專利名稱：用于神經(jīng)生理學(xué)數(shù)據(jù)的加權(quán)分析的方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
在一些實施方式中，本發(fā)明涉及神經(jīng)生理學(xué)，更特別地，但并不唯一地，涉及用于分析數(shù)據(jù)的方法和系統(tǒng)。
背景技術(shù)：
人們知道很少關(guān)于允許大腦選擇性地改善行為重要刺激的神經(jīng)表現(xiàn)同時忽略不相關(guān)的刺激的機制。大腦是產(chǎn)生被稱為動作電位的信號的神經(jīng)細(xì)胞的復(fù)雜結(jié)構(gòu)。這些動作電位從一個細(xì)胞穿過被稱為突觸(synapse)的間隙而到達另一細(xì)胞。這些電位在皮質(zhì)中被求和并且通過大腦的覆蓋物延伸到頭皮，在頭皮上可以使用適當(dāng)?shù)碾姌O對其進行測量。有節(jié)奏的測量活動表示突觸后皮層神經(jīng)元電位，這些電位被大量皮層細(xì)胞的復(fù)雜交互所同
止/J/ O行為功能基于大腦中的各功能區(qū)中的流動，從而涉及具體時空流圖案(spatiotemporal flow pattern)。與特定行為功能相關(guān)的具體時空圖案由功能大腦區(qū)組成，功能大腦區(qū)在至少幾十毫秒及以上通常是活躍的。這些區(qū)域中的活動流通常是基于同步的。在現(xiàn)有技術(shù)中已知為了使行為功能與其相關(guān)的本地大腦活動相關(guān)而識別離散參與區(qū)的方法。其他技術(shù)采用從一個區(qū)向另一個區(qū)的流動的分析。美國專利第· 6，792，304號公開了用于聚集通信評估(mass communicationassessment)的方法和系統(tǒng)。認(rèn)知任務(wù)經(jīng)由互聯(lián)網(wǎng)從中央控制站傳輸?shù)蕉鄠€遠(yuǎn)程測試站。在遠(yuǎn)程站響應(yīng)于任務(wù)的對象的大腦反應(yīng)被記錄并經(jīng)由互聯(lián)網(wǎng)傳回中央控制站。中央控制站然后計算每個選擇站的對象的大腦活動的變化。美國公開申請第.20040059241號公開了一種用于分類并處理生理性大腦不平衡的方法。神經(jīng)生理學(xué)技術(shù)用于獲得來自主題的一組分析大腦信號，并從該信號確定一組數(shù)字參數(shù)。數(shù)字參數(shù)被定量映射到各種治療反應(yīng)配置文件。比較用于對象的信號和參數(shù)，以集合與無癥狀和有癥狀的參考人群相關(guān)的數(shù)據(jù)庫中含有的神經(jīng)生理學(xué)信息，并且使用該比較來進行治療建議。關(guān)聯(lián)治療反應(yīng)圖案作為因變量，以提供到用于患病對象的臨床治療的成功結(jié)果的連接。國際公開第W02007/138579號(其全部內(nèi)容結(jié)合于此作為參考)公開了一種用于建立神經(jīng)生理學(xué)流動圖案的知識庫的方法。獲得用于特殊行為過程的多個研究組的信號，并定位參與特殊行為功能的活動的源。之后，識別大腦活動的一組圖案，并且采用神經(jīng)生理學(xué)分析來分析定位的源和識別的圖案。分析包括可能的路徑的標(biāo)識和等級。然后創(chuàng)建一組流動圖案并將其用作知識庫。然后使用該知識庫作為用于減少分級路徑的數(shù)量的約束。國際公開第W02009/069134 號、第 W02009/069135 號、第 W02009/069136 號(其全部內(nèi)容結(jié)合于此作為參考)描述了一種技術(shù)，其中，在對象已經(jīng)執(zhí)行了形成刺激的任務(wù)和/或動作前/后，收集神經(jīng)生理學(xué)數(shù)據(jù)。使用該刺激來限定數(shù)據(jù)中的特征，并且根據(jù)所限定的特征來分解數(shù)據(jù)。之后，分析該特征，以確定數(shù)據(jù)中的一個或多個圖案。分解可以采用用于定位數(shù)據(jù)中的一個或多個重要特征的集群，其中，集群的收集形成活動網(wǎng)絡(luò)?？梢苑治鰯?shù)據(jù)圖案用于限定神經(jīng)模型，該神經(jīng)模型可以用于模擬大腦上的特殊病理和/或治療的效果。其他背景技術(shù)包括美國公開申請第20050177058號，其公開了一種系統(tǒng)，其中，當(dāng)來自相同或不同位置處的一個以上對象的EEG讀數(shù)受到一組共同的刺激時，對他們進行收集、分析并比較。使用對象的EEG讀數(shù)來研究對象的兼容性，并從中發(fā)現(xiàn)或驗證隱藏的信肩、O

發(fā)明內(nèi)容
根據(jù)本發(fā)明的一些實施方式的方面，提供了一種分析神經(jīng)生理學(xué)數(shù)據(jù)的方法。該方法包括識別數(shù)據(jù)中的活動相關(guān)特征；構(gòu)造具有多個節(jié)點的大腦網(wǎng)絡(luò)活動(BNA)圖案，每個節(jié)點都代表活動相關(guān)特征的特征；以及為BNA圖案中的每個節(jié)點對分配連接性權(quán)重。根據(jù)本發(fā)明的一些實施方式，該節(jié)點代表數(shù)據(jù)特征的向量的集群。根據(jù)本發(fā)明的一些實施方式，對于每個集群，數(shù)據(jù)特征的每個向量都對應(yīng)于從不同對象獲得的數(shù)據(jù)。根據(jù)本發(fā)明的一些實施方式，對于每個集群，數(shù)據(jù)特征的所有向量都對應(yīng)于從同一對象獲得的數(shù)據(jù)，但是響應(yīng)于單獨的刺激。根據(jù)本發(fā)明的一些實施方式，連接性權(quán)重包括基于從由以下項構(gòu)成的組中選擇的至少一個集群屬性計算的權(quán)重指數(shù)(i)相應(yīng)集群對中的向量數(shù)；(ii)相應(yīng)集群對中的向量數(shù)的變異性；(iii)與相應(yīng)集群對的每個集群相關(guān)的時間窗的寬度；(iv)將相應(yīng)集群對隔開的延遲差；(V)與相應(yīng)集群對相關(guān)的信號的幅度；(Vi)與相應(yīng)集群對相關(guān)的信號的頻率；以及(Vii)限定集群的空間窗口的寬度。根據(jù)本發(fā)明的一些實施方式的方面，提供了一種用于分析對象的神經(jīng)生理學(xué)數(shù)據(jù)的方法。該方法包括識別數(shù)據(jù)中的特征以及特征的關(guān)系；將特征以及特征的關(guān)系與基準(zhǔn)神經(jīng)生理學(xué)數(shù)據(jù)的特征以及特征的關(guān)系相比較，以識別對象的數(shù)據(jù)中的活動相關(guān)特征；構(gòu)造具有多個節(jié)點的大腦網(wǎng)絡(luò)活動(BNA)圖案，每個節(jié)點都代表活動相關(guān)特征的特征；以及為BNA圖案中的每對節(jié)點分配連接性權(quán)重。根據(jù)本發(fā)明的一些實施方式，基準(zhǔn)神經(jīng)生理學(xué)數(shù)據(jù)對應(yīng)于從對象的組或子組獲取的數(shù)據(jù)。根據(jù)本發(fā)明的一些實施方式，基準(zhǔn)神經(jīng)生理學(xué)數(shù)據(jù)對應(yīng)于先前從同一對象獲取的歷史數(shù)據(jù)。根據(jù)本發(fā)明的一些實施方式，提供基準(zhǔn)數(shù)據(jù)的特征和特征的關(guān)系作為至少一個先前注釋的BNA圖案。根據(jù)本發(fā)明的一些實施方式，至少一個先前注釋的BNA圖案為先前注釋的BNA圖案的數(shù)據(jù)庫中的至少一個條目，并且該方法還包括就數(shù)據(jù)庫中的每個條目來構(gòu)造BNA圖案。根據(jù)本發(fā)明的一些實施方式，還包括響應(yīng)于該比較，提取關(guān)于大腦狀況的預(yù)后信息(prognostic information)。根據(jù)本發(fā)明的一些實施方式，至少一個先前注釋的BNA圖案包括至少一個注釋為正常的BNA圖案以及至少一個注釋為異常的BNA圖案。根據(jù)本發(fā)明的一些實施方式，該方法還包括在對象執(zhí)行或構(gòu)思執(zhí)行任務(wù)之前、期間、和/或之后，從對象的大腦獲取神經(jīng)生理學(xué)數(shù)據(jù)。根據(jù)本發(fā)明的一些實施方式，該方法包括呈現(xiàn)給對象關(guān)于對象的BNA圖案和先前注釋的BNA圖案之間的相似性的反饋。根據(jù)本發(fā)明的一些實施方式，該方法包括刺激大腦，以增強對象的BNA圖案和注釋為正常的BNA圖案之間的相似性。 根據(jù)本發(fā)明的一些實施方式，該注釋為異常的至少一個BNA圖案包括對應(yīng)于注意缺陷多動障礙(ADHD)被注釋的至少一個BNA圖案。根據(jù)本發(fā)明的一些實施方式，該注釋為異常的至少一個BNA圖案包括對應(yīng)于阿爾茨海默氏癥(AD)被注釋的至少一個BNA圖案。根據(jù)本發(fā)明的一些實施方式，該注釋為異常的至少一個BNA圖案包括對應(yīng)于輕度認(rèn)知損害(MCI)被注釋的至少一個BNA圖案。根據(jù)本發(fā)明的一些實施方式，注釋為異常的至少一個BNA圖案包括對應(yīng)于記憶障礙被注釋的至少一個BNA圖案。根據(jù)本發(fā)明的一些實施方式，該注釋為異常的至少一個BNA圖案包括對應(yīng)于疼痛被注釋的至少一個BNA圖案。根據(jù)本發(fā)明的一些實施方式，至少一個先前注釋的BNA圖案包括注釋的BNA圖案的集合。根據(jù)本發(fā)明的一些實施方式，至少一個先前注釋的BNA圖案是基線注釋的BNA圖案，其將識別為具有相同大腦障礙的一組對象特征化。根據(jù)本發(fā)明的一些實施方式，至少一個先前注釋的BNA圖案是基線注釋的BNA圖案，其將識別為具有正常大腦功能的一組對象特征化。根據(jù)本發(fā)明的一些實施方式，至少一個先前注釋的BNA圖案包括對應(yīng)于治療的大腦相關(guān)障礙被注釋的至少一個BNA圖案以及對應(yīng)于未治療的大腦相關(guān)障礙被注釋的至少一個基線BNA圖案。根據(jù)本發(fā)明的一些實施方式，其中，至少一個先前注釋的BNA圖案是在以下方面的至少一個大于構(gòu)造的BNA圖案的基線注釋的BNA圖案BNA圖案的(i )秩，和(ii )大小。根據(jù)本發(fā)明的一些實施方式，該方法包括基于連接性權(quán)重計算BNA圖案相似性。根據(jù)本發(fā)明的一些實施方式，該方法包括響應(yīng)于BNA圖案相似性確定大腦障礙指數(shù)，其中，大腦障礙對應(yīng)于注釋。根據(jù)本發(fā)明的一些實施方式，該方法包括，將BNA圖案與同一個體的至少一個先前構(gòu)造的BNA圖案相比較，并且使用比較來確定神經(jīng)可塑性的存在、不存在、和/或水平。根據(jù)本發(fā)明的一些實施方式，其中，連接性權(quán)重包括統(tǒng)計分?jǐn)?shù)，統(tǒng)計分?jǐn)?shù)將上述對與基準(zhǔn)數(shù)據(jù)中的對應(yīng)特征之間的關(guān)系特征化，該關(guān)系屬于延遲、延遲差、幅度、和頻率中的至少一個。根據(jù)本發(fā)明的一些實施方式，該方法包括構(gòu)造與不同的時間間隔對應(yīng)的多個BNA圖案并且在時間軸上顯示BNA圖案。根據(jù)本發(fā)明的一些實施方式的方面，提供了一種用從對象的大腦獲取的神經(jīng)生理學(xué)數(shù)據(jù)評估對象的狀況的方法。該方法包括識別數(shù)據(jù)中的活動相關(guān)特征；構(gòu)造具有多個節(jié)點的大腦網(wǎng)絡(luò)活動(BNA)模型，每個節(jié)點都代表活動相關(guān)特征的特征；計算第一 BNA圖案相似性，其描述了構(gòu)造的BNA圖案和注釋為正常的第一基線BNA圖案之間的比較；計算第二BNA圖案相似性，其描述了構(gòu)造的BNA圖案和注釋為異常的第二基線BNA圖案之間的比較；以及響應(yīng)于第一 BNA圖案相似性和第二 BNA圖案相似性，評估異常大腦功能的可能性。
根據(jù)本發(fā)明的一些實施方式，該方法包括 為BNA圖案中的每個節(jié)點對分配連接性權(quán)重，其中，第一 BNA圖案相似性和第二 BNA圖案相似性的計算部分地基于連接性權(quán)重。根據(jù)本發(fā)明的一些實施方式，第二基線BNA圖案包括對應(yīng)于注意缺陷多動障礙(ADHD)被注釋的至少一個BNA圖案。根據(jù)本發(fā)明的一些實施方式，該方法還包括響應(yīng)于第一 BNA圖案相似性和第二BNA圖案相似性，確定大腦障礙指數(shù)，其中，大腦障礙指數(shù)對應(yīng)于第二基線BNA圖案的注釋。根據(jù)本發(fā)明的一些實施方式，大腦障礙為ADHD。根據(jù)本發(fā)明的一些實施方式的方面，提供了一種評估注意缺陷多動障礙(ADHD)的存在可能性的方法。該方法包括識別在從對象的大腦獲取的神經(jīng)生理學(xué)數(shù)據(jù)中的活動相關(guān)特征；構(gòu)造具有多個節(jié)點的大腦網(wǎng)絡(luò)活動(BNA)圖案，每個節(jié)點都對應(yīng)于活動相關(guān)特征的特征；以及計算BNA圖案相似性，其描述了構(gòu)造的BNA圖案和基線BNA圖案之間的比較，在從大約IOOms至大約200ms的特征時間窗內(nèi)的多個前中央位置，基線BNA圖案具有代表主要在Θ和α頻帶下的事件相關(guān)電位的節(jié)點；其中，大于預(yù)定閾值的BNA圖案相似性表示對象具有ADHD的可能性。根據(jù)本發(fā)明的一些實施方式，神經(jīng)生理學(xué)數(shù)據(jù)包括在治療之前、期間、和/或之后獲取的數(shù)據(jù)。根據(jù)本發(fā)明的一些實施方式，該方法包括，通過比較對應(yīng)于在治療之前獲取的數(shù)據(jù)的BNA圖案和對應(yīng)于在治療期間和/或之后獲取的數(shù)據(jù)的BNA圖案，來評估治療的療效。根據(jù)本發(fā)明的一些實施方式，治療包括采用活性劑的藥理學(xué)治療和采用安慰劑的安慰劑治療，其中，該方法包括通過將對應(yīng)于在安慰劑治療的期間和/或之后獲取的數(shù)據(jù)的BNA圖案與對應(yīng)于在藥理學(xué)治療的期間和/或之后獲取的數(shù)據(jù)的BNA圖案相比較，來評估藥理學(xué)治療的療效。根據(jù)本發(fā)明的一些實施方式，活性劑包括東莨菪堿。根據(jù)本發(fā)明的一些實施方式，活性劑包括氯胺酮。根據(jù)本發(fā)明的一些實施方式，活性劑包括哌酸甲酯。根據(jù)本發(fā)明的一些實施方式，活性劑包括精神安定劑。根據(jù)本發(fā)明的一些實施方式，活性劑選自由以下項構(gòu)成的組東莨菪堿、氯胺酮、哌酸甲酯、多奈哌齊、毒扁豆堿、他克林、氟西汀、卡馬西平、金剛烷胺、阿撲嗎啡、溴隱亭、左旋多巴、培高利特、羅匹尼羅、司來吉蘭、苯海索、阿托品、東莨菪堿、胃長寧、巴氯芬、地西泮、替扎尼定、和丹曲林。根據(jù)本發(fā)明的一些實施方式，治療包括手術(shù)介入。
根據(jù)本發(fā)明的一些實施方式，治療包括康復(fù)治療。根據(jù)本發(fā)明的一些實施方式，治療包括光療。根據(jù)本發(fā)明的一些實施方式,治療包括高壓治療(hyperbaric therapy)。根據(jù)本發(fā)明的一些實施方式，治療包括選自由以下項組成的組中的至少一種治療神經(jīng)反饋、EMG生物反饋、EEG神經(jīng)反饋、經(jīng)顱磁刺激(TMS)、和直接電極刺激。根據(jù)本發(fā)明的一些實施方式的方面，提供了一種用于分析神經(jīng)生理學(xué)數(shù)據(jù)的系統(tǒng)。該系統(tǒng)包括數(shù)據(jù)處理器，其被配置為接收神經(jīng)生理學(xué)數(shù)據(jù)并執(zhí)行本文描述的至少一些操作。根據(jù)本發(fā)明的一些實施方式的方面，提供了一種計算機軟件產(chǎn)品。該計算機軟件產(chǎn)品包括其中存儲了程序指令的計算機可讀介質(zhì)，當(dāng)程序指令被數(shù)據(jù)處理器執(zhí)行時，該指 令使數(shù)據(jù)處理器接收神經(jīng)生理學(xué)數(shù)據(jù)并執(zhí)行根據(jù)權(quán)利要求6至49中任一項的方法。除非另有限定，這里使用的所有技術(shù)和/或科學(xué)術(shù)語具有與本發(fā)明涉及的領(lǐng)域的普通技術(shù)人員通常理解的相同的意思。雖然在本發(fā)明的時間或測試中可以使用與這里描述的那些類似或相當(dāng)?shù)姆椒ê筒牧希且韵旅枋隽耸纠苑椒ê?或材料。在沖突的情況下，將按照包括了定義的專利說明書。另外，材料、方法、和實例僅僅是示例性的，并且不旨在必須是限制性的。本發(fā)明實施方式的方法和/或系統(tǒng)的實施可以涉及人工地、自動地、或二者結(jié)合地執(zhí)行或完成選擇的任務(wù)。此外，根據(jù)本發(fā)明的方法和/或系統(tǒng)的實施方式的儀器和設(shè)備，可以使用操作系統(tǒng)通過硬件、軟件、固件、或其組合來實施多個選擇的任務(wù)。例如，用于執(zhí)行根據(jù)本發(fā)明實施方式的選擇的任務(wù)的硬件可以實施為芯片或電路。對于軟件，根據(jù)本發(fā)明實施方式的所選擇的任務(wù)可以實施為用使用任何適當(dāng)?shù)牟僮飨到y(tǒng)的計算機執(zhí)行的多個軟件指令。在本發(fā)明的示例性實施方式中，這里描述的根據(jù)方法和/或系統(tǒng)的示例性實施方式的一個或多個任務(wù)是由數(shù)據(jù)處理器執(zhí)行的，諸如用于執(zhí)行多個指令的計算平臺?？蛇x地，數(shù)據(jù)處理器包括用于存儲指令和/或數(shù)據(jù)的易失存儲器和/或非易失存儲器，例如，用于存儲指令和/或數(shù)據(jù)的磁硬盤和/或可移除介質(zhì)?？蛇x地，還提供了網(wǎng)絡(luò)連接?？蛇x地還可提供諸如鍵盤或鼠標(biāo)的顯示器和/或用戶輸入裝置。


本文僅通過實例的方式參照附圖描述了本發(fā)明的一些實施方式。現(xiàn)在詳細(xì)地具體參照附圖，要強調(diào)的是，通過實例的方式并且為了本發(fā)明實施方式的說明性討論，而示出了細(xì)節(jié)。在這方面，對于如何實踐本發(fā)明實施方式，結(jié)合附圖進行的描述使得對于本領(lǐng)域普通技術(shù)人員來說是顯而易見的。在附圖中圖I是根據(jù)本發(fā)明各示例性實施方式的適于分析神經(jīng)生理學(xué)數(shù)據(jù)的方法的流程圖。圖2是示出了根據(jù)本發(fā)明一些實施方式的可以從神經(jīng)生理學(xué)數(shù)據(jù)提取的大腦網(wǎng)絡(luò)活動(BNA)圖案的代表性實例的示意圖。圖3A是根據(jù)本發(fā)明一些實施方式的描述用于識別一組對象的活動相關(guān)特征的程序的流程圖。
圖3B是根據(jù)本發(fā)明一些實施方式的用于確定大腦活動特征之間的關(guān)系的步驟的示意性說明。圖3C至圖3E是根據(jù)本發(fā)明的一些實施方式的使用圖3B中示出的程序構(gòu)造的BNA圖案的摘要說明。圖4是根據(jù)本發(fā)明各示例性實施方式的描述適于分析特定對象BNA圖案的方法的流程圖。圖5A至圖5F是示出了根據(jù)本發(fā)明一些實施方式的用于確定大腦障礙指數(shù)的處理的代表性實例的示意圖。圖6A至圖6F是示出了根據(jù)本發(fā)明一些實施方式的用于評估ADHD對象對治療的反應(yīng)的處理的代表性實例的示意說明。圖7A至圖7D是示出了根據(jù)本發(fā)明一些實施方式的用于評估另一 ADHD對象對治 療的反應(yīng)的處理的代表性實例的示意圖。圖8A至圖SE是示出了根據(jù)本發(fā)明一些實施方式的用于評估對象對東莨菪堿的反應(yīng)的處理的代表性實例的示意圖。圖9A至圖9B是示出了根據(jù)本發(fā)明一些實施方式的使用BNA圖案來測量疼痛的代表性實例的示意圖。圖IOA至圖IOH是從工作記憶測試期間記錄的EEG數(shù)據(jù)根本發(fā)明實施方式構(gòu)造的BNA圖案的示意圖。圖11是根據(jù)本發(fā)明一些實施方式的在執(zhí)行試驗期間采用的方法的示意圖。圖12示出了在Co/No-go測試期間根據(jù)本發(fā)明一些實施方式獲得的電極活動的模式圖案，其中，該圖案對控制組(controI group )No-go活動較具特征性,而對ADHD組No-go活動較不具特征性。圖13示出了在Go/No-go測試期間根據(jù)本發(fā)明一些實施方式獲得的電極活動的圖案，其中，該圖案對ADHD組No-go活動較具特征性,而對控制組No-go活動較不具特征性。圖14A至圖14B是區(qū)分根據(jù)本發(fā)明一些實施方式構(gòu)造的分別對應(yīng)于圖12和13示出的圖案的BNA圖案的示意圖。圖15A至圖15F是示出了根據(jù)本發(fā)明一些實施方式的作為ADHD或控制的新對象的分類的示意圖。圖16示出了傳統(tǒng)ADHD測量和根據(jù)本發(fā)明一些實施方式計算的ADHD指數(shù)之間的關(guān)系。圖17A至圖17B示出了根據(jù)本發(fā)明一些實施方式構(gòu)造的基線BNA圖案(圖17A)以及特征為健康控制手激活的fMRI (圖17B)。圖18是9個治療療程后偏癱對象的傳統(tǒng)CT掃描。圖19示出了偏癱對象的BNA圖案分析，其中，該分析包括根據(jù)本發(fā)明一些實施方式的特定對象BNA圖案與組BNA圖案的比較。圖20是根據(jù)本發(fā)明一些實施方式的晚期BNA圖案構(gòu)造的偏癱對象的示意圖。圖21示出了偏癱對象的BNA圖案分析，其中，該分析包括根據(jù)本發(fā)明一些實施方式的特定對象BNA圖案與晚期BNA圖案的比較。圖22是示出了根據(jù)本發(fā)明一些實施方式的在監(jiān)測急性疼痛的試驗期間采用的電極排列的示意圖。圖23A至圖23B是示出了針對置身于基線溫度(圖23A)和高溫(圖23A)之后的對象被構(gòu)造的組BNA圖案的示意圖。圖24A至圖24B示出了在置身于高溫(圖24A)和基線溫度(圖24B)期間測量的單個電極活動的代表性實例。圖25示出了根據(jù)本發(fā)明一些實施方式計算的客觀疼痛指數(shù)和視覺模擬量表上的主觀疼痛分?jǐn)?shù)之間的關(guān)聯(lián)。圖26示出了單個電極的幅度和視覺模擬量表上的主觀疼痛分?jǐn)?shù)之間的關(guān)聯(lián)。圖27A至圖27D示出了根據(jù)本發(fā)明一些實施方式的在Oddball測試中的目標(biāo)刺激的神經(jīng)檢測期間獲得的電極活動圖案，其中，該圖案對安慰劑組較具特征性，而對東莨菪堿組較不具特征性。 圖28A至圖28C示出了根據(jù)本發(fā)明一些實施方式的在目標(biāo)刺激的神經(jīng)檢測期間獲得的電極活動圖案，其中，該圖案對東莨菪堿組較具特征性，而對安慰劑組較不具特征性。圖29A至圖29D示出了根據(jù)本發(fā)明一些實施方式的在Oddball測試中的新刺激的神經(jīng)檢測期間獲得的電極活動圖案，其中，該圖案對安慰劑組較具特征性，而對東莨菪堿組較不具特征性。圖30A至圖30C示出了根據(jù)本發(fā)明一些實施方式的在工作記憶測試中的檢索過程期間獲得的電極活動圖案，其中，該圖案對安慰劑組較具特征性，而對東莨菪堿組較不具特征性。圖31A至圖31E示出了根據(jù)本發(fā)明一些實施方式的在工作記憶測試中的檢索過程期間獲得的電極活動圖案，其中，該圖案對東莨菪堿組較具特征性，而對安慰劑組較不具特征性。圖32A至圖32E示出了根據(jù)本發(fā)明一些實施方式的在工作記憶測試的神經(jīng)記憶過程中獲得的IZ電極活動圖案，其中，該圖案對安慰劑組較具特征性，而對東莨菪堿組較不具特征性。圖33A至圖33D針對P9電極與圖32A和圖32B相同。圖33E至圖33F針對PlO電極與圖32A和圖32B相同。圖34A至圖33B針對F6電極與圖32A和圖32B相同。圖35A至圖35B示出了根據(jù)本發(fā)明一些實施方式的在工作記憶測試的神經(jīng)以及過程期間獲得的F4電極活動圖案，其中，該圖案對安慰劑組較具特征性，而對東莨菪堿組較不具特征性。圖36A至圖36C示出了根據(jù)本發(fā)明一些實施方式的獲得的電極活動圖案，其中，該圖案對有阿爾茨海默氏病(AD)的對象較具特征性，而對有輕度認(rèn)知損害(MCI)的對象較不具特征性。圖37A至圖37C示出了根據(jù)本發(fā)明一些實施方式的獲得的電極活動圖案，其中，該圖案對有MCI的對象教具特征性，而對有AD的對象較不具特征性。圖38示出了根據(jù)本發(fā)明一些實施方式的大腦障礙指數(shù)的曲線表示。圖39示出了根據(jù)本發(fā)明一些實施方式執(zhí)行的鹽酸哌酸甲酯(MPH)研究的結(jié)果。圖40示出了對未經(jīng)治療的ADHD對象(左列)、用MPH治療后的ADHD對象(中間列)、以及控制(右列)的組BNA圖案的評估。圖41A至圖41D示出了根據(jù)本發(fā)明一些實施方式的對兩個組執(zhí)行的工作記憶研究中獲得的結(jié)果，其中，第一組包括在編碼過程中從用安慰劑治療的對象收集的數(shù)據(jù)，并且第二組包括在檢索過程中從用安慰劑治療的對象收集的數(shù)據(jù)。圖42A至圖42D示出了在根據(jù)本發(fā)明一些實施方式對兩個組執(zhí)行的工作記憶研究中獲得的結(jié)果，其中，第一組包括在編碼過程中從用安慰劑治療過的對象收集的數(shù)據(jù)，并且第二組包括在編碼過程中從用東莨菪堿治療過的對象收集的數(shù)據(jù)。圖43A至圖43D示出了在根據(jù)本發(fā)明一些實施方式對兩個組執(zhí)行的工作記憶研究中獲得的結(jié)果，其中，第一組包括在檢索過程中從用安慰劑治療過的對象收集的數(shù)據(jù)，并且第二組包括在檢索過程中從用東莨菪堿治療過的對象收集的數(shù)據(jù)。
具體實施例方式在一些實施方式中，本發(fā)明涉及神經(jīng)生理學(xué)，更特別地，但不唯一地，涉及用于分·析神經(jīng)生理學(xué)數(shù)據(jù)的方法及系統(tǒng)。在詳細(xì)說明本發(fā)明的至少一個實施方式之前，應(yīng)當(dāng)理解，本發(fā)明的申請不必限于在以下的說明書中闡述的和/或在附圖和/或?qū)嵗姓f明的部件和/或方法的構(gòu)造和配置的細(xì)節(jié)。本發(fā)明可以有其他實施方式，并且能夠以各種方式來實踐或?qū)嵤?。本發(fā)明實施方式旨在提供一種工具，其可以用于單個對象或一個對象來分析其大腦活動，以識別與行為有關(guān)的神經(jīng)生理學(xué)圖案并構(gòu)造大腦網(wǎng)絡(luò)活動(BNA)圖案。通過將BNA圖案與一個或多個先前注釋的BNA圖案相比較，可以可選且優(yōu)選地將BNA圖案分類。BNA圖案可以有助于用于與BNA圖案相關(guān)的病理治療的診斷以及治療。圖I是根據(jù)本發(fā)明各示例性實施方式的適于分析神經(jīng)生理學(xué)數(shù)據(jù)的方法的流程圖。應(yīng)當(dāng)理解，除非另有限定，以下描述的操作可以以多種執(zhí)行組合或順序來同時執(zhí)行或者順序執(zhí)行。具體地，流程圖的順序不應(yīng)理解為限制。例如，在以下的說明書或流程圖中以特殊順序出現(xiàn)的兩個以上的操作可以以不同順序(例如，相反順序)或者順序或同時執(zhí)行。另夕卜，以下描述的若干操作是可選的并且可以不執(zhí)行。操作的至少一部分可以由被配置為用于接收數(shù)據(jù)并執(zhí)行下述操作的數(shù)據(jù)處理系統(tǒng)(例如，專用電路或通用計算機)來實施。實施本實施方式方法的計算機程序通?？梢苑峙浣o分發(fā)介質(zhì)上的用戶，分發(fā)介質(zhì)諸如但不限于軟盤、CD-ROM、韓村驅(qū)動、和便攜式硬盤驅(qū)動?？梢詮姆职l(fā)介質(zhì)將計算機程序拷貝到硬盤或類似的中間存儲介質(zhì)?？梢酝ㄟ^將計算機指令從其分發(fā)介質(zhì)或者其中間存儲介質(zhì)加載到計算機的執(zhí)行內(nèi)存、將計算機配置為根據(jù)本發(fā)明的方法行為來運行計算機程序。所有這些操作對于計算機系統(tǒng)領(lǐng)域的普通技術(shù)人員來說是公知的。本實施方式的方法可以以多種形式來體現(xiàn)。例如，其可以體現(xiàn)在諸如用于執(zhí)行方法操作的計算機的有形介質(zhì)中。其可以體現(xiàn)在包括用于執(zhí)行方法操作的計算機可讀指令的計算機可讀介質(zhì)中。其還可以體現(xiàn)在具有數(shù)字化計算機能力的電子裝置中，該數(shù)字化計算機能力被安排為在有形介質(zhì)上運行計算機程序或在計算機可讀介質(zhì)上執(zhí)行指令。待分析的神經(jīng)生理學(xué)數(shù)據(jù)可以直接從調(diào)研對象的大腦獲取。所獲取的數(shù)據(jù)在其本身顯示大腦組織的電、磁、化學(xué)、或結(jié)構(gòu)特征的意義上是“直接的”。神經(jīng)生理學(xué)數(shù)據(jù)可以是直接從單個對象的大腦獲取的數(shù)據(jù)或者直接從相應(yīng)的多個對象(例如，研究組)的多個電腦獲取的數(shù)據(jù)，但不一定是同時地。對于與單個大腦對應(yīng)的數(shù)據(jù)的每個部分，通過單獨執(zhí)行下述操作可以完成對來自多個大腦的數(shù)據(jù)分析。然而，對于一個以上的大腦，可以集中執(zhí)行一些操作。因此，除非另有明確說明，單數(shù)形式的對“對象”或“大腦”的引用并不必然意味著對單個對象的數(shù)據(jù)分析。單數(shù)形式的對“對象”或“大腦”的引用還包括對應(yīng)于多個對象中的一個的數(shù)據(jù)部分的分析，該分析也可以應(yīng)用于其他部分。在獲取之后可以理解對數(shù)據(jù)進行分析(“在線分析”)，或者可以將其記錄、存儲并在之后分析(“離線分析”)。適于本發(fā)明的神經(jīng)生理學(xué)數(shù)據(jù)類型的代表性實例包括但不限于腦電圖(EEG)數(shù)據(jù)、腦磁圖(MEG)數(shù)據(jù)、計算機輔助斷層掃描(CAT)數(shù)據(jù)、正電子發(fā)射斷層掃描(PET)數(shù) 據(jù)、磁共振成像(MRI)數(shù)據(jù)、功能MRI (fMRI)數(shù)據(jù)、超聲數(shù)據(jù)、單光子發(fā)射計算機斷層掃描(SPECT)數(shù)據(jù)、腦機結(jié)構(gòu)(BCI)數(shù)據(jù)、以及來自神經(jīng)級的神經(jīng)假體的數(shù)據(jù)?？蛇x地，該數(shù)據(jù)包括兩種或多種不同類型數(shù)據(jù)的組合。在本發(fā)明的各示例性實施方式中，神經(jīng)生理學(xué)數(shù)據(jù)與使用分別放置在對象頭皮上的不同位置的多個測量裝置收集的信號相關(guān)。在這些實施方式中，數(shù)據(jù)類型優(yōu)選地為EEG或MEG數(shù)據(jù)。測量裝置可以包括電極、超導(dǎo)量子干涉儀(SQUID)等。在每個這樣的位置獲得的數(shù)據(jù)部分還被稱為“通道”。在一些實施方式中，神經(jīng)生理學(xué)數(shù)據(jù)與使用放置在大腦組織本身中的多個測量裝置收集的信號相關(guān)。在這些實施方式中，數(shù)據(jù)類型優(yōu)選地是侵入性EEG數(shù)據(jù)，還被稱為腦電圖(ECoG )數(shù)據(jù)?？蛇x地且優(yōu)選地，至少在對象已經(jīng)執(zhí)行了任務(wù)和/或動作之前和之后收集神經(jīng)生理學(xué)數(shù)據(jù)。在本發(fā)明的一些實施方式中，至少在對象已經(jīng)構(gòu)思了任何和/或動作但是還沒有實際執(zhí)行任務(wù)之前和之后收集神經(jīng)生理學(xué)數(shù)據(jù)。在對象正遭受可能阻止任務(wù)和/或動作的實際執(zhí)行的一些類型的物理和/或認(rèn)知功能障礙時，這些實施方式是有用的，例如，可以看出對諸如中風(fēng)的各種腦損傷的反應(yīng)。然而，如果需要，這些實施方式可以應(yīng)用于任何對象。與任何和/或動作(實際執(zhí)行了或構(gòu)思了)相關(guān)的神經(jīng)生理學(xué)數(shù)據(jù)可以用作事件相關(guān)措施，諸如事件相關(guān)電位(ERP)或事件相關(guān)場(ERF)。該任務(wù)和/或動作(實際執(zhí)行了或構(gòu)思了)優(yōu)選地響應(yīng)于刺激物或刺激，并且數(shù)據(jù)的獲取與建立反應(yīng)的時間線并提取響應(yīng)于該時間線的數(shù)據(jù)特征的刺激同步。通常但并不一定，進行數(shù)據(jù)收集，使得在執(zhí)行或構(gòu)思任務(wù)和/或動作之前、期間和之后連續(xù)收集神經(jīng)生理學(xué)數(shù)據(jù)?？紤]了各種類型的任務(wù)，有低水平和高水平的認(rèn)知能力任務(wù)和/或動作。任務(wù)/動作可以是單個的、連續(xù)的、或正在進行的。正在進行的低水平認(rèn)知任務(wù)/動作的實例包括但不限于觀看電影；單個低水平認(rèn)知任務(wù)/工作的實例包括但不限于向?qū)ο筇峁┛陕犘盘?例如，簡單的聲音);并且連續(xù)的低水平認(rèn)知任務(wù)/動作的實例包括但不限于重復(fù)播放可聽信號。應(yīng)當(dāng)理解的是，對于重復(fù)性任務(wù)，對象可能最終被制約并將給予較少關(guān)注(稱為習(xí)慣化過程)，但是將仍然有來自大腦的反應(yīng)。高水平的認(rèn)知任務(wù)/動作的實例包括但不限于所謂的“Go/NoGo任務(wù)”，其中，如果聽到了高聲調(diào)聲音，則要求對象按下按鈕，其中，如果聽到了低聲調(diào)聲音，則對象不按按鈕。該任務(wù)在現(xiàn)有技術(shù)中是已知的，并且用于多種認(rèn)知能力研究。刺激和刺激反應(yīng)的許多協(xié)議在現(xiàn)有技術(shù)中是已知的，其全部都被本發(fā)明的一些實施方式所考慮。刺激反應(yīng)神經(jīng)生理學(xué)測試包括但不限于Stix)0p任務(wù)、Wisconsin卡分類任務(wù)等，僅基于刺激的測試包括但不限于失匹配負(fù)波、腦干誘發(fā)反應(yīng)測聽(BERA)等。還考慮了僅基于反應(yīng)的測試，諸如但不限于掃視分析、運動相關(guān)電位(MRP)、N-back記憶任務(wù)以及其他工作記憶任務(wù)、“連環(huán)七”測試(從100以7跳躍往回計數(shù))、Posner注意任務(wù)等。應(yīng)當(dāng)理解，并不旨在將本發(fā)明的范圍僅限于與刺激、任務(wù)、和/或動作相關(guān)的神經(jīng)生理學(xué)數(shù)據(jù)。本發(fā)明實施方式還可以應(yīng)用于描述自發(fā)大腦活動的神經(jīng)生理學(xué)數(shù)據(jù)。還考慮了在特殊活動期間獲取神經(jīng)生理學(xué)數(shù)據(jù)的實施方式，但是該獲取并不與刺激同步?，F(xiàn)在參照圖1，方法從10開始，并且可選且優(yōu)選地繼續(xù)到接收神經(jīng)生理學(xué)數(shù)據(jù)的
11?？梢詮膶ο笾苯佑涗洈?shù)據(jù)，或者可以從諸如上面存儲有數(shù)據(jù)的計算機可讀內(nèi)存介質(zhì)的·外部源接收數(shù)據(jù)。該方法進行到確定數(shù)據(jù)的特征之間的關(guān)系以識別活動相關(guān)特征的12。這可以使用現(xiàn)有技術(shù)中的任何已知程序來完成。例如，可以采用國際公開第W02007/138579號、第WO2009/069134號、第WO 2009/069135號、和第WO 2009/069136號中描述的程序，其內(nèi)容結(jié)合于此作為參考。廣義上講，活動相關(guān)特征的提取包括數(shù)據(jù)的多微分析，其中，分析數(shù)據(jù)來提取數(shù)據(jù)的空間和非空間特征?？臻g特征優(yōu)選地描述從其獲取相應(yīng)數(shù)據(jù)的位置。例如，空間特征可以包括對象頭皮上的測量裝置(例如，電極，SQUID)的位置。還考慮了其中空間特征估計大腦組織中生成神經(jīng)生理學(xué)數(shù)據(jù)的位置的實施方式。在這些實施方式中，采用了源定位程序，例如，其可以包括低分辨率電磁斷層掃描(L0RETA)。適于本實施的源定位程序在結(jié)合作為參考的上述國際公開中有描述。適于本實施方式的其他源定位程序在Greenblatt et al. , 2005, “LocalLinear Estimators for the Bioelectromagnetic Inverse Problem, ” IEEETrans.Signal Processing, 53 (9) :5430 ；Sekihara et al. “Adaptive SpatialFilters for Electromagnetic Brain Imaging(Series in BiomedicalEngineering)，，，Springer, 2008 ;以及 Sekihara et al. , 2005, “Localization bias andspatial resolution of adaptive and non adaptive spatial filters for MEG sourcereconstruction, ”NeuroImage 25:1056中找到，其內(nèi)容結(jié)合于此作為參考。另外，還考慮了其中空間特征估計細(xì)胞表面上的位置的實施方式。在這些實施方式中，處理在對象頭皮上的位置收集的數(shù)據(jù)，以將頭皮電位分布映射到細(xì)胞表面上。用于這種映射的技術(shù)是已知的，并在文獻中稱為皮質(zhì)電位映射(CPI)或皮質(zhì)源密度(CSD)。在以下文獻中可以找到適于本實施方式的映射技術(shù)Kayser et al. , 2006, “Principal Components Analysis of LaplacianWaveforms as a Generic Method for Identifying ERP Generator Patterns: I.Evaluation with Auditory Oddball Tasks,，，Cl ini cal Neurophysio logy117 (2):348;Zhang et al. , 2006, “A Cortical Potential Imaging Study fromSimultaneous Extra-and Intra-cranial Electrical Recordings by Means of theFinite Element Method,，，Neuroimage, 31 (4) : 1513 ; Perrin et al. , 1987, “ScalpCurrent Density Mapping:Value and Estimation from Potential Data,，，IEEEtransactions on biomedical engineering,BME-34(4):283;Ferree etal. , 2000, “Theory and Calculation of the Scalp Surface LapIacian, www.csi.uoregon.edu/members/ferree/tutorials/SurfaceLaplacian;以及 Babiloni etal., 1977, “High resolution EEG: a new mo del-dependent spatial deblurringmethod using a realistically-shaped MR-construeted subject’ s headmodel,，’Electroencephalography and clinical Neurophysiology 102:69。在任意上述實施方式中，如果需要，可以使用離散或連續(xù)空間坐標(biāo)系統(tǒng)來表示空間特征。當(dāng)坐標(biāo)系統(tǒng)是離散的時，其通常對應(yīng)于測量裝置的位置(例如，在頭皮、細(xì)胞表面、大腦皮層或大腦中較深的位置)。當(dāng)坐標(biāo)系統(tǒng)是連續(xù)的時，優(yōu)選地描述頭皮或細(xì)胞表面的近似形狀或者其一些采樣型態(tài)。采樣表面可以用點云(三維空間中的一組點)來表示，并且足以描述表面的拓?fù)?。對于連續(xù)坐標(biāo)系統(tǒng)，通過測量裝置位置之間的分段插值可以獲得空間特征。分段插值優(yōu)選地在表面上使用平滑分析功能或一組平滑分析功能。 在本發(fā)明的一些實施方式中，針對每個空間特征單獨獲得非空間特征。例如，可以針對每個通道單獨獲得非空間特征。當(dāng)空間特征是連續(xù)的時，優(yōu)選地在連續(xù)體上為一組離散點獲得非空間特征。通常，該一組離散點至少包括用于分段插值的點，但是還可以包括表面的采樣型態(tài)上的其他點。非空間特征優(yōu)選地包括時間特征，其通過根據(jù)獲取時間將數(shù)據(jù)分段而獲得。分段產(chǎn)生了多個數(shù)據(jù)段，其每個都對應(yīng)于獲取了對應(yīng)的數(shù)據(jù)段的時期。時期的長度取決于表示神經(jīng)生理學(xué)數(shù)據(jù)的類型的時間分辨率。例如，對于EEG或MEG數(shù)據(jù)，典型的時期長度大約為1000ms。通過數(shù)據(jù)分解技術(shù)可以獲得其他非空間特征。在本發(fā)明的各示例性實施方式中，對于每個空間特征的每個數(shù)據(jù)段分別執(zhí)行分解。因此，對于特殊數(shù)據(jù)通道，例如，順序地為該特殊通道的每個數(shù)據(jù)段應(yīng)用分解(例如，首先應(yīng)用于對應(yīng)于第一時期的段，然后應(yīng)用于對應(yīng)于第二十七的段等)。同樣對其他通道執(zhí)行這種順序分解。通過識別數(shù)據(jù)中的峰的圖案，或者更優(yōu)選地，通過諸如但不限于小波分析的波形分析，可以分解神經(jīng)生理學(xué)數(shù)據(jù)。在本發(fā)明的一些實施方式中，通過定義峰的時空鄰域來完成峰的識別。鄰域可以被定義為峰所處的空間區(qū)域(二維或三維)和/或期間出現(xiàn)了峰的時間間隔。優(yōu)選地，定義空間區(qū)域和時間間隔，以使每個峰的時空鄰域相關(guān)。定義這種鄰域的優(yōu)點在于，其提供了關(guān)于時間和/或空間上的數(shù)據(jù)的擴散結(jié)構(gòu)的信息?；诜宓膶傩裕梢源_定鄰域的大小(在各維度方面)。例如，在一些實施方式中，鄰域的大小等于峰的半峰全寬(FffHM)0本發(fā)明的范圍并不排除鄰域的其他定義。波形分析優(yōu)選地伴隨有濾波(例如，帶通濾波)，使得將波分解成共同組成了波形的多個重疊的信號峰組。濾波器本身可以是可選地重疊的。當(dāng)神經(jīng)生理學(xué)數(shù)據(jù)包括EEG數(shù)據(jù)時，在濾波期間可以采用以下頻帶中的一個或多個δ段(通常大約IHz至大約4Ηζ)，Θ段(通常大約3Hz至8Ηζ)，α段(通常從大約7至13Hz)，低β段(通常大約12Hz至大約18Hz)，β段(通常大約17Hz至大約23Hz)，以及高β段(通常大約22Hz至大約30Hz)。還考慮了包括但不限于Y段(通常大約30Hz至大約80Hz )的較高頻帶。
在波形分析后，優(yōu)選地提取諸如但不限于時間(延遲)、頻率、以及可選地幅度的波形特征。優(yōu)選地獲得這些波形特征作為離散值，從而形成分量是個體波形特征的向量。離散值的使用是有利的，這是因為，其減小了用于進一步分析的數(shù)據(jù)量。還考慮了諸如但不限于統(tǒng)計標(biāo)準(zhǔn)化(例如，通過標(biāo)準(zhǔn)分?jǐn)?shù)，或者通過采用任何統(tǒng)計矩)的其他削減技術(shù)。標(biāo)準(zhǔn)化可以用于減少噪聲，并且在將該方法應(yīng)用于從一個以上的對象獲取的數(shù)據(jù)時和/或在測量裝置和大腦之間的界面在不同對象中或者單個對象的不同位置中變化時，其也是有用的。例如，在EEG電極中沒有非均勻阻抗匹配時，統(tǒng)計標(biāo)準(zhǔn)化也可以是有用的。特征的提取產(chǎn)生了多個向量，其每個都包括從分段和分解獲得的空間特征(例如，各電極或其他測量裝置的位置)、以及一個或多個非空間特征作為向量分量。這些向量中的每一個都是數(shù)據(jù)特征，并且其特征遵循一些關(guān)系(例如，因果關(guān)系，其中，這兩個向量符合從與一個向量相關(guān)的位置到與另一向量相關(guān)的位置的信息流動)的任何一對向量構(gòu)成兩個活動相關(guān)特征。 所提取的向量因此定義了多維空間。例如，當(dāng)分量包括位置、時間、和頻率時，向量定義了三維空間，并且當(dāng)分量包括位置、時間、頻率、和幅度時，向量定義了四維空間。本發(fā)明的范圍不排除更高維數(shù)。當(dāng)對于一個對象的神經(jīng)生理學(xué)數(shù)據(jù)應(yīng)用分析時，數(shù)據(jù)的每個特征都表示為由向量定義的多維空間中的點，并且每組活動相關(guān)特征都表示為一組點，使得該組的任何點都在沿從該組中的一個或多個其他點的時間軸(以下也稱為“延遲差”)的具體距離內(nèi)。當(dāng)對從對象的組或子組獲取的神經(jīng)生理學(xué)數(shù)據(jù)應(yīng)用分析時，優(yōu)選地將數(shù)據(jù)的特征表示為上述多維空間中的離散點的集群。還可以在對單個對象的神經(jīng)生理學(xué)數(shù)據(jù)應(yīng)用分析時定義點的集群。在這些實施方式中，對于提供給對象的單個刺激分別提取波形特征的向量，從而定義多維空間中的點的集群，其中，集群中的每個點都對應(yīng)于對在不同時間應(yīng)用的刺激的反應(yīng)。單獨刺激可選且優(yōu)選地形成相同或類似刺激、或者雖然不必相同但是具有相同類型的一組刺激(例如，一組不必然相同的視覺刺激)的一組重復(fù)呈現(xiàn)。本發(fā)明的范圍不排除不同時間的不同刺激的使用。還考慮了上述表示的組合，其中，從多個對象收集數(shù)據(jù)，并且對于一個或多個對象，分別為時間上隔開的刺激(即，在隔開的時間應(yīng)用的刺激)提取波形特征的向量。在這些實施方式中，集群含有與不同對象對應(yīng)的點以及與對隔開的刺激的反應(yīng)對應(yīng)的點。例如，考慮其中從10個對象收集數(shù)據(jù)的情況，其中，在數(shù)據(jù)獲取期間，每個對象都被呈現(xiàn)出了 5個刺激。在該情況下，數(shù)據(jù)集包括5 X 10=50個數(shù)據(jù)段，每個都對應(yīng)于一個對象對一個刺激的反應(yīng)。因此，在多維空間內(nèi)可以包括高達5X10個點的集群中，每個點都表示從一個數(shù)據(jù)段提取的特征向量。不管表示多個對象的特征和/或?qū)μ峁┙o單個對象的刺激的多個反應(yīng)的特征，集群沿空間的給定軸的寬度都描述了對應(yīng)的數(shù)據(jù)特征(時間，頻率等)的活動窗口的大小。對于代表性實例，考慮集群沿時間軸的寬度。該方法可選并優(yōu)選地使用這種寬度，以描述其中事件跨越多個對象發(fā)生的延遲范圍。類似地，集群沿頻率軸的寬度可以用于描述指示跨越多個對象發(fā)生的事件的發(fā)生的頻帶；集群沿位置軸(例如，用于對應(yīng)2D位置圖的數(shù)據(jù)的兩個位置軸，以及用于對應(yīng)于3D位置圖的數(shù)據(jù)的三個位置軸)的寬度可以用于定義在此發(fā)生了跨越多個對象的事件的一組相鄰電極，并且集群沿幅度軸的寬度可以用于定義指示跨多個對象的事件的發(fā)生的幅度范圍。對于對象組或子組，可以如下定義活動相關(guān)特征。沿時間軸的單個集群優(yōu)選地被標(biāo)識為表示在時間窗(如上所述，由集群寬度定義)中發(fā)生的單一事件。可選并優(yōu)選地使該窗口變窄，以包括一些離群點，從而重新定義將各數(shù)據(jù)特征特征化的延遲范圍。對于沿時間軸的連續(xù)集群，其中，序列中的每個集群都具有特殊約束內(nèi)的寬度(沿時間軸)，優(yōu)選地實施圖案提取程序，用于識別遵循其間的連接關(guān)系的這些集群。廣義上講，這種程序可以搜索集群中的集群對，在集群對中，在集群之間的足夠數(shù)量的點之間具有連接關(guān)系。圖案提取程序可以包括任何類型的分群程序(clustering procedure),包括但不限于基于密度的分群程序、基于最近鄰居的分群程序等。適于本實施方式的基于密度的分群程序在Cao et al.，2006，“Density-based clustering over an evolving data streamwith noise,，’Proceedings of the Sixth SIAM International Conference on Data Mining, Bethesda, Maryland, p. 328-29中有所描述。適于本實施方式 的最近鄰居分群程序在[R. 0. Duda, P. E. Hart and D. G. Stork, “Pattern Classification”(2nd Edition), AWiley - Interscience Publication, 2000]中有所描述。當(dāng)采用最近鄰居分群程序時，識別并且之后集合集群，以基于集群中的時空距離形成元集群。因此，元集群是所識別的集群的集群。在這些實施方式中，元集群是數(shù)據(jù)的特征，并且在元集群中識別活動相關(guān)特征。圖3A是根據(jù)本發(fā)明一些實施方式的描述用于識別一組對象的活動相關(guān)特征的程序的流程圖。程序在40開始，并進行到在其中識別隔離的集群的41。本實施方式考慮了子空間分群和全空間分群，在子空間分群中，在多維空間的特殊突起上識別集群，在全空間分群中，在整個多維空間上識別集群。從計算時間的角度看，子空間集群是優(yōu)選的，并且從功能概括性的角度看，全空間分群是優(yōu)選的。子空間分群的一個代表性實例包括對于每個預(yù)定頻帶和每個預(yù)定空間位置，分別沿時間軸識別集群。識別可選且優(yōu)選地以活動具有固定和優(yōu)選窗口寬度的時間窗為特征。對于S段，EEG數(shù)據(jù)的通常窗口寬度大約為200ms。優(yōu)選地對集群中的最小數(shù)量點應(yīng)用約束，以不從分析排除小集群。通常，排除具有小于X個點的集群，其中，X等于組中的對象的大約80%。在程序期間可以更新最小數(shù)量的點。一旦定義了集群的初始集合，優(yōu)選地減小時間窗的寬度。子空間分群的另一代表性實例包括，對于每個預(yù)定頻帶，優(yōu)選地分別識別空間時間子空間上的集群。在該實施方式中，如上面進一步纖細(xì)介紹的，使用連續(xù)空間坐標(biāo)系統(tǒng)(例如，通過測量裝置的位置之間的分段插值)來表示所提取的空間特征。因此，每個集群都與時間窗以及空間區(qū)域相關(guān)，其中，空間區(qū)域的中心可能會也可能不會在測量裝置的位置。在一些實施方式中，至少一個集群與其中心在與測量裝置的位置不同的位置的空間區(qū)域相關(guān)。空間時間子集通常是三維的，有一個時間維度和兩個空間維度，其中，在可以對應(yīng)于例如頭皮表面的形狀、細(xì)胞表面等的表面上，每個集群都與時間窗和二維空間區(qū)域相關(guān)。還考慮了思維空間時間空間，其中，每個集群都與至少部分地對應(yīng)于內(nèi)部大腦的體積上的時間窗和三維空間區(qū)域相關(guān)。子空間分群的另一代表性實例包括識別頻率空間時間子空間上的集群。在該實施方式中，不同于對于每個預(yù)定頻帶單獨搜索集群，該方還允許在沒有預(yù)定的頻率下識別集群。因此，認(rèn)為頻率是子空間中的連續(xù)坐標(biāo)。如同在空間時間子空間的實施方式中，使用連續(xù)空間坐標(biāo)系統(tǒng)來表示所提取的空間特征。因此，每個集群都與時間窗、空間區(qū)域、和頻帶相關(guān)。如上面進一步詳細(xì)介紹的，空間區(qū)域可以是二維或三維的。在一些實施方式中，至少一個集群是與其中心在與測量裝置的位置不同的位置的空間區(qū)域相關(guān)的，并且至少一個集群與包括δ、θ、α、低β、β、高β、和Y帶的兩個或多個頻率的頻帶相關(guān)。例如，集群可以與S帶的一部分和Θ帶的一部分、或者Θ帶的一部分和α帶的一部分、或者α帶的一部分和低β帶的一部分上的頻帶相關(guān)。程序可選且優(yōu)選地進行到42，在42，選擇集群對。程序可選且優(yōu)選地進行到43，在43，針對在所選擇的對中表示的每個對象，可選地計算對應(yīng)的事件之間的延遲差(包括零差)。程序進行到44，在44，對所計算的延遲差應(yīng)用約束，使得拒絕在預(yù)定閾值范圍(例如，Oms至30ms)外的延遲差，同時接受在預(yù)定閾值范圍內(nèi)的延遲差。程序進行到?jīng)Q定45，在此，程序確定所接受的差的數(shù)量是否足夠大(即，在某數(shù)值以上例如，在組中的對象的80%以上)。如果所接受的差的數(shù)量不足夠大，則程序進行到46，在此，程序接受集群對，并將其識別為活動相關(guān)特征對。如果接受的差的數(shù)量足夠大，則程序進行到47，在47，程序拒絕對。從46或47，本實施方式的程序循回到42。 在圖3B中示出了用于確定數(shù)據(jù)特征和活動相關(guān)特征的識別之間的關(guān)系的說明性實例。就到包括時間和位置的二維空間上的映射而言提供了該說明。本實例用于其中空間特征是離散的實施方式，其中，對于每個預(yù)定頻帶和每個預(yù)定空間位置，分別沿時間軸識別集群。本領(lǐng)域普通技術(shù)人員將知道如何將該描述用于其他量綱，例如，頻率、幅度等。圖3B示出了其中從標(biāo)號為I至6的6個對象(或者從單個對象，在不同時間呈現(xiàn)了 6個刺激)收集數(shù)據(jù)的場景。為了清楚地表述起見，不同的數(shù)據(jù)段數(shù)據(jù)(例如，從不同對象收集的數(shù)據(jù)，或者從同一對象但是不同時間的刺激收集的數(shù)據(jù))沿表示為“數(shù)據(jù)段號”的垂直軸隔開。對于每個段，開環(huán)表示在表示為“A”的一個特殊位置記錄的事件(通過測量裝置，例如，EEG電極)，并且固體磁盤表示在表示為“B”的另一特殊位置記錄的事件。時間軸表示例如從對象被呈現(xiàn)了刺激的時間開始測量的相應(yīng)事件的延遲。事件的延遲這里用t(i)A和t(i)B表示，其中，i表示段指數(shù)( =1，···，6)并且A和B表示位置。為了清楚地表述期間，圖3Β中沒有示出延遲，但是本領(lǐng)域普通技術(shù)人員有了這里描述的細(xì)節(jié)，將知道如何將延遲添加到附圖中。對于每個位置A和B，定義了時間窗。表示為AtA和AtB的這些時間窗對應(yīng)于集群沿時間軸的寬度，并且根據(jù)需要，它們可以彼此相同或不同。還在兩個單一事件之間定義了延遲差窗口 AtAB。該窗口對應(yīng)于沿集群之間(例如，在其中心之間)的時間軸的分割。窗口 AtAB被示出為具有虛線段和實線段的間隔。虛線段的長度表示窗口的下限，并且間隔的總長度表示窗口的上限。Δ Α、AtB、和Δ U是用于確定是否接受在A和B記錄的事件對作為活動相關(guān)特征的標(biāo)準(zhǔn)。時間窗AtA和AtB優(yōu)選地用于識別組中的單一事件。如圖所示，對于每個段號I、
2、4、和5，事件都落入相應(yīng)時間窗(數(shù)學(xué)上，這可以寫成如下t(i)Ae AtA,t(i)B e AtA, i =1、2、4、5)。另一方面，對于段號3，在A記錄的事件在AtA外部(t(3)A e AtA)，而在B記錄的事件落入AtB(t(3)B e AtB)，對于段號6，在A記錄的事件落入AtA(t(6)A e AtA)，而在B記錄的事件在AtB外部(t(6)Be AtB)。因此，對于位置A，當(dāng)單一事件定義為從段號1、2、
4、5、和6獲得的數(shù)據(jù)點，并且對于位置B，將單一事件表示為從段號I至5獲得的數(shù)據(jù)點。
延遲差窗口優(yōu)選地用于識別活動相關(guān)特征。在本發(fā)明的各示例性實施方式中，將每個段的延遲差(i = 1,2,…，5)與延遲差窗口 Atffi比較。在本發(fā)明的各示例性實施方式中，如果(i)對中的每個特征都屬于單一事件，且(ii)對應(yīng)的延遲差落入
，則接受特征對作為活動相關(guān)對。在圖3B的說明中，由于這些段中的每個都滿足了兩個標(biāo)準(zhǔn)AtAB, t(i)A e AtA, t(i)B e AtA, i=4，5)，因此從段號4和5記錄的每個對都被接受作為活動相關(guān)特征對。由于、和中的每個都在AtAB外部(At(i)ABe Λ tAB，i=l，2，3)，因此從段號1-3記錄的對沒有通過延遲差標(biāo)準(zhǔn)。因此，這些對被拒絕。值得注意的是，在本實施方式中，即使從段號6獲得的對通過了延遲差標(biāo)準(zhǔn)，該對也被拒絕，這是因為其沒有通過時間窗標(biāo)準(zhǔn)(At(6)AB e AtAB)。在本發(fā)明的各實施方式中，該程序還接受與在兩個或以上的不同位置發(fā)生的數(shù)據(jù)的同步事件對應(yīng)的對。雖然這種事件相對于彼此沒有因果關(guān)系(因為在位置之間沒有信息流)，但還是通過該方法來標(biāo)記對應(yīng)的特征。不受限于任何特殊理論，雖然該方法并未指出，·但本發(fā)明人考慮了與另一事件有因果關(guān)系的數(shù)據(jù)的同步事件。例如，同一物理刺激可以在大腦中的兩個或多個位置生成同步事件。在46接受的活動相關(guān)特征的識別對可以被視為基本圖案，其可以用作用于構(gòu)造特征空間中的復(fù)雜圖案的基本構(gòu)建塊。在本發(fā)明的各示例性實施方式中，方法進行到48，在48中，將兩個或多個活動相關(guān)特征對結(jié)合(例如,連結(jié),concatenate),以形成兩個以上特征的圖案。如由向量表現(xiàn)的，連結(jié)標(biāo)準(zhǔn)在對的特征之間可以類似。例如，在一些實施方式中，如果兩隊活動相關(guān)特征具有共同特征，則它們是連結(jié)的。象征性地，這可以公式表示如下“A-B”對和“B-C”對具有共同特征“B”，并且連結(jié)形成復(fù)雜圖案A-B-C。優(yōu)選地，連結(jié)的特征集合經(jīng)歷閾值程序，例如，當(dāng)組中的X%或以上的對象包括在連結(jié)集合中時，接受該集合，并且當(dāng)組中的小于χ%的對象包括在連結(jié)集合中時，拒絕該集合。閾值X的典型值為大約80。因此，三個以上特征的每個圖案對應(yīng)于集群的集合，該集合被定義為使得集合中的任何集群都在從集合中的一個或多個其他集群的具體延遲差中。一旦分析了所有集群對，程序進行到終止符49，在49，程序結(jié)束。再次參照圖1，在13，構(gòu)造大腦網(wǎng)絡(luò)活動(BNA)圖案。參照圖2可以更好地理解BNA圖案的概念，圖2是根據(jù)本發(fā)明一些實施方式的可以從神經(jīng)生理學(xué)數(shù)據(jù)提取的BNA圖案20的代表性實例。BNA圖案20具有多個節(jié)點22，每個都表示一個活動相關(guān)特征。例如，節(jié)點可以表示在特殊位置并且在特殊時間窗或延遲范圍的特殊頻帶(可選地兩個或多個特殊頻帶)，可選地具有特殊幅度范圍。一些節(jié)點22被棱邊24連接，每個棱邊24都表示在各棱邊的末端的節(jié)點之間的因果關(guān)系。因此，BNA圖案被表示為具有節(jié)點和棱邊的圖形。在本發(fā)明的各示例性實施方式中，BNA圖案包括多個離散節(jié)點，其中，關(guān)于數(shù)據(jù)特征的信息僅用節(jié)點表示，并且關(guān)于特征中的關(guān)系的信息僅用棱邊表示。圖2示出了頭皮的樣板26中的BNA圖案20，允許將節(jié)點的位置與各大腦葉(額區(qū)28，中央30，頂葉32，枕葉34，和顳36)相關(guān)。BNA圖案中的節(jié)點可以通過其各種特征來標(biāo)注。如果需要，還可以采用顏色編碼或形狀編碼可視化技術(shù)。例如，可以使用一個顏色或相撞來顯示與特殊頻帶對應(yīng)的節(jié)點，并且可以使用另一顏色或形狀來顯示與另一頻帶對應(yīng)的節(jié)點。在圖2的代表性實例中，給出了兩個顏色。紅色節(jié)點對應(yīng)于δ波，并且綠色節(jié)點對應(yīng)于Θ波。BNA圖案20可以描述單個對象或?qū)ο蟮慕M或子組的大腦活動。描述單個對象的大腦活動的BNA圖案在這里被稱為特定對象BNA圖案，并且描述對象的組或子組的大腦活動的BNA圖案在這里被稱為組BNA圖案。當(dāng)BNA圖案20為特定對象BNA圖案時，僅適用從相應(yīng)對象的數(shù)據(jù)提取的向量來構(gòu)造BNA圖案。因此，每個節(jié)點都與多維空間中的點對應(yīng)，并因此表示大腦中的活動事件。當(dāng)BNA圖案20為組BNA圖案時，一些節(jié)點可以對應(yīng)于多維空間中的點的集群，并且因此表示多見于對象的組或子組中的活動事件。由于組BNA圖案的統(tǒng)計性質(zhì)，組BNA圖案中的節(jié)點的數(shù)量(這里被稱為“秩(order)”)和/或棱邊的數(shù)量(這里被稱為“大小”)通常但并非一定大于特定對象BNA圖案的秩和/或大小。作為用于構(gòu)造組BNA圖案的簡單實例，考慮圖3B中示出的簡化場景，其中，“段”對應(yīng)于對象的組或子組中的不同對象。在本實例中，組數(shù)據(jù)包括與位置A和B相關(guān)的兩個單 一事件。這些事件中的每個都形成多維空間中的集群。在本發(fā)明的各示例性實施方式中，在這里被稱為集群A和B的集群中的每個都用組BNA中的節(jié)點表示。因為這兩個集群A和B是通過這種關(guān)系的標(biāo)準(zhǔn)的這些集群中的一些單個點，因此集群A和B被識別為活動相關(guān)特征(在本實例中，對象號4和5的對)。因此，在本發(fā)明的各示例性實施方式中，對應(yīng)于集群A和B的節(jié)點通過棱邊連接。所得到的組BNA圖案的簡化說明在圖3C中示出。可選且優(yōu)選地，通過將從相應(yīng)對象收集的數(shù)據(jù)特征和特征中的關(guān)系與基準(zhǔn)數(shù)據(jù)(在本發(fā)明的一些實施方式中，包括組數(shù)據(jù))的特征和特征中的關(guān)系相比較來構(gòu)造特定對象BNA圖案。在這些實施方式中，將與對象的數(shù)據(jù)相關(guān)的點和點中的關(guān)系和與組的數(shù)據(jù)相關(guān)的集群和集群中的關(guān)系相比較。例如，考慮圖3B中示出的簡化場景，其中，“段”對應(yīng)于對象的組或子組中的不同對象。集群A不包括來自對象號3的貢獻，集群B不包括來自對象號6的貢獻，因為對于這些對象，各點沒有通過時間窗標(biāo)準(zhǔn)。因此，在本發(fā)明的各示例性實施方式中，當(dāng)構(gòu)造特定對象BNA圖案用于對象號3時，其不包括對應(yīng)于位置A的節(jié)點，并且當(dāng)構(gòu)造特定對象BNA圖案用于對象號6時，其不包括對應(yīng)于位置B的節(jié)點。另一方面，位置A和B都表示為被構(gòu)造用于任何對象號1、2、4、和5的特定對象BNA圖案中的節(jié)點。對于其相應(yīng)點被接受作為活動相關(guān)特征的對的那些對象(在本實例中，對象號4和5)，對應(yīng)節(jié)點優(yōu)選地通過棱邊連接。在圖3D中示出了每種情況的特定對象BNA圖案的簡單說明。值得注意的是，對于只有兩個節(jié)點的該簡單實例，圖3D的特定對象BNA與圖3C的組BNA類似。對于更大數(shù)量的節(jié)點，如上所述，組BNA圖案的秩和/或大小通常大于特定對象BNA圖案的秩和/或大小。如下面詳細(xì)介紹的，特定對象和組BNA圖案之間的其他差，可以通過由棱邊表示的活動相關(guān)特征之間的關(guān)系度來表現(xiàn)。對于其相應(yīng)點被拒絕的對象(在本實例中，對象號I和2)，對應(yīng)的節(jié)點優(yōu)選地不通過棱邊連接。圖3E中示出了這種情況的特定對象BNA圖案的簡單說明。然而，應(yīng)當(dāng)理解，盡管就特殊對象的數(shù)據(jù)與對象組的數(shù)據(jù)之間的關(guān)系而言描述了用于構(gòu)造特定對象BNA圖案的上述技術(shù)，但情況并非一定如此，因為在一些實施方式中，可以僅從單個對象的數(shù)據(jù)構(gòu)造特定對象BNA圖案。在這些實施方式中，分別為時間上隔開的模擬提取波形特征的向量，以定義點的集群，其中，如上面進一步詳細(xì)介紹的，集群中的每個點都對應(yīng)于在不同時間施加的刺激的反應(yīng)。在這些實施方式中，用于構(gòu)造特定對象BNA圖案的程序優(yōu)選地與上述用于構(gòu)造組BNA圖案的程序相同。然而，由于從單個對象收集所有數(shù)據(jù)，因此BNA圖案是特定對象的。因此，本實施方式考慮了兩種特定對象BNA圖案第一種，描述了特殊對象與對象的主或子組的關(guān)聯(lián)，其是特定對象的組BNA圖案的表現(xiàn)；以及第二種，描述了特定對象的數(shù)據(jù)，而沒有將對象與對象的組或子組相關(guān)聯(lián)。前一種BNA圖案在本文被稱為關(guān)聯(lián)的特定對象BNA圖案，并且后一種BNA圖案在本文被稱為無關(guān)聯(lián)的特定對象BNA圖案。對于無關(guān)聯(lián)的特定對象BNA圖案，可選并優(yōu)選地在對數(shù)據(jù)取平均并且將其變成數(shù)據(jù)的一單個向量之前，優(yōu)選地對單個刺激的重復(fù)演示的集，即，單個試驗的集，執(zhí)行該分析。對于組BNA圖案，另一方面，可選并優(yōu)選地對組的每個對象的數(shù)據(jù)取平均，然后變成數(shù)據(jù)的向量。值得注意的是，雖然無關(guān)聯(lián)的特定對象BNA圖案對于特殊對象一般是唯一的(在 構(gòu)造特定對象BNA圖案時)，但是因為對象可以具有到不同組的不同關(guān)聯(lián)，因此同一對象可以通過一個以上的關(guān)聯(lián)的特定對象BNA圖案來表示特征。例如，考慮健康對象組和均遭受相同大腦障礙的非健康對象組。進一步考慮可能屬于也可能不屬于這些組中的一個的對象Y。本實施方式考慮了對于對象Y的若干特定對象BNA圖案。第一 BNA圖案為無關(guān)聯(lián)的特定對象BNA圖案，如上所述，因為該圖案從僅從對象Y收集的數(shù)據(jù)溝槽，因此其對于該對象通常是唯一的。第二 BNA圖案是關(guān)聯(lián)的特定對象BNA圖案，其就對象Y的數(shù)據(jù)與健康組的數(shù)據(jù)之間的關(guān)系而言被構(gòu)造。第三BNA圖案是關(guān)聯(lián)的特定對象BNA圖案，其就對象Y的數(shù)據(jù)和非健康組的數(shù)據(jù)之間的關(guān)系而言被構(gòu)造。這些BNA圖案中的每個對于評估對象Y的狀況是有用的。例如，由于第一 BNA圖案允許將BNA圖案與先前構(gòu)造的無關(guān)聯(lián)的特定對象BNA圖案相比較，因此第一 BNA圖案對于監(jiān)控對象的大腦功能隨時間的變化是有用的(例如，監(jiān)控大腦可塑性等)。第二 BNA圖案和第三BNA圖案對于確定對象Y和相應(yīng)組之間的關(guān)聯(lián)程度從而確定對象大腦障礙的可能性是有用的。還考慮了其中預(yù)先從同一對象獲取用于構(gòu)造與歷史數(shù)據(jù)對應(yīng)的特定對象BNA圖案的基準(zhǔn)數(shù)據(jù)的實施方式。除了 BNA圖案與同一對象而不是對象組的歷史相關(guān)，這些實施方式與以上關(guān)于關(guān)聯(lián)的特定對象BNA圖案描述的實施方式類似。另外還考慮了其中在某個稍后的時間從同一對象獲取與數(shù)據(jù)對應(yīng)的基準(zhǔn)數(shù)據(jù)的實施方式。這些實施方式允許調(diào)查在較早的時間獲取的數(shù)據(jù)是否演變成在較晚的時間獲取的數(shù)據(jù)。一個特殊和非限制的實例是同一對象的若干治療療程(例如，N個療程)的情況。在第一若干治療療程(例如，從療程I至療程&〈Ν)中獲取的數(shù)據(jù)可以用作用于構(gòu)造與中間療程(例如，從療程1(2>1^至療程Κ3>Κ2)對應(yīng)的第一關(guān)聯(lián)的特定對象BNA圖案的基準(zhǔn)數(shù)據(jù)，并且在最后的若干治療療程(例如，從療程匕至療程N)獲取的數(shù)據(jù)可以用作用于構(gòu)造與上述中間療程對應(yīng)的第二關(guān)聯(lián)的特定對象BNA圖案的基準(zhǔn)數(shù)據(jù)，其中，KkZkZkykp同一對象的這兩個關(guān)聯(lián)的特定對象BNA圖案可以用于確定從較早的治療階段到較晚的治療階段的數(shù)據(jù)演變。方法進行到14，在14中，為BNA圖案中的每對節(jié)點(湖州哦和，相當(dāng)于為BNA圖案中的每個棱邊)分配連接性權(quán)重，從而提供加權(quán)的BNA圖案。連接性權(quán)重在圖2、圖3C、和圖3D中通過連接兩個節(jié)點的棱邊厚度來表示。例如，較厚的棱邊可以對應(yīng)于較高的權(quán)重，并且較薄的棱邊可以對應(yīng)于較低的權(quán)重。在本發(fā)明的各示例性實施方式中，連接性權(quán)重包括基于以下集群屬性中的至少一個計算的權(quán)重指數(shù)WI: (i )參與相應(yīng)集群對的對象數(shù)量，其中，將較大的權(quán)重分配給較大的對象數(shù)量；(ii)對的每個集群中的對象數(shù)量之間的差(稱為對的“分化水平”)，其中，將較大的權(quán)重分配給較低的分化水平；(iii)與對應(yīng)集群中的每個相關(guān)的時間窗的寬度(見，例如，圖3A中的AtA和Λ tB)，其中，將較大的權(quán)重分配給較窄的窗口 ；(iv)兩個集群之間的延遲差(見圖3A中的其中，將較大的權(quán)重分配給較窄的窗口 ；(v)與對應(yīng)的集群相關(guān)的信號幅度；(vi)與對應(yīng)的集群相關(guān)的信號頻率；以及(vii)定義集群的空間窗口的寬度(在坐標(biāo)系統(tǒng)為連續(xù)的實施方式中)。對于除屬性(i)和(ii)的任意集群屬性，優(yōu)選地使用屬性的統(tǒng)計觀察值，例如，但不限于，集群的平均數(shù)、中位數(shù)、上確界、下確界、和方差。對于組BNA圖案或無關(guān)聯(lián)的特定對象BNA圖案，連接性權(quán)重優(yōu)選地等于基于集群屬性計算的權(quán)重指數(shù)WI。
對于關(guān)聯(lián)的特定對象BNA圖案，優(yōu)選地基于權(quán)重指數(shù)WI以及用SI表示的一個或多個特定對象或特定對量來分配節(jié)點對的連接性權(quán)重。以下提供了這種數(shù)量的代表性實例。在本發(fā)明的各示例性實施方式中，將通過將WI和SI結(jié)合而計算的連接性權(quán)重分配給關(guān)聯(lián)的特定對象BNA圖案的一對節(jié)點。例如，關(guān)聯(lián)的特定對象BNA圖案中的對的連接性權(quán)重可以通過WI · SI給出。當(dāng)為節(jié)點的給定對計算一個以上的量時(即N個量)，可以將一個以上的連接性權(quán)重份分配給該對，例如，WI · SI1, WI · SI2,…，WI · SIn，其中，SI1,SI2,…，SIN是N個計算的量?？蛇x地或者另外地，給定對的所有連接性權(quán)重可以例如通過取平均、相乘等組合。量SI可以是例如表示特定對象對和對應(yīng)集群之間的關(guān)系的統(tǒng)計分?jǐn)?shù)數(shù)。統(tǒng)計分?jǐn)?shù)可以是任何類型，包括但不限于離均差、絕對離差、標(biāo)準(zhǔn)分等。從其計算統(tǒng)計分?jǐn)?shù)的關(guān)系可以與用于計算權(quán)重指數(shù)WI的一個或多個屬性有關(guān)，該屬性包括但不限于延遲、延遲差、幅度、頻率等。與延遲或延遲差有關(guān)的統(tǒng)計分?jǐn)?shù)這里被稱為同步分?jǐn)?shù)并被表示為Sis。因此，根據(jù)本發(fā)明一些實施方式的同步分?jǐn)?shù)可以通過計算以下的統(tǒng)計分?jǐn)?shù)來獲得(i)相對于對應(yīng)集群的組平均延遲，為對象獲得的點的延遲(例如，在上述實例中，〖(^和t(i)B)，和/或(ii)相對于兩個對應(yīng)集群之間的組平均延遲差，為對象獲得的兩個點之間的延遲差(例如，At'B)。與幅度有關(guān)的統(tǒng)計分?jǐn)?shù)這里被稱為幅度分?jǐn)?shù)并被表示為Sla。因此，通過相對于對應(yīng)集群的組平均幅度，計算為對象獲得的幅度的統(tǒng)計分?jǐn)?shù)，來獲得根據(jù)本發(fā)明一些實施方式的幅度分?jǐn)?shù)。與頻率有關(guān)的統(tǒng)計分?jǐn)?shù)這里被稱為頻率分?jǐn)?shù)并被表示為SIf。因此，通過相對于對應(yīng)集群的組平均頻率，計算為對象獲得的頻率的統(tǒng)計分?jǐn)?shù)，來獲得根據(jù)本發(fā)明一些實施方式的頻率分?jǐn)?shù)。與位置有關(guān)的統(tǒng)計分?jǐn)?shù)這里被稱為位置分?jǐn)?shù)并被表示為SI1。如上面進一步詳細(xì)介紹的，在采用連續(xù)坐標(biāo)系統(tǒng)的實施方式中，這些實施方式特別有用。因此，通過相對于對應(yīng)集群的組平均位置，計算為對象獲得的位置的統(tǒng)計分?jǐn)?shù)，來獲得根據(jù)本發(fā)明一些實施方式的位置分?jǐn)?shù)。本發(fā)明的范圍不排除與其他屬性有關(guān)的統(tǒng)計分?jǐn)?shù)的計算。以下描述了根據(jù)本發(fā)明一些實施方式的用于計算量SI的技術(shù)。如果存在，當(dāng)SI是統(tǒng)計分?jǐn)?shù)SIs時，該計算可選并優(yōu)選地基于通過電極對與時空約束集匹配的離散時間點(TimesuW)。在這些實施方式中，對于每個區(qū)，將這些點的時間與組圖案中參與的離散點的時間的平均和標(biāo)準(zhǔn)偏差相比較，以提供區(qū)域的同步分?jǐn)?shù)SIsr。例如，通過將該對中的兩個區(qū)域的區(qū)域同步分?jǐn)?shù)取平均，可以計算同步分?jǐn)?shù)Sis。通過，該過程可以寫為·取=0.5 + ^^;^=
ifft0) + st(ji))r可選且優(yōu)選地，以類似的方式計算幅度分?jǐn)?shù)Sla。開始，對于每個區(qū)域，將單個對象的離散點的幅度(Ampsubj)與參與組圖案的離散點的幅度的平均和標(biāo)準(zhǔn)偏差(Amppat)相比較，以提供區(qū)域幅度分?jǐn)?shù)SIa-然后，例如通過將對中的兩個區(qū)域的區(qū)域幅度分?jǐn)?shù)取平均來計算幅度分?jǐn)?shù)
SIar = 0.5 + —「-——――-;Sle = ^XSZer 2 ' Mp~ AnpmI1.) + std(Amppat)) r可以如下計算一個或多個BNA圖案相似性S作為BNA圖案的節(jié)點上的加權(quán)平均
Σ_ *取)Ss = ..J—w:-
I
堿— M
V P；. mSIajSa = =T--
YiWi
a
Σ_ *哺Sf =............^.................................................
Σ(,υ51 = -^=-
I形式上，可以如下計算額外的相似性Sc Ic = 1 I——,其中，如果對i存在于對象的數(shù)據(jù)中，則SIci是等于I的二進制數(shù)，否則，等于O。在本發(fā)明的一些實施方式中，量SI包括記錄的活動之間的相關(guān)值。在一些實施方式中，相關(guān)值描述了為在與該對相關(guān)的兩個位置的具體對象記錄的活動之間的相關(guān)性，并在其一些實施方式中，相關(guān)值描述了為在與該對相關(guān)的任何位置的具體對象記錄的活動以及在同一位置記錄的組活動之間的相關(guān)性。在一些實施方式中，相關(guān)值描述了活動之間的因果關(guān)系。用于計算相關(guān)值(諸如因果關(guān)系)的程序在現(xiàn)有技術(shù)中是已知的。在本發(fā)明的一些實施方式中，采用了 Granger 理論[Granger CffJ, 1969, “InvestigatingCausal Relations By Econometric Models And Cross-Spectral Methods,，，Econometrica, 37(3) :242]。適于本實施方式的其他技術(shù)可以在以下文獻中找到Durka etal. , 2001, uTime-frequency microstructure of event-related electroencephalogramdesynchronisation and synchronization,，’Medical&Biological Engineering&Computing,39:315;Smith Bassett et al. , 2006, “Small-World Brain Networks”Neuroscientist, 12:512;He et al. , 2007, “Small-World Anatomical Networks in the Human Brain Revealed by Cortical Thickness from MRI，，，Cerebral Cortex 17:2407;以及 De Vico Fallani et al., “Extracting Information from Cortial ConnectivityPatterns Estimated from High Resolution EEG Recordings:A Theoretical GraphApproach, ”Brain Topogr 19:125 ;其全部內(nèi)容結(jié)合于此作為參考?？梢杂嬎阍贐NA圖案上分配的連接性權(quán)重作為連續(xù)變量(例如，使用具有連續(xù)范圍的函數(shù))或離散變量(例如，使用具有離散范圍的函數(shù)或使用查找表)。在任何情況下，連接性權(quán)重都可以具有兩種以上的可能值。因此，根據(jù)本發(fā)明的各示例性實施方式，加權(quán)BNA圖案具有至少三個、或者至少四個、或者至少五個、或者至少六個棱邊，其每個都分配有不同的連接性權(quán)重。一旦構(gòu)造了 BNA圖案，則其可以被傳輸?shù)街T如計算機監(jiān)控器或打印機的顯示裝置?？蛇x地或者另外地，可以將BNA圖案傳輸?shù)接嬎銠C可讀介質(zhì)。方法在15中結(jié)束。圖4是根據(jù)本發(fā)明各示例性實施方式的描述適于分析特定對象BNA圖案的方法的流程圖。方法在50開始并進行到51，在51，例如通過遵循以上參照圖I、圖2、和圖3描述的操作，獲得對象的BNA圖案，更優(yōu)選地，加權(quán)BNA圖案。在51獲得的BNA圖案以下稱為BNA圖案20。如果需要，BNA圖案20可以顯示在諸如計算機監(jiān)控器的顯示裝置上，打印和/或存儲在計算機可讀介質(zhì)中。在本發(fā)明的各示例性實施方式中，BNA圖案20是基于對象的數(shù)據(jù)與由先前注釋的BNA圖案表示的組數(shù)據(jù)之間的關(guān)系構(gòu)造的關(guān)聯(lián)的特定對象BNA圖案。先前注釋的BNA圖案可以可選且優(yōu)選地為先前注釋的BNA圖案的數(shù)據(jù)庫中的條目，在該情況下，該方法優(yōu)選地為數(shù)據(jù)庫的每個BNA圖案獲得關(guān)聯(lián)的特定對象BNA圖案。術(shù)語“注釋的BNA圖案”是指與注釋信息相關(guān)的BNA圖案。注釋信息可以獨立于BNA圖案存儲(例如，在計算機可讀介質(zhì)的單獨文件中)。注釋信息優(yōu)選地為全局注釋，其中，整個BNA圖案被標(biāo)識為對應(yīng)于具體大腦相關(guān)的障礙或狀況。因此，例如，注釋信息可以與具體障礙或狀況的存在、不存在、或程度有關(guān)。還考慮了該實施方式，其中，注釋信息與和應(yīng)用于對象的治療有關(guān)的具體大腦相關(guān)的障礙或狀況有關(guān)。例如，BNA圖案可以對應(yīng)于治療的大腦相關(guān)障礙被注釋。這種BNA圖案還可以用治療的特征來注釋，包括劑量、期間、和治療后經(jīng)過的時間。BNA圖案可以可選且優(yōu)選地注釋為對應(yīng)于未治療的大腦相關(guān)障礙。如這里所使用的，術(shù)語“治療”包括去除、大體上抑制、減緩、或反轉(zhuǎn)狀況的發(fā)展、大體上改善狀況的臨床或?qū)徝腊Y狀、或者大體上防止?fàn)顩r的臨床或?qū)徝腊Y狀的出現(xiàn)。治療可以包括任何類型的干預(yù)，侵入性的和非侵入性的，包括但不限于藥理學(xué)的、外科的、放射性的、康復(fù)性的等。可選地或另外地，BNA圖案可以標(biāo)識為對應(yīng)于具體組的個體(例如，具體性別、種族血緣、年齡組等)，其中，注釋信息與該組個體的特征有關(guān)。在本發(fā)明的一些實施方式中，注釋信息包括本地注釋，其中，BNA圖案上的若干位置處的節(jié)點標(biāo)識為具體障礙、狀況、和/或組的表示。方法進行到52，在52，將BNA圖案20與先前注釋的BNA圖案相比較。在其中為同一對象獲得了若干特定對象BNA圖案的實施方式中，每個特定對象BNA圖案都優(yōu)選地與對應(yīng)的注釋BNA圖案相比較。該方法可選并且優(yōu)選地選擇彼此最佳匹配的一對BNA圖案?？蛇x地，該方法可以為比較的每對BNA圖案分配分?jǐn)?shù)。例如，如上面進一步詳細(xì)介紹的，這種·分?jǐn)?shù)可以是一個或多個BNA圖案相似性S。因子，在本發(fā)明的各示例性實施方式中，52包括計算至少一個BNA圖案相似性S，描述BNA圖案20和先前注釋的BNA圖案之間的相似性。在本發(fā)明的各示例性實施方式中，將BNA圖案20與至少一個注釋為異常的BNA圖案以及至少一個注釋為正常的BNA圖案相比較。注釋為異常的BNA圖案是與關(guān)于大腦相關(guān)的障礙或狀況的存在、不存在、或程度的注釋信息相關(guān)的BNA圖案。注釋為正常的BNA圖案是從標(biāo)識為具有正常大腦功能的對象(或者更優(yōu)選地，一組對象)提取的BNA圖案。與注釋為異常的BNA圖案和注釋為正常的BNA圖案的比較對于根據(jù)相應(yīng)大腦相關(guān)的障礙或狀況將BNA圖案20分類是有用的。這種分類可選且優(yōu)選地通過可能性值來提供，該可能性值使用特定對象BNA圖案和組BNA圖案之間的相似性來表示。根據(jù)本發(fā)明實施方式，特定對象BNA圖案可以分類成的大腦相關(guān)的障礙或狀況的代表性實例包括但不限于注意缺陷多動障礙(ADHD)、阻塞、創(chuàng)傷性腦損傷、創(chuàng)傷后壓力障礙(PTSD)、疼痛、癲癇、帕金森病、多發(fā)性硬化癥、焦躁癥、濫用、阿爾茨海默病/癡呆、焦慮癥、恐慌癥、恐怖障礙、情感型雙極性疾患、棱邊性人格障礙、行為控制問題、軀體變形障礙、認(rèn)知問題(例如，輕度認(rèn)知損害)、抑郁癥、解離癥、飲食障礙、厭食癥、疲勞、打嗝、脈沖控制問題、過敏、情緒問題、活動問題、強制性障礙、人格障礙、精神分裂和其他精神障礙、季節(jié)性情感障礙、性功能障礙、睡眠障礙、結(jié)巴、藥物濫用、圖列特氏綜合癥、拔毛癥、或暴力/自殘行為。先前注釋的BNA圖案可以可選且優(yōu)選地為基線注釋的BNA圖案，其表示了被標(biāo)識為具有正常腦功能或具有相同腦障礙的一組對象的特征。在秩(也就是BNA圖案中的節(jié)點數(shù)量)和/或大小(也即是BNA圖案中棱邊的數(shù)量)方面，這種基線注釋的BNA圖案可選地大于BNA圖案20?；€BNA圖案的代表性實例和用于構(gòu)造并注釋這種基線BNA圖案的技術(shù)在以下的實例部分中有所描述。根據(jù)本發(fā)明的一些實施方式，BNA圖案之間的比較優(yōu)選地是數(shù)量上的。在這些實施方式中，BNA圖案之間的比較包括計算BNA圖案相似性?？蛇x且優(yōu)選地基于BNA圖案的連接性權(quán)重的值來計算BNA圖案相似性。例如，可以通過將特定對象BNA圖案上的連接性權(quán)重取平均來獲得BNA圖案相似性。當(dāng)為BNA圖案20中的每個節(jié)點對分配了一種以上的連接性權(quán)重時，優(yōu)選地為每種連接性權(quán)重單獨執(zhí)行BNA圖案的取平均。可選且優(yōu)選地，可以將一個或多個平均值組合(例如，加和、相乘、取平均等)，以提供組合的BNA圖案相似性。可選地,可以將平均值的代表(例如,最大的)定義為BNA圖案相似性。BNA圖案相似性可以用作分類分?jǐn)?shù)，該分類分?jǐn)?shù)從數(shù)量上描述了對象到對應(yīng)組的隸屬度。當(dāng)為使用不同組數(shù)據(jù)的同一對象構(gòu)造一個以上的特定對象BNA圖案時，該實施方式特別有用，其中，該分類分?jǐn)?shù)可以用于評估對象到組中的每個的隸屬度。相似性可以表示為連續(xù)或離散變量。在本發(fā)明的各示例性實施方式中，相似性是非二進制數(shù)。換句話說，該方法計算兩個BNA圖案相似或不相似的程度，而不是確定這兩個BNA圖案是否相似。例如，相似性可以表示為百分比、O和I之間的非整數(shù)(例如，O對應(yīng)于完全不同，I對應(yīng)于BNA圖案與其自身之間的比較)等。對于特定對象BNA圖案20和注釋為異常的BNA圖案之間的比較、以及特定對象BNA圖案20和注釋為正常的BNA圖案之間的比較，都可以執(zhí)行用于計算相似性的上述過程。
在53，響應(yīng)于BNA圖案20和注釋的BNA圖案之間的比較，該方法提取與對象的狀況有關(guān)的信息。信息一旦被提取，則如果需要，其被傳輸?shù)接嬎銠C可讀介質(zhì)或顯示裝置或打印裝置。本發(fā)明人考慮了多種信息。以下進一步詳細(xì)介紹了這種類型的代表性實例。該方法在54結(jié)束。在本發(fā)明的各示例性實施方式中，所提取的信息與對象的異常腦功能的可能性有關(guān)。另外，BNA圖案比較可以可選且優(yōu)選地用于提取預(yù)后性信息。例如，BNA圖案20可以與基線注釋的BNA圖案相比較，基線注釋的BNA圖案表示了具有相似康復(fù)歷史的均遭受同一異常腦功能的一組對象的特征，其中，從在康復(fù)過程開始時獲取的神經(jīng)生理學(xué)數(shù)據(jù)來構(gòu)造基線注釋的BNA圖案。BNA圖案20和基線注釋的BNA圖案之間的相似性程度可以用作特殊異常腦功能和特殊康復(fù)過程的預(yù)后性指示?？蛇x且優(yōu)選地，通過至少部分地基于BNA圖案20和注釋的BNA圖案之間的相似性來確定腦障礙指數(shù)，來提取異常腦功能的可能性。例如，當(dāng)計算BNA圖案20和注釋為對應(yīng)于ADHD的BNA圖案之間的相似性時，該相似性可以用于計算ADHD指數(shù)。腦障礙指數(shù)可以是相似性本身，或者其可以基于相似性來計算。在本發(fā)明的各示例性實施方式中，基于BNA圖案20和注釋為異常的BNA圖案之間的相似性以及BNA圖案20和注釋為正常的BNA圖案之間的相似性來計算腦障礙指數(shù)。例如，通過Sabnmial來表示前一中相似性，并且用Snmial來表示后一種相似性，其中，Sabnmial和Snmial都在O和I之間，并且可以這樣計算腦障礙指數(shù)
Idisorder ·I disorder (Sabnormal+(丄 Snormai) )/2本發(fā)明范圍不排除上述公式的變化。在圖5A至圖5F中說明了 ADHD的情況下用于確定腦障礙指數(shù)的過程的代表性實例，示出了從EEG數(shù)據(jù)構(gòu)造的BNA圖案。在圖5A至圖5F中，紅色節(jié)點對應(yīng)于δ頻帶下的ERP、綠色節(jié)點對應(yīng)于Θ頻帶下的ERP、黃色節(jié)點以及對應(yīng)于α頻帶下的ERP。BNA圖案還包括對應(yīng)于已經(jīng)記錄了一個以上頻帶下的ERP的位置的節(jié)點。這些節(jié)點用混合顏色示出。例如，綠-紅節(jié)點對應(yīng)于δ和Θ頻帶下的ERP，并且黃-綠節(jié)點對應(yīng)于α和Θ頻帶下的ERP。圖5Α示出了被注釋為正常的基線BNA圖案，并且圖示出了對應(yīng)于ADHD被注釋的基線BNA圖案。這兩個BNA圖案中的每一個都分別從標(biāo)識為正常并具有ADHA的一組成人對象中構(gòu)造。如圖5A所示，在右大腦半球的多個額后位置處，正常腦功能的基線BNA圖案具有表示主要在δ頻帶(紅色節(jié)點)下的ERP的節(jié)點。δ節(jié)點的特征時間窗的寬度大約為50ms。δ節(jié)點的特征延遲平均為大約90ms至IlOms和大約270ms至330ms。如圖所示，在多個前中心位置處，ADHD的基線BNA圖案具有表示主要在Θ和α頻帶(綠色和黃色節(jié)點)下的ERP的節(jié)點。ADHD的BNA圖案還可以包括在中央頂葉位置的節(jié)點。Θ和α節(jié)點的特征時間窗AtA為大約IOOms至大約200ms。圖5B和圖5E分別示出了基于與正常和ADHD基線組BNA圖案的比較而構(gòu)造的關(guān)聯(lián)的特定對象BNA圖案。如上所述計算的相似性值為Snmial=O. 76 (圖5B)和Saot=O. 47 (圖5E)。因此，相比于ADHD基線BNA圖案，該對象的BNA圖案與正?；€BNA圖案更相似。該對象的ADHD指數(shù)可以設(shè)置為O. 47，或者，更優(yōu)選地(O. 47+ (1-0. 76)) /2=0. 355。 圖5C和圖5F分別示出了特定對象BNA圖案(從另一單個對象構(gòu)造)與正常和ADHD基線BNA圖案之間的比較結(jié)果。如上所述計算的相似性值為S_al=0. 32(圖5C)和S_=0. 68(圖5F)。因此，相比于正常基線BNA圖案，該對象的BNA圖案與ADHD基線BNA圖案更相似，并且該對象的ADHD指數(shù)可以設(shè)置為O. 68，或者，更優(yōu)選地(O. 68+(1-0. 32) ) /2=0. 68。腦障礙指數(shù)可以在比例尺上圖形地呈現(xiàn)給用戶。圖38中示出了 ADHD情況下的這種圖形標(biāo)識的代表性實例。雖然以上已經(jīng)特別強調(diào)了 ADHD來描述本發(fā)明實施方式，應(yīng)當(dāng)理解，對該障礙的較詳細(xì)的引用并不應(yīng)理解為以任何方式限制本發(fā)明的范圍。因此，BNA圖案比較技術(shù)可以用于評估許多大腦相關(guān)障礙的可能性，包括任何上述大腦相關(guān)障礙。在以下的實例部分(見ADHD的實例I和輕度認(rèn)知損害和阿爾茨海默氏癥的實例5)中提供了關(guān)于大腦相關(guān)障礙的可能性評估的其他實例?；€注釋的BNA圖案還可以與關(guān)于一組對象的具體大腦相關(guān)障礙或狀況的注釋信息相關(guān)，該注釋信息關(guān)于對組中的對象應(yīng)用的治療。這種基線BNA圖案可以用治療的特征來注釋，包括劑量、期間、以及治療后經(jīng)過的時間。BNA圖案20與這種類型的基線BNA圖案的比較可以提供關(guān)于對象對治療的反應(yīng)和/或?qū)υ撎囟▽ο蟮闹委熜Ч男畔ⅰ＿@種信息可以可選并優(yōu)選地用于提取與具體治療連接的預(yù)后性信息。與這種基線BNA圖案互補的BNA圖案是注釋為對應(yīng)于未治療的腦相關(guān)障礙的BNA圖案?？蛇x且優(yōu)選地，該方法將BNA圖案20與至少一個注釋為與治療的腦相關(guān)障礙的基線BNA圖案、以及至少一個注釋為對應(yīng)于未治療的腦相關(guān)障礙的基線BNA圖案相比較。圖6A至圖6F、7A至圖7D、和8A至圖8E中示出了使用這兩種基線BNA圖案來評估對象對治療的反應(yīng)的過程的代表性實例。圖6A至圖6D中示出的BNA圖案是用從特殊ADHD對象記錄的EEG數(shù)據(jù)構(gòu)造的關(guān)聯(lián)的特定對象BNA圖案。圖6A至圖6D中黑點示出了 EEG電極的位置。這些BNA圖案中的顏色代碼與上述定義的相同。圖6A和圖6B中示出的特定對象BNA圖案描述了 ADHD對象與未治療的ADHD對象的關(guān)聯(lián)，并且圖6C和圖6D中示出的BNA圖案描述了 ADHD對象與用鹽酸哌酸甲酯(MPH)治療的一組ADHD對象的關(guān)聯(lián)。圖6A和6C中示出的特定對象BNA圖案基于從任何治療之前的ADHD對象記錄的EEG數(shù)據(jù)，并且圖6B和6D中示出的特定對象BNA圖案基于從用MPH處理之后的ADHD對象記錄的EEG數(shù)據(jù)。
圖6E和6F中分別示出了從一組未治療的ADHD對象構(gòu)造的基線注釋BNA圖案、以及從同一組的對象構(gòu)造但是遵循MPH治療的基線注釋BNA圖案。為圖6A至圖6D中示出的每個特定對象BNA圖案計算BNA圖案相似性。計算的與圖6A的BNA圖案對應(yīng)的相似性為O. 73，計算的與圖6B的BNA圖案對應(yīng)的相似性為O. 19，計算的與圖6C的BNA圖案對應(yīng)的相似性為O. 56，并且計算的與圖6D的BNA圖案對應(yīng)的相似性為O. 6。本發(fā)明人認(rèn)識到，這些相似性值指示對象對治療有反應(yīng)。在治療之前，對象的BNA模與一組未治療的ADHD對象的基線BNA圖案具有相對高的相似性(O. 73)，并且與一組治療的ADHD對象的基線BNA圖案具有相對低的相似性(O. 56 )，意味著該對象可以用該一組未治療的ADHD對象來分類。進行了 MPH的單劑量治療之后，與未治療的ADHD組的基線BNA圖案的相似性值合乎科學(xué)地從O. 73減小到O. 19，而治療的ADHD組的基線BNA圖案的相似性值從O. 56增大到O. 6，意味著在單劑量治療之后，對象的大腦活動不再具有未治療ADHD活動的特定，而是具有治療的ADHD活動的特性。圖39中總結(jié)了對ADHD對象的MPH研究的一些結(jié)果。對于每個對象，構(gòu)造了兩個關(guān)聯(lián)的特定對象BNA圖案。第一 BNA圖案描述了對象與一組未治療的ADHD對象的關(guān)聯(lián)，并 且第二 BNA圖案描述了對象與一組健康對象(控制)的關(guān)聯(lián)。左欄示出了用MPH治療之前的對象的平均分，中間欄示出了用MPH治療之后的對象的平均分，并且最后欄示出了控制組的分?jǐn)?shù)。 圖40中示出了組BNA圖案隨時間的演進的代表性實例。在圖40中示出了三列BNA圖案，對應(yīng)于未處理的ADHD對象組(左列)、用MPH治療后的ADHD對象(中間列)、和控制(右列)。演化以50ms的間隔示出。通過該列中的其他圖案的疊加來形成每列的最頂端的BNA圖案。在以下的實例部分中提供了關(guān)于從ADHD對象獲取的神經(jīng)生理學(xué)數(shù)據(jù)的分析的進一步細(xì)節(jié)(見實例I)。本實施方式的BNA圖案技術(shù)還可以用于確定對象的建議劑量。具體地，可以改變劑量，直到獲得了與治療對象的基線BNA圖案的足夠高或最大的相似性。一旦實現(xiàn)了這種相似性，則該方法可以確定實現(xiàn)了這種相似性的劑量是該對象的建議劑量。圖7A至圖7D中示出的BNA圖案用從不同ADHD對象記錄的EEG數(shù)據(jù)構(gòu)造，該不同ADHD對象也根據(jù)以上相對于圖6A至圖6D的響應(yīng)對象描述的相同協(xié)議用MPH治療。圖7A至圖7D中的黑點示出了 EEG電極的位置，并且這些BNA圖案中的顏色代碼與以上定義的相同。因此，圖7A和圖7B中示出的特定對象BNA描述了 ADHD對象與一組未治療的ADHD對象的關(guān)聯(lián)，并且圖7C和圖7D中示出的BNA圖案描述了 ADHD對象與用鹽酸哌酸甲酯(MPH)治療的一組ADHD對象的關(guān)聯(lián)。圖7A和7C中示出的特定對象BNA圖案基于從人任何治療之前的ADHD對象記錄的EEG數(shù)據(jù)，并且圖7B和7D中示出的特定對象BNA圖案基于從用MPH治療之后的ADHD對象記錄的EEG數(shù)據(jù)。值的注意的是，圖7A和7D的BNA圖案不包括任何節(jié)點和棱邊。然而，這不意味著該對象不具有腦活動。無效的關(guān)聯(lián)的特定對象BNA圖案意味著相應(yīng)對象的數(shù)據(jù)特征都不是對象試圖與其關(guān)聯(lián)的組中的集群的成員。對于圖7A至圖7D中示出的特定對象BNA圖案的每一個，計算BNA圖案相似性。所計算與圖7A的BNA圖案對應(yīng)的相似性為0，所計算的與圖7B的BNA圖案對應(yīng)的相似性為O，所計算的與圖7C的BNA圖案對應(yīng)的相似性為O. 76，并且所計算的與圖7D的BNA圖案對應(yīng)的相似性為O。本發(fā)明人認(rèn)識到，這些相似性值指示對象對治療沒有反應(yīng)。圖8A至圖8D示出了用從兩個健康志愿者對象記錄的EEG數(shù)據(jù)構(gòu)造的特定對象BNA圖案。圖8A至圖8D中的黑點示出了 EEG電極的位置，并且這些BNA圖案中的顏色代碼與以上定義的相同。圖8A至圖8D中示出的特定對象BNA圖案描述了在執(zhí)行與注意任務(wù)相關(guān)的Oddball任務(wù)的同時且在用安慰劑治療之后，對象與一組健康對象的關(guān)聯(lián)。該組的基線注釋的BNA圖案在圖8E中示出。圖8A和圖8C是在從用安慰劑治療后的第一對象(圖8A)和第二對象(圖8C)收集的EEG數(shù)據(jù)構(gòu)造的特定對象BNA圖案，并且圖SB和8D是用從用東莨菪堿藥物治療后的第一對象(圖8B)和第二對象(圖8D)收集的EEG數(shù)據(jù)構(gòu)造的特定對象BNA圖案。東莨菪堿是對興奮型的M2-膽堿能受體具有抑制作用的抗膽堿能藥物。其對大腦皮層具有抑制作用，通常會引起輕微的麻醉效果。
為圖8A至圖8D中示出的特定對象BNA圖案中的每個計算BNA圖案相似性。所計算的相似性分別是O. 937,0. 079、I. O、和O. 94。本發(fā)明人認(rèn)識到，這些相似性值指示第一對象(圖8A和SB)對東莨菪堿的反應(yīng)較高，而第二對象(圖SC和8D)較低。在臨床觀察中也確認(rèn)了這些結(jié)論，其中，在用東莨菪堿治療之后，對于第一對象觀察到了行為端點的70%的減少，但是對于第二對象沒有觀察到行為端點的變化。在以下的實例部分中提供了對從施用東莨菪堿的對象獲取的神經(jīng)生理學(xué)數(shù)據(jù)的分析的進一步細(xì)節(jié)(見實例4)。上述實例表明，本實施方式的BNA圖案比較技術(shù)可以用于對治療反應(yīng)的量化評估。盡管已經(jīng)特別強調(diào)了用MPH和東莨菪堿的治療來描述了上述實施方式，但應(yīng)當(dāng)理解，對這些實施方式的較詳細(xì)的引用不應(yīng)理解為以任何方式限制本發(fā)明的范圍。因此，BNA圖案比較技術(shù)可以用于評估多種治療的反應(yīng)和療效。在本發(fā)明的各示例性實施方式中，經(jīng)歷了關(guān)于對象的疼痛程度的提取信息。優(yōu)選地，該信息包括客觀的疼痛程度。根據(jù)本發(fā)明一些實施方式的疼痛程度評估在為遭受慢性疼痛的對象的治療或康復(fù)的情況下特別有用。圖9A和9B中說明了使用BNA圖案來測量疼痛的代表性實例，示出了從疼痛研究期間的EEG數(shù)據(jù)構(gòu)造的BNA圖案，這在以下的實例部分中有進一步的詳細(xì)介紹(見實例3)。圖9A是從宣稱疼痛相對高的對象構(gòu)造的特定對象BNA圖案，并且圖9B是由聲稱疼痛相對低的對象構(gòu)造的特定對象BNA圖案。如圖所示，疼痛程度的差異在BNA圖案中表示，其中，對于經(jīng)歷低疼痛的對象，其BNA圖案的大小小于經(jīng)歷高疼痛的對象。因此，可以使用BNA圖案的大小作為疼痛程度的指示。在本發(fā)明的一些實施方式中，將BNA圖案20與在不同時間為同一對象構(gòu)造的BNA圖案相比較。這些實施方式對于許多應(yīng)用是有用的。例如，在一些實施方式中，該比較用于確定大腦中神經(jīng)可塑性的存在、不存在、和/或水平。大腦可塑性涉及大腦適應(yīng)(功能上和/或結(jié)構(gòu)上)變化的狀況的能力，有時在損傷或中風(fēng)后，但是更常見的是在獲取新技術(shù)時。大腦可塑性在許多基礎(chǔ)任務(wù)中已經(jīng)得到論證，證據(jù)指向重復(fù)性性能期間的皮質(zhì)的物理變化。已知從具體任務(wù)的重復(fù)性性能產(chǎn)生的神經(jīng)相互作用的可塑性導(dǎo)致了改善的性能。
對于遭受中風(fēng)的對象，神經(jīng)可塑性的確定特別有用，其中，大腦的一部分被損壞并且其他部分開始起作用或改變其作用。中風(fēng)后的對象的兩個BNA之間的比較可以用于識別大腦活動中的變化，因此還可以評估大腦中的神經(jīng)可塑性。在本發(fā)明的一些實施方式中，在對象康復(fù)期間，從對象構(gòu)造晚期BNA圖案。晚期BNA圖案可選地來自在多個康復(fù)療程期間(優(yōu)選地，在康復(fù)的足夠后期)獲取的數(shù)據(jù)。這種BNA圖案可以視為通過大腦實現(xiàn)的神經(jīng)網(wǎng)絡(luò)路徑，以克服肢體運動功能障礙。然后可以將在單個療程期間構(gòu)造的特定對象BNA圖案與晚期BNA圖案相比較，從而建立對象的學(xué)習(xí)曲線。對于遭受慢性疼痛的對象，神經(jīng)可塑性的確定特別有用。本發(fā)明人認(rèn)識到，在大腦中感知和建立了慢性疼痛的存在，并且其通常伴隨有大腦中的化學(xué)變化。例如，存在N-乙酰天門冬氨酸的減少和其他大腦代謝物的變化。該化學(xué)變化引起了抑郁、焦慮、和/或認(rèn)知記憶功能的減退。對象的兩個BNA之間的比較可以用于識別大腦活動的變化，從而還可以評估這些化學(xué)變化。例如，這種評估可以與疼痛刺激結(jié)合使用，以確定該對象是慢性疼痛患者或?qū)μ弁创碳ぞ哂姓７磻?yīng)。在一些實施方式中，將從在治療之后獲取的神經(jīng)生理學(xué)數(shù)據(jù)構(gòu)造的BNA圖案與從 在治療之前獲取的神經(jīng)生理學(xué)數(shù)據(jù)構(gòu)造的BNA圖案相比較拗。這種比較可以用于評估對治療的反應(yīng)，并且可選地，評估療效。除了比較是在同一對象的BNA圖案之間而不是在對象的BNA圖案和組的基線BNA圖案之間，通常，這可以如以上參照圖6A至圖6D、7A至圖7D、和8A至圖8D的描述來完成。在一些實施方式中，將在對象執(zhí)行特殊任務(wù)的同時從獲取的神經(jīng)生理學(xué)數(shù)據(jù)構(gòu)造的BNA圖案與從對象不執(zhí)行特殊任務(wù)和/或?qū)ο髨?zhí)行另一特殊任務(wù)的同時獲得的神經(jīng)生理學(xué)數(shù)據(jù)構(gòu)造的BNA圖案相比較?，F(xiàn)在將參照圖IOA至圖IOH來描述這些實施方式的代表性實例。圖IOA至圖IOH示出了用在工作記憶測試期間從兩組對象記錄的EEG數(shù)據(jù)構(gòu)造的組BNA圖案。圖IOA至圖IOH中的黑點示出了 EEG電極的位置，并且這些BNA圖案中的顏色代碼與以上定義的相同。在測試期間，組的每個對象都被要求記憶人臉圖片(稱為“暗示”)。兩秒之后，再次將人臉圖片(稱為“探子”)呈現(xiàn)給對象，并要求對象確定探子與暗示是否匹配。圖IOA至圖IOD中示出了第一組的BNA圖案。圖IOA和圖IOB是在用安慰劑治療(以下稱為安慰劑A)之后構(gòu)造的一組BNA圖案，并且圖IOC和圖IOD是在用東莨菪堿治療后構(gòu)造的一組BNA圖案。第二組的BNA圖案在圖10E-H中示出，其中，圖IOE和圖IOF是在用安慰劑(以下稱為安慰劑B)治療后構(gòu)造的一組BNA圖案，并且圖IOG和圖IOH是在用氯胺麗治療后構(gòu)造的BNA圖案。以上說明了東莨菪堿的效果。氯胺酮被廣泛地認(rèn)可為一般的非巴比妥類麻醉劑，其能夠迅速起作用來產(chǎn)生麻醉狀態(tài)。更具體地，氯胺酮是傳統(tǒng)上用于誘導(dǎo)解離麻醉的壓克力環(huán)烷基胺。已經(jīng)使用氯胺酮來在健康兒童的擇期手術(shù)之前誘導(dǎo)麻醉，還在不能耐受全身麻醉的較老對象中誘導(dǎo)麻醉。圖10A、圖10C、圖10E、和圖IOG的BNA圖案從在呈現(xiàn)暗示期間獲取的數(shù)據(jù)被構(gòu)造，并且本發(fā)明人認(rèn)為其含有關(guān)于大腦中的記憶過程的信息(在文獻中也稱為“編碼”)。圖10B、圖10F、和圖IOH的BNA圖案從呈現(xiàn)試探的期間獲取的數(shù)據(jù)被構(gòu)造，并且本發(fā)明人認(rèn)為其含有關(guān)于大腦中的檢索過程的信息。值的注意的是，圖IOA-H的BNA圖案描述了分化活動網(wǎng)絡(luò)。因此，例如，圖IOA的BNA圖案描述了在安慰劑A和東莨菪堿之間最分化的暗示期間的大腦活動，并且圖IOB的BNA圖案描述了在安慰劑B和氯胺酮之間最分化的暗示期間的大腦活動。如圖IOA和圖IOB和IOE和圖IOF所示，在用安慰劑治療之后，檢索期間的BNA圖案比記憶期間的BNA圖案在秩和大小方面都大得多。在用東莨菪堿和氯胺酮治療之后，情況不同。東莨菪堿(圖IOC和圖10D)誘發(fā)了 (i)額葉和頂葉區(qū)域之間的低連通；以及(ii)豐富的補償中央和額葉活化。氯胺酮(圖IOG至圖10H)誘發(fā)了增大的中央和額葉活化，并且減少了右側(cè)化。在BNA圖案的額葉-頂葉部分中沒有觀察到顯著變化。在以下的實例部分中提供了對從施用東莨菪堿的對象獲取的神經(jīng)生理學(xué)數(shù)據(jù)的分析的進一步細(xì)節(jié)(見實例4)。本實施方式的BNA圖案比較技術(shù)還可以用于誘發(fā)大腦功能的改善。在本發(fā)明的 一些實施方式中，在較高水平的認(rèn)知測試期間，一般是實時的，為對象構(gòu)造關(guān)聯(lián)的特定對象 BNA圖案?？梢詫?gòu)造的BNA圖案或者其一些表示呈現(xiàn)給對象，并將其用作反饋。例如，認(rèn)知動作的結(jié)果是，當(dāng)對象的BNA圖案變得與健康組的特征BNA圖案更相似時，對象可以使用這種結(jié)果對對象的存在作為正反饋。相反，認(rèn)識動作的結(jié)果是，當(dāng)對象的BNA圖案變得與腦障礙組的特征BNA圖案更相似時，對象可以使用這種結(jié)果對對象的存在作為負(fù)反饋?？蛇x且優(yōu)選地，BNA圖案的實施分析結(jié)合神經(jīng)反饋，可以用于使用外部刺激電極實現(xiàn)改善的皮層刺激。本實施方式的BNA圖案比較技術(shù)還可以用于評估對光療的反應(yīng)，以及可選地，光療的療效。光療是指將光能量應(yīng)用于生物組織，目的是刺激某些生物功能，諸如神經(jīng)組織愈合和再生過程?？蛇x地，如可以在癌組織的情況下使用的，光療的更高功率水平可以抑制組織的神經(jīng)生物功能或者破壞組織。通常，光療是通過在組織的皮膚或表面處或其下面將光能量照射到對象的組織來完成的。以可見光范圍或不可見紅外線(IR)范圍中的波長進行照射。光療還可以以連續(xù)或脈沖方式，通過應(yīng)用相干和不相干光能量、激射和非激射光能量、窄和寬帶光能量來完成。通常，以通常用毫瓦測量的低功率密度來應(yīng)用照射能量。在治療中應(yīng)用的相對低照射能量稱為低級光治療(LLLT)。已經(jīng)在CNS的神經(jīng)系統(tǒng)疾病中建議了 LLLT，用于防治和/或修復(fù)損傷、癥狀緩解、減緩疾病惡化、以及校正遺傳學(xué)異常。特別地，可以在腦血管意外(中風(fēng))后使用光療。本實施方式可以用于評估對光療、特別是神經(jīng)系統(tǒng)疾病的LLLT的反應(yīng)，以及可選地，其療效?？梢酝ㄟ^從在光療之前、之后、以及可選地期間獲取的神經(jīng)生理學(xué)數(shù)據(jù)構(gòu)造BNA圖案、并將這些BNA圖案本身進行比較和/或與上面進一步詳細(xì)介紹的BNA圖案相比較來完成這種評估。本實施方式的BNA圖案比較技術(shù)還可以用于評估對高壓療法的反應(yīng)，以及可選地，高壓療法的療效。高壓療法被指示用于許多醫(yī)療狀況、治療目的、以及訓(xùn)練方案。高壓療法可以有助于許多氧依賴癥以及運動損傷的治療。通過高壓療法可以有效治療的一些疾病包括腦水腫、顱腦和脊髓損傷、慢性中風(fēng)、腦卒中后、早期器質(zhì)性腦綜合癥、腦干綜合癥、腦缺血、腦血液循環(huán)障礙、和頭痛障礙。通常，通過在將高壓室保持在環(huán)境氣壓以上的同時，經(jīng)由閉合電路罩、通風(fēng)機、或其他裝置向用戶施用氧氣來提供高壓室中的治療。從室外部的供應(yīng)源向用戶提供氧氣。對象通過室外的閉合系統(tǒng)胡啟，使得室中的環(huán)境空氣保持小于23. 5%的氧氣或者不富含氧氣。室中的環(huán)境還通過室外的源來維持，并且通常通過恒溫器來控制。通過從在高壓療法之前、之后、以及優(yōu)選的期間獲取的神經(jīng)生理學(xué)數(shù)據(jù)構(gòu)造BNA圖案并將這些BNA圖案自身進行比較和/或與如上面進一步詳細(xì)介紹的基線BNA圖案相比較，可以完成對高壓療法的反應(yīng)和/或療效的評估。可以通過本實施方式的BNA圖案比較技術(shù)評估的治療的其他實例包括但不限于超聲波治療、康復(fù)治療、和神經(jīng)反饋等、EMG生物反饋、EEG神經(jīng)反饋、經(jīng)顱磁刺激(TMS)、以及直接電極模擬(DES)。除了上述的MPH、東莨菪堿、和氯胺酮，BNA圖案比較技術(shù)還可以用于評估對許多其他類型的藥物治療的反應(yīng)，以及可選地，其療效。例如，當(dāng)對象遭受諸如阿爾茨海默氏癥病的神經(jīng)退行性疾病時，該治療可以包括使用從以下構(gòu)成的組選擇的藥理活性劑多奈哌齊、毒扁豆堿、他克林、其藥學(xué)上可接受的酸加成鹽、以及任何上述物的組合；當(dāng)對象遭受諸如亨廷頓氏病的神經(jīng)退行性疾病時，該治療可以包括使用從以下構(gòu)成的組選擇的藥理活性劑氟西汀、卡馬西平、及其藥學(xué)上可接受的酸加成鹽和組合；當(dāng)對象遭受諸如帕金森氏病的神經(jīng)退行性疾病時，該治療可以包括使用從以下組成的組選擇的藥理活性劑金剛烷胺、阿樸嗎啡、溴隱亭、左旋多巴、培高利特、羅匹尼羅、司來吉蘭、苯海索、阿托品、東莨菪堿、其藥學(xué)上可接受的酸加成鹽、以及任何上述物的組合；以及當(dāng)對象遭受諸如肌萎縮性側(cè)索硬化(ALS)的神經(jīng)退行性疾病時，該治療可以包括使用從以下組成的組選擇的藥理活性劑巴氯芬、地西泮、替扎尼定、丹曲林、其藥學(xué)上可接受的酸加成鹽、以及任何上述物的組合。通常，藥物治療可以包括藥理活性劑的使用，例如，中樞作用的藥物、是特殊CNS活性劑、以及其他神經(jīng)系統(tǒng)劑，包括但不限于擬交感神經(jīng)胺；神經(jīng)保護和神經(jīng)再生劑，包括神經(jīng)營養(yǎng)因子；神經(jīng)活性氨基酸和肽；神經(jīng)遞質(zhì)；毒蕈堿型受體激動劑和拮抗劑；抗膽堿酯酶；神經(jīng)肌肉阻斷劑；神經(jīng)節(jié)刺激藥物；治療諸如阿爾茨海默氏癥病、亨廷頓氏病、帕金森氏病、和肌萎縮性側(cè)索硬化(ALS)的神經(jīng)退行性疾病的藥劑；抗癲癇藥劑；CNS和呼吸興奮劑；以及選擇性地修改CNS功能的藥物，包括麻醉劑，鎮(zhèn)痛劑，止吐劑，降壓藥，腦血管擴張劑，催眠劑和鎮(zhèn)靜劑，抗焦慮藥和鎮(zhèn)靜劑，精神安定劑，抗菌藥物，α腎上腺素能受體拮抗齊U，以及食欲抑制劑。本領(lǐng)域普通技術(shù)人員將明白，一些藥劑被上述組中的兩個和多個所包括。這些藥理活性劑的實例包括但不限于擬交感神經(jīng)胺(例如，包括沙丁胺醇，安非他明，芐非他明，可爾特羅，拉酮，多巴胺，鹽酸多巴胺，多巴酚丁胺，麻黃素，腎上腺素，腎上腺素重酒石酸，丁腎素，鹽酸丁腎素，非諾多泮，芬氟拉明，非諾多泮，非諾多泮甲磺酸，羥化苯丙胺，氫溴酸羥苯異丙胺，異丁巴胺，異他林，異丙腎上腺素，異丙腎上腺素鹽酸鹽，美芬丁胺，硫酸美芬丁胺，間羥異丙腎上腺，間羥胺，重酒石酸間羥胺，甲氧明，美沙明鹽酸鹽，米多君，降腎上腺素，重酒石酸去甲腎上腺素，苯二甲嗎啉，苯甲嗎啉，苯丁胺，苯腎上腺素，苯福林鹽酸鹽，乙胺，苯丙醇胺，普瑞特羅，六氫脫氧麻黃堿，羥芐羥麻黃堿，間羥叔丁腎上腺素，硫酸叔丁喘寧，以及酪胺)；神經(jīng)保護和神經(jīng)再生劑(例如，興奮性氨基酸受體拮抗劑和神經(jīng)營養(yǎng)因子，例如，腦源性神經(jīng)營養(yǎng)因子，睫狀神經(jīng)營養(yǎng)因子，以及神經(jīng)生長因子，神經(jīng)營養(yǎng)激素(NT)3(NT3)，NT4和NT5);神經(jīng)活性的氨基酸和肽(例如，Y氨基丁酸(GABA)、甘氨酸，β丙氨酸，?；撬?，谷氨酸，并且神經(jīng)活性肽包括緩激肽，胰激肽，des-Arg. sup. 9-緩激肽，des-Arg. sup. 10-胰激肽，des-Arg. sup. 9-[Leu. sup. 8]-緩激肽，[D_Phe. sup. 7]-緩激肽，HOE 140，神經(jīng)肽Y，腦啡肽和相關(guān)的阿片肽，諸如Met. sup. 5-腦啡肽，Leu. sup. 5-腦啡肽，α-，β-，和Y-內(nèi)啡肽，α-和β _新內(nèi)啡肽，以及強啡肽；神經(jīng)遞質(zhì)(例如，GABA( Y-氨基丁酸)，甘氨酸，谷氨酸，乙酰膽堿，多巴胺，腎上腺素，5-羥色胺，物質(zhì)P，五羥色胺，腦啡肽以及上述的相關(guān)阿片肽，以及兒茶酚胺；毒蕈堿型受體激動劑和拮抗劑(例如，膽堿酯，諸如乙酰膽堿，乙酰甲膽堿，氨甲酰膽堿，膽堿(氨基甲酰甲基膽堿)，膽堿氯化物；擬膽堿的天然生物堿及其合成類似物，包括檳榔堿，毛果蕓香堿，毒蕈堿，McN-A-343，和氧化震顫素。毒蕈堿受體拮抗劑通常是顛茄生物堿或者其半合成或合成的類似物，諸如東莨菪堿，阿托品，后馬托品，后馬托品溴甲烷，異丙托溴銨，乙胺太林，甲基東莨菪堿和噻托溴銨;抗膽堿酯廳(例如，阿伯農(nóng)，安貝氯銨，癸二胺苯酯，地美溴銨，碘磷靈，氯化騰喜龍，氯化滕西隆，新斯的明，溴化新斯的明，新斯的明硫酸二甲酯，毒扁豆堿，水楊酸毒扁豆堿，吡啶斯的明，以及溴吡斯)；神經(jīng)肌肉阻斷劑和神經(jīng)節(jié)阻斷藥(例如，Dicholine酯(例如，琥珀酰膽堿)，芐基異喹啉(d-筒箭毒堿，阿曲庫銨，多庫銨，多庫銨)和多庫銨，羅庫溴銨，維庫溴銨)，六甲銨， 咪噻吩，和梅坎米胺；治療神經(jīng)退行性疾病的藥劑(例如，用于治療阿爾茨海默氏癥病的活性及，諸如，多奈哌齊，鹽酸多奈哌齊，毒扁豆堿，水楊酸毒扁豆堿，他克林和鹽酸他克林，用于治療亨廷頓氏病的活性劑，諸如但不限于，氟西汀和卡馬西平，抗帕金森病藥物，諸如但不限于，金剛烷胺，阿樸嗎啡，溴隱亭，左旋多巴(特別是左旋多巴/卡比多巴組合)，培高利特，羅匹尼羅，司來吉蘭，苯海索，苯海索鹽酸鹽，以及抗膽堿能藥物；以及用于治療ALS的藥劑，諸如但不限于，解痙藥(抗痙攣)劑，例如，巴氯芬，地西泮，替扎尼定，丹曲林)；抗癲癇藥劑(例如，抗驚厥(抗驚厥)藥物，諸如，乙酰唑胺，卡馬西平，氯硝西泮，氯氮，乙琥胺，乙苯妥英，非氨酯，加巴噴丁，拉莫三嗪，美芬妥英，普羅米那，苯妥英，苯巴比妥，撲癇酮，三甲雙酮，氨己烯酸，以及用于大量適應(yīng)癥(包括焦慮，失眠，惡心)的苯二氮卓類藥物)；以及CNS和呼吸興奮劑(例如，諸如咖啡因和茶堿的黃嘌呤；安非他明，諸如安非他明，芐非他明鹽酸鹽，右旋，右旋硫酸，左旋苯丙胺，鹽酸左旋苯丙胺，甲基苯丙胺，以及鹽酸甲基苯丙胺；以及雜項興奮劑，諸如哌醋甲酯，鹽酸哌酸甲酯，莫達非尼，匹莫林，西布曲明，以及鹽酸西布曲明)。還考慮了選擇性的修改CNS功能的藥物。這些包括但不限于諸如氯胺酮的麻醉劑藥劑；麻醉性的鎮(zhèn)痛藥，諸如阿芬太尼，丁丙諾啡，布托啡諾，可待因，二氫可待因，芬太尼，氫可酮，氫嗎啡酮，左啡諾，哌替啶，美沙酮，嗎啡，納布啡，羥考酮，羥嗎啡酮，噴他佐辛，右丙氧芬，舒芬太尼，曲馬多；非阿片類鎮(zhèn)痛藥，諸如阿扎丙宗，依托度酸，苯海拉明，吲哚美辛，氯脂醒，甲芬那酸，奧沙普秦，保泰松，吡羅昔康，托美丁 ；止吐藥，諸如例如氯丙嗪，西沙必利，多潘立酮，格拉司瓊，甲氧氯普胺，昂丹司瓊，奮乃靜，丙氯拉嗪，異丙嗪，硫乙拉嗪，三氟丙嗪；抗高血壓藥，諸如阿可樂寧，可樂定，胍法辛，胍那芐；腦血管擴張藥，諸如長春胺，萘呋胺草酸鹽，罌粟堿，煙酸；催眠藥劑和鎮(zhèn)靜藥，諸如氯美噻唑，炔己蟻胺，依托咪酯，格魯米特，甲丙氨酯，甲乙哌酮，唑吡坦，巴比妥類(例如，異戊巴比妥，烯丙異丙巴比妥，仲丁比妥，布他比妥，甲苯比妥，美索比妥，戊巴比妥，苯巴比妥，司可巴比妥，戊硫代巴比妥)；抗焦慮藥和安神藥(如苯二氮)(例如，阿普唑侖，溴替唑侖，甲氨二氮，氯巴占，氯硝西泮，氯拉酸，地莫西泮，地西泮，艾司唑侖，氟馬西尼，氟西泮，哈拉西泮，勞拉西泮，咪達唑侖，硝西泮，去甲西泮，奧沙西泮，普拉西泮，夸西泮，替馬西泮，三唑侖)，丁螺環(huán)酮，氟哌利多；安定藥劑，包括抗抑郁藥物，抗躁狂藥物，安定藥藥劑，其中，抗抑郁藥物包括(a)三環(huán)抗抑郁藥，諸如阿莫沙平，阿密替林，氯米帕明，地昔帕明，多塞平，丙米嗪，馬普替林，去甲替林，普羅替林，曲米帕明，(b)5_羥色胺再吸收抑制劑西酞普蘭，氟西汀，氟伏沙明，帕羅西汀，舍曲林，文拉法辛，(C)單胺氧化酶抑制劑，例如苯乙肼，反苯環(huán)丙胺，(-)-丙炔苯丙胺，以及(d)其他，諸如安非他酮，奈法唑酮，曲唑酮文拉法辛的“非典型”抗抑郁藥，以及抗狂躁和抗精神病藥劑，包括(a)吩噻嗪，諸如醋奮乃靜，醋奮乃靜順丁烯二醛，氯丙嗪，氯丙嗪鹽酸鹽，氟奮乃靜，氟奮乃靜鹽酸鹽，氟奮乃靜庚酸鹽，氟奮乃靜癸酸，美索達嗪，美索達嗪氯地平，奮乃靜，硫利達嗪，硫利達嗪鹽酸鹽，三氟拉嗪，鹽酸三氟拉嗪，(b)噻噸，諸如氯普噻噸，替沃噻噸，替沃噻噸鹽酸鹽，以及(c)其他的雜環(huán)藥物，諸如，卡馬西平，氯氮平，氟哌利多，氟哌啶醇，氟哌啶醇癸酸，洛沙平琥珀酸，嗎茚酮，嗎茚酮鹽酸鹽，奧氮平，匹莫齊特，喹硫平，利培酮，舍吲哚；抗膽堿藥，諸如阿托品，東莨菪堿，胃長寧；抗菌藥物，諸如(a)四環(huán)類抗生素和相關(guān)化合物(金霉素，土霉素，地美環(huán)素，美他環(huán)素，多西環(huán)素，羅利環(huán)素)，(b)大環(huán)內(nèi)酯類抗生素，例如紅霉素，克拉霉素，阿奇毒素，(C)鏈霉殺陽菌素抗生素，例如 奎奴普丁和達福普汀，(d) β內(nèi)酰胺抗生素，包括青霉素(例如，青霉素G，青霉素VK)，反葡萄球菌的青霉素(例如，氯唑西林，雙氯西林，萘夫西林，苯唑西林)，擴展頻譜青霉素(例如，氨基青霉素，例如氨芐西林和阿莫西林氨；以及抗假單胞菌青霉素，例如羧芐青霉素)，以及頭孢菌素(例如，頭孢羥氨芐，頭孢吡肟，頭孢氨芐，頭孢唑林，頭孢西丁，頭孢替坦，頭孢呋辛，頭孢噻肟，頭孢他啶，頭孢曲松鈉)，以及碳青霉烯類，諸如亞胺培南，美羅培南，氨曲南，Ce)氨基糖苷類抗生素，例如鏈霉素，慶大霉素，妥布霉素，阿米卡星，新霉素，(f)糖肽類抗生素，例如萬古霉素，替考拉寧；(g)氨苯磺胺抗生素，例如磺胺醋酰，磺胺苯酰，磺胺嘧啶，磺胺多辛，磺胺甲嘧啶，磺胺二甲嘧啶，磺胺甲二唑，磺胺甲噁唑，(h)喹諾酮抗生素，例如環(huán)丙沙星，萘啶酸，氧氟沙星；⑴抗分支桿菌的，如異煙肼，利福平，利福布汀，乙胺丁醇，吡嗪酰胺，乙硫異煙胺，氨基的水楊酸的，環(huán)絲氨酸，(j)系統(tǒng)的抗真菌劑，例如伊曲康唑，酮康唑，氟康唑，二性霉素B，(k)抗病毒藥，例如阿昔洛韋，泛昔洛韋，更昔洛韋，碘苷，索立夫定，曲氟尿苷，萬乃洛韋，阿糖腺苷，去羥肌苷，司他夫定，扎西他濱，齊多夫定，金剛烷胺，干擾素(IFN) α，利巴韋林和金剛乙胺，以及(I)各種的抗菌藥物，諸如氯霉素，壯觀霉素，多粘菌素B (黏菌素)，桿菌肽；α擬腎上腺素藥受體拮抗劑，例如多沙唑嗪，吲哚拉明，酚芐明，酚妥拉明，哌唑嗪，妥拉唑林，特拉唑嗪，曲馬唑嗪，育亨賓；以及食欲抑制藥，諸如苯丙胺，右旋苯丙胺，右旋苯丙胺硫酸鹽，安非拉酮鹽酸鹽，馬吲哚，脫氧麻黃鹼鹽酸鹽，芬特明，芬特明鹽酸鹽。根據(jù)本發(fā)明一些實施方式的方面，提供了一種用于分析神經(jīng)生理學(xué)數(shù)據(jù)的系統(tǒng)。該系統(tǒng)包括數(shù)據(jù)處理器，例如，專用電路或通用計算機，配置為接收神經(jīng)生理學(xué)數(shù)據(jù)，并執(zhí)行這里描述的至少一些操作。在這里使用的術(shù)語“大約”是指±10%。這里使用的詞“示例性”意思是“用作例子、實例、或例證”。描述為“示例性”的任何實施方式都不必理解為比其他實施方式有利或優(yōu)選和/或排除合并其他實施方式的特征。這里使用的詞“可選地”意思是“在一些實施方式中提供并且在其他實施方式中不提供”。除非這種特征沖突，本發(fā)明的任何特殊實施方式都可以包括多個“可選的”特征。術(shù)語“包括”、“包含”、“含有”、“具有”及其結(jié)合的意思是“包括但不限于”。術(shù)語“由…組成”的意思是“包括并且限于”。術(shù)語“主要由…組成”的意思是，組成、方法、和結(jié)構(gòu)可以包括另外的要素、步驟、和/或部分，但只有該另外的要素、步驟、和/或方法不實質(zhì)上改變所要求的組成、方法、或結(jié)構(gòu)的基本和新穎性特征。如這里使用的，除非文章中另有清楚指示，單數(shù)形式的“一個”、“該”包括復(fù)數(shù)參考。例如，術(shù)語“化合物”或“至少一個化合物”可以包括多個化合物，包括其混合物。通篇在該申請中，本發(fā)明的各實施方式可以以范圍格式來呈現(xiàn)。應(yīng)當(dāng)理解，范圍格式的說明書僅僅是為了方便和簡潔，并不應(yīng)理解為對本發(fā)明的范圍的不靈活的限制。因此，應(yīng)當(dāng)認(rèn)為對于范圍的描述已經(jīng)具體公開了所有可能的子范圍以及該范圍中的單個數(shù)值。例·如，諸如從I至6的范圍的描述應(yīng)用理解為寂靜具體公開了從I至3，從I至4，從I至5，從2至4，從2至6，從3至6等的子范圍以及該范圍中的單個數(shù)值，例如，1、2、3、4、5、和6。這是適用的，與范圍寬度無關(guān)。每當(dāng)在文中指示數(shù)值范圍時，其意思是包括該指示的范圍中的任何引用數(shù)值(小數(shù)或整數(shù))。短語第一指示數(shù)和第二指示數(shù)之間的范圍”以及“從”第一指示數(shù)“到”第二指示數(shù)的“范圍”在這里是互換地使用的，意味著包括第一和第二指示數(shù)以及其間的所有小數(shù)和整數(shù)。應(yīng)當(dāng)理解，為了清楚而在單獨實施方式中描述的本發(fā)明的特定特征還可以在單個實施方式的組合中提供。相反，為了清楚而在單個實施方式的上下文中描述的本發(fā)明的各特征，也可以單獨地或者以任何適當(dāng)?shù)淖咏M合或者像本發(fā)明其他所述的實施方式那樣適當(dāng)?shù)奶峁?。在各實施方式的上下文中描述的特定特征不?yīng)認(rèn)為是這些實施方式的必要特征，除非該實施方式?jīng)]有這些元件無效。在以上描述并在后面的權(quán)利要求部分中要求的本發(fā)明的各實施方式和方面在以下的實例中可以找到試驗支持。實例現(xiàn)在參照以下的實施方式，其與上述說明書一起以非限制方式說明本發(fā)明的實施方式。實例IADHD對象的BNA圖案ADHD是特征為不專注、多動癥、和沖動的常見發(fā)展缺陷。在經(jīng)診斷患有ADHD的孩子中，癥狀常常繼續(xù)存在到成年期里。雖然臨床表現(xiàn)形式可能會隨著成熟、沖動而改變，但是對情景需求的反應(yīng)的表現(xiàn)行為的不足，仍然是成年人的障礙的主導(dǎo)行為特征。本發(fā)明人的發(fā)明人認(rèn)識到，在ADHD對象中，缺乏抑制控制，這暗示反應(yīng)抑制還調(diào)停潛在ADHD癥狀的其他功能性短缺。用于評估反應(yīng)抑制的最廣泛使用的范例是Go/No-go test (Liddle etal.，2001 ；Bokura,2001 ；Garavan et al.，，這是需要對象對基線和異常值刺激進行快速反應(yīng)的范例。已經(jīng)使用了本實施方式的技術(shù)來分析一組ADHD對象和一組匹配的控制對象對聽覺 Go/No-go task 的 ERP 反應(yīng)。
方法對象兩種性別的經(jīng)診斷患有合并亞型ADHD的十三名成年人以及與十三個年齡和性別匹配的控制者參加了研究。全部都用右手，并且據(jù)報道，有正常聽覺和正常的或校正-正常的視覺。從以色列的 Raombam Health Care Campus 的 Neuro-Cognitive Unit 招收了ADHD對象。九個從幼年起診斷出患有ADHD?？刂普呤莵碜訲echnion-Israel Instituteof Technology的學(xué)生志愿者。所有對象都經(jīng)歷全面的神經(jīng)病學(xué)的和神經(jīng)心理的評估。根據(jù) Conners Adult ADHD Rating Scales (Murphy and Adler, 2004)的譯本，ADHD 對象符合 DSM-IV (Diagnostic and Statistical Manual of Mental Disorders,第 4 版；Association, 2000)標(biāo)準(zhǔn)和ADHD癥狀。在Raven的漸進矩陣分?jǐn)?shù)方面，ADHD組與正常組并無不同。排除了有共同病態(tài)障礙(諸如抑郁、焦慮癥、物質(zhì)濫用、和無學(xué)習(xí)能力)的對象。十三·個ADHD對象中的六個被報道用常規(guī)哌酸甲酯療法。在最少24小時的藥物治療失敗后對所有對象進行評估。在參加研究之前，協(xié)議被涉及受試人試驗的Rambam公共機構(gòu)的審查委員會(Helsinki Committee,赫爾辛基委員會)批準(zhǔn),并且所有的參與者簽署一個知情同意書。從波士頓的馬薩諸塞州綜合醫(yī)院(MGH)招收另外15個對象的ADHD組。這些對象根據(jù)DSM-IV TR標(biāo)準(zhǔn)都經(jīng)診斷患有ADHD，DSM-IV TR標(biāo)準(zhǔn)建立于與專家工作人員精神病學(xué)專家的臨床訪談。對于該另外的組，還執(zhí)行臨床總體印象量表(CGI-S)、兒童注意缺陷多動障礙調(diào)查員癥狀評定量表(AISRS)和ADHD評定量表(ADHD-RS) (Guyl976, Spencer 2004)。除非另有說明，應(yīng)當(dāng)將對ADHD組的引用理解為對從Rambam Health Care Campus招收的ADHD對象的引用，并且將對另外的ADHD組的引用理解為對從馬薩諸塞州綜合醫(yī)院招收的ADHD對象的引用。刺激刺激由1000和2000Hz 40毫秒的持續(xù)時間純音組成，以矩形包絡(luò)在60dB以雙耳聲的方式呈現(xiàn)。Go試驗(2000Hz音調(diào))存在于80%的試驗中，并且要求對象響應(yīng)于該音調(diào)盡可能快地按下按鈕。No-go試驗(1000Hz)存在于剩下的20%的試驗中，并且要求對象克制不要響應(yīng)。刺激是偽隨機地出現(xiàn)的，并且刺激之間的時間間隔在1000和2000ms之間隨機變化。在10個試驗實踐塊之后，對象被呈現(xiàn)了五個記錄塊，各自包括200次試驗。要求對象使用右手的食指按下按鈕作為響應(yīng)。實驗稈序使用9mm的銀磁盤電極來記錄ERP,銀磁盤電極填充有傳導(dǎo)凝膠，并通過在位置Fp2, F7, F3, Fz, F4, F8, T3, C3, Cz, C4, T4, T5, P3, Pz, P4, T6, 01，02 以及左右乳突骨(Al和A2)的共21個點的火棉膠附著到頭皮。通過將所有EEG電極引用到下巴的中心并且將左臂上的電極接地來記錄活動(Geegraph IV Biologic Systems Corp.，IL, USA)。在左眼下面的稱為Fz的電極用于記錄眼球運動(E0G)。每個電極的阻抗維持低于5k Ω。來自EEG(X 100, 000)和EOG (X20, 000)的電位被放大，以256樣本/秒的速度用12位的Α/D轉(zhuǎn)換器數(shù)字化，被濾波(0. 1-lOOHz,6dB/八度斜度)并存儲用于離線分析。執(zhí)行該任務(wù)的對象依靠在隔音室中的可調(diào)扶椅中，收聽通過耳機呈現(xiàn)的聽覺刺激，并用其右手的按鈕盒進行響應(yīng)。要求對象避免眼球運動并盡可能地眨眼，并且在任務(wù)執(zhí)行期間保持他們前面的定點的凝視。
數(shù)據(jù)處理-概沭圖11是說明根據(jù)本發(fā)明一些實施方式的在本實例中采用的方法的方案。在圖11中，藍(lán)色箭頭標(biāo)記用于組網(wǎng)絡(luò)識別的計算操作，并且紅色箭頭標(biāo)記用于單個對象評估的計算操作。對于組網(wǎng)絡(luò)識別和單個對象評估，最初都對個體執(zhí)行預(yù)處理和偽跡排除、帶通、離散化和正態(tài)化。對于第一 ADHD組、另外的ADHD組、和控制組中的每個，組合真格組的活動峰值，將其投射到三維特征空間(時間，頻率，位置)上，并進行處理，以提取大腦圖案的數(shù)據(jù)酷并構(gòu)造組BNA圖案。所構(gòu)造的BNA圖案有區(qū)別地表示各組的特征，因此便于組網(wǎng)絡(luò)識別。還通過單獨處理每個個體對象來構(gòu)造個體對象的BNA圖案。處理每個這種個體對象的活動峰值，已形成特定對象BNA圖案，然后將其與組BNA圖案相比較。這允許每個個體對象到每個組的分級分類。BNA圖案比較進一步允許對象評估和與行為措施的關(guān)聯(lián)。 現(xiàn)在將詳細(xì)描述如上所述的數(shù)據(jù)處理。ERP波形分析在音調(diào)起效前300ms開始直到音調(diào)起效后IOOOms的時期，通過分割離線處理連續(xù)的個體記錄(圖11，預(yù)處理)。在基于盲源分離的眼球運動校正之后，使用獨立的成分分析根據(jù)刺激類型(Go和No-Go)對這些記錄選擇性地取平均(例如,見Makeig et al.，1996)。在平均中，只包括與正確的反應(yīng)相關(guān)且沒有過多(〈100 μ V)的點活動的No-go時期。在平均之后，數(shù)據(jù)被帶通濾波(帶O. 5Hz至30Hz帶通濾波器的IIR矩形濾波器)。在該研究中不包括Go時期。為了將EEG活動分離成基本的公知大腦過程，然后將每個電極滲入到重疊的頻帶中(Klimesch, 1999 ;Basar et al. , 2001 ) 如下定義頻帶δ 段(1Hz 至 4Ηζ), Θ 段(3Hz至 8Ηζ)，α 段(7Hz 至 13Hz)，低 β 段(12Hz 至 18Ηζ)，β 段(17Hz 至 23Hz)，以及高 β 段(22Hz至30Hz)。在下一分析階段使用所有的重疊頻帶，因此不會發(fā)生信息丟失。圖11示出了響應(yīng)于ADHD對象的No-go刺激的單個電極平均活動的帶通階段的實例。數(shù)據(jù)換算離散化和lH杰化在波形分析之后，將活動換算成描述了每個頻帶的所有波形的本地極值的一組離散點。由于波形峰值附近的波形的近對稱性，每個本地波形都這樣換算成一對數(shù)，表示負(fù)和正峰值的延遲時間和波幅(圖11，離散化)。在離散化之后，表示每個頻帶的每個節(jié)點的活動的對象內(nèi)峰值被Z-分?jǐn)?shù)正態(tài)化，以便以下方式使對象和頻率標(biāo)準(zhǔn)化(圖11，正態(tài)化):對于每個電極且在每個頻帶內(nèi)，僅基于最大點和最小點來計算Z-分?jǐn)?shù)。對于每個對象，每個頻帶中的所有電極的所有Z-分?jǐn)?shù)然后被組合在一起。選擇通過了預(yù)定閾值(Z-分?jǐn)?shù)閾值)的本地正和負(fù)峰值的Z-分?jǐn)?shù)，并且使用其對應(yīng)的延遲時間和波幅作為輸入用于網(wǎng)絡(luò)分析。除了補償阻抗差之外，正態(tài)化還有助于消音。采用了多個Z-分?jǐn)?shù)閾值取Z-分?jǐn)?shù)點的前40%用于δ頻帶，取Z-分?jǐn)?shù)點的前18. 2%用于Θ頻帶，取Z-分?jǐn)?shù)點的前10%用于α頻帶，取Z-分?jǐn)?shù)點的前6. 7%用于低β頻帶，取Z-分?jǐn)?shù)點的前5%用于β頻帶，并且取Z-分?jǐn)?shù)點的前3. 8%用于高β頻帶。網(wǎng)絡(luò)分析
在數(shù)據(jù)換算之后，將每個試驗組中的所有對象的整個測試相關(guān)的活動看作三維空間(時間(峰值延遲)、頻率、和電極(位置))中的一組離散點。圖11為來自控制組的3個對象示出了這個概念，各自都用不同的顏色表示(網(wǎng)絡(luò)分析，右窗口)。通過了 Z-分?jǐn)?shù)閾值的點在全有或全無的基礎(chǔ)上投射到特征空間。在本實例中，保持每個點的具體幅度水平用于稍后的階段，但是不被包括作為單獨的維度。然而，至少在本發(fā)明的一些實施方式中，還考慮了使用4維空間，其中，另外的維度是幅度。在該3D空間中，對象子組中的單個普遍的活動事件(任何頻帶中的負(fù)峰值或正峰值)表現(xiàn)為緊密地分布的離散點的集群。使用給定維度中的這種集群的寬度來定義該維度變量的活動窗口大小。例如，時間維度中的集群的寬度用于描述延遲范圍，在該延遲范圍內(nèi)，事件可能在對象中發(fā)生。因此，在定義的頻帶內(nèi)且在定義的延遲范圍內(nèi)，在一小組的相鄰電極中，每個集群都表示對對象子組共同的活動。將這種集群的時間序列看作網(wǎng)絡(luò)活動的時空圖案。本實例的網(wǎng)絡(luò)分析的目標(biāo)是提取在對象中一致的這些活動圖案以及試圖揭示表示了每個對象組的特征的獨特圖案以及普遍的結(jié)點連接。在時間維度中，單個集群表示在時間窗中發(fā)生的整體事件。該窗口被窄化，以排除 明顯的異常值并限制延遲的允許范圍。對于序列中的每個事件，一系列這樣的整體事件描述了具有固定時間窗的不斷變化的時空圖案。為了保持對象的事件之間的時間關(guān)系，使用以下過程對每個試驗組實施圖案提取，以下過程使用了基于密度的集群方法(圖11，網(wǎng)絡(luò)分析)。最初，對于每個頻帶，使用具有預(yù)定和固定窗口大小的運行窗口，定位時域中的單一活動(正峰值和負(fù)峰值)的集群。使用可調(diào)對象閾值參數(shù)的閾值化被用于丟棄未攜帶最小數(shù)量的對象的集群。在本實例中，集群中的對象的最小數(shù)量最初設(shè)置為11，并且在此后也適用。對于剩余的集群，將初始預(yù)定窗口變窄到滿足對象閾值的最小寬度。然后，對于在每個可能的集群對中出現(xiàn)的每個對象，計算兩個整體事件的出現(xiàn)之間的延遲差(包括零差)。然后檢查這些差的范圍如果發(fā)現(xiàn)在預(yù)定窗口中含有對象閾值允許的足夠數(shù)量的差(在本實例中，10個以上的差)，則接受該事件對作為滿足變異性約束的所有對象共同的“對圖案”。對圖案包括二維位置的兩個同步事件或者相同或不同位置的兩個連續(xù)事件。這種對圖案形成基本的時空單位。然后，鏈接具有共同單一活動的單位時空圖案，以形成兩個以上的單一活動的復(fù)雜圖案。通過參與兩個附加圖案的兩組對象的橫截面確定共享新圖案的對象組。所得到的不滿足對象閾值的三個單位圖案被丟棄。以類似的方式構(gòu)造具有三個以上的單位的圖案。最終，去除多余的圖案，使得對于每個試驗組，都揭示了單個多位置圖案的最小集合。每個剩余的圖案都定義了同步網(wǎng)絡(luò)，該同步網(wǎng)絡(luò)含有在階段性的附加處理后還存在的最大節(jié)點數(shù)。圖11 (見網(wǎng)絡(luò)分析)論證了網(wǎng)絡(luò)分析對離散數(shù)據(jù)點集合的影響。已經(jīng)將原始3D空間中的離散數(shù)據(jù)點的整個集合縮減成參與所提取的圖案的集合的點的較小子集(為了論證的目的，在該情況下，僅為3個對象)。值得注意的是，雖然在網(wǎng)絡(luò)分析之前看起來有多個潛在集群，但是只有少量仍然存在。圖11中的兩個黃色箭頭標(biāo)記由所有三個對象共享的兩個這種集群。值得注意的是，對于集群中的所有對象而言，兩個集群之間的時間關(guān)系(X軸距離)是類似的。在以下的圖12中示出，這些集群還參與控制圖案，由控制組中的所有13個對象共享。除了揭示表示給定組的特征的網(wǎng)絡(luò)活動，本實例的網(wǎng)絡(luò)分析的另一目標(biāo)是識別區(qū)分組的網(wǎng)絡(luò)活動。因此，對于每個提取的圖案，為兩個組都找到其中出現(xiàn)了圖案的對象的數(shù)量。這兩個數(shù)量之間的差在以下稱為圖案的分化水平。為了識別區(qū)分圖案，采用了閾值化過程。具體地，只有通過了分化水平閾值12的圖案被接受作為區(qū)分圖案，而所有其他圖案都被拒絕。區(qū)分圖案被分配了組-對象值，被定義為為其識別了區(qū)分圖案的各組中的對象數(shù)量。公類如下所述，使用k折交叉驗證算法來執(zhí)行未分類對象的分類。由于該研究中的所有對象都是被預(yù)分類的，因此每個對象又都從其組被去除，并被看作是新的、未分類的對象。然后對兩個組重新執(zhí)行上述BNA圖案分析，并且如上所述識別區(qū)分圖案。因此，所識別的區(qū)分圖案不包括單個對象。 對于兩個組中的所提取的區(qū)分圖案中的每個，基于對的幾個屬性，將權(quán)重指數(shù)(WI)給予所有參與的基本時空單位(對-圖案)。通過參與對的對象數(shù)量、對-圖案的分化水平、以及壓縮的時間窗的寬度來確定WI (窗口越窄，權(quán)重越大)。通過計算個體對象的電極活動和每個區(qū)分圖案的活動要求之間的相似性，將個體對象分類到兩組中的一個。該相似性稱為相似性指數(shù)(SI)。在三個不同方面對每個參與的對-圖案進行比較連接性、同步化、和幅度，從而分別計算三個相似性指數(shù)SIc、SIs、和Sla。如果對-圖案適用于所有被測對象(S卩，對象的電極活動滿足對-圖案的約束集)，則該對-圖案的SIc為1，否則，為O。為了評估SIc為I的所有對-圖案的SIs，對于兩個區(qū)域中的每個，都將個體對象的離散活動點的時間與組對-圖案的活動時間的平均值和SD相比較。通過比較活動點的幅度，以類似的方式來評價對的Sla。通過將組的所有圖案中的所有對的乘積WI · SI取平均來計算個體對象到每個組的總體分類分?jǐn)?shù)。對于每個相似性指數(shù)單獨計算該分類分?jǐn)?shù)，使得計算了三個分類分?jǐn)?shù)連接性分?jǐn)?shù)、同步性分?jǐn)?shù)、和幅度分?jǐn)?shù)數(shù)。個體對象被分類到對象為其實現(xiàn)了較高的分類分?jǐn)?shù)的組。對于這三個分?jǐn)?shù)中的每個來進行該分類(表I)。最后，將被測對象的SI分?jǐn)?shù)與ADHD組和控制組之間的差作為他/她的ADHD指數(shù)的估計值。定義了三個這種ADHD指數(shù)，每個相似性分?jǐn)?shù)一個。使用這三個量化的ADHD指數(shù)來確定本實施方式的方法的能力，以基于測試對象的大腦活動，通過使行為措施與獨立的衍生行為分?jǐn)?shù)相關(guān)，來預(yù)測測試對象的行為措施(圖16)。異常倌去除在本實例中采用的另外計算操作包括自動識別組中的異常值。使用該操作的優(yōu)點在于，其有助于進一步窄化時間窗，因此允許圖案擴展到大腦中的更多位置。使用以下的過程來自動識別控制組和ADHD組中的異常值。對于每個對象，計算上述三個ADHD指數(shù)。然后，在每個組內(nèi)分別計算每個ADHD指數(shù)的平均值和標(biāo)準(zhǔn)差(SD)。將其中所有三個ADHD指數(shù)都在平均值±2SD范圍外的對象識別為異常值。在異常值去除(每組一個)之后，對細(xì)化的(核心)組重復(fù)網(wǎng)絡(luò)分析。基于從核心組揭示的圖案，重復(fù)所有對象(包括異常值)的分類。以下的圖14-16示出的結(jié)果涉及核心組。
對于對象的額外組，過程類似。簡要地，在多個區(qū)域、頻率、和時標(biāo)收集64-電極EEG數(shù)據(jù)。預(yù)處理的EEG數(shù)據(jù)被帶通濾波成重疊的生理學(xué)頻帶，被戳記并平均成ERP。對于每個段，將數(shù)據(jù)減少成一組離散點，以表示本地極值。對于每個狀況，該算法搜索對象的同步峰值延遲。然后，識別峰值對-圖案，使得峰值間的間隔在對象中也同步。還識別3個或以上峰值的更復(fù)雜的圖案，直到出現(xiàn)了狀態(tài)唯一的多占時空圖案或多個圖案。然后使用最顯著的圖案作為相對極。對于每個狀況，對象然后被分配了相似性指數(shù)，該相似性指數(shù)量化了個體BNA圖案與每個極相關(guān)的程度。益果控制組活動的網(wǎng)絡(luò)分析通過本實施方式的BNA圖案分析，自動揭示了區(qū)分控制組No-go活動和ADHD組No-go活動的電極活動圖案。這些區(qū)分圖案以下稱為控制圖案。 圖12中給出了控制圖案的實例。該控制圖案涉及主要右半球前額-中央-頂葉電極的集合(在圖12的中心的頭皮上的分布)，具有δ頻率主導(dǎo)。大腦圖像呈現(xiàn)了參與圖案的電極頭皮上的位置。對于每個電極(為了清楚表述起見，在圖12中省略了一個)，給出了復(fù)合面板，其描述了控制組(左)和ADHD組(右)中的對象的個體活動(前兩個面板)和活動的時間運行總平均(后兩個面板)。在復(fù)合面板的上部中心，顯示了電極活動的頻帶。對于每個組，上彩色面板具有13行，一個對象一行。在每行中，對于所記錄的時期的持續(xù)時間，對象的非正規(guī)化平均活動由顏色代碼表示，藍(lán)色是極度負(fù)并且紅色是極度正。上面板中的垂直行表示圖案中的電極活動的最小(左)和最大(右)延遲限制。界定正活動的時間段用紅色表示，并且界定負(fù)活動的時間段用藍(lán)色表示。點表示通過該對象的圖案的時間段中的Z-分?jǐn)?shù)幅度閾值的活動的正(紅色)或負(fù)(藍(lán)色)峰值。所有參與的對象的時間段邊界內(nèi)的峰值活動延遲(ms)的均值和標(biāo)準(zhǔn)差存在于上面板下面的括號中，電極Fz的面板中的白色箭頭標(biāo)記被自動選擇作為異常值的單個控制對象的活動峰值(見文本)。電極C3的面板中的藍(lán)色箭頭和紅色箭頭分別標(biāo)記總平均活動中的NlOO成分和P300成分。如果對象峰值出現(xiàn)在參與圖案的所有電極的所有時間窗中，則宣布該對象滿足整個圖案。在所有控制圖案是都發(fā)現(xiàn)了圖12中給出的圖案(N=13)。因此，該圖案的組對象值為13。只有一個ADHD對象滿足該圖案的一套完整要求，導(dǎo)致圖案分化水平為13-1=12。對于每個時間/對象矩形，計算離散但非正規(guī)化的活動幅度的總平均值(彩色面板下面的窄矩形)。所得到的軌跡因此近似了在該位置的對應(yīng)頻率的組的平均ERP。該軌跡表明大多數(shù)參與的電極的主要單元活動為其后為突出的P300成分(用同一軌道中的紅色箭頭標(biāo)記的峰值)的大的NlOO成分(用電極C3的總平均面板中的藍(lán)色箭頭標(biāo)記的峰值)。提取并分析網(wǎng)絡(luò)的所有連接的對-圖案中的兩個事件的單個對象延遲，以識別是從單個源蔓延的活動的多點頭皮表示的網(wǎng)絡(luò)。在最顯著的控制圖案網(wǎng)絡(luò)中涉及193個這種對，平均延遲差(ALs)在O. 3-240ms的范圍內(nèi)。平均值之間的非參數(shù)配對測試(Wilcoxon符號階測試)發(fā)現(xiàn)了 193個Λ Ls的75. 3%與零顯著不同(ρ〈0. 05)。這些包括帶大約200ms的Λ Ls的89對，其再次可以被理解為表示與NlOO和Ρ300成分有關(guān)的兩個所進行的深刻產(chǎn)生事件的大范圍頭皮表現(xiàn)形式。然而，即使在僅考慮具有時間上相鄰的事件的104個對-圖案時，發(fā)現(xiàn)59%的平均延遲差與零顯著不同。ADHD最顯著網(wǎng)絡(luò)的類似檢查和測試(這一個具有293個對)也發(fā)現(xiàn)182個ALs〈±65的59%與零顯著不同。在來自ADHD組中的各電極總平均值中，NlOO和P300成分明顯較弱。這是由相比于控制對象在ADHD對象中減小的個體ERP幅度和高延遲變異性導(dǎo)致的。該高變異性的后果是，盡管有多個ADHD對象具有高峰值幅度的事實，但是它們的延遲并未落入控制圖案的時間約束中。除了圖12中示出的圖案，在δ頻帶中還表示了其他提取的圖案中的大部分活動(75%的區(qū)域)。圖12中的白色箭頭標(biāo)記了被自動識別為異常值的控制對象的峰值活動點。該對象的后活動(電極Ρ3、Ρζ、和Ρ4)的特征用相比于其余的控制組的較小的幅度來表示。另外，在參與圖案的所有電極中，異常值的峰值活動的延遲比剩余組的延遲短。然而，在這方面，如下面進一步描述的，這并不證明將ADHD組特征化的整個網(wǎng)絡(luò)活動。ADHD組活動的網(wǎng)絡(luò)分析
可選地且優(yōu)選地,通過BNA圖案分析,還自動揭示了最好地將ADHD組No-go活動和控制組的進行區(qū)分的電極活動的圖案。這些區(qū)分圖案在這里被稱為ADHD圖案。在圖13中示出了 ADHD圖案的實例。在圖13中給出的格式與圖12相同。在電極C3的面板中的白色箭頭標(biāo)記被自動選擇作為異常值的單個ADHD對象的活動峰值。如果活動峰值出現(xiàn)在參與圖案的所有電極的所有時間窗中，則給定對象被宣布滿足整個圖案。在所有ADHD對象(N=13)中以及僅在一個控制對象中，發(fā)現(xiàn)了圖13中給出的帶Θ和α頻帶主導(dǎo)的圖案。因此，該圖案的組對象值為13且圖案分化水平為13-1=12。參與圖案的具體頻率中的ADHD對象的總平均活動在參與該圖案的所有電極中揭示了 150ms-170ms之間的大的負(fù)成分，相比于控制活動較大，可能表明ADHD組中的增強的N200成分。這里，同樣，多個參與電極中的峰值活動延遲有大搞30ms的顯著不同。圖13中的白色箭頭標(biāo)記自動被識別為異常值的ADHD對象的峰值活動點。不同于控制組異常值，該異常值僅是滿足控制圖案的所有約束的ADHD對象(圖12)。在所有進一步的分析中，兩個異常值對象(一個控制對象和一個ADHD對象)從這里被移除。異常值的自動去除能夠檢測更好地描述了核心組中的BNA圖案的細(xì)化圖案。圖12和13中給出的圖案是在所有參與位置自動揭示的單一事件的實例。在本實例中，如下面將詳細(xì)描述的，還分析共享區(qū)分圖案的不同組之間的連接性。在圖14A和14B中，分別給出了在異常值去除之后控制組和ADHD組的兩個區(qū)分BNA圖案。節(jié)點標(biāo)記了參與圖案的單一事件。節(jié)點的位置表示其中發(fā)生了事件的電極，并且節(jié)點的顏色表示活動的頻帶(紅顏色代碼記δ段，綠顏色代碼記Θ段，并且黃顏色代碼記α段)。通過連接兩個區(qū)域的線來表示包括各圖案的區(qū)域?qū)χg的連接性。兩個區(qū)域之間的連接線的寬度表示分配給各連接的WI。因此，粗的線指向通過該線連接的兩個區(qū)域之間的強連接性。值得注意的是，活動的電極位置和頻率的子集包括與異常值去除之前的圖案相像的圖案(分別將圖14Α-Β與圖12和13的中央面板相比較)。然而，去除分別在ADHD和控制組的活性網(wǎng)絡(luò)中添加了 3和5個節(jié)點。從細(xì)化的核心組中發(fā)現(xiàn)了從更同質(zhì)BNA圖案產(chǎn)生的節(jié)點的添加。組圖案的網(wǎng)絡(luò)連接性揭示了控制組的右半球中的強額后網(wǎng)絡(luò)(圖14Α)以及ADHD組中的有些微弱且較不豐富的網(wǎng)絡(luò)(圖14Β)。
分類和與行為的相關(guān)性在圖15A至圖15F的實例中，示出了基于為ADHD和控制組發(fā)現(xiàn)的區(qū)分圖案的集合，將新的對象分類為ADHD或控制。圖15A示出了控制組中的最具特色的圖案和網(wǎng)絡(luò)連接性，排除了待被分類的控制對象(圖15C和圖I給出了其網(wǎng)絡(luò)活動)。圖15B示出了 ADHD組的最具特色的圖案，排除了被測ADHD對象(圖15E和圖15F給出了其網(wǎng)絡(luò)活動)。圖15C-D分別示出了對控制組圖案和ADHD組圖案的被測控制對象的網(wǎng)絡(luò)連接性。圖15E和圖15F分別示出了控制組圖案和ADHD組圖案的被測ADHD對象的網(wǎng)絡(luò)連接性。圖15A和圖15B中的線寬度格式與圖14A和圖14B中相同。正如通過計算圖案中的每個對的對-圖案相似性測量所確定的(為每個電極對計算的Sc，該電極對的WI在組圖案的次數(shù))，圖15C至圖15F的兩個節(jié)點之間的連接線的寬度表示對象的連接性與兩個母組的相似性。粗的線表示與組圖案高度相似的連接性。出現(xiàn)在組圖案中但是沒有出現(xiàn)在被測對象的圖案中的線表示對應(yīng)的對不存在與單個對象的活動中。節(jié)點顏色與圖14A和圖14B中相同。值得注意的是，在圖15A和圖15B中，被排除的對象并不是在該階段之前被去除的 兩個異常值。如圖15C和15F所示，被測控制對象的活動的控制圖案(圖15C)和被測ADHD對象的活動的ADHD圖案(圖15F)有強有力的表現(xiàn)。如圖MD和15E所示，然而，在兩個被測對象中，電極活動并不引起相對組圖案的強烈表達?；谂c為該組提取的每個圖案的相似性水平，將單個對象分類到組。以下的表I概述了分類結(jié)果。連接性和基于同步的分類產(chǎn)生了 84%的靈敏度(13個ADHD對象中的11個被歸為此類)和92%的特異性(13個控制對象中的12個被分類為非-ADHD)，而基于幅度的分類給出了 84%的靈敏度和76%的特異性。表I
Hl~組平均值之間的差異顯著性(P)特異性靈敏度
連接性0.00592%4%
~同步性0.00492%84%
幅度 0.00976%84%以下的表2概述了根據(jù)本發(fā)明一些實施方式，為13個控制和ADHD對象中的每個計算的康納斯成年ADHD評定量表(CAARS)和基于ADHD圖案的BNA圖案指數(shù)。表權(quán)利要求
1.一種分析神經(jīng)生理學(xué)數(shù)據(jù)的方法，包括 識別數(shù)據(jù)中的活動相關(guān)特征； 構(gòu)造具有多個節(jié)點的大腦網(wǎng)絡(luò)活動(BNA)圖案，每個節(jié)點均代表所述活動相關(guān)特征的特征；以及 為所述BNA圖案中的每個節(jié)點對分配連接性權(quán)重。
2.根據(jù)權(quán)利要求I所述的方法，其中，所述多個節(jié)點代表數(shù)據(jù)特征的向量的集群。
3.根據(jù)權(quán)利要求2所述的方法，其中，對于每個集群，數(shù)據(jù)特征的每個向量均對應(yīng)于從不同對象獲得的數(shù)據(jù)。
4.根據(jù)權(quán)利要求2所述的方法，其中，對于每個集群，數(shù)據(jù)特征的所有向量都對應(yīng)于從同一對象但響應(yīng)于不同的刺激所獲得的數(shù)據(jù)。
5.根據(jù)權(quán)利要求2至4中任一項所述的方法，其中，所述連接性權(quán)重包括基于根據(jù)由以下項構(gòu)成的組中選擇的至少一個集群屬性所計算的權(quán)重指數(shù)(i)相應(yīng)集群對中的向量數(shù)；(ii)所述相應(yīng)集群對中的向量數(shù)的可變性；(iii)與所述相應(yīng)集群對的每個集群相關(guān)聯(lián)的時間窗的寬度；(iv)將所述相應(yīng)集群對分開的延遲差；(V)與所述相應(yīng)集群對相關(guān)聯(lián)的信號的幅度；(vi)與所述相應(yīng)集群對相關(guān)聯(lián)的信號的頻率；以及(vii)限定所述集群的空間窗口的寬度。
6.一種用于分析對象的神經(jīng)生理學(xué)數(shù)據(jù)的方法，包括 識別數(shù)據(jù)中的特征以及特征間關(guān)系； 將所述特征和所述特征間關(guān)系與基準(zhǔn)神經(jīng)生理學(xué)數(shù)據(jù)的特征和特征間關(guān)系相比較，以識別所述對象的所述數(shù)據(jù)中的活動相關(guān)特征； 構(gòu)造具有多個節(jié)點的大腦網(wǎng)絡(luò)活動(BNA)圖案，每個節(jié)點均代表所述活動相關(guān)特征的特征；以及 為所述BNA圖案中的每個節(jié)點對分配連接性權(quán)重。
7.根據(jù)權(quán)利要求6所述的方法，其中，所述基準(zhǔn)神經(jīng)生理學(xué)數(shù)據(jù)對應(yīng)于從對象的組或子組中獲取的數(shù)據(jù)。
8.根據(jù)權(quán)利要求6所述的方法，其中，所述基準(zhǔn)神經(jīng)生理學(xué)數(shù)據(jù)對應(yīng)于先前從同一對象中獲取的歷史數(shù)據(jù)。
9.根據(jù)權(quán)利要求6至8中任一項所述的方法，其中，提供所述基準(zhǔn)數(shù)據(jù)的所述特征和所述特征間關(guān)系作為至少一個先前注釋的BNA圖案。
10.根據(jù)權(quán)利要求9所述的方法，其中，所述至少一個先前注釋的BNA圖案為先前注釋的BNA圖案的數(shù)據(jù)庫中的至少一個條目，并且所述方法還包括針對所述數(shù)據(jù)庫中的每個條目來構(gòu)造BNA圖案。
11.根據(jù)權(quán)利要求9和10中任一項所述的方法，還包括響應(yīng)于所述比較，提取關(guān)于大腦狀況的預(yù)后信息。
12.根據(jù)權(quán)利要求9至11中任一項所述的方法，其中，所述至少一個先前注釋的BNA圖案包括至少一個被注釋為正常的BNA圖案以及至少一個被注釋為異常的BNA圖案。
13.根據(jù)權(quán)利要求12所述的方法，還包括 在執(zhí)行所述對象或概念化執(zhí)行任務(wù)之前、期間和/或之后，從所述對象的大腦獲取所述神經(jīng)生理學(xué)數(shù)據(jù)；以及向所述對象提供關(guān)于所述對象的所述BNA圖案與所述先前注釋的BNA圖案之間的相似性的反饋。
14.根據(jù)權(quán)利要求12所述的方法，還包括在執(zhí)行所述對象或概念化執(zhí)行任務(wù)之前、期間和/或之后，從所述對象的大腦獲取所述神經(jīng)生理學(xué)數(shù)據(jù)，并且所述方法還包括刺激所述大腦，以增強所述對象的所述BNA圖案與被注釋為正常的所述BNA圖案之間的相似性。
15.根據(jù)權(quán)利要求12所述的方法，其中，所述被注釋為異常的至少一個BNA圖案包括對應(yīng)于注意缺陷多動障礙(ADHD)被注釋的至少一個BNA圖案。
16.根據(jù)權(quán)利要求12所述的方法，其中，所述被注釋為異常的至少一個BNA圖案包括對應(yīng)于阿爾茨海默氏癥(AD)被注釋的至少一個BNA圖案。
17.根據(jù)權(quán)利要求12所述的方法，其中，所述被注釋為異常的至少一個BNA圖案包括對應(yīng)于輕度認(rèn)知損害(MCI)被注釋的至少一個BNA圖案。
18.根據(jù)權(quán)利要求12所述的方法，其中，所述被注釋為異常的至少一個BNA圖案包括對應(yīng)于記憶障礙被注釋的至少一個BNA圖案。
19.根據(jù)權(quán)利要求12所述的方法，其中，所述被注釋為異常的至少一個BNA圖案包括對應(yīng)于疼痛被注釋的至少一個BNA圖案。
20.根據(jù)權(quán)利要求9至15中任一項所述的方法，其中，所述至少一個先前注釋的BNA圖案包括注釋的BNA圖案的集合。
21.根據(jù)權(quán)利要求9至20中任一項所述的方法，其中，所述至少一個先前注釋的BNA圖案為將識別為具有相同大腦障礙的一組對象特征化的基線注釋BNA圖案。
22.根據(jù)權(quán)利要求9至21中任一項所述的方法，其中，所述至少一個先前注釋的BNA圖案為將識別為具有正常大腦功能的一組對象特征化的基線注釋BNA圖案。
23.根據(jù)權(quán)利要求9至22中任一項所述的方法，其中，所述至少一個先前注釋的BNA圖案包括對應(yīng)于治療的大腦相關(guān)障礙被注釋的至少一個BNA圖案以及對應(yīng)于未治療的大腦相關(guān)障礙被注釋的至少一個基線BNA圖案。
24.根據(jù)權(quán)利要求9至23中任一項所述的方法，其中，所述至少一個先前注釋的BNA圖案為針對以下項中的至少一個而大于構(gòu)造的BNA圖案的基線注釋BNA圖案所述BNA圖案的(i )秩和(i i )大小。
25.根據(jù)權(quán)利要求6至24中任一項所述的方法，還包括基于所述連接性權(quán)重計算BNA圖案相似性。
26.根據(jù)權(quán)利要求25所述的方法，還包括響應(yīng)于所述BNA圖案相似性確定大腦障礙指數(shù)，其中，所述大腦障礙對應(yīng)于所述注釋。
27.根據(jù)權(quán)利要求26所述的方法，其中，所述大腦障礙為ADHD。
28.根據(jù)權(quán)利要求6至27中任一項所述的方法，還包括將所述BNA圖案與同一個體的至少一個先前構(gòu)造的BNA圖案相比較，并且利用所述比較來確定神經(jīng)可塑性的存在、不存在和/或水平。
29.根據(jù)權(quán)利要求6至27中任一項所述的方法，其中，所述連接性權(quán)重包括統(tǒng)計分?jǐn)?shù)，所述統(tǒng)計分?jǐn)?shù)將所述對與所述基準(zhǔn)數(shù)據(jù)中的對應(yīng)特征之間的關(guān)系特征化，所述關(guān)系屬于延遲、延遲差、幅度和頻率中的至少一個。
30.根據(jù)權(quán)利要求6至29中任一項所述的方法，還包括構(gòu)造與不同的時間間隔相對應(yīng)的幾個BNA圖案并且在時間軸上顯示所述幾個BNA圖案。
31.一種用于根據(jù)從對象的大腦獲取的神經(jīng)生理學(xué)數(shù)據(jù)來評估對象的狀況的方法，包括 識別所述數(shù)據(jù)中的活動相關(guān)特征； 構(gòu)造具有多個節(jié)點的大腦網(wǎng)絡(luò)活動(BNA)圖案，每個節(jié)點均代表所述活動相關(guān)特征的特征； 計算第一 BNA圖案相似性，所述第一 BNA圖案相似性描述了所述構(gòu)造的BNA圖案與被注釋為正常的第一基線BNA圖案之間的比較； 計算第二 BNA圖案相似性，所述第二 BNA圖案相似性描述了所述構(gòu)造的BNA圖案與被注釋為異常的第二基線BNA圖案之間的比較； 響應(yīng)于所述第一 BNA圖案相似性和所述第二 BNA圖案相似性，評估異常大腦功能的可能性。
32.根據(jù)權(quán)利要求31所述的方法，還包括為所述BNA圖案中的每個節(jié)點對分配連接性權(quán)重，其中，所述第一 BNA圖案相似性和所述第二 BNA圖案相似性的所述計算部分地基于所述連接性權(quán)重。
33.根據(jù)權(quán)利要求31和32中任一項所述的方法，其中，所述第二基線BNA圖案包括對應(yīng)于注意缺陷多動障礙(ADHD)被注釋的至少一個BNA圖案。
34.根據(jù)權(quán)利要求31至33中任一項所述的方法，還包括響應(yīng)于所述第一BNA圖案相似性和所述第二 BNA圖案相似性，確定大腦障礙指數(shù)，其中，所述大腦障礙對應(yīng)于所述第二基線BNA圖案的所述注釋。
35.根據(jù)權(quán)利要求34所述的方法，其中，所述大腦障礙為ADHD。
36.一種評估注意缺陷多動障礙(ADHD)的存在可能性的方法，包括 識別從對象的大腦獲取的神經(jīng)生理學(xué)數(shù)據(jù)中的活動相關(guān)特征； 構(gòu)造具有多個節(jié)點的大腦網(wǎng)絡(luò)活動(BNA)圖案，每個節(jié)點均對應(yīng)于所述活動相關(guān)特征的特征；以及 計算BNA圖案相似性，所述BNA圖案相似性描述了構(gòu)造的BNA圖案與基線BNA圖案之間的比較，在大約IOOms至大約200ms的特征時間窗內(nèi)的多個前中央位置處，所述基線BNA圖案具有代表主要在Θ頻帶和α頻帶下的事件相關(guān)電位的節(jié)點； 其中，大于預(yù)定閾值的BNA圖案相似性表示對象具有ADHD的可能性。
37.根據(jù)權(quán)利要求6至36中任一項所述的方法，其中，所述神經(jīng)生理學(xué)數(shù)據(jù)包括在治療之前、期間和/或之后獲取的數(shù)據(jù)。
38.根據(jù)權(quán)利要求37所述的方法，還包括，通過將對應(yīng)于在治療之前獲取的數(shù)據(jù)的BNA圖案與對應(yīng)于在治療期間和/或之后獲取的數(shù)據(jù)的BNA圖案相比較，來評估所述治療的療效。
39.根據(jù)權(quán)利要求37所述的方法，其中，所述治療包括采用活性劑的藥理學(xué)治療和采用安慰劑的安慰劑治療，其中，所述方法包括通過將與在所述安慰劑治療的期間和/或之后獲取的數(shù)據(jù)相對應(yīng)的BNA圖案和與在所述藥理學(xué)治療的期間和/或之后獲取的數(shù)據(jù)相對應(yīng)的BNA圖案相比較，來評估所述藥理學(xué)治療的療效。
40.根據(jù)權(quán)利要求39所述的方法，其中，所述活性劑包括東莨菪堿。
41.根據(jù)權(quán)利要求39所述的方法，其中，所述活性劑包括氯胺酮。
42.根據(jù)權(quán)利要求39所述的方法，其中，所述活性劑包括哌酸甲酯。
43.根據(jù)權(quán)利要求39所述的方法，其中，所述活性劑包括精神安定劑。
44.根據(jù)權(quán)利要求39所述的方法，其中，所述活性劑選自由以下項構(gòu)成的組東莨菪堿、氯胺酮、哌酸甲酯、多奈哌齊、毒扁豆堿、他克林、氟西汀、卡馬西平、金剛烷胺、阿撲嗎啡、溴隱亭、左旋多巴、培高利特、羅匹尼羅、司來吉蘭、苯海索、阿托品、東莨菪堿、胃長寧、巴氯芬、地西泮、替扎尼定以及丹曲林。
45.根據(jù)權(quán)利要求37至44中任一項所述的方法，其中，所述治療包括手術(shù)介入。
46.根據(jù)權(quán)利要求37至45中任一項所述的方法，其中，所述治療包括康復(fù)治療。
47.根據(jù)權(quán)利要求37至45中任一項所述的方法，其中，所述治療包括光療。
48.根據(jù)權(quán)利要求37至45中任一項所述的方法，其中，所述治療包括高壓治療。
49.根據(jù)權(quán)利要求37至46中任一項所述的方法，其中，所述治療包括選自由以下項構(gòu)成的組中的至少一種治療神經(jīng)反饋、EMG生物反饋、EEG神經(jīng)反饋、經(jīng)顱磁刺激(TMS)以及直接電極刺激。
50.一種用于分析神經(jīng)生理學(xué)數(shù)據(jù)的系統(tǒng)，包括數(shù)據(jù)處理器，所述數(shù)據(jù)處理器被配置為接收所述神經(jīng)生理學(xué)數(shù)據(jù)并執(zhí)行根據(jù)權(quán)利要求6至49中任一項所述的方法。
51.一種計算機軟件產(chǎn)品，包括其中存儲了程序指令的計算機可讀介質(zhì)，當(dāng)所述指令被數(shù)據(jù)處理器讀取時，所述指令使所述數(shù)據(jù)處理器接收所述神經(jīng)生理學(xué)數(shù)據(jù)并執(zhí)行根據(jù)權(quán)利要求6至49中任一項所述的方法。
全文摘要
公開了一種分析神經(jīng)生理學(xué)數(shù)據(jù)的方法。該方法包括識別數(shù)據(jù)中的活動相關(guān)特征，構(gòu)造具有多個節(jié)點的大腦網(wǎng)絡(luò)活動(BNA)圖案，每個節(jié)點都代表活動相關(guān)特征的特征；以及為BNA圖案中的每個節(jié)點對分配連接性權(quán)重。
文檔編號G06F19/00GK102906752SQ201180014613
公開日2013年1月30日 申請日期2011年1月18日 優(yōu)先權(quán)日2010年1月18日
發(fā)明者戈德·沙哈弗, 阿米特·雷切斯, 阿米爾·B·蓋瓦, 諾加·平丘克, 蓋依·本-巴薩特, 阿耶勒特·勘特爾, 雷維塔爾·沙尼-赫爾什科維奇, 羅內(nèi)恩·加多特, 亞基·施特恩 申請人:艾歐敏達有限公司