WO2012150015A1 - Verfahren zur bewusstseins- sowie schmerzüberwachung, modul zur analyse von eeg-signalen und eeg-narkosemonitor - Google Patents

Verfahren zur bewusstseins- sowie schmerzüberwachung, modul zur analyse von eeg-signalen und eeg-narkosemonitor Download PDF

Info

Publication number
WO2012150015A1
WO2012150015A1 PCT/EP2012/001794 EP2012001794W WO2012150015A1 WO 2012150015 A1 WO2012150015 A1 WO 2012150015A1 EP 2012001794 W EP2012001794 W EP 2012001794W WO 2012150015 A1 WO2012150015 A1 WO 2012150015A1
Authority
WO
WIPO (PCT)
Prior art keywords
eeg
eeg signals
module
symbolic
monitoring
Prior art date
Application number
PCT/EP2012/001794
Other languages
English (en)
French (fr)
Inventor
Denis Jordan
Eberhard Kochs
Original Assignee
Denis Jordan
Eberhard Kochs
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 Denis Jordan, Eberhard Kochs filed Critical Denis Jordan
Priority to EP12718076.8A priority Critical patent/EP2704629B1/de
Priority to US14/114,719 priority patent/US20140081094A1/en
Publication of WO2012150015A1 publication Critical patent/WO2012150015A1/de

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4821—Determining level or depth of anaesthesia
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/291—Bioelectric electrodes therefor specially adapted for particular uses for electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4824—Touch or pain perception evaluation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters

Definitions

  • the invention relates to a method for EEG-based awareness and pain monitoring, preferably for anesthesia monitoring, a module for the analysis of EEG signals, and an EEG anesthetic monitor.
  • EEG spontaneous electroencephalogram
  • the object of the invention is to provide an optimized method for awareness ("depth of anesthesia", hypnotic component of anesthesia, intraoperative alertness, sedation, coma) and / or pain monitoring (analgesia) by an improved evaluation of the nonlinear dynamic properties of the EEG signal, as well as a module for the analysis of EEG signals and an EEG anesthetic monitor, which enable the implementation of a correspondingly improved method.
  • This object is achieved by a method for monitoring consciousness and pain, preferably for anesthetic monitoring, in which EEG signals are evaluated by means of symbolic transfer entropy, in particular to distinguish between alertness and unconsciousness.
  • the symbolic transfer entropy allows quantification of the flow of information between two dynamic systems (hereafter System X and System Y). Because it is believed that discontinuing cortical integration in loss of consciousness is associated with a change in information transfer at the electrophysiological level, this can be used, for example, to assess the hypnotic component in anesthesia monitoring. Symbolic transfer entropy is able to specifically quantify this mechanistic process of loss of consciousness.
  • the EEG instead of signal amplitudes, only their rank orders are analyzed and in this way a robust analysis is achieved (low sensitivity to noise and signal interference).
  • the ordinal approach also allows the EEG to be analyzed using a small number of data points. High reliability of the method can be achieved by deriving the EEG signals from electrodes, preferably electrode pairs, placed at particularly suitable positions. It is also possible to evaluate several pairs of electrodes.
  • intrafrontal, frontal-parietal, frontal-temporal, bitemporal or frontal-occipital electrode leads can be used.
  • the EEG signals are preferably low-pass or band-pass filtered before calculating the symbolic transfer entropy with an upper limit frequency of at most 30 Hz.
  • band-pass filtering frequencies within the EEG a- (8-13 Hz) and / or ⁇ -band (13-30 Hz) are particularly suitable.
  • a sampling frequency of the EEG signals is provided, which is at least twice, preferably at least five times, the upper filter frequency.
  • the EEG signals analyzed by the symbolic transfer entropy can be temporal measured value sequences of 2 to 30 seconds duration. Thus, even relatively short temporal measured value sequences can be evaluated with the method and short time delays in the seconds range can be achieved for the determination of the state of consciousness.
  • partial sequences x (i), y (i) of length m are formed along x, y.
  • a lag parameter ⁇ > 1 in the formation of the subsequences can contribute to a better unfolding of the trajectories generated from x (i) and y (i) and to a more detailed analysis.
  • amplitude values with a time interval ⁇ I f s are used (/ "sampling frequency of the signals x, y).
  • Symbolic sequences x (j, y (j) are then obtained by symbolizing the subsequences x (i), y (i), preferably by determining the order of magnitude of the amplitudes (ordinal analysis).
  • Transfer entropy is therefore a measure of how far subsequences from one measurement sequence of preceding subsequences from the other measurement sequence can be explained.
  • the directional symbolic transfer entropy STEn ⁇ j can be correspondingly determined. be calculated.
  • the time offset ⁇ is preferably selected such that the quotient of sampling frequency and time offset lies in the frequency range of the EEG a, ⁇ band.
  • a value of 0 represents a balanced bidirectional information exchange between X and V in the presence of communication (STEn K ⁇ v + STEn v _ > K > 0), for positive values the system X is predominantly the generator, for negative values the system Y is predominant the generator.
  • an indicator value of the state of consciousness and / or pain, especially to distinguish between alertness and unconsciousness based on the evaluation of the EEG signals are determined by means of symbolic transfer entropy and other possible parameters of the EEG and / or the standard monitoring (cardiovascular system, respiration, as well as patient data and medication information).
  • the combination of the symbolic transfer entropy with other parameters to an indicator can be done with the help of a fuzzy logic, neural networks, support vector machines or regressions.
  • the indicator can be used to monitor or automatically control the hypnotic and / or analgesic component of anesthesia.
  • the object of the invention is further achieved by a module for analyzing EEG signals, which can receive a data input, the EEG signals, a computer unit, which can evaluate the EEG signals according to a method according to one of the preceding claims, and an output unit which may output an indicator value for determining the state of consciousness or pain, preferably for distinguishing between alertness and unconsciousness.
  • a module for analyzing EEG signals which can receive a data input, the EEG signals, a computer unit, which can evaluate the EEG signals according to a method according to one of the preceding claims, and an output unit which may output an indicator value for determining the state of consciousness or pain, preferably for distinguishing between alertness and unconsciousness.
  • the module comprises an EEG amplifier, which is permanently integrated in the module or forms a separate portable preferably wireless unit and provides EEG signals to the data input of the module.
  • the module can have an interface for a conventional monitoring monitor, which can receive non-EEG parameters and wherein the computer unit is designed to be able to determine the indicator value with reference to the non-EEG parameters.
  • An EEG anesthetic monitor is designed to measure EEG signals and to evaluate them by means of symbolic transfer entropy, preferably according to a method of claims 1 to 11, in particular in order to distinguish between alertness and unconsciousness.
  • a module as described above and a separate EEG anesthetic monitor can be used in addition to anesthesia monitoring or control in other applications, especially in patient monitoring in intensive care, such as sedation or coma, for sleep monitoring in sleep research or for vigilance monitoring of road users, For example, pilots, truck or bus drivers.
  • FIG. 1 shows an EEG anesthetic monitor according to the invention
  • FIG. 2 shows an anesthesia monitor with a module according to the invention for analyzing EEG signals
  • FIG. 3 shows a module according to the invention for analyzing EEG signals
  • FIG. 4 shows a flowchart of a method according to the invention for monitoring the consciousness
  • Figure 5 is a graphic representation of the symbolic transfer entropy of EEG signals (64 channels) with relaxed alertness and unconsciousness;
  • FIG. 6 shows a flow chart of the determination of an indicator value from individual EEG and optional non-EEG parameters according to a method according to the invention.
  • FIG. 1 shows an EEG anesthesia monitor 10 with which EEG signals can be evaluated by means of symbolic transfer entropy.
  • the anesthesia monitor 10 has a connector 12 for a plurality of EEG electrodes, which are placed on the scalp of a patient and with which the EEG is derived.
  • the anesthesia monitor 10 evaluates the EEG signals received from the electrodes by means of symbolic transfer entropy, whereby an indicator value I, in particular for distinguishing between wakefulness and unconsciousness, is determined.
  • the anesthesia monitor 10 comprises a first display 14a, which displays the EEG signals, a second display 14b, which displays the time course of the indicator value I, and a third display 14c, which displays the current indicator value I. This allows a physician to perform an easy and quick assessment of anesthesia depth during anesthesia monitoring.
  • the anesthesia monitor 10 according to FIG. 1 is designed as an independent device, whereby besides the determination and display of the indicator value I as a result of the EEG signal analysis by means of symbolic transfer entropy and possible additional EEG and standard parameters, further functions for the evaluation of the EEG signals and / or the Assessment of the state of consciousness and / or pain can be provided.
  • FIG. 2 shows an alternative embodiment of an anesthesia monitor 10 with a conventional, known standard monitoring monitor of FIG Anesthesia 16, which is equipped with an additional module 18, which allows an evaluation of the EEG signals by means of symbolic transfer entropy.
  • the module 18 has, in addition to terminals for the power supply through the standard monitoring monitor 16, a data input with integrated EEG amplifier 13, which can measure or receive EEG signals directly, a computer unit which the EEG signals by means of symbolic transfer entropy and other possible EEG and Standard parameter monitor 16, by which the calculated indicator of symbolic transfer entropy with possible combination of further EEG parameters with / without inclusion of standard parameters and the measured EEG is displayed on the output unit.
  • the indicator value I is communicated to the standard monitor monitor 16 and displayed on its display 14c.
  • FIG. 3 shows a variant of a module 18 which, in contrast to the integrated EEG amplifier with socket 12, comprises a mobile EEG amplifier 13.
  • the EEG amplifier 13 is designed as a separate portable unit with a battery for power supply and allows wireless transmission of the EEG signals to the data input of the module 18.
  • the EEG amplifier can be placed near the patient without restricting the location of the monitor ,
  • the module 18 has a slot 19, in which the EEG amplifier 13 can be inserted. In this way, the accumulator can be charged and / or the EEG amplifier 13 are powered via the module 18 with energy.
  • the module 18 is formed without an EEG amplifier and receives EEG signals from its own data input from a separate external EEG amplifier.
  • Such a modular design allows the use of known components, such as conventional surveillance monitors, with a module 18 for deriving and analyzing EEG signals by means of symbolic Transfer entropy. It is also possible that the module 18 is designed to perform selected or all functions of these components.
  • the symbolic transfer entropy and the calculated indicator I and the module 18 can also be used in other fields of application. These may in particular include patient monitoring in intensive care units, in particular sedation or coma, sleep monitoring and vigilance monitoring of road users, for example pilots or truck or bus drivers.
  • the module 18 can be used with differently designed components, such as conventional monitoring monitors.
  • a method for monitoring consciousness and / or pain, in particular for anesthesia monitoring, in an EEG anesthesia monitor 10 or in a module 13 with standard monitoring monitor 16 of FIGS. 1 or 2 is described below with reference to FIGS. 4, 5 and 6.
  • the EEG signals are measured.
  • two of these pairs are used.
  • the EEG signals are low-pass filtered with a cut-off frequency of at most 30 Hz.
  • the EEG signals can be bandpass filtered.
  • frequencies within the EEG a- (8-13 Hz) and / or ⁇ -band (13-30 Hz) are particularly suitable. In this way, the influence of muscle activity in the EEG, which leads to a poor SNR of the EEG, especially in high frequencies of the EEG y band above 30 Hz, is reduced.
  • the EEG signals analyzed by the symbolic transfer entropy are temporal measured value sequences of 2 to 30 seconds duration, which are determined with a predetermined sampling frequency f s . In the method variant described, the time duration of the measured value sequences is 10 seconds and the sampling frequency f s corresponds to 200 Hz.
  • the temporal measured value sequence therefore comprises 2000 measuring points.
  • sampling frequency f s of the EEG signals and the upper filter frequency of the low-pass filter or the bandpass filter are matched to one another such that the sampling frequency f s of the EEG signals is at least twice the upper filter frequency. This avoids aliasing.
  • a symbolization 24 takes place.
  • a division 26 of the temporal measured value sequences x, y of an electrode pair with N measured values into subsequences x (i), y (i) of length m takes place.
  • the symbolic sequences x (/) and> (/) are used for a symbolic transfer entropy calculation 30.
  • the term symbolic transfer entropy combines various entropy measures.
  • a directional symbolic transfer entropy STEn Y _ x is calculated according to the formula
  • the depth of predictability is limited to a sequence preceding by a distance ⁇ to x (i + ⁇ ), that is, k and I are set equal to zero.
  • k and I can be chosen to be greater than zero.
  • Directional symbolic transfer entropy is derived from Shannon entropy and a conditional Kullbach-Leibler entropy.
  • the conditional probability that the symbolic sequence x (i + S) occurs under the condition of the preceding symbolic sequences ⁇ (and y, ⁇ i) is p (x (i + S) x k (i), y, ( i)).
  • conditional probability that the symbolic sequence x (i + S) occurs under the condition of the preceding symbolic sequence x k () is given by p (x (i + ⁇ ) ⁇ x k ()).
  • a directional symbolic transfer entropy STEn x _, Y can be calculated, with the corresponding subsequences of the two systems X and Y being interchanged.
  • a time offset ⁇ is indicated by a number of measuring points of the temporal measured value sequences. The actual time offset thus results from the time offset ⁇ and the sampling frequency f s .
  • the sampling frequency f s is 200 Hz and the time offset ⁇ corresponds to 10 measured values.
  • the quotient of sampling frequency f s and time offset ⁇ with 20 Hz in the frequency range of the EEG ß-band can be varied essentially as desired as long as their quotient lies in the frequency range of the analyzed EEG, preferably in the ⁇ or ⁇ band.
  • the direction index STEn D i defines and determines the preferred direction of information flow between the two systems.
  • a value of 0 represents a balanced bidirectional information exchange between X and Y in the presence of communication.
  • system X is predominantly the generator.
  • FIG. 5 shows a graphic representation of the direction index STEn D! in image area A with relaxed wakefulness and in image area B in unconsciousness.
  • the magnitude of the direction index STEn Di is plotted, with low values of the direction index STEn D , dark and higher values being shown in light.
  • the graph shows the results of symbolic transfer entropy calculated using 64-channel EEG data on 15 subjects with relaxed wakefulness and propofol-induced unconsciousness, and effects of propofol primarily in electrode combinations involving a frontal electrode.
  • the determination 36 of an indicator value I takes place.
  • a plurality of EEG parameters and / or non-EEG parameters of the standard monitoring cardiac system, respiration as well as patient data and medication information
  • 1 to n are evaluated and a single indicator value I determined.
  • the parameters 1 to n comprise in particular the symbolic transfer entropy quantities STEn D i, STEn x Y and STEn Y ⁇ x determined in the preceding method steps 32, 34.
  • the indicator value I is defined to be between 0 and 100, with values between 80 and 100 being wakefulness and values between 0 and 20 corresponding to deep anesthesia.
  • other EEG parameters or other non-EEG parameters may also be used
  • Drug information to determine the indicator value I.
  • the indicator value I is output, wherein the indicator value is either displayed as a stand-alone output value or included in an anesthesia monitor together with other parameters in the determination of a further indicator value.
  • the awareness monitoring procedure described above is appropriate for both sexes and all ages. However, it is possible that different parameters are used, depending on gender or age or area of application, with the parameters ranging from the arrangement and number of electrodes to the parameters used in the calculation of the directional symbolic transfer entropy of, for example, the Time offset ⁇ can be varied.
  • the method can also be used in different combinations of hypnotic and analgesic anesthetics and specifically configured for specific drug protocols.
  • the approach of symbolic transfer entropy is close to the underlying neural processes. For this purpose, the cortico-cortical coupling can be detected and quantified on the informatory level by time series of the electrical potentials of specific electrodes.
  • the symbolic transfer entropy can also be used for adjacent applications related to sedation, sleep, and coma monitoring.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Psychiatry (AREA)
  • Anesthesiology (AREA)
  • Psychology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Hospice & Palliative Care (AREA)
  • Pain & Pain Management (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

Verfahren zur Bewusstseinsüberwachung, Modul für ein EEG-Gerät und Narkosemonitor. In einem Verfahren zur Bewusstseins- und/oder Schmerzüberwachung, vorzugsweise zur Narkoseüberwachung und zur Erkennung von Wachheit und Bewusstlosigkeit, werden EEG-Signale mittels symbolischer Transferentropie ausgewertet. Die Erfindung betrifft ferner ein Modul zur Analyse von EEG-Signalen mit einem Dateneingang, welcher EEG-Signale empfangen und messen kann, einer Rechnereinheit, welche die EEG-Signale nach einem Verfahren gemäß einem der vorhergehenden Ansprüche auswerten kann, und einer Ausgabeeinheit, welche einen Indikatorwert zur Unterscheidung zwischen Wachheit und Bewusstlosigkeit ausgeben kann, sowie einen Narkosemonitor, welcher ausgebildet ist, um EEG-Signale zu messen und mittels symbolischer Transferentropie auszuwerten.

Description

Verfahren zur Bewusstseins- sowie Schmerzüberwachung, Modul zur Analyse von EEG-Signalen und EEG-Narkosemonitor
Die Erfindung betrifft ein Verfahren zur EEG basierten Bewusstseins- sowie Schmerzüberwachung, vorzugsweise zur Narkoseüberwachung, ein Modul zur Analyse von EEG-Signalen, und einen EEG-Narkosemonitor.
Heutzutage wird Allgemeinanästhesie durch eine Kombination verschiedener Anästhetika herbeigeführt und in erster Linie anhand unspezifischer Überwachungsparameter (z.B. Blutdruck, Herzfrequenz, Schwitzen) überwacht. Diese Surrogaten Standardparameter reflektieren zwar Effekte der zentralen Anästhetikawirkung, ermöglichen jedoch keinen direkten Aufschluss über Vorgänge im Gehirn, dem Hauptwirkort der hypnotischen Komponente der Anästhesie. Unter diesen Voraussetzungen besteht ein Restrisiko für intraoperative Wachheit, die für den Patienten zu einer bewussten Erinnerung von Ereignissen während eines Eingriffs und einer gravierenden postoperativen neurokognitiven Belastungsstörung führen kann.
Konventionelle Überwachungsmonitore, im Folgenden auch Standardüberwachungsmonitore genannt, ermöglichen die Messung und Überwachung von Herzrhythmus, Blutdruck und anderen nicht EEG-basierten Vitalparametern, im Folgenden auch Standardparameter genannt, eines Patienten. Um oben genanntes Restrisiko zu verringern, lässt sich das Gehirn mithilfe des spontanen Elektroenzephalogramms (EEG) spezifischer überwachen als mit den Standardparametern. Aus dem komplexen EEG-Signal werden EEG- Parameter berechnet, durch welche eine Quantifizierung der hypnotischen Komponente der Anästhesie („Narkosetiefe"), insbesondere eine sichere Unterscheidung von Wachheit und Bewusstlosigkeit, erreicht werden soll. Als Analysemethoden werden unterschiedliche mathematische Verfahren verwendet, beispielsweise die klassische lineare Spektralanalyse. Da das EEG von einem nichtlinearen dynamischen System erzeugt wird, können spezifische Charakteristika der EEG-Signale außerhalb des Amplitudenspektrums liegen. Aufgabe der Erfindung ist es, ein optimiertes Verfahren zur Bewusstseins- („Narkosetiefe", hypnotische Komponente der Anästhesie, intraoperative Wachheit, Sedierung, Koma) und/oder Schmerzüberwachung (Analgesie) durch eine verbesserte Auswertung der nichtlinearen dynamischen Eigenschaften des EEG-Signals bereitzustellen, sowie ein Modul zur Analyse von EEG-Signalen und einen EEG-Narkosemonitor, welche die Durchführung eines entsprechend verbesserten Verfahrens ermöglichen.
Diese Aufgabe wird durch ein Verfahren zur Bewusstseins- sowie Schmerzüberwachung, vorzugsweise zur Narkoseüberwachung, gelöst, bei dem EEG-Signale mittels symbolischer Transferentropie ausgewertet werden, insbesondere zur Unterscheidung zwischen Wachheit und Bewusstlosigkeit. Die symbolische Transferentropie ermöglicht eine Quantifizierung des Informationsflusses zwischen zwei dynamischen Systemen (im Folgenden System X und System Y). Weil angenommen wird, dass abbrechende kortikale Integration bei Bewusstseinsverlust mit einer Änderung des Informationstransfers auf elektrophysiologischer Ebene zusammenhängt, lässt sich auf diese Weise beispielsweise die hypnotische Komponente bei der Narkoseüberwachung beurteilen. Die symbolische Transferentropie ist in der Lage, spezifisch diesen mechanistischen Vorgang des Bewusstseinsverlustes zu quantifizieren. Dabei werden anstelle von Signalamplituden nur deren Rangordnungen analysiert und auf diese Weise eine robuste Analyse erreicht (geringe Empfindlichkeit gegenüber Rauschen und Signalstörungen). Durch den ordinalen Ansatz lässt sich zudem das EEG mit Hilfe einer geringen Anzahl von Datenpunkten analysieren. Eine hohe Zuverlässigkeit des Verfahrens kann erreicht werden, indem die EEG-Signale von Elektroden, vorzugsweise Elektrodenpaare, abgeleitet werden, die an besonders geeigneten Positionen platziert sind. Dabei können auch mehrere Elektrodenpaare ausgewertet werden.
Es können insbesondere intrafrontale, frontal-parietale, frontal-temporale, bitemporale oder frontal-okzipitale Elektrodenableitungen verwendet werden.
Um den Einfluss des auszuwertenden EEG-Signale von unerwünschten überlagerten Muskelaktivitätssignalen (Elektromyografie; EMG) zu reduzieren, das heißt um das Signal-Rauschverhältnis (SNR) der gemessenen EEG-Signale zu erhöhen, werden die EEG-Signale vorzugsweise vor einer Berechnung der symbolischen Transferentropie mit einer oberen Grenzfrequenz von höchstens 30 Hz tiefpass- oder bandpassgefiltert. Im Falle einer Bandpassfilterung eignen sich Frequenzen innerhalb des EEG a- (8-13Hz) und/oder ß-Bandes (13-30Hz) besonders.
Zur Vermeidung von Aliaseffekten bei der Abtastung der EEG-Signale ist eine Abtastfrequenz der EEG-Signale vorgesehen, welche zumindest das Zweifache, vorzugsweise zumindest das Fünffache, der oberen Filterfrequenz beträgt.
Die durch die symbolische Transferentropie analysierten EEG-Signale können zeitliche Messwertsequenzen von 2 bis 30 Sekunden Dauer sein. Somit können auch relativ kurze zeitliche Messwertsequenzen mit dem Verfahren ausgewertet und für die Bestimmung des Bewusstseinszustandes kurze Zeitverzögerungen im Sekundenbereich erreicht werden.
Beispielsweise werden innerhalb zeitlicher Messwertsequenzen x (Messung des Systems X), und y (Messung des Systems Y) aus je N Messwerten der EEG- Signale Teilsequenzen x(i), y(i) der Länge m entlang von x, y gebildet. Ein Lag- Parameter τ > 1 bei der Bildung der Teilsequenzen kann zur besseren Entfaltung der aus x(i) und y(i) erzeugten Trajektorien und zu einer genaueren Analyse beitragen. Dabei werden bei der Bildung von x(i) und y(i) nur Amplitudenwerte mit zeitlichem Abstand τ I fs verwendet (/„ Abtastfrequenz der Signale x, y).
Symbolische Sequenzen x(j , y(j) werden daraufhin durch eine Symbolisierung der Teilsequenzen x(i), y(i), vorzugsweise durch Bestimmung der Rangordnung der Amplituden (Ordinalanalyse), erhalten.
Es ist möglich, dass eine direktionale symbolische Transferentropie nach der
Formel
Figure imgf000005_0001
berechnet wird, wobei j t ( ) und y,(i) jeweils den k bzw. I letzten symbolischen Sequenzen gemäß der Formeln ί*( = ί( .ί - - 1) ··,ί "-*);Λ( = » '- »»·, ί- entsprechen und die
Summe über alle Sequenzen x(i + δ), xk (/'), y, (/') gebildet wird. Dadurch wird die
Wahrscheinlichkeit der extrinsischen Voraussagbarkeit einer Sequenz χ(ϊ + δ) mit δ > 0 aus Informationen in y, {i) ausgedrückt. Die direktionale symbolische
Transferentropie ist also ein Maß dafür, in wie weit sich Teilsequenzen aus einer Messwertsequenz von vorhergehenden Teilsequenzen aus der anderen Messwertsequenz erklären lassen. Durch Austausch der entsprechenden Teilsequenzen der Systeme X und Y kann entsprechend die direktionale symbolische Transferentropie STEn^j. berechnet werden.
Der Zeitversatz δ wird vorzugsweise so gewählt, dass der Quotient aus Abtastfrequenz und Zeitversatz im Frequenzbereich des EEG a-, ß-Bandes liegt.
Es ist zusätzlich möglich, dass ein Richtungsindex STEnDi nach der Formel STEnD, =
Figure imgf000006_0001
- STEny_„ berechnet wird. Ein Wert von 0 repräsentiert bei vorhandener Kommunikation ( STEnK^ v + STEn v_>K > 0 ) einen ausgeglichenen bidirektionalen Informationsaustausch zwischen X und V, für positive Werte ist das System X vorwiegend der Generator, für negative Werte ist das System Y vorwiegend der Generator.
Um eine einfache und schnelle Bewertung der Ergebnisse der Analyse der EEG-Signale, beispielsweise durch einen Arzt bei einer Narkoseüberwachung, zu ermöglichen, wird ein Indikatorwert des Bewusstseins- und/oder Schmerzzustandes, vor allem zur Unterscheidung zwischen Wachheit und Bewusstlosigkeit basierend auf der Auswertung der EEG-Signale mittels symbolischer Transferentropie und möglicher weiterer Parameter des EEG und/oder der Standardüberwachung (Herzkreislaufsystem, Atmung sowie Patientendaten und Medikamenteninformationen) ermittelt. Die Kombination der symbolischen Transferentropie mit weiteren Parametern zu einem Indikator kann mit Hilfe einer Fuzzy Logik, neuronalen Netzen, Support Vector Machines oder Regressionen erfolgen. Der Indikator kann dazu verwendet werden, die hypnotische und/oder analgetische Komponente der Anästhesie zu überwachen oder automatisch zu steuern. Die Aufgabe der Erfindung wird ferner durch ein Modul zur Analyse von EEG- Signalen gelöst, welches einen Dateneingang, der EEG-Signale empfangen kann, eine Rechnereinheit, die die EEG-Signale nach einem Verfahren gemäß einem der vorhergehenden Ansprüche auswerten kann, und eine Ausgabeeinheit umfasst, welche einen Indikatorwert zur Bestimmung des Bewusstseins- oder Schmerzzustandes, vorzugsweise zur Unterscheidung zwischen Wachheit und Bewusstlosigkeit ausgeben kann. Dies ermöglicht einen modularen Aufbau eines Systems zur Analyse von EEG-Signalen, wobei beispielsweise das Modul EEG- Signale von einem separaten EEG-Verstärker empfangen kann und den Indikatorwert an einen konventionellen Überwachungsmonitor ausgibt.
Es ist auch möglich, dass das Modul einen EEG-Verstärker umfasst, welcher im Modul fest integriert ist oder eine separate portable vorzugsweise drahtlose Einheit bildet und EEG-Signale an den Dateneingang des Moduls bereitstellt.
Ferner kann das Modul eine Schnittstelle für einen konventionellen Überwachungsmonitor aufweisen, die nicht-EEG-Parameter empfangen kann und wobei die Rechnereinheit ausgebildet ist, um den Indikatorwert unter Einbezug der nicht-EEG-Parameter bestimmen zu können.
Ein erfindungsgemäßer EEG-Narkosemonitor ist ausgebildet, um EEG- Signale zu messen und mittels symbolischer Transferentropie auszuwerten, vorzugsweise nach einem Verfahren der Ansprüche 1 bis 11 , insbesondere um zwischen Wachheit und Bewusstlosigkeit unterscheiden zu können.
Ein wie oben beschriebenes Modul sowie ein eigenständiger EEG- Narkosemonitor kann neben der Narkoseüberwachung oder -Steuerung auch in anderen Anwendungsgebieten verwendet werden, insbesondere bei der Patientenüberwachung auf der Intensivstation, beispielsweise bei Sedierung oder Koma, zur Schlafüberwachung in der Schlafforschung oder zur Vigilanzüberwachung von Verkehrsteilnehmern, beispielsweise Piloten, LKW- oder Busfahrern.
Weitere Merkmale und Vorteile der Erfindung ergeben sich aus der nach- folgenden Beschreibung und aus den Zeichnungen, auf die Bezug genommen wird. In den Zeichnungen zeigen:
- Figur 1 einen erfindungsgemäßen EEG-Narkosemonitor; - Figur 2 einen Narkosemonitor mit einem erfindungsgemäßen Modul zur Analyse von EEG-Signalen;
- Figur 3 ein erfindungsgemäßes Modul zur Analyse von EEG-Signalen;
- Figur 4 ein Ablaufdiagramm eines erfindungsgemäßen Verfahrens zur Bewusstseinsüberwachung;
- Figur 5 eine grafische Darstellung der symbolischen Transferentropie von EEG-Signalen (64 Kanäle) bei entspannter Wachheit und Bewusstlosigkeit; und
- Figur 6 ein Ablaufdiagramm der Bestimmung eines Indikatorwerts aus einzelnen EEG- sowie optionalen nicht-EEG-Parametern gemäß einem erfindungsgemäßen Verfahren.
Figur 1 zeigt einen EEG-Narkosemonitor 10, mit dem EEG-Signale mittels symbolischer Transferentropie ausgewertet werden können. Der Narkosemonitor 10 hat einen Anschluss 12 für eine Mehrzahl von EEG-Elektroden, die auf der Kopfhaut eines Patienten angeordnet werden und mit denen das EEG abgeleitet wird. Der Narkosemonitor 10 wertet die von den Elektroden empfangenen EEG- Signale mittels symbolischer Transferentropie aus, wobei ein Indikatorwert I, besonders zur Unterscheidung zwischen Wachheit und Bewusstlosigkeit, ermittelt wird.
Der Narkosemonitor 10 umfasst eine erste Anzeige 14a, welche die EEG- Signale, eine zweite Anzeige 14b, die den zeitlichen Verlauf des Indikatorwerts I, sowie eine dritte Anzeige 14c, welche den momentanen Indikatorwert I anzeigt. Dies ermöglicht es einem Arzt, bei der Narkoseüberwachung eine einfache und schnelle Einschätzung der Narkosetiefe durchzuführen.
Der Narkosemonitor 10 gemäß Figur 1 ist als eigenständiges Gerät ausgebildet, wobei neben der Ermittlung und Anzeige des Indikatorwerts I als Ergebnis der EEG-Signalanalyse mittels symbolischer Transferentropie und möglicher zusätzlicher EEG- und Standardparameter auch weitere Funktionen zur Auswertung der EEG-Signale und/oder zur Bewertung des Bewusstseinszustandes und/oder des Schmerzes vorgesehen sein können. Figur 2 zeigt eine alternative Ausführungsform eines Narkosemonitors 10 mit einem herkömmlichen, bekannten Standardüberwachungsmonitor der Anästhesie 16, welcher mit einem zusätzlichen Modul 18 ausgestattet ist, der eine Auswertung der EEG-Signale mittels symbolischer Transferentropie ermöglicht.
Das Modul 18 weist neben Anschlüssen für die Stromversorgung durch den Standardüberwachungsmonitor 16 einen Dateneingang mit integriertem EEG- Verstärker 13, welcher EEG-Signale direkt messen oder empfangen kann, eine Rechnereinheit, welche die EEG-Signale mittels der symbolischen Transferentropie und möglicher weiterer EEG- und Standardparameter auswerten kann, und eine Schnittstelle zum Standardüberwachungsmonitor 16, durch welche der berechnete Indikator aus symbolischer Transferentropie mit möglicher Kombination aus weiteren EEG-Parametem mit/ohne Einbezug von Standardparametern und das gemessene EEG auf die Ausgabeeinheit dargestellt wird. In der gezeigten Ausführungsform wird der Indikatorwert I an den Standardüberwachungsmonitor 16 übermittelt und wird auf dessen Anzeige 14c angezeigt.
Figur 3 zeigt eine Variante eines Moduls 18, welches im Gegensatz zum integrierten EEG-Verstärker mit Buchse 12 einen mobilen EEG-Verstärker 13 umfasst. Der EEG-Verstärker 13 ist als separate portable Einheit mit einem Akkumulator zur Energieversorgung ausgebildet und ermöglicht eine drahtlose Übertragung der EEG-Signale an den Dateneingang des Moduls 18. Somit kann der EEG-Verstärker nahe dem Patienten platziert werden, ohne den Standort des Monitors einzuschränken.
Das Modul 18 weist einen Steckplatz 19 auf, in dem der EEG-Verstärker 13 eingesteckt werden kann. Auf diese Weise kann der Akkumulator geladen werden und/oder der EEG-Verstärker 13 über das Modul 18 mit Energie versorgt werden.
Es ist auch möglich, dass das Modul 18 ohne EEG-Verstärker ausgebildet ist und über seinen Dateneingang EEG-Signale von einem separaten externen EEG-Verstärker empfängt. Ein derartiger modularer Aufbau ermöglicht die Verwendung bekannter Komponenten, wie konventionelle Überwachungsmonitore, mit einem Modul 18 zur Ableitung und Analyse von EEG-Signalen mittels symbolischer Transferentropie. Es ist auch möglich, dass das Modul 18 ausgebildet ist, um ausgewählte oder sämtliche Funktionen dieser Komponenten zu erfüllen.
Neben der Anwendung in einem EEG-Narkosemonitor 10 oder als Modul 18 in Verbindung mit einem Standardüberwachungsmonitor 16 kann die symbolische Transferentropie und der berechnete Indikator I und das Modul 18 auch in weiteren Anwendungsgebieten verwendet werden. Diese können insbesondere die Patientenüberwachung auf Intensivstationen, insbesondere bei Sedierung oder Koma, die Schlafüberwachung und die Vigilanzüberwachung von Verkehrsteilnehmern, beispielsweise Piloten oder Lkw- oder Busfahrern, umfassen.
Je nach Anwendungsgebiet kann das Modul 18 mit unterschiedlich ausgebildete Komponenten, wie zum Beispiel konventionellen Überwachungsmonitoren, verwendet werden.
Es ist insbesondere auch möglich, dass für das Modul 18 und für den EEG- Monitor lediglich ein Elektrodenpaar vorgesehen ist.
Ein Verfahren zur Bewusstseins- und/oder Schmerzüberwachung, insbesondere zur Narkoseüberwachung, in einem EEG-Narkosemonitor 10 oder in einem Modul 13 mit Standardüberwachungsmonitor 16 der Figuren 1 oder 2 wird im Folgenden anhand der Figuren 4, 5 und 6 beschrieben. In einem ersten Schritt 20 werden die EEG-Signale gemessen. Dazu eignen sich vor allem intrafrontale (z.B. Fp1-Fp2 im international normierten 10-20 System), frontal-parietale (z.B. Fpz-Pz), frontal-temporale (z.B. Fp2-FT9), bitemporale (z.B. FT9-FT10) und frontal-okzipitale (z.B. Fpz-Oz) Elektrodenableitungen. Es werden vorzugsweise zwei dieser Paare benutzt. In einem darauffolgenden Schritt 22 werden die EEG-Signale mit einer Grenzfrequenz von höchstens 30 Hz tiefpassgefiltert. Alternativ können die EEG- Signale bandpassgefiltert werden. Im Falle einer Bandpassfilterung eignen sich Frequenzen innerhalb des EEG a- (8-13Hz) und/oder ß-Bandes (13-30Hz) besonders. Auf diese Weise wird der Einfluss von Muskelaktivität im EEG, die besonders in hohen Frequenzen des EEG y-Bandes oberhalb 30Hz zu einer schlechten SNR des EEG führt, reduziert. Die von der symbolischen Transferentropie analysierten EEG-Signale sind zeitliche Messwertsequenzen von 2 bis 30 Sekunden Dauer, die mit einer vorbestimmten Abtastfrequenz fs bestimmt werden. In der beschriebenen Verfahrensvariante beträgt die zeitliche Dauer der Messwertsequenzen 10 Sekunden und die Abtastfrequenz fs entspricht 200 Hz. Die zeitliche Messwertsequenz umfasst somit 2000 Messpunkte.
Die Abtastfrequenz fs der EEG-Signale und die obere Filterfrequenz des Tiefpassfilters oder des Bandpassfilters sind so aufeinander abgestimmt, dass die Abtastfrequenz fs der EEG-Signale zumindest das Zweifache der oberen Filter- frequenz beträgt. Auf diese Weise wird ein Aliaseffekt vermieden.
Nach der Filterung der Messwertsequenzen erfolgt eine Symbolisierung 24. In der gezeigten Ausführungsvariante erfolgt eine Aufteilung 26 der zeitlichen Messwertsequenzen x, y eines Elektrodenpaares mit jeweils N Messwerten in Teilsequenzen x(i), y(i) der Länge m. Auf diese Weise werden jeweils bis zu N - m + 1 (τ = 1 ) Teilsequenzen x(i) bzw. y(i) erhalten, die im Falle eines Lags τ > 1 reduziert wird. Im vorliegenden Fall wird τ = 1 verwendet, wobei bei größeren Werten die aus den Teilsequenzen gebildeten Trajektorien im m-dimensionalen Euklidschen Raum entfaltet werden, wodurch unter Umständen eine genauere Analyse durch die symbolische Transferentropie erreicht wird. Werte von 1 bis 10 sind bei fs = 200 Hz besonders geeignet. Die Länge m der Teilsequenzen beträgt mindestens 3, sollte aber m! < N für eine korrekte Berechnung einhalten, wobei in der beschriebenen Ausführungsform die Länge der Teilsequenzen gleich 3 ist. Auf diese Weise können gute Ergebnisse bei verhältnismäßig geringem Rechenaufwand erreicht werden. Diese Teilsequenzen werden in einem darauffolgenden Verfahrensschritt 28 durch Bestimmung der Rangordnung der Amplituden symbolisiert (Ordinalanalyse), wodurch symbolische Sequenzen £( ) bzw. y(i) erhalten werden.
Die symbolischen Sequenzen x(/) und >(/) werden zu einer Berechnung 30 der symbolischen Transferentropie verwendet. Unter dem Begriff der symbolischen Transferentropie werden hierbei verschiedene Entropiemaße zusammengefasst. In einem ersten Schritt 32 wird eine direktionale symbolische Transferentropie STEnY_x nach der Formel
STEn
Figure imgf000012_0001
berechnet. xk (i) und y,(i) entsprechen jeweils den k bzw. I letzten symbolischen Sequenzen entsprechend der Formeln xk (0 = *( »*0" - 1)ν··,*0' - k);y, ( ) = y(i),y(i - \),...,y(i - /) .
In der vorliegenden Verfahrensvariante wird die Tiefe der Voraussagbarkeit auf eine im Abstand δ zu x(i + δ) vorangehende Sequenz beschränkt, das heißt k und I werden gleich null gesetzt. Es ist jedoch auch möglich, dass k und I größer als null gewählt werden können.
Die direktionale symbolische Transferentropie wird aus der Shannon-Entropie und einer bedingten Kullbach-Leibler-Entropie hergeleitet.
Die gemeinsame Wahrscheinlichkeit, dass die symbolische Sequenz x(i + S) mit den vorhergehenden symbolischen Sequenzen j ^ ( ) und y,{i) auftritt, ist p(x(i + ö),xk (/),j>,( )-
Die bedingte Wahrscheinlichkeit, dass die symbolische Sequenz x(i + S) unter der Bedingung der vorhergehenden symbolischen Sequenzen ^ ( und y, {i) eintritt, ist p(x(i + S) \ xk(i),y, (i)) .
Die bedingte Wahrscheinlichkeit, dass die symbolische Sequenz x(i + S) unter der Bedingung der vorhergehenden symbolischen Sequenz xk ( ) eintritt, ist durch p(x(i + δ) \ xk ( )) gegeben.
Analog kann eine direktionale symbolische Transferentropie STEnx_,Y berechnet werden, wobei die entsprechenden Teilsequenzen der beiden Systeme X und Y vertauscht werden. Ein Zeitversatz δ wird durch eine Anzahl von Messpunkten der zeitlichen Messwertsequenzen angegeben. Der tatsächliche zeitliche Versatz ergibt sich somit aus dem Zeitversatz δ und der Abtastfrequenz fs.
In der hier vorgestellten Verfahrensvariante beträgt die Abtastfrequenz fs 200 Hz und der Zeitversatz δ entspricht 10 Messwerten. Auf diese Weise liegt der Quotient aus Abtastfrequenz fs und Zeitversatz δ mit 20 Hz im Frequenzbereich des EEG ß-Bands. Unter Berücksichtigung der vorher genannten Bedingungen für die Abtastfrequenz können δ und fs im Wesentlichen beliebig variiert werden, solange deren Quotient im Frequenzbereich des analysierten EEG liegt, vorzugsweise im a- oder ß-Band.
Ein weiteres Maß der symbolischen Transferentropie stellt der Richtungsindex STEnDi dar, welcher in einem weiteren Verfahrensschritt 34 durch die Differenz der beiden zugeordneten direktionalen symbolischen Transferentropien berechnet wird: STEnD, =
Figure imgf000013_0001
- STEnY-.x
Der Richtungsindex STEnDi definiert und bestimmt die bevorzugte Richtung des Informationsflusses zwischen den beiden Systemen. Ein Wert von 0 repräsentiert bei vorhandener Kommunikation einen ausgeglichenen bidirektionalen Informationsaustausch zwischen X und Y. Für positive Werte ist das System X vorwiegend der Generator.
In Figur 5 wird eine grafische Darstellung des Richtungsindex STEnD! in Bildbereich A bei entspannter Wachheit und in Bildbereich B bei Bewusstlosigkeit dargestellt. Der Einfachheit halber wird der Betrag des Richtungsindex STEnDi aufgetragen, wobei niedrige Werte des Richtungsindex STEnD, dunkel und höhere Werte hell dargestellt sind. Die grafische Darstellung zeigt die Ergebnisse der symbolischen Transferentropie, die mit Hilfe von 64-Kanal EEG-Daten an 15 Probanden bei entspannter Wachheit und Propofol induzierter Bewusstlosigkeit berechnet wurde und Effekte von Propofol vor allem in Elektrodenkombinationen, die eine frontale Elektrode berücksichtigen. Während bei entspannter Wachheit im Bildbereich A mehrheitlich ein ausgeglichener Informationsfluss zwischen den Elektrodenpaaren beobachtet wird mit entsprechenden niedrigen Werten des Richtungsindex STEnDi, dominiert während Bewusstlosigkeit in Bild B ein unbalancierter Austausch von Informationen, gekennzeichnet durch die hellere Färbung und entsprechend höhere Werte des Richtungsindex STEnDi. Dies wird insbesondere bei frontaltemporalen, frontal-parietalen und okzipitalen Elektrodenkombinationen beobachtet. Dieses Ergebnis stimmt qualitativ mit bildgebenden und räumlich hochauflösenden fMRT-Untersuchungen während Anästhesie überein, die auf eine Unterdrückung der kortiko-kortikalen Konnektivität der Netzwerkarchitektur insbesondere des Default und höherer exekutiver Netzwerke hinweisen.
An die Berechnung 30 der symbolischen Transferentropie anschließend erfolgt die Bestimmung 36 eines Indikatorwerts I, wie in Figur 6 dargestellt. Hierbei wird eine Mehrzahl von EEG-Parametern und/oder Nicht-EEG- Parametern der Standardüberwachung (Herzkreislaufsystem, Atmung sowie Patientendaten und Medikamenteninformationen), 1 bis n ausgewertet und ein einzelner Indikatorwert I bestimmt. Die Parameter 1 bis n umfassen insbesondere die in den vorhergehenden Verfahrensschritten 32, 34 bestimmten symbolischen Transferentropiemaße STEnDi, STEnx_Y und STEnY^x.
Der Indikatorwert I ist beispielsweise so definiert, dass er Werte zwischen 0 und 100 annehmen kann, wobei Werte zwischen 80 und 100 Wachheit und Werte zwischen 0 und 20 einer tiefen Narkose entsprechen. Neben den oben genannten Parametern der symbolischen Transferentropie können auch weitere EEG-Parameter oder weitere Nicht-EEG-Parameter
(Standardüberwachungsparameter inkl. Patientendaten und
Medikamenteninformationen) zur Bestimmung des Indikatorwerts I beitragen.
In einem abschließenden Verfahrensschritt 38 wird der Indikatorwert I ausgegeben, wobei der Indikatorwert entweder als eigenständiger Ausgabewert angezeigt wird oder in einem Narkosemonitorzusammen mit anderen Parametern in die Bestimmung eines weiteren Indikatorwerts eingeht.
Das oben beschriebene Verfahren zur Bewusstseinsüberwachung ist für beide Geschlechter und alle Altersklassen geeignet. Es ist jedoch möglich, dass je nach Geschlecht oder Alter bzw. entsprechend dem Anwendungsbereich unterschiedliche Parameter angewandt werden, wobei die Parameter von der Anordnung und Anzahl der Elektroden bis hin zu den Parametern bei der Berechnung der direktionalen symbolischen Transferentropie beispielsweise des Zeitversatzes δ variiert werden können. Das Verfahren lässt sich zudem bei unterschiedlichen Kombinationen hypnotisch und analgetisch wirkender Anästhetika einsetzen und speziell für spezifische Medikamentenprotokolle konfigurieren. Der Ansatz der symbolischen Transferentropie liegt nahe an den zugrunde liegenden neuronalen Prozessen. Dazu lässt sich die kortiko-kortikale Kopplung auf informatorischer Ebene durch Zeitreihen der elektrischen Potenziale spezifischer Elektroden erfassen und quantifizieren. Die symbolische Transferentropie adressiert dabei gezielt mechanistische Effekte von medikamentös induziertem Bewusstseinsverlust. Dieser Ansatz ist vorteilhaft, weil Bewusstlosig- keit mit beeinträchtigter Informationsverarbeitung direkt zusammenhängt. Die aus den hochauflösenden EEG-Daten durchgeführten Voruntersuchungen an Probanden unter Propofolnarkose zeigen, dass die symbolische Transferentropie als neuer EEG-Parameter für die Narkoseüberwachung eine besonders gute, den heutigen Stand der Technik übertreffende Unterscheidung zwischen Wachheit und Bewusstlosigkeit erreicht.
Die symbolische Transferentropie lässt sich ebenso für angrenzende Anwendungen im Zusammenhang mit Sedierungs-, Schlaf- und Komaüberwachung einsetzen.

Claims

Patentansprüche
1. Verfahren zur Bewusstseins- und/oder Schmerzüberwachung, vorzugsweise zur Narkoseüberwachung, bei dem EEG-Signale mittels symbolischer Transferentropie ausgewertet werden, insbesondere zur Unterscheidung zwischen Wachheit und Bewusstlosigkeit.
2. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass die EEG- Signale von einer Mehrzahl von Elektroden, vorzugsweise einem oder einer Mehrzahl von Elektrodenpaaren, ausgewertet werden.
3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass intra- frontale, frontal-parietale, frontal-temporale, bitemporale oder frontal-okzipitale
Elektrodenableitungen vorgesehen sind.
4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die EEG-Signale vor einer Berechnung der symbolischen Transferentropie mit einer Grenzfrequenz von höchstens 30 Hz tiefpassgefiltert und/oder bandpassgefiltert werden, wobei die Bandbreite vorzugsweise innerhalb des Frequenzbandes von 8Hz bis 30Hz liegt.
5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass eine Abtastfrequenz der EEG-Signale vorgesehen ist, welche zumindest das Zweifache, vorzugsweise zumindest das Fünffache, der oberen Filterfrequenz beträgt.
6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die EEG-Signale zeitliche Messwertsequenzen von 2 bis 30 Sekunden Dauer sind.
7. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass aus zeitlichen Messwertsequenzen x, y mit N Messwerten der EEG-Signale Teilsequenzen x(i), y(i) der Länge m mit Lag τ entlang x und y gebildet werden und symbolische Sequenzen x(i\ y(i) durch eine Symbolisierung der Teilsequenzen x(i), y(i) vorzugsweise durch Bestimmung der Rangordnung der Amplituden, erhalten werden, wobei m größer oder gleich 3, vorzugsweise genau 3, ist.
8. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass eine direktionale symbolische Transferentropie nach der Formel
Figure imgf000017_0001
berechnet wird, wobei k und I für
Figure imgf000017_0002
vorzugsweise null sind.
9. Verfahren nach Anspruch 8, dadurch gekennzeichnet, dass der Zeitversatz δ so gewählt ist, dass der Quotient aus Abtastfrequenz und Zeitversatz im Frequenzbereich des EEG a- oder ß-Bandes liegt..
10. Verfahren nach Anspruch 8 oder 9, dadurch gekennzeichnet, dass ein Richtungsindex STEnDi nach der Formel STEnD, = STEnx_>y - STEny_^x berechnet wird.
1 1. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass ein Indikatorwert zur Unterscheidung zwischen Wachheit und Bewusstlosigkeit basierend auf der Auswertung der EEG-Signale mittels symbolischer Transferentropie ermittelt wird.
12. Modul (18) zur Analyse von EEG-Signalen mit einem Dateneingang, welcher EEG-Signale empfangen kann, einer Rechnereinheit, welche die EEG- Signale nach einem Verfahren gemäß einem der vorhergehenden Ansprüche auswerten kann, und einer Ausgabeeinheit, welche einen Indikatorwert zur Unterscheidung zwischen Wachheit und Bewusstlosigkeit ausgeben kann.
13. Modul (18) nach Anspruch 12, dadurch gekennzeichnet, dass ein EEG- Verstärker (13) vorgesehen ist, welcher im Modul (18) fest integriert ist oder eine separate portable vorzugsweise drahtlose Einheit bildet und EEG-Signale an den Dateneingang des Moduls (18) bereitstellt.
14. Modul (18) nach Anspruch 12 oder 13, dadurch gekennzeichnet, dass das Modul (18) eine Schnittstelle für einen konventionellen Überwachungsmonitor (16) aufweist, die nicht-EEG-Parameter empfangen kann, wobei die Rechnereinheit ausgebildet ist, den Indikatorwert unter Einbezug der nicht-EEG-Parameter bestimmen zu können.
15. EEG-Narkosemonitor (10), welcher ausgebildet ist, um EEG-Signale zu messen und mittels symbolischer Transferentropie auszuwerten, vorzugsweise nach einem Verfahren der Ansprüche 1 bis 11 , insbesondere um zwischen Wachheit und Bewusstlosigkeit unterscheiden zu können.
PCT/EP2012/001794 2011-05-02 2012-04-26 Verfahren zur bewusstseins- sowie schmerzüberwachung, modul zur analyse von eeg-signalen und eeg-narkosemonitor WO2012150015A1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
EP12718076.8A EP2704629B1 (de) 2011-05-02 2012-04-26 Verfahren zur bewusstseins- sowie schmerzüberwachung, modul zur analyse von eeg-signalen und eeg-narkosemonitor
US14/114,719 US20140081094A1 (en) 2011-05-02 2012-04-26 Method for consciousness and pain monitoring, module for analyzing eeg signals, and eeg anesthesia monitor

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
DE102011100173.9 2011-05-02
DE102011100173 2011-05-02
DE102011115116.1 2011-10-06
DE102011115116A DE102011115116A1 (de) 2011-05-02 2011-10-06 Verfahren zur Bewusstseins- sowie Schmerzüberwachung, Modul zur Analyse von EEG-Signalen und EEG-Narkosemonitor

Publications (1)

Publication Number Publication Date
WO2012150015A1 true WO2012150015A1 (de) 2012-11-08

Family

ID=47019656

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2012/001794 WO2012150015A1 (de) 2011-05-02 2012-04-26 Verfahren zur bewusstseins- sowie schmerzüberwachung, modul zur analyse von eeg-signalen und eeg-narkosemonitor

Country Status (4)

Country Link
US (1) US20140081094A1 (de)
EP (1) EP2704629B1 (de)
DE (1) DE102011115116A1 (de)
WO (1) WO2012150015A1 (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2789293A1 (de) 2013-04-12 2014-10-15 Commissariat à l'Énergie Atomique et aux Énergies Alternatives Verfahren zur Überwachung des Bewusstseins
CN110327042A (zh) * 2019-07-17 2019-10-15 唐延智 一种大脑状态监测装置及其控制方法

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9849241B2 (en) 2013-04-24 2017-12-26 Fresenius Kabi Deutschland Gmbh Method of operating a control device for controlling an infusion device
US10383550B2 (en) * 2014-07-17 2019-08-20 Elwha Llc Monitoring body movement or condition according to motion regimen with conformal electronics
US10390755B2 (en) * 2014-07-17 2019-08-27 Elwha Llc Monitoring body movement or condition according to motion regimen with conformal electronics
US10279200B2 (en) * 2014-07-17 2019-05-07 Elwha Llc Monitoring and treating pain with epidermal electronics
US10279201B2 (en) * 2014-07-17 2019-05-07 Elwha Llc Monitoring and treating pain with epidermal electronics
US11036294B2 (en) 2015-10-07 2021-06-15 The Governing Council Of The University Of Toronto Wireless power and data transmission system for wearable and implantable devices
US10953230B2 (en) * 2016-07-20 2021-03-23 The Governing Council Of The University Of Toronto Neurostimulator and method for delivering a stimulation in response to a predicted or detected neurophysiological condition
CN106901728B (zh) * 2017-02-10 2019-07-02 杭州电子科技大学 基于变尺度符号传递熵的多通道脑肌电耦合分析方法
CN111670002A (zh) * 2017-12-05 2020-09-15 神经索引公司 麻醉管理的系统及方法
DE102018110275A1 (de) * 2018-04-27 2019-10-31 Susanne Koch Verfahren und Vorrichtung zur Bereitstellung eines Parameters, der auf einen Bewusstseinsverlust eines Patienten unter Narkose hinweist
MA54627A (fr) * 2019-02-11 2021-11-03 Oncomfort Sa Procédé et système pour surveiller un niveau d'état de conscience modifié induit non pharmacologiquement
CN113367657B (zh) * 2020-03-10 2023-02-10 中国科学院脑科学与智能技术卓越创新中心 基于高频脑电睡眠质量评价方法、装置、设备和存储介质
CN112450947B (zh) * 2020-11-20 2022-08-02 杭州电子科技大学 一种针对情绪唤醒度的动态脑网络分析方法
CN112827039A (zh) * 2021-03-01 2021-05-25 中山大学 麻醉呼吸机的控制方法、装置及可调控麻醉呼吸机系统
CN114202921B (zh) * 2021-12-09 2023-08-04 洛阳师范学院 交通流量的多尺度符号动态熵分析方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009079384A1 (en) * 2007-12-18 2009-06-25 New York University Qeeg statistical low resolution tomographic analysis

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6317627B1 (en) * 1999-11-02 2001-11-13 Physiometrix, Inc. Anesthesia monitoring system based on electroencephalographic signals
US7089927B2 (en) * 2002-10-23 2006-08-15 New York University System and method for guidance of anesthesia, analgesia and amnesia
US8838226B2 (en) * 2009-12-01 2014-09-16 Neuro Wave Systems Inc Multi-channel brain or cortical activity monitoring and method

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009079384A1 (en) * 2007-12-18 2009-06-25 New York University Qeeg statistical low resolution tomographic analysis

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
STANIEK, MATTHÄUS: "Symbolische Transferentropie: Charakterisierung gerichteter Interaktionen in nichtlinearen dynamischen Netzwerken", 14 April 2010, http://hss.ulb.uni-bonn.de/2010/2369/2369.pdf, XP009161397 *
VAKORIN V A ET AL: "Exploring transient transfer entropy based on a group-wise ICA decomposition of EEG data", NEUROIMAGE, ACADEMIC PRESS, ORLANDO, FL, US, vol. 49, no. 2, 15 January 2010 (2010-01-15), pages 1593 - 1600, XP026796284, ISSN: 1053-8119, [retrieved on 20090818] *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2789293A1 (de) 2013-04-12 2014-10-15 Commissariat à l'Énergie Atomique et aux Énergies Alternatives Verfahren zur Überwachung des Bewusstseins
WO2014167460A1 (en) 2013-04-12 2014-10-16 Commissariat A L'energie Atomique Et Aux Energies Alternatives Methods to monitor consciousness
US10799134B2 (en) 2013-04-12 2020-10-13 Commissariat A L'energie Atomique Et Aux Energies Alternatives Methods to monitor consciousness
CN110327042A (zh) * 2019-07-17 2019-10-15 唐延智 一种大脑状态监测装置及其控制方法

Also Published As

Publication number Publication date
DE102011115116A1 (de) 2012-11-08
EP2704629B1 (de) 2016-12-28
US20140081094A1 (en) 2014-03-20
EP2704629A1 (de) 2014-03-12

Similar Documents

Publication Publication Date Title
EP2704629B1 (de) Verfahren zur bewusstseins- sowie schmerzüberwachung, modul zur analyse von eeg-signalen und eeg-narkosemonitor
EP2887861B1 (de) Vorrichtung zur untersuchung einer phasenverteilung zur ermittlung einer krankhaften interaktion zwischen verschiedenen hirnarealen
DE69031118T2 (de) Analysesystem und verfahren für das gehirnbiopotential
DE69530768T2 (de) System und verfahren zum analysieren des zerebralen biopotentials
EP0856181B1 (de) Verfahren und vorrichtung zur auswertung eines narkose- oder intensiv-eeg
DE69228823T2 (de) Vorrichtung und verfahren zur untersuchung von zerebralen bio-potentialen
DE3854806T2 (de) Gerät zur Bestimmung der verschiedenen Phasen des Schlafens in Wechselwirkung mit Bedienungspersonen
EP3019080B1 (de) Verfahren zur automatischen auswertung eines absens-eeg, computerprogramm und auswertegerät dafür
DE69126315T2 (de) Narkoseüberwachung
EP0828225A1 (de) Verfahren und Vorrichtung zum Auswerten von EEG-Daten
EP1059875B1 (de) Auswertesystem zur gewinnung diagnostischer informationen aus signalen und daten medizinischer sensorsysteme
DE102008003000A1 (de) Überwachen epileptiformer Aktivität
Harper et al. Stimulus sequence context differentially modulates inhibition‐related theta and delta band activity in a go/no‐go task
DE60315080T2 (de) Verfahren und vorrichtung zum extrahieren kausaler informationen aus einer chaotischen zeitreihe
EP1483017B1 (de) Vorrichtung zur lokalisation des zielpunktes von elektroden zur hirnstimulation, insbesondere zur tiefenhirnstimulation
EP2799110B1 (de) Medizinisches Gerät zum Erfassen und Erzeugen von Resonanzfrequenzen
EP2685885A1 (de) Stress- und burnoutanalyse- und diagnosegerät
EP0813840A1 (de) Verfahren und Messanordnung zum Messen von reizevozierten Potentialen des Gehirns
DE102021100558B3 (de) Verfahren und Vorrichtung zur technischen Unterstützung der Analyse von messtechnisch erfassten Signalen, die einen zeit- und raumabhängigen Signalverlauf aufweisen
EP1859733A1 (de) Verfahren und Vorrichtung zur Korrelation von Signalen der Atmung des Herz-Kreislauf-Systems
DE102021113372B3 (de) Analyseverfahren, Analysevorrichtung sowie ausführbares Computerprogramm zur medizinisch-technischen Analyse einer an einem Körper gemessenen Herzfrequenzkurve
DE102010025920B4 (de) Verfahren zu einer Generierung eines Triggersignals mittels eines EKG-Signals, insbesondere einer R-Zacke des EKG-Signals, sowie eine EKG-Messvorrichtung und ein Magnetresonanzgerät
DE102007024072A1 (de) Verfahren und Vorrichtung zur Korrelation von Signalen der Atmung des Herz-Kreislauf-Systems
EP2830493A1 (de) Vorrichtung und verfahren zur messung elektrischer potentiale eines lebewesens
DE102008039917B4 (de) Verfahren und Vorrichtung zur Prüfung eines Elektrokardiogramms

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12718076

Country of ref document: EP

Kind code of ref document: A1

REEP Request for entry into the european phase

Ref document number: 2012718076

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2012718076

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 14114719

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE