JP2012516205A - 電気外科手術中の神経監視 - Google Patents

Abstract

信号処理モジュールは、神経統合監視システム（１０）の感知プローブ（５２）に電気的に結合される入力モジュールを含む。プローブは、電気手術器（１２）の動作中に、患者からの電気信号を感知する。入力モジュールは、プローブから入力信号を受信する。ＥＭＧ検出モジュールは、入力モジュールに結合されており、入力信号における条件を検出するようになっている。条件は、筋電図活動のレベルに応じて分類される。ＥＭＧ検出モジュールに結合された出力モジュールは、検出される条件に基づいて、入力信号における筋電図活動の兆候を提供する。

Description

本開示は、神経監視システムに関する。より具体的には、電気外科手術中または金属製手術器具からの電気的アーチファクトの存在下における神経活動の監視に関する。

電気生理学的監視は、外科医が、よく見えない手術野内の神経の位置を特定し、手術中にリアルタイムで神経機能を保存保護および評価するのを支援する。この目的を達成するために、一般的には神経統合監視が採用され、筋電図（ＥＭＧ）活動の監視が行われている。神経統合監視の間、ＥＭＧ活動を感知するために、感知または記録電極は適切な組織（例えば対象の神経、末梢神経、脊髄、脳幹などによって刺激または制御される頭蓋筋）に結合される。例えば電気的刺激または機械的刺激などの刺激は、組織の興奮を引き起こすことができる。電気的に刺激している間、刺激プローブは、対象の神経が位置している可能性がある領域の付近に、刺激信号を印加する。刺激プローブが神経に接触しているかまたは適当にその付近にある場合、印加された刺激信号は、神経を通じて伝達されて、刺激される組織を興奮させる。機械的刺激では、適切な組織への直接的な物理的接触が、組織の興奮を引き起こすことができる。いずれにせよ、関連組織の興奮が、記録電極（またはその他の感知装置）で感知される電気的インパルスを発生させる。記録装置は、ＥＭＧ活動の判断に関連する解釈のために、感知される電気的インパルス情報を外科医に伝える。例えば、ＥＭＧ活動は、モニタ上に表示されること、および／または聴覚的に提示されることが可能である。

神経統合監視は、神経組織、筋肉組織、または神経電位の記録を包含するかまたはこれらに関連する、多数の異なる外科手術または評価にとって有用である。例えば、様々な頭部および頸部外科手術は、頭蓋および末梢運動神経の位置を特定して識別する必要がある。場合により、これらの外科手術を行うために、電気手術器が使用される。現在の電気手術器は、患者に結合された接地電極を経由して完結される電気回路中の１つの電極として機能する導電性チップまたは針を含む。組織の切開は、電気エネルギー源を（最も一般的には、高周波発生器からチップに）印加することによって、実現される。チップを組織に適用すると電圧勾配が形成され、それによって接触点に電流の流れおよびこれに関連する発熱が引き起こされる。十分に高レベルの電気エネルギーを用いると、発生した熱は、組織を切除するのに、および、有利なことに、切断された血管を同時に焼勺するのに、十分である。

電気手術器によって発生した電気エネルギーのレベルのために、神経統合監視のためのシステムは、電気外科手術中に使用されるときに、大量の電気的干渉を受ける。電気的干渉は、ＥＭＧ活動の誤信号（例えば、誤検出）を生成するほか、神経統合監視システムに顕著な量のノイズを導入する可能性がある。その結果、現在の技術は、電気外科手術中に神経統合監視システムの全てのチャネルをミュートするために、プローブの使用を伴う。その結果、電気手術器の動作中、ＥＭＧ活動の監視が中断する。外科医が電気手術器で神経を切断するのを防止するために、外科医は短時間で切断し、その後神経統合監視が復元できるように切断を止める。ＥＭＧ活動が検出されない場合には、神経の切断を防止するように、神経統合監視を復元するために断続的に休止しながら、外科医はさらに短時間切断することができる。この過程は、外科医が電気外科手術を完了するまで繰り返される。電気外科手術中にＥＭＧ活動の監視を可能にしなければ、電気外科手術は面倒で時間がかかるだろう。

本明細書に示される概念は、信号処理モジュール、手術方法、および神経統合監視システムに関する。信号処理モジュールの入力モジュールは、神経統合監視システムの感知プローブと電気的に結合されている。プローブは、電気手術器の動作中に、患者からの電気信号を感知する。入力モジュールは、プローブから入力信号を受信する。ＥＭＧ検出モジュールは、入力モジュールに結合されており、入力信号の条件を検出するようになっている。条件は、筋電図活動のレベルに応じて分類される。ＥＭＧ検出モジュールに結合された出力モジュールは、検出された条件の兆候を提供する。

アーチファクト検出モジュールもまた、入力信号のアーチファクト条件を検出するために採用することができる。アーチファクト検出モジュールは、アーチファクトを検出するために入力信号の電力を推定することができる。これに加えて、直流フィルタモジュールおよびＥＭＧ復元モジュールなど、その他のモジュールが含まれることも可能である。

神経統合監視システムおよび電気手術器を含む手術環境の概略ブロック図である。 図１の神経統合監視システムにおける信号処理モジュールの概略ブロック図である。 図１の神経統合監視システムにおいて信号を処理する方法のフロー図である。 図１の神経統合監視システムに入力を提供する１つ以上のチャネルにおいてアーチファクトを検出する方法のフロー図である。 図１の神経統合監視システムにデータを提供する１つ以上のチャネルから低周波ノイズ成分をフィルタリングする方法のフロー図である。 図１の神経統合監視システムに入力を提供する１つ以上のチャネルからＥＭＧ活動を検出する方法のフロー図である。 図１の神経統合監視システムにデータを提供する１つ以上のチャネルに対するＥＭＧ信号復元方法のフロー図である。

神経統合監視システム１０および電気手術器（ＥＳＵ）１２を含む手術環境が、図１に示されている。一般的な意味において、システム１０は、人体構造が持つ実質的にあらゆる神経／筋肉の組合せについての神経統合監視、および神経電位の記録を支援ならびに実行するように構成されている。システム１０は制御装置２０を含み、これは広範な形態を想定することができ、一実施形態においてはモニタ３２を有するコンソール３０、および患者インターフェイスモジュール４０を含む。電気手術器１２は、手術器具４４に結合されたＥＳＵ発電機４２を含む。ＥＳＵ発電機４２は、患者の組織を切断またはその他の操作を行うために、手術器具４４に送られる電流を発生させる。

システム１０は刺激プローブアセンブリ５０（これは電気的刺激のために使用することができる）および１つ以上の感知プローブ５２（これは電極などどんな種類の感知装置であってもよい）を含む。制御装置２０は、プローブアセンブリ５０の動作を容易にするほか、使用中に感知プローブ５２およびその他のシステム１０の要素（図示せず）によって生成される全ての情報を処理する。プローブアセンブリ５０および制御装置２０は、プローブアセンブリ５０に（制御装置２０から離れて）設けられるアクチュエータを通じてプローブアセンブリ５０に伝達される刺激エネルギー、およびしたがってこれによって伝達される刺激レベルの制御および変化を許容するようになっている。この目的を達成するために、プローブアセンブリ５０および制御装置２０は、プローブアセンブリ５０のアクチュエータの操作を通じて、個々のステップが順次的な一連のステップにわたる刺激エネルギーの連続的な変化（例えば増加または減少）を許容するようになっている。さらに、制御装置２０は、伝達される刺激によってもたらされる、感知プローブ５２から受信する情報（例えば、患者の反応）を処理する。

感知プローブ５２を使用して、システム１０は、プローブアセンブリ５０および／または組織の物理的操作によって伝達される電流エネルギーに応えて記録されるＥＭＧ活動に基づいて、監視を実行する。図１の一実施形態では、コンソール３０および患者インターフェイスモジュール４０は、ケーブル５４によって通信可能に結合される別々の構成要素として提供される。あるいは、無線接続が採用されることも可能である。さらに、コンソール３０および患者インターフェイスモジュール４０は、単一の装置として提供されることも可能である。しかしながら、基本的な意味において、患者インターフェイスモジュール４０は、刺激／感覚的構成要素（プローブアセンブリ５０および感知プローブ５２など）の容易な接続を推進し、入力および出力電気信号を管理する働きをする。そして、コンソール３０は、入力信号（例えば、感知プローブ５２によって感知されたインパルス）を解釈し、ユーザが求める情報を表示し、信号の聴覚的フィードバックを提供し、ユーザインターフェイスを（例えばタッチパネルを含むことによってなど）提示し、そして、プローブアセンブリ５０からの（患者インターフェイスモジュール４０への接続を経由する）制御信号に従って、プローブアセンブリ５０に刺激エネルギーを伝達するほか、必要に応じてその他の役割も果たす。

先に説明したように、患者インターフェイスモジュール４０は、プローブアセンブリ５０とやりとりする情報および感知プローブ５２からの情報を、ケーブル５４を通じてコンソール３０と通信する。事実上、患者インターフェイスモジュール４０は、患者（図示せず）をコンソール３０に接続する働きをする。この目的を達成するために、また一実施形態において、患者インターフェイスモジュール４０は、感知プローブ５２から信号を受信するように電気的に結合された対になった電極入力など、１つ以上の（好ましくは８つの）感覚入力５６を含む（主に図１において参照される）。これに加えて、患者インターフェイスモジュール４０は、刺激器入力ポート５８（主に図１において参照される）および刺激器出力ポート６０（主に図１において参照される）を提供する。刺激器入力ポート５８は、所望の刺激レベルおよび／またはその他の活動に関する制御信号をプローブアセンブリ５０から受信し、その一方で刺激器出力ポート６０は、プローブアセンブリ５０への刺激エネルギーの伝達を容易にする。患者インターフェイスモジュール４０は、接地（またはリターン電極）ジャック、追加刺激器プローブアセンブリ用の補助ポートなど、追加構成要素のポートをさらに提供することができる。

制御装置２０、ならびに具体的にはコンソール３０および患者インターフェイスモジュール４０は、フロリダ州ジャクソンビルのメドトロニック・ゾーメド（Ｍｅｄｔｒｏｎｉｃ Ｘｏｍｅｄ）より入手可能な、ＮＩＭ−Ｒｅｓｐｏｎｓｅ（商標）神経統合モニタなどの入手可能な監視システムと、いくつかの点において類似している。例えば、ＮＩＭ−Ｒｅｓｐｏｎｓｅ（商標）神経統合モニタによって提供されるタッチパネル機能は、制御装置２０に組み込まれることが可能である。しかしながら、これに加えて、システム１０は信号処理モジュール７０を採用しており、これは電気手術器１２の動作中に、感知プローブ５２から受信する入力信号を分類して神経監視に関する出力信号を伝達する、信号処理技術を実行する。具体的には、信号処理モジュール７０は、電気手術器１２の動作中に、低ＥＭＧ活動（ＥＭＧ活動が無い場合を含む）または高ＥＭＧ活動の兆候を提供することができる。これに加えて、信号処理モジュール７０は、感知プローブ５２から感覚入力ポート５６に提供される情報の１つ以上のチャネルを選択的にミュートし、受信した信号における直流（ＤＣ）成分または低周波ノイズを遮断し、ＥＭＧデータを復元することができる。

感知プローブ５２は、信号処理モジュール７０に信号を提供するために、患者（例えば選択された組織）に結合されている。一実施形態において、複数のプローブ５２は、感覚入力５６に電気的に結合されている８つのプローブを含む。通常の動作において、プローブ５２は、患者からの電気信号を感知し、信号処理モジュール７０に信号を送信する。これらの信号は患者組織からの電気的インパルスを含み、これは患者におけるＥＭＧ活動を示す。しかしながら、いくつかの条件がプローブ５２にノイズを導入し、そのため信号処理モジュール７０に提供される信号を破壊する可能性がある。例えば、ＥＳＵ１２によって発生する電流は、プローブ５２のうちの１つ以上によって検出されるノイズを生じる。

複数のプローブ５２の各々は、以下で論じられるように、信号処理モジュール７０において単独で処理され得る別々のチャネルを構成する。例えば、合計で８つの感知プローブが使用される場合、８つの別々のチャネルは、信号処理モジュール７０によって単独で処理されることが可能である。この目的を達成するために、信号処理モジュール７０は、感知プローブ５２から受信する信号を分類する構成要素を含み、外科医が電気外科手術中に１つ以上のチャネルの神経活動の監視し続けることができるようにする。分類が、低レベルのＥＭＧ活動（ゼロを含む）または高レベルのＥＭＧ活動であることが可能である。

一実施形態において、複数のプローブ５２の各々は、ＥＳＵ１２によって生成される基本周波数をフィルタリングするために利用され得る、例えばフィルタ７２などのフロント・エンド・フィルタ（ｆｒｏｎｔ−ｅｎｄ ｆｉｌｔｅｒ）を含む。あるいは、複数のプローブ５２の各々から受信する信号をフィルタリングするために、単一のフロント・エンド・フィルタが提供されることも可能である。ＥＳＵ１２の動作および／またはＥＳＵ１２によって生成される信号の解析を通じて、ＥＳＵ１２の動作中にどのような成分が存在しているかが判断され得る。一実施形態において、ＥＳＵ１２は、２９ｋＨｚパルスの５００ｋＨｚ高周波信号、および追加高調波を発生する。フィルタ７２は、ＥＳＵ１２によって生成される信号のフィルタリングを最適化して、信号処理モジュール７０に供給されるノイズを減少させるように、調整されることが可能である。

図２は信号処理モジュール７０の概略ブロック図であり、これは入力信号１１０を受信して、入力信号１１０におけるＥＭＧ活動のレベルを示す出力信号１２０を生成するために、信号を処理する。出力信号１２０は、例えばアーチファクト検出条件、復元済みＥＭＧ信号など、付加的な兆候によってさらに補完されることが可能である。感知プローブ５２（図１）からの信号は、入力モジュール１２２を通じて信号処理モジュール７０において受信される。実例としては、入力モジュール１２２は、信号処理モジュール７０内の他のモジュールによって使用される特定のプローブ（すなわちチャネル）に信号を関連づけることができる。これに加えて、入力モジュール１２２はアナログ−デジタル変換器（ＡＤＣ）を含むことができ、これは、以下でより詳細に説明されるように、アナログ形式からデジタル形式に信号を変換するために、指定された速度で受信する信号をサンプリングする。入力モジュール１２２に加えて、信号処理モジュール７０は、例えばコンソール３０（図１）に出力信号１２０を提供する、出力モジュール１２４を含む。入力モジュール１２２と出力１２４との間には、電気外科手術の際に神経統合監視が維持されるように、入力モジュール１２２によって受信される信号における条件を検出し、対応する応答を出力モジュール１２４に提供するための、複数のモジュールがある。具体的には、信号処理モジュール７０は、アーチファクト検出モジュール１２６、ＤＣフィルタモジュール１２８、ＥＭＧ検出モジュール１３０、およびＥＭＧ信号復元モジュール１３２を含む。

図３は、神経統合監視システム１０および特に感知プローブ５２によって得られる信号の、フロントエンド処理の方法２００のフロー図である。ステップ２０２において、例えば１つ以上のプローブ５２などの感知プローブによって、信号が取得される。信号は、（ＥＳＵ１２の動作によって生じるような）ＥＤＵデータ、および（患者からの神経電位によって生じるような）ＥＭＧ活動の両方を示す。ステップ２０４において、ＥＳＵデータの基本周波数がフィルタリングされる。このフィルタリングは、例えばプローブ５２のフィルタ７２（図１）によって実行されることが可能である。フィルタリングされた信号はその後、信号処理モジュール７０の入力モジュール１２２に送られる。

先に論じられたように、入力モジュール１２２は、感知プローブ５２から受信する信号を処理するために、サンプリングレートで動作するＡＤＣを含む。エイリアシングを防止するために、入力モジュール１２２は、ステップ２０６において、プローブ５２から信号をオーバーサンプリングする。電気手術器１２は広範囲の周波数を有するノイズを発生させるので、受信した信号におけるエイリアシングを防止するために、オーバーサンプリングが使用され得る。オーバーサンプリングレートは、ＡＤＣのサンプリングレートの数倍の大きさであることができる。一実施形態において、オーバーサンプリングレートは、サンプリングレートの１２８倍であることができる。ステップ２０８において、プローブ５２で感知されるアナログ信号をデジタル信号に変換するために、デシメーションフィルタを使用して信号がダウンサンプリングされることが可能である。ステップ２１０においてデジタル信号が出力される。一例において、ＡＤＣは１６ｋＨｚの速度で信号をサンプリングする。ステップ２０６においてサンプリングレートの１２８倍、すなわち２，０４８ｋＨｚの速度で信号がオーバーサンプリングされる場合、１，０２４ｋＨｚ未満の成分周波数においてエイリアシングが防止されることが可能であり、８ｋＨｚを超えるＥＳＵ信号は、ステップ２１０において出力されるデジタル信号に存在すべきではない。デジタル信号は、アーチファクト検出モジュール１２６、ＤＣフィルタモジュール１２８、ＥＭＧ検出モジュール１３０、および／またはＥＭＧ信号復元モジュール１３２に送られることが可能である。以下で論じられるように、これらのモジュールは、出力モジュール１２４に提供される条件を検出するために、デジタル信号を処理することができる。

図４は、アーチファクト検出モジュール１２６によって実行されるような、信号処理モジュール７０に提供される１つ以上のチャネルにおいてアーチファクトを検出する方法２５０のフロー図である。アーチファクト検出モジュール１２６は、組織と接触している金属製手術器具によって生じる可能性のあるアーチファクトを検出するための状況、および／または２つ以上の手術器具が相互に接触する状況において、助けになることができる。

金属間（または金属から患者への）アーチファクトは、異なる静電荷を有する器具が互いにまたは患者に接触して、電荷が等しくなるように電流を流すときに、発生し得る。電荷移動は、ＥＭＧをはるかに超える高周波を含む広帯域ノイズスペクトルを含有する火花による。夜間周波数は、ＥＭＧになり得ない高速の垂直応答として、モニタに現れる。これは、同時にフィルタリングを必要とする多数のチャネルに起こりがちである。

チャネル用の信号がアーチファクトになりそうな場合、ＥＭＧ活動の誤検出の兆候を防止するように、チャネルはその他のチャネルから独立してミュートされることが可能である。ステップ２５２において、方法２００（図３）によって生成されたデジタル信号は、入力モジュール１２２からアーチファクト検出モジュール１２６内に受信される。ステップ２５４において、ＥＭＧデータを除く範囲を有するストップバンドを用いて、デジタル信号にハイパスフィルタが適用される。一例において、ＥＭＧ活動は０から３．５ｋＨｚの範囲となるように決定され、このため適用されるストップバンドは０から３．５ｋＨｚである。結果的に生じる信号は、信号に関連づけられたチャネルがミュートされるべきか否かを判断するためにさらに処理されることが可能な、帯域制限信号である。

ステップ２５６において、帯域制限信号の電力は、信号を二乗すること、およびサンプルバッファを超える中間値を見出すことによって、推定される。バッファはいずれのサイズであってもよく、一例において、５ミリ秒のデータを構成する８０のサンプルを含む。電力推定の平均値はその後、ステップ２５８において平均化無限大インパルス応答を用いてフィルタリングされることが可能である。一実施形態において、平均値は、５０％の旧データおよび５０％の新規データを含むことができる。ステップ２６０において、フィルタリングされた平均値は、閾値と比較されることが可能である。必要に応じて、閾値比較にヒステリシスが採用されてもよい。比較に応じて、ステップ２６２においてチャネルが選択的にミュート（すなわち抑制）されることが可能である。アーチファクトが検出されたという兆候は、出力モジュール１２４に出力されることが可能である。この兆候はその後、例えばモニタ３２を通じて、外科医に中継されることが可能である。このため、誤検出は回避されることが可能であり、外科医が誤ってＥＭＧ活動の警告を受けることはない。

図５は、データ入力から信号処理モジュール７０へのＤＣ成分をフィルタリングする方法３００のフロー図である。ステップ３０２において、方法２００（図３）によって生成された信号の中間値が取得される。ローパス無限大インパルス応答フィルタがその後、信号の中間値をフィルタリングして信号内のＤＣを遮断するために、ステップ３０４において使用される。１つの例示的フィルタは、以下の数式を使用する：
ｙ［ｎ］＝ｘ［ｎ］−ｘ［ｎ−１］＋α・ｙ［ｙ−１］
ここでｘ［ｎ］は（入力モジュール１２２から受信した）入力信号、ｙ［ｎ］は出力信号、およびαは定数である。必要に応じて、αの値は、信号の低周波成分も遮断するように調整されることが可能である。フィルタの適用後、信号のＤＣ成分が遮断される。その後、遮断されたＤＣ信号は、ステップ３０６において出力される。

図６は、例えば電気外科手術によって発生するノイズなどノイズの多い環境内でＥＭＧ活動のレベルを検出するＥＭＧ検出モジュール１３０によって利用される方法のフロー図である。ＥＭＧ活動のレベルを検出するために、自己共分散法を使用して高レベルのＥＭＧ活動の存在を判断する。電気外科手術中に高レベルのＥＭＧ活動が検出される場合、外科医は警告を受けることが可能である。方法３５０は、方法３００（図５）から信号のサンプルが取得される３５２で開始される。サンプルのエネルギーはその後ステップ３５４において推定される。エネルギーレベルはその後ステップ３５６において閾値と比較される。この比較に基づいて、サンプルが高レベルのＥＭＧ活動の存在を示すのに十分なエネルギーを含んでいるか否かについて、ステップ３５８において判断がなされる。プローブがきちんと接続されていなかったり、患者組織から切り離されていたりする場合、結果的に生じる信号は限られたエネルギーを有することになり、したがって低レベルのＥＭＧ活動が出力モジュール１２４に提供されることになる。

信号の自己共分散は、ステップ３６０において計算される。周知のように、自己共分散は、観察の時間差に応じて信号の時間差観察に基づいて決定され得る係数である。ＥＭＧデータの解析により、ＥＭＧデータは高度に相関していると判断されている。このため、高度に相関したデータは、高レベルのＥＭＧ活動を示すことができる。ステップ３６２において、全てのまたは選択された数の時間差について、自己共分散信号の中間値が計算され得る。計算された中間値はその後、ステップ３６４において閾値と比較される。中間値が閾値を超える場合、高レベルのＥＭＧ活動の存在の兆候が、ステップ３６６において提供される。

堅牢性を改善するために、いくつかの調整が方法３５０になされ得る。例えば、有限数のサンプルにわたって自己共分散係数を計算することによって起こり得る末端効果を低減するために、取得されたサンプルに、窓関数（例えば、バートレット窓）が適用されることが可能である。さらに、信号が入力モジュール１２２のＡＤＣのレール（例えば、高または低電圧レベル）に近いか否かを判断するために、レベル検出器が利用することができる。この場合、ＥＭＧ活動はまったく報告されない。さらに別の調整が、ＤＣ遮断フィルタになされることが可能である。例えば、フィルタはより積極的に低周波データを減衰するように作られることが可能である。さらに、自己共分散の結果を改善するために、多数のデータバッファ（例えば４つ）が使用され得る。必要に応じて、自己共分散計算は、計算能力から広がることが可能である。これに加えて、データをＥＭＧ閾値と比較する前に、選択された係数の平方の中間値が、ノイズを低減してデータを平滑化するために入力されるフィルタとして使用されることが可能である。他の分類方法も使用され得ることは、注目に値する。例えば、自己相関、ウェーブレット、シグモイド関数などの全てが、ＥＭＧを含むようなノイズの多い信号を分類し、および／または信号においてＥＭＧ活動を検出するために、使用され得る。

図７は、ＥＭＧ復元技術において適応フィルタを適用する方法４００のフロー図である。方法４００はステップ４０２で開始され、ここで入力信号が入力モジュール１２２から取得される。ステップ４０４において、ＥＳＵ１２によって生成されるノイズを遮断するために、適応フィルタが信号に適用される。フィルタは、様々な技術を使用する、参照ベースまたは非参照ベースであることが可能である。ＥＳＵによって生成されたノイズが一旦フィルタリングされると、ＥＭＧ活動を示す信号が、ステップ４０６において出力される。

様々な適応フィルタおよび適応フィルタリング技術が、方法４００において採用されることが可能である。参照ベースのフィルタを使用するとき、入力信号において電気手術器１２によって形成されるノイズを推定するために、感知プローブ５２のうちの１つが利用され得る。参照プローブからのデータは、適応フィルタへのノイズ推定値の役割を果たす。例えば、最小平均平方アルゴリズム、正規化最小平均平方アルゴリズム、または再帰アルゴリズムが、参照ベース適応フィルタとして使用されることが可能である。使用される項の数、および電気手術器１２によって形成されるノイズの多い信号においてＥＭＧデータを復元するためにフィルタにおいてデータがどのように処理されるかを変化させるために、これらのアルゴリズムが調整されることが可能である。

これに加えて、ＥＭＧデータを復元するために、方法４００において非参照ベースの適応アルゴリズムが使用されることが可能である。フィルタの例は、カルマンフィルタおよびＨ無限大フィルタを含む。これらのフィルタも、復元済みＥＭＧ信号を生成するのに望ましいように調整され得る。

本開示は好適な実施形態を参照して説明されてきたが、本開示の精神および範囲を逸脱することなく、形状および詳細について変更がなされ得ることを、当業者は認識するであろう。

Claims (41)

1. 電気手術器の動作中に患者からの電気信号および／または手術用金属間アーチファクトを感知するようになっている、神経統合監視システム用の信号処理モジュールにおいて、
   感知プローブに電気的に結合され、患者の筋電図（ＥＭＧ）活動および電気手術器の動作を示す入力信号を受信するようになっている、入力モジュールと、
   前記入力モジュールに電気的に結合され、前記入力信号の条件を検出して、前記患者から受信するＥＭＧ活動のレベルに応じて前記条件を分類するようになっている、ＥＭＧ検出モジュールと、
   前記ＥＭＧ検出モジュールに結合され、前記検出された条件を示す出力信号を提供するようになっている、出力モジュールと、を含む、信号処理モジュール。
2. 請求項１記載の信号処理モジュールにおいて、
   前記入力信号のアーチファクトを検出し、前記出力信号を抑制するための兆候を前記出力モジュールに提供するようになっているアーチファクト検出モジュールをさらに含む、信号処理モジュール。
3. 請求項２記載の信号処理モジュールにおいて、
   前記アーチファクトが前記入力信号における電力の推定値に基づいて検出される、信号処理モジュール。
4. 請求項２記載の信号処理モジュールにおいて、
   前記アーチファクトが前記入力信号の周波数成分の推定値に基づいて検出される、信号処理モジュール。
5. 請求項２記載の信号処理モジュールにおいて、
   前記入力モジュールは多数の感知プローブから多数の入力信号を受信するようになっており、前記ミューティングモジュールは前記多数の入力信号のうちの少なくとも１つを選択的に抑制するようになっている、信号処理モジュール。
6. 請求項１記載の信号処理モジュールにおいて、
   前記入力信号における低周波ノイズを抑制するようになっている直流フィルタモジュールをさらに含む、信号処理モジュール。
7. 請求項１記載の信号処理モジュールにおいて、
   前記ＥＭＧ検出モジュールが、前記入力信号において検出されるＥＭＧ活動のレベルを閾値と比較し、当該比較の兆候を出力モジュールに提供するようになっている、信号処理モジュール。
8. 請求項７記載の信号処理モジュールにおいて、
   前記ＥＭＧ検出モジュールは、前記ＥＭＧ活動がエネルギーレベル閾値よりも大きいか否かを判断するために、前記入力信号におけるエネルギーのレベルを推定する、信号処理モジュール。
9. 請求項８記載の信号処理モジュールにおいて、
   前記ＥＭＧ検出モジュールが、前記ＥＭＧ活動のレベルを判断するために、前記入力信号の自己共分散または自己相関を計算する、信号処理モジュール。
10. 請求項８記載の信号処理モジュールにおいて、
    前記ＥＭＧ検出モジュールが、前記入力信号の多数のサンプルを使用して、前記入力信号の自己共分散または自己相関を計算する、信号処理モジュール。
11. 請求項９記載の信号処理モジュールにおいて、
    前記ＥＭＧ検出モジュールが、前記入力信号の複数のサンプルを使用する、当該入力信号のウェーブレットまたはシグモイド分類関数を使用する、信号処理モジュール。
12. 請求項１記載の信号処理モジュールにおいて、
    前記電気手術器によって形成されるノイズをフィルタリングし、前記患者におけるＥＭＧ活動の兆候を前記出力モジュールに提供するようになっている、ＥＭＧ復元モジュールをさらに含む、信号処理モジュール。
13. 請求項１２記載の信号処理モジュールにおいて、
    前記ＥＭＧ復元モジュールが、前記電気手術器によって形成される前記ノイズを推定するために参照プローブを使用する、信号処理モジュール。
14. 手術方法において、
    感知プローブを患者の組織に取り付ける工程と、
    前記プローブに近接する電気手術器を動作させる工程と、
    前記患者の筋電図（ＥＭＧ）活動および前記電気手術器の動作を示す感知プローブからの入力信号を受信する工程と、
    前記患者から受信するＥＭＧ活動のレベルに応じて、前記プローブから受信する前記入力信号を分類する工程と、
    前記ＥＭＧ活動のレベルを示す出力信号を提供する工程と、を含む方法。
15. 請求項１４記載の方法において、
    前記入力信号のアーチファクトを検出し、前記出力信号を抑制するための兆候を提供する工程をさらに含む、方法。
16. 請求項１５記載の方法において、
    前記アーチファクトが前記入力信号における電力の推定値に基づいて検出される、方法。
17. 請求項１５記載の方法において、
    前記患者のＥＭＧ活動および前記電気手術器の動作を示す、多数の感知プローブから多数の入力信号を受信する工程と、
    前記入力信号のうちの少なくとも１つにおけるアーチファクトを検出する工程と、
    前記多数の入力信号のうちの前記少なくとも１つを選択的に抑制する工程と、をさらに含む方法。
18. 請求項１４記載の方法において、
    前記入力信号における直流成分または低周波ノイズを抑制する工程をさらに含む、方法。
19. 請求項１４記載の方法において、
    前記入力信号におけるＥＭＧ活動のレベルを閾値と比較し、当該比較の兆候を提供する工程をさらに含む、方法。
20. 請求項１９記載の方法において、
    前記ＥＭＧ活動のレベルがエネルギーレベル閾値よりも大きいか否かを判断するために、前記入力信号におけるエネルギーのレベルを推定する工程をさらに含む、方法。
21. 請求項２０記載の方法において、
    前記ＥＭＧ活動のレベルを検出するために、前記入力信号の自己共分散または自己相関を計算する工程をさらに含む。方法。
22. 請求項２１記載の方法において、
    非常に低い自己共分散または自己相関を有する高エネルギー信号に基づいてアーチファクトが検出される、方法。
23. 請求項２０記載の方法において、
    ウェーブレットまたはシグモイド分類関数に基づいてＥＭＧ活動としての前記入力信号を分類する工程をさらに含む、方法。
24. 請求項２１記載の方法において、
    前記入力信号の自己共分散または自己相関を計算する工程が、当該入力信号の多数のサンプルを使用する工程を含む、方法。
25. 請求項１４記載の方法において、
    前記電気手術器によって形成されるノイズをフィルタリングし、前記患者におけるＥＭＧ活動の兆候を提供する工程をさらに含む、方法。
26. 請求項２３記載の方法において、
    前記手術器によって形成される前記ノイズを推定するために参照プローブを使用する工程をさらに含む、方法。
27. 請求項１４記載の方法において、
    前記電気手術器によって形成されるノイズ信号の基本周波数をフィルタリングする工程をさらに含む、方法。
28. 電気手術器の動作中に使用する神経統合監視システムにおいて、
    前記患者の筋電図（ＥＭＧ）活動および前記電気手術器の動作を示す入力信号を生成するようになっている感知プローブと、
    前記感知プローブに電気的に結合され、前記入力信号を受信するようになっている、入力モジュールと、
    前記入力モジュールに結合され、前記入力信号の条件を検出して、前記患者から受信するＥＭＧ活動のレベルに応じて前記条件を分類するようになっている、ＥＭＧ検出モジュールと、
    前記検出モジュールに結合され、前記検出された条件を示す出力信号を提供するようになっている、出力モジュールと、を含む、神経統合監視システム。
29. 請求項２８記載の神経統合監視システムにおいて、
    前記入力信号のアーチファクトを検出し、前記出力モジュールに前記出力信号を抑制する兆候を提供するようになっている、アーチファクト検出モジュールをさらに含む、神経統合監視システム。
30. 請求項２９記載の神経統合監視システムにおいて、
    前記アーチファクトが、前記入力信号の電力の推定値に基づいて検出される、神経統合監視システム。
31. 請求項２９記載の神経統合監視システムにおいて、
    前記アーチファクトが、前記入力信号の周波数成分の推定値に基づいて検出される、神経統合監視システム。
32. 請求項２９記載の神経統合監視システムにおいて、
    前記入力モジュールが多数の感知プローブから多数の入力信号を受信するようになっており、前記ミューティングモジュールは前記多数の入力信号のうちの少なくとも１つを選択的に抑制するようになっている、神経統合監視システム。
33. 請求項２８記載の神経統合監視システムにおいて、
    前記入力信号における低周波ノイズを抑制するようになっている直流フィルタモジュールをさらに含む、神経統合監視システム。
34. 請求項２８記載の神経統合監視システムにおいて、
    前記ＥＭＧ検出モジュールが、前記入力信号において検出されるＥＭＧ活動のレベルを閾値と比較し、当該比較の兆候を出力モジュールに提供するようになっている、神経統合監視システム。
35. 請求項３４記載の神経統合監視システムにおいて、
    前記ＥＭＧ検出モジュールが、前記ＥＭＧ活動がエネルギーレベル閾値よりも大きいか否かを判断するために、前記入力信号におけるエネルギーのレベルを推定する、神経統合監視システム。
36. 請求項３５記載の神経統合監視システムにおいて、
    前記ＥＭＧ検出モジュールが、前記ＥＭＧ活動のレベルを検出するために、前記入力信号の自己共分散または自己相関を計算する、神経統合監視システム。
37. 請求項３６記載の神経統合監視システムにおいて、
    前記ＥＭＧ検出モジュールが、前記入力信号の多数のサンプルを使用して、当該入力信号の自己共分散または自己相関を計算する、神経統合監視システム。
38. 請求項２８記載の神経統合監視システムにおいて、
    前記電気手術器によって形成されるノイズをフィルタリングし、前記患者におけるＥＭＧ活動の兆候を前記出力モジュールに提供するようになっている、ＥＭＧ復元モジュールをさらに含む、神経統合監視システム。
39. 請求項３８記載の神経統合監視システムにおいて、
    前記ＥＭＧ復元モジュールが、前記電気手術器によって形成される前記ノイズを推定するために参照プローブを使用する、神経統合監視システム。
40. 請求項２８記載の神経統合監視システムにおいて、
    前記プローブが、前記電気手術器によって生成されるノイズ信号の基本周波数をフィルタリングするフィルタを含む、神経統合監視システム。
41. 請求項３９記載の神経統合監視システムにおいて、
    前記ＥＭＧ復元モジュールが、前記電気手術器によって形成されるノイズを消去またはフィルタリングするために参照プローブを使用する、神経統合監視システム。

Images