JP5203215B2 - 脳波（ｅｅｇ）測定値を使って抑うつおよびその他の気分障害を分析し、評価するシステムおよび方法 - Google Patents

脳波（ｅｅｇ）測定値を使って抑うつおよびその他の気分障害を分析し、評価するシステムおよび方法 Download PDF

Info

Publication number
JP5203215B2
JP5203215B2 JP2008543577A JP2008543577A JP5203215B2 JP 5203215 B2 JP5203215 B2 JP 5203215B2 JP 2008543577 A JP2008543577 A JP 2008543577A JP 2008543577 A JP2008543577 A JP 2008543577A JP 5203215 B2 JP5203215 B2 JP 5203215B2
Authority
JP
Japan
Prior art keywords
data
static
asymmetry
determining
dynamic
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.)
Expired - Fee Related
Application number
JP2008543577A
Other languages
English (en)
Other versions
JP2009518076A (ja
Inventor
スティーブン エム． スナイダー、
ジェームズ ディ． フォーク、
Original Assignee
ネバ ヘルス エルエルシー
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
Priority to US74184305P priority Critical
Priority to US60/741,843 priority
Application filed by ネバ ヘルス エルエルシー filed Critical ネバ ヘルス エルエルシー
Priority to PCT/US2006/061413 priority patent/WO2007065133A2/en
Publication of JP2009518076A publication Critical patent/JP2009518076A/ja
Application granted granted Critical
Publication of JP5203215B2 publication Critical patent/JP5203215B2/ja
Expired - Fee Related 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—Detecting, measuring or recording for diagnostic purposes; Identification of persons
    • A61B5/04—Measuring bioelectric signals of the body or parts thereof
    • A61B5/0476—Electroencephalography
    • A61B5/048—Detecting the frequency distribution of signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Detecting, measuring or recording 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Detecting, measuring or recording 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
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms

Description

本発明は、抑うつを分析するシステムおよび方法を対象とし、詳細には、脳波測定値を使って個体における抑うつおよびその他の気分障害を分析し、評価するシステムおよび方法に関する。

（関連出願）
本願は、２００５年１２月１日に出願した、「Ｓｙｓｔｅｍｓ ａｎｄ Ｍｅｔｈｏｄｓ ｆｏｒ Ａｎａｌｙｚｉｎｇ ａｎｄ Ｄｉａｇｎｏｓｉｎｇ Ｄｅｐｒｅｓｓｉｏｎ Ｕｓｉｎｇ Ｅｌｅｃｔｒｏｅｎｃｅｐｈａｌｏｇｒａｐｈｉｃ （ＥＥＧ） Ｍｅａｓｕｒｅｍｅｎｔｓ」という名称の、米国仮特許出願第６０／７４１，８４３号の優先権を主張するものである。

米国における精神衛生に関する米国保険福祉省（ＨＳＨＨＳ）２００２年報告書によれば、５〜１７歳の児童の約３．７％が、ある一定の年齢で抑うつと診断されることになる。これは、患者１人当たり１スキャンとして平均すると、４億４０００万米ドルの児童青年期市場に対して、年間で、約２２０万米ドルを意味する。国立精神衛生研究所（ＮＩＭＨ）によれば、毎年人口の９．５％が、１つまたは複数の抑うつ障害にかかり、女性が抑うつにかかる頻度は男性の約２倍である。米国では、これは、１患者当たり１スキャンとして平均すると、約５６億２０００万米ドルに値する総人口市場に対して、年間で、約２８１０万米ドルを意味する。診断には１回のスキャンで済むかもしれないが、治療の追跡には複数回のスキャンが必要となり得る。

定量的脳波記録（ｑＥＥＧ）は、一部の医療専門家によって、ある特定の精神病理学的状態を分析し、診断するのに利用されている。例えば、文献では、情動および関連する精神病理学と関連付けてｑＥＥＧを考察している１００件近くの研究が報告されている（「Ａｌｌｅｎ＆Ｋｌｉｎｅ，２００４」、「Ｃｏａｎ＆Ａｌｌｅｎ，２００４」参照）。これらの研究の一部では、左と右の前頭ｑＥＥＧ測定値間の非対称性が、抑うつ性精神病理を示し、またはその危険にさらされている個体と関連付けられることが認められている。ｑＥＥＧ測定値の非対称性についての一分析は、アーチファクティング後に受け入れられるすべてのエポックについての平均結果を提供し得る高速フーリエ変換（ＦＦＴ）を利用して行うことができる。少なくとも２つの研究で、各個別エポックのＦＦＴを含む分析を使用し、次いで、左または右が優勢な非対称を有する時間パーセントを決定することによって、実験群間のより大きな統計的差異が観察されている（「Ｂａｅｈｒ，Ｒｏｓｅｎｆｅｌｄ，Ｂａｅｈｒ，＆Ｅａｒｎｅｓｔ，１９９８」、「Ｂａｅｈｒ，Ｒｏｓｅｎｆｅｌｄ，Ｍｉｌｌｅｒ，＆Ｂａｅｈｒ，２００４」参照）。

また、定量的脳波記録（ｑＥＥＧ）は、別の医療専門家または従事者によって、患者に対する麻酔の影響のモニタリングなど、別種のモニタリングにも使用されている。例えば、判別分析を使ったｑＥＥＧ測定値の分析は、「コーダンス（ｃｏｒｄａｎｃｅ）」と呼ばれる判別変数を提供することができる。また、この種の分析は、脳損傷を調べ、認知症を有する患者を特徴付けるのにも使用することができる。

前頭アルファ波ｑＥＥＧの非対称性は、一般に、医療専門家および研究者によって、抑うつ障害を調べるのに使用されている。２つの脳半球の電力値間の単純な算術差といった非対称度の計算を利用して抑うつを識別する従来の技法が、医療専門家によって使用されている。ある技法、例えば、ニューロフィードバック、バイオフィードバック、神経療法などでは、ｑＥＥＧ非対称度を、抑うつを治療するためのマーカ変数として使用する。この技法では、左と右の脳半球電力変数の単純な減算を使用する。別の類似の技法では、組み合わせ集合として平均されたすべての包含エポックのＦＦＴを使って求められる、左と右の脳半球の前頭領域の電力値間の算術差を調べる。各脳半球の前頭部位における電力には大きな変動性が生じ得る。従来の技法では、この変動性からの価値ある情報が平均化プロセスで失われる可能性があり、平均値からの価値ある情報が、この変動性を考慮しないと、減じられる可能性がある。かかる従来の技法を使った様々な文献のメタ分析は、約０．６の効果サイズを生み出すことができ、これは、約６０％の分類精度を推定するものである。すなわち、かかる従来の技法を使った抑うつの識別および診断は、約６０％の精度とすることができる。

ある従来の技法は、判別分析およびクラスタ分析を使って抑うつを診断する。この技法は、絶対電力、相対電力、コヒーレンス、および非対称度の変数を含む、特定のｑＥＥＧ変数の判別分析を必要とし得る。しかしながら、この技法もやはり、これらのｑＥＥＧ変数を、前述のようなこの分野に典型的なやり方で利用する可能性があり、変動性からの価値ある情報を失わせる可能性がある。

ｑＥＥＧ測定値の単一記録を利用して、非対称性を分析し、または調べることができる。いくつかの研究では、比較的安定したｑＥＥＧ成分を分離する比較的単純な方法と結合された、反復測定設計を利用している。この静止型の方法は、反復測定を用いた基本的平均法を伴い、非対称ｑＥＥＧ測定値および結果の調査および分析における精度の改善をもたらし得る。「Ｄａｖｉｄｓｏｎ，１９９８」を参照されたい。

１つの数学的技法は、ｑＥＥＧ測定値を、それぞれの静的成分と動的成分とに分離することができる。この技法の従来の用途はｑＥＥＧおよび遺伝学の研究だけに限定されており、これらの研究は、ｑＥＥＧの安定した遺伝子成分を特定する際のこの種の分析の有効性を示した。この技法を二卵性および一卵性双生児、ならびに近親者および一般集団の研究に使用するとき、個体間の遺伝的類似性は、ｑＥＥＧデータの安定成分のスペクトルパターンの類似性と関連付けられる（「Ｓｔａｓｓｅｎ，Ｌｙｋｋｅｎ，Ｐｒｏｐｐｉｎｇ，＆Ｂｏｍｂｅｎ，１９８８」）。

したがって、脳波測定値を使って個体における抑うつを分析し、評価するシステムおよび方法が求められている。脳波測定値を使って個体における気分障害を分析し、評価するシステムおよび方法も求められている。

さらに、脳波測定値を使って個体における双極性障害を分析し、評価するシステムおよび方法も求められている。

さらに、脳波測定値を使って個体における少なくとも１つの遺伝子関連の成分を有する障害を分析し、評価するシステムおよび方法も求められている。

本発明による様々な態様および実施形態によるシステムおよびプロセスは、これらの問題およびこれらの問題の組み合わせの一部または全部に対処する。それらは、脳波測定値を使って個体における抑うつを分析し、評価する少なくとも１つのシステムおよび方法を提供することによるものである。本発明の実施形態は、抑うつだけに限定されず、双極性障害や、少なくとも１つの遺伝子関連の成分を有する他の障害といったその他の気分障害も含むことができる。

本発明の実施形態は、個々のｑＥＥＧデータ集合の変動性を考慮する複数の方法を組み込むことができる。また、本発明の実施形態は、メタ分析法によって、ＥＥＧを気分障害の評価に適用するときに大きな価値があると推定され得る、個々のＥＥＧデータ集合の変動性と関連付けられる情報を取り込む複数の方法を組み込むこともできる。本発明の実施形態は、通常は失われ、廃棄され、または従来の技法によって使用されないことのあるＥＥＧデータの変動性からの比較的重要な情報を保持することができる。非対称度値を、静的および動的ｑＥＥＧ成分から導出することができる。例えば、静的成分（「静的スペクトル非対称度」）を、抑うつ者の評価に適用することができる。動的成分から導出される非対称度値（「動的スペクトル非対称度」）は、治療ありと治療なしでの抑うつ者における、総体的症状の経時的変化の追跡に適用することができる。従来の技法は、ｑＥＥＧの静的成分と動的成分を区別することも、別の方法で分離することもない。メタ分析的外挿法を使用すると、本発明の実施形態は、約９０％の分類精度で約２．６の効果サイズを生み出すことができると推定される。従来の技法の約６０％の精度は、臨床応用での使用には十分でない可能性があるが、本発明のいくつかの実施形態の約９０％の精度は、診断標準を満たすことができる。

本発明の一実施形態は、反復基線ｑＥＥＧ測定値を収集すること、および少なくとも一部はスペクトルパターンの数学的技法に基づいて、静的および動的ｑＥＥＧ成分からの非対称の単一エポックを分析することを含むプロセスである。スペクトルパターンは、アーチファクト除去、エポックの再分割、および個々のエポックに対する高速フーリエ変換の実行によって、ｑＥＥＧデータ集合から各電極部位ごとに獲得することができる。各スペクトル集合から、範囲と周波数点の組ごとにそのスペクトルパターンの特徴ベクトルを定義する変動性プロットを作成することができる。一例では、ｑＥＥＧデータの静的成分を、各電極ごとのスペクトルパターン集合の交わりとして計算することができる。別の例では、特定の単一スペクトルパターンの動的成分を、全静的成分を除去した後のスペクトルパターンの残りの部分として決定することができる。

静的成分から導出される非対称度値は、抑うつおよびその他の関連する情動的精神病理を有する個体の評価に適用することができる。動的成分から導出される非対称度値は、治療ありと治療なしの個体についての総体的症状の経時的変化の追跡に適用することができる。

本発明によるシステム、方法、および装置の実施形態は、以下の機能、すなわち、（１）反復ｑＥＥＧ測定および分析、（２）個々のエポックのＦＦＴ分析、（３）静的ｑＥＥＧ成分と動的ｑＥＥＧ成分の分離、（４）一部は少なくともスペクトルパターン分析に基づく静的および動的非対称度変数の計算、および（５）静的変数と動的変数の、それぞれ、障害危険度と障害追跡への適用の一部または全部を実行することができる。例えば、一実施形態では、上記機能と各技法の組み合わせを使って、患者における抑うつを分析し、診断することができる。

本発明の一実施形態は、人における気分障害を分析し、評価する方法を含む。この方法は、人と関連付けられた複数の脳波記録データを受け取ることを含む。さらに、この方法は、複数の脳波記録データの部分の少なくとも１つの静的成分を決定することを含む。さらに、この方法は、複数の脳波記録データの部分の静的成分における静的非対称度を決定することを含む。さらに、この方法は、少なくとも一部は複数の脳波記録データの部分の静的成分における静的非対称度に基づいて、人が気分障害の危険にさらされているかどうかを示す指標を決定することを含む。

本発明の一実施形態の一態様において、この方法は、複数の脳波記録データの部分の少なくとも１つの動的成分を決定することを含むことができる。また、この方法は、複数の脳波記録データの部分の動的成分における動的非対称度を決定することも含むことができる。加えて、この方法は、少なくとも一部は脳波記録データの部分の動的成分における動的非対称度に基づいて、気分障害の治療反応を予測し、評価するための指標を決定することも含むことができる。

本発明の一実施形態の別の態様において、この方法は、複数の脳波記録データの部分の少なくとも１つの静的成分を決定することが静的スペクトルパターンを決定することを含むものとすることができる。

本発明の一実施形態の別の態様において、この方法は、複数の脳波記録データの部分の動的成分における動的非対称度を決定することが動的スペクトルパターンを決定することを含むものとすることができる。

本発明の一実施形態の別の態様において、この方法は、複数の脳波記録データの部分の静的成分における静的非対称度を決定することが、元の左と右の静的スペクトルパターンから左と右のスペクトルパターンの交わりを除去することを含むものとすることができる。

本発明の一実施形態の別の態様において、この方法は、複数の脳波記録データの部分の動的成分における動的非対称度を決定することが、元の左と右の動的スペクトルパターンから左と右の動的スペクトルパターンの交わりを除去することを含むものとすることができる。

本発明の一実施形態の別の態様において、この方法は、複数の脳波記録データの部分の静的成分における静的非対称度を決定することが、右側と左側の静的成分の最大電力と最小電力の平均値を決定することをさらに含み得るものとすることができる。

本発明の一実施形態の別の態様において、この方法は、脳波記録データの動的成分における動的非対称度を決定することが、右側と左側の動的成分の最大電力と最小電力の平均値を決定することをさらに含み得るものとすることができる。

本発明の一実施形態の別の態様において、この方法は、気分障害が、抑うつ、双極性障害、または少なくとも１つの遺伝子関連の成分を有する障害のうちの少なくとも１つを含むものとすることができる。

別の実施形態は、脳波記録データを使って人における気分障害を分析し、評価する方法を含む。この方法は、人から脳波記録データを収集することを含む。加えて、この方法は、脳波記録データの少なくとも一部と関連付けられる静的成分を決定することを含む。さらに、この方法は、脳波記録データの少なくとも一部と関連付けられる動的成分を決定することを含む。さらに、この方法は、静的または動的成分における非対称度を決定することを含む。さらに、この方法は、少なくとも一部は静的成分または動的成分における非対称度に基づいて、気分障害と関連付けられる特性を評価することを含む。

本発明の一実施形態の一態様において、この方法は、左側スペクトルパターンを決定することを含み得る。加えて、この方法は、少なくとも一部は脳波記録データに基づいて、右側スペクトルパターンを決定することも含むことができる。さらに、この方法は、左側スペクトルパターンと右側スペクトルパターンの交わり部分を除去して、全体の非対称スペクトルパターンを得ることを含むこともできる。

本発明の一実施形態の別の態様において、この方法は、静的または動的成分における非対称度を決定することが、左側スペクトルパターンと右側スペクトルパターンの交わり部分と、左側スペクトルパターンと右側スペクトルパターンの和集合の比を評価することをさらに含むものとすることができる。

本発明の一実施形態の別の態様において、この方法は、静的または動的成分における非対称度を決定することが、学習型アルゴリズムを実行して、脳波記録データと関連付けられる各周波数帯域の類似度を確認するための１つまたは複数の重み係数を定義することを含むものとすることができる。

本発明の一実施形態の別の態様において、この方法は、静的または動的成分における非対称度を決定することが、患者の左側が患者の右側に対して優勢であり、または劣勢である時間パーセントを決定すること、および患者の左側が患者の右側に対して優勢であり、または劣勢である時間パーセントを比較することを含むものとすることができる。

本発明の一実施形態の別の態様において、この方法は、静的または動的成分における非対称度を決定することが、少なくとも１つのベクトルを使って各前頭領域ごとの個別電力を導出すること、および各前頭領域ごとの個別電力を比較することを含むものとすることができる。

本発明の一実施形態の別の態様において、この方法は、特性が、気分障害を有する危険性、または気分障害の症状の少なくとも１つを含み得るものとすることができる。

本発明の別の実施形態は、脳波記録データを使って人における気分障害を分析し、評価する方法を含む。この方法は、人から脳波記録データを収集することを含む。加えて、この方法は、脳波記録データの少なくとも一部と関連付けられる静的成分を決定することを含む。さらに、この方法は、静的成分における非対称度を決定することを含む。さらに、この方法は、少なくとも一部は静的成分における非対称度に基づいて、気分障害と関連付けられる特性を評価することを含む。

本発明の別の実施形態は、脳波記録データを使って人における気分障害を分析し、評価する方法を含む。この方法は、人から脳波記録データを収集することを含む。加えて、この方法は、脳波記録データの少なくとも一部と関連付けられる動的成分を決定することを含む。さらに、この方法は、動的成分における非対称度を決定することを含む。加えて、この方法は、少なくとも一部は動的成分における非対称度に基づいて、気分障害と関連付けられる特性を評価することを含む。

本発明の別の実施形態は、人における気分障害を分析し、評価するシステムを含む。このシステムは、データ収集モジュールと報告書生成モジュールとを含む。データ収集モジュールは、人と関連付けられた複数の脳波記録データを受け取るように適合されている。報告書生成モジュールは、複数の脳波記録データの部分の少なくとも１つの静的成分を決定するように適合されており、さらに、複数の脳波記録データの部分の静的成分における静的非対称度を決定するようにも適合されている。報告書生成モジュールは、さらに、少なくとも一部は複数の脳波記録データの部分の静的成分における静的非対称度に基づいて、人が気分障害の危険にさらされているかどうかを示す指標を出力するように適合されている。

本発明の一実施形態の別の態様において、このシステムは、報告書生成モジュールが、さらに、複数の脳波記録データの部分の少なくとも１つの動的成分を決定するように適合されているものとすることができる。報告書生成モジュールは、さらに、複数の脳波記録データの部分の動的成分における動的非対称度を決定するように適合させることができる。加えて、報告書生成モジュールは、さらに、少なくとも一部は脳波記録データの部分の動的成分における動的非対称度に基づいて、気分障害の治療反応を予測する指標を出力するように適合させることができる。さらに、報告書生成モジュールは、少なくとも一部は脳波記録データの部分の動的成分における動的非対称度に基づいて、気分障害の治療を評価する指標を出力するように適合させることができる。

したがって、本発明の様々な実施形態による様々なシステムおよびプロセスは、
（１）脳波測定値を使って個体における抑うつを分析し、評価するシステムおよび方法と、
（２）脳波測定値を使って個体における気分障害を分析し、評価するシステムおよび方法と、
（３）脳波測定値を使って個体における双極性障害を分析し、評価するシステムおよび方法と、
（４）脳波測定値を使って個体における少なくとも１つの遺伝子関連の成分を有する障害を分析し、評価するシステムおよび方法と、
（５）ｑＥＥＧ手順を使って情動的精神病理の状態と形質両方の有無を評価する、改善された定量的非侵襲的方法を提供するシステムおよび方法と、
（６）開業医が、偏りのない正確な方法を使って、情動的精神病理を検査することを可能にするｑＥＥＧ手順を提供するシステムおよび方法と、
（７）開業医が、偏りのない正確な方法を使って、情動的精神病理の治療反応、投薬反応、および時間経過を予測し、追跡することを可能にするｑＥＥＧ手順を提供するシステムおよび方法と
を含むことができる。

本発明の様々な実施形態による他のシステムおよびプロセスは、本明細書の残りの部分を考慮すれば明らかになるであろう。

本発明は、脳波測定値を使って個体における抑うつを分析し、評価するシステムおよびプロセスに関するものである。本発明の一実施形態は、抑うつを分析し、評価するシステムおよび方法に関するものである。別の実施形態は、気分障害を分析し、評価するシステムおよびプロセスに関するものである。別の実施形態は、双極性障害を分析し、評価するシステムおよびプロセスに関するものである。別の実施形態は、少なくとも１つの遺伝子関連の成分を有する障害を分析し、評価するシステムおよびプロセスに関するものである。

各実施形態の図面および例をさらに詳細に説明する前に、本明細書で使用する用語法を明確にするために、以下でいくつかの用語について説明する。これらの用語のさらなる、より十分な理解は、本明細書全文を読めば明確になるであろう。

「ＱＥＥＧデータ」：それだけに限らないが、脳波記録法（ＥＥＧ）などを含む装置、またはプロセスを使って患者から収集される任意のデータ。

「指標」：健康状態または病的状態の特定の側面を識別する特性。指標は、「指標変数」とも呼ばれ、生物学的測定へのコンテキストを提供し、もしくは、そうではなく、研究またはその他のデータと組み合わさってこれを提供し、特定の状態に関する生物学的測定の解釈を円滑に行わせる。通常、指標は、一般に、ある状態の特定の側面についての一般に信頼のおける、再現可能な、または統計的に有意な特性であることが研究され、検証され、検査されているものである。

「健康状態」：患者の身体的および精神的状態であり、それだけに限らないが、健康な状態またはそれほど健康でない状態、健康な状態またはそれほど健康でない状態を含む慢性の状態または急性の状態、１つまたは複数の障害、コンプレックス、疾患、感染症、先天性異常、事故後遺症、病理学関連の問題または病気が含まれる。

「エポック」：ある期間にわたって収集される、電気生理学的データファイルなどの生データファイル内の任意の単位または量のデータ。生データファイルは、一連のエポックに分解することができる。各エポックは、任意の期間にわたる任意の数のチャネルの、生の電気生理学的マルチチャネル活動などの生の生物学的活動に関連する情報を含むことができる。

「アーチファクト」：専門家または当業者によって、特定の患者、被験者の身体のある部分、および／または患者または被験者と関連付けられる任意の環境的発生源の動きによるものであるとみなされ得る、生の電気生理学的データファイルなどの生データファイル内の一部または全部の信号または活動。アーチファクトの原因には、それだけに限らないが、心臓の電気的活性（ＥＫＧ）、目の動き（ＥＯＧ）、筋肉の張力（ＥＭＧ）、および呼吸が含まれ得る。実施形態によっては、アーチファクトは、時間領域と周波数領域の一方または両方で、しばしば、対象となる他の生理的信号と重なり合うことがある。

「アーチファクティング」：人間、またはコンピュータプログラムなどのコンピュータ実行可能命令セットによって実行され得る、アーチファクトを含む特定のエポックの一部または全部をスキャンすることを伴い、アーチファクトが存在する場合、任意の特定のエポックの一部または全部を、それに応じて「包含される」または「削除される」とマークすることのできるプロセスまたは方法。

本発明の実施形態は、抑うつ、気分障害、または少なくとも１つの遺伝子関連の成分を有する他の障害を有する個体は、典型的には、基線の上限を超えて重畳された、間欠性の、急性レベルの行動的表現を伴う基線レベルの行動的機能を有するという認識に基づくものとすることができる。また、本発明の実施形態は、ｑＥＥＧデータまたは測定値を、急性のｑＥＥＧ特徴が基線の上限を超えて重畳された基線情報集合に、言い換えると、ｑＥＥＧデータまたは測定値の静的（基線）成分と動的（重畳）成分に分離することができるという認識に基づくものとすることもできる。

本発明の実施形態は、患者のｑＥＥＧデータまたは測定値の静的成分と動的成分を分離し、静的成分を適用して特定の障害の基線存在または特定の障害の危険性を識別することができる。本発明の実施形態は、動的ｑＥＥＧ成分を使って、ある期間にわたる患者の急性レベルの行動的表現を追跡することができ、これは、例えば、特定の障害の投薬反応、治療反応、時間経過などに適用することができる。

一実施形態では、１人の患者または被験者から少なくとも２セッションのｑＥＥＧデータ測定を得ることができ、これは、場合によっては、その患者または被験者の複数回の通院に相当する。いくつかの実施形態では、１回の通院における患者または被験者からの１セッションのｑＥＥＧデータ測定値を用いて適切なｑＥＥＧデータ測定値を得ることができる。かかる実施形態では、単一セッションからの十分な大きさのデータ集合を用い、本明細書で説明するスペクトルパターン法を使って、ｑＥＥＧデータ測定値の変動性を決定することが可能となり得る。場合によっては、単一セッションからのｑＥＥＧデータ測定値の使用が適切であるかどうかは、臨床試験における反復測定確認データの収集および分析によって検証することができる。

本発明の実施形態は、ｑＥＥＧデータ測定値の集合における非対称度を測定し、または別の方法で決定することができる。非対称度は、２つのデータ測定集合間の差として定義することができる。非対称度は、以下の方法の一部または全部を使って測定し、または別の方法で決定することができる。

一方法において、スペクトル非対称度は、左と右の電極スペクトルパターンの集合から計算することができる。例えば、左電極スペクトルパターンと右電極スペクトルパターンの交わりデータを、元の各パターンから除去することができる。各パターンの残りのデータは、それら２つのデータまたはパターンの集合間のスペクトル非対称度をもたらす。スペクトルパターン間の類似性の分析は、各集合の交わりと各集合の和との比を使って行うことができる。一実施形態では、全体の類似度が、学習型最適化アルゴリズムまたは別の類似の技法を使って、各周波数帯域の類似度への寄与の和における１つまたは複数の重み係数を定義して計算することができる。

