JP7430730B2 - 脳状態指示パラメータを確立する方法および脳状態指示パラメータを確立するためのシステム - Google Patents
脳状態指示パラメータを確立する方法および脳状態指示パラメータを確立するためのシステム Download PDFInfo
- Publication number
- JP7430730B2 JP7430730B2 JP2021547641A JP2021547641A JP7430730B2 JP 7430730 B2 JP7430730 B2 JP 7430730B2 JP 2021547641 A JP2021547641 A JP 2021547641A JP 2021547641 A JP2021547641 A JP 2021547641A JP 7430730 B2 JP7430730 B2 JP 7430730B2
- Authority
- JP
- Japan
- Prior art keywords
- brain
- energy metabolism
- indicator
- skull
- metabolism indicator
- 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
Links
- 210000004556 brain Anatomy 0.000 title claims description 258
- 238000000034 method Methods 0.000 title claims description 70
- 230000037149 energy metabolism Effects 0.000 claims description 194
- 210000003625 skull Anatomy 0.000 claims description 90
- 208000014644 Brain disease Diseases 0.000 claims description 37
- 238000009826 distribution Methods 0.000 claims description 31
- 208000024827 Alzheimer disease Diseases 0.000 claims description 18
- 208000010877 cognitive disease Diseases 0.000 claims description 17
- 208000027061 mild cognitive impairment Diseases 0.000 claims description 17
- 230000002490 cerebral effect Effects 0.000 claims description 14
- 230000011218 segmentation Effects 0.000 claims description 10
- 238000002600 positron emission tomography Methods 0.000 claims description 9
- 238000002591 computed tomography Methods 0.000 claims description 8
- 238000002599 functional magnetic resonance imaging Methods 0.000 claims description 7
- 208000003174 Brain Neoplasms Diseases 0.000 claims description 6
- 238000002595 magnetic resonance imaging Methods 0.000 claims description 6
- 238000002610 neuroimaging Methods 0.000 claims description 5
- 238000002603 single-photon emission computed tomography Methods 0.000 claims description 5
- 238000002604 ultrasonography Methods 0.000 claims description 5
- 238000000537 electroencephalography Methods 0.000 claims description 3
- 210000004126 nerve fiber Anatomy 0.000 claims description 2
- 210000001638 cerebellum Anatomy 0.000 description 34
- 210000004720 cerebrum Anatomy 0.000 description 28
- 230000000946 synaptic effect Effects 0.000 description 23
- 208000029028 brain injury Diseases 0.000 description 12
- 238000003745 diagnosis Methods 0.000 description 12
- 230000006931 brain damage Effects 0.000 description 11
- 231100000874 brain damage Toxicity 0.000 description 11
- 238000010494 dissociation reaction Methods 0.000 description 11
- 230000005593 dissociations Effects 0.000 description 11
- 206010018338 Glioma Diseases 0.000 description 10
- 201000010099 disease Diseases 0.000 description 10
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 10
- 230000008901 benefit Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000011282 treatment Methods 0.000 description 8
- 208000032612 Glial tumor Diseases 0.000 description 7
- ZCXUVYAZINUVJD-UKFBFLRUSA-N 2-deoxy-2-fluoro-alpha-D-glucose Chemical compound OC[C@H]1O[C@H](O)[C@H](F)[C@@H](O)[C@@H]1O ZCXUVYAZINUVJD-UKFBFLRUSA-N 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 239000000700 radioactive tracer Substances 0.000 description 4
- 238000010176 18-FDG-positron emission tomography Methods 0.000 description 3
- ZCXUVYAZINUVJD-AHXZWLDOSA-N 2-deoxy-2-((18)F)fluoro-alpha-D-glucose Chemical compound OC[C@H]1O[C@H](O)[C@H]([18F])[C@@H](O)[C@@H]1O ZCXUVYAZINUVJD-AHXZWLDOSA-N 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 210000000225 synapse Anatomy 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 2
- 230000003925 brain function Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 230000004153 glucose metabolism Effects 0.000 description 2
- 238000002582 magnetoencephalography Methods 0.000 description 2
- 230000002503 metabolic effect Effects 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 208000007204 Brain death Diseases 0.000 description 1
- 206010010071 Coma Diseases 0.000 description 1
- 208000030453 Drug-Related Side Effects and Adverse reaction Diseases 0.000 description 1
- 208000032274 Encephalopathy Diseases 0.000 description 1
- 208000018737 Parkinson disease Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 208000030886 Traumatic Brain injury Diseases 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 210000004498 neuroglial cell Anatomy 0.000 description 1
- 230000000926 neurological effect Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000009529 traumatic brain injury Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
-
- 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
- A61B5/4866—Evaluating metabolism
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/037—Emission tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/501—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of the head, e.g. neuroimaging or craniography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Neurology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Radiology & Medical Imaging (AREA)
- Neurosurgery (AREA)
- Optics & Photonics (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Physiology (AREA)
- Hospice & Palliative Care (AREA)
- Developmental Disabilities (AREA)
- Child & Adolescent Psychology (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Obesity (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Nuclear Medicine (AREA)
Description
本発明は、脳状態指示パラメータ、特に機能乖離に関する脳障害を示す脳状態指示パラメータを確立するための方法に関する。本発明は、そうした脳状態指示パラメータを確立するシステム、コンピュータプログラム、および病気を治療する方法にさらに関する。
脳障害を診断するための入力としての画像技法の使用は、極めて一般的になっている。それにもかかわらず、そうした画像は、典型的には、影響を受けると思われる脳の特定のエリアに対して評価される。また、診断に到る評価は、典型的には医師によって行われることにより、診断を行うための基礎を形成する所見については本質的に主観的なものとなる場合がある。
したがって、より正確な診断に達することは困難であり続ける。
本発明の目的は、上記の困難を解決することである。
本発明は、脳障害を示す脳状態指示パラメータを確立する方法であって、
被験者の脳の少なくとも一部の脳エネルギー代謝指示子を決定する工程と、
前記被験者の頭蓋骨の少なくとも一部の頭蓋骨エネルギー代謝指示子を決定する工程と、
前記脳エネルギー代謝指示子を前記頭蓋骨エネルギー代謝指示子に少なくとも関連させることによって前記脳状態指示パラメータを確立する脳状態指示パラメータ確立工程と、を備える方法に関する。
被験者の脳の少なくとも一部の脳エネルギー代謝指示子を決定する工程と、
前記被験者の頭蓋骨の少なくとも一部の頭蓋骨エネルギー代謝指示子を決定する工程と、
前記脳エネルギー代謝指示子を前記頭蓋骨エネルギー代謝指示子に少なくとも関連させることによって前記脳状態指示パラメータを確立する脳状態指示パラメータ確立工程と、を備える方法に関する。
本発明の１つの利点は、脳障害の存在のみ込みが、以前に知られていた方法よりも高精度に確立され得ることである。脳エネルギー代謝指示子を頭蓋骨エネルギー代謝指示子と関連させることによって、脳の状態の指示が脳状態指示パラメータとして取得される。脳状態指示パラメータは、したがって、被験者を診断するプロセスにおいて医師にとって非常に価値がある入力であり得る。
特に、頭蓋骨エネルギー代謝指示子と脳エネルギー代謝指示子とを含むことによって、様々な被験者間の脳におけるエネルギー代謝に対する違いが、より正確な脳状態指示パラメータを取得するように、少なくとも部分的には考慮されることが可能である。
驚くことに、本発明者は、前記脳エネルギー代謝指示子を前記頭蓋骨エネルギー代謝指示子に少なくとも関連させることによって、脳障害における病因の様々な種類にわたっても、脳状態指示パラメータに対する先例のない精度を発見した。有利な実施形態では、前記脳エネルギー代謝指示子と前記頭蓋骨エネルギー代謝との間の前記関連は比率である。
本発明の重要な利点は、被験者間のずれが、脳エネルギー代謝指示子と頭蓋骨エネルギー代謝指示子との間の関連を用いることによって埋め合わされることである。換言すると、言及された関連を使用することは、正常値からのずれが検出可能である意味において、値を比較可能にするのに役立つ。同一の被験者についての以前の測定は、理論的には比較可能であるが、実際には、そうしたものが非常に少数の被験者についてしか存在しないため、さらには機器におけるわずかな変更およびその変更の設定が異なる絶対値を導き得、したがって、比較可能性が取り除かれるため、信頼することが可能でない。本発明者は、同一の被験者の頭蓋骨の値を用いることによって適切な参照値が取得されたこと、すなわち、脳または脳の一部のエネルギー代謝値を頭蓋骨または頭蓋骨の一部のエネルギー代謝値と比較することによって、被験者間の違いが少なくとも部分的には考慮されることが可能であることを発見した。
脳の画像が決定的な入力を医師に提供しない場合にも、本発明の脳状態指示パラメータは、脳障害の存在の指示を、場合によっては脳障害の指示特定種類も、依然として提供してよい。
有利には、脳状態指示パラメータの形態における診断の関連性のパラメータを医師に提供することによって、より正確かつ迅速な診断が行われ、またより正確かつ迅速な治療が行われる。したがって、本発明の重要な利点は、生き延びるより高い可能性を含む成功する治療の向上した可能性、病気または条件の悪影響のより効果的な緩和、緩和された副作用などを行うことであり得る。
この場合、用語「脳」は、特に断りがない限り、脳全体（すなわち、大脳および小脳を含む）を呼ぶ。
この場合、用語「脳エネルギー代謝指示子」は、脳エネルギー代謝の指示子を呼ぶ。「エネルギー代謝」および「グルコース代謝」は、本明細書において互換に用いられることに留意されたい。特に、脳エネルギー代謝指示子は、脳の少なくとも一部に関することに留意されたい。したがって、脳エネルギー代謝指示子は、いくつかの実施形態では脳の一部に基づいて、またいくつかの他の実施形態では脳全体に基づいて決定されてよい。この目的のための脳の一部の例は、大脳、もしくは大脳の左半球もしくは右半球などの大脳の一部、もしくは大脳の別の部分、小脳、もしくは小脳の左半球もしくは右半球などの小脳の一部、もしくは小脳の別の部分、脳全体の左半球もしくは右半球、または脳の別の部分を含む。脳エネルギー代謝指示子は、ＦＤＧ－ＰＥＴなどの直接指示子と、例えば、神経活動または血流を示す、エネルギー代謝に関連付けられたより多くの間接指示子と、の両方を含むことにも留意されたい。小脳は、２つの半球、すなわち、右半球と左半球とを備える。同様に、大脳は、２つの半球、すなわち、右半球と左半球とを備える。例えば、脳の左半球を参照するとき、特に断りがない限り、大脳および小脳の左半球が意図される。本発明によれば、前記脳状態指示パラメータを確立する脳状態指示パラメータ確立工程は、前記脳エネルギー代謝指示子を前記頭蓋骨エネルギー代謝指示子に少なくとも関連させることを含む。いくつかの実施形態では、脳状態指示パラメータを取得するように、さらなるパラメータおよび／または計算が行われる。
この場合、用語「脳エネルギー代謝指示子」は、脳エネルギー代謝の指示子を呼ぶ。「エネルギー代謝」および「グルコース代謝」は、本明細書において互換に用いられることに留意されたい。特に、脳エネルギー代謝指示子は、脳の少なくとも一部に関することに留意されたい。したがって、脳エネルギー代謝指示子は、いくつかの実施形態では脳の一部に基づいて、またいくつかの他の実施形態では脳全体に基づいて決定されてよい。この目的のための脳の一部の例は、大脳、もしくは大脳の左半球もしくは右半球などの大脳の一部、もしくは大脳の別の部分、小脳、もしくは小脳の左半球もしくは右半球などの小脳の一部、もしくは小脳の別の部分、脳全体の左半球もしくは右半球、または脳の別の部分を含む。脳エネルギー代謝指示子は、ＦＤＧ－ＰＥＴなどの直接指示子と、例えば、神経活動または血流を示す、エネルギー代謝に関連付けられたより多くの間接指示子と、の両方を含むことにも留意されたい。小脳は、２つの半球、すなわち、右半球と左半球とを備える。同様に、大脳は、２つの半球、すなわち、右半球と左半球とを備える。例えば、脳の左半球を参照するとき、特に断りがない限り、大脳および小脳の左半球が意図される。本発明によれば、前記脳状態指示パラメータを確立する脳状態指示パラメータ確立工程は、前記脳エネルギー代謝指示子を前記頭蓋骨エネルギー代謝指示子に少なくとも関連させることを含む。いくつかの実施形態では、脳状態指示パラメータを取得するように、さらなるパラメータおよび／または計算が行われる。
この場合、用語「頭蓋骨エネルギー代謝指示子」は、頭蓋骨エネルギー代謝の指示子を呼ぶ。「エネルギー代謝」および「グルコース代謝」は、本明細書において互換に用いられることに留意されたい。特に、頭蓋骨エネルギー代謝指示子は、頭蓋骨の少なくとも一部に関することに留意されたい。したがって、頭蓋骨エネルギー代謝指示子は、いくつかの実施形態では頭蓋骨の一部に基づいて、またいくつかの他の実施形態では頭蓋骨全体に基づいて決定されてよい。頭蓋骨エネルギー代謝指示子は、ＦＤＧ－ＰＥＴなどの直接指示子と、例えば、血流を示す、エネルギー代謝に関連付けられたより多くの間接指示子と、の両方を含むことにも留意されたい。
本発明の場合、用語「脳障害指示パラメータ」は、脳の状態を指示するパラメータとして用いられ、当該被験者について脳障害の存在の可能性および／または脳障害の種類を指示してよい。いくつかの実施形態では、特により単純な実装では、脳障害指示パラメータは、典型的には２つの所定の端点の値の間の、値の数である。いくつかの実施形態では、特により洗練された実装では、脳障害指示パラメータは、１組の数または値を含んでよく、１組の数または値は、例えば、ある種類の脳障害の見込みを指示してよい。いくつかの実施形態では、脳障害指示パラメータは、ある種類の脳障害の見込みを含まない。脳障害指示パラメータは、診断を置き換えない意味において、診断の関連性の中間の所見として機能するが、そうした診断に達するように医師によって入力として用いられることが可能であることに留意されたい。したがって、医師は、脳障害指示パラメータの値をある臨床写真に帰するなど、さらなる工程を含んでよい。いくつかの実施形態では、これは診断の関連性のさらなるパラメータの入力を必要とする。
この場合、用語「関連させること」は、様々な形態の関連付けまたは比較、すなわち、前記脳エネルギー代謝指示子と前記頭蓋骨エネルギー代謝指示子との間の関連を呼び得る。有利な実施形態では、関連させることは、２つの間の比率を少なくとも見出すことを含む。
この場合、用語「脳障害」は、脳に関連する異常性を広くカバーするように理解される。用語「脳障害」は、原因（例えば、脳の癌）と生じた状態（機能乖離）との両方をカバーしてよいことに留意されたい。したがって、本明細書において言及される様々な脳障害は、いくつかの場合では、いくらか重なり合う。脳障害の例は、アルツハイマー病、パーキンソン病、軽度認知障害（ＭＣＩ）、グリオーマ、外傷性脳損傷、脳卒中、脳神経外科（すなわち、脳神経外科の効果）、起こり得る脳実質に対する薬の副作用を含む。
この場合、用語「脳状態確立システム」は、被験者からの測定値を記録するように、また各被験者についての脳状態指示パラメータを確立するように構成されたシステムとして理解される。いくつかの実施形態では、システムは、推奨された治療が容易に適用されることが可能である意味において、少なくとも脳状態指示パラメータを用いて診断に達するようにさらに構成されてよい。
本発明の有利な実施形態によれば、前記関連させることは、前記脳エネルギー代謝指示子と前記頭蓋骨エネルギー代謝指示子との間の比率、または前記頭蓋骨エネルギー代謝指示子と前記脳エネルギー代謝指示子との間の比率を計算することを含む。
上記の実施形態の利点は、様々な被験者間の脳におけるエネルギー代謝に対する違いが、より正確な脳状態指示パラメータを取得するように、少なくとも部分的には考慮されることが可能であることである。特に、脳エネルギー代謝指示子と頭蓋骨エネルギー代謝指示子との間の比率（または頭蓋骨エネルギー代謝指示子と脳エネルギー代謝指示子との間の比率）を使用することによって、被験者間の違いについて脆弱性がとても小さい、脳障害に対するより正確な測定値が取得されてよい。これは、結果として、正しい診断および特定の被験者について適合され合わせられた治療に達するように、医師の決定を支持する。
代替の実施形態によれば、関連させることは、以下の形態であってよい。
頭蓋骨－脳の比率＝Ｓｋｉ ａＢｒｊ ｂ
ここで、ｉは頭蓋骨のｉ番目の部分を示し、ｊは脳のｊ番目の部分を示し、ａおよびｂは指数を示し、ここでａおよびｂは反対の符号を有する（すなわち、ａが正かつｂが負、またはａが負かつｂが正）。
頭蓋骨－脳の比率＝Ｓｋｉ ａＢｒｊ ｂ
ここで、ｉは頭蓋骨のｉ番目の部分を示し、ｊは脳のｊ番目の部分を示し、ａおよびｂは指数を示し、ここでａおよびｂは反対の符号を有する（すなわち、ａが正かつｂが負、またはａが負かつｂが正）。
この実施形態は、ａおよびｂが反対の符号の単一値であるとき、２つの値の比率を含むことに留意されたい。
代替の実施形態によれば、関連させることは、以下の形態であってよい。
代替の実施形態によれば、関連させることは、以下の形態であってよい。
頭蓋骨－脳の比率＝ｋ０（Ｓｋｉ＋ｋ１）ａ（Ｂｒｊ
ｂ＋ｋ２）ｂ
ここで、ｉは頭蓋骨のｉ番目の部分を示し、ｊは脳のｊ番目の部分を示し、ａおよびｂは指数を示し、ここでａおよびｂは反対の符号を有する（すなわち、ａが正かつｂが負、またはａが負かつｂが正）。さらに、ｋ０，ｋ１およびｋ２は定数値である。
ここで、ｉは頭蓋骨のｉ番目の部分を示し、ｊは脳のｊ番目の部分を示し、ａおよびｂは指数を示し、ここでａおよびｂは反対の符号を有する（すなわち、ａが正かつｂが負、またはａが負かつｂが正）。さらに、ｋ０，ｋ１およびｋ２は定数値である。
ｋ１＝ｋ２＝０のとき、関連は上記の関連に対し減少することに留意されたい。
本発明の有利な実施形態によれば、前記関連させることは、前記脳エネルギー代謝指示子と前記頭蓋骨エネルギー代謝指示子との間の比率を計算することを含む。
本発明の有利な実施形態によれば、前記関連させることは、前記脳エネルギー代謝指示子と前記頭蓋骨エネルギー代謝指示子との間の比率を計算することを含む。
本発明の有利な実施形態によれば、前記脳の前記一部は、少なくとも小脳の左半球を含む。
脳エネルギー代謝指示子の決定の際に小脳の左半球を用いて、または脳エネルギー代謝指示子および／または１つまたは複数のさらなる脳エネルギー代謝指示子のうちの１つ以上の決定における１つまたは複数のさらなる脳エネルギー代謝指示子における決定時に。
脳エネルギー代謝指示子の決定の際に小脳の左半球を用いて、または脳エネルギー代謝指示子および／または１つまたは複数のさらなる脳エネルギー代謝指示子のうちの１つ以上の決定における１つまたは複数のさらなる脳エネルギー代謝指示子における決定時に。
本発明の有利な実施形態によれば、前記脳の前記一部は、少なくとも小脳の右半球を含む。
本発明の有利な実施形態によれば、前記脳の前記一部は、少なくとも大脳の左半球を含む。
本発明の有利な実施形態によれば、前記脳の前記一部は、少なくとも大脳の左半球を含む。
本発明の有利な実施形態によれば、前記脳の前記一部は、少なくとも大脳の右半球を含む。
本発明の有利な実施形態によれば、前記被験者の前記脳の前記脳エネルギー代謝指示子が決定される。
本発明の有利な実施形態によれば、前記被験者の前記脳の前記脳エネルギー代謝指示子が決定される。
したがって、脳エネルギー代謝指示子の上記の実施形態では、脳全体が決定される。換言すると、前記被験者の脳の少なくとも一部の脳エネルギー代謝指示子を決定する工程は、前記被験者の脳全体の脳エネルギー代謝指示子を決定することからなる。
本発明の有利な実施形態によれば、前記脳の前記一部は、５０％以上の最も活動的な神経線維を備える。
本発明の有利な実施形態によれば、方法は、前記脳の前記右半球の少なくとも一部と前記脳の前記左半球の対応する部分との間の対称性の程度を確立することを含む。
本発明の有利な実施形態によれば、方法は、前記脳の前記右半球の少なくとも一部と前記脳の前記左半球の対応する部分との間の対称性の程度を確立することを含む。
上記の実施形態の利点は、非常に高精度の脳状態指示パラメータが取得され得ることであってよい。
健康な脳は高い程度の対称性を通常示すこと、またそうした高い程度の対称性からずれることは脳障害の存在を示すことに留意されたい。
健康な脳は高い程度の対称性を通常示すこと、またそうした高い程度の対称性からずれることは脳障害の存在を示すことに留意されたい。
本発明の有利な実施形態によれば、前記対称性の程度は、前記脳の前記右半球の少なくとも一部と前記脳の前記左半球の対応する部分との間の比率を含む。
本発明の有利な実施形態によれば、前記対称性の程度は、前記大脳の前記右半球と前記大脳の前記左半球との間の比率を含む。
本発明の有利な実施形態によれば、前記対称性の程度は、前記大脳の前記右半球と前記大脳の前記左半球との間の比率を含む。
本発明の有利な実施形態によれば、前記対称性の程度は、前記小脳の前記右半球と前記小脳の前記左半球との間の比率を含む。
本発明の有利な実施形態によれば、前記対称性の程度は、前記大脳の前記右半球と前記大脳の前記左半球との間の比率、および前記小脳の前記右半球と前記小脳の前記左半球との間の比率を含む。
本発明の有利な実施形態によれば、前記対称性の程度は、前記大脳の前記右半球と前記大脳の前記左半球との間の比率、および前記小脳の前記右半球と前記小脳の前記左半球との間の比率を含む。
本発明の有利な実施形態によれば、前記対称性の程度は、前記脳の前記右半球と前記脳の前記左半球との間の比率を含む。
本発明の有利な実施形態によれば、前記脳エネルギー代謝指示子は、脳エネルギー代謝指示子分布から決定される。
本発明の有利な実施形態によれば、前記脳エネルギー代謝指示子は、脳エネルギー代謝指示子分布から決定される。
本発明の有利な実施形態によれば、前記頭蓋骨エネルギー代謝指示子は、頭蓋骨エネルギー代謝指示子分布から決定される。
一実施形態では、前記脳エネルギー代謝指示子が脳エネルギー代謝指示子分布から決定され、前記頭蓋骨エネルギー代謝指示子が頭蓋骨エネルギー代謝指示子分布指示子から決定される。
一実施形態では、前記脳エネルギー代謝指示子が脳エネルギー代謝指示子分布から決定され、前記頭蓋骨エネルギー代謝指示子が頭蓋骨エネルギー代謝指示子分布指示子から決定される。
本発明の有利な実施形態によれば、前記脳エネルギー代謝指示子分布における区分（セグメント化）は、前記脳の１つまたは複数の部分における脳エネルギー代謝指示子を取得するように行われる。
本発明の有利な実施形態によれば、方法は、前記頭蓋骨の１つ以上の半球を前記頭蓋骨の反対側の半球に関連させることによる、区分誤差についての補正比率を含む。
本発明の有利な実施形態によれば、前記区分誤差についての前記補正は、前記頭蓋骨の前記右半球と前記頭蓋骨の前記左半球との間の比率を含む。
本発明の有利な実施形態によれば、前記区分誤差についての前記補正は、前記頭蓋骨の前記右半球と前記頭蓋骨の前記左半球との間の比率を含む。
本発明の有利な実施形態によれば、方法は、前記被験者の前記脳の少なくとも一部の１つまたは複数のさらなる脳エネルギー代謝指示子を決定する工程をさらに備える。
一例として、前記脳エネルギー代謝指示子および前記１つまたは複数のさらなる脳エネルギー代謝指示子は、脳エネルギー代謝指示子分布の区分から（例えば、１つまたは複数の脳エネルギー代謝指示子画像の形態において）取得されてよい。
一例として、前記脳エネルギー代謝指示子および前記１つまたは複数のさらなる脳エネルギー代謝指示子は、脳エネルギー代謝指示子分布の区分から（例えば、１つまたは複数の脳エネルギー代謝指示子画像の形態において）取得されてよい。
本発明の有利な実施形態によれば、方法は、前記被験者の前記頭蓋骨の少なくとも一部の１つまたは複数のさらなる頭蓋骨エネルギー代謝指示子を決定する工程をさらに備える。
一例として、前記頭蓋骨エネルギー代謝指示子および前記１つまたは複数のさらなる頭蓋骨エネルギー代謝指示子は、頭蓋骨エネルギー代謝指示子分布の区分から（例えば、１つまたは複数の頭蓋骨エネルギー代謝指示子画像の形態において）取得されてよい。
本発明の有利な実施形態では、方法は、前記脳エネルギー代謝指示子分布を、ほぼ規則的な形状の複数の３次元区域へと分割することをさらに含む。
本発明の一実施形態では、方法は、脳または脳の一部の区分、すなわち、前記脳エネルギー代謝指示子分布を複数のほぼ規則的に形状決定された３次元区域へと分割することを含む区分を備える。
本発明の一実施形態では、方法は、脳または脳の一部の区分、すなわち、前記脳エネルギー代謝指示子分布を複数のほぼ規則的に形状決定された３次元区域へと分割することを含む区分を備える。
本発明の有利な実施形態では、前記区域の各々は、前記脳エネルギー代謝指示子分布の１つ以上のボクセルに対応する。
本発明の有利な実施形態では、シナプス・エントロピーネットワーク指示パラメータを確立することであって、前記シナプス・エントロピー指示子を正規母集団のシナプス・エントロピー指示子である対応する正規化されたシナプス・エントロピー指示子に少なくとも関連させることによって、シナプス・エントロピーネットワーク指示パラメータを確立することをさらに備える。
本発明の有利な実施形態では、シナプス・エントロピーネットワーク指示パラメータを確立することであって、前記シナプス・エントロピー指示子を正規母集団のシナプス・エントロピー指示子である対応する正規化されたシナプス・エントロピー指示子に少なくとも関連させることによって、シナプス・エントロピーネットワーク指示パラメータを確立することをさらに備える。
この場合、用語「シナプス・エントロピー指示子」は、脳エントロピーの指示子を呼ぶ。シナプス・エントロピー指示子は、例えば、いくつかの実施形態では１つ以上のボクセルに基づいて、またいくつかの他の実施形態では脳全体における複数のボクセルに基づいて決定されてよい。
シナプス・エントロピー指示子を正規化されたシナプス・エントロピー指示子と関連させることによって、シナプスネットワークの乱れの状態の指示がシナプス・エントロピーネットワーク指示パラメータとして取得されてよい。正規化されたシナプス・エントロピー指示子は、例えば、１００以上の健康な被験者などの、３０以上の健康な被験者から取得されてよい。
上記の実施形態では、シナプス・エントロピー指示子は、当然ながら、対応する正規化されたシナプス・エントロピー指示子、すなわち、シナプス・エントロピー指示子と脳の同一部分に対応する正規化されたシナプス・エントロピー指示子に関連する。
一例として、脳は、複数の平面、例えば、水平面（すなわち、「薄切り」）へと分割されてよく、ここで、各平面についてのシナプス・エントロピーネットワーク指示パラメータＨＳは、以下のように計算される。
脳全体のシナプス・エントロピーネットワーク指示パラメータＨＴは、次いで、以下のように計算される。
ＨＴ＝ΣＨＳ
ある意味では、各平面と脳全体とについて計算された上記のようなシナプス・エントロピーネットワーク指示パラメータは、それぞれ、各平面および脳全体についてのエントロピーの測定値と見なされてよい。
ＨＴ＝ΣＨＳ
ある意味では、各平面と脳全体とについて計算された上記のようなシナプス・エントロピーネットワーク指示パラメータは、それぞれ、各平面および脳全体についてのエントロピーの測定値と見なされてよい。
本発明の一実施形態では、各ボクセルは、脳エネルギー代謝指示子分布の単一値、（すなわち、適用された神経画像技法によって取得された画像の最小単位）に対応する。
本発明の一実施形態では、各ボクセルは、脳エネルギー代謝指示子分布の複数の値の合計に対応する。これは、複数のボクセルを減少させることによって、ボクセルの後続のデータ処理を減少させることが、特に有利であり得る。
本発明の一実施形態では、各ボクセルは、脳エネルギー代謝指示子分布の複数の値の合計に対応する。これは、複数のボクセルを減少させることによって、ボクセルの後続のデータ処理を減少させることが、特に有利であり得る。
本発明の一実施形態では、脳エネルギー代謝指示子分布は、各寸法について５以上の区域に分割される。したがって、この実施形態では、脳エネルギー代謝指示子分布は１２５以上のボクセルを有する。
本発明の一実施形態では、脳エネルギー代謝指示子分布は、各寸法について１０以上の区域に分割される。したがって、この実施形態では、脳エネルギー代謝指示子分布は１０００以上のボクセルを有する。
本発明の有利な実施形態では、前記脳状態指示パラメータ確立工程は、前記脳エネルギー代謝指示子と前記頭蓋骨エネルギー代謝指示子との間の前記関連を、前記シナプス・エントロピーネットワーク指示パラメータと統合することをさらに含む。
本発明の有利な実施形態によれば、方法は、前記脳エネルギー代謝指示子と前記さらなる脳エネルギー代謝指示子のうちの１つとのいずれかを、前記頭蓋骨エネルギー代謝指示子または前記さらなる頭蓋骨エネルギー代謝指示子のうちの１つとのいずれかに関連させる、さらなる工程であって、前記さらなる脳エネルギー代謝指示子のうちの１つと前記さらなる頭蓋骨エネルギー代謝指示子のうちの１つとの少なくとも一方が用いられる、工程を備える。
例えば、大脳もしくは大脳の一部に関連した１つまたは複数の脳エネルギー代謝指示子、および／または小脳もしくは小脳の一部に関連した１つまたは複数の脳エネルギー代謝指示子が、用いられてよい。
本発明の有利な実施形態では、前記エネルギー代謝指示子は、磁気共鳴機能画像法（ｆＭＲＩ）ベースの技法、コンピュータ断層撮影（ＣＴ）スキャンベースの技法、陽電子放出断層法（ＰＥＴ）ベースの技法、脳磁図（ＭＥＧ）または脳波（ＥＥＧ）ベースの技法、単一光子放出コンピュータ断層撮影（ＳＰＥＣＴ）ベースの技法、または超音波（ＵＳ）ベースの技法などの、神経画像技能によって決定される。
上記の技法は、例えば、エネルギー代謝指示子分布により、エネルギー代謝指示子の確立に使用するのに適する。エネルギー代謝指示子分布技法を用いる利点は、脳の下位区分への区分が比較的容易であり得ることである。
本発明の一実施形態によれば、前記エネルギー代謝指示子は、磁気共鳴機能画像法（ｆＭＲＩ）ベースの技法、コンピュータ断層撮影（ＣＴ）スキャンベースの技法、陽電子放出断層法（ＰＥＴ）ベースの技法、単一光子放出コンピュータ断層撮影（ＳＰＥＣＴ）ベースの技法などの、神経画像技法によって決定される。
本発明の有利な実施形態によれば、前記脳エネルギー代謝指示子は、陽電子放出断層法（ＰＥＴ）ベースの技法によって決定される。
上記の実施形態の利点は、例えば、フルデオキシグルコース（ＦＤＧ）などのトレーサを用いた陽電子放出断層法（ＰＥＴ）ベースの技法を用いることによって、エネルギー代謝の比較的直接的な指示が取得され得ることである。
上記の実施形態の利点は、例えば、フルデオキシグルコース（ＦＤＧ）などのトレーサを用いた陽電子放出断層法（ＰＥＴ）ベースの技法を用いることによって、エネルギー代謝の比較的直接的な指示が取得され得ることである。
本発明の有利な実施形態によれば、前記エネルギー代謝指示子は、磁気共鳴機能画像法（ｆＭＲＩ）ベースの技法などの磁気共鳴画像法（ＭＲＩ）ベースの技法によって決定される。
上記の実施形態の利点は、エネルギー代謝がｆＭＲＩベースの技法などのＭＲＩベースの技法によって提供された支持から決定され得ることであり得る。
本発明の有利な実施形態によれば、放射性トレーサなどのトレーサが前記エネルギー代謝指示子の決定に用いられる。
本発明の有利な実施形態によれば、放射性トレーサなどのトレーサが前記エネルギー代謝指示子の決定に用いられる。
本発明の有利な実施形態によれば、前記エネルギー代謝指示子は、トレーサとしてフルデオキシグルコース（ＦＤＧ）を用いた陽電子放出断層法（ＰＥＴ）ベースの技法によって決定される。
本発明の有利な実施形態によれば、前記脳状態指示パラメータは前記脳障害の存在または不存在を示す指示を与える。
本発明の有利な実施形態によれば、前記脳状態指示パラメータは前記脳障害の存在の可能性を示す指示を与える。
本発明の有利な実施形態によれば、前記脳状態指示パラメータは前記脳障害の存在の可能性を示す指示を与える。
本発明の有利な実施形態によれば、前記脳状態指示パラメータは前記脳障害の種類を示す指示を与える。
本発明の有利な実施形態によれば、前記脳障害は、機能乖離、グリオーマなどの脳腫瘍、軽度認知障害（ＭＣＩ）、およびアルツハイマー病（ＡＤ）から選択される。
本発明の有利な実施形態によれば、前記脳障害は、機能乖離、グリオーマなどの脳腫瘍、軽度認知障害（ＭＣＩ）、およびアルツハイマー病（ＡＤ）から選択される。
本発明の有利な実施形態によれば、前記脳障害は機能乖離を含む。
上記の実施形態の利点は、機能乖離がいくつかの他の脳障害（例えば、グリオーマおよびアルツハイマー病）と関連付けられ得ることであり得る。機能乖離は、一実施形態では、安静状態ネットワークの境界を横断するいわゆる「ネットワーク機能乖離」を含んでよい。
上記の実施形態の利点は、機能乖離がいくつかの他の脳障害（例えば、グリオーマおよびアルツハイマー病）と関連付けられ得ることであり得る。機能乖離は、一実施形態では、安静状態ネットワークの境界を横断するいわゆる「ネットワーク機能乖離」を含んでよい。
機能乖離は、脳の神経学的および生物学的ネットワークに表現される現象である。機能乖離は、例えば、大脳において活性化し小脳に広められ得る、および／または小脳において活性化し大脳に広められ得る。今までのところ、脳の複数の様々な生理学的変化よりも、機能乖離が脳のネットワーク全体に存在する（すなわち、ネットワークの機能乖離）という定義によって表現されることが可能である。例えば、コネクトームの神経連絡において、また脳実質におけるグリアの生物学的細胞によっておよびその生物学的細胞からの両方により発展し得る。したがって、機能乖離は、シナプス間の順序、いわばエントロピーを変更する脳のシナプスにおける、および脳のシナプス間の両方において転移する、エネルギーの転移として定義されることが可能である。エネルギー転移は、シナプスネットワークを一体に機能させる。シナプスネットワークの一体性を強調するために、この一体のシナプスネットワークを、１つの単一のエンティティにおける脳全体を包含するシナプソーム（ｓｙｎａｐｓｏｍｅ）とも呼ぶ場合がある。シナプソームは「シナプス（ｓｙｎａｐｓｅ）」、すなわち神経細胞間の接合を指し、また「オーム（ｏｍｅ）」は集合的に考えられているすべての構成を指す（すなわち、ネットワークの側面を強調する）。
本発明は、機能乖離に対する非常に正確な脳状態指示パラメータを提供してよい。
本発明の有利な実施形態によれば、前記脳はグリオーマなどの脳腫瘍を含む。
本発明の有利な実施形態によれば、前記脳障害は軽度認知障害（ＭＣＩ）を含む。
本発明の有利な実施形態によれば、前記脳はグリオーマなどの脳腫瘍を含む。
本発明の有利な実施形態によれば、前記脳障害は軽度認知障害（ＭＣＩ）を含む。
本発明の有利な実施形態によれば、前記脳障害はアルツハイマー病（ＡＤ）を含む。
本発明の一実施形態によれば、前記脳状態指示パラメータ指示は大脳機能の表現を含む。大脳機能は、前記脳全体に対する前記大脳の前記エネルギー代謝指示子の比率を表してよい。
本発明の一実施形態によれば、前記脳状態指示パラメータ指示は大脳機能の表現を含む。大脳機能は、前記脳全体に対する前記大脳の前記エネルギー代謝指示子の比率を表してよい。
本発明の一実施形態によれば、前記脳状態指示パラメータ指示は、大脳機能の表現と、前記脳エネルギー代謝指示子と前記頭蓋骨エネルギー代謝指示子との間の前記関連と、を含む。
本発明の一実施形態によれば、前記脳状態指示パラメータ指示は、前記脳の前記右半球の少なくとも一部と前記脳の前記左半球の対応する部分との間の前記対称性の程度の表現と、前記脳エネルギー代謝指示子と前記頭蓋骨エネルギー代謝指示子との間の前記関連と、を含む。
本発明の一実施形態によれば、前記脳状態指示パラメータ指示は、大脳機能の表現と、前記脳の前記右半球の少なくとも一部の間の前記対称性の程度の表現と、前記脳エネルギー代謝指示子と前記頭蓋骨エネルギー代謝指示子との間の前記関連と、を含む。
本発明の有利な実施形態によれば、脳状態指示パラメータ確立工程はコンピュータによって行われる。
本発明は、脳障害を示す脳状態指示パラメータを確立するための脳状態確立システムであって、
被験者の脳の少なくとも一部の脳エネルギー代謝指示子を決定する工程と、
前記被験者の頭蓋骨の少なくとも一部の頭蓋骨エネルギー代謝指示子を決定する工程と、
前記脳エネルギー代謝指示子を前記頭蓋骨エネルギー代謝指示子に少なくとも関連させることによって前記脳状態指示パラメータを確立する脳状態指示パラメータ確立工程と、を行うように構成されたコンピュータデバイスと、備える、脳状態確立システムにさらに関する。
本発明は、脳障害を示す脳状態指示パラメータを確立するための脳状態確立システムであって、
被験者の脳の少なくとも一部の脳エネルギー代謝指示子を決定する工程と、
前記被験者の頭蓋骨の少なくとも一部の頭蓋骨エネルギー代謝指示子を決定する工程と、
前記脳エネルギー代謝指示子を前記頭蓋骨エネルギー代謝指示子に少なくとも関連させることによって前記脳状態指示パラメータを確立する脳状態指示パラメータ確立工程と、を行うように構成されたコンピュータデバイスと、備える、脳状態確立システムにさらに関する。
本発明の一実施形態によれば、本発明または本発明の実施形態のうちのいずれか１つに係る脳状態確立システムは、本発明または本発明の実施形態のうちのいずれか１つに係る脳状態指示パラメータを確立する方法に従って動作するように構成される。
脳スキャンデバイスは、磁気共鳴機能画像法（ｆＭＲＩ）スキャナ、コンピュータ断層撮影（ＣＴ）スキャナ、陽電子放出断層法（ＰＥＴ）スキャナ、脳磁図（ＭＥＧ）もしくは脳波（ＥＥＧ）スキャナ、単一光子放出コンピュータ断層撮影（ＳＰＥＣＴ）スキャナ、もしく超音波（ＵＳ）スキャナ、またはエネルギー代謝もしくは脳および頭蓋骨におけるエネルギー代謝の指示子を測定できる任意の他のスキャナなどの、神経画像スキャナであってよい。
本発明は、コンピュータプログラムであって、前記プログラムがコンピュータによって実行された時、コンピュータに先行する請求項のいずれか一項に記載の方法の工程を行わせる、命令を備える、コンピュータプログラムにさらに関する。
本発明は、病気を治療する方法であって、薬品を投与するまたは外科手術を行う前に、先行する請求項のいずれか一項に記載の方法を行うことを含む、方法にさらに関する。
本発明は、病気を治療する方法であって、身体運動を行う前に、先行する請求項のいずれか一項に記載の方法を行うことを含む、方法にさらに関する。
本発明は、病気を治療する方法であって、身体運動を行う前に、先行する請求項のいずれか一項に記載の方法を行うことを含む、方法にさらに関する。
以下、添付図面を参照して本発明が記載される。
図１Ａを参照すると、本発明の一実施形態に係る脳状態指示パラメータＢＳＩを確立する方法が記載される。
脳状態指示パラメータＢＳＩは、例えば、脳障害が存在する見込みとして、または１つ以上もしくは一群の脳障害が存在する見込みとして、または１つもしくは複数の特定の脳障害が存在する見込みとして、脳障害の指示を提供する。
脳状態指示パラメータＢＳＩは、例えば、脳障害が存在する見込みとして、または１つ以上もしくは一群の脳障害が存在する見込みとして、または１つもしくは複数の特定の脳障害が存在する見込みとして、脳障害の指示を提供する。
まず、被験者の脳ＢＲの少なくとも一部の脳エネルギー代謝指示子ＢＥＭは、決定されたＤＢＩである。これは、より多いまたはより少ないエネルギー代謝の直接指標を提供し得る、様々な異なる技法によって行われてよい。
次いで、被験者の頭蓋骨ＳＫの少なくとも一部の頭蓋骨エネルギー代謝指示子ＳＥＭは、決定されたＤＳＩである。これは、典型的には、脳エネルギー代謝指示子ＢＥＭに関する同様の技法によって行われてよい。実施形態では、脳エネルギー代謝指示子ＢＥＭを決定するおよび脳状態指示パラメータＢＳＩを確立する工程が、脳エネルギー代謝指示子および頭蓋骨エネルギー代謝指示子が同一の画像から取得され、続けて脳の少なくとも一部の脳エネルギー代謝指示子および頭蓋骨の少なくとも一部の頭蓋骨エネルギー代謝指示子へと区分される意味において、単一の工程として実行される。これは、図１Ｂおよび図３においてより詳細に示される。
次いで、脳状態指示パラメータＢＳＩが確立した。これは、前記脳エネルギー代謝指示子を前記頭蓋骨エネルギー代謝指示子に少なくとも関連させることを含む。この関係は、例えば、脳エネルギー代謝指示子と頭蓋骨エネルギー代謝指示子との間の比率を比較または形成することを含んでよい。その比率を用いる時、これは、脳エネルギー代謝指示子と頭蓋骨エネルギー代謝指示子との間の比率、または頭蓋骨エネルギー代謝指示子と脳エネルギー代謝指示子との間の比率であってよい。
いくつかの実施形態では、この比率は、単一の数の部分、または１組の数（例えば、それが数を計算する基礎を形成する方程式における因子および／または項である意味において）を形成する。
図１Ｂを参照すると、本発明の一実施形態に係る脳状態指示パラメータＢＳＩを確立する方法が記載される。
まず、測定工程ＭＥＳでは、エネルギー代謝指示子の１つまたは複数の画像が記録される。１つまたは複数の画像は、次いで、区分工程ＳＥＧにおいて区分される。まず、画像の脳部分は、ＤＢＩ脳エネルギー代謝指示子ＢＥＭを決定するための基礎を形成するように分離される。次いで、画像の頭蓋骨部分は、ＤＳＩ頭蓋骨エネルギー代謝指示子ＳＥＭを決定するための基礎を形成するように分離される。
まず、測定工程ＭＥＳでは、エネルギー代謝指示子の１つまたは複数の画像が記録される。１つまたは複数の画像は、次いで、区分工程ＳＥＧにおいて区分される。まず、画像の脳部分は、ＤＢＩ脳エネルギー代謝指示子ＢＥＭを決定するための基礎を形成するように分離される。次いで、画像の頭蓋骨部分は、ＤＳＩ頭蓋骨エネルギー代謝指示子ＳＥＭを決定するための基礎を形成するように分離される。
区分工程ＳＥＧは、脳をより小さい区分（例えば、左右の半球、大脳および小脳、または大脳と小脳との両方の左右の半球）へと分割してよいことに留意されたい。より小さい区分が適用されてもよい。
図１Ｂには、脳エネルギー代謝指示子決定工程ＤＢＩが、頭蓋骨エネルギー代謝指示子決定工程ＤＳＩの前に示される。しかしながら、他の実施形態では、脳エネルギー代謝指示子決定工程ＤＢＩおよび頭蓋骨エネルギー代謝指示子決定工程ＤＳＩは、例えば、逆の順序にて行われ、部分的に重なり合ってまたは同時に実行されてよい。
次いで、図１Ｂによれば、さらなるパラメータＤＦＰを決定する工程が実行される。この工程では、例えば、脳エネルギー代謝指示子決定工程ＤＢＩおよび／または頭蓋骨エネルギー代謝指示子決定工程ＤＳＩのための基礎を形成する、脳および／または頭蓋骨のエネルギー代謝の１つまたは複数の分布から、１つまたは複数のさらなるパラメータが決定されてよい。これらの１つまたは複数のさらなるパラメータは、脳または脳の一部の、大脳機能のなど、対照的な側面を示すパラメータを含んでよい。いくつかの実施形態では、この工程は省略されてよい。
次いで、診断確立工程ＥＤＩが続く。この工程は、前記脳エネルギー代謝指示子ＢＥＭを前記頭蓋骨エネルギー代謝指示子ＳＥＭに少なくとも関連させることを含む。
さらなるパラメータＤＦＰを決定する工程を備える実施形態では、診断確立工程ＥＤＩは、そうした１つまたは複数のさらなるパラメータにも基づく計算をさらに含んでよい。
さらなるパラメータＤＦＰを決定する工程を備える実施形態では、診断確立工程ＥＤＩは、そうした１つまたは複数のさらなるパラメータにも基づく計算をさらに含んでよい。
その方法が診断確立工程ＥＤＩから得られる任意の脳障害の治療にも関するとき、その方法は治療工程ＴＲＴを備える。
この工程は、効果的な量の有効薬剤成分（すなわち、１つまたは複数の薬品）の投与および／または外科手術を行うことを含んでよい。
この工程は、効果的な量の有効薬剤成分（すなわち、１つまたは複数の薬品）の投与および／または外科手術を行うことを含んでよい。
いくつかの実施形態では、治療工程ＴＲＴは、身体運動を行うことを含んでよい。
図２を参照すると、脳障害を示す脳状態指示パラメータＢＳＩを確立するための脳状態確立システムＢＳＳ。システム（ＢＳＳ）は、脳スキャンデバイスＢＳＤとコンピュータデバイスＣＤとを備える。
図２を参照すると、脳障害を示す脳状態指示パラメータＢＳＩを確立するための脳状態確立システムＢＳＳ。システム（ＢＳＳ）は、脳スキャンデバイスＢＳＤとコンピュータデバイスＣＤとを備える。
脳スキャンデバイスＢＳＤは、被験者ＳＵＢの脳ＢＲの少なくとも一部の脳エネルギー代謝指示子ＢＥＭを決定するように、および前記被験者ＳＵＢの頭蓋骨（ＳＫ）の少なくとも一部の頭蓋骨エネルギー代謝指示子ＳＥＭを決定するように構成される。図２には、陽電子放出断層法（ＰＥＴ）スキャナとして脳スキャンデバイスＢＳＤが示されるが、脳および頭蓋骨におけるエネルギー代謝またはエネルギー代謝の指示子を測定できる任意の他のスキャナであってよい。
コンピュータデバイスＣＤは、前記脳エネルギー代謝指示子ＢＥＭを前記頭蓋骨エネルギー代謝指示子ＳＥＭに少なくとも関連させることによって脳状態指示パラメータＢＳＩを確立するように構成される。図１Ｂに関して記載されるように、さらなるパラメータが決定されるとき、そうしたさらなるパラメータは、脳状態指示パラメータＢＳＩのコンピュータデバイスＣＤによる確立のための基礎の一部を形成してよい。
ここから、図３を参照すると、区分工程ＳＥＧが、本発明の一実施形態に従って示される。まず、エネルギー代謝指示子の１つまたは複数の画像が記録される（例えば、図２に示されるように）。理解されるように、左上に示される画像は、脳と頭蓋骨との両方をカバーする。次いで、画像は区分される（すなわち、少なくとも頭蓋骨部分と脳部分とへと分解される）。図３では、脳部分は、大脳の左半球ＬＣＥ、大脳の右半球ＲＣＥ、小脳の左半球ＬＣＢ、および小脳の右半球ＲＣＢへとさらに区分される。
いくつかのさらなる実施形態では、脳および／または頭蓋骨は、さらに区分される（例えば、複数の正方形領域などの幾分小さい部分へと）。コンピュータ化された区分を利用することによって、そうした領域は、幾分小さくてよい（例えば、画像における各方向について領域の数十または数百の分解能を与える）。そうした深層の区分は、進歩したコンピュータ化された処理が利用可能である（例えば、深層学習ベースの方法などの機械学習ベースの方法を用いる）とき、特に有利であることに留意されたい。
ここから、図４Ａ～図４Ｂ、図５Ａ～図５Ｂ、および図６Ａ～図６Ｂを参照すると、エネルギー代謝指示子分布画像が、本発明の一実施形態に従って示される。図４Ａ～図４Ｂ、図５Ａ～図５Ｂ、および図６Ａ～図６Ｂに示される画像は、トレーサとしてフルデオキシグルコース（ＦＤＧ）を用いた陽電子放出断層法（ＰＥＴ）ベースの技法によって記録される。エネルギー代謝指示子記録技法は、本発明の範囲内においても使用可能であることに留意されたい。図４Ａ～図４Ｂ、図５Ａ～図５Ｂ、および図６Ａ～図６Ｂは、脳の癌と診断された同一の被験者の画像である。脳腫瘍の位置は、図４Ａにおいて、大脳の左部分における場所に対応する、画像の中央上部にてより容易に見られる。
図４Ａおよび図４Ｂは、大脳と頭蓋骨とにそれぞれ区分されたエリアをそれぞれ示し、ここでエネルギー代謝指示子分布はある閾値を越えている。図４Ａおよび図４Ｂは、図４Ｂが左半球についての区分しか示さない一方で図４Ａが左右両方の半球の区分を示すこと除いて、同一である。また、図４Ａから特に見られるように、対応する強調されたエリアは、頭蓋骨と大脳との両方について、左右の半球へと仕切られている。
図５Ａおよび図５Ｂは、図４Ａおよび図４Ｂにいくらか類似した図を示すが、小脳を通る長軸断面におけるものであり、したがって、図５Ｂにおける小脳および頭蓋骨についての区分されたエリアを示すが、図５Ａでは頭蓋骨についてのみである。
図６Ａは、大脳および頭蓋骨の冠状図を示し、左半球しか区分されていない。
図６Ｂは、頭蓋骨ならびに大脳および小脳の矢状図を示し、区分された領域を伴う。
これらの画像は、健康な被験者を表す別の画像と比較するときでも、知覚された正常または異常に基づく主観的な分析を行う複雑性を示す。対照的に、本発明は、信頼性があり再現性がある目的を提供する。
図６Ｂは、頭蓋骨ならびに大脳および小脳の矢状図を示し、区分された領域を伴う。
これらの画像は、健康な被験者を表す別の画像と比較するときでも、知覚された正常または異常に基づく主観的な分析を行う複雑性を示す。対照的に、本発明は、信頼性があり再現性がある目的を提供する。
実施例
４７の被験者（３７の患者および１０の対照被験者）のＦＤＧ－ＰＥＴ画像が取得された。これらの画像から、合計エネルギー代謝値が計算された。これらの値は、表１～表２に与えられる。
４７の被験者（３７の患者および１０の対照被験者）のＦＤＧ－ＰＥＴ画像が取得された。これらの画像から、合計エネルギー代謝値が計算された。これらの値は、表１～表２に与えられる。
これらの値は、頭蓋骨の左右の半球におけるエネルギー代謝の比較を用いて補正される場合がある。
さらなる値が、測定されたエネルギー代謝値またはそのエネルギー代謝値から取得された補正された値に基づいて計算される。以下の式は、正常な対照群において、結果が１に等しくなるように記載され、標準化されている。
さらなる値が、測定されたエネルギー代謝値またはそのエネルギー代謝値から取得された補正された値に基づいて計算される。以下の式は、正常な対照群において、結果が１に等しくなるように記載され、標準化されている。
各方程式における定数（Ｋ）は以下のとおりである。
ＫＣｅＳＩ＝ＫＣｂＳＩ＝－０．３３
ＫＣｅＳＩＩ＝１．０８
ＫＣｂＳＩＩ＝ＫＳＶＩ＝１．１１
ＫＣＦ＝１．１２
ＫＳＶＩＩ＝１０
これらの上記の定数は、健康な対照被験者について単一値（すなわち、１の値）を与えるように設定される。
ＫＣｅＳＩ＝ＫＣｂＳＩ＝－０．３３
ＫＣｅＳＩＩ＝１．０８
ＫＣｂＳＩＩ＝ＫＳＶＩ＝１．１１
ＫＣＦ＝１．１２
ＫＳＶＩＩ＝１０
これらの上記の定数は、健康な対照被験者について単一値（すなわち、１の値）を与えるように設定される。
上記の定められた値（ＣＦ，ＣｅＳ Ｉ，ＣｂＳ Ｉ，ＣｅＳ ＩＩ，ＣｂＳ ＩＩ，ＳＶ Ｉ，ＳＶ ＩＩ）は、１未満または１を越える値が取得された場合に見られるように計算される。単純化された値ＴＣＦ，ＴＣｅＳ Ｉ，ＴＣｂＳ Ｉ，ＴＣｅＳ ＩＩ，ＴＣｂＳ ＩＩ，ＴＳＶ ＩおよびＴＳＶ ＩＩは、次いで、対応する方程式が１を越える結果を与えたときに１（二進の真）、対応する方程式が１以下の結果を与えたときに０（二進の偽）として取得される。
次いで、脳機能スコアが以下のように定められた。
ＢＦＳ＝４ＣＦ＋４Ｍａｘ（ＣｅＳＩ，ＣｂＳＩ）＋４Ｍａｘ（ＣｅＳＩＩ，ＳＶＩ）＋Ｍａｘ（ＣｂＳＩＩ，ＳＶＩＩ）－３
得られた値は、表３に掲載される。
ＢＦＳ＝４ＣＦ＋４Ｍａｘ（ＣｅＳＩ，ＣｂＳＩ）＋４Ｍａｘ（ＣｅＳＩＩ，ＳＶＩ）＋Ｍａｘ（ＣｂＳＩＩ，ＳＶＩＩ）－３
得られた値は、表３に掲載される。
理論的には、上記の機能は、－３と１０との間の値を与えてよい。しかしながら、生体の脳では、表３におけるすべての数が０に等しくなることはほぼない。実施例では、臨床的に障害がある脳は約１の値であるべきであるが、一方、臨床的に健康な脳は最大値を得る。負の数は脳死、昏睡状態、厳しい脳症、または非常に厳しい障害がある脳状態のために残される。
表３は、各患者についてのＢＦＳ値を示す。ある人は、病気グループ間の違いを容易に区別してよい。結果は、患者の状態がどのくらい良好かを理解することを容易とする、１つの数しか有しない脳の状態を示す。
より進歩したアプローチは、以下の方程式を用いることによって取得される。
表４に掲載された上記の定数、すなわち、
これを用いて、ψ１－ψ６およびψｅｘｔが計算される。典型的には、１０００００を超える非常に大きい数または非常に０に近い数が取得される。本実施例の目的では、１０００００の閾値が「大きい数」を示すように用いられ、一方、１００００未満の数が「小さい数」を示す。中間の数は、結果に対する不確実性を示し、一方、過度の数（非常に高い、非常に低い）は高度の確実性を示す。
最後に、質問の以下のリストは、診断の指示を決定するように用いられた。
１）ψ６が大きい数であるか？そうであれば、脳状態指示パラメータはグリオーマを示す。
１）ψ６が大きい数であるか？そうであれば、脳状態指示パラメータはグリオーマを示す。
２）質問１）がいいえである場合、ψ５が大きい数でありψｅｘｔが小さい数であるか？そうであれば、脳状態指示パラメータはグリオーマを示す。
３）質問２）がいいえである場合、ψ１，ψ２およびψ３が大きい数であるか？そうであれば、脳状態指示パラメータは正常状態を示す。
３）質問２）がいいえである場合、ψ１，ψ２およびψ３が大きい数であるか？そうであれば、脳状態指示パラメータは正常状態を示す。
４）質問３）がいいえである場合、ψ４が小さい数でありψ５が大きい数であるか？そうであれば、脳状態指示パラメータはグリオーマを示す。
５）質問４）がいいえである場合、ψ１，ψ２，ψ３，ψ４，ψ５，ψ６およびψｅｘｔが大きい数であるか？そうであれば、脳状態指示パラメータはグリオーマを示す。
５）質問４）がいいえである場合、ψ１，ψ２，ψ３，ψ４，ψ５，ψ６およびψｅｘｔが大きい数であるか？そうであれば、脳状態指示パラメータはグリオーマを示す。
６）質問５）がいいえである場合、ψｅｘｔが大きい数でありＢＦＳが８以上か？そうであれば、脳状態指示パラメータはＭＣＩを示す。
７）質問６）がいいえである場合、脳状態指示パラメータはアルツハイマー病を示す。
７）質問６）がいいえである場合、脳状態指示パラメータはアルツハイマー病を示す。
上記の方法を評価して、以下の結果が取得された。
まず、健康から病気を区別するときに上記の方法がどのくらい正確であるかが評価され、結果が表５に示される。
まず、健康から病気を区別するときに上記の方法がどのくらい正確であるかが評価され、結果が表５に示される。
表５から理解されるように、脳状態指示パラメータによって、４７のうち１しか病気を有すると誤って示されなかった。
ＭＣＩからアルツハイマー病（ＡＤ）を区別するとき、結果が表６に示される。
ＭＣＩからアルツハイマー病（ＡＤ）を区別するとき、結果が表６に示される。
表６から、以下が結論付けられる。
感度＝１００％
特異性＝７１．４％
正の予測値（ＰＰＶ）＝８８．２％
負の予測値（ＮＰＶ）＝１００％
精度＝９０．９
グリオーマからＡＤを区別するとき、結果が表７に示される。
感度＝１００％
特異性＝７１．４％
正の予測値（ＰＰＶ）＝８８．２％
負の予測値（ＮＰＶ）＝１００％
精度＝９０．９
グリオーマからＡＤを区別するとき、結果が表７に示される。
表７から、以下が結論付けられる。
感度＝１００％
特異性＝９２．８％
ＰＰＶ＝９３．７％
ＮＰＶ＝１００％
精度＝９６．５％
ＭＣＩかグリオーマを区別するとき、結果が表８に示される。
表８から、以下が結論付けられる。
感度＝１００％
特異性＝１００％
ＰＰＶ＝１００％
ＮＰＶ＝１００％
精度＝１００％
精度に対する結果の総計は表９に示される。
表９から理解されるように、取得された総合的な精度は９１．４８％であった。
したがって、本発明に係る本記載の脳状態指示パラメータは、脳障害の存在に対しておよび特有の脳障害に対しての両方について、脳障害の非常に正確な指示を得ることが結論付けられた。
したがって、本発明に係る本記載の脳状態指示パラメータは、脳障害の存在に対しておよび特有の脳障害に対しての両方について、脳障害の非常に正確な指示を得ることが結論付けられた。
ＢＲ．脳
ＳＫ．頭蓋骨
ＬＣＥ．大脳の左半球
ＲＣＥ．大脳の右半球
ＬＣＢ．小脳の左半球
ＲＣＢ．小脳の右半球
ＢＳＩ．脳状態指示パラメータ
ＢＥＭ．脳エネルギー代謝指示子
ＳＥＭ．頭蓋骨エネルギー代謝指示子
ＳＥＧ．区分工程
ＤＢＩ．脳エネルギー代謝指示子を決定する工程
ＤＳＩ．頭蓋骨エネルギー代謝指示子を決定する工程
ＥＢＩ．脳状態指示パラメータの確立
ＭＥＳ．測定工程
ＤＦＰ．さらなるパラメータを決定する工程
ＥＤＩ．診断を確立する工程
ＴＲＴ．治療工程
ＢＳＤ．脳スキャンデバイス
ＳＵＢ．被験者
ＣＤ．コンピュータデバイス
ＢＳＳ．脳状態確立システム
ＳＫ．頭蓋骨
ＬＣＥ．大脳の左半球
ＲＣＥ．大脳の右半球
ＬＣＢ．小脳の左半球
ＲＣＢ．小脳の右半球
ＢＳＩ．脳状態指示パラメータ
ＢＥＭ．脳エネルギー代謝指示子
ＳＥＭ．頭蓋骨エネルギー代謝指示子
ＳＥＧ．区分工程
ＤＢＩ．脳エネルギー代謝指示子を決定する工程
ＤＳＩ．頭蓋骨エネルギー代謝指示子を決定する工程
ＥＢＩ．脳状態指示パラメータの確立
ＭＥＳ．測定工程
ＤＦＰ．さらなるパラメータを決定する工程
ＥＤＩ．診断を確立する工程
ＴＲＴ．治療工程
ＢＳＤ．脳スキャンデバイス
ＳＵＢ．被験者
ＣＤ．コンピュータデバイス
ＢＳＳ．脳状態確立システム
Claims (16)
- 脳障害を示す脳状態指示パラメータ（ＢＳＩ）を確立するための脳状態確立システム（ＢＳＳ）であって、
被験者（ＳＵＢ）の脳（ＢＲ）の少なくとも一部の脳エネルギー代謝指示子（ＢＥＭ）を決定し、前記被験者（ＳＵＢ）の頭蓋骨（ＳＫ）の少なくとも一部の頭蓋骨エネルギー代謝指示子（ＳＥＭ）を決定するように構成された脳スキャンデバイス（ＢＳＤ）と、
前記脳エネルギー代謝指示子（ＢＥＭ）を前記頭蓋骨エネルギー代謝指示子（ＳＥＭ）に少なくとも関連させることによって前記脳状態指示パラメータ（ＢＳＩ）を確立するように構成されたコンピュータデバイス（ＣＤ）と、を備える、脳状態確立システム（ＢＳＳ）。 - 前記関連させることは、前記脳エネルギー代謝指示子と前記頭蓋骨エネルギー代謝指示子との間の比率、または前記頭蓋骨エネルギー代謝指示子と前記脳エネルギー代謝指示子との間の比率を計算することを含む、請求項１に記載のシステム。
- 前記被験者の前記脳の前記脳エネルギー代謝指示子が決定される、請求項１または２に記載のシステム。
- 前記脳の前記一部は、５０％以上の最も活動的な神経線維を含む、請求項１～３のいずれか一項に記載のシステム。
- 前記コンピュータデバイスは、前記脳の右半球の少なくとも一部と前記脳の左半球の対応する部分との間の対称性の程度を確立するようにさらに構成されている、請求項１～４のいずれか一項に記載のシステム。
- 前記対称性の程度は、前記脳の右半球の少なくとも一部と前記脳の左半球の対応する部分との間の比率を含む、請求項５に記載のシステム。
- 前記脳エネルギー代謝指示子は、脳エネルギー代謝指示子分布から決定され、前記頭蓋骨エネルギー代謝指示子は、頭蓋骨エネルギー代謝指示子分布から決定される、請求項１～６のいずれか一項に記載のシステム。
- 前記コンピュータデバイスは、前記脳エネルギー代謝指示子分布における区分を、前記脳の１つまたは複数の部分における脳エネルギー代謝指示子を取得するべく行うようにさらに構成されている、請求項７に記載のシステム。
- 前記コンピュータデバイスは、前記被験者の前記脳の少なくとも一部の１つまたは複数のさらなる脳エネルギー代謝指示子を決定するようにさらに構成されている、請求項１～８のいずれか一項に記載のシステム。
- 前記被験者の前記頭蓋骨の少なくとも一部の１つまたは複数のさらなる頭蓋骨エネルギー代謝指示子を決定するようにさらに構成されている、請求項１～９のいずれか一項に記載のシステム。
- 前記脳エネルギー代謝指示子分布を、規則的な形状の複数の３次元区域へと分割することを含む区分を行うようにさらに構成されている、請求項７または８に記載のシステム。
- 前記脳エネルギー代謝指示子および前記頭蓋骨エネルギー代謝指示子は、磁気共鳴機能画像法（ｆＭＲＩ）ベースの技法、コンピュータ断層撮影（ＣＴ）スキャンベースの技法、陽電子放出断層法（ＰＥＴ）ベースの技法、脳磁図（ＭＥＧ）または脳波（ＥＥＧ）ベースの技法、単一光子放出コンピュータ断層撮影（ＳＰＥＣＴ）ベースの技法、または超音波ベースの技法からなる群から選択される神経画像技法によって決定される、請求項１～１１のいずれか一項に記載のシステム。
- 前記脳状態指示パラメータは前記脳障害の存在または不存在を示す指示を与える、請求項１～１２のいずれか一項に記載のシステム。
- 前記脳状態指示パラメータは前記脳障害の種類を示す指示を与える、請求項１～１３のいずれか一項に記載のシステム。
- 前記脳障害は、機能乖離、脳腫瘍、軽度認知障害（ＭＣＩ）、およびアルツハイマー病（ＡＤ）からなる群から選択される、請求項１～１４のいずれか一項に記載のシステム。
- 脳状態指示パラメータ指示は、大脳機能の表現と、前記脳エネルギー代謝指示子と前記頭蓋骨エネルギー代謝指示子との間の前記関連と、を含む、請求項１～１５のいずれか一項に記載のシステム。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DKPA201870707A DK180231B1 (en) | 2018-10-31 | 2018-10-31 | Method of establishing a brain status indication parameter and system therefor |
| DKPA201870707 | 2018-10-31 | ||
| PCT/DK2019/050327 WO2020088730A1 (en) | 2018-10-31 | 2019-10-30 | Method of establishing a brain status indication parameter and system therefor |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2022509347A JP2022509347A (ja) | 2022-01-20 |
| JPWO2020088730A5 JPWO2020088730A5 (ja) | 2022-11-08 |
| JP7430730B2 true JP7430730B2 (ja) | 2024-02-13 |
Family
ID=68426061
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021547641A Active JP7430730B2 (ja) | 2018-10-31 | 2019-10-30 | 脳状態指示パラメータを確立する方法および脳状態指示パラメータを確立するためのシステム |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US11969240B2 (ja) |
| EP (1) | EP3873339B1 (ja) |
| JP (1) | JP7430730B2 (ja) |
| CN (1) | CN113226168A (ja) |
| CA (1) | CA3118046A1 (ja) |
| DK (1) | DK180231B1 (ja) |
| WO (1) | WO2020088730A1 (ja) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050215889A1 (en) | 2004-03-29 | 2005-09-29 | The Board of Supervisory of Louisiana State University | Methods for using pet measured metabolism to determine cognitive impairment |
| US20070160277A1 (en) | 2006-01-12 | 2007-07-12 | Siemens Corporate Research, Inc. | System and Method For Segmentation of Anatomical Structures In MRI Volumes Using Graph Cuts |
| JP2010012176A (ja) | 2008-07-07 | 2010-01-21 | Hamamatsu Photonics Kk | 脳疾患診断システム |
| JP2010520478A (ja) | 2007-03-06 | 2010-06-10 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | Ｐｅｔ／ｍｒフロー推定を用いて補われる自動診断及び自動整列 |
| JP2011000439A (ja) | 2009-06-18 | 2011-01-06 | General Electric Co <Ge> | 画像内の領域を分離するための装置および方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040049134A1 (en) * | 2002-07-02 | 2004-03-11 | Tosaya Carol A. | System and methods for treatment of alzheimer's and other deposition-related disorders of the brain |
| US7738683B2 (en) | 2005-07-22 | 2010-06-15 | Carestream Health, Inc. | Abnormality detection in medical images |
| WO2008093057A1 (en) * | 2007-01-30 | 2008-08-07 | Ge Healthcare Limited | Tools for aiding in the diagnosis of neurodegenerative diseases |
| EP2686829B1 (en) * | 2011-03-18 | 2020-11-11 | Koninklijke Philips N.V. | Tracking brain deformation during neurosurgery |
| WO2014063005A1 (en) * | 2012-10-18 | 2014-04-24 | Washington University | Transcranialphotoacoustic/thermoacoustic tomography brain imaging informed by adjunct image data |
| CN104548390B (zh) * | 2014-12-26 | 2018-03-23 | 中国科学院深圳先进技术研究院 | 一种获得用于发射穿颅聚焦超声的超声发射序列的方法及系统 |
| CN108369642A (zh) * | 2015-12-18 | 2018-08-03 | 加利福尼亚大学董事会 | 根据头部计算机断层摄影解释和量化急症特征 |
| WO2018152339A1 (en) | 2017-02-17 | 2018-08-23 | Yale University | Radiolabeled pharmaceuticals and methods of making and using same |
-
2018
- 2018-10-31 DK DKPA201870707A patent/DK180231B1/en active IP Right Grant
-
2019
- 2019-10-30 WO PCT/DK2019/050327 patent/WO2020088730A1/en unknown
- 2019-10-30 JP JP2021547641A patent/JP7430730B2/ja active Active
- 2019-10-30 CA CA3118046A patent/CA3118046A1/en active Pending
- 2019-10-30 EP EP19797560.0A patent/EP3873339B1/en active Active
- 2019-10-30 CN CN201980081179.9A patent/CN113226168A/zh active Pending
- 2019-10-30 US US17/289,610 patent/US11969240B2/en active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050215889A1 (en) | 2004-03-29 | 2005-09-29 | The Board of Supervisory of Louisiana State University | Methods for using pet measured metabolism to determine cognitive impairment |
| US20070160277A1 (en) | 2006-01-12 | 2007-07-12 | Siemens Corporate Research, Inc. | System and Method For Segmentation of Anatomical Structures In MRI Volumes Using Graph Cuts |
| JP2010520478A (ja) | 2007-03-06 | 2010-06-10 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | Ｐｅｔ／ｍｒフロー推定を用いて補われる自動診断及び自動整列 |
| JP2010012176A (ja) | 2008-07-07 | 2010-01-21 | Hamamatsu Photonics Kk | 脳疾患診断システム |
| JP2011000439A (ja) | 2009-06-18 | 2011-01-06 | General Electric Co <Ge> | 画像内の領域を分離するための装置および方法 |
Non-Patent Citations (2)
| Title |
|---|
| Eivind Antonsen Segtnan et al.，Prognostic Implications of Total Hemispheric Glucose Metabolism Ratio in Cerebrocerebellar Diaschisis，Journal of Nuclear Medicine，Society of Nuclear Medicine & Molecular Imaging，2017年05月01日，Vol. 58, No. 5，pp. 768-773，DOI: 10.2967/jnumed.116.180398 |
| Xiao-Hong Zhu et al.，Quantitative imaging of brain energy metabolisms and neuroenergetics using in vivo X-nuclear 2H, 17O and 31P MRS at ultra-high field，Journal of Magnetic Resonance ，2018年06月01日，Vol. 292，pp. 155-170，DOI: 10.1016/j.jmr.2018.05.005 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113226168A (zh) | 2021-08-06 |
| EP3873339A1 (en) | 2021-09-08 |
| JP2022509347A (ja) | 2022-01-20 |
| EP3873339B1 (en) | 2024-05-15 |
| US20210393224A1 (en) | 2021-12-23 |
| US11969240B2 (en) | 2024-04-30 |
| CA3118046A1 (en) | 2020-05-07 |
| DK180231B1 (en) | 2020-08-28 |
| DK201870707A1 (en) | 2020-06-08 |
| WO2020088730A1 (en) | 2020-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Blenkmann et al. | iElectrodes: a comprehensive open-source toolbox for depth and subdural grid electrode localization | |
| Hong et al. | Automated detection of cortical dysplasia type II in MRI-negative epilepsy | |
| TWI668666B (zh) | 肝癌分群預測模型、其預測系統以及肝癌分群判斷方法 | |
| US10902596B2 (en) | Tomographic data analysis | |
| US8634614B2 (en) | System and method for volumetric analysis of medical images | |
| Mo et al. | Clinical value of machine learning in the automated detection of focal cortical dysplasia using quantitative multimodal surface-based features | |
| Gasca-Salas et al. | Parkinson’s disease with mild cognitive impairment: severe cortical thinning antedates dementia | |
| Chen et al. | Quantification of morphometry and intensity features of intracranial arteries from 3D TOF MRA using the intracranial artery feature extraction (iCafe): A reproducibility study | |
| Er et al. | Predicting the prognosis of MCI patients using longitudinal MRI data | |
| Memarian et al. | Quantitative analysis of structural neuroimaging of mesial temporal lobe epilepsy | |
| Çelebi et al. | Leveraging Deep Learning for Enhanced Detection of Alzheimer's Disease Through Morphometric Analysis of Brain Images. | |
| JP7430730B2 (ja) | 脳状態指示パラメータを確立する方法および脳状態指示パラメータを確立するためのシステム | |
| Chiaravalloti et al. | Cortical metabolic changes and clinical outcome in normal pressure hydrocephalus after ventriculoperitoneal shunt: Our preliminary results | |
| US11423543B2 (en) | Methods and apparatus for detecting injury using multiple types of magnetic resonance imaging data | |
| Dong et al. | Influence of MRI on Diagnostic Efficacy and Satisfaction of Patients with Alzheimer’s Disease | |
| US20200176120A1 (en) | Information output apparatus, information output method, and information output program | |
| Acer et al. | Measurement of the volume of the posterior cranial fossa using MRI | |
| Yan et al. | White Matter Changes as an Independent Predictor of Alzheimer’s Disease | |
| Werdiger et al. | Benchmark dataset for clot detection in ischemic stroke vessel-based imaging: CODEC-IV | |
| JP2021518205A (ja) | 神経学的検査システム | |
| Kim et al. | Ablation of apparent diffusion coefficient hyperintensity clusters in mesial temporal lobe epilepsy improves seizure outcomes after laser interstitial thermal therapy | |
| Kadhim et al. | Localizing the Thickness of Cortical Regions to Descriptor the Vital Factors for Alzheimer’s Disease Using UNET Deep Learning | |
| Avnioğlu | Possible Determinants of Brain Volumetric Alterations in Alzheimer’s Disease | |
| Huang et al. | Neurite orientation dispersion and density imaging reveals abnormal white matter and glymphatic function in active young boxers | |
| Joy Sebastian Prakash et al. | Measures of Diffusion Tensor Tractography of Regions Associated with Default Mode Network in Alzheimer’s Disease |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221028 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221028 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230606 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230906 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231129 |
|
| 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: 20240116 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240131 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7430730 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |