DE60118705T2

DE60118705T2 - Überwachung von elektrischer aktivität

Info

Publication number: DE60118705T2
Application number: DE60118705T
Authority: DE
Inventors: Mark Clifton upon Teme GRIFFITHS; Alan Preece
Original assignee: University of Bristol
Current assignee: University of Bristol
Priority date: 2000-02-17
Filing date: 2001-02-16
Publication date: 2007-04-12
Anticipated expiration: 2021-02-17
Also published as: EP1255486B1; US6748263B2; GB0003665D0; ATE322861T1; WO2001060252A1; DE60118705D1; CA2400348A1; GB2359367B; EP1255486A1; AU2001233857A1; US20030109796A1; GB2359367A

Description

Die vorliegende Erfindung betrifft ein Verfahren zum Überwachen elektrischer Aktivität in einem Lebewesen, insbesondere Gehirnwellen bei einem Menschen, und eine Vorrichtung zum Durchführen des Verfahrens wie etwa einem Elektroenzephalographen.
Es hat sich herausgestellt, daß die Gehirnwellen einer Person, wenn sie sediert, aber noch nicht anästhesiert worden ist, eine Frequenzkomponente enthalten, die zwischen 8 und 12 Hertz liegt und als der Alpharhythmus bekannt ist. Wenn die Sedierung in die volle Anästhesie übergeht, verschwindet der Alpharhythmus bei Abschluß der Anästhesie; wenn die Person in einen sedierten Zustand zurückkehrt, erscheint er wieder und verschwindet dann im allgemeinen wieder, wenn die Person vollständig wach ist.
Es wurde realisiert, daß dieser Effekt verwendet werden kann, um einen beliebigen unerwünschten Übergang von Anästhesie zur Sedierung zu detektieren, was dem entspricht, daß die Person das Bewußtsein wiedererlangt, beispielsweise wenn eine Operation stattfindet. Das Auftreten des Alpharhythmus, wenn Anästhesie in Sedierung übergeht, stellt jedoch eine kleine Komponente in dem Gesamtgehirnwellenspektrum dar, und unter Verwendung bekannter Verfahren war es bisher nicht möglich, das allmähliche Erscheinen des Alpharhythmus zu detektieren.
Außerdem kann das Auftreten neuer Frequenzen unter dem Alphaband wie etwa Delta, durch das Anästhetikum induziert, dazu verwendet werden, das unerwünschte Vorliegen einer wirklichen Anästhesie zu detektieren, wenn die Absicht ist, einen Zustand der Sedierung beizubehalten.
Bekannte Verfahren zum Analysieren von Gehirnwellen über Elektroenzephalographen analysieren die Gehirnwel lenspektren unter Verwendung von schnellen Fouriertransformationen. Beim Detektieren einer schwachen Frequenzkomponente jedoch, die dem sich herausbildenden Alpharhythmus oder durch ein Anästhetikum induzierten niederfrequenten Deltarhythmus entspricht, ist die Verwendung einer schnellen Fouriertransformation ungeeignet. Dafür gibt es zwei Gründe. Zuerst wird Rauschen in dem Gehirnwellensignal von der schnellen Fouriertransformation so analysiert, daß es vielen schwachen Frequenzkomponenten entspricht. Es ist somit nicht leicht, zwischen auf Rauschen zurückzuführenden schwachen Frequenzkomponenten und einer auf andere Gründe zurückzuführenden schwachen Frequenzkomponente wie etwa das Herausbilden der neuen Frequenzen zu unterscheiden. Sofern nicht die detektierte Frequenzkomponente eine der Abtastfrequenzen der schnellen Fouriertransformation entspricht, teilt zweitens die schnelle Fouriertransformation das Frequenzsignal im allgemeinen in einen Bereich von Störfrequenzkomponenten auf.
