Электроэнцефалограмма цена: ЭЭГ в Казани — цены в 49 клиниках

Содержание

ЭЭГ головного мозга в Москве. Цена 2200 рублей / Сеть клиник МедиАрт

Электроэнцефалография (ЭЭГ)

Электроэнцефалография (ЭЭГ) — методика, позволяющая регистрировать электрические потенциалы головного мозга с кожи головы.

При помощи их анализа врачи получают возможность оценить функциональное состояние мозга и сделать выводы о различных аспектах его деятельности.

Когда стоит задуматься об обращении к врачу и проведении электроэнцефалографии?

  • Потери сознания

  • Постоянные головные боли

  • Снижение слуха и памяти после черепно-мозговых травм

  • Панические атаки

  • Нарушения мышления, памяти, внимания

  • Расстройства сна

  • Частые головокружения

  • Быстрая утомляемость

  • Нервно-психические нарушения (депрессия, эмоциональная неустойчивость и т. д.)

  • Подозрения на задержку психического расстройства у детей

ЭЭГ обязательно при прохождении водительской медкомиссии (согласно Постановлению Правительства РФ).

Предварительная подготовка:

  • Необходимо, чтобы волосы на голове были чистыми.

  • Нельзя использовать лаки или гели для волос.

  • Кожа головы должна быть без повреждений.

  • Косы и дреды следует распустить.

  • Перед проведением исследования нужно снять серьги.

Данная процедура не проводится у пациентов, которые страдают насморком или кашлем.

Если у Вас или Ваших близких отмечаются какие-либо показания к проведению ЭЭГ — обращайтесь к нам!

После исследования Вы сможете получить консультацию у опытных неврологов для уточнения диагноза и подбора эффективного лечения.

Электроэнцефалограмма Ижевск, цены на ЭЭГ, где сделать, как подготовиться

ЭЭГ или электроэнцефалография– это исследование электрической активности мозга, то есть нервных клеток, которые подают электрические импульсы. С его помощью можно выявить симптомы нарушения мозговой деятельности и оценить их тяжесть.

Процедура помогает увидеть:

  • эпилептическую активность в мозговых долях;
  • возможные причины обмороков и панических атак;
  • в какой области мозга находится патология;
  • динамику электрической активности вне и во время приступов.

Электроэнцефалограмма также позволяет понять причины неврологических патологий и оценить эффективность назначенного лечения.

Как проводится процедура

ЭЭГ в Ижевске делается с помощью специального прибора –электроэнцефалографа, который улавливает электрические импульсы мозга и отображает их на бумаге в виде волн, давая возможность для расшифровки.

Чтобы получить эти данные, на голове пациента размещают электроды. В процессе врач просит моргнуть, глубоко вдохнуть или посмотреть на свет, чтобы изучить реакцию мозга в динамическом и спокойном состоянии.

Как подготовиться

Чтобы подготовиться к ЭЭГ соблюдайте следующие правила:

  • Плотно перекусите за пару часов до процедуры, иначе голод спровоцирует падение уровня сахара. Это может сделать результаты некорректными;
  • Накануне ЭЭГ вымойте голову и не используйте средства укладки. Голова должна быть чистой и сухой.
  • При приеме противосудорожных, седативных и бодрящих средств необходимо проконсультироваться с лечащим врачом о продолжении приема или отмене их на момент обследования.
  • Также ограничьте потребление кофе, крепкого чая, энергетических напитков и шоколада.

Где сделать

Сделать электроэнцефалограмму в Ижевске можно в многопрофильной клинике «Юнимед». Современное оборудование и высококлассный сервис – вот, что нужно для комфорта во время процедуры и быстрого получения результата.

Проконсультироваться по цене на ЭЭГ, задать вопросы и записаться вы можете, позвонив в одну из наших клиник. Телефоны указаны в разделе «Контакты». Наш администратор расскажет вам обо всех особенностях исследования и предложит удобное время визита.

ЭЭГ, сколько стоит сделать электроэнцефалограмму, цены на ЭЭГ в Зеленограде

Экономическая и психологическая ситуация ставит нас в жёсткие рамки, заставляя приспосабливаться к быстро меняющимся обстоятельствам. Многие не выдерживают этой гонки, и тогда организм отвечает неврологическими расстройствами: резкой сменой настроения, приступами агрессии, нарушениями сна, головокружениями, нервными тиками и многими др. Возможно, все это — признаки серьёзного заболевания. И если его диагностировать на ранних этапах, то можно успешно вылечить. Подавляющее большинство людей, заметив у себя подобные признаки, к врачу обращаться стесняются, списывая всё на стресс и усталость. Продиктовано это отчасти нехваткой времени, отчасти — боязнью пойти к врачу.

Электроэнцефалограмма — великолепный метод диагностического исследования, позволяющий с успехом применять его в психологии, психотерапии, психиатрии, неврологии, эндокринологии, гинекологии и других областях медицины.

Пройдите электроэнцефалограмму сами, обследуйте своих детей, проконсультируйтесь с лечащим врачом о состоянии Вашей центральной нервной системы и головного мозга, и тогда Вы будете уверены, что всё в порядке!

ПОКАЗАНИЯ К ПРОВЕДЕНИЮ ЭЭГ:

  • Синдром вегетативной дистонии
  • Энцефалопатии различного происхождения
  • Невротические расстройства
  • Головные боли
  • Головокружения
  • Общая вялость, слабость
  • Странности в поведении
  • Периодические потери сознания
  • Судорожные состояния (в том числе фебрильные судороги)
  • Снохождение, сноговорение
  • Логоневроз
  • А также ряд других неврологических симптомов 

 Если Ваш ребёнок негативно реагирует на людей «в белых халатах» , его пугает новая обстановка, если у Вас дома тяжело больной и его доставка в медицинский кабинет составляет определённые трудности — возможно проведение электроэнцефалографии в домашних условиях, в удобное для Вас время. Клиника оснащена современным оборудованием, которое позволяет проводить рутинные ЭЭГ исследования с проведением функциональных проб, в компьютерной обработке, с применением спектрального анализа и 3-х мерной локализацией очагов (последняя версия BrainLoc). 


диагностика в Иваново: расписание и цены в ЛДЦ «Миленарис»

Показания

Проводить процедуру ЭЭГ нужно при наличии таких симптомов:

  • частые обмороки;
  • припадки эпилептического характера;
  • хождения во сне;
  • головные боли;
  • инсульт и его последствия;
  • перенесенные черепно-мозговые травмы;
  • психические расстройства;
  • навязчивые движения и тики;
  • задержки психического развития у детей.

Необходимость проведения ЭЭГ определяет врач на основе предварительного диагноза или подозрения на него. Процедура поможет выявить все возможные нарушения в электрической активности разных долей мозга. Если вы обнаружили у себя или близкого человека описанные выше симптомы, не медлите с обращением к специалисту. Это позволит вовремя определить заболевание и начать лечение, не допуская дальнейшего развития.

Противопоказания

Противопоказаний к ЭЭГ нет. Возможны проблемы только при наличии травм и открытых ран, которые не дадут присоединить электроды. Кроме того, детям младшего возраста бывает сложно усидеть отведенное для процедуры время. 

Подготовка к приему

К процедуре ЭЭГ необходима подготовка, которая призвана увеличить точность полученных данных, избежать их искажения. Так, за два дня до визита к специалисту нужно отказаться от алкогольных напитков. Также, исключить нужно напитки на основе кофеина.

Накануне процедуры хорошо вымойте волосы и высушите их феном или естественным путем без использования средств для укладки. За два часа до процедуры откажитесь от еды и сигарет. В кабинете снимите с головы все металлические предметы – серьги, заколки, пирсинг.

Если вы накануне процедуры заболели гриппом или ОРВИ, обнаружили у себя кашель или заложенность носа, отложите ее проведение на потом, пока не выздоровеете.

Как проходит прием

Никакого дискомфорта процедура ЭЭГ вам не доставит, она проходит в максимально комфортных условиях. Вам предложат лечь на кушетку, а на голову наденут специальную шапочку. К ней закрепят датчики, которые и будут улавливать электрическую активность головного мозга. К датчикам прикреплены электроды, передающие данные на прибор. Последний выдает графическое изображение, именуемое энцефалограммой.

В ходе такой процедуры иногда проводятся дополнительные испытания. Например, замеры проводят на фоне так называемых провокационных проб. Это могут быть громкие звуки или вспышки света.

Вес процесс займет до 30 минут, в течение которых нужно будет находиться в зафиксированной позе.

Методы диагностики

В процессе исследования ЭЭГ регистрирует электрическую активность мозга, которая фиксируется на его поверхности. Проведение процедуры позволяет диагностировать причины таких состояний:

  • частые обмороки и головные боли;
  • истерия;
  • отравление лекарствами;
  • панические атаки;
  • эпилепсия;
  • судороги;
  • вегетативные кризы.

Также ЭЭГ поможет подобрать лекарства при ряде заболеваний, определить противопоказания к определенным методам лечения и медицинским препаратам. Это один из наиболее информативных методов, который широко применяется в медицине

Запишитесь на прием в клинику Миленарис, чтобы пройти процедуру ЭЭГ. Мы предлагаем лечение и диагностику, которые соответствуют международным стандартам и протоколам. Наша клиника гарантирует конфиденциальность личной информации, индивидуальный подход к каждому конкретному случаю. Мы поможем вам вернуть хорошее самочувствие и здоровье.

ЭЭГ в г. Королёв, мкр. Юбилейный. Цены на электроэнцефалограмму

Электроэнцефалография – это раздел электрофизиологии, который изучает закономерности суммарной электрической активности мозга, отводимой с поверхности кожи головы.

Это способ регистрации потенциалов, генерируемых головным мозгом , который предоставляет исследователю возможность наиболее качественно оценить функциональное состояние головного мозга, а также при действии раздражителей, так называемые функциональные пробы, которые применяются при данном исследовании — свет и глубокое дыхание , проанализировать адекватность ответа головного мозга на эти воздействия.

Основные причины для проведения ЭЭГ:

  • судороги
  • потери сознания
  • головные боли (хронические)
  • нарушение сна (частые пробуждения в течении ночи). Сомнамбулизм
  • заикания, тики
  • навязчивые движения
  • у детей – отставание в психическом развитии, нарушение речи, тревожность
  • эпилептические припадки
  • панические атаки

В плановом порядке:

  • пациентам с эпилепсией ЭЭГ проводится для оценки эффективности назначенной противосудорожной терапии.
  • ЭЭГ проводится представителям некоторых профессий , проходящим медицинскую комиссию
  • ЭЭГ проводится лицам, проходящим медицинскую комиссию для получения или переоформления водительского удостоверения, разрешения на владение и хранение оружия.

Что необходимо знать о проведении ЭЭГ.

В клинике «Нейропрофи» ЭЭГ проводится детям и взрослым с показаниями к проведению этого исследования, а также лицам, проходящим медицинскую комиссию (ЭЭГ для водительского удостоверения и оружия).

Алгоритм действий: пациент присаживается в специальное удобное кресло, расслабляется и настраивается на исследование. В это время медицинская сестра одевает на голову пациента шлем-сетку, закрепляя его на подбородке. Далее под шлемом и на ушах закрепляются электроды (количество их может варьировать в зависимости от возраста пациента, задач, которые ставит врач-невролог или схемы, которую выбирает врач электрофизиолог перед исследованием). Контакт с кожным покровом обеспечивает специальный гель.

Для получения полноценной картины биоэлектрической активности головного мозга требуется тщательная установка электродов – симметричное расположение над основными отделами мозга лобными, центральными, теменными, височными, затылочными и правильное их подключение к энцефалографу . В связи с этим , тревожным детям необходимо заранее рассказать в игровой форме о том, как будет проходить исследование, что он будет закрывать глаза и будет мигать лампочка. Конечно персонал , который в этом процессе участвует, всегда поможет справиться с напряжением , как у детей , так и взрослых. Бояться нечего! По ощущениям ЭЭГ аналогична ЭКГ или УЗИ. Когда шлем одет, электроды подключены к прибору, пациент расслаблен и готов , начинается запись . Через некоторое время врач попросит закрыть глаза , подышать более глубоко, нежели обычно и через 20 минут (в некоторых случаях чуть дольше или меньше) запись прекращается. Через 20-30 мин после окончания записи доктор отдаёт заключение и саму запись на бумажном носителе.

При посещении врача-невролога или эпилептолога не забывайте брать с собой всю запись ЭЭГ.

Уважаемые пациенты! Информация на сайте не является публичной офертой и может отображаться с задержкой. Пожалуйста, уточняйте актуальные цены по телефону. Спасибо. Ждём Вас!

Сделать ЭЭГ мониторинг — цена электроэнцефалограммы в Москве, записаться на электроэнцефалограмму в Клинику №1

Электроэнцефалограмма головного мозга (ЭЭГ) считается одним из наиболее доступных методов диагностики, который позволяет определить изменения состояния активности клеток мозга. Благодаря использованию современной аппаратуры есть возможность получить диагностическую информацию при минимальных затратах времени.

Электроэнцефалограмма – это кривая, которую получают в результате регистрации колебаний электрического потенциала мозга. Данный метод исследования дает возможность отразить мозаику активности мозговой коры. У здорового человека она имеет определенную картину, которая соответствует гармонии протекания ряда нервных процессов. Если же наблюдается органическая патология мозга, данная гармония нарушается.

ЭЭГ показывает один из главных параметров функционирования нервной системы, который называют свойством ритмичности, – он позволяет отразить согласованность работы различных структур мозга. Необходимо отметить, что электроэнцефалографические обследования дают возможность раскрыть, как головной мозг пользуется своими функциональными резервами.

Записаться на прием к специалисту, без очередей, в удобное время

+7 (495) 641-06-06

Записаться

Показания для проведения ЭЭГ

  1. Необходимость оценки степени функциональной незрелости мозга у детей.
  2. Нарушения сна.
  3. Пароксизмальные проявления, эпилептические или неэпилептические припадки.
  4. Нозологические формы, сопровождаемые поражением мозга.
  5. Сосудистые заболевания мозга.
  6. Опухоли мозга.
  7. Черепно-мозговые травмы (ушиб головного мозга).
  8. Воспалительные заболевания мозга, последствия перенесенных нейроинфекций или инфекционного нейротоксикоза.
  9. Диэнцефальный синдром.
  10. Последствия отравлений нейротоксическими ядами.
  11. Неврозы, психопатии, психические расстройства.
  12. Контроль эффективности и выбор дозы противоэпилептических препаратов по сравнению с предыдущими исследованиями.
  13. Дисфункциональные и дегенеративные нарушения.
  14. Оценка глубины наркоза в случае хирургического вмешательства.
  15. Коматозные состояния.
  16. Подтверждение диагноза смерти мозга.
  17. Печеночная энцефалопатия

ЭЭГ головного мозга по доступной цене в медицинском центре «Медицина Плюс»

Электроэнцефалография — способ обследования состояния головного мозга. Когда врач делает ЭЭГ, он записывает показатели биоэлектрической активности, которые отражаются на мониторе в виде кривой.

По частоте и наполненности сигналов врач определяет, насколько согласованы функции всех систем мозга.

Обычно ЭЭГ делают при обнаруженных ранее поражениях центральной нервной системы: энцефалите, менингите, нейроинфекции. Снимки дают возможность оценить уровень поражения мозга и тщательно изучить патологические участки. По виду обследования выделяют дневной, ночной и суточный мониторинг.

Когда необходима процедура?

ЭЭГ головного мозга проводят при обнаружении следующих патологий:

  • эпилепсия с повторяющимися приступами судорог;
  • бессонница;
  • регулярные потери сознания;
  • головные боли и мигрени;
  • ухудшение зрения и слуха;
  • воспаления органов центральной нервной системы;
  • расстройства невротического характера;
  • нарушенное кровоснабжение головного мозга;
  • болезни эндокринной системы;
  • нарушения поведенческих аспектов.

К показаниям к обследованию для детей также относят замедленное развитие речевой функции. Процедура безболезненна и полностью безопасна. Единственным ограничением может стать наличие свежей травмы головы (повязки и швы).

Подготовка к процедуре и проведение ЭЭГ

Пациент должен подготовиться к процедуре электроэнцефалограммы. Необходимо прийти к врачу после полноценного ночного сна. Так как на результаты обследования могут повлиять стресс и психомоторное возбуждение, за 48 часов до процедуры необходимо исключить из рациона кофеин, алкоголь, а также прекратить прием определенных групп препаратов (транквилизаторов, успокоительных).

Снимки делают в соответствии с типовым протоколом. Показания записывают в состоянии сна (у младенцев) или бодрствования. Для увеличения информативности обследования подключают ряд вспомогательных тестов:

  • врач просит пациента закрыть/открыть глаза;
  • воздействует на глаза светом;
  • контролирует, как пациент дышит в течение 3–5 минут.

Иногда требуется сделать ЭЭГ с большей результативностью. В этих случаях применяют:

  • лишение сна;
  • мониторинг деятельности мозга в ночное время;
  • пребывания больного в темноте в течение 30–40 минут;
  • медицинские тесты.

Дополнительные исследования, предваряющие электроэнцефалографию, назначает невролог. Цель процедур состоит в проверке состояния отдельных систем.

Цены на гарнитуры для ЭЭГ

— Обзор более 15 устройств ЭЭГ

Электроэнцефалография (ЭЭГ) — это метод с более чем столетней историей, и хотя первоначально он использовался более строго в областях психологии, медицины и нейробиологии, он является широко используется сегодня в играх, взаимодействии человека с компьютером, нейромаркетинге, симуляциях и не только.

В связи с возросшим использованием и спросом на высококачественные устройства ЭЭГ в настоящее время существует множество компаний, которые могут удовлетворить особые потребности пользователей ЭЭГ. Каждый из них предлагает что-то уникальное для потребителя — будь то количество каналов, стационарное или портативное устройство, предустановленные предлагаемые показатели или, конечно же, цена.

Как и в случае со многими устройствами (и большинством вещей в жизни): вы получаете то, за что платите. Многие из устройств в верхней части ценового диапазона являются особенно продвинутыми устройствами исследовательского класса, которые обеспечивают невероятную чувствительность, а также с большим количеством датчиков. Частично компромисс заключается в том, что для сбора и анализа данных требуется больше времени, но какими бы ни были ваши потребности, всегда лучше сначала поговорить с экспертами.

Вот почему мы установили диапазон цен, который вы, вероятно, найдете при поиске гарнитуры для ЭЭГ, которая идеально подходит для ваших нужд. Трудно определить конкретные цены, так как некоторые из них не являются общедоступными или могут быть предметом академических скидок и могут колебаться, среди прочего, с изменением цен на валюту.

Выбор между устройствами, конечно же, лучше всего делать с помощью опытного специалиста, и мы всегда доступны, если вы хотите обсудить ваши потребности. Ниже вы найдете ценовой диапазон гарнитур от ведущих производителей.

Нижний ценовой диапазон (99–1000 долларов)

Неудивительно, что нижний конец этого списка также начинается с наименьшего количества электродов. Такие компании, как NeuroSky и Muse, обещают решения для нейробиоуправления, которые помогут улучшить медитацию и сон, хотя исследовательский потенциал таких устройств в конечном итоге ограничен этим.

Emotiv предлагает 5- и 14-канальные решения со встроенными метриками для улучшения понимания психического состояния респондента. В настоящее время исследование Emotiv предполагает дополнительную плату за использование, которая может увеличивать общую стоимость использования.Устройства Emotiv также являются беспроводными, что дает респонденту возможность более свободного передвижения.

Устройство OpenBCI можно заказать как «напечатать самому», что позволяет напечатать гарнитуру в 3D (а также совместимо с обычными головными уборами). Организация стремится к открытому доступу и экономичным решениям для ЭЭГ, предоставляя расширенные возможности для подхода к исследованиям мозга.

Средний ценовой диапазон (1000–25000 долларов США)

По мере того, как мы поднимаемся вверх по ценовому диапазону, также увеличивается количество доступных электродов для каждого устройства и другие преимущества для аппаратных единиц.Все системы в этом диапазоне относятся к исследовательскому уровню, хотя точный характер вашего исследования определит, какой отряд лучше всего подходит для вас.

Несколько компаний (ABM, ANT Neuro, Cognionics, G.tec, mBrainTrain, Neuroelectrics и Wearable Sensing) предлагают беспроводные решения в этом диапазоне, позволяя производить сбор данных с повышенной мобильностью (а также повышенным комфортом). Кроме того, возможность сбора данных ЭЭГ без проводящего геля предлагается ANT Neuro, Cognionics, G. tec, Neuroelectrics и Wearable Sensing, что означает сокращение времени на сбор данных.

В этом ценовом диапазоне имеется широкий спектр опций: до 64 каналов, частичные или полностью гибкие системы, головные колпачки и фиксированные устройства. В случае ABM, модуль поставляется с хорошо изученными и широко подтвержденными метриками, которые могут дать быстрое и ценное представление о когнитивных функциях и психическом состоянии респондента.

Глубина требуемой информации, гибкость и удобство респондента — все это часть уравнения, которое может быть решено с помощью этих гарнитур, но, конечно, индивидуальные потребности будут диктовать точный выбор.

Верхний ценовой диапазон (25000 долларов США)

В этом ценовом диапазоне доступно огромное количество электродных каналов, начиная с 32 у ActiCHamp от Brain Product и до 160 или даже 256 каналов с BioSemi. Такое количество электродов обеспечивает чрезвычайно высокое разрешение при обнаружении сигналов мозга.

ANT Neuro предлагает беспроводные решения до 64 каналов и может работать без проводящего геля до 256 электродов. При такой высокой плотности количество каналов можно разделить, что позволяет использовать до четырех мобильных систем с 256 каналами.

Эти системы представляют собой устройства ЭЭГ высочайшего класса, доступные в настоящее время, и за это неизбежно приходится платить. Опять же, для целей вашего исследования или работы может потребоваться такая система, а может и не потребоваться — если вы не уверены, всегда рекомендуется поговорить с коллегами в этой области, другими экспертами или самими производителями, чтобы получить полную картину. что именно предлагают их системы.

Другие компании

Конечно, есть и другие производители оборудования для ЭЭГ, которых нет в этом списке.Мы также связались с EGI, Compumedics Neuroscan и Mitsar и сообщим, если и когда мы получим информацию об их ценах.

iMotions изначально интегрирует несколько из вышеперечисленных устройств в платформу, которая может синхронизировать данные ЭЭГ с большим количеством других датчиков, от отслеживания взгляда до анализа выражения лица, до GSR и т. Д. Это делает его идеальной платформой для сбора и анализа данных из нескольких источников.

Надеюсь, вам понравилось читать о различных типах доступного оборудования для ЭЭГ, и вы почувствовали вдохновение для использования ЭЭГ в своих исследованиях или работе.Если вы хотите узнать больше об ЭЭГ, загрузите наше бесплатное руководство ниже или свяжитесь с нами, чтобы получить более подробную информацию о покупке гарнитуры для ЭЭГ.

Стоимость ЭЭГ — 2021 Расходы на здравоохранение

С медицинским страхованием: доплата или 10% -50% совместное страхование Без медицинского страхования: 200-3000 долларов США +

ЭЭГ, или электроэнцефалография, измеряет электрическую активность в головном мозге и может использоваться для диагностики и лечения травм головы, инфекций, опухолей головного мозга, эпилепсии, нарушений сна, комы и таких заболеваний, как болезнь Альцгеймера. Его также можно использовать для наблюдения за пациентом во время операции. Типичные затраты:
  • Для пациентов, охваченных медицинским страхованием, типичные личные расходы на ЭЭГ будут включать доплату или совместное страхование в размере 10-50%. ЭЭГ обычно покрывается медицинской страховкой, когда это необходимо по медицинским показаниям для диагностики или наблюдения за проблемой, или во время операции.
  • Для пациентов, не имеющих медицинского страхования, ЭЭГ обычно стоит 200-700 долларов или больше за стандартную ЭЭГ — или до 3000 долларов или больше, если требуется расширенный мониторинг.Например, больница Garden City Hospital [1] в Мичигане взимает 749 долларов за ЭЭГ, но предлагает тест на 199 долларов через специальную программу для незастрахованных пациентов. Больница Св. Петра [2] в Монтане взимает почти 500 долларов за ЭЭГ бодрствования и сна, около 630 долларов за ЭЭГ в состоянии бодрствования и сонливость и почти 1300 долларов за 24-часовую ЭЭГ. И региональный медицинский центр Святой Елизаветы [3] в Небраске, не включая плату за врача, взимает около 650 долларов за ЭЭГ в состоянии бодрствования и сонливости, примерно 700 долларов за ЭЭГ в состоянии бодрствования и сна, примерно 1100 долларов для расширенного мониторинга ЭЭГ более часа и около $ 3,000 для мониторинга ЭЭГ и видеозаписи в течение 24 часов.
Статьи по теме: Лечение опухолей головного мозга, Центр сна, Медицинское страхование
Что должно быть включено:
  • Технолог ЭЭГ попросит пациента лечь и с помощью липкой пасты прикрепит несколько электродов к коже головы. Затем врач может попросить пациента выполнить различные действия, например, уставиться на свет, расслабиться с закрытыми глазами и пойти спать. Тест обычно занимает около полутора часов. На экране компьютера отображается график мозговых волн, а затем результаты теста интерпретируются неврологом, прошедшим специальную подготовку по ЭЭГ. Национальный институт здоровья предлагает обзор ЭЭГ [4] .
  • В некоторых случаях, например, для диагностики эпилепсии, может потребоваться расширенный мониторинг. Например, в амбулаторной ЭЭГ [5] пациент занимается повседневными делами до 72 часов, нося оборудование для мониторинга. А при расширенной ЭЭГ за пациентом наблюдают, обычно в условиях больницы, в течение 24 часов или более, обычно с видеозаписью [6] .
Дополнительные расходы:
  • Если стандартная ЭЭГ не дает достаточной информации, может потребоваться расширенная ЭЭГ по типичной цене 1000–3000 долларов или больше.
Скидки:
  • Многие больницы предоставляют скидки до 30% и более незастрахованным пациентам / пациентам, которые платят наличные. Например, Washington Hospital Healthcare System [7] в Калифорнии предлагает скидку 35%.
Покупка eeg:
  • Невролог или другой врач обычно назначает ЭЭГ. Американская академия неврологии предлагает локатор невролога [8] по городу и штату, который предлагает возможность поиска по узкой специальности, включая врачей, специализирующихся на эпилепсии.ЭЭГ обычно выполняется либо в кабинете врача, либо в больнице квалифицированным специалистом по ЭЭГ. При необходимости врач, назначивший анализ, может направить вас в больницу.
  • Для пациентов, страдающих нарушениями сна, Американская академия медицины сна предлагает локатор центров сна [9] . Центры сна часто используют ЭЭГ для диагностики нарушений сна.
Материал на этой странице предназначен только для информационных целей и не должен рассматриваться как медицинский совет.Всегда консультируйтесь со своим врачом или фармацевтом относительно лекарств или медицинских процедур.
Новости CostHelper
Сколько люди платят — последние комментарии
Автор: Шанита в Хопуэлле, штат Нью-Джерси. Добавлено: 22 декабря 2020 г. 12:12
Врач: Медицинский центр: Capital Health
Добавил: Местный район KC в Канзас-Сити, штат Миссури, штат Миссури. Размещено: 10 декабря 2020 г. 09:12 AM
Врач: Медицинский центр: Children’s Mercy KC

Я чувствовал, что больница или медсестра должны были подготовить нас к эта сумма затрат. Это была выборная процедура, а не чрезвычайная ситуация.
8848 долларов минус 3415,33 доллара, выплаченные по страховке

Автор: Кэролайн Мари Франковски из Далласа, Техас. Размещено: 28 августа 2020 г. 08:08
Врач: NeuLine Health Медицинский центр:

Это сумма, которую они изначально отправили в Cigna. Вторая сумма, которую они выставили, составила 22000 долларов. Конечно, они вне сети. Сумма первого счета смехотворно велика. Второй не намного лучше. Эта компания не уведомила меня, что они были вне сети, или они предварительно сертифицировали процедуру с Cigna.

Автор: Джерри Галл в Стаффорде, штат Вирджиния. Размещено: 1 сентября 2019 г., 11:09

Моя страховая компания покрыла только 1200 долларов. Компания eeg только что прислала мне счет на 22 650 долларов. Конечно, после этого я узнал, что это не самая предпочтительная компания, но у меня есть федеральный BC / BS. Они покрывают все.

Автор: JonJ из Спартанберга, Южная Каролина. Написано: 1 декабря 2018 г., 10:12
Врач: ЛОР Бутехорн. SRMC неизвестен Медицинский центр: Региональный медицинский центр Спартанбург

Ночевка с 21:00 до 18:00. Northgrove
EEG Gen Class. 5 302 долл. США
Blue Cross pmt 3 130 долл. США
Blue Cross прил. 971 долл. США
Вы должны. $ 1,199

Автор: Джейсон Э. Хирш в Рочестере, штат Нью-Йорк. Размещено: 16 июля 2018, 15:07
Врач: Unk Медицинский центр: UR Medical, Рочестер, Нью-Йорк

Невероятно — ЭЭГ для исследования сна была почти 4000 $. Страхование запрещено всем, кроме 1400, а я на крючке за 400 $.

Автор: Сюзанна Маккензи из Глен Берни, Мэриленд. Размещено: 20 ноября 2017 г. 17:11
Врач: Среднеатлантическая неврология Медицинский центр:

Только что получил неожиданный счет в размере 1500,00 долларов. Мое объединенное здравоохранение покрыло только 300 долларов США

Автор: Джордж Э. Даути в Далласе, штат Техас. Размещено: 20 августа 2017, 20:08
Врач: Анна Ценг, доктор медицины Медицинский центр: Ассистенты неврологии, Даллас

К счастью, моя страховка покрыла это. Начало с полудня пятницы до полудня воскресенья с видеозаписи.

Автор: BnmiC из MD в Bethesda, MD. Размещено: 20 марта 2017, 17:03
Врач: Джонатан М. Джонсон Медицинский центр: Пригородная больница

Розничная цена: 2165 долларов США — доплата после CIGNA скидки и списания / не разрешены = 256.10

Автор: Саммерсет в Гранд-Джанкшен, Колорадо. Размещено: 27 марта, 2016 14:03
Врач: Не уверен Медицинский центр: Сент-Мэри \ ‘ s медицинский центр

Я прошел простой тест ЭЭГ, тест длился менее пяти минут, и это было для всего от начала до конца.
Они взяли с меня 4000.00 за этот простой тест. Почему?
Алан Б.

Автор: Джейн Троя из Фармингтон-Хиллз, штат Мичиган. Написано: 15 декабря 2014 12:12 PM
Врач: Доктор Мааз Медицинский центр: Synapse Neurodiagnostics

Мне дали только рецепт от врача и пришлось искать лабораторию самостоятельно.Это было непросто, но потом я нашел Synapse. Эта лаборатория отправила врача ко мне домой, поэтому мне не пришлось ехать или ждать в офисе. У меня была 72-часовая ЭЭГ, и это стоило мне меньше, чем одна доплата, если я пошел в больницу.

Автор: Лорин в Вестленде, штат Мичиган. Размещено: 11 июля 2014 г. 08:07
Врач: Доктор Мааз Медицинский центр: Synapse

Есть также третий вариант, предложенный моим неврологом .В некоторых штатах, таких как Мичиган (моя мама делала это во Флориде), регулярные и долгосрочные ЭЭГ проводятся дома в мобильных диагностических центрах IDTF, мой был synapseq.com. Автоматически все расходы на больницу выпадают из поля зрения, компания обращается к вам. В моем случае мне не пришлось никуда ехать, поэтому я также сэкономил время и деньги. Кроме того, ЭЭГ, которую я проводил в течение трех дней, была оплачена Medicare, и мне не пришлось платить никаких доплат. Итак, моя окончательная стоимость трехдневного обучения составила 0,00 доллара. Это лучшее решение.В больнице меня назначили на прием через три с половиной месяца. Здесь мне сделали ЭЭГ за неделю, никаких хлопот.

Внешние ресурсы:
  1. www. gch.org/Home.aspx?id=219&sid=1
  2. www.stpetes.org/hospital/patient-family-visitor-services/costs
  3. www.saintelizabethonline.com /price-estimator-1.html
  4. www.nlm.nih.gov/medlineplus/ency/article/003931.htm
  5. emedicine.medscape.com/article/1139483-overview
  6. emedicine.medscape.com/article/1137908-overview
  7. www.whhs.com/about / Washington-Hospital-Discount-policy-for-uninsured /
  8. members.aan.com/findaneurologist/
  9. www.sleepeducation.com/find-a-center
Другие темы о здоровье и личной гигиене
Поиск по тысячам тем на CostHelper.com


Сегодняшние избранные статьи затрат

Границы | Системный обзор доступных недорогих ЭЭГ-гарнитур, используемых для обнаружения сонливости

Введение

Сонливость определяется как переход между состояниями реактивности и сна, в течение которых время реакции сокращается (Национальная администрация безопасности дорожного движения США, 2018). Сонливость или утомляемость являются основной причиной дорожно-транспортных происшествий и имеют серьезные последствия для безопасности дорожного движения из-за явного снижения внимания, распознавания опасных водителей и снижения способности управлять транспортными средствами, связанного с сонливостью (Wang, 2011; Solaz et al. , 2016). Кроме того, несчастные случаи из-за сонливости обходятся в миллиарды долларов США и приводят к гибели людей в промышленности, включая транспорт, производство, добычу полезных ископаемых, морской и аэрокосмический секторы. Таким образом, разработка надежного неинвазивного метода обнаружения сонливости может спасти как деньги, так и жизни (Национальная администрация безопасности дорожного движения США, 2018).

Ключевые секторы экономики, такие как транспорт, строительство, безопасность и производство, сообщили о потере производительности и потерях жизней из-за сонливости (Wang, 2011; Solaz et al., 2016). В транспортном секторе дорожно-транспортные происшествия, вызванные сонливостью, представляют собой социальные и экономические проблемы во всем мире. В Европейском союзе (ЕС) 25% дорожно-транспортных происшествий связаны с усталостью и сонливостью по сравнению с 40% несчастных случаев со смертельным исходом в Соединенных Штатах (США) (Solaz et al., 2016; Wei et al., 2018). Согласно отчету Национального управления безопасности дорожного движения (NHTSA), около 83 000 дорожно-транспортных происшествий, регистрируемых ежегодно в США, вызваны усталостью водителя. Их анализ показал, что ~ 416 000 ДТП были вызваны вождением в сонном состоянии в течение 5-летнего периода с 2005 по 2009 год (Wang et al., 2017; US Dot National Highway Traffic Safety Administration, 2018). В 2017 году в отчете NHTSA сообщалось, что в результате аварий, вызванных отвлечением внимания, погибло 3166 человек (Национальная администрация безопасности дорожного движения США, 2018).Факторы, способствовавшие возникновению сонливости, включали долгий рабочий день, прием лекарств, недостаток сна и постоянное вождение автомобиля (Zhang et al., 2017). Однако точное определение сонливости сильно варьируется.

Термин «сонливость» иногда используется в литературе как синоним слова «усталость». Хотя определение физиологического состояния использовалось для обнаружения одного (или обоих) состояний, исследователи определили определенные различия между сонливостью и утомляемостью. Утомляемость определялась как снижение физической и умственной работоспособности в результате истощения (Vuckovic et al., 2002; Cabrall et al., 2016). Сонливость может быть признаком усталости, которая может возникать без сонливости (Vuckovic et al., 2002). Другие концепции, такие как микросон, могут использоваться для описания аналогичного отсутствия реакции, но имеют механизмы, отличные от механизмов, связанных с утомляемостью и сонливостью (Davidson et al., 2007; Izquierdo-Reyes et al., 2016). Электроэнцефалография (ЭЭГ) использовалась для выявления этих механизмов, но основная часть такой работы, исследующей эти другие концепции, менее четко определена, чем общая часть работы, связанной с исследованиями сонливости (Bryan Van Hal and Bossemeyer, 2014; Cabrall et al. , 2016; Wang et al., 2017; Рундо и др., 2019).

Прогнозирование сонливости с помощью ЭЭГ — четко определенная тема исследования. Подходы, в которых используются традиционные системы ЭЭГ, имеют преимущества для количественной оценки уровней бдительности, что требует дорогостоящей вычислительной обработки сигналов (Mard et al., 2011; Correa et al., 2014; Shabani et al., 2016; Zhang et al., 2017). ). Наблюдение за изменениями в спектрах мощности или пространственно-временных характеристиках частотных диапазонов ЭЭГ обычно использовалось для обнаружения сонливости у испытуемых, но были исследованы и другие методы (Ayala Meza, 2017; Min et al., 2017; Majkowski et al., 2018). Системы обнаружения сонливости на основе ЭЭГ могут быть легко интегрированы в защитные или профессиональные головные уборы для использования на занятиях, требующих такого оборудования (Wilaiprasitporn and Yagi, 2016).

Системы ЭЭГ исследовательского и медицинского уровня полагаются на использование десятков каналов, что делает такие системы непрактичными для реального профессионального использования (Ries et al. , 2014). Напротив, недорогие системы ЭЭГ предлагают потенциальные решения для прогнозирования сонливости. Эти системы обычно включают в себя меньше электродов, чем медицинские и исследовательские гарнитуры, но их низкие цены делают их доступными для любителей, малого бизнеса и развивающихся стран.Ранее исследовалось использование потребительских ЭЭГ-гарнитур в качестве детекторов сонливости (Rodríguez et al., 2013; Van Hal et al., 2014; Salehi et al., 2015). Был изучен обзор потребительских ЭЭГ-гарнитур в качестве инструментов исследования, но он не включал профессиональный контекст (Sawangjai et al., 2019).

Этот обзор был проведен для оценки осуществимости, сложности и сложности использования недорогих систем ЭЭГ для обнаружения профессиональной сонливости, таких как водители и охранники.Были рассмотрены стандарты PRISMA для систематических обзоров (Moher et al., 2009). Первоначальной проблемой была цена сонливости для экономической производительности и безопасности. Внедрение недорогих методов обнаружения на основе ЭЭГ может сделать эту технологию более доступной. Сравнивались системы обнаружения сонливости, реализованные на недорогих ЭЭГ-приборах. Успешными результатами стали надежные и недорогие реализации. Для валидации требовалось проектирование исследований, воспроизводящих профессиональные условия с несколькими субъектами. Был проведен систематический поиск с целью изучения предыдущих реализаций недорогих систем обнаружения сонливости на основе ЭЭГ.

Методика поиска

Резюме

В последние годы количество портативных недорогих систем на основе ЭЭГ, доступных на рынке, увеличилось (Wei et al., 2018). Исследования, посвященные использованию недорогих систем ЭЭГ, были сосредоточены на непрерывной записи данных ЭЭГ и / или воспроизведении более крупных аналитических систем ЭЭГ с помощью портативных устройств. В этом обзоре мы провели обзор исследовательских работ, в которых описывалось использование недорогих устройств ЭЭГ, уделяя особое внимание устройствам, для которых стоимость гарнитуры была ниже 1000 долларов США, независимо от лицензионных сборов: InteraXon Muse, Neurosky MindWave, Emotiv Epoc, Emotiv Insight и OpenBCI. Эти устройства представляют собой образец широко используемых коммерческих моделей. Хотя использовались другие устройства и поставщики (Li and Chung, 2015), поиск был сосредоточен на тех неинвазивных устройствах ЭЭГ, стоимость которых ниже 1000 долларов США, которые не продаются как медицинские устройства, доступны для потребителей, видны в сообществе любителей и имеют предоставил инструменты или опции для приложений интерфейса мозг-компьютер (BCI). В таблице 1 представлено сравнение этих недорогих коммерческих ЭЭГ-гарнитур. В большинстве недорогих гарнитур используются сухие электроды, которые более удобны для обычных пользователей.Точно так же большинство гарнитур поставляются в комплекте с программным обеспечением, которое включает в себя исследовательские инструменты, программное обеспечение с открытым исходным кодом и дополнительное оборудование (Lin et al., 2014; Farnsworth, 2017).

Таблица 1 . Сравнение бытовых ЭЭГ-гарнитур.

Информация о гарнитуре

Основными исследованными гарнитурами были InteraXon Muse, Neurosky MindWave, OpenBCI, Emotiv Epoc и Insight.

InterAxon Muse

InteraXon Muse — это компактная система ЭЭГ, которая измеряет активность мозга с помощью 4 датчиков ЭЭГ (Muse, InteraXon) и может использовать Bluetooth для отправки данных на расположенные поблизости устройства.Muse утверждает, что повязка на голову может помочь пользователю достичь состояния глубокого расслабления. В соответствии с международным соглашением о размещении электродов 10–20 сухие электроды располагались в точках FPz, AF7, AF8, TP9 и TP10 (Krigolson et al., 2017). Электрод FPz использовался в качестве электрода сравнения. Подробные характеристики соответствуют оригинальному устройству Muse.

Neurosky Mindwave

Neurosky разработал одноканальную MindWave как недорогую одноканальную гарнитуру для сухой ЭЭГ, которая может передавать ЭЭГ по беспроводной связи через Bluetooth Low Energy или классический Bluetooth (Doudou et al., 2018). Устройство MindWave состоит из гарнитуры с Т-образным оголовьем, более широкого зажима для ушей и гибкой руки. Контрольный и заземляющий электроды прибора располагаются на ухе, а электрод ЭЭГ — на лбу над глазом. Гарнитуры Neurosky EEG поставляются с обучающим программным обеспечением, обучающими приложениями и информацией для разработчиков программного обеспечения. Исследователям также доступны бесплатные инструменты разработчика. В то время как Neurosky создает другие модели, MindWave была наиболее часто используемой моделью в соответствующих исследованиях (Lin et al., 2014; Doudou et al., 2018).

OpenBCI

OpenBCI Ultracortex Mark IV — это гарнитура с открытым исходным кодом для 3D-печати, предназначенная для работы с любой платой OpenBCI. Он способен записывать ЭЭГ мозговой активности исследовательского класса. Гарнитура Ultracortex Mark IV способна выполнять выборку до 16 каналов ЭЭГ из 35 различных мест в соответствии с Международной системой 10–20 (Mohamed et al., 2018b). Платы OpenBCI включают варианты для 4, 8 и 16 каналов. OpenBCI — это сборка деталей с открытым исходным кодом, требующая сборки перед использованием (Murphy and Russomanno, 2016). Поэтому он не так широко используется, как обычные потребительские устройства, но теоретически допускает более широкие возможности настройки. Ранее он использовался для определения сонливости в симуляторе вождения.

Emotiv Insight и Epoc

Emotiv предлагает как меньший, более дешевый Insight, так и более крупный и более дорогой Epoc (и его модернизированный аналог Epoc +). Emotiv Epoc — самая дорогая из исследованных ЭЭГ-гарнитур, содержащая больше электродов, чем другие (de Lissa et al., 2015). Он имеет два электродных плеча, каждый из которых содержит сенсорные электроды и два электрода сравнения. Эти локации обеспечивают охват височной, теменной и затылочной долей. Emotiv предоставляет пользователям бесплатное приложение-компаньон, чтобы отслеживать свои эмоции. Они также предлагают игры с оплатой за загрузку, такие как Arena, которая позволяет пользователям ощущать мысленные команды. Emotiv предоставляет двухуровневый SDK для Epoc. Гарнитура использовалась в исследованиях, от BCI до определения состояния мозга (Badcock et al. , 2013, 2015; Manolova et al., 2016). Однако чаще всего встречались модели Epoc и Epoc +. Результаты, полученные с использованием ключевого слова «Insight», вместо этого дали результаты со ссылкой на Epoc и Epoc +.

Область применения

Цель этого обзора — выявить примеры и отчеты, описывающие успешное использование специальных недорогих потребительских ЭЭГ-гарнитур для обнаружения сонливости. Эти гарнитуры будут называться «недорогими» для простоты до конца этого документа. Объем и цели процесса обзора не были предназначены для того, чтобы комментировать алгоритмы и подходы, используемые для обнаружения сонливости.Даже одноканальные ЭЭГ-гарнитуры, в том числе сделанные на заказ, успешно использовались для обнаружения сонливости в исследовательском контексте (Огино, 2018). В этом обзоре успешное исследование было определено как система, которая достигла большей, чем случайная точность, при обнаружении сонливости с помощью ЭЭГ. Предпочтение было отдано простым и надежным алгоритмам как для обнаружения сонливости, так и для общей обработки ЭЭГ, поскольку они, вероятно, будут более легко реализованы малыми предприятиями с ограниченными ресурсами, отдельными лицами в развивающихся странах и другими лицами, которые не могут позволить себе более сложные гарнитуры для ЭЭГ или специальные устройства. встроенные системы.Чтобы облегчить сравнение и обеспечить воспроизводимость результатов поиска, соблюдались правила PRISMA о систематических обзорах и метаанализах (Moher et al., 2009). Стандарт PRISMA облегчает процесс и тиражирование обзоров исследований. Предыдущий обзор был сосредоточен на более широкой жизнеспособности недорогой ЭЭГ в качестве инструмента исследования, но не на более узком профессиональном контексте (Sawangjai et al., 2019). Таким образом, основная цель этого обзора состояла в том, чтобы определить, можно ли легко использовать коммерческие недорогие ЭЭГ-гарнитуры для обнаружения профессиональной сонливости.

Критерии приемлемости

В этом обзоре основное внимание уделялось исследованиям, связанным с недорогими ЭЭГ-гарнитурами, которые были связаны с теми неинвазивными ЭЭГ-устройствами стоимостью менее 1000 долларов США, которые не продаются как медицинские устройства, доступны для потребителей, видны в сообществе любителей и предоставляют инструменты или варианты для мозга -компьютерный интерфейс (BCI) приложений. Поскольку коммерческие системы ЭЭГ были общедоступны примерно за одно десятилетие до текущей даты, были включены только статьи, опубликованные за этот период, начиная с 2009 года.В этом году незадолго до коммерческого выпуска Emotiv, самой ранней из перечисленных систем. Точно так же считалось, что все соответствующие результаты представляют только часть общей работы по обнаружению сонливости; поэтому были включены документы конференций, завершенные диссертации и валидационные исследования. Однако статьи конференции были исключены, если они были опубликованы в течение 1 года после публикации статьи в журнале по той же теме и теми же авторами.

Комбинация данных

Два независимых исследователя, соавторы М.и J. собрали свои выводы в справочном документе. Избыточные результаты были исключены, и информация по каждому исследованию была собрана. Элементы данных включали авторство и публикацию каждой работы, план исследования, экспериментальную реализацию, представленные результаты и заключительный анализ. Были записаны конкретные методы предварительной обработки, выделения признаков и классификации, а также любой статистический анализ результатов. Также была записана информация об используемой вычислительной платформе. Первичная информация, которую запрашивал каждый искатель, включала критерии «успеха», «точность» работы и другие показатели эффективности.Числовые значения, такие как матрица неточностей, использовались для расчета статистических показателей, если это предусмотрено рассматриваемой работой.

Стратегия поиска и параметры

Google Scholar, IEEE Xplore и PubMed использовались в качестве первичных источников из-за наличия больших баз данных, использующих эти источники, и их предыдущего использования в других обзорах. Все три ресурса поиска использовались в предыдущих обзорах литературы в области биомедицинской инженерии; однако к многим результатам могут обращаться несколько поисковых систем.Полученные документы были сгруппированы по модели используемой ЭЭГ-гарнитуры. Повторяющиеся результаты были удалены программным обеспечением.

Использование недорогих ЭЭГ-гарнитур для обнаружения сонливости было описано только в ограниченном количестве исследований, поскольку соответствующие результаты были те, в которых в качестве основной системы регистрации ЭЭГ использовалась недорогая ЭЭГ-гарнитура. Поиск состоял из трех этапов. Первым был поиск по ключевым словам, в который входили такие термины: электроэнцефалография (ЭЭГ), сонливость и название устройства.Во-вторых, три ключевых слова были объединены «И». Во время третьей фразы поиска в заголовке искали конкретные слова: (энцефалография ИЛИ ЭЭГ) И (сонливость ИЛИ усталость ИЛИ усталость) И ([ имя устройства ]). Фильтрующие слова включали: сонливость, утомляемость и усталость.

Результаты из каждого источника были объединены, а дубликаты удалены. Эти «фильтрующие слова» были выбраны на основе их использования в предыдущих статьях и обзорах литературы (Vuckovic et al., 2002; Cabrall et al. , 2016; Guo et al., 2017; Мин и др., 2017). Точно так же любой документ, в заголовке которого не было ни одного фильтрующего слова, был исключен.

Остальные статьи вошли в обзор. Удаление документов в процессе поиска показано на Рисунке 1.

Рисунок 1 . Обзор процесса поиска и рассева.

В таблице 2 приведены окончательные результаты в зависимости от марки используемого устройства ЭЭГ.

Таблица 2 . Соответствующие результаты после поиска.

Заключительные документы более подробно представлены в результатах поиска. Однако необходимо учитывать потенциальную предвзятость и ограничения.

Источники смещения и ошибок

Возможные источники ошибок включают алгоритмы ранжирования, используемые процессами поиска и индексации Google Scholar, PubMed и IEEE Xplore. Процессы ранжирования каждой поисковой системы потенциально пропускали релевантный материал. Основная цель этого обзора заключалась в том, чтобы найти примеры, описывающие использование каждой потребительской ЭЭГ-гарнитуры для обнаружения сонливости, а не проводить критический анализ каждого устройства в зависимости от модели. Точно так же основные предубеждения в опубликованных работах будут направлены на положительные результаты, что может ограничить понимание менее успешных исследований.

Менее ясной темой было управление потенциально релевантными исследованиями аффективных вычислений и распознавания эмоций. Сонливость имеет ряд определений в исследовательской литературе, а также ряд почти синонимичных терминов, взаимозаменяемых в разных контекстах. Сонливость могла быть одним из нескольких дискретных состояний, обнаруженных в исследовании распознавания эмоций, а не исключительно бинарной классификацией (Tan, 2012).Точно так же в других исследованиях были интегрированы другие сигналы, кроме ЭЭГ (Polosky et al., 2017). В таких случаях структура каждого исследования оценивалась, чтобы определить, можно ли использовать указанную систему для оценки сонливости. В противном случае он был исключен из окончательного обзора (Alchalabi et al., 2018).

Управление данными

Каждый результат поиска будет оцениваться на предмет соответствующих элементов данных. К ним относятся параметры системы и параметры исследования. Системные параметры имеют отношение к системе обнаружения сонливости, включая алгоритмы, используемые для выделения и классификации признаков.Параметры исследования включают те, которые имеют отношение ко всему исследованию, включая экспериментальный план, размер когорты и результаты выполнения. Сообщенная точность классификатора, насколько надежно устройство определяет сонливость, была основным результатом работы.

Результаты

Обзор

Использование недорогих ЭЭГ-гарнитур представляет собой логический прогресс, основанный на достижениях, о которых сообщалось с использованием клинических и исследовательских систем. Эти задачи варьируются от интерфейсов мозг-компьютер (BCI) до оценки состояния мозга и обнаружения сонливости.Большая часть представленных работ была привязана к контексту, что требовало тщательного изучения каждого исследования, а в некоторых работах перечислялось несколько гарнитур или отсутствовал экспериментальный компонент, что требовало их перечисления отдельно. Описано экспериментальное использование каждой гарнитуры.

Crowley et al. (2010) провели психологические тесты, чтобы вызвать стресс, и сопоставили результаты с измеренными сигналами внимания и медитации, используя мышление Neurosky. Они смогли определить, когда эмоции испытуемого изменились, с помощью тестов Струпа и Башен Ханоя.Оба теста, использованные в этом исследовании, дали четкие указания на изменения стресса и активности испытуемых на основе параметров внимания и медитации, измеренных с помощью гарнитуры. Тем не менее, это исследование будет использоваться в качестве основы для других.

Вэй (2017) написал докторскую диссертацию об обнаружении сонливости на основе обнаружения нейронной активности. Документ в значительной степени описывает реальные проблемы, с которыми сталкивается обнаружение сонливости в контексте BCI. Кроме того, были проведены экспериментальные работы по калибровке.Несмотря на актуальность исследования, использовалась исследовательская 32-канальная ЭЭГ-гарнитура Quik-Cap Neuroscan.

Wei et al. (2018) описали потенциальные преимущества небольших гарнитур с сухими электродами без волос (NHB) по сравнению с более крупными. На меньшие гарнитуры, не обеспечивающие полного покрытия головы, волосы меньше подвержены влиянию волос, чем на более крупные. Конкретные названные устройства включали устройства Neurosky и InterAxon. Обсуждались потенциальные преимущества, включая стоимость и простоту профессионального использования.

Doudou et al. (2018) перечислили ряд потребительских и портативных ЭЭГ-гарнитур (включая все рассматриваемые здесь гарнитуры) и оценили их по ряду параметров. Их особое внимание было уделено обнаружению сонливости на основе водителя. Однако авторы не проводили никаких прямых экспериментальных сравнений. Однако полное отсутствие каких-либо результатов было явно упомянуто в разделах их будущей работы.

Lakhan et al. (2019) использовали потребительские гарнитуры в аффективных вычислениях.При исследовании 200 здоровых субъектов они заявили, что точность прогнозов приближается к точности более дорогостоящих систем ЭЭГ. В своей работе они использовали систему OpenBCI EEG. Отдельные задания включали аффективный отбор видео и распознавание эмоций. Никакие другие недорогие гарнитуры для исследования не рассматривались, хотя в статье они упоминались. В статье отсутствовало подробное обсуждение потенциальных преимуществ или ограничений, зависящих от контекста.

Majumder et al. (2019) провели обзор обнаружения сонливости.Обзор охватывал как бытовые устройства ЭЭГ, так и более специализированные устройства. Было обнаружено, что спектральные плотности мощности диапазонов ЭЭГ были наиболее часто используемыми характеристиками в исследованиях. Окончательный вывод заключался в том, что определение конкретных диапазонов ЭЭГ и участков мозга ограничит потребность в электродах ЭЭГ, снизит требования к обработке и повысит точность.

Wexler and Thibault (2019) критически оценили потребительские ЭЭГ-гарнитуры и многие заявления, касающиеся их использования.В частности, авторы сообщили, что такие потребительские устройства могут служить детекторами сонливости, несмотря на недостаточную надежность в отношении идентификации других состояний мозга. Они также обсудили юридические и этические сложности таких устройств. Было поднято много вопросов, но не все решены полностью.

InteraXon Muse

Башиван и др. (2015) собрали данные ЭЭГ от 16 человек. Авторы использовали вспомогательные векторные машины (SVM), разреженную логистическую регрессию и сети глубоких убеждений (DBN), чтобы различать состояния ума, вызванные различными видеовходами.Результаты продемонстрировали значительный потенциал носимых потребительских устройств ЭЭГ для различения различных когнитивных состояний в разных ситуациях.

Krigolson et al. (2017) использовали Muse для своего исследования BCI. Авторы использовали t -тесты для наблюдения и количественной оценки статистически значимых различий в потенциалах, связанных с событием, у 60 субъектов, включая N200 и P300, как во время визуальной необычной задачи, так и во время задачи обучения с вознаграждением. Статистические тесты проводились для каждого случая.

Rohit et al. (2017) использовали Muse для обнаружения сонливости в реальном времени. Спектральные характеристики использовались с классификатором SVM в общей сложности у 23 испытуемых. В исследовании также изучался метод определения сонливости на основе мигания, но было обнаружено, что этот метод менее точен, чем метод, основанный на спектральной мощности.

Almogbel et al. (2018) исследовали один объект в моделируемой задаче вождения. Векторы временных характеристик из каждого из 4 каналов гарнитуры Muse подавались в сверточную нейронную сеть (CNN).Различные когнитивные нагрузки сравнивались как в городских, так и в сельских сценариях вождения. CNN использовалась для оценки нагрузки на основе ЭЭГ. Наивысшая точность по сценариям составила 95,3%. Однако полевых испытаний не проводилось.

Бакши (2018) подробно описал систему для определения когнитивной нагрузки с помощью ЭЭГ. Повязка Muse использовалась для сбора ЭЭГ от 28 субъектов, и спектральные характеристики были рассчитаны для каждой полосы. Для классификации использовались линейная SVM, SVM с радиальным базисом, модель логистической регрессии и мелкая искусственная сеть.Линейный SVM легко смог достичь средней точности 99,1%. Однако система не была проверена в реальных испытаниях.

Тео и Чиа (2018) предложили использовать ЭЭГ для выявления интереса и монотонности, когда испытуемые были погружены в симуляцию виртуальной реальности (VR). Пользователи пережили «американские горки» виртуальной реальности, надев гарнитуру ЭЭГ. При использовании подхода глубокого обучения были достигнуты показатели точности 78–96%. Хотя «выявление интереса» было новой концепцией, можно было бы привести и другие подтверждающие исследования.

Араужо (2019) использовал вторую версию Muse для обнаружения сонливых драйверов в своей диссертации. Перед полосовой фильтрацией реализовано масштабное подавление артефактов на основе измеренной спектральной мощности. Использовались характеристики спектральной плотности мощности различных диапазонов ЭЭГ. Для классификации использовалась искусственная нейронная сеть. Три предмета использовались для создания моделей, обучения и тестирования. Точность окончательного тестирования составила 70,8, 75,8 и 96,7%, что в среднем составляет 81,1% по данным тестирования.Помимо небольшого размера выборки, возраст испытуемых не учитывался.

Foong et al. (2019) использовали спектры мощности на основе диапазонов ЭЭГ для выявления сонливости у 29 испытуемых. Снижение мощности альфа- и бета-диапазона и увеличение мощности тета-диапазона были названы характерными чертами обнаружения сонливости. Окончательная зарегистрированная точность составила 93,8 ± 8,2%. Об алгоритме отрицательно-необученного (NU), состоящем из комбинации SVM и радиальной базисной функции (RBF), было сообщено положительно. Однако автономная реализация не позволяла оценивать производительность в реальном времени.

Mehreen et al. (2019) использовали мультимодальные сигналы от гарнитуры Muse для обнаружения сонливости. В дополнение к спектральным характеристикам мощности ЭЭГ и обнаружению моргания они использовали данные акселерометра и гироскопа для обнаружения движений головы с кивками, соответствующими периодам сонливости. Они сообщили о точности 92%, используя перекрестную проверку с исключением по одному с 50 объектами.

Dunbar et al. (2020) смоделировали задачу по вождению с 25 предметами. Муза использовалась при вождении. Мощность спектральной полосы использовалась для автоматической классификации.В отличие от статей, основанных на алгоритмах, цель состояла в том, чтобы исследовать, согласуются ли самоотчетные измерения с зарегистрированными электрофизиологическими изменениями. Электрофизиологические изменения и самооценки были одинаковыми для разных субъектов. Однако для окончательного подтверждения потребуется более крупный размер популяции.

Hoffmann (2020) сочетал геймификацию с обнаружением сонливости на основе ЭЭГ. Диссертация состояла из оценки гарнитуры Muse, сопутствующего приложения и более крупного исследования.Мощность альфа- и бета-диапазона была основной используемой характеристикой, рассчитанной после фильтрации. Всего для проверки ЭЭГ-гарнитуры было задействовано 19 человек. Комбинация ЭЭГ-гарнитуры и приложения с использованием самооценки использовалась в более крупных исследованиях. Дисперсионный анализ (ANOVA) использовался для сравнения ЭЭГ в разных состояниях. Ограничением было изучение влияния приложения на стресс за пределами оцененных показателей, а также относительно небольшой размер.

Из записей о точности отчетности минимум 83.3%, а максимальное — 99,1%. Как показано в Таблице 3, эти результаты позволяют предположить, что InteraXon Muse может быть достаточно надежным для использования в качестве системы обнаружения сонливости благодаря как удобству, так и успешному использованию во время определения физиологического состояния.

Таблица 3 . InterAxon Muse Studies.

Neurosky MindWave

Джонс и Шварц (2010) написали небольшую статью с обзором нескольких недорогих устройств ЭЭГ, включая устройство Neurosky, и их способности обнаруживать сонливость.Частотный состав сигнала был разделен на следующие клинически значимые полосы частот: альфа (8–13 Гц), бета (14–30 Гц) и тета (4–7 Гц) волны. При сравнении спектров мощности альфа- и бета-волны уменьшались в состоянии сонливости, в то время как тета-волны оставались постоянными.

AlZu’bi et al. (2013) сообщили о трех методах извлечения признаков с использованием ЭЭГ: спектральной плотности мощности, логарифмической дисперсии и статистических характеристиках. Эти характеристики были объединены в единый индекс усталости; однако о показателях точности не сообщалось.

Shin et al. (2013) использовали сигналы ЭЭГ в сочетании с классификатором SVM. В общей сложности 5 испытуемых носили MindWave по 3 часа каждую ночь, чтобы зафиксировать начало сна и сонливость. Дисперсионный анализ (ANOVA) был проведен для извлеченных признаков, выявив статистически значимые ( p <0,001) различия между состояниями тревоги и сонливости. Результаты сообщают о точности 88,9% для одного субъекта, что препятствует более широкой проверке системы.

Lim et al.(2014) исследовали изменения в низком альфа-диапазоне ЭЭГ во время закрытия глаза. Всего было оценено 50 субъектов с периодами, обозначенными по шкале Каролинской. Система имела более низкий уровень точности, чем сопоставимые системы, с точностью 31% в секунду. Однако заявленный уровень ложных тревог составил 0,5%. Точность сопоставимых систем на основе MindWave была выше, чем заявленная, например Suprihadi и Karyono (точность 68,11%).

Суприхади и Карионо (2014) использовали устройство MindWave в качестве системы обнаружения сонливости.Тревога срабатывала, когда классификатор обнаруживал сонное состояние на основании спектральных характеристик с низким альфа, высоким альфа и тета. Они сообщили о точности 68,11%.

Абдель-Рахман и др. (2015) разработали мобильное приложение для работы с гарнитурой MindWave EEG. Они сообщили о 98% точности при использовании метода обнаружения на основе спектральных характеристик во время моделируемой задачи вождения. Однако они использовали бинарное состояние, чтобы определить, находится ли субъект в сне 1-й стадии, а не другие маркеры сонливости, используемые в другой работе.

Dunne et al. (2015) исследовали систему обнаружения сна в режиме реального времени. Сигнал ЭЭГ был отфильтрован на полосы с низким альфа, высоким альфа, высоким бета и низким бета, а затем использовался для прогнозирования потенциального наступления сна. Результаты показали, что даже одноканальных систем, таких как Neurosky MindWave, может быть достаточно для схем обнаружения сонливости в реальном времени.

Joshi et al. (2015) провели ограниченный обзор литературы, описывающей определение сонливости и утомляемости на основе ЭЭГ.В их обзоре были рассмотрены конкретные примеры использования MindWave из-за его низкой стоимости. Здесь также описаны недорогие примеры ЭЭГ, описанные в этом обзоре. Однако они не детализировали свои методики поиска и не включили какие-либо устройства ЭЭГ, кроме MindWave.

Lin et al. (2015) использовали устройство Neurosky в качестве устройства обнаружения сонливости в режиме реального времени на основе ЭЭГ. В документе подробно описан комбинированный подход к обнаружению сонливости, объединяющий детекторы сонливости с другими функциями автомобильной безопасности.Однако никакие количественные результаты, такие как точность, не были суммированы.

Putra et al. (2016) сообщили о разработке детектора микросна для вождения на основе ЭЭГ. В приборе использовались функции из разных спектральных диапазонов ЭЭГ. Однако никаких экспериментальных результатов в статье не сообщалось.

Sadeghi et al. (2016) подробно описали использование обнаружения сонливости на основе ЭЭГ путем передачи данных на носимые устройства для обработки. Для масштабирования предлагаемого приложения SafeDrive авторы предлагают фреймворк HumaNet, который объединяет информацию, относящуюся как к модели, так и к контексту.Система была предназначена для работы как с Neurosky MindWave, так и с Emotiv Epov. Сообщенные средние значения производительности включали точность 91%, чувствительность 83% и специфичность 99%.

Patel et al. (2017) оценили Neurosky MindWave именно как детектор сонливости. С помощью симулятора вождения у 7 испытуемых была записана ЭЭГ. Эти 10-секундные сеансы были разделены на внимательное вождение и вождение в сонном состоянии, и на них был проведен парный тест t .Статистически значимых различий ( p > 0,05) не было обнаружено между усредненными эпохами для каждой категории.

Анвар и др. (2018) использовали Neurosky MindWave для записи выходного сигнала ЭЭГ медитирующего субъекта и сравнили его с выходным сигналом 19-канальной традиционной установки ЭЭГ. Подобные спектральные изменения наблюдались с использованием обоих устройств, хотя измеренные амплитуды были разными. Также сравнивались спектральные данные из разных фаз медитации, таких как начало и конец.Отмечены изменения в альфа- и дельта-диапазонах.

Sethi et al. (2018) использовали устройство Mindwave для оценки результатов электронного обучения. Данные ЭЭГ были собраны у каждого испытуемого (из 42) без обратной связи. После этого субъект получил обратную связь для последующих сеансов записи ЭЭГ. Спектральные характеристики и собственные параметры внимательности и медитации сравнивались у одного и того же человека, а затем сравнивались с ЭЭГ испытуемого.

Aboalayon и Faezipour (2019) исследовали беспроводную систему определения стадии сна ЭЭГ с одноканальным устройством Mindwave.Система оценивала смоделированную задачу вождения в реальном времени. Однако исследование было ограничено масштабом и продолжительностью, что не позволило получить окончательный результат о производительности устройства.

Nissimagoudar and Nandi (2020) подробно описали систему обнаружения ЭЭГ с использованием мощности альфа и SVM для классификации. В исследовании приняли участие 10 человек. В работе подробно рассказывается о расширении помощника водителя, направленном на повышение производительности и безопасности за рулем. Сообщалось о диапазоне результатов классификации от 74 до 89%, хотя они сильно зависят от пространственно-временных характеристик, соответствующих состояниям сонливости.

Из этих записей точность отчетности колеблется от 31 до 97,6%. Как показано в таблице 4, эти результаты предполагают, что Neurosky MindWave может использоваться для системы обнаружения сонливости на основе ЭЭГ, хотя может потребоваться дополнительная обработка и извлечение признаков.

Таблица 4 . Neurosky MindWave Studies.

OpenBCI Ultracortex

Karuppusamy и Kang (2017) использовали 14-канальную настраиваемую ЭЭГ-гарнитуру с платой OpenBCI.Они вручную оценивали периоды сонливости, используя вручную помеченные видео с закрытием глаз. Самым производительным классификатором была SVM с гауссовым ядром с точностью 81,2%.

Шен и др. (2017) сообщили о методе обнаружения сонливости за пределами классификатора двоичного состояния. Они не сообщили о конкретной точности, но описали метод тестирования, который давал результаты, которые не зависели от возраста испытуемого и основывались на каналах C4 и P3. Они использовали гибридную систему на основе OpenBCI и Emotiv для количественной оценки спектральной мощности в 50 тестовых случаях.По словам авторов, метод «глубины сонливости», описанный в этом исследовании, был первой реализацией небинарного детектора сонливости с использованием недорогой системы ЭЭГ. Они сообщили о точности 82% по сравнению с ранее сообщенной точностью 70% (Yin et al., 2011).

Mohamed et al. (2018a, b) использовали гарнитуру Mark IV для анализа выходного сигнала ЭЭГ во время поведения водителя на основе спектральных характеристик. Входной сигнал был разделен на стандартные полосы (дельта, тета, альфа и бета). Для оценки уровня бдительности были оценены следующие методы извлечения признаков: периодограмма, ломб-скаргл, мульти-конус и метод Уэлча.Многослойная нейронная сеть использовалась для оценки производительности всех извлеченных функций с 10-кратной перекрестной проверкой. Наивысшая средняя точность классификации была получена с использованием метода Уэлча с точностью тестирования 85,0%. Как усредненная сумма нескольких периодограмм, метод Уэлча был надежным и не требовал больших вычислений.

Как показано в Таблице 5, эти результаты предполагают, что OpenBCI может использоваться для обнаружения сонливости, но вся система должна быть собрана из составных частей.Из заявленных значений точности минимальная составляла 79,4%, а максимальная — 96,4%. Дополнительная сложность может снизить доступность по сравнению с другими системами.

Таблица 5 . Исследования OpenBCI.

Emotiv Insight и Epoc

Li и Chung (2014, 2015) использовали комбинацию ЭЭГ и степени закрытия век (ECD) для выявления сонливости. Смартфон использовался в качестве процессора в сочетании с гарнитурой Emotiv, что привело к мультимодальному детектору сонливости.Камера телефона использовалась для обнаружения ECD. Комбинированная система детектирования ЭЭГ-ДЭЗ достигла точности до 87,5%. Они отметили, что комбинация двух измерений позволила преодолеть недостатки каждого отдельного измерения.

Pomer-Escher et al. (2014) использовали спектральные характеристики альфа- и тета-диапазонов ЭЭГ. Классификация в реальном времени не проводилась, но был проведен дисперсионный анализ по функциям, каналам и условиям. В частности, было обнаружено, что альфа-сила и отношение тета к альфа являются показателями утомляемости.

Wang et al. (2015) предложили использовать образцы энтропии и энергии ритма для оценки умственного утомления на основе ЭЭГ. Для поиска нелинейных особенностей в сегменте ЭЭГ использовалось вейвлет-преобразование. Характеристики вейвлетов и нейронная сеть обратного распространения (BPNN) были объединены для классификации. Однако о точности не сообщалось.

Dkhil et al. (2015, 2017) использовали Epoc для проверки метода на основе быстрого преобразования Фурье (БПФ). Для оценки сонливости использовалась система нечеткой логики. Этот метод также был протестирован на образцах сна Physionet, но о значениях точности не сообщалось.

Chen et al. (2016) сравнили четыре устройства для обнаружения сонного водителя: Emotiv Epoc, Neurosky MindWave, камеру и гироскоп. Всего было исследовано три предмета. Спектральные характеристики ЭЭГ были объединены с регрессией для классификации. MindWave имел точность 71%, но высокий уровень ошибочной классификации. Emotiv Epoc показал точность 92%, что объясняется большим количеством электродов. По сравнению с другими устройствами, ЭЭГ оказалась наиболее экономичным средством обнаружения драйверов.

Nugraha et al. (2016) и Sarno et al. (2016) использовали гарнитуру Emotiv для определения сонливости. Данные от 30 добровольцев были собраны во время занятий на симуляторе вождения, которые длились от 33 до 60 минут. Для каждого испытуемого рассчитывалась межканальная корреляция между спектральными характеристиками. Классификаторы k-ближайшего соседа (KNN) и SVM использовались для обнаружения сонливости. Система KNN достигла средней точности 96%, тогда как классификатор SVM достиг средней точности 81%.

Sawicki et al.(2016) исследовали новую меру обнаружения сонливости, основанную на максимальных различиях между альфа-диапазоном и тета-диапазоном и объединенной спектральной мощности альфа-тета. ANOVA использовался, чтобы найти существенные различия между особенностями при различных условиях освещения. Однако о значениях точности не сообщалось.

Damit et al. (2017) разработали мультимодальную систему оценки утомляемости солдат. Собрана ЭЭГ 10 человек. Извлеченные характеристики включали спектральную мощность и дискретное вейвлет-преобразование (DWT).В частности, пиковая альфа-частота (PAF) была основной характеристикой ЭЭГ. Классификация не проводилась, но был проведен парный тест t .

Alchalcabi et al. (2017) исследовали использование Epoc + в качестве инструмента для лечения синдрома дефицита внимания и гиперактивности (СДВГ) и синдрома дефицита внимания (СДВ). Игра в виртуальной реальности управлялась с помощью гарнитуры. Вместо того, чтобы определять сонливость, система использовалась для увеличения внимания, и авторы сообщили об увеличении на 10% у здоровых субъектов, которые использовали контроль на основе ЭЭГ.

Pham et al. (2018) непосредственно исследовали обнаружение сонливости в реальном времени с помощью Emotiv Epoc. Основными извлеченными характеристиками были спектральные характеристики, а классификация была выполнена с помощью SVM. Сообщенная точность составила 70% для одного объекта.

Poorna et al. (2018) исследовали обнаружение сонливости в симуляторе вождения. Были собраны два набора характеристик: мощности спектральной полосы и временные характеристики. Анализ главных компонентов (PCA) был использован для уменьшения количества функций.Для классификации использовались два алгоритма: k-ближайший сосед (KNN) и искусственная нейронная сеть (ANN). Сообщенная точность классификации составила 80% для KNN и 85% для ANN.

Bajwa et al. (2019) протестировали систему обнаружения отвлеченных водителей. Всего было обследовано 13 человек. Возможности включают функции временной области и функции частотной области, включая мощность спектральной полосы и вейвлеты. Для классификации использовались многослойный персептрон (MLP) и байесовская сеть. Тестирование проводилось при движении в контролируемой среде, на изолированной парковке.Сообщенная точность включает 91,54% для обнаружения отвлечения и 76,99% для определения причины отвлечения.

Chen et al. (2019) исследовали ЭЭГ водителей, влияющих на утомляемость. Четырнадцать участников предоставили данные для исследования. Данные ЭЭГ были разложены на характеристики на основе полосы с использованием преобразования вейвлет-пакетов (WPT). Для оценки сетевой активности был предложен параметр, называемый индексом запаздывания фазы (PLI). Классификация проводилась с помощью SVM, и в результате была получена точность 94.4%.

Li et al. (2019) предложили четыре метода определения утомляемости. Большинство из них были получены из спектральных характеристик, которые использовались для определения уровня умственной усталости (MFL). Смоделированная задача экскаватора использовалась для проверки эксперимента с 15 участниками. Однако никакой классификации не проводилось. Однако порог на основе МП был установлен на основе экспериментальных данных.

Рахма и Рахматилла (2019) использовали устройство Epoc + для сбора данных о сонливости. Характеристики ЭЭГ были преобразованы в дискретные вейвлет-преобразования (DWT), а затем подвергнуты общим пространственным паттернам (CSP).Авторы сообщили о средней точности в диапазоне от 91,67 до 93,75%, тогда как исключение обработки CSP снизило точность до не более 87%.

Saichoo и Boonbrahm (2019) подробно описали систему обнаружения сонливости водителя в реальном времени с использованием спектральных характеристик на основе диапазона ЭЭГ, используя Emotiv Epoc +. Мощность спектральной полосы рассчитывалась с использованием вейвлетов, преобразований Фурье и авторегрессионных оценок. Для усиления сигнала использовались методы пространственной фильтрации, такие как анализ главных компонент.Были задействованы пять добровольцев. Система смогла правильно определить сонливость со скоростью до 83,33%, но имела общую точность 70%. Однако в системе возникли трудности с правильной идентификацией недонусных состояний.

Tan et al. (2020) использовали данные 40-минутного моделирования вождения с 18 испытуемыми, собранные с помощью Emotiv Epoc. Выделение признаков включало спектральную мощность на основе полосы с окном 2 с. Была использована модель классификации временных рядов (TSC), которая присвоила метку каждому временному сегменту.Для классификации использовалась долгосрочная рекуррентная сверточная сеть (LCRN). Как препринт, работа все еще ожидала экспертной оценки при обсуждении авторами.

Как показано в Таблице 6, результаты показывают, что Emotiv Epoc и Epoc + могут использоваться для обнаружения сонливости, но проприетарные прошивки и программное обеспечение представляют собой потенциальную проблему. Точность отчетов по всем записям составляет не менее 80%. Поддержка устройств Emotiv затруднена без соответствующей лицензии.

Таблица 6 .Emotiv Insight, Flex и Epoc Studies.

Обсуждение

Выводы

Примеры обнаружения сонливости на основе ЭЭГ были найдены для каждого исследованного бренда, включая Emotiv Epoc, Neurosky MindWave, OpenBCI и InteraXon Muse, и все исследованные системы ЭЭГ были использованы по крайней мере в одном успешном примере сонливости в реальном времени. обнаружение (Abdel-Rahman et al., 2015; Nugraha et al., 2016; Mohamed et al., 2018b; Teo and Chia, 2018). Всего в 27 обследованных исследованиях была указана оценка точности.С точки зрения оцененной средней точной производительности наименее согласованным из них было Neurosky MindWave, но минимум, о котором сообщили другие, было исследование OpenBCI с 79,4% (Mistry et al., 2018). Хотя эти системы могут быть не такими точными, как системы исследовательского или медицинского уровня, их может быть достаточно для использования в определенных профессиональных контекстах. Например, эти системы могут быть развернуты малыми предприятиями в развивающихся странах или профессионалами, которым срочно необходимы легкодоступные системы обнаружения сонливости.Однако разные экспериментальные планы, используемые в каждом исследовании, затрудняют прямое сравнение этих систем.

Кроме того, в нескольких успешных исследованиях использовались относительно простые алгоритмы и спектральные характеристики, включая БПФ, мощности полос ЭЭГ и линейные классификаторы (Abdel-Rahman et al., 2015; Nugraha et al., 2016; Mohamed et al., 2018b; Teo and Чиа, 2018). Использование «сложных» алгоритмов, требующих большей вычислительной мощности, таких как SVM, сверточные нейронные сети и системы глубокого обучения, может ограничивать возможность реализации этих систем (Nugraha et al., 2016). Даже эти более «сложные» алгоритмы можно легко запустить на внешнем устройстве, например, на смартфоне. Таким образом, даже одноэлектродный Neurosky Mindwave при предоставлении данных для правильно обученного классификатора в контролируемых условиях может в некоторых случаях достичь высокой точности (Abdel-Rahman et al., 2015).

Использование проверенных методов и функций классификации демонстрирует относительную простоту разработки системы обнаружения сонливости, хотя низкие уровни точности, чувствительности и специфичности, а также необходимость обучения являются вероятными проблемами, с которыми можно столкнуться.Тем не менее, «лучшая» гарнитура зависит от выбора конкретного пользователя между сложностью алгоритма, производительностью и ценой (AlZu’bi et al., 2013; Abdel-Rahman et al., 2015; Chen et al., 2016) .

Ограничения

Текущий обзор имел несколько ограничений. Во-первых, объем исследования был ограничен небольшим размером выборки. Во-вторых, реализации и критерии оценки сильно различались в исследуемых статьях, часто для разных концепций использовалась схожая терминология.Например, «сонливость» по-разному определялась в разных исследованиях, которые включали усталость, микросон и стадии сна (Vuckovic et al., 2002; Cabrall et al., 2016). Кроме того, обзор включал валидационные исследования, результаты конференций и кандидатские диссертации в дополнение к рецензируемым журнальным статьям. Дальнейшая работа, вероятно, потребует внесения изменений в критерии поиска и включения.

Работа в будущем

Необходимы дальнейшие шаги для дальнейшего изучения возможности использования недорогих потребительских ЭЭГ-гарнитур в качестве детекторов сонливости.Во-первых, критерии отбора и поиска должны быть дополнительно уточнены, чтобы более полно охватить опубликованную литературу. Кроме того, в идеале должны быть описаны и постоянно поддерживаются общие показатели и определения производительности. Потребуются сравнения систем сбора данных, методов выделения признаков и алгоритмов классификации. Наконец, необходимо будет изучить несколько дополнительных марок и моделей гарнитур для ЭЭГ. Объединение всех этих шагов позволит провести более тщательный метаанализ.

Выводы

Традиционные медицинские и исследовательские системы ЭЭГ успешно используются для оценки сонливости и состояния мозга, но они менее универсальны за пределами контролируемой лабораторной среды. Между медицинскими и потребительскими системами врожденные ограничения включают меньшее количество электродов, сложность вычислений и возможности удаления шума. Недорогие ЭЭГ-гарнитуры отличаются большим удобством конструкции для использования в «реальном мире» на рабочем месте. Некоторые из этих устройств, включая Emotiv Epoc, Neurosky Mindwave, InterAxon Muse и OpenBCI, с разной степенью успеха использовались в качестве детекторов сонливости.Однако программное обеспечение с открытым исходным кодом и профессиональные усовершенствования могут со временем расширить возможности этих систем. Такая гибкость выгодна для развивающихся стран, малого бизнеса и пользователей-любителей; однако окончательный выбор оптимальных моделей и алгоритмов будет сильно зависеть от контекста.

Заявление о доступности данных

Все наборы данных, созданные для этого исследования, включены в статью / дополнительный материал.

Авторские взносы

JL и ML провели поиск литературы.D-GP предоставила услуги и поддержку. Все авторы внесли свой вклад в статью и одобрили представленную версию.

Финансирование

Эта работа была поддержана грантом Национального исследовательского фонда Кореи (NRF) 2018R1A2B2007997, финансируемым Министерством науки, ИКТ и планирования будущего (MSIP) правительства Кореи и Focused Ultrasound Foundation.

Конфликт интересов

Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.

Список литературы

Абдель-Рахман, А. С., Седдик, А. Ф., и Шоки, Д. М. (2015). «Доступный подход к обнаружению сонливости водителей с помощью анализа сигналов ЭЭГ», Труды Международной конференции по достижениям в области вычислений, связи и информатики (Кочи), 1326–1332.

Google Scholar

Абоалайон, К., и Фаэзипур, М. (2019). «Одноканальная ЭЭГ для определения стадии сна в режиме, близком к реальному времени», в Труды Международной конференции по вычислительной науке и вычислительному интеллекту (Джокьякарта), 641–645.

Google Scholar

Алчалаби, А. Э., Ширмохаммади, С., Эддин, А. Н., и Эльшарнуби, М. (2018). Фокус: выявление пациентов с СДВГ с помощью серьезной игры на основе ЭЭГ. IEEE Trans. Instrum. Meas . 67, 1512–1520. DOI: 10.1109 / TIM.2018.2838158

CrossRef Полный текст | Google Scholar

Алчалкаби, А. Э., Эддин, А. Н., и Ширмохаммади, С. (2017). «Больше внимания, меньше дефицита: носимая серьезная игра на основе ЭЭГ для улучшения фокусировки», в материалах Proceedings of the IEEE International Conference on Serious Games and Applications for Health (Perth, WA), 1–8.

Google Scholar

Альмогбель, М.А., Данг, А.Х., и Камеяма, В. (2018). «Определение когнитивной нагрузки водителя транспортного средства на основе сигналов ЭЭГ с использованием глубокого обучения», в материалах Proceedings from the International Conference on Advanced Communication Technology (Chuncheon), 256–259.

Google Scholar

Аль-Зуби, Х. С., Аль-Нуайми, В., и Аль-Зуби, Н. С. (2013). «Обнаружение усталости водителя на основе ЭЭГ», в Трудах Международной конференции по разработкам электронных систем (Абу-Даби), , 111–114.

Google Scholar

Анвар Д., Гарг П., Наик В., Гупта А. и Кумар А. (2018). «Использование портативных датчиков ЭЭГ для обнаружения медитации», в Трудах Международной конференции по коммуникационным системам и сетям (Бангалор), , 705–710.

Google Scholar

Айяла Меза, Р. Б. (2017). Биометрия ЭЭГ во время сна и бодрствования: оптимизация производительности и последствия для безопасности . Монреаль, Квебек: Политехническая школа Монреаля.

Google Scholar

Бэдкок, Н., Мусику, П., Махаджан, Ю., Де Лисса, П., Ти, Дж., И МакАртур, Г. (2013). Валидация игровой системы Emotiv EPOC EEG для измерения качества слуховых ERP. PeerJ 1: e38. DOI: 10.7717 / peerj.38

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Бэдкок, Н., Прис, К., де Вит, Б., Гленн, К., Фидер, Н., Ти, Дж. И др. (2015). Валидация системы Emotiv EPOC EEG для исследования качественных возможностей слуховых событий у детей. PeerJ 3: e907. DOI: 10.7717 / peerj.907

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Баджва, Г., Фазин, М., и Данту, Р. (2019). Обнаружение отвлечения внимания водителя с помощью анализа ЭЭГ «стимул-ответ». arXiv 1904: 09100.

Google Scholar

Бакши, В. (2018). На пути к практическому мониторингу когнитивной нагрузки водителей с помощью электроэнцефалографии . Торонто, ОН: Университет Торонто.

Google Scholar

Башиван, п., Риш И. и Хейсиг С. (2015). Распознавание психического состояния с помощью носимой ЭЭГ. arXiv препринт arXiv 1602.00985.

Google Scholar

Брайан Ван Хал, С. Р. и Боссемейер, Р. (2014). Недорогое определение сна на основе ЭЭГ. конф. Proc. IEEE Eng. Med. Биол. Soc. 2014, 4571–4574. DOI: 10.1109 / EMBC.2014.6944641

CrossRef Полный текст | Google Scholar

Кабралл, К. Д., Хаппи, Р., Де Винтер, Дж. К. (2016). От часов Макворта к открытой дороге: обзор литературы по операционализации задачи бдительности водителя. Transp. Res. Ф 40, 169–189. DOI: 10.1016 / j.trf.2016.04.001

CrossRef Полный текст | Google Scholar

Чен, Э., Дурайрадж, Д., Хью, Б., Хоппель, М., и Хуанг, П. (2016). Количественный и качественный анализ компромиссов методов обнаружения сонливых драйверов: носимое устройство ЭЭГ с одним электродом, носимое устройство ЭЭГ с несколькими электродами и гироскоп, устанавливаемый на голову . Колледж-Парк, Мэриленд: Университет Мэриленда.

Google Scholar

Чен, Дж., Ван, Х., Ван, К., и Хуа, К. (2019). Изучение усталости, влияющей на функциональные сети мозга на основе электроэнцефалографии во время реального вождения у молодых мужчин. Neuropsychologia 129, 200–211. DOI: 10.1016 / j.neuropsychologia.2019.04.004

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Корреа, А.Г., Ороско, Л., и Лациар, Э. (2014). Автоматическое определение сонливости в записях ЭЭГ на основе мультимодального анализа. Med. Англ. Phys . 244–249.DOI: 10.1016 / j.medengphy.2013.07.011

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Кроули, К., Слайни, А., Питт, И., и Мерфи, Д. (2010). «Оценка интерфейса мозг-компьютер для категоризации эмоциональной реакции человека», in Proceedings of the IEEE International Conference on Advanced Learning Technologies (Sousse), 276–278.

Google Scholar

Дамит Д. Ф., Сенанаяке С. А., Малик О. А. и Туах Н. Дж. (2017). «Анализ нервно-мышечной усталости солдат с использованием слияния данных ЭМГ и ЭЭГ на основе DWT во время перевозки груза», в Трудах Азиатской конференции по интеллектуальной информации и системам баз данных (Канадзава), 602–612.

Google Scholar

Дэвидсон П. Р., Джонс Р. Д. и Пейрис М. Т. (2007). Обнаружение сбоев на основе ЭЭГ с высоким временным разрешением. IEEE Trans. Биомед. Англ. 54, 832–839. DOI: 10.1109 / TBME.2007.893452

CrossRef Полный текст | Google Scholar

де Лисса, П., Соренсен, С., Бадкок, Н., Ти, Дж., И МакАртур, Г. (2015). Измерение чувствительности к лицу N170 с помощью игровой системы ЭЭГ: валидационное исследование. J. Neurosci. Методы 253, 47–54.DOI: 10.1016 / j.jneumeth.2015.05.025

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Дхил М. Б., Чавеч Н., Вали А. и Алими А. М. (2017). «На пути к автоматической системе обнаружения сонливости путем оценки альфа-диапазона сигналов ЭЭГ», в материалах Proceedings from International Symposium on Applied Machine Intelligence and Informatics (Marrakesh), 000371–000376.

Google Scholar

Дхил М. Б., Вали А. и Алими А. М. (2015).«Обнаружение сонливых драйверов с помощью анализа ЭЭГ с использованием быстрого преобразования Фурье», в Трудах Международной конференции по проектированию и применению интеллектуальных систем, , 313–318.

Google Scholar

Дуду, М., Буабдаллах, А., и Шерфауи, В. (2018). Освещение физиологических датчиков для эффективной системы обнаружения сонливости водителя. Сенсорные преобразователи 224, 39–50. DOI: 10.5220 / 00066078009

CrossRef Полный текст | Google Scholar

Данбар, Дж., Гилберт, Дж. Э., и Льюис, Б. (2020). Изучение различий между самоотчетом и электрофизиологическими показателями сонливого вождения: проверка удобства использования персонального устройства интерфейса мозг-компьютер. J. Safety Res. 74, 27–34. DOI: 10.1016 / j.jsr.2020.04.006

CrossRef Полный текст | Google Scholar

Данн Б., ван Хал Б., Родс С. и Боссемейер Р. (2015). Недорогое определение сна на основе ЭЭГ. . Conf Proc IEEE Eng Med Biol Soc. 2014, 4571–4574.

PubMed Аннотация | Google Scholar

Фарнсворт, Б. (2017). Сравнение гарнитур ЭЭГ — технический обзор 10 гарнитур . iMotions . Копенгаген.

Фунг Р., Анг К. К., Чжан З. и Квек К. (2019). Итеративный алгоритм обучения с перекрестными предметами, не имеющим метки, для количественной оценки пассивной усталости. J. Neural Eng . 16: 056013. DOI: 10.1088 / 1741-2552 / ab255d

CrossRef Полный текст | Google Scholar

Го, З., Пан, Ю., Чжао, Г., Цао, С., и Чжан, Дж. (2017). Определение уровня бдительности водителя по сигналам ЭЭГ и условиям вождения. IEEE Trans. Reliabil. 67, 370–380. DOI: 10.1109 / TR.2017.2778754

CrossRef Полный текст | Google Scholar

Хоффманн, А. (2020). Итерационная разработка и оценка игрового приложения для управления стрессом «Stress-Mentor» . Кайзерслаутерн: Технический университет Кайзерслаутерна.

Google Scholar

Искьердо-Рейес, Дж., Мендоса-Рамирес, Р.А., Бустаманте-Белло, М.Р., и Алонсо-Валерди, Л.М. (2016). «Обзор структуры пассивной BCI для передовых систем помощи водителю в интеллектуальном транспорте», в Proceedings of the International Virtual Concept Workshop on Intelligent Transport Systems and Data Science (Guadalajara), 1–4.

Google Scholar

Джонс, А., Шварц, Г. (2010). Использование интерфейсов мозг-компьютер для анализа данных ЭЭГ для повышения безопасности .Команда по исследованиям в области повсеместных безопасных технологий.

Google Scholar

Джоши, Д. Х., Джалия, У. К., и Такор, Д. (2015). Определение усталости и сонливости на основе необработанных данных ЭЭГ: обзор . 1–5.

Google Scholar

Каруппусами, Н. С., Канг, Б. Ю. (2017). Прогнозирование утомляемости водителя с помощью EEG для автономного транспортного средства. Adv. Sci. Lett . 23, 9561–9564. DOI: 10.1166 / asl.2017.9747

CrossRef Полный текст | Google Scholar

Криголсон, О.Э., Уильямс, К. С., Нортон, А., Хассал, К. Д., Колино, Ф. Л. (2017). Выбор MUSE: проверка недорогой портативной системы ЭЭГ для исследования ERP. Фронт. Neurosci . 11: 109. DOI: 10.3389 / fnins.2017.00109

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Лакхан П., Банлуесомбаткул Н., Чангниам В., Дхитиджайратн Р., Лилаарпорн П., Бунчиенг Э. и др. (2019). Мозг потребительского уровня для распознавания эмоций. Сенсор IEEE J .19, 9896–9907. DOI: 10.1109 / JSEN.2019.2928781

CrossRef Полный текст | Google Scholar

Ли Г., Чанг В. Ю. (2014). Оценка степени закрытия глаз с помощью датчиков ЭЭГ и ее применение при обнаружении сонливости водителя. Датчик с 14, 17491–17515. DOI: 10.3390 / s140

1

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Ли, Х., Ван, Д., Чен, Дж., Ло, X., Ли, Дж., И Син, X. (2019). Предварительное обследование утомляемости строительных рабочих с помощью спектрального анализа сигналов на основе носимых ЭЭГ. Построение автоматизации. 106: 102851. DOI: 10.1016 / j.autcon.2019.102851

CrossRef Полный текст | Google Scholar

Лим, К. К., Чиа, В. К. и Чин, С. В. (2014). «Мобильная система безопасности водителя: анализ одноканальной ЭЭГ при обнаружении сонливости», в материалах Международной конференции по вычислительной науке и технологиям (Куала-Лумпур).

Google Scholar

Lin, C.J., Ding, C.H., Liu, C.C., и Liu, Y.L.(2015). «Разработка системы предупреждения о сонливости в режиме реального времени на основе встроенной системы», Труды Международной конференции по передовой робототехнике и интеллектуальным системам (Тайбэй).

Google Scholar

Лин, К. Т., Чуанг, К. Х., Хуанг, С. С., Цай, С. Ф., Лу, С. В., Чен, Ю. Х. и др. (2014). Беспроводная и носимая система ЭЭГ для оценки бдительности водителя. IEEE Trans. Биомед. Схемы Syst . 8, 165–176. DOI: 10.1109 / TBCAS.2014.2316224

CrossRef Полный текст | Google Scholar

Майковский, А., Kolodziej, M., Rak, R.J., Tarnowski, P., and Szczepanek, K. (2018). «Обнаружение симптомов усталости водителя с помощью видеоанализа», в материалах Международной конференции «Вычислительные проблемы электротехники» (Банска Штявница).

Google Scholar

Маджумдер, С., Гурагейн, Б., Ван, К., и Уилсон, Н. (2019). «Бортовое обнаружение сонливости с помощью ЭЭГ: текущее состояние и перспективы на будущее», в материалах Proceedings on the IEEE International Conference on Electro Information Technology (Brookings, SD), 483–490.

Google Scholar

Манолова А., Ценов Г., Лазарова В., Нешов Н. (2016). «Комбинированная система измерения утомляемости ЭЭГ и ЭМГ с приложением к гибридному интерфейсу мозг-компьютер», в Труды Международной Черноморской конференции по коммуникациям и сетям IEEE (Варна), 1–5.

Google Scholar

Мард З., Аштиани С. и Мохаммад Микаили М. (2011). Обнаружение сонливости на основе ЭЭГ для безопасного вождения с использованием хаотических функций и статистических тестов. J. Med. Сигналы Sens . 130–137. DOI: 10.4103 / 2228-7477.95297

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Мехрин А., Анвар С. М., Хасиб М., Маджид М. и Уллах М. О. (2019). Гибридная схема определения сонливости с помощью носимых датчиков. IEEE Sens. J. 19, 5119–5126. DOI: 10.1109 / JSEN.2019.22

CrossRef Полный текст | Google Scholar

Мин, Дж., Ван, П., и Ху, Дж. (2017). Обнаружение усталости водителя с помощью множественного анализа слияния энтропии в системе на основе ЭЭГ. PLoS ONE 12: e0188756. DOI: 10.1371 / journal.pone.0188756

CrossRef Полный текст | Google Scholar

Мистри К. С., Пелайо П., Анил Д. Г. и Ге К. (2018). «Системы, основанные на интерфейсе мозг-компьютер (BCI), могут использоваться для управления внешними устройствами путем преобразования определенного набора шаблонов сигналов мозга в действия», — в материалах Proceedings of the International Instrumentation and Measurement Technology Conference (Хьюстон, Техас).

Мохамед, Ф., Ахмед, С., Ибрагим, З., и Яакоб, С. (2018a). «Сравнение характеристик на основе спектральной оценки для анализа сигналов ЭЭГ в поведении водителя», в Труды Международной конференции по вычислительным подходам в проектировании и применении интеллектуальных систем, (Кучинг), 1–7.

Google Scholar

Мохамед Ф., Натарадж С. К., Ахмед С. Ф. и Якоб С. (2018b). Подход к определению утомляемости и сонливости. Res. Inventy Int. J. Eng.Sci . 8, 2278–4721.

Google Scholar

Мохер Д., Либерати А., Тецлафф Дж. И Альтман Д. (2009). Предпочтительные элементы отчетности для систематических обзоров и метаанализов: заявление PRISMA. Ann. Междунар. Мед . 151, 264–269. DOI: 10.7326 / 0003-4819-151-4-200

0-00135

CrossRef Полный текст | Google Scholar

Ниссимагудар, П. К., и Нанди, А. В. (2020). «Повышение точности системы помощника водителя с использованием анализа и классификации сознания водителя на основе ЭЭГ», в Computational Network Application Tools for Performance Management , eds M.Пант, Т. К. Шарма, С. Бастеррех и К. Банерджи (Сингапур: Springer), 247–257.

Google Scholar

Нуграха, Б. Т., Сарно, Р., Асфани, Д. А., Игасаки, Т., и Мунавар, М. Н. (2016). Классификация состояния утомляемости водителя на основе eeg с помощью Emotiv EPOC +. J. Теоретик. Прил. Поставить в известность. Technol. 86: 1.

Google Scholar

Патель, К., Шах, Х., Дкоста, М., и Шастри, Д. (2017). «Оценка одноканального датчика ЭЭГ Neurosky для обнаружения сонливости», в Трудах Международной конференции по взаимодействию человека и компьютера (Ванкувер, Британская Колумбия), , 243–250.

Google Scholar

Фам Т. Т., Нгуен Т. Д., Ле К. К. и Хьюнь К. Л. (2018). «Применение портативного устройства ЭЭГ для обнаружения и классификации сонливости с помощью машины опорных векторов», в Труды Международной конференции по развитию биомедицинской инженерии во Вьетнаме (Хошимин), 521–526.

Google Scholar

Полоски Н., Джаганнатх Дж., О’Коннор Д., Сааринен Х. и Фоулке С. (2017). «Искусственная нейронная сеть с датчиками электроэнцефалограммы для интерпретации мозговых волн: проблемы разработки индикаторов мозга-наблюдателя», в Трудах международной конференции и выставки по новым технологиям для умного мира (Стони-Брук, штат Нью-Йорк), 1–6.

Google Scholar

Помер-Эшер, А., Телло, Р., Кастильо, Дж., И Бастос-Филхо, Т. (2014). «Анализ умственного утомления в моторных образах и эмоциональной стимуляции на основе ЭЭГ», в протоколе Proceedings from the Congresso Brasileiro de Engenharia Biomedica (Vitoria).

Google Scholar

Пурна, С. С., Арша, В. В., Апарна, П. Т. А., Гопал, П., и Наир, Г. Дж. (2018). «Обнаружение сонливости для безопасного вождения по сигналам ЭЭГ PCA». в Progress in Computing, Analytics and Networking.Достижения в интеллектуальных системах и вычислениях, Vol. 710 , ред. П. Паттнаик, С. Раутарай, Х. Дас и Дж. Наяк (Сингапур: Springer). DOI: 10.1007 / 978-981-10-7871-2_40

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Путра А. Э., Атмаджи К. и Утами Т. Г. (2016). «Детектор микросна на основе ЭЭГ с использованием микроконтроллера», Труды Международной конференции по информационным технологиям и электротехнике (Чиангмай), 1–4.

Google Scholar

Рахма, О.Н., и Рахматилла, А. (2019). Анализ сонливости с использованием общего пространственного паттерна и машины экстремального обучения на основе сигнала электроэнцефалограммы. J. Med. Сигналы Sens. 9: 130. DOI: 10.4103 / jmss.JMSS_54_18

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Райс, А. Дж., Туриан, Дж., Феттель, Дж., Макдауэлл, К., и Хейрстон, В. Д. (2014). Сравнение сигналов электроэнцефалографии, полученных от обычных и мобильных систем. J. Neurosci. Neuroeng. 3, 10–20. DOI: 10.1166 / jnsne.2014.1092

CrossRef Полный текст | Google Scholar

Родригес А., Рей Б. и Альканьис М. (2013). Валидация недорогого устройства ЭЭГ для исследования индукции настроения. Ann. Преподобный Cyberther. Телемед. 11, 43–47.

PubMed Аннотация | Google Scholar

Рохит Ф., Кулатумани В., Кави Р., Эльварфалли И., Кекоевич В. и Нимбарте А. (2017). Обнаружение сонливости в реальном времени с помощью носимых легких повязок на голову. IET Intell. Трансп. Syst. 11, 255–263. DOI: 10.1049 / iet-its.2016.0183

CrossRef Полный текст | Google Scholar

Рундо, Ф., Ринелла, С., Массимино, С., Коко, М., Фаллика, Г., Паренти, Р. и др. (2019). Инновационный алгоритм глубокого обучения для определения сонливости по сигналу ЭЭГ. Вычисление 7:13. DOI: 10.3390 / вычисление7010013

CrossRef Полный текст | Google Scholar

Садеги К., Банерджи А., Соханкар Дж. И Гупта С.К. (2016). «Safedrive: автономное приложение для обеспечения безопасности водителей в осведомленных городах», в материалах Труды Международной конференции IEEE по распространенным вычислениям и коммуникациям, семинары (Сидней, Новый Южный Уэльс).

Google Scholar

Сайчу Т. и Бунбрам П. (2019). Мозговой компьютерный интерфейс для обнаружения сонливости водителя в режиме реального времени. Thai J. Phys. 36, 1–8.

Google Scholar

Салехи, М., Маккеллар, Г., и Леки, К. (2015). «Обнаружение отвлечения внимания водителей автогонок с помощью мозга eeg», семинар по крупномасштабной спортивной аналитике, приуроченный к 21-й конференции ACM SIGKDD по обнаружению знаний и интеллектуальному анализу данных (KDD-2015) .

Сарно, Р., Нуграха, Б. Т., Мунавар, М. Н., Сарно, Р., Нуграха, Б. Т., и Мунавар, М. Н. (2016). Обнаружение водителя усталости в режиме реального времени с помощью электроэнцефалографии с помощью Emotiv EPOC +. Внутр. Rev. Comput. Программное обеспечение . 11, 214–223. DOI: 10.15866 / irecos.v11i3.8562

CrossRef Полный текст | Google Scholar

Савангджай, П. Х., Лилаарпорн, П., Конгвудхикунакорн, С., и Вилайпраситпорн, Т. (2019). Датчики измерения ЭЭГ потребительского уровня как инструменты исследования: обзор. Сенсор IEEE J . 20, 3996–4024. DOI: 10.1109 / JSEN.2019.2962874

CrossRef Полный текст | Google Scholar

Савицкий Д., Вольска А., Рослон П. и Ордысинский С. (2016). Emotiv EPOC анализирует новый показатель бдительности ЭЭГ в реальной рабочей среде. Neurotechnix 2016, 35–42. DOI: 10.5220 / 0006041200350042

CrossRef Полный текст | Google Scholar

Сетхи К., Дабас Х., Дуа К., Далават М. и Сетия Д. (2018). «Обратная связь на основе ЭЭГ для улучшения фокусировки в электронном обучении», в материалах Международной конференции по информатике и искусственному интеллекту, (Шэньчжэнь), 321–326.

Google Scholar

Шабани Х., Микаили М. и Нури С. М. (2016). Оценка количественного анализа рецидивов (RQA) ЭЭГ для разработки новой системы обнаружения сонливости. Biomed. Англ. Lett. 6, 196–204. DOI: 10.1007 / s13534-016-0223-5

CrossRef Полный текст | Google Scholar

Шен, Дж., Ли, Б., и Ши, X. (2017). Обнаружение человеческой сонливости в реальном времени с помощью портативного интерфейса мозг-компьютер. Open J. Appl. Sci. 7:98. DOI: 10.4236 / ojapps.2017.73009

CrossRef Полный текст | Google Scholar

Шин И., Сетиаван Б., Самопа Ф., Сурётрисонгко Х., Атлетико Ф. Дж. И Вибово Р. П. (2013). «Разработка системы обнаружения сонливости с анализом волн внимания и медитации с использованием метода опорных векторов», Труды ISICO (Бали).

Google Scholar

Solaz, J., Laparra-Hernández, J., Bande, D., Rodríguez, N., Veleff, S., Gerpe, J., et al. (2016). Обнаружение сонливости на основе анализа частоты дыхания, полученного при распознавании изображений в реальном времени. Транспорт. Res. Proc. 14, 3867–3876. DOI: 10.1016 / j.trpro.2016.05.472

CrossRef Полный текст | Google Scholar

Суприхади, Т., и Карионо, К. (2014). «DROWTION: программное обеспечение для обнаружения сонливости водителя с использованием MINDWAVE», в Трудах Международной конференции по промышленной автоматизации, информационным и коммуникационным технологиям (Бали), , 141–144.

Google Scholar

Тан, Б. Х. (2012). Использование недорогого датчика ЭЭГ для обнаружения психических состояний [Дисс. Университет Карнеги-Меллона, Питтсбург, Пенсильвания, США.

Google Scholar

Тан, К. В., Салехи, М., и Маккеллар, Г. (2020). Обнаружение отвлекающих факторов водителя с помощью долговременной рекуррентной сверточной сети. arXiv [Препринт]. arXiv 2004.11839.

Google Scholar

Тео Дж. И Чиа Дж.Т. (2018). «Обнаружение возбуждения на основе ЭЭГ в иммерсивной среде: улучшенный подход к глубокому обучению», в протоколе AIP Conference Proceeding (Пенанг).

Google Scholar

Национальное управление безопасности дорожного движения США (2018). 2017 Автомобильные аварии со смертельным исходом: обзор. ТОЧКА HS 812 60.

PubMed Аннотация | Google Scholar

Ван Хал, Б., Родс, С., Данн, Б., и Боссемейер, Р. (2014). «Недорогое определение сна на основе ЭЭГ», в материалах Ежегодной международной конференции IEEE Engineering in Medicine and Biology Society (Чикаго).

PubMed Аннотация | Google Scholar

Вукович А., Радивоевич В., Чен А. С. и Попович Д. (2002). Автоматическое распознавание бдительности и сонливости по ЭЭГ с помощью искусственной нейронной сети. Med. Англ. Phys . 24, 349–360. DOI: 10.1016 / S1350-4533 (02) 00030-9

CrossRef Полный текст | Google Scholar

Ван Д., Чен Дж., Чжао Д., Дай Ф., Чжэн К. и Ву X. (2017). Мониторинг внимания и бдительности рабочих при строительных работах с помощью беспроводной носимой системы электроэнцефалографии. Automat. Построить. 82, 122–137. DOI: 10.1016 / j.autcon.2017.02.001

CrossRef Полный текст | Google Scholar

Ван Ф., Линь Дж., Ван В. и Ван Х. (2015). «Оценка умственного утомления на основе ЭЭГ во время вождения с использованием образца энтропии и энергии ритма», в материалах Международной конференции IEEE по кибертехнологиям в автоматизации, управлении и интеллектуальных системах (Сиань), 1906–1911.

Google Scholar

Ван, Дж.С. (2011). Эффективность систем контроля устойчивости седельных тягачей . Национальная администрация безопасности дорожного движения, HS-8114S37.

Google Scholar

Вэй, К. С., Ван, Ю. Т., Лин, К. Т., и Юнг, Т. П. (2018). «На пути к обнаружению сонливости с использованием интерфейсов мозг-компьютер на основе ЭЭГ, не связанных с волосами», в IEEE Transactions on Neural Systems and Rehabilitation Engineering (San Diego, CA), 400–406.

PubMed Аннотация | Google Scholar

Векслер, А., и Тибо Р. (2019). Чтение мыслей или введение в заблуждение? Оценка устройств электроэнцефалографии (ЭЭГ), предназначенных для непосредственного использования потребителем, которые продаются для улучшения здоровья, и их этических и нормативных последствий. J. Cogn. Улучшение 3, 131–137. DOI: 10.1007 / s41465-018-0091-2

CrossRef Полный текст | Google Scholar

Wilaiprasitporn, T., and Yagi, T. (2016). «Технико-экономическое обоснование обнаружения сонливости с использованием гибридного интерфейса мозг-компьютер», в труде Международной конвенции по реабилитационной инженерии и вспомогательным технологиям (Сингапур: Сингапурский центр терапевтических, вспомогательных и реабилитационных технологий (START)), 1–4.

Google Scholar

Инь, Ю., Чжу, Ю., Сюн, С., и Чжан, Дж. (2011). «Обнаружение сонливости на основе анализа спектра ЭЭГ», в Информатика в управлении, автоматизации и робототехнике , ред. Дж. Андраде Четто, Ж.-Л. Феррье, Дж. Перейра и Дж. Филипе (Берлин: Springer) 753–759.

Google Scholar

Zhang, X., Li, J., Liu, Y., Zhang, Z., Wang, Z., Luo, D., et al. (2017). Разработка системы определения усталости для высокоскоростных поездов на основе бдительности машиниста с использованием беспроводной носимой ЭЭГ. Датчики 17: 486. DOI: 10.3390 / s17030486

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Тест

ЭЭГ (электроэнцефалограмма): цель, процедура и результаты

Что такое ЭЭГ (электроэнцефалограмма)?

ЭЭГ или электроэнцефалограмма — это тест, который регистрирует электрические сигналы мозга с помощью небольших металлических дисков (называемых электродами), прикрепленных к коже головы. Клетки вашего мозга взаимодействуют друг с другом с помощью электрических импульсов.Они всегда работают, даже если вы спите. Эта мозговая активность будет отображаться на записи ЭЭГ в виде волнистых линий. Это моментальный снимок электрической активности вашего мозга.

Использование ЭЭГ

ЭЭГ используются для диагностики таких состояний, как:

  • Опухоли головного мозга
  • Повреждение мозга в результате травмы головы
  • Дисфункция мозга по разным причинам (энцефалопатия)
  • Воспаление головного мозга (энцефалит)
  • Заболевания включая эпилепсию
  • Расстройства сна
  • Инсульт

ЭЭГ также может использоваться для определения того, умер ли кто-то в коме, или для определения правильного уровня анестезии для человека, находящегося в коме.

Риски ЭЭГ

ЭЭГ безопасны. Если у вас есть заболевание, поговорите об этом с врачом перед тестом.

Если у вас судорожное расстройство, существует небольшой риск того, что мигающие огни и глубокое дыхание ЭЭГ могут вызвать приступ. Это редко. В этом случае медицинская бригада будет готова немедленно оказать вам помощь.

В других случаях врач может вызвать припадок во время теста, чтобы получить показания. Медицинский персонал будет под рукой, поэтому за ситуацией будет внимательно следить.

Подготовка к ЭЭГ

Чтобы подготовиться к ЭЭГ, вам следует сделать следующее:

  • Не ешьте и не пейте ничего с кофеином в течение 8 часов до теста.
  • Ваш врач может дать вам инструкции о том, сколько вам следует спать, если вы планируете спать во время ЭЭГ.
  • Ешьте обычно накануне и в день процедуры. Низкий уровень сахара в крови может означать ненормальные результаты.
  • Сообщите своему врачу о любых лекарствах — как рецептурных, так и безрецептурных — и добавках, которые вы принимаете.
  • Вымойте волосы накануне исследования. После этого не используйте несмываемые кондиционеры или средства для укладки. Если вы носите удлинители, на которые нанесен клей, их следует удалить.

Процедура ЭЭГ

  1. Вы ложитесь на стол для осмотра или на кровать, и техник помещает около 20 маленьких датчиков на вашу кожу головы. Эти датчики, называемые электродами, улавливают электрическую активность клеток внутри вашего мозга, называемых нейронами, и отправляют их в машину, где они отображаются в виде серии линий, записанных на бумаге или отображаемых на экране компьютера.
  2. После начала записи вам будет предложено оставаться на месте.
  3. Вы расслабитесь сначала с открытыми глазами, а затем с закрытыми. Техник может попросить вас глубоко и быстро дышать или смотреть на мигающий свет, потому что и то, и другое может изменить характер ваших мозговых волн. Машина только записывает активность мозга и не стимулирует его.
  4. Приступы во время теста случаются редко.
  5. Ночью можно делать ЭЭГ, пока вы спите. Если другие функции организма, такие как дыхание и пульс, также записываются, тест называется полисомнографией.
  6. В некоторых случаях вас могут отправить домой с устройством ЭЭГ, которое либо отправит данные прямо в кабинет вашего врача, либо запишет их для последующего анализа.

После ЭЭГ

По окончании ЭЭГ произойдет следующее:

  • Техник снимет электроды и смоет клей, который удерживал их на месте. Вы можете использовать небольшое количество жидкости для снятия лака в домашних условиях, чтобы избавиться от остатков липкости.
  • Если у вас эпилептические припадки или врач не рекомендовал вам этого делать, вы можете поехать домой.Но если ЭЭГ была сделана в одночасье, лучше попросить кого-нибудь водить вас.
  • Обычно вы можете начать принимать лекарства, которые вы прекратили специально для теста.
  • Невролог, врач, специализирующийся на головном мозге, посмотрит на запись вашей картины мозговых волн.

Результаты ЭЭГ

Как только результаты ЭЭГ будут проанализированы, они будут отправлены вашему врачу, который изучит их вместе с вами. ЭЭГ будет выглядеть как серия волнистых линий. Линии будут выглядеть по-разному в зависимости от того, спали вы или бодрствовали во время теста, но для каждого состояния существует нормальный образец мозговой активности.Если нормальный паттерн мозговых волн был нарушен, это может быть признаком эпилепсии или другого заболевания мозга. Сама по себе аномальная ЭЭГ не означает, что у вас эпилепсия. Тест просто фиксирует то, что происходит в вашем мозгу в данный момент. Ваш врач проведет другие тесты, чтобы подтвердить диагноз.

Электроэнцефалограмма (ЭЭГ) | Johns Hopkins Medicine

Что такое ЭЭГ?

ЭЭГ — это тест, который выявляет отклонения в ваших мозговых волнах или в электрической активности вашего мозга.Во время процедуры на кожу головы наклеивают электроды, состоящие из небольших металлических дисков с тонкой проволокой. Электроды обнаруживают крошечные электрические заряды, возникающие в результате активности клеток вашего мозга. Заряды усиливаются и отображаются в виде графика на экране компьютера или в виде записи, которую можно распечатать на бумаге. Затем ваш лечащий врач интерпретирует показания.

Во время ЭЭГ ваш лечащий врач обычно оценивает активность около 100 страниц или экранов компьютеров.Он или она уделяет особое внимание основной форме волны, но также изучает короткие всплески энергии и реакции на раздражители, такие как мигание света.

Исследования вызванного потенциала — это связанные процедуры, которые также могут быть выполнены. Эти исследования измеряют электрическую активность вашего мозга в ответ на стимуляцию зрения, звука или прикосновения.

Зачем мне может понадобиться ЭЭГ?

ЭЭГ используется для оценки нескольких типов заболеваний головного мозга. При эпилепсии судорожная активность проявляется в виде быстрых всплесков на ЭЭГ.

Люди с поражениями головного мозга, которые могут возникнуть в результате опухолей или инсульта, могут иметь необычно медленные волны ЭЭГ, в зависимости от размера и местоположения поражения.

Тест также может использоваться для диагностики других расстройств, влияющих на деятельность мозга, таких как болезнь Альцгеймера, определенные психозы и расстройство сна, называемое нарколепсией.

ЭЭГ можно также использовать для определения общей электрической активности мозга (например, для оценки травмы, лекарственного отравления или степени повреждения мозга у пациентов в коме).ЭЭГ также можно использовать для контроля кровотока в головном мозге во время хирургических вмешательств.

Ваш лечащий врач может порекомендовать ЭЭГ по другим причинам.

Каковы риски ЭЭГ?

ЭЭГ используется уже много лет и считается безопасной процедурой. Тест не вызывает дискомфорта. Электроды фиксируют активность. Никакой сенсации они не производят. Кроме того, отсутствует риск поражения электрическим током.

В редких случаях ЭЭГ может вызвать судороги у человека с судорожным расстройством.Это происходит из-за мигания лампочек или глубокого дыхания, которое может возникнуть во время теста. Если у вас случится припадок, ваш лечащий врач немедленно его вылечит.

Другие риски могут присутствовать в зависимости от вашего конкретного состояния здоровья. Обязательно обсудите любые проблемы со своим врачом перед процедурой.

Определенные факторы или условия могут помешать чтению теста ЭЭГ. К ним относятся:

  • Низкий уровень сахара в крови (гипогликемия), вызванный голоданием
  • Движение тела или глаз во время теста (но это редко, если вообще когда-либо, существенно мешает интерпретации теста)
  • Огни, особенно яркие или мигающие
  • Некоторые лекарства, например седативные
  • Напитки, содержащие кофеин, такие как кофе, кола и чай (хотя эти напитки могут иногда изменять результаты ЭЭГ, это почти никогда существенно не влияет на интерпретацию теста)
  • Жирные волосы или наличие лака для волос

Как мне подготовиться к ЭЭГ?

Попросите вашего поставщика медицинских услуг сказать вам, что вам следует делать перед тестом.Ниже приведен список общих шагов, которые вас могут попросить сделать.

  • Ваш лечащий врач объяснит вам процедуру, и вы сможете задать вопросы.
  • Вам будет предложено подписать форму согласия, которая дает ваше разрешение на выполнение процедуры. Внимательно прочтите форму и задавайте вопросы, если что-то не понятно.
  • Вымойте волосы шампунем, но не используйте кондиционер в ночь перед тестом. Не используйте какие-либо средства по уходу за волосами, такие как лак для волос или гели.
  • Сообщите своему врачу обо всех лекарствах (рецептурных и внебиржевых) и травяных добавках, которые вы принимаете.
  • Прекратите использование лекарств, которые могут помешать прохождению теста, если ваш лечащий врач дал вам указание сделать это. Не прекращайте прием лекарств, не посоветовавшись предварительно со своим лечащим врачом.
  • Избегайте употребления пищи и напитков, содержащих кофеин, за 8–12 часов до теста.
  • Следуйте любым указаниям вашего лечащего врача относительно сокращения количества сна в ночь перед обследованием.Некоторые тесты ЭЭГ требуют, чтобы вы проспали всю процедуру, а некоторые нет. Если ЭЭГ проводится во время сна, взрослым нельзя позволять спать более 4 или 5 часов в ночь перед тестом. Детям не разрешается спать более 5-7 часов накануне вечером.
  • Избегайте голодания накануне или в день процедуры. Низкий уровень сахара в крови может повлиять на результаты.
  • В зависимости от вашего состояния здоровья ваш лечащий врач может запросить другие специальные препараты.

Что происходит во время ЭЭГ?

ЭЭГ можно делать амбулаторно или во время вашего пребывания в больнице. Процедуры могут отличаться в зависимости от вашего состояния и практики вашего лечащего врача. Поговорите со своим врачом о том, что вы испытаете во время теста.

Обычно процедура ЭЭГ следует этому процессу:

  1. Вам будет предложено расслабиться в кресле с откидной спинкой или лечь на кровать.
  2. Между 16 и 25 электродами будут прикреплены к коже головы с помощью специальной пасты, или будет использоваться колпачок, содержащий электроды.
  3. Вам будет предложено закрыть глаза, расслабиться и быть спокойным.
  4. После начала записи вам нужно будет оставаться неподвижным на протяжении всего теста. Ваш лечащий врач может наблюдать за вами через окно в соседней комнате, чтобы наблюдать за любыми движениями, которые могут вызвать неточное чтение, такими как глотание или моргание. Запись может периодически останавливаться, чтобы вы могли отдохнуть или изменить положение.
  5. После того, как ваш лечащий врач выполнит первоначальную запись, пока вы находитесь в состоянии покоя, он или она может протестировать вас с помощью различных стимулов, чтобы произвести мозговую волновую активность, которая не проявляется во время отдыха.Например, вас могут попросить глубоко и быстро дышать в течение 3 минут или вы можете подвергнуться воздействию яркого мигающего света.
  6. Это исследование обычно проводится специалистом по ЭЭГ и может занять от 45 минут до 2 часов.
  7. Если вас обследуют по поводу нарушения сна, ЭЭГ можно проводить, пока вы спите.
  8. Если вам необходимо наблюдение в течение более длительного периода времени, вы также можете быть госпитализированы для длительного мониторинга ЭЭГ (24-часового ЭЭГ).
  9. В случаях, когда длительное стационарное наблюдение невозможно, ваш врач может рассмотреть возможность проведения амбулаторной ЭЭГ.

Что происходит после ЭЭГ?

По завершении теста электроды снимают, а электродную пасту смывают теплой водой, ацетоном или гамамелисом. В некоторых случаях может потребоваться повторное мытье головы дома.

Если вы принимали какие-либо седативные препараты для теста, вам может потребоваться отдых, пока действие седативных средств не закончится.Вам нужно будет, чтобы кто-нибудь отвез вас домой.

В местах размещения электродов может присутствовать раздражение или покраснение кожи, но они исчезнут через несколько часов.

Ваш лечащий врач сообщит вам, когда вы сможете возобновить прием любых лекарств, которые вы прекратили принимать до обследования.

Ваш лечащий врач может дать вам дополнительные или альтернативные инструкции после процедуры, в зависимости от вашей конкретной ситуации.

Следующие шаги

Перед тем, как согласиться на тест или процедуру, убедитесь, что вы знаете:

  • Название теста или процедуры
  • Причина, по которой вы проходите тест или процедуру
  • Какие результаты ожидать и что они означают
  • Риски и преимущества теста или процедуры
  • Возможные побочные эффекты или осложнения
  • Когда и где вы должны пройти тест или процедуру
  • Кто будет проводить тест или процедуру и какова квалификация этого человека
  • Что бы произошло, если бы вы не прошли тест или процедуру
  • Любые альтернативные тесты или процедуры, о которых стоит подумать
  • Когда и как вы получите результаты
  • Кому позвонить после теста или процедуры, если у вас возникнут вопросы или проблемы
  • Сколько вам придется заплатить за тест или процедуру

Стоимость ЭЭГ

Электроэнцефалограмма (ЭЭГ) — это неинвазивный метод мониторинга, который оценивает электрическую активность мозга.Он записывает мозговые паттерны с помощью небольших электродов, прикрепленных к коже черепа. Это помогает врачам определить отклонения в структуре, которые могут указывать на судороги или другие связанные с ними состояния.

Тест ЭЭГ часто выполняется для диагностики и мониторинга нескольких состояний, связанных с мозгом, и выполняется высококвалифицированным специалистом. ЭЭГ — это безопасный неинвазивный тест, который не вызывает дискомфорта. Ниже приводится полный список городов с подробной информацией о тесте ЭЭГ.

Получите скидку до 45% на тест ЭЭГ в вашем городе. Просто выберите свой город.

Город: Джайпур Мумбаи Нью-Дели Выберите город
Стоимость ЭЭГ в различных городах Индии
У нас есть информация о ценах на ЭЭГ в 34 городах.
Город Средняя цена Начальная цена Цена До
Бангалор рупий. 1605.00 рупий. 300.00 рупий. 3200.00
Чандигарх рупий.1411.00 рупий. 700.00 рупий. 2500.00
Ченнаи рупий. 1667.00 рупий. 1200.00 рупий. 2500.00
Коимбатур рупий. 830.00 рупий. 550.00 рупий. 1300.00
Cuttack Rs. 880.00 рупий. 200.00 рупий. 1850.00
Guntur рупий. 1100.00 рупий. 250.00 рупий. 1800.00
Гургаон рупий.1789.00 рупий. 900.00 рупий. 3500.00
Гувахати рупий. 1411.00 рупий. 700.00 рупий. 1820.00
Hoshiarpur Rs. 800.00 рупий. 800.00 рупий. 800.00
Хайдарабад рупий. 1089.00 рупий. 300.00 рупий. 2500.00
Джайпур рупий. 1055.00 рупий. 850.00 рупий. 1200.00
Джаландхар рупий.1180.00 рупий. 700.00 рупий. 2000.00
Джодхпур рупий. 1155.00 рупий. 600.00 рупий. 1800.00
Кочи рупий. 770.00 рупий. 500.00 рупий. 1200.00
Колхапур рупий. 740.00 рупий. 500.00 рупий. 1200.00
Калькутта рупий. 1182.00 рупий. 650.00 рупий. 2000.00
Лакхнау рупий.975.00 рупий. 600.00 рупий. 2000.00
Ludhiana рупий. 645.00 рупий. 450.00 рупий. 950.00
Мумбаи рупий. 2187.00 рупий. 1200.00 рупий. 3000.00
Navi Mumbai Rs. 3000.00 рупий. 3000.00 рупий. 3000.00
Дели рупий. 2330.00 рупий. 250.00 рупий. 10000.00
Пуна рупий.1632.00 рупий. 900.00 рупий. 3000.00
Raipur рупий. 786.00 рупий. 550.00 рупий. 1210.00
Секундерабад рупий. 1005.00 рупий. 700.00 рупий. 1500.00
Siliguri рупий. 805.00 рупий. 600.00 рупий. 1000.00
Сринагар рупий. 1075.00 рупий. 800.00 рупий. 1500.00
Варанаси рупий.838.00 рупий. 550.00 рупий. 1200.00

Электроэнцефалограмма (ЭЭГ) — это неинвазивный диагностический тест, который регистрирует электрические сигналы мозга с помощью электродов и монитора. Этот тест позволяет врачу проверить наличие каких-либо отклонений в волновой структуре мозга, которые могут указывать на проблемы в мозге. ЭЭГ чаще всего делают для диагностики эпилепсии и нарушений сна.

При этой процедуре к коже головы прикрепляются небольшие металлические диски с электродами.Эти электроды регистрируют электрическую активность мозга, и эти электрические сигналы преобразуются на компьютере в волновые формы. Тест ЭЭГ занимает от 40 минут до часа.

Состояния, которые можно диагностировать с помощью теста ЭЭГ, включают эпилепсию, нарушения сна, такие как обструктивное апноэ во сне, кому, глубину анестезии, энцефалопатию, опухоли головного мозга, травмы головы, деменцию и ряд других связанных состояний. Это также помогает определить тип эпилепсии, причины, вызывающие ее, и необходимое лечение.

Аномальные результаты ЭЭГ могут быть вызваны судорогами, кровоизлиянием в мозг, опухолью мозга, травмой головы, отеком, повреждением тканей, нарушениями сна и т. Д. Тест ЭЭГ также проводится для контроля электрической активности мозга у пациентов в коме, чтобы определить, есть ли там активность или нет. Это помогает определить, мертв ли ​​мозг человека.

Перед прохождением теста ЭЭГ необходимо принять определенные меры предосторожности. Рекомендуется избегать еды и кофеина за 8 часов до теста. Вам необходимо проконсультироваться со своим врачом о лекарствах, которые вы принимаете, чтобы определить, требуется ли изменение.Во время теста вас могут попросить поспать. Лежать на кровати необходимо, так как движение может повлиять на результаты ЭЭГ. Врач также может попросить вас быстро дышать или смотреть на яркий свет во время теста.

ЭЭГ-тест — это очень безопасная процедура, которая также проводится в амбулаторных и стационарных условиях. Яркий свет или учащенное дыхание могут вызвать судороги у пациентов с историей, и врач обучен заботиться о пациенте, когда это происходит. Тест ЭЭГ можно также комбинировать с тестом позитронно-эмиссионной томографии (ПЭТ), чтобы помочь более точно определить нарушения функции мозга.


Часто задаваемые вопросы по ЭЭГ

В: Что такое ЭЭГ-тест?
A: Электроэнцефалограмма (ЭЭГ) проводится для оценки электрической активности мозга и связанных с ней проблем.

В: Как узнать, отклоняются ли результаты от нормы?
A: Отсутствует электрическая активность мозга, преобразование в мозговые волны, электрическая активность показывает разные паттерны в обоих полушариях мозга, индикация большого количества тета-волн и резкий всплеск электрической активности.

В: Какие состояния можно определить с помощью теста ЭЭГ?
A: Нарушения сна, эпилепсия, опухоль головного мозга, черепно-мозговая травма, инсульт, энцефалит, энцефалопатия, проблемы с памятью, мигрени, кровоизлияния, инфаркт мозга и злоупотребление наркотиками или алкоголем.

Q: Какие еще тесты можно заказать?
A: Амбулаторный мониторинг ЭЭГ, картирование мозга и видео-ЭЭГ.

В: Как измеряется электрическая активность мозга?
A: Мозговых волн в секунду.


Выбор устройства ЭЭГ | Наука для масс

Электроэнцефалография — отнюдь не новая технология; Впервые использованный для регистрации электрической активности человеческого мозга Гансом Бергером в 1924 году, явления, казалось бы, спонтанной электрической активности в мозге млекопитающих изучались еще с 1875 года.Для сравнения: это было до того, как Греция начала использовать григорианский календарь. Поскольку это технология, которой уже почти век, и она основана на относительно упрощенном дизайне, тот, кто никогда раньше не собирался покупать ее, может легко предположить, что устройства ЭЭГ стали доступными и удобными для пользователя, как и многие другие технологии, доступные нам сегодня; возможно, это ужасное заблуждение является побочным эффектом того, что персональный компьютер испортился из-за быстрого роста популярности персональных компьютеров как потребительской технологии. К сожалению, исследуя варианты на рынке для различных проектов, я обнаружил, что эти два неуловимых фактора, доступность и простота использования, недоступны ни в одном продукте.

ЭЭГ-оборудование, доступное по цене для небольших исследований и разработок, потенциально может привести к быстрому расширению нашей способности взаимодействовать с технологиями и получать данные о влиянии веществ и стимулов на электрическую активность мозга. Многие исследовательские души экспериментируют с собой со всем, от якобы «улучшающих сознание» наркотиков до tDCS в надежде достичь повышенных когнитивных способностей; однако немногие, если таковые имеются, собирают какие-либо объективные данные для сравнения.Конечно, технология есть. У нас есть невероятно мощные блоки ЭЭГ, которые могут отслеживать 100 отведений, автоматически корректировать артефакты и интерпретировать полученный сигнал. Эти машины могут буквально анализировать свои собственные результаты по мере их записи и правильно диагностировать, находится ли человек в коме или просто под действием бензодиазепинов. Они также стоят более 30 000 долларов.

Моим первым побуждением было купить старую бывшую в употреблении ЭЭГ. Такие компании, как PEMED и Admar Neuro, продают множество бывших в употреблении устройств ЭЭГ и периферийных устройств; на удивление, я даже нашел несколько единиц в продаже на Ebay.Увидев единицы с ценником всего от 500 долларов, я вселил надежду. Электронная переписка с представителями этих компаний показала, что, хотя большая часть медицинского оборудования может быть продана только по распоряжению врача, устройства ЭЭГ не имеют аналогичных ограничений из-за их неинвазивного характера. Мое волнение росло, но я заметил странную закономерность. Произошла ценовая пропасть. Можно найти множество машин по цене около 500-600 долларов… затем большую пустоту… и затем еще один кластер машин по цене около 4000 долларов. Мне пришлось действительно покопаться, чтобы разобраться в этом, и оказалось, что кластер за 500-600 долларов представляет собой ранее доминирующую аналоговую модель, от которой с тех пор в значительной степени отказались в пользу более сложных и удобных цифровых версий.Цифровые устройства ЭЭГ начинаются от 4000 долларов даже при правильном использовании. Я подумал, нет проблем, правда? После распечатки данных сканировать документы будет проще простого. Дальнейшие исследования показали, что каждый из производителей ЭЭГ изготавливает бумагу своего приоритетного размера и картриджи для печати, которые больше не производятся. Использованные аналоговые ЭЭГ не подходят, а цифровые ЭЭГ по-прежнему недоступны для большинства небольших исследователей. Как ни странно, во время поиска я обнаружил, что современные аппараты для электросудорожной шоковой терапии можно купить всего за 500 долларов.

Эта неудовлетворенная потребность в менее дорогих ЭЭГ побудила ряд небольших компаний предложить продукты, предположительно удовлетворяющие этот рыночный спрос. Возьмем, к примеру, NeuroSky Mindwave. Я обязательно должен был это попробовать. Я был взволнован. Мне очень хотелось верить. Он полностью не оправдал всех моих ожиданий. Самая вопиющая проблема заключалась в том, что просто не было возможности распечатать или сохранить необработанные данные сигнала. Нет, правда — я скачал все бесплатные программные пакеты, какие мог в то время, и писал в NeuroSky раздраженные электронные письма, пока мои пальцы не кровоточили.Они посоветовали мне приобрести пакет программного обеспечения за 500 долларов, который «открыл» эту возможность. Я решил не делать этого. Причина в том, что он использует только один канал. Вы прочитали правильно: один канал . Кроме того, этот единственный канал информации собирается с помощью сухого металлического контактного электрода. NeuroSky даже не рекламирует диапазоны ЭЭГ, а вместо этого разработал совершенно новую терминологию, утверждая, что она измеряет «психические состояния». Умеренно лучший продукт — линия Emotiv Epoc.Emotiv Epoc использует 14 различных электродов и гироскоп. Это дороже, но на самом деле делает что-то похожее на на то, что заявлено. Маркетинг показывает, что люди управляют автомобилями и взаимодействуют с компьютерами и действительно могут делать что-то осознанно. Однако, если кто-то смотрит видео о «управляемой сознанием машине», очевидно, что электроды устанавливаются для электромиографии, а не для энцефалографии. Автомобиль управляется электрическими сигналами мускулов лица, сознательно сокращаемых сидящим на сиденье парнем.В некотором смысле это машина, управляемая разумом, хотя, исходя из этого рассуждения, вращение руля рукой тоже. Одним из положительных моментов является то, что Emotiv использует солевые электроды, а не сухую металлическую систему. Система солевого раствора намного превосходит с точки зрения возможностей сбора данных. Основная причина, по которой я был недоволен Emotiv, сводится к необработанным данным ЭЭГ. Например… у вас нет доступа к сигналу. Для меня это даже не имеет смысла. Ни NeuroSky, ни Emotiv не делают того, что должна делать ЭЭГ: давать вам запись ваших мозговых волн.Сейчас существуют «продвинутые» модели, такие как «супер» устройство Emotiv за 750 долларов, которое предоставляет необработанные данные, но почему я должен платить гораздо больше за то, чтобы устройство выполняло то, для чего оно предназначено? Изучив эти продукты, я пришел к выводу, что покупка ЭЭГ — не ответ. Мне нужно было бы подумать о том, чтобы сделать его. В 1924 году большой спор был о том, действительно ли отказ от системы Юлианского календаря был дьявольской сатанинской схемой, чтобы заставить христиан праздновать Пасху не в тот день. Я был уверен, что, если Ханс Бергер мог сделать ЭЭГ, записывающую данные, я тоже смогу.

Отличным ресурсом для тех, кто заинтересован в изготовлении устройства ЭЭГ, является проект OpenEEG. Хотя происхождение этого проекта неясно, посещение машины обратного пути показывает, что к декабрю 2002 года проект был довольно хорошо проработан, а полный набор схем с программным обеспечением с открытым исходным кодом был доступен к концу 2004 года. Это впечатляет, учитывая, что коммерческие цифровые устройства ЭЭГ не были распространены до середины 90-х годов. Всего через десять лет технология стала доступной почти для всех, кто имел хоть немного знаний в области пайки и имел пару сотен долларов, которые можно было потратить.К 2005 году европейская компания Olimex сделала устаревшим даже требование к пайке, которое предлагает полностью собранный двухканальный ЭЭГ примерно за 150 долларов с использованием дизайна продукта OpenEEG. Мне действительно нравится этот продукт … но, хотя он доступен по цене, он требует значительных улучшений с точки зрения простоты использования. Само железо простое. С другой стороны, документация и процесс установки драйверов похожи на какую-то больную головоломку. На самом деле никто не виноват в этом. Имейте в виду, что программное обеспечение проекта OpenEEG было полностью написано неоплачиваемыми людьми с энтузиазмом и предназначалось для установки в операционной системе, которой сейчас пять итераций.Кажется, что каждая установка, даже на ПК с одной и той же ОС, требует уникальных решений. Интересно, что Olimex даже готов предоставить определенную степень поддержки клиентов по электронной почте. После установки блок ЭЭГ довольно прост в использовании, но сам процесс установки представляет собой настоящую борьбу.

В целом, установка ЭЭГ-СМТ от Olimex — лучший вариант. Если вы готовы немного повозиться и повозиться во время первоначальной настройки, он, безусловно, займет нишу недорогой ЭЭГ в домашних условиях.Наша группа «Наука для масс» приобрела, установила и провела первоначальные испытания четырех из этих устройств. Хотя эта покупка, безусловно, сократила финансирование нашего проекта, она очень интересна, поскольку открывает ряд будущих проектов. Действительно, тот факт, что это устройство можно использовать для измерения биологической обратной связи из различных источников, помимо мозга (например, ERG в нашем текущем проекте, измерение электрофизиологического ответа сетчатки на стимуляцию), является одной из его самых захватывающих особенностей. Дальнейшие усилия, вероятно, будут включать определение изменений в моделях электрической активности мозга, вторичных по отношению к tDCS и использованию ноотропов.Другие потенциальные проекты включают исследования в области биологической обратной связи и транскраниальной магнитной стимуляции. Я предложил купить один из аппаратов электрошоковой терапии, чтобы каким-то образом включить его в проект, но, к сожалению, члены моей команды наложили вето. Поиск и обучение использованию конструкции OpenEEG потребовали затрат времени, усилий и финансовых средств, но это были инвестиции, которые, как мы ожидаем, окупятся, позволив нам внести свой вклад в понимание того, как можно расширить человеческие способности.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *