[发明专利]使用个体患者数据及治疗性脑网络图的疗效及/或治疗性参数推荐在审

专利信息
申请号: 201880078009.0 申请日: 2018-11-09
公开(公告)号: CN111801046A 公开(公告)日: 2020-10-20
发明(设计)人: 方中南;李镇亨 申请(专利权)人: 勒维斯公司
主分类号: A61B5/00 分类号: A61B5/00;A61B5/0476;A61B5/055;A61B5/05;A61B6/03;G16B5/00;G16H20/70;G06N3/04;G06F17/18;G06K9/62
代理公司: 北京律盟知识产权代理有限责任公司 11287 代理人: 林彦
地址: 美国加利*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 使用 个体 患者 数据 治疗 网络图 疗效 参数 推荐
【权利要求书】:

1.一种方法,其包括:

获得患者的神经状态的个体患者数据;

获得治疗的治疗性脑网络反应图;及

基于所述神经状态的所述数据与所述脑网络反应图的比较来预测所述患者的所述治疗的疗效。

2.根据权利要求1所述的方法,其中预测所述治疗的所述疗效包括:

将所述个体患者数据及所述治疗性脑网络反应图作为输入提供到所述治疗的统计预测模型;及

使用所述统计预测模型来预测所述治疗的所述疗效。

3.根据权利要求2所述的方法,其中所述统计预测模型包括特征提取技术,所述特征提取技术经配置以从关于神经状态的所述个体患者数据及所述脑网络反应图提取特征。

4.根据权利要求3所述的方法,其中所述特征包括所述个体患者数据与所述脑网络反应图之间的重叠区域。

5.根据权利要求2所述的方法,其中所述统计预测模型包括:

卷积核,其经配置以从所述神经状态的所述个患者数据及所述治疗性脑网络反应图提取特征。

6.根据权利要求5所述的方法,其中在训练所述治疗的所述统计预测模型期间学习所述卷积核中的值。

7.根据权利要求5所述的方法,其进一步包括将每一卷积核与所述个体患者数据及所述治疗性脑网络反应图重复相乘,及将结果作为像素存储在多个特征图中。

8.根据权利要求7所述的方法,其中所述统计预测模型进一步包括深度卷积神经网络,所述深度卷积神经网络包括经配置以从所述特征图提取进一步特征的堆叠卷积、修正线性单元及池化层。

9.根据权利要求8所述的方法,其进一步包括基于来自所述特征图的所述进一步特征来预测所述疗效。

10.根据权利要求2所述的方法,其进一步包括使用所述统计预测模型来预测所述治疗的参数。

11.根据权利要求1的方法,其中所述治疗包括迷走神经刺激且所述神经状态包括癫痫发作。

12.根据权利要求11所述的方法,其中所述神经状态的所述个体患者数据包括指示癫痫发作产生及传播的脑区与这些区之间的通路的癫痫样棘波或癫痫发作网络图像的数据。

13.根据权利要求1所述的方法,其中获得所述神经状态的所述个体患者数据包括使用脑电图EEG或脑磁图MEG,且其中获得所述治疗性脑网络反应图包括使用功能性磁共振成像fMRI、正电子发射断层扫描PET及/或单光子发射计算机断层扫描SPECT。

14.根据权利要求1所述的方法,其中获得所述神经状态的所述个体患者数据包括使用分群平均棘波及源定位,使用棘波ICA分析及源定位,使用癫痫发作网络分析或其组合。

15.根据权利要求14所述的方法,其中获得所述个体患者数据包括将数据投影到脑空间上,识别所述神经状态涉及的脑区,计算癫痫发作脑区之间的通路或其组合。

16.根据权利要求1所述的方法,其中所述治疗性脑网络反应图对应于对使用某一参数集进行所述治疗的脑反应。

17.一种系统,其包括:

至少一个处理器;及

计算机可读媒体,其编码有指令,所述指令在由所述至少一个处理器执行时致使所述系统:

将患者的神经状态的图像数据及治疗性脑网络反应图作为输入提供到治疗的统计预测模型;且

使用所述统计预测模型来预测所述治疗的疗效。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于勒维斯公司,未经勒维斯公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201880078009.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top