Das Ergebnis dieser beiden Effekte besteht darin, daß die schnelle Fouriertransformation im allgemeinen schwache Komponenten maskiert. Sie ist deshalb ungeeignet, um das Herausbilden des Alpharhythmus zu detektieren. Bis zu dem Zeitpunkt, zu dem der Alpharhythmus beispielsweise ausreichend signifikant ist, um durch schnelle Fouriertransformation detektiert werden zu können, wird die Person von Anästhesie in Sedierung übergegangen sein, so daß es auf diese Weise nicht möglich ist, eine frühe Detektion dieses Übergangs durchzuführen.
Die vorliegende Erfindung strebt deshalb die Bereitstellung einer Vorrichtung und eines Verfahrens zum Analysieren von Gehirnwellen an, das gestattet, diese Rhythmen zu detektieren, wenn sie sehr schwach sind. Dies gestattet dann die Bestimmung einer Anzeige des Anästhesie- oder Sedierungsniveaus. Wie unten jedoch erläutert wird, ist die vorliegende Erfindung nicht auf die Detektion von Alpha- und niedrigeren Rhythmen begrenzt und könnte verwendet werden, andere Komponenten wie etwa epileptische Spitzen in dem Gehirnwellensignal zu detektieren.
US 5,211,179 betrifft die Detektion sogenannter „später Potentiale", die am Ende des QRS-Komplexes von Oberflächenelektrocardiogrammen ECGs auftreten und die ein Anzeichen sind für Patienten mit einem höheren Nachinfarktrisiko. Mehrere zeitlich verschobene überlappende Wellenformsegmente werden jeweils einzeln aus der gemittelten ECG-Wellenform ausgewählt, und jedes wird verwendet, um einen Wellenformgenerator anzusteuern, eine erweiterte Wellenform zu produzieren, die dem ausgewählten Segment gut entspricht. Eine Frequenzbereichsdarstellung der erweiterten Wellenform, die im Vergleich mit dem ausgewählten Segment eine höhere spektrale und zeitliche Auflösung aufweist, wird dann alleine oder zusammen mit anderen solchen Segmenten analysiert, um die späten Potentiale zu detektieren. Der Wellenformgenerator nimmt die Form eines adaptiven Filters an, der weißes Rauschen durch die Einstellung von Filterparametern gemäß Rückkopplung von dem Vergleich des erweiterten Wellenformausgangssignals mit dem ausgewählten Wellenformsegment in die erweiterte Wellenform transformiert.
Gemäß der vorliegenden Erfindung umfaßt eine Vorrichtung zum Überwachen elektrischer Aktivität in einem Lebewesen einen Detektor zum Erzeugen eines Detektorausgangssignals entsprechend der elektrischen Aktivität, einen Zufallsrauschgenerator zum Erzeugen eines Zufallsrauschsignals und Verarbeitungsmittel zum Kombinieren des Ausgangssignals und Zufallsrauschsignals zum Erzeugen eines modifizierten Signals und Analysieren des modifizierten Signals unter Verwendung einer Autokorrelationstechnik zum Detektieren der relativen Leistungsdichtewerte bei mehreren verschiedenen Frequenzen. Bevorzugt beinhaltet die Autokorrelationstechnik die Anwendung des Yule-Walker-Algorithmus.
Der Wert eines oder mehrerer Leistungsdichtewerte bei einer oder mehreren Frequenzen entsprechend einem spezifischen Rhythmus wie etwa dem Alpha oder Delta wird dann mit der Summe der Leitungsdichtewerte über einen größeren Bereich von Frequenzen verglichen. Das Ergebnis dieses Vergleichs liefert ein Maß, das dazu verwendet werden kann, das Herausbilden dieser Rhythmen zu detektieren. Um dies auf andere Weise auszudrücken, wird die relative Leistungsdichte D_f bei verschiedenen Frequenzen f unter Verwendung der Gleichung 1 unten für mehrere Frequenzen f abgeleitet. Gleichung 1
wobei y_P der p-te Yule-Walker-Koeffizient und a eine Konstante ist.
Dann wird das Verhältnis der Summe eines oder mehrerer Werte von D_f bei oder etwa bei den Frequenzen der bestimmten Rhythmen mit der Summe der Werte von D_f über einen größeren Bereich von Werten verglichen, und die Änderungen bei diesem Verhältnis können dann zum Detektieren des Herausbildens dieser Rhythmen verwendet werden.
