CN102946797A - 麻醉和意识深度监测*** - Google Patents
麻醉和意识深度监测*** Download PDFInfo
- Publication number
- CN102946797A CN102946797A CN2010800463751A CN201080046375A CN102946797A CN 102946797 A CN102946797 A CN 102946797A CN 2010800463751 A CN2010800463751 A CN 2010800463751A CN 201080046375 A CN201080046375 A CN 201080046375A CN 102946797 A CN102946797 A CN 102946797A
- Authority
- CN
- China
- Prior art keywords
- signal
- todescribed
- monitoring
- aep
- microprocessor
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 356
- 206010002091 Anaesthesia Diseases 0.000 title claims abstract description 254
- 230000037005 anaesthesia Effects 0.000 title claims abstract description 251
- 238000001949 anaesthesia Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 197
- 230000000638 stimulation Effects 0.000 claims abstract description 180
- 238000004458 analytical method Methods 0.000 claims abstract description 108
- 238000012545 processing Methods 0.000 claims abstract description 88
- 230000000763 evoking effect Effects 0.000 claims abstract description 73
- 210000003169 central nervous system Anatomy 0.000 claims abstract description 47
- 230000037007 arousal Effects 0.000 claims abstract description 24
- 238000005312 nonlinear dynamic Methods 0.000 claims abstract description 23
- 210000000653 nervous system Anatomy 0.000 claims abstract description 9
- 206010039897 Sedation Diseases 0.000 claims abstract description 7
- 230000036280 sedation Effects 0.000 claims abstract description 7
- 230000008288 physiological mechanism Effects 0.000 claims abstract description 3
- 230000002123 temporal effect Effects 0.000 claims abstract 4
- 230000002093 peripheral effect Effects 0.000 claims abstract 3
- 230000002567 autonomic effect Effects 0.000 claims abstract 2
- 238000005259 measurement Methods 0.000 claims description 241
- 230000008859 change Effects 0.000 claims description 170
- 230000000694 effects Effects 0.000 claims description 128
- 238000006243 chemical reaction Methods 0.000 claims description 121
- 230000006870 function Effects 0.000 claims description 99
- 230000000147 hypnotic effect Effects 0.000 claims description 87
- 230000003444 anaesthetic effect Effects 0.000 claims description 82
- 230000033001 locomotion Effects 0.000 claims description 81
- 230000001473 noxious effect Effects 0.000 claims description 81
- 230000035479 physiological effects, processes and functions Effects 0.000 claims description 79
- 230000036592 analgesia Effects 0.000 claims description 78
- 210000003205 muscle Anatomy 0.000 claims description 75
- 208000002193 Pain Diseases 0.000 claims description 68
- 238000001228 spectrum Methods 0.000 claims description 68
- 230000036407 pain Effects 0.000 claims description 67
- 230000000049 anti-anxiety effect Effects 0.000 claims description 62
- 239000002249 anxiolytic agent Substances 0.000 claims description 62
- 238000011534 incubation Methods 0.000 claims description 60
- 230000006698 induction Effects 0.000 claims description 57
- 230000000392 somatic effect Effects 0.000 claims description 57
- 230000008569 process Effects 0.000 claims description 51
- 230000004044 response Effects 0.000 claims description 51
- 230000033228 biological regulation Effects 0.000 claims description 49
- 238000001514 detection method Methods 0.000 claims description 49
- 150000001875 compounds Chemical class 0.000 claims description 48
- 230000037120 immobility Effects 0.000 claims description 46
- 210000004556 brain Anatomy 0.000 claims description 43
- 210000005036 nerve Anatomy 0.000 claims description 43
- 238000003745 diagnosis Methods 0.000 claims description 41
- 238000005070 sampling Methods 0.000 claims description 37
- 230000002159 abnormal effect Effects 0.000 claims description 28
- 239000000090 biomarker Substances 0.000 claims description 27
- 230000007704 transition Effects 0.000 claims description 27
- 230000001629 suppression Effects 0.000 claims description 25
- 230000001149 cognitive effect Effects 0.000 claims description 24
- 238000005516 engineering process Methods 0.000 claims description 23
- 210000001061 forehead Anatomy 0.000 claims description 23
- 230000019771 cognition Effects 0.000 claims description 22
- 239000003814 drug Substances 0.000 claims description 22
- 238000013461 design Methods 0.000 claims description 21
- 230000015654 memory Effects 0.000 claims description 21
- 230000036772 blood pressure Effects 0.000 claims description 20
- 230000004424 eye movement Effects 0.000 claims description 20
- 238000013459 approach Methods 0.000 claims description 19
- 238000011160 research Methods 0.000 claims description 19
- 238000012360 testing method Methods 0.000 claims description 19
- 230000001054 cortical effect Effects 0.000 claims description 18
- 230000007787 long-term memory Effects 0.000 claims description 18
- 238000012806 monitoring device Methods 0.000 claims description 18
- 230000002269 spontaneous effect Effects 0.000 claims description 18
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 17
- 238000011156 evaluation Methods 0.000 claims description 17
- 238000000605 extraction Methods 0.000 claims description 17
- 230000000004 hemodynamic effect Effects 0.000 claims description 17
- 230000001537 neural effect Effects 0.000 claims description 17
- 239000001301 oxygen Substances 0.000 claims description 17
- 229910052760 oxygen Inorganic materials 0.000 claims description 17
- 239000000932 sedative agent Substances 0.000 claims description 17
- 230000001965 increasing effect Effects 0.000 claims description 16
- 230000001624 sedative effect Effects 0.000 claims description 16
- 230000003925 brain function Effects 0.000 claims description 15
- 238000002001 electrophysiology Methods 0.000 claims description 15
- 230000007831 electrophysiology Effects 0.000 claims description 15
- 239000000203 mixture Substances 0.000 claims description 15
- 238000002310 reflectometry Methods 0.000 claims description 15
- UCTWMZQNUQWSLP-UHFFFAOYSA-N adrenaline Chemical compound CNCC(O)C1=CC=C(O)C(O)=C1 UCTWMZQNUQWSLP-UHFFFAOYSA-N 0.000 claims description 14
- 239000012636 effector Substances 0.000 claims description 14
- 230000001815 facial effect Effects 0.000 claims description 14
- 230000030214 innervation Effects 0.000 claims description 14
- 230000010354 integration Effects 0.000 claims description 14
- 210000000133 brain stem Anatomy 0.000 claims description 13
- 230000001419 dependent effect Effects 0.000 claims description 13
- 229940079593 drug Drugs 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 13
- 230000001272 neurogenic effect Effects 0.000 claims description 13
- 230000004936 stimulating effect Effects 0.000 claims description 13
- 206010033799 Paralysis Diseases 0.000 claims description 12
- 208000003443 Unconsciousness Diseases 0.000 claims description 12
- 230000004913 activation Effects 0.000 claims description 12
- 238000003780 insertion Methods 0.000 claims description 12
- 230000037431 insertion Effects 0.000 claims description 12
- 210000001428 peripheral nervous system Anatomy 0.000 claims description 12
- 230000002829 reductive effect Effects 0.000 claims description 12
- 238000000926 separation method Methods 0.000 claims description 12
- 238000001356 surgical procedure Methods 0.000 claims description 12
- 230000007246 mechanism Effects 0.000 claims description 11
- 230000003387 muscular Effects 0.000 claims description 11
- 239000008280 blood Substances 0.000 claims description 10
- 210000004369 blood Anatomy 0.000 claims description 10
- 239000005556 hormone Substances 0.000 claims description 10
- 229940088597 hormone Drugs 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 10
- 230000009257 reactivity Effects 0.000 claims description 10
- 230000036279 refractory period Effects 0.000 claims description 10
- 230000001953 sensory effect Effects 0.000 claims description 10
- 230000003595 spectral effect Effects 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 230000003920 cognitive function Effects 0.000 claims description 9
- 210000001652 frontal lobe Anatomy 0.000 claims description 9
- 230000001939 inductive effect Effects 0.000 claims description 9
- 230000005056 memory consolidation Effects 0.000 claims description 9
- 230000001360 synchronised effect Effects 0.000 claims description 9
- 230000004087 circulation Effects 0.000 claims description 8
- 238000002405 diagnostic procedure Methods 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 8
- 230000035945 sensitivity Effects 0.000 claims description 8
- 238000000354 decomposition reaction Methods 0.000 claims description 7
- 230000003284 homeostatic effect Effects 0.000 claims description 7
- 239000000463 material Substances 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 7
- 230000035790 physiological processes and functions Effects 0.000 claims description 7
- 239000000047 product Substances 0.000 claims description 7
- 238000003908 quality control method Methods 0.000 claims description 7
- 230000036760 body temperature Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000003795 chemical substances by application Substances 0.000 claims description 6
- 210000003477 cochlea Anatomy 0.000 claims description 6
- 210000000860 cochlear nerve Anatomy 0.000 claims description 6
- 230000001427 coherent effect Effects 0.000 claims description 6
- 230000008878 coupling Effects 0.000 claims description 6
- 238000010168 coupling process Methods 0.000 claims description 6
- 238000005859 coupling reaction Methods 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 6
- 239000002858 neurotransmitter agent Substances 0.000 claims description 6
- 210000000869 occipital lobe Anatomy 0.000 claims description 6
- 230000000737 periodic effect Effects 0.000 claims description 6
- 208000019901 Anxiety disease Diseases 0.000 claims description 5
- 230000036506 anxiety Effects 0.000 claims description 5
- 230000006399 behavior Effects 0.000 claims description 5
- 210000004027 cell Anatomy 0.000 claims description 5
- 238000012905 input function Methods 0.000 claims description 5
- 230000002452 interceptive effect Effects 0.000 claims description 5
- 238000007726 management method Methods 0.000 claims description 5
- 238000002156 mixing Methods 0.000 claims description 5
- 230000008035 nerve activity Effects 0.000 claims description 5
- 238000004806 packaging method and process Methods 0.000 claims description 5
- 230000003014 reinforcing effect Effects 0.000 claims description 5
- 230000004202 respiratory function Effects 0.000 claims description 5
- 230000020341 sensory perception of pain Effects 0.000 claims description 5
- 230000001568 sexual effect Effects 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 4
- 241001269238 Data Species 0.000 claims description 4
- 230000007177 brain activity Effects 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 4
- 238000013154 diagnostic monitoring Methods 0.000 claims description 4
- 239000002085 irritant Substances 0.000 claims description 4
- 231100000021 irritant Toxicity 0.000 claims description 4
- ZRHANBBTXQZFSP-UHFFFAOYSA-M potassium;4-amino-3,5,6-trichloropyridine-2-carboxylate Chemical compound [K+].NC1=C(Cl)C(Cl)=NC(C([O-])=O)=C1Cl ZRHANBBTXQZFSP-UHFFFAOYSA-M 0.000 claims description 4
- 230000036387 respiratory rate Effects 0.000 claims description 4
- 238000013519 translation Methods 0.000 claims description 4
- 206010011409 Cross infection Diseases 0.000 claims description 3
- HOKKHZGPKSLGJE-GSVOUGTGSA-N N-Methyl-D-aspartic acid Chemical compound CN[C@@H](C(O)=O)CC(O)=O HOKKHZGPKSLGJE-GSVOUGTGSA-N 0.000 claims description 3
- 206010029803 Nosocomial infection Diseases 0.000 claims description 3
- 239000002033 PVDF binder Substances 0.000 claims description 3
- 108010076504 Protein Sorting Signals Proteins 0.000 claims description 3
- 238000005299 abrasion Methods 0.000 claims description 3
- 230000001364 causal effect Effects 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 3
- 238000010494 dissociation reaction Methods 0.000 claims description 3
- 230000005593 dissociations Effects 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 230000006872 improvement Effects 0.000 claims description 3
- 238000002347 injection Methods 0.000 claims description 3
- 239000007924 injection Substances 0.000 claims description 3
- 230000003340 mental effect Effects 0.000 claims description 3
- 210000002569 neuron Anatomy 0.000 claims description 3
- 238000002496 oximetry Methods 0.000 claims description 3
- 229940124583 pain medication Drugs 0.000 claims description 3
- 229920002981 polyvinylidene fluoride Polymers 0.000 claims description 3
- 230000002441 reversible effect Effects 0.000 claims description 3
- 230000006403 short-term memory Effects 0.000 claims description 3
- 210000000278 spinal cord Anatomy 0.000 claims description 3
- 230000001256 tonic effect Effects 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000004304 visual acuity Effects 0.000 claims description 3
- 206010012289 Dementia Diseases 0.000 claims description 2
- 102000009025 Endorphins Human genes 0.000 claims description 2
- 108010049140 Endorphins Proteins 0.000 claims description 2
- 206010027336 Menstruation delayed Diseases 0.000 claims description 2
- 208000012902 Nervous system disease Diseases 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 claims description 2
- 230000000747 cardiac effect Effects 0.000 claims description 2
- 238000007621 cluster analysis Methods 0.000 claims description 2
- 230000001808 coupling effect Effects 0.000 claims description 2
- 230000001934 delay Effects 0.000 claims description 2
- 230000010339 dilation Effects 0.000 claims description 2
- 239000003550 marker Substances 0.000 claims description 2
- 230000006386 memory function Effects 0.000 claims description 2
- 230000036403 neuro physiology Effects 0.000 claims description 2
- 230000000926 neurological effect Effects 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 claims description 2
- 230000008520 organization Effects 0.000 claims description 2
- 230000001766 physiological effect Effects 0.000 claims description 2
- 238000007789 sealing Methods 0.000 claims description 2
- 238000011896 sensitive detection Methods 0.000 claims description 2
- 239000013589 supplement Substances 0.000 claims description 2
- 208000024891 symptom Diseases 0.000 claims description 2
- 238000009528 vital sign measurement Methods 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 claims 71
- 230000007595 memory recall Effects 0.000 claims 18
- 210000001595 mastoid Anatomy 0.000 claims 13
- 206010003830 Automatism Diseases 0.000 claims 11
- 230000006378 damage Effects 0.000 claims 7
- 230000004397 blinking Effects 0.000 claims 6
- 230000011514 reflex Effects 0.000 claims 6
- 230000013707 sensory perception of sound Effects 0.000 claims 6
- 230000004438 eyesight Effects 0.000 claims 5
- 230000004308 accommodation Effects 0.000 claims 4
- 230000002547 anomalous effect Effects 0.000 claims 4
- 238000005728 strengthening Methods 0.000 claims 4
- 230000001052 transient effect Effects 0.000 claims 4
- 101000914496 Homo sapiens T-cell antigen CD7 Proteins 0.000 claims 3
- 102100027208 T-cell antigen CD7 Human genes 0.000 claims 3
- 239000012530 fluid Substances 0.000 claims 3
- 210000004072 lung Anatomy 0.000 claims 3
- 238000004088 simulation Methods 0.000 claims 3
- 238000010183 spectrum analysis Methods 0.000 claims 3
- 238000006467 substitution reaction Methods 0.000 claims 3
- KWOLFJPFCHCOCG-UHFFFAOYSA-N Acetophenone Chemical compound CC(=O)C1=CC=CC=C1 KWOLFJPFCHCOCG-UHFFFAOYSA-N 0.000 claims 2
- 208000022540 Consciousness disease Diseases 0.000 claims 2
- 230000036626 alertness Effects 0.000 claims 2
- 239000003994 anesthetic gas Substances 0.000 claims 2
- 230000003466 anti-cipated effect Effects 0.000 claims 2
- 230000002490 cerebral effect Effects 0.000 claims 2
- 230000001684 chronic effect Effects 0.000 claims 2
- 229920005994 diacetyl cellulose Polymers 0.000 claims 2
- 238000009826 distribution Methods 0.000 claims 2
- 206010016256 fatigue Diseases 0.000 claims 2
- 238000002595 magnetic resonance imaging Methods 0.000 claims 2
- 238000012856 packing Methods 0.000 claims 2
- 238000012827 research and development Methods 0.000 claims 2
- 230000035807 sensation Effects 0.000 claims 2
- 230000003238 somatosensory effect Effects 0.000 claims 2
- 230000006641 stabilisation Effects 0.000 claims 2
- 238000011105 stabilization Methods 0.000 claims 2
- 238000003860 storage Methods 0.000 claims 2
- 206010008874 Chronic Fatigue Syndrome Diseases 0.000 claims 1
- 208000034657 Convalescence Diseases 0.000 claims 1
- 208000028399 Critical Illness Diseases 0.000 claims 1
- 208000032365 Electromagnetic interference Diseases 0.000 claims 1
- 208000001640 Fibromyalgia Diseases 0.000 claims 1
- 239000008896 Opium Substances 0.000 claims 1
- 206010041349 Somnolence Diseases 0.000 claims 1
- 208000002847 Surgical Wound Diseases 0.000 claims 1
- 206010044565 Tremor Diseases 0.000 claims 1
- 238000003831 Wilkinson decarbonylation reaction Methods 0.000 claims 1
- 206010052428 Wound Diseases 0.000 claims 1
- 208000027418 Wounds and injury Diseases 0.000 claims 1
- 230000009471 action Effects 0.000 claims 1
- 230000001914 calming effect Effects 0.000 claims 1
- 210000003710 cerebral cortex Anatomy 0.000 claims 1
- 230000003750 conditioning effect Effects 0.000 claims 1
- 230000002596 correlated effect Effects 0.000 claims 1
- 230000018044 dehydration Effects 0.000 claims 1
- 238000006297 dehydration reaction Methods 0.000 claims 1
- 238000006073 displacement reaction Methods 0.000 claims 1
- 238000001647 drug administration Methods 0.000 claims 1
- 238000002592 echocardiography Methods 0.000 claims 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims 1
- 239000002955 immunomodulating agent Substances 0.000 claims 1
- 229940121354 immunomodulator Drugs 0.000 claims 1
- 230000002584 immunomodulator Effects 0.000 claims 1
- 230000003993 interaction Effects 0.000 claims 1
- 230000000873 masking effect Effects 0.000 claims 1
- 210000001352 masseter muscle Anatomy 0.000 claims 1
- 230000005404 monopole Effects 0.000 claims 1
- 208000029766 myalgic encephalomeyelitis/chronic fatigue syndrome Diseases 0.000 claims 1
- 210000000929 nociceptor Anatomy 0.000 claims 1
- 229960001027 opium Drugs 0.000 claims 1
- 238000003909 pattern recognition Methods 0.000 claims 1
- 238000005424 photoluminescence Methods 0.000 claims 1
- 238000002600 positron emission tomography Methods 0.000 claims 1
- 238000013139 quantization Methods 0.000 claims 1
- 229940125723 sedative agent Drugs 0.000 claims 1
- 230000011218 segmentation Effects 0.000 claims 1
- 230000011664 signaling Effects 0.000 claims 1
- 238000003325 tomography Methods 0.000 claims 1
- 230000001960 triggered effect Effects 0.000 claims 1
- 238000000537 electroencephalography Methods 0.000 description 45
- 238000011161 development Methods 0.000 description 7
- 230000018109 developmental process Effects 0.000 description 7
- 230000001976 improved effect Effects 0.000 description 7
- 210000003128 head Anatomy 0.000 description 5
- 230000005764 inhibitory process Effects 0.000 description 5
- 230000029058 respiratory gaseous exchange Effects 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 4
- 230000004217 heart function Effects 0.000 description 4
- 238000011835 investigation Methods 0.000 description 4
- 208000028173 post-traumatic stress disease Diseases 0.000 description 4
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 238000009509 drug development Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000008255 psychological mechanism Effects 0.000 description 3
- 241000874383 Auritus Species 0.000 description 2
- 206010033664 Panic attack Diseases 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 208000010877 cognitive disease Diseases 0.000 description 2
- 230000006998 cognitive state Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 230000034994 death Effects 0.000 description 2
- 230000007123 defense Effects 0.000 description 2
- 230000004064 dysfunction Effects 0.000 description 2
- 210000001097 facial muscle Anatomy 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000008449 language Effects 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 208000019906 panic disease Diseases 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000000946 synaptic effect Effects 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 208000028698 Cognitive impairment Diseases 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000003326 Quality management system Methods 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 238000000692 Student's t-test Methods 0.000 description 1
- 206010043268 Tension Diseases 0.000 description 1
- 210000004100 adrenal gland Anatomy 0.000 description 1
- 239000000730 antalgic agent Substances 0.000 description 1
- 238000012098 association analyses Methods 0.000 description 1
- 210000003926 auditory cortex Anatomy 0.000 description 1
- 210000000467 autonomic pathway Anatomy 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007248 cellular mechanism Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 231100000876 cognitive deterioration Toxicity 0.000 description 1
- 230000003931 cognitive performance Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000009849 deactivation Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000002716 delivery method Methods 0.000 description 1
- 238000000586 desensitisation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000012377 drug delivery Methods 0.000 description 1
- 230000002124 endocrine Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000002847 impedance measurement Methods 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 238000000338 in vitro Methods 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 239000003112 inhibitor Substances 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000663 muscle cell Anatomy 0.000 description 1
- 239000004081 narcotic agent Substances 0.000 description 1
- 230000004768 organ dysfunction Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 230000010412 perfusion Effects 0.000 description 1
- 210000000578 peripheral nerve Anatomy 0.000 description 1
- 230000003285 pharmacodynamic effect Effects 0.000 description 1
- 239000002831 pharmacologic agent Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 210000001147 pulmonary artery Anatomy 0.000 description 1
- 230000004088 pulmonary circulation Effects 0.000 description 1
- 230000004439 pupillary reactions Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000009711 regulatory function Effects 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012353 t test Methods 0.000 description 1
- 238000012956 testing procedure Methods 0.000 description 1
- 238000013175 transesophageal echocardiography Methods 0.000 description 1
- 230000000472 traumatic effect Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
- A61B5/02116—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave amplitude
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
- A61B5/02125—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave propagation time
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02405—Determining heart rate variability
-
- 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
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/325—Preparing electrode sites, e.g. by abrasion
-
- 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]
- A61B5/377—Electroencephalography [EEG] using evoked responses
- A61B5/38—Acoustic or auditory stimuli
-
- 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
- A61B5/4029—Detecting, measuring or recording for evaluating the nervous system for evaluating the peripheral nervous systems
-
- 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
- A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
- A61B5/4064—Evaluating the brain
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/41—Detecting, measuring or recording for evaluating the immune or lymphatic systems
- A61B5/414—Evaluating particular organs or parts of the immune or lymphatic systems
- A61B5/415—Evaluating particular organs or parts of the immune or lymphatic systems the glands, e.g. tonsils, adenoids or thymus
-
- 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
- A61B5/48—Other medical applications
- A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
- A61B5/4839—Diagnosis combined with treatment in closed-loop systems or methods combined with drug delivery
-
- 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
-
- 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
-
- 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
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/26—Measuring noise figure; Measuring signal-to-noise ratio
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
-
- 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
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- 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
- A61B5/24—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]
- A61B5/377—Electroencephalography [EEG] using evoked responses
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
-
- 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
- A61B5/398—Electrooculography [EOG], e.g. detecting nystagmus; Electroretinography [ERG]
-
- 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
- A61B5/4029—Detecting, measuring or recording for evaluating the nervous system for evaluating the peripheral nervous systems
- A61B5/4041—Evaluating nerves condition
- A61B5/4047—Evaluating nerves condition afferent nerves, i.e. nerves that relay impulses to the central nervous system
-
- 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
- A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
-
- 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
-
- 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
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
-
- 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
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7285—Specific aspects of physiological measurement analysis for synchronising or triggering a physiological measurement or image acquisition with a physiological event or waveform, e.g. an ECG signal
-
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Neurology (AREA)
- Signal Processing (AREA)
- Vascular Medicine (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Neurosurgery (AREA)
- Psychology (AREA)
- Chemical & Material Sciences (AREA)
- Pharmacology & Pharmacy (AREA)
- Medicinal Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Anesthesiology (AREA)
- Pulmonology (AREA)
- Endocrinology (AREA)
- Immunology (AREA)
- Acoustics & Sound (AREA)
- General Physics & Mathematics (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Optics & Photonics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Data Mining & Analysis (AREA)
Abstract
本发明由结合了非线性动力学(NLD)分析例如熵或监测来自生物受试者连续或诱发信号的其他复杂性分析的一种方法和***组成,其中这样的***包括多个处理步骤,这些步骤包括:a)作为呈现给生物受试者的病人刺激的结果诱发生物信号和能够捕获信号顺序或规律性时间改变的非线性分析方法的组合;b)(处理的诱发或连续中枢神经或外周生理机制b)的任何组合,用来产生指示病人的麻醉和意识深度(A和CD)水平、镇静或睡眠/唤醒状态的测量的一种手段。另外,本发明由一种方法和***组成,该方法和***结合了一种NLD分析手段,以改善包括以下各项的任何组合的不同信号起源之间的分辨:a)中枢神经***(CNS)、b)周围控制或神经***(PNS)、c)自主控制或神经***(ANS)、d)觉醒、以及e)伪像。
Description
麻醉&意识深度
(A&CD)
目录
麻醉&意识深度 1
(A&CD) 1
可应用于专利文献的主体和权利要求部分的定义 7
摘要/PCT综述:连续或诱发电位心理学和生理学生物信号监测***
发明领域 8
发明背景 8
主权利要求原 8
发明概述 17
图形和表格清单 18
附图说明 20
图2: 20
图3: 20
图4: 22
图6: 24
图7: 24
图8: 25
图8和9说明: 25
图10: 26
图13: 27
图14 29
图15 29
图16 29
图 17
Error!
Bookmark not defined.
表1:30
表2Error!Bookmark not defined.
A&CD 14AUG10临时申请集合摘要/综述 35
权利要求系列6A:系列非线性动力学听觉诱发电位监测***75
环境噪声感测以及消除(ENS&C)生物监测设备 81
可调节开口采集设备
权利要求系列19:多维生理学和心理学麻醉或镇静药物递送和/或开发设备 90
多维生理学和心理学麻醉、镇静和/或疼痛药物递送和/或开发方法 93
在额叶对枕叶活动方面的前部化或差异和/或在脑活动设备中的相应的变化或漂移的估计时空(神经来源估计;NSE)A&CD监测 99
权利要求系列22在额叶对枕叶活动方面的前部化或差异和/或在脑活动方法中的相应的变化或漂移的估计时空(神经来源估计;NSE)A&CD监测 102
权利要求系列23非线性动力学听觉诱发电位脑功能监测设备 103
权利要求系列24非线性动力学听觉诱发电位脑功能监测方法 103
权利要求系列25在线生物反馈AEP刺激信号补偿设备 104
权利要求系列26在线生物反馈AEP刺激信号补偿方法 106
认知生物标记麻醉、镇静和/或疼痛监测数据库 106
多维生理学和心理学麻醉、镇静和/或疼痛监测操作者界面设备 106
多维生理学和心理学麻醉、镇静和/或疼痛监测操作者界面方法 106
自动临床刺激、观察以及反应性确定设备。 106
权利要求系列31:自动化的临床刺激、观察以及反应性确定方法。 107
权利要求系列32:结合了可调节性过滤、***配置、信号处理以及用户报警的自动化信号补偿设备 108
权利要求系列33:结合了专门化的在线事件检测能力的麻醉、镇静、疼痛和/或脑功能监测设备 108
权利要求系列34:诱发电位多重平均值减除噪声降低设备 109
权利要求系列35:使独立和特殊情况相关信号总体可应用于镇静、疼痛和/或麻醉监测从而根据基础性生理学和认知/心理学机制分离成重要生物标记信息通道的结构化和分层***。 109
图1-17以及表格Error!Bookmark not defined.
图1用主权利要求组编号的A&CD***要求结构概览图。Error!Bookmark not defined.
图2A&CD***顶部概览Error!Bookmark not defined.
结合了诱发和连续非线性动力学生物信号分析的镇静、疼痛、麻醉和意识深度检测***实施方案。Error !Bookmark not defined.
图3典型的镇静/疼痛/麻醉以及意识深度(SPA&CD)NLD检测实施方案,以及结合了主要权利要求组的典型***流程图Error!Bookmark not defined.
图4具有信号质量指示器的一体化传感器附件装置(ISA)***Error!Bookmark notdefined.
图5UEM模块的概念概述,该模块结合(LHS板)有两耳的刺激“Y”适配器声音耦合器电路、电极组件连接状态、电池显示指示器、信号质量状态以及用户提示标识Error!Bookmark not defined.
图6主***诊断模式图形用户界面。Error!Bookmark not defined.
图7神经光谱显示(NSD),呈现为具有频率直方图的A&CD显示(A&CDD)***的函数Error!Bookmark not defined.
图8根据麻醉的手术病人数据绘制的256-扫描AEP平均值,其记录了显示在x-轴上的研究时间(秒)和在y-轴上的AEP NLD麻醉深度指示值。Error!Bookmark notdefined.
图9根据麻醉的手术病人数据绘制的15-扫描arx AEP平均值,其记录了显示在x-轴上的研究时间(秒)和在y-轴上的AEP NLD麻醉深度指示值。Error!Bookmark notdefined.
图10病人-13表示为‘a’至‘d’的数据峰值的AEPiDAS潜伏期依赖性检测。Error!Bookmark not defined.
图11潜伏期间隔依赖性(LID)分析和在线事件分辨特性。Error!Bookmark notdefined.
图12在CNS、PNS、MT、BM、Ar、ArNx、眼运动、EMG压低或爆发事件分辨与分类的任何组合之间的在线事件分辨和描绘。Error!Bookmark not defined.
图13外部噪声感测和消除。Error!Bookmark not defined.
图14针对有效镇静、疼痛和痛觉缺失(SPA)监测的结构化途径-常规途径。Error!Bookmark not defined.
图15针对有效镇静、疼痛和痛觉缺失(SPA)监测的结构化途径-现代途径。Error!Bookmark not defined.
图16针对有效镇静、疼痛和痛觉缺失(SPA)监测的结构化途径-现代途径。Error!Bookmark not defined.
图17针对有效镇静、疼痛和/或痛觉缺失监测的一种结构化途径。Error!Bookmark notdefined.
表1可应用于直接和交互式麻醉效应的主要A&CD功能测量要求的作图。Error !Bookmark not defined.
表2常规和麻醉特异性事件的概述。Error!Bookmark not defined.
首字母缩略词、缩写以命名 114
可应用于专利文献的主体和权利要求部分的定义
警戒、镇静、麻醉和/或疼痛(SSAP):是指病人状态,包括以下这些:意识、警觉、注意、唤醒、反应性、睡眠状态;警惕;知晓;平静;激动;抗焦虑;疲劳;脑功能;生理状态;认知;心理学;心理学状态和/或感觉状态。
SSAP监测:是指能够监测以上列出的SSAP状态的一项或多项的监测***。
发明领域
本发明涉及诱发电生理电位信号监测的领域并且具体地可以用作一种手段用来确定个体的感觉状态,以及作为一种手段来证实信号的生理学、电学或电磁来源。
发明背景
监测受试者感觉状态的方法是可靠跟踪许多生理参数或有效临床部署许多监测***的重要先决条件。
此外,并且在生理信号的一般监测的情况下,对于信号来源辨别的要求可能是关键性步骤。具体而言,生理监测***输出测量典型地依赖于这个假设,即输出测量是主要基于一种已知的感兴趣来源。例如,在麻醉过程中的脑监测的情况下,依赖于作为用于确定麻醉深度基础的输出测量指标可以结合从中枢神经***(CNS)发出的真实的感兴趣的神经信号、从肌肉活动发出的并且由周围控制***(PCS)产生的肌电图信号、或作为多种因素如觉醒、躯体运动、电噪声或电磁噪声的结果产生的伪像。
在监测感觉状态的情况下,确定个体对外部刺激的反应可以代表意识状态的一个独特方面。具体而言,个体与环境的相干性或对外部提示的警惕性,或在这种具体情况下对外部刺激的反应从安全性或操作熟练的方面提供了关于个体的警戒状态的重要信息。此外,在麻醉深度、镇静或测试步骤(如听觉功能确定)的情况下中,就准确地解释剂量指导或听觉功能而言个体的感觉状态可能是决定性的。
主权利要求原理
AEP潜伏期间隔分析:
AEP潜伏期间隔分析证明了在麻醉深度的临床征象与AEP潜伏期间隔参数之间的显著一致性。具体而言,建立了早期(0-15ms)和宽谱带(0-140ms)潜伏期麻醉监测候选物的值。AEP潜伏期间隔分析证明了在麻醉深度的临床征象与AEP潜伏期间隔参数之间的显著一致性。具体而言,建立了早期(0-15ms)和宽谱带(0-140ms)潜伏期麻醉监测候选物的值。
早期潜伏区域(0至15ms)可以是肌肉抑制的标记以及一种用于麻醉监测的有用工具。具体而言,PAMR信号可以提供在神经源性(CNS)和ePAMR(外周)信号之间的准确分辨。虽然常规的麻醉监测主要依赖于源于面肌的肌电图(EMG)的前额监测,这些信号与EEG信号的紧密接近可以导致这些显著不同的信号集合的不经意组合。然而,虽然在早期潜伏期ePAMR和EEG信号之间的结合可能导致错误催眠指导,ePAMR信号的独立组分或潜伏期间隔分析可能启用一种独特的并且潜在有价值的麻醉肌肉抑制跟踪方法。
长和短诱发信号分辨技术的减除:
已经确立的是长和短(256、512和1024扫描)运动时间平均值(MTA)的减除可能改善在感兴趣的神经信号对不需要的伪像之间的分辨。
ABR光谱点击检测和诱发电位信号确认技术:
已经确立的是FFT处理的听性脑干反应(ABR)能够跟踪刺激连接以及麻烦的光谱扰动,如电源和电外科干扰。
AEP被始化保证和补偿:
建立了启用一个自动工具以确保在依赖AEP平均测量之前的适当AEP平均初始化(启动基线)时间的需要。具体而言,在可以计算出该第一完整AEP值之前,在本研究中检查256扫描AEP MTA需要38秒。在监测开始时的MTA初始化时间限制与高度伪像相结合,并且由典型的麻醉剂弹丸注射开始产生的快速无意识起始,证明了需要考虑更快的AEP平均方法用于未来研究。
麻醉意识状态的非线性动力学和常规诱发电位预测值的结合:
经典的诱发电位分析法(例如但不限于微分/一阶导数分析)和非线性动力学分析法的最佳结合被部署为一种用于预测SPA&CD的手段。
麻醉意识状态的处理的arx MTA、非线性动力学诱发电位预测值:
更快(2.2.在线延迟对256-扫描38秒)运动时间平均值的最佳组合部署将自动回归模型与一个外部输入函数(arx)、经典的诱发电位分析法(例如但不限于微分/一阶导数分析)以及非线性动力学分析法相结合作为一种预测SPA&CD的手段。
在线麻醉特异性事件的处理的arx MTA、慢MTA、非线性动力学诱发电位预测值的任何组合:
部署了快速arx和较慢的MTA、经典诱发电位分析法(例如但不限于微分/一阶导数分析)和作为与SPA&CD监测如意识过渡以及伤害性刺激事件相关的在线事件的一种手段的非线性动力学分析法、以及在信号扰动和生理学相关信号之间的更大的分辨的最佳组合。此外,针对躯体运动、觉醒以及其他生理信号扰动检测的范围在0.5秒至3秒之间的快速事件的任选检测与聚类分析相结合,作为一种预测麻醉逆转的手段。
A&CD功能测量要求:
功能性测量要求包括跟踪电极阻抗和信号质量状态的需要;监测麻醉特异性事件以及偶发事件(概述如下)的需要;以及跟踪特定的和相关的麻醉效应的需要。特异性麻醉效应被定义为催眠、遗忘、痛觉缺失、不动性、以及抗焦虑,而相关效应被定义为伴随有麻醉诱导的肌肉抑制或升高的抗焦虑的知晓的偶发事件。
麻醉特异性事件和偶发事件:
已经鉴定出多种重要的麻醉特异性在线事件,包括觉醒(Ar:总的)、皮层觉醒(cAr)、微觉醒(Arm)、躯体运动(BM)、以及运动时间(MT)。作为潜在有价值的在线A&CD标记而建立的麻醉特异性事件包括伤害性刺激事件(Nx)、快速(0.25至3秒持续时间)躯体运动(BMq)、以及快速觉醒(Arq)。根据躯体运动(NxBM)、皮层(NxC)、和皮层下(NxS)类型将伤害性刺激进一步分类,同时根据快速皮层(cArq)和快速皮层下(sArq)类型将快速觉醒进一步分类。此外,建立了一系列在线麻醉特异性指标作为一种手段,使麻醉学家能够跟踪可应用于麻醉逆转并且涉及术中知晓的重要事件如运动、觉醒以及特别地伤害性刺激的严重性和比率。
为了避免过渡过滤或排斥感兴趣的神经联系,伪像处理要求被建立并且包括检测和消除EOG信号、眼运动、50/60周期或相关干扰、电外科扰动、EMG信号爆发或EEG信号的EMG调节。
伴随有升高的抗焦虑或肌肉***术中知晓的偶发事件;准等电或等电皮层静息的起始或出现;准爆发抑制或爆发抑制时期;唤醒障碍时期,以及作为意识状态的标记的提高的γ功率被建立成相关改变,它们在麻醉监测过程中可以被跟踪。开发了多种要求和设计原理来捕获代表在外周、中枢、以及抗焦虑生理参数之间的麻醉诱导性相互作用的综合性生命体征测量。就有用的麻醉剂平衡措施(相应于相对于代表病人可动性风险的外周活动变化的意识深度变化的CNS活动)而言,如何将这个信息传送给麻醉师的实例示于Error!Reference source not found.和Error!Reference sourcenot found.中。
肌肉抑制的ePAMR分辨值
已经建立了使用独立EMG(咬肌和/或PAMR)信号的改进的EEG和EMG测量技术的分离。引入PAMR和咬肌信号测量作为麻醉性肌肉抑制的潜在有价值的标记。具体而言,发现横过PAMR区诱发的早期潜伏期信号是重要的麻醉意识状态的分辨值,使用电位在EEG与EMG信号之间进行描绘。改进的在EEG与EMG信号之间的分离可以导致意识状态的更精确的预测并且潜在地帮助检测术中知晓的起始或发生。因此,相应于刺激幅度变化的PAMR变化的检测可以代表麻醉性肌肉抑制。
在抗焦虑与术中回忆风险之间的联系:
升高的抗焦虑以血管收缩、心跳加速、以及血压升高为特征。基于这些因素,建立了在升高的抗焦虑与术中知晓回忆之间的联系。因此,建立了作为A&CD监测的整体功能的用于生命体征监测的要求。
AEP噪声耦合效应和对抗措施:
在AEP与背景伪像信号之间存在一种耦合效应,导致意识状态值增加以及相应于意识过渡的一个典型的AEP麻醉深度指示物开关样过渡。具体而言,在麻醉的临界期过程中(包括快速意识过渡和深度麻醉电外科期)发现了发生严重的信号扰动。
BISTM数据平滑处理特征隐藏了潜在有价值的麻醉特异性指示物,如伤害性刺激事件以及导致麻醉逆转的可能掩蔽的重要事件。相反,发现AEP值以证明麻醉特异性躯体运动以及伤害性刺激事件的灵敏检测。还显示AEP非线性动力学分析技术(AEP熵)是不同觉醒、伪像以及运动事件的潜在有用的分辨值。本发明使用非线性动力学技术来进行在涉及深度催眠的基础性非线性神经信号与唤醒期信号的更复杂以及更少的确定性质之间进行描绘。进行更广泛和更大规模的研究,第一代熵AEP算法的进一步优化可能是有希望的A&CD测量候选者,特别是当它涉及描述周围的和神经的麻醉特异性事件、以及在不需要的信号扰动、生理学伪像、以及神经信号之间的分离时。为了增强在A&CD的AEP神经源标记对残留噪声之间的分辨力,优选使用基于在SNR与AEP平均扫描(SNR α√n扫描)数量(n)之间的已知关系的多重MTA(15-扫描;256;512;1025)减除技术。
混合A&CD多变量输入:
麻醉指示物是基于较慢趋向EEG参数的最佳组合,与快速(2.2秒)和慢速MTA微分以及非线性动力学(熵)AEP值偶联,跨不同潜伏期间隔的宽谱带进行计算,包括显得跨PAMR区域的早期潜伏期(0-28毫秒)信号、以及晚期潜伏期AEP测量(80-140毫秒)。这些潜伏期间隔测量的组合证明该电位能够更快地检测意识过渡、对在线事件更大的反应性、以及在外周与中枢生理信号之间的更优越的分辨。
新标准化的A&CD测量方法:
[#####KH“需要处于传授本发明即如何使用它们的语言,”]标准化的A&CD测量方法被建立,作为具有更一致并且准确的麻醉深度指示物性能结果的从事扩展的临床研究的一种手段。具体而言,部署了AROC性能测试来描述A&CD指示物预测准确度,跨越快速倾斜意识过渡的2样本t检验使得反应性意识过渡检测成为可能,并且将标准差和平均意识状态值部署为在意识期间之间的分离的量度。单变量、多变量和二元对数统计被计算,作为说明在意识状态与BISTM和AEP麻醉深度指示值之间的关联的一种手段。此外,包括觉醒(Arq)、和躯体运动(BMq)的快速(0.5至3秒)事件的测量被鉴定为潜在有用的在线麻醉特异性标记。根据躯体运动相关(BMNx)以及皮层觉醒相关(ArNx)事件将伤害性刺激(Nx)偶发事件分类。用常规觉醒(Ar)、微觉醒(Arm)、躯体运动(BM)、运动时间(MT)、以及伪像(Af)事件增加这些麻醉特异性事件在关键性麻醉期(如疼痛、知晓、可动性或升高的抗焦虑的起始或发生)的情况下可以具有重要的含意。
这些发现建立了用于改进的A&CD设计要求规范的背景以及从中可以进行更广泛临床研究的基础。
一体化传感器附连(ISA)***:
[#####KH“需要处于传授本发明即如何使用它们的语言”]这些要求包括整合的血氧定量法以及相关的输出产物,这些产物包括体积描记波形、脉搏波传导时间(PTT)、脉搏动脉张力(PAT)、心率变异性(HRV)、心率HR、皮层下(自主)觉醒(sAr),连同相关的血压衍生物。作为整体性ISA功能的用于气流监测的规定被阐述为一种启用在线呼吸测量的手段。与咬肌和PAMR(EMG)活动偶联的这些参数、EEG以及AEP神经生理参数、以及从这些信号衍生的ECG信号的监测被描述为用于调节与A&CD监测相关的基本测量的一种手段。此外,ISA***要求包括机载信号质量指示器、能够再胶凝和再磨损电极连接的嵌入式压力活化单元、以及“伸缩性类型”尺寸调节功能。特殊要求包括直观的能够指示定位的传感器质量状态的发光二极管(LED)指示器。该确定大小的元件可以进一步使用其他可缩回的和/或可扩展的元件,以允许根据所述传感器的最佳位置并且还根据跨不同年龄、国籍、以及其他人群差异的不同的面部或颅结构证据将形成该一体化传感器附件设备的一部分的每个传感器重新定位(配准)在病人头上。这类可缩回的和可扩展的实施方案可以(但不限于)包括“z”区段或“螺旋”或任何其他相互连锁的形状。具体而言,使缠结降至最低的形状结构、以及能够提供最大流线型和更少的庞大形式的形状结构是优选的。例如,尺寸可扩展的以及可缩回的元件可以接近受试者的面部和/或头部来放置,从而避免在医学操作过程中被碰撞、移位或移动。类似地,这些可调节的以及可缩回的元件需要在医学操作过程中为病人头部或面部提供最低限度的隐藏。
病人界面:
病人界面要求被建立并且包括对于连续在线信号质量以及阻抗测量的需要。建立了用于在线和自动模式配置(混合或基于EEG)、灵敏度和过滤调节、以及由连接的ISA设备的形式和信号质量状态驱动的显示配置的多种要求。
信号处理要求:
用于对抗信号扰动而建立的信号处理要求包括对抗麻烦的监测偶发事件的需要,如研究初始化、电外科介入偶发事件、以及监测期的开始和结束。此外,建立了用于可调节输入前过滤以及能够根据改变监测条件而能够被自动调节的数字在线过滤器的要求。
诱发电位分层刺激的产生要求:
建立了诱发电位层级刺激产生要求,使得在伺服控制的刺激优化过程中能够同时跟踪AEP反应。刺激优化包括速率、强度、标准/异常比率、刺激形状、以及刺激光谱参数的调节。其他的要求和设计原理包括基于特定麻醉阶段和可应用到这些不同阶段的相应的麻醉测量要求而产生不同刺激形式的需要。这些刺激形式包括标准/异常刺激序列、咔嗒声、鸟鸣声、喳喳声、音调、说话、以及专门化的音频序列。所希望的诱发反应要求范围从诱发的早期潜伏期反应(如PAMR)作为外周活动、ABR信号质量以及刺激连接状态的标记,以及被设计为捕获术中知晓的早期警告标记的标准/异常MMN刺激试验范例的麻醉-认知特异性序列。
AEP层级分析
建立了AEP层级分析,以便将复合的AEP信号分解成分开的与麻醉特异性反应效应有关的信息通道。这些层级分析要求包括需要验证ABR专性感觉反应、分辨诱发外周测量(PAMR)、以及通过(例如)在N1效应与在长期术中记忆巩固过程中涉及的较高的脑MMN脑功能改变的那些之间进行描绘来捕获较高水平AEP处理临时电位(PCP)测量。
在线监测要求:
建立了在线监测要求,包括:1)能够跟踪作为改进的肌肉抑制测量的专性诱发PAMR(ePAMR)反应的技术。这些技术具有能够更精确测量肌肉抑制的潜力,它们进而可以促进分开的不动性和催眠麻醉效应的描绘。未能在这2个状态之间进行有效区别可能导致在麻醉诱导性肌肉抑制过程中的知晓。与常规的大脑监视器(它倾向于跟踪面肌产生的前额EMG活动)相反,PAMR和咬肌EMG测量的部署可以提供再这些明显分离的中央与外周信号源之间的较大分离;2)基于在源于生命体征的抗焦虑水平(紧张或焦虑)与源于神经联系的知晓(意识水平)之间的相互关系的术中回忆率(IRf);3)麻醉的主要效应,包括催眠、遗忘、不动性、痛觉缺失以及抗焦虑,连同包括伴有提高的抗焦虑或麻醉诱导性***知晓的相关效应,;4)准确并且可靠地检测常规伪像和用麻醉特异性事件强化的觉醒检测的需要;5)代表意识过渡的同时在线快速(2.2秒反应)测量,连同能够捕获较慢的趋向信息的测量(包括精细的剂量变化);6)作为根据变化的监测条件优化A&CD测量的一种手段的多变量分析的连续在线调节(调解)。
一系列新的在线A&CD显示指标:
作为一种跟踪许多重要的麻醉特异性效应(包括总的麻醉平衡(ABi)、术中回忆率(IRf)、脑电图的最佳组合测量(EEGi)、听觉诱发处理临时电位的最佳组合(APCPi)、暴发抑制(BSi)、肌肉抑制(MSi)、以及抗焦虑(ANXi))的手段建立了一系列新的在线A&CD显示指标(i)。对于ACPi确定的要求包括使用上述层级分析在线使用能够揭示分级测量的刺激序列来捕获认知测量。发现在线事件检测是重要的在线监测A&CD设计的考虑事项。
背景知识产权已经被建立并且包括三个关键的文献,包括名称为“用于监测意识的方法和装置”的一个初始的A&CD专利申请、通过世界知识产权组织以WO2006/122349形式公开的名称为“用于在麻醉过程中监测意识的方法和装置”一个第二专利申请[4;5]、以及一个目前在进行中的第三专利申请。就整体而言,一个专利已经被授权,两个专利已经被公认,而七个申请是待决的,因为其涉及原始的欧洲申请。已经以设计要求、***流程图、以及正在开发的形成新一代A&CD***的基础的专利的形式建立了设计和创新输出。
同时PAMR、ABR以及MLAEP监测:
重要的未来研究要求是探讨负责从觉醒过渡到无意识的机制。这一论题确立的是,PAMR、ABR以及MLAEP测量的同时导出在常规临床麻醉过程中是可行的,但是还发现这些测量实质上相对于由BISTM产生的更多等级的测量以二元方式运行。因此,由于与镇静状态的外周听觉功能相关的麻醉肌肉抑制性“神经阻断”效应,未来研究出现的问题是关于在麻醉过程中监测的AEP是否以这种开关样方式(switch-likemanner)运行,或者这种过渡是否是一种在麻醉过程中的基础性催眠作用的准确预测子。
自动临床SPA&CD标记:
更特异的A&CD相关的鉴定、更有效的临床观察分级、更敏感的认知AEP测量、以及对于负责麻醉特异性效应的机制的更好理解是未来研究的考虑事项。研究改进的临床命令刺激以及相应的能够克服现存的局限性的测试技术对于未来研究仍然是一个重要的领域。麻醉监测***临床评定和麻醉的临床分级依赖于不确定的临床反应测试,这依赖于病人的合作、过多的测试间隔、以及研究者的解释。虽然使用新的快速AEP法可以用几秒的时间准确监测意识的过渡时期,传统的命令-刺激测试是基于以连续10秒或更多的间隔的手动进行的临床反应测试。尽管Ramsay、OAA/S以及其他普及的临床分级广泛展开,这些工具不能对在术中回忆过程中涉及的在关键性短时记忆对长时记忆功能之间进行区分。因此,关于是否应当展开快速AEP测量来克服常规麻醉分级的时限和病人合作限制的问题对于未来研究仍然是一个重要的主题。
神经来源估计(NSE):
这种A&CD监测***结合了一种或多种诱发或连续神经学信号并且结合了以下步骤和方式的任何组合,包括:
EEG前部化(anteriorisation)的在线或“准实时”监测;
认知解离的在线或“准实时”监测;
EEG单侧化/半球变化(lateralisation/hemispherical change)的在线或“准实时”监测;
使用少至3个电极的这些因素的在线或“准实时”监测;
一个实施方案cabn包括(但不局限于)3个电极,如额中(Fpz或鼻根)、左侧(Fp1)、以及右侧(Fp2)半球配准(hemispherical registration),连同使用另外的后部(项/枕外隆凸点/Iz)电极的前部化。
NSE的在线或“准实时”监测结合了非线性动力学EEG时间序列、在视听处理过程中涉及的时空动力学、相应于声定位信号的处理和或/整合的时空脑动力学的任何组合。
在麻醉过程中的单侧化或前部化改变的在线或“准实时”监测与非线性动力学(包括复杂和熵类型转换)、光谱、功率或其他振幅关系、和/或相或双光谱以及有关产品的任何组合相结合。
剂量控制方法和***:
深入研究能够跟踪如在这个论题中所述的特异性和相关的麻醉效应的更复杂的剂量控制对于未来研究是一个重要的主题。闭环给药***将可预防的事故(如给药过冲)降到最低、同时使得能够跨越麻醉的主要生理和心理效应的更精确的麻醉特异性控制的能力是一个针对未来研究的主题。深入研究与新兴给药递送技术(如低频超声波皮肤经皮灌注以及纳米药物制剂)相关的益处和风险也是有价值的考虑事项。
SPA&CD药物研制方法和***:
基于新的实验技术和技术途径的药物研制仍然是对于未来研究的基本要求。具体而言,研究反映直接的和相关的麻醉特异性效应的更特异的生物标记是重要的考虑事项。研制更敏感和特异的麻醉剂对于未来研究仍然是重要的主题。虽然常规的麻醉剂是基于实证研究结果(所希望的作用的分析)进行配制的,一直在发展更有效的使用生物学标记(生物标记)的技术。现在可以根据相应于麻醉剂作用所检测的跨生理学、认知、神经化学以及细胞机制的变化来鉴定生物标记。更近的药物研制技术能够测试麻醉剂特异性活性,因为它涉及精确的负责特异性麻醉剂效应的神经的、神经或肌肉细胞群。在追求改进的镇静剂或麻醉剂中,转基因修饰(动物和昆虫模型)体内细胞监测、以及更近的启用麻醉性细胞活动的体外监测的技术正显示出希望。这些新的技术和实验技术将使得有可能对在术中回忆过程中涉及的负责记忆功能的特异性神经受体进行行为表征。利用相应于这些麻醉特异性机制的活化和脱敏的直接和特异性生物标记措施的更安全的药物化合物的设计可能导致用于将来的更优越的麻醉剂。出现的问题是关于改进的麻醉剂在麻醉过程中是否能够使长时记忆受体失活,而不会无意中抑制心脏和呼吸功能。此外,更敏感和更安全的麻醉剂的研制将使得可能在当前被排除在麻醉之外的高危人群(如外伤病人)中使用麻醉。
整体性SPA&CD监测***认知标记数据库和标准评定***:
研究可逆性和永久性麻醉导致的认知功能障碍对于未来研究仍然是重要的主题。病人对于在麻醉过程中可能暂时或永久影响认知的一定范围的不利事故是敏感的,这些事故包括缺氧(oxygen deprivation)、过渡麻醉(与死亡率相联系)、不充分麻醉(可能导致术中知晓和PTSD)、或呼吸功能的限制性循环(可能导致认知缺损)。短时和长时记忆功能的效应的认知评定、认知反应性以及其他的能够鉴定潜在的麻醉相关的认知功能障碍的试验应当经受前瞻性研究和随访研究两者。然而研究已经报道了在深度镇静与病人死亡率之间的联系,大规模的认知随访研究对于未来研究仍然是一项重要的议程。被设计为建立和确认一组标准化的麻醉特异性认知测试的研究应当予以考虑。标准化自动方法的建立可以潜在地简化较大的多中心临床研究事业。可以将个体病人认知评价结果与较大的标准数据库或病人的自身认知表现进行比较,作为对于认知退化、恢复或改善的参照。基于确认试验和基于统计学的方法的适当评定和决策支持的结合将会促成更个体化的病人特异性麻醉剂化合物以及递送技术的发展。
在线监测(每个以上的###检查和移除重复):
进展包括代表在CNS、以及在大脑区域边界的外周活力之间的平衡的PAMR跟踪的建立。术中知晓的在线预测可以通过使提高的心理学或生理学应激(抗焦虑)的时期与A&CD神经生理学措施相关来实现。这些术中回忆应激因子(IRf)的时期可以指示肌肉抑制剂诱导的麻痹(伴随有意识)。在线功能包括伤害性刺激检测以及噪声分辨监测方法,它们是基于线性、非线性动力学、以及潜伏期间隔参数(每临床研究结果)的最佳组合。此外,基于这些最佳的AEP分析组合,建立了更快的在线意识检测(2.2秒反应延迟)、以及更加认知敏感的A&CD监测技术。此外,基于在EEG半球活力和前部化方面的跟踪变化所估测的神经来源估计被鉴定为A&CD监测的潜在有价值的关联物。
就在线监测/处理和操作者界面而言:
(每个以上的###检查和移除重复),建立了多个显示指示并且将其组织成四个类别,包括重要A&CD监测特性、特异性A&CD监测要求、特殊A&CD要求、以及未来要求。
首先,重要的A&CD临测特性包括适合于手术室临床应用需求的特殊***的可靠性和坚固性的需要;连续且最小的在线测量反应延迟;对电外科和其他信号扰动的高耐受性;安全且可信赖的药理学跟踪;以及在A&CD神经、外周、伤害性刺激、以及背景噪声信号之间的高分辩程度。其次,特异性A&CD监测指征包括总的A&CD整合指标;意识过渡的快速检测;分等级的A&CD措施;跟踪提高的术中知晓和回忆风险时期(如伴有高抗焦虚的意识);跟踪生命体征和相应的抗焦虚状态;跟踪麻醉平衡、以及重要事件和时期的检测。重要的事件包括知晓、伤害性刺激、EMG爆发、躯体运动、信号失落、觉醒、眼运动、电外科干扰、以及电源干扰。重要的时期或信号跟踪包括EEG爆发抑制和皮层静息、EMG功率、γ功率、抗焦虑水平、抗焦虑和催眠深度的整合措施、以及信号质量和传感器连接状态。第三,特殊A&CD要求包括临床观察的整合;重要A&CD时期和事件的光谱显示;***对改变在线监测条件(包括环境或背景生理信号扰动的增加)的适应性;以及刺激检测(在AEP检测过程中)。未来要求包括层级AEP认知追踪;连续AEP测试和测量伺服最佳化;整合的且更有效的临床麻醉/镇静分级;在特殊情况NMDA/阿片样物质麻醉剂的给予、以及病人亚群(如儿童、老年人或具有包括痴呆的神经障碍的那些)的监测过程中的连续操作(还参见操作者界面设计要求)。
在抗焦虚和术中回忆风险之间的联系:
抗焦虑的提高被标识为血管收缩、心跳加速、以及血压增加。基于这些因素,建立了在抗焦虑的提高与术中知晓回忆之间的联系。因此,建立了作为A&CD监测的整体功能的针对生命体征监测的要求。
发明概述
一体化传感器附件装置结合了一个用于监测生理(包括认知)信号的单一基体病人应用部分,该装置包括以下各项的至少之一:生命体征监测传感器、耳后肌(PAM)监测传感器、咬肌传感器、一体化反射性血氧仪传感器、一体化或附属的耳定位的血氧仪监测传感器。
一种监测受试者的疼痛和/或镇静和/或麻醉深度的设备和方法,该设备包括:一个PAMR和一个生命体征监测信号通道、一个用来计算所述受试者的催眠、遗忘、痛觉缺失、不动性、焦虑、疼痛、镇静或知晓量度的状态的至少一个输出指征微处理器、一个计算PAMR或咬肌EMG的量度的微处理器、以及一个计算在咬肌和/或PAMREMG与中枢神经***(CNS)信号之间的分辨的微处理器。
一种用于从生物或体外样品获取生理数据的装置和方法(针对生理、心理、认知或细胞状态),包括:用于获取至少一种刺激诱发生物信号反应的工具;用于计算至少一个来自获取的诱发生物信号的至少一个测量值的工具,其中该计算结合了从代表在所述生物信号之内的变化的至少一个诱发反应生物信号转换的非线性动力学(NLD)的计算。
一种生物学监测装置,结合了使得可能最小化不需要的环境或外部***噪声的部分,其通过监测或感测在一个监测环境之内的不需要的噪声进而处理这种感测的信号以启用一个噪声消除***,该***包括:一个使得能够消除在有用信号之内的不需要的噪声的输入感测和/或输入监测部分;一个能够调整(以产生最佳噪声消除信号的这样一种方式)感测或监测的噪声的一个或多个通路的噪声特征的部分;一个能够使噪声消除信号与一个监测的感兴趣的信号相结合(从而使得生成的信号结果包括其中不需要的信号被减少或消除的感兴趣的信号)的部分;
用于确定和监测不需要的噪声和失真的特征的装置,该方法包括:一个被编程为连续跟踪环境、背景生理和/或其他不需要的噪声和失真的微处理器设备、至少一个微处理器设备、以及一个被编程为连续计算在预定义的频谱噪声和失真特征以及监测***的频谱特征之间的关联微处理器设备。
一种生物学监测装置,其通过自动的、手动的、或计算机辅助的数据采集取样与保持适应而结合了将不需要的环境或外部***噪声降到最低的工具,结合了一个可调节的输入信号取样与保持窗采集窗,并且包括一个可调节的取样与保持开口窗设备,在噪声或干扰信号对感兴趣的信号具有最小影响(相对于这样的干扰将被特别加强时的顶峰或较高水平的噪声尖峰)的时间点启用输入信号的取样与保持;
取样与保持开口窗定时控制能够与外部装备定时参照同步或被感测(如经由外部环境噪声传感器),以启用数据采集开口***在感兴趣的输入信号之内的最突出的噪声峰之间,从而保证不需要的外部周期性噪声的效应被降至最低;
一种能够确定和分辨直接与不需要的外部周期性噪声相关的定时参照的设备;
一种能够从外部连接(导线和/或无线的、光学的、磁的、电容性的或其他)的定时信号或噪声跟踪传感器获得最佳采集取样率和开口窗(从而所获取的数据点被***在不需要的周期性噪声峰之间,这些峰将在感兴趣的获取信号之内被特别加强)的设备;
一种样品和窗定时设备,它使得该开口窗能够被延迟从而将不需要的外部信号扰动降至最低;
一种样品和窗定时设备,它使得该开口窗能够延迟并且宽度被控制从而将不需要的外部信号扰动降至最低;
一种用于确定相应于受试者的监测状态的药物递送化合物的最佳组合的设备,这些监测状态包括任何以下各项:催眠、遗忘、痛觉缺失、不动性、抗焦虑、生命体征、或在线事件。
图形和表格清单:
图1A&CD***要求结构的概览图,具有主要要求部件的编号。Error!Bookmarknot defined.
图2A&CD***顶部概览Error!Bookmark not defined.
图3代表镇静/疼痛/痛觉缺失和意识深度(SPA&CD)NLD监测实施方案、以及结合主要要求部件的***的流程图Error!Bookmark not defined.
图4一体化传感器附件(ISA)***,具有多个信号质量指示器。Error!Bookmarknot defined.
图5UEM模块的概念概述,该模块结合(LHS板)有两耳的刺激“Y”适配器声音耦合器电路、电极组件连接状态、电池显示指示器、信号质量状态以及用户提示标识[7;8]Error!Bookmark not defined.
图6主***诊断模式图形用户界面。Error!Bookmark not defined.
图7神经光谱显示(NSD),呈现为具有频率直方图的A&CD显示(A&CDD)***的函数Error!Bookmark not defined.
图8根据麻醉的手术病人数据绘制的256-扫描AEP平均值,其记录了显示在x-轴上的研究时间(秒)和在y-轴上的AEP NLD麻醉深度指示值。Error!Bookmark notdefined.
图9根据麻醉的手术病人数据绘制的15-扫描arx AEP平均值,其记录了显示在x-轴上的研究时间(秒)和在y-轴上的AEP NLD麻醉深度指示值。Error !Bookmark notdefined.
图10病人-13表示为‘a’至‘d’的数据峰值的AEPiDAS潜伏期依赖性检测。Error!Bookmark not defined.
图11潜伏期间隔依赖性(LID)分析和在线事件分辨特性。Error!Bookmark notdefined.
图12在CNS、PNS、MT、BM、Ar、ArNx、眼运动、EMG压低或爆发事件分辨与分类的任何组合之间的在线事件分辨和描绘。Error!Bookmark not defined.
图13外部噪声感测和消除Error!Bookmark not defined.
图14针对有效镇静、疼痛和痛觉缺失(SPA)监测的结构化途径-常规途径Error!Bookmark not defined.
图15针对有效镇静、疼痛和痛觉缺失(SPA)监测的结构化途径-现代途径Error!Bookmark not defined.
图16针对有效镇静、疼痛和痛觉缺失(SPA)监测的结构化途径-现代途径Error!Bookmark not defined.
图17针对有效镇静、疼痛和/或痛觉缺失监测的一种结构化途径Error!Bookmark notdefined.
表1可应用于直接和交互式麻醉效应的主要A&CD功能测量要求的作图Error!Bookmark not defined.
表2常规和麻醉特异性事件的概述Error!Bookmark not defined.
表3论题首字母缩略词和缩写 137
图形说明
错误!未找到引用源。:
图1将该***分解为七个子***,每个子***进一步分解成许多部件。将以***要求的形式描述这些子***的每一个和附属部件。绿色块代表***发明。
错误!未找到引用源。:
错误!未找到引用源。呈现了典型的A&CD***实施方案的高水平概述。A部分显示了经由病人应用的传感器或被称为一体化传感器附件设备的病人监测信号,该设备施用于病人前额和面部区域。一种刺激信号被产生并且被施用于病人,以便诱发所希望的病人反应用于进一步处理。该病人传感器监测信号是信号调节过的,然后输入到E部分(其中诱发电位监测函数被施用于这些诱发信号)、以及E部分(其中连续监测信号被进一步处理)。C部分针对诱发反应信号应用特殊的非线性动力学处理转化,而F部分针对连续生理信号应用非线性动力学处理转化。然后将诱发电位分析转化结果的范围输入到D部分,其计算该诱发电位组合分析,从而H部分可以显示有关的相应***输出测量。
然后将诱发电位分析转化结果的范围输入到G部分,其计算连续信号组合分析,从而H部分可以显示有关的相应***输出测量。
错误!未找到引用源。:
错误!未找到引用源。呈现了典型的A&CD***概况的更详细的概述。
在线(实时)或脱机(C部分)分析了经历诱发电位(EP;B部分)和连续脑电描记术(CE;E部分)监测两者的来自个体的监测生理参数(错误!未找到引用源。A部分),以便在临床或日常例行程序过程中计算疼痛/镇静/痛觉缺失和意识深度(SPA&CD)的一系列的EP和CE衍生的非线性动力学(NLD)测量。这些NLD参数可以与其他经典的或线性分析结果相组合(但不限制于此),作为计算一系列的多变量CE或处理参数(D部分,区块12)、组合的CE和EP参数(D部分,区块13)和/或CE多变量输出测量(H部分)的手段。这些输出测量在临床听力学、麻醉、ICU、知觉或认知状态监测过程中可以被部署为单独的SPA&CD指征。
B部分显示包括EP刺激产生功能(B部分;区块2)以及信号前置放大、过滤、取样与保持和采集(B部分;区块3)的EP功能和一般分析要求。外部噪声取样和时钟输入规定被设计为用于同步采集噪声降低(B部分;区块4),在分开的文献(ref:#####)中描述于别处,但是一般而言使得外部装备时钟信号和/或外部噪声来源能够被SPA&CD监测***感测和采集,作为一种以这样一种方式使取样与保持功能同步的手段,使得信号取样被‘***’在峰干扰时期之间。样品***可以通过使用专门的环境噪声监测传感器在监测的外部装备和/或噪声峰之间的最佳同步化来实现。推导出快速中间潜伏期听觉诱发电位(MLAEP)运动时间平均值(MTA)偏差(区块6),作为计算差别的(区块7)和NLD(区块8)快速MTA结果的手段。类似地,推导出慢速MLAEP运动时间平均值(MTA)偏差(区块9),作为计算差别的(区块10)和NLD(区块11)慢速MTA结果的手段。计算这些差别性NLD快速MTA值并且将其输入到SPA&CD EP在线组合分析(区块12),其作用为计算一系列的不同组合输出测量,这些测量进而作为显示指征(H部分)而被输出并且还与CE多变量相组合(区块33),以产生一系列的组合EP和CE SPA&CD测量(区块33)。
中介分析特殊考虑事项:这些多变量输出值可以与特殊促裁分析结合,其被设计为将每一输入变量的影响加权到如描述于分开的文献中的分隔值上(参照现存的处理中介分析的专利申请)。一般而言,根据一个第三参数如NLD(但不局限于此),促裁分析可以例如(但不局限于)调节EP对CE信息输入的加权,由此这些NLD参数(EP和/或CE)可以宽泛地指示麻醉深度相(意识;浅麻醉;深麻醉),进而在任何时间点描述MLAEP加权的可能关联性。具体而言,CENLD分析的部署(包括不同形式的光谱熵、形态学熵或复杂分析的类型)可以提供比常规MLAEP SNR分析技术较少受到深麻醉信号不稳定性的影响的独立计算过程(就从EP和CE信号来源得到的中介多变量输入变量而言)。例如,在如深麻醉的情况下,当已知MLAEP SNR降低CE信号时,就依赖于SPA&CD指示值的计算而言将有可能是更明显的。这种类型的***有助于在甚至MLAEP SNR计算有可能产生错误结果时的时期将对MLAEP SNR结果的依赖降到最低,这些错误结果在深麻醉过程中对MLAEP信号赋予不稳定的性质[30,31]。
听性脑干反应(ABR)MTA(区块20)和关联分析(区块21)被设计为使得能够在镇静和麻醉过程中跟踪ABR信号变化。这些输出测量(区块22)在麻醉或镇静的更深阶段中可以是比MLAEP更稳定的,并且因此可以提供代表刺激呈现和AEP信号有效性的优越标记。ABR功能概述于一个分开的文献中
诱发电位耳后肌(ePAMR)分析(区块23)计算跨早期潜伏期(典型地0至28ms)的信号活动,其指示PAMR活动,作为镇静或麻醉诱导的肌肉抑制的敏感的诱发测量。这一分析可以采取光谱和潜伏期过滤的形式(但不局限于此),之后是信号幅度测定(区块25)多变量分析(区块12和13)以及呈现在区块25中的输出测量。在CE ePAMR分析(区块24)与多变量分析(区块23)之间的互相联系强调在常规面额信号之间的重要组合分析,特殊咬肌CE EMG导出和ePAMR EMG信号测定(区块23和24)被设计为计算在镇静或麻醉过程中的变化的光谱和形态学潜伏期/幅度跟踪。
与层级分析功能(区块27)和输出测量(区块28)关联的与失匹配负波实时(MMNrt)MTA(区块26)通常提供一个手段,该手段将复合AEP分解成代表较低水平ABR感觉反应的不同功能信息通道、指示刺激到达通过耳蜗和听神经到大脑皮层的N1标记(如N1存在)、传入神经反应(如N1-效应)、相应于增加的不应期(刺激间期;ISI)的升高的N1-P2幅度、具有较深的麻醉的MLAEP幅度-潜伏期变化,通向指示高位注意状态(指示在术中回忆过程中涉及的较长时记忆的静息)的处理临时电位(PCP)。这些层级分析功能概述于一个分开的文献中(专利参考文献:######)。
区块36输入生命体征、连续的生命体征和中枢神经***(CNS)SPA&CD应激相关分析(区块31)以及关联的输出测量(区块35)典型地从特殊的一体化传感器附件(ISA)***取得它们的信号输入信息。SPA&CD***结合生命体征参数(脉率、体温、以及血压)作为整体性在线监测函数。一般而言,生命体征监测(每VSM,如上)可以跟踪病人的生命体征(脉率、呼吸率、体温、以及血压)、血液动力学函数(循环测量如PTT皮层下觉醒)以及与麻醉有关的自主测量(周围神经***自身稳定功能如HRV)。此外,VSM功能性包括导出一定范围的生命体征测量的规定,这些生命体征测量是基于一体化传感器附件(也称为ISA)、一体化反射性体积描记法-波形血氧定量法(也称为IRPO)的监测函数,并且这些测量支持术中回忆率(也称为IRf)的导出。这些生命体征功能可以呈现为不同的整合形式逐一显示。ISA***和IRf***详述于分开的文献中。
咬肌导出(区块37)典型地来自特殊IAS***。咬肌分析(区块38)和关联输出测量(区块39)可以如以上所述增加ePAMR分析并且类似于这些测量,这些测量使得能够敏感且准确地跟踪病人的EMG活动。在SPA&CD监测过程中的EMG水平的咬肌导出详述于一个分开的文献中。
区块40处理EP(区块6)、快速MTA(区块6)以及慢速(区块9)输入,以便检测和描绘重要的在线事件如躯体运动(BM)、运动时间(MT)、觉醒、麻醉特异性觉醒如伤害性刺激(ArNx)、背景生理事件如眼运动;EMG爆发;或一般的EMG压低、伪像以及其他的可能与SPA&CD或逆转有关的信号波动。此外,鉴定了区别性中枢神经***对周围神经***信号源。区块41将这些在线事件和信号源分类,同时区块42应用EP NLD分析处理作为增强在生理信号源与在线事件之间的分辨的一种手段。区块43将麻醉的离散靶标(如催眠、痛觉缺失、遗忘、不动性、抗焦虑)以及麻醉平衡的组合测量两者提供在表格中,适合于在任何时间点提供临床医师理想剂量指导和病人状态信息,如进一步概述在Error!Reference source not found.andError!Reference source not found.。
区块44呈现一体化传感器附件(ISA)***,如进一步概述于错误!未找到引用源。建立了监测周围、中枢以及生命体征信号的一定范围的嵌入传感器的结合。这些要求包括一体化血氧定量法和关联的输出产物,包括体积描记波形、脉搏波传导时间(PTT)、脉搏动脉张力(PAT)、心率变异性(HRV)、心率(HR)、皮层下(自主)觉醒(sAr)、连同关联的血压衍生物。阐述了作为整体性ISA功能的用于气流监测的规定,作为一种启用在线呼吸测量的手段。与咬肌和PAMR(EMG)活动、EEG和AEP神经生理参数、以及从这些信号衍生的ECG信号相结合的这些参数的监测被描述为一种手段,该手段调节与A&CD监测有关的重要测量。此外,ISA***要求包括机载信号质量指示器、嵌入的压力激活单元(能够使电极连接再胶凝和再磨损)、以及“伸缩性类型”大小调节功能性。特殊要求包括能够指示定位的传感器的质量状态的直观的发光二极管(LED)指示器。
Error!Reference source not found.:
Error!Reference source not found.呈现了具有信号质量指示器的一体化传感器附件(ISA)***,具有强调一体化反射性血氧计(8)的标记;具有再水合和磨损压力垫功能的植入电生理电极(1-6);刺激(7)和一体化血氧计(8)、以及LED质量状态指示器。ISA***包括一种低成本、一次性病人应用部分,包括麻醉特异性和适当放置的EEG/AEP、EMG和生命体征传感器、整体性信号质量管理***、以及用于气流监测的规定,如在此所概述。
根据一个构建透视图,ISA结合了单一基体柔性膜,该柔性膜能够符合于宽范围的不同面部轮廓,以便防止皱曲和间隙(它们可能破坏关键电极对于皮肤的接触阻抗或连接状态)。需要将一系列的质量控制LEDS(功能描述如下)定位接近于每个监测传感器、连同一系列的植入电极凝胶压垫电池(功能描述如下)。ISA界面连接器的设计是极其重要的并且允许高度可靠的用户友好的相互连接。与这些一次性设备有关的指导和标准是重要的考虑事项,尤其是在控制一次性材料和再生要求的环境标准的背景下。
特殊“连接类型”或其他类型的可缩回或可扩展的大小调节元件使得限制性范围的ISA大小能够被配置为适合更宽的人群的需求。
ISA电极配置是关键性的并且调节与概述的电极配准有关的监测要求。
尤其是标准范围的ISA传感器调节混合型(EEG/AEP)配置和基于EEG的配置两者。结合另外的电极如Iz(后部EEG)的混合型高级配置(参见Error!Referencesource not found.)促进了特殊分析功能,如EEG神经来源估计(NSE;描述如下)[32]。
ISA***结合LED指示器,这些指示器指示了由信号质量估计(SQE)和相应的指示器与控制***(SQI&C;要求概述如下)计算的信号状态。ISALED指示器直观地将传感器信号质量和连接状态向用户发出警报,由此(例如)绿色LED光照将会表示可接受的质量,橙色是边缘性的,并且红色是故障或断开状态。ISA***呈现如下in Error!Reference source not found.:Error!Reference source not found.),同时具有一体化信号质量LEDS的UEM的说明呈现于Error!Reference source not found.:
针对一体化反射性体积描记-波形血氧定量(IRPO)***(描述如下)的规定启用生命体征监测,作为一种整体性ISA功能。
针对可选的气流传感器的规定,使用热敏材料如(但不局限于)热电偶、热敏电阻或用于更专门化的且更高级的ISA型式的PVDF材料。
一次性ISA***的一个实施方案包括备用电池,其被设计为当打开固定且密封的ISA包装时将被激活。这一特征使得电池寿命可预测性的程度能够基于包装上的使用期限信息,正如在有关背景知识产权出版物中所介绍[7]。
一体化传感器附件(ISA)***作为有关的背景IP出版物的一部分而获得[7;8]。
AEP刺激可以作为电子接口模块(UIM;WEM)的一部分而被包括,作为用于ISA基体的小的扬声器驱动器而结合、或者可替代地作为一个无线耳机或头戴耳机而被包括。在无线耳机选项的情况下,可以提供多达2个耳机。每个耳机可以包括两个可分离的部分,包括一个可再用的元件和一个一次性元件。该一次性元件可以包括病人应用部分,这些部分在部署再使用时将经受交叉感染的风险。此外,在一个实施方案中,该电池(可以是一个一次性或可再充电的部分)可以与该一次性耳机部分相互连接,这样通过在监测开始时附接该一次性和可再用的部分进而在监测结束时处理这些一次性部分可以简化操作。例如,可以将一种低成本硅耳机附接到一个微型电子无线刺激模块上,以使得可能快速附接、最低限度的强制而又可靠的操作。
[将要被包括在主要权利要求书中]
UEM、WEM以及CEM结合了类似的功能性,除了线缆相对无线接口连接选项以外,正如命名约定所建议。在下文中UEM项可以取代WEM或CEM,除了在针对相互连接的特殊参考之处以外,并且应用了功率功能。UEM功能包括在此概述的信号前置放大和过滤、数据采集、数字滤波、信号质量管理功能、刺激发生、以及电池和无线管理功能。
一种快速连接和释放***使得可能与ISA和UEM可靠而用户友好地相互连接。
同时ISA被设计为一种低成本的一次性设备,病人界面电子模块被设计为一种可再用的***并且含有更昂贵的电子线路。
可以在任何时间部署线缆连接而不破坏监测,使得在考虑电池再充电或无线接口的情况下方便而高依赖性的监测备份规定成为可能。
使用如在错误!未找到引用源。中显示的“Y-接头”接口适配器,UEM使得可能进行立体声或非立体声刺激操作。该UEM声耦合功能可以与针对一次性耳机和相互连接管件的选择项相组合,以减轻病人交叉感染的风险。
以下错误!未找到引用源。呈现了该UEM模块的概念概述,该模块结合刺激声耦合器、IAS连接状态指示器、电池显示指示器信号质量状态以及用户提示标识。
Error!Reterence source not found.:
Error!Reference source not found.and Error!Reference source not found.andError!Reference source not found.提供了更综合性的诊断监测模式,由此可以将该主要显示区域指定为显示许多另外的分析功能,正如在主屏幕显示区域的基底部的一排显示选择所描绘。
Error!Reference source not found.:
Error!Reference source not found.呈现了一种被称为神经光谱显示(NSD)的延伸的显示模式并且提供了许多特殊显示工具,它们被设计为检查各种事件、特殊情况监测时期以及与更详细的监测有关的其他显示视图。
NSA和A&CDD作为有用的工具而起作用,该工具用于研究如在此概述的麻醉监测。
该A&CD***被配置为使得可能计算、记录和显示一定范围的分析直方图结果,包括频率/FFT幅度和功率、双光谱和有关的输出产物、以及非线性动力学分析(熵),如在Error!的较低组中呈现的选择选项中所说明Reference source not found.:Error!(Reference source not found.)。
在线直方图显示指示连同相应的报告将信息以图形或列表的格式呈现。
重要的显示模式的一个实例是对于一种光谱显示的需要,由此有关的麻醉光谱参数如DC至8Hz的光谱带(在警报(14)唤醒活动和阿片样物质使用(16)的过程中增加)、α和β带(在唤醒过程中增加)、以及γ(在麻醉过程中增加)。
提出了区分50、100、150、60、120以及180Hz电源周期频率的AEP(包括ABR)和EEG光谱显示。
NSA显示格式对于所有物理或衍生的通道(包括输出噪声控制和刺激听觉通道)是可用的。
NSA光谱显示调节DC至8Hz δ和θ带区域(这些区域被认为是代表警报(14)或伪像区域,如觉醒和眼运动(16))、8至12Hz α和16至32β带区域(这些区域被认为是深麻醉(16)和睡眠状态(9)的标记)、30至47Hz区域(被认为是γ(7;19)标记)、70Hz至110Hz EMG光谱(2)、11至210Hz、以及201至500Hz(作为认知功能和/或能力的标记(14))。
该NSA***如呈现于Error!中Reference source not found.:Error!Reference sourcenot found.:对于与A&CD测定有关的每一光谱带的总功率百分比(100%)被显示为每一连续的或1s重叠8s间隔。这些光谱带被分解成范围从DC(白色)至500Hz(红色)的频率,如以刻度概述于在显示面板的左侧部分中所呈现。直方图的上右部分显示了代表麻醉深度指示总结的总的一体化A&CDi,而较低的条状图和相应的仪表显示代表(从面板的顶部到底部)其他有关因子,包括EMG肌肉抑制指数(MSi)、EEG爆发抑制指数(EEG BSi)、术中回忆风险率(IRf)、信号质量因子(SQf)以及大脑静息因子(CSf)。
如展示于错误!未找到引用源。(错误!未找到引用源。)中,通过相应于警报的背景颜色变化,可以用较慢的移动直方图条状图变化同时显示快速意识过渡检测状态、连同关键伪像信号失落和爆发抑制时期,其中该意识过渡(COtx)和爆发抑制时期被清楚地指示。
呈现在此的错误!未找到引用源。的较低板展示了一系列的屏幕按钮,其代表可用于在线NSA和A&CDD研究模式的生理变量和分析参数选择的样品范围。
Error!Reference source not found.:
图8根据麻醉的手术病人数据绘制的256-扫描AEP平均值,其记录了显示在x-轴上的研究时间(秒)和在y-轴上的AEP NLD麻醉深度指示值。这个实例数据绘图展示了将非线性动力学分析方法施用到诱发反应信号上并且将这些方法与独特的潜伏期-间隔分析方法结合的值。此外,该样品绘图展示了在这种情况下差别性振幅分析技术的使用,这些技术与非线性动力学听觉诱发电位(AEP)和AEP时间-间隔依赖性过程联合使用。该非线性动力学方法可以包括熵、光谱熵、时间序列复杂性分析、时间序列光谱复杂性分析或非线性动力学转换的其他变体。此外,可以与这些分析方法联合使用的其他方法包括积分法、幂、平方根或直接AEP幅度计算。
Error!Reference source not found.and Error !Reference source not found.:说明书:
Error!Reference source not found.呈现了根据麻醉的手术病人数据绘制的15-扫描arx AEP平均值,其记录了显示在x-轴上的研究时间(秒)和在y-轴上的AEP NLD麻醉深度指示值。
Error!Reference source not found.:
Error!Reference source not found.呈现了表示为‘a’至‘d’的数据峰的样本病人潜伏期依赖性监测,并且使用独特AEP潜伏期-间隔方法展示了重要监测数据的独特计算。
Error!Reference source not found.and Error!Reference source not found.:说明书:
错误!未找到引用源。显示的是,根据潜伏期-参数,同样的监测事件显得被强调或不再加以强调。例如,除了3(15-80ms)和4(20-80ms)以外,在所有的图形中表示为‘a’的数据峰的幅度大于‘b’,但是相对于图形3而言图形4看来是更敏感的事件‘b’的检测器。
一般而言,这些结果证明了对于256-扫描AEPiDAS平均值的所有潜伏期-间隔型式的高检测敏感性(相比于商业配置的BISTM监测***)。此外,数据峰(a至d)的检查证明,AEP潜伏期-间隔确实影响了AEP检测敏感性的敏感性。基于在图形‘3’(例如)中较高的‘d’对‘c’数据峰,在图形‘1’中明显的这些数据峰之间的关系相反,并且相对于‘d’伪像信号的较高的频率原始数据性质,与原始数据‘c’扰动信号关联的信号伪像的频率特征较低(每波形实例(错误!未找到引用源。)。该潜伏期-间隔参数显得展示出独特的伪像检测能力。具体而言,基于这些发现,相比于较高频率‘d’伪像,较低频率数据峰(在图形1中的每个‘c’)显得不被强调(具有较低的潜伏期-间隔参数(0-15ms)),而图形4较高的潜伏期-间隔参数(15-80ms)相反,这些参数显得强调了较高的频率伪像(d)并且不强调较低的频率‘c’伪像。这些因素在鉴定与麻醉监测有关的在线事件的背景下具有价值。
AEP指示器波动
AEP伤害性刺激事件可以代表有价值的疼痛和疼痛发作的标记并且可以给麻醉师提供对抗知晓的最后一道防线之一。具体而言,术中知晓可以伴随有麻醉诱导的肌肉抑制,从而防止来自病人的有意识反应,即使在意识状态的时候。而且,虽然报道注意了使用AEP参数的优越的伤害性刺激的检测(相比于连续EEG的那些),这一研究强调了在信号扰动和麻醉特异性事件(如与伤害性刺激相关联的那些)之间进行分辨的挑战。
已经在此证明了非线性动力学和常规幅度特异性事件检测的价值(错误!未找到引用源。)。作为检查在麻醉监测过程中的事件-检测敏感性的一种手段,检查了相应于病人-13256-扫描AEP-平均波形(错误!未找到引用源。)(图形4和11)、以及arx 15-扫描平均的散布图(错误!未找到引用源。图形6和14)的数据峰。作为检查对在线事件的反应性的一种手段,计算了相应于在以下patient-13(错误!未找到引用源。的每个格式,实例)中鉴定的事件的两个指示数据峰(IP)的对比比率。较早的数据峰被表示为IP1并且后面的表示为IP2。基于观察快速躯体运动(BMq)分类以及IP1(Error!的每一格式Reference source not found.实例)和IP2(Error!的每一格式Reference source not found.实例)事件的原始数据特征,如概述于以下部分中,IP1和IP2显得类似,除了IP2显得含有显著的低频率基线漂移以外,这可能与麻醉注射开始(在此时左右是显著的)相关联的运动伪像有关。
Error!Reference source not found.:
Error !Reference source not found.呈现了在CNS、PNS、MT、BM、Ar、ArNx、眼运动、EMG压低或爆发事件分辨与分类的任何组合之间的在线事件分辨和描绘。具体而言,这些数据绘图展示了部署非线性动力学AEP分析转换的独特的装置和有关方法,以检测和分类在一定范围的在线觉醒、躯体运动、有关监测过程中的生理和背景噪声伪像扰动。
该非线性动力学过程可以包括熵、光谱熵、时间序列复杂性分析、时间序列光谱复杂性分析或非线性动力学转换的其他变体。此外,可以与这个分析方法联合使用的其他方法包括AEP时间-间隔依赖性转换、积分法、幂、平方根或直接AEP幅度计算。
AEP伤害性刺激事件可以代表有价值的疼痛和疼痛发作的标记并且可以给麻醉师提供对抗知晓的最后一道防线之一。具体而言,术中知晓可以伴随有麻醉诱导的肌肉抑制,从而防止来自病人的有意识反应,即使在意识状态的时候。而且,虽然报道注意了使用AEP参数的优越的伤害性刺激的检测(相比于连续EEG的那些),这一研究强调了在信号扰动和麻醉特异性事件(如与伤害性刺激相关联的那些)之间进行分辨的挑战。
对于最敏感的256-扫描(Error!Reference source not found.,上图)和15-扫描(下图)AEP-平均数,在此就计算的这两个事件数据峰事件的比率描述了IP1和IP2指示检测敏感性。
IP2:IP1256扫描AEP-平均值分析类型:
基于256-扫描AEP MTA(38s反应)AEP分析类型,发现最显著的IP2:IP1比率是由AEPiDAS[ave256;20-80ms]产生的1.2(13.1/11.1)(图形4),其次是由Entropy1AEPiDAS[ave256;15-80ms](类型11)值产生的1.1(Error!Reference source notfound.顶部左侧图形)。
IP1:IP2256扫描AEP-平均值分析类型:
基于256-扫描AEP MTA(38s反应)AEP分析类型,发现最显著的IP1:IP2比率是由Entropy1AEPiDA[ave256;80-140ms](类型15)和Entropy1AEPiDA[ave256;80-100ms](类型14)的值两者产生的1.7(Error!Reference source not found.顶部右侧图形)。
IP2:IP1airx 15-扫描AEP分析类型:
基于arx 15-扫描AEP MTA(2.2s反应)AEP分析方法,发现最显著的IP2:IP1比率是由AEPiDAS[arx;80-100ms](图形6)和Entropy1AEPiDA[arx15;80-100 ms](类型14)的值两者产生的1.1(Error!Reference source not found.下部左侧图形)。
IP1:IP2Arx 15扫描AEP分析类型:
基于arx 15-扫描AEP MTA(2.2s反应)AEP分析方法,发现最显著的IP1:IP2比率是由AEPiDAS[arx15;20-80 ms](图形4)值和Entropy1AEPiDAS[arx15;15-80ms](图形3)值两者产生的1.6(Error!Reference source not found.下部右侧图形)。
Error!Reference source not found.呈现了一个外部噪声感测和消除***。
该噪声消除***结合了能够消除噪声或伪像或使其降至最低的电路和算法。
伪像例行程序可以鉴定特异性严重水平、间隔以及伪像的分类。
可以实施减少或除去不需要的背景生理伪像,包括EMG信号压低、眨眼、EOG压低;觉醒(各种神经性和自主性分类被包括在内)、躯体运动、运动时间、以及不需要的PAMR信号压低。
基于这种噪声消除***的部署,作为结果的生物监测***可以耐受高水平的电EMF以及其他环境干扰,尤其是当它涉及电外科扰动和手术室典型的运动伪像的范围时。
开放末端的“噪声取样通道”的A&CD结合可以被考虑为一种抵偿不需要的信号的手段,如在Error!Reference source not found中展示。如概述于Error!Referencesource not found.中。顶部区块[1]代表“外部噪声扰动的提取”并且包括“输入信号通道”和/或一个多个“开放末端或外部噪声传感器”输入。该“开放末端或外部噪声传感器”输入和相应的阶段[1]被设计为提取周期性噪声,如电源频率、产生自MRI回声设计阶段的RF、电外科装备扰动或具有周期性的并且常常是可预测的噪声特征的其他来源。通过从较宽的输入信号提取特异性不需要的噪声信号,这可以输入到消除阶段[2],其中残留的提取的噪声信号可以是相或幅度调节过的,以便能够将来自“电生理输入信号”的最有效噪声消除输入到区块[4](外部噪声扰动的提取)。区块[3]表示“残留输出的跟踪”),使得后面的区块[2]能够跟踪任何残留的不需要的周期性噪声信号,并且因此可以在任何时间针对最大噪声消除对在区块[2]之内的噪声消除进行连续微调。
噪声消除;
本发明使得在一个或多个外部成像或监测***定时参照信号之间能够同步化、采集的***(包括取样与保持定时),由此以预定的或动态计算的方式对数据进行取样,由此所述***或所述采集定时可以(但不局限于)被调节,以便使得输入信号能够在当不需要的信号扰动被采集(在当不需要的信号能够被降至最低时的时间)时的最佳时间被捕获。
在低噪声高取样率数据采集过程中的***和同步化:
在一个或多个外部成像或监测***定时参照信号之间的同步化、采集的***(包括取样与保持定时),由此以预定的或动态计算的方式对数据进行取样,由此所述***或所述采集定时可以(但不局限于)被调节,以便使得输入信号能够在当不需要的信号扰动被采集(在当不需要的信号能够被降至最低时的时间)时的最佳时间被捕获。虽然现存的***以较低的取样率进行取样,具有较低的后续低通滤波器频宽特征(如5Khz低通滤波器),而现存的***以较高的取样率(如10Khz或20Khz)进行取样,并且一些***还使得一种手段能够使在采集取样(取样与保持/采集)时间与外部装备信号之间的定时关系同步化,本发明的一个要点是用于监测或分析生物信号的一种装置(或方法),包括手段(或方法)的任何组合,以提供调节/最佳化在装置的采集相对定时与任何外部定时***或感测的噪声源的定时与最佳噪声减低波谷或定时周期之间的同步化的手段或步骤;或者高达或超过每秒20Khz样品的高装置取样频率的用途。
Error!Reference source not found.
图14呈现了基于常规方法的针对镇静、疼痛以及麻醉(SPA)监测的结构化方法的顶部概览
Error!Reference source not found.
图14针对有效镇静、疼痛以及麻醉(SPA)监测的结构化方法(现代方法),展示了监测关键结果(目标)、因果机制、连同相应的基础性测量标记,因为它们涉及基于本发明的现代方法的离散测量值和相关测量值两者。
Error!Reference source not found.
图16呈现了针对镇静、疼痛以及麻醉(SPA)监测的结构化方法的一个高层次流程图,展示了监测关键结果(目标)、因果机制、连同相应的基础性测量标记,因为它们涉及离散测量值和相关测量值两者,其中监测信号的解密用于最终跟踪重要的临床监测目标和终点(基于本发明的现代方法)。
Error!Reference source not found.
图17呈现了在镇静、疼痛抑制剂以及***物开发或病人监测过程中部署的传统试验与误差方法的高层次流程图,这些试验与误差方法有可能有待被增加或用更特异的生物标记评定方法代替,它们能够挑选出独立的并且相关的效应、连同涉及的认知/心理学机制和测量(基于本发明的现代方法)。
Error!Reference source not found.:
表1呈现了一个可应用于直接和交互式麻醉作用的主要A&CD功能测量要求的作图概况。
一些列的多变量分析被设计为将可应用到重要在线A&CD功能测量和指示标准(概述于后续的要求部分中)的可应用参数(参见错误!未找到引用源。,错误!未找到引用源。)结合。
一般而言,结合分析能够捕获与A&CD监测的目标和重要测量有关的中枢(AEP,EEG)、外周(EMG)以及血液动力学信息:以这样一种方式监测和处理至少一个第一连续的和一个第二诱发的神经学变量,使得这些监测的信号可以被分割成离散的基本的信息成分,进而在这些信息要素的选择性强调和不强调之后被再集合。使用一种结合的方法可以进一步增强一个或多个信号的重构,该方法不限于一种转换方法但是结合调解(加权方法)(参见SDA,如下)(4;5)。根据在感兴趣之下或在测量之下的特异生理功能,每个原始信号信息要素的作用都可以被调解。
A&CD基本在线功能测量标准:
该A&CD功能测量可以监测如在此所概述的直接和相关的麻醉剂生理效应、事件、关键或特征性麻醉时期、信号质量、总体综合指数的规定、以及综合生命体征监测。
直接麻醉剂效应:
A&CD监测的主要测量功能可以被安排成5个类别,包括麻醉剂效相关的麻醉剂效应、觉醒和运动、伪像、以及特殊A&CD特征,如概述在直接麻醉剂效应中的类别包括催眠、遗忘、痛觉缺失、不动性、抗焦虑[8;13],而重要的相关效应包括抗焦虑和催眠的那些、以及还有不动性和催眠。
相关的麻醉剂效应:
麻醉的相关效应包括术中知晓(伴随有麻醉性肌肉抑制或抗焦虑的提高)。在伴随有麻醉诱导性肌肉麻痹或应激/抗焦虑升高的术中知晓的这些时期中,病人可能对长时记忆的静息(laying)是高度敏感的,导致不利的健康后遗症,如创伤后应激障碍。在中枢-外周-生命体征平衡(CPVB)和术中回忆风险率(IRf)的要求下,在别处描述了这些功能(还参见Error!Reference source not found.)。
与离散咬肌EMG和PAMR测量相结合,常规面部EMG功率的计算可以被计算和配准为EMG功率/肌肉抑制指数(MSi),如在Error!Reference source not found.)中的下部右侧组所示。
A&CD重要事件包括觉醒、躯体运动、运动时间以及伪像:
觉醒和运动检测包括觉醒(整体组)、皮层觉醒、微觉醒、伤害性刺激(麻醉特异性)躯体运动、运动时间。
可以使伪像检测和指征能够用于EOG信号污染、眼运动、50/60周期或有关干扰、电外科扰动以及EMG爆发(EMGi)[15;24]。可以指示所有信号失落时期。
关键麻醉时期和重要测量特征:
特殊A&CD特征鉴定和指示包括药效学跟踪、信号质量估计测量、等电位皮层静息和准静息的时期、爆发抑制时期、唤醒扰动时期、作为意识状态的测量的γ功率、作为A&CD前部化的神经来源估计[33]。
最关键性的觉醒、伪像和特殊特征出现(如麻醉术中知晓或疼痛/伤害性刺激的标记)可以被跟踪并且两者均作为一个事件但是也作为一个指标值而被指示。这些指标值可以指示有关的事件的率值(基于一个适当的时基如30秒或1分钟)。这些事件包括通常的伪像、以及具体的EOG、眼运动、50/60Hz周期或有关干扰、电外科扰动、以及EMG爆发或觉醒时期(EMGi)[15;24]。事件检测的一个实例和总觉醒指数被呈现于Error!Reference source not found.)的趋向部分的下部分中。
信号质量测量:
就信号质量而言,可以一直显示总测量(Error!Reference source not found.的每个顶部部分)连同单独的输入通道信号连接和质量状态,如呈现于Error!Referencesource not found.的下部右侧部分中。
A&CDi综合指数:
A&CDi可以显示一种综合意识过渡标记、连同直观的颜色显示***(每个A&CDi;Error!Reference source not found.)。该显示可以被分成100个直方图步骤,其中5个病人状态的范围是从唤醒(A&CDi=100)一直到平底线EEG(A&CDi=0)。这些范围从0到100的A&CDi值可以被分成10个区段。最高的值相应于当病人对普通声音作出反应时的唤醒状态,而其次的水平或20条状图区段相应于当病人对响亮声音作出反应的轻度催眠状态;轻推或振摇,下一个20条状图区段,反应病人对言语刺激无反应并且具有低的清晰回忆可能性的全身麻醉状态,之后是深催眠状态。
同时缓慢趋向和快速检测:
该显示可以指示基于较长的数据平滑处理要求的较慢的趋向(10s至20s),如分等级的给药指南(在Error!Reference source not found.中的主要条状图显示)、以及还有适合于捕获快速意识过渡和其他波动(如伤害性刺激)的快速检测和指示要求(参见在Error!Reference source not found.中的AEP COtx)。
显示用户提示和事件记录:
该显示可以就特殊或有关信号状态警报提示用户,这些信号状态警报如信号质量估计(SQE)、伪像补偿和拒绝(AC&R)、信号/传感器质量指示和控制(SQI&C)、自动鉴定和通道表征(AICC)、以及AEP伺服刺激控制((ASC)的状态。这些特殊警报要求可以显示为屏幕指征的一部分并且还可以在适当时显示为每个实例的用户提示通知的一部分(呈现在Error!Reference source not found.的顶部)。
在当可能需要特殊用户干预的情况下,该显示可以提醒操作者,这些情况例如是压力敏感电极激活(PSEA;电极再水合和再磨损要求)、无线/电池/安全超越(WBSO)以及自动模式确定(AMD)。通过例如呈现在Error!Reference source notfound.和Error!Reference source not found.,的顶部组中的指示,这些用户提示可以提醒用户,例如。
该用户界屏幕可以使得无缝合线进入能力成为可能(还参见OEM要求),如在此显示于上部屏幕部分Error!Reference source not found.。
生命体征:
具有一体化反射性体积描记-波形血氧定量(也称为IRPO)的ISA)和用于气流感测的可选规定可以使得一定范围的生命体征变量的连续监测和显示成为可能(Error!Reference sonrce not found.右侧)。这些变量包括氧饱和度、心率以及源于该体积描记法波形的变异性。
该ECG信号可能源于现存的ISA表面电极信号或一个或多个补充的ECG特殊用途ECG电极(如果需要的话)。
脉搏动脉张力(PAT)可以源于脉搏波形、脉搏过渡时间(PTT),并且源于PTT的自动觉醒可以是可能的(使用血氧计和ECG参数的结合)。
当用于气流传感器的规定被结合在该ISA设备之内时,可以监测呼吸率。
血压变异可以源于处理的ECG和PTT参数连同其他体积描记法血氧计输出产物,作为距离预定的滑动平均基线值的血压变化的量度(还参见IRPO要求)。
其他A&CD在线监测考虑事项:
可靠性和一致性:测量有效性和一致性可以应用于95%以上的病人并且不依赖于外科和***物[9]。强的病人间和病人内一致性、可靠性和精确性在跨广大分层的人群和跨不同范围的麻醉剂类型和混合物中是明显的。
对伤害性刺激的反应性和其他重要乱真信号:
对伤害性刺激作出反应的快速而准确的测量将是需要的。
对信号扰动的高耐受性:
应该存在着针对相应于电外科(ES)干预的信号扰动的高耐受性,使得在ES过程中能够连续监测和指数测量。从ES干预的快速恢复和其他时期的严重信号扰动必须使明显的,并且可以消除信号中断时期或使其降到最低。在重要事件检测(如伤害性刺激的存在)对不需要的信号扰动之间的分辨是基本的设计考虑事项。
伪像状态和在线反应延迟因子的连续显示:
在极端监测条件下,当A&CD数据平滑处理时间必须被延长以应付这些信号扰动时,适当的显示指示可以提醒操作者,否则该操作者可能遗失重要事件并且不能理解在操作条件方面的变化。
一致且快速的在线反应性:
一致的、快速的(<15秒)在线反应延迟和数据平滑处理特征始终具有清楚的反应延迟指示。
操作者散射干扰和过载因数:
一般而言,***操作者不能被过载或被散射干扰弄乱或过度“忙碌”显示,但是宁可在需要时必须被清楚地提醒。Error!Reference source not found.可以被考虑在研究者界面或诊断显示模式的背景中,但是可以经受综合性用户反馈,部署流线型的和适合的常规临床型式。
AEP点击检测(与AEP监测有关):
在混合监测配置的情况下,准确且可靠地验证有效AEP反应和相应的刺激连接检测。
反应知晓的层级分析(与AEP监测有关):
在相对于N1-效应(传入;Bulter效应)专性ABR感觉变化之间的响应性的准确的分辨、以及较高水平的PCP变化(代表知晓状态)是层级AEP处理的基本方面。
诊断模式图形用户界面:
该A&CD图形用户界面可以呈现如在此的Error!Reference source not found中所展示的测量。
上部右侧组显示可以指示总的综合指数表示(A&CDi)。上部左侧部分的显示可以激活“视图模式”功能,从而启用一定范围的有用的预配置的麻醉特异性操作者复杂性水平(OICL),还如在此的Error!Reference source not found.中。更具流线型且简化的A&CD显示格式可以被提供用于常规临床目的,但是这些格式经受广泛的研究,包括临床医师和研究者的反馈。
Error!Reference source not found.
常规和麻醉特异性在线事件的分类
基于跨所有病人的检查麻醉指示AEP迹线(pat.n=16),已经证明arx 15-扫描和较慢的256-扫描AEP MTA指示值两者适当地呈现了觉醒、躯体运动、以及伪像波动,而双光谱指数基于EEG的测量倾向于消除这些快速变化。具体而言,基于快速躯体运动(BMq)、快速觉醒(Arq)以及伤害性刺激(Nx)觉醒建立了麻醉特异性事件。就伤害性刺激而言,观察了躯体运动(NxBM)和皮层(NxC)类型两者,其在检测代表A&CD逆转效应的CNS产生标记的方面具有含意,与由临床工作人员病人干预和随后的运动事件产生的信号扰动相反。在捕获麻醉特异性疼痛或麻醉逆转以及作为结果的术中知晓的标记方面,这些事件的分类具有重要的含意。虽然这些结果暗示了麻醉特异性在线监测的重要性,而且显然的是这些新的在线事件检测方法不仅可以改进真阳性预测结果,而且可以将假阴性和假阳性降至最低。
The following Error!基于建立的(常规的)和麻醉特异性的(所提出的)分类方法,Reference source not found.总结了常规和麻醉特异性觉醒、伪像以及运动事件。该表格的下面部分呈现了一系列的所提出的在线麻醉特异性指数。
A&CD14AUG10临时权利要求集合摘要/综述
较早代的麻醉监测结合临床体征,例如瞳孔反应、呼吸模式、脉搏质量以及通过直接测量生理学终点(包括血压、心率以及呼吸率和呼吸量)而增加的运动。进一步的发展导致脉搏血氧定量法以及二氧化碳图的部署,这使得在病人经历麻醉期间能够精确地评定通气***。此外,潮气末试剂分析的使用以及外周神经的刺激使麻醉师能够测量药理学试剂浓度以及效应。最近以来,可以使用肺动脉导管以及经食管超声心动图对麻醉过程中的心脏功能进行评定从而能够连续进行血压和心输出量监测。此外,最新发展提供了对中枢神经***的神经生理学监测,从而能够直接测量麻醉和镇静过程中的脑状态,并且能够进行甚至更精细的手术期间剂量控制。然而,虽然已经认识到与传统监测相结合更精确地监测大脑效应能够为麻醉、镇静剂、以及止痛剂的最佳调节提供更完整的途径,现在公开的研究(DB thesis ???)明确说明最早证据中的一些证明使一些特定生理尺寸相互关联和结合以及跟踪更特异的麻醉效应和事件的益处。ISA设备和随后的处理设备以及被本PCT覆盖的算法以如权利要求系列???至???中详细说明的许多新专利权利要求的形式概述了一系列这些新发展。
权利要求系列1:一体化传感器附件设备
随后的诊断设备权利要求(权利要求1至??)的第1系列涉及用于在麻醉、镇静或冥想或非冥想状态期间评估个体的心理和/或生理状态的一种病人应用的一体化传感器附件(ISA)设备,包括整合到一个单一的柔性基质中的传感器,并且这些传感器包括至少一个电生理诱发或连续脑电图(EEG)监测传感器,与EEG信号区分离的至少一个肌电图(EMG)监测传感器,包括定位在咬肌和/或耳后区之上的电极传感器配准,以及针对一体化生命体征监测传感器的规定,作为用来跟踪2个或多于2个或更多个可应用于催眠、遗忘、痛觉缺失、不动性、抗焦虑、以及生命体征变化的生理参数集合的手段。
权利要求系列2:一体化传感器附连方法
随后的诊断方法权利要求(权利要求1至??)的第2系列涉及用于在麻醉、镇静或冥想或非冥想状态期间评定个体的心理和/或生理状态的一种病人应用的一体化传感器附连装置(ISA),包括整合到一个单一的柔性基质中的传感器,并且这些传感器包括至少一个电生理诱发或连续脑电图(EEG)监测方法,与EEG信号方法分离的至少一个肌电图(EMG)监测方法,包括咬肌方法和/或耳后方法,以及针对一体化生命体征监测方法的规定,作为用来跟踪2个或多于2个或更多个可应用于催眠、遗忘、痛觉缺失、不动性、抗焦虑、以及生命体征变化的生理参数集合的手段。
*****
权利要求系列3:前置放大器设备
在此列出的诊断设备权利要求的第3系列(权利要求x??至y??)涉及一种紧凑的病人界面设备(模块),其被设计成提供能够多维(参数包括两个或更多个催眠、遗忘、痛觉缺失、不动性、抗焦虑函数)处理、测量的所述“病人应用的”ISA设备与相关***显示功能之间的相互连接。(即针对在ISA与处理单元之间的电子接口模块的设备权利要求)。
权利要求系列4:前置放大器方法
在此列出的诊断方法权利要求的第4系列(权利要求x??至y??)涉及一种病人前置放大器信号处理方法,包括可调节输入电外科过滤方法、......、......、能够......的方法。在线检测电极连接、信号质量、以及紧密接近的LED或其他显示指示器之间的相互连接直观地为***用户发送需要注意电极或传感器附件或病人顶部传感器附件***(例如但不限于压力再胶凝和/或再磨损压力垫的活化或直接移动和/或针对电极或传感器的压力以优化信号监测)、......等(包括特殊前置放大器方法,如可调节输入电外科输入过滤器,等)的信号。
权利要求系列5:ER分层/多维心理和生理监测设备
在此列出的诊断设备权利要求的第5系列(权利要求1至50)涉及一种分层诱发反应分析***,包括设计成将复合AEP信号分解成代表低水平ABR感觉反应的不同功能信息通道的多个部分,指示刺激到达通过耳蜗和听神经到大脑皮质的N1标记(如N1存在),传入神经反应(如N1-效应)、相应于增加的不应期(刺激间期;ISI)的升高的N1-P2幅度、具有较深的麻醉的MLAEP幅度-潜伏期变化,通向指示高位注意状态(指示在术中回忆过程中涉及的较长时记忆的静息)的处理临时电位(PCP)。
在麻醉和/或意识深度、镇静或其他活动过程中诱发的神经生理反应是产生于从基础的非线性突触活动产生的信号的总体。然而,虽然根据它们的心理和生理起源将这些产生的神经生理反应组装并且然后分离,它们大体上已经以总的或钝的方式被处理。
例如,不良的麻醉后遗症例如术中知晓以及相关的创伤后应激障碍回忆仍然是一个主要风险,连同不能施行麻醉(在创伤病例中小的***署限度也具风险性的情况下,其中心脏或呼吸功能已经处于应激中)。
因此,通过以这种方式监测个体的生理和心理参数来设计本发明用来克服这类限制,即用户能够跟踪可应用于安全的医学操作并且部署精神或生理改变疗法的与感觉、中枢神经、以及其他外周的和生命体征***改变相关的重要事件和情况。具体而言,用可以应用于A&CD监测的独立的和整合的联系两者的更具特异性的标记和测量来增强A&CD的常规离散的和非整合性测量。
[[[[临时老版本-在此列出的诊断设备权利要求系列(权利要求1至y??)涉及一种分层诱发反应分析***,包括设计成将AEP信号分解成代表低水平ABR感觉反应的不同功能信息通道的多个部分、指示刺激到达通过耳蜗和听神经到大脑皮质的N1标记(如N1存在)、传入神经反应(如N1-效应)、相应于增加的不应期(刺激间期;ISI)的升高的N1-P2幅度、具有较深的麻醉的MLAEP幅度-潜伏期变化,通向指示高位注意状态(指示在术中回忆过程中涉及的较长时记忆的静息)的处理临时电位(PCP)。
在麻醉和/或意识深度、镇静或其他活动过程中诱发的神经生理反应是产生于从基础的非线性突触活动产生的信号的总体。然而,虽然根据它们的心理和生理起源将这些产生的神经生理反应组装并且然后分离,它们大体上已经以总的或钝的方式被处理。
例如,不良的麻醉后遗症例如术中知晓以及相关的创伤后应激障碍回忆仍然是一个主要风险,连同不能施行麻醉(在创伤病例中小的***署限度也具风险性的情况下,其中心脏或呼吸功能已经处于应激中)。
因此,通过以这种方式监测个体的生理和心理参数来设计本发明用来克服这类限制,即用户能够跟踪可应用于安全的医学操作并且部署精神或生理改变疗法的与感觉、中枢神经、以及其他外周的和生命体征***改变相关的重要事件和情况。具体而言,用可以应用于A&CD监测的独立的和整合的联系两者的更具特异性的标记和测量来增强A&CD的常规离散的和非整合性测量。
在此列出的诊断方法权利要求的第11系列(权利要求1至y??)涉及一种分层诱发反应分析方法(阅读上述设备权利要求系列的上下文),被设计成将AEP信号分解成代表低水平ABR感觉反应的不同功能信息通道的多个部分、指示刺激到达通过耳蜗和听神经到大脑皮质的N1标记(如N1存在)、传入神经反应(如N1-效应)、相应于增加的不应期(刺激间期;ISI)的升高的N1-P2幅度、具有较深的麻醉的MLAEP幅度-潜伏期变化,通向指示高位注意状态(指示在术中回忆过程中涉及的较长时记忆的静息)的处理临时电位(PCP)。]]]]]]]
权利要求系列6:ER分层/多维心理和生理监测方法
在此列出的诊断方法权利要求的第6系列(权利要求1至52)涉及一种分层诱发反应分析方法(阅读上述设备权利要求系列的上下文),被设计成将AEP信号分解成代表低水平ABR感觉反应的不同功能信息通道的多个部分、指示刺激到达通过耳蜗和听神经到大脑皮质的N1标记(如N1存在)、传入神经反应(如N1-效应)、相应于增加的不应期(刺激间期;ISI)的升高的N1-P2幅度、具有较深的麻醉的MLAEP幅度-潜伏期变化,通向指示高位注意状态(指示在术中回忆过程中涉及的较长时记忆的静息)的处理临时电位(PCP)。
权利要求系列7:环境噪声感测和消除(ENS&C)生物监测设备
名称:环境噪声感测和消除(ENS&C)***。
在此列出的权利要求第6系列涉及结合了噪声感测输入和/或其他信号输入的一种环境噪声感测和消除(ENS&C)***,由此可以感测或检测生物监测环境中不需要的噪声进而以这样的方式进行处理使得能够从感兴趣的信号中消除不需要的噪声。
权利要求系列8:环境噪声感测和消除(ENS&C)生物监测***方法
摘要:
权利要求系列9:光谱刺激确认***设备
权利要求系列10:光谱刺激确认方法
权利要求系列11:光谱噪声和失真跟踪以及动态连接的信号处理设备
权利要求系列12:光谱噪声和失真跟踪以及动态连接的信号处理方法
权利要求系列13:可调节开口采集***设备
名称:可调节采集开口(AAA)***。
权利要求的第13系列处理一种可调节采集开口(AAA)生物监测装置,该装置能够通过自动的、手动的或计算机辅助的数据采集取样与保持开口调节将不需要的环境或外部***噪声降至最低。具体而言,能够以这种方式来调节取样与保持开口窗,即在连续的时间点捕获输入信号,这些时间点被同步化并且定位以在周期性噪声峰之间对输入信号进行取样与保持。因此,该AAA***可以将该开口窗***在不需要的周期性外部噪声峰之间,以便将相应的感兴趣的信号中的干扰作用降至最低。
权利要求系列14:可调节开口采集方法
权利要求系列15:早期版本ISA专利权利要求集合:A&CD生物知晓监测***设备
权利要求系列16:早期版本ISA专利权利要求集合:A&CD生物知晓监测***设备
早期权利要求版本专利权利要求集合3:术中回忆敏感性测量 130
当前权利要求-ER分层/多维心理和生理监测设备权利要求集合Error!Bookmark notdefined.
当前权利要求-分层/多维心理和生理监测方法权利要求集合Error!Bookmark notdefined.
权利要求系列17:生物监测***组合分析法
在此列出的诊断方法权利要求的第17系列(权利要求x??至y??)涉及与处理相关联的方法,该处理结合了提取单独测量和相应于多维(参数包括催眠、遗忘、痛觉缺失、不动性、抗焦虑函数中的两项或更多项)处理(计算算法)和显示(原始数据和各种衍生的指数)功能的组合测量的手段。
权利要求系列18:早期版本(A&OC&OD监测***组合分析法
权利要求系列19:早期版本(A&OC&OD监测&药物递送设备
在此列出的药物递送设备权利要求的第19系列(权利要求x??至y??)涉及与在线确定相应于来自涵盖诊断监测、处理(计算算法)以及显示(原始数据和各种衍生的指数)功能的所述“设备”、“诊断方法”、以及“诊断设计”权利要求的多维(参数包括催眠、遗忘、痛觉缺失、不动性、抗焦虑函数中的两项或更多项)参数的药物递送化合物最佳组合相关联的设备。(即相应于使用所述ISA设备、ISA设计、病人界面设备、病人界面方法、和/或A&CD监测方法中的任何一项作为促进麻醉剂化合物(负责A&CD效应包括催眠、遗忘、痛觉缺失、不动性、抗焦虑功能中的那些麻醉化合物)的混合和递送速率的一种手段的药物递送生物反馈***的设备权利要求)。
权利要求系列20:早期版本(A&OC&OD监测&药物递送方法
在此列出的药物递送方法权利要求的第20系列(权利要求x??至y??)涉及与在线确定相应于来自涵盖诊断监测、处理(计算算法)以及显示(原始数据和各种衍生的指数)功能的所述“设备”、“诊断方法”、以及“诊断设计”权利要求的多维(参数包括催眠、遗忘、痛觉缺失、不动性、抗焦虑函数中的两项或更多项)参数的药物递送化合物的最佳组合相关联的方法。(即相应于使用所述ISA设备、ISA设计、病人界面设备、病人界面方法、和/或A&CD监测方法中的任何一项作为促进麻醉剂化合物(负责A&CD效应包括催眠、遗忘、痛觉缺失、不动性、抗焦虑功能中的那些麻醉化合物)的混合和递送速率的一种手段的药物递送生物反馈***的设备权利要求)。权利要求系列21:监测在额叶对枕叶活动中的前部化或差异和/或在脑活动设备中的相应变化或漂移的神经来源估计(NSE)A&CD
###临时---
前叶和后叶
2.麻醉和痴呆
神经疾病例如痴呆在麻醉学家中提出了一个日益增加的问题,尤其是当老年群体和相应的这些疾病流行性和严重性增加时。这些疾病的副作用包括认知解离[19]或神经内聚性降低、以及多种效应例如前部化[34;34]。这样的改变进而产生神经局部病灶、时间序列以及更一般的EEG光谱构成的改变。
......
结合在两侧区域之间的相干性,PSI计算结合了来自大脑前-后关系的EEG功率、频率、以及相位信息。
Pa已经显示(神经磁性记录)与颞上听觉皮层的活动相关,而前-后平面促成了Pa波形形态的变化。
在其他研究中,使用两个CSM***来记录左侧和右侧半球EEG监测记录。尽管在麻醉过程中有单侧化的报道,在左侧和右侧大脑半球之间发现了强的EEG关联。其他报道证明了针对切口的自主或躯体反应的较差CSI预测。
Anderson和Jakobsson(2006)在25个手术麻醉病人(n=584)中研究了已知发生在认知、睡眠和觉醒过程中的EEG大脑单侧化改变。这些研究人员使用两个CSI监测器来记录脑电波,其中每个监测器被配置为同时记录,即同时记录左侧和右侧EEG电极。相对于睡眠[5;16;22;25]过程中的脑部单侧化的报道,诸位研究者发现左侧和右侧半球记录的EEG对之间非常高的相关性[1]。
.#####
在前面部分中列出的药物递送设备权利要求的第21系列(权利要求1??至y??)涉及一种用于确定和/或监测相应于麻醉或镇静的未用药或用药状态的受试者的心理或生理状态过渡性(双相或开关样)或分级变化,并且特别是可应用于神经来源定位变化或差异(在多个额区或多个枕区之间的半球/单侧化或变化或与这些区域相关联的活动的方向改变)的变化的设备或方法。具体而言,一种NSE设备或方法使得能够使用少至2个EEG电极(如2个前额额叶监测电极)来确定半球/单侧化差异或脑部活动的改变,或用少数另外的电极(例如,总共3个电极,包括2个左侧和右侧前额电极)来确定大脑活动的前额至枕部(并且反之亦然)的差异或方向改变。可以将这种NSE***应用到常规的可走动病人或临床应用中,其中这种性质的大脑变化的监测可以与其他信息相结合,以在麻醉、镇静、或未用药行为评定过程中协助确定病人的感觉状态。
权利要求系列22:用于监测在额叶对枕叶活动中的前部化或差异和/或脑活动方法中的相应变化或改变的神经来源估计(NSE)A&CD
权利要求系列35:使得独立和特殊情况相关信号总体能够应用于镇静、疼痛和/或麻醉监测从而根据基础的生理学和认知/心理学机制有待被分离成重要生物标记信息通道的结构化和分层***
由此这些SPA目标包括(但不限于):
1.催眠,
2.遗忘,
3.痛觉缺失,
4.不动性
5.镇静,和
6.安全且稳定的生理和认知功能。
由此该基础的SPA生理和认知/心理机制包括(但不限于):
1.催眠:中枢神经***(CNS);认知功能、心理功能
2.遗忘:自主神经***;其他生理控制***包括中枢整合(主要是学习、记忆、以及可能的脑功能偏侧化)、内分泌控制机制;肾上腺(激素例如肾上腺素/a.k.a肾上腺素是在应激和有关记忆巩固过程中涉及的一种激素和神经递质)。
3.痛觉缺失:中枢神经***(CNS)、周围神经***,
4.不动性:周围神经***、运动***、肌肉***;
5.镇静:感觉***;
6.安全且稳定的生理和认知功能:整合的器官功能(主要SPA监测)包括肌肉、心脏、循环、呼吸、肺循环、气体交换、以及呼吸控制、体温调节。
由此,这些SPA检测生物标记包括(但不限于):
1.催眠:诱发电位(EP)和连续EEG信号。
2.遗忘:与指示激素和神经递质释放的生命体征信号有关的诱发和连续EEG信号,以升高的生命体征测量值和术中回忆记忆巩固的风险为特征。
3.痛觉缺失:可以在由到达中枢神经***(脊椎或大脑)的神经冲动产生的EP和/或连续EEG方面的分级或自发变化为特征。
4.不动性:可以在由肌肉张力或活动方面的变化产生的在PAMR和/或连续EMG方面的分级或自发变化为特征。
5.镇静:可以基线对比生命体征和其他生理量度的分级的或自发的升高为特征。
6.安全且稳定的生理和认知功能:可以生命体征、生理认知测量的安全操作模式为特征。
由此特殊病例SPA监测的生物标记相互关系包括(但不限于):
1.伴随有升高的生命体征和/或其他生理测量的催眠。这可能是伴随有术中知晓的药物诱导的肌肉麻痹过程中的错误催眠解释的一种情况。
2.伴随有升高的可动性测量值的催眠。这可能是术中知晓过程中的错误催眠解释的一种情况。
3.皮层或皮层下觉醒伴随有生命体征方面的分级或自发变化或其他变化,指示神经冲动到达脊髓或大脑以及相应激素和神经递质(a.k.a肾上腺素或内啡肽)的释放,从而阻止神经细胞释放更多的疼痛信号,而且还提供生命体征变化(如心率增加、血管收缩、气道扩张以及针对交感神经***的术中知晓战或逃(flight-or-fight)推动的其他症状),以及涉及术中回忆的永久记忆的强化(burning)(记忆巩固)。
4.监测分级的或自发的脑信号觉醒或其他变化,其指示与电外科过程、缝合、以及其他外科刺激相关联的伤害感受(编码和处理伤害性刺激的神经过程)。
5.通过结合在这些刺激事件与作为结果的处于评定下的个体的生理或认知状态变化之间的时间比对来监测分级的或自发的脑信号觉醒或其他变化,其指示与电外科过程、缝合和其他外科刺激相关联的伤害感受(编码和处理伤害性刺激的神经过程)。
6.通过结合EEG信号变化与指示疼痛反应的EMG分级的或自发变化来监测分级的或自发的脑信号觉醒或其他变化,其指示与电外科过程、缝合和其他外科刺激相关联的伤害感受(编码和处理伤害性刺激的神经过程)。
摘要/PCT综述:连续或诱发电位心理学和生理学生物信号监测***
本发明(参见Error!Reference source not found;综述)由结合了非线性动力学(NLD)分析例如熵或监测来自生物受试者连续(Error!Reference source notfound.;E;F)或诱发信号(Error!Reference source not found.;A)的其他复杂性分析的一种方法和***组成,其中这样的***包括多个处理步骤,这些步骤包括:a)作为呈现给生物受试者的病人刺激的结果(Error!Reference source not found.;B;C)诱发生物信号和能够捕获信号顺序或规律性时间改变的非线性分析方法的组合;b)处理的诱发或连续中枢神经或外周生理机制的任何组合((Error!Reference sourcenot found.;D;G),b)用来产生指示病人的麻醉和意识深度(A和CD)水平、镇静或睡眠/唤醒状态(实施方案实例1)的测量((Error!Reference source not found.;H)的一种手段。
另外,本发明由一种方法和***组成,该方法和***结合了一种NLD分析手段,以改善包括以下各项的任何组合的不同信号起源之间的分辨:a)中枢神经***(CNS)、b)周围控制或神经***(PNS)、c)自主控制或神经***(ANS)、d)觉醒、以及e)伪像(实施方案实例2)
首字母缩略词、缩写以命名法。
表1论文首字母缩写和缩写
Claims (124)
1.结合了用于监测生理包括认知、信号的一个单一基体病人应用部分的装置,该装置包括以下各项中的至少一项;生命体征监测传感器,
耳后肌(PAM)监测传感器,
咬肌传感器,
一体化反射性血氧计传感器,
一体化或附连的耳定位的血氧计监测传感器。
1.根据权利要求1至?所述并且进一步包括定位在一个或多个传感器附近的发光二极管或其他指示器的装置。
2.根据权利要求1至?所述并且进一步包括与一个或多个传感器结合的发光二极管或其他指示器的装置;
3.根据权利要求1至?所述并且进一步包括结合一个可扩展和/或可收缩尺寸功能的工具的装置,用于跨一定范围或不同病人年龄或尺寸而最佳定位和配准所述传感器的位置,
4.根据权利要求1至?所述并且进一步包括用于再胶凝和/或再磨损监测传感器电极再注入能力的工具的装置,
5.根据权利要求1至?所述并且进一步包括整合的一个或多个单元的装置,这些单元含有适合于通过将压力施加到所述单元上来再水合和/或再磨损传感器设备电极的化合物,
6.根据权利要求1至?所述的并且进一步包括提醒用户何时压下含有电极再水合和/或再磨损化合物的所述电池的一体化指示器的装置,
7.根据权利要求1至?所述并且进一步包括用于刺激AEP信号的一种工具的装置,它可以是有线的或无线的,并且该一次性病人接触元件是可以分离的,从而使得可以处理该病人接触的一次性部分,而较昂贵的电子元件可以被再利用,
8.根据权利要求1至?所述并且进一步包括一体化AEP刺激的装置,由此该电子元件可以与这些一次性元件分离,并且其中这类一次性元件可以包括与受试者接触的一个电池和/或耳机,
9.根据权利要求1至?所述并且进一步包括一个前额EEG监测传感器的装置。
10.根据权利要求1至?所述并且进一步包括咬肌传感器的装置是一个EMG监测电极。
11.根据权利要求1至?所述并且进一步包括一体化监测设备的装置,该一体化监测设备含有参考输入和参考驱动输出传感器的,以便消除不需要的噪声以及改善监测传感器的信噪比。
12.根据权利要求1至?所述并且进一步包括一体化监测设备的装置,该一体化监测设备结合了活性电子部件,这些电子部件被设计为缓冲或放大传感器监测的信号和/或减少传感器设备的输出阻抗,以提高该传感器设备的信噪比。
13.根据权利要求1至?所述并且进一步包括一体化AEP刺激部分的装置,包括:
一个小扬声器或其他声音产生元件,
一个可以整合到传感器单一基体中的小扬声器或其他声音产生元件,
一个作为头戴耳机或者一个或两个有线耳机而被包括的小扬声器或其他声音产生元件,一个作为头戴耳机或者一个或两个无线连接耳机而被包括的小扬声器或其他声音产生元件,
一个作为头戴耳机或者一个或两个柔性管连接的耳机而被包括的小扬声器或其他声音产生元件,
一个作为头戴耳机或者一个或两个无线连接耳机形而被包括的小扬声器或其他声音产生元件,该耳机可以包括两个可分离的部分,这些部分由一个可再用元件和一个一次性元件组成,
该耳机可以包括两个可分离部分,这些部分由一个可再用元件和一个一次性元件组成,并且该一次性元件可以包括病人应用部分,通过处理该病人应用部分可以防止交叉感染风险,
可以将一次性电池部分附连到该一次性应用部分上从而使得能够与该可再用的刺激器部分快速分离,或
该刺激器电池部分可以是可再充电的。
14.根据权利要求1至?所述进一步结合了监测以下各项中的任何一项的一种工具 的装置:
通过神经***变化或状态的催眠,
通过测量和/或分析确定中枢神经***(NCS)变化或状态的遗忘,
通过临床观察术中知晓变化或状态的遗忘,
通过促成记忆巩固和升高的术中回忆风险(由于长时记忆的强化)变化或状态的激素(a.k.a肾上腺素)产生的遗忘,
通过感觉***变化或状态的痛觉缺失,
通过痛觉感受器变化或状态的痛觉缺失,
通过神经***变化或状态的痛觉缺失,
通过周围神经***(PNS)变化或状态的痛觉缺失,
通过中枢神经***(CNS)变化或状态的痛觉缺失,
通过肺部麻醉气体交换变化苯乙酮(hopnone)生成(钝痛感受器)变化或状态的痛觉缺失,
通过运动***和/或肺部麻醉气体交换变化或状态的不动性,或
通过生命体征变化或状态的抗焦虑。
15.根据权利要求1至?所述的装置,进一步包括一个微处理器,该微处理器被编程用来区别以下各项中的任何一项:
通过神经信号变化或状态的催眠,
通过临床观察术中知晓变化或状态的遗忘,
通过促成记忆巩固和升高的术中回忆风险(由于长时记忆的强化)变化或状态的激素(a.k.a肾上腺素)产生的遗忘,
通过临床观察疼痛和麻醉蒸汽浓度以防止外科刺激(疼痛)运动(或最低肺泡浓度;MAC)变化或状态的痛觉缺失,通过觉醒变化或状态的痛觉缺失,
通过躯体运动变化或状态的痛觉缺失,
通过不动性变化或状态的痛觉缺失,
通过运动变化或状态的临床征象的痛觉缺失,
通过升高的EMG活动变化或状态的痛觉缺失,
通过MAC变化或状态的痛觉缺失,
通过PAMR变化或状态的痛觉缺失,
通过觉醒变化或状态的痛觉缺失,
通过躯体运动变化或状态的痛觉缺失,
通过升高的生命体征变化或状态的抗焦虑,或
通过术中知晓触发的激素生成(a.k.a肾上腺素)的抗焦虑,具有长时记忆的强化/回忆变化或状态的风险。
16.根据权利要求1至?所述的装置,进一步包括一个微处理器,该微处理器被编程用来区别以下各项中的任何一项:
通过神经/认知信号的催眠
通过EEG的催眠,
通过AEP的催眠,
通过AEP熵的催眠,
通过外周PAMR对感觉ABR对包括标准/偏差以及MMN测量的PCP的分层AEP(HAEP)测量的催眠,或通过分层的催眠
EEG(HEEG)测量(//扩展为独立权利要求),通过包括以下各项的神经信号的遗忘:
EEG,
HEEG,
AEP,
HAEP,
知晓的临床观察,
EEG觉醒,或
AEP觉醒。痛觉缺失确定包括:
疼痛的临床观察,或
MAC测量。
不动性确定包括:
EMG,
MAC测量,
诱发的PAMR,
连续PAM,
EMG,
咬肌EMG,
EEG躯体运动,
AEP躯体运动,或
通过升高的生命体征的抗焦虑。
17.根据权利要求1至?所述的装置,进一步包括一个微处理器,该微处理器被编程用来区别以下各项中的任何一项:
通过伴随有升高的EMG/PAMR信号的催眠的神经/认知测量的催眠,
通过升高的生命体征的催眠,如在具有知晓的肌肉抑制诱导的麻痹过程中,
通过伴随有升高的生命体征的催眠的神经/认知测量的遗忘,如在具有知晓的肌肉抑制诱导的麻痹过程中,
通过伴随有EEG的催眠的神经/认知测量的痛觉缺失,<0}通过伴随有AEP觉醒(Ar)的催眠的神经/认知测量的痛觉缺失,
通过伴随有躯体运动(BM)的催眠的神经/认知测量的痛觉缺失,
通过伴随有按时间排列的AR的外科刺激的痛觉缺失,
通过伴随有躯体运动(BM)的外科刺激的痛觉缺失,
伴随有指示疼痛升高风险的MAC的可动性躯体运动(BM),
伴随有指示疼痛刺激的升高的PAM测量的可动性躯体运动(BM),
伴随有指示疼痛刺激的升高的诱发PAMR的可动性躯体运动(BM),
伴随有指示疼痛刺激的升高的咬肌EMG的可动性躯体运动(BM),
伴随有外科刺激事件的可动性躯体运动(BM),
伴随有外科刺激事件的可动性升高的EMG测量,或
伴随有外科刺激事件的可动性Ar,或
通过升高的生命体征的抗焦虑。
18.根据权利要求1至?所述的装置,进一步包括一个微处理器,该微处理器被编程用来计算以下各项中的任何一项:
确定并且跟踪专性诱发PAMR(ePAMR)反应作为肌肉抑制的一个量度,
确定并且跟踪专性诱发PAMR(ePAMR)反应作为描绘分离的不动性和催眠麻醉剂效应的一个量度,确定并且跟踪专性诱发PAMR(ePAMR)反应作为促成分辨无意识过程中的药物诱导性肌肉抑制对在有意识过程中的药物诱导性肌肉抑制一个量度,确定并且跟踪PAMR和/或咬肌EMG测量值用来增强分开的中枢和外周信号起源之间的分离,确定并且跟踪生命体征,
确定并且跟踪生命体征以及相应的抗焦虑状态,
基于从生命体征得到的抗焦虑水平(应激或焦虑)与从神经关联性得到的知晓(意识水平)之间的相互关系来确定并且跟踪术中回忆率(IRi),
包括催眠、遗忘、不动性、痛觉缺失和/或抗焦虑的主要麻醉剂效应,
确定和跟踪这些相互关联的效应,包括伴随有升高的抗焦虑和/或麻醉剂诱导的***知晓,
确定并且跟踪升高的术中知晓和回忆风险的时期(如伴随有高抗焦虑的无意识),
确定并且跟踪伪像和觉醒,
确定并且跟踪麻醉特异性事件,如伤害性刺激,跟踪不需要的背景生理信号,
跟踪不需要的背景噪声和/或失真,
确定和跟踪代表意识过渡的同时在线快速(例如15扫描2.2秒反应自回归分析/使用或不使用外部输入)测量,连同较慢的较长AEP平均值(例如256扫描平均值)和/或基于EEG的测量,能够捕获包括精细的剂量变化的较慢的趋向信息,
确定并且跟踪升高的术中知晓和回忆风险的时期(如伴随有高抗焦虑的无意识),
确定并且跟踪生命体征以及相应的抗焦虑状态,
确定并且跟踪麻醉平衡,确定并且跟踪知晓,
确定并且跟踪伤害性刺激,
确定并且跟踪EMG爆发,
确定并且跟踪躯体运动,
确定并且跟踪信号失落,
确定并且跟踪觉醒,
确定并且跟踪眼运动,
确定并且跟踪电外科干扰,
确定并且跟踪电源干扰,
跟踪其他信号干扰,
确定并且跟踪EEG爆发抑制,
确定并且跟踪皮层静息,
确定并且跟踪EMG功率,
确定并且跟踪EMGγ功率,
确定并且跟踪抗焦虑水平,
确定并且跟踪抗焦虑和催眠深度的整合测量,
确定并且跟踪信号质量和传感器连接状态,
确定并且跟踪电极阻抗,
确定并且跟踪刺激连接状态,
确定并且跟踪刺激信号可靠性,
确定并且跟踪刺激信号质量,
整合临床观察以及相应地显示和测量病人反应性;
确定并且跟踪重要的信号时期和事件的光谱显示,确定、跟踪并且适配以改变在线监
测条件,包括增加的环境或背景生理信号干扰,
确定并且跟踪层级AEP认知跟踪,
确定并且跟踪AEP测试和测量以及相应的AEP刺激伺服优化从而使得能够最佳化刺激诱发反应衍生。确定并且跟踪整合的临床麻醉/镇静尺度,
确定并且跟踪与施用特殊病例的NMDA/阿片样麻醉剂相关联的测量,
适合用于监测特殊病人小组的确定和跟踪,这些特殊病人小组如儿童和/或老人和/或具有神经障碍包括痴呆的那些人,或连续在线适应(调解)多变量分析作为一种根据改变的监测条件优化A和CD测量的手段。
19.根据权利要求1至?所述的装置,进一步包括:
在线和/或脱机报告和/或储存能力,
显示器或指示器,包括与麻醉深度或脑功能测量相关联的延迟的测量,
确定和显示相应于平均或其他数据平滑处理过程的延迟时间的一种工具,这些过程引起在输入监测信号变化与输出指示物之间的延迟,
20.根据权利要求1至?所述的装置,进一步包括一个微处理器,该微处理器被编程用来区别以下各项中的任何一项:
镇静药物给药浓度值,
疼痛药物给药浓度值,
***物给药浓度值,
同时跟踪有待跟踪的较慢的药物给药浓度变化连同从输入监测信号检测出的较快变化,这些输入监测信号包括多种事件,如对伤害性刺激的反应。
21.根据权利要求1至?所述的装置,进一步包括一个微处理器,该微处理器被编程用来区别以下各项中的任何一项的在线和脱机两者:
确定并且跟踪多个重要的麻醉特异性效应,包括总麻醉平衡(ABi),
确定并且跟踪术中回忆率(IRf),
确定并且跟踪脑电图的优化组合的测量(EEGi),
确定并且跟踪听觉诱发处理临时电位(APCPi)的最佳组合,
确定并且跟踪爆发抑制(BSi),
确定并且跟踪肌肉抑制(MSi),和抗焦虑(ANXi),
确定并且跟踪ACPi确定,包括使用用上述层级分析能够显示分级测量的刺激序列的在线捕获认知测量,或
确定并且跟踪在线觉醒和/或躯体运动和/或伪像。
22.根据权利要求1至?所述的装置,进一步结合了监测以下各项中的任何一项的工具:
一种或多种传感器,用于通过使用用以下各项中一个或多个监测的信号来监测代表麻醉清醒深度和/清醒变化的生理或心理参数:
用于监测代表受试者的麻醉深度变化的生理或心理参数的一个或多个传感器,
用于监测代表受试者的警觉状态变化的生理或心理参数的一个或多个传感器,
用于监测代表受试者的知晓状态变化的生理或心理参数的一个或多个传感器,
用于监测代表受试者的疲劳状态变化的生理或心理参数的一个或多个传感器,
用于监测代表受试者的睡眠状态变化的生理或心理参数的一个或多个传感器,
用于监测代表受试者的警戒状态变化的生理或心理参数的一个或多个传感器,
用于监测代表受试者的注意状态变化的生理或心理参数的一个或多个传感器,或
用于监测代表受试者的镇静状态变化的生理或心理参数的一个或多个传感器,
23.根据权利要求1至?所述的装置,进一步结合了监测和区别以下各项中的任何2项的一种工具:
用于监测代表催眠变化的生理或心理参数的一个或多个传感器,
用于监测代表遗忘变化的生理或心理参数的一个或多个传感器,
用于监测代表痛觉缺失变化的生理或心理参数的一个或多个传感器,
用于监测代表可动性变化的生理参数的一个或多个传感器,
用于监测代表抗焦虑变化的生理或心理参数的一个或多个传感器,或
用于监测代表生命体征变化的生理参数的一个或多个传感器。
24.根据权利要求1至?所述的装置,进一步结合了监测并且区别任何生理和/或心理和/或生命体征和/或自主和/或外周和/或EMG信号类型的一种工具,包括以下各项中的至少一项:
催眠相关参数,如(但不限于)连续或诱发EEG和/或EMG,
遗忘类型信号,如(但不限于)连续或诱发EEG和/或EMG,
运动或可动性类型参数,如(但不限于)PAMR,
运动或可动性类型参数,如(但不限于)咬肌和/或颏下EMG或其他的额下面部信号,加速、应变仪或其他PVD或压电型检测传感器,用于检测运动或可动性类型参数,如肌肉偏移运动和/或振动测量,
从身体皮肤电流计、皮肤电阻、皮肤阻抗、温度、脉率、血压、气流、衍生的皮肤表面、ECG、体积描记脉搏信号、氧饱和信号和/或其他相关参数或输出得到或监测的抗焦虑生命体征参数,
从身体皮肤电流计、皮肤电阻、皮肤阻抗、温度、脉率、血压、气流、衍生的皮肤表面、ECG、体积描记脉搏信号、氧饱和信号和/或在此列出的其他参数得到或监测的生命体征参数,或
痛觉缺失(疼痛)类型参数,包括从一个或多个以上参数得到的皮层和皮层下觉醒信号。
25.根据权利要求1至?所述的装置,进一步结合了监测并且区别任何离散的EEG和EMG信号的一种工具,作为在这些中枢神经***与肌肉信号之间的分离的一种手段,以增加包括知晓的相对于无意识状态的意识的预测。
26.根据权利要求1至?所述的装置,进一步结合了监测和区别在EEG与EMG信号之间的信号信息分离以便从EMG的那些分辩出EEG信号的一种工具。
27.根据权利要求1至?所述的装置,进一步结合了监测和区别以下任何项之间的信号信息分离的一种工具:
运动信号、
肌肉信号、
生命体征信号、或
眼信号。
28.根据权利要求1至?所述的装置,进一步结合了监测和区别以下任何信号之间的信号信息分离的一种工具,这些信号包括:
-PAMR,
-咬肌肌电图(EMG)信号,
-前额脑电图(EEG)信号,
-A1(乳突区)EEG和/或听觉诱发电位(AEP)信号和/或耳后反应(PAMR)信号,
-A2(乳突区)EMG信号,
-耳后反应(PAMR)EMG信号,
-FP2EMG信号,
-FP1EMG信号,-F7EMG信号,
-F8EMG信号,
-FPZ EMG信号,和/或参考信号,
-AF7EMG信号,
-AF8EMG信号,
-Fp1EMG信号,
-Fp2EMG信号,
-咬肌左侧肌电图(EMG)信号,
-咬肌右侧EMG信号,
-NzEEG和/或AEP信号,
-用于增强信噪比的主动噪声消除输出,
-血氧计信号,
-反射性血氧计信号,
-血氧计体积描记信号,
-脉搏动脉波(PAW)血氧计信号,
-面部心电图(ECG)信号,
-通过脉搏波和面部ECG信号的脉搏移行时间,
-脉搏动脉张力(PAT),
-脉搏波幅度(PWA)信号,
-脉搏波传导时间(PTT),
-呼吸信号,
-左侧眼电图信号,
-右侧EOG信号,
-左眼眨眼信号,
-右眼眨眼信号,
-慢性疼痛,或
-疼痛的EMG标记。
29.根据权利要求1至?所述的装置,进一步结合了监测以下各项中的任何一项的 一种工具:
-一个第一EEG传感器,
-一个第二EEG传感器,或
-通过该第一和/或第二EEG传感器的诱发电位的监测。
30.根据权利要求1至?所述的装置,进一步包括一个微处理器,该微处理器被编程用来监测包括以下任何一项的模式:
AEP信号监测,
EEG信号监测,
EMG信号监测,或
包括AEP、EEG、或EMG监测的混合信号监测。
31.根据权利要求1至?所述的装置,进一步结合了监测以下各项中的任何一项的一种工具:
FP1,
FP2,
F7,
F8,
AF7,
AF8,
FPZ,
咬肌左侧,
颈的颈背/Iz(后部EEG),
乳突A1,乳突A2,
Nz,或
主动噪声消除输出驱动器。
32.根据权利要求1至?所述的装置,进一步结合了区别和监测以下任何一项的一种工具:
前额EEG信号,
A1EEG和/或AEP信号,
A2EEG和/或AEPP信号,
FP2EEG和/或AEP信号,
FP1EEG和/或AEP信号,
F7EEG和/或AEP信号,
FdEEG和/或AEP信号,
AF7EEG信号,
AF8EEG信号,
FPZ EEG和/或AEP信号,
Nz EEG和/或AEP信号,
Iz EEG和/或AEP信号,
主动噪声消除输出驱动,
AEP刺激输出,或
疼痛的EEG标记。
33.根据权利要求1至?所述的装置,进一步包括结合区别和监测EMG和/或外周 和/或自主信号的一种工具,这些信号包括以下任何一项:
PAMR,
咬肌EMG信号,
前额EEG信号,
咬肌左侧EMG信号,
咬肌右侧EMG信号,
血氧计信号,
反射性血氧计信号,
血氧计体积描记信号,
脉搏动脉波(PAW)血氧计信号,
面部心电图(ECG)信号,
通过脉搏波和面部ECG信号的脉搏移行时间,
脉搏波幅度(PWA)信号,
呼吸信号,
心率(HR),
心率变异性(HRV),
左侧EOG信号,
右侧EOG信号,
左眼眨眼信号,
右眼眨眼信号,
慢性疼痛,
疼痛的EMG标记,
疼痛的EEG标记,
慢性疲劳综合征的标记,
纤维肌痛的自动、手动或自动和手动结合的检测,包括以下1项或多项:
光谱信号分析,
非线性动力学(NLD)信号分析,
相位信号分析,幅度信号分析,
形态/模式识别分析,
时间序列事件分析,或
进一步包括针对最小预定义时间期间出现的一系列预定义的光谱带宽信号的时间序列事件分析。
34.根据权利要求1至?所述的装置,进一步结合了区别和监测相对于肌源性的神 经源性信号的一种工具。
35.根据权利要求1至?所述的装置,进一步结合了区别和监测神经源性信号的一 种工具。
36.根据权利要求1至?所述的装置,进一步结合了区别和监测包含1个或多个诱发电位的神经信号的一种工具。
37.根据权利要求1至?所述的装置,进一步结合了区别和监测包括1个或多个EEG信号的至少一个电生理电极的一种工具。
38.根据权利要求1至?所述的装置,进一步结合了能够监测结合的EEG和EMG信号的至少一个电生理电极。
39.根据权利要求1至?所述的装置,进一步结合了能够监测结合的EEG、EMG以及AEP信号的至少一个电生理电极。
40.根据权利要求1至?所述的装置,进一步结合了能够监测结合的EEG和AEP信号的至少一个电生理电极。
41.根据权利要求1至?所述的装置,进一步包括能够同时监测1个或多个听觉诱发和连续EEG信号的电生理电极,其激活混合型(EEG/AEP)和基于EEG的传感器监测配置两者。
42.根据权利要求1至?所述的装置,进一步包括一个或多个传感器,这些传感器能够监测可应用于监测的生物信号和/或进一步包括含EEG的CNS活动;
43.根据权利要求1至?所述的装置,进一步包括一个或多个传感器,这些传感器能够监测至少一个神经源性生理信号传感器,包括以下至少一项:
面部EEG,
前额EEG信号,
A1EEG和/或AEP信号,
A2EEG和/或AEP信号,
FP2EEG和/或AEP信号,
FP1EEG和/或AEP信号,
F7EEG和/或AEP信号,
F8EEG和/或AEP信号(检查??),
FPZ EEG和/或AEP信号,
Nz EEG和/或AEP信号,
Iz EEG和/或AEP信号,主动噪声消除输出驱动,
AEP刺激输出,
左侧EOG信号,
右侧EOG信号,
左眼眨眼信号,或
右眼眨眼信号。
44.根据权利要求1至?所述的装置,结合了从中可以监测受试者的连续肌电图(EMG)肌肉活动的至少一个传感器。
45.根据权利要求1至?所述的装置,结合了从中可以监测受试者的诱发电位肌电图(EMG)肌肉活动的至少一个传感器。
46.根据权利要求1至?所述的装置,进一步包括一个或多个传感器,这些传感器能够监测肌肉运动或肌肉电活动并且结合至少一个传感器用于监测以下各项:
咬肌肌肉区周围的EMG信号,或
PAMR区周围的EMG信号。
47.根据权利要求1至?所述的装置,进一步能够使用独立的EMG(咬肌和/或PAMR)传感器使EEG和EMG测量分离。
48.根据权利要求1至?所述的装置,能够测量横过PAMR区的诱发的早期潜伏信号,以便通过能够改进EEG与EMG信号之间的描绘来改进麻醉意识相对于无意识状态之间的分辨力。
49.根据权利要求1至?所述的装置,能够检测相应于作为麻醉性肌肉抑制标记的刺激幅度变化的PAMR变化。
50.根据权利要求1至?所述的装置,结合了多个传感器,以测量以下至少一项:
PAM,
PAMR,
咬肌,或
作为麻醉性肌肉抑制标记的咬肌信号测量。
51.根据权利要求1至?所述的装置,用来监测包括咬肌EMG的肌肉运动或活动水平。
52.根据权利要求1至?所述的装置,进一步包括一个或多个传感器,这些传感器能够监测指示耳后肌反应(PAMR)变化的早期潜伏期处理的AEP参数。
53.根据权利要求1至?所述的装置,进一步包括至少一个肌源性生理信号传感器,由此该肌源性信号包括以下至少一项:
>耳后肌反应,
>咬肌EMG信号,
>咬肌左侧EMG信号,
>咬肌右侧EMG信号,>主动噪声消除输出驱动,或
>面部EMG信号。
54.根据权利要求1至?所述的装置,结合了从中可以对受试者的心脏功能进行评 定的至少一个生命体征传感器。
55.根据权利要求1至?所述的装置,结合了从中可以对受试者的呼吸功能进行评定的至少一个生命体征传感器。
56.根据权利要求1至?所述的装置,结合了从中可以对受试者的体温进行评定的至少一个生命体征传感器。
57.根据权利要求1至?所述的装置,结合了从中可以对受试者的血压进行评定的至少一个生命体征传感器。
58.根据权利要求1至?所述的装置,进一步包括从中可以对受试者的氧饱和度进行评定的一体化反射性体积描记波形血氧定量传感器。
59.根据权利要求1至?所述的装置,进一步包括一个气流传感器,该传感器能够连续监测和显示从中可以对受试者的一个或多个生命体征进行评定的一定范围的一个或多个生命体征传感器。
60.根据权利要求1至?所述的装置,进一步包括一个或多个传感器,能够连续监测氧饱和度、心率、源于体积描记波形的变异性。
61.根据权利要求1至?所述的装置,进一步包括至少一个生命体征生理信号传感器,由此该生命体征监测包括以下的至少一项:
血氧计信号,
反射性血氧计信号,
血氧计体积描记信号,
反射性体积描记波形血氧定量,
脉搏动脉波血氧计信号,
脉率,
面部ECG信号,
通过脉搏波和面部ECG信号的脉搏移行时间,
脉搏波幅度信号,
血压,
体温,
血液动力学函数,如循环测量,
用于监测和/或进一步结合包括血液动力学函数的生命体征参数如PTT皮层下觉醒的传感器,
用于监测和/或结合生命体征参数的传感器,这些参数包括
血液动力学函数如PAT,
血液动力学函数如周围神经***自身稳定功能如HR,
血液动力学函数如周围神经***自身稳定功能如HRV,或
气流信号,包括使用热敏材料的气流传感器,例如(但不限于)热电偶、热敏电阻或PVDF材料。
62.根据权利要求1所述的装置,能够整合到病人应用的单一基体传感器监测***EEG监测传感器以及包括以下各项的1个或多个生命体征监测传感器中:氧饱和度、心率、源于ECG信号的心率(基于表面皮肤ECG信号提取)、心率变异性、源于体积描记波形的心率变异性、源于ECG信号的心率变异性(基于表面皮肤ECG信号提取)、一个或多个补充的ECG特殊用途ECG电极SaO2、脉搏动脉张力(PAT)、脉搏波传导时间(PTT)、源于自主觉醒的PTT、使用血氧计和ECG参数组合的PTT唤醒偏差、源于ECG和处理的血氧计参数的替代的血压参数、或从自动血压套袖或超声心输出量测量得到的血压参数。
63.根据权利要求1至?所述的装置,进一步包括一个或多个传感器,其能够使用热敏材料如(但不限于)热电偶、热敏电阻或PVDF材料来监测气流。
64.根据权利要求1至?所述的装置,进一步包括一个或多个传感器,其可应用于监测和/或描绘在线事件,如躯体运动(BM)。
65.根据权利要求1至?所述的装置,进一步包括一个或多个传感器,其可应用于监测和/或描绘在线事件,如运动时间(MT)。
66.根据权利要求1至?所述的装置,进一步包括一个或多个传感器,其可应用于监测和/或描绘在线事件,如觉醒。
67.根据权利要求1至?所述的装置,进一步包括一个或多个传感器,其可应用于监测和/或描绘在线事件,如麻醉特异性觉醒。
68.根据权利要求1至?所述的装置,进一步包括一个或多个传感器,其可应用于监测和/或描绘在线事件,如伤害性刺激。
69.根据权利要求1至?所述的装置,进一步包括一个或多个传感器,其可应用于监测和/或描绘在线背景生理事件,如眼运动。
70.根据权利要求1至?所述的装置,进一步包括一个或多个传感器,其可应用于监测和/或描绘在线背景生理事件,如EMG爆发或EMG压低。
71.根据权利要求1至?所述的装置,进一步包括一个或多个传感器,其可应用于监测和/或描绘存线背景事件,如伪像。
72.根据权利要求1至?所述的装置,进一步包括一个或多个传感器,其可应用于监测和/或描绘在线背景生理事件例如伪像和可能与SPA和CD或逆转有关的其他信号波动。
73.根据权利要求1至?所述的装置,进一步包括生命特征监测传感器,其可应用于术中回忆率(也称为IRf)的导出。
74.根据权利要求1至?所述的装置,进一步包括生命特征监测传感器,其可应用于术中回忆率的导出,包括监测代表升高的抗焦虑的信号,包括以下的至少一项:
血氧计信号,
反射性血氧计信号,
血氧计体积描记信号,
反射性体积描记波形血氧定量,
脉搏动脉波血氧计信号,
脉率,
面部ECG信号,
通过脉搏波和面部ECG信号的脉搏移行时间,
脉搏波幅度信号,
血压,
体温,
血液动力学函数,如循环测量,
可应用于监测和/或进一步包括生命体征参数的装置,这些参数包括血液动力学函数,如PTT皮层下觉醒,
可应用于监测和/或进一步包括生命体征参数的装置,这些参数包括血液动力学函数,
如PAT,
血液动力学函数如周围神经***自身稳定功能如HR,
血液动力学函数例如周围神经***自身稳定功能如HRV,或
呼吸信号。
75.根据权利要求1至?所述的装置,进一步包括LED、LCD或其他类型的一个或 多个一体化的/嵌入的指示显示器,其能够启用电极连接状态和/或信号监测质量状态, 包括以下的至少一项:
电极阻抗,
信号对称性,
信号偏移或DC部件,
信号RMS部件,
信号电池显示指示器,
信号质量状态,或
用户提示标识。
76.根据权利要求1至?所述的装置,进一步包括将显示器(LED、LCD或其他)和再胶凝压力活化垫定位,以便启用在LED信号与需要的压垫活化之间的直观用户关联
77.根据权利要求1至?所述的装置,进一步包括将所述显示器(LED、LCD或其他)和再磨损糊剂/凝胶压力活化衬垫定位,以便启用在LED信号与需要的压垫活化之间的直观用户关联
78.根据权利要求1至?所述的装置,进一步包括将所述显示器(LED、LCD或其他)和结合的再胶凝(另外干电极的再水合)和再磨损压力活化垫定位,以便启用在LED信号与需要的压垫活化之间的直观用户关联。
79.根据权利要求1至?所述的装置,进一步包括一个或多个LED指示器,其可以将传感器信号质量和连接状态直观地提醒用户,由此绿色LED照明可以表示可接受的质量,橙色是边缘性的,并且红色是故障或断开状态。
80.根据权利要求1至?所述的装置进一步包括一个或多个LED指示器,其将传感器信号质量和连接状态直观地提醒用户,由此闪光的LED可以指示特定的信号质量状态情况,如绿色闪光是边缘地可接受的情况,橙色闪光是边缘性的接近于不可接受的信号的情况,并且红色闪光是相对于差的质量连接的很可能断开的电极。
81.根据权利要求1至?所述的装置,进一步包括一个或多个LED指示器,这些指示器定位在相应传感器附近从而能够直观地向用户发出包括以下的至少一项的传感器信号质量和/或连接状态的信号:
电极或其他传感器连接状态,
电极或其他传感器信号质量状态,
电极病人连接阻抗,
监测电极的信号对称性,
监测电极的信号偏移或RMS值,
监测电极的预期信号对比实际光谱范围,
监测电极的信号过多电源或其他已知的干扰频率,或
监测电极的过多的电外科干扰。
等)。
82.根据权利要求1至?所述的装置,进一步包括一个或多个LED指示器,这些指示器被定位以将IAS***到监测***的剩余部分上的适当有线或无线连接直观地提醒用户。
83.根据权利要求1至?所述的装置,进一步包括一系列指示信号状态的LED指示器,该信号状态是通过信号质量估计(SQE)和相关控制***计算的。
84.根据权利要求1至?所述的装置,进一步包括一个或多个具有信号功能的LED指示器,这些信号功能相应于信号质量指示器(SQI)控制***结果。
85.根据权利要求1至?所述的装置,进一步包括一个或多个具有信号功能的LED指示器,从而将传感器信号质量和连接状态直观地提醒用户,由此(例如)绿色LED照明将会表示可接受的质量,橙色是边缘性的,并且红色是故障或断开状态。
86.根据权利要求1至?所述的装置,进一步包括定位在对应的有关的监测传感器附近的一系列质量控制LED,以便指示每个相应传感器的信号连接或质量状态。
87.根据权利要求1至?所述的装置,进一步包括定位在对应的有关的监测传感器附近的一系列的质量控制LED,以便指示对应于LED指示器的传感器需要注意包括将一个压下或扭动动作施加到该压垫或其他传感器区域上以改善电极相互连接和对应的信号质量;
88.根据权利要求1至?所述的装置,进一步包括定位在对应的有关的监测传感器附近的一系列质量控制LED,以便指示对应于LED指示器的传感器需要注意包括被设计成释放流体的特殊用途压垫的压下,该流体能够使一个另外的脱水电极在病人皮肤表面连接处水合。
89.根据权利要求1至?所述的装置,进一步包括定位在对应的有关的监测传感器附近的一系列质量控制LED,以便指示对应于LED指示器的传感器需要注意包括被设计成释放一种磨料化合物的特殊用途压垫的压下,该磨料化合物能够加强该电极与病人皮肤表面之间的另外的高阻抗连接的电连接。
90.根据权利要求1至?所述的装置,进一步包括以这样的方式定位在对应的有关的AEP监测耳机附近或与其有关的一系列质量控制LED,以便指示该耳机可能被移动或较差地连接并且需要注意包括该耳机的再附着或再***,以提高刺激相互连接和相应的信号质量;
91.根据权利要求1至?所述的装置,进一步包括以这样的方式定位在对应的血氧计传感器附近或与其有关的一系列质量控制LED,以便指示该血氧计可能需要注意包括再定位或再附着,以提高血氧定量功能和相应的输出信号。
92.根据权利要求1至?所述的装置,进一步包括电极或其他传感器连接状态、电极或其他传感器信号质量状态(包括阻抗、信号对称性、信号偏移或RMS值、预期信号对比实际光谱范围、信号过多电源或其他已知的干扰频率、过多的电外科干扰,等)、电池显示指示器、信号质量状态以及用户提示标识。
93.根据权利要求1至?所述的装置,进一步包括一个指示器,该指示器在任何时候启用线缆IAS无线和/或线缆相互连接状态。
94.根据权利要求1至?所述的装置,进一步包括一个指示器,该指示器启用功率管理指示,包括其中在需要电池再充电的情况下的备份规定。
95.根据权利要求1至?所述的装置,进一步包括一个指示器,该指示器启用功率管理指示,包括其中在需要电池再充电的情况下的备份规定。
96.根据权利要求1至?所述的装置,进一步包括一个指示器,该指示器启用功率管理指示,包括在无线干扰被关注的情况下的备份规定。
97.根据权利要求1至?所述的装置,进一步包括具有再水合和磨损压垫功能的一 系列电生理电极。
98.根据权利要求1至?所述的装置,进一步包括具有再水合和磨损压垫功能的一系列电生理电极,它们使用户能够以这样的方式旋转或扭动该电极传感器附件,即电生理连接可以被再磨损并且该连接的质量可以被潜在地再加强。
99.根据权利要求1至?所述的装置,进一步包括将所述显示器(LED、LCD或其他)和再胶凝压力活化垫定位,以便启用在LED信号与需要的压垫活化之间的直观用户关联
100.根据权利要求1至?所述的装置,进一步包括将所述显示器(LED、LCD或其他)和组合的再胶凝与再磨损压力活化垫定位,以便启用在LED信号与需要的压垫活化之间的直观用户关联。
101.根据权利要求1至?所述的装置,进一步包括一系列嵌入式电极凝胶压垫单元,这些单元能够在电生理传感器附近再水合和/或再磨损。
102.根据权利要求1至?所述的装置,进一步包括一系列嵌入式电极凝胶压垫单元,这些单元包含一种凝胶或流体化合物,它能够被注射到一个附加的电生理电极中,以便提高电极连接特性。
103.根据权利要求1至?所述的装置,进一步包括一个单一基体柔性薄膜。
104.根据权利要求1至?所述的装置,进一步包括一个尺寸可扩展的和/或可缩回的尺寸调节元件,使传感器设备的尺寸能够被再配置以便横跨一定范围的不同面部形状和尺寸来适应最佳传感器定位和对应的信号监测。
105.根据权利要求1至?所述的装置,进一步包括一个特定的“伸缩性形式”和/或其他类型或形状的可扩展的和/或尺寸调节可缩回元件,使传感器设备的尺寸能够被再配置以便横跨一定范围的不同面部形状和尺寸来适应该最佳传感器定位以及相应的信号监测。
106.根据权利要求1至?所述的装置,进一步包括一个特定柔性的“伸缩性形式”和/或其他类型或形状的可扩展的和/或可缩回的尺寸调节元件,使传感器设备的尺寸能够被再配置以便横跨一定范围的不同面部形状和尺寸来适应该最佳传感器定位以及相应的信号监测,以便防止可能破坏关键电极对于皮肤的接触阻抗或连接状态的传感器基体皱曲和/或产生的间隙。
107.根据权利要求1至?所述的装置,进一步包括一个特定的柔性“伸缩性形式”和/或其他类型或形状的可扩展的和/或尺寸调节可缩回元件,使传感器设备的尺寸能够被再配置从而***在一体化传感器附件***的任何两个电极或传感器之间,使得当横过一定范围的不同形状和尺寸受试者面部时能够最佳配准不同的传感器。
108.根据权利要求1至?所述的装置,进一步包括一种有待被***在两个前额电极之间的特殊柔性“伸缩性形式”和/或其他类型可扩展的和/或可缩回的尺寸调节元件,从而能够监测来自不同形状和尺寸的受试者的EEG而不损害这些EEG电极的配准。
109.根据权利要求1至?所述的装置,进一步包括一种有待被***在两个前额电极之间的特殊柔性“伸缩性形式”和/或其他类型可扩展的和/或可缩回的尺寸调节元件,从而能够监测来自不同形状和尺寸的受试者的EEG和/或EMG信号不损害这些电极的配准。
110.根据权利要求1至?所述的装置,进一步包括有待以这样的方式***在前额传感器区域与包括Nz记录的鼻部传感器区域之间的一种特殊柔性“伸缩性形式”和/或其他类型可扩展的和/或可缩回的尺寸调节元件,即能够监测来自不同形状和尺寸的受试者的这些鼻部信号而不损害这些电极类型的配准。
111.根据权利要求1至?所述的装置,进一步包括有待以这样的方式***在前额传感器区域与咬肌EMG传感器区域之间的一种特殊柔性“伸缩性形式”和/或其他类型可扩展的和/或可缩回的尺寸调节元件,即能够监测来自不同形状和尺寸的受试者的咬肌信号,而不损害这些咬肌类型的配准。
112.根据权利要求1至?所述的装置,进一步包括有待以这样的方式***在前额传感器区域与PAMR传感器区域之间的一种特殊柔性“伸缩性形式”和/或其他类型可扩展的和/或可缩回的尺寸调节元件,即能够监测来自不同形状和尺寸的受试者的PAMR信号,而不损害这些PAMR电极类型的配准。
113.根据权利要求1至?所述的装置,进一步包括有待以这样的方式***在前额传感器区域与颞区之间的一种特殊柔性“伸缩性形式”和/或其他类型可扩展的和/或可缩回的尺寸调节元件,即能够监测来自不同形状和尺寸的受试者的血氧计信号,而不损害这些血氧计监测传感器类型的配准。
114.根据权利要求1至?所述的装置,进一步包括有待以这样的方式***在前额传感器区域与乳突区(A1或A2)之间的一种特殊柔性“伸缩性形式”和/或其他类型可扩展的和/或可缩回的尺寸调节元件,即能够监测来自不同形状和尺寸的受试者的乳突信号,而不损害这些乳突监测传感器类型的配准。
115.根据权利要求1至?所述的装置,进一步包括有待以这样的方式***在咬肌与乳突区(A1或A2)之间的一种特殊柔性“伸缩性形式”和/或其他类型可扩展的和/或可缩回的尺寸调节元件,即能够监测来自不同形状和尺寸的受试者的乳突信号,而不损害这些乳突监测传感器类型的配准。
116.根据权利要求1至?所述的装置,进一步包括有待以这样的方式***在乳突与PAMR区域之间的一种特殊柔性“伸缩性形式”和/或其他类型可扩展的和/或可缩回的尺寸调节元件,即能够监测来自不同形状和尺寸的受试者的乳突信号,而不损害这些PAMR监测传感器类型的配准。
117.根据权利要求1至?所述的装置,进一步包括有待以这样的方式***在前额传感器和/或PAMR和/或乳突(A1或A2)区域之间的一种特殊柔性“伸缩性形式”和/或其他类型可扩展的和/或可缩回的尺寸调节元件,即能够监测来自不同形状和尺寸的受试者的Iz(枕部)信号,而不损害这些枕部EEG传感器类型的配准。
118.根据权利要求1至?所述的的装置,其启用一个一次性***,该***包括当打开固定和密封的ISA包装时被活化的备份电池,因此基使得电池寿命可预测性的程度能够基于包装上的使用期限。
119.根据权利要求1至?所述的装置,能够用在打开传感器固定和密封的包装时被活化的备份电池来配置一个一次性传感器***从而使得能够预测电池寿命。
120.根据权利要求1至?所述的装置,能够用在打开传感器固定和密封的包装时被活化的备份电池来配置一个一次性传感器***从而使得能够基于包装上的使用期限来预测电池寿命。
121.根据权利要求1至?所述的装置,进一步包括一种一次性传感器功能。
122.根据权利要求1至?所述的装置,进一步结合了向相互连接的前置放大器***发信号以自动检测该***配置并将其分类的一个传感器鉴定***。
123.根据权利要求1至?所述的装置,其中对该***配置进行自动检测和分类包括确定附连的传感器设备是否配置有针对以下任何一项的传感器:
混合EEG和AEP,
EEG,
AEP,
EMG,
生命体征,
PAMREMG,或
咬肌EMG。
124.根据权利要求1至?所述的装置,其中对***配置进行自动检测和分类包括确定什么传感器设备和不同的通道配置被附连到该监测***上,并且该监测***的设置的相应自动配置包括以下任何一项:
过滤,
灵敏度,
信号处理:
操作者界面显示格式,
配置,根据正被监测的***配置和信号。
>一种监测附连到受试者上的传感器***的方法,其中该方法过程步骤包括:
确定信号质量或连接状态,由此定位在该传感器物理位置附近的指示器指示一定范围的信号或连接状态情况,这些情况包括以下任何一项:
信号质量,
传感器阻抗,
过多的噪声或干扰,
提示电生理传感器的再水合或再磨损的有噪声或较差的连接,
在预期信号频谱操作或相对于实际监测情况的可接受范围之间的失配,
在预期信号灵敏度特征操作或相对于实际监测情况的可接受范围之间的失配,
在预期信号频谱操作或相对于实际监测情况的可接受范围之间的失配,
刺激断开,
信号对称性特征和/或可接受的相应条件,
信号DC偏移和/或可接受的相应条件,
对称性特征和/或可接受的相应条件,或
较差的诱发反应刺激功能和/或可接受的相应条件,
>包括一个小型病人耐磨的或在线监测设备的装置,进一步包括前置放大器、过滤器、模拟至数字数据采集、以及以下功能中的至少一项:
一个处理器,该处理器被编程用来处理2个或更多个输入生理信号,包括以下任何一项:
神经信号,
PAMR信号,
咬肌信号,或
生命体征信号。
>根据权利要求1至?所述的装置,进一步结合了一种根据所监测的外部干扰的严重性使过滤自动适应的一种工具。
>根据权利要求1所述的装置,结合了用来指示在线监测包括进行中的RMS值的信号偏移、和/或跨预定监测时期计算的输入信号DC偏移因子的一种工具。
>根据权利要求1所述的设备,结合了用于指示在线输入信号浓度状态的一种工具
>根据权利要求1所述的设备,结合了一种装置用于指示在线监测血氧计信号质量因子[临时权利要求结构注释-界面模块指示器]
根据权利要求1所述的设备,结合了基于相对于预定输入信号类型和监测时期的实际测量幅度特征的预定输入信号类型的预期幅度特征来指示在线监测信号相容性因子的一种工具
根据权利要求1所述的设备,结合了基于相对于预定输入信号类型和监测时期的实际测量频谱特征的预定输入信号类型的预期频谱特征来指示在线监测信号相容性因子的一种工具
>根据权利要求1所述的设备,结合了基于相对于预定输入信号类型和监测时期的实际测量相位谱特征的预期输入信号类型相位谱特征来指示在线监测信号相容性因子的一种工具>根据权利要求1所述的设备,结合了基于相对于预定输入信号类型和监测时期的实际非线性动力学信号特征的预期输入信号类型熵和/或其他非线性动力学信号特征(包括复杂性或可预测性或信号可重复性分析)来指示在线监测信号相容性因子的一种工具[临时权利要求结构注释-信号干扰和背景噪声]
>根据权利要求1所述的设备,结合了用来确定和/或指示背景EMF电源噪声因子的在线监测的一种工具,该背景EMF电源噪声因子与预定的最大可接受EMF电源噪声与预定输入信号类型和监测时期的不需要的信号的比率相对。
>根据权利要求1所述的设备,进一步包括用来确定和/或指示背景电外科扰动噪声因子的在线监测的一种工具,该背景电外科扰动噪声因子与预定输入信号类型和监测期的预定最大可接受背景电外科扰动噪声因子相对。
>根据权利要求1所述的设备,进一步包括用来确定和/或指示背景听觉噪声因子的在线监测的一种工具,该背景听觉噪声因子与预定输入信号类型和监测期的预定最大可接受听觉噪声干扰因子相对。
>用来监测受试者的疼痛和/或镇静和/或麻醉深度的装置,该设备包括:
一个PAMR和一个生命体征监测信号通道,
一个用来计算所述受试者的催眠、遗忘、痛觉缺失、不动性、焦虑、疼痛、镇静、或知晓测量的状态的至少一个输出指示物的微处理器,
一个用来计算PAMR或咬肌EMG的测量的微处理器,
一个用来计算咬肌EMG的微处理器,
一个用来计算咬肌和/或PAMR EMG与中枢神经***(CNS)信号之间的分辨的微处理器。
>根据权利要求1至?所述的装置,结合了一个刺激发生器,该发生器输出一个刺激序列,由此用异常刺激***一系列标准刺激(例如咔嗒声),由此该异常刺激之内的变化的对比(来自标准刺激)和/或连续的标准对异常刺激的比率(例如1∶1至100∶1)可以根据精细分级进行调节(从而进行改变以便能够对处于评定下的受试者的知晓/注意进行分级),该***包括以下各项的至少一项:
用来计算一个二元(知晓对未知晓)序数测试标度或更精细的等级标度或3个或更多步骤的一个微处理器,
用来根据处于评定下的受试者的诱发反应是否对标准对一个或多个异常刺激变化的任何变化做出反应来确定原始知晓的一个微处理器,
用来根据处于评定下的受试者的诱发反应是否对标准对一个或多个异常刺激变化中的更精细的变化做出反应来确定更精细的知晓等级的一个微处理器,
用来确定知晓的程度或可能性的一个微处理器,由此异常(对比标准)刺激中的一个原始变化呈现了处于评定下的受试者对刺激变化做出反应的可测量的证据
用来确定知晓的程度或可能性的一个微处理器,由此确定处于评定下的受试者的知晓水平中的异常变化(来自刺激)因子的数量,其中被需要以计算(例如平均)显著变化的较大数量的异常变化可以指示较低的知晓程度,而被需要以计算显著变化的一个单一的或小数量的异常变化可以指示较高程度的知晓,或
用来确定知晓的程度或可能性的一个微处理器,由此比较有关的处于评定下的受试者的知晓水平中的异常刺激信号变化(来自标准刺激)因子,其中需要诱发相应的反应变化的异常变化越大,处于评定下的受试者知晓的分级测量就越低。
用来确定和/或监测事件或分级状态的一个微处理器,包括以下至少一项:
一个或多个知晓标记,
一个或多个记忆回忆标记,
一个或多个可能的知晓标记,
一个或多个可能的记忆回忆标记,具有一个或多个回忆标记的知晓,
具有一个或多个回忆标记的可能知晓,
具有一个或多个可能的回忆标记的知晓,或
具有一个或多个可能的回忆标记的可能知晓。根据权利要求1至?所述的装置,结合了一个刺激发生器,该刺激发生器输出一个可调节的刺激序列,由此用一个异常刺激***一系列标准刺激(例如咔嗒声),连同异常刺激中的变化的关联对比(来自标准刺激)和/或连续的标准对异常刺激的比率(例如1∶1至100∶1)可以根据可应用于在评定下的受试者的疼痛、镇静、麻醉的阶段(例如开始、光线、外科切口期、恢复期、运动期、高风险期以及其他)手动调节。根据权利要求1至?所述的装置,结合了一个刺激发生器,该发生器输出一个可调节的刺激序列,由此用异常刺激***一系列标准刺激(例如咔嗒声),连同异常刺激中的变化的关联对比(来自标准刺激)和/或连续的标准对异常刺激的比率(例如1∶1至100∶1)可以根据可应用于处于评估下的受试者的所需要的状态确定手动调节,由此该状态确定包括以下至少一项:
催眠,
遗忘,
痛觉缺失,
不动性,或
抗焦虑,
根据权利要求1至?所述的装置,结合了一个刺激发生器,该发生器输出一个可调节的刺激序列,由此用异常刺激***一系列标准刺激(例如咔嗒声),连同异常刺激中的变化的关联对比(来自标准刺激)和/或连续的标准对异常刺激的比率(例如1∶1至100∶1)可以根据所需要监测确定的类型手动调节,由此该确定包括以下至少一项:
一个或多个知晓标记,
一个或多个记忆回忆标记,
一个或多个可能的知晓标记,
一个或多个可能的记忆回忆标记,具有一个或多个回忆标记的知晓,
具有一个或多个回忆标记的可能知晓,
具有一个或多个可能的回忆标记的知晓,或
具有一个或多个可能的回忆标记的可能知晓。
>结合了一个刺激发生器的装置,该发生器输出如卡嗒声、短而尖的声音或喳喳声的刺激,交叉有异常刺激信号,这些异常刺激信号包括以下至少一项:
一序列的听觉咔嗒声刺激,
一序列的听觉频率尖头脉冲刺激,
一序列的其他的听觉瞬时(??Katz定义)刺激,
一序列的听觉瞬时刺激,散布有被设计为诱发不同于瞬时刺激诱发反应的异常反应的刺激,
白噪声、粉红噪声或其他目的性掩蔽信号,在刺激信号之间或与其相结合使用以提高听觉反应导出。
-一序列的听觉瞬时刺激,散布有被设计为诱发不同于瞬时刺激诱发反应的异常反应的刺激,以便阐明受试者的状态,该状态包括以下至少一项:
催眠状态,
遗忘状态,
痛觉缺失状态,
不动性状态,
抗焦虑状态,
一个或多个知晓标记,
一个或多个记忆回忆标记,
一个或多个可能的知晓标记,
一个或多个可能的记忆回忆标记,
具有一个或多个回忆标记的知晓,
具有一个或多个回忆标记的的可能知晓,
具有一个或多个可能的回忆标记的知晓,或
具有一个或多个可能的回忆标记的可能知晓。
>根据权利要求1至?所述的装置,进一步结合了一个刺激发生器,该发生器输出一个刺激以诱发来自受试者的一个或多个反应,包括以下至少一项:
躯体感觉诱发反应,
听觉诱发反应,
视觉诱发刺激,
温度诱发反应,
振动诱发反应,或
运动诱发反应。
根据权利要求1至?所述的装置,进一步结合了一个微处理器用来通过包括一个刺激发生器来衍生ER刺激信号,该刺激发生器包括一个单耳或立体声呈现的听觉诱发电位刺激和/或一个或多个躯体感觉诱发电位刺激(电刺激)和/或一个或多个视觉诱发刺激和/或温度诱发刺激和/或一个或多个振动或运动诱发电位。
>根据权利要求1至?所述的装置,结合了一个刺激发生器用来输出一种刺激信号,由此2个或更多个外源或内源诱发的生理反应可以从少至一个单个的AEP监测的信号同时进行衍生和/或跟踪,并且由此这些生理反应包括以下至少一项:
听性脑干反应(ABR),
ABR专性反应,
ABR波1反应,
ABR波2反应,
ABR波3反应,
ABR波4反应,
ABR波5反应,肌源性反应,
耳后肌反应(PAMR),
神经源性反应,
MLAEP反应,
Na,
Pa,
TP41,
Nb,
Pb,
N1,
P1,
N2,
P2,
N3,
P3,
MMN效应,
LLAEP反应,
LoLAEP反应,
N1传入反应,
N1效应反应,
巴特勒(Butler)效应反应,
不应期效应,
处理临时反应,
处理临时电位(PCP)反应,
失匹配负波(MMN)反应,
新异刺激(odd-ball stimulus)产生的反应,或
标准对异常刺激产生的反应。
躯体感觉诱发反应,
听觉诱发反应,
视觉诱发刺激,
温度诱发反应,
振动诱发反应,或
运动诱发反应。
>根据权利要求1至??所述的装置***,结合了一个刺激发生器用来输出一种刺激信号,由此根据该生理反应的发生可以将2个或更多个外源或内源诱发的生理反应同时衍生、分解和分配一个测量,由此该发生和随后的分类连同相关的测量可以包括以下至少一项:感觉测量,包括以下至少一项:
听性脑干反应(ABR),
ABR专性反应,
ABR波1反应,
ABR波2反应,
ABR波3反应,
ABR波4反应,
ABR波5反应,
躯体感觉诱发反应,
听觉诱发反应,
视觉诱发刺激,
温度诱发反应,
振动诱发反应,或
运动诱发反应。
肌源性测量,包括以下至少一个反应或相关测量:
耳后肌反应(PAMR),
主要涉及在短时记忆(具有较高的回忆可能)过程中的较低水平/等级的神经源性传入性脑处理功能活动,相对于主要涉及在长时记忆过程(具有较的回忆可能)中的较高水平/等级的神经源性大脑决策或处理功能活动起作用,包括以下至少一个反应或相关测量:
主要涉及在短时记忆(具有较高的回忆可能)过程中的较低水平/等级的神经源性脑处理功能活动,相对于主要涉及在长时记忆过程(具有较低的回忆可能)中的较高水平/等级的神经源性大脑决策或处理功能活动起作用,包括以下至少一个反应或相关测量:
-N1传入反应,
-N1效应反应,
-巴特勒效应反应,或
-不应期效应,
主要涉及在短时记忆(具有较高的回忆可能)过程中的普通MLAEP神经源性脑决策或处理功能活动,相对于主要涉及在长时记忆过程(具有较低的回忆可能)中的较高水平/等级的神经源性大脑决策或处理功能活动起作用,包括以下至少一个反应或相关测量:
-Na,
-Pa,
-TP41,
-Nb,
-Pb,
-N1,或
-P1,或
主要涉及在长时记忆(具有较低的回忆可能)过程中的较高水平/等级的神经源性脑处理功能活动功能,相对于主要涉及在长时记忆过程(具有较高的回忆可能)中的较低水平/等级的神经源性大脑决策或处理功能活动,包括以下至少一个反应或相关测量:
处理临时电位(PCP),
-N2,
-P2,
-N3,
-P3,
-MMN,
-LLAEP,
-LoLAEP,
-新异刺激产生的反应,或
-标准对异常刺激产生的反应。
>根据权利要求1至?所述的装置,结合了一个处理器用来区别与在相应于术中知晓的偶然事件、和/或衍生的相关测量的知晓和/或注意性大脑功能过程中涉及的主动思考过程有关的在决定过程中涉及的刺激诱发的高级脑反应。
>根据权利要求1至?所述的装置,结合了一个微处理器用来区别刺激诱发的PCP反应和/或衍生相关的测量,包括以下至少一项:一个或多个知晓标记,
一个或多个记忆回忆标记,
一个或多个可能的知晓标记,
一个或多个可能的记忆回忆标记,具有一个或多个回忆标记的知晓,
具有一个或多个回忆标记的可能知晓,
具有一个或多个可能的回忆标记的知晓,或
具有一个或多个可能的回忆标记的可能知晓。
>根据权利要求1至?所述的装置,结合了一个微处理器用来区别刺激诱发的MMN反应和/或衍生相关的测量,包括以下至少一项:一个或多个知晓标记,
一个或多个记忆回忆标记,
一个或多个可能的知晓标记,
一个或多个可能的记忆回忆标记,具有一个或多个回忆标记的知晓,
具有一个或多个回忆标记的可能知晓,
具有一个或多个可能的回忆标记的知晓,或
具有一个或多个可能的回忆标记的可能知晓。
根据权利要求1至?所述的装置,结合了一个微处理器用来区别相应于新异(用异常或不同的反应***的类似标准刺激的系列)刺激测试范例的刺激诱发反应、和/或衍生包括以下至少一项的测量:
一个或多个知晓标记,
一个或多个记忆回忆标记,
一个或多个可能的知晓标记,
一个或多个可能的记忆回忆标记,具有一个或多个回忆标记的知晓
具有一个或多个回忆标记的可能知晓,
具有一个或多个可能的回忆标记的知晓,或
具有一个或多个可能的回忆标记的可能知晓。
根据权利要求1至?所述的装置,结合了一个微处理器用来区别一个或多个诱发反应,这些反应能够衍生诱发反应潜伏间隔依赖性数值,由此这类数值典型地包括横跨0至1000ms刺激后潜伏期范围的2个或更多个潜伏依赖性间隔,但任选地高达3000ms。
>根据权利要求1至?所述的装置,结合了一个微处理器用来基于对AEP信号活动进行分类来确定受试者的知晓状态和/或记忆回忆的相应测量或可能性和/或意识深度和/或麻醉深度和/或镇静深度和/或疼痛状态和/或催眠、和/或遗忘、和/或痛觉缺失、和/或不动性和/或抗焦虑,由此更多潜伏的AEP活动表示更高水平的脑功能处理和/或与知晓和/或具有回忆的知晓相关的更长时的记忆功能,并且由此这种确定是基于分析AEP信号(单次或多次平均的或自回归平均/使用或不使用外部输入函数),包括以下至少一项或任何序列:
MMN分析,
标准对异常(新异)刺激变化的诱发反应分析,
潜伏期间隔依赖性分析,其中不同的潜伏期间隔涵盖典型的AEP波形,这些波形传统上分类为ABR(包括波1至v)、PAMR、Na、Pa、TP41、Nb、Pb、Ni、N1效应、巴特勒效应、不应期效应、P1、N2、P2、N3、P3、和/或MMN效应以及应用到至少一个单一分析方法或任何分析方法序列的关联测量,包括:
光谱分析,
应用到AEP时间序列的熵,
应用到AEP频谱的熵,复杂时间序列分析,
应用到AEP频谱的复杂时间序列,
应用到AEP时间序列的其他非线性动力学分析,
应用到AEP频谱的其他非线性动力学分析,
应用到AEP时间序列的预测性或可重复性信号分析,
应用到AEP频谱的预测性或可重复性信号分析,
上述分析的不同序列,
具有这些相关输出产物中的任何一项的生物光谱分析,
相位分析,
差示分析,
频率聚积(具有测量频带的特殊用途区段和选择的光谱分析),
幂分析,
积分分析,或
平方根分析。
>根据权利要求1至?所述的装置,结合了一个微处理器用来区别2个或更多个潜伏期间隔依赖性诱发反应测量,以便区别和分类相应于这些诱发反应的因果生成的反应或反应变化的基础性生理或认知来源。
根据权利要求1至?所述的装置,结合了一个微处理器用来区别2个或更多个潜伏期间隔依赖性诱发反应测量用来区别和分类反应或反应改变的基础性生理或认知来源,由此更多潜在的诱发潜伏期归因于更高等级的脑功能过程,它们进而与潜在地更高程度的觉醒相关联。
>根据权利要求1至?所述的装置,结合了一个微处理器用来确定和分类术中知晓风险的程度,其根据AEP的潜伏期将知晓的分级标度分配,由此将潜在的反应活性归因于更高水平的脑功能过程、以及由此的知晓/注意力的更高的可能性。
>根据权利要求1至?所述的装置,结合了一个微处理器用来调节在线刺激试验和测量范例,由此可以将刺激形式从专性感觉调节到更复杂的脑功能处理临时测试,以便测量受试者的知晓状态和记忆回忆的可能性,并且从包括以下一项或多项的反应结果进行确定和/或跟踪:
ABR(包括波1至v)感觉反应,
MLAEP活动通到N1P1处理临时反应,
较高水平的脑决策处理,包括MNN诱发的反应测量,
较高水平的脑决策处理,包括P2、P3诱发反应,或
较高水平的脑决策处理,包括相应于新异刺激的诱发反应。
根据权利要求1至?所述的装置,结合了一个微处理器,用来确定和/或跟踪至少一个精神状态,包括:
代表麻醉意识深度和/或意识变化的生理或心理参数,
代表受试者的麻醉深度变化的生理或心理参数,
代表受试者的警觉状态变化的生理或心理参数,代表受试者的知晓状态变化的生理或心理参数,
代表受试者的疲劳状态变化的生理或心理参数,
代表受试者的睡眠状态变化的生理或心理参数,
代表受试者的警戒状态变化的生理或心理参数,
代表受试者的注意状态变化的生理或心理参数,或
代表受试者的镇静状态变化的生理或心理参数。
根据权利要求1至?所述的装置,结合了一个微处理器,该微处理器可以在中枢神经***(CNS)生理活动和外周生理机制活动之间的分辨方面计算潜伏间隔依赖性分析测量;
根据权利要求1至?所述的装置,进一步结合了一个微处理器,用来计算增强CNS来源的神经源性生物信号与肌源性肌肉控制或活动发生的那些之间的测量分辨的能力;
根据权利要求1至?所述的装置,进一步结合了一个微处理器用来计算和增强在CNS起源的神经源性生物信号与肌源性肌肉控制或活动发生的那些之间的测量分辨,包括能够分开测量这些信号类型中每一个的一个另外的***,并且然后该***的一个另外元件被设计成离散地测量每个信号发生,进而在任何时间点将结合的和离散的信号两者呈现给***用户。
>根据权利要求1至?所述的装置,进一步结合了用于计算和增强所监测的信号信息分解或来自1个或多个复合AEP信号测量值和/或指数的提取的一个微处理器,这些测量值和/或指数可以应用于作为镇静剂或麻醉剂的结果而诱导的不同效应,包括ABR感觉反应;
>根据权利要求1至?所述的装置,进一步结合了用于计算和增强所监测的信号信息分解或来自1个或多个复合AEP信号测量值和/或指数的提取的一个微处理器,这些测量值和/或指数可以应用于作为包括N1标记的镇静剂或麻醉剂的结果而诱导的不同效应,这些标记例如可以指示刺激通过耳蜗和听神经到达大脑皮层;
>根据权利要求1至?所述的装置,进一步结合了用于计算和增强所监测的信号信息分解或来自1个或多个复合AEP信号测量值和/或指数的提取的一个微处理器,这些测量值和/或指数可以用于作为包括传入神经反应(例如N1效应)的镇静剂或麻醉剂的结果而诱导的不同效应。
权利要求9:
>根据权利要求1至?所述在装置,进一步结合了用于计算和增强所监测的信号信息分解或来自1个或多个复合AEP信号测量值和/或指数的提取的一个微处理器,这些测量值和/或指数可以应用于作为镇静剂或麻醉剂的结果而诱导的不同效应,包括升高的N1-P2幅度,如相应于增加的不应期(刺激间间隔;ISI)的那些;
根据权利要求1至?所述在装置,进一步结合了用于计算和增强所监测的信号信息分解或来自1个或多个复合AEP信号测量值和/或指数的提取的一个微处理器,这些测量值和/或指数可以应用于作为镇静剂或麻醉剂的结果而诱导的不同效应,包括具有较深麻醉的MLAEP幅度-潜伏期变化;
根据权利要求1至?所述的装置,进一步结合了用于计算和增强所监测的信号信息分解或来自1个或多个复合AEP信号测量值和/或指数的提取的一个微处理器,这些测量值和/或指数可以应用于作为镇静剂或麻醉剂的结果而诱导的不同效应,包括通向指示高位注意状态(指示在术中回忆过程中涉及的较长时记忆的静息)的处理临时电位(PCP);
>根据权利要求1至?所述的装置,进一步结合了用于计算和增强所监测的信号信息分解或来自1个或多个复合AEP信号测量值和/或指数的提取的一个微处理器,这些测量值和/或指数可以应用于作为镇静剂或麻醉剂的结果而诱导的不同效应,包括指示注意力或知晓状态的慢波或PCP AEP变化;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器用来计算来自指示耳后肌反应(PAMR)变化的早期潜伏期处理的AEP参数;
>根据权利要求1至?所述的装置,进一步结合了用于计算和增强所监测的信号信息分解或来自1个或多个复合AEP信号测量值和/或指数的提取的一个微处理器,这些测量值和/或指数可以应用于作为镇静剂或麻醉剂的结果而诱导的不同效应,包括诱发的PAMR (ePAMR)EMG信号;
>根据权利要求1至?所述的装置,进一步结合了用于计算和增强所监测的信号信息分解或来自1个或多个复合AEP信号测量值和/或指数的提取的一个微处理器,这些测量值和/或指数可以应用于作为镇静剂或麻醉剂的结果而诱导的不同效应,包括在镇静或麻醉过程中的变化的光谱和形态学潜伏期/幅度跟踪;
>根据权利要求1至?所述的装置,进一步结合了用于计算和增强所监测的信号信息分解或来自1个或多个复合AEP信号测量值和/或指数的提取的一个微处理器,这些测量值和/或指数可以用于作为镇静剂或麻醉剂的结果而诱导的不同效应,包括失匹配负波实时(MMNrt)MTA;
>根据权利要求1至?所述的装置,进一步结合了用于计算和增强所监测的信号信息分解或来自1个或多个复合AEP信号测量值和/或指数的提取的一个微处理器,这些测量值和/或指数可以应用于作为镇静剂或麻醉剂的结果而诱导的不同效应,包括ER信号形态分析;
>根据权利要求1至?所述的装置,进一步结合了用于计算和增强所监测的信号信息分解或来自1个或多个复合AEP信号测量值和/或指数的提取的一个微处理器,这些测量值和/或指数可以应用于作为镇静剂或麻醉剂的结果而诱导的不同效应,包括新异反应分析;
>根据权利要求1至?所述的装置,进一步结合了用于计算和增强所监测信号信息分解或来自1个或多个复合的AEP信号测量值和/或指数的提取的一个微处理器,这些测量值和/或指数可以应用于作为镇静剂或麻醉剂的结果而诱导的不同效应,包括EPNLD分析处理作为增强在生理信号源与在线事件之间的分辨的一种手段;>根据权利要求1至?所述的装置,进一步结合了用于计算和增强所监测的信号信息分解或来自1个或多个复合AEP信号测量值和/或指数的提取的一个微处理器,这些测量值和/或指数可以用于作为镇静剂或麻醉剂的结果而诱导的不同效应,包括使独立计算过程较少受深麻醉信号不稳定性影响的NLD分析(包括不同形式的光谱熵、形态学熵或复杂分析的类型);
>根据权利要求1至?所述的装置,进一步结合了一个微处理器用来计算和跟踪涉及与麻醉或镇静变化有关的衍生或测量的生命体征信息;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器用来计算和跟踪生命体征参数,包括脉率;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器用来计算和跟踪生命体征参数,包括呼吸率;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器用来计算和跟踪生命体征参数,包括体温;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器用来计算和跟踪生命体征参数,包括血压;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器用来计算和跟踪生命体征参数作为整合性在线监测函数;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器用来计算和跟踪生命特征参数,包括血液动力学函数,包括循环测量;>根据权利要求1至?所述的装置,可以进一步结合一个微处理器用来计算和跟踪生命体征参数,包括血液动力学函数,包括PTT皮层下觉醒;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器用来计算和跟踪生命体征参数,包括血液动力学函数,包括PAT;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器用来计算和跟踪生命体征参数,包括血液动力学函数,包括周围神经***自身稳定功能,包括HR;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器用来计算和跟踪生命特征参数,包括血液动力学函数,包括周围神经***自身稳定功能,包括HRV;>根据权利要求1至?所述的装置,进一步结合了一个微处理器用来计算和跟踪生命体征参数,包括脉率;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器用来计算和跟踪生命体征参数,包括血氧定量;
>根据权利要求1至?所述的装置,进一步结合一个微处理器用来计算和跟踪生命体征参数,包括一体化反射性体积描记波形血氧定量;>根据权利要求1至?所述的装置,进一步结合了一个微处理器用来计算和跟踪生命体征参数,包括可应用于推导术中回忆率(也称为IRf)的测量;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器用来计算和跟踪生命体征参数,包括ECG;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器用来计算和跟踪肌肉运动或活动水平,包括EMG;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器用来计算和跟踪肌肉运动或活动水平,包括咬肌EMG;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器用来计算和跟踪CNS活动,包括EEG;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器程序用来描绘和跟踪在线事件,包括躯体运动(BM);
>根据权利要求1至?所述的装置,进一步结合了一个微处理器程序用来描绘和跟踪事件,包括运动时间(MT);
>根据权利要求1至?所述的装置,进一步结合了一个微处理器程序用来描绘和跟踪在线事件,包括觉醒;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器用来描绘和跟踪在线事件,包括例如麻醉特异性觉醒;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器用来描绘和跟踪在线事件,包括伤害性刺激;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器用来描绘和跟踪在线背景生理事件,包括眼运动;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器用来描绘和跟踪在线背景生理事件,包括EMG爆发或EMG压低;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器用来描绘和跟踪在线背景事件伪像;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器用来描绘和跟踪在线背景生理事件,包括伪像以及可能与SPA和CD或逆转有关的其他信号波动;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器,该微处理器被编程用来显示代表来自所述反应信号的1个或多个所述早期潜伏期间隔依赖性值的测量的一个初始数据呈现、列表的、数字的、图形的或其他指示物显示,包括(但不限于)跨多个系列的潜伏期区段计算的那些,这些区段由跨0至1000毫秒刺激后潜伏期(但不限于此)范围的2个或更多个潜伏期依赖性间隔组成。>根据权利要求1至?所述的设备,进一步结合了一个微处理器,该微处理器被编程用来储存代表来自所述反应信号的1个或多个所述早期潜伏期间隔依赖性值的测量的一个初始数据呈现、列表的、数字的、图形的或其他指示物显示,包括(但不限于)跨多个系列的潜伏期区段计算的那些,这些区段由跨0至1000毫秒刺激后潜伏期(但不限于此)范围的2个或更多个潜伏期依赖性间隔组成。
>根据权利要求1至?所述的设备,进一步结合了一个微处理器,该微处理器被编程用来产生一个报告,该报告代表来自所述反应信号的1个或多个所述早期潜伏期间隔依赖性值的测量的一个初始数据呈现、列表的、数字的、图形的或其他指示物显示,包括(但不限于)跨多个系列的潜伏期区段计算的那些,这些区段由跨0至1000毫秒刺激后潜伏期(但不限于此)范围的2个或更多个潜伏期依赖性间隔组成。
>根据权利要求1至?所述的装置,结合了能够监测连续和/或诱发反应的1个或多个通道的电生理电极,这些反应包括神经事件相关电位。
>根据权利要求1至?所述的装置,结合了能够通过模拟或数字模拟处理***对1个或多个通道诱发和/或连续神经信号通道进行放大、过滤、和/或其他形式的模拟预处理的信号调节装置。
>根据权利要求1至?所述的装置,结合了能够通过在线采集设备对1个或多个ER信号通道进行取样和模拟数字采集的一个取样装置。
>根据权利要求1至?所述的装置,结合了能够跨1个或多个通道诱发和/或连续的神经信号通道来执行数字在线处理后采集处理以便产生2个或更多个诱发电位信号的平均值以便计算平均诱发电位信号的一个处理装置。
>根据权利要求1至?所述的装置,结合了能够解析平均的ER信号的1个或多个信号的一个信号平均装置,以便实现足够的信噪比,使得能够合理地说明感兴趣的ER信号,将它们与呈现给处于研究下的受试者的外部刺激进行时间比对。
>监测受试者的疼痛和/或镇静和/或麻醉深度的方法,包括以下至少一项的步骤:
获得包括至少一种PAMR和生命体征信号的至少一个生物信号,将所述信号转换成数据,用来确定所述受试者的催眠、遗忘、痛觉缺失、不动性、焦虑、疼痛、镇静或知晓测量的状态的至少一个输出指示物,计算出PAMR或咬肌EMG的测量值,
计算咬肌EMG的测量值,
计算咬肌和/或PAMR EMG与中枢神经***(CNS)信号之间的一个分辨值。
权利要求系列6A:系列非线性动力学听觉诱发电位监测***
权利要求1
一种用于从生物或体外样品获取针对生理、心理、认知或细胞状态的生理数据的装置,包括:
用于获取至少一个刺激诱发生物信号反应的工具;
用于从至少一个获取的诱发生物信号计算出至少一个测量值的工具,其中该计算结合了从代表在所述生物信号之内的变化的至少一个诱发反应生物信号的非线性动力学(NLD)转换的计算。
>根据权利要求1至?的任何一项所述的装置,进一步包括用于从以下各项的任何刺激诱发生物信号反应信号计算非线性动力学(NLD)转换的一种工具,该信号包括:
躯体感觉诱发反应,
听觉诱发反应,
视觉诱发刺激,
温度诱发反应,
振动诱发反应,或
运动诱发反应。
>根据权利要求1至?的任何一项所述的装置,进一步包括用于从以下各项的任何刺激诱发生物信号反应信号电位计算非线性动力学(NLD)转换的一种工具,该电位包括:
躯体感觉诱发电位,
听觉诱发电位(AEP),
视觉诱发电位,
温度诱发电位,
振动诱发电位,或
运动诱发电位。
>根据权利要求1至?的任何一项所述的装置,由此从任何一种生物信号计算该非线性动力学(NLD)转换包括任何状态、信号、或噪声的确定,包括以下任何一项:
区别并且跟踪代表处于催眠状态下所监测的受试者的变化的中枢神经***(CNS)变化;
区别并且跟踪代表处于遗忘状态下所监测的受试者的变化的CNS变化;
区别并且跟踪代表处于催眠状态下所监测的受试者的变化的CNS变化;疼痛/痛觉缺失状态,
区别并且跟踪代表处于可动性状态的所监测的受试者的变化的肌肉和/或周围***和/或自主变化,
区别并且跟踪代表处于疼痛/疼痛丧失状态下所监测的受试者的变化的咬肌EMG变化,
区别并且跟踪代表处于可动性状态下所监测受试者变化的EMG变化,
区别并且跟踪代表处于知晓/反应性状态的风险或可能性下所监测的受试者的变化的生命体征变化,
区别并且跟踪代表处于知晓/反应性状态下风险或可能性所监测的受试者的变化的神经变化和生命体征变化,
区别并且跟踪代表所监测的受试者的诱发神经变化的CNS变化以及代表所监测的受试者的知晓/反应性状态的风险或可能性的变化的生命体征变化,
区别和跟踪代表所监测的受试者的诱发反应监测通道变化的CNS变化,作为证实相对于不需要的背景噪声和信号的感兴趣的有效生理反应的一种手段,
区别和跟踪代表所监测的受试者的诱发反应监测通道变化的CNS变化,作为证实相对于呈现给处于评定下的受试者的无效刺激的感兴趣的有效生理反应的一种手段,例如在刺激断开过程中。
>根据权利要求1至?的任何一项所述的装置,由此从任何一种生物信号计算该非线性动力学(NLD)转换包括任何状态、信号、或噪声确定,其中确定分析方法包括以下任何两项:
非线性动力学分析,
熵分析,
时间序列复杂性分析,
AEP潜伏期间隔依赖性分析,
绝对AEP值的总和,
AEP的平方根的总和,
AEP的2的幂的总和,
熵,
AEP波形幅度,
AEP微分幅度,或
AEP积分幅度。
>根据权利要求1至?的任何一项所述的装置,由此从任何生物信号计算该非线性动力学(NLD)转换包括在线或离线区别和跟踪事件,这些事件包括以下任何一项:
任何常规的觉醒、运动和人工事件的睡眠文献分类,
躯体运动,
运动时间,
微觉醒,
皮层觉醒,
皮层下(自主)觉醒,
伪像,
伤害性刺激事件,
伤害性刺激,
伤害性刺激觉醒,
伤害性刺激皮层觉醒,
伤害性刺激皮层下觉醒,
伤害性刺激躯体运动,
电外科扰动,
电源干扰,
眼运动,
外部声音干扰,
电噪声干扰,
电磁干扰,
背景噪声干扰,或
背景生理信号干扰。
根据权利要求1至?的任何一项所述的装置,由此从任何生物信号计算该非线性动力学(NLD)转换包括在线或离线区别和跟踪事件,这些事件包括以下任何一项:
伤害性刺激事件,
伤害性刺激,
伤害性刺激觉醒,
伤害性刺激皮层觉醒,
伤害性刺激皮层下觉醒,或
伤害性刺激躯体运动。
>根据权利要求1至?所述的装置,由此从任何生物信号计算该非线性动力学(NLD)转换包括在线或离线区别和跟踪事件,这些事件包括以下任何一项:
测量由跨AEP数据的非线性动力学(NLD)转换的计算所产生的信号峰,
比较信号
测量由跨AEP数据的非线性动力学(NLD)转换的计算所产生的信号峰,这些数据已经与任何分析方法结合而被处理,这些方法包括以下任何一项:
-AEP潜伏期间隔依赖性分析,
-绝对AEP值的总和,
-AEP的平方根的总和,
-AEP的2的幂的总和,
-熵,
-AEP波形幅度,
-AEP微分幅度,或
-AEP积分幅度,
-测量AEP或AEP处理的数据信号峰,
-将非线性动力学AEP信号峰与相应于通过应用一个第二AEP分析方法产生的数值的信号峰进行比较,其中该第二分析方法包括以下任何一项:
-AEP潜伏期间隔依赖性分析,
-绝对AEP值的总和,
-AEP的平方根的总和,
-AEP的2的幂的总和,
-熵,
-AEP波形幅度,
-AEP微分幅度,或
-AEP积分幅度,
通过将非线性动力学AEP计算值与一个第二分析方法计算值进行比较来区别在AEP数据或AEP处理数据之内的信号峰,
通过将非线性动力学AEP计算值与一个第二分析方法的计算值进行比较来将在AEP数据或AEP处理数据之内的信号峰根据原因分类,
通过将非线性动力学AEP计算值与一个第二分析方法计算值进行比较来将在AEP数据或AEP处理数据之内的信号峰根据原因分类,分类包括以下任何一项:
躯体运动,
运动时间,
微觉醒,
皮层觉醒,
皮层下(自主)觉醒,或
伪像。
伤害性刺激事件,
伤害性刺激,
伤害性刺激觉醒,
伤害性刺激皮层觉醒,
伤害性刺激皮层下觉醒,
伤害性刺激躯体运动,
电外科扰动,
电源干扰,
眼运动,
外部声音干扰,
电噪声干扰,
电磁干扰,
背景噪声干扰,或
背景生理信号干扰。
>根据权利要求1至?的任何一项所述的装置,进一步结合了用于确定由应用任何单个的或序列的分析方法产生的AEP信号峰的幅度的工具,这些分析方法包括:
非线性动力学分析,
熵分析,
时间序列复杂性分析,
AEP潜伏期间隔依赖性分析,
绝对AEP值的总和,
AEP的平方根的总和,
AEP的2的幂的总和,
熵,
AEP波形幅度,
AEP微分幅度,或
AEP积分幅度,
根据权利要求1至?所述的装置,进一步结合了用于对由应用任何单个的或序列的分析方法产生的AEP信号峰进行原因分类的工具,这些方法包括:
非线性动力学分析,
熵分析,
时间序列复杂性分析,
AEP潜伏期间隔依赖性分析,
绝对AEP值的总和,
AEP的平方根的总和,
AEP的2的幂的总和,
熵,
AEP波形幅度,
AEP微分幅度,或
AEP积分幅度。
根据权利要求1至?的任何一项所述的装置,进一步包括用于对AEP信号峰进行原因分类的工具,其中分类包括以下任何一项:
躯体运动,
运动时间,
微觉醒,
皮层觉醒,
皮层下(自主)觉醒,或
伪像。
伤害性刺激事件,
伤害性刺激,
伤害性刺激觉醒,
伤害性刺激皮层觉醒,
伤害性刺激皮层下觉醒,
伤害性刺激躯体运动,
电外科干扰,
电源干扰,
眼运动,
外部声音干扰,
电噪声干扰,
电磁干扰,
背景噪声干扰,或
背景生理信号干扰。
>根据权利要求1至?所述的装置,进一步包括一个微处理器,该微处理器被编程用来从快速运动时间平均值(MTA)计算一个第一输出测量,
>根据权利要求1至?所述的装置,包括用于从快速运动时间平均值(MTA)来计算一个第一输出测量的方法,其中该输出测量结合了一个工具用来响应和指示快速发生的瞬时事件,
>根据权利要求1至?所述的装置,包括用于从快速运动时间平均值(MTA)来计算一个第一输出测量的方法,其中该输出测量结合了一个工具用来响应和指示快速发生的瞬时事件,由此该瞬时事件包括以下任何一项:
r-躯体运动,
r-运动时间,
r-微觉醒,
r-皮层觉醒,
r-皮层下(自主)觉醒,
r-伪像,
r-伤害性刺激事件,
r-伤害性刺激,
r-伤害性刺激觉醒,
r-伤害性刺激皮层觉醒,
r-伤害性刺激皮层下觉醒,
r-伤害性刺激躯体运动,
r-电外科干扰,
r-电源干扰,
r-眼运动,
r-外部声音干扰,
r-电噪声干扰,
r-电磁干扰,
r-背景噪声干扰,或
r-背景生理信号干扰。
根据权利要求1至?的任何一项所述的装置,包括用来从快速运动时间平均值(MTA)来计算一个第二输出测量的处理器,其中该输出测量结合了一个工具用来响应和指示并且指示快速发生的变化,这些变化包括以下任何一项:
快速剂量变化,
药效剂量变化,
快速催眠状态变化,
快速遗忘状态变化,
快速痛觉缺失状态变化,
快速可动性状态变化,
快速抗焦虑状态变化,或
快速生命体征变化。
>根据权利要求1至?所述的装置,包括与自回归模型(使用或不使用外源性输入(arx))相结合用于从快速运动时间平均值(MTA)来计算一个第一输出测量的方法,作为一种手段用来降低相应的计算延迟和随后的输出指示物延迟。
>根据权利要求1至?所述的装置,包括用于从比所述快速运动时间平均值更慢的运动时间平均值(MTA)来计算一个第二输出测量的方法。
根据权利要求1至?所述的装置,包括用于从较慢的运动时间平均值(MTA)来计算一个第二输出测量的方法,其中该输出测量结合了一个工具用来响应和指示较慢发生的变化/趋势。
>根据权利要求1至?所述的装置,包括用于从较慢的运动时间平均值(MTA)来计算一个第二输出测量的方法,其中该输出测量结合了一个工具用来响应和指示并且指示较慢发生的事件,包括以下任何一项:
逐级的剂量分度,
更慢或更精细的催眠状态变化,
更慢或更精细的遗忘状态变化,
更慢或更精细的痛觉缺失状态变化,
更慢或更精细的可动性状态变化,
更慢或更精细的抗焦虑状态变化,
更慢或更精细的生命体征变化。
>根据权利要求1至?所述的装置,包括用于计算一个第三结合输出测量的方法,该测量结合了来自所述较慢运动时间平均值和较快运动时间平均值两者的值。
>根据权利要求1至?所述的装置,包括用于计算一个第三结合的输出测量的方法,该测量结合了来自所述较慢运动时间平均值和较快运动时间平均值两者的值,其中该第三组合的输出测量指示相应于快速和较慢变化信息两者的来自受试者的监测信号和/或变化状态的快速和较慢变化。
>根据权利要求1至?所述的装置,包括用于计算一个第四输出测量的方法,该测量结合了来自所述较慢运动时间平均值、较快运动时间平均值、和基于EEG的测量的值。
>根据权利要求1至?所述的装置,包括用于计算一个第四输出测量的方法,该测量结合了来自所述较慢运动时间平均值、较快运动时间平均值、和基于EEG测量的值,其中该基于EEG的测量使较窄的频谱具有对干扰例如在电外科操作过程中的相应较低的敏感性。
环境噪声感测以及消除(ENS&C)生物监测设备
一种生物监测装置,结合了通过监测或感测监测环境中的不需要的噪声能够将不需要的环境或外部***噪声降至最低的多个部分,并且然后对这种感测的信号进行处理从而启用一个噪声号消除***,该装置包括:
一个输入感测和/或输入监视部分,它能够消除有用信号之内的不需要的噪声;
能够以这样一种方式调节所感测或监测的噪声的一个或多个通道的噪声特征以产生最佳的噪声消除信号的一个部分;
能够将一个噪声消除信号与一个感兴趣的监测信号结合的一个部分,从而使得生成的信号结果包括该感兴趣的信号,其中不需要的信号被减少或消除;
根据权利要求1至?所述的部分,由此将不需要的环境或外部***噪声降至最低可以包括一个或多个可预测的噪声源(但不限于此),包括:
MRI回声设计RF信号;
电外科装备扰动;
电源相关噪声;
ECG ballistogram噪声;
其他可预测的噪声源。
根据权利要求1至?所述的部分,由此将不需要的环境或外部***噪声降至最低可以包括一个或多个不可预测的噪声源(但不限于此),包括:
房间空调EMF、电或声学产生的噪声信号;
外部电装备EMF,电或声学产生的噪声信号;
其他不可预测的来源。
根据权利要求1至?所述的部分,由此监测或感测不需要的噪声结合了以这样一种方式定位的一个传感器设备,即可以连续地跟踪和处理不需要的噪声从而确定不需要的噪声的主要信号特征。
根据权利要求1至?所述的部分,由此监测或感测不需要的噪声结合了以这样一种方式定位的一个传感器设备,即可以连续地跟踪不需要的噪声并且确定该噪声的信号特征,其中这类特征包括(但不限于):
频谱;
幅度;
相位;
熵;
形态或波形模式。
根据权利要求1至?所述的部分,由此不需要的噪声消除包括连续微调该噪声信号特征的能力以便实现该不需要的噪声频率的最大无效以及这些感兴趣的信号的最大呈现。
根据权利要求1至?所述的部分,由此一个自动范围增益调节能够以这样的方式与噪声消除协调地起作用,即大的信号扰动(例如电外科装备或ECG信号压低)并不导致截短、过载或饱和的信号,而是该监测通道的增益灵敏度被降低至少使得大的不需要的噪声信号能够被抵偿或消除,而不引入其他不需要的噪声或失真。
用于确定呈现于在评定下的个体的一种外源刺激的存在的在线病人监测和/或脱机病人信号处理设备,包括:
用于监测至少一种神经信号的一个部分,该信号包括至少一种诱发和/或连续EEG信号;
至少一个处理器;
用于分析在评定下的一个个体的至少一种神经信号的一个部分;
至少一种信号处理算法;
用于评估在起始刺激显示信号与频谱和/或从处于评定下的该个体监测的一种或多种神经信号得到的相位信息之间的关联的一个部分;
根据权利要求1至?所述的一个部分,该部分能够确定在起始刺激显示信号与频谱和/或得到的病人监测反应的相位信息之间的关联是否足以指示一个可接受质量的刺激连接和/或对外源刺激的活化;
根据权利要求1至?所述的一个部分,就分级的质量测量和/或连接对断开刺激状态而言该部分用来记录和/或显示刺激连接和/或活化;
>根据权利要求1至?所述的一个部分,结合了至少一个处理器以计算一个或多个诱发或连续EEG信号的频谱;
>根据权利要求1至?所述的设备,当刺激显示状态被认为相对于不可接受是可接受的时,其发信号和/或数据记录时间周期的数据;
>根据权利要求1至?所述的设备,用来从包括EEG和/或其他生理信号通道的一个或多个连续或诱发电位神经信号通道产生频谱;
>根据权利要求1至?所述的设备,用来从一个或多个连续或诱发电位神经信号通道产生频谱,这些通道包括来自医学成像***的信号或信息,该医学成像***包括磁共振成像(MRI)***、单光子发射计算断层摄影术(SPECT)、正电子发射断层摄影术(PET)、或其他医学成像***。
>根据权利要求1至?所述的设备,用来产生一个单次或平均的系列EEG扫描的频谱(独立的,能够在进一步诱发电位信号处理之前预先过滤该连续的EEG记录的一种设备/方法/***;能够从连续监测的EEG信号计算出EEG时期(扫描)的一种设备/方法/***);
>根据权利要求1至?所述的设备,能够计算出这些时期,由此用提呈给处于评定下的个体的初始刺激信号将这些时期的起始时间按时间排列;
>根据权利要求1至?所述的设备,能够对每个计算的时期进行基线调节以补偿信号偏移情况;
>根据权利要求1至?所述的设备,能够用专门化的开窗以及过滤器边缘效应补偿来进行后时期过滤;
>根据权利要求1至?所述的设备,能够鉴定和/或补偿这些伪像;能够对连续性或选择性系列EEG扫描进行平均从而产生从中可以计算出频谱的一个平均的输出信号的一种设备/方法/***;
>根据权利要求1至?所述的设备,能够以另一种方式对一个或多个连续、非连续或重叠的EEG扫描进行平均或结合从而生成一种复合的AEP输出波形;能够对一种或多种连续、非连续或重叠的EEG扫描进行平均或结合并且将伪像排出或将可接受的伪像补偿扫描包括在内从而生成一种复合的AEP输出波形的一种设备/方法/***;
>根据权利要求1至?所述能够结合(例如平均)扫描的数量用来生成复合的AEP波形的设备根据所希望的或预定的最小可接受信噪结果要求是可调节的;
>根据权利要求1至?所述的设备,其启用所希望的或预定的最小可接受信噪比结果要求,由此信号(每个信噪比)是指在该结合的(复合的)AEP波形或单个AEP扫描上一个限定的潜伏期区段或一个或多个波形特异性点;
>根据权利要求1至?所述的设备,其启用所希望的或预定的最小可接受信噪比结果要求,由此噪声(每个信噪比)是指在该结合的(复合的)AEP波形或单个AEP扫描上一个限定的潜伏区段或预潜伏区段或一个或多个波形特异性点;
根据权利要求1至?所述的设备,其启用所希望的或预定的最小可接受信噪比结果要求,由此信号(每个信噪比)是指相应于研究的感兴趣信号的神经信号和/或一个或多个扫描或连续的EEG信号的预定义频谱的一个区段或多个区段;
>根据权利要求1至?所述的设备,其启用希望的或预定的最小可接受信噪比结果要求,由此噪声(每个信噪比)是指相应于噪声和/或其他不需要的背景信号的神经信号和/或一个或多个扫描或连续EEG信号的预定义频谱的一个区段或多个区段;
>根据权利要求1至?所述的设备,使得能够进行平均,其中平均包括使用或不使用外部输入函数进行回归或自回归分析;
>根据权利要求1至?所述的设备,能够在输入监测噪声条件与监测***过滤参数的配置之间进行自动动态链接;
>根据权利要求1至?所述的设备,能够在输入监测噪声条件与监测***分析参数的配置之间进行自动动态链接。
>根据权利要求1至?所述的设备,能够在输入监测噪声条件与监测***监测模式的配置之间进行自动动态链接。
>根据权利要求1至?所述的设备,能够在输入监测噪声条件与监测***监测模式的配置之间进行自动动态链接;其中操作模式可以从混合AEP与基于EEG的监测恢复到基于EEG的监测。
>根据权利要求1至?所述的设备,能够在输入监测噪声条件与监测***监测模式的配置之间进行自动动态链接;其中操作模式和主要输出指示物可以从混合AEP与基于EEG的监测恢复到基于EEG的监测。
用于确定和监测不需要的噪声和失真特征的装置,该方法包括:
一种微处理器设备,该设备被编程为连续地跟踪环境、背景生理和/或其他不需要的噪声和失真
至少一个微处理器设备,
一种微处理器设备,该设备被编程为连续计算出预定义频率光谱噪声和失真特征与监测***的频谱特征之间的关联。
>根据权利要求1至?所述的装置,进一步结合了被编程为连续跟踪噪声的一个微处理器,其中所跟踪的噪声包括以下任何一项:
-电外科干扰;
也参见第3章噪声源
电源频率或电源相关干扰;或
背景生理干扰。
>根据权利要求1至?所述的装置,进一步结合了被编程用来监测至少一个连续和/或诱发EEG和/或其他生理信号的一个微处理器;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器,该微处理器被编程用来计算相应于不需要的噪声和失真特征的预定义频谱和/或相位信息与相应于监测***和/或监测的输入通道和/或监测的输入信号的频谱和/或相位信息之间是否存在关联;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器,该微处理器被编程用来计算相应于不需要的噪声和失真特征的预定义频谱和/或相位信息模板或其他组的特征与相应于监测***和/或监测的输入通道和/或监测的输入信号的频谱和/或相位信息之间是否存在关联;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器,该微处理器被编程用来计算相应于不需要的噪声和失真特征的预定义频谱和/或相位信息阈值和工作极限或其他组的特征与相应于监测***和/或监测的输入通道和/或监测的输入信号的频谱和/或相位信息之间是否存在关联;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器,该微处理器被编程用来计算相应于不需要的噪声和失真特征的预定义频谱和/或相位信息与相应于监测***和/或监测的输入通道和/或监测的输入信号的频谱和/或相位信息之间是否存在足够的关联用来试图补偿过度的噪声和失真水平,该补偿包括:
适应在线过滤,以对抗噪声情况;
适应在线分析以对抗噪声情况;
适应在线监测模式以对抗噪声情况;
从更灵敏的AEP分析或结果测量至更强的EEG结果或测量来适应在线监测模式信赖;
>根据权利要求1至?所述的装置,进一步结合了一个微处理器,该微处理器被编程用来计算相应于不需要的噪声和失真特征的预定义频谱和/或相位信息与相应于监测***和/或监测的输入通道和/或监测的输入信号的频谱和/或相位信息之间的关联并且然后显示和/或记录这样的信息,该显示和/或记录包括:
监测质量的分级测量;
信号噪声和失真类型;
信噪比;
程度或严重性的测量。
警告;
用来克服过量噪声和失真情况的用户推荐和/或暗示;
可能的或实际的信号断开状态;
过量噪声和阻抗的可能或实际原因,包括过多的电极阻抗、过多的电源干扰、过多的电极阻抗;过多的电外科干扰;过多的眼运动、过多的EMG信号压低到EEG通道中、过多的运动伪像;过多的伪像的其他形式;以及过多的噪声和失真或干扰情况的其他形式。
可调节开口采集设备
一种生物监测装置,结合了通过结合一个可调节的输入信号取样与保持采集窗的自动、手动或计算机辅助数据取样与保持适应而将不需要的环境或外部***噪声降至最低的一种工具,并且包括:
一个可调节的取样与保持开口窗设备,相对于在这类干扰可能另外地被强调时的峰或较高水平的噪声尖峰,它在噪声或干扰信号对感兴趣的信号具有最小影响时的多个时间点启用输入信号的取样与保持;
取样与保持开口窗定时控制,能够与外部装备定时参考同步或被感测(如通过外部环境噪声传感器)以使该数据采集开口能够被***在感兴趣的输入信号之内的最突出的噪声峰之间从而确保将不需要的外部周期性噪声的效应降至最低;
一种能够确定并且解析与不需要的外部周期性噪声直接相关的定时参考的设备;
一种设备,能够从外部连接的(有线和/或无线、有线、光学的、磁性的、电容性的或其他)定时信号或噪声跟踪传感器得到最佳采样率和开口窗从而将采集的数据点***在不需要的周期性噪声峰之间,这些噪声峰将另外地在感兴趣的采集信号之内被强调;
一种取样与窗口定时设备,能够将该开口窗延迟从而将不需要的外部信号干扰降至最低;
一种取样与窗口定时设备,能够使开口窗延迟和控制其宽度从而将不需要的外部信号干扰降至最低。>根据权利要求1至?所述的设备,由此通过参考一个外部定时信号可以将采集取样与保持窗时间同步;
>根据权利要求1至?所述的设备,由此可以通过参考一个外部定时信号使采集取样与保持开口时间同步;
>根据权利要求1至?所述的设备,由此可以调节取样与保持开口的开始,以便通过将取样与保持开口的开始点、持续时间以及终点定位在受干扰信号影响最小的一个期间之内而将环境或外部噪声的存在降至最低;
>根据权利要求1至?所述的设备,由此采集取样与保持开口的调节可以结合一个图形用户界面,该界面能够用得到的相应于不同开口调节的信号的序列显示最高取样率采集输入信号,由此根据零外部噪声采集信号的最佳开口调节是明显的;
>根据权利要求1至?所述的设备,由此取样与保持开口的调节可以结合一个图形用户界面,该界面能够用得到的相应于不同开口调节的信号的序列显示最高取样率采集输入信号,由此根据零外部噪声采集信号的最佳开口调节是明显的,并且取样同步化速率、开口窗循环开始点、终点、以及持续时间的相应的配置设置被储存并且能够应用或回忆,以便将外部干扰降至最低;
>根据权利要求1至?所述的设备,由此取样与保持开口的调节可以结合一个图形用户界面,该界面能够用得到的相应于不同开口调节的信号的序列显示最高取样率采集输入信号,由此根据零外部噪声采集信号的最佳开口调节是明显的,并且样品同步化速率、开口窗循环开始点、终点、以及持续时间的相应的配置设置被手动或自动或半自动地储存并且能够应用或回忆,以便将外部干扰降至最低;
>根据权利要求1至?所述的设备,由此可以通过利用一个预测数据库来帮助确定这些最佳开口调节,该数据库包括普通噪声信号特征,以便自动、手动或半自动地调节开口窗从而限制该外部干扰的效应,将采集过程的颤动、失真、抖动降至最低并且将感兴趣的信号对不需要的噪声和失真的信噪比最大化。
>根据权利要求1至?所述的设备,由此数据采集特征的确定包括以下数据采集因素中的一种或多种的配置:ADC抖动
ADC采集时间
ADC互调失真(IMD)
ADC积分非线性(INL)误差
ADC短时脉冲
ADC力觉输出
ADC满功率带宽(FPBW)
ADC动态范围
比特(ENOB)的ADC有效数
ADC图形失真
ADC微分非线性(DNL)误差
-ADC满刻度(FS)误差
ADC FS增益误差(DACs
ADC增益误差
积分非线性(INL)误差
ADC无丢码
ADC偏移二进制编码
ADC偏移误差(双极)
ADC偏移误差(单极)
偏移误差漂移
相匹配
比率测量
稳定时间
ADC准确度
ADC量化误差
ADC开口延迟
ADC开口颤动
ADC分辨率
ADC采样率/频率
ADC稳定时间
ADC信噪比和失真(SINAD)
ADC信噪比(SNR)
ADC压摆率
ADC满功率带宽(FPBW)
ADC小信号带宽(SSBW)
ADC相对速度和精确度
ADC无虚假动态范围(SFDR)
ADC总谐波失真(THD)
ADC跟踪和保持
ADC过渡噪声
ADC采样不足
ADC前和/或后采集过滤
>根据权利要求1至?所述的设备,由此数据采集特征的确定包括以下数据采集类型中的一种或多种的配置:
ADC线性反应类型
ADC非线性反应类型
ADC直接转换ADC或快速
ADC逐次逼近
ADC斜坡比较
ADC威尔金森
ADC积分
Δ编码
ADC流水线
ADC σ-δ
ADC时间交叉
具有中间FM期的ADC
ADC时间伸缩
ADC ADC乘以DAC(MDAC);
>根据权利要求1至?所述的设备,由此可以从外部噪声信号传感器和使得外部噪声频率能够被确定以及随后的数据采集时钟信号和最佳的取样与保持开口窗特征能够被确定的相应信号处理而得到外部噪声定时参考的确定,这样使得可以将外部感测的噪声在感兴趣的数据采集信号之内降至最低。
>根据权利要求1至?所述的设备,由此可以得到外部噪声定时以及其他特征的确定,可以确定相应的外部噪声频率并且可以优化相应的数据采样率和开口窗时间定位和持续时间从而以后采集信号的方式将外部噪声效应降至最低。
>根据权利要求1至?所述的设备,结合了用于跟踪和将采集颤动降至最低的一个机构(抗颤动***),包括:
一个用来分析诱发电位(EP)信号的连续序列的设备;
一个用来确定EP信号序列中的颤动的存在的设备;
一个用来计算在连续的EP信号之间的颤动关系的设备,这些信号显得在时间上从连续监测的EP信号至下一个连续监测的EP信号的漂移;
一种设备,用来以这样一种方式基于在连续EP信号之间的预定颤动关系来应用时基校正,即颤动被抵偿并且得到一个稳定的、一致的或“无颤动”的EP信号序列。
一种设备,用来对一个或多个颤动时基补偿的(无颤动)EP信号进行平均从而生成一个无颤动效应的随后平均的EP信号。
>一种装置,结合了计算代表受试者的麻醉和意识知晓状态的一个或多个指标的一种工具,包括:
2.至少一个诱发电位神经生理学信号
3.针对受试者的一系列刺激
4.在呈现给病人的刺激中的至少一个预定变化
5.计算出由给病人产生的来自受试者的诱发电位的变化、由在刺激中的所述变化产生的诱发反应的变化
>根据权利要求1至?所述的设备,进一步包括一个微处理器,该微处理器被编程用来产生包括呈现给受试者的听觉信号的一个刺激。
>根据权利要求1至?所述的设备,进一步包括一个微处理器,该微处理器被编程用来计算出与刺激变化相关的诱发反应特征,这些变化包括以下各项中的任何一项:相对于在前的刺激或在前的刺激变化的刺激幅度、频率或相位的变化。
>根据权利要求1至?所述的设备,进一步包括一个微处理器,该微处理器被编程用来通过检测得到的听觉诱发电位信号的潜伏期、光谱特征、幅度、熵、相位、或其他信号形态特征的漂移来计算诱发反应特征。
>根据权利要求1至?所述的设备,进一步包括一个微处理器,该微处理器被编程用来计算一个指标,该指标是以这样方式来计算的,即具有不同程度回忆风险(例如,高、中、低)的意识状态、和具有不同程度回忆风险(例如高、中、低)的无意识状态。
>根据权利要求1至?所述的设备,进一步包括一个微处理器,该微处理器被编程用来计算一个指标,该指标是以这样方式来计算的,其中所述指标可以用作在施用麻醉剂或其他形式的镇静剂过程中的针对受试者对术中回忆风险敏感性的尺度。
>一种计算麻醉和意识术中回忆敏感性以及意识深度的指数的方法,包括:
步骤1-监测并且获得至少一个诱发或连续神经生理信号步骤2-监测并且获得代表病人的应激或心理状态的信息的至少一个通道
步骤3-基于步骤2和步骤3的结果计算出指数
>根据权利要求1至?所述的方法,由此应激的生理测量可以包括血氧定量法、PTT、心率变异性、心率(从论文设计章节***总列表)的任何组合。
>根据权利要求1至?所述的方法,由此应激的心理测量可以包括任何升高的皮肤阻抗、升高的出汗、升高的抗焦虑测量,包括血压和心率的那些(但不限于此)。
>根据权利要求1至?所述的方法,其中以这样的方式来确定所述计算的指数,即增加的心理应激测量与另外地反射性无意识的测量相结合被认为代表病人易受到增强的记忆巩固和随后的术中回忆的影响的状态。
权利要求系列19:多维生理学和心理学麻醉或镇静药物递送和/或研发设备
权利要求1:
一种用于确定相应于受试者的监测状态的药物递送化合物的最佳组合的设备,这些状态包括以下各项中的任何一项:
催眠,
遗忘,
痛觉缺失,
不动性,
抗焦虑,
生命体征,
或在线事件。
生命体征。
>根据权利要求1至?所述的设备,用于确定相应于受试者的监测事件的药物递送化合物的最佳组合,这些事件包括以下各项中的任何一项:
觉醒、运动和人工事件的任何常规的睡眠文献分类,
躯体运动,
运动时间,
微觉醒,
皮层觉醒,
皮层下(自主)觉醒,
伪像,
伤害性刺激事件,
伤害性刺激,
伤害性刺激觉醒,
伤害性刺激皮层觉醒,伤害性刺激皮层下觉醒,
伤害性刺激躯体运动,
电外科干扰,
电源干扰,
眼运动,
外部声音干扰,
电噪声干扰,
电磁干扰,
背景噪声干扰,或
背景生理信号干扰。
>根据权利要求1至?所述的设备,用于连续调节剂量浓度和混合物,由此每个试剂类型负责特定的麻醉效应(例如催眠、遗忘、痛觉缺失、不动性、抗焦虑),由此根据对个体的基础性生理和心理参数或指示不同状态的生物标记的在线监测而对这种调节进行独立控制,这些状态包括以下各项中的任何一项:
催眠,
遗忘,
痛觉缺失,
不动性,
抗焦虑,
生命体征,
或在线事件。
生命体征。
>根据权利要求1至?所述的设备,结合了被编程用于连续调节剂量浓度和混合物的一个微处理器,由此每个试剂类型负责特定的麻醉效应(例如催眠、遗忘、痛觉缺失、不动性、抗焦虑),由此根据对个体的基础性生理和心理参数的在线监测而对这种调节进行独立控制。
>根据权利要求1至?所述的设备,结合了被编程用于连续调节剂量浓度和混合物的一个微处理器,由此每个试剂类型负责特定的麻醉效应(例如催眠、遗忘、痛觉缺失、不动性、抗焦虑),由此根据对个体的基础性生理和心理生物标记的在线监测而对这种调节进行独立控制。
>根据权利要求1至?所述的设备,结合了被编程用于连续调节剂量浓度和混合物的一个微处理器,由此每个试剂类型负责特定的麻醉效应(例如催眠、遗忘、痛觉缺失、不动性、抗焦虑),由此根据对个体的基础性生理和心理生物标记的在线监测以这样方式对这种调节进行独立控制,从而在由麻醉或镇静造成的全身、心脏、肺以及其他危急病症的高风险外伤期间当施用镇静和/或***物时能够非常精细地分级。
>根据权利要求1至?所述的设备,结合了一个微处理器,该微处理器被编程用于在麻醉剂化合物的指示催眠和/或遗忘相对于不动性和/或痛觉缺失目标的信号之间进行分辨;
>根据权利要求1至?所述的设备,结合了一个微处理器,该微处理器被编程为用于增强该混合物和/或递送一种麻醉/镇静/睡眠/警惕/弛缓剂化合物的一种工具,进一步包括测量在麻醉剂的指示催眠和/或遗忘相对于不动性和/或痛觉缺失目标的信号之间的差别;
>根据权利要求1至?所述的设备,结合了一个微处理器,该微处理器被编程用来包括诱发早期潜伏期耳后肌测量,作为所监测受试者的肌肉活动或可动性的一个量度;
>根据权利要求1至?所述的设备,结合了一个微处理器,该微处理器被编程用于预测所监测的受试者的运动;
>根据权利要求1至?所述的设备,结合了一个微处理器,该微处理器被编程用于优化麻醉剂化合物的混合物;
>根据权利要求1至?所述的设备,结合了一个微处理器,该微处理器被编程用于动态优化麻醉剂化合物的混合物;
>根据权利要求1至?所述的设备,结合了一个微处理器,该微处理器被编程用于区别相对于催眠性无意识状态的镇静或麻醉剂诱导性肌肉抑制;
>根据权利要求1至?所述的设备,结合了一个微处理器,该微处理器被编程用于相对于催眠性无意识状态来确定、预测或区别镇静或麻醉剂诱导性肌肉抑制,从而警示***用户与催眠无意识的深度状态相比较所监测的病人有可能被麻痹;
>根据权利要求1至?所述的设备,结合了一个微处理器,该微处理器被编程用于相对于催眠性无意识状态来确定、预测或区别镇静或麻醉剂诱导性肌肉抑制,从而警示***用户所监测的病人有可能被麻痹,但是有可能处于精神知晓或有意识的状态;
>根据权利要求1至?所述的设备,结合了一个微处理器,该微处理器被编程用于相对于催眠性无意识状态来确定、预测或区别镇静或麻醉剂诱导性肌肉抑制,从而警示***用户所监测的病人有可能被麻痹,但是有可能处于精神知晓或有意识的状态而没有遗忘;
>根据权利要求1至?所述的设备,结合了一个微处理器,该微处理器被编程用于产生用于跟踪肌肉抑制/松弛的一个指示物;
>根据权利要求1至?所述的设备,结合了一个微处理器,该微处理器被编程用于产生用于跟踪肌肉抑制/松弛的一个指示物;
>根据权利要求1至?所述的设备,结合了一个微处理器,该微处理器被编程用于产生用于跟踪肌肉抑制/松弛的一个指示物;
>根据权利要求1至?所述的设备,结合了一个微处理器,该微处理器被编程用于产生代表跟踪肌肉抑制/松弛的一个指示物;
>根据权利要求1至?所述的设备,结合了一个微处理器,该微处理器被编程用于产生用于跟踪未检出的术中知晓的增加的可能性/风险的期间的一个指示物;
根据权利要求1至?所述的设备,结合了一个微处理器,该微处理器被编程用于产生用于跟踪未检出的术中知晓的增加的可能性/风险的期间的一个指示物;
多维生理和心理麻醉、镇静和/或疼痛药物递送和/或研发方法。
一种装置,结合了一个微处理器,该微处理器被编程用于调节相应于从所述“设备”、“诊断方法”、和“诊断设计”权利要求中到的多维(参数包括催眠、遗忘、痛觉缺失、不动性、抗焦虑功能中的两项或更多项)参数的化合物的递送,这些权利要求涵盖了诊断监测、处理(计算算法)以及显示(原始数据和各种衍生指数)功能,(即设备要求相应于使用所述ISA设备、ISA设计、病人界面设备、病人界面方法、和/或A和CD监测方法中任何一种的药物递送生物反馈***作为促进麻醉剂化合物(这些麻醉剂化合物负责多种A和CD效应,包括催眠、遗忘、痛觉缺失中的那些)混合和递送速率的一种手段),
>根据权利要求1至?所述的装置,结合了一个微处理器,该微处理器被编程用于使该测量能够在麻醉剂化合物的指示催眠和/或遗忘相对于不动性和/或痛觉缺失目标的信号之间进行分辨;
>根据权利要求1至?所述的装置,结合了一个微处理器,该微处理器被编程用于使该得能够最佳确定该混合物和/或递送一种麻醉/镇静/睡眠/警惕/弛缓化合物,进一步包括测量麻醉剂的指示催眠和/或遗忘相对于不动性和/或痛觉缺失目标的信号之间的分辨;
>根据权利要求1至?所述的装置,结合了一个微处理器,该微处理器被编程用于相对于催眠性无意识状态来确定、预测或区别镇静或麻醉剂诱导性肌肉抑制;
>根据权利要求1至?所述的装置,结合了一个微处理器,该微处理器被编程用于相对于催眠性无意识状态来确定、预测或区别镇静或麻醉剂诱导性肌肉抑制,从而警示***用户与催眠无意识的深度状态相比较所监测的病人有可能被麻痹;
>根据权利要求1至?所述的装置,结合了一个微处理器,该微处理器被编程用于相对于催眠性无意识状态来确定、预测或区别镇静或麻醉剂诱导性肌肉抑制,从而警示***用户所监测的病人有可能被麻痹,但是有可能处于精神知晓或有意识的状态;
>根据权利要求1至?所述的装置,结合了一个微处理器,该微处理器被编程用于相对于催眠性无意识状态来确定、预测或区别镇静或麻醉剂诱导性肌肉抑制,从而警示***用户所监测的病人有可能被麻痹,但是有可能处于精神知晓或有意识的状态而没有遗忘;
>根据权利要求1至?所述的装置,结合了一个微处理器,该微处理器被编程用于指示跟踪肌肉抑制/松弛的代表;
>根据权利要求1至?所述的装置,结合了一个微处理器,该微处理器被编程用于使该最佳确定工具能够进一步包括代表肌肉抑制/松弛的跟踪的一个函数;
>根据权利要求1至?所述的装置,结合了一个微处理器,该微处理器被编程用于确定和指示肌肉抑制/松弛的跟踪;
>根据权利要求1至?所述的装置,结合了一个微处理器,该微处理器被编程用于确定和指示肌肉抑制/松弛的跟踪;
>根据权利要求1至?所述的装置,结合了一个微处理器,该微处理器被编程用来确定和指示未被检出的术中知晓的增加可能性/风险的时期;
>根据权利要求1至?所述的装置,结合了一个微处理器,该微处理器被编程用来确定和指示未被检出的术中知晓的增加可能性/风险的时期;
>根据权利要求1至?所述的装置,结合了一个微处理器,该微处理器被编程用来确定和指示减除长和短(如256、512以及1024扫描,但不限于此)运动时间平均值(MTA)以改善在相对于不需要的伪像的感兴趣的神经信号之间的分辨。
>一种装置,结合了一个微处理器,该微处理器被编程为听性脑干反应(ABR)的FFT(但不限于此):
>根据权利要求1至?所述的装置,结合了一个微处理器,该微处理器被编程用于产生听性脑干反应(ABR)的FFT(但不限于此);
>根据权利要求1至?所述的装置,结合了一个微处理器,该微处理器被编程用于产生听性脑干反应(ABR)的FFT(但不限于此),作为一种手段使在线/实时跟踪ABR能够成为确认品质和/或适当/足够的刺激呈现的存在的量度;
>根据权利要求1至?所述的装置,结合了一个微处理器,该微处理器被编程用于产生听性脑干反应(ABR)的FFT(但不限于此),作为一种将非线性动力学ABR和/或通常的AEP处理的参数在线/实时地结合的手段,作为背景信号扰动的一个量度;
>根据权利要求1至?所述的装置,结合了一个微处理器,该微处理器被编程用于产生听性脑干反应(ABR)的FFT(但不限于此),作为一种将非线性动力学ABR和/或通常的AEP处理的参数在线/实时地结合的手段,作为感兴趣的生理信号的一个量度;
>根据权利要求1至?所述的装置,结合了一个微处理器,该微处理器被编程用于产生听性脑干反应(ABR)的FFT(但不限于此),作为一种将非线性动力学ABR和/或通常的AEP处理的参数在线/实时地结合的手段,作为电外科扰动的一个量度;
系列??????(光谱/NLD ABR刺激信号确认以及测量(SAS)方法)
权利要求1:
{临时???-一种用于监测、获取和/或分析包括以下权利要求或相关工具的任何组合的生物信号的任何组合的方法,由此词语“工具”被词语“步骤”取代。?????参考上述相应的设备权利要求类型。}
权利要求2:
权利要求3:
系列??????(EP SNR确定和基线确认设备)
权利要求1:
用于监测、获取和/或分析包括以下各项的任何组合的生物信号的装置:
就SNR(例如但不限于单点F值(Fsp)[11]和正-负(正或负)差异估计技术)而言跟踪和验证适当AEP平均初始化(启动基线)信号质量的工具;
权利要求2:
在监测相位开始过程中跟踪和验证适当平均的AEP信号质量的工具;
权利要求3:
在监测相位开始过程中跟踪和验证适当平均的AEP信号质量的工具,包括证实取样的扫描的适当数量;
权利要求4:
在监测相位开始过程中跟踪和验证适当平均的AEP信号质量的工具,包括在跟踪适当的AEP平均值的过程中指示相对于准备好(或类似)的备用模式的能力。
权利要求5:
在监测相位开始过程中跟踪和验证适当平均的AEP信号质量的工具,包括当不适当的信号质量和/或扫描数量明显时,依赖来自其他信号源(包括连续生理信号如EEG)测量的能力。
权利要求6:
就SNR而言初始化相位分离(启动基线)信号品质
系列??????(EP SNR确定和基线确认方法)
权利要求1:
{临时???-一种用于监测、获取和/或分析包括以下权利要求或相关工具的任何组合的生物信号的任何组合的方法,由此词语“工具”被词语“步骤”取代。?????参考上述相应的设备权利要求类型。}
权利要求2:
权利要求3:
系列??????(NLD ER觉醒或伪像确定和补偿设备)
权利要求1:
用于监测、获取和/或分析包括以下各项的任何组合的生物信号的装置:
结合非线性动力学处理的AEP测量的工具;
权利要求2:
进一步包括非线性动力学处理的AEP测量以及微分(一阶导数)AEP测量的工具;
权利要求3:
进一步包括非线性动力学处理的AEP测量和其他处理的AEP测量的任何组合的工具;
权利要求4:
进一步包括非线性动力学处理的AEP测量和处理的连续EEG测量的任何组合的工具;
权利要求5:
进一步包括较快的(但不限于此)在线AEP监测(例如2.2秒在线延迟方法)运动时间平均值的工具,进一步包括用一个外部输入函数(arx)进行自回归建模;
权利要求6:
在线(或准“实时”)检测或跟踪意识过渡的工具;
权利要求7:
在线(或准“实时”)检测或跟踪伤害性刺激事件的工具;
权利要求8:
在线(或准“实时”)检测或跟踪在信号扰动与相关生理信号之间的分辨的工具;
权利要求9:
检测范围在0.5秒与3秒之间的快速事件的工具,用于检测躯体运动、觉醒和其他生理信号扰动;
权利要求10:
进一步包括能够检测范围在0.5秒与3秒之间的快速事件的聚类分析技术的工具,用于检测躯体运动、觉醒和其他生理信号扰动;
权利要求11:
进一步包括能够检测范围在0.5秒与3秒之间的快速事件的聚类分析技术的工具,用于检测躯体运动、觉醒和其他生理信号扰动,用于预测麻醉逆转的存在或起始;
权利要求12:
检测范围在0.5秒与3秒之间的快速事件的工具,用于检测躯体运动、觉醒和其他生理信号扰动,用于预测麻醉逆转的存在或起始;
系列??????(NLD ER常醒或伪像确定和补偿方法)
权利要求1:
{临时???-一种用于监测、获取和/或分析包括以下权利要求或相关工具的任何组合的生物信号的任何组合的方法,由此词语“工具”被词语“步骤”取代。?????参考上述相应的设备权利要求类型。}
权利要求2:
权利要求3:
系列??????(在线电极、信号质量以及麻醉效应的A和OC以及OD跟踪设备)
权利要求1:
用于监测、获取和/或分析包括以下各项的任何组合的生物信号的装置:在线跟踪指示电极阻抗和信号质量状态的测量的工具;
权利要求2:
在线跟踪麻醉特异性事件和在这些事件之间的相互关系的工具;
权利要求3:
在线跟踪麻醉特异性事件如知晓偶发事件的工具;
权利要求4:
在线跟踪麻醉特异性事件如伴随有麻醉诱导性肌肉抑制和/或升高的抗焦虑的知晓偶发事件以及这样的事件之间的相互关系的工具;
权利要求5:
在线跟踪在麻醉特异性事件如伴随有和/或麻醉剂诱导性肌肉抑制和/或升高的抗焦虑的知晓偶发事件之间的相互关系以及这样的事件之间的相互关系的工具;
权利要求6:
在线跟踪麻醉特异性效应的工具,这些效应包括催眠;
权利要求7:
在线跟踪麻醉特异性效应的工具,这些效应包括遗忘;
权利要求8:
在线跟踪麻醉特异性效应的工具,这些效应包括痛觉缺失;
权利要求9:
在线跟踪麻醉特异性效应的工具,这些效应包括不动性;
权利要求10:
在线跟踪麻醉特异性效应的工具,这些效应包括抗焦虑;
权利要求11:
在线跟踪麻醉特异性效应以及这些效应之间的相互关系的工具;
权利要求12:
在线跟踪麻醉特异性效应以及这些效应之间的相互关系的工具;
权利要求13:
在线跟踪麻醉特异性效应以及这些效应之间的相互关系的工具;
权利要求14:
在线跟踪麻醉特异性效应以及这些效应之间的相互关系的工具;
权利要求15:
或时期以及跟踪特异性的和相关的麻醉效应。特异性麻醉效应被定义为催眠、遗忘、痛觉缺失、不动性、以及抗焦虑,同时相互关联的效应被定义。
权利要求16:
在线跟踪指示麻醉特异性事件的测量的工具,这些事件包括觉醒;
权利要求17:
在线跟踪指示麻醉特异性事件的测量的工具,这些事件包括皮层觉醒;
权利要求18:
在线跟踪指示麻醉特异性事件的测量的工具,这些事件包括微觉醒;
权利要求19:
在线跟踪指示麻醉特异性事件的测量的工具,这些事件包括躯体运动;
权利要求20:
在线跟踪指示麻醉特异性事件的测量的工具,这些事件包括运动时间;
权利要求21:
在线跟踪指示麻醉特异性事件的测量的工具,这些事件包括伤害性刺激事件;
权利要求22:
在线跟踪指示麻醉特异性事件的测量的工具,这些事件包括快速(0.25至3秒持续时间)躯体运动;
权利要求23:
在线跟踪指示麻醉特异性事件的测量的工具,这些事件包括快速觉醒;
权利要求24:
在线跟踪指示麻醉特异性事件的测量的工具,这些事件包括根据躯体运动、皮层、和皮层下类型分类的伤害性刺激;
权利要求25:
在线跟踪测量的工具,这些测量指示包括跟踪重要事件如运动、觉醒和特定伤害性刺激的严重性和比率,可应用于麻醉逆转并且涉及术中知晓;
权利要求26:
在线跟踪测量的工具,这些测量包括伪像的任何组合,如EOG信号、眼运动、50/60周期或相关干扰、电外科扰动、EMG信号爆发或EEG信号的EMG调节,以便避免过多的过滤或排斥感兴趣的神经联系。
权利要求27:
在线跟踪测量的工具,这些测量包括伴随有升高的抗焦虑或肌肉***术中知晓的偶发事件;准等电或等电皮层静息的起始或发生;准爆发抑制或爆发抑制时期;唤醒障碍时期;
权利要求28:
在线跟踪测量的工具,当建立意识状态的标记时这些测量包括升高的γ功率,作为麻醉监测过程应当被跟踪的有关变化;
权利要求29:
在线跟踪测量的工具,这些测量包括代表在外周、中枢和抗焦虑生理参数之间的麻醉诱导性相互作用的生命体征测量;
权利要求30:
在线指示麻醉特异性状态的工具,这些状态包括麻醉平衡测量,进一步包括相对于代表病人可动性风险的外周活动变化的相应于意识深度变化的CNS活动的任何组合;
在额叶对枕叶活动中的前部化或差异和/或在脑活动设备中的相应的变化或漂移的估计时空(神经来源估计;NSE)A和CD监测
权利要求1:
一种用于确定和/或监测相应于麻醉或镇静的未给药或给药状态的受试者的心理或生理状态过渡性(双相或开关样)或分级变化的设备或方法,可应用于一般神经来源定位或与更流线型的监测形式有关的神经来源估计(NSE),包括以下各项的一种或多种功能,包括:
一种能够监测至少2个连续神经信号的设备或方法;
一种能够监测至少2个诱发电位神经信号的设备或方法;
一种能够确定脑活动差异的设备或方法;
一种能够使用少至2个前额电生理监测电极来确定脑活动差异的设备或方法;
一种能够使用2个或更多个前额电生理监测电极来确定脑活动差异的设备或方法;
一种能够确定通过将大脑的左半球区域与右半球区域相比较(并且反之亦然)而确定的脑活动之间差异的设备或方法;
一种能够确定脑活动通过大脑的左侧至右侧半球(并且反之亦然)区域漂移的设备或方法;
一种能够使用2个或更多个前额电生理监测电极来确定在大脑活动方面的差异的设备或方法,这些电极包括配准在脑额叶左半球区域例如(但不限于)F9(F9)、F7(F7)、AF7(AF7)或FP1(FP1)中的一个电极监测通道以及配准在脑额叶右侧半球区域例如(但不限于)F10(F10)、F8(F8)、AF8(AF8)或FP2(FP2)中的一个第二电极监测通道(每个来自美国脑电图学会修改的组合命名法;1990)
一种能够确定通过将大脑的枕区与前区相比较(并且反之亦然)而确定的脑活动之间的差异的设备或方法;
一种能够确定脑活动通过大脑的枕区至前区(并且反之亦然)的漂移的设备或方法;
一种能够使用2个或更多个前额电生理监测电极来确定在大脑活动方面的差异的设备或方法,这些电极包括配准在大脑的前区(额区)例如(但不限于)F9(F9)、F7(F7)、AF7(AF7)或FP1(FP1)、FPZ(FPZ)、NZ(NZ)、F10(F10)、F8(F8)、AF8(AF8)或FP2(FP2)中的一个电极监测通道以及配准在枕部(大脑的后部)例如(但不限于)IZ(IZ)、O1(O1)、OZ(OZ)、O2(O2)、P10(P10)、TP10(TP10)、P9(P9)、TP9(TP9)中的一个第二电极监测通道(每个来自美国脑电图学会修改的组合命名法;1990);
EEG前部化的在线或“准实时”监测;
认知解离的在线或“准实时”监测;EEG单侧化/半球变化的在线或“准实时”监测;
能够确定相对于左侧(在活动方面的差异和漂移)的右侧大脑半球活动以及确定相对于(在活动方面的差异和漂移)前部(前部)的枕部(后部)脑活动的神经来源估计的在线或“准实时”监测;
权利要求2:
>根据权利要求1至?所述的设备,能够在线或“准实时”监测结合了非线性动力学EEG时间序列、在视听处理过程中涉及的时空动力学、相应于处理的时空脑动力学和/或声音定位线索的整合的任何组合的NSE;
>根据权利要求1至?所述的设备,能够在线或“准实时”监测在麻醉过程中的单侧化或前部化变化,与以下各项的任何一项组合相结合:非线性动力学的(包括复杂性和熵类型转换)、光谱的、功率或其他幅度关系、和/或相位或双光谱的以及相关的产物。
相位
光谱
幅度
时间序列/形态/信号模式
非线性动力学,包括熵、复杂性、可能性、信号可重复性,相干性微分积分功率混乱聚类分布预测统计
结合了非线性动力学EEG时间序列、在视听处理过程中涉及的时空动力学、相应于处理的时空脑动力学和/或声音定位线索的整合的任何组合的NSE的在线或“准实时”监测;(参考-8月14日临时文本)
由此的光谱选择性相位分析由此的光谱选择性相干性分析
(生理和心理状态类型)
-----
(7种麻醉/镇静效应)
-----
(心理状态)
包括但不限于通常的镇静、麻醉、唤醒、知晓、具有记忆回忆的知晓、没有记忆回忆的知晓、警戒、警惕、未用药状态以及无意识(包括但不限于未镇静、未麻醉、睡眠、具有记忆回忆的半意识或无意识、知晓、没有记忆回忆的半意识或无意识、困倦、疲劳、用药状态)。
(生理状态)(结合的心理和生理状态)
(在线事件检测-镇静或麻醉特异性事件-每个参见论文第7章或论文结论综述)。
(x-检查主要临时性09年8月14日的表格以及显示屏)。
权利要求系列9:光谱刺激确认***设备
摘要:
参见临时文本
独立权利要求:
------------------
------------------
从属权利要求:
------------------
------------------
权利要求系列10:光谱刺激确认***方法
摘要
参见临时文本
独立权利要求:
------------------
------------------
从属权利要求:
------------------
------------------
TODO内务操作包括在词汇表中;
麻醉特异性事件每个参见第7章中的论文结论和定义。
麻醉特异性状态参见7per Ida权利要求实例。
关键组合的麻醉特异性状态参见论文结论
权利要求系列22用于额叶对枕叶活动中的前部化或差异和/或脑活动方法中的相应的变化或漂移的估计时空(神经来源估计;NSE)A和CD监测
权利要求系列23非线性动力学听觉诱发电位脑功能监测设备
---于10年8月14日临时提交的文本:
混合A和CD多变量输入:
麻醉指示物是基于较慢趋向EEG参数的最佳组合,与快速(2.2秒)和慢速MTA微分以及非线性动力学(熵)AEP值偶联,跨不同潜伏期间隔的宽谱带进行计算,包括显得跨PAMR区域的早期潜伏期(0-28毫秒)信号、以及晚期潜伏期AEP测量(80-140毫秒)。这些潜伏期间隔测量的组合证明该电位能够更快地检测意识过渡、对在线事件更大的反应性、以及在外周与中枢生理信号之间的更优越的分辨。
麻醉意识状态的处理的arxMTA、非线性动力学诱发电位预测值:
更快(2.2.在线延迟对256-扫描38秒)运动时间平均值的最佳组合部署将自动回归模型与一个外部输入函数(arx)、经典的诱发电位分析法(例如但不限于微分/一阶导数分析)以及非线性动力学分析法相结合作为一种预测SPA和CD的手段。
麻醉意识状态的非线性动力学和常规诱发电位预测值的结合:
部署了经典的诱发电位分析法(如但不限于微分/一阶导数分析)和非线性动力学分析法的最佳组合作为用于预测SPA和CD的一种手段。
---]]]]]]
权利要求1:
一种脑功能监测设备/方法/***,结合了受试者的听觉诱发电位的非线性动力学监测,以便确定病人的脑功能状态,由此这样一种设备包括两个或更多个部分,为:
监测至少一个诱发电位脑电图(EEG)信号的能力,以及;
使用至少一种非线性动力学分析处理元件处理至少一个诱发电位脑电图(EEG)信号的能力。
权利要求系列24非线性动力学听觉诱发电位脑功能监测方法
权利要求系列25在线生物反馈AEP刺激信号补偿设备
另外,作为有助于阐明这类在线反应需要的一种手段,AEP伺服刺激功能连续跟踪并且优化这些刺激参数,以便连续将AEP信号的质量最大化。
xii)包括AEP伺服控制函数的特殊用途AEP函数被设计成根据该AEP信号质量估计输出来调节这些刺激产生参数。此外,AEP层级分析使得能够解密根据AEP反应阐明的听觉感觉、传入、不应期、以及更高水平的处理临时认知(涉及在术中知晓过程中)。
2.6.1AEP伺服刺激控制(ASC)***
ASC***可以自动调节和优化刺激特征作为补偿多种因素,如病人之间听觉变化以及改变环境或信号质量的一种手段。可调节的刺激参数包括刺激类型、强度、上升时间、下降时间、平台时间、光谱组成、概率(标准与异常的比率)。
ASC***将使诱发电势在线监测能够确定和跟踪AEP反应,同时能够在预定的和安全限度内最佳地伺服控制补偿刺激参数。刺激调节可以包括根据任何时间点(ABR、MMN、MLAEP、SLAEP、Nl-效应)所希望的输出测量值的刺激类型(例如,咔嗒声、鸟鸣声、喳喳声[3]、音调、说话以及其他音频)以需要用于优化相应的诱发反应产生的其他调节(例如速率、强度、标准-异常的比率、刺激形状、光谱组成)。这个***将以这样一种方式与新的AEP层级分析相结合来工作,其中针对感觉、传入、或PCP诱发反应的在线测试根据相关刺激AEP反应目标进行修改,如在在线MMN确定的情况下减去波形。
临时-???于10年8月14日提交的文本:
建立了诱发电位层级刺激产生要求,使得在伺服控制的刺激优化过程中能够同时跟踪AEP反应。刺激优化包括速率、强度、标准/异常比率、刺激形状、以及刺激光谱参数的调节。其他的要求和设计原理包括基于特定麻醉阶段和可应用到这些不同阶段的相应的麻醉测量要求而产生不同刺激形式的需要。这些刺激形式包括标准/异常刺激序列、咔嗒声、鸟鸣声、喳喳声、音调、说话、以及专门化的音频序列。所希望的诱发反应要求范围从诱发的早期潜伏期反应(如PAMR)作为外周活动、ABR信号质量以及刺激连接状态的标记,以及被设计为捕获术中知晓的早期警告标记的标准/异常MMN刺激试验范例的麻醉-认知特异性序列。
诱发电位层级刺激的产生:
建立了诱发电位层级刺激产生要求,使得在伺服控制的刺激优化过程中能够同时跟踪AEP反应。刺激优化包括速率、强度、标准/异常比率、刺激形状、以及刺激光谱参数的调节。其他的要求和设计原理包括基于特定麻醉阶段和可应用到这些不同阶段的相应的麻醉测量要求而产生不同刺激形式的需要。这些刺激形式包括标准/异常刺激序列、咔嗒声、鸟鸣声、喳喳声、音调、说话、以及专门化的音频序列。所希望的诱发反应要求范围从诱发的早期潜伏期反应(如PAMR)作为外周活动、ABR信号质量以及刺激连接状态的标记,以及被设计为捕获术中知晓的早期警告标记的标准/异常MMN刺激试验范例的麻醉-认知特异性序列。
AEP初始化保证和补偿:
建立了启用一个自动工具以确保在依赖AEP平均测量之前的适当AEP平均初始化(启动基线)时间的需要。具体而言,在可以计算出该第一完整AEP值之前,在本研究中检查256扫描AEP MTA需要38秒。在监测开始时的MTA初始化时间限制与高度伪像相结合,并且由典型的麻醉剂弹丸注射开始产生的快速无意识起始,证明了需要考虑更快的AEP平均方法用于未来研究。
--结束临时####]]]]]]]]]]]]]]
还包括初始化连同用于补偿刺激信号产生的周期性***校准以及用于在所有时间实现最佳信号可靠性的相应的反应确定方法的结合。
权利要求系列26在线生物反馈AEP刺激信号补偿方法
认知生物标记麻醉、镇静和/或疼痛监测数据库
多维生理和心理麻醉、镇静和/或疼痛监测操作者界面设备。
多维生理学和心理学麻醉、镇静和/或疼痛监测操作者界面方法
自动临床刺激、观察以及反应性确定设备。
此外,下部流程图显示了标准化的A和CD性能测量***该***整合了麻醉常用的临床分级,如Ramsay和OAA/S分级,并且通过自动化的和直观的命令-刺激提示以及相应的反应记录功能促进这类分级的使用。此外,这种功能最终将启用自动化的临床命令-刺激提示(例如“睁开眼睛”或““紧握手”),与听觉刺激连同自动反应检测和指示***一起进行重叠或交叉。
---临时---于10年8用14日提交的文本:
SPA和CD的自动化临床标记:
更特异的A和CD相关的鉴定、更有效的临床观察分级、更敏感的认知AEP测量、以及对于负责麻醉特异性效应的机制的更好理解是未来研究的考虑事项。研究改进的临床命令刺激以及相应的能够克服现存的局限性的测试技术对于未来研究仍然是一个重要的领域。麻醉监测***临床评定和麻醉的临床分级依赖于不确定的临床反应测试,这依赖于病人的合作、过多的测试间隔、以及研究者的解释。虽然使用新的快速AEP法可以用几秒的时间准确监测意识的过渡时期,传统的命令-刺激测试是基于以连续10秒或更多的间隔的手动进行的临床反应测试。尽管Ramsay、OAA/S以及其他普及的临床分级广泛展开,这些工具不能对在术中回忆过程中涉及的在关键性短时记忆对长时记忆功能之间进行区分。因此,关于是否应当展开快速AEP测量来克服常规麻醉分级的时限和病人合作限制的问题对于未来研究仍然是一个重要的主题。
---结束临时]]]]]
权利要求系列31:自动化临床刺激、观察以及反应性确定方法。
权利要求系列32:结合了可调节性过滤、***配置、信号处理以及用户报警的自动信号补偿设备
-临时10年8月14日文本:
信号处理:
用于对抗信号扰动而建立的信号处理要求包括对抗麻烦的监测偶发事件的需要,如研究初始化、电外科介入偶发事件、以及监测期的开始和结束。此外,建立了用于可调节输入前过滤以及能够根据改变监测条件而能够被自动调节的数字在线过滤器的要求。
----结束临时]]]]]]
额外地涵盖;
指标延迟因子指示物
自动输入LC调节
当电外科干扰产生过量的AEP信号恶化时或当受试者的听觉反应不充分时,使输入信号重组的自动日志或显示记录合格化并且促进监测包括仅使用EEG在内的指标。-结束临时]]]
权利要求系列33:结合了专门化的在线事件检测能力的麻醉、镇静、疼痛和/或脑功能监测设备
[[[[[---临时10年8月14日临时文本:
处理的arx MTA、慢MTA、在线麻醉特异性事件的非线性动力学诱发电位预测值的任何组合:
部署了快速arx和较慢的MTA、经典诱发电位分析法(例如但不限于微分/一阶导数分析)和作为与SPA和CD监测如意识过渡以及伤害性刺激事件相关的在线事件的一种手段的非线性动力学分析法、以及在信号扰动和生理学相关信号之间的更大的分辨的最佳组合。此外,针对躯体运动、觉醒以及其他生理信号扰动检测的范围在0.5秒至3秒之间的快速事件的任选检测与聚类分析相结合,作为一种预测麻醉逆转的手段。
麻醉特异性事件和偶发事件:
已经鉴定出多种重要的麻醉特异性在线事件,包括觉醒(Ar:总的)、皮层觉醒(cAr)、微觉醒(Arm)、躯体运动(BM)、以及运动时间(MT)。作为潜在有价值的在线A和CD标记而建立的麻醉特异性事件包括伤害性刺激事件(Nx)、快速(0.25至3秒持续时间)躯体运动(BMq)、以及快速觉醒(Arq)。根据躯体运动(NxBM)、皮层(NxC)、和皮层下(NxS)类型将伤害性刺激进一步分类,同时根据快速皮层(cArq)和快速皮层下(sArq)类型将快速觉醒进一步分类。此外,建立了一系列在线麻醉特异性指标作为一种手段,使麻醉学家能够跟踪可应用于麻醉逆转并且涉及术中知晓的重要事件如运动、觉醒以及特别地伤害性刺激的严重性和比率。
为了避免过渡过滤或排斥感兴趣的神经联系,伪像处理要求被建立并且包括检测和消除EOG信号、眼运动、50/60周期或相关干扰、电外科扰动、EMG信号爆发或EEG信号的EMG调节。
伴随有升高的抗焦虑或肌肉***术中知晓的偶发事件;准等电或等电皮层静息的起始或出现;准爆发抑制或爆发抑制时期;唤醒障碍时期,以及作为意识状态的标记的提高的γ功率被建立成相关改变,它们在麻醉监测过程中可以被跟踪。开发了多种要求和设计原理来捕获代表在外周、中枢、以及抗焦虑生理参数之间的麻醉诱导性相互作用的综合性生命体征测量。就有用的麻醉剂平衡措施(相应于相对于代表病人可动性风险的外周活动变化的意识深度变化的CNS活动)而言,如何将这个信息传送给麻醉师的实例示于Error!Reference source not found和Error!Referencesource not found中。----结束临时]]]]]]
权利要求系列34:诱发电位多重平均-噪声降低设备
[[[[[[-临时----10年8月14日临时文本:
AEP噪声耦合效应和对抗措施:
在AEP与背景伪像信号之间存在一种耦合效应,导致意识状态值增加以及相应于意识过渡的一个典型的AEP麻醉深度指示物开关样过渡。具体而言,在麻醉的临界期过程中(包括快速意识过渡和深度麻醉电外科期)发现了发生严重的信号扰动。
BISTM数据平滑处理特征隐藏了潜在有价值的麻醉特异性指示物,如伤害性刺激事件以及导致麻醉逆转的可能掩蔽的重要事件。相反,发现AEP值以证明麻醉特异性躯体运动以及伤害性刺激事件的灵敏检测。还显示AEP非线性动力学分析技术(AEP熵)是不同觉醒、伪像以及运动事件的潜在有用的分辨值。本发明使用非线性动力学技术来进行在涉及深度催眠的基础性非线性神经信号与唤醒期信号的更复杂以及更少的确定性质之间进行描绘。进行更广泛和更大规模的研究,第一代熵AEP算法的进一步优化可能是有希望的A和CD测量候选者,特别是当它涉及描述周围的和神经的麻醉特异性事件、以及在不需要的信号扰动、生理学伪像、以及神经信号之间的分离时。为了增强在A和CD的AEP神经源标记对残留噪声之间的分辨力,优选使用基于在SNR与AEP平均扫描(SNR α√n扫描)数量(n)之间的已知关系的多重MTA(15-扫描;256;512;1025)减除技术。
----]]]]]]
权利要求系列35:使独立和特定情况相关信号总体能够适用于镇静、疼痛和/或麻醉监测从而根据基本的生理学和认知/心理学机理分开进入实质生物标志信息通道中的结构化和分层***
权利要求1:
一种脑功能和/或镇静和/或疼痛和/或麻醉(SAP)监测设备,能够监测来自受试者的一个或多个信号,使监测的信号分段进入针对两个或更多个生理和/或认知/心理生物标记的信息通道中,这些生物标记相应于:催眠、遗忘、痛觉缺失、不动性、镇静和/或安全且稳定的生理和认知功能;以及能够显示被分段的这两个或更多个信息通道的每一个的两个或更多个状态指示物的一种设备,由此检测SAP参数。
使信息n能够单独地结合一个结构化且分层的途径用来拆散与镇静、疼痛以及麻醉(SPA)监测有关的独立的和相互关联的生物标记信号总体,由此该设备包括:
一个处理器,该处理器能够将一个或多个监测的信号总体拆散成2个或更多个镇静、疼痛和/或麻醉监视生物标记,这些生物标记相应于:
催眠,
遗忘,
痛觉缺失,
不动性,
镇静,和/或
安全且稳定的生理和认知功能。
从属权利要求
>根据权利要求1至?所述的设备/方法/***,由此可以使一种或多种生物标记信号分段进入单独的信息通道中,这些信息通道相应于基础性生理和/或认知和/或心理因果机制,包括(但不限于):
1.通过诱发电位(EP)和连续EEG信号监测/处理的催眠。
2.通过与指示激素和神经递质的释放的生命体征信号相结合的诱发和连续EEG信号监测/处理的遗忘,以升高的生命体征测量值和术中回忆记忆巩固风险为特征。
3.通过由到达中枢神经***(脊髓或脑)的神经冲动产生的EP和/或连续EEG的分级或自发变化来监测/处理的痛觉缺失。
4.通过由肌肉张力或活动的变化产生的PAMR和/或连续EMG的分级或自发变化来监测/处理的不动性。
5.通过基线对生命体征和其他生理测量的分级或自发升高来监测/处理的镇静。
6.通过生命体征、生理认知测量的安全的操作模式来监测/处理(以及另外地提醒)的安全且稳定的生理和认知功能。
权利要求
分解信号组:
特异性的神经催眠和遗忘标记包括EP EEG信号、连续EEG生物标记
特异性生命体征和其他生理生物标记。
特异性痛觉缺失标记包括分级或自发EMG变化、皮层觉醒、皮层下觉醒、以及身体运动。
特异性不动性标记包括诱发的PAMR变化、分级或自发EMG变化、皮层觉醒、皮层下觉醒、身体运动。
相应于生理和认知功能的特异性病人状态安全性和稳定性标记包括生命体征和其他生理信号连同认知EEG(EP和连续的)信号。
特殊情况相关的生物标记包括催眠标记(通过EP和连续EEG测量)连同确定这些测量与生命体征和/或其他生理测量(特别地是当它涉及超过正常平静基线情况的升高的标记时)的关联,它可以是在伴随有术中知晓的药物诱导性肌肉麻痹过程中的错误催眠解释的一种情况。
特殊情况相关的生物标记包括催眠标记(通过EP和连续EEG测量)连同确定这些测量与升高的可动性标记(如EMG或PAMR信号分级或自发增加)的关联,它可以是在伴随有术中知晓的药物诱导性肌肉麻痹过程中的错误催眠解释的一种情况。
特殊情况相关的生物标记包括分级或自发疼痛标记(通过EP和连续EEG测量)连同确定这些测量与皮层或皮层下觉醒、和/或生命特征或其他生理变化的自发改变的关联,这些生理变化指示神经冲动到达脊髓或脑以及相应的激素与神经递质(a.k.a肾上腺素或内啡肽)的释放,这些激素与神经递质阻止神经细胞释放更多的疼痛信号,而且还提供了生命体征变化(例如心率增加、血管收缩、气道扩张以及术中知晓逃或战地推进到交感神经***的其他症状)以及涉及术中回忆的永久记忆的强化(记忆巩固)。
特殊情况相关的生物标记包括疼痛/手术刺激测量(通过EP和连续EEG改变或觉醒事件)连同确定这些测量与分级或自发脑信号觉醒或其他变化的关联,其指示与电外科过程、缝合以及其他外科刺激相关的伤害感受(编码和处理伤害性刺激的神经过程)。
特殊情况相关的生物标记包括疼痛/手术刺激测量(通过EP和连续EEG改变或觉醒事件)连同确定这些测量与分级或自发脑信号觉醒或其他变化的关联,其指示与电外科过程、缝合以及其他手术刺激相关的伤害感受(编码和处理伤害性刺激的神经过程),由此这样的关联可以包括与基础性疼痛刺激原因以及作为结果的信号变化的时间比对。
特殊情况相关的生物标记包括疼痛/手术刺激测量(通过EP和连续EEG改变或觉醒事件)连同确定这些测量与分级或自发EMG改变的关联,其指示疼痛反应。
权利要求
分解信号组:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610916369.6A CN107095656B (zh) | 2009-08-14 | 2010-08-13 | 受试者的生理信号的监测装置 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
AU2009903805A AU2009903805A0 (en) | 2009-08-14 | Anaesthesia and consciousness depth | |
AU2009903805 | 2009-08-14 | ||
PCT/AU2010/001050 WO2011017778A1 (en) | 2009-08-14 | 2010-08-13 | Anaesthesia and consciousness depth monitoring system |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610916369.6A Division CN107095656B (zh) | 2009-08-14 | 2010-08-13 | 受试者的生理信号的监测装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102946797A true CN102946797A (zh) | 2013-02-27 |
CN102946797B CN102946797B (zh) | 2016-12-07 |
Family
ID=43585796
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201080046375.1A Active CN102946797B (zh) | 2009-08-14 | 2010-08-13 | 麻醉和意识深度监测*** |
CN201610916369.6A Active CN107095656B (zh) | 2009-08-14 | 2010-08-13 | 受试者的生理信号的监测装置 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610916369.6A Active CN107095656B (zh) | 2009-08-14 | 2010-08-13 | 受试者的生理信号的监测装置 |
Country Status (7)
Country | Link |
---|---|
US (2) | US10595772B2 (zh) |
EP (1) | EP2464283A4 (zh) |
JP (1) | JP5754054B2 (zh) |
KR (7) | KR101854205B1 (zh) |
CN (2) | CN102946797B (zh) |
AU (9) | AU2010282150B2 (zh) |
WO (1) | WO2011017778A1 (zh) |
Cited By (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103169466A (zh) * | 2013-04-01 | 2013-06-26 | 张宇奇 | 一种用于麻醉的痛觉监护***及监护方法 |
CN103637798A (zh) * | 2013-12-17 | 2014-03-19 | 山东大学齐鲁医院 | 一种麻醉深度监测装置 |
CN104138257A (zh) * | 2014-07-17 | 2014-11-12 | 南宁市锋威科技有限公司 | 一种手术麻醉痛觉知觉监测仪 |
CN104887225A (zh) * | 2015-06-04 | 2015-09-09 | 卞汉道 | 麻醉精度监护仪器及方法 |
CN105144177A (zh) * | 2013-04-24 | 2015-12-09 | 费森尤斯卡比德国有限公司 | 对用于控制输注装置的控制装置进行操作的方法 |
CN105496356A (zh) * | 2014-10-08 | 2016-04-20 | 精工爱普生株式会社 | 睡眠状态判定装置、睡眠状态判定方法及睡眠管理*** |
CN105536094A (zh) * | 2016-02-02 | 2016-05-04 | 钱浩 | 一种智能监控手术麻醉*** |
CN105899129A (zh) * | 2013-10-09 | 2016-08-24 | 瑞思迈传感器技术有限公司 | 疲劳监测和管理*** |
CN105916441A (zh) * | 2013-11-20 | 2016-08-31 | 昆士兰医学研究所理事会 | 爆发分析 |
CN106037809A (zh) * | 2016-07-07 | 2016-10-26 | 齐志温 | 一种麻醉科用麻醉深度监测装置 |
CN106510641A (zh) * | 2016-12-19 | 2017-03-22 | 姚健欣 | 一种检测人体不同睡眠阶段的方法及*** |
CN106725454A (zh) * | 2016-12-22 | 2017-05-31 | 蓝色传感(北京)科技有限公司 | 应用脑电信号评估焦虑程度的评估***及方法 |
CN106821335A (zh) * | 2017-04-01 | 2017-06-13 | 新乡医学院第附属医院 | 一种麻醉和意识深度监测模块 |
CN106933797A (zh) * | 2015-12-29 | 2017-07-07 | 北京趣拿信息技术有限公司 | 目标信息的生成方法及装置 |
CN107205664A (zh) * | 2014-12-18 | 2017-09-26 | 昆腾医疗公司 | 用于使用脑电图、体积描记的心动阻抗描记图、心率变异性以及镇痛药的浓度或生物相评估全身麻醉期间的疼痛和伤害性感受水平的设备 |
CN107205692A (zh) * | 2015-02-27 | 2017-09-26 | 欧姆龙健康医疗事业株式会社 | 喘鸣检测装置 |
CN107316292A (zh) * | 2017-06-22 | 2017-11-03 | 电子科技大学 | 一种基于结构协变计算大脑形态学对称性的方法 |
CN107528979A (zh) * | 2013-03-11 | 2017-12-29 | 百度国际科技(深圳)有限公司 | 移动设备的控制装置和方法 |
CN108289633A (zh) * | 2015-12-01 | 2018-07-17 | 皇家飞利浦有限公司 | 睡眠研究***和方法 |
WO2018130215A1 (zh) * | 2017-01-16 | 2018-07-19 | 马挺 | 结合疼痛评估调节输液参数的方法、***、撤泵提示方法 |
CN108780359A (zh) * | 2016-03-30 | 2018-11-09 | 索尼公司 | 控制装置、控制方法和控制程序 |
CN109562234A (zh) * | 2017-05-25 | 2019-04-02 | 创新精密仪器有限公司 | 注射剂量侦测装置及注射剂量侦测*** |
CN109965873A (zh) * | 2017-12-28 | 2019-07-05 | 株式会社理光 | 生物功能测量分析***、方法及记录介质 |
CN110051334A (zh) * | 2019-04-23 | 2019-07-26 | 江苏省苏北人民医院 | 一种基于传感网络的医用麻醉监测*** |
CN110267585A (zh) * | 2016-12-08 | 2019-09-20 | 皇家飞利浦有限公司 | 确定在睡眠期间提供给对象的刺激的经校正的定时 |
CN110464944A (zh) * | 2019-08-26 | 2019-11-19 | 深圳创达云睿智能科技有限公司 | 一种呼吸机的控制方法、装置及呼吸机 |
TWI684754B (zh) * | 2014-03-06 | 2020-02-11 | 愛爾蘭商愛克斯崔里斯環球公司 | 吸入性取樣系統之改良技術 |
CN110868912A (zh) * | 2017-07-10 | 2020-03-06 | 国际商业机器公司 | 神经生理信号中的伪影的移除 |
CN111067544A (zh) * | 2015-02-13 | 2020-04-28 | 辛辛那提大学 | 集成间接汗液刺激和感测的装置 |
CN111991073A (zh) * | 2019-05-27 | 2020-11-27 | 厄比电子医学有限责任公司 | 量化由于rf电流而引起的神经肌肉刺激的方法和装置 |
CN112351729A (zh) * | 2018-01-26 | 2021-02-09 | 艾克斯-马赛大学 | 用于测量患者的镇静状态的方法 |
CN112488425A (zh) * | 2020-12-17 | 2021-03-12 | 泸州银行股份有限公司 | 一种银行业务流程任务模板优化的预测方法 |
CN112955944A (zh) * | 2018-07-13 | 2021-06-11 | W·福格尔 | 用于人脑诱导和训练的装置、***和方法 |
CN113164095A (zh) * | 2018-12-14 | 2021-07-23 | 高露洁-棕榄公司 | 用于使用电阻抗断层成像进行口腔健康监测的***和方法 |
CN113168526A (zh) * | 2018-10-09 | 2021-07-23 | 奇跃公司 | 用于虚拟和增强现实的***和方法 |
CN113288175A (zh) * | 2021-05-31 | 2021-08-24 | 量心科技(深圳)有限公司 | 脑电信号的质量检测方法、装置、电子设备及存储介质 |
CN114072045A (zh) * | 2019-10-29 | 2022-02-18 | 深圳迈瑞生物医疗电子股份有限公司 | 自适应报警***、方法、装置、及物联网*** |
CN117594221A (zh) * | 2024-01-15 | 2024-02-23 | 吉林大学第一医院 | 一种基于数据分析的患者生命体征实时监测*** |
CN117617893A (zh) * | 2024-01-26 | 2024-03-01 | 深圳曼瑞德科技有限公司 | 一种健康检测设备的调节控制方法、装置和计算机设备 |
Families Citing this family (115)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8652040B2 (en) | 2006-12-19 | 2014-02-18 | Valencell, Inc. | Telemetric apparatus for health and environmental monitoring |
US8157730B2 (en) | 2006-12-19 | 2012-04-17 | Valencell, Inc. | Physiological and environmental monitoring systems and methods |
US8251903B2 (en) | 2007-10-25 | 2012-08-28 | Valencell, Inc. | Noninvasive physiological analysis using excitation-sensor modules and related devices and methods |
US9026370B2 (en) | 2007-12-18 | 2015-05-05 | Hospira, Inc. | User interface improvements for medical devices |
US8788002B2 (en) | 2009-02-25 | 2014-07-22 | Valencell, Inc. | Light-guiding devices and monitoring devices incorporating same |
US9750462B2 (en) | 2009-02-25 | 2017-09-05 | Valencell, Inc. | Monitoring apparatus and methods for measuring physiological and/or environmental conditions |
JP5789199B2 (ja) | 2009-02-25 | 2015-10-07 | ヴァレンセル,インコーポレイテッド | ヘッドセット及びイアバッド |
ES2688286T3 (es) * | 2010-10-15 | 2018-10-31 | Brain Sentinel, Inc. | Aparato con sensores de EMG para la detección de convulsiones |
US8888701B2 (en) | 2011-01-27 | 2014-11-18 | Valencell, Inc. | Apparatus and methods for monitoring physiological data during environmental interference |
WO2012155189A1 (en) | 2011-05-13 | 2012-11-22 | National Ict Australia Ltd | Method and apparatus for estimating neural recruitment - f |
US9386934B2 (en) | 2011-05-13 | 2016-07-12 | Saluda Medical Pty Ltd. | Method and apparatus for measurement of neural response |
US9872990B2 (en) | 2011-05-13 | 2018-01-23 | Saluda Medical Pty Limited | Method and apparatus for application of a neural stimulus |
WO2012155185A1 (en) | 2011-05-13 | 2012-11-22 | National Ict Australia Ltd | Method and apparatus for measurement of neural response |
US9427191B2 (en) | 2011-07-25 | 2016-08-30 | Valencell, Inc. | Apparatus and methods for estimating time-state physiological parameters |
WO2013019494A2 (en) | 2011-08-02 | 2013-02-07 | Valencell, Inc. | Systems and methods for variable filter adjustment by heart rate metric feedback |
WO2013028497A1 (en) | 2011-08-19 | 2013-02-28 | Hospira, Inc. | Systems and methods for a graphical interface including a graphical representation of medical data |
DE102011117573A1 (de) * | 2011-10-28 | 2013-05-02 | Humboldt-Universität Zu Berlin | Verfahren und Einrichtung zum nichtinvasiven Überwachen von Schmerzstärken und zur Ermittlung von Narkosetiefen während medizinischer Eingriffe |
WO2013090709A1 (en) | 2011-12-16 | 2013-06-20 | Hospira, Inc. | System for monitoring and delivering medication to a patient and method of using the same to minimize the risks associated with automated therapy |
KR101337822B1 (ko) * | 2011-12-28 | 2013-12-06 | 단국대학교 산학협력단 | 치료 과정의 술기에 따른 환자의 불안감을 판단하는 의료 정보 처리 장치 및 이를 이용한 의료 정보 처리 방법 |
CA2868801C (en) | 2012-03-30 | 2021-07-13 | Hospira, Inc. | Air detection system and method for detecting air in a pump of an infusion system |
EP2849635A4 (en) | 2012-05-18 | 2016-01-20 | Univ Florida | PARTICIPATORY CARE AND SURVEILLANCE OF A PATIENT IN THE SYSTEM |
EP2879733B1 (en) | 2012-07-31 | 2019-06-05 | ICU Medical, Inc. | Patient care system for critical medications |
US11109789B1 (en) * | 2012-08-08 | 2021-09-07 | Neurowave Systems Inc. | Field deployable brain monitor and method |
CN104519790B (zh) * | 2012-08-15 | 2018-02-23 | 皇家飞利浦有限公司 | 神经反馈*** |
JP6316299B2 (ja) * | 2012-09-28 | 2018-04-25 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 患者の健康状態の評価のためのシステム及び方法 |
WO2014068537A2 (en) | 2012-11-02 | 2014-05-08 | Koninklijke Philips N.V. | Electronic switch for controlling a device in dependency on a sleep stage |
WO2014071445A1 (en) | 2012-11-06 | 2014-05-15 | Saluda Medical Pty Ltd | Method and system for controlling electrical conditions of tissue |
TWI494082B (zh) * | 2012-12-18 | 2015-08-01 | Nat Inst Chung Shan Science & Technology | 多維麻醉深度信號監控方法 |
EP2931125A4 (en) | 2013-01-28 | 2015-11-11 | Valencell Inc | DEVICES FOR MONITORING PHYSIOLOGICAL FUNCTIONS WITH SENSOR ELEMENTS DIVIDED FROM BODY MOVEMENTS |
KR101371299B1 (ko) * | 2013-02-14 | 2014-03-12 | 한국과학기술원 | 캡스트럼 기법을 이용한 마취 심도 측정 방법 및 장치 |
KR101400362B1 (ko) * | 2013-02-18 | 2014-05-30 | 한국과학기술원 | 마취 심도 측정 방법 및 장치 |
US9717459B2 (en) | 2013-03-04 | 2017-08-01 | Anne Bibiana Sereno | Touch sensitive system and method for cognitive and behavioral testing and evaluation |
KR101463508B1 (ko) * | 2013-03-12 | 2014-11-20 | 전자부품연구원 | 마취 관련 정보 제공방법 및 이를 적용한 의료용 통합 마취 관리장치 |
US10388405B2 (en) | 2013-03-22 | 2019-08-20 | Massachusetts Institute Of Technology | Systems and methods for predicting adverse events and assessing level of sedation during medical procedures |
US10046112B2 (en) | 2013-05-24 | 2018-08-14 | Icu Medical, Inc. | Multi-sensor infusion system for detecting air or an occlusion in the infusion system |
US10166328B2 (en) | 2013-05-29 | 2019-01-01 | Icu Medical, Inc. | Infusion system which utilizes one or more sensors and additional information to make an air determination regarding the infusion system |
US9707341B2 (en) | 2013-05-29 | 2017-07-18 | Icu Medical, Inc. | Infusion system and method of use which prevents over-saturation of an analog-to-digital converter |
CN103340623B (zh) * | 2013-06-27 | 2015-03-11 | 南方医科大学 | 一种在高刺激率下提取诱发电位的方法 |
CA2929874C (en) | 2013-11-22 | 2023-06-13 | Saluda Medical Pty Ltd | Method and device for detecting a neural response in a neural measurement |
CA2939302C (en) | 2014-02-28 | 2021-12-28 | Hospira, Inc. | Infusion system and method which utilizes dual wavelength optical air-in-line detection |
DK3139999T3 (da) | 2014-05-05 | 2020-06-22 | Saluda Medical Pty Ltd | Forbedret neutral måling |
US11344673B2 (en) | 2014-05-29 | 2022-05-31 | Icu Medical, Inc. | Infusion system and pump with configurable closed loop delivery rate catch-up |
US9538921B2 (en) | 2014-07-30 | 2017-01-10 | Valencell, Inc. | Physiological monitoring devices with adjustable signal analysis and interrogation power and monitoring methods using same |
EP4098178B1 (en) | 2014-08-06 | 2024-04-10 | Yukka Magic LLC | Optical physiological sensor modules with reduced signal noise |
CN113876340A (zh) * | 2014-09-24 | 2022-01-04 | 维沃声波有限公司 | 用于探测诱发响应信号的***、方法和设备 |
US9794653B2 (en) | 2014-09-27 | 2017-10-17 | Valencell, Inc. | Methods and apparatus for improving signal quality in wearable biometric monitoring devices |
CN104545949A (zh) * | 2014-09-29 | 2015-04-29 | 浙江普可医疗科技有限公司 | 一种基于脑电的麻醉深度监测方法 |
US20160113529A1 (en) | 2014-10-23 | 2016-04-28 | Samsung Electronics Co., Ltd. | Blood pressure measuring apparatus, wrist watch type terminal having the same, and method of measuring blood pressure |
US9449496B2 (en) | 2014-11-20 | 2016-09-20 | At&T Mobility Ii Llc | System for convergence of alarms from medical equipment |
WO2016090436A1 (en) | 2014-12-11 | 2016-06-16 | Saluda Medical Pty Ltd | Method and device for feedback control of neural stimulation |
US11344668B2 (en) | 2014-12-19 | 2022-05-31 | Icu Medical, Inc. | Infusion system with concurrent TPN/insulin infusion |
EP3841967B1 (en) | 2015-01-06 | 2023-10-25 | David Burton | Mobile wearable monitoring systems |
US10850024B2 (en) | 2015-03-02 | 2020-12-01 | Icu Medical, Inc. | Infusion system, device, and method having advanced infusion features |
CA2973855A1 (en) | 2015-04-09 | 2016-10-13 | Saluda Medical Pty Ltd | Electrode to nerve distance estimation |
KR101675153B1 (ko) * | 2015-06-18 | 2016-11-10 | 계명대학교 산학협력단 | 심전도 신호 측정 환경에서의 얼굴 인식을 통한 사용자 인증 방법 및 시스템 |
CN107847172B (zh) * | 2015-07-17 | 2021-04-30 | 昆腾医疗公司 | 用于评估觉醒、镇静和全身麻醉期间的意识、疼痛和伤害感受的水平的设备和方法 |
WO2017027855A1 (en) | 2015-08-12 | 2017-02-16 | Massachusetts Institute Of Technology | Systems and methods for predicting adverse events and assessing level of sedation during medical procedures |
EP3135194A1 (en) | 2015-08-28 | 2017-03-01 | Universite Libre De Bruxelles | Improvements in or relating to heart monitoring |
US10470701B2 (en) | 2015-09-30 | 2019-11-12 | General Electric Company | Monitoring systems and methods for monitoring a condition of a patient |
EP3344127A4 (en) | 2015-10-23 | 2018-07-25 | Valencell, Inc. | Physiological monitoring devices and methods that identify subject activity type |
US10945618B2 (en) | 2015-10-23 | 2021-03-16 | Valencell, Inc. | Physiological monitoring devices and methods for noise reduction in physiological signals based on subject activity type |
WO2017190966A1 (en) * | 2016-05-02 | 2017-11-09 | Fresenius Vial Sas | Control device for controlling the administration of propofol to a patient |
WO2017197024A1 (en) | 2016-05-13 | 2017-11-16 | Icu Medical, Inc. | Infusion pump system and method with common line auto flush |
WO2017214441A1 (en) | 2016-06-10 | 2017-12-14 | Icu Medical, Inc. | Acoustic flow sensor for continuous medication flow measurements and feedback control of infusion |
CA3028241A1 (en) | 2016-06-24 | 2017-12-28 | Saluda Medical Pty Ltd | Neural stimulation for reduced artefact |
WO2018009736A1 (en) | 2016-07-08 | 2018-01-11 | Valencell, Inc. | Motion-dependent averaging for physiological metric estimating systems and methods |
EP3493737A4 (en) | 2016-08-05 | 2020-01-01 | The Regents of the University of Colorado, a body corporate | INTERNAL MEASURING SYSTEMS AND METHOD FOR BIOLOGICAL SIGNAL MONITORING |
US11344723B1 (en) | 2016-10-24 | 2022-05-31 | Hrl Laboratories, Llc | System and method for decoding and behaviorally validating memory consolidation during sleep from EEG after waking experience |
US10716514B1 (en) * | 2017-04-10 | 2020-07-21 | Hrl Laboratories, Llc | System and method for optimized independent component selection for automated signal artifact removal to generate a clean signal |
KR20180059984A (ko) * | 2016-11-28 | 2018-06-07 | 참엔지니어링(주) | 일체형 마취심도 및 뇌산소포화도 감지센서 |
KR101893596B1 (ko) * | 2016-12-22 | 2018-08-31 | 고려대학교 산학협력단 | 진정마취심도 모니터링 방법 및 그 장치 |
WO2018160992A1 (en) * | 2017-03-02 | 2018-09-07 | Cornell University | A sensory evoked diagnostic for the assessment of cognitive brain function |
US10921888B2 (en) | 2017-03-07 | 2021-02-16 | Cornell University | Sensory evoked response based attention evaluation systems and methods |
WO2019009420A1 (ja) * | 2017-07-07 | 2019-01-10 | 国立大学法人大阪大学 | トレンド分析を利用した痛みの判別、機械学習、経済的判別モデルおよびIoTを応用した医療装置、テイラーメイド機械学習、および新規疼痛判別用脳波特徴量 |
WO2019060298A1 (en) | 2017-09-19 | 2019-03-28 | Neuroenhancement Lab, LLC | METHOD AND APPARATUS FOR NEURO-ACTIVATION |
CN107590806B (zh) * | 2017-09-19 | 2021-06-01 | 陈烨 | 一种基于大脑医学成像的检测方法和*** |
US11717686B2 (en) | 2017-12-04 | 2023-08-08 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement to facilitate learning and performance |
CN111670002A (zh) * | 2017-12-05 | 2020-09-15 | 神经索引公司 | 麻醉管理的***及方法 |
US10089055B1 (en) | 2017-12-27 | 2018-10-02 | Icu Medical, Inc. | Synchronized display of screen content on networked devices |
WO2019133997A1 (en) | 2017-12-31 | 2019-07-04 | Neuroenhancement Lab, LLC | System and method for neuroenhancement to enhance emotional response |
JP6460568B1 (ja) * | 2018-03-23 | 2019-01-30 | 公益財団法人愛知県健康づくり振興事業団 | 健康管理支援システム、端末コンピュータおよび管理サーバ |
US20210001133A1 (en) * | 2018-03-23 | 2021-01-07 | Saluda Medical Pty Ltd | System for Managing Clinical Data |
US11364361B2 (en) | 2018-04-20 | 2022-06-21 | Neuroenhancement Lab, LLC | System and method for inducing sleep by transplanting mental states |
WO2019204884A1 (en) | 2018-04-27 | 2019-10-31 | Saluda Medical Pty Ltd | Neurostimulation of mixed nerves |
EP3849410A4 (en) | 2018-09-14 | 2022-11-02 | Neuroenhancement Lab, LLC | SLEEP ENHANCEMENT SYSTEM AND METHOD |
CN109864740B (zh) * | 2018-12-25 | 2022-02-01 | 北京津发科技股份有限公司 | 一种运动状态的表面肌电信号采集传感器和设备 |
CN109730675A (zh) * | 2019-01-04 | 2019-05-10 | 深圳市舟洁信息咨询服务有限公司 | 一种脑电信号质量检测***及方法 |
CN109498004A (zh) * | 2019-01-04 | 2019-03-22 | 深圳市舟洁信息咨询服务有限公司 | 一种麻醉数据监控***和方法 |
KR102240105B1 (ko) * | 2019-04-15 | 2021-04-13 | 재단법인대구경북과학기술원 | 뇌파를 측정하기 위해 머리에 착용하는 장치 |
CN114222601A (zh) * | 2019-05-07 | 2022-03-22 | 科罗拉多州立大学董事会法人团体 | 用于耳后感测和刺激的可穿戴*** |
CN110151160B (zh) * | 2019-05-20 | 2021-09-21 | 深圳市问库信息技术有限公司 | 一种电子经络检测装置及其检测方法 |
US11786694B2 (en) | 2019-05-24 | 2023-10-17 | NeuroLight, Inc. | Device, method, and app for facilitating sleep |
JP2022534280A (ja) * | 2019-05-28 | 2022-07-28 | コーティカル ダイナミックス リミテッド | 脳活動を測定するための装置及びプロセス |
US11278671B2 (en) | 2019-12-04 | 2022-03-22 | Icu Medical, Inc. | Infusion pump with safety sequence keypad |
CN111493887B (zh) * | 2020-03-30 | 2021-03-30 | 浙江大学 | 一种手持式管状生物探头及在探测器官活性中的检测方法 |
CN111616681B (zh) * | 2020-05-31 | 2022-06-03 | 天津大学 | 基于便携式脑电采集设备和深度学习的麻醉状态监测*** |
WO2022015907A1 (en) | 2020-07-16 | 2022-01-20 | Invacare Corporation | System and method for concentrating gas |
CN116648278A (zh) | 2020-07-16 | 2023-08-25 | 英瓦卡尔公司 | 用于浓缩气体的***和方法 |
EP4185260A4 (en) | 2020-07-21 | 2024-07-31 | Icu Medical Inc | FLUID TRANSFER DEVICES AND METHODS OF USE |
KR102469681B1 (ko) | 2020-09-21 | 2022-11-23 | 주식회사 삼육오엠씨네트웍스 | 인공지능 기반의 수면마취 안전도 예측 장치 및 방법 |
KR102461157B1 (ko) * | 2020-11-18 | 2022-10-28 | 숭실대학교 산학협력단 | 복수의 채널을 이용한 근육 활동 검출 장치 및 방법 |
CN112493995B (zh) * | 2020-11-27 | 2022-03-11 | 燕山大学 | 一种适用不同年龄患者的麻醉状态评估***及方法 |
US11135360B1 (en) | 2020-12-07 | 2021-10-05 | Icu Medical, Inc. | Concurrent infusion with common line auto flush |
EP4280958A1 (en) * | 2021-01-25 | 2023-11-29 | Med-El Elektromedizinische Geraete GmbH | Optimized acoustic chirp based on in-vivo bm-delays in human |
US20220375588A1 (en) * | 2021-03-03 | 2022-11-24 | Edward Lehman | Procedural sedation monitoring system and method |
CN113100709A (zh) * | 2021-03-26 | 2021-07-13 | 攀枝花市中心医院 | 一种麻醉深度监测***及麻醉深度监测方法 |
CN113040787B (zh) * | 2021-04-25 | 2024-06-14 | 上海市精神卫生中心(上海市心理咨询培训中心) | 针对评价感觉门控功能的mmn信号特征进行提取处理的方法、装置、处理器及其存储介质 |
KR102567385B1 (ko) * | 2021-04-26 | 2023-08-16 | (주) 멕아이씨에스 | 뇌파 기반 마취 및 수면 모니터링 장치 및 방법 |
KR20220158469A (ko) * | 2021-05-24 | 2022-12-01 | 삼성전자주식회사 | 복수의 센싱 데이터들을 처리하기 위한 전자 장치 및 그 동작 방법 |
CN114190944B (zh) * | 2021-12-23 | 2023-08-22 | 上海交通大学 | 基于脑电信号的鲁棒情绪识别方法 |
WO2023230588A1 (en) * | 2022-05-25 | 2023-11-30 | Earable, Inc. | Headband with bone conduction speakers |
EP4306038A1 (en) * | 2022-07-11 | 2024-01-17 | Universite De Geneve | System for tracking eye parameters during sleep |
WO2024049973A1 (en) * | 2022-09-02 | 2024-03-07 | Board Of Regents Of The University Of Nebraska | Systems and methods for determination of pulse arrival time with wearable electronic devices |
CN115670483A (zh) * | 2022-11-09 | 2023-02-03 | 上海诺诚电气股份有限公司 | 一种患者意识障碍程度监测预警***及方法 |
CN118000683B (zh) * | 2024-04-08 | 2024-05-31 | 天津市胸科医院 | 基于人工智能的麻醉深度监测方法及*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003075760A1 (en) * | 2002-03-13 | 2003-09-18 | Danmeter A/S | Method of determining the quality of an aep (auditory evoked potential) signal |
CN1445689A (zh) * | 2003-02-21 | 2003-10-01 | 广州三瑞医疗器械有限公司 | 一种麻醉监护装置及其监护方法 |
CN1538823A (zh) * | 2001-06-13 | 2004-10-20 | 用于监测意识的方法和设备 | |
US20050131288A1 (en) * | 2003-08-15 | 2005-06-16 | Turner Christopher T. | Flexible, patient-worn, integrated, self-contained sensor systems for the acquisition and monitoring of physiologic data |
WO2006122349A1 (en) * | 2005-05-17 | 2006-11-23 | Compumedics Medical Innovations Pty Ltd | Method and apparatus for monitoring consciousness during anaesthesia |
CN101081164A (zh) * | 2006-05-30 | 2007-12-05 | 吴洪宇 | 非线性麻醉深度监测仪 |
US20080021345A1 (en) * | 2006-06-28 | 2008-01-24 | Kern Steven E | Distinguishing different drug effects from the electroencephalogram |
CN101273887A (zh) * | 2008-05-07 | 2008-10-01 | 张炳熙 | 患者手术全麻知晓的定量监测指标设备 |
US20080243021A1 (en) * | 2007-03-30 | 2008-10-02 | Everest Biomedical Instruments Co. | Signal Common Mode Cancellation For Handheld Low Voltage Testing Device |
Family Cites Families (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE2713891A1 (de) * | 1977-03-29 | 1978-10-12 | Schweizer Helgi Jon Dr | Vorrichtung zur herstellung und anwendung rhythmischer reizstrukturen |
KR920004441Y1 (ko) * | 1989-12-30 | 1992-06-29 | 삼성전자 주식회사 | 비데오 모니터의 아퍼쳐 엣지량 보정회로 |
ATE197761T1 (de) * | 1992-04-03 | 2000-12-15 | Micromedical Ind Ltd | Anordnung zur überwachung physiologischer parameter |
US6067467A (en) * | 1994-02-07 | 2000-05-23 | New York University | EEG operative and post-operative patient monitoring method |
US6032064A (en) * | 1996-10-11 | 2000-02-29 | Aspect Medical Systems, Inc. | Electrode array system for measuring electrophysiological signals |
US6394953B1 (en) * | 2000-02-25 | 2002-05-28 | Aspect Medical Systems, Inc. | Electrode array system for measuring electrophysiological signals |
US6016444A (en) * | 1997-12-10 | 2000-01-18 | New York University | Automatic control of anesthesia using quantitative EEG |
IL128815A0 (en) * | 1999-03-03 | 2000-01-31 | S L P Ltd | A nocturnal muscle activity monitoring system |
JP3815119B2 (ja) * | 1999-05-17 | 2006-08-30 | カシオ計算機株式会社 | 生体信号検出装置 |
US7190292B2 (en) * | 1999-11-29 | 2007-03-13 | Bizjak Karl M | Input level adjust system and method |
US7204250B1 (en) * | 1999-12-16 | 2007-04-17 | Compumedics Limited | Bio-mask |
KR100379571B1 (ko) * | 2000-04-11 | 2003-04-08 | 김동준 | 디지털 뇌파를 이용한 뇌기능 감시장치 및 이 뇌기능감시장치에 있어 디지털 뇌파의 디스플레이 방법 |
US6631291B2 (en) * | 2001-05-18 | 2003-10-07 | Instrumentarium Corp. | Closed loop drug administration method and apparatus using EEG complexity for control purposes |
US20040015158A1 (en) * | 2002-07-19 | 2004-01-22 | To-Mu Chen | Transilluminator device |
US20040220498A1 (en) * | 2003-01-24 | 2004-11-04 | Guann-Pyng Li | Micro medical-lab-on-a-chip in a lollipop as a drug delivery device and/or a health monitoring device |
EP1610862B1 (en) * | 2003-04-01 | 2016-11-23 | Sunstar Suisse SA | Apparatus for monitoring of muscle activity |
US20040243017A1 (en) * | 2003-05-06 | 2004-12-02 | Elvir Causevic | Anesthesia and sedation monitoring system and method |
CN100511245C (zh) * | 2003-06-23 | 2009-07-08 | 吴东宇 | 用于实时监测的大脑电位非线性趋势图形的生成方法 |
US7310404B2 (en) * | 2004-03-24 | 2007-12-18 | Canon Kabushiki Kaisha | Radiation CT radiographing device, radiation CT radiographing system, and radiation CT radiographing method using the same |
US8244340B2 (en) | 2006-12-22 | 2012-08-14 | Natus Medical Incorporated | Method, system and device for sleep stage determination using frontal electrodes |
JP2005334424A (ja) * | 2004-05-28 | 2005-12-08 | Casio Comput Co Ltd | 生体信号検出装置 |
US7996075B2 (en) * | 2004-10-20 | 2011-08-09 | Cardionet, Inc. | Monitoring physiological activity using partial state space reconstruction |
WO2006049194A1 (ja) * | 2004-11-02 | 2006-05-11 | Nitto Boseki Co., Ltd. | 血管位置検出装置 |
FR2877205A1 (fr) * | 2004-11-03 | 2006-05-05 | Luc Quintin | Procede et dispositif de prediction d'evenements medicaux anormaux et/ou d'aide au diagnostic et/ou de monitorage, en particulier pour la determination de la profondeur d'anesthesie |
IL165586A0 (en) * | 2004-12-06 | 2006-01-15 | Daphna Palti Wasserman | Multivariate dynamic biometrics system |
EP1676524A1 (en) * | 2004-12-28 | 2006-07-05 | Instrumentarium Corporation | Arrangement for monitoring of a patient |
US7925338B2 (en) * | 2005-03-24 | 2011-04-12 | General Electric Company | Determination of the anesthetic state of a patient |
BRPI0617782A2 (pt) * | 2005-10-24 | 2011-08-09 | Marcio Marc Abreu | aparelho e método para medir parámetros biológicos |
JP2007206053A (ja) * | 2006-01-05 | 2007-08-16 | Yokogawa Electric Corp | 周波数シンセサイザ |
US7627376B2 (en) * | 2006-01-30 | 2009-12-01 | Medtronic, Inc. | Intravascular medical device |
JP4607786B2 (ja) * | 2006-02-13 | 2011-01-05 | 株式会社創成電子 | 呼吸データ収集システム |
US20080146958A1 (en) * | 2006-10-12 | 2008-06-19 | Kenneth Shane Guillory | Self-contained seizure monitor and method |
US9215996B2 (en) * | 2007-03-02 | 2015-12-22 | The Nielsen Company (Us), Llc | Apparatus and method for objectively determining human response to media |
US7920914B2 (en) * | 2007-04-12 | 2011-04-05 | Yuan Ze University | Method for monitoring the depth of anesthesia |
US7894885B2 (en) * | 2007-05-02 | 2011-02-22 | Biosense Webster, Inc. | Coherent signal rejection in ECG |
WO2009033181A1 (en) * | 2007-09-07 | 2009-03-12 | Emsense Corporation | Integrated sensor headset |
US20090227853A1 (en) * | 2008-03-03 | 2009-09-10 | Ravindra Wijesiriwardana | Wearable optical pulse plethysmography sensors or pulse oximetry sensors based wearable heart rate monitoring systems |
TWI368188B (en) * | 2008-03-18 | 2012-07-11 | Univ Nat Taiwan | Intra-body biomedical communication system (ibc) and the method use of |
TWI405559B (zh) * | 2008-08-14 | 2013-08-21 | Univ Nat Taiwan | 手持式睡眠輔助裝置及其輔助方法 |
KR101094198B1 (ko) * | 2010-07-23 | 2011-12-14 | 주식회사 유메딕스 | 시스템 온 칩 생체 신호 검측 패드 및 그것을 이용한 생체 신호 검측 장치 |
-
2010
- 2010-08-13 JP JP2012524059A patent/JP5754054B2/ja not_active Expired - Fee Related
- 2010-08-13 KR KR1020167010714A patent/KR101854205B1/ko active Application Filing
- 2010-08-13 KR KR1020227034482A patent/KR102589763B1/ko active IP Right Grant
- 2010-08-13 WO PCT/AU2010/001050 patent/WO2011017778A1/en active Application Filing
- 2010-08-13 KR KR1020237034619A patent/KR20230145261A/ko active IP Right Grant
- 2010-08-13 AU AU2010282150A patent/AU2010282150B2/en active Active
- 2010-08-13 US US13/499,895 patent/US10595772B2/en active Active
- 2010-08-13 CN CN201080046375.1A patent/CN102946797B/zh active Active
- 2010-08-13 CN CN201610916369.6A patent/CN107095656B/zh active Active
- 2010-08-13 KR KR1020187009952A patent/KR102095898B1/ko active IP Right Grant
- 2010-08-13 KR KR1020127006594A patent/KR101751823B1/ko active IP Right Grant
- 2010-08-13 KR KR1020207008708A patent/KR102297971B1/ko active IP Right Grant
- 2010-08-13 KR KR1020217027522A patent/KR102452915B1/ko active IP Right Grant
- 2010-08-13 EP EP10807816.3A patent/EP2464283A4/en not_active Ceased
-
2016
- 2016-04-18 AU AU2016202435A patent/AU2016202435A1/en not_active Abandoned
-
2018
- 2018-03-08 AU AU2018201683A patent/AU2018201683A1/en not_active Abandoned
-
2019
- 2019-07-01 AU AU2019204679A patent/AU2019204679A1/en not_active Abandoned
-
2020
- 2020-03-02 US US16/806,107 patent/US20200268313A1/en active Pending
- 2020-07-02 AU AU2020204439A patent/AU2020204439A1/en not_active Abandoned
-
2021
- 2021-09-02 AU AU2021225208A patent/AU2021225208B2/en active Active
-
2022
- 2022-06-30 AU AU2022204688A patent/AU2022204688B2/en active Active
-
2023
- 2023-01-19 AU AU2023200267A patent/AU2023200267B2/en active Active
-
2024
- 2024-05-16 AU AU2024203260A patent/AU2024203260A1/en active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1538823A (zh) * | 2001-06-13 | 2004-10-20 | 用于监测意识的方法和设备 | |
WO2003075760A1 (en) * | 2002-03-13 | 2003-09-18 | Danmeter A/S | Method of determining the quality of an aep (auditory evoked potential) signal |
CN1445689A (zh) * | 2003-02-21 | 2003-10-01 | 广州三瑞医疗器械有限公司 | 一种麻醉监护装置及其监护方法 |
US20050131288A1 (en) * | 2003-08-15 | 2005-06-16 | Turner Christopher T. | Flexible, patient-worn, integrated, self-contained sensor systems for the acquisition and monitoring of physiologic data |
WO2006122349A1 (en) * | 2005-05-17 | 2006-11-23 | Compumedics Medical Innovations Pty Ltd | Method and apparatus for monitoring consciousness during anaesthesia |
CN101081164A (zh) * | 2006-05-30 | 2007-12-05 | 吴洪宇 | 非线性麻醉深度监测仪 |
US20080021345A1 (en) * | 2006-06-28 | 2008-01-24 | Kern Steven E | Distinguishing different drug effects from the electroencephalogram |
US20080243021A1 (en) * | 2007-03-30 | 2008-10-02 | Everest Biomedical Instruments Co. | Signal Common Mode Cancellation For Handheld Low Voltage Testing Device |
CN101273887A (zh) * | 2008-05-07 | 2008-10-01 | 张炳熙 | 患者手术全麻知晓的定量监测指标设备 |
Non-Patent Citations (1)
Title |
---|
吴东宇等: "脑电非线性分析评价卒中患者的意识障碍", 《中国脑血管病杂志》, vol. 5, no. 9, 18 September 2008 (2008-09-18), pages 385 - 389 * |
Cited By (54)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107528979A (zh) * | 2013-03-11 | 2017-12-29 | 百度国际科技(深圳)有限公司 | 移动设备的控制装置和方法 |
CN103169466A (zh) * | 2013-04-01 | 2013-06-26 | 张宇奇 | 一种用于麻醉的痛觉监护***及监护方法 |
CN103169466B (zh) * | 2013-04-01 | 2015-07-22 | 张宇奇 | 一种用于麻醉的痛觉监护***及监护方法 |
CN105144177A (zh) * | 2013-04-24 | 2015-12-09 | 费森尤斯卡比德国有限公司 | 对用于控制输注装置的控制装置进行操作的方法 |
CN105899129A (zh) * | 2013-10-09 | 2016-08-24 | 瑞思迈传感器技术有限公司 | 疲劳监测和管理*** |
CN105916441B (zh) * | 2013-11-20 | 2022-06-03 | 昆士兰医学研究所理事会 | 爆发分析 |
CN105916441A (zh) * | 2013-11-20 | 2016-08-31 | 昆士兰医学研究所理事会 | 爆发分析 |
CN103637798A (zh) * | 2013-12-17 | 2014-03-19 | 山东大学齐鲁医院 | 一种麻醉深度监测装置 |
CN103637798B (zh) * | 2013-12-17 | 2016-03-09 | 山东大学齐鲁医院 | 一种麻醉深度监测装置 |
TWI684754B (zh) * | 2014-03-06 | 2020-02-11 | 愛爾蘭商愛克斯崔里斯環球公司 | 吸入性取樣系統之改良技術 |
CN104138257A (zh) * | 2014-07-17 | 2014-11-12 | 南宁市锋威科技有限公司 | 一种手术麻醉痛觉知觉监测仪 |
CN105496356A (zh) * | 2014-10-08 | 2016-04-20 | 精工爱普生株式会社 | 睡眠状态判定装置、睡眠状态判定方法及睡眠管理*** |
CN107205664B (zh) * | 2014-12-18 | 2020-05-19 | 昆腾医疗公司 | 用于使用脑电图、体积描记的心动阻抗描记图、心率变异性以及镇痛药的浓度或生物相评估全身麻醉期间的疼痛和伤害性感受水平的设备 |
CN107205664A (zh) * | 2014-12-18 | 2017-09-26 | 昆腾医疗公司 | 用于使用脑电图、体积描记的心动阻抗描记图、心率变异性以及镇痛药的浓度或生物相评估全身麻醉期间的疼痛和伤害性感受水平的设备 |
CN111067544A (zh) * | 2015-02-13 | 2020-04-28 | 辛辛那提大学 | 集成间接汗液刺激和感测的装置 |
CN107205692A (zh) * | 2015-02-27 | 2017-09-26 | 欧姆龙健康医疗事业株式会社 | 喘鸣检测装置 |
CN104887225A (zh) * | 2015-06-04 | 2015-09-09 | 卞汉道 | 麻醉精度监护仪器及方法 |
CN108289633A (zh) * | 2015-12-01 | 2018-07-17 | 皇家飞利浦有限公司 | 睡眠研究***和方法 |
CN108289633B (zh) * | 2015-12-01 | 2022-05-03 | 皇家飞利浦有限公司 | 睡眠研究***和方法 |
CN106933797A (zh) * | 2015-12-29 | 2017-07-07 | 北京趣拿信息技术有限公司 | 目标信息的生成方法及装置 |
CN106933797B (zh) * | 2015-12-29 | 2021-01-26 | 北京趣拿信息技术有限公司 | 目标信息的生成方法及装置 |
CN105536094A (zh) * | 2016-02-02 | 2016-05-04 | 钱浩 | 一种智能监控手术麻醉*** |
CN108780359A (zh) * | 2016-03-30 | 2018-11-09 | 索尼公司 | 控制装置、控制方法和控制程序 |
CN108780359B (zh) * | 2016-03-30 | 2022-01-14 | 索尼公司 | 控制装置、控制方法和控制程序 |
CN106037809A (zh) * | 2016-07-07 | 2016-10-26 | 齐志温 | 一种麻醉科用麻醉深度监测装置 |
CN110267585B (zh) * | 2016-12-08 | 2022-05-31 | 皇家飞利浦有限公司 | 确定在睡眠期间提供给对象的刺激的经校正的定时 |
CN110267585A (zh) * | 2016-12-08 | 2019-09-20 | 皇家飞利浦有限公司 | 确定在睡眠期间提供给对象的刺激的经校正的定时 |
CN106510641A (zh) * | 2016-12-19 | 2017-03-22 | 姚健欣 | 一种检测人体不同睡眠阶段的方法及*** |
CN106510641B (zh) * | 2016-12-19 | 2019-10-11 | 姚健欣 | 一种检测人体不同睡眠阶段的方法及*** |
CN106725454A (zh) * | 2016-12-22 | 2017-05-31 | 蓝色传感(北京)科技有限公司 | 应用脑电信号评估焦虑程度的评估***及方法 |
WO2018130215A1 (zh) * | 2017-01-16 | 2018-07-19 | 马挺 | 结合疼痛评估调节输液参数的方法、***、撤泵提示方法 |
CN106821335A (zh) * | 2017-04-01 | 2017-06-13 | 新乡医学院第附属医院 | 一种麻醉和意识深度监测模块 |
CN109562234A (zh) * | 2017-05-25 | 2019-04-02 | 创新精密仪器有限公司 | 注射剂量侦测装置及注射剂量侦测*** |
CN107316292A (zh) * | 2017-06-22 | 2017-11-03 | 电子科技大学 | 一种基于结构协变计算大脑形态学对称性的方法 |
CN110868912A (zh) * | 2017-07-10 | 2020-03-06 | 国际商业机器公司 | 神经生理信号中的伪影的移除 |
CN109965873A (zh) * | 2017-12-28 | 2019-07-05 | 株式会社理光 | 生物功能测量分析***、方法及记录介质 |
US11864905B2 (en) | 2017-12-28 | 2024-01-09 | Ricoh Company, Ltd. | Biological function measurement and analysis system, biological function measurement and analysis method, and recording medium storing program code |
CN112351729A (zh) * | 2018-01-26 | 2021-02-09 | 艾克斯-马赛大学 | 用于测量患者的镇静状态的方法 |
CN112955944B (zh) * | 2018-07-13 | 2023-08-15 | W·福格尔 | 用于人脑诱导和训练的装置、***和方法 |
CN112955944A (zh) * | 2018-07-13 | 2021-06-11 | W·福格尔 | 用于人脑诱导和训练的装置、***和方法 |
CN113168526A (zh) * | 2018-10-09 | 2021-07-23 | 奇跃公司 | 用于虚拟和增强现实的***和方法 |
CN113164095A (zh) * | 2018-12-14 | 2021-07-23 | 高露洁-棕榄公司 | 用于使用电阻抗断层成像进行口腔健康监测的***和方法 |
CN110051334A (zh) * | 2019-04-23 | 2019-07-26 | 江苏省苏北人民医院 | 一种基于传感网络的医用麻醉监测*** |
CN111991073A (zh) * | 2019-05-27 | 2020-11-27 | 厄比电子医学有限责任公司 | 量化由于rf电流而引起的神经肌肉刺激的方法和装置 |
CN110464944A (zh) * | 2019-08-26 | 2019-11-19 | 深圳创达云睿智能科技有限公司 | 一种呼吸机的控制方法、装置及呼吸机 |
CN114072045A (zh) * | 2019-10-29 | 2022-02-18 | 深圳迈瑞生物医疗电子股份有限公司 | 自适应报警***、方法、装置、及物联网*** |
CN114072045B (zh) * | 2019-10-29 | 2024-03-22 | 深圳迈瑞生物医疗电子股份有限公司 | 自适应报警***、方法、装置、及物联网*** |
CN112488425A (zh) * | 2020-12-17 | 2021-03-12 | 泸州银行股份有限公司 | 一种银行业务流程任务模板优化的预测方法 |
CN113288175B (zh) * | 2021-05-31 | 2024-01-19 | 量心科技(深圳)有限公司 | 脑电信号的质量检测方法、装置、电子设备及存储介质 |
CN113288175A (zh) * | 2021-05-31 | 2021-08-24 | 量心科技(深圳)有限公司 | 脑电信号的质量检测方法、装置、电子设备及存储介质 |
CN117594221A (zh) * | 2024-01-15 | 2024-02-23 | 吉林大学第一医院 | 一种基于数据分析的患者生命体征实时监测*** |
CN117594221B (zh) * | 2024-01-15 | 2024-04-16 | 吉林大学第一医院 | 一种基于数据分析的患者生命体征实时监测*** |
CN117617893A (zh) * | 2024-01-26 | 2024-03-01 | 深圳曼瑞德科技有限公司 | 一种健康检测设备的调节控制方法、装置和计算机设备 |
CN117617893B (zh) * | 2024-01-26 | 2024-04-05 | 深圳曼瑞德科技有限公司 | 一种健康检测设备的调节控制方法、装置和计算机设备 |
Also Published As
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102946797A (zh) | 麻醉和意识深度监测*** | |
AU2018250529B2 (en) | Mobile Wearable Monitoring System | |
JP5404366B2 (ja) | 意識を監視するための方法および装置 | |
Sinha et al. | Monitoring devices for measuring the depth of anaesthesia–An overview | |
US20230337961A1 (en) | Sensing system with features for determining physiological metrics of a subject and for predicting electrophysiological events of a subject | |
Koskinen | Automatic assessment of functional suppression of the central nervous system due to propofol anesthetic infusion: from EEG phenomena to a quantitative index | |
Lioi | EEG connectivity measures and their application to assess the depth of anaesthesia and sleep | |
Lipping et al. | EEG signal in monitoring brain function in anesthesia and intensive care: a review | |
Peiris | Lapses in Responsiveness: Characteristics and Detection from the EEG |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |