【技术实现步骤摘要】
【国外来华专利技术】
在一些方面中，本专利技术涉及通过使用机器学习模型处理视频数据来确定受试者的睡眠状态。政府支持本专利技术是根据美国国立卫生研究院授予的da041668(nida)、da048634(nida)和hl094307(nhlbi)在政府支持下完成的。政府拥有本专利技术的某些权利。
技术介绍
1、睡眠是由稳态过程调节并且其功能对生存至关重要的复杂行为。睡眠和昼夜失调见于许多疾病，包含神经精神疾病、神经发育疾病、神经退行性疾病、生理疾病和代谢障碍。睡眠和昼夜功能与这些疾病具有双向关系，其中睡眠和昼夜模式的变化可能导致疾病状态或成为疾病状态的原因。尽管睡眠与许多疾病之间的双向关系已得到充分描述，但它们的遗传病因尚未完全阐明。事实上，由于缺乏对睡眠机制的了解，睡眠障碍的治疗方法受到限制。由于睡眠生物学的相似性，啮齿动物充当人类睡眠的现成模型，尤其小鼠是用于睡眠机制研究和潜在治疗的遗传易处理模型。造成这种关键治疗差距的原因之一是技术障碍阻碍了对大量小鼠进行可靠的表型分析以评估睡眠状态。啮齿动物睡眠分析的黄金标准利用脑电图/肌电图(eeg/emg)记录。这种方法的吞吐量较低，因为它需要进行电极植入手术并且通常需要对记录进行手动评分。尽管利用机器学习模型的新方法已经开始自动化eeg/emg评分，但数据生成的吞吐量仍然很低。另外，栓系电极的使用限制动物移动，可能会改变动物行为。
2、一些现有系统已经探索了用于睡眠分析的一些非侵入性方法以克服低吞吐量限制。这些包含通过光束中断系统进行的活动评估，或将一定量的不活动视为睡眠的摄像。压电压力传感器
技术实现思路
1、根据本专利技术的实施例，提供一种计算机实施的方法，所述方法包含：接收表示受试者的视频的视频数据；使用视频数据确定对应于受试者的多个特征；以及使用多个特征确定受试者的睡眠状态数据。在一些实施例中，所述方法还包含：使用机器学习模型处理视频数据以确定分段数据，所述分段数据指示对应于受试者的第一组像素以及对应于背景的第二组像素。在一些实施例中，所述方法还包含处理分段数据以确定对应于受试者的椭圆拟合数据。在一些实施例中，确定多个特征包含处理分段数据以确定多个特征。在一些实施例中，多个特征包含用于视频数据的每个视频帧的多个视觉特征。在一些实施例中，所述方法还包含确定多个视觉特征中的每个视觉特征的时域特征，并且其中多个特征包含时域特征。在一些实施例中，确定时域特征包含确定以下中的一个：峰度数据、均值数据、中值数据、标准偏差数据、最大数据和最小数据。在一些实施例中，所述方法还包含确定多个视觉特征中的每个视觉特征的频域特征，并且其中多个特征包含频域特征。在一些实施例中，确定频域特征包含确定以下中的一个：功率谱密度的峰度、功率谱密度的偏度、平均功率谱密度、总功率谱密度、功率谱密度的最大数据、最小数据、平均数据和标准偏差。在一些实施例中，所述方法还包含确定多个特征中的每一个的时域特征；确定多个特征中的每一个的频域特征；使用机器学习分类器处理时域特征和频域特征以确定睡眠状态数据。在一些实施例中，所述方法还包含使用机器学习分类器处理多个特征以确定视频数据的视频帧的睡眠状态，所述睡眠状态是唤醒状态、rem睡眠状态和非rem(nrem)睡眠状态中的一个。在一些实施例中，睡眠状态数据指示以下中的一个或多个：睡眠状态的持续时间、唤醒状态、rem状态和nrem状态中的一个或多个的持续时间和/或频率间隔；以及一个或多个睡眠状态的变化。在一些实施例中，所述方法还包含使用多个特征确定受试者的多个身体区域，所述多个身体区域中的每个身体区域对应于视频数据的视频帧；以及基于多个身体区域在视频期间的变化而确定睡眠状态数据。在一些实施例中，所述方法还包含使用多个特征确定多个宽长比，所述多个宽长比中的每个宽长比对应于视频数据的视频帧；以及基于多个宽长比在视频期间的变化而确定睡眠状态数据。在一些实施例中，确定睡眠状态数据包含：基于受试者的身体区域或身体形状的变化而检测从nrem状态到rem状态的转变，身体区域或身体形状的变化是肌无张力的结果。在一些实施例中，所述方法还包含：确定受试者的多个宽长比，所述多个宽长比中的宽长比对应于视频数据的视频帧；使用多个宽长比确定时域特征；使用多个宽长比确定频域特征，其中时域特征和频域特征表示受试者的腹部的运动；以及使用时域特征和频域特征确定睡眠状态数据。在一些实施例中，受试者的视频是在受试者的自然状态下捕获的。在一些实施例中，受试者的自然状态包含受试者中或受试者上不存在侵入性检测构件。在一些实施例中，侵入性检测构件包含附接到受试者的电极和插入到受试者的电极中的一个或两个。在一些实施例中，视频是高分辨率视频。在一些实施例中，所述方法还包含：使用机器学习分类器处理多个特征以确定多个睡眠状态预测，每个睡眠状态预测针对视频数据的一个视频帧；以及使用转变模型处理多个睡眠状态预测以确定第一睡眠状态到第二睡眠状态之间的转变。在一些实施例中，转变模型是隐马尔可夫模型。在一些实施例中，所述受试者是啮齿动物，并且可选地是小鼠。在一些实施例中，所述受试者是经基因工程改造的受试者。
2、根据本专利技术的另一方面，提供一种确定受试者的睡眠状态的方法，所述方法包含监测受试者的反应，其中监测手段包含前述计算机实施的方法的任何实施例。在一些实施例中，睡眠状态包含睡眠阶段、睡眠间隔的时间周期、睡眠阶段的变化和非睡眠间隔的时间周期中的一个或多个。在一些实施例中，受试者具有睡眠障碍或病症。在一些实施例中，睡眠障碍或病症包含以下中的一个或多个：睡眠呼吸暂停、失眠和发作性睡病。在一些实施例中，睡眠障碍或病症是脑损伤、抑郁症、精神疾病、神经退行性疾病、不宁腿综合征、阿尔茨海默病、帕金森病、肥胖、超重、施用药物的效果和/或摄入酒精的效果、能够改变睡眠状态的神经病症，或能够改变睡眠状态的代谢障碍或病症的结果。在一些实施例中，所述方法还包含在接收视频数据之前向受试者施用治疗剂。在一些实施例中，治疗剂包含睡眠增强剂、睡眠抑制剂和能够改变受试者的一个或多个睡眠阶段的试剂中的一种或多种。在一些实施例中，所述方法还包含向受试者施用行为治疗。在一些实施例中，行为治疗包含感觉疗法。在一些实施例中，感觉疗法是光暴露疗法。在一些实施例中，所述受试者是经基因工程改造的受试者。在一些实施例中，所述受试者是啮齿动物，并且可选地是小鼠。在一些实施例中，所述小鼠是经基因工程改造的小鼠。在一些实施例中，受试者是存在睡眠病症的动物模型。在一些实施例中，将受试者的所确定睡眠状态数据与对照睡眠状态数据相比较。在一些实施例中，对照睡眠状态数据是用计算机实施的方法确定的来自对照本文档来自技高网...
【技术保护点】
1.一种计算机实施的方法，其包括：
2.根据权利要求1所述的计算机实施的方法，还包括：
3.根据权利要求2所述的计算机实施的方法，还包括：
4.根据权利要求2所述的计算机实施的方法，其中确定所述多个特征包括处理所述分段数据以确定所述多个特征。
5.根据权利要求1所述的计算机实施的方法，其中所述多个特征包括用于所述视频数据的每个视频帧的多个视觉特征。
6.根据权利要求5所述的计算机实施的方法，还包括：
7.根据权利要求6所述的计算机实施的方法，其中确定所述时域特征包括确定以下中的一个：峰度数据、均值数据、中值数据、标准偏差数据、最大数据和最小数据。
8.根据权利要求5所述的计算机实施的方法，还包括：
9.根据权利要求8所述的计算机实施的方法，其中确定所述频域特征包括确定以下中的一个：功率谱密度的峰度、功率谱密度的偏度、平均功率谱密度、总功率谱密度、功率谱密度的最大数据、最小数据、平均数据和标准偏差。
10.根据权利要求1所述的计算机实施的方法，还包括：
11.根据
12.根据权利要求1所述的计算机实施的方法，其中所述睡眠状态数据指示以下中的一个或多个：睡眠状态的持续时间；唤醒状态、REM状态和NREM状态中的一个或多个的持续时间和/或频率间隔；以及一个或多个睡眠状态的变化。
13.根据权利要求1所述的计算机实施的方法，还包括：
14.根据权利要求1所述的计算机实施的方法，还包括：
15.根据权利要求1所述的计算机实施的方法，其中确定所述睡眠状态数据包括：
16.根据权利要求1所述的计算机实施的方法，还包括：
17.根据权利要求1所述的计算机实施的方法，其中所述受试者的所述视频是在所述受试者的自然状态下捕获的。
18.根据权利要求17所述的计算机实施的方法，其中所述受试者的自然状态包括在所述受试者中或在所述受试者上不存在侵入性检测构件。
19.根据权利要求18所述的计算机实施的方法，其中所述侵入性检测构件包括附接到所述受试者的电极和插入到所述受试者的电极中的一个或两个。
20.根据权利要求1所述的计算机实施的方法，其中所述视频是高分辨率视频。
21.根据权利要求1所述的计算机实施的方法，还包括：
22.根据权利要求21所述的计算机实施的方法，其中所述转变模型是隐马尔可夫模型。
23.根据权利要求1所述的计算机实施的方法，其中所述视频具有两个或更多个受试者，至少包含第一受试者和第二受试者，并且所述方法进一步包括：
24.根据权利要求1所述的计算机实施的方法，其中所述受试者是啮齿动物，并且可选地是小鼠。
25.根据权利要求1所述的计算机实施的方法，其中所述受试者是经基因工程改造的受试者。
26.一种确定受试者的睡眠状态的方法，所述方法包括监测所述受试者的反应，其中所述监测的手段包括根据权利要求1所述的计算机实施的方法。
27.根据权利要求26所述的方法，其中所述睡眠状态包括睡眠阶段、睡眠间隔的时间周期、睡眠阶段的变化和非睡眠间隔的时间周期中的一个或多个。
28.根据权利要求26所述的方法，其中所述受试者具有睡眠障碍或病症。
29.根据权利要求28所述的方法，其中所述睡眠障碍或病症包括以下中的一个或多个：睡眠呼吸暂停、失眠和发作性睡病。
30.根据权利要求29所述的方法，其中所述睡眠障碍或病症是脑损伤、抑郁症、精神疾病、神经退行性疾病、不宁腿综合征、阿尔茨海默病、帕金森病、肥胖、超重、施用药物的效果和/或摄入酒精的效果、能够改变睡眠状态的神经病症，或能够改变睡眠状态的代谢障碍或病症的结果。
31.根据权利要求26所述的方法，还包括在接收到所述视频数据之前向所述受试者施用治疗剂。
32.根据权利要求31所述的方法，其中所述治疗剂包括睡眠增强剂、睡眠抑制剂和能够改变所述受试者的一个或多个睡眠阶段的试剂中的一种或多种。
33.根据权利要求26所述的方法，其中所述受试者是经基因工程改造的受试者。
34.根据权利要求26所述的方法，其中所述受试者是啮齿动物，并且可选地是小鼠。
35.根据权利要求34所述的方法，其中所述小鼠是经基因工程改造的小鼠。
36.根据权利要求26所述的方法，其中所述受试者是存在睡眠病症的动物模型。
37.根据权利要求26所述的方法，其中将所述受试者的所...
【技术特征摘要】
【国外来华专利技术】
1.一种计算机实施的方法，其包括：
2.根据权利要求1所述的计算机实施的方法，还包括：
3.根据权利要求2所述的计算机实施的方法，还包括：
4.根据权利要求2所述的计算机实施的方法，其中确定所述多个特征包括处理所述分段数据以确定所述多个特征。
5.根据权利要求1所述的计算机实施的方法，其中所述多个特征包括用于所述视频数据的每个视频帧的多个视觉特征。
6.根据权利要求5所述的计算机实施的方法，还包括：
7.根据权利要求6所述的计算机实施的方法，其中确定所述时域特征包括确定以下中的一个：峰度数据、均值数据、中值数据、标准偏差数据、最大数据和最小数据。
8.根据权利要求5所述的计算机实施的方法，还包括：
9.根据权利要求8所述的计算机实施的方法，其中确定所述频域特征包括确定以下中的一个：功率谱密度的峰度、功率谱密度的偏度、平均功率谱密度、总功率谱密度、功率谱密度的最大数据、最小数据、平均数据和标准偏差。
10.根据权利要求1所述的计算机实施的方法，还包括：
11.根据权利要求1所述的计算机实施的方法，还包括：
12.根据权利要求1所述的计算机实施的方法，其中所述睡眠状态数据指示以下中的一个或多个：睡眠状态的持续时间；唤醒状态、rem状态和nrem状态中的一个或多个的持续时间和/或频率间隔；以及一个或多个睡眠状态的变化。
13.根据权利要求1所述的计算机实施的方法，还包括：
14.根据权利要求1所述的计算机实施的方法，还包括：
15.根据权利要求1所述的计算机实施的方法，其中确定所述睡眠状态数据包括：
16.根据权利要求1所述的计算机实施的方法，还包括：
17.根据权利要求1所述的计算机实施的方法，其中所述受试者的所述视频是在所述受试者的自然状态下捕获的。
18.根据权利要求17所述的计算机实施的方法，其中所述受试者的自然状态包括在所述受试者中或在所述受试者上不存在侵入性检测构件。
19.根据权利要求18所述的计算机实施的方法，其中所述侵入性检测构件包括附接到所述受试者的电极和插入到所述受试者的电极中的一个或两个。
20.根据权利要求1所述的计算机实施的方法，其中所述视频是高分辨率视频。
21.根据权利要求1所述的计算机实施的方法，还包括：
22.根据权利要求21所述的计算机实施的方法，其中所述转变模型是隐马尔可夫模型。
23.根据权利要求1所述的计算机实施的方法，其中所述视频具有两个或更多个受试者，至少包含第一受试者和第二受试者，并且所述方法进一步包括：
24.根据权利要求1所述的计算机实施的方法，其中所述受试者是啮齿动物，并且可选地是小鼠。
25.根据权利要求1所述的计算机实施的方法，其中所述受试者是经基因工程改造的受试者。
26.一种确定受试者的睡眠状态的方法，所述方法包括监测所述受试者的反应，其中所述监测的手段包括根据权利要求1所述的计算机实施的方法。
27.根据权利要求26所述的方法，其中所述睡眠状态包括睡眠阶段、睡眠间隔的时间周期、睡眠阶段的变化和非睡眠间隔的时间周期中的一个或多个。
28.根据权利要求26所述的方法，其中所述受试者具有睡眠障碍或病症。
29.根据权利要求28所述的方法，其中所述睡眠障碍或病症包括以下中的一个或多个：睡眠呼吸暂停、失眠和发作性睡病。
30.根据权利要求29所述的方法，其中所述睡眠障碍或病症是脑损伤、抑郁症、精神疾病、神经退行性疾病、不宁腿综合征、阿尔茨海默病、帕金森病、肥胖、超重、施用药物的效果和/或摄入酒精的效果、能够改变睡眠状态的神经病症，或能够改变睡眠状态的代谢障碍或病症的结果。
31.根据权利要求26所述的方法，还包括在接收到所述视频数据之前向所述受试者施用治疗剂。
32.根据权利要求31所述的方法，其中所述治疗剂包括睡眠增强剂、睡眠抑制剂和能够改变所述受试者的一个或多个睡眠阶段的试剂中的一种或多种。
33.根据权利要求26所述的方法，其中所述受试者是经基因工程改造的受试者。
34.根据权利要求26所述的方法，其中所述受试者是啮齿动物，并且可选地是小鼠。
35.根据权利要求34所述的方法，其中所述小鼠是经基因工程改造的小鼠。
36.根据权利要求26所述的方法，其中所述受试者是存在睡眠病症的动物模型。
37.根据权利要求26所述的方法，其中将所述受试者的所确定睡眠状态数据与对照睡眠状态数据相比较。
38.根据权利要求37所述的方法，其中所述对照睡眠状态数据是用所述计算机实施的方法确定的来自对照受试者的睡眠状态数据。
39.根据权利要求38所述的方法，其中所述对照受试者不具有所述受试者的睡眠障碍或病症。
40.根据权利要求38所述的方法，其中没有向所述对照受试者施用向所述受试者施用的治疗剂。
41.根据权利要求38所述的方法，其中向所述对照受试者施用的所述治疗剂的剂量不同于向所述受试者施用的所述治疗剂的剂量。
42.一种识别候选治疗剂治疗受试者的睡眠障碍或病症的功效的方法，其包括：
43.根据权利要求42所述的方法，其中所述睡眠状态数据包括睡眠阶段、睡眠间隔的时间周期、睡眠阶段的变化和非睡眠间隔的时间周期中的一个或多个的数据。
44.根据权利要求42所述的方法，其中所述测试受试者具有睡眠障碍或病症。
45.根据权利要求4...
【专利技术属性】
技术研发人员：V·库玛，A·I·派克，B·古瑟，J·乔治，M·陈，
申请(专利权)人：杰克逊实验室，
类型：发明
国别省市：
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。