MXPA05007902A - Reconstruccion de fuente en linea para eeg/meg y ecg/mcg. - Google Patents

Reconstruccion de fuente en linea para eeg/meg y ecg/mcg.

Info

Publication number
MXPA05007902A
MXPA05007902A MXPA05007902A MXPA05007902A MXPA05007902A MX PA05007902 A MXPA05007902 A MX PA05007902A MX PA05007902 A MXPA05007902 A MX PA05007902A MX PA05007902 A MXPA05007902 A MX PA05007902A MX PA05007902 A MXPA05007902 A MX PA05007902A
Authority
MX
Mexico
Prior art keywords
source reconstruction
data
signal
source
dipole
Prior art date
Application number
MXPA05007902A
Other languages
English (en)
Inventor
Stephen F Sands
Original Assignee
Compumedics Usa Inc
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 Compumedics Usa Inc filed Critical Compumedics Usa Inc
Publication of MXPA05007902A publication Critical patent/MXPA05007902A/es

Links

Classifications

    • 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
    • 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
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/242Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents
    • A61B5/245Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents specially adapted for magnetoencephalographic [MEG] signals

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Veterinary Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Psychiatry (AREA)
  • Public Health (AREA)
  • Psychology (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Debugging And Monitoring (AREA)
  • Memory System Of A Hierarchy Structure (AREA)
  • Paper (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Oscillators With Electromechanical Resonators (AREA)
  • Polyesters Or Polycarbonates (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Transplanting Machines (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Lighting Device Outwards From Vehicle And Optical Signal (AREA)
  • Curing Cements, Concrete, And Artificial Stone (AREA)

Abstract

En una modalidad, la presente invencion incluye un sistema de EEG que comprende sensores que se utilizan para reunir una senal electromagnetica de un paciente; un sistema de procesamiento de senal; y un sistema computarizado. El sistema computarizado se configura para soportar multiples cadenas de ejecucion. El sistema computarizado inicia una primera cadena de ejecucion, un modulo de medicion, donde los datos se filtran y en algunos casos se promedian. Tipicamente, los datos se filtran durante un periodo de latencia particular. Una vez que se han filtrado y promediado los datos, el resultado se da a una segunda cadena de ejecucion, el modulo de reconstruccion de fuente, el cual entonces procede a ejecutar una reconstruccion de fuente para el ensayo. El modulo de medicion entonces adquiere y procesa los nuevos datos electromagneticos de un nuevo ensayo mientras la reconstruccion de fuente esta siendo realizada en el ensayo mas reciente.

Description

RECONSTRUCCIÓN DE FUENTE EN LÍNEA PARA EEG/MEG Y ECG/MCG ANTECEDENTES DE LA INVENCIÓN Generalmente, la invención se refiere al campo de formación de imágenes de fuentes. Más específicamente, la invención se refiere a realizar la reconstrucción de fuente en linea para señales electromagnéticas continuamente adquiridas . Investigadores y doctores con frecuencia tratan de localizar la fuente de actividad electromagnética en el tejido neural o cardiaco para poder diagnosticar una enfermedad o determinar patrones de conducta. El proceso de reconstrucción de fuente típicamente se utiliza para localizar está actividad electromagnética. Este proceso generalmente involucra reunir las señales electromagnéticas del tejido neural o cardiaco de un paciente a través de varías modalidades tales como un electroencefalograma (EEG) , magnetoencefalograma (MEG) , electrocardiograma (ECG) o magnetocardiograma (MCG) . Estos datos entonces se almacenan y transportan a un sistema computarizado autónomo el cual se utiliza para realizar la reconstrucción de fuente. Una de las desventajas de este método conocido para realizar la reconstrucción de fuente es que no proporciona una indicación de la calidad de las señales electromagnéticas que se registran. Un número de variables se involucran en determinar la fuente de la actividad electromagnética.
Errores en el establecimiento de la prueba, o una relación deficiente de señal a ruido (SMR) puede tener un impacto importante sobre el cálculo de reconstrucción de fuente.
Imprecisiones en los datos electromagnéticos adquiridos pueden prohibir una reconstrucción de fuente aceptable, requiriendo que el paciente repita las pruebas. Múltiples pruebas incrementan los costos del procedimiento y las hace más problemáticas para el paciente. Como resultado, existe una necesidad en la técnica de un método para probar los datos electromagnéticos adquiridos para asegurar que puedan producir una reconstrucción de fuente relativamente confiable. La presente invención es un método y aparato para realizar la reconstrucción de fuente en linea, en donde una señal electromagnética experimenta reconstrucción de fuente casi inmediatamente después de que se ha adquirido. En una modalidad, la presente invención incluye un sistema de EEG que se comprende de sensores que se utilizan para reunir una señal electromagnética de una paciente; un sistema de procesamiento de señales; y un sistema computarizado . El sistema computarizado se configura para soportar múltiples cadenas de ejecución. En una modalidad, los sensores de EEG/MEG adquieren una señal electromagnética de un paciente y transmite la señal al sistema de procesamiento de señales. Utilizando métodos conocidos, la señal se filtra, amplifica y digitaliza en paquetes de datos los cuales se reciben por el sistema computerizado . En una modalidad, el sistema computarizado inicia una primera cadena, un módulo de medición donde los datos se filtran y en algunos casos se promedian. Típicamente, los datos se filtran durante un periodo de latencia particular. Una vez que los datos se han filtrado y promediado, los resultados será una segunda cadena, el módulo de reconstrucción de fuente, el cual entonces procede para generar una reconstrucción de fuente para el ensayo. El módulo de medición entonces adquiere y procesa nuevos datos electromagnéticos de un nuevo ensayo mientras la reconstrucción de fuente se está realizando en el ensayo más reciente. En una modalidad, un bucle de retroalimentación está en comunicación con el establecimiento de medición que está adquiriendo los datos electromagnéticos. El bucle de retroalimentación controla los parámetros del proceso de adquisición o detiene la medición después de que se satisface un cierto criterio de estabilidad. Utilizando los resultados de la reconstrucción de fuente, el establecimiento de prueba puede modificarse para incrementar la calidad de la señal electromagnética adquirida. BREVE DESCRIPCIÓN DE LOS DIBUJOS Para propósitos de facilitar y entender la materia objeto buscada para ser protegida, se ilustra en los dibujos anexos una modalidad de los mismos. A partir de una inspección de los dibujos, cuando se considera junto con la siguiente descripción, la materia objeto buscada para ser protegida, su construcción y operación, y muchas de sus ventajas pueden entenderse y apreciarse fácilmente. La FIGURA 1 muestra un diagrama de flujo de un ejemplo de una reconstrucción de fuente en línea con un establecimiento de EEG diagonal. La FIGURA 2 es un ejemplo de un diagrama de dispersión que muestra ubicaciones dipolo. Como se muestra en la FIGURA 1, en una modalidad, la presente invención se integra en un sistema 10 de EEG. El uso de un sistema 10 de EEG es principalmente para el propósito de explicación solamente. Alguien de experiencia en la técnica puede entender fácilmente que la presente invención se adapta fácilmente para su uso en un número de diferentes aplicaciones en donde la fuente de tejido de una señal electromagnética se está determinando. El sistema 10 de EEG incluye sensores 12 que se utilizan para adquirir una señal electromagnética de un paciente. Un sistema 14 de procesamiento de señales filtra, amplifica, y digitaliza la señal electromagnética. Un sistema 16 computarizado incluye dispositivos de almacenaje de memoria para almacenar las señales recibidas del sistema 14 de procesamiento de señales y uno o más procesadores para procesar las señales. El sistema 16 computarizado se configura para soportar múltiples cadenas de ejecución. Múltiples cadenas de ejecución representan una secuencia sencilla de instrucciones ejecutadas en paralelo con otras secuencias, ya sea por división de tiempo o multiprocesamiento. Como opuestas a multitareas que ejecutan esencialmente los procesos independientes, múltiples cadenas son capaces de compartir información, memoria y otros recursos directamente entre cada cadena. En una modalidad, una señal fisiológica electromagnética se adquiere utilizando un establecimiento de prueba que se comprende de una pluralidad de sensores y un sistema de procesamiento de señales. Los sensores 12 de EEG/MEG adquieren una señal electromagnética de un paciente y transmiten la señal al sistema 14 de procesamiento de señales. Utilizando métodos conocidos, la señal se filtra, amplifica y digitaliza en paquetes de datos los cuales se reciben por el sistema 16 computarizado. En una modalidad, los datos medidos y digitalizados se comparten entre dos cadenas integradas. Una cadena incluye un módulo 18 de reconstrucción de fuente en donde los datos se utilizan para determinar la ubicación de tejido de fuente y en donde una representación gráfica de tejido de fuente se genera, ün ejemplo de un módulo de reconstrucción de fuente compatible es el paquete de software SOURCE® por Neuroscan. Una segunda cadena puede incluir un módulo 16 de software de medición el cual es capaz de analizar, filtrar, mapear y graficar la señal adquirida. Un ejemplo de un módulo de software de medición compatible es el paquete de software SCAN® por Neuroscan. En una modalidad, los datos electromagnéticos adquiridos van inicialmente en el módulo 16 de medición donde los datos se filtran y en algunos casos se promedian. Típicamente, los datos se filtran durante un periodo de latencia particular, el periodo de latencia es dependiente del tipo de prueba que se está haciendo. Una longitud de época o de ensayo en Potencial Evocados Somatosensoriales (SEP) está en el orden de 1 segundo. Las proporciones de muestreo en este caso están en el orden de 1 kHz (lms de tiempo de muestreo) . Una vez que los datos se han filtrado y promediado, el resultado se da al módulo 18 de reconstrucción de fuente el cual entonces procede para generar una reconstrucción de fuente para el ensayo. El módulo 16 de medición entonces adquiere y procesa los datos electromagnéticos de un nuevo ensayo mientras la reconstrucción de fuente está siendo realizada en el ensayo más reciente. Existe un número de diferentes métodos conocidos en la técnica para realizar la reconstrucción de fuente. La reconstrucción de fuente típicamente involucra determinar el tipo de actividad electromagnética, tal como un dipolo de corriente equivalente sencillo (ECD) , un dipolo de movimiento, un dipolo estacionario, un dipolo fijo, un dipolo regional y crear un modelo que intenta determinar la fuente de actividad a través del uso de fórmulas matemáticas las cuales describen las distribuciones de campo electromagnético de la actividad electromagnética. Esos modelos típicamente dependen de la posición y orientación de la fuente, la posición y orientación de los sensores que recogen las señales electromagnéticas y la geometría y propiedades de conductividad del tejido conductor de volumen (cabeza o pecho) . Existen varios modelos que se conocen en la técnica, estos incluyen una esfera triconcéntrica, modelos conductores de volumen del Método de Elemento Límite (BEM) , y Método de Elemento Finito (FEM) . Los datos medidos muestran una relación de señal a ruido limitada (SNR) debido a la actividad de fondo, el ambiente y el ruido del amplificador. La distribución de ruido de los datos lleva a posiciones dipolo dispersadas en el espacio de fuente alrededor de la posición de fuente más probable. Como tal los dipolos reconstruidos solo representan las posiciones de fuentes más probables. Utilizando la reconstrucción de fuente en línea en una cierta latencia (por ejemplo, postestímulo de 20 ms para la estimulación del dedo/mano) la calidad de los datos/SNR de los datos con respecto a la reconstrucción/estabilidad de fuente puede verificarse en línea en tiempo real, puesto que una reconstrucción de fuente dipolo en movimiento sencilla (utilizando la Fuente V2) toma aproximadamente 3ms en un PC del estado de la técnica (~2HHz) . El paquete de medición integrado/localización de fuente (SCAN/SOÜRCE) es capaz de reconstruir dipolos en una o varias latencias preseleccionadas después de cada época/ensayo de medición después de promediar los datos. En algunos casos, varios cientos y hasta varios miles de promedios se requieren para poder mejorar la SNR de las mediciones. Debido al rendimiento de cálculo mejorado, algoritmos optimizados y arquitectura de software (cadenas) , la reconstrucción de fuente en línea para electroencefalografía/electrocardiografía (EEG/ECG) y/o magnetoencefalografía/magnetocardiografía (MEG/MCG) se vuelve posible . Además de la reconstrucción de fuente, el módulo de reconstrucción de fuente puede incluir también procedimientos conocidos para la detección de ataques/conteo 22 de eventos, análisis 24 de SNR, y para sobreponer los resultados sobre datos 26 anátomicos (como se muestra en la Figura 2). En una modalidad, el módulo de reconstrucción de fuente primero realiza una detección de evento (por ejemplo para detectar ataques epilépticos) o un cierto número de promedios (por ejemplo potencial evocado para mapeo funcional) y/o análisis de SNR. La funcionalidad de reconstrucción de fuente entonces se llama y los resultados se despliegan (por ejemplo, dipolos actuales equivalentes, opcional con una superposición para datos de imagen anatómica) en una pantalla. Los análisis de resultado opcionales pueden agregarse (por ejemplo, análisis por agrupaciones para ataques 28 epilépticos o análisis de volumen de confidencia para resultados de mapeo funcionales) . El procedimiento para la reconstrucción de ataque epiléptico es diferente, cuando no tiene lugar el promedio de los datos medidos. Las proporciones de muestreo típicas están en el orden de 200Hz (5ms) . Después de la detección/umbral de ataques automatizados de EEG precedente, los dipolos pueden reconstruirse en línea (mejor succión de fuente se implementa como cadena separada, de baja prioridad en el paquete de adquisición/reconstrucción para poder evitar pérdida de datos) para un tiempo/margen de latencia preseleccionados con las mismas ventajas que lo anterior y se vuelve posible la localización/diagnóstico del enfoque epiléptico acelerado y mej orado . En una modalidad, un bucle 30 de retroalimentación está en comunicación con el establecimiento de medición que está adquiriendo los datos electromagnéticos. El bucle de retroalimentación controla los parámetros del proceso de adquisición o detiene la medición después de que se satisface un cierto criterio de estabilidad o SNR. La reconstrucción de fuente en linea mejora las posibilidades y agrega los valores a las medidas digitales (por ejemplo neurofisiológicas ) puesto que proporciona retroalimentación inmediata sobre el establecimiento de medición y la calidad de los datos asi como la condición del individuo/paciente. Con elipsoides de confianza o diagramas de dispersión de las ubicaciones de dipolos la estabilidad en incremento de la posición de fuente debido a la SNR en incremento puede vigilarse y los errores de establecimiento/configuración sistemáticos pueden encontrarse directamente durante el procedimiento de prueba. La materia establecida en la descripción anterior y los dibujos anexos se ofrece por medio de ilustración solamente y no como una limitación. Mientras una modalidad particular se ha mostrado y descrito, será obvio para aquellos con experiencia en la técnica que cambios y modificaciones pueden hacerse sin apartarse de los aspectos más amplios y la contribución de los solicitantes. El alcance actual de la protección buscada se pretende para definirse en las siguientes reivindicaciones cuando se vea en su perspectiva apropiada basada en la técnica anterior.

Claims (20)

  1. REIVINDICACIONES 1. Un método caracterizado porque comprende: adquirir una primera señal fisiológica electromagnética; filtrar la señal para un margen de latencia; realizar una reconstrucción de fuente para la señal; y adquirir una segunda señal fisiológica electromagnética mientras la reconstrucción de fuente está siendo realizada en la primera señal electromagnética.
  2. 2. El método de conformidad con la reivindicación 1, caracterizado porque la etapa de realizar la reconstrucción de fuente incluye calcular un dipolo actual equivalente sencillo.
  3. 3. El método de conformidad con la reivindicación 1, caracterizado porque la etapa de realizar la reconstrucción de fuente incluye calcular un dipolo de movimiento .
  4. 4. El método de conformidad con la reivindicación 1, caracterizado porque la etapa de realizar la reconstrucción de fuente incluye calcular un dipolo de rotación .
  5. 5. El método de conformidad con la reivindicación 1, caracterizado porque la etapa de realizar la reconstrucción de fuente incluye calcular un dipolo regional.
  6. 6. El método de conformidad con la reivindicación 1, caracterizado porque la etapa de realizar la reconstrucción de fuente incluye calcular un dipolo fijo.
  7. 7. El método de conformidad con la reivindicación 1, caracterizado porque la etapa de realizar la reconstrucción de fuente incluye utilizar un modelo conductor de volumen de cera concéntrica.
  8. 8. El método de conformidad con la reivindicación 1, caracterizado porque la etapa de realizar la reconstrucción de fuente incluye utilizar un modelo conductor de volumen del Método de Elemento Límite (BEM) .
  9. 9. El método de conformidad con la reivindicación 1, caracterizado porque la etapa de realizar la reconstrucción de fuente incluye utilizar un modelo de Método de Elemento Finito (FEM) .
  10. 10. El método de conformidad con la reivindicación 1, caracterizado porque además comprende la etapa de promediar los datos filtrados.
  11. 11. El método de conformidad con la reivindicación 1, caracterizado porque además comprende la etapa de aplicar un dipolo sobre una imagen anatómica.
  12. 12. El método de conformidad con las reivindicaciones, caracterizado porque además comprende crear un diagrama de dispersión de ubicaciones dipolo.
  13. 13. El método de conformidad con la reivindicación 1, caracterizado porque además comprende un análisis de señal a ruido de los datos neurofisiológicos requeridos.
  14. 14. ün aparato caracterizado porque comprende: un sensor para adquirir una señal fisiológica electromagnética; un circuito del procesamiento de señales en comunicación con el sensor; un procesador en comunicación con el circuito de procesamiento de señales y configurado para soportar múltiples cadenas de ejecución con una cadena siendo un módulo de medición y una segunda cadena siendo un módulo de reconstrucción de fuente.
  15. 15. El aparato de conformidad con la reivindicación 14 , caracterizado porque además comprende una pantalla que muestra los resultados de reconstrucción de fuente superpuestos sobre los datos anatómicos.
  16. 16. El aparato de conformidad con la reivindicación 14, caracterizado porque el sensor adquiere los datos de MEG.
  17. 17. El aparato de conformidad con la reivindicación 14, caracterizado porque el sensor adquiere los datos de EEG
  18. 18. El aparato de conformidad con la reivindicación 14, caracterizado porque el sensor adquiere los datos de ECG.
  19. 19. El aparato de conformidad con la reivindicación 14, caracterizado porque el sensor adquiere los datos MCG.
  20. 20. Un método de prueba caracterizado porque comprende: adquirir una señal fisiológica electromagnética a través de un establecimiento de prueba; determinar la latencia de la señal; realizar una reconstrucción de fuente de los datos dentro de un margen de latencia predeterminado; y utilizar la reconstrucción de fuente para modificar el establecimiento de prueba.
MXPA05007902A 2003-01-27 2004-01-27 Reconstruccion de fuente en linea para eeg/meg y ecg/mcg. MXPA05007902A (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US44323403P 2003-01-27 2003-01-27
PCT/US2004/002392 WO2004068313A2 (en) 2003-01-27 2004-01-27 Online source reconstruction for eeg/meg and ecg/mcg

Publications (1)

Publication Number Publication Date
MXPA05007902A true MXPA05007902A (es) 2006-04-18

Family

ID=32825312

Family Applications (1)

Application Number Title Priority Date Filing Date
MXPA05007902A MXPA05007902A (es) 2003-01-27 2004-01-27 Reconstruccion de fuente en linea para eeg/meg y ecg/mcg.

Country Status (21)

Country Link
US (2) US7840248B2 (es)
EP (2) EP1590037B1 (es)
JP (2) JP4644184B2 (es)
KR (1) KR101080881B1 (es)
CN (1) CN1744927B (es)
AT (1) ATE500862T1 (es)
AU (1) AU2004208344B2 (es)
BR (1) BRPI0406873B1 (es)
CA (1) CA2513098C (es)
DE (1) DE602004031712D1 (es)
DK (1) DK1590037T3 (es)
ES (1) ES2360219T3 (es)
IL (1) IL169667A (es)
IS (1) IS7950A (es)
MX (1) MXPA05007902A (es)
NO (1) NO20053976D0 (es)
NZ (1) NZ541620A (es)
PL (1) PL376467A1 (es)
RU (1) RU2364329C2 (es)
WO (1) WO2004068313A2 (es)
ZA (1) ZA200505638B (es)

Families Citing this family (61)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BRPI0406873B1 (pt) * 2003-01-27 2015-09-08 Compumedics Usa Inc aparelho e método para reconstrução de fontes online para eeg/meg e ecg/mcg
CA2606870C (en) * 2005-05-16 2017-06-27 Cerebral Diagnostics Canada Incorporated Near-real time three-dimensional localization, display, recording, and analysis of electrical activity in the cerebral cortex
AU2007240690A1 (en) * 2006-04-21 2007-11-01 Regents Of The University Of Minnesota System and method for ictal source analysis
KR101464397B1 (ko) 2007-03-29 2014-11-28 더 닐슨 컴퍼니 (유에스) 엘엘씨 마케팅 및 엔터테인먼트 효과의 분석
US9886981B2 (en) 2007-05-01 2018-02-06 The Nielsen Company (Us), Llc Neuro-feedback based stimulus compression device
JP5361868B2 (ja) 2007-05-01 2013-12-04 ニューロフォーカス・インコーポレーテッド 神経情報貯蔵システム
US8392253B2 (en) 2007-05-16 2013-03-05 The Nielsen Company (Us), Llc Neuro-physiology and neuro-behavioral based stimulus targeting system
US8494905B2 (en) 2007-06-06 2013-07-23 The Nielsen Company (Us), Llc Audience response analysis using simultaneous electroencephalography (EEG) and functional magnetic resonance imaging (fMRI)
WO2009018374A1 (en) 2007-07-30 2009-02-05 Neurofocus, Inc. Neuro-response stimulus and stimulus attribute resonance estimator
WO2009032691A1 (en) 2007-08-28 2009-03-12 Neurofocus, Inc. Consumer experience assessment system
US8635105B2 (en) 2007-08-28 2014-01-21 The Nielsen Company (Us), Llc Consumer experience portrayal effectiveness assessment system
US8386313B2 (en) 2007-08-28 2013-02-26 The Nielsen Company (Us), Llc Stimulus placement system using subject neuro-response measurements
US8392255B2 (en) 2007-08-29 2013-03-05 The Nielsen Company (Us), Llc Content based selection and meta tagging of advertisement breaks
US8494610B2 (en) * 2007-09-20 2013-07-23 The Nielsen Company (Us), Llc Analysis of marketing and entertainment effectiveness using magnetoencephalography
US20090083129A1 (en) 2007-09-20 2009-03-26 Neurofocus, Inc. Personalized content delivery using neuro-response priming data
WO2009069134A2 (en) * 2007-11-29 2009-06-04 Elminda Ltd. Functional analysis of neurophysiological data
US20100145215A1 (en) * 2008-12-09 2010-06-10 Neurofocus, Inc. Brain pattern analyzer using neuro-response data
US8270814B2 (en) 2009-01-21 2012-09-18 The Nielsen Company (Us), Llc Methods and apparatus for providing video with embedded media
US9357240B2 (en) 2009-01-21 2016-05-31 The Nielsen Company (Us), Llc Methods and apparatus for providing alternate media for video decoders
US8464288B2 (en) 2009-01-21 2013-06-11 The Nielsen Company (Us), Llc Methods and apparatus for providing personalized media in video
US20100249538A1 (en) * 2009-03-24 2010-09-30 Neurofocus, Inc. Presentation measure using neurographics
US20100250325A1 (en) 2009-03-24 2010-09-30 Neurofocus, Inc. Neurological profiles for market matching and stimulus presentation
US20100249636A1 (en) * 2009-03-27 2010-09-30 Neurofocus, Inc. Personalized stimulus placement in video games
US8655437B2 (en) 2009-08-21 2014-02-18 The Nielsen Company (Us), Llc Analysis of the mirror neuron system for evaluation of stimulus
US10987015B2 (en) 2009-08-24 2021-04-27 Nielsen Consumer Llc Dry electrodes for electroencephalography
CN102655805B (zh) * 2009-09-14 2014-09-17 皇家飞利浦电子股份有限公司 用于使用mpi进行无创心脏内心电描记的设备和方法
US9560984B2 (en) 2009-10-29 2017-02-07 The Nielsen Company (Us), Llc Analysis of controlled and automatic attention for introduction of stimulus material
US8209224B2 (en) 2009-10-29 2012-06-26 The Nielsen Company (Us), Llc Intracluster content management using neuro-response priming data
US20110106750A1 (en) 2009-10-29 2011-05-05 Neurofocus, Inc. Generating ratings predictions using neuro-response data
US8335716B2 (en) 2009-11-19 2012-12-18 The Nielsen Company (Us), Llc. Multimedia advertisement exchange
US8335715B2 (en) 2009-11-19 2012-12-18 The Nielsen Company (Us), Llc. Advertisement exchange using neuro-response data
US8684742B2 (en) 2010-04-19 2014-04-01 Innerscope Research, Inc. Short imagery task (SIT) research method
US8655428B2 (en) 2010-05-12 2014-02-18 The Nielsen Company (Us), Llc Neuro-response data synchronization
US8392251B2 (en) 2010-08-09 2013-03-05 The Nielsen Company (Us), Llc Location aware presentation of stimulus material
US8392250B2 (en) 2010-08-09 2013-03-05 The Nielsen Company (Us), Llc Neuro-response evaluated stimulus in virtual reality environments
US8396744B2 (en) 2010-08-25 2013-03-12 The Nielsen Company (Us), Llc Effective virtual reality environments for presentation of marketing materials
US20130072809A1 (en) * 2011-09-19 2013-03-21 Persyst Development Corporation Method And System For Analyzing An EEG Recording
US9055927B2 (en) 2011-11-25 2015-06-16 Persyst Development Corporation User interface for artifact removal in an EEG
US20130138356A1 (en) 2011-11-26 2013-05-30 Persyst Development Corporation Method And System For Detecting And Removing EEG Artifacts
US9569986B2 (en) 2012-02-27 2017-02-14 The Nielsen Company (Us), Llc System and method for gathering and analyzing biometric user feedback for use in social media and advertising applications
US9292858B2 (en) 2012-02-27 2016-03-22 The Nielsen Company (Us), Llc Data collection system for aggregating biologically based measures in asynchronous geographically distributed public environments
US9451303B2 (en) 2012-02-27 2016-09-20 The Nielsen Company (Us), Llc Method and system for gathering and computing an audience's neurologically-based reactions in a distributed framework involving remote storage and computing
US9060671B2 (en) 2012-08-17 2015-06-23 The Nielsen Company (Us), Llc Systems and methods to gather and analyze electroencephalographic data
US9320450B2 (en) 2013-03-14 2016-04-26 The Nielsen Company (Us), Llc Methods and apparatus to gather and analyze electroencephalographic data
US10929753B1 (en) 2014-01-20 2021-02-23 Persyst Development Corporation System and method for generating a probability value for an event
US9622702B2 (en) 2014-04-03 2017-04-18 The Nielsen Company (Us), Llc Methods and apparatus to gather and analyze electroencephalographic data
KR101581552B1 (ko) 2014-05-15 2016-01-12 한양대학교 산학협력단 시계열 데이터에서 너비가 특정 범위내인 스파이크의 구간을 자동 검출하는 방법 및 시스템
US9936250B2 (en) 2015-05-19 2018-04-03 The Nielsen Company (Us), Llc Methods and apparatus to adjust content presented to an individual
CN104949712A (zh) * 2015-06-26 2015-09-30 天津宇迪智能技术有限公司 心、脑耦合状态检测系统及制作方法和心、脑耦合状态检测系统的检测方法
JP7009906B2 (ja) * 2017-03-17 2022-01-26 株式会社リコー 情報処理装置、情報処理方法、プログラムおよび生体信号計測システム
WO2019060298A1 (en) 2017-09-19 2019-03-28 Neuroenhancement Lab, LLC METHOD AND APPARATUS FOR NEURO-ACTIVATION
US11717686B2 (en) 2017-12-04 2023-08-08 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement to facilitate learning and performance
US11478603B2 (en) 2017-12-31 2022-10-25 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement to enhance emotional response
US11457855B2 (en) 2018-03-12 2022-10-04 Persyst Development Corporation Method and system for utilizing empirical null hypothesis for a biological time series
US11219416B2 (en) 2018-03-12 2022-01-11 Persyst Development Corporation Graphically displaying evoked potentials
US11364361B2 (en) 2018-04-20 2022-06-21 Neuroenhancement Lab, LLC System and method for inducing sleep by transplanting mental states
WO2020056418A1 (en) 2018-09-14 2020-03-19 Neuroenhancement Lab, LLC System and method of improving sleep
US11786694B2 (en) 2019-05-24 2023-10-17 NeuroLight, Inc. Device, method, and app for facilitating sleep
CN111543949B (zh) * 2020-05-13 2021-09-10 北京航空航天大学 一种基于脑磁图与脑电图的儿童asd诊断装置
CN111973172B (zh) * 2020-08-28 2021-10-08 北京航空航天大学 一种基于mcg和ecg融合的心脏结构成像系统及方法
CN111973180B (zh) * 2020-09-03 2021-09-17 北京航空航天大学 一种基于meg和eeg融合的脑结构成像系统和方法

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3232478C1 (de) * 1982-09-01 1984-03-01 Werner Prof. Dr.-Ing. 6301 Wettenberg Irnich Synchronisierbarer Herzschrittmacher
US4736751A (en) * 1986-12-16 1988-04-12 Eeg Systems Laboratory Brain wave source network location scanning method and system
CN1009330B (zh) * 1987-03-30 1990-08-29 创建基立有限公司 一种电脑电信号检测处理装置
DE58908764D1 (de) * 1988-08-16 1995-01-26 Siemens Ag Anordnung zum Messen lokaler bioelektrischer Ströme in biologischen Gewebekomplexen.
DE3922150A1 (de) * 1989-07-06 1991-01-17 Philips Patentverwaltung Verfahren zur rekonstruktion der raeumlichen stromverteilung in einem biologischen objekt und anordnung zur durchfuehrung des verfahrens
US5594849A (en) * 1991-08-09 1997-01-14 Yale University Biomedical magnetism imaging apparatus and method
DE19523771A1 (de) * 1994-09-19 1996-03-21 Siemens Ag Verfahren zur Rekonstruktion vom Parametern mindestens einer Quelle elektrophysiologischer Aktivität
JP3033508B2 (ja) * 1997-01-20 2000-04-17 日本電気株式会社 生体内活動部位推定方法
JP3660781B2 (ja) * 1997-05-26 2005-06-15 株式会社東芝 心臓内電気現象の診断装置
JPH11319A (ja) * 1997-06-13 1999-01-06 Nec Corp 生体内部活動部位推定装置
WO1999015945A2 (en) * 1997-09-23 1999-04-01 Enroute, Inc. Generating three-dimensional models of objects defined by two-dimensional image data
JP4208275B2 (ja) * 1997-10-30 2009-01-14 株式会社東芝 心臓内電気現象の診断装置およびその現象の表示方法
US6266556B1 (en) * 1998-04-27 2001-07-24 Beth Israel Deaconess Medical Center, Inc. Method and apparatus for recording an electroencephalogram during transcranial magnetic stimulation
US6154516A (en) * 1998-09-04 2000-11-28 Picker International, Inc. Cardiac CT system
JP4153603B2 (ja) * 1998-10-30 2008-09-24 株式会社東芝 心臓内電気現象診断装置
US6898582B2 (en) * 1998-12-30 2005-05-24 Algodyne, Ltd. Method and apparatus for extracting low SNR transient signals from noise
JP4068763B2 (ja) * 1999-06-21 2008-03-26 株式会社島津製作所 生体信号計測装置
JP2001037729A (ja) * 1999-07-29 2001-02-13 Toshiba Corp 心臓負荷試験システム
US7092748B2 (en) * 2000-02-18 2006-08-15 Centro Nacional De Investigaciones Cientificas (Cnic) System and method for the tomography of the primary electric current of the brain and of the heart
WO2002050652A2 (en) * 2000-12-18 2002-06-27 Human Bionics Llc, Method and system for initiating activity based on sensed electrophysiological data
CN1299634A (zh) * 2001-01-17 2001-06-20 上海交通大学 基于倒置结构的x射线三维成像扫描方法
JP2002320595A (ja) * 2001-04-25 2002-11-05 Shimadzu Corp 生体活動電流源表示装置
JP3738977B2 (ja) * 2001-06-27 2006-01-25 石井 昭良 時系列データ解析に基づく連続データ変換方法及び装置
US6856830B2 (en) * 2001-07-19 2005-02-15 Bin He Method and apparatus of three dimension electrocardiographic imaging
US20030149354A1 (en) * 2001-08-23 2003-08-07 Bakharev Alexander A. Ischemia identification, quantification and partial localization MCG
US7840250B2 (en) * 2001-11-13 2010-11-23 Electrical Geodesics, Inc. Method for neural current imaging
WO2004026133A2 (en) * 2002-09-19 2004-04-01 Ramot At Tel Aviv University Ltd. Method, apparatus and system for characterizing sleep
US7539528B2 (en) * 2002-09-20 2009-05-26 Jinhu Xiong Using magnetic resonance imaging to directly map neuronal activity
BRPI0406873B1 (pt) * 2003-01-27 2015-09-08 Compumedics Usa Inc aparelho e método para reconstrução de fontes online para eeg/meg e ecg/mcg
CN102488967B (zh) * 2004-12-27 2016-03-30 诺沃库勒有限公司 利用电场从不同方向治疗肿瘤等

Also Published As

Publication number Publication date
CA2513098A1 (en) 2004-08-12
JP2011031061A (ja) 2011-02-17
WO2004068313A3 (en) 2004-12-29
DE602004031712D1 (de) 2011-04-21
KR20050103211A (ko) 2005-10-27
EP1590037A2 (en) 2005-11-02
AU2004208344B2 (en) 2008-07-17
WO2004068313A2 (en) 2004-08-12
CN1744927A (zh) 2006-03-08
ATE500862T1 (de) 2011-03-15
KR101080881B1 (ko) 2011-11-08
AU2004208344A1 (en) 2004-08-12
BRPI0406873B1 (pt) 2015-09-08
EP2210554A1 (en) 2010-07-28
CN1744927B (zh) 2013-07-24
ZA200505638B (en) 2006-07-26
US20110082360A1 (en) 2011-04-07
NO20053976L (no) 2005-08-25
JP5351121B2 (ja) 2013-11-27
JP2006516455A (ja) 2006-07-06
BRPI0406873A (pt) 2006-01-03
US7840248B2 (en) 2010-11-23
CA2513098C (en) 2012-04-24
DK1590037T3 (da) 2012-04-10
IS7950A (is) 2005-07-20
NZ541620A (en) 2007-05-31
ES2360219T3 (es) 2011-06-02
EP2210554B1 (en) 2012-08-22
RU2364329C2 (ru) 2009-08-20
NO20053976D0 (no) 2005-08-25
US20050059874A1 (en) 2005-03-17
IL169667A (en) 2011-04-28
EP1590037B1 (en) 2011-03-09
RU2005126626A (ru) 2006-01-27
PL376467A1 (en) 2005-12-27
JP4644184B2 (ja) 2011-03-02

Similar Documents

Publication Publication Date Title
EP2210554B1 (en) Online source reconstruction for EEG/MEG and ECG/MCG
Ghuman et al. A wavelet-based method for measuring the oscillatory dynamics of resting-state functional connectivity in MEG
Huster et al. The role of the cingulate cortex as neural generator of the N200 and P300 in a tactile response inhibition task
Moeller et al. Representation and propagation of epileptic activity in absences and generalized photoparoxysmal responses
Islam et al. EEG mobility artifact removal for ambulatory epileptic seizure prediction applications
US8600493B2 (en) Method, apparatus and computer program product for automatic seizure monitoring
EP3554361B1 (en) Improved signal quality index of multichannel bio-signal using riemannian geometry
Kobler et al. HEAR to remove pops and drifts: the high-variance electrode artifact removal (HEAR) algorithm
Marino et al. Heart–Brain interactions in the MR environment: Characterization of the ballistocardiogram in EEG signals collected during simultaneous fMRI
US20210315507A1 (en) System and methods for consciousness evaluation in non-communicating subjects
Andersen Group analysis in FieldTrip of time-frequency responses: a pipeline for reproducibility at every step of processing, going from individual sensor space representations to an across-group source space representation
US11559244B2 (en) System and methods for consciousness evaluation in non-communicating subjects
Koerbl et al. Marker-based ballistocardiographic artifact correction improves spike identification in EEG-fMRI of focal epilepsy patients
Das et al. A role for retro-splenial cortex in the task-related P3 network
Sellers et al. Preprocessing Electrophysiological Data: EEG, iEEG, and MEG Data
Feng et al. Millimeter Scale Localization of Auditory Event-Related Human Cerebral Cortex Based on Invasive EEG Analysis
Ozkan et al. A New Signal Processing Toolbox and Real-Time EMG and ECG Analysis
Gao et al. Current source mapping by spontaneous MEG and ECoG in piglets model
Nagarajan et al. Brain Imaging With Magnetoencephalography During Rest and During Speech and Language Processing

Legal Events

Date Code Title Description
FG Grant or registration