KR102449377B1 - Platforms for implementing signal detection metrics in adaptive response deadline procedures - Google Patents

Platforms for implementing signal detection metrics in adaptive response deadline procedures Download PDF

Info

Publication number
KR102449377B1
KR102449377B1 KR1020197004637A KR20197004637A KR102449377B1 KR 102449377 B1 KR102449377 B1 KR 102449377B1 KR 1020197004637 A KR1020197004637 A KR 1020197004637A KR 20197004637 A KR20197004637 A KR 20197004637A KR 102449377 B1 KR102449377 B1 KR 102449377B1
Authority
KR
South Korea
Prior art keywords
response
delete delete
individual
task
interference
Prior art date
Application number
KR1020197004637A
Other languages
Korean (ko)
Other versions
KR20190077305A (en
Inventor
티티마에아 엘레일리마
제프리 바워
매튜 오머닉
월터 에드워드 마르투치
애덤 파이퍼
폴 랜드 피어스
애슐리 마테우스
스콧 켈로그
Original Assignee
아킬리 인터랙티브 랩스 인크.
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
Priority claimed from US29/579,480 external-priority patent/USD879133S1/en
Application filed by 아킬리 인터랙티브 랩스 인크. filed Critical 아킬리 인터랙티브 랩스 인크.
Publication of KR20190077305A publication Critical patent/KR20190077305A/en
Application granted granted Critical
Publication of KR102449377B1 publication Critical patent/KR102449377B1/en

Links

Images

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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02405—Determining heart rate variability
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1121—Determining geometric values, e.g. centre of rotation or angular range of movement
    • A61B5/1122—Determining geometric values, e.g. centre of rotation or angular range of movement of movement trajectories
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/389—Electromyography [EMG]
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4848—Monitoring or testing the effects of treatment, e.g. of medication
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61P—SPECIFIC THERAPEUTIC ACTIVITY OF CHEMICAL COMPOUNDS OR MEDICINAL PREPARATIONS
    • A61P25/00—Drugs for disorders of the nervous system
    • 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
    • G16H50/30—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
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/053—Measuring electrical impedance or conductance of a portion of the body
    • A61B5/0531—Measuring skin impedance
    • A61B5/0533—Measuring galvanic skin response
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1124—Determining motor skills
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
    • 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
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4082—Diagnosing or monitoring movement diseases, e.g. Parkinson, Huntington or Tourette

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Cardiology (AREA)
  • Neurology (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Hospice & Palliative Care (AREA)
  • Child & Adolescent Psychology (AREA)
  • Databases & Information Systems (AREA)
  • Social Psychology (AREA)
  • Neurosurgery (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Signal Processing (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Educational Technology (AREA)

Abstract

컴퓨터 구현 적응적 응답 기한 절차들에서의 신호 검출 메트릭들을 컴퓨터화된 태스크들 및/또는 간섭들과의 사용자 상호작용(들)에 적어도 부분적으로 기초하여 수집된 데이터에 적용하기 위한, 인지 플랫폼들을 포함하는, 예시적인 시스템들, 방법들, 및 장치들이 제공된다. 장치는 개인의 인지 능력의 정량자를 생성하기 위한 응답 분류기를 포함할 수 있다. 장치는 개인의 인지 능력을 향상시키기 위해 태스크들 및/또는 간섭들을 조정하도록 또한 구성될 수 있다.cognitive platforms for applying signal detection metrics in computer implemented adaptive response deadline procedures to data collected based at least in part on user interaction(s) with computerized tasks and/or interferences; Example systems, methods, and apparatus are provided. The apparatus may include a response classifier for generating a quantifier of the individual's cognitive ability. The apparatus may also be configured to coordinate tasks and/or interventions to enhance the individual's cognitive ability.

Description

적응적 응답 기한 절차들에서의 신호 검출 메트릭들을 구현하기 위한 플랫폼들Platforms for implementing signal detection metrics in adaptive response deadline procedures

관련 출원들의 상호 참조CROSS-REFERENCE TO RELATED APPLICATIONS

본 출원은 2016년 7월 19일자로 출원된, 발명의 명칭이 "SIGNAL DETECTION METRICS IN ADAPTIVE RESPONSE-DEADLINE PROCEDURES"인 미국 가출원 제62/364,297호의 우선권 이익을 주장하고, 2016년 9월 30일자로 출원된, 발명의 명칭이 "GRAPHICAL USER INTERFACE FOR A DISPLAY SCREEN OR PORTION THEREOF"인 미국 디자인 출원 제29/579,480호의 일부 계속 출원(continuation-in-part)이며, 상기 출원들 각각은, 도면들을 포함하여, 그 전체가 참고로 본 명세서에 포함된다.This application claims priority to U.S. Provisional Application No. 62/364,297, entitled "SIGNAL DETECTION METRICS IN ADAPTIVE RESPONSE-DEADLINE PROCEDURES", filed on July 19, 2016, and filed on September 30, 2016 is a continuation-in-part of U.S. Design Application No. 29/579,480 entitled "GRAPHICAL USER INTERFACE FOR A DISPLAY SCREEN OR PORTION THEREOF," each of which includes drawings, It is incorporated herein by reference in its entirety.

정상적인 노화 과정에서, 사람들은 특정 양의 인지 저하(cognitive decline)를 경험할 수 있다. 이것은 개인으로 하여금, 시간 제한되고 주의력을 요구하는 상태와 같은, 힘든 상황들에서 증가된 어려움을 경험하게 할 수 있다. 고령의 사람들 및 젊은 사람들 둘 다에서, 특정 인지 질환(cognitive conditions), 질병, 또는 실행 기능 장애(executive function disorders)는 주의력, 기억력, 운동 기능(motor function), 반응, 실행 기능, 의사 결정 능력(decision-making skills), 문제 해결 능력(problem-solving skills), 언어 처리(language processing), 또는 이해력(comprehension)을 요구하는 태스크들에서의 약화된 수행력(compromised performance)을 결과할 수 있다.
선행기술문헌으로는 일본 공표특허공보 특표2014-508309호(공개일: 2014.04.03.)가 있습니다.During the normal aging process, people may experience a certain amount of cognitive decline. This may cause the individual to experience increased difficulty in difficult situations, such as time-limited and attention-demanding conditions. In both older people and younger people, certain cognitive conditions, diseases, or executive function disorders include attention, memory, motor function, reaction, executive function, decision-making ability ( may result in compromised performance in tasks requiring decision-making skills, problem-solving skills, language processing, or comprehension.
As a prior art document, there is Japanese Patent Publication No. 2014-508309 (published on April 3, 2014).

전술한 바를 고려하여, 인지(인지 능력(cognitive abilities)을 포함함)의 양태들을 정량화하기 위한 장치들, 시스템들 및 방법들이 제공된다. 특정 구성들에서, 장치들, 시스템들 및 방법들은 특정 인지 능력을 향상시키도록 구현될 수 있다.In view of the foregoing, apparatuses, systems and methods are provided for quantifying aspects of cognition (including cognitive abilities). In certain configurations, the devices, systems and methods may be implemented to enhance certain cognitive abilities.

예시적인 장치들, 시스템들 및 방법들은 컴퓨터 구현 적응적 응답 기한 절차들(computer-implemented adaptive response-deadline procedures)에서의 신호 검출 메트릭들을 컴퓨터화된 태스크들 및/또는 간섭들과의 사용자 상호작용(들)에 적어도 부분적으로 기초하여 수집된 데이터에 적용하도록 구성된다. 예를 들어, 장치는 개인의 인지 능력의 정량자(quantifier)를 생성하기 위한 응답 분류기(response classifier)를 포함할 수 있다. 다른 예로서, 장치는 개인의 인지 능력을 향상시키기 위해 태스크들 및/또는 간섭들을 조정하도록 또한 구성될 수 있다.Exemplary apparatuses, systems, and methods provide signal detection metrics in computer-implemented adaptive response-deadline procedures for user interaction with computerized tasks and/or interferences. ) is configured to apply to the collected data based at least in part on For example, the apparatus may include a response classifier for generating a quantifier of an individual's cognitive ability. As another example, the apparatus may also be configured to coordinate tasks and/or interventions to enhance the individual's cognitive abilities.

일반 양태에서, 응답 분류기를 사용하여 개인의 인지 능력(cognitive skills)의 정량자를 생성하기 위한 장치가 제공된다. 본 장치는 사용자 인터페이스; 프로세서 실행가능 명령어들을 저장하기 위한 메모리; 및 사용자 인터페이스 및 메모리에 통신가능하게 커플링된 프로세싱 유닛을 포함하고, 여기서 프로세싱 유닛에 의한 프로세서 실행가능 명령어들의 실행 시에, 프로세싱 유닛은 사용자 인터페이스에 태스크를 간섭과 함께 렌더링하도록 구성되고, 사용자 인터페이스가 개인으로부터의 적어도 하나의 타입의 응답을 수신하기 위한 제한된 시간 기간을 부과하도록, 태스크 및 간섭 중 하나 이상은 시변적(time-varying)이고 응답 기한을 가지며; 사용자 인터페이스는 태스크에 대한 또는 간섭에 대한 2개 이상의 상이한 타입의 응답을 나타내는 데이터를 측정하도록 구성된다. 프로세싱 유닛은 태스크에 대한 개인의 제1 응답 및 간섭에 대한 개인의 제2 응답을 나타내는 데이터를 수신하고; 개인의 수행력을 표현하는 적어도 하나의 응답 프로파일을 계산하기 위해 제1 응답 및 제2 응답을 나타내는 데이터를 분석하며; 응답 프로파일로부터 결정 경계 메트릭(decision boundary metric)을 결정하며 - 결정 경계 메트릭은 태스크 또는 간섭에 대한 2개 이상의 상이한 타입의 응답 중 적어도 하나의 타입의 응답을 제공하는 개인의 경향의 정량적 척도(quantitative measure)를 포함함 -; 및 개인의 인지 반응 능력(cognitive response capabilities)을 나타내는 분류기 출력을 생성하기 위해, 결정 경계 메트릭의 계산된 값들에 적어도 부분적으로 기초하여 응답 분류기를 실행하도록 추가로 구성된다.In a general aspect, an apparatus is provided for generating a quantifier of an individual's cognitive skills using a response classifier. The device includes a user interface; a memory for storing processor-executable instructions; and a processing unit communicatively coupled to the user interface and the memory, wherein upon execution of the processor-executable instructions by the processing unit, the processing unit is configured to render the task with interference to the user interface, the user interface one or more of the tasks and interferences are time-varying and have a response deadline, such that . The user interface is configured to measure data indicative of two or more different types of responses to a task or to an interference. the processing unit receives data representing a first response of the individual to the task and a second response of the individual to the interference; analyze the data representative of the first response and the second response to calculate at least one response profile representative of the individual's performance; determine a decision boundary metric from the response profile, wherein the decision boundary metric is a quantitative measure of an individual's propensity to provide at least one type of response of two or more different types of responses to a task or interference. ) including -; and execute the response classifier based at least in part on the calculated values of the decision boundary metric to generate a classifier output indicative of cognitive response capabilities of the individual.

다른 일반 양태에서, 응답 분류기를 사용하여 개인의 인지 능력의 정량자를 생성하기 위한 컴퓨터 구현 방법이 제공된다. 본 방법은 사용자 인터페이스에 태스크를 간섭과 함께 렌더링하는 단계; 태스크에 대한 또는 간섭에 대한 2개 이상의 상이한 타입의 응답을 나타내는 데이터를 측정하는 단계; 태스크에 대한 개인의 제1 응답 및 간섭에 대한 개인의 제2 응답을 나타내는 데이터를 수신하는 단계를 포함한다. 본 방법은, 개인의 수행력을 표현하는 적어도 하나의 응답 프로파일을 계산하기 위해 제1 응답 및 제2 응답을 나타내는 데이터를 분석하는 단계를 포함한다. 본 방법은, 응답 프로파일로부터 결정 경계 메트릭을 결정하는 단계 - 결정 경계 메트릭은 간섭에 대한 2개 이상의 상이한 타입의 응답 중 적어도 하나의 타입의 응답을 제공하는 개인의 경향의 정량적 척도를 포함함 - 를 포함한다. 본 방법은, 개인의 인지 반응 능력을 나타내는 분류기 출력을 생성하기 위해, 결정 경계 메트릭에 적어도 부분적으로 기초하여 응답 분류기를 실행하는 단계를 포함한다.In another general aspect, a computer implemented method for generating a quantifier of an individual's cognitive ability using a response classifier is provided. The method includes rendering a task with an interference in a user interface; measuring data indicative of two or more different types of responses to a task or to an interference; and receiving data representative of a first response of the individual to the task and a second response of the individual to the interference. The method includes analyzing data representative of the first response and the second response to calculate at least one response profile representative of the individual's performance. The method includes determining a decision boundary metric from a response profile, the decision boundary metric comprising a quantitative measure of an individual's propensity to provide a response of at least one of two or more different types of responses to interference. include The method includes executing a response classifier based at least in part on the decision boundary metric to generate a classifier output indicative of a cognitive response ability of the individual.

다른 일반 양태에서, 개인의 인지 능력을 향상시키기 위한 장치가 제공된다. 본 장치는 사용자 인터페이스; 프로세서 실행가능 명령어들을 저장하기 위한 메모리; 및 사용자 인터페이스 및 메모리에 통신가능하게 커플링된 프로세싱 유닛을 포함하고, 여기서 프로세싱 유닛에 의한 프로세서 실행가능 명령어들의 실행 시에, 프로세싱 유닛은 사용자 인터페이스에 프라이머리 태스크(primary task)를 간섭과 함께 렌더링하도록 구성되고, 사용자 인터페이스가 개인으로부터의 적어도 하나의 타입의 응답을 수신하기 위한 제한된 시간 기간을 부과하도록, 태스크 및 간섭 중 하나 이상은 시변적이고 응답 기한을 가지며; 사용자 인터페이스는 태스크에 대한 또는 간섭에 대한 2개 이상의 상이한 타입의 응답을 나타내는 데이터를 측정하도록 구성된다. 프로세싱 유닛은 태스크에 대한 개인의 제1 응답 및 간섭에 대한 개인의 제2 응답을 나타내는 데이터를 수신하고; 개인의 수행력을 표현하는 적어도 하나의 응답 프로파일을 계산하기 위해 제1 응답 및 제2 응답을 나타내는 데이터를 분석하도록 구성된다. 프로세싱 유닛은 적어도 하나의 응답 프로파일에 적어도 부분적으로 기초하여 제1 결정 경계 메트릭을 결정하도록 - 제1 결정 경계 메트릭은 간섭에 대한 2개 이상의 상이한 타입의 응답 중 적어도 하나의 타입의 응답을 제공하는 개인의 경향의 정량적 척도를 포함함 - 구성된다. 프로세싱 유닛은, 계산된 제1 결정 경계 메트릭에 적어도 부분적으로 기초하여, 태스크에 대한 추가 응답 및/또는 간섭에 대한 추가 응답이 태스크에 대한 이전의 응답(earlier response) 및/또는 간섭에 대한 이전의 응답과 비교하여 수정되고, 그로써 개인의 인지 반응 능력의 수정을 나타내도록, 계산된 적어도 하나의 결정 경계 메트릭에서의 수정을 도출하기 위해 태스크 및/또는 간섭을 조정하도록 구성된다.In another general aspect, an apparatus for improving cognitive abilities of an individual is provided. The device includes a user interface; a memory for storing processor-executable instructions; and a processing unit communicatively coupled to the user interface and the memory, wherein upon execution of processor-executable instructions by the processing unit, the processing unit renders a primary task to the user interface with interfering wherein the one or more of the tasks and interventions are time-varying and have a response deadline, such that the user interface imposes a limited time period for receiving at least one type of response from the individual; The user interface is configured to measure data indicative of two or more different types of responses to a task or to an interference. the processing unit receives data representing a first response of the individual to the task and a second response of the individual to the interference; and analyze the data representative of the first response and the second response to calculate at least one response profile representative of performance of the individual. The processing unit is configured to determine a first decision boundary metric based at least in part on the at least one response profile, wherein the first decision boundary metric is an individual providing at least one type of response of two or more different types of responses to interference. It contains a quantitative measure of the tendency of - to be constructed. The processing unit is configured to determine, based at least in part on the calculated first decision boundary metric, that the further response to the task and/or the further response to the interference is an earlier response to the task and/or a previous response to the interference. and adjust the task and/or interference to derive a modification in the calculated at least one decision boundary metric so as to be modified relative to the response, thereby indicating a modification of the individual's cognitive response ability.

다른 일반 양태에서, 개인의 인지 능력을 향상시키기 위한 컴퓨터 구현 방법이 제공된다. 본 방법은, 사용자 인터페이스에 태스크를 간섭과 함께 렌더링하는 단계; 태스크에 대한 또는 간섭에 대한 2개 이상의 상이한 타입의 응답을 나타내는 데이터를 측정하는 단계; 태스크에 대한 개인의 제1 응답 및 간섭에 대한 개인의 제2 응답을 나타내는 데이터를 수신하는 단계; 및 개인의 수행력을 표현하는 적어도 하나의 응답 프로파일을 계산하기 위해 제1 응답 및 제2 응답을 나타내는 데이터를 분석하는 단계를 포함한다. 본 방법은, 적어도 하나의 응답 프로파일에 적어도 부분적으로 기초하여 제1 결정 경계 메트릭을 결정하는 단계 - 제1 결정 경계 메트릭은 간섭에 대한 2개 이상의 상이한 타입의 응답 중 적어도 하나의 타입의 응답을 제공하는 개인의 경향의 정량적 척도를 포함함 - 를 포함한다. 본 방법은, 계산된 제1 결정 경계 메트릭에 적어도 부분적으로 기초하여, 제1 응답 및/또는 제2 응답이 수정되고, 그로써 개인의 인지 반응 능력의 수정을 나타내도록, 계산된 제1 결정 경계 메트릭에서의 수정을 도출하기 위해 태스크 및/또는 간섭을 조정하는 단계를 포함한다.In another general aspect, a computer-implemented method for improving cognitive ability in an individual is provided. The method includes rendering a task with an interference in a user interface; measuring data indicative of two or more different types of responses to a task or to an interference; receiving data representative of a first response of the individual to the task and a second response of the individual to the interference; and analyzing the data representative of the first response and the second response to calculate at least one response profile representative of the individual's performance. The method includes determining a first decision boundary metric based at least in part on the at least one response profile, the first decision boundary metric providing at least one type of response of two or more different types of responses to interference. includes a quantitative measure of an individual's tendency to The method includes, based at least in part on the calculated first decision boundary metric, the first response and/or the second response are modified, thereby indicating a modification of the individual's cognitive response ability, the calculated first decision boundary metric adjusting the task and/or interference to derive a modification in .

다른 일반 양태에서, 개인의 인지 능력을 향상시키기 위한 장치가 제공된다. 본 장치는 사용자 인터페이스; 프로세서 실행가능 명령어들을 저장하기 위한 메모리; 및 사용자 인터페이스 및 메모리에 통신가능하게 커플링된 프로세싱 유닛을 포함하고, 여기서 프로세싱 유닛에 의한 프로세서 실행가능 명령어들의 실행 시에, 프로세싱 유닛은 개인에 투여되고 있거나 투여될 약제(pharmaceutical agent), 약물(drug), 또는 생물학적 제제(biologic)의 양, 농도, 또는 용량 적정(dose titration) 중 하나 이상을 나타내는 데이터를 수신하도록 구성된다. 프로세싱 유닛은 사용자 인터페이스에 프라이머리 태스크를 간섭과 함께 렌더링하도록 구성되고, 사용자 인터페이스가 개인으로부터의 적어도 하나의 타입의 응답을 수신하기 위한 제한된 시간 기간을 부과하도록, 태스크 및 간섭 중 하나 이상은 시변적이고 응답 기한을 가지며; 사용자 인터페이스는 태스크에 대한 또는 간섭에 대한 2개 이상의 상이한 타입의 응답을 나타내는 데이터를 측정하도록 구성된다. 프로세싱 유닛은 제1 세션으로부터, 태스크에 대한 개인의 제1 응답 및 간섭에 대한 개인의 제2 응답을 나타내는 데이터를 수신하고; 개인의 제1 수행력을 표현하는 제1 응답 프로파일을 계산하기 위해 제1 응답 및 제2 응답을 나타내는 데이터를 분석하며; 적어도 하나의 응답 프로파일에 적어도 부분적으로 기초하여 제1 결정 경계 메트릭을 결정하도록 - 제1 결정 경계 메트릭은 간섭에 대한 2개 이상의 상이한 타입의 응답 중 적어도 하나의 타입의 응답을 제공하는 개인의 경향의 정량적 척도를 포함함 - 구성된다. 프로세싱 유닛은, 계산된 제1 결정 경계 메트릭 및 약제, 약물, 또는 생물학적 제제의 양 또는 농도에 적어도 부분적으로 기초하여, 제2 세션을 생성하기 위해 태스크 및/또는 간섭을 조정하도록 구성된다. 프로세싱 유닛은, 개인의 제2 수행력을 표현하는 제2 응답 프로파일 및 제2 결정 경계 메트릭을 계산하기 위해, 제2 세션으로부터의 제1 응답 및 제2 응답을 나타내는 수집된 데이터를 분석하도록 구성된다. 프로세싱 유닛은, 제1 결정 경계 메트릭 및 제2 결정 경계 메트릭에 적어도 부분적으로 기초하여, (i) 개인이 약제, 약물, 또는 생물학적 제제의 투여에 응답하여 부작용(adverse event)을 경험할 가능성, (ii) 약제, 약물, 또는 생물학적 제제의 양, 농도, 또는 용량 적정 중 하나 이상의 권장된 변화, (iii) 개인의 인지 반응 능력의 변화, (iv) 권장된 치료 계획(treatment regimen), (v) 행동 요법(behavioral therapy), 상담(counseling), 또는 신체 운동(physical exercise) 중 적어도 하나의 권장, 또는 (vi) 행동 요법, 상담, 또는 신체 운동 중 적어도 하나의 유효성의 정도 중 적어도 하나를 나타내는 사용자 인터페이스로의 출력을 생성하도록 구성된다.In another general aspect, an apparatus for improving cognitive abilities of an individual is provided. The device includes a user interface; a memory for storing processor-executable instructions; and a processing unit communicatively coupled to the user interface and the memory, wherein upon execution of the processor-executable instructions by the processing unit, the processing unit comprises: a pharmaceutical agent being or will be administered to the individual; drug), or an amount, concentration, or dose titration of a biologic. the processing unit is configured to render the primary task with the interference to the user interface, wherein at least one of the task and the interference is time-varying and such that the user interface imposes a limited time period for receiving at least one type of response from the individual. have a response deadline; The user interface is configured to measure data indicative of two or more different types of responses to a task or to an interference. the processing unit receives, from the first session, data representing a first response of the individual to the task and a second response of the individual to the interference; analyze the data representing the first response and the second response to calculate a first response profile representing the first performance of the individual; determine a first decision boundary metric based at least in part on the at least one response profile, wherein the first decision boundary metric is a measure of an individual's tendency to provide at least one type of response of two or more different types of responses to interference. Includes quantitative measures - constructed. The processing unit is configured to adjust the task and/or intervention to generate the second session based at least in part on the calculated first decision boundary metric and the amount or concentration of the drug, drug, or biological agent. The processing unit is configured to analyze the collected data representative of the first response and the second response from the second session to calculate a second response profile and a second decision boundary metric representative of a second performance of the individual. The processing unit determines, based at least in part on the first decision boundary metric and the second decision boundary metric, (i) a likelihood that the individual will experience an adverse event in response to administration of the medicament, drug, or biological agent, (ii) ) a recommended change in one or more of the amount, concentration, or dose titration of an agent, drug, or biological agent, (iii) a change in an individual's cognitive response ability, (iv) a recommended treatment regimen, (v) behavior A user interface indicating at least one of a recommendation of at least one of behavioral therapy, counseling, or physical exercise, or (vi) a degree of effectiveness of at least one of behavioral therapy, counseling, or physical exercise. is configured to produce an output to

다른 일반 양태에서, 개인의 인지 능력을 향상시키기 위한 컴퓨터 구현 방법이 제공된다. 본 방법은 개인에 투여되고 있거나 투여될 약제, 약물, 또는 생물학적 제제의 양, 농도, 또는 용량 적정 중 하나 이상을 나타내는 데이터를 수신하는 단계를 포함한다. 본 방법은 사용자 인터페이스에 태스크를 간섭과 함께 렌더링하는 단계; 태스크에 대한 또는 간섭에 대한 2개 이상의 상이한 타입의 응답을 나타내는 데이터를 측정하는 단계; 태스크에 대한 개인의 제1 응답 및 간섭에 대한 개인의 제2 응답을 나타내는 데이터를 수신하는 단계; 및 개인의 수행력을 표현하는 제1 응답 프로파일을 계산하기 위해 제1 응답 및 제2 응답을 나타내는 데이터를 분석하는 단계를 포함한다. 본 방법은 적어도 하나의 응답 프로파일에 적어도 부분적으로 기초하여 제1 결정 경계 메트릭을 결정하는 단계 - 제1 결정 경계 메트릭은 간섭에 대한 2개 이상의 상이한 타입의 응답 중 적어도 하나의 타입의 응답을 제공하는 개인의 경향의 정량적 척도를 포함함 - 를 포함한다. 본 방법은, 계산된 제1 결정 경계 메트릭 및 약제, 약물, 또는 생물학적 제제의 양 또는 농도에 적어도 부분적으로 기초하여, 적어도 하나의 응답 프로파일이 수정되도록 태스크 및/또는 간섭을 조정하는 단계를 포함한다. 본 방법은 개인의 제2 수행력을 표현하는 제2 결정 경계 메트릭을 계산하기 위해 제1 응답 및 제2 응답을 나타내는 수집된 데이터를 분석하는 단계를 포함한다. 본 방법은, 제1 결정 경계 메트릭 및 제2 결정 경계 메트릭에 적어도 부분적으로 기초하여, (i) 약제, 약물, 또는 생물학적 제제의 양, 농도, 또는 용량 적정 중 하나 이상의 변화, (ii) 개인이 약제, 약물, 또는 생물학적 제제의 투여에 응답하여 부작용을 경험할 가능성, (iii) 개인의 인지 반응 능력의 변화, (iv) 권장된 치료 계획, (v) 행동 요법, 상담, 또는 신체 운동 중 적어도 하나의 권장, 또는 (vi) 행동 요법, 상담, 또는 신체 운동 중 적어도 하나의 유효성의 정도 중 적어도 하나를 나타내는 사용자 인터페이스로의 출력을 생성하는 단계를 포함한다.In another general aspect, a computer-implemented method for improving cognitive ability in an individual is provided. The method includes receiving data indicative of one or more of an amount, concentration, or dose titration of an agent, drug, or biological agent that is being or will be administered to an individual. The method includes rendering a task with an interference in a user interface; measuring data indicative of two or more different types of responses to a task or to an interference; receiving data representative of a first response of the individual to the task and a second response of the individual to the interference; and analyzing the data representative of the first response and the second response to calculate a first response profile representative of the individual's performance. The method includes determining a first decision boundary metric based at least in part on the at least one response profile, the first decision boundary metric providing at least one type of response of two or more different types of responses to interference. Includes a quantitative measure of an individual's tendency. The method includes adjusting the task and/or intervention such that the at least one response profile is modified based at least in part on the calculated first decision boundary metric and the amount or concentration of the drug, drug, or biological agent. . The method includes analyzing the collected data representative of the first response and the second response to calculate a second decision boundary metric representative of a second performance of the individual. The method comprises, based at least in part on the first decision boundary metric and the second decision boundary metric, (i) a change in one or more of an amount, concentration, or dose titration of an agent, drug, or biological agent, (ii) the individual At least one of the following: the likelihood of experiencing an adverse event in response to administration of the drug, drug, or biologic, (iii) a change in an individual's cognitive response ability, (iv) a recommended treatment regimen, (v) behavioral therapy, counseling, or physical exercise. or (vi) generating an output to a user interface indicating at least one of a degree of effectiveness of at least one of behavioral therapy, counseling, or physical exercise.

상기 양태들 및 구현들 중 하나 이상의 상세들이 첨부 도면들 및 이하의 설명에서 기재된다. 다른 특징들, 양태들, 및 장점들은 설명, 도면들, 및 청구범위로부터 명백하게 될 것이다.The details of one or more of the above aspects and implementations are set forth in the accompanying drawings and the description below. Other features, aspects, and advantages will become apparent from the description, drawings, and claims.

통상의 기술자는 본 명세서에 설명된 도면들이 예시 목적들만을 위한 것임을 이해할 것이다. 일부 경우들에서, 설명된 구현들의 이해를 용이하게 하기 위해 설명된 구현들의 다양한 양태들이 과장되거나 확대되어 도시될 수 있다는 것이 이해되어야 한다. 도면들에서, 비슷한 참조 문자들은 일반적으로 다양한 도면들 전반에 걸쳐 비슷한 피처들, 기능적으로 유사한 및/또는 구조적으로 유사한 요소들을 지칭한다. 도면들이 반드시 축척대로 되어 있는 것은 아니며, 그 대신에 교시내용의 원리들을 설명하는 것에 중점을 두고 있다. 도면들이 결코 본 교시내용의 범주를 제한하는 것으로 의도되지 않는다. 시스템 및 방법은 하기의 도면들을 참조하여 하기의 예시적인 설명으로부터 보다 잘 이해될 수 있다:
도 1은 본 명세서에서의 원리들에 따른, 예시적인 시스템의 블록 다이어그램을 도시하고 있다.
도 2은 본 명세서에서의 원리들에 따른, 예시적인 컴퓨팅 디바이스의 블록 다이어그램을 도시하고 있다.
도 3은 본 명세서에서의 원리들에 따른, 예시적인 인지 테스트에 기초하여 계산된 신호 및 잡음 분포 곡선들의 예시적인 플롯을 도시하고 있다.
도 4a는 본 명세서에서의 원리들에 따른, 선형 신뢰 축적(linear belief accumulation)에 대한 드리프트-확산 모델(drift-diffusion model)의 예시적인 그래픽 묘사를 도시하고 있다.
도 4b는 본 명세서에서의 원리들에 따른, 비선형 신뢰 축적(non-linear belief accumulation)에 대한 드리프트-확산 모델의 예시적인 그래픽 묘사를 도시하고 있다.
도 5는 본 명세서에서의 원리들에 따른, 예시적인 인지 플랫폼에 기초한 신호(우측 곡선) 및 잡음의 예시적인 플롯을 도시하고 있다.
도 6은 본 명세서에서의 원리들에 따른, 신호가 주어진 경우 신뢰의 정량자(quantifier of belief)의 조건부 확률의 예시적인 플롯을 도시하고 있다.
도 7a 및 도 7b는 본 명세서에서의 원리들에 따른, 보수적(conservative) 및 충동적(impulsive) 척도들의 값들에 대한 곡선들의 플롯들을 도시하고 있다.
도 7c 및 도 7d는, 제각기, 본 명세서에서의 원리들에 따른, 선형 신뢰 축적 및 비선형 신뢰 축적에 대한 신뢰의 형성의 예시적인 플롯들을 도시하고 있다.
도 8a 내지 도 8d는 본 명세서에서의 원리들에 따른, 도 7a 내지 도 7d에 도시된 시점들(time points)에서의 신호 분포 및 잡음 분포에 대한 확률 곡선들의 예시적인 플롯들을 도시하고 있다.
도 9는 본 명세서에서의 원리들에 따른, 3차원(3D) 결합 분포(joint distribution)의 예시적인 투영된 2차원(2D) 표현의 일 예를 도시하고 있다.
도 10a 내지 도 10d는 본 명세서에서의 원리들에 따른, 예시적인 사용자 인터페이스에 렌더링될 수 있는 사용자에 대한 지시사항들(instructions)을 갖는 예시적인 사용자 인터페이스들을 도시하고 있다.
도 11a 내지 도 11d는 본 명세서에서의 원리들에 따른, 예시적인 사용자 인터페이스에 렌더링될 수 있는 예시적인 객체들(표적들(targets) 또는 비-표적들(non-targets))의 시변 피처들의 예들을 도시하고 있다.
도 12a 내지 도 12t는 본 명세서에서의 원리들에 따른, 사용자 인터페이스들에 렌더링될 수 있는 태스크들 및 간섭들의 다이내믹스(dynamics)를 도시하고 있다.
도 13a 내지 도 13d는 본 명세서에서의 원리들에 따른, 예시적인 사용자 인터페이스의 사용자 인터페이스에 렌더링된 내비게이션 태스크(navigation task)의 구현과의 그리고 간섭과의 사용자 상호작용을 수반하는 멀티-태스킹(multi-tasking)의 다이내믹스의 예들을 도시하고 있다.
도 14a 내지 도 14d는 본 명세서에서의 원리들에 따른, 예시적인 사용자 인터페이스의 사용자 인터페이스에 렌더링된 지시사항들 패널(instructions panel)의 다이내믹스의 예들을 도시하고 있다.
도 15a 내지 도 15v는 내비게이션 태스크의 구현과의 그리고 간섭과의 사용자 상호작용을 수반하는 멀티-태스킹의 다이내믹스의 예들을 도시하고 있다.
도 16a 내지 도 16c는 본 명세서에서의 원리들에 따른, 예시적인 방법들의 플로차트들을 도시하고 있다.
도 17은 본 명세서에서의 원리들에 따른, 예시적인 컴퓨터 시스템의 아키텍처를 도시하고 있다.Those skilled in the art will understand that the drawings described herein are for illustrative purposes only. It should be understood that in some instances, various aspects of the described implementations may be shown exaggerated or enlarged to facilitate understanding of the described implementations. In the drawings, like reference characters generally refer to like features, functionally similar, and/or structurally similar elements throughout the various figures. The drawings are not necessarily to scale, emphasis is instead placed upon illustrating the principles of the teachings. The drawings are in no way intended to limit the scope of the present teachings. A system and method may be better understood from the following illustrative description with reference to the following figures:
1 shows a block diagram of an exemplary system, in accordance with the principles herein.
2 shows a block diagram of an example computing device, in accordance with the principles herein.
3 shows an exemplary plot of signal and noise distribution curves calculated based on an exemplary cognitive test, in accordance with the principles herein.
4A shows an exemplary graphical depiction of a drift-diffusion model for linear belief accumulation, in accordance with the principles herein;
4B shows an exemplary graphical depiction of a drift-diffusion model for non-linear belief accumulation, in accordance with the principles herein.
5 shows an exemplary plot of signal (right curve) and noise based on an exemplary cognitive platform, in accordance with the principles herein.
6 shows an exemplary plot of the conditional probability of a quantifier of belief given a signal, in accordance with the principles herein.
7A and 7B show plots of curves for values of conservative and impulsive measures, in accordance with the principles herein.
7C and 7D show exemplary plots of the formation of confidence for linear and non-linear confidence accumulations, respectively, in accordance with the principles herein;
8A-8D show exemplary plots of probability curves for signal distribution and noise distribution at the time points shown in FIGS. 7A-7D , in accordance with the principles herein;
9 shows an example of an exemplary projected two-dimensional (2D) representation of a three-dimensional (3D) joint distribution, in accordance with the principles herein.
10A-10D illustrate example user interfaces with instructions for a user that may be rendered in the example user interface, in accordance with the principles herein.
11A-11D are examples of time-varying features of example objects (targets or non-targets) that may be rendered in an example user interface, in accordance with principles herein; are shown
12A-12T illustrate the dynamics of tasks and interferences that may be rendered in user interfaces, in accordance with the principles herein.
13A-13D illustrate multi-tasking involving user interaction with and interfering with implementation of a navigation task rendered to a user interface of an exemplary user interface, in accordance with principles herein; Examples of dynamics of -tasking) are shown.
14A-14D illustrate examples of dynamics of an instructions panel rendered to a user interface of an exemplary user interface, in accordance with principles herein;
15A-15V illustrate examples of the dynamics of multi-tasking involving user interaction with the implementation of a navigation task and with interference.
16A-16C show flowcharts of example methods, in accordance with the principles herein.
17 illustrates an architecture of an exemplary computer system, in accordance with the principles herein.

이하에서 보다 상세히 논의되는 개념들의 모든 조합들이 (그러한 개념들이 상호 모순(mutually inconsistent)되지만 않는다면) 본 명세서에 개시된 발명 주제(inventive subject matter)의 일부인 것으로서 고려될 수 있다는 점이 인식되어야 한다. 참고로 포함된 임의의 개시내용에 또한 나올 수 있는 본 명세서에서 명시적으로 이용되는 용어가 본 명세서에 개시된 특정 개념들과 가장 부합하는 의미를 부여받아야 한다는 점이 또한 인식되어야 한다.It should be appreciated that all combinations of concepts discussed in greater detail below (provided that such concepts are not mutually inconsistent) may be considered as being part of the inventive subject matter disclosed herein. It should also be appreciated that terms explicitly employed herein, which may also appear in any disclosure incorporated by reference, are to be accorded the meaning most consistent with the specific concepts disclosed herein.

이하에, 컴퓨터 구현 적응적 응답 기한 절차들에서 신호 검출 메트릭들을 적용하도록 구성된 인지 플랫폼을 포함하는 발명 방법들, 장치들 및 시스템들에 관련된 다양한 개념들 및 그것들의 실시예들의 보다 상세한 설명이 있다.In the following there is a more detailed description of various concepts and embodiments thereof relating to inventive methods, apparatuses and systems comprising a cognitive platform configured to apply signal detection metrics in computer implemented adaptive response deadline procedures.

개시된 개념들이 임의의 특정 구현 방식으로 제한되지 않기 때문에, 앞서 소개되고 이하에서 보다 상세히 논의되는 다양한 개념들이 다양한 방식들 중 임의의 방식으로 구현될 수 있다는 점이 인식되어야 한다. 특정 구현들 및 응용들의 예들은 주로 예시 목적들을 위해 제공된다.It should be appreciated that the various concepts introduced above and discussed in greater detail below may be implemented in any of a variety of ways, as the disclosed concepts are not limited to any particular implementation manner. Examples of specific implementations and applications are provided primarily for illustrative purposes.

본 명세서에서 사용되는 바와 같이, 용어 "포함한다(includes)"는 포함하지만 이에 제한되지 않는다(includes but is not limited to)는 것을 의미하며, 용어 "포함하는(including)"은 포함하지만 이에 제한되지는 않는(including but not limited to)을 의미한다. 용어 "~에 기초하여(based on)"는 ~에 적어도 부분적으로 기초하여(based at least in part on)를 의미한다.As used herein, the term “includes” means includes but is not limited to, and the term “including” includes but is not limited to means including but not limited to. The term “based on” means based at least in part on.

본 명세서에서 사용되는 바와 같이, 용어 "표적(target)"은 상호작용을 위한 초점이 되는 (예컨대, 지시사항들에서) 개인에게 특정되는 한 타입의 자극을 지칭한다. 표적은 적어도 하나의 특성 또는 특징이 비-표적과 상이하다. 2개의 표적은 적어도 하나의 특성 또는 특징에 의해 서로 상이할 수 있지만, 개인이 (예컨대, 행복한 얼굴과 보다 행복한 얼굴 사이에서 또는 화난 얼굴과 보다 화난 얼굴 사이에서와 같은, 그러나 이에 제한되지 않는, 2개의 상이한 정도의 얼굴 표정 또는 다른 특성/특징 차이 사이에서) 선택을 하도록 지시받는/요구받는 일 예에서, 전반적으로 개인에게 여전히 표적으로서 지시된다.As used herein, the term “target” refers to a type of stimulus that is specific to an individual (eg, in instructions) that is the focus for the interaction. A target differs from a non-target in at least one characteristic or characteristic. The two targets may differ from each other by at least one characteristic or characteristic, but if the individual (such as, but not limited to, between a happy face and a happier face or between an angry face and an angry face In one example where the dog is instructed/required to make a choice (between different degrees of facial expression or other characteristic/feature differences), the individual as a whole is still directed as a target.

본 명세서에서 사용되는 바와 같이, 용어 "비-표적(non-target)"은, 개인에게 명시적으로 또는 암시적으로 지시되든 간에, 상호작용을 위한 초점이 되지 않는 한 타입의 자극을 지칭한다.As used herein, the term “non-target” refers to a type of stimulus that is not a focal point for interaction, whether explicitly or implicitly directed to an individual.

본 명세서에서 사용되는 바와 같이, 용어 "태스크(task)"는 개인에 의해 달성되어야 할 목표(goal) 및/또는 목적(objective)을 지칭한다. 태스크는 개인에게 특정 자극에 대한 응답을 제공하거나 보류(withhold)하도록 요구할 수 있다. "태스크"는 측정되고 있는 베이스라인 인지 기능(baseline cognitive function)으로서 구성될 수 있다.As used herein, the term “task” refers to a goal and/or objective to be achieved by an individual. A task may require the individual to provide or withhold a response to a particular stimulus. A “task” may consist of a baseline cognitive function being measured.

본 명세서에서 사용되는 바와 같이, 용어 "간섭(interference)"은 프라이머리 태스크의 개인의 수행을 방해하도록 개인에게 제시되는 자극을 지칭한다. 본 명세서에서의 임의의 예에서, 간섭은 다른 태스크를 수행할 때 개인의 주의를 전환시키거나 방해하는 방식으로 제시되는/렌더링되는 한 타입의 태스크이다. 본 명세서에서의 일부 예들에서, 간섭은 짧은 이산적인 시간 기간(short, discrete time period)에 걸쳐 또는 장기의 시간 기간(extended time period)(프라이머리 태스크가 제시되는 시간 프레임보다 작음)에 걸쳐, 또는 프라이머리 태스크의 전체 시간 기간에 걸쳐, 프라이머리 태스크와 동시에 제시되는 세컨더리 태스크(secondary task)로서 구성된다. 본 명세서에서의 임의의 예에서, 간섭은 연속적으로(continuously), 또는 지속적으로(continually)(즉, 특정 빈도수로, 불규칙적으로, 또는 얼마간 랜덤하게 반복됨) 제시/렌더링될 수 있다. 예를 들어, 간섭은 프라이머리 태스크의 끝에서 또는 프라이머리 태스크의 제시 동안 이산적인 중간 기간들(discrete, interim periods)에서 제시될 수 있다. 간섭의 정도는 프라이머리 태스크에 대한 간섭의 타입, 양, 및/또는 제시의 시간 길이에 기초하여 변조될 수 있다.As used herein, the term “interference” refers to a stimulus presented to an individual to interfere with the individual's performance of a primary task. In any of the examples herein, interference is a type of task presented/rendered in a manner that diverts or interferes with an individual's attention when performing another task. In some examples herein, the interference is over a short, discrete time period or over an extended time period (smaller than the time frame in which the primary task is presented), or Over the entire time period of the primary task, it is configured as a secondary task presented concurrently with the primary task. In any of the examples herein, the interference may be presented/rendered continuously, or continuously (ie, repeated at a certain frequency, irregularly, or somewhat randomly). For example, the interference may be presented at the end of the primary task or at discrete, interim periods during presentation of the primary task. The degree of interference may be modulated based on the type, amount, and/or time length of presentation of the interference to the primary task.

본 명세서에서 사용되는 바와 같이, 용어 "자극(stimulus)"은 개인으로부터 특정된 기능적 응답(functional response)을 유발(evoke)하도록 구성된 감각적 이벤트(sensory event)를 지칭한다. 응답의 정도와 타입은 (센서 디바이스 또는 다른 측정 컴포넌트들을 사용하여를 포함한) 측정 컴포넌트를 사용하여 개인의 상호작용들에 기초하여 정량화할 수 있다. 자극의 비제한적인 예들은 내비게이션 경로(navigation path)(개인이 경로를 내비게이트(navigate)하기 위해 아바타 또는 다른 프로세서에 의해 렌더링된 가이드(processor-rendered guide)를 제어하도록 지시받음), 또는 사용자 인터페이스에 렌더링되는, 표적이든 비-표적이든 관계없는, 이산적인 객체(개인이 이산적인 객체(discrete object)에 대한 입력 또는 다른 표시를 제공하기 위해 컴퓨팅 컴포넌트를 제어하도록 지시받음)를 포함한다. 본 명세서에서의 임의의 예에서, 태스크 및/또는 간섭은 자극을 포함한다.As used herein, the term “stimulus” refers to a sensory event configured to evoke a specified functional response from an individual. The degree and type of response can be quantified based on an individual's interactions using a measurement component (including using a sensor device or other measurement components). Non-limiting examples of stimuli include a navigation path (in which an individual is instructed to control an avatar or other processor-rendered guide to navigate a route), or a user interface. Discrete objects (individuals are instructed to control computing components to provide input or other indications for discrete objects), whether targeted or non-target, rendered to In any example herein, a task and/or interference includes a stimulus.

본 명세서에서 사용되는 바와 같이, "시행(trial)"은 태스크 및/또는 간섭의 렌더링의 적어도 한 번의 반복, 및 태스크 및/또는 간섭에 대한 개인의 응답(들)의 적어도 한 번의 수신을 포함한다. 비제한적 예들로서, 시행은 싱글-태스킹 태스크(single-tasking task)의 적어도 일 부분 및/또는 멀티-태스킹 태스크(multi-tasking task)의 적어도 일 부분을 포함할 수 있다. 예를 들어, 시행은, 플랫폼과 상호작용하는 데 있어서의 개인의 액션들이 가이드(컴퓨터화된 아바타를 포함함)가 특정 경로의 적어도 일 부분을 따라 또는 어떤 환경 내에서 (1초의 몇 분의 1, 1초, 몇 초, 또는 그 이상과 같은, 그러나 이에 제한되지 않는) 일정 시간 구간(time interval) 동안 내비게이트하는 것을 결과하고 그리고/또는 가이드(컴퓨터화된 아바타를 포함함)로 하여금 그 경로를 따라 또는 그 환경 내에서 수행 이정표들(performance milestones)을 가로지르게(또는 가로지르는 것을 회피하게) 하는지 또는 그에 대한 성공 정도를 평가하는 것과 같은, 그러나 이에 제한되지 않는, 개인의 수행력이 평가되는 내비게이션 태스크(시각-운동 내비게이션 태스크를 포함함) 동안의 시간 기간일 수 있다. 다른 예에서, 시행은, 플랫폼과 상호작용하는 데 있어서의 개인의 액션들이 표적 대 비-표적(예컨대, 적색 객체 대 황색 객체)의 식별/선택을 결과하거나, 2개의 상이한 타입의 표적(행복한 얼굴 대 보다 행복한 얼굴) 간을 판별하는지 또는 그에 대한 성공 정도를 평가하는 것과 같은, 그러나 이에 제한되지 않는, 개인의 수행력이 평가되는 표적결정 태스크(targeting task) 동안의 시간 기간일 수 있다. 이러한 예들에서, 내비게이션 태스크에 대한 시행으로서 지정된 개인의 수행의 세그먼트는 표적결정 태스크에 대한 시행으로서 지정된 개인의 수행의 세그먼트와 동일한 시간에 걸쳐 있거나(co-extensive) 정렬될 필요가 없다.As used herein, “trial” includes at least one iteration of the rendering of a task and/or interference, and at least one reception of an individual's response(s) to the task and/or interference. . As non-limiting examples, the execution may include at least a portion of a single-tasking task and/or at least a portion of a multi-tasking task. For example, enforcement may indicate that an individual's actions in interacting with a platform guide (including a computerized avatar) along at least a portion of a particular path or within an environment (in fractions of a second). , resulting in navigating for a time interval such as, but not limited to, 1 second, a few seconds, or more, and/or causing a guide (including a computerized avatar) to navigate the route A navigation in which an individual's performance is assessed, such as, but not limited to, assessing the degree of success along or within the environment to traverse (or avoid crossing) performance milestones. It may be a period of time during a task (including a visual-motor navigation task). In another example, enforcement may indicate that the individual's actions in interacting with the platform result in identification/selection of target versus non-target (eg, red object versus yellow object), or two different types of target (happy face). vs. happy face) may be a period of time during a targeting task in which an individual's performance is assessed, such as, but not limited to, determining whether or not he or she is successful. In such examples, the segment of the individual's performance designated as the trial for the navigation task need not be co-extensive or aligned with the segment of the individual's performance designated as the trial for the targeting task.

본 명세서에서 사용되는 바와 같이, "세션(session)"은 적어도 한 번의 시행을 지칭하거나 적어도 한 번의 시행 및 적어도 하나의 다른 타입의 측정 및/또는 다른 사용자 상호작용을 포함할 수 있다. 비제한적인 예로서, 세션은 적어도 한 번의 시행 및 생리학적 또는 모니터링 컴포넌트 및/또는 인지 테스팅 컴포넌트를 사용하는 측정 중 하나 이상을 포함할 수 있다. 다른 비제한적인 예로서, 세션은 적어도 한 번의 시행 및, 생리학적 상태(physiological condition) 및/또는 인지 상태를 포함하는, 개인의 상태의 하나 이상의 측정을 나타내는 데이터의 적어도 한 번의 수신을 포함할 수 있다.As used herein, “session” refers to at least one trial or may include at least one trial and at least one other type of measurement and/or other user interaction. As a non-limiting example, a session may include at least one trial and one or more of measurements using a physiological or monitoring component and/or a cognitive testing component. As another non-limiting example, a session may include at least one trial and at least one reception of data representative of one or more measures of an individual's condition, including a physiological condition and/or a cognitive state. have.

본 명세서에서의 임의의 예에서, 객체는 물리적 객체(다각형 또는 다른 객체를 포함함), 얼굴(인간 또는 비-인간), 또는 캐리커처(caricature), 다른 타입의 객체의 묘사로서 렌더링될 수 있다.In any of the examples herein, an object may be rendered as a physical object (including polygons or other objects), a face (human or non-human), or a caricature, a depiction of another type of object.

본 명세서에서의 예들 중 임의의 것에서, 개인이 시행 및/또는 세션에서 태스크 및/또는 간섭을 어떻게 수행할 것으로 예상되는지를 특정하기 위해 지시사항들이 개인에게 제공할 수 있다. 비제한적 예들에서, 지시사항들은 내비게이션 태스크(예컨대, 이 경로를 유지하는 것, 환경의 이 부분들로 가는 것, 경로 또는 환경 내의 특정 이정표 객체들을 가로지르거나 또는 피하는 것), 표적결정 태스크(예컨대, 표적 객체 대 비-표적 객체인 객체의 타입을 설명하거나 보여주는 것, 또는 표적 객체 대 비-표적 객체인 객체의 타입, 또는 개인이 선택할 것으로 예상되는 2개의 상이한 타입의 표적 객체(예컨대, 행복한 얼굴 대 보다 행복한 얼굴)를 설명하거나 보여주는 것)의 예상된 수행을 개인에게 통보하고, 그리고/또는 개인의 수행이 어떻게 스코어링되어야 하는지를 설명할 수 있다, 예들에서, 지시사항들은 시각적으로(예컨대, 렌더링된 사용자 인터페이스에 기초하여) 또는 사운드를 통해 제공될 수 있다. 다양한 예들에서, 지시사항들은 2개 이상의 시행 또는 세션의 수행 이전에 한 번 제공되거나, 시행 또는 세션의 수행 이전에 매번 반복되거나, 이들의 어떤 조합일 수 있다.In any of the examples herein, instructions may be provided to an individual to specify how the individual is expected to perform tasks and/or interventions in an enforcement and/or session. In non-limiting examples, the instructions may include a navigation task (eg, maintaining this route, going to these parts of the environment, traversing or avoiding certain milestone objects in the route or environment), a targeting task (eg, , describing or showing the type of object that is a target object versus a non-target object, or the type of object that is a target object versus a non-target object, or two different types of target objects an individual is expected to select (eg, a happy face). may inform the individual of expected performance of (e.g., explaining or showing a happier face), and/or explain how the individual's performance should be scored. based on the user interface) or through sound. In various examples, the instructions may be provided once prior to performance of two or more trials or sessions, repeated each time prior to performance of trials or sessions, or some combination thereof.

본 명세서에 설명된 일부 예시적인 시스템들, 방법들, 및 장치들은 개인이 표적 대 비-표적 간에 결정/선택하도록 지시받는/요구받는 것에 기초하지만, 다른 예시적인 구현들에서, 예시적인 시스템들, 방법들, 및 장치들은 개인이 (2개의 상이한 정도의 얼굴 표정 또는 다른 특성/특징 차이와 같은, 그러나 이에 제한되지 않는) 2개의 상이한 타입의 표적 간에 결정/선택하도록 지시받도록/요구받도록 구성될 수 있다.While some example systems, methods, and apparatuses described herein are based on an individual being instructed/required to decide/select between a target versus a non-target, in other example implementations, the example systems, Methods, and apparatuses may be configured such that an individual is instructed/required to decide/select between two different types of targets (such as, but not limited to, two different degrees of facial expressions or other characteristic/feature differences). have.

그에 부가하여, 예시적인 시스템들, 방법들, 및 장치들은 본 명세서에 한 명의 개인에 대해 설명될 수 있지만, 다른 예시적인 구현들에서, 예시적인 시스템들, 방법들, 및 장치들은 2명 이상의 개인, 또는 그룹(임상 집단을 포함함)의 구성원들이, 개별적으로 또는 동시에, 태스크들 및/또는 간섭들을 수행하도록 구성될 수 있다.In addition, while example systems, methods, and apparatuses may be described herein for one individual, in other example implementations, the example systems, methods, and apparatuses are directed to two or more individuals. , or members of a group (including a clinical population), individually or concurrently, may be configured to perform tasks and/or interventions.

본 개시내용은 컴퓨터 구현 적응적 시간 기한 절차들(adaptive time-deadline procedures)에 대한 기준, 바이어스(bias), 및 감도 지수들과 같은 신호 검출 메트릭들의 적용에 관한 것이다.This disclosure relates to the application of signal detection metrics such as criteria, biases, and sensitivity indices to computer implemented adaptive time-deadline procedures.

본 명세서에서의 원리들에 따른 예시적인 시스템들, 방법들, 및 장치들은, 프로그래밍된 컴퓨팅 디바이스의 적어도 하나의 프로세싱 유닛을 사용하여, 정신 물리학적 컴퓨터 구현 적응적 테스팅 절차들에서 충동적(제한된 정보를 사용하여 응답하는 경향이 있음) 또는 보수적(최대 정보가 취득될 때까지 응답을 보류하는 경향이 있음) 사이의 스펙트럼 상에 개인들 및 그룹들의 응답 프로파일들을 특징짓도록 구현될 수 있다.Exemplary systems, methods, and apparatuses in accordance with the principles herein provide for impulsive (limited information) in psychophysical computer implemented adaptive testing procedures, using at least one processing unit of a programmed computing device. It can be implemented to characterize the response profiles of individuals and groups on a spectrum between (trends to respond using

이하에서 보다 상세히 설명되는 바와 같이, 컴퓨팅 디바이스는 데이터를 분석하는 것과 같은 기능들을 수행하기 위한 애플리케이션("앱")을 포함할 수 있다. 예를 들어, 적어도 하나의 센서 컴포넌트로부터의 데이터는 계산된 응답 프로파일, (응답 기준들과 같은, 그러나 이에 제한되지 않는) 결정 경계 메트릭, 응답 분류기, 및 본 명세서에 설명된 다른 메트릭들 및 분석들을 제공하기 위해 예시적인 컴퓨팅 디바이스 상의 앱을 실행하는 프로세서에 의해 본 명세서에 설명된 바와 같이 분석될 수 있다.As described in more detail below, a computing device may include an application (“app”) for performing functions such as analyzing data. For example, data from the at least one sensor component may include a computed response profile, a decision boundary metric (such as, but not limited to, response criteria), a response classifier, and other metrics and analyzes described herein. may be analyzed as described herein by a processor executing an app on an exemplary computing device to provide

본 명세서에서의 원리들에 따른 예시적인 시스템은 (머신 러닝 응답 분류기를 사용하여) 개인의 인지 능력의 정량자를 생성하는 것 및/또는 개인의 인지 능력을 향상시키는 것을 제공한다. 예시적인 구현에서, 예시적인 시스템은 모바일 통신 디바이스 또는 다른 핸드헬드 디바이스들 상에서 실행되는 앱을 이용한다. 그러한 모바일 통신 디바이스들 또는 핸드헬드 디바이스의 비제한적인 예들은, iPhone®, a BlackBerry®, 또는 안드로이드 기반 스마트폰과 같은, 그러나 이에 제한되지 않는 스마트폰, 태블릿, 슬레이트, 전자 리더(electronic-reader)(e-리더), 디지털 어시스턴트(digital assistant), 또는 다른 전자 리더 또는 핸드헬드, 휴대용, 또는 웨어러블 컴퓨팅 디바이스, 또는 임의의 다른 동등한 디바이스, 게임 유사 요소들(game-like elements)을 렌더링하는 데 사용될 수 있는 Xbox®, Wii®, 또는 다른 컴퓨팅 시스템을 포함한다. 일부 예시적인 구현들에서, 예시적인 시스템은 내장형 디스플레이들을 갖는 스마트 안경, 내장형 디스플레이들을 갖는 스마트 고글, 또는 내장형 디스플레이들을 갖는 스마트 헬멧과 같은, 헤드-마운티드 디바이스를 포함할 수 있고, 사용자는 하나 이상의 센서를 갖는 컨트롤러 또는 입력 디바이스를 보유할 수 있으며, 여기서 컨트롤러 또는 입력 디바이스는 헤드-마운티드 디바이스와 무선으로 통신한다. 일부 예시적인 구현들에서, 컴퓨팅 시스템은 메인 컴퓨터 및 데스크톱 디스플레이(또는 프로젝터 디스플레이)를 포함하는 데스크톱 컴퓨팅 시스템과 같이, 고정형(stationary)일 수 있으며, 여기서 사용자는 키보드, 컴퓨터 마우스, 조이스틱, 핸드헬드 콘솔들, 손목 밴드들, 또는 유선 또는 무선 통신을 사용하여 메인 컴퓨터와 통신하는 센서들을 갖는 다른 웨어러블 디바이스들을 사용하여 앱에 입력들을 제공한다. 본 명세서에서의 예들에서, 센서들은 사용자의 손, 발, 및/또는 신체의 임의의 다른 부분의 움직임들을 측정하도록 구성될 수 있다. 일부 예시적인 구현들에서, 예시적인 시스템은 가상 현실(VR) 시스템(사용자를 위한 몰입형, 대화형 3차원 경험으로서를 포함한 시뮬레이션된 환경), 증강 현실(AR) 시스템(사운드, 비디오, 그래픽스 및/또는 GPS 데이터와 같은, 그러나 이에 제한되지 않는 컴퓨터 생성 감각 입력에 의해 증강되는 요소들을 갖는 물리적, 실세계 환경의 라이브 직접 또는 간접 뷰(live direct or indirect view)를 포함함), 또는 혼합 현실(MR) 시스템(물리적 및 디지털 객체들이 공존하고 실질적으로 실시간으로 상호작용하는 새로운 환경들 및 시각화들(visualizations)을 생성하기 위해 실세계와 가상 세계를 병합하는 하이브리드 현실이라고도 지칭됨)으로서 형성될 수 있다.An example system in accordance with the principles herein provides for generating a quantifier of an individual's cognitive ability (using a machine learning response classifier) and/or enhancing an individual's cognitive ability. In an example implementation, the example system utilizes an app running on a mobile communication device or other handheld devices. Non-limiting examples of such mobile communication devices or handheld devices are smartphones, tablets, slates, electronic-readers, such as, but not limited to, an iPhone®, a BlackBerry®, or Android-based smartphone. (e-reader), digital assistant, or other electronic reader or handheld, portable, or wearable computing device, or any other equivalent device, to be used to render game-like elements Xbox®, Wii®, or other computing system. In some example implementations, the example system can include a head-mounted device, such as smart glasses with built-in displays, smart goggles with built-in displays, or a smart helmet with built-in displays, and a user can use one or more sensors can have a controller or input device having a In some demonstrative implementations, the computing system can be stationary, such as a desktop computing system that includes a main computer and a desktop display (or projector display), where the user can use a keyboard, computer mouse, joystick, handheld console. Provide inputs to the app using devices, wristbands, or other wearable devices with sensors that communicate with the main computer using wired or wireless communication. In examples herein, sensors may be configured to measure movements of a user's hand, foot, and/or any other part of the body. In some example implementations, the example system is a virtual reality (VR) system (simulated environment, including as an immersive, interactive three-dimensional experience for a user), an augmented reality (AR) system (sound, video, graphics and /or a live direct or indirect view of a physical, real-world environment with elements augmented by computer-generated sensory input, such as, but not limited to, GPS data), or mixed reality (MR) ) system (also referred to as hybrid reality, which merges the real and virtual worlds to create new environments and visualizations in which physical and digital objects coexist and interact in substantially real-time).

도 1은 본 명세서에서의 원리들에 따른 인지 플랫폼을 구현하는 데 사용될 수 있는 본 명세서에서의 원리들에 따른 예시적인 장치(100)를 도시하고 있다. 예시적인 장치(100)는 적어도 하나의 메모리(102) 및 적어도 하나의 프로세싱 유닛(104)을 포함한다. 적어도 하나의 프로세싱 유닛(104)은 적어도 하나의 메모리(102)에 통신가능하게 커플링된다.1 illustrates an example apparatus 100 in accordance with the principles herein that may be used to implement a cognitive platform in accordance with the principles herein. The exemplary apparatus 100 includes at least one memory 102 and at least one processing unit 104 . The at least one processing unit 104 is communicatively coupled to the at least one memory 102 .

예시적인 메모리(102)는 하드웨어 메모리, 비일시적 유형 매체들, 자기 스토리지 디스크들, 광학 디스크들, 플래시 드라이브들, 계산 디바이스 메모리(computational device memory), DRAM, SRAM, EDO RAM과 같은, 그러나 이에 제한되지 않는, 랜덤 액세스 메모리, 임의의 다른 타입의 메모리, 또는 이들의 조합을 포함할 수 있지만, 이들로 제한되지 않는다. 예시적인 프로세싱 유닛(104)은 마이크로칩, 프로세서, 마이크로프로세서, 특수 목적 프로세서, 주문형 집적 회로(application specific integrated circuit), 마이크로컨트롤러, 필드 프로그래머블 게이트 어레이(field programmable gate array), 임의의 다른 적당한 프로세서, 또는 이들의 조합들을 포함할 수 있지만, 이들로 제한되지 않는다.Exemplary memory 102 includes, but is not limited to, hardware memory, non-transitory tangible media, magnetic storage disks, optical disks, flash drives, computational device memory, DRAM, SRAM, EDO RAM, and the like. random access memory, any other type of memory, or a combination thereof. Exemplary processing unit 104 may include a microchip, processor, microprocessor, special purpose processor, application specific integrated circuit, microcontroller, field programmable gate array, any other suitable processor, or combinations thereof.

적어도 하나의 메모리(102)는 프로세서 실행가능 명령어들(106) 및 컴퓨팅 컴포넌트(108)를 저장하도록 구성된다. 비제한적인 예에서, 컴퓨팅 컴포넌트(108)는 컴퓨터 구현 적응적 응답 기한 절차들에서의 신호 검출 메트릭들을 계산하는 데 사용될 수 있다. 도 1에 도시된 바와 같이, 메모리(102)는 측정 데이터(112)와 같은, 그러나 이에 제한되지 않는 데이터(110)를 저장하는 데 또한 사용될 수 있다. 다양한 예들에서, 측정 데이터(112)는 생리학적 컴포넌트(도시되지 않음)로부터 수신된 개인의 생리학적 측정 데이터 및/또는 (이하에서 보다 상세히 설명되는 바와 같이) 장치(100)의 사용자 인터페이스에 렌더링된 태스크 및/또는 간섭에 대한 개인의 응답을 나타내는 데이터, 및/또는 개인에 투여되고 있거나 투여될 약물, 약제, 생물학적 제제, 또는 다른 약품(medication)의 양, 농도, 또는 용량 적정, 또는 다른 치료 계획 중 하나 이상을 나타내는 데이터를 포함할 수 있다.At least one memory 102 is configured to store processor-executable instructions 106 and computing component 108 . In a non-limiting example, computing component 108 may be used to calculate signal detection metrics in computer implemented adaptive response deadline procedures. 1 , memory 102 may also be used to store data 110 , such as, but not limited to, measurement data 112 . In various examples, measurement data 112 may be an individual's physiological measurement data received from a physiological component (not shown) and/or rendered in a user interface of device 100 (as described in more detail below). data indicative of an individual's response to tasks and/or interventions, and/or titration of amounts, concentrations, or doses, or other treatment regimens, of drugs, agents, biologics, or other medications being or will be administered to the individual; It may include data representing one or more of

비제한적인 예에서, 적어도 하나의 프로세싱 유닛(104)은 컴퓨팅 컴포넌트(108)를 사용하여 컴퓨터 구현 적응적 응답 기한 절차들에서의 신호 검출 메트릭들을 적어도 계산하기 위해 메모리(102)에 저장된 프로세서 실행가능 명령어들(106)을 실행한다. 적어도 하나의 프로세싱 유닛(104)은 계산된 신호 검출 메트릭들을 나타내는 값들을 전송하도록 전송 유닛을 제어하기 위해 그리고/또는 신호 검출 메트릭들을 나타내는 값들을 저장하도록 메모리(102)를 제어하기 위해 프로세서 실행가능 명령어들(106)을 또한 실행한다.In a non-limiting example, the at least one processing unit 104 is processor executable stored in the memory 102 to at least calculate signal detection metrics in computer implemented adaptive response deadline procedures using the computing component 108 . Execute the instructions 106 . The at least one processing unit 104 includes processor-executable instructions for controlling the transmitting unit to transmit values indicative of the calculated signal detection metrics and/or for controlling the memory 102 to store values indicative of the signal detection metrics. Also executes 106.

다른 비제한적인 예에서, 적어도 하나의 프로세싱 유닛(104)은 컴퓨터 구현 적응적 응답 기한 절차들에서 신호 검출 메트릭들을 적어도 적용하기 위해 메모리(102)에 저장된 프로세서 실행가능 명령어들(106)을 실행한다.In another non-limiting example, at least one processing unit 104 executes processor-executable instructions 106 stored in memory 102 to at least apply signal detection metrics in computer implemented adaptive response deadline procedures. .

본 명세서에서의 임의의 예에서, 사용자 인터페이스는 그래픽 사용자 인터페이스일 수 있다.In any example herein, the user interface may be a graphical user interface.

다른 비제한적인 예에서, 측정 데이터(112)는 하나 이상의 생리학적 또는 모니터링 컴포넌트 및/또는 인지 테스팅 컴포넌트를 사용한 측정들로부터 수집될 수 있다. 본 명세서에서의 임의의 예에서, 하나 이상의 생리학적 컴포넌트는 생리학적 측정들을 수행하도록 구성된다. 생리학적 측정들은 생리학적 파라미터들의 정량적 측정 데이터 및/또는 생리학적 구조 및/또는 기능들의 시각화를 위해 사용될 수 있는 데이터를 제공한다.In another non-limiting example, measurement data 112 may be collected from measurements using one or more physiological or monitoring components and/or cognitive testing components. In any example herein, the one or more physiological components are configured to perform physiological measurements. Physiological measurements provide quantitative measurement data of physiological parameters and/or data that can be used for visualization of physiological structure and/or functions.

본 명세서에서의 임의의 예에서, 측정 데이터(112)는 반응 시간, 응답 분산(response variance), 올바른 히트들(hits), 누락 오류들(omission errors), (비-표적에 대한 응답과 같은, 그러나 이에 제한되지 않는) 거짓 경보들(false alarms)의 수, 학습률(learning rate), 공간 편차(spatial deviance), 주관적 평가, 및/또는 수행력 임계치, 또는 최근 완료된 시행 또는 세션에서의 퍼센트 정확도, 히트들, 및/또는 미스들(misses)을 포함한, 분석으로부터의 데이터를 포함할 수 있다. 측정 데이터(112)의 다른 비제한적 예들은 응답 시간, 태스크 완료 시간, 설정된 양의 시간 내에 완료된 태스크들의 수, 태스크에 대한 준비 시간, 응답들의 정확도, 설정된 조건들(예컨대, 자극 난이도 또는 크기 레벨(magnitude level) 및 다수의 자극들의 연관성) 하에서의 응답들의 정확도, 참가자가 설정된 시간 한계 내에 등록할 수 있는 응답들의 수, 참가자가 시간 한계 없이 행할 수 있는 응답들의 수, 태스크를 완료하는 데 필요한 태스크에서의 시도들(attempts)의 수, 이동 안정성, 가속도계 및 자이로스코프 데이터, 및/또는 자기 평가(self-rating)를 포함한다.In any example herein, measurement data 112 includes response time, response variance, correct hits, omission errors, (such as response to non-target, (but not limited to) number of false alarms, learning rate, spatial deviance, subjective assessment, and/or performance threshold, or percent accuracy, hit in a recently completed trial or session data from the analysis, including s, and/or misses. Other non-limiting examples of measurement data 112 include response time, task completion time, number of tasks completed within a set amount of time, preparation time for a task, accuracy of responses, set conditions (eg, stimulus difficulty or magnitude level ( magnitude level) and the association of multiple stimuli), the number of responses a participant can register within a set time limit, the number of responses a participant can make without a time limit, and the number of responses in the task required to complete the task. number of attempts, movement stability, accelerometer and gyroscope data, and/or self-rating.

표적 판별 태스크의 경우, 인지 플랫폼은 (예컨대, GO/NO-GO 태스크에서) 표적과 비-표적 간에 선택하기 위해, 또는, 예컨대, (2개의 상이한 정도의 얼굴 표정 또는 다른 특성/특징 차이 간에 선택하는 것을 포함하는) 2AFC(two-alternative forced choice) 태스크에서, 2개의 상이한 타입의 표적 간에 선택하기 위해서를 포함하여, 시간 특정적(temporally-specific) 및/또는 위치 특정적(position-specific) 응답을 개인에게 요구할 수 있다. 내비게이션 태스크의 경우, 인지 플랫폼은 위치 특정적 및/또는 모션 특정적(motion-specific) 응답을 사용자에게 요구할 수 있다. 얼굴 표정 인식 또는 객체 인식 태스크의 경우, 인지 플랫폼은 시간 특정적 및/또는 위치 특정적 응답들을 사용자에게 요구할 수 있다. 비제한적 예들에서, 표적결정 및/또는 내비게이션 및/또는 얼굴 표정 인식 또는 객체 인식 태스크(들)와 같은, 그러나 이에 제한되지 않는, 태스크들에 대한 사용자 응답은 인지 플랫폼의 입력 디바이스를 사용하여 기록될 수 있다. 그러한 입력 디바이스들의 비제한적 예들은 사용자 상호작용을 기록하도록 구성된 임의의 형태의 그래픽 사용자 인터페이스를 포함한, 사용자 인터페이스에 대한 터치, 스와이프(swipe) 또는 다른 제스처를 포착하기 위한 디바이스, 오디오 포착 디바이스(예컨대, 마이크로폰 입력부), 또는 (터치 스크린 또는 다른 감압(pressure-sensitive) 또는 터치 감응(touch-sensitive) 표면, 또는 카메라와 같은, 그러나 이에 제한되지 않는) 이미지 포착 디바이스를 포함할 수 있다. 다른 비제한적 예들에서, 표적결정 및/또는 내비게이션 및/또는 얼굴 표정 인식 또는 객체 인식 태스크(들)와 같은, 그러나 이에 제한되지 않는, 태스크들에 대해 인지 플랫폼을 사용하여 기록된 사용자 응답은 인지 플랫폼을 포함하는 컴퓨팅 디바이스의 위치, 배향, 또는 움직임의 변화들을 야기하는 사용자 액션들을 포함할 수 있다. 컴퓨팅 디바이스의 위치, 배향, 또는 움직임의 그러한 변화들은, 센서와 같은, 그러나 이에 제한되지 않는, 컴퓨팅 디바이스에 배치되거나 컴퓨팅 디바이스에 다른 방식으로 커플링된 입력 디바이스를 사용하여 기록될 수 있다. 센서들의 비제한적 예들은 모션 센서, 위치 센서, 및/또는 (카메라와 같은, 그러나 이에 제한되지 않는) 이미지 포착 디바이스를 포함한다.For a target discrimination task, the cognitive platform selects between a target and a non-target (eg, in a GO/NO-GO task) or, eg, between two different degrees of facial expression or other characteristic/feature difference. In a two-alternative forced choice (2AFC) task, including to select between two different types of targets, temporally-specific and/or position-specific responses can be requested from the individual. For navigation tasks, the cognitive platform may require a location-specific and/or motion-specific response from the user. For a facial expression recognition or object recognition task, the recognition platform may require time-specific and/or location-specific responses from the user. In non-limiting examples, a user response to tasks such as, but not limited to, targeting and/or navigation and/or facial expression recognition or object recognition task(s) may be recorded using an input device of the cognitive platform. can Non-limiting examples of such input devices include a device for capturing a touch, swipe, or other gesture on a user interface, including any form of graphical user interface configured to record user interaction, an audio capture device (such as , microphone input), or an image capture device (such as, but not limited to, a touch screen or other pressure-sensitive or touch-sensitive surface, or camera). In other non-limiting examples, the user response recorded using the cognitive platform to tasks such as, but not limited to, targeting and/or navigation and/or facial expression recognition or object recognition task(s) may include: user actions that cause changes in position, orientation, or movement of the computing device comprising Such changes in the position, orientation, or movement of the computing device may be recorded using an input device disposed on or otherwise coupled to the computing device, such as, but not limited to, a sensor. Non-limiting examples of sensors include a motion sensor, a position sensor, and/or an image capture device (such as, but not limited to, a camera).

본 명세서에서의 임의의 예에서, 멀티-태스킹 태스크들은 2개 이상의 태스크의 임의의 조합을 포함할 수 있다. 일 구현의 멀티-태스크 대화형 요소들은 다수의 시간적으로 오버랩하는 태스크들, 즉 다수의 실질적으로 동시적인 응답들을 개인에게 요구할 수 있는 태스크들에 개인을 참여시키도록 구성된 대화형 메카닉스(interactive mechanics)를 포함한다. 본 명세서에서의 비제한적 예들에서, 멀티-태스킹 태스크의 적어도 일 부분의 개인의 수행에서, 본 시스템, 방법, 및 장치는 개인의 다수의 응답들을 나타내는 데이터를 실시간으로 측정하도록 그리고 또한 (세컨더리 태스크인) 간섭에 대한 개인으로부터의 제2 응답을 측정하는 것과 실질적으로 동시에 (프라이머리 태스크인) 태스크에 대한 개인으로부터의 제1 응답을 측정하도록 구성된다.In any example herein, multi-tasking tasks may include any combination of two or more tasks. The multi-task interactive elements of one implementation are interactive mechanics configured to engage an individual in multiple temporally overlapping tasks, ie, tasks that may require the individual to multiple substantially simultaneous responses. includes In non-limiting examples herein, in the individual's performance of at least a portion of a multi-tasking task, the system, method, and apparatus are configured to measure in real time data indicative of multiple responses of the individual and also (which is a secondary task). ) measure a first response from the individual to the task (which is the primary task) substantially simultaneously with measuring a second response from the individual to the interference.

멀티-태스킹 태스크들을 수반하는 예시적인 구현에서, 컴퓨터 디바이스는 (적어도 하나의 특별히 프로그래밍된 프로세싱 유닛을 사용하여와 같이) 인지 플랫폼으로 하여금, 표적 판별 및/또는 내비게이션 및/또는 얼굴 표정 인식 또는 객체 인식 태스크들과 같은, 그러나 이에 제한되지 않는, 2개 이상의 상이한 타입의 태스크를, (실시간으로 그리고/또는 실질적으로 동시에를 포함한) 짧은 시간 프레임 동안, 사용자에게 제시하게 하도록 구성된다. 컴퓨터 디바이스는 (적어도 하나의 특별히 프로그래밍된 프로세싱 유닛을 사용하여와 같이) 멀티-태스킹 태스크들에 대해 수신된 사용자 응답의 타입을 나타내는 데이터를, (실시간으로 그리고/또는 실질적으로 동시에를 포함한) 짧은 시간 프레임 내에, 수집하도록 또한 구성된다. 이러한 예들에서, 2개 이상의 상이한 타입의 태스크는 (실시간으로 그리고/또는 실질적으로 동시에를 포함한) 짧은 시간 프레임 내에 개인에게 제시될 수 있고, 컴퓨팅 디바이스는 2개 이상의 상이한 타입의 태스크에 대한 사용자 응답(들)을 나타내는 데이터를 (실시간으로 그리고/또는 실질적으로 동시에를 포함한) 짧은 시간 프레임 내에 수신하도록 구성될 수 있다.In an example implementation involving multi-tasking tasks, the computer device causes the cognitive platform (such as using at least one specially programmed processing unit) to cause target determination and/or navigation and/or facial expression recognition or object recognition. and present two or more different types of tasks, such as, but not limited to, tasks, to the user during a short time frame (including in real time and/or substantially simultaneously). The computer device sends data indicative of the type of user response received for multi-tasking tasks (such as using at least one specially programmed processing unit) in a short time (including in real time and/or substantially simultaneously). Within the frame, it is also configured to collect. In such examples, two or more different types of tasks may be presented to an individual within a short time frame (including in real time and/or substantially simultaneously), and the computing device responds to the two or more different types of tasks. ) within a short time frame (including in real time and/or substantially simultaneously).

일부 예들에서, 짧은 시간 프레임은 최대 약 1.0 밀리초 이상의 분해능으로 된 임의의 시간 간격으로 되어 있을 가질 수 있다. 시간 간격들은, 임의의 타당한 종료 시간까지, 약 2.0 밀리초 또는 그 이상의 주기성의 임의의 구획(division)의 시간 지속기간들일 수 있지만, 이들로 제한되지 않는다. 시간 간격들은 약 3.0 밀리초, 약 5.0 밀리초, 약 10 밀리초, 약 25 밀리초, 약 40 밀리초, 약 50 밀리초, 약 60 밀리초, 약 70 밀리초, 약 100 밀리초, 또는 그 이상일 수 있지만, 이들로 제한되지 않는다. 다른 예들에서, 짧은 시간 프레임은 1초의 몇 분의 1, 약 1초, 약 1.0 내지 약 2.0초, 또는 최대 약 2.0초, 또는 그 이상일 수 있지만, 이들로 제한되지 않는다.In some examples, the short time frame may have any time interval with a resolution of up to about 1.0 millisecond or greater. The time intervals may be, but are not limited to, time durations of any division of periodicity of about 2.0 milliseconds or more, until any reasonable end time. The time intervals are about 3.0 milliseconds, about 5.0 milliseconds, about 10 milliseconds, about 25 milliseconds, about 40 milliseconds, about 50 milliseconds, about 60 milliseconds, about 70 milliseconds, about 100 milliseconds, or the like. or more, but is not limited thereto. In other examples, the short time frame can be, but is not limited to, fractions of a second, about a second, about 1.0 to about 2.0 seconds, or up to about 2.0 seconds, or more.

본 명세서에서의 임의의 예에서, 인지 플랫폼은 (간섭을 태스크와 함께 포함한) 태스크들의 제시 시간에 대한 사용자의 응답의 반응 시간을 나타내는 데이터를 수집하도록 구성될 수 있다. 예를 들어, 컴퓨팅 디바이스는 플랫폼 제품 또는 인지 플랫폼으로 하여금 난이도 레벨을 조정하는 예시적인 방식으로서 사용자가 태스크들에 대한 응답을 제공하기 위한 보다 작거나 보다 큰 반응 시간 윈도(reaction time window)를 제공하게 하도록 구성될 수 있다.In any of the examples herein, the cognitive platform may be configured to collect data indicative of a reaction time of a user's response to the presentation time of tasks (including interference with the task). For example, the computing device may cause a platform product or cognitive platform to provide a smaller or larger reaction time window for a user to provide a response to tasks as an example way of adjusting a difficulty level. can be configured to

본 명세서에서의 임의의 예에서, 하나 이상의 생리학적 컴포넌트는, 측정 데이터(112)를 제공하기 위해, 전기적 활동(electrical activity), 심박수, 혈류(blood flow), 및 산소화(oxygenation) 레벨들을 포함한, 신체 및 신경계(nervous system)의 물리적 특성들을 측정하는 임의의 수단을 포함할 수 있다. 이것은, 측정 데이터(112)를 제공하기 위해, 카메라 기반 심박수 검출, 갈바닉 피부 반응(galvanic skin response)의 측정, 혈압 측정, 뇌파도(electroencephalogram), 심전도(electrocardiogram), 자기 공명 이미징(magnetic resonance imaging), 근적외선 분광법(near-infrared spectroscopy), 및/또는 동공 확장 측정들을 포함할 수 있다. 하나 이상의 생리학적 컴포넌트는 신체 및 신경계의 물리적 특성들의 파라미터 값들을 측정하기 위한 하나 이상의 센서, 및 하나 이상의 센서에 의해 검출된 신호들을 프로세싱하기 위한 하나 이상의 신호 프로세서를 포함할 수 있다.In any example herein, the one or more physiological components include electrical activity, heart rate, blood flow, and oxygenation levels to provide measurement data 112 , It may include any means of measuring physical properties of the body and nervous system. It uses camera based heart rate detection, measurement of galvanic skin response, blood pressure measurement, electroencephalogram, electrocardiogram, magnetic resonance imaging to provide measurement data 112 . , near-infrared spectroscopy, and/or pupil dilation measurements. The one or more physiological components may include one or more sensors for measuring parameter values of physical properties of the body and nervous system, and one or more signal processors for processing signals detected by the one or more sensors.

측정 데이터(112)를 제공하기 위한 생리학적 측정들의 다른 예들은 심전도(ECG)를 사용한 체온, 심장 또는 다른 심장 관련 기능의 측정, 뇌파도(EEG)를 사용한 전기적 활동, ERP들(event-related potentials), fMRI(functional magnetic resonance imaging), 혈압, 피부의 일 부분에서의 전위, 갈바닉 피부 반응(GSR), MEG(magneto-encephalogram), 동공 확장의 정도를 결정하도록 프로그래밍된 프로세싱 유닛들을 포함하는 눈 추적 디바이스(eye-tracking device) 또는 다른 광학 검출 디바이스, fNIRS(functional near-infrared spectroscopy), 및/또는 PET(positron emission tomography) 스캐너를 포함하지만, 이들로 제한되지 않는다. EEG-fMRI 또는 MEG-fMRI 측정은 전기 생리학(electrophysiology)(EEG/MEG) 데이터 및 혈류역학적(fMRI) 데이터의 동시적인 취득을 가능하게 해준다.Other examples of physiological measurements to provide measurement data 112 include body temperature using an electrocardiogram (ECG), measurement of the heart or other heart related function, electrical activity using an electroencephalogram (EEG), event-related potentials (ERPs) ), functional magnetic resonance imaging (fMRI), blood pressure, potential in a portion of the skin, galvanic skin response (GSR), magneto-encephalogram (MEG), eye tracking including processing units programmed to determine the extent of pupil dilation devices include, but are not limited to, eye-tracking devices or other optical detection devices, functional near-infrared spectroscopy (fNIRS), and/or positron emission tomography (PET) scanners. EEG-fMRI or MEG-fMRI measurement enables simultaneous acquisition of electrophysiology (EEG/MEG) data and hemodynamic (fMRI) data.

도 1의 예시적인 장치는 본 명세서에 설명된 예시적인 방법들 중 임의의 것을 수행하기 위한 컴퓨팅 디바이스로서 구성될 수 있다. 컴퓨팅 디바이스는 본 명세서에 설명된 예시적인 방법들의 기능 중 일부를 수행하기 위한 앱을 포함할 수 있다.The example apparatus of FIG. 1 may be configured as a computing device for performing any of the example methods described herein. The computing device may include an app for performing some of the functions of the example methods described herein.

도 2는 본 명세서에서의 원리들에 따른 인지 플랫폼을 구현하는 데 사용될 수 있는 컴퓨팅 디바이스(200)로서 구성된, 본 명세서에서의 원리들에 따른 다른 예시적인 장치를 도시하고 있다. 예시적인 컴퓨팅 디바이스(200)는 통신 모듈(210) 및 분석 엔진(212)을 포함할 수 있다. 통신 모듈(210)은 태스크에 대한 개인의 응답 및/또는 간섭에 대한 개인의 응답을 나타내는 데이터를 수신하도록 구현될 수 있다. 분석 엔진(212)은 응답 프로파일, (응답 기준들과 같은, 그러나 이에 제한되지 않는) 결정 경계 메트릭, 응답 분류기, 및/또는 본 명세서에 설명된 다른 메트릭들 및 분석들을 생성하기 위해 데이터를 분석하도록 구현될 수 있다. 도 2의 예에 도시된 바와 같이, 컴퓨팅 디바이스(200)는 프로세서 유닛이 사용자가 분석 엔진(212)을 초기화하기 위해 구현할 수 있는 애플리케이션(앱)(214)을 실행할 수 있도록 프로세서 실행가능 명령어들을 포함할 수 있다. 일 예에서, 프로세서 실행가능 명령어들은 소프트웨어, 펌웨어, 또는 다른 명령어들을 포함할 수 있다.2 depicts another example apparatus in accordance with the principles herein, configured as a computing device 200 that may be used to implement a cognitive platform in accordance with the principles herein. The example computing device 200 may include a communication module 210 and an analysis engine 212 . The communication module 210 may be implemented to receive data representing the individual's response to the task and/or the individual's response to the interference. The analysis engine 212 is configured to analyze the data to generate a response profile, a decision boundary metric (such as, but not limited to, response criteria), a response classifier, and/or other metrics and analyzes described herein. can be implemented. As shown in the example of FIG. 2 , the computing device 200 includes processor-executable instructions such that the processor unit may execute an application (app) 214 that a user may implement to initialize the analysis engine 212 . can do. In one example, processor-executable instructions may include software, firmware, or other instructions.

예시적인 통신 모듈(210)은 정보가 컴퓨팅 디바이스(200)와 다른 컴퓨팅 디바이스 또는 컴퓨팅 시스템 사이에서 교환될 수 있는 임의의 유선 및/또는 무선 통신 인터페이스를 구현하도록 구성될 수 있다. 유선 통신 인터페이스들의 비제한적 예들은 USB 포트들, RS232 커넥터들, RJ45 커넥터들, 및 이더넷 커넥터들, 및 이들과 연관된 임의의 적절한 회로부를 포함하지만, 이들로 제한되지 않는다. 무선 통신 인터페이스들의 비제한적 예들은 Bluetooth® 기술, Wi-Fi, Wi-Max, IEEE 802.11 기술, 무선 주파수(RF) 통신, IrDA(Infrared Data Association) 호환 프로토콜들, 로컬 영역 네트워크들(LAN), 광역 네트워크들(WAN), 및 공유 무선 액세스 프로토콜(SW AP)을 구현하는 인터페이스들을 포함할 수 있지만, 이들로 제한되지 않는다.The example communication module 210 may be configured to implement any wired and/or wireless communication interface through which information may be exchanged between the computing device 200 and another computing device or computing system. Non-limiting examples of wired communication interfaces include, but are not limited to, USB ports, RS232 connectors, RJ45 connectors, and Ethernet connectors, and any suitable circuitry associated therewith. Non-limiting examples of wireless communication interfaces include Bluetooth® technology, Wi-Fi, Wi-Max, IEEE 802.11 technology, radio frequency (RF) communication, Infrared Data Association (IrDA) compliant protocols, local area networks (LAN), wide area networks (WAN), and interfaces implementing a Shared Radio Access Protocol (SW AP).

예시적인 구현에서, 예시적인 컴퓨팅 디바이스(200)는 장치로부터 제2 컴퓨팅 디바이스로 신호를 전송하도록 구성된 적어도 하나의 다른 컴포넌트를 포함한다. 예를 들어, 적어도 하나의 컴포넌트는 적어도 하나의 센서 컴포넌트에 의한 측정을 나타내는 데이터를 포함하는 신호를 제2 컴퓨팅 디바이스에게 전송하도록 구성된 송신기 또는 트랜시버를 포함할 수 있다.In the example implementation, the example computing device 200 includes at least one other component configured to transmit a signal from the apparatus to the second computing device. For example, the at least one component may include a transmitter or transceiver configured to transmit a signal including data indicative of a measurement by the at least one sensor component to the second computing device.

본 명세서에서의 임의의 예에서, 컴퓨팅 디바이스(200) 상의 앱(214)은 컴퓨팅 디바이스의 프로세서 유닛이 응답 프로파일, (응답 기준들과 같은, 그러나 이에 제한되지 않는) 결정 경계 메트릭, 응답 분류기, 및 본 명세서에 설명된 다른 메트릭들 및 분석들을 제공하기 위해 렌더링된 태스크들 및/또는 간섭에 대한 개인의 응답을 나타내는 데이터를 분석하기 위한 분석 엔진을 구현하도록 하는 프로세서 실행가능 명령어들을 포함할 수 있다. 일부 예에서, 앱(214)은 (i) 개인의 인지 반응 능력을 나타내는 분류기 출력, (ii) 개인이 약제, 약물, 또는 생물학적 제제의 투여에 응답하여 부작용을 경험할 가능성, (iii) 약제, 약물, 또는 생물학적 제제의 양, 농도, 또는 용량 적정 중 하나 이상의 변화, 및 (iv) 개인의 인지 반응 능력의 변화, 권장된 치료 계획, 또는 행동 요법, 상담, 또는 신체 운동 중 적어도 하나의 유효성의 정도를 권장하거나 결정하는 것 중 하나 이상을 제공하기 위한 프로세서 실행가능 명령어들을 포함할 수 있다.In any example herein, the app 214 on the computing device 200 determines that the processor unit of the computing device has a response profile, a decision boundary metric (such as, but not limited to, response criteria), a response classifier, and processor-executable instructions to implement an analysis engine for analyzing data indicative of an individual's response to the rendered tasks and/or interference to provide other metrics and analyzes described herein. In some examples, the app 214 provides (i) a classifier output indicating the cognitive response ability of the individual, (ii) the likelihood that the individual will experience an adverse event in response to administration of the agent, drug, or biologic, (iii) the agent, drug, or drug. , or a change in one or more of the amount, concentration, or dose titration of a biological agent, and (iv) a change in an individual's cognitive response ability, a recommended treatment regimen, or the degree of effectiveness of at least one of behavioral therapy, counseling, or physical exercise. may include processor-executable instructions for providing one or more of recommending or determining

본 명세서에서의 임의의 예에서, 앱(214)은 생리학적 컴포넌트로부터 수신된 개인의 생리학적 측정 데이터, 및/또는 (이하에서 보다 상세히 설명되는 바와 같이) 장치(100)의 사용자 인터페이스에 렌더링된 태스크 및/또는 간섭에 대한 개인의 응답을 나타내는 데이터, 및/또는 개인에 투여되고 있거나 투여될 약물, 약제, 생물학적 제제, 또는 다른 약품의 양, 농도, 또는 용량 적정, 또는 다른 치료 계획 중 하나 이상을 나타내는 데이터를 포함하는 측정 데이터를 수신하도록 구성될 수 있다.In any of the examples herein, the app 214 is an individual's physiological measurement data received from a physiological component, and/or rendered to the user interface of the device 100 (as described in more detail below). data indicative of the individual's response to the task and/or intervention, and/or one or more of an amount, concentration, or dose titration, or other treatment regimen, of a drug, agent, biological, or other agent being or will be administered to the individual may be configured to receive measurement data including data representing

컴퓨팅 디바이스의 비제한적 예들은 스마트폰, 태블릿, 슬레이트, e-리더, 디지털 어시스턴트, 또는 앞서 본 명세서에 설명된 모바일 통신 디바이스들 중 임의의 것을 포함한, 임의의 다른 동등한 디바이스를 포함한다. 일 예로서, 컴퓨팅 디바이스는 렌더링된 태스크들 및/또는 간섭에 대한 개인의 응답을 나타내는 데이터를 분석하기 위한 분석 모듈을 포함하는 애플리케이션을 실행하도록 구성된 프로세서 유닛을 포함할 수 있다.Non-limiting examples of a computing device include a smartphone, tablet, slate, e-reader, digital assistant, or any other equivalent device, including any of the mobile communication devices previously described herein. As an example, the computing device may include a processor unit configured to execute an application including an analysis module for analyzing data representative of an individual's response to the rendered tasks and/or interference.

예시적인 시스템들, 방법들, 및 장치들은 인간 수행을 평가하기 위해 컴퓨터 구현 적응적 정신 물리학적 절차들을 사용하거나 심리/지각 치료(psychological/perceptual therapy)를 시술하는(delivers) 컴퓨팅 디바이스를 포함하는 제품 내의 컴포넌트로서 구현될 수 있다.Exemplary systems, methods, and apparatuses include a computing device that uses computer-implemented adaptive psychophysical procedures to assess human performance or delivers psychological/perceptual therapy. It can be implemented as a component in

응답 프로파일에 기초하여 계산될 수 있는 타입의 결정 경계 메트릭의 비제한적이고 예시적인 특성은 신호 검출 정신물리학 평가에 대한 응답 기준을 산출하기 위해 표준 절차를 사용하여 산출되는, 응답 기준(시점 척도(time-point measure))이다. 예컨대, 문헌 [Macmillan and Creelman (2004), "Signal Detection: A Users Guide" 2nd　edition, Lawrence Erlbaum USA]을 참조한다.A non-limiting, exemplary characteristic of a type of decision boundary metric that may be calculated based on a response profile is a response criterion (time scale -point measure)). See, eg, Macmillan and Creelman (2004), "Signal Detection: A Users Guide" 2nd edition, Lawrence Erlbaum USA.

다른 비제한적 예들에서, 결정 경계 메트릭은 단일 정량적 척도 이상이고 오히려 정량적 파라미터들에 의해 정의된 곡선일 수 있으며, 이 곡선에 기초하여, 응답 프로파일 곡선의 한쪽 또는 다른 쪽의 영역과 같은, 그러나 이에 제한되지 않는, 결정 경계 메트릭들이 계산될 수 있다. 결정 프로세스의 시변 특성을 평가하기 위한 결정 경계 곡선들을 특징짓기 위해 계산될 수 있는 다른 비제한적이고 예시적인 타입의 결정 경계 메트릭들은 초기 바이어스 지점(신뢰 축적 궤적(belief accumulation trajectory)의 시작 지점)과 기준 사이의 거리, 결정 경계까지의 거리, "대기 비용(waiting cost)"(예컨대, 초기 결정 경계 및 최대 결정 경계로부터의 거리, 또는 그 지점까지의 곡선의 총 면적), 또는 결정 경계와 기준 선 사이의 면적("평균 결정 경계" 또는 "평균 기준"의 척도를 산출하기 위해 응답 기한에 정규화된 면적을 포함함)을 포함한다.In other non-limiting examples, the decision boundary metric is more than a single quantitative measure and rather can be a curve defined by quantitative parameters, based on the curve, such as, but limited to, an area on one side or the other of a response profile curve. Decision boundary metrics that do not exist can be computed. Another non-limiting and exemplary type of decision boundary metrics that may be computed to characterize decision boundary curves for evaluating the time-varying nature of a decision process are an initial bias point (the starting point of a belief accumulation trajectory) and a reference distance between, distance to decision boundary, “waiting cost” (eg, distance from initial and maximum decision boundary, or total area of curve to that point), or between decision boundary and baseline (including the normalized area in response deadlines to yield a measure of "average decision boundary" or "average criterion") of

본 명세서에서의 예들이 응답 기준의 계산에 기초하여 설명될 수 있지만, 다른 타입의 결정 경계 메트릭들이 적용가능하다.Although examples herein may be described based on calculation of a response criterion, other types of decision boundary metrics are applicable.

도 3은 TOVA®(Test of Variables of Attention) 테스트(캘리포니아주 로스 알라미토스 소재의 The TOVA Company)를 수행한 개인들로부터 수집된 데이터에 기초하여, 개인 또는 그룹 정신 물리학적 데이터의 신호(우측 곡선(302)) 및 잡음(좌측 곡선(304)) 분포들, 및 계산된 응답 기준의 예시적인 플롯을 도시하고 있다. TOVA® 테스트는, 주의력 결핍/과잉행동 장애(attention-deficit/hyperactivity disorder)(ADHD)를 포함한, 개인의 주의력 결핍 및 충동성의 평가에서 헬스케어 전문가(healthcare professional)에 의해 보조수단(aid)으로서 사용될 수 있는 컴퓨터화된 테스트의 일 예이다.3 is a signal of individual or group psychophysical data (right curve) based on data collected from individuals who performed the Test of Variables of Attention (TOVA®) test (The TOVA Company, Los Alamitos, CA). (302)) and noise (left curve 304) distributions, and an exemplary plot of the calculated response criterion are shown. The TOVA® test is intended to be used as an aid by healthcare professionals in the assessment of attention deficit and impulsivity in individuals, including attention-deficit/hyperactivity disorder (ADHD). This is an example of a computerized test that can be

도 3에서, 수직 라인은 응답 기준(300)을 나타낸다. X 축 상에서의 기준 라인의 절편(intercept)(Z 단위로 되어 있음)은 제로 바이어스의 지점(p)으로부터 '예'(더 우측) 또는 '아니오(더 좌측)'라고 응답하는 개인의 경향의 표시를 제공하는 데 사용될 수 있다. 도 3에 표시된 바와 같이, p는 신호 분포(우측 곡선(302)) 및 잡음 분포(좌측 곡선(304))가 교차하는 x-축 상에 위치된다. p의 좌측에 있는 응답 기준 절편들은 보다 충동적인 전략으로의 개인의 전반적인 경향을 나타낼 수 있고 p의 우측에 있는 절편들은 보다 보수적인 전략으로의 개인의 전반적인 경향을 나타낼 수 있다. p에 있는 응답 기준 절편들은 균형 잡힌 전략(balanced strategy)을 나타낸다.In FIG. 3 , vertical lines represent response criteria 300 . The intercept of the reference line on the X-axis (in Z) is an indication of an individual's tendency to respond 'yes' (more right) or 'no (more left)' from the point p of zero bias. can be used to provide 3, p is located on the x-axis where the signal distribution (right curve 302) and the noise distribution (left curve 304) intersect. The response criterion intercepts on the left side of p may represent an individual's overall tendency toward a more impulsive strategy, and the intercepts on the right side of p may indicate an individual's overall tendency toward a more conservative strategy. The response criterion intercepts in p represent a balanced strategy.

예시적인 시스템들, 방법들, 및 장치들은 (이하에서 보다 상세히 설명되는 바와 같이) 시간 제한된 태스크로의 신호 검출 이론의 추가 확장을 구현하도록 구성될 수 있다. 예시적인 시스템들, 방법들, 및 장치들은 (드리프트-확산 모델(DDM) 및/또는 베이지안 모델(Bayesian model)과 같은, 그러나 이에 제한되지 않는) 인간 의사 결정의 계산 모델, 및 상이한 전략들을 반영하는 결정 경계들을 사용하여 모델링된, 신뢰 정보(belief information)의 축적을 확장하도록 구성될 수 있다.The example systems, methods, and apparatus can be configured to implement a further extension of signal detection theory to a time-limited task (as described in more detail below). Exemplary systems, methods, and apparatuses reflect computational models of human decision-making (such as, but not limited to, drift-diffusion models (DDM) and/or Bayesian models), and different strategies. It can be configured to extend the accumulation of belief information, modeled using decision boundaries.

이하는 (드리프트 확산 모델에 기초한) 인간 의사 결정의 계산 모델의 비제한적이고 예시적인 사용에 대한 설명이다. 드리프트 확산 모델이 예로서 사용되지만, 베이지안 모델을 포함한, 다른 타입의 모델들이 적용된다. 드리프트-확산 모델(DDM)은 2-선택 의사 결정(two-choice decision making)을 갖는 시스템들에 대해 적용될 수 있다. 예컨대, 문헌 [Ratcliff, R. (1978), "A theory of memory retrieval." Psychological Review, 85, 59-108; Ratcliff, R., & Tuerlinckx, F. (2002), "Estimating parameters of the diffusion model: Approaches to dealing with contaminant reaction times and parameter variability," Psychonomic Bulletin & Review, 9, 438-481]을 참조한다. 확산 모델은 이진 결정 프로세스들이 체계적이고 랜덤한 영향들에 의해 주도된다(driven)는 가정에 기초한다.The following is a description of a non-limiting, exemplary use of a computational model of human decision-making (based on a drift diffusion model). The drift diffusion model is used as an example, but other types of models are applied, including the Bayesian model. The drift-diffusion model (DDM) can be applied for systems with two-choice decision making. See, e.g., Ratcliff, R. (1978), "A theory of memory retrieval." Psychological Review, 85, 59-108; Ratcliff, R., & Tuerlinckx, F. (2002), "Estimating parameters of the diffusion model: Approaches to dealing with contaminant reaction times and parameter variability," Psychonomic Bulletin & Review, 9, 438-481]. The diffusion model is based on the assumption that binary decision processes are systematic and driven by random effects.

도 4a는 자극으로부터의 신뢰의 축적의 예시적인 경로들을 도시하는, 선형 드리프트 레이트(linear drift rate)를 결과하는 자극을 갖는 확산 모델의 예시적인 플롯을 도시하고 있다. 도 4a는 표적들(신호)과 비-표적들(잡음)에 대한 시행들에 걸쳐 드리프트 레이트들의 분포들을 도시하고 있다. 수직 라인은 응답 기준이다. 각각의 시행에서의 드리프트 레이트는 드리프트 기준과 드리프트 분포로부터의 샘플 사이의 거리에 의해 결정된다. 프로세스는 지점 x에서 시작하고, "A"에 있는 하한 임계치(lower threshold) 또는 "B"에 있는 상한 임계치(upper threshold)에 도달할 때까지 시간 경과에 따라 움직인다. DDM은 개인이 매 시간 스텝마다 대안의 임계치들 중 하나의 임계치 또는 다른 임계치에 대한 증거를 축적하고, 결정 임계치에 도달할 때까지, 신뢰를 발전시키기 위해 그 증거를 적분한다고 가정한다. 어느 임계치에 도달하는지에 따라, 상이한 응답들(즉, 응답 A 또는 응답 B)이 개인에 의해 개시된다. 심리학적 응용에서, 이것은 결정 프로세스가 완료되고, 개인이 대응하는 응답을 개시하는, 응답 시스템이 활성화되고 있다는 것을 의미한다. 이하의 비제한적인 예들에 설명된 바와 같이, 이것은 (표적에 응답하여 사용자 인터페이스 상에서 탭핑하는 것과 같은, 그러나 이에 제한되지 않는) 응답을 제공하도록 시스템 또는 장치의 컴포넌트를 작동시키기 위해 개인의 물리적 액션을 요구할 수 있다. 체계적인 영향들은 드리프트 레이트라고 불리며, 프로세스를 주어진 방향으로 유도(drive)한다. 랜덤한 영향들은 변칙적 변동(erratic fluctuation)을 상수 경로(constant path)에 추가한다. 주어진 파라미터들의 세트를 사용하여, 모델은 프로세스의 2개의 가능한 결과(outcomes)에 대한 프로세스 지속기간들(즉, 응답 시간들)의 분포들을 예측한다.4A shows an exemplary plot of a diffusion model with a stimulus that results in a linear drift rate, showing exemplary pathways of accumulation of confidence from the stimulus. 4A shows the distributions of drift rates across trials for targets (signal) and non-targets (noise). The vertical line is the response criterion. The drift rate in each trial is determined by the distance between the drift criterion and the sample from the drift distribution. The process starts at point x and moves over time until it reaches a lower threshold at “A” or an upper threshold at “B”. DDM assumes that at every time step an individual accumulates evidence for one or another of the alternative thresholds, and integrates that evidence to develop confidence until a decision threshold is reached. Depending on which threshold is reached, different responses (ie, Response A or Response B) are initiated by the individual. In psychological applications, this means that the decision process is complete and the response system is being activated, in which the individual initiates a corresponding response. As described in the non-limiting examples below, this involves a physical action of an individual to actuate a component of a system or apparatus to provide a response (such as, but not limited to, tapping on a user interface in response to a target). can request Systematic influences are called drift rates and drive the process in a given direction. Random effects add erratic fluctuations to a constant path. Using a given set of parameters, the model predicts distributions of process durations (ie, response times) for two possible outcomes of the process.

도 4a는 경로가 직선이 아니라, 오히려, 랜덤한 영향들로 인해, 2개의 경계 사이에서 진동하는 것을 예시하는, 프로세스의 예시적인 드리프트-확산 경로를 또한 도시하고 있다. 개인들이 자극들을 카테고리화하도록 요구받는 상황에서, 프로세스는 개인으로 하여금 2개의 가능한 자극 해석 각각을 형성하게(foster) 하는, 시간 경과에 따라 수집된 정보의 비율을 설명한다. 충분한 명확성을 갖는 신뢰 지점들에 일단 도달하면, 개인은 응답을 개시한다. 도 4a의 예에서, 상한 임계치에 도달하는 프로세스들은 포지티브 드리프트 레이트를 나타낸다. 일부 시행들에서는, 랜덤한 영향들이 드리프트를 압도(outweigh)할 수 있으며, 프로세스는 하한 임계치에서 종료된다.4A also shows an exemplary drift-diffusion path of a process, illustrating that the path is not a straight line, but rather oscillates between two boundaries due to random effects. In a situation where individuals are required to categorize stimuli, the process accounts for the proportion of information collected over time that causes the individual to foster each of two possible stimulus interpretations. Once the confidence points with sufficient clarity are reached, the individual initiates a response. In the example of FIG. 4A , processes reaching the upper threshold exhibit a positive drift rate. In some trials, random effects may outweigh the drift, and the process ends at the lower threshold.

드리프트 확산 모델의 예시적인 파라미터들은 임계치들("A" 또는 "B")의 정량자들, 시작 지점(x), 드리프트 레이트, 및 응답 시상수(response time constant)(t0)를 포함한다. DDM은, 프로세스가 하나의 임계치에 도달하는 데 보다 많은 시간이 걸리고 (드리프트와 반대로) 다른 임계치에 덜 빈번히 도달할 것이라는 표시인, 보수성(conservatism)의 척도를 제공할 수 있다. 시작 지점(x)은 (대안의 응답들이 개시되기 전에 요구된 정보의 양의 차이들을 반영하는) 바이어스의 지시자(indicator)를 제공한다. x가 "A"에 보다 가까운 경우, 개인이 응답 B를 실행하는 데 필요하게 될 보다 많은 (상대적) 양의 정보와 비교하여, 응답 A를 실행하도록 신뢰를 발전시키기 위해 보다 적은 (상대적) 양의 정보를 요구한다. 시작 지점(x)과 임계치 사이의 거리가 작을수록, 개인이 대응하는 응답을 실행하기 위한 프로세스 지속기간들이 짧을 것이다. 드리프트 레이트(v)의 포지티브 값은 상한 임계치("A")에의 평균 접근 레이트(mean rate of approach)의 척도로서 역할한다. 드리프트 레이트는 개인이 응답을 개시하고 실행하도록 신뢰를 발전시키기 위해 자극에 관한 정보를 흡수하는 시간 단위당 정보의 상대적 양을 나타낸다. 일 예에서, 한 개인의 데이터로부터 계산된 드리프트 레이트와 다른 개인으로부터의 데이터로부터 계산된 드리프트의 비교는 개인들의 상대적 지각 감도(relative perceptual sensitivity)의 척도를 제공할 수 있다. 다른 예에서, 드리프트 레이트들의 비교는 태스크 난이도의 상대적 척도(relative measure)를 제공할 수 있다. 응답 시간의 계산을 위해, DDM은 그것들의 총 지속기간을 추정하는 것을 가능하게 해주고, 응답 시상수(t0)는 추가 결정 프로세스들(extra-decisional processes)의 지속기간을 나타낸다. DDM은 태스크들에 대한 인간 데이터의 정확도 및 반응 시간들을 설명하는 것으로 밝혀졌다. 도 4a의 비제한적 예에서, 총 응답 시간은 자극 인코딩을 위한 시간(ts), 개인이 결정을 위해 걸리는 시간, 및 응답 실행을 위한 시간의 크기의 합으로서 계산된다.Exemplary parameters of the drift diffusion model include quantifiers of thresholds (“A” or “B”), starting point (x), drift rate, and a response time constant (t 0 ). DDM can provide a measure of conservatism, an indication that a process will take more time to reach one threshold and reach another threshold less frequently (as opposed to drift). The starting point x provides an indicator of bias (reflecting differences in the amount of information required before alternative responses are initiated). If x is closer to "A", then a smaller (relative) amount of information is needed to develop confidence to execute response A, compared to the larger (relative) amount of information that an individual would need to execute response B. ask for information The smaller the distance between the starting point x and the threshold, the shorter the process durations for the individual to execute the corresponding response. A positive value of the drift rate v serves as a measure of the mean rate of approach to the upper threshold "A". Drift rate represents the relative amount of information per unit of time that an individual absorbs information about a stimulus to develop confidence in initiating and executing a response. In one example, a comparison of a drift rate computed from data of one individual with a drift computed from data from another individual may provide a measure of the relative perceptual sensitivity of individuals. In another example, a comparison of drift rates may provide a relative measure of task difficulty. For the calculation of the response time, DDM makes it possible to estimate their total duration, and the response time constant t 0 represents the duration of extra-decisional processes. DDM has been found to account for the accuracy and response times of human data for tasks. In the non-limiting example of FIG. 4A , the total response time is calculated as the sum of the magnitude of the time for stimulus encoding (t s ), the time it takes for the individual to make a decision, and the time for executing the response.

선형 드리프트 레이트들을 결과하는 자극들에 기초하는 전통적인 드리프트 확산 모델과 비교하여, 본 명세서에서의 원리들에 따른 예시적인 시스템들, 방법들, 및 장치들은 비선형 드리프트 레이트들을 결과하는 자극들을 렌더링하도록 구성되고, 이 자극들은 시변적이고 특정된 응답 기한을 가지는 태스크들 및/또는 간섭들에 기초한다. 그 결과, 본 명세서에서의 원리들에 따른 예시적인 시스템들, 방법들, 및 장치들은 비선형 드리프트 레이트들을 결과하는 이 자극들에 기초하여 수정된 확산 모델(수정된 DDM)을 적용하도록 구성된다.Compared to a traditional drift diffusion model based on stimuli that result in linear drift rates, exemplary systems, methods, and apparatus in accordance with the principles herein are configured to render stimuli that result in non-linear drift rates and , these stimuli are time-varying and based on tasks and/or interferences with specified response deadlines. As a result, exemplary systems, methods, and apparatus in accordance with the principles herein are configured to apply a modified diffusion model (modified DDM) based on these stimuli resulting in non-linear drift rates.

도 4b는 드리프트 확산 계산에서의 비선형 드리프트 레이트의 예시적인 플롯을 도시하고 있다. 수정된 DDM의 예시적인 파라미터들은 임계치들("A" 또는 "B")의 정량자들, 시작 지점(x), 드리프트 레이트, 및 응답 시상수(t0)를 또한 포함한다. 본 명세서의 예시적인 시스템들, 방법들, 및 장치들과의 사용자 상호작용으로부터 수집된 데이터에 기초하여, 시스템들, 방법들, 및 장치들은 본 명세서에서의 예시적인 플랫폼들과의 사용자 상호작용에서 이용되는 전략의 보수성 또는 충동성의 척도를 제공하기 위해 비선형 드리프트 레이트들을 갖는 수정된 DDM을 적용하도록 구성된다. 예시적인 시스템들, 방법들, 및 장치들은, (드리프트와 반대로) 프로세스가 주어진 개인이 하나의 임계치에 도달하는 데 걸리는 시간의 표시를 다른 임계치에 도달하는 것과 비교하여 제공하기 위해, 수정된 DDM 모델에 기초하여 개인에 의해 사용되는 전략의 보수성 또는 충동성의 척도를 계산하도록 구성된다. 도 4b에서의 시작 지점(x)은 (대안의 응답들이 개시되기 전에 요구된 정보의 양의 차이들을 반영하는) 바이어스의 지시자를 제공한다. 응답 시간의 계산을 위해, DDM은 그것들의 총 지속기간을 추정하는 것을 가능하게 해주고, 응답 시상수(t0)는 추가 결정 프로세스들의 지속기간을 나타낸다.4B shows an exemplary plot of the non-linear drift rate in the drift spread calculation. Exemplary parameters of the modified DDM also include quantifiers of thresholds (“A” or “B”), starting point (x), drift rate, and response time constant (t 0 ). Based on data gathered from user interaction with the exemplary systems, methods, and apparatuses herein, the systems, methods, and apparatuses may be adapted in user interaction with the exemplary platforms herein. It is configured to apply a modified DDM with non-linear drift rates to provide a measure of the conservatism or impulsivity of the strategy used. Exemplary systems, methods, and apparatus employ a modified DDM model to provide (as opposed to drift) an indication of the time it takes for a given individual to reach one threshold as compared to reaching another threshold (as opposed to drift). is configured to calculate a measure of the conservatism or impulsivity of the strategy used by the individual based on the The starting point x in FIG. 4B provides an indicator of bias (reflecting differences in the amount of information required before alternative responses are initiated). For the calculation of the response time, DDM makes it possible to estimate their total duration, and the response time constant t 0 represents the duration of further decision processes.

본 명세서에서의 원리들에 따른 예시적인 시스템들, 방법들, 및 장치들에서, 비선형 드리프트 레이트는 (i) 사용자 응답을 위해 사용자 인터페이스에 렌더링되는 태스크 및/또는 간섭의 부분들의 시변 피처(그 결과, 개인이 신뢰를 발전시키기 위해 이용가능한 정보의 양이 시간적으로 비선형 방식으로 제시됨), 및 (ii) 응답을 개시하도록 신뢰를 발전시키기 위해 개인의 타이밍 감각(sense of timing)에 영향을 미칠 수 있는 태스크 및/또는 간섭의 응답 기한들의 시간 한계를 포함하는, 자극들의 시변 성질(time-varying nature)로부터 얻어진다. 이 예에서도, 드리프트 레이트(v)의 포지티브 값은 상한 임계치("A")에의 평균 접근 레이트의 척도로서 역할한다. 비선형 드리프트 레이트는 개인이 응답을 개시하고 실행하도록 신뢰를 발전시키기 위해 흡수하는 시간 단위당 정보의 상대적 양을 나타낸다. 일 예에서, 한 개인으로부터 수집된 응답 데이터로부터 계산된 드리프트 레이트와 다른 개인으로부터 수집된 응답 데이터로부터 계산된 드리프트 레이트의 비교는 개인들의 상대적 지각 감도의 척도를 제공하는 데 사용될 수 있다. 다른 예에서, 2개 이상의 상이한 상호작용 세션으로부터 주어진 개인으로부터 수집된 응답 데이터로부터 계산된 드리프트 레이트의 비교는 태스크 난이도의 상대적 척도를 제공하는 데 사용될 수 있다. 개인의 응답들의 응답 시간의 계산을 위해, DDM은 응답 시간의 총 지속기간을 추정하는 것을 또한 가능하게 해주고, 응답 시상수(t0)는 추가 결정 프로세스들의 지속기간을 나타낸다. 도 4a의 비제한적 예에서, 총 응답 시간은 자극 인코딩을 위한 시간(ts), 개인이 결정을 위해 걸리는 시간, 및 응답 실행을 위한 시간의 크기의 합으로서 계산된다.In exemplary systems, methods, and apparatuses in accordance with the principles herein, the non-linear drift rate is (i) a time-varying feature of portions of a task and/or interference rendered to a user interface for user response (and consequently , the amount of information available to an individual to develop trust is presented in a non-linear manner in time), and (ii) that can influence an individual's sense of timing to develop trust to initiate a response. derived from the time-varying nature of the stimuli, including the time limits of the response deadlines of the task and/or interference. Again in this example, the positive value of the drift rate v serves as a measure of the average rate of access to the upper threshold "A". The non-linear drift rate represents the relative amount of information per unit of time that an individual absorbs to develop confidence in initiating and executing a response. In one example, a comparison of a drift rate calculated from response data collected from one individual with a drift rate calculated from response data collected from another individual may be used to provide a measure of the relative perceptual sensitivity of individuals. In another example, a comparison of drift rates calculated from response data collected from a given individual from two or more different interaction sessions may be used to provide a relative measure of task difficulty. For the calculation of the response time of an individual's responses, DDM also makes it possible to estimate the total duration of the response time, the response time constant t 0 representing the duration of further decision processes. In the non-limiting example of FIG. 4A , the total response time is calculated as the sum of the magnitude of the time for stimulus encoding (t s ), the time it takes for the individual to make a decision, and the time for executing the response.

수정된 DDM의 경우, 임계치들 사이의(즉, "A"와 "B"사이의) 거리는 보수성의 척도를 제공한다 - 즉, 간격(separation)이 클수록, 개인이 응답을 실행하기 전에 더 많은 정보가 수집된다. 시작 지점(x)은 상대적 보수성의 추정치를 또한 제공하며: 프로세스가 2개의 임계치 사이의 중간 지점(midpoint)보다 위에서 또는 아래에서 시작하는 경우, 양쪽 응답들에 대해 상이한 양의 정보가 요구된다. 즉, 한 응답에 대해서는 보다 보수적인 결정 기준이 적용되고, 반대쪽 응답에 대해서는 보다 자유적인 기준(즉, 충동적)이 적용된다. 드리프트 레이트(v)는 시간당 수집된 정보의 (상대적) 양을 나타내며, 지각 감도 또는 태스크 난이도 중 어느 하나를 나타낸다.For modified DDM, the distance between the thresholds (i.e., between "A" and "B") provides a measure of conservatism - that is, the larger the separation, the more information the individual has before executing a response. is collected The starting point x also provides an estimate of relative conservatism: if the process starts above or below the midpoint between two thresholds, different amounts of information are required for both responses. That is, a more conservative decision criterion is applied to one response, and a more liberal criterion (ie, impulsive) is applied to the other response. The drift rate (v) represents the (relative) amount of information collected per hour, and represents either perceptual sensitivity or task difficulty.

도 5은 (본 명세서에서 이하에서 보다 상세히 설명되는 바와 같이) 본 명세서에서의 원리들에 따른 컴퓨팅 디바이스의 사용자 인터페이스에 렌더링된 태스크들 및/또는 간섭에 대한 개인의 응답들로부터 수집된 데이터에 기초하여, 개인 또는 그룹 정신 물리학적 데이터의 신호(우측 곡선(502)) 및 잡음(좌측 곡선(504)) 분포들, 및 계산된 응답 기준(500)의 예시적인 플롯을 도시하고 있다. X 축 상에서의 기준 라인의 절편(Z 단위로 되어 있음)은 '예'(더 우측) 또는 '아니오(더 좌측)'라고 응답하는 개인의 경향의 지시를 제공하는 데 사용될 수 있다. 응답 기준(500)은 제로 바이어스 결정 지점(p)의 좌측에 그리고 신호 분포와 잡음 분포가 교차하는 곳에 있다. 도 5의 비제한적 예에서, p는 Z 단위로 되어 있는 결정 축 상에서의 제로 바이어스 결정의 위치이고, p 좌측에 있는 응답 기준 값들은 충동적인 전략을 나타내며, p의 우측에 있는 응답 기준 값들은 보수적인 전략을 나타내고, 제로 바이어스 지점 상의 절편들은 균형 잡힌 전략을 나타낸다.5 is based on data collected from tasks rendered in a user interface of a computing device in accordance with the principles herein (as described in more detail herein below) and/or individual responses to interference. Thus, an exemplary plot of the signal (right curve 502) and noise (left curve 504) distributions of individual or group psychophysical data, and a calculated response criterion 500 are shown. The intercept of the reference line on the X axis (in Z units) can be used to provide an indication of an individual's tendency to respond 'yes' (more right) or 'no (more left)'. The response criterion 500 is to the left of the zero bias decision point p and where the signal distribution and the noise distribution intersect. In the non-limiting example of FIG. 5 , p is the position of the zero bias decision on the decision axis in units of Z, the response reference values to the left of p represent an impulsive strategy, and the response reference values to the right of p are conservative strategy, and the intercepts on the zero bias point represent a balanced strategy.

본 명세서에서의 원리들에 따른 예시적인 시스템들, 방법들, 및 장치들은 (자극들로서) 신호 및 비-신호 응답 표적들로 구성되는 본 명세서에 설명된 검출 또는 분류 태스크(들)에 기초하여 응답 기준을 계산하도록 구성될 수 있고, 여기서 사용자는 자극들의 일련의 순차적 제시들 또는 자극들의 동시적 제시에서 하나의 피처, 또는 다수의 피처들이 존재한다는 것을 나타내는 응답을 나타낸다.Exemplary systems, methods, and apparatuses in accordance with the principles herein respond based on detection or classification task(s) described herein consisting of signal (as stimuli) and non-signal responsive targets. calculate a criterion, wherein the user exhibits a response indicating the presence of a feature, or multiple features, in a series of sequential presentations of stimuli or simultaneous presentation of stimuli.

(분류기 출력을 포함하는) 본 명세서에서의 원리들에 따른 개인의 분류의 결과들을 나타내는 데이터는 개인에게 투여되고 있거나 투여될 약물, 생물학적 제제 또는 다른 약제의 양, 농도, 또는 용량 적정 중 하나 이상의 변화를 결정하는 것, 및/또는 개인에게 투여될 약물, 생물학적 제제 또는 다른 약제의 최적의 타입 또는 조합을 결정하는 것을 포함한, 개인에 대한 치료 과정의 정형화(formulation)를 가능하게 해주기 위한 또는 기존의 치료 과정을 수정하기 위한 신호로서 의료 디바이스, 헬스케어 컴퓨팅 시스템, 또는 다른 디바이스 중 하나 이상에게, 그리고/또는 의료 종사자(medical practitioner), 헬스 종사자(health practitioner), 물리 치료사, 행동 치료사(behavioral therapist), 스포츠 의료 종사자, 약사, 또는 다른 종사자에게 (적절한 동의 하에) 전송될 수 있다.Data representing the results of classification of an individual according to the principles herein (including classifier output) may be a change in one or more of an amount, concentration, or dose titration of a drug, biologic, or other agent being or will be administered to the individual. Existing treatment or to enable formulation of a course of treatment for an individual, including determining the optimal type or combination of drugs, biologics, or other agents to be administered to the individual, and/or to one or more of a medical device, a healthcare computing system, or other device as a signal to modify a procedure, and/or to a medical practitioner, health practitioner, physical therapist, behavioral therapist; may be transferred (with appropriate consent) to a sports healthcare practitioner, pharmacist, or other practitioner.

본 명세서에서의 예시적인 시스템들, 방법들, 및 장치들은 개인의 주의력, 작업 기억력, 및/또는 목표 관리의 평가 및/또는 향상에서 보조수단으로서 의료, 행동, 헬스케어, 또는 다른 전문가에 의해 사용될 수 있는 컴퓨터화된 분류기들, 치료 도구들, 및 다른 도구들을 제공한다. 예시적인 구현에서, 본 명세서에서의 예시적인 시스템들, 방법들, 및 장치들은 보수성 또는 충동성의 척도들을 제공하기 위해 수정된 DDM을 수집된 데이터에 적용한다. 본 명세서에서의 원리들에 따른 예시적인 시스템들, 방법들, 및 장치들을 사용하여 수행되는 예시적인 분석은 주의력 결핍 및 충동성(ADHD를 포함함)의 척도들을 제공하는 데 사용될 수 있다. 본 명세서에서의 예시적인 시스템들, 방법들, 및 장치들은 주의력, 기억력, 운동(motor), 반응, 실행 기능, 의사 결정, 문제 해결, 언어 처리, 및 이해력과 같은, 그러나 이에 제한되지 않는, 다른 인지 영역들(cognitive domains)에서의 평가 및/또는 향상에 보조수단들로서 사용될 수 있는 컴퓨터화된 분류기들, 치료 도구들, 및 다른 도구들을 제공한다. 일부 예들에서, 본 시스템들, 방법들, 및 장치들은 인지 모니터링 및/또는 질병 모니터링을 위해 사용하기 위한 척도들을 계산하는 데 사용될 수 있다. 일부 예들에서, 본 시스템들, 방법들, 및 장치들은 하나 이상의 인지 질환 및/또는 질병 및/또는 실행 기능 장애의 치료 동안 인지 모니터링 및/또는 질병 모니터링을 위해 사용하기 위한 척도들을 계산하는 데 사용될 수 있다.The exemplary systems, methods, and devices herein may be used by a medical, behavioral, healthcare, or other professional as an aid in the assessment and/or improvement of an individual's attention, working memory, and/or goal management. computerized classifiers, treatment tools, and other tools that can be In an example implementation, the exemplary systems, methods, and apparatus herein apply a modified DDM to the collected data to provide measures of conservatism or impulsivity. An exemplary analysis performed using exemplary systems, methods, and apparatus in accordance with the principles herein may be used to provide measures of attention deficit and impulsivity (including ADHD). Exemplary systems, methods, and devices herein include, but are not limited to, attention, memory, motor, reaction, executive function, decision-making, problem-solving, language processing, and comprehension. Computerized classifiers, therapeutic tools, and other tools that can be used as aids in assessment and/or improvement in cognitive domains are provided. In some examples, the present systems, methods, and devices can be used to calculate metrics for use for cognitive monitoring and/or disease monitoring. In some examples, the present systems, methods, and devices can be used to calculate metrics for use for cognitive monitoring and/or disease monitoring during treatment of one or more cognitive disorders and/or diseases and/or executive dysfunction. have.

도 6은 z-축을 따라 신호(P(신뢰 | 신호)), x-축으로서 시간이 주어진 경우, 신뢰의 정량자의 조건부 확률의 예시적인 플롯을 도시하고 있으며, 신뢰의 정량자는 y-축이다. 유효 표적(Valid Target)이라고 라벨링된 곡선과 유효하지 않은 표적(Invalid Target)이라고 라벨링된 곡선(각각은 x-y 평면에 있음)은 사용자가 적절한 응답에 관한 강한 신뢰를 어떻게든 발전시키기 위해 시간 경과에 따라 축적된 (잡음이 많은) 정보의 신뢰 궤적들을 정량화하는 데이터 값들을 나타낸다. 신호라고 라벨링된 4개의 곡선 및 잡음이라고 라벨링된 4개의 곡선 각각은 z-방향에서의 크기를 가지며 상이한 시점들에서의 "신호" 분포 및 "잡음" 분포의 데이터 값들이다. 각각의 신호 곡선은 잡음과 쌍을 이루고, 이 쌍은 x-축을 따라(시간들 t = t0, t1 , t2, t3에서) 시간 변위된다(time-displaced). 도 6에 도시된 바와 같이, 신호의 타입이 주어진 경우 주어진 시점에서의 주어진 정도의 신뢰의 확률을 표현하도록 각각의 신호-잡음 곡선 쌍이 퍼져 나간다(즉, 시간이 t0으로부터 t3으로 증가함에 따라 보다 넓은 곡선으로 된다). 이러한 시간-진화 모델(time-evolving model)에서, 신뢰 궤적이 결정 경계를 가로지를 때 결정이 이루어진다. 도 6은 충동적인 전략을 나타내는 응답 데이터 값들(x-y 평면에서 보다 좁은 곡선) 및 보수적인 전략을 나타내는 응답 데이터 값들(x-y 평면에서 보다 넓은 곡선)에 대한 투영된 결정 경계들로서 역할하는 예시적인 곡선들을 도시하고 있다. 본 명세서에 설명된 바와 같이, 충동적인 전략은 결정에 도달하기 위해 훨씬 덜 극단적인 신뢰(즉, 신뢰의 정량자의 덜 극단적인 값들)을 요구한다. 본 명세서에 또한 설명된 바와 같이, 보수적인 전략은 결정에 도달하기 위해 훨씬 더 극단적인 신뢰(즉, 신뢰의 정량자의 더 극단적인 값들)을 요구한다. 지각된 응답 기한이 다가옴에 따라, 이러한 결정 경계들은 신호 검출 이론에 설명된 기준 값에 수렴한다.6 shows an exemplary plot of the conditional probability of a quantifier of confidence given time as the x-axis, signal along the z-axis (P(confidence | signal)), where the quantifier of confidence is the y-axis. The curve labeled Valid Target and the curve labeled Invalid Target (each in the xy plane) are plotted over time in order for the user to somehow develop strong confidence about the appropriate response. Represents data values that quantify confidence trajectories of accumulated (noisy) information. Each of the four curves labeled signal and the four curves labeled noise has a magnitude in the z-direction and are data values of a "signal" distribution and a "noise" distribution at different time points. Each signal curve is paired with a noise, which pair is time-displaced along the x-axis (at times t = t 0 , t 1 , t 2 , t 3 ). As shown in Figure 6, each signal-noise curve pair is spread out (i.e., as time increases from t 0 to t 3 ) to represent the probability of a given degree of confidence at a given point in time, given the type of signal. a wider curve). In this time-evolving model, a decision is made when the trust trajectory crosses a decision boundary. 6 shows exemplary curves serving as projected decision boundaries for response data values representing an impulsive strategy (narrower curve in the xy plane) and response data values representing a conservative strategy (broader curve in the xy plane). are doing As described herein, impulsive strategies require much less extreme confidence (ie, less extreme values of the quantifier of confidence) to arrive at a decision. As also described herein, a conservative strategy requires even more extreme confidence (ie, more extreme values of the quantifier of confidence) to arrive at a decision. As the perceived response deadline approaches, these decision boundaries converge to the reference values described in signal detection theory.

본 명세서에서의 원리들에 따른 예시적인 시스템, 방법 또는 장치는 개인이 보다 보수적인 전략 또는 보다 충동적인 전략을 이용하고 있는지의 척도를 결정하기 위해 사용자 인터페이스에 렌더링된 태스크들 및/또는 간섭에 대한 사용자의 응답들을 나타내는 데이터에 적용할 분류기를 계산하기 위해 도 6에 따라 표시된 바와 같이 데이터 값들에 적용될 수 있다.An exemplary system, method, or apparatus in accordance with the principles herein provides for interfering with and/or tasks rendered in a user interface to determine a measure of whether an individual is using a more conservative or more impulsive strategy. It may be applied to the data values as indicated according to FIG. 6 to compute a classifier to apply to the data representing the user's responses.

예컨대, 도 6과 관련하여 설명된 바와 같은, 그러한 예시적인 모델은 응답 시간들 및 일련의 결정들의 정확성(correctness)에 기초하여 개인의 결정 경계의 형상의 베이지안 추론(Bayesian inference)을 가능하게 해준다. 비제한적인 예에서, "이상적인(ideal)" 결정 경계의 면적(응답 기한 x 신뢰 축의 전체 폭)과 비교된 이 결정 경계의 면적에 기초하여 개인의 응답 전략의 충동성의 정도를 특징짓는 메트릭이 도출될 수 있다.For example, as described in connection with FIG. 6 , such an exemplary model enables Bayesian inference of the shape of an individual's decision boundary based on response times and correctness of a set of decisions. In a non-limiting example, a metric characterizing the degree of impulsivity of an individual's response strategy is derived based on the area of this decision boundary compared to the area of the "ideal" decision boundary (response deadline x total width of the confidence axis). can be

도 7a 및 도 7b는 시행 시작(t = 0)으로부터 지각된 응답 기한(R-DP)까지 보수적 및 충동적 척도들의 값들에 대한 곡선들의 예시적인 플롯들을 도시하고 있다. 도 7a는 2AFC(two-alternative forced choice) 태스크에 대한 예시적인 곡선들이고, 여기서 개인은 (상이한 정도의 얼굴 표정 또는 다른 특성/특징 차이를 갖는 표적들과 같은, 그러나 이에 제한되지 않는) 2개의 타입의 자극 간을 판별하도록 지시받고/요구받고, 따라서 둘 다는 개인으로부터의 액션/응답을 요구하기 때문에 궁극적으로 표적들이다. 도 7b는 GO/NO-GO 태스크에 대한 예시적인 곡선들을 도시하고 있으며, 여기서 개인은 자극이 (지시사항들에 기초하여) 응답/액션을 요구하는 표적인지 (지시사항들에 기초하여) 응답/액션을 요구하지 않는 비-표적인지를 결정하도록 지시받는다/요구받는다. 본 명세서에서의 일부 예들에서, 자극들은 GO/NO-GO 태스크(즉, 표적에 대해 액션을 취하라는/응답을 제공하라는 또는 액션을 취하지 말라는/응답을 제공하지 말라는 지시사항들을 가짐)로서 지정된다. 도 7a에서, 플롯은 (다양한 시점들(t = 0, a, b, c, d)에서의 2개의 타입의 표적 자극에 대한) 신뢰의 발전에 대한 곡선들은 물론 본 명세서에 설명된 시변 자극들에 대한 응답 기준의 값에 대한 결정 경계들을 도시하고 있다. 도 7b는 2개의 경계 조건 또는 이진 분류를 갖는 전통적인 GO/NO GO 태스크(표적 대 비-표적), 합격/불합격(pass/fail) 또는 예/아니오 타입의 테스트에 대한 시행 시작으로부터 응답 기한까지의 보수적 및 충동적 척도들의 상이한 타입의 값들 및 형상들을 도시하고 있다. 도 7b에 도시된 바와 같이, GO/NO GO 태스크에 대한 보수적 및 충동적 척도들의 값들에 대한 곡선들은 액션을 취하기를/응답하기를 기다리는 것이 개인이 도달하는 순간적인 결정이 아니라 오히려 시행의 끝까지(또는 적어도 개인의 주의가 다른 곳에 할당될 때까지) 계속되는 프로세스이기 때문에, 우측 결정 경계를 갖지 않는다.7A and 7B show exemplary plots of curves for values of conservative and impulsive measures from trial start (t = 0) to perceived response deadline (RD P ). 7A is exemplary curves for a two-alternative forced choice (2AFC) task, wherein an individual has two types (such as, but not limited to, targets with different degrees of facial expression or other characteristic/feature differences); They are ultimately targets because they are instructed/required to discriminate between the stimuli of 7B depicts exemplary curves for the GO/NO-GO task, where the individual responds/requires a response/action (based on instructions) to a stimulus (based on instructions). Instructed/required to determine whether it is a non-target that does not require an action. In some examples herein, the stimuli are designated as GO/NO-GO tasks (ie, with instructions to take/provide a response or not take/provide a response to the target). . In FIG. 7A , the plots are plotted for the time-varying stimuli described herein as well as curves for the development of confidence (for two types of target stimuli at various time points (t = 0, a, b, c, d)). Decision boundaries are shown for the values of the response criteria for . Figure 7b shows the time from trial start to response deadline for a traditional GO/NO GO task (target vs. non-target), pass/fail, or yes/no type test with two boundary conditions or binary classification. Different types of values and shapes of conservative and impulsive measures are shown. As shown in Figure 7b, the curves for the values of the conservative and impulsive measures for the GO/NO GO task show that waiting to take/respond to an action is not an instantaneous decision reached by the individual, but rather until the end of the trial ( or at least until the individual's attention is assigned elsewhere), and therefore has no right decision boundary.

도 7c 및 도 7d는, 제각기, 선형 신뢰 축적 및 비선형 신뢰 축적에 대한 신뢰의 형성의 예시적인 플롯들을 도시하고 있다. 선형 신뢰 축적을 갖는 시스템에서, 도 7c는 표적들에 대한 평균 신뢰(mean belief)(MB(표적들)) 및 비-표적들에 대한 평균 신뢰(MB(비-표적들))의 값들 대 응답 기준의 값에 대한 다양한 시점들(t = 0, a, b, c, d)에서의 (표적 대 비-표적에 대한) 신뢰의 발전을 도시하고 있다. 도 7c는 선형 신뢰 축적에 대한 표적 신뢰 구간(target confidence interval) 및 비-표적 신뢰 구간(non-target confidence interval)을 또한 도시하고 있다. 비선형 신뢰 축적을 갖는 시스템에서, 도 7d는 비선형 신뢰 축적에 대한 표적들에 대한 평균 신뢰(MB(표적들)) 및 비-표적들에 대한 평균 신뢰(MB(비-표적들))의 값들 대 응답 기준의 값에 대한 다양한 시점들(t = 0, a, b, c, d)에서의 (표적 대 비-표적에 대한) 신뢰의 발전을 도시하고 있다. 도 7d는 표적 신뢰 구간 및 비-표적 신뢰 구간을 또한 도시하고 있다. 전통적인 GO/NO GO 태스크는 시변 양태를 갖지 않는 자극을 특정 시간 기간 동안 개인에게 제시하는 것을 수반하고, 신뢰를 발전시키기 위해 개인에게 이용가능한 정보로부터의 신뢰의 선형적 축적을 지원한다. 이와 달리, 본 명세서에서의 원리들에 따른 예시적인 태스크들 및/또는 간섭들은 (그것들의 특징 다이내믹스에 기초하는) 적어도 하나의 시변 피처를 가지며, 비선형 신뢰 축적을 결과한다.7C and 7D show exemplary plots of the formation of confidence for linear and non-linear confidence accumulations, respectively. In a system with a linear confidence accumulation, FIG. 7C shows the values of mean belief for targets ( MB (targets)) and mean confidence for non-targets ( MB (non-targets)). It shows the evolution of confidence (on target versus non-target) at various time points (t = 0, a, b, c, d) for the value of the response criterion versus the response. Figure 7c also shows the target confidence interval and the non-target confidence interval for the linear confidence build-up. In a system with a non-linear confidence build-up, FIG. 7D shows the values of the mean confidence for targets ( MB (targets)) and the mean confidence for non-targets (MB (non-targets)) for the non-linear confidence build-up. It shows the evolution of confidence (on target versus non-target) at various time points (t = 0, a, b, c, d) for the value of the response criterion versus the response. 7D also shows target confidence intervals and non-target confidence intervals. The traditional GO/NO GO task involves presenting a stimulus to an individual for a specific period of time that does not have a time-varying pattern, and supports the linear accumulation of trust from information available to the individual to develop trust. In contrast, exemplary tasks and/or interferences in accordance with the principles herein have at least one time-varying feature (based on their characteristic dynamics), resulting in a non-linear confidence build-up.

도 8a 내지 도 8d는 도 7a 내지 도 7d에 도시된 상이한 시점들(t = a, b, c, d)에서의 "신호" 분포 및 "잡음" 분포에 대한 확률 곡선들의 플롯들을 도시하고 있다. 도 8a 내지 도 8d 각각은 (도 6에서의 시점들 t = t0, t1, t2, t3에 도시된 신호 및 잡음 곡선들과 유사한) x-축을 따라 변위된 상이한 시점들에서의 신호 곡선 및 잡음 곡선을 도시하고 있다. 도 8a 내지 도 8d에 도시된 바와 같이, 시간이 t = a로부터 t = d로 증가함에 따라 신호-잡음 곡선 쌍은 퍼져 나가며(즉, 보다 넓은 곡선으로 되며), 주어진 타입의 신호에 대한 주어진 시점에서의 주어진 정도의 신뢰의 확률을 표현한다. 이러한 시간-진화 모델에서, 신뢰 궤적이 결정 경계를 가로지를 때 결정이 이루어진다. 도 8a 내지 도 8d는 표적들에 대한에 대한 평균 신뢰(MB(표적들)) 및 비-표적들에 대한 평균 신뢰(MB(비-표적들))의 값들 대 신뢰의 발전을 또한 도시하고 있다. 도 8d에서, 결정 경계들(보수적 및 충동적)은 기준에서 수렴된다.8A-8D show plots of probability curves for the "signal" distribution and the "noise" distribution at different time points (t = a, b, c, d) shown in FIGS. 7A-7D . each of FIGS. 8A-8D is a signal at different time points displaced along the x-axis (similar to the signal and noise curves shown at points t = t 0 , t 1 , t 2 , t 3 in FIG. 6 ) Curves and noise curves are shown. 8A-8D, as time increases from t = a to t = d, the signal-noise curve pair spreads out (i.e. becomes a wider curve), and at a given time point for a given type of signal, Expresses the probability of a given degree of confidence in In this time-evolution model, a decision is made when the trust trajectory crosses a decision boundary. 8A-8D also show the evolution of confidence versus values of average confidence in targets ( MB (targets)) and average confidence in non-targets ( MB (non-targets)); are doing In FIG. 8D , the decision boundaries (conservative and impulsive) converge at the criterion.

본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 개인의 인지 능력의 정량자를 생성하기 위해 예시적인 응답 분류기를 실행하도록 구성될 수 있다. 예시적인 응답 분류기는, 선형/로지스틱 회귀, 주성분 분석, 일반화된 선형 혼합 모델들, 랜덤 결정 포레스트, 서포트 벡터 머신들, 및/또는 인공 신경 네트워크들과 같은, 그러나 이에 제한되지 않는, 머신 러닝 도구를 사용하여 구축될 수 있다. 비제한적인 예에서, 라벨링된 집단의 개인들(예컨대, 알려진 인지 장애, 실행 기능 장애, 질병 또는 다른 인지 질환을 가진 개인들)의 수행력 척도들을 사용하여 분류기를 트레이닝시키는 데 사용될 수 있는 분류 기법들. 트레이닝된 분류기는 집단 라벨(예컨대, 인지 장애, 실행 기능 장애, 질병 또는 다른 인지 질환)에 관해 개인을 분류하기 위해 태스크들 및/또는 간섭에 대한 개인의 응답들의 측정치들에 적용될 수 있다. 일 예에서, 머신 러닝은 클러스터 분석을 사용하여 구현될 수 있다. 참여하는 개인들의 인지 반응 능력의 각각의 측정은 개인들을 서브세트들 또는 클러스터들로 그룹화하는 파라미터로서 사용될 수 있다. 예를 들어, 서브세트 또는 클러스터 라벨들은 인지 장애, 인지 장애, 실행 기능 장애, 질병 또는 다른 인지 질환의 진단일 수 있다. 클러스터 분석을 사용하여, 각각의 서브세트의 유사성 메트릭 및 상이한 서브세트들 간의 간격이 계산될 수 있고, 이러한 유사성 메트릭들은 개인을 서브세트로 분류하기 위해 태스크 및/또는 간섭에 대한 그 개인의 응답들을 나타내는 데이터에 적용될 수 있다. 다른 예에서, 분류기는 인공 신경 네트워크에 기초한 지도 머신 러닝 도구(supervised machine learning tool)일 수 있다. 이러한 경우에, 알려진 인지 능력을 가진 개인들의 수행력 척도들은 상이한 수행력 척도들 간의 복잡한 관계들을 모델링하기 위해 신경 네트워크 알고리즘을 트레이닝시키는 데 사용될 수 있다. 트레이닝된 분류기는 개인의 인지 반응 능력을 나타내는 분류기 출력을 생성하기 위해 주어진 개인의 수행/응답 측정치들에 적용될 수 있다. 분류기를 생성하기 위한 다른 적용가능한 기법들은 개인의 인지 수행력에 기초하여 인지 능력을 투영하기 위한 회귀 또는 몬테 카를로(Monte Carlo) 기법을 포함한다. 분류기는 생리학적 측정치(예컨대, EEG) 및 인구통계 측정치들을 포함한, 다른 데이터를 사용하여 구축될 수 있다.Example systems, methods, and apparatus consistent with the principles herein may be configured to implement the example response classifier to generate a quantifier of an individual's cognitive ability. Exemplary response classifiers may employ machine learning tools such as, but not limited to, linear/logistic regression, principal component analysis, generalized linear mixed models, random decision forests, support vector machines, and/or artificial neural networks. can be built using In a non-limiting example, classification techniques that can be used to train a classifier using performance measures of a labeled population of individuals (eg, individuals with a known cognitive impairment, executive dysfunction, disease, or other cognitive disorder). . A trained classifier may be applied to measures of the individual's responses to tasks and/or intervention to classify the individual with respect to a population label (eg, a cognitive impairment, executive dysfunction, disease, or other cognitive disorder). In one example, machine learning may be implemented using cluster analysis. Each measure of the cognitive response ability of participating individuals can be used as a parameter to group individuals into subsets or clusters. For example, the subset or cluster labels may be a diagnosis of a cognitive impairment, cognitive impairment, executive dysfunction, disease or other cognitive disorder. Using cluster analysis, the similarity metric of each subset and the spacing between the different subsets can be computed, and these similarity metrics calculate the individual's responses to tasks and/or interferences to classify the individual into subsets. It can be applied to the data represented. In another example, the classifier may be a supervised machine learning tool based on an artificial neural network. In this case, performance measures of individuals with known cognitive ability can be used to train a neural network algorithm to model complex relationships between different performance measures. A trained classifier can be applied to a given individual's performance/response measures to produce a classifier output that is representative of the individual's cognitive response capabilities. Other applicable techniques for generating classifiers include regression or Monte Carlo techniques for projecting cognitive abilities based on an individual's cognitive performance. Classifiers can be built using other data, including physiological measures (eg, EEG) and demographic measures.

예시적인 구현에서, 프로그래밍된 프로세싱 유닛은 사용자 인터페이스에 태스크를 간섭과 함께 렌더링하기 위해 프로세서 실행가능 명령어들을 실행하도록 구성된다. 본 명세서에 보다 상세히 설명된 바와 같이, 사용자 인터페이스가 장치 또는 시스템과 상호작용하는 개인으로부터의 적어도 하나의 타입의 응답을 수신하기 위한 제한된 시간 기간을 부과하도록, 태스크 및 간섭 중 하나 이상은 시변적이고 응답 기한을 가진다. 프로세싱 유닛은 태스크에 대한 또는 간섭에 대한 2개 이상의 상이한 타입의 응답을 나타내는 데이터를 측정하도록 사용자 인터페이스를 제어하도록 구성된다. 프로그래밍된 프로세싱 유닛은 예시적인 시스템 또는 장치로 하여금 태스크에 대한 개인의 제1 응답 및 간섭에 대한 개인의 제2 응답을 나타내는 데이터를 수신하게 하고, 개인의 수행력을 표현하는 적어도 하나의 응답 프로파일을 계산하기 위해 데이터의 적어도 일부 부분을 분석하게 하며, 그리고 응답 프로파일로부터 (응답 기준과 같은, 그러나 이에 제한되지 않는) 결정 경계 메트릭을 결정하게 하기 위해 프로세서 실행가능 명령어들을 실행하도록 추가로 구성된다. 도 4a 및 도 4b와 관련하여를 포함하여, 본 명세서에 설명된 바와 같이, (응답 기준과 같은, 그러나 이에 제한되지 않는) 결정 경계 메트릭은 태스크 또는 간섭에 대한 2개 이상의 상이한 타입의 응답(응답 A 대 응답 B) 중 적어도 하나의 타입의 응답을 제공하는 개인의 경향의 정량적 척도를 제공한다. 프로그래밍된 프로세싱 유닛은 개인의 인지 반응 능력을 나타내는 분류기 출력을 생성하기 위해, (응답 기준과 같은, 그러나 이에 제한되지 않는) 결정 경계 메트릭의 계산된 값들에 기초하여 응답 분류기를 실행하기 위해 프로세서 실행가능 명령어들을 실행하도록 추가로 구성된다.In an example implementation, the programmed processing unit is configured to execute processor-executable instructions to render a task with interference to a user interface. As described in more detail herein, one or more of the tasks and interventions are time-varying and responsive such that the user interface imposes a limited time period for receiving at least one type of response from an individual interacting with the device or system. have a deadline The processing unit is configured to control the user interface to measure data indicative of two or more different types of responses to the task or to the interference. The programmed processing unit causes the exemplary system or apparatus to receive data representative of a first response of the individual to a task and a second response of the individual to interference, and calculate at least one response profile representative of performance of the individual. and further configured to execute the processor-executable instructions to analyze the at least some portion of the data to: As described herein, including in connection with FIGS. 4A and 4B , a decision boundary metric (such as, but not limited to, a response criterion) is a response (response) of two or more different types to a task or interference. It provides a quantitative measure of an individual's propensity to provide a response of at least one type of A versus response B). The programmed processing unit is processor executable to execute the response classifier based on computed values of a decision boundary metric (such as, but not limited to, a response criterion) to generate a classifier output indicative of an individual's cognitive response capabilities. and further configured to execute instructions.

일 예에서, 프로세싱 유닛은 약제, 약물, 생물학적 제제 또는 다른 약품의 양, 농도, 또는 용량 적정 중 하나 이상을 변경하는 것, 개인이 약제, 약물, 생물학적 제제 또는 다른 약품의 투여에 응답하여 부작용을 경험할 가능성을 식별하는 것, 개인의 인지 반응 능력의 변화를 식별하는 것, 치료 계획을 권장하는 것, 또는 행동 요법, 상담, 또는 신체 운동 중 적어도 하나의 유효성의 정도를 권장하거나 결정하는 것 중 하나 이상을 위해 분류기 출력을 추가로 사용한다.In one example, the processing unit is configured to alter one or more of an amount, concentration, or dose titration of a drug, drug, biological agent, or other drug, causing the individual to experience side effects in response to administration of the drug, drug, biologic, or other drug. one of identifying the likelihood of experiencing a change in an individual's cognitive response ability, recommending a treatment plan, or recommending or determining the degree of effectiveness of at least one of behavioral therapy, counseling, or physical exercise. We additionally use the classifier output for the above.

본 명세서에서의 임의의 예에서, 예시적인 응답 분류기는 개인의 인지 능력의 정량화가능한 평가를 위한 지능형 프록시로서 사용될 수 있다. 즉, 응답 분류기가 일단 트레이닝되면, 분류기 출력은 다른 인지 또는 행동 평가 테스트들을 사용하지 않으면서 다수의 개인들의 인지 반응 능력의 표시를 제공하는 데 사용될 수 있다.In any of the examples herein, the exemplary response classifier can be used as an intelligent proxy for a quantifiable assessment of an individual's cognitive abilities. That is, once the response classifier is trained, the classifier output can be used to provide an indication of the cognitive response ability of multiple individuals without using other cognitive or behavioral assessment tests.

인지 결핍을 모니터링하는 것은 개인들, 및/또는 의료, 헬스케어, 행동, 또는 다른 전문가가 (동의 하에) 인지 질환, 질병, 또는 실행 기능 장애의 상태 또는 진행을 모니터링할 수 있게 해준다. 예를 들어, 알츠하이머병을 가지는 사람들은 처음에 경미한 증상을 보일 수 있지만, 다른 사람들은 보다 쇠약한 증상을 가질 수 있다. 인지 증상의 상태 또는 진행이 규칙적으로 또는 주기적으로 정량화될 수 있는 경우, 이는 한 형태의 약제 또는 다른 약물이 언제 투여될 수 있는지의 표시를 제공할 수 있거나, 언제 삶의 질이 훼손될 수 있는지(생활 지원(assisted living)을 필요로 하는 것 등)를 나타낼 수 있다. 인지 결핍을 모니터링하는 것은 또한, 특히 처치(intervention)가 특정 개인들에 대해 선택적으로 효과가 있는 것으로 알려져 있는 경우들에서, 개인들, 및/또는 의료, 헬스케어, 행동, 또는 다른 전문가가 (동의 하에) 임의의 치료 또는 처치에 대한 개인의 반응을 모니터링할 수 있게 해준다. 일 예에서, 본 명세서에서의 분류기에 기초한 인지 평가 도구는 주의력 결핍 과잉행동 장애(ADHD)를 가지는 개별 환자일 수 있다. 다른 예에서, 분류기들 및 다른 도구들은, 화학 요법과 같은, 그러나 이에 제한되지 않는, 알려진 인지 영향을 갖는, 또는 특징지워지지 않거나 열악하게 특징지워진 약물역학(pharmacodynamics)을 수반하는 치료들로부터의 임의의 인지 부작용들의 존재 및/또는 심각도(severity)의 모니터로서 사용될 수 있다. 본 명세서에서의 임의의 예에서, 인지 수행 측정들 및/또는 데이터의 분류기 분석은 30분마다, 몇 시간마다, 매일, 주당 2회 이상, 매주, 격주로, 매월, 또는 1년에 1회 수행될 수 있다.Monitoring cognitive deficits enables individuals, and/or medical, healthcare, behavioral, or other professionals to monitor the status or progression of a cognitive disease, disorder, or executive dysfunction (with consent). For example, people with Alzheimer's disease may have mild symptoms at first, while others may have more debilitating symptoms. If the state or progression of cognitive symptoms can be quantified regularly or periodically, this can provide an indication of when one form of medication or another may be administered, or when quality of life may be compromised. may indicate a need for assisted living, etc.). Monitoring cognitive deficits may also be helpful for individuals and/or medical, healthcare, behavioral, or other professionals (consent under) to monitor an individual's response to any treatment or treatment. In one example, the classifier-based cognitive assessment tool herein may be an individual patient with attention deficit hyperactivity disorder (ADHD). In another example, classifiers and other tools can be used for any treatment from treatments with known cognitive effects, such as, but not limited to, chemotherapy, or involving uncharacterized or poorly characterized pharmacodynamics. It can be used as a monitor for the presence and/or severity of cognitive adverse events. In any example herein, the classifier analysis of cognitive performance measures and/or data is performed every 30 minutes, every few hours, daily, twice or more per week, weekly, biweekly, monthly, or once a year. can be

일 예에서, 응답 분류기는 개인의 보수성 또는 충동성의 정도의 정량화가능 척도들에 대한 지능형 프록시로서 사용될 수 있다.In one example, the response classifier can be used as an intelligent proxy for quantifiable measures of an individual's degree of conservatism or impulsivity.

일 예에서, 제1 응답 및/또는 제2 응답을 나타내는 데이터의 분석은 충동적 응답 프로파일 또는 보수적 응답 프로파일인 제1 응답 프로파일을 생성한다.In one example, the analysis of the data representative of the first response and/or the second response generates a first response profile that is an impulsive response profile or a conservative response profile.

비제한적인 예에서, 개인이 제한된 시간 기간 내에 제1 응답 및 제2 응답을 제공하도록 요구받도록 태스크 및 간섭이 사용자 인터페이스에 렌더링될 수 있다. 일 예에서, 개인은 제1 응답과 제2 응답을 실질적으로 동시에 제공하도록 요구받는다.In a non-limiting example, tasks and interventions may be rendered in a user interface such that an individual is required to provide a first response and a second response within a limited time period. In one example, the individual is required to provide a first response and a second response substantially simultaneously.

본 명세서에서의 예에서, "실질적으로 동시에"는 서로로부터 약 5 밀리초 미만 내에, 또는 서로로부터 약 10 밀리초, 약 20 밀리초, 약 50 밀리초, 약 75 밀리초, 약 100 밀리초, 또는 약 150 밀리초 이하, 약 200 밀리초 이하, 약 250 밀리초 이하 내에, 태스크들이 렌더링되거나 응답 측정들이 수행되는 것을 의미한다. 본 명세서에서의 임의의 예에서, "실질적으로 동시에"는 평균 인간 반응 시간 미만의 시간 기간이다. 다른 예에서, 개인이 미리 설정된 양의 시간 내에 2개의 태스크 간에 스위칭하는 경우 2개의 태스크는 실질적으로 동시적일 수 있다. "실질적으로 동시에"인 것으로 간주되는 스위칭을 위한 설정된 양의 시간은 약 1/10초, 1초, 약 5초, 약 10초, 약 30초, 또는 그 이상일 수 있다.In examples herein, "substantially simultaneously" means within less than about 5 milliseconds of each other, or about 10 milliseconds, about 20 milliseconds, about 50 milliseconds, about 75 milliseconds, about 100 milliseconds from each other, or within about 150 milliseconds or less, about 200 milliseconds or less, about 250 milliseconds or less, tasks are rendered or response measurements are performed. In any instance herein, “substantially simultaneously” is a period of time that is less than the average human reaction time. In another example, two tasks may be substantially concurrent when an individual switches between two tasks within a preset amount of time. The set amount of time for switching considered to be “substantially simultaneous” may be about 1/10 second, 1 second, about 5 seconds, about 10 seconds, about 30 seconds, or more.

비제한적인 예에서, 분류기 출력은 개인의 인지 반응 능력의 충동성 또는 보수성의 정도를 나타낼 수 있다.In a non-limiting example, the classifier output may indicate a degree of impulsivity or conservatism of an individual's cognitive response ability.

일 예에서, 프로세싱 유닛은, 제1 응답 및/또는 제2 응답을 나타내는 데이터의 분석이 제1 응답 프로파일의 수정을 나타내도록, 태스크 및/또는 간섭을 수정하기 위해 적어도 하나의 적응적 절차를 적용하는 것을 포함하는 추가의 명령어들을 실행한다.In an example, the processing unit applies at least one adaptive procedure to modify the task and/or interference, such that analysis of the data representative of the first response and/or the second response indicates a modification of the first response profile. Executes additional instructions including

일 예에서, 적어도 하나의 응답 프로파일은 수정된 태스크 및/또는 수정된 간섭에 대한 제1 응답 및/또는 제2 응답의 측정으로부터 수집되는 수신된 데이터에 기초하여 충동적 응답 프로파일로부터 보수적 응답 프로파일로 변한다.In one example, the at least one response profile is configured from an impulsive response profile to a conservative response profile based on received data collected from measurements of a first response and/or a second response to the modified task and/or the modified interference. change

일 예에서, 태스크 또는 간섭은 응답 기한을 갖는 응답 기한 절차를 포함하고; 여기서 적어도 하나의 적응적 절차는 개인의 수행 특성을 충동적 응답 프로파일 또는 보수적 응답 프로파일로 수정하도록 응답 기한을 수정한다.In one example, the task or interference includes a response deadline procedure with a response deadline; Here, the at least one adaptive procedure modifies the response deadline to modify the performance characteristic of the individual into an impulsive response profile or a conservative response profile.

일 예에서, 프로세싱 유닛은 응답 기한 절차와 연관된 응답 윈도의 시간 길이를 수정하도록 사용자 인터페이스를 제어한다.In one example, the processing unit controls the user interface to modify the length of time of the response window associated with the response deadline procedure.

일 예에서, 프로세싱 유닛은 사용자 인터페이스에 렌더링되는 태스크 또는 간섭의 양태의 시변 특성을 수정하도록 사용자 인터페이스를 제어한다.In one example, the processing unit controls the user interface to modify the time-varying nature of an aspect of a task or interference rendered to the user interface.

도 4a 및 도 4b와 관련하여 설명된 바와 같이, 태스크 및/또는 간섭의 시변 특성은, 선형 드리프트 레이트가 시간 경과에 따른 신뢰의 발전을 포착하기에 더 이상 충분하지 않도록(오히려 비선형 드리프트 레이트를 요구함), 표적에 관한 정보의 시변 가용성을 결과한다. 시변 특성은 개인이 표적과 비-표적 간을 판별하기 위해 요구하는 컬러, 형상, 생물체의 타입, 얼굴 표정, 또는 다른 특징과 같은, 그러나 이로 제한되지 않는 특징일 수 있어, 가용성의 상이한 시간 특성을 결과할 수 있다. 응답 윈도 길이의 시행별 조정(trial-by-trial adjustment)은 또한 태스크 및/또는 간섭에 대해 성공적으로 응답하기 위해 결정 기준들이 어디에 있을 필요가 있는지에 대한 개인의 지각을 변화시키는 시변 특성일 수 있다. 수정될 수 있는 다른 시변 특성은 간섭이 신뢰 축적 및/또는 응답 선택 및 실행에서 중단들을 유입시킬 수 있는 병렬 태스크를 방해하는 정도이다.4A and 4B, the time-varying nature of the task and/or interference is such that the linear drift rate is no longer sufficient to capture the evolution of confidence over time (rather requiring a non-linear drift rate). ), resulting in time-varying availability of information about the target. A time-varying characteristic may be a characteristic such as, but not limited to, color, shape, type of organism, facial expression, or other characteristic that an individual requires to discriminate between target and non-target, allowing different temporal characteristics of availability. can result Trial-by-trial adjustment of response window length may also be a time-varying property that changes an individual's perception of where decision criteria need to be in order to respond successfully to a task and/or intervention. . Another time-varying characteristic that can be modified is the degree to which interference interferes with a parallel task that can introduce interruptions in confidence accumulation and/or response selection and execution.

일 예에서, 태스크 또는 간섭의 양태의 시변 특성을 수정하는 것은 개인의 2개 이상의 상호작용 세션 사이의 사용자 인터페이스에서의 태스크 또는 간섭의 렌더링의 시간 길이를 조정하는 것을 포함한다.In one example, modifying the time-varying nature of an aspect of a task or interference includes adjusting the length of time of rendering of the task or interference in a user interface between two or more interactive sessions of an individual.

일 예에서, 시변 특성은 객체의 속도, 얼굴 표정의 변화율, 객체의 궤적 방향, 객체의 배향의 변경, 객체의 적어도 하나의 컬러, 객체의 타입, 또는 객체의 사이즈 중 하나 이상이다.In one example, the time-varying characteristic is one or more of a velocity of the object, a rate of change of a facial expression, a trajectory direction of the object, a change in the orientation of the object, at least one color of the object, a type of the object, or a size of the object.

일 예에서, 객체의 타입의 변경은 제1 타입의 객체로부터 제2 타입의 객체로 모핑(morphing)하는 것 또는 블렌드셰이프(blendshape)를 제1 타입의 객체와 제2 타입의 객체의 비례 조합(proportionate combination)으로서 렌더링하는 것을 사용하여 실시된다.In one example, the change of the type of object is morphing from an object of a first type to an object of a second type, or a blendshape is a proportional combination of an object of a first type and an object of a second type ( This is done using rendering as a proportionate combination.

비제한적인 예에서, 프로세싱 유닛은 사용자 인터페이스를 렌더링하거나 다른 컴포넌트로 하여금 태스크 및/또는 간섭, 또는 시스템 또는 장치의 다른 특징 또는 다른 요소와 상호작용하는 데 있어서의 성공의 정도에 대해 개인에 대한 보상을 나타내기 위한 적어도 하나의 요소를 실행하게 하도록 구성될 수 있다. 보상 컴퓨터 요소는 예시적인 시스템, 방법 또는 장치에 대한 사용자 만족도를 증진시키고, 그 결과, 긍정적 사용자 상호작용 그리고 따라서 개인의 경험의 즐거움을 증가시키기 위해 사용자에게 전달되는 컴퓨터 생성 피처(computer generated feature)일 수 있다.In a non-limiting example, the processing unit may reward an individual for a degree of success in rendering a user interface or causing another component to interact with a task and/or interference, or other feature or other element of a system or apparatus. It may be configured to execute at least one element for representing A reward computer element may be a computer generated feature delivered to a user to enhance user satisfaction with the exemplary system, method, or device, and, as a result, to increase positive user interaction and thus enjoyment of the individual experience. can

일 예에서, 프로세싱 유닛은 제1 응답 및 제2 응답을 나타내는 데이터로부터 도출된 바이어스 감도(bias sensitivity), 병렬 태스크들에 대한 비-결정 시간 감도(non-decision time sensitivity), 병렬 태스크 요구들에 대한 신뢰 축적 감도(belief accumulation sensitivity), 보상률 감도(reward rate sensitivity), 또는 응답 윈도 추정 효율(response window estimation efficiency) 중 하나 이상을 나타내는 파라미터들을 분류기 출력으로서 추가로 계산한다. 바이어스 감도는 태스크들의 바이어스에 기초하여 태스크들 중 몇몇에 대해 개인이 얼마나 민감한지(한 타입의 응답 대 다른 타입의 응답(예컨대, 응답 A 대 응답 B)에 대한 경향)의 척도일 수 있다. 병렬 태스크들에 대한 비-결정 시간 감도는 간섭이 프라이머리 태스크의 개인의 수행을 얼마만큼 방해하는지의 척도일 수 있다. 병렬 태스크 요구들에 대한 신뢰 축적 감도는 개인이 프라이머리 태스크를 수행하는 동안 간섭에 대응하기 위해 신뢰를 발전/축적하는 개인의 레이트의 척도일 수 있다. 보상률 감도는 응답 기한 윈도의 시간 길이에 기초하여 개인의 응답이 어떻게 변하는지를 측정하는 데 사용될 수 있다. 응답 기한이 끝날 무렵에(예컨대, 개인이 시야에서 벗어나려 하는 간섭을 볼 때), 개인은 결정을 할 시간이 부족하다는 것을 알게 된다. 이것은 개인의 응답들이 그에 따라 어떻게 변하는지를 측정한다. 응답 윈도 추정 효율은 다음과 같이 설명된다. 개인이 액션을 취하기로/응답하기로 또는 액션을 취하지 않기로/응답하지 않기로 결정을 할 때, 그 결정은 개인이 응답할 시간이 부족하다고 생각할 때에 기초할 필요가 있다. 다양한 윈도에 대해, 개인은 그 윈도를 완벽하게 측정할 수 없을 것이지만, 충분한 시행들/세션을 사용하여, 응답 데이터에 기초하여, 개인이 태스크 또는 간섭 내의 객체들의 시변 양태(예컨대, 궤적)에 기초하여 그 추정을 얼마나 잘 행하는지를 추론하는 것이 가능할 수 있다.In one example, the processing unit is sensitive to bias sensitivity derived from data representative of the first response and the second response, non-decision time sensitivity for parallel tasks, and parallel task requests. parameters representing one or more of a belief accumulation sensitivity, a reward rate sensitivity, or a response window estimation efficiency for the ? Bias sensitivity may be a measure of how sensitive an individual is to some of the tasks (propensity for one type of response versus another (eg, response A versus response B)) based on the bias of the tasks. Non-decision time sensitivity for parallel tasks may be a measure of how much interference interferes with an individual's performance of the primary task. Trust accumulation sensitivity to parallel task requests may be a measure of an individual's rate of developing/accumulating trust to counteract interference while the individual performs a primary task. The reward rate sensitivity can be used to measure how an individual's response changes based on the length of time of the response deadline window. At the end of the response deadline (eg, when the individual sees an interference trying to get out of sight), the individual finds that he or she lacks time to make a decision. It measures how an individual's responses change accordingly. The response window estimation efficiency is described as follows. When an individual decides to take/respond or not to take/respond an action, that decision needs to be based on when the individual feels that he or she lacks time to respond. For various windows, an individual will not be able to measure that window perfectly, but using sufficient trials/sessions, based on the response data, the individual will be able to base the time-varying behavior (eg, trajectory) of objects within the task or interference. Thus, it may be possible to infer how well it performs the estimation.

본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 관심의 인지 능력의 척도에 관해 이전에 분류된 개인들에 대한 인간 의사 결정의 계산 모델의 출력으로부터의 피드백 데이터에 기초하여 개인들의 인지 능력의 척도의 분류기 모델을 트레이닝시키도록 구성될 수 있다. 예를 들어, 응답 분류기는 복수의 트레이닝 데이터 세트들을 사용하여 트레이닝될 수 있으며, 여기서 각각의 트레이닝 데이터 세트는 개인들의 그룹으로부터의 이전에 분류된 개인과 연관된다. 트레이닝 데이터 세트 각각은, 본 명세서에 설명된 예시적인 장치, 시스템, 또는 컴퓨팅 디바이스와의 분류된 개인의 상호작용에 기초하여, 태스크에 대한 분류된 개인의 제1 응답을 나타내는 데이터 및 간섭에 대한 분류된 개인의 제2 응답을 나타내는 데이터를 포함한다. 예시적인 응답 분류기는 또한 인지 테스트, 및/또는 행동 테스트에서의 분류된 개인의 수행을 나타내는 데이터, 및/또는 분류된 개인의 인지 질환, 질병, 또는 장애(실행 기능 장애를 포함함)의 상태 또는 진행의 진단을 나타내는 데이터를 입력으로서 취할 수 있다.Exemplary systems, methods, and apparatus in accordance with the principles herein provide a method for recognizing individuals based on feedback data from the output of a computational model of human decision-making for individuals previously classified with respect to a measure of cognitive ability of interest. and may be configured to train a classifier model of a measure of cognitive ability. For example, the response classifier may be trained using a plurality of training data sets, where each training data set is associated with a previously classified individual from a group of individuals. Each of the training data sets includes data indicative of a classified individual's first response to a task and a classification for interference based on the classified individual's interactions with the example apparatus, system, or computing device described herein. and data representing the second response of the individual. Exemplary response classifiers may also include data indicative of a classified individual's performance on a cognitive test, and/or a behavioral test, and/or a state or Data indicative of a diagnosis of progression may be taken as input.

본 명세서에서의 임의의 예에서, 적어도 하나의 프로세싱 유닛은 장치의 작동 컴포넌트(인지 플랫폼을 포함함)로 하여금 자극들 또는 개인과의 다른 상호작용을 실시하기 위해 컴퓨터화된 청각, 촉각, 또는 진동 요소들을 작동시키도록 프로그래밍될 수 있다. 비제한적인 예에서, 적어도 하나의 프로세싱 유닛은 인지 플랫폼의 컴포넌트로 하여금, 입력 디바이스를 사용하여 제공된 응답들을 포함한, 태스크 및/또는 간섭과의 사용자 상호작용에 기초한 개인으로부터의 적어도 하나의 응답을 나타내는 데이터를 수신하게 하도록 프로그래밍될 수 있다. 적어도 하나의 그래픽 사용자 인터페이스가 컴퓨터화된 자극을 개인에게 제시하기 위해 렌더링되는 예에서, 적어도 하나의 프로세싱 유닛은 그래픽 사용자 인터페이스로 하여금 개인으로부터의 적어도 하나의 응답을 나타내는 데이터를 수신하게 하도록 프로그래밍될 수 있다.In any of the examples herein, the at least one processing unit causes an actuation component (including a cognitive platform) of the device to effect a computerized auditory, tactile, or vibrational stimuli or other interaction with the individual. It can be programmed to actuate elements. In a non-limiting example, the at least one processing unit causes a component of the cognitive platform to display at least one response from the individual based on user interaction with the task and/or interference, including responses provided using the input device. It can be programmed to receive data. In an example where at least one graphical user interface is rendered to present a computerized stimulus to an individual, the at least one processing unit may be programmed to cause the graphical user interface to receive data representative of at least one response from the individual. have.

본 명세서에서의 임의의 예에서, 태스크 및/또는 간섭에 대한 개인의 응답을 나타내는 데이터는, 자이로스코프, 가속도계, 모션 센서, 위치 센서, 압력 센서, 광학 센서, 청각 센서, 진동 센서, 비디오 카메라, 감압 표면, 터치 감응 표면, 또는 다른 타입의 센서와 같은, 그러나 이에 제한되지 않는, 본 명세서에서의 예시적인 시스템 또는 장치에 포함된 그리고/또는 그에 커플링된 적어도 하나의 센서 디바이스를 사용하여 측정될 수 있다. 다른 예들에서, 태스크 및/또는 간섭에 대한 개인의 응답을 나타내는 데이터는, 비디오 카메라, 마이크로폰, 조이스틱, 키보드, 마우스, 트레드밀(treadmill), 일립티컬(elliptical), 자전거, 스테퍼(stppers), 또는 게이밍 시스템(Wii®, Playstation®, 또는 Xbox® 또는 다른 게이밍 시스템을 포함함)을 포함한, 다른 타입의 센서 디바이스들을 사용하여 측정될 수 있다. 개인이 태스크 및/또는 간섭과 함께 제시된 자극들에 대한 응답을 실행했을 때, 적어도 하나의 센서 디바이스를 사용하여 검출되고 그리고/또는 측정되는 개인의 물리적 액션들에 기초하여 데이터가 생성될 수 있다.In any of the examples herein, data indicative of an individual's response to a task and/or interference may include: a gyroscope, an accelerometer, a motion sensor, a position sensor, a pressure sensor, an optical sensor, an auditory sensor, a vibration sensor, a video camera, to be measured using at least one sensor device included in and/or coupled to the exemplary systems or apparatus herein, such as, but not limited to, a pressure sensitive surface, a touch sensitive surface, or other type of sensor. can In other examples, data indicative of an individual's response to a task and/or interference may be a video camera, microphone, joystick, keyboard, mouse, treadmill, elliptical, bicycle, stepper, or gaming device. can be measured using other types of sensor devices, including systems (including Wii®, Playstation®, or Xbox® or other gaming systems). Data may be generated based on the individual's physical actions detected and/or measured using the at least one sensor device when the individual executed the task and/or response to stimuli presented with the interference.

사용자는 컴퓨터 디바이스와 상호작용함으로써 태스크들에 응답할 수 있다. 일 예에서, 사용자는, 그 중에서도 특히, 영숫자 또는 방향 입력들을 위한 키보드; go/no go 클릭킹(clicking), 스크린 위치 입력들, 및 움직임 입력들을 위한 마우스; 움직임 입력들, 스크린 위치 입력들, 및 클릭킹 입력들을 위한 조이스틱; 오디오 입력들을 위한 마이크로폰; 스틸 또는 모션 광학 입력들을 위한 카메라; 디바이스 움직임 입력들을 위한 가속도계 및 자이로스코프들과 같은 센서들을 사용하여 응답을 실행할 수 있다. 게임 시스템에 대한 비제한적이고 예시적인 입력들은 내비게이션 및 클릭킹 입력들을 위한 게임 컨트롤러, 가속도계 및 자이로스코프 입력들을 갖는 게임 컨트롤러, 및 모션 광학 입력들을 위한 카메라를 포함하지만, 이들로 제한되지 않는다. 모바일 디바이스 또는 태블릿에 대한 예시적인 입력들은, 그 중에서도 특히, 스크린 위치 정보 입력들, 가상 키보드 영숫자 입력들, go/no go 탭핑 입력들, 및 터치 스크린 움직임 입력들을 위한 터치 스크린; 모션 입력들을 위한 가속도계 및 자이로스코프; 오디오 입력들을 위한 마이크로폰; 스틸 또는 모션 광학 입력들을 위한 카메라를 포함한다. 다른 예들에서, 개인의 응답을 나타내는 데이터는, EEG(electroencephalogram), MEG(magnetoencephalography), 심박수, 심박수 변동성, 혈압, 체중, 눈 움직임, 동공 팽창, 갈바닉 피부 반응과 같은 피부 전기 반응(electrodermal responses), 혈당 레벨, 호흡 수(respiratory rate), 및 혈중 산소 농도(blood oxygenation)와 같은, 그러나 이에 제한되지 않는, 사용자의 신체 상태로부터의 입력들을 통합하기 위한 생리학적 센서들/척도들을 포함할 수 있다.A user may respond to tasks by interacting with a computer device. In an example, a user may include, among other things, a keyboard for alphanumeric or directional inputs; mouse for go/no go clicking, screen position inputs, and motion inputs; joystick for motion inputs, screen position inputs, and clicking inputs; microphone for audio inputs; camera for still or motion optical inputs; Sensors such as accelerometers and gyroscopes for device motion inputs can be used to implement the response. Non-limiting example inputs to a game system include, but are not limited to, a game controller for navigation and clicking inputs, a game controller with accelerometer and gyroscope inputs, and a camera for motion optical inputs. Exemplary inputs for a mobile device or tablet include, inter alia, a touch screen for screen location information inputs, virtual keyboard alphanumeric inputs, go/no go tapping inputs, and touch screen movement inputs; accelerometer and gyroscope for motion inputs; microphone for audio inputs; Includes a camera for still or motion optical inputs. In other examples, data indicative of an individual's response may include electrodermal responses such as electroencephalogram (EEG), magnetoencephalography (MEG), heart rate, heart rate variability, blood pressure, weight, eye movements, pupil dilation, galvanic skin response, physiological sensors/scales for integrating inputs from the user's physical state, such as, but not limited to, blood glucose level, respiratory rate, and blood oxygenation.

본 명세서에서의 임의의 예에서, 개인은 버튼을 클릭하는 것 및/또는 커서를 스크린 상의 올바른 위치로 움직이는 것의 물리적 액션, 머리 움직임, 손가락 또는 손 움직임, 음성 응답, 눈 움직임, 또는 개인의 다른 액션을 통해 응답을 제공하도록 지시받을 수 있다.In any of the examples herein, the individual may include a physical action, head movement, finger or hand movement, voice response, eye movement, or other action of the individual, such as clicking a button and/or moving the cursor to the correct location on the screen. may be instructed to provide a response via

비제한적인 예로서, 사용자에게 코스 또는 환경을 내비게이트하거나 다른 시각 운동 활동을 수행하도록 요구하는 사용자 인터페이스에 렌더링된 태스크 또는 간섭에 대한 개인의 응답은 개인에게 적어도 하나의 타입의 센서 디바이스를 사용하여 검출 및/또는 측정되는 (스티어링과 같은, 그러나 이에 제한되지 않는) 움직임들을 행하라고 요구할 수 있다. 검출 또는 측정으로부터의 데이터는 응답을 나타내는 데이터에 대한 응답을 제공한다.As a non-limiting example, the individual's response to a task or intervention rendered in a user interface that requires the user to navigate a course or environment or perform another visual motor activity may be communicated to the individual using at least one type of sensor device. may request to make movements (such as, but not limited to, steering) that are detected and/or measured. The data from the detection or measurement provides a response to the data indicative of the response.

비제한적인 예로서, 사용자에게 표적과 비-표적 간을 판별하도록 요구하는 사용자 인터페이스에 렌더링된 태스크 또는 간섭에 대한 개인의 응답은 개인에게 적어도 하나의 타입의 센서 디바이스를 사용하여 검출 및/또는 측정되는 (탭핑 또는 다른 공간적 또는 시간적 판별 표시(spatially or temporally discriminating indication)와 같은, 그러나 이에 제한되지 않는) 움직임들을 행하라고 요구할 수 있다. 개인의 움직임들의 검출 또는 다른 측정에 기초하여 (적어도 하나의 센서 또는 본 명세서에 설명된 다른 디바이스 또는 컴포넌트와 같은, 그러나 이에 제한되지 않는) 시스템 또는 장치의 컴포넌트에 의해 수집된 데이터는 개인의 응답들을 나타내는 데이터를 제공한다.As a non-limiting example, the individual's response to a task or interference rendered to a user interface that requires the user to discriminate between a target and a non-target may be detected and/or measured by the individual using at least one type of sensor device. may request to perform movements (such as, but not limited to, tapping or other spatially or temporally discriminating indication). Data collected by a component of a system or apparatus (such as, but not limited to, at least one sensor or other device or component described herein) based on detection or other measurement of the individual's movements may determine the individual's responses. It provides data representing

예시적인 시스템, 방법, 및 장치는 개인의 인지 반응 능력을 나타내는 분류기 출력을 생성하기 위한 각각의 측정 단독보다 더 민감한 복합 변수들 또는 프로파일들을 생성하기 위해, 분류기 모델을, 선형/로지스틱 회귀, 주성분 분석, 일반화된 선형 혼합 모델, 랜덤 결정 포레스트, 서포트 벡터 머신, 또는 인공 신경 네트워크와 같은, 그러나 이에 제한되지 않는, 계산 기법들 및/또는 머신 러닝 도구들을 사용하여, 태스크들 및/또는 간섭에 대한 개인의 응답을 나타내는 데이터, 및/또는 하나 이상의 생리학적 측정치들로부터의 데이터에 적용하도록 구성될 수 있다. 일 예에서, 분류기 출력은 질병, 장애 또는 인지 질환의 표시를 검출하는 것, 또는 인지 건강을 평가하는 것과 같은, 그러나 이에 제한되지 않는 다른 표시들을 위해 구성될 수 있다.Exemplary systems, methods, and apparatus apply a classifier model to linear/logistic regression, principal component analysis, to generate complex variables or profiles that are more sensitive than each measure alone to produce a classifier output indicative of an individual's cognitive response ability. , using computational techniques and/or machine learning tools, such as, but not limited to, generalized linear mixed model, random decision forest, support vector machine, or artificial neural network, for tasks and/or interference. data indicative of the response of, and/or data from one or more physiological measures. In an example, the classifier output may be configured for other indications, such as, but not limited to, detecting an indication of a disease, disorder or cognitive disorder, or evaluating cognitive health.

본 명세서에서의 예시적인 응답 분류기들은 출력을 제공하기 위해 인지 플랫폼과의 개인들의 상호작용 세션들로부터 수집된 데이터에 적용되도록 트레이닝될 수 있다. 비제한적인 예에서, 분류기 모델은 개인의 인지 반응 능력을 분류하기 위해 태스크 및/또는 간섭에 대한 개인의 응답으로부터 수집된 데이터에 적용될 수 있는 표준 테이블(standards table)을 생성하는 데 사용될 수 있다.The example response classifiers herein may be trained to apply data collected from interaction sessions of individuals with a cognitive platform to provide an output. In a non-limiting example, a classifier model may be used to generate a standards table that may be applied to data collected from an individual's response to a task and/or intervention to classify the individual's cognitive response ability.

인지 능력의 평가의 비제한적 예들은 간이 정신 진단 검사(Mini Mental State Exam), CANTAB 인지 종합 테스트(CANTAB cognitive battery), 주의력 변수 테스트(Test of Variables of Attention; TOVA), 신경 심리 상태 평가를 위한 반복 가능한 종합 테스트(Repeatable Battery for the Assessment of Neuropsychological Status), 특정 조건에 관련이 있는 전반적 임상 인상(Clinical Global Impression) 척도, 임상의의 인터뷰 기반의 변화 인상(Clinician's Interview-Based Impression of Change), 중증 장애 종합 테스트(Severe Impairment Battery), 알츠하이머 질환 평가 척도(Alzheimer's Disease Assessment Scale), 양성 및 음성 증후군 척도(Positive and Negative Syndrome Scale), 정신 분열증 인지 평가 척도(Schizophrenia Cognition Rating Scale), 코너스 성인 ADHD 평가 척도(Conners Adult ADHD Rating Scales), 해밀턴 우울증 평가 척도(Hamilton Rating Scale for Depression), 해밀턴 불안증 척도(Hamilton Anxiety Scale), 몽고메리-아스버그 우울증 평가 척도(Montgomery-Asberg Depressing Rating scale), 영 매니아 평가 척도(Young Mania Rating Scale), 어린이 우울증 평가 척도(Children's Depression Rating Scale), 펜실베이니아 주립대학교의 걱정에 대한 설문(Penn State Worry Questionnaire), 병원 불안증 및 우울증 척도(Hospital Anxiety and Depression Scale), 이상 행동 체크리스트(Aberrant Behavior Checklist), 일상 생활에 대한 활동 척도(Activities for Daily Living scale), ADHD 자기 보고 척도(ADHD self-report scale), 긍정적 정서와 부정적 정서의 스케줄(Positive and Negative Affect Schedule), 우울증 불안증 스트레스 척도(Depression Anxiety Stress Scales), 간이 우울증 증상 평가 척도(Quick Inventory of Depressive Symptomatology), 및 PTST 체크리스트(PTSD Checklist)와 같은 평가 척도 또는 설문조사를 포함한다.Non-limiting examples of assessment of cognitive ability include the Mini Mental State Exam, the CANTAB cognitive battery, the Test of Variables of Attention (TOVA), iterations for assessing neuropsychological status. Repeatable Battery for the Assessment of Neuropsychological Status, Clinical Global Impression Scale Relevant to Specific Conditions, Clinician's Interview-Based Impression of Change, Severe Disability Severe Impairment Battery, Alzheimer's Disease Assessment Scale, Positive and Negative Syndrome Scale, Schizophrenia Cognition Rating Scale, Connors Adult ADHD Rating Scale ( Conners Adult ADHD Rating Scales, Hamilton Rating Scale for Depression, Hamilton Anxiety Scale, Montgomery-Asberg Depressing Rating Scale, Young Maniac Rating Scale Mania Rating Scale, Children's Depression Rating Scale, Penn State Worry Questionnaire, Hospital Anxiety and Depression Scale, Abnormal Behavior Checklist (Aberrant Behavior Checklist), Activities for Daily Living scale, ADHD self-report scale, Positive and Negative Affect Schedule, Depression Anxiety Stress assessment scales or questionnaires such as the Depression Anxiety Stress Scales, the Quick Inventory of Depressive Symptomatology, and the PTSD Checklist.

다른 예들에서, 평가는 지각 능력, 반응 및 다른 운동 기능들, 시력, 장기 기억력, 작업 기억력, 단기 기억력, 논리, 및 의사 결정에 대한 테스트들을 포함한 인지 또는 행동 연구에서 다양한 인지들의 특정 기능들, 및 TOVA, MOT(motion-object tracking), SART, CDT(Change detection task), UFOV(useful Field of view), Filter 태스크, WAIS 숫자 심벌(WAIS digit symbol), 트룹(Troop), 사이먼 태스크(Simon task), 주의 깜박임(Attentional Blink), N-back 태스크, PRP 태스크, 태스크 스위칭 테스트(task-switching test), 및 Flanker 태스크를 포함하지만, 이들로 제한되지 않는, 다른 특정 예시적인 측정들을 테스트할 수 있다. In other examples, assessments include specific functions of various cognitions in cognitive or behavioral research, including tests on perceptual ability, reaction and other motor functions, vision, long-term memory, working memory, short-term memory, logic, and decision-making, and TOVA, MOT (motion-object tracking), SART, CDT (Change detection task), UFOV (useful field of view), Filter task, WAIS digit symbol, Troop, Simon task , Attentional Blink, N-back task, PRP task, task-switching test, and Flanker task.

비제한적인 예들에서, 본 명세서에 설명된 원리들에 따른 예시적인 시스템들, 방법들, 및 장치들은 치매, 파킨슨병, 대뇌 아밀로이드 맥관병증, 가족성 아밀로이드 신경병증, 헌팅턴병, 또는 다른 신경퇴행성 질환, 자폐 스펙트럼 장애(ASD), 16p11.2 중복의 존재와 같은, 그러나 이에 제한되지 않는, 많은 상이한 타입의 신경 심리학적 질환들, 및/또는, 주의력 결핍 과잉행동 장애(ADHD), 감각 처리 장애(SPD), 경도 인지 장애(MCI), 알츠하이머병, 다발성 경화증, 정신분열증, 주요 우울 장애(MDD), 또는 불안증과 같은, 그러나 이에 제한되지 않는, 실행 기능 장애에 적용가능할 수 있다.In non-limiting examples, exemplary systems, methods, and devices in accordance with the principles described herein can be used for dementia, Parkinson's disease, cerebral amyloid angiopathy, familial amyloid neuropathy, Huntington's disease, or other neurodegenerative disease; Many different types of neuropsychological disorders, such as, but not limited to, autism spectrum disorder (ASD), the presence of 16p11.2 overlap, and/or attention deficit hyperactivity disorder (ADHD), sensory processing disorder (SPD) ), mild cognitive impairment (MCI), Alzheimer's disease, multiple sclerosis, schizophrenia, major depressive disorder (MDD), or executive dysfunction such as, but not limited to, anxiety.

본 개시내용은 사용자 수행 메트릭을 제공하기 위해, 하나 이상의 태스크에서의 사용자의 수행을 나타내는 데이터를 측정하는 목적을 위해 소프트웨어 및/또는 다른 프로세서 실행가능 명령어들을 구현하도록 구성된 예시적인 인지 플랫폼으로서 형성된 컴퓨터 구현 디바이스들에 관한 것이다. 예시적인 수행 메트릭은 사용자의 인지 능력의 평가를 도출하는 데 그리고/또는 인지 치료에 대한 사용자의 응답을 측정하는 데 그리고/또는 사용자의 상태(생리학적 상태 및/또는 인지 상태를 포함함)의 데이터 또는 다른 정량적 표식을 제공하는 데 사용될 수 있다. 본 명세서에서의 원리들에 따른 비제한적이고 예시적인 인지 플랫폼들은 신경 심리학적 질환, 자폐 스펙트럼 장애(ASD), 16p11.2 중복의 존재, 및/또는 실행 기능 장애, 및/또는 인지 플랫폼과의 개인의 상호작용으로부터 수집된 데이터 및/또는 그 데이터의 분석(및 관련 계산들)에 기초하여 계산된 메트릭들에 기초하여, 개인이 약물, 생물학적 제제 또는 다른 약제를 투여받고 있을 때(또는 투여받을 예정일 때) 인지 플랫폼의 사용의 잠재적 효능에 관해 개인을 분류하도록 구성될 수 있다. 본 명세서에서의 원리들에 따른 또 다른 비제한적이고 예시적인 인지 플랫폼들은 인지 플랫폼과의 개인의 상호작용으로부터 수집된 데이터 및/또는 그 데이터의 분석(및 관련 계산들)에 기초하여 계산된 메트릭들에 기초하여, 신경퇴행성 질환에 관해서를 포함한, 신경 심리학적 질환의 발병 가능성 및/또는 진행 단계에 관해 개인를 분류하도록 구성될 수 있다. 신경퇴행성 질환은 알츠하이머병, 치매, 파킨슨병, 대뇌 아밀로이드 맥관병증, 가족성 아밀로이드 신경병증, 또는 헌팅턴병일 수 있지만, 이들로 제한되지 않는다.The present disclosure provides a computer implementation formed as an exemplary cognitive platform configured to implement software and/or other processor-executable instructions for the purpose of measuring data indicative of a user's performance in one or more tasks, to provide a user performance metric. It's about devices. Exemplary performance metrics may be used to derive an assessment of the user's cognitive abilities and/or to measure the user's response to cognitive therapy and/or data of the user's condition (including physiological status and/or cognitive status). or other quantitative markers. Non-limiting exemplary cognitive platforms in accordance with the principles herein include neuropsychological disorders, autism spectrum disorders (ASD), presence of 16p11.2 overlap, and/or executive dysfunction, and/or individuals with cognitive platforms. Based on data collected from the interaction of and/or metrics calculated based on analysis of that data (and related calculations), when an individual is receiving (or is scheduled to receive) a drug, biologic, or other drug. ) can be configured to classify individuals with respect to the potential efficacy of the use of the cognitive platform. Still other non-limiting exemplary cognitive platforms in accordance with the principles herein are data collected from an individual's interaction with the cognitive platform and/or metrics calculated based on analysis of that data (and related calculations). can be configured to classify individuals in terms of their likelihood and/or stage of progression of a neuropsychological disease, including in terms of neurodegenerative disease. The neurodegenerative disease may be, but is not limited to, Alzheimer's disease, dementia, Parkinson's disease, cerebral amyloid angiopathy, familial amyloid neuropathy, or Huntington's disease.

본 명세서에서의 원리들에 따른 신경퇴행성 질환의 발병 가능성 및/또는 진행 단계에 관한 개인의 임의의 분류는 개인에 대한 약물, 생물학적 제제 또는 다른 약제의 용량의 변화를 결정하는 것, 또는 개인에 대한 약물, 생물학적 제제 또는 다른 약제의 최적의 타입을 결정하는 것을 포함한, 개인에 대한 치료 과정의 정형화를 가능하게 해주기 위한 또는 기존의 치료 과정을 수정하기 위한 신호로서 의료 디바이스, 헬스케어 컴퓨팅 시스템, 또는 다른 디바이스에게, 그리고/또는 의료 종사자, 헬스 종사자, 물리 치료사, 행동 치료사, 스포츠 의료 종사자, 약사, 또는 다른 종사자에게 전송될 수 있다.Any classification of an individual with respect to the stage of onset and/or progression of a neurodegenerative disease in accordance with the principles herein refers to determining a change in the dose of a drug, biologic, or other agent for the individual, or A medical device, healthcare computing system, or other as a signal to modify an existing course of treatment or to enable the formulation of a course of treatment for an individual, including determining the optimal type of drug, biologic, or other drug. to the device and/or to a healthcare practitioner, health practitioner, physical therapist, behavioral therapist, sports healthcare practitioner, pharmacist, or other practitioner.

본 명세서에서의 임의의 예에서, 인지 플랫폼은 의료 디바이스 플랫폼, 모니터링 디바이스 플랫폼, 스크리닝 디바이스 플랫폼, 또는 다른 디바이스 플랫폼의 임의의 조합으로서 구성될 수 있다.In any example herein, the cognitive platform may be configured as any combination of a medical device platform, a monitoring device platform, a screening device platform, or other device platform.

본 개시내용은 또한 하나 이상의 생리학적 또는 모니터링 컴포넌트 및/또는 인지 테스팅 컴포넌트와 커플링하도록 구성된 인지 플랫폼들을 포함하는 예시적인 시스템들에 관한 것이다. 일부 예들에서, 시스템들은 하나 이상의 다른 생리학적 또는 모니터링 컴포넌트 및/또는 인지 테스팅 컴포넌트와 통합된 인지 플랫폼들을 포함한다. 다른 예들에서, 시스템들은 하나 이상의 생리학적 또는 모니터링 컴포넌트 및/또는 인지 테스팅 컴포넌트로부터 개별적으로 하우징되고 이들과 통신하여 그러한 하나 이상의 컴포넌트를 사용하여 이루어진 측정들을 나타내는 데이터를 수신하도록 구성된 인지 플랫폼들을 포함한다.The present disclosure also relates to example systems that include cognitive platforms configured to couple with one or more physiological or monitoring components and/or cognitive testing components. In some examples, systems include cognitive platforms integrated with one or more other physiological or monitoring components and/or cognitive testing components. In other examples, systems include cognitive platforms individually housed from and in communication with one or more physiological or monitoring components and/or cognitive testing components configured to receive data indicative of measurements made using such one or more components.

본 명세서에서의 예시적인 시스템, 방법, 및 장치에서, 태스크 또는 간섭은 응답 기한을 갖는 응답 기한 절차를 포함할 수 있고; 여기서 적어도 하나의 적응적 절차는 개인의 수행 특성을 충동적 응답 프로파일 또는 보수적 응답 프로파일로 수정하도록 응답 기한을 수정한다.In the exemplary systems, methods, and apparatus herein, a task or interference may include a response deadline procedure with a response deadline; Here, the at least one adaptive procedure modifies the response deadline to modify the performance characteristic of the individual into an impulsive response profile or a conservative response profile.

본 명세서에서의 예시적인 시스템, 방법, 및 장치에서, 프로세싱 유닛은 응답 기한 절차와 연관된 응답 윈도의 시간 길이를 수정하도록 사용자 인터페이스를 제어하도록 프로그래밍될 수 있다.In the exemplary systems, methods, and apparatus herein, the processing unit may be programmed to control the user interface to modify the length of time of the response window associated with the response deadline procedure.

본 명세서에서의 예시적인 시스템, 방법, 및 장치에서, 프로세싱 유닛은 사용자 인터페이스에 렌더링되는 태스크 또는 간섭의 양태의 시변 특성을 수정하도록 사용자 인터페이스를 제어하도록 구성될 수 있다. 예를 들어, 태스크 또는 간섭의 양태의 시변 특성을 수정하는 것은 개인의 2개 이상의 상호작용 세션 사이의 사용자 인터페이스에서의 태스크 또는 간섭의 렌더링의 시간 길이를 조정하는 것을 포함할 수 있다. 다른 예로서, 시변 특성은 객체의 속도, 얼굴 표정의 변화율, 객체의 궤적 방향, 객체의 배향의 변경, 객체의 적어도 하나의 컬러, 객체의 타입, 또는 객체의 사이즈 중 하나 이상이다.In the exemplary systems, methods, and apparatus herein, the processing unit may be configured to control the user interface to modify the time-varying nature of the aspect of the task or interference rendered to the user interface. For example, modifying the time-varying nature of an aspect of a task or interference may include adjusting the length of time of rendering of the task or interference in a user interface between two or more interactive sessions of an individual. As another example, the time-varying characteristic is one or more of a speed of the object, a rate of change of a facial expression, a trajectory direction of the object, a change in the orientation of the object, at least one color of the object, a type of the object, or a size of the object.

본 명세서에서의 예시적인 시스템, 방법, 및 장치에서, 객체의 타입의 변경은 제1 타입의 객체로부터 제2 타입의 객체로 모핑하는 것 또는 블렌드셰이프를 제1 타입의 객체와 제2 타입의 객체의 비례 조합으로서 렌더링하는 것을 사용하여 실시된다.In the exemplary systems, methods, and apparatus herein, changing a type of an object includes morphing a first type of object to a second type of object or converting a blendshape between an object of a first type and an object of a second type. is implemented using rendering as a proportional combination of .

본 명세서에서의 예시적인 시스템, 방법, 및 장치에서, 프로세싱 유닛은 제1 응답 및 제2 응답을 나타내는 데이터로부터 도출된 바이어스 감도, 병렬 태스크들에 대한 비-결정 시간 감도, 병렬 태스크 요구들에 대한 신뢰 축적 감도, 보상률 감도, 또는 응답 윈도 추정 효율 중 하나 이상을 나타내는 파라미터들을 분류기 출력으로서 계산하도록 추가로 프로그래밍될 수 있다.In the exemplary systems, methods, and apparatus herein, a processing unit has a bias sensitivity derived from data representative of a first response and a second response, a non-decision time sensitivity for parallel tasks, and a non-decision time sensitivity for parallel task requirements. It may be further programmed to compute as the classifier output parameters indicative of one or more of confidence accumulation sensitivity, compensation rate sensitivity, or response window estimation efficiency.

본 명세서에서의 예시적인 시스템, 방법, 및 장치에서, 프로세싱 유닛은 태스크를 연속적 시각-운동 추적 태스크로서 렌더링하도록 사용자 인터페이스를 제어하도록 추가로 프로그래밍될 수 있다.In the exemplary systems, methods, and apparatus herein, the processing unit may be further programmed to control the user interface to render the task as a continuous visual-kinesis tracking task.

본 명세서에서의 예시적인 시스템, 방법, 및 장치에서, 프로세싱 유닛은 간섭을 표적 판별 태스크로서 렌더링하도록 사용자 인터페이스를 제어한다.In the exemplary systems, methods, and apparatus herein, the processing unit controls the user interface to render the interference as a target determination task.

본 명세서에서 사용되는 바와 같이, 표적 판별 태스크는 지각 반응 태스크라고도 지칭될 수 있으며, 여기서 개인은 특정된 형태의 응답을 통해 표적 자극들 및 비-표적 자극들을 포함하는 2-피처 반응 태스크(two-feature reaction task)를 수행하도록 지시받는다. 비제한적인 예로서, 그 특정된 타입의 응답은 개인이 표적 자극(target stimulus)에 응답하여 특정된 물리적 액션(예컨대, 디바이스의 배향을 이동시키거나 변경하는 것, 스크린과 같은 센서와 커플링된 표면(sensor-coupled surface)을 탭핑하는 것, 광학 센서에 대해 움직이는 것, 소리를 내는 것, 또는 센서 디바이스를 활성화시키는 다른 물리적 액션)을 취하고 비-표적 자극(non-target stimulus)에 응답하여 그러한 특정된 물리적 액션을 취하지 않는 것일 수 있다.As used herein, a target discrimination task may also be referred to as a perceptual response task, wherein the individual responds to a two-feature response task comprising target stimuli and non-target stimuli via a specified type of response. Instructed to perform a feature reaction task). As a non-limiting example, the specified type of response may result in an individual responding to a target stimulus to a specified physical action (eg, moving or changing the orientation of a device, coupled with a sensor such as a screen). tapping a sensor-coupled surface, moving against an optical sensor, making a sound, or other physical action that activates the sensor device) and taking such action in response to a non-target stimulus It may be that the specified physical action is not taken.

비제한적인 예에서, 개인은 표적 판별 태스크를 간섭(세컨더리 태스크)로서 갖는 시각 운동 태스크(프라이머리 태스크)를 수행하도록 요구받는다. 시각 운동 태스크를 실시하기 위해, 프로그래밍된 프로세싱 유닛은 자극들 대한 개인의 반응으로서 미세한 운동 움직임(fine motor movement)을 요구하는 시각적 자극들을 렌더링한다. 일부 예들에서, 시각 운동 태스크는 연속적인 시각 운동 태스크이다. 프로세싱 유닛은 시간 경과에 따라(예컨대, 초당 1회, 5회, 10회 또는 30회를 포함한 규칙적 간격으로) 시각적 자극들을 변경하고 개인의 운동 움직임들을 나타내는 데이터를 기록하도록 프로그래밍된다. 미세한 운동 움직임을 요구하는 시각 운동 태스크를 위해 프로그래밍된 프로세싱 유닛을 사용하여 렌더링된 예시적인 자극들은 아바타가 그 안에 머물러 있도록 요구받는 경로의 시각적 제시일 수 있다. 프로그래밍된 프로세싱 유닛은 개인이 회피하거나 내비게이트하여 향해 가도록 요구받는 특정 타입의 장애물들을 갖는 경로를 렌더링할 수 있다. 일 예에서, 디바이스를 틸팅(tilting)시키거나 회전시키는 것과 같은, 그러나 이에 제한되지 않는, 개인에 의해 실시되는 미세한 운동 움직임들은 (예컨대, 특정된 바와 같이 장애물들을 회피하거나 가로지르는 동안 경로 상에서 아바타를 스티어링하거나 다른 방식으로 안내하기 위해) 가속도계 및/또는 자이로스코프를 사용하여 측정된다. (간섭으로서 역할하는) 표적 판별 태스크는 형상 및/또는 컬러가 상이한 표적들 및 비-표적들에 기초할 수 있다.In a non-limiting example, an individual is required to perform a visual motor task (primary task) with the target discrimination task as an interference (secondary task). To perform the visual motor task, the programmed processing unit renders visual stimuli that require fine motor movement as an individual's response to the stimuli. In some examples, the visual motor task is a continuous visual motor task. The processing unit is programmed to change the visual stimuli over time (eg, at regular intervals including 1, 5, 10 or 30 times per second) and record data representative of the individual's motor movements. Exemplary stimuli rendered using a processing unit programmed for a visual motor task requiring fine motor movement may be a visual presentation of the path the avatar is required to remain within. A programmed processing unit may render a path with certain types of obstacles that the individual is required to avoid or navigate towards. In one example, fine motor movements performed by the individual, such as, but not limited to, tilting or rotating the device (eg, moving the avatar on the path while avoiding or traversing obstacles as specified) to steer or otherwise guide) using an accelerometer and/or gyroscope. The target discrimination task (acting as an interference) may be based on targets and non-targets that differ in shape and/or color.

일부 예들에서, 태스크 및/또는 간섭은 시각 운동 태스크, 표적 판별 태스크, 및/또는 기억 태스크일 수 있다.In some examples, the task and/or interference may be a visual motor task, a target determination task, and/or a memory task.

컴퓨터 구현 적응적 응답 기한 절차의 맥락에서, 특정 목표들에 대한 개인의 수행 특성을 조작하기 위해 시행들 또는 시행들의 블록들 사이에서 응답 기한이 조정될 수 있다. 통상의 목표는 응답 기한을 제어함으로써 개인의 평균 응답 정확도를 특정 값을 향해 유도하는 것이다.In the context of a computer implemented adaptive response deadline procedure, a response deadline may be adjusted between trials or blocks of trials to manipulate an individual's performance characteristics toward specific goals. A common goal is to drive an individual's average response accuracy towards a certain value by controlling the response deadline.

상이한 응답 기한들에서의 측정들은 그들의 결정 경계의 형상 및/또는 영역에 관해 상이한 데이터를 제공할 수 있으며, 따라서 컴퓨터 구현 적응적 절차는 충동성 전략 메트릭의 산출을 통보할 수 있다.Measurements at different response deadlines may provide different data regarding the shape and/or area of their decision boundary, and thus the computer implemented adaptive procedure may inform the calculation of the impulsive strategy metric.

비제한적인 예에서, 인지 기능을 표현하는 신호 검출 이론으로부터의 메트릭은 표적 판별 태스크로부터의 히트율(hit rate)일 수 있다. 그 맥락에서, 히트율은 표적 자극들에 대한 올바른 응답들의 수를 제시된 표적 자극들의 총수로 나눈 것, 또는 거짓 경보 율(false alarm rate)(예컨대, 디스트랙터 자극들(distractor stimuli)에 대한 반응들의 수를 제시된 디스트랙터 자극들의 수로 나눈 것), 미스율(miss rate)(예컨대, 표적 자극들에 대한 무응답들의 수를, 디스트랙터 자극들에 대한 응답들의 수에 부가된 표적 자극들에 대한 무응답들을 포함한, 잘못된 응답들의 수로 나눈 것), 올바른 응답률(correct response rate)(신호를 포함하지 않는 올바른 응답들의 비율)로서 정의될 수 있다. 일 예에서, 올바른 응답률은 디스트랙터 자극들에 대한 무응답들의 수를 디스트랙터 자극들에 대한 무응답들의 수와 표적 자극들에 대한 응답들의 수의 합으로 나눈 것으로서 산출될 수 있다.In a non-limiting example, a metric from signal detection theory representing cognitive function may be a hit rate from a target discrimination task. In that context, the hit rate is the number of correct responses to target stimuli divided by the total number of presented target stimuli, or the false alarm rate (eg, the number of responses to detractor stimuli). number divided by the number of presented detractor stimuli), miss rate (e.g., the number of non-responses to target stimuli, including non-responses to target stimuli added to the number of responses to detractor stimuli) , divided by the number of incorrect responses), and the correct response rate (the proportion of correct responses that do not contain a signal). In one example, the correct response rate may be calculated as the number of non-responses to the detractor stimuli divided by the sum of the number of non-responses to the detractor stimuli and the number of responses to the target stimuli.

본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 특정 자극 강도에 대한 수행력의 척도들을 수정하기 위해 적응적 수행 절차들을 적용하도록 구성될 수 있다. 이 절차는 표적에 대한 감도의 정답률(percent correct)(PC) 또는 D-프라임(D-Prime)(d') 신호 검출 메트릭에 기초하여 조정될 수 있다. 예시적인 시스템에서, 정답률(즉, 태스크에 대한 개인의 올바른 응답들의 퍼센트) 또는 D-프라임의 값은 매 시행마다 사용자 상호작용을 위해 사용자 인터페이스에 렌더링된 태스크들 및/또는 간섭들의 자극 레벨을 조정하기 위한 기초로서 적응 알고리즘에서 사용될 수 있다. 그렇지만, 발명자들은 (수정된 DDM과 같은, 그러나 이에 제한되지 않는) 인간 의사 결정의 계산 모델, 그러한 모델들의 출력들로부터 구축된 분류기들, 및 계산 모델의 출력에 기초하여 본 명세서에 설명된 분석에 기초한 적응적 절차가 개인 차이들에 관해 또는 특정 자극 레벨에 대한 감도의 변화들에 관해 보다 정량적으로 정보를 제공할(informative) 수 있다는 것을 예기치 않게 발견하였다. (응답 기준과 같은, 그러나 이에 제한되지 않는) 결정 경계 메트릭은 특정 타입의 응답을 제공하는 개인의 경향을 결정하기 위한 유연한 도구를 제공한다. 그에 따라, 개인 또는 그룹 레벨에서의 (응답 기준과 같은, 그러나 이에 제한되지 않는) 결정 경계 메트릭 측정들에 기초한 조정 절차는 측정 시에 그리고 반복 측정들의 경우 시간 경과에 따른 개인 또는 그룹 레벨에서의 수행력의 변화들의 정량자로서 충동적 또는 보수적 응답 전략들에 관한 바람직한 정보 소스가 된다. Exemplary systems, methods, and apparatus in accordance with the principles herein can be configured to apply adaptive performance procedures to modify measures of performance for a particular stimulus intensity. This procedure can be adjusted based on the percent correct (PC) or D-Prime (d') signal detection metric of the sensitivity to the target. In the example system, the value of the percent correct (ie, percentage of an individual's correct responses to a task) or D-prime adjusts the stimulus level of tasks and/or interventions rendered in the user interface for user interaction at every trial. It can be used in an adaptive algorithm as a basis for However, the inventors have developed a computational model of human decision-making (such as, but not limited to, modified DDM), classifiers built from the outputs of such models, and the analysis described herein based on the output of the computational model. It has been unexpectedly found that an adaptive procedure based adaptive procedure can be more quantitatively informative with respect to individual differences or changes in sensitivity to specific stimulus levels. Decision boundary metrics (such as, but not limited to, response criteria) provide a flexible tool for determining an individual's propensity to provide a particular type of response. As such, an adjustment procedure based on decision boundary metric measurements (such as, but not limited to, response criteria) at the individual or group level may determine performance at the individual or group level at the time of measurement and over time in the case of repeated measurements. It is a desirable source of information on impulsive or conservative response strategies as a quantifier of changes in

본 명세서에 설명된 예시적인 시스템들, 방법들, 및 장치들에 의해 달성되는 것과 같은, 실행 기능 트레이닝은, 개인의 요구 또는 선호도에 따라 또는 치료를 받는 임상 집단에 기초하여, 시행들 사이에서 자극 레벨들을 수정하여, 그들의 측정된 기준에 의해 표시된 바와 같이 사용자의 응답 전략을 보다 보수적이거나 충동적인 전략으로 이동시키기 위해 적응 알고리즘을 적용하도록 구성될 수 있다.Executive function training, such as achieved by the exemplary systems, methods, and apparatuses described herein, is stimulated between trials, depending on an individual's needs or preferences or based on the clinical population receiving treatment. By modifying the levels, it may be configured to apply an adaptive algorithm to shift the user's response strategy to a more conservative or impulsive strategy, as indicated by their measured criteria.

본 명세서에 설명된 예시적인 시스템들, 방법들, 및 장치들은 매 시행마다 사용자 상호작용을 위해 사용자 인터페이스에 렌더링되는 태스크들 및/또는 간섭의 난이도 레벨들을 수정하기 위해 본 명세서에 설명된 바와 같이 (응답 기준과 같은, 그러나 이에 제한되지 않는) 계산된 결정 경계 메트릭에 기초하여 조정되는 적응 알고리즘을 적용하도록 구성될 수 있다.Exemplary systems, methods, and apparatuses described herein can be used as described herein to modify difficulty levels of interference and/or tasks rendered in a user interface for user interaction at every trial ( and apply an adaptive algorithm that is adjusted based on a calculated decision boundary metric, such as, but not limited to, a response criterion.

도 9는 일정 범위의 가능한 강도들을 갖는 단일 특성에 대해 조정되는 자극을 표현하는 예시적인 플롯을 도시하고 있다. 도 9는 관찰자가 한 번에 다수의 피처들에 주의를 기울이는 경우에 자극들로 구성된 3차원(3D) 결합 분포의 투영된 2차원(2D) 표현을 도시하고 있다. 도 9는 다차원 자극의 기준을 측정하기 위한 몇 가지 기법들 중 하나를 도시하고 있다. 이 예에서, 다차원 자극들에 대한 결합된 80%의 PC 또는 1.81의 d'이 900이라고 라벨링된 지점에 위치된다. 밴드(902)는 수행력이 PC = 80% 올바름(PC = 80% correct)으로 지향되는 적응적 수행 절차에 기초하여 태스크들 및/또는 간섭을 조정하는 시스템 또는 장치에서 가능한 히트율 및 거짓 경보 율의 범위로부터 얻어지는 가능한 d'을 나타낸다. 도 9에서, 중심 잡음 분포는 (0,0)에 중심이 있으며, 이는 가능한 d' 위치들의 밴드(902)를 제약하기 위한 단순화이지만, 잡음 분포와 신호 분포 간의 거리가 d' 값의 길이의 벡터에 의해 연결되는 한, 실제로는 잡음 분포 중심은 축들 상의 어디에나 위치될 수 있다. 다차원 기준들이 개인들 또는 개인들의 그룹들에 대해 추정될 수 있고, 측정 시에 또는 컴퓨팅 디바이스를 사용하는 트레이닝에 대한 응답으로서 보수적 또는 충동적 응답 전략들의 추정치를 생성할 수 있다. 본 명세서에서의 응답 분류기로들부터의 출력에 기초하여 태스크들 및/또는 간섭을 조정하는 것은 정답률에 기초한 조정보다 더 큰 유연성을 제공할 수 있다.9 shows an exemplary plot representing a stimulus adjusted for a single characteristic having a range of possible intensities. 9 shows a projected two-dimensional (2D) representation of a three-dimensional (3D) coupling distribution composed of stimuli when an observer pays attention to multiple features at once. 9 shows one of several techniques for measuring the reference of a multidimensional stimulus. In this example, a combined 80% PC or d' of 1.81 for the multidimensional stimuli is located at the point labeled 900. The band 902 is a set of possible hit rates and false alarm rates in a system or device that coordinates tasks and/or interference based on an adaptive performance procedure whose performance is oriented to PC = 80% correct. The possible d' obtained from the range is indicated. In Figure 9, the central noise distribution is centered at (0,0), which is a simplification to constrain the band 902 of possible d' positions, but the distance between the noise distribution and the signal distribution is a vector of the length of the d' value. In practice, the noise distribution center can be located anywhere on the axes as long as they are connected by . Multidimensional criteria may be estimated for individuals or groups of individuals, generating estimates of conservative or impulsive response strategies in measurement or in response to training using the computing device. Adjusting tasks and/or interference based on output from the response classifiers herein may provide greater flexibility than adjustment based on percent correct.

일 예에서, 태스크 및/또는 간섭은, 시행이 제공할 수 있는 정보를 최대화하기 위해, 현재의 추정치들을 추적하고 표적결정 태스크의 피처들, 궤적 및 응답 윈도, 및 다음 시행에 대한 병렬 태스크 간섭의 레벨/타입을 선택함으로써 메트릭들의 반복적 추정에 기초하여 수정될 수 있다.In one example, the task and/or interference tracks the current estimates and features of the targeting task, the trajectory and response window, and the parallel task interference to the next trial, in order to maximize the information that the trial can provide. By selecting the level/type it can be modified based on iterative estimation of the metrics.

일부 예들에서, 태스크 및/또는 간섭은 적응적 태스크들이다. 태스크 및/또는 간섭은, 본 명세서에서 앞서 설명된 바와 같이, (응답 기준과 같은, 그러나 이에 제한되지 않는) 결정 경계 메트릭에 기초하여 난이도 레벨이 조정되거나 수정될 수 있다. 그러한 난이도 조정은 참가자의 능력을 결정하는 데 사용될 수 있다.In some examples, the task and/or interference are adaptive tasks. Tasks and/or interferences may have their difficulty levels adjusted or modified based on decision boundary metrics (such as, but not limited to, response criteria) as previously described herein. Such difficulty adjustments can be used to determine a participant's ability.

일 예에서, 태스크의 난이도가 제시되는 매 자극마다 조정되는데, 이는 규칙적인 시간 간격으로(예컨대, 매 5초마다, 매 10초마다, 매 20초마다 또는 다른 규칙적 스케줄) 한 번보다 더 종종 일어날 수 있다.In one example, the difficulty of the task is adjusted for every stimulus presented, which will occur more often than once at regular time intervals (eg, every 5 seconds, every 10 seconds, every 20 seconds, or other regular schedule). can

다른 예에서, 연속적인 태스크의 난이도는, 매 30초마다, 10초마다, 1초마다, 초당 2회, 또는 초당 30회와 같은, 그러나 이에 제한되지 않는, 설정된 스케줄로 조정될 수 있다.In another example, the difficulty of the continuous task may be adjusted on a set schedule, such as, but not limited to, every 30 seconds, every 10 seconds, every second, twice a second, or 30 times a second.

일 예에서, 시행의 시간 길이는 (태스크들/간섭의) 렌더링 및 (개인의 응답들의) 수신의 반복 횟수에 의존하며 시간상 변할 수 있다. 일 예에서, 시행은 약 500 밀리초, 약 1초(s), 약 10초, 약 20초, 약 25초, 약 30초, 약 45초, 약 60초, 약 2분, 약 3분, 약 4분, 약 5분, 또는 그 이상 정도일 수 있다. 각각의 시행은 미리 설정된 길이를 가질 수 있거나 프로세싱 유닛에 의해 동적으로(예컨대, 개인의 수행 레벨 또는 한 레벨로부터 다른 레벨로의 조정의 요구에 따라) 설정될 수 있다.In one example, the length of time of the trial depends on the number of repetitions of rendering (of tasks/interference) and receiving (of individual responses) and may vary in time. In one example, the trial is about 500 milliseconds, about 1 second(s), about 10 seconds, about 20 seconds, about 25 seconds, about 30 seconds, about 45 seconds, about 60 seconds, about 2 minutes, about 3 minutes, It may be on the order of about 4 minutes, about 5 minutes, or more. Each trial may have a preset length or may be set dynamically by the processing unit (eg, according to an individual's performance level or the request of adjustment from one level to another).

일 예에서, 장치가 개인에게 태스크를 성공적으로 수행했음을 알려주기 위해 그 메트릭들에서의 개선을 점진적으로 요구하기 위해 표적결정 태스크의 피처들, 궤적, 및 응답 윈도, 및 병렬 태스크 간섭의 레벨/타입을 선택하는 것에 의한 하나 이상의 특정 메트릭의 표적결정 변화(targeting changes)에 기초하여 태스크 및/또는 간섭이 수정될 수 있다. 이것은 원하는 목표들에 따라 수행을 수정하도록 개인을 안내하는, 명시적 메시징을 포함한, 특정 보강(reinforcement)을 포함할 수 있다.In one example, the features, trajectory, and response window of the targeting task, and the level/type of parallel task interference, to progressively require the device to improve in its metrics to inform the individual that it has successfully performed the task. The task and/or interference may be modified based on targeting changes in one or more specific metrics by selecting . This may include specific reinforcement, including explicit messaging, to guide the individual to modify performance according to desired goals.

일 예에서, 개인의 수행력과 규범 데이터(normative data) 또는 컴퓨터 모델의 비교 또는 특정 순서로 변경하기 위한 표적에 대한 한 세트의 메트릭들을 선택하기 위한 사용자 입력(태스크/간섭을 수행하는 개인 또는 임상의와 같은 다른 개인)을 취하는 것, 그리고 치료에 대한 피험자의 반응에 기초하여 이 절차를 반복적으로 수정하는 것에 기초하여 태스크 및/또는 간섭이 수정될 수 있다. 이것은 절차에 대한 변경들의 통지로서 역할하도록 태스크/간섭을 수행하는 개인 또는 다른 개인에 대한 피드백을 포함할 수 있어, 이 변경들이 효력을 나타내기 전에 잠재적으로 그들이 이 변경들을 승인하거나 수정할 수 있게 해준다.In one example, user input (individual or clinician performing task/interference) to select a set of metrics for a target for comparison or change in a particular order or comparison of an individual's performance with normative data or computer model. Tasks and/or interventions may be modified based on taking other individuals, such as This may include feedback to the individual or other individual performing the task/intervention to serve as notification of changes to the procedure, potentially allowing them to approve or revise these changes before they take effect.

다양한 예들에서, 난이도 레벨은 일정하게 유지될 수 있거나, 적응적 태스크(프라이머리 태스크 또는 세컨더리 태스크)가 (응답 기준과 같은, 그러나 이에 제한되지 않는) 결정 경계 메트릭에 기초하여 난이도가 증가하거나 감소하는, 적응적 구현에서는 세션의 적어도 일 부분에 걸쳐 변화될 수 있다.In various examples, the difficulty level may remain constant, or the adaptive task (primary task or secondary task) increases or decreases in difficulty based on a decision boundary metric (such as, but not limited to, a response criterion). , may change over at least a portion of the session in an adaptive implementation.

본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 개인의 인지 능력을 향상시키도록 구성될 수 있다. 예시적인 구현에서, 프로그래밍된 프로세싱 유닛은 사용자 인터페이스에 태스크를 간섭과 함께 렌더링하기 위해 프로세서 실행가능 명령어들을 실행하도록 구성된다. 본 명세서에 보다 상세히 설명된 바와 같이, 사용자 인터페이스가 장치 또는 시스템과 상호작용하는 개인으로부터의 적어도 하나의 타입의 응답을 수신하기 위한 제한된 시간 기간을 부과하도록, 태스크 및 간섭 중 하나 이상은 시변적이고 응답 기한을 가진다. 프로세싱 유닛은 태스크에 대한 또는 간섭에 대한 2개 이상의 상이한 타입의 응답을 나타내는 데이터를 측정하도록 사용자 인터페이스를 제어하도록 구성된다. 프로그래밍된 프로세싱 유닛은 예시적인 시스템 또는 장치로 하여금 태스크에 대한 개인의 제1 응답 및 간섭에 대한 개인의 제2 응답을 나타내는 데이터를 수신하게 하고, 개인의 수행력을 표현하는 적어도 하나의 응답 프로파일을 계산하기 위해 데이터의 적어도 일부 부분을 분석하게 하며, 그리고 응답 프로파일로부터 (응답 기준과 같은, 그러나 이에 제한되지 않는) 결정 경계 메트릭을 결정하게 하기 위해 프로세서 실행가능 명령어들을 실행하도록 추가로 구성된다. 도 4a 및 도 4b와 관련하여를 포함하여, 본 명세서에 설명된 바와 같이, (응답 기준과 같은, 그러나 이에 제한되지 않는) 결정 경계 메트릭은 태스크 또는 간섭에 대한 2개 이상의 상이한 타입의 응답(응답 A 대 응답 B) 중 적어도 하나의 타입의 응답을 제공하는 개인의 경향의 정량적 척도를 제공한다. 프로그래밍된 프로세싱 유닛은, 제1 응답 및/또는 제2 응답이 수정되고, 그로써 개인의 인지 반응 능력의 수정을 나타내도록, (응답 기준과 같은, 그러나 이에 제한되지 않는) 계산된 결정 경계 메트릭에서의 수정을 도출하기 위해 태스크 및/또는 간섭을 조정하도록 프로세서 실행가능 명령어들을 실행하도록 추가로 구성된다.Example systems, methods, and apparatus consistent with the principles herein may be configured to enhance cognitive abilities in an individual. In an example implementation, the programmed processing unit is configured to execute processor-executable instructions to render a task with interference to a user interface. As described in more detail herein, one or more of the tasks and interventions are time-varying and responsive such that the user interface imposes a limited time period for receiving at least one type of response from an individual interacting with the device or system. have a deadline The processing unit is configured to control the user interface to measure data indicative of two or more different types of responses to the task or to the interference. The programmed processing unit causes the exemplary system or apparatus to receive data representative of a first response of the individual to a task and a second response of the individual to interference, and calculate at least one response profile representative of performance of the individual. and to execute the processor-executable instructions to analyze the at least some portion of the data to: As described herein, including in connection with FIGS. 4A and 4B , a decision boundary metric (such as, but not limited to, a response criterion) is a response (response) of two or more different types to a task or interference. It provides a quantitative measure of an individual's propensity to provide a response of at least one type of A versus response B). The programmed processing unit is configured to, in a calculated decision boundary metric (such as but not limited to a response criterion), such that the first response and/or the second response are modified, thereby indicating a modification of the individual's cognitive response ability. and execute the processor-executable instructions to coordinate the task and/or interference to derive the modification.

일 예에서, 인지 반응 능력의 수정의 표시는 개인의 인지 반응 능력의 충동성 또는 보수성의 정도의 척도의 변화의 관찰에 기초할 수 있다.In one example, an indication of a modification of a cognitive response ability may be based on observation of a change in a measure of the degree of impulsivity or conservatism of an individual's cognitive response ability.

일 예에서, 인지 반응 능력의 수정의 표시는 지속적 주의력, 선택적 주의력, 주의력 결핍, 충동성, 억제(inhibition), 지각 능력, 반응 및 다른 운동 기능들, 시력, 장기 기억력, 작업 기억력, 단기 기억력, 논리, 또는 의사 결정 중 하나 이상의 척도의 변화를 포함할 수 있다.In one example, an indication of modification of cognitive response ability is sustained attention, selective attention, attention deficit, impulsivity, inhibition, perceptual ability, reaction and other motor functions, vision, long-term memory, working memory, short-term memory, It may involve a change in one or more measures of logic, or decision making.

일 예에서, (응답 기준과 같은, 그러나 이에 제한되지 않는) 제1 결정 경계 메트릭에 기초하여 태스크 및/또는 간섭을 조정하는 것은 응답 윈도의 시간 길이를 수정하는 것, 보상의 타입 또는 개인에 대한 보상의 제시율을 수정하는 것, 및 태스크 및/또는 간섭의 시변 특성을 수정하는 것 중 하나 이상을 포함한다.In one example, adjusting the task and/or interference based on a first decision boundary metric (such as, but not limited to, a response criterion) may include modifying the length of time of the response window, the type of reward or the individual. modifying the presentation rate of the reward, and modifying the time-varying nature of the task and/or interference.

일 예에서, 태스크 또는 간섭의 양태의 시변 특성을 수정하는 것은 개인의 2개 이상의 상호작용 세션 사이의 사용자 인터페이스에서의 태스크 또는 간섭의 렌더링의 시간 길이를 조정하는 것을 포함할 수 있다.In one example, modifying the time-varying nature of an aspect of a task or interference may include adjusting a length of time of rendering of a task or interference in a user interface between two or more interactive sessions of an individual.

일 예에서, 시변 특성은 객체의 속도, 얼굴 표정의 변화율, 객체의 궤적 방향, 객체의 배향의 변경, 객체의 적어도 하나의 컬러, 객체의 타입, 또는 객체의 사이즈, 또는 사용자 인터페이스에 표적들 대 비-표적들의 렌더링의 시퀀스 또는 균형을 수정하는 것 중 하나 이상이다.In one example, the time-varying characteristic may be a velocity of an object, a rate of change of a facial expression, a direction of a trajectory of an object, a change in an orientation of an object, at least one color of an object, a type of an object, or a size of an object, or targets versus targets in a user interface. one or more of modifying the sequence or balance of rendering of non-targets.

일 예에서, 객체의 타입의 변경은 제1 타입의 객체로부터 제2 타입의 객체로 모핑하는 것 또는 블렌드셰이프를 제1 타입의 객체와 제2 타입의 객체의 비례 조합으로서 렌더링하는 것을 사용하여 실시된다.In one example, changing the type of an object is effected using morphing from an object of a first type to an object of a second type or rendering the blendshape as a proportional combination of the object of the first type and the object of the second type. do.

결정 경계의 형상 및/또는 영역을 명시적으로 측정한다는 목표를 사용하여 컴퓨터 구현 적응적 절차를 설계하면, 응답 기한들은 측정들이 이 경계를 정의하는 데 유용한 최대한의 정보를 생성하는 지점들로 조정될 수 있다. 이러한 최적의 기한들은 예상된 정보 엔트로피를 최소화하도록 정보 이론적 접근법을 사용하여 결정될 수 있다.By designing a computer-implemented adaptive procedure with the goal of explicitly measuring the shape and/or area of a decision boundary, response deadlines can be adjusted to the points at which measurements generate the maximum amount of information useful to define this boundary. have. These optimal deadlines can be determined using an information theory approach to minimize the expected information entropy.

본 명세서에서의 원리들에 따른 예시적인 시스템들, 방법들, 및 장치들은, 임상 집단들에 대한 잠재적인 바이오마커(biomarker)를 결정하도록, 적어도 하나의 프로세싱 유닛을 포함하는 프로그래밍된 컴퓨팅 디바이스를 사용하여 구현될 수 있다.Exemplary systems, methods, and apparatuses in accordance with the principles herein employ a programmed computing device comprising at least one processing unit to determine a potential biomarker for clinical populations. can be implemented.

본 명세서에서의 원리들에 따른 예시적인 시스템들, 방법들 및 장치들은 충동적 및/또는 보수적 응답 전략들에 대한 경향을 평가하기 위한 개인들 및 그룹들에 대한 메트릭으로서 적어도 하나의 프로세싱 유닛을 포함하는 프로그래밍된 컴퓨팅 디바이스를 사용하여 구현될 수 있다.Exemplary systems, methods, and apparatuses in accordance with the principles herein include at least one processing unit as a metric for individuals and groups for assessing propensity for impulsive and/or conservative response strategies. may be implemented using a programmed computing device.

본 명세서에서의 원리들에 따른 예시적인 시스템들, 방법들 및 장치들은 충동적 또는 보수적 응답 프로파일들을 보상하기 위한 컴퓨터 구현 적응적 절차들을 개선시키도록 적어도 하나의 프로세싱 유닛을 포함하는 프로그래밍된 컴퓨팅 디바이스를 사용하여 구현될 수 있다.Exemplary systems, methods, and apparatuses in accordance with the principles herein provide a programmed computing device comprising at least one processing unit to improve computer-implemented adaptive procedures for compensating impulsive or conservative response profiles. It can be implemented using

본 명세서에서의 원리들에 따른 예시적인 시스템들, 방법들 및 장치들은 처치의 사용 후에 개인들 또는 그룹들에서의 응답 프로파일의 변화를 측정하도록 적어도 하나의 프로세싱 유닛을 포함하는 프로그래밍된 컴퓨팅 디바이스를 사용하여 구현될 수 있다.Exemplary systems, methods, and apparatuses in accordance with the principles herein employ a programmed computing device comprising at least one processing unit to measure a change in response profile in individuals or groups after use of a treatment. can be implemented.

본 명세서에서의 원리들에 따른 예시적인 시스템들, 방법들 및 장치들은, 보다 큰 정신 물리학적 임계치 측정 정확도 및 응답 프로파일의 평가를 위해 구현될 수 있는 개인 또는 그룹 데이터의 다른 측정가능한 특성을 컴퓨터 구현 적응적 정신 물리학적 절차들에 추가하기 위해, 본 명세서에서의 예시적인 메트릭들을 적용하도록 적어도 하나의 프로세싱 유닛을 포함하는 프로그래밍된 컴퓨팅 디바이스를 사용하여 구현될 수 있다.Exemplary systems, methods, and apparatus in accordance with the principles herein provide computer-implemented methods for greater psychophysical threshold measurement accuracy and other measurable characteristics of individual or group data that may be implemented for evaluation of response profiles. In addition to adaptive psychophysical procedures, it may be implemented using a computing device programmed to include at least one processing unit to apply the example metrics herein.

본 명세서에서의 원리들에 따른 예시적인 시스템들, 방법들 및 장치들은 정신 물리학적 테스팅으로부터 수집된(harvested) 정보의 양을 증가시키기 위해 사용될 수 있는 이용가능 데이터에 새로운 차원을 추가하기 위해 본 명세서의 예시적인 메트릭들을 적용하도록 적어도 하나의 프로세싱 유닛을 포함하는 프로그래밍된 컴퓨팅 디바이스를 사용하여 구현될 수 있다.Exemplary systems, methods, and apparatus in accordance with the principles herein are described herein to add a new dimension to available data that can be used to increase the amount of information harvested from psychophysical testing. may be implemented using a computing device programmed to include at least one processing unit to apply the example metrics of

본 명세서에서의 원리들에 따른 예시적인 시스템, 방법, 및 장치는 개인의 인지 능력을 향상시키도록 구성될 수 있다. 예시적인 구현에서, 프로그래밍된 프로세싱 유닛은 사용자 인터페이스에 태스크를 간섭과 함께 렌더링하기 위해 프로세서 실행가능 명령어들을 실행하도록 구성된다. 본 명세서에 보다 상세히 설명된 바와 같이, 사용자 인터페이스가 장치 또는 시스템과 상호작용하는 개인으로부터의 적어도 하나의 타입의 응답을 수신하기 위한 제한된 시간 기간을 부과하도록, 태스크 및 간섭 중 하나 이상은 시변적이고 응답 기한을 가진다. 프로세싱 유닛은 태스크에 대한 또는 간섭에 대한 2개 이상의 상이한 타입의 응답을 나타내는 데이터를 측정하도록 사용자 인터페이스를 제어하도록 구성된다. 프로그래밍된 프로세싱 유닛은 예시적인 시스템 또는 장치로 하여금 (제1 세션으로부터) 태스크에 대한 개인의 제1 응답 및 간섭에 대한 개인의 제2 응답을 나타내는 데이터를 수신하게 하고, 개인의 제1 수행력을 표현하는 제1 응답 프로파일을 계산하기 위해 데이터의 적어도 일부 부분을 분석하게 하며, 그리고 응답 프로파일로부터 (응답 기준과 같은, 그러나 이에 제한되지 않는) 제1 결정 경계 메트릭을 결정하게 하기 위해 프로세서 실행가능 명령어들을 실행하도록 추가로 구성된다. 도 4a 및 도 4b와 관련하여를 포함하여, 본 명세서에 설명된 바와 같이, (응답 기준과 같은, 그러나 이에 제한되지 않는) 결정 경계 메트릭은 태스크 또는 간섭에 대한 2개 이상의 상이한 타입의 응답(응답 A 대 응답 B) 중 적어도 하나의 타입의 응답을 제공하는 개인의 경향의 정량적 척도를 제공한다. 프로그래밍된 프로세싱 유닛은 (제2 세션을 생성하기 위해) (응답 기준과 같은, 그러나 이에 제한되지 않는) 계산된 제1 결정 경계 메트릭에 기초하여 태스크 및/또는 간섭을 조정하고, 태스크에 대한 개인의 제1 응답 및 간섭에 대한 개인의 제2 응답을 나타내는 데이터를 수신하며, 데이터의 적어도 일부 부분을 분석하여 개인의 제2 수행력을 표현하는 제2 응답 프로파일 및 (응답 기준과 같은, 그러나 이에 제한되지 않는) 제2 결정 경계 메트릭을 계산하도록 프로세서 실행가능 명령어들을 실행하도록 추가로 구성된다. 프로그래밍된 프로세싱 유닛은 (응답 기준과 같은, 그러나 이에 제한되지 않는) 제1 결정 경계 메트릭 및 (응답 기준과 같은, 그러나 이에 제한되지 않는) 제2 결정 경계 메트릭에 기초하여, (i) 개인이 약제, 약물, 또는 생물학적 제제의 투여에 응답하여 부작용을 경험할 가능성, (ii) 개인에 투여되고 있거나 투여될 약제, 약물, 생물학적 제제 또는 다른 약품의 양, 농도, 또는 용량 적정 중 하나 이상의 변화, 및 (iii) 개인의 인지 반응 능력의 변화, 권장된 치료 계획, 또는 행동 요법, 상담, 또는 신체 운동 중 적어도 하나의 유효성의 정도를 권장하거나 결정하는 것 중 하나 이상을 나타내는 사용자 인터페이스로의 출력을 생성하도록 프로세서 실행가능 명령어들을 실행하도록 추가로 구성된다.Example systems, methods, and apparatus consistent with the principles herein may be configured to enhance cognitive abilities in an individual. In an example implementation, the programmed processing unit is configured to execute processor-executable instructions to render a task with interference to a user interface. As described in more detail herein, one or more of the tasks and interventions are time-varying and responsive such that the user interface imposes a limited time period for receiving at least one type of response from an individual interacting with the device or system. have a deadline The processing unit is configured to control the user interface to measure data indicative of two or more different types of responses to the task or to the interference. The programmed processing unit causes the exemplary system or apparatus to receive (from a first session) data representative of a first response of the individual to a task and a second response of the individual to interference, and represent the first performance of the individual. analyze at least a portion of the data to compute a first response profile that further configured to run. As described herein, including in connection with FIGS. 4A and 4B , a decision boundary metric (such as, but not limited to, a response criterion) is a response (response) of two or more different types to a task or interference. It provides a quantitative measure of an individual's propensity to provide a response of at least one type of A versus response B). The programmed processing unit adjusts the task and/or interference based on a calculated first decision boundary metric (such as, but not limited to, a response criterion) (to create a second session), and Receive data representative of a first response and a second response of the individual to the interference, and analyze at least a portion of the data to provide a second response profile indicative of a second performance of the individual (such as, but not limited to, response criteria) ) is further configured to execute the processor-executable instructions to calculate a second decision boundary metric. Based on a first decision boundary metric (such as, but not limited to, a response criterion) and a second decision boundary metric (such as, but not limited to, a response criterion), the programmed processing unit determines whether (i) the individual , the likelihood of experiencing adverse events in response to administration of the drug, or biological agent, (ii) a change in one or more of the amount, concentration, or dose titration of the agent, drug, biological agent or other agent being or will be administered to the individual, and ( iii) to generate output to a user interface indicative of one or more of recommending or determining a change in the individual's cognitive responsiveness ability, a recommended treatment plan, or a degree of effectiveness of at least one of behavioral therapy, counseling, or physical exercise. and further configured to execute processor-executable instructions.

비제한적인 예에서, (응답 기준과 같은, 그러나 이에 제한되지 않는) 제1 결정 경계 메트릭 및 (응답 기준과 같은, 그러나 이에 제한되지 않는) 제2 결정 경계 메트릭의 분석의 결과들에 기초하여, 의료, 헬스케어, 또는 다른 전문가는 (개인의 동의 하에) 개인의 인지 반응 능력에 대한 보다 나은 이해를 얻을 수 있으며, 잠재적으로 보다 구체적으로는 (다른 생리학적, 행동, 및/또는 진단 척도들과 관련한 분석의 결과들을 검토하는 것에 의해서를 포함하여) 개인의 인지 능력에 영향을 미치고 있을 수 있는 인지 질환, 집행 기능 장애, 또는 질병의 타입을 식별할 수 있다. 예를 들어, 그 결과들은 제1 타입의 약제, 약물, 생물학적 제제, 또는 다른 약품으로부터 보다 나은 이득을 볼 수 있는 그룹의 개인들을 식별하는 데 사용될 수 있는 반면, 그룹 내의 다른 개인들은 제2 타입으로부터 이득을 볼 수 있다.In a non-limiting example, based on the results of analysis of a first decision boundary metric (such as, but not limited to, a response criterion) and a second decision boundary metric (such as, but not limited to, a response criterion), A medical, healthcare, or other professional may (with the individual's consent) gain a better understanding of an individual's cognitive responsiveness, and potentially more specifically (with other physiological, behavioral, and/or diagnostic measures). (including by reviewing the results of relevant analyzes) may identify a cognitive disorder, executive dysfunction, or type of disorder that may be affecting an individual's cognitive abilities. For example, the results may be used to identify a group of individuals who may better benefit from a first type of drug, drug, biologic, or other drug, while other individuals in the group may benefit from a second type of drug. You can benefit.

비제한적인 예에서, (응답 기준과 같은, 그러나 이에 제한되지 않는) 제1 결정 경계 메트릭 및 (응답 기준과 같은, 그러나 이에 제한되지 않는) 제2 결정 경계 메트릭의 분석의 결과들에 기초하여, 의료, 헬스케어, 또는 다른 전문가는 (개인의 동의 하에) 개인이, 잠재적으로 인지에 영향을 미치는 것을 포함한, 특정 타입, 양, 농도, 또는 용량 적정의 약제, 약물, 생물학적 제제, 또는 다른 약품을 투여받는 경우 일어날 수 있는(또는 잠재적으로 일어나고 있는) 잠재적 부작용에 대한 보다 나은 이해를 얻을 수 있다.In a non-limiting example, based on the results of analysis of a first decision boundary metric (such as, but not limited to, a response criterion) and a second decision boundary metric (such as, but not limited to, a response criterion), A medical, healthcare, or other professional may (with the individual's consent) administer a drug, drug, biologic, or other drug of a particular type, amount, concentration, or dose titration, including potentially affecting cognition. A better understanding of the potential side effects that may occur (or potentially are occurring) when administered may be obtained.

비제한적인 예에서, 특정 개인들에 대한 (응답 기준과 같은, 그러나 이에 제한되지 않는) 제1 결정 경계 메트릭 및 (응답 기준과 같은, 그러나 이에 제한되지 않는) 제2 판정 경계 메트릭의 분석의 결과들을 나타내는 데이터를, 개인들에 의해 경험되는 적어도 하나의 타입의 약제, 약물, 생물학적 제제, 또는 다른 약품의 알려진 효능 레벨들, 및/또는 적어도 하나의 타입의 약제, 약물, 생물학적 제제, 또는 다른 약품의 투여로 개인에 의해 경험되는 하나 이상의 부작용에 관한 정량화가능 정보와 함께, 포함하는 검색가능 데이터베이스가 본 명세서에서 제공된다. 검색가능 데이터베이스는 컴퓨팅 디바이스에 렌더링된 태스크 및/또는 간섭과 상호작용할 때 개인에 대해 획득된 응답 척도들, 응답 프로파일들, 및/또는 (응답 기준과 같은, 그러나 이에 제한되지 않는) 결정 경계 메트릭에 기초하여 주어진 개인이 특정 타입의 약제, 약물, 생물학적 제제, 또는 다른 약품으로부터 이득을 보기 위한 후보인지를 결정하는 데 사용하기 위한 메트릭들을 제공하도록 구성될 수 있다.In a non-limiting example, a result of analysis of a first decision boundary metric (such as, but not limited to, a response criterion) and a second decision boundary metric (such as, but not limited to, a response criterion) for specific individuals data representing the known efficacy levels of at least one type of drug, drug, biologic, or other drug experienced by individuals, and/or at least one type of drug, drug, biologic, or other drug. Provided herein is a searchable database comprising quantifiable information regarding one or more side effects experienced by an individual with administration of The searchable database may store response measures, response profiles, and/or decision boundary metrics (such as, but not limited to, response criteria) obtained for the individual when interacting with the task and/or intervention rendered on the computing device. may be configured to provide metrics for use in determining whether a given individual is a candidate for benefiting from a particular type of drug, drug, biologic, or other drug based on it.

비제한적인 예로서, 컴퓨팅 디바이스의 사용자 인터페이스에 렌더링된 태스크들 및/또는 간섭과의 사용자 상호작용을 나타내는 데이터에 기초하여, (응답 기준과 같은, 그러나 이에 제한되지 않는) 결정 경계 메트릭은, 개인의 인지 응답 전략의 충동성 또는 보수성의 정도와 같은, 그러나 이에 제한되지 않는, 특정 타입의 응답으로의 개인의 경향에 관한 정보를 제공할 수 있다. 이 데이터는 치료 계획, 또는 행동 요법, 상담 및/또는 신체 운동의 유효성의 정도를 식별하는 데 도움이 될 수 있다.As a non-limiting example, based on data indicative of user interaction with tasks and/or interventions rendered in a user interface of the computing device, a decision boundary metric (such as, but not limited to, a response criterion) may include: may provide information about an individual's predisposition to a particular type of response, such as, but not limited to, the degree of impulsivity or conservatism of a cognitive response strategy. This data can be helpful in identifying the extent of effectiveness of treatment plans, or behavioral therapy, counseling, and/or physical exercise.

비제한적인 예에서, 컴퓨팅 디바이스의 사용자 인터페이스에 렌더링된 태스크들 및/또는 간섭과의 사용자 상호작용을 나타내는 데이터에 기초하여, (응답 기준과 같은, 그러나 이에 제한되지 않는) 결정 경계 메트릭은, 개인의 인지 응답 전략의 충동성 또는 보수성의 정도에 기초하여, 개인에 관한 정보를 제공할 수 있다. 이 데이터는 개인이 (흥분제(stimulant), 예컨대, 메틸페니데이트(methylphenidate) 또는 암페타민(amphetamine)과 같은, 그러나 이에 제한되지 않는) 특정 타입의 약물에 대한 후보인지 또는 컴퓨팅 디바이스에 렌더링된 태스크들 및/또는 간섭과의 다수의 특정된 반복된 상호작용들과 협력하여 개인이 약물을 투여받는 것이 유익한지를 식별하는 데 도움이 될 수 있다. 본 명세서에 설명된 임의의 예에 적용가능한 생물학적 제제, 약제 또는 다른 약제의 다른 비제한적인 예들은 메틸페니데이트(MPH), 스코폴라민(scopolamine), 도네페질 하이드로클로라이드(donepezil hydrochloride), 리바스티그민 타르트레이트(rivastigmine tartrate), 메만틴 HCl(memantine HCI), 솔라네주맙(solanezumab), 아두카누맙(aducanumab) 및 크레네주맙(crenezumab)을 포함한다.In a non-limiting example, based on data indicative of user interaction with tasks and/or interventions rendered in a user interface of the computing device, a decision boundary metric (such as, but not limited to, a response criterion) may include: Based on the degree of impulsivity or conservatism of a person's cognitive response strategy, information about the individual can be provided. This data may include tasks rendered on the computing device and whether the individual is a candidate for a particular type of drug (such as, but not limited to, a stimulant, eg, methylphenidate or amphetamine) and /or cooperating with multiple specified repeated interactions with the intervention may help identify whether an individual would benefit from receiving the drug. Other non-limiting examples of biological agents, medicaments or other agents applicable to any of the examples described herein include methylphenidate (MPH), scopolamine, donepezil hydrochloride, rivasti rivastigmine tartrate, memantine HCI, solanezumab, aducanumab and crenezumab.

본 명세서에서의 원리들에 따른 다른 예시적인 시스템, 방법, 및 장치는 개인의 인지 능력을 향상시키도록 구성될 수 있다. 예시적인 구현에서, 프로그래밍된 프로세싱 유닛은 사용자 인터페이스에 태스크를 간섭과 함께 렌더링하기 위해 프로세서 실행가능 명령어들을 실행하도록 구성된다. 본 명세서에 보다 상세히 설명된 바와 같이, 사용자 인터페이스가 장치 또는 시스템과 상호작용하는 개인으로부터의 적어도 하나의 타입의 응답을 수신하기 위한 제한된 시간 기간을 부과하도록, 태스크 및 간섭 중 하나 이상은 시변적이고 응답 기한을 가진다. 프로세싱 유닛은 개인에게 투여되고 있거나 투여될 약제, 약물, 또는 생물학적 제제의 양, 농도, 또는 용량 적정 중 하나 이상을 나타내는 데이터를 수신하도록, 그리고 태스크에 대한 또는 간섭에 대한 2개 이상의 상이한 타입의 응답을 나타내는 데이터를 측정하도록 사용자 인터페이스를 제어하도록 구성된다. 프로그래밍된 프로세싱 유닛은 예시적인 시스템 또는 장치로 하여금 (제1 세션으로부터) 태스크에 대한 개인의 제1 응답 및 간섭에 대한 개인의 제2 응답을 나타내는 데이터를 수신하게 하고, 개인의 제1 수행력을 표현하는 제1 응답 프로파일을 계산하기 위해 데이터의 적어도 일부 부분을 분석하게 하며, 그리고 응답 프로파일로부터 (응답 기준과 같은, 그러나 이에 제한되지 않는) 제1 결정 경계 메트릭을 결정하게 하기 위해 프로세서 실행가능 명령어들을 실행하도록 추가로 구성된다. 도 4a 및 도 4b와 관련하여를 포함하여, 본 명세서에 설명된 바와 같이, (응답 기준과 같은, 그러나 이에 제한되지 않는) 결정 경계 메트릭은 태스크 또는 간섭에 대한 2개 이상의 상이한 타입의 응답(응답 A 대 응답 B) 중 적어도 하나의 타입의 응답을 제공하는 개인의 경향의 정량적 척도를 제공한다. 프로그래밍된 프로세싱 유닛은 (제2 세션을 생성하기 위해) (응답 기준과 같은, 그러나 이에 제한되지 않는) 제1 결정 경계 메트릭 및 약제, 약물, 또는 생물학적 제제의 양 또는 농도에 기초하여 태스크 및/또는 간섭을 조정하고, 태스크에 대한 개인의 제1 응답 및 간섭에 대한 개인의 제2 응답을 나타내는 데이터를 수신하며, 그 데이터의 적어도 일부 부분을 분석하여 개인의 제2 수행력을 표현하는 제2 응답 프로파일 및 (응답 기준과 같은, 그러나 이에 제한되지 않는) 제2 결정 경계 메트릭을 계산하도록 프로세서 실행가능 명령어들을 실행하도록 추가로 구성된다. 프로그래밍된 프로세싱 유닛은 (응답 기준과 같은, 그러나 이에 제한되지 않는) 제1 결정 경계 메트릭 및 (응답 기준과 같은, 그러나 이에 제한되지 않는) 제2 결정 경계 메트릭에 기초하여, (i) 개인이 약제, 약물, 또는 생물학적 제제의 투여에 응답하여 부작용을 경험할 가능성, (ii) 약제, 약물, 생물학적 제제 또는 다른 약품의 양, 농도, 또는 용량 적정 중 하나 이상의 권장된 변화, 및 (iii) 개인의 인지 반응 능력의 변화, 권장된 치료 계획, 또는 행동 요법, 상담, 또는 신체 운동 중 적어도 하나의 유효성의 정도를 권장하거나 결정하는 것 중 하나 이상을 나타내는 사용자 인터페이스로의 출력을 생성하도록 프로세서 실행가능 명령어들을 실행하도록 추가로 구성된다.Other example systems, methods, and apparatus consistent with the principles herein may be configured to enhance cognitive abilities of an individual. In an example implementation, the programmed processing unit is configured to execute processor-executable instructions to render a task with interference to a user interface. As described in more detail herein, one or more of the tasks and interventions are time-varying and responsive such that the user interface imposes a limited time period for receiving at least one type of response from an individual interacting with the device or system. have a deadline The processing unit is configured to receive data indicative of one or more of an amount, concentration, or dose titration of a medicament, drug, or biological agent being or will be administered to an individual, and two or more different types of responses to a task or to an intervention. and control the user interface to measure data representing The programmed processing unit causes the exemplary system or apparatus to receive (from a first session) data representative of a first response of the individual to a task and a second response of the individual to interference, and represent the first performance of the individual. analyze at least a portion of the data to compute a first response profile that further configured to run. As described herein, including in connection with FIGS. 4A and 4B , a decision boundary metric (such as, but not limited to, a response criterion) is a response (response) of two or more different types to a task or interference. It provides a quantitative measure of an individual's propensity to provide a response of at least one type of A versus response B). The programmed processing unit is configured to perform a task and/or based on a first decision boundary metric (such as, but not limited to, a response criterion) and an amount or concentration of a pharmaceutical, drug, or biological agent (to generate a second session). a second response profile that coordinates the interference, receives data representative of a first response of the individual to the task and a second response of the individual to the interference, and analyzes at least a portion of the data to represent a second performance of the individual and to calculate a second decision boundary metric (such as, but not limited to, a response criterion), the processor-executable instructions. Based on a first decision boundary metric (such as, but not limited to, a response criterion) and a second decision boundary metric (such as, but not limited to, a response criterion), the programmed processing unit determines whether (i) the individual , the likelihood of experiencing an adverse event in response to administration of the drug, or biologic, (ii) a recommended change in one or more of the amount, concentration, or dose titration of the drug, drug, biologic, or other drug, and (iii) the individual's awareness processor-executable instructions to generate output to a user interface representing one or more of recommending or determining a change in responsiveness, a recommended treatment plan, or a degree of effectiveness of at least one of behavioral therapy, counseling, or physical exercise. further configured to run.

비제한적인 예에서, (응답 기준과 같은, 그러나 이에 제한되지 않는) 제1 결정 경계 메트릭 및 (응답 기준과 같은, 그러나 이에 제한되지 않는) 제2 결정 경계 메트릭의 분석의 결과들에 기초하여, 의료, 헬스케어, 또는 다른 전문가는 (개인의 동의 하에) 개인이, 잠재적으로 인지에 영향을 미치는 것을 포함한, 상이한 양, 농도, 또는 용량 적정의 약제, 약물, 생물학적 제제, 또는 다른 약품을 투여받는 경우 일어날 수 있는(또는 잠재적으로 일어나고 있는) 잠재적 부작용에 대한 보다 나은 이해를 얻을 수 있다.In a non-limiting example, based on the results of analysis of a first decision boundary metric (such as, but not limited to, a response criterion) and a second decision boundary metric (such as, but not limited to, a response criterion), A medical, healthcare, or other professional (with the individual's consent) is a person who receives a drug, drug, biologic, or other drug in different amounts, concentrations, or dose titrations, including those that potentially affect cognition. You can get a better understanding of the potential side effects that could happen (or are potentially happening).

비제한적인 예에서, 특정 개인들에 대한 (응답 기준과 같은, 그러나 이에 제한되지 않는) 제1 결정 경계 메트릭 및 (응답 기준과 같은, 그러나 이에 제한되지 않는) 제2 판정 경계 메트릭의 분석의 결과들을 나타내는 데이터를, 개인들에 의해 경험되는 적어도 하나의 타입의 약제, 약물, 생물학적 제제, 또는 다른 약품의 알려진 효능 레벨들, 및/또는 적어도 하나의 타입의 약제, 약물, 생물학적 제제, 또는 다른 약품의 투여로 개인에 의해 경험되는 하나 이상의 부작용에 관한 정량화가능 정보와 함께, 포함하는 검색가능 데이터베이스가 본 명세서에서 제공된다. 검색가능 데이터베이스는 컴퓨팅 디바이스에 렌더링된 태스크 및/또는 간섭과 상호작용할 때 개인에 대해 획득된 응답 척도들, 응답 프로파일들, 및/또는 (응답 기준과 같은, 그러나 이에 제한되지 않는) 결정 경계 메트릭에 기초하여 주어진 개인이 특정 타입의 약제, 약물, 생물학적 제제, 또는 다른 약품으로부터 이득을 보기 위한 후보인지를 결정하는 데 사용하기 위한 메트릭들을 제공하도록 구성될 수 있다. 비제한적인 예로서, 컴퓨팅 디바이스의 사용자 인터페이스에 렌더링된 태스크들 및/또는 간섭과의 사용자 상호작용을 나타내는 데이터에 기초하여, (응답 기준과 같은, 그러나 이에 제한되지 않는) 결정 경계 메트릭은, 개인의 인지 응답 전략의 충동성 또는 보수성의 정도에 기초하여, 개인에 관한 정보를 제공할 수 있다. 이 데이터는 개인이 (흥분제, 예컨대, 메틸페니데이트 또는 암페타민과 같은, 그러나 이에 제한되지 않는) 특정 타입의 약물에 대한 후보인지 또는 컴퓨팅 디바이스에 렌더링된 태스크들 및/또는 간섭과의 다수의 특정된 반복된 상호작용들과 협력하여 개인이 약물을 투여받는 것이 유익한지를 식별하는 데 도움이 될 수 있다. 본 명세서에 설명된 임의의 예에 적용가능한 생물학적 제제, 약제 또는 다른 약제의 다른 비제한적인 예들은 메틸페니데이트(MPH), 스코폴라민, 도네페질 하이드로클로라이드, 리바스티그민 타르트레이트, 메만틴 HCl, 솔라네주맙, 아두카누맙 및 크레네주맙을 포함한다.In a non-limiting example, a result of analysis of a first decision boundary metric (such as, but not limited to, a response criterion) and a second decision boundary metric (such as, but not limited to, a response criterion) for specific individuals data representing the known efficacy levels of at least one type of drug, drug, biologic, or other drug experienced by individuals, and/or at least one type of drug, drug, biologic, or other drug. Provided herein is a searchable database comprising quantifiable information regarding one or more side effects experienced by an individual with administration of The searchable database may store response measures, response profiles, and/or decision boundary metrics (such as, but not limited to, response criteria) obtained for the individual when interacting with the task and/or intervention rendered on the computing device. may be configured to provide metrics for use in determining whether a given individual is a candidate for benefiting from a particular type of drug, drug, biologic, or other drug based on it. As a non-limiting example, based on data indicative of user interaction with tasks and/or interferences rendered in a user interface of the computing device, a decision boundary metric (such as, but not limited to, a response criterion) may include: Based on the degree of impulsivity or conservatism of a person's cognitive response strategy, information about the individual can be provided. This data may indicate whether an individual is a candidate for a particular type of drug (such as, but not limited to, a stimulant, eg, methylphenidate or amphetamine) or a number of specified interactions with tasks and/or interference rendered to the computing device. Working in concert with repeated interactions, it can help an individual identify if it would be beneficial to receive a drug. Other non-limiting examples of biological agents, medicaments or other agents applicable to any of the examples described herein include methylphenidate (MPH), scopolamine, donepezil hydrochloride, rivastigmine tartrate, memantine HCl , solanezumab, aducanumab and crenezumab.

일 예에서, 개인의 인지 반응 능력의 변화는 개인의 인지 응답 전략의 충동성 또는 보수성의 정도의 변화의 표시를 포함한다.In one example, the change in the individual's cognitive response ability comprises an indication of a change in the degree of impulsivity or conservatism of the individual's cognitive response strategy.

비제한적인 예로서, 충동적 행동이 ADHD에 수반된다는 점을 감안하면, (실행 기능의 치료를 포함한) 치료를 시술하도록 구성된 예시적인 인지 플랫폼은 계획(regimen)에서 덜 충동적인 행동을 조장할 수 있다. 이것은 뇌의 도파민 체계(dopamine systems)를 대상으로 하여, 정상적인 조절(normal regulation)을 증가시킬 수 있으며, 이는 충동적 행동의 감소의 이득을 개인의 일상 생활로 전이(transfer)시키는 것을 결과할 수 있다.As a non-limiting example, given that impulsive behavior accompanies ADHD, the exemplary cognitive platform configured to administer treatment (including treatment of executive function) may promote less impulsive behavior in the regimen. have. It targets the brain's dopamine systems, which may increase normal regulation, which may result in transferring the benefits of a reduction in impulsive behavior into an individual's daily life. .

메틸페니데이트 및 암페타민과 같은 흥분제들은 뇌에서의 노르에피네프린(norepinephrine) 및 도파민의 레벨들을 증가시키기 위해 ADHD를 갖는 개인들에게 또한 투여된다. 그들의 인지 효과는 전전두엽 피질(prefrontal cortex)에서의 그들의 액션들에 기인할 수 있지만, 인지 조절 결핍(cognitive control deficits) 또는 다른 인지 능력의 교정(remediation)은 없을 수 있다. 본 명세서에서의 예시적인 인지 플랫폼은 개인의 인지 조절 결핍을 교정하기 위한 (실행 기능의 치료를 포함한) 치료를 시술하도록 구성될 수 있다.Stimulants such as methylphenidate and amphetamine are also administered to individuals with ADHD to increase levels of norepinephrine and dopamine in the brain. Their cognitive effects may be due to their actions in the prefrontal cortex, but without cognitive control deficits or other cognitive remediation. Exemplary cognitive platforms herein can be configured to administer treatments (including treatment of executive function) to correct cognitive control deficits in an individual.

본 명세서에 설명된 원리들에 따른 예시적인 시스템들, 방법들, 및 장치들의 사용은 치매, 파킨슨병, 대뇌 아밀로이드 맥관병증, 가족성 아밀로이드 신경병증, 헌팅턴병, 또는 다른 신경퇴행성 질환, 자폐 스펙트럼 장애(ASD), 16p11.2 중복의 존재와 같은, 그러나 이에 제한되지 않는, 많은 상이한 타입의 신경 심리학적 질환들, 및/또는, 주의력 결핍 과잉행동 장애(ADHD), 감각 처리 장애(SPD), 경도 인지 장애(MCI), 알츠하이머병, 다발성 경화증, 정신분열증, 주요 우울 장애(MDD), 또는 불안증과 같은, 그러나 이에 제한되지 않는, 실행 기능 장애에 적용가능할 수 있다.Use of the exemplary systems, methods, and devices in accordance with the principles described herein may include dementia, Parkinson's disease, cerebral amyloid angiopathy, familial amyloid neuropathy, Huntington's disease, or other neurodegenerative disease, autism spectrum disorder ( ASD), many different types of neuropsychological disorders, such as, but not limited to, presence of 16p11.2 overlap, and/or attention deficit hyperactivity disorder (ADHD), sensory processing disorder (SPD), mild cognitive It may be applicable to executive dysfunction such as, but not limited to, disability (MCI), Alzheimer's disease, multiple sclerosis, schizophrenia, major depressive disorder (MDD), or anxiety.

임의의 예시적인 구현에서, 개인으로부터의 데이터 및 다른 정보는 개인의 동의 하에 수집되고, 전송되며, 분석된다.In certain example implementations, data and other information from an individual is collected, transmitted, and analyzed with the individual's consent.

비제한적인 예로서, 간섭 프로세싱에 기초한 인지 플랫폼을 포함한, 본 명세서에서의 임의의 예시적인 시스템, 방법 및 장치와 관련하여 설명된 인지 플랫폼은 매사추세츠주 보스턴 소재의 Akili Interactive Labs, Inc.의 Project: EVO?? 플랫폼에 기초하거나 이를 포함할 수 있다.By way of non-limiting example, the cognitive platform described in connection with any of the exemplary systems, methods, and apparatus herein, including a cognitive platform based on interference processing, is a project of Akili Interactive Labs, Inc. of Boston, Massachusetts: EVO?? It may be based on or include a platform.

비제한적이고 예시적인 태스크들 및 간섭Non-limiting exemplary tasks and interventions

개인들의 인지 조절 능력에 대한 간섭 프로세싱의 효과들이 보고되었다. 예컨대, 문헌 [A. Anguera, Nature vol. 501 , p. 97 (September 5, 2013)]("네이처 논문")을 참조한다. 본 명세서에 참고로 포함되는, 2011년 11월 10일자로 출원된, 미국 공개 번호 제20140370479A1호(미국 출원 제13/879,589호)를 또한 참조한다. 그 인지 능력들 중 일부는 주의력(선택성(selectivity), 지속성(sustainability) 등), 작업 기억력(작업 기억력에서의 용량 및 정보 유지 품질) 및 목표 관리(2개의 주의력을 요구하는 태스크들을 효과적으로 병렬 처리하거나 태스크들을 스위칭하는 능력)의 영역들에서의 인지 조절 능력들을 포함한다. 일 예로서, ADHD(주의력 결핍 과잉행동 장애)로 진단받은 어린이들은 주의력을 유지하는 데 어려움을 나타낸다. 주의력 선택성은 목표와 무관한 정보(goal-irrelevant information)를 무시하는 것에 수반되는 신경 프로세스들 및 목표와 관련이 있는 정보(goal-relevant information)에 초점을 맞추는 것을 용이하게 하는 프로세스들에 의존하는 것으로 밝혀졌다. 이 간행물은 2개의 객체가 동시에 보일 때 하나의 객체에 주의를 집중시키는 것은 시각 프로세싱 자원들을 다른 객체로부터 멀어지게 끌고 갈 수 있다는 것을 보여주는 신경 데이터(neural data)를 보고한다. 기억이 주의산만요소들을 효과적으로 무시하는 것에 보다 의존하고 정보를 기억해두는 능력이 주의산만요소 및 방해 둘 다에 의한 간섭에 취약하다는 것을 보여주는 연구들이 또한 보고되었다. 주의산만에 의한 간섭은 개인의 주의를 프라이머리 태스크로부터 분산시키지만 개인이 반응해서는 안된다는 것을 지시사항들이 나타내는, 예컨대, 비-표적인 간섭일 수 있다. 방해/방해요소에 의한 간섭은, 예컨대, 하나의 표적 또는 2개 이상의 표적이고, 개인의 주의를 프라이머리 태스크로부터 또한 분산시키지만, 개인이 응답해야(예컨대, 단일 표적의 경우) 하거나 선택해야(예컨대, 개인이 특징의 상이한 정도들 사이에서 결정하는 강제 선택 상황(forced-choose situation)) 한다고 지시사항들이 나타내는, 간섭일 수 있다.Effects of interference processing on cognitive control abilities of individuals have been reported. See, for example, A. Anguera, Nature vol. 501, p. 97 (September 5, 2013)] ("Nature Papers"). See also U.S. Publication No. 20140370479A1 (U.S. Application Serial No. 13/879,589), filed on November 10, 2011, which is incorporated herein by reference. Some of those cognitive abilities include attention (selectivity, sustainability, etc.), working memory (capacity in working memory and quality of retention of information), and goal management (effectively parallelizing or executing tasks requiring two attention cognitive control abilities in areas of the ability to switch tasks). As an example, children diagnosed with Attention Deficit Hyperactivity Disorder (ADHD) show difficulty maintaining attention. Attention selectivity is characterized by reliance on neural processes involved in ignoring goal-irrelevant information and processes that facilitate focusing on goal-relevant information. turned out This publication reports neural data showing that focusing attention on one object can drag visual processing resources away from the other when two objects are viewed simultaneously. Studies have also been reported that show that memory is more dependent on effectively ignoring distractions and that the ability to memorize information is susceptible to interference by both distractions and distractions. Interference by distraction may be, for example, non-targeted interference, in which the instructions distract the individual from the primary task but indicate that the individual should not react. Interference by a jammer/disturbance is, for example, one target or two or more targets, and also distracts the individual's attention from the primary task, but the individual must respond (eg, in the case of a single target) or select (eg, in the case of a single target). , the instructions may indicate that the individual is in a forced-choose situation where he decides between different degrees of characteristic.

주의산만요소의 존재 시의 감소된 기억 회상(memory recall)이 전전두엽 피질, 시각 피질 및 해마(hippocampus)(기억 통합(memory consolidation)에 관여함)를 수반하는 신경 네트워크의 단절(disruption)과 연관될 수 있음을 보여주는 fMRI 결과들이 또한 보고되었다. (선택적 주의력에서 역할을 하는) 전전두엽 피질 네트워크들은 주의산만에 의한 단절에 취약할 수 있다. 이 간행물은, 작업 기억력 또는 선택적 주의력의 영역들에서 인지 조절을 요구하는, 목표 관리가 인지 조절을 또한 요구하는 세컨더리 목표에 의해 영향을 받을 수 있다는 것을 또한 보고한다. 이 간행물은, 주의산만요소들 및 방해들의 유해한 효과들을 감소시키기 위한 것을 포함하여, 간섭 프로세싱의 유익한 효과들을 개인의 인지 능력에 대한 효과들을 갖는 처치로서 나타내는 데이터를 또한 보고하였다. 이 간행물은, 싱글-태스킹 또는 멀티-태스킹 수행을 평가하기 위한 것을 포함하여, 개인의 수행을 정량화하기 위해 계산될 수 있는 비용 척도들(간섭 비용을 포함함)을 설명하였다.Decreased memory recall in the presence of a distractor may be associated with disruption of neural networks involving prefrontal cortex, visual cortex, and hippocampus (involved in memory consolidation). fMRI results showing that it can also be reported. Prefrontal cortical networks (playing a role in selective attention) may be vulnerable to disconnection by distraction. This publication also reports that goal management, which requires cognitive modulation in areas of working memory or selective attention, may be affected by secondary goals that also require cognitive modulation. This publication also reported data showing the beneficial effects of interference processing, including for reducing the deleterious effects of distractions and distractions, as a treatment with effects on an individual's cognitive ability. This publication has described cost measures (including cost of intervention) that can be calculated to quantify an individual's performance, including for assessing single-tasking or multi-tasking performance.

이 간행물들에 개시된 예시적인 비용 척도는, 개인이 싱글-태스킹 태스크 대 멀티-태스킹에 관여되어 있을 때 보다 큰 비용(즉, 보다 네거티브인 퍼센티지 비용)은 증가된 간섭을 나타내도록, 멀티-태스킹 태스크와 비교하여 싱글-태스킹 태스크에서의 개인의 수행력의 퍼센티지 변화이다.The exemplary cost measures disclosed in these publications are such that when an individual is engaged in a single-tasking task versus multi-tasking, a higher cost (ie, a more negative percentage cost) indicates increased interference with a multi-tasking task. is the percentage change in an individual's performance on a single-tasking task compared to .

컴퓨터 구현 간섭 프로세싱의 유형적 이점들(tangible benefits)이 또한 보고된다. 예를 들어, 네이처지(Nature paper)에 따르면 컴퓨터 구현 간섭 프로세싱을 사용하여 평가된 멀티-태스킹 수행력이 20세 내지 79세의 성인들에서의 선형적 나이-관련 수행력 저하(linear age-related decline in performance)를 정량화할 수 있었다고 한다. 네이처지는 적응적 형태의 컴퓨터 구현 간섭 프로세싱과 상호작용한 노령 성인(60 내지 85세)이 감소된 멀티-태스킹 비용을 나타내었고, 이득(gains)이 6개월 동안 지속된다고 또한 보고하고 있다. 네이처지는, 뇌파 검사(electroencephalography)로 측정되는 바와 같은, 인지 조절의 나이-관련 신경 시그너처 결핍(age-related deficits in neural signatures)이, 향상된 정중 전두엽 세타 파워(midline frontal theta power) 및 전두엽-후두부 세타 코히런스(frontal-posterior theta coherence)를 갖는, (컴퓨터 구현 간섭 프로세싱을 사용한) 멀티-태스킹 트레이닝에 의해 교정되었다고 또한 보고하였다. 컴퓨터 구현 간섭 프로세싱과 상호작용하는 것은 트레이닝되지 않은 인지 조절 능력으로 확장된 수행 이점들(향상된 지속적 주의력 및 작업 기억력)을 결과하였으며, 정중 전두엽 세타 파워의 증가는 6개월 후에 지속적 주의력의 증가 및 멀티-태스킹 개선의 유지를 예견한다.Tangible benefits of computer implemented interference processing are also reported. For example, according to the Nature paper, multi-tasking performance assessed using computer-implemented interference processing showed a linear age-related decline in adults aged 20 to 79 years. performance) could be quantified. Nature also reports that older adults (60-85 years) who interacted with an adaptive form of computer-implemented interference processing exhibited reduced multi-tasking costs, and the gains persist for 6 months. Nature found that age-related deficits in neural signatures, as measured by electroencephalography, improved midline frontal theta power and frontal-occipital theta. It was also reported to have been corrected by multi-tasking training (using computer implemented interference processing) with frontal-posterior theta coherence. Interacting with computer-implemented interfering processing resulted in extended performance benefits (improved sustained attention and working memory) with untrained cognitive control abilities, and increases in median prefrontal theta power were associated with increases in sustained attention and multi- Foresee the maintenance of tasking improvements.

본 명세서에서의 원리들에 따른 예시적인 시스템들, 방법들, 및 장치들은 인지 능력에 관해 개인을 분류하도록 그리고/또는 컴퓨터화된 인지 플랫폼을 사용한 간섭 프로세싱의 구현에 기초하여 그 인지 능력을 향상시키도록 구성된다. 예시적인 시스템들, 방법들, 및 장치들은, 개인이 태스크와 간섭을 실질적으로 동시에 수행하도록 요구받는, 프로그래밍된 컴퓨팅 디바이스의 능력을 사용한 한 형태의 멀티-태스킹을 구현하도록 구성되며, 컴퓨팅 디바이스의 감지 및 측정 능력은, 컴퓨팅 디바이스가 간섭에 응답하기 위해 개인에 의해 취해진 물리적 액션들을 나타내는 데이터를 수집하는 것과 실질적으로 동시에, 태스크에 응답하기 위해 응답 실행 시간 동안 개인에 의해 취해진 물리적 액션들을 나타내는 데이터를 수집하도록 구성된다. 태스크 및/또는 간섭을 실시간으로 사용자 인터페이스에 렌더링하고, 태스크 및/또는 간섭에 대한 개인의 응답들을 나타내는 데이터를 실시간으로 그리고 실질적으로 동시에 측정하는 컴퓨팅 디바이스들 및 프로그래밍된 프로세싱 유닛들의 능력은 상이한 태스크들 및 간섭들로 그리고 그로부터 신속하게 스위칭하거나 또는 다수의 상이한 태스크들 또는 간섭들(개인이 설정된 시간 기간 동안 단일 타입의 태스크를 수행하도록 요구받는, 싱글-태스킹의 경우를 포함함)을 연달아(in a row) 수행하는 개인의 인지 능력의 정량화가능 척도들을 제공할 수 있다.Exemplary systems, methods, and apparatus in accordance with the principles herein provide for classifying an individual with respect to cognitive ability and/or enhancing cognitive ability based on implementation of interference processing using a computerized cognitive platform. is composed of Exemplary systems, methods, and apparatus are configured to implement a form of multi-tasking using the capabilities of a programmed computing device, in which an individual is required to perform a task and interference substantially simultaneously, wherein sensing of the computing device and the measurement capability collects data representative of physical actions taken by the individual during response execution time to respond to the task at substantially the same time as the computing device collects data representative of physical actions taken by the individual to respond to the interference. configured to do The ability of computing devices and programmed processing units to render a task and/or interference to a user interface in real-time, and to measure data representative of an individual's responses to the task and/or interference in real-time and substantially concurrently, is dependent on different tasks. and rapidly switching to and from interferences or multiple different tasks or interferences in a row (including the single-tasking case, where an individual is required to perform a single type of task for a set period of time) in a row) can provide quantifiable measures of the performing individual's cognitive ability.

본 명세서에서의 임의의 예에서, 사용자 인터페이스가 장치 또는 컴퓨팅 디바이스와 상호작용하는 개인으로부터의 적어도 하나의 타입의 응답을 수신하기 위한 제한된 시간 기간을 부과하도록, 태스크 및/또는 간섭은 응답 기한을 포함한다. 예를 들어, 개인이 태스크 및/또는 간섭을 수행하기 위해 컴퓨팅 디바이스 또는 다른 장치와 상호작용하도록 요구받는 시간 기간은, 약 30초, 약 1분, 약 4분, 약 7분, 약 10분, 또는 10분 초과와 같은, 그러나 이에 제한되지 않는, 미리 결정된 양의 시간일 수 있다.In any example herein, the task and/or interference includes a response deadline such that the user interface imposes a limited time period for receiving at least one type of response from an individual interacting with the apparatus or computing device. do. For example, the period of time during which an individual is required to interact with a computing device or other apparatus to perform a task and/or intervention may be about 30 seconds, about 1 minute, about 4 minutes, about 7 minutes, about 10 minutes, or a predetermined amount of time, such as, but not limited to, greater than 10 minutes.

예시적인 시스템들, 방법들, 및 장치들은, 실행 기능 조절(executive function control)에서의 개인의 인지 능력의 척도로서, 하나의 액션을 다른 액션 대신에 수행할지를 결정함에 있어서의 개인의 능력의 척도들을 제공하기 위해 그리고 간섭이 개인의 주의를 태스크로부터 전환하도록 간섭의 존재 하에서 현재의 태스크의 규칙들을 활성화시키기 위해, 한 형태의 멀티-태스킹을 구현하도록 구성될 수 있다.Exemplary systems, methods, and apparatuses provide measures of an individual's cognitive ability in executive function control, as a measure of an individual's ability to determine whether to perform one action in place of another. may be configured to implement a form of multi-tasking to provide and activate rules of the current task in the presence of the interference so that the interference diverts the individual's attention from the task.

예시적인 시스템들, 방법들, 및 장치들은, 설정된 시간 기간 동안 (내비게이션 태스크 전용 또는 표적 판별 태스크 전용과 같은, 그러나 이에 제한되지 않는) 단일 타입의 태스크(즉, 간섭을 갖지 않음)와 상호작용할 때의 개인의 수행력의 척도들이 개인의 인지 능력의 척도를 제공하는 데 또한 사용될 수 있는, 한 형태의 싱글-태스킹을 구현하도록 구성될 수 있다.Exemplary systems, methods, and apparatus when interacting with a single type of task (ie, without interference) (such as, but not limited to, a navigation task only or a target determination task only) for a set period of time. may be configured to implement a form of single-tasking, in which measures of an individual's performance may also be used to provide a measure of an individual's cognitive ability.

예시적인 시스템들, 방법들, 및 장치들은 싱글-태스킹과 멀티-태스킹 시행들의 상이한 시퀀스들 및 조합들을 수반하는 세션들을 구현하도록 구성될 수 있다. 제1 예시적인 구현에서, 세션은 제1 싱글-태스킹 시행(제1 타입의 태스크를 가짐), 제2 싱글-태스킹 시행(제2 타입의 태스크를 가짐), 및 멀티-태스킹 시행(프라이머리 태스크가 간섭과 함께 렌더링됨)을 포함할 수 있다. 제2 예시적인 구현에서, 세션은 2개 이상의 멀티-태스킹 시행(프라이머리 태스크가 간섭과 함께 렌더링됨)을 포함할 수 있다. 제3 예시적인 구현에서, 세션은 2개 이상의 싱글-태스킹 시행(모두가 동일한 타입의 태스크들에 기초하거나 적어도 하나가 상이한 타입의 태스크에 기초함)을 포함할 수 있다.Example systems, methods, and apparatus may be configured to implement sessions involving different sequences and combinations of single-tasking and multi-tasking trials. In a first example implementation, a session includes a first single-tasking trial (with a first type of task), a second single-tasking trial (with a second type of task), and a multi-tasking trial (with a primary task). is rendered with interference). In a second example implementation, a session may include two or more multi-tasking trials (primary tasks rendered with interference). In a third example implementation, a session may include two or more single-tasking trials, all based on the same type of tasks or at least one based on different types of tasks.

다양한 태스크들의 수행들에 대한 2개의 상이한 타입의 간섭(예컨대, 주의산만요소 또는 방해요소)의 효과들을 비교하기 위해 수행이 추가로 분석될 수 있다. 일부 비교들은 간섭을 갖지 않는 수행, 주의산만요소를 갖는 수행, 및 방해를 갖는 수행을 포함할 수 있다. 태스크의 수행 레벨에서의 각각의 타입의 간섭의 비용(예컨대, 주의산만요소 비용 및 방해요소/멀티-태스킹 비용)이 분석되어 개인에게 보고된다.Performance may be further analyzed to compare the effects of two different types of interference (eg, distraction or distraction) on the performance of various tasks. Some comparisons may include performance without interference, performance with distraction, and performance with interference. The cost of each type of interference at the performance level of the task (eg, distractor cost and distractor/multi-tasking cost) is analyzed and reported to the individual.

본 명세서에서의 임의의 예에서, 간섭은 (주의산만요소인) 비-표적 또는 (방해요소인) 표적 중 어느 하나인 자극, 또는 상이한 타입의 표적들(예컨대, 상이한 정도의 얼굴 표정 또는 다른 특성/특징 차이)인 자극들을 포함하는 세컨더리 태스크일 수 있다.In any of the examples herein, the interference is a stimulus that is either a non-target (which is a distraction) or a target (which is a distractor), or different types of targets (eg, different degrees of facial expressions or other characteristics). /characteristic difference) may be a secondary task containing stimuli.

다수의 개별 소스들(센서들 및 다른 측정 컴포넌트들을 포함함)의 실시(effecting) 및 이 다수의 상이한 소스들로부터 선택적으로 데이터를 실질적으로 동시에(즉, 대략 동일한 시간에 또는 짧은 시간 간격 내에) 그리고 실시간으로 수신하는 것을 제어하는 프로그래밍된 프로세싱 유닛의 능력에 기초하여, 본 명세서에서의 예시적인 시스템들, 방법들, 및 장치들은 정상적인 인간 능력을 사용하여 달성될 수 없었던 태스크 및/또는 간섭에 대한 개인으로부터의 응답들의 정량적 척도들을 수집하는 데 사용될 수 있다. 그 결과, 본 명세서에서의 예시적인 시스템들, 방법들, 및 장치들은 특정 시간 기간들에 걸쳐 태스크와 실질적으로 동시에 간섭을 렌더링하도록 프로그래밍된 프로세싱 유닛을 구현하도록 구성될 수 있다.effecting multiple separate sources (including sensors and other measurement components) and optionally data from multiple different sources substantially simultaneously (ie, at approximately the same time or within a short time interval); and Based on the ability of a programmed processing unit to control real-time reception, the exemplary systems, methods, and apparatuses herein are intended to address tasks and/or interventions that could not be accomplished using normal human capabilities. can be used to collect quantitative measures of responses from As a result, the exemplary systems, methods, and apparatus herein may be configured to implement a processing unit programmed to render interference substantially concurrently with the task over specific time periods.

일부 예시적인 구현들에서, 본 명세서에서의 예시적인 시스템들, 방법들, 및 장치들은 (간섭이 표적 또는 비-표적을 포함하는지에 관계없이) 간섭에 대한 개인의 응답의 정도 및 타입의 척도를 나타내는 데이터가 수집되는 것과 실질적으로 동시에 태스크에 대한 개인의 응답의 정도 및 타입의 척도를 나타내는 데이터를 수신하도록 또한 구성될 수 있다. 일부 예들에서, 예시적인 시스템들, 방법들, 및 장치들은, 간섭 비용을 계산하기 위해, 표적에 대한 개인의 응답을 나타내는 측정된 데이터에 적용되는 스코어링 또는 가중 인자들과 상이한 스코어링 또는 가중 인자들을 비-표적에 대한 개인의 응답을 나타내는 측정된 데이터에 적용하는 것에 의해 분석을 수행하도록 구성된다.In some example implementations, the exemplary systems, methods, and apparatus herein provide a measure of the degree and type of response of an individual to interference (regardless of whether the interference includes target or non-target). It may also be configured to receive data indicative of a measure of the degree and type of response of the individual to the task at substantially the same time the data indicative is being collected. In some examples, the exemplary systems, methods, and apparatuses, to calculate an interference cost, ratio different scoring or weighting factors than the scoring or weighting factors applied to measured data indicative of an individual's response to a target. -constructed to perform an analysis by applying it to measured data representing an individual's response to a target.

일부 예시적인 구현들에서, 본 명세서에서의 예시적인 시스템들, 방법들, 및 장치들은 태스크에 대한 개인의 응답의 정도 및 타입의 척도를 나타내는 데이터가 수집되는 것과 실질적으로 동시에(즉, 실질적으로 동일한 시간에) 표적 자극(즉, 방해요소)을 포함하는 간섭에 대한 개인의 응답의 정도 및 타입의 척도를 나타내는 데이터를 선택적으로 수신하도록 그리고 태스크에 대한 개인의 응답의 정도 및 타입의 척도를 나타내는 데이터가 수집되는 것과 실질적으로 동시에(즉, 실질적으로 동일한 시간에) 비-표적 자극(즉, 주의산만요소)을 포함하는 간섭에 대한 개인의 응답의 정도 및 타입의 척도를 선택적으로 수집하지 않도록 또한 구성될 수 있다. 즉, 예시적인 시스템들, 방법들, 및 장치들은 시간적으로 및/또는 공간적으로 중 어느 하나에서 응답을 측정하기 위한 감지/측정 컴포넌트들의 상태를 선택적으로 제어함으로써 표적 대 비-표적에 대한 개인의 응답의 윈도들 간을 판별하도록 구성된다. 이것은 표적 또는 비-표적의 제시에 기초하여 감지/측정 컴포넌트들을 선택적으로 활성화 또는 비활성화시키는 것에 의해, 또는 표적에 대한 개인의 응답에 대해 측정된 데이터를 수신하고 비-표적에 대한 개인의 응답에 대해 측정된 데이터를 선택적으로 수신하지 않는 것(예컨대, 무시하는 것, 거부하는 것, 또는 거절하는 것)에 의해 달성될 수 있다.In some example implementations, the exemplary systems, methods, and apparatuses herein provide substantially simultaneous (ie, substantially identical to selectively receive data indicative of a degree and type of response of an individual to interference comprising a target stimulus (ie, a disturber) (at time) and data indicative of a magnitude and type of response of the individual to a task also configured not to selectively collect measures of the degree and type of an individual's response to interference comprising a non-targeted stimulus (i.e., a distraction element) substantially simultaneously with (i.e., substantially at the same time as) being collected. can be That is, exemplary systems, methods, and apparatus provide an individual's response to a target versus a non-target by selectively controlling the state of sensing/measurement components for measuring a response either in time and/or spatially. is configured to discriminate between the windows of This can be done by selectively activating or deactivating sensing/measurement components based on the presentation of a target or non-target, or by receiving measured data about an individual's response to a target and responding to the individual's response to a non-target. This may be achieved by selectively not receiving the measured data (eg, ignoring, rejecting, or rejecting).

본 명세서에 설명된 바와 같이, 본 명세서에서의 예시적인 시스템들, 방법들, 및 장치들을 사용하는 것은, 시간 경과에 따른 주의력의 지속성, 주의력의 선택성, 및 주의력 결핍의 감소을 위한 능력에 기초하는 것을 포함하여, 주의력의 영역에서의 개인의 인지 능력의 척도를 제공하도록 구현될 수 있다. 본 명세서에서의 예시적인 시스템들, 방법들, 및 장치들을 사용하여 측정될 수 있는 개인의 인지 능력의 다른 영역들은 충동성, 억제, 지각 능력, 반응 및 다른 운동 기능들, 시력, 장기 기억력, 작업 기억력, 단기 기억력, 논리, 및 의사 결정을 포함한다.As described herein, use of the exemplary systems, methods, and apparatuses herein is based on persistence of attention over time, selectivity of attention, and ability to reduce attention deficits. may be implemented to provide a measure of an individual's cognitive ability in the domain of attention. Other areas of an individual's cognitive ability that can be measured using the exemplary systems, methods, and devices herein include impulsivity, inhibition, perception, reaction and other motor functions, vision, long-term memory, task Includes memory, short-term memory, logic, and decision-making.

본 명세서에 설명된 바와 같이, 본 명세서에서의 예시적인 시스템들, 방법들, 및 장치들을 사용하는 것은 태스크들을 조정하도록 구현될 수 있고 그리고/또는 임의의 효과적인 소성-하네싱 도구(plasticity-harnessing tool)에 대한 가장 크리티컬한 설계 요소이다. 또한, 우리는 - 게임 플레이 동안의 신경 활동을 기록하고 트레이닝에 응답하여 뇌에서 무엇이 변했는지를 이해할 수 있도록 - 모든 단일 게임 요소-타이밍, 위치, 및 자극들의 성질을 제어하기를 원했다.As described herein, using the example systems, methods, and apparatuses herein may be implemented to coordinate tasks and/or any effective plasticity-harnessing tool. ) is the most critical design element for Also, we wanted to control every single game element - the timing, location, and nature of stimuli - so that we could record neural activity during gameplay and understand what changed in the brain in response to training.

도 10a 내지 도 15v는 사용자 상호작용들을 위한 태스크들 및/또는 간섭들을 렌더링하기 위한 본 명세서에서의 예시적인 시스템들, 방법들, 및 장치들을 사용하여 렌더링될 수 있는 비제한적이고 예시적인 사용자 인터페이스들을 도시하고 있다. 도 10a 내지 도 15v의 비제한적이고 예시적인 사용자 인터페이스들은 태스크들 및/또는 간섭들을 수행하는 것에 대한 지시사항들을 개인에게 디스플레이하는 것, 태스크들에 대한 개인의 응답들을 나타내는 데이터를 수집하는 것, 진행 메트릭들을 보여주는 것, 및 분석 메트릭들을 제공하는 것 중 하나 이상을 위해 또한 사용될 수 있다.10A-15V illustrate non-limiting example user interfaces that may be rendered using the example systems, methods, and apparatuses herein for rendering tasks and/or interferences for user interactions. is showing The non-limiting exemplary user interfaces of FIGS. 10A-15V include displaying to an individual instructions for performing tasks and/or interventions, collecting data representing the individual's responses to tasks, and proceeding. It may also be used for one or more of showing metrics, and providing analysis metrics.

도 10a 내지 도 10d는 본 명세서에서의 예시적인 시스템들, 방법들, 및 장치들을 사용하여 렌더링된 비제한적이고 예시적인 사용자 인터페이스들을 도시하고 있다. 도 10a 및 도 10b에 도시된 바와 같이, 예시적인 프로그래밍된 프로세싱 유닛은 태스크들 및/또는 간섭들을 수행하는 것에 대한 지시사항들을 개인에게 디스플레이하기 위한 디스플레이 피처들(1000), 및 분석 메트릭들을 제공하기 위해 진행 메트릭들로부터의 상태 지시자들 및/또는 개인의 상호작용들(태스크들/간섭들에 대한 응답들을 포함함)로부터 수집된 데이터에 애널리틱스(analytics)를 적용하는 것으로부터의 결과들을 보여주기 위한 메트릭 피처들(1002)을 사용자 인터페이스들(그래픽 사용자 인터페이스들을 포함함)에 렌더링하는 데 사용될 수 있다. 본 명세서에서의 임의의 예시적인 시스템들, 방법들, 및 장치들에서, 응답 분류기는 응답 출력으로서 제공되는 분석 메트릭들을 제공하는 데 사용될 수 있다. 본 명세서에서의 임의의 예시적인 시스템들, 방법들, 및 장치들에서, 사용자 상호작용으로부터 수집된 데이터는 응답 분류기를 트레이닝시키기 위한 입력으로서 사용될 수 있다. 도 10a 및 도 10b에 도시된 바와 같이, 예시적인 프로그래밍된 프로세싱 유닛은 개인이 (시각-운동 태스크에서 경로 또는 다른 환경을 내비게이트하도록, 그리고/또는 표적 판별 태스크에서 객체를 선택하도록과 같은, 그러나 이에 제한되지 않는) 제어하도록 요구받는 아바타 또는 다른 프로세서에 의해 렌더링된 가이드(1004)를 사용자 인터페이스들(그래픽 사용자 인터페이스들을 포함함)에 렌더링하는 데 또한 사용될 수 있다. 도 10b에 도시된 바와 같이, 디스플레이 피처들(1000)은, 사용자 인터페이스가 내비게이션 태스크를 수행하는 데 요구된 아바타 또는 다른 프로세서에 의해 렌더링된 가이드(1004)의 움직임의 타입을 (파선을 사용하여) 묘사하는 동안, 내비게이션 태스크를 수행하기 위해 예상되는 것을 개인에게 지시하는 데 사용될 수 있다. 도 10c에 도시된 바와 같이, 디스플레이 피처들(1000)은, 사용자 인터페이스가 사용자 인터페이스에 렌더링될 수 있는 객체(들)(1006 및 1008)의 타입을 묘사하는 동안, 표적 판별 태스크를 수행하기 위해 예상되는 것을 개인에게 지시하는 데 사용될 수 있으며, 하나의 타입의 객체(1006)는 표적으로서 지정되는 반면 사용자 인터페이스에 렌더링될 수 있는 다른 타입의 객체(1008)는 (예컨대, 이 예에서 크로스-아웃되는(crossed out) 것에 의해) 비-표적으로서 지정된다. 도 10d에 도시된 바와 같이, 디스플레이 피처들(1000)은, 사용자 인터페이스가 내비게이션 태스크를 수행하는 데 요구된 아바타 또는 다른 프로세서에 의해 렌더링된 가이드(1004)의 움직임의 타입을 (파선을 사용하여) 묘사하고, 사용자 인터페이스가 표적 객체(1006)로서 지정된 객체 타입 및 비-표적 객체(1008)로서 지정된 객체 타입을 렌더링하는 동안, 프라이머리 태스크인 내비게이션 태스크 및 세컨더리 태스크(즉, 간섭)인 표적 판별 둘 다를 수행하기 위해 예상되는 것을 개인에게 지시하는 데 사용될 수 있다.10A-10D illustrate non-limiting example user interfaces rendered using the example systems, methods, and apparatuses herein. As shown in FIGS. 10A and 10B , an exemplary programmed processing unit provides display features 1000 for displaying to an individual instructions for performing tasks and/or interventions, and providing analysis metrics. To show results from applying analytics to data collected from individual interactions (including responses to tasks/interferences) and/or status indicators from progress metrics It can be used to render metric features 1002 in user interfaces (including graphical user interfaces). In any of the exemplary systems, methods, and apparatuses herein, a response classifier may be used to provide analysis metrics provided as a response output. In any of the example systems, methods, and apparatuses herein, data collected from user interaction may be used as input to train a response classifier. As shown in FIGS. 10A and 10B , the exemplary programmed processing unit allows an individual (such as to navigate a path or other environment in a visual-motor task and/or to select an object in a target discrimination task, but It may also be used to render to user interfaces (including graphical user interfaces) an avatar or other processor rendered guide 1004 that is required to control (including but not limited to). As shown in FIG. 10B , display features 1000 indicate (using dashed lines) the type of movement of guide 1004 rendered by an avatar or other processor that the user interface required to perform a navigation task. During depiction, it can be used to instruct the individual what to expect to perform a navigation task. As shown in FIG. 10C , display features 1000 are expected to perform a target determination task, while the user interface depicts the type of object(s) 1006 and 1008 that may be rendered in the user interface. One type of object 1006 may be designated as a target while another type of object 1008 that may be rendered in a user interface (eg, cross-out designated as non-target (by being crossed out). As shown in FIG. 10D , display features 1000 indicate (using dashed lines) the type of movement of guide 1004 rendered by an avatar or other processor that the user interface required to perform a navigation task. While depicting and rendering the user interface of the object type designated as the target object 1006 and the object type designated as the non-target object 1008 , the primary task, the navigation task, and the secondary task (ie, interference), determine the target It can be used to instruct the individual what to expect to do different things.

도 11a 내지 도 11d는 본 명세서에서의 원리들에 따른, 예시적인 사용자 인터페이스에 시변 특성으로서 렌더링될 수 있는 객체(들)(표적들 또는 비-표적들)의 피처들의 예들을 도시하고 있다. 도 11a는 사용자 인터페이스에 렌더링된 객체(1100)의 양태의 시변 특성에 대한 수정이 그래픽 사용자 인터페이스에 렌더링된 환경에 대한 객체(1100)의 위치 및/또는 속도의 동적 변화인 일 예를 도시하고 있다. 도 11b는 사용자 인터페이스에 렌더링된 객체(1102)의 양태의 시변 특성에 대한 수정이 그래픽 사용자 인터페이스에 렌더링된 환경에 대한 객체(1102)의 사이즈 및/또는 궤적/모션의 방향, 및/또는 배향의 동적 변화인 일 예를 도시하고 있다. 도 11c는 사용자 인터페이스에 렌더링된 객체(1104)의 양태의 시변 특성에 대한 수정이 그래픽 사용자 인터페이스에 렌더링된 환경에 대한 객체(1104)의 형상 또는 다른 타입의 동적 변화인 일 예를 도시하고 있다. 이러한 비제한적인 예에서, 객체(1104)의 시변 특성은 제1 타입의 객체(별모양 객체(star object))로부터 제2 타입의 객체(원형 객체(round object))로의 모핑을 사용하여 실시된다. 다른 비제한적인 예에서, 객체(1104)의 시변 특성은 제1 타입의 객체와 제2 타입의 객체의 비례 조합으로서 블렌드셰이프를 렌더링하는 것에 의해 실시된다. 도 11c는 사용자 인터페이스에 렌더링된 객체(1104)의 양태의 시변 특성에 대한 수정이 (이 비제한적인 예에서, 별모양 객체로부터 원형 객체로의) 그래픽 사용자 인터페이스에 렌더링된 객체(1104)의 형상 또는 다른 타입의 동적 변화인 일 예를 도시하고 있다. 도 11c는 사용자 인터페이스에 렌더링된 객체(1106)의 양태의 시변 특성에 대한 수정이 (이 비제한적인 예에서, 제1 패턴을 갖는 별모양 객체로부터 제1 패턴을 갖는 원형 객체로의) 그래픽 사용자 인터페이스에 렌더링된 환경에 대한 객체(1106)의 패턴, 또는 컬러, 또는 시각적 특징의 동적 변화인 일 예를 도시하고 있다. 다른 비제한적인 예에서, 객체의 시변 특성은 객체 상에 또는 객체에 대해 묘사된 얼굴 표정의 변화율일 수 있다.11A-11D illustrate examples of features of an object(s) (targets or non-targets) that may be rendered as a time-varying characteristic in an example user interface, in accordance with the principles herein. 11A illustrates an example in which a modification to the time-varying nature of an aspect of an object 1100 rendered in a user interface is a dynamic change in the position and/or velocity of the object 1100 with respect to an environment rendered in a graphical user interface. . 11B shows that modifications to the time-varying nature of aspects of the object 1102 rendered in the user interface are of the size and/or trajectory/motion direction, and/or orientation of the object 1102 relative to the environment rendered in the graphical user interface. An example of dynamic change is shown. 11C illustrates an example in which a modification to the time-varying nature of an aspect of an object 1104 rendered in a user interface is a dynamic change in shape or other type of object 1104 relative to an environment rendered in a graphical user interface. In this non-limiting example, the time-varying properties of object 1104 are implemented using morphing from a first type of object (star object) to a second type of object (round object). . In another non-limiting example, the time-varying nature of object 1104 is effected by rendering the blendshape as a proportional combination of an object of a first type and an object of a second type. 11C shows the shape of an object 1104 rendered in a graphical user interface (in this non-limiting example, from a star object to a circular object) with modifications to the time-varying nature of an aspect of the object 1104 rendered in the user interface. or another type of dynamic change is shown. 11C shows that modifications to the time-varying nature of an aspect of the rendered object 1106 in the user interface (in this non-limiting example, from a star object having a first pattern to a circular object having a first pattern) are shown in FIG. An example is shown that is a dynamic change in a pattern, or color, or visual characteristic of an object 1106 relative to an environment rendered in the interface. In another non-limiting example, the time-varying characteristic of the object may be a rate of change of a facial expression depicted on or for the object.

도 12a 내지 도 12t는 본 명세서에서의 원리들에 따른, 사용자 인터페이스들에 렌더링될 수 있는 태스크들 및 간섭들의 다이내믹스의 비제한적 예를 도시하고 있다. 이 예에서, 태스크는 시각-운동 네비게이션 태스크이며, 간섭은 (세컨더리 태스크인) 표적 판별이다. 도 12d, 도 12i 내지 도 12k, 및 도 12o 내지 도 12q에 도시된 바와 같이, 개인은 이정표 객체들(1204)과 일치하는 경로를 따라 아바타(1202)의 모션을 제어함으로써 내비게이션 태스크를 수행하도록 요구받는다. 도 12a 내지 도 12t는 개인이 내비게이션 태스크에서의 응답으로서 아바타(1202)로 하여금 이정표 객체(1204)와 일치하게 하기 위해 장치 또는 컴퓨팅 디바이스(또는 다른 감지 디바이스)를 작동시킬 것으로 예상되는 비제한적이고 예시적인 구현을 도시하고 있으며, 스코어링은 이정표 객체들(1204)을 갖는 경로들을 가로지르는 것(예컨대, 마주치는(hitting) 것)에서의 개인의 성공에 기초한다. 다른 예에서, 개인은 아바타(1202)로 하여금 이정표 객체(1204)를 미스(miss)하게 하기 위해 장치 또는 컴퓨팅 디바이스(또는 다른 감지 디바이스)를 작동시킬 것으로 예상되며, 스코어링은 이정표 객체(1204)를 피하는 것에서의 개인의 성공에 기초한다. 도 12a 내지 도 12c는 표적 객체(1206)(제1 타입의 패턴을 갖는 별)의 다이내믹스를 도시하고 있으며, 여기서 시변 특성은 객체의 모션의 궤적이다. 도 12e 내지 도 12h는 비-표적 객체(1208)(제2 타입의 패턴을 갖는 별)의 다이내믹스를 도시하고 있으며, 여기서 시변 특성은 객체의 모션의 궤적이다. 도 12i 내지 도 12t는 내비게이션 태스크의 다른 부분들의 다이내믹스를 도시하고 있으며, 여기서 개인이 간섭(세컨더리 태스크)의 부재 하에서 이정표 객체(1204)를 갖는 경로들과 가로지르도록 아바타(1202)를 안내할 것으로 예상된다.12A-12T illustrate a non-limiting example of the dynamics of tasks and interferences that may be rendered in user interfaces, in accordance with the principles herein. In this example, the task is a visual-motor navigation task and the interference is target discrimination (which is a secondary task). 12D, 12I-12K, and 12O-12Q, the individual is asked to perform a navigation task by controlling the motion of the avatar 1202 along a path consistent with the milestone objects 1204. receive 12A-12T are non-limiting and exemplary in which an individual is expected to actuate an apparatus or computing device (or other sensing device) to cause an avatar 1202 to match a milestone object 1204 in response in a navigation task. An example implementation is shown, where scoring is based on an individual's success in traversing (eg, hitting) paths with milestone objects 1204 . In another example, the individual is expected to actuate an apparatus or computing device (or other sensing device) to cause the avatar 1202 to miss the milestone object 1204 , and the scoring may result in the milestone object 1204 being missed. It is based on the individual's success in avoiding. 12A-12C illustrate the dynamics of a target object 1206 (a star having a first type of pattern), where the time-varying characteristic is the trajectory of the object's motion. 12E-12H illustrate the dynamics of a non-target object 1208 (a star having a second type of pattern), where the time-varying characteristic is the trajectory of the object's motion. 12I-12T illustrate the dynamics of different parts of a navigation task, where the individual will guide the avatar 1202 to traverse with the routes with the milestone object 1204 in the absence of interference (secondary task). expected.

도 12a 내지 도 12t의 예에서, 예시적인 시스템, 방법 및 장치의 프로세싱 유닛은 아바타(1202)로 하여금 경로를 내비게이트하게 하기 위한 개인의 물리적 액션들을 나타내는 데이터를 수신하도록 구성된다. 예를 들어, 개인은, 예컨대, 회전 배향을 변경하거나 컴퓨팅 디바이스를 다른 방식으로 움직이는 것에 의해 아바타를 "스티어링"하기 위한 물리적 액션들을 수행하도록 요구받을 수 있다. 그러한 액션은 자이로스코프 또는 가속도계 또는 다른 모션 또는 위치 센서 디바이스로 하여금 움직임을 검출하게 할 수 있으며, 그로써 내비게이션 태스크를 수행함에 있어서의 개인의 성공 정도를 나타내는 측정 데이터를 제공할 수 있다.In the example of FIGS. 12A-12T , the processing unit of the example systems, methods, and apparatus is configured to receive data representative of the individual's physical actions to cause the avatar 1202 to navigate a route. For example, an individual may be required to perform physical actions to "steer" the avatar, eg, by changing the rotational orientation or otherwise moving the computing device. Such an action may cause a gyroscope or accelerometer or other motion or position sensor device to detect movement, thereby providing measurement data indicative of an individual's degree of success in performing a navigation task.

도 12a 내지 도 12c 및 도 12e 내지 도 12h의 예에서, 예시적인 시스템, 방법 및 장치의 프로세싱 유닛은 표적 판별 태스크 수행하기 위한 개인의 물리적 액션들을 나타내는 데이터를 수신하도록 구성된다. 예를 들어, 개인은 시행 또는 다른 세션 이전에 표적 객체(1206)의 디스플레이에 응답하여 탭핑하거나 다른 물리적 표시를 만들도록, 그리고 비-표적 객체(1208)의 디스플레이에 응답하여 물리적 표시를 만들기 위해 탭핑하지 않도록 지시받을 수 있다. 도 12a 내지 도 12c 및 도 12e 내지 도 12h에서, 표적 판별 태스크는, 간섭 프로세싱 멀티-태스킹 구현에서, 프라이머리 내비게이션 태스크에 대한 간섭(즉, 세컨더리 태스크)으로서 기능한다. 본 명세서에서 앞서 설명된 바와 같이, 예시적인 시스템들, 방법들, 및 장치들은 예상된 수행에 관해 지시사항들을 개인에게 디스플레이하기 위해 프로세싱 유닛으로 하여금 디스플레이 피처(예컨대, 디스플레이 피처(1000))를 렌더링하게 할 수 있다. 본 명세서에서 앞서 또한 설명된 바와 같이, 예시적인 시스템, 방법, 및 장치의 프로세싱 유닛은 (i) (간섭이 표적 또는 비-표적을 포함하는지에 관계없이) 간섭에 대한 개인의 응답의 정도 및 타입의 척도를 나타내는 데이터가 수집되는 것과 실질적으로 동시에 프라이머리 태스크에 대한 개인의 응답의 정도 및 타입의 척도를 나타내는 데이터를 수신하거나, 또는 (i) 태스크에 대한 개인의 응답의 정도 및 타입의 척도를 나타내는 데이터가 수집되는 것과 실질적으로 동시에(즉, 실질적으로 동일한 시간에) 표적 자극(즉, 방해요소)을 포함하는 간섭에 대한 개인의 응답의 정도 및 타입의 척도를 나타내는 데이터를 선택적으로 수신하도록 그리고 태스크에 대한 개인의 응답의 정도 및 타입의 척도를 나타내는 데이터가 수집되는 것과 실질적으로 동시에(즉, 실질적으로 동일한 시간에) 비-표적 자극(즉, 주의산만요소)을 포함하는 간섭에 대한 개인의 응답의 정도 및 타입의 척도를 선택적으로 수집하지 않도록 구성될 수 있다.In the example of FIGS. 12A-12C and 12E-12H , the processing unit of the example systems, methods, and apparatus is configured to receive data representative of physical actions of an individual for performing the target determination task. For example, the individual may tap or make other physical indicia in response to display of target object 1206 prior to trial or other session and tap to make physical indicia in response to display of non-target object 1208 . You may be instructed not to. 12A-12C and 12E-12H , the target determination task functions as an interference (ie, secondary task) to the primary navigation task, in an interference processing multi-tasking implementation. As previously described herein, example systems, methods, and apparatuses cause a processing unit to render a display feature (eg, display feature 1000 ) to display instructions to an individual regarding expected performance. can do it As also described hereinabove, the processing units of the exemplary systems, methods, and apparatus are configured to: (i) the extent and type of an individual's response to interference (regardless of whether the interference includes a target or a non-target) receive data indicative of a measure of the degree and type of response of the individual to the primary task at substantially the same time as the data indicative of the measure of selectively receive data representative of a measure of the degree and type of response of an individual to interference comprising a target stimulus (ie, a disturber) substantially at the same time (ie, at substantially the same time as the data indicative of the data is being collected; and At substantially the same time (i.e., at substantially the same time) that data representing a measure of the degree and type of response of the individual to the task is collected, the individual's response to interference involving non-targeted stimuli (i.e., distractions) is It may be configured not to selectively collect a measure of the degree and type of response.

도 13a 내지 도 13d는 본 명세서에서의 원리들에 따른, 사용자 인터페이스들에 렌더링될 수 있는 태스크들 및 간섭들의 다이내믹스의 다른 비제한적 예를 도시하고 있다. 이 예에서, 태스크는 시각-운동 내비게이션 태스크이고, 간섭은 (세컨더리 태스크인) 표적 판별이며, 여기서 개인은 아바타(1302)로 하여금 프라이머리 태스크인 이정표 객체(1304)를 갖는 경로들을 가로지르도록 내비게이트하고 표적 판별(세컨더리 태스크인 간섭)인 객체(1306)와 상호작용하게 하기 위한 물리적 액션들을 수행하도록 요구받는다. 도 13a 내지 도 13d는 표적 객체를 선택하는 개인의 표시에 응답하여 그래픽 사용자 인터페이스 상에 보여질 수 있는 보상(1308)의 타입의 일 예를 도시하고 있다. 이러한 비제한적인 예에서, 보상(1308)은 개인이 표적을 선택하는 제2 응답을 행하는 것과 실질적으로 동시에 표적(1306) 근방에 렌더링되는 한 세트의 링들이다. 비제한적인 예에서, 제2 응답은 응답을 입력하기로 하는 개인의 결정에 기초하여 사용자 인터페이스의 일 부분에 대한 탭핑 또는 다른 물리적 액션에 의해 이루어진다.13A-13D illustrate another non-limiting example of the dynamics of tasks and interferences that may be rendered in user interfaces, in accordance with the principles herein. In this example, the task is a visual-motor navigation task, and the interference is target discrimination (which is a secondary task), where the individual navigates the avatar 1302 to traverse paths with the milestone object 1304 as the primary task. It is required to perform physical actions to gate and interact with object 1306, which is target discrimination (interference, which is a secondary task). 13A-13D illustrate an example of a type of reward 1308 that may be shown on a graphical user interface in response to an individual's indication of selecting a target object. In this non-limiting example, the reward 1308 is a set of rings rendered in the vicinity of the target 1306 substantially simultaneously with the individual making a second response that selects the target. In a non-limiting example, the second response is by tapping or other physical action on the portion of the user interface based on the individual's decision to enter the response.

도 14a 내지 도 14d는 예시적인 사용자 인터페이스의 사용자 인터페이스에 렌더링된 지시사항들 패널의 다이내믹스의 예들을 도시하고 있다. 이 예에서, 프로세싱 유닛은 사용자 인터페이스로 하여금 지시사항들 패널(1402)의 움직임의 다이내믹스를 사용자 인터페이스의 우측으로부터 보이게 한다. 도 14a 내지 도 14a는 표적 객체들(1404) 및 비-표적 객체들(1406)의 비제한적 예들을 또한 도시하고 있다. 이러한 비제한적인 예에서, 표적 객체들(1404)과 비-표적 객체들(1406)은 컬러가 상이하다. 도 14d에 도시된 바와 같이, 지시사항들 패널(1402)은 개인에 대한 서면 지시사항들에 부가하여 표적 객체의 시각적 표현을 포함할 수 있다.14A-14D illustrate examples of dynamics of an instructions panel rendered in a user interface of an exemplary user interface. In this example, the processing unit causes the user interface to show the dynamics of movement of the instructions panel 1402 from the right side of the user interface. 14A-14A also show non-limiting examples of target objects 1404 and non-target objects 1406 . In this non-limiting example, target objects 1404 and non-target objects 1406 are different in color. As shown in FIG. 14D , the instructions panel 1402 may include a visual representation of the target object in addition to written instructions for the individual.

도 15a 내지 도 15v는 네비게이션 태스크의 구현과의 그리고 간섭과의 사용자 상호작용을 수반하는 멀티-태스킹의 다이내믹스의 다른 예들을 도시하고 있다. 이 예에서, 태스크는 시각-운동 네비게이션 태스크이며, 간섭은 (세컨더리 태스크인) 표적 판별이다. 개인은 이정표 객체들(1504)과 일치하는 경로를 따라 아바타(1502)의 모션을 제어함으로써 내비게이션 태스크를 수행하도록 지시받는다. 도 15a 내지 도 15v는 개인이 내비게이션 태스크에서의 응답으로서 아바타(1502)로 하여금 이정표 객체(1504)와 일치하게 하기 위해 장치 또는 컴퓨팅 디바이스(또는 다른 감지 디바이스)를 작동시킬 것으로 예상되는 비제한적이고 예시적인 구현을 도시하고 있으며, 스코어링은 이정표 객체들(1504)을 갖는 경로들을 마주치거나 다른 방식으로 가로지르는 것에서의 개인의 성공에 기초한다. 다른 예에서, 개인은 아바타(1502)로 하여금 이정표 객체(1504)를 미스하게(즉, 이정표 객체(1504)를 갖는 경로들을 가로지르지 않게) 하기 위해 장치 또는 컴퓨팅 디바이스(또는 다른 감지 디바이스)를 작동시킬 것으로 예상되며, 스코어링은 이정표 객체(1504)를 피하는 것에서의 개인의 성공에 기초한다. 도 15a 내지 도 15v는 표적 객체(1506)의 다이내믹스를 또한 도시하고 있으며, 여기서 시변 특성은 표적 객체(1506)의 모션의 궤적이다. 도 15a 내지 도 15v는 비-표적 객체(1508)의 다이내믹스를 또한 도시하고 있으며, 여기서 시변 특성은 비-표적 객체(1508)의 모션의 궤적이다.15A-15V illustrate other examples of the dynamics of multi-tasking involving user interaction with the implementation of a navigation task and with interference. In this example, the task is a visual-motor navigation task and the interference is target discrimination (which is a secondary task). The individual is instructed to perform a navigation task by controlling the motion of the avatar 1502 along a path consistent with the milestone objects 1504 . 15A-15V are non-limiting and exemplary in which an individual is expected to actuate an apparatus or computing device (or other sensing device) to cause an avatar 1502 to match a milestone object 1504 as a response in a navigation task. An example implementation is shown, where scoring is based on an individual's success in encountering or otherwise traversing paths with milestone objects 1504 . In another example, the individual operates the apparatus or computing device (or other sensing device) to cause the avatar 1502 to miss the milestone object 1504 (ie, not traverse paths with the milestone object 1504 ). and scoring is based on the individual's success in avoiding the milestone object 1504 . 15A-15V also show the dynamics of the target object 1506 , where the time-varying characteristic is the trajectory of the motion of the target object 1506 . 15A-15V also show the dynamics of the non-target object 1508 , where the time-varying characteristic is the trajectory of the motion of the non-target object 1508 .

도 15k 내지 도 15v는 태스크들 및/또는 간섭과 상호작용하는 데 있어서의 성공의 정도를 신호하기 위해 개인에게 렌더링될 수 있는 보상들의 타입들의 비제한적인 예들을 도시하고 있다. 도 15k 내지 도 15r에서, 내비게이션 태스크 및 표적 판별 간섭에 대한 개인의 응답들을 나타내는 데이터의 분석이 만족스러운 수행을 나타낸다는 것을 개인에게 신호하기 위해 단어 "GOOD"를 포함하는 피처(1510)가 아바타(1502) 근방에 렌더링된다. 도 15v는, 단어 "GREAT"를 디스플레이하기 위한 피처(1500)의 렌더링에서의 변화, 링들(1504) 또는 다른 활성 요소 및/또는 별 형상으로 되는 제트 부스터(jet booster) 요소들(1506)을 보여주는 것과 같은, 그러나 이에 제한되지 않는, 흥분을 상징하기 위한 아바타(1502)에 대한 적어도 하나의 수정을 포함한, 만족스러운 수행의 다른 표시로서 개인에게 제시되는 보상들의 타입의 변화의 일 예를 도시하고 있다. 많은 다른 타입의 보상 요소들이 사용될 수 있고, 디스플레이되는 보상 요소들의 레이트 및 타입은 시변 요소로서 변경되고 변조될 수 있다.15K-15V illustrate non-limiting examples of types of rewards that may be rendered to an individual to signal a degree of success in interacting with tasks and/or interference. 15K-15R, a feature 1510 containing the word "GOOD" is an avatar ( 1502) is rendered nearby. 15V shows a change in rendering of feature 1500 to display the word "GREAT", jet booster elements 1506 being in the shape of rings 1504 or other active element and/or star shape. It illustrates an example of a change in the type of rewards presented to an individual as another indication of satisfactory performance, including, but not limited to, at least one modification to the avatar 1502 to symbolize excitement. . Many other types of compensation elements may be used, and the rate and type of compensation elements displayed may be varied and modulated as a time-varying element.

본 명세서에서 앞서 설명된 바와 같이, 본 명세서에서의 예시적인 시스템들, 방법들, 및 장치들은 태스크 및/또는 간섭의 시변 특성에 기초하여, 수신된 응답 데이터에 인간 의사 결정의 계산 모델을 적용하도록 구성된다. 태스크 및/또는 간섭의 시변 특성은 개인의 의사 결정에 대한 신뢰의 비선형 축적을 결과한다. 그에 따라, 태스크 및/또는 간섭과의 개인의 상호작용으로부터의 응답 데이터에 기초하여, 프로세싱 유닛은 개인의 수행을 표현하는 적어도 하나의 응답 프로파일을 계산하고 응답 프로파일로부터 (응답 기준과 같은, 그러나 이에 제한되지 않는) 결정 경계 메트릭을 결정하도록 구성될 수 있다. 본 명세서에서 앞서 또한 설명된 바와 같이, 개인의 인지 반응 능력을 나타내는 분류기 출력을 생성하기 위해, (응답 기준과 같은, 그러나 이에 제한되지 않는) 결정 경계 메트릭의 계산된 값들에 기초하여 응답 분류기가 실행될 수 있다.As previously described herein, the exemplary systems, methods, and apparatus herein are adapted to apply a computational model of human decision-making to received response data based on the time-varying nature of the task and/or interference. is composed The time-varying nature of tasks and/or interventions results in a non-linear accumulation of confidence in an individual's decision-making. Accordingly, based on response data from the individual's interaction with the task and/or interference, the processing unit computes at least one response profile representing the individual's performance and from the response profile (such as response criteria, but not accordingly) and not limited to) determine a decision boundary metric. As previously also described herein, a response classifier may be executed based on calculated values of a decision boundary metric (such as, but not limited to, a response criterion) to generate a classifier output indicative of an individual's cognitive response ability. can

다양한 예들에서, (즉, 응답을 실행할지에 관한) 개인의 의사 결정을 위한 신뢰의 축적의 비선형성의 정도는 태스크 및/또는 간섭의 시변 특성을 조정하는 것에 기초하여 변조될 수 있다. 비제한적 예로서, 시변 특성이 객체(표적 또는 비-표적)의 궤적, 속도, 배향 또는 사이즈인 경우, (응답을 실행할지에 관해 결정을 하기 위해) 신뢰를 발전시키기 위해 개인에게 이용가능한 정보의 양은 처음에는, 예컨대, 객체가 보다 멀리 떨어져 있거나 보다 작게 렌더링되는 것에 의해 판별하기 보다 어렵게 되어 있는 경우, 보다 적을 수 있으며, {예컨대, 객체가 보다 크게 보이도록, 배향을 변경하도록, 보다 천천히 움직이도록, 또는 환경에서 보다 가까이로 움직이도록 렌더링될 때} 신뢰를 발전시키기 위해 보다 많은 정보가 얼마나 빨리 개인에게 이용가능하게 되는지에 따라 상이한 레이트들로(비선형적으로) 증가하도록 될 수 있다. 신뢰의 축적의 비선형성의 정도를 변조하도록 조정될 수 있는 태스크 및/또는 간섭의 다른 비제한적이고 예시적인 시변 특성은 얼굴 표정의 변화율, 객체의 적어도 하나의 컬러, 객체의 타입, 제1 타입의 객체가 제2 타입의 객체로 변하는 모핑의 레이트, 및 (예컨대, 제2 타입의 객체는 표적이고 제1 타입의 객체는 비-표적인 경우) 블렌드셰이프를 형성하는 제1 타입의 객체 및 제2 타입의 객체의 비례 양(proportionate amount) 중 하나 이상을 포함한다.In various examples, the degree of nonlinearity in the accumulation of trust for an individual's decision-making (ie, regarding whether to execute a response) may be modulated based on adjusting the time-varying nature of the task and/or interference. As a non-limiting example, if the time-varying characteristic is the trajectory, velocity, orientation, or size of an object (target or non-target), then the information available to the individual to develop trust (to make a decision as to whether to execute a response). The amount may initially be less, e.g., if the object becomes more difficult to determine by being more distant or rendered smaller, {e.g., to make the object appear larger, change orientation, move more slowly, etc. , or when rendered to move closer to the environment} may be allowed to increase (non-linearly) at different rates depending on how quickly more information becomes available to an individual to develop trust. Other non-limiting and exemplary time-varying characteristics of the task and/or interference that may be adjusted to modulate the degree of non-linearity in the build-up of trust include: a rate of change in facial expression, at least one color of an object, a type of object, a first type of object the rate of morphing to a second type of object, and (eg, when the second type of object is a target and the first type of object is a non-target) of the first type of object and the second type of forming a blendshape. Contains one or more of the proportional amount of the object.

본 명세서에서 앞서 또한 설명된 바와 같이, 프로그래밍된 프로세싱 유닛은 계산된 응답 프로파일에서의 수정을 도출하기 위해 태스크 및/또는 간섭을 조정하도록 프로세서 실행가능 명령어들을 실행하도록 구성될 수 있다. 응답 프로파일이 개인의 응답 데이터(예컨대, 태스크에 대한 제1 응답에 기초한 데이터 및/또는 간섭에 대한 제2 응답에 기초한 데이터)에 기초하여 계산되는 경우, 계산된 응답 프로파일의 변화는 개인의 응답들 및 수행력 척도들의 변화의 표시로서 사용될 수 있다. 이것은 차례로 개인의 인지 반응 능력의 수정의 표시를 제공할 수 있다.As also described hereinabove, the programmed processing unit may be configured to execute processor-executable instructions to coordinate tasks and/or interventions to derive modifications in the calculated response profile. When a response profile is calculated based on an individual's response data (eg, data based on a first response to a task and/or data based on a second response to an interference), the change in the calculated response profile is based on the individual's responses. and as an indication of change in performance measures. This in turn can provide an indication of the modification of an individual's cognitive response ability.

본 명세서에서 앞서 설명된 바와 같이, 응답 분류기로들부터의 출력에 기초하여 태스크들 및/또는 간섭을 조정하는 것은 표적에 대한 감도의 정답률 또는 D-프라임(d') 신호 검출 메트릭에 기초한 조정보다 더 큰 유연성을 제공할 수 있다. 즉, 상호작용은 (응답 기준과 같은, 그러나 이에 제한되지 않는) 계산된 결정 경계 메트릭 및/또는 이전의 시행 또는 세션으로부터의 응답 데이터를 사용하여 트레이닝된 응답 분류기로부터의 출력에 기초하여 개인의 상호작용의 후속 시행 또는 세션에서 사용자 인터페이스에 렌더링될 태스크들 및/또는 간섭의 파라미터들을 수정함으로써 조정된다. 예를 들어, (응답 기준과 같은, 그러나 이에 제한되지 않는) 결정 기준 메트릭이 태스크 또는 간섭에 대한 2개 이상의 상이한 타입의 응답(응답 A 대 응답 B) 중 제1 타입의 응답을 제공하는 개인의 경향을 나타내는 경우, 후속 레벨에 대한 사용자 상호작용을 위해 사용자 인터페이스에 렌더링된 태스크들 및/또는 간섭의 난이도 레벨들이 수정될 수 있다. 이전의 세션으로부터의 개인의 수행에 대해 (응답 기준과 같은, 그러나 이에 제한되지 않는) 계산된 결정 경계 메트릭에 기초하여 후속 세션의 태스크 및/또는 간섭의 난이도 레벨들을 조정하기 위한 방법론은 제1 타입의 응답 전략을 나타내는 개인의 (응답 기준과 같은, 그러나 이에 제한되지 않는) 제1 결정 경계 메트릭(및 제1 수행)을 제2 타입의 응답 전략을 나타내는 (응답 기준과 같은, 그러나 이에 제한되지 않는) 제2 결정 경계 메트릭(및 제2 수행)으로 수정하도록 최적화될 수 있다.As previously described herein, adjusting tasks and/or interference based on the output from the response classifiers is more effective than adjusting based on the D-prime (d') signal detection metric or percent correct of sensitivity to the target. It can provide greater flexibility. That is, the interaction is based on an individual's interaction based on output from a response classifier trained using a computed decision boundary metric (such as, but not limited to, response criteria) and/or response data from a previous trial or session. It is coordinated by modifying parameters of the tasks and/or interventions to be rendered in the user interface in a subsequent execution or session of the action. For example, a decision criterion metric (such as, but not limited to, a response criterion) determines the number of individuals providing a first type of response of two or more different types of responses (response A versus response B) to a task or interference. In the event of a trend, the difficulty levels of the tasks and/or interventions rendered in the user interface may be modified for user interaction on a subsequent level. A methodology for adjusting difficulty levels of a task and/or intervention of a subsequent session based on a calculated decision boundary metric (such as, but not limited to, a response criterion) for an individual's performance from a previous session is of a first type. A first decision boundary metric (and first performance) of an individual (such as, but not limited to, response criteria) representing a response strategy of a second type of response strategy (such as, but not limited to, a response criterion) ) can be optimized to modify with a second decision boundary metric (and a second performance).

비제한적인 예로서, 보다 충동적인 응답 전략을 나타내는 개인의 (응답 기준과 같은, 그러나 이에 제한되지 않는) 제1 결정 경계 메트릭(및 제1 수행)을 보다 보수적인 응답 전략을 나타내는 (응답 기준과 같은, 그러나 이에 제한되지 않는) 제2 결정 경계 메트릭(및 제2 수행)으로 수정함으로써, 개인의 덜 충동적인 행동을 조장하도록 모색하기 위해 본 명세서에서의 예시적인 시스템, 방법 및 장치의 일 구현의 후속 세션의 난이도 레벨이 조정될 수 있다.As a non-limiting example, a first decision boundary metric (such as, but not limited to, response criteria) of an individual representing a more impulsive response strategy (and a response criterion and a first performance) representing a more conservative response strategy (response criteria and One implementation of the exemplary systems, methods, and apparatus herein to seek to promote less impulsive behavior of an individual by modifying it with a second decision boundary metric (and second performance), such as, but not limited to, a second decision boundary metric. The difficulty level of subsequent sessions may be adjusted.

비제한적인 예에서, 태스크 및/또는 간섭의 난이도의 조정은 제시되는 각각의 상이한 자극을 사용하여 조정될 수 있다.In a non-limiting example, the adjustment of the difficulty of the task and/or the intervention may be adjusted using each different stimulus presented.

다른 비제한적인 예에서, 본 명세서에서의 예시적인 시스템, 방법, 및 장치는 태스크 및/또는 간섭의 난이도 레벨을 고정된 시간 간격으로 1회 이상 또는, 매초마다, 10초 간격으로, 매 30초마다, 또는 초당 1회, 초당 2회, 또는 그 이상(초당 30회와 같은, 그러나 이에 제한되지 않음)의 빈도수로와 같은, 그러나 이에 제한되지 않는, 다른 설정된 스케줄로 조정하도록 구성될 수 있다.In other non-limiting examples, the exemplary systems, methods, and apparatus herein set forth a difficulty level of a task and/or interference one or more times at a fixed time interval, or every second, every 10 seconds, every 30 seconds. or other established schedules, such as, but not limited to, at a frequency of once per second, twice per second, or more (such as, but not limited to, 30 times per second).

일 예에서, 태스크 또는 간섭의 난이도 레벨은, 객체의 속도, 얼굴 표정의 변화율, 객체의 궤적 방향, 객체의 배향의 변경, 객체의 적어도 하나의 컬러, 객체의 타입, 또는 객체의 사이즈, 또는 표적 자극 대 비-표적 자극의 제시의 시퀀스 또는 균형을 변경하는 것과 같은, 그러나 이에 제한되지 않는, 시변 특성을 변경하는 것에 의해 조정될 수 있다.In one example, the difficulty level of the task or intervention may be a speed of the object, a rate of change of a facial expression, a trajectory direction of the object, a change in the orientation of the object, at least one color of the object, type of object, or size of the object, or target may be adjusted by altering time-varying properties, such as, but not limited to, altering the sequence or balance of presentation of stimuli versus non-target stimuli.

시각-운동 태스크(한 타입의 내비게이션 태스크)의 비제한적인 예에서, 내비게이션 속도, 코스(course)의 형상(변하는 회전 빈도수(frequency of turns), 변하는 회전 반경(turning radius)) 및 장애물들의 수 또는 사이즈 중 하나 이상이 내비게이션 게임 레벨의 난이도를 수정하기 위해 변경될 수 있으며, 난이도 레벨은 속도가 증가함에 따라 그리고/또는 장애물들(이정표 객체들)의 수 및/또는 사이즈가 증가함에 따라 증가한다.In a non-limiting example of a visual-motor task (a type of navigation task), the navigation speed, the shape of the course (frequency of turns, turning radius) and the number of obstacles or One or more of the sizes may be changed to modify the difficulty level of the navigation game level, the difficulty level increasing as the speed increases and/or as the number and/or size of obstacles (milestone objects) increases.

비제한적인 예에서, 후속 레벨의 태스크 및/또는 간섭의 난이도 레벨이 또한 피드백으로서 실시간으로 변경될 수 있으며, 예컨대, 후속 레벨의 난이도는 태스크의 수행을 나타내는 데이터와 관련하여 증가되거나 감소될 수 있다.In a non-limiting example, the difficulty level of a task and/or interference of a subsequent level may also be changed in real time as feedback, eg, the difficulty level of a subsequent level may be increased or decreased with respect to data indicative of performance of the task. .

도 16a 내지 도 16c는 본 명세서에서의 원리들에 따른, 예시적인 방법들의 플로차트들을 도시하고 있다. 임의의 예에서, 이 방법은 프로그래밍된 프로세싱 유닛을 사용한 프로세서 실행가능 명령어들의 실행에 기초하여 실행된다.16A-16C show flowcharts of example methods, in accordance with the principles herein. In any example, the method is executed based on execution of processor-executable instructions using a programmed processing unit.

도 16a는 프로그래밍된 프로세싱 유닛을 사용하여, 머신 러닝 응답 분류기를 사용하여 개인의 인지 능력의 정량자를 생성하기 위한 방법을 도시하고 있다. 블록(1602)에서, 태스크가 간섭과 함께 사용자 인터페이스에 렌더링되고, 여기서 사용자 인터페이스가 개인으로부터의 적어도 하나의 타입의 응답을 수신하기 위한 제한된 시간 기간을 부과하도록, 태스크 및/또는 간섭은 시변적이고 응답 기한을 가진다. 블록(1604)에서, 태스크에 대한 개인의 제1 응답 및 간섭에 대한 개인의 제2 응답을 나타내는 데이터가 수신된다. 블록(1606)에서, 개인의 수행력을 표현하는 적어도 하나의 응답 프로파일을 계산하기 위해 제1 응답 및 제2 응답을 나타내는 데이터가 분석된다. 블록(1608)에서, 결정 경계 메트릭이 응답 프로파일로부터 결정되며, 여기서 결정 경계 메트릭은 태스크 또는 간섭에 대한 2개 이상의 상이한 타입의 응답 중 적어도 하나의 타입의 응답을 제공하는 개인의 경향의 정량적 척도를 포함한다. 블록(1610)에서, 개인의 인지 반응 능력을 나타내는 분류기 출력을 생성하기 위해, 응답 분류기가 결정 경계 메트릭의 계산된 값들에 기초하여 실행된다.16A illustrates a method for generating a quantifier of an individual's cognitive ability using a machine learning response classifier, using a programmed processing unit. At block 1602 , the task and/or interference is time-varying and responsive such that the task is rendered to a user interface with the interference, wherein the user interface imposes a limited time period for receiving at least one type of response from the individual. have a deadline At block 1604 , data representing a first response of the individual to the task and a second response of the individual to the interference is received. At block 1606 , data representative of the first response and the second response are analyzed to calculate at least one response profile representative of the individual's performance. At block 1608, a decision boundary metric is determined from the response profile, wherein the decision boundary metric is a quantitative measure of an individual's propensity to provide at least one type of response of two or more different types of responses to a task or interference. include At block 1610, a response classifier is run based on the calculated values of the decision boundary metric to generate a classifier output indicative of the individual's cognitive response ability.

도 16b는 프로그래밍된 프로세싱 유닛을 사용하여, 개인의 인지 능력을 향상시키기 위한 방법을 도시하고 있다. 블록(1612)에서, 태스크가 간섭과 함께 사용자 인터페이스에 렌더링되고, 여기서 사용자 인터페이스가 개인으로부터의 적어도 하나의 타입의 응답을 수신하기 위한 제한된 시간 기간을 부과하도록, 태스크 및/또는 간섭은 시변적이고 응답 기한을 가진다. 블록(1614)에서, 태스크에 대한 개인의 제1 응답 및 간섭에 대한 개인의 제2 응답을 나타내는 데이터가 수신된다. 블록(1616)에서, 개인의 수행력을 표현하는 적어도 하나의 응답 프로파일을 계산하기 위해 제1 응답 및 제2 응답을 나타내는 데이터가 분석된다. 블록(1618)에서, 결정 경계 메트릭이 응답 프로파일로부터 결정되며, 여기서 결정 경계 메트릭은 태스크 또는 간섭에 대한 2개 이상의 상이한 타입의 응답 중 적어도 하나의 타입의 응답을 제공하는 개인의 경향의 정량적 척도를 포함한다. 블록(1620)에서, 계산된 제1 결정 경계 메트릭에 기초하여, 제1 응답 및/또는 제2 응답이 수정되고, 그로써 개인의 인지 반응 능력의 수정을 나타내도록, (응답 기준과 같은, 그러나 이에 제한되지 않는) 계산된 적어도 하나의 결정 경계 메트릭에서의 수정을 도출하기 위해 태스크 및/또는 간섭이 조정된다.16B illustrates a method for enhancing an individual's cognitive abilities using a programmed processing unit. At block 1612 , the task and/or interference is time-varying and responsive such that the task is rendered to a user interface with the interference, wherein the user interface imposes a limited time period for receiving at least one type of response from the individual. have a deadline At block 1614 , data representing a first response of the individual to the task and a second response of the individual to the interference is received. At block 1616 , data representative of the first response and the second response are analyzed to calculate at least one response profile representative of the individual's performance. At block 1618, a decision boundary metric is determined from the response profile, wherein the decision boundary metric provides a quantitative measure of an individual's propensity to provide at least one type of response of two or more different types of responses to a task or interference. include At block 1620 , based on the calculated first decision boundary metric, the first response and/or the second response are modified, thereby indicating a modification of the individual's cognitive response ability (such as, but not based on a response criterion). Tasks and/or interferences are adjusted to derive modifications in the calculated at least one decision boundary metric (not limited).

도 16c는 프로그래밍된 프로세싱 유닛을 사용하여, 개인의 인지 능력을 향상시키기 위한 방법을 도시하고 있다. 블록(1622)에서, 개인에 투여되고 있거나 투여될 약제, 약물, 또는 생물학적 제제의 양, 농도, 또는 용량 적정 중 하나 이상을 나타내는 데이터가 수신된다. 블록(1624)에서, 태스크가 간섭과 함께 사용자 인터페이스에 렌더링되고, 여기서 사용자 인터페이스가 개인으로부터의 적어도 하나의 타입의 응답을 수신하기 위한 제한된 시간 기간을 부과하도록, 태스크 및/또는 간섭은 시변적이고 응답 기한을 가진다. 블록(1626)에서, 제1 세션으로부터, 태스크에 대한 개인의 제1 응답 및 간섭에 대한 개인의 제2 응답을 나타내는 데이터가 수신된다. 블록(1628)에서, 개인의 제1 수행력을 표현하는 제1 응답 프로파일을 계산하기 위해 제1 응답 및 제2 응답을 나타내는 데이터가 분석된다. 블록(1630)에서, 제1 결정 경계 메트릭은 제1 응답 프로파일에 기초하여 결정하고, 여기서 제1 결정 경계 메트릭은 간섭에 대한 2개 이상의 상이한 타입의 응답 중 적어도 하나의 타입의 응답을 제공하는 개인의 경향의 정량적 척도를 포함한다. 블록(1632)에서, 계산된 제1 결정 경계 메트릭 및 약제, 약물, 또는 생물학적 제제의 양 또는 농도에 적어도 부분적으로 기초하여, 제2 세션을 생성하기 위해 태스크 및/또는 간섭이 조정된다. 블록(1634)에서, 개인의 제2 수행력을 표현하는 제2 응답 프로파일 및 제2 결정 경계 메트릭을 계산하기 위해, 제2 세션으로부터의 제1 응답 및 제2 응답을 나타내는 수집된 데이터가 분석된다. 블록(1636)에서, 제1 결정 경계 메트릭 및 제2 결정 경계 메트릭에 기초하여, (i) 개인이 약제, 약물, 또는 생물학적 제제의 투여에 응답하여 부작용을 경험할 가능성, (ii) 약제, 약물, 또는 생물학적 제제의 양, 농도, 또는 용량 적정 중 하나 이상의 권장된 변화, 및 (iii) 개인의 인지 반응 능력의 변화, 권장된 치료 계획, 또는 행동 요법, 상담, 또는 신체 운동 중 적어도 하나의 유효성의 정도를 권장하거나 결정하는 것 중 하나 이상을 나타내는 사용자 인터페이스로의 출력이 생성된다.16C illustrates a method for improving an individual's cognitive abilities using a programmed processing unit. At block 1622 , data indicative of one or more of an amount, concentration, or dose titration of an agent, drug, or biological agent that is being or will be administered to an individual is received. At block 1624 , the task and/or interference is time-varying and responsive such that the task is rendered to a user interface with the interference, wherein the user interface imposes a limited time period for receiving at least one type of response from the individual. have a deadline At block 1626 , data is received from the first session indicative of the individual's first response to the task and the individual's second response to the interference. At block 1628 , data representative of the first response and the second response are analyzed to calculate a first response profile representative of the individual's first performance. At block 1630 , a first decision boundary metric is determined based on a first response profile, wherein the first decision boundary metric is an individual providing at least one type of response of two or more different types of responses to interference. includes a quantitative measure of the tendency of At block 1632 , the task and/or intervention is adjusted to generate the second session based at least in part on the calculated first decision boundary metric and the amount or concentration of the drug, drug, or biological agent. At block 1634 , the collected data representing the first and second responses from the second session is analyzed to calculate a second response profile and a second decision boundary metric representing a second performance of the individual. At block 1636, based on the first decision boundary metric and the second decision boundary metric, (i) the likelihood that the individual will experience an adverse event in response to administration of the medicament, drug, or biological agent, (ii) the medicament, drug, or a recommended change in one or more of the amount, concentration, or dose titration of the biological agent, and (iii) a change in the individual's cognitive response ability, recommended treatment regimen, or effectiveness of at least one of behavioral therapy, counseling, or physical exercise. Output is generated to a user interface representing one or more of recommending or determining the degree.

도 17은 본 명세서에서의 원리들에 따른 컴퓨팅 컴포넌트로서 사용될 수 있는 예시적인 컴퓨팅 디바이스(1710)의 블록 다이어그램이다. 본 명세서에서의 임의의 예에서, 컴퓨팅 디바이스(1710)는 컴퓨터 구현 적응적 응답 기한 절차들에서 신호 검출 메트릭들을 적용하기 위한 것을 포함하여, 컴퓨팅 컴포넌트를 구현하기 위해 사용자 입력을 수신하는 콘솔로서 구성될 수 있다. 명확함을 위해, 도 17은 또한 도 1의 예시적인 시스템 및 도 2의 예시적인 컴퓨팅 디바이스의 다양한 요소들을 다시 언급하고 그것들에 관한 보다 많은 상세를 제공한다. 컴퓨팅 디바이스(1710)는 예들을 구현하기 위한 하나 이상의 컴퓨터 실행가능 명령어 또는 소프트웨어를 저장하기 위한 하나 이상의 비일시적 컴퓨터 판독가능 매체를 포함할 수 있다. 비일시적 컴퓨터 판독가능 매체는 하나 이상의 타입의 하드웨어 메모리, 비일시적 유형 매체(non-transitory tangible media)(예를 들어, 하나 이상의 자기 스토리지 디스크, 하나 이상의 광학 디스크, 하나 이상의 플래시 드라이브), 및 이와 유사한 것을 포함할 수 있지만, 이들로 제한되지 않는다. 예를 들어, 컴퓨팅 디바이스(1710)에 포함된 메모리(302)는 본 명세서에 개시된 동작들을 수행하기 위한 컴퓨터 판독가능 및 컴퓨터 실행가능 명령어들 또는 소프트웨어를 저장할 수 있다. 예를 들어, 메모리(302)는 개시된 동작들(예컨대, 인지 플랫폼 측정 데이터 및 응답 데이터를 분석하는 것, 적응적 응답 기한 절차에서 신호 검출 메트릭들을 적용하는 것, 또는 계산을 수행하는 것) 중 다수(various)를 수행하도록 구성된 소프트웨어 애플리케이션(1740)을 저장할 수 있다. 컴퓨팅 디바이스(1710)는 메모리(302)에 저장된 컴퓨터 판독가능 및 컴퓨터 실행가능 명령어들 또는 소프트웨어 및 시스템 하드웨어를 제어하기 위한 다른 프로그램들을 실행하기 위한, 구성가능 및/또는 프로그래밍가능 프로세서(304) 및 관련 코어(1714), 그리고 임의로, 하나 이상의 부가적인 구성가능 및/또는 프로그래밍가능 프로세싱 디바이스, 예컨대, 프로세서(들)(1712') 및 관련 코어(들)(1714')(예를 들어, 다수의 프로세서들/코어들을 갖는 계산 디바이스들의 경우에)를 또한 포함한다. 프로세서(304) 및 프로세서(들)(1712') 각각은 단일 코어 프로세서 또는 다중 코어(1714 및 1714') 프로세서일 수 있다.17 is a block diagram of an example computing device 1710 that may be used as a computing component in accordance with the principles herein. In any example herein, computing device 1710 is to be configured as a console that receives user input to implement a computing component, including for applying signal detection metrics in computer implemented adaptive response deadline procedures. can For clarity, FIG. 17 also reiterates various elements of the example system of FIG. 1 and the example computing device of FIG. 2 and provides more details regarding them. Computing device 1710 may include one or more non-transitory computer-readable media for storing one or more computer-executable instructions or software for implementing the examples. Non-transitory computer-readable media includes one or more types of hardware memory, non-transitory tangible media (eg, one or more magnetic storage disks, one or more optical disks, one or more flash drives), and the like. may include, but are not limited to. For example, memory 302 included in computing device 1710 may store computer-readable and computer-executable instructions or software for performing the operations disclosed herein. For example, the memory 302 may be configured to perform many of the disclosed operations (eg, analyzing cognitive platform measurement data and response data, applying signal detection metrics in an adaptive response deadline procedure, or performing a calculation). may store a software application 1740 configured to perform (various). Computing device 1710 includes configurable and/or programmable processor 304 and associated Core 1714, and optionally one or more additional configurable and/or programmable processing devices, such as processor(s) 1712' and associated core(s) 1714' (e.g., multiple processors) in the case of computing devices with s/cores). Each of the processor 304 and processor(s) 1712' may be a single core processor or a multi-core 1714 and 1714' processor.

콘솔 내의 인프라스트럭처 및 자원들이 동적으로 공유될 수 있도록 가상화가 컴퓨팅 디바이스(1710)에서 이용될 수 있다. 다수의 프로세서들 상에서 실행되는 프로세스를, 프로세스가 다수의 컴퓨팅 자원들이 아니라 하나의 컴퓨팅 자원만을 사용하는 것처럼 보이도록, 핸들링하기 위해 가상 머신(1724)이 제공될 수 있다. 하나의 프로세서에서 다수의 가상 머신들이 또한 사용될 수 있다.Virtualization may be employed in the computing device 1710 such that infrastructure and resources within the console may be dynamically shared. A virtual machine 1724 may be provided to handle a process running on multiple processors, such that the process appears to use only one computing resource rather than multiple computing resources. Multiple virtual machines on one processor may also be used.

메모리(302)는 계산 디바이스 메모리 또는, DRAM, SRAM, EDO RAM과 같은, 랜덤 액세스 메모리, 및 이와 유사한 것을 포함할 수 있다. 메모리(302)는 다른 타입의 메모리를 역시, 또는 이들의 조합을 포함할 수 있다.Memory 302 may include computational device memory or random access memory, such as DRAM, SRAM, EDO RAM, and the like. Memory 302 may include other types of memory as well, or combinations thereof.

사용자는 예시적인 시스템들 및 방법들에 따라 제공될 수 있는 하나 이상의 사용자 인터페이스(UI)(1730)를 디스플레이할 수 있는, 컴퓨터 모니터와 같은, 시각 디스플레이 유닛(1728)을 통해 컴퓨팅 디바이스(1710)와 상호작용할 수 있다. 컴퓨팅 디바이스(1710)는 사용자로부터의 입력을 수신하기 위한 다른 I/O 디바이스들, 예를 들어, 키보드 또는 임의의 적당한 멀티-포인트 터치 인터페이스(1718), 포인팅 디바이스(1720)(예컨대, 마우스)를 포함할 수 있다. 키보드(1718) 및 포인팅 디바이스(1720)는 시각 디스플레이 유닛(1728)에 커플링될 수 있다. 컴퓨팅 디바이스(1710)는 다른 적당한 종래의 I/O 주변기기들을 포함할 수 있다.A user interacts with a computing device 1710 via a visual display unit 1728 , such as a computer monitor, that may display one or more user interfaces (UIs) 1730 that may be provided in accordance with example systems and methods. can interact Computing device 1710 may include other I/O devices for receiving input from a user, such as a keyboard or any suitable multi-point touch interface 1718 , pointing device 1720 (eg, a mouse). may include A keyboard 1718 and pointing device 1720 may be coupled to a visual display unit 1728 . Computing device 1710 may include other suitable conventional I/O peripherals.

컴퓨팅 디바이스(1710)는 데이터 및 본 명세서에 개시된 동작들을 수행하는 컴퓨터 판독가능 명령어들 및/또는 소프트웨어를 저장하기 위한, 하드 드라이브, CD-ROM, 또는 다른 컴퓨터 판독가능 매체들과 같은, 하나 이상의 스토리지 디바이스(1734)를 또한 포함할 수 있다. 예시적인 스토리지 디바이스(1734)는 예시적인 시스템들 및 방법들을 구현하는 데 요구된 임의의 적당한 정보를 저장하기 위한 하나 이상의 데이터베이스를 또한 저장할 수 있다. 데이터베이스들은 데이터베이스들에서의 하나 이상의 항목을 추가, 삭제, 및/또는 업데이트하기 위해 임의의 적당한 때에 수동 또는 자동으로 업데이트될 수 있다.Computing device 1710 may include one or more storage, such as a hard drive, CD-ROM, or other computer readable media, for storing data and computer readable instructions and/or software to perform the operations disclosed herein. A device 1734 may also be included. The example storage device 1734 may also store one or more databases for storing any suitable information required to implement the example systems and methods. Databases may be updated manually or automatically at any suitable time to add, delete, and/or update one or more entries in the databases.

컴퓨팅 디바이스(1710)는 표준 전화선들, LAN 또는 WAN 링크들(예를 들어, 802.11, T1, T3, 56kb, X.25), 광대역 접속들(예를 들어, ISDN, 프레임 릴레이, ATM), 무선 접속들, CAN(controller area network), 또는 상기한 것들 중 임의의 것 또는 전부의 어떤 조합을 포함하지만, 이들로 제한되지 않는 각종의 접속들을 통해 하나 이상의 네트워크, 예를 들어, LAN(Local Area Network), WAN(Wide Area Network) 또는 인터넷과 하나 이상의 네트워크 디바이스(1732)를 경유하여 인터페이싱하도록 구성된 네트워크 인터페이스(1722)를 포함할 수 있다. 네트워크 인터페이스(1722)는 내장형 네트워크 어댑터(built-in network adapter), 네트워크 인터페이스 카드, PCMCIA 네트워크 카드, 카드 버스 네트워크 어댑터, 무선 네트워크 어댑터, USB 네트워크 어댑터, 모뎀 또는 본 명세서에 설명된 동작들을 수행하고 통신할 수 있는 컴퓨팅 디바이스(1710)를 임의의 타입의 네트워크에 인터페이싱시키기에 적당한 임의의 다른 디바이스를 포함할 수 있다. 더욱이, 컴퓨팅 디바이스(1710)는, 워크스테이션, 데스크톱 컴퓨터, 서버, 랩톱, 핸드헬드 컴퓨터, 태블릿 컴퓨터, 또는 통신할 수 있고 본 명세서에 설명된 동작들을 수행하기에 충분한 프로세서 능력(processor power) 및 메모리 용량을 갖는 다른 형태의 컴퓨팅 또는 통신 디바이스와 같은, 임의의 계산 디바이스일 수 있다.Computing device 1710 may include standard telephone lines, LAN or WAN links (eg, 802.11, T1, T3, 56kb, X.25), broadband connections (eg, ISDN, Frame Relay, ATM), wireless One or more networks, e.g., a Local Area Network (LAN), via a variety of connections including, but not limited to, connections, a controller area network (CAN), or any combination of any or all of the foregoing. ), a wide area network (WAN), or the Internet and a network interface 1722 configured to interface via one or more network devices 1732 . Network interface 1722 may be a built-in network adapter, network interface card, PCMCIA network card, Card Bus network adapter, wireless network adapter, USB network adapter, modem, or other device that performs the operations described herein and communicates. It may include any other device suitable for interfacing the capable computing device 1710 to any type of network. Moreover, computing device 1710 may be a workstation, desktop computer, server, laptop, handheld computer, tablet computer, or capable of communicating and having sufficient processor power and memory to perform the operations described herein. It may be any computing device, such as any other type of computing or communication device with capacity.

컴퓨팅 디바이스(1710)는 Microsoft® Windows® 운영 체제들의 버전들 중 임의의 것, Unix 및 Linux 운영 체제들의 상이한 릴리스들, Macintosh 컴퓨터용 MacOS®의 임의의 버전, 임의의 임베디드 운영 체제, 임의의 실시간 운영 체제, 임의의 오픈 소스 운영 체제, 임의의 독점적 운영 체제, 또는 콘솔 상에서 실행되고 본 명세서에 설명된 동작들을 수행할 수 있는 임의의 다른 운영 체제와 같은, 임의의 운영 체제(1726)를 실행할 수 있다. 일부 예들에서, 운영 체제(1726)는 네이티브 모드(native mode) 또는 에뮬레이트된 모드(emulated mode)에서 실행될 수 있다. 일 예에서, 운영 체제(1726)는 하나 이상의 클라우드 머신 인스턴스 상에서 실행될 수 있다.Computing device 1710 can be any of the versions of Microsoft® Windows® operating systems, different releases of Unix and Linux operating systems, any version of MacOS® for Macintosh computers, any embedded operating system, any real-time operating system. may run any operating system 1726 , such as a system, any open source operating system, any proprietary operating system, or any other operating system running on a console and capable of performing the operations described herein. . In some examples, operating system 1726 may run in a native mode or an emulated mode. In one example, operating system 1726 may run on one or more cloud machine instances.

본 명세서에 설명된 시스템들, 방법들 및 동작들의 예들은 디지털 전자 회로부로, 본 명세서에 개시된 구조체들 및 그것들의 구조적 등가물들을 포함한, 컴퓨터 소프트웨어, 펌웨어, 또는 하드웨어로, 또는 이들 중 하나 이상의 조합들로 구현될 수 있다. 본 명세서에 설명된 시스템들, 방법들 및 동작들의 예들은 하나 이상의 컴퓨터 프로그램, 즉 데이터 프로세싱 장치에 의해 실행하기 위한 또는 데이터 프로세싱 장치의 동작을 제어하기 위한, 컴퓨터 스토리지 매체 상에 인코딩된, 컴퓨터 프로그램 명령어들의 하나 이상의 모듈로서 구현될 수 있다. 프로그램 명령어들은 데이터 프로세싱 장치에 의한 실행을 위해 적당한 수신기 장치로의 전송을 위해 정보를 인코딩하기 위해 생성되는 인위적으로 생성된 전파 신호(propagated signal), 예컨대, 머신 생성(machine-generated) 전기, 광학, 또는 전자기 신호 상에 인코딩될 수 있다. 컴퓨터 스토리지 매체는 컴퓨터 판독가능 스토리지 디바이스, 컴퓨터 판독가능 스토리지 기판, 랜덤 또는 직렬 액세스 메모리 어레이 또는 디바이스, 또는 이들 중 하나 이상의 조합일 수 있거나, 그에 포함될 수 있다. 더욱이, 컴퓨터 스토리지 매체가 전파 신호는 아니지만, 컴퓨터 스토리지 매체는 인위적으로 생성된 전파 신호에 인코딩된 컴퓨터 프로그램 명령어들의 소스 또는 목적지일 수 있다. 컴퓨터 스토리지 매체는 또한 하나 이상의 개별 물리적 컴포넌트 또는 매체(예컨대, 다수의 CD들, 디스크들, 또는 다른 스토리지 디바이스들)일 수 있거나 그에 포함될 수 있다.Examples of the systems, methods, and operations described herein include digital electronic circuitry, computer software, firmware, or hardware, including the structures disclosed herein and structural equivalents thereof, or combinations of one or more thereof. can be implemented as Examples of the systems, methods, and operations described herein are one or more computer programs, encoded on a computer storage medium, for execution by or for controlling operation of a data processing apparatus. It may be implemented as one or more modules of instructions. The program instructions may be generated in an artificially generated propagated signal, e.g., machine-generated electrical, optical, or encoded on an electromagnetic signal. The computer storage medium may be, or may be included in, a computer readable storage device, a computer readable storage substrate, a random or serial access memory array or device, or a combination of one or more thereof. Moreover, although a computer storage medium is not a propagated signal, the computer storage medium may be a source or destination of computer program instructions encoded in an artificially generated propagated signal. Computer storage media may also be or be included in one or more separate physical components or media (eg, multiple CDs, disks, or other storage devices).

본 명세서에 설명된 동작들은 하나 이상의 컴퓨터 판독가능 스토리지 디바이스 상에 저장되거나 다른 소스들로부터 수신된 데이터에 대해 데이터 프로세싱 장치에 의해 수행되는 동작들로서 구현될 수 있다.The operations described herein may be implemented as operations performed by a data processing apparatus on data stored on one or more computer-readable storage devices or received from other sources.

용어 "데이터 프로세싱 장치" 또는 "컴퓨팅 디바이스"는, 예로서, 프로그래밍가능 프로세서, 컴퓨터, 시스템 온 칩(system on a chip), 또는 전술한 것들 중 다수의 것들 또는 전술한 것들의 조합들을 포함한, 데이터를 프로세싱하기 위한 모든 종류의 장치들, 디바이스들, 및 머신들을 포괄한다. 장치는 특수 목적 로직 회로부, 예컨대, FPGA(field programmable gate array) 또는 ASIC(application specific integrated circuit)을 포함할 수 있다. 장치는, 하드웨어에 부가하여, 문제의 컴퓨터 프로그램에 대한 실행 환경을 생성하는 코드, 예컨대, 프로세서 펌웨어, 프로토콜 스택, 데이터베이스 관리 시스템, 운영 체제, 크로스-플랫폼 런타임 환경, 가상 머신, 또는 이들 중 하나 이상의 조합을 구성하는 코드를 또한 포함할 수 있다.The term “data processing apparatus” or “computing device” refers to data, including, by way of example, a programmable processor, computer, system on a chip, or many of the foregoing or combinations of the foregoing. covers all kinds of apparatuses, devices, and machines for processing The device may include special purpose logic circuitry, for example, a field programmable gate array (FPGA) or an application specific integrated circuit (ASIC). The apparatus may include, in addition to hardware, code that creates an execution environment for the computer program in question, such as processor firmware, protocol stack, database management system, operating system, cross-platform runtime environment, virtual machine, or one or more of these. Codes that make up the combination may also be included.

컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 애플리케이션, 스크립트, 애플리케이션 또는 코드라고도 함)은, 컴파일되는(compiled) 또는 인터프리트되는(interpreted) 언어들, 선언적(declarative) 또는 절차적(procedural) 언어들을 포함한, 임의의 형태의 프로그래밍 언어로 작성될 수 있고, 컴퓨터 프로그램은, 독립형 프로그램(stand-alone program)으로서 또는 모듈, 컴포넌트, 서브루틴, 오브젝트(object), 또는 컴퓨팅 환경에서 사용하기에 적당한 다른 유닛(unit)으로서를 포함한, 임의의 형태로 배포(deploy)될 수 있다. 컴퓨터 프로그램이 파일 시스템에서의 파일에 대응할 수 있지만 그럴 필요는 없다. 프로그램은 다른 프로그램들 또는 데이터(예컨대, 마크업 언어 문서에 저장된 하나 이상의 스크립트)를 보유하는 파일의 일 부분에, 문제의 프로그램에 전용된 단일 파일에, 또는 다수의 통합 파일들(coordinated files)(예컨대, 하나 이상의 모듈, 서브 프로그램(sub program), 또는 코드 부분(portion of code)을 저장하는 파일들)에 저장될 수 있다. 컴퓨터 프로그램은 하나의 컴퓨터 상에서 또는 하나의 사이트에 위치되거나 다수의 사이트들에 걸쳐 분산되고 통신 네트워크에 의해 상호접속되는 다수의 컴퓨터들 상에서 실행되도록 배포될 수 있다.A computer program (also called a program, software, software application, script, application, or code) may be any language, including compiled or interpreted languages, declarative or procedural languages. may be written in a programming language in the form of a computer program, as a stand-alone program or as a module, component, subroutine, object, or other unit suitable for use in a computing environment It may be deployed in any form, including as A computer program can, but need not, correspond to a file in the file system. A program may be stored in a portion of a file that holds other programs or data (eg, one or more scripts stored in a markup language document), in a single file dedicated to the program in question, or in multiple coordinated files ( For example, it may be stored in one or more modules, sub-programs, or files storing portions of code). A computer program may be distributed for execution on one computer or on multiple computers located at one site or distributed across multiple sites and interconnected by a communications network.

본 명세서에 설명된 프로세스들 및 로직 흐름들은 입력 데이터를 조작하여 출력을 생성함으로써 액션들을 수행하기 위해 하나 이상의 컴퓨터 프로그램을 실행하는 하나 이상의 프로그래밍가능 프로세서에 의해 수행될 수 있다. 프로세스들 및 로직 흐름들이 또한, 예컨대, 특수 목적 로직 회로부, 예컨대, FPGA(field programmable gate array) 또는 ASIC(application specific integrated circuit)에 의해 수행될 수 있고, 장치들이 또한 이들로서 구현될 수 있다.The processes and logic flows described herein may be performed by one or more programmable processors executing one or more computer programs to perform actions by manipulating input data to produce output. Processes and logic flows may also be performed, for example, by special purpose logic circuitry, such as a field programmable gate array (FPGA) or application specific integrated circuit (ASIC), and apparatuses may also be implemented as them.

컴퓨터 프로그램의 실행에 적당한 프로세서들은, 예로서, 범용 및 특수 목적 마이크로프로세서들 둘 다, 및 임의의 종류의 디지털 컴퓨터의 임의의 하나 이상의 프로세서를 포함한다. 일반적으로, 프로세서는 판독 전용 메모리 또는 랜덤 액세스 메모리 또는 둘 다로부터 명령어들 및 데이터를 수신할 것이다. 컴퓨터의 필수 요소들은 명령어들에 따라 액션들을 수행하기 위한 프로세서 그리고 명령어들 및 데이터를 저장하기 위한 하나 이상의 메모리 디바이스이다. 일반적으로, 컴퓨터는 또한 데이터를 저장하기 위한 하나 이상의 대용량 스토리지 디바이스, 예컨대, 자기, 자기 광학 디스크들, 또는 광학 디스크들을 포함하거나, 이들로부터 데이터를 수신하거나 이들로 데이터를 전송하도록 동작가능하게 커플링되거나, 둘 다일 것이다. 그렇지만, 컴퓨터가 그러한 디바이스들을 가질 필요는 없다. 더욱이, 컴퓨터는, 예를 들어, 다른 디바이스, 예컨대, 모바일 전화, PDA(personal digital assistant), 모바일 오디오 또는 비디오 플레이어, 게임 콘솔, GPS(Global Positioning System) 수신기, 또는 휴대용 스토리지 디바이스(예컨대, USB(universal serial bus) 플래시 드라이브)에 임베딩될 수 있다. 컴퓨터 프로그램 명령어들 및 데이터를 저장하기에 적당한 디바이스들은, 예로서, 반도체 메모리 디바이스들, 예컨대, EPROM, EEPROM, 및 플래시 메모리 디바이스들; 자기 디스크들, 예컨대, 내장형 하드 디스크들 또는 이동식 디스크들; 자기 광학 디스크들; 그리고 CD ROM 및 DVD-ROM 디스크들을 포함한, 모든 형태의 비휘발성 메모리, 매체들 및 메모리 디바이스들을 포함한다. 프로세서 및 메모리는 특수 목적 로직 회로부에 의해 보완되거나 그에 통합될 수 있다.Processors suitable for the execution of a computer program include, by way of example, both general and special purpose microprocessors, and any one or more processors of any kind of digital computer. Generally, a processor will receive instructions and data from either read-only memory or random access memory or both. The essential elements of a computer are a processor for performing actions according to the instructions and one or more memory devices for storing instructions and data. Generally, a computer also includes one or more mass storage devices for storing data, such as magnetic, magneto-optical disks, or optical disks, operatively coupled to receive data from, or transmit data to. or both. However, the computer need not have such devices. Moreover, the computer may be, for example, connected to another device, such as a mobile phone, personal digital assistant (PDA), mobile audio or video player, game console, Global Positioning System (GPS) receiver, or portable storage device (eg, USB (USB) It can be embedded in a universal serial bus (flash drive). Devices suitable for storing computer program instructions and data include, by way of example, semiconductor memory devices such as EPROM, EEPROM, and flash memory devices; magnetic disks, such as internal hard disks or removable disks; magneto-optical disks; and all forms of non-volatile memory, media and memory devices, including CD ROM and DVD-ROM disks. The processor and memory may be supplemented by or integrated with special purpose logic circuitry.

사용자와의 상호작용을 제공하기 위해, 본 명세서에 설명된 주제의 실시예들은 정보를 사용자에게 디스플레이하기 위한 디스플레이 디바이스 그리고 키보드 및 포인팅 디바이스, 예컨대, 마우스, 스타일러스, 터치 스크린 또는 트랙볼 - 이에 의해 사용자는 컴퓨터에 입력을 제공할 수 있음 - 을 가지는 컴퓨터 상에서 구현될 수 있다. 다른 종류의 디바이스들이 사용자와의 상호작용을 제공하는 데 역시 사용될 수 있다. 예를 들어, 사용자에게 제공되는 피드백(즉, 출력)은 임의의 형태의 감각적 피드백(sensory feedback), 예컨대, 시각적 피드백(visual feedback), 청각적 피드백(auditory feedback), 또는 촉각적 피드백(tactile feedback)일 수 있으며; 사용자로부터의 입력은, 음향, 음성, 또는 촉각적 입력을 포함한, 임의의 형태로 수신될 수 있다. 그에 부가하여, 컴퓨터는 사용자에 의해 사용되는 디바이스로 문서들을 송신하고 그 디바이스로부터 문서들을 수신하는 것에 의해; 예를 들어, 웹 브라우저로부터 수신된 요청들에 응답하여 웹 페이지들을 사용자의 클라이언트 디바이스 상의 웹 브라우저로 송신하는 것에 의해 사용자와 상호작용할 수 있다.To provide for interaction with a user, embodiments of the subject matter described herein provide a display device for displaying information to a user and a keyboard and pointing device such as a mouse, stylus, touch screen or trackball, whereby the user capable of providing input to the computer. Other types of devices may also be used to provide interaction with the user. For example, the feedback provided to the user (ie, output) may be any form of sensory feedback, such as visual feedback, auditory feedback, or tactile feedback. ) may be; Input from the user may be received in any form, including acoustic, voice, or tactile input. In addition, the computer may transmit documents to and receive documents from a device used by a user; For example, the user may interact with the user by sending web pages to the web browser on the user's client device in response to requests received from the web browser.

일부 예들에서, 본 명세서에서의 시스템, 방법 또는 동작은 백 엔드 컴포넌트(back end component), 예컨대, 데이터 서버를 포함하거나, 또는 미들웨어 컴포넌트, 예컨대, 애플리케이션 서버를 포함하거나, 프런트 엔드 컴포넌트, 예컨대, 사용자가 본 명세서에 설명된 주제의 구현과 상호작용할 수 있는 그래픽 사용자 인터페이스 또는 웹 브라우저를 갖는 클라이언트 컴퓨터, 또는 하나 이상의 그러한 백 엔드, 미들웨어, 또는 프런트 엔드 컴포넌트의 임의의 조합을 포함하는 컴퓨팅 시스템에서 구현될 수 있다. 시스템의 컴포넌트들은 디지털 데이터 통신의 임의의 형태 또는 매체, 예컨대, 통신 네트워크에 의해 상호접속될 수 있다. 통신 네트워크들의 예들은 로컬 영역 네트워크(local area network)("LAN") 및 광역 네트워크(wide area network)("WAN"), 인터-네트워크(inter-network)(예컨대, 인터넷), 및 피어-투-피어 네트워크들(예컨대, 애드혹 피어-투-피어 네트워크들)을 포함한다.In some examples, a system, method, or act herein includes a back end component, eg, a data server, or includes a middleware component, eg, an application server, or a front end component, eg, a user to be implemented on a client computer having a graphical user interface or web browser capable of interacting with implementations of the subject matter described herein, or a computing system comprising any combination of one or more such back-end, middleware, or front-end components. can The components of the system may be interconnected by any form or medium of digital data communication, such as a communication network. Examples of communication networks include a local area network (“LAN”) and a wide area network (“WAN”), an inter-network (eg, the Internet), and a peer-to-peer network. - include peer networks (eg, ad hoc peer-to-peer networks).

예시적인 컴퓨팅 시스템은 클라이언트들 및 서버들을 포함할 수 있다. 클라이언트와 서버는 일반적으로 서로 멀리 떨어져 있고 전형적으로 통신 네트워크를 통해 상호작용한다. 클라이언트와 서버의 관계는 컴퓨터 프로그램들이 각자의 컴퓨터들 상에서 실행되고 서로 클라이언트-서버 관계를 갖는 것에 의해 생긴다. 일부 실시예들에서, 서버는 (예컨대, 클라이언트 디바이스와 상호작용하는 사용자에게 데이터를 디스플레이하고 그 사용자로부터 사용자 입력을 수신하는 목적들을 위해) 데이터를 클라이언트 디바이스에게 전송한다. 클라이언트 디바이스에서 생성된 데이터(예컨대, 사용자 상호작용의 결과)는 클라이언트 디바이스로부터 서버에 수신될 수 있다.An example computing system may include clients and servers. Clients and servers are typically remote from each other and typically interact through a communications network. The relationship of client and server arises by virtue of computer programs running on their respective computers and having a client-server relationship with each other. In some embodiments, the server sends data to the client device (eg, for purposes of displaying data to and receiving user input from a user interacting with the client device). Data generated at the client device (eg, a result of a user interaction) may be received from the client device to a server.

결론conclusion

본 명세서가 많은 특정 구현 상세들을 포함하지만, 이들이 임의의 발명들의 또는 청구될 수 있는 것의 범주에 대한 제한들로서 해석되어서는 안되고, 오히려 본 명세서에 설명된 시스템들 및 방법들의 특정 실시예들에 특정적인 특징들의 설명으로서 해석되어야 한다. 개별적인 실시예들과 관련하여 본 명세서에 설명되는 특정 특징들은 또한 단일 실시예에서 결합하여 구현될 수 있다. 이와 달리, 단일 실시예와 관련하여 설명되는 다양한 특징들은 또한 다수의 실시예들에 개별적으로 또는 임의의 적당한 서브콤비네이션(subcombination)으로 구현될 수 있다. 더욱이, 비록 특징들이 특정 조합들로 기능하는 것으로 앞서 설명되고 심지어 처음에 그 자체로서 청구될 수 있더라도, 청구된 조합으로부터의 하나 이상의 특징이 일부 경우들에서 그 조합으로부터 제거될 수 있고, 청구된 조합은 서브콤비네이션 또는 서브콤비네이션의 변형에 관한 것일 수 있다.Although this specification contains many specific implementation details, these should not be construed as limitations on the scope of any inventions or of what may be claimed, but rather features specific to particular embodiments of the systems and methods described herein. should be construed as their explanations. Certain features that are described herein in the context of separate embodiments may also be implemented in combination in a single embodiment. Alternatively, various features that are described in the context of a single embodiment may also be implemented in multiple embodiments individually or in any suitable subcombination. Moreover, although features have been described above as functioning in particular combinations and even initially claimed as such, one or more features from a claimed combination may in some cases be eliminated from the combination, and the claimed combination may be It may relate to a subcombination or a variation of a subcombination.

이와 유사하게, 동작들이 도면들에서 특정의 순서로 묘사되지만, 이것은, 바람직한 결과들을 달성하기 위해, 그러한 동작들이 도시된 특정의 순서로 또는 순차적 순서로 수행되거나, 모든 예시된 동작들이 수행되어야 하는 것을 요구하는 것으로 이해되어서는 안된다. 일부 경우들에서, 청구항들에서 열거된 액션들은 상이한 순서로 수행될 수 있고 바람직한 결과들을 여전히 달성할 수 있다. 그에 부가하여, 첨부 도면들에 묘사된 프로세스들은 바람직한 결과들을 달성하기 위해 도시된 특정의 순서 또는 순차적 순서를 반드시 요구하지는 않는다.Similarly, although acts are depicted in a particular order in the figures, this does not indicate that such acts must be performed in the particular order or sequential order shown, or that all illustrated acts must be performed in order to achieve desirable results. It should not be construed as demanding. In some cases, the actions recited in the claims may be performed in a different order and still achieve desirable results. In addition, the processes depicted in the accompanying drawings do not necessarily require the specific order shown or sequential order to achieve desirable results.

특정 상황들에서, 멀티태스킹 및 병렬 프로세싱이 유리할 수 있다. 더욱이, 앞서 설명된 실시예들에서의 다양한 시스템 컴포넌트들의 분리는 모든 실시예들에서 그러한 분리를 요구하는 것으로 이해되어서는 안되며, 설명된 프로그램 컴포넌트들 및 시스템들이 일반적으로 단일 소프트웨어 제품에 함께 통합되거나 다수의 소프트웨어 제품들로 패키징될 수 있다는 점이 이해되어야 한다.In certain circumstances, multitasking and parallel processing may be advantageous. Moreover, the separation of various system components in the above-described embodiments should not be construed as requiring such separation in all embodiments, and that the described program components and systems are generally integrated together in a single software product or that multiple It should be understood that they may be packaged into software products of

앞서 설명된 실시예들은 다양한 방식들 중 임의의 것으로 구현될 수 있다. 예를 들어, 일부 실시예들은 하드웨어, 소프트웨어 또는 이들의 조합을 사용하여 구현될 수 있다. 일 실시예의 임의의 양태가 소프트웨어로 적어도 부분적으로 구현될 때, 소프트웨어 코드는, 단일 컴퓨터에서 제공되든 다수의 컴퓨터들 간에 분산되든 간에, 임의의 적당한 프로세서 또는 프로세서들의 집합체 상에서 실행될 수 있다.The embodiments described above may be implemented in any of a variety of ways. For example, some embodiments may be implemented using hardware, software, or a combination thereof. When any aspect of an embodiment is implemented at least in part in software, the software code may execute on any suitable processor or collection of processors, whether provided on a single computer or distributed among multiple computers.

앞서 설명된 실시예들은 다양한 방식들 중 임의의 것으로 구현될 수 있다. 예를 들어, 일부 실시예들은 하드웨어, 소프트웨어 또는 이들의 조합을 사용하여 구현될 수 있다. 일 실시예의 임의의 양태가 소프트웨어로 적어도 부분적으로 구현될 때, 소프트웨어 코드는, 단일 컴퓨터에서 제공되든 다수의 컴퓨터들 간에 분산되든 간에, 임의의 적당한 프로세서 또는 프로세서들의 집합체 상에서 실행될 수 있다.The embodiments described above may be implemented in any of a variety of ways. For example, some embodiments may be implemented using hardware, software, or a combination thereof. When any aspect of an embodiment is implemented at least in part in software, the software code may execute on any suitable processor or collection of processors, whether provided on a single computer or distributed among multiple computers.

이 점에 있어서, 본 발명의 다양한 양태들은, 하나 이상의 컴퓨터 또는 다른 프로세서 상에서 실행될 때, 앞서 논의된 기술의 다양한 실시예들을 구현하는 방법들을 수행하는 하나 이상의 프로그램으로 인코딩된 컴퓨터 판독가능 스토리지 매체(또는 다수의 컴퓨터 판독가능 스토리지 매체들)(예컨대, 컴퓨터 메모리, 콤팩트 디스크들, 광학 디스크들, 자기 테이프들, 플래시 메모리들, 필드 프로그래머블 게이트 어레이들(Field Programmable Gate Arrays) 또는 다른 반도체 디바이스들에서의 회로 구성들, 다른 유형 컴퓨터 스토리지 매체 또는 비일시적 매체)로서 적어도 부분적으로 구체화될(embodied) 수 있다. 컴퓨터 판독가능 매체 또는 매체들은 운반가능(transportable)할 수 있으며, 따라서 그 상에 저장된 프로그램 또는 프로그램들은 앞서 논의된 바와 같이 본 기술의 다양한 양태들을 구현하기 위해 하나 이상의 상이한 컴퓨터 또는 다른 프로세서 상에 로딩될 수 있다.In this regard, various aspects of the present invention are directed to one or more program-encoded computer-readable storage media (or circuitry in multiple computer-readable storage media (eg, computer memory, compact disks, optical disks, magnetic tapes, flash memories, Field Programmable Gate Arrays) or other semiconductor devices. configurations, other tangible computer storage media or non-transitory media). A computer readable medium or media may be transportable, such that a program or programs stored thereon can be loaded onto one or more different computers or other processors to implement various aspects of the subject technology as discussed above. can

용어들 "프로그램" 또는 "소프트웨어"는 앞서 논의된 바와 같이 본 기술의 다양한 양태들을 구현하도록 컴퓨터 또는 다른 프로세서를 프로그래밍하는 데 이용될 수 있는 임의의 타입의 컴퓨터 코드 또는 컴퓨터 실행가능 명령어들의 세트를 지칭하기 위한 일반적인 의미로(in a generic sense) 본 명세서에서 사용된다. 부가적으로, 이 실시예의 일 양태에 따르면, 실행될 때, 본 기술의 방법들을 수행하는 하나 이상의 컴퓨터 프로그램이 단일 컴퓨터 또는 프로세서 상에 존재할 필요가 없고, 본 기술의 다양한 양태들을 구현하기 위해 다수의 상이한 컴퓨터들 또는 프로세서들 간에 모듈 방식으로(in a modular fashion) 분산될 수 있다는 점이 인식되어야 한다.The terms “program” or “software” as previously discussed refer to any type of computer code or set of computer-executable instructions that can be used to program a computer or other processor to implement various aspects of the present technology. is used herein in a generic sense for Additionally, in accordance with an aspect of this embodiment, one or more computer programs that, when executed, do not need to reside on a single computer or processor for performing the methods of the present technology, and do not need to reside on a number of different It should be appreciated that it may be distributed in a modular fashion between computers or processors.

컴퓨터 실행가능 명령어들은 하나 이상의 컴퓨터 또는 다른 디바이스에 의해 실행되는, 프로그램 모듈들과 같은, 많은 형태들로 되어 있을 수 있다. 일반적으로, 프로그램 모듈들은 특정의 태스크들을 수행하거나 특정의 추상 데이터 타입들을 구현하는 루틴들, 프로그램들, 오브젝트들, 컴포넌트들, 데이터 구조들 등을 포함한다. 전형적으로, 프로그램 모듈들의 기능이 다양한 실시예들에서 원하는 바에 따라 결합되거나 분산될 수 있다.Computer-executable instructions may be in many forms, such as program modules, being executed by one or more computers or other devices. Generally, program modules include routines, programs, objects, components, data structures, etc. that perform particular tasks or implement particular abstract data types. Typically, the functionality of the program modules may be combined or distributed as desired in various embodiments.

또한, 본 명세서에 설명된 기술은 방법으로서 구체화될 수 있으며, 방법의 적어도 하나의 예가 제공되었다. 방법의 일부로서 수행되는 동작들(acts)은 임의의 적당한 방식으로 순서화될(ordered) 수 있다. 그에 따라, 동작들이 예시된 것과 상이한 순서로 수행되는 실시예들이 구성될 수 있으며, 이 실시예들은 일부 동작들을, 비록 예시적인 실시예들에서 순차적인 동작들로서 도시되어 있더라도, 동시에 수행하는 것을 포함할 수 있다.Also, the techniques described herein may be embodied as a method, wherein at least one example of the method is provided. The acts performed as part of the method may be ordered in any suitable manner. Accordingly, embodiments may be constructed wherein the operations are performed in an order different from that illustrated, which embodiments may include performing some operations concurrently, although shown as sequential operations in the exemplary embodiments. can

본 명세서에서 정의되고 사용되는 바와 같은, 모든 정의들은 사전 정의들(dictionary definitions), 참고로 포함된 문서들에서의 정의들, 및/또는 정의된 용어들의 통상적인 의미들보다 우선하는 것으로 이해되어야 한다.All definitions, as defined and used herein, should be understood to take precedence over dictionary definitions, definitions in documents incorporated by reference, and/or the ordinary meanings of the defined terms. .

명세서에서 그리고 청구범위에서 본 명세서에 사용되는 바와 같은 부정관사들("a" 및 "an")은, 명확히 달리 지시되지 않는 한, "적어도 하나"를 의미하는 것으로 이해되어야 한다.As used herein in the specification and in the claims, the indefinite articles "a" and "an" should be understood to mean "at least one" unless expressly indicated otherwise.

문구 "및/또는"은, 명세서에서 그리고 청구범위에서 본 명세서에 사용되는 바와 같이, 그와 같이 등위 접속된(conjoined) 요소들, 즉 일부 경우들에서 결합적으로(conjunctively) 존재하고 다른 경우들에서 택일적으로(disjunctively) 존재하는 요소들 중 "어느 하나 또는 둘 다"를 의미하는 것으로 이해되어야 한다. "및/또는"을 사용해 열거된 다수의 요소들은 동일한 방식으로, 즉 그렇게 등위 접속된 요소들 중 하나 이상으로 해석되어야 한다. "및/또는" 절(clause)에 의해 특정적으로 식별된(specifically identified) 요소들 이외에 다른 요소들이, 특정적으로 식별된 그 요소들에 관련이 있든 관련이 없든 간에, 임의로 존재할 수 있다. 따라서, 비제한적인 예로서, "A 및/또는 B"에 대한 언급은, "포함하는(comprising)"과 같은 개방형 표현(open-ended language)과 함께 사용될 때, 일 실시예에서, A만(임의로 B 이외의 요소들을 포함함); 다른 실시예에서, B만(임의로 A 이외의 요소들을 포함함); 또 다른 실시예에서, A 및 B 둘 다(임의로 다른 요소들을 포함함); 기타 등등을 지칭할 수 있다.The phrase “and/or”, as used herein in the specification and in the claims, means elements that are so conjoined, i.e., exist conjunctively in some cases and conjunctively in other cases. should be understood to mean "either or both" of the elements present disjunctively in Multiple elements listed using “and/or” should be construed in the same way, ie as one or more of the elements so covalently connected. Other elements than those specifically identified by the "and/or" clause may optionally be present, whether related or unrelated to those elements specifically identified. Thus, by way of non-limiting example, reference to "A and/or B", when used in conjunction with an open-ended language such as "comprising," in one embodiment, only A ( optionally including elements other than B); In another embodiment, only B (optionally including elements other than A); In another embodiment, both A and B (optionally including other elements); and the like may be referred to.

명세서에서 그리고 청구범위에서 본 명세서에 사용되는 바와 같이, "또는"은 앞서 정의된 바와 같은 "및/또는"과 동일한 의미를 갖는 것으로 이해되어야 한다. 예를 들어, 목록에서 항목들을 분리할 때, "또는" 또는 "및/또는"은 포함적(inclusive)인 것으로 해석되어야 하며, 즉 다수의 요소들 또는 요소들의 목록 그리고, 임의로, 부가의 열거되지 않은 항목들 중 적어도 하나를 포함하는 것은 물론, 그 중 하나 초과를 포함하는 것으로 해석되어야 한다. "~ 중 하나만(only one of)" 또는 "~ 중 정확히 하나(exactly one of)" 또는, 청구범위에서 사용될 때, "~로 이루어진(consisting of)"과 같은, 명확히 달리 지시되는 용어들만이 다수의 요소들 또는 요소들의 목록 중 정확히 하나의 요소를 포함하는 것을 지칭할 것이다. 일반적으로, 본 명세서 사용되는 바와 같은 용어 "또는"은, "어느 하나", "~중 하나", "~중 하나만", 또는 " ~ 중 정확히 하나"와 같은, 배타성의 용어들이 선행될 때 배타적 양자택일(exclusive alternative)(즉, 둘 다가 아니라 한쪽 또는 다른 쪽)을 지시하는 것으로만 해석되어야 한다. 청구범위에서 사용될 때의 "본질적으로 ~로 이루어진(consisting essentially of)"은 특허법 분야에서 사용되는 바와 같은 그의 통상적인 의미를 가져야 한다.As used herein in the specification and in the claims, “or” should be understood to have the same meaning as “and/or” as previously defined. For example, when separating items in a list, "or" or "and/or" should be construed as inclusive, i.e., multiple elements or lists of elements and, optionally, no additional enumerations. The inclusion of at least one of the non-existent items should, of course, be construed as including more than one of them. There are only a number of terms expressly indicated otherwise, such as "only one of" or "exactly one of" or, when used in the claims, "consisting of" shall refer to including exactly one element of the elements or list of elements of Generally, the term “or,” as used herein, is exclusive when preceded by terms of exclusivity, such as “either,” “one of,” “only one of,” or “exactly one of.” It should only be construed as indicating an exclusive alternative (ie one or the other, not both). “Consisting essentially of” when used in the claims should have its ordinary meaning as used in the field of patent law.

명세서 및 청구범위에서 본 명세서에 사용되는 바와 같이, 하나 이상의 요소의 목록에 대한 언급에서의 문구 "적어도 하나"는 요소들의 목록 내의 요소들 중 임의의 하나 이상의 요소 중에서 선택된 적어도 하나의 요소를 의미하는 것으로 이해되어야 하지만, 요소들의 목록 내에 특정적으로 열거된 각기의 요소 중 적어도 하나를 반드시 포함하는 것은 아니며 요소들의 목록 내의 요소들의 임의의 조합들을 배제하지 않는다. 이 정의는 또한 문구 "적어도 하나"가 언급하는 요소들의 목록 내에서 특정적으로 식별된 요소들 이외의 요소들이, 특정적으로 식별된 그 요소들에 관련이 있든 관련이 없든 간에, 임의로 존재할 수 있는 것을 허용한다. 따라서, 비제한적인 예로서, "A 및 B 중 적어도 하나"(또는 등가적으로, "A 또는 B 중 적어도 하나", 또는 등가적으로 "A 및/또는 B 중 적어도 하나")는, 일 실시예에서, B가 존재하지 않는 경우(그리고 임의로 B 이외의 요소들을 포함함), 적어도 하나의 A - 임의로 하나 초과의 A를 포함함 - 를 지칭할 수 있고; 다른 실시예에서, A가 존재하지 않는 경우(그리고 임의로 A 이외의 요소들을 포함함), 적어도 하나의 B - 임의로 하나 초과의 B를 포함함 - 를 지칭할 수 있으며; 또 다른 실시예에서, 적어도 하나의 A - 임의로 하나 초과의 A를 포함함 -, 및 적어도 하나의 B - 임의로 하나 초과의 B를 포함함 - (그리고 임의로 다른 요소들을 포함함)를 지칭할 수 있고; 기타 등등일 수 있다.As used herein in the specification and claims, the phrase "at least one" in a reference to a list of one or more elements means at least one element selected from any one or more of the elements in the list of elements. Although it should be understood that at least one of each element specifically recited in the list of elements is not necessarily included and does not exclude any combinations of elements in the list of elements. This definition also defines that within the list of elements to which the phrase "at least one" refers, elements other than those specifically identified may optionally be present, whether related or unrelated to those elements specifically identified. allow that Thus, by way of non-limiting example, “at least one of A and B” (or equivalently, “at least one of A or B,” or equivalently, “at least one of A and/or B”) is, in one embodiment, “at least one of A and/or B”. In an example, where B is absent (and optionally includes elements other than B), it can refer to at least one A, optionally including more than one A; In other embodiments, when A is absent (and optionally includes elements other than A), it can refer to at least one B, optionally including more than one B; in yet another embodiment, at least one A, optionally comprising more than one A, and at least one B, optionally comprising more than one B, (and optionally including other elements), and ; and so forth.

청구범위에서는 물론 상기 명세서에서, "포함하는(comprising)", "포함하는(including)", "담고 있는(carrying)", "갖는(having)", "함유하는(containing)", "수반하는(involving)", "보유하는(holding)", "~로 구성되는(composed of)", 및 이와 유사한 것과 같은 모든 이행구들(transitional phrases)은 개방형(open-ended)인 것으로, 즉 "~를 포함하지만 이에 제한되지 않는"을 의미하는 것으로 이해되어야 한다. 이행구들 "~로 이루어진" 및 "본질적으로 ~로 이루이진"만이, United States Patent Office Manual of Patent Examining Procedures, Section 211 1 .03에 기재된 바와 같이, 제각기, 폐쇄형(closed) 또는 반폐쇄형(semi-closed) 이행구들이어야 한다.In the claims as well as in the above specification, "comprising", "including", "carrying", "having", "containing", "accompanying All transitional phrases such as "involving", "holding", "composed of", and the like are open-ended, i.e., "of should be understood to mean "including but not limited to". Only the transitional phrases "consisting of" and "consisting essentially of" are, respectively, closed or semi-closed ( semi-closed) transitional phrases.

Claims (108)

응답 분류기(response classifier)를 사용하여 개인의 인지 능력(cognitive skills)의 정량자(quantifier)를 생성하기 위한 방법으로서,
적어도 하나의 프로세싱 유닛을 사용하여, 사용자 인터페이스에 태스크(task)를 간섭(interference)과 함께 렌더링하는 단계;
상기 적어도 하나의 프로세싱 유닛을 사용하여, 상기 태스크에 대한 또는 상기 간섭에 대한 2개 이상의 상이한 타입의 응답을 나타내는 데이터를 측정하는 단계;
상기 적어도 하나의 프로세싱 유닛을 사용하여, 상기 태스크에 대한 개인의 제1 응답 및 상기 간섭에 대한 상기 개인의 제2 응답을 나타내는 데이터를 수신하는 단계;
상기 적어도 하나의 프로세싱 유닛을 사용하여, 상기 개인의 수행력(performance)을 표현하는 적어도 하나의 응답 프로파일을 계산하기 위해 상기 제1 응답 및 상기 제2 응답을 나타내는 상기 데이터를 분석하는 단계;
상기 적어도 하나의 프로세싱 유닛을 사용하여, 상기 적어도 하나의 응답 프로파일로부터 결정 경계 메트릭(decision boundary metric)을 결정하는 단계 - 상기 결정 경계 메트릭은 상기 간섭에 대한 상기 2개 이상의 상이한 타입의 응답 중 적어도 하나의 타입의 응답을 제공하는 상기 개인의 경향의 정량적 척도를 포함함 -;
상기 적어도 하나의 프로세싱 유닛을 사용하여, 상기 개인의 인지 반응 능력(cognitive response capabilities)을 나타내는 분류기 출력(classifier output)을 생성하기 위해, 상기 결정 경계 메트릭에 적어도 부분적으로 기초하여 응답 분류기를 실행하는 단계; 및
상기 제1 응답 및/또는 상기 제2 응답을 나타내는 데이터의 분석이 상기 적어도 하나의 응답 프로파일의 수정을 나타내도록, 상기 태스크 및/또는 상기 간섭을 수정하기 위해 적어도 하나의 적응적 절차를 적용하는 단계
를 포함하고,
상기 태스크 또는 상기 간섭은 응답 기한을 갖는 응답 기한 절차를 포함하고,
상기 적어도 하나의 적응적 절차는 상기 개인의 수행 특성을 충동적 응답 프로파일 또는 보수적 응답 프로파일로 수정하도록 상기 응답 기한을 수정하는 것인,
컴퓨터 구현 방법.A method for generating a quantifier of an individual's cognitive skills using a response classifier, comprising:
using the at least one processing unit to render the task with interference in the user interface;
measuring, using the at least one processing unit, data indicative of two or more different types of responses to the task or to the interference;
receiving, using the at least one processing unit, data representing a first response of the individual to the task and a second response of the individual to the interference;
analyzing, using the at least one processing unit, the data representative of the first response and the second response to calculate at least one response profile representative of performance of the individual;
determining, using the at least one processing unit, a decision boundary metric from the at least one response profile, wherein the decision boundary metric is at least one of the two or more different types of responses to the interference. comprising a quantitative measure of the individual's tendency to provide a type of response of ;
executing, using the at least one processing unit, a response classifier based at least in part on the decision boundary metric to generate a classifier output indicative of cognitive response capabilities of the individual; ; and
applying at least one adaptive procedure to modify the task and/or the interference such that analysis of the data representative of the first response and/or the second response indicates a modification of the at least one response profile;
including,
the task or the interference comprises a response deadline procedure with a response deadline;
wherein the at least one adaptive procedure modifies the response deadline to modify the performance characteristic of the individual to an impulsive response profile or a conservative response profile;
How to implement a computer. 제1항에 있어서, 상기 프로세싱 유닛은 또한, 청각 자극, 촉각 자극, 및 진동 자극 중 하나 이상을 실시하도록 적어도 하나의 작동 컴포넌트(actuating component)를 제어하도록 구성되고, 상기 태스크 및/또는 상기 간섭은 상기 청각 자극, 상기 촉각 자극, 및 상기 진동 자극 중 하나 이상을 포함하는 것인, 컴퓨터 구현 방법.The method of claim 1 , wherein the processing unit is further configured to control at least one actuating component to effectuate one or more of an auditory stimulus, a tactile stimulus, and a vibratory stimulus, wherein the task and/or the interference comprises: and at least one of the auditory stimulus, the tactile stimulus, and the vibratory stimulus. 제1항에 있어서, 상기 적어도 하나의 응답 프로파일을 계산하는 것은 충동적 응답 프로파일 또는 보수적 응답 프로파일인 적어도 하나의 응답 프로파일을 생성하는 것을 포함하는 것인, 컴퓨터 구현 방법.The method of claim 1 , wherein calculating the at least one response profile comprises generating at least one response profile that is an impulsive response profile or a conservative response profile. 제1항에 있어서, 상기 프로세싱 유닛은 응답 기한 절차와 연관된 응답 윈도의 시간 길이 또는 상기 사용자 인터페이스에 렌더링되는 상기 태스크 또는 상기 간섭의 양태의 시변 특성 중의 적어도 하나를 수정하도록 상기 사용자 인터페이스를 제어하도록 구성되는 것인, 컴퓨터 구현 방법.2. The user interface of claim 1, wherein the processing unit is configured to control the user interface to modify at least one of a length of time of a response window associated with a response deadline procedure or a time-varying characteristic of an aspect of the interference or task rendered in the user interface. A computer-implemented method. 제1항에 있어서, 상기 프로세싱 유닛은 또한, 상기 제1 응답 및 상기 제2 응답을 나타내는 상기 데이터로부터 도출된 바이어스 감도, 병렬 태스크들에 대한 비-결정 시간 감도, 병렬 태스크 요구들에 대한 신뢰 축적 감도, 보상률 감도, 또는 응답 윈도 추정 효율 중 하나 이상을 나타내는 파라미터들을 상기 분류기 출력으로서 계산하도록 구성되는 것인, 컴퓨터 구현 방법.2. The processing unit of claim 1, wherein the processing unit is further configured to: bias sensitivity derived from the data representative of the first response and the second response, non-decision time sensitivity for parallel tasks, and confidence accumulation for parallel task requests. and calculate as the classifier output parameters indicative of one or more of sensitivity, compensation rate sensitivity, or response window estimation efficiency. 제1항에 있어서, 상기 프로세싱 유닛은 상기 태스크를 연속적 시각-운동 추적 태스크로서 렌더링하도록 상기 사용자 인터페이스를 제어하도록 구성되는 것인, 컴퓨터 구현 방법.The method of claim 1 , wherein the processing unit is configured to control the user interface to render the task as a continuous visual-kinesis tracking task. 제1항에 있어서, 상기 프로세싱 유닛은 상기 간섭을 표적 판별 간섭으로서 렌더링하도록 사용자 인터페이스를 제어하도록 구성되는 것인, 컴퓨터 구현 방법.The method of claim 1 , wherein the processing unit is configured to control a user interface to render the interference as a target discriminative interference. 제1항에 있어서, 상기 태스크를 상기 간섭과 함께 렌더링하는 단계는:
상기 간섭이 상기 개인의 주의를 상기 태스크로부터 전환시키도록 상기 태스크를 상기 간섭의 존재 하에서 렌더링하는 단계를 포함하고, 상기 간섭은 주의산만요소 및 방해요소로 이루어진 그룹으로부터 선택되는 것인, 컴퓨터 구현 방법.2. The method of claim 1, wherein rendering the task with the interference comprises:
rendering the task in the presence of the interference such that the interference diverts the individual's attention from the task, wherein the interference is selected from the group consisting of a distraction and a distraction. . 제1항에 있어서, 상기 응답 분류기는 인간 의사 결정의 계산 모델로부터의 피드백 데이터에 적어도 부분적으로 기초하여 트레이닝되는 것인, 컴퓨터 구현 방법.The computer-implemented method of claim 1 , wherein the response classifier is trained based at least in part on feedback data from a computational model of human decision-making. 제9항에 있어서, 상기 인간 의사 결정의 계산 모델은 드리프트-확산 모델인 것인, 컴퓨터 구현 방법.10. The method of claim 9, wherein the computational model of human decision-making is a drift-diffusion model. 제1항에 있어서, 상기 응답 분류기는 복수의 트레이닝 데이터 세트들을 사용하여 트레이닝되고, 각각의 트레이닝 데이터 세트는 복수의 개인들 중 이전에 분류된 개인에 대응하며, 각각의 트레이닝 데이터 세트는 상기 태스크에 대한 상기 분류된 개인의 상기 제1 응답을 나타내는 데이터, 상기 간섭에 대한 상기 분류된 개인의 상기 제2 응답을 나타내는 데이터, 그리고 (i) 인지 테스트 또는 행동 테스트 중 하나 이상에서 상기 분류된 개인의 수행력을 나타내는 데이터, 및 (ii) 상기 분류된 개인의 인지 질환, 질병 또는 실행 기능 장애의 상태 또는 진행의 진단을 나타내는 데이터 중 하나 이상을 포함하는 것인, 컴퓨터 구현 방법.2. The method of claim 1, wherein the response classifier is trained using a plurality of training data sets, each training data set corresponding to a previously classified one of the plurality of individuals, and each training data set corresponding to the task. data indicative of the first response of the classified individual to the interference, data indicative of the second response of the classified individual to the interference, and (i) performance of the classified individual in one or more of a cognitive test or a behavioral test. and (ii) data indicative of a diagnosis of the state or progression of a cognitive disease, disease, or executive dysfunction of the classified individual. 제1항에 있어서, 상기 분류기 출력은 상기 개인의 인지 반응 능력의 충동성 또는 보수성의 정도의 표시를 포함하는 것인, 컴퓨터 구현 방법.The computer-implemented method of claim 1 , wherein the classifier output includes an indication of a degree of impulsivity or conservatism of the individual's cognitive response ability. 제1항에 있어서, 상기 분류기 출력은 상기 사용자 인터페이스에게 전송되고 그리고/또는 상기 사용자 인터페이스에 디스플레이되는 것인, 컴퓨터 구현 방법.The computer implemented method of claim 1 , wherein the classifier output is sent to and/or displayed in the user interface. 제1항에 있어서, 상기 분류기 출력은 상기 개인의 주의력 결핍 또는 충동성의 척도를 포함하는 것인, 컴퓨터 구현 방법.The method of claim 1 , wherein the classifier output comprises a measure of the individual's attention deficit or impulsivity. 제1항에 있어서, 인지 질환, 질병, 또는 실행 기능 장애 중 하나 이상의 인지 모니터링을 위해 상기 분류기 출력을 사용하는 단계를 더 포함하는, 컴퓨터 구현 방법.The computer implemented method of claim 1 , further comprising using the classifier output for cognitive monitoring of one or more of a cognitive disease, disorder, or executive dysfunction. 제1항에 있어서, 상기 제1 응답 및 상기 제2 응답을 나타내는 상기 데이터를 수신하는 단계는 상기 제1 응답 및 상기 제2 응답을 나타내는 상기 데이터를 수신하기 위해 하나 이상의 센서 컴포넌트를 사용하는 단계를 포함하는 것인, 컴퓨터 구현 방법.2. The method of claim 1, wherein receiving the data representative of the first response and the second response comprises using one or more sensor components to receive the data representative of the first response and the second response. A computer-implemented method comprising: 제1항에 있어서, 약제, 약물, 또는 생물학적 제제의 양, 농도, 또는 용량 적정 중 하나 이상을 변경하는 것, 상기 개인이 상기 약제, 약물, 또는 생물학적 제제의 투여에 응답하여 부작용을 경험할 가능성을 식별하는 것, 상기 개인의 인지 반응 능력의 변화를 식별하는 것, 치료 계획을 권장하는 것, 또는 행동 요법, 상담, 또는 신체 운동 중 적어도 하나의 유효성의 정도를 권장하거나 결정하는 것 중 하나 이상을 위해 상기 분류기 출력을 사용하는 단계를 더 포함하는, 컴퓨터 구현 방법.The method of claim 1 , wherein altering one or more of the amount, concentration, or dose titration of the agent, drug, or biological agent is to reduce the likelihood that the individual will experience adverse effects in response to administration of the agent, drug, or biological agent. one or more of identifying, identifying a change in the individual's cognitive response ability, recommending a treatment plan, or recommending or determining the degree of effectiveness of at least one of behavioral therapy, counseling, or physical exercise. and using the classifier output to 응답 분류기를 사용하여 개인의 인지 능력의 정량자를 생성하기 위한 장치로서,
제1항 내지 제17항 중 어느 한 항에 따른 방법을 수행하기 위한 수단을 포함하는 장치. A device for generating a quantifier of an individual's cognitive ability using a response classifier, comprising:
A device comprising means for performing a method according to claim 1 . 하나 이상의 생리학적 컴포넌트 및 제1항 내지 제17항 중 어느 한 항의 방법을 실행하도록 구성된 장치를 포함하는 시스템으로서,
상기 프로세싱 유닛에 의한 프로세서 실행가능 명령어들의 실행 시에, 상기 프로세싱 유닛은:
상기 하나 이상의 생리학적 컴포넌트의 하나 이상의 측정을 나타내는 데이터를 수신하고; 그리고
상기 분류기 출력을 생성하기 위해, 상기 결정 경계 메트릭의 계산된 값들 및 상기 하나 이상의 생리학적 컴포넌트의 상기 하나 이상의 측정을 나타내는 상기 데이터에 적어도 부분적으로 기초하여 상기 응답 분류기를 실행하도록 구성되는 것인, 시스템.18. A system comprising one or more physiological components and an apparatus configured to perform the method of any one of claims 1-17, comprising:
Upon execution of processor-executable instructions by the processing unit, the processing unit:
receive data indicative of one or more measurements of the one or more physiological components; and
and execute the response classifier based, at least in part, on the data indicative of the one or more measurements of the one or more physiological components and the calculated values of the decision boundary metric to generate the classifier output. . 실행될 때, 프로세싱 유닛으로 하여금 제1항 내지 제17항 중 어느 한 항의 방법을 실행하게 하는 하나 이상의 컴퓨터 실행가능 명령어를 저장하기 위한 적어도 하나의 비일시적 컴퓨터 판독가능 매체.At least one non-transitory computer-readable medium for storing one or more computer-executable instructions that, when executed, cause a processing unit to execute the method of any one of claims 1-17. 개인의 인지 능력의 정량자를 생성하기 위한 방법으로서,
적어도 하나의 프로세싱 유닛을 사용하여, 사용자 인터페이스에 태스크를 간섭과 함께 렌더링하는 단계;
상기 적어도 하나의 프로세싱 유닛을 사용하여, 상기 태스크에 대한 또는 상기 간섭에 대한 2개 이상의 상이한 타입의 응답을 나타내는 데이터를 측정하는 단계;
상기 적어도 하나의 프로세싱 유닛을 사용하여, 상기 태스크에 대한 개인의 제1 응답 및 상기 간섭에 대한 상기 개인의 제2 응답을 나타내는 데이터를 수신하는 단계;
상기 적어도 하나의 프로세싱 유닛을 사용하여, 상기 개인의 수행력을 표현하는 적어도 하나의 응답 프로파일을 계산하기 위해 상기 제1 응답 및 상기 제2 응답을 나타내는 상기 데이터를 분석하는 단계;
상기 적어도 하나의 프로세싱 유닛을 사용하여, 상기 적어도 하나의 응답 프로파일에 적어도 부분적으로 기초하여 제1 결정 경계 메트릭을 결정하는 단계 - 상기 제1 결정 경계 메트릭은 상기 간섭에 대한 상기 2개 이상의 상이한 타입의 응답 중 적어도 하나의 타입의 응답을 제공하는 상기 개인의 경향의 정량적 척도를 포함함 -; 및
상기 결정된 제1 결정 경계 메트릭에 적어도 부분적으로 기초하여, 상기 적어도 하나의 프로세싱 유닛을 사용하여, 상기 제1 응답 및/또는 상기 제2 응답이 수정되고, 그로써 상기 개인의 인지 반응 능력의 수정을 나타내도록, 상기 결정된 제1 결정 경계 메트릭에서의 수정을 도출하기 위해 상기 태스크 및/또는 상기 간섭을 조정하기 위해 적어도 하나의 적응적 절차를 적용하는 단계
를 포함하고,
상기 태스크 또는 상기 간섭은 응답 기한을 갖는 응답 기한 절차를 포함하고,
상기 적어도 하나의 적응적 절차는 상기 개인의 수행 특성을 충동적 응답 프로파일 또는 보수적 응답 프로파일로 수정하도록 상기 응답 기한을 수정하는 것인,
컴퓨터 구현 방법.A method for generating a quantifier of an individual's cognitive ability, comprising:
rendering, using the at least one processing unit, the task with the interference in the user interface;
measuring, using the at least one processing unit, data indicative of two or more different types of responses to the task or to the interference;
receiving, using the at least one processing unit, data representing a first response of the individual to the task and a second response of the individual to the interference;
analyzing, using the at least one processing unit, the data representative of the first response and the second response to calculate at least one response profile representing performance of the individual;
determining, using the at least one processing unit, a first decision boundary metric based, at least in part, on the at least one response profile, wherein the first decision boundary metric comprises the two or more different types of interference for the interference. comprising a quantitative measure of the individual's propensity to provide a response of at least one type of response; and
Based at least in part on the determined first decision boundary metric, using the at least one processing unit, the first response and/or the second response are modified, thereby indicating a modification of the cognitive response ability of the individual. applying at least one adaptive procedure to adjust the task and/or the interference to derive a modification in the determined first decision boundary metric.
including,
the task or the interference comprises a response deadline procedure with a response deadline;
wherein the at least one adaptive procedure modifies the response deadline to modify the performance characteristic of the individual to an impulsive response profile or a conservative response profile;
How to implement a computer. 제21항에 있어서, 적어도 하나의 응답 프로파일을 계산하는 것은 충동적 응답 프로파일 또는 보수적 응답 프로파일인 적어도 하나의 응답 프로파일을 생성하는 것을 포함하는 것인, 컴퓨터 구현 방법.The method of claim 21 , wherein calculating the at least one response profile comprises generating at least one response profile that is an impulsive response profile or a conservative response profile. 제21항에 있어서, 상기 제1 응답 및/또는 상기 제2 응답을 나타내는 상기 데이터의 분석이 상기 적어도 하나의 응답 프로파일의 수정을 나타내도록, 상기 태스크 및/또는 상기 간섭을 수정하기 위해 적어도 하나의 적응적 절차를 적용하는 단계를 더 포함하는, 컴퓨터 구현 방법.22. The method of claim 21, wherein the analysis of the data representative of the first response and/or the second response indicates a modification of the at least one response profile. and applying an adaptive procedure. 제21항에 있어서, 응답 기한 절차와 연관된 응답 윈도의 시간 길이 또는 상기 사용자 인터페이스에 렌더링되는 상기 태스크 또는 상기 간섭의 양태의 시변 특성 중의 적어도 하나를 수정하도록 상기 사용자 인터페이스를 제어하는 단계를 더 포함하는, 컴퓨터 구현 방법.22. The method of claim 21, further comprising controlling the user interface to modify at least one of a length of time of a response window associated with a response deadline procedure or a time-varying characteristic of an aspect of the interference or task rendered in the user interface. , a computer-implemented method. 응답 분류기를 사용하여 개인의 인지 능력의 정량자를 생성하기 위한 장치로서,
제21항 내지 제24항 중 어느 한 항에 따른 방법을 수행하기 위한 수단을 포함하는 장치. A device for generating a quantifier of an individual's cognitive ability using a response classifier, comprising:
Device comprising means for performing a method according to any one of claims 21 to 24. 하나 이상의 생리학적 컴포넌트 및 제21항 내지 제24항 중 어느 한 항의 방법을 실행하도록 구성된 장치를 포함하는 시스템으로서,
상기 프로세싱 유닛에 의한 프로세서 실행가능 명령어들의 실행 시에, 상기 프로세싱 유닛은:
상기 하나 이상의 생리학적 컴포넌트의 하나 이상의 측정을 나타내는 데이터를 수신하고; 그리고
상기 결정된 제1 결정 경계 메트릭 및 상기 하나 이상의 생리학적 컴포넌트의 상기 하나 이상의 측정을 나타내는 상기 데이터에 적어도 부분적으로 기초하여 상기 태스크 및/또는 상기 간섭을 조정하도록 구성되는 것인, 시스템.25. A system comprising one or more physiological components and an apparatus configured to perform the method of any one of claims 21-24, comprising:
Upon execution of processor-executable instructions by the processing unit, the processing unit:
receive data indicative of one or more measurements of the one or more physiological components; and
and adjust the task and/or the interference based at least in part on the data indicative of the determined first decision boundary metric and the one or more measurements of the one or more physiological components. 실행될 때, 프로세싱 유닛으로 하여금 제21항 내지 제24항 중 어느 한 항의 방법을 실행하게 하는 하나 이상의 컴퓨터 실행가능 명령어를 저장하기 위한 적어도 하나의 비일시적 컴퓨터 판독가능 매체.At least one non-transitory computer-readable medium for storing one or more computer-executable instructions that, when executed, cause a processing unit to execute the method of any one of claims 21-24. 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete
KR1020197004637A 2016-07-19 2017-07-19 Platforms for implementing signal detection metrics in adaptive response deadline procedures KR102449377B1 (en)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201662364297P 2016-07-19 2016-07-19
US62/364,297 2016-07-19
US29/579,480 2016-09-30
US29/579,480 USD879133S1 (en) 2016-09-30 2016-09-30 Display screen or portion thereof with an animated graphical user interface
PCT/US2017/042938 WO2018017767A1 (en) 2016-07-19 2017-07-19 Platforms to implement signal detection metrics in adaptive response-deadline procedures

Publications (2)

Publication Number Publication Date
KR20190077305A KR20190077305A (en) 2019-07-03
KR102449377B1 true KR102449377B1 (en) 2022-09-30

Family

ID=60992822

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020197004637A KR102449377B1 (en) 2016-07-19 2017-07-19 Platforms for implementing signal detection metrics in adaptive response deadline procedures

Country Status (6)

Country Link
JP (2) JP7267910B2 (en)
KR (1) KR102449377B1 (en)
CN (1) CN109996485B (en)
AU (1) AU2017299614A1 (en)
CA (1) CA3031251A1 (en)
WO (1) WO2018017767A1 (en)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2019253110B2 (en) 2018-04-13 2022-09-01 Plaid Inc. Secure permissioning of access to user accounts, including secure distribution of aggregated user account data
AU2019362793A1 (en) * 2018-10-15 2021-04-08 Akili Interactive Labs, Inc. Cognitive platform for deriving effort metric for optimizing cognitive treatment
CN109635917B (en) * 2018-10-17 2020-08-25 北京大学 Multi-agent cooperation decision and training method
KR102248732B1 (en) * 2019-06-27 2021-05-06 (주)해피마인드 System and method for classifying attention deficit hyperactivity and predicting therapeutic response and based on comprehensive attention test data
CN110313924B (en) * 2019-07-12 2022-05-17 中国科学院心理研究所 Diamagnetization touch-free time estimation recording trigger
KR102424629B1 (en) * 2019-08-22 2022-07-26 (주)프로젝트레인보우 System and method for improving development disorder using deep learning module
CA3154159A1 (en) 2019-09-17 2021-03-25 Plaid Inc. System and method linking to accounts using credential-less authentication
US10722165B1 (en) * 2019-09-30 2020-07-28 BioMech Sensor LLC Systems and methods for reaction measurement
WO2021064726A1 (en) * 2019-10-02 2021-04-08 Feuerstein Learning And Thinking, Ltd. Profile oriented cognitive improvement system and method
EP4070211A4 (en) * 2019-12-17 2023-11-29 Plaid Inc. System and method for assessing a digital interaction with a digital third party account service
CN111260984B (en) * 2020-01-20 2022-03-01 北京津发科技股份有限公司 Multi-person cooperative cognitive ability training method and device and storage medium
US11714689B2 (en) 2020-08-18 2023-08-01 Plaid Inc. System and method for managing user interaction flows within third party applications
CN112137628B (en) * 2020-09-10 2021-08-03 北京津发科技股份有限公司 Three-dimensional space cognition evaluation and training method and system
CN112241971A (en) * 2020-09-30 2021-01-19 天津大学 Method for measuring motion prediction capability by using entropy and eye movement data
WO2022085327A1 (en) * 2020-10-23 2022-04-28 株式会社島津製作所 Brain function analysis method and brain function analysis system
CN115120240B (en) * 2022-08-30 2022-12-02 山东心法科技有限公司 Sensitivity evaluation method, equipment and medium for special industry target perception skills

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100292545A1 (en) * 2009-05-14 2010-11-18 Advanced Brain Monitoring, Inc. Interactive psychophysiological profiler method and system
JP2011150408A (en) * 2010-01-19 2011-08-04 Hitachi Ltd Human interface based on measurement of living body and brain function, and human error detecting and preventing method using the same
JP2014508309A (en) * 2010-11-11 2014-04-03 ザ リージェンツ オブ ザ ユニバーシティ オブ カリフォルニア Enhanced cognition in the presence of attention diversion and / or interference
WO2015177908A1 (en) * 2014-05-22 2015-11-26 株式会社日立製作所 Training system

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2009217184B2 (en) * 2008-02-20 2015-03-19 Digital Medical Experts Inc. Expert system for determining patient treatment response
EP2334226A4 (en) * 2008-10-14 2012-01-18 Univ Ohio Cognitive and linguistic assessment using eye tracking
CN103561651B (en) * 2010-11-24 2017-03-22 数字制品有限责任公司 Systems and methods to assess cognitive function
US9848811B2 (en) * 2012-01-26 2017-12-26 National Center Of Neurology And Psychiatry Cognitive function testing system, cognitive function estimation system, cognitive function testing method, and cognitive function estimation method
US9265458B2 (en) * 2012-12-04 2016-02-23 Sync-Think, Inc. Application of smooth pursuit cognitive testing paradigms to clinical drug development
WO2015179522A1 (en) * 2014-05-21 2015-11-26 Akili Interactive Labs, Inc. Processor-implemented systems and methods for enhancing cognitive abilities by personalizing cognitive training regimens
US20160125758A1 (en) * 2014-10-29 2016-05-05 Ohio University Assessing cognitive function using a multi-touch device
JP6013438B2 (en) 2014-12-09 2016-10-25 株式会社Ｎｔｔデータ・アイ Brain disease diagnosis support system, brain disease diagnosis support method and program

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100292545A1 (en) * 2009-05-14 2010-11-18 Advanced Brain Monitoring, Inc. Interactive psychophysiological profiler method and system
JP2011150408A (en) * 2010-01-19 2011-08-04 Hitachi Ltd Human interface based on measurement of living body and brain function, and human error detecting and preventing method using the same
JP2014508309A (en) * 2010-11-11 2014-04-03 ザ リージェンツ オブ ザ ユニバーシティ オブ カリフォルニア Enhanced cognition in the presence of attention diversion and / or interference
WO2015177908A1 (en) * 2014-05-22 2015-11-26 株式会社日立製作所 Training system

Also Published As

Publication number Publication date
AU2017299614A1 (en) 2019-01-31
JP2019528812A (en) 2019-10-17
JP2022153354A (en) 2022-10-12
CA3031251A1 (en) 2018-01-25
WO2018017767A1 (en) 2018-01-25
JP7267910B2 (en) 2023-05-02
CN109996485B (en) 2022-06-21
KR20190077305A (en) 2019-07-03
CN109996485A (en) 2019-07-09

Similar Documents

Publication Publication Date Title
KR102449377B1 (en) Platforms for implementing signal detection metrics in adaptive response deadline procedures
JP7473338B2 (en) A cognitive platform that includes computerized evocative elements
KR102426385B1 (en) Cognitive platform coupled with physiological components
JP7125390B2 (en) Cognitive platforms configured as biomarkers or other types of markers
US11846964B2 (en) Cognitive platform including computerized elements
US11839472B2 (en) Platforms to implement signal detection metrics in adaptive response-deadline procedures
US20200380882A1 (en) Cognitive platform including computerized evocative elements in modes
US20240081706A1 (en) Platforms to implement signal detection metrics in adaptive response-deadline procedures

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant