JPH06296597A - 脳波分析方法及びその装置 - Google Patents
脳波分析方法及びその装置Info
- Publication number
- JPH06296597A JPH06296597A JP4220187A JP22018792A JPH06296597A JP H06296597 A JPH06296597 A JP H06296597A JP 4220187 A JP4220187 A JP 4220187A JP 22018792 A JP22018792 A JP 22018792A JP H06296597 A JPH06296597 A JP H06296597A
- Authority
- JP
- Japan
- Prior art keywords
- electroencephalogram
- peak
- wave
- power
- detected
- 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.)
- Pending
Links
Classifications
-
- 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
- A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Psychology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Psychiatry (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
(57)【要約】
【目的】 脳波の周波数域内で形成されるピークの存在
に基づいて，脳波を分析するようにする。 【構成】 検出された脳波の生体信号から脳波の信号成
分を抽出し，その信号成分を基に，被検者の脳波を分析
する脳波分析装置において，上記検出された脳波の生体
信号の中から脳波についてのパワースペクトルを抽出す
る脳波抽出処理手段１と，当該脳波抽出処理手段１で抽
出された脳波のパワースペクトルの内，各脳波毎にその
周波数域内のスペクトルのピークの存否を検出するピー
ク検出手段２とを備えて構成される。
に基づいて，脳波を分析するようにする。 【構成】 検出された脳波の生体信号から脳波の信号成
分を抽出し，その信号成分を基に，被検者の脳波を分析
する脳波分析装置において，上記検出された脳波の生体
信号の中から脳波についてのパワースペクトルを抽出す
る脳波抽出処理手段１と，当該脳波抽出処理手段１で抽
出された脳波のパワースペクトルの内，各脳波毎にその
周波数域内のスペクトルのピークの存否を検出するピー
ク検出手段２とを備えて構成される。
Description
【０００１】
【産業上の利用分野】本発明は，検出された脳波の生体
信号から脳波についてのパワースペクトルを抽出し，各
脳波の周波数域内に形成されるピークの存否に基づいて
脳波の分析を行うようにした脳波分析方法及びその装置
に関するものである。
信号から脳波についてのパワースペクトルを抽出し，各
脳波の周波数域内に形成されるピークの存否に基づいて
脳波の分析を行うようにした脳波分析方法及びその装置
に関するものである。
【０００２】
【従来の技術】人間の脳波を分析し，人間の精神活動を
知ろうとすることが行われるようになってきている。
知ろうとすることが行われるようになってきている。
【０００３】従来の分析研究から，脳波には，α波，β
波，δ波，θ波と呼ばれる４つの信号があり，その時の
精神状態に応じてこれらの信号のいずれかが発生或いは
強調されることまで知られている。
波，δ波，θ波と呼ばれる４つの信号があり，その時の
精神状態に応じてこれらの信号のいずれかが発生或いは
強調されることまで知られている。
【０００４】上記脳波にあってはその周波数が， 0.5Ｈ
ｚないし 3.5Ｈｚ成分をδ波， 3.5Ｈｚないし 7.5Ｈｚ
成分をθ波, 7.5Ｈｚないし13.5Ｈｚ成分をα波, 13.5
Ｈｚないし30.5Ｈｚ成分をβ波と名付けられている。
ｚないし 3.5Ｈｚ成分をδ波， 3.5Ｈｚないし 7.5Ｈｚ
成分をθ波, 7.5Ｈｚないし13.5Ｈｚ成分をα波, 13.5
Ｈｚないし30.5Ｈｚ成分をβ波と名付けられている。
【０００５】ところで，従来の上記４つの脳波の検出方
法は，被検者の頭部に刺込まれた電極に発生する微小な
生体信号から各脳波用のアナログフィルタでδ波，θ
波，α波，β波の信号成分をそれぞれ抽出し，それぞれ
の信号成分を積分することにより得ていた。
法は，被検者の頭部に刺込まれた電極に発生する微小な
生体信号から各脳波用のアナログフィルタでδ波，θ
波，α波，β波の信号成分をそれぞれ抽出し，それぞれ
の信号成分を積分することにより得ていた。
【０００６】そして，この様にして得られた積分値を基
に積分値の大小の比較，或いは比率等によってどの脳波
が発生しているとか，強いとかの脳波の分析を行ってい
た。
に積分値の大小の比較，或いは比率等によってどの脳波
が発生しているとか，強いとかの脳波の分析を行ってい
た。
【０００７】
【発明が解決しようとする課題】しかしながら，従来の
様な脳波の検出方法による脳波の分析では，例えば図６
に示された脳波のパワースペクトルが得られた場合，積
分値で脳波を検出するため，斜線が施されたθ波まで脳
波が発生している様に認識され，臨床所見と異なる分析
がなされる欠点があった。
様な脳波の検出方法による脳波の分析では，例えば図６
に示された脳波のパワースペクトルが得られた場合，積
分値で脳波を検出するため，斜線が施されたθ波まで脳
波が発生している様に認識され，臨床所見と異なる分析
がなされる欠点があった。
【０００８】本発明は，上記の欠点を解決することを目
的としており，上記δ波，θ波，α波，β波の各脳波
は，同一時間上にそれぞれ同一の脳波が２個以上併存す
ることはないという公知の事実に着目し，各脳波の周波
数域内に形成されるスペクトルのピークの存否に基づい
て脳波の検出を行い，そして当該脳波の検出方法に基づ
いて脳波分析を行うようにした脳波分析方法及びその装
置を提供することを目的としている。
的としており，上記δ波，θ波，α波，β波の各脳波
は，同一時間上にそれぞれ同一の脳波が２個以上併存す
ることはないという公知の事実に着目し，各脳波の周波
数域内に形成されるスペクトルのピークの存否に基づい
て脳波の検出を行い，そして当該脳波の検出方法に基づ
いて脳波分析を行うようにした脳波分析方法及びその装
置を提供することを目的としている。
【０００９】
【課題を解決するための手段】図１は本発明の原理説明
図である。同図において，１は脳波抽出処理手段，２は
ピーク検出手段を表わしている。
図である。同図において，１は脳波抽出処理手段，２は
ピーク検出手段を表わしている。
【００１０】脳波抽出処理手段１は被検者の頭部から検
出された脳波の生体信号を受け，アナログ又はディジタ
ルいずれかの手法でフィルタリングを行い，上記δ波，
θ波，α波，β波の各信号成分を抽出し脳波のパワース
ペクトルを得るものである。
出された脳波の生体信号を受け，アナログ又はディジタ
ルいずれかの手法でフィルタリングを行い，上記δ波，
θ波，α波，β波の各信号成分を抽出し脳波のパワース
ペクトルを得るものである。
【００１１】ピーク検出手段２は脳波抽出処理手段１で
抽出された脳波のパワースペクトルの内，各脳波毎にそ
の周波数域内のスペクトルのピークの存否を検出するよ
うになっている。そしてピークが検出されたとき，その
ピーク値を保存する。
抽出された脳波のパワースペクトルの内，各脳波毎にそ
の周波数域内のスペクトルのピークの存否を検出するよ
うになっている。そしてピークが検出されたとき，その
ピーク値を保存する。
【００１２】
【作用】ピーク検出手段２によってピークが検出された
脳波，例えば図６に示されたパワースペクトルにおいて
ピークＨが検出されたとき，当該ピークＨはδ波の周波
数域であるのでδ波の脳波が実際に発生しているとされ
る。
脳波，例えば図６に示されたパワースペクトルにおいて
ピークＨが検出されたとき，当該ピークＨはδ波の周波
数域であるのでδ波の脳波が実際に発生しているとされ
る。
【００１３】なお，ピーク検出手段２はピーク値を検出
しているのではなく，ピークの存否を検出しており，当
該ピークが存在したときそのピーク値を保存するもので
ある。
しているのではなく，ピークの存否を検出しており，当
該ピークが存在したときそのピーク値を保存するもので
ある。
【００１４】従って，図６に示されたパワースペクトル
では，θ波にはピークは存在せず，θ波は発生していな
いとされる。つまり脳波抽出処理手段１によるフィルタ
の分解能が充分に良ければ，当該Ｈの部分が鋭角的に立
上り，立下って他の周波数域ではスペクトルが現われな
い部分なのである。しかしながら，フィルタの分解能が
充分でないから図６図示のスペクトル曲線となり，従っ
て当該スペクトル曲線でピークがあれば当該ピークが存
在する周波数域の脳波は実際にその脳波を発生している
ことになるのである。
では，θ波にはピークは存在せず，θ波は発生していな
いとされる。つまり脳波抽出処理手段１によるフィルタ
の分解能が充分に良ければ，当該Ｈの部分が鋭角的に立
上り，立下って他の周波数域ではスペクトルが現われな
い部分なのである。しかしながら，フィルタの分解能が
充分でないから図６図示のスペクトル曲線となり，従っ
て当該スペクトル曲線でピークがあれば当該ピークが存
在する周波数域の脳波は実際にその脳波を発生している
ことになるのである。
【００１５】
【実施例】図２は本発明に係る脳波分析装置の一実施例
構成を示している。同図において，１１はバンドパス・
フィルタであり， 0.5Ｈｚないし30.5Ｈｚの周波数以外
の信号成分の通過を阻止するもの，１２はＡ／Ｄ変換
器，１３はフィルタ処理部であり， 0.5Ｈｚないし 1.5
Ｈｚまでの信号成分, 1.5Ｈｚないし2.5Ｈｚまでの信
号成分, …29.5Ｈｚないし30.5Ｈｚまでの信号成分を１
Ｈｚの分解能でディジタル的にそれぞれ抽出するもの，
１４はピーク検出部であり，フィルタ処理部１３で抽出
された信号成分に対し，各脳波毎にその周波数域内での
ピークの存否を調べ，ピークがあればそのピーク値を保
持するもの，１５は制御部，１６は表示部をそれぞれ表
わしている。
構成を示している。同図において，１１はバンドパス・
フィルタであり， 0.5Ｈｚないし30.5Ｈｚの周波数以外
の信号成分の通過を阻止するもの，１２はＡ／Ｄ変換
器，１３はフィルタ処理部であり， 0.5Ｈｚないし 1.5
Ｈｚまでの信号成分, 1.5Ｈｚないし2.5Ｈｚまでの信
号成分, …29.5Ｈｚないし30.5Ｈｚまでの信号成分を１
Ｈｚの分解能でディジタル的にそれぞれ抽出するもの，
１４はピーク検出部であり，フィルタ処理部１３で抽出
された信号成分に対し，各脳波毎にその周波数域内での
ピークの存否を調べ，ピークがあればそのピーク値を保
持するもの，１５は制御部，１６は表示部をそれぞれ表
わしている。
【００１６】次に図３の一実施例フローチャートを参照
しながら図２の動作を説明する。図示されていない差動
増幅器等で前処理された脳波の検出生体信号がバンドパ
ス・フィルタ１１に入力されると（ステップ１），当該
バンドパス・フィルタ１１は 0.5Ｈｚないし30.5Ｈｚ帯
域の信号成分を通過させる（ステップ２）。Ａ／Ｄ変換
器１２は制御部１５からのタイミング信号に合せ，バン
ドパス・フィルタ１１から入力されてくる信号をディジ
タル化し，フィルタ処理部１３に送出する（ステップ
３）。
しながら図２の動作を説明する。図示されていない差動
増幅器等で前処理された脳波の検出生体信号がバンドパ
ス・フィルタ１１に入力されると（ステップ１），当該
バンドパス・フィルタ１１は 0.5Ｈｚないし30.5Ｈｚ帯
域の信号成分を通過させる（ステップ２）。Ａ／Ｄ変換
器１２は制御部１５からのタイミング信号に合せ，バン
ドパス・フィルタ１１から入力されてくる信号をディジ
タル化し，フィルタ処理部１３に送出する（ステップ
３）。
【００１７】フィルタ処理部１３では，上記説明の如く
0.5Ｈｚないし30.5Ｈｚまでの１Ｈｚ幅毎の信号成分を
それぞれ抽出する（ステップ４）。フィルタ処理部１３
で抽出された１Ｈｚ幅毎の各信号成分を基に，ピーク検
出部１４は 0.5Ｈｚないし 3.5Ｈｚのδ波周波数域内
で, その信号成分の値のピークの存否を調べる（ステッ
プ５）。ピークが検出されたとき，そのピークの値をピ
ークδ波値として保持しておく（ステップ６）。ピーク
が検出されなかったとき（ステップ５），次に説明され
ているステップ７を実行する。
0.5Ｈｚないし30.5Ｈｚまでの１Ｈｚ幅毎の信号成分を
それぞれ抽出する（ステップ４）。フィルタ処理部１３
で抽出された１Ｈｚ幅毎の各信号成分を基に，ピーク検
出部１４は 0.5Ｈｚないし 3.5Ｈｚのδ波周波数域内
で, その信号成分の値のピークの存否を調べる（ステッ
プ５）。ピークが検出されたとき，そのピークの値をピ
ークδ波値として保持しておく（ステップ６）。ピーク
が検出されなかったとき（ステップ５），次に説明され
ているステップ７を実行する。
【００１８】ピーク検出部１４は次に 3.5Ｈｚないし
7.5Ｈｚのθ波周波数域内で，その信号成分の値のピー
クの存否を調べ（ステップ７），ピークが検出されたと
き，そのピークの値をピークθ波値として保持しておく
（ステップ８）。ピークが検出されなかったとき（ステ
ップ７），ステップ９を実行する。
7.5Ｈｚのθ波周波数域内で，その信号成分の値のピー
クの存否を調べ（ステップ７），ピークが検出されたと
き，そのピークの値をピークθ波値として保持しておく
（ステップ８）。ピークが検出されなかったとき（ステ
ップ７），ステップ９を実行する。
【００１９】以下同様に，ピーク検出部１４は， 7.5Ｈ
ｚないし13.5Ｈｚのα波周波数域内で, その信号成分の
ピークの存否を調べ（ステップ９），ピークが検出され
たとき，そのピークの値をピークα波値として保持して
おく（ステップ１０）。ピークが検出されなかったとき
（ステップ９），ステップ１１を実行する。
ｚないし13.5Ｈｚのα波周波数域内で, その信号成分の
ピークの存否を調べ（ステップ９），ピークが検出され
たとき，そのピークの値をピークα波値として保持して
おく（ステップ１０）。ピークが検出されなかったとき
（ステップ９），ステップ１１を実行する。
【００２０】続いて，ピーク検出部１４は13.5Ｈｚない
し30.5Ｈｚのβ波周波数域内で，その信号成分のピーク
の存否を調べ（ステップ１１），ピークが検出されたと
き，そのピークの値をピークβ波値として保持しておく
（ステップ１２）。ピークが検出されなかったとき（ス
テップ１１），ピーク検出処理が終了となる。
し30.5Ｈｚのβ波周波数域内で，その信号成分のピーク
の存否を調べ（ステップ１１），ピークが検出されたと
き，そのピークの値をピークβ波値として保持しておく
（ステップ１２）。ピークが検出されなかったとき（ス
テップ１１），ピーク検出処理が終了となる。
【００２１】ピーク検出部１４によるピーク検出処理が
終了すると，制御部１５からの指示により，ピーク検出
部１４は保持された上記ピークδ波値ないしピークβ波
値を表示部１６へ送出し，表示部１６に表示させる（ス
テップ１３）。
終了すると，制御部１５からの指示により，ピーク検出
部１４は保持された上記ピークδ波値ないしピークβ波
値を表示部１６へ送出し，表示部１６に表示させる（ス
テップ１３）。
【００２２】この１サイクルが終了すると，制御部１５
はＡ／Ｄ変換器１２からディジタル化された信号データ
をフィルタ処理部１３に送出させる（ステップ１４）。
これによりステップ３ないしステップ１４が繰返され
る。
はＡ／Ｄ変換器１２からディジタル化された信号データ
をフィルタ処理部１３に送出させる（ステップ１４）。
これによりステップ３ないしステップ１４が繰返され
る。
【００２３】今，例えばフィルタ処理部１３で図４に示
されたパワースペクトルが脳波の検出生体信号から抽出
されたものとすると，表示部１６には図５に示された脳
波の優位度が表示される。すなわち図５において，ピー
ク検出部１４でピークが検出され，そのピークの値が保
持されたピークδ波値，ピークα波値及びピークβ波値
が表示され，これから優位度がα波，β波，δ波の順で
あることが分析されている。
されたパワースペクトルが脳波の検出生体信号から抽出
されたものとすると，表示部１６には図５に示された脳
波の優位度が表示される。すなわち図５において，ピー
ク検出部１４でピークが検出され，そのピークの値が保
持されたピークδ波値，ピークα波値及びピークβ波値
が表示され，これから優位度がα波，β波，δ波の順で
あることが分析されている。
【００２４】Ａ／Ｄ変換器１２からのディジタル化され
た信号データが，フィルタ処理部１３に例えば１秒間隔
で送出されると，表示部１６には１秒間ごとに，すなわ
ちリアルタイムで被検者の現時点の脳波の優位度が表示
される。
た信号データが，フィルタ処理部１３に例えば１秒間隔
で送出されると，表示部１６には１秒間ごとに，すなわ
ちリアルタイムで被検者の現時点の脳波の優位度が表示
される。
【００２５】図３に示されたフローチャートは一実施例
であり，ステップ５からステップ１２までを変え，例え
ば 0.5Ｈｚないし30.5Ｈｚの周波数帯でのピークの有無
をまず調べ, ピークがあればそのピークがどの脳波の周
波数域に属するかを調べて,図５に示された表示を実行
させるようにしてもよい。
であり，ステップ５からステップ１２までを変え，例え
ば 0.5Ｈｚないし30.5Ｈｚの周波数帯でのピークの有無
をまず調べ, ピークがあればそのピークがどの脳波の周
波数域に属するかを調べて,図５に示された表示を実行
させるようにしてもよい。
【００２６】また脳波の優位度に変え，比率，重み付け
計算等の分析手法に従った演算処理部を付加すれば，他
の分析結果を表示部１６に表示させることができる。以
上の説明はディジタルフィルタによる信号処理法で説明
してきたが，ディジタルフィルタに替え，アナログフィ
ルタを用いても同様に処理することができる。
計算等の分析手法に従った演算処理部を付加すれば，他
の分析結果を表示部１６に表示させることができる。以
上の説明はディジタルフィルタによる信号処理法で説明
してきたが，ディジタルフィルタに替え，アナログフィ
ルタを用いても同様に処理することができる。
【００２７】
【発明の効果】以上説明した如く，本発明によれば，各
脳波の周波数域内に形成されるピークの存否に基づいて
脳波の分析を行うようにしたので，分析結果が臨床所見
と一致する。
脳波の周波数域内に形成されるピークの存否に基づいて
脳波の分析を行うようにしたので，分析結果が臨床所見
と一致する。
【００２８】また分析手法に従った演算処理を行わせる
ことにより脳波の優位度の他種々の分析ができ，その信
頼度は高い。
ことにより脳波の優位度の他種々の分析ができ，その信
頼度は高い。
【図１】本発明の原理説明図である。
【図２】本発明に係る脳波分析装置の一実施例構成であ
る。
る。
【図３】本発明の一実施例フローチャートである。
【図４】フィルタリングされた脳波の一実施例パワース
ペクトル図である。
ペクトル図である。
【図５】図４に対応した脳波の優位度分析図である。
【図６】脳波の存否を説明するための一実施例パワース
ペクトル図である。
ペクトル図である。
１ 脳波抽出処理手段 ２ ピーク検出手段 １１ バンドパス・フィルタ １２ Ａ／Ｄ変換器 １３ フィルタ処理部 １４ ピーク検出部 １５ 制御部 １６ 表示部
─────────────────────────────────────────────────────
【手続補正書】
【提出日】平成５年８月２７日
【手続補正１】
【補正対象書類名】明細書
【補正対象項目名】全文
【補正方法】変更
【補正内容】
【書類名】 明細書
【発明の名称】 脳波分析方法及びその装置
【特許請求の範囲】
【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は，検出された脳波の生体
信号から脳波についてのパワースペクトルを抽出し，各
脳波の周波数域内に形成されるピークの存否に基づいて
脳波の分析を行うようにした脳波分析方法及びその装置
に関するものである。
信号から脳波についてのパワースペクトルを抽出し，各
脳波の周波数域内に形成されるピークの存否に基づいて
脳波の分析を行うようにした脳波分析方法及びその装置
に関するものである。
【０００２】
【従来の技術】近年において人間の脳波を分析し，人間
の精神活動を知ろうとすることが行われるようになって
きている。
の精神活動を知ろうとすることが行われるようになって
きている。
【０００３】従来の分析研究から，脳波には，α波，β
波，δ波，θ波と呼ばれる４つの信号があり，その時の
精神状態に応じてこれらの信号のいずれかが発生或いは
強調されることまで知られている。
波，δ波，θ波と呼ばれる４つの信号があり，その時の
精神状態に応じてこれらの信号のいずれかが発生或いは
強調されることまで知られている。
【０００４】上記脳波にあってはその周波数が， 0.5Ｈ
ｚないし 3.5Ｈｚ成分をδ波， 3.5Ｈｚないし 7.5Ｈｚ
成分をθ波, 7.5Ｈｚないし13.5Ｈｚ成分をα波, 13.5
Ｈｚないし30.5Ｈｚ成分をβ波と名付けられている。
ｚないし 3.5Ｈｚ成分をδ波， 3.5Ｈｚないし 7.5Ｈｚ
成分をθ波, 7.5Ｈｚないし13.5Ｈｚ成分をα波, 13.5
Ｈｚないし30.5Ｈｚ成分をβ波と名付けられている。
【０００５】ところで，従来の上記４つの脳波の検出方
法は，被検者の頭部に刺込まれた電極に発生する微小な
生体信号から各脳波用のアナログフィルタでδ波，θ
波，α波，β波の信号成分をそれぞれ抽出し，それぞれ
の信号成分を積分することにより得ていた。
法は，被検者の頭部に刺込まれた電極に発生する微小な
生体信号から各脳波用のアナログフィルタでδ波，θ
波，α波，β波の信号成分をそれぞれ抽出し，それぞれ
の信号成分を積分することにより得ていた。
【０００６】そして，この様にして得られた積分値を基
に積分値の大小の比較，或いは比率等によってどの脳波
が発生しているとか，強いとかの脳波の分析を行ってい
た。
に積分値の大小の比較，或いは比率等によってどの脳波
が発生しているとか，強いとかの脳波の分析を行ってい
た。
【０００７】
【発明が解決しようとする課題】しかしながら，従来の
様な脳波の検出方法による脳波の分析では，例えば図６
に示される如き脳波のパワースペクトルが得られた場合
がある。しかし図６に示すパワースペクトルは，本来な
らばδ波内に図示δ0 の如き大きいパワーのスペクトル
のみが存在していただけであるが，観測装置側の分解能
が十分でなく，θ波やα波やβ波の各周波数帯にもスペ
クトルが存在しているかの様に観測されたものである。
様な脳波の検出方法による脳波の分析では，例えば図６
に示される如き脳波のパワースペクトルが得られた場合
がある。しかし図６に示すパワースペクトルは，本来な
らばδ波内に図示δ0 の如き大きいパワーのスペクトル
のみが存在していただけであるが，観測装置側の分解能
が十分でなく，θ波やα波やβ波の各周波数帯にもスペ
クトルが存在しているかの様に観測されたものである。
【０００８】従来から，図６に示すパワースペクトルが
得られた場合には，各δ波，θ波，α波，β波の夫々の
周波数帯毎に，夫々の周波数帯内でのパワーを積分し，
夫々δ波のパワー，θ波のパワー，α波のパワー，β波
のパワーとして得ている。このために，本来ならばδ波
内でのパワーが単独に存在していたにも拘らず，図示の
斜線が施されたθ波まで脳波が発生している様に認識さ
れ，臨床所見と異なる分析がなされる欠点があった。
得られた場合には，各δ波，θ波，α波，β波の夫々の
周波数帯毎に，夫々の周波数帯内でのパワーを積分し，
夫々δ波のパワー，θ波のパワー，α波のパワー，β波
のパワーとして得ている。このために，本来ならばδ波
内でのパワーが単独に存在していたにも拘らず，図示の
斜線が施されたθ波まで脳波が発生している様に認識さ
れ，臨床所見と異なる分析がなされる欠点があった。
【０００９】本発明は，上記の欠点を解決することを目
的としており，上記δ波，θ波，α波，β波の各周波数
域内に形成されるスペクトルのピークの存否に基づいて
脳波の検出を行い，そして当該脳波の検出方法に基づい
て脳波分析を行うようにした脳波分析方法及びその装置
を提供することを目的としている。
的としており，上記δ波，θ波，α波，β波の各周波数
域内に形成されるスペクトルのピークの存否に基づいて
脳波の検出を行い，そして当該脳波の検出方法に基づい
て脳波分析を行うようにした脳波分析方法及びその装置
を提供することを目的としている。
【００１０】
【課題を解決するための手段】図１は本発明の原理説明
図である。同図において，１は脳波抽出処理手段，２は
ピーク検出手段を表わしている。
図である。同図において，１は脳波抽出処理手段，２は
ピーク検出手段を表わしている。
【００１１】脳波抽出処理手段１は被検者の頭部から検
出された脳波の生体信号を受け，アナログ又はディジタ
ルいずれかの手法でフィルタリングを行い，上記δ波，
θ波，α波，β波の各信号成分を抽出し脳波のパワース
ペクトルを得るものである。
出された脳波の生体信号を受け，アナログ又はディジタ
ルいずれかの手法でフィルタリングを行い，上記δ波，
θ波，α波，β波の各信号成分を抽出し脳波のパワース
ペクトルを得るものである。
【００１２】ピーク検出手段２は脳波抽出処理手段１で
抽出された脳波のパワースペクトルの内，各δ波，θ
波，α波，β波毎にその周波数域内のスペクトルのピー
クの存否を検出するようになっている。そしてピークが
検出されたとき，そのピーク値を保存する。
抽出された脳波のパワースペクトルの内，各δ波，θ
波，α波，β波毎にその周波数域内のスペクトルのピー
クの存否を検出するようになっている。そしてピークが
検出されたとき，そのピーク値を保存する。
【００１３】
【作用】例えば図６に示されたパワースペクトルにおい
てピークＨが検出されたとき，当該ピークＨはδ波の周
波数域であるのでδ波の脳波が実際に発生しているとさ
れる。
てピークＨが検出されたとき，当該ピークＨはδ波の周
波数域であるのでδ波の脳波が実際に発生しているとさ
れる。
【００１４】なお，ピーク検出手段２はピーク値を検出
しているのではなく，ピークの存否を検出しており，当
該ピークが存在したときそのピークの存在とそのピーク
値とを保存するものである。
しているのではなく，ピークの存否を検出しており，当
該ピークが存在したときそのピークの存在とそのピーク
値とを保存するものである。
【００１５】従って，図６に示されたパワースペクトル
では，θ波にはピークは存在せず，θ波は発生していな
いとされる。つまり脳波抽出処理手段１によるフィルタ
の分解能が充分に良ければ，当該Ｈの部分が鋭角的に立
上り，立下って他の周波数域ではスペクトルが現われな
い部分なのである。しかしながら，フィルタの分解能が
充分でないから図６図示のスペクトル曲線となり，従っ
て当該スペクトル曲線でピークがあれば当該ピークが存
在する周波数域の脳波は実際にその脳波を発生している
ことになるのである。
では，θ波にはピークは存在せず，θ波は発生していな
いとされる。つまり脳波抽出処理手段１によるフィルタ
の分解能が充分に良ければ，当該Ｈの部分が鋭角的に立
上り，立下って他の周波数域ではスペクトルが現われな
い部分なのである。しかしながら，フィルタの分解能が
充分でないから図６図示のスペクトル曲線となり，従っ
て当該スペクトル曲線でピークがあれば当該ピークが存
在する周波数域の脳波は実際にその脳波を発生している
ことになるのである。
【００１６】
【実施例】図２は本発明に係る脳波分析装置の一実施例
構成を示している。同図において，１，２は図１のもの
に対応しており，１１はバンドパス・フィルタであり，
0.5Ｈｚないし30.5Ｈｚの周波数以外の信号成分の通過
を阻止するもの，１２はＡ／Ｄ変換器，１３はフィルタ
処理部であり， 0.5Ｈｚないし 1.5Ｈｚまでの信号成
分, 1.5Ｈｚないし 2.5Ｈｚまでの信号成分, …29.5Ｈ
ｚないし30.5Ｈｚまでの信号成分を１Ｈｚの分解能でデ
ィジタル的にそれぞれ抽出するもの，１４はピーク検出
部であり，フィルタ処理部１３で抽出された信号成分に
対し，各脳波毎にその周波数域内でのピークの存否を調
べ，ピークがあればそのピーク値を保持するもの，１５
は制御部，１６は表示部をそれぞれ表わしている。
構成を示している。同図において，１，２は図１のもの
に対応しており，１１はバンドパス・フィルタであり，
0.5Ｈｚないし30.5Ｈｚの周波数以外の信号成分の通過
を阻止するもの，１２はＡ／Ｄ変換器，１３はフィルタ
処理部であり， 0.5Ｈｚないし 1.5Ｈｚまでの信号成
分, 1.5Ｈｚないし 2.5Ｈｚまでの信号成分, …29.5Ｈ
ｚないし30.5Ｈｚまでの信号成分を１Ｈｚの分解能でデ
ィジタル的にそれぞれ抽出するもの，１４はピーク検出
部であり，フィルタ処理部１３で抽出された信号成分に
対し，各脳波毎にその周波数域内でのピークの存否を調
べ，ピークがあればそのピーク値を保持するもの，１５
は制御部，１６は表示部をそれぞれ表わしている。
【００１７】なお，図２に示す脳波抽出処理手段１の構
成については，本発明者らが先に出願した特許出願（特
願平３−２５１２９４号）に開示されている。本発明に
おいては当該特許出願に開示された技術をそのまま利用
できるものであり，本明細書においては，脳波抽出処理
手段１は既存のものとして取り扱っており，脳波抽出処
理手段１についての具体的な説明を省略している。
成については，本発明者らが先に出願した特許出願（特
願平３−２５１２９４号）に開示されている。本発明に
おいては当該特許出願に開示された技術をそのまま利用
できるものであり，本明細書においては，脳波抽出処理
手段１は既存のものとして取り扱っており，脳波抽出処
理手段１についての具体的な説明を省略している。
【００１８】次に図３の一実施例フローチャートを参照
しながら図２の動作を説明する。図示されていない差動
増幅器等で前処理された脳波の検出生体信号がバンドパ
ス・フィルタ１１に入力されると（ステップ１），当該
バンドパス・フィルタ１１は 0.5Ｈｚないし30.5Ｈｚ帯
域の信号成分を通過させる（ステップ２）。Ａ／Ｄ変換
器１２は制御部１５からのタイミング信号に合せ，バン
ドパス・フィルタ１１から入力されてくる信号をディジ
タル化し，フィルタ処理部１３に送出する（ステップ
３）。
しながら図２の動作を説明する。図示されていない差動
増幅器等で前処理された脳波の検出生体信号がバンドパ
ス・フィルタ１１に入力されると（ステップ１），当該
バンドパス・フィルタ１１は 0.5Ｈｚないし30.5Ｈｚ帯
域の信号成分を通過させる（ステップ２）。Ａ／Ｄ変換
器１２は制御部１５からのタイミング信号に合せ，バン
ドパス・フィルタ１１から入力されてくる信号をディジ
タル化し，フィルタ処理部１３に送出する（ステップ
３）。
【００１９】フィルタ処理部１３では，上記説明の如く
0.5Ｈｚないし30.5Ｈｚまでの１Ｈｚ幅毎の信号成分を
それぞれ抽出する（ステップ４）。フィルタ処理部１３
で抽出された１Ｈｚ幅毎の各信号成分を基に，ピーク検
出部１４は 0.5Ｈｚないし 3.5Ｈｚのδ波周波数域内
で, その信号成分の値のピークの存否を調べる（ステッ
プ５）。ピークが検出されたとき，そのピークの値をピ
ークδ波値として保持しておく（ステップ６）。δ波内
にピークが検出されなかったとき（ステップ５），次に
説明されているステップ７を実行する。
0.5Ｈｚないし30.5Ｈｚまでの１Ｈｚ幅毎の信号成分を
それぞれ抽出する（ステップ４）。フィルタ処理部１３
で抽出された１Ｈｚ幅毎の各信号成分を基に，ピーク検
出部１４は 0.5Ｈｚないし 3.5Ｈｚのδ波周波数域内
で, その信号成分の値のピークの存否を調べる（ステッ
プ５）。ピークが検出されたとき，そのピークの値をピ
ークδ波値として保持しておく（ステップ６）。δ波内
にピークが検出されなかったとき（ステップ５），次に
説明されているステップ７を実行する。
【００２０】ピーク検出部１４は次に 3.5Ｈｚないし
7.5Ｈｚのθ波周波数域内で，その信号成分の値のピー
クの存否を調べ（ステップ７），ピークが検出されたと
き，そのピークの値をピークθ波値として保持しておく
（ステップ８）。ピークが検出されなかったとき（ステ
ップ７），ステップ９を実行する。
7.5Ｈｚのθ波周波数域内で，その信号成分の値のピー
クの存否を調べ（ステップ７），ピークが検出されたと
き，そのピークの値をピークθ波値として保持しておく
（ステップ８）。ピークが検出されなかったとき（ステ
ップ７），ステップ９を実行する。
【００２１】以下同様に，ピーク検出部１４は， 7.5Ｈ
ｚないし13.5Ｈｚのα波周波数域内で, その信号成分の
ピークの存否を調べ（ステップ９），ピークが検出され
たとき，そのピークの値をピークα波値として保持して
おく（ステップ１０）。ピークが検出されなかったとき
（ステップ９），ステップ１１を実行する。
ｚないし13.5Ｈｚのα波周波数域内で, その信号成分の
ピークの存否を調べ（ステップ９），ピークが検出され
たとき，そのピークの値をピークα波値として保持して
おく（ステップ１０）。ピークが検出されなかったとき
（ステップ９），ステップ１１を実行する。
【００２２】続いて，ピーク検出部１４は13.5Ｈｚない
し30.5Ｈｚのβ波周波数域内で，その信号成分のピーク
の存否を調べ（ステップ１１），ピークが検出されたと
き，そのピークの値をピークβ波値として保持しておく
（ステップ１２）。ピークが検出されなかったとき（ス
テップ１１），ピーク検出処理が終了となる。
し30.5Ｈｚのβ波周波数域内で，その信号成分のピーク
の存否を調べ（ステップ１１），ピークが検出されたと
き，そのピークの値をピークβ波値として保持しておく
（ステップ１２）。ピークが検出されなかったとき（ス
テップ１１），ピーク検出処理が終了となる。
【００２３】ピーク検出部１４によるピーク検出処理が
終了すると，制御部１５からの指示により，ピーク検出
部１４は保持された上記ピークδ波値ないしピークβ波
値を表示部１６へ送出し，表示部１６に表示させる（ス
テップ１３）。
終了すると，制御部１５からの指示により，ピーク検出
部１４は保持された上記ピークδ波値ないしピークβ波
値を表示部１６へ送出し，表示部１６に表示させる（ス
テップ１３）。
【００２４】この１サイクルが終了すると，制御部１５
はＡ／Ｄ変換器１２からディジタル化された信号データ
をフィルタ処理部１３に送出させる（ステップ１４）。
これによりステップ３ないしステップ１４が繰返され
る。
はＡ／Ｄ変換器１２からディジタル化された信号データ
をフィルタ処理部１３に送出させる（ステップ１４）。
これによりステップ３ないしステップ１４が繰返され
る。
【００２５】なお，上記ステップ５，７，９，１１の夫
々において，ピークの存否を調べるには次の如き処理を
行えば足りる。即ち，例えばα波は 7.5Ｈｚないし13.5
Ｈｚの成分に対応しており，図２のフィルタ処理部１３
からは，８Ｈｚのパワーと，９Ｈｚのパワーと，１０Ｈ
ｚのパワーと，１１Ｈｚのパワーと，１２Ｈｚのパワー
と，１３Ｈｚのパワーとが夫々，α波に対応するものと
して抽出される。
々において，ピークの存否を調べるには次の如き処理を
行えば足りる。即ち，例えばα波は 7.5Ｈｚないし13.5
Ｈｚの成分に対応しており，図２のフィルタ処理部１３
からは，８Ｈｚのパワーと，９Ｈｚのパワーと，１０Ｈ
ｚのパワーと，１１Ｈｚのパワーと，１２Ｈｚのパワー
と，１３Ｈｚのパワーとが夫々，α波に対応するものと
して抽出される。
【００２６】また言うまでもなく，隣接するθ波の成分
である７Ｈｚのパワーと，隣接するβ波の成分である１
４Ｈｚのパワーも抽出されている。 （処理１）７Ｈｚのパワーと８Ｈｚのパワーとを比較す
る。
である７Ｈｚのパワーと，隣接するβ波の成分である１
４Ｈｚのパワーも抽出されている。 （処理１）７Ｈｚのパワーと８Ｈｚのパワーとを比較す
る。
【００２７】（処理２）７Ｈｚのパワーの側が大きい場
合，θ波の成分からα波の成分への境界においてパワー
スペクトルの曲線が右下がりの傾斜をもっていることが
判る。この場合，α波内にピークが存在するためには，
上記パワースペクトルの曲線がα波内で一旦極小値を持
ち，ついで極大値が存在し，かつ当該極大値のパワーと
隣接するβ波の成分である１４Ｈｚのパワーとを比較し
て当該極大値のパワーの側が大であることが条件とな
る。
合，θ波の成分からα波の成分への境界においてパワー
スペクトルの曲線が右下がりの傾斜をもっていることが
判る。この場合，α波内にピークが存在するためには，
上記パワースペクトルの曲線がα波内で一旦極小値を持
ち，ついで極大値が存在し，かつ当該極大値のパワーと
隣接するβ波の成分である１４Ｈｚのパワーとを比較し
て当該極大値のパワーの側が大であることが条件とな
る。
【００２８】（処理３）上記７Ｈｚのパワーと８Ｈｚの
パワーとを比較した結果で逆に８Ｈｚのパワーの側が小
であった場合，θ波の成分からα波の成分への境界にお
いてパワースペクトルの曲線が右上がりの傾斜をもって
いることが判る。この場合，α波内にピークが存在する
ためには，上記パワースペクトルの曲線がα波内で極大
値を持ち，当該極大値のパワーと隣接するβ波の成分で
ある１４Ｈｚのパワーとを比較して当該極大値のパワー
の側が大であることが条件となる。
パワーとを比較した結果で逆に８Ｈｚのパワーの側が小
であった場合，θ波の成分からα波の成分への境界にお
いてパワースペクトルの曲線が右上がりの傾斜をもって
いることが判る。この場合，α波内にピークが存在する
ためには，上記パワースペクトルの曲線がα波内で極大
値を持ち，当該極大値のパワーと隣接するβ波の成分で
ある１４Ｈｚのパワーとを比較して当該極大値のパワー
の側が大であることが条件となる。
【００２９】なお，上記極小値を調べるには，例えば８
Ｈｚのパワーと９Ｈｚのパワーとを比較し，８Ｈｚのパ
ワーが大きい場合にそのパワーを保持して，次の１０Ｈ
ｚのパワーと比較し，以下同様にしてゆき，極小値の存
在を調べればよい。また上記極大値を調べるには，例え
ば８Ｈｚのパワーと９Ｈｚのパワーとを比較し，９Ｈｚ
のパワーが大きい場合にそのパワーを保持し，次の１０
Ｈｚのパワーと比較し，以下同様にしてゆき，極大値を
調べればよい。
Ｈｚのパワーと９Ｈｚのパワーとを比較し，８Ｈｚのパ
ワーが大きい場合にそのパワーを保持して，次の１０Ｈ
ｚのパワーと比較し，以下同様にしてゆき，極小値の存
在を調べればよい。また上記極大値を調べるには，例え
ば８Ｈｚのパワーと９Ｈｚのパワーとを比較し，９Ｈｚ
のパワーが大きい場合にそのパワーを保持し，次の１０
Ｈｚのパワーと比較し，以下同様にしてゆき，極大値を
調べればよい。
【００３０】今，例えばフィルタ処理部１３で図４に示
されたパワースペクトルが脳波の検出生体信号から抽出
されたものとすると，表示部１６には図５に示された脳
波の優位度が表示される。すなわち図５に示すように，
図２のピーク検出部１４でピークが検出され，そのピー
クの値が保持されたピークδ波値，ピークα波値及びピ
ークβ波値が表示され，これから優位度がα波，β波，
δ波の順であることが分析されている。
されたパワースペクトルが脳波の検出生体信号から抽出
されたものとすると，表示部１６には図５に示された脳
波の優位度が表示される。すなわち図５に示すように，
図２のピーク検出部１４でピークが検出され，そのピー
クの値が保持されたピークδ波値，ピークα波値及びピ
ークβ波値が表示され，これから優位度がα波，β波，
δ波の順であることが分析されている。
【００３１】Ａ／Ｄ変換器１２からのディジタル化され
た信号データが，フィルタ処理部１３に例えば１秒間隔
で送出されると，表示部１６には１秒間ごとに，すなわ
ちリアルタイムで被検者の現時点の脳波の優位度が表示
される。
た信号データが，フィルタ処理部１３に例えば１秒間隔
で送出されると，表示部１６には１秒間ごとに，すなわ
ちリアルタイムで被検者の現時点の脳波の優位度が表示
される。
【００３２】図３に示されたフローチャートは一実施例
であり，ステップ５からステップ１２までを変え，例え
ば 0.5Ｈｚないし30.5Ｈｚの周波数帯でのピークの有無
をまず調べ, ピークがあればそのピークがどの脳波の周
波数域に属するかを調べて,図５に示された表示を実行
させるようにしてもよい。
であり，ステップ５からステップ１２までを変え，例え
ば 0.5Ｈｚないし30.5Ｈｚの周波数帯でのピークの有無
をまず調べ, ピークがあればそのピークがどの脳波の周
波数域に属するかを調べて,図５に示された表示を実行
させるようにしてもよい。
【００３３】また脳波の優位度に変え，比率，重み付け
計算等の分析手法に従った演算処理部を付加すれば，他
の分析結果を表示部１６に表示させることができる。以
上の説明はディジタルフィルタによる信号処理法で説明
してきたが，ディジタルフィルタに替え，アナログフィ
ルタを用いても同様に処理することができる。
計算等の分析手法に従った演算処理部を付加すれば，他
の分析結果を表示部１６に表示させることができる。以
上の説明はディジタルフィルタによる信号処理法で説明
してきたが，ディジタルフィルタに替え，アナログフィ
ルタを用いても同様に処理することができる。
【００３４】
【発明の効果】以上説明した如く，本発明によれば，各
脳波の周波数域内に形成されるピークの存否に基づいて
脳波の分析を行うようにしたので，分析結果が臨床所見
と一致する。
脳波の周波数域内に形成されるピークの存否に基づいて
脳波の分析を行うようにしたので，分析結果が臨床所見
と一致する。
【００３５】また分析手法に従った演算処理を行わせる
ことにより脳波の優位度の他種々の分析ができ，その信
頼度は高い。
ことにより脳波の優位度の他種々の分析ができ，その信
頼度は高い。
【図面の簡単な説明】
【図１】本発明の原理説明図である。
【図２】本発明に係る脳波分析装置の一実施例構成であ
る。
る。
【図３】本発明の一実施例フローチャートである。
【図４】フィルタリングされた脳波の一実施例パワース
ペクトル図である。
ペクトル図である。
【図５】図４に対応した脳波の優位度分析図である。
【図６】脳波の存否を説明するための一実施例パワース
ペクトル図である。
ペクトル図である。
【符号の説明】 １ 脳波抽出処理手段 ２ ピーク検出手段 １１ バンドパス・フィルタ １２ Ａ／Ｄ変換器 １３ フィルタ処理部 １４ ピーク検出部 １５ 制御部 １６ 表示部
【手続補正２】
【補正対象書類名】図面
【補正対象項目名】図２
【補正方法】変更
【補正内容】
【図２】
【手続補正３】
【補正対象書類名】図面
【補正対象項目名】図３
【補正方法】変更
【補正内容】
【図３】
【手続補正４】
【補正対象書類名】図面
【補正対象項目名】図６
【補正方法】変更
【補正内容】
【図６】
───────────────────────────────────────────────────── フロントページの続き (72)発明者 川崎 広時 東京都港区南麻布１−４−８ 201
Claims (3)
- 【請求項１】 検出された脳波の生体信号から脳波のパ
ワースペクトルを抽出すると共に，当該脳波のパワース
ペクトルの内，各脳波の周波数域内で形成されるピーク
の存否を検出し，ピークスペクトルの存否に基づいて脳
波を分析するようにしたことを特徴とする脳波分析方
法。 - 【請求項２】 上記脳波の分析対象が脳波の優位度であ
ることを特徴とする請求項１記載の脳波分析方法。 - 【請求項３】 検出された脳波の生体信号から脳波の信
号成分を抽出し，その信号成分を基に，被検者の脳波を
分析する脳波分析装置において，上記検出された脳波の
生体信号の中から脳波についてのパワースペクトルを抽
出する脳波抽出処理手段と，当該脳波抽出処理手段で抽
出された脳波のパワースペクトルの内，各脳波毎にその
周波数域内のスペクトルのピークを検出するピーク検出
手段とを備え，各脳波の周波数域内に形成されるピーク
の存否に基づいて脳波を分析するようにしたことを特徴
とする脳波分析装置。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4220187A JPH06296597A (ja) | 1992-08-19 | 1992-08-19 | 脳波分析方法及びその装置 |
| DE4327429A DE4327429C2 (de) | 1992-08-19 | 1993-08-14 | Verfahren und Vorrichtung zur Gehirnwellenanalyse |
| US08/567,671 US5678560A (en) | 1992-08-19 | 1995-12-05 | Brain-wave analysis method and apparatus |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4220187A JPH06296597A (ja) | 1992-08-19 | 1992-08-19 | 脳波分析方法及びその装置 |
| US08/567,671 US5678560A (en) | 1992-08-19 | 1995-12-05 | Brain-wave analysis method and apparatus |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH06296597A true JPH06296597A (ja) | 1994-10-25 |
Family
ID=26523576
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4220187A Pending JPH06296597A (ja) | 1992-08-19 | 1992-08-19 | 脳波分析方法及びその装置 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US5678560A (ja) |
| JP (1) | JPH06296597A (ja) |
| DE (1) | DE4327429C2 (ja) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6016444A (en) * | 1997-12-10 | 2000-01-18 | New York University | Automatic control of anesthesia using quantitative EEG |
| US6496724B1 (en) | 1998-12-31 | 2002-12-17 | Advanced Brain Monitoring, Inc. | Method for the quantification of human alertness |
| ES2152184B1 (es) * | 1999-04-26 | 2001-08-16 | Sanchez Jose Maria Martinez | Aparato preventivo de accidentes laborales, del hogar y de circulacion. |
| DE10058230A1 (de) * | 2000-11-20 | 2002-05-29 | Gerald Ulrich | Verfahren zur Aufnahme und Bewertung von Elektroenzephalographie (EEG)-Ableitungen und Vorrichtung zur Ausführung dieses Verfahrens |
| CN100538713C (zh) * | 2003-12-23 | 2009-09-09 | 广州可夫医疗科技有限公司 | 一种脑电涨落信号分析设备 |
| US20090221929A1 (en) | 2005-08-04 | 2009-09-03 | Werner Alfona Scherbaum | Method and Arrangement for the Analysis of a Time-Variable Bioelectromagnetic Signal |
| DE102009057566A1 (de) | 2009-12-09 | 2011-06-16 | Osram Opto Semiconductors Gmbh | Vorrichtung für ein Laserabhebeverfahren und Laserabhebeverfahren |
| EP2621333B1 (en) | 2010-09-28 | 2015-07-29 | Masimo Corporation | Depth of consciousness monitor including oximeter |
| US9775545B2 (en) | 2010-09-28 | 2017-10-03 | Masimo Corporation | Magnetic electrical connector for patient monitors |
| WO2014027298A1 (en) | 2012-08-15 | 2014-02-20 | Koninklijke Philips N.V. | Neurofeedback system |
| CN103033329B (zh) * | 2012-12-24 | 2015-09-23 | 北京工业大学 | 一种改进功率谱峰值法的空间网格结构频率识别方法 |
| US20140288885A1 (en) * | 2013-03-19 | 2014-09-25 | Seiko Epson Corporation | Signal processing device, pulse wave measuring apparatus, and signal processing method |
| WO2016057553A1 (en) | 2014-10-07 | 2016-04-14 | Masimo Corporation | Modular physiological sensors |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4407299A (en) * | 1981-05-15 | 1983-10-04 | The Children's Medical Center Corporation | Brain electrical activity mapping |
| US4705049A (en) * | 1986-08-04 | 1987-11-10 | John Erwin R | Intraoperative monitoring or EP evaluation system utilizing an automatic adaptive self-optimizing digital comb filter |
| US4800895A (en) * | 1986-09-03 | 1989-01-31 | Interspec, Inc. | Electroencephalographic data display method and system |
| JPH04357933A (ja) * | 1990-11-20 | 1992-12-10 | Getsutsu:Kk | 生体信号処理装置 |
-
1992
- 1992-08-19 JP JP4220187A patent/JPH06296597A/ja active Pending
-
1993
- 1993-08-14 DE DE4327429A patent/DE4327429C2/de not_active Expired - Fee Related
-
1995
- 1995-12-05 US US08/567,671 patent/US5678560A/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| US5678560A (en) | 1997-10-21 |
| DE4327429C2 (de) | 1997-05-28 |
| DE4327429A1 (de) | 1994-03-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH06296597A (ja) | 脳波分析方法及びその装置 | |
| US7035685B2 (en) | Apparatus and method for measuring electroencephalogram | |
| US5660184A (en) | Pacemaker pulse detection and artifact rejection | |
| US6280393B1 (en) | Method and apparatus for assessing susceptibility to stroke | |
| JP5034477B2 (ja) | 生体光計測装置 | |
| US6658284B1 (en) | Device for reducing signal noise in a fetal ECG signal | |
| US6574573B1 (en) | Spectrum analysis and display method time series | |
| ATE240077T1 (de) | System und verfahren zum analysieren des zerebralen biopotentials | |
| CA2173200A1 (en) | Improvements in non-spectrophotometric measurement of analyte concentrations and optical properties of objects | |
| Barthélemy et al. | Online denoising of eye-blinks in electroencephalography | |
| JPH06296596A (ja) | 集中度測定方法及びその装置 | |
| US20050137493A1 (en) | Apparatus and method for recognizing positive/negative intention using fine change of gamma wave of brainwave | |
| JP4718033B2 (ja) | 心電図情報処理装置及び心電図情報処理方法 | |
| CN116369950A (zh) | 一种基于脑电溯源和多特征提取的目标检测方法 | |
| US6117074A (en) | Method conducted in a computer for classification of a time series having a prescribable number of samples | |
| DE60127161T2 (de) | Verbesserte diagnose von psychiatrischen störungen anhand von herzschlagdaten | |
| GB2070871A (en) | Pattern recognition | |
| KR100379571B1 (ko) | 디지털 뇌파를 이용한 뇌기능 감시장치 및 이 뇌기능감시장치에 있어 디지털 뇌파의 디스플레이 방법 | |
| US5697378A (en) | Method and apparatus for using multiple leads for QRS detection | |
| Park et al. | Detection of epileptiform activity using wavelet and neural network | |
| CN113143291B (zh) | 一种快速序列视觉呈现下的脑电特征提取方法 | |
| US5967993A (en) | Vital information processing apparatus | |
| EP1109027A1 (en) | Spectrum analysis and display method of time series data of living organism | |
| Funada et al. | On an image processing of eye blinking to monitor awakening levels of human beings | |
| Goel et al. | Spiking neural network based classification of task-evoked EEG signals |