[go: up one dir, main page]

WO2009039799A2 - Verfahren und system zur bestimmung eines reaktionssignals für einen ausgewählten ort in einem informationsverarbeitenden system nach einwirkung von mindestens einem eingangssignal - Google Patents

Verfahren und system zur bestimmung eines reaktionssignals für einen ausgewählten ort in einem informationsverarbeitenden system nach einwirkung von mindestens einem eingangssignal Download PDF

Info

Publication number
WO2009039799A2
WO2009039799A2 PCT/DE2007/001751 DE2007001751W WO2009039799A2 WO 2009039799 A2 WO2009039799 A2 WO 2009039799A2 DE 2007001751 W DE2007001751 W DE 2007001751W WO 2009039799 A2 WO2009039799 A2 WO 2009039799A2
Authority
WO
WIPO (PCT)
Prior art keywords
processing system
information processing
input
signals
signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/DE2007/001751
Other languages
English (en)
French (fr)
Inventor
Oliver Zafiris
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to PCT/DE2007/001751 priority Critical patent/WO2009039799A2/de
Priority to EP07817593A priority patent/EP2205987A2/de
Priority to DE112007003329T priority patent/DE112007003329B4/de
Priority to US12/680,314 priority patent/US8600696B2/en
Publication of WO2009039799A2 publication Critical patent/WO2009039799A2/de
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/4806—Functional imaging of brain activation

Definitions

  • the present invention relates to a method and system for determining a response signal in an infotmation-evidencing system after obtaining at least one input signal.
  • a classical method for the investigation of unknown objects and materials may be that the Ptobekötpet is exposed to an effect, for example, a field, a force or an electromagnetic pulse.
  • the field-based affixation thereby established is measured and serves to gain knowledge of the intrinsic properties of the system. For example, patamagnetic or diamagnetic substances are exposed to a magnetic field and the change in the magnetic field (illustrated by its field lines) now provides information about the respective magnetic properties of the substances.
  • the use of Ktafteinwitkungen often serves to vibrate a body, so that the vibrating body reveals its mass.
  • an input signal for example in the form of a magnetic pulse or a simple magnetic field, acts on the sample.
  • An output signal is measured, which usually has a changed value after an interaction between sample and input signal.
  • the more complex the sample and the more dynamic its change in place and time the more extensive the examinations must be in the form of measurements.
  • spectroscopic methods In the infrared spectroscopy and Raman spectroscopy, molecular vibrations are observed.
  • NMR spectroscopy measures the interactions of magnetic fields with the atomic nuclei. Living samples can be measured and visualized using functional magnetic resonance imaging (fMRI). It tracks activity-dependent changes in cortical blood flow and oxygenation of the local tissue. The already mentioned para- or diamagnetic properties of the deoxygenated or oxygenated blood are measured. This is an example of a very complex and dynamic system, as the amount of blood and the ratio of oxygenated and deoxygenated blood changes constantly and irregularly, with the individual blood molecules still in constant motion. If the sample is a brain, there is also an obvious information processing system.
  • the object of the present invention is therefore to provide a method and a device which respectively ensure that a reaction signal originating from an information-processing system and which is obtained by means of a measuring method or a measuring device. has been averaged, can be assigned to a particular location in this information processing system, as well as characteristic response parameters such as structural properties of the information processing system at the particular location can be determined using this response signal.
  • This object is achieved by a method for determining a response signal (YAusMax) for a selected location in an information processing system after the action of at least one input signal (XEÜ I ) on the information processing system over an exposure period T, wherein at least the following method steps are performed:
  • d) determining the response signal (Y A us M ax) for the selected location, wherein as a response signal (YAusMax) the maximum or minimum of the output signals (YAUS) or a value in an interval ⁇ to the maximum or the minimum of the output signals (YAUS - Max) is selected, which have the same input signal (XEÜI) during the action period T.
  • a response signal (YAusMax) the maximum or minimum of the output signals (YAUS) or a value in an interval ⁇ to the maximum or the minimum of the output signals (YAUS - Max) is selected, which have the same input signal (XEÜI) during the action period T.
  • the exposure period T is generally not specified. In particular, it may preferably include the duration of the response signal, but need not. In particular, it can also comprise not only the duration of the reaction signal, but also a subsequent period or time interval in which the reaction signal still acts on the information-processing system. However, these are not the only possibilities, rather the exposure period T is generally not specified.
  • this is characterized in that exactly the maximum or minimum of the output signals (YAUS) is selected as a response signal (YAusMax) and not just a value in an interval ⁇ about the maximum or minimum of the output signals ( YAUSM_X) is used for evaluation.
  • the selected maximum value or minimum value is thus not in a range] ( ⁇ outMax) + Ie I [, but it exactly matches (YAUSMSLX).
  • the exact maximum value or minimum value is preferable as a selected response signal, however, technical limitations such as too low a temporal resolution upon receiving the input signals are grounds for choosing an interval around the maximum or minimum of the output signals.
  • the input signals are selected such that these frequencies correspond and, accordingly, can also be represented as frequencies.
  • a number of frequencies, each with different values as input signal (XEi n ) can act on the information processing system and this can then produce a set of output signals (YAUS).
  • the initially detected output signals are partially or completely replaced by approximations .
  • measured values that are based on measurement errors are initially disregarded, so that they can then be replaced by plausible values, for example by interpolation or approximation. If technically caused points of discontinuity occur in measurements, it may not be possible to process the measurement at these points, and the substitution described above must be used to detect or process the signal curve.
  • ⁇ is the frequency with respect to a stimulus feature of the input signal
  • t ⁇ aa and ⁇ a are real numbers, for example positive numbers with ⁇ aa >> ⁇ a
  • >> means much larger
  • ⁇ can also be the spatial frequency of a stimulus (eg, checkerboard), or ⁇ are equated with 2 ⁇ divided by the value of the interstimulus interval between 2 consecutive (complex) stimuli acting as input signals to a system, as well as ⁇ Denote the difference in the contrasts C of two consecutive visual stimuli.
  • the approximate values are given by the following exponential function of the form:
  • ⁇ is again the frequency relative to a stimulus feature of the input signal.
  • ⁇ is again the frequency relative to a stimulus feature of the input signal.
  • the exponential term in formulas (Ia) and (Ib) can be developed according to a Taylor series and, for example linearize according to the choice of ⁇ aa or ⁇ a or represent, for example, to the term 2-th order of the frequency ⁇ .
  • the formulas (Ia) and (Ib) represent suitable formulas for calculating approximations of individual value triples, so that the output values detected by technical errors can be quickly recognized and adapted to the real output values.
  • a spectrum for the selected location in the information processing system is generated from the input frequencies and the respectively determined reaction signals (YAusMax), in which the reaction signals (YAusMax) are represented against rising or falling input frequency values.
  • This embodiment is particularly well evaluated in subsequent operations and it also convinces in its clear presentation.
  • pairs of values namely those of the input frequencies with the reaction signals (YAusMax) SO assigned to them, are arranged so that either the input frequencies increase or decrease in value.
  • Such spectra can be graphically represented easily in a 2-dimensional map. If one follows the course of the curve in any direction, the positive or negative slope and the degree of its change can be clearly recognized.
  • a possible evolution of the curve to maxima, minima, saddle or turning points is visible in the 2-dimensional image and reveals the input frequencies of their associated reaction signals (YAusMax).
  • a targeted examination of the reaction signals a peculiarity, preferably in the structure of the information processing system, can be recognized at the input frequency value and in its environment.
  • this is characterized in that in addition to the spectrum, for example with the aid of an algorithm for each input signal (XEn) a further characteristic reaction parameter is determined.
  • the specimen in the form of an information-processing system is exposed to an input signal (XEi n ).
  • output signals (YAUS) are generated in the information-processing system by resonance phenomena or similar phenomena. It is therefore an excited overall system, which outputs output signals (YAUS).
  • These output signals (YAUS) are generated by native components and can thus be characterized via the system structure. If the overall information-processing system consists of a complicated network of different materials and cavities and structures constructed thereby, that is to say an unmanageable number of differently reacting components, one must assume that the output signal (YAUS) is influenced by an unmanageable number.
  • the determined measured values, ie the output signals (Y OFF ) represent the measured variables which depend on the regional structural conditions of the system.
  • the input signals (X E ⁇ ) with their frequency presentation ⁇ generate reaction signals. If the reaction signals generated are resonance reactions, these frequencies are called resonance frequencies ⁇ i, where i is a continuous natural number, with which the individual resonance frequencies are designated.
  • the information processing system as a system can respond to the resonance frequencies ⁇ i, 002, ... ⁇ i ..., ⁇ n in the form of output signals. But in most cases, the information-processing system does not react to the individual reso- Whole frequencies, but only one or more regions of the information processing system. For these regions to respond, they must have certain structures. These structures can be characterized by specific parameters or quantities, ie they are structural quantities which represent characteristic reaction parameters of the associated structures in the sense of the present invention. These structures in the information-processing system react to certain resonance frequencies and are thus to be assigned to specific regions of the information-processing system. This assignment can be unique and is also in many cases, such as in cases of measurement of living matter, such as the brain.
  • the amplitude (if the value is positive, but in both cases the square of the amplitude) of the oscillation increases, ie the external force, ie Input signal, amplifies the natural vibration of the system. Overlays of vibrations, as they occur in the complex systems, can now also be represented as a vibration, because they represent only the sum of all individual oscillations.
  • the Fourier transform can be used to calculate the frequency spectrum for temporal signals.
  • the Fourier-transformed solution of the equation of motion (in the frequency domain) for damped oscillations, ie for the formula (2), reads:
  • a ⁇ means the difference between the resonant frequency and the applied frequency
  • k is a real constant.
  • characteristic reaction parameters preferably the resonance frequencies and / or the resonance half-width and / or the damping parameters.
  • the spectrum which is assigned to a location of the information-processing system preferably itself already represents a characteristic reaction parameter.
  • the determination of the (further) characteristic reaction parameters serves, as described above, to characterize the structures of the information processing system and thus may possibly provide information about these structures of the information processing system.
  • the resonance frequencies are, as already mentioned above, those frequencies which stimulate the information-processing system or at least parts of it.
  • the damping parameter is the parameter that describes the damping of a vibration.
  • the frictional force acting on an oscillating system (see term 2 on the left side of the equation in formula (2)) dampens the oscillation to a stop when no additional force is applied.
  • the damping parameter ⁇ is directly proportional to the constant K. This is a constant that depends only on the feature sizes and is therefore suitable for determining the feature sizes.
  • the attenuation parameter can be determined from the spectra.
  • the half-width in particular resonance half-width, which is also suitable for determining the structure sizes, is formed approximately from the spectrum.
  • the half width of a function with a maximum is the difference between the two adjacent arguments of the function for which the function values have dropped to half of the maximum. The same applies to a minimum.
  • the half-width can, of course, also be determined in each case in two dimensions, that is to say in relation to a 3D representation as in FIG. In terms of the YA US - Z t plane, the Xsn - Zt and the Xsn - YAUS plane, as well as other possibilities arising from this.
  • At least N input signals (XEi n ) are transmitted to the information processing system, wherein the action of the N input signals (XEUI) on the information handling system occurs with a probability pi to pN, where N represents a natural number and p preferably indicates the normal distribution probability (according to Gaussian normal distribution) of the action in the range from 0 to 1.
  • the input signals are arranged to amplify and attenuate the amplitude of the resonant frequency of the information handling system at particular locations.
  • the amplitude of the resonance frequency of the information-processed system, or amplified at certain locations of the overall system, attenuated or completely suppressed For this purpose, only the appropriate resonant frequency must be selected or avoided. However, this resonance frequency is known after evaluation of the measurement results.
  • An adaptation in the aforementioned sense is then called synchronization or desynchronization when the system adapts its periodic or aperiodic oscillations to the periodic or aperiodic input signals.
  • the input signals In order to be able to control the effects of synchronization and desynchronization particularly precisely, it is advisable (possibly even necessary) for the input signals to be transmitted several times with different setting parameters, wherein in other preferred embodiments according to the present invention additionally the frequency of the repetition rate and / or Intensity of the input signals and / or the number of repetitions can be freely selected. This ensures the exact matching of the input signals to the amplitude of the resonant frequency of the examined information-processed system.
  • the measured output signals and the input signals are a chronological sequence of finitely many signals which occur at certain frequencies. In the telecommunications sense is irrelevant whether these outputs or Ei ⁇ gangssignale can act as a carrier of importance. They represent a message, that is an arrangement of elements. Such an arrangement of elements basically has an information content.
  • the information content of a character corresponds to the number of dual steps required for the encoding. If the number of characters is written as a power to base two, the exponent indicates the required dual steps and thus the information content in bits.
  • the spectra obtained by the present invention may be shown as shown in Figure 2 in the two lower frequency spectra. There the input frequencies are plotted on the horizontal axis and the output signals on the vertical axis.
  • the input signals represent, as explained above, a message having an information content equal to the number of dual steps required for the encoding. If the input signals are now logarithmized to base two, one obtains the number of pieces of information in bits (binary digits) which are transmitted to the information-processing system.
  • the output signals represent, as also explained above, a message having an information content. This is also equal to the number of dual steps required for encoding.
  • the information content of a character thus corresponds to the number of dual steps required for the encoding.
  • the number of characters that is, the number of input signals or output signals, written as a power to base two, has in its exponent the information content of the characters in bits.
  • Different characters for example the different frequencies of the input signals or the different output signals, can occur with equal frequency or in different frequencies.
  • the relative frequency of a character is the quotient of its absolute frequency of occurrence and the total occurrence of all characters.
  • the relative frequency of a sign is uniquely related to the information content of the respective sign, so the information content of a sign can correspond to the two-logarithm (logarithm dualis) of the inverse value, ie the reciprocal, of this relative frequency. This forms the basis for the evaluation of the information content obtained in bits with regard to the information contribution of a character to the overall information content.
  • a further special embodiment of the present invention for determining a reaction signal is characterized in that a spectrum for the selected location in the information processing system is generated from the input frequencies and the respectively determined reaction signals (YAusMax), in which the reaction signals (YAusMax) to base two are logarithmic.
  • Another embodiment of the present invention for determining a reaction signal is now characterized in that a spectrum for the selected location in the information processing system is generated from the input frequencies and the respectively determined reaction signals (YAusMax) in which the values logarithmized to the base two Reaction signals (YAusMax) and the input frequency values (XEÜI) are also logarithmized to base two.
  • This embodiment also has the advantage of being able to obtain information about the information throughput at a specific location of the information processing system to be measured.
  • a logarithmized (signal) value relative to the base two can also be understood as one having a specific information content in bits.
  • this information content represents an information throughput for this period T.
  • the information throughput per time unit can be determined. By dividing approximately by T (given in seconds), one obtains, for example, an information throughput rate in bits per second for the particular location of the information processing system. If one measures different or all places in each case to be selected or achievable spatial resolution, one obtains a possibly also multi-dimensional information throughput map of the informa- tionvera ⁇ beitenden system that makes a statement about his preferably spatial or area or even one-dimensional - about along a line - distributed processing capacity results.
  • a system for carrying out the invention for determining a reaction signal for a selected location, a system is preferably used which has at least one input signal generating unit, an output signal recording unit and a data processing unit and a memory and optionally a communication interface, wherein the input signal generating unit for transmitting the input signal and the Output signal recording unit are adapted to receive the output signal and the data processing unit is arranged so that it can perform the method according to the invention (in particular also in all embodiments of the present invention described herein) or executes.
  • all the values or signals occurring during the execution of the method can be displayed partially or in entirety on a monitor by imaging or in part or shown in entirety.
  • the form of representation of the respective values, data or signals for example on a line or two-dimensionally, ie on a sectional surface or in a two-dimensional projection of a three-dimensional representation.
  • a three-dimensional representation for example a holographic representation, can be used. Fall under such three-dimensional representations
  • pseudo-3-D representations as they are used for example in the context of so-called virtual reality representations and / or by optical deception effects, for example by means of special glasses.
  • the present invention can also be embodied as a suitably equipped computer program (for example with the necessary program code means), for example on data carriers, for example magnetic or optical data carriers, such as, for example, magnetic media. Floppy disk, CD or DVD or even without data carrier, for instance on a carrier signal, e.g. for download, the computer program executing the method of the present invention when running on a computer or setting up the aforementioned system in accordance with the present invention.
  • data carriers for example magnetic or optical data carriers, such as, for example, magnetic media. Floppy disk, CD or DVD or even without data carrier, for instance on a carrier signal, e.g. for download, the computer program executing the method of the present invention when running on a computer or setting up the aforementioned system in accordance with the present invention.
  • Input signals can be any signals that change the sample (the information handling system).
  • Input signals can be any signals that change the sample (the information handling system).
  • electrical and magnetic impulses changes in voltage, ie in general all changes of the electromagnetic field of longer or shorter duration are probate Input signals (XEm)
  • Output signals are all signals that can be collected with the aid of measuring instruments, ie measured.
  • this includes all changes in the electromagnetic field, ie vibration changes.
  • optical, thermal, olfactory or acoustic signals that can be recorded by the information-processing system include this, also without that such a list would be conclusive.
  • the present invention can now be applied to a range of, inter alia, the above-mentioned information processing systems.
  • this invention one can thus detect and evaluate reaction signals from selected locations of the brain. Examples
  • Betspiel for an arrangement: information processing system I 'Eingangigna //' A-output signal
  • the information processing system is an organic perfused system, namely the brain.
  • This brain will now be examined with the help of highly complex input signals, in contrast to stimuli, which for example on individual atomic nuclei, electrons, protons, spins of electrons or protons act as a system as input signal, and represent the basis of NMR physics or solid state physics become.
  • highly complex input signals such as the following signals, namely visual, olfactory, tactile and auditory signals, as well as signals by entering pharmacological substances and signals by simple linguistic request.
  • the input signals are picked up and processed by the brain as input information signals.
  • the brain represents a system that undergoes changes that are regionally characterized by characteristic resonance phenomena and feature sizes.
  • the answer, ie the reaction of the brain can be measured by means of measuring devices.
  • susceptibility changes, or changes in magnetic signals, electrical signal changes, manual, linguistic, vegetative, mechanical reactions represent the output signal.
  • the brain as a whole system is very complex and the structural conditions that are present depend on the number of cell layers, the different types of synapses and their receptors, in particular the way in which the respective brain region connects to other regions. Hence also the number of axons and dendrites, as well as the number of fibers entering and leaving a cell region. This describes the unmanageable number of influential components that influence the output signal.
  • the measured output signals are reflected in the relatively few structural values and characterize a brain region.
  • the brain regions stimulated by the resonance frequency are now assigned, for example, the resonance frequencies as structure variables. Example of creating a spectrum of measured data
  • This total value (triple) can be visually visualized in a 3-D diagram for a particular location of the information processing system.
  • the waveform typically has at least one global maximum or one global minimum.
  • a simplified model explains the curve as follows: After transmitting the input signal (XE ÜI ), the information- processing system picks up the signal. With a time delay, individual regions and / or structural elements react to this signal by the individual regions and / or structural elements now amplifying or weakening their natural oscillation and thus generating the output signal (YAUS).
  • the natural oscillation decays again or possibly increases again, the time duration of the decay process or the rising process also being a characteristic variable for certain regions of the information processing system (regions of the specimen). If the input signal (X.sub.nn) now goes through an increasing or decreasing frequency spectrum, this results in a large number of curves, each of which, taken separately, takes the course described above, and wherein slope, position, height and. Of course, the number of local maxima and the half width may be different for each curve. From these value triplets (Xsin, YAUS, Zt), the reaction signals for the respective selected location are now determined which have the same input signal (XKn) during the action period T.
  • the response signal (Y Au sMa x ) for the selected location is taken as the maximum of all present output signals (YAU S ) for a given input signal (XE ⁇ I). (However, a value close to the maximum within an interval ⁇ can also be selected as the reaction signal (YAusMax).) For each value (triple) over the time of action Zt in the period T (Xfin-fixed value, YA US , Z t ) exists for the respective input signal (XEÜI) global maximum from the set of output signals, which now represents the response signal (Y OUT - Max) for a given input signal XEi n .
  • 1 is a schematic representation of the transmission of the input signal and generation of the output signal
  • FIG. 2 shows a way of further evaluation of the example of Figure 1
  • FIG. 3 shows a schematic representation of the unambiguous assignment of the structure variables representative of the activated brain regions to resonant frequencies.
  • Fig. 1 shows schematically the way of the transmission of the input signal on the generation of the output signal up to the visualization.
  • the brain is taken as an information-processing system 2.
  • all brain research imaging technical experimental equipment based on the fact that during the measurement process, so after transmission of the input signal, brain signals are seen as if they run in a "channel" through which they transmit as information, and in which they processed as information
  • Input signals that are processed in a brain, especially in a human brain are called cognitive stimuli, but the brain is now stopping during a cognitively stimulated process, a system undergoes changes which are regionally characterized by characteristic resonance phenomena and feature sizes.
  • the cognitive stimulus acts on the brain and leads to physical changes in the stimulated regions, which is manifested among other things in a change of resonance frequencies, so that the immediate description space of the recorded brain processes is a frequency space.
  • the information processing system 2 receives from an apparatus or means for transmitting input signals, an input signal generation unit 1, an input signal - also called stimulus - transmitted.
  • This can be visual, olfactory, tactile, auditory, a pharmacological substance or even a linguistic challenge.
  • the brain receives the input signal and processes it as information in certain, preferably precisely determinable, brain regions. The processing process changes the claimed brain regions and changes their physical properties.
  • the oxygen present in the blood is converted into carbon dioxide.
  • Oxyhemoglobin becomes deoxyhemoglobin.
  • These two types of hemoglobins have different magnetic properties that can be measured. That is, the response of the information processing system 2 can be measured by a means or apparatus for receiving the output signal, an output pickup unit 3.
  • parameters of the statistical significance are color-coded to the one for the smallest spatial resolvable unit by linear or non-linear regression analysis.
  • the technique of fMRI the technique with the greatest spatial resolving power
  • cognitive studies allows a more subtle construction of the regional measurement signal in a brain region, if the stimulus is determined as a function of one or two parameters.
  • the stimulation interval after a defined beginning of a time interval ISI. This fine structure of the signal is not statistically disproved statistically on the smallest resolvable time units in the current state of the previous fMRI evaluation methods. Rather, it is averaged over the smallest temporal units.
  • FIG. 1 shows the illustration of statistically significant activated areas in comparison to a resting condition.
  • Figure 5 in Figure 1 shows a transverse section
  • Figure 6 shows a sagittal section
  • Figure 7 shows a coronal section.
  • the reacting brain regions 8a and 8b can be clearly seen in Figure 5, for example
  • Fig. 2 shows schematically the sequence of an embodiment of the inventive method after recording and generating the figures 5 to 7 according to Flg. 1, that is to say after detection of output signals belonging to selected locations, which were caused by the action of input signals. It therefore shows the method steps of the formation of value notches (XEin, YOff, Zt) from the input and output signals and the determination of the reaction signal (YAusMax) for selected otters, wherein a spectrum is generated from the signal sequences and the respectively selected reaction signals (YAusMax) in which the response signals (YAUSMSU.) are represented for ascending or descending input frequency values (X & n).
  • the measurement results shown in FIG. 2 are fundamentally based on the sequence shown in FIG.
  • the input signal, ie the stimulus can vary in its physical properties, depending on the experimental setup or yes after measurement.
  • the interval between the stimuli can be variable depending on the experimental setup or measurement. This requires in both cases a repetition of the input signal.
  • the interval between two consecutive stimuli is called the Interstimulus Interval (ISI).
  • a measurement results in a large number of value terms (XEI ⁇ , YAUS, Zt), where XEUI is the input signal (the stimuli approximately normal to 2 ⁇ / ISI [l / s]), Z t is the time of the response for each input signal (ie the time of measurement of YAUS) and Y A US represents the output signal 3, which represents the size of the fMRT signal.
  • XEUI is the input signal (the stimuli approximately normal to 2 ⁇ / ISI [l / s])
  • Z t is the time of the response for each input signal (ie the time of measurement of YAUS)
  • Y A US represents the output signal 3, which represents the size of the fMRT signal.
  • the information processing system 2 After transmitting the input signal, the information processing system 2 records the respective signal. Preferably temporally delayed individual regions and / or structural elements of the information processing system respond to this signal by generating an output signal, for example by the individual regions and / or structural elements now amplifying the amplitude of the resonant frequency, attenuate or completely suppress and thus the output signal, in this Case, generate the fMRT signal accordingly.
  • the amplitude of the output signal decays again, wherein the duration of the decay process preferably a characteristic size, and thus a characteristic for certain regions of the system (regions of the specimen) can represent.
  • the input signal now passes through a rising or falling (frequency) spectrum, this results in a multiplicity of curves, each taking the course described above, with slope, position, height and number of maxima and the half width for each measured curve can be different.
  • frequencies are always seen in a temporal dependency, frequencies, ie the frequencies of the input signals, should also be understood so that, for example, a luminescence change or a change of an arbitrary stimulus feature may represent a change in the input frequency.
  • two three-dimensional representations of the measurement results which are assigned to the two reactive brain regions 8a and 8b, can be seen here by way of example in FIG. 2 in the middle of the illustration.
  • the two representations differ significantly from each other.
  • two equally statistically significant activated areas of the brain ie the brain regions 8a and 8b can differ in their signal course, modulated by the varied stimulus properties of a stimulus (the input signal).
  • the measured values of the output signal complete the value triplets (XEUV, YAUS, Zt), wherein each given exposure time (Zt) in the action period T is assigned exactly one output signal (YAUS) for the selected location and exactly one input signal (XE ⁇ ).
  • the reaction signal (Y A ⁇ SMSX ) is now formed from these triples, with the maximum of the output signals being used as the reaction signal (Y ⁇ usMax).
  • output signals (Y A US) is selected, which have the same Ei ⁇ gangssignal (XEb) in the exposure period T, where Zt may be different for each pair of values (XEJ ⁇ , YAusMax).
  • the reaction signal (YAusMax) was determined for each value triplet (XE ⁇ , YAUS, Zt), thus forming the curves 10a and 10b (to a certain extent as a curve of the maxima).
  • the values of this curve 10a or 10b have, as explained above, equal or varying Zt values.
  • Curves 10a and 10b in a projection onto the YA US -XEUI plane yield a spectrum of the YAusMax values for the various XEin values (lower part of the illustration).
  • the values YAUS determined from the output signal can be replaced in a first step by values of an approximation curve IIa or IIb, which then preferably in one second step with selected measured values Y A U S be replaced. Due to this method, measured values based on measurement errors are ignored first, so that they can then be replaced by plausible values.
  • the approximation curve for IIa follows formula (Ia), for Ub corresponding to formula (Ib) of an exponential function.
  • FIG. 3 shows a schematic representation of the unambiguous assignment of activated brain regions 8a, 8b to resonance frequencies.
  • the input signals can be represented as frequencies ⁇ . Only certain frequencies, namely the frequencies ⁇ oi, ⁇ o2, ⁇ O 3, ⁇ 04, produce in our case the desired resonance reactions, which can be seen in the spectrum at the characteristic local maxima and minima. Preferably, other generated responses of these frequencies, which may also be present, are not evaluated.
  • the resonance frequencies - here ⁇ oi, ⁇ o2, ⁇ O 3, ⁇ o4 - do not excite the entire system in most cases, but only one or more regions of the overall system.
  • FIG. 1 shows a schematic representation of the unambiguous assignment of activated brain regions 8a, 8b to resonance frequencies.
  • the input signals can be represented as frequencies ⁇ . Only certain frequencies, namely the frequencies ⁇ oi, ⁇ o2, ⁇ O 3, ⁇ 04, produce in our case the desired resonance reactions, which can be seen in the spectrum at the characteristic local maxima and minim
  • the resonance frequencies ⁇ oi, ⁇ o 2 , ⁇ o 3, ⁇ o4 of the region 8a and the resonance frequencies ⁇ oi, ⁇ o2 of the region 8b can be assigned.
  • these regions 8a and 8b to react they must have certain structures. These structures, in turn, can be characterized by certain parameters (eg, ⁇ a or ⁇ aa ) or quantities; these are feature sizes that represent characteristic reaction parameters of the associated structures in the context of the present invention.
  • the structures in the information processing system react in this way For example, to certain resonance frequencies and are thus assigned to specific regions of the information processing system. This assignment is usually unique.

Landscapes

  • Physics & Mathematics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Physics & Mathematics (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

Titel: Verfahren und System zur Bestimmung eines Reaktionssignals für einen ausgewählten Ott ki einem informationsverarbeitenden System nach Einwirkung von mindestens einem Eingangssignal
Die votliegende Etfindung betrifft ein Vetfahten und System zur Bestimmung eines Reaktionssignals in einem infotmationsveiatbeitenden System nach Einwitkung von mindestens einem Eingangssignal.
Hintergrund der Erfindung
Eine klassische Methode zut Untetsuchung von unbekannten Gegenständen und Materialien, also Ptoben und Ptobekötpetn, kann datin bestehen, dass det Ptobekötpet einet Wirkung, beispielsweise einem Feld, einet Kraft odet einem elektromagnetischen Impuls ausgesetzt wird. Die hierdurch etzeugte Feld- odet Ktaftändetung wird gemessen und dient zut Erkenntnis det dem System innewohnenden Eigenschaften. So wetden etwa patamagnetische oder diamagnetische Stoffe einem Magnetfeld ausgesetzt und die Veränderung des magnetischen Feldes (anschaulich dargestellt durch seine Feldlinien) gibt nun Aufschluss übet die jeweilige Att det magnetischen Eigenschaften der Stoffe. Det Einsatz von Ktafteinwitkungen dient oftmals dazu, um einen Körper in Schwingungen zu versetzen, so dass der schwingende Körper seine Masse preisgibt. Verändert die Probe ihre Beschaffenheit in einem bestimmten Parametet, beispielsweise in Ort und Zeit, so müssen möglicherweise mehrere Versuche zut genauen Untetsuchung det Ptobe votge- nommen werden, um der Dynamik und Veränderung dieser Probe gerecht zu werden. Abstrakt gesehen wirkt ein Eingangssignal, beispielsweise in Form eines magnetischen Impulses oder eines einfachen Magnetfeldes, auf die Probe ein. Gemessen wird ein Ausgangssignal, welches nach einet Wechselwirkung zwischen Probe und Eingangssignal meist einen veränderten Wert aufweist. Je komplexer die Probe und je dynamischer ihre Veränderung in Ort und Zeit, desto umfangreicher müssen die Untersuchungen in Form von Messungen vorgenommen werden. Allgemein bekannte Beispiele zur Bestimmung von Strukturen stellen spektroskopische Methoden dar. Bei der Infrarotspektroskopie und der Ramanspektroskopie werden Molekülschwingungen beobachtet. Bei der UV-Spektroskopie wird die Absorption von Molekülen im sichtbarem und ultravioletten Spektralbereich verwendet. Die kernmagnetische Resonanzspektroskopie (NMR-Spektroskopie) misst die Wechselwirkungen von Magnetfeldern mit den Atomkernen. Lebende Proben können mit Hilfe der funktionellen Magnetresonanztomographie (fMRT) gemessen und visualisiert werden. Hierbei werden aktivitätsabhängige Veränderungen in der kortikalen Durchblutung und Oxygenierung des lokalen Gewebes verfolgt. Gemessen werden die bereits erwähnten para- bzw. diamagnetischen Eigenschaften des desoxygenierten bzw. oxyge- nierten Blutes. Dies ist ein Beispiel für ein sehr komplexes und dynamisches System, da die Blutmenge und das Verhältnis von oxygeniertem und desoxygeniertem Blut sich ständig und unregelmäßig ändert, wobei die einzelnen Blutmoleküle auch noch in dauernder Bewegung sind. Handelt es sich bei der Probe um ein Gehirn, so liegt zudem noch ein offenkundig informationsverarbeitendes System vor. Da sich der Gesamtzustand der Probe, also dem komplexen und in dem erwähnten Fall auch informationsverarbeitenden System, ständig ändert, ist nur eine rückblickende Betrachtung des Zustandes möglich. Insbesondere bei einer Reihenmessung wird die Zeitspanne zwischen den einzelnen Messungen so gering wie möglich gewählt werden, um die größtmögliche Anzahl an Werten und Ausgangssignalen zu erhalten. Die physikalischen Methoden beschränken hier die Anzahl. Ergänzend sei erwähnt, daß die vorerwähnten Methoden sowohl zur Untersuchung von lebenden, als auch leblosen Proben verwendet werden.
Die Auswertungen dieser Messungen nehmen derzeit immer einen gemittelten Wert an und verfälschen so, insbesondere bei stark voneinander abweichenden Messwerten, das Endergebnis, so zum Beispiel im Falle der Verwendung eines MRT (Magnetresonanztomographen) als Messgerät und erlauben es somit nicht, sowohl einem bestimmten Ort in dem Probekörper zugeordnet zu werden, als auch zugleich charakteristische Reaktionsparameter, wie etwa Struktureigenschaften des informationsverarbeitenden Systems an dem bestimmten Ort zu ermitteln.
Aufgabe der Erfindung
Die Aufgabe der vorliegenden Erfindung ist es daher ein Verfahren und eine Vorrichtung bereitzustellen, welche jeweils sicherstellen, dass ein von einem informationsverarbeitenden System stammendes Reaktionssignal, das mit Hilfe eines Meßverfahrens bzw. einer Meßvorrichtung er- mittelt wurde, sowohl einem bestimmten Ort in diesem informationsverarbeitenden System zugeordnet werden kann, als auch charakteristische Reaktionsparameter, wie etwa Struktureigenschaften des informationsverarbeitenden Systems an dem bestimmten Ort mit Hilfe dieses Reaktionssignals bestimmt werden können.
Diese Aufgabe wird durch ein Verfahren zur Bestimmung eines Reaktionssignals (YAusMax) für einen ausgewählten Ort in einem informationsverarbeitenden System nach Einwirkung von mindestens einem Eingangssignal (XEÜI) auf das informationsverarbeitende System über einen Einwirkungszeitraum T gelöst, wobei mindestens folgende Verfahrensschritte durchlaufen werden:
a) Einwirkung des Eingangssignals (XEÜI) oder der Eingangssignale auf das informationsverarbeitende System,
b) Erfassen von mindestens einem zu einem ausgewählten Ort gehörigen Ausgangssignal (YAUS) in dem informationsverarbeitenden System, wobei das Ausgangssignal als Reaktion auf die Einwirkung des Eingangssignals (XEÜI) oder der Eingangssignale hervorgerufen wird,
c) Bildung einer Werteschar, vorzugsweise Bildung von Wertetripeln (XEin,YAus,Zt), aus den Ein- und Ausgangssignalen für den ausgewählten Ort, wobei jedem gegebenen Einwir- kungszeitpunkt (Zt) im Einwirkungszeitraum T jeweils (vorzugsweise genau) ein Ausgangssignal (YAUS) für den ausgewählten Ort und (vorzugsweise genau) ein Eingangssignal (XE-O) zugeordnet wird, und
d) Bestimmung des Reaktionssignals (YAusMax) für den ausgewählten Ort , wobei als Reaktionssignal (YAusMax) das Maximum oder das Minimum der Ausgangssignale (YAUS) oder ein Wert in einem Intervall ε um das Maximum oder das Minimum der Ausgangsignale (YAUS- Max) ausgewählt wird, die im Einwirkungszeitraum T dasselbe Eingangssignal (XEÜI) aufweisen.
Ebenso wicd diese Aufgabe durch ein entsprechend eingerichtetes System nach Patentanspruch 20 sowie ein nach dem erfindungsgemäßen Verfahren arbeitendes Computerprogramm oder Computerprogrammprodukt nach den Ansprüchen 27 bis 30 gelöst. Zweckmäßige Ausführungsformen ergeben sich aus den Unteransprüchen. Vorgenanntes Maximum oder Minimum sind im Sinne eines globalen Minimums oder Maximums im Zeitraum T zu verstehen, wobei jedoch ein Maximum während eines sogenannten ,Dip's' (fehlerbehafteter Meßzeitraum zu Beginn der Periode T) nicht als solches Maximum oder Minimum zu verstehen ist. Derartige Extrema bleiben vielmehr unberücksichtigt. Siehe zum Begriff des ,Dip's weiter unten unter Überschrift „Beispiele" das zweite Beispiel. Als Eingangssignal können dabei etwa Signale von einem Tomographen, wie z.B von einem Magnetresonanztomographen oder Kernspintomographen, aber auch Signale einer Röntgenvorrichtung verwendet werden. Es können hiermit nun aber auch hochkomplexe Eingangssignale, in Abgrenzung zu Stimuli betrachtet werden, welche beispielsweise auf einzelne oder wenige Atomkerne, Elektronen, Protonen, Spins von Elektronen, oder Phonone als Eingangssignal wirken und beispielsweise die Grundlage der NMR-Physik (NMR=nuclear magnetic resonance) darstellen. Weitere Möglichkeiten werden später genannt, ohne jedoch, daß der Aufzählung von Beispielen in dieser Schrift abschließender Charakter zukäme. Als Ausgangssignal kommt ein Signal infrage, für welches auch eine Ortsinformation ermittelbar ist, etwa ein bildgebendes Signal von den vorerwähnten Geräten.
Der Einwirkungszeitraum T ist generell nicht festgelegt. Insbesondere kann er vorzugsweise die Zeitdauer des Reaktionssignals umfassen, muß dies aber nicht. Er kann insbesondere auch nicht nur die Zeitdauer des Reaktionssignals, sondern auch einen nachfolgenden Zeitraum oder Zeitin- tervall, in welchem dass Reaktionssignal aber noch weiter auf das informationsverarbeitende System einwirkt, umfassen. Dies sind aber nicht die einzigen Möglichkeiten, vielmehr ist der Einwirkungszeitraum T generell nicht näher festgelegt.
In einer ganz besonders bevorzugten Ausführungsforrn nach der vorliegenden Erfindung ist dieses dadurch gekennzeichnet, dass genau das Maximum oder Minimum der Ausgangssignale (YAUS) als Reaktionssignal (YAusMax) ausgewählt wird und eben nicht ein Wert in einem Intervall ε um das Maximum oder Minimum der Ausgangsignale (YAUSM_X) herum zur Auswertung herangezogen wird. Der ausgewählte Maximalwert oder Minimalwert liegt also nicht in einem Bereich ] (ΪAusMax) + I e I [ , sondern er trifft genau (YAUSMSLX). Selbstverständlich ist der genaue Maximalwert oder Minimalwert als ausgewähltes Reaktionssignal zu bevorzugen, allerdings sind technische Beschränkungen, wie beispielsweise eine zu geringe zeitliche Auflösung bei Aufnahme der Eingangssignale Gründe für die Wahl eines Intervalls um das Maximum oder Minimum der Ausgangssignale herum. In einer weiteren Ausführungsform der vorliegenden Erfindung werden die Eingangssignale so gewählt, dass diese Frequenzen entsprechen und dementsprechend auch als Frequenzen dargestellt werden können. So kann eine Reihe von Frequenzen mit jeweils unterschiedlichen Werten als Eingangssignal (XEin) auf das informationsverarbeitende System einwirken und dieses kann dann eine Menge von Ausgangssignalen (YAUS) hervorrufen.
In einer besonderen Ausführungsform der vorliegenden Erfindung zur Bestimmung eines Reaktionssignals für einen ausgewählten Ort in einem informationsverarbeitenden System nach Einwirkung von mindestens einem Eingangssignal (XEUI) auf das informationsverarbeitende System über einen Einwirkungszeitraum T werden die zunächst erfassten Ausgangssignale (YAUS) teilweise oder ganz durch Näherungswerte ersetzt. Hierdurch werden Messwerte, die auf Messfehlern beruhen, zuerst nicht beachtet, damit sie dann durch plausible Werte - etwa durch Interpolation oder Approximation - ersetzt werden können. Treten in Messungen technisch bedingte Unstetig- keitsstellen auf, so ist eine Bearbeitung der Messung an diesen Stellen sonst evtl. nicht mehr möglich und es muß zur Erfassung oder Verarbeitung des Signalverlaufes auf die vorstehend beschriebene Substitution zurückgegriffen werden.
In einer weiteren besonderen Ausführungsform nach der vorliegenden Erfindung werden die Näherungswerte nach folgender Exponentialfunktion der Form:
Figure imgf000006_0001
berechnet, wobei ω die Frequenz bezüglich eines Stimulusmerkmals des Eingangssignals ist und tύaa und ωa reelle Zahlen sind, beispielsweise positive Zahlen mit ωaa >> ωa („>>" bedeutet wesentlich größer). So kann beispielsweise ω auch die Ortsfrequenz eines Stimulus (z. B. Schachbrettes) bezeichnen, oder ω gleichgesetzt werden mit 2π geteilt durch den Wert des Interstimulus- intervall zwischen 2 aufeinanderfolgenden (komplexen) Stimuli, die als Eingangssignale auf ein System einwirken. Ebenso kann ω auch beispielsweise die Grosse 2π geteilt durch die Differenz der Kontraste C zweier aufeinander folgender visueller Stimuli bezeichnen. In einer anderen erfindungsgemäßen Ausführungsform werden die Näherungswerte nach folgender Exponentialfunktion der Form:
Figure imgf000007_0001
berechnet, und A, B, ωaa und ωa reelle Zahlen sind, ω ist wiederum die Frequenz bezüglich eines Stimulusmerkmals des Eingangssignals. Für beispielsweise reelle Zahlen mit Betrag von ωaa » 1, oder Betrag von ωa >> 1 („>>" bedeutet wesentlich größer), lassen sich in Formel (Ia) und (Ib) der Exponentialterm nach einer Taylorschen Reihe entwickeln und beispielsweise entsprechend der Wahl von ωaa oder ωa linearisieren oder beispielsweise bis zum Term 2-ter Ordnung der Frequenz ω darstellen.
Die Formeln (Ia) und (Ib) stellen geeignete Formeln zur Berechnung von Näherungswerten einzelner Wertetripel dar, so dass die durch technische Fehler erfassten Ausgangswerte schnell erkannt und den realen Ausgangswerten angepasst werden können.
In einer anderen Ausführungsform nach der Erfindung liier wird aus den Eingangsfrequenzen und den hierzu jeweils bestimmten Reaktionssignalen (YAusMax) ein Spektrum für den ausgewählten Ort im informationsverarbeitenden System erzeugt, in welchem die Reaktionssignale (YAusMax) gegen aufsteigende oder absteigende Eingangsfrequenzwerte dargestellt werden. Diese Ausführungsform ist in Folgeoperationen besonders gut auszuwerten und sie überzeugt auch in ihrer übersichtlichen Darstellung. Bei der Erstellung eines Spektrums werden Wertepaare, nämlich die der Eingangsfrequenzen mit den Ihnen zugeordneten Reaktionssignalen (YAusMax) SO angeordnet, dass entweder die Eingangsfrequenzen in ihrem Wert ansteigen oder abfallen. Solche Spektren können graphisch leicht in einer 2-dimensionalen Abbildung dargestellt werden. Folgt man dem Kurvenverlauf in eine beliebige Richtung, so sind die positive oder negative Steigung sowie der Grad ihrer Veränderung deutlich zu erkennen. Eine mögliche Entwicklung des Kurvenverlaufes zu Maxima, Minima, Sattel oder Wendepunkten wicd in der 2-dimensionalen Abbildung sichtbar und offenbart die Eingangsfrequenzen deren zugeordnete Reaktionssignale (YAusMax) auffallen. In manchen Fällen kann durch eine gezielte Untersuchung der Reaktionssignale
Figure imgf000007_0002
an dem Eingangsfrequenzwert und in dessen Umgebung eine Besonderheit, vorzugsweise in der Struktur des informationsverarbeitenden Systems erkennt werden. In einer anderen Ausführungsform der vorliegenden Erfindung zur Bestimmung eines Reaktionssignals für einen ausgewählten Ort in einem informationsverarbeitenden System nach Einwirkung von mindestens einem Eingangssignal (XEin) auf das informationsverarbeitende System über einen Einwirkungszeitraum T ist diese dadurch gekennzeichnet, dass zusätzlich zu dem Spektrum beispielsweise mit Hilfe eines Algorithmus für jedes Eingangssignal (XEn) ein weiterer charakteristischer Reaktionsparameter bestimmt wird.
Zum Verständnis der charakteristischen Reaktionsparameter ist es nützlich den physikalischen Hintergrund der vorliegenden Erfindung mit Hilfe der folgenden Modellvorstellung zu erläutern, der ein Schwingungssystem zugrunde liegt, bei dem die Erzeugung der Eingangssignale als anregendes System und das zu messende informationsverarbeitende System (oder Teile hiervon) als angeregtes System verstanden werden.
Der Probekörper in Form eines informationsverarbeitenden Systems wird einem Eingangssignal (XEin) ausgesetzt. Hierdurch wird das informationsverarbeitende System verändert. Je nach Eingangssignal (XEUI) werden in dem informationsverarbeitenden System durch Resonanzphänomene oder ähnliche Phänomene Ausgangssignale (YAUS) erzeugt. Es handelt sich also um ein angeregtes Gesamtsystem, welches Ausgangssignale (YAUS) ausgibt. Diese Ausgangssignale (YAUS) werden durch systemeigene Komponenten erzeugt und können somit über die Systemstruktur charakterisiert werden. Besteht das informationsverarbeitende Gesamtsystem aus einem komplizierten Netzwerk aus unterschiedlichen Materialien und Hohlräumen und dadurch aufgebauten Strukturen, also einer nicht überschaubaren Anzahl unterschiedlich reagierender Komponenten, so ist auch von einer nicht überschaubaren Anzahl auf das Ausgangssignal (YAUS) einflussneh- mender Komponenten auszugehen. Die ermittelten Messwerte, also die Ausgangssignale (YAUS) stellen die Messgrößen dar, die von den regionalen strukturellen Bedingungen des Systems abhängen.
Die Eingangssignale (XEΠ) mit ihrer Frequenzdarbietung ω erzeugen Reaktionssignale. Sind die erzeugten Reaktionssignale Resonanzreaktionen, so werden diese Frequenzen Resonanzfrequenzen ωi genannt, wobei i eine durchlaufende natürliche Zahl ist, mit welcher die einzelnen Resonanzfrequenzen bezeichnet werden. Das informationsverarbeitende System als System kann auf die Resonanzfrequenzen ωi, 002, ... ωi ..., ωn in Form von Ausgangssignalen reagieren. Nun reagiert aber in den meisten Fällen nicht das informationsverarbeitende System auf die einzelnen Reso- Ganzfrequenzen, sondern immer nur eine oder mehrere Regionen des informationsverarbeitenden Systems. Damit diese Regionen reagieren können, müssen sie bestimmte Strukturen aufweisen. Diese Strukturen können durch bestimmte Parameter oder Größen charakterisiert werden, es handelt sich somit um Strukturgrößen, die charakteristische Reaktionsparameter der zugehörigen Strukturen im Sinne der vorliegenden Erfindung darstellen. Diese Strukturen im informationsverarbeitenden System reagieren auf bestimmte Resonanzfrequenzen und sind somit bestimmten Regionen des informationsverarbeitenden Systems zuzuordnen. Diese Zuordnung kann eindeutig sein und ist dies auch in vielen Fällen, so etwa in Fällen der Messung an lebender Materie, etwa am Gehirn.
Da aber Systeme, welche nicht vollständig homogen aufgebaut sind, in mehreren Anregungsfrequenzen schwingen können und wie schon erwähnt die einzelnen Regionen auch in unterschiedlichen Frequenzen schwingen, resultieren aus diesen vielen Frequenzen durch Überlagerung neue Schwingungen. Diese werden von einem Meßaufnehmer (etwa den entsprechenden Vorrichtungen der bereits erwähnten Apparaturen) erfaßt und als Ausgangssignal (YAUS) ausgegeben. Das Eingangssignal (X&n) "wkkt allerdings mit eiaei gewisse» zeitlichen Verzögerung auf das informationsverarbeitende System ein. So bauen sich nach der Übermittlung der Eingangssignals (XEÜI) die Schwingungen auf, überlagern sich und klingen dann wieder ab. Dieser Zeitraum wird als Eiαwirkungszeitraum T bezeichnet.
Zum Verständnis des Hintergrundes der hier erläuterten Modellvorstellungen seien noch einmal die physikalischen Grundlagen ia Erinnerung gerufen: Das gebräuchlichste Modell zur Darstellung einer Schwingung ist das des Oszillators, des harmonischen und des unharmonischen Oszillators. Die erzwungene Schwingung eines Oszillators ist durch folgende Differentialbewegungsgleichung gegeben (vgl. Walter Greiner Ed. 2004 Springer, Classical Mechanics: point particles and relativity, Chapter 21 page 220, eq. 23.20):
(2)
Figure imgf000009_0001
mit γ = K/m, ω2 = D/m und f = F/m, wobei m die Masse des Körpers, x die Auslenkung des Körpers aus der Gleichgewichtslage und t die Zeit ist. K und D sind materialabhängige Konstan- ten und F gibt den Maximalwert der Erregerkraft an. In der Formel (2) gibt der erste Term der liαken Gleichungsseite die Trägheitskraft, der zweite Term die Reibungskraft und der dritte Term die Rückstellkraft an.
Entspricht nun die Frequenz, mit welcher das System angeregt wird genau der Resonanzfrequenz ω = ω0, so nimmt die Amplitude (wenn der Wert positiv ist, in beiden Fällen aber das Quadrat der Amplitude) der Schwingung zu, d. h. die äußere Kraft, also das Eingangssignal, verstärkt die Eigenschwingung des Systems. Überlagerungen von Schwingungen, wie sie in den komplexen Systemen vorkommen, sind nun ebenfalls als Schwingung darstellbar, denn sie stellen nur die Summe aller einzelnen Schwingungen dar. Da alle Schwingungen, sogar die unperiodischen Schwingungen durch Überlagerungen von harmonischen Schwingungen beschreiben lassen, kann das Ausgangssignal mit Hilfe mathematischer Methoden so etwa der Laplace-Transformation oder der schnellen Fourier-Transformation (vgl. etwa Brigham, Eiber Oran, The Fast Fourier Transform, Englewood Cliffs 1974) in harmonische Schwingungsgleichungen aufgelöst werden.
Die Fouriertransformation kann dazu verwendet, um für zeitliche Signale das Frequenzspektrum zu berechnen. Die fouriertransformierte Lösung der Bewegungsgleichung (im Frequenzbereich) für gedämpfte Schwingungen, also für die Formel (2) lautet:
Figure imgf000010_0001
wobei
Aω die Differenz zwischen Resonanzfrequenz und einwirkender Frequenz bedeutet und
k eine reelle Konstante ist.
Vor diesem Flintergrund ist es grundsätzlich wohl auch möglich durch Rücktransformation aus dem Spektrum der Eingangsfrequenzen ω gegen die Reaktionssignale (YAusMax) den Signalverlauf der Eingangssignale zu rekonstruieren, wobei jedoch - mangels Kenntnis der Anfangsbedingungen - der zeitliche Zusammenhang verloren ginge. Soweit zu der das Verständnis der vorliegenden Erfindung erleichternden Modellvorstellung eines Schwingungssystems. I O
In einer ganz besonderen Ausführungsform der vorliegenden Erfindung werden zusätzlich zu den Spektren weitere charakteristische Reaktionsparameter, vorzugsweise die Resonanzfrequenzen und/oder die Resonanzhalbwertsbreite und/oder die Dämpfungsparameter bestimmt. Das Spektrum, das einem Ort des informationsverarbeitenden Systems zugeordnet ist, stellt vorzugsweise selbst bereits einen charakteristischen Reaktionsparameter dar. Gleiches gilt vorzugsweise auch für die hieraus in Folge ermittelten zusätzlichen Parameter. Die Bestimmung der (weiteren) charakteristischen Reaktionsparameter dient wie oben beschrieben der Charakterisierung der Strukturen des informationsverarbeitenden Systems und kann somit möglicherweise Aufschluß über diese Strukturen des informationsverarbeitenden Systems geben. Mißt man charakteristische Reaktionsparameter für verschiedene oder alle Orte in jeweils zu wählender oder erreichbarer räumlicher Auflösung, so erhält man eine evtl. auch mehrdimensionale Karte des informationsverarbeitenden Systems hinsichtlich des jeweilig gemessenen Reaktionsparameters, die eine Aussage über eine vorzugsweise räumliche oder flächige oder auch eindimensionale - etwa entlang einer Linie liegende - Verteilung dieser Reaktionsparameter ergibt.
Die Erläuterung der charakteristischen Reaktionsparameter nimmt wieder Bezug auf die oben beschriebene Modellvorstellung. Die Resonanzfrequenzen sind, wie schon oben erwähnt jene Frequenzen die das informationsverarbeitende System oder zumindest Teile hiervon anregen.
Der Dämpfungsparameter ist der Parameter, welcher die Dämpfung einer Schwingung beschreibt. So dämpft die auf ein schwingendes System einwirkende Reibungskraft (siehe Term 2 auf der linken Gleichungsseite in Formel (2) ) die Schwingung bis zum Stillstand, wenn keine zusätzlich Kraft aufgewendet wird. Der Dämpfungsparameter γ ist direkt proportional zur Konstante K. Diese ist eine nur von den Strukturgrößen abhängige Konstante und eignet sich deshalb zur Bestimmung der Strukturgrößen. Der Dämpfungsparameter kann aus den Spektren ermittelt werden.
Die Halbwertsbreite, insbesondere Resonanzhalbwertsbreite, welche sich ebenfalls zur Bestimmung der Strukturgrößen eignet, wird etwa aus dem Spektrum gebildet. Die Halbwertsbreite einer Funktion mit einem Maximum ist die Differenz zwischen den beiden benachbarten Argumenten der Funktion für die die Funktionswerte auf die Hälfte des Maximums abgesunken sind. Entsprechendes gilt für ein Minimum. Die Halbwertsbreite kann natürlich auch jeweils in zwei Dimensionen bestimmt werden, also bezogen auf eine 3D-Darstellung wie in Fig. 2, dort in mitt- lerer Höhe zu sehen hinsichtlich der YAUS - Zt -Ebene, der Xsn - Zt und der Xsn - YAUS- Ebene, sowie anderen sich hieraus ergebenen Möglichkeiten. Eine weitere Möglichkeit wäre die Bestimmung der Strukturparameter aus den Graphen, die durch Projektion des Graphen von YAUS auf die XEJΠ - YAUS -Ebene bzw. die YAUS - Zt -Ebene resultieren, oder der Näherung der Projektion von YAUS auf die Xεin - YAUS -Ebene durch die Formeln (Ia) oder (Ib).
In einer weiteren besonderen Ausführungsform der vorliegenden Erfindung werden mindestens N Eingangssignale (XEin) an das informationsverarbeitende System übermittelt, wobei die Einwirkung der N Eingangssignale (XEUI) auf das informationsverarbeitende System mit einer Wahrscheinlichkeit pi bis pN eintritt, wobei N eine natürliche Zahl darstellt und p vorzugsweise die Normalverteüungswahtscheinlichkeit (nach Gauß 'scher Normalverteilung) der Einwirkung im Bereich von 0 bis 1 angibt.
In einer weiteren Ausfülirungsform der vorliegenden Erfindung sind die Eingangssignale so beschaffen, daß sie die Amplitude der Resonanzfrequenz des informationsverarbeitenden Systems an bestimmten Orten verstärken und an anderen Orten abschwächen. Ebenso kann durch geeignete Wahl der Eingangssignale die Amplitude der Resonanzfrequenz des informationsverarbeiteten Systems, oder an bestimmten Orten des Gesamtsystems verstärkt, abgeschwächt oder ganz unterdrückt werden. Hierfür muß nur die geeignete Resonanzfrequenz gewählt bzw. vermieden werden. Diese Resonanzfrequenz ist aber nach Auswertung der Messergebnisse bekannt. Eine Anpassung im vorgenannten Sinne bezeichnet man dann als Synchronisation bzw. Desynchroni- sation, wenn das' System seine periodischen oder aperiodischen Schwingungen den periodischen oder aperiodischen Eingangssignalen anpasst.
Um die Effekte der Synchronisation und Desynchronisation besonders genau steuern zu können, ist es empfehlenswert (möglicherweise sogar notwendig), daß die Eingangssignale mehrfach mit unterschiedlichen Einstellungsparametern übermittelt werden, wobei in anderen bevorzugten Ausführungsformen nach der vorliegenden Erfindung zusätzlich die Frequenz der Wiederholungsrate und/oder die Intensität der Eingangssignale und/oder die Anzahl der Wiederholungen frei gewählt werden können. Dies gewährleistet die genaue Anpassung der Eingangssignale an die Amplitude der Resonanzfrequenz des untersuchten informationsverarbeiteten Systems.
Die gemessenen Ausgangssignale und die Eingangssignale sind eine zeitliche Folge von endlich vielen Signalen die mit bestimmten Häufigkeiten auftreten. Im nachrichtentechnischen Sinn ist unerheblich, ob diese Ausgangssignale bzw. Eiαgangssignale als Träger von Bedeutung fungieren können. Sie stellen eine Nachricht dar, also eine Anordnung von Elementen. Eine solche Anordnung von Elementen hat grundsätzlich einen Informationsgehalt. Der Informationsgehalt eines Zeichens entspricht der Zahl der für die Codierung benötigten Dualschritte. Schreibt man die Anzahl der Zeichen als Potenz zur Basis Zwei, so zeigt der Exponent die benötigten Dualschritte und damit den Informationsgehalt in Bit an. Die durch die vorliegende Erfindung erhaltenen Spektren können wie in Figur 2 dort in den beiden unteren Frequenzspektren gezeigt, dargestellt werden. Dort sind die Eingangsfrequenzen auf der horizontalen Achse und die Ausgangssignale auf der vertikalen Achse aufgetragen. Die Eingangssignale stellen, wie oben erläutert, eine Nachricht dar, die einen Informationsgehalt aufweist, der der Zahl der für die Codierung benötigten Dualschritte gleich ist. Werden die Eingangssignale nun zur Basis Zwei logarithmiert, so erhält man die Zahl der Information in Bit (Binary Digit), die dem informationsverarbeitenden System übertragen werden. Die Ausgangssignale stellen, wie ebenfalls oben erläutert, eine Nachricht dar, die einen Informationsgehalt aufweist. Dieser ist gleichfalls der Zahl der für die Codierung benötigten Dualschritte gleich.
Der Informationsgehalt eines Zeichens entspricht also der Zahl der für die Codierung benötigten Dualschritte. Die Anzahl der Zeichen, also die Anzahl der Eingangssignale bzw. Ausgangssignale, als Potenz zur Basis Zwei geschrieben, weist in seinem Exponenten den Informationsgehalt der Zeichen in Bit aus. Unterschiedliche Zeichen, also beispielsweise die unterschiedlichen Frequenzen der Eingangssignale oder die unterschiedlichen Ausgangssignale, können gleichhäufig oder aber in einer unterschiedlichen Häufigkeit auftreten. Die relative Häufigkeit eines Zeichen ist der Quotient aus seiner absoluten Auftretenshäufigkeit und dem Gesamtauftreten aller Zeichen. Die relative Häufigkeit eines Zeichens steht in einem eindeutigen Zusammenhang mit dem Informationsgehalt des jeweiligen Zeichens, so kann der Informationsgehalt eines Zeichens dem Zweierlogarithmus (Logarithmus dualis) des umgekehrten Wertes - also des Kehrwertes - dieser relativen Häufigkeit entsprechen. Dies bildet die Grundlage zur Auswertung des in Bit gewonnenen Informationsgehaltes hinsichtlich des Informationsbeitrages eines Zeichens zum Gesamtinformationsgehalt.
