從eeg分析預測物質如皮質醇的水平的制作方法
【專利摘要】一種從EEG數據預測物質水平的方法，包括步驟：分析EEG數據以獲得用于多個預定頻帶的每一個的平均功率，從推導的用于每個頻帶的平均功率計算合并數值，所述合并數值是按照預定順序通過相除和/或相乘來組合用于每個頻帶的平均功率計算的，和從方程Y=bX+C獲得激素水平的估計值，其中Y是待預測的物質，X是合并數值且b和C是常數。在一個實施方式中，物質是皮質醇并且合并數值是比率θ/α/δ/SMR。
【專利說明】從EEG分析預測物質如皮質醇的水平
【技術領域】
[0001]本文所描述的實施方式一般地涉及用于測量激素、神經遞質、生物標志物等的水平的方法和裝置的領域。
【背景技術】
[0002]目前用于測量激素水平的技術是從血液或唾液樣品中提取。由唾液樣品可以測量游離皮質醇水平，其與血液皮質醇水平成正比。以往的研究顯示EEG特征與皮質醇之間的關聯指示具有高皮質醇水平和低皮質醇水平的受試者。
[0003]皮質醇與各個身體系統(如壓力、運動、饑餓、睡眠)相關聯并且響應于恐懼而釋放；其是一種具有許多連鎖效應的激素。典型地，由血液或唾液樣品(發現其與血液皮質醇水平顯著相關)測量皮質醇水平。當前的測量激素的方法的原則性挑戰是從血液、唾液或尿液樣品獲得結果的延遲。獲得皮質醇測量的當前方法回顧采集的時間，意味著在采集或存儲中的任何誤差都會影響由該樣品測量的皮質醇水平的提取，另外此種誤差僅能回顧性檢測，從而造成具有額外費用的重復測量和測試。其他問題是這些生物樣品的存儲和運入實驗室以及從實驗室運出。這些實際問題限制了只有在絕對需要的情況下應用激素測量，而其本來可以在用于提高診斷或研究領域的決策樹(decision tree)中。
[0004]定量EEG (qEEG)技術包括對于給定頻帶的功率(power)及相關的頭皮地形圖(scalp topographic map)的計算。在過去三十年中，這樣的技術已被用來說明、診斷和研究神經心理學狀態如抑郁癥、酒精中毒、精神分裂癥或認知功能如注意障礙、記憶，并且廣闊地用于診斷癲癇。
[0005]以往的研究已經探索了亦或皮質醇與壓力的神經心理測量之間的關系亦或者壓力測量(如行為抑制規模)與EEG活動之間的關系。許多這些研究的結果徘徊在這些關系的類似說明上，其重復地論證δ頻帶(1-3Ηζ，也歸類為慢波)和β頻帶(15-25ΗΖ，認為是快波活動)的振幅之間的相關性。當β頻率和S頻率兩者一起增加或降低時使用術語“耦合”，顯示了相干性。β-S耦合反映了腦中增加的跨區域的串擾(inter-regionalcross-talk),其表示了行為抑制和焦慮量表(anxiety scale)的高或低壓力相關指數，其反過來使皮質醇水平與S頻率和β頻率的耦合活動相關，原因在于皮質醇還涉及到通過行為抑制和焦慮量表測量的壓力。這進一步得到了 Schutter和Van Honk神經內分泌學研究的支持(Schutter, D.J.L.G., Van Honk, J., 2004.Decoupling ofmidfrontal delta - beta oscillations after testosterone administration.1nt.J.Psychophysiol.53，71 - 73),其證明在給予睪酮(皮質醇的拮抗劑)后的β-δ去率禹合，皮質醇的拮抗劑，即低皮質醇水平與缺乏β-S耦合相關聯；稱為‘去耦合’。在低皮質醇組的受試者組中發現β-S去耦合而在高皮質醇的受試者組中發現β-S耦合。Van Peer 等的最近的研究(Van Peer, J.Μ., Roelofs.K., Spinhoven.P., 2008.Cortisoladministration enhances the coupling of midfrontal delta and beta oscillations.1nt.J.Psychophysiol.67，144-150)通過將不同劑量的口服形式的皮質醇給予至參與者顯示了皮質醇對δ頻帶(1-4Ηζ)和β頻帶(14-33Ηζ)的直接影響，并且比較了皮質醇給予之前和之后的他們的EEG中的改變。結果顯示增加劑量的皮質醇在中間前部區域(FZ)產生β-S耦合，這進一步支持EEG圖譜的β-δ活動與皮質醇之間的關系。這些研究表明EEG活動與激素的密切關系，表面使用EEG數據來預測激素水平的測量的潛力。
[0006]本發明的實施方式試圖至少部分地解決這樣的問題:提供一種用于測量體內激素水平的非侵入性測量技術。
【發明內容】
[0007]第一方面，本發明提供一種從EEG數據預測物質水平的方法，其包括下列步驟:
[0008]分析EEG數據以獲得用于多個預定頻帶中的每一個的平均功率；
[0009]從為每個頻帶推導出的平均功率計算一個數值，該數值是根據預定的順序通過相除和/或相乘來組合用于每個頻帶的平均功率來計算的；和
[0010]從以下方程獲得激素水平的估計值:
[0011]Y=bX+C
[0012]其中Y為待預測的物質水平，X為所述數值且b和C為常數，其中所述物質選自激素、神經遞質和生物標志物。
[0013]所述EEG數據可以采集自任意數量的通道和位置，從所述通道和位置推導相關的頻帶，并且將該EEG數據用于計算以預測激素水平、神經遞質和生物標志物。在一個實施方式中，從至少兩個電極位置處采集EEG數據。可以通過無偽象(artefact free)EEG數據的快速傅立葉變換或記錄采集的 EEG數據獲得平均功率圖譜。
[0014]在一個實施方式中，將該方法應用到已經預先記錄的EEG數據上。在進一步實施方式中，該方法進一步包括測量EEG數據。可以測量數據至少30s。
[0015]在一些實施方式中，值為根據預定的順序通過相除和/或相乘來組合用于每個頻帶的平均功率獲得的比率。
[0016]在一個實施方式中，頻帶選自δ (delta)、Θ (theta)、a (alpha)、β (beta)、smr、高β和Y (gamma)0典型地，這些頻帶包括如下頻率范圍:確切的界限變化但是一般的頻帶為:δ 1-3Ηζ ； Θ 3-7hz ； a 7-llhz ； β ll_25hz ；smrl5-19hz ;高 β 20_30hz 以及 y 35hz+。
[0017]在一個實施方式中，預定頻帶是在任何可測量的介質(如血液、尿液或唾液)中與待測量物質的增加或降低的水平具有相關性的頻帶。
[0018]可以通過從數據庫等中檢索這種信息來獲得這些頻帶，因為這種信息對于特定的物質應該是相同的。在進一步的實施方式中，方法進一步包括通過如下來測定預定頻帶:
[0019]針對多個物質水平測量用于多個頻帶的平均功率，和選擇顯示出與提高或降低的物質水平具有相關性的頻帶。
[0020]對于相同的物質，如何將平均功率組合以計算數值或比率也將是相當恒定的，因此可以保存該信息并且在需要時檢索。在進一步的實施方式中，方法進一步包括通過如下來確定應該如何計算比率:
[0021]針對多個物質水平測量用于預測頻帶的平均功率；
[0022]計算多個比率或數值，其中每個比率或數值都是通過改變如何將頻帶的平均功率相組合來計算的；和[0023]將針對每個物質水平的多個計算的比率或數值對物質水平繪圖，并且選擇提供最接近直線的曲線的比率。
[0024]在進一步的實施方式中，改變預定頻帶的界限以查看是否能夠實現更好的直線相關性。
[0025]比率是作為單一定量值的相關頻帶的功率的關系的表達，發現該單一定量值與激素、神經遞質或生物標志物相關聯。
[0026]類似地，對于相同的物質常數b和C可能是相同的并且因此無需對相同物質的每次測量都進行推導。但是，在進一步的實施方式中，方法包括通過如下測量常數b和C:
[0027]針對多個物質水平測量用于預測頻帶的平均功率；
[0028]將各個物質水平的比率對物質水平進行繪圖，對繪圖進行直線擬合并推導b和C。
[0029]在進一步的方面中，本發明提供一種用于從EEG數據預測物質水平的裝置，該裝置包括處理器，該處理器配置用于:
[0030]接收EEG數據；
[0031]分析所述EEG數據以獲得用于多個預定頻帶中的每一個的平均功率；
[0032]從推導的用于每個頻帶的平均功率計算出一個數值，數值是根據預定的順序通過相除和/或相乘來組合用于每個 頻帶的平均功率來計算的；和
[0033]從如下方程獲得激素水平的估計值:
[0034]Y=bX+C
[0035]其中Y為待預測的物質水平，X為比率并且b和C是常數，其中物質選自激素、神經遞質和生物標志物。
[0036]在進一步的實施方式中,物質是皮質醇。此處，預定頻帶是θ、α、δ和SMR頻帶。在一個實施方式中，它們是以Θ/α/δ/SMR的順序相除的，以使通過使Θ和SMR頻率的平均功率相乘并且將其除以δ和α頻率的平均帶功率的相乘值(multiplication)來獲得比率。
[0037]然而，該方法可以用于許多不同的物質，包括激素(如皮質醇、睪酮等)和神經遞質、生物標志物等。
[0038]根據本發明的實施方式的方法，提供了一種從EEG數據測量激素水平的方法。在一個實施方式中，EEG數據的記錄應當優選地持續至少兩分鐘。處理此數據以獲得用于在計算中使用的δ、θ、α和smr頻帶的平均功率以生成單值或合并比率(amalgamatedratio)。將此合并比率輸入到回歸線公式中以預測唾液皮質醇水平，其從開始記錄起計在約20分鐘時是最準確的。
[0039]用適合的計算機化的算法處理從放置在頭皮上的FZ處的電極處獲得的EEG測量結果以得到用于δ頻帶、Θ頻帶、α頻帶和smr頻帶的平均功率,在這種情況下，TruscanEEG-NFB系統具有內置的快速傅立葉變換(FFT)軟件以獲得所需的用于每個頻帶的平均功率來計算唾液皮質醇水平。用FFT處理EEG數據的無偽象部分，這一般是在50Hz上的全部活動，從而消除電噪音或來自其他來源的噪音。計算用于每個相關頻帶的平均功率的比率以提供單一的合并數值。為了從此數值預測唾液皮質醇水平，將其輸入到在研究階段當將比率對皮質醇的實際測量結果繪圖時發現的回歸公式中。這種預測的測量是準確地，其中對于在EEG基線采集后的約40分鐘的操作窗口，r在0.068至0.073之間。[0040]根據本發明的實施方式的方法包括下列步驟:
[0041]1.在至少兩分鐘的最短時間段內記錄基線EEG數據，優選地其中受試者已經被禁止消耗任何食品、飲料、藥品或禁止參與任何形式的運動。
[0042]2.對EEG數據的無噪音部分進行FFT，該EEG數據的無噪音部分來自于相對于參比電極的每個電極通道，在頻率范圍/帶上的一系列頻率點處計算頻帶功率。
[0043]3.通過計算在一個或多個頭皮電極處的平均功率(在每個頻率點處)來計算平均頭皮功率譜圖。
[0044]4.計算每個相關頻帶的平均功率的比率以提供單一的合并數值，并且將其作為‘X’輸入到回歸線方程中以找到預測的唾液皮質醇水平。
[0045]分別地，δ(l_4hz)、Θ (4_7hz)、a (7_12hz)和 smr (12_19hz)頻帶的合并功率比率的降低指示低水平的唾液皮質醇,高的合并功率比率指示高水平的唾液皮質醇。將計算出的合并功率比率代入到推導的回歸線公式中提供了預測的唾液皮質醇的水平，其中r=0.73, p=0.01。
[0046]從獲得的EEG數據測量皮質醇的主要優點在于其提供了幾乎實時測量。第二，使用EEG數據測量體內激素水平的方法避免了提取任何生物樣品或侵入性步驟。這些特征使得能夠即時測量激素和從同一 EEG記錄中測量多種激素以及即時地重復測量，這解決了當前測量生物系統中激素水平的方法的時間遲滯問題。使用從獲得的EEG數據的測量推導出的這種方法實現了即時結果、重復測量和多于一種激素的即時結果和重復測量。具有任何激素的即時測量的益處通過進一步通知臨床醫師而促進改善診斷。另外，可以從不一定顯示必須做激素檢測的受試者獲得額外的激素測量。體內激素水平的信息是重要的，因為它們組成了與大多數病癥(disorder)相關的調節系統，病癥如果不是起初則最終反映激素水平方面的某些異常。該裝置可以被·包括在常態檢查程序中，從而能夠在早期階段捕獲不明顯的疾病/病癥，產生更精確的診斷。
[0047]在本發明的實施方式中，上文所描述方法作為智能手機應用(smart phoneapplication)而實施。在實施方式中，可以使用通過無線連接(如藍牙)連接至智能手機或計算機的EEG頭戴式耳機來測量EEG數據。在這種配置中，應用或軟件處理接收的數據并且不需要有線連接至EEG捕獲裝置。本發明的實施方式具有去除了由于與EEG捕獲裝置有線連接導致的移動限制的優勢。另外，此類系統需要較短的時間來組裝并且輕質且易于使用。
[0048]此類應用可以通過因特網將結果發送至服務器并且可以可操作地產生隨著時間或其他變量的報告。
[0049]設想了這樣的實施方式，其中將EEG數據發送到服務器以遠程處理和分析。這種實施方式允許遠程處理。
【專利附圖】
【附圖說明】
[0050]現在將參照下列非限制性實施方式來描述本發明，其中:
[0051]圖1為示出根據本發明的實施方式的方法的流程圖；
[0052]圖2為示出用于測定在參照圖1的方法中使用的參數的方法的流程圖；
[0053]圖3為對于各受試者，將取自唾液樣品的皮質醇水平對計算出的合并功率比率繪圖得到的曲線圖；
[0054]圖4為各受試者的實際測量的皮質醇水平對各受試者的預測測量的曲線圖；
[0055]圖5為在根據本發明實施方式的裝置中使用的硬件的示意圖；
[0056]圖6為在根據本發明的實施方式中使用的硬件的示意圖，該實施方式作為智能手機應用實施；以及
[0057]圖7為示出根據本發明的實施方式的方法的流程圖，該實施方式作為智能手機應用實施。
【具體實施方式】
[0058]圖1為示出根據本發明的實施方式的方法的流程圖的示意圖。在步驟SlOl中，進行受試者的EEG測量。在步驟S103中，在預定頻帶上分析EEG數據。該分析可以與測量EEG的同時進行或者該分析可以離線進行。
[0059]有許多可以分析的頻帶。典型地，預定頻帶將選自已知的δ、θ、α、β、SMR、高β和Y頻帶。選擇哪個頻帶將取決于待測量的物質。圖2將解釋用于選擇用于特定物質的頻帶的方法。一旦對于特定物質已經測定了頻帶，它們可以用于該特定物質的所有分析。
[0060]在一個實施方式中，在步驟S103中從完全確定的頻帶中選擇頻帶。但是，如將參照圖2所描述的，這些頻帶中的一些變化也是可能的。
[0061]接下來，在步驟S105中計算用于各個預定頻帶的平均功率。計算用于頻帶的平均功率是熟知的技術并且 可以使用已知的FFT技術來進行。
[0062]接下來，從在步驟S105中計算出的平均功率確定單一比率。將通過對平均功率做除法(by dividing the average powers)來確定比率。然而，比率取決于其中對平均功率做除法的順序而不同。其中對平均功率做除法的順序是預定的并且將參照圖2進行說明。一旦已經確定順序，可以將其保存并且當實施方法步驟S107時進行查詢。
[0063]最后，在步驟S109中，使用在步驟S107中推導出的比率并通過下述方程計算物質水平:
[0064]Y=bX+C
[0065]其中b和C是用于特定物質的可以查詢的常數。將參照圖2來描述如何推導出這些常數。X是在步驟S107中推導出的比率而Y是待測定的物質水平。
[0066]在圖1中描述了一種方法，其中確定了預定頻帶、平均功率應當組合的順序以及用于預測物質水平的常數。一旦已經確定了這些變量，可以將它們保存并且當該設備需要用來進行具體物質的分析時進行讀取。
[0067]圖2概述了用于測量這些變量的方法。典型地，該方法需要對多個受試者進行測量。在一個特定的實施方式中，使用了至少100個受試者。
[0068]在步驟S201中對多個受試者進行EEG測量。
[0069]在該特定的實施例中，將在步驟S203中使用侵入性技術每隔η分鐘對每個受試者進行測量待測定的物質水平。例如，如果物質水平(例如皮質醇)是從唾液中測量的，可以每隔5分鐘取一次唾液樣品。也可以從體內的其他液體(例如血液、尿液等)中測量物質水平。
[0070]每個受試者將具有不同的物質水平。因此，通過采用來自多個受試者的測量結果，能夠獲得對于一系列不同物質水平的各頻帶的平均頻率功率。在步驟S205中進行繪圖。在這一點上可以看出，一些頻帶將隨著變化的物質水平而變化。例如，隨著增加的物質水平，平均功率也會增加，或者隨著物質水平的降低，平均功率會增加。然后在步驟S207中選擇其中平均功率隨物質水平變化而變化的頻帶。示出在它們的行為上出對物質水平的依賴性的頻帶將根據物質而變化。
[0071]然后在圖1的方法的步驟S103中將這些頻帶用作預定頻帶。在步驟S203中，說明了每隔η分鐘采集一次物質水平。當在步驟S205中對平均頻率進行繪圖時，對采集物質水平的每個時間點產生不同的曲線圖。物質水平將隨時間而變化。例如，認為在EEG讀數后的20min測量的唾液中的物質水平將與在EEG讀數期間測量的物質水平相對應。這是因為存在在腦中測量的結果濾過到唾液中所花費的時間上的延遲。
[0072]將在步驟S205中計算出的用于預定頻帶的平均功率做除法。其中對功率水平做除法和相乘的順序是重要的，因為該順序會影響結果。
[0073]例如，如果存在三個功率水平A、B、C-它們可以被如下組合:
【權利要求】
1.一種從EEG數據預測物質水平的方法，包括步驟: 分析EEG數據以獲得用于多個預定頻帶的每一個的平均功率； 從推導用于每個頻帶的所述平均功率計算數值，所述數值是按照預定順序通過相除和/或相乘來組合用于每個頻帶的所述平均功率計算的；和從以下方程獲得激素水平的估計值:
Y=bX+C 其中Y是所述待預測的物質水平，X是所述數值且b和C是常數，其中所述物質選自激素、神經遞質和生物標志物。
2.根據權利要求1所述的方法，其中，所述數值是由根據預定順序通過相除和/或相乘來組合用于每個頻帶的所述平均功率得到的比率。
3.根據權利要求1或2所述的方法，其中，所述頻帶選自δ、θ、α、β、.、高β和Y O
4.根據前述權利要求中任一項所述的方法，其中，所述物質是皮質醇。
5.根據權利要求4所述的方法，其中，所述預定頻帶是θ、α、δ和SMR頻帶。
6.根據權利要求5所述的方法，其中，所述頻帶是以θ/α/δ/SMR的順序來相除的。
7.根據權利要求1所述的方法，進一步包括測量所述EEG數據。
8.根據權利要求7所述`的方法，其中，所述數據測量持續至少30s。
9.根據權利要求7或8所述的方法，其中，所述EEG數據是從至少兩個電極位置采集的。
10.根據權利要求1所述的方法，其中，所述預定頻帶是與所述待測量的物質的增加或降低的水平具有相關性的頻帶。
11.根據權利要求1、9和10中任一項所述的方法，進一步包括通過如下確定預定頻帶: 測量用于多個物質水平的多個頻帶的平均功率并且選擇顯示出與增加或降低的物質水平的相關性的頻帶。
12.根據權利要求1、9、10或11中任一項所述的方法，進一步包括通過如下確定應當如何計算所述數值: 測量用于多個物質水平的所述預定頻帶的所述平均功率； 計算多個數值，其中通過改變如何組合所述頻帶的所述平均功率計算每個數值；和將對于每個物質水平的多個計算的數值對物質水平繪圖，并且選擇提供最接近于直線的所述比率。
13.根據權利要求1、9、10、11或12中任一項所述的方法，進一步包括通過如下確定常數b和C: 測量用于多個物質水平的所述預定頻帶的所述平均功率； 將對于每個物質水平的所述數值對物質水平進行繪圖，直線擬合所述繪圖并且推導b和C。
14.根據權利要求12所述的方法，進一步包括改變所述預定頻帶的邊界以獲得至直線的更好的相關性。
15.根據前述權利要求中任一項所述的方法，進一步包括通過無線連接接收所述EEG數據。
16.根據前述權利要求中任一項所述的方法，進一步包括接收來自用戶的輸入，所述輸入指示至少一種物質，所述物質的水平是待預測的。
17.根據前述權利要求中任一項所述的方法，進一步包括搜索所述常數b和C的值。
18.一種載體介質，包含計算機可讀指令，所述指令被配置用于使所述計算機執行所述指令以實施前述權利要求中任一項所述的方法。
19.一種用于從EEG數據預測物質水平的裝置，所述裝置包括處理器，所述處理器被配置以: 接收EEG數據； 分析所述EEG數據以獲得用于多個預定頻帶的每一個的所述平均功率； 從推導用于每個頻帶的所述平均功率計算數值，所述數值是按照預定順序通過相除和/或相乘來組合用于每個頻帶的所述平均功率計算的；和從以下方程獲得激素水平的估計值:
Y=bX+C 其中Y是所述待預測的物質水平，X是所述比率且b和C是常數，其中所述物質選自激素、神經遞質和生物標志物。`
【文檔編號】A61B5/145GK103796581SQ201280034721
【公開日】2014年5月14日 申請日期:2012年7月11日 優先權日:2011年7月11日
【發明者】克里希納·甘地 申請人:克里希納·甘地