分析EEG信号来检测低血糖制造技术

一种用于通过EEG的分析检测低血糖或即将发生的低血糖的装置，包含：用于采集EEG信号的至少一个EEG测量电极(10)，以及用于接收所述EEG信号的计算机(12)，其被编程为：获得多个信号分量，每个包括不同的频带，获得每个所述分量的变化强度的度量，获得每个强度度量的平均值的长期估计，获得每个强度度量的差异的长期估计，将每个强度度量进行归一化，即，通过从所述强度度量中减去所述平均值的所述长期估计并且将所述结果除以所述差异的所述长期估计以便从每个带生成归一化特征，使用所述归一化特征的机器分析来获得变化的代价函数，根据所述代价函数指示低血糖的概率对所述代价函数的值进行分类，对在选定时间段期间获得的所述概率进行积分，以及基于所述积分确定所述EEG信号指示低血糖正在发生或即将发生。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种为例如但不限于糖尿病患者预测并警告低血糖发作的方法。此夕卜，本专利技术涉及用于为例如但不限于糖尿病患者预测并警告低血糖发作的装置。
技术介绍
低血糖发作是血糖浓度太低的结果，这对于用胰岛素或其他血糖调节药物治疗的糖尿病患者来说是主要问题。有危险的其他人包括那些具有低血糖的遗传易感性的人。发作可能非常严重并且常常导致失去意识。因此，发作的风险常常限制有关人员的可能的活动，而且这降低了他们的生活质量。发作能够以简单的方式预防，例如，当葡萄糖值临界时通过进食适当的食物。然而，问题是危险人群中的很多人在他们的血糖浓度达到具有发作风险的临界低水平时自身并不能感觉到。危险人群的人员数目大约为I千万。对于不同的人、在不同的情况下以及为了不同的目的，低到足够引起低血糖的血糖水平可能会不同，并且偶尔存有争议。大多数健康成年人保持70mg/dL(3.9mmol/L)以上的空腹葡萄糖水平，并且当葡萄糖降低到55mg/dL(3mmol/L)以下时出现低血糖的症状。神经低血糖症指的是通常由于低血糖而脑中葡萄糖不足(低血糖症)。低血糖症影响神经元的功能，并且改变脑部功能和行为以及引起EEG的变化。长期的神经低血糖可对脑部产生永久损伤。已有用于预测低血糖发作的已知方法和设备。在美国专利第6，572，542号中，描述了一种方法和设备，其除了别的以外还具有警告低血糖发作的目的。这使用指示个人血糖水平的EEG度量和指示血糖浓度的变化率的个人ECG(心电图)信号的组合作为人工神经网络学习处理器的输入，从其获得用于警告用户或控制治疗物质的服用 的信号。然而，没有描述获得或分析EEG信号的具体方法，并且也没有给出实现所描述方法的任何结果。Gade J.、Rosenfalck A.和 Bendtson 1.在 Meth Inform Med 1994 ；33:153-6 中研究了向患者提供低血糖警告的概率并且描述了与夜间低血糖相关的EEG模式的检测。来自双极EEG表面电极C4-A1和C3-A2的信号被离线数字化并且被划分为2秒时间段。将来自这些的幅度和光谱含量输入未公开类型的贝叶斯(Bayes)概率分类器，其根据无监督学习方法进行训练。观察被分类作为低血糖指示的事件的发生率。结论是患者之间的差异并不允许构造针对所有患者的通用学习设置以及将需要针对所有患者构造个人学习设置。
技术实现思路
在WO 2007/144307中，提供了一种应用于患者的EEG的算法以检测其中指示低血糖事件的模式，考虑到发现:为了获得指示低血糖发作的EEG变化的检测的足够的特异性和灵敏性，仅仅考虑这种变化的发生或它们发生的速率是不足够的。另外，与低血糖一致的偶发EEG事件或这种事件的临时爆发可能导致触发假警报。本专利技术提供了一种用于这种EEG分析的改进程序。根据本专利技术，现在提供有一种用于通过EEG的分析检测低血糖或即将发生的低血糖(或用于确定所观察的EEG是否与低血糖或即将发生的低血糖的状态一致)的基于计算机的方法，包括:向计算机输入EEG信号，在所述计算机中，从所述信号获得多个分量，其中每个分量包括不同的频带，并且获得每个所述分量的变化强度的度量，获得每个所述强度度量的平均值的长期估计，获得每个所述强度度量的差异的长期估计，通过算法上相当于从所述强度度量中减去所述平均值的所述长期估计并且将所述结果除以所述差异的所述长期估计的方法来将每个所述强度度量进行归一化以便从每个带生成归一化特征，使用所述归一化特征的机器分析来获得变化的代价函数，根据所述代价函数指示低血糖的概率对所述代价函数的值进行分类，对在选定时间段期间获得的所述概率积分，和在所述计算机中基于所述积分确定所述EEG信号指示低血糖正在发生或即将发生。根据本专利技术，低血糖或即将发生的低血糖的检测可通过检测与血糖水平处于或在阈值例如阈值3.5mmol/l以下相关联的EEG信号模式。所述信号的尺寸的度量或强度度量优选为所述信号的绝对值，即，I范数权利要求1.一种用于通过EEG的分析检测低血糖或即将发生的低血糖的基于计算机的方法，包括:向计算机输入EEG信号，在所述计算机中，从所述信号获得多个分量，其中每个分量包括不同的频带，并且获得每个所述分量的变化强度的度量，获得每个所述强度度量的平均值的长期估计，获得每个所述强度度量的差异的长期估计，通过算法上相当于从所述强度度量中减去所述平均值的所述长期估计并且将结果除以所述差异的所述长期估计的方法来将每个所述强度度量进行归一化以便从每个带生成归一化特征，使用所述归一化特征的机器分析来获得变化的代价函数，根据所述代价函数指示低血糖的概率对所述代价函数的值进行分类，对在选定时间段期间获得的所述概率进行积分，以及在所述计算机中基于所述积分确定所述EEG信号指示低血糖正在发生或即将发生。2.如权利要求1所述的方法，其中，通过使用预先设定的加权系数组，所述代价函数被作为所述归一化特征的线性或非线性函数的总和来获得。3.如权利要求1或权利要求2所述的方法，其中，每个所述代价函数被分类为是指示低血糖的事件或不是指示低血糖的事件，并且所述概率的积分通过对在所述选定时间段期间检测到的事件的数目进行积分来执行。4.如任一前述权利要求所述的方法，还包括估计所述代价函数的长期平均值，估计所述代价函数的长期差异，和通过算法上相当于从所述代价函数减去所述平均值的所述长期估计并且将所述结果除 以所述差异的所述长期估计的方法来将所述代价函数进行归一化以便生成所述归一化的代价函数，并且其中在所述分类步骤中被分类的是所述归一化的代价函数。5.如任一前述权利要求所述的方法，还包括检测包含可与低血糖模式混淆的信号污染假象的所述EEG的时间段，和从生成要被包括在所述积分中的事件中排除所述时间段。6.如权利要求5所述的方法，其中，通过使用预先设定的加权系数组而获得所述归一化特征的线性或非线性函数的总和来识别包含信号污染假象的所述EEG的所述时间段，以获得变化的假象检测代价函数，并且根据所述假象检测代价函数指示所述假象的概率对每个所述假象检测代价函数进行分类。7.如权利要求6所述的方法，还包括估计所述假象检测代价函数的长期平均值，估计所述假象检测代价函数的长期差异，和通过算法上相当于从所述假象检测代价函数减去所述平均值的所述长期估计并且将所述结果除以所述差异的所述长期估计的方法来将所述假象检测代价函数进行归一化以便生成所述归一化假象检测代价函数，并且其中在所述分类步骤中被分类的是所述归一化的假象检测代价函数。8.如任一前述权利要求所述的方法，其中，所述EEG信号被划分为时间分段序列，并且对于每个时间分段获得所述分量的强度的所述度量。9.如权利要求8所述的方法，其中，被分类的所述代价函数的所述值是其中每个所述时间分段的值。10.如权利要求9所述的方法，其中，所述积分在选择数目的先前时间分段上执行，所述时间分段由所述选定时间段一起组成。11.一种计算机，被编程为接受EEG信号作为输入，并且在其上执行如下步骤:从所述信号获得多个分量，其中每个包括不同的频带，获得每个所述分量的变化强度的度量，获得每个所述强度度量的平均值的长期估计，获得每个所述强度度量的差异的长期估计，通过算法上相当于从所述强度度量中减去所述平均值的本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：R·E·马德森，R·S·詹森，
申请(专利权)人：海博安有限公司，
类型：
国别省市：