JPH11503333A - 疾病、損傷および身体状況のスクリーニングまたは探知のためのニューラルネットワーク法および装置 - Google Patents

疾病、損傷および身体状況のスクリーニングまたは探知のためのニューラルネットワーク法および装置

Info

Publication number
JPH11503333A
JPH11503333A JP8517622A JP51762296A JPH11503333A JP H11503333 A JPH11503333 A JP H11503333A JP 8517622 A JP8517622 A JP 8517622A JP 51762296 A JP51762296 A JP 51762296A JP H11503333 A JPH11503333 A JP H11503333A
Authority
JP
Japan
Prior art keywords
test
potential
biopotential
sensor
neural network
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
Application number
JP8517622A
Other languages
English (en)
Inventor
ファウペル,マーク,エル.
ロング,デイビッド,エム.,ジュニア.
Original Assignee
バイオフィールド コーポレーション
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by バイオフィールド コーポレーション filed Critical バイオフィールド コーポレーション
Publication of JPH11503333A publication Critical patent/JPH11503333A/ja
Pending legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/43Detecting, measuring or recording for evaluating the reproductive systems
    • A61B5/4306Detecting, measuring or recording for evaluating the reproductive systems for evaluating the female reproductive systems, e.g. gynaecological evaluations
    • A61B5/4312Breast evaluation or disorder diagnosis
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/05Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/05Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/053Measuring electrical impedance or conductance of a portion of the body
    • A61B5/0531Measuring skin impedance
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/2415Measuring direct current [DC] or slowly varying biopotentials
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25Bioelectric electrodes therefor
    • A61B5/279Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/28Bioelectric electrodes therefor specially adapted for particular uses for electrocardiography [ECG]
    • A61B5/282Holders for multiple electrodes
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0209Special features of electrodes classified in A61B5/24, A61B5/25, A61B5/283, A61B5/291, A61B5/296, A61B5/053
    • A61B2562/0215Silver or silver chloride containing
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0209Special features of electrodes classified in A61B5/24, A61B5/25, A61B5/283, A61B5/291, A61B5/296, A61B5/053
    • A61B2562/0217Electrolyte containing
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/04Arrangements of multiple sensors of the same type
    • A61B2562/046Arrangements of multiple sensors of the same type in a matrix array
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S706/00Data processing: artificial intelligence
    • Y10S706/902Application using ai with detail of the ai system
    • Y10S706/924Medical

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Artificial Intelligence (AREA)
  • Radiology & Medical Imaging (AREA)
  • Evolutionary Computation (AREA)
  • Primary Health Care (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Epidemiology (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Dermatology (AREA)
  • Cardiology (AREA)
  • Computing Systems (AREA)
  • Fuzzy Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Gynecology & Obstetrics (AREA)
  • Reproductive Health (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

(57)【要約】 疾病、損傷および身体状況のスクリーニングまたは探知のための方法および装置。この方法および装置では、疾病、損傷および状態が変化している疑いのある箇所の範囲に配置された多数の測定センサーから生物電位が受け取られる。それからこれらの電位は処理され、処理された値は、特殊な状態の兆候を提供するために、確認可能なタイプのデータを受け取って分析するように独特に調整された、特殊なタイプのニューラルネットワークあるいはニューラルネットワークの組み合わせに供給される。

Description

【発明の詳細な説明】 疾病、損傷および身体状況のスクリーニングまたは探知のための ニューラルネットワーク法および装置 技術分野 本発明は、概して、生物学的活動の機能として発生する電気的活動の勾配を測 定するために、生体上に設置した参考ポイントと多数のテストポイントの間に存 在する電磁界の直流生物電位を検出することにより、生体の疾病の状態、損傷の 部位あるいは身体状況をスクリーニングあるいは探知するための方法と装置に関 するものである。 背景となる技術 近年、生体の電磁界の電位レベルの測定が、正確なスクリーニングと診断の手 段として利用できるという理論は、ますます広く受け入れられるようになってい る。この理論を実践する試みとして、多くの方法や装置が開発されている。たと えば、B.H.Hirschowitzらのアメリカ特許番号No.4,328,809は、生体上の参 考ポイントとテストポイントの間に存在する電磁界の電位レベルを検出する装置 と方法を扱っている。ここでは、参考電極とテスト電極が、参考ポイントとテス トポイントの間で測定された電磁界の電位レベルを示す直流信号を示す。これら の信号は、アナログをデジタルに変える変換装置に送られる。この装置には、デ ジタル信号を発生する機能があり、プロセッサーがこのデジタル信号の機能とし て生体の単数または複数のパラメーターを示す出力信号を出す。 同様の生物電位測定装置は、Davisのアメリカ特許番号No.4,407,300、Stro llerらのNo.4,557,271、No.4,557,273に見られる。とくにDavisは、被験者に 付けられた二つの電極の間に発生した起電力を測定することによる癌の診断法を 発表している。 生物電位の測定は、しばしば配列内の電極間で切り替えるある種の多重システ ムをともなう電極配列をつかっておこなわれてきた。前述のHirschowitzらの特 許は、多数のテスト電極を使用しようとしている。一方、Freemanのアメリカ特 許番号No.4,461,288とBaiのNo.4,486,835は、複数の電極配列による測定の 利用を発表している。 残念ながら、診断手段として生体表面で測定された生物電位を使用するこれま での方法は、基本的には有効だが、あまりにも単純化された仮説に基づいており 、多くの疾病の状態について有効な診断はできない。以前の方法とそれらを応用 した装置は、癌の場合、正常あるいは悪性でない状態は陽極で示されるのに対し て、疾病の状態は患者の身体の上の別の場所から得られた参考電圧に関連して起 こる陰極によって示されるということに基づいて作用する。この仮説に基づくと 、参考部位からの信号に関連してその部位から受けた信号の極性を測定するよう な測定電極を一つ使って、それを疾患部位の上あるいはその近くの外部の配置す ることで、疾病状態の探知と診断をおこなうことができることになる。複数の測 定電極が使用される場合には、それらの結果は単純に合計・平均されて一つの平 均的信号を出し、それから極性の判断がなされる。このアプローチでは、不正確 な診断につながるような大きな欠陥の影響を受ける可能性がある。表面測定しか おこなわれていない場合には、とくにそうである。 まず、記録用電極の下にある病に侵された組織の極性は、時間が経過するにつ れて変化することがわかっている。この事実から、外部の記録用電極が1つしか 使用されなかった場合には、信頼できる診断を混乱させるような電位変化が生ず る。さらに、皮膚表面記録によって測定される組織の極性は、記録用電極の配置 だけでなく、参考電極の配置によっても左右される。したがって、測定された陰 極の極性は、必ずしも癌のような疾患を示しているわけではない。なぜなら、疾 患部位の極性は、一部は参考電極の位置によって左右されるからである。 乳ガンのスクリーニングのように、皮膚表面で小さな直流生物電位を探知する ために多くの電極を使用するときは、探知用電極を正確に配置し、二つの隣接す る電極が重なり合ったり、同じテスト範囲を探知していないように間隔を開ける ことが非常に重要である。もしもこれらの公差が正確に保たれていなければ、誤 った判断がなされる可能性がある。 癌のような疾病状態は進行するので、血管新生、水分含有量、および細胞分裂 率の変化を含む局所的な影響を引き起こす。これらの影響は、皮膚表面および新 生物組織内で測定することができるイオン濃度を変える。生物学的に閉じられた 電気回路のゆがみのような、その他の局所的影響が起こることもある。認識すべ き重要なポイントは、これらの影響は疾病部位の周囲に均一に生ずるわけではな いということである。たとえば、腫瘍が成長し分化するにつれて、検査が腫瘍の 中心部(壊死性である可能性がある)でおこなわれるか、あるいは腫瘍の周辺部 (代謝上もっとも活発な細胞が含まれている可能性がある)でおこなわれるかに よって、血管新生、水分含有量、および細胞分裂率に非常に幅広い変動が示され る可能性がある。成長因子と生産される酵素が腫瘍の周囲にある正常細胞に著し い影響を与える可能性がある一方で、腫瘍は成長因子にあまり反応しないかもし れない。本発明の発明者の一人はこの事実を認識し、彼のアメリカ特許番号No. 4,995,383とNo.5,099,844は、疾病の重要な電気的指標は、疾患部位およびその 近くのいくつかの部位から記録された相対電圧に見られ、これまで仮定されてい たように極性の方向(陽性対陰性)に見られるのではないという原理を実践する 方法と装置を発表している。 それでも、探知される直流電位は非常に振幅が低いので、疾病、損傷あるいは 身体的機能の探知あるいはスクリーニングのために直流生物電位を正確に測定す ることは、非常に難しい。関連する直流電位の低さや生物の持つ本質的な複雑さ といった因子のために、収集されたデータ信号には相当量のノイズが含まれがち であり、それにより正確な分析が困難になっている。また、生物の構造は、周知 のように複雑で非線形的であり予測不可能であり、標準から大きくはずれること も珍しくない。したがって、必要なデータを生物電位の測定から得るための方法 と装置を開発し、それから検討している状態に関係のある適切な情報を抽出し、 分析することが必要である。 発明の概要 本発明の第一の目的は、身体状態のスクリーニングあるいは探知のための新し い改善された方法と装置を提供することである。この方法では、生体上のある箇 所を含む領域から直流生物電位が測定され、それからそれが特定の状態を示す情 報パターンを認識するように作られているニューラルネットワーク内で処理され る。 さらに本発明の目的は、生体上の疾病、損傷あるいは状態の変化が疑われる箇 所およびその近くの複数の場所から別々の経路で直流生物電位を受けるような、 疾病、損傷、身体状態のスクリーニングまたは探知のための新しい改善された方 法と装置を提供することである。それから、一定時間をかけて取った多数の生物 電位値の平均から最大電位差が出され、それは続いて疾病、損傷あるいはその他 の身体的状況を示すようなパターンを認識するように作られているニューラルネ ットワークに入れられる。 またさらに本発明の目的は、直流生物電位が疾病、損傷あるいは状態の変化の 部位として疑わしい箇所の領域に設置された多数の測定用センサーから受け取ら れるような、疾病、損傷、身体状態のスクリーニングまたは探知のための新しい 改善された方法と装置を提供することである。それから、これらの電位は、特殊 な状態を示す、確認可能なタイプのデータを受け取って分析するように独特に調 整された、特殊なタイプのニューラルネットワークあるいは複数のニューラルネ ットワークを組み合わせたものに入れられる。 さらに本発明の目的は、疾病、損傷あるいは状態の変化の部位として疑わしい 箇所の領域の直流生物電位から差異値が導かれるような、疾病、損傷、身体状態 のスクリーニングまたは探知のための新しい改善された方法と装置を提供するこ とである。これらの電位は、それから多数のニューラルネットワークに入れられ 、これらのニューラルネットワークの出力した結果は、それから特殊な状態の兆 候を示すために利用される。 さらに本発明の目的は、被験者の胸の反対側に置かれた鏡像センサーから得ら れる直流生物電位から差異値が導かれるような、状態の探知あるいは検知のため の新しくて改善された方法と装置を提供することである。 図の簡単な説明 図1は、本発明の装置全体のブロック線図である。 図2は、図1のセンサー配列を受けている被験者の胸部の図である。 図3は、図1の装置のセンサーとして使用できる電極の一般化された断面図で ある。 図4は、図1の装置の測定作業の流れ図である。 図5は、図1の装置と一緒に使用される蓋然論的ニューラルネットワークのブ ロック線図である。 図6は、図1の装置と一緒に使用される一般回帰とニューラルネットワークの ブロック線図である。 図7は、図1の装置と一緒に使用される多数のニューラルネットワークのブロ ック線図である。 図8は、本発明の使い捨ての皮膚除去装置の概略図である。 図9は、本発明の機械的皮膚除去装置の断面図である。 発明を実行するための最善の方法 図1は、10で一般的に示されている装置の基本的なブロック線図を表してい る。この装置は、パターン認識装置のために未処理データ信号と示差信号の両方 を得るための弁別分析をおこなう。それから、パターン認識装置は、疾病、損傷 あるいはその他の状態のスクリーニングあるいは探知をおこなうためにパターン の識別をおこなう。説明のために、装置10は、乳ガンのスクリーニングあるい は診断に関わる方法について描かれている。しかし、本発明の方法と装置は、生 きた人間あるいは動物のその他の状態の、その他の部位でのスクリーニングある いは診断にも同様に応用できることを認識するべきである。たとえば、ここに述 べる装置と方法は、感染症、虚血、痙攣、関節炎のような疾病状態あるいはその 他の損傷、あるいは排卵、分娩、分娩の異常、胎児切迫仮死のような非疾病的状 態を検出するために利用することができる。 図2では、人間の被験者12の一方の乳房16に癌性の病変14がある可能性 がある。この癌性の病変には中核18と中核周囲の外部領域20があり、ここで は血管新生、水分含有量、細胞分裂率などに、さまざまな変わった局所的影響が 生じている。この外部領域20には、病変周囲の正常細胞が含まれている。これ らの細胞は、腫瘍の成長に反応して、実際の腫瘍そのものよりもはるかに高い生 物電位効果を示すことが多い。議論のために、まず病変14の位置はわかってい ないと仮定し、乳房16をスクリーンして、病的な状態が存在するかどうかを判 断するために、装置10が使用されるものとする。皮膚表面の電位は、電極配列 22を使用して領域20を含めた乳房の領域で測定される。本発明の装置と方法 は、さまざまな異なったセンサー配列の使用を企図している。さらに、装置10 が使用される適用の意図によって、一つの配列内にさまざまなタイプのセンサー を使用することも企図している。たとえば、臨床的に症候のある胸部あるいは皮 膚の病変の診断では、センサー配列は、病変のさまざまな領域および病変箇所の 近くの比較的正常な組織をカバーすべきである。乳ガンのスクリーニングでは( この場合、患者は無症候性)、配列は胸全体の表面を最大限カバーするようにす べきである。これら二つのケースにおける目的は、器官系の潜在的な生物活動の 機能として生ずる電気的活動の勾配を測定することである。測定に使用されるセ ンサーの数も、特殊な応用法の一つの機能である。乳ガンのスクリーニングには 、わずか12個のセンサーしか使用する必要がないこともあれば、あるいはそれ ぞれの乳房16および16aに100個あるいはそれ以上のセンサー24を並べ て使用する必要があることもある。 乳ガンの検出では、一つの乳房から症候性の胸部示差を得るためには一つのセ ンサー配列22が使用されるが、両方の乳房間の示差測定値を得るためには、両 方の乳房に二つのセンサー配列22と22aが配列される。 乳ガンのスクリーニングには、センサーの間隔が均一になるようにして、あら かじめ決められたパターンでの位置を維持しながら、センサー24と電気配列2 2の中央センサー26が、センサーが胸部16の曲線的な表面に正確に配置され るような方法でとりつけられなければならない。センサー配列22およびセンサ ー配列22と22aは、少なくとも一つの参考センサー30とともに使用される 。これらのセンサーはすべて、生体内に存在する電磁界の電位レベルを検出する のに適したタイプのものである。 図3には、センサー24と30として使用される電極が、一般的に示されてい る。これは、銀の層32を含むことがある。この銀の層には、それによって電気 的にしっかり接触するようになっている電気の導線34がついている。銀の層に 接触しているのは、塩化銀の層37で、さらに塩化銀の層にはイオン伝導性の電 解質ゲルあるいはクリーム状の物質38の層が接触している。そして、このゲル あるいはクリーム状の物質は、生体の表面に接触している。このゲルあるいはク リームは、あとで示されるように、おこなう測定のタイプを決めるうえで重要で ある。 装置10は、多チャンネル装置である。これには電気電極導線34と34aが ついており、電極24と26から一つあるいはそれ以上の固体マルチプレクサー 35に向かって別々にのびている。たとえば、これらのマルチプレクサーは、H arris Semiconductor Model H1-546-5というデザインのマルチプレクサーが 使える。装置10に接続されたそれぞれのセンサー配列は、使用時には、配列に 接続されたマルチプレクサーに多数の出力を供給する。このマルチプレクサーは 、テスト時間中、電極導線34と34aの間で切り替えて、それぞれの導線のア ナログ信号を連続的にマルチプレクサー出力に接続し、時分割多重出力を作る。 それぞれの配列に高速固体マルチプレクサーを一つあるいはそれ以上用意するこ とによって、持続時間が最小限であるようなテスト時間中でも、多数のセンサー から生物電位を繰り返しサンプルすることができる。マルチプレクサー35は、 センサー配列22によって片方だけの乳房16から信号を受け取るか、あるいは センサー配列22と22aによって両方の乳房16と16aから信号を受け取る かをコントロールする。 このマルチプレクサー35からの出力は、低域フィルターアセンプリー36に 供給される。これは、電磁界測定の結果、センサーのそれぞれから供給されたゆ っくりと変動する直流電圧信号出力上に現れる望ましくない高周波数の交流成分 を排除する作用をする。低域フィルターアセンブリー36は、一つまたはそれ以 上の有名なタイプの多重入力低域フィルターから成っていてもよい。これらは配 列22が使用されているときには、入力導線34と34aのそれぞれの信号を別 々にフィルターし、それから別々のチャンネル内のこれらのフィルターされた信 号のぞれぞれを、多重入力アナログ・デジタル変換器40に送る。低域フィルタ ーアセンブリー36は、導線34で表された特定チャンネルのそれぞれのための 一つの個別の低域フィルターであってもよいことは明らかである。この場合は、 それはそのチャンネルだけのために濾波作用をおこない、それからそれぞれの濾 波された出力信号がアナログ・デジタル変換器40の入力に接続される。多重チ ャンネルでは、多重入力アナログ・デジタル変換器を二つ以上、変換器40とし て使用することが可能である。 アナログ・デジタル変換器40は、各入力チャンネルのアナログ信号をデジタ ル信号に変換し、このデジタル信号は、中央処理装置42の多重入力への別々の 出力チャンネルに供給される。この中央処理装置には、RAMとROMのメモリ ー46と48が含まれている。アナログ・デジタル変換器40からのデジタル入 力データは、メモリー内に保存され、本発明の探知およびスキャン方法を実行す るために保存されているプログラムにしたがって、CPUによって処理される。 CPU42によって処理された測定データには、腫瘍のような疾病あるいはそ の他の身体状態の有無を示す兆候が含まれているが、それらの兆候は、データを ちょっと調べただけでは容易には認められないことがある。それどころか、デー タの分析が必要であり、この分析によって矛盾のない信頼できる結果を得ること が肝要である。収集されたデータは、関係する直流電位が低いことや生物の持つ 本質的な複雑さなどの要因があるため、ノイズによってあいまいになっている傾 向がある。生物学的システムは周知のように複雑で、標準から大きくはずれて変 動することも珍しくない。 ノイズの問題と生物電位データに固有の非線形性にもかかわらず、収集された データを正確に分析するために、本発明は、CPU44によって作成されたデー タを調べて、疾病あるいはその他の状態の有無を示すパターンを確認するために 、少なくとも一つのニューラルネットワーク44を利用している。本来、ニュー ラルネットワークは、一連の結合された模擬処理要素(ニューロン)が、加重値 を与えられた一連の入力刺激に反応するという処理システムである。これらのニ ューロンからの出力には、入力信号ベクトルとの非線形的な関係があり、この関 係の性質は結合の長さによって決まる。ニューロン間の結合の長さは、問題解決 に適した値に設定されなければならない。そしてこれは、情報のパターンを認識 することをネットワークに「学習」させることによって、間接的におこなわれる 。いったんこれが成し遂げられれば、そのネットワークは、同じパターンのゆが んだ複製からそのパターンを認識するために使うことができる。 本発明とともに使用するためには、データ分析のための通常のネットワーク機 能とは別に、学習能力を備えたニューラルネットワークを採用することが望まし い。さもなければ、ネットワークが学習し続け、それが使われるにつれて進化し て、結果の確認をすることが不可能なので、それが望ましい。このタイプの有名 なネットワークは、Ward Systems Group,Inc.のNeuro Shell II(バックプ ロパゲーション)などの製品のように、商業的に入手することができる。 このネットワークはまず、すでに知られている研究から得られたデータを使っ て、疾病あるいはその他の状態あるいは損傷パターンを認識する訓練を受ける。 続いて、使用している間に、処理結果としてCPUによって得られた類似のデー タが、ニューラルネットワーク44に入力され、ニューラルネットワークの出力 はインディケーター装置50に向けられる。インディケーター装置は、プリンタ ー、CRTディスプレー装置、あるいはこのようなインディケーターの組み合わ せでできていることがある。インディケーター装置50は、ニューラルネットワ ークからの出力によって示された疾病あるいは損傷の状態を少なくとも二次元で の画像処理できるグラフィックスとコンピューター技術とを合体させる。ニュー ラルネットワーク44は、図1では説明のために別々のブロックとして示されて いるが、実際には、中央処理装置42のためにソフトウェアがおこなう一機能で あってもよい。 弁別分析装置10の操作は、この装置が実行する、本発明の方法のステップを すこし考えればはっきりわかる。病変14あるいはその他の状態が確認されてお らず、病変あるいはその他の状態が存在するかどうかを判断するためにスクリー ニング作業がおこなわれるときは、スクリーニングセンサー配列22は、その部 位のいろいろな異なる領域に配置されたセンサー24、26を使ってスクリーニ ングされる部位の適切な場所に配置される。胸部16がスクリーニングされる場 合は、センサー配列は胸部全体かあるいはその重要な部分をカバーする。それか ら、参考センサー30は、センサー配列22から間隔を開けた位置で、被験者1 2の皮膚に接触するようにさせられる。この参考センサーは、たとえば、被験者 の手に触れさせてもよい。それから、参考センサーと24と26のセンサーの各 センサーの間の電磁界が測定され、デジタル信号に変換され、中央処理装置42 で処理するために保存される。中央処理装置は、マルチプレクサー35をコント ロールする。そして、中央処理装置のためのプログラムコントロールから、一定 時間に多数の測定結果が得られる。通常は、個々のセンサーの測定値は、連続的 かつ繰り返し採取されるが、すべてのチャンネルの測定値を、あらかじめ決めら れた測定時間内に同時にかつ繰り返し採取してもよい。 これまでの技術的装置では、多数の測定値が、一定時間をかけて採取されてい た。多数の電極から採取されることもよくあった。しかし、その後、これらの多 数の測定値は、一つの平均出力表示を出すために、単純に平均化される。本発明 の方法では、それぞれの個々のチャンネルの測定表示は、他のチャンネルからの 測定表示と平均化されることはない。そうではなく、別々のままにしておいて、 測定時間の終わりに、中央処理装置42内部でチャンネルごとに平均化される。 あらかじめ決められた一回の測定時間の継続時間については、たとえば、16の 測定チャンネルからは、中央処理装置は、参考センサー30とセンサー配列22 あるいはセンサー配列22と22aのセンサーの各センサーとの間のその時間内 の平均的な電磁界を示す16の平均信号を得る。もちろん、センサー30が一つ しか描かれていないのは説明のためで、もっと多くの参考センサーを使用するこ ともできる。 それぞれのチャンネルについていったん平均的信号レベル表示が得られたら、 多数の部位で採取された測定値は、得られた平均信号値の間の関係を判断するた めに、数学的分析法によって分析される。このような分析をおこなうと、その結 果、疾病、損傷あるいはその他の状態の存在を示す、関係の部分集合が得られる ことがわかっている。一方、これらの因子がないことを示す異なる部分集合が得 られることもある。弁別的数学分析の手順あるいは意思決定論理学のどちらかが 、スクリーニングあるいは診断の目的のために、本発明にしたがって平均電位値 間の関係を別々に出したり分析するように設計されてもよいけれども、以下に解 説するデータパターン認識と組み合わせた弁別的数学分析手順は、有効であるこ とがわかっている一つの方法である。 得るべき重要な関係が、最大電圧差(MVD)であることはよくある。これは 、テスト領域から2つあるいはそれ以上のセンサーが電圧を記録しているときに 、測定時間中に得られた最大平均電圧値から同じ時間中に得られた最低平均電圧 値を引いたものとして定義される。したがって、あらかじめ決められたそれぞれ の測定時間について、チャンネルのいずれかで得られた最低平均電圧レベル表示 が、その他のチャンネルのいずれかで得られた最高平均電圧レベルから引かれて 、MVD電圧レベルが出される。このMVD電圧レベルが望ましいレベルより大 きい(>x)ときは、悪性腫瘍のような疾病、損傷あるいはその他の状態が示さ れている可能性がある。同様に、あるチャンネルから測定時間中に得られた平均 が異常に低い値である場合(>y)は、この異常に低い個別センサー値(IER )の存在は、疾病、損傷あるいはその他の状態を示している可能性がある。高い MVDあるいは低いIER値にもとづいて誤って癌と認められることのある、通 常は非悪性の過形成の症例のような誤った陽性の診断の数を減らすために、これ らの一次指標は、続いて記述されるニューラルネットワークコントロールプログ ラムにしたがってさらに分析されることがある。 特定の病変14がまだ確認されていないときにスクリーニング機能のために、 装置10が本発明の方法にしたがって利用されるときは、無症候性の患者の胸部 スクリーニングを例として使って、胸部全体の表面を最大限カバーする配列22 が利用される。それから、MVDレベル、およびおそらくIERレベルがすでに 記述した方法にしたがって得られ、各チャンネルの平均値も得られる。このデー タのすべて、つまり平均値とMVDレベルは、疾病状態を示すデータからあるパ ターンを認識するよう訓練されたニューラルネットワーク44に入力される。こ の同じプロセスは、侵入測定のための針電極および抵抗あるいはインピーダンス を測定する電極などの、表面センサー以外のさまざまなタイプのセンサーを使っ てもおこなうことができる。 中央処理装置42の一般的な全体の操作は、図4の流れ図を参照すると、一番 わかりやすい。装置10の運転は、中央処理装置42に電圧を加える、52に示 されているような適切なスタートスイッチによって開始され、これが初期状態5 4を引き起こす。初期状態では、中央処理装置のさまざまなコントロールレジス ターが望ましい状態にリセットされる間に、たとえばインディケーター50が作 動されることによって、装置10のさまざまなコンポーネントが自動的に運転モ ードになる。続いて56では、あらかじめ決められた多重測定時間が始まり、処 理装置42で作られたデジタル出力あるいはアナログ・デジタル変換器からのデ ジタル出力が56で読まれる。中央処理装置は、同時にすべてのチャンネルの出 力を読むようにプログラムされていることがあるが、これらのチャンネル出力は 通常は連続的に読まれる。 いったん、すべてのチャンネルからのアナログあるいはデジタル信号が読まれ たら、終了した測定時間の部分について、それぞれのチャンネルの平均信号が5 8で得られる。それぞれのチャンネルに対するこの平均あるいは標準化された値 は、そのチャンネルについて測定時間中に得られた値を合計し、その合計をおこ なわれた測定の数で割ることによって得られる。それから60で、中央処理装置 が測定時間が終了したか、望ましい数の測定結果が得られたかどうかを判断し、 もし得られていない場合は、測定サンプルあるいは測定値の収集が続けられる。 いったん測定時間が終了すると、マイクロプロセッサーは、測定時間中に採取 された測定結果からそれぞれのチャンネルの最終的な平均値を得る。これらの平 均値から、測定時間中に得られた最高平均値と最低平均値が62でサンプルされ 、64では、62でサンプルされた最低平均チャンネル値が最高平均チャンネル 値から引かれて、最大電圧差異値が出される。それから62のチャンネル平均値 と64の最大電圧差異値は、このようなデータから疾病パターンを認識するよう に訓練された66のニューラルネットワークに入力値として伝えられる。代わり に、64からの最大電圧差異値のみが、ニューラルネットワーク66に伝えられ る。 ニューラルネットワーク66では、もしも疾病あるいはその他の状態のパター ンが入力されたMVD信号値あるいはMVD信号値と平均信号値から確認された 場合には、癌の存在のような可能性の高い疾病の兆候が68で供給されるが、疾 病パターンが認められなかった場合には、可能性のある疾病状態がないことが7 0で示される。一般に、ニューラルネットワークは可能性の高い値を出すものな ので、疾病状態の存在あるいは不在の可能性が68と70で示され、この装置は ハイリスク患者とローリスク患者を区別するために使用することができる。68 あるいは70で疾病の存在あるいは不在の可能性が示されたあとで、ルーチンは 72で終わる。 ニューラルネットワーク66は、装置10によって供給される直流生物電位信 号からその他のパターンを認識するために使用されることがある。たとえば、時 間の経過とともに平均化された電気生物電位に起こる探知可能な位相パターンが あり、この位相パターンのバリエーションは特定の疾病、損傷あるいはその他の 状態を示すものとして認識されることがある。平均化する前に装置10によって 得られた多数の個々の電位値の位相では、別なパターンが認識されることがある 。テスト時間中、何百もの個別の測定値がそれぞれのセンサーから取られて平均 化され、これらの個別の値の位相変化は複雑なパターンを示すが、これはニュー ラルネットワークで分析することができる。この複雑な位相パターンの変化は、 ある種の疾病、損傷あるいはその他の状態を示しているものとして確認されるこ とがある。特定の状態の存在あるいは不在を示すものとしての複合分析をおこな うために、平均化する前の生物電位信号の位相パターンあるいは平均化したあと の平均信号値を使って複合分析をおこなうことが企図されている。 図1の身体状態のスクリーニングあるいは探知のための装置10は、デジタル あるいはアナログの装置のいずれでもよい。アナログの装置には、アナログをデ ジタルに変える変換器40が削除されており、低域フィルター36の出力は直接 CPU42に送られ、そこでアナログ信号が平均化され、アナログMVDが作ら れる。これらのアナログ平均信号及びMVD信号は、それからデジタルネットワ ークよりもむしろ、アナログニューラルネットワーク44に入力値として送られ る。 身体状況をスクリーニングあるいは探知するための本発明の装置は、一部の疾 病あるいは損傷状態については治療の効力をモニターするための方法に利用する ことができる。たとえば、癌の治療では、放射線療法にすべきか化学療法にすべ きか、治療法の効力を評価するという問題が起こる。しかし、一部の癌では、電 気生物電位差が、化学療法に反応して変化する傾向がある。このようにいったん 癌が確認され、その特定の癌に対する最初のMVD値が計算されたら、その後、 治療の進行に合わせてMVD値が取られ、変化が起きているかを判断するために 、以前のMVD値と比較される。進行中の治療によっては、MVD値に変化があ ること、あるいは一部の例では変化のないことが、治療法が肯定的なものであり 、何らかの成果をあげていることを示す傾向がある。 人体のその他の状態も、本発明の方法と装置を利用することによって、効率的 にモニターすることができる。たとえば、排卵期の女性では、卵子の輸卵管通過 に付随して起こる組織断裂の結果、生物電位レベルは著しく変化するが、これは 探知が可能である。排卵によって生ずる症状は、虫垂炎にともなう症状と混同さ れることがあるが、排卵によって生ずる高いMVDレベルは、この二つを区別す るために使用することができる。 閉経後ホルモン療法およびさまざまな免疫療法のようなさまざまな治療法の効 力も本発明の方法と装置を使用することによってモニターすることができる。 排卵の他覚的なテストを提供するために本発明の方法と装置の利用することは 、望まない妊娠の予防および不妊症に悩む女性を助ける補助手段としてきわめて 有用である。 直流生物電位をともなうもう一つの正常な身体機能は、分娩あるいは出産に関 係する子宮収縮である。これらの状態が生じている間の本発明による直流生物電 位の測定は、子宮頚部の拡張と正常な膣分娩の可能性につながる収縮の有効性を 判断するために利用することができる。また、直流電気生物電位測定値は、正常 な分娩パターンと異常な分娩パターンの区別、および胎児切迫仮死の探知、胎盤 早期剥離あるいは胎盤破裂を探知するのに役立つことがある。 生物電気的な現象の測定に多数のセンサー24、26、30を使用するという ことは、ほとんど無限の数の差が計算できるということである。この現象に関す る初期の調査は、二つの一般的な種類の差、症候性胸部(内)差異と胸間差異に 集中していた。症候性胸部(内)差異は、疑わしい病変を含む片方の乳房16の 上で、記述された方法で一つあるいはそれ以上のセンサー配列22を使用すると 得られた。一方、胸間差異は乳房16と16aの上にセンサー配列22と22a を使用することによって得られた。得られた胸間差異は、症候胸部差異と無症候 性胸部差異の間の差だった。無症候性の胸部は、疑わしい病変を含まない胸部1 6aである。それぞれの乳房についてMVDを得るために図4の手順を使って、 いったん症候性および無症候性胸部差異が中央処理装置42で得られたら、処理 装置は無症候性と症候性の差を比較して、胸間差異としてそれらの間の差を出す 。 直流生物電位のためのより正確な測定センサーの出現によって、所定の疾病状 態についてより多くのことを明らかにするために、より正確な差を計算すること ができる。本発明によって明らかにされたこのような差の例は、鏡像差異である 。鏡像差異では、対応する鏡像のセンサーの間の差が計算される。たとえば、そ れぞれの乳房の上外側の四分円にあるセンサーの間の差が計算される。これらは 、それから乳房の間の非対称のより正確な指標を出すために平均化することがで きる。これは、この非対称性を両方の乳房の胸部内差異の間の差として計算した 以前の胸間差異とは反対である。 鏡像差異測定値は、胸全体について全体の差異を出すというよりむしろ両方の 乳房の個々の領域から差異を出すので、胸間対称のより敏感な指標となる。胸間 差異を使うと、もしも無症候性の胸部に未知の病変があったときには、差異値は 著しく影響を受ける。鏡像差異測定値を使うと、無症候性胸部の未知の病変から 排除された領域から得られた差異は、病変によってあまり影響を受けないことが ある。 鏡像差異を得るために、中央処理装置42のコントロールのもとで、多数の測 定値が、センサー配列22と22a内の対応するセンサー(つまり26b)から 取られる。これら多数の測定値は、中央処理装置によってそれぞれのセンサーに ついて平均化され、それから中央処理装置によって二つのセンサーについて平均 値から差異値が得られる。このプロセスは、すべての鏡像センサーのペアについ て差異値が得られるまで続けられ、それからこれらの差異は、中央処理装置によ って平均化され、最終的な鏡像差異が出される。 これから記述されるタイプの適切なニューラルネットワークに対する処理され た信号値として、中央処理装置によって、それぞれのテスト時間に対する鏡像差 異あるいは胸間差異が供給される。 疾病の探査を改善する可能性のある別の種類の変数としては、既知の分布適合 させることによって差異を圧縮するものがある。最大差異がアウトライアーを含 む可能性のある多くのデータポイントから計算されるときにはとくに有用である 。Bienayme-TschebycheffあるいはCramerの分布のような既知の分布をデータ ポイント集合上に合わせることによって、統計的アウトライアーの影響は減らす ことができる。 生物電気測定からさらに情報を得るためのもうひとつのアプローチは、センサ ー間の距離によって差に加重値を与えることである。生物電気差異のノイズを減 らす可能性のある他の操作は、標準化という手順である。症候性の胸部16の差 異の範囲はそれによって評価され、反対側の胸16aの差異の範囲に圧縮される 。 臨床研究により、皮膚センサー電極24/26/30に電動媒体として使用さ れる電解質ゲルあるいはクリーム38の相対的な有効性は、疾病探知に使用され る変数のタイプに関係があることがわかっている。たとえば、センサーのタイプ が一定に保たれていれば、疑わしい病変のある乳房の四分円にある5つのセンサ ーの最大差異のような胸部内差異を使用することによって、ゲルを含んでいるセ ンサーについて疾病の状態をより効果的に弁別することができる。一方、電導ク リームのついたセンサーは、上記の鏡像差異の集合のような、二つの乳房の間の 差異により多く依存している。これらのタイプのセンサーでは、互いに一定距離 をおいて配置されたセンサーから算出された差異の方が、もっと互いに近いとこ ろに置かれたセンサーの集合から計算された差異、たとえばゲルを付けたセンサ ーに有効であることがわかっている四分円内差異などよりも、良い診断情報を与 えてくれる傾向がある。疾病弁別のために使用される差異は、使用されるセンサ ーのタイプに合わせるべきである。 生体から記録された生物電気的測定値を解読するためには、本発明にしたがっ て、いくつかの異なった技術が利用できる可能性がある。上述の技術は、生体上 の多数のポイントから、および/または生体の内部に接触している、あるいは生 体の皮膚表面に接触している少なくとも一つのバイオセンサーから時間をかけて 取られた多数の測定値から、生物電気的な情報を記録するように特別に設計され た装置によって作られたデータの複雑さから生ずる。意図された応用法にとって のこれらの技術の利点は、これらはデータの分布の形を想定しないことである。 つまり、これらは線形システムにも非線形システムにも効果的なのである。周知 のように非線形的で予測不可能な、生物電界を含む生物学的システムは、これか ら述べる分布から独立した技術を使うともっとも良い分析ができる。しばしば、 使用される技術は、使用されるバイオセンサーのタイプおよび分析される予定の データのタイプと量のような、多くの変数に依存している。 以前示したように、人工的なニューラルネットワークでは、データは相互作用 する決定ポイントあるいはニューロンのいくつかのレイヤーで処理することがで きる。ネットワークは、胸部疾患の良性対悪性というような、予測可能な出力を 出すために、入力データからパターンを認識することを「学習する」。人工ニュ ーラルネットワークには、いくつかのバラエティがあり、これらは図1の装置1 0を使った状態探知に特に有用であることがわかっている。これらのネットワー クは、装置10によって提供されたひとつあるいはそれ以上のタイプのさまざま な測定値とともに作用する。これらのネットワークには、最大電圧差異、チャン ネル平均値、胸間差異、鏡像差異、および一部の例では、未処理の平均化されて いない生物電位測定値が入力されることがある。 さて、図5を参照すると、一回のテストあるいは一回のテスト時間中におこな われた一群のテストの間に被験者から採取されるやや限られたデータを得るため に図1の装置10が使用されるとき、ニューラルネットワーク44は、蓋然論的 ニューラルネットワーク74から成っているべきである。蓋然論的ニューラルネ ットワークは、所定の疾病状態が存在するかどうかについて、0.00から1. 00までの範囲の蓋然値を出す。蓋然論的ニューラルネットワークは学習が早く 、大量のデータを必要としない。これらは、たとえば癌対良性疾病状態というよ うな、出力が並数を二つ持つような状態でうまく機能する。予測可能な蓋然論的 ニューラルネットワークを作るには、データは3つの集合に分けられる。学習集 合、テスト集合、そして生産集合である。典型的には、データの80%は学習集 合で、10%はテスト集合、そして10%が生産集合で利用される。蓋然論的ニ ューラルネットワークは、良性対悪性の疾病状態にともなう生物電気的パターン を、学習集合を使って確認する。蓋然論的ニューラルネットワークの予測可能性 は、テスト集合との比較によって定期的にモニターされ、変更され、それから最 終的なネットワークが生産集合に対して予測の精度をチェックされる。予測可能 な蓋然論的ニューラルネットワークを開発するための重要なポイントは、3つの データ集合を作る症例の分配である。生物電位については、もっとも予測的な蓋 然論的ニューラルネットワークには、テスト集合と生産集合のために確保される データ症例の比率を比較的高くすることが必要である(少なくともそれぞれの集 合に20%)。もしもマルチセンサー配列によって作られた大量の変数(つまり 表面電気電位差)が与えられている場合には、このことは蓋然論的ニューラルネ ットワークがきわめてデータを酷使する(つまり、訓練中の集合蓋然論的ニュー ラルネットワークは、必ずしも新しいデータに乗り換える必要はない)ものであ るためである可能性が高い。 出力が並数を二つ持っているのが典型的である蓋然論的ニューラルネットワー クとは反対に、一般回帰ニューラルネットワークは、継続的な変動出力を処理す るために特別に開発された。そのために、これらは比較的大量のデータを必要と する傾向がある。一般回帰ニューラルネットワークが応用できる面としては、0 .0からおよそ15.0までの範囲の継続変数であるThymidine Labeling Ind exのように、疾病状態あるいは細胞増殖の連続測定に相関関係のある、一群の生 物電気変数を確認することがあるだろう。同様に、バックプロパゲーション・ニ ューラルネットワークは、予測可能なパターンを作るのに比較的大量のデータが 必要である。これらは、さまざまなレベルのニューロンとその相互連結の間の複 雑さの度合いが、他のタイプのニューラルネットワークとは異なる。バックプロ パゲーション・ニューラルネットワークは、データの新しい集合を一般化する( 予測する)傾向がある。この理由から、これらはとくに大量のデータが利用でき る場合に、生物電気的情報に効果的である可能性がある。 図1の装置10が長時間にわたり取られた多数のテストから差異を収集するた めに使用され、このデータがそれから保存され、あとで中央処理装置42に再入 力されるような例では、ニューラルネットワーク44は、図6の76に示される ように、一般回帰ニューラルネットワークあるいはバックプロパゲーション・ニ ューラルネットワークのどちらかとなるだろう。これらのニューラルネットワー ク76の利点は、生物学的電磁界にもとづいて、中間の疾病状態を確認できるこ とである。分類と回帰樹形図のような人工知能パラダイムとは逆に、ニューラル ネットワーク76は、連続した値の規模で出力結果を供給することができる。疾 病状熊には時に統計的な換算によって押しつけられる黒白が恣意的という性質も ないので、これらのニューラルネットワークは、実際の疾病の進行により近づけ るものとなる可能性がある。たとえば、正常な状態から悪性の状態への組織ある いは器官系の進行は、跳躍的ではない。むしろ組織は、明らかな癌が発見される までに、正常な状態からさまざまな前悪性段階を通っていく。このように、ある 種の疾病の進行には、「灰色の影」が存在している。ニューラルネットワーク7 6は、ファジーな論理学あるいはその他のモデルにとらわれない推測方法あるい は近似法と結合すると、正常な状態と初期の疾病、あるは初期の疾病と末期の疾 病を弁別するためのより良い手段を提供するかもしれない。 ファジーなシステムでは、アルゴリズムのルールは、非線形システムの出来事 をカバーする任意の数の「断片」として定義される。疾病状態に関しては、この 出来事は、正常から悪性までの連続に沿ったさまざまな段階として定義できる。 「断片」は、連続内の疾病状態の集合を定義する生物電気的な測定値となる。フ ァジーなシステムでは、疾病状態を定義するために、さまざまな加重値によって 、すべての入力規則が同時に作動する。このことから、以下のように改善された 臨床的効用が生ずることがある。ニューラルネットの結果のなかのさまざまな区 分値は、中央処理装置42に保存され、患者の管理に関する判断をするために使 用できる。たとえば、区分は.25、.50、.75に設けることができる。. 25未満の患者は深刻な疾病がないことが比較的確かで、.25と.50の間の 患者は追跡調査でモニターされ、.50と.75の間の患者は追加テストを使っ てモニターされ、.75より高い患者は直接バイオプシーに移ることが勧められ る。このように、コスト効率の良い患者の選別ができる可能性がある。 本発明と一緒に利用できるような、蓋然論的一般回帰およびバックプロパゲー ション・ニューラルネットワークの市販版は、メリーランド州フレデリックのW ard Systems Group Inc.で入手可能で、Neuro Shell 2,Release 2.0と呼ば れている。 上記で議論されたパターン認識戦略はすべて、現実世界の現象の近似である。 それ自体としては、実際の生物学的機能と疾病状態を評価するものとしては、そ れぞれに独自の利点と欠点がある。そう仮定すれば、生物電界のパターン認識に よる疾病検出のための最適なアプローチは、新たなやり方でさまざまなパターン 認識戦略と結合することにある可能性がある。たとえば、人工ニューラルネット ワークは脳機能のアナログであると言われている。しかし、パターンを認識する ときは、脳波おそらくデジタルとアナログの戦略を結合したものを使用している と思われる。いくつかの人工ニューラルネットワークの出力を分類樹あるいはエ ントロピーパターンに結合することによって、パターンを疾病状態によりぴった りと合わせることができる。 図7を参照すると、多数の別々のニューラルネットワーク78、80、82が 、中央処理装置42からの差異を別々に処理するために結合されている。中央処 理装置へのデータ入力の量によっては、これらの複数のニューラルネットワーク は、ネットワーク74あるいは76でもよい。これらのニューラルネットワーク の出力は、それからプロセッサー84に入力される。これは、実際には別個の処 理装置あるいは中央処理装置42の一部であるかもしれない。プロセッサー84 には、最小情報エントロピーにもとづいて作用する、エントロピー・ミニマック ス・プログラムが含まれていることがある。応用パターン認識にエントロピー・ ミニマックス理論を採用している市販のバージョンは、マサチューセッツ州リン カーンのEntropy Ltd.からエントロピー・ミニマックスという名で入手できる 。パターン認識のエントロピー・ミニマックスの形は、数学的には、熱力学的エ ントロピーに似ており、このことからその名前が付いている。エントロピー・ミ ニマックス・プログラムの目的は、最小情報エントロピーにもとづいてある状態 を予測する変数あるいは出来事の集合を確認することである。エントロピー・ミ ニマックス認識は、多変量データが、それぞれが一つの疾病状態に対応するn個 の集合に分割されるプロセスとして理解することができる。集合の要素は、属性 リストから作られる属性値(変数)の可能なすべての唯一のベクトル(コンビネ ーション)である。分割された集合は、最小のエントロピー(あるいはもっとも 予言的なパターン)を持つデータの部分集合を見つけることによって作られる。 その部分集合を発見したら、それはそれらの症例をそれ以上考慮する対象からは ずし、最小量のエントロピーを持つ次の部分集合に移る。これらの集合の連続認 識は、すべての症例が説明されるまで続けられる。この方法では、データの集合 は(決定樹のように)不連続だが、変数に与えられた加重値は(人工ニューラル ネ ットワークのように)同時に与えられるので、このアプローチは、分類樹分析と 人工ニューラルネットワークの間のどこかに位置するものである。 さまざまなパターン認識戦略が結合されるもう一つの方法は、最終的な疾病分 類を得るために、プロセッサー84に、3つのニューラルネットワーク78、8 0、82からの値に加重値を加えさせる方法であろう。たとえば、最終疾病分類 に使用される値は、ニューラルネットワークの大多数によって供給される値にも っとも近い値である可能性がある。あるいは、その代わりに、複数のニューラル ネットワーク出力から発生した平均値である可能性がある。 直流生物電位測定値を取るときは、測定電極および参考電極と被験者の皮膚の 間のインターフェースは、測定された直流信号値に高くて予測不可能な変数を引 き起こすことのある、高インピーダンスと電子的ノイズの源である。したがって 、ノイズを最小にして、このインターフェースから生ずるインピーダンスを減ら すことが重要である。電極の下に、比較的厚い角質化した皮膚の上皮層があるこ とが、インターフェースで高いノイズとインピーダンス値が出る原因であること がわかっており、この皮膚の層を取り除くか、あるいは電極を他の場所につける などの配慮がなされなければならない。たとえば、単数または複数の参考電極は 、低胸骨上の刻み目あるいはExphoid process*上の皮膚あるいはSubxyphoid a rea*のような、身体の低インピーダンス域につけなければならない。 効率的なスクリーニングに関しては、測定電極の選択的な配置は、さらに難し く、これらの電極を実質上等しい間隔を開けて配置する必要があることが多い。 その結果、電極を配置する範囲で、角質化した類上皮層の一部の除去がおこなわ れなければならない。心電計の電極についてこれをおこなうためには、技術者の 指にくっついて皮膚層を除去するために手で操作できる、細かい紙ヤスリの小さ な断片が開発された。この手作業の技術は、たとえば乳ガンのスクリーニングで は、敏感な皮膚を傷つける可能性が高いので、多くの直流生物電位測定プロセス の条件には合わない。 図8を参照すると、他の皮膚層に損傷を引き起こすほどの圧力を使わずに、死 んだ表層の皮膚を除去するために効率的に作用する、単純な使い捨ての皮膚除去 装置80が描かれている。この皮膚除去装置には、先端部分82と木製、プラス チック製あるいは類似の十分堅固な物質でできた本体部分84があり、先端部分 は首の部品86によって本体部分にとりつけられる。先端部分の一面には、非常 に細かい研磨層88が使われており、技術者がそれを手に持って、本体部分を手 で往復運動させて、被験者の皮膚をこするために使われれる。首の部分は、研磨 層と頭部部品の圧力が研磨される皮膚表面にとって安全な圧力を越えると、折れ たり壊れたりするように設計されている。これは、先端部分と本体部分に対して 相対的に首部分の横断面の面積を減らすか、あるいは頭部に大きな圧力がかかり すぎると上に曲がる柔軟なまたはスプリング製の物質で首の部分を作ることによ って、おこなわれている。 その代わりになるものとして、皮膚層の除去は、図9の調節可能な皮膚除去装 置90を使って、機械的におこなうこともできる。この装置には、スプリングで 偏らせた部品94を回転して取り付けるシャフト覆い92がある。部品94には シャフト96があり、その上端98は第二のシャフト102に作られたスペース 100の開いた端に差し込まれる。研磨ディスク支持部104は、シャフト96 の下の端に作られており、研磨剤106でできた使い捨てディスクを受ける。こ のディスクは、使用後はディスクをはずして捨てられるような、圧力に敏感な接 着剤のような、何らかの適切な手段によって、ディスク支持部にとりはずしでき る形でしっかり取り付けられている。シャフト96から突き出しているピン10 8は、シャフト102に作られたスロット110の下の端に差し込まれ、かみあ っている。これは、シャフト覆い92に関して、研磨ディスク106がシャフト 多いの下の支持面112の下にのびるように、シャフト96を配置する。 シャフト96は、スロット110によって決められる限られた場合と、ピン1 08がスロットの最上端に届くときには、シャフト102に対して上に向かって 縦に動かすことができ、研磨ディスク106は、シャフト覆いの下の支持面11 2の上で、シャフト覆い92の内側に動かされている。スペース100の中に取 り付けられているスプリング114は、シャフト96の上端98にかみ合ってお り、ピン108がスロット110の下の先端に接触しているように、シャフトを 偏らせる。このスプリングの偏りは、研磨ディスク106が患者の皮膚に与える 圧力を決め、あらかじめ設定された圧力を越えると、シャフト96は、皮膚に対 するディスクの圧力を減らすために、スプリング114の偏りに対して上に動く 。 スプリングの偏り114は、シャフト102の上端を通って、スプリング11 4の上端に接触している、ねじを切られたシャフト116を回転することによっ て変えられる。このシャフト102の回転は、一方の端120はシャフト覆い9 2に結合されており、もう一方の端122はシャフト102に結合されている、 スプリング118によって一方に片寄らされている。シャフト102は、シャフ ト覆い92の外にあってシャフト102の最上端に結合しているハンドル124 によって、スプリング118の偏りに対して回転させられる。シャフト102が スプリング118の偏りを増やすために回転させられると、ハンドル124の戻 り止め126が、蝶番式に回転するスプリングで片寄らされた引き金128の端 にかみあう。引き金128が戻り止め124から蝶番式に回転させられると、ス プリング118はシャフト102をすばやく回転させ、シャフト102はピン1 08とかみ合うことによって今度はシャフト96を回転させる。これによって、 ディスク106は、被験者の皮膚に対して回転する。 シャフト覆い92は、電極24、26、あるいは30を設置する前に、皮膚層 の一部がディスク106によって除去された領域で、電極インターフェース・イ ンピーダンスを測定する、インピーダンス測定装置も含んでいることがある。こ のインピーダンス測定装置には、電極部品132とインピーダンス測定回路13 4に接続されている直流電力供給装置130が含まれている。電極部品132と 被験者の皮膚の間のインターフェースのインピーダンスが、電極部品22で電極 がうまく働くのに十分低い範囲であれば、インピーダンス測定回路は、LEDに よって作られることのあるインディケーターライト136を点灯させるために、 電流が流れるようにする。 本発明にしたがって、図8および図9に示されているような装置をつかってお こなわれる電極を使用する前の機械的な皮膚の下準備は、科学的な皮膚の下準備 で置き換えられてもよい。サリチル酸、糖分解酸および酢酸のような表皮剥奪剤 は、角質化した上皮の腫脹と崩壊を引き起こし、これは、電極・皮膚インターフ ェースでの処理された範囲のインピーダンスの現象を引き起こす。たとえば、Pr octor&Gamble社がClearasilという商標で販売している二重織パッド付きの市販 のサリチル酸アクネ薬に含まれるサリチル酸の2%溶液を女性の胸部に直接使用 すると、皮膚インピーダンスが約2倍の減少を引き起こす。皮膚・電極インター フェースで自動的にインピーダンスを減らすためには、サリチル酸のような表皮 剥奪剤が、図1の電極24、26、30を形成している、図3の電極のゲル38 に加えられる。サリチル酸のような表皮剥奪剤は、ゲルの電解質作用に悪い影響 を与えることなくゲルに溶かせることがわかっている。皮膚にゲルを接触させて 電極が被験者に取り付けられると、ゲルの中の表皮剥奪剤が角質化した上皮の崩 壊を引き起こし、その結果、電極・皮膚インターフェースでのインピーダンスの 減少を引き起こす。表皮剥奪剤は、ゲル・薬剤混合物の1%から10%の範囲と すべきである。
───────────────────────────────────────────────────── フロントページの続き (81)指定国 EP(AT,BE,CH,DE, DK,ES,FR,GB,GR,IE,IT,LU,M C,NL,PT,SE),OA(BF,BJ,CF,CG ,CI,CM,GA,GN,ML,MR,NE,SN, TD,TG),AP(KE,LS,MW,SD,SZ,U G),AM,AT,AU,BB,BG,BR,BY,C A,CH,CN,CZ,DE,DK,EE,ES,FI ,GB,GE,HU,IS,JP,KE,KG,KP, KR,KZ,LK,LR,LT,LU,LV,MD,M G,MN,MW,MX,NO,NZ,PL,PT,RO ,RU,SD,SE,SG,SI,SK,TJ,TM, TT,UA,UG,UZ,VN

Claims (1)

  1. 【特許請求の範囲】 1. 人間あるいは動物の被験者の上の一つあるいはそれ以上のテスト箇所で、 電気的生物電位を測定することによって身体状態を探知する装置であって、 電気的生物電位は、(以下を含む)前記の各テスト箇所に存在する電磁界の機 能であり、前記電磁界を示す生物電位を検出し、出力テスト電位を供給するため に、テスト時間中作動する電極探知部品を備え、これには、テスト領域に存在す る生物電位を検出するため、および前記の検出された生物電位の機能としてテス ト電位を供給するために、被験者に接触させて使用する少なくとも2つの生物電 位センサーと、前記センサーによって供給される前記テスト電位を受け取り、そ こから処理された電位を供給するために接続された処理手段であり、そして、前 記の状態の存在を示す電位のパターンを検出するようにプログラムされた少なく とも一つの蓋然論的ニューラルネットワークを含み、前記蓋然論的ニューラルネ ットワークは、前記の処理された電位を受け取り、前記状態の存在あるいは不在 を示す並数を二つ持つ出力を供給するために作用する装置。 2.前記プロセッサーが前記センサーから多数のテスト電位を受け取り、多数の 平均電位を得るために前記テスト電位を平均化し、前記プロセッサーは、前記蓋 然論的ニューラルネットワークに供給された処理済み電位中の前記の多数の平均 電位を供給するために作用する、請求項1記載の装置。 3.前記プロセッサーがそこから最大および最小の平均電位を出すために前記の 多数の平均電位を比較するために作用し、前記プロセッサーが続いて前記の最大 及び最小の平均電位の間の差を示す差異値を得て前記の蓋然論的ニューラルネッ トワークに供給された処理済み電位の前記差異値を供給するために作用する、請 求項2の装置。 4.前記電極探知部品に少なくとも一つの生物電位参考センサーと、多数のテス トセンサーを含む少なくとも一つのセンサー配列が含まれる請求項1の装置であ って、それぞれの前記テストセンサーが、テスト箇所のある領域に存在する生物 電位を検出し、その機能として出力テスト電位を供給するために、参考センサー とともに作用し、前記プロセッサーが、テスト時間中、多数のテストセンサーの それぞれから多数のテスト電位を受け取り、それぞれの前記テストセンサーから 得たテスト電位を平均化して多数の平均電位を得るために作用し、このプロセッ サーはさらに前記の多数の平均電位を比較して、それから最大平均電位と最小平 均電位を出し、続いて前記最大平均電位と最小平均電位の間の差を示す差異値を 出し、前記差異値を前記の蓋然論的ニューラルネットワークに供給するという作 用をする装置。 5.前記テスト箇所が人間の被験者の左右の乳房であるような請求項1の装置で あって、前記電極探知部品が少なくとも一つの生物電位参考センサーを含み、少 なくとも最初のセンサー配列に被験者の右乳房に接触して使用された多数の生物 電位テストセンサーが含まれており、第二のセンサー配列に被験者の左乳房に接 触して使用された多数の生物電位テストセンサーが含まれている装置。 6.前記第一及び第二のセンサー配列内のそれぞれの前記テストセンサーが参考 センサーとともにテスト箇所の領域に存在する生物電位を検出するため、および その機能として出力テスト電位を供給するために作用する請求項5の装置で、前 記プロセッサーがテスト時間中に多数のテスト電位を、前記第一及び第二のセン サー配列内の多数のテストセンサーのそれぞれから受け取り、前記の第一のセン サー配列について第一多数平均電位を出し、前記第二センサー配列について第二 多数平均電位を出すために、それぞれの前記テストセンサーから得たテスト電位 を平均化する作用し、このプロセッサーは、前記の第一多数平均電位を比較し、 それから第一最大平均電位および第一最小平均電位を出し、続いて前記右乳房に ついて前記第一最大平均電位及び第一最小平均電位の間の差を示す第一差異値を 出す作用をし、さらに、前記の第二多数平均電位を比較し、第二最大平均電位お よび第二最小平均電位を出し、続いて前記左乳房について前記第二最大平均電位 及び第二最小平均電位の間の差を示す第二の差異値を出す作用をする装置。 7.前記プロセッサーが前記第一及び第二の差異値を比較し、胸間差異値として それらの間の差異値を出す作用をする請求項6の装置であって、前記プロセッサ ーが前記胸間差異値を前記蓋然論的ニューラルネットワークに供給する装置。 8.前記第一及び第二センサー配列のテストセンサーと前記生物電位参考センサ ーが本質的に同一の生物電位探知電極であり、それぞれのこのような生物電位探 知電極が人間の被験者に接触するための電導ゲルを含んでいる請求項7の装置。 9.前記第一及び第二のセンサー配列内のそれぞれの前記テストセンサーが参考 センサーとともにテスト箇所の領域に存在する生物電位を検出するため、および その機能として出力テスト電位を供給するために作用する請求項5の装置であっ て、前記第一センサー配列のそれぞれのセンサーは、前記右乳房の上のテスト範 囲に接触させるために前記第一センサー配列内の残りのセンサーに関連して配置 され、前記左乳房の上のテスト範囲に接触させるために前記第二センサー配列に 対応する鏡像センサーがあり、前記第一センサー配列内のセンサーに接触してい る前記右乳房の上のテスト範囲に対応する前記左乳房の上のテスト範囲に接触す るために、前記第二センサー配列内のそれぞれのセンサーが前記第二センサー配 列内の残りのセンサーに関連して配置され、テスト時間中に作用する前記プロセ ッサーは、右乳房の上のそれぞれのテストセンサーからと左乳房の上の鏡像テス トセンサーからの多数のテスト電位を受け取り、それぞれから平均値を出すため に、それぞれの前記右乳房テストセンサーと左乳房鏡像センサーからのテスト電 位を平均化し、さらにこのプロセッサーは、それぞれの右乳房テストセンサーか らの平均値と、それぞれの鏡像左乳房センサーからの平均値を比較し、その差異 値を出し、そのようにして得られた差異値を平均化し、前記蓋然論的ニューラル ネットワークに鏡像差異値を供給する装置。 10.前記第一及び第二配列のテストセンサーと前記生物電位参考センサーが、 品質的に生物電位探知電極と同一であり、このようなそれぞれの電極に人間の被 験者に接触するための電導クリームが含まれるような、特許申請9の装置。 11.前記プロセッサーが、多数の蓋然論的ニューラルネットワークに前記処理 電位を提供する作用をするような、請求項1の装置。 12.以下から成るようなそれぞれの前記テスト箇所に存在する電磁界の機能で ある、電気的生物電位を測定することにより、人間あるいは動物の被験者の上の 一つあるいはそれ以上のテスト箇所で、疾病状態を探知するための装置であって 、 前記電磁界を示す生物電位を探知し、出力テスト電位を供給するために、テス ト時間中に作用する電極探知部品であり、これには、テスト箇所の領域に存在す る生物電位を検出するために、および前記検出生物電位の機能としてのテスト電 位を供給するために、被験者に接触するために使用される少なくとも二つの生物 電位センサーが含まれるものと、 前記センサーによって供給された前記テスト電位を受け取るため、およびそれ から各テスト時間に対して処理された電位を供給するために接続されたプロセッ サーであり、長時間にわたる多数のテスト時間から処理された電位を蓄積する作 用をし、疾病状態の連続測定に相関関係のある一群の電磁変数を認識するように プログラムされた少なくとも一つのニューラルネットワークを含み、前記ニュー ラルネットワークは前記の蓄積された処理済み電位を受け取る作用をするものと 、 を含む装置。 13.前記プロセッサーが前記の蓄積された処理済みの電位を多数の前記ニュー ラルネットワークに供給する作用をする、請求項12の装置。 14.前記ニューラルネットワークが一般回帰ニューラルネットワークである、 請求項12の装置。 15.前記ニューラルネットワークがバックプロパゲーション・ニューラルネッ トワークである、請求項12の装置。 16.それぞれの前記テスト箇所に存在する電磁界の機能である、直流電気生物 電位の測定によって人間の女性の被験者の左右の乳房の上のテスト箇所で状態を 探知する装置であって、 前記電磁界を示す直流生物電位を検出し、出力テスト電位を供給するためにテ スト時間中に作用する電極探知部品を備え、これには、テスト箇所の領域に存在 する直流生物電位を検出し、前記の検出された直流生物電位の機能としてテスト 電位を供給するために被験者に接触するために使用される生物電位センサーが含 まれ、前記電極探知部品には少なくとも一つの生物電位参考センサーと、少なく とも被験者の右乳房に接触するように使用される多数の生物電位テストセンサー を含む第一センサー配列と、被験者の左乳房に接触するように使用される多数の 生物電位テストセンサーを含む第二センサー配列が含まれ、前記第一及び第二セ ンサー配列のそれぞれの前記テストセンサーは、テスト箇所の領域に存在する直 流生物電位を検出し、その機能として出力テスト電位を供給するために参考セン サーとともに作用する。前記第一センサー配列のそれぞれのセンサーは、前記右 乳房のテスト領域に接触して前記第一センサー配列の残りのセンサーに関連して 配置され、前期左乳房上の対応するテスト領域に接触して前記第二センサー配列 の対応する鏡像センサーを持つ。前記第二センサー配列のそれぞれのセンサーは 、前記左乳房のテスト領域に接触して前記第二センサー配列の残りのセンサーに 関連して配置される。左乳房のテスト領域は前記第一センサー配列のセンサーに よって接触している前記右乳房上のテスト領域に対応し、プロセッサーは、テス ト時間中、右乳房のそれぞれのテストセンサーと左乳房の鏡像テストセンサーか ら多数のテスト電位を受け取り、前記右乳房の各テストセンサーと左乳房の鏡像 センサーからのテスト電位を平均化し、それぞれから平均値を出す作用をし、プ ロセッサーはさらに右乳房の各テストセンサーからの平均値と左乳房の各鏡像セ ンサーの平均値を比較し、その差異値を出し、そのようにして得られた差異値を 平均して、鏡像差異値を供給する装置。 17.被験者に存在する電磁界を示す生物電位の機能として、人間あるいは動物 の被験者の上のテスト箇所で状態を探知する方法であり、 前記被験者に存在する電磁界を示すそれぞれの生物電位を、テスト箇所の領域 にある多数の測定位置のそれぞれと被験者上の少なくとも一つの参考位置で検出 すること、 このようなそれぞれの位置について多数の生物電位測定値を得るために、前記 の検出された生物電位を処理すること、 前記の状態を示す生物電位パターンを検出するために、そして前記の状態の存 在あるいは不在を示す並数を二つ持っている出力を提供するために、少なくとも 一つの蓋然論的ニューラルネットワークをプログラムすること、 そして、前記の多数の生物電位測定値を、前記の蓋然論的ニューラルネットワ ークに供給すること、 を備える方法。 18.前記の多数の生物電位測定値を多数の蓋然論的ニューラルネットワークに 供給することを含む、請求項17の方法。 19.被験者に存在する電磁界を示す生物電位の機能として、人間あるいは動物 の被験者のテスト箇所で状態を探知する方法であって、 テスト箇所の領域内にある多数の測定位置のそれぞれと、被験者の上の少なく とも一つの参考位置で、前記被験者に存在する電磁界を示すそれぞれの生物電位 を検出すること、 前記の検出された生物電位を処理して、多数の生物電位測定値を得ること。 前記状態を示す生物電位パターンを検出するために、多数のニューラルネット ワークをプログラムすること、 そして、前記の多数の生物電位測定値を前記の多数のニューラルネットワーク に供給すること、 を備える方法。 20.多数のニューラルネットワークから得られた出力結果を平均化することが 含まれている請求項19の方法。 21.前記ニューラルネットワークの大多数によって供給されたある範囲の値の 中から、状態の分類のための一つの値の選択を含む、請求項19の方法。 22.被験者内に存在する電磁界を示す生物電位の機能として、人間あるいは動 物の被験者の上のテスト箇所で疾病状態を探知する方法であって、 被験者の上のテスト箇所の領域にある多数の測定個所のそれぞれと、少なくと も一つの参考箇所で、前記被験者に存在する電磁界を示すそれぞれの生物電位を 、長時間にわたり繰り返し検出すること、 このようなそれぞれの場所について多数の生物電位測定値を得るために、前記 の検出された生物電位を処理すること、 疾病状態の連続測定に相関関係のある、一群の電磁変数を確認するために、少 なくとも一つのニューラルネットワークをプログラムすること、 そして、前記生物電位測定値を前記ニューラルネットワークに送ること、 を備える方法。 23.前記ニューラルネットワークが一般回帰ニューラルネットワークであるよ うな請求項22の方法。 24.前記ニューラルネットワークがバックプロパゲーション・ニューラルネッ トワークであるような請求項22の方法。 25.人間の女性の被験者の右乳房と左乳房のうえの同一のテスト箇所で、直流 生物電位を測定することによって、ある状態を探知する方法であって、 被験者の右乳房のテスト箇所に間隔をあけて第一の多数の右乳房の直流生物電 位センサーを配置すること、 被験者の左乳房のテスト箇所の上に第二の多数の左乳房の直流生物電位センサ ーを配置すること、このようなそれぞれの左乳房の生物電位センサーを、前記第 一の多数直流生物電位センサー内の、対応する右乳房のセンサーのための鏡像セ ンサーから成る前記の第二の多数の直流生物電位センサーに配置すること、 これは右乳房の上の対応する右乳房センサーの位置に対応する、それぞれの鏡 像左乳房を左乳房の上のテスト箇所のある位置に設置すること、 それぞれの右乳房のセンサーと鏡像左乳房センサーからテスト時間中に多数の 生物電位測定値を取ること、 それぞれについて平均を求めるために、それぞれの右乳房センサーとそれぞれ の鏡像左乳房センサーから取った生物電位測定値を平均すること、 それらの値の間の差異値を得るために、それぞれの右乳房センサーからの平均 値を鏡像左乳房センサーからの平均値と比較すること、 鏡像差異値を得るために、すべての右乳房センサーと差異値と鏡像左乳房セン サーから得られた平均すること、そして 前記状態の存在あるいは不在を判断するために、前記鏡像差異値を使うこと、 を備える方法。 26.前記テスト箇所に存在する電磁界の機能である電気的生物電位を測定する ことによって、人間あるいは動物の被験者の上のテスト箇所である状態の存在あ るいは不在を判断するための装置であって、 テスト箇所の領域に存在する生物電位を検出し、前記の検出された生物電位の 機能としてテスト電位を供給するために、前記電磁界を示す生物電位を検出し、 被験者に接触するために使用された少なくとも二つの生物電位探知電極手段を含 む、出力テスト電位を供給するための電極探知部品、そして、前記探知電極手段 によって供給された、前記テスト電位を受け取るために接続されたプロセッサー 、そして、前記状態の存在を示す電位のパターンを検出するようにプログラムさ れたニューラルネットワーク手段、を備え、 前記プロセッサーが、前記の状態の存在あるいは不在を判断するために、前記 テスト電位を受け取り、加工する作用をする装置。 27.前記ニューラルネットワーク手段がアナログニューラルネットワークを含 み、前記探知電極手段が前記プロセッサーへのアナログテスト信号を供給するた めに作用することを意味するような請求項26の装置。 28.前記プロセッサーが、前記探知電極手段から多数のテスト電位を受け取り 、前記テスト電位を平均化し、多数の平均電位を得るために作用するような請求 項26の装置であって、前記プロセッサーは多数の前記平均電位を前記ニューラ ルネットワーク手段に供給する作用をする装置。 29.前記プロセッサーが多数のテスト電位を前記探知電極手段から受け取り、 前記テスト電位を処理して、それから最大及び最小電位を出すような作用をする 請求項26の装置であって、前記プロセッサーは続いて前記差異値及び最小電位 の間の差を示す差異値信号を出し、前記差異値信号を前記ニューラルネットワー ク手段に供給する装置。 30.前記プロセッサーが前記の多数の平均電位を比較して、それから最大およ び最小平均電位を出すような請求項28の装置であって、前記プロセッサーは続 いて前記最大及び最小平均電位の間の差異を示す差異値信号を出し、前記差異値 信号を前記ニューラルネットワーク手段に供給する装置。 31.疾病状態の領域のテスト箇所から取った生物電位測定値を使って、人間あ るいは動物の被験者の疾病状態のための治療の効力を評価するための方法であっ て、 最初の疾病の電位値を取るために、評価される治療を開始する前にテスト箇所 に存在する生物電位を検出すること、 評価される治療を開始すること、 治療の電位値を取るために、評価される治療が開始されたあとにテスト箇所に 存在する生物電位を検出すること、 治療の電位値を疾病電位値と比較して、それらの間の関係を判断すること、そ して、 治療の電位値と疾病の電位値の関係から、治療の効力を示すものを得ること、 を備える方法。 32.治療の効力を示すものを得ることに、前記治療の電位値が前記疾病電位値 より小さいか、あるいは前記治療の電位値が前記疾病電位値に実質的に等しいか あるいはそれより大きいかどうかを判断することが含まれるような請求項31の 方法。 33.多数の疾病電位値を得ること、高いおよび低い疾病電位値を確認するため にそのようにして得られた疾病電位値比較すること、前記高レベルおよび低レベ ル疾病電位値の間の差を示すような疾病差異値を得ること、多数の治療電位値を 得ること、高いおよび低いレベルの治療電位値を確認するためにそのようにして 得られた治療電位値を比較すること、前記の高レベルおよび低レベル治療電位値 の間の差を示すような治療差異値を得ること、そしてそれらの間の関係を判断す るためにその治療差異値を比較することが含まれるような請求項31の方法。 34.治療の効力を示すものを得ることに、前記治療差異値が前記疾病差異値よ り小さいか、あるいは前記治療差異値が本質的に前記疾病差異値と等しいか類は それより大きいかどうかを判断することが含まれているような請求項33の方法 。 35.被験者に存在する電磁界の機能として、人間あるいは動物の被験者の上の テスト箇所で状態の存在あるいは不在を判断する方法、 テスト箇所の領域に配置された多数の測定位置のそれぞれと、被験者の上の少 なくとも一つの参考位置で、前記被験者に存在する電磁界を示すそれぞれの生物 電位を検出すること、 高レベルおよび低レベルの電位値を確認するために、そのようにして得られた それぞれの生物電位を比較すること、 前記高レベルおよび低レベル生物電位値の間の差を示す差異値を得ること、 そして、ある状態の存在を示す電位パターンを検出するために、プログラムさ れたニューラルネットワークに前記差異値を供給すること、 を備える方法。 36.請求項35の方法で、測定時間中に前記のそれぞれの測定位置で多数の生 物電位測定値を取ることを含み、測定時間中に前記位置から取られた生物電位測 定値から、各々の前記測定位置に対する平均測定値を得ること、 前記高および低レベルの生物電位値を確認するために、前記平均測定値を比較 すること、 を備える方法。 37.前記の平均測定値を前記ニューラルネットワークへの入力として供給する ことが含まれる請求項36の方法。 38.前記の低レベルの生物電位値がもっとも低い平均測定値であり、前記高レ ベルの生物電位値が最高の平均測定値であるような請求項36の方法。 39.被験者に存在する電磁界を示す直流生物電位値の機能として、人間あるい は動物の被験者の上のテスト箇所である状態の存在あるいは不在を判断するため にニューラルネットワークを使用する方法、前記状態を示す生物電位パターンを 検出するために、前記ニューラルネットワークをプログラムすること、 このような位置のそれぞれについて多数の生物電位測定値を得るために、測定 時間中にテスト箇所の領域に置かれた多数の測定位置のそれぞれで、多数の直流 生物電位測定値を取ること、 前記測定時間中にこのような測定位置で得られた生物電位測定値から、それぞ れの前記測定位置について平均測定値を得ること、 そして、前記平均測定値を入力として前記ニューラルネットワークに供給する こと、 を含む方法。 40.請求項39の方法において、平均測定値およびある状態を示す前記平均測 定値から生じた差異値のパターンを検出するために、前記ニューラルネットワー クをプログラムすることを含み、前記方法には、高低の平均測定値を確認するた めに測定期間中の平均測定値を比較すること、前記高低の平均測定値の間の差を 示す差異値を得ること、および前記差異値を入力として前記ニューラルネットワ ークに供給することが含まれる方法。 41.前記疾病箇所の領域にある被験者の皮膚表面に存在する電磁界を示す直流 生物電位を測定することによって、人間あるいは動物の被験者の上のある箇所で ある状態をスクリーニングあるいは診断のための装置であって、 参考位置で被験者の皮膚表面に接触するための参考電極手段、を有し、その箇 所の領域内に間隔を置いた位置で、被験者の皮膚表面に接触するための多数のテ スト電極手段。前記のそれぞれのテスト電極手段は、テスト時間中に前記参考電 極手段と前記テスト電極手段の間に存在する電磁界を示す直流生物電位を検出す るためのテスト・参考探知手段の組み合わせを定めるため、そしてその機能とし てテスト信号を提供するための前記参考電極手段とともに作用し、前記テスト時 間中に、それぞれのテスト・参考探知手段の組み合わせから多数のテスト信号を サンプルし、受け取り、そしてそれぞれのテスト・参考探知手段の組み合わせに ついて平均信号値を得るために、前記テスト・参考探知手段の組み合わせのそれ ぞれから、前記テスト時間についてテスト信号を平均化するために作用するプロ セッサーを有し、前記プロセッサーには、ある状態の存在を示す電位値のパター ンを検出するようにプログラムされたニューラルネットワーク手段が含まれ、前 記ニューラルネットワーク手段は、前記平均信号値を受け取るために作用する装 置。 42.前記プロセッサーが、前記平均信号値を比較して、前記平均信号値の間の 差異を示すような少なくとも一つの差異値を得るように作用するような請求項4 1の装置であって、前記ニューラルネットワークが前記差異値を受け取る作用を する装置。 43.前記の検出された生物電位における位相変化から生ずるパターンを検出す るために前記ニューラルネットワークをプログラムすること、それぞれの測定位 置で多数の生物電位を検出し、それらの間の位相変化を検出するためにそれぞれ の測定位置から得られた生物電位を比較すること、そして前記の検出された位相 変化を前記ニューラルネットワークに供給することが含まれるような請求項35 の方法。 44.前記テスト箇所に使用された、一つあるいはそれ以上(None or more)の 生物電位探知電極を使用することによって、被験者に存在する電磁界の機能とし て、人間あるいは動物の被験者の上のテスト箇所である状態の存在あるいは不在 を判断する方法であって、この方法には、角質化した上皮により生ずるインピー ダンスを減らすためにテスト箇所に化学物質を使用することと、続いてテスト箇 所に存在する生物電位を検出すること、あるいはテスト箇所にもっと多くの生物 電位電極を使用することを含む方法。 45.前記化学物質が表裏剥奪剤であるような請求項44の方法。 46.前記化学物質が一つあるいはそれ以上の生物電位電極を使用する前に、テ スト箇所に使用されるような請求項45の方法。 47.人間あるいは動物の被験者の上のテスト箇所にある状態が存在するか、存 在しないかを判断するための装置とともに使用される生物電位探知電極であって 、 電極部品 前記電極部品に接続された出力端子 被験者と電極の間のイオン移動を容易にするために被験者の皮膚に接触するた めの電極部品に接触する接触手段。前記接触手段には生物電位探知電極と被験者 のSingの間のインターフェースでのインピーダンスを減らす化学物質が含まれ る電極。 48.前記接触手段に電解質ゲル、表皮剥奪剤から成る前記化学物質が含まれる ような、請求項47の生物電位探知電極。 49.前記表皮剥奪剤がゲル・表皮剥奪剤の混合物の1%から10%を構成する ような、請求項48の生物電位探知電極。
JP8517622A 1994-12-09 1995-12-07 疾病、損傷および身体状況のスクリーニングまたは探知のためのニューラルネットワーク法および装置 Pending JPH11503333A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US08/352,504 1994-12-09
US08/352,504 US5697369A (en) 1988-12-22 1994-12-09 Method and apparatus for disease, injury and bodily condition screening or sensing
PCT/US1995/015172 WO1996017547A1 (en) 1994-12-09 1995-12-07 Neural network method and apparatus for disease, injury and bodily condition screening or sensing

Publications (1)

Publication Number Publication Date
JPH11503333A true JPH11503333A (ja) 1999-03-26

Family

ID=23385388

Family Applications (1)

Application Number Title Priority Date Filing Date
JP8517622A Pending JPH11503333A (ja) 1994-12-09 1995-12-07 疾病、損傷および身体状況のスクリーニングまたは探知のためのニューラルネットワーク法および装置

Country Status (6)

Country Link
US (2) US5697369A (ja)
EP (1) EP0796058A4 (ja)
JP (1) JPH11503333A (ja)
AU (1) AU4407996A (ja)
CA (1) CA2207330A1 (ja)
WO (1) WO1996017547A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012500663A (ja) * 2008-08-22 2012-01-12 エル. フォーペル、マーク 極低周波電磁場を用いる疾病の診断およびスクリーニングのための方法および装置

Families Citing this family (187)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6678552B2 (en) * 1994-10-24 2004-01-13 Transscan Medical Ltd. Tissue characterization based on impedance images and on impedance measurements
US6429017B1 (en) * 1999-02-04 2002-08-06 Biomerieux Method for predicting the presence of haemostatic dysfunction in a patient sample
US6321164B1 (en) 1995-06-07 2001-11-20 Akzo Nobel N.V. Method and apparatus for predicting the presence of an abnormal level of one or more proteins in the clotting cascade
US6898532B1 (en) 1995-06-07 2005-05-24 Biomerieux, Inc. Method and apparatus for predicting the presence of haemostatic dysfunction in a patient sample
US6134466A (en) * 1996-01-16 2000-10-17 Hygeia Biomedical Research Inc. Apparatus and method for the diagnosis of true labor
US6026323A (en) * 1997-03-20 2000-02-15 Polartechnics Limited Tissue diagnostic system
US5884294A (en) * 1997-04-18 1999-03-16 Northrop Grumman Corporation System and method for functional recognition of emitters
US6502040B2 (en) * 1997-12-31 2002-12-31 Biomerieux, Inc. Method for presenting thrombosis and hemostasis assay data
US6208983B1 (en) 1998-01-30 2001-03-27 Sarnoff Corporation Method and apparatus for training and operating a neural network for detecting breast cancer
US6351666B1 (en) * 1998-02-27 2002-02-26 Biofield Corp. Method and apparatus for sensing and processing biopotentials
US7853329B2 (en) 1998-08-05 2010-12-14 Neurovista Corporation Monitoring efficacy of neural modulation therapy
US9042988B2 (en) 1998-08-05 2015-05-26 Cyberonics, Inc. Closed-loop vagus nerve stimulation
US7209787B2 (en) 1998-08-05 2007-04-24 Bioneuronics Corporation Apparatus and method for closed-loop intracranial stimulation for optimal control of neurological disease
US9375573B2 (en) 1998-08-05 2016-06-28 Cyberonics, Inc. 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
US7747325B2 (en) 1998-08-05 2010-06-29 Neurovista Corporation Systems and methods for monitoring a patient's neurological disease state
US8762065B2 (en) 1998-08-05 2014-06-24 Cyberonics, Inc. Closed-loop feedback-driven neuromodulation
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
US6011991A (en) * 1998-12-07 2000-01-04 Technology Patents, Llc Communication system and method including brain wave analysis and/or use of brain activity
ATE392180T1 (de) 1999-01-13 2008-05-15 Cytyc Corp Identifikation duktaler öffnungen mittels charakteristischem elektrischen signal
EP1147423B1 (en) * 1999-02-04 2004-11-10 bioMérieux, Inc. A method and apparatus for predicting the presence of haemostatic dysfunction in a patient sample
US7096070B1 (en) * 2000-02-09 2006-08-22 Transneuronix, Inc. Medical implant device for electrostimulation using discrete micro-electrodes
US7499745B2 (en) * 2000-02-28 2009-03-03 Barbara Ann Karmanos Cancer Institute Multidimensional bioelectrical tissue analyzer
US7179612B2 (en) 2000-06-09 2007-02-20 Biomerieux, Inc. Method for detecting a lipoprotein-acute phase protein complex and predicting an increased risk of system failure or mortality
WO2001099043A1 (en) * 2000-06-19 2001-12-27 Correlogic Systems, Inc. Heuristic method of classification
CA2415775A1 (en) * 2000-07-18 2002-01-24 Correlogic Systems, Inc. A process for discriminating between biological states based on hidden patterns from biological data
US6564079B1 (en) 2000-07-27 2003-05-13 Ckm Diagnostics, Inc. Electrode array and skin attachment system for noninvasive nerve location and imaging device
AU2002241535B2 (en) 2000-11-16 2006-05-18 Ciphergen Biosystems, Inc. Method for analyzing mass spectra
US7409243B2 (en) 2001-04-04 2008-08-05 Mirabel Medical Ltd. Breast cancer detection
US7139602B2 (en) * 2001-04-26 2006-11-21 University Of Louisville Research Foundation, Inc. Shape analysis of surfaces
WO2002101594A2 (en) * 2001-06-11 2002-12-19 Hrl Laboratories, Llc Method and apparatus for determining and assessing information to be collected based on information-theoretic measures
WO2003032248A1 (en) * 2001-10-11 2003-04-17 Exscientia, Llc Method and apparatus for learning to classify patterns and assess the value of decisions
CA2466038C (en) * 2001-11-06 2014-01-07 Neurometrix, Inc. Method and apparatus for the detection of neuromuscular disease using disease specific evoked neuromuscular response analysis
US20040010481A1 (en) * 2001-12-07 2004-01-15 Whitehead Institute For Biomedical Research Time-dependent outcome prediction using neural networks
US20020193950A1 (en) * 2002-02-25 2002-12-19 Gavin Edward J. Method for analyzing mass spectra
AU2003214627A1 (en) * 2002-04-04 2003-10-20 Transscan Medical Ltd. Assuring quality of breast impedance measurements
US20040152997A1 (en) * 2002-05-20 2004-08-05 Davies Richard J. Electrophysiological approaches to assess resection and tumor ablation margins and responses to drug therapy
US6922586B2 (en) * 2002-05-20 2005-07-26 Richard J. Davies Method and system for detecting electrophysiological changes in pre-cancerous and cancerous tissue
US7630759B2 (en) 2002-05-20 2009-12-08 Epi-Sci, Llc Method and system for detecting electrophysiological changes in pre-cancerous and cancerous breast tissue and epithelium
US8262575B2 (en) * 2002-05-20 2012-09-11 Epi-Sci, Llc Method and system for detecting electrophysiological changes in pre-cancerous and cancerous tissue
WO2004106887A2 (en) * 2002-07-29 2004-12-09 Correlogic Systems, Inc. Quality assurance/quality control for high throughput bioassay process
US20040158166A1 (en) * 2003-02-10 2004-08-12 Levengood William C. Method and apparatus for detecting, recording and analyzing spontaneously generated transient electric charge pulses in living organisms
US8594764B2 (en) * 2003-03-07 2013-11-26 Jon Rice Device and method for assessing the electrical potential of cells and method for manufacture of same
US20040254902A1 (en) * 2003-06-11 2004-12-16 Von Klleeck David Lawrence Second Opinion Selection System
JP2007501380A (ja) * 2003-08-01 2007-01-25 コレロジック システムズ,インコーポレイティド 卵巣癌検出のための多重高解像度血清プロテオミック特性
JP2007504910A (ja) 2003-09-12 2007-03-08 ミノウ・メディカル・エルエルシイ 粥状硬化物質の選択可能な偏倚性再造形および/または切除
WO2005060608A2 (en) * 2003-12-11 2005-07-07 Correlogic Systems, Inc. Method of diagnosing biological states through the use of a centralized, adaptive model, and remote sample processing
IL163796A0 (en) * 2004-08-30 2005-12-18 Gribova Orna A Device for detecting changes in blood glucose level or dardiovacular condition
US8396548B2 (en) 2008-11-14 2013-03-12 Vessix Vascular, Inc. Selective drug delivery in a lumen
US9713730B2 (en) 2004-09-10 2017-07-25 Boston Scientific Scimed, Inc. Apparatus and method for treatment of in-stent restenosis
US20070003996A1 (en) * 2005-02-09 2007-01-04 Hitt Ben A Identification of bacteria and spores
ATE542486T1 (de) * 2005-03-28 2012-02-15 Minnow Medical Llc Intraluminale elektrische gewebecharakterisierung und abgestimmte hf-energie zur selektiven behandlung von atherom und anderen zielgeweben
US20080009764A1 (en) * 2005-04-21 2008-01-10 Epi-Sci, Llc Method and system for detecting electrophysiological changes in pre-cancerous and cancerous tissue and epithelium
EP1876950A4 (en) * 2005-04-21 2014-01-22 Epi Sci Llc METHOD AND SYSTEM FOR DETECTING ELECTROPHYSIOLOGICAL CHANGES IN PRESERVED AND CANNULATED TISSUE AND EPITHEL
WO2006124628A2 (en) * 2005-05-12 2006-11-23 Correlogic Systems, Inc. A model for classifying a biological sample in relation to breast cancer based on mass spectral data
JP2009518131A (ja) * 2005-12-06 2009-05-07 エピ‐サイ,リミテッド・ライアビリティ・カンパニー 前癌性および癌性の組織および上皮における電気生理学的変化を検出するための方法およびシステム
WO2007067956A2 (en) * 2005-12-07 2007-06-14 The Trustees Of Columbia University In The City Of New York System and method for multiple-factor selection
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
US20070149952A1 (en) * 2005-12-28 2007-06-28 Mike Bland Systems and methods for characterizing a patient's propensity for a neurological event and for communicating with a pharmacological agent dispenser
US20070287931A1 (en) * 2006-02-14 2007-12-13 Dilorenzo Daniel J Methods and systems for administering an appropriate pharmacological treatment to a patient for managing epilepsy and other neurological disorders
US8019435B2 (en) 2006-05-02 2011-09-13 Boston Scientific Scimed, Inc. Control of arterial smooth muscle tone
US8234077B2 (en) * 2006-05-10 2012-07-31 The Trustees Of Columbia University In The City Of New York Method of selecting genes from gene expression data based on synergistic interactions among the genes
US20080027515A1 (en) * 2006-06-23 2008-01-31 Neuro Vista Corporation A Delaware Corporation Minimally Invasive Monitoring Systems
CA2666663C (en) 2006-10-18 2016-02-09 Minnow Medical, Inc. System for inducing desirable temperature effects on body tissue
EP2992850A1 (en) 2006-10-18 2016-03-09 Vessix Vascular, Inc. Inducing desirable temperature effects on body tissue
ES2546773T3 (es) 2006-10-18 2015-09-28 Vessix Vascular, Inc. Energía de RF sintonizada y caracterización eléctrica de tejido para el tratamiento selectivo de tejidos diana
US8295934B2 (en) 2006-11-14 2012-10-23 Neurovista Corporation Systems and methods of reducing artifact in neurological stimulation systems
EP2124734A2 (en) * 2007-01-25 2009-12-02 NeuroVista Corporation Methods and systems for measuring a subject's susceptibility to a seizure
EP2126785A2 (en) 2007-01-25 2009-12-02 NeuroVista Corporation Systems and methods for identifying a contra-ictal condition in a subject
US8086409B2 (en) * 2007-01-30 2011-12-27 The Trustees Of Columbia University In The City Of New York Method of selecting genes from continuous gene expression data based on synergistic interactions among genes
US20080201095A1 (en) * 2007-02-12 2008-08-21 Yip Ping F Method for Calibrating an Analytical Instrument
US20080208074A1 (en) * 2007-02-21 2008-08-28 David Snyder Methods and Systems for Characterizing and Generating a Patient-Specific Seizure Advisory System
US20080221422A1 (en) * 2007-03-08 2008-09-11 General Electric Company Sensor measurement system having a modular electrode array and method therefor
US8036736B2 (en) 2007-03-21 2011-10-11 Neuro Vista Corporation Implantable systems and methods for identifying a contra-ictal condition in a subject
US8496653B2 (en) 2007-04-23 2013-07-30 Boston Scientific Scimed, Inc. Thrombus removal
EP2144559A4 (en) 2007-05-07 2012-07-25 Cardiac Lead Technologies Llc ECG MONITOR AND CONNECTION
CA2691980C (en) * 2007-06-29 2022-05-10 Correlogic Systems, Inc. Predictive markers for ovarian cancer
US9788744B2 (en) 2007-07-27 2017-10-17 Cyberonics, Inc. Systems for monitoring brain activity and patient advisory device
WO2009082434A1 (en) * 2007-12-11 2009-07-02 Epi-Sci, Llc Electrical bioimpedance analysis as a biomarker of breast density and/or breast cancer risk
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
WO2010056745A1 (en) 2008-11-17 2010-05-20 Minnow Medical, Inc. Selective accumulation of energy with or without knowledge of tissue topography
US20100168603A1 (en) * 2008-12-23 2010-07-01 Himes David M Brain state analysis based on select seizure onset characteristics and clinical manifestations
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
US8551096B2 (en) 2009-05-13 2013-10-08 Boston Scientific Scimed, Inc. Directional delivery of energy and bioactives
US8786624B2 (en) 2009-06-02 2014-07-22 Cyberonics, Inc. Processing for multi-channel signals
US8172776B2 (en) * 2009-06-09 2012-05-08 Browne Paul C Systems and methods for detecting labor conditions via electromagnetic field disturbances
DE102009050755A1 (de) * 2009-10-27 2011-05-05 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Signalerfassungsvorrichtung zur Erfassung eines Differenzsignals für eine elektrische Messung eines Vitalparameters eines Lebewesens, Elektrodenanordnung und Verfahren
US9643019B2 (en) 2010-02-12 2017-05-09 Cyberonics, Inc. Neurological monitoring and alerts
US20110218820A1 (en) * 2010-03-02 2011-09-08 Himes David M Displaying and Manipulating Brain Function Data Including Filtering of Annotations
US20110219325A1 (en) * 2010-03-02 2011-09-08 Himes David M Displaying and Manipulating Brain Function Data Including Enhanced Data Scrolling Functionality
KR20130108067A (ko) 2010-04-09 2013-10-02 베식스 바스큘라 인코포레이티드 조직 치료를 위한 발전 및 제어 장치
US9192790B2 (en) 2010-04-14 2015-11-24 Boston Scientific Scimed, Inc. Focused ultrasonic renal denervation
US8473067B2 (en) 2010-06-11 2013-06-25 Boston Scientific Scimed, Inc. Renal denervation and stimulation employing wireless vascular energy transfer arrangement
US9463062B2 (en) 2010-07-30 2016-10-11 Boston Scientific Scimed, Inc. Cooled conductive balloon RF catheter for renal nerve ablation
US9084609B2 (en) 2010-07-30 2015-07-21 Boston Scientific Scime, Inc. Spiral balloon catheter for renal nerve ablation
US9358365B2 (en) 2010-07-30 2016-06-07 Boston Scientific Scimed, Inc. Precision electrode movement control for renal nerve ablation
US9155589B2 (en) 2010-07-30 2015-10-13 Boston Scientific Scimed, Inc. Sequential activation RF electrode set for renal nerve ablation
US9408661B2 (en) 2010-07-30 2016-08-09 Patrick A. Haverkost RF electrodes on multiple flexible wires for renal nerve ablation
US8974451B2 (en) 2010-10-25 2015-03-10 Boston Scientific Scimed, Inc. Renal nerve ablation using conductive fluid jet and RF energy
US9220558B2 (en) 2010-10-27 2015-12-29 Boston Scientific Scimed, Inc. RF renal denervation catheter with multiple independent electrodes
US9028485B2 (en) 2010-11-15 2015-05-12 Boston Scientific Scimed, Inc. Self-expanding cooling electrode for renal nerve ablation
US9089350B2 (en) 2010-11-16 2015-07-28 Boston Scientific Scimed, Inc. Renal denervation catheter with RF electrode and integral contrast dye injection arrangement
US9668811B2 (en) 2010-11-16 2017-06-06 Boston Scientific Scimed, Inc. Minimally invasive access for renal nerve ablation
US9326751B2 (en) 2010-11-17 2016-05-03 Boston Scientific Scimed, Inc. Catheter guidance of external energy for renal denervation
US9060761B2 (en) 2010-11-18 2015-06-23 Boston Scientific Scime, Inc. Catheter-focused magnetic field induced renal nerve ablation
US9023034B2 (en) 2010-11-22 2015-05-05 Boston Scientific Scimed, Inc. Renal ablation electrode with force-activatable conduction apparatus
US9192435B2 (en) 2010-11-22 2015-11-24 Boston Scientific Scimed, Inc. Renal denervation catheter with cooled RF electrode
US20120157993A1 (en) 2010-12-15 2012-06-21 Jenson Mark L Bipolar Off-Wall Electrode Device for Renal Nerve Ablation
WO2012100095A1 (en) 2011-01-19 2012-07-26 Boston Scientific Scimed, Inc. Guide-compatible large-electrode catheter for renal nerve ablation with reduced arterial injury
AU2012283908B2 (en) 2011-07-20 2017-02-16 Boston Scientific Scimed, Inc. Percutaneous devices and methods to visualize, target and ablate nerves
US9186209B2 (en) 2011-07-22 2015-11-17 Boston Scientific Scimed, Inc. Nerve modulation system having helical guide
WO2013055826A1 (en) 2011-10-10 2013-04-18 Boston Scientific Scimed, Inc. Medical devices including ablation electrodes
US10085799B2 (en) 2011-10-11 2018-10-02 Boston Scientific Scimed, Inc. Off-wall electrode device and methods for nerve modulation
US9420955B2 (en) 2011-10-11 2016-08-23 Boston Scientific Scimed, Inc. Intravascular temperature monitoring system and method
US9364284B2 (en) 2011-10-12 2016-06-14 Boston Scientific Scimed, Inc. Method of making an off-wall spacer cage
US9162046B2 (en) 2011-10-18 2015-10-20 Boston Scientific Scimed, Inc. Deflectable medical devices
WO2013059202A1 (en) 2011-10-18 2013-04-25 Boston Scientific Scimed, Inc. Integrated crossing balloon catheter
WO2013070724A1 (en) 2011-11-08 2013-05-16 Boston Scientific Scimed, Inc. Ostial renal nerve ablation
US9119600B2 (en) 2011-11-15 2015-09-01 Boston Scientific Scimed, Inc. Device and methods for renal nerve modulation monitoring
US9119632B2 (en) 2011-11-21 2015-09-01 Boston Scientific Scimed, Inc. Deflectable renal nerve ablation catheter
US9265969B2 (en) 2011-12-21 2016-02-23 Cardiac Pacemakers, Inc. Methods for modulating cell function
CN104244856B (zh) 2011-12-23 2017-03-29 维西克斯血管公司 重建身体通道的组织或身体通路附近的组织的方法及设备
US9433760B2 (en) 2011-12-28 2016-09-06 Boston Scientific Scimed, Inc. Device and methods for nerve modulation using a novel ablation catheter with polymeric ablative elements
US9050106B2 (en) 2011-12-29 2015-06-09 Boston Scientific Scimed, Inc. Off-wall electrode device and methods for nerve modulation
US10660703B2 (en) 2012-05-08 2020-05-26 Boston Scientific Scimed, Inc. Renal nerve modulation devices
US9060671B2 (en) 2012-08-17 2015-06-23 The Nielsen Company (Us), Llc Systems and methods to gather and analyze electroencephalographic data
DE102012107838A1 (de) * 2012-08-24 2014-02-27 Albert-Ludwigs-Universität Freiburg Sensoreinrichtung zur Detektion bioelektrischer Signale
US10321946B2 (en) 2012-08-24 2019-06-18 Boston Scientific Scimed, Inc. Renal nerve modulation devices with weeping RF ablation balloons
ES2911462T3 (es) * 2012-09-04 2022-05-19 Lkc Tech Inc Matriz de electrodos y procedimiento de medición que lo utiliza
WO2014043687A2 (en) 2012-09-17 2014-03-20 Boston Scientific Scimed, Inc. Self-positioning electrode system and method for renal nerve modulation
WO2014047454A2 (en) 2012-09-21 2014-03-27 Boston Scientific Scimed, Inc. Self-cooling ultrasound ablation catheter
US10398464B2 (en) 2012-09-21 2019-09-03 Boston Scientific Scimed, Inc. System for nerve modulation and innocuous thermal gradient nerve block
WO2014059165A2 (en) 2012-10-10 2014-04-17 Boston Scientific Scimed, Inc. Renal nerve modulation devices and methods
WO2014163987A1 (en) 2013-03-11 2014-10-09 Boston Scientific Scimed, Inc. Medical devices for modulating nerves
US9693821B2 (en) 2013-03-11 2017-07-04 Boston Scientific Scimed, Inc. Medical devices for modulating nerves
US9808311B2 (en) 2013-03-13 2017-11-07 Boston Scientific Scimed, Inc. Deflectable medical devices
US9320450B2 (en) 2013-03-14 2016-04-26 The Nielsen Company (Us), Llc Methods and apparatus to gather and analyze electroencephalographic data
US9297845B2 (en) 2013-03-15 2016-03-29 Boston Scientific Scimed, Inc. Medical devices and methods for treatment of hypertension that utilize impedance compensation
WO2014150553A1 (en) 2013-03-15 2014-09-25 Boston Scientific Scimed, Inc. Methods and apparatuses for remodeling tissue of or adjacent to a body passage
US10265122B2 (en) 2013-03-15 2019-04-23 Boston Scientific Scimed, Inc. Nerve ablation devices and related methods of use
JP2016524949A (ja) 2013-06-21 2016-08-22 ボストン サイエンティフィック サイムド,インコーポレイテッドBoston Scientific Scimed,Inc. 回転可能シャフトを有する腎神経アブレーション用医療装置
CN105473091B (zh) 2013-06-21 2020-01-21 波士顿科学国际有限公司 具有可一起移动的电极支撑件的肾脏去神经球囊导管
US9707036B2 (en) 2013-06-25 2017-07-18 Boston Scientific Scimed, Inc. Devices and methods for nerve modulation using localized indifferent electrodes
JP6204579B2 (ja) 2013-07-01 2017-09-27 ボストン サイエンティフィック サイムド,インコーポレイテッドBoston Scientific Scimed,Inc. 腎神経アブレーション用医療器具
US10660698B2 (en) 2013-07-11 2020-05-26 Boston Scientific Scimed, Inc. Devices and methods for nerve modulation
CN105377170A (zh) 2013-07-11 2016-03-02 波士顿科学国际有限公司 具有可伸展电极组件的医疗装置
EP3049007B1 (en) 2013-07-19 2019-06-12 Boston Scientific Scimed, Inc. Spiral bipolar electrode renal denervation balloon
WO2015013205A1 (en) 2013-07-22 2015-01-29 Boston Scientific Scimed, Inc. Medical devices for renal nerve ablation
EP3024405A1 (en) 2013-07-22 2016-06-01 Boston Scientific Scimed, Inc. Renal nerve ablation catheter having twist balloon
US10722300B2 (en) 2013-08-22 2020-07-28 Boston Scientific Scimed, Inc. Flexible circuit having improved adhesion to a renal nerve modulation balloon
US9895194B2 (en) 2013-09-04 2018-02-20 Boston Scientific Scimed, Inc. Radio frequency (RF) balloon catheter having flushing and cooling capability
JP6392348B2 (ja) 2013-09-13 2018-09-19 ボストン サイエンティフィック サイムド,インコーポレイテッドBoston Scientific Scimed,Inc. 蒸着されたカバー層を有するアブレーション用医療デバイス及びその製造方法
WO2015057521A1 (en) 2013-10-14 2015-04-23 Boston Scientific Scimed, Inc. High resolution cardiac mapping electrode array catheter
US11246654B2 (en) 2013-10-14 2022-02-15 Boston Scientific Scimed, Inc. Flexible renal nerve ablation devices and related methods of use and manufacture
US9770606B2 (en) 2013-10-15 2017-09-26 Boston Scientific Scimed, Inc. Ultrasound ablation catheter with cooling infusion and centering basket
WO2015057584A1 (en) 2013-10-15 2015-04-23 Boston Scientific Scimed, Inc. Medical device balloon
EP3057521B1 (en) 2013-10-18 2020-03-25 Boston Scientific Scimed, Inc. Balloon catheters with flexible conducting wires
WO2015061457A1 (en) 2013-10-25 2015-04-30 Boston Scientific Scimed, Inc. Embedded thermocouple in denervation flex circuit
EP3091922B1 (en) 2014-01-06 2018-10-17 Boston Scientific Scimed, Inc. Tear resistant flex circuit assembly
US11000679B2 (en) 2014-02-04 2021-05-11 Boston Scientific Scimed, Inc. Balloon protection and rewrapping devices and related methods of use
JP6325121B2 (ja) 2014-02-04 2018-05-16 ボストン サイエンティフィック サイムド,インコーポレイテッドBoston Scientific Scimed,Inc. 双極電極上の温度センサの代替配置
US9622702B2 (en) 2014-04-03 2017-04-18 The Nielsen Company (Us), Llc Methods and apparatus to gather and analyze electroencephalographic data
US10820883B2 (en) 2014-04-16 2020-11-03 Bongiovi Acoustics Llc Noise reduction assembly for auscultation of a body
FR3020955B1 (fr) * 2014-05-19 2016-06-24 Commissariat Energie Atomique Connecteur electrique notamment pour dispositif cutane.
MX2017008947A (es) 2015-01-10 2017-11-15 Dullen Deborah Método y aparato para la medición de la función autónoma para el diagnóstico y la validación de tratamientos y resultados de pacientes.
US10732621B2 (en) 2016-05-09 2020-08-04 Strong Force Iot Portfolio 2016, Llc Methods and systems for process adaptation in an internet of things downstream oil and gas environment
US11327475B2 (en) 2016-05-09 2022-05-10 Strong Force Iot Portfolio 2016, Llc Methods and systems for intelligent collection and analysis of vehicle data
US11774944B2 (en) 2016-05-09 2023-10-03 Strong Force Iot Portfolio 2016, Llc Methods and systems for the industrial internet of things
US11237546B2 (en) 2016-06-15 2022-02-01 Strong Force loT Portfolio 2016, LLC Method and system of modifying a data collection trajectory for vehicles
CN110073301A (zh) 2017-08-02 2019-07-30 强力物联网投资组合2016有限公司 工业物联网中具有大数据集的数据收集环境下的检测方法和系统
US11397428B2 (en) 2017-08-02 2022-07-26 Strong Force Iot Portfolio 2016, Llc Self-organizing systems and methods for data collection
EP3684463A4 (en) 2017-09-19 2021-06-23 Neuroenhancement Lab, LLC NEURO-ACTIVATION PROCESS AND APPARATUS
WO2019081679A1 (en) * 2017-10-25 2019-05-02 Skindicator Ab DEVICE AND METHOD FOR DETECTING CHANGES IN TISSUE
US11717686B2 (en) 2017-12-04 2023-08-08 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement to facilitate learning and performance
EP3731749A4 (en) 2017-12-31 2022-07-27 Neuroenhancement Lab, LLC NEURO-ACTIVATION SYSTEM AND METHOD FOR ENHANCING EMOTIONAL RESPONSE
US11253189B2 (en) 2018-01-24 2022-02-22 Medtronic Ardian Luxembourg S.A.R.L. Systems, devices, and methods for evaluating neuromodulation therapy via detection of magnetic fields
US11364361B2 (en) 2018-04-20 2022-06-21 Neuroenhancement Lab, LLC System and method for inducing sleep by transplanting mental states
CA3112564A1 (en) 2018-09-14 2020-03-19 Neuroenhancement Lab, LLC System and method of improving sleep
US20200152330A1 (en) 2018-11-13 2020-05-14 CurieAI, Inc. Scalable Personalized Treatment Recommendation
US10602940B1 (en) 2018-11-20 2020-03-31 Genetesis, Inc. Systems, devices, software, and methods for diagnosis of cardiac ischemia and coronary artery disease
US11786694B2 (en) 2019-05-24 2023-10-17 NeuroLight, Inc. Device, method, and app for facilitating sleep
WO2021146729A1 (en) * 2020-01-17 2021-07-22 Prolung, Inc. dba IONIQ Sciences Noninvasive medical diagnostics using electrical impedance metrics and clinical predictors
WO2022012935A1 (en) * 2020-07-16 2022-01-20 Nextmind Sas Apparatus for biopotential measurement

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4328809A (en) * 1976-09-24 1982-05-11 Barry Herbert Hirschowitz Device and method for detecting the potential level of the electromagnetic field of a living organism
US4094307A (en) * 1977-02-24 1978-06-13 Young Jr David N Method and apparatus for aiding in the anatomical localization of dysfunction in a brain
US4112491A (en) * 1977-07-05 1978-09-05 Life Sciences, Inc. Direct readout real time physiological parameter analog computer
US4307717A (en) * 1977-11-07 1981-12-29 Lectec Corporation Sterile improved bandage containing a medicament
US4407300A (en) * 1980-07-14 1983-10-04 Davis Robert E Potentiometric diagnosis of cancer in vivo
US4557273A (en) * 1982-12-27 1985-12-10 Stoller Kenneth P Method and apparatus for detecting ovulation
US4557271A (en) * 1983-05-11 1985-12-10 Stoller Kenneth P Method and apparatus for detecting body illness, dysfunction, disease and/or pathology
US5155802A (en) * 1987-12-03 1992-10-13 Trustees Of The Univ. Of Penna. General purpose neural computer
US4866645A (en) * 1987-12-23 1989-09-12 North American Philips Corporation Neural network with dynamic refresh capability
US4993423A (en) * 1988-07-13 1991-02-19 Physio-Control Corporation Method and apparatus for differential lead impedance comparison
US5099844A (en) * 1988-12-22 1992-03-31 Biofield Corp. Discriminant function analysis method and apparatus for disease diagnosis and screening
US5427098A (en) * 1988-12-22 1995-06-27 Biofield Corp. Noninvasive method for determining treatment based upon lesion cell proliferation measurements
US4955383A (en) * 1988-12-22 1990-09-11 Biofield Corporation Discriminant function analysis method and apparatus for disease diagnosis and screening
US5204938A (en) * 1989-05-30 1993-04-20 Loral Aerospace Corp. Method of implementing a neural network on a digital computer
US5130563A (en) * 1989-11-30 1992-07-14 Washington Research Foundation Optoelectronic sensory neural network
JPH07104952B2 (ja) * 1989-12-28 1995-11-13 シャープ株式会社 パターンマッチング装置
US5208900A (en) * 1990-10-22 1993-05-04 Motorola, Inc. Digital neural network computation ring
WO1995018565A1 (en) * 1991-09-26 1995-07-13 Sam Technology, Inc. Non-invasive neurocognitive testing method and system
EP0582885A3 (en) * 1992-08-05 1997-07-02 Siemens Ag Procedure to classify field patterns
US5311876A (en) * 1992-11-18 1994-05-17 The Johns Hopkins University Automatic detection of seizures using electroencephalographic signals
US5325862A (en) * 1993-03-26 1994-07-05 The United States Of America As Represented By The Secretary Of The Navy Method and/or system for personal identification and impairment assessment from brain activity patterns
US5509103A (en) * 1994-06-03 1996-04-16 Motorola, Inc. Method of training neural networks used for speech recognition

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012500663A (ja) * 2008-08-22 2012-01-12 エル. フォーペル、マーク 極低周波電磁場を用いる疾病の診断およびスクリーニングのための方法および装置
JP2016028778A (ja) * 2008-08-22 2016-03-03 フォーペル、マーク エル.FAUPEL Mark L. 極低周波電磁場を用いる疾病の診断およびスクリーニングのための装置

Also Published As

Publication number Publication date
AU4407996A (en) 1996-06-26
EP0796058A4 (en) 1999-02-17
US5715821A (en) 1998-02-10
WO1996017547A1 (en) 1996-06-13
CA2207330A1 (en) 1996-06-13
US5697369A (en) 1997-12-16
EP0796058A1 (en) 1997-09-24

Similar Documents

Publication Publication Date Title
JPH11503333A (ja) 疾病、損傷および身体状況のスクリーニングまたは探知のためのニューラルネットワーク法および装置
US4955383A (en) Discriminant function analysis method and apparatus for disease diagnosis and screening
US5099844A (en) Discriminant function analysis method and apparatus for disease diagnosis and screening
CA2721622C (en) Fetal ecg monitoring
US5678547A (en) Method and apparatus for screening or sensing bodily conditions using DC biopotentials
US20050154438A1 (en) Medical electrode system and method
US20140046164A1 (en) Methods for assessing the electrical potential of cells
US6351666B1 (en) Method and apparatus for sensing and processing biopotentials
US8712515B2 (en) Method and apparatus for disease diagnosis and screening using extremely low frequency electromagnetic fields
US5427098A (en) Noninvasive method for determining treatment based upon lesion cell proliferation measurements
KR102091828B1 (ko) 임피던스를 이용한 인공지능 기반 피부질환 진단시스템