JP6853242B2 - 超音波画像化技術及び関連する装置を用いて客観的測定値を主観的感覚に関連付ける数値モデルを取得するための方法 - Google Patents

Description

［発明の分野］
本発明は、少なくとも１つの客観的測定値を主観的感覚に関連付ける数値モデルを取得するための方法に関する。本発明はまた、対象の感覚を推定するために関連付けられた方法に関する。本発明はまた、数値モデルを得るための装置に関する。

２００５年１２月２０日付けでＰＮＡＳのレビューにおいて発表されたＲ．Ｃｈｒｉｓｔｏｐｈｅｒ ｄｅＣｈａｒｍｓらによる題名「Ｃｏｎｔｒｏｌ ｏｖｅｒ ｂｒａｉｎ ａｃｔｉｖａｔｉｏｎ ａｎｄ ｐａｉｎ ｌｅａｒｎｅｄ ｂｙ ｕｓｉｎｇ ｒｅａｌ−ｔｉｍｅ ｆｕｎｃｔｉｏｎａｌ ＭＲＩ」という記事が知られている。

この記事によれば、個人が脳内部の局所的領域の活性化を直接制御することを学習することができる場合、この手法は、挙動及び認知を仲介する神経生理学的メカニズム全体にわたる制御をもたらし得、場合によっては疾患を治療するための異なる経路を提供することができる。内因性の痛み調節システム全体にわたる制御は、痛みに対する臨床的な制御のためのユニークなメカニズムを可能にすることができるため、特に重要な目標である。この記事では、トレーニングを誘導するためにリアルタイム機能的磁気共鳴画像法（ｒｅａｌ−ｔｉｍｅ ｆｕｎｃｔｉｏｎａｌ ｍａｇｎｅｔｉｃ ｒｅｓｏｎａｎｃｅ ｉｍａｇｉｎｇ（ｒｔｆＭＲＩ））を用いることによって、対象が痛みの知覚及び調整に関与していると考えられている領域である吻側前帯状皮質（ｒｏｓｔｒａｌ ａｎｔｅｒｉｏｒ ｃｉｎｇｕｌａｔｅ ｃｏｒｔｅｘ（ｒＡＣＣ））内の活性化を制御することを学習することが可能であることが分かった。対象がｒＡＣＣにおけるｆＭＲＩ活性化の増大または減少を故意に引き起こすと、付与された有害な熱刺激によって生じる痛みの知覚における対応する変化があった。制御実験によって、この効果は、ｒｔｆＭＲＩ情報なしに、または異なる脳領域から導き出されたｒｔｆＭＲＩ情報、または異なる対象から予め導き出された疑似ｒｔｆＭＲＩ情報を用いて、同様の訓練を行った後には観察されなかったことが実証された。慢性疼痛患者もまた、ｒＡＣＣの活性化を制御するよう訓練され、訓練後には持続的な慢性疼痛のレベルの低減が報告された。これらの発見は、個人が適切な訓練を与えられると、特定の脳領域における活性化に対する自発的な制御を取得することができ、ｒＡＣＣにおける活性化に対する自発的制御が痛みの知覚に対する制御につながり、これらの効果は、強い慢性的な臨床上の痛みに影響を与えるために十分に強力であったことを示す。

しかしながら、リアルタイム機能的磁気共鳴画像法を実行することは、リアルタイム機能的磁気共鳴を成し遂げるように適合されたイメージャの使用を必要とする。そのようなイメージャは、家庭での実施に利用しやすいものではなく、そのような技術を実際に実施することを困難にしている。これは、結果的に、イメージャの多重使用を必要とする多くの実験が実行されないことになる。

本発明は、脳の領野の活性度に関するデータのアクセス及び使用を改善することを目的とする。

この点において、本発明は、数値モデルを取得するための方法に関し、前記数値モデルが、少なくとも１つの客観的測定値を主観的感覚に関連付ける。客観的測定値が、対象の前記脳の少なくとも１つの領野の前記活性度を表す物理量の測定値である。感覚が、数値に換算した前記対象によってのみ評価される。本方法は、
ａ）領野の前記活性度の少なくとも１つの獲得画像を取得するために、経頭蓋超音波プローブ（２０）によって発生した非収束波を用いることによって、前記脳の前記少なくとも１つの領野を画像化するステップと、
ｂ）少なくとも１つの客観的測定値を取得するために、各獲得画像に基づいて、前記少なくとも１つの領野の前記活性度を表す物理量を評価するステップと、
ｃ）前記対象から、前記主観的感覚を表す少なくとも１つの数値を取得するステップと、
ｄ）前記取得された客観的測定値及び前記取得された数値を用いることによって、前記数値モデルを判定するステップと、を含む。

リアルタイム機能的磁気共鳴を成し遂げるように適合されたイメージャに代わる、非収束波を発生させる経頭蓋超音波プローブの使用は、家庭での実施のためにより好都合であり、磁気共鳴イメージャ外で数値モデルを判定し用いることを可能にする。

有利ではあるが必須ではない本発明のさらなる態様によれば、取得するための方法は、任意の技術的に許容可能な結合に取り入れられた、以下の特徴のうちの１つまたはいくつかを組み入れ得る。
−感覚は、主観的スケールの助けによって数値に換算した前記対象によってのみ評価される。
−ステップｃ）は、主観的スケールの助けによって実行される。
−各数値は、数値スケールに含まれる。
−数値モデルは、線形関数、非線形関数及び対象の前記客観的測定値と対象によって感じられた前記主観的感覚を表す数値とから、及び他の対象についての数値モデルを含むデータベースから、導き出されたモデルからなる群から選択される。
−数値モデルは、他の対象の客観的及び主観的測定値から、及び他の対象のデータベースから導き出されたモデルである。
−数値モデルは、１と等しい傾斜を有する線形関数である。
−評価するステップは、画像によって提供された情報に基づいて、少なくとも１つの対象となる領野を画定することを含み、領野の活性度を表す物理量は、少なくとも１つの対象となる領野内の血流活性度、少なくとも１つの対象となる領野内の血流速度、及び少なくとも１つの対象となる領野内の血液量からなる群より選択される。
−評価するステップは、画像によって提供された情報に基づいて、少なくとも１つの対象となる領野を画定することを含み、領野の活性度を表す物理量は、少なくとも１つの対象となる領野内の血流活性度、少なくとも１つの対象となる領野内の血流速度、及び少なくとも１つの対象となる領野内の血液量からなる群より選択される。
−ステップｂ）の客観的測定値は、物理量、外部事象と物理量との間の相関、いくつかの領野の物理量の相関、及び他の測定値と物理量との間の相関からなる群から選択される。
−ステップａ）で取得された画像は、領野の三次元画像である。
−画像化するステップａ）は、経頭蓋超音波プローブ（２０）を、血管樹と、データベース、ニューロナビゲーションツール及びヘルメットからなる群より選択された１つの要素とを特に用いて位置付けることを含む。
−発射頻度は、非収束波のために画定され、ステップａ）の非収束超音波発射頻度が、５００Ｈｚよりも上である。
−非収束波は、平面波または発散波である。
−領野は、前帯状皮質（ＡＣＣ）である。
−画像化するステップは、
−経頭蓋超音波プローブ（２０）によってｐ個の入射音波を放射するステップであって、ｐが、２以上の整数であり、ｐ個の入射音波が、基本入射波Ｅ_０ｉ（ｔ）の直線結合によって取得され、直線結合が、以下の数学的関係

に対応し、ここで、
・Ｍ_{ｃｏｄｉｎｇ}が、符号化行列と呼ばれる、ｐ次の正方行列であり、
・Ｅ（ｔ）が、ｐ個の入射波が成分であるベクトルであり、
・Ｅ_０（ｔ）が、基本入射波が成分であるベクトルであり、
各基本入射波が、非収束波である、放射するステップと、
−経頭蓋超音波プローブ（２０）によって、脳の領野によるｐ個の入射波の反射に対応するｐ個の反射波Ｒ_ｉ（ｔ）を受信するステップと、
−ｐ個の基本反射波Ｒ_０ｉ（ｔ）を、以下の数学的関係

を用いることによってｐ反射波Ｒ_ｉ（ｔ）を線形結合することによって判定するステップであって、
・Ｍ_{ｄｅｃｏｄｉｎｇ}が、符号化行列と呼ばれる、ｐ次の正方行列であり、符号化行列Ｍ_{ｃｏｄｉｎｇ}及び復号化行列Ｍ_{ｄｅｃｏｄｉｎｇ}が、ｂｅｉｎｇｓｕｃｈｔｈａｔ両方の行列の積が、各対角成分がゼロとは異なるｐ次の対角行列Ｄと等しく、
・Ｒ（ｔ）が、ｐ個の反射波が成分であるベクトルであり、
・Ｒ_０（ｔ）が、ｐ個の基本反射波が成分であるベクトルである、判定するステップと、
ｎ個の基本反射波Ｒ_０ｉ（ｔ）を用いることによって画像を構築するステップと、を含む。

本発明はさらに、対象によって感じられた感覚を推定するための方法に関し、感覚が、数値に換算した対象によってのみ評価され、本方法は、
−第１の瞬間で、数値モデルを取得するための方法を実行するステップであって、数値モデルが、少なくとも１つの客観的測定値を主観的感覚に関連付け、方法が、前述されている実行するステップと、
−第１の瞬間の後に続く第２の瞬間で、
・領野の活性度の少なくとも１つの第２の獲得画像を取得するために、経頭蓋超音波プローブ（２０）によって発生した非収束波を用いることによって、脳の少なくとも１つの領野を画像化するステップと、
・少なくとも１つの第２の客観的測定値を取得するために、各獲得画像に基づいて、少なくとも１つの領野の活性度を表す物理量を評価するステップと、
・第２の客観的測定値に適用された数値モデルを用いることによって、対象によって感じられた感覚を推定するステップであって、数値モデルが、第１の瞬間で取得されたモデルである、推定するステップと、を含む。

本明細書は、数値モデルを取得するための装置をさらに説明し、数値モデルが、少なくとも１つの客観的測定値を主観的感覚に関連付け、客観的測定値が、対象の脳の少なくとも１つの領野の活性度を表す物理量の測定値であり、感覚が、数値に換算した対象によってのみ評価され、該装置が、経頭蓋超音波プローブ（２０）によって発生した非収束波を用いることによって、少なくとも１つの領野を画像化するように適合された画像化ユニットを備え、経頭蓋超音波プローブ（２０）が、領野の少なくとも１つの獲得画像を取得するために、非収束波を発生させるように適合される。該装置は、少なくとも１つの客観的測定値を取得するために、各獲得画像に基づいて、少なくとも１つの領野の活性度を表す物理量を評価し、取得された客観的測定値及び数値を用いることによって、数値モデルを判定することであって、数値が、対象から、主観的感覚を表す少なくとも１つの数値を取得することによって取得される、判定するように適合された制御部をさらに備える。

有利ではあるが必須ではない本発明のさらなる態様によれば、本装置は、任意の技術的に許容可能な結合に取り入れられた、以下の特徴のうちの１つまたはいくつかを組み入れ得る。
−制御部は、別の対象から構成されたデータベースを記憶するメモリを備え、データベースにアクセスして数値モデルを判定するように適合される。
−制御部は、領野の各獲得画像に基づいて、感覚の発生を表す信号を提供するようにさらに適合される。

装置が、フィードバックユニット（１８）をさらに備え、フィードバックユニット（１８）が、以下の性質のうちの少なくとも１つを満たす。
−ｉ）フィードバックユニット（１８）が、信号を、使用者が知覚可能な信号に変換するように適合され、
−ｉｉ）フィードバックユニット（１８）は、視覚信号、音声信号、触覚信号、振動信号及びデジタル信号からなる群より選択された、使用者に知覚可能な信号を提供するように適合され、
−ｉｉｉ）フィードバックユニット（１８）は、テレビセット、Ｈｉｆｉシステム、コンピュータ、スマートフォン、電子装置、コンピュータプログラム、ドモティックシステム及びビデオゲームからなる群より選択される。

