JP7225252B2 - テトラヒドロカンナビノールの使用及び障害の非侵襲的検出を行う装置及び方法 - Google Patents

テトラヒドロカンナビノールの使用及び障害の非侵襲的検出を行う装置及び方法 Download PDF

Info

Publication number
JP7225252B2
JP7225252B2 JP2020539856A JP2020539856A JP7225252B2 JP 7225252 B2 JP7225252 B2 JP 7225252B2 JP 2020539856 A JP2020539856 A JP 2020539856A JP 2020539856 A JP2020539856 A JP 2020539856A JP 7225252 B2 JP7225252 B2 JP 7225252B2
Authority
JP
Japan
Prior art keywords
data
pupillary
parameter
pupil
patient
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.)
Active
Application number
JP2020539856A
Other languages
English (en)
Other versions
JP2021510589A (ja
Inventor
フィンケル、ジュリア
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Childrens National Medical Center Inc
Original Assignee
Childrens National Medical Center Inc
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 Childrens National Medical Center Inc filed Critical Childrens National Medical Center Inc
Publication of JP2021510589A publication Critical patent/JP2021510589A/ja
Application granted granted Critical
Publication of JP7225252B2 publication Critical patent/JP7225252B2/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
    • A61B5/48—Other medical applications
    • A61B5/4845—Toxicology, e.g. by detection of alcohol, drug or toxic products
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/0016—Operational features thereof
    • A61B3/0041—Operational features thereof characterised by display arrangements
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/11—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for measuring interpupillary distance or diameter of pupils
    • A61B3/112—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for measuring interpupillary distance or diameter of pupils for measuring diameter of pupils
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • 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
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • 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
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • 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
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
    • 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
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/60—ICT specially adapted for the handling or processing of medical references relating to pathologies
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/30041—Eye; Retina; Ophthalmic

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Theoretical Computer Science (AREA)
  • Toxicology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Ophthalmology & Optometry (AREA)
  • Quality & Reliability (AREA)
  • Chemical & Material Sciences (AREA)
  • Medicinal Chemistry (AREA)
  • Eye Examination Apparatus (AREA)

Description

関連出願の相互参照
本出願は、２０１８年１月１９日に出願された米国特許仮出願第６２／６１９，４６６号の優先権を主張するものであり、その教示は、全ての目的でその全体が参照により本明細書に組み込まれるものとする。さらに、本出願は、２０１４年９月１９日に出願された米国特許出願第２０１５／０１１６６６５号、２０１６年１０月１１日に出願された米国特許出願第２０１７／０１０００６１号、及び２０１１年３月３０日に出願された米国特許出願第９，３２６，７２５号に関連し、これらの内容は、参照により本明細書に組み込まれるものとする。
本開示は、薬物使用及び／または生理学的障害、並びにそれらの瞳孔動揺への影響に関する。具体的には、本開示は、瞳孔対光反応のパラメータに基づいて、Δ９‐テトラヒドロカンナビノールの使用及び障害を検出するための瞳孔測定の使用を説明する。
関連分野の説明
瞳孔制御を行うには、多数の神経経路を伴う複雑な生理機能が必要である。従って、瞳孔挙動は、これらの神経経路の完全性及び機能性を表す手段を提供する。さらに、括約筋及び散大筋による虹彩の収縮及び拡張により示される瞳孔挙動は、中枢神経系の新陳代謝または構造における変化または異常を反映し得る。この中枢神経系へのつながりにより、臨床状況及び実験状況において重要な病状の特定及び識別が行われ、瞳孔挙動の評価は病状の迅速な検出及び診断の仕組みを提供し得ることが提案される。
しかしながら、瞳孔評価は、医療の日常業務であり、第一対応者から集中治療室までの様々な状況で使用されるが、最も一般的には、ペンライト及び視覚的かつ主観的観察を用いて実行される。この主観的な手法は、オペレータの専門知識に起因したオペレータ間の変動性により妨げられ、簡単な評価方法ではあるが、粒度の細かいデータを提供できない。例えば、ペンライト手法で生成される情報は、対光反応の有無、並びに瞳孔のサイズ及び対称性の大まかな推定といった、肉眼による瞳孔特徴に限定され得る。予想されるように、心停止または肺停止後の脳の外傷または生存力などの臨床状態を追跡するのに重要な手段となり得る微妙な変化は、評価できない。
瞳孔計など、より問題が解決された方法が採用されるようになっても、幅広く受け入れられ展開されるには時間がかかっている。これらの方法は、瞳孔のサイズ及び反応性を評価するのに使用できるが、費用が高くなり得、解釈なしの生データを提供するスタンドアロン機器が必要となり得、これは、データの評価、情報の合成、及び適切な治療介入に関する使用者への正しいガイダンスの提供を行うために、訓練を受けた専門家の導入を必要とする。
従って、とりわけ薬物使用、薬物乱用、薬物耐性、及び薬物痛覚過敏を監視するのに使用できる瞳孔測定を提供することが期待できる、特にΔ９テトラヒドロカンナビノールの使用及び障害に関する、効果的で便利な瞳孔挙動評価が求められている。
前述の「背景」説明は、本開示の状況を一般的に提示することを目的とする。この背景のセクションで説明された範囲の発明者の研究、並びに出願時に先行技術として他でみなされ得なかった説明の態様は、本発明に対する先行技術として明示的にも黙示的にも認められない。
一実施形態によれば、本開示は、患者の瞳孔動揺の評価を行う装置に関する。
一実施形態では、本開示はさらに、患者の瞳孔動揺の評価を行う装置に関し、装置は、ディスプレイと、処理回路とを備え、処理回路は、周波数ベースの変換により、患者の瞳孔動揺の実験データ及び参照データを変換することと、患者の瞳孔動揺の変換された実験データに基づいて、１つ以上の選択されたパラメータのうちの第１のパラメータを算出することと、変換された参照データに基づいて、１つ以上の選択されたパラメータのうちの対応する第１のパラメータを算出することと、実験データに基づく第１のパラメータ及び参照データに基づく対応する第１のパラメータから、第１のパラメータ及び対応する第１のパラメータの正規化であるメトリックを生成することと、生成されたメトリックが、生物活性標的に関する所定閾値に達するか否かを判定することと、判定に基づいて、患者の瞳孔動揺の評価をディスプレイに表示することと、を実行するように構成され、患者の瞳孔動揺の評価は、生物活性標的であるΔ９‐テトラヒドロカンナビノールの識別である。
一実施形態では、本開示はさらに、患者の瞳孔動揺の評価を行う装置に関し、装置は、ディスプレイと、処理回路とを備え、処理回路は、患者の瞳孔動揺の実験データに基づいて、１つ以上の選択されたパラメータのうちの第１のパラメータを算出することと、瞳孔動揺の参照データに基づいて、１つ以上の選択されたパラメータのうちの対応する第１のパラメータを算出することと、実験データに基づく第１のパラメータ及び参照データに基づく対応する第１のパラメータから、第１のパラメータ及び対応する第１のパラメータの正規化であるメトリックを生成することと、生成されたメトリックが、生物活性標的に関する所定閾値に達するか否かを判定することと、判定に基づいて、患者の瞳孔動揺の評価をディスプレイに表示することと、を実行するように構成され、患者の瞳孔動揺の評価は、生物活性標的であるΔ９‐テトラヒドロカンナビノールの識別である。
一実施形態では、本開示はさらに、患者の瞳孔動揺の評価を行う装置に関し、装置は処理回路を備え、処理回路は、患者の瞳孔動揺の実験データに基づいて、１つ以上の選択されたパラメータのうちの第１のパラメータを算出することと、瞳孔動揺の参照データに基づいて、１つ以上の選択されたパラメータのうちの対応する第１のパラメータを算出することと、実験データに基づく第１のパラメータ及び参照データに基づく対応する第１のパラメータから、第１のパラメータ及び対応する第１のパラメータの正規化であるメトリックを生成することと、生成されたメトリックが、生物活性標的に関する所定閾値に達するか否かを判定することと、判定に基づいて、患者の瞳孔動揺の評価をディスプレイに表示することと、を実行するように構成される。
本開示のより完全な理解、及びそれに付随する利点の多くは、下記の発明を実施するための形態を参照し添付図面に関連して検討すると、より良く理解され、容易に得られるであろう。
本開示の例示的な一実施形態による、取得されたデータの処理を説明するフロー図。 本開示の例示的な一実施形態による、スペクトル分析の前に分離された瞳孔振動のグラフ表示。 本開示の例示的な一実施形態による、ＴＨＣ吸入後の瞳孔対光反応の評価のグラフ表示。 本開示の例示的な一実施形態による、カンナビスに耐性のある個人によるＴＨＣ吸入後の瞳孔対光反応の評価のグラフ表示。 本開示の例示的な一実施形態による、スペクトル分析の評価を説明するフロー図。 本開示の例示的な一実施形態による、瞳孔動揺の分光分析のグラフ表示。 本開示の例示的な一実施形態による、デバイスのハードウェア表記。
本明細書で使用される用語「ａ」または「ａｎ」は、１つまたは２つ以上として定義される。本明細書で使用される用語「複数」は、２つまたは３つ以上として定義される。本明細書で使用される用語「別の」は、少なくとも第２またはそれ以上として定義される。本明細書で使用される用語「含む（ｉｎｃｌｕｄｉｎｇ）」及び／または「有する（ｈａｖｉｎｇ）」は、備える（すなわちオープンランゲージ）として定義される。本明細書を通して言及される「一実施形態（ｏｎｅ ｅｍｂｏｄｉｍｅｎｔ）」、「ある実施形態（ｃｅｒｔａｉｎ ｅｍｂｏｄｉｍｅｎｔ）」、「一実施形態（ａｎ ｅｍｂｏｄｉｍｅｎｔ）」、「一実施態様（ａｎ ｉｍｐｌｅｍｅｎｔａｔｉｏｎ）」、「一例（ａｎ ｅｘａｍｐｌｅ）」、または同様の用語は、実施形態に関連して説明される特定の特徴、構造、または特性が、本開示の少なくとも１つの実施形態に含まれることを意味する。従って、本明細書全体の様々な箇所で出現するこのような語句は、必ずしも全て同じ実施形態を言及しているわけではない。さらに、特定の特徴、構造、または特性は、１つ以上の実施形態において任意の好適な方法で制限なく組み合わされてもよい。
一実施形態によれば、本開示は、臨床医、医療専門家、及び使用者が、場合によっては、瞳孔挙動を部分的に定義する動的瞳孔振動を、正確かつ客観的に評価することを可能にする方法及び装置について説明する。さらに、これらの動的瞳孔振動は、様々な病理特有アルゴリズムと併せて使用することができ、病理特有アルゴリズムは、これらに基づいて病理を識別するために、異なる薬物シグネチャ及び生理学的状態に特有である。例えば、病理特有アルゴリズムは、Δ９‐テトラヒドロカンナビノール（ＴＨＣ）の使用及び障害の検出及び特定を、対象にすることができる。
本開示の例示的な一実施形態によれば、動的瞳孔振動の評価は、筐体内に赤外線カメラまたはＣＭＯＳセンサなどの撮像センサを有する撮像装置と、スマートフォンまたは専用ディスプレイモジュールであり得るディスプレイ装置とを組み合わせた装置、すなわち瞳孔測定デバイスにより、行うことができる。一実施形態では、撮像装置及びディスプレイ装置は両方とも、スマートフォンまたは同様のモバイル端末に含まれ得る。ディスプレイとの接続により、ソフトウェアアプリケーションは、動的瞳孔振動の比較情報を客観的に生成することが可能となり、これにより、比較情報の理解が促進され得る。この目的のため、前述の装置は、スクリーニング手段であり得、そのソフトウェアアプリケーションは、ＴＨＣの使用及びこれに起因した使用者の障害の検出などの様々な臨床状況に特異的に対処するために開発されたアルゴリズム及び方法であり得る。これらのソフトウェアアプリケーションにより、例えば臨床状況において、動的瞳孔反応の客観的な測定が可能となり、これはスマートフォンまたは装置のメモリ内に記憶することができる。
一実施形態によれば、本開示の前述の装置は、追加説明されるハードウェアと組み合わせて、方法を実施し得る。例えば、このようなハードウェアは、患者すなわち使用者の顔にスマートフォンを適合させるように構築されたチャンバーであり得る。データ取得を容易にするために、代表的な撮像装置、すなわち赤外線カメラは、追加説明されるハードウェアを介して、正確な瞳孔評価を可能にするように、人間工学的に形成して患者の顔に適合させることができる。さらに、これにより、無数の環境において方法を実施することが可能となり、方法はユビキタスデバイスにより実行され得る。方法は、一実施形態では、人の目の映像シーケンスを取得するためにスマートフォンまたは他のデバイスの撮像装置を制御するように構成された処理回路により、実行され得る。このような映像シーケンスは、例えば毎秒１００フレームで取得することができるが、瞳孔映像シーケンスを得るために他のフレームレートを使用できることを理解されたい。
例示的な一実施形態によれば、前述の装置及びその方法は、実世界で実施している間、様々な臨床状況において重要な手段となり得る患者データへの迅速なアクセスを提供し得る。収集情報の専用ディスプレイにより患者の顔に合わせて調整可能な統合対応チャンバーを備えることにより、一実施形態では、患者の瞳孔データを便利かつ可動的に取得することが実現され得、分析が好都合に実行され得る。手法の適合性を高めるよう、特有アルゴリズムが、取得した患者の瞳孔データを解釈するために展開され得、様々な臨床状況に合わせて調整可能であり得、これにより、医療専門家を含むがこれに限定されない様々な専門家及び一般の人による幅広い使用及びアクセスが可能となる。
瞳孔振動評価は、多数の用途の中でも、薬物使用の識別に適用され得る。薬物使用の識別は、瞳孔測定をより幅広く使用するための最大の機会のうちの１つである。薬物は自律神経系に特定の影響を与え、これにより、瞳孔及び瞳孔振動に直接影響が与えられる。例えばスペクトル分析を使用した、瞳孔動揺として知られる瞳孔振動の検査では、特定の帰属周波数応答が得られる。薬物使用は、瞳孔動揺のスペクトルプロファイルを特異的かつ帰属的に変化させ、様々な薬物分類が、このプロファイルに一意的に影響を与える。例えば、ＴＨＣの使用は、特異的には瞳孔動揺のスペクトルプロファイルのパラメータ、及びより一般的には瞳孔対光反応のパラメータに、一意的に影響を与える。上記で紹介された本開示の装置及び方法は、薬物使用の相関関係を理解し、薬物使用状態、特に関連するＴＨＣの使用及び障害に関して患者を評価するのに、重要な手段となり得る。
さらに、一実施形態によれば、本開示の装置及び方法は、生理学的状態に即した自律神経系の機能を評価するのに利用され得る。瞳孔振動は、自律神経失調症の存在など、自律神経系の異常活動により変化することが知られている。従って、自律神経系の機能及びその異常活動は、本開示の装置及び方法により評価され得、よって、本開示は、特定の生理学的状態の存在に関して患者を評価する際の重要な手段となり得る。
ここで図面を参照すると、前述のように、本開示は、一実施形態によれば、患者において生物活性化合物、薬物、または生理学的動揺の存在を特定する装置及びその方法に関する。具体的には、本明細書に説明される本開示の実施形態は、ＴＨＣの存在及び使用者の障害を特定する装置及び方法に関する。
手短に言うと、方法は、例えば、（１）複数の映像フレームを含む、患者の目の映像シーケンスを取得するステップと、（２）映像シーケンスの複数の映像フレームのそれぞれにおいて瞳孔寸法を検出し測定するステップであって、時間ベースの瞳孔サイズの寸法は、患者の瞳孔振動を形成する、瞳孔寸法を検出し測定するステップと、（３）ローカルまたはリモート処理回路を使用して、瞳孔振動に基づいて、経時的に検出され測定された瞳孔寸法の周波数スペクトルを特定するステップと、（４）処理回路を使用して、周波数スペクトルの帯域パワー（すなわち曲線下面積）に基づいて、薬物の存在または患者の生理学的状態、特にＴＨＣの使用及び障害を特定するステップと、を含む。
ここで図１を参照し、上記に関する追加詳細によると、方法はデータ処理１３０を含み得、これは最初に、図１に概説されるように、複数の映像フレームを含む患者の目の映像シーケンスの取得１３１を含む。取得１３１に続いて、患者の目の映像シーケンス内の複数の映像フレームのそれぞれに関して、例えば瞳孔寸法及びこれに基づいた瞳孔振動などの一次データの特定１３２が行われ得る。
一実施形態によれば、図２は、スペクトル分析の前に分離された分離瞳孔動揺の瞳孔データのグラフ図である。具体的には、瞳孔対光反応の５秒間にわたる振幅瞳孔振動が表示される。
ここで図１に戻ると、次に、瞳孔振動を定義するデータ１３３が、ローカルまたはリモートの処理回路を介して取り出され、例えば経時的な瞳孔振動の周波数スペクトルを含み得る二次データ１３４が特定され得る。瞳孔データ１３３の二次データ１３４として特定された周波数スペクトルは、次に、新たに処理されたデータを評価するために、処理済み瞳孔動揺データ１３５として本開示の方法に提供され得る。代替的に、または併せて、瞳孔データは、追加のデータ操作１３４をしないで済ますことができ、処理済み瞳孔動揺データ１３５を直ちに定義することができる。
本開示の方法の実施態様に関して、処理済み瞳孔動揺データ１３５は、方法の実行時間中にアクセス可能であり得、実験瞳孔動揺からの処理済み瞳孔動揺データ１３５及び参照瞳孔動揺からの処理済み瞳孔動揺データ１３５を使用して、とりわけ生物活性化合物、薬物、または患者の他の生理学的動揺の存在が特定され得る。例えば、周波数スペクトルから算出された帯域パワーに基づいて、ＴＨＣ起因障害の存在及び／またはレベルが特定され得る。
薬物使用の検出、すなわち例えばＴＨＣもしくはＴＨＣ起因障害の存在の検出、または医学的状態もしくは身体的動揺の検出といった異なる用途では、異なる瞳孔測定、及び瞳孔測定の異なる処理重量または異なる処理方法が、検討され得る。
図１の方法は、例えば、（１）映像シーケンス１３２の初期処理中に、複数のフレームのうちの第１のフレームにおいて、瞳孔の中心と、瞳孔と虹彩の境界上の２点とを、位置特定することと、（２）処理回路を使用して、当該位置特定に基づいて、虹彩の予想位置に対応する、複数のピクセルを含むマスク画像を生成することと、（３）生成されたマスク画像に基づいて、瞳孔寸法（すなわち一次データ）及びこれに基づいた瞳孔振動を特定することと、により開始され得る。
取得された映像シーケンスは、上記のように、とりわけスマートフォンまたはクラウドベース処理回路などの取り付け可能デバイス内のプロセッサにより、処理され得る。スマートフォンが、上記の処理回路に関連して本明細書で説明され、ＵＳ２０１５／０１１６６６５Ａ１で明示され、参照により本明細書に組み込まれるように、前述されているが、外部プロセッサまたはクラウドベース処理回路を含む任意のプロセッサを使用して、取得された映像シーケンスが処理され得ることは、理解されよう。
上記に加えて、取得された映像シーケンスは、例えば閃光に対する瞳孔反応を含み得る。この反応、すなわち瞳孔対光反応を生み出すために、標準照明条件に従って、前述のスマートフォンまたは同様のモバイルデバイスのフラッシュにより、閃光が提供され得る。
前述のように、瞳孔振動及び／または光への反応は、自律神経系の活動を反映し得る。例えば、瞳孔対光反応を示して自律神経系の健全性を反映する場合、副交感神経の緊張増加の結果として収縮すなわち縮瞳が、閃光に反応して起こり、一方、拡張すなわち散瞳は、交感神経の緊張増加を反映する。瞳孔対光反応は、本開示の方法及びその装置により評価することができ、より高い周波数活性化は、交感神経の緊張増加により起こり、より低い周波数活性化は、副交感神経の緊張増加から起こる。現実世界に適用すると、自律神経系の受容体と相互作用して交感神経系反応または副交感神経系反応に影響を与える特定の生物活性化合物、薬物、または生理学的状態の活動により、瞳孔振動は影響を受け得る。
一実施形態によれば、様々な瞳孔測定は、初期映像シーケンス処理１３２の後の瞳孔データから評価され得、これにより、周波数スペクトルを含む二次データ１３４と組み合わせて、患者反応プロファイルをより良く特徴付けることができる。例えば薬物の使用または医学的状態などの生理学的特性の特定に役立ち得るアルゴリズムの生成に、少なくとも６つの瞳孔測定が使用される。瞳孔測定のうちの少なくとも２つは、静的測定であり、ベースライン瞳孔サイズ及び最大縮小サイズを含み得る。これらの測定を使用して、例えば縮小振幅が生成され得る。上記で紹介されたように、ベースライン瞳孔サイズは、閃光前に見つけられ得、最大収縮サイズは、閃光後に特定され得る。瞳孔測定のうちの少なくとも４つは、動的測定であり得、縮小速度（平均縮小速度及び最大縮小速度）、縮小遅延、及び再拡張速度を含む閃光に対する動的反応であり得る。薬物使用または病態の検出及び識別に関連して、瞳孔対光反応の様々なパラメータは、様々な薬物及び医学的状態により予測通りに影響を受ける。少なくとも６つの瞳孔測定のうちのいずれも、測定の用途に応じて好適なメトリックとなり得る。特定の薬物使用の検出または特定の医学的状態の検出など、用途が変わると、異なる瞳孔測定、及び瞳孔測定の異なる処理重量または異なる処理方法が、好適に検討され得る。
上記に加えて、図３は、瞳孔対光反応に対するＴＨＣの影響のグラフ図である。図示されるように、個人の瞳孔対光反応は、２４ｍｇのＴＨＣ吸入後３０分、６０分、１２０分、及び１８０分の異なるレベルに抑えられ、本開示の方法により解析され得る変化は、例えば障害及び／または障害レベルの識別に役立つ。
さらに、図４のカンナビスに耐性のある個人の瞳孔対光反応に対するＴＨＣの影響のグラフ図では、同様であるが逆の反応が観察される。図示されるように、カンナビスに耐性のある個人の瞳孔対光反応は、ＴＨＣ吸入後３０分、６０分、９０分、１２０分、及び１５０分の異なるレベルに抑えられ、本開示の方法により解析され得る変化は、例えば障害及び／または障害レベルの識別に役立つ。
一実施形態によれば、前述の瞳孔測定、すなわちパラメータは、複数の追加パラメータのうちの少なくとも１つを含むことができ、複数の追加パラメータには、最大瞳孔サイズ、瞳孔サイズの最大変化、瞳孔再拡張の最大速度、瞳孔再拡張の平均速度、瞳孔最大面積、瞳孔最小面積、瞳孔平均面積、瞳孔サイズが７５％回復するまでの時間、瞳孔サイズが１００％回復するまでの時間、及び瞳孔対光反応の曲線下面積が含まれる。
一実施形態によれば、二次データ１３４は、例えば周波数スペクトルを含み得る。周波数スペクトルは、周波数ベースの変換方法を介して瞳孔データから導出され得る。このような周波数ベースの変換方法は、高速フーリエ変換などであり得、当業者には理解されよう。周波数スペクトルから、特定の周波数の振幅または周波数範囲にわたる帯域パワーなどのパラメータが特定され得、特定の周波数または周波数範囲は、病理の活動レベルと相関する。さらに、周波数スペクトルは、特筆的に評価され得、周波数スペクトルの数学的モデルは、病理の活動レベルと相関する。このため、アルゴリズムの開発にヒューリスティックモデルが使用され得る。
ここで図５を参照すると、前述の方法の実施中に、実験データ及び参照データの選択パラメータが特定され比較され得、これにより、物質、薬物、または生理学的物質の存在及び／または量が特定され得る。
このため、最初に、参照データベース５４０から参照瞳孔動揺データ５３５’’が取得され得、例えば現在の患者から実験瞳孔動揺データ５３５’が取得され得る。この瞳孔動揺データは、図１の処理済み瞳孔動揺データと類似し、図１の方法が、取得された映像シーケンスに適用されている。
好適な瞳孔動揺データを取得すると、患者の瞳孔動揺の実験瞳孔動揺データ５３５’から、第１のパラメータ、すなわち実験パラメータ５３６’が特定され得る。実験パラメータ５３６’は、前述のように、振幅、周波数、帯域パワー、及び波形の数学的モデルであり得るが、これらに限定されない。さらに、実験パラメータ５３６’は、数ある中でも、ベースライン瞳孔サイズ、最大瞳孔サイズ、最小瞳孔サイズ、収縮速度（平均収縮速度及び最大収縮速度）、収縮遅延、再拡張速度、瞳孔サイズの最大変化、瞳孔再拡張の最大速度、瞳孔再拡張の平均速度、瞳孔最大面積、瞳孔最小面積、瞳孔平均面積、瞳孔サイズが７５％回復するまでの時間、瞳孔サイズが１００％回復するまでの時間、及び瞳孔対光反応の曲線下面積であり得る。
上記と同様に、参照患者の瞳孔動揺または患者集団の代表的瞳孔動揺の参照瞳孔動揺データ５３５’’から、第１のパラメータ、すなわち参照パラメータ５３６’’が特定され得る。参照パラメータ５３６’’は、前述のように、振幅、周波数、帯域パワー、及び波形の数学的モデルであり得るが、これらに限定されない。さらに、参照パラメータ５３６’’は、数ある中でも、ベースライン瞳孔サイズ、最大瞳孔サイズ、最小瞳孔サイズ、収縮速度（平均収縮速度及び最大収縮速度）、収縮遅延、再拡張速度、瞳孔サイズの最大変化、瞳孔再拡張の最大速度、瞳孔再拡張の平均速度、瞳孔最大面積、瞳孔最小面積、瞳孔平均面積、瞳孔サイズが７５％回復するまでの時間、瞳孔サイズが１００％回復するまでの時間、及び瞳孔対光反応の曲線下面積であり得る。
例示的な実施形態では、例えば患者の瞳孔動揺及び参照患者の瞳孔動揺からそれぞれ特定された実験パラメータ５３６’及び参照パラメータ５３６’’に基づいた計算結果として、第２のパラメータ、すなわち比較メトリック５３７が特定され得る。比較メトリックは、数ある中でも、デルタ帯域パワー、すなわち実験データの帯域パワーと参照データの対応する帯域パワーとの差、％デルタ帯域パワー、正規化デルタ帯域パワー、及び実験データの数学的モデルと参照データの数学的モデルとの類似度を含み得る。
一実施形態では、比較メトリック５３７は、実験波形と参照波形の相関であり得、それぞれの波形の相関の欠如は、生理学的状態を示し得る、または示し得ない。
比較メトリック５３７の特定に続いて、一実施形態によれば、所定閾値に関して比較メトリック５３７の評価５３８を行い、生物活性物質、薬物、または生理学的動揺の存在または不在が特定され得る。次に、比較メトリックの評価により定義された生物活性物質、薬物、または生理学的動揺が、ディスプレイを介して示され得る。
例えば、患者は、娯楽目的でのＴＨＣの使用が疑われる場合がある。デルタ帯域パワーが比較メトリックであり、ＴＨＣ使用者に対応付けられた周波数範囲で患者のデータとＴＨＣ使用者の参照データを比較した時にデルタ帯域パワーが非常に大きいと判断された場合、患者はＴＨＣに急性曝露されたと判定され得る。
一実施形態によれば、選択された基準に関する比較メトリックの評価５３８に続いて、結果、すなわち生理学的状態の表示５３９が、図７を参照して説明されるデバイスのディスプレイを介して行われ得、これにより、ユーザは、患者の状態、正常またはそれ以外の警告を受け得る。
基準に対する比較メトリックの評価は、特定のシナリオを予測し得る定量化された周波数スペクトルのパターン及び相関の分析を、反映し得る。パターン及び相関はさらに、薬物の相互作用及びそれらの瞳孔動揺への影響を予測し得る。一実施形態によれば、これらのパターン及び相関は、特定の生物活性化合物または薬物、特定の生物活性化合物または薬物の一団、または複数の相互作用する生物活性化合物または薬物に対応付けられた周波数スペクトルのライブラリに対する比較より、識別され得る。
図５に関して論述されるように、未知のデータ、すなわち実験データと、参照データとの比較は、例えば、周波数領域に沿った１つ以上の特定の周波数、すなわち特定周波数集合の振幅を評価することにより、行われ得る。
従って、図６は、図１の二次データ生成中に実行され得る実験瞳孔動揺データ及び参照瞳孔動揺データのスペクトル評価のグラフ表示を提供する。図示されるように、「最大カンナビス効果」期間に得られた実験瞳孔動揺データが、「ベースライン」として表示される参照データと共に示される。カンナビス使用の影響は、１人の患者のスペクトルにわたり様々な周波数で観察され得、これに基づいて、副交感神経作用及び交感神経作用の付随分析が推測され得る。図６で観察されるように、例えば、カンナビス使用の事例では、瞳孔振動は、カンナビス曝露に反応して、ベースラインと比較すると高周波数（例えば＞１０Ｈｚ）に変化し、これは交感神経の緊張増加を示す。一例では、生理学的動揺の識別は、グラフ表示されたデータの数学的モデル間の相関を評価することにより行われ得、相関は比較メトリックであり、数学的モデルは選択されたパラメータである。
一実施形態によれば、実験瞳孔動揺データからの未知の周波数スペクトルは、周波数領域に沿って１２Ｈｚ～１４Ｈｚで振幅が増大し得るＴＨＣなどの特定の標的生物活性化合物に関して、分析、すなわちフィルタリングされ得る。これらの２つの周波数間の曲線下面積、すなわち帯域パワーの特定を通して、未知の周波数スペクトルデータが参照周波数スペクトルデータと比較され、デルタ帯域パワーが特定され得る。図６に関して論述されるように、デルタ帯域パワーは、比較メトリック、すなわち二次パラメータであり得、デルタ帯域パワーは、存在する場合、データ取得機器の感度に応じて、所定閾値を超え得る。別の実施形態では、周波数領域における完全な瞳孔反応の比較は、データの不規則性を特定するために、機械学習で使用されるパターン認識技術を介して周波数スペクトルのライブラリと比較され得る。この手法は、１つ以上の既知の生物活性化合物、ＴＨＣなどの薬物、または生理学的状態と相関する周波数領域内の１つ以上の振幅変曲点を識別し得る。
上記の手法の補足として、上記で提案されるように、未知の各周波数スペクトルは、複数の相互作用する生物活性化合物の影響に関して分析され得、これにより、神経系に対する薬物間相互作用の影響のコンテキストが提供される。例えば、未知の周波数スペクトルデータは、アルコール及びＴＨＣの相互作用の瞳孔影響の標的コンテキストで、フィルタリングされ得る。さらに、参照瞳孔動揺データのライブラリと比較した時、瞳孔対光反応の生理学的動揺と相関する１つ以上の薬物間相互作用が、未知の周波数スペクトルデータ内に存在すると判定され得る。
一実施形態によれば、生物活性化合物の存在を検出するために、未知の定量化された周波数スペクトルデータが、ベースラインと比較して随時評価され得る。この手法は、特定の生物活性化合物の存在のみが問われる場合に、役立ち得る。一実施形態では、ベースラインは、様々な対照患者の参照データのライブラリ、同一患者の以前の対象データ集合、またはこれらの組み合わせから、確立され得る。本開示の一実施形態によれば、この手法は、ＴＨＣの検出及び定量化に適用され得る。
上記に加えて、一実施形態によれば、本方法は、糖尿病性神経障害及び体位性起立性頻拍症候群を含む様々な状態を含む自律神経障害を検出するのに使用され得る。
本実施形態の方法は、薬物使用の管理及びその監視にも使用され得る。現在、薬物用量管理は、臨床医の判断による主観的なものである。本開示の手法は、生物活性化合物及びそれぞれのその後の代謝物質の検出を含む長期または反復薬物監視に、適用することができる。薬物使用及び用量反応効果を含む経時的な障害は、特にＴＨＣに関連する場合、本開示の方法により観察され得る。そこで特定されるメトリックは、客観的な分析のために臨床的に使用され得る。
さらに、方法は、アルコールまたは規制物質の影響下にあると疑われる運転者のトリアージテストとして機能するように開発することができる。違法物質に特有の任意のスペクトルがテスト中に発見された場合、運転者は他のテストを受けさせられる。
上記に加えて、本実施形態の方法はさらに、外科患者の術後鎮静状態を監視するために、実施され得る。
一実施形態によれば、本実施形態の方法はまた、瞳孔に対する薬物の直接効果と鎮痛効果とを区別するためにも使用され得る（すなわち方法は、薬物動態学の類似として静的または動的瞳孔パラメータ、及び鎮痛薬力学の類似として瞳孔反射拡張の曲線下面積、以上の要素を使用して、薬物と系統依存パラメータとの区別を可能にする）。本開示の高速フーリエ変換由来の「シグネチャ」は、物質の存在を示すことでこのパラダイムにさらなる通知を行う非侵襲的手法を提供する。
一実施形態では、本開示の方法は、瞳孔対光反応及び神経特有神経刺激誘発性の瞳孔対光反応を含むがこれらに限定されない瞳孔反応の他の特徴と組み合わされると、鎮静反応または他の薬物効果の観点で使用され得る。この手法により、負傷または疾患の進行に起因した痛覚感受性増加から、薬物誘発性痛覚過敏、すなわち曝露媒介痛覚鋭敏化の状態を分離することが可能となる。
一実施形態では、本開示の方法は、ＴＨＣ耐性及びＴＨＣ誘発性痛覚過敏の検出に適用され得る。本実施形態はまた、患者がＴＨＣ治療に反応するかを検出するためにも使用され得る。本開示の方法は、瞳孔変化に基づく特定の表現型を識別するためのＴＨＣ効能追跡を含み、これにより、個別化された治療が可能となる。
一実施形態によれば、本開示の方法は、アルコールまたは他の規制物質の影響下にあると疑われる運転手に対するトリアージテストとして、開発され得る。違法物質に特有の任意のスペクトルがテスト中に識別された場合、運転者は他のテストを受けさせられ得る。一実施形態では、ＴＨＣの影響下にあると疑われる運転者に対し、方法が使用され得、ＴＨＣに特有の任意のスペクトルがテスト中に発見された場合、運転者は他のテストを受けさせられ得る。
次に、例示的な実施形態による方法を用いる装置、すなわちデバイスのハードウェア記述が、図７を参照して説明される。図７では、デバイスは、前述のプロセスを実行するＣＰＵ７００を含む。プロセスデータ及び命令は、メモリ７０２に記憶され得る。これらのプロセス及び命令は、ハードドライブ（ＨＤＤ）またはポータブル記憶媒体などの記憶媒体ディスク７０４にも記憶されてもよく、または遠隔に記憶されてもよい。さらに、特許請求される進歩は、本発明のプロセスの命令が記憶されるコンピュータ可読媒体の形態に限定されない。例えば、命令は、ＣＤ、ＤＶＤ、フラッシュメモリ、ＲＡＭ、ＲＯＭ、ＰＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ（登録商標）、ハードディスク、またはデバイスが通信するサーバもしくはコンピュータなどの任意の他の情報処理デバイスに、記憶され得る。
さらに、特許請求される進歩は、ユーティリティアプリケーション、バックグラウンドデーモン、もしくはオペレーティングシステムのコンポーネント、またはこれらの組み合わせとして提供され得、これらは、ＣＰＵ７００と、Ｍｉｃｒｏｓｏｆｔ Ｗｉｎｄｏｗｓ７（Ｗｉｎｄｏｗｓは登録商標）、ＵＮＩＸ（登録商標）、Ｓｏｌａｒｉｓ、ＬＩＮＵＸ（登録商標）、Ａｐｐｌｅ ＭＡＣ－ＯＳ、及び当業者に知られている他のシステムなどのオペレーティングシステムと、連動して実行される。
デバイスを得るためのハードウェア要素は、当業者に知られている様々な回路要素により実現され得る。例えば、ＣＰＵ７００は、米国Ｉｎｔｅｌ社製のＸｅｎｏｎプロセッサもしくはＣｏｒｅプロセッサ、または米国ＡＭＤ社製のＯｐｔｅｒｏｎプロセッサであり得る、または当業者により認識される他のプロセッサ類であり得る。あるいは、当業者が認識するように、ＣＰＵ７００は、ＦＰＧＡ、ＡＳＩＣ、ＰＬＤ上に実装され得る、またはディスクリート論理回路を使用して実装され得る。さらに、ＣＰＵ７００は、前述の本発明のプロセスの命令を実行するために並行して協働する複数のプロセッサとして実装され得る。
図７のデバイスはまた、ネットワーク７５０とインターフェースするために、米国のＩｎｔｅｌ Ｃｏｒｐｏｒａｔｉｏｎ製のＩｎｔｅｌ Ｅｔｈｅｒｎｅｔ（登録商標） ＰＲＯネットワークインターフェースカードなどのネットワークコントローラ７０６を含む。理解され得るように、ネットワーク７５０は、インターネットなどの公衆ネットワーク、またはＬＡＮもしくはＷＡＮネットワークなどの私設ネットワーク、またはこれらの任意の組み合わせであり得、ＰＳＴＮサブネットワークもしくはＩＳＤＮサブネットワークも含み得る。ネットワーク７５０はまた、イーサネットワーク（イーサネットは登録商標）などの有線であってもよく、またはＥＤＧＥ、３Ｇ、及び４Ｇ無線セルラーシステムを含むセルラーネットワークなどの無線であってもよい。無線ネットワークはまた、ＷｉＦｉ、ブルートゥース（登録商標）、または任意の他の既知の無線通信形態であってもよい。
デバイスはさらに、Ｈｅｗｌｅｔｔ Ｐａｃｋａｒｄ ＨＰＬ２４４５ｗ ＬＣＤモニタなどのディスプレイ７１０とインターフェースするために、米国ＮＶＩＤＩＡ Ｃｏｒｐｏｒａｔｉｏｎ製のＮＶＩＤＩＡ ＧｅＦｏｒｃｅ ＧＴＸまたはＱｕａｄｒｏグラフィックアダプタなどのディスプレイコントローラ７０８を含む。汎用Ｉ／Ｏインターフェース７１２は、キーボード及び／またはマウス７１４、並びにディスプレイ７１０上またはディスプレイ７１０とは別個のタッチスクリーンパネル７１６とインターフェースする。汎用Ｉ／Ｏインターフェースはまた、Ｈｅｗｌｅｔｔ Ｐａｃｋａｒｄ製のＯｆｆｉｃｅＪｅｔまたはＤｅｓｋＪｅｔなどのプリンタ及びスキャナを含む様々な周辺機器７１８に接続する。
スピーカ／マイクロフォン７２２とインターフェースするために、Ｃｒｅａｔｉｖｅ製のＳｏｕｎｄ Ｂｌａｓｔｅｒ Ｘ－Ｆｉ Ｔｉｔａｎｉｕｍなどのサウンドコントローラ７２０も、デバイスに設けられ、これにより音声及び／または音楽が提供される。
汎用ストレージコントローラ７２４は、記憶媒体ディスク７０４を通信バス７２６に接続し、通信バス７２６は、デバイスの全てのコンポーネントを相互接続するためのＩＳＡ、ＥＩＳＡ、ＶＥＳＡ、またはＰＣＩなどであり得る。ディスプレイ７１０、キーボード及び／またはマウス７１４、並びにディスプレイコントローラ７０８、ストレージコントローラ７２４、ネットワークコントローラ７０６、サウンドコントローラ７２０、及び汎用Ｉ／Ｏインターフェース７１２の一般的な特徴及び機能の説明は、これらの特徴は知られていることから、説明を簡潔にするために、本明細書では省略される。
明らかに、上記の教示に照らして、多数の変更形態及び変形形態が可能である。従って、添付の特許請求の範囲内で、本発明は、本明細書に具体的に説明されたものとは別様に実施され得ることを、理解されたい。
本開示の実施形態はまた、以下の条項に明記されるとおりであり得る。
（１）患者の瞳孔動揺の評価を行う装置であって、前記装置は、ディスプレイと、処理回路と、を備え、前記処理回路は、周波数ベースの変換により、前記患者の前記瞳孔動揺の実験データ及び参照データを変換することと、前記患者の前記瞳孔動揺の前記変換された実験データに基づいて、１つ以上の選択されたパラメータのうちの第１のパラメータを算出することと、前記変換された参照データに基づいて、前記１つ以上の選択されたパラメータのうちの対応する第１のパラメータを算出することと、前記実験データに基づく前記第１のパラメータ及び前記参照データに基づく前記対応する第１のパラメータから、前記第１のパラメータ及び前記対応する第１のパラメータの正規化であるメトリックを生成することと、前記生成されたメトリックが、生物活性標的に関する所定閾値に達するか否かを判定することと、前記判定に基づいて、前記患者の前記瞳孔動揺の前記評価を前記ディスプレイ上に表示することと、を実行するように構成され、前記患者の前記瞳孔動揺の前記評価は、前記生物活性標的であるΔ９‐テトラヒドロカンナビノールの識別である、前記装置。
（２）前記処理回路はさらに、前記生物活性標的であるΔ９‐テトラヒドロカンナビノールの前記識別及び前記第１のパラメータに基づいて、障害レベルを特定するように構成される、条項（１）に記載の装置。
（３）前記処理回路はさらに、前記実験データの前記第１のパラメータと前記参照データの前記対応する第１のパラメータとの相関に基づいて、前記生成されたメトリックが前記所定閾値に達するか否かを判定するように構成される、条項（１）または（２）のいずれかに記載の装置。
（４）前記実験データに基づく前記第１のパラメータは、所定の周波数における振幅である、条項（１）～（３）のいずれかに記載の装置。
（５）前記実験データに基づく前記第１のパラメータは、帯域パワーである、条項（１）～（４）のいずれかに記載の装置。
（６）前記生成されたメトリックは、前記実験データの帯域パワーと前記参照データの帯域パワーとの差である、条項（１）～（５）のいずれかに記載の装置。
（７）前記実験データに基づく前記第１のパラメータは、前記実験データの数学的モデルである、条項（１）～（６）のいずれかに記載の装置。
（８）前記実験データに基づく前記第１のパラメータは、前記実験データの周波数スペクトルの数学的モデルである、条項（１）～（７）のいずれかに記載の装置。
（９）前記生成されたメトリックは、前記実験データの周波数スペクトルの数学的モデルと、前記参照データの周波数スペクトルの数学的モデルの類似度である、条項（１）～（８）のいずれかに記載の装置。
（１０）前記処理回路は、さらに、前記患者の目の複数の映像シーケンスを取得することと、前記複数の映像シーケンスから算出された、時間ベースの瞳孔寸法を含む一次データに基づいて、瞳孔データを生成することと、前記生成された瞳孔データから、前記瞳孔動揺の前記周波数スペクトルを含む二次データを算出することと、を実行するように構成される、条項（１）～（９）のいずれかに記載の装置。
（１１）前記一次データは、マスク画像に基づいて算出され、前記処理回路は、前記マスク画像を生成するために、さらに、前記目の瞳孔の中心、前記目の前記瞳孔の境界、及び前記目の虹彩の位置を特定することと、前記目の前記瞳孔の前記中心、前記目の前記瞳孔の前記境界、及び前記目の前記虹彩の前記位置に基づいて、前記虹彩の予想位置に対応する前記マスク画像を生成することと、を実行するように構成される、条項（１）～（１０）のいずれかに記載の装置。
（１２）患者の瞳孔動揺の評価を行う装置であって、前記装置は、ディスプレイと、処理回路と、を備え、前記処理回路は、前記患者の前記瞳孔動揺の実験データに基づいて、１つ以上の選択されたパラメータのうちの第１のパラメータを算出することと、瞳孔動揺の参照データに基づいて、前記１つ以上の選択されたパラメータのうちの対応する第１のパラメータを算出することと、前記実験データに基づく前記第１のパラメータ及び前記参照データに基づく前記対応する第１のパラメータから、前記第１のパラメータ及び前記対応する第１のパラメータの正規化であるメトリックを生成することと、前記生成されたメトリックが、生物活性標的に関する所定閾値に達するか否かを判定することと、前記判定に基づいて、前記患者の前記瞳孔動揺の前記評価を前記ディスプレイに表示することと、を実行するように構成され、前記患者の前記瞳孔動揺の前記評価は、前記生物活性標的であるΔ９‐テトラヒドロカンナビノールの識別である、前記装置。
（１３）前記処理回路はさらに、前記実験データの前記第１のパラメータと前記参照データの前記対応する第１のパラメータとの相関に基づいて、前記生成されたメトリックが前記所定閾値に達するか否かを判定するように構成される、条項（１２）に記載の装置。
（１４）前記実験データに基づく前記第１のパラメータは、所定の周波数における振幅である、条項（１２）または（１３）のいずれかに記載の装置。
（１５）前記生成されたメトリックは、前記実験データの帯域パワーと前記参照データの帯域パワーとの差である、条項（１２）～（１４）のいずれかに記載の装置。
（１６）前記実験データに基づく前記第１のパラメータは、前記実験データの数学的モデルである、条項（１２）～（１５）のいずれかに記載の装置。
（１７）前記生成されたメトリックは、前記実験データの周波数スペクトルの数学的モデルと、前記参照データの周波数スペクトルの数学的モデルの類似度である、条項（１２）～（１６）のいずれかに記載の装置。
（１８）前記処理回路は、さらに、前記患者の目の複数の映像シーケンスを取得することと、前記複数の映像シーケンスから算出された、時間ベースの瞳孔寸法を含む一次データに基づいて、瞳孔データを生成することと、前記生成された瞳孔データから、前記瞳孔動揺の前記周波数スペクトルを含む二次データを算出することと、を実行するように構成される、条項（１２）～（１７）のいずれかに記載の装置。
（１９）前記一次データは、マスク画像に基づいて算出され、前記処理回路は、前記マスク画像を生成するために、さらに、前記目の瞳孔の中心、前記目の前記瞳孔の境界、及び前記目の虹彩の位置を特定することと、前記目の前記瞳孔の前記中心、前記目の前記瞳孔の前記境界、及び前記目の前記虹彩の前記位置に基づいて、前記虹彩の予想位置に対応する前記マスク画像を生成することと、を実行するように構成される、条項（１２）～（１８）のいずれかに記載の装置。
（２０）患者の瞳孔動揺の評価を行う装置であって、前記装置は処理回路を備え、前記処理回路は、前記患者の前記瞳孔動揺の実験データに基づいて、１つ以上の選択されたパラメータのうちの第１のパラメータを算出することと、瞳孔動揺の参照データに基づいて、前記１つ以上の選択されたパラメータのうちの対応する第１のパラメータを算出することと、前記実験データに基づく前記第１のパラメータ及び前記参照データに基づく前記対応する第１のパラメータから、前記第１のパラメータ及び前記対応する第１のパラメータの正規化であるメトリックを生成することと、前記生成されたメトリックが、生物活性標的に関する所定閾値に達するか否かを判定することと、前記判定に基づいて、前記患者の前記瞳孔動揺の前記評価をディスプレイ上に表示することと、を実行するように構成される、前記装置。
よって前述の議論は、単に本発明の例示的な実施形態を開示し説明しているにすぎない。当業者には理解されるように、本発明は、その趣旨または本質的特性から逸脱することなく、他の特定の形態で具現化されてもよい。従って、本発明の開示は、例示を意図したものであり、本発明の範囲並びに他の特許請求の範囲を限定するものではない。本明細書の教示の容易に認識可能な任意の変形形態を含む開示は、本発明の主題が公開に特化されないように、前述の請求用語の範囲を部分的に定義する。
以下に本願の出願当初の特許請求の範囲に記載された発明を付記する。
［１］ 患者の瞳孔動揺の評価を行う装置であって、前記装置は、
ディスプレイと、
処理回路と、を備え、前記処理回路は、
周波数ベースの変換により、前記患者の前記瞳孔動揺の実験データ及び参照データを変換することと、
前記患者の前記瞳孔動揺の前記変換された実験データに基づいて、１つ以上の選択されたパラメータのうちの第１のパラメータを算出することと、
前記変換された参照データに基づいて、前記１つ以上の選択されたパラメータのうちの対応する第１のパラメータを算出することと、
前記実験データに基づく前記第１のパラメータ及び前記参照データに基づく前記対応する第１のパラメータから、前記第１のパラメータ及び前記対応する第１のパラメータの正規化であるメトリックを生成することと、
前記生成されたメトリックが、生物活性標的に関する所定閾値に達するか否かを判定することと、
前記判定に基づいて、前記患者の前記瞳孔動揺の前記評価を前記ディスプレイに表示することと、
を実行するように構成され、
前記患者の前記瞳孔動揺の前記評価は、前記生物活性標的であるΔ ９ ‐テトラヒドロカンナビノールの識別である、
前記装置。
［２］ 前記処理回路は、さらに、
前記生物活性標的であるΔ ９ ‐テトラヒドロカンナビノールの前記識別及び前記第１のパラメータに基づいて、障害レベルを特定する
ように構成される、［１］に記載の装置。
［３］ 前記処理回路は、さらに、
前記実験データの前記第１のパラメータと前記参照データの前記対応する第１のパラメータとの相関に基づいて、前記生成されたメトリックが前記所定閾値に達するか否かを判定する
ように構成される、［１］に記載の装置。
［４］ 前記実験データに基づく前記第１のパラメータは、所定の周波数における振幅である、［１］に記載の装置。
［５］ 前記実験データに基づく前記第１のパラメータは、帯域パワーである、［１］に記載の装置。
［６］ 前記生成されたメトリックは、前記実験データの帯域パワーと前記参照データの帯域パワーとの差である、［１］に記載の装置。
［７］ 前記実験データに基づく前記第１のパラメータは、前記実験データの数学的モデルである、［１］に記載の装置。
［８］ 前記実験データに基づく前記第１のパラメータは、前記実験データの周波数スペクトルの数学的モデルである、［７］に記載の装置。
［９］ 前記生成されたメトリックは、前記実験データの周波数スペクトルの数学的モデルと、前記参照データの周波数スペクトルの数学的モデルの類似度である、［１］に記載の装置。
［１０］ 前記処理回路は、さらに、
前記患者の目の複数の映像シーケンスを取得することと、
前記複数の映像シーケンスから算出された、時間ベースの瞳孔寸法を含む一次データに基づいて、瞳孔データを生成することと、
前記生成された瞳孔データから、二次データを算出することと、
を実行するように構成され、
前記二次データは、前記瞳孔動揺の周波数スペクトルを含む、
［１］に記載の装置。
［１１］ 前記一次データは、マスク画像に基づいて算出され、前記処理回路は、前記マスク画像を生成するために、さらに、
前記目の瞳孔の中心、前記目の前記瞳孔の境界、及び前記目の虹彩の位置を特定することと、
前記目の前記瞳孔の前記中心、前記目の前記瞳孔の前記境界、及び前記目の前記虹彩の前記位置に基づいて、前記虹彩の予想位置に対応する前記マスク画像を生成することと、 を実行するように構成される、［１０］に記載の装置。
［１２］ 患者の瞳孔動揺の評価を行う装置であって、前記装置は、
ディスプレイと、
処理回路と、を備え、前記処理回路は、
前記患者の前記瞳孔動揺の実験データに基づいて、１つ以上の選択されたパラメータのうちの第１のパラメータを算出することと、
瞳孔動揺の参照データに基づいて、前記１つ以上の選択されたパラメータのうちの対応する第１のパラメータを算出することと、
前記実験データに基づく前記第１のパラメータ及び前記参照データに基づく前記対応する第１のパラメータから、前記第１のパラメータ及び前記対応する第１のパラメータの正規化であるメトリックを生成することと、
前記生成されたメトリックが、生物活性標的に関する所定閾値に達するか否かを判定することと、
前記判定に基づいて、前記患者の前記瞳孔動揺の前記評価を前記ディスプレイに表示することと、
を実行するように構成され、
前記患者の前記瞳孔動揺の前記評価は、前記生物活性標的であるΔ ９ ‐テトラヒドロカンナビノールの識別である、
前記装置。
［１３］ 前記処理回路は、さらに、
前記実験データの前記第１のパラメータと前記参照データの前記対応する第１のパラメータとの相関に基づいて、前記生成されたメトリックが前記所定閾値に達するか否かを判定する
ように構成される、［１２］に記載の装置。
［１４］ 前記実験データに基づく前記第１のパラメータは、所定の周波数における振幅である、［１２］に記載の装置。
［１５］ 前記生成されたメトリックは、前記実験データの帯域パワーと前記参照データの帯域パワーとの差である、［１２］に記載の装置。
［１６］ 前記実験データに基づく前記第１のパラメータは、前記実験データの数学的モデルである、［１２］に記載の装置。
［１７］ 前記生成されたメトリックは、前記実験データの周波数スペクトルの数学的モデルと、前記参照データの周波数スペクトルの数学的モデルの類似度である、［１２］に記載の装置。
［１８］ 前記処理回路は、さらに、
前記患者の目の複数の映像シーケンスを取得することと、
前記複数の映像シーケンスから算出された、時間ベースの瞳孔寸法を含む一次データに基づいて、瞳孔データを生成することと、
前記生成された瞳孔データから、二次データを算出することと、
を実行するように構成され、
前記二次データは、前記瞳孔動揺の周波数スペクトルを含む、
［１２］に記載の装置。
［１９］ 前記一次データは、マスク画像に基づいて算出され、前記処理回路は、前記マスク画像を生成するために、さらに、
前記目の瞳孔の中心、前記目の前記瞳孔の境界、及び前記目の虹彩の位置を特定することと、
前記目の前記瞳孔の前記中心、前記目の前記瞳孔の前記境界、及び前記目の前記虹彩の前記位置に基づいて、前記虹彩の予想位置に対応する前記マスク画像を生成することと、 を実行するように構成される、［１８］に記載の装置。
［２０］ 患者の瞳孔動揺の評価を行う装置であって、前記装置は、
処理回路を備え、前記処理回路は、
前記患者の前記瞳孔動揺の実験データに基づいて、１つ以上の選択されたパラメータのうちの第１のパラメータを算出することと、
瞳孔動揺の参照データに基づいて、前記１つ以上の選択されたパラメータのうちの対応する第１のパラメータを算出することと、
前記実験データに基づく前記第１のパラメータ及び前記参照データに基づく前記対応する第１のパラメータから、前記第１のパラメータ及び前記対応する第１のパラメータの正規化であるメトリックを生成することと、
前記生成されたメトリックが、生物活性標的に関する所定閾値に達するか否かを判定することと、
前記判定に基づいて、前記患者の前記瞳孔動揺の前記評価をディスプレイに表示することと、
を実行するように構成される、前記装置。

Claims (19)

  1. 患者の瞳孔動揺の評価を行う装置であって、前記装置は、
    ディスプレイと、
    処理回路と、を備え、前記処理回路は、
    周波数ベースの変換により、前記患者の前記瞳孔動揺の実験データ及び参照データを変換することと、
    前記患者の前記瞳孔動揺の前記変換された実験データに基づいて、１つ以上の選択されたパラメータのうちの第１のパラメータを算出することと、
    前記変換された参照データに基づいて、前記１つ以上の選択されたパラメータのうちの対応する第１のパラメータを算出することと、
    前記実験データに基づく前記第１のパラメータ及び前記参照データに基づく前記対応する第１のパラメータから、前記第１のパラメータ及び前記対応する第１のパラメータの正規化であるメトリックを生成することと、
    前記生成されたメトリックが、生物活性標的に関する所定閾値に達するか否かを判定することと、
    前記判定に基づいて、前記患者の前記瞳孔動揺の前記評価を前記ディスプレイに表示することと、
    を実行するように構成され、
    前記患者の前記瞳孔動揺の前記評価は、前記生物活性標的であるΔ９‐テトラヒドロカンナビノールの識別である、
    前記装置。
  2. 前記処理回路は、さらに、
    前記生物活性標的であるΔ９‐テトラヒドロカンナビノールの前記識別及び前記第１のパラメータに基づいて、障害レベルを特定する
    ように構成される、請求項１に記載の装置。
  3. 前記処理回路は、さらに、
    前記実験データの前記第１のパラメータと前記参照データの前記対応する第１のパラメータとの相関に基づいて、前記生成されたメトリックが前記所定閾値に達するか否かを判定する
    ように構成される、請求項１に記載の装置。
  4. 前記実験データに基づく前記第１のパラメータは、所定の周波数における振幅である、請求項１に記載の装置。
  5. 前記実験データに基づく前記第１のパラメータは、帯域パワーである、請求項１に記載の装置。
  6. 前記生成されたメトリックは、前記実験データの帯域パワーと前記参照データの帯域パワーとの差である、請求項１に記載の装置。
  7. 前記実験データに基づく前記第１のパラメータは、前記実験データの数学的モデルである、請求項１に記載の装置。
  8. 前記実験データに基づく前記第１のパラメータは、前記実験データの周波数スペクトルの数学的モデルである、請求項７に記載の装置。
  9. 前記生成されたメトリックは、前記実験データの周波数スペクトルの数学的モデルと、前記参照データの周波数スペクトルの数学的モデルの類似度である、請求項１に記載の装置。
  10. 前記処理回路は、さらに、
    前記患者の目の複数の映像シーケンスを取得することと、
    前記複数の映像シーケンスから算出された、時間ベースの瞳孔寸法を含む一次データに基づいて、瞳孔データを生成することと、
    前記生成された瞳孔データから、二次データを算出することと、
    を実行するように構成され、
    前記二次データは、前記瞳孔動揺の周波数スペクトルを含む、
    請求項１に記載の装置。
  11. 前記一次データは、マスク画像に基づいて算出され、前記処理回路は、前記マスク画像を生成するために、さらに、
    前記目の瞳孔の中心、前記目の前記瞳孔の境界、及び前記目の虹彩の位置を特定することと、
    前記目の前記瞳孔の前記中心、前記目の前記瞳孔の前記境界、及び前記目の前記虹彩の前記位置に基づいて、前記虹彩の予想位置に対応する前記マスク画像を生成することと、
    を実行するように構成される、請求項１０に記載の装置。
  12. 患者の瞳孔動揺の評価を行う装置であって、前記装置は、
    ディスプレイと、
    処理回路と、を備え、前記処理回路は、
    前記患者の前記瞳孔動揺の実験データに基づいて、１つ以上の選択されたパラメータのうちの第１のパラメータを算出することと、
    瞳孔動揺の参照データに基づいて、前記１つ以上の選択されたパラメータのうちの対応する第１のパラメータを算出することと、
    前記実験データに基づく前記第１のパラメータ及び前記参照データに基づく前記対応する第１のパラメータから、前記第１のパラメータ及び前記対応する第１のパラメータの正規化であるメトリックを生成することと、
    前記実験データの前記第１のパラメータと前記参照データの前記対応する第１のパラメータとの相関に基づいて、前記生成されたメトリックが、生物活性標的に関する所定閾値に達するか否かを判定することと、
    前記判定に基づいて、前記患者の前記瞳孔動揺の前記評価を前記ディスプレイに表示することと、
    を実行するように構成され、
    前記患者の前記瞳孔動揺の前記評価は、前記生物活性標的であるΔ９‐テトラヒドロカンナビノールの識別である、
    前記装置。
  13. 前記実験データに基づく前記第１のパラメータは、所定の周波数における振幅である、請求項１２に記載の装置。
  14. 前記生成されたメトリックは、前記実験データの帯域パワーと前記参照データの帯域パワーとの差である、請求項１２に記載の装置。
  15. 前記実験データに基づく前記第１のパラメータは、前記実験データの数学的モデルである、請求項１２に記載の装置。
  16. 前記生成されたメトリックは、前記実験データの周波数スペクトルの数学的モデルと、前記参照データの周波数スペクトルの数学的モデルの類似度である、請求項１２に記載の装置。
  17. 前記処理回路は、さらに、
    前記患者の目の複数の映像シーケンスを取得することと、
    前記複数の映像シーケンスから算出された、時間ベースの瞳孔寸法を含む一次データに基づいて、瞳孔データを生成することと、
    前記生成された瞳孔データから、二次データを算出することと、
    を実行するように構成され、
    前記二次データは、前記瞳孔動揺の周波数スペクトルを含む、
    請求項１２に記載の装置。
  18. 前記一次データは、マスク画像に基づいて算出され、前記処理回路は、前記マスク画像を生成するために、さらに、
    前記目の瞳孔の中心、前記目の前記瞳孔の境界、及び前記目の虹彩の位置を特定することと、
    前記目の前記瞳孔の前記中心、前記目の前記瞳孔の前記境界、及び前記目の前記虹彩の前記位置に基づいて、前記虹彩の予想位置に対応する前記マスク画像を生成することと、
    を実行するように構成される、請求項１７に記載の装置。
  19. 患者の瞳孔動揺の評価を行う装置であって、前記装置は、
    処理回路を備え、前記処理回路は、
    前記患者の前記瞳孔動揺の実験データに基づいて、１つ以上の選択されたパラメータのうちの第１のパラメータを算出することと、
    瞳孔動揺の参照データに基づいて、前記１つ以上の選択されたパラメータのうちの対応する第１のパラメータを算出することと、
    前記実験データに基づく前記第１のパラメータ及び前記参照データに基づく前記対応する第１のパラメータから、前記第１のパラメータ及び前記対応する第１のパラメータの正規化であるメトリックを生成することと、
    前記実験データの前記第１のパラメータと前記参照データの前記対応する第１のパラメータとの相関に基づいて、前記生成されたメトリックが、生物活性標的に関する所定閾値に達するか否かを判定することと、
    前記判定に基づいて、前記患者の前記瞳孔動揺の前記評価をディスプレイに表示することと、
    を実行するように構成される、前記装置。
JP2020539856A 2018-01-19 2019-01-15 テトラヒドロカンナビノールの使用及び障害の非侵襲的検出を行う装置及び方法 Active JP7225252B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201862619466P 2018-01-19 2018-01-19
US62/619,466 2018-01-19
PCT/US2019/013683 WO2019143627A2 (en) 2018-01-19 2019-01-15 Apparatus and method for the non-invasive detection of tetrahydrocannabinol use and impairment

Publications (2)

Publication Number Publication Date
JP2021510589A JP2021510589A (ja) 2021-04-30
JP7225252B2 true JP7225252B2 (ja) 2023-02-20

Family

ID=67301854

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020539856A Active JP7225252B2 (ja) 2018-01-19 2019-01-15 テトラヒドロカンナビノールの使用及び障害の非侵襲的検出を行う装置及び方法

Country Status (10)

Country Link
US (1) US11986315B2 (ja)
EP (1) EP3740113A4 (ja)
JP (1) JP7225252B2 (ja)
KR (1) KR102655608B1 (ja)
CN (1) CN111918600A (ja)
AU (1) AU2019209329B2 (ja)
CA (1) CA3088644A1 (ja)
IL (1) IL275907A (ja)
MX (1) MX2020007662A (ja)
WO (1) WO2019143627A2 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11931171B2 (en) 2018-01-19 2024-03-19 Children's National Medical Center Bioassay for the non-invasive detection of drug use and physiologic conditions

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004283609A (ja) 1999-04-23 2004-10-14 Neuroptics Inc 瞳孔不規則性検出・瞳孔追跡・瞳孔反応検出機能、緑内障検査機能、角膜解剖学的測定機能、頭蓋内圧検出機能、および、眼異常測定機能を備えた瞳孔計
US20140268047A1 (en) 2013-03-15 2014-09-18 Drexel University Apparatus and method for assessing effects of drugs by recording ocular parameters
US20150116665A1 (en) 2013-09-19 2015-04-30 Children's National Medical Center Apparatus and method for determining physiologic perturbations of a patient
US20170100061A1 (en) 2015-10-09 2017-04-13 Children's National Medical Center Apparatus and method for physiologic and pharmacodynamic assessment and monitoring
JP2017529891A (ja) 2014-08-04 2017-10-12 ニューヨーク ユニバーシティ 薬物使用、薬物乱用および昏睡、核間性眼筋麻痺、注意欠陥多動性障害（ａｄｈｄ）、慢性外傷性脳症、統合失調症スペクトラム障害、およびアルコール摂取を診断、評価、または定量化するための方法およびキット

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5692502A (en) 1995-09-11 1997-12-02 Alpert; Scott E. Computer-aided drug recognition screeening evaluation system and method
US20020024633A1 (en) * 1999-04-09 2002-02-28 Daehoon Kim Pupil evaluation system
US20100136537A1 (en) * 2006-10-10 2010-06-03 The Regents Of The University Of Michigan Photoreceptor precursor cells
US7810928B2 (en) * 2008-02-26 2010-10-12 Konan Medical Usa, Inc. Evaluating pupillary responses to light stimuli
US9064036B2 (en) * 2008-04-24 2015-06-23 The Invention Science Fund I, Llc Methods and systems for monitoring bioactive agent use
WO2009137614A2 (en) * 2008-05-06 2009-11-12 Neuroptics, Inc. Use of scalar value to assess neurological status
US10463248B2 (en) 2011-03-02 2019-11-05 Brien Holden Vision Institute Limited Systems, methods, and devices for measuring eye movement and pupil response
WO2013059656A2 (en) 2011-10-20 2013-04-25 Elenza, Inc. Methods and apparatus for detecting accommodative triggers
US9101312B2 (en) * 2012-04-18 2015-08-11 TBI Diagnostics LLC System for the physiological evaluation of brain function
US9414745B2 (en) 2014-02-05 2016-08-16 Andrew Elliott Neice Pupillometry systems, methods, and devices
CN106793942A (zh) * 2014-02-10 2017-05-31 华柏恩视觉诊断公司 用于测量眼球运动和瞳孔反应的系统、方法和设备
US9357918B1 (en) * 2014-12-18 2016-06-07 Karen Elise Cohen System and method for drug screening and monitoring pupil reactivity and voluntary and involuntary eye muscle function

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004283609A (ja) 1999-04-23 2004-10-14 Neuroptics Inc 瞳孔不規則性検出・瞳孔追跡・瞳孔反応検出機能、緑内障検査機能、角膜解剖学的測定機能、頭蓋内圧検出機能、および、眼異常測定機能を備えた瞳孔計
US20140268047A1 (en) 2013-03-15 2014-09-18 Drexel University Apparatus and method for assessing effects of drugs by recording ocular parameters
US20160192838A1 (en) 2013-03-15 2016-07-07 Drexel University Apparatus and method for assessing effects of drugs by recording ocular parameters
US20150116665A1 (en) 2013-09-19 2015-04-30 Children's National Medical Center Apparatus and method for determining physiologic perturbations of a patient
JP2017529891A (ja) 2014-08-04 2017-10-12 ニューヨーク ユニバーシティ 薬物使用、薬物乱用および昏睡、核間性眼筋麻痺、注意欠陥多動性障害（ａｄｈｄ）、慢性外傷性脳症、統合失調症スペクトラム障害、およびアルコール摂取を診断、評価、または定量化するための方法およびキット
US20170100061A1 (en) 2015-10-09 2017-04-13 Children's National Medical Center Apparatus and method for physiologic and pharmacodynamic assessment and monitoring

Also Published As

Publication number Publication date
EP3740113A2 (en) 2020-11-25
US11986315B2 (en) 2024-05-21
MX2020007662A (es) 2021-01-20
WO2019143627A2 (en) 2019-07-25
US20210045680A1 (en) 2021-02-18
KR20200111718A (ko) 2020-09-29
CN111918600A (zh) 2020-11-10
AU2019209329A1 (en) 2020-07-30
JP2021510589A (ja) 2021-04-30
IL275907A (en) 2020-08-31
WO2019143627A3 (en) 2019-09-06
AU2019209329B2 (en) 2024-02-29
CA3088644A1 (en) 2019-07-25
EP3740113A4 (en) 2021-08-11
KR102655608B1 (ko) 2024-04-05

Similar Documents

Publication Publication Date Title
JP7019621B2 (ja) 患者の生理的摂動を決定するための装置と方法
US11903720B2 (en) System and method for detecting neurological disease
US20200121237A1 (en) A method and system for monitoring attention of a subject
US20150080671A1 (en) Sleep Spindles as Biomarker for Early Detection of Neurodegenerative Disorders
JP2007502630A (ja) 認知処理
JP7225252B2 (ja) テトラヒドロカンナビノールの使用及び障害の非侵襲的検出を行う装置及び方法
JP7279999B2 (ja) 薬物使用と生理学的状態の非侵襲的検出のためのバイオアッセイ
US10070812B2 (en) Method for improved seizure detection
Postolache et al. Wearable system for gait assessment during physical rehabilitation process
JP2017018420A (ja) 耳鳴患者判別システム、耳鳴患者判別方法および耳鳴患者判別プログラム
Schultz et al. Disease Delineation for Multiple Sclerosis, Friedreich Ataxia, and Healthy Controls Using Supervised Machine Learning on Speech Acoustics

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20211227

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220913

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221206

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: 20230110

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230208

R150 Certificate of patent or registration of utility model

Ref document number: 7225252

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150