-
GEBIET DER ERFINDUNG
-
Die
vorliegende Erfindung betrifft das Fachgebiet der Neuronensignalanalyse.
Besondere Anwendung findet diese in einem System und einem Verfahren
zur Analyse von Signaldaten.
-
HINTERGRUND DER ERFINDUNG
-
Tiefe
Hirnstimulation (DBS) verwendet Hochfrequenzstimulation zur Stimulation
einer spezifischen Gehirnregion. Sie umfasst einen chirurgischen
Vorgang, in dem eine oder mehrere Elektroden positioniert und in
einem Bereich der möglichen
Zielbereiche im Gehirn platziert werden. Die Elektrode wird dann
mit einem Impulsgeber verbunden, der in ähnlicher Weise wie für einen
Schrittmacher üblich
subkutan implantiert ist. Die Stimulationsparameter sind derart
angepasst, um die therapeutische Wirkung zu maximieren. Tiefe Hirnstimulation
wird beispielsweise als chirurgische Behandlungsmethode bei der
Behandlung von Parkinson eingesetzt.
-
In
diesem Vorgang und anderen ähnlichen
Vorgängen
arbeitet die Stimulationselektrode nur dann effektiv, wenn sie in
der Nähe
der Neuronen positioniert wird, die die Ziele der Stimulation sind.
Damit die Elektrode korrekt positioniert werden kann, wird eine
Aufzeichnungsmikroelektrode verwendet, um die elektrischen Signale
aus dem Gehirn oder anderem Gewebe aufzuzeichnen. Aus diesen Signalen
hat ein Chirurg oder ein anderer Experte die extrazellulären Aktionspotentiale
der einzelnen Neuronen zu erkennen und zu isolieren. Wenn die Aktionspotentiale
korrekt identifiziert sind, ist die Position der Zielneuronen aller
Voraussicht nach so gut wie festgelegt.
-
Es
gibt verschiedene Verfahren zur Isolierung von Neuronenentladungen
aus den elektrischen Signaldaten. Die Verfahren nach bekanntem Stand
der Technik sind jedoch von der subjektiven Beurteilung eines Experten
abhängig,
der eine Neuronenentladung von einer großen Menge an Rauschsignalen
zu unterscheiden versucht.
-
Dies
wird beispielsweise durch Betrachten mittels Oszillographen und
Analysieren einer Ablaufprotokollierung der aufgezeichneten elektrischen
Aktivität
durchgeführt.
Als Alternative dazu werden die elektrischen Signaldaten hörbar gemacht
und der Experte lauscht, ob bestimmte Charakteristika zu hören sind,
die Neuronenentladungen repräsentieren
können.
In jedem Fall muss der Experte gut ausgebildet und versiert sein,
um die elektrischen Signaldaten zu analysieren. Sie verfügen üblicherweise über umfassende,
schon vorher vorhandene Kenntnisse, wie eine Nervenzellenentladung
aussieht und/oder sich im Gegensatz zu einem Gerätesignal anhört.
-
Aufgrund
der subjektiven Art und Weise der Durchführung ist dies ein mühsamer und
zu Fehlern neigender Vorgang. Ferner ist durch die begrenzte Anzahl
an qualifizierten Experten die Möglichkeit
der Durchführung
von Vorgängen,
die die Identifikation von Neuronen benötigen, eingeschränkt.
-
Die
vorliegende Erfindung betrifft ein neues und nützliches System sowie Verfahren
zur Analyse elektrischer Signale, die ein oder mehrere der oben
genannten Probleme lösen.
-
US-A-5.143.067 offenbart
eine Mikroelektrode und ein manuelles Positionierungsgerät.
-
KURZE ZUSAMMENFASSUNG DER
ERFINDUNG
-
In Übereinstimmung
mit einer Ausführungsform
der Erfindung wird ein System zur Positionierung einer Mikroelektrode
innerhalb eines Gewebes bereitgestellt. Das System umfasst eine
Mikroelektrode zum Sammeln elektrischer Signale und eine Verteilungslogik,
die eine statistische Verteilung der elektrischen Signale erzeugt.
Eine Identifikationslogik identifiziert, ob die statistische Verteilung
einer Rauschverteilung ähnelt,
und eine Positionssteuerung steuert die Positionierung der Mikroelektrode.
Die Positionssteuerung bewegt die auf der Elektrode basierende Identifikation
der statistischen Verteilung oder bewegt diese nicht.
-
KURZBESCHREIBUNG DER ZEICHNUNGEN
-
In
den beigefügten
Zeichnungen, die in die Beschreibung eingefügt und Teil derselben sind,
werden Ausführungsformen
der Erfindung veranschaulicht, welche, zusammen mit einer allgemeinen
Beschreibung der Erfindung, wie oben dargelegt, und der detaillierten
Beschreibung, wie unten dargelegt, zur Erläuterung der Prinzipien dieser
Erfindung dienen.
