JP2010500052A - 低血糖症を検出するための脳波信号解析 - Google Patents
低血糖症を検出するための脳波信号解析 Download PDFInfo
- Publication number
- JP2010500052A JP2010500052A JP2009514760A JP2009514760A JP2010500052A JP 2010500052 A JP2010500052 A JP 2010500052A JP 2009514760 A JP2009514760 A JP 2009514760A JP 2009514760 A JP2009514760 A JP 2009514760A JP 2010500052 A JP2010500052 A JP 2010500052A
- Authority
- JP
- Japan
- Prior art keywords
- hypoglycemia
- electroencephalogram signal
- signal
- classifier
- electroencephalogram
- 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
- 208000013016 Hypoglycemia Diseases 0.000 title claims abstract description 75
- 230000002218 hypoglycaemic effect Effects 0.000 title claims abstract description 73
- 238000004458 analytical method Methods 0.000 title description 9
- 238000000034 method Methods 0.000 claims abstract description 60
- 230000010354 integration Effects 0.000 claims abstract description 27
- 230000008569 process Effects 0.000 claims abstract description 9
- 230000006870 function Effects 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 claims description 9
- 238000004070 electrodeposition Methods 0.000 claims description 8
- 230000001186 cumulative effect Effects 0.000 claims description 5
- 239000013598 vector Substances 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000035945 sensitivity Effects 0.000 claims description 4
- 238000012706 support-vector machine Methods 0.000 claims description 3
- 230000003213 activating effect Effects 0.000 claims description 2
- 238000003066 decision tree Methods 0.000 claims description 2
- 238000010183 spectrum analysis Methods 0.000 claims description 2
- 238000009825 accumulation Methods 0.000 abstract description 2
- 208000024891 symptom Diseases 0.000 abstract 1
- 238000000537 electroencephalography Methods 0.000 description 19
- 239000008280 blood Substances 0.000 description 15
- 210000004369 blood Anatomy 0.000 description 15
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 14
- 239000008103 glucose Substances 0.000 description 14
- 238000012880 independent component analysis Methods 0.000 description 13
- 230000004424 eye movement Effects 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 8
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 230000007935 neutral effect Effects 0.000 description 5
- 238000007920 subcutaneous administration Methods 0.000 description 5
- 206010010904 Convulsion Diseases 0.000 description 4
- 102000004877 Insulin Human genes 0.000 description 4
- 108090001061 Insulin Proteins 0.000 description 4
- 210000004556 brain Anatomy 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 229940125396 insulin Drugs 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000037023 motor activity Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 208000034826 Genetic Predisposition to Disease Diseases 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 206010062519 Poor quality sleep Diseases 0.000 description 1
- 244000019194 Sorbus aucuparia Species 0.000 description 1
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000000540 analysis of variance Methods 0.000 description 1
- 230000000386 athletic effect Effects 0.000 description 1
- 230000007177 brain activity Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000013211 curve analysis Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 210000002454 frontal bone Anatomy 0.000 description 1
