针对电刺激治疗的电极选择制造技术

在一个示例中，一种方法包括：由一个或多个处理器并且基于针对特定患者的感测电信号表示以及针对多个其他患者的多个感测电信号表示来选择一个或多个可植入电极的多个组合中用于向所述特定患者递送电刺激的电极组合。

【技术实现步骤摘要】
【国外来华专利技术】针对电刺激治疗的电极选择
本公开涉及电刺激治疗。
技术介绍
已经提出了用于不同治疗应用(比如，脑深部刺激(DBS)、脊髓刺激(SCS)、骨盆刺激、胃刺激、周围神经刺激、功能性电刺激或向患者体内的目标组织位点递送治疗剂、胰岛素、止痛剂或消炎剂)的可植入医疗设备(比如，电刺激器或治疗剂递送设备)。在一些治疗系统中，可植入电刺激器借助于一个或多个电极来向患者体内的目标组织位点递送电治疗，所述一个或多个电极可以通过医疗引线部署和/或部署在电刺激器的外壳上，或者两者。在一些治疗系统中，治疗可以经由电刺激器的引线和/或外壳承载的特定电极组合递送。在编程会话(所述编程会话可能在植入医疗设备期间发生)期间、在试验会话期间、或者在将医疗设备植入患者体内之后的诊所内或远程随访会话期间，临床医生可以生成被发现用于向患者提供有效治疗的一个或多个治疗程序(也被称为治疗参数集合)，其中，每个治疗程序可以限定治疗参数集合的值。医疗设备可以根据所存储的一个或多个治疗程序来向患者递送治疗。在电刺激的情况下，治疗参数可以限定待递送的电刺激波形的特性。例如，在以电脉冲的形式递送电刺激的示例中，治疗参数可以包括电极配置(所述电极配置包括电极组合和电极极性)、振幅(所述振幅可以是电流振幅或电压振幅)、脉冲宽度以及脉冲速率。
技术实现思路
总体上，本公开涉及用于选择一个或多个可植入电极中用于向患者递送电刺激的电极组合的设备、系统和方法。贯穿本公开，术语“电极”和“触头”可以以基本上可互换的方式使用。在一些示例中，设备可以基于针对特定患者的电信号表示和针对多个患者的多个电信号表示来选择用于向特定患者递送电刺激的电极(即，电触头)组合。在一些示例中，设备可以使用如支持向量机(SVM)分类等机器学习来选择触头组合。例如，设备可以使用基于针对所述多个患者的所述多个电信号表示中的一个或多个电信号表示来训练的SVM。在一些示例中，设备可以使用机器学习的形式(即，除了SVM以外)。例如，设备可以使用任何种类的监督或非监督形式的机器学习来选择触头组合。触头可以部署在可植入刺激器的一条或多条可植入引线和/或外壳上。使用机器学习来选择触头的设备可以是可植入刺激器或用于可植入刺激器的外部编程器。可替代地，可以在可植入刺激器和用于可植入刺激器的外部编程器两者中提供机器学习功能。在其他示例中，承载触头的可植入引线可以经皮地耦合至外部刺激器。在所述情况下，外部刺激器包括用于选择用于向患者递送刺激的触点的机器学习功能。作为一个示例，一种用于对递送电刺激治疗进行控制的方法包括：由一个或多个处理器并且基于针对特定患者的感测电信号表示以及针对多个其他患者的多个感测电信号表示来选择一个或多个可植入电极的多个组合中用于向所述特定患者递送电刺激治疗的电极组合；以及由所述一个或多个处理器生成用于基于所述电极中的所述所选组合来对所述电刺激的所述递送进行控制的信息。作为另一个示例，一种设备包括存储器，所述存储器被配置成用于存储针对特定患者的感测电信号表示；以及一个或多个处理器，所述一个或多个处理器被配置成用于基于针对特定患者的所述感测电信号表示以及针对多个其他患者的多个感测电信号表示来选择一个或多个可植入电极的多个组合中用于向所述特定患者递送电刺激治疗的电极组合；以及生成用于基于所述电极中的所述所选组合来对所述电刺激的所述递送进行控制的信息。作为另一个示例，一种可植入设备包括：用于基于针对特定患者的感测电信号表示以及针对多个其他患者的多个感测电信号表示来选择一个或多个可植入电极的多个组合中用于向所述特定患者递送电刺激的电极组合的装置；以及用于经由所述所选电极组合来向所述特定患者递送所述电刺激的装置。作为另一个示例，一种可植入设备的编程器包括：用于基于针对特定患者的感测电信号表示以及针对多个其他患者的多个感测电信号表示来选择一个或多个可植入电极的多个组合中用于向所述特定患者递送电刺激的电极组合的装置；以及用于将所述可植入医疗设备编程成用于经由所述所选电极组合来向所述特定患者递送所述电刺激的装置。作为另一个示例，一种计算机可读存储介质存储多条指令，所述指令当被执行时使一个或多个处理器基于针对特定患者的感测电信号表示以及针对多个其他患者的多个感测电信号表示来选择一个或多个可植入电极的多个组合中用于向所述特定患者递送电刺激的电极组合；以及生成用于基于所述电极中的所述所选组合来对所述电刺激的所述递送进行控制的信息。作为另一个示例，一种系统包括一个或多个处理器，所述一个或多个处理器被配置成用于基于针对特定患者的感测电信号表示以及针对多个其他患者的多个感测电信号表示来选择一个或多个可植入电极的多个组合中用于向所述特定患者递送电刺激的电极组合；以及医疗设备，所述医疗设备被配置成用于经由所选电极组合来向所述特定患者递送刺激。以下附图和说明阐述了一个或多个实例的细节。根据本说明书和附图以及根据权利要求书，其他特征、目的和优点将显而易见。附图说明图1是概念图，展示了被配置成用于向患者大脑内的组织位点递送电刺激治疗的示例脑深部刺激(DBS)系统。图2是功能框图，展示了示例医疗设备的部件。图3是功能框图，展示了示例医疗设备编程器的部件。图4是概念图，展示了根据本公开的一种或多种技术的可以在图2和图3中所示出的设备中的一者或两者中提供的触头选择模块的一个示例的进一步细节。图5是根据本公开的一种或多种技术的用于自动地选择用于递送电刺激的触头组合的示例技术的流程图。图6是根据本公开的一种或多种技术的用于训练一个或多个机器学习模型(比如，一个或多个SVM分类器)的示例技术的流程图。图7A至图7C展示了根据本公开的一种或多种技术的可以用于创建特征集以供分类的数据的示例。图8A和图8B展示了根据本公开的一种或多种技术的留一(Leave-One-out，LOO)分类误差。图9A至图9C是散点图，展示了根据本公开的一种或多种技术的在双极对上记录的局部场电位的贝塔(β)频带对西塔(θ)频带功率。图9D是图9A至图9C的图例。图10A和图10B是图示，展示了根据本公开的一种或多种技术的用于选择触头组合的机器学习模型的输出。具体实施方式总体上，本公开涉及用于选择用于向患者递送电刺激的一个或多个可植入电极的组合的设备、系统和方法。例如，设备可以基于针对特定患者的电信号表示和针对多个患者的多个电信号表示来选择针对特定患者的电极组合。在一些示例中，设备可以使用如支持向量机(SVM)分类器(在本公开中被称为SVM)等机器学习来选择电极组合。例如，设备可以使用基于针对所述多个患者的所述多个电信号表示中的一个或多个电信号表示来训练的SVM。触头可以部署在可植入刺激器的一条或多条可植入引线和/或外壳上。使用机器学习来选择电极的设备可以是可植入刺激器或用于可植入刺激器的外部编程器。可替代地，可以在可植入刺激器和用于可植入刺激器的外部编程器两者中提供机器学习功能。在其他示例中，承载电极的可植入引线可以经皮地耦合至外部刺激器。在所述情况下，外部刺激器包括用于选择用于向患者递送刺激的电极的机器学习功能。帕金森病(PD)是由对基底神经节-丘脑-皮质网中的多巴胺能神经元的耗尽表征的进行性神经变性障碍。达到这个阶段时，所述疾病的表现可能包括运动失能的特有运本文档来自技高网...

【技术保护点】
一种设备，包括：存储器，所述存储器被配置成用于存储针对特定患者的感测电信号表示；以及一个或多个处理器，所述一个或多个处理器被配置成用于：基于针对特定患者的所述感测电信号表示以及针对多个其他患者的多个感测电信号表示来选择一个或多个可植入电极的多个组合中用于向所述特定患者递送电刺激治疗的电极组合；并且生成用于基于所述电极中的所选组合来对所述电刺激的所述递送进行控制的信息。

【技术特征摘要】
【国外来华专利技术】2014.11.21 US 62/082,890;2015.05.28 US 14/724,3271.一种设备，包括：存储器，所述存储器被配置成用于存储针对特定患者的感测电信号表示；以及一个或多个处理器，所述一个或多个处理器被配置成用于：基于针对特定患者的所述感测电信号表示以及针对多个其他患者的多个感测电信号表示来选择一个或多个可植入电极的多个组合中用于向所述特定患者递送电刺激治疗的电极组合；并且生成用于基于所述电极中的所选组合来对所述电刺激的所述递送进行控制的信息。2.如权利要求1所述的设备，其中，所述多个感测电信号表示中的每个对应感测电信号表示与所述多个电极中被选择用于为所述多个患者中的每个对应患者递送电刺激的对应电极组合相关联。3.如权利要求1至2中任一项所述的设备，其中，为了选择所述电极组合，所述一个或多个处理器被配置成用于：使用基于所述多个感测电信号表示中的一个或多个感测电信号表示训练的一个或多个机器学习模型来选择用于向所述特定患者递送电刺激的所述电极组合。4.如权利要求3所述的设备，其中，所述一个或多个机器学习模型包括多个支持向量机(SVM)，所述多个支持向量机中的每个支持向量机与所述多个电极中的特定电极组合相关联，并且其中，为了选择所述电极组合，所述一个或多个处理器被配置成用于：为所述多个SVM中的每个对应SVM确定对应分数，所述分数指示针对所述特定患者的所述感测电信号表示与来自多个患者的所述感测电信号表示相似的程度，与所述对应SVM相关联的所述对应电极组合已经在治疗上对为所述多个患者递送电刺激有效；以及基于所述分数来选择用于向所述特定患者递送电刺激的所述电极组合。5.如权利要求3至4中任一项所述的设备，其中，所述机器学习模型是基于所述多个电信号表示的西塔频带中的信号和贝塔频带中的信号来训练的，并且其中，为了选择所述电极组合，所述一个或多个处理器被配置成用于：基于针对所述特定患者的所述电信号表示的所述西塔频带中的信号以及所述贝塔频带中的信号来选择用于向所述特定患者递送电刺激的所述电极组合。6.如权利要求3至4中任一项所述的设备，其中，所述机器学习模型是基于所述多个电信号表示的西塔频带中的信号或者所述多个电信号表示的贝塔频带中的信号来训练的，并且其中，为了选择所述电极组合，所述一个或多个处理器被配置成用于：基于针对所述特定患者的所述电信号表示的所述西塔频带中的信号或者针对所述特定患者的所述电信号表示的所述贝塔频带中的信号来选择用于向所述特定患者递送电刺激的所述电极组合。7.如任一以上权利要求所述的设备，其中，所述一个或多个...

【专利技术属性】
技术研发人员：W·F·凯尔米勒，S·达尼，A·T·康奈利，
申请(专利权)人：美敦力公司，
类型：发明
国别省市：美国,US