[发明专利]确定参与执行给定过程的至少一个脑网络的方法、装置和程序在审
申请号: | 201880013973.5 | 申请日: | 2018-02-14 |
公开(公告)号: | CN110326054A | 公开(公告)日: | 2019-10-11 |
发明(设计)人: | 法布里斯·温德灵;马哈茂德·哈桑 | 申请(专利权)人: | 雷恩第一大学;国家健康与医学研究所 |
主分类号: | G16H50/20 | 分类号: | G16H50/20;A61B5/0484 |
代理公司: | 北京戈程知识产权代理有限公司 11314 | 代理人: | 程伟;王锦阳 |
地址: | 法国*** | 国省代码: | 法国;FR |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种用于确定表示大脑标记的数据的方法,所述数据是从参与执行给定任务的至少一个脑网络获得的,所述方法通过包括获得关于脑电活动的数据的构件的电子装置实现。这种方法包括:‑处理(10)关于脑电活动的数据的步骤,提供从所述关于脑电活动的数据导出的表示皮质源之间的连接的至少一个功能性连接矩阵,所述矩阵的每个系数表示两个皮质源之间的连接;‑统计分析(20)所述至少一个功能性连接矩阵的步骤,提供至少一个脑网络的存在的概率矩阵;‑表征(30)基于所述至少一个功能性连接矩阵和所述统计分析的所述至少一个脑网络的步骤,提供至少一个脑网络矩阵;‑依据所述至少一个脑网络矩阵获得(40)大脑标记的步骤。 | ||
搜索关键词: | 脑网络 矩阵 功能性连接 脑电活动 统计分析 皮质 大脑 电子装置 概率矩阵 矩阵获得 系数表示 导出 | ||
【主权项】:
1.一种用于确定表示大脑标记的数据的方法,所述数据是从参与执行给定任务的至少一个脑网络获得的,所述方法通过包括获得关于脑电活动的数据的构件的电子装置实现,所述方法包括:处理(10)关于脑电活动的数据的步骤,提供从所述关于脑电活动的数据导出的表示皮质源之间的连接的至少一个功能性连接矩阵,所述矩阵的每个系数表示两个皮质源之间的连接;统计分析(20)所述至少一个功能性连接矩阵的步骤,提供至少一个脑网络的存在的概率矩阵;表征(30)基于所述至少一个功能性连接矩阵和所述统计分析的所述至少一个脑网络的步骤,提供至少一个脑网络矩阵;依据所述至少一个脑网络矩阵获得(40)大脑标记的步骤。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于雷恩第一大学;国家健康与医学研究所,未经雷恩第一大学;国家健康与医学研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201880013973.5/,转载请声明来源钻瓜专利网。
- 上一篇:康复设备和方法
- 下一篇:用于实时定位平台的接收器健康系统和方法
- 同类专利
- 心理治疗分类方法-201880014858.X
- 米哈·瓦伦丁·塔兰;罗南·康明斯;安德鲁·布莱克威尔 - 怡素数字健康有限公司
- 2018-03-01 - 2019-10-25 - G16H50/20
- 一种基于计算机的系统的可用于心理治疗的分类方法,所述方法包括:通过所述系统的用户界面获取(S2)在治疗过程的初始阶段与患者相关的文本数据;使用(S3)深度学习模型的至少第一部分以获取至少文本数据的表征;使用(S4)所述深度学习模型的至少第二部分,以及使用该表征形成的输入,以获取预测患者情况和/或治疗过程的特征的输出;并使得(S6)系统采取与治疗过程相关的一个或多个行为,其中所述一个或多个行为是基于所述输出选择的;其中,所述深度学习模型是使用训练集进行训练的,对于多个其他患者中的每一个而言,该训练集包括,与处于治疗过程的初始阶段的该其他患者相关的文本数据和确定所述特征的结果。
- 确定参与执行给定过程的至少一个脑网络的方法、装置和程序-201880013973.5
- 法布里斯·温德灵;马哈茂德·哈桑 - 雷恩第一大学;国家健康与医学研究所
- 2018-02-14 - 2019-10-11 - G16H50/20
- 本发明涉及一种用于确定表示大脑标记的数据的方法,所述数据是从参与执行给定任务的至少一个脑网络获得的,所述方法通过包括获得关于脑电活动的数据的构件的电子装置实现。这种方法包括:‑处理(10)关于脑电活动的数据的步骤,提供从所述关于脑电活动的数据导出的表示皮质源之间的连接的至少一个功能性连接矩阵,所述矩阵的每个系数表示两个皮质源之间的连接;‑统计分析(20)所述至少一个功能性连接矩阵的步骤,提供至少一个脑网络的存在的概率矩阵;‑表征(30)基于所述至少一个功能性连接矩阵和所述统计分析的所述至少一个脑网络的步骤,提供至少一个脑网络矩阵;‑依据所述至少一个脑网络矩阵获得(40)大脑标记的步骤。
- 多传感器中风检测-201780074781.0
- 桑德拉·纳加勒;伊丽莎白·M·安诺尼;布赖恩·艾伦·克拉克;凯尔·哈里什·斯里瓦斯塔瓦;普拉莫德辛格·希拉辛格·塔库尔;安琪;托马斯·克里斯汀;斯蒂芬·B·鲁布尔;维克多利亚·A·艾沃瑞纳;迪帕·马哈詹;萨布林·艾哈迈德·伊克巴尔;爱德华·A·戈德伯格 - 心脏起搏器股份公司
- 2017-11-30 - 2019-07-23 - G16H50/20
- 该文档尤其讨论了用于检测患者中风的系统、装置和方法。该系统可以包括传感器电路,其用于感测患者中的第一生理信号和第二生理信号或功能信号。中风风险电路可以从至少第一生理信号建立随时间推移的生理趋势,并使用生理趋势和第二生理信号或功能信号来生成中风风险指标。行为或认知障碍的指示也可以用在中风风险指标生成中。该系统包括输出单元,其将中风风险指标输出给用户或过程。
- 基于深度学习的结核病检查方法-201880001432.0
- 崔明阵;金兑映;金汶记;朴贤佑;朴俊浩;辛素燕;郑海永 - 株式会社璘实拍虒
- 2018-08-30 - 2019-07-09 - G16H50/20
- 本发明的基于深度学习的结核病检查方法的特征在于,其包括下列步骤:获取影像的步骤,利用影像拍摄设备从作为训练用途制作的痰涂片载玻片获取影像;学习步骤,以所获取的所述影像学习用于判定结核的深度学习模型;验证步骤,对通过所述学习步骤学习的深度学习模型的准确度进行验证;判定步骤,利用通过所述学习步骤与所述验证步骤学习的深度学习模型的加权值判定结核的阴性或阳性;以及显示步骤,把通过所述结核判定步骤得到的检查结果显示于显示器中,从而提供给使用者。
- 基于知识图的临床诊断助手-201780066261.5
- V·V·达特拉;S·S·阿尔哈桑;O·F·法里;柳俊毅;K·M·Y·李;A·卡迪尔;A·普拉卡什 - 皇家飞利浦有限公司
- 2017-10-24 - 2019-06-14 - G16H50/20
- 一种用于自动临床诊断的系统(500)包括:知识图(310、510),其是使用组织的医学信息语料库(520)生成的并且包括多个节点;用户接口(512),其被配置为接收输入,所述输入包括关于至少一个患者症状(316)的信息和至少一个患者人口统计参数(318);以及处理器(530),其被配置为提取所述至少一个患者症状和人口统计参数,并且还被配置为:(i)对提取的患者症状进行加权;(ii)查询所述知识图以生成诊断图作为所述知识图的子集;(iii)根据所述诊断图来识别针对所述患者的医学状况的排序列表;(iv)基于所提取的关于所述患者的至少一个人口统计参数,调整所述排序列表的排序;其中,经由所述用户接口向所述用户提供所识别的医学状况。
- 专利分类