＧＥ，ＧＨ，ＧＭ，ＨＲ，ＨＵ，ＩＤ，ＩＬ，ＩＮ，ＩＳ，ＪＰ，ＫＥ，ＫＧ，ＫＰ，ＫＲ，ＫＺ，ＬＣ，ＬＫ，ＬＲ，ＬＳ，ＬＴ，ＬＵ，ＬＶ，ＭＡ，ＭＤ，ＭＧ，ＭＫ，ＭＮ，ＭＷ，ＭＸ，ＮＯ，ＮＺ，ＰＬ，ＰＴ，ＲＯ，ＲＵ，ＳＤ，ＳＥ，ＳＧ，ＳＩ，ＳＫ，ＳＬ，ＴＪ，ＴＭ，ＴＲ，ＴＴ，ＴＺ，ＵＡ，ＵＧ，ＵＺ，ＶＮ，ＹＵ，ＺＡ，ＺＷ (72)発明者ドン，マニュエルアメリカ合衆国・90057・カリフォルニア州・ロサンゼルス・ウエストサードストリート・2100・５ティエイチフロアＦターム(参考） 4C027 AA03 CC00 CC01 DD02 FF01 FF02 FF07 GG00 GG09 GG13 GG15 HH02 4C038 AA01 AB07 【要約の続き】

Claims

【特許請求の範囲】

【請求項１】平均を形成する１つのスィープから時間的に固定されたポイ
ントでのデータの変動に対する、ターゲット波形により指定される特定時間ポイ
ントでのＡＢＲデータの平均の変動比に基づき、個々の聴取能力を決定するため
に聴覚の刺激への反応で生成されるＡＢＲ信号データを収集して解析する方法で
あって、（ａ）複数の聴覚刺激を生成するステップと、（ｂ）テスト験体の耳に前記聴覚刺激を表すステップと、（ｃ）特定の数の前記聴覚刺激のそれぞれに引き続く、該テスト験体からのあ
る時間ウィンドウ（スィープ）内の電気生理学信号データを収集するステップと
、（ｄ）個々のスィープにわたる時間内の所定のポイントでの、データの累積的
変動を計算するステップと、（ｅ）前記収集した電気生理学信号データから累積したテスト験体の平均波形
を計算するステップと、（ｆ）前記累積したテスト験体の平均波形上の選択したポイントの変動を計算
するステップと、（ｇ）（ｆ）で計算した変動を分子とし、（ｄ）で計算した変動を分母として
変動比を計算するステップと、（ｈ）前記比に関する確率の値を計算するステップと、（ｉ）前記計算した確率の値が所定の閾値を超えた場合は、累積的テスト験体
の平均波形と単一スィープ・データに加えながらステップ（ａ）から（ｈ）を繰
り返し、該計算した確率の値が前記所定の閾値以下である場合は、該テスト験体
が該聴覚刺激に反応したと宣言するステップ、および（ｊ）該計算された確率の値が所定の閾値以下になることなく、所定の回数の
刺激が表された場合は、ステップ（ａ）から（ｈ）を停止し、反応が現れなかっ
たと宣言するステップとを含む方法。
【請求項２】ステップ（ｈ）で計算される確率の値が標準Ｆ表に基づいて
いる請求項１に記載の方法。
【請求項３】ステップ（ｆ）で選択されるポイントが、ゼロでない反応を
有するターゲット波形上のポイントのサブセットを含む請求項１に記載の方法。
【請求項４】（ｉ）第１および第２のポイントとしてターゲット波形上の
最大値と最小値を選択すること、（ｉｉ）複数のｎ番目の候補ポイントのために最大のｎポイント信号変動を計
算すること、（ｉｉｉ）最大の変動を生じる複数のｎ番目の候補ポイントの１つを、ｎ番目
のポイントとして選択すること、（ｉｖ）ステップ（ｉｉｉ）で決定される最大変動が所定の閾値以下になるま
で、追加のポイントを選択するために、ステップ（ｉｉ）と（ｉｉｉ）を繰り返
すことにより、前記選択されたポイントを選択するステップをさらに含む請求項３に記載の方法
。
【請求項５】該複数のｎの候補ポイントは、先に選択されたｎ−１のポイ
ントのいずれにも所定の時間の値より近接していないとの制約を受けている請求
項４に記載の方法。
【請求項６】平均を形成する１つのスィープから時間的に固定されたポイ
ントでのデータの変動に対する、ターゲット波形により指定される特定の時間ポ
イントでのＡＢＲデータの平均の変動比に基づき、個々の聴取能力を決定するた
めに聴取刺激に反応して生成されるＡＢＲ信号データを収集して解析するシステ
ムであって、（ａ）複数の聴覚刺激を生成する手段と、（ｂ）テスト験体の耳に前記聴覚刺激を表わす手段と、（ｃ）特定の数の前記聴覚刺激のそれぞれに引き続く、該テスト験体からのあ
る時間ウィンドウ内の電気生理学信号データを収集する手段と、（ｄ）個々のスィープにわたる時間内の所定のポイントでの、データの累積的
変動を計算する手段と、（ｅ）前記収集した電気生理学信号データから累積したテスト験体の平均波形
を計算する手段と、（ｆ）前記累積したテスト験体の、平均波形上の選択したポイントの変動を計
算する手段と、（ｇ）（ｆ）で計算した変動を分子とし、（ｄ）で計算した変動を分母として
変動比を計算する手段と、（ｈ）前記比に関する確率の値を計算する手段と、（ｉ）前記計算した確率の値が所定の閾値を超えた場合は、累積的テスト験体
の平均波形と単一スィープ・データに加えながらステップ（ａ）から（ｈ）を繰
り返し、該計算した確率の値が所定の閾値以下である場合は、該テスト験体が該
聴覚刺激に反応したと宣言する手段、および（ｊ）該計算された確率の値が所定の閾値以下になることなく、所定の回数の
刺激が表された場合は、ステップ（ａ）から（ｈ）を停止し、反応が現れなかっ
たと宣言する手段とを含むシステム。
【請求項７】ステップ（ｈ）で計算される確率の値が標準Ｆ表に基づいて
いる請求項６に記載のシステム。
【請求項８】選択されたポイントの変動を計算する手段が、ゼロでない反
応を有するターゲット波形上のポイントのサブセットの変動を計算する請求項６
に記載のシステム。
【請求項９】（ｉ）第１および第２のポイントとしてターゲット波形上の
最大値と最小値を選択すること、（ｉｉ）複数のｎ番目の候補ポイントのために最大のｎポイント信号変動を計
算すること、（ｉｉｉ）最大の変動を生じる複数のｎ番目の候補ポイントの１つを、ｎ番目
のポイントとして選択すること、（ｉｖ）ステップ（ｉｉｉ）で決定される最大変動が所定の閾値以下になるま
で、追加のポイントを選択するために、ステップ（ｉｉ）と（ｉｉｉ）を繰り返
すことにより、前記選択されたポイントを選択する手段をさらに含む請求項８に記載のシステ
ム。
【請求項１０】該複数のｎ番目の候補ポイントは、先に選択されたｎ−１
のポイントのいずれにも所定の時間の値より近接していないとの制約を受けてい
る請求項９に記載のシステム。