[发明专利]用于检测低血糖症的EEG信号分析

说明书

通过以下步骤来检测EEG信号中指示低血糖症的特征：‑将EEG信号划分成为时间段序列；‑针对每个时间段来确定是否出现指示低血糖症的EEG信号图案，以及当确定将在一个时间段中出现指示低血糖症的EEG信号的图案时，将其记录为事件；‑集成在所选择数量的先前时间段期间所记录的事件数量，所选择数量的先前的时间段一起构成所选择的时段，优选的是以时间加权的方式；以及‑当所述集成事件的数量超过预设阈值数量和/或当随着时间而集成的曲线与先前建立的指示低血糖症的所述曲线的理想模型之间存在匹配的阈值水平时，基于所述集成来确定所述EEG信号指示出现低血糖症的。

技术领域

本发明涉及一种对例如包括但不限于糖尿病患者的人群预测和警告低血糖症发作的方法。而且，本发明涉及一种对诸如包括但不限于糖尿病患者的人群预测和警告低血糖症发作的设备。

背景技术

低血糖症发作是由于血糖浓度过低而导致的，这主要是糖尿病患者的问题，糖尿病患者使用胰岛素或者其他血糖调节医学药物来进行治疗。面临这一风险的其他人群包括具有低血糖遗传性易患病体制的人。病情发作可能非常严重并且通常伴随不省人事。由此，病情发作的风险通常限制了人们所涉及的可能活动，由此降低了这些人的生活质量。可以通过一种简单方式来防止病情发作，例如通过当葡萄糖值变为临界时摄入适当的食物。然而，问题在于，许多处于风险的人群自身不能意识到他们的血糖浓度何时到达病情发作风险临界的低水平。处于风险的人群数量大约是一千万。

存在用于预测低血糖症发作的已知方法和设备。

在美国专利No.6,572,542中描述了一种方法和设备，其具有警告低血糖症发作等目的。其使用EEG测量(用于指示个体人员的血液葡萄糖水平)和个体人员的ECG(心电图)信号(用于指示血糖浓度的变化率)的组合来作为对人工神经网络学习处理器的输入，从该处理器中来获取用于告警用户或者控制治疗材料的管理的信号。

然而，没有描述获取或者分析EEG信号的具体方法，并且也没有给出所描述方法的任何实践结果。

Gade J.、Rosenfalck A.以及Bendtson I.、Meth Inform Med 1994；33：153-6对以下问题进行了研究：可以向患者提供低血糖症警报，并且描述了关于夜间低血糖症的EGG图案检测。对来自双极EEG表面电极C4-A1和C3-A2的EEG信号进行离线数字化，并且将其划分成为2秒的时间段。将来自这一信号的幅度和频谱内容馈送至未公开类型的Bayes概率分类器，所述Bayes概率分类器是根据无人监督的学习处理来进行训练的。观察分类为指示低血糖症的事件的出现率。可以得出这样的结论：患者间的可变性不允许构造用于所有患者的公共学习集合，并且对于所有患者来说需要构建个人学习集合。

已经发现，为了获取指示低血糖症发病的足够具体并且足够灵敏的EEG变化检测，仅考虑出现此类变化或者出现此类变化的比率是不够的。否则，与低血糖症相一致的零星EEG事件或者此类事件的暂时突发将导致触发错误的警报。

发明内容

因而，现在本发明提供了一种用于分析EEG信号以便检测其中指示低血糖症的特征的方法，该方法包括：

-将EEG信号划分成为时间段序列；

-针对每个时间段来确定是否出现指示低血糖症的EEG信号图案，以及当确定将在一个时间段中出现指示低血糖症的EEG信号的图案时，则将其记录为事件，

-集成在所选择数量的先前时间段期间所记录的事件数量，所选择数量的先前的时间段一起构成所选择的时段，以及

-基于所述集成来确定所述EEG信号指示出现低血糖症，例如当所述集成事件的数量超过预设阈值数量和/或当随着时间而集成的曲线与先前建立的指示低血糖症的所述曲线的理想模型之间存在匹配的阈值水平时。将所述确定基于所述集成避免了由于包含事件的零星时间段或者此类时间段的零星群集所引起的伪阳性结果。由此，当出现此类事件发生率升高的特征时，进行所述确定。