| 一种监视系统或预防以及监视或预防的方法。 |
| ALP2013304 2011-8-26 发明授权 |
| 2014-7-15 |
| 1. 一种用于检测神经病学发作发作的监测或预测系统(1)，该系统包括：输入的神经病学电信息(2)，该输入信息是神经病学导出的信号的数字反映； 转换器(3)，适于将数字信号转换成数字数据串； 适于识别数字数据串中的周期性样本的样本分析器(4)； 以及监测器(5)，适于测量与以下中的一个或多个相关联的样本参数：在数字数据串中提到的周期样本的值； 在数据串数字中提到的周期样本的一部分； 数字数据串中提到的周期样本的值的变化率； 以及在数字数据串中提到的周期样本的一部分中的变化程度； 其中从监测器(5)提取的信息根据样品参数给出神经元活动的开始或情况的标记。 2. 如权利要求1所述的系统，其中所述数字数据串是典型数据串，二进制数据串或十六进制数据串。 3. 如权利要求所述的系统，其特征在于，所述系统还包含神经刺激发生器，以刺激脑的一部分。 4. 如权利要求所述的系统，其特征在于，所述输入的神经电信息(2)由电极(10)提供，并被放置在胶囊中； 其它系统模块均收容于机箱内； 或者一个或多个其它模块与胶囊相距一定距离，并通过销或波连接与胶囊连接。 5. 每个上述权利要求系统，其中由监视或预测系统产生的信息是由发射机，波，蓝牙，光或音频接收的信息。 6. 一种检测神经病发作的方法，包括： 获得由神经学导出的信号的数字表示组成的输入神经学信息； 将数字信号转换成数字数据串； 识别数字数据串中的周期性样本； 用以下中的一个或多个监视链接样本的参数：在数字数据范围中提到的周期样本的值； 在数字数据范围中提到的周期样本的一部分； 数字数据串中提到的周期样本的值的变化程度； 以及在数字数据串中提到的周期样本的一部分中的变化程度； 以及根据所述样本参数获得给出神经元活动的发作或情况的征兆的信息。 7. 如权利要求6所述的方法，其特征在于，所述方法还包括：当所述数字信号被转换为数字数据范围时，对所述数字信号进行补偿。 8. 如权利要求6或7所述的方法，其特征在于，还包括：选择具有6，7，8，9或10位长度的数字数据串的样本。 9. 如权利要求6至8中任一项所述的方法，其特征在于，所述方法还包括：抵消样品参数的分布 .10。 如权利要求6至9中任一项所述的方法，其特征在于，还包括：对重要周期样本进行计数。 11. 如权利要求6至10中任一项所述的方法，其特征在于，包括以下步骤：从计数中排除已经被识别为零信号的数据范围内的那些样本的有效周期样本。 12. 如权利要求6至11中任一项所述的方法，其特征在于，还包括：神经发作类型的发现或鉴定。 13. 如权利要求6至12中任一项所述的方法，其中给出神经元活动的开始或情况的标记的所提取的信息是基于：对存储在样本计数的内部存储器中的历史报告的分析； 或者借助于监视设备进行处理并与预定阈值进行比较。 14. 如权利要求13所述的方法，其特征在于，使用众所周知的定向，神经网络和/或人工智能技术从所述用户简档学习所述预定义阈值，或者由所述重要样本的总数和/或所发现的重要样本的百分比确定所述预定义阈值。 15. 如权利要求6至14中任一项所述的方法，其特征在于，还包括：将数字数据投入图表中。 |
微信公众号