WO2016027738A1 - 波形検査プログラム及び波形検査装置 - Google Patents

波形検査プログラム及び波形検査装置 Download PDF

Info

Publication number
WO2016027738A1
WO2016027738A1 PCT/JP2015/072785 JP2015072785W WO2016027738A1 WO 2016027738 A1 WO2016027738 A1 WO 2016027738A1 JP 2015072785 W JP2015072785 W JP 2015072785W WO 2016027738 A1 WO2016027738 A1 WO 2016027738A1
Authority
WO
WIPO (PCT)
Prior art keywords
wave
waveform
potential
difference
integral
Prior art date
Application number
PCT/JP2015/072785
Other languages
English (en)
French (fr)
Inventor
明子 蜂須賀
研二 蜂須賀
あおい 本田
直樹 渡邊
亮治 福田
Original Assignee
学校法人産業医科大学
国立大学法人 九州工業大学
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 学校法人産業医科大学, 国立大学法人 九州工業大学 filed Critical 学校法人産業医科大学
Priority to JP2015540944A priority Critical patent/JPWO2016027738A1/ja
Publication of WO2016027738A1 publication Critical patent/WO2016027738A1/ja

Links

Images

Classifications

    • 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
    • A61B5/389—Electromyography [EMG]

Definitions

  • the present invention relates to a waveform inspection program and a waveform inspection apparatus for detecting a specific wave from data obtained by measuring a potential of a human body that changes due to stimulation to the human body.
  • an F wave can be detected visually from an electromyogram by a medical worker by understanding the characteristics of the F wave.
  • the burden is large and there is also a risk of oversight. Therefore, the determination of the similarity of the F wave has not progressed in clinical application.
  • This is not limited to the F wave, and the same can be said for other types of waves obtained from changes in the potential of the human body. Therefore, it is required to automatically detect a specific wave from a change in the potential of the human body using a dedicated machine, a general-purpose machine, or the like, and a specific example is described in Patent Document 1.
  • the apparatus described in Patent Document 1 removes noise by performing moving average or quadratic curve approximation on data input from the evoked potential measurement apparatus, and specifies the latency (starting point) of the F wave.
  • the present invention has been made in view of such circumstances, and provides a waveform inspection program and a waveform inspection apparatus for detecting a wave with no quantitative determination criteria determined with high accuracy from data obtained by measuring the potential of a human body. With the goal.
  • the waveform inspection program according to the first invention uses a exclusion wave ⁇ that is a fuzzy integral from a data obtained by measuring a potential of a human body that changes due to a stimulus to the human body. Is detected.
  • the exclusion integral ⁇ is a generalization of the Choquet integral.
  • the stimulus to the human body is intermittent electrical stimulation
  • the specific wave is an F wave
  • the data includes a plurality of the F waves
  • the exclusion integral ⁇ is a generalization of the Choquet integral.
  • the waveform inspection program for each of a plurality of measurement points at which the potential is measured from when the predetermined time T1 after the electrical stimulation has elapsed until the predetermined time T2 has elapsed after the electrical stimulation, it is preferable to determine the feature value of the exclusion integral ⁇ based on the differential value and the variance value before and after the measurement point, and detect the latency point corresponding to the start point of the F wave.
  • those having a difference between the maximum value of the potential measured within a predetermined time from the latency point and the potential of the latency point smaller than the predetermined value are excluded from the F wave. Is preferred.
  • the sum of squares of potential differences, the difference in latency, and the difference in maximum value of potential between any one of the plurality of F waves and the other F waves respectively It is preferable to determine the feature quantity of the exclusion integral ⁇ based on the above.
  • the sum of squares of the difference in the first derivative of the potential, the difference in latency, and the maximum potential between any one of the plurality of F waves and the other F waves It is preferable to determine the feature amount of the exclusion integral ⁇ based on each value difference.
  • the sum of squares of the difference of the second derivative of the potential, the difference in latency, and the maximum of the potential between any one of the plurality of F waves and the other F waves It is preferable to determine the feature amount of the exclusion integral ⁇ based on each value difference.
  • the waveform inspection apparatus in accordance with the above object detects a specific wave from the data obtained by measuring the potential of the human body that changes due to stimulation to the human body, using the exclusion integral ⁇ that is fuzzy integral.
  • Waveform detection means is provided.
  • the exclusion integral ⁇ is a generalization of the Choquet integral.
  • the stimulus to the human body is an intermittent electrical stimulus
  • the specific wave is an F wave
  • the data includes a plurality of the F waves, and is obtained by fuzzy integration. It is preferable to further include waveform similarity determination means for determining the similarity of another F wave to an arbitrary one of the plurality of F waves using a certain exclusion integral ⁇ .
  • the exclusion integral ⁇ is a generalization of the Choquet integral.
  • the waveform detecting means includes a plurality of measurement points at which the potential is measured after the predetermined time T1 after the electrical stimulation has elapsed and until the predetermined time T2 has elapsed after the electrical stimulation. For each, it is preferable to determine a feature value of the exclusion integral ⁇ based on differential values and variance values before and after the measurement point, and detect a latency point corresponding to a start point of the F wave.
  • the waveform detection means has a difference between the maximum value of the potential measured within a predetermined time from the latency point and the potential at the latency point being smaller than the predetermined value. Is preferably excluded from the F wave.
  • the waveform similarity determination means includes a sum of squares of a potential difference between any one of the plurality of F waves and another F wave, a difference in latency, and It is preferable to determine the feature amount of the exclusion integral ⁇ based on the difference between the maximum potential values.
  • the waveform similarity determination means includes a sum of squares of a difference of the first derivative of the potential between any one of the plurality of F waves and the other F waves, It is preferable to determine the feature amount of the exclusion integral ⁇ based on the difference and the difference in the maximum value of the potential.
  • the waveform similarity determination means includes a sum of squares of a difference of the second derivative of the potential between any one of the plurality of F waves and another F wave, and a latency time It is preferable to determine the feature amount of the exclusion integral ⁇ based on the difference and the difference in the maximum value of the potential.
  • the waveform inspection apparatus further includes editing means for correcting at least one of the F-wave detection result and the F-wave similarity determination result.
  • the waveform inspection program according to the first invention and the waveform inspection apparatus according to the second invention are identified from data obtained by measuring a potential of a human body using an exclusion integral ⁇ which is a fuzzy integral using a non-additive measure. Therefore, subjective judgment can be suitably replaced with an arithmetic expression, and the detection accuracy of a specific wave can be increased.
  • a waveform inspection program 10 uses a computer 11 to measure an inclusion integral (Inclusion) that is a fuzzy integral from data obtained by measuring a potential of a human body that changes due to stimulation to the human body.
  • inclusion integral is a fuzzy integral from data obtained by measuring a potential of a human body that changes due to stimulation to the human body.
  • -Exclusion integral is used to detect an F wave that is an example of a specific wave. Details will be described below.
  • the computer 11 includes a waveform inspection program 10, a main body 12 that stores the waveform inspection program 10, an input unit 13 that includes a keyboard and a mouse, and an output unit 14 that includes a display and a printer.
  • the main body 12 includes an interface for acquiring data from the outside, in addition to a storage device and a CPU in which the waveform inspection program 10 is installed. In FIG. 1, descriptions of the storage device, CPU, and various interfaces included in the main body 12 are omitted.
  • the input unit 13 and the output unit 14 are connected to the main unit 12, and the main unit 12 starts the waveform inspection program 10 in accordance with an input operation from the input unit 13, and converts the external data acquired from the data acquisition interface. On the other hand, a predetermined calculation is performed. The result calculated by the waveform inspection program 10 is output to the output unit 14 as necessary. Therefore, the user of the computer 11 can confirm the calculation result of the waveform inspection program 10 by referring to the output from the output unit 14.
  • the data acquired from the outside by the main body 12 is obtained by measuring the potential of a predetermined part of the human body using a device that applies electrical stimulation to the human body (ie, the evoked potential measuring device 15). It is obtained.
  • a device that applies electrical stimulation to the human body ie, the evoked potential measuring device 15.
  • the evoked potential measuring device 15 that electrically stimulates the motor nerves of the human body and measures the change in the action potential of the muscles of the human body will be described below, but instead of the evoked potential measuring device 15, Use a sensor that measures the change in the action potential of the sensory nerve by electrically stimulating the sensory nerve of the human body, or a sensor that measures the change in the potential of other parts of the human body by electrically stimulating other parts of the human body. You can also.
  • an evoked potential measuring device that measures the change in potential of a predetermined part of the human body by applying auditory stimulation with sound or visual stimulation with light instead of electrical stimulation can be applied to the present invention. is there.
  • the evoked potential measuring device 15 intermittently electrically stimulates the peripheral nerve of the human body, measures the change in action potential of the muscles of the human body, and changes the measured action potential with respect to the time axis as data (in this embodiment, evoked). Recorded as potential data).
  • the intensity of the electrical stimulation is a level that gives the maximum stimulation to the peripheral nerve, and one M wave and one F wave appear in principle by one electrical stimulation as shown in FIG.
  • the M wave is generated before the F wave appears after the electrical stimulation is applied, and has a larger amplitude than the F wave.
  • a triangular mark is given to the timing when electrical stimulation is applied to the peripheral nerve.
  • the evoked potential measurement device 15 applies electrical stimulation to the peripheral nerve of the human body a plurality of times in a single measurement, the data including a single measurement result includes a plurality of F waves.
  • Data stored by the evoked potential measurement device 15 can be supplied to the main body 12 offline via a storage device, or transmitted to the main body 12 online via a communication cable. It is.
  • inspection program 10 detects F wave from the data which the evoked potential measuring device 15 gave to the main-body part 12, and also determines those similarities in several detected F wave.
  • the determination of the similarity of the F wave is effective for diagnosis of a neurological disease.
  • the waveform inspection program 10 is independent from the computer 11, and is stored in a storage medium such as an optical disk before being installed in the computer 11.
  • the waveform inspection apparatus is mainly configured by the waveform inspection program 10 and the computer 11.
  • the waveform inspection program 10 performs the detection of the F wave and the determination of the similarity of the F wave, which have been performed based on subjective judgment, using an exclusion integral classified as one of the fuzzy integrals.
  • the waveform inspection program 10 causes the computer 11 to detect the F wave and determine the similarity of the F wave using the exclusion integration.
  • the fuzzy integration is integration with a non-additive measure (Integral with respect to non-measurement), and the integration with monotonic measure (Integral with respect to monotone measurement) can be said to be a special case.
  • the exclusion integral will be described.
  • the inclusion integral is a generalization of the Choquet integral
  • the inclusion integration class is a class with a high degree of freedom including the Choquet integral.
  • the exclusion integral of f with respect to v is defined by the following Equation 3.
  • the fuzzy measure is a non-additive measure and is also referred to as a monotone measure.
  • v is a fuzzy measure on 2N means that the set function v: 2N ⁇ [0, ⁇ ] satisfies the conditions of the following expressions 4 and 5.
  • the division integral for the fuzzy measure v can also be expressed as in the following Expression 6 using the Mobius transform m v of v .
  • the detection of the F wave is hereinafter referred to as the exclusion integration ⁇ , F.
  • the exclusion integration ⁇ F.
  • the waveform inspection program 10 uses the first program unit (that is, the waveform detection means 16) that detects the F wave using the exclusion integral ⁇ and the similarity of the F wave using the exclusion integral ⁇ .
  • a second program unit that is, waveform similarity determination means 17 for determining the characteristics is provided.
  • the detection of the F wave in the data recording the action potential is performed by differentiating the F wave before and after the F wave start point (the start time of the F wave) and the F wave. It was confirmed that it was effective to set the criteria based on the divergence before and after the starting point. Further, a wave that appears until a predetermined time (hereinafter referred to as a predetermined time T1) elapses after the electrical stimulation is applied, and a predetermined time (hereinafter referred to as a predetermined time T2) elapses after the electrical stimulation is applied. It is known that the wave that appears after this is not an F wave. Note that T1 ⁇ T2.
  • the predetermined time T1 is a value in the range of 5 to 100 ms
  • the predetermined time T2 is a value in the range of 6 to 130 ms.
  • T2 from the elapse of a predetermined time T1 after the electrical stimulation to the elapse of the predetermined time T2 after the electrical stimulation.
  • the feature value of the exclusion integral ⁇ based on the differential values and the variance values before and after the measurement point 18 for all the measurement points 18 at which the potential is measured in the section T1 (hereinafter referred to as the detection target section).
  • the F wave is detected.
  • the waveform detection means 16 specifies the detection target section from the data obtained by measuring the action potential with reference to the time point when the electrical stimulation is applied.
  • the waveform detection means 16 determines the feature amount of the exclusion integral ⁇ to be applied to the measurement point 18 for the nth measurement point 18 in the detection target section, and uses the exclusion integral ⁇ , A numerical value of a level that is regarded as the start point of the F wave (likeness of the start point of the F wave) is calculated.
  • the waveform detection means 16 can be regarded as the start point of the F wave for the n + 1th measurement point 18 by the same procedure.
  • n is a natural number, and the maximum value of n is K, assuming that there are K measurement points 18 in the detection target section.
  • the waveform detection unit 16 sets the latency corresponding to the start point of the F wave to the measurement point 18 having the maximum level that can be regarded as the start point of the F wave among all the measurement points 18 in the detection target section. It is detected as a point (F wave start point) 19. Therefore, the waveform detection means 16 determines the characteristic amount of the exclusion integral ⁇ for each of the plurality of measurement points 18 in the detection target section, based on the differential values and the variance values before and after the measurement point 18, The latency point 19 is detected.
  • y represents a numerical value of a level that can be regarded as the start point of the F wave, and is a value of 0 ⁇ y ⁇ 1, meaning that the closer to 1 is, the more likely it is a latency (F-wave's latency).
  • a 1 , a 2 ,..., A 35 , a 45 , a 0 are coefficients or intercepts
  • x 1 , x 2 , x 3 , x 4 , x 5 are feature quantities.
  • a 1 , a 2 ,..., a 35 , a 45 , a 0 are obtained in advance by supervised learning.
  • x 1 , x 2 , x 3 , x 4 , x 5 corresponding to the exclusion integral ⁇ applied to the nth measurement point are p, q, r, s as natural numbers, and x 1 is n ⁇ 1-order inverse of the derivative of the p-th measurement point 18, x 2 is the first derivative of the value of n-q-th measurement point 18, x 3 is n-th measurement point from n-r th measurement point 18 dispersing up to 18, x 4 is the variance of the n-th measurement point 18 to the n + s-th measurement point 18, the x 5, the value of the second derivative of the n-th measurement point 18 of the n-th measurement point 18 It is the value divided by the third derivative.
  • the waveform detection means 16 specifies the latency point 19 within the detection target section, and then determines the maximum potential value and the latency point measured within a predetermined time (3 to 8 ms in this embodiment) from the latency point 19.
  • the potentials of 19 are compared, and if the potential difference is equal to or greater than a predetermined value (a value in the range of 10 to 50 mV in this embodiment), a wave starting from the latent point 19 is detected as an F wave.
  • a predetermined value a value in the range of 10 to 50 mV in this embodiment
  • the wave starting from the latency point 19 is the F wave. It is determined that it is not, and is excluded from the F wave.
  • whether to exclude the F wave is determined from the difference between the maximum value of the potentials measured within a predetermined time from the latency point 19 and the potential of the latency point 19.
  • the procedure is not always necessary, and this procedure can be omitted. For example, if y in Expression 9 is equal to or greater than a predetermined value (for example, a value in the range of 0.9 to 1), the wave starting at the latency point 19 may be determined as the F wave.
  • the waveform similarity determination unit 17 uses the exclusion integral ⁇ to determine the similarity between one F wave and the other F wave in the detected plurality of F waves. (That is, the similarity between any one of the detected F waves and the other F waves). In this embodiment, the waveform similarity determination unit 17 sums the square of the potential difference between the F waves for determining similarity (the potential of one F wave measurement point and the other F waves corresponding to the measurement point).
  • the square of the potential difference at the measurement point is the sum of all the F wave measurement points), the latency difference (the difference in time elapsed from the start of the electrical stimulation until the F wave starts), and the maximum potential Based on the difference in values (difference in potential at the measurement point 18 where the potential is maximum in the F wave), the feature amount of the exclusion integral ⁇ is determined. This is because it has been confirmed that the wavelength, latency, and maximum potential of the F wave are effective in determining the similarity of the F wave.
  • the exclusion integral ⁇ employed in the present embodiment is expressed by the following expression 10 having three feature amounts.
  • Equation 10 a 1 , a 2 , a 3 , a 12 , a 13 , a 23 , a 0 are coefficients or intercepts, and feature quantities x 1 , x 2 , x 3 are x 1 is the sum of squares of the potential difference between the F waves for determining similarity, x 2 is the square of the time difference from the electrical stimulation to the latency between the F waves for determining similarity, and x 3 is The square of the time difference from the electrical stimulation to the maximum potential measurement point 18 between the F waves for determining similarity.
  • y indicates the likelihood of latency, 0 ⁇ y ⁇ 1, and the closer y is to 1, the more likely it is the latency.
  • a 1 , a 2 , a 3 , a 12 , a 13 , a 23 , and a 0 are obtained in advance by supervised learning in the same manner as the exclusion integral ⁇ .
  • the waveform similarity determination means 17 uses the first floor of the potential between the F waves instead of adopting the sum of squares of the potential difference between the F waves for determining the similarity in order to determine the feature quantity of the exclusion integral ⁇ .
  • One of the sum of squares of the difference difference, the sum of squares of the difference of the second derivative of the potential between the F waves, and the difference in wavelength between the F waves (the time difference from the latency of the F wave to the end point of the F wave) or Two or all may be employed.
  • the waveform similarity determination means 17 determines the feature amount of the exclusion integral ⁇ , and the sum of squares of the potential difference between the F waves for determining similarity, the difference in latency, and the maximum value of the potential between the F waves.
  • One or two or all of the square sum of the difference of the first derivative of the potential between the F waves, the square sum of the difference of the second derivative of the potential between the F waves, and the difference in wavelength between the F waves can also be adopted.
  • the exclusion integral ⁇ is not limited to that shown in Expression 9, and can be generalized to an expression shown in Expression 12 below using a five-dimensional vector of x defined in Expression 11 below.
  • the exclusion integral ⁇ is not limited to that shown in Expression 10, and the following Expression 14 is used by using a vector of x defined by Expression 13 below. It can be generalized to the mathematical formula shown below.
  • the waveform inspection program 10 includes editing means (not shown) that corrects the detection result of the F wave and the similarity determination result of the F wave according to the input from the input unit 13.
  • the editing means is a part of the waveform inspection program 10 and is a third program part. Therefore, the user of the computer 11 can correct the detection result of the F wave and the similarity determination result of the F wave by manual operation using the editing means.
  • An interactive system can be established compared to a system that relies solely on the results calculated on the basis.
  • the editing means may be capable of correcting only one of the F-wave detection result and the F-wave similarity determination result.
  • the wave detected by the waveform inspection program using the exclusion integral ⁇ and the wave for determining similarity using the exclusion integral ⁇ are not limited to the F wave, and may be an M wave. May be the wave.
  • the feature quantity of the exclusion integral ⁇ does not need to be five, and the feature quantity of the exclusion integral ⁇ does not need to be three.
  • the exclusion integral ⁇ and the exclusion integral ⁇ are not limited to those having a first-order term and a second-order term, and may be an integration model including a third-order term, for example.
  • the editing means is not always necessary and may be omitted.
  • the waveform inspection program and the waveform inspection apparatus since a wave with no quantitative determination criterion can be detected with high accuracy from data obtained by measuring the potential of the human body, it can be used for examination of a neurological disease. Is possible.

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

コンピュータ（１１）に、人体への刺激によって変化する人体の電位を計測したデータから、ファジィ積分である包除積分αを用いて、特定の波を検出させる。包除積分αは、非加法的測度を用いたファジィ積分であることから、主観的判断を好適に演算式に置き換えることができ、特定の波の検出精度を高くすることが可能となる。

Description

波形検査プログラム及び波形検査装置
本発明は、人体への刺激によって変化する人体の電位を計測したデータから、特定の波を検出する波形検査プログラム及び波形検査装置に関する。
人体は、電気刺激や、音の刺激、あるいは、光の刺激を与えられることによって、特定の部位で電位が変化する。健常者と、神経疾病の患者では、電位の変化に差があり、電位の変化を分析することは、神経疾患の診断に有効である。例えば、末梢神経を間欠的に電気刺激して得られる誘発電位に出現するＦ波（Ｆ－ｗａｖｅ）に高い類似性が認められると、それは、神経疾病の示唆を意味する。
ところで、Ｆ波は、Ｆ波の特徴を理解することにより医療従事者が筋電図から目視で検出することが可能である。
ここで、人が主観的判断によって、誘発電位中のＦ波を特定する場合、負担が大きく、更に、見落としのリスクもあることが確認されている。従って、Ｆ波の類似性の判定は、臨床での応用が進んでいない。また、これは、Ｆ波に限ったことではなく、人体の電位の変化から得られる他の種類の波についても同様のことが言える。
そこで、人体の電位の変化から特定の波を、専用機や汎用機等によって自動検出することが求められ、その具体例が、特許文献１に記載されている。特許文献１に記載の装置は、誘発電位測定装置から入力されたデータに、移動平均や２次曲線近似を行うことによって、ノイズを取り去り、Ｆ波の潜時（開始点）等を特定する。
特開２０００－１３９８６３号公報
しかしながら、Ｆ波をはじめとする各種波は、該当の波を特定するための定量的な判断基準が定まっているとは限らず、従来の手法による波の自動検出は検出精度が低いという課題があった。
本発明は、かかる事情に鑑みてなされるもので、人体の電位を計測したデータから、定量的な判断基準が定まっていない波を高い精度で検出する波形検査プログラム及び波形検査装置を提供することを目的とする。
前記目的に沿う第１の発明に係る波形検査プログラムは、コンピュータに、人体への刺激によって変化する該人体の電位を計測したデータから、ファジィ積分である包除積分αを用いて、特定の波を検出させる。ここで包除積分αは、ショケ積分を一般化したものである。
第１の発明に係る波形検査プログラムにおいて、前記人体への刺激は間欠的な電気刺激であり、前記特定の波はＦ波であって、前記データは複数の前記Ｆ波を含み、前記コンピュータに、更に、ファジィ積分である包除積分βを用いて、前記複数のＦ波における任意の一つに対する他のＦ波の類似性を判定させるのが好ましい。ここで包除積分βは、ショケ積分を一般化したものである。
第１の発明に係る波形検査プログラムにおいて、前記電気刺激後所定時間Ｔ１が経過してから、該電気刺激後所定時間Ｔ２が経過するまでに電位を計測した複数の計測ポイントそれぞれに対して、該計測ポイントの前後それぞれの微分値及び分散値を基に、前記包除積分αの特徴量を決定し、前記Ｆ波の開始点にあたる潜時ポイントを検知するのが好ましい。
第１の発明に係る波形検査プログラムにおいて、前記潜時ポイントから所定時間内に計測された電位の最大値と、前記潜時ポイントの電位の差が所定値より小さいものを前記Ｆ波から除外するのが好ましい。
第１の発明に係る波形検査プログラムにおいて、前記複数のＦ波における任意の一つと他のＦ波の間の、電位の差の二乗和、潜時の差、及び、電位の最大値の差それぞれを基に、前記包除積分βの特徴量を決定するのが好ましい。
第１の発明に係る波形検査プログラムにおいて、前記複数のＦ波における任意の一つと他のＦ波の間の、電位の１階微分の差の二乗和、潜時の差、及び、電位の最大値の差それぞれを基に、前記包除積分βの特徴量を決定するのが好ましい。
第１の発明に係る波形検査プログラムにおいて、前記複数のＦ波における任意の一つと他のＦ波の間の、電位の２階微分の差の二乗和、潜時の差、及び、電位の最大値の差それぞれを基に、前記包除積分βの特徴量を決定するのが好ましい。
前記目的に沿う第２の発明に係る波形検査装置は、人体への刺激によって変化する該人体の電位を計測したデータから、ファジィ積分である包除積分αを用いて、特定の波を検出する波形検出手段を備える。ここで包除積分αは、ショケ積分を一般化したものである。
第２の発明に係る波形検査装置において、前記人体への刺激は間欠的な電気刺激であり、前記特定の波はＦ波であって、前記データは複数の前記Ｆ波を含み、ファジィ積分である包除積分βを用いて、前記複数のＦ波における任意の一つに対する他のＦ波の類似性を判定する波形類似判定手段を、更に、備えるのが好ましい。ここで包除積分βは、ショケ積分を一般化したものである。
第２の発明に係る波形検査装置において、前記波形検出手段は、前記電気刺激後所定時間Ｔ１が経過してから、該電気刺激後所定時間Ｔ２が経過するまでに電位を計測した複数の計測ポイントそれぞれに対して、該計測ポイントの前後それぞれの微分値及び分散値を基に、前記包除積分αの特徴量を決定し、前記Ｆ波の開始点にあたる潜時ポイントを検知するのが好ましい。
第２の発明に係る波形検査装置において、前記波形検出手段は、前記潜時ポイントから所定時間内に計測された電位の最大値と、前記潜時ポイントの前記電位の差が所定値より小さいものを前記Ｆ波から除外するのが好ましい。
第２の発明に係る波形検査装置において、前記波形類似判定手段は、前記複数のＦ波における任意の一つと他のＦ波の間の、電位の差の二乗和、潜時の差、及び、電位の最大値の差それぞれを基に、前記包除積分βの特徴量を決定するのが好ましい。
第２の発明に係る波形検査装置において、前記波形類似判定手段は、前記複数のＦ波における任意の一つと他のＦ波の間の、電位の１階微分の差の二乗和、潜時の差、及び、電位の最大値の差それぞれを基に、前記包除積分βの特徴量を決定するのが好ましい。
第２の発明に係る波形検査装置において、前記波形類似判定手段は、前記複数のＦ波における任意の一つと他のＦ波の間の、電位の２階微分の差の二乗和、潜時の差、及び、電位の最大値の差それぞれを基に、前記包除積分βの特徴量を決定するのが好ましい。
第２の発明に係る波形検査装置において、前記Ｆ波の検出結果、及び、前記Ｆ波の類似判定結果の少なくとも一つを修正する編集手段を、更に、備えるのが好ましい。
第１の発明に係る波形検査プログラム及び第２の発明に係る波形検査装置は、非加法的測度を用いたファジィ積分である包除積分αを用いて、人体の電位を計測したデータから、特定の波を検出するので、主観的判断を好適に演算式に置き換えることができ、特定の波の検出精度を高くすることが可能である。
本発明の一実施例に係る波形検査プログラムを具備する波形検査装置の説明図である。 電位の変化を記録したデータの説明図である。 Ｆ波の検出の説明図である。
続いて、添付した図面を参照しつつ、本発明を具体化した実施例につき説明し、本発明の理解に供する。
図１に示すように、本発明の一実施例に係る波形検査プログラム１０は、コンピュータ１１に、人体への刺激によって変化する人体の電位を計測したデータから、ファジィ積分である包除積分（Ｉｎｃｌｕｓｉｏｎ－ｅｘｃｌｕｓｉｏｎ　ｉｎｔｅｇｒａｌ）を用いて、特定の波の一例であるＦ波を検出させる。以下、詳細に説明する。
コンピュータ１１は、図１に示すように、波形検査プログラム１０、波形検査プログラム１０を収めた本体部１２、キーボードやマウスからなる入力部１３、及び、ディスプレイやプリンターからなる出力部１４を備えている。
本体部１２は、波形検査プログラム１０がインストールされた記憶デバイスやＣＰＵに加え、外部からデータを取得するためのインターフェースを具備している。なお、図１において、本体部１２が備える記憶デバイス、ＣＰＵ及び各種インターフェースの記載は省略されている。
入力部１３及び出力部１４は本体部１２に接続され、本体部１２は、入力部１３からの入力操作に従って、波形検査プログラム１０を起動し、データ取得用のインターフェースから取得した外部からのデータに対し、所定の演算を行う。
そして、波形検査プログラム１０によって演算した結果は、必要に応じて出力部１４に出力される。従って、コンピュータ１１の使用者は、出力部１４からの出力を参照することにより、波形検査プログラム１０の演算結果を確認することができる。
本実施例では、本体部１２（即ち、コンピュータ１１）が外部から取得するデータは、人体に電気刺激を与える装置（即ち、誘発電位計測装置１５）が、人体の所定部分の電位を計測して得たものである。誘発電位計測装置１５に、人体の運動神経を電気刺激して、人体の筋の活動電位の変化を計測するものを採用した場合について、以下、説明するが、誘発電位計測装置１５の代わりに、人体の感覚神経を電気刺激して感覚神経の活動電位の変化を計測するものや、人体の他の部位を電気刺激して、人体の他の部分の電位の変化を計測するものを採用することもできる。
また、電気刺激の代わりに、音による聴覚の刺激や、光による視覚の刺激を与えて、人体の所定部分の電位の変化を計測する誘発電位計測装置を、本発明に適用することも可能である。
誘発電位計測装置１５は、人体の末梢神経を間欠的に電気刺激して、人体の筋の活動電位の変化を測定し、測定した活動電位の時間軸に対する変化をデータ（本実施例では、誘発電位のデータ）として記録する。
電気刺激の強度は、末梢神経に対して最大上刺激を与えるレベルであり、一回の電気刺激により、原則として、図２に示すように、１つのＭ波と１つのＦ波が出現する。Ｍ波は、電気刺激が与えられた後でＦ波が出現する前に発生し、Ｆ波に比べて振幅が大きい。
図２、図３においては、末梢神経に電気刺激を与えたタイミングに三角の印を付している。
誘発電位計測装置１５は、一回の計測で、人体の末梢神経に複数回の電気刺激を与えるため、一回の計測結果を含んだデータには、複数のＦ波が含まれることになる。
誘発電位計測装置１５によって記憶されたデータは、記憶デバイスを介して、オフラインで、本体部１２に供給されることや、通信ケーブルを介して、オンラインで、本体部１２に送信されることが可能である。
そして、波形検査プログラム１０は、誘発電位計測装置１５が本体部１２に与えたデータから、Ｆ波を検出し、更に、検出した複数のＦ波において、それらの類似性を判定する。
Ｆ波の類似性の判定は、神経疾患の診断に有効であり、例えば、ポリオ罹患者の場合、Ｆ波の類似性が高くなる。従って、医療関係者は、波形検査プログラム１０によるＦ波の類似性の判定結果を、神経疾病の診断基準の一つとして扱うことができる。
ここで、波形検査プログラム１０は、コンピュータ１１から独立したものであり、コンピュータ１１にインストールされる前は、光ディスク等の記憶媒体に格納されている。本実施例では、主として、波形検査プログラム１０及びコンピュータ１１によって、波形検査装置が構成されている。
従来、活動電位を記録したデータにおけるＦ波の検出や、Ｆ波の類似性の判定は、例えば、医師等が、波形等を参照して主観的に行っていた。
波形検査プログラム１０は、主観的な判断により行われていたＦ波の検出とＦ波の類似性の判定を、ファジィ積分の一つに分類される包除積分を用いて行う。即ち、波形検査プログラム１０は、包除積分を用いて、コンピュータ１１に、Ｆ波の検出とＦ波の類似性の判定を行わせる。なお、ファジィ積分は、非加法的測度による積分（Ｉｎｔｅｇｒａｌ　ｗｉｔｈ　ｒｅｓｐｅｃｔ　ｔｏ　ｎｏｎａｄｄｉｔｉｖｅ　ｍｅａｓｕｒｅ）であり、単調測度による積分（Ｉｎｔｅｇｒａｌ　ｗｉｔｈ　ｒｅｓｐｅｃｔ　ｔｏ　ｍｏｎｏｔｏｎｅ　ｍｅａｓｕｒｅ）は、その特別な場合と言うことができる。
以下、包除積分について説明する。
包除積分は、ショケ積分（Ｃｈｏｑｕｅｔ　ｉｎｔｅｇｒａｌ）を一般化したものであり、包除積分のクラス（ｃｌａｓｓ）は、ショケ積分を含む自由度の高いクラスである。
ｖを要素数ｎの集合Ｎ＝｛１、２、・・・、ｎ｝のべき集合２Ｎ上のファジィ測度とし、次の式１を一般の多変数関数とし、
Figure JPOXMLDOC01-appb-M000001
次の式２をＮ上の非負関数（ｎｏｎｎｅｇａｔｉｖｅ　ｍｅａｓｕｒｅ）とすると、
Figure JPOXMLDOC01-appb-M000002
ｆのｖについての包除積分は、次の式３で定義される。なお、ファジィ測度とは、非加法的測度（ｎｏｎａｄｄｉｔｉｖｅ　ｍｅａｓｕｒｅ）であり、単調測度（ｍｏｎｏｔｏｎｅ　ｍｅａｓｕｒｅ）とも呼ばれる。
Figure JPOXMLDOC01-appb-M000003
なお、ｖが２Ｎ上のファジィ測度であるとは、集合関数ｖ：２Ｎ→［０、∞］が次の式４、式５の条件を満たすことを意味する。
Figure JPOXMLDOC01-appb-M000004
Figure JPOXMLDOC01-appb-M000005
また、ファジィ測度ｖについての包除積分は、ｖのメビウス変換ｍｖを用いて、次の式６のように表現することもできる。
Figure JPOXMLDOC01-appb-M000006
なお、ｖを２Ｎの集合関数として、ｖのメビウス変換ｍＶは以下のように定義される。
即ち、任意のＡ∈２Ｎに対して、次の式７が成立し、
Figure JPOXMLDOC01-appb-M000007
ｖとｍｖは一対一対応、即ち逆変換が存在し、任意のＡ∈２Ｎに対して、次の式８が成り立つ。
Figure JPOXMLDOC01-appb-M000008
波形検査プログラム１０が用いるＦ波を検出する包除積分及びＦ波の類似性を判定する包除積分は、特徴量等が異なるため、以下、Ｆ波を検出するものを包除積分α、Ｆ波の類似性を判定するものを包除積分βとして説明する。
波形検査プログラム１０は、図１に示すように、包除積分αを用いてＦ波を検出する第１のプログラム部（即ち、波形検出手段１６）及び包除積分βを用いてＦ波の類似性を判定する第２のプログラム部（即ち、波形類似判定手段１７）を備えている。
ここで、種々の検討により、活動電位を記録したデータ（人体の電位を計測したデータ）におけるＦ波の検出は、Ｆ波の開始点（Ｆ波の開始時点）の前後の微分とＦ波の開始点の前後の発散とを基に判定基準を定めるのが有効であることが確認された。
また、電気刺激を与えてから、所定時間（以下、所定時間Ｔ１とする）が経過するまでに出現する波、及び、電気刺激を与えてから所定時間（以下、所定時間Ｔ２とする）が経過した後に出現する波は、Ｆ波ではないことが知られている。なお、Ｔ１＜Ｔ２である。
所定時間Ｔ１、Ｔ２は、それぞれ特定の値が確定しておらず、おおよその範囲が定められている。本実施例では、所定時間Ｔ１は５～１００ｍｓの範囲の値であり、所定時間Ｔ２は６～１３０ｍｓの範囲の値である。
これらから、本実施例においては、活動電位を記録したデータにおいて、図３に示すように、電気刺激後、所定時間Ｔ１が経過してから、電気刺激後、所定時間Ｔ２が経過するまでのＴ２－Ｔ１の区間（以下、検出対象区間と言う）で、電位を計測した全ての計測ポイント１８に対し、計測ポイント１８の前後それぞれの微分値及び分散値を基に、包除積分αの特徴量を決定し、Ｆ波を検出するようにしている。
波形検出手段１６は、まず、電気刺激を与えた時点を基準にして、活動電位を計測したデータから検出対象区間を特定する。次に、波形検出手段１６は、検出対象区間内のｎ番目の計測ポイント１８に対し、その計測ポイント１８に適用する包除積分αの特徴量を決定し、その包除積分αを用いて、Ｆ波の開始点とみなせるレベル（Ｆ波の開始点らしさ）の数値を算出する。ｎ番目の計測ポイント１８について、Ｆ波の開始点とみなせるレベルの数値を算出した後、波形検出手段１６は、同様の手順により、ｎ＋１番目の計測ポイント１８に対し、Ｆ波の開始点とみなせるレベルの数値を算出し、検出対象区間内の全ての計測ポイント１８について、順次、Ｆ波の開始点とみなせるレベルの数値を算出する。なお、ｎは自然数であり、検出対象区間内にＫ個の計測ポイント１８があるとして、ｎの最大値はＫとなる。
次に、波形検出手段１６は、検出対象区間内の全ての計測ポイント１８の中から、Ｆ波の開始点とみなせるレベルの数値が最大であった計測ポイント１８をＦ波の開始点にあたる潜時ポイント（Ｆ波開始ポイント）１９として検知する。
従って、波形検出手段１６は、検出対象区間内の複数の計測ポイント１８それぞれに対して、計測ポイント１８の前後それぞれの微分値及び分散値を基に、包除積分αの特徴量を決定し、潜時ポイント１９を検知することになる。
ここで、必ずしも、検出対象区間内の全ての計測ポイント１８についてＦ波の開始点とみなせるレベルの数値を算出する必要はなく、例えば、奇数番目の計測ポイント１８のみをその数値を算出する対象にしてもよい。
また、本実施例では、５つの特徴量を備えた包除積分αが採用され、包除積分αは、以下の式９によって表される。
Figure JPOXMLDOC01-appb-M000009
式９において、ｙは、Ｆ波の開始点とみなせるレベルの数値を表し、０≦ｙ≦１の値であり、ｙが１に近いほど潜時（Ｆ－ｗａｖｅ’ｓ　ｌａｔｅｎｃｙ）らしいことを意味する。
そして、式９において、ａ１、ａ２、・・・、ａ３５、ａ４５、ａ０は係数ないし切片であり、ｘ１、ｘ２、ｘ３、ｘ４、ｘ５は特徴量である。ａ１、ａ２、・・・、ａ３５、ａ４５、ａ０は教師あり学習によって予め求められる。本実施例では、教師あり学習における教師データを、ｎ番目の計測ポイント１８が潜時ポイント１９であるとき、ｙ＝１とし、ｎ番目の計測ポイント１８が潜時ポイント１９でないとき、ｙ＝０としている。
また、ｎ番目の計測ポイントに適用する包除積分αに対応するｘ１、ｘ２、ｘ３、ｘ４、ｘ５は、ｐ、ｑ、ｒ、ｓを自然数として、ｘ１が、ｎ－ｐ番目の計測ポイント１８の１階微分の逆数、ｘ２が、ｎ－ｑ番目の計測ポイント１８の１階微分の値、ｘ３が、ｎ－ｒ番目の計測ポイント１８からｎ番目の計測ポイント１８までの分散、ｘ４が、ｎ番目の計測ポイント１８からｎ＋ｓ番目の計測ポイント１８までの分散、ｘ５が、ｎ番目の計測ポイント１８の２階微分の値をｎ番目の計測ポイント１８の３階微分で割った値である。
波形検出手段１６は、検出対象区間内で潜時ポイント１９を特定した後、潜時ポイント１９から所定時間（本実施例では、３～８ｍｓ）内に計測された電位の最大値と潜時ポイント１９の電位を比較し、電位の差が所定値（本実施例では、１０～５０ｍＶの範囲の値）以上の場合、潜時ポイント１９を開始点とする波をＦ波として検知する。逆に、潜時ポイント１９から所定時間内に計測された電位の最大値と、潜時ポイント１９の電位の差が所定値より小さい場合、潜時ポイント１９を開始点とする波は、Ｆ波でないと判定され、Ｆ波から除外される。
ただし、Ｆ波の検出において、潜時ポイント１９から所定時間内に計測された電位の中で最大の値と、潜時ポイント１９の電位の差から、Ｆ波を除外するか否かを決定する手順は必ずしも必要ではなく、この手順を省略することも可能である。例えば、式９のｙが所定の値（例えば、０．９～１の範囲の値）以上であれば、潜時ポイント１９を開始点とする波をＦ波であると判定してもよい。
波形検出手段１６によるＦ波の検出が完了した後、波形類似判定手段１７は、包除積分βを用いて、検出された複数のＦ波において、一のＦ波と他のＦ波の類似性（即ち、検出された複数のＦ波における任意の一つと他のＦ波の類似性）を判定する。
本実施例において、波形類似判定手段１７は、類似性を判定するＦ波間の、電位の差の二乗和（一のＦ波の計測ポイントの電位と、その計測ポイントに対応する他のＦ波の計測ポイントの電位の差の二乗を、Ｆ波の計測ポイント全体について足し合わせた値）、潜時の差（電気刺激からＦ波が開始するまでに経過した時間の差）、及び、電位の最大値の差（Ｆ波において、電位が最大である計測ポイント１８の電位の差）、それぞれを基に、包除積分βの特徴量を決定する。これは、Ｆ波の波長、潜時、電位の最大値がＦ波の類似性を判定する上で、有効であることを確認したためである。
本実施例で採用する包除積分βは、３つの特徴量を備えた以下の式１０で表される。
Figure JPOXMLDOC01-appb-M000010
但し、式１０において、ａ１、ａ２、ａ３、ａ１２、ａ１３、ａ２３、ａ０は係数ないし切片であり、特徴量であるｘ１、ｘ２、ｘ３は、それぞれ、ｘ１が、類似性を判定するＦ波間の電位の差の二乗和であり、ｘ２が、類似性を判定するＦ波間における電気刺激から潜時までの時間の差の二乗であり、ｘ３が、類似性を判定するＦ波間において電気刺激から最大の電位の計測ポイント１８までの時間の差の二乗である。
ここで、式９と同様に、ｙは、潜時らしさを示し、０≦ｙ≦１であり、ｙが１に近いほど潜時らしいことを意味する。そして、ａ１、ａ２、ａ３、ａ１２、ａ１３、ａ２３、ａ０は、包除積分αと同様に、教師あり学習によって予め求められる。
ここで、波形類似判定手段１７は、包除積分βの特徴量の決定のために、類似性を判定するＦ波間の電位の差の二乗和を採用する代わりに、Ｆ波間の電位の１階微分の差の二乗和、Ｆ波間の電位の２階微分の差の二乗和、及び、Ｆ波間の波長の差（Ｆ波の潜時からＦ波の終点までの時間差）の中の１つ又は２つあるいは全部を採用することもできる。
更に、波形類似判定手段１７は、包除積分βの特徴量の決定のために、類似性を判定するＦ波間の、電位の差の二乗和、潜時の差、Ｆ波間の電位の最大値の差に加え、Ｆ波間の電位の１階微分の差の二乗和、Ｆ波間の電位の２階微分の差の二乗和、及び、Ｆ波間の波長の差の１つ又は２つあるいは全部を採用することもできる。
そして、包除積分αは、式９に示されたものに限定されず、以下の式１１で定義されたｘの５次元ベクトルを用いて、以下の式１２に示す数式に一般化できる。
Figure JPOXMLDOC01-appb-M000011
Figure JPOXMLDOC01-appb-M000012
この点、包除積分βについても同様であり、包除積分βは、式１０に示されたものに限定されず、以下の式１３で定義されたｘのベクトルを用いて、以下の式１４に示す数式に一般化できる。
Figure JPOXMLDOC01-appb-M000013
Figure JPOXMLDOC01-appb-M000014
また、波形検査プログラム１０は、Ｆ波の検出結果、及び、Ｆ波の類似判定結果を、入力部１３からの入力に従って修正する図示しない編集手段を備えている。編集手段は、波形検査プログラム１０の一部であり、第３のプログラム部である。
従って、コンピュータ１１の使用者は、編集手段を用いて、Ｆ波の検出結果や、Ｆ波の類似判定結果をマニュアル操作により修正することが可能であり、包除積分αや包除積分βを基に計算した結果のみに頼るシステムに比べ、インタラクティブなシステムを確立することができる。
なお、編集手段は、Ｆ波の検出結果又はＦ波の類似判定結果のいずれか一方のみを修正できるものにしてもよい。
以上、本発明の実施例を説明したが、本発明は、上記した形態に限定されるものでなく、要旨を逸脱しない条件の変更等は全て本発明の適用範囲である。
例えば、波形検査プログラムが包除積分αを用いて検出する波や、包除積分βを用いて類似性を判定する波は、Ｆ波に限定されず、Ｍ波であってもよいし、他の波であってもよい。
また、包除積分αの特徴量は５つである必要はなく、包除積分βの特徴量も３つである必要はない。
そして、包除積分α及び包除積分βは、１次の項及び２次の項を備えるものに限定されず、例えば、３次の項を含んだ積分モデルであってもよい。
更に、編集手段は、必ずしも必要ではなく、省略してもよい。
本発明に係る波形検査プログラム及び波形検査装置によれば、人体の電位を計測したデータから、定量的な判断基準が定まっていない波を高い精度で検出できるので、神経疾患の検査に利用することが可能である。
１０：波形検査プログラム、１１：コンピュータ、１２：本体部、１３：入力部、１４：出力部、１５：誘発電位計測装置、１６：波形検出手段、１７：波形類似判定手段、１８：計測ポイント、１９：潜時ポイント

Claims (15)

  1. コンピュータに、人体への刺激によって変化する該人体の電位を計測したデータから、ファジィ積分である包除積分αを用いて、特定の波を検出させることを特徴とする波形検査プログラム。
  2. 請求項１記載の波形検査プログラムにおいて、前記人体への刺激は間欠的な電気刺激であり、前記特定の波はＦ波であって、前記データは複数の前記Ｆ波を含み、
    前記コンピュータに、更に、ファジィ積分である包除積分βを用いて、前記複数のＦ波における任意の一つに対する他のＦ波の類似性を判定させることを特徴とする波形検査プログラム。
  3. 請求項２記載の波形検査プログラムにおいて、前記電気刺激後所定時間Ｔ１が経過してから、該電気刺激後所定時間Ｔ２が経過するまでに電位を計測した複数の計測ポイントそれぞれに対して、該計測ポイントの前後それぞれの微分値及び分散値を基に、前記包除積分αの特徴量を決定し、前記Ｆ波の開始点にあたる潜時ポイントを検知することを特徴とする波形検査プログラム。
  4. 請求項３記載の波形検査プログラムにおいて、前記潜時ポイントから所定時間内に計測された電位の最大値と、前記潜時ポイントの電位の差が所定値より小さいものを前記Ｆ波から除外することを特徴とする波形検査プログラム。
  5. 請求項２～４のいずれか１項に記載の波形検査プログラムにおいて、前記複数のＦ波における任意の一つと他のＦ波の間の、電位の差の二乗和、潜時の差、及び、電位の最大値の差それぞれを基に、前記包除積分βの特徴量を決定することを特徴とする波形検査プログラム。
  6. 請求項２～４のいずれか１項に記載の波形検査プログラムにおいて、前記複数のＦ波における任意の一つと他のＦ波の間の、電位の１階微分の差の二乗和、潜時の差、及び、電位の最大値の差それぞれを基に、前記包除積分βの特徴量を決定することを特徴とする波形検査プログラム。
  7. 請求項２～４のいずれか１項に記載の波形検査プログラムにおいて、前記複数のＦ波における任意の一つと他のＦ波の間の、電位の２階微分の差の二乗和、潜時の差、及び、電位の最大値の差それぞれを基に、前記包除積分βの特徴量を決定することを特徴とする波形検査プログラム。
  8. 人体への刺激によって変化する該人体の電位を計測したデータから、ファジィ積分である包除積分αを用いて、特定の波を検出する波形検出手段を備えることを特徴とする波形検査装置。
  9. 請求項８記載の波形検査装置において、前記人体への刺激は間欠的な電気刺激であり、前記特定の波はＦ波であって、前記データは複数の前記Ｆ波を含み、
    ファジィ積分である包除積分βを用いて、前記複数のＦ波における任意の一つに対する他のＦ波の類似性を判定する波形類似判定手段を、更に、備えることを特徴とする波形検査装置。
  10. 請求項９記載の波解析装置において、前記波形検出手段は、前記電気刺激後所定時間Ｔ１が経過してから、該電気刺激後所定時間Ｔ２が経過するまでに電位を計測した複数の計測ポイントそれぞれに対して、該計測ポイントの前後それぞれの微分値及び分散値を基に、前記包除積分αの特徴量を決定し、前記Ｆ波の開始点にあたる潜時ポイントを検知することを特徴とする波形検査装置。
  11. 請求項１０記載の波形検査装置において、前記波形検出手段は、前記潜時ポイントから所定時間内に計測された電位の最大値と、前記潜時ポイントの前記電位の差が所定値より小さいものを前記Ｆ波から除外することを特徴とすることを特徴とする波形検査装置。
  12. 請求項９～１１のいずれか１項に記載の波形検査装置において、前記波形類似判定手段は、前記複数のＦ波における任意の一つと他のＦ波の間の、電位の差の二乗和、潜時の差、及び、電位の最大値の差それぞれを基に、前記包除積分βの特徴量を決定することを特徴とする波形検査装置。
  13. 請求項９～１１のいずれか１項に記載の波形検査装置において、前記波形類似判定手段は、前記複数のＦ波における任意の一つと他のＦ波の間の、電位の１階微分の差の二乗和、潜時の差、及び、電位の最大値の差それぞれを基に、前記包除積分βの特徴量を決定することを特徴とする波形検査装置。
  14. 請求項９～１１のいずれか１項に記載の波形検査装置において、前記波形類似判定手段は、前記複数のＦ波における任意の一つと他のＦ波の間の、電位の２階微分の差の二乗和、潜時の差、及び、電位の最大値の差それぞれを基に、前記包除積分βの特徴量を決定することを特徴とする波形検査装置。
  15. 請求項９～１４のいずれか１項に記載の波形検査装置において、前記Ｆ波の検出結果、及び、前記Ｆ波の類似判定結果の少なくとも一つを修正する編集手段を、更に、備えることを特徴とする波形検査装置。
PCT/JP2015/072785 2014-08-20 2015-08-11 波形検査プログラム及び波形検査装置 WO2016027738A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2015540944A JPWO2016027738A1 (ja) 2014-08-20 2015-08-11 波形検査プログラム及び波形検査装置

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2014-167753 2014-08-20
JP2014167753 2014-08-20

Publications (1)

Publication Number Publication Date
WO2016027738A1 true WO2016027738A1 (ja) 2016-02-25

Family

ID=55350683

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2015/072785 WO2016027738A1 (ja) 2014-08-20 2015-08-11 波形検査プログラム及び波形検査装置

Country Status (2)

Country Link
JP (1) JPWO2016027738A1 (ja)
WO (1) WO2016027738A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114767102A (zh) * 2022-06-20 2022-07-22 天津大学 基于波形比例系数提取的动态光谱数据处理方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000139863A (ja) * 1998-11-05 2000-05-23 Nec Corp Ｆ波の開始点・終了点検出装置および開始点・終了点検出方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000139863A (ja) * 1998-11-05 2000-05-23 Nec Corp Ｆ波の開始点・終了点検出装置および開始点・終了点検出方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
NAOKI WATANABE ET AL.: "Kinden F-ha Senji Jido Suitei Shuho no Teian", DAI 18 KAI AIMAI NA KIMOCHI NI IDOMU WORKSHOP KOEN RONBUNSHU, 25 October 2013 (2013-10-25), pages 43 - 44 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114767102A (zh) * 2022-06-20 2022-07-22 天津大学 基于波形比例系数提取的动态光谱数据处理方法

Also Published As

Publication number Publication date
JPWO2016027738A1 (ja) 2017-06-29

Similar Documents

Publication Publication Date Title
Cappello et al. Robot-aided assessment of wrist proprioception
Neuwirth et al. Motor Unit Number Index (MUNIX): a novel neurophysiological marker for neuromuscular disorders; test–retest reliability in healthy volunteers
Boekestein et al. Motor unit number index (MUNIX) versus motor unit number estimation (MUNE): a direct comparison in a longitudinal study of ALS patients
JP6621538B2 (ja) 痛み推定装置及び痛み推定方法並びに痛みの分類
CN110650685A (zh) 评估人的心理生理状态的方法
Chaves et al. Probing the brain–body connection using transcranial magnetic stimulation (tms): Validating a promising tool to provide biomarkers of neuroplasticity and central nervous system function
Malesevic et al. A database of multi-channel intramuscular electromyogram signals during isometric hand muscles contractions
Talakoub et al. Reconstruction of reaching movement trajectories using electrocorticographic signals in humans
Martinez-Valdes et al. Consensus for experimental design in electromyography (CEDE) project: Single motor unit matrix
Wairagkar et al. Exploration of neural correlates of movement intention based on characterisation of temporal dependencies in electroencephalography
Chen et al. Mu oscillations and motor imagery performance: A reflection of intra-individual success, not inter-individual ability
Gölz et al. Improved neural control of movements manifests in expertise-related differences in force output and brain network dynamics
Pancani et al. An objective functional characterisation of head movement impairment in individuals with neck muscle weakness due to amyotrophic lateral sclerosis
RU2510238C2 (ru) Способ получения информации о психофизиологическом состоянии живого объекта
WO2016027738A1 (ja) 波形検査プログラム及び波形検査装置
Harrison et al. EEG and fMRI agree: Mental arithmetic is the easiest form of imagery to detect
EP3182892B1 (en) Method and system for eeg signal processing
US11213683B2 (en) Systems and methods for selective memory enhancement and/or disruption
WO2023033647A1 (en) Determining a person's sensory capability based on stimulus response amplitude weights
Kha et al. Systems analysis of human visuo-myoelectric control facilitated by anodal transcranial direct current stimulation in healthy humans
JP2020199249A (ja) 身体の運動機能の検査装置
EP1588280A2 (en) System and method of processing electromyographic signals for the diagnosis of parkinson's disease
JP4859035B2 (ja) センサ出力信号評価システム
Maitra Ghosh et al. A computational model to investigate the effect of pennation angle on surface electromyogram of Tibialis Anterior
US20220167895A1 (en) Method and system for testing cognition by processing the reaction of a subject to stimuli

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2015540944

Country of ref document: JP

Kind code of ref document: A

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

Ref document number: 15834144

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 15834144

Country of ref document: EP

Kind code of ref document: A1