JP2009507601A - 前頭葉で測定した脳波データの高速フーリエ変換を通じる累積データのパターン分析を利用した健康診断装置及びその方法 - Google Patents

前頭葉で測定した脳波データの高速フーリエ変換を通じる累積データのパターン分析を利用した健康診断装置及びその方法 Download PDF

Info

Publication number
JP2009507601A
JP2009507601A JP2008531007A JP2008531007A JP2009507601A JP 2009507601 A JP2009507601 A JP 2009507601A JP 2008531007 A JP2008531007 A JP 2008531007A JP 2008531007 A JP2008531007 A JP 2008531007A JP 2009507601 A JP2009507601 A JP 2009507601A
Authority
JP
Japan
Prior art keywords
electroencephalogram
frequency
health
human body
pattern
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2008531007A
Other languages
English (en)
Other versions
JP2009507601A5 (ja
Inventor
ピョン−ウン パク
Original Assignee
コリア リサーチ インスティテュート オブ ジュンシン サイエンス
ブレーンテク コーポレーション
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 コリア リサーチ インスティテュート オブ ジュンシン サイエンス, ブレーンテク コーポレーション filed Critical コリア リサーチ インスティテュート オブ ジュンシン サイエンス
Publication of JP2009507601A publication Critical patent/JP2009507601A/ja
Publication of JP2009507601A5 publication Critical patent/JP2009507601A5/ja
Pending legal-status Critical Current

Links

Images

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
    • A61B5/369Electroencephalography [EEG]
    • A61B5/372Analysis of electroencephalograms
    • 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
    • A61B5/369Electroencephalography [EEG]
    • A61B5/372Analysis of electroencephalograms
    • A61B5/374Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
    • 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
    • A61B5/7253Details of waveform analysis characterised by using transforms
    • A61B5/7257Details of waveform analysis characterised by using transforms using Fourier transforms
    • 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
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7275Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • 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
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Psychiatry (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Psychology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本発明は、前頭葉で測定した脳波データを高速フーリエ変換(FFT)して周波数別に区分した後、一定時間累積しつつ反復される特定周波数を探して、各周波数別に健康状態を診断する装置及びその方法に関する。このために、脳波を測定するステップと、高速フーリエ変換するステップと、周波数別脳波データを開眼状態脳波と閉眼状態脳波とに区分して連続的に累積するステップと、累積された脳波データで反復される特定周波数とそのパターンを探すステップと、周波数パターンに基づいて周波数と人体の各部位とを対応連結するステップと、健康状態を判別するステップとに区分する。周波数別健康状態の判別は、臨床試験で見つけた事実を根拠とする。
【選択図】図3

Description

本発明は、脳波パターン分析を利用した健康診断装置及びその方法に係り、より詳細には、被験者の前頭葉から開眼状態の脳波と閉眼状態の脳波とを連続的に測定しつつ、これを高速フーリエ変換して累積した後、各周波数別に現れたパターンによって人体の各部位別健康状態を判別する方法に関する。
脳波は、人間の頭皮上で測定される脳の電気的信号であるが、数十マイクロボルトの電位差と主に30Hz以下の周波数を持つ波長であって、人間の意識状態を反映する物理値である。脳波にはα波、β波、θ波及びδ波など4種がある。β波は、13Hz以上の周波数を持つ脳波であり、普通、人間の精神的活動が活発な時に発生する。α波は、8〜13Hzの周波数を持つ脳波であり、精神的に休息、安定している状態で発生するものであって、成人の基本脳波となる。θ波は、4〜7Hzの周波数を持つ脳波であり、一般的な睡眠状態で発生する。δ波は、0.5〜3Hzの周波数を持つ脳波であり、深い熟睡状態で典型的である。現在まで、脳波に関する多くの研究が行われているが、脳波に含まれている情報を十分に解釈できず、その判読はまだ難しい問題として残っている。
脳波を判読する方法には、時間領域での判読方法と周波数領域での判読方法とがある。時間領域で脳波を判読するには多くの経験及び熟練が要求され、微細な差を区分し難い。現在広く使われる周波数分析方法では、リアルタイムで被験者の状態を容易に判読できるように測定された信号を処理する必要がある。
従来の脳波測定装置は、主にペーストを利用して被験者の頭皮に付着するコップ電極を使用し、測定された複数チャンネルの脳波信号を入力して分析するためには、脳波分析用コンピュータに別途の内蔵型カードを備えねばならない。
本出願の出願人はまた、1999年3月23日付で大韓民国特許庁に“ヘッドバンドを利用したリアルタイム脳波測定装置”という名称で特許出願をして、1999年7月5日付で公開番号99−46503で特許公開され、2000年11月30日付で登録番号282733で特許された脳波測定装置を提供した。この脳波測定装置は、ペーストを使用せずに頭皮上で脳波を測定できる。
また、これまで脳波は単純に脳自体の健康状態のみを判別するのに使われてきた。そのために、脳波信号と脳外の他の信号(雑波)とを区別して雑波を除去し、純粋な脳波のみを抽出することが重要であった。したがって、前述の従来の技術では、雑波除去を最小化し、各周波数別に人体の各部位で発生する雑波と一対一の対応関係を設定して健康状態を判別することはできない。
本発明は、前述した従来の短所を解消するために、頭皮上で測定された脳波信号から雑波信号を最小限に除去した後、一定時間累積して測定することによって、各周波数別に人体の各部位で発生する信号と一対一の対応関係を設定して健康状態を判別する脳波パターン分析を利用した健康診断装置及びその方法を提供する。
本発明は、前頭葉に付着された脳波測定センサーを通じて脳波を測定する脳波測定装置で測定された脳波信号を受信して、脳波パターン分析を利用した健康診断を行う健康診断装置において、測定された脳波を受けて高速フーリエ変換をした後、一定時間データを累積して各周波数別に現れた信号のパターンを分析し、分析された周波数パターンと人体の各部位との一対一の対応関係を設定して健康状態を判別する脳波分析コンピュータを備える脳波パターン分析を利用した健康診断装置を提供する。
望ましくは、前記脳波分析コンピュータは、測定された脳波データを一定時間累積して各時間別に周波数による変曲点を見つけて反復的に続く変曲周波数を抽出した後、臨床試験の結果、見つけられた各周波数と一対一の対応関係を持つ人体の各部位別周波数データを保存するデータベースを利用して、抽出された変曲周波数から人体の健康状態を判読する。
また本発明は、脳波パターン分析を利用した健康診断を行う健康診断方法において、前頭葉に2チャンネル脳波測定センサーを付着し、耳たぶを基準電極とし、額の真ん中を参照電極とする方式で脳波を測定するステップと、測定された脳波を高速フーリエ変換するステップと、前記高速フーリエ変換されたデータを一定時間累積するステップと、各周波数別に現れた信号のパターンを分析するステップと、分析された周波数パターンと人体の各部位との一対一の対応関係を設定して健康状態を判別する健康状態判別ステップと、を含む脳波パターン分析を利用した健康診断方法を提供する。
望ましくは、前記パターン分析ステップでは、各時間別に周波数による変曲点を見つけ、反復的に続く変曲周波数を抽出する。
さらに望ましくは、前記健康状態判別ステップでは、変曲点の発生頻度数、脳波信号の振幅、及び脳波信号の半値全幅(FWHM(Full Width at Half Maximum))により、一定周波数に対応する人体の対応点での疾病の軽重が変曲点の発生頻度数と脳波信号の振幅に比例し、脳波信号のFWHMに反比例する人体の健康状態判別式を利用して健康状態を判別することを特徴とする。
本発明により、前頭葉で脳波測定することで脳状態だけでなく人体の健康状態までも簡単に点検できる。
以下、本発明の構成原理を説明する。
本発明は、前頭葉に2チャンネル脳波測定センサーを付着して耳たぶを基準電極とし、額の真ん中(Fpz)を参照電極とする方式で脳波を測定し、また測定された脳波を高速フーリエ変換をした後、一定時間データを累積して各周波数別に現れた信号のパターンを分析し、分析された周波数パターンと人体の各部位との一対一の対応関係を設定して健康状態を判別する脳波パターン分析を利用した健康診断装置及びその方法を提供する。
本発明では、額部位である前頭葉に2チャンネルの脳波測定装置を付着して測定した脳波データを、直列通信方式やUSB(Universal Serial Bus)通信方式でコンピュータに伝送した後、高速フーリエ変換をする。測定は被験者をして開眼状態と閉眼状態とを交互に反復させて、基礎律動の発生と消失及び各バンド別消失状態を観察できるデータを収集する。測定されたデータを一定時間累積して各時間別に周波数による変曲点を見つけ、反復的に続く変曲周波数を抽出する。臨床試験結果で見つけられた各周波数と一対一の対応関係を持つ人体の各部位別データベースによって抽出された変曲周波数から人体の健康状態を判読する。変曲周波数は、周波数による1次微分値を求めて勾配値が変わる頂点を意味する。1次微分値は、次の数式1及び数式2で求められる。
[数1]
デルタ1=V(f2)−V(f1)
[数2]
デルタ2=V(f3)−V(f2)
ここで、f1、f2、f3は周波数を意味し、Vは、各周波数で電圧の強度を意味する。もし、デルタ1が正数値であり、デルタ2が負数値であれば、f2は頂点になる。反復的に同じ周波数で頂点が現れるのは、脳や肉体の特徴的な活動を意味することであり、脳波信号は脳の状態を、筋肉信号はからだの状態を表す。各変曲周波数を人体の各部位と一対一で対応させて人体の健康状態を判断する。状態の軽重は、頂点(変曲点)が現れる頻度数と脳波信号の振幅、脳波信号のFWHMなどにより決定される。もし、変曲点が一定の周波数で開眼及び閉眼時に継続的に現れるならば、症状が激しいと言える。疾病の発生範囲はFWHMにより決定される。もし、FWHMが小さければ局所的であり、大きければ広範囲に広がっていることを意味する。これを数式で表現すれば、次の数式3の通りである。
[数3]
H(n,V,w)=Af(nV/w)
ここで、nは変曲点の発生頻度数、Vは脳波信号の振幅、wは脳波信号のFWHM、Aは比例定数を意味し、Hは健康(Health)を意味する関数であり、fはnV/wの変数を持つ関数であるという意味である。したがって、一定周波数に対応する人体の対応点での疾病の軽重は変曲点の発生頻度数と脳波信号の振幅に比例し、脳波信号のFWHMに反比例するということである。これはあくまでも線形的な関係式を意味し、さらに非線形的な関係式を考慮してもよい。
以下、添付された図面を参照して本発明の実施形態についてさらに詳細に説明する。
本発明による前頭葉で測定した脳波データを高速フーリエ変換(Fast−Fourier−Transform:FFT)して周波数別に区分した後、一定時間累積しつつ反復される特定周波数を探して各周波数別に健康状態を診断する装置は、脳波を測定する測定装置と測定された脳波を受信して健康状態を診断する診断装置とを備えて構成される。脳波測定装置は図1及び図2に示し、健康状態診断装置は図面には示していないが、図1の脳波測定装置に接続されて測定された脳波を受けて診断装置内に保存されたアルゴリズム及びデータベースによって、図3及び図4のフローチャートによる健康診断方法を行うコンピュータである。
図1は、本発明の脳波パターン分析を利用した健康診断装置及びその方法に適用される、測定された脳波を処理する脳波測定装置の一実施形態である。この図面は、本出願人の特許登録282733に開示されたものであり、脳波感知部20、信号処理部22及び直列ポート接続部28を備えて構成され、ヘッドバンド内に内蔵される。
脳波感知部20は、複数の電極を使用して被験者の頭皮の所定位置での4チャンネルの脳波信号を感知する。本発明の一実施形態で脳波感知部20は、2チャンネルのヘッドバンドと2チャンネルのコップ電極とを備える。2チャンネルのヘッドバンドは、前頭葉での脳波を簡便に測定するためのものであり、2チャンネルのコップ電極は、前頭葉以外の位置、すなわち、頭頂葉、側頭葉または後頭葉部分のうち、測定しようとする部位での脳波を選択的に測定するためのものである。
信号処理部22は、ノイズ防止のためにヘッドバンド内にフレキシブルPCB(Printed Circuit Board)で脳波感知部20と連結される。信号処理部22は、増幅部23、アナログ/デジタル変換部24、符号化部25及びコンピュータインターフェース部26に区分される。増幅部23は、図2に示したように前増幅部232、フィルタ部(図示せず)、主増幅部234を備え、前増幅部232は、脳波感知部20に感知された微弱な脳波信号の振幅を1次増幅し、ノイズ除去のために脳波信号をフィルタリングした後、主増幅部234で約50,000倍に増幅させる。アナログ/デジタル変換部24は、増幅された脳波信号を1秒に1024回サンプリングしてデジタル値に変換する。符号化部25は、各チャンネルの識別子と各チャンネル別1バイトのデジタル値とを順次にリアルタイム符号化する。コンピュータインターフェース部26は、その符号化された結果をコンピュータの直列ポートやUSBポートに有線や無線で伝送する。
直列ポート接続部28は信号処理部22と有線で接続され、コンピュータの直列ポートに接続するためのRS232−C方式の9ピンコネクタまたは25ピンコネクタが使われることで、コンピュータのUSBポートと連結することができる。
図2は、前頭葉に付着して脳波信号を抽出する脳波測定用ヘッドバンドを概略的に示す図面である。ヘッドバンド内で使われた電極は、金をメッキした電極であり、ペーストを使用せずに額に直ちに付着して使用できる。ヘッドバンド内の電極1 10と電極2 12とは、左脳と右脳との前頭葉から脳波を測定する活性電極であり、電極3 14は、額の正中央で脳波を測定して電極1 10と電極2 12とが参照する参照電極であり、電極4 16は、耳たぶに着用して頭皮上で測定された脳波の基準になる基準電極を意味する。左脳と右脳との前頭葉の脳波電位は、次の数式4、5で計算される。
[数4]
VL=(V1−V4)−(V3−V4)
[数5]
VR=(V2−V4)−(V3−V4)
ここで、VLは左脳電位、VRは右脳電位を表し、V1ないしV4は前記各電極の電位を表す。
本発明では、前述したように測定された脳波信号を利用して健康診断を行うが、これは図3に概略的に示されている。
図3に示した本発明による前頭葉で測定した脳波データをFFTして周波数別に区分した後、一定時間累積しつつ反復される特定周波数を探して各周波数別に健康状態を診断する装置は、脳波を測定する脳波測定器30、測定された脳波をFFTするFFT変換器32、周波数別脳波データを開眼状態脳波と閉眼状態脳波とに区分して連続的に累積する脳波データ累積器34、累積された脳波データで反復される特定周波数とそのパターンを探すパターン分析器36、周波数パターンに基づいて周波数と人体の各部位とを対応連結するデータ比較器38、健康状態を判別する健康状態分析器40を備えて構成される。
図4は、変曲周波数を探して変曲点の発生頻度数と脳波信号の振幅、脳波信号のFWHMの値を分析し、周波数別人体対応データベースと比較して健康状態を判別するフローチャートである。
図4によれば、額部位の前頭葉に2チャンネルの脳波測定器を付着して測定した脳波データを、直列通信方式やUSB(Universal Serial Bus)通信方式でコンピュータに伝送した後、FFT(S300)を行う。測定は、被験者をして開眼状態と閉眼状態とを交互に反復させて、基礎律動の発生と消失及び各バンド別消失状態を観察できるデータを収集し、測定されたデータを一定時間累積して(S310)、各時間別に頂点(変曲)周波数による変曲点を見つけ、反復的に続く変曲周波数を抽出して周波数パターンを分析する(S320)。
臨床試験結果で見つけられた各周波数と一対一の対応関係を持つ人体の各部位別データベースによって抽出された変曲周波数から人体の健康状態を判読する。ここで、変曲周波数は、周波数による1次微分値を求めて勾配値が変わる頂点を意味する。
下記の表1は、周波数別人体対応部位データベースの一部例である。
Figure 2009507601
前記表1に記載されたように、各脳波帯域は固有周波数帯域を持ち、それぞれは人体対応点に一対一で対応させうる。0.1−3Hzの脳波帯域はδ波帯域であって、目、まぶた、眼球、眼球筋肉、顔面筋肉、鼻、口、襟首、てんかん、脳損傷に対応し、4−7Hzの脳波帯域は、θ波帯域で肩、耳、目、顔面、鼻、口、耳鳴りに対応し、8−12Hzの脳波帯域は、α波帯域で胃腸、内蔵、生殖器、子宮、腰、腎臓に対応し、12−15Hzの脳波帯域は、SMR波帯域で首、器官支、肺、心臓、皮膚病、アトピー病に対応し、16−20Hzの脳波帯域は、低β波帯域で横隔膜、腎臓、歯牙、あご、頚椎に対応し、21−30Hzの脳波帯域は、高β波帯域で頚椎、手、足、脚に対応する。
反復的に同じ周波数で頂点が現れるのは、脳や肉体の特徴的な活動を意味することであり、脳波信号は脳の状態を、筋肉信号は肉体の状態を表す。各周波数を人体の各部位と一対一に対応させて人体の健康状態を判断する。健康状態の軽重は、頂点(変曲点)が現れる頻度数と脳波信号の振幅、脳波信号のFWHMなどにより決定される。もし、頂点(変曲点)が連続的に一定の周波数で開眼と閉眼時に継続的に現れるならば症状が激しいと言える。疾病の発生範囲はFWHMにより決定される。もし、FWHMが小さければ局所的に、大きければ広範囲に広がっていることを意味する。これを数式で表現すれば、前述した数式3によってH(n,V,w)=Af(nV/w)に表示され、ここで、nは変曲点の発生頻度数、Vは脳波信号の振幅、wは脳波信号のFWHM、Aは比例定数を意味し、Hは健康(Health)を意味する関数であり、fはnV/wの変数を持つ関数ということを意味する。したがって、一定周波数に対応する人体の対応点での疾病の軽重は、変曲点の発生頻度数及び脳波信号の振幅に比例し、脳波信号のFWHMに反比例するということである。これはあくまでも線形的な関係式を意味し、さらに非線形的な関係式を考慮してもよい。
これにより、図4のステップS330で変曲点が現れる頻度数を判断して、頻度数の低い場合にはステップS340に進行して(FWHMに対する振幅×頻度数)、すなわち、変数nV/wの関数値を求めて、高い場合に間歇的痛みまたは異常と判断し(S350)、低い場合に健康状態と判断する(S360)。
一方、図4のステップS330で変曲点が現れる頻度数を判断して、頻度数が高い場合にはステップS370に進行して(FWHMに対する振幅×頻度数)、すなわち、変数nV/wの関数値を求めて、低い場合に局所的異常と判断し(S380)、高い場合に局所的疾病と判断する(S390)。
本発明の脳波パターン分析を利用した健康診断装置に適用される測定された脳波を処理する脳波測定装置のブロック図である。 前頭葉に付着して脳波信号を抽出する脳波測定用ヘッドバンドを概略的に示す図面である。 本発明の健康診断ブロックを示すブロック図である。 頂点(変曲点)周波数を探して発生頻度数と振幅、FWHMの値を分析して、周波数別人体対応データベースと比較して健康状態を判別するフローチャートである。

Claims (5)

  1. 前頭葉に付着された脳波測定センサーを通じて脳波を測定する脳波測定装置で測定された脳波信号を受信して、脳波パターン分析を利用した健康診断を行う健康診断装置において、
    測定された脳波を受けて高速フーリエ変換をした後、一定時間データを累積して各周波数別に現れた信号のパターンを分析し、分析された周波数パターンと人体の各部位との一対一の対応関係を設定して健康状態を判別する脳波分析コンピュータを備える脳波パターン分析を利用した健康診断装置。
  2. 前記脳波分析コンピュータは、測定された脳波データを一定時間累積して各時間別に周波数による変曲点を見つけて反復的に続く変曲周波数を抽出した後、臨床試験の結果、見つけられた各周波数と一対一の対応関係を持つ人体の各部位別周波数データを保存するデータベースを利用して、抽出された変曲周波数から人体の健康状態を判読する請求項1に記載の脳波パターン分析を利用した健康診断装置。
  3. 脳波パターン分析を利用した健康診断を行う健康診断方法において、
    前頭葉に2チャンネル脳波測定センサーを付着し、耳たぶを基準電極とし、額の真ん中を参照電極とする方式で脳波を測定するステップと、
    測定された脳波を高速フーリエ変換するステップと、
    前記高速フーリエ変換されたデータを一定時間累積するステップと、
    各周波数別に現れた信号のパターンを分析するステップと、
    分析された周波数パターンと人体の各部位との一対一の対応関係を設定して健康状態を判別する健康状態判別ステップと、を含む脳波パターン分析を利用した健康診断方法。
  4. 前記パターン分析ステップでは、各時間別に周波数による変曲点を見つけ、反復的に続く変曲周波数を抽出する請求項3に記載の脳波パターン分析を利用した健康診断方法。
  5. 前記健康状態判別ステップでは、変曲点の発生頻度数、脳波信号の振幅、及び脳波信号の半値全幅(FWHM)により、一定周波数に対応する人体の対応点での疾病の軽重が変曲点の発生頻度数と脳波信号の振幅に比例し、脳波信号のFWHMに反比例する人体の健康状態判別式を利用して健康状態を判別する請求項4に記載の脳波パターン分析を利用した健康診断方法。
JP2008531007A 2005-09-14 2006-09-05 前頭葉で測定した脳波データの高速フーリエ変換を通じる累積データのパターン分析を利用した健康診断装置及びその方法 Pending JP2009507601A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020050085637A KR100719068B1 (ko) 2005-09-14 2005-09-14 전전두엽에서 측정한 뇌파 데이터의 고속푸리에변환을 통한누적데이터의 패턴분석을 이용한 건강진단 장치 및 그방법
PCT/KR2006/003526 WO2007032617A1 (en) 2005-09-14 2006-09-05 Apparatus and method of diagnosing health using cumulative data pattern analysis via fast fourier transformation of brain wave data measured from frontal lobe

Publications (2)

Publication Number Publication Date
JP2009507601A true JP2009507601A (ja) 2009-02-26
JP2009507601A5 JP2009507601A5 (ja) 2012-06-14

Family

ID=37865168

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2008531007A Pending JP2009507601A (ja) 2005-09-14 2006-09-05 前頭葉で測定した脳波データの高速フーリエ変換を通じる累積データのパターン分析を利用した健康診断装置及びその方法

Country Status (6)

Country Link
US (1) US7756575B2 (ja)
EP (1) EP1934899A4 (ja)
JP (1) JP2009507601A (ja)
KR (1) KR100719068B1 (ja)
CN (1) CN101273372A (ja)
WO (1) WO2007032617A1 (ja)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100324440A1 (en) * 2009-06-19 2010-12-23 Massachusetts Institute Of Technology Real time stimulus triggered by brain state to enhance perception and cognition
WO2010147599A1 (en) * 2009-06-19 2010-12-23 Massachusetts Institute Of Technology Real time stimulus triggered by brain state to enhance perception and cognition
KR101081369B1 (ko) * 2010-01-26 2011-11-08 중앙대학교 산학협력단 생체신호의 특징 추출 장치 및 방법
CN102138860B (zh) * 2011-01-10 2013-05-22 西安交通大学 一种智能化脑损伤患者手功能康复训练设备
US20130261420A1 (en) * 2011-06-06 2013-10-03 Semen Kucherov System and method for non-invasive diagnostic of mammals
CN104382592B (zh) * 2014-12-11 2016-08-31 康泰医学系统(秦皇岛)股份有限公司 一种基于功率谱分析算法的脑电检测装置
TWI584219B (zh) * 2016-02-05 2017-05-21 澤康生物科技股份有限公司 人體頻率診斷分析設備及健康評估改善方法
US10799186B2 (en) * 2016-02-12 2020-10-13 Newton Howard Detection of disease conditions and comorbidities
US11504038B2 (en) 2016-02-12 2022-11-22 Newton Howard Early detection of neurodegenerative disease
KR102031958B1 (ko) * 2017-04-06 2019-10-14 고려대학교 산학협력단 전전두엽 기반 인지적 뇌-기계 인터페이스 장치 및 방법
WO2019013324A1 (ja) * 2017-07-14 2019-01-17 国立大学法人大阪大学 スパースモデリングを利用した痛みの分類および瞬間痛の判別
CN108378846A (zh) * 2018-02-08 2018-08-10 深圳市宏智力科技有限公司 基于双通道脑电检测方法及装置
WO2020190405A1 (en) * 2019-03-18 2020-09-24 Exo Neural Network Inc. Medical therapy arrangement for applying an electrical stimulation to a human or animal subject
KR102455070B1 (ko) * 2020-11-25 2022-10-14 고려대학교 산학협력단 뇌파 신호의 기능적 연결성 변화 패턴을 이용한 발작 예측 장치 및 방법
CN114098764B (zh) * 2021-11-05 2024-02-20 北京大学 数据处理方法、装置、电子设备和存储介质

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3971366A (en) * 1974-11-25 1976-07-27 Hiroshi Motoyama Apparatus and method for measuring the condition of the meridians and the corresponding internal organs of the living body
US4794533A (en) * 1986-11-07 1988-12-27 Cns, Inc. System activity change indicator
KR100498794B1 (ko) * 1995-05-12 2006-07-19 세이코 엡슨 가부시키가이샤 생체상태진단장치및제어장치
DE69632116T2 (de) * 1995-05-12 2004-08-19 Seiko Epson Corp. Gerät zur diagnostizierung des zustandes vom lebenden organismus und steuereinheit
DE19649991A1 (de) * 1996-11-21 1998-06-04 Axon Gmbh Schmalkalden Verfahren zur Ermittlung von Schlaf- und Wachprofilen
US6097980A (en) * 1998-12-24 2000-08-01 Monastra; Vincent J. Quantitative electroencephalographic (QEEG) process and apparatus for assessing attention deficit hyperactivity disorder
US6358201B1 (en) * 1999-03-02 2002-03-19 Doc L. Childre Method and apparatus for facilitating physiological coherence and autonomic balance
US6317627B1 (en) * 1999-11-02 2001-11-13 Physiometrix, Inc. Anesthesia monitoring system based on electroencephalographic signals
KR20010103920A (ko) * 2000-05-12 2001-11-24 이일근 생체신호를 이용한 원격진료 장치 및 방법
KR100450758B1 (ko) * 2002-01-22 2004-10-01 한국전자통신연구원 뇌파 측정 장치 및 방법
KR20040021269A (ko) * 2002-09-03 2004-03-10 (주)비알시스템 Gsr측정을 통한 뇌파조절장치 및 방법
US7177676B2 (en) * 2004-01-20 2007-02-13 Pt. Hartono Istana Teknologi System and method for analyzing biofeedback information for performance of an individual in a group
WO2005117693A1 (en) * 2004-05-27 2005-12-15 Children's Medical Center Corporation Patient-specific seizure onset detection system

Also Published As

Publication number Publication date
US20080200826A1 (en) 2008-08-21
KR100719068B1 (ko) 2007-05-17
CN101273372A (zh) 2008-09-24
WO2007032617A1 (en) 2007-03-22
EP1934899A1 (en) 2008-06-25
EP1934899A4 (en) 2009-03-04
KR20070031501A (ko) 2007-03-20
US7756575B2 (en) 2010-07-13

Similar Documents

Publication Publication Date Title
JP2009507601A (ja) 前頭葉で測定した脳波データの高速フーリエ変換を通じる累積データのパターン分析を利用した健康診断装置及びその方法
Lin et al. IoT-based wireless polysomnography intelligent system for sleep monitoring
CN112741638B (zh) 一种基于eeg信号的医疗诊断辅助系统
Saidatul et al. Analysis of EEG signals during relaxation and mental stress condition using AR modeling techniques
US20140275829A1 (en) Sleep stage annotation device
JP2019528104A (ja) 生体信号のモニタリングのための耳内感知システムおよび方法
Sulaiman et al. EEG-based stress features using spectral centroids technique and k-nearest neighbor classifier
WO2009064475A1 (en) Method for real time attitude assessment
JP2006514570A (ja) 麻酔および鎮静監視のシステムおよび方法
CN103153183A (zh) 用于诊断阻塞性睡眠呼吸暂停的装置和方法
EP1335667A2 (en) Fetal brain monitor
CN109350020A (zh) 身心健康状况分析装置及方法
WO2015157253A1 (en) Stochastic oscillator analysis in neuro diagnostics
Orguc et al. EMG-based real time facial gesture recognition for stress monitoring
KR20160107390A (ko) 심전도 신호 측정장치
Anandhi et al. Time domain analysis of heart rate variability signals in valence recognition for children with autism spectrum disorder (asd)
Khan et al. Brain–computer interface for single-trial EEG classification for wrist movement imagery using spatial filtering in the gamma band
Tian et al. Hearables: Heart rate variability from ear electrocardiogram and ear photoplethysmogram (ear-ecg and ear-ppg)
JP2023544999A (ja) 睡眠ポリグラフィー検査記録を定義済の睡眠段階に分類するための方法
CN116421187B (zh) 一种基于言语层级序列的注意力缺陷多动障碍的分析系统
CN116369853A (zh) 一种基于脑机交互技术的嗅觉功能标准化评估装置及方法
JP2020014611A (ja) 心因性非てんかん発作検出装置及び方法
ES2684533A1 (es) Método para la exploración de apnea obstructiva del sueño basado en la señal de saturación de oxigeno
González et al. Threshold-based anxiety detection algorithm through ECG and GSR signals
Kumar et al. Wireless Real-Time Electrogastrography Monitoring System

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20090813

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20111125

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20120224

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20120302

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20120326

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20120402

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20120417

A524 Written submission of copy of amendment under article 19 pct

Free format text: JAPANESE INTERMEDIATE CODE: A524

Effective date: 20120417

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20120706

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20130301