用于无创检测药物使用和生理状况的生物测定的制作方法

相关申请的交叉引用

本申请要求2018年1月19日提交的美国临时申请号62/619,434的优先权，所述申请的教义出于所有目的特此以引用方式整体并入。本申请还涉及2014年9月19日提交的美国专利申请号2015/0116665、2016年10月11日提交的美国专利申请号2017/0100061和2011年3月30日提交的美国专利号9,326,725，所述申请的内容以引用方式并入本文。

发明背景

本公开涉及药物使用和/或生理损伤及其对瞳孔虹膜震颤的影响。具体地，本公开描述了用于检测药物使用和/或生理损伤的利用瞳孔测量法。

背景技术：

瞳孔控制需要涉及许多神经元通路的复杂生理机能。因此，瞳孔行为提供了通向这些神经元通路的完整性和功能性的窗口。此外，如括约肌和开大肌使虹膜收缩和扩张所指示的瞳孔行为可反映中枢神经系统的代谢或结构的改变或异常。与中枢神经系统的这种联系使对病理的确定和识别在临床和实验环境中至关重要，并且表明对瞳孔行为的评估可提供快速检测和诊断病理的机制。

然而，虽然瞳孔估评是医疗保健中的常规实践并且用于从第一急救员到重症监护病房的多种环境，但最常使用笔形电筒和目视主观观察来进行瞳孔估评。这种主观方法由于归因于操作员专业知识的操作员间可变性而受阻，所以尽管这是一种简单的估评方法，也无法提供精细数据。例如，通过笔形电筒方法生成的信息可限于总体瞳孔特征，诸如有无光反射以及对瞳孔大小和对称性的粗略估计。如将预期的，无法估评细微变化，这些细微变化可能是追踪临床状况(诸如心肺骤停后的脑创伤或生存力)的重要手段。

即使在已经采用更具分辨力的方法(诸如瞳孔计)时，广泛的接受和部署也是缓慢的。虽然这些方法可用于评估瞳孔大小和反应性，但它们可能是昂贵的并且可能需要提供原始数据而不进行解释的独立设备，从而必须引入训练有素的专业人员来评估数据、合成信息并为消费者提供关于适当干预措施的适当指导。

因此，需要有望提供瞳孔测量结果的对瞳孔行为的有效且便利的评估，除其他事项之外，所述瞳孔测量结果可用于监测药物使用、药物滥用、药物耐受性和阿片样物质痛觉过敏。

前述“背景”描述是出于总体上呈现本公开的上下文的目的。发明人的研究(在于本背景部分中对其进行描述的程度上)以及所述描述的在提交时可能未另外算作现有技术的方面既不明确地也不暗示地承认是对抗本发明的现有技术。

技术实现要素：

根据实施方案，本公开涉及一种用于评估患者的瞳孔虹膜震颤的设备。

在实施方案中，本公开涉及一种用于评估患者的瞳孔虹膜震颤的设备，其包括：显示器；以及处理电路，所述处理电路被配置为通过基于频率的变换来变换所述患者的所述瞳孔虹膜震颤的实验数据和参考数据；基于所述患者的所述瞳孔虹膜震颤的经变换实验数据来计算一个或多个所选择参数中的第一参数；基于经变换参考数据来计算所述一个或多个所选择参数中的对应第一参数；根据基于所述实验数据的所述第一参数和基于所述参考数据的所述对应第一参数来生成指标，所述所生成指标是所述第一参数和所述对应第一参数的归一化；确定所述所生成指标是否达到预定阈值，所述预定阈值与生物活性目标有关；并且在所述显示器上并且基于所述确定来显示所述患者的所述瞳孔虹膜震颤的所述评估，其中所述患者的所述瞳孔虹膜震颤的所述评估是阿片样物质作为所述生物活性目标的识别。

在实施方案中，本公开还涉及一种用于评估患者的瞳孔虹膜震颤的设备，其包括显示器；以及处理电路，所述处理电路被配置为基于所述患者的所述瞳孔虹膜震颤的实验数据来计算一个或多个所选择参数中的第一参数；基于瞳孔虹膜震颤的参考数据来计算所述一个或多个所选择参数中的对应第一参数；根据基于所述实验数据的所述第一参数和基于所述参考数据的所述对应第一参数来生成指标，所述所生成指标是所述第一参数和所述对应第一参数的归一化；确定所述所生成指标是否达到预定阈值，所述预定阈值与生物活性目标有关；并且在所述显示器上并且基于所述确定来显示所述患者的所述瞳孔虹膜震颤的所述评估。

在实施方案中，本公开还涉及一种用于评估患者的瞳孔虹膜震颤的设备，其包括处理电路，所述处理电路被配置为基于所述患者的所述瞳孔虹膜震颤的实验数据来计算一个或多个所选择参数中的第一参数；基于瞳孔虹膜震颤的参考数据来计算所述一个或多个所选择参数中的对应第一参数；根据基于所述实验数据的所述第一参数和基于所述参考数据的所述对应第一参数来生成指标，所述所生成指标是所述第一参数和所述对应第一参数的归一化；确定所述所生成指标是否达到预定阈值，所述预定阈值与生物活性目标有关；并且在显示器上并且基于所述确定来显示所述患者的所述瞳孔虹膜震颤的所述评估。

附图说明

通过在结合附图考虑时参考以下详细描述，将容易更全面地认识并更好地理解本公开及其许多伴随优点，在附图中：

图1是描述根据本公开的示例性实施方案的处理所获取数据的流程图；

图2是根据本公开的示例性实施方案的如在频谱分析之前隔离的瞳孔振荡的图形表示；

图3是描述根据本公开的示例性实施方案的对频谱分析的评估的流程图；

图4是根据本公开的示例性实施方案的对在暴露于阿片样物质之后的瞳孔光反射的评估的图形表示；

图5是根据本公开的示例性实施方案的归一化为多种药物的基线的最大药物作用的变换数据的图形表示；并且

图6是根据本公开的示例性实施方案的设备的硬件描述。

具体实施方式

如本文所使用的术语“一”或“一个”被限定为一个或多于一个。如本文所使用的术语“多个”被限定为两个或多于两个。如本文所使用的术语“另一个”被限定为至少第二个或更多个。如本文所使用的术语“包括(including)”和/或“具有”被限定为包括(comprising)(即，开放式用语)。贯穿本文档提及“一个实施方案”、“某些实施方案”、“实施方案”、“实现方式”、“实例”或类似术语意指结合所述实施方案描述的特定特征、结构或特性包括在本公开的至少一个实施方案中。因此，此类术语贯穿本说明书在各种地方的出现不一定全部是指同一实施方案。此外，特定特征、结构或特性可无限制地以任何合适的方式组合在一个或多个实施方案中。

根据实施方案，本公开描述了一种允许临床医生、健康保健专业人员和消费者根据情况精确且客观地评估动态瞳孔振荡的方法和设备，所述动态瞳孔振荡部分地限定瞳孔行为。此外，这些动态瞳孔振荡可与多种病理特定的算法结合使用，所述病理特定的算法特定于不同的药物签名和生理状况，以便识别由此产生的病理。在实施方案中，病理特定的算法可以尤其针对于酒精、阿片样物质、大麻酚、α-2激动剂、苯并二氮卓、氯胺酮吗啡、吗啡-3-葡糖醛酸、吗啡-6-葡糖醛酸或其组合。

根据本公开的示例性实施方案，对动态瞳孔振荡的评估可由设备或瞳孔测量法装置执行，所述设备或瞳孔测量法装置将具有成像传感器的成像设备(诸如壳体内的红外相机或cmos传感器)与显示设备(可以是智能电话或专用显示模块)组合起来。在实施方案中，成像设备和显示设备均可包含在智能电话或类似的移动终端内。与显示器的连接将使得软件应用程序能够客观地生成动态瞳孔振荡的比较信息，使得所述软件应用程序可促进对比较信息的理解。为此，上述设备可以是筛选工具，并且上述设备的软件应用程序可以是被开发来专门解决多种临床情况的算法和方法。这些软件应用程序使得能够在例如临床环境中客观地测量动态瞳孔行为，并且可存储在智能电话或设备的存储器内。

根据实施方案，本公开的上述设备可结合另外描述的硬件来实现方法。例如，这种硬件可以是被构造为使智能电话适于患者或使用者的面部的腔室。为了促进数据获取，示例性成像设备或红外相机可能够通过另外描述的硬件而适于按照患者的面部以符合人体工程学的方式成形，以便实现准确的瞳孔估评。此外，这允许在各种各样的环境中实现所述方法，其中所述方法可由普遍存在的装置执行。在实施方案中，所述方法可由处理电路执行，所述处理电路被配置为控制智能电话或其他装置的成像设备以便获取人眼的视频序列。此类视频序列可例如以每秒100帧的速率获取，但应当了解，可使用其他帧速率以便获得瞳孔视频序列。

在现实世界实现期间，根据示例性实施方案的上述设备及其方法可提供对患者数据的快速访问，在多种临床情况下，这可以是重要手段。通过包括能够按照患者的面部进行调整的集成就绪腔室与专用于所收集信息的显示器，在实施方案中，可实现对患者瞳孔数据的便利且移动式的获取并且可方便地进行分析。为了提高方法的适应性，可部署特定算法以便解释所获取患者瞳孔数据，特定算法能够按照不同的临床情况进行调整，从而允许多种专业人员和普通人(包括但不限于医疗专业人员)广泛使用和访问。

在多种应用中，对瞳孔振荡的估评可应用于对药物使用的识别。对药物使用的识别为更广泛使用瞳孔测量法提供最大机会之一。药物对自主神经系统具有特异性作用，从而直接影响瞳孔和瞳孔振荡。使用例如频谱分析对瞳孔振荡(称为虹膜震颤)进行的检查产生特定的可归因于频率的反应。药物使用以特定的可归因方式使虹膜震颤的频谱轮廓变化。如以上所介绍，本公开的设备和方法可以是理解药物使用相关性并且针对药物使用状态对患者进行评估的重要手段。

另外，并且根据实施方案，本公开的设备和方法可用于在生理状况的上下文中评估自主神经系统的功能。已知瞳孔振荡由于自主神经系统中的异常活动(诸如存在自主神经失调)而变化。因此，可通过本公开的设备和方法来评估自主神经系统的功能及其异常活动，从而使本公开成为针对特定生理状况的存在对患者进行评估的重要手段。

现在参考附图并且如上所述，根据实施方案，本公开涉及一种确定患者体内生物活性化合物、药物或生理扰动的存在的设备及其方法。简而言之，所述方法包括例如以下步骤：(1)获取患者眼睛的视频序列，所述视频序列包括多个视频帧；(2)检测并测量所述视频序列的所述多个视频帧中的每一个中的瞳孔尺寸，其中基于时间的瞳孔大小的尺寸形成所述患者的瞳孔振荡；(3)使用本地或远程处理电路基于所述瞳孔振荡来确定随时间推移的所检测并测量的瞳孔尺寸的频谱；以及(4)使用所述处理电路并且基于所述频谱的频带功率(即，曲线下方的面积)来确定所述患者的药物或生理状况的存在。

现在参考图1，并且通过关于上文的另外的细节，所述方法可包括数据处理130，所述数据处理130首先包括如图1所概括的对患者眼睛的视频序列的获取131，视频包括多个视频帧。在获取131之后，可针对患者眼睛的视频序列中的多个视频帧中的每一个确定初级数据(诸如像瞳孔尺寸和由此产生的瞳孔振荡)132。

根据实施方案，图2是在频谱分析之前隔离的隔离虹膜震颤的瞳孔数据的图形说明。具体地，示出了在瞳孔光反射的5秒时段内的振幅瞳孔振荡。

现在返回到图1，然后可通过本地或远程的处理电路来挖掘限定瞳孔振荡的数据133，以确定例如可包括随时间推移的瞳孔振荡的频谱的二级数据134。然后可将被确定为瞳孔数据133的二级数据134的频谱作为处理后虹膜震颤数据135提供给本公开的用于评估新处理的数据的方法。替代地或组合地，瞳孔数据可放弃另外的数据操纵135'，并且可立即限定处理后虹膜震颤数据134。

关于本公开的方法的实现，处理后虹膜震颤数据134可在所述方法的运行时间期间访问，其中来自实验瞳孔的处理后虹膜震颤数据134和来自参考瞳孔的处理后虹膜震颤数据134除其他事项之外可用于确定患者的生物活性化合物、药物或其他生理扰动的存在。例如，这可以是基于根据频谱计算的频带功率来确定酒精诱导的损伤的存在和/或水平。

不同的应用(诸如对药物使用的检测，或对身体状况或物理扰动的检测)可考虑不同的瞳孔测量量度和不同的权重量或处理瞳孔测量量度的不同方式。

图1的方法可通过例如以下方式启动：(1)在对视频序列的初始处理132期间，在多个帧中的第一帧中定位瞳孔的中心和瞳孔的边界上的两个点以及虹膜；(2)使用处理电路来基于所述定位生成与虹膜的预期位置相对应的掩模图像，所述掩模图像包括多个像素；以及(3)基于所述所生成掩膜图像确定瞳孔尺寸(即，初级数据)和由此产生的瞳孔振荡。

如上所述，所获取视频序列可由可附接装置(除其他事项之外，诸如智能电话)中的处理器或基于云的处理来处理。尽管本文在上述处理电路的上下文中描述了智能电话并且先前已经描述了智能电话，如us2015/0116665a1所证明并以引用方式并入本文，但是可了解，包括外部处理器或基于云的处理电路的任何处理器都可用来处理所获取视频序列。

除上述之外，所获取视频序列可包括对例如闪光的瞳孔反应。为了产生这种反应或瞳孔光反射，可通过前述智能电话或类似移动装置的手电筒提供根据标准化照明条件的闪光。

如上所述，瞳孔振荡和/或对光的反应可反映自主神经系统的活动。例如，在表现瞳孔光反射并反映自主神经系统的完整性时，响应于闪光由于副交感神经张力增加而发生收缩或瞳孔缩小，而扩张或瞳孔扩大则反映交感神经张力增加。瞳孔光反射可通过本公开的方法及其设备来评估，其中较高频率激活在交感神经张力增加的情况下发生，并且较低频率激活由于副交感神经张力增加而发生。应用于现实世界时，瞳孔振荡可受与自主神经系统的受体相互作用的某些生物活性化合物、药物的活性、生理状况的活动的影响，从而影响交感神经反应或副交感神经反应。

根据实施方案，可根据初始视频序列处理132之后的瞳孔数据评估多种瞳孔测量量度，使得与包括频谱的二级数据134结合，可更好地表征患者反应轮廓。存在用于生成可帮助确定生理特性(诸如像药物使用或身体状况)的算法的至少六个瞳孔测量量度。瞳孔测量量度中的至少两个是静态量度并且可包括基线瞳孔大小和最大程度收缩的大小。这些量度可用于生成例如收缩振幅。如以上所介绍，基线瞳孔大小可在闪光之前找到，并且最大程度收缩的大小可在闪光之后确定。瞳孔测量量度中的至少四个可以是动态量度并且可以是对闪光的动态反应，包括收缩速度(平均收缩速度和最大收缩速度)、收缩等待时间和再扩张速度。关于对药物使用或病理状况的检测和识别，各种药物和身体状况以可预测的方式影响瞳孔光反射的各种参数。根据对测量的应用，至少六个瞳孔测量量度中的任一个都可以是合适的指标。当应用变化时，诸如对特定药物使用的检测或对特定身体状况的检测，可视情况考虑不同的瞳孔测量量度和不同的权重量或处理瞳孔测量量度的不同方式。

根据实施方案，上述瞳孔测量量度或参数可包括多个另外参数中的至少一个，所述多个另外的参数包括最大瞳孔大小、瞳孔大小的最大变化、瞳孔再扩张的最大速度、瞳孔再扩张的平均速度、瞳孔的最大面积、瞳孔的最小面积、瞳孔的平均面积、瞳孔大小恢复到75％的时间、瞳孔大小恢复到100％的时间以及瞳孔光反射曲线下方的面积。

根据实施方案，二级数据134可包括例如频谱。频谱可通过基于频率的变换方法从瞳孔数据得出。此类基于频率的变换方法可以是快速傅里叶变换、希尔伯特·黄变换(hilberthuangtransform)等，如本领域普通技术人员将理解的。根据频谱，可确定参数，诸如特定频率下的振幅或跨一定频率范围的频带功率，其中特定频率或频率范围与病理活动水平相关。此外，可明确评估频谱，其中频谱的数学模型与病理的活动水平相关。为此，可在开发算法时使用启发式模型。

在上述方法的实现期间，并且现在参考图3，可针对实验数据和参考数据确定所选择参数并将其进行比较，使得可确定物质、药物或生理物质的存在和/或量。

为此，首先，可从参考数据库340获取参考虹膜震颤数据335”，并且可从例如当前患者获取实验虹膜震颤数据335'。这种虹膜震颤数据类似于图1的处理后虹膜震颤数据，其中已对所获取视频序列应用图1的方法。

在已获取适当的虹膜震颤数据之后，可根据患者的瞳孔虹膜震颤的实验虹膜震颤数据335'来确定第一参数或实验参数336'。实验参数336'可以是但不限于振幅、频率、频带功率和波形的数学模型，如上所述。另外，除其他事项之外，实验参数336'可以是基线瞳孔大小、最大瞳孔大小、最小瞳孔大小、收缩速度(平均收缩速度和最大收缩速度)、收缩等待时间、再扩张速度、瞳孔大小的最大变化、瞳孔再扩张的最大速度、瞳孔再扩张的平均速度、瞳孔的最大面积、瞳孔的最小面积、瞳孔的平均面积、瞳孔大小恢复到75％的时间、瞳孔大小恢复到100％的时间以及瞳孔光反射曲线下方的面积。

类似于上述内容，可根据参考患者的瞳孔虹膜震颤或患者群体的代表性瞳孔虹膜震颤的参考虹膜震颤数据335”确定第一参数或参考参数336”。参考参数336”可以是但不限于振幅、频率、频带功率和波形的数学模型，如上所述。另外，除其他事项之外，实验参数336'可以是基线瞳孔大小、最大瞳孔大小、最小瞳孔大小、收缩速度(平均收缩速度和最大收缩速度)、收缩等待时间、再扩张速度、瞳孔大小的最大变化、瞳孔再扩张的最大速度、瞳孔再扩张的平均速度、瞳孔的最大面积、瞳孔的最小面积、瞳孔的平均面积、瞳孔大小恢复到75％的时间、瞳孔大小恢复到100％的时间以及瞳孔光反射曲线下方的面积。

在示例性实施方案中，可基于例如分别根据患者的瞳孔虹膜震颤和参考患者的瞳孔虹膜震颤确定的实验参数337'和参考参数337”确定第二参数或比较指标337作为计算结果。除其他事项之外，比较指标可包括δ频带功率或实验数据的频带功率与参考数据的对应频带功率之间的差、δ频带功率％、归一化δ频带功率以及实验数据与参考数据的数学模型之间的相似比。

在实施方案中，比较指标337可以是实验波形和参考波形的相关性，其中相应波形的相关性的缺乏可指示或不指示生理状况。

在确定比较指标337之后，根据实施方案，可相对于预定阈值来评估338比较指标337以确定有无生物活性物质、药物或生理扰动。可通过显示器指示如由所评估的比较指标限定的生物活性物质、药物或生理扰动。

例如，患者可能疑似娱乐性地使用阿片样物质，或具体地，使用美沙酮。如果δ频带功率是比较指标，并且在与美沙酮使用者相关联的频率范围内，在将患者数据与可比的患者的参考数据进行比较时被确定为是相当大的，则可确定患者已急性暴露于美沙酮。在另一个实例中，患者可能疑似过度使用规定的阿片样物质，诸如氢可酮。如果δ频带功率在与氢可酮使用相关联的频率范围内，在将患者的数据与来自预期氢可酮频带功率使用者的参考数据进行比较时被确定为是相当大的，则可确定患者已急性过度暴露于氢可酮。

根据实施方案，在相对于所选择标准评估338比较指标之后，可通过参考图7描述的装置的显示器来显示339结果或生理状况，使得可提醒使用者患者的正常状况或其他状况。

相对于标准对比较指标的评估可反映对可预测特定情形的量化频谱的模式和相关性的分析。模式和相关性可进一步预测药物的相互作用及其对瞳孔虹膜震颤的影响。根据实施方案，这些模式和相关性可通过与和特异性生物活性化合物或药物相关联的频谱库、一组特异性生物活性化合物或药物或者多种相互作用的生物活性化合物或药物进行比较来识别。

如关于图3所讨论的，未知或实验数据与参考数据的比较可通过评估例如沿频域的一个或多个或一组特定频率下的振幅来进行。

因此，图4提供了如将在图1中的二级数据生成期间执行的对实验虹膜震颤数据和参考虹膜震颤数据的频谱评估的图形表示。如图所示，在‘最大阿片样物质作用’时间段捕获的实验虹膜震颤数据连同显示为‘基线’的参考数据一起示出。可针对单个患者在跨频谱的变化频率下观察阿片样物质使用的影响，并且由此可推断副交感神经和交感神经活动的伴随分析。如在图4中观察到，例如，与基线相比，阿片样物质使用改变8hz与11hz之间的瞳孔振荡，以及12hz与14hz之间的高频瞳孔振荡。在高频瞳孔振荡的情况下，这种改变可以指示响应于阿片样物质暴露而增加的交感神经张力。在实例中，可通过评估所标绘数据的数学模型之间的相关性来执行对生理扰动的识别。

关于多种药物在图5中显示图4中表明的特异性，其中呈现了使用阿片样物质的患者和使用大麻的患者的虹膜震颤的归一化为基线的快速傅里叶变换数据。如可观察到，每位患者的振幅变化在8hz至11hz的频率范围内相对于基线变化，例如，使用大麻可增加交感神经张力，而使用阿片样物质可相对于基线降低交感神经张力。

根据实施方案，可相对于特异性目标生物活性化合物分析或过滤包含未知频谱的实验虹膜震颤数据。这种分析或过滤可基于对生物活性目标化合物的先前研究。过滤可以包括例如去除高于预定频率、低于预定频率或在预定频率内的数据以及去除高于预定振幅、低于预定振幅或在预定振幅下的数据，例如，其中预定频率和预定振幅与特异性目标生物活性化合物相关。例如，可能已知的是，阿片样物质可沿频域具有在12hz与14hz之间的增加的振幅振荡，如图4所示。通过确定这两个频率之间的曲线下方的面积，曲线下方的面积被称作频带功率，可将未知频谱数据与已知实体的参考频谱数据进行比较以确定δ频带功率。如关于图3所讨论的，δ频带功率可以是比较指标或第二参数，并且如果存在的话，则δ频带功率可高于根据数据获取设备的灵敏度的预定阈值。

此外，可通过用于确定数据中的不规则性的机器学习中所采用的模式识别技术将频域中的完全纵向瞳孔反应的比较与频谱库进行比较。这种方法可识别例如频域中与一种或多种已知生物活性化合物、药物或生理状况相关的一个或多个振幅拐点。

作为上述方法的补充，并且如所表明，可相对于多种相互作用的生物活性化合物的作用来分析每个未知频谱，从而为药物间相互作用对神经系统的影响提供上下文。例如，可在酒精与阿片样物质相互作用的瞳孔作用的目标上下文中过滤未知频谱数据，以便隔离所述化合物。

此外，在实施方案中，每个未知频谱可以与参考虹膜震颤数据库进行比较，并且可确定一种或多种药物间相互作用可与瞳孔光反射的物理扰动相关。

例如，可以应用所述方法，使得分别在一种情况下评估酒精使用，并且在第二种情况下评估阿片样物质使用。在第三种情况下，可以评估联合的酒精使用和阿片样物质使用的影响。可以评估具有临床意义的频率范围或频带，诸如0.3hz–3.0hz或3.1hz-5.0hz，以探测特异性生物活性化合物、药物等，其中一个频率范围或频带指示酒精存在，而另一个频率范围或频带指示阿片样物质使用。在酒精与阿片样物质的组合改变两者将分别产生的影响的情况下，可以应用过滤器来从频谱消除一个频谱，使得可以检测并且量化另一个频谱。这在现实世界应用中可能是常见的情况，其中一组化合物中的第一种化合物可能在接近特异性受体方面明显胜出所述组，从而减弱了竞争性化合物的作用，同时掩盖了组中其他化合物的存在，并且显著改变瞳孔光反射。

此外，在这些频带中的每一个频带上确定的频带功率可以在校准时指示生物活性物质或药物的浓度，从而针对药物使用检测和监测提供潜在强大的无创手段。

根据实施方案，可以将包含未知频谱的实验虹膜震颤数据与参考数据库的参考虹膜震颤数据的每个条目进行比较，以便识别频谱的未知影响因素。例如，一种或多种药物可能会对来自实验虹膜震颤的数据的频谱产生影响。可以将此频谱与包含受多种药物影响的频谱的参考数据库进行比较，使得可以确定实验虹膜震颤的一种或多种药物的存在以及可能的身份。重要的是，虽然计算密集，但这种方法不需要使用者预测实验虹膜震颤的频谱中的一种或多种药物，而是可以将未知频谱与一组可能的候选药物进行比较。

根据实施方案，与基线相比，可特别地评估未知频谱数据和量化频谱数据以检测生物活性化合物的存在。这种方法在仅考虑特异性生物活性化合物的存在时是有用的。在实施方案中，可根据多种对照患者的参考数据库、同一患者的先前对照数据集或其组合来建立基线。

除上述之外，根据实施方案，本方法可用于检测自主神经异常，所述自主神经异常包括多种状况，包括糖尿病性神经病和体位性心动过速综合征(posturalorthostatictachycardiasyndrome)。

本实施方案的方法还可用于药物使用的管理及其监测。当前，药物剂量管理是主观的、根据临床医生判断进行的。本公开的方法可应用于长期或重复的药物监测，包括对生物活性化合物和相应的后续代谢产物的检测。根据这种方法，可观察到药物使用和随时间推移的损伤，包括剂量反应效应。其中确定的指标可在临床上用于客观分析。

此外，所述方法可被开发来作为对疑似受酒精或管制物质影响的驾驶员的分流测试起作用。如果在测试期间发现非法物质所独有的任何频谱，则将会将驾驶员提交到其他测试。

除上述之外，本实施方案的方法还可进一步被实现用于监测手术患者的术后镇静状态。

根据实施方案，本实施方案的方法还可用于在对瞳孔的直接药物作用与镇痛影响之间进行区分(即，所述方法通过使用静态或动态瞳孔参数的元素作为药代动力学的类似物并使用瞳孔反射扩张曲线下方的面积作为镇痛药效学的类似物而允许区分药物与系统相关的参数)。本公开的快速傅里叶变换衍生的“签名”提供用于通过指示物质的存在来进一步通知这种范例的无创方法。

在实施方案中，当与包括但不限于瞳孔光反射和神经特异性神经刺激诱导的瞳孔光反射的瞳孔反应的其他特征结合时，本公开的方法可用于镇痛剂反应或其他药物作用的上下文。这种方法允许将药物诱导的痛觉过敏或暴露介导的疼痛敏化作用与由于受伤或疾病恶化导致的疼痛敏感性增加隔离开来。

接下来，参考图6描述采用根据示例性实施方案的设备或装置的硬件描述。在图6中，所述装置包括执行上述过程的cpu600。过程数据和指令可存储在存储器602中。这些过程和指令还可存储在存储介质盘604诸如硬盘驱动器(hdd)或便携式存储介质上，或者可远程地存储。另外，所要求保护的进步不受发明性过程的指令存储于其上的计算机可读介质的形式限制。例如，指令可存储在cd、dvd上，存储在闪存存储器、ram、rom、prom、eprom、eeprom、硬盘或所述装置与之通信的任何其他信息处理装置(诸如服务器或计算机)中。

另外，所要求保护的进步可提供为结合cpu600和操作系统(诸如microsoftwindows7、unix、solaris、linux、applemac-os以及本领域技术人员已知的其他系统)执行的实用应用程序、后台守护进程、或操作系统的部件，或其组合。

为了实现所述装置，硬件元件可由本领域技术人员已知的各种电路元件来实现。例如，cpu600可以是来自美国intel的xenon或core处理器或来自美国amd的opteron处理器，或者可以是本领域普通技术人员将认识到的其他处理器类型。替代地，cpu600可在fpga、asic、pld上或使用离散逻辑电路来实现，如本领域普通技术人员将认识到的。另外，cpu600可实现为并行地协同工作以执行上述发明性过程的指令的多个处理器。

图6中的装置还包括网络控制器606(诸如来自美国intel公司的intel以太网pro网络接口卡)，用于与网络650接口连接。如可了解，网络650可以是公共网络(诸如互联网)或私有网络(诸如lan或wan网络)或其任何组合，并且还可包括pstn或isdn子网络。网络650也可以是有线的(诸如以太网网络)，或者可以是无线的(诸如蜂窝网络，包括edge、3g和4g无线蜂窝系统)。无线网络也可以是wifi、蓝牙或已知的任何其他无线通信形式。

所述装置还包括显示控制器608(诸如来自美国nvidia公司的nvidiageforcegtx或quadro图形适配器)，用于与显示器610(诸如hewlettpackardhpl2445wlcd显示器)接口连接。通用i/o接口612与键盘和/或鼠标614以及在显示器610上或与其分离的触摸屏面板616接口连接。通用i/o接口还连接到多种外围设备618，包括打印机和扫描仪，诸如来自hewlettpackard的officejet或deskjet。

所述装置中还设置有声音控制器620(诸如来自creative的soundblasterx-fititanium)，用于与扬声器/传声器622接口连接从而提供声音和/或音乐。

通用存储控制器624将存储介质盘604与用于互连所述装置的所有部件的通信总线626连接起来，所述通信总线626可以是isa、eisa、vesa、pci或类似物。由于已知显示器610、键盘和/或鼠标614以及显示控制器608、存储控制器624、网络控制器606、声音控制器620以及通用i/o接口612的一般特征和功能性，因此为简明起见，本文省略对这些特征的描述。

本公开的实施方案也可如以下附加说明中所阐述。

(1)一种用于评估患者的瞳孔虹膜震颤的设备，其包括：显示器；以及处理电路，所述处理电路被配置为通过基于频率的变换来变换所述患者的所述瞳孔虹膜震颤的实验数据和参考数据；基于所述患者的所述瞳孔虹膜震颤的经变换实验数据来计算一个或多个所选择参数中的第一参数；基于经变换参考数据来计算所述一个或多个所选择参数中的对应第一参数；根据基于所述实验数据的所述第一参数和基于所述参考数据的所述对应第一参数来生成指标，所述所生成指标是所述第一参数和所述对应第一参数的归一化；确定所述所生成指标是否达到预定阈值，所述预定阈值与生物活性目标有关；并且在所述显示器上并且基于所述确定来显示所述患者的所述瞳孔虹膜震颤的所述评估，其中所述患者的所述瞳孔虹膜震颤的所述评估是阿片样物质作为所述生物活性目标的识别。

(2)根据(1)所述的设备，其中所述处理电路进一步被配置为基于所述实验数据的所述第一参数与所述参考数据的所述对应第一参数之间的相关性来确定所述所生成指标是否达到所述预定阈值。

(3)根据(1)或(2)所述的设备，其中基于所述实验数据的所述第一参数是预定频率下的振幅。

(4)根据(1)至(3)中任一项所述的设备，其中基于所述实验数据的所述第一参数是频带功率。

(5)根据(1)至(4)中任一项所述的设备，其中所述所生成指标是所述实验数据的频带功率与所述参考数据的频带功率之间的差。

(6)根据(1)至(5)中任一项所述的设备，其中基于所述实验数据的所述第一参数是所述实验数据的数学模型。

(7)根据(1)至(6)中任一项所述的设备，其中基于所述实验数据的所述第一参数是所述实验数据的频谱的数学模型。

(8)根据(1)至(7)中任一项所述的设备，其中所述所生成指标是所述实验数据的频谱的数学模型与所述参考数据的频谱的数学模型的相似比。

(9)根据(1)至(8)中任一项所述的设备，其中所述处理电路进一步被配置为获取所述患者的眼睛的多个视频序列；基于根据所述多个视频序列计算的初级数据来生成瞳孔数据，所述初级数据包括基于时间的瞳孔尺寸；并且根据所述所生成瞳孔数据来计算二级数据，其中所述二级数据包括所述瞳孔虹膜震颤的所述频谱。

(10)根据(1)至(9)中任一项所述的设备，其中所述初级数据是基于掩模图像计算的，为了生成所述掩模图像，所述处理电路进一步被配置为定位所述眼睛的瞳孔的中心、所述眼睛的所述瞳孔的边界和所述眼睛的虹膜；并且基于所述眼睛的所述瞳孔的所述中心、所述眼睛的所述瞳孔的所述边界和所述眼睛的所述虹膜的所述定位来生成所述掩模图像，所述掩模图像对应于所述虹膜的预期位置。

(11)一种用于评估患者的瞳孔虹膜震颤的设备，其包括显示器；以及处理电路，所述处理电路被配置为基于所述患者的所述瞳孔虹膜震颤的实验数据来计算一个或多个所选择参数中的第一参数；基于瞳孔虹膜震颤的参考数据来计算所述一个或多个所选择参数中的对应第一参数；根据基于所述实验数据的所述第一参数和基于所述参考数据的所述对应第一参数来生成指标，所述所生成指标是所述第一参数和所述对应第一参数的归一化；确定所述所生成指标是否达到预定阈值，所述预定阈值与生物活性目标有关；并且在显示器上并且基于所述确定来显示所述患者的所述瞳孔虹膜震颤的所述评估。

(12)根据(11)所述的设备，其中所述处理电路进一步被配置为基于所述实验数据的所述第一参数与所述参考数据的所述对应第一参数之间的相关性来确定所述所生成指标是否达到所述预定阈值。

(13)根据(11)或(12)中任一项所述的设备，其中所述处理电路进一步被配置为通过基于频率的变换来变换所述患者的所述瞳孔虹膜震颤的所述实验数据和所述参考数据，并且所述所生成指标是所述实验数据的频带功率与所述参考数据的频带功率之间的差。

(14)根据(11)至(13)中任一项所述的设备，其中所述处理电路进一步被配置为通过基于频率的变换来变换所述患者的所述瞳孔虹膜震颤的所述实验数据和所述参考数据，并且所述所生成指标是所述实验数据的频谱的数学模型与所述参考数据的频谱的数学模型的相似比。

(15)根据(11)至(14)中任一项所述的设备，其中所述处理电路进一步被配置为获取所述患者的眼睛的多个视频序列；基于根据所述多个视频序列计算的初级数据来生成瞳孔数据，所述初级数据包括基于时间的瞳孔尺寸；并且根据所述所生成瞳孔数据来计算二级数据，其中所述二级数据包括所述瞳孔虹膜震颤的所述频谱。

(16)根据(11)至(15)中任一项所述的设备，其中所述初级数据是基于掩模图像计算的，为了生成所述掩模图像，所述处理电路进一步被配置为定位所述眼睛的瞳孔的中心、所述眼睛的所述瞳孔的边界和所述眼睛的虹膜；并且基于所述眼睛的所述瞳孔的所述中心、所述眼睛的所述瞳孔的所述边界和所述眼睛的所述虹膜的所述定位来生成所述掩模图像，所述掩模图像对应于所述虹膜的预期位置。

(17)根据(11)至(16)中任一项所述的设备，其中对所述患者的所述瞳孔虹膜震颤的所述评估是对所述生物活性目标的识别，所述生物活性目标选自包括酒精、阿片样物质、大麻酚、α-2激动剂、苯并二氮卓、氯胺酮吗啡、吗啡-3-葡糖醛酸、吗啡-6-葡糖醛酸或其组合的组。

(18)根据(11)至(17)中任一项所述的设备，其中所述处理电路进一步被配置为通过基于频率的变换来变换所述患者的所述瞳孔虹膜震颤的所述实验数据，并且从经变换实验数据去除根据预定频率范围的数据。

(19)根据(11)至(18)中任一项所述的设备，其中对所述患者的所述瞳孔虹膜震颤的所述评估可以是对自主神经异常的存在的识别，所述自主神经异常是选自包括体位性心动过速综合征和糖尿病性神经病的组中的一种。

(20)一种用于评估患者的瞳孔虹膜震颤的设备，其包括处理电路，所述处理电路被配置为基于所述患者的所述瞳孔虹膜震颤的实验数据来计算一个或多个所选择参数中的第一参数；基于瞳孔虹膜震颤的参考数据来计算所述一个或多个所选择参数中的对应第一参数；根据基于所述实验数据的所述第一参数和基于所述参考数据的所述对应第一参数来生成指标，所述所生成指标是所述第一参数和所述对应第一参数的归一化；确定所述所生成指标是否达到预定阈值，所述预定阈值与生物活性目标有关；并且在显示器上并且基于所述确定来显示所述患者的所述瞳孔虹膜震颤的所述评估。

因此，前述讨论仅公开并描述本发明的示例性实施方案。如本领域技术人员将理解，在不脱离本发明的精神或基本特性的情况下，可以其他特定形式来体现本发明。因此，本发明的公开内容意图是说明性的，而不是限制本发明以及其他权利要求的范围。本公开(包括本文教义的任何易于辨别的变体)部分地限定前述权利要求术语的范围，使得没有发明性主题贡献给公众。