特表2023-514675 | 知財ポータル「IP Force」

知財求人 - 知財ポータルサイト「IP Force」

▶ プロリラ　ベーフェーの特許一覧

特表2023-514675ＥＥＧ記録からの信号のセグメントを検出および分類するための方法およびシステム

書誌要約請求の範囲詳細な説明課題実施例実施するための形態図面の説明

目に優しい文字サイズ小中大 PDF Top

< >

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2023-04-07

(54)【発明の名称】ＥＥＧ記録からの信号のセグメントを検出および分類するための方法およびシステム

(51)【国際特許分類】

A61B 5/374 20210101AFI20230331BHJP

【ＦＩ】

A61B5/374

【審査請求】未請求

【予備審査請求】有

(21)【出願番号】P 2022543394

(86)(22)【出願日】2020-11-20

(85)【翻訳文提出日】2022-09-15

(86)【国際出願番号】 EP2020082823

(87)【国際公開番号】W WO2021144053

(87)【国際公開日】2021-07-22

(31)【優先権主張番号】20152275.2

(32)【優先日】2020-01-16

(33)【優先権主張国・地域又は機関】EP

(81)【指定国・地域】

(71)【出願人】

【識別番号】519224971

【氏名又は名称】プロリラベーフェー

【氏名又は名称原語表記】ＰＲＯＬＩＲＡＢ．Ｖ．

【住所又は居所原語表記】Ｐａｄｕａｌａａｎ８３５８４ＣＨＵｔｒｅｃｈｔＴｈｅＮｅｔｈｅｒｌａｎｄｓ

(74)【代理人】

【識別番号】100121083

【弁理士】

【氏名又は名称】青木宏義

(74)【代理人】

【識別番号】100138391

【弁理士】

【氏名又は名称】天田昌行

(74)【代理人】

【識別番号】100132067

【弁理士】

【氏名又は名称】岡田喜雅

(74)【代理人】

【識別番号】100137903

【弁理士】

【氏名又は名称】菅野亨

(72)【発明者】

【氏名】ゼマンフィリップマイケル

(72)【発明者】

【氏名】ファンメルケルクルトガーオロフ

(72)【発明者】

【氏名】ファンゾンアーナウトティム

【テーマコード（参考）】

4C127

【Ｆターム（参考）】

4C127AA03

4C127GG10

4C127GG11

4C127GG15

(57)【要約】

本発明は、ターゲット信号セグメントとして、または、ノンターゲット信号セグメントとして、単一チャネルＥＥＧ記録から取得される信号（１）のセグメントを検出および分類するためのデータ処理方法に関係する。方法は、ターゲット信号セグメントとしての信号の第１の検出されたセグメントの分類が正しいか、それとも、ノンターゲット信号セグメントとしての信号の第２の検出されたセグメントの分類が正しいかを決定するための投票プロセスを含む。本発明は、本発明によるデータ処理方法を実行するように構成および配置されるデバイス（２）およびシステム（３）にさらに関係する。

【特許請求の範囲】

【請求項1】

ターゲット信号セグメントとして、または、ノンターゲット信号セグメントとして、単一チャネルＥＥＧ記録から取得される信号（１）のセグメントを検出および分類するためのデータ処理方法であって、
・単一チャネルＥＥＧ記録から取得される信号（１）を用意することと、
・前記信号（１）の第１の信号セグメントを検出するために、および、ターゲット信号セグメントとして、前記検出された第１の信号セグメントを分類するために、基準単一チャネルＥＥＧ記録から取得される複数の基準ターゲット信号セグメントを指示しているターゲットパラメータセットを前記信号（１）に適用することであって、前記ターゲットパラメータセットは、前記複数の基準ターゲット信号セグメントのウェーブレット分解を使用して決定されるウェーブレット係数を含む、ターゲットパラメータセットを前記信号（１）に適用することと、
・第１のタイムスタンプ（ｔ１）を、前記検出された第１の信号セグメントに割り当てることと、
・前記信号（１）の第２の信号セグメントを検出するために、および、ノンターゲット信号セグメントとして、前記検出された第２の信号セグメントを分類するために、基準単一チャネルＥＥＧ記録から取得される複数の基準ノンターゲット信号セグメントを指示しているノンターゲットパラメータセットを前記信号（１）に適用することであって、前記ノンターゲットパラメータセットは、前記複数の基準ノンターゲット信号セグメントのウェーブレット分解を使用して決定されるウェーブレット係数を含む、ノンターゲットパラメータセットを前記信号（１）に適用することと、
・第２のタイムスタンプ（ｔ２）を、前記検出された第２の信号セグメントに割り当てることと、
・前記第１のタイムスタンプ（ｔ１）および前記第２のタイムスタンプ（ｔ２）の時間的近接性を決定することと、
・前記決定された時間的近接性に基づいて、ターゲット信号セグメントとしての前記検出された第１の信号セグメントの分類が正しいか、それとも、ノンターゲット信号セグメントとしての前記検出された第２の信号セグメントの分類が正しいかを決定するために、投票プロセスが要されるかどうかを決定することと、
・前記投票プロセスが要されるということを確定することを基に、前記投票プロセスを実行することと
を含む、方法。

【請求項2】

前記投票プロセスを実行することは、
・前記検出された第１の信号セグメントを含む、第１の信号サンプル（１０）を生成すること、
・最も良好なターゲット照合対象を決定するために、前記第１の信号サンプル（１０）を、前記複数の基準ターゲット信号セグメントと照合すること、
・前記検出された第２の信号セグメントを含む、第２の信号サンプル（１２）を生成すること、
・最も良好なノンターゲット照合対象を決定するために、前記第２の信号サンプルを、前記複数の基準ノンターゲット信号セグメントと照合すること、
・－ターゲット信号セグメントとしての前記検出された第１の信号セグメントの前記分類が正しいかどうか、または、
－ノンターゲット信号セグメントとしての前記検出された第２の信号セグメントの前記分類が正しいかどうか
を決定するために、メトリクスを、前記第１の信号サンプル（１０）、前記最も良好なターゲット照合対象、前記第２の信号サンプル（１２）、および、前記最も良好なノンターゲット照合対象に適用すること
を含む、請求項１に記載のデータ処理方法。

【請求項3】

前記投票プロセスを実行することは、
・前記検出された第１の信号セグメントを含む、第１の信号サンプル（１０）を生成すること、
・最も良好なターゲット照合対象を決定するために、前記第１の信号サンプル（１０）を、前記複数の基準ターゲット信号セグメントに基づく基準ターゲット信号セグメントのセットと照合すること、
・前記検出された第２の信号セグメントを含む、第２の信号サンプル（１２）を生成すること、
・最も良好なノンターゲット照合対象を決定するために、前記第２の信号サンプル（１２）を、前記複数の基準ノンターゲット信号セグメントに基づく基準ノンターゲット信号セグメントのセットと照合すること、
・－ターゲット信号セグメントとしての前記検出された第１の信号セグメントの前記分類が正しいかどうか、または、
－ノンターゲット信号セグメントとしての前記検出された第２の信号セグメントの前記分類が正しいかどうか
を決定するために、メトリクスを、前記第１の信号サンプル（１０）、前記最も良好なターゲット照合対象、前記第２の信号サンプル（１２）、および、前記最も良好なノンターゲット照合対象に適用すること
を含む、請求項１に記載のデータ処理方法。

【請求項4】

前記投票プロセスに基づいて正しくない、前記検出された第１の信号セグメントの前記分類、または、前記検出された第２の信号セグメントの前記分類を除去することをさらに含む、請求項１から３のいずれか一項に記載のデータ処理方法。

【請求項5】

ターゲット信号セグメントとしての、または、ノンターゲット信号セグメントとしての、検出された信号セグメントの分類を可能とする、前記ターゲットパラメータセットおよび／または前記ノンターゲットパラメータセットに基づいて決定される、あらかじめ決定された検出境界が適用される、請求項１から４のいずれか一項に記載のデータ処理方法。

【請求項6】

前記複数の基準ターゲット信号セグメントを特異的に指示しているウェーブレット係数を含む最適化されたターゲットパラメータセット、および／または、前記複数の基準ノンターゲット信号セグメントを特異的に指示しているウェーブレット係数を含む最適化されたノンターゲットパラメータセットを決定することをさらに含む、請求項１から５のいずれか一項に記載のデータ処理方法。

【請求項7】

前記最適化されたターゲットパラメータセット、および／または、前記最適化されたノンターゲットパラメータセットに基づいて、ターゲット信号セグメントとしての、または、ノンターゲット信号セグメントとしての、検出された信号セグメントの改善される分類を可能とする、検出境界が決定される、請求項６に記載のデータ処理方法。

【請求項8】

ターゲット信号セグメントとして、または、ノンターゲット信号セグメントとして、単一チャネルＥＥＧ記録から取得される信号（１）のセグメントを検出および分類するための、請求項１から７のいずれか一項に記載のデータ処理方法を実行するように構成および配置されるシステム（３）と協働するように構成および配置される検出器（２）であって、
・基準単一チャネルＥＥＧ記録から取得される複数の基準ターゲット信号セグメント、
・前記複数の基準ターゲット信号セグメントに基づく基準ターゲット信号セグメントのセット、
・基準単一チャネルＥＥＧ記録から取得される複数の基準ノンターゲット信号セグメント、
・前記複数の基準ノンターゲット信号セグメントに基づく基準ノンターゲット信号セグメントのセット、
・前記複数の基準ターゲット信号セグメントを指示しているターゲットパラメータセットであって、前記複数の基準ターゲット信号セグメントのウェーブレット分解を使用して決定されるウェーブレット係数を含む、ターゲットパラメータセット、および、
・複数の基準ノンターゲット信号セグメントを指示しているノンターゲットパラメータセットであって、前記複数の基準ノンターゲット信号セグメントのウェーブレット分解を使用して決定されるウェーブレット係数を含む、ノンターゲットパラメータセット
のうちの少なくとも１つを含むデータベース（４）を有する、検出器（２）。

【請求項9】

ターゲット信号セグメントとして、または、ノンターゲット信号セグメントとして、単一チャネルＥＥＧ記録から取得される信号（１）のセグメントを検出および分類するように構成および配置されるシステム（３）であって、請求項８に記載の前記デバイス（２）に動作可能に接続されているときに、前記信号（１）に関して、
・単一チャネルＥＥＧ記録から取得される信号（１）を用意するプロセスステップと、
・前記信号（１）の第１の信号セグメントを検出するために、および、ターゲット信号セグメントとして、前記検出された第１の信号セグメントを分類するために、基準単一チャネルＥＥＧ記録から取得される複数の基準ターゲット信号セグメントを指示しているターゲットパラメータセットを前記信号（１）に適用するプロセスステップであって、前記ターゲットパラメータセットは、前記複数の基準ターゲット信号セグメントのウェーブレット分解を使用して決定されるウェーブレット係数を含む、ターゲットパラメータセットを前記信号（１）に適用するプロセスステップと、
・第１のタイムスタンプ（ｔ１）を、前記検出された第１の信号セグメントに割り当てるプロセスステップと、
・前記信号（１）の第２の信号セグメントを検出するために、および、ノンターゲット信号セグメントとして、前記検出された第２の信号セグメントを分類するために、基準単一チャネルＥＥＧ記録から取得される複数の基準ノンターゲット信号セグメントを指示しているノンターゲットパラメータセットを前記信号（１）に適用するプロセスステップであって、前記ノンターゲットパラメータセットは、前記複数の基準ノンターゲット信号セグメントのウェーブレット分解を使用して決定されるウェーブレット係数を含む、ノンターゲットパラメータセットを前記信号（１）に適用するプロセスステップと、
・第２のタイムスタンプ（ｔ２）を、前記検出された第２の信号セグメントに割り当てるプロセスステップと、
・前記第１のタイムスタンプ（ｔ１）および前記第２のタイムスタンプ（ｔ２）の時間的近接性を決定するプロセスステップと、
・前記決定された時間的近接性に基づいて、ターゲット信号セグメントとしての前記検出された第１の信号セグメントの分類が正しいか、それとも、ノンターゲット信号セグメントとしての前記検出された第２の信号セグメントの分類が正しいかを決定するために、投票プロセスが要されるかどうかを決定するプロセスステップと、
・前記投票プロセスが要されるということを確定することを基に、前記投票プロセスを実行するプロセスステップと
を実行するように構成および配置されるプロセッサ（５）を含む、システム（３）。

【請求項10】

前記プロセッサ（５）は、
・前記検出された第１の信号セグメントを含む、第１の信号サンプル（１０）を生成するプロセスステップ、
・最も良好なターゲット照合対象を決定するために、前記第１の信号サンプル（１０）を、前記複数の基準ターゲット信号セグメントと照合するプロセスステップ、
・前記検出された第２の信号セグメントを含む、第２の信号サンプル（１２）を生成するプロセスステップ、
・最も良好なノンターゲット照合対象を決定するために、前記第２の信号サンプルを、前記複数の基準ノンターゲット信号セグメントと照合するプロセスステップ、
・－ターゲット信号セグメントとしての前記検出された第１の信号セグメントの前記分類が正しいかどうか、または、
－ノンターゲット信号セグメントとしての前記検出された第２の信号セグメントの前記分類が正しいかどうか
を決定するために、メトリクスを、前記第１の信号サンプル（１０）、前記最も良好なターゲット照合対象、前記第２の信号サンプル（１２）、および、前記最も良好なノンターゲット照合対象に適用するプロセスステップ
を含む前記投票プロセスを実行するように構成および配置される、請求項９に記載のシステム（３）。

【請求項11】

前記プロセッサ（５）は、
・前記検出された第１の信号セグメントを含む、第１の信号サンプル（１０）を生成するプロセスステップ、
・最も良好なターゲット照合対象を決定するために、前記第１の信号サンプル（１０）を、前記複数の基準ターゲット信号セグメントに基づく基準ターゲット信号セグメントのセットと照合するプロセスステップ、
・前記検出された第２の信号セグメントを含む、第２の信号サンプル（１２）を生成するプロセスステップ、
・最も良好なノンターゲット照合対象を決定するために、前記第２の信号サンプル（１２）を、前記複数の基準ノンターゲット信号セグメントに基づく基準ノンターゲット信号セグメントのセットと照合するプロセスステップ、
・－ターゲット信号セグメントとしての前記検出された第１の信号セグメントの前記分類が正しいかどうか、または、
－ノンターゲット信号セグメントとしての前記検出された第２の信号セグメントの前記分類が正しいかどうか
を決定するために、メトリクスを、前記第１の信号サンプル（１０）、前記最も良好なターゲット照合対象、前記第２の信号サンプル（１２）、および、前記最も良好なノンターゲット照合対象に適用するプロセスステップ
を含む前記投票プロセスを実行するように構成および配置される、請求項９に記載のシステム（３）。

【請求項12】

前記プロセッサ（５）は、前記投票プロセスに基づいて正しくない、前記検出された第１の信号セグメントの前記分類、または、前記検出された第２の信号セグメントの前記分類を除去するように構成および配置される、請求項９から１１のいずれか一項に記載のシステム（３）。

【請求項13】

前記プロセッサ（５）は、前記ターゲットパラメータセットおよび／または前記ノンターゲットパラメータセットに基づいて決定される、あらかじめ決定された検出境界を適用するように構成および配置され、前記検出境界は、ターゲット信号セグメントとしての、または、ノンターゲット信号セグメントとしての、検出された信号セグメントの分類を可能とする、請求項９から１２のいずれか一項に記載のシステム（３）。

【請求項14】

前記プロセッサ（５）は、前記複数の基準ターゲット信号セグメントを特異的に指示しているウェーブレット係数を含む最適化されたターゲットパラメータセット、および／または、前記複数の基準ノンターゲット信号セグメントを特異的に指示しているウェーブレット係数を含む最適化されたノンターゲットパラメータセットを決定するように構成および配置される、請求項９から１３のいずれか一項に記載のシステム（３）。

【請求項15】

前記プロセッサ（５）は、前記最適化されたターゲットパラメータセット、および／または、前記最適化されたノンターゲットパラメータセットに基づいて決定される、あらかじめ決定された検出境界を適用するように構成および配置され、前記検出境界は、ターゲット信号セグメントとしての、または、ノンターゲット信号セグメントとしての、検出された信号セグメントの改善される分類を可能とする、請求項１４に記載のシステム（３）。

【請求項16】

前記プロセッサ（５）に動作可能に接続されるデータ記憶ユニット（６）をさらに含み、前記データ記憶ユニット（６）は、前記単一チャネルＥＥＧ記録、および、前記単一チャネルＥＥＧ記録から取得される前記信号、および、前記プロセッサ（５）により実行される前記方法の結果としての、ターゲット信号セグメントとしての、または、ノンターゲット信号セグメントとしての、前記信号の検出された信号セグメントの分類のうちの少なくとも１つを記憶するように構成および配置される、請求項９から１５のいずれか一項に記載のシステム（３）。

【請求項17】

前記システム（３）は、２つの電極（７）と接続可能であるように構成および配置され、前記２つの電極（７）は、被検者の頭皮上に配置可能であり、前記単一チャネルＥＥＧ記録を記録し、前記単一チャネルＥＥＧ記録を前記データ記憶ユニット（６）に転送するように構成される、請求項１６に記載のシステム（３）。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、ターゲット信号セグメントとして、または、ノンターゲット信号セグメントとして、単一チャネルＥＥＧ記録から取得される信号のセグメントを検出および分類するための方法に関係する。本発明は、本発明による方法を実行するように構成および配置されるデバイスおよびシステムにさらに関係する。

【背景技術】

【0002】

せん妄は、通常は経時的に変動する、意識および認知の急性障害である。そのせん妄は、集中治療室（ＩＣＵ）滞在中に６０％より多い、および、高齢者病棟または中等治療室において１５％を上回る、報告される発生率を伴う、好発する病気である。せん妄は、より高い死亡率、より長い入院期間、長期の認知機能障害、および、増大されるコストと関連付けられる。精神運動行動に基づく３つの異なる亜型のせん妄、すなわち、低活動型、過活動型、および、混合型せん妄が存する。

【0003】

そのせん妄の頻度および影響にもかかわらず、医療従事者によるせん妄の見分けは不十分なものである。例外は、過活動型形式の、せん妄であるが、これらの形式は、相対的にまれである。さらにまた、ＩＣＵ患者におけるせん妄の遅らせられる治療は、死亡率を増大することが見いだされた。早期の診断および治療を改善するために、米国集中治療医学会および米国精神医学会は、ＩＣＵ患者におけるせん妄の、日々のモニタリングを推奨している。

【0004】

例えば、ＩＣＵにおけるせん妄評価法（ＣＡＭ－ＩＣＵ：ＣｏｎｆｕｓｉｏｎＡｓｓｅｓｓｍｅｎｔＭｅｔｈｏｄｆｏｒｔｈｅＩＣＵ）、ならびに、例えば単一チャネルＥＥＧ記録を使用する脳波検査法（ｅｌｅｃｔｒｏｅｎｃｅｐｈａｌｏｇｒａｐｈｙ）（ＥＥＧ）を必然的に含む方法およびシステムを含む、様々なせん妄評価ツールが開発されてきた。

【0005】

Ｔ．Ｎｕｍａｎら：「Ｄｅｌｉｒｉｕｍｄｅｔｅｃｔｉｏｎｕｓｉｎｇｒｅｌａｔｉｖｅｄｅｌｔａｐｏｗｅｒｂａｓｅｄｏｎ１－ｍｉｎｕｔｅｓｉｎｇｌｅ－ｃｈａｎｎｅｌＥＥＧ：ａｍｕｌｔｉｃｅｎｔｒｅｓｔｕｄｙ」、ＢｒｉｔｉｓｈＪｏｕｒｎａｌｏｆＡｎａｅｓｔｈｅｓｉａ、第１２２巻、第１号、２０１９年１月１日、６０～６８ページによる開示は、スペクトル分析に基づくＥＥＧ分析のためのアルゴリズムを使用するせん妄検出を開示する。アルゴリズムは、いわゆるデルタＥＥＧ周波数帯域（１～４Ｈｚ）における、および、１～６Ｈｚの周波数帯域におけるパワーを、１～３０Ｈｚの総合的なＥＥＧ周波数帯域におけるパワーで除算することにより、正規化されたデルタパワー、いわゆる相対デルタパワーを提供する。

【0006】

単一チャネルＥＥＧ記録を使用する、知られているせん妄評価方法およびシステムの不利な点は、特に、単一チャネルＥＥＧ記録のターゲット信号セグメントおよびノンターゲット信号セグメントがよく似て見えるときに、それらの方法およびシステムは、単一チャネルＥＥＧ記録のターゲット信号セグメントとノンターゲット信号セグメントとの間の信頼性の高い区別を提供しないということである。本発明の文脈において、単一チャネルＥＥＧ記録のターゲット信号セグメントは、例えば、患者が、せん妄状態である、または、関係付けられる脳障害を病んでいることを指示している信号セグメントと解されるべきであり、しかるに、単一チャネルＥＥＧ記録のノンターゲット信号セグメントは、ノンターゲット脳信号、または、例えば、眼アーチファクト、筋活動に関係付けられるアーチファクト、もしくは、そのようなアーチファクトの組み合わせに関係付けられるアーチファクトなどのアーチファクトを指示している信号セグメントと解されるべきであるということが留意される。

【0007】

単一チャネルＥＥＧ記録を使用する、知られているせん妄評価方法およびシステムの、上記で述べられた不利な点に鑑みて、単一チャネルＥＥＧ記録のターゲット信号セグメントとノンターゲット信号セグメントとの間の改善される区別を可能にする方法およびシステムを提供することの必要性が存する。

【発明の概要】

【0008】

単一チャネルＥＥＧ記録を使用する、知られているせん妄評価方法と関連付けられる、上記で述べられた不利な点および／または他の不利な点を、先手を打って回避する、または、少なくとも低減する、ターゲット信号セグメントとして、または、ノンターゲット信号セグメントとして、単一チャネルＥＥＧ記録から取得される信号のセグメントを検出および分類するための方法を提供することが、本発明の目的である。

【0009】

本発明による方法を実行するためのデバイスおよびシステムを提供することが、さらには本発明の目的である。

【0010】

本発明の態様は、付随する独立および従属請求項において開陳される。従属請求項からの特徴は、特許請求の範囲においてただ単に明示的に開陳されるようにではなく、適切なように、独立請求項からの特徴と組み合わされることがある。

【0011】

上記で述べられた目的のうちの少なくとも１つは、ターゲット信号セグメントとして、または、ノンターゲット信号セグメントとして、単一チャネルＥＥＧ記録から取得される信号のセグメントを検出および分類するためのデータ処理方法であって、
・単一チャネルＥＥＧ記録から取得される信号を用意することと、
・前述の信号の第１の信号セグメントを検出するために、および、ターゲット信号セグメントとして、検出された第１の信号セグメントを分類するために、基準単一チャネルＥＥＧ記録から取得される複数の基準ターゲット信号セグメントを指示しているターゲットパラメータセットを前述の信号に適用することであって、ターゲットパラメータセットは、複数の基準ターゲット信号セグメントのウェーブレット分解を使用して決定されるウェーブレット係数を含む、ターゲットパラメータセットを前述の信号に適用することと、
・第１のタイムスタンプを、検出された第１の信号セグメントに割り当てることと、
・前述の信号の第２の信号セグメントを検出するために、および、ノンターゲット信号セグメントとして、検出された第２の信号セグメントを分類するために、基準単一チャネルＥＥＧ記録から取得される複数の基準ノンターゲット信号セグメントを指示しているノンターゲットパラメータセットを前述の信号に適用することであって、ノンターゲットパラメータセットは、複数の基準ノンターゲット信号セグメントのウェーブレット分解を使用して決定されるウェーブレット係数を含む、ノンターゲットパラメータセットを前述の信号に適用することと、
・第２のタイムスタンプを、検出された第２の信号セグメントに割り当てることと、
・第１のタイムスタンプおよび第２のタイムスタンプの時間的近接性を決定することと、
・前述の決定された時間的近接性に基づいて、ターゲット信号セグメントとしての検出された第１の信号セグメントの分類が正しいか、それとも、ノンターゲット信号セグメントとしての検出された第２の信号セグメントの分類が正しいかを決定するために、投票（ｖｏｔｉｎｇ）プロセスが要されるかどうかを決定することと、
・前述の投票プロセスが要されるということを確定することを基に、前述の投票プロセスを実行することと
を含む、方法により達成される。

【0012】

この手立てにおいて、単一チャネルＥＥＧ記録から取得される信号のターゲット信号セグメントとノンターゲット信号セグメントとの間の改善される区別がなされ得るものであり、それゆえに、偽陽性検出、または、さらに言えば、正しくない分類が低減され得る。

【0013】

【0014】

単一チャネルＥＥＧ記録を獲得するための上記で述べられた実施例に加えて、本発明の文脈における単一チャネルＥＥＧ記録は、さらには、標準１０－２０ＥＥＧモンタージュからの、または、さらに言えば、任意の他のマルチチャネルＥＥＧモンタージュからの単一チャネルであり得るということを、当業者は察知することになる。語句「単一チャネルＥＥＧ記録」の、後者の解釈について、本発明の文脈において、複数の基準ターゲット信号セグメント、および、複数の基準ノンターゲット信号セグメントは、単一チャネルのデータから排他的に取得されるということが留意される。

【0015】

複数の基準ターゲット信号セグメント、および、複数の基準ノンターゲット信号セグメントを取得するために使用される単一チャネルＥＥＧ記録は、例えば１５分のあらかじめ規定された継続期間を有し得る。しかしながら、獲得される単一チャネルＥＥＧ記録が、適した基準ターゲット信号セグメントおよび基準ノンターゲット信号セグメントを取得することを可能にする限りにおいて、任意の適したあらかじめ規定された継続期間が使用され得るということを、当業者は察知することになる。

【0016】

複数の基準ターゲット信号セグメントのうちの基準ターゲット信号セグメントは、相互に異なり得る。同じことが、複数のノンターゲット信号セグメントのうちの基準ノンターゲット信号セグメントに当てはまる。複数の基準ターゲット信号セグメントは、例えば１０００より多い基準ターゲット信号セグメントを含み得る。同じことが、複数のノンターゲット信号セグメントに当てはまる。

【0017】

複数の基準ターゲット信号セグメントを指示しているターゲットパラメータセットは、複数の基準ターゲット信号セグメントのうちの基準ターゲット信号セグメントを処理および分析することにより決定され得る。前の方で述べられた処理および分析することは、例えばディープニューラルネットワークを使用し得る機械学習アルゴリズムを必然的に含む訓練プロセスを使用して行われ得る。処理および分析することは、例えば、周波数領域において行われ得る。ターゲットパラメータセットは、そのターゲットパラメータセットが、複数の基準ターゲット信号セグメントを指示しているパラメータを含むので、集約パラメータセットと解され得る。

【0018】

ターゲットパラメータセットを決定することを基に、そのターゲットパラメータセットは、上記で述べられた手立てのうちの１つにおいて獲得される単一チャネルＥＥＧ記録の第１の信号セグメントを検出するために、および、ターゲット信号セグメント、すなわち、患者が、せん妄状態である、または、関係付けられる脳障害を病んでいることを指示している信号セグメントとして、検出された第１の信号セグメントを分類するために使用され得る。第１の信号セグメントを検出することを基に、その第１の信号セグメントは、第１のタイムスタンプをその第１の信号セグメントに割り当てることによりマーキングされ得る。

【0019】

類似の手立てにおいて、複数の基準ノンターゲット信号セグメントを指示しているノンターゲットパラメータセットは、複数の基準ノンターゲット信号セグメントのうちの基準ノンターゲット信号セグメントを処理および分析することにより決定され得る。前の方で述べられた処理および分析することは、例えばディープニューラルネットワークを使用し得る別の機械学習アルゴリズムを必然的に含む別の訓練プロセスを使用して行われ得る。処理および分析することは、例えば、周波数領域において行われ得る。ノンターゲットパラメータセットは、そのノンターゲットパラメータセットが、複数の基準ノンターゲット信号セグメントを指示しているパラメータを含むので、集約パラメータセットと解され得る。

【0020】

ノンターゲットパラメータセットを決定することを基に、そのノンターゲットパラメータセットは、上記で述べられた手立てのうちの１つにおいて獲得される単一チャネルＥＥＧ記録から取得された同じ信号の第２の信号セグメントを検出するために、および、ノンターゲット信号セグメント、すなわち、例えば、眼アーチファクト、筋活動に関係付けられるアーチファクト、または、そのようなアーチファクトの組み合わせに関係付けられるアーチファクトなどのアーチファクトを指示している信号セグメントとして、検出された第２の信号セグメントを分類するために使用され得る。第２の信号セグメントを検出することを基に、その第２の信号セグメントは、第２のタイムスタンプをその第２の信号セグメントに割り当てることによりマーキングされ得る。

【0021】

本発明によれば、第１のタイムスタンプおよび第２のタイムスタンプの時間的近接性を決定することは、いくつかの異なる手立てにおいて行われ得る。

【0022】

このことを行うことの第１の例示的な手立ては、あらかじめ規定された長さの時間区間に、取得される第１の信号を分割することを必然的に含む。好ましくは、時間区間は、あらかじめ規定された等しい長さを有する。これらの時間区間は、ビンと呼称され得る。好ましくは、時間区間またはビンは、あらかじめ規定された等しい長さを有する。時間区間のあらかじめ規定された長さは、所望される正確度などの特定の要件に依存して選定され得る。時間区間の適したあらかじめ規定された長さは、０．２５ｓから３ｓの間の範囲に及ぶ。好ましくは、時間区間は、１ｓのあらかじめ規定された長さを有する。第１のタイムスタンプおよび第２のタイムスタンプの時間的近接性を決定することは、第１のタイムスタンプおよび第２のタイムスタンプが、同じ時間区間の中に入るか否かを確定することに基づく。第１のタイムスタンプおよび第２のタイムスタンプが、同じ時間区間またはビンの中に入るならば、ターゲット信号セグメントとしての検出された第１の信号セグメントの分類が正しいか、それとも、ノンターゲット信号セグメントとしての検出された第２の信号セグメントの分類が正しいかを決定するために、投票プロセスが、要され、実行されることになる。第１のタイムスタンプおよび第２のタイムスタンプが、異なる時間区間内に入る、すなわち、第１のタイムスタンプおよび第２のタイムスタンプが、同じビンの中に入らないならば、投票プロセスは要されず、好ましくは、投票プロセスは実行されない。この事例において、ターゲット信号セグメントであるとしての検出された第１の信号セグメントの分類、および、ノンターゲット信号セグメントであるとしての検出された第２の信号セグメントの分類は、両方が正しい公算が甚だ大きい。

【0023】

第１のタイムスタンプおよび第２のタイムスタンプの時間的近接性を決定することの第２の手立ては、第１のタイムスタンプと第２のタイムスタンプとの間の時間差を決定することを必然的に含む。決定された時間差は、あらかじめ規定されたしきい値と比較される。第１のタイムスタンプと第２のタイムスタンプとの間の決定された時間差がしきい値より小さいとき、ターゲット信号セグメントであるとしての検出された第１の信号セグメントの分類、および、ノンターゲット信号セグメントであるとしての検出された第２の信号セグメントの分類が、両方が正しくあり得るということが、公算が大きくなく、または、全く可能でなくあり得るように、あらかじめ規定されたしきい値が選定されるということを、当業者は察知することになる。ゆえに、決定された時間差が、あらかじめ規定されたしきい値より小さいとき、ターゲット信号セグメントとしての検出された第１の信号セグメントの分類が正しいか、それとも、ノンターゲット信号セグメントとしての検出された第２の信号セグメントの分類が正しいかを決定するために、投票プロセスが要される。決定された時間差がしきい値以上であるならば、ターゲット信号セグメントであるとしての検出された第１の信号セグメントの分類、および、ノンターゲット信号セグメントであるとしての検出された第２の信号セグメントの分類は、両方が正しい公算が甚だ大きい。

【0024】

任意の適したあらかじめ規定されたしきい値が選定されることが、そのしきい値が、ターゲット信号セグメントであるとしての検出された第１の信号セグメントの分類、および／または、ノンターゲット信号セグメントであるとしての検出された第２の信号セグメントの分類が正しくあり得るかどうかを確定することを可能とする限りにおいて行われ得るということを、当業者は察知することになる。あらかじめ規定されたしきい値に対する適した値は、０．２５ｓから３ｓの間の範囲に及ぶ。好ましくは、しきい値は１ｓである。

【0025】

上記に基づいて、投票プロセスは、分類のうちの１つを脱落させるということが明らかであることになる。結果として、本発明による方法は、偽陽性検出、または、さらに言えば、正しくない分類を低減し得る。

【0026】

上記に基づいて、本発明によるデータ処理方法の実施例は、ターゲット信号セグメントとして、または、ノンターゲット信号セグメントとして、単一チャネルＥＥＧ記録から取得される信号のセグメントを検出および分類するための方法であって、
・単一チャネルＥＥＧ記録から取得される信号を用意することと、
・第１の信号セグメントを検出するために、および、ターゲット信号セグメントとして、検出された第１の信号セグメントを分類するために、基準単一チャネルＥＥＧ記録から取得される複数の基準ターゲット信号セグメントを指示しているターゲットパラメータセットを前述の信号に適用することと、
・第１のタイムスタンプを、検出された第１の信号セグメントに割り当てることと、
・第２の信号セグメントを検出するために、および、ノンターゲット信号セグメントとして、検出された第２の信号セグメントを分類するために、基準単一チャネルＥＥＧ記録から取得される複数の基準ノンターゲット信号セグメントを指示しているノンターゲットパラメータセットを前述の信号に適用することと、
・第２のタイムスタンプを、検出された第２の信号セグメントに割り当てることと、
・第１のタイムスタンプおよび第２のタイムスタンプの時間的近接性を決定することと、
・前述の決定された時間的近接性に基づいて、ターゲット信号セグメントとしての検出された第１の信号セグメントの分類が正しいか、それとも、ノンターゲット信号セグメントとしての検出された第２の信号セグメントの分類が正しいかを決定するために、投票プロセスが要されるかどうかを決定することと、
・前述の投票プロセスが要されるということを確定することを基に、前述の投票プロセスを実行することと
を含む、方法である。

【0027】

本発明による方法の実施形態において、投票プロセスを実行することは、
・検出された第１の信号セグメントを含む、第１の信号サンプルを生成すること、
・最も良好なターゲット照合対象を決定するために、第１の信号サンプルを、複数の基準ターゲット信号セグメントと照合すること、
・検出された第２の信号セグメントを含む、第２の信号サンプルを生成すること、
・最も良好なノンターゲット照合対象を決定するために、第２の信号サンプルを、複数の基準ノンターゲット信号セグメントと照合すること、
・－ターゲット信号セグメントとしての検出された第１の信号セグメントの分類が正しいかどうか、または、
－ノンターゲット信号セグメントとしての検出された第２の信号セグメントの分類が正しいかどうか
を決定するために、メトリクスを、第１の信号サンプル、最も良好なターゲット照合対象、第２の信号サンプル、および、最も良好なノンターゲット照合対象に適用すること
を含む。

【0028】

本発明によれば、最も良好なターゲット照合対象を決定するために、第１の信号サンプルを、複数の基準ターゲット信号セグメントと照合することは、例えば、複数の基準ターゲット信号セグメントとの、第１の信号サンプルの時間領域における曲線適合を必然的に含み得る。類似の手立てにおいて、最も良好なノンターゲット照合対象を決定するために、第２の信号サンプルを、複数の基準ノンターゲット信号セグメントと照合することは、例えば、複数の基準ノンターゲット信号セグメントとの、第２の信号サンプルの時間領域における曲線適合を必然的に含み得る。

【0029】

本発明によれば、時間領域における曲線適合は、複数の基準ターゲット信号セグメントのうちの基準ターゲット信号セグメントの信号形状と、第１の信号サンプルの信号形状を比較すること、および、複数の基準ノンターゲット信号セグメントのうちの基準ノンターゲット信号セグメントの信号形状との、第２の信号サンプルの信号形状の比較することを含むことがある。この事例において、例えば最も小さい残差を結果的に生じさせる曲線適合が、最も良好なターゲット照合対象、および、最も良好なノンターゲット照合対象、それぞれを決定するために選定され得る。しかしながら、曲線適合プロセスに関係付けられる他の態様が、当然ながらさらには、最も良好なターゲット照合対象、および、最も良好なノンターゲット照合対象、それぞれを決定するために顧慮され得る。

【0030】

時間領域における曲線適合は、最も良好なターゲット照合対象、および、最も良好なノンターゲット照合対象、それぞれを決定するために利用可能である分析方法の実施例にすぎないということを、当業者は察知することになる。分析方法の実施例は、例えば、高速フーリエ変換（ＦＦＴ）、コヒーレンスの決定を必然的に含む線形信号分析技法、位相同期および／または一般化同期の決定を必然的に含む非線形信号分析技法、テンプレートマッチング、ならびに、ウェーブレットの使用を含むパラメトリックモデルを含む。

【0031】

本発明によれば、メトリクスを、第１の信号サンプル、最も良好なターゲット照合対象、第２の信号サンプル、および、最も良好なノンターゲット照合対象に適用することは、いくつかの異なる手立てにおいて行われ得る。このことを行うことの第１の手立ては、時間領域における相関を確定および比較することによる。このことを行うことの第２の手立ては、ウェーブレット領域における適合度を確定および比較することによる。これらの技法のうちのいずれか１つを適用することにより、ターゲット信号セグメントであるとしての検出された第１の信号セグメントの分類が正しいか、それとも、ノンターゲット信号セグメントであるとしての検出された第２の信号セグメントの分類が正しいかが決定され得る。

【0032】

上記の結果として、投票プロセスは、２つの分類のうちの１つを脱落させ得るものであり、以て、ターゲット信号セグメントとしての、または、ノンターゲット信号セグメントとしての、最終的な分類を決定することになるということが明らかであることになる。結果として、偽陽性分類、または、さらに言えば、正しくない検出が低減され得る。

【0033】

本発明による方法の実施形態において、投票プロセスを実行することは、
・検出された第１の信号セグメントを含む、第１の信号サンプルを生成すること、
・最も良好なターゲット照合対象を決定するために、第１の信号サンプルを、複数の基準ターゲット信号セグメントに基づく基準ターゲット信号セグメントのセットと照合すること、
・検出された第２の信号セグメントを含む、第２の信号サンプルを生成すること、
・最も良好なノンターゲット照合対象を決定するために、第２の信号サンプルを、複数の基準ノンターゲット信号セグメントに基づく基準ノンターゲット信号セグメントのセットと照合すること、
・－ターゲット信号セグメントとしての検出された第１の信号セグメントの分類が正しいかどうか、または、
－ノンターゲット信号セグメントとしての検出された第２の信号セグメントの分類が正しいかどうか
を決定するために、メトリクスを、第１の信号サンプル、最も良好なターゲット照合対象、第２の信号サンプル、および、最も良好なノンターゲット照合対象に適用すること
を含む。

【0034】

本発明の先の実施形態について上記で述べられたのと同じ考察が、本発明の目下述べられている実施形態の、第１の信号サンプルおよび第２の信号サンプルを、複数の基準ターゲット信号サンプルに基づく基準ターゲット信号セグメントのセット、および、複数の基準ノンターゲット信号サンプルに基づく基準ノンターゲット信号セグメントのセットと照合するステップに、等しく適用されるということを、当業者は察知することになる。

【0035】

その上、本発明の先の実施形態について上記で述べられたのと同じ考察が、本発明の目下述べられている実施形態の、メトリクスを、第１の信号サンプル、最も良好なターゲット照合対象、第２の信号サンプル、および、最も良好なノンターゲット照合対象に適用するステップに、等しく適用されるということを、当業者は察知することになる。

【0036】

さらにまた、複数の基準ターゲット信号セグメントに基づく基準ターゲット信号セグメントのセット、および、複数の基準ノンターゲット信号セグメントに基づく基準ノンターゲット信号セグメントのセットを使用することにより、投票プロセスは、複数の基準ターゲット信号セグメントのうちのすべての基準ターゲット信号セグメント、および、複数の基準ノンターゲット信号セグメントのうちのすべての基準ノンターゲット信号セグメント、それぞれを使用しなければならないということなく、２つの分類のうちの１つを脱落させ得るということが明らかであることになる。結果として、投票プロセスは、より高速に実行され得る。

【0037】

本発明による方法の実施形態において、方法は、投票プロセスに基づいて正しくない、検出された第１の信号セグメントの分類、または、検出された第２の信号セグメントの分類を除去することをさらに含む。本発明による方法の投票プロセスが、いわゆる勝者を結果的に生じさせる、すなわち、ターゲット信号セグメントであるとしての検出された第１の信号セグメントの分類、または、ノンターゲット信号セグメントであるとしての検出された第２の信号セグメントの分類のいずれかが正しいということを、当業者は察知することになる。投票プロセスによれば正しくないとみなされることになる分類は、除去されることになる。

【0038】

本発明による方法の実施形態において、ターゲット信号セグメントとしての、または、ノンターゲット信号セグメントとしての、検出された信号セグメントの分類を可能とする、ターゲットパラメータセットおよび／またはノンターゲットパラメータセットに基づいて決定される、あらかじめ決定された検出境界が適用される。検出境界は、例えば、ターゲット信号セグメントおよびノンターゲット信号セグメントのラベル付き訓練セットに関する訓練により決定される、ウェーブレット係数の特徴空間における境界面であり得る。この手立てにおいて、単一チャネルＥＥＧ記録のターゲット信号セグメントとノンターゲット信号セグメントとの間の区別をなすための別の手立てが提供され得る。ゆえに、偽陽性検出、または、さらに言えば、正しくない分類が低減され得る。

【0039】

本発明による方法の実施例において、ターゲットパラメータセットおよび／またはノンターゲットパラメータセットに基づいて、ターゲット信号セグメントとしての、または、ノンターゲット信号セグメントとしての、検出された信号セグメントの分類を可能とする、検出境界が決定される。

【0040】

本発明による方法の実施形態において、ターゲットパラメータセットは、複数の基準ターゲット信号セグメントのウェーブレット分解を使用して決定されるウェーブレット係数を含み、ノンターゲットパラメータセットは、複数の基準ノンターゲット信号セグメントのウェーブレット分解を使用して決定されるウェーブレット係数を含む。

【0041】

ウェーブレット係数は、複数の基準ターゲット信号セグメントのうちの基準ターゲット信号セグメントの、および、複数の基準ノンターゲット信号セグメントのうちの基準ノンターゲット信号セグメントの、ウェーブレット分解により決定され得る。基準ターゲット信号セグメントに対する、および、基準ノンターゲット信号セグメントに対する、それぞれのウェーブレット係数を決定することを基に、機械学習アルゴリズムを必然的に含む訓練プロセスが、基準ターゲット信号セグメントを、および、基準ノンターゲット信号セグメントを、それぞれ最も表現しているウェーブレット係数を識別するために使用され得る。機械学習アルゴリズムは、例えばディープニューラルネットワークを使用し得る。ターゲットパラメータセットは、好ましくは、基準ターゲット信号セグメントを最も表現しているウェーブレット係数を含むということ、および、ノンターゲットパラメータセットは、好ましくは、基準ノンターゲット信号セグメントを最も表現しているウェーブレット係数を含むということを、当業者は察知することになる。かくして取得されるターゲットパラメータセットおよびノンターゲットパラメータセットは、複数の基準ターゲット信号セグメントを、および、複数の基準ノンターゲット信号セグメントを、それぞれ最も表現しているウェーブレット係数の統計的平均値を含み得るということを、当業者は察知することになる。

【0042】

本発明による方法の実施形態において、方法は、複数の基準ターゲット信号セグメントを特異的に指示しているウェーブレット係数を含む最適化されたターゲットパラメータセット、および／または、複数の基準ノンターゲット信号セグメントを特異的に指示しているウェーブレット係数を含む最適化されたノンターゲットパラメータセットを決定することをさらに含む。

【0043】

最適化されたターゲットパラメータセット、および、最適化されたノンターゲットパラメータセットの決定は、いくつかの手立てにおいて達成され得る。このことを行うことの第１の手立ては、ターゲットパラメータセットのウェーブレット係数、および、ノンターゲットパラメータセットのウェーブレット係数の比較することを必然的に含み、ターゲットパラメータセットにおいて、および、ノンターゲットパラメータセットにおいての両方で出現するウェーブレット係数は、ターゲットパラメータセットから、および／または、ノンターゲットパラメータセットから除去される。この手立てにおいて、ターゲットパラメータセットとノンターゲットパラメータセットとの間の重複が低減され得る。

【0044】

最適化されたターゲットパラメータセット、および、最適化されたノンターゲットパラメータセットを決定することの第２の手立ては、ターゲット信号セグメントであるとして、検出された第１の信号セグメントを、および、ノンターゲット信号セグメントであるとして、検出された第２の信号セグメントを分類するように適応させられる、システム、例えば分類器ユニットの、結果的に生じる感度および特異度を使用することを必然的に含む。

【0045】

上記で述べられた第１の手立ておよび第２の手立てのうちの任意の１つの結果として、かくして最適化されたターゲットパラメータセットおよびノンターゲットパラメータセットは、単一チャネルＥＥＧ記録のターゲット信号セグメントとノンターゲット信号セグメントとの間の改善される区別を可能にする。ゆえに、偽陽性検出、または、さらに言えば、正しくない分類が低減され得る。

【0046】

本発明による方法の実施形態において、最適化されたターゲットパラメータセット、および／または、最適化されたノンターゲットパラメータセットに基づいて、ターゲット信号セグメントとしての、または、ノンターゲット信号セグメントとしての、検出された信号セグメントの改善される分類を可能とする、検出境界が決定される。この手立てにおいて、単一チャネルＥＥＧ記録のターゲット信号セグメントとノンターゲット信号セグメントとの間の改善される区別が達成され得る。ゆえに、偽陽性検出、または、さらに言えば、正しくない分類が低減され得る。

【0047】

本発明の別の態様によれば、ターゲット信号セグメントとして、または、ノンターゲット信号セグメントとして、単一チャネルＥＥＧ記録から取得される信号のセグメントを検出および分類するように構成および配置されるシステムとともに使用されるように構成および配置されるデバイスであって、
・基準単一チャネルＥＥＧ記録から取得される複数の基準ターゲット信号セグメント、
・複数の基準ターゲット信号セグメントに基づく基準ターゲット信号セグメントのセット、
・基準単一チャネルＥＥＧ記録から取得される複数の基準ノンターゲット信号セグメント、
・複数の基準ノンターゲット信号セグメントに基づく基準ノンターゲット信号セグメントのセット、
・複数の基準ターゲット信号セグメントを指示しているターゲットパラメータセット、および、
・複数の基準ノンターゲット信号セグメントを指示しているノンターゲットパラメータセット
のうちの少なくとも１つを含むデータベースを有する、デバイスが提供される。

【0048】

デバイスは、専用パラメータセット、すなわち、複数の基準ターゲット信号セグメントを指示しているターゲットパラメータセット、および、複数の基準ノンターゲット信号セグメントを指示しているノンターゲットパラメータセットを含む検出器と解され得るものであり、専用パラメータセットは、それぞれのディープニューラルネットワークを使用することがある、それぞれの機械学習アルゴリズムを必然的に含むことがある、上記で説明されたようなそれぞれの訓練プロセスを用いて取得され得る。

【0049】

本発明によるデバイスは、単一チャネルＥＥＧ記録から取得される信号のターゲット信号セグメントとノンターゲット信号セグメントとの間の改善される区別を可能にする。結果として、上記で論考されたような、偽陽性検出、または、さらに言えば、正しくない分類が低減され得る。

【0050】

本発明のなおも別の態様によれば、ターゲット信号セグメントとして、または、ノンターゲット信号セグメントとして、単一チャネルＥＥＧ記録から取得される信号のセグメントを検出および分類するように構成および配置されるシステムであって、本発明によるデバイスに動作可能に接続されているときに、前述の信号に関して、本発明による方法を実行するように構成および配置されるプロセッサを含む、システムが提供される。

【0051】

この手立てにおいて、動作可能に接続されているときのシステムおよびデバイスは、単一チャネルＥＥＧ記録から取得される信号のターゲット信号セグメントとノンターゲット信号セグメントとの間の改善される区別を達成するために使用され得る。結果として、上記で論考されたような、偽陽性検出、または、さらに言えば、正しくない分類が低減され得る。デバイスおよびシステムは、別個のユニットとして実施され得るということを、当業者は察知することになる。しかしながら、デバイスおよびシステムは、さらには、統合されたユニットとして実施され得る。

【0052】

本発明のさらなる態様によれば、ターゲット信号セグメントとして、または、ノンターゲット信号セグメントとして、単一チャネルＥＥＧ記録から取得される信号のセグメントを検出および分類するように構成および配置されるシステムであって、本発明によるデバイスに動作可能に接続されているときに、前述の信号に関して、
・単一チャネルＥＥＧ記録から取得される信号を用意するプロセスステップと、
・前述の信号の第１の信号セグメントを検出するために、および、ターゲット信号セグメントとして、検出された第１の信号セグメントを分類するために、基準単一チャネルＥＥＧ記録から取得される複数の基準ターゲット信号セグメントを指示しているターゲットパラメータセットを前述の信号に適用するプロセスステップであって、ターゲットパラメータセットは、複数の基準ターゲット信号セグメントのウェーブレット分解を使用して決定されるウェーブレット係数を含む、ターゲットパラメータセットを前述の信号に適用するプロセスステップと、
・第１のタイムスタンプを、検出された第１の信号セグメントに割り当てるプロセスステップと、
・前述の信号の第２の信号セグメントを検出するために、および、ノンターゲット信号セグメントとして、検出された第２の信号セグメントを分類するために、基準単一チャネルＥＥＧ記録から取得される複数の基準ノンターゲット信号セグメントを指示しているノンターゲットパラメータセットを前述の信号に適用するプロセスステップであって、ノンターゲットパラメータセットは、複数の基準ノンターゲット信号セグメントのウェーブレット分解を使用して決定されるウェーブレット係数を含む、ノンターゲットパラメータセットを前述の信号に適用するプロセスステップと、
・第２のタイムスタンプを、検出された第２の信号セグメントに割り当てるプロセスステップと、
・第１のタイムスタンプおよび第２のタイムスタンプの時間的近接性を決定するプロセスステップと、
・前述の決定された時間的近接性に基づいて、ターゲット信号セグメントとしての検出された第１の信号セグメントの分類が正しいか、それとも、ノンターゲット信号セグメントとしての検出された第２の信号セグメントの分類が正しいかを決定するために、投票プロセスが要されるかどうかを決定するプロセスステップと、
・前述の投票プロセスが要されるということを確定することを基に、前述の投票プロセスを実行するプロセスステップと
を実行するように構成および配置されるプロセッサを含む、システムが提供される。

【0053】

【0054】

複数の基準ターゲット信号セグメント、および、複数の基準ノンターゲット信号セグメントは、単一チャネルＥＥＧ記録から取得される信号から取得され得る。単一チャネルＥＥＧ記録は、例えば、差動電極対を使用すること、基準（ＲＥＦ）電極もしくは接地（ＧＮＤ）電極と組み合わせた単一電極を使用すること、または、ＲＥＦ電極もしくはＧＮＤ電極と組み合わせた差動電極対を使用することを含む、様々な知られている手立てにおいて獲得され得るということを、当業者は察知することになる。最後の例示的な電極構成によれば、差動電極対の個々の電極は、例えば患者の耳上に位置決めされるＲＥＦ電極を伴う拡張１０－２０ＥＥＧシステムによって、患者の頭皮上の、特定の正中前頭部、例えばＦｚ、正中中心部、例えばＣｚ、正中頭頂部、例えばＰｚ、左内側側頭部、例えばＴ３、右内側側頭部、例えばＴ４位置に位置決めされ得る。複数の基準ターゲット信号セグメント、および、複数の基準ノンターゲット信号セグメントを取得するために使用される単一チャネルＥＥＧ記録は、例えば１５分のあらかじめ規定された継続期間を有し得る。しかしながら、獲得される単一チャネルＥＥＧ記録が、適した基準ターゲット信号セグメントおよび基準ノンターゲット信号セグメントを取得することを可能にする限りにおいて、任意の適したあらかじめ規定された継続期間が使用され得るということを、当業者は察知することになる。

【0055】

【0056】

【0057】

【0058】

【0059】

【0060】

【0061】

【0062】

【0063】

【0064】

【0065】

上記に基づいて、投票プロセスは、分類のうちの１つを脱落させるということが明らかであることになる。結果として、本発明によるシステムは、偽陽性検出、または、さらに言えば、正しくない分類を低減し得る。

【0066】

本発明によるシステムの実施例において、ターゲット信号セグメントとして、または、ノンターゲット信号セグメントとして、単一チャネルＥＥＧ記録から取得される信号のセグメントを検出および分類するように構成および配置されるシステムであって、本発明によるデバイスに動作可能に接続されているときに、前述の信号に関して、本発明による方法を実行するように構成および配置されるプロセッサを含む、システムが提供される。

【0067】

本発明によるシステムの実施形態において、プロセッサは、
・検出された第１の信号セグメントを含む、第１の信号サンプルを生成するプロセスステップ、
・最も良好なターゲット照合対象を決定するために、第１の信号サンプルを、複数の基準ターゲット信号セグメントと照合するプロセスステップ、
・検出された第２の信号セグメントを含む、第２の信号サンプルを生成するプロセスステップ、
・最も良好なノンターゲット照合対象を決定するために、第２の信号サンプルを、複数の基準ノンターゲット信号セグメントと照合するプロセスステップ、
・－ターゲット信号セグメントとしての検出された第１の信号セグメントの分類が正しいかどうか、または、
－ノンターゲット信号セグメントとしての検出された第２の信号セグメントの分類が正しいかどうか
を決定するために、メトリクスを、第１の信号サンプル、最も良好なターゲット照合対象、第２の信号サンプル、および、最も良好なノンターゲット照合対象に適用するプロセスステップ
を含む投票プロセスを実行するように構成および配置される。

【0068】

【0069】

【0070】

【0071】

【0072】

【0073】

本発明によるシステムの実施形態において、プロセッサは、
・検出された第１の信号セグメントを含む、第１の信号サンプルを生成するプロセスステップ、
・最も良好なターゲット照合対象を決定するために、第１の信号サンプルを、複数の基準ターゲット信号セグメントに基づく基準ターゲット信号セグメントのセットと照合するプロセスステップ、
・検出された第２の信号セグメントを含む、第２の信号サンプルを生成するプロセスステップ、
・最も良好なノンターゲット照合対象を決定するために、第２の信号サンプルを、複数の基準ノンターゲット信号セグメントに基づく基準ノンターゲット信号セグメントのセットと照合するプロセスステップ、
・－ターゲット信号セグメントとしての検出された第１の信号セグメントの分類が正しいかどうか、または、
－ノンターゲット信号セグメントとしての検出された第２の信号セグメントの分類が正しいかどうか
を決定するために、メトリクスを、第１の信号サンプル、最も良好なターゲット照合対象、第２の信号サンプル、および、最も良好なノンターゲット照合対象に適用するプロセスステップ
を含む投票プロセスを実行するように構成および配置される。

【0074】

【0075】

【0076】

【0077】

本発明によるシステムの実施形態において、プロセッサは、投票プロセスに基づいて正しくない、検出された第１の信号セグメントの分類、または、検出された第２の信号セグメントの分類を除去するように構成および配置される。投票プロセスが、いわゆる勝者を結果的に生じさせる、すなわち、ターゲット信号セグメントであるとしての検出された第１の信号セグメントの分類、または、ノンターゲット信号セグメントであるとしての検出された第２の信号セグメントの分類のいずれかが正しいということを、当業者は察知することになる。投票プロセスによれば正しくないとみなされることになる分類は、除去されることになる。

【0078】

本発明によるシステムの実施形態において、プロセッサは、ターゲットパラメータセットおよび／またはノンターゲットパラメータセットに基づいて決定される、あらかじめ決定された検出境界を適用するように構成および配置され、検出境界は、ターゲット信号セグメントとしての、または、ノンターゲット信号セグメントとしての、検出された信号セグメントの分類を可能とする。検出境界は、例えば、ターゲット信号セグメントおよびノンターゲット信号セグメントのラベル付き訓練セットに関する訓練により決定される、ウェーブレット係数の特徴空間における境界面であり得る。この手立てにおいて、単一チャネルＥＥＧ記録のターゲット信号セグメントとノンターゲット信号セグメントとの間の区別をなすための別の手立てが提供され得る。ゆえに、偽陽性検出、または、さらに言えば、正しくない分類が低減され得る。

【0079】

本発明によるシステムの実施形態において、プロセッサは、複数の基準ターゲット信号セグメントを特異的に指示しているウェーブレット係数を含む最適化されたターゲットパラメータセット、および／または、複数の基準ノンターゲット信号セグメントを特異的に指示しているウェーブレット係数を含む最適化されたノンターゲットパラメータセットを決定するように構成および配置される。最適化されたターゲットパラメータセット、および、最適化されたノンターゲットパラメータセットの決定は、いくつかの手立てにおいて達成され得る。このことを行うことの第１の手立ては、ターゲットパラメータセットのウェーブレット係数、および、ノンターゲットパラメータセットのウェーブレット係数の比較することを必然的に含み、ターゲットパラメータセットにおいて、および、ノンターゲットパラメータセットにおいての両方で出現するウェーブレット係数は、ターゲットパラメータセットから、および／または、ノンターゲットパラメータセットから除去される。この手立てにおいて、ターゲットパラメータセットとノンターゲットパラメータセットとの間の重複が低減され得る。

【0080】

【0081】

【0082】

本発明によるシステムの実施形態において、プロセッサは、最適化されたターゲットパラメータセット、および／または、最適化されたノンターゲットパラメータセットに基づいて決定される、あらかじめ決定された検出境界を適用するように構成および配置され、検出境界は、ターゲット信号セグメントとしての、または、ノンターゲット信号セグメントとしての、検出された信号セグメントの改善される分類を可能とする。この手立てにおいて、単一チャネルＥＥＧ記録のターゲット信号セグメントとノンターゲット信号セグメントとの間の改善される区別が達成され得る。ゆえに、偽陽性検出、または、さらに言えば、正しくない分類が低減され得る。

【0083】

本発明によるシステムの実施形態において、システムは、プロセッサに動作可能に接続されるデータ記憶ユニットをさらに含み、データ記憶ユニットは、単一チャネルＥＥＧ記録、単一チャネルＥＥＧ記録から取得される信号、および、プロセッサにより実行される方法の結果としての、ターゲット信号セグメントとしての、または、ノンターゲット信号セグメントとしての、前述の信号の検出された信号セグメントの分類のうちの少なくとも１つを記憶するように構成および配置される。

【0084】

本発明によるシステムの実施形態において、システムは、２つの電極と接続可能であるように構成および配置され、それらの２つの電極は、被検者の頭皮上に配置可能であり、単一チャネルＥＥＧ記録を記録し、単一チャネルＥＥＧ記録をデータ記憶ユニットに転送するように構成される。単一チャネルＥＥＧ記録を記録するために、２つより多い電極、例えば、３つもしくは４つの電極、または、任意の他の適した数と接続されるシステムが、さらには本発明の範囲の中に入るものであり、なぜならば、そのようなシステムもまた、本発明によるシステムのこの例示的な実施形態により規定されるような２つの電極と接続されるからであるということを、当業者は察知することになる。

【0085】

本発明のさらなる特徴および利点が、本発明による方法、ならびに、本発明による方法を実行するためのデバイスおよびシステムの、例示的および非制限的な実施形態によって、本発明の説明から明白になることになる。

【0086】

本発明による方法、ならびに、本発明による方法を実行するためのデバイスおよびシステムの、説明される実施形態は、単に本質的に例示的であり、決して保護の範囲を制限すると解されるべきではないということを、当業者は察知することになる。本発明による方法、ならびに、本発明による方法を実行するためのデバイスおよびシステムの、代替形態および等価実施形態が、本発明の保護の範囲から逸脱することなく、着想され、実践に至らされ得るということを、当業者は承知することになる。

【0087】

付随する図面シート上の図への参照がなされることになる。図は、本質的に概略的であり、それゆえに、必ずしも一定の縮尺で描画されない。さらにまた、等しい参照番号は、等しいまたは同様の部分を表象する。添付される図面シート上の図は、次のものである。

【図面の簡単な説明】

【0088】

【図1】どのように、単一チャネルＥＥＧ記録から取得される試験信号のターゲット信号セグメントが、本発明による方法を使用して、ターゲット信号セグメントとして、または、ノンターゲット信号セグメントとして分類され得るかを示す図である。試験信号の検出された第１の信号セグメントに割り当てられる第１のタイムスタンプｔ１、および、試験信号の検出された第２の信号セグメントに割り当てられる第２のタイムスタンプｔ２の時間的近接性を決定するステップに対して、このことを行うことの２つの例示的な手立てが提供される。

【図2】本発明によるデバイスおよびシステムの、例示的な、非制限的な実施形態の概略的なレイアウトを示す図である。

【発明を実施するための形態】

【0089】

図１は、どのように、単一チャネルＥＥＧ記録から取得される試験信号１のターゲット信号セグメントが、本発明による方法を使用して、ターゲット信号セグメントとして、または、ノンターゲット信号セグメントとして分類され得るかを示す。図１において概略的に表現される試験信号１が、単一チャネルＥＥＧ記録から取得され得る。検出された試験信号１は、本発明によるデバイス２およびシステム３に渡され得る。図２は、本発明によるデバイス２およびシステム３の、例示的な、非制限的な実施形態の概略的なレイアウトを示す。

【0090】

本発明による方法の第１のステップ２０において、図１において示される試験信号１が、単一チャネルＥＥＧ記録から取得され得る。単一チャネルＥＥＧ記録は、例えば、差動電極対を使用すること、基準（ＲＥＦ）電極もしくは接地（ＧＮＤ）電極と組み合わせた単一電極を使用すること、または、ＲＥＦ電極もしくはＧＮＤ電極と組み合わせた差動電極対を使用することを含む、様々な知られている手立てにおいて獲得され得る。最後の例示的な電極構成によれば、差動電極対の個々の電極は、例えば患者の耳上に位置決めされるＲＥＦ電極を伴う拡張１０－２０ＥＥＧシステムによって、患者の頭皮上の、特定の正中前頭部、例えばＦｚ、正中中心部、例えばＣｚ、正中頭頂部、例えばＰｚ、左内側側頭部、例えばＴ３、右内側側頭部、例えばＴ４位置に位置決めされ得る。

【0091】

同じ手立てにおいて、単一チャネルＥＥＧ記録が、複数の基準ターゲット信号セグメント、および、複数の基準ノンターゲット信号セグメントを取得するために使用され得るということを、当業者は察知することになる。

【0092】

本発明の文脈において、単一チャネルＥＥＧ記録のターゲット信号セグメントは、患者が、せん妄状態である、または、関係付けられる脳障害を病んでいることを指示している信号セグメントと解されるべきであり、しかるに、単一チャネルＥＥＧ記録のノンターゲット信号セグメントは、例えば、眼アーチファクト、筋活動に関係付けられるアーチファクト、または、そのようなアーチファクトの組み合わせに関係付けられるアーチファクトなどのアーチファクトを指示している信号セグメントと解されるべきであるということが留意される。

【0093】

複数の基準ターゲット信号サンプルのうちの基準ターゲット信号サンプル、および、複数の基準ノンターゲット信号サンプルのうちの基準ノンターゲット信号サンプルは、例えば１５分のあらかじめ規定された継続期間を有し得る。しかしながら、獲得される単一チャネルＥＥＧ記録が、適した基準ターゲット信号セグメントおよび基準ノンターゲット信号セグメントを取得することを可能にする限りにおいて、任意の適したあらかじめ規定された継続期間が使用され得る。

【0094】

【0095】

本発明の方法によれば、複数の基準ターゲット信号セグメントを指示しているターゲットパラメータセットが、第１の信号セグメントを検出するために、および、ターゲット信号セグメントとして、検出された第１の信号セグメントを分類するために、試験信号１に適用される。現在の実施例において、ターゲットパラメータセットは、基準ターゲット信号セグメントを最も表現しているウェーブレット係数を含む。ウェーブレット係数は、機械学習アルゴリズムを必然的に含み得る訓練プロセスを使用して、複数の基準ターゲット信号サンプルに基づいて決定されている。機械学習アルゴリズムは、例えばニューラルネットワークまたはディープニューラルネットワークを使用し得る。

【0096】

第１の信号セグメントを検出することを基に、第１のタイムスタンプｔ１が、その第１の信号セグメントに割り当てられる。

【0097】

次に、複数の基準ノンターゲット信号セグメントを指示しているノンターゲットパラメータセットが、第２の信号セグメントを検出するために、および、ノンターゲット信号セグメントとして、検出された第２の信号セグメントを分類するために、同じ試験信号１に適用される。現在の実施例において、ノンターゲットパラメータセットは、基準ノンターゲット信号セグメントを最も表現しているウェーブレット係数を含む。ウェーブレット係数は、例えばニューラルネットワークまたはディープニューラルネットワークを使用し得る、別の機械学習アルゴリズムを必然的に含み得る別の訓練プロセスを使用して、複数の基準ノンターゲット信号サンプルに基づいて決定されている。

【0098】

第２の信号セグメントを検出することを基に、第２のタイムスタンプｔ２が、その第２の信号セグメントに割り当てられる。

【0099】

本発明による方法の例示的な実施形態において、ターゲットパラメータセットのウェーブレット係数、および、ノンターゲットパラメータセットのウェーブレット係数は、ターゲットおよびノンターゲットパラメータセットを最適化することを、それらのパラメータセットのうちのいずれか１つから、それらのパラメータセットの両方において出現するウェーブレット係数を除去することにより行うために、比較され得る。この手立てにおいて、ターゲットパラメータセットとノンターゲットパラメータセットとの間の重複が低減され得る。かくして、複数の基準ターゲット信号セグメントを特異的に指示しているウェーブレット係数を含む最適化されたターゲットパラメータセット、および、複数の基準ノンターゲット信号セグメントを特異的に指示しているウェーブレット係数を含む最適化されたノンターゲットパラメータセットが取得され得る。結果として、最適化されたターゲットパラメータセット、および、最適化されたノンターゲットパラメータセットは、単一チャネルＥＥＧ記録のターゲット信号セグメントとノンターゲット信号セグメントとの間の改善される区別を可能にする。ゆえに、偽陽性検出、または、さらに言えば、正しくない分類が低減され得る。

【0100】

本発明による方法の次のステップにおいて、第１のタイムスタンプｔ１および第２のタイムスタンプｔ２の時間的近接性が決定される。第１のタイムスタンプｔ１および第２のタイムスタンプｔ２の時間的近接性は、いくつかの異なる手立てにおいて決定され得るということを、当業者は察知することになる。図１は、このことを行うことの２つの例示的な手立てを示す。

【0101】

図１においてステップ２１に関係して解説される、このことを行うことの第１の例示的な手立ては、あらかじめ規定された長さの時間区間に、取得される試験信号１を分割することを必然的に含む。これらの時間区間は、ビンと呼称され得る。好ましくは、時間区間またはビンは、あらかじめ規定された等しい長さを有する。時間区間のあらかじめ規定された長さは、所望される正確度などの特定の要件に依存して選定され得る。時間区間の適したあらかじめ規定された長さは、０．２５ｓから３ｓの間の範囲に及ぶ。好ましくは、時間区間は、１ｓのあらかじめ規定された長さを有する。第１のタイムスタンプｔ１および第２のタイムスタンプｔ２の時間的近接性を決定することは、第１のタイムスタンプｔ１および第２のタイムスタンプｔ２が、同じ時間区間の中に入るか否かを確定することに基づく。このことは、図１においてステップ２２として指示される。第１のタイムスタンプｔ１および第２のタイムスタンプｔ２が、同じ時間区間またはビンの中に入るならば、ターゲット信号セグメントとしての検出された第１の信号セグメントの分類が正しいか、それとも、ノンターゲット信号セグメントとしての検出された第２の信号セグメントの分類が正しいかを決定するために、図１においてステップ２３として指示される投票プロセスが、要され、実行されることになる。第１のタイムスタンプｔ１および第２のタイムスタンプｔ２が、異なる時間区間内に入る、すなわち、第１のタイムスタンプｔ１および第２のタイムスタンプｔ２が、同じビンの中に入らないならば、投票プロセスは要されず、好ましくは、投票プロセスは実行されない。この事例において、ターゲット信号セグメントであるとしての検出された第１の信号セグメントの分類、および、ノンターゲット信号セグメントであるとしての検出された第２の信号セグメントの分類は、両方が正しい公算が甚だ大きい。このことは、図１においてステップ２４として指示される。

【0102】

図１においてステップ２５に関係して解説される、第１のタイムスタンプｔ１および第２のタイムスタンプｔ２の時間的近接性を決定することの第２の手立ては、第１のタイムスタンプｔ１と第２のタイムスタンプｔ２との間の時間差Δｔ，ｄｅｔｅｒを決定することを必然的に含む。決定された時間差Δｔ，ｄｅｔｅｒは、あらかじめ規定されたしきい値Δｔ，ｔｈｒｅｓｈｏｌｄと比較される。決定された時間差Δｔ，ｄｅｔｅｒがしきい値Δｔ，ｔｈｒｅｓｈｏｌｄより小さいとき、検出された第１の信号セグメントの分類が、ターゲット信号セグメントであるとして割り当てられ、検出された第２の信号セグメントの分類が、ノンターゲット信号セグメントであるとして割り当てられるということが、両方が正しくあり得るということが、公算が大きくない、または、全く可能でないように、しきい値Δｔ，ｔｈｒｅｓｈｏｌｄが選定されるということを、当業者は察知することになる。ゆえに、図１においてステップ２６において指示されるように、決定された時間差Δｔ，ｄｅｔｅｒがしきい値Δｔ，ｔｈｒｅｓｈｏｌｄより小さいとき、ターゲット信号セグメントとしての検出された第１の信号セグメントの分類が正しいか、それとも、ノンターゲット信号セグメントとしての検出された第２の信号セグメントの分類が正しいかを決定するために、図１においてステップ２３として指示される投票プロセスが実行されることになる。

【0103】

しかしながら、決定された時間差Δｔ，ｄｅｔｅｒがしきい値Δｔ，ｔｈｒｅｓｈｏｌｄ以上であるならば、ターゲット信号セグメントであるとしての検出された第１の信号セグメントの分類、および、ノンターゲット信号セグメントであるとしての検出された第２の信号セグメントの分類は、両方が正しい公算が甚だ大きい。このことは、図１においてステップ２４として指示される。

【0104】

任意の適したしきい値Δｔ，ｔｈｒｅｓｈｏｌｄが選定されることが、そのしきい値が、ターゲット信号セグメントであるとしての検出された第１の信号セグメントの分類、および／または、ノンターゲット信号セグメントであるとしての検出された第２の信号セグメントの分類が正しくあり得るかどうかを確定することを可能とする限りにおいて行われ得るということを、当業者は察知することになる。あらかじめ規定されたしきい値に対する適した値は、０．２５ｓから３ｓの間の範囲に及ぶ。好ましくは、しきい値は１ｓである。上記に基づいて、投票プロセスは、分類のうちの１つを脱落させるということが明らかであることになる。結果として、本発明による方法は、偽陽性検出、または、さらに言えば、正しくない分類を低減し得る。

【0105】

本発明の方法の投票プロセスは、第１のタイムスタンプｔ１が割り当てられた、検出された第１の信号セグメントを含む、第１の信号サンプル１０を生成するステップ２３Ａを含む。

【0106】

投票プロセスの、次のステップ２３Ｂにおいて、生成された第１の信号サンプル１０が、最も良好なターゲット照合対象を決定するために、複数の基準ターゲット信号セグメントと照合される。

【0107】

同様の手立てにおいて、投票プロセスにおける別のステップ２３Ｃは、第２のタイムスタンプｔ２が割り当てられた、検出された第２の信号セグメントを含む、第２の信号サンプル１２を生成することである。次いで、投票プロセスの、次のステップ２３Ｄにおいて、第２の信号サンプル１２が、最も良好なノンターゲット照合対象を決定するために、複数の基準ノンターゲット信号セグメントと照合される。

【0108】

本発明によれば、最も良好なターゲット照合対象を決定するために、第１の信号サンプル１０を、複数の基準ターゲット信号セグメントと照合することは、例えば、複数の基準ターゲット信号セグメントとの、第１の信号サンプル１０の時間領域における曲線適合を必然的に含み得る。類似の手立てにおいて、最も良好なノンターゲット照合対象を決定するために、第２の信号サンプル１２を、複数の基準ノンターゲット信号セグメントと照合することは、例えば、複数の基準ノンターゲット信号セグメントとの、第２の信号サンプル１２の時間領域における曲線適合を必然的に含み得る。時間領域における曲線適合は、複数の基準ターゲット信号セグメントのうちの基準ターゲット信号セグメントの信号形状と、第１の信号サンプル１０の信号形状を比較すること、および、複数の基準ノンターゲット信号セグメントのうちの基準ノンターゲット信号セグメントの信号形状との、第２の信号サンプル１２の信号形状の比較することを含むことがある。この事例において、例えば最も小さい残差を結果的に生じさせる曲線適合が、最も良好なターゲット照合対象、および、最も良好なノンターゲット照合対象、それぞれを決定するために選定され得る。しかしながら、曲線適合プロセスに関係付けられる他の態様が、当然ながらさらには、最も良好なターゲット照合対象、および、最も良好なノンターゲット照合対象、それぞれを決定するために顧慮され得る。

【0109】

【0110】

投票プロセスの、次のステップ２３Ｅとして、ターゲット信号セグメントとしての検出された第１の信号セグメントの分類が正しいかどうか、または、ノンターゲット信号セグメントとしての検出された第２の信号セグメントの分類が正しいかどうかを決定するために、メトリクスが、第１の信号サンプル１０、最も良好なターゲット照合対象、第２の信号サンプル１２、および、最も良好なノンターゲット照合対象パラメータに適用される。

【0111】

本発明によれば、メトリクスを、第１の信号サンプル１０、最も良好なターゲット照合対象、第２の信号サンプル１２、および、最も良好なノンターゲット照合対象に適用することは、いくつかの異なる手立てにおいて行われ得る。このことを行うことの第１の手立ては、時間領域における相関を確定および比較することによる。このことを行うことの第２の手立ては、ウェーブレット領域における適合度を確定および比較することによる。これらの技法のうちのいずれか１つを適用することにより、ターゲット信号セグメントであるとしての検出された第１の信号セグメントの分類が正しいか、それとも、ノンターゲット信号セグメントであるとしての検出された第２の信号セグメントの分類が正しいかが決定され得る。

【0112】

上記に基づいて、本発明の方法の投票プロセスは、いわゆる勝者を結果的に生じさせることになる、すなわち、投票プロセスは、２つの分類のうちの１つを脱落させ、以て、ターゲット信号セグメントとしての、または、ノンターゲット信号セグメントとしての、最終的な分類を決定することになるということが明らかであることになる。結果として、偽陽性分類、または、さらに言えば、正しくない検出が低減され得る。敗者は除去される。このことは、図１においてステップ２３Ｆとして指示される。

【0113】

図２は、本発明によるデバイス２およびシステム３の、例示的な、非制限的な実施形態の概略的なレイアウトを示す。デバイス２は、ターゲット信号セグメントとして、または、ノンターゲット信号セグメントとして、単一チャネルＥＥＧ記録から取得される信号のセグメントを検出および分類するように構成および配置されるシステム３とともに使用されるように構成および配置される検出器と解され得る。デバイス２は、基準単一チャネルＥＥＧ記録から取得される信号から取得される複数の基準ターゲット信号セグメント、複数の基準ターゲット信号セグメントに基づく基準ターゲット信号セグメントのセット、基準単一チャネルＥＥＧ記録から取得される信号から取得される複数の基準ノンターゲット信号セグメント、複数の基準ノンターゲット信号セグメントに基づく基準ノンターゲット信号セグメントのセット、複数の基準ターゲット信号セグメントを指示しているターゲットパラメータセット、および、複数の基準ノンターゲット信号セグメントを指示しているノンターゲットパラメータセットのうちの少なくとも１つを含むデータベース４を有する。上記で述べられたように、ターゲットパラメータセットおよびノンターゲットパラメータセットは、それぞれのディープニューラルネットワークを使用することがある、それぞれの機械学習アルゴリズムを必然的に含むことがある、それぞれの訓練プロセスを用いて取得され得る。

【0114】

本発明によるデバイス２は、単一チャネルＥＥＧ記録から取得される信号のターゲット信号セグメントとノンターゲット信号セグメントとの間の改善される区別を可能にする。結果として、上記で論考されたような、偽陽性検出、または、さらに言えば、正しくない分類が低減され得る。

【0115】

本発明によるシステム３は、本発明の方法によって、ターゲット信号セグメントとして、または、ノンターゲット信号セグメントとして、単一チャネルＥＥＧ記録から取得される信号のセグメントを検出および分類するように構成および配置される。システム３は、本発明によるデバイス２に動作可能に接続されているときに、前述の信号に関して、本発明による方法を実行するように構成および配置されるプロセッサ５を含む。

【0116】

この手立てにおいて、動作可能に接続されているときのシステム３およびデバイス２は、単一チャネルＥＥＧ記録から取得される信号のターゲット信号セグメントとノンターゲット信号セグメントとの間の改善される区別を達成するために使用され得る。結果として、上記で論考されたような、偽陽性検出、または、さらに言えば、正しくない分類が低減され得る。デバイス２およびシステム３は、図２において概略的に示されるように、別個のユニットとして実施され得るということを、当業者は察知することになる。しかしながら、デバイス２およびシステム３は、さらには、統合されたユニット（示されない）として実施され得る。

【0117】

図２において示されるシステム３は、プロセッサ５に動作可能に接続されるデータ記憶ユニット６をさらに含む。データ記憶ユニット６は、単一チャネルＥＥＧ記録、単一チャネルＥＥＧ記録から取得される信号、および、プロセッサ５により実行される方法の結果としての、ターゲット信号セグメントとしての、または、ノンターゲット信号セグメントとしての、前述の信号の検出された信号セグメントの分類のうちの少なくとも１つを記憶するように構成および配置され得る。

【0118】

図２において示されるシステム３の、例示的な、非制限的な実施形態において、システム３は、２つの電極７と接続され、それらの２つの電極７は、被検者の頭皮上に配置可能であり、単一チャネルＥＥＧ記録を記録し、単一チャネルＥＥＧ記録をデータ記憶ユニット６に転送するように構成される。システム３は、アプリケーションソフトウェア８と、スクリーンなどのディスプレイユニット９とを含むようにさらに構成され得る。

【0119】

本発明は、ターゲット信号セグメントとして、または、ノンターゲット信号セグメントとして、ＥＥＧ記録から取得される信号１のセグメントを検出および分類するための方法に関係すると約言され得る。方法は、ターゲット信号セグメントとしての信号の第１の検出されたセグメントの分類が正しいか、それとも、ノンターゲット信号セグメントとしての信号の第２の検出されたセグメントの分類が正しいかを決定するための投票プロセスを含む。本発明は、本発明による方法を実行するように構成および配置されるデバイス２およびシステム３にさらに関係する。

【0120】

本発明の範囲は、上述において論考された実施例に制限されるのではないということ、それらの実施例のいくつかの補正および修正が、添付される特許請求の範囲により定義されるような本発明の範囲から外れることなく可能であるということが、当業者に明らかであることになる。特に、本発明の様々な態様の特異的な特徴の組み合わせがなされることがある。本発明の態様は、本発明の別の態様に関係して説明された特徴を追加することにより、さらに有利に向上させられることがある。本発明は図および説明において詳細に例解および説明されたが、そのような例解および説明は、制約的ではなく、単に例解的または例示的と考えられるべきである。

【0121】

本発明は、開示される実施形態に制限されない。開示される実施形態に対する変形例が、図、説明、および、添付される特許請求の範囲の考究から、請求される本発明を実践することにおいて、当業者により理解され、生み出され得る。特許請求の範囲において、単語「含む」は、他のステップまたは要素を排除せず、不定冠詞「ａ」または「ａｎ」は、複数を排除しない。ある決まった手段が、相互に異なる従属請求項において詳述されるという単なる事実は、これらの手段の組み合わせが有利に使用され得ないということを指示するものではない。特許請求の範囲におけるいかなる参照番号も、本発明の範囲を制限すると解されるべきではない。

【図1】

【図2】

【手続補正書】

【提出日】2021-12-22

【手続補正1】

【補正対象書類名】特許請求の範囲

【補正対象項目名】全文

【補正方法】変更

【補正の内容】

【特許請求の範囲】

【請求項1】

ターゲット信号セグメントとして、または、ノンターゲット信号セグメントとして、単一チャネルＥＥＧ記録から取得される信号（１）のセグメントを検出および分類するためのプロセッサ実施データ処理方法であって、
・データ記憶ユニット（６）に記憶され、単一チャネルＥＥＧ記録から取得されている、信号（１）を用意することと、
・前記信号（１）の第１の信号セグメントを検出するために、および、ターゲット信号セグメントとして、前記検出された第１の信号セグメントを分類するために、データベース（４）からのターゲットパラメータセットであって、基準単一チャネルＥＥＧ記録から取得される複数の基準ターゲット信号セグメントを指示している、ターゲットパラメータセットを前記信号（１）に適用することであって、前記ターゲットパラメータセットは、前記複数の基準ターゲット信号セグメントのウェーブレット分解を使用して決定されるウェーブレット係数を含む、ターゲットパラメータセットを前記信号（１）に適用することと、
・第１のタイムスタンプ（ｔ１）を、前記検出された第１の信号セグメントに割り当てることと、
・前記信号（１）の第２の信号セグメントを検出するために、および、ノンターゲット信号セグメントとして、前記検出された第２の信号セグメントを分類するために、データベース（４）からのノンターゲットパラメータセットであって、基準単一チャネルＥＥＧ記録から取得される複数の基準ノンターゲット信号セグメントを指示している、ノンターゲットパラメータセットを前記信号（１）に適用することであって、前記ノンターゲットパラメータセットは、前記複数の基準ノンターゲット信号セグメントのウェーブレット分解を使用して決定されるウェーブレット係数を含む、ノンターゲットパラメータセットを前記信号（１）に適用することと、
・第２のタイムスタンプ（ｔ２）を、前記検出された第２の信号セグメントに割り当てることと、
・前記第１のタイムスタンプ（ｔ１）と前記第２のタイムスタンプ（ｔ２）との間の時間差を決定することと、
・前記決定された時間差が、あらかじめ決定されたしきい値より小さいとき、ターゲット信号セグメントとしての前記検出された第１の信号セグメントの分類が正しいか、それとも、ノンターゲット信号セグメントとしての前記検出された第２の信号セグメントの分類が正しいかを決定するために、投票プロセスが要されるということを決定することと、
・前記投票プロセスが要されるということを確定することを基に、前記投票プロセスを実行することと
を含む、方法。

【請求項2】

前記ターゲットパラメータセットを前記信号（１）に適用する前記ステップにおいて、前記検出された第１の信号セグメントは、患者が、せん妄状態である、または、関係付けられる脳障害を病んでいることを、前記検出された第１の信号セグメントが指示しているときに、ターゲット信号セグメントとして分類される、および、
前記ノンターゲットパラメータセットを前記信号（１）に適用する前記ステップにおいて、前記検出された第２の信号セグメントは、前記検出された第２の信号セグメントがアーチファクトを指示しているときに、ノンターゲット信号セグメントとして分類される、
請求項１に記載のデータ処理方法。

【請求項3】

【請求項4】

【請求項5】

前記投票プロセスに基づいて正しくない、前記検出された第１の信号セグメントの前記分類、または、前記検出された第２の信号セグメントの前記分類を除去することをさらに含む、請求項１から４のいずれか一項に記載のデータ処理方法。

【請求項6】

ターゲット信号セグメントとしての、または、ノンターゲット信号セグメントとしての、検出された信号セグメントの分類を可能とする、前記ターゲットパラメータセットおよび／または前記ノンターゲットパラメータセットに基づいて決定される、あらかじめ決定された検出境界が適用される、請求項１から５のいずれか一項に記載のデータ処理方法。

【請求項7】

前記複数の基準ターゲット信号セグメントを特異的に指示しているウェーブレット係数を含む最適化されたターゲットパラメータセット、および／または、前記複数の基準ノンターゲット信号セグメントを特異的に指示しているウェーブレット係数を含む最適化されたノンターゲットパラメータセットを決定することをさらに含む、請求項１から６のいずれか一項に記載のデータ処理方法。

【請求項8】

前記最適化されたターゲットパラメータセット、および／または、前記最適化されたノンターゲットパラメータセットに基づいて、ターゲット信号セグメントとしての、または、ノンターゲット信号セグメントとしての、検出された信号セグメントの改善される分類を可能とする、検出境界が決定される、請求項７に記載のデータ処理方法。

【請求項9】

ターゲット信号セグメントとして、または、ノンターゲット信号セグメントとして、単一チャネルＥＥＧ記録から取得される信号（１）のセグメントを検出および分類するための、請求項１から８のいずれか一項に記載のデータ処理方法を実行するように構成および配置されるシステム（３）と協働するように構成および配置される検出器（２）であって、
・基準単一チャネルＥＥＧ記録から取得される複数の基準ターゲット信号セグメント、
・前記複数の基準ターゲット信号セグメントに基づく基準ターゲット信号セグメントのセット、
・基準単一チャネルＥＥＧ記録から取得される複数の基準ノンターゲット信号セグメント、
・前記複数の基準ノンターゲット信号セグメントに基づく基準ノンターゲット信号セグメントのセット、
・前記複数の基準ターゲット信号セグメントを指示しているターゲットパラメータセットであって、前記複数の基準ターゲット信号セグメントのウェーブレット分解を使用して決定されるウェーブレット係数を含む、ターゲットパラメータセット、および、
・複数の基準ノンターゲット信号セグメントを指示しているノンターゲットパラメータセットであって、前記複数の基準ノンターゲット信号セグメントのウェーブレット分解を使用して決定されるウェーブレット係数を含む、ノンターゲットパラメータセット
のうちの少なくとも１つを含むデータベース（４）を有する、検出器（２）。

【請求項10】

ターゲット信号セグメントとして、または、ノンターゲット信号セグメントとして、単一チャネルＥＥＧ記録から取得される信号（１）のセグメントを検出および分類するように構成および配置されるシステム（３）であって、請求項８に記載の前記デバイス（２）に動作可能に接続されているときに、前記信号（１）に関して、
・単一チャネルＥＥＧ記録から取得される信号（１）を用意するプロセスステップと、
・前記信号（１）の第１の信号セグメントを検出するために、および、ターゲット信号セグメントとして、前記検出された第１の信号セグメントを分類するために、基準単一チャネルＥＥＧ記録から取得される複数の基準ターゲット信号セグメントを指示しているターゲットパラメータセットを前記信号（１）に適用するプロセスステップであって、前記ターゲットパラメータセットは、前記複数の基準ターゲット信号セグメントのウェーブレット分解を使用して決定されるウェーブレット係数を含む、ターゲットパラメータセットを前記信号（１）に適用するプロセスステップと、
・第１のタイムスタンプ（ｔ１）を、前記検出された第１の信号セグメントに割り当てるプロセスステップと、
・前記信号（１）の第２の信号セグメントを検出するために、および、ノンターゲット信号セグメントとして、前記検出された第２の信号セグメントを分類するために、基準単一チャネルＥＥＧ記録から取得される複数の基準ノンターゲット信号セグメントを指示しているノンターゲットパラメータセットを前記信号（１）に適用するプロセスステップであって、前記ノンターゲットパラメータセットは、前記複数の基準ノンターゲット信号セグメントのウェーブレット分解を使用して決定されるウェーブレット係数を含む、ノンターゲットパラメータセットを前記信号（１）に適用するプロセスステップと、
・第２のタイムスタンプ（ｔ２）を、前記検出された第２の信号セグメントに割り当てるプロセスステップと、
・前記第１のタイムスタンプ（ｔ１）と前記第２のタイムスタンプ（ｔ２）との間の時間差を決定するプロセスステップと、
・前記決定された時間差が、あらかじめ決定されたしきい値より小さいとき、ターゲット信号セグメントとしての前記検出された第１の信号セグメントの分類が正しいか、それとも、ノンターゲット信号セグメントとしての前記検出された第２の信号セグメントの分類が正しいかを決定するために、投票プロセスが要されるかどうかを決定するプロセスステップと、
・前記投票プロセスが要されるということを確定することを基に、前記投票プロセスを実行するプロセスステップと
を実行するように構成および配置されるプロセッサ（５）を含む、システム（３）。

【請求項11】

・前記ターゲットパラメータセットを前記信号（１）に適用する前記ステップにおいて、前記検出された第１の信号セグメントは、患者が、せん妄状態である、または、関係付けられる脳障害を病んでいることを、前記検出された第１の信号セグメントが指示しているときに、ターゲット信号セグメントとして分類される、および、
・前記ノンターゲットパラメータセットを前記信号（１）に適用する前記ステップにおいて、前記検出された第２の信号セグメントは、前記検出された第２の信号セグメントがアーチファクトを指示しているときに、ノンターゲット信号セグメントとして分類される、
請求項１に記載のデータ処理方法。

【請求項12】

【請求項13】

【請求項14】

前記プロセッサ（５）は、前記投票プロセスに基づいて正しくない、前記検出された第１の信号セグメントの前記分類、または、前記検出された第２の信号セグメントの前記分類を除去するように構成および配置される、請求項１０から１３のいずれか一項に記載のシステム（３）。

【請求項15】

前記プロセッサ（５）は、前記ターゲットパラメータセットおよび／または前記ノンターゲットパラメータセットに基づいて決定される、あらかじめ決定された検出境界を適用するように構成および配置され、前記検出境界は、ターゲット信号セグメントとしての、または、ノンターゲット信号セグメントとしての、検出された信号セグメントの分類を可能とする、請求項１０から１４のいずれか一項に記載のシステム（３）。

【請求項16】

前記プロセッサ（５）は、前記複数の基準ターゲット信号セグメントを特異的に指示しているウェーブレット係数を含む最適化されたターゲットパラメータセット、および／または、前記複数の基準ノンターゲット信号セグメントを特異的に指示しているウェーブレット係数を含む最適化されたノンターゲットパラメータセットを決定するように構成および配置される、請求項１０から１５のいずれか一項に記載のシステム（３）。

【請求項17】

【請求項18】

前記プロセッサ（５）に動作可能に接続されるデータ記憶ユニット（６）をさらに含み、前記データ記憶ユニット（６）は、前記単一チャネルＥＥＧ記録、および、前記単一チャネルＥＥＧ記録から取得される前記信号、および、前記プロセッサ（５）により実行される前記方法の結果としての、ターゲット信号セグメントとしての、または、ノンターゲット信号セグメントとしての、前記信号の検出された信号セグメントの分類のうちの少なくとも１つを記憶するように構成および配置される、請求項１０から１７のいずれか一項に記載のシステム（３）。

【請求項19】

前記システム（３）は、２つの電極（７）と接続可能であるように構成および配置され、前記２つの電極（７）は、被検者の頭皮上に配置可能であり、前記単一チャネルＥＥＧ記録を記録し、前記単一チャネルＥＥＧ記録を前記データ記憶ユニット（６）に転送するように構成される、請求項１８に記載のシステム（３）。

【手続補正書】

【提出日】2022-09-20

【手続補正1】

【補正対象書類名】特許請求の範囲

【補正対象項目名】全文

【補正方法】変更

【補正の内容】

【特許請求の範囲】

【請求項1】

ターゲット信号セグメントとして、または、ノンターゲット信号セグメントとして、単一チャネルＥＥＧ記録から取得される信号（１）のセグメントを検出および分類するためのプロセッサ実施データ処理方法であって、
・単一チャネルＥＥＧ記録から取得される信号（１）を用意することと、
・前記信号（１）の第１の信号セグメントを検出するために、および、ターゲット信号セグメントとして、前記検出された第１の信号セグメントを分類するために、基準単一チャネルＥＥＧ記録から取得される複数の基準ターゲット信号セグメントを指示しているターゲットパラメータセットを前記信号（１）に適用することであって、前記ターゲットパラメータセットは、前記複数の基準ターゲット信号セグメントのウェーブレット分解を使用して決定されるウェーブレット係数を含む、ターゲットパラメータセットを前記信号（１）に適用することと、
・第１のタイムスタンプ（ｔ１）を、前記検出された第１の信号セグメントに割り当てることと、
・前記信号（１）の第２の信号セグメントを検出するために、および、ノンターゲット信号セグメントとして、前記検出された第２の信号セグメントを分類するために、基準単一チャネルＥＥＧ記録から取得される複数の基準ノンターゲット信号セグメントを指示しているノンターゲットパラメータセットを前記信号（１）に適用することであって、前記ノンターゲットパラメータセットは、前記複数の基準ノンターゲット信号セグメントのウェーブレット分解を使用して決定されるウェーブレット係数を含む、ノンターゲットパラメータセットを前記信号（１）に適用することと、
・第２のタイムスタンプ（ｔ２）を、前記検出された第２の信号セグメントに割り当てることと、
・前記第１のタイムスタンプ（ｔ１）と前記第２のタイムスタンプ（ｔ２）との間の時間差を決定することと、
・前記時間差が、あらかじめ決定されたしきい値より小さいとき、ターゲット信号セグメントとしての前記検出された第１の信号セグメントの分類が正しいか、それとも、ノンターゲット信号セグメントとしての前記検出された第２の信号セグメントの分類が正しいかを決定するために、投票プロセスが要されるということを決定することと、
・前記投票プロセスが要されるということを確定することを基に、前記投票プロセスを実行することと
を含む、方法。

【請求項2】

前記ターゲットパラメータセットを前記信号（１）に適用する前記ステップにおいて、前記検出された第１の信号セグメントは、患者が、せん妄状態である、または、関係付けられる脳障害を病んでいることを、前記検出された第１の信号セグメントが指示しているときに、ターゲット信号セグメントとして分類される、および、
前記ノンターゲットパラメータセットを前記信号（１）に適用する前記ステップにおいて、前記検出された第２の信号セグメントは、前記選択された第２の信号セグメントがアーチファクトを指示しているときに、ノンターゲット信号セグメントとして分類される、
請求項１に記載のデータ処理方法。

【請求項3】

【請求項4】

【請求項5】

前記投票プロセスに基づいて正しくない、前記検出された第１の信号セグメントの前記分類、または、前記検出された第２の信号セグメントの前記分類を除去することをさらに含む、請求項１に記載のデータ処理方法。

【請求項6】

ターゲット信号セグメントとしての、または、ノンターゲット信号セグメントとしての、検出された信号セグメントの分類を可能とする、前記ターゲットパラメータセットおよび／または前記ノンターゲットパラメータセットに基づいて決定される、あらかじめ決定された検出境界が適用される、請求項１に記載のデータ処理方法。

【請求項7】

【請求項8】

【請求項9】

ターゲット信号セグメントとして、または、ノンターゲット信号セグメントとして、単一チャネルＥＥＧ記録から取得される信号（１）のセグメントを検出および分類するように構成および配置されるシステム（３）であって、データベース（４）を有するデバイス（２）に動作可能に接続されているときに、前記信号（１）に関して、
・単一チャネルＥＥＧ記録から取得される信号（１）を用意するプロセスステップと、
・前記信号（１）の第１の信号セグメントを検出するために、および、ターゲット信号セグメントとして、前記検出された第１の信号セグメントを分類するために、基準単一チャネルＥＥＧ記録から取得される複数の基準ターゲット信号セグメントを指示しているターゲットパラメータセットを前記信号（１）に適用するプロセスステップであって、前記ターゲットパラメータセットは、前記複数の基準ターゲット信号セグメントのウェーブレット分解を使用して決定されるウェーブレット係数を含む、ターゲットパラメータセットを前記信号（１）に適用するプロセスステップと、
・第１のタイムスタンプ（ｔ１）を、前記検出された第１の信号セグメントに割り当てるプロセスステップと、
・前記信号（１）の第２の信号セグメントを検出するために、および、ノンターゲット信号セグメントとして、前記検出された第２の信号セグメントを分類するために、基準単一チャネルＥＥＧ記録から取得される複数の基準ノンターゲット信号セグメントを指示しているノンターゲットパラメータセットを前記信号（１）に適用するプロセスステップであって、前記ノンターゲットパラメータセットは、前記複数の基準ノンターゲット信号セグメントのウェーブレット分解を使用して決定されるウェーブレット係数を含む、ノンターゲットパラメータセットを前記信号（１）に適用するプロセスステップと、
・第２のタイムスタンプ（ｔ２）を、前記検出された第２の信号セグメントに割り当てるプロセスステップと、
・前記第１のタイムスタンプ（ｔ１）と前記第２のタイムスタンプ（ｔ２）との間の時間差を決定するプロセスステップと、
・前記決定された時間差が、あらかじめ決定されたしきい値より小さいとき、ターゲット信号セグメントとしての前記検出された第１の信号セグメントの分類が正しいか、それとも、ノンターゲット信号セグメントとしての前記検出された第２の信号セグメントの分類が正しいかを決定するために、投票プロセスが要されるかどうかを決定するプロセスステップと、
・前記投票プロセスが要されるということを確定することを基に、前記投票プロセスを実行するプロセスステップと
を実行するように構成および配置されるプロセッサ（５）を含み、
前記データベース（４）は、
・基準単一チャネルＥＥＧ記録から取得される複数の基準ターゲット信号セグメント、
・前記複数の基準ターゲット信号セグメントに基づく基準ターゲット信号セグメントのセット、
・基準単一チャネルＥＥＧ記録から取得される複数の基準ノンターゲット信号セグメント、
・前記複数の基準ノンターゲット信号セグメントに基づく基準ノンターゲット信号セグメントのセット、
・前記複数の基準ターゲット信号セグメントを指示しているターゲットパラメータセットであって、前記複数の基準ターゲット信号セグメントのウェーブレット分解を使用して決定されるウェーブレット係数を含む、ターゲットパラメータセット、および、
・複数の基準ノンターゲット信号セグメントを指示しているノンターゲットパラメータセットであって、前記複数の基準ノンターゲット信号セグメントのウェーブレット分解を使用して決定されるウェーブレット係数を含む、ノンターゲットパラメータセット
のうちの少なくとも１つを含む、システム（３）。

【請求項10】

・前記ターゲットパラメータセットを前記信号（１）に適用する前記ステップにおいて、前記検出された第１の信号セグメントは、患者が、せん妄状態である、または、関係付けられる脳障害を病んでいることを、前記検出された第１の信号セグメントが指示しているときに、ターゲット信号セグメントとして分類される、および、
・前記ノンターゲットパラメータセットを前記信号（１）に適用する前記ステップにおいて、前記検出された第２の信号セグメントは、前記選択された第２の信号セグメントがアーチファクトを指示しているときに、ノンターゲット信号セグメントとして分類される、
請求項９に記載のシステム。

【請求項11】

【請求項12】

【請求項13】

前記プロセッサ（５）は、前記投票プロセスに基づいて正しくない、前記検出された第１の信号セグメントの前記分類、または、前記検出された第２の信号セグメントの前記分類を除去するように構成および配置される、請求項９に記載のシステム（３）。

【請求項14】

【請求項15】

【請求項16】

【請求項17】

【請求項18】

前記システム（３）は、２つの電極（７）と接続可能であるように構成および配置され、前記２つの電極（７）は、被検者の頭皮上に配置可能であり、前記単一チャネルＥＥＧ記録を記録し、前記単一チャネルＥＥＧ記録を前記データ記憶ユニット（６）に転送するように構成される、請求項１７に記載のシステム（３）。

【国際調査報告】