別の方法では、アルファ波周波数範囲内の静的成分と動的成分の標準前頭電力および非対称ｑＥＥＧ値の導出に際して、特徴ベクトルを使用することができる。

別の方法では、静的および動的ｑＥＥＧ成分を別々に使って、左と右の優勢な非対称の時間パーセントを計算することができる。

非対称度を決定することに関連付けられる方法の一部または全部を使って、静的成分から導出される非対称度値（「静的スペクトル非対称度」）を、抑うつ者の評価と診断に適用することができる。動的成分から導出される非対称度値（「動的スペクトル非対称度」）は、治療ありと治療なしの抑うつ者における総体的症状の経時的変化の予測と追跡に適用することができる。

図１に、ｑＥＥＧ測定値を使って個体における抑うつを分析し、評価する方法の一例を示す。この方法例１００は、抑うつだけに限定されず、双極性障害や、少なくとも１つの遺伝子関連の成分を有する他の障害といったその他の気分障害も含むことができる。この方法例１００は、図６の６０２などのシステムによって実行することができる。

図１に示す方法１００は、ブロック１０２から開始する。ブロック１０２で、被験者または患者と関連付けられたＥＥＧ信号が受け取られる。すなわち、被験者または患者と関連付けられたｑＥＥＧデータ測定値が、図６の６０２などのシステムによって受け取られる。例えば、ｑＥＥＧデータ収集装置、システム、または技法と国際１０／２０電極配置法を使って、患者の頭部など、患者の身体に対して、複数の電極部位を位置決めすることができる。ｑＥＥＧデータ測定値を収集することのできる電極と関連付けられた適切なシステムについては、以下で、図６との関連で説明する。患者の身体上の各領域、例えば患者の頭部などは、適切なｑＥＥＧ準備用洗浄剤およびアルコールを使って清浄にすることができる。例えば、患者に、適正な電極が上記ステップで位置決めされた部位上に位置するように調整することのできる伸縮Ｌｙｃｒａ（商標）キャップを被せることもできる。電極キャップが適正に配置されると、シリンジを使って、選択された部位の患者の頭皮に導電性ゲルを塗布することができる。次いで、各電極部位は、医療専門家または従事者によって、その部位から正確なｑＥＥＧデータ測定値が得られるようにチェックされ得る。

一実施形態では、ｑＥＥＧ測定値は、被験者の目が閉じた状態と被験者の目が開いた状態の両方で収集され得る。例えば、ｑＥＥＧ測定値は、被験者の目が閉じた状態で約２０分間にわたって（約６３０エポック）と、被験者の目が開いた状態のデータで約１０分間わたって（約３１５エポック）収集することができる。

ブロック１０２の後にブロック１０４が続き、そこで、ｑＥＥＧデータをディジタル化し、アーチファクトの有無を検査する。一実施形態では、ｑＥＥＧデータを、図６の６０２などのシステムによってディジタル化して検査し、ｑＥＥＧデータを分析してアーチファクトを識別することができる。一例では、影響を受けたｑＥＥＧデータのエポックを、対象となる特定のデータ集合から除去することができる。別の実施形態では、特定の被験者から、被験者の目が閉じた状態と、被験者の目が開いた状態とで、アーチファクトによる影響を最小限度に受けている可能性のある少なくとも１５エポックのデータを収集することができる。別の実施形態では、特定の被験者から、被験者の目が閉じた状態で、少なくとも４５エポックのデータを収集することができる。

ブロック１０４の後にブロック１０６が続き、そこで、エポック部分集合を処理する。例えば、特定の患者から、十分な数の比較的アーチファクトのないｑＥＥＧデータエポックが得られると、ｑＥＥＧデータの１つまたは複数の部分集合をさらに処理することができる。この実施形態では、包含される各対電極部位からのｑＥＥＧデータ（例えば、Ｆ３およびＦ４、ならびに基準としてＣＺなど）を、各個別エポックごとに、ブロック１０８と１１０において、高速フーリエ変換（ＦＦＴ）を使って１エポックずつ、周波数領域に変換することができる。（データの周波数分解能によって定義される）各周波数間隔ごとに、すべての変換エポックからのデータを使って、この技法は、計算された電力値の全体の最大値と全体の最小値を取ることができる。この実施形態で示されるように、変換エポックからの各データ集合を使って、１つまたは複数のスペクトルパターンを作成することができる。別の実施形態では、より少数またはより多い数のデータ集合を、ＦＦＴまたは別の技法を使って、１つまたは複数のスペクトルパターンを作成するように処理することができる。

ブロック１０８とブロック１１０の後にブロック１１２が続き、そこで、一部は少なくともｑＥＥＧデータに基づいて、スペクトルパターンを作成する。スペクトルパターンは、最大と最小の電力点の集合の間に含まれる領域として定義することができ、例えば、周波数間隔、最大電力、および最小電力によって定義される、各周波数間隔ごとに１つの特徴ベクトルによって記述することができる。周波数間隔に先行する情報には、患者、試験番号、およびデータ分析に求められる任意の追加情報が含まれ得る。スペクトルパターンを使ったデータ分析の方法は、数学的集合論から導出することができ、一部または全部の応用および後続の方程式は、関連項で定義することができる。

さらに、この実施形態では、１人の被験者または患者について２つ以上のスペクトルパターンが獲得されているとき、それらのスペクトルパターンの静的部分と動的部分を、例えば、特徴ベクトルと数学的集合論の方法を使って分離することができる。特定の患者からのスペクトルパターンは、それぞれ、ｐ（ｉ）で表すことができ、ｉは、１からｎまでの番号の各パターンの指数変数であり、ｎは患者のスペクトルパターンの総数である。次いで、スペクトルパターンの静的成分を、すべての獲得スペクトルパターンの交わり、すなわち、各周波数間隔におけるすべてのｐ（ｉ）におよぶ最大電力値の最小のものと最小電力値の最大のものとの交わりで定義される領域として定義することができる。集合論的表記法では、この定義は、

に等しく、式中、ｓは、それ自体がスペクトルパターンであるＥＥＧデータの静的成分を表す。各スペクトルパターンｐ（ｉ）の動的成分は、そのスペクトルパターンと上記の定義される静的成分との差として定義することができる。再度、集合論的表記法を使うと、これは、ｄｉ＝ｐ（ｉ）−ｓに等しく、式中、ｄｉは第ｉのスペクトルパターンの動的成分を表し、ｐ（ｉ）は前述と同様に第ｉのスペクトルパターンを表し、ｓは前述と同様に静的成分を表す。静的成分と動的成分は、非対称度の測定および別種の分析のために、個々のスペクトルパターンとして扱うことができる。いくつかの実施形態において、この特定の方法は、ｑＥＥＧデータにおける状態現象と形質現象を区別することができる。

ブロック１１０の後に判断ブロック１１２が続き、そこで、別の試験または検査が利用でき、または可能であるかどうかを判定する。すなわち、必要に応じて患者または被験者から追加のｑＥＥＧデータを収集し、処理することができるかどうかである。別の試験または検査が利用でき、または可能である場合、「ＹＥＳ」分岐をたどってブロック１０２に進み、ブロック１０２〜１１０を繰り返すことができる。したがって、必要に応じて、患者または被験者から追加のｑＥＥＧデータを収集することができる。一実施形態では、被験者の目が閉じた状態での被験者のｑＥＥＧデータの反復測定分析のために、数日間または数週間の間隔を置いて２回以上の通院が実施され得る。この例では、ｑＥＥＧ静的成分と動的成分の間の分裂はより正確で、より区別しやすいものとすることができる。いくつかの実施形態では、被験者に月経周期がある場合、黄体期のｑＥＥＧデータ収集を回避することができる。

判断ブロック１１２に戻って、使用できる、または可能な別の試験または検査がないと判定された場合、ＮＯ分岐をたどってブロック１１４に進む。ブロック１１４で、ｑＥＥＧデータを構成するＥＥＧ成分を分離し、分析することができる。この実施形態では、前述のような各部位からのスペクトルパターンを使って、スペクトルパターンを、静的成分と動的成分に分離することができる。例えば、ｑＥＥＧデータまたは測定値を、急性のｑＥＥＧ特徴が基線の上限を超えて重畳された基線情報集合に分離することができる。言い換えると、ｑＥＥＧデータは、静的（基線）成分と動的（重畳）成分に分離することができる。

この実施形態に示すように、パターン間の静的および動的非対称度を測定し、または別の方法で決定することができる。静的非対称度を測定するには、「静的」と表示される分岐をたどってブロック１１４からブロック１１６および１１８に進むことができる。動的非対称度を測定するには、「動的」と表示される分岐をたどってブロック１１４からブロック１２０および１２２に進むことができる。

ブロック１１６と１２０では、それぞれ、静的非対称度と動的非対称度を計算し、または別の方法で決定する。例えば、各スペクトルパターンごとに（静的成分と動的成分は、この方法例では、別々のスペクトルパターンであると解釈されることに留意する）、前述のスペクトルパターン技法は、左と右のスペクトルパターンを交わらせることによって非対称度を測定し、または別の方法で決定することができ、この交わりを、データの分析のために元の各パターンから除去することができる。図７の７００に、スペクトルパターンの右（Ｆ４）と左（Ｆ３）の静的成分の交わりのサンプル表示を示す。集合論表記法を使うと、非対称度は、Ｐ’（Ｌ）＝Ｐ（Ｌ）−Ｐ（Ｌ）∩Ｐ（Ｒ）として定義することができ、式中、Ｐ’（Ｌ）は、左側の非対称性パターンを表し、Ｐ（Ｌ）とＰ（Ｒ）は、それぞれ、左と右のスペクトルパターンを表す。ＬとＲを逆転させた同じ式で、右側の非対称度を定義することができる。次いで、やはりスペクトルパターン自体であるこれら２つの結果を、アルファ波周波数帯域、例えば、８〜１３Ｈｚまでの範囲において比較して、非対称度を測定し、または別の方法で決定する。

スペクトルパターン法は、例えば、１個体の異なる時刻および部位からの２つ以上のスペクトルパターンの間の、もしくはグループ内の２個体間の類似性比較を可能にし得る。類似性係数は、この場合もやはり集合論的技法を使って計算することができ、本明細書ではこの表記法を使用する。２つのパターンをｍとｎで表し、これらのパターン間の類似性を、

すなわち、１ベクトルごとの２つのパターンの交わりと２つのパターンの和集合の比として定義する。言い換えると、これは、２つのパターンが共有する領域要素数と２つのパターンに含まれる総数との比である。次いで、全体の類似性を、

として定義することができ、式中、ｗ（ｋ）は、含まれるすべてのｋ値におよぶｗ（ｋ）の合計が１になることを条件とする、第ｋの周波数帯域の重み係数である。最初、ｗ（ｋ）は、１／ｋに比例しているが、学習最適化アルゴリズムまたは別の類似の技法でこの初期重み付けを調整することができる。添字ｋは、類似性ｓの第ｋ周波数帯域に対する制限を表し、すべての帯域が重み付けされ、次いで、合計されて、分析されるパターン全体の類似性係数が求められることに留意されたい。

前述の左側と右側の対電極のスペクトル成分の計算を使って、各前頭領域ごとの個別電力を計算することができる。これらの電力は、最大電力と最小電力の平均値を使って静的特徴ベクトルと動的特徴ベクトルのそれぞれから計算し、次いで、標準非対称度方程式（Ｒ−Ｌ）／（Ｒ＋Ｌ）に適用することができ、式中、Ｒは右側電極電力に等しく、Ｌは左側電極電力に等しい。この技法に類似の非対称度の方程式を適用することもでき、振幅または電力値を使用してもよいことに留意されたい。従前の研究からの慣習に合わせるために、アルファ波帯域は、変換データの８〜１３Ｈｚまでの範囲として定義することができる。アルファ波の範囲は、保健医療分野では標準化されておらず、様々な範囲が類似の趣旨で使用され得ることに留意されたい。

右側と左側の対電極のエポックごとの電力値を使って、アルファ波範囲内（８〜１３Ｈｚ）の各エポックごとの非対称度を計算することができる。この個別非対称度値の集合を使って、前述のように、非対称度のさらなるスペクトルパターンを計算し、非対称性の静的成分と動的成分の特徴ベクトルを生成することができる。特徴ベクトルの最大値と最小値を平均して、静的および動的非対称度結果を得ることができる。加えて、エポックごとの非対称度値を、静的特徴ベクトルと動的特徴ベクトルの範囲によって定義される２つの集合に分離することができる。時間パーセントとは、非対称度が（エポックごとに）ゼロを上回ると計算される総時間のパーセントであり、これは、静的と動的両方の非対称度値の集合について計算される。

要約すると、ｑＥＥＧデータにおける非対称度は、以下の技法の一部または全部を使って計算することができる。

１）スペクトル非対称度は、元のパターンのそれぞれから左と右（Ｆ３とＦ４）のスペクトルパターンの交わりを除去することによって計算することができる。各パターンの類似性の分析は、各集合の交わりと各集合の和の比を使って計算することができる。

２）特徴ベクトルは、アルファ波周波数帯域内の静的成分と動的成分の標準前頭電力およびＥＥＧ非対称度値を導出する際に使用することができる。

３）左と右の優勢な非対称の時間パーセントは、スペクトルパターンの静的成分と動的成分を個別スペクトルパターンとして扱うことによって計算することができる。

加えて、本発明の実施形態は、ｑＥＥＧデータと関連付けられる以下の指標変数の一部または全部を決定することができる。

１）右側と左側の静的成分の交わりによる「静的スペクトル非対称度」。

２）右側と左側の動的成分の交わりによる「動的スペクトル非対称度」。

３）右側または左側の静的成分の最大電力と最小電力の平均値による「静的電力」。

４）右側または左側の動的成分の最大電力と最小電力の平均値による「動的電力」。

５）（Ｒ−Ｌ）／（Ｒ＋Ｌ）に適用される右側と左側の静的成分の最大電力と最小電力の平均値による静的スペクトル非対称度。

６）（Ｒ−Ｌ）／（Ｒ＋Ｌ）に適用される右側と左側の動的成分の最大電力と最小電力の平均値による動的スペクトル非対称度。

７）（Ｒ−Ｌ）／（Ｒ＋Ｌ）によって計算される非対称度のスペクトルパターン分析による静的スペクトル非対称度。

８）（Ｒ−Ｌ）／（Ｒ＋Ｌ）によって計算される非対称度のスペクトルパターン分析による動的スペクトル非対称度。

９）ゼロを上回る非対称度（Ｒ−Ｌ）／（Ｒ＋Ｌ）を有するエポックの比率による、左および／または右の優勢な非対称の時間パーセント。

１０）ゼロを上回る非対称度（Ｒ−Ｌ）／（Ｒ＋Ｌ）を有する静的エポックの比率による左および／または右の優勢な非対称の「静的時間パーセント」。

１１）ゼロを上回る非対称度（Ｒ−Ｌ）／（Ｒ＋Ｌ）を有する動的エポックの比率による左および／または右の優勢な非対称の「動的時間パーセント」。

ブロック１１６と１２０の後に、それぞれ、ブロック１１８と１２２が続く。ブロック１１８では、抑うつなどの障害の危険度を判定することができる。すなわち、患者または被験者と関連付けられた特定のｑＥＥＧデータ集合での静的スペクトル非対称度に基づいて、その患者または被験者が特定の障害を有する危険度を判定することができる。例えば、特定のｑＥＥＧデータ集合における静的スペクトル非対称度および少なくとも１つの指標変数を分析することができる。別の実施形態では、上記指標変数または別のｑＥＥＧデータ関連の変数の任意の組み合わせを分析することができる。別の実施形態では、上記指標変数または別のｑＥＥＧデータ関連の変数または別の臨床データの任意の組み合わせを分析することができる。いずれにしても、ｑＥＥＧデータの静的成分から導出される非対称度値は、抑うつまたはその他の関連する情動的精神病理を有する個体の評価、例えば、特定の個体が抑うつの危険にさらされているかどうかの判定などに適用することができる。

ブロック１２２では、特定の障害および関連付けられる治療を、一部は少なくとも、患者または被験者と関連付けられた特定のｑＥＥＧデータ集合の動的スペクトル非対称度に基づいて追跡することができる。例えば、ｑＥＥＧデータの動的成分から導出される非対称度値は、治療ありと治療なしでの個体の総体的症状の経時的変化の追跡、例えば、特定の個体における抑うつの追跡、ならびに任意の治療の効果の予測、評価、および判定などに適用することができる。

よって、ブロック１１８に示す一実施形態では、静的非対称度値を、１つまたは複数のデータベース内の１つまたは複数の以前に格納した値もしくは別のデータ、および／または、非対称度値を抑うつの基線存在または統計的危険度と関連付けることのできる臨床研究から導出されたカットオフと比較することができる。ブロック１２２に示す別の実施形態では、動的非対称度値を、１つまたは複数のデータベース内の１つまたは複数の以前に格納した値もしくは別のデータ、および／または、治療または療法による抑うつ症状の減弱化と同時に発生する動的非対称度の正規化を追跡することのできる臨床研究から導出されたカットオフと比較することができる。

ブロック１２０と１２４の後にブロック１２６が続き、そこで、方法１００が終了する。他の方法例は、本発明の別の実施形態に従って、より少数または多数の要素またはステップを含むこともできる。

図２に、本発明の一実施形態による、脳波記録またはｑＥＥＧ測定値を使って個体における抑うつおよびその他の気分障害を分析し、評価する別の方法例を示す。図示の方法２００は、図６の６０２などのシステムを用いて実施することができる。方法例２００は、ブロック２０２から開始する。

ブロック２０２で、人と関連付けられた複数の脳波記録データを受け取る。例えば、ｑＥＥＧデータは、図６の６１８などのクライアント装置、または図６の６２８などの生物学的データ収集装置を介して、図６の６１４などの患者から受け取ることができる。本発明の別の実施形態では、図１において前述したように、人と関連付けられた脳波記録データを収集することができる。

ブロック２０２の後にブロック２０４が続き、そこで、複数の脳波記録データの部分と関連付けられる少なくとも１つの静的成分を決定する。例えば、ｑＥＥＧデータの少なくとも一部の静的成分は、図６の６０８などの報告書生成モジュール、図６の６３８などのプロセッサ、または図６のシステム６０２と関連付けられた別の処理コンポーネントによって決定することができる。本発明の別の実施形態では、図１において前述したように、脳波記録データと関連付けられる少なくとも１つの静的成分を決定することができる。

ブロック２０４の後にブロック２０６が続き、そこで、複数の脳波記録データの部分の静的成分における静的非対称度を決定する。例えば、静的非対称度は、図６の６０８などの報告書生成モジュール、図６の６３８などのプロセッサ、または図６のシステム６０２と関連付けられた別の処理コンポーネントによって決定することができる。本発明の別の実施形態では、図１において前述したように、脳波記録データの静的非対称度を決定することができる。

ブロック２０６の後にブロック２０８が続き、そこで、少なくとも一部は複数の脳波記録データの部分の静的非対称度に基づいて、その人が気分障害の危険にさらされているかどうかを示す指標を決定する。例えば、指標は、図６の６０８などの報告書生成モジュール、図６の６３８などのプロセッサ、または図６のシステム６０２と関連付けられた別の処理コンポーネントによって決定することができる。別の例として、特定の人の静的非対称度がどのようにして求められるかに応じて、静的非対称度の様々な側面を利用して、その特定の人が、抑うつなど少なくとも１つの気分障害について有する程度、尤度、または危険度を特徴付けることもできる。本発明の別の実施形態では、図１において前述したように、静的非対称度に基づいて危険の量を決定することができる。

ブロック２０８の後にブロック２１０が続き、そこで、複数の脳波データの部分の少なくとも１つの動的成分を決定する。例えば、ｑＥＥＧデータの少なくとも一部と関連付けられる動的成分は、図６の６０８などの報告書生成モジュール、図６の６３８などのプロセッサ、または図６のシステム６０２と関連付けられた別の処理コンポーネントによって決定することができる。本発明の別の実施形態では、図１において前述したように、脳波記録データと関連付けられる少なくとも１つの動的成分を決定することができる。

ブロック２１０の後にブロック２１２が続き、そこで、複数の脳波記録データの部分の動的成分における動的非対称度を決定する。例えば、動的非対称度は、図６の６０８などの報告書生成モジュール、図６の６３８などのプロセッサ、または図６のシステム６０２と関連付けられた別の処理コンポーネントによって決定することができる。本発明の別の実施形態では、図１において前述したように、脳波記録データの動的非対称度を決定することができる。

ブロック２１２の後にブロック２１４が続き、そこで、少なくとも一部は脳波記録データの部分の動的成分における動的非対称度に基づいて、気分障害の治療を評価するための指標を決定する。例えば、指標は、図６の６０８などの報告書生成モジュール、図６の６３８などのプロセッサ、または図６のシステム６０２と関連付けられた別の処理コンポーネントによって決定することができる。別の例として、特定の人の動的非対称度がどのようにして求められるかに応じて、動的非対称度の様々な側面を利用して、対象とする抑うつなどの気分障害の特定の治療を特徴付けることができる。本発明の別の実施形態では、図１において前述したように、静的非対称度に基づいて危険の量を決定することができる。

方法２００は、ブロック２１４で終了する。本発明による方法の別の実施形態では、より少数または多数の要素またはステップを備えることもできる。加えて、別の実施形態は、方法２００の要素またはステップと関連する別の要素またはステップを含むこともできる。

図３に、本発明の一実施形態による、脳波記録またはｑＥＥＧ測定値を使って個体における抑うつおよびその他の気分障害を分析し、評価する別の方法例を示す。図示の方法３００は、図６の６０２などのシステムを用いて実施することができる。方法例３００はブロック３０２から開始する。

ブロック３０２で、人と関連付けられた脳波記録データを収集する。例えば、ｑＥＥＧデータは、図６の６１８などのクライアント装置、または図６の６２８などの生物学的データ収集装置を介して、図６の６１４などの患者から収集することができる。本発明の別の実施形態では、図１において前述したように、人と関連付けられた脳波記録データを収集することができる。

ブロック３０２の後にブロック３０４が続き、そこで、脳波記録データの少なくとも一部と関連付けられる静的成分を決定する。例えば、ｑＥＥＧデータの少なくとも一部の静的成分は、図６の６０８などの報告書生成モジュール、図６の６３８などのプロセッサ、または図６のシステム６０２と関連付けられた別の処理コンポーネントによって決定することができる。本発明の別の実施形態では、図１において前述したように、脳波記録データと関連付けられる少なくとも１つの静的成分を決定することができる。

ブロック３０４の後にブロック３０６が続き、そこで、脳波データの少なくとも一部と関連付けられる動的成分を決定する。例えば、ｑＥＥＧデータの少なくとも一部と関連付けられる動的成分は、図６の６０８などの報告書生成モジュール、図６の６３８などのプロセッサ、または図６のシステム６０２と関連付けられた別の処理コンポーネントによって決定することができる。本発明の別の実施形態では、図１において前述したように、脳波記録データと関連付けられる少なくとも１つの動的成分を決定することができる。

ブロック３０６の後にブロック３０８が続き、そこで、静的または動的成分における非対称度を決定する。例えば、静的または動的非対称度は、図６の６０８などの報告書生成モジュール、図６の６３８などのプロセッサ、または図６のシステム６０２と関連付けられた別の処理コンポーネントによって決定することができる。本発明の別の実施形態では、図１において前述したように、脳波記録データの静的または動的非対称度を決定することができる。

ブロック３０８の後にブロック３１０が続き、そこで、少なくとも一部は静的成分または動的成分の非対称度に基づいて、気分障害と関連付けられる特性を評価する。例えば、図６の６０８などの報告書生成モジュール、図６の６３８などのプロセッサ、または図６のシステム６０２と関連付けられた別の処理コンポーネントによって、非対称度を分析し、気分障害と関連付けられる特性を評価することができる。本発明のいくつかの実施形態では、特性は、抑うつなどの気分障害と関連付けられる指標または指標変数とすることができる。本発明の別の実施形態では、特性は、特定の人が、抑うつなどの気分障害の危険にさらされているかどうかを示す指標とすることができる。本発明の別の実施形態では、特性は、抑うつなどの気分障害の特定の治療の指標または特徴付けとすることができる。

方法３００はブロック３１０で終了する。本発明による方法の別の実施形態では、より少数または多数の要素またはステップを備えることもできる。加えて、別の実施形態は、方法３００の要素またはステップと関連する別の要素またはステップを含むこともできる。

図４に、本発明の一実施形態による、脳波記録またはｑＥＥＧ測定値を使って個体における抑うつおよびその他の気分障害を分析し、評価する別の方法例を示す。図示の方法４００は、図６の６０２などのシステムを用いて実施することができる。方法例４００は、ブロック４０２から開始する。

ブロック４０２では、人と関連付けられた脳波記録データを収集する。例えば、ｑＥＥＧデータは、図６の６１８などのクライアント装置、または図６の６２８などの生物学的データ収集装置を介して、図６の６１４などの患者から収集することができる。本発明の別の実施形態では、図１において前述したように、人と関連付けられた脳波記録データを収集することができる。

ブロック４０２の後にブロック４０４が続き、そこで、脳波記録データの少なくとも一部と関連付けられる静的成分を決定する。例えば、ｑＥＥＧデータの少なくとも一部の静的成分は、図６の６０８などの報告書生成モジュール、図６の６３８などのプロセッサ、または図６のシステム６０２と関連付けられた別の処理コンポーネントによって決定することができる。本発明の別の実施形態では、図１において前述したように、脳波記録データと関連付けられる少なくとも１つの静的成分を決定することができる。

ブロック４０４の後にブロック４０６が続き、そこで、静的成分における非対称度を決定する。例えば、静的非対称度は、図６の６０８などの報告書生成モジュール、図６の６３８などのプロセッサ、または図６のシステム６０２と関連付けられた別の処理コンポーネントによって決定することができる。本発明の別の実施形態では、図１において前述したように、脳波記録データの静的非対称度を決定することができる。

ブロック４０６の後にブロック４０８が続き、そこで、少なくとも一部は静的成分の非対称度に基づいて、気分障害と関連付けられる特性を評価する。例えば、図６の６０８などの報告書生成モジュール、図６の６３８などのプロセッサ、または図６のシステム６０２と関連付けられた別の処理コンポーネントによって、非対称度を分析し、気分障害と関連付けられる特性を評価することができる。本発明のいくつかの実施形態では、特性は、抑うつなどの気分障害と関連付けられる指標または指標変数とすることができる。本発明の別の実施形態では、特性は、特定の人が、抑うつなどの気分障害の危険にさらされているかどうかを示す指標とすることができる。

