一种基于高频电刺激的智能阻断系统技术方案

技术编号:19134444 阅读:26 留言:0更新日期:2018-10-13 07:54
本发明专利技术属于电子设备技术领域,具体涉及基于高频电刺激的智能阻断系统,包括信号采集模块(1),用于对人体目标区域神经传导电信号进行采集,并对信号做放大处理;滤波模块(2),对放大后的信号进行滤波处理,以初步滤除信号中的杂波信号;分析模块(3),构造分类器,并且对信号进行检测;信号输出模块(4),根据检测结果进行进行信号输出;反馈模块(5),在目标肌纤维区域放置记录电极,对于作用效果进行记录,并依据记录的结果进行反馈,使得本系统可以解决现有技术对神经阻断无法针对个体差异施加不同频率的电刺激的问题,同样,本发明专利技术具有对神经无损伤,疗效迅速、特异性强、可恢复等优点,并且可以针对个体差异性得到不同的定制系统。

An intelligent blocking system based on high frequency electrical stimulation

The invention belongs to the technical field of electronic equipment, in particular to an intelligent blocking system based on high-frequency electrical stimulation, including a signal acquisition module (1) for collecting and amplifying the nerve conduction electrical signals of the human target area, and a filtering module (2) for filtering the amplified signals to preliminarily filter them out. Clutter signal in the signal; analysis module (3), construct classifier and detect the signal; signal output module (4), according to the test results for signal output; feedback module (5), placed in the target muscle fiber region recording electrode for recording the effect, and according to the results of recording feedback, The system can solve the problem that the existing technology can not apply different frequency electrical stimulation to individual differences for nerve block. Similarly, the invention has the advantages of no damage to nerve, quick curative effect, strong specificity and recoverability, and can be customized according to individual differences.

【技术实现步骤摘要】
一种基于高频电刺激的智能阻断系统
本专利技术属于电子设备
,特别涉及一种智能阻断系统,可用于治疗多种神经传导异常所致的痉挛性肌病。
技术介绍
人体主要是以神经系统为主导,然后对体内各器官和系统进行功能调节,进而使人体成为一个完整的有机主体。神经系统的基本结构和功能单元是神经元,神经系统通过神经元完成接收信号、快速处理信号和信号传递等功能。为了完成以上功能,神经元主要以电信号作为信息载体,但如果神经元上产生的电信号是异常的,则该信号可能会引起人体不适或者运动性障碍。异常信号是通过神经传导通路到达感受器和效应器,因此若破坏信号的传导途径,就会阻断异常信号的传递。神经阻断方式主要分为化学阻断和物理阻断,化学阻断是通过使用局部麻药和神经破坏药等药物来损毁神经,这种方式简单且无外部创伤,但是药物对人体有一定副作用,而且特异性差;物理阻断是通过加压、冷却、加热或者机械性损伤等方式来损毁神经,物理阻断虽说特异性很强,并发症和副作用发生率低,可重复治疗,但是它会产生小的外部创伤,治疗设备昂贵,手术方式复杂,操作人员需经过培训及具备一定的工作经验。
技术实现思路
本专利技术的目的在于针对上述现有技术的不足,提出一种基于高频电刺激的智能阻断系统,以减小药物产生的并发症和副作用,避免手术对人体造成的创伤,并将对人体神经造成的伤害减到最小。为实现上述目的,本专利技术基于高频电刺激的智能阻断系统,包括信号采集模块(1),用于对人体目标区域神经传导电信号进行采集,并对采集到的微弱电信号进行放大处理后输入给滤波模块(2);滤波模块(2),对放大后的信号进行滤波处理,以初步滤除信号中的杂波信号,并将滤波后的信号输入给分析模块(3);分析模块(3),基于滤波后信号构造训练样本集和测试样本集,并且对训练样本集提取多个特征,依据提取得到的特征进行学习,构造分类器,利用分类器对滤波后信号的异常情况进行检测,并将检测结果输入到信号输出模块(4);信号输出模块(4),根据检测结果进行进行信号输出:如果算法分析模块得到滤波后信号是正常信号,则信号输出模块不输出任何信号;若检测结果为异常信号,则根据异常信号种类的不同,输出相应的高频阻断信号;反馈模块(5),在目标肌纤维区域放置记录电极,对于作用效果进行记录,若发现分类器判断错误,则将该滤波数据加入到分析模块(3)中的训练样本集中,让分类器对于错误分类的训练样本集进行再次学习。本专利技术与现有技术相比,具有以下优点:1)阻断信号频率的选择更加智能由于本专利技术采用分类的方式对待处理信号进行识别,分类结果不同,采用电刺激的频率不同,这样可以使异常信号的阻断更加精确,对人体伤害更小,可以有效解决因个体差异性导致的问题。2)对错分结果不断学习,提高其精确性由于本专利技术采用了反馈机制,对于分类器得到的结果进行记录,对于其中错分的结果进行再次学习,优化分类器的参数,通过不断反馈的机制提高分类器的精度。附图说明图1是本专利技术的整体框图;图2是信号采集模块电路图;图3是滤波电路图;图4是主控部分电路图;图5是信号输出模块电路图。具体实施方式下面结合附图对本专利技术的实施例和效果作进一步详细描述。参照图1,本专利技术的实现步骤如下:信号采集模块(1):将贴片电极放置在目标神经区域,分别记录其静息电位和运动电位的数值,然后将其进行采样,得到离散化的待处理数据。为了实现以上功能,本专利技术采用信号采集模块电路图,具体电路设计见附图2,该模块首先对目标区域神经传导电信号进行采集,然后对采集到的微弱电信号进行放大处理。该模块电路使用信号放大器AD620进行信号放大,采用这个芯片是因为该芯片是一种低功耗的放大器,特别适合做小信号的前置放大级。滤波模块(2):对放大后的信号进行滤波处理,以初步滤除信号中的杂波信号,获得滤波数据,具体电路设计见附图3。分析模块(3):基于滤波模块(2)得到的滤波数据,构造训练样本集和测试样本集,并且对其提取多个特征,依据提取得到的特征集进行学习,构造分类器。利用分类器对滤波后信号的异常情况进行检测,并将检测结果输入到信号输出模块(4)信号输出模块(4):根据检测结果进行进行信号输出:如果算法分析模块得到滤波后信号是正常信号,则信号输出模块不输出任何信号;若检测结果为异常信号,则根据异常信号种类的不同,输出相应的高频阻断信号,具体电路设计见附图5。反馈模块(5):在目标肌纤维区域放置记录电极,对于作用效果进行记录,若发现分类器判断错误,则将该滤波数据加入到分析模块(3)中的训练样本集中,让分类器对于错误分类的训练样本集进行再次学习。本文档来自技高网...

【技术保护点】
1.基于高频电刺激的智能阻断系统,包括信号采集模块(1),用于对人体目标区域神经传导电信号进行采集,并对采集到的微弱电信号进行放大处理后输入给滤波模块(2);滤波模块(2),对放大后的信号进行滤波处理,以初步滤除信号中的杂波信号,并将滤波后的信号输入给分析模块(3);分析模块(3),基于滤波后信号构造训练样本集和测试样本集,并且对训练样本集提取多个特征,依据提取得到的特征进行学习,构造分类器,利用分类器对滤波后信号的异常情况进行检测,并将检测结果输入到信号输出模块(4);信号输出模块(4),根据检测结果进行进行信号输出:如果算法分析模块得到滤波后信号是正常信号,则信号输出模块不输出任何信号;若检测结果为异常信号,则根据异常信号种类的不同,输出相应的高频阻断信号;反馈模块(5),在目标肌纤维区域放置记录电极,对于作用效果进行记录,若发现分类器判断错误,则将该滤波数据加入到分析模块(3)中的训练样本集中,让分类器对于错误分类的训练样本集进行再次学习。

【技术特征摘要】
1.基于高频电刺激的智能阻断系统,包括信号采集模块(1),用于对人体目标区域神经传导电信号进行采集,并对采集到的微弱电信号进行放大处理后输入给滤波模块(2);滤波模块(2),对放大后的信号进行滤波处理,以初步滤除信号中的杂波信号,并将滤波后的信号输入给分析模块(3);分析模块(3),基于滤波后信号构造训练样本集和测试样本集,并且对训练样本集提取多个特征,依据提取得到的特征进行学习,构造分类器,利用分类器对滤波后信号的异常情况进行检测,并将检测结果输入到信号输出模块(4);信号输出模块(4),根据检测结果进行进行信号输出:如果算法分析模块得到滤波后信号是正常信号,则信号输出模块不输出任何信号;若检测结果为异常信号,则根据异常信号种类的不同,输出相应的高频阻断信号;反馈模块(5),在目标肌纤维区域放置记录电极,对于作用效果进行记录,若发现分类器判断错误,则将该滤波数据加入到分析模块(3)中的训练样本集中,让...

【专利技术属性】
技术研发人员:屈建強周乐闫先侠
申请(专利权)人:西安交通大学医学院第二附属医院
类型:发明
国别省市:陕西,61

网友询问留言 已有0条评论
  • 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。

1