JP2022510244A - コンテンツを特徴づけるために脳特徴活動マップデータベースを利用するための装置および方法 - Google Patents

コンテンツを特徴づけるために脳特徴活動マップデータベースを利用するための装置および方法 Download PDF

Info

Publication number
JP2022510244A
JP2022510244A JP2021530305A JP2021530305A JP2022510244A JP 2022510244 A JP2022510244 A JP 2022510244A JP 2021530305 A JP2021530305 A JP 2021530305A JP 2021530305 A JP2021530305 A JP 2021530305A JP 2022510244 A JP2022510244 A JP 2022510244A
Authority
JP
Japan
Prior art keywords
brain
activity map
activity
stimulus
feature
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
JP2021530305A
Other languages
English (en)
Other versions
JP7382082B2 (ja
Inventor
アサフ、ヤニフ
ホヴィッツ、アサフ
Original Assignee
ブランヴィヴォ リミテッド
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 ブランヴィヴォ リミテッド filed Critical ブランヴィヴォ リミテッド
Publication of JP2022510244A publication Critical patent/JP2022510244A/ja
Application granted granted Critical
Publication of JP7382082B2 publication Critical patent/JP7382082B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
    • A61B5/4064—Evaluating the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
    • A61B5/0042—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/242—Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents
    • A61B5/245—Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents specially adapted for magnetoencephalographic [MEG] signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/291—Bioelectric electrodes therefor specially adapted for particular uses for electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/372—Analysis of electroencephalograms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/377—Electroencephalography [EEG] using evoked responses
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4472—Mathematical theories or simulation
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/41—Analysis of document content
    • G06V30/413—Classification of content, e.g. text, photographs or tables
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30016—Brain

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Neurology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Psychology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Neurosurgery (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Fuzzy Systems (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Hospice & Palliative Care (AREA)
  • Developmental Disabilities (AREA)

Abstract

コンピュータにより実現される方法は、生物に刺激を供給するステップと、刺激に応答する生物の脳活動を測定するステップと、脳活動を特徴付ける脳特徴活動マップを作成するステップを含む。これらの供給、測定、作成の操作ステップは、異なる刺激に対して繰り返され、脳の特徴活動マップデータベースを形成する。新しい刺激が受け取られる。新しい刺激の特徴は、投影された脳活動マップにマッピングされる。投影された脳活動マップは、脳特徴活動マップデータベースと比較され、投影された脳活動マップと脳特徴活動マップデータベースのエントリとの間の類似点と非類似点が識別され、一致が指定される。新しい刺激は、その一致に基づいて特徴付けられる。【選択図】図２

Description

本発明は、一般に、認知分類を決定するためのコンテンツの自動評価に関する。より具体的には、本発明は、脳特徴活動マップデータベースを利用してコンテンツを特徴づけるための技術に関する。
（関連出願の相互参照）
この出願は、２０１８年１２月４日に出願された米国暫定特許出願第６２／７７５，０１８（特許文献１）の優先権を主張し、その内容は参照により本明細書に組み込まれる。
機械学習および深層学習は、計算システムがデータから学習できるという考えに基づく人工知能の分野の分科である。人間の脳は、特に計算システムの学習プロセスにおいて、常にこれらの方法のインスピレーションの源であった。人間の脳とその背景にある生物学的神経ネットワークは、少量のデータを処理して認知分類に迅速に到達するための効率的な方法を有する。
暴力的、性的、虐待的または攻撃的なコンテンツなどの好ましくないコンテンツを投稿する個人は、ユーザのソーシャルメディア体験を傷つける。ソーシャルメディアプロバイダーはそのようなコンテンツを削除しようと努めているが、既存の手法は手動であるため、時間がかかり面倒である。したがって、認知分類を決定するためにコンテンツの自動評価（例えば、不快なものと不快でないもの、偽物と本物、楽しいものと楽しくないものなど）に対する必要性が存在する。
米国暫定特許出願第６２／７７５，０１８
コンピュータで実装された方法は、生物に刺激を供給し、刺激に応答する生物の脳活動を測定し、脳活動を特徴付ける脳特徴活動マップを作成するステップを含む。供給、測定、作成の操作は、異なる刺激に対して繰り返され、脳の特徴活動マップデータベースを形成する。新しい刺激が受け取られる。新しい刺激の特徴は、投影された脳活動マップにマッピングされる。投影された脳活動マップは、脳特徴活動マップデータベースと比較され、投影された脳活動マップと脳特徴活動マップデータベースのエントリとの間の類似点と非類似点が識別され、一致が指定される。新しい刺激は、一致に基づいて特徴付けられて認知分類を確立する。
本発明は添付の図面を参照する詳細な説明により、より完全に理解されよう：
本発明の実施形態により構成されたシステムを示す図である。 本発明の実施形態による、脳特徴活動マップデータベースを構築するための処理操作を示す図である。 脳特徴活動マップデータベースを利用してコンテンツを特徴付けるための処理操作を示す図である。 同様の参照番号は、図面の幾つかの図を通して対応する同様の部材を示す。
図１は、ネットワーク１０６を介してサーバ１０４と通信しているクライアントデバイス１０２を備えたシステム１００を示しており、ネットワーク１０６は、有線ネットワークと無線ネットワークの任意の組み合わせであり得る。磁気共鳴画像法（ＭＲＩ）装置などの脳活動測定装置１０７もネットワーク１０６に接続されている。以下で詳細に説明するように、脳活動測定装置１０７は、人間などの生物に供給される異なる刺激に対して脳特徴活動マップを生成するのに使用される。脳特徴活動マップは、与えられた刺激に対する脳応答からの測定可能な脳信号を脳の解剖学的アトラス（たとえば、ブロードマン（Ｂｒｏｄｍａｎｎ）マップ、ＡＡＬマップなど）に投影することによって生成される。このプロセスでは、与えられた刺激が事前定義された特徴のセットに分解され、各特徴と脳の活動との相関関係が類似性分析によってテストされる。次に、脳の特徴活動マップを使用して、脳の特徴活動マップデータベースを生成する。このデータベースは、新しい刺激をその内容（たとえば、暴力的、性的、攻撃的、虐待的、ポジティブ、ネガティブ、ニュートラルなど）に従って分類するため、およびその好ましくないまたは好ましくなくはない性質に関する意思決定プロセスに使用される。したがって、システムは、新しいコンテンツを分類および特徴付けるための自動化された技術を提供する。
新しいコンテンツは、クライアントデバイス１０２からサーバ１０４に提出され得る。新しいコンテンツは、画像、ビデオ、オーディオ、または感覚的なコンテンツであり得る。クライアントデバイス１０２は、コンピュータ、タブレット、スマートフォンなどであり得る。クライアントデバイス１０２は、バス１１４を介して入力／出力デバイス１１２に接続された中央演算装置１１０を含む。入力／出力デバイス１１２は、キーボード、マウス、タッチディスプレイなどを含みうる。ネットワークインタフェース回路１１６はまた、ネットワーク１０６への接続を提供するためにバス１１４に接続される。メモリ１２０はまた、バス１１４に接続される。メモリ１２０は、サーバ１０４と対話するために使用され得るクライアントアプリケーション１２２を格納する。 クライアントデバイス１０２およびサーバ１０４は、ユーザ入力なしで自動的に動作するクラウドベースのリソースであり得る。
サーバ１０４は、中央演算装置１３０、入力／出力デバイス１３２、バス１３４、およびネットワークインタフェース回路１３６を含む。メモリ１４０は、バス１３４に接続されている。メモリ１４０は、本明細書に開示された動作を実施するためにプロセッサ１３０によって実行される命令を格納する。メモリ１４０は、生物に提示された刺激に応答する脳活動を特徴付ける脳特徴活動マップを生成するための命令を含む、脳特徴活動マップジェネレータ１４２を格納する。異なる刺激および異なる対象を使用して、脳特徴活動マップを収集し、脳特徴活動マップデータベース１４４を形成する。メモリ１４０はまた、新しい刺激プロセッサ１４６を格納する。サーバ１０４は、クライアントデバイス１０２からなどの新しい刺激を受け取り、新しい刺激の特徴を投影された脳活動マップへマップする。投影された脳活動マップは、新しい刺激に対する脳の応答の推定値である。推定は、新しい刺激の事前定義された特徴を抽出するステップと、脳の特徴活動マップから最も近い特徴のセットに一致するものを見つけるステップと（類似性分析を通じて）、そしてすべての特徴から関連する脳の特徴滑動を組み合わせることによって新しい刺激に対する脳の応答を計算するステップと、によって行われる。
投影された脳活動マップの作成中に、脳特徴活動マップのラベリングも推定される。新しい刺激ラベルの生成は、一組の予測子によって行われる。後者は、脳特徴活動マップデータベース１４４からの対応する脳応答のラベリングに対する各特徴の類似性および非類似性を予測する。新しい刺激は、一致または指定された一致の組み合わせに基づいて特徴付けられる。
図２は、脳特徴活動マップデータベース１４４を構築するための処理操作を示す。ステップ２００において最初に、生物が選択される。典型的には、生物はヒトであるが、本発明の実施形態によれば、他の生命体が使用されうる。生物は、脳活動測定装置１０７に接続されている。次にステップ２０２において、刺激が新しい生物に供給される。ステップ２０４において新しい生物のその刺激に応答した脳活動が測定される。通常、測定は、画像の形式であり、次に、以下に詳述するように、脳の特徴活動マップに変換される。次に、同じ生物が新しい刺激にさらされうる（ステップ２１０の判断結果－「はい」の場合）、その場合、操作ステップ２０２～２０６が再度実行される。被験者に新しい刺激を与えない場合（ステップ２１０の判断結果－「いいえ」の場合）、ステップ２０８で別の生物をテストするかどうかを決定する。そうであれば（ステップ２０８の判断結果－「はい」の場合）、操作２００～２１０を繰り返す。したがって、このプロセスは、複数の刺激に対する複数の生物の複数の脳特徴活動マップを構築することができる。他の生物が評価されない場合（ステップ２０８の判断結果－「いいえ」の場合）、ステップ２１２で、脳特徴活動マップが、脳特徴活動データベースにロードされる。次に、ステップ２１４で、脳特徴活動マップは、以下で詳細に説明されるように、ラベルに関連付けられ得る。
脳特徴活動マップデータベース１４４が構築されると、それは、新しい刺激を特徴づけるために使用され得る。特に、新しい刺激プロセッサ１４６を使用して、クライアントマシン１０２から新しい刺激を受信することができる。あるいは、新しい刺激プロセッサ１４６をクライアントマシン１０２に実装することができる。図３は、新しい刺激を受信する最初の操作ステップ３００を示す。ステップ３０２で、新しい刺激特徴は投影された脳活動マップにマッピングされる。この操作ステップは、図２の脳特徴活動マップを生成する操作ステップ２０６と一致している。ステップ３０４で、投影された脳活動マップは、脳活動マップデータベース１４４と比較されて、一致を見つける。ステップ３０６で、新しい刺激は、一致に基づいて特徴付けられる。言い換えれば、一致に関連付けられたラベルは、新しい刺激に関連付けられる。
脳特徴活動マップは、関数符号化アプローチを使用して、非特異的画像特徴を１つのパターンに、または一連の非特異的ビデオフレームを一連のパターンに関連付ける変換を使用する。測定は、解剖学的磁気共鳴画像法（ＭＲＩ）、拡散ＭＲＩ（ｄＭＲＩ）、ファンクショナルＭＲＩ（ｆＭＲＩ）、脳波（ＥＥＧ）、脳磁図（ＭＥＧ）、赤外線画像法、紫外線画像法、コンピュータ断層撮影法（ＣＴ）、脳マッピング超音波、生体内細胞データ、生体内分子データ、ゲノムデータ、および光学画像化の内の１つ以上により実行される。脳活動には、事前定義された脳領域の脳信号（ｆＭＲＩからの太字信号、ＥＥＧからのＥＲＰ信号など）が含まれる。
脳特徴活動モデルは、解剖学的、接続性、および活動の分析を統合する。この方法において活動信号は、刺激の特徴に依存する領域的脳応答を抽出するために分析される。脳活動応答は、同じ領域間の接続性マトリックスを使用して相関が解除され、特徴間の変動性が高まる。
一実施形態では、脳活動測定装置１０７からの画像が、事前定義された脳領域（次のセクションの定義を参照）における脳信号（ｆＭＲＩからのＢＯＬＤ信号、ＥＥＧからのＥＲＰ信号など）の活動が、選択された認知層をどのように説明できるかを決定するために評価される。脳活動記録分析は、例えば、ｆＭＲＩのＢＯＬＤ信号が画像内の顔の存在をどのように説明できるかということでありうる。このようなアプローチ（ｆＭＲＩを使用した符号化／復号化のＧａｌａｎｔラボの出版物と類似）は、異なる認知層の脳全体の全体的表現を提供できる。次に、認知層に接続性関連マトリックスを乗じて、脳コネクトームと呼ばれる特徴固有の脳関連マトリックスを形成する。
脳コネクトームは、機能的（静止状態ｆＭＲＩ）、構造的（拡散ベースの繊維追跡）、またはそれら２つの組み合わせのいずれかで計算され、そして組織の様々な微細構造推定値（例えば、流線の数、軸索直径の分布など）により重み付けされうる。
刺激のそれぞれは、特徴および特徴セットへの分解を受ける。これらの特徴は、画像特徴のフーリエ変換など、逆格子空間の画像コンテンツを表す場合がある。イベント関連の測定値のセット全体は、一般線形モデルや領域の特徴固有の脳活動を表す他のアプローチなどの、モデリングを通じて分析される。
脳特徴活動マップデータベースを使用して、リバースエンジニアリングアプローチにおいて、新しい刺激がその特徴空間に分解され、次いで（ＧＬＭまたは例を介して）モデル化されて、画像固有の脳応答領域コードが作成される。このシミュレーションまたはモデリングは、画像の知覚が脳活動測定装置を介して測定されたかのように、領域的脳応答を提供する。
一実施形態では、脳内の多様なネットワークおよびサブネットワークの灰白質アーキテクチャ、白質アーキテクチャ、および動的機能が収集される。灰白質データは、正規化された領域の灰白質指数（「脳領域」）に変換される。分析された白質データは、重み付けされたニューロン接続（「脳コネクトーム」）に変換される。脳の特徴的および生理学的データは、脳領域を付加され、脳コネクトームに従って重み付けされる。これにより、脳活動の追加の重み付けされたマップが作成される。脳活動マップは、刺激固有の活動に従って各脳領域をラベル付けする（「活動ラベル」）。活動ラベルは、脳領域間の相互作用を考慮しながら（つまり、コネクトームに従って重み付けされる）、各脳領域内の脳活動の強度を表す連続的な数値インデックスである。
脳領域は、脳灰白質の解剖学的データ（例えば、解剖学的磁気共鳴画像法（ＭＲＩ）、拡散テンソル画像法（ＤＴＩ）、および灰白質の他の生体内画像法技術）から計算され、セグメント化された脳アトラス上で平均化される。脳コネクトームは、脳の白質の解剖学的データ（例えば、解剖学的磁気共鳴画像法（ＭＲＩ）、拡散テンソル画像法（ＤＴＩ）、赤外線画像法、および脳の白質の他の生体内画像法技術）から計算される。白質指数は、脳組織の微細構造推定（例えば、平均拡散係数、異方性係数、半径方向拡散係数、軸索密度、軸索直径、軸索伝導速度など）に基づいており、その微小構造レベル上の脳コネクトームを特徴づけるために使用される。これらの特徴による脳コネクトームの特性評価は、脳領域間の生物学的重み付けを含むマトリックスを作成する。たとえば、２つの脳領域を接続する多数の軸索（脳組織の微細構造フィーチャ）は、ネットワーク内のこれら２つのハブ間の強力な接続性を示す（つまり、軸索の数が多いほど、接続はより強力になる）。白質の微細構造特性を明らかにするためにニューロ画像化技術を使用すると、脳ネットワークの基礎となる接続性を明らかにする脳コネクトームが得られる。
活動ラベルは、脳の機能的および生理学的画像化（例えば、拡散テンソル画像化（ＤＴＩ）、機能的ＭＲＩ（ｆＭＲＩ）、脳波（ＥＥＧ）、ならびに脳の他の生理学的および機能的生体内画像化技術）から計算され、各脳領域の刺激特異的活動を特定する。活動ラベルは、脳の機能的および生理学的画像化を行う中で刺激が生物に導入されたときに作成される。この段階では、生物は刺激を感知するときにラベリングタスクを完了する必要がある。刺激は、生物の感覚（例えば、視覚、聴覚、触覚、嗅覚、味覚）によって知覚できる任意のデータでありうる。刺激を提示するプロセスは、その性質に従って刺激を送達するための装置（例えば、それぞれ、視覚、音声、触覚、嗅覚および味覚刺激のためのスクリーン、スピーカー、触覚刺激装置、臭気放出装置、および味覚送達装置を含む）を含む。刺激を送達する装置は、脳の機能的および生理学的画像化装置への刺激の送達を管理するためのソフトウェアを備えているか、または統合されている。このソフトウェアは、与えられた刺激の時間と順序を記録する役割も果たす。脳のマルチモデル画像化が完了し、脳の特徴の活動データが記録されると、生物はラベリングセッションを受ける。このセッションでは、刺激が再び生物に導入されるため、生物は刺激にラベルを付けることができる。完了すると、脳特徴活動マップとそのラベリングの生データが分析される。これは、特徴符号化アプローチを使用して、刺激特徴を脳活動のパターンまたはパターンのシーケンスに関連付ける変換を使用する。説明したように、脳の機能的および生理学的データは脳領域で拡張され、次に脳コネクトームに従って重み付けされて活動ラベルが作成される。活動ラベルの特異性を改善するために、脳活動マップは、脳活動マップに脳コネクトーム行列を乗ずることによって重み付けされる。
上記のマルチモデリング脳画像技術のすべては、生きている脳の構造および機能の複雑な表現を形成するために使用される構成要素である。マルチモダリティの組み合わせにより、多層接続マトリックスが生成される。脳領域脳コネクトームと活動ラベルの組み合わせは、少なくとも２つの別個の方法で測定される。
刺激内容は、感情的な内容、文脈、価値または覚醒などのハード分類（例えば、特定の物体、音、触覚、匂いなど）またはソフト分類（主観的、個人固有の分類）を表しうる。モデルは、分析されたニューロ画像化データを使用して、一般線形モデルや特定の分類にリンクされた他のアプローチなどのモデリングを通じて、一連の領域脳応答を提供する。本発明の一実施形態は、ビデオファイルまたは一連の画像から推定された一連の脳特徴活動マップに関する。ビデオは一連のフレームに分割され、各フレームはその特徴空間に分解されて、投影された脳活動マップが作成される。次に、脳の応答のダイナミクスを表すために、順次脳活動マップが作成される（たとえば、ビデオの知覚が連続的な脳活動測定装置を介して測定されたかのように、ビデオ固有の脳応答シーケンスを作成する）。投影された脳活動マップの作成中に、ラベリングシーケンシャル脳活動マップが与えられる。刺激とラベルが一緒に追加されて、順次脳特徴活動マップデータベース１４４を形成する。作成されると、画像またはビデオファイルの新しいシーケンスは、順次脳活動マップデータベースの一致または指定された一致の組み合わせに基づいて特徴付けられ得る。
本発明の一実施形態は、内容物汚染スコア（ＣＣＳ）に関する。ＣＣＳは、活動ラベルの累積強度を計算することにより、さまざまなコンテンツタイプの露出レベルを推定する測定可能なインデックスである。新しい刺激が提示されると、それは活動ラベルの投影脳活動マップに変換され、その内容に従ってラベル付けされる。ＣＣＳは、各コンテンツクラスに対する各刺激の各活動ラベルを保存することにより、有害なコンテンツへの推定曝露レベルとその潜在的な影響を追跡する方法である。例として、暴力的なコンテンツの特定の刺激セットに対する高いＣＣＳランキングは、潜在的な視聴者の幸福に大きな悪影響を与える可能性がある。後者は、刺激セットを「職場では安全ではない」（ＮＳＦＷ）として、または視聴者をインパクトゾーン（ＩＺ）としてラベル付けする場合がある。同様に、暴力的なコンテンツの特定の刺激セットに対するＣＣＳランキングが低いことは、潜在的な視聴者の幸福への悪影響が少ないことを表しうる。後者は、刺激セットを「職場では安全」（ＳＦＷ）としてラベル付けするか、視聴者をセーフゾーン（ＳＺ）としてラベル付けしうる。
本発明の一実施形態は、脳特徴活動マップおよびデータベースをモデル化するための強化学習フェーズ（「強化学習モデル」）に関する。強化された学習モデルでは、新しい刺激がその特徴空間に分解されて、投影脳活動マップが作成される（つまり、画像の知覚が脳活動測定装置を介して測定されたかのように、画像固有の脳応答が作成される）。投影脳活動マップの作成中に、脳特徴活動マップのラベル付けが与えられる（推定されない）。刺激ラベルは、既存の脳特徴活動マップデータベース１４４に追加されて、強化された脳特徴活動マップデータベースを作成する。強化学習フェーズの後、新しいラベルのない刺激は、一致または指定された一致の組み合わせに基づいて特徴付けられうる。
本発明の一実施形態は、様々なコンピュータ実装操作を実行するためのコンピュータコードをその上に有する、コンピュータ可読記憶媒体を備えたコンピュータ記憶製品に関する。メディアおよびコンピュータコードは、本発明の目的のために特別に設計および構築されたものであり得るか、またはコンピュータソフトウェア技術の技術を有する人々に周知で利用可能な種類のものであり得る。コンピュータ可読媒体の例には、限定されないが、ハードディスク、フロッピーディスク、および磁気テープなどの磁気媒体。 ＣＤ－ＲＯＭ、ＤＶＤ、ホログラフィックデバイスなどの光メディア、光磁気媒体、特定用途向け集積回路（「ＡＳＩＣ」）、プログラマブルロジックデバイス（「ＰＬＤ」）、ＲＯＭおよびＲＡＭデバイスなど、プログラムコードを格納および実行するように特別に構成されたハードウェアデバイスを含む。コンピュータコードの例には、コンパイラによって生成されるようなマシンコード、およびインタプリタを使用してコンピュータによって実行される高レベルのコードを含むファイルが含まれる。例えば、本発明の実施形態は、ＪＡＶＡ（登録商標）、Ｃ ＋＋、または他のオブジェクト指向プログラミング言語および開発ツールを使用して実装され得る。本発明の別の実施形態は、機械実行可能ソフトウェア命令の代わりに、またはそれと組み合わせて、ハードワイヤード回路に実装され得る。
本発明の一実施形態は、脳特徴活動マップのプロセスをシミュレートすることができるハードウェア回路に関する。ハードウェアは、少なくとも２００の回路を同時に実行できるマルチコアハードウェアで構成されている。各回路は、デジタルシナプスマトリックスを介して装置内の他のすべての回路に物理的に接続されているが、２つの回路間の通信は、生物の脳コネクトームに従って行われる。刺激がハードウェア装置に提示されると、コンピュータプロセッサ媒体は、その所与の刺激の特徴を分解するために、コンピュータによって実装される様々な操作を実行する。次に、特徴は、異なるハードウェア回路にわたって脳特徴活動操作を実行するためのコンピュータコードをその上に有する、別のコンピュータ可読記憶媒体に変換される。
説明の目的のため、上記の説明は本発明の完全な理解を提供するために特定の命名法を使用した。しかしながら、本発明を実施するために特定の詳細が必要とされないことは当業者には明らかであろう。したがって、本発明の特定の実施形態の上記説明は、例示および説明の目的で提示されている。それらは、網羅的であること、または本発明を開示された正確な形態に限定することを意図するものではない。明らかに、上記の教えを考慮すると、多くの修正やバリエーションが可能である。実施形態は、本発明の原理およびその実際の用途を最もよく説明するために選択および説明され、それにより、当業者は、企図される特定の使用に適した様々な修正を加えて本発明および様々な実施形態を最もよく利用することができる。以下の特許請求の範囲およびそれらの同等物が本発明の範囲を定義することが意図されている。

Claims (17)

  1. コンピュータにより実現される方法であって：
    生物に刺激を供給するステップと；
    前記刺激に応答する前記生物の脳活動を測定するステップと；
    前記脳活動を特徴付ける脳特徴活動マップを作成するステップと；
    複数の前記刺激を供給し、測定し、作成する前記操作ステップを繰り返して、脳の特徴活動マップデータベースを形成するステップと；
    新しい刺激を受け取るステップと；
    前記新しい刺激の特徴を投影された前記脳特徴活動マップにマッピングするステップと；
    前記投影された脳活動マップを前記脳特徴活動マップデータベースと比較して、投影された脳活動マップと脳特徴活動マップデータベースのエントリとの間の類似点および非類似点を識別して、一致を指定するステップと；そして
    前記一致に基づいて前記新しい刺激を特徴づけるステップと；
    を有することを特徴とする方法。
  2. 前記脳特徴活動マップが、脳接続性マトリックスを含む、ことを特徴とする請求項１に記載の方法。
  3. 前記脳接続性マトリックスが、脳コネクトームを形成するための脳組織の微細構造推定に基づく接続性マトリックスの重みを含む、ことを特徴とする請求項２に記載の方法。
  4. 前記脳特徴活動マップが、接続性関連マトリックスと組み合わされた認知層に基づく、ことを特徴とする請求項１に記載の方法。
  5. ラベルを前記脳特徴活動マップに適用するステップをさらに含み、前記ラベルは、前記刺激に対する前記生物の解剖学的応答を特徴付ける、ことを特徴とする請求項１に記載の方法。
  6. 前記測定が、解剖学的磁気共鳴画像法（ＭＲＩ）、拡散テンソル画像法（ＤＴＩ）、ファンクショナルＭＲＩ（ｆＭＲＩ）、脳波（ＥＥＧ）、脳磁図（ＭＥＧ）、赤外線画像法、紫外線画像法、コンピュータトモグラフィー（ＣＴ）、脳マッピング超音波、生体内細胞データ、生体内分子データ、ゲノムデータ、および光学的画像化、のうちの１つまたは複数によって行われる、ことを特徴とする請求項１に記載の方法。
  7. 前記脳活動マップに対応するハードウェア回路を形成するステップをさらに含み、前記ハードウェア回路は、前記刺激に応答する前記ユーザの前記脳活動に対応する能動要素を有する、ことを特徴とする請求項１に記載の方法。
  8. 複数の生物に刺激を与えるステップと；
    前記刺激に応答する前記複数の生物の脳活動を測定するステップと；および
    前記脳活動を特徴付ける脳特徴活動マップを作成するステップと；
    をさらに有する、ことを特徴とする請求項１に記載の方法。
  9. 複数のラベル付き刺激を既存の脳特徴活動マップに供給するステップであって各前記ラベルは、前記刺激に対する前記生物の解剖学的応答を特徴付ける、ステップと；そして
    前記複数のラベル付き刺激から、脳活動を特徴付ける新しい脳特徴活動マップを作成するステップと；
    をさらに有する、ことを特徴とする請求項１に記載の方法。
  10. 前記複数のラベル付き刺激は、一連の新しい脳特徴活動マップに投影される一連のフレーム、画像、音、触覚信号または匂いを含む、ことを特徴とする請求項９に記載の方法。
  11. 前記脳特徴活動マップデータベースが、コンテンツラベルを備えた脳特徴活動マップエントリを有する、ことを特徴とする請求項１に記載の方法。
  12. 前記コンテンツラベルは、好ましくないコンテンツラベルおよび好ましくなくはないコンテンツラベルを含む、ことを特徴とする請求項１１に記載の方法。
  13. 前記好ましくないコンテンツラベルが、暴力的、性的、虐待的または攻撃的な刺激に基づく、ことを特徴とする請求項１２に記載の方法。
  14. 前記脳特徴活動マップデータベースに基づいてコンテンツガイドラインを生成するステップをさらに含む、ことを特徴とする請求項１に記載の方法。
  15. 前記コンテンツラベルは、意思決定プロセスのために使用される、ことを特徴とする請求項１１に記載の方法。
  16. 前記脳特徴活動マップおよび前記コンテンツラベルが、コンテンツ汚染スコアを計算するために使用される、ことを特徴とする請求項１１に記載の方法。
  17. 前記コンテンツ汚染スコアは、視聴者の幸福に対するコンテンツの影響を特徴付けるコンテンツ強度の尺度である、ことを特徴とする請求項１６に記載の方法。
JP2021530305A 2018-12-04 2019-12-03 コンテンツを特徴づけるために脳特徴活動マップデータベースを利用するための装置および方法 Active JP7382082B2 (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201862775018P 2018-12-04 2018-12-04
US62/775,018 2018-12-04
US16/667,198 US20200170524A1 (en) 2018-12-04 2019-10-29 Apparatus and method for utilizing a brain feature activity map database to characterize content
US16/667,198 2019-10-29
PCT/IB2019/060414 WO2020115664A1 (en) 2018-12-04 2019-12-03 Apparatus and method for utilizing a brain feature activity map database to characterize content

Publications (2)

Publication Number Publication Date
JP2022510244A true JP2022510244A (ja) 2022-01-26
JP7382082B2 JP7382082B2 (ja) 2023-11-16

Family

ID=70848962

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021530305A Active JP7382082B2 (ja) 2018-12-04 2019-12-03 コンテンツを特徴づけるために脳特徴活動マップデータベースを利用するための装置および方法

Country Status (9)

Country Link
US (1) US20200170524A1 (ja)
EP (1) EP3890604A4 (ja)
JP (1) JP7382082B2 (ja)
KR (1) KR20210108376A (ja)
CN (1) CN113164126A (ja)
AU (1) AU2019391425B2 (ja)
CA (1) CA3121304A1 (ja)
IL (1) IL283489B2 (ja)
WO (1) WO2020115664A1 (ja)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11037296B1 (en) * 2020-08-07 2021-06-15 Omniscient Neurotechnology Pty Limited Deriving target data from selected brain data
KR102478278B1 (ko) * 2020-10-20 2022-12-16 서울대학교산학협력단 뇌의 기능적 활성도에 기반한 뇌 지도 결정 장치 및 방법
WO2022120023A1 (en) * 2020-12-02 2022-06-09 The Texas A&M University System Systems and methods for characterizing brain activity
CN116709988A (zh) * 2021-01-14 2023-09-05 布雷恩维沃有限公司 使用一般内容脑反应模型对特定于学科的内容进行分类
KR102564252B1 (ko) * 2021-02-24 2023-08-04 서울대학교산학협력단 뇌신경의 활성화를 유도하기 위해 복수의 전극쌍을 이용하여 뇌자극을 제공하는 방법 및 침습적 다중 영역 뇌자극 장치
US20240161457A1 (en) * 2021-04-02 2024-05-16 The Regents Of The University Of California System for determining trademark similarity
WO2023056317A1 (en) * 2021-09-28 2023-04-06 Dandelion Science Corp. Systems and methods for generating spatiotemporal sensory codes
CN116312971B (zh) * 2023-05-15 2023-08-29 之江实验室 认知训练素材生成方法、认知训练方法、装置和介质
CN117172294B (zh) * 2023-11-02 2024-01-26 烟台大学 一种稀疏脑网络的构建方法、系统、设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150248615A1 (en) * 2012-10-11 2015-09-03 The Research Foundation Of The City University Of New York Predicting Response to Stimulus
JP2016513319A (ja) * 2013-03-15 2016-05-12 インテル コーポレイション 収集された生物物理的信号の時間的パターンおよび空間的パターンに基づく脳‐コンピューターインターフェース（ｂｃｉ）システム
JP2016101479A (ja) * 2014-11-12 2016-06-02 国立研究開発法人理化学研究所 閾値推定装置、閾値推定方法、ならびに、プログラム
US20160346164A1 (en) * 2015-05-27 2016-12-01 Purdue Research Foundation High-resolution, selective and self-optimizing haptic and electrotactile display and methods of use

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AUPQ404899A0 (en) * 1999-11-16 1999-12-09 Price, Gregory Walter Dr Aprocess of interactive stimulation of the brain as a means of modifying the electroencephalogram so as to modify particular electrophysiological respon ses
JP3933568B2 (ja) * 2002-12-18 2007-06-20 独立行政法人科学技術振興機構 脳機能計測装置
US7627370B2 (en) * 2004-10-20 2009-12-01 Marks Donald H Brain function decoding process and system
US20080004660A1 (en) * 2006-06-28 2008-01-03 Medtrode Inc. Systems and methods for improving a cognitive function
US20080097235A1 (en) * 2006-08-25 2008-04-24 Technion Research & Development Foundation, Ltd Subjective significance evaluation tool, brain activity based
US20190159712A1 (en) * 2009-03-30 2019-05-30 Donald H. Marks Brain function decoding process and system
WO2012101644A2 (en) * 2011-01-28 2012-08-02 Bar Ilan University Method and system for non-invasively monitoring biological or biochemical parameters of individual
WO2014169060A1 (en) 2013-04-09 2014-10-16 Wager Tor Fmri-based neurologic signature of physical pain
WO2015003118A1 (en) * 2013-07-03 2015-01-08 University Of Houston Mehtods for closed-loop neural-machine interface systems for the control of wearable exoskeletons and prosthetic devices
CN103778240B (zh) * 2014-02-10 2017-04-26 中国人民解放军信息工程大学 基于功能磁共振成像和图像字典稀疏分解的图像检索方法
US10342475B2 (en) * 2014-11-12 2019-07-09 Riken Threshold estimation apparatus, threshold estimation method, and non-transitory computer-readable information recording medium
CA3081166A1 (en) * 2015-01-06 2016-07-14 David Burton Mobile wearable monitoring systems
CN107530012B (zh) * 2015-02-16 2019-12-10 内森·英特拉托 用于脑活动解析的系统
CN106691378A (zh) * 2016-12-16 2017-05-24 深圳市唯特视科技有限公司 一种基于脑电图数据的深度学习视觉分类方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150248615A1 (en) * 2012-10-11 2015-09-03 The Research Foundation Of The City University Of New York Predicting Response to Stimulus
JP2016513319A (ja) * 2013-03-15 2016-05-12 インテル コーポレイション 収集された生物物理的信号の時間的パターンおよび空間的パターンに基づく脳‐コンピューターインターフェース（ｂｃｉ）システム
JP2016101479A (ja) * 2014-11-12 2016-06-02 国立研究開発法人理化学研究所 閾値推定装置、閾値推定方法、ならびに、プログラム
US20160346164A1 (en) * 2015-05-27 2016-12-01 Purdue Research Foundation High-resolution, selective and self-optimizing haptic and electrotactile display and methods of use

Also Published As

Publication number Publication date
JP7382082B2 (ja) 2023-11-16
AU2019391425B2 (en) 2022-03-03
WO2020115664A1 (en) 2020-06-11
AU2019391425A1 (en) 2021-06-17
IL283489A (en) 2021-07-29
EP3890604A4 (en) 2022-08-24
IL283489B1 (en) 2024-02-01
KR20210108376A (ko) 2021-09-02
EP3890604A1 (en) 2021-10-13
IL283489B2 (en) 2024-06-01
US20200170524A1 (en) 2020-06-04
CA3121304A1 (en) 2020-06-11
CN113164126A (zh) 2021-07-23

Similar Documents

Publication Publication Date Title
JP7382082B2 (ja) コンテンツを特徴づけるために脳特徴活動マップデータベースを利用するための装置および方法
Powers et al. Regulating emotion through distancing: A taxonomy, neurocognitive model, and supporting meta-analysis
Kim et al. Representations of modality-general valence for videos and music derived from fMRI data
Taya et al. Brain enhancement through cognitive training: a new insight from brain connectome
Kaplan et al. Processing narratives concerning protected values: A cross-cultural investigation of neural correlates
Lorenz et al. The Automatic Neuroscientist: A framework for optimizing experimental design with closed-loop real-time fMRI
Janssen et al. Tune in to your emotions: a robust personalized affective music player
Sachs et al. Decoding the neural signatures of emotions expressed through sound
Lin et al. Neural network of body representation differs between transsexuals and cissexuals
Wagner et al. Decoding the neural representation of self and person knowledge with multivariate pattern analysis and data‐driven approaches
Sharma et al. Modeling observer stress for typical real environments
Regenbogen et al. Bayesian-based integration of multisensory naturalistic perithreshold stimuli
KR102379132B1 (ko) 디지털 컨텐츠 기반 치료 정보 제공 장치 및 방법
CN108281190A (zh) 一种用于康复辅助的系统、及其康复辅助方法和装置
Kipli et al. Investigating machine learning techniques for detection of depression using structural MRI volumetric features
Zhao et al. Two-stage spatial temporal deep learning framework for functional brain network modeling
Gionfrida et al. A novel sonification approach to support the diagnosis of Alzheimer’s dementia
Yargholi et al. Brain decoding-classification of hand written digits from fMRI data employing Bayesian networks
Almeida et al. The processing of biologically plausible and implausible forms in American Sign Language: evidence for perceptual tuning
Ren et al. Hierarchical spatio-temporal modeling of naturalistic functional magnetic resonance imaging signals via two-stage deep belief network with neural architecture search
Peled et al. “Clinical brain profiling”: A neuroscientific diagnostic approach for mental disorders
Nastase et al. Connectivity in the human brain dissociates entropy and complexity of auditory inputs
Aguirre-Celis et al. Quantifying the Conceptual Combination Effect on Word Meanings
Ellis et al. Movies reveal the fine-grained organization of infant visual cortex
Wahbeh et al. Evaluating brain spectral and connectivity differences between silent mind-wandering and trance states

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220721

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230110

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230403

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20230613

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230829

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20230922

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20231017

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20231027

R150 Certificate of patent or registration of utility model

Ref document number: 7382082

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150