估计系统、估计方法、程序、估计模型、脑活动训练装置、脑活动训练方法以及脑活动训练程序制造方法及图纸

估计系统包括：获取单元，其获取从受验者同时测量出的脑波的测量数据和功能性磁共振成像法的测量数据；第一计算单元，其基于脑波的测量数据中包含的通道间的相关性，针对每个通道组合计算第一功能连接；第二计算单元，其基于功能性磁共振成像法的测量数据中包含的关心区域间的相关性，针对每个脑内网络计算第二功能连接；第三计算单元，其使用多个第二功能连接计算表示估计对象的疾病倾向的得分，来计算疾病倾向标签；以及机器学习单元，其通过使用每个通道组合的第一功能连接和疾病倾向标签进行的机器学习，来使用规定的第一功能连接决定用于估计疾病倾向的估计模型。接决定用于估计疾病倾向的估计模型。接决定用于估计疾病倾向的估计模型。

【技术实现步骤摘要】
【国外来华专利技术】relationships between schizophrenia and autism revealed by brain connectivity(大脑连接揭示了精神分裂症和自闭症之间的重叠但不对称的关系),”bioRxiv，<URL：https://doi.org/10.1101/403212>，2018.9.7
[0013]非专利文献4：Naho Ichikawa et al.,“Primary functional brain connections associated with melancholic major depressive disorder and modulation by antidepressants(与忧郁性重度抑郁症有关的主要脑功能连接以及抗抑郁药的调节作用),”Scientific Reports(2020)10:3542<URL：https://doi.org/10.1038/s41598
‑
020
‑
60527
‑
z>，20本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种估计系统，具备获取从受验者同时测量出的脑波的测量数据和功能性磁共振成像法的测量数据的获取单元，所述脑波的测量数据包含与配置于所述受验者的头部的多个传感器分别对应的多个通道的每个通道的时间波形，所述估计系统还具备：第一计算单元，其基于所述脑波的测量数据中包含的通道间的相关性，针对每个通道组合计算第一功能连接；第二计算单元，其基于所述功能性磁共振成像法的测量数据中包含的关心区域间的相关性，针对每个脑内网络计算第二功能连接；第三计算单元，其通过使用多个所述第二功能连接计算表示估计对象的疾病倾向的得分，来计算疾病倾向标签；以及机器学习单元，其通过使用所述每个通道组合的第一功能连接和所述疾病倾向标签进行的机器学习，来使用规定的第一功能连接决定用于估计所述疾病倾向的估计模型。2.根据权利要求1所述的估计系统，其中，所述估计系统还具备估计单元，所述估计单元将从所述受验者测量出的脑波的测量数据输入到所述估计模型，来估计所述受验者的疾病倾向。3.根据权利要求2所述的估计系统，其中，所述估计系统还具备呈现单元，所述呈现单元计算与估计出的所述受验者的疾病倾向相应的第二得分，并且将与计算出的所述第二得分相应的信息呈现给所述受验者。4.根据权利要求3所述的估计系统，其中，所述估计模型是按各疾病而准备的，对所述受验者应用与所述受验者所出现的疾病对应的估计模型。5.根据权利要求1至4中的任一项所述的估计系统，其中，基于与估计出的所述受验者的疾病倾向相应的第二得分，来评价所述受验者的症状的变化。6.根据权利要求1至5中的任一项所述的估计系统，其中，所述第三计算单元基于将与所述估计对象的疾病倾向相对应的多个所述第二功能连接分别乘以对应的加权参数后的总和，来计算表示所述疾病倾向的得分。7.根据权利要求6所述的估计系统，其中，所述第三计算单元通过在对表示所述疾病倾向的得分进行标准化处理之后进行阈值处理，来计算所述疾病倾向标签。8.根据权利要求1至7中的任一项所述的估计系统，其中，所述估计模型包含用于在每个通道组合的第一功能连接中选择在估计中使用的第一功能连接的信息、以及与所选择的第一功能连接相对应的加权参数。9.根据权利要求1至8中的任一项所述的估计系统，其中，所述第一计算单元根据针对作为对象的两个通道的脑波的时间波形共同设定的窗口中包含的区间内的时间波形间的相关值，来计算所述第一功能连接。10.根据权利要求1至9中的任一项所述的估计系统，其中，所述第一计算单元针对所述脑波的测量数据中包含的每个频带和/或所设定的窗口的每个窗口尺寸计算所述第一功能连接。
11.根据权利要求10所述的估计系统，其中，所述估计系统还具备条件设定单元，所述条件设定单元根据所述受验者来事先决定向所述估计模型输入的所述脑波的测量数据中包含的频带和/或窗口尺寸。12.根据权利要求1至11中的任一项所述的估计系统，其中，所述第二计算单元根据针对表示作为对象的两个关心区域的活动量的时间波形共同设定的窗口中包含的区间内的时间波形间的相关值，来计算所述第二功能连接。13.一种估计方法，包括获取从受验者同时测量出的脑波的测量数据和功能性磁共振成像法的测量数据的步骤，所述脑波的测量数据包含与配置于所述受验者的头部的多个传感器分别对应的多个通道的每个通道的时间波形，所述估计方法还包括以下步骤：基于所述脑波的测量数据中包含的通道间的相关性，针对每个通道组合计算第一功能连接；基于所述功能性磁共振成像法的测量数据中包含的关心区域间的相关性，针对每个脑内网络计算第二功能连接；通过使用多个所述第二功能连接计算表示估计对象的疾病倾向的得分，来计算疾病倾向标签；以及通过使用所述每个通道组合的第一功能连接和所述疾病倾向标签进行的机器学习，来使用规定的第一功能连接决定用于估计所述疾病倾向的估计模型。14.一种程序，使计算机执行获取从受验者同时测量出的脑波的测量数据和功能性磁共振成像法的测量数据的步骤，所述脑波的测量数据包含与配置于所述受验者的头部的多个传感器分别对应的多个通道的每个通道的时间波形，所述程序使计算机还执行以下步骤：基于所述脑波的测量数据中包含的通道间的相关性，针对每个通道组合计算第一功能连接；基于所述功能性磁共振成像法的测量数据中包含的关心区域间的相关性，针对每个脑内网络计算第二功能连接；通过使用多个所述第二功能连接计算表示估计对象的疾病倾向的得分，来计算疾病倾向标签；以及通过使用所述每个通道组合的第一功能连接和所述疾病倾向标签进行的机器学习，来使用规定的第一功能连接决定用于估计所述疾病倾向的估计模型。15.一种估计模型，是用于使用从受验者测量出的脑波的测量数据来估计所述受验者的疾病倾向的学习完毕的估计模型，构建所述估计模型的处理包括获取从所述受验者同时...

【专利技术属性】
技术研发人员：小川刚史，玉野竜太，川锅一晃，川人光男，
申请(专利权)人：盐野义制药株式会社，
类型：发明
国别省市：