NL2001171C2

NL2001171C2 - Bewerking van fysiologische signaalgegevens bij patientbewaking.

Info

Publication number: NL2001171C2
Application number: NL2001171A
Authority: NL
Inventors: Ermes Miikka; Mika Sarkela
Original assignee: Gen Electric
Priority date: 2007-01-09
Filing date: 2008-01-09
Publication date: 2009-06-16
Also published as: US8768447B2; US20080167569A1; NL2001171A1; DE102008003142A1

Description

Korte aanduiding: Bewerking van fysiologische signaalgegevens bij patiëntbewaking.

De uitvinding heeft in het algemeen betrekking op de bewerking van fysiologische signaalgegevens. Meer in het bijzonder heeft de uitvinding betrekking op het verlichten van de door zogenoemde onderdrukkingsgolfvormen veroorzaakte effecten bij patiëntbewaking. De uitvinding vindt typisch toepassing in verband met automatische detectie van epileptifor-5 me activiteit in EEG-signaalgegevens, die van een patiënt zijn verkregen. Epileptiforme activiteit verwijst hier naar signaalgolfvormen of patronen, die typisch zijn voor epilepsie en die ook verbonden kunnen zijn met een toegenomen risico van epileptische aanvallen.

Elektro-encefalografie (EEG) is een algemeen aanvaarde methode voor het vaststellen van hersenactiviteit. Wanneer meetelektroden op de huid van het schedeloppervlak zijn 10 bevestigd, kunnen de in hersencortex gegenereerde zwakke biopotentiaalsignalen worden geregistreerd en geanalyseerd. De EEG wordt gedurende decennia algemeen gebruikt bij basisonderzoek van de neurale systemen van de hersenen alsmede bij de klinische diagnose van verschillende aandoeningen en stoornissen van het centrale zenuwstelsel.

Het EEG-signaal representeert de som van stimulerende en remmende potentialen 15 van grote aantallen corticale piramidevormige neuronen, die in kolommen zijn georganiseerd. Elke EEG-elektrode detecteert de gemiddelde activiteit van enkele duizenden corticale piramidevormige neuronen.

Het EEG-signaal wordt dikwijls verdeeld in vier verschillende frequentiebanden: Delta (0,5-2,5 Hz), Thèta (3,5-7,0 Hz), Alfa (7,0-13,0 Hz) en Bèta (13,0-32,0 Hz). In een volwassene 20 worden Alfa-golven gevonden tijdens perioden van waakzaamheid en deze kunnen geheel verdwijnen tijdens slaap. Bèta-golven worden geregistreerd tijdens perioden van intense activering van het centrale zenuwstelsel. De Thèta- en Delta-golven van lagere frequentie reflecteren slaperigheid en perioden van diepe slaap.

Verschillende verstoringen van intem-systeemhomeostasis verstoren de omgeving, 25 waarin de hersenen werken, en daardoor worden de functie van de hersenen en het resulterende EEG-signaal verstoort. Het EEG-signaal is een zeer gevoelige maat voor deze neuronale verstoringen, hetgeen gereflecteerd zou kunnen worden in het EEG-signaal als veranderingen in membraanpotentialen of als veranderingen in synaptische overdracht. Een verandering in synaptische overdracht treedt op, wanneer er een onbalans tussen verbruik en toelevering van 30 energie in de hersenen aanwezig is. Dit betekent, dat het EEG-signaal dient als een vroege waarschuwing van een zich ontwikkelende beschadiging in de hersenen.

Volgens de huidige stand van kennis wordt het EEG-signaal gezien als een effectief gereedschap voor het bewaken van veranderingen in de hersentoestand van een patiënt.

2001171 -2-

Diagnostisch gezien is het EEG niet specifiek, aangezien vele systeemstoomissen van de hersenen soortgelijke EEG-verschijnselen produceren. In bijvoorbeeld centra voor intensieve zorg kan een EEG-signaal van essentiële waarde zijn, aangezien dit signaal tussen brede categorieën van psychogene, epileptische, stofwisseling-toxische, encefalopatische en focale aan-5 doeningen kan onderscheiden.

Onderdrukking is een buitengewone EEG-goHvorm, die relatief vaak wordt tegengekomen bij verschillende patiëntgroepen. Onderdrukkingsgolfvormen kunnen bijvoorbeeld optreden in diepe narcose, coma, ernstige encefalopathie, hypothermie, hypoxische of ischemische hersenbeschadiging, structurele hersenschade en epileptische toestand. Met andere woorden 10 kan onderdrukking worden veroorzaakt door narcose, zelfs bij neurologisch gezonde patiënten, of door (endogene) neurologische disfunctie. Onderdrukking wordt vaak ondervonden in een combinatie van twee afwisselende patronen: burst en onderdrukking. De golfvorm van de twee afwisselende patronen wordt burst-onderdrukking (BS) genoemd. Een uitermate duidelijk BS-patroon is getoond in fig. 1, waarin EEG-perioden met burstgolfvorm zijn aangegeven met B en 15 die met onderdrukkingen zijn aangegeven met S.

Burstpatronen van neurologisch gezonde patiënten zijn typisch golfvormen van het sinusvormige type, terwijl burstpatronen van neurologisch zieke patiënten golfvormen met pieken, die lijken op epileptische pieken (epileptiforme activiteit), kunnen bevatten. Hoewel definities verschillen, is de EEG-amplitude tijdens onderdrukking in het algemeen kleiner dan 10 pV 20 en tijdens bursten in de orde van 100 pV.

Als gevolg van de snel veranderende dynamische toestand van de EEG, introduceert burstonderdrukking vele problemen, die nauwkeurige detectie van burstonderdrukking moeilijk maken. Hoewel fig. 1 een voorbeeld van een burst-onderdrukkingspatroon met duidelijk onderscheidbare bursten en onderdrukkingen toont, geeft fig. 2 een voorbeeld van meer gebruikelijke 25 BS-golfvormen weer, waarin de onderscheiding van bursten en onderdrukkingen veel moeilijker is. Als gevolg van de moeilijkheden, wordt burstonderdrukking gewoonlijk afzonderlijk gedetecteerd in huidige hersengolfmonitoren en wordt een toegewijd algoritme gebruikt tijdens burstonderdrukkingsgolfvormen om de cerebrale toestand van de patiënt tijdens BS-golfvormen te evalueren.

30 Een voorbeeld van een EEG-bewakingsinrichting, die de detectie van burstonderdruk king laat rusten, is geopenbaard in U.S. octrooiaanvrage publ. US 2005/0137494 A1, waarin een werkwijze voor het bepalen van de hersentoestand van een patiënt onder gebruikmaking van gegeneraliseerde spectrale entropie van het EEG-signaal beschrijft. In deze werkwijze worden delen van de EEG-signaalgegevens, die artefacten bevatten, terzijde gelegd en worden 35 de resterende delen verder verdeeld in delen, waarin burstonderdrukking aanwezig is, en delen, waarin geen burstonderdrukking aanwezig is. Voor delen van de EEG-signaalgegevens, -3- waarin het signaal stationair van aard is, en voor delen, waarin alleen bursten aanwezig zijn, wordt de spectrale entropie bepaald door middel van hun respectieve algoritmen.

Burstonderdrukking EEG-bewaking wordt traditioneel en dikwijls uitgevoerd door middel van het berekenen van een zogenaamde burstonderdrukkingsverhouding (BSR), die het 5 tijdsaandeel van onderdrukte EEG-perioden in het EEG-signaal representeert. BSR-berekening is beschikbaar in de meeste diagnostische EEG-inrichtingen alsmede in inrichtingen, die de diepte van narcose bewaken. Burstonderdrukking heeft, als een verschijnsel, variabele tijdska-rakteristieken. Zoals fig. 1 toont, kunnen de lengten van de opeenvolgende bursten en onderdrukkingen variëren. Hoewel deze informatie bijvoorbeeld wordt gebruikt als een inter-burstin-10 terval genoemde parameter, die beschikbaar is in enkele commerciële EEG-inrichtingen, is het toepassingsgebied van de parameter nog steeds onduidelijk. BSR wordt typisch afgeleid over een tijdsvenster van één minuut, hetgeen BSR relatief ongevoelig voor de variaties in de lengten van opeenvolgende bursten en onderdrukkingen maakt en dus ook een stabiele indicator voor de toestand van de patiënt is. Voor de detectie van burstonderdrukkingspatroon gebruikte 15 algoritmen zijn fijn-afgestemd voor de doeleinden van BSR-berekening. Daarom gebruiken deze algoritmen EEG-gegevens in relatief lange tijdsvensters voor de detectie van onderdrukte EEG-perioden. Bijvoorbeeld is het tijdsvenster van het algoritme, beschreven in [Sarkela M. et al. "Automatic analysis and monitoring of burst suppression in anesthesia", Journal of Clinical Monitoring and Computing, 2002; 17:125-134] één seconde. Algoritmen, die dergelijke lange 20 tijdsvensters toepassen, zijn niet in staat om begin en einde van de burstpatronen exact te definiëren en zijn als zodanig niet geschikt voor de gedetailleerde karakterisering van de burstpatronen. Bovendien zijn deze algoritmen niet geoptimaliseerd om korte epileptiforme pieken, die optreden tijdens onderdrukking, of korte onderdrukkingen, die optreden tijdens bursten, te detecteren omdat deze gebeurtenissen van korte duur geen opvallende invloed op de een-minuut 25 BSR-waarde hebben. Zoals hierboven vermeld, gebruikt BSR alleen de onderdrukte EEG-perioden, waardoor BSR niet toepasbaar is voor de karakterisering van de burstpatronen, die tussen de onderdrukte EEG-perioden optreden. Momenteel zijn er geen geautomatiseerde werkwijzen voor burstclassificatie of -karakterisering beschikbaar.

Er bestaat echter duidelijke behoefte aan gedetailleerde analyse van bursten tijdens 30 BS-golfvormen, aangezien bursten waardevolle informatie over de abnormaliteiten van de hersenen bevatten, cf. [Young, G.B., McLachlan, R.S., Kreeft, J.H., Denelo, J.D.: An Electro-encephalographic Classification for Coma, Can. J. Neurol. Sci. 1997: 24-320-3259]. Voorde correcte diagnose en juiste behandeling is het daarom belangrijk om epileptiforme burstpatronen ten opzichte van andere burstpatronen te herkennen, in het bijzonder in het geval van epi-35 leptische patiënten. Huidige monitors gebruiken niettemin slechts de relatieve hoeveelheid onderdrukkingen (BSR) in hun analyse tijdens BS.

-4-

De uitvinding beoogt het door onderdrukkingsgolfvormen in de analyse van fysiologische signaalgegevens, in het bijzonder EEG, veroorzaakte problemen te verlichten door middel van het bewerkstelligen van een nieuw mechanisme voor het verlichten van de effecten van onderdrukkingsgolfvormen in patiëntbewaking.

5 De uitvinding beoogt het verschaffen van een nieuw mechanisme voor het bewaken van fysiologische signaalgegevens, welk mechanisme nauwkeurige analyse van het signaal mogelijk maakt zelfs tijdens onderdrukkingsgolfvormen en zonder toevlucht te moeten nemen tot de met fouten behepte detectie van de onderdrukkingsgolfvormen. De van de patiënt verkregen fysiologische signaalgegevens zijn typisch hersengolfsignaalgegevens, die gewoonlijk 10 EEG-signaalgegevens zijn, maar ook magneto-encefalografische (MEG) signaalgegevens kunnen zijn. MEG is indicatief voor de magnetische component van hersenactiviteit, d.w.z., dat MEG de magnetische tegenhanger van EEG is.

In de uitvinding worden meetgegevens afgeleid uit de van een patiënt verkregen fysiologische signaalgegevens. Zoals hieronder wordt toegelicht, verwijzen de meetgegevens 15 hier naar een tijdreeks van een gewenste kwantitatieve karakteristiek van de fysiologische signaalgegevens. De kwantitatieve karakteristiek kan bijvoorbeeld een signaalamplitude, een sig-naalvermogen of een golfcoëfficiënt zijn. De meetgegevens kunnen worden bepaald wanneer nieuwe fysiologische signaalgegevens worden ontvangen, d.w.z. dat meetgegevens essentieel direct in de tijd kunnen worden verkregen. Aan de tijdreeks van de meetgegevens worden gel-20 dige meetgegevens onttrokken, teneinde daardoor een verzameling van geldige meetgegevens te verkrijgen. Geldige meetgegevens verwijzen hier naar meetgegevens, die aan ten minste één voorafbepaalde drempelvoorwaarde voldoen, volgens welke voorwaarde meetgegevens als geldig worden opgevat, indien deze een eerste drempelniveau overschrijden. Eventueel behoeven geldige meetgegevens niet een tweede drempelniveau, dat hoger is dan het eerste 25 drempelniveau, te overschrijden.

Eén aspect van de uitvinding is dus het verschaffen van een werkwijze voor het bewerken van fysiologische signaalgegevens. De werkwijze omvat het afleiden van meetgegevens uit een segment van een tijdreeks van van een subject verkregen fysiologische signaalgegevens en het uit de afgeleide meetgegevens verzamelen van geldige meetgegevens, om 30 daardoor een verzameling van geldige meetgegevens te vormen, waarin het verzamelen het selecteren van meetgegevens, die aan ten minste één voorafbepaalde drempelvoorwaarde voldoen, omvat. De werkwijze omvat verder het aan een verdere bewerkingstrap leveren van ten minste een deel van de verzameling van geldige meetgegevens, wanneer de hoeveelheid van verzamelde meetgegevens in de verzameling zich ten minste op een voorafbepaald niveau 35 bevindt.

Bij directe bewaking kan de verzameling van geldige meetgegevens alleen aan een verdere bewerkingstrap worden geleverd, wanneer de hoeveelheid van geldige meetgegevens -5- in de verzameling een vereist niveau bereikt, voordat de oudste meetgegevens in de verzameling verouderd zijn, d.w.z., onbruikbaar voor het representeren van de huidige toestand van de patiënt. Indien de oudste meetgegevens in de huidige verzameling verouderd zijn, voordat de vereiste hoeveelheid van geldige meetgegevens is bereikt in de verzameling, kan de gebruiker 5 worden geïnformeerd, dat het resultaat niet meer de huidige toestand van de patiënt representeert.