- 230000000774 hypoallergenic effect Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- MYWUZJCMWCOHBA-VIFPVBQESA-N methamphetamine Chemical compound CN[C@@H](C)CC1=CC=CC=C1 MYWUZJCMWCOHBA-VIFPVBQESA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000422 nocturnal effect Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000004761 scalp Anatomy 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 235000006414 serbal de cazadores Nutrition 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000002618 waking effect Effects 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
- A61B5/145—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
- A61B5/14532—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 glucose, e.g. by tissue impedance measurement
-
- 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]
- A61B5/37—Intracranial electroencephalography [IC-EEG], e.g. electrocorticography [ECoG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/372—Analysis of electroencephalograms
-
- 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
- A61B5/726—Details of waveform analysis characterised by using transforms using Wavelet 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
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Optics & Photonics (AREA)
- Emergency Medicine (AREA)
- Neurosurgery (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Debugging And Monitoring (AREA)
Abstract
Description
脳波信号を時間領域のシーケンスに分割する工程、
各時間領域について、低血糖症の兆候である脳波信号パターンが存在するか決定し、時間領域に低血糖症の兆候である脳波信号パターンの存在がすると決定されたところで、これを事象として記録する工程、
1つの選択した期間を構成する、選択した数の先行する時間領域の間に記録された事象の数を積算する工程、及び
該積算に基づいて、該脳波信号を低血糖症の兆候であると決定する工程。
例えば、積算された前記事象の数が、設定した閾数を超えるとき、及び/又は、経時的な前記積算の曲線(curve)と低血糖症の兆候である場合の該曲線のあらかじめ定められた理想モデルとの間で合致する閾値レベルが存在するときが挙げられる。その積算に基づいた決定により、散発的な時間領域の事象又は散発的な集団を含む散発的な時間領域による偽陽性結果が回避される。従って、その決定はそのような事象の特徴的な発生率の上昇が生じたときになされる。
脳波信号を時間領域のシーケンスに分割する工程、
各時間領域について、低血糖症の兆候である脳波信号パターンが存在するか決定し、時間領域に低血糖症の兆候である脳波信号パターンが存在すると決定されたところで、これを事象として記録する工程、
1つの選択した期間を構成する、選択した数の先行する時間領域の間に記録された事象の数を積算する工程、
該積算に基づいて、該脳波信号を低血糖症が存在する兆候であると決定する工程、及び、
前記閾数を超えていることを示す出力を提供する工程。
未加工の脳波信号は、血糖状態により調整される脳活動に由来する信号要素を含むだけでなく、特に眼球運動も含め身体運動のような無関係な事実に関連したノイズ又はアーチファクト信号要素も含む。ひとつの方法として、過剰のノイズ/アーチファクト信号を含む時間領域をさらなる信号解析の前に排斥することがある。他の方法には、時間領域のデータを、関連のある信号を失くさずにアーチファクト信号を除いて修正することがある。信号を処理するのにこれらの方法のいずれか又は両方を用いても良い。
アーチファクトの除去に続いて、信号全体において個々の周波数帯に含まれている情報を抽出することが望ましい。我々は2〜5Hz、5〜8Hz、8〜11Hz、11〜14Hz、及び14〜32Hzと、それぞれが3Hzの幅をもつ5つの帯域を用いることが好ましいことを発見した。
二次ベイズガウス分類器(quadratic Bayes Gaussian Classifier(QBGC))を用いたケースと、神経ネットワークを用いたケースにおける、低血糖症を示す事象の、周波数がフィルターにかけられた信号からの抽出について説明する。当然のことながら、情報を、上述の公知の多くの他の分類器を用いて分割した時間、周波数分割した信号に分類してもよい。関連性のある事象を特定し分類するためのソフトウェアは、例えば、http://www.11.mit.edu/IST/lnknet/のようないろいろなソースから入手できる。
中性と分類された一連の事象の合間にも、低血糖症と分類される事象は起こるだろう。しかし、適切な特異性と検出感度で、本当の低血糖症状態が進行していると判断するのに信頼に足る根拠を形成するには、そのような分類された事象の発生を信頼することも、そのような事象の起こる割合がある閾値を超えたときの決定も不十分である。実際の低血糖症状態が存在しないときでも、そのような事象が散発的に検出されたり、ある期間に高い割合で集中することがあるかもしれない。
14 埋め込み信号処理/送信ユニット
16 外部着用信号処理/警告ユニット
20 皮下脳波電極
22 皮下脳波電極
24 皮下脳波電極
Claims (25)
- 以下の工程を含む低血糖症の兆候の特徴を検出するための脳波信号の解析方法。
脳波信号を時間領域のシーケンスに分割する工程、
各時間領域について、低血糖症の兆候である脳波信号パターンが存在するか決定し、時間領域に低血糖症の兆候である脳波信号パターンが存在すると決定されたところで、これを事象として記録する工程、
1つの選択した期間を構成する、選択した数の先行する時間領域の間に記録された事象の数を積算する工程、及び
該積算に基づいて、該脳波信号を低血糖症が存在する兆候であると決定する工程。 - 積算された前記事象の数が、設定した閾数を超えるとき、及び/又は、経時的な前記積算の曲線と低血糖症の兆候である場合の該曲線のあらかじめ定められた理想モデルとの間で合致する閾値レベルが存在するとき、前記脳波信号を低血糖症が存在する兆候であると決定する、請求項1に記載の方法。
- 前記積算において、時間的に遡る時間領域において検出された事象には、より最近の時間領域において検出された事象よりも軽い重みをつけるという加重積算がなされる、請求項1に記載の方法。
- 前記加重積算が、線形加重関数又は正弦曲線加重関数を用いてなされる、請求項3に記載の方法。
- 時間領域に低血糖症の兆候である脳波信号パターンが存在するか否かの決定が、前記信号をあらかじめ訓練されたベイズ分類器、サポートベクターマシーン、関連ベクターマシーン、ガウス過程分類器、フィッシャー判別に基づく分類器、ブースト分類器、ナイーブベイズ分類器、K近傍分類器、二分決定木、パーゼン窓分類器、又は神経ネットワークに適用することによりなされる、請求項1乃至4のいずれか一項に記載の方法。
- 前記決定が、ベイズガウス分類器を用いて行われる、請求項5に記載の方法。
- 脳波信号をモニターしている期間において、経時的にガウスモデルの平均と共分散パラメータの再評価を行う、請求項6に記載の方法。
- 前記分類器が、二次ベイズガウス分類器である、請求項7に記載の方法。
- 前記信号に適用されるあらかじめ訓練された分類器が、教師あり学習により訓練された分類器である、請求項5乃至8のいずれか一項に記載の方法。
- 前記信号の時間領域における低血糖症の兆候である脳波信号パターンが存在するか否かの前記決定に基づき、未加工の脳波信号をスペクトル解析し、少なくとも4つの周波数帯から出力平均を抽出する、請求項1乃至9のいずれか一項に記載の方法。
- 前記少なくとも5つの周波数帯が、2Hzから32Hzまでの周波数を対象とする、請求項10に記載の方法。
- 前記周波数帯が、およそ2Hz〜5Hz、5Hz〜8Hz、8Hz〜11Hz、11Hz〜14Hz及び14Hz〜32Hzの帯域を含み、前記周波数帯の境界のすべてが20%まで変更可能である、請求項11に記載の方法。
- 前記スペクトル解析に先立ち、前記脳波信号におけるアーチファクト又はノイズの要素を特定し排除する、請求項10乃至12のいずれか一項に記載の方法。
- 前記脳波信号を、標準脳波電極位置FC3−FC1−C1−CP1−P1−PO3−P5−CP5−C5によって囲まれる領域内及び/又はC4の周りの同等の領域に位置する1以上の電極から得る、請求項1乃至13のいずれか一項に記載の方法。
- 前記電極が、位置FC3−FC1−C1−CP1−CP3−C5によって囲まれる領域内及び/又はC4の周りの同等の領域内に位置する、請求項14に記載の方法。
- 前記電極が、位置FC3−C1−CP3−C5によって囲まれる領域内及び/又はC4の周りの同等の領域内に位置する、請求項14に記載の方法。
- 前記脳波信号を、少なくともおよそ標準脳波電極位置C3及び/又はC4、又は、P3及び/又はP4に位置する1以上の電極から得る、請求項14乃至16のいずれか一項に記載の方法。
- 前記信号を、およそ前頭骨−後頭部の中間線に位置する参考電極から得られる信号を基準にして測定する、請求項14乃至17のいずれか一項に記載の方法。
- 前記参考電極が、およそ標準脳波電極位置Cz又はPzに位置する、請求項18に記載の方法。
- 得られる前記信号が低血糖症の兆候であるとする決定の検出感度や特異性が、該信号を発する個人にとって最適化されるように、前記期間を調整する、請求項1乃至19のいずれか一項に記載の方法。
- 経時的な前記積算の曲線と低血糖症の兆候である場合の該曲線のあらかじめ定められた理想モデルとの間で合致する閾値レベルが存在すると立証することで、脳波信号が低血糖症の兆候であると決定され、該合致が、実測と理想の曲線の数学的なコンボリューションによって行われる、請求項1乃至20のいずれか一項に記載の方法。
- 前記脳波信号が低血糖症の兆候であると決定する際に警報を作動させる工程を含む、請求項1乃至21のいずれか一項に記載の方法。
- 前記請求項1乃至22のいずれか一項に記載の方法を用い、脳波信号電極から受信した脳波信号に対する入力を含むあらかじめプログラムされた計算手段、及び以下の工程のための手段を含む装置。
脳波信号を時間領域のシーケンスに分割する工程、
各時間領域について、低血糖症の兆候である脳波信号パターンが存在するか決定し、時間領域に低血糖症の兆候である脳波信号パターンが存在すると決定されたところで、これを事象として記録する工程、
1つの選択した期間を構成する、選択した数の先行する時間領域の間に記録された事象の数を積算する工程、
事象の前記積算数が設定した閾数を超えるとき、該脳波信号を低血糖症が存在する兆候であると決定する工程、及び、
該閾数を超えていることを示す出力を提供する工程。 - 前記出力が、警告の形態をとる、請求項23に記載の装置。
- 脳波信号を受信するために使用者に置かれる1以上の電極を含む、請求項23又は24に記載の装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB0611872.3 | 2006-06-15 | ||
GBGB0611872.3A GB0611872D0 (en) | 2006-06-15 | 2006-06-15 | Analysis of EEG signals to detect hypoglycaemia |
PCT/EP2007/055628 WO2007144307A2 (en) | 2006-06-15 | 2007-06-07 | Analysis of eeg signals to detect hypoglycaemia |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010500052A true JP2010500052A (ja) | 2010-01-07 |
JP5269777B2 JP5269777B2 (ja) | 2013-08-21 |
Family
ID=36775708
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009514760A Active JP5269777B2 (ja) | 2006-06-15 | 2007-06-07 | 低血糖症を検出するための脳波信号解析 |
Country Status (7)
Country | Link |
---|---|
US (1) | US8298140B2 (ja) |
EP (1) | EP2040608B1 (ja) |
JP (1) | JP5269777B2 (ja) |
CN (1) | CN101896115B (ja) |
DK (1) | DK2040608T3 (ja) |
GB (1) | GB0611872D0 (ja) |
WO (1) | WO2007144307A2 (ja) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012183292A (ja) * | 2011-03-03 | 2012-09-27 | Seoul National Univ R&Db Foundation | 準備電位基盤の脳とコンピューター間のインターフェース装置および方法 |
JP2012196250A (ja) * | 2011-03-18 | 2012-10-18 | Fujitsu Ltd | 波形解析装置、波形解析方法、及びプログラム |
JP2012529940A (ja) * | 2009-06-26 | 2012-11-29 | ヴェーデクス・アクティーセルスカプ | Eegモニタリング・システムおよびeegをモニタリングする方法 |
JP2012529939A (ja) * | 2009-06-26 | 2012-11-29 | ヴェーデクス・アクティーセルスカプ | Eegモニタリング装置およびそこにメッセージを提示する方法 |
JP2013066719A (ja) * | 2011-09-23 | 2013-04-18 | Fujitsu Ltd | 健康状態情報による医療向け二分決定図の注釈付け |
JP2013066718A (ja) * | 2011-09-23 | 2013-04-18 | Fujitsu Ltd | サイズの最適化のための医療向け二分決定図の分割 |
JP2013066717A (ja) * | 2011-09-23 | 2013-04-18 | Fujitsu Ltd | 分析の最適化のための二分決定図の分割 |
JP2013517856A (ja) * | 2010-02-01 | 2013-05-20 | ヴェーデクス・アクティーセルスカプ | 無線通信を備える携帯型eegモニタ・システム |
JP2013543778A (ja) * | 2010-11-26 | 2013-12-09 | ヒポ−セイフ エイ/エス | 低血糖症を検出するための脳波信号解析 |
JP2014533590A (ja) * | 2011-11-26 | 2014-12-15 | パーシスト ディベロップメント コーポレーション | Eegアーチファクトを検出及び除去するための方法及びシステム |
JP2015533580A (ja) * | 2012-10-24 | 2015-11-26 | ドリームスケープ メディカル エルエルシー | 脳系生体信号を検出するシステム及び方法 |
JP2015535463A (ja) * | 2012-11-26 | 2015-12-14 | パーシスト ディベロップメント コーポレーション | Eeg記録に存在するアーチファクトの量を表示する方法及びシステム |
WO2016093048A1 (ja) * | 2014-12-09 | 2016-06-16 | 株式会社Nttデータ・アイ | 脳疾患診断支援システム、脳疾患診断支援方法及びプログラム |
JP2016529993A (ja) * | 2013-08-13 | 2016-09-29 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 長期生理的信号品質インジケーションに関する方法及びディスプレイ |
Families Citing this family (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0800615D0 (en) * | 2008-01-14 | 2008-02-20 | Hypo Safe As | Implantable electronic device |
EP2396776B1 (en) * | 2009-02-13 | 2012-06-13 | Koninklijke Philips Electronics N.V. | Bed monitoring system |
AU2010239138B2 (en) * | 2009-04-20 | 2016-01-21 | University Of Technology, Sydney | A method and system for determining a variation in a metabolic function and managing the variation accordingly |
CA2776265C (en) * | 2009-10-01 | 2015-07-28 | Widex A/S | A portable monitoring device with hearing aid and eeg monitor |
US8494624B2 (en) * | 2010-06-25 | 2013-07-23 | Electrical Geodesics, Inc. | Method and apparatus for reducing noise in brain signal measurements |
WO2012107786A1 (en) | 2011-02-09 | 2012-08-16 | Rudjer Boskovic Institute | System and method for blind extraction of features from measurement data |
US9558762B1 (en) * | 2011-07-03 | 2017-01-31 | Reality Analytics, Inc. | System and method for distinguishing source from unconstrained acoustic signals emitted thereby in context agnostic manner |
US9055927B2 (en) | 2011-11-25 | 2015-06-16 | Persyst Development Corporation | User interface for artifact removal in an EEG |
EP2782498B1 (en) * | 2011-11-25 | 2022-03-16 | Persyst Development Corporation | Method and system for displaying eeg data and user interface |
US8812097B2 (en) | 2012-02-06 | 2014-08-19 | Honeywell International Inc. | Neurologically based non-invasive blood glucose concentration system and method |
US20130204153A1 (en) * | 2012-02-06 | 2013-08-08 | Emily Ruth Buzhardt | Generating an alarm based on brain wave patterns of a user |
US10130277B2 (en) | 2014-01-28 | 2018-11-20 | Medibotics Llc | Willpower glasses (TM)—a wearable food consumption monitor |
US9814426B2 (en) | 2012-06-14 | 2017-11-14 | Medibotics Llc | Mobile wearable electromagnetic brain activity monitor |
CN102949183B (zh) * | 2012-10-26 | 2015-12-02 | 付宇 | 一种声光体温报警枕 |
WO2016116127A1 (en) | 2015-01-19 | 2016-07-28 | T&W Engineering A/S | System and method for adjusting the blood glucose level of a person |
CN104665840B (zh) * | 2015-03-02 | 2017-11-21 | 桂林麦迪胜电子科技有限公司 | 无创血糖测量方法及指端测量探头 |
