神经分析系统.pdf

1、(10)申请公布号 CN 102497808 A (43)申请公布日 2012.06.13 CN 102497808 A *CN102497808A* (21)申请号 201080036166.9 (22)申请日 2010.06.24 2009902935 2009.06.24 AU A61B 5/04(2006.01) (71)申请人 莫拿什大学 地址 澳大利亚维多利亚 (72)发明人 BJ里斯高 (74)专利代理机构 上海专利商标事务所有限公 司 31100 代理人 张欣 (54) 发明名称 神经分析系统 (57) 摘要 神经分析系统， 包括 ： 神经事件提取器， 用于 产生从人处获得的背

2、景和初始响应段的 Sp/Ap 曲 线数据和场电位数据 ； 关联器， 用于将所述 Sp/Ap 曲线数据和场电位数据与病症的病理学数据相关 联， 并产生生物标记显示的轴的生物标记数据点 ； 以及显示模块， 用于提供显示数据来产生具有所 述点的显示， 用于评估所述人相对于所述病症。 (30)优先权数据 (85)PCT申请进入国家阶段日 2012.02.10 (86)PCT申请的申请数据 PCT/AU2010/000795 2010.06.24 (87)PCT申请的公布数据 WO2010/148452 EN 2010.12.29 (51)Int.Cl. 权利要求书 2 页 说明书 11 页 附图 21

3、 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书 2 页 说明书 11 页 附图 21 页 1/2 页 2 1. 神经分析系统， 包括 ： 神经事件提取器， 用于产生从人处获得的背景和初始响应段的 Sp/Ap 曲线数据和场电 位数据 ； 关联器， 用于将所述 Sp/Ap 曲线数据和场电位数据与病症的病理学数据相关联， 并产 生生物标记显示的轴的生物标记数据点 ； 以及 显示模块， 用于提供显示数据来产生具有所述点的显示， 用于相对于所述病症评估所 述人。 2. 如权利要求 1 所述的神经分析系统， 其特征在于， 所述病症的所述病理学数据是从 已知表现出所述病症的人群

4、获得的背景和初始响应段的 Sp/Ap 曲线数据和场电位数据。 3. 如权利要求 2 所述的神经分析系统， 其特征在于， 所述轴的其中一个代表所述病人 和所述人群的 Sp/Ap 曲线数据之间的关联性， 且另一个轴代表所述病人和所述人群的场电 位数据之间的关联性。 4.如权利要求1、 2或3所述的神经分析系统， 其特征在于， 所述背景和初始响应段包括 响应于刺激从右耳和左耳获得的数据。 5. 如权利要求 4 所述的神经分析系统， 其特征在于， 所述背景和初始响应段是对于同 侧和对侧倾斜所获得的。 6. 如上述任一权利要求所述的神经分析系统， 其特征在于， 对于所述 Sp/Ap 曲线数据， 所述段是

5、 DC 过滤的。 7. 如上述任一权利要求所述的神经分析系统， 其特征在于， 对于所述场电位数据， 所述 段是高通过滤的以移除 DC 伪迹。 8. 如上述任一权利要求所述的神经分析系统， 其特征在于， 所述关联器产生对于所述 人的关联系数数据， 其代表与所述病症的病理学数据相似度的测量， 以及所述人的关联数 据， 其代表从对照人群获得的神经事件提取器数据的相似度的测量， 且所述点代表与所述 病理学数据相关联的关联数据和与所述对照人群相关联的关联数据之间的差异。 9. 如上述任一权利要求所述的神经分析系统， 其特征在于， 所述病症是中枢神经系统 病症， 诸如帕金森病、 精神分裂症、 抑郁症、 梅

6、尼埃尔氏病或双向型障碍。 10. 如上述任一权利要求所述的神经分析系统， 其特征在于， 所述神经事件提取器产生 从所述人处获得的背景和初始响应段的频谱， 且所述关联器将所述频谱与从已知表现出所 述病症的人群中获得的频谱相关联并产生用于所述显示的另一个轴的生物标记数据点。 11. 神经分析系统， 包括 ： 神经事件提取器， 用于处理代表来自人的前庭器官的响应的信号， 而产生各时间段的 Sp/Ap 曲线数据和场电位 (Ap) 轨迹 ； 关联器， 用于将从人的左侧和右侧获得的Sp/Ap曲线数据和Ap轨迹分别相关联于平均 人群 Sp/Ap 曲线数据和 Ap 轨迹， 而产生 Sp/Ap 曲线数据和 Ap

7、 轨迹的第一和第二关联数据 ； 以及 显示模块， 用于为生物测定显示的相应轴而呈现所述第一和第二关联数据。 12. 如权利要求 11 所述的神经分析系统， 其特征在于， 所述神经事件提取器进一步产 生所述时间段的频谱， 且所述关联器将从所述人的左侧和右侧获得的频谱与平均人群频谱 相关联而产生第三关联数据， 且所述显示模块为所述生物度量显示的另一个相应轴呈现所 权 利 要 求 书 CN 102497808 A 2 2/2 页 3 述第三关联数据。 13. 由计算机系统执行的神经分析方法， 包括 ： 产生从人处获得的背景和初始响应段的 Sp/Ap 曲线数据和场电位数据 ； 将所述 Sp/Ap 曲线

8、数据和场电位数据与病症的病理学数据相关联， 以为生物标记显示 的轴产生生物标记数据点 ； 以及 用所述点产生显示， 用于评估所述人相对于所述病症。 14. 如权利要求 13 所述的神经分析方法， 其特征在于， 所述病症的所述病理学数据是 从已知表现出所述病症的人群获得的背景和初始响应段的 Sp/Ap 曲线数据和场电位数据。 15. 如权利要求 14 所述的神经分析方法， 其特征在于， 所述轴的其中一个代表所述病 人和所述人群的 Sp/Ap 曲线数据之间的关联性， 且另一个轴代表所述病人和所述人群的场 电位数据之间的关联性。 16.如权利要求13、 14或15所述的神经分析方法， 其特征在于，

9、所述背景和初始响应段 包括响应于刺激从右耳和左耳获得的数据。 17. 如权利要求 16 所述的神经分析方法， 其特征在于， 所述背景和初始响应段是对于 同侧和对侧倾斜所获得的。 18. 如权利要求 13 到 17 中任一项所述的神经分析方法， 其特征在于， 对于所述 Sp/Ap 曲线数据， 所述段是 DC 过滤的。 19. 如权利要求 13 到 18 中任一项所述的神经分析方法， 其特征在于， 对于所述场电位 数据， 所述段是高通过滤的以移除 DC 伪迹。 20. 如权利要求 13 到 19 中任一项所述的神经分析方法， 其特征在于， 所述关联包括产 生对于所述人的关联系数数据， 其代表与所述

10、病症的病理学数据相似度的测量， 以及所述 人的关联数据， 其代表从对照人群获得的神经事件提取器数据的相似度的测量， 且所述点 代表与所述病理学数据相关联的关联数据和与所述对照人群相关联的关联数据之间的差 异。 21. 如权利要求 13 到 20 中任一项所述的神经分析方法， 其特征在于， 所述病症是中枢 神经系统病症， 诸如帕金森病、 精神分裂症、 抑郁症、 梅尼埃尔氏病或双向型障碍。 22. 如权利要求 13 到 21 中任一项所述的神经分析方法， 其特征在于， 包括产生从所述 人处获得的背景和初始响应段的频谱， 且将所述频谱与从已知表现出所述病症的人群中获 得的频谱相关联以产生用于所述显示

11、的另一个轴的生物标记数据点。 23. 包括用于执行权利要求 13 到 22 的任一项中所述的方法的计算机程序代码的计算 机可读存储器。 权 利 要 求 书 CN 102497808 A 3 1/11 页 4 神经分析系统 技术领域 0001 本发明涉及神经分析系统， 用于使用前庭电成像 (electrovestibulography) 而 产生并分析指示数种疾病 (disorder) 的数据。 0002 背景 0003 已经研发了系统来从病人处获得表示病人听觉系统活动的听觉诱发响应 (AER) 或脑干听觉诱发响应 (BAER)。AER 是响应于刺激 ( 一般是声音 ) 而从放置在病人身上的 电

12、极处得到的脑电波或神经响应。取决于响应的延迟和电极的放置， 可获得不同类别或 类型的 AER。具有最短延迟的那些是由内耳和听觉神经所产生的， 且被称为耳蜗电描记 ( ECOG或 ECochG ) 响应。下一个响应反映了听觉脑干中的活动， 且被称为听觉脑 干响应 (ABR)。在 Hall， James W， III 的 Handbook of Auditory Evoked Responses( 听觉 诱发响应手册 )， Allyn and Bacon 出版社 ； Needham Heights， 马萨诸塞州， 1992， 中提供了 进一步的细节。 0004 当前使用耳蜗电描记术系统来执行对耳蜗

13、和前庭器官的诊断。 在前庭系统的情况 下， 近来对于耳朵的这个特定部分的分析被称为前庭电成像 (EVestG)， 其是 ECOG 的直接变 型。使用该系统来产生病人的神经响应， 这涉及将记录电极尽量实际地放置为靠近病人的 耳蜗。可使用声学变换器， 如耳机， 来提供声学刺激而唤起响应。对于 EVestG， 可将病人在 不同方向倾斜， 来唤起来自耳生器官， 不过主要是来自前庭器官的特定响应。 不必对EVestG 也使用听觉刺激。使用不同的 EVestG 信号 ( 类似于 ECOG 信号， 但代表来自主要是前庭器 官的神经响应 ) 来确定 Sp/Ap 比值， 可使用该比值来诊断一些病症， 特别是梅尼

14、埃尔氏病。 检查响应信号的第一个波形(一般被标记为N1)来确定总和电位(Sp)、 动作电位(Ap)和第 二总和电位(Sp2)， 如图1中所示。 响应仅是数个V数量级的， 且接收时带有可观的、 不需 要的噪声， 这使其响应难以确定和隔离。 0005 莫拿什大学的国际专利公开WO 2006/024102描述了ECOG系统来提取可被用于表 示病人是否具有梅尼埃尔氏病、 帕金森病或抑郁症的神经事件数据。该系统产生代表可被 用于指示疾病存在的 Sp/Ap 比值和 TAP 标记的生物标记数据。 0006 也是莫拿什大学的国际专利公开 WO 2008/144840 描述了神经响应系统， 用于产 生代表与经过

15、滤的前庭电成像响应信号相关联的时间段的多个生物标记的生物标记数据。 0007 为了帮助标识各种神经性和神经变性的疾病， 特别是相关联于中枢神经系统 (CNS) 的那些疾病， 有利的是提供有用的可选的或尤其是经改进的系统， 该系统能分析神经 事件数据以及生物标记数据并产生能清楚地使所获得的数据中的区别相关联的显示或曲 线来指示病人体内病症或疾病的存在或不存在。 0008 概述 0009 根据本发明的一方面， 提供了神经分析系统， 其包括 ： 0010 神经事件提取器， 用于产生从人处获得的背景和初始响应段的 Sp/Ap 曲线数据和 场电位数据 ； 0011 关联器， 用于将所述 Sp/Ap 曲线

16、数据和场电位数据与病症的病理学数据相关联， 说 明 书 CN 102497808 A 4 2/11 页 5 并产生生物标记显示的轴的生物标记数据点 ； 以及 0012 显示模块， 用于提供显示数据来产生具有所述点的显示， 用于相对于所述病症评 估所述人。 0013 根据本发明的另一个方面， 提供了神经分析系统， 其包括 ： 0014 神经事件提取器， 用于处理代表来自人的前庭器官的响应的信号， 来产生各时间 段的 Sp/Ap 曲线数据和场电位 (Ap) 轨迹 ； 0015 关联器， 用于将从人的右侧和左侧获得的Sp/Ap曲线数据和Ap轨迹分别相关联于 平均人群的 Sp/Ap 曲线数据和 Ap

17、轨迹来产生分别用于 Sp/Ap 曲线数据和 Ap 轨迹的第一和 第二关联数据 ； 以及 0016 显示模块， 用于呈现生物测定显示的相应轴的所述第一和第二关联数据。 0017 根据本发明的另一个方面， 提供了由计算机系统执行的神经分析方法， 其包括 ： 0018 产生从人处获得的背景和初始响应段的 Sp/Ap 曲线数据和场电位数据 ； 0019 将所述 Sp/Ap 曲线数据和场电位数据与病症的病理学数据相关联， 并产生生物标 记显示的轴的生物标记数据点 ； 以及 0020 用所述点产生显示， 用于相对于所述病症评估所述人。 0021 附图简述 0022 在下文中将参考附图仅借助示例描述本发明的

18、优选实施例， 其中 ： 0023 图 1 是相关于来自 ECOG 系统的一般的 ECOG 响应信号的第一波形的 Sp、 Ap 和 Sp2 的表示， 且定义了总和电位 Sp 和 Sp2 以及动作电位 Ap ； 0024 图 2 是连接至病人的 EVestG 系统的优选实施例的示意图 ； 0025 图 3 是系统的倾斜序列所产生的原始 EVestG 信号的表示 ； 0026 图 4 是神经事件提取器和由系统的分析模块所执行的神经事件提取过程的示图 ； 0027 图 5 是系统的过滤器和分段组件的体系结构示图 ； 0028 图 6 是由系统所产生的 Sp/Ap 曲线的示图 ； 0029 图 7 是从

19、与 EvestG 曲线相关联的数据获得的生物标记的示意图 ； 0030 图 8 是由系统的分析模块所执行的神经分析过程的示图 ； 0031 图 9 是对于有帕金森病的病人， EVestG 系统所产生的生物标记显示的示图 ； 0032 图 10 是对于有梅尼埃尔氏病的病人， EVestG 系统所产生的生物标记显示的示图 ； 0033 图 11 是对于有精神分裂症的病人， EVestG 系统所产生的生物标记显示的示图 ； 0034 图 12 是对于有抑郁症的病人， EVestG 系统所产生的生物标记显示的示图 ； 0035 图 13 是对于有梅尼埃尔氏病和帕金森病的病人， 系统所产生的生物标记显示

20、的 示图 ； 0036 图 14 是对于有帕金森病和精神分裂症的病人， 系统所产生的生物标记显示的示 图 ； 0037 图 15 是对于有梅尼埃尔氏病和精神分裂症的病人， 系统所产生的生物标记显示 的示图 ； 0038 图 16 是对于有抑郁症、 双相型障碍和帕金森病的病人， 系统所产生的生物标记显 示的示图 ； 0039 图 17 是对于有抑郁症、 双相型障碍和梅尼埃尔氏病的病人， 系统所产生的生物标 说 明 书 CN 102497808 A 5 3/11 页 6 记显示的示图 ； 0040 图 18 是对于有抑郁症和精神分裂症的病人， 系统所产生的生物标记显示的示图 ； 0041 图 19

21、 是对于有帕金森病的病人在药物治疗前和药物治疗后、 以及正常对照病人， 系统所产生的生物标记显示的示图 ； 0042 图 20 是对于比较对照病人和具有抑郁症与双向型障碍的在使用经颅磁刺激 (TMS) 在治疗前和治疗后， 系统所产生的生物标记显示的示图 ； 以及 0043 图 21 是对于有重度抑郁障碍 ( 如， 抑郁 ) 和双相型障碍的病人， 系统所产生的生 物标记显示的示图。 0044 详细描述 0045 前庭电成像 (EVestG) 系统 2， 如图 2 中所示， 提供了神经分析系统， 能产生生物学 标记或生物标记， 代表超过5000个生物标记的数据从在倾斜椅子6中经受随意倾斜运动的 病

22、人 4 中测量出来。通过对响应于随意倾斜而提供的刺激所产生的 EVestG 信号的信号处 理分析来产生生物标记数据。 0046 从电连接至系统 2 的计算机系统 20 的放大器电路 22 的电极 10、 12 和 14 处获得 EVestG 信号。第一电极 10( 如， 由 Bio-Logic 系统公司生产的 ECochG 电极 ) 被放置在病人 4 的耳朵的鼓膜上。第二电极 12 被放置在病人的耳垂上， 作为参考点， 且第三电极 14 连接 至病人的前额并连接至放大器的公共点。 还做出到一般被放置在测试室周围的电隔离屏蔽 18 的屏蔽连接 16。屏蔽 18 连接至放大器 22 的屏蔽。测试室

23、是减音室。该室可包括放大 器 22， 且计算机系统 20 的其他部分被放在室外且通过 USB 连接至放大器 22。 0047 病人 4， 如图 2 中所示， 被置于椅子 6( 诸如靠背躺椅 ) 上， 能允许病人的头顺从地 靠着且被固定地支承来使受检者在测试过程中放松。用电源的倾斜椅子可特定地由 Neuro Kinetics 公司所生产的， 能使病人倾斜且产生对于这个刺激的、 较少受到肌电伪迹影响的 响应。通过操作椅子 6 的助理可获得随意的头倾斜， 从而无需任何病人颈部肌肉活动而引 导头倾斜。可选地， 倾斜椅子可配备液压组件并由该液压组件控制该椅子来唤起预确定组 的随意倾斜序列。 0048 使

24、用液压致动的椅子 6， 且配置该椅子 6 来确保消除由电伺服电机的致动所产生 的杂散电场， 尽可能在测试室中不产生杂散电场。使用液压致动的椅子来在不产生颈部肌 电伪迹或杂散电场这些可影响敏感的信号测量的情况下产生倾斜。为了减少眼电伪迹， 病 人还被要求在测试过程中保持眼睛闭合。 头被向下倾斜到约为病人他们自己可获得的最大 随意头倾斜的同样角度。对于每一个倾斜序列而获得 EVestG 信号或倾斜响应。这些倾斜、 或倾斜序列， 是向上/向下(病人仰卧和俯卧)、 向前/向后、 同侧、 对侧、 和旋转(病人仰卧 和躺卧 )。 0049 每一个倾斜可产生原始的 EVestG 响应信号， 如图 3 中所示

25、。控制由椅子 6 执行的 倾斜动作， 以使所获得的 EVestG 响应信号被分为 15 个时间期或段 ( 不过这可被减少或增 加 )。通过系统 2 连续地记录电极 10 到 14 上所产生的神经响应。每一个倾斜的 EVestG 神 经响应是具有多个频率分量的时域电压信号。 感兴趣的主要分量高达22,500Hz。 具体地Sp 峰值 ( 取决于信号噪声比值 (S/N) 只有数个样本宽。相应地在测试过程中需要 44.1kHz 的采样率， 因为这个采样率具有充足的敏感度来由系统 2 以足够的准确度识别并记录这个 事件。这个采样率可高于 44.1kHZ， 且然后系统 2 可要求更快的信号处理组件。用分别

26、置 说 明 书 CN 102497808 A 6 4/11 页 7 于病人左耳和病人右耳的两组电极 10 到 14 来执行这七个倾斜。这样对于这七个倾斜中的 每一个， 为每个耳朵同时提供了左边和右边的数据。在所有倾斜移动的动态和静态阶段中 对双耳进行测试， 因为神经疾病可存在于脑部的任一个半球中， 且可能只有通过比较在左 边和右边耳声(主要是前庭)器官的一个或另一个的类似的刺激或抑制阶段中每一侧的响 应才能展现其存在性。 如果诊断性测试要在脑部每一个半球之间的所唤起的响应中识别差 异时 ( 在一些神经性疾病中， 可出现功能的不对称 ( 如， 对于帕金森病 )， 需要这样的多用 性。 0050

27、每一个倾斜的序列是首先记录达 20 秒， 其中病人在倾斜椅子中将头 / 颈靠在颈 靠上， 并记录 t 20 秒的背景 (BG) 信号段 402。这个段 402 包括 BGi 段， 其就在倾斜发生 之前 1.5 秒。然后病人被倾斜过 45， 2 到 3 秒之后停下来。这给出 t 20-25 秒的启动 (On) 段 404， 给出 t 20-30 秒的启动过渡 (OnT) 段 406， 以及给出 t 30-40 秒的稳定状 态 (SS) 段 408。耳朵的半规管用于检测头部动作的启动， 且通过分析在头部倾斜的启动时 所记录约 5 秒钟的信号 (On 段 ) 来辅助确定半规管所产生的响应。启动响应包

28、括两个附加 段， 动作 (OnA) 段 410 和后动作 (OnB) 段 412， 这分别发生在 t 20-23 秒和 t 23-25 秒。 OnA 段 410 可被分为提供倾斜之后第一个 1.5 秒的附加 OnAA 段 413 和倾斜之后下一个 1.5 秒的 OnBB 段 415。OnAA 和 OnBB 分别为选择为 20-21.5 和 21.5-23 秒， 用于对这些段分别 代表的加速和减速分量的增加的区分。选择时间考虑到了液压椅子 6 的延迟 0.6-0.8 秒， 且这时间还可被细分为更小的段 ( 如， 21.5-22.25 和 22.25-23 秒 ) 用于进一步区别。这些 段包括主要

29、地由半规管和耳科器官所产生的响应。所驱动的半规管响应在约 10 秒后终止， 且相应地因此第一个 10 秒被认为是观察到这个衰减的启动过渡 (OnT)。另一方面， 耳科器 官用于在稳定的单向动作过程中保持静态平衡或平衡。可因此分析稳定状态 (SS) 段 408 来分离地提供耳科器官的被驱动的响应。 0051 在t40秒时完成倾斜的序列， 此时将病人返回到原始位置。 跨越1-2秒， 病人返 回到原始位置， 且所产生的响应可再次被以类似方式分段。倾斜动作的返回部分的分段 ： 0052 t 40-45 秒的向上启动 (UpOn)420 ； 0053 t 40-50 秒的向上启动过渡 (UpOnT)42

30、2 ； 0054 t 50-60 秒的向上稳定状态 (UpSS)424 ； 0055 t 40-43 秒的向上加速 (UpOnA)426 ； 0056 t 43-45 秒的向上减速 (UpOnB)428 ； 0057 t 40-41.5 秒的 UpOnAA427 ； 以及 0058 t 41.5-43 秒的 UpOnBB 429。 0059 选择 upOnAA 段为 40-41.5 秒用于加速分量的增加的区分， 并选择 upOnBB 段为 41.5-43 秒用于减速分量的增加的区分。再次地， 选择时间考虑到了液压椅子延迟 0.6-0.8 秒。 0060 七个倾斜序列， 或倾斜， 是 ： 006

31、1 向上 / 向下。移动椅子 6 来垂直地加速病人的身体且保持病人的头处于垂直竖立 的姿势， 然后返回。 0062 向上 / 向下仰卧。移动椅子 6 来垂直地加速病人的身体且保持病人的头和身体处 于仰卧或平躺的姿势， 然后返回。 说 明 书 CN 102497808 A 7 5/11 页 8 0063 向前 / 向后。将病人的身体从静止位置向后倾斜通过 25到 45， 然后返回。 0064 同侧。病人的身体从 25 到 45 度被同侧地移动到电极 10， 然后返回 ： 如果电极 10 位于左耳， 倾斜向左边， 然后倾斜回到右边。对于右耳， 倾斜向右边。 0065 对侧。病人的身体从 25 到

32、45 度被对侧地移动到电极 10， 然后返回。例如， 如果电 极 10 是位于左耳， 倾斜向右边， 病人返回。对于右耳， 倾斜向左边。 0066 旋转。在 45 到 90 度之间向右旋转病人的身体， 然后返回， 保持病人的头处于垂直 竖立的位置。 0067 旋转仰卧。在 45 到 90 度之间向右旋转病人的身体， 然后返回， 保持病人的身体处 于仰卧或平躺的位置。 0068 在所有动作过程中， 头部和颈部相对于身体没有移动。移动整个身体从而减少肌 电伪迹。可选地， 可通过将受检者靠背躺卧和通过同侧、 对侧、 垂直和向后方向倾斜他们的 身体来执行倾斜。特别对于同侧和对侧倾斜， 这些倾斜产生较少的

33、肌电伪迹。 0069 EVestG 系统 2 的计算机系统 20 包括放大器电路 22 和通信模块 24， 通信模块用于 处理放大器 22 的数据输出然后使用诸如 Adobe Audition 之类的计算机程序将捕捉模块 26 所提供的响应存储为随时间变化的电压信号的波形文件。放大器 22 包括 CED1902 隔离 的预放大器电路和 CED 电源 1401 模拟 - 数字转换器 (ADC)。CED1902 和 CED1401ADC 都是 由 Cambridge Electronic Design 有限公司生产的。CED 1401ADC 具有良好的低频 ( 小于 1Hz) 响应。计算机系统 2

34、0 进一步包括分析模块 28 和图形显示模块 30。分析模块 28 提供 神经事件提取器 400 且包括结合其他软件模块来负责执行提取器 400( 如图 4 中所示 ) 的 神经事件提取过程 (NEEP) 的计算机程序代码 ( 如，代码 )。分析模块 28 还提 供用于过滤响应信号样本的多个不同过滤器， 如下所述。这个过滤可包括移除神经事件提 取过程的特征检测分量的系统 ( 或白噪声 ) 响应。 0070 图形显示模块 30 为系统 2 的操作者产生用户界面 32 来提供输入控件， 以使操作 者可控制神经事件提取过程 (NEEP)， 以及来产生神经事件数据的显示， 诸如图 6 中所示的 Sp/

35、Ap 曲线。软件模块 24-30 的计算机程序代码被存储于计算机系统 20 的存储器 ( 诸如硬 盘、 RAM 和 / 或 ROM) 上， 且在操作系统 34( 诸如 Microsoft Windows 或 Linux) 上运行。所 使用的硬件可包括放大器电路22和标准个人计算机20， 诸如IBM公司所生产的那些。 ECOG 记录系统可由 Bio-Logic Systems 公司所生产。同时可在模块 24-34 的软件的控制下执行 神经事件提取过程 (NEEP)， 技术人员可理解可由诸如 ASIC 和 FPGA 之类的专用硬件电路来 执行这个过程的各步骤， 且还可由分布在计算机通信网络 ( 诸

36、如因特网 ) 的组件或模块来 执行。例如， 可使用专用的过滤器电路来提供过滤器， 以及可使用专用的数字信号处理器 (DSP) 来执行数个信号处理步骤来增强处理速度。 0071 神经事件提取过程 (NEEP) 如图 4 中所示， 与 WO 2006/024102 中所描述的对于 EVestG响应一样， 除了记录过滤以及分段过程440、 生物标记提取过程450和关联分析过程 460 这些方面。如上所述， 记录从七个倾斜中获得的且对于病人的每一个耳朵的 EVestG 响 应 ( 即 14 个响应 ) 的数据， 然后以三种不同方式来过滤以提供对于每一个倾斜响应的三个 过滤的响应， 即， 对于 42 个

37、经过滤的倾斜响应的经过滤的响应数据。如图 5 中所示， 每一个 倾斜 501、 502、 504、 506、 508、 510 和 511 的倾斜响应由第一过滤器 512、 第二过滤器 514 和 第三过滤器 516 所过滤。第一过滤器 512 没有提供过滤， 其允许所有的频率通过， 包括代表 说 明 书 CN 102497808 A 8 6/11 页 9 DC 电压电平的数据。然而， 它包括非常窄的陷波滤波器， 其没有引入相移但移除了电源线 谐波， 如， 在 50Hz 或 60Hz， 且还移除了可由椅子的液压致动所引入的液压 ( 比例阀 ) 转换 伪迹。还在第二和第三滤波器 514 和 51

38、6 的输出处也采用了这个陷波滤波器。第二和第三 滤波器 514 和 516 都提供高通滤波。第二滤波器 514 包括 5Hz 高通滤波器以及第三滤波器 516 包括 120Hz 高通滤波器。提供由过滤器 512、 514 和 516 所产生的三个经过滤的倾斜响 应用于由神经事件提取过程 (NEEP) 所处理， 给出了这样的益处 ： 可能由低频数据破坏的一 组生物学标记在经高通滤波的响应中被增强， 而仅当低频数据存在时才存在或才可被提取 的其他关键的生物学标记 ( 如， 用于梅尼埃尔氏病的一些生物学标记 ) 也可获得。 0072 这 42 个经过滤的倾斜响应的每一个由分段过程 440 来分段，

39、分段过程 440 由分析 模块 28 的分段器 550 执行， 如上所述， 用于产生每一个经过滤的倾斜响应的 15 个段 ： 402、 404、 406、 408、 410、 412、 413、 415、 420、 422、 424、 426、 427、 428 和 429。这产生了代表 630 个 经过滤的倾斜响应段的 630 组数据。这些段包括从病人左耳获得的数据 552 和从病人右耳 获得的数据 554。记录、 过滤和分段过程 440 的输出是这 630 个经过滤的倾斜响应信号， 然 后其每一个将经受图 4 中所示的神经事件提取过程 (NEEP) 的其他过程。这为每一段 ( 即， 为 6

40、30 组数据的每一个 ) 产生了 Sp/Ap 数据。将这些段的每一个当作神经事件提取过程 (NEEP) 的 EVestG 响应。如 WO 2006/024102 中所讨论的， 该过程使用复 Morlet 小波分解每 一个响应段从而获得横跨从 600Hz 到 12KHz 的七个相等的对数空间标度的相位数据。处理 这标度数据来确定跨所有标度在相位中发生急剧变化的轨迹。 0073 然而， 较大的相位变化可横跨标度但在大于一个 ( 或少量变化 ) 采样时间下是不 可确定的。例如， 在标度 1， 轨迹可在时间样本 344 处找到。对于标度 2， 轨迹可在样本 345 上， 标度 3 在轨迹 347 上，

41、 标度 4 在轨迹 349， 标度 5 轨迹 346， 标度 6 轨迹 345 等。这代表 了相关同一个相位变化的跨标度的点的曲线连接。为满足此， NEEP 允许并在标度采样时间 之间施加可接受的间隙。可任意地设定这个间隙， 不过一般是 1 到 3 个样本。 0074 一旦区别了这些轨迹， 得到 Sp/Ap 曲线的特征数据并使用这个来将神经响应从伪 迹中选出来。通过将跨标度所确定的轨迹求平均而确定 Sp/Ap 曲线的数据， 且可从这些数 据中产生每个段的 EVestG 曲线， 如图 6 中所示。 0075 由于白噪声， 神经事件提取过程 (NEEP) 可能非故意地检测到轨迹。为了克服这个 并改

42、进所提取的EVestG Sp/Ap曲线的S/N比例， 可由系统2减去白噪声响应。 系统2通过将 第一输入白噪声过滤来匹配系统的记录特性 ( 如， 10kHz 低通和没有 (DC)、 5 或 120Hz 高通 滤波 ) 并记录对于这个输入的 EVestGSp/Ap 系统响应来实现此， 所述响应作为带限白噪声 (BLWN) 响应而存储。然后将成比例的 BLWN 响应从由 NEEP 产生的 EVestG(RAEVestG) 中减 去。通过确定 RAEVestG 的 Ap 点而决定比例因子。设定比例因子为 0， 且以 0.01 为阶渐增， 直到输出数据RAEVestG减去成比例的BLWN响应看到Ap点

43、(响应曲线最小值)变化达多 于任意时间 ( 一般 2 个样本 )。一旦减去成比例的 BLWN 响应导致 Ap 点位置的所标记的调 整， 设定比例因子(比例)且不再增加。 这给出经调整的NEEP输出EVestGRAEVestG-比 例 *BLWN。通过 NEEP 用在步骤 318 中设置的阈值处理白噪声响应来产生 BLWN 响应， 这样检 测较大的场电位来特征化 BLWN 响应。 0076 有时候精神事件 ( 场电势 ) 发生以致它们的波形重叠。当这个发生时， 诊断生物 标记可被损坏。为了解决这个问题， 神经事件提取过程 (NEEP) 可排除这样的事件而不损失 说 明 书 CN 10249780

44、8 A 9 7/11 页 10 生物标记完整性。为了找到这些事件， 确定 Ap 点的轨迹。如果这些轨迹相比于任意数量的 样本 ( 一般是 66 个样本 (1.5ms) 更接近， 两个场电势均排除。可设定或重设旗帜， 使得作 为 NEEP 处理的一部分， 使排除决定可被转换入或转换出。 0077 一旦为每一段而产生 Sp/Ap 或 EVestG 曲线数据 (350)， 提取过程能唤起在每一段 上的生物标记提取过程 (450)， 该过程产生计量数据或生物学标记数据， 代表 17 个不同的 生物学标记。由于对于每一个病人产生有 630 个不同的段， 这给出代表每一个生物标记的 630个测量的生物学标

45、记。 相应地， 每一个病人的生物学标记代表10,710个生物标记测量。 这是从经受七个倾斜序列的一个病人处获得的可观的数据量， 且可使用这些数据来准确地 确定各种精神或神经变性的疾病的存在与否。这个 17 个生物学标记如下定义， 且在图 7 中 说明 ( 且给定这样的定义 ： Ap 是全 V 形状的 EVestG 曲线 ； 且 Ap 点是 Ap 曲线的最低点 ) ： 0078 (i) 先于 Ap 的上升或下降。就在 Ap 之前的在基线上 / 下的上升或下降。 0079 (ii) 后于 Ap 的上升或下降。就在 Ap 之后的在基线上 / 下的上升或下降。 0080 (iii)Ap 大小。Ap 点

46、的电压大小。 0081 (iv)Sp 陷波点 ( 轨迹 )。Ap 的向下臂的反相 / 缓慢 / 停止的时间， 一般是 Ap 启动 之后约 0.3ms。 0082 (v) 开始点 ( 轨迹 )。Ap 开始的时间。 0083 (vi) 基线宽度。在基线电平处的 Ap 的宽度。 0084 (vii)Sp 峰值。在 Sp 陷波点之后的短期上升到在 Ap 向着 Ap 最低点持续下降之前 的尖端。 0085 (viii)Sp 宽度。从 Sp 陷波到 Ap 的下一个向下臂的宽度 ( 时间 )。 0086 (ix)Sp 大小。在 Sp 陷波点之上 Sp 峰值的高度。 0087 (x)TAP( 内 )。从在 S

47、p 陷波之后的 Ap 的向下臂水平地测量至 Ap 的向上臂的、 在 Sp 陷波电平处的 Ap 宽度 ( 时间 )。 0088 (xi)TAP( 陷波 )。从 Sp 陷波水平地测量至 Ap 的向上臂的、 在 Sp 陷波电平处的 Ap 宽度 ( 时间 )。 0089 (xii)Na 角度。在 Ap 最低点与从垂直测量到 AP 的向下臂的 Sp 陷波高度之间的、 AP 的向下臂的角度。 0090 (xiii)K 角度。在 Ap 最低点与从垂直测量到 AP 的向上臂的 Sp 陷波高度之间的、 AP 的向上臂的角度。 0091 (xiv)Na+K 角度。第十一个和第十二个生物标记值的和。 0092 (x

48、v)Sp/Ap 比值。从 Sp 陷波到基线的垂直距离除以从 Ap 点到基线的垂直距离。 0093 (xvi) 穿刺 (spike) 率。所检测到并被用于形成 Ap 曲线的场电位的数量。 0094 (xvii)DC 变化。从基线电平测得的不同 Ap 曲线之间的垂直变化。 0095 42 个经过滤的倾斜响应信号的附加的两个生物标记是通过从对于每一个响应信 号的 BGi 段减去在 OnAA 和 OnBB 段中得到的数据而得到的。这产生了 ： 0096 (a)BGi-OnAA 响应数据， 以及 (b)BGi-OnBB 响应数据。 0097 这产生了 84 个代表各自倾斜响应信号的每一个的动态响应的附加

49、生物标记。 0098 分析模块 28 包括关联分析组件 800， 如图 8 中所示， 其执行分析过程 460 来产生 对于由图形显示模块 30 所产生的病症诊断生物标记显示的每一个轴的显示点数据。组件 说 明 书 CN 102497808 A 10 8/11 页 11 800 处理 EVestG 曲线数据来产生对于生物标记显示的一个轴的曲线点数据 (plot point data)， 且处理时间响应数据来产生生物标记显示的另一个轴的曲线点数据。 生物标记显示 的示例图示于图 9 中， 其他显示示于下文讨论的图 10 到 21 中。显示上的每一点代表了病 人或测试受检者。显示中病人的点的位置表示了 CNS 病症的有或没有， 或者病人对这个病 症的特定治疗或剂量方案的相对响应。 0099 对于显示的横轴， 所使用的