方法４００はブロック４０８で終了する。本発明による方法の別の実施形態は、より少数または多数の要素またはステップを備えていてもよい。加えて、別の実施形態は、方法４００の要素またはステップと関連する別の要素またはステップを含むこともできる。

図５に、本発明の一実施形態による、脳波記録またはｑＥＥＧ測定値を使って個体における抑うつおよびその他の気分障害を分析し、評価する別の方法例を示す。図示の方法５００は、図６の６０２などのシステムを用いて実施することができる。方法例５００は、ブロック５０２から開始する。

ブロック５０２で、人と関連付けられた脳波記録データを収集する。例えば、ｑＥＥＧデータは、図６の６１８などのクライアント装置、または図６の６２８などの生物学的データ収集装置を介して、図６の６１４などの患者から収集することができる。本発明の別の実施形態では、図１において前述したように、人と関連付けられた脳波記録データを収集することができる。

ブロック５０２の後にブロック５０４が続き、そこで、脳波データの少なくとも一部と関連付けられる動的成分を決定する。例えば、ｑＥＥＧデータの少なくとも一部と関連付けられる動的成分は、図６の６０８などの報告書生成モジュール、図６の６３８などのプロセッサ、または図６のシステム６０２と関連付けられた別の処理コンポーネントによって決定することができる。本発明の別の実施形態では、図１において前述したように、脳波記録データと関連付けられる少なくとも１つの動的成分を決定することができる。

ブロック５０４の後にブロック５０６が続き、そこで、動的成分における非対称度を決定する。例えば、動的非対称度は、図６の６０８などの報告書生成モジュール、図６の６３８などのプロセッサ、または図６のシステム６０２と関連付けられた別の処理コンポーネントによって決定することができる。本発明の別の実施形態では、図１において前述したように、脳波記録データの動的非対称度を決定することができる。

ブロック５０６の後にブロック５０８が続き、そこで、少なくとも一部は動的成分における非対称度に基づいて、気分障害の治療と関連付けられる特性を評価する。例えば、図６の６０８などの報告書生成モジュール、図６の６３８などのプロセッサ、または図６のシステム６０２と関連付けられた別の処理コンポーネントによって、非対称度を分析し、気分障害と関連付けられる特性を評価することができる。本発明のいくつかの実施形態では、特性は、抑うつなどの気分障害と関連付けられる指標または指標変数とすることができる。本発明の別の実施形態では、特性は、抑うつなどの気分障害の特定の治療の指標または特徴付けとすることができる。

方法５００はブロック５０８で終了する。本発明による方法の別の実施形態は、より少数または多数の要素またはステップを備えていてもよい。加えて、別の実施形態は、方法５００の要素またはステップと関連する別の要素またはステップを含むこともできる。

本明細書で開示する方法は例示にすぎず、本発明の実施形態による別の方法には、別のステップ、もしくは本明細書に示す方法より少数または多数のステップを含むこともできる。

本発明の一実施形態によるシステム例を、図６の６０２として示す。図６には、本発明の様々な実施形態によるシステム６０２の環境例６００が示されている。図６に示すシステム６０２を使って、図１〜５の方法の一部または全部を実施することができる。

図示の環境６００は、システム６０２とやりとりするネットワーク６０４を含む。さらに、システム６０２は、本発明の各実施形態と共に、それらに従って動作し得る１つまたは複数のシステムモジュール６０６、６０７、６０８、６１０を含む。システムモジュール６０６、６０７、６０８、６１０は、それぞれ、ネットワーク６０４を介して、またはローカルエリアネットワーク（ＬＡＮ）などの関連ネットワーク６１２を介して相互にやりとりすることができる。例えば、各システムモジュールは、データ収集モジュール６０６、周波数スペクトル／信頼性モジュール６０７、報告書生成モジュール６０８、および研究分析モジュール６１０とすることができる。データ収集モジュール６０６および周波数スペクトル／信頼性モジュール６０７は、インターネットまたは６０４などのネットワークを介して報告書生成モジュール６０８とやりとりすることができ、研究分析モジュール６１０は、６１２などのＬＡＮを介して報告書生成モジュール６０８とやりとりすることができる。本発明の実施形態に従って動作する様々な構成の別のシステムモジュールがあってもよい。システムモジュール６０６、６０７、６０８、６１０の構成および配置は、例示にすぎず、本発明の別の実施形態によるシステムモジュールの別の構成および配置もあり得る。

システムモジュール６０６、６０７、６０８、６１０は、それぞれ、Ｗｉｎｄｏｗｓ（登録商標）９８、Ｗｉｎｄｏｗｓ（登録商標）ＮＴ／２０００、ＬＩＮＵＸベースおよび／またはＵＮＩＸ（登録商標）ベースの動作プラットフォームによって実施されるものなど、１つまたは複数のプロセッサベースのプラットフォームによってホストされ得る。さらに、システムモジュール６０６、６０７、６０８、６１０は、それぞれ、ＤＢ／Ｃ、Ｃ、Ｃ＋＋、ＵＮＩＸ（登録商標） Ｓｈｅｌｌ、および構造化照会言語（ＳＱＬ）などといった１つまたは複数の従来のプログラミング言語を利用して、システム機能、データ処理、および機能コンポーネント間のやりとりを含む、本発明による様々な方法、ルーチン、サブルーチン、およびコンピュータ実行可能命令を実行することができる。以下で、各システムモジュール６０６、６０７、６０８、６１０とそれぞれの機能についてさらに説明する。

データ収集モジュール６０６は、患者６１４、人、個体などのユーザから生物学的データを収集するように適合されている。例えば、生物学的データには、６１４などの患者からの脳波記録やｑＥＥＧデータなどが含まれ得る。データ収集モジュール６０６は、インターネットなどのネットワーク６０４とやりとりする１つまたは複数のクライアント６１６、６１８および／または遠隔装置を含む。典型的には、各クライアント６１６、６１８は、ネットワーク６０４とやりとりするように適合された、パーソナルコンピュータ、携帯情報端末（ＰＤＡ）、タブレット、またはその他の据置型またはモバイルコンピューティング型機器などといった、プロセッサベースのプラットフォームである。各クライアント６１６、６１８は、それぞれのプロセッサ６２０、６２２、メモリ６２４、６２６またはデータ記憶装置、生物学的データ収集装置６２８、および送信機／受信機６３０を含むことができる。別のコンポーネントを、本発明の別の実施形態に従って、データ収集モジュール６０６と共に利用することもできる。

生物学的データ収集装置６２８は、送信機／受信機６３０を介して少なくとも１つのクライアント６１６、６１８とやりとりする。図示の実施形態では、医療機器などの生物学的データ収集装置６２８が、患者６１４などのユーザから、リアルタイムで生物学的データを獲得し、または別の方法で受け取る。送信機／受信機６３０は、受け取った生物学的データを、生物学的データ収集装置６２８または医療機器からクライアント６１８に送る。クライアント６１８は、さらに、生物学的データをメモリ６２６に一時的に格納し、またはプロセッサ６２２を用いてデータを別の方法で処理し、さらにそのデータを、ネットワーク６０４を介して信頼性モジュール６０７および／または報告書生成モジュール６０８に送ってもよい。別の実施形態では、生物学的データ収集装置６２８は、収集データをローカルで格納、処理し、そのデータを、ネットワーク６０４を介して信頼性モジュール６０７および／または報告書生成モジュール６０８に直接送ってもよい。

例えば、生物学的データ収集装置６２８は、Ｌｅｘｉｃｏｒ Ｍｅｄｉｃａｌ Ｔｅｃｈｎｏｌｏｇｙ，Ｉｎｃ．によって提供されるＬｅｘｉｃｏｒディジタル皮質スキャン（Ｄｉｇｉｔａｌ Ｃｏｒｔｉｃａｌ Ｓｃａｎ）定量的脳波（ｑＥＥＧ）データ収集ユニットおよびエレクトロキャップ（総称して「ＤＣＳ装置」と呼ばれる）などの医療機器とすることができる。この種の医療機器および関連する構成は、ユーザまたは患者の頭部に接続することができ、作動されると、医療機器は、独自のディジタルインターフェースと、データをホストプラットフォーム上に、Ｌｅｘｉｃｏｒファイル形式などのファイル形式で、ローカルで格納させる関連ソフトウェアとを介して、ディジタル化ＥＥＧデータを提供する。代替の実施形態では、データを、ＵＳＢなど別のインターフェースを介してサーバなどのホストプラットフォームにリアルタイムで送ることができる。格納されたＥＥＧデータは、必要に応じて関連するサーバまたはクライアントにアップロードすることができる。別の例では、収集し、または格納したデータを、ＣＤ−Ｒディスクなどに書き込み、または別様にディジタル形式で格納し、次いで、関連するサーバまたはクライアントに送信し、または転送することもできる。

Ｌｅｘｉｃｏｒファイル形式は、Ｌｅｘｉｃｏｒ Ｍｅｄｉｃａｌ Ｔｅｃｈｎｏｌｏｇｙ，Ｉｎｃ．によって開発されたＬｅｘｉｃｏｒ生ＥＥＧデータファイル形式とすることができることに留意されたい。この特定のファイル形式は、オフラインデータ分析を円滑に行わせるために２４チャネルのディジタル化ＥＥＧデータを格納するように適合されているデータ構造を有する。様々なＥＥＧ記憶形式が存在するが、Ｌｅｘｉｃｏｒファイル形式は、上記その他のデータ記憶形式を処理するように適合させることができる。例えば、Ｌｅｘｉｃｏｒファイル形式は、サンプリング速度、フロントエンドＤＣＳ増幅器の利得、ソフトウェア改訂、エポックの総数といった情報を処理するために６４個の整数を有するグローバルヘッダを備える。さらに、Ｌｅｘｉｃｏｒファイル形式は、コメントエントリを処理するための２５６バイトテキスト配列を含む生データの１つまたは複数のエポックまたはセクション、ならびに特定のエポックの特定の収集期間にＤＣＳ装置によって収集される生のディジタル化ＥＥＧデータを処理するための配列、および特定のエポックのエポック番号と状況を含むローカルヘッダを含むことができる。

また、生物学的データ収集装置６２８は、それだけに限らないが、血圧監視装置、体重計、血糖計、酸素濃度計、肺活量計、凝固計、尿検査装置、ヘモグロビン装置、温度計、カプノメータ、心電図（ＥＫＧ）、脳波図（ＥＥＧ）、ＲＳ−２３２ポートまたは同種の接続を介してデータを出力することのできる他のディジタル医療機器、および生物学的または身体的機能と関連付けられるデータを提供する他の機器または方法も含むことができる。ユーザ、患者、または個体から収集され、または別の方法で受け取られる生物学的データには、それだけに限らないが、血圧、体重、血液成分測定値、体液成分測定値、体温、心臓測定値、脳波測定値、および生物学的または身体的機能と関連付けられるその他の測定値が含まれ得る。

送信機／受信機６３０は、通常は、生物学的データ収集装置６２８とクライアント６１８の間のデータ転送を円滑に行わせる。送信機／受信機６３０は、独立型装置とすることも内蔵式装置とすることもできる。送信機／受信機６３０には、それだけに限らないが、ＲＳ−２３２互換装置、無線通信装置、有線通信装置、もしくは生物学的データをやりとりするように適合された他の任意の装置または方法が含まれ得る。

保健医療提供者６３２などのユーザは、クライアント６１６、６１８を共用し、または別々に利用し、クライアント６１６、６１８の患者６１４に対する近接度に応じて、ネットワーク６０４と対話し、または通信する。保健医療提供者６３２および／または患者６１４は、同じ、または個別のクライアント６１６、６１８を介して、報告書生成モジュール６０８から特定の指示を受け取ってもよい。例えば、特定の症状に応答して、報告書生成モジュール６０８は、保健医療提供者６３２に、患者６１４から特定の生物学的データを収集するよう要求してもよい。適切な指示が、クライアント６１６へのネットワーク６０４を介して保健医療提供者６３２に送られてもよい。次いで、保健医療提供者６３２は、患者６１４に指示し、または別の方法で患者６１４を援助して、患者６１４に生物学的データ収集装置６２８または医療機器を接続することができる。作動されると、生物学的データ収集装置６２８または医療機器は、患者６１４と関連付けられた生物学的データを、ネットワーク６０４またはインターネットを介して報告書生成モジュール６０８に送ることができる。必要に応じて、保健医療提供者６３２および／または患者６１４、もしくはその他のユーザは、個別クライアント６１６、６１８を介して人口学的データを入力し、または別の方法で提供することができる。

周波数スペクトル／信頼性モジュール６０７は、データ収集モジュール６０６から生物学的データを受け取り、その生物学的データの一部または全部を処理して、一部は、その生物学的データの少なくとも一部または全部に基づいて、１つまたは複数の信頼性指標を決定するように適合させることができる。図示の実施形態では、周波数スペクトル／信頼性モジュール６０７は、６４４などのサーバ上に格納されたソフトウェアプログラムなどのコンピュータ実行可能命令セット、もしくは、サーバとやりとりするクライアント装置などの別のプロセッサベースのプラットフォームとすることができる。図示の周波数スペクトル／信頼性モジュール６０７は、報告書生成モジュール６０８と一体化することができる。別の実施形態では、周波数スペクトル／信頼性モジュール６０７は、装置や信頼性装置などの、関連するプロセッサを備える別個の独立型モジュールとすることができる。別の実施形態では、周波数スペクトル／信頼性モジュール６０７は、６４２などの関連Ｗｅｂサイトおよび管理運営プログラムモジュールのための組み込みサブシステムモジュールとすることができる。必要に応じて、様々な報告書を、周波数スペクトル／信頼性モジュール６０７によって生成し、保健医療提供者６３２などのユーザに提供することができる。

報告書生成モジュール６０８は、後で検索し、分析するために、患者６１４からの生物学的データを受け取り、格納し、処理するように適合されている。また、報告書生成モジュール６０８は、患者６１４から収集され、または別の方法で受け取られた生物学的データに基づいて、１つまたは複数のデータ解釈ツール６３４を生成するようにも適合されている。さらに、報告書生成モジュール６０８は、保健医療提供者６３２などのユーザが、生物学的データを管理し、分析するのに役立つ１つまたは複数のデータ解釈ツールを含む報告書６３６を生成するように適合されている。データ解釈ツールと報告書の例については、図７との関連でより詳細に説明する。加えて、報告書生成モジュール６０８は、関連Ｗｅｂサイトおよび管理アプリケーションプログラムモジュール６４２と連動して動作し、または別の方法でこれを実行するようにも適合されている。

典型的には、報告書生成モジュール６０８は、サーバ、メインフレームコンピュータ、パーソナルコンピュータ、携帯情報端末（ＰＤＡ）などといったプロセッサベースのプラットフォームである。報告書生成モジュール６０８は、プロセッサ６３８、アーカイブデータベース６４０、ならびにＷｅｂサイトおよび管理アプリケーションプログラムモジュール６４２を含む。インターネットＷｅｂサイト６４６をホストする別個のサーバ６４４を、報告書生成モジュール６０８とネットワーク６０４またはインターネットの間に接続することもでき、あるいはこれを、ネットワーク６０４またはインターネットを介して、別の方法で報告書生成モジュール６０８およびデータ収集モジュール６０６とやりとりさせることもできる。一般に、別個のサーバ６４４は、Ｗｅｂサイトおよび管理アプリケーションプログラムモジュール６４２を実行することのできるサーバやコンピュータといった、プロセッサベースのプラットフォームである。どんな場合も、報告書生成モジュール６０８は、ネットワーク６０４またはインターネットを介してデータ収集モジュール６０６とやりとりする。別のコンポーネントを、本発明の別の実施形態に従って、報告書生成モジュール６０８と共に利用することもできる。

一実施形態では、報告書生成モジュール６０８、および６０６、６０７、６１０、６４２などその他のモジュールは、コンピュータ実行可能命令のセットまたは関連付けられたコンピュータプログラムを含むことができる。様々なコンピュータ実行可能命令のセットまたはコンピュータプログラムは、６３８など１つまたは複数の関連付けられたプロセッサ、またはその他のコンピュータハードウェアによって処理することができる。当業者は、かかるモジュールの様々な実施形態および本発明によるこれらのモジュールの実装を理解するであろう。

プロセッサ６３８は、データ収集モジュール６０６から受け取られ、または周波数スペクトル／信頼性モジュール６０７を介して受け取られる生物学的データおよび／または人口学的データを処理することができる。プロセッサ６３８および／または周波数スペクトル／信頼性モジュール６０７は、生物学的データおよび人口学的データを後で検索するためにアーカイブデータベース６４０に格納し、かつ／または、生物学的データを、研究分析モジュール６１０から受け取られる他のデータを使って処理することができる。典型的には、プロセッサ６３８および／または周波数スペクトル／信頼性モジュール６０７は、データ収集モジュール６０６からの生物学的データおよび／または人口学的データを分析することができ、それらのデータから不要なアーチファクトを除去することができる。関連する生物学的データおよび／または人口学的データは、必要になるまで、アーカイブデータベース６４０または別のデータ記憶装置に格納しておくことができる。研究分析モジュール６１０から受け取られ、もしくは別の方法でシステム６０２によって生成され、または格納される１つまたは複数の指標６４８を使って、プロセッサ６３８は、生物学的データおよび／または人口学的データを処理して１つまたは複数のデータ解釈ツール６３４を生成することができる。プロセッサ６３８は、ネットワーク６０４を介して、保健医療提供者６３２および／または患者６１４といったユーザに送るために、１つまたは複数の指標６３８および関連データ解釈ツール６３４を含む報告書６３６を生成することができる。

データ解釈ツール６３４は、報告書６３６における生物学的データおよび／または人口学的データに、保健医療提供者６３２などのユーザがそのデータをより容易に解釈して特定の患者６１４の特定の症状の状態を判定するように、関連する情報およびコンテキストを付加することができる。データ解釈ツール６３４は、典型的には、正常な被験者と症状を有する被験者との生物学的データおよび／または人口学的データのパターンを含む。生物学的データおよび／または人口学的データのパターンは、グラフとテキストを含み得る報告書６３６に提示することができる。これらのパターンは、科学文献本文のメタ分析、ならびに正常な被験者と、特定の症状を有する被験者および関連する症状を有する被験者の関連データベースの分析から求められる。

一実施形態では、脳波記録データやｑＥＥＧデータといった生物学的データが、データ収集モジュール６０６によって受け取られ、または収集され得る。データ収集モジュール６０６は、データを報告書生成モジュール６０８に送り、報告書生成モジュールは、データを処理することができる。例えば、脳波記録データの静的成分と動的成分を決定することができ、脳波記録データにおける静的および動的非対称度も決定することができる。その成分および非対称度と関連付けられる様々な指標、特性、側面、および質を、報告書生成モジュール６０８によってさらに決定することができる。一実施形態では、１つまたは複数の指標を、研究分析モジュール６１０、またはシステム６０２の別のコンポーネントによって提供し、またはこれらから別の方法で獲得することができる。本発明の実施形態による、成分、非対称度、指標、特性、側面、質を決定する方法およびアルゴリズムは、本明細書では、図１〜５との関連で開示されている。処理データを使って、報告書生成モジュール６０８は、さらに、図７の７００として図示し、説明する報告書のような出力を生成することができる。

アーカイブデータベース６４０は、データベース、メモリ、または同種のデータ記憶装置とすることができる。アーカイブデータベース６４０は、前述の人口学的データのみならず、医用画像、医学データおよび測定値、ならびに同種の情報といった生物学的データも格納するように適合されている。一般に、アーカイブデータベース６４０は、報告書生成モジュール６０８によって、要求されるまで生物学的データおよび人口学的データを格納しておくのに利用され得る。

Ｗｅｂサイトおよび管理アプリケーションプログラムモジュール６４２は、典型的には、Ｗｅｂサイト６４６と、保健医療提供者６３２および／または患者６１４などの少なくとも１ユーザとの間のデータ通信を処理する少なくとも１つの機能モジュールを備えるＷｅｂサイト６４６を提供するように適合されたコンピュータ実行可能命令セットである。Ｗｅｂサイトおよび管理アプリケーションプログラムモジュール６４２は、報告書生成モジュール６０８、別個のサーバ、および／またはネットワーク６０４とやりとりする記憶装置によってホストされ得る。Ｗｅｂサイトおよび管理アプリケーションプログラムモジュール６４２は、それだけに限らないが、メインログインモジュール、患者管理モジュール、患者認定モジュール、患者評価モジュール、患者看護計画モジュール、データ分析モジュール、フィルタモジュール、インポート／エクスポートモジュール、仮想私設網電子データ交換（ＶＰＩ ＥＤＩ）モジュール、報告モジュール、指標報告通知モジュール、指標報告配信モジュール、管理モジュール、通知（データフィルタ／スマートエージェント）管理モジュール、データベースモジュール、およびその他類似の構成または機能モジュールを含むことができる。Ｗｅｂサイトおよび管理アプリケーションプログラムモジュール６４２と関連付けられるその他の構成モジュールが本発明の別の実施形態に従って動作することもできる。

別個のサーバ６４４は、ブラウザアプリケーションプログラムを用いてインターネットを介して閲覧できるＷｅｂサイト６４６をホストするように適合されている。代替として、別個のサーバ６４４は、Ｗｅｂサイトおよび管理アプリケーションプログラムモジュール６４２もホストしてもよい。Ｗｅｂサイト６４６は、保健医療提供者６３２および／または患者６１４の報告書生成モジュール６０８への通信接続を提供する。例えば、報告書生成モジュール６０８によって生成される報告書６３６が、ネットワーク６０４を介して同じまたは個別のクライアント６１６、６１８を動作させる保健医療提供者６３２および／または患者６１４などのユーザによるネットワーク６０４またはインターネットを介した選択的アクセスおよび閲覧のために、Ｗｅｂサイト６４６に書き込まれてもよい。別の例では、報告書６３６が、報告書生成モジュール６０８によって、保健医療提供者６３２および／または患者６１４などのユーザに、電子メールメッセージ通信、通信装置、メッセージングシステムまたは装置、もしくは同種の通信装置または方法によって送られてもよい。本発明の様々な実施形態に従って生成される報告書の一例を、以下の図７において詳細に図示し、説明する。

関連ネットワーク６１２は、典型的には、報告書生成モジュール６０８と研究分析モジュール６１０の間の通信を提供するローカルエリアネットワーク（ＬＡＮ）である。ＬＡＮリポジトリ６５０は、システム６０２によって収集され、生成され、または別の方法で受け取られる生物学的データ、指標、またはその他のデータをさらに格納するために、関連ネットワーク６１２に接続されており、または別の方法でアクセスすることもできる。

研究分析モジュール６１０は、関連研究資料およびデータを獲得し、収集するように適合されている。その上、研究分析モジュール６１０は、関連研究資料およびデータを処理するように適合されており、さらに、特定の症状の１つまたは複数の指標６４８を決定するように適合させることもできる。さらに、一実施形態では、研究分析モジュール６１０は、特定の患者の症状または収集された生物学的および人口学的データに応答して、報告書生成モジュール６０８に指標６４８を提供するように適合されている。典型的には、研究分析モジュール６１０は、サーバ、メインフレームコンピュータ、パーソナルコンピュータ、携帯情報端末（ＰＤＡ）などといったプロセッサベースのプラットフォームである。研究分析モジュール６１０は、プロセッサ６５２、分析ツール６５４、院内研究データベース６５６、公開研究データベース６５８、および規範的データベース６６０を含む。別のコンポーネントを、本発明による研究分析モジュール６１０と共に利用することもできる。

プロセッサ６５２は、研究分析モジュール６１０によって収集され、または別の方法で受け取られる研究およびデータを処理する。プロセッサ６５２は、後で検索するために関連データベース内の研究またはデータに索引付けし、かつ／またはこれらを関連データベースに格納し、もしくは、１つまたは複数の分析ツール６５４を使ってこれらの研究およびデータを処理する。１つまたは複数の指標６４８を、分析ツール６５４に提供させ、または分析ツール６５４から別の方法で導出することができ、プロセッサ６５２は、必要に応じて、報告書生成モジュール６０８に任意の指標６４８を送ることができる。

少なくとも１つの分析ツール６５４が研究分析モジュール６１０によって利用される。典型的には、分析ツール６５４は、研究およびデータを利用して、特定の症状での１つまたは複数の指標６４８を決定するアルゴリズムである。

院内研究データベース６５６は、特定の、または第３者ベンダによって提供される研究および論文の集合体とすることができる。通常は、システム６０２を運営する事業実体は、ある範囲の症状についての独自の研究および論文を提供することができる。例えば、院内研究データベースから利用可能な情報には、それだけに限らないが、電子データベース、科学研究誌、オンラインソース、蔵書、標準教科書および参考書、ならびに委員会および理事会のオンラインおよび印刷の報告書などが含まれる。

公開研究データベース６５８は、１つまたは複数の第３者によって提供される研究および論文の集合体とすることができる。典型的には、研究および論文は、オンラインまたはその他の方法でアクセス可能な様々なソースから、無料で、または料金の支払に応じて利用することができる。例えば、公開研究データベース３６５６から利用可能な情報には、それだけに限らないが、電子データベース、科学研究誌、オンラインソース、蔵書、標準教科書および参考書、ならびに委員会および理事会のオンラインおよび印刷の報告書などが含まれる。

規範的データベース６６０は、電子データベース、科学研究誌、オンラインソース、蔵書、標準教科書および参考書、ならびに委員会および理事会のオンラインおよび印刷の報告書などの集合体とすることができる。

個体における抑うつを分析し、評価するためにｑＥＥＧ測定値を収集し、分析する別のシステム例が、米国ジョージア州オーガスタ所在のＬｅｘｉｃｏｒ Ｍｅｄｉｃａｌ Ｔｅｃｈｎｏｌｏｇｙ，Ｉｎｃ．によって実施される予定である。ｑＥＥＧ測定値を収集するのに適する別のシステムおよびコンポーネントが、２００５年２月８日に出願された、「Ａｓｓｏｃｉａｔｅｄ Ｓｙｓｔｅｍｓ ａｎｄ Ｍｅｔｈｏｄｓ Ｆｏｒ Ｍａｎａｇｉｎｇ Ｂｉｏｌｏｇｉｃａｌ Ｄａｔａ ａｎｄ Ｐｒｏｖｉｄｉｎｇ Ｄａｔａ Ｉｎｔｅｒｐｒｅｔａｔｉｏｎ Ｔｏｏｌｓ」という名称の米国特許出願第１１／０５３，６２７号明細書に開示されており、米国特許出願第１１／０５３，６２７号は、２００２年２月１９日に出願された米国仮特許出願第６０／３５８，４７７号の優先権を主張する、２００３年２月１８日に出願された「Ｓｙｓｔｅｍｓ ａｎｄ Ｍｅｔｈｏｄｓ Ｆｏｒ Ｍａｎａｇｉｎｇ Ｂｉｏｌｏｇｉｃａｌ Ｄａｔａ ａｎｄ Ｐｒｏｖｉｄｉｎｇ Ｄａｔａ Ｉｎｔｅｒｐｒｅｔａｔｉｏｎ Ｔｏｏｌｓ」という名称の米国特許出願第１０／３６８，２９５号の一部継続であり、これらの出願の内容は、参照により本明細書に組み込まれるものである。様々な構成の、本発明に従って動作する別のコンポーネントを含む別のシステム実施形態もあり得る。

一実施形態では、図６の６０６などのデータ収集モジュールは、図１〜６において前述したようにｑＥＥＧデータを受け取ることができる。データ収集モジュールは、図６の６０８などの報告書生成モジュールと連動して動作し、前述の方法、プロセス、手順、および技法の一部または全部に従ってｑＥＥＧデータを処理することができる。報告書生成モジュール６０８は、様々な医療専門家、研究者、またはその他のユーザに電子形式および／または印刷形式の報告書を提供する関連の報告通信機能を含むことができる。一実施形態では、様々な形式の報告書を、インターネットや図６のネットワーク６０４などのネットワークを介して提供することができる。

図７には、本発明の一実施形態を使って獲得されるデータ分析結果を含む報告書の表示例が示されている。報告書７００は、テキストやグラフ７０２などのデータを含むことができる。この例では、脳波記録データが、図６の６０８などの報告書生成モジュールによって処理されている。報告書生成モジュール６０８は、脳波記録データの静的成分を決定することができる。報告書生成モジュール６０８は、データの左と右の静的成分のスペクトルパターンの交わりを決定することができる。図７に示すように、報告書生成モジュール６０８は、データの左と右（Ｆ３とＦ４）の静的成分のスペクトルパターンの交わりを生成し、出力し、または別の方法で図式的に描き、または図示することができる。左と右（Ｆ３とＦ４）の静的成分の交わりは、グラフ７０２に示すデータ７０４で表されている。グラフ７０２は、ｙ軸７０８上のμＶ単位の電力に対するｘ軸７０６上のヘルツ単位の周波数のプロットを含む。報告書生成モジュール６０８は、グラフ７０２に示すように２つの静的成分の交わりのデータ７０４をグラフ化することができる。２つのデータ集合７０４の交わりを使って、報告書生成モジュール６０８は、脳波記録データの静的非対称度を決定することができる。少なくとも一部は静的非対称度に基づいて、報告書生成モジュール６０８またはユーザは、さらに、患者または被験者が特定の障害を有する危険度を評価し、または別の方法で決定することができる。少なくとも一部は静的非対称度に基づいて、報告書生成モジュール６０８またはユーザは、学習型アルゴリズムなどの分析ツール６５４を実行して、特定の障害または症状のある、またはそれらのない個体のデータベース６５６、６５８、６６０内の値に対する患者の類似度および／または危険度などの指標６４８を確認するための１つまたは複数の重み係数を定義することができる。

適切な報告書の別の実施形態には、別種のデータ、テキストおよびグラフを含むことができる。例えば、図６の６０８などの報告書生成モジュールによって生成される報告書には、成分、非対称度、および脳波記録データなどの生物学的データと関連付けられる様々な指標、特性、側面、および質などが含まれ得る。

以上の説明は多くの詳細を含むものであるが、これらの詳細は、本発明の適用範囲に対する限定ではなく、単に、開示の実施形態の例示にすぎないものと解釈すべきである。当業者には、添付の特許請求の範囲によって定義される本発明の範囲内に含まれる他の多くの可能な変形形態が想起されるであろう。

本発明の一実施形態による方法例を示す流れ図である。 本発明の一実施形態による別の方法例を示す流れ図である。 本発明の一実施形態による別の方法例を示す流れ図である。 本発明の一実施形態による別の方法例を示す流れ図である。 本発明の一実施形態による別の方法例を示す流れ図である。 本発明の一実施形態によるシステム例を示す図である。 本発明の一実施形態を用いて獲得されるデータ分析結果を含む報告書の表示例を示す図である。

Claims (20)

  1. 人における気分障害を分析する方法であって、
    前記人と関連付けられた複数の脳波記録データを受け取るステップ、
    前記複数の脳波記録データの部分の少なくとも１つの静的成分を決定するステップ、
    前記複数の脳波記録データの前記部分の前記静的成分における静的非対称度を決定するステップ、および
    少なくとも一部は複数の脳波記録データの前記部分の前記静的成分における前記静的非対称度に基づいて、コンピュータが、前記気分障害と関連付けられる指標を決定するステップを含む方法。
  2. 前記複数の脳波記録データの部分の少なくとも１つの動的成分を決定するステップ、
    前記複数の脳波記録データの前記部分の前記動的成分における動的非対称度を決定するステップ、
    少なくとも一部は前記脳波記録データの前記部分の前記動的成分における前記動的非対称度に基づいて、前記コンピュータが、前記気分障害の治療反応を予測し、評価するための指標を決定するステップ
    をさらに含む、請求項１に記載の方法。
  3. 前記複数の脳波記録データの前記部分の少なくとも１つの静的成分を決定するステップが、静的スペクトルパターンを決定するステップを含む、請求項１に記載の方法。
  4. 前記複数の脳波記録データの前記部分の前記動的成分における動的非対称度を決定するステップが、動的スペクトルパターンを決定するステップを含む、請求項２に記載の方法。
  5. 前記複数の脳波記録データの前記部分の前記静的成分における静的非対称度を決定するステップが、元の左と右の静的スペクトルパターンから左と右のスペクトルパターンの交わりを除去するステップを含む、請求項３に記載の方法。
  6. 前記複数の脳波記録データの前記部分の前記動的成分における動的非対称度を決定するステップが、元の左と右の動的スペクトルパターンから左と右の動的スペクトルパターンの交わりを除去するステップを含む、請求項４に記載の方法。
  7. 前記複数の脳波記録データの前記部分の前記静的成分における静的非対称度を決定するステップが、
    右側と左側の静的成分の最大電力と最小電力の平均値を決定するステップ
    をさらに含むことのできる、請求項１に記載の方法。
  8. 前記脳波記録データの前記動的成分における動的非対称度を決定するステップが、
    右側と左側の動的成分の最大電力と最小電力の平均値を決定するステップ
    をさらに含むことのできる、請求項２に記載の方法。
  9. 前記気分障害が、抑うつ、双極性障害、または少なくとも１つの遺伝子関連の成分を有する障害のうちの少なくとも１つを含む、請求項１に記載の方法。
  10. 脳波記録データを使って人における気分障害を分析する方法であって、
    前記人から脳波記録データを収集するステップ、
    前記脳波記録データの少なくとも一部と関連付けられる静的成分を決定するステップ、
    前記脳波記録データの少なくとも一部と関連付けられる動的成分を決定するステップ、
    前記静的または前記動的成分における非対称度を決定するステップ、
    少なくとも一部は前記静的成分または前記動的成分における前記非対称度に基づいて、コンピュータが、前記気分障害と関連付けられる特性を評価するステップ
    を含む方法。
  11. 前記静的または前記動的成分における非対称度を決定するステップが、
    少なくとも一部は前記脳波記録データに基づいて、左側スペクトルパターンを決定するステップ、
    少なくとも一部は前記脳波記録データに基づいて、右側スペクトルパターンを決定するステップ、および
    前記左側スペクトルパターンと右側スペクトルパターンの交わり部分を除去して、全体の非対称スペクトルパターンを得るステップ
    を含む、請求項１０に記載の方法。
  12. 前記静的または前記動的成分における非対称度を決定するステップが、
    前記左側スペクトルパターンと右側スペクトルパターンの前記交わり部分と、前記左側スペクトルパターンと右側スペクトルパターンの和集合との比を評価するステップ
    をさらに含む、請求項１１に記載の方法。
  13. 前記静的または前記動的成分における非対称度を決定するステップが、
    学習型アルゴリズムを実行して、前記脳波記録データと関連付けられる各周波数帯域の類似度を確認するための１つまたは複数の重み係数を定義するステップ
    を含む、請求項１１に記載の方法。
  14. 前記静的または前記動的成分における非対称度を決定するステップが、
    前記患者の左側が前記患者の右側に対して優勢であり、または劣勢である時間パーセントを決定するステップ、および
    前記患者の左側が前記患者の右側に対して優勢であり、または劣勢である前記時間パーセントを比較するステップ
    を含む、請求項１１に記載の方法。
  15. 前記静的または前記動的成分における非対称度を決定するステップが、
    少なくとも１つのベクトルを使って各前頭領域ごとの個別電力を導出するステップ、および
    各前頭領域ごとの前記個別電力を比較するステップ
    を含む、請求項１１に記載の方法。
  16. 前記特性が、前記気分障害を有する危険性、または前記気分障害の症状の少なくとも１つを含み得る、請求項１０に記載の方法。
  17. 脳波記録データを使って人における気分障害を分析する方法であって、
    前記人から脳波記録データを収集するステップ、
    前記脳波記録データの少なくとも一部と関連付けられる静的成分を決定するステップ、
    前記静的成分における非対称度を決定するステップ、
    少なくとも一部は前記静的成分における前記非対称度に基づいて、コンピュータが、前記気分障害と関連付けられる特性を評価するステップ
    を含む方法。
  18. 脳波記録データを使って人における気分障害を分析する方法であって、
    前記人から脳波記録データを収集するステップ、
    前記脳波記録データの少なくとも一部と関連付けられる動的成分を決定するステップ、
    前記動的成分における非対称度を決定するステップ、
    少なくとも一部は前記動的成分における前記非対称度に基づいて、コンピュータが、前記気分障害と関連付けられる特性を評価するステップ
    を含む方法。
  19. 人における気分障害を分析し、評価するシステムであって、
    前記人と関連付けられた複数の脳波記録データを受け取る
    ように適合されたデータ収集モジュールと、
    前記複数の脳波記録データの部分の少なくとも１つの静的成分を決定し、
    前記複数の脳波記録データの前記部分の前記静的成分における静的非対称度を決定し、
    少なくとも一部は前記複数の脳波記録データの部分の前記静的成分における前記静的非対称度に基づいて、前記人が前記気分障害の危険にさらされているかどうかを示す指標を出力する
    ように適合された報告書生成モジュールと
    を備えるシステム。
  20. 前記報告書生成モジュールがさらに、
    前記複数の脳波記録データの部分の少なくとも１つの動的成分を決定し、
    前記複数の脳波記録データの前記部分の前記動的成分における動的非対称度を決定し、
    少なくとも一部は前記脳波記録データの前記部分の前記動的成分における前記動的非対称度に基づいて、前記気分障害の治療反応を予測する指標を出力し、
    少なくとも一部は前記脳波記録データの前記部分の前記動的成分における前記動的非対称度に基づいて、前記気分障害の治療を評価する指標を出力する
    ように適合されている、請求項１９に記載のシステム。
JP2008543577A 2005-12-01 2006-11-30 脳波（ｅｅｇ）測定値を使って抑うつおよびその他の気分障害を分析し、評価するシステムおよび方法 Expired - Fee Related JP5203215B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US74184305P true 2005-12-01 2005-12-01
US60/741,843 2005-12-01
PCT/US2006/061413 WO2007065133A2 (en) 2005-12-01 2006-11-30 Systems and methods for analyzing and assessing depression and other mood disorders using electroencephalographic (eeg) measurements

Publications (2)

Publication Number Publication Date
JP2009518076A JP2009518076A (ja) 2009-05-07
JP5203215B2 true JP5203215B2 (ja) 2013-06-05

Family

ID=38016782

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2008543577A Expired - Fee Related JP5203215B2 (ja) 2005-12-01 2006-11-30 脳波（ｅｅｇ）測定値を使って抑うつおよびその他の気分障害を分析し、評価するシステムおよび方法

Country Status (7)

Country Link
US (2) US8311622B2 (ja)
EP (1) EP1959827A2 (ja)
JP (1) JP5203215B2 (ja)
KR (1) KR20080082665A (ja)
CN (1) CN101365380A (ja)
CA (1) CA2631687A1 (ja)
WO (1) WO2007065133A2 (ja)

Families Citing this family (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1959827A2 (en) * 2005-12-01 2008-08-27 Lexicor medical Technology, Inc. Systems and methods for analyzing and assessing depression and other mood disorders using electroencephalographic (eeg) measurements
EP2130146A4 (en) 2007-03-29 2011-08-24 Neurofocus Inc Analysis of marketing and entertainment effectiveness
JP5361868B2 (ja) 2007-05-01 2013-12-04 ニューロフォーカス・インコーポレーテッドＮｅｕｒｏＦｏｃｕｓ Ｉｎｃｏｒｐｏｒａｔｅｄ 神経情報貯蔵システム
US9886981B2 (en) 2007-05-01 2018-02-06 The Nielsen Company (Us), Llc Neuro-feedback based stimulus compression device
US8392253B2 (en) * 2007-05-16 2013-03-05 The Nielsen Company (Us), Llc Neuro-physiology and neuro-behavioral based stimulus targeting system
US8494905B2 (en) 2007-06-06 2013-07-23 The Nielsen Company (Us), Llc Audience response analysis using simultaneous electroencephalography (EEG) and functional magnetic resonance imaging (fMRI)
WO2009018374A1 (en) 2007-07-30 2009-02-05 Neurofocus, Inc. Neuro-response stimulus and stimulus attribute resonance estimator
US8386313B2 (en) 2007-08-28 2013-02-26 The Nielsen Company (Us), Llc Stimulus placement system using subject neuro-response measurements
KR20100047865A (ko) * 2007-08-28 2010-05-10 뉴로포커스, 인크. 소비자 경험 평가 시스템
US8635105B2 (en) 2007-08-28 2014-01-21 The Nielsen Company (Us), Llc Consumer experience portrayal effectiveness assessment system
US8392255B2 (en) 2007-08-29 2013-03-05 The Nielsen Company (Us), Llc Content based selection and meta tagging of advertisement breaks
US8494610B2 (en) 2007-09-20 2013-07-23 The Nielsen Company (Us), Llc Analysis of marketing and entertainment effectiveness using magnetoencephalography
US20110046502A1 (en) * 2009-08-20 2011-02-24 Neurofocus, Inc. Distributed neuro-response data collection and analysis
US8655437B2 (en) 2009-08-21 2014-02-18 The Nielsen Company (Us), Llc Analysis of the mirror neuron system for evaluation of stimulus
US8209224B2 (en) 2009-10-29 2012-06-26 The Nielsen Company (Us), Llc Intracluster content management using neuro-response priming data
US9560984B2 (en) 2009-10-29 2017-02-07 The Nielsen Company (Us), Llc Analysis of controlled and automatic attention for introduction of stimulus material
WO2011133548A2 (en) 2010-04-19 2011-10-27 Innerscope Research, Inc. Short imagery task (sit) research method
US8655428B2 (en) 2010-05-12 2014-02-18 The Nielsen Company (Us), Llc Neuro-response data synchronization
US8392251B2 (en) 2010-08-09 2013-03-05 The Nielsen Company (Us), Llc Location aware presentation of stimulus material
US8392250B2 (en) 2010-08-09 2013-03-05 The Nielsen Company (Us), Llc Neuro-response evaluated stimulus in virtual reality environments
US8396744B2 (en) 2010-08-25 2013-03-12 The Nielsen Company (Us), Llc Effective virtual reality environments for presentation of marketing materials
CN105144225B (zh) * 2013-03-15 2019-11-08 珀西斯特发展公司 多患者eeg监控
CN102499677B (zh) * 2011-12-16 2014-04-30 天津大学 基于脑电非线性特征的情绪状态识别方法
CN102512160B (zh) * 2011-12-16 2013-05-15 天津大学 基于可分频段自适应跟踪的脑电情绪状态特征提取方法
US9569986B2 (en) 2012-02-27 2017-02-14 The Nielsen Company (Us), Llc System and method for gathering and analyzing biometric user feedback for use in social media and advertising applications
US9451303B2 (en) 2012-02-27 2016-09-20 The Nielsen Company (Us), Llc Method and system for gathering and computing an audience's neurologically-based reactions in a distributed framework involving remote storage and computing
US9292858B2 (en) 2012-02-27 2016-03-22 The Nielsen Company (Us), Llc Data collection system for aggregating biologically based measures in asynchronous geographically distributed public environments
JP6123167B2 (ja) * 2012-04-05 2017-05-10 ソニー株式会社 脳波解析装置及び脳波解析プログラム
CN102715903B (zh) * 2012-07-09 2014-04-16 天津市人民医院 基于定量脑电图的脑电特征提取方法
CN102824171A (zh) * 2012-07-16 2012-12-19 天津大学 脑卒中后抑郁症psd患者脑电特征提取方法
US9060671B2 (en) 2012-08-17 2015-06-23 The Nielsen Company (Us), Llc Systems and methods to gather and analyze electroencephalographic data
WO2014051457A1 (ru) * 2012-09-27 2014-04-03 Shanin Vadim Yulyevich Способ и устройство для идентификации и оценки состояния сознания объекта
KR101349751B1 (ko) * 2012-11-28 2014-02-13 경북대학교 산학협력단 뇌파 분석을 이용한 신경정신질환 치료 물질의 탐색 방법
US10092206B2 (en) 2012-12-07 2018-10-09 Rivka SELA Neurofeedback treatment system and method
US9320450B2 (en) 2013-03-14 2016-04-26 The Nielsen Company (Us), Llc Methods and apparatus to gather and analyze electroencephalographic data
CN103690165B (zh) * 2013-12-12 2015-04-29 天津大学 一种跨诱发模式情绪脑电识别建模方法
US9622702B2 (en) 2014-04-03 2017-04-18 The Nielsen Company (Us), Llc Methods and apparatus to gather and analyze electroencephalographic data
US20160151232A1 (en) * 2014-09-22 2016-06-02 Respirtech Hfcc therapy system providing device adherence data
US10499823B2 (en) * 2014-11-06 2019-12-10 Tata Consultancy Services Limited Selection of electroencephalography (EEG) channels valid for determining cognitive load of a subject
CN106175799A (zh) * 2015-04-30 2016-12-07 深圳市前海览岳科技有限公司 基于脑电波评估人体情绪和疲劳状态的方法及系统
US9936250B2 (en) 2015-05-19 2018-04-03 The Nielsen Company (Us), Llc Methods and apparatus to adjust content presented to an individual
CN111249595A (zh) * 2020-01-20 2020-06-09 南京大学 一种对大气污染人体指标的测量系统和方法

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2070441A5 (ja) * 1969-12-04 1971-09-10 Roy John E
US5083571A (en) 1988-04-18 1992-01-28 New York University Use of brain electrophysiological quantitative data to classify and subtype an individual into diagnostic categories by discriminant and cluster analysis
JPH066118B2 (ja) * 1989-10-14 1994-01-26 元 田村 脳波解析装置
US5269315A (en) 1991-08-16 1993-12-14 The Regents Of The University Of California Determining the nature of brain lesions by electroencephalography
US5320109A (en) 1991-10-25 1994-06-14 Aspect Medical Systems, Inc. Cerebral biopotential analysis system and method
US5458117A (en) 1991-10-25 1995-10-17 Aspect Medical Systems, Inc. Cerebral biopotential analysis system and method
US5230346A (en) 1992-02-04 1993-07-27 The Regents Of The University Of California Diagnosing brain conditions by quantitative electroencephalography
US5280793A (en) * 1992-05-13 1994-01-25 Rosenfeld J Peter Method and system for treatment of depression with biofeedback using left-right brain wave asymmetry
US5450855A (en) 1992-05-13 1995-09-19 Rosenfeld; J. Peter Method and system for modification of condition with neural biofeedback using left-right brain wave asymmetry
US5305746A (en) 1992-09-29 1994-04-26 Aspect Medical Systems, Inc. Disposable, pre-gelled, self-prepping electrode
US5368041A (en) 1992-10-15 1994-11-29 Aspect Medical Systems, Inc. Monitor and method for acquiring and processing electrical signals relating to bodily functions
US5813404A (en) 1995-10-20 1998-09-29 Aspect Medical Systems, Inc. Electrode connector system
US6032064A (en) 1996-10-11 2000-02-29 Aspect Medical Systems, Inc. Electrode array system for measuring electrophysiological signals
US5792069A (en) 1996-12-24 1998-08-11 Aspect Medical Systems, Inc. Method and system for the extraction of cardiac artifacts from EEG signals
US6052619A (en) 1997-08-07 2000-04-18 New York University Brain function scan system
JPH1176185A (ja) * 1997-09-12 1999-03-23 Takumi Ikuta 大脳誘発電位診断装置
US6032072A (en) 1998-01-30 2000-02-29 Aspect Medical Systems, Inc. Method for enhancing and separating biopotential signals
US6434410B1 (en) 1998-06-19 2002-08-13 Aspect Medical Systems, Inc. Electrode for measuring electrophysiological signals using liquid electrolytic gel with a high salt concentration
US6338713B1 (en) 1998-08-18 2002-01-15 Aspect Medical Systems, Inc. System and method for facilitating clinical decision making
US6298255B1 (en) 1999-06-09 2001-10-02 Aspect Medical Systems, Inc. Smart electrophysiological sensor system with automatic authentication and validation and an interface for a smart electrophysiological sensor system
US6622036B1 (en) * 2000-02-09 2003-09-16 Cns Response Method for classifying and treating physiologic brain imbalances using quantitative EEG
US6394953B1 (en) 2000-02-25 2002-05-28 Aspect Medical Systems, Inc. Electrode array system for measuring electrophysiological signals
US6599281B1 (en) 2000-05-03 2003-07-29 Aspect Medical Systems, Inc. System and method for adaptive drug delivery
US6488617B1 (en) 2000-10-13 2002-12-03 Universal Hedonics Method and device for producing a desired brain state
AU2002327200B2 (en) 2001-07-06 2008-08-14 Covidien Lp System and method for measuring bioelectric impedance in the presence of interference
AT433163T (de) 2001-07-11 2009-06-15 Cns Response Inc METHOD FOR PREDICTING TREATMENT RESULTS
DE60325328D1 (de) * 2002-01-04 2009-01-29 Aspect Medical Systems Inc Anordnung und methode zur einstufung seelischer störungen unter verwendung von eeg
JP2003310564A (ja) * 2002-04-22 2003-11-05 Fuji Xerox Co Ltd 脳波自動解析装置および方法
US7418290B2 (en) * 2003-05-06 2008-08-26 Aspect Medical Systems, Inc. System and method of assessment of the efficacy of treatment of neurological disorders using the electroencephalogram
EP1959827A2 (en) * 2005-12-01 2008-08-27 Lexicor medical Technology, Inc. Systems and methods for analyzing and assessing depression and other mood disorders using electroencephalographic (eeg) measurements

Also Published As

Publication number Publication date
US8509885B2 (en) 2013-08-13
CA2631687A1 (en) 2007-06-07
WO2007065133A2 (en) 2007-06-07
KR20080082665A (ko) 2008-09-11
US8311622B2 (en) 2012-11-13
US20130023783A1 (en) 2013-01-24
CN101365380A (zh) 2009-02-11
EP1959827A2 (en) 2008-08-27
US20070135728A1 (en) 2007-06-14
JP2009518076A (ja) 2009-05-07
WO2007065133A3 (en) 2007-07-26

Similar Documents

Publication Publication Date Title
Al-Qazzaz et al. Selection of mother wavelet functions for multi-channel EEG signal analysis during a working memory task
Ding et al. Pulse transit time based continuous cuffless blood pressure estimation: A new extension and a comprehensive evaluation
Zarjam et al. Estimating cognitive workload using wavelet entropy-based features during an arithmetic task
Bertsch et al. Stability of heart rate variability indices reflecting parasympathetic activity
Müller-Putz et al. Electroencephalography (EEG) as a research tool in the information systems discipline: Foundations, measurement, and applications
Goedhart et al. Comparison of time and frequency domain measures of RSA in ambulatory recordings
Rafiee et al. Wavelet basis functions in biomedical signal processing
Xu et al. Cluster-based analysis for personalized stress evaluation using physiological signals
Dauwels et al. Diagnosis of Alzheimer's disease from EEG signals: where are we standing?
Al-Qazzaz et al. Role of EEG as biomarker in the early detection and classification of dementia
Picton et al. The recording and analysis of event-related potentials
Kovach et al. Manifestation of ocular-muscle EMG contamination in human intracranial recordings
Kar et al. EEG signal analysis for the assessment and quantification of driver’s fatigue
CN102014742B (zh) 现场可部署的震荡检测器
US7603168B2 (en) Method and apparatus for the estimation of anesthesia depth
EP0468999B1 (en) Cerebral biopotential analysis system and method
US5230346A (en) Diagnosing brain conditions by quantitative electroencephalography
US4974598A (en) EKG system and method using statistical analysis of heartbeats and topographic mapping of body surface potentials
Kaur et al. Age and gender classification using brain–computer interface
US6280395B1 (en) System and method for determining muscle dysfunction
Allen et al. Issues and assumptions on the road from raw signals to metrics of frontal EEG asymmetry in emotion
Coan et al. Frontal EEG asymmetry and the behavioral activation and inhibition systems
Christie et al. Autonomic specificity of discrete emotion and dimensions of affective space: A multivariate approach
Thatcher Normative EEG databases and EEG biofeedback
Hagemann et al. Frontal brain asymmetry and affective style: A conceptual replication

Legal Events

Date Code Title Description
A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20091125

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20091125

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20120201

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20120807

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20121019

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20121022

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: 20130205

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20130213

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20160222

Year of fee payment: 3

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees