УСТРОЙСТВО ДЛЯ ОЦЕНКИ ПАРАМЕТРОВ РИТМИЧЕСКОЙ АКТИВНОСТИ МОЗГА В РЕАЛЬНОМ ВРЕМЕНИ НА БОРТУ МНОГОКАНАЛЬНОГО СТАЦИОНАРНОГО ЭЛЕКТРОЭНЦЕФАЛОГРАФА Российский патент 2025 года по МПК A61B5/372 

ОБЛАСТЬ ТЕХНИКИ

Заявленное техническое решение, в общем, относится к области вычислительной техники, а в частности, к устройству для оценки параметров ритмической активности мозга в реальном времени на борту многоканального стационарного электроэнцефалографа.

УРОВЕНЬ ТЕХНИКИ

Из уровня техники известен патент на полезную модель RU 207767 U1 «УСТРОЙСТВО НИЗКОЛАТЕНТНОЙ НЕЙРООБРАТНОЙ СВЯЗИ», ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ «НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ «ВЫСШАЯ ШКОЛА ЭКОНОМИКИ», опубл. 15.11.2021.

В данном патенте описывается устройство низколатентной нейрообратной связи, содержащее эластичный носитель, в котором размещены электроды, фиксирующие сигналы электроэнцефалографии, отличающееся тем, что эластичный носитель соединен с ободом, на котором размещен блок многоканального аналого-цифрового преобразователя для оцифровки многоканальной электроэнцефалограммы, регистрируемой при помощи электродов, и компактный высокоскоростной монитор для предъявления нейрообратной связи, оборудованный системой мониторинга полной задержки предъявления сигнала нейрообратной связи, блок многоканального аналого-цифрового преобразователя для оцифровки многоканальной электроэнцефалограммы содержит бортовой вычислитель, реализованный на микропроцессоре, управляющие кнопки для задания параметров нейрообратной связи, таких как отведение электроэнцефалограммы, полоса частот электроэнцефалограммы, индикаторы состояния, кнопку включения и микро-USB разъем для связи с персональным компьютером для перепрограммирования вычислителя, батарею питания и соединен с наушниками для предъявления нейрообратной связи по акустическому каналу.

Из уровня техники известен патент на изобретение RU 2818466 С1 «УСТРОЙСТВО ДЛЯ ТРАНСКРАНИАЛЬНОЙ ЭЛЕКТРОСТИМУЛЯЦИИ МОЗГА», СИДОРУК НИКОЛЬ, опубл. 02.05.2024.

В данном патенте описывается устройство для транскраниальной электростимуляции мозга, содержащее генератор сигналов импульсного монополярного тока, выход которого соединен с первым электродом, и второй электрод, отличающееся тем, что введены и последовательно соединены блок электродов для снятия биопотенциалов головного мозга, анализатор электроэнцефалограммы, передающий блок Bluetooth, смартфон и приемный блок Bluetooth, выход которого подключен к управляющему входу введенного цифрового потенциометра, выход которого подключен ко второму электроду, а вход соединен с выходом генератора сигналов импульсного монополярного тока, который выполнен с возможностью подачи на первый электрод импульсного монополярного тока с частотой 77 Гц и амплитудным значением силы тока 3 мА, причем блок электродов для снятия биопотенциалов головного мозга содержит три электрода для установки в ушных отведениях A1, А2 и лобном отведении Fz по системе «10-20» и выполнен с возможностью использования как монополярной, так и биполярной схемы для регистрации альфа-ритма электроэнцефалограммы, электроды подключены экранированным кабелем к анализатору электроэнцефалограммы, который выполнен с возможностью предварительной фильтрации и усиления биопотенциалов головного мозга и преобразования аналогового сигнала в цифровой для дальнейшей обработки, смартфон выполнен с возможностью анализа альфа-ритма по амплитуде и передачи управляющего сигнала обратной связи беспроводным способом на приемный блок Bluetooth для управления цифровым потенциометром, который выполнен с возможностью подачи на второй электрод импульсного стимулирующего тока, величина которого зависит от амплитудного значения альфа-ритма электроэнцефалограммы и изменяется с 3 до 30 мА.

Из уровня техники также известен патент на изобретение US 11013449 B2 «METHODS AND SYSTEMS FOR DECODING, INDUCING, AND TRAINING PEAK MIND/BODY STATES VIA MULTI-MODAL TECHNOLOGIES», SRIRAM ROSHAN NARAYAN, опубл. 25.05.2021.

В данном патенте описывается система и метод мониторинга, анализа и стимулирования пиковых психических состояний. Датчики мозговых волн помещаются на кожу головы пользователя для измерения психического состояния пользователя. Модель машинного обучения может интерпретировать измеренные сигналы мозговых волн в психическое состояние пользователя, такое как расслабленное, сосредоточенное, напряженное, счастливое, грустное и т.д. Система может получить желаемое психическое состояние пользователя, например расслабленное и т.д. Система может измерять разницу между желаемым психическим состоянием и измеренным психическим состоянием пользователя и предоставлять пользователю звуковую и визуальную обратную связь, указывающую, насколько далеко пользователь от желаемого психического состояния. Кроме того, система может обеспечивать звуковую и визуальную обратную связь, чтобы помочь или побудить пользователя достичь желаемого психического состояния. Визуальная и звуковая обратная связь может быть предоставлена с использованием продукта виртуальной и/или дополненной реальности.

Недостатками указанных выше известных решений является использование обработки сигнала без применения модели случайных процессов, что не позволяет сократить задержку, которая в этих системах напрямую зависит от фазочастотных характеристик стационарного аналогового фильтра и, как правило, превышает 400 мс.

Предлагаемое к рассмотрению техническое решение направлено на устранение недостатков современного уровня техники через использование методов динамической фильтрации для сокращения задержки обратной связи.

СУЩНОСТЬ ИЗОБРЕТЕНИЯ

Технической задачей, на решение которой направлено заявленное техническое решение, является создание нового устройства для оценки параметров ритмической активности мозга, оперирующего в истинно реальном времени на борту многоканального стационарного электроэнцефалографа.

Данное устройство предназначено для оценки параметров ритмов головного мозга в реальном времени с минимальной и постоянной задержкой. Результатом является точная и быстрая оценка таких параметров мозга, как: ритмов головного мозга, мгновенная мощность, мгновенная частота и мгновенная фаза ритма с использованием инновационных алгоритмов динамической фильтрации и оптимизированной аппаратно-программной реализации.

При этом задержка определения мощности ритмов не превышает 150 мс, а фазы ритмов – 5 мс, а точность оценки мгновенной амплитуды ритма в соответствии с метрикой кросс корреляции не ниже 80% по отношению к истинному значению.

Технический результат заключается в повышении точности и скорости обработки сигнала электроэнцефалограммы (ЭЭГ) в режиме реального времени для осуществления оценки параметров ритмической активности мозга.

Заявленный технический результат достигается за счет устройства для оценки параметров ритмической активности мозга в реальном времени на борту многоканального стационарного электроэнцефалографа, содержащего:

• блок первичной настройки и калибровки алгоритма оценки параметров головного мозга (ГМ), выполненный с возможностью осуществлять расчет параметров модели ритмического сигнала и сигнала помехи и настройку весовых коэффициентов пространственного фильтра на основе отрезка записи ЭЭГ;

• цифровой многоканальный электроэнцефалограф, внутри которого расположены:

• блок предусиления и оцифровки откалиброванного сигнала ЭЭГ, выполненный с возможностью осуществлять регистрацию низкоамплитудных потенциалов ГМ, выполняя при этом их предусиление и оцифровку;

• сигнальный микропроцессор, выполненный с возможностью осуществлять оценку параметров ритмической активности ГМ в реальном времени, при этом оценка параметров сводится к следующему:

- осуществляют частотную обработку сигнала с применением полоснозаграждающего фиьтра и фильтров низких и высоких частот,

- выполняют пространственную фильтрацию при помощи коэффициентов пространственных фильтров, вычисленных блоком предварительной оценки параметров и переданных на борт электроэнцефалографа,

- запускают цикл, в котором идёт итеративное моделирование процесса ритма в реальном времени с помощью динамической осцилляторной модели и оценка аналитического сигнала на основе алгоритма динамической фильтрации Калмана, используя вычисленные параметры ритмов ГМ на предыдущем этапе,

- осуществляют в режиме реального времени вычисление значений огибающей, фазы и мгновенной частоты ритмов ГМ с минимальной задержкой, используя параметры ритмической активности и помехи, вычисленные блоком предварительной оценки параметров и переданные на борт электроэнцефалографа.

В частном варианте реализации предлагаемое устройство в режиме реального времени осуществляет оценку таких параметров ритмов головного мозга, как: мгновенная мощность, мгновенная частота и мгновенная фаза ритма.

В частном варианте реализации предлагаемое устройство реализует на борту электроэнцефалографа алгоритм динамической фильтрации по методу Калмана с параметрами, индивидуально подобранными при помощи блока первичной настройки.

ОПИСАНИЕ ЧЕРТЕЖЕЙ

Реализация изобретения будет описана в дальнейшем в соответствии с прилагаемыми чертежами, которые представлены для пояснения сути изобретения и никоим образом не ограничивают область изобретения. К заявке прилагаются следующие чертежи:

Фиг. 1 иллюстрирует структурную схему для оценки параметров ритмической активности мозга в реальном времени на борту многоканального стационарного электроэнцефалографа.

ДЕТАЛЬНОЕ ОПИСАНИЕ ИЗОБРЕТЕНИЯ

В приведенном ниже подробном описании реализации изобретения приведены многочисленные детали реализации, призванные обеспечить отчетливое понимание настоящего изобретения. Однако, квалифицированному в предметной области специалисту будет очевидно, каким образом можно использовать настоящее изобретение как с данными деталями реализации, так и без них. В других случаях хорошо известные методы, процедуры и компоненты не были описаны подробно, чтобы не затруднять понимание особенностей настоящего изобретения.

Кроме того, из приведенного изложения будет ясно, что изобретение не ограничивается приведенной реализацией. Многочисленные возможные модификации, изменения, вариации и замены, сохраняющие суть и форму настоящего изобретения, будут очевидными для квалифицированных в предметной области специалистов.

В заявленном техническом решении предлагается устройство для оценки параметров ритмической активности мозга в реальном времени на борту многоканального стационарного электроэнцефалографа.

На фиг. 1 приведена структурная схема устройства для оценки параметров ритмической активности мозга в реальном времени на борту многоканального электроэнцефалографа, которое включает в себя такие компоненты, как:

Блок первичной настройки и калибровки алгоритма оценки параметров головного мозга (ГМ), выполненный с возможностью осуществлять расчет параметров модели ритмического сигнала и сигнала помехи и настройку весовых коэффициентов пространственного фильтра на основе отрезка записи ЭЭГ, а именно определение параметров модели ритмического сигнала и сигнала помехи, которые используются в алгоритме динамической фильтрации, а также весов пространственного фильтра.

Цифровой многоканальный электроэнцефалограф, внутри которого расположены:

- блок предусиления и оцифровки откалиброванного сигнала ЭЭГ, выполненный с возможностью осуществлять регистрацию низкоамплитудных потенциалов ГМ, выполняя при этом их предусиление и оцифровку;

- и сигнальный микропроцессор, выполненный с возможностью осуществлять оценку параметров ритмической активности ГМ в реальном времени, при этом оценка параметров сводится к следующему:

осуществляют частотную обработку сигнала с применением полоснозаграждающего фиьтра и фильтров низких и высоких частот,

выполняют пространственную фильтрацию при помощи коэффициентов пространственных фильтров, вычисленных блоком предварительной оценки параметров и переданных на борт электроэнцефалографа,

запускают цикл, в котором идёт итеративное моделирование процесса ритма в реальном времени с помощью динамической осцилляторной модели и оценка аналитического сигнала на основе алгоритма динамической фильтрации Калмана, используя вычисленные параметры ритмов ГМ на предыдущем этапе,

осуществляют в режиме реального времени вычисление значений огибающей, фазы и мгновенной частоты ритмов ГМ с минимальной задержкой, используя параметры ритмической активности и помехи, вычисленные блоком предварительной оценки параметров и переданные на борт электроэнцефалографа.

При этом существуют некоторые требования к цифровому многоканальному электроэнцефалографу, в частности он должен иметь по меньшей мере 2 канала для записи ЭЭГ, отсутствие встроенных аналоговых фильтров, вносящих групповое время задержки сигнала более 2 мс. В зависимости от способа использования заявленного устройства, также требуется наличие триггерных, либо цифровых выходов для внешних устройств и мониторов.

Кроме того, существуют некоторые требования к сигнальному микропроцессору, в частности наличие сигнального процессора, оптимизированного для выполнения математических операций. Наличие памяти по меньшей 250 Кб для хранения промежуточных и конечных результатов выполнения операций алгоритма, тактовая частота не менее 200 МГц, возможность реализации цифрового интерфейса с компьютером, желательно наличие DMA (прямого доступа к памяти микропроцессора) для нивелирования внутренних задержек при передаче данных между процессами.

Заявленное устройство может работать в полностью автономном режиме с фиксированными параметрами обработки сигнала и без возможности записи данных, например, для формирования триггеров на внешние устройства при превышении мощностью ритма порога 50 мкВ, либо может включать необязательный блок – компьютер, для настройки и передачи параметров по цифровому интерфейсу, а также драйвер компьютера, обеспечивающий подключение по цифровому интерфейсу.

На сигнальном микропроцессоре реализован алгоритм позволяющий оценивать такие параметры активности головного мозга, как мгновенная мощность, мгновенная частота и мгновенная фаза ритмов головного мозга по данным, полученным с помощью многоканального цифрового электроэнцефалографа с минимальной задержкой. Данная цель достигается путём динамической фильтрации, применяемой к сигналу электроэнцефалограммы с использованием модели ритмической активности мозга в пространстве состояний (Matsuda, T., & Komaki, F. (2017). Time series decomposition into oscillation components and phase estimation. Neural Computation, 29(2), 332-367).

При этом, для сокращения объёма вычислений и снижения нагрузки на сигнальный микропроцессор, реализуется особый стационарный режим работы динамического фильтра с меньшим количеством вычислений (Grimble, M. J. (1979). Solution of the Kalman filtering problem for stationary noise and finite data records. International Journal Of Systems Science, 10(2), 177-196). Кроме снижения алгоритмической задержки, ускорение работы алгоритма и работа в истинно реальном времени также достигается за счёт реализации всех вычислений на сигнальном микропроцессоре многоканального электроэнцефалографа, без передачи данных на компьютер с сопутствующими нестабильными задержками, которые характерны для подавляющего числа существующих систем.

Ниже описан алгоритм вычисления параметров ритмов ГМ:

На первом этапе определяют пространственный фильтр, который позволяет выделять для анализа целевой ритм мозга в блоке первичной настройки и калибровки алгоритма оценки параметров головного мозга (ГМ) (далее – блок 1). На этом этапе производится калибровка путём записи небольшого отрезка ЭЭГ (от 30 с до 120 с) и настройки весовых коэффициентов пространственного фильтра на основе этой записи, которые затем используются на сигнальном микропроцессоре в цикле работы алгоритма вычисления параметров ритмов головного мозга для умножения на соответствующие каналы с целью получения чистых источников сигналов коры головного мозга. На данном этапе возможны вариации реализации – либо фильтр отстраивается от артефактов и выборочных источников сигнала ГМ, либо полностью концентрируется на определённом источнике сигнала ГМ.

При этом, используются такие алгоритмы пространственной фильтрации, как: ICA (Independent Component Analysis), либо CSP (Common Spatial Patterns), которые позволяют без разметки участков записи ЭЭГ (ICA) или с разметкой контрастных условий (CSP) выделить чистые источники сигнала, как затылочный альфа ритм, сенсомоторный ритм и другие.

На следующем этапе происходит первичная частотная обработка сигнала, а именно применение полоснозаграждающего фильтра, фильтров низких и высоких частот. Фильтры выбираются таким образом, чтобы вносить минимальную групповую задержку при максимально схожей с идеальной частотной характеристикой. Стандартными являются фильтры с бесконечной импульсной характеристикой Баттерворта 1-го порядка с частотами среза 50, 100, 150, 200 (для полоснозаграждающий) и 2, 30 Гц для фильтров высоких и низких частот соответственно.

Записанный отрезок ЭЭГ используется для определения оптимальных параметров алгоритма детекции параметров ритмов ГМ. Оптимальность параметров влияет на точность и скорость полученных параметров ритмов ГМ. Среди параметров в случае использования динамической модели – q – шум процесса, r – шум наблюдений, f0 – центральная частота ритма, A – параметр затухания процесса. В случае вычисления сложных характеристик ритмов, требующих несколько компонент, параметры оптимизируются для каждого ритма. Частота f0 находится как аргумент пикового значения спектральной плотности мощности в допустимом диапазоне. Параметры q и r находятся путём поиска глобального минимума в среднеквадратичной функции потерь между обработанным динамически фильтром сигналом и истинным сигналом, полученным оффлайн обработкой полосовым фильтром Баттерворта 3-го порядка.

Вычисленные параметры передаются на ЭЭГ-устройство, и запускается цикл, в котором идёт итеративное моделирование процесса ритма в реальном времени с помощью динамической осцилляторной модели и оценка аналитического сигнала на основе алгоритма оценивая по принципу максимальной апостериорной вероятности. Моделирование ритма , , где – вектор, соответствующий аналитическому сигналу, F(.)– матрица динамики процесса (матрица поворота), H – матрица наблюдения (1, 0), – регистрируемый сигнал ЭЭГ после предобработки. Оценка аналитического сигнала происходит по стандартным формулам фильтра Калмана (Zarchan, P., and H. Musoff. "Fundamentals of Kalman filtering: a practical approach, vol. 190." Progress in Astronautics and Aeronautics, American Institute of Aeronautics and Astronautics (AIAA) (2000). При этом алгоритм оптимизирован до стационарного фильтра Калмана, не требующего больших перемножений матриц. В зависимости от количества искомых спектральных компонент в сигнале и от предположений о шуме процесса (белый, розовый и т. д.), алгоритм может принимать более сложные формы, сохраняя при этом основные перечисленные элементы.

Параметры ритмов ГМ вычисляются следующими способами.

Значение огибающей – P_t= abs(X_t) , где – значение аналитического сигнала в текущий момент времени.

Значение фазы – Ɵ_t= angle(X_t).

Далее рассчитываются более сложные показатели, характеризующие взаимоотношение характеристик показателей ритмической активности.

Индекс концентрации – , отношение ритмической активности в -диапазоне в лобной частоте ГМ к ритмической активности в α-диапазоне в затылочной области.

Нормализованный индекс релаксации – , где FFT означает преобразование фурье, – сигнал ЭЭГ, накопленный в окне несколько секунд.

С помощью заявленного устройства возможна оценка ритмической активности мозга в реальном времени с задержкой не более 150 мсек при оценке мощности и 5 мс при оценке фазы ритмов. Предлагаемое решение может быть реализовано на широким спектре ЭЭГ-оборудования. Устройству присуща высокая эргономичность за счет сокращения числа элементов в цепи регистрации и обработки сигнала по сравнению с существующими системами.

Использование: для оценки параметров ритмической активности мозга в реальном времени. Сущность изобретения заключается в том, что устройство для оценки параметров ритмической активности мозга в реальном времени на борту многоканального стационарного электроэнцефалографа содержит: блок первичной настройки и калибровки алгоритма оценки параметров головного мозга (ГМ), выполненный с возможностью осуществлять расчет параметров модели ритмического сигнала и сигнала помехи и настройку весовых коэффициентов пространственного фильтра на основе отрезка записи ЭЭГ; цифровой многоканальный электроэнцефалограф, внутри которого расположены: блок предусиления и оцифровки откалиброванного сигнала ЭЭГ, выполненный с возможностью осуществлять регистрацию низкоамплитудных потенциалов ГМ, выполняя при этом их предусиление и оцифровку; сигнальный микропроцессор, выполненный с возможностью осуществлять оценку параметров ритмической активности ГМ в реальном времени, при этом оценка параметров сводится к следующему: осуществляют частотную обработку сигнала с применением полоснозаграждающего фильтра и фильтров низких и высоких частот, выполняют пространственную фильтрацию при помощи коэффициентов пространственных фильтров, вычисленных блоком предварительной оценки параметров и переданных на борт электроэнцефалографа, запускают цикл, в котором идёт итеративное моделирование процесса ритма в реальном времени с помощью динамической осцилляторной модели и оценка аналитического сигнала на основе алгоритма динамической фильтрации Калмана, используя вычисленные параметры ритмов ГМ на предыдущем этапе, осуществляют в режиме реального времени вычисление значений огибающей, фазы и мгновенной частоты ритмов ГМ с минимальной задержкой, используя параметры ритмической активности и помехи, вычисленные блоком предварительной оценки параметров и переданные на борт электроэнцефалографа. Технический результат: повышение точности и скорости обработки сигнала электроэнцефалограммы (ЭЭГ) в режиме реального времени для осуществления оценки параметров ритмической активности мозга. 2 з.п. ф-лы, 1 ил.

1. Устройство для оценки параметров ритмической активности мозга в реальном времени на борту многоканального стационарного электроэнцефалографа, содержащее:

• блок первичной настройки и калибровки алгоритма оценки параметров головного мозга (ГМ), выполненный с возможностью осуществлять расчет параметров модели ритмического сигнала и сигнала помехи и настройку весовых коэффициентов пространственного фильтра на основе отрезка записи ЭЭГ;

• цифровой многоканальный электроэнцефалограф, внутри которого расположены:

• блок предусиления и оцифровки откалиброванного сигнала ЭЭГ, выполненный с возможностью осуществлять регистрацию низкоамплитудных потенциалов ГМ, выполняя при этом их предусиление и оцифровку;

• сигнальный микропроцессор, выполненный с возможностью осуществлять оценку параметров ритмической активности ГМ в реальном времени, при этом оценка параметров сводится к следующему:

- осуществляют частотную обработку сигнала с применением полоснозаграждающего фильтра и фильтров низких и высоких частот,

- выполняют пространственную фильтрацию при помощи коэффициентов пространственных фильтров, вычисленных блоком предварительной оценки параметров и переданных на борт электроэнцефалографа,

- запускают цикл, в котором идёт итеративное моделирование процесса ритма в реальном времени с помощью динамической осцилляторной модели и оценка аналитического сигнала на основе алгоритма динамической фильтрации Калмана, используя вычисленные параметры ритмов ГМ на предыдущем этапе,

- осуществляют в режиме реального времени вычисление значений огибающей, фазы и мгновенной частоты ритмов ГМ с минимальной задержкой, используя параметры ритмической активности и помехи, вычисленные блоком предварительной оценки параметров и переданные на борт электроэнцефалографа.

2. Устройство по п. 1, характеризующееся тем, что в режиме реального времени осуществляет оценку таких параметров ритмов головного мозга, как: мгновенная мощность, мгновенная частота и мгновенная фаза ритма.

3. Устройство по п. 1, характеризующееся тем, что реализует на борту электроэнцефалографа алгоритм динамической фильтрации по методу Калмана с параметрами, индивидуально подобранными при помощи блока первичной настройки.