JP2014533590A - Ｅｅｇアーチファクトを検出及び除去するための方法及びシステム - Google Patents

Ｅｅｇアーチファクトを検出及び除去するための方法及びシステム Download PDF

Info

Publication number
JP2014533590A
JP2014533590A JP2014543602A JP2014543602A JP2014533590A JP 2014533590 A JP2014533590 A JP 2014533590A JP 2014543602 A JP2014543602 A JP 2014543602A JP 2014543602 A JP2014543602 A JP 2014543602A JP 2014533590 A JP2014533590 A JP 2014533590A
Authority
JP
Japan
Prior art keywords
signal
montage
signal sources
eeg
signal source
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.)
Granted
Application number
JP2014543602A
Other languages
English (en)
Other versions
JP6023210B2 (ja
Inventor
ビー． ウィルソン，スコット
ビー． ウィルソン，スコット
ニエレンバーグ，ニコラス
シェウエアー，マーク
Original Assignee
パーシスト ディベロップメント コーポレーション
パーシスト ディベロップメント 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 パーシスト ディベロップメント コーポレーション, パーシスト ディベロップメント コーポレーション filed Critical パーシスト ディベロップメント コーポレーション
Publication of JP2014533590A publication Critical patent/JP2014533590A/ja
Application granted granted Critical
Publication of JP6023210B2 publication Critical patent/JP6023210B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/7214—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using signal cancellation, e.g. based on input of two identical physiological sensors spaced apart, or based on two signals derived from the same sensor, for different optical wavelengths
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1103—Detecting eye twinkling
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/291—Bioelectric electrodes therefor specially adapted for particular uses for electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/372—Analysis of electroencephalograms
    • A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
    • A61B5/4542—Evaluating the mouth, e.g. the jaw
    • A61B5/4552—Evaluating soft tissue within the mouth, e.g. gums or tongue

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychology (AREA)
  • Cardiology (AREA)
  • Pulmonology (AREA)
  • Ophthalmology & Optometry (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Rheumatology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本明細書には、ＥＥＧアーチファクトを検出し、除去するための方法（１０００）及びシステム（２０）が開示されている。ＥＥＧ信号の複数の信号源の各信号源は、選択されたアーチファクトタイプのために分離される。前記複数の信号源の各信号源は、各信号源の選択されたアーチファクトタイプを認識するために、記録されたモンタージュ及び最適基準電極モンタージュに再構成される。アーチファクトを有する信号源は除去され、残余信号源はＥＥＧ信号のためのフィルタリング済みモンタージュに再構成される。システム（２０）は、電極（３５）、プロセッサ（４１）、及びディスプレイ（５０）を備える。【選択図】図１

Description

本発明は、全体としてＥＥＧ記録に関する。特に本発明は、ＥＥＧ記録からのアーチファクトの検出及びフィルタリングに関する。
脳波図（「ＥＥＧ」）は、大脳機能を評価するために人間の脳の電気的活動を測定し記録する診断ツールである。複数の電極が人間の頭部に取り付けられ、ワイヤによって機械に接続される。機械は信号を増幅して、人間の脳の電気的活動を記録する。その電気的活動は、複数のニューロンにわたる神経活動の総和によって作り出される。これらのニューロンは、小電圧電場を生成する。これらの電圧電場の総計により、人間の頭の上の電極が検出及び記録可能な電気的な読み取り値が生じる。ＥＥＧは複数のより単純な信号の重畳である。正常な成人では、ＥＥＧ信号の振幅は一般的には１μＶ乃至１００μＶの範囲にあり、硬膜下電極で測定した場合のＥＥＧ信号は概ね１０乃至２０ｍＶである。電気信号の振幅と時間的ダイナミクスのモニタリングにより、その人間の基礎的な神経活動及び医学的状態についての情報が得られる。
ＥＥＧは、てんかんの診断のため；意識消失又は認知症に伴う問題を確認するため；昏睡状態の人間の脳の活動を確認するため；睡眠障害を調べるため；手術中の脳の活動、及びその他の身体的な問題をモニタリングするために行われる。
ＥＥＧの間、複数の電極（一般的には１７〜２１個であるが、少なくとも７０箇所の標準位置が存在する）が人間の頭部に取り付けられる。電極は、人間の脳葉即ち脳の領域に対する電極の位置によって参照符を付される。参照符は次の通りである：Ｆ＝前頭部；Ｆｐ＝前頭極部；Ｔ＝側頭部；Ｃ＝中心部；Ｐ＝頭頂部；Ｏ＝後頭部；及びＡ＝耳朶部（耳電極）。位置を更に限定するために数字が用いられ、また「ｚ」点は人間の頭部の正中線上の電極部位に関連する。ＥＥＧディスプレイ上に、心電図（「ＥＫＧ」）が現れてもよい。
ＥＥＧは、モンタージュ（ｍｏｎｔａｇｅ）と称する種々の電極の組み合わせを用いた異なる増幅器からの脳波を記録する。モンタージュは、一般的には、大脳皮質を横断するＥＥＧの空間的分布のクリアな映像を提供するために形成される。モンタージュは、記録電極の空間的アレイから得られる電気的マップであり、好ましくは特定の時点において調べられた特定の電極の組み合わせをいう。
双極モンタージュ（ｂｉｐｏｌａｒ ｍｏｎｔａｇｅ）では、あるチャンネルの電極入力２を次のチャンネルの入力１に接続することによって連続した電極の対がリンクされて、隣接するチャンネルが１つの電極を共有することになる。電極の双極チェーンは前から後に向かって（長さ方向に）又は左から右に向かって（横方向に）延びるように接続することができる。双極モンタージュでは、２つのアクティブな電極部位の間の信号どうしが比較され、記録された活動の差が得られる。他のタイプのモンタージュは、基準電極モンタージュ（ｒｅｆｅｒｅｎｔｉａｌ ｍｏｎｔａｇｅ）、即ち単極モンタージュ（ｍｏｎｏｐｏｌａｒ ｍｏｎｔａｇｅ）である。基準電極モンタージュでは、種々の電極が各増幅器の入力１に接続され、基準電極が各増幅器の入力２に接続される。基準電極モンタージュでは、アクティブ電極部位において信号が収集され、共通基準電極と比較される。
基準電極モンタージュは、波形の真の振幅及び形態を決定するのによい。側頭部電極については、ＣＺが一般的な良好な頭皮の基準である。
電気的活動の起源を位置決定（「局在化（ｌｏｃａｌｉｚａｔｉｏｎ）」）可能であることは、ＥＥＧの解析が可能であるために重要である。双極モンタージュにおける正常又は異常な脳波の局在化は、通常、「位相反転」、即ちあるチェーン内の２つのチャンネルの反対方向を向いた振れを特定することによって達成される。基準電極モンタージュでは、全てのチャンネルが同じ方向の振れを示し得る。アクティブな電極における電気的活動が、基準電極における活動と比較したとき正である場合は、振れは下向きとなる。電気的活動が基準電極と同一である電極は振れを示さない。一般的に、上方向に最も大きい振れを有する電極は、基準電極モンタージュにおける最大の負の活動を表す。
いくつかのパターンは、人間の発作の傾向を示す。医師はこれらの波形を「てんかん様異常（ｅｐｉｌｅｐｔｉｆｏｒｍ ａｂｎｏｒｍａｌｉｔｉｅｓ）」又は「てんかん波形（ｅｐｉｌｅｐｓｙ ｗａｖｅｓ）」と呼ぶことがある。これらには、棘波、鋭波、及び棘徐波放電が含まれる。左側頭葉等の脳の特定の領域における棘波及び鋭波は、部分的な発作がその領域からきている可能性があることを示している。一方、原発性全身性発作は、脳の両半球にわたって広がる棘徐波放電（特にそれらが両半球で同時に始まる場合）によって示唆される。
脳波にはいくつかのタイプ、即ちα波、β波、δ波、θ波、及びγ波が存在する。α波は８乃至１２ヘルツ（Ｈｚ）の周波数を有する。α波は、通常は、人がリラックスしているときか、目を閉じているが緊張しているときの覚醒状態においてみられる。α波は、人が目を開くか、集中しているときには止まる。β波は１３Ｈｚ乃至３０Ｈｚの周波数を有する。β波は、通常、人が緊張しているとき、考えているとき、興奮しているとき、又はある特定の薬物を高用量摂取したときにみられる。δ波は、３Ｈｚ未満の周波数を有する。δ波は、通常、人が就寝（ノンレム睡眠即ち夢を見ない睡眠）中、又は若年齢の子供であるときにのみみられる。θ波は４Ｈｚ乃至７Ｈｚの周波数を有する。θ波は、通常、人が就寝（夢を見る睡眠即ちレム睡眠）中、又は若年齢の子供であるときにのみみられる。γ波は、３０Ｈｚ乃至１００Ｈｚの周波数を有する。γ波は、通常、精神活動及び運動機能が高まっている間にみられる。
以下の定義は、本明細書で用いられる。
「振幅（ａｍｐｌｉｔｕｄｅ）」とは、谷から最大ピーク（正又は負）の間の垂直方向の距離を指す。振幅は、ニューロン集団のサイズ及び成分生成時のその活動の同期に関する情報を表す。
用語「アナログ／デジタル変換」とは、アナログ信号が、更なる処理のためにコンピュータに格納することができるデジタル信号に変換される場合を指す。アナログ信号は「現実世界での」信号（例えば、脳波図、心電図、又は眼電図等の生理学的信号）である。それらを格納してコンピュータで操作するためには、これらの信号はコンピュータが理解可能な離散デジタル形式に変換されなければならない。
「アーチファクト（ａｒｔｉｆａｃｔ）」は、ＥＥＧによって頭皮に沿って検出されるが、脳でない起源から生ずる電気的信号である。患者関連アーチファクト（例えば運動、発汗、心電図、眼球運動等）と、技術的アーチファクト（５０／６０Ｈｚアーチファクト、ケーブル移動、電極ペースト関連）とが存在する。
用語「差動増幅器（ｄｉｆｆｅｒｅｎｔｉａｌ ａｍｐｌｉｆｉｅｒ）」とは、電気生理学的機器において重要な要素である。差動増幅器は、２つの入力の差を拡大する（１対の電極当たり１つの増幅器）。
「持続時間（ｄｕｒａｔｉｏｎ）」は、電圧変化の開始から基準値への復帰までの時間間隔である。持続時間は、成分の発生に関与するニューロンの同時活動化の測定値でもある。
「電極（ｅｌｅｃｔｒｏｄｅ）」は、回路の非金属部分との電気的な接触を確立するために用いられる導電体を指す。ＥＥＧ電極は、通常はステンレス鋼、錫、金、又は塩化銀コーティングで覆われた銀で作られた小型の金属ディスクである。それらは、頭皮上の特定の位置に置かれる。
「電極ゲル（ｅｌｅｃｔｒｏｄｅ ｇｅｌ）」は、電極の柔軟な延長部として作用し、電極リードの動きによるアーチファクトを発生しにくくするものである。このゲルによって皮膚との接触が最大化され、皮膚を通しての低抵抗の記録が可能になる。
用語「電極配置（ｅｌｅｃｔｒｏｄｅ ｐｏｓｉｔｉｏｎｉｎｇ）」（１０／２０システム）は、古典的な脳波記録のための頭皮電極の標準的な配置を指す。このシステムの重要な点は、鼻根部−外後頭隆起及び固定点の間の１０／２０範囲のパーセンテージで表す距離である。これらの点には、前頭極部（Ｆｐ）、中心部（Ｃ）、頭頂部（Ｐ）、後頭部（Ｏ）、及び側頭部（Ｔ）と符号付けされている。正中線電極は、ゼロを表す下付文字ｚを有する符号が付される。奇数番号は左脳半球上の点のための下付文字として用いられ、偶数は右脳半球上の点のために用いられる。
「脳波図（ｅｌｅｃｔｒｏｅｎｃｅｐｈａｌｏｇｒａｍ）」又は「ＥＥＧ」とは、脳波計によって作られる、頭皮から脳の電気的活動を記録することによる脳波波形を指す。
「脳波計（ｅｌｅｃｔｒｏｅｎｃｅｐｈａｌｏｇｒａｐｈ）」は、脳波（脳造影図とも称する）を検出し、記録するための装置を指す。
「てんかん様（ｅｐｉｌｅｐｔｉｆｏｒｍ）」とは、てんかんの場合に類似していることを指す。
「フィルタリング」とは、信号から不要な周波数を除去するプロセスを指す。
「フィルタ」は、信号の周波数成分を変化させる装置である。
「モンタージュ（ｍｏｎｔａｇｅ）」は、電極の配置を意味する。ＥＥＧは、双極モンタージュ又は基準電極モンタージュのいずれかでモニタリングすることができる。双極は、１つのチャンネル当たり２つの電極が存在し、従って各チャンネル毎に基準電極が存在することを意味する。基準電極モンタージュは、全てのチャンネルに対して共通の基準電極が存在することを意味する。
「形態（ｍｏｒｐｈｏｌｏｇｙ）」とは、波形の形状を指す。波形形状又はＥＥＧパターンは、波形を形成するべく組み合わされた周波数によって、及びそれらの位相と電圧の関係によって決定される。波形パターンは、「単形性（ｍｏｎｏｍｏｒｐｈｉｃ）」であると記述することができる。個々のＥＥＧ活動が、１つの支配的な活動からなるものに見えるものである。「多形性（ｐｏｌｙｍｏｒｐｈｉｃ）」。個々のＥＥＧ活動が複雑な波形を形成するべく組み合わされる複数の周波数からなるものである。「正弦波様（Ｓｉｎｕｓｏｉｄａｌ）」。サイン波に類似している波形である。単形性の活動は通常は正弦波様である。「過渡波形（ｔｒａｎｓｉｅｎｔ）」。バックグラウンドの活動とは明確に異なる独立した波形又はパターンである。
「棘波」とは、鋭いピークと２０ミリ秒〜７０ミリ秒未満の持続時間を有する過渡波形を指す。
用語「鋭波（スパイク、ｓｐｉｋｅ）」とは、鋭いピークと７０ミリ秒〜２００ミリ秒の持続時間を有する過渡波形を指す。
用語「ニューラルネットワークアルゴリズム」とは、てんかん様異常である可能性が高い、鋭波である過渡波形を特定するアルゴリズムを指す。
「ノイズ」とは、望ましい信号を改変する不要な信号を指す。ノイズは複数の起源を有し得る。
「周期性」とは、パターン又は要素の時間的な分布（例えば、概ね一定周期での特定のＥＥＧ活動の出現）を指す。その活動は、全般性か、局在性か、又は片側性のものであり得る。
ＥＥＧエポック（ＥＥＧ ｅｐｏｃｈ）は、時間及び周波数の関数としてのＥＥＧ信号の振幅である。
ＥＥＧからの自動化アーチファクト除去を最適化するために、入力として最適モンタージュを選択し、次に得られた処理済みモンタージュを用いて、ユーザ又は追加の信号処理アルゴリズムによって必要とされるモンタージュを生成することは重要である。公開されたアルゴリズムは、このプロセスを記載しておらず、また入力として記録されたモンタージュを使用することも、ユーザが視認のために選択した１つのモンタージュに対して直接アーチファクト除去を行うこともしない。
全てのデジタルＥＥＧ記録は、種々の電極と基準電極又は接地電極との間の差として記録される。これを、記録されたモンタージュと称する。次に数学的変換を用いて、必要な他のモンタージュを生成する。信号検出を行うとき、記録されたモンタージュは、接地電極の位置のために最適開始点とならないこともある。代わりに最適開始点は、多くの場合、国際標準でＣＺと称するもののような、基準電極としての頭頂部電極を用いたものである。しかし、ＣＺ電極が損なわれることや、或いはそれが非最適で異なる基準電極を探すことが必要となる場合もあり得る。
ＥＥＧアーチファクトの一定のタイプを検出し、除去するための一般的な方法は、ＣＣＡやＩＣＡ等の技術を用いて元の信号を個々の信号源に分割する。次に個々の信号源が目的としたアーチファクトのタイプによって生成された可能性があるか否かについて個々の信号源を調べる。アーチファクトの目的のタイプが、個々の信号源の各々のアーチファクトのタイプである場合には、そのアーチファクトを除去し、残余信号源を用いて信号を再構成する。
本発明は、この問題の解決を提供する。
本発明では、個々の分離された信号源の各々が、それ自身によって再構成されて最適モンタージュに戻され、そのモンタージュが検出されたアーチファクトと一致しているか否かが調べられる。このプロセスは、各信号源に対して反復され、そのアーチファクトを表すものと判定されたあらゆる信号源が除去され、次に残余信号源からその信号が再構成される。
本発明は、アーチファクトが信号源空間であることを認識しようと試みるときに生ずる不都合を回避するものである。第１に、源信号の符号と物理的振幅（例えばμＶ）は未知である。第２に、源信号の空間的表現は大幅に変化し、使用されるモンタージュと基準に左右され、このことがアーチファクトの認識を著しく困難にする。
瞬目除去のための一実施例では、初めにＢＳＳ（ブラインド信号源分離）用いてエポックを信号源に分離する。次に各信号源を記録されたモンタージュに再構成し、次に瞬目タイプアーチファクトの認識のために最適と考えられるＣＺ基準電極モンタージュに再構成する。ＣＺ基準電極モンタージュのチャンネルを、神経回路網によって調べて、瞬目である可能性があるか否かを判定する。可能性がある場合には、この特定の信号源を除去して、アルゴリズムは次の信号源に進む。しかし、ＣＺ電極に問題がある場合には、異なる基準電極がその信号源のために選択される。
本発明の一態様は、ＥＥＧアーチファクトを検出し、除去するための方法である。前記方法は、ＥＥＧ信号を生成することを含む。前記方法は、前記ＥＥＧ信号を複数の信号源に分離することも含む。前記複数の信号源の各信号源は、選択されたアーチファクトタイプのために分離される。前記方法は、前記複数の信号源の各信号源の前記選択されたアーチファクトタイプを認識するために、前記複数の信号源の各信号源を、記録されたモンタージュ及び最適基準電極モンタージュに再構成することも含む。前記方法は、前記複数の信号源の各信号源について前記最適基準電極モンタージュの複数のチャンネルを調べて、前記選択されたアーチファクトタイプが前記複数の信号源の各信号源の真のアーチファクトであるか否かを決定することも含む。前記方法は、前記選択されたアーチファクトタイプが、前記複数の信号源の各信号源の真のアーチファクトであることを決定することも含む。前記方法は、前記選択されたアーチファクトタイプのために前記複数の信号源の各信号源を除去して、複数の残余信号源を生成することも含む。前記方法は、前記複数の残余信号源を、前記ＥＥＧ信号のフィルタリングされたモンタージュに再構成することも含む。
本発明の別の態様は、ＥＥＧアーチファクトを検出し、除去するための方法である。前記方法は、ブラインド信号源分離アルゴリズムを用いてＥＥＧ記録のエポックを複数の信号源に分離することを含む。前記複数の信号源の各信号源は、選択されたアーチファクトタイプのために分離される。前記方法は、前記複数の信号源の各信号源の前記選択されたアーチファクトタイプを認識するために、前記複数の信号源の各信号源を、記録されたモンタージュ及び最適基準電極モンタージュに再構成することも含む。前記方法は、前記複数の信号源の各信号源について前記最適基準電極モンタージュの複数のチャンネルを調べて、前記選択されたアーチファクトタイプが前記複数の信号源の各信号源の真のアーチファクトであるか否かを決定することも含む。前記方法は、前記選択されたアーチファクトタイプが、前記複数の信号源の各信号源の真のアーチファクトであることを決定することも含む。前記方法は、前記選択されたアーチファクトタイプのために前記複数の信号源の各信号源を除去して、複数の残余信号源を生成することも含む。前記方法は、前記複数の残余信号源を、前記ＥＥＧ信号のフィルタリング済みモンタージュに再構成することも含む。
本発明の更に別の態様は、ＥＥＧアーチファクトを検出し、除去するための方法である。前記方法は、ＥＥＧ記録を複数の信号源に分離することを含み、前記複数の信号源の各信号源は、選択されたアーチファクトタイプのために分離される。前記方法は、前記複数の信号源の各信号源の前記選択されたアーチファクトタイプを認識するために、前記複数の信号源の各信号源を、記録されたモンタージュ及び最適基準電極モンタージュに再構成することも含む。前記方法は、前記複数の信号源の各信号源について前記最適基準電極モンタージュの複数のチャンネルを調べて、前記選択されたアーチファクトタイプが前記複数の信号源の各信号源の真のアーチファクトであるか否かを決定することも含む。前記方法は、前記選択されたアーチファクトタイプのために前記複数の信号源の各信号源を除去して、複数の残余信号源を生成することも含む。前記方法は、前記複数の残余信号源を、前記ＥＥＧ信号のフィルタリング済みモンタージュに再構成することも含む。
本発明の更に別の態様は、ＥＥＧ信号から少なくとも２つのアーチファクトを検出し、除去するための方法である。前記方法は、ＥＥＧ記録を複数の信号源に分離することを含む。前記複数の信号源の各信号源は、選択されたアーチファクトタイプのために分離される。前記方法は、第１のアーチファクトタイプを認識するために、前記複数の信号源の第１の信号源を、記録されたモンタージュ及び最適基準電極モンタージュに再構成することも含む。前記方法は、前記複数の信号源の前記第１の信号源について前記最適基準電極モンタージュの複数のチャンネルを調べて、前記第１のアーチファクトタイプが前記複数の信号源の第１の信号源の真のアーチファクトであるか否かを決定することも含む。前記方法は、前記第１のアーチファクトタイプのために前記複数の信号源の前記第１の信号源を除去することも含む。前記方法は、第２のアーチファクトタイプを認識するために、前記複数の信号源の第２の信号源を、記録されたモンタージュ及び最適基準電極モンタージュに再構成することも含む。前記方法は、前記複数の信号源の前記第２の信号源について前記最適基準電極モンタージュの複数のチャンネルを調べて、前記第２のアーチファクトタイプが前記複数の信号源の第２の信号源の真のアーチファクトであるか否かを決定することも含む。前記方法は、前記第２のアーチファクトタイプのために前記複数の信号源の前記第２の信号源を除去することも含む。前記方法は、複数の残余信号源を、前記ＥＥＧ信号のフィルタリング済みモンタージュに再構成することも含む。
本発明の更に別の態様は、ＥＥＧアーチファクトを検出し、除去するためのシステムである。前記システムは、電極と、プロセッサと、ディスプレイとを備える。前記電極は、ＥＥＧ信号を生成する。前記プロセッサは、前記ＥＥＧ信号からＥＥＧ記録を生成するべく前記電極に接続される。前記ディスプレイは、前記プロセッサに接続され、ＥＥＧ記録を表示する。前記プロセッサは、前記ＥＥＧ信号を複数の信号源に分離するべく構成され、前記複数の信号源の各信号源は、選択されたアーチファクトタイプのために分離される。前記プロセッサは、前記複数の信号源の各信号源の前記選択されたアーチファクトタイプを認識するために、前記複数の信号源の各信号源を、記録されたモンタージュ及び最適基準電極モンタージュに再構成するべく構成される。前記プロセッサは、前記複数の信号源の各信号源について前記最適基準電極モンタージュの複数のチャンネルを調べて、前記選択されたアーチファクトタイプが前記複数の信号源の各信号源の真のアーチファクトであるか否かを決定するべく構成される。前記プロセッサは、前記選択されたアーチファクトタイプが、前記複数の信号源の各信号源の真のアーチファクトであることを決定するべく構成される。前記プロセッサは、前記選択されたアーチファクトタイプのために前記複数の信号源の各信号源を除去して、複数の残余信号源を生成するべく構成される。前記プロセッサは、前記複数の残余信号源を、前記ＥＥＧ信号のフィルタリング済みモンタージュに再構成するべく構成される。
本発明の更に別の態様は、ブラインド信号源分離アルゴリズムを用いてＥＥＧアーチファクトを検出し、除去するためのシステムである。前記システムは、電極と、プロセッサと、ディスプレイとを備える。前記電極は、ＥＥＧ信号を生成する。前記プロセッサは、前記ＥＥＧ信号からＥＥＧ記録を生成するべく前記電極に接続される。前記ディスプレイは、前記プロセッサに接続され、ＥＥＧ記録を表示する。前記プロセッサは、ブラインド信号源分離アルゴリズムを用いてＥＥＧ記録のエポックを複数の信号源に分離するべく構成される。前記複数の信号源の各信号源は、選択されたアーチファクトタイプのために分離される。前記プロセッサは、前記複数の信号源の各信号源の前記選択されたアーチファクトタイプを認識するために、前記複数の信号源の各信号源を、記録されたモンタージュ及び最適基準電極モンタージュに再構成するべく構成される。前記プロセッサは、前記複数の信号源の各信号源について前記最適基準電極モンタージュの複数のチャンネルを調べて、前記選択されたアーチファクトタイプが前記複数の信号源の各信号源の真のアーチファクトであるか否かを決定するべく構成される。前記プロセッサは、前記選択されたアーチファクトタイプが、前記複数の信号源の各信号源の真のアーチファクトであることを決定するべく構成される。前記プロセッサは、前記選択されたアーチファクトタイプのために前記複数の信号源の各信号源を除去して、複数の残余信号源を生成するべく構成される。前記プロセッサは、前記複数の残余信号源を、前記ＥＥＧ信号のフィルタリング済みモンタージュに再構成するべく構成される。
本発明の更に別の態様は、ＥＥＧ信号から少なくとも２つのアーチファクトを検出し、除去するためのシステムである。前記システムは、電極と、プロセッサと、ディスプレイとを備える。前記電極は、ＥＥＧ信号を生成する。前記プロセッサは、前記ＥＥＧ信号からＥＥＧ記録を生成するべく前記電極に接続される。前記ディスプレイは、前記プロセッサに接続され、ＥＥＧ記録を表示する。前記プロセッサは、ＥＥＧ記録を複数の信号源に分離するべく構成される。前記複数の信号源の各信号源は、選択されたアーチファクトタイプのために分離される。前記プロセッサは、第１のアーチファクトタイプを認識するために、前記複数の信号源の第１の信号源を、記録されたモンタージュ及び最適基準電極モンタージュに再構成するべく構成される。前記プロセッサは、前記複数の信号源の前記第１の信号源について前記最適基準電極モンタージュの複数のチャンネルを調べて、前記第１のアーチファクトタイプが前記複数の信号源の第１の信号源の真のアーチファクトであるか否かを決定するべく構成される。前記プロセッサは、前記第１のアーチファクトタイプのために前記複数の信号源の前記第１の信号源を除去するべく構成される。前記プロセッサは、第２のアーチファクトタイプを認識するために、前記複数の信号源の第２の信号源を、記録されたモンタージュ及び最適基準電極モンタージュに再構成するべく構成される。前記プロセッサは、前記複数の信号源の前記第２の信号源について前記最適基準電極モンタージュの複数のチャンネルを調べて、前記第２のアーチファクトタイプが前記複数の信号源の第２の信号源の真のアーチファクトであるか否かを決定するべく構成される。前記プロセッサは、前記第２のアーチファクトタイプのために前記複数の信号源の前記第２の信号源を除去するべく構成される。前記プロセッサは、複数の残余信号源を、前記ＥＥＧ信号のフィルタリング済みモンタージュに再構成するべく構成される。
図１は、ＥＥＧ記録を解析するためのシステムのブロック図である。 図２は、ＥＥＧ記録の解析の図である。 図３は、ＥＥＧ記録の解析の図である。 図４は、ＥＥＧ記録の解析の図である。 図５は、ＥＥＧ記録の解析の図である。 図６は、ＥＥＧ記録の解析の図である。 図７は、ＥＥＧの電極配置のマップである。 図８は、ＥＥＧの電極配置の詳細なマップである。 図９は、ＥＥＧをベースにしたもののための自動化アーチファクトフィルタリングを最適化する一般的な方法の流れ図である。 図１０は、ＥＥＧをベースにしたもののための自動化アーチファクトフィルタリングを最適化する特定の方法の流れ図である。 図１１は、ＣＺ基準電極モンタージュの図である。 図１２は、発作、筋肉アーチファクト、及び眼球運動アーチファクトを含むＥＥＧ記録の図である。 図１３は、図１２のＥＥＧ記録から筋肉アーチファクトを除去した図である。 図１４は、図１３のＥＥＧ記録から眼球運動アーチファクトを除去した図である。
図１に示すように、ＥＥＧシステムは全体に符号２０が付されている。システムは、好ましくは患者コンポーネント３０、ＥＥＧ機械コンポーネント４０、及びディスプレイコンポーネント５０を備える。患者コンポーネント３０は、患者１５に取り付けられ、かつＥＥＧ機械コンポーネント４０にケーブル３８によって配線された複数の電極３５ａ、３５ｂ、３５ｃを備える。ＥＥＧ機械コンポーネント４０は、ＣＰＵ４１と増幅器コンポーネント４２とを備える。ＥＥＧ機械コンポーネント４０は、結合されたＥＥＧレポートの表示のため、及び処理済みＥＥＧレポートから結合されたＥＥＧレポートへ若しくは処理済みＥＥＧレポートから元のＥＥＧレポートへの切り換えのためにディスプレイコンポーネント５０に接続される。
患者は、患者の頭部に取り付けられた複数の電極を有し、電極からのワイヤは、プロセッサへの信号を増幅するための増幅器に接続され、プロセッサは、電極からの信号を解析し、ＥＥＧ記録を形成するために用いられる。脳は、患者の頭部の異なる点において異なる信号を発生する。複数の電極が、図７及び図８に示すように患者の頭部に配置される。ＣＺ部位は中心にある。例えば、図７のＦｐ１は、図２ではチャンネルＦＰ１〜Ｆ３において表される。電極の数によってＥＥＧのチャンネルの数が決まる。チャンネル数が多くなるほど、より詳細な患者の脳活動の表示が生成される。好ましくは、ＥＥＧ機械コンポーネント４０の増幅器４２の各々は、患者１５の頭部に取り付けられた２つの電極３５に対応する。ＥＥＧ機械コンポーネント４０からの出力は、２つの電極によって検出される電気的活動の差である。各電極の配置はＥＥＧレポートのために重要である。電極対が相互に近づくほど、ＥＥＧ機械コンポーネント４０によって記録される脳波の差が小さくなるからである。本発明で使用される電極のより詳細な説明は、Ｍｅｔｈｏｄ Ａｎｄ Ｄｅｖｉｃｅ Ｆｏｒ Ｑｕｉｃｋ Ｐｒｅｓｓ Ｏｎ ＥＥＧ Ｅｌｅｃｔｒｏｄｅについての、Ｗｉｌｓｏｎらの米国特許第８１１２１４１号に詳述されており、その内容全体は参照により本明細書に組み入れられる。ＥＥＧは、自動化アーチファクトフィルタリングのために最適化される。次にニューラルネットワークアルゴリズムを用いてＥＥＧ記録を処理して処理済みＥＥＧ記録を生成する。この処理済みＥＥＣ記録は表示のために解析される。
ＥＥＧからのアーチファクトの除去のためのアルゴリズムは、一般的にはＣＣＡ（ｃａｎｏｎｉｃａｌ ｃｏｒｒｅｌａｔｉｏｎ ａｎａｌｙｓｉｓ，正準相関分析）及びＩＣＡ（Ｉｎｄｅｐｅｎｄｅｎｔ Ｃｏｍｐｏｎｅｎｔ Ａｎａｌｙｓｉｓ，独立成分分析）のようなブラインド信号源分離（Ｂｌｉｎｄ Ｓｏｕｒｃｅ Ｓｅｐａｒａｔｉｏｎ，ＢＢＳ）アルゴリズムを用いて、チャンネルの組からの信号を成分波即ち「信号源（ｓｏｕｒｃｅ）」の組に変換する。
図２乃至図６は、解析されたＥＥＧ記録を示す。ＥＥＧ記録の解析についての追加の説明は、Ｍｅｔｈｏｄ Ａｎｄ Ｓｙｓｔｅｍ Ｆｏｒ Ａｎａｌｙｚｉｎｇ Ａｎ ＥＥＧ ＲｅｃｏｒｄｉｎｇについてのＷｉｌｓｏｎらの、２０１２年９月１５日付け出願の米国特許出願第１３／６２０８５５号に記載されており、その内容全体は参照により本明細書に組み入れられる。
Ｅａｓｙ ＳｐｉｋｅＲｅｖｉｅｗプログラムを開くと、初めに図２に示すようにオーバビューウィンドウ２００が提示される。このオーバビューは、棘波検出メカニズムによって検出された種々の棘波焦点からの平均を示す。これらのオーバビュー平均を形成するため、棘波の検出を検出焦点（電極）によって分類し、次に特定の焦点での全検出を数学的に平均する。例えば、ＥＥＧの第１列は、Ｔ３電極での検出の最大点を有する２９６９の事象の平均を表す。ＥＥＧの列は、好ましくは、白色の細い帯によって他の列から分離されるのが好ましい。ＥＥＧの列の各々は、別個のグループの平均を表す。各平均の主要電極局在点、及び各平均に組み入れられた検出事象の数、２０５は、ＥＥＧの列の上に示されている。検出局在点電極を含むチャンネルは、赤色で強調表示２１５される。引き起こされる電位と同様に、複数の検出値を平均することにより、信号対ノイズ比が高くなり、てんかん様異常の分布の領域を描出することが容易になる。
Ｅａｓｙ ＳｐｉｋｅＲｅｖｉｅｗウィンドウの種々の機能には、ページ当たり棘波検出を選択する能力２２３、ＥＥＧ電圧振幅セレクタ２２４、モンタージュセレクタ２２５、ＬＦＦ（ＴＣ）２２６、ＨＦＦ２２７、刻み２２８、及びカスタムフィルタ２２９が含まれる。現在のビューに含まれない他のタブへのナビゲーションも、前後タブ２２２を用いて可能である。オーバビュー平均のページが２ページ以上存在する場合には、下側バー２３０をクリックすることで次のページに進む。モンタージュバー２１０を右クリックするとモンタージュコントロールが表示される。
ＳｐｉｋｅＤｅｔｅｃｔｏｒ出力の感度は、再検討プロセスの間に動的に調節することができる。これは再検討プロセスはラベル付けされた検出感度スライダ２２０を用いて行われる。Ｅａｓｙ ＳｐｉｋｅＲｅｖｉｅｗが初めに開かれるとき、検出感度スライダ２２０は左端の位置にセットされている。この位置では、ＳｐｉｋｅＤｅｔｅｃｔｏｒニューラルネットワークアルゴリズムが、てんかん様異常である可能性が高い鋭い過渡波形を特定する。即ち、検出器が、実際のてんかん様異常である可能性が高いものに割り当てる事象が存在する。この設定では偽陽性検出の割合は最小となる。従って、この設定では、偽陽性ノイズに対する真のてんかん様シグナルの比率は最大である。しかし、あまりよい形で形成されていない棘波及び鋭波は、その最小感度に設定されたスライダでは明確ではなくなることがある。検出器の感度は、スライダ２２０を右側のドラッグすることによって速やかに調節することができ、これにより感度を高め、従ってあまりよい形で形成されていない、又は振幅がより小さい過渡波形を特定する可能性を高められる。次に新しいグループが棘波平均のオーバビュー表示に現れてもよい。真の棘波検出の増加に応じて、偽陽性検出も増加する。
まれなてんかん様異常を有する記録、又は最低感度に設定されたＳｐｉｋｅＤｅｔｅｃｔｏｒニューラルネットワークがてんかん様異常をよく認識できない記録では、検出感度スライダ２２０を最大に切り換えることで、実際のてんかん様異常を可視化が可能になることがある。そのような場合、まれな事象を特定するためには、個々の生の検出の評価が必要となることが多い。オーバビューページ上の棘波平均の後に全ての生の検出を連続して表示することによって、又は図２０に示すように、ＥＥＧウィンドウの上部の位置タブ２２１を段階的に選択することにより各電極位置での検出を再検討することによって、この評価を行うことができる。このことは、オーバビューページ上で棘波平均の後に連続して全ての生検出を表示するか、又は、例えば図３おいて、ＥＥＧウィンドウの上部における位置タブ２２１を漸次選択することによって各電極位置における検出を再検討するかのいずれかによって達成される。既に見た検出は、痕跡アスタリスク３２５でマーク付けされる。
ＥＥＧウィンドウの上部の電極位置タブ２２１のいずれかをクリックすることにより、特定の電極位置から生ずる生の（非平均化）棘波検出３００が表示される。個々の検出は白色の細い帯で分離され、検出点はＥＥＧの１秒セグメントに中心が置かれ、淡い垂直な灰色の線によって示され、その上部に検出時間の表示３０５が設けられる。検出に関与した電極を含むチャンネルは赤色強調表示３１０される。個々の検出３３５のいずれかの上でマウスを左ダブルクリックすると、その特定の検出３３５が現れる、図４に示すような拡大ＥＥＧビュー４００が表示されることになる。拡大ビュー４００上での左ダブルクリックにより、ユーザは、連続した個々の検出３００の表示に戻ることになる。
（ＥＥＧウィンドウの上のタブ２２１からアクセスされた）個々の棘波検出を視認する場合、事例となる棘波には、必要な例の上でマウスを左クリックすることによって手でマーク付けすることができる。選択された棘波３３０の輪郭を描く矩形が現れる。全ての検出のマーク付け又はマーク解除は、ツールバーのＭａｒｋ Ａｌｌ又はＵｎＭａｒｋ Ａｌｌボタン３１５で行うことができる。手でマーク付けされた検出は、ＦｉｎａｌＲｅｐｏｒｔに現れる棘波平均に含められる。
図５は、１８のユーザが選択した棘波５０５と構成成分の棘波５１０ａ〜５１０ｃのグループ平均を示すＦｉｎａｌＲｅｐｏｒｔの印刷プレビュー表示５００である。
これらの手でマーク付けされた事象は、図６に示すように、ＦｉｎａｌＲｅｐｏｒｔ６００におけるそれらの平均の直後に連続して表示することも可能であり、また資料保存の目的又は他の検討者による評価のために印刷６２３することが可能である。
ＥＥＧウィンドウの上部のＦｉｎａｌＲｅｐｏｒｔタブ６２８をクリックすると、選択された焦点６０５における全ての手でマーク付けされた実例の棘波又は鋭波６１０の概略が表示される。初めのデフォルトビューには、電極焦点６０５によって分類された、ユーザが選択した手でマーク付けされた事象の数学的平均が示される。説明した通り、頭部電圧の二次元画像表示（ｔｏｐｏｇｒａｍ）及び連続する個々のユーザが選択した事象は、メニューオプションの選択又はマウスの右クリックでの選択によって表示される。電圧の二次元画像表示は、基準電極モンタージュにおけるＥＥＧを見るときにのみ形成される。同様に図６に示されているのは、ユーザが選択した棘波及び波６３０、棘波６３５へのビュー／ジャンプである。
プログラムが閉じられるとき６２２、ユーザがマーク付けした棘波及び見られた事象も含めて全ての変化は自動的に保存される。
図１１は、ＣＺ基準電極モンタージュ３００５を有するＥＥＧ記録３０００の図である。
一実施例では、ＢＳＳ−ＣＣＡと呼ばれるアルゴリズムを用いて、ＥＥＧから筋肉活動の効果を除去する。記録されたモンタージュに対してそのアルゴリズムを用いても、最適な結果が得られないことが多い。この場合、基準電極が国際１０−２０標準におけるＣＺ等の頭頂部電極の１つであるモンタージュを用いるのが概ね適切である。このアルゴリズムでは、アーチファクト除去の前に、記録されたモンタージュが初めにＣＺ基準電極モンタージュに変換される。ＣＺにおける信号が、それが最適な選択ではないことを示している場合は、アルゴリズムは最適となるものを見つけるために利用可能な基準電極のリストを漸次確認してゆく。
ユーザが選択したモンタージュに対して直接ＢＳＳ−ＣＣＡを行うことも可能である。しかし、これには２つの問題がある。第１に、これにはユーザが視認するために選択されたモンタージュの各々に対して高額なアーチファクト除去プロセスを行う必要がある。第２に、アーチファクト除去はモンタージュ毎に変化するものであり、ユーザが最適基準電極を用いて基準電極モンタージュを選択したときにしか最適なものとならない。ＥＥＧを検討するために必要となるモンタージュは、アーチファクト除去のために最適なモンタージュと同一でない場合が多いため、これは良い解決とはならない。
図９は、アーチファクトを検出し、除去するための一般的な方法１０００の流れ図である。ブロック１００１において、ＥＥＧ信号を生成する。ブロック１００２では、ＥＥＧ信号を複数の信号源に分離する。複数の信号源の各信号源は、選択されたアーチファクトタイプのために分離される。ブロック１００３では、複数の信号源の各信号源の選択されたアーチファクトタイプを認識するために、複数の信号源の各信号源を、記録されたモンタージュ及び最適基準電極モンタージュに再構成する。ブロック１００４では、複数の信号源の各信号源について最適基準電極モンタージュの複数のチャンネルを調べて、選択されたアーチファクトタイプが複数の信号源の各信号源の真のアーチファクトであるか否かを決定する。ブロック１００５では、選択されたアーチファクトタイプが、複数の信号源の各信号源の真のアーチファクトであることを決定する。ブロック１００６では、選択されたアーチファクトタイプのために複数の信号源の各信号源を除去して、複数の残余信号源を生成する。ブロック１００７では、複数の残余信号源を、ＥＥＧ信号のフィルタリング済みモンタージュに再構成する。
アーチファクト除去アルゴリズムは、好ましくはブラインド信号源分離アルゴリズムである。ブラインド信号源分離アルゴリズムは、好ましくはＣＣＡアルゴリズム又はＩＣＡアルゴリズムである。
図１０は、ＥＥＧアーチファクトを検出し、除去するための一般的な方法２０００の流れ図である。ブロック２００１においては、ＥＥＧ信号を複数の信号源に分離する。複数の信号源の各信号源は、選択されたアーチファクトタイプのために分離される。ブロック２００２では、複数の信号源の各信号源の前記選択されたアーチファクトタイプを認識するために、複数の信号源の各信号源を、記録されたモンタージュ及び最適基準電極モンタージュに再構成する。ブロック２００３では、複数の信号源の各信号源について最適基準電極モンタージュの複数のチャンネルを調べて、選択されたアーチファクトタイプが複数の信号源の各信号源の真のアーチファクトであるか否かを決定する。ブロック２００４では、選択されたアーチファクトタイプのために複数の信号源の各信号源を除去して、複数の残余信号源を生成する。ブロック２００５では、複数の残余信号源を、ＥＥＧ信号のフィルタリング済みモンタージュに再構成する。
図１２乃至図１４は、どのようにＥＥＧ信号からのアーチファクト除去が、読み手に対して脳の真の活動をより明確に示すことを可能とするかを示す。図１２は、発作、筋肉アーチファクト、及び眼球運動アーチファクトを含むＥＥＧ記録の図４０００である。図１３は、図１２のＥＥＧ記録から筋肉アーチファクトを除去した図５０００である。図１４は、図１３のＥＥＧ記録から眼球運動アーチファクトを除去した図６０００である。

Claims (17)

  1. ＥＥＧアーチファクトを検出し、除去するための方法であって、
    ＥＥＧ信号を生成する工程と、
    前記ＥＥＧ信号を複数の信号源に分離することであって、前記複数の信号源の各信号源は、選択されたアーチファクトタイプのために分離される工程と、
    前記複数の信号源の各信号源の前記選択されたアーチファクトタイプを認識するために、前記複数の信号源の各信号源を、記録されたモンタージュ及び最適基準電極モンタージュに再構成する工程と、
    前記複数の信号源の各信号源について前記最適基準電極モンタージュの複数のチャンネルを調べて、前記選択されたアーチファクトタイプが前記複数の信号源の各信号源の真のアーチファクトであるか否かを決定する工程と、
    前記選択されたアーチファクトタイプが、前記複数の信号源の各信号源の真のアーチファクトであることを決定する工程と、
    前記選択されたアーチファクトタイプのために前記複数の信号源の各信号源を除去して、複数の残余信号源を生成する工程と、
    前記複数の残余信号源を、前記ＥＥＧ信号のフィルタリング済みモンタージュに再構成する工程と、
    を含むことを特徴とする方法。
  2. 前記最適基準電極モンタージュを再構成する工程が、
    前記記録の特性に基づいて前記アーチファクトタイプの最適モンタージュを選択することと、
    前記選択された基準電極に基づいて前記記録されたモンタージュを最適モンタージュに変換することと、を含むことを特徴とする請求項１に記載の方法。
  3. 信号処理のために前記フィルタリング済みモンタージュを利用する工程を更に含むことを特徴とする請求項１に記載の方法。
  4. 前記最適基準電極モンタージュを再構成する工程が、
    基準電極における信号を解析して前記基準電極が最適基準電極であるか否かを決定し、前記選択された基準電極に基づいて前記記録されたモンタージュを最適モンタージュに変換することを含むことを特徴とする請求項１に記載の方法。
  5. 前記最適基準電極モンタージュを再構成する工程が、
    複数の基準電極のそれぞれにおける信号を解析して最適基準電極を決定し、前記選択された基準電極に基づいて前記記録されたモンタージュを最適モンタージュに変換することを含むことを特徴とする請求項１に記載の方法。
  6. ＥＥＧアーチファクトを検出し、除去するための方法であって、
    ブラインド信号源分離アルゴリズムを用いてＥＥＧ記録のエポックを複数の信号源に分離する工程であって、前記複数の信号源の各信号源は、選択されたアーチファクトタイプのために分離される工程と、
    前記複数の信号源の各信号源の前記選択されたアーチファクトタイプを認識するために、前記複数の信号源の各信号源を、記録されたモンタージュ及び最適基準電極モンタージュに再構成する工程と、
    前記複数の信号源の各信号源について前記最適基準電極モンタージュの複数のチャンネルを調べて、前記選択されたアーチファクトタイプが前記複数の信号源の各信号源の真のアーチファクトであるか否かを決定する工程と、
    前記選択されたアーチファクトタイプが、前記複数の信号源の各信号源の真のアーチファクトであることを決定する工程と、
    前記選択されたアーチファクトタイプのために前記複数の信号源の各信号源を除去して、複数の残余信号源を生成する工程と、
    前記複数の残余信号源を、前記ＥＥＧ信号のフィルタリング済みモンタージュに再構成する工程と、
    を含むことを特徴とする方法。
  7. ＥＥＧアーチファクトを検出し、除去するための方法であって、
    ＥＥＧ記録を複数の信号源に分離する工程であって、前記複数の信号源の各信号源は、選択されたアーチファクトタイプのために分離される工程と、
    前記複数の信号源の各信号源の前記選択されたアーチファクトタイプを認識するために、前記複数の信号源の各信号源を、記録されたモンタージュ及び最適基準電極モンタージュに再構成する工程と、
    前記複数の信号源の各信号源について前記最適基準電極モンタージュの複数のチャンネルを調べて、前記選択されたアーチファクトタイプが前記複数の信号源の各信号源の真のアーチファクトであるか否かを決定する工程と、
    前記選択されたアーチファクトタイプのために前記複数の信号源の各信号源を除去して、複数の残余信号源を生成する工程と、
    前記複数の残余信号源を、前記ＥＥＧ信号のフィルタリング済みモンタージュに再構成する工程と、
    を含むことを特徴とする方法。
  8. 前記最適基準電極モンタージュを再構成する工程が、
    前記ＣＺ基準電極に基づいて、前記記録されたモンタージュを最適モンタージュに自動的に変換することを含むことを特徴とする請求項７に記載の方法。
  9. 前記最適基準電極モンタージュを再構成する工程が、
    非ＣＺ基準電極に基づいて、前記記録されたモンタージュを最適モンタージュに自動的に変換することを含むことを特徴とする請求項８に記載の方法。
  10. 前記非ＣＺ基準電極が、頭頂部電極であることを特徴とする請求項９に記載の方法。
  11. ＥＥＧアーチファクトを検出し、除去するための方法であって、
    ＥＥＧ記録を複数の信号源に分離する工程であって、前記複数の信号源の各信号源は、選択されたアーチファクトタイプのために分離される工程と、
    第１のアーチファクトタイプを認識するために、前記複数の信号源の第１の信号源を、記録されたモンタージュ及び最適基準電極モンタージュに再構成する工程と、
    前記複数の信号源の前記第１の信号源について前記最適基準電極モンタージュの複数のチャンネルを調べて、前記第１のアーチファクトタイプが前記複数の信号源の第１の信号源の真のアーチファクトであるか否かを決定する工程と、
    前記第１のアーチファクトタイプのために前記複数の信号源の前記第１の信号源を除去することと、
    第２のアーチファクトタイプを認識するために、前記複数の信号源の第２の信号源を、記録されたモンタージュ及び最適基準電極モンタージュに再構成する工程と、
    前記複数の信号源の前記第２の信号源について前記最適基準電極モンタージュの複数のチャンネルを調べて、前記第２のアーチファクトタイプが前記複数の信号源の第２の信号源の真のアーチファクトであるか否かを決定する工程と、
    前記第２のアーチファクトタイプのために前記複数の信号源の前記第２の信号源を除去する工程と、
    複数の残余信号源を、前記ＥＥＧ信号のフィルタリング済みモンタージュに再構成する工程と、
    を含むことを特徴とする方法。
  12. 前記第１のアーチファクトタイプが、瞬目アーチファクトであり、前記第２のアーチファクトタイプが、筋肉アーチファクトであることを特徴とする請求項１１に記載の方法。
  13. 前記第１のアーチファクトタイプ及び前記第２のアーチファクトタイプが、瞬目アーチファクト、筋肉アーチファクト、舌運動アーチファクト、咀嚼アーチファクト、及び心拍アーチファクトを含む群から選択されることを特徴とする請求項１１に記載の方法。
  14. ＥＥＧアーチファクトを検出し、除去するためのシステムであって、
    複数のＥＥＧ信号を生成するための複数の電極と、
    前記複数のＥＥＧ信号からＥＥＧ記録を生成するべく前記複数の電極に接続されたプロセッサと、
    ＥＥＧ記録を表示するために前記プロセッサに接続されたディスプレイとを備え、
    前記プロセッサは、前記ＥＥＧ信号を複数の信号源に分離するべく構成され、前記複数の信号源の各信号源は、選択されたアーチファクトタイプのために分離され、
    前記プロセッサは、前記複数の信号源の各信号源の前記選択されたアーチファクトタイプを認識するために、前記複数の信号源の各信号源を、記録されたモンタージュ及び最適基準電極モンタージュに再構成するべく構成され、
    前記プロセッサは、前記複数の信号源の各信号源について前記最適基準電極モンタージュの複数のチャンネルを調べて、前記選択されたアーチファクトタイプが前記複数の信号源の各信号源の真のアーチファクトであるか否かを決定するべく構成され、
    前記プロセッサは、前記選択されたアーチファクトタイプが、前記複数の信号源の各信号源の真のアーチファクトであることを決定するべく構成され、
    前記プロセッサは、前記選択されたアーチファクトタイプのために前記複数の信号源の各信号源を除去して、複数の残余信号源を生成するべく構成され、
    前記プロセッサが、前記複数の残余信号源を、前記ＥＥＧ信号のフィルタリング済みモンタージュに再構成するべく構成されることを特徴とするシステム。
  15. ＥＥＧアーチファクトを検出し、除去するためのシステムであって、
    複数のＥＥＧ信号を生成するための複数の電極と、
    前記複数のＥＥＧ信号からＥＥＧ記録を生成するべく前記複数の電極に接続されたプロセッサと、
    ＥＥＧ記録を表示するために前記プロセッサに接続されたディスプレイとを備え、
    前記プロセッサは、ブラインド信号源分離アルゴリズムを用いてＥＥＧ記録のエポックを複数の信号源に分離するべく構成され、前記複数の信号源の各信号源は、選択されたアーチファクトタイプのために分離され、
    前記プロセッサは、前記複数の信号源の各信号源の前記選択されたアーチファクトタイプを認識するために、前記複数の信号源の各信号源を、記録されたモンタージュ及び最適基準電極モンタージュに再構成するべく構成され、
    前記プロセッサは、前記複数の信号源の各信号源について前記最適基準電極モンタージュの複数のチャンネルを調べて、前記選択されたアーチファクトタイプが前記複数の信号源の各信号源の真のアーチファクトであるか否かを決定するべく構成され、
    前記プロセッサは、前記選択されたアーチファクトタイプが、前記複数の信号源の各信号源の真のアーチファクトであることを決定するべく構成され、
    前記プロセッサは、前記選択されたアーチファクトタイプのために前記複数の信号源の各信号源を除去して、複数の残余信号源を生成するべく構成され、
    前記プロセッサが、前記複数の残余信号源を、前記ＥＥＧ信号のフィルタリング済みモンタージュに再構成するべく構成されることを特徴とするシステム。
  16. ＥＥＧアーチファクトを検出し、除去するためのシステムであって、
    複数のＥＥＧ信号を生成するための複数の電極と、
    前記複数のＥＥＧ信号からＥＥＧ記録を生成するべく前記複数の電極に接続されたプロセッサと、
    ＥＥＧ記録を表示するために前記プロセッサに接続されたディスプレイとを備え、
    前記プロセッサは、前記ＥＥＧ信号を複数の信号源に分離するべく構成され、前記複数の信号源の各信号源は、選択されたアーチファクトタイプのために分離され、
    前記プロセッサは、前記複数の信号源の各信号源の前記選択されたアーチファクトタイプを認識するために、前記複数の信号源の各信号源を、記録されたモンタージュ及び最適基準電極モンタージュに再構成するべく構成され、
    前記プロセッサは、前記複数の信号源の各信号源について前記最適基準電極モンタージュの複数のチャンネルを調べて、前記選択されたアーチファクトタイプが前記複数の信号源の各信号源の真のアーチファクトであるか否かを決定するべく構成され、
    前記プロセッサは、前記選択されたアーチファクトタイプのために前記複数の信号源の各信号源を除去して、複数の残余信号源を生成するべく構成され、
    前記プロセッサが、前記複数の残余信号源を、前記ＥＥＧ信号のフィルタリング済みモンタージュに再構成するべく構成されていることを特徴とするシステム。
  17. ＥＥＧアーチファクトを検出し、除去するためのシステムであって、
    複数のＥＥＧ信号を生成するための複数の電極と、
    前記複数のＥＥＧ信号からＥＥＧ記録を生成するべく前記複数の電極に接続されたプロセッサと、
    ＥＥＧ記録を表示するために前記プロセッサに接続されたディスプレイとを備え、
    前記プロセッサは、前記ＥＥＧ信号を複数の信号源に分離するべく構成され、前記複数の信号源の各信号源は、選択されたアーチファクトタイプのために分離され、
    前記プロセッサは、第１のアーチファクトタイプを認識するために、前記複数の信号源の第１の信号源を、記録されたモンタージュ及び最適基準電極モンタージュに再構成するべく構成され、
    前記プロセッサは、前記複数の信号源の前記第１の信号源について前記最適基準電極モンタージュの複数のチャンネルを調べて、前記第１のアーチファクトタイプが前記複数の信号源の第１の信号源の真のアーチファクトであるか否かを決定するべく構成され、
    前記プロセッサは、前記第１のアーチファクトタイプのために前記複数の信号源の前記第１の信号源を除去するべく構成され、
    前記プロセッサは、第２のアーチファクトタイプを認識するために、前記複数の信号源の第２の信号源を、記録されたモンタージュ及び最適基準電極モンタージュに再構成するべく構成され、
    前記プロセッサは、前記複数の信号源の前記第２の信号源について前記最適基準電極モンタージュの複数のチャンネルを調べて、前記第２のアーチファクトタイプが前記複数の信号源の第２の信号源の真のアーチファクトであるか否かを決定するべく構成され、
    前記プロセッサは、前記第２のアーチファクトタイプのために前記複数の信号源の前記第２の信号源を除去するべく構成され、
    前記プロセッサが、複数の残余信号源を、前記ＥＥＧ信号のフィルタリング済みモンタージュに再構成するべく構成されていることを特徴とするシステム。
JP2014543602A 2011-11-26 2012-11-25 Ｅｅｇアーチファクトを検出及び除去するための方法及びシステム Active JP6023210B2 (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201161563767P 2011-11-26 2011-11-26
US61/563,767 2011-11-26
US13/684,556 2012-11-25
PCT/US2012/066480 WO2013078472A1 (en) 2011-11-26 2012-11-25 Method and system for detecting and removing eeg artifacts
US13/684,556 US20130138356A1 (en) 2011-11-26 2012-11-25 Method And System For Detecting And Removing EEG Artifacts

Publications (2)

Publication Number Publication Date
JP2014533590A true JP2014533590A (ja) 2014-12-15
JP6023210B2 JP6023210B2 (ja) 2016-11-09

Family

ID=48467592

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014543602A Active JP6023210B2 (ja) 2011-11-26 2012-11-25 Ｅｅｇアーチファクトを検出及び除去するための方法及びシステム

Country Status (5)

Country Link
US (2) US20130138356A1 (ja)
EP (1) EP2782499B1 (ja)
JP (1) JP6023210B2 (ja)
CN (1) CN104039221B (ja)
WO (1) WO2013078472A1 (ja)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104039221B (zh) 2011-11-26 2016-03-16 珀西斯特发展公司 用于检测并且去除eeg伪像的方法和系统
AT514561B1 (de) * 2013-07-19 2015-02-15 Ait Austrian Inst Technology Verfahren zur Entfernung von Artefakten aus einem Biosignal
CN103654773B (zh) * 2013-12-20 2016-02-03 北京飞宇星电子科技有限公司 脑电生理实验教学装置
CN106137207A (zh) * 2015-04-03 2016-11-23 北京智谷睿拓技术服务有限公司 进食动作信息确定方法和装置
US11020035B2 (en) 2016-02-01 2021-06-01 Epitel, Inc. Self-contained EEG recording system
US11986321B2 (en) * 2016-09-22 2024-05-21 Safeop Surgical, Inc. System and method for detecting and removing periodic non-physiological artifact from evoked potentials
CN107423718B (zh) * 2017-08-02 2019-08-13 逄泽沐风 一种用于识别蒙太奇语言叙事结构的方法
CN107582053B (zh) * 2017-09-12 2020-05-05 湖南麦格米特电气技术有限公司 一种视网膜电图和动眼电图的有源电极检测装置
US11576601B2 (en) 2019-04-18 2023-02-14 X Development Llc Artifact identification in EEG measurements
US20210307672A1 (en) 2020-04-05 2021-10-07 Epitel, Inc. Eeg recording and analysis
CN111956217B (zh) * 2020-07-15 2022-06-24 山东师范大学 一种面向实时脑电信号的眨眼伪迹识别方法及系统
US12070318B2 (en) 2022-10-19 2024-08-27 Epitel, Inc. Systems and methods for electroencephalogram monitoring

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004350797A (ja) * 2003-05-27 2004-12-16 Japan Science & Technology Agency 脳波の評価方法及びその評価装置
US20070225932A1 (en) * 2006-02-02 2007-09-27 Jonathan Halford Methods, systems and computer program products for extracting paroxysmal events from signal data using multitaper blind signal source separation analysis
JP2010500052A (ja) * 2006-06-15 2010-01-07 ヒポ−セイフ エイ／エス 低血糖症を検出するための脳波信号解析

Family Cites Families (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IL44502A (en) 1974-03-26 1979-10-31 Lego Lemelstrich Ltd Flow restrictor for irrigation systems
US4037586A (en) * 1976-04-14 1977-07-26 Grichnik James A Electroencephalograph display
DE3473989D1 (en) 1983-10-13 1988-10-20 Morgenstern Jurgen Physiological sensor
CA1213330A (en) 1983-10-14 1986-10-28 Canadian Patents And Development Limited - Societe Canadienne Des Brevets Et D'exploitation Limitee Movement artifact detector for sleep analysis
US4709702A (en) 1985-04-25 1987-12-01 Westinghouse Electric Corp. Electroencephalographic cap
US5038782A (en) 1986-12-16 1991-08-13 Sam Technology, Inc. Electrode system for brain wave detection
US4967038A (en) 1986-12-16 1990-10-30 Sam Techology Inc. Dry electrode brain wave recording system
US5275172A (en) * 1992-04-20 1994-01-04 Beth Israel Hospital Association Electroencephalographic signal acquisition and processing system
US5309909A (en) 1992-05-22 1994-05-10 Physio-Control Corporation Combined skin preparation and monitoring electrode
US5305746A (en) 1992-09-29 1994-04-26 Aspect Medical Systems, Inc. Disposable, pre-gelled, self-prepping electrode
US5626145A (en) 1996-03-20 1997-05-06 Lockheed Martin Energy Systems, Inc. Method and apparatus for extraction of low-frequency artifacts from brain waves for alertness detection
EP0828225A1 (de) 1996-09-04 1998-03-11 Siemens Aktiengesellschaft Verfahren und Vorrichtung zum Auswerten von EEG-Daten
US6931274B2 (en) 1997-09-23 2005-08-16 Tru-Test Corporation Limited Processing EEG signals to predict brain damage
US6503231B1 (en) 1998-06-10 2003-01-07 Georgia Tech Research Corporation Microneedle device for transport of molecules across tissue
US6293923B1 (en) 1999-03-15 2001-09-25 Innoventions, Inc. Intravesicular balloon
US6331164B1 (en) 2000-03-17 2001-12-18 Etymotic Research, Inc. Hearing test apparatus and method having adaptive artifact rejection
AU2001283371A1 (en) 2000-08-15 2002-02-25 The Regents Of The University Of California Method and apparatus for reducing contamination of an electrical signal
US6591132B2 (en) 2001-11-30 2003-07-08 Stellate Systems Inc. Artifact detection in encephalogram data using an event model
JP4975249B2 (ja) 2002-10-09 2012-07-11 ボディーメディア インコーポレイテッド 生理学的情報及び／又はコンテキストパラメータを用いて個人の状態パラメータを測定する装置
EP1590037B1 (en) 2003-01-27 2011-03-09 Compumedics USA, Inc. Online source reconstruction for eeg/meg and ecg/mcg
US7809433B2 (en) 2005-08-09 2010-10-05 Adidas Ag Method and system for limiting interference in electroencephalographic signals
US20070135727A1 (en) 2005-12-12 2007-06-14 Juha Virtanen Detection of artifacts in bioelectric signals
US7684856B2 (en) 2005-12-12 2010-03-23 General Electric Company Detection of artifacts in bioelectric signals
TW200744534A (en) 2006-06-09 2007-12-16 Univ Nat Chiao Tung Microprobe array structure and manufacturing method thereof
CN1883384A (zh) * 2006-06-22 2006-12-27 复旦大学 一种脑电信号伪迹成分的自动识别和去除方法
CN101589358B (zh) 2006-11-15 2012-05-16 松下电器产业株式会社 脑波识别方法的调整装置、方法
US8112139B2 (en) 2007-02-02 2012-02-07 University of Pittsburgh—of the Commonwealth System of Higher Education Skin screw electrode
CN101259015B (zh) * 2007-03-06 2010-05-26 李小俚 一种脑电信号分析监测方法及其装置
US8694070B2 (en) 2007-05-22 2014-04-08 Persyst Development Corporation Electrode applicator for quick press on EEG electrode
EP2155056B1 (en) 2007-05-22 2011-03-23 Persyst Development Corporation Method and device for quick press on eeg electrode
US20090062680A1 (en) 2007-09-04 2009-03-05 Brain Train Artifact detection and correction system for electroencephalograph neurofeedback training methodology
WO2010034270A1 (de) 2008-09-29 2010-04-01 Narcoscience Gmbh & Co. Kg Verfahren und vorrichtung zur auswertung eines narkose- oder intensiv-eeg
US20110015503A1 (en) 2009-07-17 2011-01-20 WAVi Medical apparatus for collecting patient electroencephalogram (eeg) data
US8364255B2 (en) 2010-03-10 2013-01-29 Brainscope Company, Inc. Method and device for removing EEG artifacts
US9055927B2 (en) 2011-11-25 2015-06-16 Persyst Development Corporation User interface for artifact removal in an EEG
CN104039221B (zh) 2011-11-26 2016-03-16 珀西斯特发展公司 用于检测并且去除eeg伪像的方法和系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004350797A (ja) * 2003-05-27 2004-12-16 Japan Science & Technology Agency 脳波の評価方法及びその評価装置
US20070225932A1 (en) * 2006-02-02 2007-09-27 Jonathan Halford Methods, systems and computer program products for extracting paroxysmal events from signal data using multitaper blind signal source separation analysis
JP2010500052A (ja) * 2006-06-15 2010-01-07 ヒポ−セイフ エイ／エス 低血糖症を検出するための脳波信号解析

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JPN6016035317; ＲＩＣＡＲＤＯ　Ａ．　ＳＡＬＩＤＯ　ＲＵＩＺ　ＥＴ　ＡＬ: 'ＥＥＧ　ｍｏｎｔａｇｅ　ａｎａｌｙｓｉｓ　ｉｎ　ｔｈｅ　Ｂｌｉｎｄ　Ｓｏｕｒｃｅ　Ｓｅｐａｒａｔｉｏｎ　ｆｒａｍｅｗｏｒｋ' ＰＲＥＰＲＩＮＴ　ＳＵＢＭＩＴＴＥＤ　ＴＯ　ＢＩＯＭＥＤＩＣＡＬ　ＳＩＧＮＡＬ　ＰＲＯＣＥＳＳＩＮＧ　ＡＮＤ　ＣＯＮＴＲＯＬ , 20100505 *
JPN6016035318; Ａ　ＧＡＲＣＥＳ　ＣＯＲＲＥＡ　ＥＴ　ＡＬ: 'Ａｒｔｉｆａｃｔ　ｒｅｍｏｖａｌ　ｆｒｏｍ　ＥＥＧ　ｓｉｇｎａｌｓ　ｕｓｉｎｇ　ａｄａｐｔｉｖｅ　ｆｉｌｔｅｒｓ　ｉｎ　ｃａｓｃａｄｅ' ＪＯＵＲＮＡＬ　ＯＦ　ＰＨＹＳＩＣＳ：　ＣＯＮＦＥＲＥＮＣＥ　ＳＥＲＩＥＳ ｖｏｌ．　９０，　ｎｏ．　０１２０８１, 2007 *

Also Published As

Publication number Publication date
US20170079593A1 (en) 2017-03-23
WO2013078472A8 (en) 2014-01-23
CN104039221A (zh) 2014-09-10
US20130138356A1 (en) 2013-05-30
EP2782499A4 (en) 2015-09-30
CN104039221B (zh) 2016-03-16
EP2782499A1 (en) 2014-10-01
WO2013078472A1 (en) 2013-05-30
EP2782499B1 (en) 2021-03-31
US11317871B2 (en) 2022-05-03
JP6023210B2 (ja) 2016-11-09

Similar Documents

Publication Publication Date Title
US10517541B2 (en) User interface for artifact removal in an EEG
JP6023210B2 (ja) Ｅｅｇアーチファクトを検出及び除去するための方法及びシステム
US8666484B2 (en) Method and system for displaying EEG data
JP6291024B2 (ja) Ｅｅｇデータ並びにユーザインタフェースを表示するための方法及びシステム
JP6267719B2 (ja) Ｅｅｇ記録に存在するアーチファクトの量を表示する方法及びシステム
JP6231480B2 (ja) Ｅｅｇ記録を分析するための方法及びシステム
US8972001B2 (en) Method and system for displaying data
US20140194769A1 (en) Multiple Patient EEG Monitoring
JP6612733B2 (ja) ｑＥＥＧの算出方法
JP2016514022A5 (ja)
US20140012151A1 (en) Method And System For Displaying EEG Data
EP2973347B1 (en) Multiple patient eeg monitoring
EP2782498B1 (en) Method and system for displaying eeg data and user interface
US20240156390A1 (en) User Interface For Artifact Removal In An EEG

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20151016

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20160824

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20160913

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20161006

R150 Certificate of patent or registration of utility model

Ref document number: 6023210

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250