DE69834664T2

DE69834664T2 - System zum detektieren von aufmerksamkeit und schläfrigkeit

Info

Publication number: DE69834664T2
Application number: DE69834664T
Authority: DE
Inventors: Frederic Richard Richmond Heights KAPLAN; Alan Kenneth Chesterland LOPARO
Original assignee: CONS RES OF RICHMOND Inc; Consolidated Research of Richmond Inc Richmond Heights
Current assignee: CONS RES OF RICHMOND Inc; Consolidated Research of Richmond Inc Richmond Heights
Priority date: 1996-04-05
Filing date: 1998-09-28
Publication date: 2007-05-03
Anticipated expiration: 2018-09-29
Also published as: AU1185599A; WO2000018471A1; EP1124611A4; EP1124611A1; ATE327002T1; US5813993A; DE69834664D1; DK1124611T3; JP4532739B2; EP1124611B1; WO2000018471A8; CA2201694A1; CA2201694C; JP2002529118A

Description

HINTERGRUND DER ERFINDUNG
Diese Erfindung betrifft Systeme zum Ermitteln des Zustands der Wachheit und Schläfrigkeit einer Person und im Besonderen Vorrichtungen und Verfahren zum Analysieren von EEG-Signalen, die von einer Person erfasst wurden, um definitiv den Zustand der Wachheit und Schläfrigkeit der Person oder ihr Schlafstadium zu ermitteln und zu ermitteln, ob die Leistung der Person dadurch beeinträchtigt wird.
NOTWENDIGKEIT VON WACHHEITSÜBERWACHUNG, SCHLÄFRIGKEITSERFASSUNG UND SCHLAFSTADIENEINTEILUNG
Schlafentzug ist zu einer der signifikantesten Fehler- und Unfallursachen in unserer Gesellschaft geworden. Das US-amerikanische Verkehrsministerium schätzt, dass 200.000 Verkehrsunfälle pro Jahr mit Müdigkeit und Schlaf zusammenhängen. Allein im Verkehrswesen fordern Unfälle in Zusammenhang mit Schlaf jährlich über 5.000 Menschenleben und verursachen Hunderttausende Verletzungen, wobei die Gesamtkosten für die Gesundheitsfürsorge, Todesfälle, Produktivitätsausfälle und Sachschäden mehrere Milliarden Dollar betragen (US-Department of Health and Human Services (1992)).
Nach Aussage von Piloten sind diese auf Grund ihrer Dienstpläne oft gezwungen, im Cockpit zu dösen, um genügend Schlaf zu bekommen. Branchenkenner berichten, dass Flugbegleiter regelmäßig prüfen müssen, um sicherzustellen, dass die Besatzung wach ist. Nach Angaben der US-Behörde für Verkehrssicherheit, National Transportation Safety Board (NTSB), war Müdigkeit von Piloten entweder die Ursache oder ein beitragender Faktor bei 69 Flugzeugunfällen zwischen 1983 und 1986 (Stanford Sleep Disorders and Research Center (1991)).
Jüngste Untersuchungen spektakulärer Unfälle und Katastrophen lassen darauf schließen, dass Schläfrigkeit eine wichtige Rolle bei solchen Ereignissen, darunter auch der Atomunfall von Three Mile Island und das Tankerunglück der Exxon Valdez, gespielt ha ben könnte (Mitler u. a. (1988)). Diese Unfälle haben große Teile der Bevölkerung und der Umwelt in Gefahr gebracht.
Der Untersuchungsausschuss des Präsidenten zu dem Unfall der Raumfähre Challenger kam zu dem Urteil, dass Ermüdung des Bodenpersonals ein mitverursachender Umstand bei dem Unglück von 1986 war. Bei dem Start der Raumfähre Columbia, der drei Wochen zuvor fast mit einer Katastrophe endete, wurde Ermüdung der Bediener als einer der Hauptfaktoren gemeldet, die zu diesem Vorfall beitragen (Stanford Sleep Disorders Clinic and Research Center (1991)). Somit ist menschliche Vigilanz oder Aufmerksamkeit von kritischer Bedeutung für die Leistung von Einzelpersonen bei verschiedenen Arten der Beschäftigung.
Jeder Mensch benötigt in jedem Zeitraum von 24 Stunden eine bestimmte Menge an Schlaf, um ein funktionelles Niveau an Wachheit zu wahren. Wenn eine Einzelperson weniger Schlaf erhält, ist sie am Folgetag weniger wach. Darüber hinaus summiert sich Schlafverlust von einer Nacht zur nächsten zu einer Schlafschuld". Daher kann bereits ein moderater Schlafverlust pro Nacht zu einer beträchtlichen Schlafschuld führen, wenn er sich über mehrere Nächte fortsetzt. Je höher der tägliche Schlafverlust, desto größer die Schlafschuld und desto größer die Beeinträchtigung. Da die Einzelpersonen oft nicht erkennen, dass sie schläfrig sind, schützen sie sich selten vor ungewollten Schlafepisoden. Ähnlich wie betrunkene Fahrer merken schläfrige Fahrer nicht, dass sie nicht zu einer angemessenen Leistung fähig sind, und streiten daher Schläfrigkeit und Beeinträchtigung ab (US Department of Health and Human Services (1992)).
Die Auswirkungen von Schlafverlust können durch den bimodalen Zirkadianrhythmus verstärkt werden.
Beweise dafür sind in den Zeitmustern von Unfällen zu finden, die auf Einschlafen" oder auf bloße Aufmerksamkeitslücken des Bedieners zurückgeführt werden. Studien zu LKW-Unfällen von Einzelfahrzeugen in Israel, Texas und New York offenbaren sämtlich zwei deutliche Spitzen bei der Tageszeit, zu der diese Unfälle eintraten. Lavie u. a. (1986); Langlois u. a. (1985); G. W. Duft (unveröffentlichte Beobachtungen). Eine Spitze tritt in den frühen Morgenstunden zwischen 01.00 Uhr und 07.00 Uhr auf und eine niedrigere Spitze tritt zur Mitte des Nachmittags zwischen 13.00 Uhr und 16.00 Uhr auf.
Ein anderer Faktor, der das Unfallrisiko erhöht, ist der zunehmende Grad an Automatisierung. Fahrer, die Tempomaten verwenden, und Piloten, die Autopilotsysteme verwenden, sind zum Beispiel auf Grund des Wegfalls stimulierender Einflüsse für Schläfrigkeit empfänglicher. Die Exxon Valdez war in den kritischen Minuten, die zu ihrem Stranden führten, auf Autopilot geschaltet, als sie um 12.04 Uhr gegen das Bligh-Riff stieß (Stanford Sleep Disorders Clinic and Research Center (1991)). Die Untersuchung der NTSB zu dem Unfall ergab, dass der dritte Steuermann stehend schlief und nicht auf das Warnlicht und den Alarm reagierte, die das Riff anzeigten (US Department of Health and Human Services (1992)). Auch wenn sich durch die Automatisierung enorme Vorteile ergeben haben, neigt sie doch dazu, die Aktivität des Bedieners in Bezug auf aufmerksames Überwachen des Systems zu beschränken. Im Lauf der Zeit kann dies den Aufmerksamkeitsgrad der Bediener herabsetzen und ihre Fähigkeit, korrekt auf einen äußeren Stimulus zu reagieren, beeinträchtigen. Zusätzlich wird die Vigilanz durch Schlafverlust und Müdigkeit weiter verschlechtert.
Somit wäre es höchst wünschenswert, ein automatisiertes Echtzeitsystem herzustellen, um die Veränderungen bei den Aufmerksamkeitsgraden, wie der Übergang von Wachheit zu Schläfrigkeit oder das Einsetzen von Schlaf, zu verfolgen. Zusätzlich gibt es eine Reihe von anderen Anwendungen, bei denen ein automatisiertes System zum Messen der Wachheit, der Schläfrigkeit oder des Schlafstadiums einer Person höchst nützlich wäre. Zum Beispiel wird Schlafstadieneinteilung – d. h. die Identifizierung eines Schlafstadiums oder -zustands einer Person auf Basis von physiologischen Indikatoren – klinisch zur Diagnose und Behandlung von Schlafstörungen verwendet. Schlafstadieneinteilung ist außerdem bei medizinischer Forschung von Interesse. Normalerweise wird Schlafstadieneinteilung von einem hochausgebildeten Art oder Techniker durchgeführt, indem die umfangreichen EEG-Aufzeichnungen untersucht werden, die gesammelt werden, während eine Person schläft. Ein vollständig automatisiertes System zur Schlafstadieneinteilung könnte die Konsistenz verbessern und Forschungs- und Behandlungskosten senken. Obwohl das Gebiet der Schlafbewertung eine feste Größe ist, kommt die größte Uneinigkeit unter Schlafbewertern bei der Analyse identischer Segmente von Schlafdaten dann auf, wenn der Übergang von Stadium W" (ein Wachzustand) zum Stadium 1-Schlaf" (ein Anfangsstadium des Schlafes, das manchmal als die Schlafeintrittsperiode bezeichnet wird) bewertet wird.
Es ist derzeit kein System verfügbar, das das EEG-Signal wirksam für kontinuierliche Schläfrigkeitsverfolgung und -erfassung verwenden kann. In einem aktuellen Bericht zu den Überwachungsverfahren des US-Verkehrsministeriums (Department of Transportation (DOT)) in Bezug auf Schläfrigkeitserfassung wurde eingeräumt, dass sich das Implementieren automatisierter Verarbeitung des EEG-Signals als sehr schwierig erwiesen hat (Wierwille (1994)). Verschiedene Schlafphasen oder -stadien sind unter Verwendung automatisierter Verfahren identifizierbar. Jedoch sind Schläfrigkeit und der Schlafeintritt bei der EEG-Wellenform weitaus weniger gut zu unterscheiden als Schlafstadien und daher unter Verwendung automatisierter Verfahren weitaus schwieriger zu identifizieren. Die in dem DOT-Bericht untersuchten Forschungsergebnisse schlagen die Verwendung eines manuellen Verfahrens zum Analysieren von EEG- und EOG-Signalen vor (Wierwille (1994) unter Verweis auf Planque (1991)).
Es ist zu beachten, dass es bei vielen Realwelt-Anwendungen nicht ausreicht, Schlaf im üblichen Sinne zu erfassen, da es oft von wesentlicher Bedeutung ist, eine Warnung bereitzustellen, bevor die Leistung einer Person beeinträchtigt wird. Im Besonderen ist es bei kritischen Anwendungen, bei denen ein Mangel an Vigilanz Gesundheit und Sicherheit beeinflussen könnte, erforderlich, extreme Schläfrigkeit zu erkennen. „Extreme Schläfrigkeit" wird hierin zur Bezugnahme auf den Zustand verwendet, in dem Schlaf als schwer zu widerstehen empfunden wird, die Person gegen Schlaf ankämpft, Leistungslücken auftreten und Schlaf schließlich erfolgen wird, ohne jedoch bereits eingetreten zu sein. Durch Erfassen des Eintritts extremer Schläfrigkeit bei einer Person kann die Person wach gemacht oder vom Dienst ausgeschlossen werden, bevor sie einen Zustand erreicht, in dem sie zum sicheren Erfüllen einer Aufgabe unfähig ist.
ANSÄTZE ZUR WACHHEITSÜBERWACHUNG NACH DEM STAND DER TECHNIK
Eine Vielfalt von Verfahren wurde in letzter Zeit zum Erkennen oder Bewerten von Schlaf oder Schläfrigkeit bei einer Person verwendet oder vorgeschlagen. Obwohl manche Verfahren nach dem Stand der Technik bei automatischem Erkennen tatsächlichen Schlafes angemessen erfolgreich waren, gab es bisher kein automatisiertes System, das in der Lage war, den Eintritt extremer Schläfrigkeit konsistent und definitiv zu erfassen, bevor eine Person die Fähigkeit verliert, eine Aufgabe sicher zu erledigen.
WACHHEITSÜBERWACHUNG UNTER VERWENDUNG ÄUSSERER ANZEICHEN FÜR SCHLÄFRIGKEIT
Mehrere Ansätze nach dem Stand der Technik in Bezug auf das Problem automatischer Schlaferkennung haben sich auf äußerlich beobachtbare Anzeichen für Schlaf gestützt. Zum Beispiel offenbart das US-Patent Nr. 4.875.030 von Chiu ein System, das den Zustand der Augenlider einer Person während der Erfüllung einer Aufgabe, wie Autofahren, beobachtet. Wenn die Augenlider der Person für einen größeren Zeitraum als ein normales Lidschlagintervall geschlossen bleiben, wird die Person als dem Schlaf erliegend ermittelt und es wird ein Alarm abgegeben. Dieses System kann erweitert werden, um einen Alarm ertönen zu lassen, wenn eine andere mit dem Lidschlag verbundene Eigenschaft, wie der Lidschlagpflichttakt oder die Lidschlagfrequenz, von den festgelegten Normen abweicht. Das US-Patent Nr. 5.311.877 von Kishi offenbart ein System zum Schätzen eines „Aufwachgrades" (der ein Maß für Wachheit sein kann) unter Verwendung der Lidschlagfrequenz einer Person oder der Zeit, die die Person zum Reagieren auf einen visuellen Stimulus benötigt. Das US-Patent Nr. 3.953.831 von Estrada offenbart ein System, das versucht, die Haltung des Kopfes der Person zu überwachen; wenn das Absinken des Kopfes beobachtet wird, wird die Person als dem Schlaf erliegend ermittelt und es wird ein Alarm abgegeben. Das US-Patent Nr. 4.617.559 von Slansky offenbart ein Ermüdungsalarmsystem, das einen druckbetriebenen Schalter verwendet, der in einer Hülle für ein Lenkrad oder Ähnliches angeordnet ist; wenn der Griff des Benutzers erschlafft, wird der Schalter betätigt und der Alarm abgegeben.
Diese Ansätze nach dem Stand der Technik leiden unter einer Reihe bedeutender Nachteile, im Besonderen bei Echtzeitanwendungen, die die Gesundheit oder Sicherheit einbeziehen. Ein Hauptnachteil besteht dann, dass diese Ansätze weder Schläfrigkeit noch Mangel an Vigilanz früh genug erkennen. Wenn eine Person ihre Augen schließt oder ihren Kopf sinken lässt und dieses Verhalten Folge von Schläfrigkeit ist, kann sich die Person bereits am anderen Ende des Schläfrigkeitsspektrums befinden und die Leistung kann bereits beeinträchtigt sein. Bei bestimmten Anwendungen sind Augenschließen oder Kopfsinken für ein Schläfrigkeitserkennungssystem ohne Bedeutung, da ein solches Verhalten für eine Schlussfolgerung von Schläfrigkeit oder Schlaf weder erforderlich noch ausreichend ist. Zum Beispiel gibt es manche Umfelder, in denen es der Person gestattet ist, ihre Augen für kurze Intervalle auszuruhen, vorausgesetzt, dass sie wach und aufmerksam bleibt. Des Weiteren erzeugt das Erkennen des Augenschließens oder Kopfsinkens einen binären Ausgang, der keine weitere Empfindlichkeit aufweist, sobald das vorgesehene Verhalten erkannt wurde. Somit kann in dem vorgenannten Beispiel das System, sobald die Person ihre Augen schließt, nicht zwischen Wachheit, Schläfrigkeit oder Schlaf unterscheiden.
Ein anderer Nachteil dieser Ansätze besteht darin, dass es in der Praxis relativ schwierig ist, die physische Aktivität einer Person, wie den Zustand der Augen oder der Kopfposition einer Person, nützlich zu überwachen. Dieser Nachteil wird noch weiter vergrößert durch die Schwierigkeit der Verwendung von Informationen zu körperlicher Tätigkeit, um Ermüdung von transitorischen, aber normalen Verhaltensschwankungen zu unterscheiden. Estrada offenbart zum Beispiel die Verwendung eines Quecksilberschalters zum Überwachen der Position des Kopfes der Person. Ein solcher Schalter stellt einen Diskretwertausgang bereit, ist schwierig einzurichten und kann bei normaler Personen- und Fahrzeugbewegung falsche Anzeigen erzeugen. Auch wenn Abbildungssysteme zum Erfassen und Interpretieren einer Abbildung des Auges oder der Augen der Person vorgeschlagen wurden, erfordern solche teure Abbildungs- und Signalverarbeitungskomponenten. Des Weiteren muss ein Abbildungssystem mit Folgendem kämpfen: verschiedene Brillen und Bekleidungsstücke, die die Person benutzt (z. B. verordnete Brillen, Sonnenbrillen, Kontaktlinsen, Kopfbedeckungen); große Schwankungen bei normalen Lichtbedingungen; Belastung der Fahrzeugumgebung durch Streulicht hoher Amplitude (z. B. Beleuchtung durch die Scheinwerfer eines anderen Fahrzeugs); und normale Bewegung durch die Person.
Die US-Patente Nr. 4.564.833 und 4.604.611 von Seko u. a. offenbaren Schläfrigkeitserkennungssysteme für Kraftfahrzeuge, die den Eintritt von Schlaf bei einem Fahrer erkennen, indem sie eine Veränderung der Anzahl, Geschwindigkeit oder Amplitude bestimmter Lenkeingaben beobachten. Wenn ein Fahrzeug entlang eines linearen Wegs gefahren wird, nimmt der Fahrer typischerweise häufige Lenkkorrekturen vor, indem eine Reihe von kleinen Verschiebungen des Lenkrads in beide Richtungen durchgeführt werden. Da diese Verschiebungen typischerweise von kleinem Ausmaß sind und häufig in der entgegengesetzten Richtung zu derjenigen der vorhergehenden Verschiebung erfolgen, werden sie manchmal als „Mikroumkehrungen" bezeichnet. Wenn ein Fahrer einschläft, nimmt die Entschlossenheit der Lenksteuerung des Fahrers ab. Dies kann als eine Veränderung der Häufigkeit und der Amplitude der Lenkeingaben erkannt werden. Wenn ein Fahrer schläfrig wird und an Aufmerksamkeit verliert oder wenn der Fahrer für einen kurzen Moment einschläft und dann aufwacht, wird der Fahrer es versäumt haben, die angemessenen Lenkeingaben während dieses Intervalls bereitzustellen. Bei Aufwachen oder Wiedererlangen der Aufmerksamkeit versucht der Fahrer, schnell Lenkeingaben zuzuführen, die den gesamten Lenkfehler korrigieren, der sich während des Schlafintervalls summiert hat. Somit können Veränderungen bei dem Muster der Lenkumkehrungen anzeigen, dass der Fahrer eingeschlafen ist oder sich auf dem Wege dazu befindet.
Dieses Verfahren zum Erfassen von Schläfrigkeit oder Schlaf besitzt außerdem eine Reihe von Nachteilen. Es ist schwierig, zwischen anormalen Änderungen bei Lenkmustern, die durch Schlafeintritt verursacht werden, und normalen Lenkmusteränderungen, die durch Straßen- oder Verkehrsbedingungen erforderlich werden und schläfrigkeits- oder schlafinduzierte Änderungen nachahmen können, zu unterscheiden. Als Folge sind Systeme, die sich auf dieses Fahren stützen, für falsche Alarme anfällig. Das Verfahren versäumt außerdem das Berücksichtigen von Eigenschaften einzelner Fahrer. Darüber hinaus erkennt dieses Verfahren, da es sich auf das Messen der tatsächlichen Aufgabenerfüllung der Person stützt, nicht den Schlafeintritt, bevor die Leistung der Person bereits merklich beeinträchtigt ist. Eine solche Erkennung dürfte keine ausreichende Warnung zur Vermeidung eines Unfalls bereitstellen. Des Weiteren verwenden viele Aufgaben, die Vigilanz erfordern, unter normalen Bedingungen keine Benutzereingaben; andere Aufgaben erfordern manche Benutzereingaben, aber solche Eingaben dürften keine erkennbaren Muster bilden, anhand derer anormales Benutzerverhalten unterschieden werden könnte.
WACHHEITSÜBERWACHUNG UNTER VERWENDUNG INNERER ANZEICHEN FÜR SCHLÄFRIGKEIT
Andere automatisierte Schlaferfassungsansätze nach dem Stand der Technik haben versucht, direkt eine oder mehrere der physiologischen Eigenschaften einer Person, die Wachheit oder Schläfrigkeit anzeigen können, zu messen. Das US-Patent Nr. 4.928.090 offenbart ein System zum Beurteilen des „Aufwecklevels" auf Basis einer Messung des Hautpotenzialpegels. Ein Nachteil dieses Systems besteht darin, dass der Hautpotenzi alpegel durch viele andere Faktoren als Erwachen und Schläfrigkeit beeinflusst werden kann, und es daher schwierig ist, zwischen Änderungen des Hautpotenzialpegels, die mit Schläfrigkeit verbunden sind, und Änderungen, die durch andere Faktoren verursacht werden, zu unterscheiden.
EEG-BASIERTE ANSÄTZE
Das Elektroenzephalogramm (EEG) ist eine Aufzeichnung der elektrischen Aktivität niederer Spannung, die in spezifischen Regionen des Gehirns erzeugt wird. Das EEG stellt ein leistungsfähiges Hilfsmittel zur Untersuchung sowohl von normaler als auch anormaler Hirnfunktion bereit und wurde bisher üblicherweise zum Messen und Definieren von Wachheit und Schlaf verwendet. Es besteht ein beachtlicher Beweis, dass physiologische Schläfrigkeit direkt mit der Schnelligkeit des Eintritts von EEG-definiertem Schlaf zusammenhängt (Torsvall u. a. (1987); Torsvall u. a. (1989); Akerstedt u. a. (1990); Akerstedt u. a. (1991); Wierwille u. a. (1992); Dingus u. a. (1987)).
Schlaf wird als ein aktiver und komplexer Zustand erachtet und wurde bisher anhand von verschiedenen Stadien und Zyklen charakterisiert. Der Begriff "Schlafarchitektur" wird verwendet, um diese Stadien und Zyklen zu beschreiben. Die Stadien und Zyklen des Schlafes können unter Verwendung sowohl von äußeren Anzeichen als auch von inneren physiologischen Prozessen, die äußerlich gemessen werden können, wie EEG- und Elektrookulogramm-Signale, definiert werden.
Das Elektrookulogramm (EOG) ist eine Aufzeichnung der elektrischen Aktivität niederer Spannung in Verbindung mit Augenbewegung. Es wurde beobachtet, dass der Übergang zum Schlaf außerdem häufig von langsamen rollenden Augenbewegungen (SEM), die bei EOG-Signalen erkannt werden können, begleitet wird.
EEG-Signale umfassen sowohl periodisch wiederkehrende oder rhythmische Merkmale (Wellen) als auch transitorische Merkmale, wie Spindeln"; die nicht periodisch wiederkehren und zeitlich hoch lokalisiert sind. Ein Verfahren zum Zusammenfassen und Bewerten des Inhalts von EEG-Aufzeichnungen erfolgt anhand der Analyse von Frequenzkomponenten, die in dem EEG-Signal enthalten sind. Die traditionelle EEG-Lehre besagt, dass der Informationsgehalt eines EEG-Signals auf ein Band zwischen ungefähr 0,5 und 30 Hz begrenzt ist. In diesem Bereich wurden den einzelnen Frequenzbändern standardisierte Bezeichnungen gegeben (Siehe Tabelle 1).
TABELLE 1: HERKÖMMLICHE EEG-SIGNALFREQUENZBÄNDER
Ein wesentlicher Umfang an Forschung wurde bisher durchgeführt, um zu versuchen, die Beziehungen zwischen den EEG-Wellenformen einer Person, dem Wachheits-, Schläfrigkeits- oder Schlafzustand der Person und der Fähigkeit der Person zur Erfüllung einer Aufgabe zu charakterisieren. Die Beziehung zwischen der Leistungsherabsetzung (langsamere Reaktionsgeschwindigkeiten und Aufmerksamkeitslücken) und erhöhter Schläfrigkeit wurde von mehreren Forschem ermittelt (Wilkinson und Houghton (1975); O'Hanlon und Kelley (1977); Dinges (1988); Molodofsky (1992); Trejo und Shensa (1993); Makeig und Inlow (1993)). Auf ähnliche Weise wurde eine starke Korrelation zwischen der Leistungsherabsetzung und bestimmten Mustern bei der EEG-Wellenform festgestellt (Horvath u. a. (1976); O'Hanlon und Beatty (1977); O'Hanlon und Kelley (1977); Makeig und Inlow (1993)). Die EEG-Wellenform wurde wiederum mit Vigilanz und Schläfrigkeit von Personen in verschiedenen Studien korreliert (Gale (1977); Daniel (1967); Fruhstorfer u. a. (1977); Santamaria und Chiappa (1987)). Das US-Patent Nr. 5.311.877 von Kishi hat zum Inhalt, „Gehirnwellen" und Leistungsmessung in einem System zum Schätzen eines „Aufwachgrades" zu verwenden. Auch wenn die Bedeutung der Bezeichnung „Aufwachgrad" unklar ist, wird er als Äquivalent zu Reaktionszeit behandelt (siehe 11) und er könnte ein Maß für Wachheit sein. Kishi offenbart die Verwendung von „Gehirnwellen", die von einem „Gehirnwellenprozessor" analysiert werden, um Eingänge zu der Aufwachgrad-Schätzeinheit zuzuführen. Jedoch ist die bestimmte Analyse, die durchgeführt wird, unklar und es ist gleichermaßen unklar, welche Bezie hung zwischen den Gehirnwellen einer Person und ihres Aufwachgrads bestehen können oder wie eine solche Beziehung genutzt werden kann.
Schlafforscher stützen sich auf das EEG bei der Klassifizierung verschiedener Schlafphasen oder -stadien. Jedoch im Vergleich zu Schlafstadien sind Schläfrigkeit und das Eintreten von Schlaf bei der EEG-Wellenform nicht so leicht unterscheidbar. Im Besonderen sind, wenn Schläfrigkeit oder Schlafeintritt auftreten, die direkt bei der EEG-Wellenform sichtbaren Änderungen weniger profund und können durch Ereignisse oder Prozesse maskiert sein, die das EEG beeinflussen, aber nicht direkt mit Schläfrigkeit verbunden sind.
WACHHEITSÜBERWACHUNG UNTER VERWENDUNG VON EEG-FREQUENZANALYSE
Ein üblicherweise angewendetes Verfahren zum Analysieren von EEG-Signalen bestand bisher darin, die Frequenzbänder zu untersuchen, in denen signifikante oder dominierende Komponenten der Signale resident sind. Die Bezeichnung dominierend" wird hierin zur Bezugnahme auf die Frequenzbänder oder -komponenten, die den größten Teil der Energie in EEG-Signalen enthalten, verwendet. Die bisherige Forschung gibt an, dass Schläfrigkeit mit einer Umverteilung von Energie in den herkömmlichen Frequenzbändern zu niedrigeren Frequenzen verbunden ist. Es ist jedoch auf Grund der unterschiedlichen Kennlinien von EEG-Signalen zwischen Personen schwierig, diese allgemeine Richtlinie bei einem Schläfrigkeitserkennungssystem zu verwenden. Zum Beispiel können Personenverhalten und -physiologie, die nicht mit Schläfrigkeit verbunden sind, Änderungen bei dem EEG erzeugen, die denjenigen, die mit Schläfrigkeit korreliert sind, ähnlich sind.
Zusätzlich kann es bei dem Grad an Aktivität bei bestimmten Frequenzbändern, die bei dem EEG von Interesse sind, einen wesentlichen Unterschied machen, ob die Augen offen oder geschlossen sind. Auf Basis von Schlafstadienklassifizierungsstudien behauptet Smith, dass das EEG zum Erkennen von starker Schläfrigkeit verwendet werden kann, wenn die Augen der Person offen sind (Smith (1987)). Bei wachen Personen, die ihre Augen offen haben, erscheint die dominierende Energie in dem EEG-Signal in dem Beta-Frequenzband (13 bis 30 Hz). Eine Verschiebung von Energie in das Alpha-Band (8 bis 12 Hz) tritt auf, wenn die Personen schläfrig werden (O'Hanlon und Beatty (1977)). Bei einer Person, die ihre Augen offen hat, zeigen die Studien deutlich, dass Anstiege bei Alpha- und Theta-Aktivität in dem EEG mit Schläfrigkeit sowie mit herabgesetzter Leistung korrelieren kann (Fruhstorfer u. a. (1977); O'Hanlon und Kelley (1977); Daniel (1967); Horvath u. a. (1976); O'Hanlon und Beatty (1977)). Somit kann das Erscheinen von Alpha-Aktivität in dem EEG ein Indikator für Schläfrigkeit sein (ein Anfangsindikator für einen Verlust von Vigilanz), wenn die Person ihre Augen offen hat (Santamaria und Chiappa (1987); Makeig und Inlow (1993)).
Wenn die Augen der Person geschlossen sind, ist es jedoch viel schwieriger, zwischen Schläfrigkeits- und Wachheitszuständen zu differenzieren (Smith (1987)). Bei Personen mit geschlossenen Augen befindet sich die EEG-Signalenergie vorwiegend in dem Alpha-Frequenzband, auch wenn sie hellwach sind. Wenn Schläfrigkeit entsteht, erfährt eine Person, deren Augen geschlossen sind, eine Verringerung von Alpha-Band-Energie und eine Erhöhung von Theta-Band-Energie (und möglicherweise von Delta-Band-Energie), die in dem Okzipitalkanal eines EEG vorhanden ist. Smith beobachtete ein Muster von SEM während der Schläfrigkeit mit „offenen Augen" und berichtete, dass die untersuchten Personen zwischen offenen und fast geschlossenen Augen wechselten (Smith (1987)). Dies kann eine Erklärung für die erhöhte Alpha-Aktivität sein, die während der Schläfrigkeit beobachtet wurde. Somit könnte, wenn das EEG einer anfänglich wachen Person mit offenen Augen eine Verschiebung der dominierenden Energie von dem Beta-Band zu dem Alpha-Band zeigt, diese Verschiebung anzeigen, dass die Per son schläfrig geworden ist, aber es kann außerdem einfach anzeigen, dass die Person ihre Augen geschlossen hat, jedoch ansonsten wach bleibt (O'Hanlon und Beatty (1977); Makeig und Inlow (1993); Santamaria und Chiappa (1987)).
Eine Reihe bekannter Techniken versuchen, durch Beobachten der Umverteilung von Energie in dem EEG-Signal der Person unter den herkömmlichen Frequenzbändern den Wachheits- oder Schlafzustand der Person zu charakterisieren. Manche dieser Verfeinerungen betreffen das Untersuchen von Verhältnissen der Energien, die in zwei oder mehr Frequenzbändern vorhanden sind, oder das Untersuchen des Verhältnisses der Energie, die in einem vordefinierten Frequenzband enthalten sind, zu der Gesamtenergie in dem 0–30Hz-Band.
Andere Techniken der EEG-Signalanalyse, die sich nicht prinzipiell auf den Frequenzbereich stützen, wurden ebenfalls versucht. Schlafspindeln und K-Komplexe sind Störungen in dem EEG-Signal, die mit Stadium-2-Schlaf verbunden sind, und sind im Allgemeinen in dem Zeitbereich erkennbar. Jedoch tritt die Anwesenheit von Schlafspindeln und K-Komplexen zu spät auf, um beim Erfassen von Schläfrigkeit nützlich zu sein. Forscher haben außerdem versucht, SEM, die in EOG-Signalen erkennbar sind, als Indikator für Schläfrigkeit zu verwenden. Jedoch hat keine von diesen einen zuverlässigen Indikator für Schläfrigkeit erzeugt.
Obwohl klar ist, das Informationen in EEG-Signalen bestehen, die Schläfrigkeit anzeigen, und obwohl manche Verfahren nach dem Stand der Technik bei automatisierter Erkennung von tatsächlichem Schlaf angemessen erfolgreich waren, gab es daher bisher kein automatisiertes System, das den Eintritt von extremer Schläfrigkeit (der als ein Vorläufer von Schlaf fungiert) konsistent und definitiv erkennen kann.
UNZULÄNGLICHKEITEN VON VERFAHREN ZUM ERFASSEN, AUFZEICHNEN UND ANALYSIEREN VON EEG-SIGNALEN NACH DEM STAND DER TECHNIK
Auch wenn die Erfassung und Aufzeichnung von EEG-Signalen von Personen bisher über viele Jahre praktiziert wurde, haben herkömmliche Erfassungs- und Analysetechniken nicht zu starken und konsistenten Korrelationen zwischen dem EEG-Signal und Wachheit geführt. 1 ist ein vereinfachtes Blockdiagramm eines Systems (60), das typisch für diejenigen ist, die zum Aufzeichnen und Analysieren von EEG-Signalen für den Hauptzweck medizinischer Diagnose verwendet werden.
Wenigstens eine Signalelektrode (64) und wenigstens eine Referenzelektrode (66) werden mit einer Person (62) verbunden, von der EEG-Signale empfangen werden sollen. Obwohl nur eine Signalelektrode (64) gezeigt wird, ist es bei Klinik- und Forschungsanwendungen üblich, Signalelektroden an mehreren Standardstellen an dem Kopf der Person zu platzieren, um EEG-Informationen zu erhalten, die mit verschiedenen physiologischen und/oder kognitiven Prozessen korrelieren, die in unterschiedlichen Regionen des Gehirns auftreten. Die Elektroden (64, 66) werden typischerweise mechanisch an der Kopfhaut der Person befestigt, um eine elektrische Verbindung relativ niedriger Impe danz damit bereitzustellen; oft wird ein leitfähiges Gel oder eine leitfähige Paste verwendet, um die Leitfähigkeit der Verbindung zu verbessern.
Auch wenn eine Elektrode (66) als die „Referenzelektrode" bezeichnet wird, ist diese Bezeichnung willkürlich, da das EEG-Signal differenziell gemessen wird. Die Elektroden (64 und 66) und bestimmte damit verbundene Signalerfassungskomponenten (die noch weiter zu beschreiben sind) können eine Vielzahl von Duplikatsätzen von Elektroden und damit verbundenen Erfassungskomponenten darstellen.
Sowohl bei Klinik- als auch bei Forschungsanwendungen bestand die herkömmliche Einrichtung zum Anzeigen und Aufzeichnen von EEG-Signalen bisher darin, die verstärkten Signale zu einem „Messschreiber" (74) zuzuführen, wie in 1 gezeigt. Ein Messschreiber besitzt typischerweise einen Streifen aus Papier oder ein Grafikmedium (76), der/das sich mit einer vorgegebenen Geschwindigkeit in eine Längsrichtung entsprechend der Zeitachse der Grafik bewegt. Ein oder mehrere Schreiber (88) werden angebracht, um eine oder mehrere kontinuierliche Linien auf der Grafik nachzuzeichnen, während sich die Grafik in Längsrichtung bewegt. Ein geeigneter Mechanismus veranlasst Querverschiebung des Schreibers in Reaktion auf einen entsprechenden elektrischen Signaleingang, so dass der Schreiber eine Aufzeichnung der Amplitude des Signaleingangs im Lauf der Zeit nachzeichnet.
In Bezug auf EEG-Signale ist der menschliche Körper eine Quelle relativ hoher Impedanz, die Signale sehr niedriger Spannung (im Mikrovoltbereich) bei sehr niedrigen Strömen erzeugt. Um eine ausreichende Signalamplitude zum Antreiben des Messschreibers (74) bereitzustellen, müssen die EEG-Signale verstärkt werden. Die Elektroden (64, 66) sind unter Verwendung geeigneter Leitungen (68), die zum Minimieren von Geräuschkontaminierung ausgewählt werden, mit einem EEG-Verstärker (70) verbunden. Die Leitungen (68) können mit einer Abschirmung (58) als ein zusätzlicher Geräuschreduzierungsschritt ausgestattet sein. Der EEG-Verstärker (70) ist typischerweise ein qualitativ hochwertiger Hocheingangs-Impedanz-Linearverstärker mit einer nach mehreren Benutzern wählbaren Verstärkungseinstellung in dem Bereich von 10³ bis 10⁵. Eine Vielfalt von EEG-Verstärkern sind als Handelsprodukte und in verschiedenen Konfigurationen erhältlich; ein EEG-Verstärker, der bei klinischen Anwendungen populär ist, ist eine Komponente eines im Handel erhältlichen Produkts, das unter der Bezeichnung „Grass Instruments Model 12C Neurodata Acquisition System" vertrieben wird.
Die traditionelle EEG-Lehre gibt an, dass der Informationsgehalt eines EEG-Signals auf ein Band zwischen ungefähr 0,5 und 30 Hz begrenzt ist. Zusätzlich weisen Messschreiber notwendigerweise begrenzte Bandbreite auf, da sie elektromechanische Umformer beinhalten. Entsprechend umfassen herkömmliche EEG-Erfassungssysteme ein geeignetes Filter (in vereinfachter Form als Filter (70) von 1 gezeigt) als Teil der Verstärkerelektronik. Typischerweise wird ein Potenzfilter erster Ordnung mit einem 50%igen Amplitudengang bei ungefähr 30 Hz verwendet. 2 ist eine grafische Darstellung (88), die die 1–500-Hz-Frequenzlinie (90) zeigt, die experimentell von einem handelsüblichen Potenzfilter erster Ordnung abgeleitet wurde, der als eine Komponente des vorgenannten „Grass Instruments Model 12C Neurodata Acquisition System" erhältlich ist. Wie am besten in 2 zu sehen ist, besitzt ein solches Filter einen –3dB-Punkt bei ungefähr 21 bis 22 Hz und eine Filterabsenkung von ungefähr 20 dB je Dekade. Außerdem kann es in vielen Umgebungen eine große Menge an elektrischem Geräusch an der handelsüblichen Netzfrequenz (60 oder 50 Hz) geben. Wesentliche Kontaminierung von EEG-Signalen kann bei diesen Frequenzen auftreten und daher stellen die meisten handelsüblichen EEG-Ausstattungen zusätzliche Filterung bereit, um die Auswirkung dieser Kontaminierung auf ein Minimum zu beschränken.
Die Analyse von EEG beinhaltet im Allgemeinen die Urteile klinischer Fachärzte in Verbindung mit einem Offline-Datenanalysevorgang. Zum Anzeigen und Aufzeichnen des Signals wird das verstärkte und gefilterte EEG-Signal (78) typischerweise zu dem Messschreiber (74) zugeführt. Bei manchen Anwendungen kann es außerdem wünschenswert sein, das EEG-Signal in elektronischer Form aufzuzeichnen oder zu verarbeiten. Das verstärkte und gefilterte EEG-Signal (78) kann zu einem optionalen Nachverarbeitungssystem (80) zum Speichern und Verarbeiten des Signals zugeführt werden. Das Nachverarbeitungssystem (80) kann eine von einer breiten Vielfalt von Speichereinrichtungen (82) verwenden, wie Messbandaufzeichnungsgeräte und Digitalspeichersysteme. Geeignete Nachverarbeitungsfunktionen (84) können auf die in der Speichereinrichtung (82) gespeicherten EEG-Daten angewendet werden. Die Ergebnisse der Verarbeitung der EEG-Daten können auf einem Leit- oder Datenweg (86) bereitgestellt werden.
Bei manchen Anwendungen kann das Signal (78) unter Verwendung herkömmlicher Techniken in digitale Form zur Speicherung auf einem geeigneten Digitalspeichermedium umgewandelt werden. Wenn ein bandbegrenztes Analogsignal zur Umwandlung in digitale Form periodisch abgetastet wird, muss nach dem Nyquist-Theorem die Abtastfrequenz wenigstens das Doppelte der höchsten Frequenz in dem Analogsignal sein. Entsprechend lagen bei Anwendungen, bei denen EEG-Signale digital aufgezeichnet und verarbeitet wurden, die Abtastraten im Allgemeinen in dem Bereich von 90 bis 275 Hz. EEG-Untersuchungen können eine oder mehrere Elektroden verwenden. Da die Untersuchungen über Zeiträume von fünf Minuten bis zu mehreren Stunden durchgeführt werden, muss eine große Datenmenge gesammelt, gespeichert und verarbeitet werden. Entsprechend ist es höchst wünschenswert, die Abtastrate in dem möglichen Umfang in Übereinstimmung mit der EEG-Signalbandbreite auf ein Minimum zu reduzieren, um die erforderliche Menge an Datenspeicherung und Nachverarbeitung auf ein Minimum zu reduzieren.
3 ist eine grafische Darstellung (92), die einen Auszug einer abgetasteten EEG-Wellenform (94) zeigt, die von einer Person unter Verwendung herkömmlicher EEG-Aufzeichnungstechniken erfasst wurde, wie im Allgemeinen in 1 gezeigt. Diese Abtastwellenform wurde von dem okzipitalen EEG-Kanal einer wachen Person bei einer Wachheitsprüfung erhalten, bei dem die Person einer zeitlich getrennten Reihe von visuellen Stimuli unterzogen und in Bezug auf ihre Fähigkeit zur prompten Reaktion auf jeden Stimulus bewertet wurde. Diese abgetastete Wellenform entspricht einer erfolgreichen Reaktion. Diese Wellenform zeigt die Amplitude des EEG-Signals in Mikrovolt über einen 2-Sekunden-Intervall und wurde bei einer Abtastrate von 256 Hz erfasst, was zu 512 Datenabtastungen führte.
4 ist eine grafische Darstellung (96), die die spektrale Leistungsdichte (98) der in 3 gezeigten abgetasteten Wellenform über den Frequenzbereich 0 bis 128 Hz zeigt. Die Energie in dem Bereich 0 bis 30 Hz macht mehr als 99 % der gesamten spektralen Energie aus. Obwohl ungefähr 1 % der gesamten spektralen Energie in dem Frequenzbereich über 30 Hz enthalten ist, ist dies in der grafischen Darstellung von 4, die zum Anzeigen des dominierenden Frequenzgehalts in dem Bereich von 0 bis 30 Hz skaliert ist, nicht sichtbar.
Ein interessantes Merkmal der grafischen Darstellung (96) ist das Paar auffälliger Spitzen (56 und 58), die in dem Leistungsspektrum in dem Bereich von 9 bis 11 Hz, der in dem Alpha-Frequenzband liegt, erscheinen. Diese Spitzen machen ungefähr 50,5 % der Gesamtenergie in dem Spektrum aus. Die geltende EEG-Lehre behauptet, dass dominierende Alpha-Bandenergie in dem EEG einer Person, deren Augen offen sind, ein Anzeichen für extreme Schläfrigkeit ist und oft mit schlechter Aufgabenerfüllung verbunden ist. Überraschenderweise war, obwohl bei dieser Abtastung Alpha-Bandenergie vorhanden (und sogar dominierend) war, die Leistung nicht nur akzeptabel, sondern entsprach einer der schnellsten Reaktionszeiten, die diese Person erreichte. (Die Tatsache, dass die Person auf den visuellen Stimulus reagierte, und entsprechende Daten aus einem gleichzeitig erfassten vertikalen Elektrookulogramm-(EOG-)Signal verifizieren, dass die Augen der Person offen waren.) Diese Art von Widerspruch zwischen der Wachheit einer Person, wie durch Aufgabenerfüllung demonstriert wird, und derjenigen, die aus den EEG-Signalen der Person nach der herkömmlichen Lehre vorhergesagt wurden, sind bei anderen Prüfabtastungen zu sehen. Daher ist ein Wachheitsüberwachungssystem, das sich stark auf die Anwesenheit oder Verschiebung der dominierenden Energie in rhythmischen EEG-Signalen unter Frequenzbändern, die traditionell in der EEG-Forschung von Interesse waren, stützt, anfällig für Fehler in der Form von Nichtübereinstimmung zwischen vorhergesagtem und tatsächlichem Verhalten.
Es wird in der gesamten EEG-Literatur gelehrt und bei der Konstruktion von Wachheitsüberwachungssystemen nach dem Stand der Technik angenommen, dass alle der nützlichen Informationen in dem EEG-Signal in dem Frequenzband von 0 bis 30 Hz enthalten sind. Zum Beispiel sieht das US-Patent Nr. 5.311.877 von Kishi vor, „Gehimwellen" und Leistungsmessung bei einem System zum Schätzen eines „Aufwachgrades" zu verwenden. Jedoch stellt der Gehirnwellenprozessor von Kishi Bandpassfilter bereit, um lediglich die herkömmlichen EEG-Frequenzbänder auszuwählen, und betrifft daher nicht die Analyse von EEG-Signalkomponenten über 30 Hz.
Es wird angenommen, dass sämtlichen Verfahren, Analysen und Systemen, die auf der Hypothese aufbauen, dass die nützlichen Informationen in dem EEG-Signal in dem Band von 0 bis 30 Hz enthalten sind, die folgenden Charakteristiken gemein sind:

1. Die Analyse konzentriert sich auf das Frequenzband des EEG-Signals, das die dominierende Energie enthält;
2. die Analyse betrifft rhythmische Signalaktivität bei Frequenzen unter ungefähr 30 Hz (d. h. ausschließlich in den Standardfrequenzbändern nach herkömmlicher EEG-Literatur); und
3. die Analyse behandelt Signalkomponenten über ungefähr 30 Hz als Rauschen oder verwirft diese ansonsten (z. B. durch Tiefpassfiltern).

Wir haben beobachtet, dass EEG-Rhythmus-Komponenten höherer Frequenz, auch wenn diese nicht die dominierenden Komponenten sind, dennoch Informationen enthalten, die zum automatisierten Überwachen von Wachheit und Schläfrigkeit nützlich sind.
Obwohl einige Forschung auf dem EEG-Gebiet breitere Filterbandbreiten und höhere Abtastraten verwendet hat, um Frequenzkomponenten in den EEG-Signalen über 30 Hz zu bewahren, betraf solche Forschung im Allgemeinen die Erkennung physiologischer Bedingungen außer Schläfrigkeit oder Schlaf oder stützte sich hauptsächlich auf die Analyse transitorischer oder nichtperiodischer Ereignisse. Es gibt mehrere wohlbekannte transitorische Ereignisse, bei denen Komponenten höherer Frequenz (über 30 Hz) in dem EEG-Signal vorhanden sind. Übliche Hochfrequenzenergiequellen sind am häufigsten mit Stoßaktivität, wie die neurologische „Spitzen-Aktivität", die bei einem Epilepsieanfall beobachtet wird, und Muskel-Bewegungs-Artefakt verbunden. Muskel-Bewegungs-Artefakt ist eine extrem übliche Quelle für Hochfrequenzkontamination, die in nahezu jeder EEG-Aufzeichnung zu finden ist. Schlafspindeln sind kurze Stöße von 12 bis 14 Hz Aktivität in dem EEG-Signal, die mit Stadium-2-Schlaf assoziiert werden. Schlafspindeln sind Ereignisse, die nach Zeit hoch lokalisiert sind und hauptsächlich unter Verwendung von Zeitbereichsanalyse erkennbar sind. Da sie erst spät in dem Schlafzyklus einer Person auftreten, sind sie im Allgemeinen bei der Überwachung von Wachheit oder Schläfrigkeit nicht nützlich.
Forscher, die Spitzen-Aktivität in dem EEG (üblicherweise bei Epilepsieforschung erforderlich) zu identifizieren versuchen, haben die Bandbreite ihrer Tiefpassfilter (Antialiasing-Filter) erhöht und haben schnellere Abtastraten bei der Digitalisierung verwendet.
Da die Hochfrequenzkomponenten bei Spitzen- oder Stoßaktivität in dem Zeitbereich hoch lokalisiert und genau definiert sind, verwenden Forscher erhöhte Filterbandbreiten und Abtastraten, um mehr von dem Frequenzgehalt der Spitze zu erfassen und dadurch die Identifizierung, Analyse und Rückgewinnung in dem Zeitbereich zu verbessern.
Forscher, die an transitorischen Zeitbereichsereignissen interessiert sind, haben im Allgemeinen keine Frequenzanalysetechniken verwendet, um diese zu untersuchen. Zum Beispiel offenbart das US-Patent Nr. 5.311.876 von Olsen u. a. ein System zur automatischen Anfallerkennung unter Verwendung von EEG-Signalen und verwendet eine Abtastrate von 200 Abtastungen pro Sekunde. Jedoch richtet sich Olsen an das Erkennen von Anfällen, nicht von Schläfrigkeit, und versucht, Ereignisse oder Merkmale in den Signalen unter Verwendung von Zeitbereichsanalysetechniken, wie dem Zählen der Anzahl von Signalextremwerten, die in einer Analyseepoche auftreten, zu klassifizieren.
Die transitorischen Zeitbereichsereignisse, an die sich die vorgenannte EEG-Forschung richtete, sollte nicht mit der kontinuierlichen Erscheinung von Hochfrequenzenergie oder -rhythmen" verwechselt werden. Uns ist kein Stand der Technik bekannt, nach dem die Anwesenheit von anhaltenden Hochfrequenzrhythmen in EEG-Signalen ermittelt wird oder der solche Rhythmen mit Wachheit, Schläfrigkeit oder Schlaf in Zusammenhang bringt.
Die aktuelle Literatur rät Fachleuten von der Untersuchung der Nützlichkeit von rhythmischer Hochfrequenzaktivität in EEG-Signalen ab. Zum Beispiel bezeichnet Gaillard Frequenzen oberhalb des Beta-Bands als „Hochfrequenzrauschen" (Gaillard (1987), 9–11). Pritchard bezeichnet die Signale höherer Frequenz als weißes oder fast weißes Rauschen (Pritchard (1995), 378). Carskadon und Rechtschaffen geben an, dass eine obere Filter-Grenzfrequenz in dem Bereich von 30 bis 35 Hz im Allgemeinen durch die „wesentlichen" Wellenformen hindurchläuft, während Hochfrequenzinterferenz auf ein Minimum verringert wird (Carskadon und Rechtschaffen (1987), 668). O'Hanlon und Beatty sprechen ebenfalls bei mehr als 30 Hz von Rauschen" (O'Hanlon und Beatty (1977), 195). Somit hat der gesamte Stand der Technik, der EEG-basierte Schlaferfassung betrifft, bisher entweder den Beweis für rhythmische Aktivität höherer Frequenz in dem EEG ignoriert oder es versäumt, zu erkennen, dass bei einem praktischen Überwa chungs- oder Erkennungssystem solche Aktivität auf nützliche Weise mit Wachheit und Schläfrigkeit korreliert werden kann.
WO 93/07804 offenbart ein Gehirn-Biopotenzial-Analysesystem mit einem EEG-Datenerfassungs- und -analysesystem, wobei das Analysesystem ein Diagnosemodul umfasst, das zum Analysieren der Tiefe von Anästhesie, Bewusstlosigkeit, Schmerz und Operationsstress betrieben werden kann.
US-A-5176145 offenbart ein Verfahren zur Diagnose von Rhythmusstörungen des limbischen Systems bei einem Patienten, das die Bewertung eines Elektroenzephalogramms in Bezug auf Omega-Bandaktivität umfasst.
Es ist daher eine Aufgabe der vorliegenden Erfindung, ein automatisiertes Wachheits- und Schläfrigkeitsüberwachungssystem bereitzustellen, das die Nachteile von Systemen nach dem Stand der Technik vermeidet.
Es ist eine andere Aufgabe der Erfindung, ein automatisiertes Wachheits- und Schläfrigkeitsüberwachungssystem bereitzustellen, das zuverlässig eine Anzeige bereitstellt, wenn eine Person übermäßig schläfrig wird.
Es ist eine weitere Aufgabe der Erfindung, ein automatisiertes Wachheits- und Schläfrigkeitsüberwachungssystem bereitzustellen, das zuverlässig eine Anzeige von Schläfrigkeit bereitstellt, bevor eine Person unfähig wird, eine Aufgabe sicher zu erfüllen.
Es ist eine weitere Aufgabe der Erfindung, ein automatisiertes Wachheits- und Schläfrigkeitsüberwachungssystem bereitzustellen, das zuverlässig als einen Ausgang eine kontinuierliche Messung bereitstellt, die die Wachheit oder Schläfrigkeit einer Person darstellt.
Es ist eine weitere Aufgabe der Erfindung, ein automatisiertes Wachheits- und Schläfrigkeitsüberwachungssystem bereitzustellen, das eine Anzeige von Wachheit oder Schläfrigkeit einer Person auf Basis von Informationen in dem EEG-Signal einer Person einschließlich Frequenzkomponenten über 30 Hz bereitstellt.
Es ist eine weitere Aufgabe der Erfindung, ein automatisiertes Wachheits- und Schläfrigkeitsüberwachungssystem bereitzustellen, das eine Anzeige von Wachheit oder Schläfrigkeit einer Person auf Basis von Informationen in dem EEG-Signal einer Person einschließlich nichtdominierender Komponenten davon bereitstellt.
Es ist eine weitere Aufgabe der Erfindung, ein automatisiertes Wachheits- und Schläfrigkeitsüberwachungssystem bereitzustellen, das eine zuverlässige Anzeige von Wachheit oder Schläfrigkeit aus dem EEG-Signal einer Person bereitstellt, die zur Verwendung bei Echtzeit-Anwendungen geeignet ist.
Nach der vorliegenden Erfindung wird ein System zum kontinuierlichen Messen eines Zustands einer Person in Bezug auf Wachheit, Schläfrigkeit, Schlaf, Bewusstlosigkeit oder Anästhesie bereitgestellt, das Mittel zum Erhalten eines Gehirnwellensignals von der Person umfasst, gekennzeichnet durch: ein Personenzustandsanalysemittel, das auf das genannte, von der Person erhaltene Gehirnwellensignal anspricht, wobei das genannte Personenzustandsanalysemittel die folgenden Aufgaben hat:

(a) Wählen von Komponenten des genannten Gehirnwellensignals, die in einem ersten vorbestimmten Frequenzbereich einschließlich Frequenzen über 30 Hz liegen;
(b) Ermitteln eines Beitrags der Tatsache, dass die genannten Komponenten in diesem Bereich liegen, zu dem genannten Gehirnwellensignal; und
(c) Erzeugen, als Reaktion auf wenigstens den genannten ermittelten Beitrag, eines Ausgangsmesssignals, das den genannten Zustand der Person anzeigt.

Ein Schläfrigkeitserkennungssystem, das nach der vorliegenden Erfindung konstruiert ist, vermeidet die vorgenannten Nachteile nach dem Stand der Technik durch Bewahren und Analysieren neu entdeckter rhythmischer Signalkomponenten in ausgewählten Frequenzbändern, die der Stand der Technik als Rauschen" vollkommen ignoriert oder verworfen hat.
Ein EEG-basiertes System zum Überwachen oder Erkennen von Wachheit, Schläfrigkeit und Schlaf wird bereitgestellt, das verbesserte Leistung gegenüber Systemen nach dem Stand der Technik zeigt, beim Erfassen des Eintritts von Schläfrigkeit bei einer Person, bevor die Person tatsächlich dem Schlaf erliegt oder einen Leistungsausfall erleidet. Das System wird hierin als ein Schläfrigkeitsüberwachungs- oder Schläfrigkeitserkennungssystem bezeichnet, obwohl die Erfindung außerdem bei Wachheitsüberwachung, Schlafstadieneinteilung, Bewusstseinszustandsüberwachung, Anästhesieüberwachung und anderen damit verbundenen Anwendungen Anwendung finden kann. Nach der Erfindung wird Schläfrigkeit von Personen stark mit der Energie korreliert, die in bestimmten rhythmischen Komponenten des EEG-Signals der Person bei Frequenzen über 30 Hz vorhanden ist.
Ein EEG-basiertes Schläfrigkeitsüberwachungssystem, das nach der vorliegenden Erfindung konstruiert ist, umfasst: Erfassungskomponenten, Signalanalysekomponenten, Artefakterkennungskomponenten und Schwellenkomponenten. Die Signalerfassungskomponenten erfassen das EEG-Signal der Person, verstärken das Signal für weitere Analyse und filtern bestimmte Signalkomponenten, die offensichtlich keine nützlichen Informationen enthalten und die weitere Verarbeitungs- und Analyseschritte verschlechtern. Die Signalanalysekomponente empfängt das verstärkte und gefilterte EEG-Signal, ermittelt die Amplituden oder Energien der Komponenten, die sich in mehreren vordefinierten Frequenzbereichen befinden, einschließlich wenigstens eines Abschnitts des Frequenzbereichs von 30 bis 500 Hz, und ermittelt ein Ausgangsmesssignal, das die Schläfrigkeit der Person repräsentiert. Die Artefakterkennungskomponenten untersuchen das EEG-Signal der Person und untersuchen wahlweise sekundäre Indikatoren der physischen Aktivität der Person und ermitteln daraus, ob das EEG-Signal der Person, das in einem bestimmten Zeitintervall erfasst wurde, möglicherweise durch Artefakt kontaminiert ist und daher nicht bei Schläfrigkeitserkennung verwendet werden sollte. Die Schwellenkomponente legt eine Schwelle fest, mit der die Ausgangsmessung der Signalanalysekomponente verglichen werden kann, um zu ermitteln, ob die Ausgangsmessung anzeigt, dass die Person übermäßig schläfrig ist. Die Schwelle kann für die untersuchte Person unter Verwendung von EEG-Signalen ermittelt werden, die von der Person in einem bekannten Zustand von Wachheit gesammelt wurden, oder können eine universelle Schwelle sein, die auf die Bevölkerung als Ganzes angewendet werden kann.
Bei einer ersten und zweiten Ausführung einer EEG-Signalanalysekomponente, die nach der Erfindung konstruiert ist, werden hauptsächlich Digitalsignalverarbeitungstech niken verwendet. Das analoge EEG-Signal wird erfasst, verstärkt und zum Antialiasing tiefpassgefiltert. Nächstfolgend wird das Analogsignal durch ein Analog/Digital-Konvertierungssystem zu einem Digitalsignal konvertiert. Das Digitalsignal kann online in Echtzeit analysiert werden oder zur Offline-Verarbeitung und -Analyse gespeichert werden. Während der Analyse werden eine Reihe von kleinen überlappenden Fenstern oder Datenstapeln entsprechend kurzen Zeitintervallen des Signals sequenziell ausgewählt. Frequenzanalyse (z. B. eine schnelle Fourier-Transformation (SFT)) wird verwendet, um das Zeitbereichssignal in einen Frequenzbereichsausgangsvektor zu konvertieren. Da das EEG-Signal nichtstationär ist, wird vor der Frequenzanalyse eine Fenstertechnikfunktion angewendet. Die spektrale Leistungsdichte (oder „Leistungsspektrum") des SFT-Ausgangsvektors wird ermittelt, um die Leistung in jeder Frequenzkomponente zu erhalten. Die Leistungsspektrumkomponenten werden zu einer kleinen Zahl von vorgewählten Spektralabschnitten gruppiert, die vordefinierten Frequenzbereichen entsprechen. Die Spektralabschnittskomponenten werden summiert, um die Gesamtenergie in jedem Abschnitt zu ermitteln, und jeder der resultierenden Spektralabschnittsenergiewerte wird invertiert. Gewichte werden auf die jeweiligen invertierten Spektralenergiewerte angewendet. Ein „Ausgangsmesssignal" wird als die Summe der gewichteten invertierten Energiewerte ermittelt. Die Ausgangsmessung ist ein kontinuierlich bewertetes Signal, das die Schläfrigkeit der Person anzeigt. Die Ausgangsmessung kann mit der vorgenannten Schwelle verglichen werden, um ein vereinfachtes Ausgangssignal zu erzeugen, das zum Beispiel anzeigt, dass sich die Person extremer Schläfrigkeit nähert oder schläft oder wahrscheinlich nicht in der Lage ist, eine Aufgabe sicher zu erfüllen.
Bei einer dritten Ausführung einer EEG-Signalanalysekomponente, die nach der Erfindung konstruiert ist, werden hauptsächlich Analogsignalverarbeitungstechniken verwendet. Die Signalverarbeitungskomponenten sind in großem Umfang analog gegenüber den Digitalsignalverarbeitungskomponenten, die bei der ersten und zweiten Ausführung bereitgestellt werden.
KURZE BESCHREIBUNG DER ZEICHNUNGEN
Diese und andere Merkmale dieser Erfindung sind am besten unter Bezugnahme auf die folgende ausführliche Beschreibung einer bevorzugten Ausführung der Erfindung zu verstehen, die in Verbindung mit den begleitenden Zeichnungen zu sehen ist, bei denen:
1 ein Blockdiagramm eines EEG-Aufzeichnungssystems ist, das für diejenigen, die nach dem Stand der Technik verwendet werden, typisch ist;
2 eine grafische Darstellung ist, die die Frequenzkennlinie eines Tiefpassfilters zeigt, der bei dem EEG-Aufzeichnungssystem nach dem Stand der Technik von 1 verwendet wird;
3 eine grafische Darstellung ist, die einen Auszug aus einer EEG-Wellenform zeigt, die unter Verwendung eines EEG-Aufzeichnungssystems nach Techniken nach dem Stand der Technik, wie in 1 gezeigt, erfasst wurde, wobei ein Tiefpassfilter mit der in 2 gezeigten Kennlinie angewendet wurde;
4 eine grafische Darstellung ist, die die spektrale Leistungsdichte zeigt, die über den Frequenzbereich von 0 bis 128 Hz aus der EEG-Wellenform berechnet wurde, die in 3 gezeigt wird und die unter Verwendung des EEG-Aufzeichnungssystems nach dem Stand der Technik und des Tiefpassfilters der 1 bis 2 erfasst wurde;
5 ein vereinfachtes Blockdiagramm ist, das die allgemeine Struktur der ersten und zweiten Ausführung eines EEG-basierten Schläfrigkeitsüberwachungssystems zeigt, das nach der vorliegenden Erfindung konstruiert ist und das zur Verwendung mit Digitalsignalverarbeitungstechniken und damit verbundenen Techniken eingerichtet ist;
6a ein vereinfachtes schematisches Diagramm ist, das ein Tiefpassfilter zeigt, das zum Antialiasing bei dem erfinderischen EEG-basierten Schläfrigkeitsüberwachungssystem von 5 verwendet werden kann;
6b eine grafische Darstellung ist, die die Frequenzkennlinie des Tiefpassfilters von 6A zur Verwendung bei dem erfinderischen EEG-basierten Wachheitsüberwachungssystem von 5 zeigt;
7 eine grafische Darstellung ist, die einen Auszug aus einer EEG-Wellenform zeigt, die unter Verwendung einer experimentellen Ausführung des erfinderischen Wachheitsüberwachungssystems von 5 erfasst wurde;
8 eine grafische Darstellung ist, die die spektrale Leistungsdichte zeigt, die über den Frequenzbereich von 0 bis 128 Hz aus der EEG-Wellenform berechnet wurde, die in 7 gezeigt wird und die unter Verwendung des erfinderischen Wachheitsüberwachungssystems von 5 erfasst wurde;
9 eine grafische Darstellung ist, die die spektrale Leistungsdichte zeigt, die über den Frequenzbereich von 31 bis 475 Hz aus der EEG-Wellenform berechnet wurde, die in 7 gezeigt wird und die unter Verwendung einer experimentellen Ausführung des erfinderischen Wachheitsüberwachungssystem von 5 erfasst wurde;
10 eine grafische Darstellung ist, die die spektrale Leistungsdichte (PSD) zeigt, die durch Mitteln der spektralen Leistungsdichten über den Frequenzbereich von 100 bis 475 Hz aus 25 EEG-Datensegmenten berechnet wurde, die bei experimentellen Versuchen gesammelt wurden, bei denen eine Person erfolgreich auf einen präsentierten Stimulus reagiere;
11 eine grafische Darstellung ist, die die spektrale Leistungsdichte (PSD) zeigt, die durch Mitteln der spektralen Leistungsdichten über den Frequenzbereich von 100 bis 475 Hz aus 25 EEG-Datensegmenten berechnet wurde, die bei experimentellen Versuchen gesammelt wurden, bei denen eine Person nicht auf einen präsentierten Stimulus reagierte;
12a ein Blockdiagramm ist, das die Konfiguration des Personenschnittstellenabschnitts einer ersten Ausführung des allgemein in 5 gezeigten erfinderischen Schläfrigkeitsüberwachungssystems zeigt, wobei die Ausführung zum Sammeln von mit Schläfrigkeit verbundenen EEG-Daten in einer Klinik- oder Forschungsumgebung eingerichtet ist;
12b ein Blockdiagramm ist, das die Konfiguration des Informationsverarbeitungs- und Steuerabschnitts einer ersten Ausführung des allgemein in 5 gezeigten erfinderischen Schläfrigkeitsüberwachungssystems zeigt, wobei die Ausführung zum Sammeln von mit Schläfrigkeit verbundenen EEG-Daten in einer Klinik- oder Forschungsumgebung eingerichtet ist;
13a ein Blockdiagramm ist, das die Konfiguration des Personenschnittstellenabschnitts einer zweiten Ausführung des allgemein in 5 gezeigten erfinderischen Schläfrigkeitsüberwachungssystems zeigt, wobei die Ausführung zum Sammeln von mit Schläfrigkeit verbundenen EEG-Daten in einer selbstständigen oder aufgabenbasierten Umgebung eingerichtet ist;
13b ein Blockdiagramm ist, das die Konfiguration des Informationsverarbeitungs- und Steuerabschnitts einer zweiten Ausführung des allgemein in 5 gezeigten erfinderischen Schläfrigkeitsüberwachungssystems zeigt, wobei die Ausführung zum Sammeln von mit Schläfrigkeit verbundenen EEG-Daten in einer selbstständigen oder aufgabenbasierten Umgebung eingerichtet ist;
14 ein Blockdiagramm einer ersten Ausführung einer EEG-Signalprozessorkomponente ist, die mit dem erfinderischen Schläfrigkeitsüberwachungssystem von 5 verwendet werden kann, wobei die Signalprozessorkomponente zur Verwendung von Digitalsignalverarbeitungstechniken und in Verbindung mit der Klinik- oder Forschungsumgebung der 12a bis 12b eingerichtet ist;
15 ein Blockdiagramm einer zweiten Ausführung einer EEG-Signalprozessorkomponente ist, die mit dem erfinderischen Schläfrigkeitsüberwachungssystem von 5 verwendet werden kann, wobei die Signalprozessorkomponente zur Verwendung von Digitalsignalverarbeitungstechniken und in Verbindung mit der selbstständigen oder aufgabenbasierten Umgebung der 13a bis 13b eingerichtet ist;
16 ein Datenflussdiagram ist, das in vereinfachter Form die Verarbeitung von EEG-Signalinformationen zeigt, die von einer Person erfasst wurden, um eine nützliche Ausgangsmessung, die die Schläfrigkeit der Person anzeigt, zu erzeugen, während die Bearbeitung zu diesen Informationen durch die Verarbeitungsmittel der Ausführungen der 5 und 14 bis 15 erfolgt;
17 ein Blockdiagramm einer dritten Ausführung eines EEG-basierten Schläfrigkeitsüberwachungssystems ist, das nach der vorliegenden Erfindung konstruiert ist und das zur Verwendung mit Analogsignalverarbeitungstechniken und damit verbundenen Techniken eingerichtet ist;
18 ein Blockdiagramm eines Verfahrens zur Verwendung in Verbindung mit dem erfinderischen Schläfrigkeitsüberwachungssystem von 5 ist, um Artefakte bei EEG-Signaldaten, die von einer Person gesammelt wurden, zu erkennen;
19 ein Blockdiagramm eines Verfahrens zur Verwendung in Verbindung mit dem erfinderischen Schläfrigkeitsüberwachungssystem von 5 ist, um eine Schläfrigkeitsschwelle zu ermitteln, mit der eine Schläfrigkeitsmessung einer Person verglichen werden kann, um zu ermitteln, wann die Leistung der Person wahrscheinlich beeinträchtigt ist;
20a eine grafische Darstellung ist, die die Ausgangsmessung zeigt, die durch eine experimentelle Ausführung des erfinderischen Schläfrigkeitsüberwachungssystems in zwei Zeiträumen einer Untersuchung einer Person erzeugt wurden, wobei die Person in der ersten davon wach war und eine visuelle Prüfung durchführte und die Person in der zweiten davon im Bett vor dem Einschlafen war; und
20b und 20c grafische Darstellungen sind, die die Ausgangsmessung zeigen, die durch eine experimentelle Ausführung des erfinderischen Schläfrigkeitsüberwachungssystems bei einer Untersuchung einer Person erzeugt wurden, bei der die Ausgangsmessung genau die Leistungsausfälle der Person vorhersagte.
AUSFÜHRLICHE BESCHREIBUNG DER BEVORZUGTEN AUSFÜHRUNGEN
Nach einem Aspekt der vorliegenden Erfindung wird ein EEG-basiertes Wachheits- und Schläfrigkeitsüberwachungs- und -erkennungssystem bereitgestellt, das gegenüber Sys temen nach dem Stand der Technik verbesserte Leistung zeigt, das Einsetzen von Schläfrigkeit bei einer Person zu erkennen, bevor die Person tatsächlich dem Schlaf erliegt oder einen Leistungsausfall erleidet. Das erfinderische System stellt außerdem verbesserte Leistung bei einer Vielfalt von anderen Anwendungen bereit, die Überwachung, Erkennung oder kontinuierliche Verfolgung des Wachheits-, Schläfrigkeits- oder Schlafzustands einer Person erfordern. Das erfinderische System kann außerdem Verbesserungen bei Anwendungen bereitstellen, die sich auf andere Aspekte der Wachheit einer Person beziehen, die nicht notwendigerweise mit Schlaf verbunden sind, wie Überwachungsaspekte in Bezug auf den Bewusstseinszustand einer Person oder ihre Reaktion auf Anästhesie. Daher wird, auch wenn das hierin offenbarte System im Allgemeinen fortan als ein „Schläfrigkeitsüberwachungssystem" oder „Schläfrigkeitserkennungssystem" bezeichnet wird, der Umfang der vorliegenden Erfindung nicht durch die Verwendung dieser knappen Terminologie beschränkt.
Breit definiert umfasst ein nach der vorliegenden Erfindung konstruiertes EEG-basiertes Schläfrigkeitsüberwachungssystem: Mittel zum Erfassen eines oder mehrerer EEG-Signale von einer Person; Mittel zum Filtern der erfassten Signale zum Eliminieren von Signalkomponenten, die unwichtig oder unerwünscht sind, während Signalkomponenten mit einer verwendbaren Korrelation mit dem Wachheits- oder Schläfrigkeitszustand der Person gehalten werden; Mittel zum Verarbeiten der Signale, um bestimmte Komponenten, die für Wachheit und Schläfrigkeit relevant sind, auszuwählen und Kennlinien der ausgewählten Signale zu messen; Mittel zum Eliminieren bestimmter Signalinformationen, die auf Basis von Analyse der EEG-Signale oder von externen Informationen als durch Ereignisse, die nicht mit der Wachheit oder Schläfrigkeit der Person verbunden sind, kontaminiert erscheinen; und Mittel zum Ermitteln einer Ausgangsmessung, die die Wachheit oder Schläfrigkeit der Person anzeigt. Wahlweise kann das System außerdem Mittel zum Vergleichen der Ausgangsmessung mit einer Schwelle, um ein vereinfachtes Ausgangssignal zu erzeugen, das zum Beispiel anzeigt, dass sich die Person extremer Schläfrigkeit nähert oder schläft oder wahrscheinlich nicht in der Lage ist, eine Aufgabe sicher zu erfüllen.
Ein nach der vorliegenden Erfindung konstruiertes EEG-basiertes Schläfrigkeitsüberwachungssystem kann mehrere unterschiedliche Formen annehmen. Daher offenbart diese Patentanmeldung drei bevorzugte Ausführungen der Erfindung, aus denen in Abhän gigkeit von der bestimmten Umgebung, in der die Erfindung anzuwenden ist, und von den Kosten und der Verfügbarkeit von Implementierungstechnologien eine geeignete ausgewählt werden kann.
5 ist ein vereinfachtes Blockdiagramm, das die allgemeine Struktur (100) eines nach einem Aspekt der vorliegenden Erfindung konstruierten Schläfrigkeitsüberwachungssystems zeigt. 5 ist eine generische Zeichnung, die auf alle drei spezifischen Ausführungen anwendbar ist, wobei es sich versteht, dass alles außerhalb des Blockes (124) optional ist und bei den spezifischen Ausführungen vorhanden sein kann oder nicht. Die 12a, 12b, 14 und 16 zeigen die Struktur einer ersten bevorzugten Ausführung (700) der Erfindung. Die 13a, 13b, 15 und 16 zeigen die Struktur einer zweiten bevorzugten Ausführung (800) der Erfindung. Die erste und die zweite Ausführung haben viele Ähnlichkeiten bei ihren Verfahren zum Erfassen, Verarbeiten und Analysieren von EEG-Informationen gemeinsam und können hauptsächlich unter Verwendung von Digitalsignalverarbeitungstechniken und damit verbundenen Techniken implementiert werden. Daher werden diese beiden Ausführungen in dieser Anmeldung oft gemeinsam besprochen. 17 ist ein vereinfachtes Blockdiagramm, das die Struktur der dritten bevorzugten Ausführung (400) zeigt. Die dritte bevorzugte Ausführung der Erfindung kann hauptsächlich unter Verwendung von Analogsignalverarbeitungstechniken und damit verbundenen Techniken implementiert werden.
Auch wenn diese drei Ausführungen unter Verwendung unterschiedlicher Technologien implementiert werden können, haben sie alle nach einem Aspekt dieser Erfindung die Merkmale gemeinsam, bestimmte EEG-Signalkomponenten zu enthalten, die bisher im Einklang mit den Lehren nach dem Stand der Technik verworfen oder ignoriert, und die in diesen Komponenten enthaltenen Informationen zu nutzen, um eine zuverlässige Messung der Wachheit oder Schläfrigkeit einer Person bereitzustellen. Die Analogsignalverarbeitungsfunktionen der dritten Ausführung sind analog zu denjenigen, die unter Verwendung von Digitalsignalverarbeitung bei den ersten beiden Ausführungen durchgeführt werden. Folglich werden die erste und die zweite Ausführung zuerst besprochen und die dritte Ausführung wird anschließend unter Bezugnahme auf Analogsignalverarbeitungsfunktionen der ersten und der zweiten Ausführung besprochen.
Die erste Ausführung, die in den 12a, 12b und 14 ausführlicher gezeigt wird, kann sich am besten zur Verwendung in einem Schlaflabor, bei klinischer Schlafanalyse oder bei anderen medizinischen oder laboratorischen Anwendungen eignen, bei denen es wünschenswert sein kann, große EEG-Datenmengen zur Nachverarbeitung und/oder Online-Analyse, die nicht unbedingt auf das Erkennen von Wachheit, Schläfrigkeit oder Schlaf beschränkt ist, zu erfassen. Die zweite Ausführung, die in den 13a, 13b und 15 ausführlicher gezeigt wird, kann sich am besten bei einer selbstständigen Wachheits-/Schläfrigkeitsüberwachungs- und -warnanwendung eignen. Zum Beispiel könnte die zweite Ausführung als eine in sich geschlossene Echtzeitvorrichtung zur Online-Überwachung der Wachheit/Schläfrigkeit eines Sonar- oder Radarbedieners, eines Kontrollraumbedieners eines Atomkraftwerks oder industriellen Prozesses oder eines Fahrzeugbedieners verwendet werden.
Im Allgemeinen betreffen die Abweichungen zwischen diesen beiden Ausführungen den Umfang und die Struktur der Datenerfassungs- und -verarbeitungskomponenten. Diese Schwankungen sind das Ergebnis von Unterschieden in der Menge an Informationen, die machbar gesammelt werden können, und der Verwendungen, denen die unverarbeiteten Daten und analysierten Ergebnisse in den jeweiligen Anwendungsumgebungen unterzogen werden. 16 ist ein vereinfachtes Datenflussdiagramm, das die Umwandlung von Signalinformationen in verschiedenen Stadien zeigt, und ist beiden Ausführungen gemein.
Das vereinfachte Blockdiagramm von 5 stellt eine Basisplattform zum Verwirklichen eines EEG-basierten Schläfrigkeitserkennungssystems (100) dar, das nach einem Aspekt der vorliegenden Erfindung konstruiert ist. Das System (100) von 5 kann hauptsächlich entweder Digital- oder Analogsignalverarbeitung und damit verbundene Technologien anwenden. 5 ist auf alle drei bevorzugten Ausführungen anwendbar. Die drei Ausführungen, die hierin besprochen werden, unterscheiden sich hauptsächlich durch ihre jeweiligen Anwendungsumgebungen und durch die Technologie, die zum Implementieren einer EEG-Signalprozessorkomponente (124) verwendet wird. Die Signalverarbeitungskomponenten außerhalb des Blocks (124), im Besonderen die Schwellenmittel und die Artefakterkennungsmittel, sind optional und können bei den spezifischen Ausführungen vorhanden sein oder nicht. Des Weiteren könnte nach einem anderen Aspekt der Erfindung eine Schläfrigkeitsanalysekomponente (136) unabhängig verwendet werden, um EEG-Signale, die von anderen EEG-Prüfsystemen erfasst und gespeichert wurden, zu analysieren.
Das System (100) umfasst geeignete Mittel (wie Elektroden (112 und 114) zum Erhalten von einem oder mehreren EEG-Signalen oder „Kanälen" (116) von einer Person (100), Verstärkermittel (118) zum Empfangen und Verstärken der EEG-Signale, Signalanalysemittel (120) zum Empfangen der verstärkten EEG-Signale auf der Leitung (130) und Erzeugen eines Ausgangssignals (142), das anzeigt, dass die Person übermäßig schläfrig ist (oder ein anderes geeignetes Ergebnis der Analyse), und Mittel (122) zum Präsentieren einer Anzeige oder eines Alarms zum Anzeigen des Ergebnisses der Analyse.
Die Signalanalysemittel (120) können konzeptuell in drei Hauptfunktionskomponenten unterteilt werden. Das EEG-Signalprozessormittel (124) empfängt analoge EEG-Signale auf der Leitung (130) von dem Verstärkermittel (118), filtert und konvertiert die Signale zu einer Vielzahl von Digitalabtastungen, die die EEG-Signale repräsentieren, analysiert die Digitalabtastungen und erzeugt ansprechend eine Ausgangsmessung (138), die den Wachheits-, Schläfrigkeits- oder Schlafzustand der Person anzeigt. Ein optionales Artefakterkennungsmittel (128) empfängt die Digitalabtastungen von dem EEG-Signalprozessormittel (124) und analysiert die Abtastungen und möglicherweise andere Informationen, um zu ermitteln, ob die Abtastungen scheinbar durch Artefakte kontaminiert sind und daher nicht zuverlässig verwendet werden können. Ein optionales Schwellenmittel (126) erzeugt einen geeigneten Schwellenwert (auf der Leitung (146)), der mit der Ausgangsmessung (138), die von dem EEG-Signalprozessormittel (124) erzeugt wurde, verglichen wird. Das Ergebnis des Vergleichs kann ein vereinfachtes Ausgangssignal (142) sein, das anzeigt, dass die Person ein Schwellenstadium von Schläfrigkeit oder Schlaf erreicht oder überschritten hat. Das Schwellenmittel (126) kann als Schwellenwert (146) einen Universalwert, von dem angenommen wird, dass er im Allgemeinen auf die menschliche Bevölkerung angewendet werden kann, verwenden oder kann wahlweise den Schwellenwert (146) für eine Person unter Verwendung von davon erfassten Basislinien-EEG-Signalen ermitteln.
Die konzeptuelle Unterteilung des Signalverarbeitungs- und Analysemittels (120) in mehrere Funktionskomponenten ist nützlich beim Beschreiben seines Betriebs, aber wenn es implementiert ist, muss das Signalanalysemittel (120) keine separaten entspre chenden physikalischen Komponenten haben. Zum Beispiel können je nach Anwendungserfordernissen alle der Funktionen des Signalanalysemittels (120) unter Verwendung von einem oder mehreren rechnerbasierten Hochleistungssystemen oder eines Einplatinen-Signalverarbeitungssystems oder sogar eines Einchip-Digitalsignalprozessors implementiert werden.
EEG können von einer Person (110) unter Verwendung eines geeigneten Mittels erhalten werden, von denen mehrere Verfahren auf dem Gebiet bekannt sind. Das am üblichsten verwendete Verfahren zum Erhalten von EEG-Signalen besteht dann, geeignete Elektroden, wie die Elektroden (112 und 114) (5) an verschiedenen Stellen an der Kopfhaut der Person anzubringen, um bestimmte rhythmische EEG-Signale zu erkennen, von denen bekannt ist, dass sie gewünschte Informationen tragen.
Das „International 10–20 System" der Elektrodenplatzierung ist das Standardinstrument bei der Neurophysiologie in der Forschung und der Klinik geworden. Das 10–20-System ermittelt Elektrodenpositionen auf Basis der Größe des Kopfes der Person und ist daher einzelpersonenspezifisch. Die Verwendung des 10–20-Systems der Elektrodenplatzierung stellt genaues und wiederholbares Platzieren von Elektroden bei einer Einzelperson für mehrere Gelegenheiten und Untersuchungseinrichtungen sicher und ermöglicht den Vergleich von EEG-Signalen zwischen Personen. Die ausführlichen Kopfmess- und Elektrodenanbringtechniken werden hier nicht beschrieben, sondern werden in vielen Handbüchern zu EEG-Technologie offengelegt. Einige üblicherweise verwendete Positionsbezeichnungen lauten: frontal (F), zentral (C), parietal (P), okzipital (O) und anterior (A). Es wird angenommen, dass unter den standardisierten Kopfhautpositionen die Positionspaare O₂-A₁ und O₁-A₂ für die Verwendung zum Erkennen von Schläfrigkeit gut sind.
Typische EEG-Elektrodenverbindungen bei klinischen Anwendungen können eine Impedanz in dem Bereich von 5 bis 10 kOhm aufweisen. Es ist im Allgemeinen wünschenswert, die Impedanz der Verbindungen zwischen der Elektrode und der Person auf ein Minimum zu verringern.
Elektroden auf Laborebene können zum Bilden von Verbindungen mit Impedanzen unter 2 kOhm verwendet werden. Ein leitfähiges Gel oder eine leitfähige Paste können auf die Elektrode aufgetragen werden, um die Leitfähigkeit und mechanische Stabilität der Verbindung weiter zu verbessern. Im Handel erhältliche „aktive Elektroden", die einen Verstärker an oder in der Nähe der Elektrode bereitstellen, können ebenfalls verwendet werden. Nadelelektroden können bei Laboranwendungen subkutan angebracht werden.
Bei einigen anderen Anwendungen haben die mechanische Konfiguration oder Stabilität der Elektroden oder das bequeme Anbringen der Elektroden an der Person oder die Kompatibilität der Elektroden mit der Mobilität der Person hohe Prioritäten. Kapazitiv gekoppelte Elektroden können ebenfalls verwendet werden. Zusätzlich kann ein Leichtgewichts-EEG-Sensor auf vorteilhafte Weise in einer geeigneten Kopfkappe (nicht gezeigt) mit einer ausreichenden Anzahl von Elektroden bereitgestellt werden.
Da die elektrischen Ströme der EEG-Signale damit verbundene Magnetfelder erzeugen, wurden Verfahren zum Abtasten dieser Magnetfelder vorgeschlagen, um Signale, die zu herkömmlichen EEG-Messungen äquivalent sind, ohne elektrischen Kontakt mit der Person zu erfassen. Solche Signale werden als Magnetenzephalogramm (MEG)-Signale bezeichnet. Ein Fachmann wird erkennen, dass die vorliegende Erfindung bei geringer oder ohne Modifizierung mit MEG-Signalen verwendet werden kann.
Zum Maximieren der Klarheit zeigt das Blockdiagramm von 5 das Sammeln und Verarbeiten eines einzelnen EEG-Kanals. Jedoch wird ein Fachmann erkennen, dass ein erfinderisches Schläfrigkeitserkennungssystem auf vorteilhafte Weise mehrere EEG-Kanäle sammeln und verarbeiten kann. Falls dies gewünscht wird, kann das Sammeln und Verarbeiten mehrerer EEG-Kanäle durch einfaches Duplizieren sämtlicher Komponenten, die kanalweise gezeigt werden, vollzogen werden. Alternativ könnte man Multiplexing, Computer Multi-Tasking und andere Techniken, die auf dem Gebiet bekannt sind, verwenden um Mehrfachsignale mit einer kleineren Anzahl von Verarbeitungsmitteln und Signalwegen zu verarbeiten.
Die Anzahl von EEG-Signalen, die zu verarbeiten sind, hängt von der Umgebung ab, in der das Schläfrigkeitsüberwachungssystem zu verwenden ist. In Labor- und Klinikumgebungen kann es wünschenswert und relativ passend sein, EEG-Signale zu sammeln und zu verarbeiten, die an mehreren Positionen an der Kopfhaut der Person erhalten wurden. Fachtechniker sind zum Anbringen der Elektroden verfügbar und Tragbarkeit der Signalerfassungs- und -analyseausstattung ist keine hohe Priorität. In eigenständigen Umgebungen, bei denen eine Person zu überwachen ist, während sie eine Realwelt-Aufgabe erfüllt, könnten Techniker zum Anbringen der Elektroden nicht verfügbar sein und die Mobilitätserfordernisse der Person können die Größe und das Gewicht der Signalerfassungs- und -analyseausstattung begrenzen. In solchen Umgebungen kann es machbar sein, lediglich ein paar Kanäle oder lediglich einen einzelnen Kanal von EEG-Daten zu sammeln und zu verarbeiten. Bei Verarbeitung und Analyse nach der vorliegenden Erfindung reicht ein einzelner Kanal von EEG-Daten aus, um das Einsetzen extremer Schläfrigkeit bei einer Person zuverlässig zu verfolgen oder zu erkennen.
Die Anzahl der erforderlichen Elektroden hängt von der Anzahl zu verarbeitender EEG-Signale ab. Wenigstens zwei Elektroden (eine Signalelektrode, wie die Elektrode (112) (5) und eine Referenzelektrode, wie die Elektrode (114) sind erforderlich, um einen EEG-Kanal zu erhalten. Die Anzahl der erforderlichen Elektroden zum Erhalten größerer Anzahlen von EEG-Signalkanälen hängt davon ab, ob getrennte Referenzelektroden oder eine einzelne Referenzelektrode verwendet werden.
Wie oben festgestellt wurde, sind die gemessenen EEG-Signale Signale sehr niedriger Spannung (im Mikrovoltbereich). Um ausreichende Spannungspegel für weitere Verarbeitung bereitzustellen, müssen die EEG-Signale verstärkt werden. Geeignete Kabel oder Drähte (116) können verwendet werden, um die Elektroden (112 und 114) mit einem geeigneten EEG-Verstärkermittel (118) zu verbinden. Es sollte dafür gesorgt werden, Interferenz von elektrischen Geräuschquellen auf ein Minimum zu verringern. Zum Beispiel kann das Kabel (116) einen abgeschirmten Leiter (174) umfassen.
Das EEG-Verstärkermittel (118) kann unter Verwendung eines geeigneten hochqualitativen Verstärkers mit einer hohen Eingangsimpedanz und ausreichender Verstärkung zum Verstärken der EEG-Signale zur Eingabe in das Signalanalysemittel (120) implementiert werden. Wie des Weiteren besprochen wird, ist das Signalanalysemittel (120) nominal konfiguriert, um ein Ausgangssignal auf der Leitung (130) in dem ⫨12,5-Volt-Bereich von dem Verstärkermittel (118) zu empfangen. Jedoch könnte auch ein anderer geeigneter Spannungsbereich für das verstärkte Signal ausgewählt werden, vorausgesetzt, dass sowohl der Ausgang des Verstärkermittels (118) als auch der Eingang des Signalanalysemittels (120) kompatibel sind. Hohe Linearität, geringe Verzerrung, flache Frequenzkennlinie und gute Gleichtaktunterdrückung sind wünschenswerte Kennlinien für das Verstärkermittel (118). Die an dem Eingang des Verstärkermittels (118) verfügbaren EEG-Signalpegel können je nach Person, Art der verwendeten Elektrode (oder anderen Sondenvorrichtung) und Qualität der erhaltenen Verbindungen schwanken. Vorzugsweise stellt das Verstärkermittel (118) mehrere von dem Bediener auswählbare Verstärkungseinstellungen bereit, um solche Schwankungen anzupassen. Da das Verstärkermittel (118) elektrisch mit einer Person verbunden wird, muss das Verstärkermittel (118) im Einklang mit den geltenden Sicherheitsnormen für solche Ausstattung gestaltet und konstruiert sein.
Es können mehrere im Handel erhältliche Verstärker verwendet werden, die speziell zur Verwendung beim Sammeln von EEG-Signalen entwickelt wurden und diese Anforderungen erfüllen. Einer dieser Verstärker, der bei klinischen EEG-Anwendungen beliebt ist, ist eine Komponente eines im Handel erhältlichen Produkts, das unter der Bezeichnung Grass Instruments Model 12C Neurodata Acquisition System" vertrieben wird. Bei selbstständigen Anwendungen, bei denen niedrige Kosten und Mobilität der Person hohe Prioritäten sind, können im Handel erhältliche Operationsverstärker in Einchip- oder Modulform bei dieser Anwendung verwendet werden. Für den Fachmann ist erkennbar, wie ein geeigneter Operationsverstärker (und Unterstützungskomponenten) oder andere geeignete Mittel, wie ein tragbares EEG-System, zur Verwendung bei dieser Anwendung zu wählen sind.
Wie am besten in 5 zu sehen ist, wird ein verstärktes EEG-Signal auf der Leitung (130) für ein EEG-Signalprozessormittel (124), das eine Komponente des Signalanalysemittels (120) ist, bereitgestellt. Das Signal auf der Leitung (130) ist ein „Analogsignal". Die erste und die zweite bevorzugte Ausführung dieser Erfindung werden vorzugsweise unter Verwendung von Digitalsignalverarbeitung und damit verbundenen Technologien implementiert. Entsprechend muss bei diesen Ausführungen das analoge EEG-Signal zuerst digitalisiert werden – das heißt, in eine Reihe von Digitalabtastungen, die das ursprüngliche EEG-Signal mit ausreichender Genauigkeit repräsentieren, konvertiert werden. Das EEG-Signalprozessormittel (124) umfasst ein EEG-Signalerfassungsmittel (132) (einschließlich eines Filters (164) und eines Analog/Digital(A/D)-Konverters (212)) und ein Schläfrigkeitsanalysemittel (136). Das Filter (164) filtert das EEG-Signal und der Konverter (212) tastet das EEG-Signal ab und konvertiert es in digitale Form und kann die konvertierten Abtastungen speichern. Das Schläfrigkeitsanalysemittel (136) analysiert die Abtastungen und erzeugt daraus ein Ausgangssignal auf der Leitung (138), das als Messung" des Wachheits-, Schläfrigkeits- oder Schlafzustands einer Person dient.
Versuche nach dem Stand der Technik in Bezug auf automatisierte Schläfrigkeitserkennung unter Verwendung von EEG-Signalen haben systematisch EEG-Signalkomponenten bei Frequenzen von mehr als ungefähr 30 Hz verworfen oder ignoriert, ein Faktor, bei dem wir glauben, dass er signifikant zum Scheitern solcher Systeme beigetragen hat. Nach einem Aspekt der vorliegenden Erfindung werden zuverlässige und genaue Informationen in Bezug auf den Wachheits-, Schläfrigkeits- oder Schlafzustand einer Person aus den EEG-Signalkomponenten in Frequenzbereichen extrahiert, die deutlich über denjenigen liegen, die nach der traditionellen EEG-Lehre als relevant erachtet wurden. EEG-Aufzeichnungssysteme nach dem Stand der Technik haben diese Frequenzen als „Rauschen" herausgefiltert. Nach dieser Erfindung werden diese Frequenzen bewahrt und analysiert.
Wir haben experimentell ermittelt, dass besonders nützliche Informationen in dem Frequenzbereich von ungefähr 80 bis 475 Hz resident sind. Entsprechend wird der Frequenzbereich von 80 bis 475 Hz hierin lediglich als Beispiel für Frequenzen oberhalb von 30 Hz besprochen, die bei der Analyse von EEG-Signalen auf Informationen in Bezug auf den Wachheits-, Schläfrigkeits- oder Schlafzustands einer Person von Interesse sind. Schläfrigkeitserkennungssysteme, die diesen beispielhaften Frequenzbereich verwenden, können im Einklang mit den bevorzugten Ausführungen der hierin offenbarten Erfindung, konstruiert werden und würden eine signifikant verbesserte Leistung gegenüber Systemen nach dem Stand der Technik bereitstellen. Es wird jedoch angenommen, dass wenigstens manche der Vorteile der vorliegenden Erfindung unter Verwendung von vernünftig ausgewählten Unterbereichen von Frequenzen zwischen ungefähr 30 Hz und 500 Hz erzielt werden können. Zusätzlich können Frequenzen über 30 Hz, die außerhalb des beispielhaften Frequenzbereichs von 80 bis 475 Hz liegen, bei weiterer Untersuchung ebenfalls als nützlich festgestellt werden und könnten bei Verwendung Schläfrigkeitserkennungssystemen ermöglichen, zufriedenstellende oder verbesserte Leistung bereitzustellen. Daher können Ausführungen der Erfindung so konstruiert sein, dass sie einen erweiterten Bereich von Frequenzen, selbst oberhalb von 475 Hz, erfassen und analysieren.
Zum Analysieren solcher Hochfrequenzinformationen muss das EEG-Signal bei der Digitalisierung mit einer ausreichend hohen Rate abgetastet werden und es muss ein korrekt konstruiertes Antialiasing-Filter verwendet werden, um das Signal vor dem Abtasten zu konditionieren. Es ist bekannt, dass ein bandbegrenztes Signal durch eine Vielzahl von regelmäßig beabstandeten Abtastungen eindeutig repräsentiert werden kann, wenn die Rate f_s, mit der die Abtastungen erfolgen, wenigstens doppelt so hoch ist wie die höchste Frequenz fmax in der ursprünglichen Abtastung. Um zum Beispiel ein Signal, das Komponenten mit Frequenzen von bis zu einer beispielhaften Höchstfrequenz f_max von 475 Hz abzutasten, läge die Mindestabtastrate f_s bei 950 Abtastungen pro Sekunde (SPS), wobei jedoch eine Abtastrate von mehr als 950 SPS verwendet werden könnte. Bei einer prototypischen Ausführung der Erfindung wurde eine Abtastrate f_s von 950 Hz verwendet, um Daten (die im Folgenden ausführlich besprochen werden) in Bezug auf die Leistung der Erfindung beim Erkennen von Schläfrigkeit zu sammeln. Auch wenn die Abtastrate auf die Grenzen verfügbarer Technologie erhöht werden kann, erhöht schnelleres Abtasten die Kosten für die Ausstattung und die Menge an Signaldaten, die verarbeitet werden müssen. Im Handel erhältliche kostengünstige Ausstattung könnte auf vorteilhafte Weise bei den bevorzugten Ausführungen der Erfindung angewendet werden, um die Nutzung von EEG-Signalinformationen bei höheren Frequenzen zu ermöglichen.
Das Schläfrigkeitsüberwachungssystem (100) umfasst vorzugsweise ein geeignetes Antialiasing-Tiefpassfiltermittel (164) zum Dämpfen von Signalkomponenten oberhalb der Höchstfrequenzen, die zum Erkennen von Schläfrigkeit gewünscht werden, wodurch ein bandbegrenztes Signal für Digitalisierung bereitgestellt wird. Das Filtermittel (164) wird in 5 als integraler Teil des EEG-Signalerfassungsmittels (132) gezeigt, kann sich aber unter der Voraussetzung, dass es vor dem Abtasten an dem EEG-Signal arbeitet, an anderer Stelle befinden und könnte zum Beispiel in den EEG-Signalverstärker (118) integriert werden. Herkömmlicherweise wird ein Tiefpassfilter (70) (1) bei einem EEG-Aufzeichnungssystem eingesetzt und es ist eine Vielfalt solcher Filter im Handel erhältlich. Jedoch werden im Handel erhältliche Filter, die für herkömmliche EEG-Aufzeichnungsanwendungen konstruiert sind, nicht für Antialiasing bevorzugt, da sie eine Konstruktion niedriger Ordnung (wie Potenzfilter erster Ordnung) einsetzen, was zu einer flachen Filterabsenkung führt (siehe 2).
Wenn das zuvor angesprochene beispielhafte Frequenzband von 80 bis 475 Hz zur Verwendung mit der hierin besprochenen ersten und zweiten Ausführung ausgewählt wird, könnte eine Mindestabtastrate f_s von 950 Hz verwendet werden. Ein Tiefpass(Antialiasing)-Filter, das 50 dB Dämpfung in dem Sperrbereich bereitstellt, wäre ausreichend. Ein Potenzfilter sechster Ordnung mit einem bei 182,1 Hz gewählten –3dB-Punkt stellt wenigstens 50 dB Dämpfung bei 475 Hz und darüber bereit und kann auf erschwingliche Weise mit handelsüblichen Komponenten implementiert werden. Diese Art von Filter weist einen rascheren Übergang von dem Durchlassbereich zu dem Sperrbereich auf als der flachere Frequenzgang erster Ordnung von Filtern, die typischerweise in EEG-Ausstattung implementiert sind.
6a ist ein schematisches Diagramm eines Tiefpassfilter-Antialiasing-Filtermittels (164a), das diese Kennlinien aufweist und das zur Verwendung in Verbindung mit dem Schläfrigkeitsüberwachungssystem (100) (5, 14, 15) der vorliegenden Erfindung geeignet ist. 6b ist eine grafische Darstellung (644), die die Frequenzkennlinie (646) des Tiefpassfilters von 6a zeigt. Wie am besten in 6b zu sehen ist, beginnt die Dämpfung des Filters (164a) in dem interessanten Frequenzband. Jedoch kann nachfolgende Verarbeitung zum Ausgleichen dieser Dämpfung verwendet werden (siehe Filterausgleichmittel (230), 14 und 15) oder es könnte eine höhere Abtastrate verwendet werden, damit der –3dB-Punkt des Filters über 182,1 Hz hinaus bewegt werden kann, wobei das Durchlassband des Filters erweitert wird.
Wie am besten in 6a zu sehen ist, umfasst das Antialiasing-Filtermittel (164a) eine geeignete Leistungsversorgung (612) (die mit anderer Signalerfassungsausstattung geteilt werden kann), einen optionalen Eingangspufferverstärker (614), einen optionalen Ausgangspufferverstärker (620), ein Filtermodul oder eine Filterschaltung (616) und ein Oszillatormodul (618) zum Ermitteln der Grenzfrequenz des Filtermoduls (616). Die Leistungsversorgung (612) kann eine geeignete stabilisierte Gleichstromversorgung sein, die wenigstens einen ersten Ausgang „V-" (626) bei ungefähr –5 Volt und einen zweiten Ausgang „V^⊥" (628) bei ungefähr +5 Volt mit Bezug auf eine gemeinsame Erdung (654) bereitstellt. Die Leistungsversorgung (612) ist vorzugsweise vom linearen" Typ, der im Allgemeinen verringertes Rauschen (im Vergleich zu „Schaltleistungsversorgungen") an den Leistungsversorgungsausgängen bereitstellt.
Eine geeignete Leistungsversorgung (612) ist im Handel von der Power-One, Inc., 740 Colte Plano, Camarillo, California 93012, unter der Bezeichnung „International Series, Model HCCS-6/OVP-A" erhältlich, wobei jedoch auch andere Leistungsversorgungen verwendet werden können. Die Leistungsversorgungsausgänge (626, 628) und die Erdungsreferenz (654) können zu anderen Datenerfassungskomponenten, wie Analog/Digital-Konvertierungsmittel (212) (siehe 14 und 15), zugeführt werden, um dem Analog/Digital-Konvertierungsmittel (212) den Zugang zu einer rauscharmen Leistungsquelle zu ermöglichen, ohne eine zusätzliche Leistungsversorgung bereitzustellen. Die Leistungsversorgung (612) kann Leistung von einer geeigneten Quelle, wie die mit einer hauseigenen Wechselstromleistungsquelle verbundenen Leitungen (622 und 624), empfangen. Bei einer Fahrzeuganwendung kann eine geeignete Gleichstrom/Gleichstrom-Leistungsversorgung verwendet werden und die Leitungen (622 und 624) könnten mit dem elektrischen System des Fahrzeugs verbunden werden. Bei einer Anwendung, bei der Tragbarkeit gewünscht wird, könnte die Leistungsversorgung (612) durch eine geeignete Batterie ersetzt werden.
Eine geeignete Hochleistungs-Tiefpassfilterschaltung (616), die ausreichende Dämpfung bereitstellt, kann zum Implementieren der Filterfunktion des Filtermittels (164a) verwendet werden. Bei einer bevorzugten Ausführung der Erfindung kann ein Schaltkondensator-Tiefpass-Potenzfilter sechster Ordnung als die Filterschaltung (616) verwendet werden. Ein solches Filter ist im Handel, gepackt in eine einzelne integrierte Schaltung (IC), bei der National Semiconductor Corporation, Santa Clara, CA, unter der Bezeichnung „LMF60CIN-100" erhältlich. Jedoch können außerdem andere Filterschaltungen verwendet werden.
Die Schaltkondensator-Filterschaltung LMF60 stellt auf vorteilhafte Weise ein Hochleistungsfilter bereit und erfordert wenige externe Komponenten. Die Filterschaltung (616) verwendet ein extern abgeleitetes Taktsignal, das auf der Leitung (634) zugeführt wird, um ihre Grenzfrequenz zu ermitteln. Die Grenzfrequenz wird erhalten, indem das Taktsignal durch 100 dividiert wird. Die Potenzkonstruktion sechster Ordnung des LMF60 stellt eine Sperrbereichs-Mindestdämpfungsrate von ungefähr 36 dB je Oktave bereit. Bei einer Ausführung, die eine Abtastrate f_s von 950 Hz anwendet, beträgt die resultierende obere Grenzfrequenz f_s/2 des Abtastsystems 475 Hz. Eine Grenzfrequenz von 200 Hz ist zur Verwendung bei diesem Filter geeignet, um wenigstens 50 dB Dämpfung bei 475 Hz bereitzustellen. Entsprechend kann ein Filtertaktsignal von 20 KHz auf der Leitung (634) zum Auswählen einer Grenzfrequenz von 200 Hz bereitgestellt werden. Der Fachmann wird feststellen, dass außerdem Filter mit unterschiedlichen Grenzfrequenzen und Sperrbereichs-Dämpfungsraten wie gewünscht verwendet werden können, vorausgesetzt, dass ausreichende Dämpfung an der oberen Grenzfrequenz f_s/2 des Abtastsystems bereitgestellt wird.
Das Filtermittel (164a) umfasst eine geeignete Oszillatorschaltung (618), die das Taktsignal für die Filterschaltung (616) bereitstellt. Es kann ein geeigneter 20-KHz-Oszillator verwendet werden. Bei einer bevorzugten Ausführung der Erfindung kann ein quarzgesteuerter Oszillator mit einer integrierten extern programmierbaren Teilerkette verwendet werden, um das 20-KHz-Taktsignal bereitzustellen. Eine integrierte Quarzoszillator- und Tellerschaltung (618), die in dem Filtermittel (164) der vorliegenden Erfindung verwendet werden kann, ist im Handel bei der Epson America, Inc., unter der Bezeichnung „SPG-8651B" erhältlich. Wie am besten in 6a zu sehen ist, besitzt der Oszillator (618) eine Vielzahl von Steuereingängen (632), mit denen der Betrieb der internen Teilerkette programmiert werden kann. Um mit der integrierten Schaltung SPG-8651B einen Ausgang von 20 KHz zu erzeugen, müssen die Steuereingänge (C1 und C3) über die Leitung (628) mit V+ verbunden werden und die Steuereingänge (C2 und C4 bis C6) müssen über die Leitung (654) mit der Erdung verbunden werden. Das Ausgangssignal von dem Oszillator (618) wird zu dem Filter (616) auf der Leitung (634) zugeführt. Die Verwendung eines programmierbaren Teilers ermöglicht auf vorteilhafte Weise das Auswählen einer Vielfalt von unterschiedlichen Taktfrequenzen, wie dies für eine bestimmte Anwendung gewünscht wird. Andere geeignete Oszillator-/Teilerschaltungen, die unterschiedliche Auswahlen von Ausgangsfrequenzen erzeugen können, sind im Handel erhältlich.
Unter erneuter Bezugnahme auf 5 wird das EEG-Signal von dem EEG-Verstärker (116) für das Filtermittel (164) auf der Leitung (130) bereitgestellt. Das geglättete EEG-Ausgangssignal von dem Antialiasing-Filtermittel (164) wird zu dem Signalabtast- und Konvertierungsmittel (212) (5, 14, 16) auf der Leitung (310) zugeführt. Wie am besten in 6a zu sehen ist, wird das EEG-Signal vorzugsweise durch einen Eingangspufferverstärker (614) gepuffert. Die Leitung (130) ist mit dem Eingang des Ein gangspufferverstärkers (614) verbunden. Der Ausgang des Pufferverstärkers (614) ist über die Leitung (630) mit dem Eingang des Filtermittels verbunden. Die Eingangsimpedanz der Filterschaltung (616) kann unerwünscht niedrig sein. Der Eingangspufferverstärker (614) kann verwendet werden, um eine höhere Eingangsimpedanz für das auf der Leitung (130) zugeführte EEG-Signal zu präsentieren. Ein geeigneter Verstärker könnte für den Eingangspufferverstärker (614) verwendet werden. Der Filter-IC LMF60 umfasst zwei freie Operationsverstärker, von denen einer als ein Pufferverstärker (614) verwendet werden kann. Jedoch könnte auch ein anderer im Handel erhältlicher Operationsverstärker verwendet werden. Alternativ kann die Leitung (130) direkt mit dem Eingang der Filterschaltung (616) verbunden sein.
Ein Ausgangspufferverstärker (620) wird vorzugsweise bereitgestellt, um die Filterschaltung (616) von der Filtermittelausgangsleitung (310) zu trennen. Die Filterschaltungsausgangsleitung (636) ist mit dem Eingang des Ausgangspufferverstärkers (620) verbunden; und der Ausgang des Verstärkers (620) ist mit der Filtermittelausgangsleitung (310) verbunden. Ein geeigneter Verstärker könnte für den Ausgangspufferverstärker (620) verwendet werden. Der Filter-IC LMF60 umfasst zwei freie Operationsverstärker, von denen einer als ein Ausgangspufferverstärker (620) verwendet werden kann. Jedoch könnte auch ein anderer im Handel erhältlicher Operationsverstärker verwendet werden. Alternativ kann die Filtermittelausgangsleitung (310) direkt mit dem Ausgang der Filterschaltung (616) verbunden sein.
Der geglättete EEG-Signalausgang von dem Filtermittel (164) wird für das Signalabtast- und Konvertierungsmittel (212) (5, 14 und 15) auf der Leitung (310) bereitgestellt. Das Signalabtast- und Konvertierungsmittel (212) kann implementiert werden unter Verwendung eines geeigneten Analog/Digital-Konvertersystems, das zum Abtasten mit der gewünschten Rate und zum Bereitstellen ausreichender Auflösung (oder Präzision) in der Lage ist. Analog/Digital-Konvertierung bei einer Auflösung von 12 Bits (d. h. 4096 diskrete Werte) ist adäquat, aber Konvertierung bei höherer Auflösung (wie 16 Bits) kann zu größerer Gesamtleistung des Schläfrigkeitserkennungssystems führen.
Bei klinischen oder laboratorischen Anwendungen, wie der Umgebung, in der die erste bevorzugte Ausführung (700) (siehe 12a, 12b) der Erfindung verwendet werden kann, kann ein Allzweckrechnersystem als ein Erfassungssteuerungs- und Verarbei tungsmittel (216a) (12b) zur EEG-Datensammlung eingesetzt werden. Das Rechnersystem ist vorzugsweise mit einer Schnittstellenkarte oder einer Zusatzvorrichtung, die einen oder mehrere Analog/Digital-Konverter enthält, und geeigneter Steuerungssoftware zum Antreiben der Konverter und Speichern der konvertierten Abtastungen ausgestattet. Das EEG-Signal wird zu Digitalabtastungen für nachfolgende Analyse unter Verwendung von Digitalsignalverarbeitungstechniken konvertiert. Zum Beispiel können viele kleine „Personalcomputer" verwendet werden.
Eine geeignete Analog/Digital-Schnittstellenkarte zur Verwendung bei einem Allzweckrechner ist im Handel bei der Keithley MetraByte, Inc., 440 Myles Standish Boulevard, Taunton, MA, 02780, unter der Bezeichnung „DAS-1802HR" erhältlich. Wie oben angemerkt wurde, reicht bei Verarbeitung und Analyse nach der vorliegenden Erfindung ein einzelner Kanal von EEG-Daten aus, um das Einsetzen extremer Schläfrigkeit bei einer Person zuverlässig zu erkennen. Zusätzlich erscheint eine Abtastrate von 950 Abtastungen pro Sekunde als adäquat zum Erfassen eines beispielhaften Bereichs von Frequenzen, die bei der Schläfrigkeitserkennung von Interesse sind. Es könnte jedoch vorteilhaft sein, EEG-Signaldaten, die von einer Vielzahl von Elektrodenpositionen erhalten wurden, zu sammeln oder Daten mit höheren Raten zu sammeln. Die vorgenannte Schnittstellenkarte ist in der Lage, bis zu 8 vollständig differenzielle Analogkanäle bei einer Auflösung von 16 Bits bei einer Gesamtrate von 100.000 Abtastungen pro Sekunde zu sammeln und zu Digitaldaten zu konvertieren. Wenn alle acht Kanäle verwendet werden, kann die Schnittstellenkarte eine Abtastrate von ungefähr 12.500 Abtastungen pro Sekunde bewältigen, wobei ermöglicht wird, Signale bis zu 6.250 Hz abzutasten. Andere Analog/Digital-Schnittstellenkarten könnten ebenfalls verwendet werden.
Bei einer selbstständigen Anwendung, wie der Umgebung, in der die zweite bevorzugte Ausführung (800) (siehe 13a, 13b) der vorliegenden Erfindung verwendet werden kann, kann es eine Priorität sein, ein Schläfrigkeitsüberwachungssystem (840) in einem kostengünstigen und hoch tragbaren Paket zu implementieren. Das Signalabtast- und Konvertierungsmittel (212) könnte unter Verwendung eines kleinen Allzweckrechners implementiert werden, der mit einer Analog/Digital-Schnittstellenkarte, wie oben beschrieben, ausgestattet sein kann.
Als Alternative könnte ein Signalabtast- und Konvertierungsmittel (212) unter Verwendung eines geeigneten Einplatinenrechners, der für Signalverarbeitungsanwendungen ausgestattet ist und von dem mehrere im Handel erhältlich sind, implementiert werden. Zum Beispiel produziert Texas Instruments mehrere Produkte auf Platinenebene für Digitalsignalverarbeitungsanwendungen, die verwendet werden können. Ein geeigneter Einplatinenrechner zur Verwendung bei dieser Anwendung würde Folgendes bereitstellen: wenigstens einen Analog/Digital-Konvertierungskanal, der zu einer Abtastrate von wenigstens 950 Abtastungen pro Sekunde fähig ist; einen Digitalsignalprozessor oder einen anderen Hochleistungs-Mikroprozessor zum Steuern von Datenerfassung; ausreichenden Speicher zum Speichern von Steuerungssoftware und erfassten Daten; und Mittel zum Präsentieren der erfassten Daten zur Analyse.
Eine andere Alternative bestünde darin, das Signalabtast- und Konvertierungsmittel (212) unter Verwendung eines Einchip-Mikrocomputers mit geeigneten chipintegrierten Einrichtungen für Analog/Digital-Konvertierung zu implementieren. Zum Beispiel umfasst ein Einchip-Mikrocomputer, der im Handel von der Motorola, Inc., Austin, TX 85284, unter der Bezeichnung „MC68HC11A8" erhältlich ist, einen Analog/Digital-Konverter, der bis zu vier Analogsignaleingänge bei ungefähr 15.000 Abtastungen pro Sekunde abtasten und konvertieren kann, wobei 8-Bit-Ergebnisse erzeugt werden. Obwohl A/D-Konvertierungsergebnisse mit höherer Auflösung wünschenswert wären, kann 8-Bit-A/D-Auflösung für manche Schläfrigkeitserkennungsanwendungen adäquat sein.
Manche EEG-Signaldaten werden durch das Signalabtast- und Konvertierungsmittel (212) (5, 14, 15) erfasst und konvertiert, die Daten werden für das Schläfrigkeitsanalysemittel (136) (5, 14, 15) bereitgestellt, das die Daten analysiert und daraus ein Ausgangssignal auf der Leitung (138) erzeugt, das als eine „Messung" des Wachheits-, Schläfrigkeits- oder Schlafzustands einer Person dient. Der Betrieb des Schläfrigkeitsanalysemittels wird in Verbindung mit den 14 bis 16 ausführlicher beschrieben. Ein geeigneter Allzweckrechner oder ein Spezial-Digitalsignalverarbeitungssystem können zum Implementieren des Schläfrigkeitsanalysemittels (136) verwendet werden. Ein Allzweckrechner kann verwendet werden, um das EEG-Signalerfassungsmittel (132) zu steuern und alle der anderen Verarbeitungsfunktionen des Signalanalysemittels (120), einschließlich derjenigen des Schläfrigkeitsanalysemittels (136), Schwellenmittels (126) und Artefakterkennungsmittels (128) durchzuführen.
Wenn ein Allzweckrechner verwendet wird, hängen die für den Rechner erforderlichen Fähigkeiten von der Abtastrate, der Anzahl der zu analysierenden EEG-Signalkanäle und davon ab, ob die Ergebnisse der Analyse in einem Online-Modus erforderlich sind. Bei manchen Anwendungen, wie bei klinischer Diagnose, kann es angemessen sein, einen großen Stapel von EEG-Daten für nachfolgende Analyse zu sammeln. Bei anderen Anwendungen und im Besonderen bei selbstständigen Umgebungen, in denen ein Schläfrigkeitserkennungssystem verwendet wird, um eine Warnung bereitzustellen, wenn eine Person, die eine Aufgabe erledigt, die Fähigkeit, die Aufgabe sicher zu erledigen, verliert, ist es von wesentlicher Bedeutung, die Daten zu analysieren und ein Echtzeitergebnis zu erzeugen. Bei einem einzelnen EEG-Signal, das mit ungefähr 1000 Abtastungen pro Sekunde abgetastet wurde, ist ein Personalcomputer mittlerer Leistung mit einem Intel „i486" oder äquivalenten Zentralprozessor geeignet, die Funktionen des Schläfrigkeitsanalysemittels (136) in Echtzeit zu implementieren; Rechner niedrigerer Leistung, wie ein Einchip-Mikrocomputer, können ebenfalls verwendbar sein. Bei einer Vielzahl von EEG-Signalen, die mit höheren Raten abgetastet werden (zum Beispiel 4 Signale, die mit 12.000 Abtastungen pro Sekunde abgetastet werden), kann eine mittlere Datenstation oder ein Hochleistungs-Personalcomputer geeignet sein, wie die Personalcomputermodelle mit Prozessoren der Marke Intel Pentium.
Wie am besten in 5 zu sehen ist, umfasst das Signalanalysemittel (120) vorzugsweise außerdem ein Schwellenmittel (126), das auf den Wert einer Ausgangsmessung (138), der von dem EEG-Signalprozessormittel (124) erzeugt wird, anspricht, um ein Ausgangssignal (142) zu erzeugen. Dieses Ausgangssignal (142) zeigt den Grad an Wachheit, Schläfrigkeit oder Schlaf der Person relativ zu der Schwelle an. Wie am besten in den 20a, 20b und 20c zu sehen ist (im Folgenden ausführlicher besprochen), ist die Ausgangsmessung (138) vorzugsweise eine kontinuierliche Menge, die die momentane Schläfrigkeit der Person repräsentiert. Ein beispielhaftes Verfahren zum Ermitteln der Ausgangsmessung wird im Folgenden in Verbindung mit den 14 bis 16 ausführlicher besprochen, kann jedoch kurz als eine gewichtete Summe der Umkehr der Energie des EEG-Signals einer Person in ausgewählten Frequenzbändern charakterisiert werden.
Wir haben experimentell ermittelt, dass für eine bestimmte Person die Ausgangsmessung (138) als ein relativer Indikator nützlich ist. Die Messung steigt im Ausmaß in Reaktion auf die erhöhte Schläfrigkeit der Person. Nach einem Aspekt der vorliegenden Erfindung können EEG-Daten von einer wachen Person gesammelt werden und zum Festlegen eines Schwellenwertes verwendet werden, so dass Werte der Messung, die die Schwelle überschreiten, zuverlässig übermäßige Schläfrigkeit bei dieser Person anzeigen. Wie am besten in 5 zu sehen ist, empfängt das Schwellenwerterzeugungsmittel (144) vorzugsweise auf der Leitung oder dem Datenweg (134) bestimmte Basislinien-EEG-Daten, die durch das EEG-Signalerfassungsmittel (132) gesammelt wurden, und stellt ein(en) Schläfrigkeitsausgangsmessungsschwellenwert oder -signal auf der Leitung (146) bereit. Ein Prozess (510) zur Verwendung in Verbindung mit dem Schwellenwerterzeugungsmittel (144) zum Ermitteln einer Schläfrigkeitsschwelle einer Person aus Basislinien-EEG-Daten, die von der Person erfasst wurden, wird in 19 gezeigt und wird im Folgenden ausführlicher besprochen. Es könnte jedoch nicht immer wünschenswert oder passend sein, Basislinien-EEG-Daten von der Person zu erhalten. Es wird angenommen, dass ein vorermittelter Universalschwellenwert, der experimentell ermittelt wurde, beim größten Teil der Bevölkerung verwendet werden kann, um akzeptable Schläfrigkeitserkennungsergebnisse bereitzustellen.
Das Schwellenmittel (126) umfasst vorzugsweise ein Vergleichsmittel (140), um die Ausgangsmessung (138), die von dem EEG-Signalprozessormittel (124) erzeugt wurde, mit dem Schwellenwert auf der Leitung (146) zu vergleichen, um ein vereinfachtes Ausgangssignal auf der Leitung (142) zu erzeugen, das anzeigt, dass die Person eine Schläfrigkeits- oder Schlafschwelle erreicht oder überschritten hat. Das Vergleichsmittel (140) empfängt vorzugsweise außerdem ein Signal auf der Leitung (150) von dem Artefakterkennungsmittel (128), das anzeigt, dass das EEG-Signal, das momentan analysiert wird, durch Artefakt kontaminiert zu sein scheint und dass man entscheiden sollte, diese Daten beim Ermitteln der Schläfrigkeit der Person nicht zu verwenden.
Eine geeignete Vergleichsvorrichtung oder ein geeigneter Vergleichsprozess könnten in Abhängigkeit von der Form der zu vergleichenden Signale oder Daten und von der gewünschten Form des Ausgangs zum Implementieren des Vergleichsmittels (140) verwendet werden. Bei einer Ausführung, die Digitalsignalverarbeitung anwendet, können die Werte der Ausgangsmessung, der Schwellenwert und das Artefakterkennungssignal in Positionen gespeichert werden, die von Zeit zu Zeit aktualisiert werden. In diesem Fall kann das Vergleichsmittel (140) unter Verwendung einer Software-Vergleichsroutine implementiert werden. Bei anderen Implementierungen können die Ausgangsmessung, das Schwellensignal und das Artefakterkennungssignal als Einzel-Digitalsignale oder als drei getrennte Analogsignale erscheinen und eine geeignete Vergleicher-Hardware, wie Größenvergleicher oder Analogvergleicher, kann zum Implementieren des Vergleichsmittels (140) verwendet werden. Das Ausgangssignal auf der Leitung (142) kann verwendet werden, um eine geeignete Anzeige- oder Alarmvorrichtung (122) anzutreiben, um anzuzeigen, dass die Person, die durch den Schläfrigkeitsdetektor überwacht wird, übermäßig schläfrig ist.
Wie am besten in 5 zu sehen ist, umfasst das Signalanalysemittel (120) vorzugsweise ein Artefakterkennungsmittel (128), um zu ermitteln, ob die von der Person erfassten EEG-Abtastungen anscheinend durch Artefakt kontaminiert sind. Das Artefakterkennungsmittel (128) stellt vorzugsweise ein Ausgangssignal auf der Leitung (150) für das Vergleichsmittel (140) bereit. In diesem Fall kann das Vergleichsmittel (140) darauf ansprechend Schläfrigkeitsanzeigen, die aus artefaktkontaminierten Daten erzeugt wurden, inhibieren. Dieser Prozess kann EEG-Daten wirksam ignorieren oder verwerfen, die in Intervallen, in denen artefaktkontaminierte Daten vorhanden sind, erfasst wurden.
Das Artefakterkennungsmittel (128) umfasst vorzugsweise ein Mittel (148) zum Analysieren von EEG-Daten und wahlweise Informationen, die von Nicht-EEG-Quellen erhalten wurden und die anzeigen, dass Artefakt vorhanden sein kann. Ein Prozess (540) zur Verwendung in Verbindung mit dem Artefaktanalysemittel (148), um anhand der tatsächlichen EEG-Daten, die von einer Person erfasst wurden, zu bewerten, ob wahrscheinlich Artefakt vorhanden ist, wird in 18 gezeigt und wird im Folgenden ausführlicher besprochen. Das Artefaktanalysemittel (148) kann unter Verwendung von geeigneten Hardware- und/oder Software-Komponenten implementiert werden. Bei der ersten und der zweiten bevorzugten Ausführung, die Digitalsignalverarbeitungstechniken anwenden und bei denen abgetastete EEG-Daten rasch verfügbar sind, kann das Artefaktanalysemittel (148) unter Verwendung desselben Allzweckrechners, der zum Implementieren des Schläfrigkeitsanalysemittels (136) verwendet wurde, implementiert werden und kann parallel zu den Schläfrigkeitsanalysekomponenten davon arbeiten.
Jedoch können nach einem Aspekt der vorliegenden Erfindung mit Artefakt verbundene Informationen, die auf geeignete Weise erfasst und analysiert werden können, verwendet werden, um bei der Ermittlung, dass Artefakt in den EEG-Signalen vorhanden ist, zu helfen. Somit kann Artefakterkennung außerdem durch Analysieren von Signalen (im Allgemeinen als sekundäre Artefaktindikatoren (824, 176) in den 5, 13a und 13b gezeigt) durchgeführt werden, die externe Beobachtungen der Bewegung oder des Verhaltens der Person repräsentieren, wie Signale, die von einem externen Bewegungsdetektor erzeugt werden.
Bei manchen Anwendungen könnte es unnötig sein, das Artefakterkennungsmittel (128) einschließlich der Mittel zum Implementieren des Artefakterkennungsverfahrens (540) von 18 explizit bereitzustellen. Im Allgemeinen erzeugen viele Arten von Artefakt eine breitbandige Erhöhung bei der Energie des EEG-Signals einer Person. Bei EEG-basierten Schläfrigkeits- oder Schlafüberwachungssystemen, die sich auf Erhöhungen der Niederfrequenzenergie als Anzeichen für Schläfrigkeit stützen, kann die Anwesenheit von Artefakt als ein Anzeichen für Schläfrigkeit aufgefasst werden, so dass Artefakt dazu neigt, einen falschen positiven Alarm zu erzeugen. Bei der vorliegenden Erfindung, die sich auf eine Veränderung der Energie bei höheren Frequenzen als ein Anzeichen für Schläfrigkeit stützt, erzeugt die Anwesenheit von Artefakt eine Reaktion, die derjenigen von Schläfrigkeit entgegengesetzt ist, und daher stellt das erfinderische System wesentliche Immunität gegenüber vielen Arten von Artefakt bereit.
Die 12a und 12b sind Blockdiagramme, die die Konfiguration einer ersten Ausführung (700) eines Schläfrigkeitserkennungssystems zeigen, das nach der vorliegenden Erfindung konstruiert ist und zur Verwendung in einer Klinik- oder Forschungsumgebung, wie einem Schlaflabor, eingerichtet ist. Die erste Ausführung (700) ist eine Implementierung auf Basis der allgemeinen Struktur des in 5 gezeigten Schläfrigkeitserkennungssystems (100) und wendet hauptsächlich Digitalsignalverarbeitung und damit verbundene Techniken an. 12a ist ein Blockdiagramm, das die Konfiguration eines Abschnitts (710) der ersten Ausführung zeigt, der die Funktion einer Schnittstelle mit einer zu überwachenden Person betrifft. 12b ist ein Blockdiagramm, das die Konfiguration eines Abschnitts (712) der ersten Ausführung zeigt, der das Erfassen von EEG-Signalen und anderen Signalen in Bezug auf die Untersuchung der Person, das Verarbeiten der Daten, das Anzeigen und Aufzeichnen von Ergebnissen und das Erledigen bestimmter Steuerungsaufgaben betrifft. Die 12a und 12b werden getrennt gezeigt, da der Schnittstellenabschnitt (710) und der Verarbeitungsabschnitt (712) funktionell unterschiedlich sein können. Es kann passend sein, die Verarbeitungs- und Analyseausstattung an einer Position, die von der Person entfernt ist, anzuordnen, so dass ihr Routinebetrieb die Person nicht stört oder ablenkt. Jedoch können manche Komponenten des Personenschnittstellenabschnitts (710) und des Verarbeitungsabschnitts (712) physisch integriert werden, soweit gewünscht.
Wie am besten in 12a zu sehen ist, kann eine beispielhafte Anwendungsumgebung für die erste Ausführung (700) ein klinisches Labor oder Forschungslabor sein, in dem das Wachheits-, Schläfrigkeits- oder Schlafstadium einer Person überwacht wird. Die in den 12a und 12b gezeigte Anwendungsumgebung ist einer Umgebung ähnlich, die bei der Entwicklung der vorliegenden Erfindung zum Erkennen des Einsetzens extremer Schläfrigkeit verwendet wurde. Eine kurze Beschreibung der experimentellen Arbeit kann zum Verständnis der Konfiguration der ersten Ausführung und der Frage, wie die Erfindung vorteilhaft in einem Forschungsumfeld oder einem klinischen Umfeld verwendet werden kann, beitragen. Die Experimente zielten darauf ab, EEG-Signalinformationen von einer Person zu erhalten, während diese eine zugewiesene Vigilanzaufgabe erfüllte und danach während sie ruhte und einschlief.
Zu Beginn wurden „Basislinien-EEG-Signalinformationen" von einer wachen Person über einen Zeitraum von mehreren Minuten aufgezeichnet. Nächstfolgend wurde eine Leistungsprüfung durchgeführt. Die Person wurde vor eine Stimulusanzeige- und Eingabevorrichtung gesetzt. Die Stimulusanzeige wies mehrere diffuse Stimuli auf, die vorübergehend als schwach beleuchtete Abschnitte eines ansonsten leeren Anzeigefeldes erschienen. Die Person wurde mit einer Eingabevorrichtung ausgestattet, um zu reagieren, wenn die Stimuli beobachtet wurden. Ein Rechner wurde verwendet, um Stimuli in zufälligen Intervallen zu präsentieren, und die Person wurde angewiesen, die Eingabevorrichtung zu aktivieren, wenn der jeweilige Stimulus erschien. Die Stimuli wurden auf dem Anzeigefeld physisch beabstandet, so dass eine Person, die die Stimuli überwachte, das Anzeigefeld visuell abtasten musste, um jeden Stimulus zu beobachten. Wenn es die Person versäumte, auf einen Stimulus zu reagieren, wurden nachfolgende Stimuli häufiger präsentiert, bis die Person erfolgreich reagierte. Videokameras, EOG-Daten und andere äußere Indikatoren wurden verwendet, um zu ermitteln, ob ein Leistungs ausfall auf Schläfrigkeit oder Schlaf oder auf ein nicht mit Schlaf verbundenes Verhalten zurückzuführen war. Im Anschluss an die Leistungsprüfphase wurde der Person gestattet, auf einem Bett zu ruhen und einzuschlafen.
EEG, EOG und andere Informationen in Bezug auf die Person wurden während der gesamten Prüfungen aufgezeichnet und es wurde eine experimentelle Ausführung der vorliegenden Erfindung zum Ermitteln der Ausgangsmessung verwendet, die die Schläfrigkeit der Person anzeigte. Ergebnisse der Versuche an Personen unter Verwendung der experimentellen Ausführung werden des Weiteren in Verbindung mit den 7 bis 11 besprochen. Mit der Leistungsprüfung wurde beabsichtigt, eine Aufgabe zu simulieren, die typisch für diejenigen ist, bei denen Schläfrigkeit ein besonderes Problem ist, wie das Überwachen eines Sonar- oder Radarschirms oder das Steuern des Betriebs eines Prozesses. Solche Aufgaben sind durch begrenzte physische Aktivität und externe Stimuli gekennzeichnet und erfordern ein hohes Maß an Vigilanz und Konzentration. Der erfolgreiche Betrieb der experimentellen Ausführung bei der Überwachung der Schläfrigkeit einer Person, die bei der vorgenannten Leistungsprüfung teilnahm, gilt als repräsentativ für die Leistung der Erfindung in einer Realwelt-Anwendung.
Der Schnittstellenabschnitt (710) kann sich in einem geeigneten Raum (nicht gezeigt) befinden, der vorzugsweise von Störrauschen, Beleuchtung und anderen Ablenkungen der Person isoliert ist. Ein Stuhl (730) wird für die Person bereitgestellt, den sie bei der Erledigung der zugewiesenen Aufgabe verwenden kann. Ein Bett (726) wird vorzugsweise zur Verwendung durch die Person bereitgestellt, wenn sie als Teil der Prüfung ruht oder schläft. Geeignete Sensoren (778, 780 und 782) sammeln EEG- und EOG-Signale von der Person und übertragen diese über eine Gruppe (732) von Signalleitungen zu einer Gruppe von EEG-Verstärkern (118) (12b) (oder anderen geeigneten Verstärkern). Die Sensoren (778, 780 und 782) können geeignete Elektroden, Umformer oder andere Sensoren, wie herkömmliche EEG- und EOG-Elektroden, sein. Wenn die Person das Bett (726) verwendet, können die Sensoren (778, 780 und 782) mit der Gruppe (732) von Signalleitungen über eine alternative Verbindung (728) verbunden sein.
Ein Anzeigemittel (742), das auf die Person zeigt, wenn sie sich in einer sitzenden Position befindet, und eine Eingabevorrichtung (734) werden vorzugsweise zur Verwendung durch die Person während der Leistungsprüfung bereitgestellt. Die Anzeigetafel (742) und die Eingabevorrichtung (734) sind mit Hilfe von Leitungen (744 bzw. 736) mit einer Signalkonditionierungseinheit (768) (12b) verbunden. Die Signalkonditionierungseinheit (768) ist unter Verwendung von Leitungen (770) mit einem Überwachungs- und Steuerungsrechner (772) verbunden. Der Überwachungs- und Steuerungsrechner (772) ist hauptsächlich für die Interaktion mit der Person in dem Kontext eines Experiments oder einer Prüfung, wie der vorgenannten Personenleistungsprüfung, verantwortlich. Wie am besten in 12b zu sehen ist, können der Untersuchungsüberwachungs- und Steuerungsrechner (772) und ein Erfassungssteuerungs- und Verarbeitungsmittel (216a) als getrennte Einheiten bereitgestellt werden. Jedoch könnte außerdem ein Einzelrechner zum Erledigen dieser Aufgaben verwendet werden. Die Anzeigetafel (742) kann eine geeignete Anzeige sein, mit der die Person während einer Prüfung beobachten kann.
Bei einer experimentellen Ausführung der Erfindung war das Anzeigemittel (742) als eine planare Fläche mit fünf beabstandeten Anzeigeelementen (746), die unter Steuerung durch den Überwachungs- und Steuerungsrechner (772) beleuchtet werden können. Wenn sie nicht beleuchtet waren, waren die Anzeigeelemente (746) im Wesentlichen für die Person unsichtbar. Die Eingabevorrichtung (734) kann eine Vorrichtung sein, die durch die Person in Reaktion auf einen äußeren Stimulus einschließlich der Anzeigeelemente (746) der Anzeigetafel (742) betätigt werden kann. Zum Beispiel kann die Eingabevorrichtung (734) ein Druckknopfschalter sein. Andere Vorrichtungen könnten zum Implementieren des Anzeigemittels (742), der Anzeigeelemente (746) und der Eingabevorrichtung (734) verwendet werden. Die Signalkonditionierungseinheit (768) kann eine geeignete Eingabe-Ausgabe-Schnittstelle zum Verbinden eines Rechners mit Realwelt-Eingaben und -Ausgaben sein. Zum Beispiel kann die Signalkonditionierungseinheit (768) unter Verwendung eines digitalen Eingabe-Ausgabe-Moduls des Modells CIO-DIO24 implementiert werden, das unter Verwendung geeigneter Zusammenschaltungsmittel mit den Ausgabetrennmodulen des Modells DCO5-B DC und Eingangstrennmodulen des Modells DCI5-B DC gekoppelt, von denen alle im Handel von der Omega Engineering, Inc., P.O. Box 4047, Stamford, CT, 06907, erhältlich sind. Außerdem kann andere Schnittstellenausstattung verwendet werden.
Zum Beobachten und Aufzeichnen der Bewegungen der Person können geeignete Kameramittel (714 und 722) auf den Stuhl (730) bzw. das Bett (726) gerichtet sein. Die Ka meramittel (714 und 722) können geeignete Kameras sein, die einen aufzeichnungsfähigen Ausgang erzeugen; bei einer bevorzugten Ausführung der Erfindung sind die Kameramittel (714 und 722) CCD-Videokameras mit hoher Empfindlichkeit gegenüber sichtbarem und infrarotem Licht und stellen einen Standard-NTSC-Videoausgang auf den Leitungen (716 bzw. 724) bereit. Die Leitungen (716 und 724) sind vorzugsweise mit einem geeigneten Monitor (750) zum Betrachten durch eine entfernte Person, wie eine Krankenschwester oder eine Person, die das Experiment oder die Prüfung überwacht, verbunden. Eine Wechselsprechanlage (740) in dem Prüfungsraum kann über die Leitung (748) mit dem Monitor (750) verbunden sein, um der Person und der entfernten Person zu gestatten, mündlich zu kommunizieren.
Der Monitor (750) umfasst vorzugsweise Mittel, um einem Bediener zu ermöglichen, die Kamera, von der ein Bild angezeigt wird, auszuwählen, und stellt ein Videosignal bereit, das dem Signal von der ausgewählten Kamera entspricht, auf der Leitung (752) für eine Aufzeichnungsvorrichtung (754) bereit. Die Aufzeichnungsvorrichtung (754) kann ein geeignetes Bild- und Tonaufzeichnungsmittel sein, wie ein herkömmlicher „Videokassettenrecorder" des VHS-Formats. Der Monitor (750) stellt ein geeignetes Audioausgangssignal auf der Leitung (760) für ein Tonmischpult (762) bereit. Der Ausgang des Tonmischpults wird für die Aufzeichnungsvorrichtung (754) bereitgestellt. Ein Monitor (758), der ein herkömmlicher Fernsehempfänger oder -monitor sein kann, ist mit der Aufzeichnungsvorrichtung verbunden, um das aufgezeichnete Video und Audio einem Benutzer zu präsentieren. Eine Infrarotlichtquelle (718), die auf der Leitung (720) mit Leistung versorgt wird, beleuchtet den Prüfungsraum, um den Betrieb der Kameras selbst dann zu ermöglichen, wenn die Raumbeleuchtung gedämpft oder abgeschaltet ist.
Die Bildinformationen, die durch die Kameras (714 und 722) zugeführt werden, können nützlich sein bei der Bewertung der Ursache mancher Artefakte in der EEG-Aufzeichnung und zum Ermitteln, ob ein Versäumnis der Person, auf einen Stimulus zu reagieren, auf eine andere Ursache zurückzuführen ist als auf Schläfrigkeit oder Schlaf. Zum Beispiel kann die Person vollauf wach sein, könnte aber nicht auf die Anzeigtafel (742) schauen. Entsprechend können die von den Kameras erhaltenen Informationen zu dem Schläfrigkeitserkennungssystem (100) als ein optionaler sekundärer Eingang zu dem Artefakterkennungsmittel (148) (siehe Leitung (176), 5) zugeführt werden. Systeme (nicht gezeigt), die Bewegung oder Veränderung bei einem Videosignal erkennen, sind auf dem Gebiet bekannt und könnten außerdem verwendet werden, um ein Signal zu erzeugen, das die Anwesenheit von Bewegung zu bestimmten Zeitpunkten in der EEG-Aufzeichnung der Person anzeigt. Ein solches Signal könnte durch das Artefakterkennungsmittel (148) (5) entweder allein oder in Verbindung mit anderen Artefaktindikatoren (wie diejenigen, die aus den EEG-Daten selbst und aus EOG-Signalen abgeleitet wurden) zur Artefakterkennung verwendet werden, wie zuvor besprochen wurde.
Wie am besten in 12b zu sehen ist, können EEG-Signale und damit verbundene Signale auf den Leitungen oder dem Bus (732) für eine Anordnung von EEG-Verstärkern (118) bereitgestellt werden. Wie zuvor in Verbindung mit 5 beschrieben wurde, können geeignete EEG-Verstärker verwendet werden. Geeignete Antialiasing-Filter (164) werden vorzugsweise für jeden Kanal von EEG-Daten oder damit verbundenen Daten bereitgestellt und können entweder in die EEG-Verstärker (wie in 12b gezeigt) integriert sein, die als in sich geschlossene Filter bereitgestellt sind, oder als eine Komponente des EEG-Signalerfassungsmittels (132a) bereitgestellt sein. Ein geeigneter Antialiasing-Filter (164a) für einen Einzelkanal wurde zuvor in Verbindung mit 6a beschrieben, aber es können außerdem andere Filterkonstruktionen verwendet werden. Der EEG-Verstärker (118) kann mit geeigneter Prüfausstattung, wie der Oszillograph (786) oder Signalgenerator (788), verbunden sein, um von dem Prüfungsleiter oder anderem Personal bei der Überprüfung des Betriebs des Verstärkers und bei der Kalibrierung verwendet zu werden.
Verstärkte EEG-Signale und damit verbundene Signale werden auf den Signalleitungen oder dem Bus (776) für einen Überwachungs- und Steuerungsrechner (772) und ein Erfassungssteuerungs- und Verarbeitungsmittel (216a) bereitgestellt. Jeder Rechner arbeitet vorzugsweise mit geeigneten Miteln zur Interaktion mit einem Prüfungsleiter, wie den Anzeigen (790 bzw. 792) zusammen. Das Erfassungssteuerungs- und Verarbeitungsmittel (216a) tastet EEG-Signale ab, konvertiert die abgetasteten Signale in repräsentative Digitaldaten und speichert die Digitalsignale, so dass sie in Echtzeit oder bei nachfolgender Verarbeitung analysiert werden können. Ein zusätzliches Rechnersystem (218a) kann bereitgestellt sein, um die digitalisierten EEG-Signale zu analysieren und Ergebnisse zu präsentieren. Das Analysesteuerungs- und Verarbeitungsmittel (218a) arbeitet vorzugsweise außerdem mit geeigneten Mitteln zum Interagieren mit einem Prüfungsleiter, wie der Anzeige (798), zusammen.
Das Erfassungssteuerungs- und Verarbeitungsmittel (216a) stellt die Digitaldaten, die die EEG-Signale repräsentieren, für den Signalanalyserechner (218a) auf einem geeigneten Rechner-zu-Rechner-Zwischenverbindungsmedium (794) bereit. Das Zwischenverbindungsmedium (794) kann unter Verwendung eines geeigneten Mediums, wie eine serielle Datenverbindung oder ein lokales Netz, implementiert werden. Wenn gewünscht wird, dass der Signalanalyserechner (218a) EEG-Daten in Echtzeit analysieren soll, muss das Zwischenverbindungsmedium (794) zu Datenübertragungen mit relativ hoher Geschwindigkeit fähig sein. Zum Beispiel kann ein 10-Mbps-Ethernet-Netz oder ein anderes Netz, das geeignete Leistung bereitstellt, verwendet werden.
Wie am besten in 12b zu sehen ist, kann die erste bevorzugte Ausführung (700) getrennte Rechner (Steuerungs- und Verarbeitungsmittel) (772, 216a und 218a) für Untersuchungssteuer- und Überwachungs-, Datenerfassungs- und Signalanalysefunktionen umfassen. Jedoch können alle dieser Funktionen außerdem unter Verwendung eines Einzelrechners in der Konfiguration von 12b implementiert werden, wobei der Rechner (216a) verwendet wird, um die Funktionen des EEG-Signalerfassungsmittels (212) von 5 zu implementieren und der Rechner (218a) verwendet wird, um die Funktionen des Schläfrigkeitsanalysemittels (136) von 5 zu implementieren. Der Rechner (218a) kann außerdem verwendet werden, um die anderen Funktionen des Signalanalysemittels (120) einschließlich derjenigen des Schwellenmittels (126) und des Artefakterkennungsmittels (128) zu implementieren. Das Schläfrigkeitsanalysemittel (136a) wird im Folgenden ausführlicher in Verbindung mit den 14, 15 und 16 beschrieben. Bei der ersten bevorzugten Ausführung (700), bei der mehrere (z. B. 4 bis 8) EEG-Datenkanäle gleichzeitig mit einer Abtastrate von 950 Abtastungen pro Sekunde und Kanal erfasst werden können, sind Personalcomputer mittlerer Leistung mit Intel „i486" oder gleichwertigen Zentralprozessoren zur Verwendung als Rechner (772 und 216a und 218a) geeignet. Es können jedoch außerdem andere Rechner verwendet werden und die für die Rechner (772, 216a und 218a) erforderliche Mindestleistung wurde nicht ermittelt.
Das erfinderische Schläfrigkeitserkennungssystem kann erfasste Daten analysieren und ein Ergebnis online in einem „Echtzeitmodus" erzeugen oder kann diese Funktionen offline durchführen. In einer klinischen Umgebung oder einer Forschungslaborumgebung ist es typischerweise wünschenswert, eine bleibende Aufzeichnung des EEG und damit verbundene Signale, die von einer Person erfasst wurden, zur weiteren Prüfung und Analyse zu speichern, selbst wenn die Analyse anfänglich online durchgeführt wurde. Wenn abgetastete EEG-Daten zur späteren Prüfung zu speichern sind, können große Speichermengen in dem Rechner (216a) erforderlich sein. Wenn die Daten nicht komprimiert sind, erfordert die Erfassung von 8 EEG-Datenkanälen mit 950 12-Bit-Abtastungen pro Sekunde und Kanal ungefähr 53,4 Megabyte Speicher pro Stunde. Wenn die abgetasteten EEG-Daten nicht zur späteren Prüfung gespeichert werden, ist nur eine kleine Datenspeichermenge erforderlich. Wie im Folgenden ausführlicher besprochen wird, arbeitet das Schläfrigkeitsanalysemittel (136a) an aufeinanderfolgenden überlappenden Datensegmenten oder „Fenstern", die das EEG-Signal der Person während kurzer Zeitintervalle repräsentieren. Als ein Minimum muss Speicher entweder in dem Datenerfassungsmittel (132a) (Rechner 216a) oder in dem Schläfrigkeitsanalysemittel (136a) (Rechner 218a) für wenigstens ein vollständiges „aktuelles" Datenfenster plus ungefähr ein halbes Fenster neuer Daten, die während oder nach der Analyse des „aktuellen" Fensters eintreffen können, bereitgestellt werden. Zusätzlicher Speicher kann für andere Funktionen, wie Schwellenermittlung und Artefakterkennung, erforderlich sein.
Eine Synchronisierungsvorrichtung (764) ist bereitgestellt, um Korrelation der Inhalte der Video- und Tonaufzeichnung, die von dem Aufzeichnungsmittel (754) angefertigt wurde, mit Personenleistungsprüfungsergebnissen, die von dem Rechner (772) aufgezeichnet wurden, und EEG-Daten, die von dem Rechner (216a) erfasst und aufgezeichnet wurden, zu ermöglichen. Die Synchronisierungsvorrichtung (764) kann automatisch aktiviert werden (durch den Überwachungs- und Steuerungsrechner (772) über die Signalkonditionierungseinheit (768)), um ein Synchronisierungssignal auf den Leitungen (766) über das Tonmischpult (762) zu dem Aufzeichnungsmittel (754) zuzuführen. Ein funktionell äquivalentes Signal kann zu dem Rechner (216a) zugeführt werden. Das Synchronisierungssignal ermöglicht, dass ein bestimmter Zeitpunkt in den getrennt erfassten Video- und Tonaufzeichnungen und EEG-Aufzeichnungen der Personenleistung identifiziert werden kann. Das Synchronisierungssignal kann ein geeignetes Signal sein, das bei dem Aufzeichnungsmittel (754) verwendet werden kann. Zum Beispiel kann das Synchronisierungssignal ein Tonfrequenzsignal sein, das von einem herkömmlichen Oszillator oder Signalgenerator erzeugt wird. Andere Synchronisierungssignale und -verfahren, wie Zeitstempel, die von einer Hauptuhr abgeleitet wurden, können ebenfalls verwendet werden.
Die 13a und 13b sind Blockdiagramme, die die Konfiguration einer zweiten Ausführung (800) eines Schläfrigkeitserkennungssystems zeigen, das nach der vorliegenden Erfindung konstruiert und zur Verwendung bei einer Realwelt-Wachheits-/Schläfrigkeitsüberwachungs- und -alarmanwendung eingerichtet ist. Zum Beispiel könnte die zweite Ausführung verwendet werden, um die Schläfrigkeit einer Person zu überwachen, die der Bedienposition eines Sonar- oder Radarsystems, eines Kraft- oder Chemiewerks oder eines Fahrzeugs zugeteilt ist. Um in solchen Umgebungen am nützlichsten zu sein, ist die zweite Ausführung (800) vorzugsweise zur Implementierung in einer relativ kleinen, tragbaren Konfiguration (840) eingerichtet, die in eine einzelne Umfassung, abgesehen von Sensoren für EEG-Signale und damit verbundene Signale (z. B. Elektroden) frei von äußeren Komponenten, montiert ist.
Die zweite Ausführung (800) ist eine Implementierung auf Basis der allgemeinen Struktur des in 5 gezeigten Schläfrigkeitserkennungssystems (100) und wendet hauptsächlich Digitalsignalverarbeitung und damit verbundene Techniken an. 13a ist ein Blockdiagramm, das die Konfiguration eines Abschnitts (810) der zweiten Ausführung zeigt, der die Funktion einer Schnittstelle mit einer zu überwachenden Person betrifft. 13b ist ein Blockdiagramm, das die Konfiguration eines Abschnitts (812) der zweiten Ausführung zeigt, der das Erfassen von EEG-Signalen und anderen Signalen in Bezug auf das Überwachen der Person, das Verarbeiten der Daten, das Anzeigen und Aufzeichnen von Ergebnissen und das Erledigen bestimmter Steuerungsaufgaben betrifft. Die 13a und 13b werden getrennt gezeigt, da der Schnittstellenabschnitt (810) und der Verarbeitungsabschnitt (812) funktionell unterschiedlich sein können. Vorzugsweise ist der Verarbeitungsabschnitt (812) in ein kleines Ausstattungspaket (840) integriert, das an der Person getragen werden kann oder in die Konsole eines Bedieners oder in ein Fahrzeug in einer Position in der Nähe der Person eingebaut sein kann. Der Verarbeitungsabschnitt (812) kann konzeptuell unterteilt sein in einen Analogsignalverarbeitungsabschnitt (842) und ein Steuerungs- und Verarbeitungsmittel (216b), das konzeptuell als ein Digitalsignalverarbeitungsabschnitt gesehen werden kann. Die konzeptuelle Unterteilung des Verarbeitungsabschnitts (812) in zwei funktionelle Abschnitte ist nützlich bei der Beschreibung seines Betriebs, aber wenn er implementiert wird, muss der Verarbeitungsabschnitt (812) keine getrennten entsprechenden physischen Komponenten aufweisen und kann unter Verwendung eines einzelnen Druckschaltungsmoduls oder sogar einer einzelnen integrierten Schaltung implementiert werden.
Wie am besten in 13a zu sehen ist, kann eine beispielhafte Anwendungsumgebung für die zweite Ausführung (800) darin bestehen, eine Person (110), die der Bedienposition (866) eines Sonarsystems, das schematisch als 818 gezeigt wird, zugeteilt ist, auf Schläfrigkeit zu überwachen. Für einen Fachmann ist erkennbar, wie die zweite Ausführung (800) außerdem mit geringfügiger oder ohne Modifizierung bei vielen anderen Anwendungen verwendet werden kann. Das Sonarsystem (818) umfasst eine Anzeige (820) und Betriebssteuerungen (822) mit denen die Person interagieren soll. Die Anzeige (820) wird durch Signale auf der Leitung (868) von der Sonarverarbeitungsausstattung (nicht gezeigt) angetrieben. Die Betriebssteuerungen (822) erzeugen Signale auf der Leitung (870) zur Verwendung durch die Sonarverarbeitungsausstattung. Ein Signal auf der Leitung (824) kann von einem oder beiden der Signale auf den Leitungen (868 und 870) abgeleitet werden, um als ein aufgabenbezogenes Anzeichen für Personenaktivität verwendet zu werden, und kann zu dem Artefakterkennungsmittel (128) (13b und 5) (im Folgenden ausführlicher besprochen) zugeführt werden. Andere Mittel (872), wie eine Videokamera oder ein Bewegungsdetektor, können verwendet werden, um ein sekundäres Personenaktivitätssignal zu dem Artefakterkennungsmittel (128) auf der Leitung (176) zuzuführen.
Wenigstens ein EEG-Signal muss von der Person gesammelt werden. Zusätzliche EEG-Signale und andere physiologisch relevante Signale, wie EOG-Signale, können ebenfalls gesammelt und verwendet werden. Bei der in sich geschlossenen Umgebung der zweiten Ausführung (800) kann es auf Grund von Ausstattungsgröße, Gewicht, Kosten und Bedienermobilitätszwängen machbar sein, lediglich wenige Kanäle oder lediglich einen einzelnen EEG-Datenkanal zu sammeln und zu verarbeiten. Bei Verarbeitung und Analyse nach der vorliegenden Erfindung reicht ein einzelner EEG-Datenkanal aus, um zuverlässig das Einsetzen extremer Schläfrigkeit bei einer Person zu erkennen. Entsprechend wird die zweite Ausführung (800) hier im Folgenden als einen einzelnen EEG-Signalkanal erfassend und verarbeitend beschrieben. Jedoch ist für einen Fachmann zu erkennen, dass die zweite Ausführung (800) erweitert werden kann, um mehrere EEG-Signalkanäle zu sammeln und zu verarbeiten, wie zuvor beschrieben.
Geeignete Sensoren (814) sammeln ein EEG-Signal von der Person und senden es auf den Leitungen (816) zu einem geeigneten Verstärker (118b). Die Sensoren (814) können geeignete Elektroden, Umformer oder andere Sensoren, wie herkömmliche EEG- und EOG-Elektroden, sein. Der Verstärker (118b) stellt das verstärkte EEG-Signal für einen geeigneten Antialiasing-Filter (164) bereit. Das verstärkte und gefilterte EEG-Signal wird dann für das Datenerfassungs-, Konvertierungs- und Speichermittel (212) bereitgestellt. Der Verstärker (118b) kann unter Verwendung eines tragbaren EEG-Spezialverstärkers implementiert werden. Alternativ kann der Verstärker (118b) unter Verwendung geeigneter Operationsverstärker implementiert werden, die so eingerichtet sind, dass sie eine hohe Eingangsimpedanz und die gewünschte Verstärkung, die in dem Bereich von 10³ bis 10⁵ liegen kann, bereitstellen. Alternativ kann der Verstärker (118b) unter Verwendung eines hochverstärkenden Verstärkermoduls implementiert werden. Eine Vielfalt geeigneter Operationsverstärker und hochverstärkender Verstärkermodule ist im Handel erhältlich und kann bei der zweiten Ausführung (800) verwendet werden.
Auf Grund von Unterschieden zwischen Personen und Personen-Elektrode-Verbindungen ist der Amplitudenbereich des EEG-Signals, das von einer Person erfasst wird, lediglich in einem Bereich vorhersagbar. Auf Grund dieser Variabilität stellt der Verstärker (118b) vorzugsweise eine benutzerverstellbare Verstärkungseinstellung bereit, damit die digitalisierten EEG-Signaldaten ausreichend Auflösung für die Analyse aufweisen. Inkorrekte Verstärkungseinstellungen können dazu führen, dass Signale hoher Amplitude „begrenzt" werden oder Signale niedriger Amplitude einen zu kleinen Abschnitt des Analog-Digital-Konverter-Datenbereichs einnehmen, was verringerte Signalqualität zur Folge hat. Der Verstärker (118b) kann eine benutzerverstellbare Verstärkungseinstellung bereitstellen, die eine Vielzahl wählbarer diskreter Verstärkungseinstellungen oder einen kontinuierlichen Bereich von Verstärkungseinstellungen aufweisen kann. Bei der in sich geschlossenen Umgebung, auf die sich die zweite Ausführung (800) bezieht, kann es unpassend sein, solche Anpassungen im Feld durchzuführen, wie dies erforderlich sein kann, um mehrere Personen zu verschiedenen Arbeitszeiten oder -schichten unterzubringen.
Eine geeignete automatische Verstärkungsregelung (AGC) (nicht gezeigt) kann in dem Verstärker (118b) bereitgestellt sein, um sicherzustellen, dass das verstärkte Ausgangs signal in dem Dynamikbereich des dahinter angeordneten Datenerfassungs-, Konvertierungs- und Speichermittels (212b) bleibt. Die automatische Verstärkungsregelung (AGC) stellt vorzugsweise ein Ausgangssignal bereit, das die aktuelle Verstärkungseinstellung anzeigt, die mit den zugehörigen EEG-Daten aufgezeichnet werden kann; wenn die digitalisierten Abtastungen analysiert werden, können sie normiert werden, indem sie mit einem entsprechenden Skalierungsfaktor multipliziert werden, so dass der numerische Wert aller Abtastungen, unabhängig von der Verstärkerverstärkung, die zu ihrer Erfassung verwendet wurde, eine konsistente physikalische Deutung aufweisen.
Eine Alternative zum Bereitstellen einer automatische Verstärkungsregelung oder einer manuellen Verstärkungsanpassung an dem Verstärker (118b) besteht dann, eine feste Verstärkerverstärkung so auszuwählen, dass die maximale Signalamplitude niemals den Skalenendwert des Datenerfassungsmittels (212b) erreicht, und eine höhere Auflösung für den Analog/Digital-Konverter in dem Datenerfassungsmittel (212b) bereitzustellen. Wenn der Analog/Digital-Konverter ausreichende Auflösung aufweist, werden selbst Signale an dem unteren Ende des Bereichs erwarteter Signalamplituden mit ausreichender Auflösung repräsentiert, so dass das Schläfrigkeitsanalysemittel wirksam arbeiten kann. Die Auflösung, die über diejenige hinaus erforderlich ist, die von dem Analysemittel zum Arbeiten mit Vollausschlagsignalen benötigt wird, hängt von der Differenz bei Amplituden zwischen dem größten und dem kleinsten erwarteten EEG-Signal ab.
Das Filtermittel (164) empfängt das verstärkte EEG-Signal von dem Verstärker (118b). Ein geeignetes Antialiasing-Filter, das so konstruiert ist, dass es ausreichende Dämpfung und eine gewünschte Grenzfrequenz, die nach dem Frequenzband von Interesse und der Abtastrate des Datenerfassungs-, Konvertierungs- und Speichermittel (212b) ausgewählt ist, kann zum Implementieren des Filtermittels (164) verwendet werden. Das Schaltkondensator-Potenzfilter sechster Ordnung (164) der 6a und 6b kann eine geeignete Wahl sein.
Das Datenerfassungs-, Konvertierungs- und Speichermittel (212b) implementiert die Funktionen der Signalabtastung und Konvertierung. Das Datenerfassungsmittel (212b) empfängt das verstärkte und gefilterte EEG-Signal von dem Filtermittel (164) und tastet die Daten ab, konvertiert die Daten in Digitalabtastungen und speichert eine ausreichende Menge der resultierenden Abtastungen zur Verwendung durch das Schläfrigkeitsana lysemittel (136b). Wie im Folgenden ausführlicher besprochen wird, arbeitet das Schläfrigkeitsanalysemittel (136b) an aufeinanderfolgenden überlappenden Datensegmenten oder „fenstern", die das EEG-Signal der Person während entsprechenden Zeitintervallen repräsentieren. Zum Beispiel könnte das Fensterzeitintervall ungefähr 2 Sekunden betragen und das Schläfrigkeitsanalysemittel (136b) kann so konfiguriert sein, die Ausgangsmessung ungefähr ein Mal pro Sekunde zu ermitteln, wobei ungefähr eine Sekunde an neuen Daten und eine Sekunde an „alten" Daten (d. h. Überlappen eines Abschnitts der Daten, die bei der vorhergehenden Ermittlung verwendet wurden) verwendet wird. Das Datenerfassungsmittel (212b) muss ausreichenden Speicher für die Daten bereitstellen, die von dem Schläfrigkeitsanalysemittel (136b) benötigt werden. Wenn zum Beispiel das Schläfrigkeitsanalysemittel (136b) an aufeinanderfolgenden überlappenden Datensegmenten arbeitet, dann sollte das Datenerfassungsmittel (852) ausreichenden Speicher für wenigstens ein komplettes „aktuelles" Fenster plus ungefähr ein halbes Fenster neuer Daten, die während oder nach der Analyse des „aktuellen" Fensters eintreffen können, bereitstellen. Speicher kann für andere Funktionen, wie Schwellenermittlung und Artefakterkennung, erforderlich sein, und wäre sicher erforderlich, wenn eine permanente Aufzeichnung der erfassten EEG-Signale gewünscht wird.
Die von dem Datenerfassungsmittel (212b) erfassten EEG-Signaldaten werden über Leitungen (134) für das Schläfrigkeitsanalysemittel (136b), das Schwellenwertgeneratormittel (144b) und das Artefakterkennungsmittel (128b) auf Ausgangsleitungen (134) bereitgestellt, die wie zuvor in Verbindung mit 5 besprochen arbeiten. Das Schläfrigkeitsanalysemittel (136b) wird in Verbindung mit den 15 und 16 ausführlicher besprochen. Ein Prozess (510) zur Verwendung in Verbindung mit dem Schwellenwertgeneratormittel (144b) zum Ermitteln einer geeigneten Schläfrigkeitserkennungsschwelle für eine Einzelperson auf Basis von EEG-Signaldaten, die von der Person erfasst wurden, wird in 19 gezeigt und wird im Folgenden ausführlicher besprochen. Ein Prozess (540) zur Verwendung in Verbindung mit dem Artefakterkennungsmittel (128b) zum Bewerten, ob die Anwesenheit von Artefakt von den tatsächlichen EEG-Daten, die von der Person erfasst wurden, wahrscheinlich ist, wird in 18 gezeigt und wird im Folgenden ausführlicher besprochen.
Das Schläfrigkeitsanalysemittel stellt ein Ausgangssignal auf der Leitung (138) bereit, das als eine kontinuierliche Messung des Wachheits-, Schläfrigkeits- oder Schlafzu stands der Person fungiert. Die Ausgänge von dem Schläfrigkeitsanalysemittel (136b), dem Schwellenwertgeneratormittel (144) und dem Artefakterkennungsmittel (128b) werden für das Vergleichsmittel (140) bereitgestellt, das die Ausgangsmessung mit dem Schwellenwert (146) vergleicht, um ein vereinfachtes Ausgangssignal zu erzeugen, das anzeigt, dass die Person ein Schwellenstadium der Schläfrigkeit oder des Schlafs erreicht oder überschritten hat. Geeignete Verstärker, Leitungstreiber oder Relais (nicht gezeigt) können bereitgestellt sein, um das Ausgangssignal in einen visuellen Alarmausgang auf der Leitung (832) und einen hörbaren Alarmausgang auf der Leitung (836) zum Antreiben eines visuellen Alarms (830) bzw. einen hörbaren Alarm (834) zu konvertieren. Die Alarme (830 und 834) stellen vorteilhafterweise eine Warnung, dass das Schläfrigkeitserkennungssystem (100) ermittelt hat, dass die Person übermäßig schläfrig wird, für die Person oder andere in der Umgebung bereit, bevor die Person die Fähigkeit verliert, ihre zugewiesene Aufgabe wie beabsichtigt zu erledigen. Die Person oder andere, die die Alarme beobachten oder hören, können dann geeignete Maßnahmen ergreifen.
Ein geeignetes Digitalsignalverarbeitungsmittel kann zum Implementieren der Funktionen des Steuerungs- und Verarbeitungsmittels (216b) (einschließlich des Schläfrigkeitsanalysemittels (136b), Schwellenwertgeneratormittels (144b), Artefakterkennungsmittels (128b) und Vergleichsmittels (140b)) verwendet werden. Zum Beispiel kann, wie am besten in den 13b und 15 zu sehen, der Digitalsignalverarbeitungsabschnitt des Steuerungs- und Verarbeitungsmittels (216b) eine zentrale Allzweck-Verarbeitungseinheit (CPU) (846) einsetzen, die Programm- und Datenspeichermittel, Eingabe-Ausgabe-Mittel und assoziierte Unterstützungskomponenten beinhaltet. Die CPU (846) kann unter Verwendung eines Einplatinen-Digitalsignalverarbeitungsrechners, eines Einplatinen-Steuerungsrechners oder sogar eines Hochleistungs-Einchip-Mikrocomputers implementiert werden. Die zentrale Verarbeitungseinheit (846) steuert vorzugsweise das Datenerfassungsmittel (212b), das mit der CPU (846) auf derselben Karte oder integrierten Schaltung eingebaut sein kann. Ein Einplatinen-Steuerungsrechner mit einem Intel „i486" oder einem gleichwertigen Zentralprozessor und ungefähr 1 Megabyte Speicher für Programmcode und Daten (RAM, ROM, EEPROM oder Gleichwertiges) ist zur Verwendung als CPU (846) geeignet. Solche Rechner sind im Handel von zahlreichen Quellen erhältlich.
14 ist ein Blockdiagramm, das eine erste Ausführung eines EEG-Signalprozessormittels (124) einschließlich des EEG-Signalerfassungsmittels (132a) und Schläfrigkeitsanalysemittels (136a) und bestimmte vorangehende Signalerfassungskomponenten zeigt, die zur Verwendung in Verbindung mit der ersten Ausführung (700) eines nach der vorliegenden Erfindung konstruierten Schläfrigkeitserkennungssystems (100) konfiguriert sind. 15 ist ein Blockdiagramm, das eine zweite Ausführung eines EEG-Signalprozessormittels (124) einschließlich des EEG-Signalerfassungsmittels (132b) und Schläfrigkeitsanalysemittels (136b) und bestimmte vorangehende Signalerfassungskomponenten zeigt, die zur Verwendung in Verbindung mit der zweiten Ausführung (800) eines nach der vorliegenden Erfindung konstruierten Schläfrigkeitserkennungssystems (100) konfiguriert sind. 16 ist ein Datenflussdiagramm, das in vereinfachter Form die Verarbeitung von EEG-Signalinformationen, die von einer Person erfasst wurden, zeigt, während diese Informationen von dem Verarbeitungsmittel der Ausführungen der 5 und 14 bis 15 bearbeitet werden. Die Zusammenschaltungen zwischen den Komponenten des EEG-Signalprozessormittels (124) werden hierin als Signalleitungen oder in dem Fall von Digitaldaten als „Datenwege" bezeichnet. Für jede dieser Signalleitungen oder jeden dieser Signalwege in den 14 bis 15 gibt es ein entsprechendes Signal- oder Datenelement, wie in 16 gezeigt. Die Elemente von 16 repräsentieren die Form des Signals oder der Daten, das/die über die entsprechende Signalleitung oder den entsprechenden Datenweg übertragen wird/werden.
Der Hauptunterschied zwischen den beiden Ausführungen des EEG-Signalprozessormittels (124), die in den 14 und 15 gezeigt werden, besteht darin, dass bei der Ausführung von 14 getrennte Steuerungs- und Verarbeitungsmittel (216a, 218a) für die Datenerfassung bzw. -analyse bereitgestellt sind, während bei der Ausführung von 15 ein einzelnes Steuerungs- und Verarbeitungsmittel (216b) beide Funktionen erfüllt. Entsprechend werden die 14 bis 16 gemeinsam besprochen und, soweit nicht anders angegeben, sind die Ausführungen der 14 und 15 als ähnlich arbeitend zu erachten.
Wie am besten in den 14 und 15 zu sehen ist und zuvor ausführlich besprochen wurde, wird wenigstens ein EEG-Signalinformationskanal von der Person (110) unter Verwendung von Elektroden (112 und 114) oder anderer geeigneter Sensoren erfasst und wird auf Leitungen (116) zu dem Verstärker (118) zugeführt. Wie am besten in 16 zu sehen ist, ist das Signal auf den Leitungen (116) ein analoges Zeitbereichssignal X(t). Der Verstärker (118) (14 und 15) stellt eine verstärkte Version des Signals auf der Leitung (130) (14, 15 und 16) bereit. Das Antialiasing-Filter (164) (14 und 15) führt eine tiefpassgefilterte Version des verstärkten EEG-Signals auf der Leitung (310) (14 bis 16) zu. Nach einem Aspekt der vorliegenden Erfindung werden die Grenzfrequenz und andere Kennlinien des Filters (164) so ausgewählt, dass das gefilterte Ausgangssignal Frequenzkomponenten im Wesentlichen über 30 Hz umfasst. Nach traditioneller EEG-Lehre galten Signalkomponenten über 30 Hz als unverwendbar oder „Rauschen" und wurden daher verworfen oder ignoriert.
Das Analog/Digital-Konvertierungsmittel (212) (14 und 15) tastet das gefilterte und verstärkte EEG-Signal mit einer ausgewählten Abtastrate ab und konvertiert jede Abtastung in ein „Wort" oder eine Einheit aus digitalen Daten. Wie oben besprochen wurde, muss die Abtastrate f_s wenigstens das Doppelte der Höchstfrequenz f_max des Signals, das konvertiert wird, betragen. Wenn zum Beispiel die Höchstfrequenz f_max 475 Hz beträgt, dann muss die Abtastrate f_s wenigstens 950 Abtastungen pro Sekunde betragen. Die Auflösung des Analog/Digital-Konvertierungsmittels (212) – d. h. die Länge in Bits der Einheit von Digitaldaten, die von dem Analog/Digital-Konvertierungsmittel (212) für jede Abtastung erzeugt wird – ermittelt die kleinste Differenz zwischen Analogabtastungen, die durch unterschiedliche Ausgangscodes repräsentiert werden kann.
Es wird angenommen, dass bei dem derzeitigen Stand der A/D-Konverter-Technik Wortlängen in dem 12-Bit-Bereich adäquate Genauigkeit bei moderaten Kosten bereitstellen. Eine kürzere Wortlänge könnte unzureichende Genauigkeit bereitstellen, könnte aber verwendbar sein, wenn dominierende Signalkomponenten (wie diejenigen von ungefähr 0 bis 30 Hz und eine Netzleitungs-Rauschspitze bei 50 oder 60 Hz), die bei dem erfinderischen Schläfrigkeitserkennungssystem (100) nicht von Interesse sein könnten, im Wesentlichen durch geeignetes Filtern in dem Analogbereich gedämpft werden, bevor das EEG-Signal dem Analog/Digital-Konvertierungsmittels präsentiert wird.
Wie am besten in den 14 bis 15 zu sehen ist, ist das Steuerungs- und Verarbeitungsmittel (216) mit dem Analog/Digital-Konvertierungsmittel (212) und dem Speichermittel (214) verbunden. Das Steuerungs- und Verarbeitungsmittel (216) steuert den A/D-Konvertierungsprozess, lenkt die resultierenden Digitaldaten entsprechend den konver tierten Digitalabtastungen zu dem Speichermittel (214) und leitet die abgetasteten Daten zu dem Schläfrigkeitsanalysemittel (136) weiter.
Wie am besten in 14 zu sehen ist, können bei einer ersten Ausführung (700) der Erfindung zwei getrennte Steuerungs- und Verarbeitungsmittel (216a und 218a) bereitgestellt sein, um das Signalerfassungsmittel (132a) bzw. das Schläfrigkeitsanalysemittel (136) zu bedienen. Wie am besten in 15 zu sehen ist, kann bei einer zweiten Ausführung (800) der Erfindung ein einzelnes Steuerungs- und Verarbeitungsmittel (216b) bereitgestellt sein, um sowohl das Signalerfassungsmittel (132b) als auch das Schläfrigkeitsanalysemittel (136b) zu bedienen. Jedes der Steuerungs- und Verarbeitungsmittel (216a, 218a und 216b) kann zusätzliche Funktionen, die bei der Anwendung erforderlich sind, bereitstellen, wie Artefakterkennung und Schwellenermittlung. Bei der ersten und der zweiten bevorzugten Ausführung (700, 800) der Erfindung werden die Steuerungs- und Verarbeitungsmittel (216 und 218) vorzugsweise implementiert unter Verwendung eines geeigneten programmierbaren Rechners mit einem Zentralprozessor, wie einem im Handel erhältlichen Allzweck-Mikroprozessor oder Digitalsignalprozessor, der mit dem geeigneten Speichermittel (214) und Eingangs-Ausgangs-Unterstützungskomponenten (nicht gezeigt) gekoppelt ist, oder eines Einchip-Mikrocomputers, wobei das Speichermittel (214) und die Eingangs-Ausgangs-Unterstützung intern oder extern angeordnet sind. Zum Beispiel kann ein Personalcomputer oder Einplatinencomputer mit einem Intel „i486" oder einem gleichwertigen Zentralprozessor verwendet werden.
Wenn getrennte Steuerungs- und Verarbeitungsmittel (216 und 218) für Datenerfassung und -analyse bereitgestellt werden, sind diese beiden Systeme vorzugsweise unter Verwendung eines geeigneten Rechnerverschaltungsmediums (794) zusammengeschaltet. Bei der bevorzugten Ausführung (800) wird ein lokales Ethernet-Netz als das Verschaltungsmedium verwendet, wobei jedoch außerdem andere, wie eine serielle Hochgeschwindigkeits-Datenverbindung oder ein Instrumentierungsbus des Typs IEEE-488 verwendet werden können.
Die Daten von dem Analog/Digital-Konvertierungsmittel (212), die dem abgetasteten EEG-Signal entsprechen, werden über den Datenweg (oder Leitungen) (314) (14 bis 16) zu dem Speichermittel (214) zugeführt. Wie zuvor besprochen, arbeitet das Schläfrigkeitsanalysemittel (136) an aufeinanderfolgenden überlappenden Datenseg menten oder „-fenstern", die das EEG-Signal der Person während entsprechender Zeitintervalle repräsentieren. Das Speichermittel (214) sollte ausreichenden Speicher für diese Operationen bereitstellen. Das Speichermittel (214) kann unter Verwendung eines geeigneten Schreib-Lese-Speichers implementiert werden. Zum Beispiel kann das Speichermittel (214) unter Verwendung von „RAM-", „EEPROM-" oder „FLASH"-Halbleiterspeicher, rotierenden Magnetmedien oder einer anderen geeigneten Speicherung implementiert werden.
Bei der ersten und der zweiten bevorzugten Ausführung (700, 800) werden die Funktionen des Schläfrigkeitsanalysemittels (136) vorzugsweise unter Verwendung bekannter Digitalverarbeitungstechniken implementiert. Somit können, wie am besten in 14 zu sehen ist, bei der ersten bevorzugten Ausführung (700) alle der Funktionsblöcke oder -komponenten in den Grenzen des Schläfrigkeitsanalysemittels (136) unter Verwendung geeigneter Software-Komponenten, die in dem Analyse-Steuerungs- und Verarbeitungsmittel (218a) laufen, implementiert sein. Wie am besten in 15 zu sehen ist, können bei der zweiten Ausführung (800) alle der Funktionsblöcke oder -komponenten des Schläfrigkeitsanalysemittels (136) vorzugsweise unter Verwendung geeigneter Software-Komponenten, die in dem Steuerungs- und Verarbeitungsmittel (216a) laufen, implementiert sein. Jedoch könnte jeder Funktionsblock des Schläfrigkeitsanalysemittels (136) außerdem unter Verwendung geeigneter Digitalsignalverarbeitungs-Hardware-Komponenten implementiert sein.
Zusammenschaltungen zwischen den Komponenten des Schläfrigkeitsanalysemittels (136) werden hierin als „Datenwege" bezeichnet. Bei einer Ausführung, bei der die Funktionen des Schläfrigkeitsanalysemittels (136) unter Verwendung von Software, die in einem programmierbaren Allzweck-Digitalrechner läuft, implementiert sind, sind die hierin besprochenen Datenwege typischerweise Speicherregionen, die von den relevanten Software-Komponenten gemeinsam genutzt werden oder diesen zugänglich sind. Bei einer Ausführung, bei der die Funktionen des Schläfrigkeitsanalysemittels (136) unter Verwendung von Digitalsignalverarbeitungs-Hardware implementiert sind, können die hierin besprochenen Datenwege eine geeignete Datenverschaltung zwischen den Komponenten sein, wie serielle Datenverbindungen, ein Datenbus oder gemeinsam genutzter Speicher.
Gespeicherte EEG-Signaldaten werden von dem Speichermittel (214) über einen Datenweg (316) zu dem Datenauswahlmittel (220) zugeführt. Die digitalisierten EEG-Daten werden als eine Vielzahl von EEG-Signalabtastungen entsprechend dem EEG-Signal der Person, das über ein Zeitintervall von Interesse erfasst wurde, gespeichert und können als eine benachbarte Gruppe der aktuellsten erfassten Abtastungen angeordnet sein. 7 ist eine grafische Darstellung (152), die die zeitliche Entwicklung eines beispielhaften EEG-Signals (154) zeigt, das unter Verwendung einer experimentellen Ausführung, die der hierin offenbarten ersten bevorzugten Ausführung (700) ähnlich ist, von einer Person erfasst wurde. Die grafische Darstellung (152) wurde anhand von Daten gezeichnet, die wie hierin offenbart abgetastet wurden und in einer Form entsprechend dem Datenelement (316) von 16 (siehe unten) gespeichert wurden. Die abhängige Variable in 7 ist die Amplitude des EEG-Signals in Mikrovolt. Die Abtastrate, mit der dieses Signal erfasst wurde, betrug 950 Abtastungen pro Sekunde. Es werden Daten, die 2048 Abtastungen entsprechen, grafisch dargestellt. Die unabhängige Variable in 7 ist eine Ordinalzahl, die der Position jedes Datenpunktes in der Folge, in der die Daten erfasst wurden, entspricht. Da die Abtastrate konstant war, entspricht diese Abtastzahl der Zeit. Das resultierende Zeitintervall, das in der grafischen Darstellung repräsentiert wird, beträgt ungefähr 2,16 Sekunden. Ein Potenzfilter erster Ordnung mit einer Halbamplitudenfrequenz von ungefähr 100 Hz wurde bei der experimentellen Ausführung als ein Antialiasing-Filter verwendet. Auch wenn unter Verwendung dieses Filters akzeptable Ergebnisse erzielt wurden, kann ein Filter höherer Leistung, wie das Filter (610) (6a), verbesserte Systemleistung bereitstellen, da es verbesserte Antialiasing-Leistung bereitstellt. Bei Vergleich der grafischen Darstellung (152) mit der grafischen Darstellung (92) (siehe 3), die ein äquivalentes Signal (94), das nach Verfahren nach dem Stand der Technik erfasst wurde, zeigt, ist offensichtlich, dass auf Grund der Erfassung nach der vorliegenden Erfindung signifikante Hochfrequenzinformationen in dem Signal (154) vorhanden sind.
Eine ausreichende Datenmenge muss zur Verarbeitung durch das Schläfrigkeitsanalysemittel (136) verfügbar sein. Bei einem Schläfrigkeitsanalysemittel (136), das an aufeinanderfolgenden Datenstapeln arbeitet, die überlappende Datensegmente oder „-fenster" umfassen, die das EEG-Signal der Person während eines kurzen entsprechenden Zeitintervalls repräsentieren, definiert das Fenster die Menge an EEG-Signaldaten, an denen das Schläfrigkeitsanalysemittel (136) zu einem bestimmten Zeitpunkt arbeitet. Je de aufeinanderfolgende Operation des Schläfrigkeitsanalysemittels (136) kann an einem Segment neu erhaltener Daten und einem Segment zuvor analysierter Daten arbeiten, so dass jedes Analysefenster das vorhergehende Analysefenster um eine ausgewählte Menge überlappt. Bei der ersten und der zweiten bevorzugten Ausführung (700, 800) der Erfindung überlappt jedes Fenster das vorhergehende Fenster um eine Hälfte der Breite des Analysefensters, aber außerdem könnten auch andere Überlappungsmengen verwendet werden.
Die Größe und Überlappung von Analysefenstern können nach Anwendungserfordernissen ausgewählt werden. Die Fenstergröße sollte groß genug sein, um ausreichende Auflösung für nachgeordnete Analyse (im Folgenden ausführlicher besprochen) bereitzustellen, aber klein genug, so dass die Analyse annehmbar schnell unter Verwendung erschwinglicher Rechnerressourcen berechnet werden kann. Die Fensterüberlappung sollte außerdem so ausgewählt werden, dass die Ausgangsmessung so häufig ermittelt werden kann, dass adäquates Warnen bereitgestellt wird, wenn eine Person übermäßig schläfrig wird.
Das Datenauswahlmittel (220) extrahiert eine Datenmenge, die einem Analysefenster entspricht, und präsentiert sie dem Fensterfunktionsmittel (222) auf dem Datenweg (320). Der Prozess des Extrahierens der Daten kann als "rechteckige Fenstertechnik" bezeichnet werden. Der Extrahier- oder Auswählprozess ist äquivalent zu dem Multiplizieren all der Daten mit einer Funktion, die während des Fensterzeitraums den Wert 1 und zu allen anderen Zeitpunkten Null aufweist. Das Fensterfunktionsmittel (222) multipliziert die Daten in dem ausgewählten Fenster mit einer Fensterfunktion, wobei die Amplitude der Abtastungen in der Nachbarschaft des Beginns und des Endes des Fensters verringert wird.
Eine Reihe von Fensterfunktionen, wie rechteckig (Hamming, Hanning und Blackman), sind auf dem Signalverarbeitungsgebiet bekannt. Bei den bevorzugten Ausführungen (700, 800) kann eine Hanning-Fensterfunktion verwendet werden, die zu erheblich kleineren Nebenkeulen führt als die rechteckige Funktion (auf Kosten einer breiteren Hauptkeule). Wenn die Analyse dies zulässt, können andere Fensterfunktionen eingesetzt werden (wie die Dolph-Chebyshev-Funktion), um auf Kosten von etwas erhöhter Komplexität verbesserte Kennlinien gegenüber der Hanning-Funktion bereitzustellen. Ein nachfolgender Verarbeitungsschritt, der durch das Schläfrigkeitsanalysemittel (136) durchgeführt wird, ist Spektral- oder Frequenzanalyse. Der Datenfenstertyp (rechteckig, Hanning, Hamming oder Blackman usw.) beeinflusst die Auflösung der nachgeordneten Frequenzanalyse durch „Verzerrung" der Ergebnisse in dem Frequenzbereich.
Der Ausgang des Fensterfunktionsmittels (222) wird über den Datenweg (322) als ein Vektor von Zeitbereichs-Digitalabtastungen für das Frequenzanalysemittel (224) bereitgestellt. Die Länge des Vektors (d. h. die Anzahl der Abtastungen) ist äquivalent zu der Fensterbreite.
Das Frequenzanalysemittel (224) setzt eine geeignete Frequenz- oder Spektralanalysetechnik ein, um die Amplitude und Phase von Komponenten des abgetasteten EEG-Signals bei verschiedenen Frequenzen über einen definierten Frequenzbereich von Interesse hinweg zu ermitteln. Zum Beispiel kann bei einer bevorzugten Ausführung der Erfindung die schnelle Fourier-Transformation (SFT) verwendet werden.
Die SFT ist eine auf dem Signalverarbeitungsgebiet wohlbekannte Frequenzanalysetechnik, die einen Vektor aus N regelmäßig beabstandeten Zeitbereichsabtastungen eines Signals in einen Vektor aus Daten, die das Signal in dem Frequenzbereich repräsentieren, konvertiert. Jedes Element des SFT-Vektors ist eine komplexe Zahl, die die Amplitude und Phase der Signalkomponente bei einer der N regelmäßig beabstandeten Frequenzen repräsentiert. Die SFT ist ein guter Kandidat zur Verwendung bei den bevorzugten Ausführungen der vorliegenden Erfindung, da ihre Eigenschaften gut verstanden werden und Hochgeschwindigkeitsimplementierungen des Algorithmus bestehen, die im Handel und anderweitig bei Software und Hardware verfügbar sind. Außerdem können andere geeignete Frequenzanalysetechniken zum Implementieren des Frequenzanalysemittels (224) verwendet werden.
Der Ausgang des Frequenzanalysemittels (224) wird über den Datenweg (324) für das Spektralleistungsdichteermittlungsmittel (226) bereitgestellt. Der Frequenzanalyseausgang (324) ist ein Ausgangsvektor, bei dem jedes Element eine komplexe Zahl ist, die die Amplitude und Phase der Signalkomponente bei einer der N regelmäßig beabstandeten Frequenzen repräsentiert.
Das Spektralleistungsdichteermittlungsmittel (226) ermittelt die an jedem Frequenzpunkt in dem abgetasteten EEG-Signal vorhandene Leistung durch Quadrieren der Intensität jeder Komponente des SFT-Ausgangsvektors. Die Verwendung von Frequenz- oder Spektralanalyse ermöglicht das Trennen von EEG-Signalen in spezifischen Frequenzbereichen, die Informationen in Bezug auf Wachheit, Schläfrigkeit und Schlaf tragen. Korrektes Auswählen von Antialiasing-Filter-Kennlinien und Abtastraten ist von wesentlicher Bedeutung, um Signalkomponenten in diesen Frequenzbereichen zu konservieren. Bei zuvor besprochenen Versuchen unter Verwendung einer experimentellen Ausführung der Erfindung wurde eine Abtastrate von 950 Abtastungen pro Sekunde mit einem geeigneten Antialiasing-Filter verwendet, um Signalkomponenten bis zu 475 Hz zu erfassen. Frequenzkomponenten in dem Bereich von 80 bis 475 Hz wurden als besonders nützlich beim Erkennen des Einsetzens extremer Schläfrigkeit festgestellt und stellten verbesserte Schläfrigkeitserkennungsleistung gegenüber derjenigen bereit, die für Systeme nach dem Stand der Technik berichtet wurde. Es wird jedoch angenommen, dass andere Frequenzbereiche über 30 Hz ebenfalls nützliche Ergebnisse erzeugen können und vielleicht sogar noch bessere Schläfrigkeitserkennungsleistung bereitstellen können.
8 ist eine grafische Darstellung (156) der spektralen Leistungsdichte (158) von 0 bis 128 Hz, die aus dem in 7 gezeigten abgetasteten Signal (154) ermittelt wurde. Trotz der relativ hohen Abtastrate und eines entsprechend ausgewählten Antialiasing-Filters, die zum Erfassen der Daten, aus denen die 7 bis 8 erzeugt wurden, verwendet wurden, liegt fast die gesamte Energie in diesem Signal unter 30 Hz. Eine kleine Spitze erscheint bei 60 Hz und repräsentiert Signale, die auf kommerzielles Netzbrummen, das mit dem Signal erfasst wurde, zurückzuführen sind. 9 ist eine grafische Darstellung (160) der spektralen Leistungsdichte (162) von 31 bis 475 Hz, die aus demselben abgetasteten Signal (154) ermittelt wurde, das zum Erzeugen der grafischen Darstellung (156) von 8 verwendet wurde. Das Eliminieren der Frequenzen von 0 bis 30 Hz ermöglicht ein Neuskalieren der grafischen Darstellung, so dass die Leistung, die bei Frequenzen über 30 Hz vorhanden ist, nun sichtbar ist.
Die 10 bis 11 sind grafische Darstellungen, die zwei Leistungsspektren in dem Frequenzbereich von 100 bis 475 Hz zeigen, die von den EEG-Signaldaten abgeleitet wurden, die unter Verwendung einer experimentellen Ausführung der vorliegenden Erfindung von einer Person erhalten wurden. Tabelle 2 repräsentiert in numerisch analysierter Form relevante Aspekte der Daten, die in den 10 bis 11 grafisch gezeigt werden. Ein Vergleich der Daten in Tabelle 2 und der grafischen Darstellungen der 10 bis 11 gibt einen Einblick in die mit Schläfrigkeit verbundenen Informationen, die in Komponenten höherer Frequenz des EEG-Signals einer Person enthalten sind. In 10 entspricht das Leistungsspektrum EEG-Daten, die bei „Treffern" erhalten wurden – das heißt Intervalle, während deren die Person erfolgreich auf einen visuellen Stimulus reagierte, der nach dem Experiment präsentiert wurde. In 11 entspricht das Leistungsspektrum EEG-Daten, die bei „Fehlern" erhalten wurden – das heißt Intervalle, während deren es die Person versäumte, auf einen visuellen Stimulus zu reagieren. Tabelle 2 zeigt für mehrere ausgewählte Frequenzbereiche und Unterbereiche die Menge an Energie in den EEG-Signalen, die für Treffer und Fehler auf die Frequenzen in jedem Bereich zurückgeführt werden konnte. Die Spalte „Veränderung der Energie" repräsentiert einen Faktor für jeden ausgewählten Frequenzbereich, der die relative Menge an Energie in diesem Bereich für EEG-Signale, die bei „Treffer"-Ereignissen erfasst wurden, im Vergleich zu der Energie in dem Bereich für Signale, die bei „Fehler"-Ereignissen erfasst wurden, anzeigt. Wenn der Eintrag für einen Frequenzbereich in der Spalte „Veränderung der Energie" positiv ist, dann repräsentiert er den Quotienten, der durch die Division der Energie in der Spalte „Fehler" durch die Energie in der Spalte „Treffer" gebildet wird. Wenn der Eintrag für einen Frequenzbereich in der Spalte „Veränderung der Energie" negativ ist, dann repräsentiert er den Quotienten, der durch die Division der Energie in der Spalte „Treffer" durch die Energie in der Spalte „Fehler" gebildet wird.
TABELLE 2: ERGEBNISSE VON PRÜFUNGEN UNTER VERWENDUNG EXPERIMENTELLER AUSFÜHRUNG
Um die grafische Darstellung von 10 zu erzeugen, wurden die EEG-Daten, die 25 Treffern entsprachen, nach den folgenden Kriterien ausgewählt:

1. Die Person reagierte erfolgreich auf einen visuellen Stimulus;
2. es wurde kein Muskel- oder Bewegungsartefakt in der Aufzeichnung erkannt;
3. das Ereignis erschien in einer Kette von wenigstens acht aufeinanderfolgenden Treffern; und
4. das Ereignis trat nicht an einem Treffer-Fehler-Übergang oder einer Treffer-Fehler-Grenze auf.

Das Leistungsspektrum wurde für die EEG-Daten berechnet, die jedem ausgewählten Treffer entsprachen. Bei jeder diskreten Frequenz in dem Leistungsspektrum wurde der Mittelwert des Leistungsspektrumswerts aus den 25 Ereignissen ermittelt und dieser Mittelwert wurde zum Erzeugen der grafischen Darstellung verwendet. Somit repräsentiert die grafische Darstellung von 10 den Mittelwert des Leistungsspektrums, der aus den 25 Treffern berechnet wurde.
Um die grafische Darstellung von 11 zu erzeugen, wurden die EEG-Daten, die 20 Fehlern entsprachen, nach den folgenden Kriterien ausgewählt:

1. Die Person versäumte es, auf einen visuellen Stimulus zu reagieren und das Versäumnis war nicht auf äußere Ursachen zurückführbar;
2. es wurde kein Muskel- oder Bewegungsartefakt in der Aufzeichnung erkannt;
3. das Ereignis erschien in einer Kette von wenigstens acht aufeinanderfolgenden Fehlern;
4. das Ereignis trat nicht an einem Treffer-Fehler-Übergang oder einer Treffer-Fehler-Grenze auf; und
5. das Ereignis war nicht einer der ersten paar Fehler in einer Kette von Fehlern.

Das mittlere Leistungsspektrum wurde für die Fehler auf eine ähnliche Weise berechnet, wie diejenige, die für die Treffer beschrieben wurde.
Die Aktivität bei 60 Hz und ungeradzahlige Oberschwingungen davon wurden durch das Rauschbeseitigungsmittel (228) (im Folgenden ausführlicher besprochen) aus den Leistungsspektrumsdaten eliminiert, aus denen die grafischen Darstellungen (164, 170) der 10 und 11 erzeugt wurden.
Die in 10 gezeigten EEG-Daten (d. h. die Trefferereignisse) entsprechen im Durchschnitt einer Person in einem mit guter Leistung einhergehenden wachen Zustand. Die in 11 gezeigten EEG-Daten (d. h. die Fehlerereignisse) entsprechen im Durchschnitt einer Person in einem mit Leistungsausfall einhergehenden Zustand extremer Schläfrigkeit.
Die Skala der senkrechten Achse der grafischen Darstellung (164) von 10 entspricht dem Zehnfachen von derjenigen der grafischen Darstellung (170) von 11. Bei Vergleich der grafischen Darstellungen der 10 bis 11 ist zu beobachten, dass die Gesamtenergie, die in dem Leistungsspektrum (164) (10), das Treffern entspricht, repräsentiert ist, ungefähr 10 Mal höher ist als die Gesamtenergie, die in dem Leistungsspektrum (170) (11), das Fehlern entspricht, repräsentiert ist. Somit besteht bei diesen experimentellen Daten eine signifikante Korrelation zwischen dem Wachheits-, Schläfrigkeits- oder Schlafzustand einer Person und der Energie in dem EEG-Signal in bestimmten Frequenzbändern. Die grafischen Darstellungen der 10 bis 11 stellen dieses Phänomen für den Frequenzbereich von 100 bis 475 Hz dar. Auf Basis dieser und anderer experimenteller Ergebnisse wird angenommen, dass diese Korrelation eine allgemeine Charakteristik der menschlichen Bevölkerung ist, die sich über eine breite Vielfalt unterschiedlicher Aufgaben erstreckt.
Es wird angenommen, dass (1) das Erkennen einer starken Korrelation zwischen einem Wachheits-, Schläfrigkeits- oder Schlafzustand einer Person und der Energie oder Amplitude des EEG-Signals bei Frequenzen über 30 Hz und (2) das Nutzen dieser Korrelation bei einem System zum Überwachen des Wachheits-, Schläfrigkeits- oder Schlafzustands einer Person neuartige und nichtoffensichtliche Aspekte der vorliegenden Erfindung sind. Wie am besten in den 4 und 8 zu sehen ist, ist, ungeachtet des Wachheits-, Schläfrigkeits- oder Schlafzustand der Person, fast die gesamte Energie in dem EEG-Signal der Person in Komponenten bei Frequenzen unter 30 Hz enthalten. In 8 ist die einzige signifikante Komponente, die über ungefähr 30 Hz sichtbar ist, eine kleine Spitze bei 60 Hz, die Rauschen entspricht, das von dem kommerziellen elektrischen Leistungsversorgungssystem abgeleitet wurde. Wie am besten in 9 zu sehen ist, ist, obwohl die Amplitude der 60-Hz-Rauschspitze im Vergleich zu derjenigen der dominierenden 12–13-Hz-Spitze von 8 sehr klein ist, sie um ein Vielfaches größer als eine der Signalkomponenten höherer Frequenz, bei denen entdeckt wurde, dass sie bei der Schläfrigkeitserkennung nützlich sind.
Auf Grund der großen Disparität zwischen den Amplituden der 0–30-Hz-Komponenten und Komponenten, die bei höheren Frequenzen auftreten können, wenn sie bei normalen Skalierungen und Auflösungen angezeigt werden, verdecken die 0–30-Hz-Komponenten wirksam die Anwesenheit von Komponenten höherer Frequenz. Somit wären unter Verwendung normaler Datenvisualisierungs- und Analysetechniken weder die Anwesenheit nützlicher EEG-Signalenergie bei Frequenzen über 30 Hz noch die starke Korrelation zwischen solcher Signalenergie und der Schläfrigkeit einer Person offensichtlich gewesen. Des Weiteren galten nach traditioneller EEG-Lehre rhythmische Komponenten in EEG-Signalen bei Frequenzen über ungefähr 30 Hz bisher als Rauschen und nach dem Stand der Technik wurden solche Komponenten bisher systematisch durch Filtern verworfen oder bestenfalls ignoriert. Somit hat der Stand der Technik Ärzte vom Erfassen oder Nutzen rhythmischer EEG-Signalkomponenten über ungefähr 30 Hz bei der Schläfrigkeitsüberwachung und anderen damit verbundenen Anwendungen abgehalten, wobei dies wirksam von der Lehre der vorliegenden Erfindung abweicht.
Die Komponenten (226 bis 244) betreffen das Extrahieren und Nutzen von Informationen, die als nützlich bei der Schläfrigkeitserkennung ermittelt wurden, aus den erfassten EEG-Signaldaten, die unter Verwendung von Frequenzanalysetechniken umgewandelt wurden.
Der Ausgang des Spektralleistungsdichteermittlungsmittels (226) wird über den Datenweg (326) zu dem Rauschbeseitigungsmittel (228) zugeführt. Der Ausgang des Spektralleistungsdichteermittlungsmittels (226) ist ein Vektor, bei dem jedes Element ein Skalar ist, der die Leistung in dem abgetasteten EEG-Signal an jedem Frequenzpunkt repräsentiert, der bei der Frequenzanalyse erzeugt wird.
Das Geräuschbeseitigungsmittel (228) ersetzt Elemente des Spektralleistungsdichtevektors bei oder in der Nachbarschaft von bekannten Geräuschfrequenzen mit benachbarten Werten. Es ist bei vielen Realwelt-Anwendungen auf Grund der Anwesenheit von Beleuchtungs- und Elektroausstattung in der Region, in der die Daten gesammelt werden, sehr schwierig, Infiltrierung von Geräusch bei der kommerziellen Netzleitungsfrequenz (und deren Oberwellen) zu vermeiden. Selbst in klinischen Umfeldern und Forschungsumfeldern ist es nahezu unmöglich, das Erfassen solchen Geräusches zu vermeiden. Entsprechend ersetzt das Geräuschbeseitigungsmittel (228) bei Oberwellen der kommerziellen Leistungsversorgungsfrequenz (in Nordamerika typischerweise 60 Hz) die Eingänge spektraler Leistungsdichte entsprechend dieser Frequenz und ihrer oberen und unteren nächsten Nachbarn mit dem Wert von einem der nächsten Nachbarn. Es kann außerdem notwendig sein, dieses Netzleitungsbrummen in dem Analogbereich in Abhängigkeit von der Amplitude des Geräusches, das vorhanden ist, zu filtern. Andere bekannte Geräuschquellen könnten auf ähnliche Weise eliminiert werden.
Der Ausgang des Geräuschbeseitigungsmittels (228) wird über den Datenweg (328) für das Filterkompensationsmittel (230) bereitgestellt. Der Ausgang (328) des Geräuschbeseitigungsmittels entspricht im Wesentlichen dem Spektralleistungsdichtevektor (326), wobei Eingänge in der Nachbarschaft von Geräuschfrequenzen angepasst sind.
Wie zuvor besprochen wurde, kann der Dämpfungs- oder Grenzabschnitt der Frequenzkennlinie des Antialiasing-Filtermittels (164) in den bei der Schläfrigkeitserkennung interessanten Frequenzbereich eindringen, wobei Signalkomponenten, die nützlich sein können, gedämpft werden. Das Filterkompensationsmittel (230) kompensiert die Wirkung des Antialiasing-Filtermittels (164), indem die Eingänge des Spektralleistungsdichtevektors (326) mit einer geeigneten Kompensationsfunktion multipliziert werden. Die Kompensationsfunktion hängt von den Kennlinien des bestimmten Filters ab, der zum Implementieren des Filtermittels (164) verwendet wird. Bei den meisten Filterkonstruktionen bekannter Kennlinien, wie dem Potenzfilter sechster Ordnung (610) von 6a, ist die Kompensationsfunktion relativ einfach. Die Spektralleistungsdichtevektoreingänge, die Frequenzen in der Dämpfungsregion entsprechen, werden mit einem Kompensationsfaktor, der aus den Filterkennlinien berechnet wurde, multipliziert. Der Ausgang des Filterkompensationsmittels (230) wird über den Datenweg (330) für das Spektrumsabschnitt-Gruppierungsmittel (232) bereitgestellt.
Nach einem Aspekt der vorliegenden Erfindung ermitteln Komponenten (232 bis 244) als Reaktion auf den kompensierten Spektralleistungsdichtevektor (330) ein Ausgangsmessungssignal auf der Leitung (138), das den Wachheits-, Schläfrigkeits- oder Schlafzustand der Person anzeigt. Bei Versuchen mit einer experimentellen Ausführung der Erfindung unter Verwendung von Personen wurde eine hohe Korrelation zwischen Werten der Ausgangsmessung, die eine vordefinierte Schwelle überschreiten, und den Versäumnissen der Person, auf visuelle Stimuli zu reagieren, beobachtet.
Das Spektrumsabschnitt-Gruppierungsmittel (232) definiert eine Vielzahl ausgewählter Frequenzbereiche, für die die Energie in jedem Bereich ermittelt wird. Zum Beispiel können bei einer bevorzugten Ausführung fünf Spektrumsabschnitte definiert werden als: 80 bis 120 Hz; 120 bis 178 Hz; 181 bis 240 Hz; 240 bis 299 Hz; und 301 bis 420 Hz. Auch wenn diese Spektrumsabschnitte bei bevorzugten Ausführungen der Erfindung verwendet werden, können außerdem andere Spektrumsabschnittsauswahlen verwendet werden. In der Tat wird angenommen, dass wenigstens manche der Vorteile der vorliegenden Erfindung erzielt werden können, indem ein oder mehrere vernünftig ausgewählte Unterbereiche von Frequenzen zwischen ungefähr 30 Hz und 500 Hz verwendet werden. Des Weiteren könnte das Spektrumsabschnitt-Gruppierungsmittel außerdem einen im Wesentlichen breiteren Bereich von Frequenzen umfassen, als derjenige, der in den oben beschriebenen Spektrumsabschnitten repräsentiert wird. Zum Beispiel könnte das Spektrumsabschnitt-Gruppierungsmittel (232) manche Frequenzen unter 30 Hz verwenden, vorausgesetzt, dass ein wesentlicher Beitrag zu der Schläfrigkeitsausgangsmessung (im Folgenden ausführlicher besprochen) auf Signalinformationen von Frequenzen über 30 Hz basiert. Auch wenn der Wert von EEG-Signalkomponenten bei Frequenzen über 30 Hz für ein Schläfrigkeitserkennungssystem bisher nicht festgelegt wurde, könnte weitere Untersuchung ergeben, dass Komponenten bei Frequenzen über 500 Hz Schläfrigkeitserkennungssysteme befähigen können, noch bessere Leistung bereitzustellen. Der Ausgang (332) des Spektrumsabschnitt-Gruppierungsmittels (232) erscheint als Gruppen, die jedem Abschnitt entsprechen und die Spektralleistungsdichte-Werte für die Frequenzen in diesem Abschnitt enthalten. Der Ausgang des Spektrumsabschnitt-Gruppierungsmittels (232) wird über den Datenweg (332) für das Abschnittsenergieermittlungsmittel (234) bereitgestellt.
Das Abschnittsenergieermittlungsmittel (234) ermittelt die Energie in jedem Spektrumsabschnitt als die arithmetische Summe der Leistungswerte in jedem Abschnitt. Der Ausgang des Abschnittsenergieermittlungsmittels (234) ist ein Vektor, der einen Eingang für jeden Abschnitt enthält, der die Energie in dem Frequenzbereich repräsentiert, der mit diesem Abschnitt assoziiert ist. Der Ausgang des Abschnittsenergieermittlungsmittels (234) wird über den Datenweg (334) für ein Abschnittsenergieumkehrmittel (236) bereitgestellt. Das Abschnittsenergieumkehrmittel (236) ermittelt die Umkehr der Energie in jedem Spektrumsabschnitt. Die Verwendung der Umkehr beim Ermitteln der Schläfrigkeitsausgangsmessung wurde zum Teil deswegen gewählt, weil dies eine gewünschte Verringerung der Ausgangsmessung in Reaktion auf erhöhte Energie in den Frequenzbändern von Interesse verursacht. Da Erhöhungen der Hochfrequenzenergie zum Anzeigen von Wachheit neigen, erzeugt die Umkehroperation eine Ausgangsmessung mit einem niedrigen Wert für eine wachsame wache Person und höhere Werte für schläfrige Personen. Die Verwendung der Umkehr stellt außerdem eine Nichtlinearität in der Ausgangsmessung bereit, die wünschenswert ist, da sehr niedrige Hochfrequenzenergiewerte extremer Schläfrigkeit entsprechen, und die Nichtlinearität stellt erhöhte Empfindlichkeit bei diesen niedrigen Energiewerten bereit. Die gewünschte Ausgangssignalkennlinie könnte unter Verwendung anderer Funktionen erreicht werden. Bei manchen Anwendungen können unterschiedliche Arten von Ausgangssignalen gewünscht sein, wobei der Bedarf für die Umkehr eliminiert wird, oder die Energiewerte in den Frequenzbändern von Interesse könnten ohne zusätzliche Verarbeitung direkt verwendet werden.
Der Ausgang des Abschnittsenergieumkehrmittels (236) wird über den Datenweg (336) für das Wichtungsmittel (238) bereitgestellt. Ein Wichtungsfunktionsgeneratormittel (240) stellt eine Wichtungsfunktion bereit zur Verwendung durch das Wichtungsmittel (238) beim Ermitteln, wie der inverse Energiewert für jeden Spektrumsabschnitt in der endgültigen Ausgangsmessung zu gewichten ist. Bei einer derzeit bevorzugten Ausführung der Erfindung kann jeder Abschnitt gleich gewichtet sein – z. B. kann die Funktion, die durch das Wichtungsfunktionsgeneratormittel (240) bereitgestellt wird, 1 sein, so dass das Wichtungsmittel einfach jeden inversen Energiewert mit 1 multipliziert. Alternativ könnte jeder Abschnitt mit einem unterschiedlichen Skalarwert gewichtet sein und diese Werte könnten durch eine Funktion erzeugt werden. Verbesserte Wichtungsfunktionen können durch zusätzliche Experimente entdeckt werden.
Die gewichteten inversen Spektrumsabschnittsenergiewerte werden durch das Wichtungsmittel (238) über einen Datenweg (338) für das Summiermittel (242) bereitgestellt. Das Summiermittel (242) ermittelt die arithmetische Summe der gewichteten inversen Energiewerte und präsentiert sie wahlweise über den Datenweg (340) dem Interpolationsmittel (244).
Das Interpolationsmittel (244) kann wahlweise bereitgestellt sein, um ein Ausgangssignal (138) zu erzeugen (das ein Analogsignal, ein diskret bewertetes Signal oder Werte im Speicher sein kann). Das Interpolationsmittel (244) präsentiert somit kontinuierlich ein Ausgangsmessungssignal (138), das den Wachheits-, Schläfrigkeits- oder Schlafzustand der Person während des Zeitraums, in dem das EEG-Signal der Person erfasst wurde, repräsentiert. Wenn das Interpolationsmittel (244) nicht verwendet wird, dann kann der Ausgang des Summiermittels (242) auf eine ähnliche Weise verwendet werden, um die Schläfrigkeitsausgangsmessung durch Verbinden der Leitung (340) mit der Ausgangssignalleitung (138) (wie durch die gestrichelte Linie (138a) angezeigt) zu erzeugen. Wenn der Schläfrigkeitsanalyseprozess im Wesentlichen in „Echtzeit" durchgeführt wird, dann eilt das Ausgangsmessungssignal (138) der tatsächlichen Schläfrigkeit der Person um einen insignifikanten Betrag nach. Somit kann das Ausgangsmessungssignal (138) wirksam zum Erzeugen eines Alarms verwendet werden, wenn das Ausgangsmessungssignal eine Schwelle überschreitet, wodurch angezeigt wird, dass die Person übermäßig schläfrig geworden ist und möglicherweise nicht in der Lage ist, eine Aufgabe sicher zu erledigen. Wie am besten in 5 zu sehen ist, kann das Ausgangsmessungssignal (138) durch Vergleich mit einer Schwelle und durch Anzeichen, dass Artefakt in dem EEG-Signal der Person vorhanden sein kann, konditioniert werden, bevor es zum Erzeugen einer Anzeige oder eines Alarms verwendet wird.
Die 20a bis 20c sind grafische Darstellungen der Ausgangsmessung, die bei einer experimentellen Ausführung der Erfindung unter Verwendung von EEG-Daten, die bei Versuchen unter Verwendung von Personen erfasst wurden, erzeugt wurde. Die gezeigten Ausgangsmessungen sind äquivalent zu der Ausgangsmessung, die auf der Leitung (138) von der ersten und der zweiten Ausführung (700 und 800) (12 bis 16) der Erfindung zugeführt werden, und werden im Wesentlichen auf dieselbe Weise wie diese ermittelt. Die abhängige Variable in jeder grafischen Darstellung ist der Wert der Ausgangsmessung. Jeder Punkt auf den Kurvenbildern entspricht dem Ausgangswert, der aus einem 2048-Punkt-Datenanalysefenster der EEG-Daten der Person ermittelt wurde. Wie zuvor in Verbindung mit dem Datenauswahlmittel (220) beschrieben wurde, werden benachbarte Datenfenster um 1024 Abtastungen verschoben, so dass jedes Fenster 1024 Abtastungen „neuer" Daten und 1024 Abtastungen aus dem vorhergehenden Fenster enthält. Die unabhängige Variable in jeder der 20a bis 20c ist der Zeitraum in Sekunden, über den die Messung ermittelt wurde.
Die grafischen Darstellungen der 20a bis 20c enthalten jeweils obere und untere Schwellenmarkierungen (916 und 918), die sich horizontal bei 17 bzw. 12 Einheiten auf der Ausgangsmessungsskala erstrecken. Die Ausgangsmessungswerte erhöhen sich mit der Schläfrigkeit der Person. Ausgangsmessungswerte, die die obere Markierung (916) überschreiten, zeigen an, dass die Person während des entsprechenden Zeitintervalls übermäßig schläfrig war (oder schlief). Ausgangsmessungswerte, die unter der unteren Markierung (916) liegen, zeigen an, dass die Person während des entsprechenden Zeitintervalls wach oder wachsam war. Ausgangsmessungswerte, die zwischen den Schwellen (916 und 918) liegen, zeigen weder Wachheit noch Schläfrigkeit definitiv an. Die Flanke der Ausgangsmessung kann jedoch zum Interpretieren von Verhaltenstrends verwendet werden. Wenn zum Beispiel die Ausgangsmessung zwischen den Schwellen liegt und die Flanke positiv ist, nähert sich die Person einem extrem schläfrigen Zustand. Wenn die Flanke negativ ist, nähert sich die Person einem wachen Zustand.
Die Schwellen (916, 918) wurden auf Basis von Ergebnissen von experimentellen Untersuchungen mehrerer Personen ausgewählt und gelten als im Allgemeinen zur Schläfrigkeitserkennung anwendbar. Wie am besten in 19 (im Folgenden ausführlicher beschrieben) zu sehen ist, kann ein geeignetes Verfahren zum Ermitteln einer angemessenen Schläfrigkeitsschwelle, die für eine bestimmte Person unter Verwendung von EEG-Signaldaten, die von dieser Person erfasst wurden, maßgeschneidert ist, ebenfalls in Verbindung mit dem Schläfrigkeitserkennungssystem der vorliegenden Erfindung verwendet werden.
20a ist eine grafische Darstellung (910), die zwei übereinandergelagerte Ausgangsmessungskurvenbilder (912 und 914) zeigt, die unter Verwendung von EEG-Signalen ermittelt wurden, die von einer Person im Verlauf von zwei unterschiedlichen Untersu chungszeiträumen erfasst wurden. Jedes der gezeigten Segmente repräsentiert ungefähr 8,62 Minuten. Ein erstes Kurvenbild (912) wurde aus Daten abgeleitet, die erfasst wurden, während auf Basis des physischen Verhaltens der Person bei der Erledigung einer visuellen Aufgabe bei der Person festgestellt wurde, dass sie sich in einem Zustand von Wachheit befand. Ein zweites Kurvenbild (914) wurde aus Daten abgeleitet, die später erfasst wurden, während die Person auf einem Bett ruhte und einschlafen durfte. Bei dem ersten Kurvenbild (912) überschreitet die Ausgangsmessung niemals die untere Schwelle (918). Bei dem zweiten Kurvenbild (914) zeigt die Ausgangsmessung mehrere Anfangsepisoden, in denen die Messung die obere Schwelle kreuzt, gefolgt von einem Zeitraum, in dem die Messung die obere Schwelle (916) kontinuierlich überschreitet und im Lauf der Zeit zum Steigen neigt. Von dem Kurvenbild (912) wird angenommen, dass es für das Verhalten der Ausgangsmessung bei wachen Personen repräsentativ ist. Von dem Kurvenbild (914) wird angenommen, dass es für das Verhalten der Ausgangsmessung bei Personen, die schläfrig werden und einschlafen, repräsentativ ist. Von der Ausgangsmessung wird angenommen, dass sie ein empfindlicher Indikator für die Schläfrigkeit einer Person ist.
20b ist eine grafische Darstellung (920), die ein Ausgangsmessungskurvenbild (922) zeigt, das unter Verwendung von EEG-Signalen, die von einer Person im Verlauf von ungefähr 9,29 Minuten eines Untersuchungszeitraums erfasst wurden, ermittelt wurde. Die EEG-Signale wurden im Verlauf von Personenleistungsversuchen erfasst, die durchgeführt wurden, wie dies zuvor in Verbindung mit einer experimentellen Ausführung der Erfindung beschrieben wurde. Die Person wurde angewiesen, auf eine Serie visueller Stimuli zu reagieren, die in zufälligen Intervallen präsentiert wurden. Wenn die Person es versäumte, in einem vorgegebenen Zeitraum auf einen Stimulus zu reagieren, wurden zusätzliche Stimuli in regelmäßigen Zeitintervallen präsentiert, bis die Person auf zwei aufeinanderfolgende Stimuli reagierte. Jeder Stimulus ist auf der grafischen Darstellung (920) als eine durchgezogene senkrechte Linie (wie die Linie (924)) repräsentiert, wenn die Person erfolgreich reagiert hat, oder als eine gestrichelte senkrechte Linie (wie die Linie (926)), wenn die Person es versäumte, zu reagieren. Die grafische Darstellung (920) offenbart ausgezeichnete Übereinstimmung zwischen der tatsächlichen Schläfrigkeit der Person, angezeigt durch die Prüfungsleistung, und derjenigen, die durch die Ausgangsmessung (922) vorhergesagt wurde. Im Allgemeinen wird adäquate Personenleistung, die durch durchgezogene senkrechte Linien angezeigt wird, von Werten der Ausgangsmessung unter der unteren Schwelle (918) begleitet. Reaktionsversäumnisse (928 und 930), die eine Gruppe (928) von 15 angrenzenden Reaktionsversäumnissen umfasst, die auf eine ungefähr 90 Sekunden dauernde Schlafepisode zurückgeführt werden, werden durch Ausschläge der Ausgangsmessung über die obere Schwelle (916) vor dem tatsächlichen Versäumnis vorhergesagt.
20c ist eine grafische Darstellung (932), die ein Ausgangsmessungskurvenbild (934) zeigt, das unter Verwendung von EEG-Signalen, die von einer Person im Verlauf von ungefähr 8,83 Minuten eines Untersuchungszeitraums erfasst wurden, ermittelt wurde. Die EEG-Signale wurden im Verlauf von Personenleistungsversuchen erfasst, die durchgeführt wurden, wie dies zuvor in Verbindung mit einer experimentellen Ausführung der Erfindung beschrieben wurde. Die grafische Darstellung (932) zeigt ebenfalls ausgezeichnete Übereinstimmung zwischen der tatsächlichen Schläfrigkeit der Person, angezeigt durch die Prüfungsleistung, und derjenigen, die durch den Wert der Ausgangsmessung (934) vorhergesagt wurde. Die grafische Darstellung lässt darauf schließen, dass selbst dann, wenn die Ausgangsmessung die obere Schwelle (916) nicht überschreitet, Leistungsausfälle auf Grund von Schläfrigkeit vor einem Ausfall vorhergesagt werden können, wenn der Wert der Ausgangsmessung sowohl über der unteren Schwelle liegt als auch steigt (d. h. die Ausgangsmessung besitzt eine positive Flanke).
Die grafische Darstellung (932) umfasst außerdem zwei Leistungsausfallepisoden, die nicht das Ergebnis übermäßiger Schläfrigkeit waren. Diese Ausfälle traten stattdessen auf, weil die Person der Anzeige des visuellen Stimulus keine Aufmerksamkeit schenkte.
18 ist ein Flussdiagramm, das die Schritte eines Verfahrens (540) zeigt, um zu ermitteln, ob ein Segment oder Fenster abgetasteter EEG-Daten wahrscheinlich Artefakt enthält. Nach einem Aspekt der vorliegenden Erfindung kann das Verfahren (540) in Verbindung mit dem Artefakterkennungsmittel (148) des Schläfrigkeitserkennungssystems (500), das die erste und die zweite bevorzugte Ausführung (700, 800) umfasst, verwendet werden. Das Artefakterkennungsverfahren (540) kann implementiert werden, indem Datenerfassungs- und Verarbeitungs-Hardware und -Software gemeinsam mit dem verwendet wird, was zum Implementieren der ersten oder der zweiten bevorzugten Ausführung (700, 800) verwendet wird. Alternativ könnte außerdem getrennte Datenerfassungs- und Verarbeitungs-Hardware und -Software verwendet werden. Das Artefakt erkennungsverfahren kann außerdem bei anderen Anwendungen verwendet werden, bei denen gewünscht wird, lediglich artefaktfreie EEG-Daten zu analysieren.
In Schritt 542 werden geeignete EEG-Daten von einer Person erfasst und ein Datenfenster geeigneter Länge wird daraus ausgewählt. Wenn das Artefakterkennungsverfahren in Verbindung mit einer der ersten und der zweiten bevorzugten Ausführung (700, 800) der Erfindung, die zuvor besprochen wurden, arbeitet, können die ausgewählten Daten zum Beispiel von dem Ausgang des Datenauswahlmittels (220) der 14 und 15 erhalten werden. Somit kann Schritt 542 sämtliche der Datenerfassungsfunktionen und der damit verbundenen Funktionen und Schritte repräsentieren, die bis zu dem Datenauswahlmittel (220) der 14 und 15 durchgeführt werden und dieses einschließen. Wenn jedoch gewünscht wird, das Artefakterkennungsverfahren (540) in Verbindung mit einer Ausführung, die diese Datenerfassungs- und Auswahlfunktionen nicht selbst benötigt, zu verwenden, dann können Mittel zum Erfassen und Auswählen der Daten getrennt bereitgestellt werden.
In Schritt 558 wird, wenn in dem ausgewählten Datenfenster enthaltene Abtastungen gesättigt zu sein scheinen, das Datenfenster zurückgewiesen. Eine Abtastung kann als gesättigt gelten, wenn ihr Wert der größte oder der kleinste Wert ist, der durch das Analog/Digital-Konvertierungsmittel (212) erzeugt werden kann, oder wenn das Analog/Digital-Konvertierungsmittel (212) einen Überlauf oder eine ähnliche Außerbereichsanzeige bereitstellt.
In Schritt 544 wird eine geeignete Transformation oder ein geeigneter Prozess auf die ausgewählten Daten angewendet, um sie von einer Zeitbereichsrepräsentation in eine Frequenzbereichsrepräsentation zu konvertieren. Es kann ein geeignetes Frequenzanalyseverfahren verwendet werden. Mehrere verwendbare Frequenzanalyseverfahren werden in Verbindung mit dem Frequenzanalysemittel (224) der 14 bis 15 besprochen und der Schritt (544) kann unter Verwendung derselben Frequenzanalysetechnik implementiert werden wie diejenige, die zum Implementieren des Frequenzanalysemittels (224) verwendet wird.
In Schritt 546 wird die spektrale Leistungsdichte des ausgewählten Datensegments unter Verwendung der Ergebnisse des Frequenzanalyseschritts ermittelt. Die spektrale Leistungsdichte kann ermittelt werden, wie zuvor in Verbindung mit dem Spektralleistungsdichteermittlungsmittel (226) der 14 bis 15 beschrieben.
In Schritt 548 werden ein oder mehrere Spektrumsabschnitte, die ausgewählten Frequenzbereichen entsprechen, definiert. Bei jedem Spektrumsabschnitt wird die in diesem Abschnitt enthaltene Energie unter Verwendung der spektralen Leistungsdichte aller Frequenzkomponenten in diesem Abschnitt ermittelt. Bei einer bevorzugten Ausführung der Erfindung wurde ein einzelner Spektrumsabschnitt definiert, der dem Frequenzbereich von 30 bis 60 Hz entsprach. Dieser Frequenzbereich scheint adäquate Empfindlichkeit zur Verwendung bei einem Artefakterkennungsalgorithmus aufzuweisen. Jedoch kann außerdem eine unterschiedliche Anzahl von Spektrumsabschnitten, die andere Frequenzbereiche abdecken, verwendet werden. Wenn mehrere Spektrumsbereiche definiert sind, kann die Energie in allen Spektrumsabschnitten kombiniert werden, um einen Gesamtenergiewert zu erzeugen.
In Schritt 550 wird der Mittelwert der Energie, die in Schritt 548 ermittelt wurde, über alle Fenster in dem aktuellen EEG-Daten-Segment ermittelt. Dieser Mittelwert wird dann mit einem Artefaktschwellenfaktor multipliziert, um einen Artefaktschwellenwert zu erhalten. Der Artefaktschwellenfaktor kann experimentell ermittelt werden. Bei einer experimentellen Ausführung der Erfindung wurde ein Artefaktschwellenfaktor 2,0 verwendet.
In Schritt 552 werden die Gesamtenergiewerte, die in Schritt 548 ermittelt wurden, mit dem Artefaktschwellenwert verglichen. Bei allen der Fenster in einem bestimmten EEG-Daten-Segment gilt, wenn die Gesamtenergie in einem Fenster den in Schritt 550 ermittelten Artefaktschwellenwert überschreitet, dieses Fenster als durch Artefakt kontaminiert und wird entsprechend in der Artefaktausgangsmessung auf der Leitung (150) angezeigt.
In Schritt 556, der optional ist, können Eingänge (164), die bestimmte sekundäre Artefakterkennungsfaktoren oder -indikatoren repräsentieren, bei der Ermittlung, ob EEG-Daten durch Artefakt kontaminiert sind, berücksichtigt werden. Zum Beispiel können Signale oder andere Informationen von einer Videokamera oder einem Bewegungsdetektor abgeleitet werden, die für die Artefakterkennung nützlich sein könnten. Somit kann das Artefakterkennungsverfahren (540) ein Artefaktpräsentiersignal (150) erzeugen, wenn Artefakt in dem Vergleichsschritt (552) oder dem sekundären Artefaktberücksichtigungsschritt (556) erkannt wird.
Bei manchen Anwendungen kann es unnötig sein, das Artefakterkennungsmittel (128), das Mittel zum Implementieren des Artefakterkennungsverfahrens (540) von 18 umfasst, explizit bereitzustellen. Implementierungen, die eine Ausgangsmessung, wie in Verbindung mit der ersten und der zweiten bevorzugten Ausführung (700, 800) beschrieben, erzeugen, sind insofern artefakttolerant, als die Anwesenheit von Artefakt von einem signifikanten Anstieg der EEG-Signalenergie über alle Frequenzen begleitet wird, wodurch ein Sinken des Werts der Ausgangsmessung verursacht wird. Artefakt, das aus anhaltender Bewegung oder anderer Aktivität resultiert und Wachheit anzeigt, verändert die Ausgangsmessung in die Richtung von Wachheit und beeinträchtigt nicht die Leistung des Schläfrigkeitserkennungssystems.
19 ist ein Flussdiagramm, das die Schritte eines Verfahrens (510) zum Ermitteln einer Schläfrigkeitsschwelle für eine Person auf Basis von EEG-Signalen zeigt, die von der Person erfasst wurden, als sie wach war. Nach einem Aspekt der vorliegenden Erfindung kann das Verfahren (510) in Verbindung mit dem Schwellenwertgeneratormittel (144) des Schläfrigkeitserkennungssystems (500), das die erste oder die zweite bevorzugte Ausführung (700, 800) umfasst, verwendet werden. Das Personenschwellenermittlungsverfahren (510) kann implementiert werden, indem Datenerfassungs- und Verarbeitungs-Hardware und -Software gemeinsam mit dem verwendet wird, was zum Implementieren der ersten oder der zweiten bevorzugten Ausführung (700, 800) verwendet wird. Alternativ könnte außerdem getrennte Datenerfassungs- und Verarbeitungs-Hardware und -Software verwendet werden.
In Schritt 512 werden EEG-Daten zur Verwendung bei dem Verfahren von einer wachen oder wachsamen Person erfasst. Um ausreichende EEG-Signalinformationen zum Ermitteln einer geeigneten Schwelle von einer Person zu erhalten, werden Daten vorzugsweise über einen Schwellenermittlungszeitraum von ungefähr 10 Minuten erfasst, auch wenn adäquate Ergebnisse selbst dann erhalten werden können, wenn eine wesentliche Abweichung von diesem Zeitraum verwendet wird. Die EEG-Signalinformationen, die zur Verwendung mit dem Schwellenermittlungsverfahren (510) benötigt werden, können erfasst und für nachfolgende Verarbeitung gespeichert werden oder können in Echtzeit verwendet werden. Wenn das Schwellenermittlungsverfahren (510) in Verbindung mit einer von der ersten oder der zweiten bevorzugten Ausführung (700, 800) der Erfindung, die zuvor besprochen wurden, arbeitet, können die Daten zum Beispiel von dem Ausgang des Speichermittels (214) der 14 und 15 erhalten werden. Somit kann der Schritt 512 sämtliche der Datenerfassungsfunktionen und der damit verbundenen Funktionen und Schritte repräsentieren, die bis zu dem Speichermittel (214) der 14 und 15 durchgeführt werden und dieses einschließen.
In Schritt 520 wird die Schläfrigkeitsausgangsmessung unter Verwendung der Daten ermittelt, die während des Schwellenermittlungszeitraums gesammelt wurden. Die Ausgangsmessung kann ermittelt werden, wie dies zuvor in Verbindung mit den Schläfrigkeitsanalysemitteln (856, 136) offenbart wurde. Bei manchen Anwendungen kann eines der Schläfrigkeitsanalysemittel (136, 756, 856) der 14 oder 15 während des Schwellenermittlungszeitraums betrieben werden und die davon erzeugte Ausgangsmessung kann zur nachfolgenden Verwendung aufgezeichnet werden. In Schritt 522 wird ein Artefaktanzeigesignal vorzugsweise über denselben Schwellenermittlungszeitraum ermittelt. Zum Beispiel kann das Artefakterkennungsmittel (148) während des Schwellenermittlungszeitraums in Verbindung mit dem Artefaktermittlungsverfahren (540) von 18 betrieben werden und das davon erzeugte Artefaktanzeigesignal kann zur nachfolgenden Verwendung aufgezeichnet werden.
In Schritt 514 werden die Ergebnisse des Artefakterkennungsschritts (522) verwendet, um die Ergebnisse des Ausgangsmessungsermittlungsschritts (520) so zu konditionieren, dass lediglich Ausgangsmessungsinformationen, die im Verlauf von artefaktfreien Zeiträumen erzeugt wurden, beibehalten wird. In Schritt 516 wird der Mittelwert der Ausgangsmessung über den artefaktfreien Abschnitt des Schwellenermittlungszeitraums ermittelt. Der in Schritt 516 ermittelte Ausgangsmessungsmittelwert legt einen Wachheitsbasislinienwert der Ausgangsmessung für die einzelne Person, die untersucht wird, fest. Da Artefakt in EEG-Daten zum Verringern der Ausgangsmessung neigt, vermeidet das Beseitigen von Ausgangsmessungswerten, die im Verlauf von artefaktkontaminierten Zeiträumen ermittelt wurden, eine künstliche Verringerung des Basislinienwerts, wobei die Möglichkeit falscher positiver Schläfrigkeitsanzeigen verringert wird.
In Schritt 518 wird der in Schritt 516 ermittelte Wachheitsbasislinienausgangsmessungswert der Person mit einem geeigneten Schwellenfaktor multipliziert, um einen Schwellenwert für diese Person zu ermitteln. Der Schwellenwert kann auf der Leitung (146) zur Verwendung durch das Vergleichsmittel (140) (5) zugeführt werden. Wenn die Ausgangsmessung, die durch das Schläfrigkeitsanalysemittel (136, 756, 856) erzeugt wurde, den in Schritt 518 ermittelten Schwellenwert überschreitet, kann die Person als übermäßig schläfrig gelten. Bei einer experimentellen Ausführung der Erfindung, die der hierin offenbarten ersten bevorzugten Ausführung (700) ähnlich ist, wurde ein Schwellenfaktor von 3,0 als angemessen für Voraberkennung von extremer Schläfrigkeit, die sich wahrscheinlich auf die Leistung auswirkt, festgestellt. Andere Schwellenwerte können für unterschiedliche Anwendungen angemessen sein. Zum Beispiel könnte ein kleinerer Schwellenfaktor verwendet werden, um die Empfindlichkeit zum Erfassen selbst geringfügiger Schläfrigkeit zu erhöhen. Größere Schwellenfaktoren können für die Verwendung beim Erkennen bestimmter Schlafstadien oder zum Überwachen von Aspekten des Bewusstseinszustands einer Person oder der Reaktion einer Person auf Anästhesie angemessen sein.
17 ist ein vereinfachtes Blockdiagramm, das die allgemeine Struktur einer dritten Ausführung (400) eines EEG-Signalprozessormittels (124) zur Verwendung in einem EEG-basierten Schläfrigkeitsüberwachungssystem (100) zeigt, die nach der vorliegenden Erfindung konstruiert ist und die zur Verwendung mit Analogsignalverarbeitungstechniken und damit verbundenen Techniken eingerichtet ist. Analogsignalverarbeitungstechniken können oft bei sehr geringen Kosten effizient implementiert werden. Wie am besten in 17 zu sehen ist, empfängt die dritte Ausführung (400) verstärkte analoge EEG-Signale als Eingangsdaten auf der Leitung (130), analysiert die Signale und erzeugt als Reaktion darauf eine Ausgangsmessung auf der Leitung (138), die den Wachheits-, Schläfrigkeits- oder Schlafzustand der Person anzeigt.
Die dritte Ausführung (400) stellt Funktionen bereit, die denjenigen der ersten und der zweiten Ausführung (700, 800) ähnlich und in hohem Maße zu diesen analog sind, wendet aber eine unterschiedliche Konfiguration von Funktionskomponenten an, die für Analogsignalverarbeitung geeignet ist. Wie die erste und die zweite Ausführung (700, 800) umfasst die dritte Ausführung Mittel zum Auswählen bestimmter EEG-Signalkomponenten, die bisher nach den Lehren nach dem Stand der Technik verworfen oder ig noriert wurden, und Mittel zum Nutzen der in diesen Komponenten enthaltenen Informationen, um eine zuverlässige Messung der Wachheit oder Schläfrigkeit einer Person bereitzustellen. Im Allgemeinen definiert die dritte Ausführung (400) mehrere Frequenzbereiche von Interesse (mit a bis m bezeichnet) und verarbeitet unabhängig die ausgewählten Frequenzbereiche in den jeweiligen Analogsignalverarbeitungskanälen (408a bis 408m). Die Referenzziffern, die sich auf die Komponenten jedes Kanals beziehen, werden mit einem hinten angefügten Buchstaben bezeichnet, der den Kanal anzeigt, zu dem sie gehören; gleiche Referenzziffern (ohne den hinten angehängten Buchstaben) bezeichnen im Allgemeinen äquivalente Komponenten bei jedem Kanal. Eine Referenz, der ein hinten angehängter Buchstabe fehlt und die zu einer Komponente erfolgt, die allen Kanälen gemein ist, soll sich auf die jeweiligen äquivalenten Komponenten bei allen Kanälen beziehen. Es kann eine geeignete Anzahl von Frequenzbereichen und assoziierten getrennten Verarbeitungskanälen (408) verwendet werden (wie die fünf Frequenzbereiche, die bei der ersten und der zweiten Ausführung (700, 800) definiert sind). Bei dieser Besprechung und dem Diagramm von 17 soll die Wahl der Indizes nicht das Vorhandensein einer bestimmten Anzahl von Frequenzbereichen oder Verarbeitungskanälen implizieren.
Bei jedem Kanal (408a bis 408m) werden verstärkte analoge EEG-Daten, die auf der Leitung (130) empfangen wurden, dem Frequenzauswahlmittel (410) präsentiert. Für jeden Kanal ermöglicht das Frequenzauswahlmittel (410) das Leiten von Signalen innerhalb des vordefinierten Frequenzbereichs des Kanals für diesen Kanal, während Signale außerhalb des Frequenzbereichs des Kanals im Wesentlichen gedämpft werden. Das Frequenzauswahlmittel (410) kann unter Verwendung einer passenden Filterkonstruktion implementiert werden, von der viele geeignete auf dem Gebiet der Signalverarbeitung wohlbekannt sind. Das Auswählen des Frequenzbereichs jedes Kanals erfolgt vorzugsweise zusammenwirkend mit der Konstruktion des entsprechenden Frequenzauswahlmittels. Je nach Kosten, Verfügbarkeit und anderen praktischen Aspekten der Filterkonstruktion können die Frequenzbereiche, an die sich jeweilige Kanäle richten, überlappen oder gegenseitig ausschließend sein.
Der Ausgang des Frequenzauswahlmittels (410), der als eine bandpassgefilterte Version des ursprünglichen analogen EEG-Eingangssignals erscheint, wird über die Leitung (412) für das Energieermittlungsmittel (414) bereitgestellt. Für jeden Kanal integriert das Energieermittlungsmittel (414) Momentanleistung des bandpassgefilterten Signals über ein Zeitintervall T, das der aktuellen Zeit t vorausgeht: ∫ t / t-T × 2 / ch (τ)dτ. Das Energieermittlungsmittel (414) kann unter Verwendung eines geeigneten Integrators implementiert werden, für den Konstruktionen auf dem Gebiet wohlbekannt sind.
Der Ausgang des Energieermittlungsmittels (414) wird über die Leitung (416) zu dem Energiewertumkehrmittel (418) zugeführt. Das Umkehrmittel (418) ermittelt die Umkehr der Energie in dem bandpassgefilterten Signal (für jeden Kanal). Wie oben in Verbindung mit dem Abschnittsenergieumkehrmittel (236) der 14 bis 15 besprochen wurde, wurde die Verwendung einer Umkehr beim Erzeugen der Schläfrigkeitsausgangsmessung ausgewählt, da dies eine Ausgangsmessung mit einem bestimmten gewünschten Frequenzgang erzeugt. Der gewünschte Ausgangssignalfrequenzgang könnte jedoch unter Verwendung anderer Funktionen erreicht werden. Bei manchen Anwendungen könnten unterschiedliche Arten von Ausgangssignalen gewünscht sein, wobei die Notwendigkeit der Umkehr eliminiert wird, oder die Energiewerte in den Frequenzbändern von Interesse könnten direkt ohne zusätzliche Verarbeitung verwendet werden.
Der Ausgang des Energiewertumkehrmittels (418) wird über die Leitung (420) für das Wichtungsfunktionsmittel (422) bereitgestellt. Für jeden Kanal wendet das Wichtungsfunktionsmittel (422) eine jeweils vorermittelte Wichtungsfunktion auf den umgekehrten Energiewert an. Bei einer bevorzugten Ausführung der Erfindung kann die Energie von jedem Kanal unter Verwendung der Wichtungsfunktion f_ch(u) = ku gleich gewichtet werden. In diesem Fall ist die Wichtungsfunktion Multiplikation mit demselben konstanten Wert k. Bei einer bevorzugten Ausführung kann k auf 0,2 gesetzt sein. Jeder Abschnitt könnte jedoch mit einem unterschiedlichen Skalarwert gewichtet werden und es könnten außerdem verallgemeinertere Wichtungsfunktionen verwendet werden. Das Wichtungsfunktionsmittel kann unter Verwendung eines im Handel erhältlichen Operationsverstärkers oder eines Vervielfachers implementiert werden.
Die Ausgänge der Wichtungsfunktionsmittel (422a bis 422m) für alle Kanäle werden vorzugsweise über Leitungen (424a bis 424m) für ein einzelnes Summiermittel (426) bereitgestellt, das die Summe der gewichteten inversen Energiewerte über alle Kanäle hinweg ermittelt. Das Summiermittel (426) kann unter Verwendung einer im Handel erhältlichen Summier- oder Addiervorrichtung oder eines Netzes von Operationsverstärkern imple mentiert werden. Die resultierende Summe wird als das Schläfrigkeitsausgangsmessungssignal auf der Leitung (138) bereitgestellt.
Die oben beschriebenen Ausführungen der Erfindung sind lediglich Beispiele für Arten, wie die Erfindung ausgeführt werden kann. Andere Arten können ebenfalls möglich sein und liegen innerhalb des Umfangs der folgenden Ansprüche, die die Erfindung definieren.
QUELLENVERZEICHNIS

Akerstedt, T. und M. Gillberg (1990), „Subjective and Objective Sleepiness in the Active Individual", Int. J. of Neuroscience, Bd. 52, S. 29–37;
Akerstedt, T., G. Kecklund und A. Knutsson (1991), „Manifest Sleepiness and the Spectral Content of the EEG during Shift Work", Sleep, Bd. 14, Nr. 3, S. 221–225;
Carskadon, M. A., A. Rechtschaffen (1987), Kapitel 73: „Monitoring and Staging Human Sleep" – aus Principles and Practice of Sleep Medicine – Abschnitt 7: Methodology, von W. B. Saunders, Philadelphia, PA;
Chiu, US-Patent Nr. 4.875.030;
Daniel, R. S. (1967), „Alpha and Theta EEG in Vigilance", Percept. Mot. Skills, Bd. 25, Nr. 3, S. 697–703;
Dinges, D. F. (1988), „The Nature of Sleepiness: Causes, Contexts, and Consequences", Perspectives in Behavioral Medicine, A. Baum und A. Stunkard (Hrsg.), New Jersey, Erlbaum;
Dingus, T. A., H. L. Hardee und W. W. Wierwille (1987), „Development of Models for On-Board Detection of Driver Impairment", Accident Analysis and Prevention, Bd. 19, Nr. 4;
Duff, G. W., unveröffentlichte Beobachtungen (zitiert in Mitler u. a., 1988);
Estrada, US-Patent Nr. 3.953.831;
Fruhstorfer, H., P. Langanke, K. Meinzer, J. H. Peter und U. Pfaff (1977), „Neurophysiological Vigilance Indicators and Operational Analysis of a Train Vigilance Monitoring Device: A Laboratory and Field Study", in Vigilance, R. R. Mackie (Hrsg.), Plenum Press, New York, S. 147–162;
Gaillard, J. M. (1987), „EEG Fitting: A New Method for Numerical Analysis of EEG", Neuropsychobiology, Bd. 17, S. 9–14;
Gale, A. (1977), „Some EEG Correlates of Sustained Attention", in Vigilance, R. R. Mackie (Hrsg.), Plenum Press, New York, S. 263–283;
Horvath, M., E. Frantik, K. Kopriva und J. Meissner (1976), „EEG Theta Activity Increase Coinciding with Performance Decrement in a Monotonous Task", Activ. Nerv. Sup. (Praha), Bd. 18, S. 207–210;
Kishi, US-Patent Nr. 5.311.877;
Langlois, P. H., M. H. Smolensky, B. P. Hsi und F. W. Weir (1985), „Temporal Patterns of Reported Single-Vehicle Car and Truck Accidents in Texas, U.S.A., during 1980–1983", Chronobiology Int., Bd. 2, S. 131–140;
Lavie, P., M. Wollman und I. Pollack (1986), „Frequency of Sleep Related Traffic Accidents and Hour of the Day", Sleep Research, Bd. 15, S. 275;
Makeig, S., und M. Inlow (1993), „Lapses in Alertness: Coherence of Fluctuations in Performance and EEG Spectrum", Electroencephalography and Clinical Neurophysiology, 86 (1993), 23–35;
Mitler, M. M., M. A. Carskadon, C. A. Czeisler, W. C. Dement, D. F. Dinges und R. C. Graeber (1988), „Catastrophes, Sleep, and Public Policy: Consensus Report", Sleep, Bd. 11, Nr. 1, S. 100–109;
Molodofsky, H. (1992), „Evakluation of Daytime Sleepiness", Clinics in Chest Medicine, Bd. 13, Nr. 3, S. 417–425;
O'Hanlon, J. F., und J. Beatty (1977), „Concunence of Electroencephalographic and Performance Changes During a Simulated Radar Watch and Some Implications for the Arousal Theory of Vigilance", in Vigilance, R. R. Mackie (Hrsg.), Plenum Press, New York, S. 189–202;
O'Hanlon, J. F., und G. R. Kelley (1977), „Comparison of Performance and Physiological Changes Between Drivers Who Perform Well and Poorly During Prolonged Vehicular Operation", in Vigilance, R. R. Mackie (Hrsg.), Plenum Press, New York, S. 87–110;
Olsen u. a., US-Patent Nr. 5.311.876;
Planque, S., D. Chaput, C. Petit und C. Tarriere (1991), „Analysis of EOG and EEG Signals to Detect Lapses of Alertness in Car Simulation Driving", vorgelegt bei der 13. ESV-Konferenz, Paris, Frankreich, 4. bis 7. November 1991 (zitiert in Wierwille (1994));
Pritchard, W. S. (1995), „Measuring Chaos in the Brain: A Tutorial Review of EEG Dimension Estimation", Brain and Cognition, Bd. 27, S. 353–397;
Santamaria, J., und K. H. Chiappa (1987), „The EEG of Drowsiness in Normal Adults", J. of Clinical Neurophysiology, Bd. 4, S. 327–382;
Seko u. a., US-Patent Nr. 4.564.833;
Seko u. a., US-Patent Nr. 4.604.611;
Slansky, US-Patent Nr. 4.617.559;
Smith, J. R. (1987), „Computer Analysis of Sleep Data", in Clinical Applications of Computer Analysis of EEG and other Neurophysiological Signals, Handbook of EEG and Clinical Neurophysiology (überarbeitete Reihe, Bd. 2), F. H. Lopes da Silva, W. Storm van Leeuwen und A. Remond (Hrsg.), Amsterdam, Elsevier, S. 131–145;
Stanford Sleep Disorders Clinic and Research Center (1991), „Why Should We Care About Sleep? The Toll of Daytime Sleepiness and Sleep Disorders on Society";
Torsvall, L., und T. Akerstedt (1987), „Sleepiness on the Job: Continuously Measured EEG Changes in Train Drivers", Electroen. and Clinical Neurophy., Bd. 66, S. 502–511;
Torsvall, L., T. Akerstedt, K. Gillander und A. Knutsson (1989), „Sleep on the Night Shift: 24-Hour EEG Monitoring of Spontaneous Sleep/Wake Behavior", Psychophysiology, Bd. 26, Nr. 3, S. 353–358;
Trejo, L. J., und M. J. Shensa (1993), „Linear and Neural Network Models for Predicting Human Signal Detection Performance from Event-Related Potentials: A Comparison of the Wavelet Transform with Other Feature Extraction Methods", Navy Personnel Research and Development Center (San Diego, CA) und Naval Command Control and Ocean Surveillance Center, RDT&E Division (San Diego, CA);
U.S. Department of Health and Human Services (1992), Wake Up America: A National Sleep Alert, Vol. 1: Executive Summary and Executive Report, Report of the National Commission on Sleep Disorders Research;
Wierwille, W. W., S. S. Wregitt und M. W. Mitchell (1992), „Research on Vehicle-Based Driver Status/Performance Monitoring", First Semiannual Research Report, DTNH22-91-Y-07266;
Wierwille, W. W., S. S. Wregitt, C. L. Kim, L. A. Ellsworth, R. J. Fairbanks (1994), „Research on Vehicle-Based Driver Status/Performance Monitoring: Development, Validation, and Refinement of Algorithms for Detection of Driver Drowsiness", Final Report, Report # DOT HS 808 247;
Wilkinson, R. T. und D. Houghton (1975), „Portable Four-Choice Reaction Time Test with Magnetic Memory", Behav. Res. Meth. Instru. Comp., Bd. 7, S. 441;
Yoshimi u. a., US-Patent Nr. 4.928.090;

Claims

System zum kontinuierlichen Messen eines Zustands einer Person in Bezug auf Wachheit, Schläfrigkeit, Schlaf, Bewusstlosigkeit oder Anästhesie, das Mittel zum Erhalten eines Gehirnwellensignals von der Person umfasst, gekennzeichnet durch: ein Personenzustandsanalysemittel, das auf das genannte, von der Person erhaltene Gehirnwellensignal anspricht, wobei das genannte Personenzustandsanalysemittel die folgenden Aufgaben hat: (a) Wählen von Komponenten des genannten Gehirnwellensignals, die in einem ersten vorbestimmten Frequenzbereich einschließlich Frequenzen über 30 Hz liegen; (b) Ermitteln eines Beitrags der Tatsache, dass die genannten Komponenten in diesem Bereich liegen, zu dem genannten Gehirnwellensignal; und (c) Erzeugen, als Reaktion auf wenigstens den genannten ermittelten Beitrag, eines Ausgangsmesssignals, das den genannten Zustand der Person anzeigt.
System nach Anspruch 1, das ferner Folgendes umfasst: ein Schwellenwerterzeugungsmittel, das auf das genannte Ausgangsmesssignal mit der Erzeugung eines nicht kontinuierlich bewerteten Ausgangssignals reagiert, das anzeigt, dass die Person schläfrig ist; und Mittel zum Ermitteln eines Schwellenwertes in Bezug auf das genannte Ausgangsmesssignal, so dass der genannte Schwellenwert einen Bereich von Ausgangsmesssignalwerten definiert, die anzeigen, dass die Person schläfrig ist.
System nach Anspruch 2, bei dem das genannte Schwellenwerterzeugungsmittel Folgendes umfasst: Mittel zum Ermitteln eines Schwellenwertes in Bezug auf das genannte Ausgangsmesssignal, so dass der genannte Schwellenwert einen Bereich von Ausgangsmesssignalwerten definiert, die einem definierten physiologischen Zustand der Person entsprechen; und Mittel zum Vergleichen des genannten Ausgangsmesssignals mit dem genannten Schwellenwert zum Erzeugen eines nicht kontinuierlich bewerteten Ausgangssignals, das anzeigt, dass sich die Person in dem genannten definierten physiologischen Zustand befindet.
System nach Anspruch 3, bei dem das genannte Schwellenwertermittlungsmittel einen vorgewählten Schwellenwert anwendet, der als allgemein auf Menschen anwendbar gilt.
System nach einem der vorherigen Ansprüche, das ferner Folgendes umfasst: Artefakterkennungsmittel zum Ermitteln, ob das genannte von der Person erhaltene Gehirnwellensignal anscheinend durch Artefakte kontaminiert ist; und Mittel, die auf das genannte Artefakterkennungsmittel mit dem Eliminieren eines Effekts des genannten Gehirnwellensignals von dem genannten Ausgangssignal reagieren, das erhalten wird, wenn ein Artefakt als vorhanden festgestellt wird.
System nach einem der vorherigen Ansprüche, das ferner ein Mittel umfasst, das auf ein Ausgangssignal des genannten Systems anspricht, indem es eine Warnung erzeugt, die anzeigt, dass sich die Person nicht in einem gewählten physiologischen Zustand befindet.
System nach einem der vorherigen Ansprüche, bei dem das genannte Personenzustandsanalysemittel Folgendes umfasst: wenigstens einen Gehirnwellensignal-Verarbeitungskanal, wobei jeder solche Gehirnwellensignal- Verarbeitungskanal auf einen entsprechenden Bereich von Frequenzen gerichtet ist und einen Ausgang erzeugt, der einen Beitrag zu dem genannten, von der genannten Person erhaltenen Gehirnwellensignal repräsentiert, der darauf zurückzuführen ist, dass Komponenten davon im Wesentlichen innerhalb des genannten entsprechenden Frequenzbereiches liegen; und Mittel, die auf die genannten Ausgänge, die von einer Mehrzahl von solchen Gehirnwellensignal-Verarbeitungskanälen zugeführt werden, ansprechen, indem sie das genannte Ausgangsmesssignal erzeugen, das den genannten Zustand der Person anzeigt.
System nach Anspruch 7, bei dem jeder Gehirnwellensignal-Verarbeitungskanal Folgendes umfasst: ein Frequenzauswahlmittel, das auf das genannte erhaltene Gehirnwellensignal anspricht und im Wesentlichen ausschließlich Gehirnwellensignalkomponenten innerhalb des genannten entsprechenden Frequenzbereichs leitet; und ein Energieermittlungsmittel, das auf einen Ausgang des genannten Frequenzauswahlmittels anspricht, indem es Energie ermittelt, die während eines vordefinierten Zeitintervalls in den Gehirnwellensignalkomponenten in dem genannten entsprechenden Frequenzbereich enthalten ist.
System nach einem der vorherigen Ansprüche, das ferner ein Gehirnwellensignal-Erfassungsmittel umfasst, wobei das genannte Gehirnwellensignal-Erfassungsmittel Folgendes beinhaltet: ein Filtermittel zum Empfangen einer Repräsentation des genannten von der Person erhaltenen Gehirnwellensignals, und zum weitgehenden Dämpfen von Signalkomponenten oberhalb einer vordefinierten Grenzfrequenz und zum weitgehenden Konservieren von Signalen in dem genannten Bereich über 30 Hz; und ein Konvertierungsmittel, das auf das genannte, von der Person erhaltene Gehirnwellensignal anspricht, indem es eine digitale Repräsentation des genannten Gehirnwellensignals erzeugt, wobei das genannte Personenzustandsanalysemittel Folgendes umfasst: ein Mittel zum Analysieren des Frequenzgehaltes des genannten erfassten Gehirnwellensignals, das auf die genannte digitale Repräsentation des genannten Gehirnwellensignals und den genannten ersten vordefinierten Frequenzbereich anspricht, indem es eine Mehrzahl von Frequenzen oder Frequenzbändern innerhalb des genannten Bereichs definiert und für jede(s) der genannten definierten Frequenzen oder Frequenzbänder eine Amplitude oder Amplitudenverteilung ermittelt, die (einer) Komponente(n) des genannten Gehirnwellensignals bei einer solchen Frequenz oder innerhalb eines solchen Frequenzbandes entspricht; ein Leistungsermittlungsmittel, um für jede der genannten definierten Frequenzen eine Leistung zu ermitteln, die in den genannten entsprechenden Komponenten repräsentiert ist, oder für jedes der genannten definierten Frequenzbänder eine Leistungsverteilung zu ermitteln, die in den genannten entsprechenden Komponenten repräsentiert ist; und Spektrumgruppierungsmittel zum Definieren einer begrenzten Anzahl von Spektrumgruppen, wobei jede der genannten Spektrumgruppen Frequenzen innerhalb des genannten ersten vordefinierten Frequenzbereichs definieren und wenigstens eine(s) der genannten definierten Frequenzen oder Frequenzbänder beinhalten; ein Gruppenenergie-Ermittlungsmittel, das auf das genannte Leistungsermittlungsmittel und das genannte Spektrumgruppierungsmittel anspricht, indem es für jede der genannten Spektrumgruppen eine Summenenergie ermittelt, die in einer Mehrzahl der genannten Komponenten repräsentiert ist, die den in einer solchen Spektrumgruppe enthaltenen definierten Frequenzen oder Frequenzbändern entsprechen; und ein Ausgangsmesswert-Ermittlungsmittel, das auf das genannte Gruppenenergie-Ermittlungsmittel anspricht, indem es das genannte Ausgangssignal erzeugt, das den genannten Zustand der Person anzeigt.
System nach Anspruch 1, das ferner ein Gehirnwellensignal-Erfassungsmittel umfasst, wobei das genannte Gehirnwellensignal-Erfassungsmittel Folgendes beinhaltet: ein Filtermittel zum Empfangen einer Repräsentation des genannten, von der Person erhaltenen Gehirnwellensignals, und zum weitgehenden Dämpfen von Signalkomponenten außerhalb eines zweiten vordefinierten Frequenzbereichs und zum weitgehenden Konservieren von Signalen in dem genannten Bereich über 30 Hz; und ein Konvertierungsmittel, das auf das genannte, von der genannten Person erhaltene Gehirnwellensignal anspricht, indem es das genannte Gehirnwellensignal in eine sequentielle Mehrzahl von digitalen Datenelementen konvertiert, die die Amplitude des genannten Gehirnwellensignals an einer entsprechenden Mehrzahl von diskreten Zeitpunkten repräsentieren.
System nach Anspruch 10, bei dem das genannte Personenzustandsanalysemittel ferner Folgendes umfasst: Mittel zum Auswählen einer begrenzten Anzahl der genannten Datenelemente zur Analyse; Mittel zum Analysieren des Frequenzgehalts des genannten erfassten Gehirnwellensignals, wobei das genannte Mittel die Aufgabe hat, eine Mehrzahl von Frequenzen oder Frequenzbändern innerhalb des genannten ersten vordefinierten Bereichs zu definieren, wobei das genannte Mittel auch darauf und auf die genannten gewählten Datenelemente anspricht, um für jede(s) solche(s) definierte(s) Frequenz oder Frequenzband eine Amplitude oder Amplitudenverteilung zu ermitteln, die (einer) Komponente(n) des genannten erfassten Gehirnwellensignals bei dieser Frequenz oder in diesem Frequenzband entspricht; Leistungsermittlungsmittel zum Ermitteln, für jede der genannten Frequenzen, einer Leistung, die in der genannten entsprechenden Komponente repräsentiert wird, oder, für jedes der genannten definierten Frequenzbänder, einer Leistungsverteilung, die in den genannten entsprechenden Komponenten repräsentiert ist; Spektrumgruppierungsmittel zum Definieren einer begrenzten Anzahl von Spektrumgruppen, wobei jede der genannten Spektrumgruppen eine Gruppe von Frequenzen innerhalb des genannten ersten vordefinierten Bereichs definiert und wenigstens eine(s) der genannten definierten Frequenzen oder Frequenzbänder beinhaltet; ein Gruppenenergie-Ermittlungsmittel, das auf das genannte Leistungsermittlungsmittel und das genannte Spektrumgruppierungsmittel anspricht, indem es für jede der genannten Spektrumgruppen eine Summenenergie ermittelt, die in einer Mehrzahl der genannten Komponenten repräsentiert ist, die den definierten Frequenzen oder Frequenzbändern entsprechen, die in einer solchen Spektrumgruppe enthalten sind; und ein Ausgangsmesswert-Ermittlungsmittel, das auf das genannte Gruppenenergie-Ermittlungsmittel anspricht, indem es ein Ausgangssignal erzeugt, das den genannten Zustand der Person anzeigt.
System nach Anspruch 9 oder Anspruch 11, bei dem das genannte Leistungsermittlungsmittel ferner Folgendes umfasst: Geräuschbeseitigungsmittel zum Identifizieren von Frequenzen oder Frequenzbändern, bei denen Rauschen erwartet wird, und zum Ersetzen des Leistungswertes oder der Leistungsverteilung an jeder/m solchen identifizierten Frequenz oder Frequenzband durch einen Leistungswert oder eine Leistungsverteilung, der/die einer Nachbarfrequenz oder einem Nachbarfrequenzband entspricht.
System nach Anspruch 9 oder Anspruch 11, das ferner Mittel umfasst, um zu bewirken, dass die genannte Ausgangsmesswertermittlung in wiederholten vordefinierten Intervallen auftritt und wobei das genannte Ausgangsmesswert-Ermittlungsmittel ferner ein Interpolationsmittel zum kontinuierlichen Anlegen eines Ausgangssignals umfasst, das einen aktuellen Wert des genannten Ausgangsmaßes repräsentiert, bis ein nächster ermittelter Wert für die genannte Ausgangsmessung verfügbar wird.