【技术实现步骤摘要】
用于脑活动解析的系统与方法分案信息本申请是申请日为2016年2月16日、申请号为201680022201.9、专利技术名称为“用于脑活动解析的系统与方法”的中国专利技术专利申请的分案申请。相关申请的交叉引用本申请要求2015年2月16日提交的美国临时专利申请序列号No.62/116,647的优先权，其全部内容以引用方式并入本文。
本专利技术的领域涉及一种用于监测受试者的大脑状态、健康和健壮程度的方法和系统。
技术介绍
脑电图(EEG)是一种监测脑电活动的方法。它通常是非侵入性的，其中电极沿着头皮放置，然而，在特定应用中可以使用侵入性电极。EEG测量由大脑神经元内的离子电流引起的电压波动。然而，EEG电极的灵敏度将检测限制在靠近每个电极的脑的小区域，从而限制EEG的空间分辨率。功能磁共振成像(fMRI)是另一种监测脑活动的方法。然而，磁共振成像仪是一种庞大且昂贵的临床装置，其既不能在诊所外使用，也不能以连续的方式使用。附图说明本文仅通过示例的方式参照附图来描述本专利技术的一些实施例。现在详细地具体参考附图，应该强调的是，所示的细节是作为示例并且为了说明性地讨论本专利技术的实施例的目的。在这方面，使用附图进行的描述使得熟悉本领域的技术人员显而易知可以如何实施本专利技术的实施例。图1示出了根据本专利技术的一些实施例的记录电极的屏幕截图。图2示出了根据本专利技术的一些实施例的受试者的脑活动特征的记录表示的示例的屏幕截图。图3A和图...
【技术保护点】
1.一种计算机实施的方法，包括：/na.实时地由专门编程的处理器获得表示特定个体的脑活动的电信号数据；/nb.基于与特定脑状态相关联的预定预测因子，实时地处理所述表示特定个体的脑活动的电信号数据，所述预测因子选自包含多个预定预测因子的预测因子库，其中每个个体预定预测因子与唯一的脑状态相关联，/n其中与特定脑状态相关联的所述预定预测因子包括：/ni.预定的母小波，/nii.由所述预定的母小波产生的预定的代表性小波包原子集，/niii.小波包原子的预定排序，以及/niv.预定的归一化因子集，/n其中所述处理包括：/ni.利用所述预定的代表性小波包原子集由所述专门编程的处理器将所述电信号数据解构成多个预定的解构小波包原子，/n其中所述电信号数据的时间窗口投射到所述预定的代表性小波包原子集上，/n其中所述投射经由卷积或内积，以及/n其中每个预定的代表性小波包原子对应于来自多个预定脑活动特征库的特定预定脑活动特征；/nii.将所述多个预定的解构小波包原子存储在至少一个计算机数据对象中；/niii.基于利用预定顺序由所述专门编程的处理器使所述存储的多个预定的解构小波包原子在所述计算机数据对象内重新...
【技术特征摘要】
20150216 US 62/116,6471.一种计算机实施的方法，包括：
a.实时地由专门编程的处理器获得表示特定个体的脑活动的电信号数据；
b.基于与特定脑状态相关联的预定预测因子，实时地处理所述表示特定个体的脑活动的电信号数据，所述预测因子选自包含多个预定预测因子的预测因子库，其中每个个体预定预测因子与唯一的脑状态相关联，
其中与特定脑状态相关联的所述预定预测因子包括：
i.预定的母小波，
ii.由所述预定的母小波产生的预定的代表性小波包原子集，
iii.小波包原子的预定排序，以及
iv.预定的归一化因子集，
其中所述处理包括：
i.利用所述预定的代表性小波包原子集由所述专门编程的处理器将所述电信号数据解构成多个预定的解构小波包原子，
其中所述电信号数据的时间窗口投射到所述预定的代表性小波包原子集上，
其中所述投射经由卷积或内积，以及
其中每个预定的代表性小波包原子对应于来自多个预定脑活动特征库的特定预定脑活动特征；
ii.将所述多个预定的解构小波包原子存储在至少一个计算机数据对象中；
iii.基于利用预定顺序由所述专门编程的处理器使所述存储的多个预定的解构小波包原子在所述计算机数据对象内重新排序；
iv.获得每个所述重新排序的多个预定的解构小波包原子的活动的统计测量；以及
v.基于利用预定的归一化因子对所述重新排序的多个预定小波包原子进行归一化；以及
c.基于所述处理来输出所述特定个体的至少一个个性化精神状态的视觉指示、所述特定个体的至少一个个性化神经病症的视觉指示或两者的视觉指示，
其中与所述多个预定预测因子中的特定脑状态相关联的个体预定预测因子通过以下步骤产生，所述步骤包括：
i.通过以下方式获得所述预定的代表性小波包原子集：
a.由所述专门编程的处理器从多个个体获得表示特定脑状态的脑活动的至少一份多个电信号数据；
b.从多个母小波中选择母小波，
其中母小波选自小波族，该小波族选自由以下组成的群组：Haar、CoifletDaubehies和Mayer小波族；
c.使用所述选择的母小波由所述专门编程的处理器将所述至少一份多个电信号数据解构成多个小波包原子；
d.将所述多个小波包原子存储在至少一个计算机数据对象中；
e.使用所述预定的母小波确定最佳的小波包原子集，并将所述最佳的小波包原子集存储在至少一个计算机数据对象中，
其中所述确定经由利用最优基算法；以及
f.由所述专门编程的处理器对所述最佳集中的多个小波包原子施加小波去噪；
ii.通过以下方式获得小波包原子的所述预定排序：
a.由所述专门编程的处理器将表示所述至少一份多个电信号数据的每个时间窗口的脑活动的所述数据投射到所述预定的代表性小波包原子集上；
b.将所述投射存储在至少一个计算机数据对象中；
c.通过确定不同信道与其相邻信道的投射的统计测量的平均绝对距离，由所述专门编程的处理器确定所述投射中每个数据点的线长；
d.将所述线长数据存储在至少一个计算机数据对象中；以及
e.由所述专门编程的计算机重新排序所述存储的投射，以最小化跨越每个时间窗口、跨越所述多个个体内的所有个体以及跨越所述投射的所述线长值的统计值；以及
iii.通过以下方式获得预定的归一化因子集：
a.由所述专门编程的计算机确定所述存储的投射的所述值的平均值和标准偏差。
2.根据权利要求1所述的计算机实施的方法，其中每个时间窗口是四秒时间窗口。
3.根据权利要求1所述的计算机实施的方法，其中所述重新排序的所述统计值选自由以下组成的群组：所述小波包原子的绝对差之和的平均值和所述小波包原子(1-相关)之和的平均值。
4.根据权利要求1所述的计算机实施的方法，其中使用位于特定个体的前额上的两个电极来记录表示所述特定个体的脑活动的所述电信号数据。
5.根据权利要求1所述的计算机实施的方法，其中所述特定个体的至少一个个性化精神状态的所述视觉指示用于在所述特定个体中识别潜在的精神状态、潜在的神经病症，或潜在的精神状态和潜在的神经病症的组合，其中所述专门编程的计算机利用至少一个机器学习算法，其选自由以下组成的群组：逻辑回归建模、支持向量机建模和深度学习建模，以将至少一个特定脑状态分配给所述特定个体的至少一个个性化精神状态的所述视觉指示，其中所述至少一个特定脑状态与精神状态、神经病症，或精神状态和神经病症的组合相关联。
6.根据权利要求5所述的计算机实施的方法，其中将至少一个特定脑状态分配给所述特定个体的至少一个个性化精神状态的所述视觉指示识别出与特定神经病症相关联的所述特定个体的脑中的至少一个神经网络中的异常。
7.根据权利要求6所述的计算机实施的方法，其中所述特定个体的脑中的至少一个神经网络中的所述异常用于诊断具有神经病症的所述特定个体。
8.根据权利要求6所述的计算机实施的方法，其中所述神经病症选自由以下组成的群组：阿尔茨海默病、痴呆、应激、疲劳、焦虑、癫痫、创伤性脑损伤、认知功能丧失、昏迷、与自闭症或自闭症谱系障碍相关联的对外部刺激缺乏反应或作出不适当反应、注意力不集中和睡眠障碍。
9.根据权利要求5所述的计算机实施的方法，其中使用所述至少一个特定脑状态来确定所述特定个体的情绪状态。
10.根据权利要求1所述的计算机实施的方法，其中所述特定个体正在接受治疗，并且使用所述特定个体的至少一个个性化精神状态的所述视觉指示来确定所述治疗的有效性。
11.根据权利要求1所述的计算机实施的方法，其中所述特定个体正在接受治疗，并且使用所述特定个体的至少一个个性化精神状态的所述视觉指示来确定待施用的所述治疗的性质。
12.根据权利要求1所述的计算机实施的方法，其中所述特定个体正在接受治疗，并且使用所述特定个体的至少一个个性化精神状态的所述视觉指示来确定所述治疗的持续时间。
13.根据权利要求1所述的计算机实施的方法，其中所述特定个体正在接受治疗，并且使用所述特定个...
【专利技术属性】
技术研发人员：内森·英特拉托，
申请(专利权)人：内森·英特拉托，
类型：发明
国别省市：以色列;IL
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。