KR20080068003A - 뇌기능 평가를 위한 방법 및 휴대용 자동 뇌기능 평가 장치 - Google Patents

뇌기능 평가를 위한 방법 및 휴대용 자동 뇌기능 평가 장치 Download PDF

Info

Publication number
KR20080068003A
KR20080068003A KR1020087005301A KR20087005301A KR20080068003A KR 20080068003 A KR20080068003 A KR 20080068003A KR 1020087005301 A KR1020087005301 A KR 1020087005301A KR 20087005301 A KR20087005301 A KR 20087005301A KR 20080068003 A KR20080068003 A KR 20080068003A
Authority
KR
South Korea
Prior art keywords
signal
processor
subject
brain
wavelet
Prior art date
Application number
KR1020087005301A
Other languages
English (en)
Inventor
엘비르 코세빅
아서 에이치. 콤스
Original Assignee
브레인스코프 컴퍼니 인코퍼레이티드
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 브레인스코프 컴퍼니 인코퍼레이티드 filed Critical 브레인스코프 컴퍼니 인코퍼레이티드
Publication of KR20080068003A publication Critical patent/KR20080068003A/ko

Links

Images

Classifications

    • 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
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/369Electroencephalography [EEG]
    • 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
    • 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
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/369Electroencephalography [EEG]
    • A61B5/372Analysis of electroencephalograms
    • A61B5/374Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
    • 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
    • A61B5/291Bioelectric electrodes therefor specially adapted for particular uses for electroencephalography [EEG]
    • 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
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/369Electroencephalography [EEG]
    • A61B5/377Electroencephalography [EEG] using evoked responses
    • A61B5/378Visual stimuli
    • 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
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/369Electroencephalography [EEG]
    • A61B5/377Electroencephalography [EEG] using evoked responses
    • A61B5/38Acoustic or auditory stimuli
    • 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
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/369Electroencephalography [EEG]
    • A61B5/377Electroencephalography [EEG] using evoked responses
    • A61B5/383Somatosensory stimuli, e.g. electric stimulation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/40Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4058Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
    • A61B5/4064Evaluating the brain
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/40Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076Diagnosing or monitoring particular conditions of the nervous system
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/41Detecting, measuring or recording for evaluating the immune or lymphatic systems
    • A61B5/411Detecting or monitoring allergy or intolerance reactions to an allergenic agent or substance
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/74Details of notification to user or communication with user or patient ; user input means
    • A61B5/742Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/7445Display arrangements, e.g. multiple display units
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/74Details of notification to user or communication with user or patient ; user input means
    • A61B5/7475User input or interface means, e.g. keyboard, pointing device, joystick
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/04Constructional details of apparatus
    • A61B2560/0431Portable apparatus, e.g. comprising a handle or case
    • 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
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/369Electroencephalography [EEG]
    • A61B5/377Electroencephalography [EEG] using evoked responses
    • 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
    • A61B5/7203Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • 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
    • A61B5/7253Details of waveform analysis characterised by using transforms
    • A61B5/7257Details of waveform analysis characterised by using transforms using Fourier transforms
    • 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
    • A61B5/7253Details of waveform analysis characterised by using transforms
    • A61B5/726Details of waveform analysis characterised by using transforms using Wavelet transforms
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Medical Informatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Psychology (AREA)
  • Signal Processing (AREA)
  • Neurology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Neurosurgery (AREA)
  • Vascular Medicine (AREA)
  • Immunology (AREA)
  • Acoustics & Sound (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

빠른 뇌 평가를 수행하기 위한 방법 및 장치는 응급 선별을 두부 외상 환자에게 자발적이고 유발된 뇌 전압의 결합을 분석함으로써 제공된다. 모든 잠재적인 이상을 진단하는 환자의 뇌의 실시간 평가를 나타내기 위해서 자발적이고 유발된 전압은 분석되어 그 결과가 분류된다.
뇌전도, 푸리에 변환, 뇌기능 평가

Description

뇌기능 평가를 위한 방법 및 휴대용 자동 뇌기능 평가 장치{METHOD FOR ASSESSING BRAIN FUNCTION AND PORTABLE AUTOMATIC BRAIN FUNCTION ASSESSMENT APPARATUS}
본 출원은, 2005년 8월 2일에 출원된 미국 특허출원번호 11/195,001에 대한 우선권을 주장한다.
본 발명은 응급 (치료 우선 순위 등의)선별(emergency triage) 분야 및 특히, 응급 신경 선별의 수행을 위한 방법 및 장치에 관한 것이며, 나아가 뇌기능 평가를 위한 방법 및 장치에 관한 것이다.
인체 내에서, 중추신경계(CNS) 및 특히, 뇌는 가장 복잡하고 필수적인 프로세스를 수행한다. 놀랍게도, 현대 건강 관리는, 객관적으로 그 기능을 평가하기 위한, 정교한 도구가 결여되어 있다. 환자의 정신 및 신경 상태는, 인터뷰와 주관적인 신체 검사에 의해 통상 임상적으로(clinically) 평가된다. 현재 임상 실험실은, 외부적으로 중추신경계에 충격을 주었을 지도 모를 독극물, 독소 또는 약물의 감정보다 조금 더 기여하는, 뇌기능 또는 병리(pathology)를 평가할 능력이 없다. 비록 폭넓게 사용되고 유용하지만, CT(computed tomography imaging), MRI(magnetic resonance imaging)와 같은 뇌 이미징 연구는, 뇌기능에 대하여 거의 또는 전혀 드 러나지 않는 구조적/해부학적 테스트이다. 심각한 뇌손상, 뇌졸중(stroke), 또는 발작(seizure)의 당시에, 심지어 명백하고 극적으로 이상(異常) 뇌기능이 있음에도, 이미징 연구는, 통상 아무런 이상도 밝혀내지 못한다. CT 및 MRI는 단지 뇌의 형태 또는 구조가 변한 후에, 그 상태(condition)를 탐지할 뿐이다. 명백한 변화가 CT 또는 MRI 상에서 확실해지고, 심각한 신경 이상을 보이기 이전에, 일부 경우에 있어서는 환자가 응급실에 입원해서부터 한 시간에서 하루가 걸리기도 한다. 뇌의 전기적 활동성(electronical activity)은, 그러나 즉시 영향을 받는다. 기능성 MRI와 같은 새로운 이미징 양식(imaging modalities)은 뇌의 다른 부분 내에서의 산소포화도(oxygen saturation)의 변화를 측정한다. PET(positron emission tomography) 및 SPECT(single photon emission computerized tomography)와 같은 라디오아이소토프(radioisotope) 이미징은, 제한된 감도와 특징을 갖는 기능의 측정으로써, 뇌 내부에서의 화학적 변화를 평가한다. 모든 이들 평가 도구는 선택된 경우에 있어서, 중요한 역할을 담당하지만, 비용적으로 널리 이용될 수 없으며, 급성환자 치료상황의 초기 단계(early stage)에서 결정적인 정보를 제공하지 않는다.
어떠한 현재 기술도, 적시의 치료처리(intervention), 적절한 선별, 또는 관리의 적절한 계획을 공식화하는데 대단히 중요한, 즉각적이고 실행가능한 정보를 제공하지 않는다.
신체 내의 모든 기관 중, 중추신경계와 뇌는 또한, 가장 시간적으로 민감하고, 회복되기가 힘들다. 현재, 변화된 정신 상태, 급성 신경장애, 또는 두부 외상(head trauma)이 있는 응급실 환자는, 치료하는데 적절한 코스를 결정하기 위해 서 비싸고 시간이 걸리는 데스트를 겪어야만 한다. 불행하게도 많은 경우에 있어서, 환자의 임상적 상태(clinical condition)는 사용가능하게 될 장비 또는 테스트를 해석할 전문가를 기다리기 때문에, 지속적으로 악화한다. 응급실 의사의 임무는, 뇌가 정상적으로 기능하는지, 이상(abnormality)은 사실상 정신적인 것 또는 기관적인(organic) 것인지, 기관 이상은 전체적(global)인지 또는 좌, 우뇌의 어느 한쪽인지(lateralized)를 근본적으로 확인하는 것과, 진찰 가능성(diagnostic possibilities)의 최초 평가를 밝히는 것이다. 응급실 의사가 직면한 문제는 그들의 대처수단(resource)이 손전등 및 고무 반사 해머로, 매우 제한되어 있다는 것이다. 놀라운 것은, CT 스캔, 스파이널 탭(spinal tap), 추가적인 자문 또는 이행(additional consultation or discharge)을 포함하는 응급 처치 또는 치료처리의 시행에 관한 모든 의사의 판단이, 이 간단한 검사의 결과에 근거한다.
발작과 같은 많은 기능적 뇌 이상이 CT 스캔 상에 나타나지 않는데도, 종종, 응급실 환자는 이미징 연구를 위해 보내진다. 해부 또는 구조적 결과를 궁긍적으로 초래할, 일부의 이상(異常)은 나타나는데 종종 시간이 걸린다. 이것은 허혈성 뇌졸중(ischemic stroke), 뇌진탕(concussion), 올라간 두개내압(intracranial pressure) 등과 같은 많은 중요한 상태에 대하여 실제로 그렇다. 따라서, CT 스캔의 위치 선정, 비용 및 제한된 유용성(availability)은 문제가 있을 수 있지만, 그것은 기능 테스트가 아니라 구조적인 것이라는 사실일 수 있다.
ACEP(American College of Emergency Physicians)에서 조사된 200명이 넘는 의사들의 1/3은 좋은 임상 실험실, 신경 검사 및 두부 CT 스캔의 결합이, 변화된 정신 상태 또는 신경 기능장애가 있는 모든 환자의 평가를 위해서 적절하지 않다는 것을 느낀다. CDC NHS 데이터 베이스 및 실제 활동하고 있는 응급실 의사로부터의 컨센서스(consensus)는, 미국 내에서 매년 1억 회가 넘는 응급실 방문의 15%, 어떤 경우에 있어서는 그 이상에 해당하는 환자가, 정신 상태 검사를 필요로 하고 있다고 어림잡고 있다.
미국 단독(CDN/NCHS) 데이터 베이스 내에, 연당(per year) 1억 회 이상의 응급실 방문이 존재한다. 2000년에는, 이들 환자의 천삼백만 이상이, 공식적 정신 상태 검사를 필요로 했었으며, 거의 5백만이 CT 스캔을 하였다. 이 데이터는, 병원, 앰뷸런스, 스포츠 경기, 또는 중대한 신경 평가가 필요할지도 모를 다른 곳에서 실행될 수 있는, 실시간 기능적 뇌 상태 평가에 대한 필요성을 나타낸다.
반사적(reflexive), 자동적(automatic), 무의식적(unconscious), 또는 의식적인 모든 뇌활동은 사실 전기적인(electrical) 것이다. 신경전달물질이라 불리는 분자를 매체로 한 일련의 전기화학반응을 통하여 전위(전압)가 생성되고, 뇌의 도처로 전해지며, 무수한 신경 사이를 계속 이동한다. 이러한 활동은, 뇌전도(EEG-electroencephalogram)의 기본적 일렉트리컬 시그네이처(electrical signature)를 구축하며, 해부학적 구조 및 기능에 기초를 갖는 확인가능한 주파수(identifiable frequencies)를 만들어낸다. 이러한 기본 리듬 및 그 중요성의 이해는 뇌전도를 정상 또는 이상(異常)으로 간주할 수 있게 한다. 이러한 기초 레벨에서, 뇌전도는, 정상 및 이상(異常) 뇌기능 양쪽 모두를 위한 시그네이처로서 역할한다.
뇌의 전기적 활동은, 75년 전의 첫 번째 기록 이후, 특히 컴퓨터의 출현 이 후로 계속 연구되고 있다. 뇌의 "정상적" 전기적 활동은, 좁은 표준 편차를 갖는 수백 가지의 연구에서 충분히 기술되어 있다. 뇌의 어떤 부분의 전기적 활동 주파수는, "유발 전위(evoked potentials)"로 알려진 청각, 시각, 또는 고통과 같은 다양한 자극에 정상적으로 반응한다. 유발전위(EP)는, 독특한 형태, 파형 내에서의 진폭 및 피크의 기간, 많은 다른 특색을 갖는 특정파(particular waves)이고, 모두, 수십 년이 넘는 조사에 의해 생성되었으며, 훌륭하게 구축된 규범적 데이터(normative data)를 갖는다. 모든 뇌전도 및 유발 전위파를 위한 규범적 데이터는, 이성(異性), 연령 및 민족성의 전역에 걸쳐서 매우 일정하다. 더군다나, 존재하는 모든 다양성이 훌륭하게 기술, 및 설명되어있다.
신경과학자들은 다양한 다른 뇌병리의 뇌전도 시그네이쳐의 특징을 기술하였다. 이상(異常) 심전도(ECG-electrocardiogram) 패턴이 특정 심장 병리의 강한 징후인 것과 마찬가지로, 불규칙한 뇌파 패턴은 특정 뇌병리의 강한 징후이다. 급성 및 만성, 구조적, 유독한, 변태(metabolic), 그리고 허혈성 뇌졸증, 간질성 발작, 뇌진탕, 알콜 및 약물 과량복용, 정신병 및 알츠하이머를 포함하는 치매와 같은 특수 진단까지 폭넓게 열거된 병리의 특징이 훌륭하게 기술되어 있다. 지속적으로 개량되고 기부된 데이터의 큰 보디는 임상 신경생리학의 분야를 구성한다.
심지어 뇌전도를 기초로 한 뉴로메트릭(neurometric) 기술이 오늘날 받아들여지고, 데이터의 거대한 몸통이 존재하지만, 임상 환경에 있어서의 적용은 뚜렷하게 제한된다. 그 채용을 제한하는 일부 장벽은 뇌전도 장비의 비용, 휴대가능성의 결여, 테스트를 운영할 기술자의 필요, 테스트를 수행하는데 걸리는 시간, 미가공 데이터의 전문적 해석의 필요를 포함한다. 더욱 중요한 것은, 급성 환자 치료 상황(acute care setting), 특히 치료할 때에 있어서, 상기 기술은 이용할 수도, 실용적이지도 않다. 완전한 진단 뇌전도 장비는 통상, 완전 설비(fully equiped)하는데 8만 달러가 소요된다. 고비용임에도 불구하고, 장비는 근본적으로 전문가에 의해 조심스럽게 해석되어야 하는, 미가공 파형을 만들어낸다. 더욱이 표준 뇌전도 장비의 사용은 몹시 성가시다. 필요한 19개 전극을 사용하는데 30분 또는 그 이상이 걸릴 수 있다. 일단 환자가 테스트를 위해 준비되면, 자체적으로 레코딩하는데 1~4시간이 걸릴 수 있다. 데이터는 뇌전도 기술자에 의해 선택되고 분석되며, 그 후에 해석 및 임상 평가를 위해 신경과 의사에게 설명된다. 전기적 뇌 데이터(electrical brain data)의 상세한 분석에 엄격하게 촛점을 맞춘, 일부 자립형 신경진단 전용 연구소가 존재한다. 전문화된 센터와 일반적으로 큰 병원 뇌전도 기계는 응급실, 수술실(OR), 집중 치료 유닛(ICU), 또는 환자가 정말로 도움이 필요한 또 다른 급성 환자 치료 상황에 대하여 실용적이지 못하다. 즉각적이고, 기능적인 뇌상태 평가는, 급성 신경 손상 및 질병이 있는 환자를, 더 심한 데미지나 장애로부터 보호하기 위한 치료에 필요하다.
요약( summary )
본 발명에 의하면, 웨이브렛(wavelets)을 사용하여 자발적이고 유발된 신호를 프로세스하도록 구성된 프로세서를 포함하는 신경 선별 장치(neulogical triage apparatus)를 제공한다.
또한, 본 발명에 의하면, 전극 세트를 통하여 자발적인 신호를 취득하는 스텝, 상기 취득된 신호를 프로세스하는 스텝, 상기 프로세스된 신호로부터 원하는 특징을 추출하는 스텝, 상기 추출된 특징을 하나 또는 그 이상의 진단 카데고리에 분류하는 스텝을 포함하는 대상체(subject)의 신경 상태(neurological state)를 결정하는 방법을 제공한다.
또한, 본 발명에 의하면, 청각적, 시각적, 전기적, 또는 다른 자극 수단을 사용하여 뇌반응 신호를 유발하는 스텝, 전극 세트를 통하여 상기 유발된 신호를 취득하는 스텝, 상기 취득된 신호를 프로세스하는 스텝, 상기 프로세스된 신호로부터 원하는 특징을 추출하는 스텝, 상기 추출된 특징을 분류하는 스텝을 포함하는 대상체의 신경 상태를 결정하는 방법을 제공한다.
또한, 본 발명에 의하면, 전극 세트를 통하여 자발적이고 유발된 신호를 취득하는 스텝, 상기 취득된 신호를 프로세스하는 스텝, 상기 프로세스된 신호로부터 원하는 특징을 추출하는 스텝, 상기 추출된 특징을 분류하는 스텝을 포함하는 대상체의 신경 상태를 결정하는 방법을 제공한다.
또한, 본 발명에 의하면, 프로세서, 상기 프로세서에 운영적으로(operatively) 연결된 메모리를 포함하는 대상체의 신경 상태를 진단하기 위한 장치를 제공하며, 상기 메모리는 하나 또는 그 이상의 사용법과, 상기 프로세서에 운영적으로 연결된 다채널 입출력 인터페이스를 저장하고, 상기 다채널 입출력 인터페이스는 상기 대상체 상에 놓인 일련의 전극(a set of electrodes)을 통하여 외부 전기 신호를 수신하도록 구성되며, 상기 프로세스는 다채널 입출력 인터페이스로부터 수신된 신호에 따라서 하나 또는 그 이상의 동작을 수행하기 위한 하나 또는 그 이상의 사용법을 이용하도록 구성된다.
또한, 본 발명에 의하면, 변화된 정신 상태로 고통받고 있는 환자의 응급 신경 진단을 수행하기 위한 기트(kit)를 제공하며, 상기 키트는 대상체의 신경 상태를 진단하기 위한 장치와, 상기 장치를 사용하기 위한 사용법 및 상기 장치를 위한 휴대용 운반 케이스를 포함한다.
또한, 본 발명에 의하면, 전극 세트, 프로세서, 상기 프로세스에 운영적으로 연결된 디스플레이, 상기 프로세스와 운영적으로 연결된 유저 인터페이스 및 내부 메모리를 포함하는 자동 뇌기능 평가의 제공을 위한 장치를 공급하며, 상기 전극 세트 및 프로세서는 운영적으로 다채널 입출력 인터페이스를 통해 연결되어 있으며, 상기 메모리는 대상체 뇌기능의 실시간 평가의 제공을 위한 사용법과, 웨이브렛-패킷 알고리즘을 사용하여 전극 세트에 의해 취득된 신호를 프로세싱하기 위한 사용법을 포함한다.
또한, 본 발명에 의하면, 환자의 자발적인 뇌활동을 측정하는 스텝, 환자를 자극하고 그로부터 유발된 뇌활동을 측정하는 스텝, 상기 자발적이고 유도된 뇌활동을 프로세스하는 스텝을 포함하는 환자의 뇌기능의 선별 평가의 제공을 위한 방법을 공급하며, 상기 프로세스는 상기 프로세스된 뇌활동에 기초한 환자의 선별 평가를 제공하는 웨이브렛-패킷 알고리즘을 사용하여 실시간으로 수행된다.
또한, 본 발명에 의하면, 전극 세트, 상기 전극 세트에 운영적으로 연결된 증폭기(amplifier), 상기 증폭기에 운영적으로 연결된 프로세서를 포함하는 선별 장치(triage apparatus)를 제공하며, 상기 프로세스는 웨이브렛을 사용하여 상기 전극 세트에 의해 취득된 외부 신호를 프로세스하도록 구성된다.
본 발명의 추가적인 특징 및 장점은 다음에 오는 설명 내의 일부에서 설명될 것이며, 이는 상기 설명으로부터 명백해지거나, 또는 본 발명의 실시에 의해 알 수 있을 것이다. 본 발명의 추가적인 특징 및 장점은 첨부된 청구항에서 특별히 지적된 구성 요소와 결합에 의해 실행되고 달성될 것이다.
앞서 말한 일반적인 설명 및 다음에 올 상세한 설명은 단지 대표적이고 설명적일 뿐이며, 청구된 본 발명에 한정되지 않는다.
본 명세서에 편입되고, 그 일부를 구성하는 첨부한 도면은, 본 발명 및 상기 설명과 함께 몇 개의 실시예를 나타내며, 본 발명의 원리를 설명하기 위한 역할을 한다.
도 1은, 본 발명과 일치하는 하나의 실시예에 따른 장치에 의해 수행된 대상체의 뇌 상태를 평가하는 방법을 나타내는 흐름도이다.
도 2는, 본 발명과 일치하는 하나의 실시예에 따른 장치를 나타내는 도이다.
도 3은, 본 발명과 일치하는 하나의 실시예에 따른 전극 세트를 나타내는 도이다.
첨부한 도면에 그 실례(example)가 도시되어 있는, 본 발명의 실시예를 상세 히 언급할 것이다. 도면 내내 동일하거나 비슷한 부분을 언급하기 위해서, 가능하면 어디서든지, 동일한 참조번호가 사용될 것이다.
본 발명과 일치하는 실시예에 의하면, 도 1은 환자의 뇌 상태를 평가하기 위한 방법을 나타내기 위한 흐름도이다. 이 방법은, 여기에서 주어진 방법을 수행하기 위해서 제조된 장치 또는 설비에 의해 실시될 수 있다. 전극 세트는 대상체(스텝(100)) 상에 놓인다. 뇌전도 데이터를 취득하기 위한 대표적인 전극 세트는 최소한 19개 전극을 사용한다. 본 발명의 실시예와 일치하는 전극 세트는, 19개보다 적은 전극을 갖는 축소된 전극 세트를 포함한다.
전극은 대상체의 뇌활동의 결과로서 만들어내진 전기적 필드(electrical fields)를 측정한다(스텝(102)). 상기 활동은 자발적이고, 유발된 것 또는 이들의 결합이다. 본 발명과 일치하는 실시예에 있어서, 자발적인 뇌활동과, 유발된 반응(evoked response)이 측정된다. 자발적 활동은 대상체 뇌전도 신호를 포함한다. 유발된 반응은 시각적, 신체적(physical), 청각적, 또는 다른 자극을 사용하여 대상체를 자극함으로써 얻어진다. 본 발명과 일치하는 실시예에 있어서, 청각 자극은 청각 유발 전압(AEP-Auditory Evoked Potential)을 얻기 위해서 대상체에게 주어진다. 더욱이, 청각 유발 전압은, 모든 청각 뇌간 반응(ABR-Auditory Brainstem Response) 전압, 청각 중간 잠복 반응(AMLR-Auditory Mid-Latency Resopnse) 전압, 또는 P100 반응 및 P300 반응을 포함하는, 청각 후기 반응(ALR- Auditory Late Response) 전압을 포함한다.
자발적이고 유발된 신호는 전극 세트에 의해 취득되며, 이어서 아티팩 트(artifacts)가 신호로부터 제거되는 신호 프로세서에 종속된다(스텝(104)). 제거될 아티팩트는 끊어진(disconnected) 전극, 근육 운동으로분터 생기는 근전도(EMG-electromyogram) 아티팩트, 안구 운동 및 다른 중요한 아티팩트와 같은 요소의 결과이다. 하나의 실시예에 있어서, 아티팩트는, 신호로부터 개별 아티팩트 섹션을 삭제함으로써 제거된다. 또 다른 실시예에 있어서, 아티팩트는 취득된 신호 내에 존재하는 모든 아티팩트를 뺌(substracting)으로써 제거된다.
아티팩트가 없는(artifact-free) 신호는, 통계적 신호 특징을 추출하기 위한 프로세스에 더 종속된다(스텝(106)). 본 발명과 일치하는 하나의 실시예에 있어서, 양적인(quantitative) 뇌전도 알고리즘은 특징을 추출하기 위해 사용된다. 또 다른 실시예에 있어서, 웨이브렛-패킷 알고리즘은 특징 추출를 위해 사용된다. 또 다른 실시예에 있어서, 스펙트럼 분석 및 통계 처리절차(statistical procedures)는 특징을 추출하기 위해 실행된다. 또 다른 실시예에 있어서, 확산 기하학적 분석(diffusion geometric analysis)은 특징을 추출하기 위해 수행된다. 또 다른 실시예에 있어서, 미소 분석(microstate analysis)은 특징을 추출하기 위해 수행된다. 또 다른 실시예에 있어서, 웨이브렛-패킷 로컬 판별 기저 알고리즘(wavelet-packet local discriminant basis algorithms)은 특징을 추출하기 위해 사용된다. 도 1로 다시 돌아가서, 추출된 특징은, 대상체로부터 추출된 특징이 하나 또는 그 이상의 진단 카테고리 내로 분류될 수 있다는 가능성이 결정되는, 하나 또는 그 이상의 진단 카테고리에 따라서 분류된다(스텝(108)). 본 발명과 일치하는 실시예에 의하면, 분류는 추출된 특징에 판별수단 분석, 또는 웨이브렛-패킷을 적용함으로써 수행된다. 사용된 분류 방법에 관계없이, 만일 결과가 정상적이라면, 분류 알고리즘이 제일 먼저 결정된다(스텝(110)). 만일 대상체의 뇌파로부터 추출된 특징이 정상이라면, 그 후에 장치는 대상체의 뇌활동이 정상이라고 표시한다(스텝(122)). 만일 대상체의 추출된 특징이 정상이 아닐 높은 가능성이 있다면, 장치는 추출된 특징을 응급 또는 "경계" 상황으로 분류하려고 시도한다(스텝(112)). 만일, 추출된 특징이 응급 정신 상태 또는 "경계" 상황에 있는 어떤 사람의 전형적인 특징과 매치(match)할 가능성이 높다면, 장치는 추출된 특징을 뇌간 기능장애, 격심한 발작(active seizure), 또는 돌발성 억제(burst suppression)로 분류하려고 시도한다(스텝(114)). 만일 장치가 추출된 특징이 응급 상태의 하나일 높은 가능성이 있다고 결정하면, 장치는 이 결과를 표시하여, 대상체가 즉각적인 치료를 받을 수 있다(스텝(122)). 만일 추출된 특징이 응급 상태일 높은 가능성이 없다면, 장치는, 추출된 특징의 이상(異常)이 사실상, 기관적인(organic) 것으로 여겨지는지를 결정한다(스텝(116)). 만일, 추출된 특징이 사실상 기관적인 이상과 관계가 있다고 결정되면, 장치는 그 후에 추출된 특징 이상이 사실상 측면적인지(lateral-좌, 우뇌 중 어느 한쪽인지) 또는 전체적인(global) 것인지를 결정하려고 시도하며(스텝(118)), 그 결과를 표시한다(122). 추출된 특징 이상은, 그들이 정신적(psychiatric), 또는 기능적인지를 결정하기 위해서 테스트되며(스텝(122)), 그 결과가 나타내진다(스텝(122)).
도 2는, 본 발명의 실시예와 일치하는 장치를 나타낸다. 전극 세트(200)는 대상체(201)의 두부(head) 상에 놓인다. 실례가 되는(illustrative) 실시예에 있어 서, 상기 대상체는 사람이지만, 동물이 또한 될 수도 있다. 본 발명의 실시예와 일치하는 전극 세트(200)는, 19개보다 적은 전극을 갖는, 축소된 전극 세트를 포함한다.
도 3은, 본 발명의 실시예와 일치하는 전극 세트(200)를 나타낸다. 전극 세트(200)는, 대상체(201)의 두부에 부착된 복수의 전극을 포함한다. 실례가 되는 실시예에 있어서, 전극 세트(200)은, 대상체의 이마, 어깨 및 귀에 부착된 9개의 전극을 포함한다. 이 축소된 전극 세트(200)는 이마에 놓이게 되며, 대상체의 두부 상에 존재하는 모든 털(hair) 위로 놓일 필요가 있는 모든 전극을 제거한다. 이것은 털이 원인이 되어 일어나는 모든 전도 문제(conduction problems)를 더 제거하며, 또한 모든 제모(hair removal)의 필요성을 없앤다. 실례가 되는 실시예에 있어서, 상기 전극은, 우측 돌기(right mastoid)(302), 이마의 먼 우측(304), 이마의 가까운 우측(306), 이마의 중앙 상부(308), 이마의 가까운 좌측(310), 이마의 먼 좌측(312), 좌측 돌기(314) 상에 놓이며, 심전도 전극(316)이 좌측 어깨 위에 놓인다. 추가적으로, 실례가 되는 실시예에 있어서, 이마의 중앙 위에 놓인 전극(318)은 접지된다. 우측과 좌측 돌기(302, 314) 및 이마의 중앙(318) 위의 전극은, 청각 유발 전압(AEP) 신호가 취득되는 실시예에 사용된다. 본 발명과 일치하는 실례가 되는 실시예는, 신호 프로세싱 알고리즘이 추가적인 전극의 필요성을 제거하기 때문에, 많은 수가 축소된 전극을 갖는 전극 세트(200)를 사용할 수 있다.
도 2로 다시 되돌아가면, 상기 전극은, 대상체(201)의 뇌활동의 결과로서 만들어내진 전기적 필드를 측정한다. 상기 활동은 자발적이고, 유발된 것, 또는 이들 의 결합이다. 본 발명과 일치하는 실시예에 있어서, 자발적 뇌활동, 예를 들어 대상체(210)의 뇌전도가 측정되고, 유발된 반응이 측정된다. 유발된 반응은, 시각적, 신체적, 청각적 또는 다른 자극을 사용하여 대상체(201)를 자극함으로써 얻어진다. 본 발명과 일치하는 실시예에 있어서, 청각 유발 반응(AEP)을 얻기 위해서 대상체(201)에 청각 자극이 주어진다. 본 발명의 하나의 실시예에 있어서, 맥박 산소 측정기(203)는, 대상체(201)의 맥박 및 혈액 산소 레벨(209)을 모니터하기 위해서 대상체(201)에 연결된다.
전극 헤드세트(202) 및 맥박 산소 측정기(203)는 소형(handheld) 장치(205)에 연결될 수 있다. 전극 헤드세트(202)는, 낮은 전압(low-voltage) 전치증폭기(preamplifier(222))를 통하여 소형 장치(205)에 연결될 수 있다. 낮은 전압 전치증폭기(222)는 높은 노이즈 허용오차(noise tolerance)를 가지며, 전극 헤드세트(202)에, 및 전극 헤드세트(202)로부터 전송되는 신호를 증폭하도록 설계된다. 소형 장치(205)는 손에 맞을 수 있도록 설계된다. 하나의 실시예에 있어서, 소형 장치(205)는 115mm×190mm×60mm의 크기, 그리고 약 600g 보다 적은 무게를 갖는다. 소형 장치(205)는, LCD 스크린일 수 있는 디스플레이(219)를 가지며, 터치 스크린 인터페이스, 키보드와 같은 종래의 유저 인터페이스(220)를 더 갖는다. 하나의 실시예에 있어서, 소형 장치(205), 전극(200) 및 전극 헤드세트(202)는, 변화된 정신 상태로 고통받는 환자의 신경(치료 우선 순위)선별(neurological triage)을 수행하도록 설계된 키트에 수용될 수 있으며, 상기 키트는 소형 장치(205)를 사용하기 위한 사용법을 포함하며, 휴대용 운반 케이스에 수납된다.
소형 장치(205)는 아날로그 및 디지털 하드웨어를 전단(前端-front end(221)) 상에 포함하며, 프로세서(210)을 통하여 제어된다. 하나의 실시예에 있어서, 프로세서(210)는 텍사스 인스트러먼트(Texas Instruments) OMAP 마이크로컨트롤러/디지털 신호 프로세서이다. 전단(229)은 프로세서(210)으로부터 분리바(isolation bar)에 의해 분리되어 있다. 전단(221)은, 프로세스(210)로의 송수신된 신호의 양방향(bi-directional) 통신을 용이하게 하는, 상기 장치를 위한 다채널 입출력 인터페이스로서 역할한다. 본 발명과 일치하는 하나의 실시예에 있어서, 다채널 입출력 인터페이스는 무선 다채널 입출력 인터페이스이다.
본 발명과 일치하는 하나의 실시예에 있어서, 유저 인터페이스(220)를 통해서 입력된 유저로부터의 명령(command)은 테스트 루틴(test routine)을 시작한다. 아날로그 뇌파는 전극 헤드세트(202)를 통하여 취득되며, 케이블을 소형 장치(205)의 아날로그 전단(204)으로 케이블을 통해서 전송된다. 아날로그 뇌파는 그 후에, 아날로그 전단(204)에 포함되고, 디지털 전단(206)으로 전송된 ADC를 통하여 디지털 신호로 전환된다. 디지털 전단(206)은, 프로세서(210)의 내부 메모리(211) 내에 포함된 사용법에 따라서 디지털 신호가 프로세스되는, 프로세서(210)로 디지털 신호를 전송한다. 본 발명과 일치하는 하나의 실시예에 있어서, 신호는 노이즈를 제거하고, 특징을 추출하며, 추출된 특징을 분류하도록 프로세스된다. 또 다른 실시예에 있어서, 프로세서(210)의 내부 메모리(211) 내에 포함된 사용법은, 도 1에 도시된 방법을 수행하기 위한 사용법을 포함한다. 프로세서(210)은 그 후에, 실시간으로, 상기 분류에 따른 대상체(201)의 뇌 평가에 관계하는 결과를 출력한다. 출력 은 소형 장치(205)의 LCD 스크린(219) 상에 표시되거나, 시리얼, 또는 유니버셜 시리얼 버스(USB) 접속에 의해 소형 장치(205)로 연결된 PC(215) 상에 표시된다. 하나의 실시예에 있어서, 디스플레이는 평가에 기초한 대상체(201) 뇌의 설명(representation)을 표시한다. 본 발명과 일치하는 또 다른 실시예에 있어서, 프로세서(210)는 미가공이며, 프로세스되지 않은 뇌파를 외부 메모리(216)로 전송한다. 외부 메모리(216)는 하드 디스크 드라이브, 광학 디스크 드라이브, 플로피 디스크 드라이브, 또는 제거가능하며, 비휘발성(non-volatile) 메모리 장치이다. 또 다른 실시예에 있어서, 결과는 시리얼 버스(serial bus)를 통하여, 무선으로 데이터를 프린터(218)로 전송하여, 무선으로 결과를 프린트하도록 구성된 적외선 송신기(infrared transmitter)(217)로 전송된다. 소형 장치(205)는, 사용하고 있는 동안, 또는 사용 중간에, 대표적인 AC 콘센트(outlet)(214)에 연결된 충전기(213)를 통하여 충전될 수 있는 내부 충전가능 배터리(212)를 포함한다.
또 다른 실시예에 있어서, 테스트 루틴은 반응을 유발하기 위해서 대상체(200)에게 주어질 자극이 필요하다. 자극을 만들어내기 위한 명령은 프로세서(210)에서 디지털 전단(206)으로 전송되며, 그 내부에 포함된 DAC에 의해 아날로그 신호로 변경된다. 아날로그 신호는 케이블을 통하여, 아날로그 전단(204)으로부터 대상체(201)를 자극하는 자극 이미터(stimulus emitter(224))로 출력된다. 자극은 청각적, 감각적, 또는 시각적, 또는 다른 것일 수 있다. 바람직한 실시예에 있어서, 상기 자극은 대상체의 귀 안에 위치한 송신기를 통해서 주어진 청각 자극이다. 자극 이미터(224)는, 양쪽 귀(ear) 안에 듀얼 스피커 및 단일 마이크가 있는 Etymotic Research사의 ER 10D 프로브(probe)이다. 유발된 신호는, 전극 헤드세트(202)에 의해 취득되며, 디지털 신호로 변환되어서 디지털 전단(206)으로 전송되는 소형 장치(205)의 아날로그 전단(204)으로, 자발적 신호와 함께 전송된다. 디지털 전단(206)은, 디지털 취득 신호를 유발 반응 신호가 자발적 신호로부터 필터링되는 프로세서(210)로 전송한다. 본 발명과 일치하는 실시예에 있어서, 유발 반응 신호는 웨이브렛에 기초한 적응 필터(adaptive wavelet based filter)를 사용하여 필터링된다. 구체적으로 말하면, 내부 메모리(211)는, 자발적 반응 신호로부터 유발된 신호 반응 신호를 필터링하기 위한 가역 변환(invertible transform)으로써 듀얼-트리 컴플랙스 웨이브렛 변환(Dual-Tree Complex Wavelet Transform)을 사용하는 프로세서(210)에 의해 추출된 사용법을 포함한다. 상기 사용법은, 프로세서(210)에 의해 수행된 알고리즘의 실행을 포함하며, 컴플랙스 웨이브렛 변환은 각각의 서브-에버리지(sub-average)를 위해 계산되며, 그 후에 각각의 정상화된 웨이브렛 계수(w i ,j )의 위상 변화(phase variance)가 계산된다. 각 웨이브렛 계수의 크기는, 서브-에버리지 전역에 걸친 이 위치에서 상기 계수의 위상 변화에 따라 선택적으로 스캐일링된다(scaled). 상기 스캐일링은 표현 형식을 갖는다:
Figure 112008015666398-PCT00001
여기서, W i ,j θ i,j 는 각각 j th 스캐일에서 프로세스되지 않은 컴플랙스 i th 웨이브렛 계수의 크기 및 위상이며:
Figure 112008015666398-PCT00002
여기서, F ij 는 서브-에버리지 전역에 걸친 계수(W i ,j )의 위상 변화이다. 필터링된 유발된 신호는 평균으로 된 것이며, 자동 피크(peak) 검출 알고리즘은, 다음의 피크 위치 및 레이턴시(latency)를 결정하기 위해서 프로세서(210)에 의해 실행된다 : 피크1, 피크2, 및 인터피크(interpeak) 1~5 레이턴시. 이들 값은 그 후에, 프로세서(210)의 내부 메모리(211)에 포함된 규범적 데이터와 비교된다.
본 발명과 일치하는 실시예에 있어서, 신호의 프로세싱은 취득된 신호로부터 노이즈를 제거, 또는 "디-노이징(de-noising)"하는 것이 포함된다. 프로세서(210)의 내부 메모리(211)는 취득된 신호에 대한 알고리즘을 수행하기 위해, 프로세서(210)를 지시하기(instructing) 위한 사용법을 포함한다. 하나의 실시예에 있어서, 상기 알고리즘은, 웨이브렛 변환을 사용하여, 웨이브렛을 기초로 한 신호(wavelet based signal) 프로세싱을 이용한다. 푸리에 변환(Fourier transforms) 패밀리(family)의 하나인 웨이브렛 변환은, 주어진 신호를 웨이브렛이라 불리는 직교정규 기저함수(orthonormal basis functions)의 집합으로 분해하는 프로세스이다. 종래의 이산 푸리에 변환(DFT-Discrete Fourier Transform)에 있어서, 신호는, 복소 사인파(complex sinusoid)를 신호의 주파수 영역 표시를 생성하는 기저 함수로 사용하여 분해된다. 반대로, 이산 웨이브렛 변환(DWT-Discrete Wavelet Transform)은, 기저 함수로 특별하게 설계된 웨이브렛의 패밀리, 또는 작은 파(little waves)를 사용한다. 웨이브렛의 패밀리는, "머더 웨이브렛(mother wavelet)"이라 불리는 오리 지널 웨이브렛 함수를 확장시킴(dilating)으로써 생성된다. 웨이브렛 변형은, 시간과 주파수 양쪽 모두에 있어서, 머더 웨이브렛의 다른 확장(different dilations)을 사용하여 신호를 분해한다. 이산 웨이브렛 변환의 적용에 있어서, 일차원 유한 신호(one dimensional finite signal(x[n]))는 이차원"웨이브렛 좌표"로 표시된다. 스케일이라 불리는 신호 분해의 개별 레벨(individual level)이 생성된다. 각 스케일에서 일련의 계수는, 머더 웨이브렛의 스케일된 버전을 갖는 오리지널 신호(x[n])의 내적(inner product)을 계산함으로써 생성된다. 머더 웨이브렛 함수는 Ψ로 표시되며, 그 확장은 Ψ(j)로 표시된다. 스케일(j)에서의 웨이브렛의 위치 인덱스(position index)는 번역(translation)이라 불린다. 웨이브렛의 값은, 이차원 시퀀스(Ψ(j,k))에 의해 완전하게 설명된다. 여기서 j는 웨이브렛의 스케일 인덱스이고, k는 번역 인덱스이다. 이산 웨이브렛 변환은 다음과 같이 정의된다:
Figure 112008015666398-PCT00003
계수(C(j,k))는, 오리지널 신호(x[n])를 갖는 웨이브렛(Y(j,k)) 내적의 다른 스케일(j) 및 번역(k)에서의 웨이브렛 계수이다. 웨이브렛 좌표에 있어서, 신호 에너지의 주파수 및 위치(시간)에 대한 정보는, 둘 다 보존된다. 이것은, 기본적인 신호(underlying signal) 및 노이즈 양쪽 모두의 속성(properties)인 평탄성(smoothness) 및 간섭성(coherence)에 대한 가정을 이용하는 노이즈 억제 프로세 스이다. 주파수 영역 내에서의 필터링(filtering)과 비슷하게, 웨이브렛 계수 임계화 알고리즘(wavelet coefficient thresholding algorithm)은 웨이브렛 영역 내의 웨이브렛 계수의 집합(set)을 감소시킨다. 이 프로세스는, 신호와 섞이는 노이즈는 거칠고 간섭성이 없음에도 불구하고, 기본적인 신호는 평탄하고 간섭성이 있다는 가정을 기초로 한다. 신호의 평탄성은, 그 밴드폭에 관련된 속성이며, 얼마나 많이 신호가 변경될 수 있는가에 관하여 규정된다. 평탄도는, 많은 산정될 수 있는 연속적인 파생물과 동등하다. 만일 그 에너지가 시간 및 주파수 영역 양쪽에 집중된다면, 신호는 간섭적이다. 비간섭적 노이즈는 "퍼지며(spread out)", 집중되지 않는다. 간섭성의 한 단위(one measure)는 신호 에너지의 99%를 나타내는데 얼마나 많은 웨이브렛 계수가 필요한가를 의미한다. 시간 주파수 신호 공간(time frequency signal space)은, 모든 스케일 및 번역에서 웨이브렛 계수에 의해 완전하게 확장된다(spanned). 적절하게 선택된 웨이브렛 기저(wavelet basis) 내에서의 상당히 집중된 신호 분해(well-concentrated signal decomposition)는, 신호 에너지의 99%를 나타내는데 아주 적은 계수가 필요할 것이다. 그러나, 완전한 비간섭(completely incoherent) 노이즈는, 그 에너지의 99%를 나타내기 위해 전체 공간으로 확장하는 계수의 99%가 필요할 것이다.
이 종래의 웨이브렛 디-노이징 프로세스는 세 가지 스텝의 프로세스이다:
1. 웨이브렛 계수를 얻기 위해, 다른 스케일로 신호를 웨이브렛 변환한다.
2. 계수를 문턱치화하고 문턱치(σ)보다 작은 0으로 둔다.
3. 오리지널 신호에 근접해지도록 역 웨이브렛 변형(the inverse wavelet transform)을 수행한다.
디-노이징 프로세스에 있어서, 신호의 노이즈 성분(components)은, 선택적으로 웨이브렛 계수를 0으로 둠으로써 감소된다. 따라서, 디-노이징은 비선형 연산(non-linear operation)이다. 왜냐하면, 다른 계수는, 문턱치화 함수(thresholding function)에 의해 다르게 영향을 받기 때문이다. 이러한 알고리즘에 있어서, 제어하기 위한 많은 파라미터가 존재한다: 웨이브렛 분해 레벨, 문턱치 선택, 고정 어마운트(a fixed amount)에 의해 유지되는 다른 웨이브렛 계수에서의 다른 문턱치의 사용.
본 발명의 실시예에 의하면, 디-노이징 프로세스는 취득된 신호를 이산 간격(discrete interval), 또는 "프래임(frame)"으로 분할하는 것을 수반하며, 그 후에 상기 프래임을 평균하고, 상기 평균된 프래임을 디노이징한다. 많은 양의 프래임은, 디 노이징 프로세스의 결과를 개선하기 위해서 신호를 개조하기(recomposing) 이전에 디노이즈된다(de-noised). 바람직하게, 프래임은 2개의 인접한 프래임을 사용하여, 그들의 선형 평균(linear average)을 계산함으로써 결합된다. 이 방법은 그 단순성, 계산 안정성(computational stability), 및 잘 이해된 동작(well-understood behavior)때문에 선택되었다. 다이애딕 선형 평균(dyadic linear average)은 그 후에, 디노이즈되고, 새로운 프래임이 창출된다(created). 모든 아이디어는, 될 수 있는 대로 프래임의 오리지널 배열의 많은 치환을 생성시킬 것이며, 프래임의 새로운 결합을 평균하고 디노이징하는 것을 지속할 것이다. 이 재결합 프로세스는 나뭇가지형(tree-like) 프로세스이며, 위에서 기술한 재결합 된 프래임의 새로운 레벨이 창출되는 듀얼-트리(dual-tree) 프로세스를 포함한다. 평균 및 디노이즈 연산은, 레벨(k-1)로부터 더 이상 프래임의 선형 결합(linear combination)이 아닌 프레임을 레벨(k)에서 창출한다.
이 작업(task)을 달성하기 위한 많은 가능한 알고리즘은, 실행의 수월성, 계산 능률(computational efficiency), 계산 안정성, 등 다른 기준(criteria)에 의해 구해질 수 있다. 본 발명을 위해서, 실행의 수월성이 사용된다. 왜냐하면, 본 발명의 중요한 양태가, 다른 웨이브렛 디노이징 기술이지, 프래임 재배열의 결합이 아니기 때문이다.
프래임 재배열에 있어서, 바람직한 실시예의 목적은 만족스런 수행을 얻기 위한 충분한 새로운 프래임을 만들어내는 것이다.
프로세서(210)는, 프로세스된 신호로부터 신호를 추출하기 위한 알고리즘을 수행하는 내부 메모리(211)에 포함된 사용법을 실행하도록 더 구성된다. 하나의 실시예에 있어서, 프로세서(210)는, 프로세스된 신호 상에서 양 뇌전도(QEEG-Quantitative EEG) 특징 추출 알고리즘을 수행하는 사용법을 실행한다. 상기 알고리즘은, 일반적으로 신호를 종래 주파수 대역인 델타(1.5∼3.5Hz), 쎄타(3.5∼7.5Hz), 알파(7.5∼12.5Hz), 베타(12.5∼25Hz), 및 감마(25∼50Hz)로 분할하는 프로세스된 신호의 주파수 합성을 특징지우는데 적용되는 고속 푸리에 변환(FFT-Fast Fourier Transform) 분석을 이용한다. 더 높은 뇌전도 주파수도 또한 사용된다. 이들 특징은, 절대 및 상대 출력(absolute and relative power), 대칭, 간섭과 같은 프로세스된 신호의 특징을 포함할 수 있다. 프로세스 뇌파를 분석하는데 있어서, 절대 출력(absolute power)은, 각 주파수 대역 및 프로세스된 신호의 전체 주파수 스펙트럼(total frequency spectrum) 내의 출력 평균량(average amount of power)이며, 뇌의 전기적 활동의 강도 치수(measure)이다. 상대 출력은, 각각의 전극 및 주파수 대역에 부여된 전체 출력의 퍼센티지이며, 어떻게 뇌활동이 분포되는가에 대한 치수이다. 대칭(symmetry)은 각각의 주파수 대역 내의 양(兩) 뇌반구의 상응하는 영역 사이에서의 활동 레벨 비율이며, 관찰된 활동 밸런스의 치수이다. 간섭성은, 양 뇌반구의 상응하는 영역내의 전기적 이벤트(electronical event)의 동기화 정도(degree of synchronization)이며, 뇌활동 조정(coordination of the brain)의 치수이다. 프로세스 신호의 스펙트럼 분석에서 생기는 유니배어리어트(univariate) 특징의 이들 4개의 기본 카테고리는, 뇌활동의 독립적인 양태를 특징지우는 것으로, 그리고, 각각은 다른 임상적 상태 및 상태 변화에 민감한 것으로 여겨진다. 개별적 및 패어와이즈 특징(individual and pairwise features)의 전체 집합은, 예를 들어 로그 함수를 사용하여 정규성(Gaussianity)을 위해 계산되고, 변환된다. 일단 정규 분포가 증명되고 연령 퇴행(age regression)이 적용되면, 통계적 Z 변환이 수행된다. Z-변환은 기대된 정규치 연령로부터의 편차를 설명하는데 사용된다:
Z = 대상체치(subject value)가 정규 범위(normal range) 내에 놓여 있을 확률
Figure 112008015666398-PCT00004
Z-변환의 중요성은, 별개의 매트릭(different metrics)을 갖는 치수가 확률의 공통 매트릭(common metric)을 사용하여 결합되도록 한다는 것이다. 정규, 또는 다른 조건을 갖는다고 생각되는 대상체의 많은 모집단(population)으로부터의 반응 신호 데이터를 사용함으로써, 이들 반응 신호의 분포는 각각의 전극에 대하여 결정된다. 특히, 각각의 추출된 특징 또는 요소 스코어(factor score)는, 추출된 특징치 또는 대상체 내에서 관찰된 요소 스코어가 정규치를 따를 것이라는 확률(probability)을 특징짓는 Z-변환 스코어, 또는 요소 Z-스코어로 전환된다.
프로세서(210)는, 추출된 특징, 또는 Z-스코어가 분류되는 알고리즘을 수행하도록 더 구성된다. 하나의 실시예에 있어서, 이들 유니배어리어트 데이터의 집합은, 이어지는 모든 통계적 분석의 정확성을 향상시키기 위해서 가우스 정규화(Gaussian normalization)에 종속된다. Z-스코어는 선택된 판별 스코어(selected discriminant score)로 주어진다. 각각의 판별 스코어는, 대상체의 프로세스된 신호로부터 파생된 단극 및/또는 양극 유니배어리어트와 멀티배어리어트에 대한 Z-스코어의 선택된 부분집합(subset)의 각 가중조합(weighted combination)이다. 프로세서(210)는, 각 계수에 의해, 그리고 그 결과물(the resulting product)를 더함으로써 선택된 Z-스코어 각각을 증가시키는(multiplying), 둘 또는 그 이상인 각각의 진단 카테고리에 대하여 판별 스코어가 구해지는 알고리즘을 실행한다. 계수는 일반적으로 진단 카테고리, 및 Z-스코어 사이에서와 같이 다르다. 확률은 상기 대상체가 둘 또는 그 이상의 진단 카테고리 중 하나에 속한다고 식을 평가하는 확률을 통하여 평가된다.
확률은, 선택된 뇌상태를 위한 내부 메모리(211)에 의해 제공된 제한에 반대되는 결과와 조화를 이루는, 관련 판별 스코어의 결과인 식을 구하는 확률을 통하여, 대상체가 둘 또는 그 이상의 진단 카테고리 중 하나에 속하는 것으로 평가된다.
진단 카테고리는 대상체가 정상 또는 이상(abnormal) 뇌기능을 보이고 있는지를 나타낸다. 더욱이, 이상 뇌기능은, 사실상 정신적 또는 "기능적", 사실상 기관적, 측면적 또는 전체적, 또는 발작, 이상 뇌간 반응 또는 돌발성 억제를 포함하는 응급 또는 "경계" 상태를 나타내는 진단 카테고리 속으로 심화 분류된다. 정신적 또는 "기능적" 뇌기능은, 구체적 타입의 정신 장애를 나타내는 구체적 진단 카테고리로 심화 분류된다. 이와 유사하게, 기관적, 측면적 및 전체적 뇌기능은, 구체적 타입의 측면적 및 전체적 이상을 나타내는 구체적 진단 카테고리로 심화 분류된다. 대상체(201)가 특정 타입의 이상 뇌기능을 겪고 있다는 확률을 결정하기 위한 장치의 능력은 의료 전문가가 그에 대응하여 행동하도록 한다. 예를 들어, 환자가 기관적 이상을 나타내는 뇌기능을 하고 있을 높은 확률을 갖는다고 판단되면, 장치는 측면적 또는 전체적 이상을 나타낼 더 높은 확률을 뇌기능이 갖는지를 더 결정하며, 의료 전문가가 뇌진탕, 독성, 뇌염 등과 같은 전체 이상과 뇌졸증 및 뇌출혈(ischemic and hemorrhagic strokes)과 같은 측면적 이상 사이에서 구별하도록 한다. 대상체(201)가 특정 진단 카테고리에 속한다는 이러한 확률은 LCD 디스플레이(219) 상에 표시될 수 있다. 예를 들어, 대상체(201)가 기관적, 전체적 이상을 보이고 있는 상기의 시나리오에 있어서, LCD 디스플레이(219)는, 대상체의 뇌기능 이 80% 뇌출혈, 15%의 뇌졸증, 및 5%의 경막하 혈종(subdural hematoma)을 나타낸다는 것을 더 표시할 수 있다. 더욱이, 만일 대상체(201)가 격심한 발작과 같은 응급 또는 "경계" 상태로 고통받을 높은 확률을 갖는다고 진단되면, 의료 전문가는 대상체(201)에게 즉각적인 응급 치료를 제공할 수 있다.
새로운 장치 및 방법은, 두부 손상 및 신경 질환 피해자에 대한 즉각적인 진단 및 치료를 고려한 신속한 선별 평가를, 대상체의 신경 상태에 대하여 하도록 한다. 상기 장치는, 또한 신속한 선별 평가를 수행하는 장치의 사용에 대한 사용법을 갖는, 휴대가능한 키트 내에 수납된다.
본 발명의 다른 실시예는, 상세한 설명의 고찰 및 여기 개시된 본 발명의 실시로부터 해당 기술 분야에 종사하는 자에게 명백할 것이다.
다음의 청구항에 의해 나타내질 본 발명 본래의 범주 및 사상과 함께, 상세한 설명 및 실례는 단지 대표적인 것으로 생각되어야 할 것이다.

Claims (49)

  1. 전극 세트(electrode set)를 통하여 자발적인 신호(spontaneous signals)를 취득하는 스텝;
    상기 취득된 신호를 프로세스하는 스텝;
    상기 프로세스된 신호로부터 원하는 특징을 추출하는 스텝; 및
    상기 추출된 특징을 하나 또는 그 이상의 진단 카테고리에 분류하는 스텝을 포함하는 대상체(subject)의 신경 상태(neurological state)를 결정하는 방법.
  2. 청각적, 시각적, 전기적, 또는 다른 자극 수단을 사용하여 뇌 반응 신호를 유발하는 스텝;
    전극 세트를 통하여 상기 유발된 신호를 취득하는 스텝;
    상기 취득된 신호를 프로세스하는 스텝;
    상기 프로세스된 신호로부터 원하는 특징을 추출하는 스텝; 및
    상기 추출된 특징을 분류하는 스텝을 포함하는 대상체의 신경 상태를 결정하는 방법.
  3. 전극 세트를 통하여 자발적이고 유발된 신호를 취득하는 스텝;
    상기 취득된 신호를 프로세스하는 스텝;
    상기 프로세스된 신호로부터 원하는 특징을 추출하는 스텝; 및
    상기 추출된 특징을 분류하는 스텝을 포함하는 대상체의 신경 상태를 결정하는 방법.
  4. 제3 항에 있어서,
    상기 전극 세트는 19개보다 적은 전극을 포함하는 대상체의 신경 상태를 결정하는 방법.
  5. 제3 항에 있어서,
    상기 자발적 신호는 뇌전도(EEG) 신호를 포함하는 대상체의 신경 상태를 결정하는 방법.
  6. 제3 항에 있어서,
    상기 유발된 신호는 청각 유발 전압(AEP)을 포함하는 대상체의 신경 상태를 결정하는 방법.
  7. 제6 항에 있어서,
    상기 청각 유발 전압은,
    청각 뇌간 반응(ABR) 전압, 청각 중간 잠복 반응(AMLR) 전압, 또는 P100 반응 및 P300 반응을 포함하는 청각 후기 반응(ALR) 전압 중, 적어도 하나를 포함하는 대상체의 신경 상태를 결정하는 방법.
  8. 제3 항에 있어서,
    상기 신호를 프로세스하는 상기 스텝은,
    적어도 하나의 웨이브렛 패킷 디-노이징 알고리즘(wavelet packet de-noising algorithm)을 사용하여 상기 취득된 신호를 디-노이징하는 스텝을 포함하는 대상체의 신경 상태를 결정하는 방법.
  9. 제3 항에 있어서,
    상기 신호를 프로세스하는 상기 스텝은,
    상기 취득된 신호로부터 아티팩트(artifact)를 제거하는 스텝을 포함하는 대상체의 신경 상태를 결정하는 방법.
  10. 제9 항에 있어서,
    상기 아티팩트를 제거하는 스텝은,
    상기 취득된 신호의 아티팩트 섹션을 제거하는 스텝을 포함하는 대상체의 신경 상태를 결정하는 방법.
  11. 제9 항에 있어서,
    상기 아티팩트를 제거하는 스텝은,
    상기 취득된 신호로부터 아티팩트를 빼는 스텝을 포함하는 대상체의 신경 상 태를 결정하는 방법.
  12. 제8 항에 있어서,
    상기 신호를 프로세스하는 스텝은,
    상기 취득된 신호의 듀얼-트리 컴플랙스 웨이브렛 변환(Dual-Tree Complex Wavelet Transform)을 사용하여 상기 신호를 필터링(filtering)하는 스텝을 더 포함하는 대상체의 신경 상태를 결정하는 방법.
  13. 제3 항에 있어서,
    상기 특징을 추출하는 스텝은,
    상기 프로세스된 신호 상에서 스펙트럼 분석 및 통계 처리절차(statistical procedures)를 수행하는 스텝과,
    특징을 추출하는 스텝을 포함하는 대상체의 신경 상태를 결정하는 방법.
  14. 제3 항에 있어서,
    상기 특징을 추출하는 스텝은,
    상기 프로세스된 신호 상에서 특징을 추출하기 위해, 웨이브렛 패킷 분석을 수행하는 스텝을 포함하는 대상체의 신경 상태를 결정하는 방법.
  15. 제3 항에 있어서,
    상기 특징을 추출하는 스텝은,
    상기 프로세스된 신호 상에서 특징을 추출하기 위해, 확산 기하학적 분석(diffusion geometric analysis)을 수행하는 스텝을 포함하는 대상체의 신경 상태를 결정하는 방법.
  16. 제3 항에 있어서,
    상기 특징을 추출하는 스텝은,
    상기 프로세스된 신호 상에서 특징을 추출하기 위해, 미소 분석(microstate analysis)을 수행하는 스텝을 포함하는 대상체의 신경 상태를 결정하는 방법.
  17. 제10 항에 있어서,
    스펙트럼 분석을 적용하는 스텝은,
    상기 프로세스된 신호에 고속 푸리에 변환(FFT)을 적용하는 스텝과,
    상기 신호를 주파수 대역으로 분할하는 스텝을 포함하는 대상체의 신경 상태를 결정하는 방법.
  18. 제11 항에 있어서,
    상기 추출된 특징은 절대 및 상대 출력, 대칭 및 간섭성(coherence)을 포함하는 대상체의 신경 상태를 결정하는 방법.
  19. 제3 항에 있어서,
    상기 특성을 추출하는 스텝은,
    웨이브렛-패킷 로컬 판별 기저 알고리즘(wavelet-packet local discriminant basis algorithms)을 적용하는 스텝을 포함하는 대상체의 신경 상태를 결정하는 방법.
  20. 제3 항에 있어서,
    상기 분류하는 스텝은,
    상기 추출된 특징을 하나 또는 그 이상의 진단 카테고리로 분류하기 위해서, 판별 분석(discriminant analysis)을 상기 추출된 특징에 적용하는 스텝을 포함하는 대상체의 신경 상태를 결정하는 방법.
  21. 제3 항에 있어서,
    상기 분류하는 스텝은,
    상기 대상을 하나 또는 그 이상의 진단 카테고리로 분류하기 위해서, 웨이브렛-패킷을 상기 추출된 특징에 적용하는 스텝을 포함하는 대상체의 신경 상태를 결정하는 방법.
  22. 제3 항에 있어서,
    상기 분류에 기초하여 상기 대상체의 신경 상태를 결정하는 스텝을 더 포함 하는 대상체의 신경 상태를 결정하는 방법.
  23. 제22 항에 있어서,
    상기 결정하는 스텝은,
    상기 신경 상태가 정상(normal) 또는 이상(abnormal)인지를 결정하는 스텝을 더 포함하는 대상체의 신경 상태를 결정하는 방법.
  24. 제23 항에 있어서,
    이상 신경 상태가 사실상 정신적 또는 "기능적", 사실상 기관적, 또는 응급 또는 "경계" 상태인지를 결정하는 스텝을 더 포함하는 대상체의 신경 상태를 결정하는 방법.
  25. 제24 항에 있어서,
    응급 상태를 구성하는 신경 상태는 발작, 이상 뇌간 반응, 또는 돌발성 억제를 포함하는 대상체의 신경 상태를 결정하는 방법.
  26. 제23 항에 있어서,
    사실상 기관적인 이상 신경 상태가 전체적 또는 측면적인지 결정하는 스텝을 더 포함하는 대상체의 신경 상태를 결정하는 방법.
  27. 제3 항에 있어서,
    그래픽적으로 상기 결정을 표시하는 스텝;
    상기 결정에 기초한 뇌에 대한 설명을 그래픽적으로 표시하는 스텝;
    상기 결정에 관련된 데이터를 저장하는 스텝을 더 포함하는 대상체의 신경 상태를 결정하는 방법.
  28. 프로세서;
    상기 프로세서에 운영적으로(operatively) 연결된 메모리;
    상기 프로세서에 운영적으로 연결된 다채널 입출력 인터페이스를 포함하는 대상체의 신경 상태를 위한 장치에 있어서,
    상기 메모리는 하나 또는 그 이상의 사용법을 저장하고,
    상기 다채널 입출력 인터페이스는 상기 대상체 상에 놓인 일련의 전극을 통하여 외부 전기 신호를 수신하도록 구성되며,
    상기 프로세서는 다채널 입출력 인터페이스로부터 수신된 신호에 따라서 하나 또는 그 이상의 동작을 수행하기 위한 하나 또는 그 이상의 사용법을 이용하도록 구성되는 대상체의 신경 상태를 위한 장치.
  29. 제28 항에 있어서,
    디스플레이 장치를 더 포함하며,
    상기 디스플레이 장치는 상기 프로세서에 운영적으로 연결되어 있고,
    상기 프로세서는 상기 디스플레이 장치 상에 하나 또는 그 이상의 동작 결과를 표시하도록 구성되는 대상체의 신경 상태를 위한 장치.
  30. 제28 항에 있어서,
    상기 수신된 외부 신호와 통신하기 위해서, 상기 다채널 입출력 인터페이스 및 상기 프로세서에 운영적으로 연결된 양방향(bi-directional) 통신 채널을 더 포함하는 대상체의 신경 상태를 위한 장치.
  31. 제28 항에 있어서,
    상기 다채널 입출력 인터페이스에 운영적으로 연결된 낮은 전압(low-voltage) 전치증폭기(preamplifier(222))를 더 포함하는 대상체의 신경 상태를 위한 장치.
  32. 제31 항에 있어서,
    상기 낮은 전압 전치증폭기는 높은 노이즈 허용오차(noise tolerance)를 갖는 대상체의 신경 상태를 위한 장치.
  33. 제28 항에 있어서,
    상기 다채널 입출력 인터페이스는 뇌전도 테스팅 인터페이스 및 청각 유발 전압 테스팅 인터페이스를 포함하며,
    상기 프로세서는, 뇌전도 테스트 처리절차, 청각 유발 전압 테스트 처리절차, 및 그 결합으로 이루어진 그룹으로부터 선택된 청각 테스트를 위한 하나 또는 그 이상의 저장된 사용법으로 구성되는 대상체의 신경 상태를 위한 장치.
  34. 제28 항에 있어서,
    상기 프로세서는 내부 메모리를 가지며,
    상기 프로세서는, 상기 수신된 외부 신호를 프로세스하기 위한 하나 또는 그 이상의 사용법을 실행하기 위해서, 상기 내부 메모리를 이용하도록 구성되는 대상체의 신경 상태를 위한 장치.
  35. 제28 항에 있어서,
    상기 사용법은,
    상기 외부 신호를 프로세스하기 위한 사용법;
    상기 외부 신호로부터 특징을 추출하기 위한 사용법;
    추출된 특징에 기초한 상기 대상체를 분류하기 위한 사용법; 및
    상기 분류에 기초한 상기 대상체의 신경 상태를 결정하기 위한 사용법을 포함하는 대상체의 신경 상태를 위한 장치.
  36. 제35 항에 있어서,
    상기 외부 신호를 프로세싱하기 위한 상기 사용법은 상기 수신된 외부 신호 를 필터링하기 위한 사용법을 포함하는 대상체의 신경 상태를 위한 장치.
  37. 제36 항에 있어서,
    상기 필터링은 상기 수신된 외부 신호의 듀얼-트리 컴플랙스 웨이브렛 변환의 사용을 포함하는 대상체의 신경 상태를 위한 장치.
  38. 제28 항에 있어서,
    상기 일련의 전극은,
    상기 대상체의 이마 위에 놓인 복수의 전극; 및
    상기 대상체의 적어도 하나의 귀 안에 놓인 적어도 하나의 전극을 포함하는 대상체의 신경 상태를 위한 장치.
  39. 제28 항에 있어서,
    상기 대상체 내에서 청각 전압을 유발하기 위한 상기 다채널 입출력 인터페이스에 운영적으로 연결된 자극 장치를 더 포함하는 대상체의 신경 상태를 위한 장치.
  40. 제28 항에 있어서,
    상기 장치는 소형 인클로저(hand-held enclosure) 내에 수납되는 대상체의 신경 상태를 위한 장치.
  41. 제28 항에 있어서,
    상기 다채널 입출력 인터페이스는 무선 다채널 입출력 인터페이스를 더 포함하는 대상체의 신경 상태를 위한 장치.
  42. 변화된 정신 상태로 고통받고 있는 환자의 응급 신경 진단을 수행하기 위한 키트에 있어서,
    상기 키트는,
    제28 항 기재의 상기 장치;
    상기 장치를 이용하기 위한 사용법; 및
    상기 장치를 위한 휴대용 운반 케이스를 포함하는 환자의 응급 신경 진단을 수행하기 위한 키트.
  43. 전극 세트;
    프로세서;
    상기 프로세서에 운영적으로 연결된 디스플레이;
    상기 프로세스와 운영적으로 연결된 유저 인터페이스; 및
    내부 메모리를 포함하는 자동 뇌기능 평가의 제공을 위한 장치에 있어서,
    상기 전극 세트 및 프로세서는 운영적으로 다채널 입출력 인터페이스를 통해 연결되어 있고,
    상기 메모리는 대상체 뇌기능의 실시간 평가의 제공을 위한 사용법과, 웨이브렛-패킷 알고리즘을 사용하여 전극 세트에 의해 취득된 신호를 프로세스하기 위한 사용법을 포함하는 자동 뇌기능 평가의 제공을 위한 장치.
  44. 환자의 상기 자발적인 뇌활동을 측정하는 스텝;
    상기 환자를 자극하고 그로부터 유발된 뇌활동을 측정하는 스텝;
    상기 자발적이고 유발된 뇌활동을 프로세스하는 스텝;
    상기 프로세스된 뇌활동에 기초한 상기 환자의 선별 평가를 제공하는 스텝을 포함하는 환자의 뇌기능의 선별 평가를 제공하기 위한 방법에 있어서,
    상기 프로세스는 웨이브렛-패킷 알고리즘을 사용하여 실시간으로 수행되는 환자의 뇌기능의 선별 평가를 제공하기 위한 방법.
  45. 제44 항에 있어서,
    상기 평가를 프로세스하고, 제공하는 스텝은 휴대용 소형 장치에 의해 수행되는 환자의 뇌기능의 선별 평가를 제공하기 위한 방법.
  46. 전극 세트;
    상기 전극 세트에 운영적으로 연결된 증폭기;
    상기 증폭기에 운영적으로 연걸된 프로세서를 포함하는 선별 장치에 있어서,
    상기 프로세서는 웨이브렛을 사용하여 상기 전극 세트에 의해 취득된 외부 신호를 프로세스하도록 구성되는 선별 장치.
  47. 제40 항에 있어서,
    상기 전극 세트는 19개보다 적은 전극을 포함하는 선별 장치.
  48. 웨이브렛을 사용하여 취득된 자발적이고 유발된 신호를 프로세스하도록 구성된 프로세서를 포함하는 신경 선별 장치.
  49. 약 600g 보다 적은 무게를 갖는 소형 휴대형 장치를 포함하는 뇌 평가를 수행하기 위한 장치.
KR1020087005301A 2005-08-02 2006-07-26 뇌기능 평가를 위한 방법 및 휴대용 자동 뇌기능 평가 장치 KR20080068003A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/195,001 2005-08-02
US11/195,001 US7904144B2 (en) 2005-08-02 2005-08-02 Method for assessing brain function and portable automatic brain function assessment apparatus

Publications (1)

Publication Number Publication Date
KR20080068003A true KR20080068003A (ko) 2008-07-22

Family

ID=37709137

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020087005301A KR20080068003A (ko) 2005-08-02 2006-07-26 뇌기능 평가를 위한 방법 및 휴대용 자동 뇌기능 평가 장치

Country Status (10)

Country Link
US (2) US7904144B2 (ko)
EP (1) EP1909643B1 (ko)
JP (2) JP2009502424A (ko)
KR (1) KR20080068003A (ko)
CN (2) CN101500471A (ko)
AU (1) AU2006275864A1 (ko)
CA (2) CA2939790C (ko)
HK (1) HK1219217A1 (ko)
IL (1) IL189163A0 (ko)
WO (1) WO2007016149A2 (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101249069B1 (ko) * 2011-01-14 2013-03-29 한국과학기술원 뇌파 신호 동기화 수준을 이용한 정신분열병 고위험군 진단의 정량화 방법, 장치, 및 컴퓨터로 읽을 수 있는 매체
KR101325368B1 (ko) * 2012-04-24 2013-11-08 연세대학교 원주산학협력단 뇌신경신호반응 기반의 폐루프형 뇌 전기자극 장치
WO2019103187A1 (ko) * 2017-11-23 2019-05-31 주식회사 아이메디신 뇌파를 통한 뇌 인지기능 평가 플랫폼 및 방법
WO2019103186A1 (ko) * 2017-11-23 2019-05-31 주식회사 아이메디신 뇌파 분석을 통한 뇌 나이 추정 방법 및 시스템
WO2019103188A1 (ko) * 2017-11-23 2019-05-31 주식회사 아이메디신 뇌파 분석을 통한 외상성 뇌손상 평가 시스템 및 방법
KR20200046744A (ko) * 2018-10-25 2020-05-07 재단법인대구경북과학기술원 신호자극및측정장치 및 방법
WO2022149789A1 (ko) * 2021-01-07 2022-07-14 가톨릭대학교 산학협력단 뇌파 분석을 이용한 수술후섬망 예측 방법 및 분석장치
KR20220153280A (ko) * 2021-05-11 2022-11-18 재단법인대구경북과학기술원 신체조직을 자극하고 반응을 측정하는 방법 및 장치

Families Citing this family (194)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7672717B1 (en) * 2003-10-22 2010-03-02 Bionova Technologies Inc. Method and system for the denoising of large-amplitude artifacts in electrograms using time-frequency transforms
US7904144B2 (en) 2005-08-02 2011-03-08 Brainscope Company, Inc. Method for assessing brain function and portable automatic brain function assessment apparatus
US7720530B2 (en) * 2005-08-02 2010-05-18 Brainscope Company, Inc. Field-deployable concussion detector
US8265769B2 (en) * 2007-01-31 2012-09-11 Medtronic, Inc. Chopper-stabilized instrumentation amplifier for wireless telemetry
US7385443B1 (en) * 2007-01-31 2008-06-10 Medtronic, Inc. Chopper-stabilized instrumentation amplifier
US7391257B1 (en) * 2007-01-31 2008-06-24 Medtronic, Inc. Chopper-stabilized instrumentation amplifier for impedance measurement
US9615744B2 (en) * 2007-01-31 2017-04-11 Medtronic, Inc. Chopper-stabilized instrumentation amplifier for impedance measurement
US9554721B1 (en) 2007-04-23 2017-01-31 Neurowave Systems Inc. Seizure detector, brain dysfunction monitor and method
US8781595B2 (en) * 2007-04-30 2014-07-15 Medtronic, Inc. Chopper mixer telemetry circuit
WO2008157544A1 (en) * 2007-06-18 2008-12-24 New York University Electronic identity card
US20090012386A1 (en) * 2007-07-06 2009-01-08 The President And Fellows Of Harvard College Systems and methods for pre-operatively identifying functional regions of a patient's brain to assist in the preparation of a contemplated surgery
US20090082691A1 (en) * 2007-09-26 2009-03-26 Medtronic, Inc. Frequency selective monitoring of physiological signals
US8290596B2 (en) * 2007-09-26 2012-10-16 Medtronic, Inc. Therapy program selection based on patient state
US8380314B2 (en) 2007-09-26 2013-02-19 Medtronic, Inc. Patient directed therapy control
US8121694B2 (en) 2007-10-16 2012-02-21 Medtronic, Inc. Therapy control based on a patient movement state
US9072870B2 (en) 2008-01-25 2015-07-07 Medtronic, Inc. Sleep stage detection
US9692898B1 (en) 2008-01-28 2017-06-27 Afiniti Europe Technologies Limited Techniques for benchmarking paring strategies in a contact center system
US20090190745A1 (en) * 2008-01-28 2009-07-30 The Resource Group International Ltd Pooling callers for a call center routing system
US10708430B2 (en) 2008-01-28 2020-07-07 Afiniti Europe Technologies Limited Techniques for benchmarking pairing strategies in a contact center system
US10567586B2 (en) * 2008-11-06 2020-02-18 Afiniti Europe Technologies Limited Pooling callers for matching to agents based on pattern matching algorithms
US9787841B2 (en) 2008-01-28 2017-10-10 Afiniti Europe Technologies Limited Techniques for hybrid behavioral pairing in a contact center system
US9774740B2 (en) 2008-01-28 2017-09-26 Afiniti Europe Technologies Limited Techniques for benchmarking pairing strategies in a contact center system
US9781269B2 (en) 2008-01-28 2017-10-03 Afiniti Europe Technologies Limited Techniques for hybrid behavioral pairing in a contact center system
US9712679B2 (en) 2008-01-28 2017-07-18 Afiniti International Holdings, Ltd. Systems and methods for routing callers to an agent in a contact center
US9300802B1 (en) 2008-01-28 2016-03-29 Satmap International Holdings Limited Techniques for behavioral pairing in a contact center system
US8670548B2 (en) * 2008-01-28 2014-03-11 Satmap International Holdings Limited Jumping callers held in queue for a call center routing system
US8781100B2 (en) * 2008-01-28 2014-07-15 Satmap International Holdings Limited Probability multiplier process for call center routing
US8824658B2 (en) 2008-11-06 2014-09-02 Satmap International Holdings Limited Selective mapping of callers in a call center routing system
US20090190750A1 (en) * 2008-01-28 2009-07-30 The Resource Group International Ltd Routing callers out of queue order for a call center routing system
US10750023B2 (en) 2008-01-28 2020-08-18 Afiniti Europe Technologies Limited Techniques for hybrid behavioral pairing in a contact center system
US8903079B2 (en) * 2008-01-28 2014-12-02 Satmap International Holdings Limited Routing callers from a set of callers based on caller data
US20090232294A1 (en) * 2008-01-28 2009-09-17 Qiaobing Xie Skipping a caller in queue for a call routing center
US9654641B1 (en) 2008-01-28 2017-05-16 Afiniti International Holdings, Ltd. Systems and methods for routing callers to an agent in a contact center
US8879715B2 (en) 2012-03-26 2014-11-04 Satmap International Holdings Limited Call mapping systems and methods using variance algorithm (VA) and/or distribution compensation
US9712676B1 (en) 2008-01-28 2017-07-18 Afiniti Europe Technologies Limited Techniques for benchmarking pairing strategies in a contact center system
US8718271B2 (en) * 2008-01-28 2014-05-06 Satmap International Holdings Limited Call routing methods and systems based on multiple variable standardized scoring
US10708431B2 (en) 2008-01-28 2020-07-07 Afiniti Europe Technologies Limited Techniques for hybrid behavioral pairing in a contact center system
US20090247893A1 (en) * 2008-03-27 2009-10-01 The General Electric Company Method and apparatus for measuring responsiveness of a subject
US20090247894A1 (en) * 2008-03-31 2009-10-01 Brainscope Company, Inc. Systems and Methods For Neurological Evaluation and Treatment Guidance
US20090264785A1 (en) * 2008-04-18 2009-10-22 Brainscope Company, Inc. Method and Apparatus For Assessing Brain Function Using Diffusion Geometric Analysis
US20090264786A1 (en) * 2008-04-21 2009-10-22 Brainscope Company, Inc. System and Method For Signal Denoising Using Independent Component Analysis and Fractal Dimension Estimation
US8041136B2 (en) * 2008-04-21 2011-10-18 Brainscope Company, Inc. System and method for signal processing using fractal dimension analysis
US20090312663A1 (en) * 2008-06-13 2009-12-17 New York University System and Method for Neurometric Analysis
US20100016753A1 (en) * 2008-07-18 2010-01-21 Firlik Katrina S Systems and Methods for Portable Neurofeedback
US20100020961A1 (en) * 2008-07-28 2010-01-28 The Resource Group International Ltd Routing callers to agents based on time effect data
US8473024B2 (en) * 2008-08-12 2013-06-25 Brainscope Company, Inc. Flexible headset for sensing brain electrical activity
US8781106B2 (en) * 2008-08-29 2014-07-15 Satmap International Holdings Limited Agent satisfaction data for call routing based on pattern matching algorithm
US8644490B2 (en) * 2008-08-29 2014-02-04 Satmap International Holdings Limited Shadow queue for callers in a performance/pattern matching based call routing system
KR20100032054A (ko) * 2008-09-17 2010-03-25 인제대학교 산학협력단 뇌파 분석을 이용한 치매 진단 장치 및 방법
US8478402B2 (en) * 2008-10-31 2013-07-02 Medtronic, Inc. Determining intercardiac impedance
US20100111288A1 (en) * 2008-11-06 2010-05-06 Afzal Hassan Time to answer selector and advisor for call routing center
USRE48412E1 (en) 2008-11-06 2021-01-26 Afiniti, Ltd. Balancing multiple computer models in a call center routing system
US8472611B2 (en) 2008-11-06 2013-06-25 The Resource Group International Ltd. Balancing multiple computer models in a call center routing system
US8634542B2 (en) 2008-12-09 2014-01-21 Satmap International Holdings Limited Separate pattern matching algorithms and computer models based on available caller data
US8364254B2 (en) * 2009-01-28 2013-01-29 Brainscope Company, Inc. Method and device for probabilistic objective assessment of brain function
US9451883B2 (en) 2009-03-04 2016-09-27 The Regents Of The University Of California Apparatus and method for decoding sensory and cognitive information from brain activity
WO2010141764A2 (en) 2009-06-03 2010-12-09 University Of Pittsburgh - Of The Commonwealth System Of Higher Education Steady state measurement and analysis approach to profiling auditory evoked potentials from short-latency to long-latency
US10321840B2 (en) * 2009-08-14 2019-06-18 Brainscope Company, Inc. Development of fully-automated classifier builders for neurodiagnostic applications
US20110087125A1 (en) * 2009-10-09 2011-04-14 Elvir Causevic System and method for pain monitoring at the point-of-care
US20110112426A1 (en) 2009-11-10 2011-05-12 Brainscope Company, Inc. Brain Activity as a Marker of Disease
US9770204B2 (en) 2009-11-11 2017-09-26 Medtronic, Inc. Deep brain stimulation for sleep and movement disorders
US8579812B2 (en) 2009-12-15 2013-11-12 Brainscope Company, Inc. System and methods for management of disease over time
US8577451B2 (en) 2009-12-16 2013-11-05 Brainscope Company, Inc. System and methods for neurologic monitoring and improving classification and treatment of neurologic states
US20110144520A1 (en) * 2009-12-16 2011-06-16 Elvir Causevic Method and device for point-of-care neuro-assessment and treatment guidance
US8700141B2 (en) * 2010-03-10 2014-04-15 Brainscope Company, Inc. Method and apparatus for automatic evoked potentials assessment
US20110245707A1 (en) * 2010-04-01 2011-10-06 James Sherman Castle Portable stroke monitoring apparatus
JP6124140B2 (ja) * 2010-06-22 2017-05-10 ナショナル リサーチ カウンシル オブ カナダ 患者の認知機能の評価
JP5838557B2 (ja) * 2010-07-05 2016-01-06 ソニー株式会社 生体情報処理方法および装置、並びに記録媒体
US8478394B2 (en) * 2010-08-16 2013-07-02 Brainscope Company, Inc. Field deployable concussion assessment device
US8724797B2 (en) 2010-08-26 2014-05-13 Satmap International Holdings Limited Estimating agent performance in a call routing center system
US8699694B2 (en) 2010-08-26 2014-04-15 Satmap International Holdings Limited Precalculated caller-agent pairs for a call center routing system
US9211411B2 (en) 2010-08-26 2015-12-15 Medtronic, Inc. Therapy for rapid eye movement behavior disorder (RBD)
US8750488B2 (en) 2010-08-31 2014-06-10 Satmap International Holdings Limited Predicted call time as routing variable in a call routing center system
WO2012099595A1 (en) * 2011-01-21 2012-07-26 Morrow Lana Electrode for attention training techniques
MY152983A (en) * 2011-02-28 2014-12-15 Inst Of Technology Petronas Sdn Bhd Methodology of extracting brain erp signals from background noise
US20150038869A1 (en) * 2011-07-16 2015-02-05 Cerora, Inc. Systems and methods for the physiological assessment of brain health and the remote quality control of eeg systems
EP2734107B1 (en) * 2011-07-20 2017-05-24 Elminda Ltd. Method and system for estimating brain concussion
ES2797448T3 (es) 2011-08-01 2020-12-02 Bio Rad Laboratories Sistema de captura de células
WO2013019997A1 (en) 2011-08-02 2013-02-07 Emotiv Lifesciences Inc. Methods for modeling neurological development and diagnosing a neurological impairment of a patient
US9888861B2 (en) * 2011-08-25 2018-02-13 Medtronic, Inc. Method and apparatus for detecting a biomarker in the presence of electrical stimulation
US20140012151A1 (en) * 2012-07-06 2014-01-09 Persyst Development Corporation Method And System For Displaying EEG Data
US8666484B2 (en) * 2011-11-25 2014-03-04 Persyst Development Corporation Method and system for displaying EEG data
US9269046B2 (en) 2012-01-18 2016-02-23 Brainscope Company, Inc. Method and device for multimodal neurological evaluation
US8792974B2 (en) 2012-01-18 2014-07-29 Brainscope Company, Inc. Method and device for multimodal neurological evaluation
US20130204153A1 (en) * 2012-02-06 2013-08-08 Emily Ruth Buzhardt Generating an alarm based on brain wave patterns of a user
US20140051945A1 (en) * 2012-03-12 2014-02-20 Terra Cotta Star Llc Expanded frequency electroencephalography/electrocardiography light apparatus and method of use
WO2013142051A1 (en) 2012-03-19 2013-09-26 University Of Florida Research Foundation, Inc. Methods and systems for brain function analysis
US8565410B2 (en) 2012-03-26 2013-10-22 The Resource Group International, Ltd. Call mapping systems and methods using variance algorithm (VA) and/or distribution compensation
WO2013177592A2 (en) 2012-05-25 2013-11-28 Emotiv Lifesciences, Inc. System and method for providing and aggregating biosignals and action data
US9622660B2 (en) * 2012-05-25 2017-04-18 Emotiv Lifesciences Inc. System and method for enabling collaborative analysis of a biosignal
US9763592B2 (en) 2012-05-25 2017-09-19 Emotiv, Inc. System and method for instructing a behavior change in a user
US11172859B2 (en) * 2014-01-28 2021-11-16 Medibotics Wearable brain activity device with auditory interface
US9814426B2 (en) 2012-06-14 2017-11-14 Medibotics Llc Mobile wearable electromagnetic brain activity monitor
CN102727311B (zh) * 2012-06-27 2015-04-15 深圳市美德医疗电子技术有限公司 一种用于唤醒手术脑功能刺激的装置和设备
US8792630B2 (en) 2012-09-24 2014-07-29 Satmap International Holdings Limited Use of abstracted data in pattern matching system
BR112015007002B1 (pt) 2012-09-28 2022-10-18 The Regents Of The University Of California Método e sistema para fornecer avaliação cognitiva ou sensorial de um indivíduo
CA2887535C (en) 2012-10-12 2021-03-09 The Regents Of The University Of California Configuration and spatial placement of frontal electrode sensors to detect physiological signals
ES2776178T3 (es) * 2012-10-24 2020-07-29 Dreamscape Medical Llc Sistemas para detectar bio-señales basadas en el cerebro
WO2014066855A1 (en) * 2012-10-26 2014-05-01 The Regents Of The University Of California Methods of decoding speech from brain activity data and devices for practicing the same
WO2014075029A1 (en) 2012-11-10 2014-05-15 The Regents Of The University Of California Systems and methods for evaluation of neuropathologies
US9265458B2 (en) 2012-12-04 2016-02-23 Sync-Think, Inc. Application of smooth pursuit cognitive testing paradigms to clinical drug development
WO2014111554A1 (en) * 2013-01-17 2014-07-24 Sensodetect Ab Method and system for monitoring depth of anaesthesia and sensory functioning
USD728801S1 (en) 2013-03-08 2015-05-05 Brainscope Company, Inc. Electrode headset
US8989836B2 (en) 2013-03-08 2015-03-24 Brainscope Company, Inc. Electrode array and method of placement
US9380976B2 (en) 2013-03-11 2016-07-05 Sync-Think, Inc. Optical neuroinformatics
WO2014158921A1 (en) * 2013-03-14 2014-10-02 Persyst Development Corporation Method and system to calculate qeeg
US9521979B2 (en) 2013-03-15 2016-12-20 Medtronic, Inc. Control of spectral agressors in a physiological signal monitoring device
US9439150B2 (en) 2013-03-15 2016-09-06 Medtronic, Inc. Control of spectral agressors in a physiological signal montoring device
US10194865B2 (en) 2013-07-30 2019-02-05 Emotiv, Inc. Wearable system for detecting and measuring biosignals
JP6576343B2 (ja) 2013-11-07 2019-09-18 セーフオプ サージカル インコーポレイテッド 神経機能を検出するためのシステムおよび方法
CN103654773B (zh) * 2013-12-20 2016-02-03 北京飞宇星电子科技有限公司 脑电生理实验教学装置
US10929753B1 (en) 2014-01-20 2021-02-23 Persyst Development Corporation System and method for generating a probability value for an event
WO2015187401A1 (en) 2014-06-04 2015-12-10 Neil Rothman Method and device for multimodal neurological evaluation
US9924904B2 (en) 2014-09-02 2018-03-27 Medtronic, Inc. Power-efficient chopper amplifier
US10028694B2 (en) 2014-11-25 2018-07-24 Scienceplusplease, Llc Non-invasive systems and methods to detect cortical spreading depression for the detection and assessment of brain injury and concussion
CN104545905B (zh) * 2015-01-06 2017-09-15 朱志茹 安装有记录电极的实验架及实验方法
EP3258842B1 (en) * 2015-02-16 2020-12-02 Nathan Intrator System for brain activity interpretation
USD765259S1 (en) 2015-02-19 2016-08-30 Brainscope Company, Inc. Ear attachment for medical headset
US10108264B2 (en) 2015-03-02 2018-10-23 Emotiv, Inc. System and method for embedded cognitive state metric system
JP6618702B2 (ja) * 2015-04-06 2019-12-11 国立研究開発法人情報通信研究機構 知覚意味内容推定装置および脳活動の解析による知覚意味内容の推定方法
CN107635472A (zh) 2015-06-19 2018-01-26 神经系统分析公司 经颅多普勒探测器
CN105147281A (zh) * 2015-08-25 2015-12-16 上海医疗器械高等专科学校 便携式意识障碍刺激促醒与评估系统
CN105147282A (zh) * 2015-08-25 2015-12-16 上海医疗器械高等专科学校 认知功能障碍脑电识别系统
CN105193410A (zh) * 2015-09-14 2015-12-30 武汉智普天创科技有限公司 脑电信号放大系统
CN105342609B (zh) * 2015-11-19 2018-04-03 南方医科大学 一种便携式听觉诱发电位检测系统及其实现方法
US9924041B2 (en) 2015-12-01 2018-03-20 Afiniti Europe Technologies Limited Techniques for case allocation
WO2017096358A1 (en) * 2015-12-04 2017-06-08 University Of Iowa Research Foundation Apparatus, systems and methods for predicting, screening and monitoring of encephalopathy / delirium
KR20180113511A (ko) 2015-12-31 2018-10-16 브레인스코프 컴퍼니 인코퍼레이티드 신경학적 모니터링 및 보조된 진단을 위한 시스템 및 방법들
EP3399918A4 (en) 2016-01-05 2019-08-21 Neural Analytics, Inc. SYSTEMS AND METHOD FOR DETERMINING CLINICAL INDICATIONS
JP2019500155A (ja) 2016-01-05 2019-01-10 ニューラル アナリティクス、インコーポレイテッド 一体型プローブ構造
US11589836B2 (en) 2016-01-05 2023-02-28 Novasignal Corp. Systems and methods for detecting neurological conditions
US11020035B2 (en) 2016-02-01 2021-06-01 Epitel, Inc. Self-contained EEG recording system
US10736557B2 (en) 2016-03-30 2020-08-11 Brain F.I.T. Imaging, LLC Methods and magnetic imaging devices to inventory human brain cortical function
US10142473B1 (en) 2016-06-08 2018-11-27 Afiniti Europe Technologies Limited Techniques for benchmarking performance in a contact center system
US11759147B2 (en) 2016-06-08 2023-09-19 The Trustees Of Columbia University In The City Of New York Systems and methods for real-time concussion diagnosis by electroencephalogram activity monitoring
US9692899B1 (en) 2016-08-30 2017-06-27 Afiniti Europe Technologies Limited Techniques for benchmarking pairing strategies in a contact center system
US11986321B2 (en) 2016-09-22 2024-05-21 Safeop Surgical, Inc. System and method for detecting and removing periodic non-physiological artifact from evoked potentials
US9888121B1 (en) 2016-12-13 2018-02-06 Afiniti Europe Technologies Limited Techniques for behavioral pairing model evaluation in a contact center system
US11577090B2 (en) 2016-12-19 2023-02-14 The Board Of Trustees Of The Leland Stanford Junior University Machine learning based artifact rejection for transcranial magnetic stimulation electroencephalogram
EP3562384B1 (en) 2016-12-29 2024-03-13 Finkelstein, Elliot Steven A portable system for monitoring brain trauma
US10320984B2 (en) 2016-12-30 2019-06-11 Afiniti Europe Technologies Limited Techniques for L3 pairing in a contact center system
US9955013B1 (en) 2016-12-30 2018-04-24 Afiniti Europe Technologies Limited Techniques for L3 pairing in a contact center system
US11831808B2 (en) 2016-12-30 2023-11-28 Afiniti, Ltd. Contact center system
US10326882B2 (en) 2016-12-30 2019-06-18 Afiniti Europe Technologies Limited Techniques for workforce management in a contact center system
US10257354B2 (en) 2016-12-30 2019-04-09 Afiniti Europe Technologies Limited Techniques for L3 pairing in a contact center system
US10135986B1 (en) 2017-02-21 2018-11-20 Afiniti International Holdings, Ltd. Techniques for behavioral pairing model evaluation in a contact center system
JP7187473B2 (ja) * 2017-03-22 2022-12-12 セーフオプ サージカル インコーポレイテッド 電気生理学的誘発電位における変化を検出する医用システム及び方法
US10970658B2 (en) 2017-04-05 2021-04-06 Afiniti, Ltd. Techniques for behavioral pairing in a dispatch center system
US9930180B1 (en) 2017-04-28 2018-03-27 Afiniti, Ltd. Techniques for behavioral pairing in a contact center system
US10122860B1 (en) 2017-07-10 2018-11-06 Afiniti Europe Technologies Limited Techniques for estimating expected performance in a task assignment system
EP3435246A1 (en) * 2017-07-24 2019-01-30 Tata Consultancy Services Limited System and method for signal analysis
US11051691B2 (en) 2017-07-31 2021-07-06 Vye, Llc Ocular analysis
US11723579B2 (en) 2017-09-19 2023-08-15 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement
US11337631B2 (en) 2017-10-03 2022-05-24 Brainn F.I.T. Imaging, LLC Methods and magnetic imaging devices to inventory human brain cortical function
US10110746B1 (en) 2017-11-08 2018-10-23 Afiniti Europe Technologies Limited Techniques for benchmarking pairing strategies in a task assignment system
US10509669B2 (en) 2017-11-08 2019-12-17 Afiniti Europe Technologies Limited Techniques for benchmarking pairing strategies in a task assignment system
US11399096B2 (en) 2017-11-29 2022-07-26 Afiniti, Ltd. Techniques for data matching in a contact center system
US11717686B2 (en) 2017-12-04 2023-08-08 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement to facilitate learning and performance
US10509671B2 (en) 2017-12-11 2019-12-17 Afiniti Europe Technologies Limited Techniques for behavioral pairing in a task assignment system
WO2019133997A1 (en) 2017-12-31 2019-07-04 Neuroenhancement Lab, LLC System and method for neuroenhancement to enhance emotional response
US10623565B2 (en) 2018-02-09 2020-04-14 Afiniti Europe Technologies Limited Techniques for behavioral pairing in a contact center system
US11219416B2 (en) 2018-03-12 2022-01-11 Persyst Development Corporation Graphically displaying evoked potentials
US11457855B2 (en) 2018-03-12 2022-10-04 Persyst Development Corporation Method and system for utilizing empirical null hypothesis for a biological time series
AU2019251467A1 (en) 2018-04-10 2020-11-26 Cerenetex, Inc. Systems and methods for the identification of medical conditions, and determination of appropriate therapies, by passively detecting acoustic signals generated from cerebral vasculature
US12004846B2 (en) 2018-04-10 2024-06-11 Cerenetex, Inc. Non-invasive systems and methods for the improved evaluation of patients suffering from undiagnosed headaches
US11364361B2 (en) 2018-04-20 2022-06-21 Neuroenhancement Lab, LLC System and method for inducing sleep by transplanting mental states
US11250359B2 (en) 2018-05-30 2022-02-15 Afiniti, Ltd. Techniques for workforce management in a task assignment system
US10638967B2 (en) 2018-07-30 2020-05-05 United States Of America As Represented By The Navy Handheld radio device for assessing cognitive, auditory, visual, and speech function
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
US10496438B1 (en) 2018-09-28 2019-12-03 Afiniti, Ltd. Techniques for adapting behavioral pairing to runtime conditions in a task assignment system
CN109431496A (zh) * 2018-10-16 2019-03-08 北京工业大学 一种应用脑电信号评估大脑能力的评估系统及方法
US10867263B2 (en) 2018-12-04 2020-12-15 Afiniti, Ltd. Techniques for behavioral pairing in a multistage task assignment system
US11144344B2 (en) 2019-01-17 2021-10-12 Afiniti, Ltd. Techniques for behavioral pairing in a task assignment system
WO2020202105A1 (en) 2019-04-03 2020-10-08 Brain F.I.T. Imaging, LLC Methods and magnetic imaging devices to inventory human brain cortical function
US11786694B2 (en) 2019-05-24 2023-10-17 NeuroLight, Inc. Device, method, and app for facilitating sleep
US10757261B1 (en) 2019-08-12 2020-08-25 Afiniti, Ltd. Techniques for pairing contacts and agents in a contact center system
US11445062B2 (en) 2019-08-26 2022-09-13 Afiniti, Ltd. Techniques for behavioral pairing in a task assignment system
US10757262B1 (en) 2019-09-19 2020-08-25 Afiniti, Ltd. Techniques for decisioning behavioral pairing in a task assignment system
CN110613446A (zh) * 2019-09-30 2019-12-27 京东方科技集团股份有限公司 一种信号处理方法及装置
US11611659B2 (en) 2020-02-03 2023-03-21 Afiniti, Ltd. Techniques for behavioral pairing in a task assignment system
EP4088186A1 (en) 2020-02-04 2022-11-16 Afiniti, Ltd. Techniques for error handling in a task assignment system with an external pairing system
EP4100901A1 (en) 2020-02-05 2022-12-14 Afiniti, Ltd. Techniques for sharing control of assigning tasks between an external pairing system and a task assignment system with an internal pairing system
KR20220137708A (ko) 2020-02-05 2022-10-12 아피니티, 엘티디. 외부 페어링 시스템과의 태스크 할당 시스템에서의 행동 페어링을 위한 기술들
US20210307672A1 (en) * 2020-04-05 2021-10-07 Epitel, Inc. Eeg recording and analysis
CN111477299B (zh) * 2020-04-08 2023-01-03 广州艾博润医疗科技有限公司 结合脑电检测分析控制的声电刺激神经调控方法及装置
RU2753267C1 (ru) * 2020-06-05 2021-08-12 ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ "СберМедИИ" Способ детектирования фокальных эпилептиформных разрядов в длительной записи ээг
WO2022120913A1 (zh) * 2020-12-09 2022-06-16 中国人民解放军中部战区总医院 一种脑损伤脑电神经震荡分析系统及方法
CN117320616A (zh) * 2021-04-28 2023-12-29 积云神经科学有限公司 用于获得和处理生物信号测量值的技术
CN113647963B (zh) * 2021-08-09 2023-08-25 北京宁矩科技有限公司 可穿戴式脑干响应记录设备
WO2023225291A2 (en) * 2022-05-19 2023-11-23 Asterion Ai Inc. Radiography-concurrent dynamic electropotential neuroactivity monitor
WO2023238575A1 (ja) * 2022-06-06 2023-12-14 株式会社村田製作所 認知機能評価装置、認知機能評価システム
US20240130660A1 (en) 2022-10-19 2024-04-25 Epitel, Inc. Systems and methods for electroencephalogram monitoring
CN116098634A (zh) * 2023-01-31 2023-05-12 首都医科大学宣武医院 一种基于刺激事件的脑功能检测评估方法、装置及系统
CN117497150B (zh) * 2023-11-08 2024-06-18 首都医科大学附属北京天坛医院 一种症状检测方法及系统

Family Cites Families (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3706308A (en) 1970-10-19 1972-12-19 Neuro Data Inc Life detecting medical instrument
US4913160A (en) 1987-09-30 1990-04-03 New York University Electroencephalographic system and method using factor structure of the evoked potentials
US5083571A (en) 1988-04-18 1992-01-28 New York University Use of brain electrophysiological quantitative data to classify and subtype an individual into diagnostic categories by discriminant and cluster analysis
US5384725A (en) 1990-05-18 1995-01-24 Yale University Method and apparatus for encoding and decoding using wavelet-packets
US5287859A (en) 1992-09-25 1994-02-22 New York University Electroencephalograph instrument for mass screening
US5488474A (en) 1994-05-06 1996-01-30 D.O.M. Associates Int'l. Hadamard phasing in a multisource array
AU7943398A (en) 1997-06-10 1998-12-30 Auckland Uniservices Limited Brain rescue instrument and method
US6052619A (en) * 1997-08-07 2000-04-18 New York University Brain function scan system
US6385486B1 (en) 1997-08-07 2002-05-07 New York University Brain function scan system
US6016449A (en) 1997-10-27 2000-01-18 Neuropace, Inc. System for treatment of neurological disorders
US6353689B1 (en) 1997-11-11 2002-03-05 Sony Corporation Apparatus for and method of processing image and information recording medium
WO1999034865A1 (en) * 1998-01-08 1999-07-15 Levin Richard B Eeg based consciousness-alert monitoring system
EP1107693A4 (en) 1998-08-24 2003-03-19 Univ Emory METHOD AND APPARATUS FOR PREDICTING THE APPEARANCE OF CRISES BASED ON CHARACTERISTICS DERIVED FROM SIGNALS INDICATING BRAIN ACTIVITY
EP1192560A1 (de) 1999-06-10 2002-04-03 Agilent Technologies, Inc. (a Delaware corporation) Störungsunterdrückung für messsignale mit periodischem nutzsignal
US6287290B1 (en) * 1999-07-02 2001-09-11 Pulmonx Methods, systems, and kits for lung volume reduction
JP2001129100A (ja) * 1999-10-29 2001-05-15 Taketoshi Yamada パルス波通電システム
EP1244400B1 (fr) * 2000-01-05 2011-03-02 Rolf-Dieter Battmer Dispositif de mesure ou de recueil de potentiels evoques auditifs
US6434419B1 (en) * 2000-06-26 2002-08-13 Sam Technology, Inc. Neurocognitive ability EEG measurement method and system
AU2002242192A1 (en) * 2001-02-13 2002-08-28 Jordan Neuroscience, Inc. Automated realtime interpretation of brain waves
EP1460933B1 (en) 2002-01-04 2008-12-17 Aspect Medical Systems, Inc. System and method of assessment of mood disorders using eeg
US20050113666A1 (en) 2002-02-28 2005-05-26 The General Hospital Corporation Electroencephalograph sensor for use with magnetic resonance imaging and methods using such arrangements
US7054454B2 (en) 2002-03-29 2006-05-30 Everest Biomedical Instruments Company Fast wavelet estimation of weak bio-signals using novel algorithms for generating multiple additional data frames
US7054453B2 (en) 2002-03-29 2006-05-30 Everest Biomedical Instruments Co. Fast estimation of weak bio-signals using novel algorithms for generating multiple additional data frames
US7299088B1 (en) 2002-06-02 2007-11-20 Nitish V Thakor Apparatus and methods for brain rhythm analysis
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
US6866639B2 (en) 2002-09-23 2005-03-15 Everest Biomedical Instruments Handheld low voltage testing device
JP2004135829A (ja) * 2002-10-17 2004-05-13 Fuji Xerox Co Ltd 脳波診断装置および方法
WO2004071289A1 (en) 2003-02-10 2004-08-26 Everest Biomedical Instruments Apparatus for evoking and recording bio-potentials
US7269455B2 (en) 2003-02-26 2007-09-11 Pineda Jaime A Method and system for predicting and preventing seizures
CN2605022Y (zh) * 2003-02-27 2004-03-03 中国人民解放军南京军区南京总医院 神经阈值刺激仪
AU2003241369A1 (en) 2003-05-06 2005-01-21 Everest Biomedical Instruments Anesthesia and sedation monitoring system and method
US7715480B2 (en) 2003-10-17 2010-05-11 Mitsubishi Electric Research Laboratories, Inc. Video encoding with motion-selective wavelet transform
CN1547090A (zh) * 2003-12-03 2004-11-17 中国科学院昆明动物研究所 人工智能脑电采集和分析系统
US20050165327A1 (en) 2004-01-28 2005-07-28 Thibault Lawrence E. Apparatus and method for detecting the severity of brain function impairment
WO2005072459A2 (en) 2004-01-29 2005-08-11 Everest Biomedical Instruments Method and apparatus for signal encoding evoked responses
US20070173732A1 (en) 2004-01-29 2007-07-26 Elvir Causevic Method and apparatus for wireless brain interface
WO2006034024A2 (en) 2004-09-16 2006-03-30 Everest Biomedical Instruments Method for adaptive complex wavelet based filtering of eeg signals
US7720530B2 (en) 2005-08-02 2010-05-18 Brainscope Company, Inc. Field-deployable concussion detector
US7904144B2 (en) 2005-08-02 2011-03-08 Brainscope Company, Inc. Method for assessing brain function and portable automatic brain function assessment apparatus

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101249069B1 (ko) * 2011-01-14 2013-03-29 한국과학기술원 뇌파 신호 동기화 수준을 이용한 정신분열병 고위험군 진단의 정량화 방법, 장치, 및 컴퓨터로 읽을 수 있는 매체
KR101325368B1 (ko) * 2012-04-24 2013-11-08 연세대학교 원주산학협력단 뇌신경신호반응 기반의 폐루프형 뇌 전기자극 장치
WO2019103187A1 (ko) * 2017-11-23 2019-05-31 주식회사 아이메디신 뇌파를 통한 뇌 인지기능 평가 플랫폼 및 방법
WO2019103186A1 (ko) * 2017-11-23 2019-05-31 주식회사 아이메디신 뇌파 분석을 통한 뇌 나이 추정 방법 및 시스템
WO2019103188A1 (ko) * 2017-11-23 2019-05-31 주식회사 아이메디신 뇌파 분석을 통한 외상성 뇌손상 평가 시스템 및 방법
KR20200046744A (ko) * 2018-10-25 2020-05-07 재단법인대구경북과학기술원 신호자극및측정장치 및 방법
WO2022149789A1 (ko) * 2021-01-07 2022-07-14 가톨릭대학교 산학협력단 뇌파 분석을 이용한 수술후섬망 예측 방법 및 분석장치
KR20220153280A (ko) * 2021-05-11 2022-11-18 재단법인대구경북과학기술원 신체조직을 자극하고 반응을 측정하는 방법 및 장치

Also Published As

Publication number Publication date
JP5829699B2 (ja) 2015-12-09
CA2616974A1 (en) 2007-02-08
AU2006275864A1 (en) 2007-02-08
HK1219217A1 (zh) 2017-03-31
CA2939790A1 (en) 2007-02-08
CN105520732B (zh) 2019-06-25
JP2014128691A (ja) 2014-07-10
WO2007016149A2 (en) 2007-02-08
US20110125048A1 (en) 2011-05-26
EP1909643A2 (en) 2008-04-16
EP1909643B1 (en) 2016-03-30
US7904144B2 (en) 2011-03-08
US20070032737A1 (en) 2007-02-08
CN105520732A (zh) 2016-04-27
JP2009502424A (ja) 2009-01-29
CN101500471A (zh) 2009-08-05
CA2616974C (en) 2016-10-04
EP1909643A4 (en) 2010-03-24
US8838227B2 (en) 2014-09-16
WO2007016149A3 (en) 2009-04-23
CA2939790C (en) 2017-01-17
IL189163A0 (en) 2008-08-07

Similar Documents

Publication Publication Date Title
CA2616974C (en) Method for assessing brain function and portable automatic brain function assessment apparatus
JP5722635B2 (ja) 被験者の脳震盪の有無および重症度を検出するための携帯装置、ならびに被験者の現場診断を行うための携帯装置の動作方法
CA2784267C (en) Method and device for point-of-care neuro-assessment and treatment guidance
JP5642536B2 (ja) 痛み検出の装置、方法、及び痛み定量指数の算定
US20110172553A1 (en) QEEG Statistical Low Resolution Tomographic Analysis
WO2009129279A1 (en) Method and apparatus for assessing brain function using diffusion geometric analysis
EP2498676A1 (en) Brain activity as a marker of disease

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid