一种智能闭环神经调控系统和方法技术方案

本说明书实施例公开了一种智能闭环神经调控系统和方法，该方案包括：以机器学习算法对采集到的目标患者的脑电数据进行预测分类，从而可以提升病情初步判定的准确性；基于分类结果选择目标交互场景，并在该目标场景下以预设交互方式，与目标患者进行病情交互，这样可以进一步完善患者病情，提升初步诊断的准确性，将病情交互结果反馈给第三方，不需要患者亲临就诊，即可根据智能闭环神经调控系统初步确定的病情交互结果对患者过往病情进行诊断分析，既方便了患者就诊，也为医生诊断病情提供了较为真实可靠的参考依据。因此，从整体上提升了诊断效率，缓解了就诊难度，降低了治疗成本。

【技术实现步骤摘要】
一种智能闭环神经调控系统和方法
本专利技术涉及医疗器械
，尤其涉及一种智能闭环神经调控系统和方法。
技术介绍
随着社会的发展和人们生活水平的提高，对神经功能失调疾病的治疗需求越来越迫切。神经调控技术的出现使功能神经外科成为目前医药
发展最为迅速的学科之一。目前，在神经外科临床手术中，同类型的神经调控技术有脑深部神经刺激(DeepBrainStimulation，DBS)、迷走神经刺激(VagusNerveStimulation，VNS)和响应式神经刺激(ResponsiveNeuroStimulation，RNS,Brain-ComputerModulation,BCMod)。DBS和VNS都是通过持续电刺激来抑制整个环路的异常放电从而中止疾病发作的开环神经电刺激系统。而RNS和BCMod是一种通过植入的电极收集脑电信号，进行实时监测分析，当识别到异常的脑电信号时立即释放电刺激来中止发作的一种反馈式闭环神经电刺激系统。作为神经调控技术，医生的诊断与系统的反馈固然重要，但患者自身反馈也是判断治疗效果的重要依据。由于患者本身容易因焦虑、恐惧、悲观等心理活动与主观意识影响自我感受、认识和判断，造成不准确甚至臆想的自我表述，形成无效反馈，严重还会影响到医生的诊断与治疗。因此，现有技术中神经调控系统反馈的病情状况并不准确，严重影响治疗判断。
技术实现思路
本说明书实施例的目的是提供一种智能闭环神经调控系统和方法，以有效提升神经调控系统反馈的病情状况的准确性。为解决上述技术问题，本说明书实施例通过以下方式实现的：第一方面，提出了一种智能闭环神经调控系统，包括：植入在患者体内的脉冲发生器，与所述脉冲发生器建立有信号连接的控制器；其中，所述控制器包括：病情解析模块、优化模块、交互模块以及反馈模块；所述病情解析模块，用于根据目标患者的脑电数据，基于机器学习算法对脑电数据进行分类；所述优化模块，用于根据所述病情解析模块的分类结果选择目标交互场景，并基于所述目标交互场景生成交互对话，其中，所述交互对话的内容与病情分类结果相关；所述交互模块，用于采用生成的所述交互对话，基于预设交互方式与所述目标患者进行病情交互；所述反馈模块，用于将病情交互的结果反馈给第三方。第二方面，提出了一种智能闭环神经调控方法，应用于第一方面所述的智能闭环神经调控系统中，包括：根据采集到的目标患者的脑电数据，基于机器学习算法对脑电数据进行分类；根据所述病情解析模块的分类结果选择目标交互场景，并基于所述目标交互场景生成交互对话，其中，所述交互对话的内容与病情分类结果相关；采用生成的所述交互对话，基于预设交互方式与所述目标患者进行病情交互；将病情交互的结果反馈给第三方。第三方面，提出了一种电子设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：根据采集到的目标患者的脑电数据，基于机器学习算法对脑电数据进行分类；根据所述病情解析模块的分类结果选择目标交互场景，并基于所述目标交互场景生成交互对话，其中，所述交互对话的内容与病情分类结果相关；采用生成的所述交互对话，基于预设交互方式与所述目标患者进行病情交互；将病情交互的结果反馈给第三方。第四方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：根据采集到的目标患者的脑电数据，基于机器学习算法对脑电数据进行分类；根据所述病情解析模块的分类结果选择目标交互场景，并基于所述目标交互场景生成交互对话，其中，所述交互对话的内容与病情分类结果相关；采用生成的所述交互对话，基于预设交互方式与所述目标患者进行病情交互；将病情交互的结果反馈给第三方。由以上本说明书实施例提供的技术方案可见，以机器学习算法对采集到的目标患者的脑电数据进行预测分类，从而可以提升病情初步判定的准确性；然后，基于分类结果选择目标交互场景，并在该目标场景下以预设交互方式，与目标患者进行病情交互，这样可以进一步完善患者病情，提升初步诊断的准确性，最后，将病情交互结果反馈给第三方，不需要患者亲临就诊，即可根据智能闭环神经调控系统初步确定的病情交互结果对患者过往病情进行诊断分析，既方便了患者就诊，也为医生诊断病情提供了较为真实可靠的参考依据。因此，从病人角度出发，系统、医生和患者三方结合，全面反馈治疗效果，减少患者入院随访，并为患者提供随时智能医护，提升治疗安全性，解决调试成本大等问题，自动调节优化检测与刺激参数，不断优化治疗方案，为患者提供私人订制精确的治疗方案。同时，能够与患者进行智能语音交流，基于不同类型的异常数据集，通过语音智能交流引导患者进行交互反馈，提高用户体验的同时，识别分析筛选出有效信息，实现有效反馈，同时智能互动优化系统除了关注治疗效果、患者生活质量等生理状况是否改善，更关注患者的治疗满意度等心理状态，本系统通过积极互动影响病人的心理状态，帮助病人在其自身条件下获得最适宜的身心状态，尽可能为患者创造有益于治疗和康复的最佳心理状态。附图说明为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本说明书的一个实施例提供的智能闭环神经调控系统的结构示意图。图2是本说明书的一个实施例提供的智能闭环神经调控方法的步骤示意图。图3是本说明书的一个实施例提供的智能闭环神经调控系统的具体结构示意图。图4是本说明书的一个实施例提供的病情发作与生理信息解析模块的原理示意图。图5是本说明书的一个实施例提供的电子设备的结构示意图。具体实施方式为了使本
的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。参照图1a所示，为本说明书实施例提供的智能闭环神经调控系统的结构示意图，该智能闭环神经调控系统可以包括：植入在患者体内的脉冲发生器11，与所述脉冲发生器11建立有信号连接的控制器12，其中，所述控制器12包括：病情解析模块121、优化模块122、交互模块123以及反馈模块124；所述病情解析模块121用于根据采集的目标患者的脑电数据，基于机器学习算法对脑电数据进行分类；所述优化模块122用于根据所述病情解析模块121的分类结果选择目本文档来自技高网...

【技术保护点】
1.一种智能闭环神经调控系统，其特征在于，包括：植入在患者体内的脉冲发生器，与所述脉冲发生器建立有信号连接的控制器；/n其中，所述控制器包括：病情解析模块、优化模块、交互模块以及反馈模块；/n所述病情解析模块，用于根据目标患者的脑电数据，基于机器学习算法对脑电数据进行分类；/n所述优化模块，用于根据所述病情解析模块的分类结果选择目标交互场景，并基于所述目标交互场景生成交互对话，其中，所述交互对话的内容与病情分类结果相关；/n所述交互模块，用于采用生成的所述交互对话，基于预设交互方式与所述目标患者进行病情交互；/n所述反馈模块，用于将病情交互的结果反馈给第三方。/n

【技术特征摘要】
1.一种智能闭环神经调控系统，其特征在于，包括：植入在患者体内的脉冲发生器，与所述脉冲发生器建立有信号连接的控制器；
其中，所述控制器包括：病情解析模块、优化模块、交互模块以及反馈模块；
所述病情解析模块，用于根据目标患者的脑电数据，基于机器学习算法对脑电数据进行分类；
所述优化模块，用于根据所述病情解析模块的分类结果选择目标交互场景，并基于所述目标交互场景生成交互对话，其中，所述交互对话的内容与病情分类结果相关；
所述交互模块，用于采用生成的所述交互对话，基于预设交互方式与所述目标患者进行病情交互；
所述反馈模块，用于将病情交互的结果反馈给第三方。


2.如权利要求1所述的智能闭环神经调控系统，其特征在于，所述病情解析模块具体包括：预处理单元、特征提取单元以及分类单元；
所述预处理单元，用于对所述目标患者的脑电数据中的原始波进行低通滤波处理，提取预设频率的波段；
所述特征提取单元，用于对滤波处理后提取的所述预设频率的波段进行小波分解，并对分解后的波段以及所述原始波分别进行经验模态分解，分别从每个波段提取经过经验模态分解后得到的本征模函数中的前N个本征模函数，并分别计算每个本征模函数的方差，得到所述目标患者的脑电数据的特征值；其中，所述N为大于1的正整数；
所述分类单元，用于将所述目标患者的脑电数据的特征值，输入预先设置好的病情分类模型，得到分类结果。


3.如权利要求1或2所述的智能闭环神经调控系统，其特征在于，所述优化模块在根据所述病情解析模块的分类结果选择目标交互场景时，具体用于：
将所述分类结果与所述脑电数据携带的分类标记进行比对，所述分类标记是在采集所述脑电数据时由所述脉冲发生器检测确定；
如果两者的分类相似度小于阈值，则选择检测方案优化场景作为目标交互场景；
如果两者的分类相似度不小于阈值而病患发作频次并未减少，则选择治疗方案优化场景作为目标交互场景。


4.如权利要求3所述的智能闭环神经调控系统，其特征在于，所述脑电数据至少包含两种属性信息，一种属性信息是发作波或发作间期波，另一种属性信息是清醒或睡眠；
所述优化模块在根据所述病情解析模块的分类结果选择目标交互场景...

【专利技术属性】
技术研发人员：林婷，万文妮，
申请(专利权)人：杭州诺为医疗技术有限公司，
类型：发明
国别省市：浙江;33