-
1 ist
ein beispielhaftes Systemdiagramm in Übereinstimmung mit einer Ausführungsform
der vorliegenden Erfindung;
-
2 ist
eine beispielhafte Methodologie zur Bestimmung neuronaler Aktivität in Übereinstimmung
mit einer Ausführungsform
der vorliegenden Erfindung;
-
3 ist
eine andere Ausführungsform
der Signaldatenanalysevorrichtung, wie in 1 dargestellt;
-
4 ist
eine Ablaufprotokollierung der elektrischen Aktivität;
-
5 ist
eine beispielhafte statistische Verteilungskurve der auf Spannungsamplituden
basierenden Rauschdaten;
-
6 ist
eine beispielhafte statistische Verteilungskurve der Rauschdaten,
die Neuronenentladungssignale enthalten;
-
7 ist
eine andere beispielhafte Methodologie zur Analyse von Signaldaten;
-
8 ist
eine beispielhafte Methodologie zur Korrelation neuronaler Aktivität mit einem
angelegten Stimulus in Übereinstimmung
mit einer anderen Ausführungsform
der Erfindung;
-
9 ist
ein beispielhafter Graph der gemessenen Randgrößen der für eine Vielzahl an Zeitperioden erstellten
Verteilungen;
-
10 ist
ein beispielhafter Graph zum Messen eines Stimulus oder einer Bewegung,
wie sie von einem Bereich für
eine Zeitdauer angelegt oder entfernt wird; und
-
11 ist
ein beispielhafter Graph, der eine Korrelation der Daten aus den 9 und 10 in Übereinstimmung
mit einer anderen Ausführungsform
der Erfindung zeigt.
-
DETAILLIERTE BESCHREIBUNG
DER ERFINDUNG
-
Die
Erfindung kann in verschiedenen Formen ausgeführt sein. Im Folgenden werden
Definitionen von beispielhaften Termini, die in der Offenbarung
verwendet werden, erläutert.
Die Singular- als auch Plural-Formen aller Termini sind in jeder
Bedeutung vorhanden:
„Logik", wie hierin verwendet,
umfasst, ist jedoch nicht darauf begrenzt, Hardware, Firmware, Software und/oder
Kombinationen derselben, um eine Funktion (Funktionen) oder eine
Aktion (Aktionen) durchzuführen. So
kann Logik, basierend auf einer gewünschten Anwendung oder Bedürfnissen,
einen von einer Software gesteuerten Mikroprozessor, diskrete Logik,
wie etwa eine anwendungsspezifische integrierte Schaltung (ASIC) oder
andere programmierte Logikvorrichtungen umfassen. Logik kann auch
nur in Form von Software ausgeführt
sein.
„Signal", wie hierin verwendet,
umfasst, ohne jedoch darauf eingeschränkt zu sein, ein oder mehrere
elektrische Signale, analoge oder digitale Signale, eine oder mehrere
Computerbefehle, ein Bit oder eine Bitreihe oder Ähnliches.
„Software", wie hierin verwendet,
umfasst, ist jedoch nicht darauf eingeschränkt, eine oder mehrere von
einem Computer ausführbare
Befehle, Routinen, Algorithmen, Module oder Programme, einschließlich eigenständige Anwendungen
oder Codes von dynamisch verbundenen Bibliotheken zur Durchführung von
Funktionen und Aktionen, wie hierin beschrieben. Software kann auch
in verschiedenen Formen, wie etwa einem eigenständigen Programm, einem Servlet,
einem Applet, in einem Speicher gespeicherten Befehlen, Teil eines
Betriebssystems oder eine andere Art von ausführbaren Befehlen, implementiert
werden. Für
Fachleute auf dem Gebiet der Erfindung ist ersichtlich, dass die
Art der Software von etwa den Anforderungen einer gewünschten Anwendung,
der Umgebung auf der diese läuft
und/oder den Wünschen
eines Entwicklers/Programmierers oder Ähnlichem abhängig ist.
Herstellungsartikel können
in Form von Software, wie etwa computerlesbaren Medien, einschließlich magnetischen,
digitalen oder optischen Speichervorrichtungen und elektronischen Speichervorrichtungen
und Schaltungen, ausgeführt
sein.
-
Wie
im Folgenden noch detaillierter beschrieben werden wird, stellen
die verschiedenen Ausführungsformen
der Erfindung automatisch fortschreitende Mikroelektroden und die
Bestimmung bereit, wann ein sich vom elektrischen Hintergrundrauschen
abhebendes neuronales Aktionspotential auftritt. Die Beurteilung,
ob ein neuronales Aktionspotential vorhanden ist, hängt nicht
von der subjektiven Beurteilung durch einen Benutzer basierend auf
visueller Prüfung
oder Prüfung
mittels Gehör
ab. So kann das System objektiv feststellen, ob neuronale Aktivität innerhalb
eines gesammelten Satzes an Signaldaten, basierend auf der Analyse
der statistischen Verteilung der Signaldaten, vorhanden sind. Aus
Darstellungsgründen
beruht die Erläuterung
auf von einem Gehirngewebe aufgezeichneten Daten, sie könnte jedoch
ohne weiteres auf andere Gewebearten und Signale angewendet werden.
-
In 1 ist
eine Ausführungsform
eines Systems 100 zur Positionierung einer Mikroelektrode
und zur Analyse der elektrischen Signaldaten abgebildet. Aus Darstellungsgründen wird
das System zur Verwendung im Gehirngewebe und zur Identifikation
von Neuronen innerhalb des Gehirngewebes beschrieben. Das System 100 wird
von einem Computer 105 gesteuert, der ein Spezialsystem,
ein Universalrechner, ein mit einem Netzwerk verbundener Computer
oder ein andere strukturellen Konfigurationen aufweisender Computer,
ganz wie gewünscht,
sein kann. Ein Benutzer kann Daten und/oder Befehle in den Computer 105 unter
Verwendung einer Ein gabevorrichtung 115, wie etwa Tastatur,
Maus, Zeigevorrichtung, Touch-Screen, Mikrophon und/oder anderer
bekannter Eingabevorrichtungen, eingeben.
-
Eine
Mikroelektrode 120 zeichnet, sobald sie in einen Patienten
implantiert ist, die in diesem vorhandene elektrische Aktivität auf. Die
Mikroelektrode 120 ist nahe der Zielposition innerhalb
des Gehirns implantiert und zeichnet elektrische Signale für eine vorgegebene
Zeitdauer, beispielsweise 1/10 einer zweiten oder einer anderen
gewünschten
Zeitperiode, auf. Ein Analog-Digital-Wandler 125 wandelt
die aufgezeichneten Signale in digitale Signaldaten um. Wahlweise
kann Signalverarbeitung 130, wie etwa Filtern, Verstärken und andere
gewünschte
Effekte, durchgeführt
werden. Die aufgezeichneten Datensignale werden gesammelt und mittels
eines Datenkollektors 135 gesammelt, der die Signaldaten
in einer oder mehrer Datenanordnungen, Datenbanken, Dateien oder
anderen Datenstrukturen zur weiteren Verarbeitung durch den Computer 105 speichert.
-
Unter
weiterer Bezugnahme auf 1, werden die elektrischen Signaldaten
anschließend
durch eine Signaldatenanalysevorrichtung 140 analysiert,
die bestimmt, ob die Signaldaten Rauschen sind oder Neuronenentladungssignale
enthalten. In dieser Ausführungsform
ist die Analysevorrichtung 140 als Software ausgeführt. Die
Analyse beruht auf der Beobachtung, dass elektrisches Rauschen in
den Signaldaten verglichen mit einem relativ selten in Erscheinung
tretenden neuronalen Aktionspotential überrepräsentiert ist. So konzentriert
sich die Analyse in dieser Ausführungsform
auf die Überprüfung der
Rauschmerkmale 145 der Signaldaten und die Logik der Signalanalysevorrichtung 140 bestimmt,
in welchem Ausmaß die
Signaldaten den beispielhaften Rauschdatenmerkmalen 150 ähneln.
-
Wenn
die Signaldaten Rauschen ähneln,
setzt die Analysevorrichtung 140 eine Markierung, erzeugt einen
Befehl oder eine andere Signalart, die bewirkt, dass eine Positionssteuerung 155 die
Mikroelektrode 120 zu einer neuen, ausgewählten Position
bewegt. Die Positionssteuerung 155 steuert, basierend auf
den analysierten Merkmalen der Signaldaten, die Position der Mikroelektrode 120.
Die Positionssteuerung 120 kann eine hydrolytische Steuerung
sein, die die Mikroelektrode fortbewegt oder zurückzieht. Selbstverständlich können auch
andere zurückzieht.
Selbstverständlich
können
auch andere Steuermechanismustypen verwendet werden. Die Mikroelektrode 120 zeichnet
dann einen neuen Satz Signaldaten auf und der Vorgang wiederholt sich,
bis eine Position, die ein Neuronenentladungssignal enthält, gefunden
ist oder der Vorgang durch den Benutzer angehalten wird.
-
Wenn
die Signalmerkmale eine statistische Abweichung von den beispielhaften
Rauschdaten zeigen, werden die Signaldaten bewertet, ob ein oder
mehrere Neuronenentladungssignale enthalten sind. Dies geschieht,
da das Vorhandensein von Neuronenentladungssignalen die Abweichung
bewirken wird. Wie groß die Abweichung
sein muss, bevor eine Anzeige der neuronalen Aktivität ausgelöst wird,
kann durch einen Grenzwert festgelegt werden. Wenn die Abweichung
groß genug
ist, um den Grenzwert zu überschreiten,
wird festgelegt, dass neuronale Aktivität vorhanden ist. Auf diese
Weise wird eine objektive Analyse anstelle einer subjektiven Beurteilung
durch einen Benutzer durchgeführt.
-
In 2 ist
eine beispielhafte Methodologie 200 des in 1 dargestellten
Systems zum Sammeln von Signaldaten und Bestimmen, ob neuronale
Aktivität
vorhanden ist. Die rechteckigen Elemente bezeichnen „Verarbeitungsblöcke" und stellen Computersoftwarebefehle
oder Befehlsgruppen dar. Die rautenförmigen Elemente bezeichnen „Entscheidungsblöcke" und stellen Computersoftwarebefehle
oder Befehlsgruppen dar, die die Ausführung der durch die Verarbeitungsblöcke dargestellten
Computersoftwarebefehle betreffen. Als Alternative dazu stellen
die Verarbeitungs- und
Entscheidungsblöcke
Schritte, Funktionen und/oder Aktionen dar, die durch funktionell äquivalente
Schaltungen, wie etwa eine digitale Signalverarbeitungsschaltung,
eine anwendungsspezifische integrierte Schaltung (ASIC) oder einen
Mikroprozessor durchgeführt
werden. Das Diagramm zeigt jedoch nicht die Syntax irgendeiner bestimmten
Programmiersprache. Stattdessen veranschaulicht das Diagramm die
Funktionsinformationen, die Fachleute auf dem Gebiet benötigen, um
Schaltungen herzustellen oder Computersoftware zu erzeugen, um die
Verarbeitung des Systems durchzuführen.
-
Es
ist ersichtlich, dass die Elektronik und die Softwareanwendungen
dynamische und flexible Vorgänge
betreffen, so dass die dargestellten Blöcke in anderen, von der dargestellten
Sequenz unterschiedlichen Sequenzen durchgeführt werden können. Es
ist ferner für
Fachleute auf dem Gebiet ersichtlich, dass die in Form von Software
ausgeführten
Elemente unter Verwendung verschiedener Programmieransätze, wie
etwa Maschinensprache, prozeduralen, gegenstandsorientierten oder
künstlichen
Intelligenzverfahren implementiert werden können. Es ist hierbei anzumerken,
dass viele Routineprogrammelemente, wie etwa die Initialisierung
von Schleifen und Variablen und die Verwendung von temporären Variablen
nicht abgebildet sind. Die oben erwähnte Kennzeichnung gilt auch
für andere
Figuren, die Methodologien, Flussdiagramme oder Vorgänge darstellen.
-
Unter
Bezugnahme auf 2 fängt der Vorgang mit dem Sammeln
der Signaldaten (Block 205) an, nachdem eine Aufzeichnungsvorrichtung,
wie etwa eine Mikroelektrode, an einer Zielposition im Gehirn oder in
anderem Gewebe eingebracht worden ist. Die Signale werden für eine ausgewählte Zeitperiode
aufgezeichnet, um zu bestimmen, ob sie Rauschdaten (Block 210) ähneln oder
nicht. Beispielsweise wird eine statistische Analyse eines oder
mehrere Merkmale der Signaldaten durchgeführt und mit den Rauschdatenmerkmalen
verglichen. Eine Beurteilung, ob die Signaldaten Rauschen darstellen
(Block 215) wird getroffen. Wenn dies der Fall ist, also
ein neuronales Aktionspotential nicht gefunden wurde, wird die Mikroelektrode
automatisch zu einer neuen Position bewegt (Block 220)
und der Vorgang beginnt erneut. Wenn diese den Rauschdaten bis zu einem
vorgegebenen Wert nicht ähneln,
wird angezeigt, dass neuronale Aktivität in den Signaldaten enthalten ist
(Block 225). Auf diese Weise kann die Position der Mikroelektrode
automatisch basierend auf den analysierten Signalmerkmalen gesteuert
werden.
-
Wenn
beispielsweise ein statistisches Merkmal der Signaldaten eine Abweichung
von dem, was von demselben statistischen Merkmal herkömmlicher
Rauschdaten erwartet wird, enthält,
dann sind Neuronenentladungen vorhanden. Ein mögliches statistisches Merkmal
umfasst das Vergleichen einer Reihe an Spannungen aus den Signalen.
Andere statistische Merkmale, wie unten detaillierter beschrieben
werden, können
eine Form einer Signalverteilungskurve, die Größe der Ränder der Verteilungskurve,
eines Kurtosiswerts von der Verteilungskurve, anderen gewünschten
Merkmalen oder einer Kombination von diesen umfassen. Wahlweise kann
eine Menge an Neuronenentladungen basierend auf der Menge an bestimmten
Abweichungen bestimmt werden (Block 230). Wenn sich die
Abweichung von den Rauschdaten erhöht, dann wird die in den Signaldaten
vorhandene Neuronenentladungsmenge als größer seiend angezeigt. Die statistische
Analyse und/oder die gefundenen Ergebnisse können einem Benutzer (Block 235)
zur weiteren Überprüfung, wenn
gewünscht, angezeigt
werden.
-
In 3 ist
eine weitere Ausführungsform
der Signaldatenanalysevorrichtung 140, als Analysevorrichtung 300 dargestellt,
zu sehen. Die Analysevorrichtung 300 ist programmiert,
um die Signalmerkmale der Signaldaten unter Verwendung der statistischen
Analyse zu analysieren. Es sollte hier angemerkt werden, dass, obwohl
die Elemente der Analysevorrichtung 300 als einzelne Elemente
dargestellt werden, eines oder mehrere von diesen zusammen als ein
Teil desselben Softwareprogramms ausgeführt sein können. Die Elemente können auch
so ausgeführt
sein, dass sie durch die Analysevorrichtung 300, wenn gewünscht, aufgerufen
werden. Selbstverständlich
kann die Software auf viele Arten in Abhängigkeit von den Vorlieben
des Entwicklers/Programmierers strukturiert sein.
-
Wie
in 3 zu sehen, erzeugt eine statistische Verteilungslogik 305 eine
statistische Verteilungskurve 310 aus den Signaldaten,
die aus einem oder mehreren ausgewählten Merkmalen bestehen. In
dieser Ausführungsform
werden Spannungsamplitudenwerte jedes aufgezeichneten Signals verwendet. 4 veranschaulicht
beispielhafte Signaldaten 400, die auf einer Oszillographen-Ablaufprotokollierung
der elektrischen Aktivität
festgestellt werden können. 5 stellt
eine beispielhafte Rauschverteilungskurve 500 der Spannungsamplitudenwerte,
beispielsweise als ein Histogramm zur Darstellung der Auftrittshäufigkeit
(y-Achse) jedes Spannungsamplitudenwerts (x-Achse), dar. Da das
elektrische Rauschen in den Signaldaten überrepräsentiert ist, wird die statistische
Verteilung der Signalamplituden normal und dicht aneinander anliegend
verteilt. Daher ist die Verteilungskurve 500 der Rauschdaten eine
normale Verteilungskurve, die im Allgemeinen als glockenförmig mit
einem geringeren Varianzgrad vom Mittelwert, mit anderen Worten,
mit kürzeren
Rändern,
beschrieben wird.
-
Wenn
die Verteilungskurve 310 der aktuellen Signaldaten der
Rauschverteilungskurve 500 ähnelt, dann werden die Signaldaten
als Rauschen ohne Neuronenaktionspotential bestimmt. Sogar wenn
ein Neuronensignal in den Signaldaten vorhanden ist, kann jedoch
die Verteilungskurve als normal oder glockenförmig erscheinen, da Neuronenaktionspotentiale
relativ selten sind. Die Varianz vom Mittelwert wird jedoch größer sein
und Ränder
der Kurve werden länger
als die einer typischen Rauschverteilungskurve 500 sein
und diese Merkmale können
zur Identifizierung verwendet werden, wenn ein Neuronenaktionspotential
vorhanden ist. Zur Unterstützung
bei der Identifizierung solcher Differenzen von der Rauschverteilungskurve
kann ferner die Verarbeitung der Verteilungskurve 310 durchgeführt werden,
um die Verteilungswerte vom Mittelwert zu erhöhen. Beispielsweise kann die
Logik enthalten sein, um das Moment der vierten Ordnung um den Mittelwert (4MOM)
für das
Signaldatum zu bestimmen. Selbstverständlich können auch andere Ordnungen,
wie etwa dritte, fünfte
oder andere Ordnungen, verwendet werden.
-
Eine
das Rauschen mit Neuronenentladungssignalen darstellende Verteilungskurve
kann wie die in 6 abgebildete Verteilungskurve 600 aussehen.
Zur besseren Veranschaulichung der Differenzen von der Rauschverteilungskurve 500 wird
die Kurve 600 mit erhöhten
Werten in ihren Randbereichen dargestellt, die beispielsweise durch
Anwenden eines Moments der vierten Ordnung um den Mittelwert erhalten
werden kann. Die Kurve 600 zeigt im Vergleich mit der Rauschverteilungskurve 500 eine
größere Anzahl
an Spannungserscheinungen 605, 610 in den Randbereichen
Ober einer Hauptkurve 615. Die Hauptkurve 615 stellt
die größte Konzentration
an Werten (etwa Rauschsignalen) dar. Ferner sind die Ränder verglichen
mit der beispielhaften Rauschverteilungskurve 500 zur Anzeige
eines größeren Reihe
an Spannungen in den Signaldaten länger. Die Signalanalysevorrichtung 300 sieht
die Kurve 600 als Abweichung von der im Allgemeinen glockenförmigen Rauschkurve 500 zumindest
in einem Teil aufgrund der längeren
Ränder
an. Die Signalanalysevorrich tung 300 kann bestimmen, ob
ein Neuronenaktionspotential vorhanden ist, durch Bestimmen, ob
die Verteilungskurve den Rauschdaten (also der Rauschverteilungskurve 500) ähnelt oder
ob es eine Abweichung von den Rauschdaten (also Verteilungskurve 600)
ist, wobei Letztgenanntes bedeutet, dass Neuronenentladungssignale
vorhanden sind. Es gilt anzumerken, dass eine aus den Signaldaten,
die sowohl Rauschen als auch Neuronenentladungssignale enthalten,
erstellte Verteilungskurve, wie die Kurve 600, auch einer
glockenförmigen
Kurve ähneln
wird. Sie unterscheiden sich von der „im Allgemeinen glockenförmigen" Rauschkurve 500 durch
ihren Kurtosisgrad oder ihre Verteilungsbreite, wie im Folgenden
noch näher
beschrieben wird.
-
Unter
Bezugnahme auf 3 analysiert eine Identifikationslogik 315 die
Verteilungskurve 310, die aus den aktuellen Signaldaten
erstellt wird. Die Logik 315 führt eine Kurvenanalyse 320 durch,
um zu bestimmen, welcher Kurventyp wahrscheinlich vorliegt. Besonders
wird durch diese bestimmt, ob die Kurve 310 einer im Allgemeinen
glockenförmigen
Rauschdatenkurve (etwa 5) ähnelt. Es gibt verschiedene
Arten zur Durchführung
der Kurvenanalyse. Beispielsweise kann die Form der Kurve mit der
Form einer Rauschverteilungskurve verglichen werden. In einer anderen
Ausführungsform
kann ein Haupttendenzwert berechnet werden und anschließend werden
Verteilungen von der Haupttendenz gemessen. Wenn eine zuvor ausgewählte Menge
an Verteilungen vorhanden ist, dann wird festgestellt, dass Neuronenentladungen
vorhanden sind.
-
In
einer anderen Ausführungsform
wird ein Kurtosiswert für
die Verteilungskurve bestimmt. Kurtosis stellt Informationen bezüglich einer
Kurvenform bereits und beruht insbesondere auf der Größe der Ränder der Verteilung.
Je größer die
Ränder,
umso geringer ist der Kurtosiswert. Daher wird eine im Allgemeinen
normale Verteilungskurve (welche nur Rauschen darstellt) kleinere
Ränder
und einen größeren Kurtosiswert
als eine Verteilungskurve mit Neuronenentladungen aufweisen, die
größere Ränder haben.
Ein Grenz-Kurtosiswert kann so festgelegt werden, dass, wenn der
Kurtosiswert einer Verteilungskurve unter den Grenzwert absinkt, die
Analyse bestimmt, dass eine oder mehrere Neuronenentladungen vorhanden
sind.
-
Eine
beispielhafte Gleichung zur Bestimmung der Kurtosis wird in der
unten stehenden Gleichung (1) dargestellt. In der Gleichung ist
x der aktuelle Wert aus den Signaldaten, μ ist der Mittelwert der Daten,
N ist die Anzahl an Werten in den Daten, σ ist die Standardabweichung.
Selbstverständlich
kann die Kurtosis verschieden und/oder mit verschiedenen Variationen
der Gleichung bestimmt werden. Beispielsweise kann die Subtraktion
von „3" optional sein.
-
-
Unter
weiterer Bezugnahme auf 3 kann eine Zähllogik 325 enthalten
sein, um eine relative Menge an Neuronenentladungssignalen zu bestimmen,
sobald festgestellt wird, dass diese vorhanden sind. In einer Ausführungsform
umfasst die Zähllogik 325 eine
Randanalyselogik 330, die die Ränder der Verteilungskurve analysiert.
Im Allgemeinen zeigen, wie zuvor erwähnt, größere Ränder eine größere Neuronenaktivität an. Eine
Anzahl an Erscheinungen über
einen ausgewählten
Grenzwert hinaus (etwa über
das Moment der vierten Ordnung um den Mittelwert) kann eine Menge
an Neuronenaktivität
anzeigen. Der Kurtosiswert kann ebenfalls für diese Analyse verwendet werden.
Wiederum gilt: Je geringer der Kurtosiswert, desto größer sind
die Ränder,
was bedeutet, dass eine größere Menge
an Neuronenentladungen vorhanden ist.
-
Die
Menge an Neuronensignalzündungen
kann ebenfalls in Gleichung 2 festgestellt werden. Die Anzahl an
aufgezeichneten Spannungswerten wird durch n, (x-μ) dargestellt
und ist die Differenz zwischen jedem Spannungspunkt (x) und der
Durchschnittsspannung (μ),
die in den Signaldaten festgestellt wurde. Dieser Wert wird zur
vierten Potenz erhoben, um dessen Abstand zum Mittelwert zu erhöhen.
-
-
Unter
Bezugnahme auf 7 wird eine beispielhafte Methodologie 700 für die Signaldatenanalysevorrichtung 300 dargestellt.
Die abgebildeten Blöcke
können
ebenfalls eine Ausführungsform
des „Analysesignalmerkmal"-Blocks 210 von 2 darstellen.
Nachdem ein Satz an Signaldaten gesammelt wird, wird dieser statistisch
analysiert (Block 705). Beispielsweise wird ein Merkmal
ausgewählt,
wie etwa Spannungsamplitudenwerte für jedes Signal, und eine Verteilung
wird unter Verwendung der ausgewählten
Werte erstellt (Block 710). Merkmale aus der Kurve werden
dann analysiert (Block 715). Beispielsweise wird die Kurvenform
bestimmt und mit einer normalen Rauschverteilungskurve verglichen
(Block 720). Ein Kurtosiswert kann bestimmt werden, welcher
die Größe der Ränder der
Verteilung anzeigt. Wenn die Verteilung einer Rauschverteilung (also
durch Form oder Kurtosiswert oder durch beides) ähnelt, dann wird diese zu den
Rauschdaten gezählt.
Wenn die Verteilung von einer Rauschverteilung abweicht, dann wird
diese so beurteilt, dass sie ein Neuronenaktionspotential enthält. Die
Ergebnisse der Verteilung oder des Vergleichs oder von beidem können zur
zusätzlichen Überprüfung durch
einen Arzt oder sonstigen Experten, wenn gewünscht, angezeigt werden.
-
In 8 ist
eine weitere beispielhafte Methodologie 800, die von dem
oben genannten System zur Identifikation der Sensormotorikbereiche
innerhalb eines anatomischen Ziels verwendet wird, dargestellt.
Ein Sensormotorikbereich wird durch Korrelieren neuronaler Aktivitätsveränderungen
(Erhöhungen
oder Annahmen) identifiziert, die temporär mit der Sensorstimulation
oder -bewegung korreliert sind. Das System bestimmt automatisch,
ob eine solche Korrelation vorliegt und wenn dem so ist, ob die
Mikroelektrode in den Sensormotorikbereichen vorhanden ist. In dieser
Ausführungsform
umfasst die Signaldatenanalysevorrichtung 140 und/oder 300 eine
Korrelationslogik oder ruft diese auf, um die unten beschriebene
Korrelation durchzuführen.
-
Wenn
die Mikroelektrode sich an einer Zielposition im Gehirn befindet
und neuronale Aktivität
durch das aktuelle vorhandene System festgestellt wurde, kann ein
Arzt zu bestimmen wünschen,
ob diese Zielposition einem bestimmten Teil des Patienten, wie etwa
seiner linken Hand, entspricht. Durch Stimulation oder Bewegung
der linken Hand, oder durch beides, kann das System elektrische
Aktivität
an der Zielposition aufzeichnen und bestimmen, ob die Stimulation
neuronale Aktivität
auslöst.
Das System erzeugt eine Verteilungskurve für die aufgezeichneten Signaldaten,
wie oben beschrieben, und es kann, durch Analysieren der Veränderungen
in der Verteilungskurve, wenn ein Stimulus angelegt wird, bestimmen,
ob eine Korrelation vorliegt. Ein detailliertere Erläuterung
folgt nun unter Bezugnahme auf 8.
-
Wie
in 8 zu sehen, werden Mikroelektrodensignale für eine kurze
Zeitperiode aufgezeichnet, beispielsweise für 20 msec oder eine andere
ausgewählte
Zeitperiode (Block 805). Die Signale werden statistisch in
der oben beschriebenen Weise analysiert (Block 810). Eine
Verteilung wird erzeugt und die Analyse bestimmt, ob eine Ähnlichkeit
mit Rauschdaten vorhanden ist oder ob eine Abweichung vorliegt,
die das Vorhandensein von neuronaler Aktivität anzeigt (Block 815).
Zur Unterstützung
bei der Bestimmung wird das Moment der vierten Ordnung um den Mittelwert
(4MOM) der Signaldaten bestimmt. Wenn eine Ähnlichkeit mit dem Rauschen
vorliegt, wird die Elektrodenposition bewegt (Block 820)
und der Vorgang wird wiederholt, bis eine Stelle gefunden ist, die
neuronale Aktivität
enthält.
-
Wenn
neuronale Aktivität
an einer Zielposition gefunden wurde (Block 825), kann
der Arzt versuchen, die Position mit einem Bereich des Patienten
zu korrelieren. Ein Stimulus wird angelegt und an einem Bereich, wie
etwa einem Arm oder einem Bein, entfernt und eine Vielzahl an Signaldaten
wird für
eine Anzahl an Perioden aufgezeichnet. Zwischen jeder Periode werden
Daten aus der Sensorstimulation oder -bewegung erhalten. Ein Puffer
dieser Daten (Sensorik, Bewegung oder das 4MOM) werden, beispielsweise
für 100
Perioden oder eine andere ausgewählte
Menge, aufgezeichnet. Dieser Puffer enthält den Zeitverlauf der neuronalen
Aktivität
(Zeitverlauf des 4MOM) und der Sensorik und/oder Bewegung. Der Zeitverlauf
des 4MOM ist mit den Sensorik- und/oder Bewegungsdaten korreliert.
Die Ergebnisse der Korrelation werden angezeigt, so dass der Arzt
oder der Elektrophysiologe die gefundene Korrelation erkennen können, die
bestimmt, ob die neuronale Aktivitä mit der Sensorik- und/oder Motorfunktion
korreliert ist und daher die Mikroelektrodenspitze innerhalb des
Sensormotorikbereichs des anatomischen Ziels ist.
-
Eine
Reihe an Sensorstimulationen kann verwendet werden. Diese umfassen
(ohne jedoch darauf begrenzt zu sein) Light-Touch, Propriozeption
(Gelenkkapselrezeptoren) und Muskelspindel. Die Korrelation der neuronalen
Aktivität
auf spezifische Sensorstimulationstypen hat Auswirkungen auf die
Positionierung. Beispielsweise sind Neuronen des Hauptabschnitts
des ventrokaudalen Nucleus des Thalamus sind responsiv auf Light-Touch,
während
Neuronen des ventrointermediären
Nucleus des Thalamus responsiv auf Muskelspindelaktivierung sind.
-
Verschiedene
Mittel zum Anlegen dieser Sensorstimulationen können verwendet werden. Beispielsweise
kann eine Handvorrichtung einen Kontaktschalter aufweisen, der anzeigt,
wenn die Vorrichtung die Haut berührt (Light-Touch). Die Handvorrichtung
kann ebenfalls einen Vibrator zur Stimulierung der Muskelspindel haben.
In einem Vibrationsmodus zeigt der Kontaktschalter die Zeit an,
in der die Vibrationsstimuli angelegt werden. Das Kontaktschaltersignal
wandelt sich dann in eine Wellenform in der Signalanalyselogik um,
das dann mit dem gleichzeitig akkumulierten 4MOM, das die neuronale
Aktivität
anzeigt, korreliert wird.
-
Gelenkkapselstimulation
wird durch aktive und passive Bewegung um das Gelenk herum erzielt.
Als Alternative dazu kann ein Beschleunigungsmesser an der Hand
des Arztes oder Elektrophysiologen angebracht sein, welches ein
Glied als indirekten Indikator der Gelenkkapselstimulation um das
Gelenk herum bewegt. Solche Bewegungen werden durch kleine Beschleunigungsmesser,
welche am Glied des Patienten um die Gelenke herum angebracht sind,
identifiziert werden. Die Beschleunigungsmesserdaten können gesammelt
werden und mit der neuronalen Aktivität, wie oben beschrieben, korreliert
werden. Wahlweise kann ein Schalter (Fuß- oder Handvorrichtung) zur
manuellen Indikation der Stimulation oder Bewegung eingesetzt werden,
welche nicht direkt mit Vorrichtungen durchgeführt werden können, wie
etwa das Öffnen
des Mundes, die Zungenprotrusion, etc.
-
Unter
weiterer Bezugnahme auf 8 zeichnet das System gleichzeitig
Signaldaten auf, wenn ein Stimulus angelegt und entfernt wird. Eine
Analyse der Ränder
einer Verteilungskurve für
jede aufgezeichnete Periode kann, wie in 9 abgebildet,
als Graph 900 dargestellt werden. Der Graph zeigt die Größe der Kurvenränder an,
an denen Punkte 905 größere Ränder (die
größere neuronale
Aktivität
anzeigen) und Punkte 910 kleinere Ränder (die wenig oder keine
neuronale Aktivität
anzeigen) darstellen.
-
10 veranschaulicht
einen Graph 1000 der angelegten Bewegung oder Stimulation,
der zeitlich dem Graphen 900 entspricht. Die Punkte 1005 zeigen
an, wenn ein Stimulus an ein Ziel angelegt ist und die Punkte 1010 zeigen
an, dass kein Stimulus angelegt ist. Aufgrund dieser Daten bestimmt
das System, ob Veränderungen
in der neuronalen Aktivität
(Erhöhungen
oder Abnahmen) basierend auf dem entsprechenden Stimulus (Block 830)
auftreten. Die beiden Graphen werden dann korreliert, um zu bestimmen,
ob eine Erhöhung der
neuronalen Aktivität
der Anlegung des Stimulus entspricht (Block 835). Wenn
diese bis zu einem ausreichenden Grad korrelieren (Block 840),
dann ist es vernünftig
daraus zu schlussfolgern, dass die Mikroelektroden-Aufzeichnungsspitze
innerhalb des Sensorik- und/oder Motorbereichs des Ziels ist. Wenn
sie nicht korrelieren, kann die Mikroelektrode dann zu einer neuen
Position bewegt werden und der Vorgang wird wiederholt, bis eine Übereinstimmung
gefunden ist (Block 820). Als Alternative dazu kann die
Mikroelektrode an ihrer Position gehalten werden und ein neuer Stimulationsbereich
kann ausgewählt
werden, um eine eventuelle Korrelation festzustellen. Es gilt anzumerken,
dass die Bewegung der Elektrode nicht von der Identifikation der sensorik-
und/oder motorbezogenen Einheiten abhängig sein kann, sondern stattdessen
vom Vorhandensein oder Fehlen eines extrazellulären Aktionspotentials, welches
das aufgezeichnete Signal ist, abhängen kann.
-
In
einer Ausführungsform
kann die Korrelation unter Verwendung einer Produktmomentkorrelation nach
Pearson (auch kurz Pearson-Korrelation genannt) bestimmt werden.
Die Pearson-Korrelation zeigt einen Grad der linearen Beziehung
zwischen zwei Variablen an. Sie reicht von +1 bis –1. Eine
Korrelation von +1 bedeutet, dass eine perfekte, positive und lineare
Beziehung zwischen Variablen besteht, während eine Korrelation von –1 bedeutet,
dass eine perfekte, negative und lineare Beziehung zwischen Variablen
vorhanden ist. Durch Korrelation der Daten aus den Gra phen der 9 und 10 wird
ein in 11 abgebildeter Korrelationsgraph
erstellt. In diesem wird eine hohe Korrelation (positive oder negative)
durch die Linie 1100 dargestellt. Dies bedeutet, dass die
Zielposition der Mikroelektrode und die neuronale Aktivität darin
korreliert oder mit der angelegten Stimulation verbunden ist. Es
versteht sich, dass eine negative Korrelation des ausreichenden
Grads ebenfalls eine Korrelation veranschaulichen kann. Wahlweise
kann das System das Ausmaß einer Korrelation
durch Bestimmen des Absolutwerts des Korrelationswerts bestimmen.
Durch Verwendung des oben erwähnten
Systems kann ein Arzt objektiv bestimmen, ob die Mikroelektrode
basierend auf der neuronalen Aktivität in einer gewünschten
Position positioniert ist.
-
Sobald
ein Neuronenaktionspotential positioniert ist, kann die Mikroelektrode
ferner inkrementell fortbewegt werden, um die Abmessungen des neuronalen
Bereichs zu bestimmen. Die Signaldaten werden an jeder inkrementellen
Position gesammelt und eine statistische Analyse wird durchgeführt, um
zu bestimmen, ob diese dem Rauschen entspricht oder ferner neuronale
Aktivität,
wie oben beschrieben, enthält.
Wenn die Abmessungen des Neurons bekannt sind, kann dies helfen,
eine implantierte Elektrode in dieser Position besser zu positionieren.
-
Die
gesammelten Daten und/oder die durch das System gefundenen Ergebnisse
können
zur Kommunikation übers
Internet oder andere Netzwerke verarbeitet werden. Intraoperative
Daten können über das
Internet zu einer Hauptanlage zur Verarbeitung übermittelt werden, welche bei
der Problemlösung
und der Datenanalyse und Interpretation helfen kann.
-
Daher
werden die Ausführungsformen
des Neuronenanalysesystems und des Verfahrens offenbart. Für Fachleute
ist es ersichtlich, dass die vorliegende Erfindung mit anderen als
den offenbarten Ausführungsformen
verwendet werden kann. Die offenbarten Ausführungsformen werden aus Darstellungsgründen dargelegt
und verstehen sich nicht als Einschränkung und die vorliegende Erfindung
ist lediglich durch die folgenden Ansprüche beschränkt.
