RU2007135627A - Способ и система для оценки неврологических состояний - Google Patents

Способ и система для оценки неврологических состояний Download PDF

Info

Publication number
RU2007135627A
RU2007135627A RU2007135627/14A RU2007135627A RU2007135627A RU 2007135627 A RU2007135627 A RU 2007135627A RU 2007135627/14 A RU2007135627/14 A RU 2007135627/14A RU 2007135627 A RU2007135627 A RU 2007135627A RU 2007135627 A RU2007135627 A RU 2007135627A
Authority
RU
Russia
Prior art keywords
control
subject
specified
group
biosignal
Prior art date
Application number
RU2007135627/14A
Other languages
English (en)
Inventor
Кристинн ДЖОНСЕН (IS)
Кристинн ДЖОНСЕН
Йоханссон, (Is)
Йоханссон
Стейнн ГУДМУНДССОН (IS)
Стейнн ГУДМУНДССОН
Йоханнес ХЕЛЬГАСОН (IS)
Йоханнес ХЕЛЬГАСОН
Original Assignee
Ментис Кура Ехф. (Is)
Ментис Кура Ехф.
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 Ментис Кура Ехф. (Is), Ментис Кура Ехф. filed Critical Ментис Кура Ехф. (Is)
Publication of RU2007135627A publication Critical patent/RU2007135627A/ru

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/05Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055Detecting, 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/369Electroencephalography [EEG]
    • A61B5/377Electroencephalography [EEG] using evoked responses
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/40Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4088Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03Computed tomography [CT]

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Psychiatry (AREA)
  • Neurology (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Psychology (AREA)
  • Signal Processing (AREA)
  • Epidemiology (AREA)
  • Mathematical Physics (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Hospice & Palliative Care (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)
  • Neurosurgery (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Primary Health Care (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Medicines That Contain Protein Lipid Enzymes And Other Medicines (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)

Abstract

1. Способ создания различительного сигнала для неврологического состояния, включающий следующие этапы: ! этап, на котором создают, по меньшей мере, одно соединение-зонд, обладающее нейрофизиологическим действием, ! этап, на котором получают данные биосигналов от субъекта, основанные на результатах измерений биосигналов, полученных из устройства измерения биосигналов, предназначенного для размещения на субъекте, причем указанные данные биосигналов получают после введения субъекту указанного соединения-зонда, ! этап, на котором создают идентичные контрольные данные биосигналов для контрольных субъектов, по меньшей мере, в одной контрольной группе после введения субъекту указанного соединения-зонда, причем в каждую группу включают контрольных субъектов, имеющих, по меньшей мере, одну общую характеристику, причем эти контрольные данные используют для: ! выполнения предварительного сканирования контрольных данных по каждому контрольному субъекту в одной и той же группе с целью идентификации корреляций между контрольными данными для контрольных субъектов в одной и той группе, причем идентифицированные корреляции используют в качестве критерия для определения контрольных признаков fi, iЄ{1, …, Nf} для контрольных субъектов в указанной одной и той же группе, ! - определения значений контрольных признаков для указанных контрольных признаков fi для каждого соответствующего контрольного субъекта, ! определения области VЄ{fi1, fi2, …, fiN}, содержащей элементы области fi1, fi2, …, fiN, причем каждый элемент области fim является сочетанием двух или более указанных контрольных признаков и определяет размерное пространство двух и�

Claims (24)

1. Способ создания различительного сигнала для неврологического состояния, включающий следующие этапы:
этап, на котором создают, по меньшей мере, одно соединение-зонд, обладающее нейрофизиологическим действием,
этап, на котором получают данные биосигналов от субъекта, основанные на результатах измерений биосигналов, полученных из устройства измерения биосигналов, предназначенного для размещения на субъекте, причем указанные данные биосигналов получают после введения субъекту указанного соединения-зонда,
этап, на котором создают идентичные контрольные данные биосигналов для контрольных субъектов, по меньшей мере, в одной контрольной группе после введения субъекту указанного соединения-зонда, причем в каждую группу включают контрольных субъектов, имеющих, по меньшей мере, одну общую характеристику, причем эти контрольные данные используют для:
выполнения предварительного сканирования контрольных данных по каждому контрольному субъекту в одной и той же группе с целью идентификации корреляций между контрольными данными для контрольных субъектов в одной и той группе, причем идентифицированные корреляции используют в качестве критерия для определения контрольных признаков fi, iЄ{1, …, Nf} для контрольных субъектов в указанной одной и той же группе,
- определения значений контрольных признаков для указанных контрольных признаков fi для каждого соответствующего контрольного субъекта,
определения области VЄ{fi1, fi2, …, fiN}, содержащей элементы области fi1, fi2, …, fiN, причем каждый элемент области fim является сочетанием двух или более указанных контрольных признаков и определяет размерное пространство двух или более признаков,
определения для каждого соответствующего пространства признаков, определенного указанным элементом области fim, распределения значений контрольных признаков для каждого из соответствующих контрольных субъектов,
использования распределения значений контрольных признаков указанных контрольных субъектов для определения вектора апостериорных вероятностей Рref=[p(fi1), р(fi2), …, р(fiN)] для каждого соответствующего контрольного субъекта, причем каждый соответствующий элемент p(fim) вектора апостериорных вероятностей Р указывает вероятность того, что контрольный субъект принадлежит к указанной группе в части указанных элементов области,
применения процесса фильтрации к указанным векторам апостериорных вероятностей, причем указанный процесс фильтрации основывают на удалении тех векторов или элементов векторов, которые выше или ниже заданного порогового значения, а оставшиеся векторы или элементы векторов используют для построения контрольного распределения для указанных контрольных субъектов как функции указанных элементов области,
этап, на котором указанные данные биосигналов от указанного субъекта используют для вычисления идентичного вектора апостериорных вероятностей Рsubj=[p(fi1), р(fi2), …, р(fiN)] для указанного субъекта,
отличающийся тем, что указанный различительный сигнал создают на основании сравнения указанного вектора апостериорных вероятностей для указанного субъекта Рsubj=[p(fi1), р(fi2), …, р(fiN)] с распределением указанных признаков или сочетаний признаков.
2. Способ по п.1, включающий также этап, на котором данные биосигналов от указанного субъекта и указанных контрольных субъектов получают до введения указанного соединения-зонда.
3. Способ по п.1, включающий также этап, на котором отбирают только те элементы в указанных векторах апостериорных вероятностей, которые имеют значение дисперсии выше заданного порогового значения.
4. Способ по п.1, отличающийся тем, что в указанные одно или несколько измерений биосигналов включают электроэнцефалографическое (ЭЭГ) измерение.
5. Способ по п.1, отличающийся тем, что неврологическое состояние выбирают из группы, состоящей из болезни Альцгеймера, рассеянного склероза, умственных состояний, включая депрессивные расстройства, биполярное расстройство и шизофренические расстройства, болезнь Паркинсона, эпилепсию, мигрень, сосудистую деменцию (VaD), лобно-височную деменцию, деменцию с тельцами Леви, болезнь Крейцфельда-Якоба и вариантную болезнь Крейцфельда-Якоба (vCJD) ("коровье бешенство").
6. Способ по п.1, отличающийся тем, что в указанные одно или несколько измерений биосигналов включают измерение биосигналов, выбранное из группы, состоящей из магнитно-резонансной томографии (МРТ), функциональной магнитно-резонансной томографии (ФМРТ), магнитоэнцефалографических (МЭГ) измерений, позитронной эмиссионной томографии (ПЭТ), сканирования путем компьютерной осевой томографии (КОТ) и эмиссионной компьютерной томографии одиночных фотонов (SPECT).
7. Способ по п.1, отличающийся тем, что указанное соединение-зонд выбирают из группы, состоящей из соединений из группы из лекарственных средств, воздействующих на γ-аминомасляную кислоту, включая пропофол и этомидат; барбитуратов, включая метогекситал, тиопентал, тиамилал, буталитал, тиабарбитал, гексобарбитал, пентобарбитал, секобарбитал, гексетал, буталбитал, циклобарбитал, талбутал, фенобарбитал, мефобарбитал и барбитал; бензодиазепинов, таких, как альпразолам, бромазепам, хлордиазепоксид, клобазам, клоназепам, клоразепат, клозапин, оланазапин диазепам, эстазолам, флунитразепам, флуразепам, галазепам, кетазолам, лопразолам, лоразепам, лорметазепам, медазепам, мидозолам, нитразепам, нордазепам, оксазепам, празепам, уазепам, темазепам и триазолам; холинергических агонистов, таких, как ацеклидин, AF-30, AF150, AF267B, альвамелин, ареколин, бетанехол, CDD-0102, CDD-0034-C, CDD-0097-A, цевимелин, CI 1017, цис-диоксолан, миламелин, мускарин, оксотреморин, пилокарпин, RS86, RU 35963, RU 47213, сабкомелин, SDZ-210-086, SR 46559А, талсаклидин, тазомелин, UH5, ксаномелин и YM 796; холинергических антагонистов, включая AF-DX 116, анизотропии, апрофен, AQ-RA 741, атропин, белладонна, бенактизин, бензтропин, BIBN 99, DIBD, цисаприд, клидиний, дарифенацин, дицикломин, гликопирролат, гоматропин, атропин, гиосциамин, ипратропий, мепензолат, метантелин, метскополамин, PG-9, пирензепин, пропантелин, SCH-57790; SCH-72788, SCH-217443, скополамин, тиотропий, толтеродин и тригениксифенидил; ингибиторов ацетилхолинэстеразы, включая 4-аминопиридин, 7-метокситакрин, амиридин, безипирдин, CHF2819, CI-1002, DMP 543, донепезил, эптастигмин, галантамин, гуперзин А, гуприн X, гуприн Y, MDL 73745, метрифонат, Р10358, Р11012, фенсерин, физостигмин, уйлостинмин, ривастинмин, Ro 46-5934, SM-10888, суронакрин, Т-82, такрин, ТАК-147, толсерин, трифторацетофенон, TV3326, велнакрин и зифросилон; усилителей выделения ацетилхолина, включая линопирдин и ХЕ991; усилителей поглощения холина, включая МКС-231 и Z-4105; никотиновых агонистов, включая АВТ-089, АВТ-418, GTS-21 и SIB-1553A; антагониста N-метил-D-аспартиновой кислоты (NMDA), включая кетамин и мемантин; ингибиторов серотонина, таких, как гидрохлорид цинансерина, фенклонин, фозанинмезилат и ксиламидинтозилат; антагонистов серотонина, включая тартрат альтансерина, амезергид, ципрогептадиен, гранизетрон, гомохлорциклизин, кетансерин, мескалин, миансерин, миртазапин, перлапин, пизотилин, оланзапин, ондансетрон, оксеротрон, ритансерин, гидрохлорид тропансерина и затосетрон; агонистов серотонина, включая 2-метилсеротонин, 8-OH-DPAT, буспирон, гепирон, ипсапирон, ризатриптан, суматриптан и золматриптан; ингибиторов повторного поглощения серотонина, включая циталопрам, оксалат эскиталопрама, флуоксетин, флувоксамин, пароксетин и сертралин; антагонистов дофамина, включая пимозид, уэтиапин, метоклопрамид, и предшественников дофамина, включая леводопу.
8. Способ по одному из пп.1-7, отличающийся тем, что в указанные одно или несколько измерений биосигналов включают электроэнцефалографическое (ЭЭГ) измерение.
9. Способ по одному из пп.1-7, отличающийся тем, что указанные два или несколько соединений используют для стимулирования двух или более разных нейрофизиологических воздействий.
10. Способ по одному из пп.1-7, включающий также этап, на котором до измерения биосигналов или во время его на субъект воздействуют сенсорным раздражителем.
11. Способ по одному из пп.1-7, отличающийся тем, что указанные признаки выбирают из группы, состоящей из абсолютной спектральной мощности активности дельта-диапазона, абсолютной спектральной мощности активности тета-диапазона, абсолютной спектральной мощности активности альфа-диапазона, абсолютной спектральной мощности активности бета-диапазона, абсолютной спектральной мощности активности гамма-диапазона, относительной спектральной мощности активности дельта-диапазона, относительной спектральной мощности активности тета-диапазона, относительной спектральной мощности активности альфа-диапазона, относительной спектральной мощности активности бета-диапазона, относительной спектральной мощности активности гамма-диапазона, общей спектральной мощности, пиковой частоты, медианной частоты, спектральной энтропии, показатель степени масштабирования в анализе флуктуации с исключенным трендом (флуктуации в альфа-диапазоне частот), показатель степени масштабирования в анализе флуктуации с исключенным трендом (флуктуации в бета-диапазоне частот) и полной энтропии.
12. Машинно-считываемые среды для хранения команд, чтобы позволить процессору выполнять вышеуказанные стадии способа по п.1.
13. Система, предназначенная для создания различительного сигнала для неврологического состояния субъекта после введения, по меньшей мере, одного соединения, обладающего нейрофизиологическим действием, содержащая:
блок приемника, предназначенный для приема данных биосигналов для субъекта из устройства измерения биосигналов после введения указанного, по меньшей мере, одного соединения,
внутреннее или внешнее запоминающее средство, предназначенное для хранения идентичных контрольных данных биосигналов для контрольных субъектов, по меньшей мере, в одной контрольной группе после введения указанного соединения-зонда,
процессор, предназначенный для использования указанных биосигналов для создания контрольного распределения путем:
выполнения предварительного сканирования контрольных данных по каждому контрольному субъекту в одной и той же группе с целью идентификации корреляций между контрольными данными для контрольных субъектов в одной и той группе, причем идентифицированные корреляции используются в качестве критерия для определения контрольных признаков fi, iЄ{1, …, Nf} для контрольных субъектов в указанной одной и той же группе,
определения значений контрольных признаков для указанных контрольных признаков fi для каждого соответствующего контрольного субъекта,
определения области VЄ{fi1, fi2, …, fiN}, содержащей элементы области fi1, fi2, …, fiN, причем каждый элемент области fim является сочетанием двух или более указанных контрольных признаков и определяет размерное пространство двух или более признаков,
определения для каждого соответствующего пространства признаков, определенного указанным элементом области fim, распределения значений контрольных признаков для каждого из соответствующих контрольных субъектов,
использования распределения значений контрольных признаков указанных контрольных субъектов для определения вектора апостериорных вероятностей Рref=[p(fi1), р(fi2), …, р(fiN] для каждого соответствующего контрольного субъекта, причем каждый соответствующий элемент p(fim) вектора апостериорных вероятностей Р указывает вероятность того, что контрольный субъект принадлежит к указанной группе в части указанных элементов области,
применения процесса фильтрации к указанным векторам апостериорных вероятностей, причем указанный процесс фильтрации основывается на удалении тех векторов или элементов векторов, которые выше или ниже заданного порогового значения, а оставшиеся векторы или элементы векторов используются для построения контрольного распределения для указанных контрольных субъектов как функции указанных элементов области,
процессор, предназначенный для использования указанных биосигналов от указанного субъекта для вычисления идентичного вектора апостериорной вероятности Рsubj=[p(fi1), р(fi2), …, р(fiN)], причем указанный предназначен для создания указанного различительного сигнала на основании сравнения вектора апостериорной вероятности для указанного субъекта с контрольным распределением.
14. Использование, по меньшей мере, одного соединения, выбранного из группы, состоящей из лекарственных средств, воздействующих на γ-аминомасляную кислоту, включая пропофол и этомидат; барбитуратов, включая метогекситал, тиопентал, тиамилал, буталитал, тиабарбитал, гексобарбитал, пентобарбитал, секобарбитал, гексетал, буталбитал, циклобарбитал, талбутал, фенобарбитал, мефобарбитал и барбитал; бензодиазепинов, таких, как альпразолам, бромазепам, хлордиазепоксид, клобазам, клоназепам, клоразепат, клозапин, оланазапин диазепам, эстазолам, флунитразепам, флуразепам, галазепам, кетазолам, лопразолам, лоразепам, лорметазепам, медазепам, мидозолам, нитразепам, нордазепам, оксазепам, празепам, уазепам, темазепам и триазолам; холинергических агонистов, таких, как ацеклидин, AF-30, AF150, AF267B, альвамелин, ареколин, бетанехол, CDD-0102, CDD-0034-C, CDD-0097-А, цевимелин, CI 1017, цис-диоксолан, миламелин, мускарин, оксотреморин, пилокарпин, RS86, RU 35963, RU 47213, сабкомелин, SDZ-210-086, SR 46559А, талсаклидин, тазомелин, UH5, ксаномелин и YM 796; холинергических антагонистов, включая AF-DX 116, анизотропин, апрофен, AQ-RA 741, атропин, белладонна, бенактизин, бензтропин, BIBN 99, DIBD, цисаприд, клидиний, дарифенацин, дицикломин, гликопирролат, гоматропин, атропин, гиосциамин, ипратропий, мепензолат, метантелин, метскополамин, PG-9, пирензепин, пропантелин, SCH-57790; SCH-72788, SCH-217443, скополамин, тиотропий, толтеродин и тригениксифенидил; ингибиторов ацетилхолинэстеразы, включая 4-аминопиридин, 7-метокситакрин, амиридин, безипирдин, CHF2819, CI-1002, DMP 543, донепезил, эптастигмин, галантамин, гуперзин А, гуприн X, гуприн Y, MDL 73745, метрифонат, Р10358, Р11012, фенсерин, физостигмин, уйлостинмин, ривастинмин, Ro 46-5934, SM-10888, суронакрин, Т-82, такрин, ТАК-147, толсерин, трифторацетофенон, TV3326, велнакрин и зифросилон; усилителей выделения ацетилхолина, включая линопирдин и ХЕ991; усилителей поглощения холина, включая МКС-231 и Z-4105; никотиновых агонистов, включая АВТ-089, АВТ-418, GTS-21 и SIB-1553A; антагониста М-метил-О-аспартиновой кислоты (NMDA), включая кетамин и мемантин; ингибиторов серотонина, таких, как гидрохлорид цинансерина, фенклонин, фозанинмезилат и ксиламидинтозилат; антагонистов серотонина, включая тартрат альтансерина, амезергид, ципрогептадиен, гранизетрон, гомохлорциклизин, кетансерин, мескалин, миансерин, миртазапин, перлапин, пизотилин, оланзапин, ондансетрон, оксеротрон, ритансерин, гидрохлорид тропансерина и затосетрон; агонистов серотонина, включая 2-метилсеротонин, 8-гидрокси-DPAT, буспирон, гепирон, ипсапирон, ризатриптан, суматриптан и золматриптан; ингибиторов повторного поглощения серотонина, включая циталопрам, оксалат эскиталопрама, флуоксетин, флувоксамин, пароксетин и сертралин; антагонистов дофамина, включая пимозид, уэтиапин, метоклопрамид, и предшественников дофамина, включая леводопу, при постановке диагноза неврологического состояния, отличающееся тем, что указанное соединение используется в качестве соединения-зонда.
15. Использование соединения скополамин для инициирования неврологической реакции на деменцию типа Альцгеймера (группа БА).
16. Использование программного обеспечения для сравнения данных, измеренных у контрольного субъекта, с данными, измеренными у субъекта с подозрением на неврологическое состояние, отличающееся тем, что указанное программное обеспечение способно выполнять следующие этапы:
этап, на котором используют принятые данные биосигналов, полученные из устройства измерения биосигналов, для определения одного или нескольких признаков, причем указанные данные биосигналов получают после введения указанного, по меньшей мере, одного соединения,
этап, на котором рассчитывают вектор апостериорных вероятностей для указанного субъекта в соответствии с векторами апостериорных вероятностей, полученных от контрольных субъектов, по меньшей мере, из одной группы, причем указанные векторы апостериорных вероятностей состоят из значений вероятностей, связанных с элементами признаков или элементами сочетаний признаков, определенными по данным биосигналов для указанных контрольных субъектов, причем указанные векторы апостериорных вероятностей дают в результате статистическое распределение указанных признаков или сочетаний признаков для указанных контрольных субъектов,
этап, на котором вектор апостериорных вероятностей для указанного субъекта сравнивают с распределением.
17. Способ оценки неврологического состояния у субъекта, включающий следующие этапы:
этап, на котором субъекту вводят соединение-зонд, обладающее нейрофизиологическим действием,
этап, на котором на субъекте выполняют одно или несколько измерений биосигналов для получения многомерных данных биосигналов;
этап, на котором указанные многомерные данные биосигналов анализируют многомерными аналитическими методами для определения присутствия различительной картины, указывающей, что субъект страдает указанным неврологическим состоянием или имеет предрасположенность к нему.
18. Способ по п.17, отличающийся тем, что указанные одно или несколько измерений биосигналов на субъекте включают электроэнцефалографическое измерение.
19 Способ по п.18, отличающийся тем, что измерения биосигналов выполняют как перед указанным введением указанного соединения-зонда, так и после него.
20. Способ по одному из пп.17-19, отличающийся тем, что неврологическое состояние выбирают из группы, состоящей из болезни Альцгеймера, рассеянного склероза, умственных состояний, включая депрессивные расстройства, биполярное расстройство и шизофренические расстройства, болезнь Паркинсона, эпилепсию, мигрень, сосудистую деменцию (VaD), лобно-височную деменцию, деменцию с тельцами Леви, болезнь Крейцфельда-Якоба и вариантную болезнь Крейцфельда-Якоба (vCJD) ("коровье бешенство").
21. Способ по п.20, отличающийся тем, что в указанные одно или несколько измерений биосигналов включают измерение биосигналов, выбранное из группы, состоящей из магнитно-резонансной томографии (МРТ), функциональной магнитно-резонансной томографии (ФМРТ), магнитоэнцефалографических (МЭГ) измерений, позитронной эмиссионной томографии (ПЭТ), сканирования путем компьютерной осевой томографии (КОТ) и эмиссионной компьютерной томографии одиночных фотонов (SPECT).
22. Способ по п.21, отличающийся тем, что указанное, по меньшей мере, одно соединение-зонд выбирают из группы соединений, определенных в п.5.
23. Способ по п.22, включающий также этап, на котором до электроэнцефалографического измерения или во время его на субъект воздействуют сенсорным раздражителем.
24. Способ по п.9, отличающийся тем, что указанную различительную картину получают способом по одному из пп.1-7.
RU2007135627/14A 2005-03-04 2006-03-03 Способ и система для оценки неврологических состояний RU2007135627A (ru)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
ISIS7727 2005-03-04
IS7727 2005-03-04

Publications (1)

Publication Number Publication Date
RU2007135627A true RU2007135627A (ru) 2009-04-10

Family

ID=36530018

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2007135627/14A RU2007135627A (ru) 2005-03-04 2006-03-03 Способ и система для оценки неврологических состояний

Country Status (9)

Country Link
US (1) US20090220429A1 (ru)
EP (1) EP1861003A1 (ru)
JP (1) JP2008531158A (ru)
CN (1) CN101155548A (ru)
BR (1) BRPI0608448A2 (ru)
CA (1) CA2603913A1 (ru)
NO (1) NO20074590L (ru)
RU (1) RU2007135627A (ru)
WO (1) WO2006094797A1 (ru)

Families Citing this family (54)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180146879A9 (en) * 2004-08-30 2018-05-31 Kalford C. Fadem Biopotential Waveform Data Fusion Analysis and Classification Method
CA2653532A1 (en) * 2006-06-09 2007-12-13 Bracco Spa Method of processing multichannel and multivariate signals and method of classifying sources of multichannel and multivariate signals operating according to such processing method
CN101743549A (zh) * 2007-06-07 2010-06-16 曼提斯库拉Ehf.公司 用于产生反映医学状态的严重程度的定量测量的系统和方法
CN102047255B (zh) * 2008-03-26 2016-08-03 赛拉诺斯股份有限公司 医疗信息系统
US9202140B2 (en) * 2008-09-05 2015-12-01 Siemens Medical Solutions Usa, Inc. Quotient appearance manifold mapping for image classification
JP5252345B2 (ja) * 2008-09-30 2013-07-31 国立大学法人金沢大学 レビー小体型認知症の判定方法、判定装置並びにプログラム
US20110112426A1 (en) * 2009-11-10 2011-05-12 Brainscope Company, Inc. Brain Activity as a Marker of Disease
US8579812B2 (en) * 2009-12-15 2013-11-12 Brainscope Company, Inc. System and methods for management of disease over time
US8577451B2 (en) * 2009-12-16 2013-11-05 Brainscope Company, Inc. System and methods for neurologic monitoring and improving classification and treatment of neurologic states
EP2526500A2 (en) * 2010-01-18 2012-11-28 Elminda Ltd. Method and system for weighted analysis of neurophysiological data
US8706668B2 (en) * 2010-06-02 2014-04-22 Nec Laboratories America, Inc. Feature set embedding for incomplete data
WO2012077313A1 (ja) * 2010-12-06 2012-06-14 国立大学法人岡山大学 認知症の発症の有無を確認するための方法及び装置
US10238329B2 (en) 2010-12-17 2019-03-26 The Trustees Of Columbia University In The City Of New York Apparatus, method and computer-accessible medium for diagnosing and subtyping psychiatric diseases
WO2013011515A1 (en) 2011-07-20 2013-01-24 Elminda Ltd. Method and system for estimating brain concussion
US20130109995A1 (en) * 2011-10-28 2013-05-02 Neil S. Rothman Method of building classifiers for real-time classification of neurological states
US9269046B2 (en) 2012-01-18 2016-02-23 Brainscope Company, Inc. Method and device for multimodal neurological evaluation
US9510756B2 (en) * 2012-03-05 2016-12-06 Siemens Healthcare Gmbh Method and system for diagnosis of attention deficit hyperactivity disorder from magnetic resonance images
CN102715890A (zh) * 2012-07-10 2012-10-10 崔德华 一种基于角度辨别筛查诊断早期老年痴呆症的装置
GB201212544D0 (en) * 2012-07-13 2012-08-29 Univ York Device to determine extent of dyskinesia
EP2895970B1 (en) * 2012-09-14 2018-11-07 InteraXon Inc. Systems and methods for collecting, analyzing, and sharing bio-signal and non-bio-signal data
US10606353B2 (en) 2012-09-14 2020-03-31 Interaxon Inc. Systems and methods for collecting, analyzing, and sharing bio-signal and non-bio-signal data
WO2014076698A1 (en) 2012-11-13 2014-05-22 Elminda Ltd. Neurophysiological data analysis using spatiotemporal parcellation
US20150351657A1 (en) * 2013-01-17 2015-12-10 Sensodetect Ab Method And System For Monitoring Depth Of Anaesthesia And Sensory Functioning
CN105188525A (zh) * 2013-03-14 2015-12-23 珀西斯特发展公司 用于计算定量eeg的方法和系统
US20140358025A1 (en) * 2013-05-29 2014-12-04 Keshab K. Parhi System and apparatus for seizure detection from EEG signals
WO2015071901A2 (en) 2013-11-13 2015-05-21 Elminda Ltd. Method and system for managing pain
US11257593B2 (en) 2014-01-29 2022-02-22 Umethod Health, Inc. Interactive and analytical system that provides a dynamic tool for therapies to prevent and cure dementia-related diseases
CN105095901B (zh) * 2014-04-30 2019-04-12 西门子医疗保健诊断公司 用于处理尿液沉渣图像的待处理区块的方法和装置
WO2016113718A1 (en) 2015-01-16 2016-07-21 Puneet Agarwal System and method to diagnose and predict different systemic disorders and mental states
US10702208B2 (en) 2015-03-31 2020-07-07 Cerenion Oy Apparatus and method for electroencephalographic examination
IL294038A (en) * 2015-12-04 2022-08-01 Univ Iowa Res Found Device, systems and methods for prediction, screening and monitoring of encephalopathy / delirium
CN105534977A (zh) * 2016-01-14 2016-05-04 山东大学 T型钙离子通道抑制剂nnc55-0396在制备抗神经退行性疾病药物中的应用
CN105559779A (zh) * 2016-03-01 2016-05-11 夏鹏 一种通过脑电频谱进行认知评价的方法
WO2017153911A1 (en) * 2016-03-10 2017-09-14 RG Innovations PTE LTD. Microelectronic sensor for use in hypersensitive microphones
WO2019064136A1 (en) * 2017-09-27 2019-04-04 Mor Research Applications Ltd. MICRO-STATE ANALYSIS OF EEG
US12042293B2 (en) 2016-09-27 2024-07-23 Mor Research Applications Ltd. EEG microstates analysis
WO2018060878A1 (en) 2016-09-27 2018-04-05 Mor Research Applications Ltd. Eeg microstates for controlling neurological treatment
KR101841716B1 (ko) 2016-10-13 2018-03-23 광주과학기술원 Svm을 이용하여 쇼크 가능한 리듬과 쇼크불가능한 리듬을 분류하는 방법
WO2018075685A1 (en) * 2016-10-18 2018-04-26 The Regents Of The University Of California Method for positron emission tomography (pet) imaging analysis for classifying and diagnosing of neurological diseases
WO2019060298A1 (en) 2017-09-19 2019-03-28 Neuroenhancement Lab, LLC METHOD AND APPARATUS FOR NEURO-ACTIVATION
JP6722845B2 (ja) * 2017-10-03 2020-07-15 株式会社国際電気通信基礎技術研究所 判別装置、うつ症状の判別方法、うつ症状のレベルの判定方法、うつ病患者の層別化方法、うつ症状の治療効果の判定方法及び脳活動訓練装置
US11717686B2 (en) 2017-12-04 2023-08-08 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement to facilitate learning and performance
EP3731749A4 (en) 2017-12-31 2022-07-27 Neuroenhancement Lab, LLC NEURO-ACTIVATION SYSTEM AND METHOD FOR ENHANCING EMOTIONAL RESPONSE
US11364361B2 (en) 2018-04-20 2022-06-21 Neuroenhancement Lab, LLC System and method for inducing sleep by transplanting mental states
WO2020056418A1 (en) 2018-09-14 2020-03-19 Neuroenhancement Lab, LLC System and method of improving sleep
US11786694B2 (en) 2019-05-24 2023-10-17 NeuroLight, Inc. Device, method, and app for facilitating sleep
CN110292377B (zh) * 2019-06-10 2022-04-01 东南大学 基于瞬时频率和功率谱熵融合特征的脑电信号分析方法
CN112568912B (zh) * 2019-09-12 2024-05-14 江西盛梦科技有限公司 一种基于非侵入式脑电信号的抑郁症生物标记物辨识方法
CN111568414B (zh) * 2020-05-22 2022-05-10 中国人民解放军东部战区总医院 基于功能影像学的癫痫活动检测方法及系统
WO2021237429A1 (en) * 2020-05-25 2021-12-02 Center For Excellence In Brain Science And Intelligence Technology, Chinese Academy Of Sciences A systematic device and scheme to assess the level of consciousness disorder by using language related brain activity
US11250723B1 (en) * 2020-11-04 2022-02-15 King Abdulaziz University Visuospatial disorders detection in dementia using a computer-generated environment based on voting approach of machine learning algorithms
CN112674762A (zh) * 2020-12-28 2021-04-20 江苏省省级机关医院 一种基于可穿戴惯性传感器的帕金森震颤评估装置
CN112603335B (zh) * 2020-12-29 2023-10-17 深圳航天科技创新研究院 脑电情感识别方法、系统、设备及存储介质
CN113143275B (zh) * 2021-03-24 2022-04-26 杭州电子科技大学 一种样本与特征质量联合量化评估的脑电疲劳检测方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5083571A (en) * 1988-04-18 1992-01-28 New York University Use of brain electrophysiological quantitative data to classify and subtype an individual into diagnostic categories by discriminant and cluster analysis
US5230346A (en) * 1992-02-04 1993-07-27 The Regents Of The University Of California Diagnosing brain conditions by quantitative electroencephalography
US6622036B1 (en) * 2000-02-09 2003-09-16 Cns Response Method for classifying and treating physiologic brain imbalances using quantitative EEG
ATE417547T1 (de) * 2002-01-04 2009-01-15 Aspect Medical Systems Inc Anordnung und methode zur einstufung seelischer störungen unter verwendung von eeg
AU2003213123A1 (en) * 2002-02-19 2003-09-09 Lexicor Medical Technology, Inc. Systems and methods for managing biological data and providing data interpretation tools
US20050144042A1 (en) * 2002-02-19 2005-06-30 David Joffe Associated systems and methods for managing biological data and providing data interpretation tools

Also Published As

Publication number Publication date
JP2008531158A (ja) 2008-08-14
EP1861003A1 (en) 2007-12-05
BRPI0608448A2 (pt) 2009-12-29
CA2603913A1 (en) 2006-09-14
NO20074590L (no) 2007-12-03
US20090220429A1 (en) 2009-09-03
WO2006094797A1 (en) 2006-09-14
CN101155548A (zh) 2008-04-02

Similar Documents

Publication Publication Date Title
RU2007135627A (ru) Способ и система для оценки неврологических состояний
Rabiner et al. A database of [11C] WAY-100635 binding to 5-HT1A receptors in normal male volunteers: normative data and relationship to methodological, demographic, physiological, and behavioral variables
Bai et al. Topologically convergent and divergent structural connectivity patterns between patients with remitted geriatric depression and amnestic mild cognitive impairment
Li et al. White matter microstructure changes in the thalamus in Parkinson disease with depression: a diffusion tensor MR imaging study
Wahlund et al. Visual rating and volumetry of the medial temporal lobe on magnetic resonance imaging in dementia: a comparative study
Schuitemaker et al. Microglial activation in healthy aging
Schlaffke et al. Multi‐center evaluation of stability and reproducibility of quantitative MRI measures in healthy calf muscles
Chan et al. Case control study of diffusion tensor imaging in Parkinson’s disease
Rauhalammi et al. Native myocardial longitudinal (T1) relaxation time: regional, age, and sex associations in the healthy adult heart
Kantarci et al. 1H MR spectroscopy in common dementias
Busse et al. Value of combined midbrain sonography, olfactory and motor function assessment in the differential diagnosis of early Parkinson's disease
Tovar-Moll et al. Thalamic involvement and its impact on clinical disability in patients with multiple sclerosis: a diffusion tensor imaging study at 3T
Pike et al. Multiple sclerosis: magnetization transfer MR imaging of white matter before lesion appearance on T2-weighted images
López et al. Searching for primary predictors of conversion from mild cognitive impairment to Alzheimer’s disease: a multivariate follow-up study
Lin et al. Use of combined conventional and quantitative MRI to quantify pathology related to cognitive impairment in multiple sclerosis
Froeling et al. Reproducibility of diffusion tensor imaging in human forearm muscles at 3.0 T in a clinical setting
Brooks et al. Stimulus site and modality dependence of functional activity within the human spinal cord
Kropholler et al. Evaluation of reference tissue models for the analysis of [11C](R)-PK11195 studies
Ciccarelli et al. Assessing neuronal metabolism in vivo by modeling imaging measures
Kurt et al. Optimization of a multifrequency magnetic resonance elastography protocol for the human brain
Kumar et al. Prediction of upper extremity motor recovery after subacute intracerebral hemorrhage through diffusion tensor imaging: a systematic review and meta-analysis
Hasan et al. Diffusion tensor metrics, T2 relaxation, and volumetry of the naturally aging human caudate nuclei in healthy young and middle‐aged adults: Possible implications for the neurobiology of human brain aging and disease
Shimada et al. Dementia with Lewy bodies can be well‐differentiated from Alzheimer's disease by measurement of brain acetylcholinesterase activity—a [11C] MP4A PET study
Codari et al. MRI‐derived biomarkers related to sarcopenia: A systematic review
Clément et al. Test–retest reliability of fMRI verbal episodic memory paradigms in healthy older adults and in persons with mild cognitive impairment

Legal Events

Date Code Title Description
FA92 Acknowledgement of application withdrawn (lack of supplementary materials submitted)

Effective date: 20101102