本明細書は、対象の脳の領野が向けられる主観的感覚によって特徴付けられた状態を治療するための方法をさらに説明し、治療するための方法は、前述されたような取得する方法によって判定された数値モデルを用いることを含む。

本発明は、本発明の目的を制限することなく添付の図面及び代表的な例に対応して与えられた以下の説明に基づいてよりよく理解することが可能であろう。

対象と、数値モデルを取得するための装置とを概略的に示す。 図１の装置の一部を概略的に示す。

対象１０及び装置１２が、図１に示される。

対象１０は、人間である。

代替的に、対象１０は、動物である。

装置１２は、対象１０の脳の少なくとも１つの領野の活性度を監視するための装置である。

図１の例によれば、領野は、前帯状皮質（頭字ＡＣＣに由来する）である。

前帯状皮質は、「カラー」に類似する帯状皮質の前方部分であり、脳梁の前方部分を取り囲んでいる。これは、ブロードマン領野２４、３２、及び３３からなる。広範な自律神経機能において、例えば血圧及び心拍を制御する役割を果たしていると考えられる。これはまた、理性的認知機能、例えば報酬予期、意思決定、共感、衝動の制御、及び感情に関与する。

特定の実施形態では、領野は、吻側前帯状皮質である。

代替的に、領野は、慢性疼痛に充てられた脳領野である。

別の実施形態によれば、領野は、嗜癖に充てられた脳領野である。

代替的に、領野は、聴覚皮質耳鳴の領野である。

別の実施形態によれば、領野は、運動野の領野−卒中である。

代替的に、領野は、腹外側前頭前皮質及び島の領野−抑うつである。

別の実施形態によれば、領野は、運動反応時間及び記憶符号化をつかさどり得る補足運動領野及び海馬皮質である。

代替的に、領野は、半側空間無視、失読症、または気分障害をつかさどり得る視覚野である。

別の実施形態によれば、領野は、大鬱病性障害及び感情制御をつかさどる偏桃体である。

領野の活性度は、一般的には領野内の血流に関連付けられる。

一例として、活性度は、領野内の血液量を考慮することによって評価される。

別の例として、活性度は、領野内の血流速度を考慮することによって評価される。

別の例として、活性度は、領野内の血流活性度を考慮することによって評価される。

領野が脳に関係する場合、活性度は、領野内における、脳血流、脳の血流速度及び脳の血流活性度を考慮することによって評価される。

装置１０は、画像化ユニット１４と、制御部１６と、フィードバックユニット１８とを備える。

画像化ユニット１４は、領野を画像化して、少なくとも領域の画像を取得するように適合される。

この例では、取得された画像は、二次元画像である。

図１の特定の例によれば、画像化ユニット１４は、経頭蓋超音波プローブ２０及び支持アーム２２を含む。

経頭蓋超音波プローブ２０は、非収束波を発生させるように適合される。

本例では、超音波トランスデューサ２０は、超音波トランスデューサのアレイである。

超音波トランスデューサの数は、ｎと名付けられる。

ｎ個は、例えば６４〜２５６を含む。

二次元画像を取得するために、超音波トランスデューサのアレイは、一次元のバーである。

支持アーム２２は、経頭蓋超音波プローブ２０を支持するように適合される。

経頭蓋超音波プローブ２０は、支持アーム２２に沿って動かされるように適合される。

図１の特定の例によれば、経頭蓋超音波プローブ２０は、支持アーム２２と相補的な形状を有する開口の境界を定める本体を備える。

制御部１６は、図２に概略的に表される。

制御部１６は、画像化ユニット１４によって取得された少なくとも１つの画像に基づいて、領野の活性度を推定するように適合される。

制御部１６は、取得された客観的測定値及び数値を用いることによって、数値モデルを判定するようにさらに適合され、数値は対象から取得される。

この数値モデル及び関連する概念は、どのようにして装置１２が動作するかを説明するときに定義される。

制御部１６は、数値モデル及び少なくとも１つの客観的測定値に基づいて、感覚の進化を表す信号を提供するようにさらに適合される。

制御部１６は、電子回路２４、プロセッサ２６及びメモリ２８を備える。

電子回路２４は、経頭蓋超音波プローブ２０に命令するように適合される。

とりわけ、電子回路２４は、超音波トランスデューサのアレイに、超音波を放出させ、対象１０の脳によって反射された超音波を受信させるように適合される。

図２の特定の例によれば、電子回路２４は、ｎ個のアナログ・デジタル変換器３０と、ｎ個のバッファメモリ３２とを備える。

各アナログ・デジタル変換器３０は、頭蓋超音波プローブ２０のそれぞれの超音波トランスデューサに接続される。図２では、第１のアナログ・デジタル変換器３０１及びｎ番目のアナログ・デジタル変換器３０ｎのみが表される。

同様に、各バッファメモリ３２は、それぞれのアナログ・デジタル変換器３０に接続される。図２では、第１のバッファメモリ３２１及びｎ番目のバッファメモリ３２ｎのみが表される。

プロセッサ２６は、バッファメモリ３２及びフィードバックユニット１８と通信するように適合される。

プロセッサ２６は、経頭蓋超音波プローブ２０によって受信された超音波信号を処理するようにさらに適合される。

メモリ２８は、プロセッサ２６に接続され、データを記憶するように適合される。

例えば、一実施形態では、メモリ２８は、他の対象から構築されたデータベース、すなわち異なる対象の数値モデルのセットを記憶する。そのようなケースでは、制御部は、数値モデルを判定するためにデータベースを用いるように適合される。

フィードバックユニット１８は、信号を、使用者に知覚可能な信号に変換するように適合される。

この状況では、変換された信号は、制御部１６によって提供された信号である。

知覚可能であることによって、人間の存在によって感知されうる信号が意味される。

例えば、フィードバックユニット１８は、視覚信号、音声信号、触覚信号及び振動信号からなる群より選択された知覚可能な信号を提供するように適合される。

一般的には、使用者は、対象１０である。

特定の実施形態では、使用者は、特に対象１０が話すことができないマウスまたは乳児である場合、人間である。

図１の特定の例によれば、フィードバックユニット１８は、デジタルタブレット３４である。

特定の例では、信号は、花３６を表す視覚信号である。

花３６は、評価された活性度に比例した寸法を有する。

評価された活性度が増大すると、花３６の寸法が増大する。

代替的に、フィードバックユニット１８は、色を変化させるための視覚信号を生成するように適合される。

別の実施形態によれば、フィードバックユニット１８は、周波数を変化させるための音を生成するように適合される。

別の実施形態では、フィードバックユニット１８は、音楽、ビデオまたはアニメーション画像シーケンスまたは白熱電灯色を変更して、異なる雰囲気を作り出すように適合される。

代替的に、フィードバックユニット１８は、画像または一連のアニメーション画像、音または音のリアルタイム補正、音楽または音楽のリアルタイム補正、ビデオまたはビデオのリアルタイム補正、人為的に生成された音楽、人為的に生成されたビデオまたはアニメーション化されたシーケンス、人為的に生成された仮想現実世界またはオブジェクト、人為的に生成されたアニメーション化現実世界またはオブジェクト、及び触覚または振動フィードバックからなる群に属する要素間の少なくとも１つの要素を生成するように適合される。

より一般的には、フィードバックユニット１８は、感覚レベルを維持するかまたは変えることを助けるように調整されたフィードバックを提供するように適合された任意の要素である。

別の実施形態では、フィードバックユニット１８は、コンピュータ、スマートフォン、タブレット、ウェアラブル装置プログラム、ビデオゲームソフトウェア、ビデオゲーム装置、テレビ、テレビチャンネル、ＨｉＦｉシステム、プレイリスト、ウェブサイト、通信ソフトウェアまたは装置、ロボット玩具、ドモティックシステム、アラームシステム、照明システム、成果を追跡及び／または共有するためのウェブサイトまたはプログラム、触覚フィードバック装置、仮想現実装置、拡張現実装置、電気刺激装置、超音波刺激装置、ロボットマッサージチェア、電動ベッド、ロボット彫刻、電動車椅子、外骨格、冷却装置及び加熱装置からなる群より選択される。

より一般的には、フィードバックユニット１８は、対象１０が感覚レベルを維持するかまたは変えることを助けるように調整された経験を提供するように適合された任意の要素である。

別の実施形態によれば、フィードバックユニット１８は、ハンドヘルド装置、タブレット装置、テレビセットまたは仮想現実ヘルメットとともに用いられる。

要するに、フィードバックユニット１８は、以下の性質のうちの少なくとも１つを満たす。
ｉ）フィードバックユニット１８は、信号を、使用者が知覚可能な信号に変換するように適合される。
ｉｉ）フィードバックユニット１８は、視覚信号、音声信号、触覚信号、振動信号及びデジタル信号からなる群より選択された、使用者に知覚可能な信号を提供するように適合される。
ｉｉｉ）フィードバックユニット１８は、テレビセット、Ｈｉｆｉシステム、コンピュータ、スマートフォン、電子装置、コンピュータプログラム、ドモティックシステム及びビデオゲームからなる群より選択される。

ここで、数値モデルを取得するための方法を実行する一例を参照して、装置１２の動作が説明される。

数値モデルは、少なくとも１つの客観的測定値を、主観的感覚に関連付ける。

取得するための方法をより詳細に説明する前に、まず「客観的測定値」、「主観的感覚」及び「数値モデル」の概念を定義する。

客観的測定値は、対象１４の脳の少なくとも１つの領野の活性度を表す物理量の測定値である。

先に説明されたように、物理量は、例えば領野の活性度を表し、少なくとも１つの対象となる領野内の血流活性度、少なくとも１つの対象となる領野内の血流速度、及び少なくとも１つの対象となる領野内の血液量からなる群より選択される。

そのような状況では、一実施形態では、客観的測定値は、物理量のうちの１つである。これは、客観的測定値が、またはいくつかの領野のうちの１つの機能的な活性化を表していることを意味する。

別の実施形態では、客観的測定値は、外部事象と物理量との間の相関である。このことは、客観的測定値が、１つまたはいくつかの領野の機能的応答を表していることを意味する。外部事象は、例えば刺激の生成の瞬間である。

別の実施形態では、客観的測定値は、いくつかの領野の物理量の相関である。このことは、客観的測定値が、いくつかの領野の機能的共活性化／結合性を表していることを意味する。

別の実施形態では、客観的測定値は、他の測定値と物理量との間の相関である。例えば、脳波測定値を血流活性度と関係付けることが考えられ得る。

言い換えると、客観的測定値は、物理量、外部事象と物理量との間の相関、いくつかの領野の物理量の相関、及び他の測定値と物理量との間の相関からなる群から選択されることが有利である。

感覚は、感覚器官の刺激作用に関連付けられた知覚のセットである。

痛みは、感覚の典型例である。

熱さ及び明るさは、感覚の別の例である。

この文脈では、感覚は、主観的感覚として限定されているが、それは、感覚が対象に対して相対的であるためである。

感覚は、数値に換算して対象１０によってのみ評価される。

このことは、対象１０が、感覚を客観的な方法で定量化することが可能ではないことを意味する。

対象１０は、該感覚を別の感覚と比較することのみが可能である。

この能力は、刺激作用を定量化するための実験者の能力とは無関係である。

例えば、痛みは、実験者によって測定されることができないが、一方で温度（熱に対する）は、温度計によって測定されることができ、明るさもまた測定されることができる。

可能な数値のセットは、主観的スケールを形成する。

数値モデルは、関数である。

例えば、モデルは、線形関数である。

代替の実施形態では、モデルは、１に等しい傾斜を有する線形関数である。

別の実施形態では、モデルは、他の対象の客観的及び主観的測定値から、及び他の対象のデータベースから導き出されたモデルである。

代替的に、モデルは、非線形関数である。

ここで、取得するための方法の例が説明される。

数値モデルを取得するための方法は、画像化するステップと、評価するステップと、取得するステップと、判定するステップとを含む。

画像化するステップでは、前帯状皮質の少なくとも１つの二次元画像を取得するために、経頭蓋超音波プローブ２０によって発生した非収束波を用いることによって、前帯状皮質が画像化される。

非収束超音波は、開口が画定される波である。

開口は、Ｄとラベル付けされた特定のサイズを有する。

深さＦにおける超音波に関連付けられた超音波ビームの最小幅Ｗ_ｍｉｎが、超音波の波長l×開口の特定のサイズＤを有する深さＦの積の割合よりも大きい場合、超音波は非収束と見なされる。そのような状況は、数学的にはこのように表現され得る。

これは、非収束波が平面波または発散波であることを意味する。

特定の例によれば、画像化するステップで取得された画像領野は、１、０ｃｍ^２以上である。

好ましくは、画像化するステップの発射頻度は、５００Ｈｚよりも上である。

発射頻度は、所与の期間に放射された非収束放射数に対応する。

説明された特定の例では、画像化するステップは、位置付けるステップと、放射するステップと、受信するステップと、判定するステップと、構築するステップとを含む。

位置付けるステップでは、経頭蓋超音波プローブ２０は、前帯状皮質を画像化することを可能にするように位置付けられる。

そのような位置付けるステップは、例えば血管樹を用いることによって実行される。

特定の例として、位置付けるステップは、４つのサブステップを含む。

第１のサブステップは、調査される血管の画像を取得するために、対象１０の脳が超音波画像化によって画像化される間の血管画像化のサブステップである。

第２のサブステップは、調査される血管の画像がパターン認識によって脳血管アトラスと比較される間の位置特定のサブステップである。

アトラス「Ｐａｘｉｎｏｓ」は、脳血管アトラスの例である。

第３のサブステップは、脳血管アトラスに対応する脳機能アトラスを用いて前帯状皮質を位置特定し、前帯状皮質の画像を取得するために経頭蓋超音波プローブ２０があるべき位置を判定する間の識別のサブステップである。

第４のサブステップは、判定された位置で経頭蓋超音波プローブ２０を動かすサブステップである。

放射するステップ中、経頭蓋超音波プローブ２０によって一連の入射音波が放射される。

放射するステップ中に放射された入射音波数は、整数ｐとラベル付けられる。

整数ｐは、２以上の整数である。

特定の実施形態によれば、整数ｐは、偶数である。

一例として、整数ｐは、２〜１００の間に含まれる。

有利には、整数ｐは、４〜２０の間に含まれる。

入射音波は、継続時間が１マイクロ秒（μｓ）以下であるパルスである。

特定の例によれば、各パルスの継続時間は、中心周波数における超音波の１〜１０周期の間に含まれる。

２つの連続する超音波放射間の期間は、５０μｓ〜２００μｓの間に含まれる。

入射音波は、基本入射波の直線結合Ｅ_０ｉ（ｔ）によって取得される。

各基本入射波は、非収束波である。

より精密には、直線結合は、以下の数学的関係に対応する。

ここで、
・Ｍ_{ｃｏｄｉｎｇ}は、符号化行列であり、
・Ｅ（ｔ）は、ｐ個の入射波が成分であるベクトルであり、
・Ｅ_０（ｔ）は、基本入射波が成分であるベクトルである。

符号化行列Ｍ_{ｃｏｄｉｎｇ}は、ｐ次の正方行列である。

一実施形態によれば、行列Ｍ_{ｃｏｄｉｎｇ}は、アダマール行列に比例する。

数学的には、これはＭ_{ｃｏｄｉｎｇ}＝ｋ．Ｈ_ｐを意味し、ここで、
・Ｋは、非ゼロ定数であり、
・Ｈ_ｐは、ｐ次のアダマール行列である。

数学においては、アダマール行列は、フランスの数学者ジャック・アダマール（Ｊａｃｑｕｅｓ Ｈａｄａｍａｒｄ）にちなんで名づけられ、成分が＋１であるかあるいは−１であり、行が互いに直交している正方行列である。幾何学的に見ると、これは、アダマール行列内の２つの異なる行ごとに、２つの垂直ベクトルを呈することを意味し、一方で組み合わせ的に見ると、これは、２つの異なる行ごとに、それらの列のちょうど半分において一致成分と、残余の列において非一致成分とを有することを意味する。これは、対応するプロパティが列及び行に対して成り立つというこの定義の結果である。ｐ×ｐのアダマール行列の行におよぶｎ次元の平行体は、成分が絶対値において１に制約されたベクトルによって渡された平行体間のｐ次元の最大可能容積を有する。同等に、アダマール行列は、１以下の絶対値の成分を有する行列間の最大行列式を有し、アダマールの最大行列式問題の極値解は、以下のとおりである。

例えば、

は、整数ｐの値がそれぞれ２及び４に等しいアダマール行列の２つの例である。

説明された特定の実施形態では、行列Ｍ_{ｃｏｄｉｎｇ}は、アダマール行列である。

別の実施形態によれば、ｐ個の入射音波は、先だって計算され、メモリ２８に記憶される。

前帯状皮質に送られた入射音波は、前帯状皮質によって反射される前に、前帯状皮質に伝播する。

ｐ個の反射波Ｒ_ｉ（ｔ）が取得される。

受信するステップでは、ｐ個の反射波Ｒ_ｉ（ｔ）は、経頭蓋超音波プローブ２０によって受信される。

判定するステップでは、ｐ個の基本反射波Ｒ_０ｉ（ｔ）が判定される。

例えば、ｐ個の基本反射波Ｒ_０ｉ（ｔ）は、反射波の直線結合Ｒ_ｉ（ｔ）によって取得される。

より精密には、結合は、以下の数学的関係に対応する。

ここで、
・Ｍ_{ｄｅｃｏｄｉｎｇ}は、復号化行列であり、
・Ｒ（ｔ）は、ｐ個の反射波が成分であるベクトルであり、
・Ｒ_０（ｔ）は、基本反射波が成分であるベクトルである。

復号化行列Ｍ_{ｄｅｃｏｄｉｎｇ}は、ｐ次の正方行列である。

符号化行列Ｍ_{ｃｏｄｉｎｇ}及び復号化行列Ｍ_{ｄｅｃｏｄｉｎｇ}は、両方の行列の積が対角行列Ｄと等しいようにされ、これは以下に対応する。
Ｍ_{ｃｏｄｉｎｇ}＊Ｍ_{ｄｅｃｏｄｉｎｇ}＝Ｄ

説明された特定の実施形態では、復号化行列Ｍ_{ｄｅｃｏｄｉｎｇ}は、符号化行列Ｍ_{ｃｏｄｉｎｇ}の転置行列である。

特定の実施形態によれば、Ｄは、各対角成分がゼロとは異なるｐ次の対角行列である。

別の実施形態によれば、対角行列Ｄの各対角成分は、１以上である。

図１の特定の実施形態では、対角行列Ｄは、整数ｐ×恒等行列の積と等しい。言い換えると、対角行列Ｄの各対角成分は、整数ｐと等しい。

構築するステップでは、ｐ個の基本反射波Ｒ_０ｉ（ｔ）を用いることによって、前帯状皮質の画像が取得される。

そのような構築するステップは、例えば、文献ＥＰ２１０１１９１に、またはＭｏｎｔａｌｄｏによる、題名「Ｃｏｈｅｒａｎｔ ｐｌａｎｅ−ｗａｖｅ ｃｏｍｐｏｕｎｄｉｎｇ ｆｏｒ ｖｅｒｙ ｈｉｇｈ ｆｒａｍｅ ｒａｔｅ ｕｌｔｒａｓｏｎｏｇｒａｐｈｙ ａｎｄ ｔｒａｎｓｉｅｎｔ ｅｌａｓｔｏｇｒａｐｈｙ」、ＩＥＥＥ Ｔｒａｎｓ Ｕｌｔｒａｓｏｎ Ｆｅｒｒｏｅｌｅｃｔｒ Ｆｒｅｑ Ｃｏｎｔｒｏｌ、２００９年３月、５６（３）、４８９−５０６という記事に説明されたように実行される。

評価するステップでは、前帯状皮質の活性度が画像に基づいて評価される。

言い換えると、評価するステップでは、前帯状皮質の活性度を表す物理量は、獲得画像に基づいて評価される。このことは、少なくとも１つの客観的測定値を取得することを可能にする。

評価するステップは、制御部１６によって実行される。

例えば、評価するステップは、画像によって提供された情報に基づいて対象となる領野を画定することと、画定された対象となる領野内の血流を評価することとを含む。

そのような実施形態では、客観的測定値は、例えば非収束波を用いた経頭蓋ドップラーによって取得された所定の脳構造体の平均脳血液量または脳血流である。

取得するステップでは、主観的感覚を表す少なくとも１つの数値は、対象１０から取得される。

取得するステップは、直接または間接的に実行されてもよい。

例えば、取得するステップは、自己報告スケール、例えば視覚アナログスケールのおかげで達成され得る。そのような自己報告スケールまたは視覚アナログスケールは、主観的スケールである。

判定するステップでは、数値モデルは、取得された客観的測定値及び取得された数値を用いることによって判定される。

例えば、数値モデルは、パラメータによる関数であり、判定するステップは、パラメータを数値的に判定することによって実行される。

減衰最小自乗法を用いて、検索されたパラメータを取得してもよい。

代替的に、学習方法が用いられてもよい。例えば、有利には教師付きの技術が考慮されてもよい。

前帯状皮質に適用された数値モデルを取得するための方法は、血流を対象１０の痛みと関係付けることを可能にする数値モデルを取得することを可能にする。

そのような方法は、文献ＷＯ２０１３／１５２０３５Ａ１に開示されたような神経刺激作用法と混同されるべきではない。実際のところ、そのような文献では、超音波は、皮質を画像化するために用いられず、むしろいかなる患者の介在もなく神経状態を修正するために用いられる。いくつかのケースでは、患者は、眠っていることもできる。言い換えると、そのような文献では、超音波と神経組織との間の生物学的相互作用による神経状態の外部修正がある。

反対に、本発明では、数値モデルは、覚醒している患者の観察に基づいて構築される。神経状態の唯一の修正は、患者による意識的な操作によってなされる。本発明と比較すると、同様の見解が文献ＷＯ２０１４／１２７０９１Ａ２に当てはまる。

加えて、非収束を発生させる経頭蓋超音波プローブ２０の使用は、家庭での実践に都合がよいが、これは、経頭蓋超音波プローブ２０が軽量であり、小容量を占有するためである。

したがって、そのような前帯状皮質に適用される数値モデルを取得するための方法は、実際に実施することが以前の方法に比してより容易である。

さらに、文献ＵＳ２０１４／３３５４８９Ａ１と比較すると、そのような方法は、より良好な感度を提供するが、これは、従来のドップラーが、大きな血管の磁束変動へのアクセスしか与えないためである。言い換えると、これは、従来のドップラーは神経活性度を画像化するために用いることができないことを意味する。画質におけるそのような差異は、とりわけ、２０１３年３月発行のＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ Ｏｎ Ｕｌｔｒａｓｏｎｉｃｓ、Ｆｅｒｒｏｅｌｅｃｔｒｉｃｓ、ａｎｄ Ｆｒｅｑｕｅｎｃｙ Ｃｏｎｔｒｏｌ、Ｖｏｌｕｍｅ ６０、Ｎｕｍｂｅｒ ３におけるレビューでの、ＥｍｉｌｉｅＭａｃｅらによる題名「Ｆｕｎｃｔｉｏｎａｌ Ｕｌｔｒａｓｏｕｎｄ Ｉｍａｇｉｎｇ ｏｆ ｔｈｅ Ｂｒａｉｎ： Ｔｈｅｏｒｙ ａｎｄ Ｂａｓｉｃ Ｐｒｉｎｃｉｐｌｅｓ」という記事から周知である。

これは、そのような方法を用いて、対象１０からのいかなる入力もなしに、対象１０によって感じられた痛みを判定することを可能にする。

例えば、数値モデルの判定後の時点で対象１０によって感じられた感覚を推定するための方法が考えられることができる。

そのような方法では、例えば、第１の瞬間では、数値モデルを取得するための方法が実行される。

そして、第１の瞬間の後の第２の瞬間では、推定するための方法は、画像化するステップと、評価するステップと、推定するステップとを含む。

画像化するステップでは、取得するための方法で考慮された脳の少なくとも１つの領野が画像化される。この画像化ステップは、領野の活性度の少なくとも１つの第２の獲得画像を得るために、経頭蓋超音波プローブ２０によって発生した非収束波を用いることによって実行される。

評価するステップでは、物理量は、少なくとも１つの第２の客観的測定値を得るための、各第２の獲得画像に基づく少なくとも１つの領野の活性度を表す。

好ましくは、第２の客観的測定値は、数値モデルが第１の瞬間に判定された客観的測定値に対応する。これは、付加的な演算を用いることを回避する。

推定するステップでは、対象によって感じられた感覚は、第２の客観的測定値に適用された数値モデルを用いることによって推定され、数値モデルは、第１の瞬間に取得されたモデルである。推定するステップの最後で、数値が取得される。

言い換えると、取得されたモデルを用いて、対象が自分の感覚を主観的かつ意識的に査定する必要なく、客観的測定値の新しいセットから所与の感覚のレベルを定量的に推定する。

好ましい実施形態によれば、推定する方法は、感覚を表す信号を生成するステップをさらに含む。

生成するステップは、フィードバックユニット１８によって実行される。

本ケースでは、信号は、花３６の高さである。

また、本方法は、前帯状皮質の活性度を制御することによって痛みを低減させるための方法を自宅で成し遂げるための方法を開示している。対象１０は、患者が自分の痛みを低減することに集中することを助ける前帯状皮質を活性化させるために花３６のサイズを増大させることのみしなければならない。

そのようなモデルを利用する別の方法は、対象の痛みを低減させる方法であり、数値モデルを用いることを含む。

例えば、２つの数値モデルを用いて、取得された低減を客観的な方法で定量化し得る。

より一般的な方法では、対象の脳の領野が向けられる主観的感覚によって特徴付けられた状態を治療するための方法が考えられることができ、治療するための方法は、数値モデルを用いることを含む。

実際に、そのような数値モデルを判定するための方法は、脳の任意の領野に適用されることができる。

この文脈では、状態は、疾患の存在または挙動状態であり得る。

不眠症、注意不足障害（ａｔｔｅｎｔｉｏｎ−ｄｅｆｉｃｉｔ ｄｉｓｏｒｄｅｒ（ＡＤＤ））または注意力欠損高活動性異常（ａｔｔｅｎｔｉｏｎ−ｄｅｆｉｃｉｔ ｈｙｐｅｒａｃｔｉｖｉｔｙ ｄｉｓｏｒｄｅｒ（ＡＤＨＤ）は、疾患の存在に関連する状態の具体例である。

嗜癖は、挙動状態である。

特定の例として、該方法は、対象１０によって主観的感覚として感じられる悲しみに働きかけることによって、抑うつを治療し得る。

同様に、該方法は、対象１０によって主観的感覚として感じられる損失の感覚に働きかけることによって、アルコールに対する嗜癖を治療しうる。

別の実施形態によれば、画像化ユニット１４は、領野の少なくとも１つの三次元画像を得るために領野を画像化するように適合され、超音波トランスデューサのアレイは、二次元アレイである。

代替的に、画像化のステップで取得された画像は、領野の三次元画像である。

三次画像は、より関連のある超音波信号を取得することを可能にし、結果として、考慮された領野の活性度の評価がより良好になる。

上記で考慮された該実施形態及び代替の実施形態を組み合わせて、本発明の更なる実施形態を生成することができる。

Claims (16)

1. −数値モデルを取得するための方法であって、前記数値モデルが、少なくとも１つの客観的測定値を主観的感覚に関連付け、客観的測定値が、対象の前記脳の少なくとも１つの領野の前記活性度を表す物理量の測定値であり、前記感覚が、数値に換算した前記対象によってのみ評価され、前記方法が、
   ａ）領野の前記活性度の少なくとも１つの獲得画像を取得するために、経頭蓋超音波プローブ（２０）によって発生した非収束波を用いることによって、前記脳の前記少なくとも１つの領野を画像化するステップと、
   ｂ）少なくとも１つの客観的測定値を取得するために、各獲得画像に基づいて、前記少なくとも１つの領野の前記活性度を表す物理量を評価するステップと、
   ｃ）前記対象から、前記主観的感覚を表す少なくとも１つの数値を取得するステップと、
   ｄ）前記取得された客観的測定値及び前記取得された数値を用いることによって、前記数値モデルを判定するステップと、
   を含む方法。
2. 前記数値モデルが、
   −線形関数、
   −非線形関数、
   −前記対象の前記客観的測定値と対象によって感じられた前記主観的感覚を表す数値とから、及び他の対象についての数値モデルを含むデータベースから、導き出されたモデル、
   からなる群から選択される、請求項１に記載の方法。
3. 前記評価するステップが、前記画像によって提供された前記情報に基づいて少なくとも１つの対象となる領野を画定することを含み、
   前記活性度を表す前記領野の物理量が、前記少なくとも１つの対象となる領野内の前記血流活性度、前記少なくとも１つの対象となる領野内の前記血流速度、前記少なくとも１つの対象となる領野内の血液量からなる群より選択される、
   請求項１または２に記載の方法。
4. ステップｂ）の前記客観的測定値が、物理量、外部事象と物理量との間の相関、いくつかの領野の物理量の前記相関、及び他の測定値と物理量との間の相関からなる群から選択される、
   請求項３に記載の方法。
5. 前記ステップａ）で取得された前記画像が、前記領野の三次元画像である、
   請求項１〜４のいずれか１項に記載の方法。
6. 画像化する前記ステップａ）が、前記経頭蓋超音波プローブ（２０）を、血管樹と、データベース、ニューロナビゲーションツール及びヘルメットからなる群より選択された１つの要素と、を特に用いて位置付けることを含む、
   請求項１〜５のいずれか１項に記載の方法。
7. 前記経頭蓋超音波プローブの前記位置付けが、血管樹と、データベース、ニューロナビゲーションツール及びヘルメットからなる群より選択された１つの要素と、を用いて実行される、請求項６に記載の方法。
8. 発射頻度が、前記非収束波のために画定され、
   前記ステップａ）の前記非収束超音波発射頻度が、５００Ｈｚよりも上である、
   請求項１〜７のいずれか１項に記載の方法。
9. 前記非収束波が、平面波または発散波である、
   請求項１〜８のいずれか１項に記載の方法。
10. 前記領野が、前記前帯状皮質（ＡＣＣ）である、
    請求項１〜９のいずれか１項に記載の方法。
11. 前記画像化ステップが、
    −前記経頭蓋超音波プローブ（２０）によってｐ個の入射音波を放射するステップであって、ｐが２以上の整数であり、前記ｐ個の入射音波が、ｐ個の基本入射波Ｅ_０ｉ（ｔ）の直線結合によって取得され、前記直線結合が、以下の数学的関係に対応し、
    

    

    
    ここで、
    ・Ｍ_{ｃｏｄｉｎｇ}が、符号化行列と呼ばれる、ｐ次の正方行列であり、
    ・Ｅ（ｔ）が、前記ｐ個の入射波が成分であるベクトルであり、
    ・Ｅ_０（ｔ）が、前記ｐ個の基本入射波が成分であるベクトルであり、
    各基本入射波が非収束波であるステップと、
    −前記経頭蓋超音波プローブ（２０）によって、前記脳の前記領野による前記ｐ個の入射波の前記反射に対応するｐ個の反射波Ｒ_ｉ（ｔ）を受信するステップと、
    −前記ｐ個の基本反射波Ｒ_０ｉ（ｔ）を、前記以下の数学的関係
    

    

    
    を用いることによって前記ｐ個の反射波Ｒ_ｉ（ｔ）を線形結合することによって判定するステップであって、
    ・Ｍ_{ｄｅｃｏｄｉｎｇ}が、復号化行列と呼ばれる、ｐ次の正方行列であり、前記符号化行列Ｍ_{ｃｏｄｉｎｇ}及び前記復号化行列Ｍ_{ｄｅｃｏｄｉｎｇ}が、両方の行列の積が、各対角成分がゼロとは異なるｐ次の対角行列Ｄと等しくなる行列であり、
    ・Ｒ（ｔ）が、前記ｐ個の反射波が成分であるベクトルであり、
    ・Ｒ_０（ｔ）が、前記ｐ個の基本反射波が成分であるベクトルであるステップと、
    −前記ｎ個の基本反射波Ｒ_０ｉ（ｔ）を用いることによって前記画像を構築するステップと、
    を含む請求項１〜１０のいずれか１項に記載の方法。
12. 対象によって感じられた感覚を推定するための方法であって、前記感覚が、数値に換算した前記対象によってのみ評価され、前記方法が、
    −第１の瞬間で、数値モデルを取得するための前記方法を実行するステップであって、前記数値モデルが、少なくとも１つの客観的測定値を主観的感覚に関連付け、前記方法が、請求項１〜１１のいずれか１項に記載されているステップと、
    −前記第１の瞬間の後に続く第２の瞬間で、
    ・領野の前記活性度の少なくとも１つの第２の獲得画像を取得するために、経頭蓋超音波プローブ（２０）によって発生した非収束波を用いることによって、前記脳の前記少なくとも１つの領野を画像化するステップと、
    ・少なくとも１つの第２の客観的測定値を取得するために、各第２の獲得画像に基づいて、前記少なくとも１つの領野の前記活性度を表す物理量を評価するステップと、
    ・前記第２の客観的測定値に適用された前記数値モデルを用いることによって、前記対象によって感じられた前記感覚を推定するステップであって、前記数値モデルが、前記第１の瞬間で取得された前記モデルであるステップと、
    を含む方法。
13. −数値モデルを取得するための装置（１２）であって、前記数値モデルが、少なくとも１つの客観的測定値を主観的感覚に関連付け、客観的測定値が、対象の前記脳の少なくとも１つの領野の前記活性度を表す物理量の測定値であり、前記感覚が、数値に換算した前記対象によってのみ評価され、前記装置（１２）が、
    −経頭蓋超音波プローブ（２０）によって発生した非収束波を用いることによって、前記少なくとも１つの領野を画像化するように適合された画像化ユニット（１４）であって、前記経頭蓋超音波プローブ（２０）が、前記領野の少なくとも１つの獲得画像を取得するために、非収束波を発生させるように適合される、画像化ユニットと、
    −制御部（１６）であって、
    ・少なくとも１つの客観的測定値を取得するために、各獲得画像に基づいて、前記少なくとも１つの領野の前記活性度を表す物理量を評価するように、及び、
    ・前記取得された客観的測定値及び数値を用いることによって、前記数値モデルを判定することであって、前記数値が、前記対象から、主観的感覚を表す少なくとも１つの数値を取得することによって取得されて、判定するように適合された、制御部と、
    を備える装置。
14. 前記制御部（１６）が、別の対象から構成されたデータベースを記憶するメモリを備え、前記データベースにアクセスして前記数値モデルを判定するように適合される、
    請求項１３に記載の装置（１２）。
15. 前記制御部（１６）が、前記領野の前記各獲得画像に基づいて、前記感覚の前記発生を表す信号を提供するようにさらに適合される、
    請求項１３または１４に記載の装置（１２）。
16. 前記装置が、フィードバックユニット（１８）をさらに備え、前記フィードバックユニット（１８）が、以下の特性の少なくとも１つを満たす、請求項１４に記載の装置（１２）。
    ｉ）前記フィードバックユニット（１８）が、信号を、使用者が知覚可能な信号に変換するように適合される、
    ｉｉ）前記フィードバックユニット（１８）は、視覚信号、音声信号、触覚信号、振動信号及びデジタル信号からなる群より選択された、前記使用者に知覚可能な信号を提供するように適合される、
    ｉｉｉ）前記フィードバックユニット（１８）は、テレビセット、Ｈｉｆｉシステム、コンピュータ、スマートフォン、電子装置、コンピュータプログラム、ドモティックシステム及びビデオゲームからなる群より選択される。

Images