[发明专利]用于神经生理学数据的加权分析的方法和系统

权利要求书

1.一种分析神经生理学数据的方法，包括：

识别数据中的活动相关特征，每个特征均是数据特征的向量；

对所述向量进行分类以便提供多个集群；

针对至少一对集群，计算从由以下项构成的组中选择的至少一个集群属性：(i)相应集群对中的向量数；(ii)所述相应集群对中的向量数的可变性；(iii)与所述相应集群对的每个集群相关联的时间窗的宽度；(iv)将所述相应集群对分开的延迟差；(v)与所述相应集群对相关联的信号的幅度；(vi)与所述相应集群对相关联的信号的频率；以及(vii)限定所述集群的空间窗口的宽度；

构造具有多个节点的大脑网络活动(BNA)图案，所述多个节点分别代表所述多个集群；以及

为所述大脑网络活动图案中的每个节点对分配连接性权重，其中，所述连接性权重包括基于所述至少一个集群属性计算的权重指数。

2.根据权利要求1所述的方法，其中，对于每个集群，数据特征的每个向量均对应于从不同对象获得的数据。

3.根据权利要求1所述的方法，其中，对于每个集群，数据特征的所有向量都对应于从同一对象但响应于不同的刺激所获得的数据。

4.一种用于分析对象的神经生理学数据的方法，包括：

识别数据中的特征以及特征间关系；

将所述特征和所述特征间关系与基准神经生理学数据的特征和特征间关系相比较，以识别所述对象的所述数据中的活动相关特征，每个特征均是数据特征的向量；

对所述向量进行分类以便提供多个集群；

针对至少一对集群，计算从由以下项构成的组中选择的至少一个集群属性：(i)相应集群对中的向量数；(ii)所述相应集群对中的向量数的可变性；(iii)与所述相应集群对的每个集群相关联的时间窗的宽度；(iv)将所述相应集群对分开的延迟差；(v)与所述相应集群对相关联的信号的幅度；(vi)与所述相应集群对相关联的信号的频率；以及(vii)限定所述集群的空间窗口的宽度；

构造具有多个节点的大脑网络活动(BNA)图案，所述多个节点分别代表所述数据特征的向量的所述多个集群；以及

为所述大脑网络活动图案中的每个节点对分配连接性权重，所述连接性权重包括基于所述至少一个集群属性计算的权重指数。

5.根据权利要求4所述的方法，其中，所述基准神经生理学数据对应于从对象的组或子组中获取的数据。

6.根据权利要求4所述的方法，其中，所述基准神经生理学数据对应于先前从同一对象中获取的历史数据。

7.根据权利要求4至6中任一项所述的方法，其中，提供所述基准神经生理学数据的所述特征和所述特征间关系作为至少一个先前注释的大脑网络活动图案，其中所述至少一个先前注释的大脑网络活动图案为先前注释的大脑网络活动图案的数据库中的条目。

8.根据权利要求7所述的方法，其中，所述方法还包括：针对所述数据库中的每个条目来构造大脑网络活动图案。

9.根据权利要求7所述的方法，还包括响应于所述比较，提取关于大脑状况的预后信息。

10.根据权利要求7所述的方法，其中，所述至少一个先前注释的大脑网络活动图案包括至少一个被注释为正常的大脑网络活动图案以及至少一个被注释为异常的大脑网络活动图案。

11.根据权利要求10所述的方法，还包括：

在执行所述对象或概念化执行任务之前、期间和/或之后，从所述对象的大脑获取所述神经生理学数据；以及

向所述对象提供关于所述对象的所述大脑网络活动图案与所述先前注释的大脑网络活动图案之间的相似性的反馈。

12.根据权利要求10所述的方法，其中，所述被注释为异常的至少一个大脑网络活动图案包括对应于注意缺陷多动障碍(ADHD)被注释的至少一个大脑网络活动图案。

13.根据权利要求10所述的方法，其中，所述被注释为异常的至少一个大脑网络活动图案包括对应于阿尔茨海默氏症(AD)被注释的至少一个大脑网络活动图案。

14.根据权利要求10所述的方法，其中，所述被注释为异常的至少一个大脑网络活动图案包括对应于轻度认知损害(MCI)被注释的至少一个大脑网络活动图案。