[发明专利]基于脑电图（EEG）非线性变化的用于癫痫发作检测的系统和方法

说明书

本发明涉及一种包括一个或多个电路的癫痫发作检测系统，该一个或多个电路被配置成接收基于患者的脑电活动生成的脑电图(EEG)信号。该一个或多个电路被配置成：基于EEG信号确定度量，这些度量指示EEG信号的非线性特征；通过至少部分基于这些度量确定EEG信号的非线性特征随时间的变化，来确定EEG信号指示候选癫痫发作；以及生成癫痫发作警报，该癫痫发作警报指示EEG信号指示候选癫痫发作。非线性特征的变化指示引起候选癫痫发作的生理诱因。

本申请为2022年01月24日进入中国国家阶段、申请号为202080053240.1、申请日为2020年03月27日、发明名称为“基于脑电图(EEG)非线性变化的用于癫痫发作检测的系统和方法”的发明专利申请的分案申请。

相关专利申请的交叉引用

本申请要求于2019年8月22日提交的美国临时专利申请号62/890,497的权益和优先权，其全部内容通过引用方式并入本文。

背景技术

本公开总体上涉及脑电图(EEG)分析。更具体地，本公开涉及用于患者中癫痫发作(seizure)检测的EEG分析。

癫痫发作通常发生在具有各类医学问题的患者中。全世界有超五千万人受到癫痫发作的折磨。在一些情况下，癫痫发作可以是良性的，但在极端形式下，癫痫发作可以危及生命。因此，检测并响应癫痫发作是重要的。癫痫发作的检测和治疗越早，患者的结果越好。然而，由于患者中发生癫痫发作时可能没有可见的征兆，检测癫痫发作可能非常困难。特别地，可能难以从视觉上检测到重症监护患者或年轻患者(儿童或婴儿)正在经历癫痫发作。

因此，通常可收集此类患者的EEG数据记录以供癫痫学家分析，在一些情况下，可能需要长达二十四小时的连续EEG数据记录以用于癫痫学家的人工分析。对如此大量的数据进行人工分析可能繁琐、耗时且价格昂贵。存在一些用于癫痫发作检测的EEG分析算法，但是这些算法对幼儿的检测能力很低。例如，一些癫痫发作检测算法在成人中可达到80％的检测率，但在幼儿中仅达到50–60％的检测率。此外，此类算法还可能具有大量假阳性率，在一些情况下，当患者是幼儿时，此类算法对于单个患者具有每天超过100个假阳性结果。这个数量的假阳性结果需要对儿童的所有记录进行人工复查，并且分析算法无法适当地减少需要进行人工EEG数据复查的数据量。此类EEG检测算法在儿童中的失败部分是由于针对儿童记录的异常EEG波形的性质具有高度可变性。

发明内容

本公开的一个实施是包括一个或多个电路的癫痫发作检测系统。该一个或多个电路被配置成接收基于患者的脑电活动生成的脑电图(EEG)信号。该一个或多个电路被配置成基于EEG信号来确定度量(metric)。该度量指示EEG信号的非线性特征。该一个或多个电路被配置成：通过至少部分基于该度量确定EEG信号的非线性特征随时间的变化，来确定EEG信号指示候选癫痫发作；以及生成癫痫发作警报，该癫痫发作警报指示EEG信号可能指示候选癫痫发作。如本文所用，“候选癫痫发作”可以指任何癫痫发作、癫痫性放电、亚临床事件、需技术人员核查的潜在癫痫发作等。非线性特征的变化指示引起候选癫痫发作的生理诱因(physiological force)。在非线性特征的变化的发生和候选癫痫发作的发生之间的时间可以变化。

在一些实施方案中，处理电路被配置成基于默认参数值或用户定义参数值中的至少一个来确定EEG信号指示候选癫痫发作。

在一些实施方案中，癫痫发作检测系统是基于云的系统，其中该一个或多个电路被配置成经由网络从本地EEG采集系统接收EEG信号，以及经由该网络将结果数据提供给本地EEG采集系统。

在一些实施方案中，癫痫发作检测系统是本地系统。在一些实施方案中，本地系统与本地EEG系统集成或本地连接到EEG采集系统。