[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN110603550A - 利用导航任务识别生物标志物和利用导航任务进行治疗的平台 - Google Patents

利用导航任务识别生物标志物和利用导航任务进行治疗的平台 Download PDF

Info

Publication number
CN110603550A
CN110603550A CN201780077280.8A CN201780077280A CN110603550A CN 110603550 A CN110603550 A CN 110603550A CN 201780077280 A CN201780077280 A CN 201780077280A CN 110603550 A CN110603550 A CN 110603550A
Authority
CN
China
Prior art keywords
individual
environment
data
task
navigation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN201780077280.8A
Other languages
English (en)
Inventor
阿什利·马特乌斯
提提伊马亚·阿莱利马
詹森·约翰逊
马修·奥默尼克
克里斯蒂安·多勒
雨果·施皮尔斯
沃尔特·爱德华·马尔图奇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ackley Interactive Laboratory Co
Original Assignee
Ackley Interactive Laboratory Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ackley Interactive Laboratory Co filed Critical Ackley Interactive Laboratory Co
Publication of CN110603550A publication Critical patent/CN110603550A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/168—Evaluating attention deficit, hyperactivity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
    • A61B5/4064—Evaluating the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4082—Diagnosing or monitoring movement diseases, e.g. Parkinson, Huntington or Tourette
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B15/00—ICT specially adapted for analysing two-dimensional or three-dimensional molecular structures, e.g. structural or functional relations or structure alignment
    • G16B15/20—Protein or domain folding
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Neurology (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Developmental Disabilities (AREA)
  • Psychology (AREA)
  • Neurosurgery (AREA)
  • Physiology (AREA)
  • Data Mining & Analysis (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Child & Adolescent Psychology (AREA)
  • Databases & Information Systems (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biotechnology (AREA)
  • Theoretical Computer Science (AREA)
  • Social Psychology (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Chemical & Material Sciences (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Educational Technology (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

公开了一种认知平台，其被配置为基于在环境中实现一个或多个导航任务来评估或增强(或者评估并增强)个体的认知能力。呈现第一任务，该第一任务要求个体依靠非自我中心导航能力基于在用户界面处呈现的环境的部分的第一组视图在环境中导航。呈现第二任务，该第二任务要求个体依靠自我中心导航能力在环境中导航。可以基于个体在第一任务相比于第二任务中的表现差异来产生对个体认知能力的指示。

