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
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。
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。
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)。
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。
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。
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。
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、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。
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、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。
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。
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、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。
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。
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、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。
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。
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、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。
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、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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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 |