The invention relates to a method for monitoring the electric quantity of a brain pacemaker and an electric quantity monitoring system adopting the method. The method comprises the following steps of: acquiring the stimulation parameters of the brain pacemaker; calculating the battery related parameters of the brain pacemaker through the support vector machine prediction model; and displaying the calculated cell parameters to the user. Power monitoring method provided by the invention is a brain pacemaker and electricity monitoring system can be achieved on the brain pacemaker electric quantity of the high precision of the prediction, and the prediction scheme can realize the power monitoring and service life of DBS for each combination of stimulation parameters and individual emotion condition assessment patients combined with clinical specificity, have certain the reliability, finally to clinical application.
【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 ...
【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;通过支持向量机预测模型计算该脑起搏器的电池相关参数;以及将计算得到的电池参数显示给用户。
【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;通过支持向量机预测模型计算该脑起搏器的电池相关参数;以及将计算得到的电池参数显示给用户。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,所述支持向量机预测模型通过以下方法建立:步骤S10,确定所选的核函数,进入步骤S11;步骤S11,初始化核函数的参数,进入步骤S12;步骤S12,获取实验样本数据,进入步骤S13;步骤S13,将样本数据用于学习或预测对比,如果是学习,进入步骤S14,如果是预测对比,则进入步骤S18;步骤S14,对样本数据进行预处理,进入步骤S15;步骤S15,判断所选参数特征是否具有代表性,如果是,进入步骤S16,如果否,则返回步骤S14;步骤S16,算法训练建立模型,进入步骤S17;步骤S17,采用网络搜索方法优化参数,进入步骤S18;步骤S18,将预测数据与实验数据进行对比,进入步骤S19;步骤S19,判断误差是否在允许范围内,如果是,进入步骤S20,如果否,则返回步骤S16;以及步骤S20,作为预测模型。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,所述步骤S10中,所选的核函数为:径向基核函数K(xi,xj)=exp(-γ||xi-xj||2),γ>0。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,所述步骤S12中,获取实验样本数据的方法为:利用自动测试系统采集三个维度的数据,幅度、频率和脉宽。5.根据权利要求2的脑起搏器的电量监测方法,其特征在于,所述步骤S1...
【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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。