JP2016533217A - 生体信号の局所的収集、生体電気信号に基づく発話補助インターフェース内のカーソル制御、および生体電気信号に基づく覚醒検出 - Google Patents

Abstract

本開示は、記録された生体電気信号を使用して発話補助インターフェース内のカーソル位置を制御し、かつ記録された生体信号を使用して睡眠中の覚醒を検出する、制限区域に限定される、電気的活動を記録するように構成された電極を有する装置を提供する。【選択図】図１

Description

関連出願の相互参照
本出願は、２０１３年１０月１４日出願のＵ．Ｓ．第６１／８９０，８５９号のアメリカ合衆国法典第３５巻「特許法」第１１９（ｅ）条に基づく優先権の利益を主張するものであり、この特許の内容全体が、参照により本明細書に組み入れられる。

発明の分野
本開示は、概して医療機器に関し、更に詳しくは、発話補助インターフェース内のカーソル位置を制御するために記録された生体電気信号を使用し、かつ、睡眠中の覚醒を検出するために記録された生体信号を使用する、制限区域に限定される、電気的活動を記録するように構成された電極を有する装置に関する。

背景情報
人間において、脳内の様々な神経細胞が協働して、豊かでかつ連続した１組の神経電気信号を生成している。そのような信号は、体の残りの制御に強力な影響を与える。例えば、信号は、体動を開始し、認知的思考を促進する。更に、神経信号は、睡眠中に人間を目覚めさせることができる。数十年の精力的な研究にもかかわらず、信号の複雑性のために、信号から様々な人間の行動への直接的な変換は、わからないままである。しかしながら、そのようなマッピングを理解する有用性により、生活機能においてハンディキャップを負う多くの個人の生活を大幅に向上させる潜在性が提供される。この理解があれば、おそらく、病状を診断することができるか、または、信号から行動までの生体経路を技術により回避および／または再現することができるであろう。

概要
様々なデバイスは、長年にわたって、神経活動を記録するために使用されている。１つのこのようなデバイスとしては、脳波（ＥＥＧ）デバイスが挙げられる。従来、何十もの電極は、人の頭部にぐるりと設置される。多数の電極が、信号対雑音比を正確に向上させようとして頭皮場所に設置される。更には、使用される多くの電極にもかかわらず、多くの者が、ＥＥＧは不良な空間解像度および低い信号対雑音比を有すると主張し続けている。したがって、ＥＥＧデータの用途は、少なくとも２つの理由で限界がある、即ち、多くの電極および設置精度により、通常は、ＥＥＧ記録は臨床の場に限定され、データにおいて意義がある神経の土台を抽出しようとするこれまでの困難な取り組みにより、データの解釈および使用が制約されている。

本発明の特定の実施形態は、有意な解釈にはノイズが多すぎると以前は廃棄されていたＥＥＧデータ内の神経特性を認識する発見された技術を十分に利用することができる。例えば、一部の実施形態において、単一の小さいデバイスが、活性電極、基準電極、および（任意選択的に）接地電極を含め、複数のＥＥＧ電極を収納することができる。このデバイスは、６インチ（または、更には４インチ）を下回る長さおよび幅を有する設置面積を有することができ、任意の１対の電極間の分離距離は、３インチ未満とすることができる。活性電極および基準電極のそのような近接する位置は、従来回避されており、それは、記録に歪みを誘発すると考えられていたからである。さらにＥＥＧ分析では通常は、２つの電極からの信号を差分増幅するので、基準電極を、それ自体が神経活動を記録することになる位置に設置することが、（典型的には高周波帯域において）目的の神経信号の検出を妨げると考えられている。したがって、基準電極は、従来、活性電極から離れて、神経活動が相対的に低いかまたはない中立の場所に設置される。それにもかかわらず、クラスタ化された電極からのデータの処理では、本明細書で説明するように、それでもなお生理的に有意な信号を抽出することができる。

電極を使用して記録される信号を（例えば、デバイスにて）全体として分析して、神経記録の単一のチャンネルを生成することができる。このチャンネルは、その後、分析して、例えば、様々な睡眠段階における睡眠時間の絶対または相対量を識別し、潜在的な睡眠外乱の数および形式を評価し、および／または、睡眠異常を識別することができる。

１つの実例において、記録された信号のスペクトログラムは、時間位置全体にわたっておよび／または周波数全体にわたって１回１つまたはそれ以上の回数で正規化される。例えば、１つの実例において、スペクトログラムを時間位置全体にわたって１回正規化することができる。別の実例において、スペクトログラムは、時間位置全体にわたって、その後、周波数全体にわたって正規化される。更に別の実例において、時間位置および周波数正規化の交互パターンが、所与の数の正規化に到達するように、または、正規化係数が閾値を下回るまで続行することができる。時間位置全体にわたる正規化は、スペクトログラム内の各周波数について、スペクトログラム内のその周波数の全ての電力を使用してｚスコアを計算することを含むことができる。その周波数の電力は、ｚスコアにより正規化することができる。周波数全体にわたる正規化は、スペクトログラム内の各時間位置について、スペクトログラム内のその時間位置の全ての電力を使用してｚスコアを計算することを含むことができる。その時間位置の電力は、ｚスコアにより正規化することができる。

一部の実例において、正規化スペクトル内の各時間位置について、その時間位置の「強力な周波数」を、（例えば、絶対または相対閾値を上回る）高さに関連した周波数、または、時間ブロックの最高の正規化電力と定義することができる。したがって、時系列での強力周波数関数を判定することができる。強力な周波数の分布は、睡眠段階全体にわたって変動する可能性があり、その結果、強力な周波数を識別することは、関連の睡眠段階の推定をサポートすることができる。

更に、各時間位置について、フラグメンテーション値を定義することができる。フラグメンテーション値は、時間的フラグメンテーション値またはスペクトルフラグメンテーション値を含むことができる。時間フラグメンテーション値について、スペクトログラムの時間勾配を判定することができる。スペクトログラムとしては、未処理スペクトログラム、および／または、時間位置全体にわたっておよび／または周波数全体にわたって１回、２回、またはそれ以上の回数で正規化されたスペクトログラム（例えば、最初に時間位置全体にわたって、その後、周波数全体にわたって正規化されたスペクトログラム）を挙げることができる。したがって、各時間位置は、偏導関数電力値の（１組の周波数に跨る）ベクトルに関連づけることができる。所与の時間ブロックまたは（複数の時間位置を含む）エポックについて、周波数固有変数を、時間ブロック内の勾配値を使用し、かつ、所与の周波数に対応する各周波数について判定することができる。例えば、周波数固有変数としては、所与の周波数に対応する勾配値の絶対値の平均を挙げることができる。時間フラグメンテーション値は、その後、高いまたは最高の周波数固有変数を有する周波数に対応する周波数またはエポックと定義することができる。したがって、時間フラグメンテーション値は、高い変調を有する周波数を識別することができる。スペクトルフラグメンテーション値は、同様に定義することができるが、スペクトログラムのスペクトル勾配に基づくことができる。高いフラグメンテーション値は、睡眠段階外乱または目覚め活動の変化を示すことができる。

チャンネルデータの分析は、デバイスにてまたはリモートデバイスにて（完全にまたはある程度）行うことができる。例えば、チャンネルデータ（またはチャンネルデータを生じる信号）を、処理および／または記憶の集中化のために他のリソースに（例えば、無線で）送信することができる。デバイスは、また、非ＥＥＧデータを収集、送信、および／または分析することができることが認識されるであろう。デバイスは、また、（例えば、定常状態とアクティブ状態の区別を可能にするために）記録の文脈を示す更なるデータを供給する加速度計、または、ユーザの体温を推定する温度計など、１つまたはそれ以上の他の外部センサを含むことができる。

デバイスは、デバイスおよび人に接着材料を接着することにより、使用する人に対して位置決めすることができる。例えば、接着材料（例えば、両面接着フィルムまたは物質）を、皮膚の場所にデバイスを装着することができるようにデバイスの下側の少なくとも一部に適用することができる。別の実施例として、接着フィルムをデバイス上に位置決めすることができ、デバイスを越えて延在するフィルムの一部が、皮膚の場所に付着することができる。

したがって、本明細書で説明するようなデバイスおよび技術は、ＥＥＧを簡単に収集することを可能にする。単一のデバイスが、完全なチャンネルのデータを独立して供給することができ、所要頭皮適用数および必須の設置のいずれも相対的に少ない可能性がある。したがって、患者自身が、デバイスを適用してＥＥＧ記録を開始することができる。デバイスからの無線送信により、更に、データ収集を開始する複雑化が低減される。多電極デバイスはチャンネルを独立してサポートすることができるが、複数のデバイスを（一部の実例において）使用して、複数のチャンネルを収集することにより更に記録を充実させることができることが認識されるであろう。

本明細書の実施形態は、神経信号の収集、分析およびアプリケーションの域を越えて拡張することができ、デバイスを使用して、任意の生体電気信号を収集することができる。例えば、デバイスを筋肉上に位置決めすることができ、かつ、筋電図記録（ＥＭＧ）データを収集することができる。ＥＭＧデータは、例えば、（例えば、筋肉が活性化されているときを示す糸口を患者に供給することにより）バイオフィードバックトレーニングに、神経障害性疾患またはミオパシー性疾患の診断を支援し、および／または、筋肉の運動を外部オブジェクトの制御（例えば、電子デバイスの画面上のカーソル、または、プロテーゼの制御）に変換するために使用することができる。例示的な実施形態において、１つまたはそれ以上のデバイスを使用して、筋萎縮性側索硬化症（ＡＬＳ）の患者が制限された発声および手制御能力にもかかわらず意思疎通することを可能にすることができる。具体的には、１つまたはそれ以上のデバイスを、顎筋など、患者がまだ制御することができる単一のまたは複数の筋肉上に位置決めすることができる。同時に、患者に、個々の文字、文字組み合わせ、語、またはフレーズなど複数のテキストオプションを有する画面を提示することができる。顎筋からの記録の分析により、カーソルを所望のテキストオプションに移動させることができる。そのような選択の繰り返しにより、文章を形成することを可能にすることができ、該文章を、筆記による意思疎通に使用することができるか、または、自動化されたリーダが発話することができる。

ＥＭＧ記録を、カーソル移動にマッピングすることができる。１つの実例において、例えば、このマッピングは、どの信号特性を特定のカーソル移動に関連づけるべきか判定するためにクラスタ化および／または成分分析を使用する（トレーニングまたは非トレーニング状況に向けた）１つまたはそれ以上のチャンネルからの未処理ＥＭＧデータの分析に基づいて判定することができる。１つの実例において、特定の強力な周波数がカーソル移動に関連づけられ、（例えば）高周波帯域の強力な周波数で占められた筋肉データを判定して、上向きカーソル移動に対応させるようにできる。別の実例において、特定のフラグメンテーション値を関連カーソル移動に関連付けることができる。例えば、１つの筋肉のＥＭＧに関連した高いフラグメンテーション値は、第１のカーソル移動に関連づけることができ、別の筋肉のＥＭＧに関連した高いフラグメンテーション値は、第２のカーソル移動に関連づけることができる。

また、デバイスおよび技術の感度および非侵入性を使用して、患者または医療専門家がその他の方法では検出し難い可能性がある生理的イベントを評価することができる。例えば、デバイスは睡眠中に信号を記録することができ、（例えば、マイクロ覚醒を含む可能性がある）覚醒を検出することができる。二分状態の場合、基本的な覚醒は、睡眠状態から覚醒の状態への遷移と定義することができる。しかしながら、これらの状態のそのような二分の特性評価により、過度に睡眠の複雑性が簡素化される。睡眠は、睡眠段階、即ち、段階１〜４および急速眼球運動（ＲＥＭ）段階を使用して特徴づけられる。どのようにして、かつ、いつ人が睡眠段階間で遷移するのかは、未だ十分に理解されていないが、様々な睡眠段階において費やされた時間は、生理的結果を有する可能性がある。例えば、不十分なＲＥＭ睡眠は、学習能力を損なう可能性があり、段階４の睡眠は、成長および発達に重要である。

したがって、患者が質の悪い夜の睡眠または他の睡眠関連の症状を報告した場合、患者の睡眠の段階をモニターすることが有用である可能性がある。一部の実施形態によれば、神経記録をコンパクトな電極デバイスから記録することができ、かつ、分析して高周波神経信号を抽出増幅することができる。信号は、その後、個々の短い時間ウィンドウ内の睡眠（または覚醒）段階に分類することができる。覚醒を、その後、一連の時間ウィンドウ内に存在する可変性および／または段階遷移を定量することにより検出することができる。そのような短い時間ウィンドウ内の睡眠を分類することができることにより、そうでない場合は認識されないと思われる覚醒の検出が可能である。そのような覚醒を使用して、睡眠の質を評価することができる。

この睡眠分析を更に使用して、人がの睡眠において潜在的に生命を脅かすイベントを経験しているかかどうか検出することができる。例えば、気管開口機械的人工換気を行っては、処置から恩恵を受けると考えられる選ばれた患者群（例えば、ＡＬＳ、顔面外傷患者の癌）において呼吸機能を補助することができる。この処置は、首の気管開口管の切開部への挿入を含むことができる。残念ながら、管は、気管開口から滑り出る可能性を有する。この可能性は、意思疎通技術に障害のある患者には特に恐ろしいものとなる可能性がある。管が夜中に滑った場合、該患者は、誰かに問題について注意を喚起するのが困難であり得る。しかしながら、デバイスおよび本明細書で開示する方法は、これらの患者の睡眠段階をモニターして、異常なおよび／または懸念のある睡眠段階パターンを検出することができる。デバイスのサイズは使用およびモニタリングコンプライアンスを促進することができ、分析は、迅速な睡眠段階パターンの検出を促進することができる。

添付図面とともに、以下の詳細な説明により、本発明の性質および利点のより深い理解が得られるであろう。

無線で別の電子デバイスと通信する多電極コンパクトデバイスを着用するユーザを示す図である。 本発明の実施形態による、協同した電気的生体記録の評価および使用を促進するためにネットワーク上で接続されたデバイスの実施例を示す図である。 本発明の実施形態による、別の電子デバイスと無線で通信する多電極デバイスを示す図である。 本発明の実施形態による多電極デバイスの略示ブロック図である。 本発明の実施形態による、多電極デバイスと通信する電子デバイスの略示ブロック図である。 本発明の実施形態による、多電極デバイスを使用して電極生体データのチャンネルを収集するプロセスの流れ図である。 本発明の実施形態による、チャンネル生体データを分析して、様々な生体段階の周波数特徴を識別するプロセスの流れ図である。 本発明の実施形態による、チャンネル生体データを分析して、様々な生体段階の周波数特徴を識別するプロセスの流れ図である。 本発明の実施形態による、スペクトログラムを正規化し、群区別周波数特徴を使用して、生体データを分類するプロセスの流れ図である。 本発明の実施形態による、チャンネル生体データを分析して、覚醒を識別するプロセスの流れ図である。 自動化された覚醒検出の実施例を例示する図である。 自動化された覚醒検出の実施例を例示する図である。 自動化された覚醒検出の実施例を例示する図である。 自動化された覚醒検出の実施例を例示する図である。 本発明の実施形態による、スペクトログラムを正規化し、周波数を識別して、生体データを分類するプロセスの流れ図である。 本発明の実施形態による、スペクトログラムを正規化し、勾配を使用して周波数を識別して、生体データを分類するプロセスの流れ図である。 本発明の実施形態によるまで、参照データを使用してＥＭＧデータのマッピングを判定するプロセスの流れ図である。 意思疎通補助視覚化の実施例を示す。 意思疎通補助視覚化の実施例を示す。 本発明の実施形態による、ＥＭＧデータに基づいて書き込みまたは口頭によるテキストを生成するプロセスの流れ図である。 睡眠ＥＥＧデータの生スペクトログラム、および正規化スペクトログラムを示す図である。 生スペクトログラムまたは正規化スペクトログラムを使用して判定された時系列好適周波数グラフを示す図である。

詳細な説明
本発明のある特定の実施形態は、コンパクトな多電極デバイスを使用して生体信号（例えば、脳波（ＥＥＧ）または筋電図記録法（ＥＭＧ）データ）の簡便な記録を促進することができる。スペクトログラムを、記録された信号の差に基づいて生成し、かつ、スペクトログラムの一方または両方の方向に正規化することができる（例えば、各電力値は、同じ周波数の電力値に基づくが異なった時間位置についておよび／または同じ時間位置の電力値に基づくが異なる周波数について正規化されるようになっている）。スペクトログラムを、時間ブロック、つまり、（例えば、３０秒など定義された持続時間の）エポックに分割することができ、各スペクトログラム部分は、１回またはそれ以上の回数（例えば、周波数全体にわたって、または、時間ブロック内の時間位置全体にわたって）正規化することができる。所与の時間ブロックについて、ｚスコアを、正規化電力値を使用して判定することができる（例えば、ｚスコアは、時間ブロックにおける時間位置全体にわたって正規化電力値の大きい広がりに対応する周波数について高いようになっている）。強力な周波数は、その後、時間ブロックについて高いかまたは最高正規化電力に対応する周波数であるとものとして識別することができる。強力な周波数は、睡眠段階を示すことができる。

更に、各時間位置について、フラグメンテーション値を定義することができる。例えば、（非正規化、正規化、２回正規化など）スペクトログラムの勾配（例えば、時間勾配）を判定することができる。所与の時間ブロックについて、フラグメンテーション値は、関連の電力全体にわたって高い変調に対応する周波数を識別するように定義することができる。例えば、フラグメンテーション値は、勾配値の（時間ブロック内の時間位置全体にわたる）絶対値の平均が絶対的にまたは比較的高い周波数を含むことができる。デバイスが睡眠中に神経データを記録したとき、高いフラグメンテーション値は、一貫しない睡眠特性を示すことがあり、該特性は、睡眠外乱および／または覚醒を示唆することがある。

この技術は、短い時間ビニングでデータに効果的に適用することができる。したがって、この技術では、非常に短い覚醒さえ認識することができる。覚醒は、睡眠の質の不良を示し、および／または健康要素に関することがある。したがって、これらの種々の技術は、その他の方法であれば、より大きい時間ビニング、または、実質的に大量のデータを収集することができない点のために無視されたかもしれない潜在的に関与するデータを検出する可能性を有する。

多電極デバイスを更に使用して、１つまたはそれ以上の筋肉からＥＭＧデータを収集することができる。クラスタ化および／または成分技術を使用して、データの特徴部を特定のオブジェクトアクションにマッピングすることができる。したがって、例えば、１つの筋肉の収縮は、カーソルが上に移動するべきであることを示すことができ、別の筋肉の収縮は、カーソルが下に移動するべきであることを示すことができる。限られた発声能力を有する患者らには、その後、同時に、患者らが考えを伝えるために文字、語、語句、または、要求の間に選ぶ方向にカーソルを移動させることを可能にする画面を提示することができる。

図１は、多電極デバイス１１０を使用しているユーザ１０５を示す。デバイスは、（例えば、デバイスとユーザとの間に位置決めされた接着剤を介して）ユーザの額１１５に接着されると図示されている。デバイスは、神経信号を検出および記録する複数の電極を含むことができる。信号記録後、デバイスは、別の電子デバイス１２０（スマートフォンなど）にデータ（または、その処理されたバージョン）を送信する（例えば、無線で送信する）ことができる。他方の電子デバイス１２０は、その後、本明細書で更に説明するように、データを更に処理しおよび／または該データに応答することができる。したがって、図１は、多電極デバイス１０５が小型かつ位置決めするのが簡単とすることができることを例証する。１つのみのデバイスがこの実施例に示されているが、−いくつかの実施形態において−複数のデバイスが使用されることが認識されるであろう。

更に、図１は接着剤がユーザ１０５にデバイス１１０を装着することを示すが、他の装着手段を使用することができる。例えば、ヘッドハーネスまたはバンドをユーザおよびデバイス周りに位置決めすることができる。また、単一のコンパクトなユニット内にチャンネルの全ての電極を収納することが、使い易さのために有利であることが多いが、他の実例において、電極は、主要デバイスハウジングの外部とすることができ、かつ、互いから離れて位置決めすることができることが認識されるであろう。１つの実例において、ＰＣＴ出願ＰＣＴ／ＵＳ２０１０／０５４３４６で説明されているようなデバイスが使用される。ＰＣＴ／ＵＳ２０１０／０５４３４６は、全ての目的のために全体が参照により本明細書に組み入れられる。

デバイス１１５ａおよび１１５ｂは、直接に（例えば、ブルートゥース接続またはＢＴＬＥ接続で）または間接的に通信することができる。例えば、各デバイスは、サーバ１２０と（例えば、ブルートゥース接続またはＢＴＬＥ接続で）通信することができ、該サーバは、テニスコート１１０近傍に位置することができる。

図２は、協働した電気的生体記録の評価および使用を促進するためにネットワーク上で接続されたデバイスの実施例を示す。１つまたはそれ以上の多電極デバイス２０５が、ユーザから記録された生体データから導出されたチャンネルデータを収集することができる。データを、その後、モバイルデバイス２１０ａ（例えば、スマートフォン）、タブレット２１０ｂ、または、ラップトップもしくはデスクトップコンピュータ２０１ｃなど、１つまたはそれ以上の他の電子デバイスに提示することができる。デバイス間通信は、短距離接続２１５（例えば、ブルートゥース、ＢＴＬＥ、または、超広帯域接続）など接続を通じて、またはインターネットなど、ＷｉＦｉネットワーク２２０を通じてとすることができる。

１つまたはそれ以上のデバイス２０５および／または２１０は、データ管理システム２２５に更にアクセスすることができ、該データ管理システムは、（例えば）多電極デバイスの集合体からデータを受信および評価することができる。例えば、ヘルスケア提供者または（例えば、臨床試験を行っている）製薬会社は、多電極デバイスからのデータを使用して患者の健康を測定することができる。したがって、例えば、データ管理システム２２５は、特定のユーザに関連してデータを記憶することができおよび／または人口統計データを生成することができる。

図３は、別の電子デバイス３０２と（例えば、無線で、または、ケーブルを介して）通信している多電極デバイス３００を示す。この通信を実行して、他の電子デバイスのリソースを利用することにより、多電極デバイスの機能性（例えば、処理速度高速化、メモリ大型化、表示画面、入力受信能力）を高めることができる。１つの実例において、電子デバイス３０２は、（例えば、信号が記録される同一人物である場合もあれば、同一人物ではない場合もある）ユーザが、情報（例えば、記録データおよび／または操作オプションの概要）を見るおよび／または（例えば、多電極デバイス３００の機能を制御するか、または、音声構造など、別の操作を制御する）操作を制御することを可能にするインターフェース能力を含む。デバイス３００と３０２との間の通信は、デバイス３００がデータを収集および／または処理するとき、または、データ収集期間後に間欠的に行うことができる。データをデバイス３００から他のデバイス３０２に転送しおよび／または他のデバイス３０２から引き出すことができる。

図４は、本発明の実施形態による（例えば、多電極デバイス３００を実行する）多電極デバイス４００の略示ブロック図であり、多電極デバイス４００は、処理サブシステム４０２、ストレージサブシステム４０４、ＲＦインターフェース４０８、コネクタインタフェース４１０、電力サブシステム４１２、環境センサ４１４、および電極４１６を含むことができる。多電極デバイス４００は、各々の図示する構成要素を含む必要はなく、および／または、他の構成要素（明示的に図示せず）を含むこともまたできる。

ストレージサブシステム４０４は、例えば、磁気記憶媒体、フラッシュメモリ、他の半導体メモリ（例えば、ＤＲＡＭ、ＳＲＡＭ）、または、任意の他の固定記憶媒体、または、媒体の組み合わせを使用して実現することができ、揮発性および／または不揮発性媒体を含むことができる。いくつかの実施形態において、ストレージサブシステム４０４は、生体データ、つまり、ユーザおよび／または分析変数（例えば、以前に判定された強力な周波数、または、信号グループ間で区別する周波数）に関する情報（例えば、識別情報および／または病歴情報）を記憶することができる。いくつかの実施形態において、ストレージサブシステム４０４は、また、（例えば、データ収集、データ分析および／または送信を開始および／または制御するために）処理サブシステム４１０により実行されるべき１つまたはそれ以上のアプリケーションプログラム（またはアプリ）４３４を記憶することができる。

処理サブシステム４０２は、実施例が当技術分野で既知である、１つまたはそれ以上の集積回路、例えば、シングルコアまたはマルチコアマイクロプロセッサ、または、マイクロコントローラとして実装することができる。動作時、処理システム４０２は、多電極デバイス４００の動作を制御することができる。様々な実施形態において、処理サブシステム４０４はプログラムコードに応答して様々なプログラムを実行することができ、複数の同時に実行中のプログラムまたはプロセスを維持することができる。任意の所与の時間にて、実行されるべきプログラムコードの一部または全部は、処理サブシステム４０４および／またはストレージサブシステム４０４などの記憶媒体内に常駐することができる。

適切なプログラミングを介して、処理サブシステム４０２は、多電極デバイス４００について様々な機能をもたらすことができる。例えば、いくつかの実施形態において、処理サブシステム４０２は、生体データの収集、分析、適用および／または送信を制御することができるコードを実行することができる。いくつかの実施形態において、このコードの一部または全部は、例えば、インターフェースデバイスに送られるメッセージを生成することにより、および／または、インターフェースデバイスからメッセージを受信および解釈することにより、インターフェースデバイス（例えば、図３の他のデバイス３０２）とやりとりすることができる。いくつかの実施形態において、コードの一部または全部は、多電極デバイス４００に対してローカルに動作することができる。

処理サブシステム４０２は、また、データ収集コード４３６を実行することができ、該コードは、電極４１６により検出されたデータを記録および保存させることができる。一部の実例において、信号は、差動増幅され、フィルタリングを適用することができる。信号は、記録の詳細（例えば、記録時間および／またはユーザ識別子）とともに、生体データデータストア４３７内に記憶することができる。データを更に分析して生理的対応を検出することができる。一例として、記録された信号のスペクトログラムの処理は、特定の睡眠段階に対応する周波数特性を示すことができる。別の実施例として、覚醒検出コード４３８は、スペクトログラムの勾配を分析し、睡眠外乱指標を識別および評価して、覚醒を検出することができる。更に別の例として、信号アクチュエータコード４３９は、特定の生体信号機能を外部オブジェクト（例えば、カーソル）の動きに変換することができる。そのような技術およびコードを更に本明細書で説明する。

ＲＦ（無線周波数）インターフェース４０８は、多電極デバイス４００が様々なインターフェースデバイスと無線で通信することを可能にすることができる。ＲＦインターフェース４０８は、例えば、Ｗｉ−Ｆｉ（ＩＥＥＥ８０２．１１群規格）（Ｂｌｕｅｔｏｏｔｈ（登録商標）（Ｂｌｕｅｔｏｏｔｈ ＳＩＧ，Ｉｎｃ．により広められる一群の規格）、または、無線データ通信の他のプロトコルを使用して無線媒体でのデータ通信を可能にするために、アンテナおよび支援回路などのＲＦ送受信機構成要素を含むことができる。一部の実施形態において、ＲＦインターフェース４０８は、短距離センサ（例えば、ブルートゥース、ＢＬＴＥ、または、超広帯域）、信号強度の推定および／または別の電子デバイスに対する近接度を判定する他のプロトコルを介して近接度検出をサポートする近接度センサ４０９を実装することができる。いくつかの実施形態において、ＲＦインターフェース４０８は、例えば、ＩＳＯ／ＩＥＣ １８０９２規格、または、その他を実行する近接場通信（「ＮＦＣ」）能力をもたらすことができ、ＮＦＣは、至近距離（例えば、２０センチメートル以下）でデバイス間の無線データ交換をサポートすることができる。ＲＦインターフェース４０８は、ハードウェア（例えば、駆動回路、アンテナ、変調器／復調器、エンコーダ／復号器および他のアナログやデジタル信号処理回路）およびソフトウェア構成要素の組み合わせを使用して実装することができる。複数の異なる無線通信プロトコルおよび関連ハードウェアをＲＦインターフェース４０８に組み込むことができる。

コネクタインタフェース４１０は、多電極デバイス４００が、例えば、ユニバーサルシリアルバス（ＵＳＢ）、汎用非同期送受信機（ＵＡＲＴ）、または、有線データ通信の他のプロトコルを使用して、有線通信路を介して様々なインターフェースデバイスと通信することを可能にすることができる。一部の実施形態において、コネクタインタフェース４１０は、多電極デバイス４００が、例えば、内部バッテリを充電するために電力を受電することを可能にする電力ポートを提供することができる。例えば、コネクタインタフェース４１０は、ミニＵＳＢコネクタまたは特殊コネクタなどのコネクタ、ならびに、支援回路を含むことができる。一部の実施形態において、コネクタは、専用電力、および、接地接点、ならびに、平行して異なる通信技術を実装するために使用することができるデジタルデータ接点をもたらす特殊コネクタとすることができ、例えば、２本のピンをＵＳＢデータピン（Ｄ＋およびＤ−）として割り当てることができ、他の２本のピンを（例えば、ＵＡＲＴインターフェースを実現する）シリアル送信／受信ピンとして割り当てることができる。特定の通信技術へのピンの割り当ては、配線接続するか、また、接続が確立される間に交渉することができる。一部の実施形態において、コネクタは、また、生体電気信号を送信および／または受信するために接続を提供することができ、該信号をアナログやデジタル形式で別のデバイス（例えば、デバイス３０２または別の多電極デバイス）に送信することができる。

環境センサ４１４として、多電極デバイス４００周りで外部条件に関係する情報を供給する様々な電子デバイス、機械式デバイス、電機デバイス、光学デバイス、または他のデバイスを挙げることができる。センサ４１４は、一部の実施形態において、例えば、ストリーミングベースで、または、所望通りに処理サブシステム４０２によるポーリングに応答して処理サブシステム４０２にデジタル信号を供給することができる。環境センサの任意の形式および組み合わせを用いることができ、加速度計４４２を一例として示す。加速度計４４２により感知された加速度を使用して、ユーザが眠っているか、または、眠ろうとしているかどうか推定し、および／または、活動状態を推定することができる。

電極４１６は、例えば、円形表面電極を含むことができ、金、スズ、銀、および／または銀／塩化銀を含むことができる。電極４１６は、１／８インチを上回り１インチ未満の直径を有することができる。電極４１６は、活性電極４５０、基準電極４５２、および（任意選択的に）接地電極４５４を含むことができる。電極は、互いと区別することができる場合もあれば、区別することができない場合もある。電極の場所は、デバイス内に固定および／または移動可能（例えば、デバイスに繋留）とすることができる。

電力サブシステム４１２は、多電極デバイス４００に向けて電力および電力管理能力を提供することができる。例えば、電力サブシステム４１４は、バッテリ４４０（例えば、充電式電池）、およびバッテリ４４０から電力を必要とする多電極デバイス４００の他の構成要素に配電するために関連の回路を含むことができる。一部の実施形態において、電力サブシステム４１２は、また、例えば、コネクタインタフェース４１０が電源に接続されているときにバッテリ４４０を充電するように動作可能な回路を含むことができる。一部の実施形態において、電力サブシステム４１２は、コネクタインタフェース４１０に頼ることなくバッテリ４４０を充電するために誘導充電器など「無線」充電器を含むことができる。一部の実施形態において、電力サブシステム４１２は、また、バッテリ４４０に加えてまたはその代わりに太陽電池など他の電源を含むことができる。

多電極デバイス４００は例示的であり、その変形および改変が可能であることが認識されるであろう。例えば、多電極デバイス４００は、ユーザがデバイスと直に対話することを可能にするユーザインターフェースを含むことができる。別の実施例として、多電極デバイスは、デバイスとユーザの皮膚との間の接触が適当かどうか、および／または、記録された信号が合格品質かどうかを（例えば、明色または音を介して）示す装着インジケータを有することができる。

更に、多電極デバイスを特定のブロックを参照して説明するが、これらのブロックは、説明の便宜上定義され、構成部分の特定の物理構成を意味するように意図されていないことを理解されたい。更に、ブロックは、物理的に異なった構成要素に対応する必要はない。ブロックは、例えば、プロセッサをプログラムするか、または、適切な制御回路を提供することにより様々な動作を実行するように構成することができ、様々なブロックは、初期構成が取得される方法によっては再構成可能である場合もあれば、再構成可能ではない場合もある。本発明の実施形態は、回路およびソフトウェアの任意の組み合わせを使用して実装される電子デバイスを含む様々な装置において実現することができる。また、図４の全てのブロックが多電極デバイスの所与の実施形態において実行されることは、要件ではない。

図３のデバイス３０２などのインターフェースデバイスは、上述のブロックと類似のブロック（例えば、プロセッサ、記憶媒体、ＲＦインターフェースなど）および／または他のブロックまたは構成要素を使用して、電子デバイスとして実装することができる。図５は、本発明の実施形態による（例えば、図３のデバイス３０２を実装する）インターフェースデバイス５００の略示ブロック図である。インターフェースデバイス５００は、処理サブシステム５０２、ストレージサブシステム５０４、ユーザインターフェース５０６、ＲＦインターフェース５０８、コネクタインタフェース５１０、および、電力サブシステム５１２を含むことができる。インターフェースデバイス５００は、また、他の構成要素（明示的に図示せず）を含むことができる。インターフェースデバイス５００の構成要素の多くは、図３の多電極デバイス３００の構成要素と類似または全く同じとすることができる。

例えば、ストレージサブシステム５０４は、ストレージサブシステム４０４と概ね類似とすることができ、例えば、磁気記憶媒体、フラッシュメモリ、他の半導体メモリ（例えば、ＤＲＡＭ、ＳＲＡＭ）、または、任意の他の固定記憶媒体、または、媒体の組み合わせを使用することを含むことができ、揮発性および／または不揮発性媒体を含むことができる。ストレージサブシステム５０４のように、ストレージサブシステム５０４は、処理サブシステム５０２により実行されるべきデータおよび／またはプログラムコードを記憶するために使用することができる。

ユーザインターフェース５０６は、入出力デバイスの任意の組み合わせを含むことができる。ユーザは、インターフェースデバイス５００の機能を呼び出すためにユーザインターフェース５０６の入力デバイスを操作することができ、ユーザインターフェース５０６の出力デバイスを介して、インターフェースデバイス５００からの出力を見、聞き、および／または、その他の方法で経験することができる。出力デバイスの実施例は、ディスプレイ５２０およびスピーカ５２２を含む。入力デバイスの実施例は、マイク５２６およびタッチセンサ５２８を含む。

ディスプレイ５２０は、コンパクトな表示技術、例えば、ＬＣＤ（液晶ディスプレイ）、ＬＥＤ（発光ダイオード）、ＯＬＥＤ（有機発光ダイオード）などを使用して実装することができる。一部の実施形態において、ディスプレイ５２０は、可撓表示要素、または、曲面ガラス表示要素を組み込むことができ、インターフェースデバイス５００は、所望の形状に適合することができる。１つまたはそれ以上のスピーカ５２２は、電子信号を可聴音波に変換することができる任意の技術を含め、スモールフォーム５ファクタスピーカ技術を使用して提供することができる。スピーカ５２２を使用して、トーン（例えば、ピーッ、または、リンリン）および／または音声を生成することができる。

入力デバイスの実施例としては、マイク５２６およびタッチセンサ５２８が挙げられる。マイク５２６は、音波を電子信号に変換する任意のデバイスを含むことができる。一部の実施形態において、マイク５２６は、ユーザにより口頭の特定の語の表現をもたらすほど敏感とすることができ、他の実施形態において、マイク４２６は、特定の音の高品質の電子表現を必ずもたらすというわけではなく一般的な周囲騒音レベルの表示をもたらすように使用可能とすることができる。

タッチセンサ５２８は、例えば、センサの表面上の特定の点、または、領域に対して接点を場所特定する能力および、一部の実例において、複数の同時の接点を区別する能力を有する容量センサアレイを含むことができる。一部の実施形態において、タッチセンサ４２８をディスプレイ５２０上で重ね合わせてタッチスクリーンインターフェースをもたらすことができ、処理サブシステム５０４は、何がディスプレイ５２０上で目下表示されているかによっては特定のユーザ入力にタッチイベントを変換することができる。

処理サブシステム５０２は、実施例が当技術分野で既知である、１つまたはそれ以上の集積回路、例えば、シングルコアまたはマルチコアマイクロプロセッサ、または、マイクロコントローラとして実装することができる。動作時、処理システム５０２は、多電極デバイス５００の動作を制御することができる。様々な実施形態において、処理サブシステム５０２はプログラムコードに応答して様々なプログラムを実行することができ、かつ、複数の同時に実行中のプログラムまたはプロセスを維持することができる。任意の所与の時間にて、実行されるべきプログラムコードの一部または全部は、処理サブシステム５０２および／またはストレージサブシステム５０４などの記憶媒体内に常駐することができる。

適切なプログラミングを介して、処理サブシステム５０２は、インターフェースデバイス５００について様々な機能をもたらすことができる。例えば、一部の実施形態において、処理サブシステム５０２は、オペレーティングシステム（ＯＳ）５３２および様々なアプリケーション５３４を実行することができる。一部の実施形態において、これらのアプリケーションプログラムの一部または全部は、例えば、多電極デバイスに送られるべきメッセージを生成することによりおよび／または多電極デバイスからのメッセージを受信および解釈することにより多電極デバイスと相互作用することができる、一部の実施形態において、アプリケーションプログラムの一部または全部は、インターフェースデバイス５００にてローカルに動作することができる。

処理サブシステム５０２は、また、（所望通りにＯＳ５３２の一部、アプリの一部、または、別個とすることができる）データ収集コード５３６を実行することができる。データ収集コード５３６は、少なくともある程度、図４のデータ収集コード４３６を補完することができる。一部の実例において、データ収集コード５３６は、デバイス５００に、コードの実行が多電極デバイス（例えば、図３の多電極デバイス３００）から未処理または処理済みの生体電気信号（例えば、ＥＥＧまたはＥＭＧ信号）を受信させるように構成される。データ収集コード５３６は、（例えば、フィルタを適用し、ソース多電極デバイスまたは受信時間を示すメタデータを生成し、および／またはデータを圧縮するために）受信データを実行するべき処理を更に定義することができる。データ収集コード５３６は、実行されると、未処理または処理済みの生体電気信号を生体データストア５３７に記憶させることができる。

一部の実例において、データ収集コード５３６の実行は、更に、デバイス５００にデータを収集させ、該データとしては、生体データ（例えば、患者の体温または脈拍）、または、外部データ（例えば、光レベルまたは地理学上の場所）を挙げることができる。この情報は、（例えばＥＥＧまたはＥＭＧ記録のメタデータが患者の体温および／または場所を含むように）生体電気データと共に記憶することができ、および／または、（例えば、今後の時間同期データ適合を可能にするタイムスタンプと共に）別々に記憶することができる。これらの実例において、インターフェースデバイス５００は、この更なるデータを収集するために適切なセンサ（例えば、カメラ、温度計、ＧＰＳ受信器）を含むことができるか、または、そのようなセンサを有する別のデバイスと（例えば、ＲＦインターフェース５０８を介して）通信することができることが認識されるであろう。

処理サブシステム５０２は、また、リアルタイムで、または、過去にさかのぼって、特定イベントを検出するために未処理または処理済みの生体電気信号を分析することができる１つまたはそれ以上のコードを実行することができる。例えば、覚醒検出コード５３８の実行により、患者の睡眠周期に対応する（ＥＥＧデータを使用して構築された）スペクトログラムで変化を評価して、覚醒が発生したかどうかおよび／またはいつ覚醒が発生したかを判定することができる。１つの実例において、この評価は、時間増分毎に、時間増分の１つまたはそれ以上の周波数時の電力（例えば、正規化電力）が１つまたはそれ以上の他の時間増分に対して変化した量に対応する変化変数を判定することを含むことができる。１つの実例において、この評価は、睡眠段階に各時間増分を割り当てて、割り当てが変化した時点を検出することを含むことができる。睡眠期分類は、（一部の実例において）（例えば、覚醒がどの段階において発生するかを示すことによりおよび／または覚醒がいくつの睡眠段階を通じて左右に移動したか識別することにより）発生中の任意の覚醒を更に詳細に示すことができる。

別の実施例として、信号アクチュエータコード５３９の実行により、ＥＭＧデータを評価および変換することができる。初めに、マッピングを構築して特定のＥＭＧ特徴を特定のアクションと関連づけることができる。アクションは、画面上のカーソルのアクションなど外部アクションとすることができる。マッピングは、クラスタ化および／または成分分析を使用して実行することができ、１つまたはそれ以上の活性電極から（例えば、各々が異なる筋肉上に位置決めされた１つまたはそれ以上の多電極デバイスから）記録された未処理または処理済みの信号を利用することができる。

１つの実例において、信号アクチュエータコード５３９の実行により、対話型視覚表現が、ディスプレイ５２０上に提示される。画面上のカーソル位置は、マッピングを使用してＥＭＧデータのリアルタイム分析に基づいて制御することができる。記録が収集される人は、したがって、手を使用することなく、インターフェースと対話することができる。例示的な実例において、視覚表現としては、人が文字、一連の文字、語、または、語句を選択することを可能にする発話補助視覚表現を挙げることができる。逐次的な選択は、人が文、段落、または会話を構築することを可能にすることができる。（例えば、電子メールまたは文字を生成するために）テキストを電子的に使用することができるか、または、（例えば、スピーカ５２２に音声出力を送るために信号アクチュエータ５３９の音声成分を使用して）近くで他の者と連絡を取るために言葉に表すことができる。

ＲＦ（無線周波数）インターフェース５０８および／またはコネクタインタフェース５１０は、インターフェースデバイス５００が様々な他のデバイス（例えば、図４の多電極デバイス４００）およびネットワークと無線で通信することを可能にすることができる。ＲＦインターフェース５０８は、図４のＲＦインターフェース４０８に対応する（例えば、その説明した特性を含む）ことができ、および／または、コネクタインタフェース５１０は、コネクタインタフェース４１０に対応する（例えば、その説明した特性を含む）ことができる。電力サブシステム５１２は、インターフェースデバイス５１２に向けて電力および電力管理能力をもたらすことができる。電力サブシステム５１２は、電力サブシステム４１に対応する（例えば、その説明した特性を含む）ことができる。

インターフェースデバイス５００は例示的であり、変形および改変が可能であることが認識されるであろう。様々な実施形態において、他のコントロールまたは構成要素が、先述したものに加えてまたはその代わりに設置することができる。記録された生体電気信号を記憶、処理、および／または使用するために別のデバイス（例えば、多電極デバイス）と相互作用することができる任意のデバイスを、インターフェースデバイスとすることができる。

更に、インターフェースデバイスが特定のブロックを参照して説明するが、これらのブロックは、説明の便宜上定義され、かつ、構成部分の特定の物理構成を意味するように意図されていないことを理解されたい。更に、ブロックは、物理的に異なった構成要素に対応する必要はない。ブロックは、例えば、プロセッサをプログラムするか、または、適切な制御回路を供給することにより様々な動作を実行するように構成することができ、様々なブロックは、初期構成が取得される方法によっては再構成可能である場合もあれば、再構成可能ではない場合もある。本発明の実施形態は、回路およびソフトウェアの任意の組み合わせを使用して実装される電子デバイスを含む様々な装置において実現することができる。また、図５の全てのブロックが多電極デバイスの所与の実施形態において実行されることは、要件ではない。

１つまたはそれ以上の多電極デバイス、１つまたはそれ以上のモバイルデバイス、およびインターフェースデバイス間の通信は、両方のデバイスが使用するようにプログラムされるか、または、その他の方法で構成される任意の通信プロトコル（または、プロトコルの組み合わせ）に従って実行することができる。一部の実例において、ブルートゥースプロトコルまたは超広帯域プロトコルなどの標準的なプロトコルを使用することができる。一部の実例において、（例えば、デジタルデータ送信において特定のバイトまたはバイトのシーケンスを解釈する１組のルールを含む）特殊メッセージ形式および構文を定義することができ、メッセージを特定のブルートゥース規格において定義される仮想シリアルポートなどの標準的なシリアルプロトコルを使用して送信することができる。本発明の実施形態は、特定のプロトコルに限定されず、現在の教示にアクセスする当業者は、多数のプロトコルが使用することができることを認識するであろう。

本発明の特定の実施形態によれば、１つまたはそれ以上の多電極デバイスを簡便に使用して患者から電気生体データを収集することができる。データは、生理的に重要な信号を識別するように処理することができる。検出自体は、有用である可能性があり得、検出により、ユーザまたはサードパーティに患者の健康および／または現在の処理の有効性を知らせることができるからである。一部の実例において、信号を使用して、コンピュータカーソルなど別のオブジェクトを自動的に制御することができる。そのような能力は、（例えば、疾患のためにハンディキャップを負っている場合がある）ユーザの物理能力を拡張することができおよび／または操作し易さを向上させることができる。

図６は、本発明の実施形態による、多電極デバイスを使用して電極生体データのチャンネルを収集するプロセス６００の流れ図である。プロセス６００の全ての一部は、多電極デバイス（例えば、多電極デバイス４００）において実行することができる。一部の実例において、プロセス６００の一部（例えば、ブロック６１０〜６３５の１つまたはそれ以上）は、多電極デバイスから遠く離れている電子デバイスにおいて実行することができ、ブロックは、多電極デバイスから信号を受信した直後に（例えば、収集直後に）、記録に関連するデータを記憶する前に、収集されたデータに依存する要求に応答して、および／または、収集されたデータを使用する前に実行することができる。

ブロック６０５にて、アクティブ信号および基準信号をそれぞれの電極を使用して収集することができる。一部の実例において、接地信号が、更に接地電極から収集される。活性電極および基準電極および／または活性電極および接地電極は、単一のデバイス（例えば、多電極デバイス）に互いから一定の距離で装着することができ、および／または（例えば、電極の中心が、互いから１２、６、または、４インチ未満に位置するように、および／または、恐らくは電極が同じ筋肉または同じ脳領域から信号を記録するように位置決めされるように）互いに近い。

一部の実例において、基準電極は、両方の電極が同じ脳領域からまたは同じ筋肉から電気的活動を感知する可能性が高いように活性電極近傍に位置決めされる。他の実例において、基準電極は、当該の信号の重なりを低減するために（例えば、脳または重要な筋肉上ではない領域を含み得る相対的に電気的に中立である領域にて）活性電極から更に離れて位置決めされる。

収集前に、電極を人の皮膚に装着することができる。これは、例えば、完全に１つまたはそれ以上の電極を収納する単一のデバイスを装着し、および／または、（例えば、デバイスハウジングの間に屈曲可能に突出する）１つまたはそれ以上の個々の電極を付けることを含むことができる。１つの実例において、そのような装着は、人に活性電極および基準電極を含む多電極デバイスを装着するために、接着剤を使用する（例えば、デバイスの下側の少なくとも一部に接着剤を塗布する、デバイス上におよびデバイス周りに粘着パッチを貼付する、および／または、デバイスの少なくとも一部の下に両面粘着パッチを貼付する）ことにより実行される。ＥＥＧ記録について、デバイスを、例えば、人の前部突出部近傍で（例えば、額上に）装着することができる。ＥＭＧ記録について、デバイスを筋肉上に（例えば、顎筋または頸筋上に）装着することができる。

一部の実例において、一度に１つのアクティブ信号のみが記録される。他の実例において、１組の活性電極の各々が、アクティブ信号を記録する。この状況において、活性電極を異なる体の場所に（例えば、体の異なる側面に、異なる筋肉形式上に、または、異なる脳領域上に）位置決めすることができる。各活性電極を基準電極に関連づけることができるか、または、より少数の基準が、アクティブ信号の収集された数に対して収集され得る。各活性電極は、別個の多電極デバイス内に存在することができる。

ブロック６１０にて、基準信号を活性電極から差し引くことができる。これにより、記録雑音、または、患者の呼気または移動に起因する雑音など、アクティブ信号の雑音を低減することができる。基準電極およびアクティブ電極の近接する位置は従来避けられてきたが、そのような場所は、基準電極雑音時に共有されることになる活性電極の雑音の部分（例えば、患者の移動による雑音）を改善させることができる。例えば、患者が寝返りを打っている場合、脳中心Ｆ７上に位置決めされた活性電極により経験されることになる移動は、対側の耳上に位置決めされた基準電極により経験される移動とは全く異なることになる。一方、両方の電極が、同じＦ７領域上に位置決めされた場合、類似した移動アーチファクトをたぶん経験することになる。信号差が下にある生理的構造体からの何らかの細胞の電気的活動の表現を失う恐れがあるが、残留信号のより大きい部分が、（雑音の除去に起因する）当該の活動の原因である可能性がある。

ブロック６１５にて、信号差を増幅することができる。増幅利得は、例えば、１００〜１００，０００である。ブロック６２０にて、増幅信号差をフィルタリングすることができる。適用されるフィルタとしては、例えば、アナログ高域フィルタ、または、帯域通過フィルタを挙げることができる。フィルタリングは、呼気など流動電位から信号寄与を低減することができる。フィルタは、約０．１〜１Ｈｚ辺りのより低い遮断周波数を含むことができる。一部の実例において、フィルタは、また、高域遮断周波数を含むことができ、該周波数は、サンプリング速度に基づく前提として判定されるナイキスト周波数を下回る周波数に設定することができる。

ブロック６２５にて、フィルタリング後のアナログ信号をデジタル信号に変換することができる。ブロック６３０にてデジタルフィルタをデジタル信号に適用することができる。デジタルフィルタは、ＤＣ信号成分を低減することができる。デジタルフィルタリングを線形または非線形フィルタを使用して実行することができる。フィルタとしては、例えば、有限または無限インパルス応答フィルタ、または、窓関数（例えば、ハニング関数、ハミング関数、ブラックマン機能、または、矩形関数）を挙げることができる。フィルタ特性は、高周波信号成分を保持しながら間、ＤＣ信号寄与を低減するように定義することができる。

ブロック６３５にて、フィルタリング後の信号を分析することができる。本明細書で更に詳細に説明するように、分析としては、（例えば、睡眠段階、覚醒、または、非覚醒および／または所期の移動への）信号の個々のセグメントを分類するなど、マイクロ分析を挙げることができる。分析としては、あるいはまたは更に、全体的な睡眠の質または筋肉活動を特徴づけるなどマクロ分析を挙げることができる。

上述のように、一部の実例において、複数のデバイスが協働してプロセス６００を実行する。例えば、図４の多電極デバイス４００は、ブロック６０５〜６２５を実行することができ、リモートデバイス（例えば、サーバ、コンピュータ、スマートフォン、または、インターフェースデバイス４０５）は、ブロック６３０〜６３５を実行することができる。そのような共有されたプロセス動作を促進するために、デバイスは、適切な情報を共有するために通信することができることが認識されるであろう。例えば、ブロック６２５後、多電極デバイス４００は、（例えば、短距離ネットワークまたはＷｉＦｉネットワークを使用して）図５のインターフェースデバイス５００など別の電子デバイスにデジタル信号を送信することができる。他方の電子デバイスは、信号を受信し、その後、ブロック６３０〜６３５を実行することができる。

プロセス６００に明示的に図示されていないが、未処理および／または処理済みデータを記憶することができる。データを多電極デバイス、リモートデバイス、または、クラウド内に記憶することができる。一部の実例において、生データおよび（例えば、データの部分に関連した分類を識別して）処理済みのバージョンの双方を記憶することができる。

プロセス６００は継続中のプロセスとすることができることが更に認識されるであろう。例えば、アクティブ信号および基準信号を長期の期間にわたって（例えば、一晩中）連続的にまたは周期的に収集することができる。信号が収集されると、プロセス６００の一部または全部をリアルタイムで実行することができ、および／またはデータを完全にまたは部分的にバッチ処理することができる。例えば、記録セッション中、ブロック６０５〜６２５をリアルタイムで実行することができ、その後、デジタル信号を実行することができる。ブロック６３０〜６３５を、周期的に（例えば、１時間毎に、または、未分析データの閾値に到達すると）、または記録セッションの終わりに実行することができる。

図７は、本発明の実施形態による、チャンネル生体データを分析して、様々な生体段階の周波数特徴を識別するプロセス７００の流れ図である。プロセス７００の全ての一部は、多電極デバイス（例えば、図４の多電極デバイス４００）において、および／または、多電極デバイス（例えば、図５のインターフェースデバイス５００）からリモートの電子デバイスにおいて実行することができる。

ブロック７０５にて、信号をスペクトログラムに変換することができる。信号としては、差分増幅後の信号およびフィルタリング後の信号など、人に位置決めされた電極からの記録に基づく信号を挙げることができる。スペクトログラムは、時間位置に信号を構文解析して、時間位置毎に（例えば、フーリエ変換を使用して）スペクトルを計算することにより生成することができる。したがって、スペクトログラムは、時間および周波数に対応する次元を有する多次元電力マトリックスを含むことができる。

ブロック７１０にて、スペクトログラムの選ばれた部分を任意選択的に除去することができる。これらの部分は、信号品質が不良であり、および／または、参照データがないかまたは不適当であると判断することができる特定の時間位置に関連した部分を含み得る。例えば、信号から生理的イベントまで変換またはマッピングを展開するために、様々な生理的イベントの特徴を（例えば、データの人間の評価に対応する）参照データを使用して判定することができる。したがって、特徴を判定している間に、参照データが利用可能ではないデータ部を無視することができる。

ブロック７１５にて、スペクトログラムを１組の時間ブロックまたはエポックにセグメント化することができる。各時間ブロックは、同じ持続時間（例えば、３０秒）とすることができ、（一部の実例において）複数の（例えば、かつ、一定の数の）時間増分を含むことができ、時間増分は、各記録時間に対応する。一部の実例において、時間ブロックは、スペクトログラム内の単一の時間増分と定義される。一部の実例において、時間ブロックは、複数の時間増分と定義される。例えば、時間ブロックの持続時間は、当該の生理的イベントの時間尺度、対応する参照データの時間的精度または持続時間、および／または、信号分類の所望の精度、正確さおよび／または速度に基づいて判定することができる。

ブロック７２０にて、各時間ブロック内の各時間位置を参照データに基づいて群に割り当てることができる。例えば、ＥＥＧデータを人間が評点付けすることにより、各時間ブロックについて睡眠（または、覚醒）段階を識別することができる。その後、所与の時間ブロック内の時間位置を対応する識別された段階に関連づけることができる。別の実施例として、同じ参照データを使用して、覚醒を検出することができ、覚醒は、前の時間位置の段階と比較して「覚醒」により近い睡眠段階に関連した任意の時間位置について発生すると定義することができる。時間ブロック内の時間位置を、その後、「覚醒」群（覚醒がブロック中に発生した場合）または「非覚醒」群に割り当てることができる。更に別の例として、所与のＥＭＧ記録について、患者は、（例えば、言葉で、マウスクリックを使用するか、または、瞬きを使用して） 所期の制御を示すことができる。例示すると、右の顎筋を収縮させた後に、患者は、自分はカーソルが下に移動することを意図していたことを示すことができる。顎部収縮に関連した時間位置を、その後、「下方に」群に割り当てることができる。

ブロック７２５にて、スペクトログラムの特徴を、種々の群全体にわたって比較することができる。１つの実例において、１つまたはそれ以上のスペクトル特徴部を各時間位置についてまず判定することができ、ブロック７２５にてこれらの１組の特徴部を比較することができる。例えば、本明細書で更に詳細に説明するように、強力な周波数またはフラグメンテーション値を判定することができる。別の実施例として、個々の時間位置の１つまたはそれ以上の周波数の各々での電力（つまり正規化電力）を比較することができる。別の実例において、集合スペクトル（collective spectrum）を所与の群に割り当てられた時間位置に関連したスペクトルに基づいて判定することができ、特徴部は、その後、集合スペクトルに基づいて判定することができる。例えば、集合スペクトルは、平均または中央値スペクトルを含むことができ、特徴部は、強力な周波数、フラグメンテーション値、または、（１つまたはそれ以上の周波数での）電力を含むことができる。別の実施例として、集合スペクトルは、各時間位置について、ｎ１％電力（その周波数での電力のｎ１％がその電力未満である電力）およびｎ２％電力（その周波数での電力のｎ２％がその電力未満である電力）を含み得る、特徴を含むことができる。

ブロック７３０にて、特徴部を使用して、１つまたはそれ以上の群区別周波数特徴を識別することができる。周波数特徴は、群割り付けに使用するべき所与のスペクトルに基づいて識別または判定するべき変数の識別を含むことができる。変数は、次いで、例えば、クラスタ化アルゴリズムまたはデータモデルにおいて使用するか、または、どれとどの状態にスペクトルに関連した時間位置を割り当てるべきか判定するために絶対または相対閾値と比較することができる。例えば、群区別周波数特徴は、その周波数での電力が群割り当てに使用されることになるように特定の周波数を含むことができる。別の実施例として、群区別周波数は、周波数の電力の加重和が群割り当てに使用されることになるように１つまたはそれ以上の周波数の各々に関連した重みを含むことができる。

周波数特徴は、１つまたはそれ以上の周波数について周波数および／または重みのサブセットを含むことができる。例えば、２つ以上の群の配電間の重なりを判定することができ、群区別周波数を閾値を下回る重なりを有する周波数として、または、相対的に小さな（または、最小の）重なりを有する周波数として識別することができる。１つの実例において、モデルを使用して、群を区別するためにどの周波数（複数）の（または周波数の）特徴部が確実に使用することができるか判定することができる。１つの実例において、群区別特徴を、（例えば、他の周波数の値に対して）絶対または相対値を上回る（例えば、エントロピー差分に基づく）情報価値に関連した周波数として識別することができる。

１つの実例において、ブロック７３０は、２つ以上の周波数の各々に重みを割り当てることを含むことができる。その後、どの群にスペクトルが割り当てられるべきかをその後に判定するため、（正規化または非正規化）電力の加重和である変数を計算することができる。例えば、ブロック７２５は、成分分析（例えば、主成分分析または独立成分分析）を使用することを含むことができ、ブロック７３０は、１つまたはそれ以上の成分を識別することを含むことができる。

図８は、本発明の実施形態による、チャンネル生体データを分析して、様々な生体段階の周波数特徴を識別するプロセス８００の流れ図である。プロセス８００の全ての一部は、多電極デバイス（例えば、図４の多電極デバイス４００）において、および／または、多電極デバイス（例えば、図５のインターフェースデバイス５００）からリモートの電子デバイスにおいて実行することができる。

ブロック８０５にて、様々な生理的状態に対応するスペクトログラムサンプルを収集することができる。一部の実例において、少なくとも一部の状態は、睡眠段階つまり特定の属性を有する睡眠周期に対応する。例えば、サンプルが睡眠および覚醒の段階の１つまたはそれ以上の段階からのデータを含むようにサンプルを睡眠周期および覚醒の周期の両方から収集することができる。別の実施例として、人間の睡眠段階評点付けを使用して、サンプルを収集して、覚醒の段階の、および、各睡眠段階からの（例えば、等しいか、または、ほぼ等しい）表現を確保することができる。別の実施例として、サンプルを、（例えば、患者の報告書または人間の評点付けに基づいて）頻繁な覚醒を含む睡眠周期から、および、頻繁ではない覚醒を含む睡眠周期から収集することができる。一部の実例において、収集されたサンプルは、単一の個人からの記録に基づく。別の実例において、該サンプルは、複数の個人からの記録に基づく。

一部の実例において、少なくとも一部の状態は、意図状態に対応する。例えば、（例えば、ＥＭＧデータに基づく）サンプルは、何らかのデータが特定の行動（例えば、上にまたは下にカーソルを移動させる）を誘導する意向に対応し、他のデータが、そのよう意図に対応しないように収集することができる。

スペクトログラムデータとしては、生データのスペクトログラム、フィルタリング後のデータのスペクトログラム、（例えば、同じ周波数について時間位置全体にわたる電力に基づいて、または、同じ時間位置について周波数全体にわたる電力に基づいて各周波数にて電力を正規化する）１回正規化されたスペクトログラム、または、スペクトログラムは、（例えば、少なくとも同じ周波数について時間位置全体にわたって正規化または非正規化電力に基づいて１回、および、少なくとも同じ時間位置について周波数全体にわたる正規化または非正規化電力に基づいて１回）複数回正規化されたスペクトログラムを挙げることができる。

ブロック８１０にて、基底状態（例えば、覚醒段階、より低い覚醒睡眠状態、つまり、カーソルを移動させないという意図）からのスペクトログラムデータを、１つまたはそれ以上の非基底状態（例えば、睡眠段階、頻繁覚醒睡眠状態、つまり、特定の方向に動きを移動させる意図）の各々からのスペクトログラムデータと比較して有意性値を識別することができる。１つの実例において、基底状態と単一の非基底状態との間の比較について、周波数固有の有意値は、ｐ値を含むことができ、かつ、２つの状態における電力分布の統計的検定に基づいて各周波数について判定することができる。

ブロック８１５〜８２０は、その後、非基底状態（例えば、睡眠段階）と基底状態（例えば、覚醒）との各対比較に向けて実行される。ブロック８１５にて、閾値の有意性数を設定することができる。閾値は、１組の周波数固有の有意性値および定義されたパーセンテージ（ｎ％）の分布に基づいて判定することができる。例えば、閾値の有意性数は、周波数固有の有意性値のｎ％（例えば、６０％）が閾値有意性数を下回る値と定義することができる。

ブロック８２０にて、閾値を下回る周波数固有の有意性値を有する１組の周波数を識別することができる。したがって、これらの周波数としては、非基底状態を基底状態から十分に（閾値の有意性数に基づいて）区別する周波数を含むことができる。

ブロック８１５および８２０は、その後、基底状態と別の非基底状態との各々の更なる比較について繰り返される。結果は、そこで、各非基底状態に関連した１組のｎ％の最有意周波数を含む。

ブロック８２５にて、全ての組（または閾値数の組）に存在する周波数を識別する。したがって、識別された重複周波数は、基底状態と複数の非基底状態の各々を区別する際のｎ％の最有意周波数間の周波数を挙げることができる。

ブロック８３０にて、重複パーセンテージが重複閾値を上回るかどうかに関して判定を行うことができる。重複閾値を上回らないとき、プロセス８００は、ブロック８１５に戻ることができ、そこで新しい（例えば、より高い）閾値有意性数を設定することができる。例えば、ブロック８２０にて識別される組においてより多くの周波数を含むように、閾値の有意性数を定義するために使用される閾値パーセンテージ（ｎ％）を（例えば、１％）増分することができる。

重複が重複閾値を上回ると判定されたとき、プロセス８００は、ブロック８３５に引き続き進むことができ、そこでは１つまたはそれ以上の群を区別する周波数特徴を種々の組間の重複における周波数を使用して定義することができる。特徴は、スペクトログラムにおける周波数のサブセットおよび／または１つまたはそれ以上の周波数の各々についての重みの識別表示を含むことができる。例えば、重みは、１つまたはそれ以上の基底状態対非基底状態の比較、または、（重複評価では、識別された周波数が全ての組の周波数に存在することが要件ではない実例において）所与の周波数を含む組数の各々について周波数の周波数固有の有意性値に基づくことができる。一部の実例において、特徴は、重複における周波数に重みを割り当てることにより定義された１つまたはそれ以上の成分を含む。例えば、成分分析を状態割当および重複における周波数での電力を使用して実行して、１つまたはそれ以上の成分を識別することができる。

（例えば、異なるデータの）その後の分析は、群区別周波数特徴に焦点を当てることができる。一部の実例において、スペクトログラム（例えば、正規化または非正規化スペクトログラム）をクロップして、群定義周波数であると定義されない周波数を除外することができる。例えば、プロセス８００は、群定義周波数を識別するために初めに実行することができ、プロセス７００（例えば、異なるデータをその後分析すること）では、比較の前に群定義周波数を使用して信号のスペクトログラムをクロップすることができる。

図９は、本発明の実施形態による、スペクトログラムを正規化し、群区別周波数特徴を使用して、生体データを分類するプロセス９００の流れ図である。プロセス９００の全ての一部は、多電極デバイス（例えば、図４の多電極デバイス４００）において、および／または、多電極デバイス（例えば、図５のインターフェースデバイス５００）からリモートの電子デバイスにおいて実行することができる。

ブロック９０５および９１０にて、記録された生体電気信号（例えば、ＥＥＧ、または、ＥＭＧデータ）から構築されたスペクトログラム（例えば、１回、複数回、または、反復的に）を正規化する。一部の実施形態において、スペクトログラムは互いに対して複数の電極を固定するか、または、互いに複数の電極を繋留するデバイスを使用して記録された信号に基づいて各々が生成される１つまたはそれ以上のチャンネルについてチャンネルデータから構築される。

（ブロック９０５にて実行される）第１の正規化は、スペクトログラム内の各周波数について、その周波数に関連した（即ち、全ての時間位置にわたる）電力のｚスコアをまず判定することにより実行することができる。その周波数での電力を、その後、このｚスコア値を使用して正規化することができる。

（ブロック９１０にて実行される）（任意選択的な）第２の正規化は、スペクトログラム内の各時間位置について、その時間位置に関連した（即ち、全ての時間位置にわたる）電力のｚスコアをまず判定することにより実行することができる。その時間位置での電力を、その後、このｚスコア値を使用して正規化することができる。

これらの正規化は、（交番して）設定された回数で、または、正規化係数（または、正規化係数の変化）が閾値を下回るまで繰り返し行うことができる。一部の実例において、ブロック９０５またはブロック９１０がプロセス９００から省略されるように１回の正規化のみが実行される。一部の実例において、スペクトログラムは、正規化されない。

スペクトログラム内の各時間位置について、ブロック９１５にて、対応するスペクトルを収集することができる。ブロック９２０にて、１つまたはそれ以上の変数を、スペクトルおよび１つまたはそれ以上の群区別周波数特徴に基づいて時間位置について判定することができる。例えば、変数としては、特徴において識別された選択された周波数での電力を挙げることができる。別の実施例として、変数としては、特徴において定義された（例えば、スペクトルにおける電力値の加重和を計算することにより判定された）成分の値を挙げることができる。したがって、一部の実例において、ブロック９２０は、新しい基底上へスペクトルを出射することを含む。ブロック９１５および９２０は、各時間位置について実行することができる。

ブロック９２５にて、群割り当てを関連変数に基づいて行う。一部の実例において、個々の時間位置が割り当てられる。一部の実例において、時間位置（例えば、個々のエポック）の集合が、群に割り当てられる。割り当ては、例えば、（例えば、変数は、閾値を下回る場合には１つの群に、そうでない場合には、別の群に割り当てられるように）閾値と変数を比較することにより、または、クラスタ化またはモデル化技術（例えば、ガウス分布を用いた単純ベイズ分類器）を使用することにより実行することができる。一部の実施形態において、割り当ては、所与の特徴部（例えば、時間位置または時間エポック）が指定の数を上回る群に割り当てられないように抑制される。この数は、１つまたはそれ以上の群区別周波数特徴を判定するために使用されるいくつかの群または状態（基底状態および非基底状態の両方）と（実施形態によっては）同じである場合もあれば、同じではない場合もある。割り当ては、（例えば、クラスタ化分析により特定の生理的有意性に任意の群を結び付けることなく５つの群の１つへの割り当てを生成・制作するように）一般的、または、状態固有とすることができる。

更に、各時間位置について、フラグメンテーション値を定義することができる。フラグメンテーション値は、時間的フラグメンテーション値またはスペクトルフラグメンテーション値を含むことができる。時間的フラグメンテーション値について、スペクトログラムの時間勾配を判定してセグメントに分割することができる。スペクトログラムとしては、未処理スペクトログラムおよび／または、時間位置全体にわたっておよび／または周波数全体にわたって１回、２回、またはそれ以上の回数で正規化されたスペクトログラム（例えば、最初に時間位置全体にわたって、その後、周波数全体にわたって正規化されたスペクトログラム）を挙げることができる。所与のセグメントは、１組の時間位置を含むことができ、該時間位置の各々は、偏導関数電力値の（１組の周波数に跨る）ベクトルに関連づけることができる。各周波数について、勾配周波数固有変数を、時間ブロック内の任意の時間位置について、および、周波数について定義された偏導関数電力値に基づいて定義することができる。例えば、変数を周波数の偏導関数電力値の絶対値の平均と定義することができる。フラグメンテーション値は、高いまたは最高の周波数固有変数を有する周波数と定義することができる。スペクトルフラグメンテーション値は、同様に定義することができるが、スペクトログラムのスペクトル勾配に基づくことができる。高いフラグメンテーション値は、睡眠段階外乱を示す可能性がある。

図１０は、本発明の実施形態による、チャンネル生体データを分析して、覚醒を識別するプロセス１０００の流れ図である。プロセス１０００の全ての一部は、多電極デバイス（例えば、図４の多電極デバイス４００）において、および／または、多電極デバイス（例えば、図５のインターフェースデバイス５００）からリモートの電子デバイスにおいて実行することができる。

プロセス１０００のブロック１００５およびブロック１０１０は、それぞれ、図８のプロセス８００のブロック８０５および８１０に対応することができる。しかしながら、プロセス１０００において、基底状態は覚醒の状態と定義され、複数の睡眠段階（例えば、段階１〜３およびＲＥＭ）の各々は、非基底状態と定義される。

ブロック１０１５にて、群区別周波数特徴を、図８に示すプロセス８００のブロック８１５〜８３５に関して説明したような分析など、重複分析を使用して識別することができる。特徴は、例えば、新しい基底への出射を含むことができる。

ブロック１０２０にて、新しいＥＥＧデータを本明細書で説明するデバイスまたは別の記録デバイスから受信することができる。スペクトログラムを本明細書で説明するように構築および正規化することができる。正規化としては、プロセス９００のブロック９０５および９１０を参照して説明した（例えば）１回またはそれ以上の正規化を挙げることができる。

スペクトログラムを時間ブロック（例えば、３０秒時間ブロック）に分割することができ、ブロック１０２５にて、各ブロックは、「覚醒」または「睡眠」と分類することができる。この指定は、様々な技術のいずれかを使用して実行することができ、該技術としては、判定された特徴に対応するブロックについての変数分析、特定の周波数または周波数帯域での電力分析、または、どの周波数が顕著な正規化電力を有するかの分析を挙げることができる。

睡眠カテゴリに分類された１つまたはそれ以上の時間ブロックは、ブロック内に発生する任意の覚醒を検出するように更に分析することができる。したがって、ブロック１０３０にて、変数をブロック１０１５にて識別された群区別周波数特徴および時間位置のスペクトル内の電力に基づいて各時間位置について判定することができる。

ブロック１０３５にて、変数を覚醒群または非覚醒群にビンまたはビンの集合体（例えば時間エポック）を割り当てることができる。一部の実施形態において、割り当ては、特定の変数が覚醒のデータに基づく同様の変数と、安定した睡眠データに基づく変数と比較して、より密接に整合するかどうか判定することにより行われる。したがって、短い覚醒さえ検出することができる。

以下の実施例は、本発明の実施形態を更に示すために示すが、本発明の範囲を制限することを意図してはいない。該実施例は使用されることがあり得る実施例の代表的なものであるが、当業者に既知の他の手順、方法、または技術が代替的に使用され得る。

覚醒検出の実施例
図１１〜１４は、プロセス１０００を使用して実行される自動化された覚醒検出の実施例を例示する。各図について、一夜の睡眠の単一チャンネルＥＥＧ記録が分析され、データの一部の分析結果を示す。上のプロットは、プロセス１０００を使用して検出される覚醒の自動化された検出（各検出は上部縦線により表示）および覚醒の手作業による検出（各検出は下部縦線により表示）を示す。下のプロットは、睡眠経過図を示し、睡眠経過図では、信号が覚醒の状態または睡眠段階に対応したかどうか（および、睡眠のどの睡眠段階か）に関する手作業による評価を識別する。睡眠／覚醒状態を（下部睡眠経過図に示すように）３０秒の周期毎に割り当てた。覚醒検出は、より細かい時間尺度で行われた。したがって、覚醒を平坦な睡眠経過図に対応する期間中でさえ検出することができた。各データセットについて、自動化覚醒検出および手作業による覚醒検出を比較することにより感度変数、特異性変数、および正確さ変数を計算した。

実施例１ 一般的な覚醒検出
図１１に示すように、手作業および自動化による検出により、概して互いが追跡される。自動化された検出の感度は７２．７％であり、特異性は９９．０％であり、精度は９８．４％であった。この自動化された覚醒検出を、更に手作業または自動化による睡眠段階検出と組み合わせて、覚醒により中断された段階の睡眠のパーセンテージを判定することができる。（手作業による睡眠段階検出を使用する）この状況および／または覚醒間の睡眠時間の量において。このデータセットについて、覚醒間の平均睡眠時間は２．４分のみあり、最大値は１９分のみであった。したがって、覚醒検出を使用して、睡眠データを素早く分析し、かつ、睡眠の質に関連する定量化可能な表示をもたらすことができる。

実施例２ 覚醒に基づく治療分析
覚醒検出により、更に、処置の評価をもたらすことができる。図１２Ａおよび１２Ｂは、持続的陽性気道圧（ＣＰＡＰ）（図１２Ａ）処置なし、その後、ＣＰＡＰ処置（図１２Ｂ）有りの第１の患者についての睡眠データの分析結果を示す。また、ここでも自動化された覚醒検出により、手作業による検出が追跡される。更に、ＣＰＡＰ存在に対応する差異が検出の両方の形式を使用して断言される。全体として、覚醒は、ＣＰＡＰなしデータセットについては時間位置の２．１％（段階１睡眠に４．０％、段階２睡眠に３．０％、段階３睡眠に０％およびＲＥＭに２．３％）に、および、ＣＰＡＰデータセットの時間位置のわずか１．２％（段階１睡眠に２．９％、段階２睡眠に１．２％、段階３睡眠に０％およびＲＥＭに１．４％）に存在した。したがって、覚醒は、ＣＰＡＰデータセットにおいて４３％減少し、処置は効果的であったことが示唆される。

図１３Ａおよび１３Ｂは、類似の、ただし第２の患者のデータの分析結果を示す。全体として、覚醒は、ＣＰＡＰなしデータセットについて時間位置の１．１％（段階１睡眠に２．０％、段階２睡眠に０．９％、段階３睡眠に０％、およびＲＥＭに１．２％）に、および、ＣＰＡＰデータセットの時間位置のわずか０．９％（段階１睡眠に２．５％、段階２睡眠に０．６％、段階３睡眠に０％およびＲＥＭに１．３％）に存在した。興味深いことに、この患者については、このように、覚醒は全体的に１８％減少しているが、ＲＥＭでは覚醒が８％増加している。

実施例３ 薬物効果の覚醒に基づく分析
覚醒に基づく統計結果を使用して、薬物研究において４つのコホートを比較した。コホートの１つは、偽薬コホートを含む。他の３つは、薬物に対応し、各コホートは、薬物の異なる投薬量に関連する。各患者について、覚醒間の平均時間を判定した。ＡＮＯＶＡを行って、平均覚醒間時間が任意のコホートについて有意に異なったかどうか判定した。その他の３つのコホートの各々と比較された、短い中間間覚醒時間に関連づけられたときに第２のコホートは０．００４、０．００２および０．００４のｐ値を伴った。したがって、薬物の有効性および／または副作用プロファイルを自動化された覚醒検出を使用して検証することができる。

実施例４ 過度の覚醒の検出
図１４は、多くの覚醒を経験した患者における覚醒検出を示す。平均覚醒間時間は、１．４分のみであった。そのような頻繁な覚醒は、不眠症を示唆または示す可能性があり、診断、モニタリングおよび／または治療評価のために使用することができる。

本明細書で説明するように、群区別周波数特徴の使用は、生体電気信号を分類するのに有用であり得る。１つの実施形態において、この技術は、生体データの正規化または非正規化スペクトログラムからの電力を利用して、生理学的に関連がある群に各時間位置を割り当てることを拠り所とする。一部の実施形態において、分類は、その代わりにまたは更に、特定の特性に関連する周波数の（時間位置の）識別表示に依存し得る。

図１５は、本発明の実施形態による、スペクトログラムを正規化し、周波数を識別して、生体データを分類するプロセス１５００の流れ図である。プロセス１５００の全ての一部は、多電極デバイス（例えば、図４の多電極デバイス４００）において、および／または、多電極デバイス（例えば、図５のインターフェースデバイス５００）からリモートの電子デバイスにおいて実行することができる。

プロセス１５００のブロック１５０５は、プロセス９００のブロック９０５に対応することができる。したがって、上記の本開示から認識されることになるように、生体電気データから生成されたスペクトログラム内の各値は同じ周波数での、ただし、異なる時間位置での他の値に基づいて正規化することができる。一部の実例において、スペクトル正規化は実行されない（が、一部の実施形態においては実行される）。

ブロック１５１０にて、各時間位置について、高いかまたは最高の正規化電力に関連した周波数を時間位置の強力な周波数として識別することができる。識別された強力な周波数を使用して、ブロック１５１５にて、群に各時間位置または時間位置の各集合体（例えば、時間エポック）を割り当てることができる。例えば、特定の睡眠段階を特定の周波数帯域における活動と関連づけることができる。したがって、例えば、特定の帯域内の強力な周波数は、特定の睡眠段階への割り当ての方へバイアスする可能性がある。割り当ては、例えば、クラスタ化分析、成分分析、データモデルおよび／または１つまたはそれ以上の閾値に対する比較を使用して実行することができる。

一部の実施形態において、スペクトログラムを処理して、電力の時間的変化を強調することができる。大きな変化値に関連した周波数を、その後、使用して、記録の各種部分を分類することができる。図１６は、本発明の実施形態による、スペクトログラムを正規化し、勾配を使用して周波数を識別し、生体データを分類するプロセス１６００の流れ図である。プロセス１６００の全ての一部は、多電極デバイス（例えば、図４の多電極デバイス４００）において、および／または、多電極デバイス（例えば、図５のインターフェースデバイス５００）からリモートの電子デバイスにおいて実行することができる。

プロセス１６００のブロック１６０５および１６１０は、プロセス９００のブロック９０５および９１０に対応することができる。したがって、上記の本開示から認識されることになるように、生体電気データから生成されたスペクトログラムは、スペクトログラム内の水平または垂直のベクトル全体にわたって電力変動（例えば、広がり）に基づいて１回、２回、またはそれ以上の回数で正規化することができる。

ブロック１６１５にて、時間勾配を正規化スペクトログラムに基づいて判定することができる。ブロック１６１５は、時間的電力変化を（各周波数について）定量する他の処理を含むように改変することができることが認識されるであろう。勾配を（例えば、一定持続時間）時間ブロックまたは時間エポックに分割することができ、ブロック１６２０にて所与の時間ブロックについて定義された勾配の一部にアクセスすることができる。

ブロック１６２５にて、勾配周波数固有変数を時間ブロックの勾配部に基づいて各周波数について判定することができる。所与の周波数について、変数は、周波数に対応する勾配部における各値に依存し得る。変数としては、平均値、中央値、または最大値など母集団統計値を挙げることができる。一部の実例において、勾配の絶対値が計算され、かつ、変数を判定するために母集団分析に使用される。

ブロック１６３０にて、フラグメンテーション値は、高い（または最高の）勾配周波数固有変数に関連する時間ブロックの周波数として、所与の時間ブロックについて、定義することができる。したがって、フラグメンテーション値としては、時間における大きい電力変調に関連した周波数を挙げることができる。プロセス１６００は、その後、別の時間ブロックについてフラグメンテーション値を判定するためにブロック１６２０に戻ることができる。

ブロック１６３５にて、識別されたフラグメンテーション値を時間ブロックの割り当てに使用することができる。例えば、覚醒を特定の周波数帯域の強力な電力変動に関連づけることができる。一部の実例において、高い勾配値に関連した周波数を分析することに加えてまたはその代わりに、（例えば、フラグメンテーション値周波数および／または他の周波数での）勾配値自体を割り当てに使用することができる。割り当てを、例えば、クラスタ化または成分分析またはデータモデルを使用して実行することができる。

記録された生体電気データは、一部の実例において、ユーザの通信取り組みを補助するために使用することができる。図１７は、本発明の実施形態による、参照データを使用してＥＭＧデータのマッピングを判定するプロセス１７００の流れ図である。プロセス１７００の全ての一部は、多電極デバイス（例えば、図４の多電極デバイス４００）において、および／または、多電極デバイス（例えば、図５のインターフェースデバイス５００）からリモートの電子デバイスにおいて実行することができる。

ブロック１７０５にて、１つまたはそれ以上の電極を１つまたはそれ以上の筋肉上に位置決めする。電極としては、例えば、１つまたはそれ以上の活性電極、１つまたはそれ以上の基準電極および（任意選択的に）接地電極を挙げることができる。一部の実例において、複数の活性電極が使用され、各々は、異なる筋肉の上に位置決めされる。一部の実例において、単一のデバイスは、活性電極および（例えば、デバイス内に固定して位置決め、または、デバイスに屈曲可能に繋留することができる）基準電極を収納する。しかしながら、電極によるＥＭＧデータ収集を促進するように構成された任意の電極デバイスを使用することができることが認識されるであろう。

ブロック１７１０にて、意思疎通補助視覚表示を（例えば、インターフェースデバイスの画面上で）提示することができる。図１８Ａおよび１８Ｂは、意思疎通補助視覚表示の実施例を示す。視覚表示としては、１組の文字、文字組み合わせ、語、または、フレーズを挙げることができる。カーソルを、組間で選択するためにナビゲートすることができる。選択は、ユーザが文または段落を徐々に構築することができるように続行することができる。意思疎通補助視覚表示の１つの実施例としては、Ｄａｓｈｅｒ（登録商標）により提供されるものが挙げられる。一部の実例において、マッピング判定プロセス中に提示される視覚表示はない。

ブロック１７１５にて、位置決めされた電極からリアルタイムＥＭＧデータにアクセスする。ＥＭＧデータが筋肉から受信されると、ブロック１７２０にて参照データを取得することができる。参照データとして、記録が収集されているユーザにより指定されるような所期または所望のカーソル移動を示す任意のデータを挙げることができる。例えば、参照データとしては、質問に応答するマウス移動、音声、または瞬きを挙げることができる。

ＥＭＧデータおよび参照データを使用して、ブロック１７３０にて、マッピングをＥＭＧデータとカーソル空間との間で確立することができる。マッピングとしては、例えば、（例えば、所与の周波数での電力は所望のカーソル移動を識別することができることを示唆する）出射定義または周波数指定を挙げることができる。マッピングとしては、群区別周波数特徴を挙げることができ、異なる群は、異なるカーソル移動（例えば、移動方向）を表すことができる。一部の実例において、マッピングとしては、データを前処理する方法に関する指定が挙げられる。そのような前処理としては、例えば、スペクトログラムに実行するべき正規化、または、複数の活性電極からの記録に基づいたデータの差し引きを挙げることができる。

一部の実例において、プロセス１７００を介して実行されるトレーニングが、ユーザがまもなく参照データを通信することができなくなり得る可能性を見越して行われ得る。したがって、マッピングは、所期のカーソル移動を伝えるユーザの能力が減少する前に確立することができる。

図１９は、本発明の実施形態による、ＥＭＧデータに基づいて書き込みまたは口頭によるテキストを生成するプロセス１９００の流れ図である。プロセス１９００の全ての一部は、多電極デバイス（例えば、図４の多電極デバイス４００）において、および／または、多電極デバイス（例えば、図５のインターフェースデバイス５００）からリモートの電子デバイスにおいて実行することができる。

ブロック１９０５にて、（例えば、図１８Ａまたは１８Ｂに示すものなど）意思疎通補助視覚表示を（例えば、インターフェースデバイスのディスプレイ上に）提示することができる。ブロック１９１０にて、ＥＭＧ空間とカーソル空間との間のマッピング（例えば、プロセス１７００においてブロック１７３０にて判定されたマッピング）にアクセスすることができる。

ブロック１９１５にてリアルタイム未処理または処理済みＥＭＧデータにアクセスすることができる。例えば、スペクトログラムを形成するように変形されるように、および／または、例えば、１回またはそれ以上の回数で）正規化されるようデータを処理することができる。データとしては、電極または多電極デバイスから受信されたデータ（またはその処理済みバージョン）が挙げられる。

ブロック１９２０にて、データおよびマッピングの時間ブロックを使用してカーソル位置を判定することができる。例えば、ＥＭＧデータを用いて生成されたスペクトルに対応する成分値を判定して、カーソルを移動させる方向にマッピングすることができる。

カーソルの表現は、次いで、視覚表示上の判定された位置にて提示することができる。ブロック１９３５にて、文字（または、文字組み合わせ、語、またはフレーズ）が選択されたかどうかに関して行うことができる。例えば、カーソルが文字（または文字組み合わせ、語、またはフレーズ）の表現に到達した時点で選択を推断することができる。１つの実例において、別のＥＭＧ特徴を使用して選択を示すことができる。

文字が選択されたと判定されないとき、プロセス１９００は、１９１５に戻ることができ、そこではＥＭＧデータをモニターおよび処理して、更なるカーソル移動を識別し、文字選択を再評価することができる。選択が行われたと判定されたとき、ブロック１９４０にて、語は完全であるかどうかに関して判定を行うことができる。ブロック１９３５にて（例えば、単語完了に対応すると思われる、作業が完了したことを示すことができる複数の文字を選択して）選択されたもの、次のカーソル移動が空間または句読点記号に対応していたかどうか、または、現時点で選択された文字の組み合わせが完全な語を形成し、語を使用する何らかの形成された文は文法的に正しいかどうかに基づいてこの判定を行うことができる。

語が完全であると判定されないとき、プロセス１９００は、１９１５に戻ることができ、ＥＭＧデータをモニターおよび処理して、更なるカーソル移動を識別し、語完了を再評価することができる。語が完了されたと判定されたとき、プロセス１９００は、ブロック１９４５に引き続き進むことができ、語をディスプレイ、電子メール、または、文書に（まだ書き込まれていない場合）書き込み、および／または、（例えば、スピーカを使用して）言葉に表すことができる。したがって、ＥＭＧデータの収集および分析は、音声および／または手の制御の従来の使用さえなしで、連絡するユーザの能力を支援することができる。

一部の実施形態において、本明細書で開示する技術は、記録された生体電気信号のスペクトル特性を分析することができる。この分析は、スペクトログラム生成を含むことができる。本発明の実施形態は、（例えば、プロセス９００内のブロック９０５および９１０を参照して説明するように）スペクトログラムを１回またはそれ以上の回数で正規化することを含むことができる。そのような正規化は、様々な睡眠状態など生理的状態を示すことができる高周波信号成分を強調することができる。

図２０および２１は、この正規化がスペクトログラムデータにあたえ得る影響を例示する。図２０において、各縦列内の２つのグラフは、同じ生体信号を使用して生成される。一方、下の横列のスペクトログラムは、時間位置全体にわたっておよび周波数全体にわたって上のスペクトログラムの値を正規化することにより生成したものである。各縦列は、異なる記録構成に対応する。一番左の縦列は、２つの非固定式電極、すなわち活性電極および基準電極を使用し、記録のために互いの近くに位置決めした。中央縦列では、２つの電極を離した。右の電極は、互いの近くに電極を固定して収納する多電極デバイスを含むものであった。

わかるように、未処理スペクトログラムは、低周波活動が大半を占め、本質的により高い周波数での認識可能な活動を有していない。それに対して、正規化スペクトログラムは、周波数範囲全体にわたって顕著な活動を含む。これらのスペクトログラムは、また、時変パターンを含み、これは、特定の周波数での活動が睡眠段階を示すことができることを示唆している。

図２１において、時系列「好適周波数」グラフが、未処理スペクトログラム（上）、または、時間位置および周波数全体にわたって正規化されたスペクトログラム（下）を使用して判定されたと示されている。各時点にて、好適な周波数は、最高のｚスコアを有する時点に関連するスペクトログラム内の周波数と定義される。上のグラフにおいて、好適な周波数は、通常は６０Ｈｚ、時には超低周波、および、臨時に別の周波数である。覚醒状態中の好適な周波数は、他の状態より多くの可変性を示すが、睡眠段階間の区別は、この変数を使用して見分けるのは難しい。

一方、正規化されたスペクトログラムを使用して判定された好適な周波数は、はるかに変化に富んでいる。更に、状態固有のパターンが明らかであり、睡眠段階間でさえ区別可能である。したがって、図２０および２１は、スペクトログラムの反復性正規化は繊細なスペクトル状態区別特性を強調することができることを示す。

本明細書で説明する実施形態は、以下の出願、即ち、米国出願第１３／１２９，１８５号、米国出願第１１／４３１，４２５号、 米国出願第１３／２７０，０９９号、ＷＯ／２０１０／０５７１１９、ＷＯ／２０１３／１１２７７１、及びＷＯ／２０１１／０５６６７９のいずれかの開示により拡張または詳説することができる。この出願の各々は、全ての目的のために全体が参照により本明細書に組み込まれる。更に、Ｌｏｗ、Ｐ．Ｓ．「Ａ ｎｅｗ ｗａｙ ｔｏ ｌｏｏｋ ａｔ ｓｌｅｅｐ： ｓｅｐａｒａｔｉｏｎ ＆ ｃｏｎｖｅｒｇｅｎｃｅ」（睡眠を見る新しい方法：分離と収束）、ｅＳｃｈｏｌａｒｓｈｉｐ （２００７）（ｅｓｃｈｏｌａｒｓｈｉｐ．ｏｒｇ／ｕｃ／ｉｔｅｍ／６２５０ｖ３ｗｋ＃ｐａｇｅ−５６にて、ワールドワイド・ウェブ上で利用可能）が、全ての目的に向けて全体が参照により本明細書に組み入れられる。

本発明を特定の実施形態に関して説明したが、当業者は、多くの改変が可能であることを認識するであろう。例えば、多電極デバイスにより収集された信号に言及する本開示は、また、複数の単一の電極デバイス、または、生体電気信号を収集することができる任意の他の１つまたはそれ以上のデバイスから収集された信号に適用することができる。更に、記録デバイスを指定することなく信号またはチャンネルに言及する本開示については、本明細書で開示する任意のデバイス、または、１つまたはそれ以上の生体電気信号を収集することができる任意の他のデバイスを使用することができる。本明細書で開示する実施形態は、様々な組み合わせで組み合わせることができることも認識されるであろう。例えば、様々なフローチャートのブロックを、本明細書で明示的に図示または説明していない方法で組み合わせて構成することができる。

例えば、方法、装置、コンピュータ可読媒体などにおける本発明の実施形態は、専用構成要素および／またはプログラマブルプロセッサおよび／または他のプログラマブルデバイスの任意の組み合わせを使用して実現することができる。本明細書で説明する様々なプロセスは、任意の組み合わせで同じプロセッサまたは異なるプロセッサ上で実行することができる。構成要素が特定の動作を実行するように構成されると説明している場合、そのような構成は、例えば、動作を実行するように電子回路をプログラムすることにより、動作を実行するように（マイクロプロセッサなど）プログラマブル電子回路をプログラムすることにより、または、その任意の組み合わせにより達成することができる。更に、上述の実施形態では特定のハードウェアおよびソフトウェア構成要素に言及しているが、当業者は、ハードウェアおよび／またはソフトウェア構成要素の異なる組み合わせも使用され得、かつ、ハードウェアにおいて実行されると説明する特定の動作も、ソフトウェアにおいて実行されることがあり得、または、逆もまた同様であることを認識するであろう。

本発明の様々な特徴部を組み込むコンピュータプログラムは、符号化されて様々なコンピュータ可読記憶媒体上で記憶され得、適切な媒体媒質としては、磁気ディスクまたはテープ、コンパクトディスク（ＣＤ）またはＤＶＤ（デジタル多用途ディスク）などの光記憶媒体、フラッシュメモリ、および他の固定媒体が挙げられる。プログラムコードで符号化されたコンピュータ可読媒体は、適合する電子デバイスとパッケージされ得るか、または、プログラムコードは、電子デバイスとは別々に（例えば、インターネットダウンロードを介して、または、別々にパッケージされたコンピュータ可読記憶媒体として）提供され得る。

本発明を上記の実施例を参照して説明したが、改変および変形が本発明の精神および範囲に包含されることが理解されよう。したがって、本発明は、以下の特許請求項の範囲によってのみ限定される。

Claims (67)

1. 活性電極と基準電極とを含む電極のクラスタを有するハウジングを備え、前記電極が互いに極めて接近している、生理データ取得アセンブリ。
2. 前記電極が、約５インチ、４インチ、または３インチ未満だけ分離される、請求項１に記載の生理データ取得アセンブリ。
3. 前記電極のクラスタが、接地電極を更に含む、請求項１に記載の生理データ取得アセンブリ。
4. 電力サブシステムを更に備える、請求項１に記載の生理データ取得アセンブリ。
5. 前記電力サブシステムが、バッテリを含む、請求項４に記載の生理データ取得アセンブリ。
6. ユーザから取得された生理データを分析する機能を更に備える、請求項１に記載の生理データ取得アセンブリ。
7. ユーザから取得されたデータを記録、送信、または記憶するように構成される、請求項１に記載の生理データ取得アセンブリ。
8. 取得データを暗号化する機能を更に備える、請求項７に記載の生理データ取得アセンブリ。
9. 前記アセンブリを充電する少なくとも１つのポートを更に備える、請求項１に記載の生理データ取得アセンブリ。
10. データを送信または受信する少なくとも１つのポートを更に備える、請求項１に記載の生理データ取得アセンブリ。
11. 無線通信モジュールを更に備える、請求項６に記載の生理データ取得アセンブリ。
12. リモートサーバまたはコンピューティングデバイスと通信する、請求項１に記載の生理データ取得アセンブリ。
13. リモートコントロールと無線通信する、請求項１１に記載の生理データ取得アセンブリ。
14. 前記リモートコントロールが、電源またはドッキングステーションの役目をする、請求項１３に記載の生理データ取得アセンブリ。
15. １つまたはそれ以上の更なるセンサを更に備える、請求項１に記載の生理データ取得アセンブリ。
16. 前記センサが、加速度計、ＧＰＳセンサ、頭部位置決めセンサ、鼻呼吸速度計、体温センサ、およびオキシメータから成る群から選択される、請求項１５に記載の生理データ取得アセンブリ。
17. 前記１つまたはそれ以上の更なるセンサが、体温、脈拍、呼吸数、呼吸量、および血圧から成る群から選択された生理的パラメータを検出する、請求項１に記載の生理データ取得アセンブリ。
18. 取得データが、筋電図記録データである、請求項１に記載の生理データ取得アセンブリ。
19. 前記コンピューティングデバイスが、グラフィックディスプレイを含む、請求項１２に記載の生理データ取得アセンブリ。
20. 取得データが、前記グラフィックディスプレイ上で所望のテキストオプションを生成するために利用される、請求項１９に記載の生理データ取得アセンブリ。
21. 前記コンピューティングデバイスが、プロテーゼ、ラップトップ、コンピュータ、携帯電話、メディアプレーヤ、医療デバイス、タブレット、およびファブレットから成る群から選択される、請求項１２に記載の生理データ取得アセンブリ。
22. 前記コンピューティングデバイスが、プロテーゼであり、取得データが、前記プロテーゼの動きを制御するために利用される、請求項１２に記載の生理データ取得アセンブリ。
23. 取得データが、音声を生成するために利用される、請求項１に記載の生理データ取得アセンブリ。
24. 対象の生理データを取得するためのシステムであって、
    （ａ）請求項１〜２３のいずれか一項に記載の生理データ取得アセンブリと、
    （ｂ）コンピューティングデバイス、リモートサーバ、または遠隔ネットワークと
    を備え、
    前記アセンブリが、前記コンピューティングデバイス、リモートサーバ、または遠隔ネットワークと通信する、前記システム。
25. 取得データが、筋電図記録データである、請求項２４に記載のシステム。
26. 前記取得データに基づいて音声を生成する機能を含む、請求項２４に記載のシステム。
27. 前記取得データに基づいて前記コンピューティングデバイスのグラフィックディスプレイ上で所望のテキストオプションを生成する機能を含む、請求項２４に記載のシステム。
28. 前記コンピューティングデバイスが、プロテーゼであり、前記システムが、前記取得データに基づいて前記プロテーゼの動きを制御する機能を含む、請求項２４に記載のシステム。
29. 対象の生理データを取得および分析する方法であって、
    （ａ）請求項１〜２３のいずれか一項に記載のアセンブリを使用して前記対象から生理データを取得する工程と、
    （ｂ）（ａ）において取得された前記生理データを分析し、それによって前記生理データを取得および分析する工程と
    を含む、前記方法。
30. （ｂ）に基づいて前記対象の意識または覚醒の状態を判定する工程を更に含む、請求項２９に記載の方法。
31. （ｂ）に基づいて前記対象の睡眠状態を示すパラメータを判定する工程を更に含む、請求項２９に記載の方法。
32. （ｂ）に基づいて前記対象に及ぼす薬物の影響を判定する工程を更に含む、請求項２９に記載の方法。
33. 前記対象の疾患の存在または状態を判定する工程を更に含む、請求項２９に記載の方法。
34. 前記疾患が、神経疾患または神経変性疾患である、請求項３３に記載の方法。
35. 前記疾患が、筋萎縮性側索硬化症（ＡＬＳ）または筋ジストロフィーである、請求項３４に記載の方法。
36. （ｂ）を利用して、前記アセンブリに接続したコンピューティングデバイスを制御または操作することを更に含む、請求項２９に記載の方法。
37. （ｂ）が、前記コンピューティングデバイスにおける動きを制御するために更に利用される、請求項３６に記載の方法。
38. 前記コンピューティングデバイスが、プロテーゼである、請求項３７に記載の方法。
39. （ｂ）が、前記コンピューティングデバイスのグラフィカルユーザインタフェース上で表示されたカーソル、テキスト、アイコン、またはビジュアルポインタを操作するために更に利用される、請求項３６に記載の方法。
40. （ｂ）が、コンピューティングデバイスを介して音を生成するために更に利用される、請求項３６に記載の方法。
41. 前記音が、可聴音声である、請求項４０に記載の方法。
42. 特定の操作に取得データをマッピングする工程を更に含む、請求項３６に記載の方法。
43. 前記生理データが、筋電図記録（ＥＭＧ）データまたは神経データである、請求項２９に記載の方法。
44. 分析する工程が、
    前記スペクトログラムを周波数に優先して時間にて少なくとも１回正規化することと、
    前記スペクトログラムを時間に優先して周波数にて少なくとも１回正規化することと
    を含む、請求項２９に記載の方法。
45. 分析する工程が、
    前記スペクトログラムを計算することと、
    前記スペクトログラムを正規化することと、
    独立成分または主成分分析を実行することと、
    クラスタを識別することと
    を含む、請求項２９に記載の方法。
46. 分析する工程が、時間フラグメンテーション分析を実行することを含む、請求項２９に記載の方法。
47. 分析する工程が、好適な頻度分析を実行することを含む、請求項２９に記載の方法。
48. 分析する工程が、スペクトルフラグメンテーション分析を実行することを含む、請求項２９に記載の方法。
49. 前記好適な周波数空間または前記フラグメンテーション空間または前記クラスタ空間の統計分析を更に含む、請求項４４に記載の方法。
50. 前記好適な周波数空間または前記フラグメンテーション空間または前記クラスタ空間の統計分析を更に含む、請求項４５に記載の方法。
51. 前記好適な周波数空間または前記フラグメンテーション空間または前記クラスタ空間の統計分析を更に含む、請求項４６に記載の方法。
52. 前記好適な周波数空間または前記フラグメンテーション空間または前記クラスタ空間の統計分析を更に含む、請求項４７に記載の方法。
53. 前記好適な周波数空間または前記フラグメンテーション空間または前記クラスタ空間の統計分析を更に含む、請求項４８に記載の方法。
54. 限られた発話または移動能力を有する対象を支援する方法であって、
    （ａ）請求項１〜２３のいずれか一項に記載のアセンブリを使用して前記対象から生理データを取得する工程と、
    （ｂ）（ａ）において取得された前記生理データを分析する工程と、
    （ｃ）（ｂ）を利用して、前記アセンブリに接続したコンピューティングデバイスを制御または操作し、それにより前記対象を支援する工程と
    を含む、前記方法。
55. 前記対象が、神経疾患または神経変性疾患を有する、請求項５４に記載の方法。
56. 前記疾患が、筋萎縮性側索硬化症（ＡＬＳ）または筋ジストロフィーである、請求項５５に記載の方法。
57. （ｂ）を利用して前記アセンブリに接続したコンピューティングデバイスを制御または操作する工程を更に含む、請求項５４に記載の方法。
58. （ｂ）が、前記コンピューティングデバイスにおける動きを制御するために更に利用される、請求項５７に記載の方法。
59. 前記コンピューティングデバイスが、プロテーゼである、請求項５８に記載の方法。
60. （ｂ）が、前記コンピューティングデバイスのグラフィカルユーザインタフェース上で表示されたカーソル、テキスト、アイコン、またはビジュアルポインタを操作するために更に利用される、請求項５７に記載の方法。
61. （ｂ）が、前記コンピューティングデバイスを介して音を生成するために更に利用される、請求項５７に記載の方法。
62. 前記音が、可聴音声である、請求項６１に記載の方法。
63. 特定の操作に取得データをマッピングする工程を更に含む、請求項５７に記載の方法。
64. 前記生理データが、筋電図記録（ＥＭＧ）データまたは神経データである、請求項５４に記載の方法。
65. 覚醒または意識の状態を検出する方法であって、
    （ａ）請求項１〜２３のいずれか一項に記載のアセンブリを使用して前記対象から生理データを取得する工程と、
    （ｂ）（ａ）において取得された前記生理データを分析する工程と、
    （ｃ）（ｂ）を利用して、前記対象の覚醒または意識のパラメータを判定し、それにより、前記対象の覚醒または意識の状態を検出する工程と
    を含む、前記方法。
66. 前記対象が、睡眠状態にある、請求項６５に記載の方法。
67. 前記対象の睡眠の質を特徴づける工程を更に含む、請求項６７に記載の方法。

Images