JP2020537798A5 - - Google Patents

Download PDF

Info

Publication number
JP2020537798A5
JP2020537798A5 JP2020539685A JP2020539685A JP2020537798A5 JP 2020537798 A5 JP2020537798 A5 JP 2020537798A5 JP 2020539685 A JP2020539685 A JP 2020539685A JP 2020539685 A JP2020539685 A JP 2020539685A JP 2020537798 A5 JP2020537798 A5 JP 2020537798A5
Authority
JP
Japan
Prior art keywords
dimensional
subcortical
disorder
brain regions
image processing
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.)
Granted
Application number
JP2020539685A
Other languages
English (en)
Other versions
JP6979533B2 (ja
JP2020537798A (ja
Filing date
Publication date
Application filed filed Critical
Priority claimed from PCT/US2018/053984 external-priority patent/WO2019070721A1/en
Publication of JP2020537798A publication Critical patent/JP2020537798A/ja
Publication of JP2020537798A5 publication Critical patent/JP2020537798A5/ja
Application granted granted Critical
Publication of JP6979533B2 publication Critical patent/JP6979533B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Description

したがって、本発明の遺伝子−神経表現型アライメントトポグラフィアプローチを使用して定められた神経回路の境界は、従来の神経回路の境界から逸脱する場合がある。この逸脱の一例は、所与の疾患に関連する神経表現型変動マップが、1つより多くの遺伝子マップと最大のアライメントを呈するため、そのような複数の遺伝子のアライメントなしでは従来は同定不可能な回路にわたるアライメントをもたらすということであり得る。
[本発明1001]
対象における神経行動学的表現型を検知する方法であって、
a.前記対象から神経行動学的表現型マッピングデータのサンプルを得るかまたは得ている工程;
b.ある遺伝子に関する第1の脳領野の遺伝子型トポグラフィを、遺伝子発現マッピングデータに基づいて定める工程;
c.前記神経行動学的表現型に関する第2の脳領野の神経表現型トポグラフィを、神経行動学的表現型マッピングデータに基づいて定める工程;
d.前記第1の脳領野の前記遺伝子型トポグラフィと前記第2の脳領野の前記神経表現型トポグラフィとを接触させてアライメントを確立する工程;及び
e.前記サンプルを、アラインされた前記遺伝子型トポグラフィ及び前記神経表現型トポグラフィと接触させることにより、前記サンプルにおいて前記神経行動学的表現型が存在するかどうかを検知する工程
を含む、前記方法。
[本発明1002]
前記神経行動学的表現型が、感情障害、パーソナリティ障害、注意欠陥多動性障害、神経変性疾患、神経発達障害、化学療法に伴う認知変化、神経変性疾患に伴う精神症状、健康時及び疾病時における脳機能の性差、外傷性脳傷害、ならびに測定可能な神経の特徴のうちの少なくとも1つである、本発明1001の方法。
[本発明1003]
対象における神経行動学的表現型を診断、予測、予知、または処置する方法であって、
a.前記対象から神経行動学的表現型マッピングデータのサンプルを得るかまたは得ている工程;
b.ある遺伝子に関する第1の脳領野の遺伝子型トポグラフィを、遺伝子発現マッピングデータに基づいて定める工程;
c.前記神経行動学的表現型に関する第2の脳領野の神経表現型トポグラフィを、神経行動学的表現型マッピングデータに基づいて定める工程;
d.前記第1の脳領野の前記遺伝子型トポグラフィと前記第2の脳領野の前記神経表現型トポグラフィとを接触させてアライメントを確立する工程;
e.前記サンプルを、アラインされた前記遺伝子型トポグラフィ及び前記神経表現型トポグラフィと接触させることにより、前記サンプルにおいて前記神経行動学的表現型が存在するかどうかを検知する工程;及び
f.前記神経行動学的表現型が検知されたとき、前記対象を診断、予測、予知、または処置する工程
を含む、前記方法。
[本発明1004]
前記対象に治療剤を投与する工程を更に含む、本発明1003の方法。
[本発明1005]
検知された前記神経行動学的表現型の処置に好適な1つ以上の治療剤を同定する工程を更に含む、本発明1004の方法。
[本発明1006]
前記1つ以上の治療剤が、検知された前記神経行動学的表現型に関連する遺伝子に基づいて選択される、本発明1005の方法。
[本発明1007]
前記遺伝子が、PDYN、OXTR、OPRK1、PNOC、OXT、AVP、OPRL1、APOE、GRIN2C、GABRA2、HTR2A、HTR3A、HRTR2C、HTR6、MAOA、CHRM1、CHRM3、CCR5、CXCR4、CXCR7、HRH3、ADRB2、DRD2、SNCA、GBA、GPR88、GPR139、及びLRRK2のうちの1つ以上である、本発明1006の方法。
[本発明1008]
検知された前記神経行動学的表現型に関連する遺伝子発現標的を同定する工程を更に含む、本発明1005の方法。
[本発明1009]
検知された前記神経行動学的表現型の処置に好適であることが示される1つ以上の治療剤を組み合わせる工程を更に含む、本発明1005の方法。
[本発明1010]
検知された前記神経行動学的表現型の処置に有効であることが示される量で1つ以上の治療剤を投薬する工程を更に含む、本発明1005の方法。
[本発明1011]
検知された前記神経行動学的表現型の処置に最も好適であることが示される治療剤を選択する工程を更に含む、本発明1005の方法。
[本発明1012]
検知された前記神経行動学的表現型の処置に好適でないことが示される1つ以上の治療剤を前記対象に投与しないことを更に含む、本発明1005の方法。
[本発明1013]
前記1つ以上の治療剤が、前記第1の脳領野と前記第2の脳領野との前記アライメント以外の脳領野において活性を有することが示される、本発明1012の方法。
[本発明1014]
検知された前記神経行動学的表現型に関する診断、そのリスクがあるという予知、またはそれについての処置を前記対象が受けた後に、本発明1003の工程のうちの1つ以上が繰り返される、本発明1004の方法。
[本発明1015]
検知された前記神経行動学的表現型の変化に基づいて前記対象の治療レジメンを変更する工程を更に含む、本発明1014の方法。
[本発明1016]
臨床試験への組み入れについて前記対象を選択する工程を更に含む、本発明1003の方法。
[本発明1017]
前記臨床試験への組み入れに好適な患者集団を形成する工程を更に含む、本発明1016の方法。
[本発明1018]
前記神経行動学的表現型が、
a.感情障害、例えば強迫性障害、双極性障害、単極性うつ病、気分変調症及び気分循環症、全般不安症、パニック障害、恐怖症、ならびに外傷後ストレス障害;
b.パーソナリティ障害、例えば統合失調症、妄想性パーソナリティ障害;スキゾイドパーソナリティ障害;統合失調型パーソナリティ障害;反社会性パーソナリティ障害;情緒不安定性パーソナリティ障害;演技性パーソナリティ障害;自己愛性パーソナリティ障害;回避性(または不安性)パーソナリティ障害;依存性パーソナリティ障害;及び強迫性パーソナリティ障害;
c.不注意型、過活動衝動型、及び複合型などの注意欠陥多動性障害;
d.神経変性疾患、例えばアルツハイマー病、パーキンソン病;筋萎縮性側索硬化症;フリートライヒ運動失調症;ハンチントン病;レビー小体病;及び脊髄性筋萎縮症;
e.神経発達障害、例えば自閉症スペクトラム障害、注意欠陥/多動障害(ADHD)及び学習障害;化学療法に伴う認知変化;
f.悲しい気分もしくは気分の落ち込み、思考の混乱もしくは集中力の低下、過剰な恐れもしくは心配、または極端な罪悪感、気分の浮き沈みの極端な変化、友人及び活動からの離脱、著しい疲労、低い活力もしくは睡眠困難、現実からの解離(妄想)、妄想症もしくは幻覚、日常の問題もしくはストレスに対処する能力の不全、状況及び他者の理解及び共感の困難、アルコールもしくは薬物の乱用、食習慣の大きな変化、性欲の変化、過剰な怒り、敵意もしくは暴力、及び自殺念慮などの神経変性疾患に関連する精神症状;
g.健康時及び疾病時における脳機能の性差;
h.外傷性脳傷害;ならびに
i.任意の測定可能な神経の特徴
のうちの1つである、本発明1003の方法。
[本発明1019]
前記対象が、侵襲的なファーマコイメージングを受けない、本発明1003の方法。
[本発明1020]
神経行動学的表現型を有する対象を処置するための方法であって、
前記対象から神経行動学的表現型マッピングデータのサンプルを得るかまたは得ていること、
ある遺伝子に関する第1の脳領野の遺伝子型トポグラフィを遺伝子発現マッピングデータに基づいて定めること、
前記神経行動学的表現型に関する第2の脳領野の神経表現型トポグラフィを神経行動学的表現型マッピングデータに基づいて定めること、
前記第1の脳領野の前記遺伝子型トポグラフィと前記第2の脳領野の前記神経表現型トポグラフィとを接触させてアライメントを確立すること、
前記対象が前記神経行動学的表現型を有するかどうかを判定するために、アラインされた前記遺伝子型トポグラフィ及び前記神経表現型トポグラフィと前記サンプルとの比較を行うかまたは行っていること
により、前記神経行動学的表現型を示す神経行動学的表現型マッピングデータを前記対象が有するかどうかを判定する工程;及び
アラインされた前記遺伝子型トポグラフィ及び前記神経表現型トポグラフィと前記サンプルとの比較によって判定して、前記対象が前記神経行動学的表現型を有する場合、アラインされた前記遺伝子型トポグラフィ及び前記神経表現型トポグラフィに関連する1つ以上の遺伝子を標的とする治療剤を投与する工程;または
アラインされた前記遺伝子型トポグラフィ及び前記神経表現型トポグラフィと前記サンプルとの比較によって判定して、前記対象が前記神経行動学的表現型を有する場合、アラインされた前記遺伝子型トポグラフィ及び前記神経表現型トポグラフィに関連する1つ以上の神経行動学的表現型を標的とする治療剤を投与する工程
を含む、前記方法。
[本発明1021]
前記対象に対する前記処置が前記神経行動学的表現型の処置に有効である可能性を高める工程を更に含む、本発明1020の方法。
[本発明1022]
患者集団のうちの対象における神経行動学的表現型を検知する方法であって、
a.前記患者集団内の各対象から神経行動学的表現型マッピングデータのサンプルを得るかまたは得ている工程;
b.前記神経行動学的表現型に関する第2の脳領野の神経表現型トポグラフィを、神経行動学的表現型マッピングデータに基づいて定める工程;
c.第1の脳領野の遺伝子型トポグラフィと前記第2の脳領野の前記神経表現型トポグラフィとを接触させてアライメントを確立する工程;及び
d.前記サンプルを、アラインされた前記遺伝子型トポグラフィ及び前記神経表現型トポグラフィと接触させることにより、前記サンプルにおいて前記神経行動学的表現型が存在するかどうかを検知する工程
を含む、前記方法。
[本発明1023]
神経薬物標的を同定する方法であって、
神経行動学的表現型を選択する工程;
遺伝子発現マッピングデータ及び神経行動学的表現型マッピングデータを処理する工程;
関連性のある神経表現型トポグラフィを定める工程;及び
前記神経薬物標的に関する遺伝子発現と前記神経行動学的表現型との間に関連性がある可能性を予測する工程
を含み、
方法の少なくとも1つの工程が、コンピュータ実装方法またはコンピュータ可読媒体のうちの1つを使用して実施される、
前記方法。
[本発明1024]
前記神経行動学的表現型マッピングデータを前処理する工程を更に含む、本発明1023の方法。
[本発明1025]
前記神経行動学的表現型マッピングデータを重み付けする工程またはマスキングする工程のうちの1つを更に含む、本発明1024の方法。
[本発明1026]
前記遺伝子発現マッピングデータから外的バイアスを除去する工程、または遺伝子発現マッピングデータのシグナル対ノイズ比を向上させる工程のうちの少なくとも1つを更に含む、本発明1023の方法。
[本発明1027]
前記関連性のある神経表現型トポグラフィを定める前記工程が、少なくとも1つの脳部位または領域に関連する前記遺伝子発現マッピングデータを前処理することを含む、本発明1023の方法。
[本発明1028]
前記遺伝子発現マッピングデータが、低密度サンプルレベル、内挿された高密度マップレベル、または離散的な区画化された脳マップレベルのうちの1つにおいて生じる、本発明1027の方法。
[本発明1029]
1つ以上の遺伝子発現値を、皮質における連続的な高密度部位、または皮質における離散的な部位に割り当てる工程を更に含む、本発明1023の方法。
[本発明1030]
前記神経行動学的表現型マッピングデータが、脳障害、症状、または認知プロセスのうちの1つに関するものである、本発明1023の方法。
[本発明1031]
神経薬物標的療法がオフターゲット脳領域に影響する可能性を予測する工程を更に含む、本発明1023の方法。
[本発明1032]
前記方法が、遺伝子発現マッピングデータを組み合わせることによって神経薬物標的の組み合わせを同定する工程を更に含み、前記組み合わされた遺伝子発現マッピングデータが、個々の神経薬物標的それぞれについての遺伝子発現マッピングデータと神経行動学的表現型マッピングデータとのアライメントと比べて向上した、前記神経行動学的表現型マッピングデータとのアライメントを呈する、本発明1023の方法。
[本発明1033]
神経行動学的表現型を同定する方法であって、
前処理された遺伝子発現マッピングデータを神経行動学的表現型マッピングデータとアラインする工程;及び
関連性のある神経の神経表現型トポグラフィを定める工程
を含む、前記方法。
[本発明1034]
前記遺伝子発現マッピングデータを前処理する工程を更に含む、本発明1033の方法。
[本発明1035]
前記遺伝子発現マッピングデータを重み付けする工程またはマスキングする工程のうちの1つを更に含む、本発明1034の方法。
[本発明1036]
外的バイアスを除去するかまたはシグナル対ノイズ比を向上させるかのいずれかのために前記遺伝子発現マッピングデータを前処理する工程を更に含む、本発明1034の方法。
[本発明1037]
前記関連性のある神経表現型トポグラフィを定める前記工程が、少なくとも1つの脳部位または領域に関連する前記遺伝子発現マッピングデータを前処理することを含む、本発明1034の方法。
[本発明1038]
前記遺伝子発現マッピングデータが、低密度サンプルレベル、内挿された高密度マップレベル、または離散的な区画化された脳マップレベルのうちの1つにおいて生じる、本発明1033の方法。
[本発明1039]
1つ以上の遺伝子発現値を、皮質における連続的な高密度部位、または皮質における離散的な部位に割り当てる工程を更に含む、本発明1033の方法。
[本発明1040]
前記神経行動学的表現型マッピングデータが、脳障害、症状、または認知プロセスのうちの1つに関するものである、本発明1033の方法。
[本発明1041]
神経薬物標的療法がオフターゲット脳領域に影響する可能性を予測する工程を更に含む、本発明1033の方法。
[本発明1042]
命令を記憶した非一時的コンピュータ可読媒体であって、前記命令が、コンピューティングデバイスによって実行されると、前記コンピューティングデバイスに、遺伝子発現マッピングデータと神経行動学的表現型マッピングデータとのアライメントを定量化すること;及び関連性のある神経の神経表現型トポグラフィを定めることを含む、治療標的を同定するためのオペレーションを行わせる、前記コンピュータ可読媒体。
[本発明1043]
命令を記憶した非一時的コンピュータ可読媒体であって、前記命令が、コンピューティングデバイスによって実行されると、前記コンピューティングデバイスに、遺伝子発現マッピングデータと神経行動学的表現型マッピングデータとのアライメントを定量化すること;及び関連性のある神経の神経表現型トポグラフィを定めることを含む、神経行動学的表現型を同定するためのオペレーションを行わせる、前記コンピュータ可読媒体。
[本発明1044]
遺伝子発現マッピングデータと神経行動学的表現型マッピングデータとのアライメントを分析するためのコンピュータ実装システムであって、
メモリと、
前記メモリに接続された1つ以上のプロセッサとを備え、
前記1つ以上のプロセッサが、遺伝子発現マッピングデータと神経行動学的表現型マッピングデータとのアライメントを定量化するように構成されている、
前記コンピュータ実装システム。

Claims (7)

  1. 磁気共鳴画像法を用いて患者をスキャンし、ボリュメトリック・ボクセルのセットを含む神経画像処理データのセットを出力する工程と、
    1つ以上のプロセッサを用いて、前記神経画像処理データのセットを、皮質及び皮質下構造の解剖学的セグメンテーションへと処理する工程と、
    前記皮質および皮質下構造の解剖学的セグメンテーションに基づいて、前記ボリュメトリック・ボクセルのセットを、大脳皮質の二次元メッシュおよび三次元皮質下ボリューム境界のセットへと処理する工程であって、前記二次元メッシュおよび前記三次元皮質下ボリューム境界のセットは、前記二次元メッシュおよび前記三次元皮質下ボリューム境界のセットにより表される脳領域のセットのそれぞれに割り当てられ、参照神経画像処理データに対する前記患者の神経画像処理データから処理された神経画像処理特徴の大きさを表す、数値を含む、前記工程と、
    前記二次元メッシュおよび前記三次元皮質下ボリューム境界により表される前記脳領域のセットに割り当てられた前記数値の、遺伝子発現マップにおける前記脳領域のセットに割り当てられた数値に対する統計的関連性を計算する工程であって、前記遺伝子発現マップは、特定の遺伝子の発現の大きさを表す、前記脳領域のセットのそれぞれに割り当てられた数値を伴う、二次元皮質メッシュおよび三次元皮質下ボリューム境界のセットを含む、前記工程と
    を含む、患者における神経行動学的障害を治療するための治療薬を同定する方法。
  2. 前記統計的関連性を計算する工程は、相関を計算する工程を含む、請求項1記載の方法。
  3. 前記相関は、自己相関である、請求項2記載の方法。
  4. 前記神経画像処理データのセットは、神経表現型に関連する、請求項1記載の方法。
  5. 前記神経表現型は、不安障害、パニック障害、外傷後ストレス障害、気分障害、感情障害、大うつ病、老年期うつ病、双極性障害、てんかんに伴う気分障害、パーソナリティ障害、情緒不安定性パーソナリティ障害、強迫性障害、化学療法に伴う認知変化、注意欠陥多動性障害(ADHD)、健康時及び疾病時における脳機能の性差、月経前不快気分障害、ならびに外傷性脳傷害のうち少なくとも1つを含む、請求項4記載の方法。
  6. 方法を実行するための命令を記憶した、機械実行可能コードを含む機械可読媒体を含む、メモリと、
    前記メモリに結合されたプロセッサと
    を含む、コンピューティングデバイスであって、
    前記プロセッサは、
    ボリュメトリック・ボクセルのセットを含む神経画像処理データのセットを含む、磁気共鳴画像機器から出力されるデータを受け取る工程と、
    1つ以上のプロセッサを用いて、前記神経画像処理データのセットを、皮質及び皮質下構造の解剖学的セグメンテーションへと処理する工程と、
    前記皮質および皮質下構造の解剖学的セグメンテーションに基づいて、前記ボリュメトリック・ボクセルのセットを、大脳皮質の二次元メッシュおよび三次元皮質下ボリューム境界のセットへと処理する工程であって、前記二次元メッシュおよび前記三次元皮質下ボリューム境界のセットは、前記二次元メッシュおよび前記三次元皮質下ボリューム境界のセットにより表される脳領域のセットのそれぞれに割り当てられ、参照神経画像処理データに対する前記神経画像処理データのセットから処理された神経画像処理特徴の大きさを表す、数値を含む、前記工程と、
    前記二次元メッシュおよび前記三次元皮質下ボリューム境界により表される前記脳領域のセットに割り当てられた前記数値の、遺伝子発現マップにおける前記脳領域のセットに割り当てられた数値に対する統計的関連性を計算する工程であって、前記遺伝子発現マップは、特定の遺伝子の発現の大きさを表す前記脳領域のセットのそれぞれに割り当てられた数値を伴う、二次元皮質メッシュおよび三次元皮質下ボリューム境界のセットを含む、前記工程と
    を、前記プロセッサに行わせる前記機械実行可能コードを実行するように構成されている、
    前記コンピューティングデバイス。
  7. コンピューティングデバイスによって実行可能なコンピュータプログラムを記憶した、非一時的コンピュータ可読媒体であって、
    前記コンピュータプログラムは、
    1つ以上のプロセッサを用いて、患者からの、ボリュメトリック・ボクセルのセットを含む神経画像処理データのセットを、皮質及び皮質下構造の解剖学的セグメンテーションへと処理する工程と、
    前記皮質および皮質下構造の解剖学的セグメンテーションに基づいて、前記ボリュメトリック・ボクセルのセットを、大脳皮質の二次元メッシュおよび三次元皮質下ボリューム境界のセットへと処理する工程であって、前記二次元メッシュおよび前記三次元皮質下ボリューム境界のセットは、前記二次元メッシュおよび前記三次元皮質下ボリューム境界のセットにより表される脳領域のセットのそれぞれに割り当てられ、参照神経画像処理データに対する前記神経画像処理データのセットから処理された神経画像処理特徴の大きさを表す、数値を含む、前記工程と、
    前記二次元メッシュおよび前記三次元皮質下ボリューム境界により表される前記脳領域のセットに割り当てられた前記数値の、遺伝子発現マップにおける前記脳領域のセットに割り当てられた数値に対する統計的関連性を計算する工程であって、前記遺伝子発現マップは、特定の遺伝子の発現の大きさを表す前記脳領域のセットのそれぞれに割り当てられた数値を伴う、二次元皮質メッシュおよび三次元皮質下ボリューム境界のセットを含む、前記工程と
    を含む工程を実行するための、複数のコードセクションを含む、
    前記非一時的コンピュータ可読媒体。
JP2020539685A 2017-10-02 2018-10-02 対象における神経行動学的表現型を検知、診断、予測、予知、または処置するための方法及びツール Active JP6979533B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201762567087P 2017-10-02 2017-10-02
US62/567,087 2017-10-02
PCT/US2018/053984 WO2019070721A1 (en) 2017-10-02 2018-10-02 METHODS AND TOOLS FOR DETECTING, DIAGNOSING, PREDICTING, PROGNOSING OR TREATING NEUROCOMPORTEMENTAL PHENOTYPE IN A SUBJECT

Publications (3)

Publication Number Publication Date
JP2020537798A JP2020537798A (ja) 2020-12-24
JP2020537798A5 true JP2020537798A5 (ja) 2021-11-11
JP6979533B2 JP6979533B2 (ja) 2021-12-15

Family

ID=63963540

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2020539686A Active JP7160929B2 (ja) 2017-10-02 2018-10-02 神経画像処理及び遺伝子発現マッピングデータのコンピュータ生成型予測応用のための方法及びシステム
JP2020539685A Active JP6979533B2 (ja) 2017-10-02 2018-10-02 対象における神経行動学的表現型を検知、診断、予測、予知、または処置するための方法及びツール

Family Applications Before (1)

Application Number Title Priority Date Filing Date
JP2020539686A Active JP7160929B2 (ja) 2017-10-02 2018-10-02 神経画像処理及び遺伝子発現マッピングデータのコンピュータ生成型予測応用のための方法及びシステム

Country Status (5)

Country Link
US (5) US20190102511A1 (ja)
EP (2) EP3692547B1 (ja)
JP (2) JP7160929B2 (ja)
CA (2) CA3076239A1 (ja)
WO (2) WO2019070745A1 (ja)

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA3076239A1 (en) 2017-10-02 2019-04-11 Blackthorn Therapeutics, Inc. Methods and tools for detecting, diagnosing, predicting, prognosticating, or treating a neurobehavioral phenotype in a subject
US11188850B2 (en) * 2018-03-30 2021-11-30 Derek Alexander Pisner Automated feature engineering of hierarchical ensemble connectomes
US11715564B2 (en) 2018-05-01 2023-08-01 Neumora Therapeutics, Inc. Machine learning-based diagnostic classifier
US20190385711A1 (en) 2018-06-19 2019-12-19 Ellipsis Health, Inc. Systems and methods for mental health assessment
WO2019246239A1 (en) 2018-06-19 2019-12-26 Ellipsis Health, Inc. Systems and methods for mental health assessment
EP3870030A4 (en) 2018-10-23 2022-08-03 Blackthorn Therapeutics, Inc. SYSTEMS AND METHODS FOR PATIENT SELECTION, DIAGNOSIS AND STRATIFICATION
US20210398672A1 (en) * 2018-10-29 2021-12-23 Northwestern University Big Data-Driven Personalized Management of Chronic Pain
US20220230752A1 (en) 2019-06-03 2022-07-21 Biomax Informatics Ag Computing a pathological condition
US11636951B2 (en) 2019-10-02 2023-04-25 Kpn Innovations, Llc. Systems and methods for generating a genotypic causal model of a disease state
CN110751112B (zh) * 2019-10-24 2023-10-03 复旦大学 一种基于计算机视觉的小鼠脑图谱绘制辅助系统及方法
CN111243669B (zh) * 2020-01-20 2021-02-09 至本医疗科技(上海)有限公司 用于确定rna基因融合的方法、电子设备和计算机存储介质
US11982993B2 (en) * 2020-02-03 2024-05-14 Strong Force TX Portfolio 2018, LLC AI solution selection for an automated robotic process
CN111967499B (zh) * 2020-07-21 2023-04-07 电子科技大学 基于自步学习的数据降维方法
CN112037914B (zh) * 2020-08-11 2021-06-01 深圳大学 一种强迫症风险评估模型的构建方法、系统及设备
US11264138B1 (en) * 2020-10-08 2022-03-01 Omniscient Neurotechnology Pty Limited Generating brain network impact scores
US11264137B1 (en) 2020-10-08 2022-03-01 Omniscient Neurotechnology Pty Limited Centrality rankings of network graphs generated using connectomic brain data
US11769114B2 (en) 2020-12-03 2023-09-26 Novartis Ag Collaboration platform for enabling collaboration on data analysis across multiple disparate databases
US11152123B1 (en) * 2021-01-08 2021-10-19 Omniscient Neurotechnology Pty Limited Processing brain data using autoencoder neural networks
US11589800B2 (en) * 2021-06-29 2023-02-28 AcroViz USA Inc. Method of evaluating concomitant clinical dementia rating and its future outcome using predicted age difference and program thereof
US11399757B1 (en) 2021-07-16 2022-08-02 Omniscient Neurotechnology Pty Limited Medical imaging with features to determine emotional state
WO2023150191A1 (en) * 2022-02-04 2023-08-10 Bramen Jennifer Dementia-related neurodegeneration tracking using magnetic resonance imaging (mri)
US20240065609A1 (en) * 2022-08-24 2024-02-29 Taipei Medical University Methods and devices of generating predicted brain images
CN116189309B (zh) * 2022-11-16 2024-01-30 北京理工大学 一种处理人体运动数据的方法及电子设备
CN115630307B (zh) * 2022-11-29 2023-03-21 中国中医科学院中医药信息研究所 一种基于跨视角和注意力聚合的证候诊断方法及装置
CN116777004B (zh) * 2023-06-29 2024-02-06 中国人民解放军国防科技大学 融入分布对齐信息的非凸判别迁移子空间学习方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080241839A1 (en) 2006-10-12 2008-10-02 The Regents Of The University Of California Method for correlating differential brain images and genotypes; genes that correlate with differential brain images
US20100143921A1 (en) 2007-04-30 2010-06-10 The Ohio State University Research Foundation Polymorphisms in Genes Affecting Dopamine Transporter Disorders and Uses Thereof
CN109265543B (zh) 2011-09-19 2022-04-26 阿克松神经系统科学公司 阿尔茨海默病中的tau蛋白介导病变的基于蛋白质的疗法和诊断
WO2013078370A1 (en) 2011-11-23 2013-05-30 The Regents Of The University Of Michigan Voxel-based approach for disease detection and evolution
US9230321B2 (en) 2012-03-30 2016-01-05 University Of Louisville Research Foundation, Inc. Computer aided diagnostic system incorporating 3D shape analysis of the brain for identifying developmental brain disorders
US9976180B2 (en) 2012-09-14 2018-05-22 Population Bio, Inc. Methods for detecting a genetic variation in subjects with parkinsonism
WO2014074755A1 (en) 2012-11-07 2014-05-15 Yale University Assessing risk of reading and language impairment
US10011875B2 (en) 2014-01-13 2018-07-03 Trustees Of Boston University Methods and assays relating to Huntingtons disease and Parkinson's disease
WO2016011137A1 (en) 2014-07-15 2016-01-21 Brigham And Women's Hospital, Inc. Systems and methods for generating biomarkers based on multivariate classification of functional imaging and associated data
WO2016019347A1 (en) 2014-07-31 2016-02-04 California Institute Of Technology Multi modality brain mapping system (mbms) using artificial intelligence and pattern recognition
US20180094248A1 (en) 2016-06-30 2018-04-05 Arizona Board Of Regents On Behalf Of Arizona State University Necroptosis Signaling as a Therapeutic Target for Alzheimer's Disease
CA3076239A1 (en) 2017-10-02 2019-04-11 Blackthorn Therapeutics, Inc. Methods and tools for detecting, diagnosing, predicting, prognosticating, or treating a neurobehavioral phenotype in a subject

Similar Documents

Publication Publication Date Title
JP2020537798A5 (ja)
Xia et al. Reproducibility of functional brain alterations in major depressive disorder: Evidence from a multisite resting-state functional MRI study with 1,434 individuals
Tessitore et al. Cortical thickness changes in patients with Parkinson's disease and impulse control disorders
Archer et al. A template and probabilistic atlas of the human sensorimotor tracts using diffusion MRI
Farhan et al. The Ontario neurodegenerative disease research initiative (ONDRI)
Hata et al. Functional connectivity assessed by resting state EEG correlates with cognitive decline of Alzheimer’s disease–An eLORETA study
Cetin et al. Thalamus and posterior temporal lobe show greater inter-network connectivity at rest and across sensory paradigms in schizophrenia
Jamadar et al. Quantitative meta-analysis of fMRI and PET studies reveals consistent activation in fronto-striatal-parietal regions and cerebellum during antisaccades and prosaccades
Bai et al. Abnormal resting-state functional connectivity of posterior cingulate cortex in amnestic type mild cognitive impairment
Chiesa et al. Differential default mode network trajectories in asymptomatic individuals at risk for Alzheimer's disease
Hong et al. A selective involvement of putamen functional connectivity in youth with internet gaming disorder
Bai et al. Abnormal functional connectivity of hippocampus during episodic memory retrieval processing network in amnestic mild cognitive impairment
Dalton et al. Gaze-fixation, brain activation, and amygdala volume in unaffected siblings of individuals with autism
Besteher et al. Associations between urban upbringing and cortical thickness and gyrification
Miller et al. The diffeomorphometry of temporal lobe structures in preclinical Alzheimer's disease
Li et al. A neuromarker of individual general fluid intelligence from the white-matter functional connectome
Cantor et al. Diffusion tensor imaging of pedophilia
Li et al. Cerebellum abnormalities in idiopathic generalized epilepsy with generalized tonic-clonic seizures revealed by diffusion tensor imaging
Dor-Ziderman et al. Prediction-based neural mechanisms for shielding the self from existential threat
Kurth et al. The impact of aging on subregions of the hippocampal complex in healthy adults
Nordin et al. Overlapping effects of age on associative memory and the anterior hippocampus from middle to older age
Musaeus et al. Decreased parietal beta power as a sign of disease progression in patients with mild cognitive impairment
Patel et al. Heritability estimates of cortical anatomy: the influence and reliability of different estimation strategies
Sullivan et al. Convergence of three parcellation approaches demonstrating cerebellar lobule volume deficits in alcohol use disorder
Tomiyama et al. Alterations of default mode and cingulo-opercular salience network and frontostriatal circuit: a candidate endophenotype of obsessive-compulsive disorder