Im allgemeinen wird die höchste Frequenz über den größeren Bereich mindesten etwa das Doppelte vom dem der höchsten Frequenzen der betrachteten Rhythmen betragen.
Es sei angemerkt, daß die Yule-Walker-Verfahren, aus denen die Yule-Walker-Koeffizienten erhalten werden, die in Gleichung 1 oben erwähnt sind, eine bekannte Art von Frequenzanalyserverfahren sind. Für eine ausführliche Erörterung von Yule-Walker-Verfahren kann auf das Buch „Digital Signal Processing" (2. Auflage) von J. G. Proakis und D. G. Manolakis, veröffentlicht von dem Verlag MacMillan, New York, verwiesen werden.
Die vorliegende Erfindung enthält auch einen Elektroenzephalographen, der Gehirnwellen unter Verwendung des oben erörterten Verfahrens überwacht, um das Herausbilden spezifischer Rhythmen anzuzeigen, und besteht auch aus einem Verfahren zum Betreiben eines derartigen Elektroenzephalographen.
Zum Ableiten der oben erwähnten Yule-Walker-Koeffizienten schlägt die vorliegende Erfindung weiterhin vor, daß eine Reihe von Autokorrelationsprodukten von den Gehirnwellensignalen abgeleitet werden. Diese Autokorrelationsprodukte können dann direkt verwendet werden, um die Yule-Walker-Koeffizienten abzuleiten, doch wird bevorzugt, daß auf sie eine Mittelungstechnik angewendet wird. Es wäre möglich, die Autokorrelation direkt über einen relativ langen Zeitraum zu bestimmen, doch wird bevorzugt, einen kürzeren Zeitraum zu verwenden und über diese Zeiträume zu mitteln. Der Vorteil davon besteht darin, daß kurze Rauschbursts dann nicht von einer Periode auf die nächste übertragen werden. Die Mittelung auf diese Weise hat den Nachteil, daß die Detektion von Trends verlangsamt wird, und deshalb besteht die Notwendigkeit, zwischen diesen Faktoren einen Kompromiß zu finden.
Beim Ableiten der Autokorrelationsprodukte hat es sich als vorteilhaft herausgestellt, zu den Gehirnwellensignalen lineares Zufallsrauschen zu addieren. Vorausgesetzt, daß die Menge addierten linearen Zufallsrauschens nicht zu groß ist, ist die Reduzierung bei der spektralen Auflösung, die sich ergibt, in der Praxis nicht relevant. Es hat sich jedoch herausgestellt, daß die Addition von solchem linearem Zufallsrauschen das Auftreten von gelegentlichen Ausreißern im allgemeinen reduziert oder verhindert. Es wird außerdem bevorzugt, daß etwaige DC-Komponenten der Gehirnwellensignale entfernt werden, um dem Drifteffekt entgegenzuwirken.
Um die Analyse der Gehirnwellen wie oben erörtert durchzuführen, wandelt ein Elektroenzephalograph gemäß der vorliegenden Erfindung bevorzugt die Gehirnwellensignale in digitale Signale um, damit diese Signale von einem geeignet programmierten Prozessor analysiert werden können. Die Analyse der relativen Leistungsdichtewerte kann dann dazu verwendet werden, ein geeignetes Anzeige- und/oder Tonsignal zu erzeugen und/oder ein Steuersignal für anderes Gerät. Tatsächlich wird bevorzugt, daß der dem Vergleich der den oben erörterten relativen Leistungsdichten entsprechende Wert in einen Indexwert umgewandelt wird, der eine nichtlineare Funktion des Anfangswerts ist, um Änderungen bei niedrigen Werten des spezifischen Rhythmus hervorzuheben.
Eine Ausführungsform der vorliegenden Erfindung zum Definieren des Auftretens des Alpharhythmus wird nun beispielhaft unter Bezugnahme auf die beiliegenden Zeichnungen ausführlich beschrieben. Es zeigen:
1 einen Elektroenzephalographen, der eine Ausführungsform der vorliegenden Erfindung ist;
2 einen Teil des Elektroenzephalographen von 1.
Zunächst unter Bezugnahme auf 1 erzeugt eine Elektroenzephalographverstärkereinheit 10 den Gehirnwellen entsprechende elektrische Signale und leitet diese Signale an einen Analog-Digital-Wandler 11 weiter. Die resultierenden digitalen Signale werden an einen Prozessor 12 weitergegeben, in dem sie unter Verwendung eines Yule-Walker-Verfahrens verarbeitet werden, wie später ausführlicher beschrieben wird.
Die Struktur der Verstärkereinheit 10 ist in 2 ausführlicher gezeigt. Elektroden 20 zum Anbringen an einer Person, deren Gehirnwellen untersucht werden sollen, werden an eine Eingangsschutzschaltungseinheit 21 angeschlossen, die andere Teile des Elektroenzephalographen vor Beschädigung aufgrund einer Hochspannungsentladung schützt. Die Eingangsschutzschaltungseinheit 21 kann auch dahingehend wirken, die Person, an der die Elektroden 20 angeschlossen sind, vor Ausfällen innerhalb des Elektroenzephalographen zu schützen. Wie man aus 2 erkennen kann, ist die Eingangsschutzschaltungseinheit 21 auch mit Masse verbunden, so daß sie Differentialsignale an eine Verstärkereinheit 22 weiterleitet. Diese Verstärkereinheit entfernt Gleichtaktrauschen und erzeugt ein einzelnes Signal aus dem Eingang dazu, das dann an eine Verstärkungs- und Filtereinheit 23 weitergeleitet wird. Die Verstärkungs- und Filtereinheit 23 entfernt hochfrequente und DC-Komponenten aus dem Signal und verstärkt das Signal weiter, bevor es an eine Trennverstärkereinheit 24 weitergeleitet wird. Diese Trennverstärkereinheit 24 wirkt auch als eine Trennbarriere zwischen dem Elektroenzephalographverstärker 10 und dem Analog-Digital-Wandler 11.
Wie in 1 gezeigt wird der Prozessor 12 von einer Stromversorgungseinheit 13 bestromt, die einen Netzanschluß und eine Batteriereserve enthalten kann, so daß der Strom nicht unterbrochen werden kann. Das Programm zum Steuern des Prozessors 12 während des Betriebs ist in einer Speichereinheit 14 gespeichert.
Zudem kann, wie auch in 1 gezeigt, der Prozessor 12 durch den Analog-Digital-Wandler 11 mit einer zweiten Elektroenzephalographverstärkereinheit 15 verbunden sein. Dieser zweite Elektroenzephalographverstärker 15 kann die gleiche Struktur wie in 2 gezeigt aufweisen. Zwei Hilfseingänge 16, 17 können vorgesehen sein, um eine Digitalisierung von nichtgetrennten Eingängen von einem CAPNOGRAPHEN oder einem ähnlichen Gerät zu gestatten.
1 zeigt auch, daß ein Signal von dem Prozessor 12 zu den Elektroenzephalographverstärkern 10, 15 weitergeleitet wird. Dieses Signal ist ein Freigabesignal, das über eine Optoisolatoreinheit 25 (siehe 2) an einen Impedanzprüferoszillator 26 des Elektroenzephalographverstärkers 10, 15 weitergeleitet wird. Die Optoisolatoreinheit 25 sorgt somit für eine elektrische Sicherheitstrennung zwischen dem Prozessor 12 und der Elektroenzephalographverstärkereinheit 10, 15 auf gleiche Weise wie die Trennverstärkereinheit 24. Wenn der Impedanzprüferoszillator 26 durch das Signal vom Prozessor freigegeben wird, gibt er ein Frequenzsignal von zwischen zum Beispiel 5 und 10 Hertz aus, das über zwei Operationsverstärker 27, 28 weitergegeben wird, um zwei Signale zu erzeugen, die über Übertragungsdurchlaßschaltungen 29 an jeweilige Widerstände R1, R2 weitergeleitet werden. Das resultierende Signal kann verwendet werden, um die Eingangsimpedanz der Elektroden 20 zu bewerten. Aus 2 ist ersichtlich, daß die Übertragungsdurchlaßschaltungen 29 durch das Signal von dem Prozessor 12 freigegeben werden, das von dem Optoisolator 25 ausgegeben wird. Die von dem Prozessor 12 durchgeführte Verarbeitung wird nun ausführlicher beschrieben.
Wie oben erwähnt wurde, verwendet die vorliegende Erfindung ein Yule-Walker-Verfahren zum Ableiten von relativen Leistungsdichtewerten. Es sei jedoch angemerkt, daß die theoretische Frequenzanalyse unter Verwendung solcher Verfahren normalerweise eingeschwungene Zustände annimmt, die nicht auf Gehirnwellensignale zutreffen. Tatsächlich sind die einheitlichen Frequenzen solcher Signale oftmals stark amplitudenmoduliert. Unregelmäßiges Zunehmen und Abnehmen tritt für einige oder alle der Frequenzen auf, wobei aufeinanderfolgende ma ximale Intervalle innerhalb eines Bereichs einer halben Sekunde bis zwei Sekunden variieren. Zudem können Augenbewegungen der Person, an die die Elektroden 20 angeschlossen sind, große unregelmäßige Spannungsausschläge verursachen, und es hat sich auch herausgestellt, daß andere nichtperiodische Komponenten vorliegen. Es kann sogar eine niederfrequente oder DC-Drift vorliegen. Somit ist es beim Anwenden eines Yule-Walker-Verfahrens auf Gehirnwellensignale bevorzugt, daß der Prozessor 12 praktische Kompromisse wie unten erörtert verwendet.
In der folgenden Erörterung werden verschiedene spezifische Werte verwendet um das Analyseverfahren zu beschreiben. Die vorliegende Erfindung ist jedoch nicht auf diese spezifischen Werte beschränkt.
Der Prozessor 12 analysiert die den Gehirnwellen entsprechenden Signale in einer Reihe von Zeitperioden (Zeitintervallen). Die Länge der Zeitperiode braucht nicht festgelegt zu sein, und tatsächlich kann ein Elektroenzephalograph gemäß der vorliegenden Erfindung das Variieren der Dauer der Zeitintervalle gestatten. Ein Zeitintervall von etwa 1,5 s Dauer hat sich jedoch als geeignet herausgestellt. Unter der Annahme, daß die Abtastrate des Prozessors 12 zum Beispiel 128 Hertz beträgt, würde dies zu 192 Abtastwerten führen. Dies kann jedoch auf N Abtastwerte pro Zeitintervall verallgemeinert werden, und es lautet:
a₀, a₁, ... a_n-1
Es hat sich herausgestellt, daß es dann bevorzugt wird, lineares Zufallsrauschen zu jedem der abgetasteten Werte zu addieren; es hat sich herausgestellt, daß, wenn dies nicht erfolgt, einheitliche Ergebnisse nicht sichergestellt werden können. Gelegentliche Ausfaller können detektiert werden, die von jenen benachbarter Zeitintervalle ausreichend verschieden sind, um eine unpräzise Analyse zu verursachen. Wenngleich die Addition eines Zufallswert die spektrale Auflösung reduziert, die erhalten werden kann, ist es durch geeignete Auswahl des Zufallswerts möglich, den erforderlichen Fehler zu reduzieren, ohne die spektrale Auflösung zu reduzieren, die von praktischer Signifikanz ist. Die Konsequenz, kein Rauschen in Form von Zufallswerten zu addieren, lautet, daß die relevanten Frequenzen im Vergleich zu der Gesamtheit der anderen Frequenzen, die zu Zeitpunkten eines starken eingegebenen Rauschens oder großer DC-Offsets detektiert werden sollen, zu klein werden können, bevor sie durch Mittelung entfernt werden können. Bei dieser Ausführungsform kann somit ein modifizierter Abtastwert a'_k wie folgt erhalten werden.
Gleichung 2
In Gleichung 2 ist a_max der numerisch größte Abtastwert im Zeitintervall, und „random(1000)" ist eine positive ganze Zufallszahl im Bereich von 0 bis 1000. Eine derartige positive ganze Zufallszahl kann aus einem Pseudozufallsprogramm des Prozessors 12 erhalten werden.
Den Gehirnwellensignalen kann eine DC-Komponente überlagert sein, und diese DC-Komponente kann eine Driftkomponente enthalten. Zum Entfernen dieses Effekts wird der Mittelwert aller a'_k über alle die n Werte von jedem Wert a'_k subtrahiert, um einen weiteren modifizierten Wert a''_k abzuleiten. Dieser Prozeß kann für jedes Zeitintervall durchgeführt werden, und es sei angemerkt, daß durch die Addition des oben erörterten Zufallswerts keine weitere Voreinstellung eingeführt wird.
Als nächstes muß eine Reihe von Autokorrelationsprodukten abgeleitet werden. Die Anzahl der Autokorrelationsprodukte, die abgeleitet werden müssen, hängt von der Ordnung des verwendeten Yule-Walker-Verfahrens ab. Unter der Annahme, daß die Ordnung m ist, werden dann m + 1 Autokorrelationsprodukte abgeleitet. In der Praxis hat sich herausgestellt, daß Werte von m zwischen 40 und 50 zu zufriedenstellenden Ergebnissen führen. Dann wird jedes Autokorrelationsprodukt x_p durch die Gleichung 3 unten angegeben:
Gleichung 3
In dieser Gleichung ist p die Nummer des Autokorrelationsprodukts, die zwischen 0 und m variiert. Die Werte von x_p sind dann ein Maß im Zeitbereich der periodischen Komponenten der Gehirnwellensignale.
Obwohl es dann möglich ist, zum Ableiten von Yule-Walker-Koeffizienten diese Autokorrelationsprodukte x_a ... x_m zu verwenden, wird bevorzugt, zuerst einen Mittelungseffekt über mehrere Zeitintervalle anzuwenden. Es hat sich herausgestellt, daß das Berechnen einer Autokorrelation über kurze Intervalle und dann das Durchführen einer Mittelungsoperation besser ist, als die Autokorrelationsprodukte direkt über längere Zeitintervalle zu berechnen. Kurze Zeitintervalle gestatten eine Driftkorrektur, und kurze Rauschbursts übertragen sich nicht. Somit reduziert die Mittelung den Effekt von Unregelmäßigkeiten in den Gehirnwellensignalen, verlangsamt aber die Detektion von Trends.
Zwischen diesen Faktoren muß ein Kompromiß gefunden werden, und es hat sich herausgestellt, daß das Führen eines laufenden Mittelwerts über 12 s ein zufriedenstellender Kompromiß ist. Wenn wie oben erwähnt 1,5-s-Zeitintervalle verwendet werden, dann erfolgt die Mittelung über acht Zeitintervalle. Dann wird durch Glei chung 4 unten ein neuer laufender Mittelwert R_p aus dem vorausgegangenen laufenden Mittelwert R'_p abgeleitet.
Gleichung 4
Da die laufenden Mittelwerte R_p der Autokorrelationsprodukte für jedes Zeitintervall datiert sind, stehen sie jederzeit zur Analyse der Gehirnwellensignale zur Verfügung. Zur Durchführung dieser Analyse muß Gleichung 5 unten gelöst werden.
Gleichung 5
In Gleichung 5 sind y₀ bis y_m die Yule-Walker-Koeffizienten.
Obwohl Gleichung 5 oben auf beliebige zufriedenstellende Weise gelöst werden kann, hat sich herausgestellt, daß der Levinson-Durbin-Lösungsalgorithmus verwendet werden kann, da dadurch die Gleichung schnell gelöst werden kann.
Wenn die Abtastrate 128 Punkte pro Sekunde beträgt, wie oben erwähnt, ist die relative Leistungsdichte D_f bei einer Frequenz f dann durch Gleichung 6 unten gegeben.
Gleichung 6
Es sei angemerkt, daß in der obigen Gleichung der Zähler auf 1 gesetzt worden ist, da die Analyse, die später in dieser Ausführungsform verwendet wird, Verhältnisse statt Beträge verwendet.
Es ist zweckmäßig, die relativen Leistungsdichtewerte D_f in Intervallen von zum Beispiel einem Viertel Hertz auszuwerten.
Dann kann auch Gleichung 7 ein Verhältnis α_r abgeleitet werden.
Gleichung 7
Auf der rechten Seite dieser Gleichung stellt der Zähler die Summe der relativen Leistungsdichtewerte innerhalb des Frequenzbereichs 8 bis 12 Hertz dar, in dem die Alpharhythmen auftreten, während der Nenner eine Summe der relativen Leistungsdichtewerte über einen Frequenzbereich von 0,5 bis 24 Hertz ist. Somit liefert α_r ein Maß für die Leistungsdichte innerhalb des Alpharhythmen entsprechenden Bereichs relativ zu einem viel breiteren Frequenzbereich, der dem den Alpharhythmen entsprechenden Bereich von Frequenzen umfaßt. Somit stellen Variationen von α_r Variationen der in Alpharhythmen vorliegenden Leistung dar.
Da die vorliegende Erfindung anstrebt, das Herausbilden eines spezifischen Rhythmus zu detektieren, ist es wichtiger, eine Änderung von α_r von zum Beispiel 0,02 auf 0,05 zu detektieren, als eine Änderung von 0,2 auf 0,3 zu detektieren. In einem letzten Schritt kann der Prozessor deshalb einen Wert α_i ableiten, der eine nichtlineare Funktion von α_r gemäß Gleichung 8 ist.
Gleichung 8

αi = exp{S·ln(αr)}

In Gleichung 8 ist S ein Empfindlichkeitsfaktor. Wenn S gleich 1 ist, dann würden α_i und α_r gleich sein. In der Praxis ist S gleich 0,4 ein geeigneter Wert.
Nachdem der Prozessor 12 in 1 wie oben erörtert den Wert α_i abgeleitet hat, kann mit diesem Wert ein Display gesteuert werden, das der Bediener des Enzephalographen verwenden kann, um das Herausbilden eines Rhythmus zu detektieren. Beispielsweise kann wie in 1 gezeigt ein Signal an ein LED-Display 30 weitergeleitet werden, das den aktuellen Wert von α_i anzeigt. Zusätzlich oder als Alternative kann α_i als ein vertikaler Strich auf einem LCD-Schirm 31 dargestellt werden, um eine graphische Anzeige von Variationen bei diesem Wert zu liefern. Informationen können auch über einen Druckerport 32 entweder direkt an einen Drucker oder an einen geeigneten Computer zur weiteren Analyse weitergeleitet werden. 1 zeigt auch, daß der Prozessor 12 an eine Tastatur 33 angeschlossen ist, die gestattet, daß der Bediener den Elektroenzephalographen steuert, um beispielsweise Parameter wie etwa die Dauer jedes Zeitintervalls einzugeben. Der Prozessor 12 ist auch an einen DRAM-Speicher 34 angeschlossen, der gestattet, daß einige Daten gespeichert werden, während der Elektroenzephalograph eingeschaltet wird.
Es sei angemerkt, daß die Berechnung von α_i die Lösung von Gleichung 5 erfordert. Deshalb könnte diese Gleichung in jedem Zeitintervall gelöst werden wodurch die Displays 30, 31 alle 1,5 s aktualisiert werden können. In der Praxis ist eine derartige Aktualisierungsrate nicht wesentlich, und die Verarbeitungslast an dem Prozessor kann reduziert werden indem Gleichung 8 zum Beispiel alle drei Zeitintervalle gelöst wird, damit man eine Aktualisierung der Displays 30, 31 alle 4,5 s erhält.
Zudem ist aus Gleichung 7 ersichtlich, daß es eine geeignete Auswahl der Bereiche der Werte k im Zähler und Nenner dieser Gleichung ermöglicht, die Leistung anderer Frequenzkomponenten zu untersuchen. Die vorliegende Erfindung ist zwar in erster Linien entwickelt worden, um Alpharhythmen zu detektieren, die im Frequenzbereich 8 bis 12 Hertz auftreten, jedoch kann die vorliegende Erfindung auf die Analyse anderer Frequenzkomponenten angewendet werden.

Claims

Vorrichtung zum Überwachen elektrischer Aktivität in einem Tier, umfassend einen Detektor zum Erzeugen eines Detektorausgangssignals entsprechend der elektrischen Aktivität, einen Zufallsrauschgenerator zum Erzeugen eines Zufallsrauschsignals und Verarbeitungsmittel zum Kombinieren des Ausgangssignals und Zufallsrauschsignals zum Erzeugen eines modifizierten Signals und Analysieren des modifizierten Signals unter Verwendung einer Autokorrelationstechnik zum Detektieren der relativen Leistungsdichtewerte bei mehreren verschiedenen Frequenzen.
Vorrichtung nach Anspruch 1, wobei das Verarbeitungsmittel das Ausgangssignal in Intervallen abtastet.
Vorrichtung nach Anspruch 2, wobei das Verarbeitungsmittel digitale Abtastwerte a_k des Ausgangssignals abtastet.
Vorrichtung nach Anspruch 3, wobei der Zufallsrauschgenerator ein Zufallsrauschsignal in Form einer Zufallszahl erzeugt, die zu jedem Abtastwert a_k addiert wird.
Vorrichtung nach Anspruch 4, wobei das Verarbeitungsmittel aufeinanderfolgende Abtastwerte über ein Zeitintervall mittelt und den Mittelwert a_k' von jedem Abtastwert a_k subtrahiert, um einen modifizierten Abtastwert a_k'' zu erzeugen.
Vorrichtung nach Anspruch 4 oder 5, wobei das Verarbeitungsmittel Abtastwerte a_k, a_k'' verarbeitet, um eine Anzahl von Autokorrelationsprodukten x_p ab zuleiten, wobei die Yule-Walker-Methode verwendet wird.
Vorrichtung nach Anspruch 6, wobei
wobei p die Nummer des Autkorrelationsprodukts zwischen 0 und m ist.
Vorrichtung nach Anspruch 7, wobei die Autokorrelationsprodukte x₀ bis x_m durch das Verarbeitungsmittel über aufeinanderfolgende Zeitintervalle gemittelt werden.
Vorrichtung nach Anspruch 8, bei dem ein laufender Mittelwert R_p der Autokorrelationsprodukte durch das Verarbeitungsmittel aus den Mittelwerten aufeinanderfolgender Zeitintervalle abgeleitet wird.
Vorrichtung nach Anspruch 8 oder 9, wobei die gemittelten Autokorrelationsprodukte von dem Verarbeitungsmittel gemäß der Yule-Walker-Gleichung analysiert werden, um Yule-Walker-Koeffizienten y₀ bis y_m abzuleiten.
Vorrichtung nach Anspruch 10, bei dem das Verarbeitungsmittel den Levinson-Durbin-Algorithmus verwendet, um die Yule-Walker-Koeffizienten y₀ bis y_m aus der Yule-Walker-Gleichung abzuleiten.
Vorrichtung nach Anspruch 10 oder 11, wobei das Verarbeitungsmittel die Yule-Walker-Koeffizienten verwendet, um die relative Leistungsdichte D_f bei einer Frequenz f des Ausgangssignals abzuleiten, wobei
und a eine Konstante und M die Ordnung der Yule-Walker-Gleichung ist.
Vorrichtung nach Anspruch 12, wobei das Verarbeitungsmittel die relative Leistungsdichte D_f für mehrere Frequenzen des Ausgangssignals ableitet und die relative Leistungsdichte D_f bei einer Frequenz oder über einen ersten Bereich von Frequenzen mit Leistungsdichten D_f über einen größeren Bereich von Frequenzen vergleicht, um eine Änderung bei der Leistungsdichte bei der einen Frequenz oder dem ersten Bereich von Frequenzen zu detektieren.
Elektroenzephalograph, umfassend eine Vorrichtung wie in einem der Ansprüche 1 bis 13 beansprucht.