In einer ganz besonderen Ausfuhrungsform nach der vorliegenden Erfindung zur Bestimmung eines Reaktionssignals ist diese dadurch gekennzeichnet, dass aus den Eingangsfrequenzen und den hierzu jeweils bestimmten Reaktionssignalen (YAUSMOX) ein Spektrum für den ausgewählten Ort im mformationsverarbeitenden System erzeugt wird, in welchem die Eingangsfrequenzwerte (XEUI) zur Basis Zwei logarithmiert sind.
Eine weitere besondere Ausfuhrungsform der vorliegenden Erfindung zur Bestimmung eines Reaktionssignals ist dadurch gekennzeichnet, dass aus den Eingangsfrequenzen und den hierzu jeweils bestimmten Reaktionssignalen (YAusMax) ein Spektrum für den ausgewählten Ort im informationsverarbeitenden System erzeugt wird, in welchem die Reaktionssignale (YAusMax) zur Basis Zwei logarithmiert sind.
Ein andere Ausfuhrungsform nach der vorliegenden Erfindung zur Bestimmung eines Reaktionssignals ist nun dadurch gekennzeichnet, dass aus den Eingangsfrequenzen und den hierzu jeweils bestimmten Reaktionssignalen (YAusMax) ein Spektrum für den ausgewählten Ort im informationsverarbeitenden System erzeugt wird, in welchem die zur Basis Zwei logarithmierten Werte der Reaktionssignale (YAusMax) und die Eingangsfrequenzwerte (XEÜI) ebenfalls zur Basis Zwei logarithmiert sind.
Diese Ausführungsform hat zudem auch den Vorteil zu einer Aussage über den Informationsdurchsatz an einen bestimmten Ort des zu messenden informationsverarbeitenden Systems gelangen zu können.
Zunächst wird für jeden Ort ein Spektrum erzeugt. Logarithmiert man nun dieses Spektrum auf Abszisse und Ordinate, wobei typischerweise dann eine Gerade entsteht, so läßt sich die Steigung dieser Geraden ermitteln, etwa in dem man
^ AusMax \ω2 ) ~ * AusMax \®\ ) (A \ ω2 - (Dx
berechnet, wobei CDi und CO2 mit CO2 > COi (oder auch umgekehrt ja nachdem, ob steigende oder fallende Frequenzen auf der Abszisse aufgetragen wurden) hier für XEOI gewählte Frequenzen sind und YAusMax(cθi) das Reaktionssignal für den Ort bei der Frequenz Cθi ist. Aufgrund der Logatithmierung fällt hier für die Steigung die Einheit der Abszissen und Ordina- tenwerte heraus, da - aufgrund der Logarithmengesetze - gilt:
Figure imgf000015_0001
Figure imgf000015_0002
1
Entsprechend dem vorerwähnten informationstheoretischen Zusammenhängen läßt sich zudem ein zur Basis Zwei logarithmierter (Signal-) Wert als ein solcher mit einem bestimmten Informationsgehalt in Bit auffassen.
Damit laßt sich nun einem bestimmten Ort des informationsverarbeitenden Systems im Wege der Logarithmierung seines zuvor erfindungsgemäß ermittelten Spektrums und der Ermittlung der Steigung der dabei erhaltenen Geraden (oder in etwa erhaltenen oder approximierten Geraden) ein Informationsgehalt in Bit zuordnen, der durch den Wert der Steigung gegeben ist.
Da aber das erfindungsgemäß für einen jeweiligen Ort erhaltene Spektrum über einen Zeitraum T ermittelt wurde stellt dieser Informationsgehalt einen Informationsdurchsatz für diesen Zeitraum T dar. Somit läßt sich der Informationsdurchsatz pro Zeiteinheit ermitteln. Indem man etwa durch T (in Sekunden gegeben) dividiert, erhält man so beipielsweise für den jeweiligen Ort des informationsverarbeitenden Systems eine Informationsdurchsatzrate in Bit pro Sekunde. Mißt man verschiedene oder alle Orte in jeweils zu wählender oder erreichbarer räumlicher Auflösung, so erhält man eine evtl. auch mehrdimensionale Informationsdurchsatzkarte des informa- tionsveraϊbeitenden Systems, die eine Aussage übet seine vorzugsweise räumliche oder flächige oder auch eindimensionale - etwa entlang einer Linie - verteilte Verarbeitungskapazität ergibt.
Die erfindungsgemäßen Ausführungsfomen die eine Logarithmierung der Eingangsfrequenzen und/ oder des Reaktionssignals vornehmen, ermöglichen nach Erzeugung der genannten Spektren eine direkte Auswertung des Informationsgehaltes der übermittelten bzw. erfassten Signale und/oder Frequenzen. Hierbei ist anzumerken, dass der Informationsgehalt der Eingangssignale nun praktischerweise gesteuert werden kann und somit zu einer Verbesserung der Interpretation der Auswertung des Informationsgehaltes der Ausgangssignale führt. Hier sei noch einmal deutlich darauf hingewiesen werden, dass sowohl die Eingangswerte, als auch die Ausgangswerte, vor und nach Verarbeitung im vorstehenden Sinne mit Hilfe einer Funktion modifiziert werden können, um so aussagekräftige Parameter und Konstanten herauszukehren. Solche Funktionen können beispielsweise logarithmisch, exponentiell, polynomial oder auch ganz anders sein. Sie können auch in jeder beliebigen Ordnung gewählt werden.
Zur Durchführung der Erfindung zur Bestimmung eines Reaktionssignals für einen ausgewählten Ort wird vorzugsweise ein System verwendet, welches mindestens eine Eingangssignalerzeu- gungseinheit, eine Ausgangssignalaufnahmeeinheit und eine Datenverarbeitungseinheit sowie einem Speicher und wahlweise eine Kommunikationsschnittstelle aufweist, wobei die Eingangssi- gnalerzeugungseinheit zur Übermittlung des Eingangssignals und die Ausgangssignalaufnahmeeinheit zur Aufnahme des Ausgangssignals eingerichtet sind und die Datenverarbeitungseinheit so eingerichtet ist, dass sie das erfindungsgemäße Verfahren (insbesondere auch in allen hier beschriebenen Ausführungsformen der vorliegenden Erfindung) ausführen kann oder ausführt. Desweiteren können in einer weiteren bevorzugten Ausführungsform der vorliegenden Erfindung alle während der Durchführung des Verfahrens anfallenden Werte oder Signale, insbesondere die Reaktionssignale und weitere relevante Werte und/oder Signale und/oder Daten auf einem Monitor bildgebend teilweise oder in Gesamtheit dargestellt werden bzw. werden teilweise oder auch in Gesamtheit dargestellt. Je nach Zweck der Daten- und Signaldarstellung ist es möglich, die Darstellungsform der jeweiligen Werte, Daten oder Signale eindimensional, etwa auf einer Linie oder zweidimensional, also etwa auf einer Schnittfläche oder auch in zweidimensionaler Projektion einer dreidimensionalen Darstellung frei wählen zu können. Auch kann - bei Wahl einer entsprechenden Bildanzeigevorrichtung - eine dreidimensionale Darstellung, etwa eine holographische Darstellung verwendet werden. Unter solche dreidimensionale Darstellungen fallen auch sogenannte Pseudo-3-D-Darstellungen, wie sie etwa im Rahmen von sogenannten Virtual- Reality-Darstellungen und/oder auch durch optische Täuscheffekte, z.B. mittels spezieller Brillen, Verwendung finden.
Auch kann die votliegende Erfindung als ein entsprechend eingerichteten Computerprogramm, (etwa mit den hierzu notwendigen Programmcode-Mitteln) etwa auf Datenträger, etwa magnetischen oder optischen Datenträgern, wie z.B. Diskette, CD oder DVD oder auch datenträgerlos, etwa auf einem Trägersignal, z.B. zum Download, vorliegen, wobei das Computerprogramm das Verfahren nach der vorliegenden Erfindung ausführt, wenn es auf einem Computer abläuft oder das vorgenannte System erfindungsgemäß einrichtet.
Abschließend sei hier darauf hingewiesen, dass als informationsverarbeitendes Systeme im Sinne der vorliegenden Erfindung beispielsweise lebende mikroporige Schwammsysteme, dreidimensional aufgebaute und im Design topologisch kompliziert aufgebaute Mikrochips, z.B. vermittels einer Röntgeneinrichtung,, sowie lebende Gewebe, insbesondere durchblutete Gewebe wie beispielsweise das Gehirn zu verstehen sind, ohne das diese Aufzählung abschließend zu verstehen wäre. Eingangssignale (XEm) können sämtliche Signale sein, die die Probe (das informationsverarbeitende System) verändern. So sind elektrische und magnetische Impulse, Spannungsänderungen, also allgemein alle Veränderungen des elektromagnetischen Feldes von längerer oder kürzerer Dauer probate Eingangssignale (XEm) Ausgangssignale (YAUS) sind alle Signale, die mit Hülfe von Messgeräten aufgefangen, also gemessen werden können. Hierzu gehören natürlich sämtliche Änderungen des elektromagnetischen Feldes, also Schwingungsänderungen. Aber auch optische, thermische, olfaktorische oder akustische Signale, die von dem informationsverarbeitenden System aufgenommen werden können, zählen hierzu, dies ebenfalls ohne, dass eine solche Aufzählung abschließend zu verstehen wäre.
Die vorliegende Erfindung kann nun für eine Reihe unter anderem der oben genannten informationsverarbeitenden Systeme Anwendung finden. Somit kann man also mit dieser Erfindung Reaktionssignale von ausgewählten Orten des Gehirns erfassen und auswerten. Beispiele
Die vorliegende Erfindung soll nun mit Hilfe eines nicht einschränkend zu verstehenden Beispiel besprochen werden.
Betspiel für eine Anordnung: informationsυerarbeitendes System I 'Eingangssigna// 'A-usgangssignal
In diesem Beispiel handelt es sich bei dem informationsverarbeitendes System um ein organisches durchblutetes System, nämlich um das Gehirn. Dieses Gehirn soll nun mit Hilfe von hochkomplexen Eingangssignalen, in Abgrenzung zu Stimuli, welche beispielsweise auf einzelne Atomkerne, Elektronen, Protonen, Spins von Elektronen oder Protonen als System als Eingangssignal wirken, und die Grundlage der NMR-Physik oder Festkörper-Physik darstellen, untersucht werden. Grundsätzlich sind derartige hochkomplexe Eingangssignale, beispielsweise folgende Signale, nämlich visuelle, olfaktorische, taktile und auditorische Signale, sowie Signale durch Eingabe von pharmakologischen Substanzen und Signale durch einfache sprachliche Aufforderung. Die Eingangssignale werden in diesem speziellen Fall von dem Gehirn als Eingangsin- fotmatioGSsignale aufgenommen und verarbeitet. Das Gehirn stellt während des kognitiv stimulierten Vorganges ein System dar, welches Veränderungen eingeht, die regional durch charakteristische Resonanzphänomene und Strukturgrößen charakterisiert sind. Die Antwort, also die Reaktion des Gehirnes kann mittels Messeinrichtungen gemessen werden. So stellen beispielsweise Suszeptibilitätsänderungen, bzw. Änderungen magnetischer Signale, elektrische Signaländerungen, manuelle, sprachliche, vegetative, mechanische Reaktionen das Ausgabesignal dar.
Das Gehirn als Gesamtsystem ist sehr komplex und die strukturellen Gegebenheiten, die vorliegen, hängen von der Anzahl der Zellschichten, den verschiedenen Arten der Synapsen und ihren Rezeptoren, insbesondere der Kopplungsweise der jeweiligen Hirnregion mit anderen Regionen ab. Also somit auch von der Anzahl der Axone und Dendriten, sowie der Anzahl der in eine Zellregion einmündenden Fasern und hinauslaufenden Fasern. Dies beschreibt die unüberschaubare Anzahl von einflussnehmenden Komponenten, die das Ausgangssignal beeinflussen. Die gemessenen Ausgangssignale spiegeln sich aber in den relativ wenigen Struktutwerten biet wieder und charakterisieren eine Hirnregion. Den durch die Resonanzfrequenz stimulierten Hirnregionen werden als Strukturgrößen nun beispielsweise die Resonanzfrequenzen zugewiesen. Beispiel für die Erstellung eines Spektrum aus gemessenen Daten
In diesem Beispiel wird der mögliche Verfahrensweg von den schon erfassten und zu einem ausgewählten Ort gehörigen Ausgangssignalen (YAUS) bis hin zu einem Spektrum beschrieben. Aus den vorliegenden Eingangssignalen (XEÜI ), den erfassten Ausgangssignalen (YAUS) und den Einwirkungszeitpunkten (Zt) werden nun die Wertetripel (XEÜI, YAUS, Zt) gebildet, wobei jedem gegebenen Einwirkungszeitpunkt (Zt) im Einwirkungszeitraum T jeweils genau ein Ausgangssignal (YAUS), nämlich (YAUS) für den ausgewählten Ort und genau ein Eingangssignal (XEn) zugeordnet wird.
Diese gesamte Werte(tripel) schar kann anschaulich in einem 3-D Diagramm für einen jeweiligen Ort des informationsverarbeitenden Systems visualisiert werden. Bei konstantem Eingangssignal (XEin), insbesondere einer konstanten Frequenz nahe einer der Resonanzfrequenzen ωi des informationsverarbeitenden Systems weist die Kurvenform in der Regel mindestens ein globales Maximum oder ein globales Minimum auf. Eine vereinfachte Modellvorstellung erklärt den Kurvenverlauf wie folgt: Nach Übermitteln des Eingangssignals (XEÜI) nimmt das informationsverarbeitende System das Signal auf. Zeitverzögert reagieren einzelne Regionen und/oder Strukturelemente auf dieses Signal, indem die einzelnen Regionen und/oder Strukturelemente nun ihre Eigenschwingung verstärken oder abschwächen und somit das Ausgangssignal (YAUS) generieren. Nach Unterbrechung des Eingangssignals (XEb) klingt die Eigenschwingung wieder ab odet steigt möglicherweise wieder an, wobei die Zeitdauer des Abklingvorganges oder Anstiegsvorganges ebenfalls eine charakteristische Größe für bestimmte Regionen des informationsverarbeitenden Systems (Regionen des Probekörpers) darstellt. Durchläuft nun das Eingangssignal (Xßn) ein ansteigendes oder abfallendes Frequenzspektrum, so ergibt dies eine Vielzahl von Kurven, die jede für sich gesehen den oben beschriebenen Verlauf nehmen und wobei Steigung, Lage, Höhe und. Anzahl der lokalen Maxima und die Halbwertsbreite natürlich für jede Kurve unterschiedlich sein können. Aus diesen Wertetripeln (Xsin, YAUS, Zt) werden nun die Reaktionssignale für den jeweiligen ausgewählten Ort bestimmt, die im Einwirkungszeitraum T dasselbe Eingangssignal (XKn) aufweisen. Als Reaktionssignal (YAusMax) für den ausgewählten Ort wird das Maximum aller vorliegenden Ausgangssignale (YAUS) bei gegebenem Eingangssignal (XEÖI) genommen. (Allerdings kann auch ein Wert nahe des Maximums innerhalb eines Intervalls ε als Reaktionssignal (YAusMax) gewählt werden.) Für jede Werte(tripel)schar über die Einwirkungszeitpunkte Zt im Zeitraum T (Xfin — festet Wert, YAUS, Zt) existiert für das jeweiligen Eingangssignal (XEÜI) ein globales Maximum aus der Menge der Ausgangssignale, welches nun das Reaktionssignal (YAUS- Max) für ein bestimmtes Eingangssignal XEin darstellt. Variiert man das Eingangssignal Xεin über das interessierende Frequenzspektrum, so ergibt sich für jedes Eingangssignal XEin ein solches Ausgangssignal YAusMax, wobei jedoch der hierzu gehörige Zeitpunkt Zt für jedes dieser maximalen Reaktionssignale (YAusMax) unterschiedlich sein kann. Die sich hieraus ergebenden Wertepaare (Xein, YAusMax) sind in den meisten Fällen nun eindeutig einer bestimmte Region mit ihren jeweiligen charakteristischen Strukturgrößen zuzuordnen. So erhält man das genannte Spektrum (Frequenzspektrum), welches nun seinerseits weitere Kenngrößen, nämlich auch die charakteristischen Reaktionsparameter zur Charakterisierung bestimmter Regionen aufweist. In einigen Fällen wird bei dem Messvorgang ein sogenannter ,Dip' erzeugt. Dies ist ein Signal, welches auf einem bekannten oder unbekannten Fehler in der Messung beruht. Dieser ,Dip' kann einen Wert annehmen, der selbst ein globales Maximum oder globales Minimum darstellt. Ein solcher Wert ist offensichtlich falsch, er tritt meist direkt zu Beginn der Messung - während in etwa der ersten 20 % des Zeitraumes T - auf, und wird nicht als Reaktionssignal (YAusMax) bestimmt, da er das Gesamtergebnis verfälschen würde.
Im folgenden werden nicht einschränkend zu verstehende Ausführungsbeispiele anhand der Zeichnung besprochen. In dieser zeigen:
Fig. 1 eine schematische Darstellung für die Übermittlung des Eingabesignals und Erzeugung des Ausgangssignals,
Fig. 2 einen Weg der weiteren Auswertung des Beispieles aus Figur 1, und
Fig. 3 eine schematische Darstellung der eindeutigen Zuordnung der Strukturgrößen stellver- tretend für die aktivierten Hirnregionen zu Resonanzfrequenzen.
Fig. 1 zeigt schematisch den Weg von der Übermittiung des Eingangssignals über die Erzeugung des Ausgangssignals bis hin zur Visualisierung. Beispielhaft wird in diesem Fall das Gehirn als informationsverarbeitendes System 2 genommen. Grundsätzlich basieren alle hirnforschenden bildgebenden technischen experimentellen Einrichtungen darauf, dass während des Messprozesses, also nach Übermittlung des Eingangssignals, Hirnsignale so gesehen werden, als ob sie in einem „Kanal" ablaufen, durch den sie als Information übertragen, und in dem sie als Information verarbeitet werden. Eingangssignale, die in einem Gehirn; insbesondere in einem menschlichen Gehirn verarbeitet werden, werden kognitive Stimuli genannt. Das Gehirn stellt aber nun während eines kognitiv stimulierten Vorganges ein System dar, welches Veränderungen erfährt, die regional durch charakteristische Resonanzphänomene und Strukturgrößen charakterisiert sind. Der kognitive Stimulus wirkt auf das Gehirn ein und fuhrt in den stimulierten Regionen zu physikalischen Veränderungen, die sich unter anderem in einer Änderung von Resonanzfrequenzen zeigt, so dass der unmittelbare Beschreibungsraum der erfassten Hirnprozesse ein Frequenzraum ist.
Das informationsverarbeitende System 2 bekommt von einer Vorrichtung oder einem Mittel zur Übermittlung von Eingangssignalen, einer Eingangssignalerzeugungseinlieit 1, ein Eingangssignal - auch Stimulus genannt - übermittelt. Dieses kann visuell, olfaktorisch, taktil, auditorisch, eine pharmakologische Substanzgabe oder gar eine sprachliche Aufforderung sein. Das Gehirn empfängt das Eingangssignal und verarbeitet dieses als Information in bestimmten, vorzugsweise genau bestimmbaren, Hirnregionen. Der Verarbeitungsvorgang verändert die beanspruchten Hirnregionen und ändert deren physikalische Eigenschaften. So wird bei der Informationsverarbeitung im Hirn der im Blut vorliegende Sauerstoff in Kohlendioxid umgewandelt. Aus Oxyhä- moglobin wird Desoxyhämoglobin. Diese beiden Hämoglobinarten weisen unterschiedliche magnetische Eigenschaften auf, die gemessen werden können. Das heißt die Reaktion des informationsverarbeitenden Systems 2 kann mit einem Mittel oder einer Vorrichtung zum Empfang des Ausgangssignals, einer Ausgangssignalaufnahmeeinheit 3 gemessen werden. So z. B. durch Sus- zeptibiütätsänderungen, bzw. Änderungen magnetischer Signale, elektrischer Signaländerungen, und natürlich auch durch manuelle, sprachliche, vegetative, mechanische Reaktionen, wobei die letztgenannten Reaktionen nicht auf die physikalischen Unterschiede von Oxyhämoglobin und Desoxyhämoglobin zurückgeführt werden können. Die so gefundenen Ergebnisse werden in einer Vorrichtung zur Datenverarbeitung, einer Datenverarbeitungseinheit 4 aufgenommen und weiterverarbeitet. Dort werden sie beispielsweise zur Visualisierung der Reaktionszentren verwendet. Dies ist in den Abbildungen 5 bis 7 zu sehen. Die Bereiche mit erfasster Gehirnaktivität 8a, 8b sind markiert. Die Abbildungen 5 bis 7 in der Figur 1 symbolisieren den am weitesten gebräuchlichen Stand der Technik der kognitiven Bildgebung. Dabei werden in der Regel nach linearer oder nichtlinearer Regressionsanalyse Parameter der statistischen Signifikanz (P-Wert, t- Wert, F-Wert) farbkodiert auf die für die kleinste räumliche auflösbare Einheit projiziert. Dies obwohl zum Beispiel die Technik des fMRT, die Technik mit den größten räumlichen Auflösungsvermögen, in kognitiven Studien einen subtileren Aufbau des regionalen Messsignals in einer Hirnregion ermöglicht, wenn man den Stimulus in Abhängigkeit von ein oder zwei Parame- tern verändert, und zwar in Bezug auf seine physikalischen Reizeigenschaften oder das Stimulati- onsintervall nach einem definierten Beginn eines Zeitintervalles (ISI). Diese Feinstruktuπerung des Signals wird bei aktuellem Stand der bisherigen fMRT-Auswertungsverfahren nicht naher statistisch auf den kleinsten auflösbaren Zeiteinheiten unteisucht Vielmehr wird über die kleinsten zeitlichen Einheiten gemittelt. Beispielhaft ausgeführt ist in Figur 1 die Darstellung statistisch signifikant aktivierter Areale im Vergleich zu einer Ruhebedingung. Abbildung 5 in der Figur 1 zeigt einen transversalen Schnitt, Abbildung 6 einen saggitalen Schnitt und Abbildung 7 einen coronalen Schnitt. Die reagierenden Hirnregionen 8a und 8b sind etwa in der Abbildung 5 deutlich zu erkennen
Fig. 2 zeigt schematisch den Ablauf einer Ausfuhrungsform des erfindungsgemaßen Verfahrens nach Aufnahme und Erzeugung der Abbildungen 5 bis 7 nach Flg. 1, also nach Erfassen von zu ausgewählten Orten gehörigen Ausgangssignalen, die durch die Einwirkung von Eingangssignalen hervorgerufen wurden. Sie zeigt also die Verfahrensschritte der Bildung von Wertetnpeln (XEin,YAus,Zt) aus den Ein- und Ausgangssignalen und der Bestimmung des Reaktionssignals (YAusMax) für ausgewählte Otte, wobei aus den Eiϊigangsfϊequenzen und den hierzu jeweils ausgewählten Reaktionssignalen (YAusMax) ein Spektrum erzeugt wird, in welchem die Reaktionssignale (YAUSMSU.) für aufsteigende oder absteigende Eingangsfrequenzwerte (X&n) dargestellt werden.
Dies wird hier beispielhaft an einer Probenuntersuchung mittels der funktionellen Magnetreso- nanztomograpbie (fMRT) aufgezeigt. Es sei biet aber nochmals darauf hingewiesen, dass es für die erfindungsgemaße Vorrichtung und das erfindungsgemaße Verfahren vollkommen irrelevant ist, mit welcher Methode die Messergebnisse erhalten werden. Die in Figur 2 dargestellten Messergebnisse basieren grundlegend auf dem in Figur 1 gezeigten Ablauf. Das Eingangssignal, also der Stimulus kann, je nach Versuchsaufbau oder ja nach Messung in seinen physikalischen Eigenschaften variieren Auch das Intervall zwischen den Stimuli kann je nach Versuchsaufbau oder Messung vauabel sein. Dies setzt in beiden Fallen eine Wiederholung des Eingangssignals voraus. Das Intervall zwischen zwei hinter einander dargebotenen Stimuli wird Interstimulusintervall (ISI) genannt. Eine durchgeführte Messung ergibt eine große Anzahl von Wertetnpeln (XEIΠ, YAUS, Zt), wobei XEUI das Eingangssignal (die Stimuli, etwa normieit auf 2π/ISI [l/s]), Zt der Zeitpunkt der Reaktion für jedes einzelne Eingangssignal (also der Zeitpunkt der Messung von YAUS) und YAUS das Ausgangssignal 3, biet die Gioße des fMRT-Signals darstellt. Man erkennt deutlich, dass bei einem konstanten Eingangssignal, insbesondere einem Signal mit einer Frequenz ω, entsprechend ω — 2π/ISI, etwa nahe einer der Resonanzfrequenzen ωi des zu messenden informationsverarbeitenden Systems 2 (Probekörper), die Kurvenform ein Maximum aufweist. Dies ist beispielhaft mit Hilfe hervorgehobener Meßkurven 9a bis 9d von YAUS über die Zeit T (also zu verschiedenen Zeitpunkte Zt) bei jeweils konstantem Eingangssignal XE∞ verdeutlicht. Nach Übermitteln des Eingangssignals nimmt das informationsverarbeitende System 2 das jeweilige Signal auf. Vorzugsweise zeitverzögert reagieren einzelne Regionen und/oder Strukturelemente des informationsverarbeitenden Systems auf dieses Signal, indem sie ein Ausgangssignal erzeugen, zum Beispiel indem die einzelnen Regionen und/oder Strukturelemente nun die Amplitude der Resonanzfrequenz verstärken, abschwächen oder ganz unterdrücken und somit das Ausgangssignal, in diesem Fall das fMRT-Signal entsprechend -generieren. Nach Unterbrechung des Eingangssignals klingt die Amplitude des Ausgangssignals, etwa der Resonanzfrequenz wieder ab, wobei die Zeitdauer des Abklingvorganges vorzugsweise eine charakteristische Größe, mithin eine Kenngröße für bestimmte Regionen des Systems (Regionen des Probekörpers) darstellen kann. Durchläuft nun das Eingangssignal ein ansteigendes oder abfallendes (Frequenz- )Spektrum, so ergibt dies eine Vielzahl von Kurven, die jede für sich gesehen den oben beschriebenen Verlauf nehmen, wobei Steigung, Lage, Höhe und Anzahl der Maxima und die Halbwertsbreite für jede gemessene Kurve unterschiedlich sein kann. Obwohl in diesem Beispiel Frequenzen immer in einer zeitlichen Abhängigkeit gesehen werden, sind auch Frequenzen, also die Frequenzen der Eingangssignale so zu verstehen, dass beipielsweise eine Lumineszensänderung oder eine Änderung eines willkürlichen Stimulusmerkmals eine Änderung in der Eingangfrequenz darstellen kann.
Zur Veranschaulichung sind hier in Fig. 2 beispielhaft in der Mitte der Darstellung zwei dreidimensionale Darstellungen der Messergebnisse zu sehen, welche den beiden reagierenden Hirnregionen 8a und 8b zugeordnet sind. Die beiden Darstellungen unterscheiden sich deutlich voneinander. So können zwei in gleichem Ausmaß statistisch signifikant aktivierte Areale des Gehirns, also die Hirnregionen 8a und 8b sich in ihrem Signalverlauf, moduliert durch die variierten Reizeigenschaften eines Stimulus (des Eingangssignals), unterscheiden. Die Messwerte des Ausgangssignals vervollständigen die Wertetripel (XEUV, YAUS, Zt), wobei jedem gegebenen Einwirkungszeitpunkt (Zt) im Einwirkungszeitraum T jeweils genau ein Ausgangssignal (YAUS) für den ausgewählten Ort und genau ein Eingangssignal (XE∞) zugeordnet wird. Aus diesen Tripeln wird nun das Reaktionssignal (YAΌSMSX) gebildet, wobei als Reaktionssignal (YΑusMax) das Maximum der Aus- gangssignale (YAUS) gewählt wird, die im Einwirkungszeitraum T dasselbe Eiαgangssignal (XEb) aufweisen, wobei Zt durchaus füir jedes Wertepaar (XEJΠ, YAusMax) unterschiedlich sein kann. Hier wurde für jedes Wertetripel (XEΠ, YAUS, Zt) das Reaktionssignal (YAusMax) bestimmt und so die Kurvenverläufe 10a beziehungsweise 10b (gewissermaßen als Kurve der Maxima) gebildet. Die Werte dieses Kurvenverlaufes 10a oder 10b weisen, wie oben erläutert, gleiche oder variierende Zt-Werte auf. Dem sich hieraus jeweils ergebenden Kurvenverlauf ist nun eindeutig eine bestimmte Region 8a oder 8b mit ihren Strukturgrößen zuzuordnen. Die Kurvenverläufe 10a und 10b ergeben in einer Projektion auf die YAUS - XEUI -Ebene ein Spektrum der YAusMax-Werte für die verschiedenen XEin- Werte (unterer Teil der Darstellung).
Weisen die bevorzugten Kurven 10a oder 10b Unstetigkeitsstellen auf, welche ihre Ermittlung und/oder weitere Verarbeitung schwierig macht, so können die aus dem Ausgangssignal ermittelten Werte YAUS, in einem ersten Schritt durch Werte einer Näherungskurve IIa oder IIb ersetzt werden, die dann vorzugsweise in einem zweiten Schritt mit ausgewählten gemessenen Werten YAUS ausgetauscht werden. Durch dieses Verfahren werden Messwerte, die auf Messfehlern beruhen zuerst nicht beachtet, damit sie dann durch plausible Werte ersetzt werden können. In diesem Fall folgt die Näherungskurve für IIa entsprechend Formel (Ia), für Ub entsprechend Formel (Ib) einer Exponentialfunktion.
Fig. 3 zeigt eine schematische Darstellung der eindeutigen Zuordnung von aktivierten Hirnregionen 8a, 8b zu Resonanzfrequenzen. Die Eingangssignale können als Frequenzen ω dargestellt werden. Nur bestimmte Frequenzen, nämlich die Frequenzen ωoi, ωo2, ωO3, ω04 erzeugen in unserem Fall die gewünschten Resonanzreaktionen, was im Spektrum an den charakteristischen lokalen Maxima und Minima zu sehen ist. Vorzugsweise werden andere erzeugte Reaktionen dieser Frequenzen, die möglicherweise ebenfalls vorhanden sind, nicht ausgewertet. Die Resonanzfrequenzen - hier ωoi, ωo2, ωO3, ωo4 - regen nun aber in den meisten Fällen nicht das Gesamtsystem an, sondern nur eine oder mehrere Regionen des Gesamtsystems. Hier in der Fig. 3 können die Resonanzfrequenzen ωoi, ωo2, ωO3, ωO4 der Region 8a und die Resonanzfrequenzen ωoi, ωo2 der Region 8b zugeordnet werden. Damit diese Regionen 8a und 8b reagieren können, müssen sie bestimmte Strukturen aufweisen. Diese Strukturen wiederum können durch bestimmte Parameter (z.B. ωa oder ωaa) oder Größen charakterisiert werden, es handelt sich hierbei um Strukturgrößen, die charakteristische Reaktionsparameter der zugehörigen Strukturen im Sinne der vorliegenden Erfindung darstellen. Die Strukturen im informationsverarbeitenden System reagieren so zum Beispiel auf bestimmte Resonanzfrequenzen und sind somit bestimmten Regionen des informationsverarbeitenden Gesamtsystems zuzuordnen. Diese Zuordnung ist zumeist eindeutig. So ist es mittels des erfindungsgemäßen Verfahrens und der erfindungsgemäßen Vorrichtung möglich Resonanzfrequenzen, die bestimmten Hirnregionen zuzuordnen sind, zu ermitteln. Diese Resonanzfrequenzen stellen somit selbst charakteristische Reaktionsparameter der zugehörigen Hirnregionen dar.

Claims

Titel: Verfahren und System zur Bestimmung eines Reaktionssignals für einen ausgewähltenOrt in einem informationsverarbeitenden System nach Einwirkung von mindestens einem EingangssignalPatentansprüche
1. Verfahren zur Bestimmung eines Reaktionssignals für einen ausgewählten Ort in einem informationsverarbeitenden System (2) nach Einwirkung von mindestens einem Eingangssignal (Xjsin) auf das informationsverarbeitende System (2) über einen Einwirkungszeitraum T, wobei mindestens folgende Verfahrensschritte durchlaufen werden:
a) Einwirkung des Eingangssignals (XEJΠ) oder der Eingangssignale auf das informationsverarbeitende System (2),
b) Erfassen von mindestens einem zu einem ausgewählten Ort gehörigen Ausgangssignal (YAUS) in dem informationsverarbeitenden System, wobei das Ausgangssignal als Reaktion auf die Einwirkung des Eingangssignals (XEin) oder der Eingangssignale hervorgerufen wird,
c) Bildung einer Werteschar, vorzugsweise Bildung von Wertetripeln (XEin,YAus,Zt), aus den Ein- und Ausgangssignalen für den ausgewählten Ort, wobei jedem gegebenen Einwirkungszeitpunkt (Zt) im Einwirkungszeitraum T jeweils ein Ausgangssignal (YAUS) für den ausgewählten Ort und ein Eingangssignal (XEJΠ) zugeordnet wird, und
d) Bestimmung des Reaktionssignals (YAusMax) für den ausgewählten Ort, wobei als Reaktionssignal (YAUSMSX) das Maximum oder das Minimum der Ausgangssignale (YAUS) oder ein Wert in einem Intervall e um das Maximum oder das Minimum der Ausgangsignale (YAUSMÜX) ausgewählt wird, die im Einwirkungszeitraum T dasselbe Eingangssignal (Xjein) aufweisen.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass in Schritt d) das Maximum oder Minimum der Ausgangssignale (YAUS) als Reaktionssignal (YAusMax) ausgewählt wird.
3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, daß die im Schritt b) erfassten Ausgangssignale (YA«S) teilweise oder ganz durch Näherungswerte (Ua, IIb) ersetzt werden, die für ausgewählte Werte danach wieder mit den erfassten Ausgangssignalen YAUS ausgetauscht werden.
4. Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass die Näherungswerte (Ha, Hb) aus einer Exponentialfunktion der Form
Figure imgf000027_0001
oder der Form
Figure imgf000027_0002
gewonnen werden, wobei ω die Frequenz bezüglich eines Stimulusmerkmals des Eingangssignals ist, und A, B, ωaa und ωa reelle Zahlen sind.
5. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass mindestens N Eingangssignale (XEm) an das informationsverarbeitende System übermittelt werden, wobei die Einwirkung der N Eingangssignale (XEÜI) auf das informationsverarbeitende System mit einer Normalverteilungswahrscheinlichkeit pi bis pN eintritt, wobei eine N natürliche Zahl darstellt und p die Wahrscheinlichkeit der Einwirkung im Bereich von 0 bis 1 angibt.
6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Eingangssignal (XEBI) einer Eingangsfrequenz entspricht.
7. Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass aus den Eingangsfrequenzen und den hierzu jeweils bestimmten Reaktionssignalen (YAUSMOX) ein Spektrum für den ausgewählten Ort im informationsverarbeitenden System erzeugt wird, in welchem die Reaktionssignale (YAuMax) für, vorzugsweise aufsteigende oder absteigende, Eingangsfrequenzwerte enthalten sind.
8. Verfahren nach Anspruch 7 dadurch gekennzeichnet, dass zusätzlich zu dem Spektrum für jedes Eiαgangssignal (XEUI) zumindest ein weiterer charakteristischer Reaktionsparameter für den ausgewählten Ort im informationsverarbeitenden System bestimmt wird.
9. Verfahren nach Anspruch 8 dadurch gekennzeichnet, dass es sich bei dem weiteren Reaktionsparameter um die Halbwertsbreite, vorzugsweise Resonanzhalbwertsbreite handelt.
10. Verfahren nach Anspruch 8 oder 9 dadurch gekennzeichnet, dass es sich bei dem weiteren Reaktionsparameter um einen Dämpfungsparameter handelt.
11. Verfahren nach Anspruch 8, 9 oder 10, dadurch gekennzeichnet, dass es sich bei dem weiteren Reaktionsparameter um mindestens eine Resonanzfrequenz handelt.
12. Verfahren nach einem der Ansprüche 7 bis 11 dadurch gekennzeichnet, dass aus den Eingangsfrequenzen und den hierzu jeweils bestimmten Reaktionssignalen (YAusMax) ein Spektrum für den ausgewählten Ort im informationsverarbeitenden System erzeugt wird, in welchem die Reaktionssignale (YAusMax) zur Basis Zwei logarithmiert sind.
13. Verfahren nach einem der Ansprüche 7 bis 11, dadurch gekennzeichnet, dass aus den Eingangsfrequenzen und den hierzu jeweils bestimmten Reaktionssignalen (YAusMax) ein Spektrum für den ausgewählten Ort im informationsverarbeitenden System erzeugt wird, in welchem die Eingangsfrequenzwerte (XEKI) zur Basis Zwei logarithmiert sind.
14. Verfahren nach einem der Ansprüche 7 bis 11, dadurch gekennzeichnet, dass aus den Eingangsfrequenzen und den hierzu jeweils bestimmten Reaktionssignalen (YAusMax) ein Spektrum für den ausgewählten Ort im informationsverarbeitenden System erzeugt wird, in welchem die Reaktionssignale (YAusMax) zur Basis Zwei logarithmiert sind und die Eingangsfrequenzwerte (XEin) ebenfalls zur Basis Zwei logarithmiert sind.
15. Verfahren nach Anspruch 14, dadurch gekennzeichnet, daß aus dem Spektrum für den ausgewählten Ort im informationsverarbeitenden System der Informationsdurchsatz pro Zeiteinheit des ausgewählten Ortes im informationsverarbeitenden System ermittelt wird.
16. Verfahren nach einem der Ansprüche 6 bis 15, dadurch gekennzeichnet, dass das Eingangssignal so beschaffen ist oder die Eingangssignale so beschaffen sind, dass sie die Amplitude der Resonanzfrequenz des informationsverarbeitenden Systems an bestimmten Orten verstärken.
17. Verfahren nach einem der Ansprüche 6 bis 16, dadurch gekennzeichnet, dass das Eingangssignal so beschaffen ist oder die Eingangssignale so beschaffen sind, dass sie die Amplitude der Resonanzfrequenz des informationsverarbeitenden Systems an bestimmten Orten abschwächen.
18. Verfahren nach einem der Ansprüche 6 bis 17, dadurch gekennzeichnet, dass das Eingangssignal so beschaffen ist oder die Eiαgangssignale so beschaffen sind, dass sie die Amplitude der Resonanzfrequenz des informationsverarbeitenden Systems an bestimmten Orten ganz unterdrücken.
19. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das informationsverarbeitende System (2) ein organisches Substrat, vorzugsweise ein Gehirn ist.
20. System zur Bestimmung eines Reaktionssignals für einen ausgewählten Ort in einem informationsverarbeitenden System nach Einwirkung von mindestens einem Eingangssignal (KE-0) auf das informationsverarbeitende System (2) über einen Einwirkungszeitraum T mit mindestens einer Eingangssignalerzeugungseinheit (1), mindestens einer Ausgangssignalaumahmeeinheit (3), mindestens einer Datenverarbeitungseinheit (4) und mindestens einem Speicher, wobei die Ein- gangssignalerzeugungseinheit (1) zur Übermittlung des Eingangssignals und die Ausgangssignal- aufnahmeeinheit (3) zur Aufnahme des Ausgangssignals eingerichtet sind, dadurch gekennzeichnet, dass die Datenverarbeitungseinheit (4) so eingerichtet ist, dass sie das Verfahren nach einem der Ansprüche 1 bis 19 ausführen kann.
21. System nach Anspruch 20, dadurch gekennzeichnet, dass das System einen Monitor oder eine andere Bildanzeigevorrichtung aufweist.
22. System nach Anspruch 21, dadurch gekennzeichnet, daß das System so eingerichtet ist, dass es ein Spektrum für ausgewählte Orte nach dem Verfahren nach einem der Ansprüche 7 oder 8 bis 19, soweit sie auf Anspruch 7 rückbezogen sind, erzeugen kann, wobei das Spektrum oder die Spektren für ausgewählte Orte im informationsverarbeitenden System bildgebend auf dem Monitor oder der anderen Bildanzeigevorrichtung dargestellt werden können.
23. System nach Anspruch. 21 oder 22, dadurch gekennzeichnet, daß das System so eingerichtet ist, dass es charakteristische Reaktionsparameter für ausgewählte Orte nach dem Verfahren nach einem der Ansprüche 7 oder 8 bis 19, soweit sie auf Anspruch 7 rückbezogen sind, bestimmen kann und die charakteristischen Reaktionsparameter in Abhängigkeit von dem jeweilig zugehörigen Ort im informationsverarbeitenden System bildgebend auf dem Monitor oder der anderen Bildanzeigevorrichtung dargestellt werden können.
24. System nach einem der Ansprüche 21 bis 23, dadurch gekennzeichnet, dass das System so eingerichtet ist, dass es den Informationsdurchsatz pro Zeiteinheit für ausgewählte Orte nach dem Verfahren nach einem der Ansprüche 15 oder 16 bis 19, soweit sie auf Anspruch 15 rückbezogen sind, bestimmen kann und der Informationsdurchsatz pro Zeiteinheit in Abhängigkeit von dem jeweilig zugehörigen Ort im informationsverarbeitenden System bildgebend auf einem Monitor oder einer anderen Bildanzeigevorrichtung dargestellt werden kann.
25. System nach Anspruch 23 oder 24, dadurch gekennzeichnet, daß das System so eingerichtet ist, dass es mehrere charakteristische Reaktionsparameter für mehrere ausgewählte Orte oder Informationsdurchsätze pro Zeiteinheit für mehrere ausgewählte Orte bestimmen kann und diese in Abhängigkeit von dem jeweilig zugehörigen Ort im informationsverarbeitenden System eindimensional - vorzugsweise entlang einer Linie - oder zweidimensional - vorzugsweise als Schnitt - oder in zweidimensionaler Projektion einer dreidimensionalen Darstellung oder dreidimensional bildgebend auf einem Monitor oder einer anderen Bildanzeigevorrichtung dargestellt werden können.
26. Verwendung eines Systems nach einem der Ansprüche 20 bis 25 zur Bestimmung eines Reaktionssignals für einen ausgewählten Ort in einem Gehirn.
27. Computerprogramm, dass Instruktionen aufweist, die zur Durchführung des Verfahrens nach einem der Ansprüche 1 bis 19 eingerichtet ist.
28. Computerprogramm mit Programmcode-Mitteln zur Durchführung des Verfahrens nach einem der Ansprüche 1 bis 19, wenn es auf einem Computer ausgeführt wird.
29. Computerprogrammprodukt, welches ein computerlesbares Medium mit Computerprogrammcode-Mitteln aufweist, bei dem jeweils nach dem Laden des Computerprogramms ein Computer zur Durchführung des Verfahrens nach einem der Ansprüche 1 bis 19 veranlasst wird.
30. Computerprogrammprodukt, welches ein Computerprogramm auf einem elektronischen Datenträgersignal aufweist, bei dem jeweils nach dem Laden des Computerprogramms ein Computer zur Durchführung des Verfahrens der Ansprüche 1 bis 19 veranlasst wkd.
PCT/DE2007/001751 2007-09-28 2007-09-28 Verfahren und system zur bestimmung eines reaktionssignals für einen ausgewählten ort in einem informationsverarbeitenden system nach einwirkung von mindestens einem eingangssignal Ceased WO2009039799A2 (de)

Priority Applications (4)

Application Number Priority Date Filing Date Title
PCT/DE2007/001751 WO2009039799A2 (de) 2007-09-28 2007-09-28 Verfahren und system zur bestimmung eines reaktionssignals für einen ausgewählten ort in einem informationsverarbeitenden system nach einwirkung von mindestens einem eingangssignal
EP07817593A EP2205987A2 (de) 2007-09-28 2007-09-28 Verfahren und system zur bestimmung eines reaktionssignals für einen ausgewählten ort in einem informationsverarbeitenden system nach einwirkung von mindestens einem eingangssignal
DE112007003329T DE112007003329B4 (de) 2007-09-28 2007-09-28 Bestimmung eines Reaktionssignals für einen ausgewählten Ort in einem informationsverarbeitenden System nach Einwirkung von mindestens einem Eingangssignal
US12/680,314 US8600696B2 (en) 2007-09-28 2007-09-28 Method and system for determining a reaction signal for a selected location in an information processing system following the effect of at least one input signal

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/DE2007/001751 WO2009039799A2 (de) 2007-09-28 2007-09-28 Verfahren und system zur bestimmung eines reaktionssignals für einen ausgewählten ort in einem informationsverarbeitenden system nach einwirkung von mindestens einem eingangssignal

Publications (1)

Publication Number Publication Date
WO2009039799A2 true WO2009039799A2 (de) 2009-04-02

Family

ID=39103029

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/DE2007/001751 Ceased WO2009039799A2 (de) 2007-09-28 2007-09-28 Verfahren und system zur bestimmung eines reaktionssignals für einen ausgewählten ort in einem informationsverarbeitenden system nach einwirkung von mindestens einem eingangssignal

Country Status (4)

Country Link
US (1) US8600696B2 (de)
EP (1) EP2205987A2 (de)
DE (1) DE112007003329B4 (de)
WO (1) WO2009039799A2 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013014309A1 (de) 2013-08-29 2015-03-05 Bundesdruckerei Gmbh Datenblatt für ein Sicherheits- und/oder Wertdokument

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014039943A1 (en) * 2012-09-07 2014-03-13 Cornell University Solar-concentrating solarization apparatus, methods, and applications
DE102013000717A1 (de) 2013-01-17 2014-07-17 Bayer Material Science Ag Datenblatt für ein Sicherheits- und/oder Wertdokument
US10395437B2 (en) * 2017-03-13 2019-08-27 Blackberry Limited Adjusting components of cargo transportation units
WO2019060298A1 (en) 2017-09-19 2019-03-28 Neuroenhancement Lab, LLC METHOD AND APPARATUS FOR NEURO-ACTIVATION
US11717686B2 (en) 2017-12-04 2023-08-08 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement to facilitate learning and performance
US11478603B2 (en) 2017-12-31 2022-10-25 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement to enhance emotional response
US12280219B2 (en) 2017-12-31 2025-04-22 NeuroLight, Inc. Method and apparatus for neuroenhancement to enhance emotional response
US11364361B2 (en) 2018-04-20 2022-06-21 Neuroenhancement Lab, LLC System and method for inducing sleep by transplanting mental states
CN113382683A (zh) 2018-09-14 2021-09-10 纽罗因恒思蒙特实验有限责任公司 改善睡眠的系统和方法
US11786694B2 (en) 2019-05-24 2023-10-17 NeuroLight, Inc. Device, method, and app for facilitating sleep

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040230252A1 (en) 1998-10-21 2004-11-18 Saul Kullok Method and apparatus for affecting the autonomic nervous system
US20070194776A1 (en) 2004-06-07 2007-08-23 Bossche Marc V Real-time device characterization and analysis

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19826992A1 (de) * 1998-06-19 1999-12-30 Forschungszentrum Juelich Gmbh Meßanordnung zur Ermittlung der funktionalen Aktivität sowie für die Auswertung der Meßsignale der Meßanordnung geeigneter Computer und Verfahren zur Bildgebung von funktionalen Meßsignalen
DE19826993B4 (de) * 1998-06-19 2004-11-04 Forschungszentrum Jülich GmbH Bildgebungsverfahren für magnetische Resonanzsignale
DE19846869A1 (de) 1998-10-12 2000-04-20 Forschungszentrum Juelich Gmbh Meßvorrichtung, Kernresonanztomograph, Meßverfahren und Bildgebungsverfahren
DE19855671A1 (de) * 1998-12-02 2000-06-15 Siemens Ag Verfahren zur zeit- und ortsaufgelösten Darstellung funktioneller Gehirnaktivitäten mittels magnetischer Resonanz und Vorrichtung zur Durchführung des Verfahrens
US6898455B2 (en) 1999-10-29 2005-05-24 The Mclean Hospital Corporation Method for providing optimal drug dosage
DE10024488C2 (de) * 2000-05-18 2003-04-10 Siemens Ag fMRI-BOLD Experiment mit multiplen Stimulationsmustern
WO2001095947A1 (en) 2000-06-13 2001-12-20 The Mclean Hospital Corporation Method for assessing cortical response to blue light
DE10211765B4 (de) 2002-03-14 2004-06-03 Forschungszentrum Jülich GmbH Vorrichtung zur Lokalisation des Zielpunktes von Elektroden zur Hirnstimulation, insbesondere zur Tiefenhirnstimulation
DE10250379B4 (de) 2002-05-17 2007-02-01 Siemens Ag Verfahren und Kernspintomographie-Gerät zur ortsaufgelösten Darstellung einer Änderung der funktionellen Aktivitäten eines Gehirns
DE10233960B4 (de) 2002-07-29 2006-11-02 Forschungszentrum Jülich GmbH Vorrichtung zur bedarfsgesteuerten Modulation physiologischer und pathologischer neuronaler rhythmischer Aktivität im Gehirn mittels sensorischer Stimulation
DE10330926B4 (de) * 2003-07-08 2008-11-27 Siemens Ag Verfahren zur absoluten Korrektur von B0-Feld-Abweichungen in der Magnetresonanz-Tomographie-Bildgebung

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040230252A1 (en) 1998-10-21 2004-11-18 Saul Kullok Method and apparatus for affecting the autonomic nervous system
US20070194776A1 (en) 2004-06-07 2007-08-23 Bossche Marc V Real-time device characterization and analysis

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
LOGOTHETIS, N.L. ET AL.: "Neurophysiological investigation of the basis oft he fMRI signal", NATURE, vol. 412, 2001, pages 150 - 157

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102013014309A1 (de) 2013-08-29 2015-03-05 Bundesdruckerei Gmbh Datenblatt für ein Sicherheits- und/oder Wertdokument
US10414192B2 (en) 2013-08-29 2019-09-17 Bundesdruckerei Gmbh Datasheet for a security and/or valuable document

Also Published As

Publication number Publication date
US8600696B2 (en) 2013-12-03
EP2205987A2 (de) 2010-07-14
US20110010125A1 (en) 2011-01-13
DE112007003329A5 (de) 2009-11-05
DE112007003329B4 (de) 2013-03-07

Similar Documents

Publication Publication Date Title
DE112007003329B4 (de) Bestimmung eines Reaktionssignals für einen ausgewählten Ort in einem informationsverarbeitenden System nach Einwirkung von mindestens einem Eingangssignal
EP3296757B1 (de) Artefaktarme magnetresonanz-fingerprinting-messung
EP3078978B1 (de) Verfahren zur magnetresonanz-bildgebung
DE60023161T2 (de) Verfahren zur abbildung von protonen-quer-relaxationszeiten oder funktionen davon in einem objekt mit lokalisierter bewegung unter verwendung der bildgebenden kernspinresonanz
DE2946820A1 (de) Verfahren und vorrichtung zur untersuchung eines koerpers mittels nuklearer magnetischer resonanz
DE102014214828A1 (de) Verfahren zum Magnetresonanz-Fingerprinting
DE102014209351B4 (de) Magnetresonanz-Spektroskopieverfahren mit kurzer Echozeit, Magnetresonanzanlage und digitales Speichermedium
DE102010041450B4 (de) Automatische Erstellung eines selektiv Gewebearten darstellenden MR-Bildes
DE102007023846A1 (de) Verfahren zum Erzeugen eines anatomischen Bildes eines Untersuchungsgebiets mit einem Magnet-Resonanz-Gerät sowie Computerprogramm und Magnet-Resonanz-Gerät zur Durchführung des Verfahrens
DE102014201207A1 (de) Verfahren zur Korrektur einer B0-Karte auf chemische Verschiebungen, Magnetresonanzeinrichtung und Computerprogramm
DE102014219405A1 (de) Verfahren zur Optimierung einer Untersuchung
DE102014210218B4 (de) Verfahren zum Generieren von medizinischen Bilddatensätzen, sowie medizinisches Bildgebungsgerät
EP3290940B1 (de) Iterative rekonstruktion von quantitativen mr-bildern
DE102005040540B4 (de) Verfahren und Gerät zur Nachweisverbesserung einer schwachsensitiven Atomkernart in der NMR-Spektroskopie
DE102015210292B4 (de) Ermittlung von Substanzgewichtungen anhand von Magnetresonanzsignalen
DE102010001549B4 (de) Verfahren zur Erstellung eines Bilddatensatzes mittels einer Magnetresonanzanlage sowie entsprechend ausgestaltete Magnetresonanzanlage, Computerprogrammprodukt und Datenträger
EP3581916A1 (de) Vorrichtung und verfahren zur magnetischen partikelbestimmung
DE102018203784A1 (de) Verfahren zur Ermittlung einer örtlichen Konzentrationsverteilung von magnetischen Partikeln, System zur visuellen Darstellung von MPI-Bilddaten
EP3796020B1 (de) Empfang von nutzsignalen im magnetresonanz-frequenzband
DE102015208939B4 (de) Bestimmung von zeitabhängigen Dephasierungsfaktoren bei MR-Signalen
DE102015218168A1 (de) Zuordnung einer Spinspezies zu einem Kombinationsbild
DE112020002098T5 (de) MRT mit Anpassung von Schwingungszuständen
DE102004012286B4 (de) Verfahren zur Basislinienkorrektur eines Magnetresonanzsignals in der MR-Spektroskopie sowie entsprechendes Computerprogrammprodukt
DE102017202161A1 (de) Bestimmung eines Fettanteils einer Leber eines Patienten mittels gemessenen spektralen Magnetresonanzdaten
DE102016209886A1 (de) Quantifizierung einer Organfunktion mittels eines Magnetresonanzgeräts

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 07817593

Country of ref document: EP

Kind code of ref document: A2

WWE Wipo information: entry into national phase

Ref document number: 1120070033290

Country of ref document: DE

REF Corresponds to

Ref document number: 112007003329

Country of ref document: DE

Date of ref document: 20091105

Kind code of ref document: P

WWE Wipo information: entry into national phase

Ref document number: 2007817593

Country of ref document: EP

REG Reference to national code

Ref country code: DE

Ref legal event code: 8607

WWE Wipo information: entry into national phase

Ref document number: 12680314

Country of ref document: US