用于处理子处理区域之间的连接性值的系统和方法技术方案

本公开涉及用于访问数据结构的系统和方法，该数据结构包括识别受试者的受试者标识符和从提供给受试者的扫描或测试中的至少一个得出的受试者连接性值，该受试者连接性值表示与受试者的神经系统的至少一个子处理区域相关联的连接的大小；比较受试者连接性值和连接性阈值以确定受试者的分类；确定受试者连接性值超过连接性阈值，在数据结构中存储受试者标识符和与第一分类相对应的第一分类值之间的关联，或者确定受试者连接性值小于连接性阈值，以及在数据结构中存储受试者标识符和对应于第二分类的第二分类值之间的关联。

【技术实现步骤摘要】
【国外来华专利技术】用于处理子处理区域之间的连接性值的系统和方法相关申请的交叉引用本申请要求2018年3月28日提交的美国临时申请No.62/649,469的权益和优先权，其全部公开内容通过引用并入本文。政府支持本专利技术是在美国国立卫生研究院(NationalInstitutesofHealth)授予的授权号为5K23MH099223的政府支持下完成的。政府拥有本专利技术的某些权利。
技术介绍
提供对本技术的背景的以下描述仅仅是为了帮助理解本技术，并且不被允许描述或构成本技术的现有技术。连接性值可以使用诸如成像的一种或多种方法来确定。连接性值可以指示一个条件。通过影响连接性值的改变，可以改善某些条件。
技术实现思路
在一个方面，本公开提供一种数据处理系统，其具有硬件存储装置，该硬件存储装置存储一个或多个数据结构以及用于处理存储在一个或多个数据结构中的数据值的可执行逻辑。该数据处理系统包括硬件存储装置，该硬件存储装置存储一个或多个数据结构，每个数据结构存储键控数据(keyeddata)，其中键控数据的项包括表示受试者的键(key)，并本文档来自技高网...

【技术保护点】
1.一种数据处理系统，其具有硬件存储装置，所述硬件存储装置存储一个或多个数据结构和用于处理存储在所述一个或多个数据结构中的数据值的可执行逻辑，包括：/n硬件存储装置，其存储一个或多个数据结构，每个数据结构存储键控数据，其中所述键控数据的项包括表示受试者的键，并且所述硬件存储装置还存储包括分类规则的可执行逻辑；/n一个或多个数据处理器，其用于从所述硬件存储装置访问所述一个或多个数据结构中的至少一个，并从所访问的一个或多个数据结构中的至少一个中检索特定受试者的键控数据，所检索的键控数据包括从提供给由所检索的键控数据中包括的键表示的受试者的扫描或测试中的至少之一得出的受试者连接性值，所述受试者连接性...

【技术特征摘要】
【国外来华专利技术】20180328 US 62/6494691.一种数据处理系统，其具有硬件存储装置，所述硬件存储装置存储一个或多个数据结构和用于处理存储在所述一个或多个数据结构中的数据值的可执行逻辑，包括：
硬件存储装置，其存储一个或多个数据结构，每个数据结构存储键控数据，其中所述键控数据的项包括表示受试者的键，并且所述硬件存储装置还存储包括分类规则的可执行逻辑；
一个或多个数据处理器，其用于从所述硬件存储装置访问所述一个或多个数据结构中的至少一个，并从所访问的一个或多个数据结构中的至少一个中检索特定受试者的键控数据，所检索的键控数据包括从提供给由所检索的键控数据中包括的键表示的受试者的扫描或测试中的至少之一得出的受试者连接性值，所述受试者连接性值表示与所述受试者的神经系统的至少一个子处理区域相关联的连接的大小；以及
可执行逻辑引擎，其被配置为针对所述键控数据执行所述可执行逻辑，以将所述分类规则应用于所述受试者连接性值和连接性阈值以确定所述受试者的分类，
其中，所述硬件存储装置的存储还被配置为：当所述受试者连接性值超过所述连接性阈值时，在数据结构中存储在所述键控数据中表示的键与对应于第一分类的第一分类值之间的关联，以及
其中，所述硬件存储装置的存储还被配置为：当所述受试者连接性值小于所述连接性阈值时，在数据结构中存储在所述键控数据中表示的键与对应于第二分类的第二分类值之间的关联。


2.根据权利要求1所述的数据处理系统，其中，所述至少一个子处理区域包括背外侧前额叶皮层(DPFC)和杏仁核(AMG)，其中，所述受试者连接性值和所述连接性阈值表示所述DPFC与所述AMG之间的有效连接性以及所述DPFC与所述AMG之间的有效连接性阈值，以及其中所述第一分类值指示所述受试者是不合格的，并且所述第二分类值指示所述受试者是合格的。


3.根据权利要求1所述的数据处理系统，其中，所述至少一个子处理区域包括前扣带回皮层(dACC)和杏仁核(AMG)，其中，所述受试者连接性值和所述连接性阈值分别表示所述dACC与所述AMG之间的有效连接性以及所述dACC与所述AMG之间的有效连接性阈值，以及其中所述第一分类值指示所述受试者是合格的，并且所述第二分类值指示所述受试者是不合格的。


4.根据权利要求1所述的数据处理系统，其中，所述至少一个子处理区域包括默认模式静息态网络(DMN)，其中，所述受试者连接性值和所述连接性阈值分别表示所述DMN内的功能连接性以及与所述DMN相关联的功能连接性阈值，以及其中，所述第一分类值指示所述受试者是合格的，并且所述第二分类值指示所述受试者是不合格的。


5.根据权利要求1所述的数据处理系统，其中，所述至少一个子处理区域包括显著性静息态网络(SAL)，其中，所述受试者连接性值和所述连接性阈值分别表示所述SAL内的功能连接性以及与所述SAL相关联的功能连接性阈值，以及其中所述第一分类值指示所述受试者是合格的，并且所述第二分类值指示所述受试者是不合格的。


6.根据权利要求1所述的数据处理系统，其中，所述至少一个子处理区域包括左中央执行网络(LCEN)和右中央执行网络(RCEN)，其中，所述受试者连接性值和所述连接性阈值分别表示所述LCEN与所述RCEN之间的整合度以及所述LCEN与所述RCEN之间的整合度阈值，以及其中所述第一分类值指示所述受试者是不合格的，并且所述第二分类值指示所述受试者是合格的。


7.根据权利要求1所述的数据处理系统，其中，所述至少一个子处理区域包括背侧默认模式静息态网络(dDMN)和腹侧默认模式静息态网络(vDMN)，其中，所述受试者连接性值和所述连接性阈值分别表示所述dDMN与所述vDMN之间的整合度以及所述dDMN与所述vDMN之间的整合度阈值，以及其中所述第一分类值指示所述受试者是不合格的，并且所述第二分类值指示所述受试者是合格的。


8.根据权利要求1所述的数据处理系统，其中，所述至少一个子处理区域包括左中央执行网络(LCEN)和腹侧默认模式静息态网络(vDMN)，其中，所述受试者连接性值和所述连接性阈值分别表示所述LCEN与所述vDMN之间的整合度以及所述LCEN与所述vDMN之间的整合度阈值，以及其中所述第一分类值指示所述受试者是不合格的，并且所述第二分类值指示所述受试者是合格的。


9.根据权利要求1所述的数据处理系统，其中，所述至少一个子处理区域包括左中央执行网络(LCEN)和显著性静息态网络(SAL)，其中，所述受试者连接性值和所述连接性阈值分别表示所述LCEN与所述SAL之间的整合度以及所述LCEN与所述SAL之间的整合度阈值，以及其中所述第一分类值指示所述受试者是不合格的，并且所述第二分类值指示所述受试者是合格的。


10.一种方法，包括：
由包括一个或多个处理器的数据处理系统访问数据结构，所述数据结构包括识别受试者的受试者标识符和从提供给所述受试者的扫描或测试中的至少之一得出的受试者连接性值，所述受试者连接性值表示与所述受试者的神经系统的至少一个子处理区域相关联的连接的大小；
由所述数据处理系统将所述受试者连接性值与连接性阈值进行比较，以确定所述受试者的分类；
由所述数据处理系统响应于确定所述受试者连接性值超过所述连接性阈值，由所述数据处理系统在所述数据结构中存储所述受试者标识符与对应于第一分类的第一分类值之间的关联；以及
由所述数据处理系统响应于确定所述受试者连接性值小于所述连接性阈值，由所述数据处理系统在所述数据结构中存储所述受试者标识符与对应于第二分类的第二分类值之间的关联。


11.根据权利要求10所述的方法，其中，所述至少一个子处理区域包括背外侧前额叶皮层(DPFC)和杏仁核(AMG)，其中，所述受试者连接性值和所述连接性阈值表示所述DPFC与所述AMG之间的有效连接性以及所述DPFC与所述AMG之间的有效连接性阈值，以及其中所述第一分类值指示所述受试者是不合格的，并且所述第二分类值指示所述受试者是合格的。


12.根据权利要求10所述的方法，其中，所述至少一个子处理区域包括前扣带回皮层(dACC)和杏仁核(AMG)，其中，所述受试者连接性值和所述连接性阈值分别表示所述dACC与所述AMG之间的有效连接性以及所述dACC与所述AMG之间的有效连接性阈值，以及其中所述第一分类值指示所述受试者是合格的，并且所述第二分类值指示所述受试者是不合格的。


13.根据权利要求10所述的方法，其中，所述至少一个子处理区域包括默认模式静息态网络(DMN)，其中，所述受试者连接性值和所述连接性阈值分别表示所述DMN内的功能连接性和与所述DMN相关联的功能连接性阈值，以及其中所述第一分类值指示所述受试者是合格的，并且所述第二分类值指示所述受试者是不合格的。


14.根据权利要求10所述的方法，其中，所述至少一个子处理区域包括显著性静息态网络(SAL)，其中，所述受试者连接性值和所述连接性阈值分别表示所述SAL内的功能连接性与所述SAL相关联的功能连接性阈值，以及其中所述第一分类值指示所述受试者是合格的，并且所述第二分类值指示所述受试者是不合格的。


15.根据权利要求10所述的方法，其中，所述至少一个子处理区域包括左中央执行网络(LCEN)和右中央执行网络(RCEN)，其中，所述受试者连接性值和所述连接性阈值分别表示所述LCEN与所述RCEN之间的整合度以及所述LCEN与所述RCEN之间的整合度阈值，以及其中所述第一分类值指示所述受试者是不合格的，并且所述第二分类值指示所述受试者是合格的。


16.根据权利要求10所述的方法，其中，所述至少一个子处理区域包括背侧默认模式静息态网络(dDMN)和腹侧默认模式静息态网络(vDMN)，其中，所述受试者连接性值和所述连接性阈值分别表示所述dDMN与所述vDMN之间的整合度以及所述dDMN与所述vDMN之间的整合度阈值，以及其中所述第一分类值指示所述受试者是不合格的，并且所述第二分类值指示所述受试者是合格的。


17.根据权利要求10所述的方法，其中，所述至少一个子处理区域包括左中央执行网络(LCEN)和腹侧默认模式静息态网络(vDMN)，其中，所述受试者连接性值和所述连接性阈值分别表示所述LCEN与所述vDMN之间的整合度以及所述LCEN与所述vDMN之间的整合度阈值，以及其中所述第一分类值指示所述受试者是不合格的，并且所述第二分类值指示所述受试者是合格的。


18.根据权利要求10所述的方法，其中，所述至少一个子处理区域包括左中央执行网络(LCEN)和显著性静息态网络(SAL)，其中，所述受试者连接性值和所述连接性阈值分别表示所述LCEN与所述SAL之间的整合度以及所述LCEN与所述SAL之间的整合度阈值，以及其中所述第一分类值指示所述受试者是不合格的，并且所述第二分类值指示所述受试者是合格的。


19.根据权利要求...

【专利技术属性】
技术研发人员：B·M·亚科维耶洛，D·查尼，
申请(专利权)人：伊坎西奈山医学院，
类型：发明
国别省市：美国;US