TWI677321B - 用於頭痛疾患的大腦皮質興奮與抑制能力量測系統 - Google Patents
用於頭痛疾患的大腦皮質興奮與抑制能力量測系統 Download PDFInfo
- Publication number
- TWI677321B TWI677321B TW107131460A TW107131460A TWI677321B TW I677321 B TWI677321 B TW I677321B TW 107131460 A TW107131460 A TW 107131460A TW 107131460 A TW107131460 A TW 107131460A TW I677321 B TWI677321 B TW I677321B
- Authority
- TW
- Taiwan
- Prior art keywords
- unit
- characteristic value
- measurement system
- excitation
- cerebral cortex
- Prior art date
Links
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
一種用於頭痛疾患的大腦皮質興奮與抑制能力量測系統,供分析一患者的一腦部中大腦皮質的興奮與抑制能力,該量測系統包括:至少一個儲存單元,供儲存至少一組判斷模型;至少一個外部電刺激單元,供連接至該患者的皮膚及輸出複數成對的低刺激性電訊號;複數個量測單元,抽樣擷取上述腦部的大腦皮質響應上述低刺激性電訊號所發的腦波訊號,其中上述腦波訊號包括至少一第一反應訊號和至少一第二反應訊號;一處理分析單元,供減噪處理上述腦波訊號,獲得至少一興奮特徵值與至少一抑制特徵值;及一判斷單元,輸出一比對資訊。
Description
本發明是有關於一種大腦皮質興奮與抑制能力量測系統,尤其是一種用於頭痛疾患的大腦皮質興奮與抑制能力量測系統。
頭痛疾患是全世界盛行率最高且造成最多失能的慢性疾病,其中常有高比例合併精神共病症,然而,根據世界衛生組織的統計,有將近半數的患者並沒有適當的被診斷或治療,因此,直接與間接所造成的問題,對個人生活功能及社會經濟的影響甚鉅。
習知的頭痛診斷方式,需要病人自訴頭痛的症狀,一方面患者的主觀認知未必精準,再方面許多相異的病因都會導致近似的症狀,單憑患者的敘述,容易造成頭痛類型判斷的錯誤;而頭痛的嚴重度,臨床上需透過患者為期一個月以上的頭痛日記的記錄,方能確立,但是患者是否能每次即時記錄,頭痛強度、發生部位和疼痛時間長短的比較是否客觀,都會影響判斷的正確性;再者,患者的常規治療預後好壞也不是完全相同,針對每一患者的療程變化,都關係著整體治療策略的規劃。
大腦皮質內神經細胞之間傳遞訊號的物質為神經傳導物質,負責釋放抑制性神經傳導物為抑制性神經元,而釋放興奮性神經傳導物為興奮性神經元。抑制性神經傳導物例如有GABA(gamma amino butyric acid)、甘氨酸(glycine)等;興奮性神經傳導物例如有如乙烯膽鹼
(acetylcholine)、穀氨酸鹽(glutamate)、正腎上腺素(noradrenaline)、多巴安(dopamine)、血清素(serotonin)等。
神經傳導物質由突觸前神經末梢釋出,之後會活化下一個神經元的受體並促使細胞去極化(Excitatory)(興奮性突觸後電位)或過極化(inhibitory)(抑制性突觸後電位)。去極化會促使動作電位之發生,代表皮質同步活化能力強;反之,過極化則具抑制動作電位的效果,代表皮質去同步活化能力強。動作電位(Action potential)是一種從細胞本體傳至軸突末端的電化學衝動,由動作電位可以得知大腦皮質神經元的電生理特徵,也就是皮質同步活化和皮質去同步活化的程度。
近年來研究報告指出,許多頭痛患者都有中樞敏感化的特徵,患者的感覺皮質,對於外部刺激的處理異常,是重要的病理特徵之一。然而,目前在預測和治療頭痛疾患上,以外部刺激的方式搭配大腦皮質的活化量測,仍無精確且定量化的標準量測方法。
換言之,一個創新的大腦皮質興奮與抑制能力量測系統,對於頭痛程度的量測與預後的預測,可以提供一種定量化量測的客觀數值標準,不僅藉由提供適當資訊而提高後續診斷與治療的品質與精準性,且藉由適當的儀器設備,讓此種量測具有操作的便利性,讓資訊取得方便、迅速且成功率高,就是現在醫療儀器設備中,最迫切需要解決的問題。
鑑於上述問題,本發明的主要目的在提供一種大腦皮質興奮與抑制能力量測系統,使用外部刺激,量測大腦皮質在受刺激情況下,腦波的興奮特徵值及抑制特徵值,獲得客觀具體的數據資料,作為醫療人員
評估患者頭痛的程度、類型以及發作次數的參考。
本發明的另一目的,在提供一種大腦皮質興奮與抑制能力量測系統,藉由簡便且科學化的量測裝置,使得腦波的興奮特徵值及抑制特徵值量測更為便利,不僅易於取得客觀數據資料,且成功率較高。
本發明的再另一目的,在於提供一種大腦皮質興奮與抑制能力量測系統,可透過穿戴裝置本體對患者電流刺激,並擷取腦波訊號,並可連線雲端伺服器進行後續的分析及運算處理,達到縮小系統體積的目的。
本發明的又另一目的,在提供一種大腦皮質興奮與抑制能力量測系統,藉由將每一個病患腦波的興奮特徵值及抑制特徵值和判斷模型進行比對,獲得具有客觀意義的比對資訊,降低單純依賴病患主訴判斷的誤判風險。
為達上述目的,本發明提供一種用於頭痛疾患的大腦皮質興奮與抑制能力量測系統,供分析一患者的一腦部中大腦皮質的興奮與抑制能力,該量測系統包括:至少一個儲存單元,供儲存至少一組判斷模型;至少一個外部電刺激單元,供連接至該患者的皮膚及輸出複數成對的低刺激性電訊號;複數個量測單元,供當上述腦部的大腦皮質接收上述成對的低刺激性電訊號而活化時,抽樣擷取上述腦部的大腦皮質響應上述低刺激性電訊號所發的腦波訊號,其中上述腦波訊號包括至少一第一反應訊號和至少一跟隨前述第一反應訊號的第二反應訊號;一處理分析單元,供減噪處理上述腦波訊號,並依照上述第一反應訊號和第二反應訊號的振幅以及兩反應振幅比值,獲得至少一興奮特徵值與至少一抑制特徵值;及一判斷單元,將上述興奮特徵值與上述抑制特徵值和上述判斷模型比對,並輸出
一比對資訊。
在本發明之一實施態樣中,進一步包括一穿戴裝置本體,供設置上述外部電刺激單元、上述量測單元及該網路傳輸單元,其中該處理分析單元和該判斷單元設置於該雲端伺服器,該腦波訊號透過該網路傳輸單元傳送至該雲端伺服器進行計算上述興奮特徵值與上述抑制特徵值。
相較於習知技術,本發明揭露的大腦皮質興奮與抑制能力量測系統,透過成對的低刺激性電訊號進行外部刺激,誘發患者腦部神經元活化的振幅變化,根據所擷取的腦波訊號,分析患者大腦皮質的同步活化能力,得到興奮特徵值以及抑制特徵值,一方面獲得客觀數據資料,並且藉由簡單的穿戴裝置,便利地獲取腦波訊號,提高量測成功率。尤其藉由與判斷模型進行比對,輸出對於頭痛類型、頭痛嚴重程度和治療預後狀況等有關的客觀比對資訊,讓醫療人員可以大幅降低以往單純依賴患者主訴而判斷的誤判風險,並進一步藉此擬定治療策略,減緩患者因頭痛疾患造成的影響。本發明的量測系統更透過雲端伺服器與多個穿戴裝置連線,雲端伺服器可以同時處理多個穿戴裝置所傳送的腦波訊號,藉此讓患者可以使用較輕便的穿戴裝置便可達成分析頭痛的病症狀況,另方面,降低醫院建置醫療設備及本地伺服器的成本。
10‧‧‧大腦皮質興奮與抑制能力量測系統
1、23‧‧‧電刺激貼片
2、24‧‧‧腦波紀錄貼片
9‧‧‧患者
11、21‧‧‧外部電刺激單元
12、22‧‧‧量測單元
13‧‧‧顯示單元
14‧‧‧輸入介面
15、25‧‧‧處理分析單元
16、26‧‧‧判斷單元
17、27‧‧‧網路傳輸單元
18、28‧‧‧儲存單元
19‧‧‧回授單元
20‧‧‧穿戴裝置本體
29‧‧‧雲端伺服器
30‧‧‧網際網路
31‧‧‧處理器
101~106‧‧‧第一實施例步驟
201~206‧‧‧第一實施例步驟
圖1為本案大腦皮質興奮與抑制能力量測系統的第一較佳實施例之系統架構示意圖。
圖2為圖1實施例中大腦皮質興奮與抑制能力量測系統的實施示意圖。
圖3為本案大腦皮質興奮與抑制能力量測系統的建立流程圖。
圖4為本案大腦皮質興奮與抑制能力量測系統的評估步驟流程圖。
圖5為本案大腦皮質興奮與抑制能力量測系統的第二較佳實施例之系統架構示意圖。
圖6為圖3實施例中大腦皮質興奮與抑制能力量測系統的實施示意圖。
以下藉由特定的具體實施例說明本發明之實施方式,熟悉此技藝之人士可由本說明書所揭示之內容輕易地瞭解本發明之優點與功效。
本說明書所附圖式所繪示之結構、比例、大小等,均僅用以配合說明書之揭示內容,以供熟悉此技藝之人士瞭解與閱讀,並非用以限定本發明可實施之限定條件,任何結構之修飾、大小之調整或比例關係之改變,在無實質變更技術內容下,當亦視為本發明可實施之範疇。
本發明用於頭痛疾患的大腦皮質興奮與抑制能力量測系統的第一較佳實施例如圖1和圖2所示,大腦皮質興奮與抑制能力量測系統10包括外部電刺激單元11、量測單元12、顯示單元13、輸入介面14、處理分析單元15、判斷單元16、網路傳輸單元17、儲存單元18和回授單元19。本例中患者9具有頭痛疾患的問題,但無法清楚確定頭痛疾患的類型以及頭痛疾患的發作詳細情況,因此藉由大腦皮質興奮與抑制能力量測系統10,量測並提供客觀數據,協助評估頭痛疾患情況,以利提高診斷與治療的品質與精準性。
首先,請一併參照圖3中判斷模型的建立流程圖,在本例中,判斷模型是由累積眾多頭痛疾患患者的資料而建立,透過建立適當數目的
母體樣本判斷模型,可供後續比對參考,協助界定頭痛疾患的類型,並提供比對資訊。如步驟101,本例中外部電刺激單元11具有兩片電刺激貼片1分別黏貼於要進行頭痛疾患取樣的患者9左右手的手指皮膚上,外部電刺激單元11朝向電刺激貼片1施以電流刺激,電流的大小以受試者能感覺到刺激,卻不造成疼痛的範圍內,在此稱為低刺激性電訊號。在本例中,刺激的模式為每次給予兩個間隔500毫秒的成對的脈衝訊號,兩個脈衝訊號的強度相同,且每對刺激與下一次的刺激之間,間隔至少8秒,藉此誘發患者9大腦皮質神經元活動,產生的皮質活化振幅改變。
當外部電刺激單元11進行電流刺激的同時,如步驟102,量測單元12透過黏貼於頭皮上的兩片腦波紀錄貼片2,以600Hz的頻率進行取樣,擷取患者9腦部的大腦皮質響應上述低刺激性電訊號所發的腦波訊號,腦波訊號包括第一反應訊號和第二反應訊號,由於脈衝訊號的刺激,通常會活化大腦皮質,使大腦皮質因為活化而產生響應,發出可偵測的腦電波變化。因此,成對的低刺激性電訊號中,第一個脈衝訊號將會刺激誘發第一反應訊號,而第二個脈衝訊號則誘發第二反應訊號。
當大腦皮質神經元細胞反應良好,則第一反應訊號強度會達到一定振幅,依照此響應的振幅大小,可以獲得一個興奮特徵值;相對地,在例如本例的500毫秒間隔之後,立即施加第二個脈衝訊號,神經元細胞則會反向抑制其活化,使得跟隨第一反應訊號的第二反應訊號振幅應該要降低,至少不會大於第一反應訊號;所以,依據第二反應訊號相對於第一反應訊號的振幅比值,可以獲得一個抑制特徵值。
為降低環境的雜訊影響干擾,在收集約80-100個成對刺激的
反應訊號且到達對應的記錄時間後停止記錄,並將相關資料儲存於儲存單元18中。如步驟103,再透過處理分析單元15將腦波訊號進行去雜訊處理,在本例中,除要濾除非腦波訊號的高頻和低頻成分,並且將前述80-100組的反應訊號進行疊加及平均,藉此提高腦波訊號的訊雜比,再如步驟104,分析大腦皮質活化振幅改變,得到上述對應的興奮特徵值與抑制特徵值。
腦區的興奮度高,代表於電流刺激後,皮質同步活化能力強,因而產生高的腦波振幅,反之,興奮度低則為皮質同步活化能力差。抑制能力則代表皮質於重複刺激下的內在自動皮質去同步活化的程度,若成對刺激的第二反應訊號與第一反應訊號的比值越小或差值越大,代表抑制能力高,反之則是抑制能力差,因此,雖然本例中是以比值方式計算抑制特徵值,但熟悉本技術領域人士可以輕易推知,以第一反應訊號作為標準,取得第一反應訊號和第二反應訊號的差值作為抑制特徵值的計算標準亦無不可。
當興奮特徵值和抑制特徵值過小或過大且超出合理範圍,本例中的大腦皮質興奮與抑制能力量測系統10,則可由處理分析單元15依據特徵值的大小,指令回授單元19,調整外部電刺激單元11所輸出低刺激性電訊號的強度:若特徵值過小,則調增電流或調增輸出時間;若特徵值過大,則調降電流或調降輸出時間。再如步驟105,由判斷單元16將興奮特徵值和抑制特徵值代入邏輯回歸演算法,進行多變數模型與迴歸分析,並可選擇地如步驟106依結果建立判斷模型並儲存於儲存單元18。
大腦皮質興奮與抑制能力量測系統10中,作為樣本的資料達一定的數量時,藉由母體數目達到一定門檻,此判斷模型對於評估頭痛患
者的頭痛疾患亦可具有一定的客觀參考價值。本例中,將藉由已經輸入不同類型、嚴重度和預後程度的多位患者所對應的興奮特徵值與抑制特徵值,所建立出的判斷模型為參考,進行如圖4所示的步驟流程,步驟201時,欲進行頭痛疾患評估的患者9僅需將腦波紀錄貼片2貼於頭皮並將電刺激貼片1貼合於手指皮膚,隨後進行步驟202,透過量測單元12約15分鐘的誘發腦波記錄後,接收患者9的腦波訊號,在步驟203,以處理分析單元15將該腦波訊號進行去雜訊及濾波處理的處理,再於步驟204,由處理分析單元15計算出大腦神經元活化的興奮特徵值與抑制特徵值,步驟205時,判斷單元16即可將興奮特徵值與抑制特徵值和判斷模型進行比對,最終於步驟206輸出比對資訊,提供頭痛疾患的可能類型數據資料,提供比對資訊,協助醫療人員研判該病患是屬於偏頭痛、緊縮性頭痛或其他病症,以及頭痛疾患可能的發作頻率以及建議的常規治療方式。
本例中顯示單元13可為液晶螢幕、LED或可外接顯示裝置的連接埠,用於輸出或顯示上述腦波訊號、上述興奮特徵值、上述抑制特徵值、該腦部的頭痛疾患或比對資訊等參考資訊,以利頭痛患者和醫生評估病症狀況。輸入介面14可供輸入外部電刺激單元11的參數設定,以及患者9的個人資訊,例如姓名、年齡、身高、體重或血壓值等,讓判斷單元16可以進一步參考患者9的個人資訊,以增加比對資訊的其他參考數據。網路傳輸單元17可供傳輸上述腦波訊號、上述興奮特徵值、上述抑制特徵值以及頭痛疾患的相關資訊至網際網路、伺服器或智慧型裝置,供儲存資訊或分享資訊用。
本發明用於頭痛疾患的大腦皮質興奮與抑制能力量測系統
的第二較佳實施例如圖5和圖6所示,本例中的醫療可以配置於移動式車輛,藉以提供例如偏鄉醫療服務,且因為到偏遠地區義診時,無法像門診一樣,每一診間配置單一套量測設備,逐一對病患量測。故在本例中,是以多組儀器,同步測試多位頭痛疾患病患的情況,利用在雲端的伺服器集中運算,可大幅降低購置運算伺服器的成本以及減少儀器佔據的空間。大腦皮質興奮與抑制能力量測系統包括穿戴裝置本體20、外部電刺激單元21、量測單元22、網路傳輸單元27、雲端伺服器29、處理分析單元25、判斷單元26和儲存單元28。本例中外部電刺激單元21、量測單元22、網路傳輸單元27和處理器31設置於穿戴裝置本體20;處理分析單元25、判斷單元26和儲存單元28在本例中則是設置於雲端伺服器29。
穿戴裝置本體20可透過例釋為具無線網路傳輸功能的網路傳輸單元27連線至網際網路30,再由網際網路30與雲端伺服器29連線。當欲獲得患者的頭痛疾患病狀的客觀量測數據或比對資訊,藉以提供醫療人員該病患的可能頭痛類型、發作頻率、預後效果等參考數值訊息時,患者僅需將穿戴裝置本體20配戴至頭部,將電刺激貼片23貼合於身體皮膚並將腦波紀錄貼片24緊貼頭部肌膚,由外部電刺激單元21進行電流刺激來誘發腦部訊號,再由量測單元22擷取腦部受電流刺激時的腦波訊號。當擷取到患者的腦波訊號後,便透過網路傳輸單元27傳送至雲端伺服器29。處理器31是用於腦波訊號的相關處理和傳輸,讓穿戴裝置本體20可以將腦波訊號傳送到雲端伺服器29。
所接收到的腦波訊號會儲存於雲端伺服器29中的儲存單元28,再由處理分析單元25及判斷單元26進行如前例的處理,輸出頭痛疾患
的比對資訊。醫生或患者就可以透過電腦或智慧型裝置連線至雲端伺服器29,查看上述相關資訊,如可能的頭痛類型、發作頻率或建議的治療方式。
本例中透過雲端伺服器29集中處理多個穿戴裝置本體20所傳送,藉此減小量測系統在使用者一端的體積,而多個穿戴裝置本體20以同一個雲端伺服器29進行運算分析,也可以降低架構運算裝置的成本。
綜上所述,本發明所提供之大腦皮質興奮與抑制能力量測系統,記錄並且擷取頭痛患者於接受外部電刺激後的誘發腦波訊號,利用腦波的神經元同步活化振幅值與成對刺激的振幅變化,計算其興奮與抑制性特徵值,獲知大腦感覺皮質的功能。據此,可提供客觀的參考數據資料,協助醫療人員客觀評斷頭痛疾患患者為哪一類型、頭痛疾患的嚴重程度與建議的治療方法,並進一步制訂個人化治療,以減少醫療負擔。
惟以上所述者,僅為本發明之較佳實施例而已,不能以此限定本發明實施之範圍,凡是依本發明申請專利範圍及說明書內容所作之簡單的等效變化與修飾,皆應仍屬本發明涵蓋之範圍內。經過本發明較佳實施例之描述後,熟悉此一技術領域人員應可瞭解到,本案實為一新穎、進步且具產業實用性之發明,深具發展價值。
Claims (6)
- 一種用於頭痛疾患的大腦皮質興奮與抑制能力量測系統,供分析一患者的一腦部中大腦皮質的興奮與抑制能力,該量測系統包括:至少一個儲存單元,供儲存至少一組判斷模型;至少一個外部電刺激單元,供連接至該患者的皮膚及輸出複數成對的低刺激性電訊號;複數個量測單元,供當上述腦部的大腦皮質接收上述成對的低刺激性電訊號而活化時,抽樣擷取上述腦部的大腦皮質響應上述低刺激性電訊號所發的腦波訊號,其中上述腦波訊號包括至少一第一反應訊號和至少一跟隨前述第一反應訊號的第二反應訊號;一處理分析單元,供減噪處理上述腦波訊號,並依照上述第一反應訊號和第二反應訊號的振幅以及振幅差異,獲得至少一興奮特徵值與至少一抑制特徵值;及一判斷單元,將上述興奮特徵值與上述抑制特徵值和上述判斷模型比對,並輸出一比對資訊。
- 如申請專利範圍第1項所述之量測系統,其中該量測系統更包括一個回授單元,接收上述興奮特徵值與上述抑制特徵值、和/或上述比對資訊,調整上述外部電刺激單元成對的上述低刺激性電訊號的大小和/或輸出時間。
- 如申請專利範圍第1項所述之量測系統,進一步包括一網路傳輸單元以及與該網路傳輸單元網路連線的一雲端伺服器。
- 如申請專利範圍第3項所述之量測系統,進一步包括一穿戴裝置本體,供設置上述外部電刺激單元、上述量測單元及該網路傳輸單元,其中該處理分析單元和該判斷單元設置於該雲端伺服器,該腦波訊號透過該網路傳輸單元傳送至該雲端伺服器進行計算上述興奮特徵值與上述抑制特徵值。
- 如申請專利範圍第1項所述之量測系統,進一步包括一輸入介面,供輸入該患者的個人資訊,並提供至上述判斷單元。
- 如申請專利範圍第1項所述之量測系統,進一步包括一顯示單元,供顯示上述腦波訊號、上述興奮特徵值、上述抑制特徵值以及上述比對資訊。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107131460A TWI677321B (zh) | 2018-09-07 | 2018-09-07 | 用於頭痛疾患的大腦皮質興奮與抑制能力量測系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107131460A TWI677321B (zh) | 2018-09-07 | 2018-09-07 | 用於頭痛疾患的大腦皮質興奮與抑制能力量測系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI677321B true TWI677321B (zh) | 2019-11-21 |
TW202010470A TW202010470A (zh) | 2020-03-16 |
Family
ID=69188905
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107131460A TWI677321B (zh) | 2018-09-07 | 2018-09-07 | 用於頭痛疾患的大腦皮質興奮與抑制能力量測系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI677321B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9265931B2 (en) * | 2006-09-21 | 2016-02-23 | Neuropace, Inc. | Treatment of language, behavior and social disorders |
US20170368342A1 (en) * | 2014-11-27 | 2017-12-28 | Forschungszentrum Juelich Gmbh | Device and method for effective non-invasive neurostimulation by means of varying stimulus sequences |
CN107647847A (zh) * | 2016-07-26 | 2018-02-02 | 纽沃凯生物科技(深圳)有限公司 | 睡眠深度监测方法和睡眠深度监测仪 |
-
2018
- 2018-09-07 TW TW107131460A patent/TWI677321B/zh active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9265931B2 (en) * | 2006-09-21 | 2016-02-23 | Neuropace, Inc. | Treatment of language, behavior and social disorders |
US20170368342A1 (en) * | 2014-11-27 | 2017-12-28 | Forschungszentrum Juelich Gmbh | Device and method for effective non-invasive neurostimulation by means of varying stimulus sequences |
CN107647847A (zh) * | 2016-07-26 | 2018-02-02 | 纽沃凯生物科技(深圳)有限公司 | 睡眠深度监测方法和睡眠深度监测仪 |
Also Published As
Publication number | Publication date |
---|---|
TW202010470A (zh) | 2020-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ghiasi et al. | Assessing autonomic function from electrodermal activity and heart rate variability during cold-pressor test and emotional challenge | |
EP3370601B1 (en) | Non-invasive physiological quantification of stress levels | |
EP2498676B1 (en) | Brain activity as a marker of disease | |
Henderson et al. | Development and assessment of methods for detecting dementia using the human electroencephalogram | |
KR20080082665A (ko) | 뇌파 수치를 이용한 우울증 및 기타 기분 장애 분석 및평가 시스템 및 방법 | |
US20170042470A1 (en) | System and method for monitoring behavior during sleep onset | |
CA2727555A1 (en) | Detection of hypokinetic and/or hyperkinetic states | |
AU2017252517A1 (en) | Protocol and signatures for the multimodal physiological stimulation and assessment of traumatic brain injury | |
WO2015157253A1 (en) | Stochastic oscillator analysis in neuro diagnostics | |
TWI677321B (zh) | 用於頭痛疾患的大腦皮質興奮與抑制能力量測系統 | |
US20220199245A1 (en) | Systems and methods for signal based feature analysis to determine clinical outcomes | |
US20220355113A1 (en) | Distributed device control and wearable system for vagus nerve stimulation | |
Vijean et al. | Objective investigation of vision impairments using single trial pattern reversal visually evoked potentials | |
CN108324272A (zh) | 一种基于lzc复杂度测查焦虑程度的装置 | |
Ingvaldsen | QEEG and infra-low frequency neurofeedback training in fibromyalgia: a pilot study | |
Saidatul et al. | The assessment of developed mental stress elicitation protocol based on heart rate and EEG signals | |
Altıntop et al. | Can patients in deep coma hear us? Examination of coma depth using physiological signals | |
Rodrigues et al. | Evaluating a new approach to data fusion in wearable physiological sensors for stress monitoring | |
TWI813222B (zh) | 用於評估疼痛敏感度的大腦活動量測方法與系統 | |
US20220313142A1 (en) | Systems and methods for measuring neurologic function via sensory stimulation | |
WO2024110970A1 (en) | System and method for assessment and/or rehabilitation of patients | |
Bhowmik | Neural Asymmetric Measurement Using Non-Invasive and Non-Intrusive Multi-Modal Approach | |
Helling | Brainwaves and Breakdowns-Tracking Brain Dynamics in Epilepsy and Migraine | |
Wu et al. | Real-Time Non-Invasive Imaging and Detection of Spreading Depolarizations through EEG: An Ultra-Light Explainable Deep Learning Approach | |
Rouzitalab et al. | Volitional control of beta activities in Parkinson’s disease patients |