WO2022185384A1 - 判別装置及び判別システム - Google Patents

判別装置及び判別システム Download PDF

Info

Publication number
WO2022185384A1
WO2022185384A1 PCT/JP2021/007744 JP2021007744W WO2022185384A1 WO 2022185384 A1 WO2022185384 A1 WO 2022185384A1 JP 2021007744 W JP2021007744 W JP 2021007744W WO 2022185384 A1 WO2022185384 A1 WO 2022185384A1
Authority
WO
WIPO (PCT)
Prior art keywords
state
minute
electroencephalogram
brain
predetermined
Prior art date
Application number
PCT/JP2021/007744
Other languages
English (en)
French (fr)
Inventor
千佳 小山
Original Assignee
千佳 小山
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 千佳 小山 filed Critical 千佳 小山
Priority to PCT/JP2021/007744 priority Critical patent/WO2022185384A1/ja
Publication of WO2022185384A1 publication Critical patent/WO2022185384A1/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
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/372—Analysis of electroencephalograms

Definitions

  • the index that allows the state of consciousness to be determined is a subjective index based on the subjectivity of the discriminator who discriminates the state of consciousness
  • the state of consciousness discriminated by the discriminator may differ depending on the subjectivity of each discriminator.
  • the index by which the state of consciousness can be determined is an objective index
  • the state of consciousness of the subject to be determined can be objectively determined. This makes it possible to uniquely determine the state of consciousness of the subject to be determined regardless of subjectivity of the discriminator.
  • Patent Document 1 discloses that frequency analysis is performed on brain waves received from an electroencephalogram detector in predetermined time units, and at least alpha waves, delta waves, and sigma waves are analyzed.
  • a sleep state measuring device capable of determining a sleep state by extracting each frequency component of a wave and a beta wave and determining whether or not the ratio or intensity of each frequency component to an electroencephalogram is equal to or greater than a predetermined threshold.
  • the sleep state of the discrimination target can be determined based on each frequency component of alpha waves, delta waves, sigma waves, and beta waves extracted from the electroencephalogram of the discrimination target.
  • waveforms with frequencies lower than alpha waves whose frequency band is 8 Hz or more and less than 13 Hz are also called slow waves. It is known that slow waves can appear atypically due to individual differences in discrimination targets. Therefore, the technique of discriminating the state of consciousness using slow waves may be affected by individual differences in discrimination targets.
  • a slow wave includes a delta wave whose frequency band is 1 Hz or more and less than 3 Hz. Therefore, Patent Document 1 has room for further improvement in reducing the influence of individual differences in discrimination targets.
  • anesthesia if the anesthesia is excessive, circulation suppression such as severe hypotension and bradycardia may occur and/or undesirable side effects such as postoperative delirium may occur. known to occur in subjects.
  • intraoperative arousal in which the consciousness of a determination target becomes awake during an operation, may occur. Intraoperative awakening can cause Post Traumatic Stress Disorder (PTSD) in discriminated subjects. Therefore, there is a demand for an index that can objectively determine whether or not the amount of anesthesia administered to a subject to be determined is appropriate.
  • PTSD Post Traumatic Stress Disorder
  • Patent Literature 1 also has room for further improvement in objectively determining the state of consciousness of a subject to be determined who has been administered anesthesia.
  • the present invention has been made in view of such circumstances, and its object is to be able to discriminate the activity state of the brain in a subject to be discriminated who has been administered anesthesia and in a natural state, and to reduce the influence of individual differences in the subject to be discriminated. It is an object of the present invention to provide a brain activity state discriminating device and a discriminating system capable of reducing the burden and increasing the accuracy of discrimination.
  • the present inventors focused on minute parts that were regarded as noise in electroencephalograms and conducted intensive studies. Determining a threshold value such that the average duration of a minute portion from a state not in a predetermined minute range to a state in a predetermined minute range and then in a state not in a predetermined minute range becomes a certain constant value, and the threshold value
  • the present inventors have found that the above object can be achieved by discriminating the activity state of the brain using the temporal change of , and have completed the present invention.
  • the minute part is a waveform derived from the instability of the electrode ground field that can fluctuate for each sampling data even for 1 millisecond, and the range of fluctuation can reflect the degree of brain activity. By separating the waveform derived from neural electrical activity, it is also possible to estimate the amount of neural electrical activity in the vicinity of the electrode.
  • the present invention provides the following.
  • the amplitude of an electroencephalogram within a predetermined interval acquired from a brain to be discriminated changes from a state in which the amplitude is not within a predetermined minute range to a state in which the amplitude is within the predetermined minute range, and furthermore a first minute range determination unit for determining the predetermined minute range so that the average time of each minute portion in which the state is not in the state becomes a predetermined value; a counting unit for measuring a change in the minute range in time series; and a discrimination unit that discriminates the activity state of the brain using the measured change.
  • the minute range can be determined so that the number of minute sections increases.
  • the predetermined minute range can be determined so that the average time of each minute portion becomes a predetermined value. Therefore, the activity state of the brain can be discriminated using the minute range in the case where the minute range is determined so that the number of minute portions is large.
  • the counting unit can measure changes in time series in the minute range and the non-minute range. Therefore, it is possible to determine the activity state of the brain by using changes in a minute range of time series.
  • the discriminating device since the discriminating device includes the discriminating unit that discriminates the activity state of the brain using the changes in the measured minute range, the activity state of the brain can be discriminated. Also, since the electroencephalogram is information that can be obtained without stimulating the subject, discrimination can be performed without stimulating the subject.
  • slow waves which are waveforms with a lower frequency than alpha waves with a frequency band of 8 Hz or more and less than 13 Hz, among electroencephalogram waveforms, can appear atypically due to individual differences in discrimination targets.
  • the first aspect of the invention by determining the activity state of the brain using changes in a minute range, it is possible to reduce the influence of individual differences in the subject to be determined and improve the accuracy of determination.
  • the method of discriminating the activity state of the brain using the number of minute parts not only shows the activity state of the brain to be discriminated without administering anesthesia but also the brain activity state of the discriminant subject to which anesthesia is administered. can be discriminated. Therefore, according to the invention according to the first characteristic, it is possible to discriminate the activity state of the brain in the subject to be discriminated between the natural state and the anesthetized state.
  • the invention according to the first feature, it is possible to determine the activity state of the brain in the determination target of the natural state and the anesthesia state, reduce the influence of individual differences in the determination target, and improve the accuracy of determination.
  • a device for discriminating brain activity can be provided.
  • An invention according to a second feature is the invention according to the first feature, wherein the electroencephalogram includes an electroencephalogram acquired at a predetermined sampling period, and the first minute range determination unit is configured to determine the electroencephalogram at the predetermined sampling period.
  • a discriminating device capable of determining the predetermined minute range so that the ratio of the average time of each of the minute portions to the predetermined ratio substantially coincides with the predetermined ratio.
  • the amplitude threshold of the minute interval so that the number of minute portions increases, the correlation between the change in the minute range and the activity state of the brain can be further strengthened.
  • the sampling period which is the interval at which time-varying electroencephalograms are acquired, is experimentally found to have a correlation with the average time of each minute segment. Confirmed. It has been experimentally confirmed that the ratio of the average time of each minute interval to the sampling period when the minute range is determined so that the number of minute portions is large approaches a predetermined ratio.
  • the predetermined minute range can be determined so that the ratio of the average time of each minute portion to the predetermined sampling period substantially coincides with the predetermined ratio, the number of minute portions is large.
  • a small range can be determined such that This may lead to even stronger correlations between microscopic changes and brain activity states in anesthetized subjects. Therefore, according to the invention according to the second characteristic, the discrimination accuracy can be further improved.
  • a brain activity discrimination device that can discriminate the activity state of the brain in the discriminant target, reduce the influence of individual differences in the discriminant target, and increase the accuracy of discrimination. can provide
  • the invention according to the third feature provides the discrimination device according to the second feature, wherein the predetermined ratio is 3/2 or more and 7/2 or less.
  • the predetermined ratio is 3/2 or more and 7/2 or less, the predetermined minute range can be determined so that the number of minute portions becomes even greater. This can lead to even stronger correlations between micro-range changes and brain activity states. Therefore, according to the third aspect of the invention, it is possible to further improve the accuracy of discrimination.
  • an apparatus for discriminating a state of brain activity that can discriminate the state of brain activity in a discriminant target, reduce the influence of individual differences in the discriminant target, and increase the accuracy of discrimination. can provide
  • the invention according to a fourth feature is the invention according to any one of the first to third features, wherein the predetermined minute range can be determined so as to substantially maximize the number of the minute portions. 2.
  • a discriminating device further comprising a minute range determining unit.
  • the amplitude of the microintervals such that the number of microsections increases
  • the correlation between microrange and/or non-microrange changes and brain activity state in anesthetized subjects is enhanced. It has been experimentally confirmed that it can be strengthened.
  • the threshold is determined such that the number of minute portions is large
  • the correlation between changes in the minute range and the activity state of the brain can be stronger.
  • it since it further comprises a second minute range determination unit capable of determining the predetermined threshold value so as to substantially maximize the number of minute portions, changes in the minute range and brain activity state can be even stronger. Therefore, according to the invention according to the fourth characteristic, the discrimination accuracy can be further improved.
  • an activity determination device can be provided.
  • the invention according to a fifth feature is the invention according to any one of the first to fourth features, wherein the determination unit selects from a wakeful state, a light sleep state, a REM sleep state, and a non-REM sleep state.
  • a discriminating device capable of discriminating whether or not the active state corresponds to one or more states of consciousness.
  • the amplitude threshold at which the number of minute parts is maximized decreases in the order of wakefulness, light sleep, REM sleep, and non-REM sleep, that is, as the level of consciousness decreases. It is This is the same trend as the amplitude threshold, which maximizes the number of microparts that change as the anesthetic concentration increases. Therefore, when the threshold value is determined so that the number of minute portions increases, the change in the minute range and the state of consciousness can have a correlation.
  • the activity state of the brain using changes in a minute range one or more consciousness selected from wakefulness, light sleep, REM sleep, and non-REM sleep
  • the potential difference between the maximum and minimum values of the non-microscopic range can be used to infer the neuro-electrical activity state at the electrode location where the electroencephalogram was acquired.
  • a brain activity discrimination device that can discriminate the brain activity state of a discriminant target, reduce the influence of individual differences in the discriminant target, and increase the accuracy of discrimination. can provide
  • the invention according to a sixth feature is the invention according to any one of the first feature to the fifth feature, wherein the electroencephalogram is an electroencephalogram acquired from the brain of the discrimination target in a natural state or an anesthetized state. Provide a discriminating device.
  • the amplitude threshold at which the number of minute parts is maximized decreases as the level of consciousness decreases or as the concentration of volatile anesthetic administered to the subject increases. Moreover, it has been experimentally confirmed that the ratio of the average time of the minute interval to the sampling period is 3/2 or more and 7/2 or less for the threshold value. Therefore, it has been experimentally confirmed that there is a linear correlation between the threshold and the level of consciousness or the concentration of the volatile anesthetic administered to the subject. Therefore, the method of determining the activity state of the brain using changes in the minute range of the minute portion can determine the activity state of the subject's brain in the natural state and/or in which anesthesia was administered. Therefore, according to the sixth aspect of the invention, it is possible to discriminate the activity state of the brain using electroencephalograms acquired from the brain to be discriminated in the natural state or the anesthetized state.
  • the invention according to the sixth feature, it is possible to determine the activity state of the brain in the determination target of the natural state or the anesthesia state, reduce the influence of individual differences in the determination target, and improve the accuracy of determination.
  • a device for discriminating brain activity can be provided.
  • the invention according to a seventh feature comprises an electroencephalograph capable of acquiring the electroencephalogram from the brain, and a discriminating device according to any one of the first to sixth features, wherein the discriminating device comprises the electroencephalogram Provided is a discrimination system capable of acquiring the electroencephalogram using a meter.
  • the discriminating device can discriminate the activity state of the brain in the discriminating object in real time. Therefore, it is possible to reduce the difference between the timing of acquiring the electroencephalogram and the timing of making the discrimination, and to further improve the accuracy of the discrimination.
  • the seventh feature it is possible to determine the activity state of the brain in the determination target of the natural state or the anesthesia state, reduce the influence of individual differences in the determination target, and improve the accuracy of determination.
  • a system for discriminating brain activity can be provided.
  • FIG. 1 is a block diagram showing an example of the hardware configuration and software configuration of a discrimination system 1 according to an embodiment of the present invention.
  • FIG. 2 is a diagram showing an example of the electroencephalogram table 221.
  • FIG. 3 is a flowchart showing an example of a preferred flow of discrimination processing executed by the discrimination device 2 of this embodiment.
  • FIG. 4 is a diagram showing examples of electroencephalograms in wakefulness and sleep states.
  • FIG. 5 is a diagram showing the results of electroencephalogram analysis for 20 hours using an example of a mouse, showing the number of minute intervals according to the trial number from the start of the test when the minute range is from 0 ⁇ V to 100 ⁇ V.
  • FIG. 1 is a block diagram showing an example of the hardware configuration and software configuration of a discrimination system 1 according to an embodiment of the present invention.
  • FIG. 2 is a diagram showing an example of the electroencephalogram table 221.
  • FIG. 3 is a flowchart showing an example of a preferred flow of
  • FIG. 6 shows the results of electroencephalogram analysis for 20 hours using an example of a mouse, showing the number of micro-intervals and non-microintervals (burst intervals) for each 1 ⁇ V amplitude threshold between 1 ⁇ V and 100 ⁇ V in deep electroencephalogram information by state of consciousness.
  • FIG. 7 shows the number of microintervals and the mean of non-microintervals (burst intervals) for amplitude thresholds of 0.2 ⁇ V every 0.2 ⁇ V between 0.2 ⁇ V and 20 ⁇ V in scalp EEG by anesthetic concentration using an example of a dog under sevoflurane anesthesia. It is a figure which shows a potential difference.
  • FIG. 8 is a diagram summarizing the results for each state of consciousness of six mice with respect to the threshold at which the minute interval is maximized and the average potential difference in the burst interval at that threshold.
  • FIG. 1 is a block diagram showing an example of the hardware configuration and software configuration of a discrimination system 1 according to an embodiment of the present invention. An example of a preferred configuration of a discrimination system 1 according to an embodiment of the present invention will be described below with reference to FIG.
  • the discrimination system 1 includes a discrimination device 2 and an electroencephalograph 3. Discrimination device 2 and electroencephalograph 3 are configured to be connectable to each other via network N. FIG.
  • the discrimination device 2 includes a control section 21 , a storage section 22 and a communication section 23 .
  • the determination device 2 preferably includes a display unit 24 configured to display the brain activity state determined by the determination device 2 .
  • the control unit 21 includes a CPU (Central Processing Unit), a RAM (Random Access Memory), a ROM (Read Only Memory), and the like.
  • a CPU Central Processing Unit
  • RAM Random Access Memory
  • ROM Read Only Memory
  • the control unit 21 reads a predetermined program and cooperates with the storage unit 22, the communication unit 23, and/or the display unit 24 as necessary to obtain an acquisition unit 211, which is an element of the software configuration in the discrimination device 2, It implements the first minute range determining unit 212, the second minute range determining unit 213, the counting unit 214, the determining unit 215, and the like.
  • the storage unit 22 has a data storage unit including members capable of storing data and files exemplified by a semiconductor memory, a recording medium, a memory card, and the like.
  • the storage unit 22 is a mechanism that enables connection with a storage device or storage system such as NAS (Network Attached Storage), SAN (Storage Area Network), cloud storage, file server and/or distributed file system via network N. may have
  • the storage unit 22 stores a control program executed by the microcomputer, an electroencephalogram table 221, a history of predetermined threshold values relating to a predetermined minute range (to be described later), threshold change information relating to changes in the predetermined threshold value, acquired electroencephalograms, and the like. ing.
  • FIG. 2 is a diagram showing an example of the electroencephalogram table 221.
  • the electroencephalogram table 221 is a table that stores electroencephalograms acquired from discrimination targets to be discriminated.
  • the electroencephalogram table 221 stores one or more electroencephalograms. Thereby, the control unit 21 can perform a discrimination process, which will be described later, and discriminate the activity state of the brain in the discrimination process.
  • the electroencephalogram table 221 is preferably associated with an electroencephalogram and can store an ID that can identify the electroencephalogram. Thereby, the control unit 21 can store and/or acquire the electroencephalogram using the ID.
  • the electroencephalogram table 221 can store information about the sampling period associated with the electroencephalogram. Thereby, the control unit 21 can use the information about the sampling period.
  • the information about the sampling period is not particularly limited, and may be, for example, information indicating the sampling interval regarding the sampling period and/or information indicating the sampling frequency regarding the sampling period.
  • the electroencephalogram table 221 can store a minute range of electroencephalogram amplitude in association with the electroencephalogram. Since the electroencephalogram table 221 can store minute ranges, the control unit 21 can identify minute waves whose amplitudes are within the minute range.
  • the electroencephalogram table 221 can store the number of minute intervals (also referred to as minute portions) counted in step S4, which will be described later, in association with the electroencephalogram. Thereby, the control unit 21 can store the counted number of minute intervals in the electroencephalogram table 221 . Also, the control unit 21 can acquire and use the stored minute intervals.
  • the electroencephalogram table 221 shows the average time of minute intervals in which the amplitude of the electroencephalogram changes from a state in which the amplitude of the electroencephalogram is not within a predetermined minute range determined in step S3 to be described later to a state in which it is in a predetermined minute range, and then in a state in which the amplitude is not in the predetermined minute range. is preferably storable in association with the brain wave.
  • the control unit 21 can store the average time of the minute interval in the electroencephalogram table 221 . Also, the control unit 21 can acquire and use the stored average time of the minute intervals.
  • the electroencephalogram table 221 associates the electroencephalogram with the average potential difference in the non-minimum interval in which the amplitude of the electroencephalogram changes from being within a predetermined minute range to being outside the predetermined minute range, and then to being within the predetermined minute range. It is preferably attached and storable. Thereby, the control unit 21 can store the average potential difference of the non-minute interval in the electroencephalogram table 221 . In addition, the control unit 21 can obtain and use the stored average potential difference of the non-minute intervals.
  • ID "B1" in FIG. 2 includes an electroencephalogram in an awake state, a sampling period “4 ms” when acquiring this electroencephalogram, and a minute range "0- 0.067 mV", the number of counted micro-intervals "1500”, the average time of micro-intervals "10 ms”, and the average potential difference of non-micro-intervals "0.2 mV" are stored.
  • ID "B2" in FIG. 2 contains brain waves in the non-REM sleep state, the sampling period “4 ms” when acquiring the brain waves, and the minute range “0” used when counting the number of minute intervals in the brain waves. ⁇ 0.025 mV”, the number of counted micro-intervals “1900”, the average time of micro-intervals “10 ms”, and the average potential difference of non-micro-intervals “0.1 mV” are stored.
  • the number of minute sections stored in ID "B1" and the number of minute sections stored in ID “B2” in FIG. 2 are different from each other. Therefore, the number of stored micro-intervals can be used to determine the state of brain activity in the subject. Also, the minute range stored in ID "B1” and the minute range stored in ID “B2” in FIG. 2 are different from each other. Therefore, the stored microranges can be used to determine the range of brain activity in a particular subject.
  • the communication unit 23 is not particularly limited as long as it connects the discrimination device 2 to the network N and enables communication with the electroencephalograph 3 .
  • a connector capable of transmitting electrical signals related to brain waves for example, a bus such as a general-purpose bus conforming to the USB standard, a serial port such as an RS-232C standard port, a parallel port such as an interface conforming to IEEE 1284, serial ATA Standard-compliant connectors, communication devices compatible with Ethernet standards, wireless devices compatible with mobile phone networks, devices compatible with Wi-Fi (Wireless Fidelity) compatible with IEEE802.11, optical wireless devices compatible with optical wireless communication, communication unit including one or more such as.
  • Wi-Fi Wireless Fidelity
  • the display unit 24 is not particularly limited as long as it can output the determined brain activity state or the like.
  • Examples of the display unit 24 include a display unit having a touch panel, an organic EL display, a liquid crystal display, a monitor, a projector, and the like.
  • the display unit 24 may include an audio output device exemplified by a speaker or the like. Since the display unit 24 includes an audio output device, the determined brain activity state and the like can be output via audio. Thus, even if the user has difficulty viewing the display unit 24, the discrimination device 2 can notify the user of the discriminated state of brain activity or the like.
  • the discrimination device 2 preferably has an input unit (not shown) capable of receiving commands from the user. By providing the input unit, it is possible to perform determination processing based on a command from the user.
  • the type of input section is not particularly limited. Examples of the input unit include an input device including multiple switches, a keyboard, a mouse, a touch panel, a software keyboard, a microphone that recognizes voice, and a communication device that receives input from an external device.
  • the commands from the user that the input unit can receive are not particularly limited. Instructions from the user that can be received by the input unit include, for example, a command to start the discrimination process by the discriminating device 2, a command to end the discriminating process by the discriminating device 2, a command to change the minute range, and a method of determining the minute range. , a command to change a predetermined ratio described later, and/or a command to change the sampling period.
  • the electroencephalograph 3 is not particularly limited as long as it is an electroencephalograph capable of acquiring electroencephalograms to be discriminated.
  • the electroencephalograph 3 is configured to be able to provide electroencephalograms acquired via the network N to the discriminating device 2 .
  • the discriminating device 2 can acquire discrimination target electroencephalograms via the electroencephalograph 3 in real time. Thereby, the discrimination device 2 can discriminate in real time the activity state of the brain in the discrimination target. Therefore, it is possible to reduce the difference between the timing of acquiring the electroencephalogram and the timing of making the discrimination, and to further improve the accuracy of the discrimination.
  • a scalp electroencephalograph that acquires a scalp electroencephalogram (Electro Encephalo Gram, also referred to as EEG) via electrodes placed on the scalp, via electrodes placed on the cortex of the brain
  • EEG Electro Encephalo Gram
  • a cortical electroencephalograph that acquires cortical electroencephalograms (Electro Cotico Gram, also referred to as ECoG) and/or a deep electroencephalogram (also referred to as Local Field Potential, LFP) through electrodes inserted into the cortex of the brain
  • LFP Local Field Potential
  • electroencephalograms can be obtained by a relatively simple method of placing electrodes on the scalp.
  • a cortical electroencephalogram is an electroencephalogram acquired through electrodes placed on the cortex of the brain, which is closer to the neurons, and thus can acquire an electroencephalogram with higher accuracy than a scalp electroencephalograph.
  • deep electroencephalograms can be obtained. Because deep electroencephalograms are electroencephalograms acquired through electrodes inserted into the cortex of the brain, which are closer to neurons, they can acquire electroencephalograms with greater accuracy than scalp and cortical electroencephalographs.
  • the network N is not particularly limited as long as it can connect the discriminating device 2 and the electroencephalograph 3 .
  • the network N is, for example, a personal area network, a local area network, an intranet, an extranet, the Internet, a Wi-Fi network, a bus network conforming to the Universal Serial Bus (USB), a bus network conforming to the Serial ATA standard, an electric It may be a signal line capable of transmitting signals, or a network combining a plurality of networks including these.
  • FIG. 3 is a flowchart showing an example of a preferred flow of discrimination processing executed by the discrimination device 2 of this embodiment. An example of a preferred procedure of discrimination processing executed by the discrimination device 2 will be described below with reference to FIG.
  • Step S1 Obtain brain waves
  • the control unit 21 cooperates with the storage unit 22 and the communication unit 23 to execute the acquisition unit 211 to acquire the electroencephalogram acquired from the discrimination target (step S1).
  • the control unit 21 shifts the process to step S2.
  • the process of acquiring an electroencephalogram includes a process of storing the acquired electroencephalogram in the electroencephalogram table 221 .
  • the discriminating device 2 can discriminate the activity state of the brain in the discrimination target using the acquired electroencephalogram and its amplitude.
  • discrimination can be performed using the stored electroencephalograms.
  • the method of acquiring brain waves is not particularly limited.
  • the method of acquiring brain waves preferably includes a method of acquiring brain waves from the electroencephalograph 3 via the communication unit 23 .
  • the electroencephalogram to be discriminated can be obtained in real time via the electroencephalograph 3 .
  • the discrimination device 2 can discriminate in real time the activity state of the brain in the discrimination target. Therefore, it is possible to reduce the difference between the timing of acquiring the electroencephalogram and the timing of making the discrimination, and to further improve the accuracy of the discrimination.
  • the process of acquiring electroencephalograms preferably includes the process of acquiring electroencephalograms at a predetermined sampling cycle. Thereby, the activity state of the brain can be determined by processing using the sampling period.
  • the process of acquiring electroencephalograms preferably includes a process of storing information about the sampling period in the electroencephalogram table 221 . Thereby, the activity state of the brain can be determined by processing using the sampling period.
  • the electroencephalogram preferably includes an electroencephalogram acquired from the brain to be discriminated without myoelectric potential contamination.
  • Step S2 Measure amplitude
  • the control unit 21 cooperates with the storage unit 22 and the communication unit 23, executes the acquisition unit 211, and measures the amplitude of the electroencephalogram acquired in step S1 (step S2).
  • the control unit 21 shifts the process to step S3.
  • the amplitude of the electroencephalogram in this embodiment is the absolute value of the difference between the maximum value of the electroencephalogram and the minimum value of the electroencephalogram, which does not include other minimum values between the maximum value and the minimum value. point to As a result, it is possible to identify minute intervals in which states in which the electroencephalogram amplitude is within a predetermined minute range, which will be described later, are continuous.
  • the processing for measuring the amplitude of electroencephalograms is not particularly limited.
  • the process of measuring the amplitude of the electroencephalogram calculates the value of the first derivative of the electroencephalogram, and regards the portion where the value of the first derivative changes from a value greater than zero to a value less than zero as a portion where the electroencephalogram takes a maximum value. discriminate, discriminate the part where the value of the first derivative changes from a value smaller than zero to a value larger than zero as the part where the electroencephalogram takes the minimum value, and between the part taking the maximum value and the part taking the minimum value
  • the process may include a process of measuring the absolute value of the electroencephalogram difference.
  • the process of measuring the absolute value of the brain wave difference is simpler than the process of obtaining the frequency component of the brain wave using Fourier transform or the like. Therefore, the process of measuring the amplitude of the electroencephalogram includes the process of measuring the absolute value of the difference between the electroencephalograms by calculating the first derivative of the electroencephalogram. It can be easily constructed from a device for discriminating the activity state of the brain to be acquired.
  • control unit 21 execute a process of determining a predetermined minute range in step S3.
  • Step S3 Determining a threshold (minute range)
  • the control unit 21 determines a predetermined threshold for a predetermined minute range according to the electroencephalogram acquired from the discrimination target, and updates the history of the predetermined threshold for the predetermined minute range (step S3).
  • the control unit 21 shifts the process to step S4.
  • the minute interval is determined using the predetermined threshold or the like for the predetermined minute range determined according to the electroencephalogram acquired from the discrimination target. can be counted. This can further improve the accuracy of discrimination.
  • the predetermined minute range is not particularly limited.
  • the predetermined minute range may be a minute range exemplified by, for example, a range in which the electroencephalogram amplitude is 0 mV or more and a predetermined threshold value or less, and a range in which the electroencephalogram amplitude is 0 mV or more and less than a predetermined threshold value.
  • the lower limit of the predetermined threshold is not particularly limited.
  • the upper limit of the predetermined threshold is preferably 0.6 mV or less, more preferably 0.5 mV or less, and even more preferably 0.4 mV or less.
  • processing for determining the predetermined minute range is performed by executing the first minute range determining unit 212 so that the ratio of the average time of each minute interval to the sampling period for the electroencephalogram acquired in step S1 is a predetermined ratio. It is preferable to include a process of determining a predetermined minute range so as to substantially match with .
  • the first minute range determination unit 212 By executing the first minute range determination unit 212, it is possible to determine a predetermined minute range so that the ratio of the average time of each minute interval to the sampling period substantially matches the predetermined ratio. A small range can be determined such that This can lead to an even stronger correlation between the number of microintervals and the activity state of the brain. Therefore, the accuracy of discrimination can be further improved.
  • the lower limit of the predetermined ratio is preferably 3/2 or more, more preferably 7/4 or more, and even more preferably 2 or more.
  • the ratio of the average time of each minute interval to the sampling period when the minute range is determined so as to maximize the number of minute intervals approaches around 5/2.
  • the predetermined ratio is even closer to around 5/2.
  • the predetermined minute range can be determined so that the number of minute intervals is even greater.
  • the fact that it is specified around 5/2 of the sampling interval time regardless of the number of sampling periods means that the threshold in that case is proportional to the amplitude of the microwave. That is, it is possible to determine a minute range that reflects the fluidity around the electrode position where the electroencephalogram was acquired. Therefore, the accuracy of discrimination can be further improved.
  • FIG. 4 is a diagram showing an example of electroencephalograms in an awake state and a non-REM sleep state.
  • the electroencephalograms shown in FIG. 4 are deep electroencephalograms in layer 5 of the mouse secondary motor cortex.
  • a process of determining a predetermined minute range so that the ratio of the average time of each minute interval to a predetermined sampling period substantially matches the predetermined ratio will be described with reference to FIG.
  • the electroencephalogram Wa in the awake state and the electroencephalogram Wn in the sleep state shown in FIG. 4(A) are electroencephalograms obtained at a sampling frequency of 1000 Hz. Therefore, the sampling period of these electroencephalograms is 1 ms, and the measured potential differences are indicated by circle dots.
  • the threshold that maximizes the number of minute intervals in the electroencephalogram for 60 seconds the area where the adjacent peak potential difference is within the threshold is indicated by the black line as the minute interval, and the area larger than the threshold is indicated by the gray line as the burst interval. are color coded.
  • the awake state electroencephalogram Wa includes minute intervals T (first minute interval T1, second minute interval T2, third minute interval T3, fourth minute interval T4, etc.) whose minute range is from 0 mV to 0.044 mV.
  • Each of the micro-intervals T has a micro-interval time D (first micro-interval time D1, second micro-interval time D2, third micro-interval time D3, and fourth micro-interval time D4, etc.).
  • the average time of the minute interval T which is the average of the minute interval times D, is the predetermined sampling period.
  • a predetermined minute range is determined so as to substantially coincide with the time obtained by multiplying the period by a predetermined ratio. For example, when the predetermined ratio is 5/2, the predetermined minute range is determined so that the average time of the minute interval T is ms. As a result, the ratio of the average time of 2.5 ms for each minute interval to the predetermined sampling period of 1 ms is approximately equal to 5/2.
  • the number of minute intervals T in which the amplitude changes from not below 0.044 mV to below 0.044 mV and then below 0.044 mV is counted. did.
  • the number of minute intervals T in which the amplitude changed from not below 0.025 mV to below 0.025 mV and then below 0.025 mV was counted.
  • the number of minute intervals T becomes the largest, and at the same time, the average time of each minute interval aligns around 5/2 times the sampling period.
  • the process of determining the predetermined minute range may include executing the second minute range determining unit 213 to determine the predetermined minute range so as to substantially maximize the number of minute sections. preferable.
  • the correlation between the number of micro-intervals and the state of brain activity in a discriminant subject to whom anesthesia is administered can be further strengthened by determining a predetermined micro-range so that the number of micro-intervals is large. has been confirmed.
  • the correlation between the number of minute intervals and the activity state of the brain can be further strengthened. Therefore, the accuracy of discrimination can be further improved.
  • the conditions are met, it is possible to easily compare the activity states of the brains of the determination site and the determination target.
  • Step S4 Measure changes in threshold values, etc.
  • the control unit 21 executes the counting unit 214 to measure changes in threshold values and the like (step S4).
  • the control unit 21 shifts the process to step S5.
  • a history of predetermined thresholds in a predetermined minute range is used to determine whether a predetermined threshold has increased and/or decreased, and information about the determination result is stored in threshold change information. It preferably includes processing. Thereby, in the process executed in step S5, which will be described later, the discrimination process based on the threshold change information can be executed.
  • the process of measuring changes in threshold values includes the process of counting the number of minute intervals.
  • the process of counting the number of minute intervals includes the process of determining whether or not the amplitude of the electroencephalogram is within a predetermined minute range. This makes it possible to count the number of minute intervals in which the amplitude of the electroencephalogram changes from not within the predetermined minute range to within the predetermined minute range, and further to the state not within the predetermined minute range.
  • the process of counting the number of minute intervals is the process of counting the number of burst intervals in which the amplitude of the electroencephalogram changes from being within the predetermined minute range to not being within the predetermined minute range and then to being within the predetermined minute range. It's okay.
  • the state of an electroencephalogram alternately repeats a state in a minute section and a state in a burst section. Therefore, the number of minute sections can be counted by the process of counting the number of burst sections.
  • the counting unit 214 can count the number of minute intervals in which the electroencephalogram amplitude is in a predetermined minute range.
  • the electroencephalogram is a minute wave whose amplitude is within a predetermined minute range. Therefore, the activity state of the brain can be determined by using the number of minute intervals.
  • the awake state electroencephalogram Wa shown in FIG. 4A has a maximum value at which the potential difference of the electroencephalogram changes from increase to decrease and a minimum value at which decrease changes to increase.
  • the amplitude of the awake state electroencephalogram Wa can be measured using the difference (sign Pt, sign Pb, etc.) between the maximal value and the minimal value of the electroencephalograms adjacent to each other.
  • the wakeful state electroencephalogram Wa When the amplitude of the wakeful state electroencephalogram Wa is within a predetermined minute range (symbol Pt, etc.), the wakeful state electroencephalogram Wa is divided into minute intervals T (first minute interval T1, second minute interval T2, third minute interval T3 in FIG. , and the fourth minute interval T4, etc.). More specifically, when the amplitude of the awake state electroencephalogram Wa goes from being out of the predetermined minute range to being in the predetermined minute range, and further to being out of the predetermined minute range, the awake state electroencephalogram Wa changes to the minute interval T It is in.
  • the awake state electroencephalogram Wa is divided into burst sections B (first burst section B1, second burst section B2, (third burst section B3, fourth burst section B4, etc.).
  • the discrimination device 2 counts the number of minute intervals T discriminated in this way. As shown in FIG. 4, the minute intervals T and the burst intervals B appear alternately. Therefore, the number of minute intervals T can also be counted by the process of counting the number of burst intervals B. FIG. 4
  • the process of counting the average potential difference in the burst section will be explained.
  • the difference between the minimum value and the maximum value in one burst section is taken as the potential difference in the burst section.
  • the average of each potential difference in the burst section is counted as the average potential difference in the burst section.
  • Step S5 Determining brain activity
  • the control unit 21 executes the discrimination unit 215 to discriminate the activity state of the brain based on the threshold change information stored in the threshold change information in step S4 (step S5).
  • the control unit 21 shifts the process to step S1 and repeats the processes from step S1 to step S5.
  • the processing for determining the brain activity state determines that the brain activity state has become a more active brain activity state when the threshold change information is information indicating that the predetermined threshold has increased. Then, when the information indicates that the predetermined threshold has decreased, a process of determining that the brain activity state has changed to a less active brain activity state (hereinafter simply referred to as "determination process based on threshold change information") ) is preferably included.
  • the predetermined minute range is determined such that the ratio of the average time of each minute interval to the sampling period substantially matches the predetermined ratio, and/or
  • the predetermined minute range is determined such that the number of minute intervals is maximized .
  • the predetermined threshold is known to fluctuate at relatively high values.
  • the predetermined threshold changes at a relatively low value in the non-REM sleep state. It has been experimentally confirmed that in a dreaming state (for example, in REM sleep), the predetermined threshold increases slightly, and this is more pronounced in EEG in the primary somatosensory cortex than in the secondary motor cortex ( Figure 8). Note that REM sleep is characterized by relaxation of skeletal muscles throughout the body.
  • the predetermined threshold increases and the predetermined threshold becomes a larger threshold, it can be determined that the activity state of the brain is an active state such as an arousal state.
  • the predetermined threshold value decreases and becomes a smaller threshold value, it can be determined that the brain activity state is relatively inactive, such as non-REM sleep. Therefore, by including discrimination processing based on threshold change information in the processing for discriminating the activity state of the brain, the activity state of the discrimination target brain can be discriminated.
  • the discriminating unit 215 preferably executes processing for discriminating the activity state of the brain using the counted number of minute intervals.
  • a minute section is a section in which minute waves are continuous. Therefore, the brain activity state can be determined by the processing performed in step S5.
  • the method of determining the activity state of the brain using the number of minute intervals can determine the activity state of the brain to which anesthesia has been administered. Therefore, the discrimination unit 215 can discriminate the activity state of the brain in the discrimination subject to whom anesthesia has been administered.
  • the process of determining the brain activity state using the counted number of micro-intervals includes determining whether there is a number of micro-intervals in a predetermined range associated with the brain activity state. preferably includes a process for Thereby, the number of minute intervals and the activity state of the brain can be associated with each other through a predetermined range. Therefore, the activity state of the brain to be determined can be determined more easily.
  • the predetermined minute range exemplified by the execution of the first minute range determination unit 212 and/or the second minute range determination unit 213 in step S3 is a minute range determined so that the number of minute sections becomes even greater.
  • the determination unit 215 preferably determines the activity state of the brain based on the number of predetermined minute ranges and minute intervals.
  • the determined predetermined microrange may be a narrower range than when the brain activity state is an active state such as wakefulness.
  • the discrimination unit 215 discriminates the activity state of the brain based on the number of predetermined minute ranges and minute intervals, thereby further increasing the accuracy of discrimination.
  • the process of determining the activity state of the brain using the number of counted micro-intervals is performed when the micro-range is narrower than a predetermined range, and the more the number of micro-intervals, the more the brain is activated. It is determined that the active state of the brain is active, and when the micro range is wider than the predetermined range, the smaller the number of micro sections, the more active the brain is. It is preferable to include processing for determining that there is. Thereby, the accuracy of determination can be further improved based on the experimentally confirmed relationship between the minute range and the number of minute sections.
  • the predetermined range is not particularly limited, and may be, for example, a range in which the electroencephalogram amplitude is less than or equal to a predetermined threshold.
  • the lower limit of the predetermined threshold is preferably 0.001 mV or more, more preferably 0.005 mV or more, and even more preferably 0.010 mV or more. This makes it possible to further improve the accuracy of discrimination by using the range determined by the threshold, which has been confirmed experimentally, in which the relationship between the number of minute intervals and the activity state of the brain changes.
  • the upper limit of the predetermined threshold is preferably 0.100 mV or less, more preferably 0.075 mV or less, and even more preferably 0.060 mV or less. This makes it possible to further improve the accuracy of discrimination by using the range determined by the threshold, which has been confirmed experimentally, in which the relationship between the number of minute intervals and the activity state of the brain changes.
  • the determination unit 215 determines whether or not the activity state corresponds to one or more consciousness states selected from the wakefulness state, the light sleep state, the REM sleep state, and the non-REM sleep state. It is preferable to execute a process of determining whether the
  • the discrimination unit 215 discriminates the activity state of the brain using the number of minute intervals. It can be determined whether or not these states of consciousness apply.
  • the determination unit 215 performs a process of determining whether or not the activity state corresponds to one or more consciousness states selected from the awakening state, the light sleep state, the REM sleep state, and the non-REM sleep state.
  • the electroencephalogram is preferably a deep electroencephalogram (local field potential; LFP). Since the electroencephalogram is a deep electroencephalogram, the activity state can be determined in more detail. Therefore, since the electroencephalogram is a deep electroencephalogram, the discriminating unit 215 determines that one or more consciousness states selected from the wakefulness state, the light sleep state, the REM sleep state, and the non-REM sleep state are active states. It can be determined whether it applies or not.
  • FIG. 4(B) is a diagram showing an example of brain waves in a non-REM sleep state. Determination of the activity state of the brain in the subject to be determined based on the number of minute intervals T will be described below with reference to FIGS.
  • the awake state electroencephalogram Wa shown in FIG. 4(A) has four minute intervals T (first minute interval T1, second minute interval T2, third minute interval T3, and fourth minute interval T4, etc.).
  • the NREM sleep state electroencephalogram Wn in the NREM sleep state shown in FIG. and further includes five minute intervals (fifth minute interval T5, sixth minute interval T6, seventh minute interval T7, eighth minute interval T8, and ninth minute interval T9) which are not in a state of 0.025 mV or less.
  • the awake state electroencephalogram Wa and the non-REM sleep state electroencephalogram Wn differ from each other in the number of minute intervals T in the predetermined interval. Therefore, by using the number of minute intervals T, it is possible to determine whether the brain activity state corresponds to the wakeful state and whether the brain activity state corresponds to the non-REM sleep state.
  • the discrimination unit 215 executes processing for discriminating the brain activity state of a discrimination target that is not affected by myoelectric potentials such as those under anesthesia management.
  • burst suppression in which a section in which the average amplitude of brain waves continues for a short period of time and a section in which the average amplitude of brain waves continues for a long period of time alternates. are known to exhibit patterns identified, such as by appearing in
  • the predetermined minute range exemplified by the execution of the first minute range determination unit 212 and/or the second minute range determination unit 213 in step S3 is a minute range determined so that the number of minute sections becomes even greater. In some cases, it has been experimentally confirmed that the number of minute intervals in the absence of burst suppression decreases as the anesthetic concentration increases (Fig. 7(A)).
  • the predetermined micro-range is a micro-range determined such that the number of micro-intervals is greater, the number of micro-intervals is used to determine the state of brain activity in a subject to be discriminated who has been administered an appropriate amount of anesthesia. can be determined.
  • the electroencephalogram will show burst suppression at concentrations higher than the appropriate anesthetic concentration (also referred to as excessive deep anesthesia level), and any It has been experimentally confirmed that the amplitude threshold, which is the minute range, is significantly decreased because the average time of each minute interval is increased even at the amplitude threshold (FIG. 7(A)).
  • the average time and/or the number of micro-intervals and the amplitude threshold of each micro-interval it is possible to discriminate the activity state of the brain in the subject to be anesthetized. It can also provide an indication as to whether the anesthetic concentration is higher than appropriate.
  • the determination unit 215 outputs the determined brain activity state via the display unit 24 .
  • the discriminated state of brain activity can be output to the user who uses the discriminating device 2 .
  • mice were housed in individually ventilated cages. The lighting of the cages was controlled so that the lights were on at 8:00 am and turned off at 8:00 pm, alternating between 12 hours of light and 12 hours of darkness.
  • the dog test the dog was kept warm so that the body temperature was maintained between 37.5 and 38.0 degrees, and the end-tidal carbon dioxide concentration was controlled between 33 and 40 mmHg with a respirator. , sevoflurane inhalation anesthetic and rocuronium muscle relaxant were administered.
  • ⁇ Test 1 Discrimination experiment using deep brain waves> [Embodiment 1-1] Determination by the determination device 2 of the present embodiment Part 1 [Acquisition of brain waves] EEG electrodes (75 ⁇ m platinum electrodes) were placed in the secondary motor cortex (M2) and primary somatosensory cortex (S1) of mice, and deep electroencephalograms (Local field potential; LFP) were acquired at a sampling frequency of 10 kHz.
  • a deep electroencephalogram is a waveform obtained by inserting electrodes into the cortex of a target animal and measuring the sum of nearby potentials. In order to acquire deep electroencephalograms from the cerebral cortex layer 5, electrodes were inserted and installed at a depth of 670 ⁇ m.
  • a threshold was set for each 1 ⁇ V from 1 ⁇ V to 100 ⁇ V.
  • the deep electroencephalograms obtained were divided into intervals of 1 minute, and the adjacent peak potential difference of the electroencephalogram was divided into minute intervals below the threshold and burst intervals above the threshold. Each potential difference was counted.
  • the potential difference in the burst interval was defined as the difference between the maximum and minimum values of electroencephalograms measured in the burst interval.
  • Fig. 5 shows an example of plotting the number of minute intervals calculated using a threshold of 100 ⁇ V for the 125 Hz deep electroencephalogram of M2 according to the elapsed time from the start of measurement.
  • the horizontal axis in FIG. 5 is the trial number (unit: -; dimensionless), and the vertical axis is the number of minute intervals corresponding to the elapsed time (unit: -; dimensionless).
  • the length of one trial is 60 seconds.
  • the trial number increments along with the elapsed time since the acquisition started. State discrimination was confirmed by visual inspection on electroencephalographic waveforms.
  • Fig. 6 shows an example of the number of micro-intervals or the potential difference of burst intervals at thresholds of 1 ⁇ V to 100 ⁇ V for deep brain waves of 1000 Hz. Regardless of the state of consciousness, the variation in the number of minute intervals with respect to the threshold is uniform, and the number of minute intervals increases and decreases as the threshold increases. Also, the potential difference in the burst section decreases and then increases as the threshold increases. These patterns were uniform regardless of the electrode site and individual, and in dogs as well as mice.
  • the threshold value that maximizes the number of micro-intervals is proportional to the amplitude of the micro-waves and is thought to reflect fluctuations in the electrode ground field. That is, the threshold may increase with increased brain activity.
  • the reason why the average potential difference decreases at the threshold value at which the average potential difference in the burst section is the minimum value is that the large wave that connects the microwaves is divided. Therefore, it is conceivable that the potential difference in the burst interval at the threshold on an electroencephalogram with a high sampling period such as 1000 Hz can reflect electrical activity between fluctuations.
  • Discrimination by the conventional method was performed by analyzing electroencephalograms obtained from the secondary motor cortex (also referred to as M2) of mice and myoelectric potentials obtained from mice using SleepSign (registered trademark) manufactured by Kissei Comtec Co., Ltd., which is sleep analysis software. . REM sleep was difficult to detect with conventional methods.
  • electroencephalogram analysis experiment of 1200 trials for 20 hours conducted in this study, there were no trials discriminated as REM sleep in 3 out of 6 mice, and 2 out of the remaining 3 mice were also diagnosed as REM sleep. The number of trials performed was 8 and 4, with few trials discriminated into REM sleep.
  • myoelectric potential was used in addition to electroencephalograms.
  • Example 1 in which the appearance tendency of slow waves is obvious during wakefulness, state discrimination was difficult by frequency analysis. However, in this method, scatter plots showing similar patterns without individual differences can be obtained by aligning the average time of the burst interval to 5-8 times the sampling frequency without being affected by the appearance of slow waves. rice field. In the two individuals that did not show the appearance tendency of slow waves during wakefulness, the two discrimination results of sleep and wakefulness were the same between the conventional method and the present method. Trials diagnosed as REM sleep were found in about 10% of trials diagnosed as sleep, which was a result in line with common belief. In addition, the state discriminated by the number of minute intervals was consistent with the state discrimination visually confirmed.
  • the discriminating device 2 does not use myoelectric potentials, and without adjusting the discrimination criteria according to the test target mouse, brain activity in the test target mouse It can be said that the state can be determined. Therefore, the deep electroencephalogram can discriminate the activity state of the brain in the discriminant target, reduce the influence of individual differences in the discriminant target, and improve the accuracy of discrimination.
  • FIG. 6 shows the number of micro-intervals and the average potential difference of burst intervals at thresholds of 1 ⁇ V to 100 ⁇ V in steps of 1 ⁇ V for deep brain waves of 1000 Hz.
  • the average value of each minute interval was around 5/2 times the sampling period at the threshold at which the number of minute intervals was the maximum value.
  • the threshold decreased in order of wakefulness, light sleep, REM sleep, and non-REM sleep.
  • the average potential difference in burst intervals around the threshold decreased in the order of wakefulness, light sleep, and sleep (REM and non-REM). Therefore, it was confirmed that the accuracy of discrimination can be further improved by determining a threshold that maximizes the number of minute intervals.
  • the threshold decreased in the order of wakefulness, light sleep, REM sleep, and non-REM sleep in all six animals (Fig. 8).
  • microwaves which have been regarded as noise, are fluctuations in the electrode ground field that reflect brain activity.
  • the average potential difference in the burst interval around the threshold was different between REM sleep and non-REM sleep at 125 Hz and 250 Hz. This indicates that it is desirable to have EEG information of 500 Hz or higher in order to reflect the neuroelectrical activity on the electrode side in the average potential difference in the burst interval, and that low-sampling information is affected by slow waves. is.
  • Example 2 Discrimination experiment using scalp electroencephalograms for different anesthetic concentrations>
  • Example 2 Discrimination by the discriminating device 2 of the present embodiment
  • a needle electrode of an electroencephalograph was installed in the forehead of an anesthetized beagle dog, and an epiencephalogram (EEG) was acquired at a sampling frequency of 250 Hz. Sevoflurane anesthesia was maintained at 2.0%, 2.5%, 3.0%, 3.5%, 4.0%, and 5.0% for 20 minutes each under continuous administration of rocuronium, a muscle relaxant. After that, an electroencephalogram was measured for 5 minutes. From the electroencephalogram information of 250 Hz for 5 minutes, three data of 64 seconds were cut out and used as analysis data. The same method as in Example 1-1 was used for the analysis.
  • FIG. 7 shows the number of micro-intervals and the average potential difference in burst intervals at thresholds of 0.2 ⁇ V to 20 ⁇ V in steps of 0.2 ⁇ V. In all individuals, regardless of the anesthetic concentration, at the threshold where the number of microintervals was the maximum, the average value of each microinterval was around 5/2 of the sampling period. In addition, the threshold for the maximum number of microintervals decreased with increasing concentration of anesthesia.
  • the discriminating device 2 detects one or more conscious states selected from the wakefulness state, light sleep state, REM sleep state, and non-REM sleep state, and the activity state corresponds to these conscious states. It can be determined whether According to test 2, the increasing depth of hypnosis with increasing anesthetic concentration can be quantified.
  • the present invention is not limited to the above-described embodiments.
  • the effects described in the above-described embodiments are merely a list of the most preferable effects produced by the present invention, and the effects of the present invention are not limited to those described in the above-described embodiments. do not have.
  • the above-described embodiments have been described in detail in order to explain the present invention in an easy-to-understand manner, and are not necessarily limited to those having all the configurations described.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Psychology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Psychiatry (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (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

【要約】 【課題】自然状態および麻酔を投与された判別対象における脳の活動状態を判別可能であり、判別対象における個人差の影響を軽減し、判別の精度を高め得る、脳活動状態の判別装置及び判別システムを提供する。 【解決手段】本発明に係る脳活動状態の判別装置（２）は、判別対象の脳から取得された所定区間内の脳波の振幅が所定の微小範囲にない状態から所定の微小範囲にある状態になり、さらに所定の微小範囲にない状態になる微小区間（Ｔ）の平均持続時間がある一定の値となるような閾値、およびその微小区間の数と平均時間、および微小範囲にない区間の電位差と平均時間を計数する計数部（２１４）と、計数された前期指標値を用いて脳の活動状態を判別する判別部（２１５）と、を備える。また、本発明に係る脳活動状態の判別システム（１）は、脳から脳波を取得可能な脳波計（３）と、上述の判別装置（２）と、を備え、判別装置（２）は、脳波計（３）を用いて脳波を取得することが可能である。

Description

判別装置及び判別システム
　医療分野を始めとする各種の分野において、患者等によって例示される判別対象における意識の状態を判別可能な指標の要望がある。このような要望に応えるべく、刺激に対する判別対象の反応を用いる指標等の各種の指標が提案されている。
　意識の状態を判別可能な指標が意識の状態を判別する判別者の主観に基づく主観的な指標である場合、判別者によって判別された意識の状態が判別者それぞれの主観によってそれぞれ異なり得る。
　意識の状態を判別可能な指標が客観的な指標であれば、判別対象における意識の状態を客観的に判別し得る。これにより、判別対象における意識の状態を判別者の主観によらず一意に判別し得る。
　判別対象における意識の状態を客観的に判別する工夫の一例として、特許文献１は、脳波検出器から受信した脳波に対して、所定時間単位で周波数分析を行い、少なくともアルファ波、デルタ波、シグマ波及びベータ波の各周波数成分を抽出し、脳波に対する各周波数成分それぞれの比率又は強度それぞれが所定の閾値以上であるか否かを判別すること等によって睡眠状態を判定し得る睡眠状態測定装置を開示している。特許文献１の発明によれば、判別対象の脳波から抽出されたアルファ波、デルタ波、シグマ波及びベータ波の各周波数成分に基づいて判別対象の睡眠状態を判定し得る。
特開２０１１－０８３３０７号公報
　脳波の波形のうち、周波数帯域が８Ｈｚ以上１３Ｈｚ未満であるアルファ波より周波数が低い波形は、徐波とも呼ばれる。徐波は、判別対象における個人差によって非定型的に現れ得ることが知られている。したがって、徐波を用いて意識の状態を判別する手法では、判別対象における個人差の影響を受け得る。
　徐波は、周波数帯域が１Ｈｚ以上３Ｈｚ未満であるデルタ波を含む。したがって、特許文献１は、判別対象における個人差の影響を軽減することにおいて、さらなる改良の余地がある。
　ところで、手術等において判別対象に麻酔を投与することに関し、麻酔が過剰である場合、重度の低血圧や徐脈等の循環抑制が生じ得ること及び／又は術後せん妄等の好ましくない副作用が判別対象に生じ得ることが知られている。また、麻酔が不足する場合、手術中に判別対象の意識が覚醒状態となる術中覚醒が生じ得ることが知られている。術中覚醒は、心的外傷後ストレス障害（Ｐｏｓｔ　Ｔｒａｕｍａｔｉｃ　Ｓｔｒｅｓｓ　Ｄｉｓｏｒｄｅｒ、ＰＴＳＤ）を判別対象に引き起こし得る。したがって、判別対象に投与された麻酔の量が適正であるか否かを客観的に判別し得る指標の要望がある。
　麻酔を投与された判別対象における意識の状態を客観的に判別することにより、判別対象に投与された麻酔の量が適正であるか否かを客観的に判別し得る。これにより、麻酔の安全性及び／又は効果等を高め得る。特許文献１は、麻酔を投与された判別対象における意識の状態を客観的に判別することにおいても、さらなる改良の余地がある。
　本発明は、このような事情に鑑みてなされたものであり、その目的は、自然状態および麻酔を投与された判別対象における脳の活動状態を判別可能であり、判別対象における個人差の影響を軽減し、判別の精度を高め得る、脳活動状態の判別装置及び判別システムを提供することである。
　本発明者らは、上記課題を解決するためにこれまで脳波上のノイズとされたような微小部分に着目し鋭意検討した結果、判別対象の脳から取得された所定区間内の脳波の振幅が所定の微小範囲にない状態から所定の微小範囲にある状態になり、さらに所定の微小範囲にない状態になる微小部分の平均持続時間がある一定の値となるような閾値を決定し，その閾値の継時変化を用いて脳の活動状態を判別することで、上記の目的を達成できることを見出し、本発明を完成させるに至った。微小部分は、１ミリ秒であってもサンプリングデータ毎に揺らぎ得る電極地場の不安定性に由来する波形であり、その揺らぎの範囲は脳活動の程度を反映し得ることを明らかにし、前記波形と神経電気活動に由来する波形を分離することで、電極近傍の神経電気活動量を推定することも可能にした。具体的に、本発明は以下のものを提供する。
　第１の特徴に係る発明は、判別対象の脳から取得された所定区間内の脳波の振幅が所定の微小範囲にない状態から前記所定の微小範囲にある状態になり、さらに前記所定の微小範囲にない状態になる微小部分それぞれの平均時間が所定の値となるよう前記所定の微小範囲を決定する第１微小範囲決定部と、前記微小範囲の時系列における変化を測定する計数部と、前記測定された前記変化を用いて前記脳の活動状態を判別する判別部と、を備える、脳活動状態の判別装置を提供する。
　判別対象の脳から取得された所定区間内の脳波に含まれる微小波が連続する部分の数と判別対象に投与した揮発性麻酔薬の濃度との間に線形相関があることが知られている。加えて、微小部分の数が最も大きくなる微小範囲は、麻酔濃度の上昇とともに低下することが実験で確認されている。揮発性麻酔薬の濃度が高ければ高いほど、判別対象の脳の活動状態が低下する。したがって、微小範囲及び／又は微小部分の数を用いることにより、判別対象の脳の活動状態を判別し得る。
　微小部分それぞれの平均時間が所定の値となるよう微小範囲の閾値を決定することにより、微小区間の数が大きくなるよう微小範囲を決定し得る。また、微小部分の数が大きくなるよう微小範囲の閾値を決定した場合における微小範囲及び／または非微小区間の平均電位差と脳の活動状態との間に相関があることが実験的に確認されている。
　第１の特徴に係る発明によれば、微小部分それぞれの平均時間が所定の値となるよう所定の微小範囲を決定し得る。したがって、微小部分の数が大きくなるよう微小範囲を決定した場合における微小範囲を用いて脳の活動状態を判別し得る。
　第１の特徴に係る発明によれば、計数部により、微小範囲および非微小範囲の時系列における変化を測定できる。したがって、微小範囲の時系列における変化を用いることにより、脳の活動状態を判別し得る。第１の特徴に係る発明によれば、判別装置は、測定された微小範囲の変化を用いて脳の活動状態を判別する判別部を備えるため、脳の活動状態を判別し得る。また、脳波は、対象に刺激を与えずに取得可能な情報であるため、対象に刺激を与えない無刺激での判別を行い得る。
　脳波の波形のうち周波数帯域が８Ｈｚ以上１３Ｈｚ未満であるアルファ波より周波数が低い波形である徐波は、判別対象における個人差によって非定型的に現れ得ることが知られている。第１の特徴に係る発明によれば、微小範囲の変化を用いて脳の活動状態を判別することで、判別対象における個人差の影響を軽減し、判別の精度を高め得る。
　上述のとおり、微小波が連続する部分の数と判別対象に投与した揮発性麻酔薬の濃度との間に線形相関があることが実験で確認されている。したがって、微小部分の数を用いて脳の活動状態を判別する手法は、麻酔が投与されていない判別対象の脳の活動状態だけでなく、麻酔が投与された判別対象の脳の活動状態をも判別し得る。したがって、第１の特徴に係る発明によれば、自然状態および麻酔状態の判別対象における脳の活動状態を判別可能である。
　したがって、第１の特徴に係る発明によれば、自然状態および麻酔状態の判別対象における脳の活動状態を判別可能であり、判別対象における個人差の影響を軽減し、判別の精度を高め得る、脳活動状態の判別装置を提供できる。
　第２の特徴に係る発明は、第１の特徴に係る発明であって、前記脳波は、所定のサンプリング周期で取得された脳波を含み、前記第１微小範囲決定部は、前記所定のサンプリング周期に対する前記微小部分それぞれの平均時間の比が所定の比と略一致するよう前記所定の微小範囲を決定可能である、判別装置を提供する。
　微小部分の数が大きくなるよう微小区間の振幅の閾値を決定することにより、微小範囲の変化と脳の活動状態との間の相関がよりいっそう強くなり得ることが実験的に確認されている。微小部分の数が大きくなるよう微小区間の振幅の閾値を決定した場合、時間的に変化する脳波を取得する間隔であるサンプリング周期は、微小部分それぞれの平均時間と相関を有することが実験的に確認されている。微小部分の数が大きくなるよう微小範囲を決定した場合におけるサンプリング周期に対する微小区間それぞれの平均時間の比は、所定の比に近づくことが実験的に確認されている。
　第２の特徴に係る発明によれば、所定のサンプリング周期に対する微小部分それぞれの平均時間の比が所定の比と略一致するよう所定の微小範囲を決定可能であるため、微小部分の数が大きくなるよう微小範囲を決定し得る。これにより、麻酔を投与された対象における微小範囲の変化と脳の活動状態との間の相関がよりいっそう強くなり得る。したがって、第２の特徴に係る発明によれば、判別の精度をよりいっそう高め得る。
　したがって、第２の特徴に係る発明によれば、判別対象における脳の活動状態を判別可能であり、判別対象における個人差の影響を軽減し、判別の精度を高め得る、脳活動状態の判別装置を提供できる。
　第３の特徴に係る発明は、第２の特徴に係る発明であって、前記所定の比が２分の３以上２分の７以下である、判別装置を提供する。
　微小部分の数を最大化するよう微小区間の振幅の閾値を決定した場合におけるサンプリング周期に対する微小部分それぞれの平均時間の比は、２分の３以上２分の７以下の比に近づくことが実験的に確認されている。
　第３の特徴に係る発明によれば、所定の比が２分の３以上２分の７以下であるため、微小部分の数がよりいっそう大きくなるよう所定の微小範囲を決定し得る。これにより、微小範囲の変化と脳の活動状態との間の相関がよりいっそう強くなり得る。したがって、第３の特徴に係る発明によれば、判別の精度をよりいっそう高め得る。
　したがって、第３の特徴に係る発明によれば、判別対象における脳の活動状態を判別可能であり、判別対象における個人差の影響を軽減し、判別の精度を高め得る、脳活動状態の判別装置を提供できる。
　第４の特徴に係る発明は、第１の特徴から第３の特徴のいずれかに係る発明であって、前記微小部分の数を略最大化するよう前記所定の微小範囲を決定可能である第２微小範囲決定部をさらに備える、判別装置を提供する。
　微小部分の数が大きくなるよう微小区間の振幅の閾値を決定することにより、微小範囲及び／又は非微小範囲の変化と麻酔を投与された対象における脳の活動状態との間の相関がよりいっそう強くなり得ることが実験的に確認されている。また、微小部分の数が大きくなるよう前記閾値を決定した場合における微小範囲の変化と脳の活動状態との間の相関もより強くなり得る。第４の特徴に係る発明によれば、微小部分の数を略最大化するよう所定の前記閾値を決定可能である第２微小範囲決定部をさらに備えるため、微小範囲の変化と脳の活動状態との間の相関がよりいっそう強くなり得る。したがって、第４の特徴に係る発明によれば、判別の精度をよりいっそう高め得る。
　したがって、第４の特徴に係る発明によれば、麻酔を投与された判別対象における脳の活動状態を判別可能であり、判別対象における個人差の影響を軽減し、判別の精度を高め得る、脳活動状態の判別装置を提供できる。
　第５の特徴に係る発明は、第１の特徴から第４の特徴のいずれかに係る発明であって、前記判別部は、覚醒状態、浅い睡眠状態、レム睡眠状態、及びノンレム睡眠状態から選択される１以上の意識状態について、前記活動状態が前記意識状態に該当するか否かを判別可能である、判別装置を提供する。
　微小部分の数が最大になる振幅の閾値は、判別対象が覚醒状態、浅い睡眠状態、レム睡眠状態、及びノンレム睡眠状態の順に、つまり意識レベルの低下に伴って減少することが、実験によって確認されている。これは、麻酔濃度が上昇するに従って変化する微小部分の数が最大になる振幅の閾値と、同じ傾向である。したがって、微小部分の数が大きくなるよう前記閾値を決定した場合における微小範囲の変化と、意識状態とは、相関を有し得る。
　第５の特徴に係る発明によれば、微小範囲の変化を用いて脳の活動状態を判別するため、覚醒状態、浅い睡眠状態、レム睡眠状態、及びノンレム睡眠状態から選択される１以上の意識状態について、活動状態がこれら意識状態に該当するか否かを判別し得る。加えて、非微小範囲の最大値と最小値の差の電位差を用いて、脳波を取得した電極位置における神経電気活動状態を推測し得る。
　したがって、第５の特徴に係る発明によれば、判別対象における脳の活動状態を判別可能であり、判別対象における個人差の影響を軽減し、判別の精度を高め得る、脳活動状態の判別装置を提供できる。
　第６の特徴に係る発明は、第１の特徴から第５の特徴のいずれかに係る発明であって、前記脳波は、自然状態や麻酔状態における前記判別対象の前記脳から取得された脳波である、判別装置を提供する。
　微小部分の数が最大になる振幅の閾値は、意識レベルの低下もしくは判別対象に投与した揮発性麻酔濃度の上昇に伴って減少する。また、前記閾値においては、サンプリング周期に対する微小区間の平均時間の比が２分の３以上２分の７以下であることが実験的に確認されている。したがって、前記閾値と意識レベルもしくは判別対象に投与した揮発性麻酔薬の濃度との間に線形相関があることが実験的に確認されている。したがって、微小部分に関する微小範囲の変化を用いて脳の活動状態を判別する手法は、自然状態及び／又は麻酔が投与された判別対象の脳の活動状態を判別し得る。したがって、第６の特徴に係る発明によれば、自然状態や麻酔状態における判別対象の脳から取得された脳波を用いて、脳の活動状態を判別し得る。
　したがって、第６の特徴に係る発明によれば、自然状態や麻酔状態の判別対象における脳の活動状態を判別可能であり、判別対象における個人差の影響を軽減し、判別の精度を高め得る、脳活動状態の判別装置を提供できる。
　第７の特徴に係る発明は、前記脳から前記脳波を取得可能な脳波計と、第１の特徴から第６の特徴のいずれかに係る判別装置と、を備え、前記判別装置は、前記脳波計を用いて前記脳波を取得することが可能である、判別システムを提供する。
　第７の特徴に係る発明によれば、脳波計を介して判別対象の脳波をリアルタイムに取得し得る。これにより、判別装置は、判別対象における脳の活動状態をリアルタイムに判別し得る。したがって、脳波を取得したタイミングと判別を行うタイミングとのずれを小さくし、判別の精度をよりいっそう高め得る。
　したがって、第７の特徴に係る発明によれば、自然状態や麻酔状態の判別対象における脳の活動状態を判別可能であり、判別対象における個人差の影響を軽減し、判別の精度を高め得る、脳活動状態の判別システムを提供できる。
　本発明によれば、自然状態および麻酔を投与された判別対象における脳の活動状態を判別可能であり、判別対象における個人差の影響を軽減し、判別の精度を高め得る、脳活動状態の判別装置及び判別システムを提供できる。
図１は、本発明の実施形態に係る判別システム１のハードウェア構成及びソフトウェア構成の一例を示すブロック図である。 図２は、脳波テーブル２２１の一例を示す図である。 図３は、本実施形態の判別装置２で実行される判別処理の好ましい流れの一例を示すフローチャートである。 図４は、覚醒および睡眠状態におけるそれぞれの脳波の一例を示す図である。 図５は、マウス一例を用いた２０時間分の脳波解析の結果で、微小範囲が０μＶから１００μＶまでである場合の試験開始からの試行番号に応じた微小区間の数を示す図である。 図６は、マウス一例を用いた２０時間分の脳波解析の結果で、意識状態別深部脳波情報における１μＶから１００μＶの間の１μＶ毎の振幅閾値に対する微小区間の数および非微小区間（バースト区間）の平均電位差を示す図である。 図７は、セボフルラン麻酔下の犬一例を用いた麻酔濃度別頭皮上脳波における０．２μＶから２０μＶの間の０．２μＶ毎の振幅閾値に対する微小区間の数および非微小区間（バースト区間）の平均電位差を示す図である。 図８は、微小区間が最大になった閾値とその閾値におけるバースト区間の平均電位差について、マウス６例における意識状態別の結果をまとめた図である。
　　以下、本発明を実施するための好適な形態の一例について図を参照しながら説明する。なお、これはあくまでも一例であって、本発明の技術的範囲はこれに限られるものではない。
＜判別システム１＞
　図１は、本発明の実施形態に係る判別システム１のハードウェア構成及びソフトウェア構成の一例を示すブロック図である。以下、図１を参照して本発明の実施形態における判別システム１の好ましい構成の一例を説明する。
　判別システム１は、判別装置２と脳波計３とを含んで構成される。判別装置２と脳波計３とは、ネットワークＮを介して互いに接続可能に構成されている。
〔判別装置２〕
　判別装置２は、制御部２１と、記憶部２２と、通信部２３とを備える。また、必須の態様ではないが、判別装置２は、判別装置２が判別した脳の活動状態を表示可能に構成された表示部２４を備えることが好ましい。
［制御部２１］
　制御部２１は、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）、及びＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）等を備える。
　制御部２１は、所定のプログラムを読み込み、必要に応じて記憶部２２、通信部２３、及び／又は表示部２４と協働することで、判別装置２におけるソフトウェア構成の要素である取得部２１１、第１微小範囲決定部２１２、第２微小範囲決定部２１３、計数部２１４、及び判別部２１５等を実現する。
［記憶部２２］
　記憶部２２には、データやファイルが記憶される。記憶部２２は、半導体メモリ、記録媒体、及びメモリカード等によって例示されるデータやファイルを記憶可能な部材を含むデータのストレージ部を有する。記憶部２２は、ネットワークＮを介してＮＡＳ（Ｎｅｔｗｏｒｋ　Ａｔｔａｃｈｅｄ　Ｓｔｏｒａｇｅ）、ＳＡＮ（Ｓｔｏｒａｇｅ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）、クラウドストレージ、ファイルサーバ及び／又は分散ファイルシステム等の記憶装置又は記憶システムとの接続を可能にする仕組みを有してもよい。
　記憶部２２には、マイクロコンピュータで実行される制御プログラム、及び脳波テーブル２２１、後述する所定の微小範囲に関する所定の閾値の履歴、所定の閾値の変化に関する閾値変化情報，取得した脳波等が記憶されている。
（脳波テーブル２２１）
　図２は、脳波テーブル２２１の一例を示す図である。脳波テーブル２２１は、判別の対象となる判別対象から取得した脳波を格納するテーブルである。脳波テーブル２２１には、１以上の脳波が格納される。これにより、制御部２１は、後述する判別処理を行い、判別処理の脳の活動状態を判別し得る。
　脳波テーブル２２１は、脳波と関連付けられ、該脳波を識別可能なＩＤを格納可能であることが好ましい。これにより、制御部２１は、ＩＤを用いて脳波を格納及び／又は取得し得る。
　脳波テーブル２２１は、脳波と関連付けられたサンプリング周期に関する情報を格納可能であることが好ましい。これにより、制御部２１は、サンプリング周期に関する情報を利用し得る。サンプリング周期に関する情報は、特に限定されず、例えば、サンプリング周期に関するサンプリング間隔を示す情報、及び／又はサンプリング周期に関するサンプリング周波数を示す情報等でよい。
　脳波テーブル２２１は、脳波の振幅に関する微小範囲を脳波と関連付けて格納可能であることが好ましい。脳波テーブル２２１が微小範囲を格納可能であることにより、制御部２１は、脳波の振幅が微小範囲にある微小波を識別し得る。
　脳波テーブル２２１は、後述するステップＳ４において計数される微小区間（微小部分とも称する。）の数を脳波と関連付けて格納可能であることが好ましい。これにより、制御部２１は、計数した微小区間の数を脳波テーブル２２１に格納し得る。また、制御部２１は、格納された微小区間を取得して利用し得る。
　脳波テーブル２２１は、脳波の振幅が後述するステップＳ３において決定される所定の微小範囲にない状態から所定の微小範囲にある状態になり、さらに所定の微小範囲にない状態になる微小区間の平均時間を脳波と関連付けて格納可能であることが好ましい。これにより、制御部２１は、微小区間の平均時間を脳波テーブル２２１に格納し得る。また、制御部２１は、格納された微小区間の平均時間を取得して利用し得る。脳波テーブル２２１は、脳波の振幅が後述する所定の微小範囲内にある状態から所定の微小範囲にない状態になり、さらに所定の微小範囲にある状態になる非微小区間の平均電位差を脳波と関連つけて格納可能であることが好ましい。これにより、制御部２１は、非微小区間の平均電位差を脳波テーブル２２１に格納し得る。また、制御部２１は、格納された非微小区間の平均電位差を取得して利用し得る。
　図２のＩＤ「Ｂ１」には、覚醒状態における脳波と、この脳波を取得したときのサンプリング周期「４ｍｓ」と、この脳波において微小区間の数を計数したときに用いられた微小範囲「０－０．０６７ｍＶ」と、計数された微小区間の数「１５００」と、微小区間の平均時間「１０ｍｓ」と、非微小区間の平均電位差「０．２mV」とが格納されている。
　図２のＩＤ「Ｂ２」には、ノンレム睡眠状態における脳波と、この脳波を取得したときのサンプリング周期「４ｍｓ」と、この脳波において微小区間の数を計数したときに用いられた微小範囲「０－０．０２５ｍＶ」と、計数された微小区間の数「１９００」と、微小区間の平均時間「１０ｍｓ」と、非微小区間の平均電位差「０．１mV」とが格納されている。
　図２のＩＤ「Ｂ１」に格納された微小区間の数とＩＤ「Ｂ２」に格納された微小区間の数とは、互いに異なる。したがって、格納された微小区間の数を用いて、判別対象における脳の活動状態を判別し得る。また、図２のＩＤ「Ｂ１」に格納された微小範囲とＩＤ「Ｂ２」に格納された微小範囲とは、互いに異なる。したがって、格納された微小範囲を用いて、格別対象における脳の活動範囲を判別し得る。
［通信部２３］
　図１に戻る。通信部２３は、判別装置２をネットワークＮに接続して脳波計３と通信可能にする通信部であれば特に限定されない。通信部２３として、例えば、脳波に関する電気信号を送信可能なコネクタ、ＵＳＢ規格に準拠した汎用バス等のバス、ＲＳ－２３２Ｃ規格ポートなどのシリアルポート、ＩＥＥＥ　１２８４準拠のインタフェースなどのパラレルポート、シリアルＡＴＡ規格に準拠したコネクタ、イーサネット規格に対応した通信デバイス、携帯電話ネットワークに対応した無線装置、ＩＥＥＥ８０２．１１に準拠したＷｉ－Ｆｉ（Ｗｉｒｅｌｅｓｓ　Ｆｉｄｅｌｉｔｙ）対応デバイス、光無線通信に対応した光無線装置、
等の１以上を含む通信部が挙げられる。
［表示部２４］
　表示部２４は、判別された脳の活動状態等を出力可能であれば特に限定されない。表示部２４として、例えば、タッチパネル、有機ＥＬディスプレイ、液晶ディスプレイ、モニタ、プロジェクタ等を有する表示部が挙げられる。判別装置２が表示部２４を備えることにより、判別装置２が判別した脳の活動状態を表示部２４に表示し得る。これにより、判別装置２は、判別装置２を利用する利用者に判別した脳の活動状態を通知し得る。
　表示部２４は、スピーカー等によって例示される音声出力装置を含んでいてもよい。表示部２４が音声出力装置を含むことにより、判別された脳の活動状態等を、音声を介して出力し得る。これにより、利用者が表示部２４を見ることに困難がある場合であっても、判別装置２は、判別された脳の活動状態等を利用者に通知し得る。
［入力部］
　必須の態様ではないが、判別装置２は、利用者からの指令を受信し得る入力部（図示せず）を備えることが好ましい。入力部を備えることにより、利用者からの指令に基づいた判別処理を行い得る。入力部の種類は、特に限定されない。入力部として、例えば、複数のスイッチを含む入力デバイス、キーボード、マウス、タッチパネル、ソフトウェアキーボード、音声を認識するマイク、外部の装置から入力を受信する通信デバイス等が挙げられる。
　入力部が受信可能な利用者からの指令は、特に限定されない。入力部が受信可能な利用者からの指令として、例えば、判別装置２に判別処理を開始させる指令、判別装置２に判別処理を終了させる指令、微小範囲を変更する指令、微小範囲を決定する方法を変更する指令、後述する所定の比を変更する指令、及び／又はサンプリング周期を変更する指令等が挙げられる。
〔脳波計３〕
　脳波計３は、判別対象の脳波を取得可能な脳波計であれば、特に限定されない。脳波計３は、ネットワークＮを介して取得した脳波を判別装置２に提供可能に構成される。
　判別システム１が判別対象の脳波を取得可能な脳波計３を備えることにより、判別装置２は、脳波計３を介して判別対象の脳波をリアルタイムに取得し得る。これにより、判別装置２は、判別対象における脳の活動状態をリアルタイムに判別し得る。したがって、脳波を取得したタイミングと判別を行うタイミングとのずれを小さくし、判別の精度をよりいっそう高め得る。
　脳波計３として、例えば、頭皮上に設置された電極を介して頭皮上脳波（Ｅｌｅｃｔｒｏ　Ｅｎｃｅｐｈａｌｏ　Ｇｒａｍ、ＥＥＧとも称する。）を取得する頭皮上脳波計、脳の皮質上に設置された電極を介して皮質脳波（Ｅｌｅｃｔｒｏ　Ｃｏｔｉｃｏ　Ｇｒａｍ、ＥＣｏＧとも称する。）を取得する皮質脳波計、及び／又は脳の皮質内に挿入された電極を介して深部脳波（Ｌｏｃａｌ　Ｆｉｅｌｄ　Ｐｏｔｅｎｔｉａｌ、ＬＦＰとも称する。）を取得する深部脳波計等が挙げられる。
　脳波計３が頭皮上脳波計を含むことにより、頭皮上に電極を設置する比較的簡易な手法によって脳波を取得し得る。
　脳波計３が皮質脳波計を含むことにより、皮質脳波を取得し得る。皮質脳波は、ニューロンにより近い脳の皮質上に設置された電極を介して取得する脳波であるため、頭皮上脳波計より高い精度を有する脳波を取得し得る。
　脳波計３が深部脳波計を含むことにより、深部脳波を取得し得る。深部脳波は、ニューロンによりいっそう近い脳の皮質内に挿入された電極を介して取得する脳波であるため、頭皮上脳波計及び皮質脳波計よりいっそう高い精度を有する脳波を取得し得る。
［ネットワークＮ〕
　ネットワークＮは、判別装置２と脳波計３とを接続可能であれば、特に限定されない。ネットワークＮは、例えば、パーソナルエリアネットワーク、ローカルエリアネットワーク、イントラネット、エクストラネット、インターネット、Ｗｉ－Ｆｉネットワーク、ユニバーサル・シリアル・バス（ＵＳＢ）に準拠したバスネットワーク、シリアルＡＴＡ規格に準拠したバスネットワーク、電気信号を伝達可能な信号線、あるいはこれらを含むネットワークを複数組み合わせたネットワーク等でよい。
〔フローチャート〕
　図３は、本実施形態の判別装置２で実行される判別処理の好ましい流れの一例を示すフローチャートである。以下、図３を用いて、判別装置２で実行される判別処理の好ましい手順の一例を説明する。
［ステップＳ１：脳波を取得］
　制御部２１は、記憶部２２及び通信部２３と協働し、取得部２１１を実行して、判別対象から取得した脳波を取得する（ステップＳ１）。制御部２１は、処理をステップＳ２に移す。脳波を取得する処理は、取得した脳波を脳波テーブル２２１に格納する処理を含む。制御部２１が脳波を取得することにより、判別装置２は、取得した脳波及びその振幅を用いて判別対象における脳の活動状態を判別し得る。制御部２１が取得した脳波を脳波テーブル２２１に格納することにより、格納された脳波を用いた判別を行い得る。
　脳波を取得する方法は、特に限定されない。脳波を取得する方法は、通信部２３を介して脳波計３から脳波を取得する方法を含むことが好ましい。これにより、脳波計３を介して判別対象の脳波をリアルタイムに取得し得る。これにより、判別装置２は、判別対象における脳の活動状態をリアルタイムに判別し得る。したがって、脳波を取得したタイミングと判別を行うタイミングとのずれを小さくし、判別の精度をよりいっそう高め得る。
　脳波を取得する方法が脳波計３から脳波を取得する方法を含む場合、脳波を取得する処理は、所定のサンプリング周期で脳波を取得する処理を含むことが好ましい。これにより、サンプリング周期を用いた処理によって脳の活動状態を判別し得る。
　脳波を取得する処理は、サンプリング周期に関する情報を脳波テーブル２２１に格納する処理を含むことが好ましい。これにより、サンプリング周期を用いた処理によって脳の活動状態を判別し得る。
　必須の態様ではないが、脳波は、筋電位の混入のない判別対象の脳から取得された脳波を含むことが好ましい。
［ステップＳ２：振幅を計測］
　制御部２１は、記憶部２２及び通信部２３と協働し、取得部２１１を実行して、ステップＳ１で取得した脳波の振幅を計測する（ステップＳ２）。制御部２１は、処理をステップＳ３に移す。
（脳波の振幅について）
　本実施形態における脳波の振幅は、脳波の極大値と、脳波の極小値であって、この極大値と極小値との間に他の極小値を含まない極小値との間における差の絶対値を指す。これにより、脳波の振幅が後述する所定の微小範囲にある状態が連続する微小区間を識別し得る。
（脳波の振幅を計測する処理について）
　脳波の振幅を計測する処理は、特に限定されない。脳波の振幅を計測する処理は、例えば、脳波の一次微分の値を計算し、一次微分の値がゼロより大きい値からゼロより小さい値に変化する部分を脳波が極大値をとる部分であると判別し、一次微分の値がゼロより小さい値からゼロより大きい値に変化する部分を脳波が極小値をとる部分であると判別し、極大値をとる部分と極小値をとる部分との間における脳波の差の絶対値を計測する処理を含む処理でよい。
　脳波の一次微分の値を計算する等して脳波の差の絶対値を計測する処理は、フーリエ変換等を用いて脳波の周波数成分を取得する処理より簡易な処理である。したがって、脳波の振幅を計測する処理が脳波の一次微分の値を計算する等して脳波の差の絶対値を計測する処理を含む処理であることにより、判別装置２を、脳波の周波数成分を取得する脳の活動状態の判別装置より容易に構成し得る。
　必須の態様ではないが、制御部２１は、ステップＳ３で所定の微小範囲を決定する処理を実行することが好ましい。
［ステップＳ３：閾値（微小範囲）を決定］
　制御部２１は、判別対象から取得した脳波に応じて所定の微小範囲に関する所定の閾値等を決定し、所定の微小範囲に関する所定の閾値の履歴を更新する（ステップＳ３）。制御部２１は、処理をステップＳ４に移す。判別対象から取得した脳波に応じて所定の微小範囲に関する所定の閾値等を決定することにより、判別対象から取得した脳波に応じて決定された所定の微小範囲に関する所定の閾値等を用いて微小区間の数を計数し得る。これにより、判別の精度をよりいっそう高め得る。
（所定の微小範囲について）
　所定の微小範囲は、特に限定されない。所定の微小範囲は、例えば、脳波の振幅が０ｍＶ以上所定の閾値以下である範囲、及び脳波の振幅が０ｍＶ以上所定の閾値未満である範囲等によって例示される微小範囲でよい。
　所定の閾値の下限は、特に限定されない。所定の閾値の上限は、０．６ｍＶ以下であることが好ましく、０．５ｍＶ以下であることがより好ましく、０．４ｍＶ以下であることがさらに好ましい。これにより、微小区間に含まれる微小波がよりいっそう微小な脳波となり得る。したがって、微小波に基づく判別の精度をよりいっそう高め得る。
（所定のサンプリング周期に対する微小区間それぞれの平均時間の比が所定の比と略一致するよう所定の微小範囲を決定する処理について）
　必須の態様ではないが、所定の微小範囲を決定する処理は、第１微小範囲決定部２１２を実行し、ステップＳ１において取得した脳波に関するサンプリング周期に対する微小区間それぞれの平均時間の比が所定の比と略一致するよう所定の微小範囲を決定する処理を含むことが好ましい。
　微小区間の数が多くなるよう微小範囲を決定することにより、微小区間の数と麻酔を投与された判別対象における脳の活動状態との間の相関がよりいっそう強くなり得ることが実験的に確認されている。微小区間の数が多くなるよう微小範囲を決定した場合、時間的に変化する脳波を取得する間隔であるサンプリング周期は、微小区間それぞれの平均時間と相関を有することが実験的に確認されている。微小区間の数が多くなるよう微小範囲を決定した場合におけるサンプリング周期に対する微小区間それぞれの平均時間の比は、所定の比に近づくことが実験的に確認されている。
　第１微小範囲決定部２１２を実行することにより、サンプリング周期に対する微小区間それぞれの平均時間の比が所定の比と略一致するよう所定の微小範囲を決定可能であるため、微小区間の数が多くなるよう微小範囲を決定し得る。これにより、微小区間の数と脳の活動状態との間の相関がよりいっそう強くなり得る。したがって、判別の精度をよりいっそう高め得る。
　第１微小範囲決定部２１２を実行する場合、所定の比の下限は、２分の３以上であることが好ましく、４分の７以上であることがより好ましく、２以上であることがさらに好ましい。
　微小区間の数を最大化するよう微小範囲を決定した場合におけるサンプリング周期に対する微小区間それぞれの平均時間の比は、２分の５の周辺に近づくことが実験的に確認されている。所定の比の下限を上述のとおり定めることにより、所定の比が２分の５の周辺によりいっそう近づく。
　したがって、微小区間の数がよりいっそう多くなるよう所定の微小範囲を決定し得る。また、サンプリング周期数に関わらずサンプリング間隔時間の２分の５周辺に特定されていることは、その場合の閾値が微小波の振幅に比例していることを意味する。つまり、脳波を取得した電極位置の周辺における流動性を反映するような微小範囲を決定し得る。したがって、判別の精度をよりいっそう高め得る。
　図４は、覚醒状態およびノンレム睡眠状態における脳波の一例を示す図である。図４に示す脳波は、マウスの二次運動野皮質第５層における深部脳波である。図４を用いて、所定のサンプリング周期に対する微小区間それぞれの平均時間の比が所定の比と略一致するよう所定の微小範囲を決定する処理について説明する。
　図４（Ａ）に示す覚醒状態における脳波Ｗａおよび睡眠状態における脳波Ｗnは、サンプリング周波数１０００Ｈｚで取得されたである脳波である。したがって、それら脳波のサンプリング周期は、１ｍｓであり、測定された電位差は丸点で示されている。また、６０秒の脳波において微小区間の数が最大になった閾値を用いて、隣接ピーク電位差がその閾値以内の領域を微小区間として黒色線で、その閾値より大きい領域をバースト区間として灰色線で色別されている。
　覚醒状態脳波Ｗａは、微小範囲が０ｍＶから０.０４４ｍＶである微小区間Ｔ（第１微小区間Ｔ１、第２微小区間Ｔ２、第３微小区間Ｔ３、及び第４微小区間Ｔ４等）を含む。微小区間Ｔのそれぞれは、微小区間時間Ｄ（第１微小区間時間Ｄ１、第２微小区間時間Ｄ２、第３微小区間時間Ｄ３、及び第４微小区間時間Ｄ４等）を有する。
　所定のサンプリング周期に対する微小区間それぞれの平均時間の比が所定の比と略一致するよう所定の微小範囲を決定する処理では、微小区間時間Ｄの平均である微小区間Ｔの平均時間が所定のサンプリング周期に所定の比をかけた時間と略一致するように所定の微小範囲を決定する。例えば、所定の比が２分の５である場合、微小区間Ｔの平均時間がｍｓとなるように所定の微小範囲を決定する。これにより、所定のサンプリング周期１ｍｓに対する微小区間それぞれの平均時間２.５ｍｓの比が２分の５と略一致する。
　図４（Ａ）に示す覚醒状態の例では、振幅が０．０４４ｍＶ以下にない状態から０．０４４ｍＶ以下の状態になり、さらに０．０４４ｍＶ以下にない状態になる微小区間Ｔの数をそれぞれ計数した。同じく、睡眠状態の例では、振幅が０．０２５ｍＶ以下にない状態から０．０２５ｍＶ以下の状態になり、さらに０．０２５ｍＶ以下にない状態になる微小区間Ｔの数をそれぞれ計数した。これにより、微小区間Ｔの数が最も多くなり、同時に、微小区間それぞれの平均時間がサンプリング周期の２分の５倍の周辺に揃う。微小部分それぞれの平均時間が揃うことで、微小範囲と脳の活動状態との間の相関がよりいっそう強くなり得る。したがって、判別の精度をよりいっそう高め得る。
（微小区間の数を略最大化するよう所定の微小範囲を決定する処理について）
　必須の態様ではないが、所定の微小範囲を決定する処理は、第２微小範囲決定部２１３を実行し、微小区間の数を略最大化するよう所定の微小範囲を決定する処理を含むことが好ましい。
　微小区間の数が多くなるよう所定の微小範囲を決定することにより、微小区間の数と麻酔を投与された判別対象における脳の活動状態との間の相関がよりいっそう強くなり得ることが実験的に確認されている。第２微小範囲決定部２１３を実行することにより、微小区間の数と脳の活動状態との間の相関がよりいっそう強くなり得る。したがって、判別の精度をよりいっそう高め得る。また、条件が揃うことにより判別部位及び判別対象における脳の活動状態を容易に比較し得る。
［ステップＳ４：閾値の変化等を測定］
　制御部２１は、計数部２１４を実行し、閾値の変化等を測定する（ステップＳ４）。制御部２１は、処理をステップＳ５に移す。
　閾値の変化等を測定する処理は、所定の微小範囲に関する所定の閾値の履歴を用いて所定の閾値が増大及び／又は減少したことを判別し、判別の結果に関する情報を閾値変化情報に格納する処理を含むことが好ましい。これにより、後述するステップＳ５で実行する処理において、閾値変化情報に基づく判別処理を実行し得る。
　閾値の変化等を測定する処理は、微小区間の数を計数する処理を含むことが好ましい。微小区間の数を計数する処理は、脳波の振幅が所定の微小範囲にあるか否かを判別する処理を含む。これにより、脳波の振幅が所定の微小範囲にない状態から所定の微小範囲にある状態になり、さらに所定の微小範囲にない状態になる微小区間の数を計数し得る。
　微小区間の数を計数する処理は、脳波の振幅が所定の微小範囲にある状態から所定の微小範囲にない状態になり、さらに所定の微小範囲にある状態になるバースト区間の数を計数する処理でもよい。通常、脳波の状態は、微小区間にある状態とバースト区間にある状態とを交互に繰り返す。したがって、バースト区間の数を計数する処理により、微小区間の数を計数し得る。
　判別対象の脳から取得された所定区間内の脳波に含まれる微小波が連続する区間の数と判別対象に投与した揮発性麻酔薬の濃度との間に線形相関があることが知られている。揮発性麻酔薬の濃度が高ければ高いほど、判別対象の脳の活動状態が低下する。したがって、微小波が連続する区間の数を用いることにより、判別対象の脳の活動状態を判別し得る。
　ステップＳ４において実行される処理によれば、計数部２１４により、脳波の振幅が所定の微小範囲にある状態が連続する微小区間の数を計数できる。微小区間において、脳波は、振幅が所定の微小範囲にある微小波である。したがって、微小区間の数を用いることにより、脳の活動状態を判別し得る。
　図４を用いて微小区間の数を計数する処理を説明する。図４（Ａ）に示す覚醒状態脳波Ｗａは、脳波の電位差が増大から減少に転じる極大値と、減少から増大に転じる極小値と、を有する。互いに隣接する脳波の極大値と極小値との差（符号Ｐｔ、符号Ｐｂ等）を用いて覚醒状態脳波Ｗａの振幅を測定できる。
　覚醒状態脳波Ｗａの振幅が所定の微小範囲にある場合（符号Ｐｔ等）、覚醒状態脳波Ｗａは、微小区間Ｔ（図４の第１微小区間Ｔ１、第２微小区間Ｔ２、第３微小区間Ｔ３、及び第４微小区間Ｔ４等）にある。より詳しくは、覚醒状態脳波Ｗａの振幅が所定の微小範囲にない状態から所定の微小範囲にある状態になり、さらに所定の微小範囲にない状態となる場合、覚醒状態脳波Ｗａは、微小区間Ｔにある。
　一方、覚醒状態脳波Ｗａの振幅が所定の微小範囲にない場合（符号Ｐｂ等）、覚醒状態脳波Ｗａは、バースト区間Ｂ（図４（Ａ）の第１バースト区間Ｂ１、第２バースト区間Ｂ２、第３バースト区間Ｂ３、及び第４バースト区間Ｂ４等）にある。
　判別装置２は、このようにして判別された微小区間Ｔの数を計数する。図４に示すとおり、微小区間Ｔとバースト区間Ｂとは、交互にあらわれる。したがって、バースト区間Ｂの数を計数する処理によっても、微小区間Ｔの数を計数し得る。
　バースト区間の平均電位差を計数する処理を説明する。一つのバースト区間における最小値と最大値の差を、バースト区間の電位差とする。バースト区間の電位差それぞれの平均を、バースト区間の平均電位差と計数する。
［ステップＳ５：脳の活動状態を判別］
　図３に戻る。制御部２１は、判別部２１５を実行し、ステップＳ４において閾値変化情報に格納された閾値の変化に関する情報等に基づいて脳の活動状態を判別する（ステップＳ５）。制御部２１は、処理をステップＳ１に移し、ステップＳ１からステップＳ５の処理を繰り返す。
　所定のサンプリング周期に対する微小区間それぞれの平均時間の比が所定の比と略一致するよう所定の微小範囲を決定する場合、及び／又は、微小区間の数を最大化するよう所定の微小範囲を決定する場合、脳の活動状態を判別する処理は、閾値変化情報が、所定の閾値が増大したことを示す情報である場合に脳の活動状態がより活発な脳の活動状態になったことを判別し、所定の閾値が減少したことを示す情報である場合に脳の活動状態がより活発でない脳の活動状態になったことを判別する処理（以下、単に「閾値変化情報に基づく判別処理」とも称する。）を含むことが好ましい。
　サンプリング周期に対する微小区間それぞれの平均時間の比が所定の比と略一致するよう所定の微小範囲を決定する場合、及び／又は、微小区間の数を最大化するよう所定の微小範囲を決定する場合、所定の微小範囲に関する所定の閾値と判別対象に投与した揮発性麻酔薬の濃度との間に線形相関があることが実験的に確認されている（図７）。この相関において、揮発性麻酔薬の濃度がより高い場合、所定の閾値は、より小さくなる傾向がある。
　サンプリング周期に対する微小区間それぞれの平均時間の比が所定の比と略一致するよう所定の微小範囲を決定する場合、及び／又は、微小区間の数を最大化するよう所定の微小範囲を決定する場合、覚醒状態において、所定の閾値は、比較的高い値で揺れ動くことが知られている。一方、ノンレム睡眠状態において、所定の閾値は、比較的低い値で推移することが知られている。夢を見る状態（例えば、レム睡眠状態等）では、所定の閾値がやや増大し、これは二次運動野より一次体性感覚野における脳波で顕著であることを実験的に確認している (図８)。なお、レム睡眠中は、全身の骨格筋の弛緩が特徴として挙げられる。
　したがって、所定の閾値が増大して所定の閾値がより大きい閾値となった場合、脳の活動状態が覚醒状態である等の活発な活動状態である場合であると判別し得る。また、所定の閾値が減少して所定の閾値がより小さい閾値となった場合、脳の活動状態がノンレム睡眠状態である等の比較的活発でない脳の活動状態であると判別し得る。したがって、脳の活動状態を判別する処理が閾値変化情報に基づく判別処理を含むことにより、判別対象の脳の活動状態を判別し得る。
　判別対象の脳から取得された所定区間内の脳波に含まれる微小波が連続する区間の数と判別対象に投与した揮発性麻酔薬の濃度との間に線形相関があることが知られている。揮発性麻酔薬の濃度が高ければ高いほど、判別対象の脳の活動状態が低下する。したがって、微小波が連続する区間の数を用いることにより、判別対象の脳の活動状態を判別し得る。
　判別部２１５は、計数された微小区間の数を用いて脳の活動状態を判別する処理を実行することが好ましい。微小区間は、微小波が連続する区間である。したがって、ステップＳ５で実行される処理により、脳の活動状態を判別し得る。
　脳波の波形のうち周波数帯域が８Ｈｚ以上１３Ｈｚ未満であるアルファ波より周波数が低い波形である徐波は、判別対象における個人差によって非定型的に現れ得ることが知られている。判別部２１５は、微小区間の数を用いて脳の活動状態を判別するため、判別対象における個人差の影響を軽減し、判別の精度を高め得る。
　上述のとおり、微小波が連続する区間の数と判別対象に投与した揮発性麻酔薬の濃度との間に線形相関があることが知られている。したがって、微小区間の数を用いて脳の活動状態を判別する手法は、麻酔が投与された判別対象の脳の活動状態を判別し得る。したがって、判別部２１５は、麻酔を投与された判別対象における脳の活動状態を判別可能である。
　必須の態様ではないが、計数された微小区間の数を用いて脳の活動状態を判別する処理は、脳の活動状態と関連付けられた所定の範囲に微小区間の数があるか否かを判別する処理を含むことが好ましい。これにより、微小区間の数と脳の活動状態とを所定の範囲を介して対応付けし得る。したがって、判別対象の脳の活動状態をより容易に判別し得る。
　ステップＳ３で第１微小範囲決定部２１２及び／又は第２微小範囲決定部２１３を実行した場合等によって例示される所定の微小範囲が微小区間の数がよりいっそう大きくなるよう決定された微小範囲である場合、判別部２１５は、所定の微小範囲及び微小区間の数に基づいて脳の活動状態を判別することが好ましい。
　微小区間の数がよりいっそう多くなるよう所定の微小範囲を決定する場合、決定された所定の微小範囲と脳の活動状態との間に相関があることが実験的に確認されている。脳の活動状態がノンレム睡眠状態等の比較的活発でない活動状態である場合、決定された所定の微小範囲は、脳の活動状態が覚醒状態等の活発な活動状態である場合より狭い範囲となり得る。
　したがって、判別部２１５が所定の微小範囲及び微小区間の数に基づいて脳の活動状態を判別することにより、判別の精度をよりいっそう高め得る。
　微小範囲が狭い範囲である場合に、微小区間の数が多いほど脳が活発に活動しており、微小範囲が広い範囲である場合に、微小区間の数が少ないほど脳が活発に活動していることが、実験的に確認されている。
　必須の態様ではないが、計数された微小区間の数を用いて脳の活動状態を判別する処理は、微小範囲が所定の範囲より狭い範囲である場合に、微小区間の数が多いほど脳が活発に活動している脳の活動状態であると判別し、微小範囲が所定の範囲より広い範囲である場合に、微小区間の数が少ないほど脳が活発に活動している脳の活動状態であると判別する処理を含むことが好ましい。これにより、実験的に確認された微小範囲と微小区間の数との関係に基づき、判別の精度をよりいっそう高め得る。
　所定の範囲は、特に限定されず、例えば、脳波の振幅が所定の閾値以下又は未満である範囲等でよい。例えば、１２５Ｈｚの深部脳波データであれば、所定の閾値の下限は、０．００１ｍＶ以上であることが好ましく、０．００５ｍＶ以上であることがより好ましく、０．０１０ｍＶ以上であることがさらに好ましい。これにより、実験的に確認された、微小区間の数と脳の活動状態との関係が変化する閾値によって定められる範囲を用いて、判別の精度をよりいっそう高め得る。
　所定の閾値の上限は、０．１００ｍＶ以下であることが好ましく、０．０７５ｍＶ以下であることがより好ましく、０．０６０ｍＶ以下であることがさらに好ましい。これにより、実験的に確認された、微小区間の数と脳の活動状態との関係が変化する閾値によって定められる範囲を用いて、判別の精度をよりいっそう高め得る。
（意識状態に該当するか否かを判別することについて）
　必須の態様ではないが、判別部２１５は、覚醒状態、浅い睡眠状態、レム睡眠状態、及びノンレム睡眠状態から選択される１以上の意識状態について、活動状態がこれらの意識状態に該当するか否かを判別する処理を実行することが好ましい。
　微小波が連続する区間の数と判別対象に投与した揮発性麻酔薬の濃度との間に線形相関があることが知られている。揮発性麻酔薬の濃度が増すにしたがって、意識状態は、覚醒状態、浅い睡眠状態、レム睡眠状態、及びノンレム睡眠状態へと順に変化し得る。したがって、微小波が連続する区間の数と覚醒状態、浅い睡眠状態、レム睡眠状態、及びノンレム睡眠状態から選択される１以上の意識状態とは、相関を有し得る。
　判別部２１５は、微小区間の数を用いて脳の活動状態を判別するため、覚醒状態、浅い睡眠状態、レム睡眠状態、及びノンレム睡眠状態から選択される１以上の意識状態について、活動状態がこれら意識状態に該当するか否かを判別し得る。
　判別部２１５が覚醒状態、浅い睡眠状態、レム睡眠状態、及びノンレム睡眠状態から選択される１以上の意識状態について、活動状態がこれらの意識状態に該当するか否かを判別する処理を実行する場合、脳波は、深部脳波（Ｌｏｃａｌ　ｆｉｅｌｄ　ｐｏｔｅｎｔｉａｌ；ＬＦＰ）であることが好ましい。脳波が深部脳波であることにより、活動状態をより詳細に判別し得る。したがって、脳波が深部脳波であることにより、判別部２１５は、覚醒状態、浅い睡眠状態、レム睡眠状態、及びノンレム睡眠状態から選択される１以上の意識状態について、活動状態がこれらの意識状態に該当するか否かを判別し得る。
　図４（Ｂ）は、ノンレム睡眠状態の脳波の一例を示す図である。以下、図４（Ａ）及び（Ｂ）を用いて、微小区間Ｔの数に基づいて判別対象における脳の活動状態を判別することについて説明する。
　図４（Ａ）に示す覚醒状態脳波Ｗａは、０秒から０．２秒までの間に、４の微小区間Ｔ（第１微小区間Ｔ１、第２微小区間Ｔ２、第３微小区間Ｔ３、及び第４微小区間Ｔ４等）を含む。
　一方、図４（Ｂ）に示すノンレム睡眠状におけるノンレム睡眠状態脳波Ｗｎは、０秒から０．２秒までの間に、振幅が０．０２５ｍＶ以下にない状態から０．０２５ｍＶ以下の状態になり、さらに０．０２５ｍＶ以下にない状態になる５の微小区間（第５微小区間Ｔ５、第６微小区間Ｔ６、第７微小区間Ｔ７、第８微小区間Ｔ８、及び第９微小区間Ｔ９）を含む。
　図４（Ａ）及び（Ｂ）が示すように、覚醒状態脳波Ｗａと、ノンレム睡眠状態脳波Ｗｎとは、所定区間における微小区間Ｔの数が互いに異なる。したがって、微小区間Ｔの数を用いて脳の活動状態が覚醒状態に該当するか否かと、脳の活動状態がノンレム睡眠状態に該当するか否かとを判別し得る。
（麻酔を投与された判別対象における脳の活動状態を判別することについて）
　必須の態様ではないが、判別部２１５は、麻酔管理が施行されたような筋電位の影響を受けない判別対象における脳の活動状態を判別する処理を実行することが好ましい。
　全身麻酔、昏睡、及び低体温症等によって例示される状況において、脳の活動状態が、脳がほとんど活動していない活動状態となることが知られている。このような脳の活動状態において、脳波の状態がバーストサプレッション（Ｂｕｒｓｔ　ｓｕｐｐｒｅｓｓｉｏｎ）と呼ばれる、脳波の平均振幅が大きい状態が短時間続く区間と脳波の平均振幅が小さい状態が長時間続く区間とが交互に出現すること等によって識別されるパターンを示すことが知られている。
　バーストサプレッションでない場合、麻酔濃度が上昇するにつれて、微小区間でない状態における脳波の平均電位差が大きくなることが実験的に確認されている。したがって、微小区間でない状態における脳波の平均電位差を用いて、麻酔を投与された判別対象における脳の活動状態を判別し得る（図７（Ｂ））。
　ステップＳ３で第１微小範囲決定部２１２及び／又は第２微小範囲決定部２１３を実行した場合等によって例示される所定の微小範囲が微小区間の数がよりいっそう大きくなるよう決定された微小範囲である場合、バーストサプレッションでないときにおける微小区間の数は、麻酔濃度が上昇するにつれて少なくなることが実験的に確認されている（図７（Ａ））。
　したがって、所定の微小範囲が微小区間の数がよりいっそう大きくなるよう決定された微小範囲である場合、微小区間の数を用いて、適正な量の麻酔を投与された判別対象における脳の活動状態を判別し得る。
　所定の微小範囲が微小区間の数がよりいっそう大きくなるよう決定された微小範囲である場合、麻酔濃度が適正より高い濃度（過剰深麻酔レベルとも称する。）では、脳波がバーストサプレッションを示し、どの振幅閾値においても微小区間それぞれの平均時間が増大するために、前記微小範囲となる振幅閾値が顕著に減少することが実験で確認されている（図７（Ａ））。
　したがって、微小区間それぞれの平均時間及び／又は微小区間の数および振幅閾値を用いて、麻酔を投与された判別対象における脳の活動状態を判別し得る。また、麻酔濃度が適正より高い濃度であるか否かに関する指標を提供し得る。
（判別した脳の活動状態を出力することについて）
　必須の態様ではないが、判別部２１５は、表示部２４を介して判別した脳の活動状態を出力することが好ましい。これにより、判別装置２を利用する利用者に、判別した脳の活動状態を出力し得る。
（判別処理の効果）
　判別装置２がステップＳ１からステップＳ５の処理を実行することにより、麻酔を投与された判別対象における脳の活動状態を判別可能であり、判別対象における個人差の影響を軽減し、判別の精度を高め得る、脳活動状態の判別装置２を提供できる。
　以下、本実施形態での実施例により本発明を具体的に説明するが、本発明はこれらに限定されるものではない。
＜試験１及び試験２の共通条件＞
［実験動物］
　後述する試験１ではマウスを、試験２では、ビーグル犬を用いた試験を行った。マウスの試験において、個別に換気可能なケージにマウスを収容した。午前８時の点灯から午後８時の消灯までの１２時間の明状態と１２時間の暗状態とを繰り返すよう、ケージの照明を管理した。犬の試験においては、体温が３７．５度から３８．０度に維持されるように保温管理され、かつ終末呼気二酸化炭素濃度が３３mmHgから４０mmHgになるように人工呼吸器で管理された状態で、セボフルラン吸入麻酔薬とロクロニウムの筋弛緩薬が投与された。
＜試験１：深部脳波を用いた判別実験＞
〔実施例１－１〕本実施形態の判別装置２による判別　その１
［脳波の取得］
　マウスの二次運動野（Ｍ２）及び一次体性感覚野(S1)に脳波計の電極（７５μｍの白金電極）を設置し、サンプリング周波数１０kＨｚで深部脳波（Ｌｏｃａｌ　ｆｉｅｌｄ　ｐｏｔｅｎｔｉａｌ；ＬＦＰ）を取得した。深部脳波は、対象動物の皮質内に電極を挿入し、付近の電位総和を計測することで得られる波形である。大脳皮質層５から深部脳波を取得するため、電極を６７０μｍの深さに挿入して設置した。深部脳波の取得は、午前２時から１２００分間行い、各６０秒の１２００脳波データを作成した。６０秒のデータは４秒ごとに既存方法を用いて状態弁別された。６０秒に判断される１５回全てで同じ状態であった脳波データに対して、１０００Ｈｚ、５００Ｈｚ、２５０Ｈｚ、１２５Ｈｚにダウンサプリングして解析に用いた。
［脳の活動状態の判別］
　１μVから１００μVまでに１μVごとに閾値を設定した。取得した深部脳波を１分ごとの区間に区分けし、脳波の隣接ピーク電位差が閾値以下の微小区間と閾値以上のバースト区間に分けて、微小区間の数と平均時間およびバースト区間の平均時間と平均電位差をそれぞれ計数した。バースト区間の電位差は、バースト区間で測定された脳波の最大値と最小値の差とした。これらの新指標は、視覚される脳波形態を定量的に形容し得るものである。
　Ｍ２の１２５Ｈｚ深部脳波に対して１００μVの閾値を用いて算出した微小区間の数を、測定開始後からの経過時間に応じてプロットした一例を図５に示す。どのマウスにおいても、状態に関わらずバースト区間の平均時間がサンプリング周期の５から８倍の場合に、図５とほぼ同じ散布図の結果を呈した。図５の横軸は、試行番号（単位：－；無次元）であり、縦軸は、当該経過時間に応じた微小区間の数（単位：－；無次元）である。１試行の長さは、６０秒間である。試行番号は、取得を開始してからの経過時間に沿って増える。状態弁別は脳波波形に対する視診で確認された。図５において、１分間の微小区間の数が４２５以上の場合を覚醒状態であると判別し、当該微小区間の数が３２０から４２５までを浅い睡眠状態と判別し、当該微小区間の数が１１０から３２０までをノンレム睡眠状態（急速眼球運動を伴わない睡眠であり、いわゆるぐっすり寝ている状態）であると判別し、当該微小区間の数が１１０未満の場合をレム睡眠状態（急速眼球運動を伴う睡眠であり、しばしば夢を伴うなど身体が眠っている状態でありながら脳が活動している状態）であると判別した。本方法にて、睡眠中において約１０％のレム睡眠様波形の弁別が可能であった。
　１０００Ｈｚの深部脳波に対する１μVから１００μVまで１μV毎の閾値における、微小区間の数またはバースト区間の電位差の例を図６に示した。意識状態に関わらず、閾値に対する微小区間の数の変動は一律で、閾値の増加と共に微小区間の数は上昇し減少する。また、閾値の増加と共にバースト区間の電位差は減少し上昇する。これらのパターンは、電極の部位や個体に関わらず、加えてマウスだけでなく犬においても、一様であった。微小区間の数を最大にした閾値は、微小波の振幅に比例し、電極地場の揺らぎを反映すると考えられる。つまり、当該閾値は、脳活動増大により増大し得る。バースト区間の平均電位差が最小値となる閾値において、平均電位差が減少するのは、微小波がつなぎを果たす大きな波が分断されることによる。したがって、１０００Ｈｚのような高サンプリング周期の脳波上における前記閾値におけるバースト区間の電位差は、揺らぎ間にある電気活動を反映し得ると考えられる。
　従来手法による判別は、マウスの二次運動野（Ｍ２とも称する。）から取得した脳波及びマウスから取得した筋電位を睡眠解析ソフトであるキッセイコムテック株式会社製ＳｌｅｅｐＳｉｇｎ（登録商標）を用いて解析した。従来手法では、レム睡眠が検出されづらかった。本研究で行われた２０時間１２００試行の脳波解析実験においても、マウス６例中の３例においてレム睡眠に弁別された試行が存在せず、残り３例のうち２例においてもレム睡眠と診断された試行の数は８試行と４試行で、レム睡眠に弁別された試行は少なかった。該判別手法では、脳波に加えて筋電位を用いた。
　図５に示したプロットにおいて、参考例１での判別の結果、ノンレム睡眠状態に相当するプロットを「＊」（「＋」と「×」とを組み合わせた形状）で、レム睡眠状態に相当するプロットを「＋」で、浅い睡眠に相当するプロットを「△」で、そして覚醒状態に相当するプロットを「×」で示した。
〔結果及び考察〕
［判別精度］
　覚醒時に徐波の出現傾向が明らかな実施例１においては、周波数解析では状態弁別が困難であった。しかしながら、本方法では徐波の出現しやすさに影響されることなく、バースト区間の平均時間をサンプリング周波数の５－８倍に揃えることで、個体差なく類似のパターンを呈す散布図が得られた。覚醒時において徐波の出現傾向を認めなかった２個体においては、睡眠と覚醒の２弁別結果は既存方法と本方法で同一の結果となった。レム睡眠と診断された試行が、睡眠と診断された試行の約１割に認められ、これは通説に沿った結果であった。また、微小区間の数で弁別された状態は、目視で確認される状態弁別と矛盾はなかった。
　試験１によると、本実施形態に係る判別装置２は、筋電位を用いることなく、かつ、試験対象となるマウスに合わせて判別の基準を調整することなく、試験対象となるマウスにおける脳の活動状態を判別することができるといえる。したがって、深部脳波は判別対象における脳の活動状態を判別可能であり、判別対象における個人差の影響を軽減し、判別の精度を高め得る。
　図６は、１０００Ｈｚの深部脳波に対する１μVから１００μVまで１μV毎の閾値における、微小区間の数およびバースト区間の平均電位差を示す。いずれも個体においても、電極部位によらず、微小区間の数が最大値であった閾値においては、微小区間それぞれの平均値はサンプリング周期の２分の５倍周辺であった。前記閾値は、覚醒状態、浅い睡眠、レム睡眠、ノンレム睡眠の順に減少した。加えて、前記閾値周辺におけるバースト区間の平均電位差は、覚醒状態、浅い睡眠、睡眠（レムおよびノンレム）の順に減少した。従って、微小区間の数が最大値となる閾値を決定することで、判別の精度をより高められることが確認された。
　サンプリング周波数（１２５Ｈｚ－１０００Ｈｚ）や電極の位置（Ｓ１、Ｍ２）に関わらず、６頭全てで前記閾値は、覚醒状態、浅い睡眠、レム睡眠、ノンレム睡眠の順に減少した（図８）。このことは、ノイズとされていた微小波が、脳活動を反映する電極地場の揺らぎであるとの考えを強く支持する。前記閾値周辺におけるバースト区間の平均電位差は、１２５Ｈｚと２５０Ｈｚにおいてはレム睡眠とノンレム睡眠で差が生じた。これは、バースト区間の平均電位差において、電極側の神経電気活動を反映させるためには５００Ｈｚ以上の脳波情報である事が望ましいこと、および低サンプリングの情報では徐波の影響を受けることを示すものである。
＜試験２：麻酔濃度別の頭皮上脳波を用いた判別実験＞
〔実施例２〕本実施形態の判別装置２による判別
［脳波の取得］
　麻酔下のビーグル犬の前頭部に脳波計の針電極を設置し、サンプリング周波数２５０Ｈｚで頭皮上脳波（Ｅｌｅｃｔｒｏｅｎｃｅｐｈａｌｏｇｒａｍ：ＥＥＧ）を取得した。筋弛緩薬であるロクロニウムの持続投与下において、セボフルラン麻酔２.０％、２.５％、３.０％、３.５％、４.０％、および５.０％で各２０分間維持した後、５分間脳波測定を行なった。５分間の２５０Ｈｚの脳波情報から、６４秒のデータを３本切り出し、解析データとした。解析は実施例１－１と同じ手法を用いた。
［脳の活動状態の判別］
　生体情報モニターを用いて、気管挿管された犬の呼気セボフルラン濃度を測定した。安定して２０分同じ濃度で均衡された後、脳脊髄液におけるセボフルラン濃度が同濃度に維持されている推定した。その麻酔濃度の増加に応じて脳活動の抑制が増大されていると判別した。犬では、セボフルラン麻酔１.３％±０.３％は、音の刺激で覚醒しうる最大濃度であることが知られている。したがって、セボフルラン麻酔２.０％は、気管挿管可能な浅い麻酔レベルと判断される。セボフルラン麻酔５.０％は、脳波にバーストサプレッションが出現した最小の濃度であり、深麻酔レベルと判定された。濃度毎に頭皮上に設置した針電極から測定された６４秒の脳波情報３本を、解析データとした。図７は、０.２μVから２０μVまで０.２μV毎の閾値における、微小区間の数およびバースト区間の平均電位差を示す。いずれの個体においても、麻酔濃度によらず、微小区間の数が最大値であった閾値においては、微小区間それぞれの平均値はサンプリング周期の２分の５倍周辺であった。加えて、微小区間の数が最大となる閾値は、麻酔の濃度の上昇とともに低下した。脳波上にバーストサプレッションが出現する過剰深麻酔下を除くセボフルラン濃度２.０％から４.０％において、麻酔濃度の増加とともに微小区間の数は減少した。バースト区間の平均電位差は、０.２μVから２０μVまでのすべての閾値において、麻酔濃度の増加とともに増大した。
〔参考例２〕従来手法による判別
　現在普及している周術期麻酔深度モニターにおいては、麻酔濃度に線形に比例する指標はなく、術中覚醒の有意な抑制までは至っていない。
　試験１によると、本実施形態に係る判別装置２は、覚醒状態、浅い睡眠状態、レム睡眠状態、及びノンレム睡眠状態から選択される１以上の意識状態について、活動状態がこれら意識状態に該当するか否かを判別し得る。試験２によると、麻酔濃度の増加に応じて増大する催眠深度が定量され得る。
　以上、本発明の実施形態について説明したが、本発明は上述の実施形態に限るものではない。また、上述の実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したものに過ぎず、本発明による効果は、上述の実施形態に記載されたものに限定されるものではない。また、上述の実施形態は、本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明したすべての構成を備えるものに限定されるものではない。
１　　　判別システム
２　　　判別装置
２１　　制御部
２１１　取得部
２１２　第１微小範囲決定部
２１３　第２微小範囲決定部
２１４　計数部
２１５　判別部
２２　　記憶部
２２１　脳波テーブル
２３　　通信部
２４　　表示部
３　　　脳波計
Ｂ　　　バースト区間
Ｄ　　　微小区間時間
Ｎ　　　ネットワーク
Ｐ　　　電位差
Ｔ　　　微小区間
Ｗａ　　覚醒状態脳波
Ｗｎ　　ノンレム睡眠状態脳波

 

Claims (7)

  1. 　判別対象の脳から取得された所定区間内の脳波の振幅が所定の微小範囲にない状態から前記所定の微小範囲にある状態になり、さらに前記所定の微小範囲にない状態になる微小部分それぞれの平均時間が所定の値となるよう前記所定の微小範囲を決定する第１微小範囲決定部と、
    　前記微小範囲の時系列における変化を測定する計数部と、
    　前記測定された前記変化を用いて前記脳の活動状態を判別する判別部と、を備える、脳活動状態の判別装置。
  2. 　前記脳波は、所定のサンプリング周期で取得された脳波を含み、
    　前記第１微小範囲決定部は、前記所定のサンプリング周期に対する前記微小部分それぞれの平均時間の比が所定の比と略一致するよう前記所定の微小範囲を決定可能である、請求項１に記載の判別装置。
  3. 　前記所定の比が２分の３以上２分の７以下である、請求項２に記載の判別装置。
  4. 　前記微小部分の数を略最大化するよう前記所定の微小範囲を決定可能である第２微小範囲決定部をさらに備える、請求項１から３のいずれか１項に記載の判別装置。
  5. 　前記判別部は、覚醒状態、浅い睡眠状態、レム睡眠状態、及びノンレム睡眠状態から選択される１以上の意識状態について、前記活動状態が前記意識状態に該当するか否かを判別可能である、請求項１から４のいずれか１項に記載の判別装置。
  6. 　前記脳波は、自然状態もしくは麻酔が投与された状態の前記判別対象の前記脳から取得された脳波である、請求項１から５のいずれか１項に記載の判別装置。
  7. 　前記脳から前記脳波を取得可能な脳波計と、
    　請求項１から６のいずれか１項に記載の判別装置と、
    を備え、
    　前記判別装置は、前記脳波計を用いて前記脳波を取得することが可能である、判別システム。
PCT/JP2021/007744 2021-03-01 2021-03-01 判別装置及び判別システム WO2022185384A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/007744 WO2022185384A1 (ja) 2021-03-01 2021-03-01 判別装置及び判別システム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/007744 WO2022185384A1 (ja) 2021-03-01 2021-03-01 判別装置及び判別システム

Publications (1)

Publication Number Publication Date
WO2022185384A1 true WO2022185384A1 (ja) 2022-09-09

Family

ID=83153996

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/007744 WO2022185384A1 (ja) 2021-03-01 2021-03-01 判別装置及び判別システム

Country Status (1)

Country Link
WO (1) WO2022185384A1 (ja)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019537565A (ja) * 2016-10-14 2019-12-26 マリナス ファーマシューティカルズ インコーポレイテッド 脳波（ｅｅｇ）バーストサプレッションをもたらすために神経ステロイドを投与する方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019537565A (ja) * 2016-10-14 2019-12-26 マリナス ファーマシューティカルズ インコーポレイテッド 脳波（ｅｅｇ）バーストサプレッションをもたらすために神経ステロイドを投与する方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
LEE, JAE-YUN ET AL.: "Burst Suppression Segmentation of EEG Using Adaptive Binarization in Time and Frequency Domains", IEEE ACCESS, vol. 7, 2019, pages 54550 - 54561, XP011723514, DOI: 10.1109/ACCESS.2019.2910869 *

Similar Documents

Publication Publication Date Title
Bodala et al. EEG and eye tracking demonstrate vigilance enhancement with challenge integration
US7089927B2 (en) System and method for guidance of anesthesia, analgesia and amnesia
Delplanque et al. Sequential unfolding of novelty and pleasantness appraisals of odors: evidence from facial electromyography and autonomic reactions.
Grandjean et al. Unpacking the cognitive architecture of emotion processes.
EP1704819B1 (en) Determination of the anesthetic state of a patient
Hight et al. Emergence from general anesthesia and the sleep-manifold
Lamas et al. Monitoring sedation in the critically ill child
Szulczewski et al. The effects of breathing at a frequency of 0.1 Hz on affective state, the cardiovascular system, and adequacy of ventilation
Huang et al. Dynamic changes in rhythmic and arrhythmic neural signatures in the subthalamic nucleus induced by anaesthesia and tracheal intubation
EP2191772A1 (en) Measurement of responsiveness of a subject
Chen et al. Desflurane and sevoflurane differentially affect activity of the subthalamic nucleus in Parkinson's disease
Chia et al. Cortical excitability signatures for the degree of sleepiness in human
JP2023537996A (ja) 修正された意識状態のレベルおよび／または疼痛のレベルと組み合わせたおよび／または相関した不安のレベルを測定するための方法およびシステム
Liu et al. The prediction probabilities for emergence from sevoflurane anesthesia in children: a comparison of the perfusion index and the bispectral index
WO2022185384A1 (ja) 判別装置及び判別システム
Li et al. Correlated variations in EEG pattern and visual responsiveness of cat lateral geniculate relay cells
Jin et al. The influence of neuromuscular blockade on phase lag entropy and bispectral index: a randomized, controlled trial
Guðmundsdóttir Improving players' control over the NeuroSky brain-computer interface
WO2021221139A1 (ja) 睡眠解析装置
Cascella Impact of anesthetics on brain electrical activity and principles of pEEG-based monitoring during general anesthesia
WO2019193350A1 (en) System for use in improving cognitive function
Feld et al. Differential electrodermal and phasic heart rate responses to personally relevant information: Comparing sleep and wakefulness
Bouafif ERP evaluation of EEG signals for monitoring anesthesia depth during surgery
Kangas et al. Neurometric assessment of adequacy of intraoperative anesthetic
Rushambwa et al. Impact assessment of mental subliminal activities on the human brain through neuro feedback analysis

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: 21928962

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2023503549

Country of ref document: JP

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205N DATED 23.11.2023)