用于使用机器学习来操纵声学刺激的设备的系统和方法技术方案

在一些方面，一种设备，包括：传感器，其被配置成检测来自人的大脑的信号；和多个换能器，每个换能器被配置成向大脑施加声学信号。使用根据来自从大脑检测到的先前信号的数据训练的统计模型选择所述多个换能器之一。训练的统计模型选择所述多个换能器之一。训练的统计模型选择所述多个换能器之一。

【技术实现步骤摘要】
【国外来华专利技术】用于使用机器学习来操纵声学刺激的设备的系统和方法
[0001]相关申请的交叉引用
[0002]本申请按35 U.S.C.
§
119(e)要求下列专利申请的优先权，其全部内容通过引用并入本文：2018年12月13日提交的名称为“NONINVASIVE NEUROLOGICAL DISORDER TREATMENT MODALITY(无创神经系统疾病的治疗方法)”的第62/779,188号美国临时专利申请；2019年3月22日提交的名称为“SYSTEMS AND METHODS FOR A WEARABLE DEVICE INCLUDING STIMULATION AND MONITORING COMPONENTS(用于包括刺激和监视组件的可穿戴设备的系统和方法)”的第62/822,709号美国临时专利申请；2019年3月22日提交的名称为“SYSTEMS AND METHODS FOR A WEARABLE DEVICE FOR SUBSTANTIALLY NON
‑
DESTRUCTIVE ACOUSTIC STIMULATION(用于基本非破坏性声学刺激的可穿戴设备的系统和方法)”的第62/822,697号美国临时专利申请；2019年3月22日提交的名称为“SYSTEMS AND METHODS FOR A WEARABLE DEVICE FOR RANDOMIZED ACOUSTIC STIMULATION(用于随机声学刺激的可穿戴设备的系统和方法)”的第62/822,684号美国临时专利申请；2019年3月22日提交的名称为“SYSTEMS AND METHODS FOR A WEARABLE DEVICE FOR TREATING A NEUROLOGICAL DISORDER USING ULTRASOUND STIMULATION(用于使用超声刺激治疗神经系统疾病的可穿戴设备的系统和方法)”的第62/822,679号美国临时专利申请；2019年3月22日提交的名称为“SYSTEMS AND METHODS FOR A DEVICE FOR STEERING ACOUSTIC STIMULATION USING MACHINE LEARNING(用于使用机器学习来操纵声学刺激的设备的系统和方法)”的第62/822,675号美国临时专利申请；2019年3月22日提交的名称为“SYSTEMS AND METHODS FOR A DEVICE USING A STATISTICAL MODEL TRAINED ON ANNOTATED SIGNAL DATA(用于使用在带注释的信号数据上训练的统计模型的设备的系统和方法)”的第62/822,668号美国临时专利申请；以及2019年3月22日提交的名称为“SYSTEMS AND METHODS FOR ADEVICE FOR ENERGY EFFICIENT MONITORING OF THE BRAIN(用于大脑的能量高效监视的设备的系统和方法)”的第62/822,657号美国临时专利申请。

技术介绍

[0003]世界卫生组织(WHO)最近估计，神经障碍占全球疾病负担的6％以上。这些神经障碍可包括癫痫、阿尔茨海默病和帕金森病。例如，全世界约有6500万人患有癫痫症。美国自身大约有340万人患有癫痫症，估计经济影响达150亿美元。这些患者会出现反复发作的症状，这是大脑中过量和同步神经活动的经历。由于超过70％的癫痫患者的癫痫发作控制不佳，因此这些症状对于在学校、社交和就业环境中、在驾驶等日常活动中甚至独立生活中的患者来说可能具有挑战性。

技术实现思路

[0004]在一些方面，一种可由人穿戴或附接至人体或植入人体内的设备，包括：传感器，其被配置成检测来自人的大脑的信号；和换能器，其被配置成向大脑施加声学信号。
[0005]在一些实施例中，传感器包括脑电图(EEG)传感器，并且信号包括EEG信号。
[0006]在一些实施例中，换能器包括超声换能器，并且声学信号包括超声信号。
[0007]在一些实施例中，超声信号具有100kHz至1MHz之间的频率、0.001cm3至0.1cm3之间的空间分辨率，和/或通过空间峰值脉冲平均强度测量的1至100瓦特/平方厘米之间的功率密度。
[0008]在一些实施例中，超声信号具有低功率密度(例如，在1至100瓦特/平方厘米之间)，并且在施加于大脑时对组织基本上无破坏性。
[0009]在一些实施例中，传感器和换能器以无创方式布置在人的头部上。
[0010]在一些实施例中，设备包括与传感器和换能器通信的处理器。处理器被编程为从传感器接收从大脑检测到的信号，并向换能器传输指令以将声学信号施加于大脑。
[0011]在一些实施例中，处理器被编程为向换能器传输指令从而以一个或多个随机间隔向大脑施加声学信号。
[0012]在一些实施例中，设备包括至少一个其他换能器，其被配置成向大脑施加声学信号，并且处理器被编程，以选择换能器之一从而传输指令以一个或多个随机间隔向大脑施加声学信号。
[0013]在一些实施例中，处理器被编程为分析信号从而确定大脑是否表现出神经障碍的症状，并且响应于确定大脑表现出神经障碍的症状，将指令传输到换能器以将声学信号施加到大脑。
[0014]在一些实施例中，声学信号抑制神经障碍的症状。
[0015]在一些实施例中，神经障碍包括中风、帕金森病、偏头痛、震颤、额颞痴呆、外伤性脑损伤、抑郁、焦虑、阿尔茨海默病、痴呆、多发性硬化、精神分裂症、脑损伤、神经变性、中枢神经系统(CNS)疾病、脑病、亨廷顿病、自闭症、注意力缺陷多动障碍(ADHD)、肌萎缩侧索硬化(ALS)以及脑震荡中的一种或多种。
[0016]在一些实施例中，症状包括癫痫发作。
[0017]在一些实施例中，信号包括电信号、机械信号、光信号和/或红外信号。
[0018]在一些方面，一种用于操作人可穿戴或附接至人体或植入人体内的设备的方法，该设备包括：传感器，其被配置成检测来自人的大脑的信号；和换能器，其被配置成向大脑施加声学信号，该方法包括从传感器接收从大脑检测到的信号并通过换能器将声学信号施加于大脑。
[0019]在一些方面，一种装置，包括由人穿戴或附接至人体或植入人体内的设备。设备包括：传感器，其被配置成检测来自人的大脑的信号；和换能器，其被配置成向大脑施加声学信号。
[0020]在一些方面，一种人可穿戴的设备，包括：传感器，其被配置成检测来自人的大脑的信号；和换能器，其被配置成向大脑施加超声信号。超声信号具有低功率密度(例如，在1至100瓦特/平方厘米之间)，并且当被施加于大脑时对组织基本上无破坏性。
[0021]在一些实施例中，传感器和换能器以无创方式布置在人的头部上。
[0022]在一些实施例中，传感器包括脑电图(EEG)传感器，并且信号包括EEG信号。
[0023]在一些实施例中，换能器包括超声换能器。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种设备，包括：传感器，所述传感器被配置成检测来自人的大脑的信号；和多个换能器，每个换能器被配置成向大脑施加声学信号，其中，使用根据来自从大脑检测到的先前信号的数据训练得到的统计模型选择所述多个换能器之一。2.根据权利要求1所述的设备，包括：处理器，所述处理器与所述传感器和所述多个换能器通信，所述处理器被编程为：提供来自从大脑检测到的第一信号的数据作为经训练的统计模型的输入，以获得指示神经障碍症状的第一预测强度的输出；和基于所述症状的第一预测强度，在第一方向上选择所述多个换能器中的一个传输第一指令，以施加第一声学信号。3.根据权利要求2所述的设备，其中，所述处理器被编程为：提供来自从大脑检测到的第二信号的数据作为所述经训练的统计模型的输入，以获得指示所述神经障碍症状的第二预测强度的输出；响应于所述第二预测强度小于所述第一预测强度，在所述第一方向上选择所述多个换能器中的一个传输第二指令，以施加第二声学信号；以及响应于所述第二预测强度大于所述第一预测强度，在与所述第一方向相反或不同的方向上选择所述多个换能器中的一个传输所述第二指令，以施加所述第二声学信号。4.根据权利要求1所述的设备，其中，所述统计模型包括深度学习网络。5.根据权利要求4所述的设备，其中，所述深度学习网络包括：深度卷积神经网络DCNN，用于将数据编码到n维表示空间；和循环神经网络RNN，用于通过观察所述表示空间随时间的改变来计算检测分数，其中，所述检测分数指示所述神经障碍症状的预测强度。6.根据权利要求1所述的设备，其中，从人的电子健康记录访问从大脑检测到的先前信号的数据。7.根据权利要求1所述的设备，其中，所述传感器包括脑电图EEG传感器，并且其中，所述信号包括EEG信号。8.根据权利要求1所述的设备，其中，所述...

【专利技术属性】
技术研发人员：艾瑞克，
申请(专利权)人：美商阈限科学公司，
类型：发明
国别省市：