JP3136408B2 - 脳のバイオポテンシャル分析システム及び方法 - Google Patents
脳のバイオポテンシャル分析システム及び方法Info
- Publication number
- JP3136408B2 JP3136408B2 JP02505692A JP50569290A JP3136408B2 JP 3136408 B2 JP3136408 B2 JP 3136408B2 JP 02505692 A JP02505692 A JP 02505692A JP 50569290 A JP50569290 A JP 50569290A JP 3136408 B2 JP3136408 B2 JP 3136408B2
- Authority
- JP
- Japan
- Prior art keywords
- electrode
- value
- bispectral
- motorcycle
- brain
- 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.)
- Expired - Lifetime
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4821—Determining level or depth of anaesthesia
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1104—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb induced by stimuli or drugs
- A61B5/1106—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb induced by stimuli or drugs to assess neuromuscular blockade, e.g. to estimate depth of anaesthesia
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/372—Analysis of electroencephalograms
- A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
- A61B2505/05—Surgical care
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6814—Head
-
- 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
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Anesthesiology (AREA)
- Psychology (AREA)
- Psychiatry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Physiology (AREA)
- Medicinal Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Chemical & Material Sciences (AREA)
- Neurology (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Educational Technology (AREA)
- Hospice & Palliative Care (AREA)
- Social Psychology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Description
【発明の詳細な説明】 関連出願と相互引照 本願は、本願同様本願の譲受人に譲渡された1987年10
月９日出願の米国特許出願第107,357号と共に出願中で
ある一部継続出願である。
月９日出願の米国特許出願第107,357号と共に出願中で
ある一部継続出願である。
発明の背景 本願はリアルタイムでの高周波高解析脳バイオポテン
シャル分析システム及び方法に関わるものであり、さら
に限定すれば、脳の電気的活動分析により確定可能な脳
症状を非インベーシブ（noninvasive）に定量決定する
ためのコンピュータベースバイオポテンシャル診断シス
テム及び方法に関わるものである。
シャル分析システム及び方法に関わるものであり、さら
に限定すれば、脳の電気的活動分析により確定可能な脳
症状を非インベーシブ（noninvasive）に定量決定する
ためのコンピュータベースバイオポテンシャル診断シス
テム及び方法に関わるものである。
相当量の時間と努力の蓄積にも拘らず、『EEG』波形
で表示される脳の電気的活動の定量的非インベーシブな
評価に対する現行の取組は、該複雑な波形に存在する全
情報を充分に引き出すことにおいては未だ成功を修める
には至っていない。精確で感度と信頼性が高く実用的な
神経解析技術に対する需要は依然として高い。特に、現
存のイントラオペラティブ（intra−operative）EEGモ
ニター技術はその特有な限定条件のために広く採用され
るには至っていない。事実、全不適正医療処置に対する
裁判事件の80％は麻酔後の諸症状及び死亡に関わるもの
と信じられており、もし、かようなEEGモニター技術が
信頼性に富むものであるならば、本技術は疑いなく過去
において採用されていたことであろう。
で表示される脳の電気的活動の定量的非インベーシブな
評価に対する現行の取組は、該複雑な波形に存在する全
情報を充分に引き出すことにおいては未だ成功を修める
には至っていない。精確で感度と信頼性が高く実用的な
神経解析技術に対する需要は依然として高い。特に、現
存のイントラオペラティブ（intra−operative）EEGモ
ニター技術はその特有な限定条件のために広く採用され
るには至っていない。事実、全不適正医療処置に対する
裁判事件の80％は麻酔後の諸症状及び死亡に関わるもの
と信じられており、もし、かようなEEGモニター技術が
信頼性に富むものであるならば、本技術は疑いなく過去
において採用されていたことであろう。
従来技術による数多くの装置でも脳活動を定量的に捉
えることは可能である。「旧式」の従来型アナログタイ
プEEGの使用に関する技術は時間領域分析に限定されて
おり、データの適正解釈には相当量の訓練を要する。さ
らに、標準速度及びゲインにおける肉眼の周波数解析力
は30Hzから60Hzの間であり、それよりも相当程度高い周
波数領域分は肉眼では捉えられない。よって、肉眼によ
るEEG評価は科学というよりも技術の領域として特徴付
ける方が妥当でさえある。事実、７人の熟練技術者によ
る相関（コリレーション（correlation））の平均は56
％を越えなかった。
えることは可能である。「旧式」の従来型アナログタイ
プEEGの使用に関する技術は時間領域分析に限定されて
おり、データの適正解釈には相当量の訓練を要する。さ
らに、標準速度及びゲインにおける肉眼の周波数解析力
は30Hzから60Hzの間であり、それよりも相当程度高い周
波数領域分は肉眼では捉えられない。よって、肉眼によ
るEEG評価は科学というよりも技術の領域として特徴付
ける方が妥当でさえある。事実、７人の熟練技術者によ
る相関（コリレーション（correlation））の平均は56
％を越えなかった。
1960年代におけるEEGの周波数（パワースペクトル）
分析の使用は、肉眼による審査に先立っていくらかの基
本的信号処理の概念を導入し、種々な脳のモニターに関
わる問題に対するEEGの周波数分析適用へと導いた。こ
の25年間に少なくとも100件に及ぶ研究文献が医学関係
雑誌等に掲載されており、種々のイントラオペラティブ
条件下での麻酔の程度及び脳のイスケミア（ischemia）
診断等の目的でパワースペクトル分析の適用について論
議してきた。ジョン氏に付与された米国特許第4,557,27
0号も心臓手術中の脳潅流（perfusion）診断のためのパ
ワースペクトル分析使用を記述している。しかしなが
ら、最近の幾つかの研究は脳潅流診断及び手術後の神経
諸症状の診断にパワースペクトル分析を使用することに
は多数の欠陥が存在することを示している。さらに、パ
ワースペクトル分析も、また他の如何なるモニター技術
も全面的に信頼を置けるものではなかった。恐らくは未
処理EEGデータ解釈の複雑さ、及びパワースペクトルあ
るいは時間領域分析技術を利用する現存自動システムの
信頼欠如によるものであろうが、広く受け入れられてい
るハーバード大学医学部麻酔モニター基準が如何なるタ
イプのイントラオペラティブ神経モニターをも含んでい
ないという事実がこのことを如実に示している。
分析の使用は、肉眼による審査に先立っていくらかの基
本的信号処理の概念を導入し、種々な脳のモニターに関
わる問題に対するEEGの周波数分析適用へと導いた。こ
の25年間に少なくとも100件に及ぶ研究文献が医学関係
雑誌等に掲載されており、種々のイントラオペラティブ
条件下での麻酔の程度及び脳のイスケミア（ischemia）
診断等の目的でパワースペクトル分析の適用について論
議してきた。ジョン氏に付与された米国特許第4,557,27
0号も心臓手術中の脳潅流（perfusion）診断のためのパ
ワースペクトル分析使用を記述している。しかしなが
ら、最近の幾つかの研究は脳潅流診断及び手術後の神経
諸症状の診断にパワースペクトル分析を使用することに
は多数の欠陥が存在することを示している。さらに、パ
ワースペクトル分析も、また他の如何なるモニター技術
も全面的に信頼を置けるものではなかった。恐らくは未
処理EEGデータ解釈の複雑さ、及びパワースペクトルあ
るいは時間領域分析技術を利用する現存自動システムの
信頼欠如によるものであろうが、広く受け入れられてい
るハーバード大学医学部麻酔モニター基準が如何なるタ
イプのイントラオペラティブ神経モニターをも含んでい
ないという事実がこのことを如実に示している。
比較的大きくて相互作用的（interacting）な神経中
枢内に組織されている、脳内の何千ものバイオ電気的活
性を有する細胞の放電は、広域周波数スペクトル及び非
常に複雑なダイナミックス（dynamics）を有する電気的
信号の形成に貢献している。その信号には周波数内容、
非直線性（non−linearities）及び発生する複雑なノイ
ロン発射（neuronal firing）パターンから生じるフェ
ーズ（phase）関係の情報が含まれている。EEG信号の複
雑さにより、従来型時間及び周波数モードの分析は、そ
の振舞いを充分に解説するには不足であった。２次オー
トコリレーション（second order autocorrelation）
関数（パワースペクトル）のフーリエ変換において、処
理プロセスは統計的非相関（uncorrelated）サイン型
（sine−shaped）波形成分の直線的総量（linear summ
ation）として表されている。パワースペクトルによるE
EGモニターに対する現行の取組は、非直線性及び周波数
間フェーズ（inter−frequency phase）の関連性に関
する情報を阻止してきており、EEGのダイナミック構造
を表すことについてはその利用は限定されている。さら
に、EEGの高周波低振幅要素は今日まで周知の分析技術
のフィルタリング（filtering）及びサンプリング特性
により無視されてきた。
枢内に組織されている、脳内の何千ものバイオ電気的活
性を有する細胞の放電は、広域周波数スペクトル及び非
常に複雑なダイナミックス（dynamics）を有する電気的
信号の形成に貢献している。その信号には周波数内容、
非直線性（non−linearities）及び発生する複雑なノイ
ロン発射（neuronal firing）パターンから生じるフェ
ーズ（phase）関係の情報が含まれている。EEG信号の複
雑さにより、従来型時間及び周波数モードの分析は、そ
の振舞いを充分に解説するには不足であった。２次オー
トコリレーション（second order autocorrelation）
関数（パワースペクトル）のフーリエ変換において、処
理プロセスは統計的非相関（uncorrelated）サイン型
（sine−shaped）波形成分の直線的総量（linear summ
ation）として表されている。パワースペクトルによるE
EGモニターに対する現行の取組は、非直線性及び周波数
間フェーズ（inter−frequency phase）の関連性に関
する情報を阻止してきており、EEGのダイナミック構造
を表すことについてはその利用は限定されている。さら
に、EEGの高周波低振幅要素は今日まで周知の分析技術
のフィルタリング（filtering）及びサンプリング特性
により無視されてきた。
EEGは広域スペクトルを有し、高度にダイナミックで
非直線的なので、EEG内、特に高周波数領域におけるフ
ェーズ関係は脳活動に関する多数の診断情報を有してい
るはずである。３次オートコリレーションのフーリエ変
換あるいはオートバイスペクトル（autobispectrum）は
１信号内における正常からの偏差、２次方程式系（quad
ratic）非直線性、及び周波数間フェーズの関係を定量
化する分析プロセスである。３次クロスコリレーション
（crosscorrelation）関数のフーリエ変換あるいはクロ
スバイスペクトル（crossbispectrum）は２信号間にお
ける同様な情報を提供する分析プロセスである。
非直線的なので、EEG内、特に高周波数領域におけるフ
ェーズ関係は脳活動に関する多数の診断情報を有してい
るはずである。３次オートコリレーションのフーリエ変
換あるいはオートバイスペクトル（autobispectrum）は
１信号内における正常からの偏差、２次方程式系（quad
ratic）非直線性、及び周波数間フェーズの関係を定量
化する分析プロセスである。３次クロスコリレーション
（crosscorrelation）関数のフーリエ変換あるいはクロ
スバイスペクトル（crossbispectrum）は２信号間にお
ける同様な情報を提供する分析プロセスである。
オートバイスペクトル分析技術はEEG信号に適用さ
れ、32Hz以下の周波数に通常型EEGの焦点を合わせるこ
とが研究されてきた。かような研究はオートバイスペク
トル分析による覚醒時と睡眠時との間の変化についても
行われてきた。オートバイスペクトル分析及びパワース
ペクトル分析は一卵性双生児のEEGが構造上類似してい
ることを証明する試みにも使用されてきた。
れ、32Hz以下の周波数に通常型EEGの焦点を合わせるこ
とが研究されてきた。かような研究はオートバイスペク
トル分析による覚醒時と睡眠時との間の変化についても
行われてきた。オートバイスペクトル分析及びパワース
ペクトル分析は一卵性双生児のEEGが構造上類似してい
ることを証明する試みにも使用されてきた。
今日まで、EEGの高周波数（32Hz以上）領域分を審査
し、診断的価値を有する情報を発見した研究は皆無であ
った。さらにオートバイスペクトルあるいはクロスバイ
スペクトル分析が診断目的において価値のあるものであ
るという研究も皆無であったと思われる。また、これら
どちらの分析技術も麻酔の深さ及び適正さ、外科的スト
レス（surgical stress）により引き起こされる痛みに
対する効果、脳のイスケミア、意識状態、中毒（intoxi
cation）の程度、継続的認識（ongoing cognitive）プ
ロセスあるいは半球間（interhemispheric）ダイナミッ
クフェーズ関係の定量化においては価値が見出されては
いなかったように思われる。
し、診断的価値を有する情報を発見した研究は皆無であ
った。さらにオートバイスペクトルあるいはクロスバイ
スペクトル分析が診断目的において価値のあるものであ
るという研究も皆無であったと思われる。また、これら
どちらの分析技術も麻酔の深さ及び適正さ、外科的スト
レス（surgical stress）により引き起こされる痛みに
対する効果、脳のイスケミア、意識状態、中毒（intoxi
cation）の程度、継続的認識（ongoing cognitive）プ
ロセスあるいは半球間（interhemispheric）ダイナミッ
クフェーズ関係の定量化においては価値が見出されては
いなかったように思われる。
よって、本発明の主要な目的は、脳の電気活動におい
て発生する肉体的症状を認知し、モニターする能力を備
えた非インベーシブで高解度高周波数電気脳撮影（elec
tro−encephalographic）システム及び方法を提供する
ことである。
て発生する肉体的症状を認知し、モニターする能力を備
えた非インベーシブで高解度高周波数電気脳撮影（elec
tro−encephalographic）システム及び方法を提供する
ことである。
本発明の別な目的は、麻酔の深さ及び適正さ、外科的
ストレスから引き起こされる痛みに対する反応、急性脳
イスケミア、意識のレベル、中毒の程度及び正常あるい
は異常な認識プロセスを決定、並びにモニターする能力
を備えた非インベーシブな電気脳撮影システム及び方法
を提供することである。
ストレスから引き起こされる痛みに対する反応、急性脳
イスケミア、意識のレベル、中毒の程度及び正常あるい
は異常な認識プロセスを決定、並びにモニターする能力
を備えた非インベーシブな電気脳撮影システム及び方法
を提供することである。
発明の要約 本発明のシステム及び方法は、患者の脳の左右半球
（hemisphere）両方の対象部位（region）から19の単極
（unipolar）EEG信号を得るための適正な電極並びに増
幅器システムを応用する。高周波数領域分の信号を得る
のに2Hzから500Hzまでのバンドパスフィルタリング（Ba
nd−pass filltering）が使用される。高ゲイン（利
得）増幅器は該信号の高周波数、低エネルギー波成分の
ダイナミックレンジを最大にする。本システムは該信号
に対してデジタルサンプリング技術を適用し、高速シリ
ーズライン（serial line）に乗せてホストコンピュー
タにデジタル化されたデータを伝送する。本システムは
各リード（lead）からの32秒長データを128の連続的な
0.25秒間隔に分割する。本システムは19全ての単極リー
ドを標準偏差により標準化し、その後ファースト（fas
t）フーリエ変換（FFT）ベースのアプローチ、あるいは
パラメトリックな３時フィティング（cubic fitting）
アプローチのどちらかを使用してオートバイスペクトル
変換用の処理により、前記信号内のダイナミックフェー
ズ関係の特徴付けを行う。同様に、３つの対応する左右
半球データペア（pair）は前記同様に標準化され、２半
球間のダイナミッフェーズ関係はFFTあるいはパラメト
リックベースの技術のどちらかを利用したクロスバイス
ペクトル予想値（estimates）の処理によりその特徴付
けが行われる。その結果は対象のスペクトル内周端数の
可能性のある全ての組み合わせ（周波数ペア）間のダイ
ナミック相互作用を表す１セット（set）の２次元配列
（array）となる。各単極リード毎に３つの配列が生じ
る。すなわち、オートバイコヒーレンス（autobicohere
nce）、オートバイスペクトル密度（density）及びオー
トバイフェーズ（autobiphase）である。また、３つの
配列が各２極（bipolar）データセット毎に発生する。
すなわち、クロスバイコヒーレンス（crossbicoherenc
e）、クロスバイスペクトル密度及びクロスバイフェー
ズ（crossbiphase）である。
（hemisphere）両方の対象部位（region）から19の単極
（unipolar）EEG信号を得るための適正な電極並びに増
幅器システムを応用する。高周波数領域分の信号を得る
のに2Hzから500Hzまでのバンドパスフィルタリング（Ba
nd−pass filltering）が使用される。高ゲイン（利
得）増幅器は該信号の高周波数、低エネルギー波成分の
ダイナミックレンジを最大にする。本システムは該信号
に対してデジタルサンプリング技術を適用し、高速シリ
ーズライン（serial line）に乗せてホストコンピュー
タにデジタル化されたデータを伝送する。本システムは
各リード（lead）からの32秒長データを128の連続的な
0.25秒間隔に分割する。本システムは19全ての単極リー
ドを標準偏差により標準化し、その後ファースト（fas
t）フーリエ変換（FFT）ベースのアプローチ、あるいは
パラメトリックな３時フィティング（cubic fitting）
アプローチのどちらかを使用してオートバイスペクトル
変換用の処理により、前記信号内のダイナミックフェー
ズ関係の特徴付けを行う。同様に、３つの対応する左右
半球データペア（pair）は前記同様に標準化され、２半
球間のダイナミッフェーズ関係はFFTあるいはパラメト
リックベースの技術のどちらかを利用したクロスバイス
ペクトル予想値（estimates）の処理によりその特徴付
けが行われる。その結果は対象のスペクトル内周端数の
可能性のある全ての組み合わせ（周波数ペア）間のダイ
ナミック相互作用を表す１セット（set）の２次元配列
（array）となる。各単極リード毎に３つの配列が生じ
る。すなわち、オートバイコヒーレンス（autobicohere
nce）、オートバイスペクトル密度（density）及びオー
トバイフェーズ（autobiphase）である。また、３つの
配列が各２極（bipolar）データセット毎に発生する。
すなわち、クロスバイコヒーレンス（crossbicoherenc
e）、クロスバイスペクトル密度及びクロスバイフェー
ズ（crossbiphase）である。
各オートバイスペクトル及びクロスバイスペクトル配
列は16,512のデータポイント（data point）を含む。
これらの値の全て、あるいはほとんど異なる干渉中（in
tervention）、あるいは異なる病気状態によって通常状
態から変化するものと予期することが可能であるが、実
施例においては、問題の特定診断結果を追求するのに最
大忠実度（fidelity）を示すポイントのみが診断基準
（diagnostic criterion）を作成するのに利用されて
いる。特定の干渉、あるいは継続的な生理学的プロセス
に非常に鋭敏なポイントの総体（ensemble）は、コンピ
ュータ処理されたバイスペクトル配列から臨床的効果の
高い単数（single−number）インデッウスを作成するの
に使用可能である。本システムは麻酔の深さ及び適正
さ、外科的ストレス下の痛にみ対する反応、急性脳イス
ケミア、意識のレベル、中毒の程度及び正常あるいは異
常な認知プロセスの診断評価のための診断メリット表
（figure of merit）としてこれらのインデックスを
使用する。このアプローチにより非熟練技術者を含むい
かなる操作員でも前記診断装置の出力表示の効果的解釈
が可能となる。
列は16,512のデータポイント（data point）を含む。
これらの値の全て、あるいはほとんど異なる干渉中（in
tervention）、あるいは異なる病気状態によって通常状
態から変化するものと予期することが可能であるが、実
施例においては、問題の特定診断結果を追求するのに最
大忠実度（fidelity）を示すポイントのみが診断基準
（diagnostic criterion）を作成するのに利用されて
いる。特定の干渉、あるいは継続的な生理学的プロセス
に非常に鋭敏なポイントの総体（ensemble）は、コンピ
ュータ処理されたバイスペクトル配列から臨床的効果の
高い単数（single−number）インデッウスを作成するの
に使用可能である。本システムは麻酔の深さ及び適正
さ、外科的ストレス下の痛にみ対する反応、急性脳イス
ケミア、意識のレベル、中毒の程度及び正常あるいは異
常な認知プロセスの診断評価のための診断メリット表
（figure of merit）としてこれらのインデックスを
使用する。このアプローチにより非熟練技術者を含むい
かなる操作員でも前記診断装置の出力表示の効果的解釈
が可能となる。
連続的モニターが必要とされる場合には、操作員に対
象部位を相互作用的に診断するためのインデックスがビ
デオ端末に連続して表示される。記録保存目的で、イン
デックス値及び他の関連変数をハードコピー出力装置に
伝達、あるいはディスクに保存することが可能である。
象部位を相互作用的に診断するためのインデックスがビ
デオ端末に連続して表示される。記録保存目的で、イン
デックス値及び他の関連変数をハードコピー出力装置に
伝達、あるいはディスクに保存することが可能である。
本発明の前記及び他の目的並びに特徴は、対応するそ
れぞれに参照番号を付した添付図面を参照にし、以下の
詳細な説明によりさらに充分理解されるであろう。
れぞれに参照番号を付した添付図面を参照にし、以下の
詳細な説明によりさらに充分理解されるであろう。
図面の簡単な説明 図１は本発明の非インベーシブに脳症状を探知するシ
ステムの概略図である。
ステムの概略図である。
図２は図１のシステム中に利用されているシリーズイ
ンターフェース（serial interface）を含む19チャン
ネルのEEGデータ取得システムの概略図である。
ンターフェース（serial interface）を含む19チャン
ネルのEEGデータ取得システムの概略図である。
図３は図１のシステムのEEGバイスペクトルの計算表
示に使用されるマイクロコンピュータの概略図である。
示に使用されるマイクロコンピュータの概略図である。
図４は図１のシステムにより実施される処理操作の概
略図である。
略図である。
図５は図４に示されるモニターモジュール操作のフロ
ーチャートである。
ーチャートである。
図６は図１のシステムにより取り出（発生）されるバ
イスペクトル値のサンプル表示画面を示す図である。
イスペクトル値のサンプル表示画面を示す図である。
図７は図４のシステムのデータ取得操作及びEEG未処
理データ管理モジュールのフローチャートである。
理データ管理モジュールのフローチャートである。
図８は図１のシステムにより使用されるオートバイス
ペクトルあるいはクロスバイスペクトルを発生させる周
波数領域ベースの方法のフローチャートである。
ペクトルあるいはクロスバイスペクトルを発生させる周
波数領域ベースの方法のフローチャートである。
図９は図１のシステムのオートバイスペクトルあるい
はクロスバイスペクトルを発生させるパラメトリック
（parametric）ベースの方法のフローチャートである。
はクロスバイスペクトルを発生させるパラメトリック
（parametric）ベースの方法のフローチャートである。
図10（ａ）は図１のシステムにより取り出されるバイ
スペクトル密度配列を表すグラフ図である。
スペクトル密度配列を表すグラフ図である。
図10（ｂ）は図１のシステムにより取ら出されるバイ
フェーズ（biphase）配列を表すグラフ図である。
フェーズ（biphase）配列を表すグラフ図である。
図10（ｃ）は図１のシステムにより取り出されるバイ
コヒーレンス配列を表すグラフ図である。
コヒーレンス配列を表すグラフ図である。
図11は図４の診断用インデックス取り出しモジュール
のフローチャートである。
のフローチャートである。
図12（ａ）から図12（ｃ）までは１患者の異なる３状
態のバイスペクトル密度値配列のグラフ図である。
態のバイスペクトル密度値配列のグラフ図である。
図13（ａ）と図13（ｂ）は本発明のシステム及び方法
により取り出される統計的配列のグラフ図である。
により取り出される統計的配列のグラフ図である。
図14は図１のシステムにより取り出される１本のリー
ド用注釈入り連続的オートバイスペクトル密度診断用イ
ンデックスのグラフである。
ド用注釈入り連続的オートバイスペクトル密度診断用イ
ンデックスのグラフである。
好適実施例の詳細な説明 図１においては、本発明装置は高速シリアル（seria
l）インターフェース26を通じてマイクロコンピュータ1
8に接続された19チャンネルEEGデータ取得システム12を
含む。
l）インターフェース26を通じてマイクロコンピュータ1
8に接続された19チャンネルEEGデータ取得システム12を
含む。
それらのEEGリード（lead）は患者の頭部14に一セッ
トの表面電極により接続される。国際（internationa
l）10/20電極システム及び用語法（nomenclature）活用
が望ましい。このEEG信号は前記電極により拾われ、患
者ケーブル線16により前記EEGデータ取得システム12に
伝送される。
トの表面電極により接続される。国際（internationa
l）10/20電極システム及び用語法（nomenclature）活用
が望ましい。このEEG信号は前記電極により拾われ、患
者ケーブル線16により前記EEGデータ取得システム12に
伝送される。
前記EEGデータ取得システム12はそのEEG波形をフィル
ターにかけ、増幅し、さらにデジタル化して高速シンク
ロシリアルライン（synchronous serial line）26を
通じてマイクロコンピュータ18に伝送する。さらに、該
シリアルライン26は前記データ取得装置12にフィルタ
ー、ゲイン及びサンプルレート（rate）インストラクシ
ョンをダウンロード（download）するのに使用される。
ターにかけ、増幅し、さらにデジタル化して高速シンク
ロシリアルライン（synchronous serial line）26を
通じてマイクロコンピュータ18に伝送する。さらに、該
シリアルライン26は前記データ取得装置12にフィルタ
ー、ゲイン及びサンプルレート（rate）インストラクシ
ョンをダウンロード（download）するのに使用される。
前記マイクロコンピュータ18は全コンピュータ計算処
理済みのデータ配列（date array）を取り出す（発生
させる）ためにシリアルデータストリーム（serial da
ta stream）の処理を行う。その後これら配列は患者の
状態を示す診断用インデックス（diagnostic inde
x））を作成するために臨床研究から得られる所定の参
照配列（reference array）と共に使用される。これら
のインデックスはグラフィックディスプレー20に表示さ
れる。該診断用インデックスのプリントアウト（印刷）
は前記マイクロコンピュータ18に接続されたハードコピ
ー出力装置22によって可能である。本システムの操作員
とデータ取得及び分析成分の間の相互作用（interactio
n）はキーボード24と前記グラフィックディスプレー20
上でのフィードバック付きポイント装置（pointing de
vice）28により提供される。
理済みのデータ配列（date array）を取り出す（発生
させる）ためにシリアルデータストリーム（serial da
ta stream）の処理を行う。その後これら配列は患者の
状態を示す診断用インデックス（diagnostic inde
x））を作成するために臨床研究から得られる所定の参
照配列（reference array）と共に使用される。これら
のインデックスはグラフィックディスプレー20に表示さ
れる。該診断用インデックスのプリントアウト（印刷）
は前記マイクロコンピュータ18に接続されたハードコピ
ー出力装置22によって可能である。本システムの操作員
とデータ取得及び分析成分の間の相互作用（interactio
n）はキーボード24と前記グラフィックディスプレー20
上でのフィードバック付きポイント装置（pointing de
vice）28により提供される。
前記19チャネルデータ取得システム12は図２において
さらに詳細に示されている。患者頭部14上に載置された
１個の表面電極により検知されたEEG表面電荷（potenti
al）は、マルチチャンネルアナログ−デジタル変換器38
に伝達される前に電気サージ（electrosurgery）防御回
路30、細動除去（defibrillator）防御回路32及び増幅
器／フィルター回路36を通過する。
さらに詳細に示されている。患者頭部14上に載置された
１個の表面電極により検知されたEEG表面電荷（potenti
al）は、マルチチャンネルアナログ−デジタル変換器38
に伝達される前に電気サージ（electrosurgery）防御回
路30、細動除去（defibrillator）防御回路32及び増幅
器／フィルター回路36を通過する。
前記電気サージ防御回路30は高周波（radio freguen
cy）（rf）フィルターを含む。該高周波フィルターは患
者のリード16を通過するrf電流を100マイクロアンペア
以下に押さえ、患者15をrf火傷から守ると同時に、製造
業者指定の最大入力電圧を超過することにより引き起こ
される被害から前記増幅器36を防御する。本回路はアー
スされたジェネリックキャパシター（generic capacit
or）にシリーズで接続されたジェネリックインダクター
（inductor）からなるLCセクション（section）回路で
も構わない。
cy）（rf）フィルターを含む。該高周波フィルターは患
者のリード16を通過するrf電流を100マイクロアンペア
以下に押さえ、患者15をrf火傷から守ると同時に、製造
業者指定の最大入力電圧を超過することにより引き起こ
される被害から前記増幅器36を防御する。本回路はアー
スされたジェネリックキャパシター（generic capacit
or）にシリーズで接続されたジェネリックインダクター
（inductor）からなるLCセクション（section）回路で
も構わない。
前記細動除去防御回路32は細動除去器が患者15に使用
され放電されたときに前記増幅器36への電圧を安全レベ
ルに制限する。本回路はネオン電球（neon light bul
b）及び／あるいはアースされた抵抗器にシリーズで接
続された並行可変抵抗器からなることも可能である。
され放電されたときに前記増幅器36への電圧を安全レベ
ルに制限する。本回路はネオン電球（neon light bul
b）及び／あるいはアースされた抵抗器にシリーズで接
続された並行可変抵抗器からなることも可能である。
前記の増幅器／フィルター電気回路構成部分（circui
try）36は、操作員の要求に応じてデフォルトゲイン（d
efault gain）及びフィルタリングレベル、あるいはア
ルタネート（alternate）ゲイン及びフィルタリングレ
ベル用としてマイクロプロセッサー34により制御され
る。望ましいゲイン及びフィルタリングのセッティング
については後述する。本回路のセクションは３ステージ
（stage）で構成されている。すなわち、第１はカリフ
ォルニア州サニーベール（Sunnyvale）のナショナルセ
ミコンダクター社により販売されているもののごとくの
多種にわたる高インピーダンスプレ増幅器（pre−ampli
fier）を使用して組立てられるプレ増幅器ステージであ
り、第２はマサチューセッツ州ヘーバーヒル（Heverhil
l）のフリケンシーデバイス社（Frequency Devices）
の部品を利用可能なプログラム可能フィルターステージ
であり、第３はナショナルセミコンダクター社から両部
品共供給され得るところのマルチタイブデジタル−アナ
ログ（D/A）変換器と共に使用されるオペレーショナル
増幅器（operational amplifiers）から組立てられる
プログラム可能増幅器ステージである。該マルチタイプ
D/Aは前記マイクロプロセッサー34により要求される適
正なレベルにゲインのセットするのに使用される。
try）36は、操作員の要求に応じてデフォルトゲイン（d
efault gain）及びフィルタリングレベル、あるいはア
ルタネート（alternate）ゲイン及びフィルタリングレ
ベル用としてマイクロプロセッサー34により制御され
る。望ましいゲイン及びフィルタリングのセッティング
については後述する。本回路のセクションは３ステージ
（stage）で構成されている。すなわち、第１はカリフ
ォルニア州サニーベール（Sunnyvale）のナショナルセ
ミコンダクター社により販売されているもののごとくの
多種にわたる高インピーダンスプレ増幅器（pre−ampli
fier）を使用して組立てられるプレ増幅器ステージであ
り、第２はマサチューセッツ州ヘーバーヒル（Heverhil
l）のフリケンシーデバイス社（Frequency Devices）
の部品を利用可能なプログラム可能フィルターステージ
であり、第３はナショナルセミコンダクター社から両部
品共供給され得るところのマルチタイブデジタル−アナ
ログ（D/A）変換器と共に使用されるオペレーショナル
増幅器（operational amplifiers）から組立てられる
プログラム可能増幅器ステージである。該マルチタイプ
D/Aは前記マイクロプロセッサー34により要求される適
正なレベルにゲインのセットするのに使用される。
各チャンネルの高インピーダンスプレ増幅器は、該プ
レ増幅器の入力がカットされない限り正あるいは負どち
らかの供給電圧に飽和する。これにより増幅器／フィル
ターセクション36の出力は大きな正の値あるいは大きな
負の値となる。これらの値はリードのトラブルの特定に
使用可能となるであろう。
レ増幅器の入力がカットされない限り正あるいは負どち
らかの供給電圧に飽和する。これにより増幅器／フィル
ターセクション36の出力は大きな正の値あるいは大きな
負の値となる。これらの値はリードのトラブルの特定に
使用可能となるであろう。
前記増幅器／フィルター36の全19チャンネルの出力
は、サンプルのレートセッティング用マイクロプロセッ
サー34のコントロール下のマルチチャンネルアナログ−
デジタル変換器（A/D）38に入力される。前記アナログ
信号はコンピュータ入力に適するようにデジタルデータ
フォーマットに変換される。マサチューセッツ州ノース
ウッドのアナログデバイス社により販売されているA/D
変換器をこの目的に供することが可能である。
は、サンプルのレートセッティング用マイクロプロセッ
サー34のコントロール下のマルチチャンネルアナログ−
デジタル変換器（A/D）38に入力される。前記アナログ
信号はコンピュータ入力に適するようにデジタルデータ
フォーマットに変換される。マサチューセッツ州ノース
ウッドのアナログデバイス社により販売されているA/D
変換器をこの目的に供することが可能である。
前記マルチチャンネルA/D変換器38は光学絶縁器（OPT
ICAL ISOLATOR）42によりデータバス（bus）40と光学
的にカプリングされる。前記サンプル及びホールド（ho
ld）回路、マルチプレキサー（multiplexer）及び前記A
/D変換器38への全コントロールラインはまた光学絶縁器
44により光学的に絶縁される。いかなる周知な絶縁器で
もこの目的に供することが可能である。
ICAL ISOLATOR）42によりデータバス（bus）40と光学
的にカプリングされる。前記サンプル及びホールド（ho
ld）回路、マルチプレキサー（multiplexer）及び前記A
/D変換器38への全コントロールラインはまた光学絶縁器
44により光学的に絶縁される。いかなる周知な絶縁器で
もこの目的に供することが可能である。
前記増幅器36、サンプル及びホールド回路、マルチプ
レキサー及びA/D変換器38に達する全DCパワーライン
も、患者を地面（ground）から完全に隔離するためにDC
/DC変換器46でACパワーラインから隔離される。バーブ
ラウン社（Burr Brown）構造DC/DC変換器をこの目的で
使用することが可能である。
レキサー及びA/D変換器38に達する全DCパワーライン
も、患者を地面（ground）から完全に隔離するためにDC
/DC変換器46でACパワーラインから隔離される。バーブ
ラウン社（Burr Brown）構造DC/DC変換器をこの目的で
使用することが可能である。
前記マイクロプロセッサー34の操作制御用基本説明は
ロム（ROM）48に記録されている。ラム（RAM）50はデー
タ用バッファー（buffer）メモリーとして使用され、該
RAM50の一部も制御プログラムが前記マイクロコンピュ
ータ18からダウンロードされている際にプログラムメモ
リーとして使用され得る。
ロム（ROM）48に記録されている。ラム（RAM）50はデー
タ用バッファー（buffer）メモリーとして使用され、該
RAM50の一部も制御プログラムが前記マイクロコンピュ
ータ18からダウンロードされている際にプログラムメモ
リーとして使用され得る。
シリアルインターフェース52は前記マイクロプロセッ
サー34の制御下に作動する。該シリアルインターフェー
ス52は、20チャンネルデータ取得システム12と、コンピ
ュータの如何を問わず、いかなるコンパチブル型（comp
atible）高速シンクロ（synchronous）シリアルインタ
ーフェースカードとの間でもシンクロシリアルリンク
（link）を提供するように光学絶縁器54で高速シンクロ
シリアルドライバー（driver）56に光学的にカプリング
されている。前記シリアルラインは、患者の安全性向上
及び過渡電流（transients）から前記ホストコンピュー
タ18を保護するために光学絶縁器54及びDC/DC変換器58
により絶縁されている。
サー34の制御下に作動する。該シリアルインターフェー
ス52は、20チャンネルデータ取得システム12と、コンピ
ュータの如何を問わず、いかなるコンパチブル型（comp
atible）高速シンクロ（synchronous）シリアルインタ
ーフェースカードとの間でもシンクロシリアルリンク
（link）を提供するように光学絶縁器54で高速シンクロ
シリアルドライバー（driver）56に光学的にカプリング
されている。前記シリアルラインは、患者の安全性向上
及び過渡電流（transients）から前記ホストコンピュー
タ18を保護するために光学絶縁器54及びDC/DC変換器58
により絶縁されている。
図１の前記ホスト、すなわちマイクロコンピュータ18
は図３においてさらに詳細に示されている。全マイクロ
コンピュータシステムは、マイクロプロセッサー62用プ
ログラムメモリーがROM64に記録されているマイクロプ
ロセッサー62の制御下で作動する。RAM66は中間データ
の保存・蓄積に使用される。大量記録装置84は患者のデ
ータ取得に加えて臨床データベースの保存に使用され
る。
は図３においてさらに詳細に示されている。全マイクロ
コンピュータシステムは、マイクロプロセッサー62用プ
ログラムメモリーがROM64に記録されているマイクロプ
ロセッサー62の制御下で作動する。RAM66は中間データ
の保存・蓄積に使用される。大量記録装置84は患者のデ
ータ取得に加えて臨床データベースの保存に使用され
る。
１の好適実施例においては、前記マイクロコンピュー
タ18は複雑な計算を全データ配列について同時に行うこ
とができる配列プロセッサー68（例えば、マサチューセ
ッツ州ローウエル（Lowell）のスカイ社（SKY）により
販売されているボルテックス（Vortex）のごときもの）
を含む。該実施例においては、マイクロプロセッサー62
に直接接続されているマス（数学）コプロセッサー（ma
th coprocessor）70をも包含している。該マスコプロ
セッサー70はスカラー（scalar）及びグラフィック計算
に使用され、前記配列プロセッサー68はバイスペクトル
及び他のデータベクトルを計算するのに使用される。
タ18は複雑な計算を全データ配列について同時に行うこ
とができる配列プロセッサー68（例えば、マサチューセ
ッツ州ローウエル（Lowell）のスカイ社（SKY）により
販売されているボルテックス（Vortex）のごときもの）
を含む。該実施例においては、マイクロプロセッサー62
に直接接続されているマス（数学）コプロセッサー（ma
th coprocessor）70をも包含している。該マスコプロ
セッサー70はスカラー（scalar）及びグラフィック計算
に使用され、前記配列プロセッサー68はバイスペクトル
及び他のデータベクトルを計算するのに使用される。
前記マイクロプロセッサー62のプログロム制御下で作
動しているグラフィック制御器72はグラフィックディス
プレー20を駆動する。キーボード制御器74は操作員のキ
ーボード24と直接的に接続（interface）されている。
シリアルポート（port）80はポイント装置82と接続（in
terface）されている。
動しているグラフィック制御器72はグラフィックディス
プレー20を駆動する。キーボード制御器74は操作員のキ
ーボード24と直接的に接続（interface）されている。
シリアルポート（port）80はポイント装置82と接続（in
terface）されている。
全取得、分析及びディスプレー作業の操作員による制
御は、前記グラフィックディスプレー20上のフィードバ
ックを用いつつ、前記キーボード24及びポイント装置82
により制御される。１つの高速シンクロシリアルポート
76は20チャンネルデータ取得システム12とインターフェ
ース（接続）するように提供される。ポート76は制御デ
ータを該システム（例えば、フィルター、ゲイン、サン
プリングレート、スタート／ストップ取得、自己診断
等）に伝送し、該システムからEEGデータを受け取り、
該システムにプログラムデータをダウンロードするのに
使用可能である。別のシリアル、すなわち平行ポート78
は希望する診断インデックスをプリントするためのハー
ドコピー出力装置22を駆動するのに提供される。
御は、前記グラフィックディスプレー20上のフィードバ
ックを用いつつ、前記キーボード24及びポイント装置82
により制御される。１つの高速シンクロシリアルポート
76は20チャンネルデータ取得システム12とインターフェ
ース（接続）するように提供される。ポート76は制御デ
ータを該システム（例えば、フィルター、ゲイン、サン
プリングレート、スタート／ストップ取得、自己診断
等）に伝送し、該システムからEEGデータを受け取り、
該システムにプログラムデータをダウンロードするのに
使用可能である。別のシリアル、すなわち平行ポート78
は希望する診断インデックスをプリントするためのハー
ドコピー出力装置22を駆動するのに提供される。
図４においては、本発明のシステム操作及び方法のブ
ロックダイアグラムが記載されている。前述のごとく、
本発明のシステム及び方法は所定数のリード（本実施例
においては19本の単極及び６本の２極）からEEG信号の
ダイナミックフェーズと密度関係を計算する。単数診断
用インデックスは予め定められた参照配列を利用するこ
とによりそのデータ配列から取り出される。その結果
は、例えば、麻酔の深さ及び適正さ、外科的ストレス下
における痛みに対する反応、急性及び慢性脳イスケミ
ア、意識のレベル、脳中毒の程度、正常及び異常な認知
プロセスに関する脳の電気的活動を分析するために有用
な定量的インデックスとなる。
ロックダイアグラムが記載されている。前述のごとく、
本発明のシステム及び方法は所定数のリード（本実施例
においては19本の単極及び６本の２極）からEEG信号の
ダイナミックフェーズと密度関係を計算する。単数診断
用インデックスは予め定められた参照配列を利用するこ
とによりそのデータ配列から取り出される。その結果
は、例えば、麻酔の深さ及び適正さ、外科的ストレス下
における痛みに対する反応、急性及び慢性脳イスケミ
ア、意識のレベル、脳中毒の程度、正常及び異常な認知
プロセスに関する脳の電気的活動を分析するために有用
な定量的インデックスとなる。
モニターモジュール402は利用者インターフェースモ
ジュール404、取得及び未処理EEGデータ運用モジュール
406、バイスペクトル処理モジュール408並びに診断用イ
ンデックス取出しモジュール410からのデータ及びプロ
セス情報の集積を通じて本システムの全体的な操作を司
る。該モジュール402の詳細な解説図は図５に記載され
ている。
ジュール404、取得及び未処理EEGデータ運用モジュール
406、バイスペクトル処理モジュール408並びに診断用イ
ンデックス取出しモジュール410からのデータ及びプロ
セス情報の集積を通じて本システムの全体的な操作を司
る。該モジュール402の詳細な解説図は図５に記載され
ている。
前記利用者インターフェース及びディスプレー運用モ
ジュール404は、作業過程において操作員が本システム
を制御し相互作用させる方法を表す。これには患者、実
行されている診断作業のタイプ、及びリード及びデータ
取得セッティングに関する情報登録、並びに取得状況の
連続的表示、リード集積及び各電極により検知されてい
る部位に対応する診断用インデックス、並びに結果のプ
リント及びディスクへの記録を含むがそれらに制限され
ることはない。モジュール404は直接的にモニターモジ
ュール402と相互作用する。該モジュール404により取り
扱われる操作はマイクロソフトウインドー（Microsoft'
s Window）のごとき数多くの商業的に入手可能な環境
下にて達成可能である。
ジュール404は、作業過程において操作員が本システム
を制御し相互作用させる方法を表す。これには患者、実
行されている診断作業のタイプ、及びリード及びデータ
取得セッティングに関する情報登録、並びに取得状況の
連続的表示、リード集積及び各電極により検知されてい
る部位に対応する診断用インデックス、並びに結果のプ
リント及びディスクへの記録を含むがそれらに制限され
ることはない。モジュール404は直接的にモニターモジ
ュール402と相互作用する。該モジュール404により取り
扱われる操作はマイクロソフトウインドー（Microsoft'
s Window）のごとき数多くの商業的に入手可能な環境
下にて達成可能である。
前記取得及び未処理EEGデータ運用モジュール406は、
バイスペクトル分析に先立ち全ての未処理EEGデータの
チェックと処理を司る。これはEEGデータの連続的取得
及び該データの集積の検証、オートバイスペクトル処理
のための全単極EEGデータの用意、及びクロスバイスペ
クトル処理のための全２極EEGデータの用意を含むが、
それらに制限されることはない。モジュール406は前記
モニターモジュール402と直接的に相互作用する。モジ
ュール406のさらに詳細な説明は図７と関連させて以下
に提供される。
バイスペクトル分析に先立ち全ての未処理EEGデータの
チェックと処理を司る。これはEEGデータの連続的取得
及び該データの集積の検証、オートバイスペクトル処理
のための全単極EEGデータの用意、及びクロスバイスペ
クトル処理のための全２極EEGデータの用意を含むが、
それらに制限されることはない。モジュール406は前記
モニターモジュール402と直接的に相互作用する。モジ
ュール406のさらに詳細な説明は図７と関連させて以下
に提供される。
バイスペクトル処理モジュール408はEEG内のダイナミ
ックフェーズ及び密度関係を測定する全データ配列の取
り出しを制御する。この情報はFFTベースあるいはパラ
メトリックベースのアプローチのどちらかを利用したオ
ートバイスペクトル及びクロスバイスペクトル配列両方
において組織化され得る。このモジュールにより為され
る仕事は、フーリエ変換、及びパワースペクトル、オー
トバイスペクトル密度、クロスバイスペクトル密度、オ
ートバイコヒーレンス、クロスバイコヒーレンス、オー
トバイフェーズ、並びにクロスバイフェーズの取得を含
むが、これらの限定されることはない。モジュール408
はモニターモジュール402と直接的に相互作用し、モジ
ュール408のさらに詳細な説明は図８及び図９に関連し
て以下に提供される。
ックフェーズ及び密度関係を測定する全データ配列の取
り出しを制御する。この情報はFFTベースあるいはパラ
メトリックベースのアプローチのどちらかを利用したオ
ートバイスペクトル及びクロスバイスペクトル配列両方
において組織化され得る。このモジュールにより為され
る仕事は、フーリエ変換、及びパワースペクトル、オー
トバイスペクトル密度、クロスバイスペクトル密度、オ
ートバイコヒーレンス、クロスバイコヒーレンス、オー
トバイフェーズ、並びにクロスバイフェーズの取得を含
むが、これらの限定されることはない。モジュール408
はモニターモジュール402と直接的に相互作用し、モジ
ュール408のさらに詳細な説明は図８及び図９に関連し
て以下に提供される。
診断用インデックス取出しモジュール410は診断プロ
セスで利用されるデータ値を取り出す。この任務は所定
の臨床用参照配列の使用を通じて関係する周波数ペアを
特定し、該周波数配列により定義された周波数位置にお
いてのバイスペクトルデータ値から診断用インデックス
を創造することを含むが、これらに限定されるものでは
ない。モジュール410は前記モニターモジュール402と直
接的に相互作用し、モジュール410のさらに詳細な説明
は図11との関連して以下に提供される。
セスで利用されるデータ値を取り出す。この任務は所定
の臨床用参照配列の使用を通じて関係する周波数ペアを
特定し、該周波数配列により定義された周波数位置にお
いてのバイスペクトルデータ値から診断用インデックス
を創造することを含むが、これらに限定されるものでは
ない。モジュール410は前記モニターモジュール402と直
接的に相互作用し、モジュール410のさらに詳細な説明
は図11との関連して以下に提供される。
図５において、前記モニターモジュール402の操作を
解説する。ステップ502ではデジタル化されたEEGの保存
（蓄積）に使用されるデータ配列、128の0.25秒EEGデー
タ記録、及び各リードのバイスペクトルデータが初期設
定される。保存に必要なデータファイル及び診断用イン
デックスの算出に必要なデータベースを含むファイルも
初期設定ステップ502でオープンされる。
解説する。ステップ502ではデジタル化されたEEGの保存
（蓄積）に使用されるデータ配列、128の0.25秒EEGデー
タ記録、及び各リードのバイスペクトルデータが初期設
定される。保存に必要なデータファイル及び診断用イン
デックスの算出に必要なデータベースを含むファイルも
初期設定ステップ502でオープンされる。
ステップ504において、本システムは利用者インター
フェースモジュール404を通して利用者から要求された
取得及び診断用プロセスを開始するための情報をリクエ
ストする。このリクエストされる情報は患者の記述的統
計（性別、年令、臨床的自覚症状等）、採用されるべき
診断方法のタイプ、及びオートバイスペクトル分析用リ
ードとクロスバイスペクトル用リードを含む。
フェースモジュール404を通して利用者から要求された
取得及び診断用プロセスを開始するための情報をリクエ
ストする。このリクエストされる情報は患者の記述的統
計（性別、年令、臨床的自覚症状等）、採用されるべき
診断方法のタイプ、及びオートバイスペクトル分析用リ
ードとクロスバイスペクトル用リードを含む。
本システムは操作のデフォルト（default）モードを
含み、該デフォルトモードにおいて本システムは麻酔の
深さ及び適正さ、及び外科的ストレス下の痛みに対する
反応をデフォルトオートバイスペクトル密度データベー
スを活用することにより連続的にモニターする。デフォ
ルトバンドパスフィルタリングは2Hzから500Hzの間で実
施され、デフォルトサンプルレートは2000Hzに設定さ
れ、デフォルトゲインは各リード内で最大ダイナミック
レンジを達成するように自動的に調整される。前記モニ
ターモジュール402に対する以下の記述は本システムの
デフォルト設定を利用する。
含み、該デフォルトモードにおいて本システムは麻酔の
深さ及び適正さ、及び外科的ストレス下の痛みに対する
反応をデフォルトオートバイスペクトル密度データベー
スを活用することにより連続的にモニターする。デフォ
ルトバンドパスフィルタリングは2Hzから500Hzの間で実
施され、デフォルトサンプルレートは2000Hzに設定さ
れ、デフォルトゲインは各リード内で最大ダイナミック
レンジを達成するように自動的に調整される。前記モニ
ターモジュール402に対する以下の記述は本システムの
デフォルト設定を利用する。
リードFp1、Fp2、F7、F3、Fz、F4、F8、T3、C3、Cz、
C4、T4、T5、P3、Pz、P4、T6、01、及び02（A1あるいは
A2参照）により測定されたEEG信号がオートバイスペク
トル分析に使用される。
C4、T4、T5、P3、Pz、P4、T6、01、及び02（A1あるいは
A2参照）により測定されたEEG信号がオートバイスペク
トル分析に使用される。
リードF7とT3（F7−T3）の差、及びリードF8とT4（F8
−T4）の差から測定されたEEG信号は左前方半球（front
al left hemisphere）及び右前方半球（frontal rig
ht hemisphere）部位とそれぞれによりカバーされた部
所から発生する。F7−T3及びF8−T4のこれらの信号はペ
アとなり、クロスバイスペクトル分析に使用される。こ
のようにして前方部位用の半球相互関係が審査される。
同様にしてクロスバイスペクトル分析の目的によるC3−
CzとC4−Cz、及びT3−T5とT4−T6のペアリングは、それ
ぞれ後頭部（occipital）と頭頂部（parietal）部位の
半球相互関係の審査に供される。
−T4）の差から測定されたEEG信号は左前方半球（front
al left hemisphere）及び右前方半球（frontal rig
ht hemisphere）部位とそれぞれによりカバーされた部
所から発生する。F7−T3及びF8−T4のこれらの信号はペ
アとなり、クロスバイスペクトル分析に使用される。こ
のようにして前方部位用の半球相互関係が審査される。
同様にしてクロスバイスペクトル分析の目的によるC3−
CzとC4−Cz、及びT3−T5とT4−T6のペアリングは、それ
ぞれ後頭部（occipital）と頭頂部（parietal）部位の
半球相互関係の審査に供される。
ステップ506において、人の手が加えられていない（a
rtifact free）未処理EEGデータの128の0.25秒バッフ
ァーが取得される。人工（artifactual）のデータを伝
達する全チャンネルは問題を矯正するために操作員に対
して適正に伝えられる。
rtifact free）未処理EEGデータの128の0.25秒バッフ
ァーが取得される。人工（artifactual）のデータを伝
達する全チャンネルは問題を矯正するために操作員に対
して適正に伝えられる。
ステップ508において、本システムはリードFp1、Fp
2、F7、F3、Fz、F4、F8、T3、C3、Cz、C4、T4、T5、P
3、Pz、P4、T6、01、02のオートバイスペクトル配列、
及びリードF8−T4とペアになったF7−T3、T4−T6とペア
になったT3−T5、及びC4−CzとペアになったC3−Cz用ク
ロスバイスペクトル配列を計算する。他のリードも勿論
これらの配列を計算するのに使用され得るし、バイスペ
クトル計算用の２つの異なるアプローチは図８及び図９
を使用して以下に述べる。
2、F7、F3、Fz、F4、F8、T3、C3、Cz、C4、T4、T5、P
3、Pz、P4、T6、01、02のオートバイスペクトル配列、
及びリードF8−T4とペアになったF7−T3、T4−T6とペア
になったT3−T5、及びC4−CzとペアになったC3−Cz用ク
ロスバイスペクトル配列を計算する。他のリードも勿論
これらの配列を計算するのに使用され得るし、バイスペ
クトル計算用の２つの異なるアプローチは図８及び図９
を使用して以下に述べる。
ステップ510において、全取り出し（発生）オートバ
イスペクトル及びクロスバイスペクトル配列からの単数
診断用インデックスが計算される。オートバイスペクト
ル密度及びクロスバイスペクトル密度臨床用参照配列は
これらの臨床用インデックス計算に活用される。該参照
配列の取り出しについては後述する。ステップ512にお
いて、本システムは分析にかけられている全リードの全
ての計算された診断用インデックスを瞬時に表示する。
ステップ514においては、本システムは出口（exit）リ
クエストの有無をチェックし、もし、そのようなリクエ
ストがなされていないならば、本システムはステップ51
6において新規な0.25秒バッファーを得て、ステップ508
からステップ514を繰り返す。ステップ518においては、
リクエストされたプリントアウトがなされ、結果は記録
保存用にディスクに保存（蓄積）され、全ファイルはク
ローズされる。ステップ520において本プロセスは終了
する。
イスペクトル及びクロスバイスペクトル配列からの単数
診断用インデックスが計算される。オートバイスペクト
ル密度及びクロスバイスペクトル密度臨床用参照配列は
これらの臨床用インデックス計算に活用される。該参照
配列の取り出しについては後述する。ステップ512にお
いて、本システムは分析にかけられている全リードの全
ての計算された診断用インデックスを瞬時に表示する。
ステップ514においては、本システムは出口（exit）リ
クエストの有無をチェックし、もし、そのようなリクエ
ストがなされていないならば、本システムはステップ51
6において新規な0.25秒バッファーを得て、ステップ508
からステップ514を繰り返す。ステップ518においては、
リクエストされたプリントアウトがなされ、結果は記録
保存用にディスクに保存（蓄積）され、全ファイルはク
ローズされる。ステップ520において本プロセスは終了
する。
本システムにより取り出されるサンプル表示（sample
display representation）は図６に示される。患者
の頭部の表示（representation）は図６（ａ）及び図６
（ｂ）のグラフィック表示に示されている。第１イラス
トの図６（ａ）は、各々電極により探査される部位を表
す19のセクションに分割されている。第２イラストの図
６（ｂ）はその部位の電極グループにより探査される組
み合わされた左右半球の活動を表す３つの水平（horizo
ntal）セクションに分割されている。頭部の表示の図６
（ａ）の各セクションは、その場所の電極から取得され
た単極EEGデータを利用した計算済み診断用インデック
スの偏平（compressed）な連続的トレース602を含む。
頭部の表示の図６（ｂ）の各セクションは、その場所の
幾つかの電極から取得された２極EEGデータを利用した
計算済みクロスバイスペクトル診断用インデックスの偏
平な連続的トレース604を含む。
display representation）は図６に示される。患者
の頭部の表示（representation）は図６（ａ）及び図６
（ｂ）のグラフィック表示に示されている。第１イラス
トの図６（ａ）は、各々電極により探査される部位を表
す19のセクションに分割されている。第２イラストの図
６（ｂ）はその部位の電極グループにより探査される組
み合わされた左右半球の活動を表す３つの水平（horizo
ntal）セクションに分割されている。頭部の表示の図６
（ａ）の各セクションは、その場所の電極から取得され
た単極EEGデータを利用した計算済み診断用インデック
スの偏平（compressed）な連続的トレース602を含む。
頭部の表示の図６（ｂ）の各セクションは、その場所の
幾つかの電極から取得された２極EEGデータを利用した
計算済みクロスバイスペクトル診断用インデックスの偏
平な連続的トレース604を含む。
操作員のリクエストにより、いかなる個所（site）も
精査用に拡大図606として表示可能である。各個所（例
えば、602あるいは604）のトレーシングの背景（backgr
ound）は、選択された診断用インデックスの範囲で許容
可能値を反映するようにカラーコード化される。その個
所の診断用インデックスの最新値がどの色の背景に表示
するかを決定する（例えば、赤＝最低値から緑＝最高
値）。これにより患者の状態が遠くからでも審査するこ
とが可能になる。リードにトラブル（エラー）が発生
（lead fail）したり、その個所の診断用インデックス
の取り出しに必要なデータに影響を及ぼすいずれかのリ
ードに何等かの人工的なもの（artifact）が検知された
場合には、各個所は大文字「Ｘ」608によりカバーされ
る。
精査用に拡大図606として表示可能である。各個所（例
えば、602あるいは604）のトレーシングの背景（backgr
ound）は、選択された診断用インデックスの範囲で許容
可能値を反映するようにカラーコード化される。その個
所の診断用インデックスの最新値がどの色の背景に表示
するかを決定する（例えば、赤＝最低値から緑＝最高
値）。これにより患者の状態が遠くからでも審査するこ
とが可能になる。リードにトラブル（エラー）が発生
（lead fail）したり、その個所の診断用インデックス
の取り出しに必要なデータに影響を及ぼすいずれかのリ
ードに何等かの人工的なもの（artifact）が検知された
場合には、各個所は大文字「Ｘ」608によりカバーされ
る。
図７により、前記取得及び未処理EEGデータ運用モジ
ュール406をさらに詳細に説明する。ステップ702では本
システムはデータが取得される0.25秒バッファーがその
操作のために満たされる第１バッファーかどうかチェッ
クし、そうであるならば、ステップ704において取得シ
ステム12にリクエストされるフィルター、ゲイン、サン
プリングレート及びリード選択情報を供給する。デフォ
ルト（default）セッティングはフィルタリング用にバ
ンドパス2Hzから500Hz、ゲインに対しては500,000、サ
ンプリングレートに対しては2,000サンプル／秒で、全1
9のリードからの信号が取得される。
ュール406をさらに詳細に説明する。ステップ702では本
システムはデータが取得される0.25秒バッファーがその
操作のために満たされる第１バッファーかどうかチェッ
クし、そうであるならば、ステップ704において取得シ
ステム12にリクエストされるフィルター、ゲイン、サン
プリングレート及びリード選択情報を供給する。デフォ
ルト（default）セッティングはフィルタリング用にバ
ンドパス2Hzから500Hz、ゲインに対しては500,000、サ
ンプリングレートに対しては2,000サンプル／秒で、全1
9のリードからの信号が取得される。
ステップ706においては、前記取得システム12は全リ
クエストされたリードに対する各0.25秒バッファー用デ
ータを取得し、該データをホストコンピュータ18に転送
する。本システムは異常に大きな正、あるいは負の値を
チェックすることでステップ708において取得サイクル
中のリードトラブル（エラー）を検知する。また、ステ
ップ708では各リードにおける人工要素（artifact）を
チェックするのに一般に入手可能なアルゴリズムが使用
される。ステップ710ではトラブル及び人工要素を含む
データを発生させるリードは前記モニターモジュール40
2用にマークされる。
クエストされたリードに対する各0.25秒バッファー用デ
ータを取得し、該データをホストコンピュータ18に転送
する。本システムは異常に大きな正、あるいは負の値を
チェックすることでステップ708において取得サイクル
中のリードトラブル（エラー）を検知する。また、ステ
ップ708では各リードにおける人工要素（artifact）を
チェックするのに一般に入手可能なアルゴリズムが使用
される。ステップ710ではトラブル及び人工要素を含む
データを発生させるリードは前記モニターモジュール40
2用にマークされる。
ステップ712においては、本システムは各記録内の各
サンプルから該記録内のサンプルの平均を差し引き、該
記録の標準偏差で該サンプルを割ることにより全ての人
工要素を排除したリードから取得したデータ記録を正常
化する。該正常化は各記録内の分散（variance）を１に
セットし、バイスペクトル平均出し（averaging）中に
各記録の重要度を平等に扱う効果を有する。よってその
プロセスはいかなる周波数バンドにおいても絶対的パワ
ースペクトル密度に対する依存度を低減する。
サンプルから該記録内のサンプルの平均を差し引き、該
記録の標準偏差で該サンプルを割ることにより全ての人
工要素を排除したリードから取得したデータ記録を正常
化する。該正常化は各記録内の分散（variance）を１に
セットし、バイスペクトル平均出し（averaging）中に
各記録の重要度を平等に扱う効果を有する。よってその
プロセスはいかなる周波数バンドにおいても絶対的パワ
ースペクトル密度に対する依存度を低減する。
ステップ714においては、各リードFp1、Fp2、F7、F
3、Fz、F4、F8、T3、C3、Cz、C4、T4、T5、P3、Pz、P
4、T6、01、02からの各0.25秒の記録はXi（ｔ）に割り
当てられるが、ここにおけるXi（ｔ）はオートバイスペ
クトル処理に提供される個々の時間シリーズ記録であ
る。また、ステップ714においては、F7−T3からの左前
方半球時間シリーズ（frontal left hemisphere tim
e series）Xi（ｔ）と、F8−T4からの右前方の（frorn
tal right）半球時間シリーズYi（ｔ）はクロスバイス
ペクトル処理用に提供される。同様に、C3−CzとC4−Cz
及びT3−T5とT4−T6をペアリングすることにより左右後
頭部及び座右頭頂部域それぞれのクロスバイスペクトル
は処理され得る。この場合、オートバイスペクトル分析
にとりYi（ｔ）はXi（ｔ）と等しくセットされ、全ての
場合、このインデックスｉは記録番号１から128を指す
ものである。
3、Fz、F4、F8、T3、C3、Cz、C4、T4、T5、P3、Pz、P
4、T6、01、02からの各0.25秒の記録はXi（ｔ）に割り
当てられるが、ここにおけるXi（ｔ）はオートバイスペ
クトル処理に提供される個々の時間シリーズ記録であ
る。また、ステップ714においては、F7−T3からの左前
方半球時間シリーズ（frontal left hemisphere tim
e series）Xi（ｔ）と、F8−T4からの右前方の（frorn
tal right）半球時間シリーズYi（ｔ）はクロスバイス
ペクトル処理用に提供される。同様に、C3−CzとC4−Cz
及びT3−T5とT4−T6をペアリングすることにより左右後
頭部及び座右頭頂部域それぞれのクロスバイスペクトル
は処理され得る。この場合、オートバイスペクトル分析
にとりYi（ｔ）はXi（ｔ）と等しくセットされ、全ての
場合、このインデックスｉは記録番号１から128を指す
ものである。
ステップ716において、円形（circular）バッファー
機構は各リードについての適正Xi（ｔ）とYi（ｔ）記録
を保存（蓄積）するのに使用される。該バッファーは最
も古い記録の位置に最も新しく得られたデータ記録を保
存することにより最新化される。ステップ718において
は、プログラムは該円形バッファーがバイスペクトル分
析を開始するための128の取得されたデータ記録を有す
るか否かをチェックし、もし該バッファーに128のデー
タ記録があるならば、本システムの操作はステップ720
の前記モニターモジュール402にリターンされる。
機構は各リードについての適正Xi（ｔ）とYi（ｔ）記録
を保存（蓄積）するのに使用される。該バッファーは最
も古い記録の位置に最も新しく得られたデータ記録を保
存することにより最新化される。ステップ718において
は、プログラムは該円形バッファーがバイスペクトル分
析を開始するための128の取得されたデータ記録を有す
るか否かをチェックし、もし該バッファーに128のデー
タ記録があるならば、本システムの操作はステップ720
の前記モニターモジュール402にリターンされる。
図８において、オートバイスペクトルあるいはクロス
バイスペクトルを得るための周波数領域（domain）ベー
ス処理方法を説明する。ステップ802において、本シス
テムは行われる計算がオートバイスペクトル計算である
か、それともクロスバイスペクトル計算であるかをチェ
ックする。オートバイスペクトル分析はクロスバイスペ
クトル分析の特別の場合であって、異なるシンメトリの
規則が適用される。
バイスペクトルを得るための周波数領域（domain）ベー
ス処理方法を説明する。ステップ802において、本シス
テムは行われる計算がオートバイスペクトル計算である
か、それともクロスバイスペクトル計算であるかをチェ
ックする。オートバイスペクトル分析はクロスバイスペ
クトル分析の特別の場合であって、異なるシンメトリの
規則が適用される。
ステップ804においては、本システムはオートバイス
ペクトル計算を処理するために以下記載のシンメトリを
セットする。
ペクトル計算を処理するために以下記載のシンメトリを
セットする。
f1＋f2＜N/2 ここにおいて、Ｎ＝512（0.25秒が＊好適実施例中に
おいては2000のサンプル）であり、 ０＜f2＜f1 Xi（ｔ）＝Yi（ｔ）−−−＞Xi（ｆ）＝Yi（ｆ） であり、 ここにおいて、f1及びf2（F1及びF2、あるいは周波数
１及び周波数２ともいう）はバイスペクトル計算が実施
される周波数のペアを指す。Xi（ｔ）及びYi（ｔ）はバ
イスペクトル計算用に使用される個々の時間シリーズ記
録を指す。Xi（ｆ）及びYi（ｆ）は時間シリーズ記録の
フーリエ変換を指し、ｉは記録番号を指し、これは本実
施例中においては１から128である。
おいては2000のサンプル）であり、 ０＜f2＜f1 Xi（ｔ）＝Yi（ｔ）−−−＞Xi（ｆ）＝Yi（ｆ） であり、 ここにおいて、f1及びf2（F1及びF2、あるいは周波数
１及び周波数２ともいう）はバイスペクトル計算が実施
される周波数のペアを指す。Xi（ｔ）及びYi（ｔ）はバ
イスペクトル計算用に使用される個々の時間シリーズ記
録を指す。Xi（ｆ）及びYi（ｆ）は時間シリーズ記録の
フーリエ変換を指し、ｉは記録番号を指し、これは本実
施例中においては１から128である。
ステップ806において、以下記載のシンメトリはクロ
スバイスペクトル分析用である。
スバイスペクトル分析用である。
f1＋f2＜N/2 ０＜f1＜N/2 ０＜f2＜N/2 −2 f2＜f1 Xi（ｔ）≠Yi（ｔ）−−−＞Xi（ｆ）≠Yi（ｆ） ここにおいて全ての変数はオートバイスペクトル分析
用と同様の値をとるが、クロスバイスペクトル分析のXi
（ｔ）とYi（ｔ）はそれぞれ左右半球用リードからの個
々に取り出された時間シリーズ記録を表す。
用と同様の値をとるが、クロスバイスペクトル分析のXi
（ｔ）とYi（ｔ）はそれぞれ左右半球用リードからの個
々に取り出された時間シリーズ記録を表す。
そのリードの128の選択された記録の各記録のファー
スト（fast）フーリエ変換（FFT）Xi（ｆ）とYi（ｆ）
はステップ808において基準IEEEライブラリルーティー
ン（library routine）あるいは他の一般に入手可能な
ルーティーンを使用して計算される。
スト（fast）フーリエ変換（FFT）Xi（ｆ）とYi（ｆ）
はステップ808において基準IEEEライブラリルーティー
ン（library routine）あるいは他の一般に入手可能な
ルーティーンを使用して計算される。
ステップ810においては、そのリードについての（用
の）128の選択された記録の各記録のパワースペクトルP
xi（ｆ）及びPyi（ｆ）は、それぞれXi（ｆ）とYi
（ｆ）のフーリエ変換の各要素の値を平行することによ
り算出される。
の）128の選択された記録の各記録のパワースペクトルP
xi（ｆ）及びPyi（ｆ）は、それぞれXi（ｆ）とYi
（ｆ）のフーリエ変換の各要素の値を平行することによ
り算出される。
本システムは以下の等式を利用し、ステップ812にお
いて平均複素数三重積（average complex triple pr
oduct）を算出する。ここにおいてbci（f1,f2）は所定
のリード内の１個の記録からの１の複素数三重積であ
り、BC（f1,f2）は当該リードについての（用の）平均
複素数三重積である。
いて平均複素数三重積（average complex triple pr
oduct）を算出する。ここにおいてbci（f1,f2）は所定
のリード内の１個の記録からの１の複素数三重積であ
り、BC（f1,f2）は当該リードについての（用の）平均
複素数三重積である。
bci（f1,f2）＝Xi（f1）＊Yi（f2）＊Ｙ＊ｉ（f1＋f2）
ここにおいてＹ＊ｉ（f1＋f2）はYi（f1＋f2）の複素数
共役（complex conjugate）であり である。
ここにおいてＹ＊ｉ（f1＋f2）はYi（f1＋f2）の複素数
共役（complex conjugate）であり である。
平均の実数三重積（real triple product）は以下
の等式を使用してステップ814にて算出される。ここに
おいてbir（f1,f2）は所定のリード内の１個の記録から
の１の実数三重積であり、BR（f1,f2）は当該リード用
の平均実数三重積である。
の等式を使用してステップ814にて算出される。ここに
おいてbir（f1,f2）は所定のリード内の１個の記録から
の１の実数三重積であり、BR（f1,f2）は当該リード用
の平均実数三重積である。
bri（f1,f2）＝Pxi（f1）＊Pyi（f2）＊Pyi（f1＋f2） ステップ816において、オート／クロスバイスペクト
ル密度値（BD（f1,f2））の配列は以下の等式を使用し
て算出される。
ル密度値（BD（f1,f2））の配列は以下の等式を使用し
て算出される。
BD（f1,f2）＝|BC（f1,f2）｜ ステップ818において、本システムは以下の等式を使
用してオート／クロスバイフェーズ値（（f1,f2））
の配列を算出する。
用してオート／クロスバイフェーズ値（（f1,f2））
の配列を算出する。
(f1,f2)＝tan-1［Im(BC(f1,f2))/Re(BC(f1,f2))］ ０＜＜２π（ラジアン） ステップ820において、本システムは以下の等式を使
用してオート／クロスバイコヒーレンス値（Ｒ（f1,f
2））の配列を算出する。
用してオート／クロスバイコヒーレンス値（Ｒ（f1,f
2））の配列を算出する。
Ｒ（f1,f2）＝BD（f1,f2）／［BR（f1,f2）］1/2 ０＜Ｒ＜１ ステップ822において、本システムはリクエストされ
るオート／クロスバイスペクトル密度、バイコヒーレン
ス、バイフェーズ配列をモニターモジュール402にリタ
ーンする。
るオート／クロスバイスペクトル密度、バイコヒーレン
ス、バイフェーズ配列をモニターモジュール402にリタ
ーンする。
図９において、オートバイスペクトル及びクロスバイ
スペクトルを発生させるパラメトリックベースの方法を
解説する。ステップ902、904及び906において、本シス
テムはそれぞれ前記のステップ802、804及び806で説明
したごとくにシンメトリと時間シリーズ記録をセットす
る。Xi（ｔ）とYi（ｔ）のパワースペクトルはステップ
908、910及び912において推定される。この推定方法は
オートレグレシッブ（Autoregressive）（AR）モデルオ
ーダーセクション及びXi（ｔ）とYi（ｔ）用パワースペ
クトル計算の２つの重要なステージ（stage）を含む。
ステップ908において、本システムは以下の等式を利用
して｛R2X（ｍ）｝及び｛R2Y（ｍ）｝の２つのオートコ
リレーション（autocorrelation）の数列（sequence）
を算出する。
スペクトルを発生させるパラメトリックベースの方法を
解説する。ステップ902、904及び906において、本シス
テムはそれぞれ前記のステップ802、804及び806で説明
したごとくにシンメトリと時間シリーズ記録をセットす
る。Xi（ｔ）とYi（ｔ）のパワースペクトルはステップ
908、910及び912において推定される。この推定方法は
オートレグレシッブ（Autoregressive）（AR）モデルオ
ーダーセクション及びXi（ｔ）とYi（ｔ）用パワースペ
クトル計算の２つの重要なステージ（stage）を含む。
ステップ908において、本システムは以下の等式を利用
して｛R2X（ｍ）｝及び｛R2Y（ｍ）｝の２つのオートコ
リレーション（autocorrelation）の数列（sequence）
を算出する。
ここにおいてＭは各リードの記録数（本実施例では12
8）であり、Ｎは１記録あたりのサンプル数（本実施例
では512）であり、Ｌは可能性のあるARフィルオーダー
（order）よりずっと大きな数（本実施例では50）であ
る。
8）であり、Ｎは１記録あたりのサンプル数（本実施例
では512）であり、Ｌは可能性のあるARフィルオーダー
（order）よりずっと大きな数（本実施例では50）であ
る。
最終予想エラー（Final Prediction Error）のFPEX
（ｍ）とFPEY（ｍ）は全てのオーダー、ｍ＝1,2,…Ｌ、
についてARフィルターのオーダーを見つけ出すためにス
テップ910において各オートコリレーション数列にレビ
ンソン帰納関数（Levinson recursion function）を
実施することにより算出される。それぞれFPEX（ｍ）と
FPEY（ｍ）の最小値の位置ＱXとＱYはそれぞれXi（ｔ）
とYi（ｔ）パワースペクトルのARフィルターのオーダー
となるべく選択される。すなわち、 FPEX（ＱX）＝min｛FPEX（ｍ）｝ 及び FPEY（ＱY）＝min｛FPEY（ｍ）｝ である。
（ｍ）とFPEY（ｍ）は全てのオーダー、ｍ＝1,2,…Ｌ、
についてARフィルターのオーダーを見つけ出すためにス
テップ910において各オートコリレーション数列にレビ
ンソン帰納関数（Levinson recursion function）を
実施することにより算出される。それぞれFPEX（ｍ）と
FPEY（ｍ）の最小値の位置ＱXとＱYはそれぞれXi（ｔ）
とYi（ｔ）パワースペクトルのARフィルターのオーダー
となるべく選択される。すなわち、 FPEX（ＱX）＝min｛FPEX（ｍ）｝ 及び FPEY（ＱY）＝min｛FPEY（ｍ）｝ である。
パワースペクトル用ARフィルターのオーダーが選択さ
れたなら、オートコリレーション数列（sequence）｛R2
X（ｍ）｝と｛R2Y（ｍ）｝はＬは代わり、それぞれオー
ダーＱXとＱYとのレビンソン帰納に代入される。前記帰
納から得られる係数の｛ｃiX,i＝0,1,…,QX｝及び｛ｃi
Y,i＝0,1,………,QY｝はそれぞれXi（ｔ）とYi（ｔ）の
パワースペクトル用ARフィルターの係数である。ステッ
プ912において、パワースペクトルＰX（ｆ）とＰY
（ｆ）は該係数のフーリエ変換値の平方で割った予想
（prediction）エラー（▲σ2 Z▼）として算出される。
すなわち、 である。
れたなら、オートコリレーション数列（sequence）｛R2
X（ｍ）｝と｛R2Y（ｍ）｝はＬは代わり、それぞれオー
ダーＱXとＱYとのレビンソン帰納に代入される。前記帰
納から得られる係数の｛ｃiX,i＝0,1,…,QX｝及び｛ｃi
Y,i＝0,1,………,QY｝はそれぞれXi（ｔ）とYi（ｔ）の
パワースペクトル用ARフィルターの係数である。ステッ
プ912において、パワースペクトルＰX（ｆ）とＰY
（ｆ）は該係数のフーリエ変換値の平方で割った予想
（prediction）エラー（▲σ2 Z▼）として算出される。
すなわち、 である。
本システムはステップ914、916及び918においてオー
ト／クロスバイスペクトルを予想する。該予想方法は２
つの主要なステージ、すなわち、オーダーセレクション
及びバイスペクトル計算を含む。ステップ914におい
て、三次モーメント（third−order moments）、すな
わち｛R3X（τ）｝と｛R3Y（τ）｝の数列は以下の等式
を使用して算出される。
ト／クロスバイスペクトルを予想する。該予想方法は２
つの主要なステージ、すなわち、オーダーセレクション
及びバイスペクトル計算を含む。ステップ914におい
て、三次モーメント（third−order moments）、すな
わち｛R3X（τ）｝と｛R3Y（τ）｝の数列は以下の等式
を使用して算出される。
ここにおいてs1＝max（1,1−τ）、s2＝min（N,N−
τ）であり、Ｌは可能性のあるARフィルターオーダーよ
りずっと大きな数値である（例えば50）。
τ）であり、Ｌは可能性のあるARフィルターオーダーよ
りずっと大きな数値である（例えば50）。
ステップ916において、２個のスーパーマトリックス
（super matrices）/TX及びＴYは以下のごとく形成さ
れる。
（super matrices）/TX及びＴYは以下のごとく形成さ
れる。
バイスペクトルのARフィルターに関する前記推定か
ら、Xi（ｔ）とYi（ｔ）のバイスペクトルのARフィルタ
ーのオーダーＯXとＯYは、該スーパーマトリックスＴX
とＴYの段階（rank）である。よって、ＯXとＯYは単数
値分析（singular value decomposition）を使用して
選択される。そのオーダーを発見すれば、以下の等式の
一次系（linear system）を解くことによりバイスペク
トルのARフィルターの係数を得る。
ら、Xi（ｔ）とYi（ｔ）のバイスペクトルのARフィルタ
ーのオーダーＯXとＯYは、該スーパーマトリックスＴX
とＴYの段階（rank）である。よって、ＯXとＯYは単数
値分析（singular value decomposition）を使用して
選択される。そのオーダーを発見すれば、以下の等式の
一次系（linear system）を解くことによりバイスペク
トルのARフィルターの係数を得る。
ここにおいて、非対称度（skewness）（βｚ）及び係
数（b1z,…,b0zZ）、ｚ＝X,Yは、前記等式の一次系（li
near system）を解くことにより得られる。
数（b1z,…,b0zZ）、ｚ＝X,Yは、前記等式の一次系（li
near system）を解くことにより得られる。
前記Xi（ｔ）及びYi（ｔ）のオート／クロスバイスペ
クトルはステップ918において、ARフィルター係数（Hz
（ｆ））のフーリエ変換の三重積で割った非対称度（β
ＸβＹβＹ）1/3の三重積の立方根として算出される。
すなわち、 であり、BR（f1,f2）は同一リードについての実数三重
積である。
クトルはステップ918において、ARフィルター係数（Hz
（ｆ））のフーリエ変換の三重積で割った非対称度（β
ＸβＹβＹ）1/3の三重積の立方根として算出される。
すなわち、 であり、BR（f1,f2）は同一リードについての実数三重
積である。
BR（f1,f2）＝ＰX（f1）＊ＰY（f2）＊ＰY（f1＋f2） パワースペクトル及びオート／クロスバイスペクトル
を得てから、本システムはステップ816、818、及び820
同様にステップ920においてバイスペクトル密度配列、
バイフェーズ及びバイコヒーレンスを算出する。ステッ
プ922において、本システムは前記モニターモジュール4
02にリクエストされたバイスペクトル密度、バイフェー
ズ及びバイコヒーレンス配列をリターンする。
を得てから、本システムはステップ816、818、及び820
同様にステップ920においてバイスペクトル密度配列、
バイフェーズ及びバイコヒーレンスを算出する。ステッ
プ922において、本システムは前記モニターモジュール4
02にリクエストされたバイスペクトル密度、バイフェー
ズ及びバイコヒーレンス配列をリターンする。
説明を目的として、図10は周波数ペア０＜f1＜128H
z、及び０＜f2＜64Hzを示すサンプルオートバイスペク
トル配列を含む。バイスペクトル密度配列は図10（ａ）
において示されており、そのＺ軸は全適正周波数ペアf1
及びf2間のカプリングされた相互反応の数値をデシベル
（db）で表す。周波数ペアリングスキーム（scheme）は
以下のシンメトリの規則に従うことは銘記されるべきで
ある。
z、及び０＜f2＜64Hzを示すサンプルオートバイスペク
トル配列を含む。バイスペクトル密度配列は図10（ａ）
において示されており、そのＺ軸は全適正周波数ペアf1
及びf2間のカプリングされた相互反応の数値をデシベル
（db）で表す。周波数ペアリングスキーム（scheme）は
以下のシンメトリの規則に従うことは銘記されるべきで
ある。
f1＋f2＜N/2 本実施例においては、Ｎ＝256Hzである。バイコヒー
レンス配列は図10（ｃ）において示されている。ここで
Ｚ軸は全適正周波数ペアf1及びf2間のカプリングされた
相互反応の通常化された数値をパーセント（％）で表
す。バイフェーズ配列は図10（ｂ）にて示されている。
ここでＺ軸は全適正周波数ペアf1及びf2間のカプリング
された相互反応のフェーズをラジアン（radian）で表
す。
レンス配列は図10（ｃ）において示されている。ここで
Ｚ軸は全適正周波数ペアf1及びf2間のカプリングされた
相互反応の通常化された数値をパーセント（％）で表
す。バイフェーズ配列は図10（ｂ）にて示されている。
ここでＺ軸は全適正周波数ペアf1及びf2間のカプリング
された相互反応のフェーズをラジアン（radian）で表
す。
図11において、診断用インデックス発生モジュール41
0のさらに詳細な説明を行う。ステップ1102において、
本システムは進行中の診断評価のタイプを特定する。実
施例通で可能な４つの選択肢とは １。麻酔の深さ／痛み及び外科的ストレス、 ２。脳イスケミア、 ３。脳中毒（アルコール、麻薬）、 ４。認知プロセス評価、である。
0のさらに詳細な説明を行う。ステップ1102において、
本システムは進行中の診断評価のタイプを特定する。実
施例通で可能な４つの選択肢とは １。麻酔の深さ／痛み及び外科的ストレス、 ２。脳イスケミア、 ３。脳中毒（アルコール、麻薬）、 ４。認知プロセス評価、である。
ステップ1104において、本システムは利用者インター
フェーズモジュール404に関して上記にて説明されたご
とくの特定のリード及び配列タイプを利用者が選択した
後、診断インデックス計算において使用できるようなバ
イスペクトル配列のタイプを特定する。各単極リード用
には３つの可能性のある選択肢がある。すなわち、オー
トバイスペクトル密度、オートバイフェーズ及びオート
バイコヒーレンスである。また、２極リードの各セット
用にも３つの可能性のある選択肢がある。すなわち、ク
ロスバイスペクトル密度、クロスバイフェーズ及びクロ
スコヒーレンスである。前記４種の各々の診断に対し57
（３×19リード）の異なるタイプのオートバイスペクト
ルと、９（３×３）のタイプのクロスバイスペクトル配
列が存在するので、データベース数の合計は264とな
る。
フェーズモジュール404に関して上記にて説明されたご
とくの特定のリード及び配列タイプを利用者が選択した
後、診断インデックス計算において使用できるようなバ
イスペクトル配列のタイプを特定する。各単極リード用
には３つの可能性のある選択肢がある。すなわち、オー
トバイスペクトル密度、オートバイフェーズ及びオート
バイコヒーレンスである。また、２極リードの各セット
用にも３つの可能性のある選択肢がある。すなわち、ク
ロスバイスペクトル密度、クロスバイフェーズ及びクロ
スコヒーレンスである。前記４種の各々の診断に対し57
（３×19リード）の異なるタイプのオートバイスペクト
ルと、９（３×３）のタイプのクロスバイスペクトル配
列が存在するので、データベース数の合計は264とな
る。
ステップ1106において、適正な参照配列はレジデント
メモリー（resident memory）（あるいはディスク）か
ら回収（retrieve）される。各参照配列は進行中の評価
に最も敏感な周波数対の位置を含む（参照配列の発生及
びデフォルトの選択については後述）。ステップ1108に
おいて、本システムは回収された参照配列により特定さ
れた位置においてバイスペクトル内の全データポイント
を加算する。加算されたポイントの総数のカウンター
（NP）は保存される。ステップ1110において、該データ
ポイントの総数は単数診断用インデックスを得るために
NPにより割られる。ステップ1112において、プログラム
は前記モニターモジュール402にリターンされる。
メモリー（resident memory）（あるいはディスク）か
ら回収（retrieve）される。各参照配列は進行中の評価
に最も敏感な周波数対の位置を含む（参照配列の発生及
びデフォルトの選択については後述）。ステップ1108に
おいて、本システムは回収された参照配列により特定さ
れた位置においてバイスペクトル内の全データポイント
を加算する。加算されたポイントの総数のカウンター
（NP）は保存される。ステップ1110において、該データ
ポイントの総数は単数診断用インデックスを得るために
NPにより割られる。ステップ1112において、プログラム
は前記モニターモジュール402にリターンされる。
前記の所定の臨床用参照配列は臨床的に関連する診断
効果を達成するための装置の能力にとり非常に重要であ
る。以下においてこれらの臨床的参照配列の発生のため
に採用されるプロセスを解説する。全部で276の可能性
のある参照配列が存在するので、１つについてのみ詳細
に説明する。他の全ての参照配列は同様な方法にて取得
できる。説明を目的として、リードT3での麻酔の深さを
モニターするオートバイスペクトル密度参照配列の発生
を考えてみる。
効果を達成するための装置の能力にとり非常に重要であ
る。以下においてこれらの臨床的参照配列の発生のため
に採用されるプロセスを解説する。全部で276の可能性
のある参照配列が存在するので、１つについてのみ詳細
に説明する。他の全ての参照配列は同様な方法にて取得
できる。説明を目的として、リードT3での麻酔の深さを
モニターするオートバイスペクトル密度参照配列の発生
を考えてみる。
第一の研究において、精神的異常のない医学的に健康
な外科患者（Ｎ）の小グループからのEEGポテンシャル
が通常の（routine）外科手術中に記録される。その
後、以下を例外として前記の記録取得方法が採られる。
な外科患者（Ｎ）の小グループからのEEGポテンシャル
が通常の（routine）外科手術中に記録される。その
後、以下を例外として前記の記録取得方法が採られる。
バンドパスフィルター0.1Hz−500Hz 全患者のために、以下の条件各々の下で２分間の人工
要素を含まないEEGデータが収集される。
要素を含まないEEGデータが収集される。
手術前 ；覚醒（「コントロール」） 深い麻酔；通常の臨床水準により定義 （干渉及び病気状態（disease state） 手術後 ；リカバリールーム内で注意（alert） （干渉からの回復、あるいは病気状態の処 置） オートバイスペクトル密度配列は全患者の前記３種の
記録の各々からリードT3用に発生し、全部で3Nの配列を
作成する。該配列はＮ配列の３セットにグループ分けさ
れる。第１はコントロール状態を表し、第２は干渉（in
tervention）、そして第３は回復を表す。
記録の各々からリードT3用に発生し、全部で3Nの配列を
作成する。該配列はＮ配列の３セットにグループ分けさ
れる。第１はコントロール状態を表し、第２は干渉（in
tervention）、そして第３は回復を表す。
ペアとなったスチューデントｔテスト（paired Stud
ent's ｔ test）は16,512のデータポイントの各々に
ついて第１及び第２の配列を比較しながら行われる。結
果の16,512のｔの値はバイスペクトル密度配列のものと
同一構造の２次元的配列内に保存される。第２ペアのス
チューデントｔテストは16,512のデータポイントの各々
について第２及び第３の配列を比較しながら行われる。
結果の16,512のｔの値はバイスペクトル密度配列のもの
と同一構造の第２の（second）２次元的配列内に保存さ
れる。
ent's ｔ test）は16,512のデータポイントの各々に
ついて第１及び第２の配列を比較しながら行われる。結
果の16,512のｔの値はバイスペクトル密度配列のものと
同一構造の２次元的配列内に保存される。第２ペアのス
チューデントｔテストは16,512のデータポイントの各々
について第２及び第３の配列を比較しながら行われる。
結果の16,512のｔの値はバイスペクトル密度配列のもの
と同一構造の第２の（second）２次元的配列内に保存さ
れる。
特定の重要なテスト、あるいはどちらかの配列におけ
る特定のコンフィデンスインターバル（confidence in
terval）に即さない全てのｔの値は０にセットされる。
好適実施例においては、ｐ＜0.0001に対応していない１
のｔ値での全位置は０にセットされる。第１のｔ配列
（T1（f1,f2））からの各ｔ値は第２のｔ配列からのそ
の対応するｔ（T2（f1,f2））と比較される。以下の条
件のうち１つは満たされなければならない。
る特定のコンフィデンスインターバル（confidence in
terval）に即さない全てのｔの値は０にセットされる。
好適実施例においては、ｐ＜0.0001に対応していない１
のｔ値での全位置は０にセットされる。第１のｔ配列
（T1（f1,f2））からの各ｔ値は第２のｔ配列からのそ
の対応するｔ（T2（f1,f2））と比較される。以下の条
件のうち１つは満たされなければならない。
T1（f1,f2）＜０＜T2（f1,f2） あるいは T2（f1,f2）＜０＜T1（f1,f2） もし特定の周波数ペアf1、f2でどちらの条件も満たされ
ないときには、 T1（f1,f2）＝０ T2（f1,f2）＝０ である。
ないときには、 T1（f1,f2）＝０ T2（f1,f2）＝０ である。
前記条件の適用は、回復に伴う減少につながる麻酔で
のバイスペクトル密度値の一貫した増加、あるいは回復
に伴う増加につながる麻酔での減少を示し激しく変動す
る全周波数ペア位置の特定効果を有する。
のバイスペクトル密度値の一貫した増加、あるいは回復
に伴う増加につながる麻酔での減少を示し激しく変動す
る全周波数ペア位置の特定効果を有する。
最終的に、第3t配列を形成するために、第1t配列から
の各f1,f2位置におけるｔ値の絶対値は第2t配列の対応
する箇所に加えられる。該第3t配列は最初の２つの平均
であり、高度に感度が高い部位用に肉眼にて検知が可能
である。
の各f1,f2位置におけるｔ値の絶対値は第2t配列の対応
する箇所に加えられる。該第3t配列は最初の２つの平均
であり、高度に感度が高い部位用に肉眼にて検知が可能
である。
最後のステップは周波数ペア位置の最も敏感な組み合
わせ用の第3t配列のソーティング（sorting）に関する
ものである。好適実施例において、これは全ｔ値の上部
25％からなる。前記の全ての条件に即した最も重要なｔ
値の位置f1,f2はレジデントメモリー（あるいはディス
ク）に予め定められた（所定の）参照配列の１つとして
保存される。この参照配列はリードT3により探知される
麻酔／外科手術中のオートバイスペクトル密度診断用イ
ンデックス発生のための診断用インデックス発生モジュ
ール410によりアクセスされる。
わせ用の第3t配列のソーティング（sorting）に関する
ものである。好適実施例において、これは全ｔ値の上部
25％からなる。前記の全ての条件に即した最も重要なｔ
値の位置f1,f2はレジデントメモリー（あるいはディス
ク）に予め定められた（所定の）参照配列の１つとして
保存される。この参照配列はリードT3により探知される
麻酔／外科手術中のオートバイスペクトル密度診断用イ
ンデックス発生のための診断用インデックス発生モジュ
ール410によりアクセスされる。
いかなる特定の診断任務、及びいかなる特定のリード
においても診断効果（potency）を得るために審査可能
である６つの可能性の有るバイスペクトル配列（オート
バイコヒーレンス、オートバイスペクトル密度、オート
バイフェーズ、クロスバイコヒーレンス、クロスバイス
ペクトル密度、及びクロスバイフェーズ）がある。診断
効果に関する参照配列を配列（rank order）するため
に、第２の可能性を秘めた研究がなされる。該研究がな
される条件は以下の例外を除き第１のものと同一であ
る。すなわちａ）対称の周波数波ペア位置は既に特定さ
れ、引き続き可能性を秘めて進行中であり、ｂ）研究グ
ループの規模は充分大きいので、病気の介在あるいは苦
しみを有する人々におけるバイスペクトル配列のサンプ
ル変動（variation）がさらに真の変動（variance）に
近づいている。
においても診断効果（potency）を得るために審査可能
である６つの可能性の有るバイスペクトル配列（オート
バイコヒーレンス、オートバイスペクトル密度、オート
バイフェーズ、クロスバイコヒーレンス、クロスバイス
ペクトル密度、及びクロスバイフェーズ）がある。診断
効果に関する参照配列を配列（rank order）するため
に、第２の可能性を秘めた研究がなされる。該研究がな
される条件は以下の例外を除き第１のものと同一であ
る。すなわちａ）対称の周波数波ペア位置は既に特定さ
れ、引き続き可能性を秘めて進行中であり、ｂ）研究グ
ループの規模は充分大きいので、病気の介在あるいは苦
しみを有する人々におけるバイスペクトル配列のサンプ
ル変動（variation）がさらに真の変動（variance）に
近づいている。
よって、麻酔モニター例として、EEG記録収集は覚醒
／コントロール状態中に開始され、完全回復まで間断が
なく続行される。継続的外科記録（surgical notes）
は手術中を通して維持される。
／コントロール状態中に開始され、完全回復まで間断が
なく続行される。継続的外科記録（surgical notes）
は手術中を通して維持される。
該研究の終了後、各オートあるいはクロスバイスペク
トル密度、バイフェーズ、及びバイコヒーレンス配列の
ために関係リードに対して継続的な診断用インデックス
が取り出される。継続的な傾向はイントラオペラティブ
記録と共に注釈付けされる。十分に大きなグループの将
来可能性のある患者（統計的パワーテストにより決定）
は、どちらの連続的診断用インデックスが臨床的見地か
ら最大の診断効果を有するかを決定するのに使用され
る。特定の診断経過中にこの最良の診断用インデックス
を得る（generate）のに使用される特定のバイスペクト
ル配列は、診断評価用のデフォルト配列として本システ
ムにプログラムされる。
トル密度、バイフェーズ、及びバイコヒーレンス配列の
ために関係リードに対して継続的な診断用インデックス
が取り出される。継続的な傾向はイントラオペラティブ
記録と共に注釈付けされる。十分に大きなグループの将
来可能性のある患者（統計的パワーテストにより決定）
は、どちらの連続的診断用インデックスが臨床的見地か
ら最大の診断効果を有するかを決定するのに使用され
る。特定の診断経過中にこの最良の診断用インデックス
を得る（generate）のに使用される特定のバイスペクト
ル配列は、診断評価用のデフォルト配列として本システ
ムにプログラムされる。
以下の非限定例は説明の目的においてもに提供されて
いるものである。種々な整形外科及び婦人科の病状で電
気外科手術（elective surgery）を受ける20人の患者
が研究の対象となった。標準EEGリードは国際10/20シス
テムにより16の位置に配置された。未処理EEG信号が256
Hzのサンプリングレートで入手され、バンドパスフィル
ターされて（0.1Hzから110Hz）デジタル化された。EEG
記録は麻酔実施前に全患者から採られた。患者は種々な
麻酔剤で標準麻酔技術を使用して麻酔処置された。臨床
的判断により手術用に十分に麻酔が効いていると判断さ
れるまで、麻酔処理中に継続的EEG記録は採られた。手
術中には断続的なEEG記録が採られた。麻酔からの回復
時には別の連続的EEG記録が採られた。該患者がリカバ
リールームで「覚醒」状態であると認知されたとき最終
的記録が採られた。患者の状態の詳細な臨床手術記録
（clinical intra−operative note）は引き続くバイ
スペクトルパラメータコリレーション用にEEG記録の全
フェーズ中において維持された。
いるものである。種々な整形外科及び婦人科の病状で電
気外科手術（elective surgery）を受ける20人の患者
が研究の対象となった。標準EEGリードは国際10/20シス
テムにより16の位置に配置された。未処理EEG信号が256
Hzのサンプリングレートで入手され、バンドパスフィル
ターされて（0.1Hzから110Hz）デジタル化された。EEG
記録は麻酔実施前に全患者から採られた。患者は種々な
麻酔剤で標準麻酔技術を使用して麻酔処置された。臨床
的判断により手術用に十分に麻酔が効いていると判断さ
れるまで、麻酔処理中に継続的EEG記録は採られた。手
術中には断続的なEEG記録が採られた。麻酔からの回復
時には別の連続的EEG記録が採られた。該患者がリカバ
リールームで「覚醒」状態であると認知されたとき最終
的記録が採られた。患者の状態の詳細な臨床手術記録
（clinical intra−operative note）は引き続くバイ
スペクトルパラメータコリレーション用にEEG記録の全
フェーズ中において維持された。
10人の患者において、全体の入手可能な周波数スペク
トル（0.1Hzから110Hz）は、覚醒状態から深く麻酔が効
いている状態に至り、再度覚醒状態に戻るまでのオート
バイスペクトル密度値における統計的に重要な変化とし
て審査された。図12（ａ）から図12（ｃ）までは前記３
態の意識状態各々に対しての平均バイスペクトル密度配
列（10人の患者から）を示す。統計的重要度を決定する
方法は上記の概略説明通りである。図13（ａ）と13
（ｂ）は本発明の技術により得られる統計的配列を示
す。すなわち、ｐ＜0.05（ｔ＞2.26）（図13（ａ））に
対応する位置のリードT3についての10人の患者の平均ｔ
配列、及び、ｐ＜0.0000003（ｔ＜10.0）（図13
（ｂ））に対応する位置の平均ｔ配列である。配列中の
各ｔ値は全10人の患者を通して１つの周波数ペア位置用
に前記３態を通じてバイスペクトル密度値の変化の一貫
性を反映している。実質的には図13（ｂ）の約24Hz以下
のF1と約2Hz以下のF2の周波数ペアバンドにおけるｐ＜
0.0000003（ｔ＜10.0）でのデータポイントで重要なも
のは皆無である。一方、7,168の位置は約24Hz以上のF1
と約2Hz以上のF2の周波数ペアバンドにおけるｐ＜0.000
0003（ｔ＞10.0）で変化することが発見された。上部25
％（7,168/4＝1,792ポイント）の最も重要な高周波数位
置が参照配列を定義するのに使用された。前記オートバ
イスペクトル密度インデックスは、本明細書中にて前記
のごとく参照配列により定義されたポイントからの各患
者ごとに計算された。本オートバイスペクトル密度イン
デックスは麻酔処理中、手術中、及び回復中にその振舞
いを判定するために連続的EEG記録のための連続的機能
として計算された。手術中の臨床的出来事とのコリレー
ションは記録された。
トル（0.1Hzから110Hz）は、覚醒状態から深く麻酔が効
いている状態に至り、再度覚醒状態に戻るまでのオート
バイスペクトル密度値における統計的に重要な変化とし
て審査された。図12（ａ）から図12（ｃ）までは前記３
態の意識状態各々に対しての平均バイスペクトル密度配
列（10人の患者から）を示す。統計的重要度を決定する
方法は上記の概略説明通りである。図13（ａ）と13
（ｂ）は本発明の技術により得られる統計的配列を示
す。すなわち、ｐ＜0.05（ｔ＞2.26）（図13（ａ））に
対応する位置のリードT3についての10人の患者の平均ｔ
配列、及び、ｐ＜0.0000003（ｔ＜10.0）（図13
（ｂ））に対応する位置の平均ｔ配列である。配列中の
各ｔ値は全10人の患者を通して１つの周波数ペア位置用
に前記３態を通じてバイスペクトル密度値の変化の一貫
性を反映している。実質的には図13（ｂ）の約24Hz以下
のF1と約2Hz以下のF2の周波数ペアバンドにおけるｐ＜
0.0000003（ｔ＜10.0）でのデータポイントで重要なも
のは皆無である。一方、7,168の位置は約24Hz以上のF1
と約2Hz以上のF2の周波数ペアバンドにおけるｐ＜0.000
0003（ｔ＞10.0）で変化することが発見された。上部25
％（7,168/4＝1,792ポイント）の最も重要な高周波数位
置が参照配列を定義するのに使用された。前記オートバ
イスペクトル密度インデックスは、本明細書中にて前記
のごとく参照配列により定義されたポイントからの各患
者ごとに計算された。本オートバイスペクトル密度イン
デックスは麻酔処理中、手術中、及び回復中にその振舞
いを判定するために連続的EEG記録のための連続的機能
として計算された。手術中の臨床的出来事とのコリレー
ションは記録された。
可能性（prospective）のある対象患者の手術中にお
けるリードT3についてのサンプル注釈入り連続オートバ
イスペクトル密度診断用インデックスは図14にて示され
ている。該インデックスは30から５デシベルの間で変化
し、患者の意識状態と痛みを伴う刺激の始まりに非常に
敏感である。特に、該インデックスは患者に対する麻酔
剤（ペントタール（pentothal）及びエスレーン（ethra
ne））の投与と共に降下し、インデックスレベルは患者
の足（leg）が手術用に準備（prepare）されているとき
に上昇する。さらに、該インデックスは患者がリカバリ
ールームで覚醒し、手術後のストレスを受けているとき
に最大の値に接近する。（インデックスプロット（plo
t）内に見受けられるギャップ（gap）はEEG記録が行わ
れていない時間の長さに対応する。） 同様に、前記分析プロセスは脳イスケミア、中毒の程
度、及び正常あるいは異常な脳のプロセス用の参照デー
タベースを発生させるために使用される。これらの脳症
状を定量的（quantitatively）に検知するのに、本シス
テムは正常状態から臨床的に認定された特定の生理学的
状態の極限（覚醒対麻酔状態、しらふ対泥酔状態、潅流
（perfused）対イスケミア状態、無我対熟考状態、正常
対ハンディキャップ状態（retarded）等）の患者からの
多数のオートバイスペクトル及びクロスバイスペクトル
EEGデータを比較する。該比較は問題とされる特定の生
理学的状態に最も敏感なバイスペクトルデータポイント
を特定するために統計的取組（アプローチ）を利用す
る。この最も敏感なデータポイントの周波数ペア位置は
特定されて、参照用にデータベースに保存される。診断
が実行される際には、参照用配列により定義された全デ
ータポイントの平均は研究対象の患者から得られる。該
平均は診断用インデックスとして使用され、操作員ある
いは本システムにより各状態に特徴的なインデックスリ
ストと比較される。
けるリードT3についてのサンプル注釈入り連続オートバ
イスペクトル密度診断用インデックスは図14にて示され
ている。該インデックスは30から５デシベルの間で変化
し、患者の意識状態と痛みを伴う刺激の始まりに非常に
敏感である。特に、該インデックスは患者に対する麻酔
剤（ペントタール（pentothal）及びエスレーン（ethra
ne））の投与と共に降下し、インデックスレベルは患者
の足（leg）が手術用に準備（prepare）されているとき
に上昇する。さらに、該インデックスは患者がリカバリ
ールームで覚醒し、手術後のストレスを受けているとき
に最大の値に接近する。（インデックスプロット（plo
t）内に見受けられるギャップ（gap）はEEG記録が行わ
れていない時間の長さに対応する。） 同様に、前記分析プロセスは脳イスケミア、中毒の程
度、及び正常あるいは異常な脳のプロセス用の参照デー
タベースを発生させるために使用される。これらの脳症
状を定量的（quantitatively）に検知するのに、本シス
テムは正常状態から臨床的に認定された特定の生理学的
状態の極限（覚醒対麻酔状態、しらふ対泥酔状態、潅流
（perfused）対イスケミア状態、無我対熟考状態、正常
対ハンディキャップ状態（retarded）等）の患者からの
多数のオートバイスペクトル及びクロスバイスペクトル
EEGデータを比較する。該比較は問題とされる特定の生
理学的状態に最も敏感なバイスペクトルデータポイント
を特定するために統計的取組（アプローチ）を利用す
る。この最も敏感なデータポイントの周波数ペア位置は
特定されて、参照用にデータベースに保存される。診断
が実行される際には、参照用配列により定義された全デ
ータポイントの平均は研究対象の患者から得られる。該
平均は診断用インデックスとして使用され、操作員ある
いは本システムにより各状態に特徴的なインデックスリ
ストと比較される。
麻酔の深さ及び適正さ、外科手術中の痛みに対する反
応、急性及び慢性脳イスケミア、意識のレベル、脳中毒
の程度、正常あるいは異常認知プロセスの定量化に加え
て、本発明のシステム及び方法は適正な参照配列と比較
される種々なバイスペクトル配列へのEEG信号の取得及
び処理に基づく無数の脳症状を判定するのにも使用可能
である。
応、急性及び慢性脳イスケミア、意識のレベル、脳中毒
の程度、正常あるいは異常認知プロセスの定量化に加え
て、本発明のシステム及び方法は適正な参照配列と比較
される種々なバイスペクトル配列へのEEG信号の取得及
び処理に基づく無数の脳症状を判定するのにも使用可能
である。
前記の発明の背景にて記述したごとく、周波数領域に
おけるバイスペクトル分析技術はEEG信号に適用されて
きたが、バイスペクトル値の予想に対するパラメトリッ
ク（parametric）な取組はなされてはこなかった。さら
に、バイスペクトル技術で診断目的に有効であると説明
されたものは皆無であった。麻酔の深さの定量化あるい
は脳のイスケミアの検知と定量化のための他の技術はイ
ントラオペラティブ用には質的なままであり、全体的な
利用及び実際の受入れにおいては制限されたままであ
る。特に、本発明システムと方法は、本分野の知識人に
よりこれまで無視されてきた周波数領域内での全ての周
波数ペアを網羅した種々なバイスペクトル値を検査し、
生理学的動揺（perturbation）の１インデックスとして
限られた数の周波数位置でオートバイコヒーレンス／オ
ートバイスペクトル密度／オートバイフェーズ、クロス
バイコヒーレンス／クロスバイスペクトル密度／クロス
バイフェーズにおける総合的変化程度を使用する。本シ
ステム及び方法はこのインデックス計算に使用された周
波数のサブセット（subset）の位置を定義するのに、一
定の臨床例の種々なバイスペクトル配列を利用する。参
照臨床的配列はさらに本インデックスの意味を判断し、
本インデックスの正常からの偏差の度合を測定するのに
利用される。これにより、EEGのリードの位置に拘ら
ず、また麻酔、中毒あるいはイスケミアに拘らず、脳機
能における障害の定量的測定を可能とする。本明細書中
にて開示されたシステム及び方法はまた、グラフィック
画面あるいは紙上、あるいはリアルタイムあるいはデジ
タル保管か否かに拘らず、診断用インデックスのグラフ
ィックな表示をも明示する。
おけるバイスペクトル分析技術はEEG信号に適用されて
きたが、バイスペクトル値の予想に対するパラメトリッ
ク（parametric）な取組はなされてはこなかった。さら
に、バイスペクトル技術で診断目的に有効であると説明
されたものは皆無であった。麻酔の深さの定量化あるい
は脳のイスケミアの検知と定量化のための他の技術はイ
ントラオペラティブ用には質的なままであり、全体的な
利用及び実際の受入れにおいては制限されたままであ
る。特に、本発明システムと方法は、本分野の知識人に
よりこれまで無視されてきた周波数領域内での全ての周
波数ペアを網羅した種々なバイスペクトル値を検査し、
生理学的動揺（perturbation）の１インデックスとして
限られた数の周波数位置でオートバイコヒーレンス／オ
ートバイスペクトル密度／オートバイフェーズ、クロス
バイコヒーレンス／クロスバイスペクトル密度／クロス
バイフェーズにおける総合的変化程度を使用する。本シ
ステム及び方法はこのインデックス計算に使用された周
波数のサブセット（subset）の位置を定義するのに、一
定の臨床例の種々なバイスペクトル配列を利用する。参
照臨床的配列はさらに本インデックスの意味を判断し、
本インデックスの正常からの偏差の度合を測定するのに
利用される。これにより、EEGのリードの位置に拘ら
ず、また麻酔、中毒あるいはイスケミアに拘らず、脳機
能における障害の定量的測定を可能とする。本明細書中
にて開示されたシステム及び方法はまた、グラフィック
画面あるいは紙上、あるいはリアルタイムあるいはデジ
タル保管か否かに拘らず、診断用インデックスのグラフ
ィックな表示をも明示する。
前記発明は幾つかの好適実施例に基づいて記述されて
いるが、本分野の技術者においては種々なる変更及び改
良が容易に考え出されるであろう。しかしながら、その
ような変更及び改良は全て本明細書中の請求の範囲の範
疇に入るものである。
いるが、本分野の技術者においては種々なる変更及び改
良が容易に考え出されるであろう。しかしながら、その
ような変更及び改良は全て本明細書中の請求の範囲の範
疇に入るものである。
Claims (70)
- 【請求項１】脳症状（phenomena）を非インベーシブに
検知すべく、脳症状を示す信号を処理する方法であっ
て、 少なくとも１つの電極を通じて分析対象の頭部から得ら
れた脳波信号を、2Hzから500Hzまでの周波数を有するフ
ィルター済み信号を得るためにフィルターにかけ、 該フィルター済み信号を複数の同一規模データ記録に分
割し、 バイスペクトル値を発生させるため、該フィルター済み
信号を処理することにより該フィルター済み信号内での
ダイナミックフェーズ関係を特徴付け、 検知された脳の症状を定量化する診断用インデックスを
入手するため、該発生したバイスペクトル値を参照値と
比較対照する ステップからなることを特徴とする処理方法。 - 【請求項２】前記脳波信号は、分析対象体の頭部に取り
付けられた複数の電極によって対象体の脳の左右半球両
方の各対象部位から得られる単極脳波信号からなること
を特徴とする請求項１記載の処理方法。 - 【請求項３】前記ダイナミックフェーズ関係を特徴付け
る前記ステップにおいて発生する前記バイスペクトル値
はオートバイスペクトル密度値であることを特徴とする
請求項１記載の処理方法。 - 【請求項４】前記ダイナミックフェーズ関係を特徴付け
る前記ステップにおいて発生する前記バイスペクトル値
はオートバイコヒーレンス値であることを特徴とする請
求項１記載の処理方法。 - 【請求項５】前記ダイナミックフェーズ関係を特徴付け
る前記ステップにおいて発生する前記バイスペクトル値
はオートバイフェーズ値であることを特徴とする請求項
１記載の処理方法。 - 【請求項６】前記脳波信号は、分析対象体の頭部に取り
付けられた複数の電極によって対象体の脳の左右半球か
ら得られる脳波信号の２極データセットからなることを
特徴とする請求項１記載の処理方法。 - 【請求項７】１つの２極データセットが対象体の脳の左
前方半球から取得され、さらに別な２極データセットが
該対象体の脳の右前方半球から取得されるものであるこ
とを特徴とする請求項６記載の処理方法。 - 【請求項８】１つの２極データセットが対象体の脳の左
後頭部位から取得され、さらに別な２極データセットが
対象体の脳の右後頭部位から取得されるものであること
を特徴とする請求項６記載の処理方法。 - 【請求項９】１つの２極データセットが対象体の脳の左
頭頂部位から取得され、さらに別な２極データセットが
該対象体の脳の右頭頂部位から取得されるものであるこ
とを特徴とする請求項６記載の処理方法。 - 【請求項１０】前記ダイナミックフェーズ関係を特徴付
ける前記ステップにおいて発生する前記バイスペクトル
値はクロスバイスペクトル密度値であることを特徴とす
る請求項１記載の処理方法。 - 【請求項１１】前記ダイナミックフェーズ関係を特徴付
ける前記ステップにおいて発生する前記バイスペクトル
値はクロスバイコヒーレンス値であることを特徴とする
請求項１記載の処理方法。 - 【請求項１２】前記ダイナミックフェーズ関係を特徴付
ける前記ステップにおいて発生する前記バイスペクトル
値はクロスバイフェーズ値であることを特徴とする請求
項１記載の処理方法。 - 【請求項１３】オートバイスペクトル密度値を発生させ
る前記ステップはさらに、 前記データ記録ｉの各々のファーストフーリエ変換Xi
（ｆ）及びYi（ｆ）を計算し、 前記ファーストフーリエ変換Xi（ｆ）及びYi（ｆ）それ
ぞれの各要素の値を平方することにより前記データ記録
ｉのパワースペクトルＰXi（ｆ）及びＰYi（ｆ）を計算
し、 少なくとも１つの電極により取得されるデータ記録の平
均複素数三重積を該少なくとも１つの電極について計算
し、 該少なくとも１つの電極により取得されるデータ記録の
平均実数三重積を該少なくとも１つの電極について計算
し、 前記電極についての該平均複素数三重積の絶対値として
オートバイスペクトル密度値を該少なくとも１つの電極
について計算する ステップからなることを特徴とする請求項３記載の処理
方法。 - 【請求項１４】さらに、少なくとも１つの電極について
以下のオートバイフェーズ値（f1,f2）を計算するス
テップからなり、 (f1,f2)＝tan-1［Im(BC(f1,f2))/Re(BC(f1,f2))］ ここにおいて、BC（f1,f2）は１つの電極の平均複素数
三重積であり、 f1及びf2はオートバイフェーズ計算が行われる周波数域
の限定値を指定することを特徴とする請求項13記載の処
理方法。 - 【請求項１５】さらに、少なくとも１つの電極について
以下のオートバイコヒーレンス値Ｒ（f1,f2）を計算す
るステップからなり、 Ｒ（f1,f2）＝BD（f1,f2）／［BR（f1,f2）］1/2 ここにおいて、BD（f1,f2）は該電極に対するオートバ
イスペクトル密度値であり、 BR（f1,f2）は当該電極に対する平均実数三重積であ
り、 f1及びf2はオートバイコヒーレンス計算が行われる周波
数域の限定値を指定する ことを特徴とする請求項13記載の処理方法。 - 【請求項１６】前記クロスバイスペクトル密度値を発生
させる前記ステップは、 前記データ記録ｉのファーストフーリエ変換Xi（ｆ）及
びYi（ｆ）を計算し、 該ファーストフーリエ変換Xi（ｆ）及びYi（ｆ）それぞ
れの各要素の値を平方することにより該データ記録ｉの
パワースペクトルＰXi（ｆ）及びＰYi（ｆ）を計算し、 少なくとも１つの電極ペアにより取得される全データ記
録の平均複素数三重積を該少なくとも１つの電極ペアに
ついて計算し、 該少なくとも１つの電極ペアにより取得される全データ
記録の平均実数三重積を該少なくとも１つの電極ペアに
ついて計算し、 該少なくとも１つの電極ペアに対する平均複素数三重積
の絶対値としてクロスバイスペクトル密度値を該少なく
とも１つの電極ペアについて計算する ステップからなることを特徴とする請求項10記載の処理
方法。 - 【請求項１７】さらに、前記少なくとも１つの電極ペア
に対して以下のクロスバイフェーズ値（f1,f2）を計
算するステップからなり、 (f1,f2)＝tan-1［Im(BC(f1,f2))/Re(BC(f1,f2))］ ここにおいて、BC（f1,f2）は電極ペアについての平均
複素数三重積であり、f1及びf2クロスバイフェーズ計算
が行われる周波数域の限定値を指定することを特徴とす
る請求項16記載の処理方法。 - 【請求項１８】さらに、前記少なくとも１つの電極ペア
について以下のクロスバイコヒーレンス値Ｒ（f1,f2）
を計算するステップからなり、 Ｒ（f1,f2）＝BD（f1,f2）／［BR（f1,f2）］1/2 ここにおいて、BD（f1,f2）は電極ペアに対するクロス
バイスペクトル密度値であり、BR（f1,f2）は当該電極
ペアについての平均実数三重積であり、f1及びf2はクロ
スバイコヒーレンス計算が行われる周波数域の限定値を
指定する ことを特徴とする請求17記載の処理方法。 - 【請求項１９】オートバイスペクトル密度値を発生させ
る前記ステップは、 少なくとも１つの電極により取得される全データ記録の
オートコリレーションシーケス（数列）R2X（ｍ）及びR
2Y（ｍ）を計算し、 該少なくとも１つの電極により取得されたデータ記録の
パワースペクトルについてのパラメトリックモデルの次
数及び係数を決定し、 該少なくとも１つの電極により取得されたデータ記録の
パワースペクトルＰX（ｆ）及びＰY（ｆ）を計算し、 該少なくとも１つの電極により取得されたデータ記録の
三次モーメントシーケンスR3X（τ）及びR3Y（τ）を計
算し、 該少なくとも１つの電極により取得されたデータ記録の
バイスペクトルのパラメトリックモデルの次数及び係数
を決定し、 該少なくとも１つの電極により取得されたデータ記録の
バイスペクトルを該少なくとも１つの電極について計算
する ステップからなることを特徴とする請求項３記載の処理
方法。 - 【請求項２０】前記バイスペクトルはオートバイスペク
トルであり、さらに、少なくとも１つの電極について全
データ記録のバイスペクトルの絶対値として該少なくと
も１つの電極についてオートバイスペクトル密度値を計
算するステップからなることを特徴とする請求項19記載
の処理方法。 - 【請求項２１】さらに、前記少なくとも１つの電極につ
いて以下のオートバイフェーズ値（f1,f2）を計算す
るステップからなり、 (f1,f2)＝tan-1［Im(BC(f1,f2))/Re(BC(f1,f2))］ ここにおいて、BC（f1,f2）は電極についてのバイスペ
クトルであり、 f1及びf2はバイスペクトル計算が行われる周波数域の限
定値を指定することを特徴とする請求項19記載の処理方
法。 - 【請求項２２】さらに、少なくとも１つの電極により取
得されるデータ記録の実数三重積を該少なくとも１つの
電極について計算し、 該少なくとも１つの電極について以下のオートバイコヒ
ーレンス値Ｒ（f1,f2）を計算するステップからなり、 Ｒ（f1,f2）＝BD（f1,f2）／［BR（f1,f2）］1/2 ここにおいて、BD（f1,f2）は電極に対するオートバイ
スペクトル密度値であり、BR（f1,f2）は当該電極ペア
についての実数三重積であり、f1及びf2はバイスペクト
ル計算が行われる周波数域の限定値を指定する ことを特徴とする請求項20記載の処理方法。 - 【請求項２３】前記バイスペクトルはクロスバイスペク
トルであり、さらに、各電極ペアについて全データ記録
のクロスバイスペクトルの絶対値として該各電極ペアに
ついてクロスバイスペクトル密度値を計算するステップ
からなることを特徴とする請求項19記載の処理方法。 - 【請求項２４】さらに、前記各少なくとも１つの電極ペ
アについて以下のクロスバイフェーズ値（f1,f2）を
計算するステップからなり、 (f1,f2)＝tan-1［Im(BC(f1,f2))/Re(BC(f1,f2))］ ここにおいて、BC（f1,f2）は電極ペアについてのクロ
スバイスペクトルであり、 f1及びf2はバイスペクトル計算が行われる周波数域の限
定値を指定することを特徴とする請求項23記載の処理方
法。 - 【請求項２５】さらに、前記各少なくとも１つの電極ペ
アについての以下のクロスバイコヒーレンス値Ｒ（f1,f
2）を計算するステップからなり、 Ｒ（f1,f2）＝BD（f1,f2）／［BR（f1,f2）］1/2 ここにおいて、BD（f1,f2）は電極ペアについてのクロ
スバイスペクトル密度値であり、 BR（f1,f2）は当該電極ペアについての実数三重積であ
り、 f1及びf2はバイスペクトル計算が行われる周波数域の限
定値を指定する ことを特徴とする請求項24記載の処理方法。 - 【請求項２６】脳波信号を取得する前記ステップはさら
に、リードトラブルを決定するために該信号を分析する
ステップからなることを特徴とする請求項１記載の処理
方法。 - 【請求項２７】前記比較するステップはさらに、 バイスペクトル値の少なくとも１つの配列（arrey）に
おける前記発生バイスペクトル値を組織（organize）
し、 診断すべき身体症状を選択し、 レジデントメモリーから適正なバイスペクトル参照配列
を回収し、ここにおいて該参照配列は診断すべき身体症
状に対して最も敏感な周波数ペアを有しており、 重要な位置の総数を得るために重要なデータを含有する
位置であるものとして該回収される参照配列により特定
されるところの該少なくとも１つのバイスペクトル値の
配列各々の位置におけるデータ値を加算し、 検知されるべき脳症状に関連する診断用インデックスを
発生させるために該重要な位置において保存される値の
平均を出す ステップからなることを特徴とする請求項１記載の処理
方法。 - 【請求項２８】さらに、 対象体の各異なる３状態についてのバイスペクトルデー
タの３つの配列を発生させ、 第1t配列を作成するためにバイスペクトルデータの該第
３状態の第１配列及び第２配列におけるデータを比較す
るペアとなったスチューデントｔテストを実施し、さら
に第2t配列を作成するためにバイスペクトルデータの該
３状態の該第２配列及び第３配列におけるデータを比較
するペアとなったスチューデントｔテストを実施し、 該第1t配列におけるデータ値を該第2t配列における対応
する位置のデータ値と比較し、 予め定められた所定の量以上に異なる該第１及び第2t配
列の対応する位置を特定し、これらの特定される位置が
脳症状を検知するための重要な位置を表すものとする ステップからなることを特徴とする請求項１記載の処理
方法。 - 【請求項２９】検知される脳症状は分析対象体における
麻酔の深さであることを特徴とする請求項１記載の処理
方法。 - 【請求項３０】検知される脳症状は分析対象体における
外科的ストレス下の痛みに対する反応であることを特徴
とする請求項１記載の処理方法。 - 【請求項３１】前記検知される脳の症状は分析対象体に
おける急性イスケミアあるいは梗塞であることを特徴と
する請求項１記載の処理方法。 - 【請求項３２】検知される脳症状は分析対象体の意識レ
ベルであることを特徴とする請求項１記載の処理方法。 - 【請求項３３】検知される身体症状は分析対象体の脳中
毒（intoxicate）の程度であることを特徴とする請求項
１記載の処理方法。 - 【請求項３４】検知される身体症状は正常あるいは異常
な認知プロセスであることを特徴とする請求項１記載の
処理方法。 - 【請求項３５】脳症状を検知するシステムであって、 分析対象体の身体表面からの少なくとも１つの電極を通
じて脳波信号を取得する手段と、 2Hz以下あるいは500Hz以上の周波数を有する該信号を排
除するために該脳波信号をフィルターにかける手段と、 該フィルターにかけられた信号を複数の同一規模のデー
タ記録に分割する手段と、 該フィルターにかけられた脳波信号内のダイナミックフ
ェーズ関係を特徴付ける能力を有するバイスペクトル値
を発生させる手段と、 検知された脳症状を定量化する診断用インデックスを引
き出すために、前記バイスペクトル値を参照値と比較す
る手段と からなることを特徴とする脳症状を非インベーシブに検
知するシステム。 - 【請求項３６】さらに、脳波信号を取得するための複数
の前記手段からなり、その該脳波信号を取得するための
各手段は前記フィルター手段に接続されていることを特
徴とする請求項35記載の脳症状を非インベーシブに検知
するシステム。 - 【請求項３７】前記複数の脳波信号を取得する手段は、
対象体の脳の左右半球両方の複数の対象部位各々からの
単極（unipolar）脳波信号を得るために分析されている
該対象体の頭部に取り付け可能な複数の電極であること
を特徴とする請求項36記載の脳症状を非インベーシブに
検知するシステム。 - 【請求項３８】脳波信号を取得するための前記手段は、 分析対象体の頭部表面上に載置するための複数の表面電
極と、 該電極を通る高周波（radio frequency）電流を制限す
る高周波（radio frequency）フィルターを含む電気サ
ージ保護を提供するための手段と、 放電中に前記増幅器への電圧を制限するための細動除去
装置による防御を提供するための手段と、 該フィルターにかけられた信号の高周波数、低エネルギ
ー波成分のダイナミックレンジを最大とするために高利
得に該フィルターにかけられた信号を増幅するための手
段と、 該信号をデジタル信号に変換するために該信号をアナロ
グ−デジタル変換器に入力するための手段と からなることを特徴とする請求項35記載の脳症状を非イ
ンベーシブに検知するシステム。 - 【請求項３９】さらに、電極トラブルを検知するために
各電極により受け取られる前記信号を分析するための手
段からなることを特徴とする請求項36記載の脳症状を非
インベーシブに検知するシステム。 - 【請求項４０】前記バイスペクトル値はオートバイスペ
クトル密度値であり、さらにオートバイスペクトル密度
値の少なくとも１つの配列における該オートバイスペク
トル密度値を組織化するための手段からなることを特徴
とする請求項35記載の脳症状を非インベーシブに検知す
るシステム。 - 【請求項４１】前記バイスペクトル値はオートバイコヒ
ーレンス変数であり、さらにオートバイコヒーレンス値
の少なくとも１つの配列における該オートバイコヒーレ
ンス値を組織化するための手段からなることを特徴とす
る請求項35記載の脳症状を非インベーシブに検知するシ
ステム。 - 【請求項４２】前記バイスペクトル値はオートバイフェ
ーズ値であり、さらにオートバイフェーズ値の少なくと
も１つの配列における該オートバイフェーズ値を組織化
するための手段からなることを特徴とする請求項35記載
の脳症状を非インベーシブに検知するシステム。 - 【請求項４３】前記バイスペクトル値はクロスバイスペ
クトル密度値であり、さらにクロスバイスペクトル密度
値の少なくとも１つの配列における該クロスバイスペク
トル密度値を組織化するための手段からなることを特徴
とする請求項35記載の脳症状を非インベーシブに検知す
るシステム。 - 【請求項４４】前記バイスペクトル値はクロスバイコヒ
ーレンス値であり、さらにオートバイコヒーレンス値の
少なくとも１つの配列における該クロスバイコヒーレン
ス値を組織化するための手段からなることを特徴とする
請求項35記載の脳症状を非インベーシブに検知するシス
テム。 - 【請求項４５】前記バイスペクトル変数はクロスバイフ
ェーズ値であり、さらにオートバイフェーズ値の少なく
とも１つの配列における該クロスバイフェーズ値を組織
化するための手段からなることを特徴とする請求項35記
載の脳症状を非インベーシブに検知するシステム。 - 【請求項４６】脳波信号を取得する前記手段はさらに、
前記対象体の脳の異なる部位からの脳波信号の２極デー
タセットを得るための手段からなることを特徴とする請
求項35記載の脳症状を非インベーシブに検知するシステ
ム。 - 【請求項４７】オートバイスペクトル密度値の少なくと
も１つの配列を発生させる前記手段は、 前記データ記録ｉ各々のファースト（fast）フーリエ変
換Xi（ｆ）及びYi（ｆ）を計算する手段と、 該ファーストフーリエ変換Xi（ｆ）及びYi（ｆ）要素値
を平方することにより該データ記録ｉのパワースペクト
ルＰXi（ｆ）及びＰYi（ｆ）を計算する手段と、 前記少なくとも１つの電極により取得されるデータ記録
の平均複素数三重積を該少なくとも１つの電極に対して
計算する手段と、 該少なくとも１つの電極により取得されるデータ記録の
平均実数三重積を該少なくとも１つの電極について計算
する手段と、 該電極についての平均複素数三重積の絶対値としてオー
トバイスペクトル密度値を該少なくとも１つの電極につ
いて計算する手段と からなることを特徴とする請求項40記載の脳症状を非イ
ンベーシブに検知するシステム。 - 【請求項４８】さらに、前記少なくとも１つの電極につ
いて以下のオートバイフェーズ値（f1,f2）を計算す
るための手段からなり、（f1,f2）＝tan-1［Im（BC
（f1,f2））/Re（BC（f1,f2））］ ここにおいてBC（f1,f2）は１つの電極についての平均
複素数三重積であり、f1及びf2はオートバイフェーズ計
算が行われる周波数域の限定値を指定する ことを特徴とする請求項47記載の脳症状を非インベーシ
ブに検知するシステム。 - 【請求項４９】さらに、前記少なくとも１つの電極につ
いて以下のオートバイコヒーレンス値Ｒ（f1,f2）を計
算するための手段からなり、 Ｒ（f1,f2）＝BD（f1,f2）／［BR（f1,f2）］1/2 ここにおいてBD（f1,f2）は該電極に対するオートバイ
スペクトル密度値であり、BR（f1,f2）は当該電極につ
いての平均実数三重積であり、f1及びf2はオートバイコ
ヒーレンス計算が行われる周波数域の制限値を指定する ことを特徴とする請求項47記載の脳症状を非インベーシ
ブに検知するシステム。 - 【請求項５０】クロスバイスペクトル密度値の少なくと
も１つの配列を発生させるための前記手段は、 前記各データ記録ｉのファーストフーリエ変換Xi（ｆ）
及びYi（ｆ）を計算する手段と、 該ファーストフーリエ変換Xi（ｆ）及びYi（ｆ）の要素
値を各々平方することにより該データ記録のパワースペ
クトルＰXi（ｆ）及びＰYi（ｆ）を計算する手段と、 少なくとも１つの電極ペア各々により取得される全デー
タ記録の平均複素数三重積を該少なくとも１つの電極ペ
アについて計算する手段と、 該少なくとも１つの電極ペア各々により取得される全デ
ータ記録の平均実数三重積を該少なくとも１つの電極ペ
アについて計算する手段と、 該電極ペアについて平均複素数三重積の絶対値としてク
ロスバイスペクトル密度値を該少なくとも１つの電極ペ
アについて計算する手段と からなることを特徴とする請求項48記載の脳症状を非イ
ンベーシブに検知するシステム。 - 【請求項５１】さらに、前記少なくとも１つの電極ペア
について以下のクロスバイフェーズ値（f1,f2）を計
算するための手段からなり、 (f1,f2)＝tan-1［Im(BC(f1,f2))/Re(BC(f1,f2))］ ここにおいてBC（f1,f2）は１つの電極ペアに対する平
均複素数三重積であり、f1及びf2はクロスバイフェーズ
計算が行われる周波数域の制限値を指定する ことを特徴とする請求項40記載の脳症状を非インベーシ
ブに検知するシステム。 - 【請求項５２】さらに、前記少なくとも１つの電極ペア
について以下のクロスバイコヒーレンス値Ｒ（f1,f2）
を計算するための手段からなり、 Ｒ（f1,f2）＝BD（f1,f2）／［BR（f1,f2）］1/2 ここにおいてBD（f1,f2）は１つの電極ペアに対するク
ロスバイスペクトル密度値であり、 BR（f1,f2）は当該電極ペアに対する平均実数三重積で
あり、 f1及びf2はクロスバイコヒーレンス計算が行われる周波
数域の制限値を指定する ことを特徴とする請求項51記載の脳症状を非インベーシ
ブに検知するシステム。 - 【請求項５３】オートバイスペクトル密度値の少なくと
も１つの配列を発生させる前記手段は、 少なくとも１つの電極により取得される全データ記録の
オートコリレーションシーケスR2X（ｍ）及びR2Y（ｍ）
を計算するための手段と、 該少なくとも１つの電極により取得されるデータ記録の
パワースペクトル用のパラメトリックモデルの次数と係
数を決定するための手段と、 該少なくとも１つの電極により取得される全データ記録
のパワースペクトルＰX（ｆ）ＰY（ｆ）を計算するため
の手段と、 該少なくとも１つの電極により取得される全データ記録
の３次モーメントシーケンスR3X（τ）及びR3Y（τ）を
計算するための手段と、 該少なくとも１つの電極により取得されるデータ記録の
バイスペクトルのパラメトリックモデルの次数と係数を
決定するための手段と、 該少なくとも１つの電極により取得されたデータ記録の
バイスペクトルを該少なくとも１つの電極について計算
するための手段と からなることを特徴とする請求項40記載の脳症状を非イ
ンベーシブに検知するシステム。 - 【請求項５４】前記バイスペクトルはオートバイスペク
トルであり、さらに、該電極に対するデータ記録のバイ
スペクトルの絶対値として、該各電極についてのオート
バイスペクトル密度値を計算するための手段からなるこ
とを特徴とする請求項53記載の脳症状を非インベーシブ
に検知するシステム。 - 【請求項５５】さらに、少なくとも１つの電極に対して
オートバイフェーズ値（f1,f2）を計算する手段から
なり、 (f1,f2)＝tan-1［Im(BC(f1,f2))/Re(BC(f1,f2))］ ここにおいてBC（f1,f2）は１つの電極に対するバイス
ペクトルであり、f1及びf2はオートバイフェーズ計算が
行われる周波数域の制限値を指定することを特徴とする
請求項53記載の脳症状を非インベーシブに検知するシス
テム。 - 【請求項５６】さらに、 少なくとも１つの電極により取得される全データ記録の
実数三重積を該少なくとも１つの電極について計算する
ための手段と、 前記少なくとも１つの電極について以下のオートバイコ
ヒーレンス値Ｒ（f1,f2）を計算するための手段と からなり、 Ｒ（f1,f2）＝BD（f1,f2）／［BR（f1,f2）］1/2 ここにおいてBD（f1,f2）は１つの電極に対するオート
バイスペクトル密度値であり、BR（f1,f2）は当該電極
に対する実数三重積であり、f1及びf2はオートバイコヒ
ーレンス計算が行われる周波数域の制限値を指定する ことを特徴とする請求項54記載の脳症状を非インベーシ
ブに検知するシステム。 - 【請求項５７】前記バイスペクトルはクロスバイスペク
トルであり、さらに、電極ペアについてのデータ記録の
バイスペクトルの絶対値として該電極についてのクロス
バイスペクトル密度値を計算するための手段からなるこ
とを特徴とする請求項53記載の脳症状を非インベーシブ
に検知するシステム。 - 【請求項５８】さらに、少なくとも１つの電極について
以下のクロスバイフェーズ値（f1,f2）を計算するた
めの手段からなり、 (f1,f2)＝tan-1［Im(BC(f1,f2))/Re(BC(f1,f2))］ ここにおいてBC（f1,f2）は１つの電極ペアについての
クロスバイスペクトルであり、f1及びf2はクロスバイフ
ェーズ計算が行われる周波数域の制限値を指定する ことを特徴とする請求項53記載の脳症状を非インベーシ
ブに検知するシステム。 - 【請求項５９】さらに、 少なくとも１つの電極により取得される全データ記録の
実数三重積を該少なくとも１つの電極について計算する
ための手段と、 前記少なくとも１つの電極ペアについて以下のクロスバ
イコヒーレンス値Ｒ（f1,f2）を計算するための手段と からなり、 Ｒ（f1,f2）＝BD（f1,f2）／［BR（f1,f2）］1/2 ここにおいてBD（f1,f2）は１つの電極ペアに対するク
ロスバイスペクトル密度値であり、BR（f1,f2）は当該
電極ペアに対する実数三重積であり、f1及びf2はクロス
バイコヒーレンス計算が行われる周波数域の制限値を指
定する ことを特徴とする請求項57記載の脳症状を非インベーシ
ブに検知するシステム。 - 【請求項６０】前記比較するための手段はさらに、 バイスペクトル変数の１つの配列における前記発生バイ
スペクトル値を組織化する手段と、 診断されるべき身体症状を選択するための手段と、 レジデントメモリーから適正なバイスペクトル参照配列
を回収する手段と、ここにおいて、該参照配列は診断さ
れるべき身体症状に最も敏感な周波数ペアを有してお
り、 重要な位置の総計を得るために重要なデータを有する位
置として回収される参照配列により特定されるバイスペ
クトル値の少なくとも１つの配列各々の位置におけるデ
ータ値を加算するための手段と、 検知されるべき脳症状に関連する診断用インデックスを
発生させるために該重要な位置において保存される値を
平均するための手段と からなることを特徴とする請求項35記載の脳症状を非イ
ンベーシブに検知するシステム。 - 【請求項６１】さらに、 対象体の各異なる３状態についてのバイスペクトルデー
タの３つの配列を発生させるための手段と、 第1t配列を作成するためにバイスペクトルデータの該３
つの配列の第１及び第２配列におけるデータを比較する
ペアとなったスチューデントｔテストを行い、該第2t配
列を作成するためにバイスペクトルデータの該３つの配
列の該第２及び第３配列におけるデータを比較するペア
となったスチューデントｔテストを行うための手段と、 該第1t配列の各データ値と該第2t配列の対応する位置に
おけるデータ値とを比較するための手段と、 予め定められた量以上に異なる該第１及び第2t配列にお
けるそれらの対応する位置を特定するための手段と からなり、ここにおいて、該特定される位置は脳症状を
検知するために重要であるそれらの位置を表す ことを特徴とする脳症状を非インベーシブに検知するシ
ステム。 - 【請求項６２】さらに、所定数のセクションに分割され
た対象体の頭部と対応する表示手段からなり、ここにお
いて該表示手段は該セクションと対応する位置に載置さ
れた電極から取得される信号から決定されるコンピュー
タ診断用インデックスの圧縮された連続トレーシングを
表示するための手段を含むことを特徴とする請求項35記
載の脳症状を非インベーシブに検知するシステム。 - 【請求項６３】各表示されるセクションは複数色のうち
の１色の背景を含み、該色の各々は選択される診断用イ
ンデックスの可能値の個々の選択域に対して特徴的であ
ることを特徴とする請求項61記載の脳症状を非インベー
シブに検知するシステム。 - 【請求項６４】さらに、 対象体の各異なる３状態についてのバイスペクトルデー
タの３つの配列を発生させ、 脳症状を検知するために重要な該配列におけるそれらの
位置を特定するために、バイスペクトルデータの該３つ
の配列に対する統計的操作を行う ステップからなることを特徴とする請求項１記載の処理
方法。 - 【請求項６５】さらに、 対象体の各異なる３状態についてのバイスペクトルデー
タの３つの配列を発生させる手段と、 脳症状を検知するのに重要な該配列におけるそれらの位
置を特定するためにバイスペクトルデータの該配列を統
計的に分析するための手段と からなることを特徴とする請求項35記載の脳症状を非イ
ンベーシブに検知するシステム。 - 【請求項６６】検知される脳症状は分析対象体の慢性的
イスケミアあるいは梗塞であることを特徴とする請求項
１記載の処理方法。 - 【請求項６７】前記バイスペクトル値は前記フィルター
にかけられた信号の３次オートコリレーション関数のフ
ーリエ変換を計算することにより発生することを特徴と
する請求項１記載の処理方法。 - 【請求項６８】前記バイスペクトル値は前記フィルター
にかけられた信号の３次クロスコリレーション関数のフ
ーリエ変換を計算することにより発生することを特徴と
する請求項１記載の処理方法。 - 【請求項６９】バイスペクトル値を発生させるための前
記手段は前記フィルターにかけられた信号の３次オート
コリレーション関数のフーリエ変換を計算することによ
り発生することを特徴とする請求項35記載の脳症状を非
インベーシブに検知するシステム。 - 【請求項７０】バイスペクトル値を発生させるための前
記手段は前記フィルターにかけられた信号の３次クロス
コリレーション関数のフーリエ変換を計算することによ
り発生することを特徴とする請求項35記載の脳症状を非
インベーシブに検知するシステム。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US336,874 | 1989-04-12 | ||
| US07/336,874 US5010891A (en) | 1987-10-09 | 1989-04-12 | Cerebral biopotential analysis system and method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH04504516A JPH04504516A (ja) | 1992-08-13 |
| JP3136408B2 true JP3136408B2 (ja) | 2001-02-19 |
Family
ID=23318060
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP02505692A Expired - Lifetime JP3136408B2 (ja) | 1989-04-12 | 1990-03-13 | 脳のバイオポテンシャル分析システム及び方法 |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US5010891A (ja) |
| EP (1) | EP0468999B1 (ja) |
| JP (1) | JP3136408B2 (ja) |
| AT (1) | ATE155908T1 (ja) |
| AU (1) | AU638708B2 (ja) |
| CA (1) | CA2051683C (ja) |
| DE (1) | DE69031118T2 (ja) |
| WO (1) | WO1990011718A1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009532130A (ja) * | 2006-03-31 | 2009-09-10 | アスペクト メディカル システムズ，インク． | 生体電位の変動性を用いて鎮痛の妥当性を評価するシステム及び方法 |
Families Citing this family (125)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5269315A (en) * | 1991-08-16 | 1993-12-14 | The Regents Of The University Of California | Determining the nature of brain lesions by electroencephalography |
| US5320109A (en) * | 1991-10-25 | 1994-06-14 | Aspect Medical Systems, Inc. | Cerebral biopotential analysis system and method |
| US5458117A (en) * | 1991-10-25 | 1995-10-17 | Aspect Medical Systems, Inc. | Cerebral biopotential analysis system and method |
| US5370126A (en) * | 1992-01-22 | 1994-12-06 | Neurotech, Inc. | Method and apparatus for three-dimensional mapping of evoked potentials |
| US5311876A (en) * | 1992-11-18 | 1994-05-17 | The Johns Hopkins University | Automatic detection of seizures using electroencephalographic signals |
| JP2899194B2 (ja) * | 1993-06-30 | 1999-06-02 | キヤノン株式会社 | 意思伝達支援装置及び意思伝達支援方法 |
| ES2077527B1 (es) * | 1993-12-02 | 1997-11-16 | Univ Sevilla | Sistema de adquisicion de datos ininterrumpido en tiempo real. |
| USRE36450E (en) * | 1994-01-12 | 1999-12-21 | Brain Functions Laboratory, Inc. | Method and apparatus for automatically determining somatic state |
| US5601090A (en) * | 1994-07-12 | 1997-02-11 | Brain Functions Laboratory, Inc. | Method and apparatus for automatically determining somatic state |
| US6067467A (en) * | 1994-02-07 | 2000-05-23 | New York University | EEG operative and post-operative patient monitoring method |
| JP2540728B2 (ja) * | 1994-03-31 | 1996-10-09 | 株式会社脳機能研究所 | 脳活動自動判定装置 |
| GB9511964D0 (en) * | 1995-06-13 | 1995-08-09 | Rdm Consultants Limited | Monitoring an EEG |
| US5813993A (en) * | 1996-04-05 | 1998-09-29 | Consolidated Research Of Richmond, Inc. | Alertness and drowsiness detection and tracking system |
| JPH09271516A (ja) * | 1996-04-05 | 1997-10-21 | Nippon Koden Corp | 麻酔深度判定方法及び装置 |
| US5899867A (en) * | 1996-10-11 | 1999-05-04 | Collura; Thomas F. | System for self-administration of electroencephalographic (EEG) neurofeedback training |
| KR100281650B1 (ko) * | 1997-11-13 | 2001-02-15 | 정선종 | 긍정/부정 감성 상태 판별을 위한 뇌파 분석 방법 |
| US6157857A (en) * | 1998-07-24 | 2000-12-05 | Dimpfel; Wilfried | Apparatus for determining sleep staging |
| US9320900B2 (en) * | 1998-08-05 | 2016-04-26 | Cyberonics, Inc. | Methods and systems for determining subject-specific parameters for a neuromodulation therapy |
| US7277758B2 (en) * | 1998-08-05 | 2007-10-02 | Neurovista Corporation | Methods and systems for predicting future symptomatology in a patient suffering from a neurological or psychiatric disorder |
| US7747325B2 (en) | 1998-08-05 | 2010-06-29 | Neurovista Corporation | Systems and methods for monitoring a patient's neurological disease state |
| US7403820B2 (en) * | 1998-08-05 | 2008-07-22 | Neurovista Corporation | Closed-loop feedback-driven neuromodulation |
| US9415222B2 (en) | 1998-08-05 | 2016-08-16 | Cyberonics, Inc. | Monitoring an epilepsy disease state with a supervisory module |
| US8762065B2 (en) | 1998-08-05 | 2014-06-24 | Cyberonics, Inc. | Closed-loop feedback-driven neuromodulation |
| US9375573B2 (en) | 1998-08-05 | 2016-06-28 | Cyberonics, Inc. | Systems and methods for monitoring a patient's neurological disease state |
| US7324851B1 (en) | 1998-08-05 | 2008-01-29 | Neurovista Corporation | Closed-loop feedback-driven neuromodulation |
| US7231254B2 (en) | 1998-08-05 | 2007-06-12 | Bioneuronics Corporation | Closed-loop feedback-driven neuromodulation |
| US9042988B2 (en) | 1998-08-05 | 2015-05-26 | Cyberonics, Inc. | Closed-loop vagus nerve stimulation |
| US7242984B2 (en) | 1998-08-05 | 2007-07-10 | Neurovista Corporation | Apparatus and method for closed-loop intracranial stimulation for optimal control of neurological disease |
| US7209787B2 (en) * | 1998-08-05 | 2007-04-24 | Bioneuronics Corporation | Apparatus and method for closed-loop intracranial stimulation for optimal control of neurological disease |
| US6820979B1 (en) | 1999-04-23 | 2004-11-23 | Neuroptics, Inc. | Pupilometer with pupil irregularity detection, pupil tracking, and pupil response detection capability, glaucoma screening capability, intracranial pressure detection capability, and ocular aberration measurement capability |
| US6116736A (en) | 1999-04-23 | 2000-09-12 | Neuroptics, Inc. | Pupilometer with pupil irregularity detection capability |
| AU1241501A (en) * | 1999-10-27 | 2001-05-08 | Physiometrix, Inc. | Module for acquiring electroencephalograph signals from a patient |
| GB2359367B (en) * | 2000-02-17 | 2003-11-05 | Univ Bristol | Monitoring electrical activity |
| GB0003853D0 (en) * | 2000-02-19 | 2000-04-05 | Diagnostic Potentials Limited | Method for investigating neurological function |
| US6757558B2 (en) * | 2000-07-06 | 2004-06-29 | Algodyne, Ltd. | Objective pain measurement system and method |
| US6801803B2 (en) | 2000-10-16 | 2004-10-05 | Instrumentarium Corp. | Method and apparatus for determining the cerebral state of a patient with fast response |
| US6731975B1 (en) | 2000-10-16 | 2004-05-04 | Instrumentarium Corp. | Method and apparatus for determining the cerebral state of a patient with fast response |
| AU2002242192A1 (en) * | 2001-02-13 | 2002-08-28 | Jordan Neuroscience, Inc. | Automated realtime interpretation of brain waves |
| CA2343706C (en) | 2001-04-10 | 2011-12-06 | Physiometrix, Inc. | Anesthesia monitoring system based on electroencephalographic signals |
| JP2004530475A (ja) * | 2001-05-04 | 2004-10-07 | ユニバーシティ オブ バージニア パテント ファウンデーション | 注意機能障害の評価のための方法、装置およびコンピュータ・プログラム・プロダクツ |
| US6631291B2 (en) | 2001-05-18 | 2003-10-07 | Instrumentarium Corp. | Closed loop drug administration method and apparatus using EEG complexity for control purposes |
| JP4537703B2 (ja) * | 2001-06-13 | 2010-09-08 | コンピュメディクス・リミテッド | 意識を監視するための装置 |
| EP1460933B1 (en) * | 2002-01-04 | 2008-12-17 | Aspect Medical Systems, Inc. | System and method of assessment of mood disorders using eeg |
| US6795724B2 (en) * | 2002-02-19 | 2004-09-21 | Mark Bradford Hogan | Color-based neurofeedback |
| US7373198B2 (en) * | 2002-07-12 | 2008-05-13 | Bionova Technologies Inc. | Method and apparatus for the estimation of anesthetic depth using wavelet analysis of the electroencephalogram |
| US7933646B2 (en) | 2002-10-15 | 2011-04-26 | Medtronic, Inc. | Clustering of recorded patient neurological activity to determine length of a neurological event |
| AU2003287166A1 (en) | 2002-10-15 | 2004-05-04 | Medtronic Inc. | Phase shifting of neurological signals in a medical device system |
| US7089927B2 (en) * | 2002-10-23 | 2006-08-15 | New York University | System and method for guidance of anesthesia, analgesia and amnesia |
| AU2003900324A0 (en) * | 2003-01-20 | 2003-02-06 | Swinburne University Of Technology | Method of monitoring brain function |
| GB2399886A (en) * | 2003-03-26 | 2004-09-29 | Secr Defence | Identifying degenerative brain disease using EEG or EMG measurements |
| WO2004093653A2 (en) * | 2003-04-18 | 2004-11-04 | Oregon Health & Science University | Microelectrode recording analysis and visualization for improved target localization |
| WO2004100765A2 (en) * | 2003-05-06 | 2004-11-25 | Aspect Medical Systems, Inc. | System and method of assessment of the efficacy of treatment of neurological disorders using the electroencephalogram |
| AU2003241369A1 (en) * | 2003-05-06 | 2005-01-21 | Everest Biomedical Instruments | Anesthesia and sedation monitoring system and method |
| US7706871B2 (en) * | 2003-05-06 | 2010-04-27 | Nellcor Puritan Bennett Llc | System and method of prediction of response to neurological treatment using the electroencephalogram |
| US7509161B2 (en) * | 2003-10-22 | 2009-03-24 | Instrumentarium Corporation | Method and apparatus for determining the cerebral state of a patient using generalized spectral entropy of the EEG signal |
| US20060058700A1 (en) * | 2004-08-26 | 2006-03-16 | Marro Dominic P | Patient sedation monitor |
| WO2006076478A2 (en) * | 2005-01-12 | 2006-07-20 | Aspect Medical Systems, Inc. | System and method for prediction of adverse events during treatment of psychological and neurological disorders |
| GB0500680D0 (en) * | 2005-01-13 | 2005-02-23 | Isis Innovation | Physiological data classification |
| US8725243B2 (en) | 2005-12-28 | 2014-05-13 | Cyberonics, Inc. | Methods and systems for recommending an appropriate pharmacological treatment to a patient for managing epilepsy and other neurological disorders |
| US8868172B2 (en) | 2005-12-28 | 2014-10-21 | Cyberonics, Inc. | Methods and systems for recommending an appropriate action to a patient for managing epilepsy and other neurological disorders |
| WO2007140536A1 (en) * | 2006-06-06 | 2007-12-13 | Cortical Dynamics Pty. Ltd. | Eeg analysis system |
| US8175696B2 (en) * | 2006-06-06 | 2012-05-08 | Cortical Dynamics Limited | Brain function monitoring and display system |
| EP2034885A4 (en) | 2006-06-23 | 2010-12-01 | Neurovista Corp | MINIMALLY INVASIVE MONITORING SYSTEMS AND PROCEDURES |
| WO2008019407A1 (de) * | 2006-08-14 | 2008-02-21 | Karl Hoffmann | Verfahren zur umwandlung von durch ein eeg gemessenen elektrischen hirnströme in eine mehrdimensionale abbildung |
| EP2076173B1 (en) | 2006-09-29 | 2014-12-17 | The Regents of The University of California | Burst suppression monitor for induced coma |
| US8295934B2 (en) | 2006-11-14 | 2012-10-23 | Neurovista Corporation | Systems and methods of reducing artifact in neurological stimulation systems |
| US9898656B2 (en) | 2007-01-25 | 2018-02-20 | Cyberonics, Inc. | Systems and methods for identifying a contra-ictal condition in a subject |
| WO2008092133A2 (en) * | 2007-01-25 | 2008-07-31 | Neurovista Corporation | Methods and systems for measuring a subject's susceptibility to a seizure |
| US8036736B2 (en) | 2007-03-21 | 2011-10-11 | Neuro Vista Corporation | Implantable systems and methods for identifying a contra-ictal condition in a subject |
| US8473345B2 (en) | 2007-03-29 | 2013-06-25 | The Nielsen Company (Us), Llc | Protocol generator and presenter device for analysis of marketing and entertainment effectiveness |
| US9402558B2 (en) * | 2007-04-05 | 2016-08-02 | New York University | System and method for pain detection and computation of a pain quantification index |
| US9554721B1 (en) | 2007-04-23 | 2017-01-31 | Neurowave Systems Inc. | Seizure detector, brain dysfunction monitor and method |
| US9886981B2 (en) * | 2007-05-01 | 2018-02-06 | The Nielsen Company (Us), Llc | Neuro-feedback based stimulus compression device |
| US8386312B2 (en) * | 2007-05-01 | 2013-02-26 | The Nielsen Company (Us), Llc | Neuro-informatics repository system |
| US8392253B2 (en) * | 2007-05-16 | 2013-03-05 | The Nielsen Company (Us), Llc | Neuro-physiology and neuro-behavioral based stimulus targeting system |
| US8494905B2 (en) | 2007-06-06 | 2013-07-23 | The Nielsen Company (Us), Llc | Audience response analysis using simultaneous electroencephalography (EEG) and functional magnetic resonance imaging (fMRI) |
| US9788744B2 (en) | 2007-07-27 | 2017-10-17 | Cyberonics, Inc. | Systems for monitoring brain activity and patient advisory device |
| US8533042B2 (en) * | 2007-07-30 | 2013-09-10 | The Nielsen Company (Us), Llc | Neuro-response stimulus and stimulus attribute resonance estimator |
| US20090036755A1 (en) * | 2007-07-30 | 2009-02-05 | Neurofocus, Inc. | Entity and relationship assessment and extraction using neuro-response measurements |
| US8635105B2 (en) | 2007-08-28 | 2014-01-21 | The Nielsen Company (Us), Llc | Consumer experience portrayal effectiveness assessment system |
| US8386313B2 (en) | 2007-08-28 | 2013-02-26 | The Nielsen Company (Us), Llc | Stimulus placement system using subject neuro-response measurements |
| CN101795620B (zh) | 2007-08-28 | 2013-05-01 | 神经焦点公司 | 消费者体验评定系统 |
| US8392255B2 (en) | 2007-08-29 | 2013-03-05 | The Nielsen Company (Us), Llc | Content based selection and meta tagging of advertisement breaks |
| US8393734B2 (en) | 2007-09-14 | 2013-03-12 | Neuroptics, Inc. | Pupilary screening method and system |
| US20090083129A1 (en) | 2007-09-20 | 2009-03-26 | Neurofocus, Inc. | Personalized content delivery using neuro-response priming data |
| US8494610B2 (en) | 2007-09-20 | 2013-07-23 | The Nielsen Company (Us), Llc | Analysis of marketing and entertainment effectiveness using magnetoencephalography |
| US20090171168A1 (en) | 2007-12-28 | 2009-07-02 | Leyde Kent W | Systems and Method for Recording Clinical Manifestations of a Seizure |
| US9259591B2 (en) | 2007-12-28 | 2016-02-16 | Cyberonics, Inc. | Housing for an implantable medical device |
| US8626264B1 (en) * | 2008-04-09 | 2014-01-07 | James T. Beran | Obtaining information about brain activity |
| US7967442B2 (en) * | 2008-11-28 | 2011-06-28 | Neuroptics, Inc. | Methods, systems, and devices for monitoring anisocoria and asymmetry of pupillary reaction to stimulus |
| US8849390B2 (en) | 2008-12-29 | 2014-09-30 | Cyberonics, Inc. | Processing for multi-channel signals |
| US8588933B2 (en) | 2009-01-09 | 2013-11-19 | Cyberonics, Inc. | Medical lead termination sleeve for implantable medical devices |
| US20100250325A1 (en) | 2009-03-24 | 2010-09-30 | Neurofocus, Inc. | Neurological profiles for market matching and stimulus presentation |
| US8786624B2 (en) | 2009-06-02 | 2014-07-22 | Cyberonics, Inc. | Processing for multi-channel signals |
| US20110046473A1 (en) * | 2009-08-20 | 2011-02-24 | Neurofocus, Inc. | Eeg triggered fmri signal acquisition |
| US20110046502A1 (en) * | 2009-08-20 | 2011-02-24 | Neurofocus, Inc. | Distributed neuro-response data collection and analysis |
| US8655437B2 (en) * | 2009-08-21 | 2014-02-18 | The Nielsen Company (Us), Llc | Analysis of the mirror neuron system for evaluation of stimulus |
| US10987015B2 (en) | 2009-08-24 | 2021-04-27 | Nielsen Consumer Llc | Dry electrodes for electroencephalography |
| US20110106750A1 (en) | 2009-10-29 | 2011-05-05 | Neurofocus, Inc. | Generating ratings predictions using neuro-response data |
| US9560984B2 (en) | 2009-10-29 | 2017-02-07 | The Nielsen Company (Us), Llc | Analysis of controlled and automatic attention for introduction of stimulus material |
| US8209224B2 (en) | 2009-10-29 | 2012-06-26 | The Nielsen Company (Us), Llc | Intracluster content management using neuro-response priming data |
| US8838226B2 (en) * | 2009-12-01 | 2014-09-16 | Neuro Wave Systems Inc | Multi-channel brain or cortical activity monitoring and method |
| US9643019B2 (en) | 2010-02-12 | 2017-05-09 | Cyberonics, Inc. | Neurological monitoring and alerts |
| WO2011133548A2 (en) | 2010-04-19 | 2011-10-27 | Innerscope Research, Inc. | Short imagery task (sit) research method |
| US8655428B2 (en) | 2010-05-12 | 2014-02-18 | The Nielsen Company (Us), Llc | Neuro-response data synchronization |
| US8392251B2 (en) | 2010-08-09 | 2013-03-05 | The Nielsen Company (Us), Llc | Location aware presentation of stimulus material |
| US8392250B2 (en) | 2010-08-09 | 2013-03-05 | The Nielsen Company (Us), Llc | Neuro-response evaluated stimulus in virtual reality environments |
| US8396744B2 (en) | 2010-08-25 | 2013-03-12 | The Nielsen Company (Us), Llc | Effective virtual reality environments for presentation of marketing materials |
| PT105402A (pt) | 2010-11-24 | 2012-05-24 | Univ Tras Os Montes E Alto Douro | Método e dispositivo para a avaliação do estado anestésico durante a anestesia ou sedação baseada no electroencefalograma |
| US9292858B2 (en) | 2012-02-27 | 2016-03-22 | The Nielsen Company (Us), Llc | Data collection system for aggregating biologically based measures in asynchronous geographically distributed public environments |
| US9451303B2 (en) | 2012-02-27 | 2016-09-20 | The Nielsen Company (Us), Llc | Method and system for gathering and computing an audience's neurologically-based reactions in a distributed framework involving remote storage and computing |
| US9569986B2 (en) | 2012-02-27 | 2017-02-14 | The Nielsen Company (Us), Llc | System and method for gathering and analyzing biometric user feedback for use in social media and advertising applications |
| US8989835B2 (en) | 2012-08-17 | 2015-03-24 | The Nielsen Company (Us), Llc | Systems and methods to gather and analyze electroencephalographic data |
| US9320450B2 (en) | 2013-03-14 | 2016-04-26 | The Nielsen Company (Us), Llc | Methods and apparatus to gather and analyze electroencephalographic data |
| US9622702B2 (en) | 2014-04-03 | 2017-04-18 | The Nielsen Company (Us), Llc | Methods and apparatus to gather and analyze electroencephalographic data |
| US9936250B2 (en) | 2015-05-19 | 2018-04-03 | The Nielsen Company (Us), Llc | Methods and apparatus to adjust content presented to an individual |
| CN106923824B (zh) * | 2017-03-27 | 2019-12-20 | 广州视源电子科技股份有限公司 | 基于多空间信号特征的脑电放松度识别方法及装置 |
| US11723579B2 (en) | 2017-09-19 | 2023-08-15 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement |
| US11717686B2 (en) | 2017-12-04 | 2023-08-08 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement to facilitate learning and performance |
| WO2019133997A1 (en) | 2017-12-31 | 2019-07-04 | Neuroenhancement Lab, LLC | System and method for neuroenhancement to enhance emotional response |
| US11406316B2 (en) * | 2018-02-14 | 2022-08-09 | Cerenion Oy | Apparatus and method for electroencephalographic measurement |
| US11364361B2 (en) | 2018-04-20 | 2022-06-21 | Neuroenhancement Lab, LLC | System and method for inducing sleep by transplanting mental states |
| DE102018110275A1 (de) * | 2018-04-27 | 2019-10-31 | Susanne Koch | Verfahren und Vorrichtung zur Bereitstellung eines Parameters, der auf einen Bewusstseinsverlust eines Patienten unter Narkose hinweist |
| CN113382683A (zh) | 2018-09-14 | 2021-09-10 | 纽罗因恒思蒙特实验有限责任公司 | 改善睡眠的系统和方法 |
| US11786694B2 (en) | 2019-05-24 | 2023-10-17 | NeuroLight, Inc. | Device, method, and app for facilitating sleep |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4407299A (en) * | 1981-05-15 | 1983-10-04 | The Children's Medical Center Corporation | Brain electrical activity mapping |
| US4862359A (en) * | 1984-08-31 | 1989-08-29 | Bio-Logic Systems Corporation | Topographical mapping of brain functionality from neuropsychological test results |
| US4697598A (en) * | 1985-04-25 | 1987-10-06 | Westinghouse Electric Corp. | Evoked potential autorefractometry system |
| US4753246A (en) * | 1986-03-28 | 1988-06-28 | The Regents Of The University Of California | EEG spatial filter and method |
| US4907597A (en) * | 1987-10-09 | 1990-03-13 | Biometrak Corporation | Cerebral biopotential analysis system and method |
-
1989
- 1989-04-12 US US07/336,874 patent/US5010891A/en not_active Expired - Lifetime
-
1990
- 1990-03-13 DE DE69031118T patent/DE69031118T2/de not_active Expired - Lifetime
- 1990-03-13 AT AT90905998T patent/ATE155908T1/de not_active IP Right Cessation
- 1990-03-13 JP JP02505692A patent/JP3136408B2/ja not_active Expired - Lifetime
- 1990-03-13 CA CA002051683A patent/CA2051683C/en not_active Expired - Fee Related
- 1990-03-13 AU AU54100/90A patent/AU638708B2/en not_active Expired
- 1990-03-13 WO PCT/US1990/001378 patent/WO1990011718A1/en active IP Right Grant
- 1990-03-13 EP EP90905998A patent/EP0468999B1/en not_active Expired - Lifetime
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009532130A (ja) * | 2006-03-31 | 2009-09-10 | アスペクト メディカル システムズ，インク． | 生体電位の変動性を用いて鎮痛の妥当性を評価するシステム及び方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| DE69031118T2 (de) | 1998-03-05 |
| CA2051683A1 (en) | 1990-10-13 |
| AU5410090A (en) | 1990-11-05 |
| EP0468999A4 (en) | 1993-01-27 |
| DE69031118D1 (de) | 1997-09-04 |
| WO1990011718A1 (en) | 1990-10-18 |
| ATE155908T1 (de) | 1997-08-15 |
| JPH04504516A (ja) | 1992-08-13 |
| CA2051683C (en) | 2000-10-31 |
| US5010891A (en) | 1991-04-30 |
| EP0468999B1 (en) | 1997-07-23 |
| EP0468999A1 (en) | 1992-02-05 |
| AU638708B2 (en) | 1993-07-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3136408B2 (ja) | 脳のバイオポテンシャル分析システム及び方法 | |
| CA2122032C (en) | Cerebral biopotential analysis system and method | |
| CA2064791C (en) | Cardiac biopotential analysis system and method | |
| CA2191594C (en) | Cerebral biopotential analysis system and method | |
| JP4532739B2 (ja) | 警戒状態および嗜眠状態の検出および追跡システム | |
| US4907597A (en) | Cerebral biopotential analysis system and method | |
| US6195576B1 (en) | Quantitative magnetoencephalogram system and method | |
| US20090247893A1 (en) | Method and apparatus for measuring responsiveness of a subject | |
| EP1959827A2 (en) | Systems and methods for analyzing and assessing depression and other mood disorders using electroencephalographic (eeg) measurements | |
| Kim et al. | Differentiation of alpha coma from awake alpha by nonlinear dynamics of electroencephalography | |
| Rosenblatt et al. | Computerized EEG monitoring | |
| Reddy et al. | High-resolution ECG on a standard ECG cart | |
| Henderson et al. | Electroencephalogrambased methods for routine detection of dementia | |
| Chua | Analysis of cardiac and epileptic signals using higher order spectra |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081208 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091208 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101208 Year of fee payment: 10 |
|
| EXPY | Cancellation because of completion of term | ||
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101208 Year of fee payment: 10 |