[發明專利]使用個體患者數據及治療性腦網絡圖的療效及/或治療性參數推薦

在審

• 申請號: 201880078009.0
• 申請日: 2018-11-09
• 公開（公告）號: CN111801046A
• 公開（公告）日: 2020-10-20
• 發明（設計）人: 方中南;李鎮亨
• 申請（專利權）人: 勒維斯公司
• 主分類號: A61B5/00
• 分類號: A61B5/00;A61B5/0476;A61B5/055;A61B5/05;A61B6/03;G16B5/00;G16H20/70;G06N3/04;G06F17/18;G06K9/62
• 代理公司: 北京律盟知識產權代理有限責任公司 11287
• 代理人: 林彥

1.一種方法，其包括：

獲得患者的神經狀態的個體患者數據；

獲得治療的治療性腦網絡反應圖；及

基于所述神經狀態的所述數據與所述腦網絡反應圖的比較來預測所述患者的所述治療的療效。

2.根據權利要求1所述的方法，其中預測所述治療的所述療效包括：

將所述個體患者數據及所述治療性腦網絡反應圖作為輸入提供到所述治療的統計預測模型；及

使用所述統計預測模型來預測所述治療的所述療效。

3.根據權利要求2所述的方法，其中所述統計預測模型包括特征提取技術，所述特征提取技術經配置以從關于神經狀態的所述個體患者數據及所述腦網絡反應圖提取特征。

4.根據權利要求3所述的方法，其中所述特征包括所述個體患者數據與所述腦網絡反應圖之間的重疊區域。

5.根據權利要求2所述的方法，其中所述統計預測模型包括：

卷積核，其經配置以從所述神經狀態的所述個患者數據及所述治療性腦網絡反應圖提取特征。

6.根據權利要求5所述的方法，其中在訓練所述治療的所述統計預測模型期間學習所述卷積核中的值。

7.根據權利要求5所述的方法，其進一步包括將每一卷積核與所述個體患者數據及所述治療性腦網絡反應圖重復相乘，及將結果作為像素存儲在多個特征圖中。

8.根據權利要求7所述的方法，其中所述統計預測模型進一步包括深度卷積神經網絡，所述深度卷積神經網絡包括經配置以從所述特征圖提取進一步特征的堆疊卷積、修正線性單元及池化層。

9.根據權利要求8所述的方法，其進一步包括基于來自所述特征圖的所述進一步特征來預測所述療效。

10.根據權利要求2所述的方法，其進一步包括使用所述統計預測模型來預測所述治療的參數。

11.根據權利要求1的方法，其中所述治療包括迷走神經刺激且所述神經狀態包括癲癇發作。

12.根據權利要求11所述的方法，其中所述神經狀態的所述個體患者數據包括指示癲癇發作產生及傳播的腦區與這些區之間的通路的癲癇樣棘波或癲癇發作網絡圖像的數據。

13.根據權利要求1所述的方法，其中獲得所述神經狀態的所述個體患者數據包括使用腦電圖EEG或腦磁圖MEG，且其中獲得所述治療性腦網絡反應圖包括使用功能性磁共振成像fMRI、正電子發射斷層掃描PET及/或單光子發射計算機斷層掃描SPECT。

14.根據權利要求1所述的方法，其中獲得所述神經狀態的所述個體患者數據包括使用分群平均棘波及源定位，使用棘波ICA分析及源定位，使用癲癇發作網絡分析或其組合。

15.根據權利要求14所述的方法，其中獲得所述個體患者數據包括將數據投影到腦空間上，識別所述神經狀態涉及的腦區，計算癲癇發作腦區之間的通路或其組合。

16.根據權利要求1所述的方法，其中所述治療性腦網絡反應圖對應于對使用某一參數集進行所述治療的腦反應。

17.一種系統，其包括：

至少一個處理器；及

計算機可讀媒體，其編碼有指令，所述指令在由所述至少一個處理器執行時致使所述系統：

將患者的神經狀態的圖像數據及治療性腦網絡反應圖作為輸入提供到治療的統計預測模型；且

使用所述統計預測模型來預測所述治療的療效。