一种脑起搏器的电量监测方法以及电量监测系统技术方案

本发明专利技术涉及一种脑起搏器的电量监测方法，该方法包括：获取脑起搏器的刺激参数；通过最小二乘算法功耗预测模型计算该脑起搏器的电池相关参数获得第一组电池功耗参数；通过支持向量机功耗预测模型计算该脑起搏器的电池相关参数获得第二组电池功耗参数；以及将该第一组电池功耗参数和第二组电池功耗参数中的至少一组显示给用户。本发明专利技术还涉及一种采用上述电量监测方法的脑起搏器电量监测系统。

【技术实现步骤摘要】

本专利技术涉及医疗器械相关
，尤其，涉及一种植入式医疗器械(Implantable Medical Device,IMD)。
技术介绍
脑起搏器，又称脑深部电刺激(Deep Brain Stimulation,DBS)，是目前治疗晚期和药物难治性运动障碍和精神障碍疾病的有效技术。特别是在帕金森病的治疗上疗效显著。近期研究成果表明脑起搏器也可用于治疗阿兹海默症以及强迫症、抑郁症等精神类疾病。参见图1，脑深部电刺激的实施器件即为脑起搏器，它是一套可植入式微电子装置，包括脉冲发生器(IPG)、电极和延伸导线。脑起搏器开刺激后，脉冲发生器将根据体外程控仪设定的刺激参数产生持续电脉冲，电流经由延伸导线通过电极触点刺激丘脑底核或苍白球内侧核的神经核团。由于这些部件均需植入体内，因此脑起搏器具有功耗低、体积小、安全性强等特点，同时对其材料特性、温度特性和外形设计都有较高的要求。通过体外程控仪就可以调整刺激幅度、频率和脉宽在内的所有刺激参数。脑起搏器采用的电池包括可充电电池和不可充电电池。在临床上需要知道脑起搏器植入者的DBS的不可充电电池的电量水平和剩余寿命。不准确的电池寿命预测将会导致过早地进行DBS更换手术，造成电池的浪费和患者财产损失；或者过晚进行更换手术造成意外停机，对治疗效果不利。对于DBS适应症患者而言，术后的刺激参数(幅度、频率、脉宽)调节是保证疗效最为重要的手段，几乎每位DBS植入者都会经历调参的过程，目前的寿命预测方案只适用于典型(常用)刺激参数组合，并且刺激参数的每一次调整都将带来误差的累积，这使得预测结果很不可靠以致无法应用于临床。但从实际的角度看，目前只能采用这种近似估计的方法，因为在不考虑阻抗的前提下，幅度、频率、脉宽三个刺激参数的组合有一百余万种，其中电压模式下就有五十余万种组合，将每种参数组合下的功耗都测出来显然是不切实际的。因此，需要寻求高精度的预测方法对脑起搏器进行电量预测，并且要求该预测方案可以实现与临床特异性相结合的针对每一种刺激参数组合和患者个体情况的(如阻抗)DBS电量监测和寿命评估，并且能够给出对应的误差范围和分布特点，具备一定的精度和可靠性，最终可应用于临床。
技术实现思路
本专利技术提供一种脑起搏器的电量监测方法以及电量监测系统。一种脑起搏器的电量监测方法，该方法包括：获取脑起搏器的刺激参数；通过最小二乘算法功耗预测模型计算该脑起搏器的电池相关参数获得第一组电池功耗参数；通过支持向量机功耗预测模型计算该脑起搏器的电池相关参数获得第二组电池功耗参数；以及将该第一组电池功耗参数和第二组电池功耗参数中的至少一组显示给用户。根据上述脑起搏器的电量监测方法，其中，所述刺激参数包括：幅度amp，脉宽pw，阻抗im，以及频率cf；所述通过最小二乘算法功耗预测模型计算该脑起搏器的电池相关参数的方法为：通过公式(1)-(2)计算脑起搏器的功耗Cd：η(amp)＝-0.0007×amp4+0.0178×amp3-0.1590×amp2+0.6172×amp-0.0473 (2)其中，η(amp)表示任意幅度下的效率。根据上述脑起搏器的电量监测方法，其中，所述公式(1)中的空载功耗通过公式(3)-(5)计算，所述公式(1)中的负载理论功耗通过公式(6)计算：Ncd(30)＝-0.0091×amp3+0.6963×amp2+1.0049×amp+9.7751 (3)Ncd(150)＝0.0903×amp3-0.6880×amp2+15.059×amp+14.909 (4)Ncd(amp,cf)＝Ncd(30)+(Ncd(150)-Ncd(30))/(150-30)·(cf-30) (5)负载理论功耗＝1000×n×amp2·pw/(2.8×im/cf) (6)其中，Ncd(30)和Ncd(150)分别表示频率为30Hz和150Hz的空载功耗，Ncd(amp,cf)表示任意幅度和频率下的空载功耗，公式(6)中当脑起搏器为双通道时n＝2，当脑起搏器为单通道时n＝1。根据上述脑起搏器的电量监测方法，其中，所述通过最小二乘算法功耗预测模型计算该脑起搏器的电池相关参数的方法进一步包括：根据公式(7)计算脑起搏器电量消耗D；根据公式(8)计算脑起搏器开机前剩余电量F；根据公式(9)计算脑起搏器n次调节参数后的剩余电量Q；以及根据公式(10)计算脑起搏器电池寿命P： D = ∫ 0 t C d d t - - - ( 7 ) ]]>F＝BC-BC×1％×t1/12-10×24×30t2/1000 (8) Q = F - Σ i = 1 n D i / 1000 = B C - B C × 1 % × t 1 / 12 - 10 × 24 × 30 × t 2 / 1000 - Σ i = 1 n ∫ 0 t i Cd i d t / 1000 - - - ( 9 ) ]]> P = B C 本文档来自技高网...

【技术保护点】
一种脑起搏器的电量监测方法，该方法包括：获取脑起搏器的刺激参数；通过最小二乘算法功耗预测模型计算该脑起搏器的电池相关参数获得第一组电池功耗参数；通过支持向量机功耗预测模型计算该脑起搏器的电池相关参数获得第二组电池功耗参数；以及将该第一组电池功耗参数和第二组电池功耗参数中的至少一组显示给用户。

【技术特征摘要】
1.一种脑起搏器的电量监测方法，该方法包括：获取脑起搏器的刺激参数；通过最小二乘算法功耗预测模型计算该脑起搏器的电池相关参数获得第一组电池功耗参数；通过支持向量机功耗预测模型计算该脑起搏器的电池相关参数获得第二组电池功耗参数；以及将该第一组电池功耗参数和第二组电池功耗参数中的至少一组显示给用户。2.根据权利要求1的脑起搏器的电量监测方法，其特征在于，所述刺激参数包括：幅度amp，脉宽pw，阻抗im，以及频率cf；所述通过最小二乘算法功耗预测模型计算该脑起搏器的电池相关参数的方法为：通过公式(1)-(2)计算脑起搏器的功耗Cd：η(amp)＝-0.0007×amp4+0.0178×amp3-0.1590×amp2+0.6172×amp-0.0473 (2)其中，η(amp)表示任意幅度下的效率。3.根据权利要求2的脑起搏器的电量监测方法，其特征在于，所述公式(1)中的空载功耗通过公式(3)-(5)计算，所述公式(1)中的负载理论功耗通过公式(6)计算：Ncd(30)＝-0.0091×amp3+0.6963×amp2+1.0049×amp+9.7751 (3)Ncd(150)＝0.0903×amp3-0.6880×amp2+15.059×amp+14.909 (4)Ncd(amp,cf)＝Ncd(30)+(Ncd(150)-Ncd(30))/(150-30)·(cf-30) (5)负载理论功耗＝1000×n×amp2·pw/(2.8×im/cf) (6)其中，Ncd(30)和Ncd(150)分别表示频率为30Hz和150Hz的空载功耗，Ncd(amp,cf)表示任意幅度和频率下的空载功耗，公式(6)中当脑起搏器为双通道时n＝2，当脑起搏器为单通道时n＝1。4.根据权利要求2的脑起搏器的电量监测方法，其特征在于，所述通过最小二乘算法功耗预测模型计算该脑起搏器的电池相关参数的方法进一步包括：根据公式(7)计算脑起搏器电量消耗D；根据公式(8)计算脑起搏器开机前剩余电量F；根据公式(9)计算脑起搏器n次调节参数后的剩余电量Q；以及根据公式(10)计算脑起搏器电池寿命P： D = ∫ 0 t C d d t - - - ( 7 ) ]]>F＝BC-BC×1％×t1/12-10×24×30t2/1000 (8) Q = F - Σ i = 1 n D i / 1000 = B C - B C × 1 % × t 1 / 12 - 10 × 24 × 30 × t 2 / 1000 - Σ i = 1 n ∫ 0 t i Cd i d t / ...

【专利技术属性】
技术研发人员：曲薇，胡春华，马伯志，黄俊，陈浩，郝红伟，薛林，李路明，
申请(专利权)人：北京品驰医疗设备有限公司，清华大学，
类型：发明
国别省市：北京;11