JP2016520374A - 脳波図および光学的撮像を使用して脳の代謝および活動を監視するためのシステムおよび方法 - Google Patents

Abstract

対象の脳の状態の監視および／または制御のためのシステムおよび方法が提供される。特定の実施形態において、本方法は、電気生理学的センサおよび光学式センサを含むセンサから生理学的データを取得するステップと、前記電気生理学的センサからの生理学的データを使用して、対象の脳活動を表す時系列信号を組み立てるステップと、前記時系列信号を使用して、バーストサプレッション期間とバースト期間とで表されるバーストサプレッション状態を特定するステップとを含む。さらに本方法は、前記光学式センサからのデータを使用して、代謝プロセスおよび血液動態プロセスの少なくとも一方を表す前記バーストサプレッション状態に結びついたパラメータを計算するステップと、前記パラメータ、時系列信号、およびバースト期間を使用して、前記バーストサプレッション期間におけるバーストに相関した前記パラメータの経時変化を表す応答関数を推定するステップとを含む。さらに本方法は、目標バーストサプレッション状態を生じさせるべく前記応答関数を使用して処置を制御するステップを含む。【選択図】図５

Description

（関連出願の相互参照）
本出願は、２０１３年４月２３日付の「Ａ Ｓｙｓｔｅｍ ａｎｄ Ｍｅｔｈｏｄ ｆｏｒ Ｍｏｎｉｔｏｒｉｎｇ Ｂｒａｉｎ Ｍｅｔａｂｏｌｉｓｍ ａｎｄ Ａｃｔｉｖｉｔｙ ｉｎ ｔｈｅ Ｏｐｅｒａｔｉｎｇ Ｒｏｏｍ ａｎｄ Ｉｎｔｅｎｓｉｖｅ Ｃａｒｅ Ｕｎｉｔ Ｕｓｉｎｇ Ｅｌｅｃｔｒｏｅｎｃｅｐｈａｌｏｇｒａｍ ａｎｄ Ｎｅａｒ Ｉｎｆｒａｒｅｄ Ｓｐｅｃｔｒｏｓｃｏｐｙ」という名称の米国特許仮出願第６１／８１５，１４４号にもとづき、この米国特許仮出願の優先権を主張し、この米国特許仮出願の全体をここでの言及によって援用する。

（連邦政府の支援による研究に関する言明）
本発明は、国立衛生研究所（Ｎａｔｉｏｎａｌ Ｉｎｓｔｉｔｕｔｅｓ ｏｆ Ｈｅａｌｔｈ）によって与えられた補助ＴＲ０１−ＧＭ１０４９４８号、ＤＰ２−ＯＤ００６４５４号、Ｐ４１−ＲＲ１４０７５号、Ｒ０１−ＥＢ００１９５４号、Ｒ０１−ＥＢ００２４８２号、Ｒ０１−ＥＢ００６３８５号のもとでの政府の支援によってなされたものである。政府は、本発明において一定の権利を有する。

本発明は、広くには、対象の状態を監視および制御するためのシステムおよび方法に関し、より詳しくは、脳の代謝および活動の指標を使用した対象の監視および制御に向けられたシステムおよび方法に関する。

７５年以上前に、対象に漸増用量のエーテルまたはペントバルビタールが与えられたときに生じる中枢神経系の変化を、頭皮に配置された電極によって脳内の電気インパルスを測定する脳波図（「ＥＥＧ」）の記録によって観測できることが実証されている。結果として、脳波図を、心電図（「ＥＣＧ」）を心臓および心臓血管系の状態の観測に使用することができるのと同じやり方で、鎮静状態または全身麻酔のもとにある対象の脳の状態をリアルタイムで観測するためのツールとして使用できると主張されている。

臨床医が直面する一般的な脳活動として、脳においてニューロン活動、代謝率、および酸素消費のレベルが大幅に低下したときに観測されうるＥＥＧパターンの例である「バーストサプレッション（ｂｕｒｓｔ ｓｕｐｐｒｅｓｓｉｏｎ）」の期間が挙げられる。バーストサプレッションパターンは、多くの場合、電気的活動の突発（ｂｕｒｓｔｓ）の期間と、平坦または抑制されたＥＥＧの期間とが交互に存在することによって現れ、典型的には、怪我、疾患、または医学的介入の結果であり得る。例えば、バーストサプレッションは、医療行為によって生じた昏睡状態など、深い全身麻酔の状態において一般的に見られる。

種々の臨床の状況が、重篤な発作、すなわちてんかん重積状態の処置、ならびに外傷または低酸素による脳の損傷、無酸素による脳の障害、低体温、および特定の発達障害の後の脳の保護など、脳の保護の目的で対象の脳の状態の制御を必要とする。例えば、バーストサプレッションは、脳が変化した代謝状態にあるときの特定の脳の状態を表すため、脳の保護のためにプロポフォールなどの麻酔薬を使用して、目標とされることが一般的である。同様に、心臓の大手術の際に、対象が、低体温法によって、やはり代謝を減らすことによって脳の保護をもたらす深いバーストサプレッションに置かれることがある。さらに、心不全の対象も同様に、脳の保護のために、低体温法によってバーストサプレッションに置かれる。

したがって、麻酔化合物の投与または低体温処置などの際に、適切なレベルのバーストサプレッションをより容易に保証するために、脳代謝の指標が所望される。そのような脳の代謝の情報は、回復の可能性または過程、あるいは回復を促進または増進するように設計された薬物治療および他の介入の効能について、予測の目安を提供することができる。

同様に、代謝への脳血液動態応答も、種々の病気または医療の状況のもとで変化しうる。したがって、バーストサプレッションの最中の血液動態反応、ならびに血流−代謝連関比、およびそれらの時間、温度、薬物濃度、および他の介入につれての変化も、これらの環境における診断の目的において望ましい。

したがって、以上に鑑み、対象の状態を正確に監視するためのシステムおよび方法、およびそれにもとづいて対象の状態を制御するためのシステムおよび方法を提供することが、依然として明らかに必要とされている。

本発明は、対象の状態の監視および制御に向けられたシステムおよび方法を提供することによって、これまでの技術の欠点を克服する。具体的には、対象の脳の状態の監視および制御の目的において、バーストサプレッションの神経生理学的状態などの対象の特定の脳の状態における脳の代謝および活動に関する目安を正確に割り出すために、脳波図（「ＥＥＧ」）および光学的な撮像手段を利用する新規な手法が導入される。
後述されるシステムおよび方法を、具体的には、全身麻酔、集中治療における深い鎮静、医学的に引き起こされる昏睡、低体温、脳損傷、または他の病変に関する状況に適用することができる。

本発明の一態様において、対象の状態の監視および制御のためのシステムが提供される。本システムは、電気生理学的センサおよび光学式センサを含む対象に組み合わせられた複数のセンサから生理学的データを受信するように構成された入力と、ある波長範囲の光を対象の身体構造の少なくとも一部分へと導くように構成された少なくとも１つの光源とを備える。本システムは、対象に配置された前記複数のセンサから生理学的データを取得し、前記電気生理学的センサからの生理学的データを使用して、対象の脳活動を表す時系列信号を組み立て、前記時系列信号を使用して、バーストサプレッション期間とバースト期間とで表されるバーストサプレッション状態を特定するように構成された少なくとも１つのプロセッサをさらに備える。前記少なくとも１つのプロセッサは、前記光学式センサからの生理学的データを使用して、代謝プロセスおよび血液動態プロセスの少なくとも一方を表す前記バーストサプレッション状態に結びついたパラメータを計算し、前記パラメータ、時系列信号、およびバースト期間を使用して、前記バーストサプレッション期間におけるバーストに相関した前記パラメータの経時変化を表す応答関数を推定するようにさらに構成される。前記少なくとも１つのプロセッサは、前記応答関数を示すレポートを生成するようにさらに構成される。

本発明の別の態様においては、対象の脳の状態を監視するための方法が提供される。本方法は、電気生理学的センサおよび光学式センサを含む対象に配置された複数のセンサから生理学的データを取得するステップと、前記電気生理学的センサからの生理学的データを使用して、対象の脳活動を表す時系列信号を組み立てるステップと、前記時系列信号を使用して、バーストサプレッション期間とバースト期間とで表されるバーストサプレッション状態を特定するステップとを含む。さらに本方法は、前記光学式センサからの生理学的データを使用して、代謝プロセスおよび血液動態プロセスの少なくとも一方を表す前記バーストサプレッション状態に結びついたパラメータを計算するステップと、前記パラメータ、時系列信号、およびバースト期間を使用して、前記バーストサプレッション期間におけるバーストに相関した前記パラメータの経時変化を表す応答関数を推定するステップとを含む。本方法は、前記応答関数を示すレポートを生成するステップをさらに含む。

本発明のさらに別の態様においては、対象の脳の状態を監視および制御するための方法が提供される。本方法は、電気生理学的センサおよび光学式センサを含む対象に配置された複数のセンサから生理学的データを取得するステップと、前記電気生理学的センサからの生理学的データを使用して、対象の脳活動を表す時系列信号を組み立てるステップと、前記時系列信号を使用して、バーストサプレッション期間とバースト期間とで表されるバーストサプレッション状態を特定するステップとを含む。さらに本方法は、前記光学式センサからの生理学的データを使用して、代謝プロセスおよび血液動態プロセスの少なくとも一方を表す前記バーストサプレッション状態に結びついたパラメータを計算するステップと、前記パラメータ、時系列信号、およびバースト期間を使用して、前記バーストサプレッション期間におけるバーストに相関した前記パラメータの経時変化を表す応答関数を推定するステップとを含む。さらに本方法は、目標バーストサプレッション状態を達成するように前記応答関数を使用して処置の投与を制御するステップを含む。

本発明の以上の利点および他の利点が、以下の説明から明らかになるであろう。説明においては、本明細書の一部を構成し、本発明の好ましい実施形態を例示として示している添付の図面が参照される。しかしながら、そのような実施形態は、必ずしも本発明の全範囲を表しておらず、したがって本発明の技術的範囲の解釈においては、特許請求の範囲および本明細書が参照される。

本発明を、以下で、添付の図面を参照して説明する。添付の図面において、類似の参照番号は、類似の構成要素を指し示している。

本発明による生理学的監視システムの概略のブロック図である。 本発明による生理学的監視システムの概略のブロック図である。 光学的な撮像方法を使用して取得される生理学的データを組み合わせるプロアセスを説明する概略図である。 本発明による使用のための典型的なシステムのブロック図である。 本発明による典型的な監視および制御システムの図である。 図４Ａのシステムのための典型的なセンサアレイの図である。 本発明による監視および制御方法の各段階を説明するフロー図である。 典型的なセンサの構成の図である。 １から２％のイソフルレンへの変化の際の時系列ＥＥＧデータに対する代謝パラメータの時系列の例を示している。 時系列ＥＥＧデータに対する代謝および血液動態パラメータの別の時系列の例を示している。 測定された相対脳血流の時系列の例を、本発明による方法を使用して得られたフィット後の応答と比べて示している。 ＨｂＯ、ＨｂＲ、ＨｂＴ、ＣＢＦ、およびＣＭＲＯ₂についての推定によるバーストサプレッションＨＲＦのグラフ表示を示している。 イソフルレンの濃度を高くする際（上側）および低くする際（下側）の測定による代謝パラメータおよびそれぞれの推定によるＨＲＦのグラフ表示を示している。 イソフルレンの濃度を高くする際の測定によるヘモグロビンパラメータおよび酸素代謝機能相対変化パラメータのグラフ表示を示している。

バーストサプレッションは、高電圧の活動と電気的に平坦な無活動状態とが交互に存在する脳波図（「ＥＥＧ」）パターンである。バーストサプレッションは、不活発な状態の脳に典型的であり、深いレベルの全身麻酔、低体温、ならびに昏睡および早期乳児脳症などの病理学的状態において一般的に見られる。最近では、生物物理学の計算モデルを使用してバーストサプレッションの支配的な特徴がニューロンの動態と脳の代謝との間の相互作用によって生じることを示した統一的な機構が、バーストサプレッションについて提案されている。具体的には、これらの特徴として、対象の頭皮の全域におけるバーストの開始の同時性、麻酔の深さなどの脳の活動低下のレベルへのパラメータ感度、ならびに他の神経作用よりもはるかにゆっくりと生じるバーストサプレッションに関する時間軸が挙げられる。各々の状態において、脳代謝率の低下が、ＡＴＰゲートカリウムチャネルの安定化特性と組み合わさり、バーストサプレッションＥＥＧパターンに内在するサプレッションの特徴的な事象をもたらしている可能性を、モデルが示唆している。

説明されるとおり、本発明は、代謝および血液動態プロセスに関するインジケータを、とくには電気的脳活動の指標と組み合わせることによって、対象の脳の状態を監視および制御することができると認める。具体的には、実質的に同時に取得されるＥＥＧデータおよび光学的撮像データを、バーストサプレッションの神経生理学的状態に関する脳の代謝および血液動態の反応を監視するために使用することができる。とくには、取得される光学的データから割り出されるパラメータを使用して、バーストサプレッション期間におけるバーストに相関付けられたパラメータの時間経過を記述する応答関数を割り出すことができる。例えば、これらのパラメータとして、ヘモグロビンベースライン値、ヘモグロビン機能変化、ヘモグロビン機能相対変化、血流機能相対変化、酸素代謝機能相対変化、などを挙げることができる。したがって、そのような測定値を、現在の脳の状態の定量化に使用することができるとともに、対象の将来の脳の状態を判断および／または制御するための予測情報の提供にも使用することができる。例えば、そのような情報を、回復の過程、または処置の効能、あるいは麻酔または鎮静の深さについて、目安をもたらすために使用することができる。

図面を具体的に参照すると、図１Ａおよび１Ｂは、対象の脳の状態の目安の提供に使用すべく対象の生理学的指標をもたらすために使用することができる典型的な対象監視システムおよびセンサを示している。

例えば、図１Ａは、生理学的監視システム１０の実施形態を示している。生理学的監視システム１０において、対象１２が、１つ以上のセンサを含んでおり、各々のセンサがケーブル１５あるいは他の通信リンクまたは媒体を介して生理学的モニタ１７へと信号を送信するセンサアセンブリ１３を使用して監視される。生理学的モニタ１７は、プロセッサ１９を備えており、さらに随意により表示装置１１を備える。

具体的には、センサアセンブリ１３は、例えばＥＥＧセンサなどの電気生理学センサ、血中酸素センサなどの光学式センサ、ＥＣＧセンサ、温度センサ、音響呼吸監視センサ、などの検出素子を備える。センサアセンブリ１３は、センサアセンブリ１３を頭皮または額などの対象の身体構造の任意の所望の部位へと配置または固定すべく必要に応じて構成された特徴および構成要素をさらに備えることができる。各々のセンサは、対象１２に関する任意の数の生理学的パラメータおよび他のパラメータを測定することによって、それぞれの信号を生成することができる。いくつかの構成において、センサアレイ１３は、少なくともＥＥＧセンサおよび光学式センサを含むことができ、異なる種類の追加のセンサが随意により含まれてよい。センサの数および種類の他の組み合わせも、生理学的監視システム１０における使用に適する。

センサアセンブリ１３を、ある範囲の波長の光を生成し、生成した光を対象の身体構造の任意の所望の部位へと案内するように設計された１つ以上の光源を備えて構成することができる。例えば、波長の範囲は、６５０−９５０ナノメートルの間の近赤外範囲を含むことができるが、他の値も可能である。光源は、１つ以上の放射体または放射体システムを含むことができ、そのような放射体または放射体システムを、基板に埋め込むことができる。種々の構成において、放射体は、発光ダイオード（「ＬＥＤ」）、レーザ、スーパールミネセントＬＥＤ、または何らかの他の発光部品であってよい。これらの部品は、基板上に任意のパターンで配置されてよく、単一の発光源またはいくつかの発光源のいずれかであってよい。

次に、センサ１３によって生成された信号は、１つ以上のプロセッサ１９によって処理される。次いで、１つ以上のプロセッサ１９は、処理後の信号を、表示装置１１が設けられる場合には表示装置１１へと通信する。一実施形態において、表示装置１１は、生理学的モニタ１７に組み込まれる。別の実施形態において、表示装置１１は、生理学的モニタ１７から切り離されている。監視システム１０は、一構成においては、可搬の監視システムである。別の事例において、監視システム１０は、表示装置を持たないポッド（ｐｏｄ）であり、生理学的パラメータデータを表示装置へと提供するように構成される。

図１Ａに示したシステムのいくつかの実施形態において、センサからの信号の受信および処理に使用されるすべてのハードウェアは、同じハウジング内に収容される。他の実施形態においては、信号の受信および処理に使用されるハードウェアの一部が、別のハウジング内に収容される。さらに、特定の実施形態の生理学的モニタ１７は、センサアセンブリ１３によって送信される信号の受信および処理に使用されるハードウェア、ソフトウェア、あるいはハードウェアおよびソフトウェアの両方を、１つのハウジングまたは複数のハウジングに備える。

図１Ｂに示されるとおり、センサアセンブリ１３は、ケーブル２５を備えることができる。ケーブル２５は、電気シールド内に３つの導体を備えることができる。１つの導体２６が、生理学的モニタ１７へと電力を供給でき、１つの導体２８が、生理学的モニタ１７へとグランド信号を供給でき、１つの導体２８が、センサアセンブリ１３からの信号を生理学的モニタ１７へと伝送することができる。複数のセンサにおいては、１つ以上のさらなるケーブル１５を設けることができる。

いくつかの実施形態において、グランド信号は接地であるが、他の実施形態においては、グランド信号が、対象基準、対象基準信号、帰還、または対象帰還と称されることもある対象グランドである。いくつかの実施形態においては、ケーブル２５が、電気シールド層内に２つの導体を有し、シールド層がグランド導体として機能する。ケーブル２５の電気インターフェイス２３が、ケーブルを生理学的モニタ１７のコネクタ２０内の電気インターフェイス２１へと電気的に接続することを可能にできる。別の実施形態においては、センサアセンブリ１３と生理学的モニタ１７とが、無線で通信する。

生理学的監視システム１０を動作させるための他の処理段階に加えて、１つ以上のプロセッサ１９を、後述されるように、光学式センサから取得される生理学的データを処理することによって血液動態および代謝のパラメータを割り出すように構成することができる。いくつかの態様において、割り出されるパラメータは、バーストサプレッション状態などの対象の特定の脳の状態に関連付けられる。さらに、後述されるように、１つ以上のプロセッサ１９を、算出されたパラメータを使用して、バーストサプレッション期間におけるバーストに相関したパラメータの時間経過を記述する応答関数を推定するようにさらに構成することができる。

本発明のいくつかの実施形態においては、監視システム１０を、対象から生理学的データを取得し、そこから周波数ドメイン近赤外分光（「ＦＤ−ＮＩＲＳ」）技術を使用してヘモグロビンベースライン値を割り出すように構成することができる。具体的には、ＦＤ−ＮＩＲＳデータの分析は、データ品質評価および予め定められた統計的基準にもとづくデータ排除を含むことができる。したがって、吸収および散乱係数を割り出すべく光源から離れた任意のいくつかの距離に配置された光学式センサまたは検出器によって任意の数の異なる波長において取得されるＦＤ−ＮＩＲＳデータから振幅および位相情報を集めることができる。このやり方で、ベースラインのオキシヘモグロビンおよびデオキシヘモグロビン濃度（それぞれ、ＨｂＯおよびＨｂＲ）を、すべての波長における吸収係数にヘモグロビンスペクトルをフィットさせることによって割り出すことができる。総ヘモグロビン（ＨｂＴ＝ＨｂＯ+ＨｂＲ）、ヘモグロビン酸化（ＳＯ₂＝ＨｂＯ／ＨｂＴ）、および脳血液量も、ヘモグロビンベースライン値を使用して導出することができる。

本発明のいくつかの実施形態においては、監視システム１０を、対象から生理学的データを取得し、そこから連続波近赤外分光（「ＣＷ−ＮＩＲＳ」）技術を使用してヘモグロビン機能変化を割り出すように構成することができる。いくつかの態様においては、ＣＷＮＩＲＳデータを、例えば０．０１６−０．６Ｈｚの間の周波数範囲（ただし、他の値も可能である）のフィルタによる帯域通過フィルタ処理を使用して前処理することができる。さらに、ＰＣＡベースのフィルタ処理（例えば、８０％のしきい値などを使用する）を、運動アーチファクトを低減するために適用することができる。残余の運動アーチファクトを、標準偏差にもとづく自動検出アルゴリズムを使用して排除することができる。具体的には、例えば-５−+２５秒（ただし、他の値も可能である）の間の範囲など、刺激の開始からの任意の期間についてのブロック平均を実行でき、次いで任意の光源−検出器ペアにおける光学密度の変化を、修正Ｂｅｅｒ−Ｌａｍｂｅｒｔ関係を使用してヘモグロビン濃度の変化（ΔＨｂＯ、ΔＨｂＲ、ΔＨｂＴ）へと変換することができる。光路長因子（「ＤＰＦ」）を、上述のようにＦＤＮＩＲＳによって測定される吸収係数および平均散乱係数を使用して計算することができる。次いで、血液の酸素化および量の相対変化を、ヘモグロビンＦＤＮＩＲＳベースライン値およびＣＷＮＩＲＳ機能変化によって導出することができる。

本発明のいくつかの実施形態においては、監視システム１０を、対象から生理学的データを取得し、そこから拡散相関分光（「ＤＣＳ」）技術を使用して血流機能相対変化を割り出すように構成することができる。拡散相関分光は、血管内の散乱体の運動および組織の光学的特性の両方に依存する組織内かん流の指標を提供する。例えば、組織の光学的特性を、例えば７８５ｎｍ（ただし、他の値も可能である）の波長の光を使用して取得されるＦＤＮＩＲＳベースラインデータから導出することができる。ＤＰＦの割り出しに関して、上述のようにＦＤＮＩＲＳによって測定される吸収係数および平均散乱係数を使用することができる。

例えば１秒につき１回など、実質的に連続的に取得されるＤＣＳ強度自己相関曲線（例えば、２００ｎｓ−１ｓの遅延時間範囲にわたる）を、正規化された強度時間自己相関関数へとフィットさせ、血流インデックス（ＢＦ_i）を得ることができる。血流の相対変化を見積もるために、ＣＷＮＩＲＳデータについて用いた分析と同様の分析を使用することができる。例えば、０．０１６Ｈｚの高域通過フィルタをＢＦ_i正規化データへと適用するとともに、運動アーチファクトを除去することができ、そのデータを刺激の周囲の-５−+２５秒の間の範囲の時間期間についてブロック平均することができる。次いで、脳血流の相対変化を、以下のように計算することができる。

ＦＤＮＩＲＳ、ＣＷＮＩＲＳ、およびＤＣＳデータから得られる血流および酸素化の相対変化を組み合わせることによって、酸素の相対脳代謝率を、以下のように見積もることができる。

ここでＯＥＦは、以下の酸素摂取率である。

また、静脈酸素化は、以下の式で表される。

ここで、ａ+ｂ＝１であって、ａおよびｂは時間に対して一定な動脈および静脈の寄与であり、動脈酸素化はＳａＯ₂＝１００％である。

上述の定常状態の式に加えて、ｒＣＭＲＯ₂を、２つのさらなるモデルを使用して計算することができる。第１のモデルは、総体積部分に対して静脈区画のＨｂＲおよびＨｂＴ濃度のベースライン値に対する機能変化の異なる割合を割り当てることを可能にする。

ここでγ_rおよびγ_tは、静脈区画に異なる重みを割り当てるために使用される定数であり、以下のとおりである。

ここでγ_rおよびγ_tは、０．５−２の間の範囲であってよく、より具体的には０．７５−１．２５の間の範囲であってよい。ＳａＯ₂＝１００％であるとの仮定のもとで、γ_rおよびγ_tが１に等しいと、式（８）は式（６）に帰着する。

第２のモデルは、酸素摂取率に対する動脈から静脈区画への血液移動時間の影響の試験を可能にする。このモデルを使用して、ｒＯＥＦを、以下のように計算することができる。

ここでτは、静脈区画の平均移動時間である。τ＝０およびＳａＯ₂＝１００％において、式（１０）は式（６）に帰着する。成人において、τは３−４秒の間の範囲にあると推定されているが、他の値も可能であろう。

上述のとおりのパラメータを使用し、さらなるパラメータを、各々の対象について計算することができる。いくつかの態様においては、４つの一般的なＤＣＳおよびＣＷＮＩＲＳチャネルのうちでＣＢＦおよびＳＯ₂応答が最も強いチャネルを、使用することができる。具体的には、ＣＭＲＯ₂における割合の変化に対するＣＢＦにおける割合の変化の比として定義されるＣＢＦ／ＣＭＲＯ₂結合比ｎを、以下のように計算することができる。

さらに、流量／体積係数を、以下のように計算することができる。

式（１２）を、測定によるｒＣＢＦをＧｒｕｂｂの法則（ｒＣＢＦとｒＣＢＶとの間の不変の関係を仮定する）を使用してｒＣＢＶへと変換するために使用することができ、これを測定によるｒＣＢＶ値と比較することができる。

図２を参照すると、上述のようにＦＤＮＩＲＳ、ＣＷＮＩＲＳ、およびＤＣＳ技術を使用して取得される生理学的データを組み合わせて代謝および血液動態パラメータを生成するプロセス２００を説明する概略図が示されている。とくには、プロセスブロック２０２において得られるヘモグロビンベースパラメータを、プロセスブロック２０４において得られるヘモグロビン機能変化パラメータと組み合わせ、プロセスブロック２０６においてヘモグロビン機能相対変化パラメータを生成することができる。次いで、プロセスブロック２０６からのヘモグロビン機能相対変化パラメータを、プロセスブロック２０８において得られる血流機能相対変化パラメータと組み合わせ、プロセスブロック２１０において酸素代謝機能相対変化パラメータを生成することができる。さらに、プロセスブロック２１０において、流量−体積および流量−代謝の結合比係数も、上述のように割り出すことができる。

式（１）−（１０）において上述したとおりの血液動態および代謝パラメータは、いずれも時間の関数であり、各々のパラメータは、外的刺激と同様の様相でバーストサプレッションの最中のバーストなどの対象の脳の状態に応答する。したがって、バースト時間が与えられると、バーストサプレッションの最中のバーストへの応答における血液動態または代謝パラメータの時間経過を定量化する血液動態または代謝応答関数を推定することができる。添え字ｉが、上述の時間変化する血液動態または代謝の量のいずれかを指し、ｈ_i（ｔ）が、対応する血液動態／代謝の応答関数（「ＨＲＦ」）を指すものとする。ｙ_i（ｔ）が、添え字ｉに関する式（１）−（１０）に記載の計算による血液動態／代謝の値を表すものとする。ｕ（ｔ）を、バースト期間においては１に等しく、サプレッション期間においては０に等しいバーストサプレッションインジケータ値の時系列を指すものとする。これらのバーストおよびサプレッション期間を、帯域通過フィルタ処理およびしきい値処理を含むいくつかの方法によって識別することができる。すべての測定値および変数を、同じサンプリングレートでサンプリングすることができる。ＨＲＦについて合計でＴ回の観測およびＭ個の値を考えると、これらの関数を、ベクトルおよび行列の形式で以下のように書き直すことができる。

次いで、測定値、インジケータ、およびＨＲＦの間の関係を、以下の式のようにモデル化することができる。

ここでεは、平均ゼロおよび分散σ²のガウス性白色雑音の項を表す。次いで、ＨＲＦおよびその分散を、通常の最小二乗技術を使用して推定することができる。

このやり方で、上述のとおりの所望の代謝および血液動態パラメータのＨＲＦを、対象の脳の状態の判断において使用するために生成することができる。

いくつかの事例においては、時間変化する血液動態および代謝応答関数ｈ_iの変化の特徴を描写することが望まれるかもしれない。これを、いくつかのやり方で達成することができる。例えば、ｈ_i（０）と定義される血液動態応答関数の初期の推定を、式（１３）、（１４）、および（１５）を使用して実行することができる。次いで、血液動態または代謝応答関数を、以下の式にしたがって、ランダムウォークなどの線形状態空間モデルによって支配される時間的発達を有する時間変化する関数ｈ_i（ｔ）としてモデル化することができる。

ここでｗ（ｔ）は、分散Σ_w=σ_w ²Iを有する独立な同一に分布したガウス雑音プロセスである。次いで、測定データを時間変化する血液動態応答に関連付ける観測方程式を、以下のように記述することができる。

ここでｖ（ｔ）は、分散Σν=σν²Iを有する独立な同一に分布したガウス雑音プロセスである。次いで、この表現において、時間変化するｈ_i（ｔ）の解を、Ｋａｌｍａｎフィルタまたは固定ラグ平滑化などの線形状態空間システムに適した任意のいくつかの技法を使用して得ることができる。未知のパラメータσ_w ²およびσν²を、任意の適切な方法を使用してデータから推定することができる。

とくに図３を参照すると、上述のとおりの対象の脳の状態を判断するための工程を実行するための典型的なシステム３００が示されている。システム３００は、有線または無線接続によってシステム３００と通信するセンサアレイからの生理学的データを受信するように構成された入力３０４を備える。受信される生理学的データは、ＦＤＮＩＲＳ、ＣＷＮＩＲＳ、およびＤＣＳデータなどの光学データと、ＥＥＧデータなどの電気生理学的データとを含む。さらに、システム３００は、取得された生理学的データを前処理または調整するように構成されたプリプロセッサ３０４を備える。とくには、プリプロセッサ３０４は、受信された生理学的データを時系列信号へと集め、取得された生理学的データに関して存在しうる干渉信号をフィルタ処理すべくノイズ除去工程を実行するなど、任意のいくつかの前処理工程を実行するように構成される。

さらに、プリプロセッサは、１つ以上の麻酔化合物の投与に関する情報、および／または対象の年齢、身長、体重、性別、などの個々の対象のプロファイルに関する表示、ならびにタイミング、量、速度、などの薬剤投与情報など、入力３０２を介して表示を受信するように構成される。

さらに、システム３００は、上述のように所望の代謝および血液動態パラメータならびに対応する応答関数を計算するように構成された応答関数エンジン３０６を備えており、これらの計算は、プリプロセッサ３０４から受信されるデータを使用して並列、連続、または組み合わせにて実行されてよい。次いで、他の情報のなかでもとりわけ、計算された応答関数を、上述のように、対象の代謝または血液動態の状態などの脳状態の判断に必要な工程を実行するように設計された脳状態分析器３０８へと渡すことができる。次いで、判断された状態に関する情報を、任意の他の所望の情報とともに、任意の形状または形態で、出力３１０へと渡すことができる。例えば、出力３１０は、もたらされる表示にもとづいて現在の脳状態および／または将来の脳状態に関する情報を提供するように構成された表示装置を備えることができる。さらに、出力３１０は、処置の効能に関する情報を含むことができ、あるいは処置の調節のための指示を含むことができる。

とくに図４Ａを参照すると、医療処置の最中あるいは負傷、病変、または他の状態の結果としての対象の状態の監視および／または制御に使用される本発明による典型的なシステム４１０が示されている。いくつかの態様において、システム４１０を、医学的に引き起こされる昏睡、麻酔、または鎮静の案内または制御に使用することができる。他の態様においては、システム４１０を、例えば心不全の後または心臓手術の最中の低体温処置の際など、医学的に引き起こされる低体温の案内または制御に使用することができる。

システム４１０は、ＥＥＧセンサなどの電気生理学的センサおよび血中酸素センサなどの光学式センサなどの複数のセンサを含む対象監視装置４１２を備える。しかしながら、対象監視装置４１２は、血中酸素センサ、ＥＣＧセンサ、温度センサ、音響呼吸監視センサ、などを含む他のセンサを備えてもよいと考えられる。図４Ｂに示されるように、この設計の１つの具現形は、電気生理学的センサ４３０および光学式センサ４３２の前頭部アレイを備える。光学式センサは、いくつかの光源４３４および光検出器を備える。

対象監視装置４１２は、可搬のシステムまたは装置であってよい監視システム４１６と通信するようにケーブル４１４を介して接続され、対象から取得される生理学的データの入力を監視システム４１６へと提供する。いくつかの態様において、対象監視装置４１２は、上述のように光学的データから得られる血液動態および代謝パラメータを使用して患者の脳状態の判断および／または情報の中継を行うように構成されたシステム３００と通信することができる。また、ケーブル４１４および同様の接続を、構成要素間の無線接続によって置き換えることができる。図示のとおり、監視システム４１６を、専用の分析システム４１８へとさらに接続することができる。また、監視システム４１８および分析システム４１８ならびにシステム３００を、統合することも可能である。

監視システム４１６を、センサによって取得される生の信号を受信し、それら生の信号を波形として集め、場合によっては表示するように構成することができる。したがって、分析システム４１８は、監視システム４１６から波形を受信し、後述されるように波形および波形内の特徴を分析し、分析された波形および特徴にもとづいてバーストサプレッション状態などの対象の脳状態を判断し、レポートを例えば印刷によるレポートとして生成でき、あるいは好ましくは特徴情報および判断された状態のリアルタイムの表示を生成することができる。しかしながら、監視システム４１６、分析システム４１８、およびシステム３００の機能を、共通のシステムへと組み合わせることも可能であると考えられる。

いくつかの構成において、システム４１０は、処置提供システム４２０をさらに含むことができる。処置提供システム４２０を、システム４１０が閉ループの監視および制御システムを形成するように、分析システム４１８および監視システム４１６に組み合わせることができる。本発明によるそのような閉ループ監視および制御システムは、幅広い範囲の動作が可能であり、ユーザにとって閉ループ監視および制御システムの設定を可能にし、閉ループ監視および制御システムからのフィードバックの受信を可能にし、必要であれば閉ループ監視および制御システムの設定変更および／または上書きを可能にするユーザインターフェイス４２２またはユーザ入力を備えることができる。

いくつかの構成において、処置提供システム４２０は、対象を全身麻酔または鎮静などの麻酔化合物によって影響された意識低下の状態とする目的で麻酔化合物の投与を制御できるだけでなく、対象の意識の状態を高め、あるいは低くするためのシステムおよび方法を実現および反映することもできる薬物提供システムを含むことができる。他の構成において、処置提供システム４２０は、低体温処置システムを含むことができる。他の処置も、処置提供システム４２０によって同様に投与または促進することができる。

特定の用途を、特定の情報出力を任意のいくつかのグラフィカル表示によって提供することによって促進することができる。例えば、本発明によってもたらされるとおりのシステムは、生または処理済みの信号の間の時間的関係を監視している医師または看護師が認識できるように、構成されたＥＥＧ波形および光学的な時系列を同時に表示することができる構成を含むことができる。血液動態または代謝応答関数の時間変化する推定を、所望の血液動態または代謝応答に関するプロトタイプまたは基準波形と並べて表示することができる。この基準波形からの統計的に有意な逸脱が、臨床行動を促すように意図された聴覚または視覚警報を知らせることができる。さらに、そのようなシステムは、推定された血液動態および代謝応答関数を連続的または周期的に、例えば数分、数十分、または１時間の間隔で保存することができる。次いで血液動態および代謝応答関数のこの保存された記録を、患者の処置、手術、または集中治療室への滞在の間中のそのような応答の履歴を示すために、呼び出して表示することができる。この履歴表示を、患者の回復の過程について予測評価を行うために使用することができる。バーストサプレッションレートまたはバーストサプレッション確率あるいは血流−代謝結合比などの数値パラメータを、例えば数秒ごとまたはバーストの発生時など、周期的に表示および更新することもできる。

図５に目を向けると、対象の脳の状態を監視および制御するためのプロセス５００についての工程を明らかにするフロー図が示されている。プロセスは、ＥＥＧデータが単一のセンサまたは複数のセンサを使用して取得され、任意のやり方で前処理されるプロセスブロック５０２において始まることができる。次いで、プロセスブロック５０４において、任意の適切な自律または半自律技術を使用して、ＥＥＧデータを処理し、バーストおよびサプレッション期間を識別することができる。ＥＥＧデータを時系列信号として集め、プロセスブロック５０６において、上述のように、バースト期間に値「１」が割り当てられ、サプレッション期間に値「０」が割り当てられる。プロセスブロック５０８において、光学式センサからの光学的データが、プロセスブロック５０６と実質的に同時またはプロセスブロック５０６に続いて取得される。次いで、プロセスブロック５１０において、光学的データを、式（１）−（１０）において説明され、図２に示されたとおりに、血液動態および代謝の時系列を計算するために使用することができる。次いで、プロセスブロック５０６および５１０からの出力をプロセスブロック５１２において組み合わせ、式（１３）−（１５）において説明したように血液動態応答および代謝応答関数を計算することができる。次いで、プロセスブロック５１４において、血液動態応答および代謝応答関数を、上述のように時間変化するやり方で推定することができる。プロセスブロック５１６において、血液動態および代謝応答関数を、式（１１）において説明したように血流−代謝結合比を計算するために使用することができる。次いで、プロセスブロック５１８において、推定された応答関数に関する情報を含む任意の形状または形態のレポートを、生成することができる。いくつかの態様においては、パラメータおよびそれぞれの応答関数に関する情報を、処置の投与の制御に使用するために、任意の臨床医または制御システムへと伝えることができる。例えば、応答関数を使用して、回復の可能性または推移あるいは薬物による治療または処置の効能に関する情報を含む目標のバーストサプレッション状態に関する目安を提供することができる。

いくつかの用途においては、本発明によってもたらされるとおりのシステムおよび方法を、いくつかの異なる手術室処置において脳の血液動態応答および代謝応答を監視するために使用することができる。例えば、心臓の大手術において、患者は、脳の代謝を減らし、脳の保護を提供するために、冷却および全身麻酔の組み合わせによってバーストサプレッションの状態に置かれる可能性がある。そのような処置において、バーストへの血液動態および代謝応答を、脳の血管の機能および代謝の変化を追跡するために使用することができる。例えば、冷却およびバーストサプレッションの増加において、バーストへのＣＭＲＯ₂、ＣＢＦ、ならびにＨｂＯおよびＨｂの振幅応答の減少は、脳の保護に関連した代謝の減少を示している可能性がある。これらのパラメータの増加は、手術の最中の脳の代謝および健康の変化を示している可能性があり、冷却の増加または脳かん流を増やすための努力などの臨床的介入を促すことができる。さらに、血流−代謝結合比の変化を、脳の血流および代謝のバランスを監視するために使用することができる。例えば、血流−代謝結合比の低下は、脳が代謝と比べて不適切な血流を受けていることを示唆していると考えられる。これは、冷却の増加または脳かん流を増やすための努力などの臨床的介入を促すことができる。例えば、頸動脈血管内膜切除術の際に、血液動態応答パラメータまたは代謝の左右の非対称は、かん流の減少を示している可能性があり、シャントの設置などの臨床的介入を促すことができる。

他の用途においては、本発明によってもたらされるとおりのシステムおよび方法を、患者が種々の理由でバーストサプレッションの脳状態にある可能性がある集中治療の状況および環境において患者の監視を提供するために使用することができる。例えば、無酸素症後の昏睡の患者は、多くの場合に、昏睡の間はバーストサプレッションのままである。また、てんかんまたは外傷性脳損傷の患者は、プロポフォールなどの全身麻酔薬を使用して医学的に引き起こされる昏睡に置かれる可能性がある。バーストによって引き起こされる血液動態または代謝応答の変化は、脳の健康の改善または低下を示している可能性があり、臨床的介入を促すことができ、あるいは予後を案内することができる。例えば、血液動態応答、ＣＭＲＯ₂、および血流−代謝結合比が着実に改善している昏睡の患者は、生存の可能性がより高いと考えられ、したがって回復の加速または促進のための医療処置の継続を指示することができる。他方で、血液動態応答、ＣＭＲＯ₂、および血流−代謝結合比が低下する患者は、状態の悪化を示している可能性があり、介入が必要であると考えられ、あるいは治療の停止を促しうる否定的な予後を示唆していると考えられる。医学的に引き起こされる昏睡において、これらの血液動態および代謝応答を、例えば脳血流を代謝に対して最大化して血流−代謝結合比が大であった状態をもたらすことができる脳の代謝を減らした何らかの最適状態を見つけるために使用することができる。同様に、てんかんの患者において、血液動態応答のサイズを、バースト内に存在する発作の機能活動のレベルを推測するために使用することができ、例えばいつ代謝または血液動態応答が正常レベルに戻るかなど、どの時点で医学的に引き起こされた昏睡を終了させるかを判断するために使用することができる。

実験を、侵襲および非侵襲の両方の測定を使用してラットにおいて実行した。すべてのラットを気管切開し、１００％の酸素+イソフルレンで機械的に呼吸させた。体温を、外部加熱によって摂氏３７度に維持した。オキシおよびデオキシヘモグロビンの変化を、５０Ｈｚのレートで取得される連続波近赤外分光（ＣＷＮＩＲＳ）を使用して測定する一方で、脳血流を、１または４．５Ｈｚのレートで取得される拡散相関分光（ＤＣＳ）を使用して測定した。ＥＥＧを、１ｋＨｚのサンプリングレートで記録した。センサの構成は、図６に示されている。血圧、体温、通気圧、および呼気終末ＣＯ₂を、連続的に記録した。イソフルレン濃度を、種々のレートのバーストサプレッションを生じさせるために、１％−３．５％の間で変化させた。

図２に示されるように、ＮＩＲＳおよびＤＣＳを組み合わせて使用し、オキシヘモグロビン（ＨｂＯ）、デオキシヘモグロビン（ＨｂＲ）、脳血流（ＣＢＦ）、酸素摂取率（ＯＥＦ）、および酸素の脳代謝率（ＣＭＲＯ₂）を得た。絶対および相対のヘモグロビン値についての情報をそれぞれ得るために、ＮＩＲＳデータを、周波数ドメイン（ＦＤＮＩＲＳ）および連続波（ＣＷＮＩＲＳ）の両方の測定値から使用した。

図７が、１から２％のイソフルレンへの移行の際のＥＥＧ（灰色）に対するＨｂＯ（赤色）およびＨｂ（青色）の時系列を示している。イソフルレン濃度が高くなるにつれ、サプレッション期間が長くなり、バーストの頻度が低くなる。バーストとＨｂＯおよびＨｂの時系列と間の密接な関係を、容易に見て取ることができ、各々のバーストが、機能的活性化の際に観察される典型的な変化に一致したＨｂＯの急な増加およびＨｂの同様の減少に結びついている。

図８が、バーストサプレッションに対するＨｂＯおよびＨｂＲ（図８Ａ）ならびにｒＣＢＦ（図８Ｂ）のさらに詳細な図を示している。この図は、上述の完全なバーストインジケータ関数を使用したＨＲＦフィットまたは予測（「継続時間フィット」）を、バーストの開始だけを考慮するＨＲＦフィットまたは予測（「開始フィット」）と比較している。インジケータ関数ｕ（ｔ）は、ＥＥＧ時系列から、図８Ｂに示されるようにバーストおよびサプレッション期間を識別し、バースト期間に「１」を、サプレッション期間に「０」を割り当てることによって構成される。インジケータ関数ｕ（ｔ）を構成するために、バーストの開始だけではなく、バーストの全継続時間を使用することで、観測されるＨｂＯ、Ｈｂ、およびｒＣＢＦ時系列のより正確な表現が生み出される。

図９は、ＨｂＯ、ＨｂＲ、ＨｂＴ、ＣＢＦ、およびＣＭＲＯ₂についての推定によるバーストサプレッションＨＲＦを示している。これらの量の変化率は、-２％−６％の間で様々であり、各々のバーストへの応答の大きな変化を反映している。応答は、刺激によって引き起こされる応答の典型的な継続時間に一致し、１４秒の期間を超えて続いている。

図１０は、イソフルレンの濃度を増やす際（上側）および減らす際（下側）のＨｂＯ（赤色）、Ｈｂ（青色）、およびそれらのＨＲＦ予測（点線）の別の詳細図を示している。

図１１は、イソフルレンの濃度を増やす際のＨｂＯ（赤色）、Ｈｂ（青色）、およびＣＭＲＯ₂（緑色）を示している。

実施形態を、添付の図面に関連して説明した。しかしながら、図面が必ずしも比例尺では描かれていないことを、理解すべきである。距離および角度などは、あくまでも説明のためのものにすぎず、必ずしも例示の装置の実際の寸法および配置に対して正確な関係を有しているわけではない。さらに、以上の実施形態は、本明細書に記載の装置、システム、などの製作および使用を当業者にとって可能にするレベルの詳しさで説明されている。幅広く様々な変種が可能である。構成部品、構成要素、および／または工程は、変更、追加、除去、または配置変更が可能である。特定の実施形態を明示的に説明したが、他の実施形態も、この開示にもとづいて当業者にとって明らかになるであろう。

とりわけ「・・・できる」、「・・・が可能」、「・・・でよい」、「・・・してもよい」、「例えば・・・」、など、本明細書において使用される条件付きの表現は、とくにそのようでないと具体的に述べられず、あるいは使用の文脈においてそのようでないと理解されない限り、通常は、特定の特徴、構成要素、および／または状態が特定の実施形態に含まれるが、他の実施形態には含まれない旨を伝えようとするものである。したがって、そのような条件付きの表現は、一般に、特徴、構成要素、および／または状態が１つ以上の実施形態に何らかの形で必要とされることを意味するものではなく、もしくはこれらの特徴、構成要素、および／または状態が任意の特定の実施形態に含まれるか否か、あるいは任意の特定の実施形態において実行されるか否かを著者の入力または促しの有無にかかわらず決定する論理を１つ以上の実施形態が必ずや含むことを意味するものではない。

実施形態に応じて、本明細書に記載の任意の方法の特定の行為、事象、または機能を、異なる順序で実行でき、追加でき、統合でき、あるいは完全に省略することが可能である（例えば、方法の実施において、必ずしも記載されたすべての行為または事象が必要というわけではない）。さらに、特定の実施形態において、行為または事象は、順に実行されるのではなく、例えばマルチスレッド処理、割り込み処理、あるいはマルチプロセッサまたはマルチプロセッサコアによって、同時に実行されてもよい。

本明細書に開示の実施形態に関連して説明した種々の例示の論理ブロック、モジュール、回路、およびアルゴリズムの各工程を、電子ハードウェア、コンピュータソフトウェア、または両者の組み合わせとして実現することが可能である。ハードウェアおよびソフトウェアのこの置換可能性を明瞭に示すために、種々の例示の構成要素、ブロック、モジュール、回路、および工程は、上記において、おおむねそれらの機能に関して説明されている。そのような機能がハードウェアまたはソフトウェアのどちらで実現されるかは、個々の用途および全体としてのシステムに課される設計上の制約に依存する。上述の機能を、各々の特定の用途において様々なやり方で実現することができるが、そのような実現の決定を本発明の技術的範囲からの逸脱を生じるものと解釈してはならない。

本明細書に開示の実施形態に関連して説明した種々の例示の論理ブロック、モジュール、および回路を、本明細書に記載の機能を実行するように設計された汎用のプロセッサ、デジタルシグナルプロセッサ（ＤＳＰ）、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）または他のプログラマブルな論理デバイス、ディスクリートなゲートまたはトランジスタ論理回路、ディスクリートなハードウェア部品、またはこれらの任意の組み合わせにて実現または実行することができる。汎用のプロセッサは、マイクロプロセッサであってよいが、代案において、プロセッサは、任意の従来からのプロセッサ、コントローラ、マイクロコントローラ、または状態機械であってよい。また、プロセッサを、例えばＤＳＰとマイクロプロセッサとの組み合わせ、複数のマイクロプロセッサ、ＤＳＰコアと協働する１つ以上のマイクロプロセッサ、あるいは任意の他のそのような構成など、演算装置の組み合わせとして実現することも可能である。

本明細書に開示の実施形態に関連して説明した方法およびアルゴリズムの各ブロックを、ハードウェアにて直接具現化でき、プロセッサによって実行されるソフトウェアモジュールにて具現化でき、あるいは両者の組み合わせにて具現化することができる。ソフトウェアモジュールは、ＲＡＭメモリ、フラッシュメモリ、ＲＯＭメモリ、ＥＰＲＯＭメモリ、ＥＥＰＲＯＭメモリ、レジスタ、ハードディスク、リムーバブルディスク、ＣＤ−ＲＯＭ、または技術的に公知の任意の他の形態のコンピュータ読取可能記憶媒体に位置することができる。典型的な記憶媒体は、記憶媒体からの情報の読み出しおよび記憶媒体への情報の書き込みがプロセッサにとって可能であるように、プロセッサに組み合わせられる。代案においては、記憶媒体をプロセッサに統合することができる。プロセッサおよび記憶媒体は、ＡＳＩＣ内に存在することができる。ＡＳＩＣは、ユーザ端末内に存在することができる。代案において、プロセッサおよび記憶媒体は、ユーザ端末において別々の構成要素として存在することができる。

以上の詳細な説明は、種々の実施形態へと適用されたときの新規な特徴を図示、説明、および指摘しているが、例示の装置またはアルゴリズムの形態および詳細における種々の省略、置換、および変更が、本発明の技術的思想から離れることなく可能であることを、理解できるであろう。理解されるとおり、本明細書に記載の本発明の特定の実施形態は、一部の特徴を他の特徴とは別に使用または実施することができるため、必ずしも本明細書に記載のすべての特徴および利益を提供しない形態で具現化することも可能である。本明細書に開示の特定の発明の技術的範囲は、以上の説明よりもむしろ添付の特許請求の範囲によって示される。特許請求の範囲の意味および均等の範囲に包含されるすべての変更は、特許請求の範囲の技術的範囲に含まれる。

Claims (28)

1. 対象の状態を監視および制御するためのシステムであって、
   電気生理学的センサおよび光学式センサを含む対象に組み合わせられた複数のセンサから生理学的データを受信するように構成された入力と、
   ある波長範囲の光を対象の身体構造の少なくとも一部分へと導くように構成された少なくとも１つの光源と、
   少なくとも１つのプロセッサと、
   を備えており、
   前記少なくとも１つのプロセッサは、
   対象に配置された前記複数のセンサから生理学的データを取得し、
   前記電気生理学的センサからの生理学的データを使用して、対象の脳活動を表す時系列信号を組み立て、
   前記時系列信号を使用して、バーストサプレッション期間とバースト期間とで表されるバーストサプレッション状態を特定し、
   前記光学式センサからの生理学的データを使用して、代謝プロセスおよび血液動態プロセスの少なくとも一方を表す前記バーストサプレッション状態に結びついたパラメータを計算し、
   前記パラメータ、時系列信号、およびバースト期間を使用して、前記バーストサプレッション期間におけるバーストに相関した前記パラメータの経時変化を表す応答関数を推定し、
   前記応答関数を示すレポートを生成する
   ように構成されている
   ことを特徴とするシステム。
2. 前記波長範囲は、６５０−９５０ナノメートルの間の近赤外範囲を含むことを特徴とする請求項１に記載のシステム。
3. 前記少なくとも１つの光源は、対象の身体構造の前記少なくとも一部分における生体組織の静的特性および動的特性の少なくとも一方を調べるように構成され、
   前記静的特性は、組織における吸収および組織における散乱を含み、
   前記動的特性は、散乱体の移動を含む
   ことを特徴とする請求項１に記載のシステム。
4. 周波数ドメイン近赤外分光（「ＦＤ−ＮＩＲＳ」）技術、連続波近赤外分光（「ＣＷ−ＮＩＲＳ」）技術、および拡散相関分光（「ＤＣＳ」）技術のうちの少なくとも１つを使用して前記生理学的データを取得するようにさらに構成されたことを特徴とする請求項１に記載のシステム。
5. 前記少なくとも１つのプロセッサは、オキシヘモグロビン（「ＨｂＯ」）パラメータ、デオキシヘモグロビン（「ＨｂＲ」）パラメータ、脳血流（「ＣＢＦ」）パラメータ、酸素摂取（ＳＯ₂）パラメータ、酸素割合（「ＯＥＦ」）パラメータ、脳血流量（「ＣＦＶ」）パラメータ、酸素脳代謝率（「ＣＭＲＯ₂」）パラメータ、血流−体積パラメータ、および血流−代謝結合比パラメータのうちの少なくとも１つを計算するようにさらに構成されていることを特徴とする請求項１に記載のシステム。
6. 前記少なくとも１つのプロセッサは、前記応答関数を対象の脳の状態に相関付けるようにさらに構成され、
   前記レポートは、対象の脳の状態を示す
   ことを特徴とする請求項１に記載のシステム。
7. 前記対象の脳の状態は、代謝の特徴および血液動態の特徴の少なくとも一方によって定められることを特徴とする請求項６に記載のシステム。
8. 前記少なくとも１つのプロセッサは、前記状態、前記応答関数、および前記入力から受信される指示を使用して、目標バーストサプレッション状態を生成するようにさらに構成され、
   前記指示は、患者の特徴、麻酔薬の用量、麻酔薬の投与時間、麻酔薬の注入速度、温度、および温度の速度のうちの少なくとも１つを含む
   ことを特徴とする請求項６に記載のシステム。
9. 前記少なくとも１つのプロセッサは、前記生成された目標バーストサプレッション状態を達成すべく処置の投与を制御するようにさらに構成されていることを特徴とする請求項１に記載のシステム。
10. 前記処置は、低体温処置および麻酔処置の一方を含むことを特徴とする請求項９に記載のシステム。
11. 対象の脳の状態を監視するための方法であって、
    電気生理学的センサおよび光学式センサを含む対象に配置された複数のセンサから生理学的データを取得するステップと、
    前記電気生理学的センサからの生理学的データを使用して、対象の脳活動を表す時系列信号を組み立てるステップと、
    前記時系列信号を使用して、バーストサプレッション期間とバースト期間とで表されるバーストサプレッション状態を特定するステップと、
    前記光学式センサからの生理学的データを使用して、代謝プロセスおよび血液動態プロセスの少なくとも一方を表す前記バーストサプレッション状態に結びついたパラメータを計算するステップと、
    前記パラメータ、時系列信号、およびバースト期間を使用して、前記バーストサプレッション期間におけるバーストに相関した前記パラメータの経時変化を表す応答関数を推定するステップと、
    前記応答関数を示すレポートを生成するステップと、
    を含むことを特徴とする方法。
12. 波長範囲は、６５０−９５０ナノメートルの間の近赤外範囲を含むことを特徴とする請求項１１に記載の方法。
13. 周波数ドメイン近赤外分光（「ＦＤ−ＮＩＲＳ」）技術、連続波近赤外分光（「ＣＷ−ＮＩＲＳ」）技術、および拡散相関分光（「ＤＣＳ」）技術のうちの少なくとも１つを使用して生理学的データを取得するステップをさらに含むことを特徴とする請求項１１に記載の方法。
14. オキシヘモグロビン（「ＨｂＯ」）パラメータ、デオキシヘモグロビン（「ＨｂＲ」）パラメータ、脳血流（「ＣＢＦ」）パラメータ、酸素摂取（ＳＯ₂）パラメータ、酸素割合（「ＯＥＦ」）パラメータ、脳血流量（「ＣＦＶ」）パラメータ、酸素脳代謝率（「ＣＭＲＯ₂」）パラメータ、血流−体積パラメータ、および血流−代謝結合比パラメータのうちの少なくとも１つを計算するステップをさらに含むことを特徴とする請求項１１に記載の方法。
15. 前記応答関数を対象の脳の状態に相関付けるステップをさらに含んでおり、
    前記レポートは、対象の脳の状態を示す
    ことを特徴とする請求項１１に記載の方法。
16. 前記対象の脳の状態は、代謝の特徴および血液動態の特徴の少なくとも一方によって定められることを特徴とする請求項１５に記載の方法。
17. 前記状態、前記応答関数、および入力から受信される指示を使用して、目標バーストサプレッション状態を生成するステップをさらに含んでおり、
    前記指示は、患者の特徴、麻酔薬の用量、麻酔薬の投与時間、麻酔薬の注入速度、温度、および温度の速度のうちの少なくとも１つを含む
    ことを特徴とする請求項１５に記載の方法。
18. 前記目標バーストサプレッション状態を達成すべく処置の投与を制御するステップをさらに含むことを特徴とする請求項１１に記載の方法。
19. 前記処置は、低体温処置および麻酔処置の一方を含むことを特徴とする請求項１８に記載の方法。
20. 対象の脳の状態を監視および制御するための方法であって、
    電気生理学的センサおよび光学式センサを含む対象に配置された複数のセンサから生理学的データを取得するステップと、
    前記電気生理学的センサからの生理学的データを使用して、対象の脳活動を表す時系列信号を組み立てるステップと、
    前記時系列信号を使用して、バーストサプレッション期間とバースト期間とで表されるバーストサプレッション状態を特定するステップと、
    前記光学式センサからの生理学的データを使用して、代謝プロセスおよび血液動態プロセスの少なくとも一方を表す前記バーストサプレッション状態に結びついたパラメータを計算するステップと、
    前記パラメータ、時系列信号、およびバースト期間を使用して、前記バーストサプレッション期間におけるバーストに相関した前記パラメータの経時変化を表す応答関数を推定するステップと、
    前記応答関数を使用して、目標バーストサプレッション状態を達成するように処置の投与を制御するステップと、
    を含むことを特徴とする方法。
21. 波長範囲は、６５０−９５０ナノメートルの間の近赤外範囲を含むことを特徴とする請求項２０に記載の方法。
22. 周波数ドメイン近赤外分光（「ＦＤ−ＮＩＲＳ」）技術、連続波近赤外分光（「ＣＷ−ＮＩＲＳ」）技術、および拡散相関分光（「ＤＣＳ」）技術のうちの少なくとも１つを使用して生理学的データを取得するステップをさらに含むことを特徴とする請求項２０に記載の方法。
23. オキシヘモグロビン（「ＨｂＯ」）パラメータ、デオキシヘモグロビン（「ＨｂＲ」）パラメータ、脳血流（「ＣＢＦ」）パラメータ、酸素摂取（ＳＯ₂）パラメータ、酸素割合（「ＯＥＦ」）パラメータ、脳血流量（「ＣＦＶ」）パラメータ、酸素脳代謝率（「ＣＭＲＯ₂」）パラメータ、血流−体積パラメータ、および血流−代謝結合比パラメータのうちの少なくとも１つを計算するステップをさらに含むことを特徴とする請求項２０に記載の方法。
24. 前記応答関数を対象の脳の状態に相関付けるステップをさらに含むことを特徴とする請求項２０に記載の方法。
25. 前記対象の脳の状態を表すレポートを生成するステップをさらに含むことを特徴とする請求項２４に記載の方法。
26. 前記対象の脳の状態は、代謝の特徴および血液動態の特徴の少なくとも一方によって定められることを特徴とする請求項２４に記載の方法。
27. 前記処置の投与を制御するステップは、患者の特徴、麻酔薬の用量、麻酔薬の投与時間、麻酔薬の注入速度、温度、および温度の速度のうちの少なくとも１つを含む入力からの指示を受信するステップを含むことを特徴とする請求項１５に記載の方法。
28. 前記処置は、低体温処置および麻酔処置の一方を含むことを特徴とする請求項２０に記載の方法。