[发明专利]用于处理视网膜信号数据和标识状况的系统和方法

权利要求书

1.一种用于生成与第一状况对应的数学模型的方法，所述方法能够由计算机系统的至少一个处理器执行，所述方法包括：

接收与多个患者对应的经标记的视网膜信号数据的多个数据集，其中，每个数据集包括患者的视网膜信号数据和标记，其中，所述标记指示所述患者是否患有所述第一状况；

从所述视网膜信号数据提取特征集合；

从所述特征集合中选择特征子集，其中，所述特征子集对应于所述第一状况的生物标志物；以及

基于所述特征子集来确定将所述第一状况与第二状况区分开的一个或更多个分类器。

2.根据权利要求1所述的方法，其中，所述特征集合包括电压、电路阻抗、信号收集时间、采样频率、光刺激同步时间、光刺激偏移、或哪些视网膜区域被照射的指示。

3.根据权利要求1至2中的任一项所述的方法，其中，所述特征集合包括眼睛位置、瞳孔尺寸、所施加的亮度的强度、光刺激的频率、视网膜信号采样的频率、照射的波长、照射时间、背景波长、或背景亮度。

4.根据权利要求1至3中的任一项所述的方法，其中，所述一个或更多个分类器将所述第一状况的生物征迹与所述第二状况的生物征迹区分开。

5.根据权利要求4所述的方法，还包括：基于每个特征与所述第一状况的生物征迹的相关性来对所述特征集合进行排名，并且其中，选择所述特征子集包括选择所述特征集合中的排名最高的特征。

6.根据权利要求1至5中的任一项所述的方法，还包括：

接收与所述多个患者对应的临床信息辅因子，其中，每个数据集包括所述患者的临床信息辅因子；以及

选择所述临床辅因子的子集，其中，所述临床辅因子的子集中的所述临床辅因子影响所述生物标志物的检测。

7.根据权利要求6所述的方法，其中，所述临床信息辅因子指示相应患者的年龄、性别、皮肤色素沉着或虹膜颜色。

8.根据权利要求6至7中的任一项所述的方法，其中，确定所述一个或更多个分类器包括基于所述临床辅因子的子集来确定所述一个或更多个分类器。

9.根据权利要求1至8中的任一项所述的方法，还包括：基于所述一个或更多个分类器来生成所述数学模型。

10.根据权利要求1至9中的任一项所述的方法，还包括：

向所述数学模型输入与患者对应的视网膜信号数据和临床信息辅因子；以及

由所述数学模型输出所述患者患有所述第一状况的预测可能性。

11.根据权利要求1至9中的任一项所述的方法，还包括：

向所述数学模型输入与患者对应的视网膜信号数据和临床信息辅因子；以及

由所述数学模型输出所述患者不患有所述第一状况的预测可能性。

12.根据权利要求1至11中的任一项所述的方法，其中，所述第一状况是精神分裂症、躁郁症、重性抑郁症或精神病。

13.根据权利要求1至12中的任一项所述的方法，其中，所述第一状况是创伤后精神紧张性障碍、中风、物质滥用、强迫症、阿尔茨海默症、帕金森症、多发性硬化、孤独症或注意力缺损症。

14.根据权利要求1至13中的任一项所述的方法，其中，所述视网膜信号数据具有4kHz至24kHz之间的采样频率。

15.根据权利要求1至14中的任一项所述的方法，其中，所述视网膜信号数据是在200毫秒至500毫秒的信号收集时间内收集的。

16.根据权利要求1至15中的任一项所述的方法，其中，所述视网膜信号数据包括在捕捉所述视网膜信号数据时连续记录的接收电路的阻抗成分。