De hoeveelheid van geldige meetgegevens in de verzameling kan continu worden vergroot, wanneer nieuwe gegevensmonsters worden ontvangen, of stapsgewijs worden vergroot, zodat de meetgegevens eerst worden afgeleid uit een gegevenssegment van een voor-10 afbepaalde lengte om te zien of de vereiste hoeveelheid van geldige meetgegevens uit het segment kan worden verkregen. Indien dit niet het geval is, kan het gegevenssegment breder worden gemaakt om de meetgegevens uit het verbrede segment af te leiden. Bijvoorbeeld kan eerst een tijdvenster van 5 seconden worden geselecteerd en vervolgens, indien het tijdvenster niet voldoende geldige meetgegevens verschaft, kan het tijdvenster worden verbreed in stap-15 pen van 1 of 2 seconden, totdat een voldoende hoeveelheid van geldige meetgegevens uit het corresponderende gegevenssegment wordt afgeleid of totdat het venster te breed is om de huidige toestand van het hersengolfsignaal te representeren.

Indien de inhoud van de verzameling continu wordt vergroot, kunnen de geldige meetgegevens in de verzameling aan de verdere bewerkingstrap worden geleverd onmiddellijk na-20 dat de hoeveelheid van geldige meetgegevens het vereiste niveau heeft bereikt. Bij de stapsgewijze toename daarentegen overschrijdt de hoeveelheid van geldige meetgegevens gewoonlijk het vereiste niveau in een grote mate, aangezien elke stapverbreding van het gegevenssegment een tamelijk grote hoeveelheid van extra geldige meetgegevens kan opleveren. Aangezien het vereiste niveau van de geldige meetgegevens gewoonlijk correspondeert met de in 25 een verdere bewerkingstrap vereiste hoeveelheid gegevens, kan de hoeveelheid worden geselecteerd uit de laatste meetgegevens. Indien de hoeveelheid van geldige meetgegevens het vereiste niveau met een bepaalde hoeveelheid overschrijdt, kan met andere woorden de bepaalde hoeveelheid van oudste meetgegevens worden weggelaten.

In een typische uitvoeringsvorm kan de uitvinding worden gebruikt voor het detecte-30 ren van epileptiforme activiteit, aangezien de detectie van epileptiforme activiteit in het bijzonder moeilijk is tijdens BS-golfvormen. De oplossing van de uitvinding maakt een nauwkeurige detectie van epileptiforme activiteit ook tijdens BS-golfvormen mogelijk, zonder toevlucht te moeten nemen tot de complexe en met fouten behepte BS-detectiemechanismen. Dit komt doordat de verzameling van geldige meetgegevens de invloed van onderdrukte hersengolf-35 signalen elimineert en het mogelijk maakt, dat dezelfde hoeveelheid meetgegevens, zoals hetzelfde aantal golfcoëfficiënten, als ingangsgegevens voor de daaropvolgende bewer- -6- kingsstappen kunnen worden geleverd, ongeacht het feit dat het laten vallen van een deel van de meetgegevens tussenruimten in de corresponderende tijdreeks veroorzaakt.

Dientengevolge kan hetzelfde mechanisme worden gebruikt in verband met enige andere toepassing, waarin de onderdrukkingsgolfvormen de neiging hebben om de presta-5 ties van de toepassing te verzwakken, op overeenkomstige wijze als in de context van detectie van epileptiforme activiteit. Fysiologische signalen, die afwisselende patronen, soortgelijk aan burstonderdrukking, in hersengolfgegevens kunnen bevatten, omvatten elektrocardiografie (ECG) en elektromyografie (EMG) signalen. In ECG kunnen de signaalsegmenten buiten het QRS-complex worden opgevat als onderdrukkingsgolfvormen. In het onderzoek 10 van actiepotentialen in EMG kan de achtergrondactiviteit tussen actiepotentialen worden gezien als onderdrukking.

Een verder voordeel van de werkwijze is dat deze werkwijze karakterisering en classificatie van burstpatronen mogelijk maakt, hetgeen de uit BSR-bewaking verkregen informatie aanvult. De werkwijze kan worden gebruikt parallel aan BSR-bewaking, onafhankelijk 15 zonder gelijktijdige BSR-bewaking of als een onderdrukkingsdetectiemechanisme in verband met BSR-berekening.

Een ander aspect van de uitvinding is het verschaffen van een inrichting voor het onderdrukken van de effecten van onderdrukkingsgolfvormen in patiëntbewaking. De inrichting omvat een eerste gegevensbewerkingseenheid, die is ingericht voor het afleiden van 20 meetgegevens uit een segment van een tijdreeks van van een subject verkregen fysiologische signaalgegevens, en een gegevensverzameleenheid, die is ingericht voor het uit de afgeleide meetgegevens selecteren van die meetgegevens, die aan ten minste één voorafbepaalde drempelvoorwaarde voldoen, om daardoor een verzameling van geldige meetgegevens te vormen. De inrichting omvat verder een gegevensvrijgeefmiddel, die is ingericht voor het aan een 25 verdere bewerkingstrap leveren van ten minste een deel van de verzameling van geldige meetgegevens, wanneer de hoeveelheid van verzamelde meetgegevens in de verzameling zich ten minste op een vooraf bepaald niveau bevindt.

In nog een verdere uitvoeringsvorm verschaft de uitvinding een computerprogramma voor het onderdrukken van de effecten van onderdrukkingsgolfvormen in patiëntbewaking. Het 30 computerprogramma omvat een eerste programmacodedeel, dat is ingericht om meetgegevens af te leiden uit een segment van een tijdreeks van van een subject verkregen fysiologische signaalgegevens, een tweede programmacodedeel, dat is ingericht om uit de afgeleide meetgegevens die meetgegevens te selecteren, die aan ten minste één voorafbepaalde drempelvoorwaarde voldoen, om daardoor een verzameling van geldige meetgegevens te vormen, 35 en een derde programmacodedeel, dat is ingericht om ten minste een deel van de verzameling van geldige meetgegevens aan een verdere bewerkingseenheid te leveren, wanneer de hoe -7- veelheid van geldige meetgegevens in de verzameling zich ten minste op een vooraf bepaald niveau bevindt.

Andere kenmerken en voordelen van de uitvinding zullen duidelijk worden uit de volgende gedetailleerde beschrijving en bijgaande tekeningen.

5 In het hiernavolgende worden de uitvinding en de voorkeursuitvoeringsvormen daar van in detail beschreven onder verwijzing naar de in fig. 3 tot 9 in de bijgevoegde tekeningen weergegeven voorbeelden, waarin: fig. 1 uitzonderlijk duidelijke burstonderdrukkingsgolfvormen in EEG toont; fig. 2 een voorbeeld van complexe burstonderdrukkingsgolfvormen in EEG toont; 10 fig. 3 een stroomschema is, dat één uitvoeringsvorm van de werkwijze van de uit vinding toont; fig. 4 een stroomschema is, dat de werkwijze volgens de uitvinding toont, wanneer deze wordt toegepast in de context van het bewaken van epileptiforme activiteit; fig, 5 een stroomschema is, dat een uitvoeringsvorm toont, waarin de inhoud van de 15 verzameling van geldige meetgegevens in stappen wordt vergroot, wanneer de uitvoeringsvorm wordt toegepast in de context van het bewaken van epileptiforme activiteit; fig. 6 een praktische uitvoeringsvorm van de werkwijze volgens de uitvinding toont; fig. 7a en 7b de prestaties van het mechanisme van de uitvinding tonen in de context van het bewaken van epileptiforme activiteit tijdens epileptiforme burstonderdrukkingspe-20 rioden; fig. 8 één uitvoeringsvorm van het systeem van de uitvinding toont; en fig. 9 de operationele eenheden van de besturingseenheid van fig. 8 voor het detecteren van epileptiforme activiteit in hersengolfsignaalgegevens toont.