US11324444B2 (en) | 2015-03-18 | 2022-05-10 | T&W Engineering A/S | EEG monitor |
US11712198B2 (en) * | 2016-07-11 | 2023-08-01 | B.G. Negev Technologies And Applications Ltd., At Ben-Gurion University | Estimation of sleep quality parameters from whole night audio analysis |
CN106446777A (zh) * | 2016-08-29 | 2017-02-22 | 广东工业大学 | 基于卷积神经网络的无创血糖数据处理方法及*** |
CN107137079B (zh) * | 2017-06-28 | 2020-12-08 | 京东方科技集团股份有限公司 | 基于脑信号控制设备的方法、其控制设备及人机交互*** |
WO2019060298A1 (en) | 2017-09-19 | 2019-03-28 | Neuroenhancement Lab, LLC | METHOD AND APPARATUS FOR NEURO-ACTIVATION |
US11717686B2 (en) | 2017-12-04 | 2023-08-08 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement to facilitate learning and performance |
EP3731749A4 (en) | 2017-12-31 | 2022-07-27 | Neuroenhancement Lab, LLC | NEURO-ACTIVATION SYSTEM AND METHOD FOR ENHANCING EMOTIONAL RESPONSE |
US10299694B1 (en) | 2018-02-05 | 2019-05-28 | King Saud University | Method of classifying raw EEG signals |
US11364361B2 (en) | 2018-04-20 | 2022-06-21 | Neuroenhancement Lab, LLC | System and method for inducing sleep by transplanting mental states |
CN108959594B (zh) * | 2018-07-12 | 2022-03-01 | 中国人民解放军战略支援部队信息工程大学 | 一种基于时变加权的能力水平评估方法及装置 |
WO2020032998A1 (en) * | 2018-08-06 | 2020-02-13 | Hi Llc | Systems and methods to reduce data and complexity in neural signal processing chain |
CN113382683A (zh) | 2018-09-14 | 2021-09-10 | 纽罗因恒思蒙特实验有限责任公司 | 改善睡眠的***和方法 |
US11786694B2 (en) | 2019-05-24 | 2023-10-17 | NeuroLight, Inc. | Device, method, and app for facilitating sleep |
GB2586788A (en) * | 2019-08-30 | 2021-03-10 | Univ Warwick | Electrocardiogram-based blood glucose level monitoring |
EP3827744A1 (en) * | 2019-11-28 | 2021-06-02 | Sivantos Pte. Ltd. | A method for estimating a system response of an individual listener's brain to a sound signal stimulus |
CN111597985A (zh) * | 2020-05-15 | 2020-08-28 | 全程(上海)智能科技有限公司 | 设备佩戴的动态识别方法、装置和电子设备 |
CN114239658B (zh) * | 2021-12-20 | 2024-05-10 | 桂林电子科技大学 | 一种基于小波分解与gru神经网络的血糖预测方法 |
CN115944293B (zh) * | 2023-03-15 | 2023-05-16 | 汶上县人民医院 | 一种基于神经网络的肾脏透析用血红蛋白水平预测*** |
CN117547260A (zh) * | 2024-01-11 | 2024-02-13 | 浙江普可医疗科技有限公司 | 基于睡眠脑电波的血糖预测方法、***、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0824231A (ja) * | 1994-07-14 | 1996-01-30 | Nec Corp | 自律神経活動分類装置 |
JPH0956833A (ja) * | 1995-08-22 | 1997-03-04 | Kokusai Electric Co Ltd | 生体信号処理装置及び生体刺激緩和装置 |
US6572542B1 (en) * | 2000-03-03 | 2003-06-03 | Medtronic, Inc. | System and method for monitoring and controlling the glycemic state of a patient |
JP2004506468A (ja) * | 2000-08-18 | 2004-03-04 | シグナス, インコーポレイテッド | 低血糖事象の予測のための方法およびデバイス |
JP2005537115A (ja) * | 2002-08-27 | 2005-12-08 | ユニバーシティ オブ フロリダ | 発作警告及び発作予測のための多次元時系列処理の最適化 |
JP2006192105A (ja) * | 2005-01-14 | 2006-07-27 | Nippon Koden Corp | 生体情報表示システム |
Family Cites Families (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3195533A (en) | 1963-04-26 | 1965-07-20 | Battelle Development Corp | Detecting physiological conditions by measuring bioelectric output frequency |
BE788620A (fr) * | 1971-09-29 | 1973-01-02 | Humetrics Corp | Procede et appareil pour l'analyse automatique de signaux d'ondes cerebrales |
US4608635A (en) * | 1982-08-03 | 1986-08-26 | Thomas Jefferson University | Method and apparatus for tomographic diagnosis |
US5299284A (en) * | 1990-04-09 | 1994-03-29 | Arizona Board Of Regents, Acting On Behalf Of Arizona State University | Pattern classification using linear programming |
US6487310B1 (en) * | 1991-09-06 | 2002-11-26 | Penop Ltd. | Signature matching |
US5311876A (en) * | 1992-11-18 | 1994-05-17 | The Johns Hopkins University | Automatic detection of seizures using electroencephalographic signals |
US5465321A (en) * | 1993-04-07 | 1995-11-07 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Hidden markov models for fault detection in dynamic systems |
JP3310498B2 (ja) | 1994-09-02 | 2002-08-05 | 独立行政法人産業技術総合研究所 | 生体情報解析装置および生体情報解析方法 |
US6217525B1 (en) * | 1998-04-30 | 2001-04-17 | Medtronic Physio-Control Manufacturing Corp. | Reduced lead set device and method for detecting acute cardiac ischemic conditions |
US6171256B1 (en) * | 1998-04-30 | 2001-01-09 | Physio-Control Manufacturing Corporation | Method and apparatus for detecting a condition associated with acute cardiac ischemia |
US6923763B1 (en) * | 1999-08-23 | 2005-08-02 | University Of Virginia Patent Foundation | Method and apparatus for predicting the risk of hypoglycemia |
US7483743B2 (en) * | 2000-01-11 | 2009-01-27 | Cedars-Sinai Medical Center | System for detecting, diagnosing, and treating cardiovascular disease |
US6675159B1 (en) * | 2000-07-27 | 2004-01-06 | Science Applic Int Corp | Concept-based search and retrieval system |
AUPR343401A0 (en) * | 2001-02-28 | 2001-03-29 | Nguyen, Hung | Modelling and design for early warning systems using physiological responses |
US20020138492A1 (en) * | 2001-03-07 | 2002-09-26 | David Kil | Data mining application with improved data mining algorithm selection |
US6735467B2 (en) | 2002-04-15 | 2004-05-11 | Persyst Development Corporation | Method and system for detecting seizures using electroencephalograms |
US7269455B2 (en) | 2003-02-26 | 2007-09-11 | Pineda Jaime A | Method and system for predicting and preventing seizures |
WO2004100781A1 (en) * | 2003-05-14 | 2004-11-25 | Clinigene International Private Limited | Disease predictions |
WO2005034001A1 (en) * | 2003-10-09 | 2005-04-14 | Steven Wheeler | Adaptive medical decision support system |
WO2005037092A1 (en) * | 2003-10-13 | 2005-04-28 | Novo Nordisk A/S | Apparatus and method for determining a physiological condition |
US7314451B2 (en) * | 2005-04-25 | 2008-01-01 | Earlysense Ltd. | Techniques for prediction and monitoring of clinical episodes |
US7725329B2 (en) * | 2004-04-27 | 2010-05-25 | Humana Inc. | System and method for automatic generation of a hierarchical tree network and the use of two complementary learning algorithms, optimized for each leaf of the hierarchical tree network |
WO2005122893A1 (en) * | 2004-06-22 | 2005-12-29 | Crescent Diagnostics (Ireland) Limited | Diagnostic methods for osteoporosis |
US20180146879A9 (en) * | 2004-08-30 | 2018-05-31 | Kalford C. Fadem | Biopotential Waveform Data Fusion Analysis and Classification Method |
ATE480839T1 (de) * | 2005-01-26 | 2010-09-15 | New Jersey Tech Inst | System und verfahren zur steganalyse |
US20080306353A1 (en) * | 2006-11-03 | 2008-12-11 | Douglas Joel S | Calculation device for metabolic control of critically ill and/or diabetic patients |
US8010476B2 (en) * | 2007-06-04 | 2011-08-30 | Siemens Medical Solutions Usa, Inc. | System and method for medical predictive models using likelihood gamble pricing |
US8660372B2 (en) * | 2010-05-10 | 2014-02-25 | Board Of Regents Of The University Of Texas System | Determining quality of an image or video using a distortion classifier |
AU2011268524B2 (en) * | 2010-06-22 | 2015-02-12 | Gili Medical Ltd. | Improved system and method for detecting symptoms of hypoglycemia |
GB201020086D0 (en) * | 2010-11-26 | 2011-01-12 | Hypo Safe As | Analysis of EEG signals to detect hypoglycaemia |
-
2006
- 2006-06-15 GB GBGB0611872.3A patent/GB0611872D0/en not_active Ceased
-
2007
- 2007-06-07 WO PCT/EP2007/055628 patent/WO2007144307A2/en active Application Filing
- 2007-06-07 US US12/308,014 patent/US8298140B2/en active Active
- 2007-06-07 CN CN200780022357.8A patent/CN101896115B/zh active Active
- 2007-06-07 EP EP07729990.7A patent/EP2040608B1/en active Active
- 2007-06-07 JP JP2009514760A patent/JP5269777B2/ja active Active
- 2007-06-07 DK DK07729990.7T patent/DK2040608T3/en active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0824231A (ja) * | 1994-07-14 | 1996-01-30 | Nec Corp | 自律神経活動分類装置 |
JPH0956833A (ja) * | 1995-08-22 | 1997-03-04 | Kokusai Electric Co Ltd | 生体信号処理装置及び生体刺激緩和装置 |
US6572542B1 (en) * | 2000-03-03 | 2003-06-03 | Medtronic, Inc. | System and method for monitoring and controlling the glycemic state of a patient |
JP2004506468A (ja) * | 2000-08-18 | 2004-03-04 | シグナス, インコーポレイテッド | 低血糖事象の予測のための方法およびデバイス |
JP2005537115A (ja) * | 2002-08-27 | 2005-12-08 | ユニバーシティ オブ フロリダ | 発作警告及び発作予測のための多次元時系列処理の最適化 |
JP2006192105A (ja) * | 2005-01-14 | 2006-07-27 | Nippon Koden Corp | 生体情報表示システム |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012529940A (ja) * | 2009-06-26 | 2012-11-29 | ヴェーデクス・アクティーセルスカプ | Eegモニタリング・システムおよびeegをモニタリングする方法 |
JP2012529939A (ja) * | 2009-06-26 | 2012-11-29 | ヴェーデクス・アクティーセルスカプ | Eegモニタリング装置およびそこにメッセージを提示する方法 |
JP2013517856A (ja) * | 2010-02-01 | 2013-05-20 | ヴェーデクス・アクティーセルスカプ | 無線通信を備える携帯型eegモニタ・システム |
JP2013543778A (ja) * | 2010-11-26 | 2013-12-09 | ヒポ−セイフ エイ/エス | 低血糖症を検出するための脳波信号解析 |
JP2012183292A (ja) * | 2011-03-03 | 2012-09-27 | Seoul National Univ R&Db Foundation | 準備電位基盤の脳とコンピューター間のインターフェース装置および方法 |
JP2012196250A (ja) * | 2011-03-18 | 2012-10-18 | Fujitsu Ltd | 波形解析装置、波形解析方法、及びプログラム |
US9339205B2 (en) | 2011-03-18 | 2016-05-17 | Fujitsu Limited | Waveform analyzer and waveform analysis method |
JP2013066717A (ja) * | 2011-09-23 | 2013-04-18 | Fujitsu Ltd | 分析の最適化のための二分決定図の分割 |
JP2013066718A (ja) * | 2011-09-23 | 2013-04-18 | Fujitsu Ltd | サイズの最適化のための医療向け二分決定図の分割 |
JP2013066719A (ja) * | 2011-09-23 | 2013-04-18 | Fujitsu Ltd | 健康状態情報による医療向け二分決定図の注釈付け |
JP2014533590A (ja) * | 2011-11-26 | 2014-12-15 | パーシスト ディベロップメント コーポレーション | Eegアーチファクトを検出及び除去するための方法及びシステム |
JP2015533580A (ja) * | 2012-10-24 | 2015-11-26 | ドリームスケープ メディカル エルエルシー | 脳系生体信号を検出するシステム及び方法 |
JP2015535463A (ja) * | 2012-11-26 | 2015-12-14 | パーシスト ディベロップメント コーポレーション | Eeg記録に存在するアーチファクトの量を表示する方法及びシステム |
JP2016529993A (ja) * | 2013-08-13 | 2016-09-29 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 長期生理的信号品質インジケーションに関する方法及びディスプレイ |
WO2016093048A1 (ja) * | 2014-12-09 | 2016-06-16 | 株式会社Nttデータ・アイ | 脳疾患診断支援システム、脳疾患診断支援方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
GB0611872D0 (en) | 2006-07-26 |
JP5269777B2 (ja) | 2013-08-21 |
WO2007144307A2 (en) | 2007-12-21 |
EP2040608A2 (en) | 2009-04-01 |
US8298140B2 (en) | 2012-10-30 |
DK2040608T3 (en) | 2015-05-04 |
CN101896115B (zh) | 2020-09-01 |
US20090287107A1 (en) | 2009-11-19 |
WO2007144307A3 (en) | 2010-06-17 |
CN101896115A (zh) | 2010-11-24 |
EP2040608B1 (en) | 2015-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5269777B2 (ja) | 低血糖症を検出するための脳波信号解析 | |
US10327656B2 (en) | Analysis of EEG signals to detect hypoglycaemia | |
Shoka et al. | Literature review on EEG preprocessing, feature extraction, and classifications techniques | |
Anuragi et al. | Automated alcoholism detection using fourier-bessel series expansion based empirical wavelet transform | |
WO2008057365A2 (en) | Epileptic event detection systems | |
Karthick et al. | Prediction of secondary generalization from a focal onset seizure in intracerebral EEG | |
Mohammadi et al. | Discrimination of depression levels using machine learning methods on EEG signals | |
Yadav et al. | Variational mode decomposition-based seizure classification using Bayesian regularized shallow neural network | |
CN114699093A (zh) | 一种基于卷积神经网络和长短期记忆的脑电癫病发作信号检测方法 | |
Niknazar et al. | Epileptic seizure prediction using statistical behavior of local extrema and fuzzy logic system | |
Sriraam et al. | Multichannel EEG based inter-ictal seizures detection using Teager energy with backpropagation neural network classifier | |
Nour et al. | A novel hybrid model in the diagnosis and classification of Alzheimer's disease using EEG signals: Deep ensemble learning (DEL) approach | |
Subasi | Biomedical signal analysis and its usage in healthcare | |
Mohan et al. | Automatic epileptic seizure prediction in scalp EEG | |
Ansari et al. | A review on automated detection of non-convulsive seizures using eeg | |
Patel et al. | An automated approach for electroencephalography-based seizure detection using machine learning algorithms | |
Parveen et al. | Design of a dense layered network model for epileptic seizures prediction with feature representation | |
Asha et al. | Automated seizure detection from multichannel EEG signals using support vector machine and artificial neural networks | |
Dogra et al. | Epilepsy Seizure Detection Using Optimised KNN Algorithm Based on EEG | |
Thomas et al. | Advances in automated neonatal seizure detection | |
Esha et al. | A Comprehensive Review on Epilepsy Diagnosis and Prognosis using Machine Learning and Deep Learning Approaches | |
Carey et al. | Reduction of massive EEG datasets for epilepsy analysis using Artificial Neural Networks | |
Khan et al. | A Machine Learning Model for Obstructive Sleep Apnea Detection Using Ensemble Learning and Single-Lead EEG Signal Data | |
Dutta et al. | Designing Patient-Specific Seizure Detectors From Multiple Frequency Bands of Intra-cranial EEG Using Support Vector Machines | |
Jain et al. | Using IoT Optimize different Psychological Problems in Human Brain with the Help of Genetic Algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100601 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120528 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20120704 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120814 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20121114 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130416 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130508 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5269777 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |