JP2021510094A - 脳活動の指標を計算するためのシステム及び方法 - Google Patents
脳活動の指標を計算するためのシステム及び方法 Download PDFInfo
- Publication number
- JP2021510094A JP2021510094A JP2020534345A JP2020534345A JP2021510094A JP 2021510094 A JP2021510094 A JP 2021510094A JP 2020534345 A JP2020534345 A JP 2020534345A JP 2020534345 A JP2020534345 A JP 2020534345A JP 2021510094 A JP2021510094 A JP 2021510094A
- Authority
- JP
- Japan
- Prior art keywords
- vector
- subject
- brain activity
- mean
- epoch
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000007177 brain activity Effects 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims description 63
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000013528 artificial neural network Methods 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 35
- 238000012549 training Methods 0.000 claims description 19
- 238000005070 sampling Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 13
- 210000004556 brain Anatomy 0.000 claims description 11
- 210000002569 neuron Anatomy 0.000 claims description 4
- 238000010586 diagram Methods 0.000 abstract description 4
- 238000000537 electroencephalography Methods 0.000 description 48
- 206010015037 epilepsy Diseases 0.000 description 31
- 206010010904 Convulsion Diseases 0.000 description 26
- 230000001575 pathological effect Effects 0.000 description 12
- 210000004761 scalp Anatomy 0.000 description 11
- 208000024891 symptom Diseases 0.000 description 11
- 238000001514 detection method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 201000008914 temporal lobe epilepsy Diseases 0.000 description 7
- 230000001037 epileptic effect Effects 0.000 description 6
- 230000035945 sensitivity Effects 0.000 description 6
- 208000014644 Brain disease Diseases 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000002123 temporal effect Effects 0.000 description 5
- 208000032274 Encephalopathy Diseases 0.000 description 4
- 208000033497 Familial temporal lobe epilepsy Diseases 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 4
- 201000001993 idiopathic generalized epilepsy Diseases 0.000 description 4
- 230000001537 neural effect Effects 0.000 description 4
- 208000011580 syndromic disease Diseases 0.000 description 4
- 208000003078 Generalized Epilepsy Diseases 0.000 description 3
- 206010061334 Partial seizures Diseases 0.000 description 3
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 3
- 229910052751 metal Inorganic materials 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 229910052709 silver Inorganic materials 0.000 description 3
- 239000004332 silver Substances 0.000 description 3
- 206010052075 Acquired epileptic aphasia Diseases 0.000 description 2
- 208000008882 Benign Neonatal Epilepsy Diseases 0.000 description 2
- 206010071081 Idiopathic generalised epilepsy Diseases 0.000 description 2
- 201000005802 Landau-Kleffner Syndrome Diseases 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 2
- 229910021607 Silver chloride Inorganic materials 0.000 description 2
- 208000005392 Spasm Diseases 0.000 description 2
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 201000003452 benign familial neonatal epilepsy Diseases 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 201000007186 focal epilepsy Diseases 0.000 description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 229910052737 gold Inorganic materials 0.000 description 2
- 239000010931 gold Substances 0.000 description 2
- 230000000366 juvenile effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 201000001119 neuropathy Diseases 0.000 description 2
- 230000007823 neuropathy Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 208000033808 peripheral neuropathy Diseases 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- HKZLPVFGJNLROG-UHFFFAOYSA-M silver monochloride Chemical compound [Cl-].[Ag+] HKZLPVFGJNLROG-UHFFFAOYSA-M 0.000 description 2
- 229910001220 stainless steel Inorganic materials 0.000 description 2
- 239000010935 stainless steel Substances 0.000 description 2
- 229910052718 tin Inorganic materials 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 208000017785 Autosomal dominant epilepsy with auditory features Diseases 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 201000007547 Dravet syndrome Diseases 0.000 description 1
- 206010058314 Dysplasia Diseases 0.000 description 1
- 201000008009 Early infantile epileptic encephalopathy Diseases 0.000 description 1
- 206010019468 Hemiplegia Diseases 0.000 description 1
- 206010063629 Hippocampal sclerosis Diseases 0.000 description 1
- 208000017605 Hodgkin disease nodular sclerosis Diseases 0.000 description 1
- 201000006792 Lennox-Gastaut syndrome Diseases 0.000 description 1
- 241000124008 Mammalia Species 0.000 description 1
- 208000007101 Muscle Cramp Diseases 0.000 description 1
- 208000036572 Myoclonic epilepsy Diseases 0.000 description 1
- 208000037158 Partial Epilepsies Diseases 0.000 description 1
- 206010071141 Rasmussen encephalitis Diseases 0.000 description 1
- 208000004160 Rasmussen subacute encephalitis Diseases 0.000 description 1
- 208000004974 Rolandic Epilepsy Diseases 0.000 description 1
- 206010073677 Severe myoclonic epilepsy of infancy Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 201000008181 benign familial infantile epilepsy Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 208000033205 childhood epilepsy with centrotemporal spikes Diseases 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000002939 conjugate gradient method Methods 0.000 description 1
- 208000013500 continuous spikes and waves during sleep Diseases 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 208000013257 developmental and epileptic encephalopathy Diseases 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000007772 electrode material Substances 0.000 description 1
- 206010014599 encephalitis Diseases 0.000 description 1
- 208000028329 epileptic seizure Diseases 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 208000029529 familial partial epilepsy Diseases 0.000 description 1
- 208000028316 focal seizure Diseases 0.000 description 1
- VZCCETWTMQHEPK-QNEBEIHSSA-N gamma-linolenic acid Chemical compound CCCCC\C=C/C\C=C/C\C=C/CCCCC(O)=O VZCCETWTMQHEPK-QNEBEIHSSA-N 0.000 description 1
- 230000002267 hypothalamic effect Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000007659 motor function Effects 0.000 description 1
- 208000022145 neurocutaneous syndrome Diseases 0.000 description 1
- 230000000422 nocturnal effect Effects 0.000 description 1
- 230000001717 pathogenic effect Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000001766 physiological effect Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 201000005070 reflex epilepsy Diseases 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 238000002945 steepest descent method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 239000011135 tin Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4094—Diagnosing or monitoring seizure diseases, e.g. epilepsy
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
- A61B5/4064—Evaluating the brain
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Neurology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Neurosurgery (AREA)
- Psychiatry (AREA)
- Data Mining & Analysis (AREA)
- Psychology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
Description
複数の電極から被検者の脳波信号の少なくとも1つのエポックを取得するための取得モジュールと、
データ処理モジュールと、
を備え、前記データ処理モジュールは、
平均ベクトルを計算するステップと、
平均ベクトルの連続する平均値における少なくとも1つの所定のパターンの存在を検出するステップと、
所定のパターンを検出するときに被検者の脳活動の指標を生成するステップと、
を実施するための手段を備え、前記平均ベクトルを計算するステップは、
複数の電極から取得される被検者の脳波信号の少なくとも1つのエポックを受信するステップと、
オートエンコーダニューラルネットワークのために、脳波記録のチャンネルの数であるNに等しいn次元を有する、前記脳波信号の入力行列(nxm)を生成するステップと、
オートエンコーダを用いて再構築した出力行列を生成するステップと、
入力行列と出力行列の線形結合により、各要素が1つのチャンネルと関連付けられる、損失値ベクトルを生成するステップと、
各連続する脳波エポックに関して得られる平均値を含む平均ベクトルを生成するために複数回繰り返される、損失値ベクトルの要素の平均値を計算するステップと、
を含む、システムに関する。
平均ベクトルを計算するステップと、
平均ベクトルの連続する平均値における少なくとも1つの所定のパターンの存在を検出するステップと、
所定のパターンを検出するときに被検者の脳活動の指標を生成するステップと、
を含み、前記平均ベクトルを計算するステップは、
複数の電極から取得される被検者の脳波信号の少なくとも1つのエポックを受信するステップと、
オートエンコーダニューラルネットワークのために、脳波記録のチャンネルの数であるNに等しいn次元を有する、前記脳波信号の入力行列(nxm)を生成するステップと、
オートエンコーダを用いて再構築した出力行列を生成するステップと、
入力行列と出力行列の線形結合により、各要素が1つのチャンネルと関連付けられる、損失値ベクトルを生成するステップと、
各連続する脳波エポックに関して得られる平均値を含む平均ベクトルを生成するために複数回繰り返される、損失値ベクトルの要素の平均値を計算するステップと、
を含む、方法に関する。
本発明において、以下の用語は以下の意味を有する。
a)脳波信号ESから平均ベクトルVAを計算するステップと、
b)平均ベクトルVAの連続する平均値における少なくとも1つの所定のパターンの存在を検出するステップDETと、
c)所定のパターンを検出するときに被検者の脳活動の指標Idxを生成するステップと、
を含む。
複数の電極から被検者の脳波信号ESの少なくとも1つのエポックを取得するための取得モジュール1と、
上記説明の実施形態に係る方法のステップを実施するための手段を備えるデータ処理モジュール2と、
を備えるシステムに関係する。
本発明は、以下の実施例によりさらに例示される。
材料及び方法
材料
本発明に係る方法を、23人の被検者の病的脳活動を検出するのに用いた。前記23人の被検者はてんかんをもっており、その発作は特徴的な病的脳活動である。
各被検者に関して、各脳波チャンネルの1時間の記録を256Hzのサンプリング周波数で再サンプリングし、重ならない2秒のエポックにセグメント化した。
2 データ処理モジュール
3 出力発生器
Claims (21)
- 被検者の脳活動に関連する指標を計算するためのシステムであって、
複数の電極から被検者の脳波信号の少なくとも1つのエポックを取得するように構成された取得モジュール(1)と、
データ処理モジュール(2)と、
を備え、前記データ処理モジュール(2)は、
平均ベクトル(VA)を計算するステップと、
前記平均ベクトル(VA)の連続する平均値における少なくとも1つの所定のパターンの存在を検出するステップ(DET)と、
前記所定のパターンを検出するときに被検者の脳活動の指標(Idx)を生成するステップと、
を実施するように構成され、前記平均ベクトル(VA)を計算するステップは、
複数の電極から取得される被検者の脳波信号(ES)の少なくとも1つのエポックを受信するステップ(REV)と、
オートエンコーダニューラルネットワーク(aNN)のための入力を提供する、脳波記録のチャンネルの数であるNに等しいn次元を有する、前記脳波信号の入力行列(Min)(nxm)を生成するステップ(GENI)と、
前記オートエンコーダ(aNN)を用いて再構築した出力行列(Mo)を生成するステップ(GENO)と、
前記入力行列(Min)と前記出力行列(Mo)の線形結合により、各要素が1つのチャンネルと関連付けられる、損失値ベクトル(VLV)を生成するステップ(GENLV)と、
各連続する脳波エポックに関して得られる平均値を含む平均ベクトル(VA)を生成するために複数回繰り返される、前記損失値ベクトル(VLV)の要素の平均値(hi)を計算するステップ(CAL)と、
を含む、システム。 - 前記オートエンコーダが、所定の期間にわたって複数の所定の脳波信号を含むトレーニングデータセットでトレーニングされる、請求項1に記載のシステム。
- 前記オートエンコーダが、ニューロンの少なくとも2つの隠れ層を備える、請求項1又は請求項2のいずれか一項に記載のシステム。
- 前記データ処理モジュールがさらに、所定の閾値に従って平均ベクトルの要素を二値分類するステップを実施するように構成される、請求項1〜請求項3のいずれか一項に記載のシステム。
- 前記損失値ベクトルの要素の各平均値が、調和平均で計算される、請求項1〜請求項4のいずれか一項に記載のシステム。
- 前記所定のパターンが、所定の値の範囲に含まれる平均ベクトルの2つの連続する平均値を検出するように構成される、請求項1〜請求項5のいずれか一項に記載のシステム。
- 脳波信号が、少なくとも256Hzのサンプリングレートで取得される、請求項1〜請求項6のいずれか一項に記載のシステム。
- 前記入力行列(Min)のm次元が、サンプリングレートとエポック時間窓に従って定義される、請求項1〜請求項7のいずれか一項に記載のシステム。
- 前記所定の閾値が、平均ベクトルの要素の98パーセントが下回る値である、請求項4に記載のシステム。
- 脳活動の指標を報告するための出力発生器(3)をさらに備える、請求項1〜請求項9のいずれか一項に記載のシステム。
- 被検者の脳活動に関連する指標を計算するための方法であって、
平均ベクトル(VA)を計算するステップと、
前記平均ベクトル(VA)の連続する平均値における少なくとも1つの所定のパターンの存在を検出するステップ(DET)と、
前記所定のパターンを検出するときに被検者の脳活動の指標(Idx)を生成するステップと、
を含み、前記平均ベクトル(VA)を計算するステップは、
複数の電極から取得される被検者の脳波信号(ES)の少なくとも1つのエポックを受信するステップ(REV)と、
オートエンコーダニューラルネットワーク(aNN)への入力を提供する、脳波記録のチャンネルの数であるNに等しいn次元を有する、前記脳波信号の入力行列(Min)(nxm)を生成するステップ(GENI)と、
前記オートエンコーダ(aNN)を用いて再構築した出力行列(Mo)を生成するステップ(GENO)と、
前記入力行列(Min)と前記出力行列(Mo)の線形結合により、各要素が1つのチャンネルと関連付けられる、損失値ベクトル(VLV)を生成するステップ(GENLV)と、
各連続する脳波エポックに関して得られる平均値を含む平均ベクトル(VA)を生成するために複数回繰り返される、前記損失値ベクトル(VLV)の要素の平均値(hi)を計算するステップ(CAL)と、
を含む、方法。 - 前記オートエンコーダが、所定の期間にわたって複数の所定の脳波信号を含むトレーニングデータセットでトレーニングされる、請求項11に記載の方法。
- 前記オートエンコーダが、ニューロンの少なくとも2つの隠れ層を備える、請求項11又は請求項12のいずれか一項に記載の方法。
- 所定の閾値に従って平均ベクトルの要素を二値分類するステップをさらに含む、請求項11〜請求項13のいずれか一項に記載の方法。
- 前記損失値ベクトルの要素の各平均値が、調和平均で計算される、請求項11〜請求項14のいずれか一項に記載の方法。
- 前記所定のパターンが、所定の値の範囲に含まれる平均ベクトルの2つの連続する平均値を検出するように構成される、請求項11〜請求項15のいずれか一項に記載の方法。
- 脳波信号が、少なくとも256Hzのサンプリングレートで取得される、請求項11〜請求項16のいずれか一項に記載の方法。
- 前記入力行列(Min)のm次元が、サンプリングレートとエポック時間窓に従って定義される、請求項11〜請求項17のいずれか一項に記載の方法。
- 前記所定の閾値が、平均ベクトルの要素の98パーセントが下回る値である、請求項14に記載の方法。
- 被検者の脳活動に関連する指標を計算するためのコンピュータプログラム製品であって、プログラムがコンピュータにより実行されるときに請求項11〜請求項19のいずれか一項に記載の方法のステップをコンピュータに実施させる命令を備えるコンピュータプログラム製品。
- プログラムがコンピュータにより実行されるときに請求項11〜請求項19のいずれか一項に記載の方法のステップをコンピュータに実施させる命令を備えるコンピュータ可読記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP17306917.0 | 2017-12-22 | ||
EP17306917 | 2017-12-22 | ||
PCT/EP2018/086730 WO2019122396A1 (en) | 2017-12-22 | 2018-12-21 | System and method for calculation of an index of brain activity |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2021510094A true JP2021510094A (ja) | 2021-04-15 |
Family
ID=60971955
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020534345A Pending JP2021510094A (ja) | 2017-12-22 | 2018-12-21 | 脳活動の指標を計算するためのシステム及び方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11642073B2 (ja) |
EP (1) | EP3709870A1 (ja) |
JP (1) | JP2021510094A (ja) |
CN (1) | CN111867448A (ja) |
CA (1) | CA3086793A1 (ja) |
WO (1) | WO2019122396A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10743809B1 (en) | 2019-09-20 | 2020-08-18 | CeriBell, Inc. | Systems and methods for seizure prediction and detection |
US20210128053A1 (en) * | 2019-10-31 | 2021-05-06 | International Business Machines Corporation | Epileptic seizure detection with eeg preprocessing |
CN112245800A (zh) * | 2020-11-13 | 2021-01-22 | 胡楚凡 | 一次性便携式记忆以及学习能力增强贴 |
CN115132349B (zh) * | 2022-06-10 | 2024-07-02 | 华中师范大学 | 一种事件相关脑活动时空频动态定位系统及方法 |
CN114886388B (zh) * | 2022-07-12 | 2022-11-22 | 浙江普可医疗科技有限公司 | 一种麻醉深度监测过程中脑电信号质量的评估方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03207342A (ja) * | 1989-11-17 | 1991-09-10 | Univ Wayne State | 生理的波形解析組立体 |
WO2006013585A1 (en) * | 2004-08-05 | 2006-02-09 | Universita' Degli Studi Di Milano | Method and equipment for monitoring the functionality of the spinal cord |
JP2009521246A (ja) * | 2005-09-12 | 2009-06-04 | エモーティブ システムズ ピーティーワイ リミテッド | 精神状態の検出およびそれを用いる対話 |
WO2009149126A2 (en) * | 2008-06-02 | 2009-12-10 | New York University | Method, system, and computer-accessible medium for classification of at least one ictal state |
US20100217145A1 (en) * | 2006-06-09 | 2010-08-26 | Bracco Spa | Method of processing multichannel and multivariate signals and method of classifying sources of multichannel and multivariate signals operating according to such processing method |
JP2017077461A (ja) * | 2010-03-15 | 2017-04-27 | シンガポール ヘルス サービシーズ ピーティーイー リミテッド | 患者の生存性を予測する方法 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS587291B2 (ja) * | 1977-10-08 | 1983-02-09 | 財団法人交通医学研究財団 | 脳波自動判定装置 |
US5119816A (en) * | 1990-09-07 | 1992-06-09 | Sam Technology, Inc. | EEG spatial placement and enhancement method |
US6754524B2 (en) * | 2000-08-28 | 2004-06-22 | Research Foundation Of The City University Of New York | Method for detecting deception |
GB2404251A (en) * | 2003-07-19 | 2005-01-26 | Univ Aston | Brain signal analysis to detect spikes and rhythmic patterns |
CA2606870C (en) * | 2005-05-16 | 2017-06-27 | Cerebral Diagnostics Canada Incorporated | Near-real time three-dimensional localization, display, recording, and analysis of electrical activity in the cerebral cortex |
GB0906029D0 (en) * | 2009-04-07 | 2009-05-20 | Nat Univ Ireland Cork | A method of analysing an electroencephalogram (EEG) signal |
US9326698B2 (en) * | 2011-02-18 | 2016-05-03 | The Trustees Of The University Of Pennsylvania | Method for automatic, unsupervised classification of high-frequency oscillations in physiological recordings |
US20140121554A1 (en) * | 2012-10-29 | 2014-05-01 | The Johns Hopkins University | Seizure detection device and systems |
CN103300849A (zh) * | 2013-04-10 | 2013-09-18 | 浙江工商大学 | 脑电信号处理方法 |
CN103793593B (zh) * | 2013-11-15 | 2018-02-13 | 吴一兵 | 一种获取大脑状态客观定量指标的方法 |
WO2015185420A1 (en) * | 2014-06-03 | 2015-12-10 | Koninklijke Philips N.V. | Rehabilitation system and method |
CN104757968A (zh) * | 2014-08-08 | 2015-07-08 | 沈阳工业大学 | 儿童失神性癫痫发作情况的中间数据统计评价方法 |
CN107106069A (zh) * | 2014-11-13 | 2017-08-29 | 曼西亚技术公司 | 基于改进信号分析的评分方法 |
CN104720796B (zh) * | 2015-02-12 | 2017-10-20 | 西安交通大学 | 一种用于癫痫发作时间段的自动检测系统及方法 |
CN107530012B (zh) * | 2015-02-16 | 2019-12-10 | 内森·英特拉托 | 用于脑活动解析的系统 |
US20210169417A1 (en) * | 2016-01-06 | 2021-06-10 | David Burton | Mobile wearable monitoring systems |
CN106691378A (zh) * | 2016-12-16 | 2017-05-24 | 深圳市唯特视科技有限公司 | 一种基于脑电图数据的深度学习视觉分类方法 |
US20170173262A1 (en) * | 2017-03-01 | 2017-06-22 | François Paul VELTZ | Medical systems, devices and methods |
CN107168533A (zh) * | 2017-05-09 | 2017-09-15 | 长春理工大学 | 一种基于集成支持向量机的p300拼写器的训练集扩展方法 |
-
2018
- 2018-12-21 EP EP18833056.7A patent/EP3709870A1/en not_active Withdrawn
- 2018-12-21 US US16/954,749 patent/US11642073B2/en active Active
- 2018-12-21 CA CA3086793A patent/CA3086793A1/en active Pending
- 2018-12-21 CN CN201880083071.9A patent/CN111867448A/zh active Pending
- 2018-12-21 WO PCT/EP2018/086730 patent/WO2019122396A1/en unknown
- 2018-12-21 JP JP2020534345A patent/JP2021510094A/ja active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03207342A (ja) * | 1989-11-17 | 1991-09-10 | Univ Wayne State | 生理的波形解析組立体 |
WO2006013585A1 (en) * | 2004-08-05 | 2006-02-09 | Universita' Degli Studi Di Milano | Method and equipment for monitoring the functionality of the spinal cord |
JP2009521246A (ja) * | 2005-09-12 | 2009-06-04 | エモーティブ システムズ ピーティーワイ リミテッド | 精神状態の検出およびそれを用いる対話 |
US20100217145A1 (en) * | 2006-06-09 | 2010-08-26 | Bracco Spa | Method of processing multichannel and multivariate signals and method of classifying sources of multichannel and multivariate signals operating according to such processing method |
WO2009149126A2 (en) * | 2008-06-02 | 2009-12-10 | New York University | Method, system, and computer-accessible medium for classification of at least one ictal state |
JP2017077461A (ja) * | 2010-03-15 | 2017-04-27 | シンガポール ヘルス サービシーズ ピーティーイー リミテッド | 患者の生存性を予測する方法 |
Also Published As
Publication number | Publication date |
---|---|
US20210085236A1 (en) | 2021-03-25 |
CN111867448A (zh) | 2020-10-30 |
EP3709870A1 (en) | 2020-09-23 |
US11642073B2 (en) | 2023-05-09 |
CA3086793A1 (en) | 2019-06-27 |
WO2019122396A1 (en) | 2019-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2021510094A (ja) | 脳活動の指標を計算するためのシステム及び方法 | |
Khare et al. | PDCNNet: An automatic framework for the detection of Parkinson’s disease using EEG signals | |
Park et al. | Epileptic seizure detection for multi-channel EEG with deep convolutional neural network | |
Khatun et al. | A single-channel EEG-based approach to detect mild cognitive impairment via speech-evoked brain responses | |
Büyükçakır et al. | Hilbert vibration decomposition-based epileptic seizure prediction with neural network | |
US20160106331A1 (en) | Fractal index analysis of human electroencephalogram signals | |
JP2022536552A (ja) | 脳波(eeg)の非線形性の変化に基づく発作検出システム及び方法 | |
WO2020248008A1 (en) | A method and system for classifying sleep related brain activity | |
CN111093471B (zh) | 用于根据头皮脑电图识别病理性脑活动的方法 | |
Zhang et al. | Seizure prediction using polynomial SVM classification | |
Khoshnevis et al. | Classification of the stages of Parkinson’s disease using novel higher-order statistical features of EEG signals | |
Rucco et al. | Brain networks and cognitive impairment in Parkinson's disease | |
Mahmud et al. | Multivariate models for decoding hearing impairment using EEG gamma-band power spectral density | |
US20210315507A1 (en) | System and methods for consciousness evaluation in non-communicating subjects | |
Chiu et al. | Get rid of the beat in mobile EEG applications: A framework towards automated cardiogenic artifact detection and removal in single-channel EEG | |
George et al. | Predicting Autonomic Dysfunction in Anxiety Disorder from ECG and Respiratory Signals Using Machine Learning Models. | |
CN113694374A (zh) | 基于EEG预测tDCS治疗强迫症疗效的预测系统、方法、装置、处理器及其存储介质 | |
US11559244B2 (en) | System and methods for consciousness evaluation in non-communicating subjects | |
Kok et al. | Assessing the feasibility of acoustic based seizure detection | |
JP2020022581A (ja) | 心電解析システム | |
Li et al. | Synergy through integration of digital cognitive tests and wearable devices for mild cognitive impairment screening | |
Timothy et al. | Permutation entropy analysis of EEG of mild cognitive impairment patients during memory activation task | |
Giannakakis et al. | Seizure detection using common spatial patterns and classification techniques | |
Pippa et al. | Automatic estimation of the optimal AR order for epilepsy analysis using EEG signals | |
Abdukalikova | Machine Learning assisted system for the resource-constrained atrial fibrillation detection from short single-lead ECG signals |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201006 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210129 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211116 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221011 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221012 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230110 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230309 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230606 |