Description

利用导航任务识别生物标志物和利用导航任务进行治疗的 平台
相关申请的交叉引用
本申请要求于2016年12月13日提交的第62/433,769号、题为“PLATFORM FORIDENTIFICATION OF BIOMARKERS USING NAVIGATION TASKS AND TREATMENTS USINGNAVIGATION TASKS(利用导航任务识别生物标志物和利用导航任务进行治疗的平台)”的美国临时申请的优先权权益，该申请通过引用以其整体(包括附图)并入本文。
背景技术
认知功能障碍是患有各种神经退行性病况如阿尔茨海默病和帕金森病的个体表现出的特征之一。研究表明，神经退行性病况会影响大脑的某些区域，如尾状核、海马体和内嗅皮层。例如，阿尔茨海默病的早期阶段可以表现为记忆丧失和空间定向障碍。海马体是大脑早期受损的区域之一，导致记忆丧失和空间定向障碍症状。尾状核与运动和空间功能有关。用于测量大脑这些区域的状态的生理技术和其他技术可能成本高、效率低、耗时长。
发明内容
鉴于前述，提供了用于量化认知方面(包括认知能力)的装置、系统和方法。对个体的认知能力的指示可以提供对个体大脑的一些部分的相对健康或强度的洞察。在某些配置中，示例装置、系统和方法可以被实现用于增强个体的某些认知能力。
可以实现本文中的示例系统、方法和装置以生成对个体的一项或多项认知技能的评估。一个示例包括呈现第一任务，该第一任务要求个体依靠于非自我中心导航能力基于在用户界面处呈现的环境的部分的第一组视图来在环境中导航，并且基于与个体响应于第一任务执行的非自我中心导航相关联的第一组一个或多个参数的测量值来生成第一组数据。本示例方法还包括呈现第二任务，该第二任务要求个体依靠自我中心导航能力基于在用户界面处呈现的环境的部分的第二组视图在环境中导航，并且基于与个体响应于第二任务执行的自我中心导航相关联的第二组一个或多个参数的测量值来生成第二组数据。示例系统、方法和装置被配置为分析第一组数据和第二组数据，并且至少部分地通过确定第一组数据和第二组数据之间的差异，基于个体在第一任务中的表现相比于个体在第二任务中的表现之间的差异来生成对个体的认知能力的指示。
本文的示例系统、方法和装置可以被实现为通过实现要执行的任务的两次或多次迭代来增强个体的一项或多项认知技能。示例系统、方法和装置被配置为在一系列至少两次迭代中迭代地执行：呈现要求个体基于在用户界面上呈现的环境的至少一部分的一个或多个视图来在环境中导航的任务，其中当个体导航环境时更新一个或多个视图；从个体接收导航命令；基于接收到的导航命令来控制环境中的导航；测量第一组一个或多个参数，该第一组一个或多个参数提供指示个体在基于环境的至少一部分的一个或多个第一视图执行一个或多个任务时的非自我中心导航能力的信息，并且生成具有关于第一组一个或多个参数的测量值的信息的第一组数据；测量第二组一个或多个参数，该第二组一个或多个参数提供指示个体在基于环境的至少一部分的一个或多个第二视图执行任务时的自我中心导航能力的信息，并且生成具有关于第二组一个或多个参数的测量值的信息的第二组数据；以及分析第一组数据和第二组数据中的至少一部分。在第二次迭代或随后的迭代中呈现的给定任务的一个或多个要求、任务的难度级别或任务类型可以至少部分地基于对与在一次或多次先前迭代中测量的一个或多个参数相关联的第一组数据和第二组数据中的至少一项的分析来配置。该系统、方法和装置被配置为基于个体在任务中的表现差异来生成对个体的认知能力的指示，该表现差异从对与至少一些迭代中对任务的反应相关联的第一组数据和第二组数据的分析中导出。
在附图和以下描述中阐述了一个或多个上述方面和实现方案的细节。从说明书、附图和权利要求书中，其他特征、方面和优点将变得显而易见。
附图说明
本领域技术人员将理解，本文描述的附图仅用于说明目的。应当理解，在一些情况下，所描述的实施方式的各个方面可以被夸大或放大显示，以便于理解所描述的实施方式。在附图中，贯穿各个附图，相似的附图标记通常指相似的特征、功能相似和/或结构相似的元件。附图不一定是按比例绘制的，而是将重点放在说明教导的原理上。附图无意以任何方式限制本教导的范围。通过参考以下附图的以下说明性描述，可以更好地理解系统和方法，在附图中：
图1A至图1C示出了根据本文原理的用于呈现导航任务的路线的计算机化呈现的非限制性示例。
图2示出了根据本文原理的示例装置。
图3示出了根据本文原理的示例计算设备的框图。
图4A至图4D示出了根据本文原理的示例方法的流程图。
图5A示出了根据本文原理的包括与生理组件联接的认知平台的示例系统。
图5B示出了根据本文原理配置为与生理组件集成的认知平台的示例系统。
图6示出了根据本文原理的包括与生理组件联接的认知平台的示例系统。
具体实施方式
应当理解，下面更详细讨论的概念的所有组合(假设这些概念没有相互矛盾)被认为是本文公开的发明主题的一部分。还应该理解，本文明确使用的术语也可以出现在通过引用并入的任何公开内容中，应该被赋予与本文公开的特定概念最一致的含义。
以下是与包括被配置用于实现一个或多个导航任务的认知平台的发明方法、装置和系统相关的各种概念和实施方式的更详细描述。认知平台还可以被配置为与一个或多个其他类型的测量组件联接，并且用于分析指示一个或多个其他类型的组件的至少一个测量值的数据。作为非限制性示例，认知平台可以被配置用于认知训练和/或临床目的。根据本文的原理，认知平台可以与一个或多个生理或监测组件和/或认知测试组件集成。
应当理解，上面介绍和下面更详细讨论的各种概念可以以多种方式中的任何一种来实现，因为所公开的概念不限于任何特定的实现方式。具体实现和应用的示例主要是出于说明的目的而提供的。
如本文所用，术语“包括(includes)”是指包括但不限于，术语“包括(including)”是指包括但不限于。术语“基于”是指至少部分基于。
根据本文所述原理的示例平台产品和认知平台可适用于许多不同类型的疾病，例如但不限于抑郁症、注意缺陷多动障碍(ADHD)、阿尔茨海默病、痴呆、帕金森病、亨廷顿病、库欣病、精神分裂症或其他疾病。
个体在真实或虚拟环境(例如但不限于虚拟城镇或小迷宫)中从起始点导航到期望位置的能力，包括制定和/或执行策略以找到从起始点到目标位置的路径的能力，可以至少部分地依靠于大脑的多个不同区域的使用。这些区域是大脑尾状核区、内嗅皮层和海马体区。例如，见Hafting等人的“Microstructure of a spatial map in the entorhinalcortex(内嗅皮层空间图的微观结构)”，Nature，第436卷，第7052期，第801至806页(2005年)；Bohbot等人，“Gray matter differences correlate with spontaneous strategiesin a human virtual navigation task(灰质差异与人类虚拟导航任务中的自发策略相关)”，Journal of Neuroscience，第27卷，第38期，第10078至10083页(2007年)。
在个体执行激活大脑尾状核区的导航任务的示例中，个体正在学习一组被称为依靠刺激反应导航策略的严格刺激反应类型关联。依靠刺激反应导航策略的非限制性示例是，例如，看到树并向右拐。
在个体通过学习环境中地标之间的空间关系来执行导航任务的示例中，个体通过激活大脑的海马体区来依靠海马体依赖的空间导航策略。依靠大脑内嗅皮层区进行导航的个体形成空间环境的定向拓扑组织的神经地图，该地图包括平移和方向信息。该地图被锚定到外部地标，但是在没有这些外部地标的情况下可以持续存在。海马体表示的内容特异性表明，在编码过程中，海马体将来自基于路径积分的广义坐标系的输出与特定环境特有的地标或其他特征相关联。通过向内嗅皮层表层的反向投射，海马体中存储的关联可能会随着环境探索过程中误差的累积而重置路径积分器。将路径积分器的输出锚定到存储在海马体或大脑其他皮质区域的外部参考点，可以使内嗅图从一个试验到下一个试验对齐，即使出发点不同。
个体可以使用非自我中心导航形式和/或自我中心导航形式在给定环境中导航。在实施给定类型的导航策略时，个体使用大脑的不同部分。
如本文所使用的，“非自我中心”是指一种导航形式，其中个体独立于个体的视角(或方向)和正在进行的行为来识别环境中的位置。在非自我中心导航中，个体将注意力和行动集中在环境中的其他项目上，而不是他们自己的视角。可被测量以指示非自我中心导航的参数包括个体对两点之间的水平距离的判断(例如，基于相对于环境中其他物体的距离测量的该两点的相对空间位置)、个体在先前穿过的(因此是已知的)环境中绘制新路线的能力(即，与穿过环境的先前路线在至少一个参数方面不同的路线)、以及个体对环境(布置成覆盖二维或更多维)中三个或更多个记忆位置进行空间变换(例如，旋转、平移或缩放)的能力。
大脑的内嗅皮层和海马体等区域用于非自我中心导航。非自我中心导航可以包括空间网格导航和各种位置如何位于空间网格上以及彼此相对的记忆的形成。海马体与空间记忆和导航两者有关。内嗅皮层有助于空间信息处理。
如本文所使用的，“自我中心”是指一种导航形式，其中环境中的点是根据它们与个体的距离和方向来定义的。可以测量以表示自我中心导航的参数包括个体相对于环境的移动方向和速度。在自我中心导航系统中，环境中的位置相对于个体来定义，使得个体的移动伴随着个体对给定点的视角表示的更新。
大脑的尾状核等区域用于自我中心导航。自我中心导航可以包括地标和转弯方向的记忆。尾状核与运动和空间功能有关。
测量大脑每个区域的相对强度可以通知个体的认知病况。根据本文的原理，指示这些测量参数的数据的分析可以用于检测诸如但不限于阿尔茨海默病的非常早期的症状。
在示例系统、方法和装置中，可以被配置为生成评分输出，作为个体大脑尾状核区相对于个体大脑内嗅皮层和海马体区的相对健康或强度的指示。当个体执行依靠于非自我中心导航能力的导航任务时，与当个体执行依靠于自我中心导航能力的导航任务时从测量值中收集的数据相比，可以基于对从测量值中收集的数据的分析来计算评分输出。
在示例系统、方法和装置中，可以被配置为至少部分基于对第一组数据和第二组数据的分析，基于当个体执行依靠于非自我中心导航能力的导航任务时，与当个体执行依靠于自我中心导航能力的导航任务时从测量值中收集的数据相比对从测量值中收集的数据的分析，生成评分输出，作为个体神经退行性病况发作的可能性或神经退行性病况进展阶段的指示。
示例性系统、方法和装置可以被配置为将评分输出发送给个体和/或在用户界面上显示评分输出。
例如，阿尔茨海默病(AD)的早期阶段可以表现为记忆丧失和空间定向障碍。海马体是大脑早期受损的区域之一，导致记忆丧失和空间定向障碍症状。Kunz等人，Science，第350卷，第6259期，第430页(2015年)，还提出阿尔茨海默病病理学始于内嗅皮层，该疾病可能损害空间导航的局部神经相关物，如网格细胞。对指示个体在导航任务中表现的测量数据的分析，例如指示导航类型和/或导航任务成功程度的数据，可以提供海马体和内嗅皮层相对强度的指示。例如，对指示个体导航任务表现的数据的分析可用于提供个体内嗅和/或海马体功能障碍的量度，从而提供阿尔茨海默病发病可能性和/或疾病进展程度的量度。
作为非限制性示例，阿尔茨海默氏病、帕金森氏病、血管性痴呆和轻度认知障碍可对大脑的海马体和内嗅区具有更大的影响。
作为非限制性示例，注意缺陷多动障碍、亨廷顿氏病、强迫症和抑郁症(重度抑郁症)可对大脑尾状核区具有更大的影响。
本文中的示例系统、方法和装置可以被实现为收集指示导航中涉及的大脑区域的相对强度的量度的数据。基于导航类型(即，非自我中心导航与自我中心导航)和/或导航成功程度来指示个体表现的数据可用于提供个体大脑每个区域的相对强度的指示。
在实施非自我中心导航策略时，个体更依靠于大脑海马体和内嗅皮层区的激活(需要一个或多个特征的内容来指导导航策略)。在一个示例中，个体在需要非自我中心导航技能的任务中的表现可以是大脑尾状核区激活水平的指标，使得表现量度越差，则表明大脑海马体和/或内嗅皮层区的激活越差。例如，一旦海马体区处理导航策略，大脑的内嗅皮层区就会变得更加高效。
在实施自我中心导航策略时，个体更依靠于大脑尾状核区的激活(基于以自我为参照点的导航学习策略)。在需要自我中心导航的个体任务表现相对较差的示例中，这可能表明个体从环境中获得的提示较少。当个体不能从环境中获得提示时，个体就不能使用这种机制来学习。个体在需要自我中心导航技能的任务中的表现可以作为大脑尾状核区激活水平的指标，使得表现量度值越低，可表明大脑尾状核区的激活越差。
本文中的示例系统、方法和装置可以被实现来生成对个体的一种或多种认知技能的评估。示例包括基于在用户界面处呈现的环境部分的第一组视图来呈现第一任务，该第一任务要求个体依靠于非自我中心导航能力在环境中导航，并且基于与个体响应于第一任务执行的非自我中心导航相关联的第一组的一个或多个参数的测量值生成第一组数据。示例方法还包括基于在用户界面处呈现的环境部分的第二组视图来呈现第二任务，该第二任务要求个体依靠自我中心导航能力在环境中导航，并且基于与个体响应于第二任务执行的自我中心导航相关联的第二组的一个或多个参数的测量值生成第二组数据。示例系统、方法和装置被配置为分析第一组数据和第二组数据，并且至少部分地通过确定第一组数据与第二组数据之间的差异，基于个体在第一任务中的表现与个体在第二任务中的表现相比的差异生成个体认知能力的指示。
例如，第一数据组和第二数据组的差异可表明测量的参数的数值较差。作为非限制性示例，参数可以是相对于环境的导航速度的量度、相对于环境的方向、相对于环境的速度、导航策略的选择、导航任务执行期间的等待或延迟时段或不作为时段的量度、完成导航任务路线的时间间隔或通过路线的导航路径的优化程度中的一项或多项。
在示例性实施方式中，系统、方法和装置可以被配置为生成评估，该评估提供神经退行性病况的发作的可能性和/或进展或阶段的指示，该神经退行性病况影响大脑的一个区域(例如尾状核区)与另一个区域(海马体和/或内嗅皮层区)。基于非自我中心能力与自我中心能力来分析指示个体在执行导航任务时的相对强度的数据，能有助于指示哪种类型的神经退行性病况可能影响个体、个体受影响的程度以及个体大脑的给定区域可能会受到多大的损害。例如，阿尔茨海默病、帕金森病、血管性痴呆和轻度认知障碍可能对大脑海马体和内嗅区有更大的影响，而注意缺陷多动障碍、亨廷顿病、强迫症和抑郁症(重度抑郁障碍)可能对大脑尾状核区有更大的影响。
在示例性实施方式中，该系统、方法和装置可以被配置为生成评估，该评估提供了由于神经退行性病况的发作和/或进展或阶段的可能性而可未被加强(或潜在重建)的大脑区域的指示，该神经退行性病况影响大脑的一个区域(例如尾状核区)与另一个区域(海马体和/或内嗅皮层区)。因此，本文中的一个或多个系统、方法和装置可以被配置为基于增强大脑的另一个区域来增强个体的认知技能，该另一个区域可以被加强(或潜在重建)以帮助个体导航和识别视觉提示。
本文的示例系统、方法和装置可以被实现为通过实现要执行的任务的两次或更多次迭代来增强个体的一种或多种认知技能。示例系统、方法和装置被配置为在一系列至少两次迭代中迭代地执行：呈现任务，该任务要求个体基于在用户界面上呈现的环境的至少一部分的一个或多个视图来在环境中导航，其中当个体导航环境时更新一个或多个视图；从个体接收导航命令；基于接收到的导航命令来控制环境中的导航；测量第一组一个或多个参数，该第一组一个或多个参数提供指示个体在基于环境的至少一部分的一个或多个第一视图执行一个或多个任务时的非自我中心导航能力的信息，并且生成具有关于第一组一个或多个参数的测量值的信息的第一组数据；测量第二组一个或多个参数，该第二组一个或多个参数提供指示个体在基于环境的至少一部分的一个或多个第二视图执行任务时的自我中心导航能力的信息，并且生成具有关于第二组一个或多个参数的测量值的信息的第二组数据；以及分析第一组数据和第二组数据中的至少一部分。在第二次迭代或随后的迭代中呈现的给定任务的要求、任务的难度级别或任务的类型中的一项或多项可以至少部分地基于对与在一次或多次先前迭代中测量的一个或多个参数相关联的第一组数据和第二组数据中的至少一个的分析来配置。所述系统、方法和装置被配置为基于个体在任务中的表现差异来生成个体认知能力的指示，所述表现差异源自对与至少一些迭代中对任务的反应相关联的第一组数据和第二组数据的分析。
在一些示例中，可以至少部分基于对第一组数据或第二组数据中的一项或两者的分析来修改在一次或多次迭代中(例如，在第二次或以后的迭代中)呈现的任务的难度级别。可以通过修改以下项中的一项或多项来增加难度级别：相对于环境所需的导航速度、路线上寻找目标的转弯复杂度和奖励数量、对呈现给个体的视角相对于环境的方向的限制、个体相对于环境所需的最小速度、导航策略的数量或选择的限制、在执行导航任务期间对等待或延迟时段或不作为时段的限制、完成导航任务路线的时间间隔的缩短、或者对通过路线的导航路径的优化程度的增加的要求。
示例系统、方法和装置可以被配置为增强个体在自我中心导航和非自我中心导航中的任一项或两项的能力。在个体非自我中心导航的能力受到影响的示例中，例如但不限于由于影响大脑海马体和/或内嗅皮层区的神经退行性病况，示例系统、方法和装置可以被配置为强化个体自我中心导航的能力。在个体自我中心导航能力受到影响的示例中，例如但不限于由于影响大脑尾状核区的神经退行性病况，示例系统、方法和装置可以被配置为强化个体非自我中心导航能力。因此，受神经退行性病况影响的个体可以能够恢复某些因神经退行性病况而减弱的能力。
例如，对于不再能很好地识别面部或人的个体，该系统、方法和装置可以用于强化该个体导航环境的能力，而不依靠于从增强大脑的其他未受影响区域获得的视觉提示、社交提示或其他能力。
作为非限制性示例，“导航”指的是寻路、路径绘制、寻找或搜索和恢复、定向或其他类似类型的任务。
本公开针对形成为示例平台产品的计算机实现的设备，示例平台产品被配置为实现软件和/或其他处理器可执行指令，用于测量指示用户在一个或多个导航任务中的表现的数据，以提供用户表现度量。作为非限制性示例，表现度量可以包括指示个体在沿给定路线方向继续前进或改变方向之前的导航速度、方向、速度、导航策略的选择、等待或延迟期或其他不作为时段、完成路线的时间间隔、参考景观(包括作为地图)的鸟瞰图或俯视图的频率或次数的数据，包括任何这些参数作为时间的函数的值。作为另一个非限制性示例，表现度量可以包括对个体通过路线导航的路径的优化程度的度量，例如通过确定通过路线的最短路径或近最短路径。
示例表现度量可用于导出对用户认知能力的评估和/或测量用户对认知治疗的反应，和/或提供用户病况(包括认知病况)的数据或其他量化指标。在非限制性示例中，表现度量可以用于导出大脑每个区域的相对强度的测量值。根据本文原理的非限制性示例认知平台或平台产品可以被配置为基于从个体与认知平台或平台产品的交互中收集的数据和/或基于该数据的分析(和相关计算)计算的度量，关于大脑区域(例如但不限于大脑尾状核区和大脑内嗅皮层和海马体区)的相对健康或强度，和/或当个体被施用药品、生物制剂或其他药物制剂时使用认知平台或平台产品的潜在功效，对个体进行分类。根据本文原理的其他非限制性示例认知平台或平台产品可以被配置为基于从个体与认知平台或平台产品的交互中收集的数据和/或基于该数据的分析(和相关计算)计算的度量，关于认知病况发作的可能性和/或进展阶段对个体进行分类。认知病况可以是但不限于抑郁症、注意缺陷多动障碍(ADHD)、阿尔茨海默病、痴呆、帕金森病、亨廷顿病、库欣病或精神分裂症。
根据本文的原理，对个体关于认知病况的发作可能性和/或发展阶段的任何分类可以作为信号传输到医疗设备、医疗保健计算系统或其他设备，和/或传输到医疗从业者、健康从业者、物理治疗师、行为治疗师、运动医学从业者、药剂师或其他从业者，以允许为个体制定治疗过程或修改现有治疗过程，包括确定个体的药品、生物制剂或其他药物制剂的剂量变化(例如但不限于量、浓度或剂量滴定)，或者确定个体的药品、生物制剂或其他药物制剂的最佳类型或组合。
在本文的任何示例中，平台产品或认知平台可以被配置为医疗设备平台、监测设备平台、筛查设备平台或其他设备平台的任意组合。
本公开还涉及包括平台产品和认知平台的示例系统，所述平台产品和认知平台被配置为与一个或多个生理或监测组件和/或认知测试组件联接。在一些示例中，系统包括与一个或多个其他生理或监测组件和/或认知测试组件集成的平台产品和认知平台。在其他示例中，该系统包括平台产品和认知平台，平台产品和认知平台与一个或多个生理或监测组件和/或认知测试组件分开容纳并被配置为与一个或多个生理或监测组件和/或认知测试组件通信，以接收指示使用这样的一个或多个组件进行的测量的数据。
如本文所使用的，术语“cData”是指从用户与形成为平台产品的计算机实现的设备的交互的测量中收集的数据。
如本文所使用的，术语“nData”是指可以根据本文原理收集的其他类型的数据。用于提供nData的任何组件在本文都被称为nData组件。
在本文的任何示例中，可以实时收集cData和/或nData。
在非限制性示例中，可以使用一个或多个生理或监测组件和/或认知测试组件从测量中收集数据。在本文的任何示例中，一个或多个生理组件被配置用于执行生理测量。生理测量提供生理参数的定量测量数据和/或可用于生理结构和/或功能可视化的数据。
作为非限制性示例，可以从个体的组织或体液(包括血液)和/或从个体收集的组织或体液(包括血液)中的蛋白质类型和/或蛋白质构象的测量中收集nData。在一些示例中，组织和/或体液可以在个体的大脑中或者从个体的大脑中取出。在其他示例中，蛋白质构象的测量可以提供淀粉样蛋白形态的指示(例如，蛋白质是否正在形成聚集体)。
作为非限制性示例，nData可以从β淀粉样蛋白、胱抑素、α突触核蛋白、亨廷顿蛋白和/或tau蛋白的测量中收集。在一些示例中，可以从可能与神经退行性病况的发作和/或进展有关的其他类型蛋白质的测量中收集nData，所述神经退行性病况例如但不限于阿尔茨海默病、痴呆、帕金森病、亨廷顿病、库欣病或精神分裂症。例如，在阿尔茨海默病中，tau蛋白首先沉积在大脑的海马体区。
在非限制性示例中，nData可以是可基于来自一个或多个生理或监测组件和/或认知测试组件的测量数据分配给个体的分类或分组。例如，可关于淀粉样蛋白阳性(A+)或淀粉样蛋白阴性(A-)的淀粉样蛋白状态将个体分类。
在一些示例中，nData可以是对向个体施用或将要施用的生物制剂、药品或其他药物制剂的类型的识别，和/或从个体的组织或体液(包括血液)中的生物制剂、药品或其他药物制剂的水平的测量(无论该测量是原位进行的还是使用从个体收集的组织或体液(包括血液)进行的)中收集的数据。适用于本文所述任何示例的生物制剂、药品或其它药物制剂的非限制性示例包括哌甲酯(MPH)、东莨菪碱、盐酸多奈哌齐、酒石酸卡巴拉汀、盐酸美金刚胺(memantine HCl)、茄尼醇单抗(solanezumab)、阿杜卡尼单抗(aducanumab)或克雷内治单抗(crenezumab)。
应当理解，本文提到的“药品”包括药品、生物制剂和/或其他药物制剂。
在其他非限制性示例中，nData可包括可用于表征个体状态的任何数据，例如但不限于年龄、性别或其他类似数据。
在本文的任何示例中，数据(包括cData和nData)是在经个体同意的情况下收集的。
在本文的任何示例中，一个或多个生理组件可包括测量身体和神经系统的物理特征的任何装置以提供nData，身体和神经系统的物理特征包括电活动、心率、血流和氧合水平。这可包括基于照相机的心率检测、皮肤电反应的测量、血压测量、脑电图、心电图、磁共振成像、近红外光谱和/或瞳孔扩张测量，以提供nData。
提供nData的生理测量的其他示例包括但不限于测量体温、使用心电图仪(ECG)测量心脏或其他心脏相关功能、使用脑电图仪(EEG)测量电活动、事件相关电位(ERP)、功能磁共振成像(fMRI)、血压、皮肤部分电位、皮肤电反应(GSR)、脑磁图(MEG)、眼球追踪设备或其他光学检测设备，包括被编程为确定瞳孔扩张程度的处理单元、功能近红外光谱(fNIRS)和/或正电子发射断层摄影(PET)扫描仪。EEG-fMRI或MEG-fMRI测量允许同时采集电生理(EEG/MEG)nData和血流动力(fMRI)nData。
在本文的任何示例中，认知平台和包括认知平台的系统可以被配置为呈现计算机化导航任务和平台交互，这些任务和平台交互通知认知评估(包括筛查或监测)或提供治疗。
图1A和图1B示出了呈现导航任务的路线的计算机化呈现的非限制性示例。
图1A示出了根据本文原理的可用于呈现导航任务的路线的计算机化呈现的非限制性示例。在本示例中，计算设备被配置为呈现包括一条或多条内部路线12和障碍物14的景观10的高空俯视图。在本示例中，路线12的一部分被配置为包括允许角色或其他可引导元素16遍历的路径和通道。导航任务要求个体制定从初始点(“A”)到至少一个目标位置(“B”)的绕策略性定位的障碍物14的路径。计算设备可以被配置为向个体呈现指令以导航路线12。计算设备还可以被配置为向个体提供允许个体遍历路线12的输入设备或其他类型的控制元件，包括指定和/或控制在继续沿着路线的给定方向或改变方向之前的移动速度、方向、速度、导航策略的选择、等待或延迟时段或其他不作为时段、完成路线的时间间隔、和/或参考景观(包括作为地图)的鸟瞰图或俯视图的频率或次数中的一项或多项，包括任何这些参数作为时间的函数的值。作为另一个非限制性示例，表现度量可以包括对个体通过路线导航的路径的优化程度的度量，例如通过确定通过路线的最短路径或近最短路径。
计算设备可以被配置为收集指示表现度量的数据，该表现度量量化了个体从初始点(“A”)到达一个或多个目标点(“B”)所采用的导航策略。例如，计算设备可以被配置为收集指示个体从初始点(“A”)沿着虚线或点线前进的决策、移动速度、角色或其他可引导元素16的方向以及其他度量的数据。在各种示例中，可以使用计算设备测量的表现度量可包括指示在以给定的路线方向上继续前进或改变方向之前的移动速度、方向、速度、导航策略的选择、等待或延迟时段或其他不作为时段、完成路线的时间间隔、和/或参考景观(包括作为地图)的鸟瞰图或俯视图的频率或次数的数据，包括任何这些参数作为时间的函数的值。作为另一个非限制性示例，表现度量可以包括对个体通过路线导航的路径的优化程度的度量，例如通过确定通过路线的最短路径或近最短路径。
在一个示例中，路线12可包括一个或多个目标点Bi(i＝1，2，3，…)，指示个体在遍历路线12时定位目标点。在本示例中，表现度量可以包括基于定位的目标数量和/或定位目标所花费的时间的评分。在非限制性示例中，可以指示个体导航路线12，使得多个目标以指定序列定位。在本示例中，表现度量可以包括基于序列中定位的目标数量和/或完成序列所花费的时间的评分。
图1B示出了根据本文原理可用于呈现导航任务的另一个计算机化呈现的非限制性示例。在本示例中，计算设备被配置为呈现个体导航所需的景观20的选定部分的更局部的俯视图。路线22的部分由障碍物24限定，并且被配置为允许角色或其他可引导元素26遍历。在本示例中，景观的视角足够局部化，可以要求个体在没有整个路线或路线的重要部分的鸟瞰图的情况下对遍历路线的策略进行选择或决策。计算设备可以被配置为收集指示个体沿着虚线或点线前进的决策、和/或移动速度、和/或角色或其他可引导元素26的方向、以及其他度量的数据。在本示例中，可以使用计算设备测量的、与局部景观有关的表现度量可以包括指示在以给定的路线方向上继续前进或改变方向之前的移动速度、方向、速度、导航策略的选择、等待或延迟时段或其他不作为时段、完成路线的时间间隔、和/或参考景观(包括作为地图)的鸟瞰图或俯视图的频率或次数中的一项或多项的数据，包括任何这些参数作为时间的函数的值。作为另一个非限制性示例，表现度量可以包括对个体通过路线导航的路径的优化程度的度量，例如通过确定通过路线的最短路径或近最短路径。
在一个示例中，路线22可包括一个或多个目标点Bi(i＝1，2，3，…)，指示个体在遍历路线22时定位目标点。在本示例中，表现度量可以包括基于定位的目标数量和/或定位目标所花费的时间的评分。在非限制性示例中，可以指示个体导航路线122，使得多个目标以指定序列定位。在本示例中，表现度量可以包括基于序列中定位的目标数量和/或完成序列所花费的时间的评分。
在一个示例中，计算设备可以被配置为向个体呈现在会话中的至少一个实例中从更宽的鸟瞰图(例如但不限于图1A所示的视角)改变到更局部的视图(例如但不限于图1B所示的视角)的能力。
作为非限制性示例实现方式，可以向个体呈现诸如图1A所示的鸟瞰图，以使个体获得对路线的概观，但是随后要求个体从图1B所示的更局部的视角导航路线。在本示例中，可以要求个体依靠于非自我中心导航能力，通过基于个体从图1A的较宽鸟瞰图形式的记忆，从类似于图1B所示的更局部的视图做出选择和决策来导航路线。
图1C示出了根据本文原理的可用于呈现导航任务的另一个计算机化呈现的非限制性示例。在本示例中，计算设备被配置为呈现个体导航所需的景观40的选定部分的视图，但是从角色或其他可引导元素46的视角。路线42的部分由障碍物44限定，并且被配置为允许角色或其他可引导元素46遍历。在本示例中，可以要求个体在没有整个路线或路线的重要部分的鸟瞰图的情况下，对遍历路线的策略做出选择或决策。计算设备可以被配置为收集指示个体沿着虚线或点线前进的决策、和/或移动速度、和/或角色或其他可引导元素46的方向、以及其他度量的数据。在本示例中，可以使用计算设备测量的、与局部景观有关的表现度量可以包括指示在以给定的路线方向上继续前进或改变方向之前的移动速度、方向、速度、导航策略的选择、等待或延迟时段或其他不作为时段、完成路线的时间间隔、和/或参考景观(包括作为地图)的鸟瞰图或俯视图的频率或次数中的一项或多项的数据，包括任何这些参数作为时间的函数的值。作为另一个非限制性示例，表现度量可以包括对个体通过路线导航的路径的优化程度的度量，例如通过确定通过路线的最短路径或近最短路径。
作为非限制性示例实现方式，可以向个体呈现例如图1C所示的立体图，并且向个体呈现一组指令以帮助导航路线。在本示例中，可以要求个体依靠自我中心导航能力，通过基于角色或可引导元素46在给定点的位置或基于景观中的一个或多个地标做出选择和决策来导航路线。作为地标(图1C中示出的元素48)的非限制性示例，可以相对于障碍物44定位塔的计算机化呈现，使得个体可以使用地标48作为制定导航策略的向导。在本示例中，个体可以以自我中心导航的形式使用地标48。
在示例中，路线42可包括一个或多个目标点Bi(i＝1，2，3，…)，指示个体在遍历路线42时定位目标点。在本示例中，表现度量可以包括基于定位的目标数量和/或定位目标所花费的时间的评分。在非限制性示例中，可以指示个体导航路线42，使得多个目标以指定序列定位。在本示例中，表现度量可以包括基于序列中定位的目标数量和/或完成序列所花费的时间的评分。
在本文的任何示例中，穿过示例景观的路线可以包括陆基固体表面(包括铺面路、泥土路或其他类型的地表面)和/或水道。
在任何示例中，景观可以改为由除陆基障碍物之外的障碍物限定的水道，该障碍物例如但不限于浮标或其他锚定浮子、暗礁、码头或其他适用类型的障碍物。
在本文的任何示例中，一个或多个导航任务可以被计算机实现为要求来自用户的位置特定和/或运动特定反应的计算机化元素。在非限制性示例中，可以使用认知平台的输入设备来记录用户对导航任务的反应。这种输入设备的非限制性示例可以包括相对于用户界面或图像捕捉设备(例如但不限于键盘、触摸屏或其他压敏屏幕或照相机)的触摸、滑动或其他手势，用户界面或图像捕捉设备包括被配置用于记录用户交互的任何形式的图形用户界面。在其他非限制性示例中，使用导航任务的认知平台记录的用户反应可以包括使得包括认知平台的计算设备的位置、方向或移动发生变化的用户动作。计算设备的位置、方向或移动的这种变化可以使用设置在计算设备中或以其他方式联接到计算设备的输入设备来记录，例如但不限于传感器。传感器的非限制性示例包括操纵杆、鼠标、运动传感器、位置传感器、压力传感器和/或图像捕捉设备(例如但不限于照相机)。
在示例实现方式中，计算机设备被配置(例如使用至少一个专用编程的处理单元)以使得认知平台在指定的时间帧期间向用户呈现一个或多个不同类型的导航任务。
在一些示例中，时间帧可以是分辨率高达约30秒、约1分钟、约5分钟、约10分钟、约20分钟或更长的任何时间间隔。
在一些示例中，平台产品或认知平台可以被配置为收集指示用户反应相对于导航任务呈现时间的反应时间的数据。
在一些示例中，导航任务的难度级别可以通过增加盘旋的复杂性或路线误导部分的数量或密度、减少完成路线所需的时间、增加目标位置要求的复杂性来改变。在本文的任何示例中，路线中的误导部分导致角色或其他可引导元素偏离路线，到达不能遍历的障碍物的部分，和/或没有加载到期望的目标。
在非限制性示例实现方式中，本文的示例平台产品可以形成为阿克利互动实验室公司(马萨诸塞州，波士顿)的平台产品(本文也称为“APP”)，或者基于该产品，或者与该产品集成。
如本文所使用的，术语“计算机化刺激或交互”或“CSI”是指呈现给用户以帮助用户执行导航任务的计算机化元素。
例如，导航任务可以通过呈现图形用户界面来呈现计算机化刺激或交互(CSI)或其他交互元素而呈现给用户。在本文的各种示例中对一个或多个CSI的使用(和来自一个或多个CSI的数据的分析)的描述还包括在那些示例中对包括一个或多个CSI的导航任务的使用(和来自导航任务的数据的分析)。
在计算设备被配置为呈现包括至少一个CSI的至少一个导航任务的示例中，可以使用至少一个图形用户界面呈现至少一个导航任务和至少一个CSI。计算设备可以被配置为当用户执行至少一个导航任务时测量指示反应的数据，并且测量指示与至少一个CSI的交互的数据。在一些示例中，所呈现的至少一个图形用户界面可以被配置为当用户执行至少一个导航任务时测量指示反应的数据，并且测量指示与至少一个CSI的交互的数据。
在根据本文原理的任何示例中，CSI可以是位于一个或多个目标点Bi(i＝1，2，3，…)处的奖励项目或其他交互元素，指示个体在遍历路线时定位目标点。在本示例中，表现度量可以包括基于由个体定位的奖励项目或其他交互元素的数量和/或定位奖励项目或其他交互元素所花费的时间的评分。奖励项目或其他交互元素的非限制性示例包括硬币、星星、面部(包括具有情感表达变化的面部)或其他动态元素。
在非限制性示例中，图形用户界面可以被配置为使得CSI计算机化元素是主动的，并且可以要求来自用户的至少一个反应，使得图形用户界面被配置为测量指示用户与平台产品交互的类型或程度的数据。在另一示例中，图形用户界面可以被配置为使得CSI计算机化元素是被动的，并且使用至少一个图形用户界面呈现给用户，但是可以不要求用户的反应。在本示例中，至少一个图形用户界面可以被配置为排除用户交互的记录反应，对指示反应的数据应用加权因子(例如，对较低值或较高值的反应进行加权)，或者测量指示用户对平台产品的反应的数据作为对用户误导反应的测量值(例如，向用户发出关于误导反应的通知或其他反馈)。
在一个示例中，平台产品可以被配置为包括至少一个处理单元的处理器实现的系统、方法或装置。在一个示例中，至少一个处理单元可以被编程为呈现至少一个图形用户界面，以向用户呈现用于交互的导航任务和一个或多个CSI。至少一个处理单元可以被编程为使得程序产品的组件接收指示导航和/或基于用户与CSI的交互的至少一个用户反应(包括使用输入设备提供的反应)的数据(例如但不限于cData)。至少一个处理单元还可以被编程为：分析cData以提供针对给定类型的导航任务(无论是非自我中心还是自我中心)的个体表现度量的测量值；和/或基于确定用户在非自我中心导航的表现与用户在自我中心导航的表现之间的差异(包括基于cData的差异)来分析个体表现的差异；和/或基于对cData的分析(包括在分析中确定的个体表现的测量值)调整导航任务(包括CSI)的难度级别；和/或提供来自平台产品的可以指示个体的表现度量、和/或认知能力(包括用于筛查、监测或评估)、和/或对认知治疗的反应、和/或认知的评估测量值输出或其他反馈。在非限制性示例中，至少一个处理单元还可以被编程为基于从个体与认知平台或平台产品的交互中收集的cData和/或基于该cData的分析(和相关计算)计算的度量，关于淀粉样蛋白状态，和/或tau蛋白的存在或表达水平，和/或当个体被施用药品、生物制剂或其他药物制剂时使用认知平台或平台产品的潜在功效，和/或来自个体的试验和/或RAVLTTM试验的表现的预期分数，对个体进行分类。在非限制性示例中，至少一个处理单元还可以被编程为基于从个体与认知平台或平台产品的交互中收集的cData和/或基于该cData的分析(和相关计算)计算的度量，关于病况发作的可能性和/或进展阶段对个体进行分类。病况可以是但不限于抑郁症、注意缺陷多动障碍(ADHD)、阿尔茨海默病、痴呆、帕金森病、亨廷顿病、库欣病、精神分裂症或其他病况。
在其他示例中，平台产品可以被配置为处理器实现的系统、方法或装置，其包括显示组件、输入设备和至少一个处理单元。至少一个处理单元可以被编程为呈现至少一个图形用户界面，用于在显示组件处显示，以向用户呈现用于交互导航任务(包括CSI)。
输入设备的非限制性示例包括触摸屏或其他压敏或触敏表面、运动传感器、位置传感器、压力传感器和/或图像捕捉设备(例如但不限于照相机)。
对个体表现的分析可以包括使用计算设备来计算在会话期间或从先前完成的会话起的导航任务的准确度百分比、定位目标的命中和/或未命中次数。可用于计算表现度量的其他指标是个体在任务呈现(例如，作为目标刺激)后做出反应所花费的时间量。其他指标可以包括但不限于反应时间、反应方差、正确命中次数、遗漏错误、错误警报、学习率、空间偏差、主观评级和/或表现阈值等。
在非限制性示例中，计算机化元素包括至少一个向用户指示正反馈的元素。每个元素可以包括发射给用户的听觉信号和/或视觉信号，其指示导航任务或其他平台交互元素的成功，即，平台产品处的用户反应已经超过导航任务的阈值成功度量。
在非限制性示例中，计算机化元素包括至少一个向用户指示负反馈的元素。每个元素可以包括发射给用户的听觉信号和/或视觉信号，其指示导航任务失败，即，平台产品处的用户反应没有满足导航任务的阈值成功度量。
在非限制性示例中，计算机化元素包括至少一个用于消息传递的元素，即与正反馈或负反馈不同的向用户通信。
在非限制性示例中，计算机化元素包括至少一个用于指示作为奖励的CSI的元素。奖励计算机元素可以是计算机生成的特征，该特征被传递给用户以提高用户对导航任务的满意度，并因此增加积极的用户交互(并因此增加用户体验的享受)。
根据本文原理，术语“认知”或“认知的”是指通过思想、经验和感官获得知识和理解的心理行为或过程。这包括但不限于心理学概念/领域，例如执行功能、记忆、感知、注意力、情绪、运动控制和干扰处理。根据本文原理的示例计算机实现的设备可以被配置为收集指示用户与平台产品交互的数据，并计算量化用户表现的度量。用户表现的量化值可用于提供认知的测量值(用于认知评估)或提供认知治疗的状态或进展的测量值。
根据本文的原理，术语“治疗”或“处理”指平台产品(包括APP形式)中对CSI的任何操作，其使得用户能力得到可测量的改善，例如但不限于与认知、用户心情、情绪状态和/或对认知平台的参与或关注水平相关的改善。改善的程度或水平可以基于本文描述的用户表现度量来量化。在示例中，术语“治疗”也可以指疗法。
根据本文的原理，术语“会话”指的是具有明确开始和结束的离散时间段，在该时间段期间，用户与平台产品交互以从平台产品(包括APP的形式)接收评估或治疗。
根据本文的原理，术语“评估”指的是用户与平台产品的CSI或其他特征或元素进行交互的至少一个会话。从用户使用平台产品(包括APP的形式)执行的一个或多个评估中收集的数据可用于导出认知或用户能力的其他方面的测量值或其他量化指标。
根据本文的原理，术语“认知负荷”指的是用户完成任务可能需要花费的精神资源量。这个术语也可以用来指导航任务的挑战或难度级别。
在示例中，平台产品可以被配置为包括至少一个处理单元的处理器实现的系统、方法或装置。在示例中，至少一个处理单元可以被编程为呈现至少一个图形用户界面，以向用户呈现用于交互的导航任务和一个或多个CSI。至少一个处理单元可以被编程为使得程序产品的组件接收指示导航任务的表现和/或基于用户与CSI的交互的至少一个用户反应(包括使用输入设备提供的反应)的数据(例如但不限于cData)。平台产品还可以被配置为在用户与认知平台交互之前、期间和/或之后接收指示进行的测量的nData(包括来自生理或监测组件和/或认知测试组件的测量的nData)。至少一个处理单元还可以被编程为：分析cData和/或nData以提供对个体病况(包括认知病况)的测量值；分析cData和/或nData以提供针对给定类型的导航任务(无论导航任务是否要求非自我中心导航和/或自我中心导航)的个体表现度量的测量值；和/或基于确定用户在非自我中心导航中的表现相比于用户在自我中心导航中的表现之间的差异(包括基于cData中的差异)和相关nData中的差异来分析个体表现的差异。至少一个处理单元还可以被编程为：基于对cData的分析(包括在分析中确定的个体表现的度量)，调整导航任务(包括CSI)的难度级别；和/或提供来自平台产品的可以指示个体表现度量、和/或认知能力(包括用于筛查、监测或评估)、和/或对认知治疗的反应、和/或认知的评估度量的输出或其他反馈。在非限制性示例中，至少一个处理单元还可以被编程为基于从个体与认知平台或平台产品的交互中收集的nData和cData和/或基于该cData和nData的分析(和相关计算)计算的度量，关于淀粉样蛋白状态，和/或tau蛋白的存在或表达水平，和/或当个体被施用药品、生物制剂或其他药物制剂时使用认知平台或平台产品的潜在功效，和/或来自个体的试验和/或RAVLTTM试验的表现的预期分数，对个体进行分类。在非限制性示例中，至少一个处理单元还可以被编程为基于从个体与认知平台或平台产品的交互中收集的nData和cData和/或基于该cData和nData的分析(和相关计算)计算的度量，关于病况发作的可能性和/或进展阶段对个体进行分类。病况可以是但不限于抑郁症、注意缺陷多动障碍(ADHD)、阿尔茨海默病、痴呆、帕金森病、亨廷顿病、库欣病、精神分裂症或其他疾病。
在一个示例中，基于确定用户的第一类型和第二类型反应的测量值与nData之间的差异，来自个体表现差异的反馈可以用作认知平台中的输入，其指示个体在一个或多个会话期间的实时表现。反馈的数据可被用作计算设备的计算组件的输入，以确定认知平台对用户在同一正在进行的会话和/或随后执行的会话中交互的第一任务和/或第一干扰的难度级别的调整程度。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为识别参与者正在使用的导航策略的类型。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为确定给定个体或个体集合或群体的每种导航技能(无论是自我中心导航还是非自我中心导航)的相对强度。
例如，如果疾病人群(例如但不限于阿尔茨海默氏病、复发性抑郁症、帕金森氏病、亨廷顿氏病、ADHD)中的薄弱区域通过在认知平台上的训练得到加强，则可以将益处转移到与相应大脑区域(例如但不限于，导航能力和潜在记忆与海马体相关，工作记忆、学习和反应选择与尾状核相关)相关的个体的疾疾病状，其中，认知平台被配置为呈现特定类型的导航任务(例如，相比于自我中心导航强化尾状核，非自我中心导航强化海马体)。
当向用户呈现看起来与先前访问的环境相似的新环境时，由于海马体构建和维护给定环境的认知地图，并且检索先前构建的地图(包括景观或水道地图)，感兴趣的测量值包括学习新地图、使用旧地图以及区分看起来相似的地图的速度和准确性。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为评估个体或个体组正在使用的导航策略。
例如，平台产品(包括使用APP)可以被配置为向用户呈现冲突的信息，例如但不限于自我中心地标提示，其将建议与同时可用的非自我中心边界和路径整合信息不同的路径选择。示例平台产品可以被配置为测量指示规定个体路径选择的提示的数据。这可以提供个体的策略偏好的指示。个体策略偏好的指示可以与个体大脑的相应相关区域(即，控制非自我中心导航与自我中心导航的大脑区域)中的相对能力相关联。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为测量个体导航表现的变化，如通过诸如但不限于到达一个或多个目标所行进距离的度量(例如，其中较短的距离被用作表现更好的度量)或到达一个或多个目标所花费的时间量(例如，更快的时间被用作表现更好的度量)来测量，其中导航任务被设置在相似的虚拟环境中，但是具有不同级别的可用于导航的地标或不同的地标显著性(例如但不限于使地标看起来更相似(即，区别更少)、更小、与背景的颜色区别不太明显等)。示例平台产品(包括使用APP)可以配置为执行分析以比较这些测量值。如果表现量度表明，随着地标数量的减少，个体的表现变得更差，则可以将个体归类为更有可能使用自我中心导航。
在非限制性示例中，平台产品(包括使用APP)可以被配置为分析个体在整个环境中的表现的度量，并分析个体的表现如何随着地标的数量而变化。可以在神经典型个体和/或已知疾病人群的个体之间比较来自个体表现分析的结果，以确定个体和神经典型个体和/或已知疾病人群的个体之间的表现配置是否不同。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为通过例如但不限于到达一个或多个目标所行进距离的度量(例如，其中较短的距离被用作表现更好的度量)或者通过到达一个或多个目标所花费的时间量(例如，更快的时间被用作表现更好的度量)来测量个体的导航表现，其中导航任务被设置在虚拟环境中，该虚拟环境随着个体遍历环境而变化。作为改变的非限制性示例，地标特征可以改变(例如，森林中的树改变颜色)，地标可以被复制(例如，第一地标是粉色树，并且随着时间的推移出现更多的粉色树)，地标相对于目标和/或其他地标改变位置，地标的显著性改变(例如，它们变得更暗和/或颜色变得不太清晰)，或者使用地标改变的能力(例如，变得模糊并且地标不太可见)。示例平台产品(包括使用APP)可以被配置为执行分析以比较在相对于静态环境的变化环境中测量的表现度量，识别个体大脑区域的特定状态(例如，这些区域是否与给定人群的区域相似或不同，或者显示任何益处或不足)以及个体的特定导航策略偏好。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为通过诸如但不限于到达一个或多个目标所行进距离的度量(例如，其中较短的距离被用作表现更好的度量)或者通过到达一个或多个目标所花费的时间量(例如，更快的时间被用作表现更好的度量)其中测量个体的导航表现，其中导航任务在先前探索的虚拟环境中，其中起点和/或目标要求经由先前未暴露给个体(因此先前未被学习)的路径遍历环境。在一个示例实现方式中，这可以通过将平台产品配置为在先前显示的(从而已知的)路线路径的道路中引入新的障碍来实现。在另一示例实现方式中，这可以通过将平台产品配置为将中间目标放置在路线的先前行进路径之外的位置来实现。在另一个示例实现方式中，这可以通过将平台产品配置为引入完全不同的路径来实现，该路径从不与路线的先前遍历(并由此学习到)的路径相交。示例平台产品(包括使用APP)可以被配置为执行分析以确定个体在这种情况下的导航能力，作为比在先前已知的路径中重复寻路任务可能更好的向非自我中心导航趋势的指示。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为通过诸如但不限于到达一个或多个目标所行进距离的度量(例如，其中较短的距离被用作表现更好的度量)或者通过到达一个或多个目标所花费的时间量(例如，更快的时间被用作表现更好的度量)来测量个体的导航表现，其中导航任务处于先前探索的虚拟环境中，该虚拟环境正被遍历另外的一次或多次，潜在地是在该环境中重复试验之间的不同延迟水平之后。在本示例中，平台产品可以被配置为在干预期间向个体呈现其他活动，以引入认知干扰。在本示例中，平台产品可以被配置为呈现引入空间存储器特定干扰的其他导航活动，而非导航活动可以被用于引入其他类型的干扰。示例平台产品(包括使用APP)可以被配置为执行分析，以比较在干预期之前和之后来自先前探索的虚拟环境的测量值，以确定在随后的相同环境试验中个体表现的改善的测量值，作为学习速率的指示。示例平台产品(包括使用APP)可以被配置为执行分析，以比较在干预期之前和之后来自先前探索的虚拟环境的测量值，以确定在相同环境试验之间的表现变化的测量值，以及与重复之间的延迟量的相关程度，以确定时间延迟对个体维持空间记忆的能力的影响。示例平台产品(包括使用APP)可被配置为执行分析，以比较在干预期之前和之后来自先前探索的虚拟环境的测量值，以确定对比试验-试验表现变化的测量值，其中引入不同类型干扰的干预活动可被用于提供特定于任何给定类型干扰(例如，空间存储器干扰)引起的干扰效果的程度的测量值，而不仅仅是任务切换。示例平台产品(包括使用APP)可以被配置为执行分析，以比较在干预期之前和之后来自先前探索的虚拟环境的测量值，以基于对空间存储器干扰的影响的测量值的分析来提供空间存储器检索效率的指示。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为通过到达一个或多个目标所行进距离的度量(例如，其中较短的距离被用作表现更好的度量)或通过到达一个或多个目标所花费的时间量(例如，更快的时间被用作表现更好的度量)测量的)来测量个体的导航表现，其中导航任务处于空间上类似于先前探索的环境的虚拟环境中，但是没有相同的视觉提示。例如，类似的环境可以与原环境相同，但具有很少或没有照明。替代地，类似的环境可以在不同的垂直面上(例如，在相同建筑物的不同楼层上、在天空中、或者在地下)。类似地，类似的环境可以具有相同的形状，但是与先前探索的环境相比，规模不同。示例平台产品(包括使用APP)可以被配置为执行分析，以确定个体在这种情况下导航能力的度量，作为非自我中心导航的指示。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为向个体呈现在空间上类似于先前探索的环境的虚拟环境，而没有相同的视觉提示，但是不通知个体多个可能的先前环境中的哪一个是源。示例平台产品(包括使用APP)可以被配置为测量个体确定实际源环境的能力，或者直接通过提示个体在充分探索之后做出选择(作为非限制性示例，具有选择正确性的表现度量和到达该选择所需的探索时间)，或者间接地通过提示个体在环境中执行与源环境中的位置相对应的移动和/或动作(作为非限制性示例，具有行进到一个或多个目标的距离的表现度量(例如，较短的距离被用作表现更好的度量)或者通过到达一个或多个目标所花费的时间量(例如，较快的时间被用作表现更好的度量)。示例平台产品(包括使用APP)可以被配置为执行分析以确定个体确定源环境的能力的度量，作为在不确定性(活动空间记忆干扰的特定形式)下灵活操纵多个认知地图的能力的指示。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为将预测模型应用于指示个体认知能力的数据。可以基于计算技术和机器学习工具，例如但不限于线性/逻辑回归、主成分分析、广义线性混合模型、随机决策森林、支持向量机、或人工神经网络，将预测模型配置到cData和nData，以创建比单独的每个测量值更敏感的复合变量或配置，用于检测疾病或评估认知健康。
根据本文原理的示例性系统、方法和装置可以被配置为基于从个体(先前关于感兴趣的认知能力的度量被分类)的导航任务(非自我中心和/或自我中心导航任务)的表现测量的数据来训练个体认知能力的度量的预测模型。例如，可以使用多个训练数据组来训练分类器，其中每个训练数据组与来自个体组的先前分类的个体相关联。基于经分类的个体与本文描述的示例装置、系统或计算设备的交互，每个训练数据组包括指示一个或多个参数的数据，该一个或多个参数指示经分类的个体在任务(无论是非自我中心还是自我中心导航任务)中的表现。示例分类器还可以将指示分类个体在认知测试和/或行为测试中的表现的数据和/或指示经分类的个体的神经退行性认知病况、疾病或障碍(包括执行功能障碍)的发作可能性或进展阶段的诊断的数据作为输入。
在本文的任何示例中，示例训练的预测模型可以用作个体认知能力的可量化评估的智能代理。也就是说，一旦预测模型被训练，预测模型输出可用于提供多个个体的认知能力的指示，而无需使用生理测量或另一认知或行为评估测试。在示例中，经过训练的预测模型可以用作智能代理，以提供个体的神经退行性病况发作的可能性或神经退行性病况进展阶段的指示。在示例中，经过训练的预测模型可以用作个体的神经退化病况的后续测量的智能代理。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为呈现一个或多个上述表现度量与用于导航的标准认知任务(例如路径跨度任务、动态迷宫任务、旋臂迷宫、莫里斯水上导航任务)的任意组合。通过本文描述的多个表现测量结果与两个或更多个标准认知任务的相关，这些组合允许在评估个体或个体组的脑功能、标准设置、一个度量相比于另一个度量的校准以及一个或多个工具与其他工具的结果的验证或确证方面具有更高的精确度。也就是说，标准认知任务可以测试个体的一个类型的导航能力。然而，本文描述的系统、方法和装置提供了本文描述的方法和装置，可用于生成非自我中心任务与自我中心任务的相对能力的指标。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为呈现一个或多个上述表现度量与干扰处理或其他多任务任务(例如但不限于使用项目EVOTM平台执行的双任务测量)的任意组合。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为呈现一个或多个上述表现度量与粗略和精细运动功能的测量值的任意组合(作为nData)。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为呈现一个或多个上述表现度量与用于工作记忆(例如空间工作记忆)的标准认知任务的任意组合。通过本文描述的多个表现测量结果与两个或更多个标准认知任务的相关，这些组合允许在评估个体或个体组的脑功能、标准设置、一个度量相比于另一个度量的校准以及一个或多个工具与其他工具的结果的验证或确证方面具有更高的精确度。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为呈现一个或多个上述表现度量与基于语音/话音监测的认知和行为健康度量的任意组合。通过本文描述的多个表现测量结果与两个或更多个标准认知任务的相关，这些组合允许在评估个体或个体组的脑功能、标准设置、一个度量相比于另一个度量的校准以及一个或多个工具与其他工具的结果的验证或确证方面具有更高的精确度。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为作为治疗改善非自我中心导航。例如，示例平台产品可以被配置为调适和/或增加导航任务的难度级别，以改善寻路功能。例如，平台产品可以被配置为通过随着时间的推移减少在虚拟空间中呈现给个体以供使用的地标的数量，使得个体更难依靠非自我中心导航。作为另一个示例，平台产品可以被配置为扩展虚拟环境的大小，使得有更多的信息供个体评估，以便在导航中做出选择。作为另一个示例，平台产品可以被配置为在不同位置创建具有相同视觉地标的多个虚拟环境，使得地标的干扰减少了自我中心导航的使用。作为另一个示例，平台产品可以被配置为向个体呈现信息越来越不完整的地图(例如，通过逐渐减少景观中存在的地标的数量)。作为另一个示例，平台产品可以被配置为在已知/先前训练的路线上设置障碍物，以增加难度并迫使个体使用非自我中心导航技术。作为另一个示例，平台产品可以被配置为在给定环境中将起点和一个或多个目标放置在与前一会话不同的位置，以迫使个体使用非自我中心策略。作为另一个示例，平台产品可以被配置为使得个体与类似于先前探索的环境的环境交互，并且要求个体利用源环境的知识来到达第二环境中的一个或多个目标，其中源环境与类似(第二)环境之间的差异程度可以根据需要而变化。作为另一个示例，平台产品可以被配置为在导航试验之间引入不同难度和/或持续时间的干扰活动，以强调空间记忆的维持和检索。作为另一个示例，平台产品可以被配置为改变类似(第二)环境的可能源环境的数量和/或可用于确定哪个是源环境的信息或时间量。作为另一个示例，平台产品可以被配置为在同一会话中的基本上相同的时间或者不同时间呈现这些变化中的两个或更多个的任意组合。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为与用于测量nData(来自生理测量值)的生理测量组件通信。例如，当个体执行导航任务时，可以通过fMRI来确定该个体实际上是在使用非自我中心导航还是自我中心导航。如果fMRI表明海马体中有活动(即nData在大脑的这个区域显示出更强的明显的fMRI对比)，则该个体很可能在使用非自我中心策略。如果fMRI表明尾状核中有活动(即nData在大脑的这个区域显示出更强的明显的fMRI对比)，这个人很可能在使用自我中心策略。
海马体功能的强度可以与结构MRI测量值，如体积、皮质厚度等相关。这反过来又可以与个体使用非自我中心导航的能力相关联。尾状核功能的强度可以与体积和个体使用自我中心导航的能力相关联。
海马体体积的变化，例如疾病进展导致的减少或治疗导致的增加，可以与个体使用非自我中心导航的能力的提高相关。非自我中心策略效率的测量值可用作疾病进展或治疗效果的指标。这种测量值也可以用于确定在使用本文所述的平台产品的基于导航的治疗中使用的适当难度级别。
作为非限制性示例，基于干扰处理的认知平台可以是项目：阿克利互动实验室公司(马萨诸塞州，波士顿)的EVOTM平台。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为基于指示生理病况和/或认知病况(包括神经心理障碍的指标)的测量值nData设置在APP会话中的导航任务的基线表现度量，以增加评估的准确性和治疗的效率。CSI可用于根据nData的个体用户动态校准nData组件。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为使用nData来检测注意或疏忽状态，以优化与治疗或评估相关的导航任务的传递。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为使用nData与导航任务cData的分析通过对CSI细微或明显操纵来检测和引导对与治疗或评估相关的特定CSI的注意。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为监测指示愤怒和/或沮丧的nData，以通过提供替代导航任务或从导航任务脱离来促进用户与认知平台的持续交互。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为将来自导航任务cData与nData的信号组合，以优化个性化治疗，促进认知能力指标的改善，从而改善认知。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为使用nData的配置来确认/验证/认证用户的身份。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为使用nData来检测导航任务中对CSI的积极情绪反应，以便对个体用户偏好进行编目以定制CSI，从而优化享受并促进与持续参与评估或治疗会话。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为生成认知改善的用户配置(例如但不限于，与被分类或已知表现出改善的工作记忆、注意力、处理速度和/或感知检测/辨别的用户相关联的用户配置)，并且提供调适导航任务的处理，以优化来自nData的配置所确认的新用户的配置。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为向用户提供被配置用于认知改善的一个或多个配置的选择。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为监测来自听觉和视觉生理测量的nData，以检测来自外部环境源的、可能干扰用户使用APP执行评估或治疗的干扰。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为使用cData和/或nData(包括来自分析数据的度量)作为决定因素，或者做出关于用户(包括使用医疗设备的患者)是否可能对治疗(例如但不限于认知治疗和/或使用生物制剂、药品或其他药物制剂的治疗)做出反应的决策。例如，系统、方法和装置可以被配置为基于特定的生理或认知测量值来选择用户(包括使用医疗设备的患者)是否应该接受治疗，特定的生理或认知测量值可以被用作已经被验证以预测给定个体或人群中的某些个体(例如，基于淀粉状蛋白状态被分类到给定组的个体)的疗效的签名。被配置为执行本文所述的分析(和相关联的计算)的这种示例系统、方法和设备可以被用作生物标记来执行监测和/或筛查。作为非限制性示例，示例系统、方法和装置被配置为提供提供对给定个体或群体中的某些个体(例如，基于淀粉样蛋白状态被分类到给定组的个体)的认知治疗的功效程度(包括与生物制剂、药品或其他药物制剂的使用相结合的功效程度)的定量测量。在一些示例中，群体中的一个或某些个体可以被分类为具有包括神经退行性病况的特定病况。
根据本文原理的示例系统、方法和装置包括平台产品(包括使用APP)，该平台产品被配置为使用nData来监测用户预测导航任务的路线和操纵导航任务模式和/或规则以打断用户对导航任务反应的预期的能力，从而优化APP中的治疗或评估。
描述了可以基于不同类型的nData和cData的各种组合来执行分析(和相关计算)的非限制性示例。根据本文的原理，可以使用任何示例系统、方法和装置来实现以下示例分析和相关计算。如上文中所述，可以使用编程计算设备的至少一个处理单元来实现根据本文原理的示例系统、方法和装置，以提供平台产品的认知平台。图2示出了根据本文原理的示例装置100，其可以用于实现本文上文中描述的认知平台。示例装置100包括至少一个存储器102和至少一个处理单元104。至少一个处理单元104通信联接到至少一个存储器102。
示例存储器102可包括但不限于硬件存储器、非暂时性有形介质、磁存储盘、光盘、闪存驱动器、计算设备存储器、随机存取存储器(例如但不限于DRAM、SRAM、EDO RAM)、任何其他类型的存储器或其组合。示例处理单元104可包括但不限于微芯片、处理器、微处理器、专用处理器、专用集成电路、微控制器、现场可编程门阵列、任何其他合适的处理器或其组合。
至少一个存储器102被配置为存储处理器可执行指令106和计算组件108。在非限制性示例中，计算组件108可用于分析从认知平台接收的cData和/或nData，该认知平台与一个或多个生理或监测组件和/或认知测试组件联接，如本文所述。如图2所示，存储器102还可用于存储数据110，例如但不限于nData 112(包括来自使用一个或多个生理或监测组件和/或认知测试组件的测量的测量数据)和/或指示个体对一个或多个任务的反应的数据(cData)，包括对在装置100的图形用户界面处呈现的任务和/或使用来自联接到装置100或与装置100集成的致动组件的听觉、触觉或振动信号生成的任务的反应。数据110可以从联接到装置100或与装置100集成的一个或多个生理或监测组件和/或认知测试组件接收。
在非限制性示例中，至少一个处理单元104执行存储在存储器102中的处理器可执行指令106，以至少使用计算组件108分析从与如本文所述的一个或多个生理或监测组件和/或认知测试组件联接的认知平台接收的cData和/或nData。至少一个处理单元104还执行处理器可执行指令106，以控制传输单元传输指示从与如本文所述的一个或多个生理或监测组件和/或认知测试组件联接的认知平台接收的cData和/或nData的分析的值，和/或控制存储器102存储指示cData和/或nData的分析的值。
在另一个非限制性示例中，至少一个处理单元104执行存储在存储器102中的处理器可执行指令106，以至少在计算机实现的自适应反应截止期限过程中应用信号检测度量。
图3是根据本文的原理可以用作计算组件的示例计算设备210的框图。在本文的任何示例中，计算设备210可以被配置为控制台，其接收用户输入以实现计算组件，包括在计算机实现的自适应反应截止期限过程中应用信号检测度量。为了清楚起见，图3还返回参考图2并提供了关于图2的示例系统的各种元件的更多细节。计算设备210可包括一个或多个非暂时性计算机可读介质，用于存储用于实现示例的一个或多个计算机可执行指令或软件。非暂时性计算机可读介质可包括但不限于一种或多种类型的硬件存储器、非暂时性有形介质(例如，一个或多个磁存储盘、一个或多个光盘、一个或多个闪存驱动器)等。例如，计算设备210中包括的存储器102可以存储用于执行本文公开的操作的计算机可读和计算机可执行指令或软件。例如，存储器102可以存储软件应用240，该软件应用240被配置为执行各种公开的操作(例如，分析认知平台测量数据和反应数据，在自适应反应截止期限过程中应用信号检测度量，或者执行计算)。计算设备210还包括可配置和/或可编程处理器104和相关核214，以及可选地，一个或多个附加的可配置和/或可编程处理设备，例如处理器212’和相关核214’(例如，在计算设备具有多个处理器/核的情况下)，用于执行存储在存储器102中的计算机可读和计算机可执行指令或软件，以及用于控制系统硬件的其他程序。处理器104和处理器212’可以各自是单核处理器或多核(214和214’)处理器。
虚拟化可以在计算设备210中使用，使得控制台中的基础设施和资源可以动态共享。可以提供虚拟机224来处理在多个处理器上运行的进程，使得该进程看起来只使用一个计算资源而不是多个计算资源。一个处理器也可以使用多个虚拟机。
存储器102可以包括计算设备存储器或随机存取存储器，例如但不限于DRAM、SRAM、EDO RAM等。存储器102可以包括非易失性存储器，例如但不限于硬盘或闪存。存储器102也可以包括其他类型的存储器，或者它们的组合。
在非限制性示例中，存储器102和至少一个处理单元104可以是外围设备的组件，例如但不限于加密狗(包括适配器)或其他外围硬件。示例外围设备可以被编程为与主计算设备通信或以其他方式联接到主计算设备，以提供示例性认知平台和/或平台产品的任何功能，并实现本文描述的任何示例分析(包括相关联的计算)。在一些示例中，外围设备可以被编程为直接与主计算设备通信或以其他方式联接到主计算设备(例如但不限于经由USB或HDMI输入)，或者间接地经由电缆(包括同轴电缆)、铜线(包括但不限于PSTN、ISDN和DSL)、光纤或其他连接器或适配器。在另一个示例中，外围设备可以被编程为与主计算设备无线通信(例如但不限于Wi-Fi或蓝牙)。示例主计算设备可以是智能手机(例如但不限于或基于AndroidTM的智能手机)、电视机、工作站、台式计算机、笔记本电脑、平板电脑、手写板、电子阅读器(e-reader)、数字助理或其他电子阅读器或手持、便携式或可穿戴计算设备，或任何其他等同设备、游戏设备(例如但不限于或)，或其他等同形式的计算设备。
用户可以通过可视显示单元228(例如计算机监视器)与计算设备210交互，可视显示单元228可以显示根据示例系统和方法提供的一个或多个用户界面230。计算设备210可以包括用于从用户接收输入的其他I/O设备，例如键盘或任何合适的多点触摸接口218、定点设备220(例如鼠标)、照相机或其他图像记录设备、麦克风或其他声音记录设备、加速度计、陀螺仪、用于触觉、振动或听觉信号的传感器和/或至少一个致动器。键盘218和定点设备220可以联接到视觉显示单元228。计算设备210可以包括其他合适的传统I/O外围设备。
计算设备210还可包括一个或多个存储设备234，诸如硬盘驱动器、CD-ROM或其他计算机可读介质，用于存储数据和执行本文公开的操作的计算机可读指令和/或软件。示例存储设备234还可以存储一个或多个数据库，用于存储实现示例系统和方法所需的任何合适的信息。数据库可以在任何合适的时间手动或自动更新，以添加、删除和/或更新数据库中的一个或多个项目。
计算设备210可包括网络接口222，该网络接口222被配置为通过各种连接经由一个或多个网络设备232与一个或多个网络(例如，局域网(LAN)、城域网(MAN)、广域网(WAN)或因特网)介接，其中，各种连接包括但不限于标准电话线、LAN或WAN链路(例如，802.11、T1、T3、56kb、X.25)、宽带连接(例如，ISDN、帧中继、ATM)、无线连接、控制器局域网(CAN)或以上任何项或所有项的某种组合。网络接口222可以包括内置网络适配器、网络接口卡、PCMCIA网络卡、卡总线网络适配器、无线网络适配器、USB网络适配器、调制解调器或适于将计算设备210介接到能够通信并执行本文描述的操作的任何类型的网络的任何其他设备。此外，计算设备210可以是任何计算设备，诸如智能手机(诸如但不限于，或基于AndroidTM的智能手机)、电视机、工作站、台式计算机、服务器、笔记本电脑、平板电脑、手写板、电子阅读器(e-reader)、数字助理或其他电子阅读器或手持式、便携式或可穿戴计算设备，或任何其他等同设备、或能够进行通信并且具有或能够联接到足够的处理器功率和存储器容量以执行本文描述的操作的其他等同形式的计算或电信设备。一个或多个网络设备232可以使用不同类型的协议进行通信，例如但不限于无线应用协议(WAP)、传输控制协议/因特网协议(TCP/IP)、NetBIOS扩展用户界面(NetBEUI)或因特网分组交换/顺序分组交换(IPX/SPX)。
计算设备210可以运行任何操作系统226，诸如 操作系统、操作系统、AndroidTM操作系统的任何版本、Unix和Linux操作系统的不同版本、用于麦金塔(Macintosh)计算机的的任何版本、任何嵌入式操作系统、任何实时操作系统、任何开源操作系统、任何专有操作系统或能够在控制台上运行并执行本文描述的操作的任何其他操作系统。在一些示例中，操作系统226可以以本地机模式或仿真模式运行。在示例中，操作系统226可以在一个或多个云机器实例上运行。
图4A示出了可以使用包括至少一个处理单元的认知平台或平台产品来实现的非限制性示例方法的流程图。示例认知平台或平台产品包括存储处理器可执行指令的存储器，以及通信联接到用户界面和存储器的一个或多个处理单元。当一个或多个处理单元执行处理器可执行指令时，一个或多个处理单元被配置为执行图4A的流程图中的方法。在框302中，一个或多个处理单元用于呈现第一任务，该第一任务要求个体依靠非自我中心导航能力基于在用户界面上呈现的环境的部分的第一组视图在环境中导航。在框304中，一个或多个处理单元用于基于与个体响应于第一任务执行的非自我中心导航相关联的第一组一个或多个参数的测量值来生成第一组数据。在框306中，一个或多个处理单元用于呈现第二任务，该第二任务要求个体依靠自我中心导航能力基于在用户界面上呈现的环境的部分的第二组视图在环境中导航。在框308中，一个或多个处理单元用于基于对与个体响应于第二任务执行的自我中心导航相关联的第二组一个或多个参数的测量值来生成第二组数据。在框310中，一个或多个处理单元用于分析第一组数据和第二组数据。在框312中，一个或多个处理单元用于至少部分地通过确定第一组数据与第二组数据之间的差异，基于个体在第一任务中的表现相比于个体在第二任务中的表现的差异，生成个体认知能力的指示。
图4B示出了可以使用包括至少一个处理单元的认知平台或平台产品来实现的非限制性示例方法的流程图。示例认知平台或平台产品包括存储处理器可执行指令的存储器，以及通信联接到用户界面和存储器的一个或多个处理单元。当一个或多个处理单元执行处理器可执行指令时，一个或多个处理单元被配置为执行图4B的流程图中的方法。一个或多个处理单元被配置为在一系列至少两次迭代中迭代地执行框322至334中的过程。在框322中，一个或多个处理单元用于呈现任务，该任务要求个体基于在用户界面上呈现的环境的至少一部分的一个或多个视图来在环境中导航，其中一个或多个视图在个体导航环境时被更新。在框324中，一个或多个处理单元用于从个体接收导航命令。在框326中，一个或多个处理单元用于基于接收到的导航命令来控制环境中的导航。在框328中，一个或多个处理单元用于测量第一组一个或多个参数，该第一组一个或多个参数提供指示个体在基于环境的至少一部分的一个或多个第一视图执行一个或多个任务时的非自我中心导航能力的信息，并且生成具有关于第一组一个或多个参数的测量值的信息的第一组数据。在框330中，一个或多个处理单元用于测量第二组一个或多个参数，该第二组一个或多个参数提供指示个体在基于环境的至少一部分的一个或多个第二视图执行任务时的自我中心导航能力的信息，并且生成具有关于第二组一个或多个参数的测量值的信息的第二组数据。在框332中，一个或多个处理单元用于分析第一组数据和第二组数据中的至少一部分。在第二次迭代或随后的迭代中呈现的任务至少部分地基于对第一组数据和第二组数据中的至少一项的分析来确定，所述第一组数据和第二组数据与在一次或多次先前迭代中测量的一个或多个参数相关联。在框334中，一个或多个处理单元用于基于个体在任务中的表现差异来生成个体认知能力的指示，所述表现差异从与至少一些迭代中对任务的反应相关联的第一组数据和第二组数据的分析中导出。
图4C至图4D示出了可以使用包括至少一个处理单元的认知平台或平台产品实现的非限制性示例方法的流程图。在框362中，使用至少一个处理单元呈现至少一个图形用户界面，以向用户呈现导航任务和一个或多个CSI，用于交互。在框364中，使用至少一个处理单元使得使程序产品的组件基于用户与CSI的交互(包括使用输入设备提供的反应)接收指示导航任务的表现和/或至少一个用户反应的数据(例如但不限于cData)。在框366中，使用至少一个处理单元使程序产品的组件接收指示在用户与认知平台交互之前、期间和/或之后进行的测量的nData(包括来自生理或监测组件和/或认知测试组件的测量值的nData)。在该方法的示例实现方式中，框364可以在与框366类似的时间帧内执行，或者基本上与框366同时执行。在该方法的另一示例实现方式中，框364可以在与框366不同的时间点执行。在框368中，基于从个体与认知平台或平台产品的交互中收集的nData和cData、和/或基于该cData和nData的分析(和相关计算)计算的度量，至少一个处理单元还用于：分析cData和/或nData以提供个体病况(包括认知病况)的测量值；和/或分析cData和/或nData以提供对给定类型导航任务(无论导航任务是需要非自我中心导航和/或自我中心导航)的个体表现度量的测量值；和/或基于确定用户在非自我中心导航中的表现相比于用户在自我中心导航中的表现之间的差异(包括基于cData中的差异)和相关联的nData中的差异来分析个体表现的差异；和/或基于对cData的分析(包括在分析中确定的个体表现的测量值)来调整导航任务(包括CSI)的难度级别；和/或提供来自平台产品的可以指示个体的表现度量、和/或认知能力(包括用于筛查、监测或评估)、和/或对认知治疗的反应、和/或认知的评估测量值的输出或其他反馈；和/或关于淀粉状蛋白状态，和/或tau蛋白的存在或表达水平，和/或当个体被施用药品、生物制剂或其他药物制剂时使用认知平台或平台产品的潜在功效，和/或个体的试验和/或RAVLTTM试验的表现的预期分数，对个体进行分类；和/或关于病况发作的可能性和/或进展阶段对个体进行分类；和/或确定个体的药品、生物制剂或其他药物制剂的剂量(量、浓度或剂量滴定)变化，或确定个体的药品、生物制剂或其他药物制剂的最佳类型或组合。
在示例系统、方法和装置中，在用户界面上呈现任务之前，至少一个处理单元被配置为使得程序产品的组件接收指示正在或将要向个体施用的药物制剂、药品或生物制剂的量、浓度或剂量滴定中的一项或多项的nData。至少部分基于对从个体导航任务的表现中收集的cData的分析，至少一个处理单元被配置为向用户界面生成指示个体认知能力变化的输出。
在框368中，关于病况(包括神经退行性病况)的发作可能性和/或进展阶段的任何个体分类可以作为信号传输到医疗设备、医疗计算系统或其他设备，和/或传输给医疗从业者、保健从业者、物理治疗师、行为治疗师、运动医疗从业者、药剂师或其他从业者，以允许为个体制定治疗过程或修改现有的治疗过程，包括确定针对个体的药品、生物制剂或其他药物制剂的剂量变化(量、浓度或剂量滴定)，或确定针对个体的药品、生物制剂或其他药物制剂的最佳类型或组合。
在一些示例中，分析结果可用于修改导航任务或CSI的难度级别或其他属性。
图5A示出了根据本文原理的非限制性示例系统、方法和装置，其中平台产品(包括使用APP)被配置为认知平台402，该认知平台402从一个或多个生理组件404分离，但是被配置为与一个或多个生理组件404联接。
图5B示出了根据本文原理的另一个非限制性示例系统、方法和装置，其中平台产品(包括使用APP)被配置为集成设备410，其中认知平台412与一个或多个生理组件414集成。
图6示出了非限制性示例实现方式，其中平台产品(包括使用APP)被配置为认知平台502，该认知平台502被配置为与生理组件504联接。在本示例中，认知平台502被配置为包括至少一个处理器的平板电脑，该处理器被编程为：实现与上文中所述任务和CSI相关联的处理器可执行指令，从用户与认知平台502的交互接收与用户反应相关联的cData，从生理组件504接收nData，如上文中所述分析cData和/或nData，并且分析cData和/或nData以提供对个体生理病况和/或认知病况的测量值，和/或基于确定用户反应与nData之间的差异来分析个体表现的差异，和/或基于在分析中确定的个体表现和基于对cData和/或nData的分析来调整计算机化刺激或交互(CSI)或其他交互元素的难度级别，和/或提供来自平台产品的指示个体表现、和/或认知评估、和/或对认知治疗的反应、和/或评估的认知测量值的输出或其他反馈。在本示例中，生理组件504被安装到用户的头部，以在用户与认知平台502交互之前、期间和/或之后执行测量，从而提供nData。
在非限制性示例实现方式中，使用被配置为与fMRI联接的认知平台进行测量，以用于医学应用验证和个性化医学。消费级fMRI设备可以通过跟踪和检测大脑部分刺激的变化来提高医疗应用的准确性和有效性。
在非限制性示例中，fMRI测量可用于提供皮质厚度的测量数据和其他类似的测量数据。
在用于治疗验证的非限制性示例中，用户与认知平台交互，并且fMRI用于测量生理数据。在用户与认知平台交互时，期望基于用户的动作刺激特定的大脑部分或大脑部分的组合。在本示例中，平台产品可以被配置为包括与认知平台联接的fMRI组件的集成设备，或者被配置为与fMRI组件分离但被配置为与fMRI组件联接的认知平台。使用具有fMRI的应用，可以测量对用户大脑的部分的刺激，并且可以执行分析以检测变化，从而确定用户是否表现出期望的反应。
在用于个性化医学的非限制性示例中，fMRI可用于收集用于识别用户与认知平台交互的进展测量数据。通过调整用户在应用中的体验，该分析可用于确定是否应该使认知平台提供任务和/或CSI来加强或减少fMRI正在检测的这些用户结果。
在本文的任何示例中，可以实时调整导航任务和/或CSI的类型。
结论
上述实施方式可以多种方式中的任何一种来实现。例如，一些实施方式可以使用硬件、软件或其组合来实现。当实施方式的任何方面至少部分以软件实现时，软件代码可以在任何合适的处理器或处理器集合上执行，无论是在单个计算机中提供还是分布在多个计算机之间。
在这方面，本发明的各个方面可以至少部分地实施为计算机可读存储介质(或多个计算机可读存储介质)(例如，计算机存储器、紧凑式盘、光盘、磁带、闪存、现场可编程门阵列或其他半导体设备中的电路配置、或其他有形的计算机存储介质或非暂时性介质)，该计算机可读存储介质用一个或多个程序编码，当在一个或多个计算机或其他处理器上执行时，这些程序执行实现上文所讨论的技术的各个实施方式的方法。计算机可读介质可以是可移动的，使得存储在其上的一个或多个程序可以被加载到一个或多个不同的计算机或其他处理器上，以实现如上所述的本技术的各个方面。
术语“程序”或“软件”在本文中以一般意义使用，指的是任何类型的计算机代码或计算机可执行指令集，其可用于对计算机或其他处理器编程以实现如上所述的本技术的各个方面。另外，应当理解，根据该实施方式的一个方面，当执行时实行本技术的方法的一个或多个计算机程序不需要驻留在单个计算机或处理器上，而是可以以模块化方式分布在多个不同的计算机或处理器中，以实现本技术的各个方面。
计算机可执行指令可以以多种形式(诸如程序模块)被一台或多台计算机或其他设备执行。通常，程序模块包括例程、程序、对象、组件、数据结构等，其执行特定任务或实现特定抽象数据类型。通常，在各种实施方式中，程序模块的功能可以根据需要组合或分布。
此外，本文描述的技术可以被具体实施为方法，已经提供了该方法的至少一个示例。作为该方法的一部分执行的动作可以以任何合适的方式排序。因此，可以构建这样的实施方式，其中以不同于图示的顺序执行动作(可以包括同时执行一些动作)，即使在图示的实施方式中示出为顺序动作也是如此。
本文定义和使用的所有定义应理解为优先于字典定义、通过引用并入的文献中的定义和/或所定义术语的普通含义。
除非明确表示相反的情况，否则说明书和权利要求书中使用的不定冠词“一”和“一个”应理解为表示“至少一个”。
在说明书和权利要求书中使用的短语“和/或”应理解为表示如此结合的元件中的“一个或两个”，即在某些情况下结合存在而在其他情况下分离存在的元件。用“和/或”列出的多个元素应该以相同的方式解释，即“一个或多个”这样结合的元素。除了由“和/或”分句具体标识的元素之外，可以可选地存在其他元素，无论这些元素是否与具体标识的那些元素相关。因此，作为非限制性示例，当与诸如“包括”之类的开放式语言结合使用时，对“A和/或B”的引用可以在一个实施方式中仅指A(可选地包括除B之外的元素)；在另一个实施方式中，仅指B(可选地包括除A之外的元素)；在又一个实施方式中，指A和B两者(可选地包括其他元件)；等等。
如说明书和权利要求书中所使用的，“或”应理解为具有与如上文定义的“和/或”相同的含义。例如，当将列表中的项目分开时，“或”或者“和/或”应被解释为包含性的，即，包括多个元素或元素列表中的至少一个，但也包括多于一个，以及可选的附加未列出的项目。只有明确表示相反情况的措辞，诸如“……中的仅一个”或“……中的恰好一个”，或者当在权利要求中使用时，“由……组成”将指包括多个元素或元素列表中的恰好一个元素。一般来说，本文的措辞“或”使用在排他性的措辞(诸如“任一个”、“……中的一个”、“……中的仅一个”或“……中的恰好一个”)之前时，仅应解释为表示排他性的备选方案(即，“一个或另一个，但不是两个都”)。“基本上由……组成”在权利要求中使用时，应具有专利法领域中使用的普通含义。
如在说明书和权利要求中所使用的，短语“至少一个”在参照一个或多个元素的列表时，应该理解为表示从元素列表中的任何一个或多个元素中选择的至少一个元素，但是不必须包括元素列表中具体列出的每个元素中的至少一个，并且不排除元素列表中的元素的任何组合。该定义还允许可选地存在除了短语“至少一个”所指的元素列表中具体标识的元素之外的元素，无论这些元素是否与那些具体标识的元素相关。因此，作为非限制性示例，“A和B中的至少一个”(或者等效地，“A或B中的至少一个”，或者等效地，“A和/或B中的至少一个”)可以在一个实施方式中指至少一个(可选地包括多于一个)A而不存在B(并且可选地包括除B之外的元素)；在另一个实施方式中，可以指至少一个(可选地包括多于一个)B而不存在A(并且可选地包括除A之外的元素)；在又一个实施方式中，指至少一个(可选地包括多于一个)A和至少一个(可选地包括多于一个)B(并且可选地包括其他元素)；等等。
在权利要求以及在上文的说明书中，诸如“包括”、“包含”、“带有”、“具有”、“含有”、“涉及”、“保持”、“由……构成”等的所有过渡短语应被理解为是开放式的，即表示包括但不限于。根据美国专利局专利审查程序手册第2111.03节的规定，只有过渡短语“由……组成”和“基本上由……组成”应该分别是封闭或半封闭的过渡短语。

Claims (48)

1.一种用于生成对个体的一项或多项认知技能的评估的装置，所述装置包括：
用户界面；
存储器，用于存储处理器可执行指令；以及
一个或多个处理单元，通信地联接到所述用户界面和所述存储器，其中，在所述一个或多个处理单元执行所述处理器可执行指令时，所述一个或多个处理单元被配置为：
呈现第一任务，所述第一任务要求个体依靠非自我中心导航能力基于在所述用户界面处呈现的环境的部分的第一组视图在所述环境中导航；
基于与所述个体响应于所述第一任务执行的非自我中心导航相关联的第一组一个或多个参数的测量值，生成第一组数据；
呈现第二任务，所述第二任务要求所述个体依靠自我中心导航能力基于在所述用户界面处呈现的环境的部分的第二组视图在所述环境中导航；
基于与所述个体响应于所述第二任务执行的自我中心导航相关联的第二组一个或多个参数的测量值，生成第二组数据；
分析所述第一组数据和所述第二组数据；以及
至少部分地通过确定所述第一组数据与所述第二组数据之间的差异，基于所述个体在所述第一任务中的表现相比于所述个体在所述第二任务中的表现的差异，生成对所述个体的认知能力的指示。
2.根据权利要求1所述的装置，其中，所述一个或多个处理单元还被配置为至少部分基于对所述第一组数据和所述第二组数据的分析，生成指示以下一项或多项的评分输出：(i)所述个体的神经退行性病况发作的可能性，或者(ii)所述神经退行性病况的进展阶段。
3.根据权利要求1所述的装置，其中，所述一个或多个处理单元还被配置为至少部分基于对所述第一组数据和所述第二组数据的分析，生成指示所述个体的大脑的尾状核区相对于所述个体的大脑的内嗅皮层区和海马体区的相对健康或强度的评分输出。
4.根据权利要求2或3所述的装置，其中，所述一个或多个处理单元被配置为将所述评分输出传输给所述个体和/或在所述用户界面上显示所述评分输出。
5.根据权利要求2所述的装置，其中，所述神经退行性病况是阿尔茨海默病、痴呆、帕金森病、亨廷顿病、库欣病或精神分裂症。
6.根据权利要求1所述的装置，其中，所述一个或多个处理单元还被配置为将第一预测模型应用于指示所述个体的认知能力的数据，以关于β淀粉样蛋白、胱抑素、α突触核蛋白、亨廷顿蛋白或tau蛋白中的一项或多项的表达水平对所述个体进行分类。
7.根据权利要求6所述的装置，其中，使用多个训练数据组来训练所述第一预测模型，每个训练数据组与多个个体中的先前经分类的个体对应，并且每个训练数据组包括表示经分类的个体的认知能力的指示的数据和指示对经分类的个体的神经退行性病况的状态或进展的诊断的数据。
8.根据权利要求7所述的装置，其中，所述第一预测模型用作后续测量所述个体的神经退行性病况的智能代理。
9.根据权利要求6所述的装置，其中，所述第一预测模型包括线性/逻辑回归、主成分分析、广义线性混合模型、随机决策森林、支持向量机或人工神经网络中的一项或多项。
10.根据权利要求1所述的装置，其中，所述第一任务或所述第二任务包括寻路任务、路径绘制任务、寻找任务、搜索和恢复任务或给定方向任务中的一项或多项。
11.根据权利要求1所述的装置，其中，所述第一组一个或多个参数或所述第二组一个或多个参数包括相对于所述环境的导航速度的测量值、相对于所述环境的方向、相对于所述环境的速度、导航策略的选择、导航期间等待或延迟时段或不作为时段的测量值、完成路线的时间间隔或通过路线的导航路径的优化程度中的至少一项。
12.根据权利要求11所述的装置，其中，所述第一组一个或多个参数包括所述个体基于相对于所述环境中其他物体的距离而确定的关于两点之间的相对空间位置的判断的测量值、所述个体通过先前对所述个体已知的环境的部分绘制新路线的能力的测量值、或者个体对布置成覆盖二维或更多维的环境中的三个或更多个记忆位置进行空间变换能力的测量值中的至少一项。
13.根据权利要求11所述的装置，其中，所述第二组一个或多个参数包括所述个体相对于所述环境的移动的方向、所述个体相对于所述环境的移动的速度、所述个体对地标的记忆力的测量值、所述个体对转弯方向的记忆力的测量值、或者对视图的鸟瞰图或俯视图的参考频率或次数中的至少一项。
14.根据权利要求1所述的装置，其中，所述第一任务或所述第二任务中的一项或两项被设置在包括一个或多个地标的虚拟环境中。
15.一种用于增强个体的一项或多项认知技能的装置，所述装置包括：
用户界面；
存储器，用于存储处理器可执行指令；以及
一个或多个处理单元，通信地联接到所述用户界面和所述存储器，其中，在所述一个或多个处理单元执行所述处理器可执行指令时，所述一个或多个处理单元被配置为：
在一系列至少两次迭代中迭代地执行以下操作，
呈现任务，所述任务要求个体基于在所述用户界面处呈现的环境的至少一部分的一个或多个视图在所述环境中导航，其中，当所述个体在所述环境中导航时，所述一个或多个视图被更新；
从所述个体接收导航命令；
基于所接收的导航命令控制所述环境中的导航；
测量第一组一个或多个参数，所述第一组一个或多个参数提供指示所述个体在基于所述环境的至少一部分的一个或多个第一视图执行一个或多个所述任务时的非自我中心导航能力的信息，并且生成具有关于所述第一组一个或多个参数的测量值的信息的第一组数据；
测量第二组一个或多个参数，所述第二组一个或多个参数提供指示所述个体在基于所述环境的至少一部分的一个或多个第二视图执行所述任务时的自我中心导航能力的信息，并且生成具有关于所述第二组一个或多个参数的测量值的信息的第二组数据；
分析所述第一组数据和所述第二组数据中的至少一部分；
其中，至少部分基于对与在一个或多个先前迭代中测量的一个或多个参数相关联的所述第一组数据和所述第二组数据中的至少一项的分析来确定在第二迭代或后继迭代中呈现的任务；以及
基于所述个体在所述任务中的表现差异生成对所述个体的认知能力的指示，所述表现差异从与至少一些迭代中对所述任务的反应相关联的所述第一组数据和所述第二组数据的分析中导出。
16.根据权利要求15所述的装置，其中，所述一个或多个处理单元还被配置为至少部分地基于对所述第一组数据或所述第二组数据中的一项或两项的分析来调整在所述第二迭代或所述后继迭代中的一项或多项中呈现的任务的难度级别。
17.根据权利要求15所述的装置，其中，所述一个或多个处理单元还被配置为至少部分基于对所述第一组数据和所述第二组数据的分析，生成指示以下一项或多项的评分输出：(i)所述个体的神经退行性病况发作的可能性，或者(ii)所述神经退行性病况的进展阶段。
18.根据权利要求15所述的装置，其中，所述一个或多个处理单元还被配置为至少部分基于对所述第一组数据和所述第二组数据的分析，生成指示所述个体的大脑的尾状核区相对于所述个体的大脑的内嗅皮层区和海马体区的相对健康或强度的评分输出。
19.根据权利要求17或18所述的装置，其中，所述一个或多个处理单元被配置为将所述评分输出传输给所述个体和/或在所述用户界面上显示所述评分输出。
20.根据权利要求17所述的装置，其中，所述神经退行性病况是阿尔茨海默病、痴呆、帕金森病、亨廷顿病、库欣病或精神分裂症。
21.根据权利要求15所述的装置，其中，所述一个或多个处理单元还被配置为将第一预测模型应用于指示所述个体的认知能力的数据，以关于β淀粉样蛋白、胱抑素、α突触核蛋白、亨廷顿蛋白或tau蛋白中的一项或多项的表达水平对所述个体进行分类。
22.根据权利要求21所述的装置，其中，使用多个训练数据组来训练所述第一预测模型，每个训练数据组与多个个体中的先前经分类的个体对应，并且每个训练数据组包括表示经分类的个体的认知能力的指示的数据和指示对经分类个体的神经退行性病况的状态或进展的诊断的数据。
23.根据权利要求22所述的装置，其中，所述第一预测模型用作后续测量所述个体的神经退行性病况的智能代理。
24.根据权利要求21所述的装置，其中，所述第一预测模型包括线性/逻辑回归、主成分分析、广义线性混合模型、随机决策森林、支持向量机或人工神经网络中的一项或多项。
25.根据权利要求15所述的装置，其中，所述一个或多个处理单元还被配置为至少部分基于对所述第一组数据和所述第二组数据的分析，生成指示所述个体的大脑的尾状核区相对于所述个体的大脑的内嗅皮层区和海马体区的相对健康或强度的评分输出。
26.根据权利要求15所述的装置，其中，分析所述第一组数据包括分析所述第一组数据以提供对所述个体在非自我中心导航中的表现的测量值。
27.根据权利要求15所述的装置，其中，分析所述第二组数据包括分析所述第二组数据以提供所述个体在自我中心导航中的表现的测量值。
28.根据权利要求15所述的装置，其中，所述第一任务或所述第二任务包括寻路任务、路径绘制任务、寻找任务、搜索和恢复任务或给定方向任务中的一项或多项。
29.根据权利要求15所述的装置，其中，所述第一组一个或多个参数或所述第二组一个或多个参数包括相对于所述环境的导航速度的测量值、相对于所述环境的方向、相对于所述环境的速度、导航策略的选择、导航期间等待或延迟时段或不作为时段的测量值、完成路线的时间间隔或通过路线的导航路径的优化程度中的至少一项。
30.根据权利要求29所述的装置，其中，所述第一组一个或多个参数包括所述个体基于相对于所述环境中其他物体的距离而确定的关于两点之间的相对空间位置的判断的测量值、所述个体通过先前对所述个体已知的环境的部分绘制新路线的能力的测量值、或者个体对布置成覆盖二维或更多维的环境中的三个或更多个记忆位置进行空间变换能力的测量值中的至少一项。
31.根据权利要求29所述的装置，其中，所述第二组一个或多个参数包括所述个体相对于所述环境的移动的方向、所述个体相对于所述环境的移动的速度、所述个体对地标的记忆力的测量值、所述个体对转弯方向的记忆力的测量值、或者对视图的鸟瞰图或俯视图的参考频率或次数中的至少一项。
32.根据权利要求15所述的装置，其中，在所述环境中导航包括在虚拟环境中导航角色或可引导元素。
33.根据权利要求15所述的装置，其中，呈现所述任务包括：首先呈现所述环境的更宽视图，并然后在所述用户界面处呈现所述环境的部分的更局部化视图，从而激励所述个体依靠非自我中心导航能力通过基于所述更局部化视图和所述个体从所述更宽视图形成的记忆力做出导航决策来导航所述环境。
34.根据权利要求15所述的装置，其中，呈现所述任务包括：从角色或引导元素的视角呈现所述环境的一部分的视图，从而激励所述个体依靠自我中心导航能力通过基于所述角色或可引导元素在所述环境中的位置或基于所述环境中的一个或多个地标做出导航决策来导航所述环境。
35.根据权利要求15所述的装置，其中，所述环境包括物理环境，并且在所述环境中导航包括在所述物理环境中导航可引导对象。
36.根据权利要求15所述的装置，其中：
在所述用户界面处呈现所述任务之前，所述一个或多个处理单元被配置为接收指示正在或将要给个体施用的药物制剂、药品或生物制剂的量、浓度或剂量滴定中的一项或多项的数据；并且
至少部分基于分析，向所述用户界面生成指示所述个体的认知能力的变化的输出。
37.根据权利要求36所述的装置，其中，生物制剂、药品或其他药物制剂包括哌甲酯(MPH)、东莨菪碱、盐酸多奈哌齐、酒石酸卡巴他汀、盐酸美金刚胺、茄尼醇单抗、阿杜卡尼单抗或克雷内治单抗中的一项或多项。
38.根据权利要求15所述的装置，其中，所述任务设置在包括一个或多个地标的虚拟环境中。
39.根据权利要求15所述的装置，其中，所述装置包括一个或多个传感器组件，并且其中，所述一个或多个处理单元被配置为控制所述一个或多个传感器组件以测量指示所述第一组一个或多个参数和指示所述第二组一个或多个参数的数据。
40.根据权利要求39所述的装置，其中，所述一个或多个传感器组件包括陀螺仪、加速度计、运动传感器、位置传感器、压力传感器、光学传感器、图像捕捉设备、听觉传感器或振动传感器中的一项或多项。
41.一种用于增强作为个体的神经退行性病况的指示的个体的一项或多项认知技能的装置，所述装置包括：
用户界面；
存储器，用于存储处理器可执行指令；以及
处理单元，通信地联接到所述用户界面和所述存储器，其中，在所述处理单元执行所述处理器可执行指令时，所述处理单元被配置为：
呈现第一任务，从而要求所述个体基于在所述用户界面处呈现的环境的至少一部分的视图在所述环境中导航，其中，所述视图随着所述个体导航所述环境而更新；
从所述个体接收对所述第一任务的第一反应，所述第一反应包括导航命令；
基于所述第一反应中的导航命令控制在所述环境中的导航；
测量第一组一个或多个参数，所述第一组一个或多个参数指示所述个体在执行所述第一任务时的非自我中心导航能力，并且生成具有关于所述第一组一个或多个参数的测量值的信息的第一组数据；
测量第二组一个或多个参数，所述第二组一个或多个参数指示所述个体在执行所述第一任务时的自我中心导航能力，并且生成具有关于所述第二组一个或多个参数的测量值的信息的第二组数据；
分析所述第一组数据和第二组数据；
呈现第二任务，所述第二任务至少部分基于对所述第一组数据和所述第二组数据的分析而确定，从而要求所述个体基于在所述用户界面处呈现的环境的至少一部分的视图在所述环境中导航，其中，所述视图随着所述个体导航所述环境而更新；
从所述个体接收进一步的导航命令，基于所接收的进一步的导航命令控制所述环境中的导航；
测量所述第一组一个或多个参数，所述第一组一个或多个参数指示所述个体在执行所述第二任务时的非自我中心导航能力，并且生成具有关于所述第一组一个或多个参数的测量值的信息的第三组数据；
测量所述第二组一个或多个参数，所述第二组一个或多个参数指示所述个体在执行所述第二任务时的自我中心导航能力，并且生成具有关于所述第二组一个或多个参数的测量值的信息的第四组数据；
分析所述第三组数据的测量值和第四组数据的测量值；以及
至少部分基于对所述第一组数据、所述第二组数据、所述第三组数据和所述第四组数据的分析，生成指示(i)所述个体的神经退行性病况或(ii)所述神经退行性病况进展阶段中的至少一项的发作的可能性的评分输出。
42.根据权利要求41所述的装置，其中，一个或多个所述处理单元还被配置为至少部分基于对所述第一组数据或所述第二组数据中的一项或两项的分析来调整所述第二任务的难度级别。
43.根据权利要求41所述的装置，其中，所述第一组一个或多个参数包括所述个体基于相对于所述环境中其他对象的距离而确定的关于两点之间的相对空间位置的判断的测量值、所述个体通过先前已知的环境的部分绘制新路线的能力的测量值、或者所述个体对布置成覆盖二维或更多维的环境中的三个或更多个记忆位置进行空间变换能力的测量值中的至少一项。
44.根据权利要求41所述的装置，其中，所述第二组一个或多个参数包括所述个体相对于所述环境的移动的方向、所述个体相对于所述环境的移动的速度、所述个体对地标的记忆力的测量值、或所述个体对转弯方向的记忆力的测量值、或者对视图的鸟瞰图或俯视图的参考频率或次数中的至少一项。
45.根据权利要求41所述的装置，其中，呈现要求所述个体在所述环境中导航的第一任务包括：呈现要求所述个体在所述环境中导航对象或角色中的至少一项的第一任务。
46.根据权利要求41所述的装置，其中，所述第一任务或所述第二任务包括寻路任务、路径绘制任务、寻找任务、搜索和恢复任务或给定方向任务中的一项或多项。
47.根据权利要求41所述的装置，其中，所述第一组一个或多个参数或所述第二组一个或多个参数包括相对于所述环境的导航速度的测量值、相对于所述环境的方向、相对于所述环境的速度、导航策略的选择、导航期间等待或延迟时段或不作为时段的测量值、完成路线的时间间隔或通过路线的导航路径的优化程度中的至少一项。
48.一种包括根据权利要求1至47中任一项所述的装置的系统，其中，所述装置被配置为智能手机、平板电脑、手写板、电子阅读器(e-reader)、数字助理、便携式计算设备、可穿戴计算设备或游戏设备中的至少一项。
CN201780077280.8A 2016-12-13 2017-12-13 利用导航任务识别生物标志物和利用导航任务进行治疗的平台 Withdrawn CN110603550A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201662433769P 2016-12-13 2016-12-13
US62/433,769 2016-12-13
PCT/US2017/066214 WO2018112103A1 (en) 2016-12-13 2017-12-13 Platform for identification of biomarkers using navigation tasks and treatments using navigation tasks

Publications (1)

Publication Number Publication Date
CN110603550A true CN110603550A (zh) 2019-12-20

Family

ID=62559169

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780077280.8A Withdrawn CN110603550A (zh) 2016-12-13 2017-12-13 利用导航任务识别生物标志物和利用导航任务进行治疗的平台

Country Status (8)

Country Link
US (1) US12138069B2 (zh)
EP (1) EP3555841A4 (zh)
JP (2) JP7159188B2 (zh)
KR (1) KR102525394B1 (zh)
CN (1) CN110603550A (zh)
AU (1) AU2017376455A1 (zh)
CA (1) CA3046789A1 (zh)
WO (1) WO2018112103A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116077027A (zh) * 2023-02-27 2023-05-09 首都医科大学附属北京友谊医院 一种视觉空间认知能力测试系统及存储介质

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11914776B2 (en) 2012-08-31 2024-02-27 Blue Goji Llc System and method for evaluation, detection, conditioning, and treatment of neurological functioning and conditions
CA3093252A1 (en) * 2018-03-04 2019-09-12 Akili Interactive Labs, Inc. Cognitive screens, monitor and cognitive treatments targeting immune-mediated and neuro-degenerative disorders
CN111990971B (zh) * 2020-09-02 2023-07-07 中国科学院心理研究所 一种基于触屏操作箱视觉空间配对学习的实验与分析方法
CN116363404B (zh) * 2023-03-30 2023-11-21 哈尔滨工业大学 一种识别和量化脑自发活动预测性地图样表征的方法
KR20240152448A (ko) * 2023-04-12 2024-10-22 가톨릭대학교 산학협력단 노인 우울증 환자의 예후를 예측하는 장치 및 그 방법

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103561651A (zh) * 2010-11-24 2014-02-05 数字制品有限责任公司 评估认知功能的系统和方法
US20140276130A1 (en) * 2011-10-09 2014-09-18 The Medical Research, Infrastructure and Health Services Fund of the Tel Aviv Medical Center Virtual reality for movement disorder diagnosis and/or treatment
US20140315169A1 (en) * 2011-11-16 2014-10-23 Veronlque Deborah BOHBOT Computer generated three dimensional virtual reality environment for improving memory
CN104203100A (zh) * 2012-02-09 2014-12-10 人类电工公司 表现评估工具
WO2015087087A1 (en) * 2013-12-13 2015-06-18 Electrophoretics Limited Biomarkers and methods relating to alzheimer's disease
US20160078780A1 (en) * 2014-09-15 2016-03-17 The Arizona Board Of Regents For And On Behalf Of The University Of Arizona Method and System for Aerobic and Cognitive Training
US20160262680A1 (en) * 2015-03-12 2016-09-15 Akili Interactive Labs, Inc. Processor Implemented Systems and Methods for Measuring Cognitive Abilities

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1562464A4 (en) 2002-11-05 2008-09-17 Univ Rochester METHOD FOR EVALUATING NAVIGATIONAL PERFORMANCE
EP1742576A1 (en) 2004-04-13 2007-01-17 Cambridge University Technical Services Limited Methods for assessing neurocognitive disorders
US20090298025A1 (en) * 2007-05-09 2009-12-03 Oregon Health & Science University Object recognition testing tools and techniques for measuring cognitive ability and cognitive impairment
US20120108909A1 (en) 2010-11-03 2012-05-03 HeadRehab, LLC Assessment and Rehabilitation of Cognitive and Motor Functions Using Virtual Reality
CA2720892A1 (en) 2010-11-12 2012-05-12 The Regents Of The University Of California Enhancing cognition in the presence of distraction and/or interruption
US20120238837A1 (en) * 2011-03-16 2012-09-20 Searete Llc, A Limited Liability Corporation Of The State Of Delaware System, devices, and methods for real-time monitoring of cerebrospinal fluid for markers of progressive conditions
WO2015066037A1 (en) 2013-10-28 2015-05-07 Brown University Virtual reality methods and systems
US10559221B2 (en) 2014-05-21 2020-02-11 Akili Interactive Labs, Inc. Processor-implemented systems and methods for enhancing cognitive abilities by personalizing cognitive training regimens
US20160125748A1 (en) 2014-11-04 2016-05-05 John Wesson Ashford Memory test for Alzheimer's disease
JP2018504216A (ja) 2015-01-24 2018-02-15 ザ トラスティーズ オブ ザ ユニバーシティ オブ ペンシルバニア 認知性能を改善するための方法および装置
WO2016154682A1 (en) 2015-04-02 2016-10-06 Crc For Mental Health Ltd Method for predicting risk of cognitive deterioration
US10661099B2 (en) * 2015-06-16 2020-05-26 Eugene R. Moore Treatment of alzheimer's disease
CN117069841A (zh) * 2015-10-06 2023-11-17 艾利妥 抗trem2抗体及其使用方法
US20210208162A1 (en) * 2016-01-19 2021-07-08 Global Down Syndrome Foundation Down syndrome biomarkers and uses thereof
AU2017347975B2 (en) 2016-10-24 2023-08-03 Akili Interactive Labs, Inc. Cognitive platform configured as a biomarker or other type of marker
US10401369B2 (en) * 2016-11-08 2019-09-03 Magqu Co. Ltd. Method for discriminating Parkinson's disease dementia from Parkinson's disease with normal cognition

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103561651A (zh) * 2010-11-24 2014-02-05 数字制品有限责任公司 评估认知功能的系统和方法
US20140276130A1 (en) * 2011-10-09 2014-09-18 The Medical Research, Infrastructure and Health Services Fund of the Tel Aviv Medical Center Virtual reality for movement disorder diagnosis and/or treatment
US20140315169A1 (en) * 2011-11-16 2014-10-23 Veronlque Deborah BOHBOT Computer generated three dimensional virtual reality environment for improving memory
CN104203100A (zh) * 2012-02-09 2014-12-10 人类电工公司 表现评估工具
WO2015087087A1 (en) * 2013-12-13 2015-06-18 Electrophoretics Limited Biomarkers and methods relating to alzheimer's disease
US20160078780A1 (en) * 2014-09-15 2016-03-17 The Arizona Board Of Regents For And On Behalf Of The University Of Arizona Method and System for Aerobic and Cognitive Training
US20160262680A1 (en) * 2015-03-12 2016-09-15 Akili Interactive Labs, Inc. Processor Implemented Systems and Methods for Measuring Cognitive Abilities

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116077027A (zh) * 2023-02-27 2023-05-09 首都医科大学附属北京友谊医院 一种视觉空间认知能力测试系统及存储介质
CN116077027B (zh) * 2023-02-27 2024-06-28 首都医科大学附属北京友谊医院 一种视觉空间认知能力测试系统及存储介质

Also Published As

Publication number Publication date
EP3555841A1 (en) 2019-10-23
KR20190091354A (ko) 2019-08-05
JP2020518043A (ja) 2020-06-18
JP7159188B2 (ja) 2022-10-24
WO2018112103A1 (en) 2018-06-21
JP7442596B2 (ja) 2024-03-04
AU2017376455A1 (en) 2019-06-13
KR102525394B1 (ko) 2023-04-24
US12138069B2 (en) 2024-11-12
JP2023015042A (ja) 2023-01-31
CA3046789A1 (en) 2018-06-21
US20190343447A1 (en) 2019-11-14
EP3555841A4 (en) 2020-05-20

Similar Documents

Publication Publication Date Title
JP7125390B2 (ja) バイオマーカーまたは他のタイプのマーカーとして構成される認知プラットフォーム
JP7473338B2 (ja) コンピュータ化された喚起要素を含む認知プラットフォーム
JP7442596B2 (ja) ナビゲーション課題を使用するバイオマーカーの識別およびナビゲーション課題を使用する治療のためのプラットフォーム
CN109996485B (zh) 在自适应反应-截止期限过程中实现信号检测度量的平台
KR20200128555A (ko) 면역-매개 및 신경-퇴행성 장애를 표적으로 하는 인지 스크린, 모니터 및 인지 치료
US11839472B2 (en) Platforms to implement signal detection metrics in adaptive response-deadline procedures
JP2022506651A (ja) 情動障害のスクリーニングおよび治療のための顔の表情検出
US20200402643A1 (en) Cognitive screens, monitor and cognitive treatments targeting immune-mediated and neuro-degenerative disorders
JP2022502789A (ja) 認知処置を最適化するための努力メトリックを導出するための認知プラットフォーム
WO2018222729A1 (en) Platform for identification of biomarkers using navigation tasks and treatments based thereon
US20250005410A1 (en) Cognitive platform for deriving effort metric for optimizing cognitive treatment
US20240081706A1 (en) Platforms to implement signal detection metrics in adaptive response-deadline procedures
US20250064378A1 (en) Platform for identification of biomarkers using navigation tasks and treatments using navigation tasks

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40019863

Country of ref document: HK

WW01 Invention patent application withdrawn after publication

Application publication date: 20191220

WW01 Invention patent application withdrawn after publication