[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

说明书

公开了用于预测患者患有一个或更多个状况的可能性的方法和系统。可以接收与患者对应的视网膜信号数据。可以从视网膜信号数据提取视网膜信号特征。可以从视网膜信号特征提取描述符。可以将描述符应用于第一数学模型和第二数学模型。第一数学模型可以对应于第一状况。第二数学模型可以对应于第二状况。可以生成第一状况的第一预测概率。可以生成第二状况的第二预测概率。可以输出第一预测概率和第二预测概率。

对相关申请的交叉引用

本申请要求于2020年3月26日提交的美国临时专利申请第63/000,055号、于2020年6月12日提交的美国临时专利申请第63/038,257号、以及于2021年2月15日提交的美国临时专利申请第63/149,508号的权益，上述美国临时专利申请的全部内容通过引入并入本文。

技术领域

本技术涉及用于处理通过光刺激生成的视网膜信号数据的系统和方法。

背景技术

临床医师可能希望确定患者是否患有医学状况，例如精神状况或神经状况。临床医师可以将患者与已知标准进行比较，以确定患者患有的状况。在一些情况下，患者可能符合多个状况，并且临床医师可能难以或不可能在这些状况之间进行区分。如果临床医师具有工具来帮助确定和/或确认患者是否患有医学状况以及/或者在这些状况之间进行区分，则可能是优选的。

本技术的目的是改善现有技术中存在的限制中的至少一些限制。

发明内容

已基于开发者对与用于确定医学状况的现有系统相关联的某些缺点的认识开发了本技术的实施方式。

状况(例如，精神、心理或神经状况，例如精神分裂症，第一型躁郁症或抑郁症)的生物标志物和/或生物征迹(biosignature)的标识可以使得医疗保健专业人员能够对状况作出更早的确定，当存在多个候选状况时标识患者患有的状况，以及/或者进行早期和可能预防性干预。这种医学状况的早期确定可以改善患者的治疗和/或其预后。

本技术的实施方式是基于开发者的观察而开发的，其中在视网膜电流图(ERG)中获得的数据可以提供对确定医学状况的一些洞察。然而，现有的收集和分析视网膜电流图(ERG)的方法仅能够从捕捉到的电信号中收集和分析有限的信息量。已发现，关于对光刺激的视网膜响应而收集的信息量的扩展使得能够产生具有更高的信息密度、更高的信息量和/或附加类型的信息的视网膜信号数据。该视网膜信号数据实现电信号和/或其他数据的多模态映射，并且使得能够检测特定于某些状况的多模态映射中的附加特征。多模态映射可以包括视网膜信号数据的多个参数，例如时间、频率、光刺激参数和/或任何其他参数。

本技术的实施方式形成了基于视网膜信号数据的处理来确定医学状况的改进方法的基础，该视网膜信号数据与传统的ERG数据相比具有更多的信息量、更多的信息密度和/或附加类型的信息细节，并且在本文中将其命名为“视网膜信号处理和分析”(RSPA)。在某些实施方式中，该视网膜信号数据允许包含多种信息的数据集的数学模型、视网膜信号特征的标识、以及使用例如视网膜信号特征标识视网膜信号数据中的生物标志物和/或生物征迹的能力。本技术的某些非必要的实施方式还提供用于收集视网膜信号数据的方法，该视网膜信号数据与ERG数据相比具有更多的信息量，更多的信息密度和/或附加类型的信息。