【技术实现步骤摘要】
【国外来华专利技术】判别装置、抑郁症状的判别方法、抑郁症状的水平的判断方法、抑郁症患者的分类方法、抑郁症状的治疗效果的判断方法和脑活动训练装置
本专利技术涉及一种判别装置、抑郁症状的判别方法、抑郁症状的水平的判断方法、抑郁症患者的分类方法、抑郁症状的治疗效果的判断方法和脑活动训练装置。
技术介绍
(生物标记物)用于量化生物信息以定量地掌握活体内的生物变化的指标被称为“生物标记物”。美国食品和药物管理局(FDA)将生物标记物定义为“被测量为正常生物过程、致病过程或对暴露或干预(包括治疗干预)的反应的指标的特性”。此外，使用以疾病的状态或变化或治愈的程度为特征的生物标记物作为用于核实新药在临床试验中的有效性的代用标记物(替代标记物)。血糖水平或胆固醇水平等是作为生活方式疾病的指标的代表性的生物标记物。在生物标记物中，不仅包括来自于活体的尿液或血液中包含的物质，而且还包括心电图、血压、PET图像、骨密度和肺功能等。此外，由于基因组分析或蛋白质组分析的发展，发现了与例如DNA、RNA和活体蛋白有关的各种生物标记物。
【技术保护点】
1.一种判别装置，包括：/n存储装置，其被配置为存储：/n程序；以及/n用于识别分类器的信息，所述分类器是基于通过使用脑活动检测设备预先且按时间顺序对表示在静息状态下包括健康个体和抑郁症患者的多个参与者的各大脑的多个预定区域的脑活动的信号进行测量所获得的信号、通过分类器生成处理所生成的，/n生成所述分类器，以基于从所述多个预定区域的功能连接中经由机器学习、通过特征选择而选择为与抑郁症状的疾病标签相关的多个功能连接的加权和，来判别抑郁症状的疾病标签；/n处理器；以及/n接口，其设置在所述处理器和所述存储装置之间，/n其中，所述处理器被配置为在所述程序处于执行中时，通过使用经由...
【技术特征摘要】 【专利技术属性】
【国外来华专利技术】20171003 JP 2017-193897;20180116 JP 2018-0051101.一种判别装置，包括：
存储装置，其被配置为存储：
程序；以及
用于识别分类器的信息，所述分类器是基于通过使用脑活动检测设备预先且按时间顺序对表示在静息状态下包括健康个体和抑郁症患者的多个参与者的各大脑的多个预定区域的脑活动的信号进行测量所获得的信号、通过分类器生成处理所生成的，
生成所述分类器，以基于从所述多个预定区域的功能连接中经由机器学习、通过特征选择而选择为与抑郁症状的疾病标签相关的多个功能连接的加权和，来判别抑郁症状的疾病标签；
处理器；以及
接口，其设置在所述处理器和所述存储装置之间，
其中，所述处理器被配置为在所述程序处于执行中时，通过使用经由所述接口从所述存储装置获取到的所述分类器来生成针对被检者的抑郁症状的分类结果，由此执行用于判断该被检者是否有抑郁症状的处理，以及
其中，所选择的多个功能连接包括从以下项中所选择的至少一个功能连接：
左背外侧前额叶皮质与左楔前叶和左后扣带回皮质之间的第一功能连接；以及
左额下回鸟盖部与右背内侧前额叶皮质和右辅助运动区之间的第二功能连接。
2.根据权利要求1所述的判别装置，其中，所述分类器生成处理包括：从通过稀疏典型相关分析提取为与抑郁症状的疾病标签具体相关的功能连接中，通过使用稀疏逻辑回归的特征选择来计算所述多个功能连接的加权和。
3.根据权利要求1或2所述的判别装置，
其中，所选择的多个功能连接包括所述第一功能连接和所述第二功能连接这两者，以及
其中，生成所述分类器，以基于功能连接的相关矩阵的元素的加权和来判别抑郁症状的疾病标签。
4.根据权利要求3所述的判别装置，其中，在所述第一功能连接和所述第二功能连接分别对应于表1所示的功能连接识别号1和2的情况下，所选择的多个功能连接还包括从表1所示的功能连接识别号3至12中所选择的至少一个功能连接：
[表1]
5.根据权利要求1至4中任一项所述的判别装置，其中，抑郁症状是伴有忧郁型抑郁症的症状。
6.一种判别装置，包括：
存储装置，其被配置为存储：
程序；以及
用于识别分类器的信息，所述分类器是基于通过使用脑活动检测设备预先且按时间顺序对表示在静息状态下包括健康个体和抑郁症患者的多个参与者的各大脑的多个预定区域的脑活动的信号进行测量所获得的信号、通过分类器生成处理所生成的，
生成所述分类器，以基于从所述多个预定区域的功能连接中经由机器学习、通过特征选择而选择为与抑郁症状的疾病标签相关的多个功能连接的加权和，来判别抑郁症状的疾病标签；
处理器；以及
接口，其设置在所述处理器和所述存储装置之间，
其中，所述处理器被配置为：
在所述程序处于执行中时，
通过使用经由所述接口从所述存储装置获取到的所述分类器，针对对静息状态下的被检者测量到的功能连接的相关矩阵的元素，来生成用于评价抑郁症状的指标值，
将所述指标值与预先针对所述多个功能连接中的各功能连接根据抑郁症状的水平所设置的指标值的基准范围进行比较，以及
确定为所述被检者具有与包括所述指标值的基准范围相对应的抑郁症状的水平，由此执行用于判断抑郁症状的水平的处理，以及
其中，所选择的多个功能连接包括从以下项中所选择的至少一个功能连接：
左背外侧前额叶皮质与左楔前叶和左后扣带回皮质之间的第一功能连接；以及
左额下回鸟盖部与右背内侧前额叶皮质和右辅助运动区之间的第二功能连接。
7.一种判别装置，包括：
存储装置，其被配置为存储：
程序；以及
用于识别分类器的信息，所述分类器是基于通过使用脑活动检测设备预先且按时间顺序对表示在静息状态下包括健康个体和抑郁症患者的多个参与者的各大脑的多个预定区域的脑活动的信号进行测量所获得的信号、通过分类器生成处理所生成的，
生成所述分类器，以基于从所述多个预定区域的功能连接中经由机器学习、通过特征选择而选择为与抑郁症状的疾病标签相关的多个功能连接的加权和，来判别抑郁症状的疾病标签；
处理器；以及
接口，其设置在所述处理器和所述存储装置之间，
其中，所述处理器被配置为：
在所述程序处于执行中时，
通过使用经由所述接口从所述存储装置获取到的所述分类器，针对第一时间点在静息状态下对被检者测量到的功能连接的相关矩阵的元素，来生成用于评价抑郁症状的第一值，
通过使用所述分类器，针对第二时间点在静息状态下对相同被检者测量到的大脑内部的相同功能连接的相关矩阵的元素，来生成用于评价抑郁症状的第二值，所述第二时间点是在治疗开始之后且比所述第一时间点晚的时间点，以及
将所述第一值与所述第二值进行比较，以基于以下的标准i)和/或标准ii)来执行用于判别对该被检者的治疗效果的处理：
i)在所述第二值与所述第一值相比有所改善的情况下，确定为所述治疗对于被检者的抑郁症状的改善是有效的，以及
ii)在所述第二值与所述第一值相比没有改善的情况下，确定为所述治疗对被检者的抑郁症状的改善是无效的，以及
其中，所选择的多个功能连接包括从以下项中所选择的至少一个功能连接：
左背外侧前额叶皮质与左楔前叶和左后扣带回皮质之间的第一功能连接；以及
左额下回鸟盖部与右背内侧前额叶皮质和右辅助运动区之间的第二功能连接。
8.一种判别装置，包括：
存储装置，其被配置为存储程序；以及
处理器，
其中，所述处理器被配置为：
在所述程序处于执行中、并且将抑郁症状分类为预先设置的多个亚类的情况下，
针对对静息状态下的被检者测量到的功能连接的相关矩阵的元素，来生成用于评价抑郁症状的指标值，
将所述指标值与预先针对所述功能连接中的各功能连接根据所述多个亚类中的各亚类所设置的指标值的基准范围进行比较，以及
确定为所述被检者具有与包括所述指标值的基准范围相对应的所述多个亚类其中之一，由此执行用于对抑郁症患者进行分类的处理，以及
其中，所述功能连接包括从以下项中所选择的至少一个功能连接：
左背外侧前额叶皮质与左楔前叶和左后扣带回皮质之间的第一功能连接；以及
左额下回鸟盖部与右背内侧前额叶皮质和右辅助运动区之间的第二功能连接。
9.一种程序，用于使得计算机执行根据权利要求1至8中任一项所述的判别装置的功能。
10.一种判别方法，用于辅助判断有抑郁症状的被检者，所述判别方法包括以下步骤：
针对对静息状态下的被检者测量到的功能连接的相关矩阵的元素，来生成用于评价抑郁症状的指标值，所述功能连接包括从以下项中所选择的至少一个功能连接：
左背外侧前额叶皮质与左楔前叶和左后扣带回皮质之间的第一功能连接，以及
左额下回鸟盖部与右背内侧前额叶皮质和右辅助运动区之间的第二功能连接；以及
在所述指标值超过基准值的情况下，确定为所述被检者有抑郁症状。
11.根据权利要求10所述的判别方法，
其中，所述指标值是基于通过使用脑活动检测设备预先且按时间顺序对表示在静息状态下包括健康个体和抑郁症患者的多个参与者的各大脑的多个预定区域的脑活动的信号进行测量所获得的信号、根据通过分类器生成处理所计算出的加权和而生成的，以及
其中，所述分类器生成处理包括：在经由机器学习提取与抑郁症状的疾病标签相关的特征时，计算所述多个预定区域的功能连接的加权和。
12.根据权利要求11所述的判别方法，其中，所述分类器生成处理包括：从通过稀疏典型相关分析提取为与抑郁症状的疾病标签具体相关的功能连接中，通过使用稀疏逻辑回归的特征选择来计算所述功能连接的加权和。
13.根据权利要求10至12中任一项所述的判别方法，
其中，所述功能连接包括所述第一功能连接和所述第二功能连接这两者，以及
其中，所述指标值是功能连接的相关系数的加权和。
14.根据权利要求13所述的判别方法，其中，在所述第一功能连接和所述第二功能连接分别对应于表2所示的功能连接识别号1和2的情况下，所述功能连接还包括从表2所示的功能连接识别号3至12中所选择的至少一个功能连接：
[表2]
15.根据权利要求10至14中任一项所述的判别方法，其中，抑郁症状是伴有忧郁型抑郁症的症状。
16.根据权利要求10至15中任一项所述的判别方法，其中，所述指标值是通过分类器生成处理所生成的分类器基于通过使用脑活动检测设备预先且按时间顺序对表示在静息状态下包括健康个体和抑郁症患者的多个参与者的各大脑的多个预定区域的脑活动的信号进行测量所获得的信号而生成的，其中生成所述分类器，以基于从所述多个预定区域的功能连接中经由机器学习、通过特征选择而选择为与抑郁症状的疾病标签相关的多个功能连接的加权和，来判别抑郁症状的疾病标签。
17.一种判别方法，用于辅助判断被检者的抑郁症状的水平，所述判别方法包括以下步骤：
针对对静息状态下的被检者测量到的功能连接的相关矩阵的元素，来生成用于评价抑郁症状的指标值，所述功能连接包括从以下项中所选择的至少一个功能连接：
左背外侧前额叶皮质与左楔前叶和左后扣带回皮质之间的第一功能连接，以及
左额下回鸟盖部与右背内侧前额叶皮质和右辅助运动区之间的第二功能连接；
将所述指标值与预先针对所述功能连接中的各功能连接根据抑郁症状的水平所设置的指标值的基准范围进行比较；以及
确定为所述被检者具有与包括所述指标值的基准范围相对应的抑郁症状的水平。
18.一种判别方法，用于辅助判断针对被检者的治疗效果，所述判别方法包括以下步骤：
针对在第一时间点在静息状态下对被检者测量到的功能连接的相关矩阵的元素，来生成用于评价抑郁症状的第一值，所述功能连接包括从以下项中所选择的至少一个功能连接：
左背外侧前额叶皮质与左楔前叶和左后扣带回皮质之间的第一功能连接，以及
左额下回鸟盖部与右背内侧前额叶皮质和右辅助运动区之间的第二功能连接；
针对在第二时间点在静息状态下对相同被检者测量到的大脑内部的相同功能连接的相关矩阵的元素，来生成用于评价抑郁症状的第二值，所述第二时间点是在治疗开始之后且比所述第一时间点晚的时间点；
将所述第一值与所述第二值进行比较；以及
在所述第二值与所述第一值相比有所改善的情况下，确定为所述治疗对于改善被检者的抑郁症状是有效的。
19.根据权利要求18所述的判别方法，还包括以下步骤：在确定步骤之后，提示继续所述治疗。
20.根据权利要求18或19所述的判别方法，其中，所述治疗是从以下项中所选择的至少一种：药物疗法、神经反馈疗法、无抽搐电休克疗法和重复经颅磁刺激。
21.根据权利要求18或19所述的判别方法，
其中，所述治疗是药物治疗，以及
其中，所述功能连接包括：
左背外侧前额叶皮质与左楔前叶和左后扣带回皮质之间的第一功能连接；以及
左额下回鸟盖部与右背内侧前额叶皮质和右辅助运动区之间的第二功能连接。
22.一种判别方法，用于辅助判断针对被检者的治疗效果，所述判别方法包括以下步骤：
针对在第一时间点在静息状态下对被检者测量到的功能连接的相关矩阵的元素，来生成用于评价抑郁症状的第一值，所述功能连接包括从以下项中所选择的至少一个功能连接：
左背外侧前额叶皮质与左楔前叶和左后扣带回皮质之间的第一功能连接，以及
左额下回鸟盖部与右背内侧前额叶皮质和右辅助运动区之间的第二功能连接；
针对在第二时间点在静息状态下对相同被检者测量到的大脑内部的相同功能连接的相关矩阵的元素，来生成用于评价抑郁症状的第二值，所述第二时间点是在治疗开始之后且比所述第一时间点晚的时间点；
将所述第一值与所述第二值进行比较；以及
在所述第二值与所述第一值相比没有改善的情况下，确定为所述治疗对于改善被检者的抑郁症状是无效的。
23.根据权利要求22所述的判别方法，还包括以下步骤：在确定步骤之后，提示结束所述治疗。
24.根据权利要求22所述的判别方法，还包括以下步骤：在确定步骤之后，提示所述治疗要改变为其它治疗。
25.根据权利要求22至24中任一项所述的判别方法，其中，所述治疗是从以下项中所选择的至少一种：药物疗法、神经反馈疗法、无抽搐电休克疗法和重复经颅磁刺激。
26.根据权利要求22至24中任一项所述的判别方法，
其中，所述治疗是药物治疗，以及
其中，所述功能连接包括：
左背外侧前额叶皮质与左楔前叶和左后扣带回皮质之间的第一功能连接；以及
左额下回鸟盖部与右背内侧前额叶皮质和右辅助运动区之间的第二功能连接。
27.一种判别方法，用于辅助对抑郁症患者进行分类，所述判别方法包括以下步骤：
在将抑郁症状分类为预先设置的多个亚类的情况下，
针对对静息状态下的被检者测量到的功能连接的相关矩阵的元素，来生成用于评价抑郁症状的指标值，所述功能连接包括从以下项中所选择的至少一个：
左背外侧前额叶皮质与左楔前叶和左后扣带回皮质之间的第一功能连接，以及
左额下回鸟盖部与右背内侧前额叶皮质和右辅助运动区之间的第二功能连接；
将所述指标值与预先针对所述功能连接中的各功能连接根据所述多个亚类中的各亚类所设置的指标值的基准范围进行比较；以及
确定为所述被检者具有与包括所述指标值的基准范围相对应的所述多个亚类其中之一。
28.一种判别装置，包括：
存储装置，其被配置为存储：
程序；以及
用于识别分类器的信息，所述分类器是基于通过使用脑活动检测设备预先且按时间顺序对表示在静息状态下包括健康个体和抑郁症患者的多个参与者的各大脑的多个预定区域的脑活动的信号进行测量所获得的信号、通过分类器生成处理所生成的，
生成所述分类器，以在将抑郁症状分类为预先设置的多个亚类的情况下，基于从所述多个预定区域的功能连接中经由机器学习通过特征选择而选择为与抑郁症的亚类的标签相关的多个功能连接的加权和，针对与所述多个功能连接相对应的要判别的相关矩阵的元素来判别抑郁症的亚类的标签；
处理器，其被配置为在所述程序处于执行中时，通过基于所述加权和以及所述要判别的相关矩阵的元素判别所述多个亚类其中之一，来执行用于对抑郁症患者进行分类的处理，
其中，所选择的多个功能连接包括从以下项中所选择的至少一个：
左背外侧前额叶皮质与左楔前叶和左后扣带回皮质之间的第一功能连接；以及
左额下回鸟盖部与右背内侧前额叶皮质和右辅助运动区之间的第二功能连接。
29.一种判别装置，包括处理器，所述处理器被配置为：
执行分类器生成处理，所述分类器生成处理用于使用通过针对多个被检者测量从表3所示的功能连接识别号1至12中所选择的多个功能连接的第一时间点的相关性以及所述多个功能连接的第二时间点的相关性而获得的信息，由此预先生成分类器，所述分类器被配置为在所述多个功能连接的所述第一时间点和所述第二时间点的相关性的差所展开的相关状态空间中，区分所述多个被检者中的表现出治疗效果的一组被检者与所述多个被检者中的未表现出治疗效果的一组被检者，所述第二时间点被设置为在治疗开始之后且比所述第一时间点晚；
计算在所述第一时间点在静息状态下被检者的大脑内部的所述多个功能连接的第一相关性；
计算在所述第二时间点在静息状态下相同被检者的大脑内部的所述多个功能连接的第二相关性；以及
技术研发人员：朱塞佩·里斯，森本淳，川人光男，山田贵志，市川奈穗，冈本泰昌，
申请(专利权)人：株式会社国际电气通信基础技术研究所，国立大学法人广岛大学，
类型：发明
国别省市：日本;JP
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。