Hieronder wordt de uitvinding in detail toegelicht in de context van directe analyse van 25 hersengolfsignaalgegevens.

Fig. 3 is een stroomschema, dat één uitvoeringsvorm van het mechanisme van de uitvinding toont. De ruwe hersengolfsignaalgegevens, die in stap 31 typisch van een patiënt verkregen EEG-signaalgegevens zijn, worden eerst bewerkt (stap 32) om een tijdreeks van meetgegevens uit de tijdreeks van de hersengolfsignaalgegevens af te leiden. De meetgegevens 30 omvatten een tijdreeks van een gewenste kwantitatieve karakteristiek van de hersengolfsignaalgegevens. De kwantitatieve karakteristiek kan bijvoorbeeld signaalamplitude, signaalver-mogen of een golfcoëfficiënt zijn. Nieuwe meetgegevens worden verkregen wanneer nieuwe hersengolfsignaalgegevens van de patiënt worden ontvangen, d.w.z., dat de meetgegevens in hoofdzaak direct in de tijd kunnen worden verkregen.

35 In stap 33 wordt de geldigheid van de meetgegevens gecontroleerd door te onderzoe ken of de meetgegevens aan ten minste één vooraf bepaalde drempelvoorwaarde voldoen. Slechts meetgegevens, die aan de ten minste ene vooraf bepaalde drempelvoorwaarde vol- -8- doen, worden verzameld, d.w.z., tijdelijk opgeslagen, om een verzameling van geldige meetgegevens te vormen. Bijvoorbeeld kunnen alleen signaalmonsters, waarvan de amplitude een vooraf bepaald drempelniveau overschrijdt, worden gezien als geldige meetgegevens om de invloed van onderdrukte EEG te elimineren. Als alternatief zouden de signaalmonsters, waar-5 van de amplitude ligt tussen twee vooraf bepaalde drempelniveaus, aan de verzameling van geldige meetgegevens kunnen worden onttrokken. Het gebruik van een hogere drempel elimineert het effect van artefact-vervuilde EEG bij verdere berekeningen. Elk monster van de meetgegevens wordt voorzien van een tijdstempel, dat de positie van de corresponderende hersengolfsignaalgegevens in de tijdreeks aangeeft.

10 Wanneer de hoeveelheid van geldige meetgegevens in de verzameling een vooraf bepaald niveau heeft bereikt, onderzoekt het proces in stap 35 of enige van de meetgegevens in de verzameling te ver uit het verleden afkomstig is. Indien dit niet het geval is, worden de meetgegevens in de verzameling geleverd aan een verdere berekeningstrap (stap 36), en springt het proces terug naar stap 33 om het verzamelen van een nieuwe verzameling van gel-15 dige meetgegevens te starten. Indien er in stap 35 wordt vastgesteld, dat één of meer van de oudste waarden in de verzameling te ver uit het verleden afkomstig zijn, worden geen verdere berekeningen uitgevoerd op basis van deze verzameling en wordt de gebruiker geïnformeerd, dat de meting niet de huidige toestand van de hersengolfsignaalgegevens representeert (stap 37). Het proces springt vervolgens terug naar stap 33 om het verzamelen van een nieuwe ver-20 zameling van geldige meetgegevens te starten.

De in de verdere berekeningstrap op basis van de geldige meetgegevens uitgevoerde berekeningen kunnen afhangen van de aard van de meetgegevens en van de toepassing in kwestie.

Fig. 4 toont het gebruik van het bovenstaande mechanisme voor de detectie van epi-25 leptiforme activiteit. Detectie van epileptiforme activiteit is een voorkeurstoepassing van de uitvinding, aangezien de uitvinding nauwkeurige detectie van epileptiforme activiteit, zelfs tijdens BS-golfvormen, mogelijk maakt zonder toevlucht te moeten nemen tot de met fouten behepte BS-detectiemechanismen, die gewoonlijk nodig zijn voor de analyse van het EEG. Onder verwijzing naar fig. 4, waarin stappen 41 tot 47 respectievelijk corresponderen met stappen 31 tot 30 37 in fig. 3, omvatten de uit de hersengolfsignaalgegevens afgeleide meetgegevens (stap 43) een tijdreeks van een golfcoëfficiënt. De golfcoëfficiënten kunnen worden berekend zoals bijvoorbeeld is geopenbaard in EP octrooiaanvrage nr. 06110089.7-2305 (niet ter inzage voor het publiek op de indieningsdatum van de onderhavige aanvrage) van aanvrager. Zoals is toegelicht in genoemde aanvrage kan de tijdreeks worden afgeleid voor één of meer subbanden van 35 het hersengolfsignaal, d.w.z., dat in stap 42 golfcoëfficiënten kunnen worden berekend voor één of meer subbanden van het oorspronkelijke signaal en dat stappen 43 tot 49 van fig. 4 vervolgens kunnen worden uitgevoerd voor één subband of afzonderlijk voor twee of meer sub- -9- banden. Een discrete golftransformatie kan worden toegepast in stap 42 om het hersengolfsig-naal te ontbinden en om de subband-specifieke golfcoëfficiënten te produceren. Aangezien de golftransformatie als zodanig bekend is, wordt deze in deze context niet in detail toegelicht. De golftransformatie is bovendien in detail toegelicht in de hierboven vermelde EP octrooiaanvra-5 ge.

In een inleidende evaluatie van één uitvoeringsvorm van de uitvinding was een golf-subbandentropiewaarde van 0,87 in staat om epileptiforme burstonderdrukking EEG te onderscheiden van niet-epileptiform met de gevoeligheid van 80%, terwijl niet-epileptiforme burstonderdrukking werd onderscheiden van epileptiforme met de gevoeligheid van 85%. In het alge-10 meen kunnen niet-epileptiforme burstonderdrukkingsgolfvormen worden onderscheiden van epileptiforme burstonderdrukkingsgolfvormen door een geschikte golfsubbandentropie of kurto-siswaarde.

In stap 43 worden alleen de golfcoëfficiënten, die groter zijn dan een lagere drempelwaarde TH1 en kleiner dan een hogere drempelwaarde TH2, gezien als geldige meetgegevens 15 en verzameld in de meetgegevensverzameling. Verder bewaakt het proces in stap 44 het moment waarop het aantal van dergelijke geldige coëfficiënten in de verzameling een voorafbepaald niveau bereikt. Wanneer dit plaatsvindt, controleert het proces of enige van de coëfficiënten in de verzameling te oud is (stap 45). Indien dit niet het geval is, worden de verzamelde coëfficiënten geleverd aan een verdere rekentrap, waarin voor elke subband van belang de 20 entropie en/of kurtosis van de respectieve golfcoëfficiënten wordt/worden bepaald (stap 48). Op basis van de subband-specifieke entropie- en/of kurtosiswaarde(n), geeft het systeem vervolgens aan of epileptiforme activiteit aanwezig is in het EEG-signaal (stap 49).

Zoals in de hierboven vermelde EP octrooiaanvrage is toegelicht, kan de genormaliseerde vorm van het k-de orde centrale moment, waarin k groter dan twee is, worden berekend 25 door middel van het delen van het k-de orde centrale moment door het tweede-orde centrale moment, dat tot de macht van k/2 is verbeven. Het tweede-orde centrale moment is gewoonlijk bekend als de variantie, terwijl de genormaliseerde vormen van de derde- en vierde-orde centrale momenten scheefheid respectievelijk kurtosis worden genoemd. Daardoor kan ten minste één meetresultaat worden bepaald op basis van de aan de verdere rekentrap geleverde gel-30 dige meetgegevens, waarbij het ten minste ene meetresultaat behoort tot een meetresultaat-verzameling, die een voor de entropie van de geldige meetgegevens indicatief eerste meetresultaat en een vooreen genormaliseerde vorm van het k-de orde centrale moment van de geldige meetgegevens, waarin k een geheel getal groter dan drie is, indicatief tweede meetresultaat omvat.

35 In de uitvoeringsvormen van fig. 3 en 4 wordt de hoeveelheid van geldige meetgege vens in de verzameling continu vergroot wanneer nieuwe meetgegevens worden verkregen op basis van de binnenkomende hersengolfsignaalgegevens. Daardoor kan de meetgegevensver- -10- zameling één maal aan de verdere bewerkingstrap worden geleverd, wanneer de hoeveelheid van gegevens in de verzameling het door de verdere bewerkingstrap vereiste niveau heeft bereikt. In tegenstelling tot deze uitvoeringsvorm, toont fig. 5 een andere uitvoeringsvorm, waarin de hoeveelheid van geldige meetgegevens stapsgewijs wordt vergroot. In fig. 5 is er aangeno-5 men, dat het mechanisme wordt gebruikt in de context van bewaking van epileptiforme activiteit in EEG. In de uitvoeringsvorm van fig. 5 wordt een segment van EEG-signaalgegevens geselecteerd uit de binnenkomende EEG-signaalgegevens (stap 50). De lengte van het segment kan bijvoorbeeld 5 seconden bedragen en het segment bevat typisch de tijdens de laatste 5 seconden verkregen EEG-signaalmonsters. Zoals gebruikelijk is in de techniek, worden de ge-10 digitaliseerde signaalmonsters bewerkt als verzamelingen van sequentiële signaalmonsters, die eindige tijdblokken of tijdvensters representeren, gewoonlijk ook wel "tijdvakken" genoemd. Subband-specifieke golfcoëfficiënten worden berekend op basis van de signaalmonsters van het gegevenssegment (stap 51) en de coëfficiënten, die aan de drempelcriteria voldoen, worden aanvaard (stap 52). Het aantal van uit het EEG-gegevenssegment verkregen aanvaarde 15 coëfficiënten wordt in stap 53 gecontroleerd en indien het aantal niet groot genoeg is, wordt het gegevenssegment verbreed in een vooraf bepaalde mate, zoals bijvoorbeeld 2 seconden (stap 54). Vervolgens wordt de lengte van het verbrede segment gecontroleerd in stap 55 om vast te stellen, dat de lengte van het verbrede segment niet de aanvaarde maximum segmentlengte overschrijdt. Indien het gegevenssegment zich niet te ver naar het verleden uitstrekt, worden 20 stappen 51 en 52 herhaald voor het verbrede EEG-gegevenssegment.

Op deze wijze wordt de lengte van het EEG-gegevenssegment vergroot, totdat een voldoende hoeveelheid aanvaardbare golfcoëfficiënten uit het segment wordt verkregen in stap 52 of totdat de lengte van het segment de aanvaarde maximum segmentlengte, zoals bijvoorbeeld 15 seconden, heeft bereikt. In het laatste geval wordt/worden de entropie en/of 25 kurtosis van de tijdreeks van de golfcoëfficiënten niet bepaald en wordt de gebruiker geïnformeerd over de situatie (stap 57). In het eerst genoemde geval worden N laatste aanvaardbare coëfficiënten geleverd aan de verdere rekentrap (stap 56), welke rekentrap stappen soortgelijk aan de in verband met fig. 4 toegelichte stappen kan bevatten.

In praktijk kan de uitvoeringsvorm van fig. 5 worden vereenvoudigd door middel van 30 het direct selecteren van een EEG-signaalgegevenssegment met maximaal toegestane segmentlengte. Deze uitvoeringsvorm is getoond in fig. 6. Aangezien een EEG-signaalgegevenssegment met maximum toegestane segmentlengte direct uit de binnenkomende EEG-signaalgegevens wordt geselecteerd (stap 60), is er geen behoefte aan het vergroten van de segmentlengte indien het uit het segment verkregen aantal aanvaardbare coëfficiënten onder 35 het vereiste niveau blijft, maar in dat geval kan het proces direct de berekening van entropie en/of kurtosis van de golfcoëfficiënten overslaan en de gebruiker over de situatie informeren (stap 66).

- 11 -

Zoals hierboven is toegelicht is de berekening van een enkele entropie- en/of kurto-siswaarde aanpassend in tijd, maar vast in aantal golfcoëfficiënten. Om een enkele entropie-en/of kurtosiswaarde te verkrijgen, wordt met andere woorden een gegevenssegment toegepast, dat aanpassend is in het tijdsdomein. Echter wordt een constant aantal coëfficiënten als 5 ingangsgegevens voor de berekening geproduceerd, hoewel een deel van de meetgegevens weggelaten kan worden.

Fig. 7a en 7b tonen de prestaties van het mechanisme van de uitvinding in dé context van detectie van epileptiforme activiteit tijdens BS-golfvormen. Fig. 7a toont een geregistreerd EEG tijdens dieper wordende sevoflurane narcose. In dit voorbeeld begint epilepti-10 forme activiteit rond 10:20, terwijl epileptiforme burstonderdrukking rond 10:22 begint en eindigt rond 10:25. Fig. 7b toont de volgens de in fig. 6 weergegeven uitvoeringsvorm berekende entropie. Zoals in de figuur te zien is, gedraagt de berekende entropie zich consistent zelfs tijdens BS-golfvormen en maakt dus een nauwkeurige bewaking van de epileptiforme activiteit mogelijk, zelfs tijdens dergelijke golfvormen van het EEG.

15 Fig. 8 toont één uitvoeringsvorm van het systeem volgens de uitvinding. Zoals hierbo ven is vermeld, zijn de van een patiënt verworven fysiologische signaalgegevens typisch EEG-signaalgegevens. Het EEG-signaal wordt typisch vanaf het voorhoofd van de patiënt 100 gemeten, hetgeen een voorkeursmeetplaats is als gevolg van het toepassingsgemak van de meting en het door de patiënt ondervonden gereduceerde ongemak.

20 De van de EEG-sensoren verkregen signalen worden aan een versterkertrap 81 gele verd, welke versterkertrap de signalen versterkt, voordat deze in een A/D-omzetter 82 worden bemonsterd en omgezet in een gedigitaliseerd formaat. De gedigitaliseerde signalen worden vervolgens toegevoerd aan een stuureenheid 83 (die een microprocessor bevat), welke eenheid vervolgens de signalen als een EEG-tijdreeks kan registreren.

25 De stuureenheid is voorzien van een gegevensbestand of geheugeneenheid 85, die de gedigitaliseerde, van de sensoren verkregen fysiologische signaalgegevens vasthoudt. Voorafgaande aan de eigenlijke bewerking van de fysiologische signaalgegevens, kan de stuureenheid verschillende voorbewerkingsfasen uitvoeren voor het verbeteren van de kwaliteit van de gegevens. De eigenlijke registratie van de fysiologische signaalgegevens kan dus op 30 een conventionele wijze plaatsvinden, d.w.z., dat de de bovenstaande elementen bevattende meetinrichting 80 dient als een conventionele meetinrichting. Echter kunnen bepaalde parameters worden ingesteld volgens de eisen van de toepassing in kwestie. Indien epileptiforme activiteit wordt gedetecteerd, kan bijvoorbeeld de bemonsteringsfrequentie van de inrichting zodanig worden geselecteerd, dat de gescheiden frequentieband(en) correspondeert (corres-35 ponderen) met de epileptiforme golfvormen van belang.

Bovendien is de stuureenheid voorzien van de hierboven beschreven algoritmen voor het bewerken van de fysiologische signaalgegevens volgens de uitvinding en van de in de ver- -12- dere bewerkingstrap benodigde algoritmen, zoals de algoritmen voor het detecteren van epi-leptiforme golfvormen in hersengolfsignaalgegevens.

Zoals is weergegeven in fig. 9, kan de stuureenheid dus drie opeenvolgende operationele modules of eenheden bevatten: een eerste moduul 91 voor het afleiden van de meetgege-5 vens uit de tijdreeks van de fysiologische signaalgegevens, een tweede moduul 92 voor het selecteren van geldige meetgegevens uit de afgeleide meetgegevens, en een derde moduul 93 voor het vrijgeven van de geselecteerde meetgegevens voor gebruik in een verdere bewerkingstrap 94.

In geval van detectie van epileptiforme activiteit, bevat het eerste moduul typisch een 10 golf-gebaseerde filterband, die een tijdreeks van golfcoëfficiënten oplevert, maar kan ook ten minste één filter, dat een tijdreeks van signaalamplitude of signaalvermogen voor de gewenste subband(en) oplevert, bevatten. In geval van detectie van epileptiforme activiteit kan de verdere bewerkingstrap bijvoorbeeld een eerste submoduul 95 voor het berekenen van subband-speci-fieke entropie- en/of kurtosiswaarden op basis van de geldige golfcoëfficiënten en een tweede 15 submoduul 96 voor het vergelijken van de subband-specifieke entropie- en/of kurtosiswaarden met corresponderende drempels en voor het nemen van een beslissing omtrent de aanwezigheid van de respectieve golfvormen in de EEG-signaalgegevens omvatten. In een vereenvoudigde uitvoeringsvorm van de uitvinding kan het tweede submoduul ook een indicatormoduul zijn, dat de subband-specifieke entropie- en/of kurtosiswaarden aan de gebruiker presenteert, 20 zodat de gebruiker kan afleiden of epileptiforme golfvormen van een specifiek type aanwezig zijn. Aangezien entropie en kurtosis continue schaalwaarden zijn, kan de werkwijze van de uitvinding worden gebruikt voor de kwantificering van de mate van epileptiforme activiteit van de patiënt. Dit is bruikbaar voor bewakingsdoeleinden, aangezien de werkwijze in staat is zowel de ontwikkeling als het herstel van de epileptiforme activiteit te bewaken, zoals opgemerkt kan 25 worden uit fig. 7a en 7b. Dit maakt bijvoorbeeld het bewaken van de effecten van de behandeling, zoals de medicatie, van de patiënt mogelijk.

Hoewel één stuureenheid (processor) de benodigde berekeningen kan uitvoeren, kan de bewerking van de verkregen fysiologische signaalgegevens ook worden verdeeld onder verschillende processors (servers) binnen een netwerk, zoals een LAN (lokaal netwerk) van 30 een ziekenhuis. Bijvoorbeeld kan een conventionele meetinrichting de fysiologische signaalgegevens registreren en kan een externe processor verantwoordelijk zijn voor het bewerken van de gegevens volgens één van de hierboven beschreven uitvoeringsvormen.

De stuureenheid kan de resultaten van de toepassing op het scherm van een met de stuureenheid verbonden monitor 84 weergeven. Dit kan op vele wijzen worden uitgevoerd, 35 waarbij tekstuele en/of grafische informatie wordt gebruikt. Het systeem bevat verder een ge-bruikerkoppelingsmiddel 88, via welk middel de gebruiker de werking van het systeem kan besturen.

-13 -

Zoals hierboven is toegelicht, kunnen hersengolfgegevens ook worden verwon/en via een standaard MEG-opname. De meetinrichting 80 kan dus ook dienen als een conventionele MEG-meetinrichting, hoewel een MEG-meetopstelling veel kostbaarder is dan een EEG-meet-opstelling. De software, die een conventionele EEG- of MEG-meetinrichting 80 in staat stelt de 5 door de toepassing in kwestie vereiste stappen uit te voeren, zoals detectie van epileptiforme golfvonmen, kan ook gescheiden van de meetinrichting worden geleverd, bijvoorbeeld op een gegevensdrager, zoals een CD of een geheugenkaart, of via een telecommunicatienetwerk.

Met andere woorden, kan een conventionele inrichting worden opgewaardeerd door middel van een inplugeenheid, die software bevat, welke software de meetinrichting in staat stelt de ana-10 lyse, zoals detectie van bepaalde epileptiforme golfvormen, op basis van de van dé patiënt verkregen signaalgegevens uit te voeren.

Aangezien de werkwijze van de uitvinding geen grote rekencapaciteit vereist, kan de werkwijze worden gebruikt in verschillende ambulante inrichtingen, zoals draagbare patiëntmo-nitors, voor het uitvoeren van de stap van betreffende toepassing. Het mechanisme van de 15 uitvinding kan ook worden geïntroduceerd in verschillende inrichtingen, die buiten een klinische omgeving werkzaam zijn, zoals mobiele telefoons, PDA-inrichtingen of voertuigcomputers, waardoor het mogelijk is de toepassing tijdens dagelijkse activiteiten uit te voeren.

Het mechanisme van de uitvinding kan ook worden gebruikt bij niet-directe bewaking van de patiënt. In de context van niet-directe bewaking kan het ook voldoende zijn om de ana-20 lyse op basis van een enkele verzameling van geldige meetgegevens uit te voeren. Met andere woorden, behoeft het bij niet-directe bewaking niet noodzakelijk te zijn om de verzameling van geldige meetgegevens voor opeenvolgende segmenten van het signaal te herhalen.

Hoewel de uitvinding hierboven is beschreven onder verwijzing naar de in de bijgevoegde tekeningen weergegeven voorbeelden, is het duidelijk, dat de uitvinding niet daartoe is 25 beperkt, maar door de vakman kan worden gewijzigd zonder het kader en de gedachte van de uitvinding te verlaten. Bijvoorbeeld kan de verzameling van geldige meetgegevens onvoorwaardelijk aan de verdere bewerkingstrap worden geleverd, en indien enige van de geleverde gegevens te oud is, kunnen de geleverde gegevens van een geschikte indicatie worden voorzien, zodat de inrichting kan aangeven wanneer het berekende resultaat niet de huidige toe-30 stand van de patiënt representeert.

-14-

LIJST VAN VERWIJZINGCIJFERS

B EEG-periode met burstgolfvorm S EEG-periode met onderdrukking 31 verkrijgen van hersengolfsignaalgegevens van patiënt 32 afleiden van meetgegevens uit hersengolfsignaalgegevens 33 verzamelen van meetgegevens, die aan vooraf bepaalde drempelvoorwaarde voldoen 34 voldoende meetgegevens verzameld? 35 enige van verzamelde meetgegevens te ver uit het verleden afkomstig? 36 leveren van verzamelde meetgegevens aan verdere rekentrap 37 geen verdere berekeningen, situatie informeren aan gebruiker 40 detectie van epileptiforme activiteit 41 verkrijgen van hersengolfsignaalgegevens van patiënt 42 afleiden van golfcoëfficiënten uit hersengolfsignaalgegevens 43 verzamelen van subband-specifieke golfcoëfficiënten, waarvan de absolute waarden binnen vooraf bepaald bereik liggen 44 voldoende golgcoëfficiënten verzameld? 45 enige van verzamelde golfcoëfficiënten te ver uit het verleden afkomstig? 46 leveren van verzamelde golfcoëfficiënten voor toepassing-specifieke berekeningen 47 geen verdere berekeningen, situatie informeren aan gebruiker 48 bepalen van subband-specifieke entropie- en/of kurtosiswaarden op basis van golfcoëfficiënten 49 aangeven of hersengolfsignaalgegevens epileptiforme activiteit bevatten op basis van subband-specifieke entropie- en/of kurtosiswaarden 50 verkrijgen van volgende EEG-signaalgegevenssegment 51 afleiden van subband-specifieke golfcoëfficiënten uit EEG-signaalgegevenssegment 52 aanvaarden van golfcoëfficiënten met absolute waarden binnen vooraf bepaald bereik 53 aantal aanvaarde golfcoëfficiënten groot genoeg? 54 verbreden van EEG-signaalgegevenssegment 55 EEG-signaalgegevenssegment te groot? 56 leveren van N laatste golgcoëfficiënten aan verdere rekentrap 57 geen golfcoëfficiënten leveren voor verdere berekeningen, gebruiker informeren -15- 57a N laatste golfcoëfficiënten 58 bepalen van entropie- en/of kurtosiswaarden voor EEG-signaalgegevens-segment op basis van N laatste golfcoëfficiënten 59 aangeven of hersengolfsignaalgegevens epileptiforme activiteit bevatten op basis van subband-specifieke entropie- en/of kurtosiswaarden 60 EEG-signaalgegevens van patiënt 61 verkrijgen van volgende EEG-signaalgegevenssegment met aanvaarde maximum segmentlengte 62 afleiden van golfcoëfficiënten uit EEG-signaalgegevenssegment 63 aanvaarden van golfcoëfficiënten met absolute waarden binnen voorafbepaald waardebereik 64 aantal aanvaarde golfcoëfficiënten groot genoeg? 65 leveren van N laatste golfcoëfficiënten aan verdere rekentrap 66 geen golfcoëfficiënten leveren aan verdere rekentrap, informeer gebruiker 80 Meetinrichting 81 Versterkertrap 82 A/D-omzetter 83 Stuureenheid 84 Monitor 85 Geheugeneenheid 86 Golftransformatie 87 aanvaardbare meetgegevens 88 Gebruikerkoppelingsmiddel 89 entropie- en/of kurtosisalgoritme 90 beslissing-nemend algoritme 91 eerste moduul van stuureenheid; afleiding van meetgegevens 92 tweede moduul van stuureenheid; verzameling van geldige meetgegevens 93 derde moduul van stuureenheid; vrijgave van geldige meetgegevens 94 verdere bewerkingstrap 95 eerste submoduul van verdere bewerkingstrap; berekening van subband-specifieke entropie- en/of kurtosiswaarden 96 tweede submoduul van verdere bewerkingstrap; vergelijken en nemen van beslissing 98 fysiologische signalen 99 fysiologische signaalgegevens 100 Patiënt 101 tijdreeks van geldige meetgegevens 2001171

Claims

1. Werkwijze voor het onderdrukken van de effecten van onderdrukkingsgolfvormen in patiëntbewaking, waarbij de werkwijze omvat: - het afleiden van meetgegevens uit een segment van een tijdreeks van van een subject (100) verkregen fysiologische signaalgegevens; 5. het uit de afgeleide meetgegevens verzamelen van geldige meetgegevens, om daardoor een verzameling van geldige meetgegevens te vormen, waarin het verzamelen het selecteren van meetgegevens, die aan ten minste één voorafbepaalde drempelvoorwaarde voldoen, omvat; en - het aan een verdere bewerkingstrap (94) leveren van ten minste een deel van de 10 verzameling van geldige meetgegevens, wanneer de hoeveelheid van verzamelde meetgegevens in de verzameling zich ten minste op een voorafbepaald niveau bevindt.

2. Werkwijze volgens conclusie 1, verder omvattende het herhalen van het afleiden en verzamelen voor opeenvolgende segmenten van de tijdreeks, waarin het leveren wordt uitgevoerd voor ten minste enkele van de opeenvolgende segmenten van de tijdreeks.

3. Werkwijze volgens conclusie 1, waarin de fysiologische signaalgegevens hersen- golfsignaalgegevens bevatten.

4. Werkwijze volgens conclusie 2, waarin het leveren het leveren van een vaste hoeveelheid geldige meetgegevens voor elk van de ten minste enkele van de opeenvolgende segmenten omvat.

5. Werkwijze volgens conclusie 4, waarin het leveren wordt weggelaten, indien de vaste hoeveelheid geldige meetgegevens bevat, die zijn afgeleid uit de fysiologische signaalgegevens, die ouder zijn dan een voorafbepaalde maximum tijdslimiet, en waarin het leveren wordt uitgevoerd, indien de vaste hoeveelheid geen geldige meetgegevens bevat, die zijn afgeleid uit de fysiologische signaalgegevens, die ouder zijn dan een voorafbepaalde maximum 25 tijdslimiet.

6. Werkwijze volgens conclusie 2, waarin - het uit de tijdsverzameling van de fysiologische signaalgegevens afleiden van meetgegevens continu wordt uitgevoerd aangezien nieuwe waarden van de fysiologische signaalgegevens worden ontvangen; en 30. het leveren wordt uitgevoerd, wanneer de hoeveelheid geldige meetgegevens in de verzameling het voorafbepaalde niveau bereikt.

7. Werkwijze volgens conclusie 1, waarin het afleiden het afleiden van meetgegevens uit het segment omvat, waarin het segment een eerste voorafbepaalde lengte heeft.

8. Werkwijze volgens conclusie 7, verder omvattende het herhalen van het afleiden indien de hoeveelheid geldige meetgegevens, die uit de uit het segment afgeleide meetgegevens zijn verzameld, onder het vooraf bepaalde niveau blijft, waarin de herhaalde afleiding het verbreden van het segment en het afleiden van de meetgegevens uit het verbrede segment van de 5 tijdreeks omvat.

9. Werkwijze volgens conclusie 1, waarin het afleiden het afleiden van de meetgegevens omvat, waarin de meetgegevens een sequentie van een kwantitatieve karakteristiek van de fysiologische signaalgegevens omvat, en waarin de kwantitatieve karakteristiek behoort tot een verzameling, die signaalamplitude, signaalvermogen en golfcoëfflciënt omvat.

10. Werkwijze volgens conclusie 9, waarin de fysiologische signaalgegevens hersen- golfsignaalgegevens bevatten, en waarin het afleiden het ontbinden van de hersengolfsignaal-gegevens in ten minste één vooraf bepaalde subband omvat, waarbij de meetgegevens specifiek zijn voor ten minste één van de ten minste ene vooraf bepaalde subband en elk van de ten minste ene van de ten minste ene vooraf bepaalde subband indicatief is voor een specifiek type 15 van epileptiforme activiteit.

11. Werkwijze volgens conclusie 10, waarin de verdere bewerkingstrap omvat: - het op basis van de aan de verdere bewerkingstrap geleverde geldige meetgegevens bepalen van ten minste één meetresultaat behorende tot een meetresultatenverzameling, die een eerste voor de entropie van de aan de verdere bewerkingstrap geleverde geldige meetge- 20 gevens indicatief meetresultaat en een tweede voor een genormaliseerde vorm van een k-de orde centraal moment van de aan de verdere bewerkingstrap geleverde geldige meetgegevens indicatief meetresultaat omvat, waarin k een geheel getal groter dan 3 is.

12. Werkwijze volgens conclusie 1, waarin het verzamelen het verzamelen van meetgegevens, waarvan de waarden binnen een vooraf bepaald waardebereik liggen, omvat.

13. Inrichting voor het onderdrukken van de effecten van onderdrukkingsgolfvormen in patiëntbewaking, waarbij de inrichting omvat: - een eerste gegevensbewerkingsmiddel (91) voor het afleiden van meetgegevens uit een segment van een tijdreeks van van een subject verkregen fysiologische signaalgegevens; - een gegevens verzamelmiddel (92) voor het uit de afgeleide meetgegevens selecte- 30 ren van die meetgegevens, die aan ten minste één vooraf bepaalde drempelvoorwaarde voldoen, om daardoor een verzameling van geldige meetgegevens te vormen; en - een gegevens vrijgeefmiddel (93) voor het aan een verdere bewerkingstrap (94) leveren van ten minste een deel van de verzameling van geldige meetgegevens, wanneer de hoeveelheid van verzamelde meetgegevens in de verzameling zich ten minste op een vooraf 35 bepaald niveau bevindt.

14. Inrichting volgens conclusie 13, waarin de fysiologische signaalgegevens hersen-golfsignaalgegevens bevatten.

15. Inrichting volgens conclusie 13, waarin het gegevensvrijgeefmiddel (93) is ingericht om een vaste hoeveelheid geldige meetgegevens aan het verdere bewerkingsmiddel (94) te leveren.

16. Inrichting volgens conclusie 15, waarin het gegevensvrijgeefmiddel (93) is ingericht 5 om de vaste hoeveelheid geldige meetgegevens alleen te leveren, indien de vaste hoeveelheid geen geldige meetgegevens bevat, die uit de fysiologische signaalgegevens, die ouder zijn dan een voorafbepaalde maximum tijdslimiet, zijn afgeleid.

17. Inrichting volgens conclusie 13, waarin - het eerste gegevensbewerkingsmiddel (91) is ingericht om de meetgegevens continu 10 uit de tijdreeks van de fysiologische signaalgegevens af te leiden na ontvangst van nieuwe waarden van de fysiologische signaalgegevens; en - het gegevensvrijgeefmiddel (93) is ingericht om het ten minste ene deel van de verzameling van geldige meetgegevens te leveren, wanneer de hoeveelheid van geldige meetgegevens in de verzameling het voorafbepaalde niveau heeft bereikt.

18. Inrichting volgens conclusie 13, waarin het segment een eerste voorafbepaalde lengte heeft.

19. Inrichting volgens conclusie 13, waarin het gegevensverzamelmiddel (92) verder is ingericht om het segment, waaruit de meetgegevens worden afgeleid, te verbreden.

20. Inrichting volgens conclusie 13, waarin de meetgegevens een opeenvolging van 20 een kwantitatieve karakteristiek van de fysiologische signaalgegevens omvat, en waarin de kwantitatieve karakteristiek behoort tot een verzameling, die signaalamplitude, signaalvermogen en golfcoëfficiënt omvat.

21. Inrichting volgens conclusie 20, waarin de fysiologische signaalgegevens hersen-golfsignaalgegevens bevatten en waarin het eerste gegevensbewerkingsmiddel (91) is ingericht 25 om de hersengolfsignaalgegevens te ontbinden in ten minste één vooraf bepaalde subband, waarin de meetgegevens specifiek zijn voor ten minste één van de ten minste ene vooraf bepaalde subband, en waarin elk van de ten minste ene van de ten minste ene vooraf bepaalde subband een indicatie is voor een specifiek type van epileptiforme activiteit.

22. Inrichting volgens conclusie 21, waarin het verdere bewerkingsmiddel (94) is inge- 30 richt om: - op basis van de aan het verdere bewerkingsmiddel geleverde geldige meetgegevens bepalen van ten minste één meetresultaat, dat tot een meetresultaatverzameling behoort, welke verzameling een voor de entropie van de aan het verdere bewerkingsmiddel geleverde geldige meetgegevens indicatief eerste meetresultaat en een voor een genormaliseerde vorm van k-de 35 orde centraal moment van de aan het verdere bewerkingsmiddel geleverde geldige meetgegevens indicatief tweede meetresultaat omvat, waarin k een geheel getal groter dan 3 is; en - op basis van het ten minste ene meetresultaat onderscheiden van epileptiforme her-sengolfsignaalgegevens van niet-epileptiforme hersengolfsignaalgegevens.

23. Computerprogrammaproduct voor het onderdrukken van de effecten van onder-drukkingsgolfvormen in patiëntbewaking, waarbij het computerproduct omvat: 5. een eerste programmacodedeel, dat is ingericht om meetgegevens af te leiden uit een segment van een tijdreeks van van een subject verkregen fysiologische signaalgegevens; - een tweede programmacodedeel, dat is ingericht om uit de afgeleide meetgegevens die meetgegevens te selecteren, die aan ten minste één voorafbepaalde drempelvoorwaarde voldoen, om daardoor een verzameling van geldige meetgegevens te vormen; en 10. een derde programmacodedeel, dat is ingericht om ten minste een deel van de ver zameling van geldige meetgegevens aan een verder bewerkingsmiddel te leveren, wanneer de hoeveelheid van geldige meetgegevens in de verzameling zich op ten minste een vooraf bepaald niveau bevindt.