CN102215748B - 用于分析麻醉时eeg或特护eeg的方法和装置 - Google Patents

用于分析麻醉时eeg或特护eeg的方法和装置 Download PDF

Info

Publication number
CN102215748B
CN102215748B CN200980145618.4A CN200980145618A CN102215748B CN 102215748 B CN102215748 B CN 102215748B CN 200980145618 A CN200980145618 A CN 200980145618A CN 102215748 B CN102215748 B CN 102215748B
Authority
CN
China
Prior art keywords
eeg
artefact
signal
epilepsy
special care
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
CN200980145618.4A
Other languages
English (en)
Other versions
CN102215748A (zh
Inventor
阿瑟·舒尔茨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Publication of CN102215748A publication Critical patent/CN102215748A/zh
Application granted granted Critical
Publication of CN102215748B publication Critical patent/CN102215748B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4094—Diagnosing or monitoring seizure diseases, e.g. epilepsy
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4821—Determining level or depth of anaesthesia
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6843—Monitoring or controlling sensor contact pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/291—Bioelectric electrodes therefor specially adapted for particular uses for electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/721—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using a separate sensor to detect motion or using motion information derived from signals other than the physiological signal to be measured
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Abstract

本发明涉及一种用于分析麻醉时EEG或特护EEG的方法和装置，从EEG曲线中由时间范围和/或频率范围来确定参数(112)，将确定的参数导入多变量的分类函数，并且从中自动地进行麻醉时EEG或特护EEG的阶段划分(116)。附加地，对EEG曲线分析由大量非麻醉时EEG或特护EEG特征曲线的生物信号与伪迹组成的干扰信号分量(114，118)。在证明了这些干扰信号分量的情况下，通过伪迹分析(120、122、126)，在排除了伪迹的情况下证实非麻醉时EEG或特护EEG特征曲线的生物信号的存在，以及在证明了伪迹的情况下不证实非麻醉时EEG或特护EEG特征曲线的生物信号的存在。

Description

用于分析麻醉时EEG或特护EEG的方法和装置
技术领域
本发明涉及一种根据权利要求1前序部分的用于分析麻醉时EEG或特护EEG的方法，以及一种根据权利要求5前序部分的用于分析麻醉时EEG或特护EEG的装置。
背景技术
由EP 0 856 181 B1公开了用于分析麻醉时EEG或特护EEG的一种方法和一种装置。由EEG曲线借助数学统计学方案进行对麻醉时EEG或特护EEG的分类。此外，采集伪迹(Artefakt)并且对于分类的修正或抑制而加以考虑。
由EP 1 795 122 A1公开的是，记录EEG信号和生物阻抗信号。将生物阻抗阈值的超出或在EEG信号中和在生物阻抗信号中的信号的相似性用于伪迹识别。借助于生物阻抗分析，可以舍弃承受伪迹的EEG信号片断，或者可以支持分类作为“清醒”，例如在识别眨眼的情况下。尤其是在该出版物中涉及的是脸部范围内的伪迹。
由US 6,731,975A公开了一种方法，例如在给予麻醉剂之后确定患者大脑的状态。为此，计算出EEG信号的熵和组合EEG-EMG信号的熵以及纯EMG指标。
已经表明，对于生物信号存在一系列活化剂，其可以导致在EEG曲线上的改变并且干扰麻醉时EEG或特护EEG的分类。在此，要强调是基于氟的挥发性麻醉药，特别是利用增加的剂量可以引起痉挛潜能的七氟烷。
发明内容
本发明要解决的技术问题是，在分析麻醉时EEG或特护EEG的情况下可以识别生物信号并且与伪迹区别。
对于根据权利要求1的前序部分所述的用于分析麻醉时EEG或特护EEG的方法，以及对于根据权利要求5的前序部分所述的用于分析麻醉时EEG或特护EEG的装置，通过相应的权利要求的特征来解决该技术问题。
由相应的从属权利要求中给出扩展和优选的实施方式。
在根据本发明的解决方案中，还是从EEG曲线变化中由时间范围和频率范围来确定参数，并且将其导入多变量的分类函数。在此，在麻醉时EEG或特护EEG的阶段中自动地进行划分。但是此外，也对曲线变化检查干扰信号分量。干扰信号分量是这种，它们影响整个曲线变化，但对于麻醉时EEG或特护EEG是非典型的，并且它们的起源与对于麻醉时EEG或特护EEG典型的或特有的曲线相比也是不同的。
干扰可能是其它起源的生物信号或者由于伪迹，其引起原本的麻醉时EEG或特护EEG的曲线变化的相应改变。为了查明干扰是否可能是生物信号和/或伪迹，在证明了干扰信号的情况下，附加地进行伪迹分析。对于伪迹分析可以采用公知的方法和方案。如果分析得出不存在伪迹，则反向得出结论，干扰源于非麻醉时EEG或特护EEG特征曲线的生物信号。相反，如果证明了伪迹，那么仅仅由于伪迹或者由于伪迹和生物信号的组合都可以引起干扰。在这种情况下，不可能明确的证明生物信号的存在，并且因此这两种情况被同样对待，其中，在证明了伪迹的情况下不能证实生物信号的存在。
在证实了生物信号的情况下，通过由干扰生物信号所产生的EEG曲线与不同生物起源的曲线变化的存储的图像样本的一致的特征相比较，可以进行对该非麻醉时EEG或特护EEG特征曲线的生物信号的分析。
已经表明了，不是所有生物信号都能同样地表征，其中，从时间范围和/或频率范围中确定参数并且将其导入多变量的函数。
这特别适合于如下的生物信号，即，其变化偏离麻醉时EEG或特护EEG的曲线变化。在这种情况下，另一种分析方式是更有说服力的，即，将干扰生物信号的曲线变化与储存的不同生物信号的信号变化的样本进行图形的比较。通过比较存储的图像样本的特征，可以将干扰生物信号对应于所存储的样本，其中，通过结合所存储样本的已知起源也可以推断出所分析出的生物信号的起源。
优选地，在存在生物信号的情况下，可以分析该信号分量中癫痫典型的曲线变化。由此可以，在示出了其它生物信号的干扰的麻醉时EEG或特护EEG中，识别可能由服用的药物所引起的癫痫典型的干扰。
根据一种扩展，引出电极(Ableitungselektrode)的形状改变可以作为伪迹被采集和分析。
由于电荷移动以及由于在引出电极和皮肤之间的导电率的改变，这样的形状改变可以影响由引出电极导出的电压。通过采集形状改变可以将同时发生的导出电压的影响识别为伪迹。
具有非麻醉时EEG或特护EEG特征曲线(例如癫痫典型曲线形状)的生物信号可以通过陡的幅度-时间跃迁来突出，如其也可以通过在引出电极上的伪迹出现(例如电极或其导线机械运动的话)。
通过采集引出电极的形状改变，在实践中可以识别最常见的伪迹，并且可以作为干扰信号是伪迹还是生物信号的证据来分析。
通过直接的定性的或定量的比较，证实变得更可靠。
用于采集形状改变信号的变形传感器可以包含通过变形可改变的并且其电容改变与EEG电极的变形相关联的电容。
通过作为变形传感器的电容，允许利用通常的EEG信号放大器和之后的计算辅助分析来采集并且放大形状改变信号。
优选地，电容由相邻的连接线以及在连接线之间设置的分别构成电介质的绝缘体组成。
按这种方式，可以将多电极设置的导线电介质部件附加地作为变形传感器来使用。
补充地，EEG电极可以包含减小在电极表面和皮肤之间依赖变形的电导改变的皮肤安排装置。
通过皮肤安排装置，降低了改变在引出电极和皮肤之间导电率对由引出电极导出的电压的影响。
优选地，皮肤安排装置是扩大表面的电极表面的内翻和/或外翻。
通过皮肤安排装置，在电极接触位置上的皮肤表面通过损坏和去除可达到导电的电极凝胶更深的侵入。由此提高了有效的接触面积，从而部分接触面积的依赖变形的电导改变对整个导电率的影响会更小。
附图说明
下面借助流程图和一个在图中示出的实施例来说明本发明。
附图中：
图1示出了本发明的流程图，并且
图2示出了由计算机和用于EEG信道的测量单元组成的装置。
具体实施方式
根据在图1中示出的流程图，在分析步骤112中如下的分析到了的信号110：将在时间范围和/或频率范围中的参数导入多变量的分类函数中，并且由此自动地进行麻醉时EEG或特护EEG的阶段划分。附加地，这里也进行标准伪迹识别，在考虑到标准伪迹识别的情况下，可以抑制或修正分类。
在接下来的步骤114中，对信号分析可能的干扰，其中，干扰是对于麻醉时EEG或特护EEG非特有的并且因此会扰乱或歪曲分类的信号分量。在现有例子中涉及可能的癫痫典型潜能(Epilepsie-typische Potentiale)。
如果没有确定干扰，则在116中示出麻醉时EEG和特护EEG的阶段，或者必要时在伪迹的情况下抑制麻醉时EEG和特护EEG的阶段。
相反，如果在114中确定了干扰，在步骤118中分析干扰中可能的伪迹。在本例的情况下，通过借助电容测量的分析来实现这点。
如果在框120中没有识别出伪迹信号，那么可以从中得出结论，干扰是生物信号，否则干扰是伪迹或者是伪迹和生物信号的组合。
在不存在伪迹信号的情况下，在下一个判断框122中通过与存储的样本相比(这里是癫痫样本)来比较干扰信号。如果该信号与存储的样本相比是肯定的，那么其在框124中作为癫痫典型潜能而显示，如果不是这种情况，那么在框128中显示不能判断。
如果存在伪迹信号，那么在判断框126中也可以选择性的检验，在可能与生物信号的组合的情况下，是否仍然识别出该生物信号，并且该生物信号是否与典型癫痫样本相符合。在肯定的情况下可以同样分支到框124，并且显示癫痫典型潜能，或者假如不是这种情况或生物信号不能识别出来，那么分支到128，并且显示不能判断。
图2示出了由计算机和用于EEG信道的测量单元组成的装置。
该装置由计算机10和用于EEG信道的测量单元12组成，测量单元12由具有模/数转换器16的前置放大器14以及在电极带20上具有三个电极22并且在电极带20中嵌入的导线24的多电极装置26组成。通过利用其它的电极22补充电极带20可以补充用于其它EEG信道的引线。
电极带20被安置在患者的头部，并且与具有模/数转换器16的前置放大器14相连接。前置放大器14建立在电极22电势之间的差，并且放大该差电势到适合于模/数转换器16的值域。
前置放大器14、模/数转换器16和计算机10可以设置在电极带20上并且与导线24相连接，而显示信号遥测地传输到显示器。替代地，计算机10也可以是遥测地或连线地与前置放大器14和模/数转换器16相耦合的外部计算机。如果电极带20是一次性材料，则可以在前置放大器14、模/数转换器16和计算机10继续使用的情况下更换该一次性材料。
借助于计算机10，以公知的方法从EEG曲线中由时间范围和/或频率范围来确定参数，其中，将所确定的参数导入多变量的分类函数，并且从中自动地进行麻醉时EEG或特护EEG的阶段划分。
附加地，通过其它的生物信号、特别是癫痫典型曲线样本来对EEG曲线分析曲线样本。
借助于在多电极装置26的相邻的连接线24之间的电容测量来采集作为引出电极22的形状改变的伪迹。通过分析一个由前置放大器14放大的、在用于电容测量但不用于EEG引线的电极带20的导线24上的电压改变，可以进行该电容测量。电压改变源于电荷移动。替代地，也可以把由信号发生器提供的交流电压信号馈入到多电极装置26的连接线24的一个导线对中，并且可以对在多电极装置26的连接线24的另一导线对中的过耦合的交流电压信号进行电压测量。相应的测量出的电容改变示出了对于引出电极22变形的程度。
通过电容改变与在EEG中分析出的癫痫典型曲线样本的比较，可以确定：是可以通过伪迹的耦合产生该曲线样本，还是其具有在脑电流活跃中的起源的概率更高。

Claims (10)

1.一种用于分析麻醉时EEG或特护EEG的装置，具有：
-计算机，
-具有模/数转换器(16)的前置放大器(14)和多电极装置(26)，
其中所述多电极装置(26)与前置放大器(14)相连，
所述计算机从测量出的EEG曲线中由时间范围和/或频率范围确定参数，该确定的参数被导入到多变量的分类函数，并且从中自动地进行麻醉时EEG或特护EEG的阶段划分，其特征在于，借助于计算机分析如下的信号分量，所述信号分量干扰包含麻醉时EEG或特护EEG特征曲线的曲线变化，并且所述信号分量由大量非麻醉时EEG或特护EEG特征曲线的生物信号与伪迹组成，以及，在借助于计算机并且利用与该计算机耦合的伪迹传感器证明了这种干扰信号分量的情况下，通过伪迹分析，在排除了伪迹的情况下证实非麻醉时EEG或特护EEG特征曲线的生物信号的存在，并且所述计算机对所述生物信号分析癫痫典型曲线变化，
以及在证明伪迹的情况下不证实非麻醉时EEG或特护EEG特征曲线的生物信号的存在。
2.根据权利要求1所述的装置，其特征在于，所述计算机包含一个具有存储着不同生物起源的曲线变化的图像样本的存储器，并且在证实了非麻醉时EEG或特护EEG特征曲线的生物信号的情况下，在包含EEG曲线的曲线变化之间作为二维图像与所存储的不同生物起源的曲线变化的图像样本进行程序控制的比较。
3.根据权利要求2所述的装置，其特征在于，在非麻醉时EEG或特护EEG特征曲线的生物信号存在的情况下，所述计算机对所述信号分量分析癫痫典型曲线变化。
4.根据上述权利要求1所述的装置，其特征在于，设有被设计为EEG电极的变形传感器的伪迹传感器。
5.根据权利要求4所述的装置，其特征在于，所述变形传感器包含通过变形可改变的并且其电容改变与EEG电极的变形相关联的电容。
6.根据权利要求5所述的装置，其特征在于，所述电容由多电极装置的相邻的连接线以及在连接线之间设置的分别构成电介质的绝缘体组成。
7.根据上述权利要求1至6中任一项所述的装置，其特征在于，EEG电极包含由扩大表面的电极表面的内翻和/或外翻构成的皮肤安排装置。
8.根据上述权利要求5所述的装置，其特征在于，所述计算机被构造用于，在进行了多变量EEG分析和标准伪迹识别之后，检验所确定的干扰的癫痫典型潜能，并且在怀疑癫痫典型潜能情况下，借助电容测量分析干扰中存在的伪迹，其中为所述电容测量采集变形传感器的电容。
9.根据权利要求8所述的装置，其特征在于，所述计算机被构造用于，如果通过所述电容测量识别出了伪迹，则检验是否还可以识别出典型癫痫样本，如果可以识别出典型癫痫样本，则所述计算机显示癫痫典型潜能，并且如果不是这种情况，就显示不能判断。
10.根据权利要求8或9所述的装置，其特征在于，所述计算机被构造用于，如果所述电容测量表明不存在伪迹，则检验是否存在典型癫痫样本，并且如果存在典型癫痫样本，那么所述计算机将其作为癫痫典型潜能而显示，如果不是这种情况，则显示不能判断。
CN200980145618.4A 2008-09-29 2009-09-29 用于分析麻醉时eeg或特护eeg的方法和装置 Active CN102215748B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DEPCT/DE2008/001594 2008-09-29
PCT/DE2008/001594 WO2010034270A1 (de) 2008-09-29 2008-09-29 Verfahren und vorrichtung zur auswertung eines narkose- oder intensiv-eeg
PCT/DE2009/001367 WO2010034305A1 (de) 2008-09-29 2009-09-29 Verfahren und vorrichtung zur auswertung eines narkose- oder intensiv-eeg

Publications (2)

Publication Number Publication Date
CN102215748A CN102215748A (zh) 2011-10-12
CN102215748B true CN102215748B (zh) 2015-05-06

Family

ID=40629070

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200980145618.4A Active CN102215748B (zh) 2008-09-29 2009-09-29 用于分析麻醉时eeg或特护eeg的方法和装置

Country Status (6)

Country Link
US (1) US9254096B2 (zh)
EP (1) EP2328472B1 (zh)
CN (1) CN102215748B (zh)
ES (1) ES2627040T3 (zh)
HK (1) HK1162896A1 (zh)
WO (2) WO2010034270A1 (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8694070B2 (en) 2007-05-22 2014-04-08 Persyst Development Corporation Electrode applicator for quick press on EEG electrode
US8666484B2 (en) 2011-11-25 2014-03-04 Persyst Development Corporation Method and system for displaying EEG data
US9055927B2 (en) 2011-11-25 2015-06-16 Persyst Development Corporation User interface for artifact removal in an EEG
EP2782499B1 (en) 2011-11-26 2021-03-31 Persyst Development Corporation Method and system for detecting and removing eeg artifacts
US10929753B1 (en) 2014-01-20 2021-02-23 Persyst Development Corporation System and method for generating a probability value for an event
DE102014101814A1 (de) 2014-02-13 2015-08-13 Arthur Schultz Verfahren zur automatischen Auswertung eines Absens-EEG, Computerprogramm und Auswertegerät dafür
CN105193412B (zh) * 2015-08-25 2018-04-24 中国医学科学院生物医学工程研究所 一种用于经颅磁刺激大脑诱发脑电伪迹去除的方法
WO2017116582A1 (en) * 2015-12-31 2017-07-06 Brainscope Company, Inc. System and methods for neurological monitoring and assisted diagnosis
US10368808B2 (en) 2016-11-02 2019-08-06 Medtronic Monitoring, Inc. System and methods of determining etiology of undiagnosed symptomatic events
US10342445B2 (en) 2016-11-03 2019-07-09 Medtronic Monitoring, Inc. Method and apparatus for detecting electrocardiographic abnormalities based on monitored high frequency QRS potentials
US11219416B2 (en) 2018-03-12 2022-01-11 Persyst Development Corporation Graphically displaying evoked potentials
US11457855B2 (en) 2018-03-12 2022-10-04 Persyst Development Corporation Method and system for utilizing empirical null hypothesis for a biological time series
CN108652619A (zh) * 2018-05-19 2018-10-16 安徽邵氏华艾生物医疗电子科技有限公司 一种预防csm模块在干扰下的恢复方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0199216A2 (en) * 1985-04-25 1986-10-29 Westinghouse Electric Corporation Low noise electroencephalographic probe wiring system
US4846190A (en) * 1983-08-23 1989-07-11 John Erwin R Electroencephalographic system data display
EP0856181B1 (de) * 1995-10-19 1999-03-10 Arthur Schultz Verfahren und vorrichtung zur auswertung eines narkose- oder intensiv-eeg
US6473639B1 (en) * 2000-03-02 2002-10-29 Neuropace, Inc. Neurological event detection procedure using processed display channel based algorithms and devices incorporating these procedures
US6731975B1 (en) * 2000-10-16 2004-05-04 Instrumentarium Corp. Method and apparatus for determining the cerebral state of a patient with fast response
EP1795122A1 (en) * 2005-12-12 2007-06-13 General Electric Company Detection of artifacts in bioelectric signals

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4502492A (en) * 1983-04-28 1985-03-05 Medtronic, Inc. Low-polarization low-threshold electrode
US5978693A (en) * 1998-02-02 1999-11-02 E.P. Limited Apparatus and method for reduction of motion artifact
JP2002529684A (ja) * 1998-11-04 2002-09-10 インフィネオン テクノロジース アクチエンゲゼルシャフト 歪み測定器
US6912414B2 (en) * 2002-01-29 2005-06-28 Southwest Research Institute Electrode systems and methods for reducing motion artifact
EP1820444B1 (en) * 2006-02-17 2011-09-21 General Electric Company Detection of epileptiform activity
US9162051B2 (en) * 2006-09-21 2015-10-20 Neuropace, Inc. Treatment of language, behavior and social disorders

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4846190A (en) * 1983-08-23 1989-07-11 John Erwin R Electroencephalographic system data display
EP0199216A2 (en) * 1985-04-25 1986-10-29 Westinghouse Electric Corporation Low noise electroencephalographic probe wiring system
EP0856181B1 (de) * 1995-10-19 1999-03-10 Arthur Schultz Verfahren und vorrichtung zur auswertung eines narkose- oder intensiv-eeg
US6473639B1 (en) * 2000-03-02 2002-10-29 Neuropace, Inc. Neurological event detection procedure using processed display channel based algorithms and devices incorporating these procedures
US6731975B1 (en) * 2000-10-16 2004-05-04 Instrumentarium Corp. Method and apparatus for determining the cerebral state of a patient with fast response
EP1795122A1 (en) * 2005-12-12 2007-06-13 General Electric Company Detection of artifacts in bioelectric signals

Also Published As

Publication number Publication date
EP2328472B1 (de) 2017-03-08
HK1162896A1 (zh) 2012-09-07
WO2010034270A1 (de) 2010-04-01
US9254096B2 (en) 2016-02-09
WO2010034305A1 (de) 2010-04-01
US20110178421A1 (en) 2011-07-21
EP2328472A1 (de) 2011-06-08
CN102215748A (zh) 2011-10-12
ES2627040T3 (es) 2017-07-26

Similar Documents

Publication Publication Date Title
CN102215748B (zh) 用于分析麻醉时eeg或特护eeg的方法和装置
US11872059B1 (en) Method and system for acquiring biosignals in the presence of HF interference
Miller et al. Does bispectral analysis of the electroencephalogram add anything but complexity?
US7684856B2 (en) Detection of artifacts in bioelectric signals
CA2450945C (en) System and method for the detection and removal of radio frequency noise artifact from biopotential signals
US11116453B2 (en) Apparatus and method for measuring biosignals
US20070135727A1 (en) Detection of artifacts in bioelectric signals
US8112147B2 (en) Method and apparatus for generating determination indexes for identifying ECG interfering signals
EP1859736A1 (en) Determination of sleep depth
AU2012247057B2 (en) Accurate time annotation of intracardiac ecg signals
US20180235503A1 (en) Apparatus and method for processing electromyography signals related to respiratory activity
Remakanthakurup Sindhu et al. Trends in the use of automated algorithms for the detection of high‐frequency oscillations associated with human epilepsy
Bortolan et al. Noise processing in exercise ECG stress test for the analysis and the clinical characterization of QRS and T wave alternans
US20130237795A1 (en) Performance concentric electromyography needle
AU2002316349A1 (en) System and method for the detection and removal of radio frequency noise artifact from biopotential signals
CN105764413A (zh) 用于在手术期间防止记录的生物信号干扰的系统和方法
CN110290746B (zh) 一种高频射频干扰去除装置及方法
CN116369948A (zh) 基于脑电全息希尔伯特频谱的术中麻醉镇定状态监测系统
Qin et al. Heterogeneous neuronal responses to frequency-modulated tones in the primary auditory cortex of awake cats
CN113907742A (zh) 睡眠呼吸数据的监测方法及装置
KR100689987B1 (ko) 뇌전도 및 자기공명영상 검출 시스템에서 뇌전도 신호에포함된 잡음을 제거하기 위한 장치 및 방법
Alpiger et al. Efficacy of A-line™ AEP Monitor as a tool for predicting acceptable tracheal intubation conditions during sevoflurane anaesthesia
KR20110099117A (ko) 상처의 진단 및 치료, 및 상처의 예후를 위한 전자 마커들의 표시 방법들
Kangas et al. Neurometric assessment of adequacy of intraoperative anesthetic
CN117814760A (zh) 基于多指标的麻醉深度检测装置及电子设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1162896

Country of ref document: HK

C14 Grant of patent or utility model
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: GR

Ref document number: 1162896

Country of ref document: HK