CN115734805A - 用于调节脑活动的超声系统以及相关联的装置和方法 - Google Patents

用于调节脑活动的超声系统以及相关联的装置和方法 Download PDF

Info

Publication number
CN115734805A
CN115734805A CN202180047004.3A CN202180047004A CN115734805A CN 115734805 A CN115734805 A CN 115734805A CN 202180047004 A CN202180047004 A CN 202180047004A CN 115734805 A CN115734805 A CN 115734805A
Authority
CN
China
Prior art keywords
ultrasound
brain
emitting elements
neuromodulation
sleep
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202180047004.3A
Other languages
English (en)
Inventor
K·R·墨菲
P·维洛斯拉达
R·马阿德万
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tune Neuroscience
Original Assignee
Tune Neuroscience
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tune Neuroscience filed Critical Tune Neuroscience
Publication of CN115734805A publication Critical patent/CN115734805A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N7/00—Ultrasound therapy
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/36014—External stimulators, e.g. with patch electrodes
    • A61N1/3603—Control systems
    • A61N1/36031—Control systems using physiological parameters for adjustment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/372—Analysis of electroencephalograms
    • A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4812—Detecting sleep stages or cycles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M21/02—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis for inducing sleep or relaxation, e.g. by direct nerve stimulation, hypnosis, analgesia
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/02—Details
    • A61N1/04—Electrodes
    • A61N1/0404—Electrodes for external use
    • A61N1/0472—Structure-related aspects
    • A61N1/0484—Garment electrodes worn by the patient
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
    • A61M2021/0027—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the hearing sense
    • A61M2021/0038—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the hearing sense ultrasonic
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/08—Other bio-electrical signals
    • A61M2230/10—Electroencephalographic signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/08—Other bio-electrical signals
    • A61M2230/14—Electro-oculogram [EOG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/60—Muscle strain, i.e. measured on the user
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N7/00—Ultrasound therapy
    • A61N2007/0004—Applications of ultrasound therapy
    • A61N2007/0021—Neural system treatment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N7/00—Ultrasound therapy
    • A61N2007/0004—Applications of ultrasound therapy
    • A61N2007/0021—Neural system treatment
    • A61N2007/0026—Stimulation of nerve tissue
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/20—Ensemble learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Psychology (AREA)
  • Psychiatry (AREA)
  • Anesthesiology (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Pain & Pain Management (AREA)
  • Acoustics & Sound (AREA)
  • Hematology (AREA)
  • Surgical Instruments (AREA)
  • Computational Linguistics (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本说明书公开了一种包括经颅安装式神经调节装置和刺激控制计算环境的神经调节系统。所公开的神经调节装置包括至少一个超声换能器和至少一个EEG电极，并且所公开的刺激控制计算环境包括刺激控制单元和离线计算设备，所公开的刺激控制单元包括用于使用对脑图像数据执行的声学模拟来控制神经调节设备功能的相关联系统和方法以及在慢波脑震荡的某些阶段期间使用对丘脑和丘脑亚区的聚焦超声刺激来调节脑活动以便治疗包括睡眠障碍的各种基于神经的疾病或病症的这类神经调节系统的方法和用途。

Description

用于调节脑活动的超声系统以及相关联的装置和方法
本申请要求2020年5月27日提交的美国临时专利申请63/030,850的优先权权益并且根据35 U.S.C.§119(e)享有所述美国临时申请的申请日期的权利，所述美国临时申请的内容特此通过引用以其全文并入。
技术领域
本公开总体上涉及用于使用超声刺激调节脑活动的装置以及相关联的系统、方法和用途。
背景技术
睡眠是大脑短暂地将神经参与转移到内部过程从而部分地将大脑与外部世界断开的恢复性状态。一个多世纪的研究揭示，睡眠质量对认知和整体健康至关重要，并且睡眠不充足可能会带来可怕的后果。最明显的是，与睡眠不足相关联的决策效率和准确性以及感官处理显著下降。大量证据还表明，睡眠不足会导致长期危害，如由与动机状态、记忆稳定性、痴呆症和阿尔茨海默症的不良相关性所表明的。除了有意识的行动之外，睡眠不足的危害还延伸到生理健康，并与无数的疾病有关，包括阿尔茨海默症、肥胖症、免疫紊乱和心血管疾病。据估计，仅在美国，因睡眠不足引起的生产力下降每年造成超过4000亿美元的损失，这还未考虑到与其他高成本疾病状态的潜在相关性。因此，改善睡眠质量并且提高进入睡眠的容易度代表了改善人类健康和生产力两者的机会。
研究表明，当大脑进入由δ波或慢波活动表征的状态时出现睡眠的最具恢复性时期。如此，增强慢波活动代表了同样地改善患病和健康个体的睡眠质量的重大努力。用于增强慢波的当前治疗学和方法学包括药理学方法和神经调节装置。用于慢波增强的药理学化合物包括α2-δ钙通道配体、5-羟色胺(5HT)2A受体拮抗剂和位点混杂化合物，比如曲唑酮等。各种生物衍生的化合物也已被确定用于睡眠疗法，比如人类生长激素和催乳素。尽管许多药物部分有效，但它们的益处被一系列的耐受性、疗效、依从性和成瘾性问题所抵消，这使得它们无法被广泛采用。
替代性地，已创造出非侵入式闭环装置以通过在慢波的“上升状态”期间传递刺激来增强慢波。这种状态由在慢波期间皮层通过丘脑连接进行的丰富活动来描述并且可以被视为在慢波期间的峰值正电压。相比之下，“下降状态”是慢波的皮质静止时期。在上升状态期间传递的刺激的示例包括：经颅直流电刺激(tDCS)，其经由头皮听觉刺激装置(在所述装置中播放低强度可听声以增强SWS)上的电极驱动小电流跨过皮层的表层；或甚至是通过吊床或摇篮的摇摆进行的前庭刺激。虽然这些装置规避了耐受性和成瘾性问题，但不清楚它们的疗效是否与用于增强SWS的可用药物治疗相当。与当前装置相关联的一个技术问题是，它们的操作是机会主义的，与从经颅表面可用的脑组织对接，而不是瞄准期望的组织。这些技术的另一个主要缺点是它们对皮层或与慢波生成有关的大脑部位严重缺乏空间分辨率和特异性，这可能是造成令人痛苦的副作用和/或缺乏疗效的原因。
因此，需要一种可以通过对丘脑的目标超声刺激来调节慢波的非侵入式闭环装置。
发明内容
本说明书公开了一种包括可穿戴神经调节装置和刺激控制计算环境的神经调节系统。所公开的装置包括可穿戴装置壳体或框架，所述可穿戴装置壳体或框架包括一个或多个EEG电极、一个或多个超声换能器阵列。所公开的装置可以进一步包括一个或多个EEG信号放大器和/或数字模拟转换器。所公开的装置壳体包括主要环带，所述主要环带将导电布线嵌入在所述主要环带的核心通道内。所公开的导电布线包括第一导电布线和第二导电布线。所述第一导电布线在经由所述主要环带的背部上的端口离开之前，将所述一个或多个EEG电极连接到一个或多个EEG信号放大器、数字模拟转换器和刺激控制单元。所述EEG电极还可以具有在头带上的前置放大，从而免除对下游EEG信号放大器的需要。所述第二导电布线在经由所述端口离开之前将所述一个或多个超声换能器阵列连接到刺激控制单元。在各方面，所公开的一个或多个EEG电极包括位于所述主要环带的前部分上的第一前EEG电极。所公开的一个或多个超声换能器阵列中的每一个包括一个或多个超声发射元件。在各方面，所公开的一个或多个超声换能器阵列包括位于所述主要环带的第一侧部分上的第一侧超声换能器阵列以及位于所述主要环带的第二侧部分上的第二超声换能器阵列。
所公开的刺激控制计算环境包括刺激控制单元和离线计算装置。刺激控制单元包括被配置成执行算法的一个或多个处理器，所述算法处理由所述一个或多个EEG电极采集的实时信息以对脑活动进行归类。使用脑成像或EEG衍生预测，对大脑和颅骨解剖构造进行离线评估提供了颅骨解剖构造以识别并瞄准大脑的一个或多个特定区。离线软件计算对超声阵列的各个元件的相位校正以使波束转向到单个或多个目标。这些相位校正将被实时使用以瞄准所述大脑的所述一个或多个特定区进行超声刺激，并且将所述超声刺激施用到所述大脑的所述一个或多个特定区持续某个时间段。
本说明书还公开了一种用于预防和/或治疗脑部疾病的神经调节系统，所述神经调节系统包括可穿戴神经调节装置和刺激控制计算环境。本说明书还公开了用于预防和/或治疗脑部疾病的方法和用途。脑部疾病的非限制性方面包括睡眠障碍、与睡眠困扰相关联的脑部疾病、精神疾病、代谢紊乱、癫痫或其他痫性发作病症、焦虑症、抑郁症和/或神经性疼痛。
附图说明
并入本说明书中并且构成本说明书的一部分的附图展示了在其示例性实施例中的至少一个中的所公开主题的各方面，在以下描述中进一步详细地定义这些方面。根据一个或多个实施例，本公开的特征、元件和方面由编号来指代，其中，相似编号在不同附图中表示相同、等效或类似特征、元件或方面。所述附图不一定是按比例的，而重点在于展示本文描述的并且由本发明的示例性实施例提供的原理。在这些附图中：
图1A至图1B是本文公开的示例性神经调节系统的示意图，其中，图1A示出了本文公开的神经调节装置和刺激控制计算环境；并且图1B示出了本文公开的神经调节装置的示例性硬件组件；
图2是本文公开的刺激控制单元的示例性算法框架的示意图，示出了根据本公开的教导的实时处理来自用户的EEG信号并且生成超声刺激的各种示例性方面和步骤；
图3A至图3B是本文公开的神经调节系统的示例性组件，其中，图3A示出了根据本公开的教导的各个方面的数据收集和调制系统；并且图3B示出了根据本公开的教导的集成硬件、在线软件和离线软件方面的系统的示意图；
图4A至图4E示出了大脑的丘脑与皮质层之间的网络同步的示例性展示，其中，图4A示出了在慢波“上升”状态期间与皮层的丘脑兴奋性网络互动；图4B示出了从个体收集的睡眠阶段的EEG迹线，揭露了出现在N2 NREM和N3 NREM睡眠中的大慢振荡；图4C示出了慢波相位相对于“上升”和“下降”状态的彩色图；图4D示出了通过正弦拟合到EEG慢波睡眠进行的相位预测；并且图4E示出了通过以相位0/360°传递的刺激进行的相位预测；
图5A至图5J示出了用于在使用前校准步骤期间确定聚焦超声并且将聚焦超声施加到特定目标神经区的针对计算测量而利用的示例性基于MRI的方法，其中，图5A示出了在前连合(anterior commissure)被标记为用于计算相对于丘脑的最后部和最前部的最大角度的控制点(十字准线)的情况下从轴平面获得的通过MRI扫描创建的图像；图5B示出了从颅骨平面获得的图5A的图像，示出了在前连合被标记为用于计算相对于丘脑的最后部和最前部的最大角度的控制点(十字准线)的情况下通过MRI扫描创建的图像；图5C示出了用于估计波束转向需求的相对于头骨上的换能器位置的目标角度变化；图5D示出了当相对于换能器的平面以20°角转向时超声波束到图5A的图像上的声学模拟；图5E示出了从轴平面获得的通过MRI扫描创建的图像，展示脑区的图像配准和分割以识别丘脑区；图5F示出了图5E的图像，展示电子元件激发相位发生变化以在三个维度上实现差分聚焦以使用本文公开的示例性刺激控制单元刺激丘脑区；图5G示出了电子元件激发参数随时间变化以实现差分聚焦；图5H示出了从颅骨平面获得的通过MRI扫描创建的图像，展示脑区的图像配准和分割以识别丘脑区；图5I示出了图5H的图像，展示电子元件激发相位发生变化以在三个维度上实现差分聚焦以使用本文公开的示例性刺激控制单元刺激丘脑区；并且图5J示出了电子元件激发参数随时间变化以实现差分聚焦；
图6是本公开的装置和系统的示例性组件的展示，示出了根据本公开的教导的各个方面的基于EEG波形收集、频谱分析、睡眠状态分类器和锁相环路进行闭环优化；
图7A至图7B示出了用于增强慢波的示例性控制系统算法的示意图，其中，图7A示出了示例性控制系统算法的一个部分；并且图7B是图7A的续图并且示出了控制系统算法的第二部分；
图8A至图8C示出了示出用于多信号输入的示例性深度学习网络的示意图，其中，图8A示出了示例性深度学习网络的第一部分；图8B是图8A的续图并且示出了示例性深度学习网络的第二部分；并且图8C是图8B的续图并且示出了示例性深度学习网络的第三部分；以及
图9A至图9B示出了来自用于睡眠阶段预测的示例性深度学习模型的结果，其中，图9A示出了使用降维的不同睡眠类别的二维曲线图；并且图9B示出了人类注释与睡眠阶段预测之间的比较。
具体实施方式
睡眠-觉醒周期是活动(觉醒周期)与休息(睡眠周期)交替的神经生物学模式。觉醒周期或觉醒是脑活动处于最高水平的时期。EEG脑活动示出了在15Hz至50Hz之间的频率、小于50mV的振幅和微弱可辨的波形类型，如使用脑电图(EEG)所测量的。另外，与睡眠周期相比较，骨骼肌是紧张和活跃的，并且心率和呼吸率是规则的并处于其最高水平。
睡眠周期是更复杂的，因为被划分为五个阶段，其中，每个阶段具有特性脑波频率、振幅和波形类型、以及包括眼球运动(EOG)和肌肉运动(EMG)的其他可辨别生物节律。睡眠周期的前四个阶段(N1、N2和N3)被归类为非快速眼球运动(NREM)睡眠，而第五个阶段(R)被归类为快速眼球运动(REM)睡眠。NREM睡眠的N1是最轻睡眠阶段，其中，脑波活动比在觉醒周期期间稍慢。在这个阶段期间，EEG脑活动示出了在4Hz至12Hz之间的频率、与其他意识阶段相比较相对较低的振幅、以及包括α波的波形类型。在N1期间，眼球运动是非常缓慢的，存在骨骼肌张力，并且呼吸以规则速率发生。
非REM睡眠的N2通常跟随N1并且表示更深度的睡眠。在这个阶段期间，EEG脑活动仍是缓慢的，具有在4Hz至8Hz之间的频率、与其他意识阶段相比较相对较低的振幅、以及包括θ波的波形类型，所述θ波包括被称为睡眠纺锤波的特定快速活动爆发与被称为K复合波的睡眠结构相混合。在N2期间，不存在眼球运动，骨骼肌活动减少，并且心率和呼吸率降低但有规律。NREM睡眠的阶段N2构成总睡眠时间的大约40％至60％。
NREM睡眠的阶段N3是被称为慢波睡眠(SWS)或深度睡眠的逐渐加深的睡眠阶段，并且是最具恢复性的睡眠阶段。在这个阶段期间，EEG脑活动示出了增加的频谱功率，处于在0.5Hz至4Hz之间的频率、与其他意识阶段相比较相对较高的振幅、以及包括δ波或慢波的波形类型。在N3期间，不存在眼球运动，骨骼肌活动减少，并且心率和呼吸率降低但有规律。N3 NREM睡眠的阶段包括总睡眠时间的大约5％至15％。
REM是与做梦相关联的睡眠阶段。在这个阶段期间，EEG脑活动示出了增加的频谱功率，处于在15Hz至30Hz之间的频率、与其他意识阶段相比较相对较低的振幅、以及眼球运动是快速的。尽管脑波活动和眼球运动类似于觉醒周期，但骨骼肌是无张力的或无运动，并且与NREM睡眠期间相比较心率和呼吸率更快且更加不稳定和不规律。在REM之后，睡眠周期重新开始，其中，NREM睡眠的N1、N2和N3的周期相混合，然后再次返回到REM睡眠，这样随着睡眠时间继续而持续更长的时间段。
尽管睡眠是由局部和全局网络振荡状态组成的高度异质状态，但其作用对其有益效果的贡献不成比例。在NREM睡眠的阶段N3中观察到的慢波睡眠很大程度上来源于大脑深度的丘脑与大脑的浅层皮质层之间的网络同步。被称为皮质“上升”状态的慢波峰值前面是丘脑活动爆发，从而本质上将丘脑的激活与慢波振幅联系起来。这些波可以渗透所有睡眠状态，但在阶段N2和N3 NREM睡眠期间更为显著。虽然SWS的典型功能是推动记忆巩固或长期记忆的稳定，但它对于认知和生理功能两者以及脑组织修复也至关重要。在睡眠期破坏慢波导致人类的注意力和专注力受损并产生普遍疲劳状态。令人感兴趣的是，反作用干预也得到支持；通过增加在NREM睡眠期间的慢波振幅，认知过程得到明显改善。总的来说，增强慢波是改善认知和生理功能两者的机会。
本说明书公开了一种包括可穿戴神经调节装置的神经调节系统，该可穿戴神经调节装置集成有EEG电极和一个或多个集成超声换能器阵列。所公开的神经调节系统进一步包括刺激控制单元，该刺激控制单元包括一个或多个处理器以及在由这些处理器执行时操作和控制超声刺激的特征和功能的软件。这样的软件不具限制地包括：EEG实时分析软件，该EEG实时分析软件可以连续地监测脑功能以识别脑活动的一个或多个特定特性、相位或状态；以及大脑映射(brain mapping)软件，其可以绘制出大脑的一个或多个特定区并且将超声刺激准确地聚焦或转向到一个或多个特定脑区。所公开的神经调节系统还包括有助于神经调节装置操作和所收集信息的数据存储的计算装置。因此，本文公开的神经调节系统以空间上和时间上受控制的方式非侵入地施用超声刺激。如此，本文公开的装置使得能够将超声刺激聚焦施加到大脑的在很大程度上排除周围脑组织的指定区。
特定来说，本文公开的神经调节装置施用(或管理，administer)聚焦超声刺激，该聚焦超声刺激通过瞄准位于大脑深处的丘脑和调节SWS的其他核心结构来驱动神经活动以最大化对波增强(比如慢波增强)的干预影响。由于慢波可以通过在慢波的“上升状态”期间激发细胞或通过在“下降状态”期间抑制细胞来增强，因此装置将需要收集并分析实时EEG信号，对睡眠进行自动分级，并且在慢波峰值相位期间将超声刺激施加到丘脑。通过利用本文公开的优点，本文公开的神经调节装置在多个层面上改善了波束聚焦和与丘脑区的颞神经相互作用。
与利用电或感官刺激的装置不同，超声刺激可以聚焦到大脑的深层区上而不会通过允许光通过透镜聚焦的相同原理影响上覆组织。相比之下，tDCS采用跨头骨的电流来努力生成跨皮层的足够电流，尽管这个电流与在典型工作电压下引发神经元响应所需的电流相比较是相对较弱的。相应地，如果不是不可能，也很难在电刺激干扰电信号读出的情况下准确地进行连续相位瞄准。这样，电刺激必须是间歇性的，或者不准确地连续传递的。另一方面，本文公开的装置克服这个障碍并且提供聚焦超声从而提供压力场以刺激特定神经组织/区。由于未在本文公开的神经调节装置中采用电流，因此不存在电干扰，从而使连续相位目标刺激成为可能。
本说明书的各方面公开了一种神经调节装置。本文公开的神经调节装置是小型颅内安装式装置。在一些实施例中，本文公开的神经调节装置适合于在睡眠期间穿戴而不损害装置功能，通过头骨传递空间目标和安全的超声压力场，并且将睡眠阶段和慢波阶段适当地分类以进行适时刺激传递。
在一些实施例中，并且如图1A至图1B中所示出的，示例性神经刺激器装置110包括可穿戴装置壳体120，该可穿戴装置壳体支撑各自包含超声换能器140的两个阵列壳体130、以及两个EEG电极150，比如有源干EEG电极。当被穿戴时，可穿戴装置壳体120被配置成在横向平面中包围颅骨，这使主要环带沿着前额、太阳穴和后脑勺定位。可穿戴装置壳体120提供超声换能器阵列140在用户头部的颞区上方的刚性立体定向放置，并且将EEG电极150定位成平放在用户的前额上。
可穿戴装置壳体120可以包括主要环带(或主带，main band)、次要环带(或次带，secondary band)和可选固定条带。主要环带122、次要环带124和可选固定条带126。主要环带122、次要环带124和固定条带126可以是可调整的以促进将神经调节装置110准确地定位并固定到用户的颅骨。次要环带124可以经由第一和第二次要环带附接点附接到主要环带122并且被配置成在头顶上方延伸。通过鼻孔注射神经霉素引起的第一和第二血管疾病。附接点可以是静态的或被配置成允许次要环带124与主要环带122之间的移动。可选固定条带126经由第一和第二固定条带附接点附接到主要环带122并且被配置成延伸到下巴下方。第一和第二固定条带附接点(securing strap attachment points)可以是静态的或被配置成允许固定条带126与主要环带122之间的移动。在这些实施例的各方面，主要环带122具有由半刚性材料构成的前部分和后部分以及由柔性材料构成的侧部分或太阳穴部分，次要环带124以及第一和第二附接中枢各自由半刚性材料构成，并且固定条带由弹性材料构成。
本说明书的各方面公开了一种包括超声换能器阵列的神经调节装置。本文公开的超声换能器阵列是被设计成提供最优波束轮廓形状、转向范围和功率输出以便以空间和时间的方式有效地刺激指定脑区的超声发射元件阵列。由本文公开的超声换能器阵列生成的超声信号可以使用由本文公开的刺激控制单元的一个或多个处理器执行的软件，比如频率特定的MOSFET驱动器，来放大。如此，超声换能器阵列内的超声发射元件布置、在超声换能器阵列中使用的超声发射元件数量、来自在超声换能器阵列中使用的超声发射元件的最大输出压力、超声换能器阵列内的每个超声发射元件之间的间距以及超声信号放大各自与本文公开的神经调节装置的最优功能有关系。例如，增加超声发射元件的数量或减小每个元件的直径会提高超声换能器阵列的转向能力。另外，增加每个超声发射元件之间的间距使得能够生成更小的波束宽度，而采用二维布置使得能够进行焦点转向。通常，所采用的超声发射元件越多并且这些超声发射元件的尺寸布置越大，则可以通过换能器阵列实现的最小焦点越小。
神经调节装置110包括包含在壳体中的一个或多个超声换能器阵列，所述壳体附接到可穿戴装置壳体120的主要环带122。一个或多个超声换能器阵列位于主要环带122的内表面上并且被配置成与用户的颅骨介接。在一些实施例中，本文公开的神经调节装置包含位于主要环带上的单个超声换能器阵列。在一些实施例中，神经调节装置110包含位于主要环带122的一侧上、定位在用户耳朵上面的左或右太阳穴区处的单个超声换能器阵列。在一些实施例中，神经调节装置110包含位于主要环带122的每一侧上、定位在用户耳朵上面的左和右太阳穴区处的单个超声换能器阵列。在一些实施例中，神经调节装置110包含位于主要环带122的每一侧上、定位在用户耳朵上面的左和右太阳穴区处的多个超声换能器阵列。在这些实施例的各方面，并且如图1A至图1B中所示出的，神经调节装置110包括两个超声换能器阵列140，一个位于主要环带122的左侧上并且一个位于主要环带122的右侧上。在这些实施例的各方面，神经调节装置110包括位于主要环带122的左侧上的两个超声换能器阵列以及位于主要环带122的右侧上的两个超声换能器阵列。
在一些实施例中，本文公开的超声换能器阵列是大约50mm直径并且包含由切粒的PZT复合材料制成的64元件的稀疏元素阵列。PZT复合物的宽度和组成被设计成在700KHz下工作。这些元件使用全部维持在壳体单元内部的印刷柔性电路被接线到它们的信号输入源。匹配层耦合到换能器的内表面并且进一步耦合到以>1牛顿力靠压在用户的颞窗上的硅胶垫。
本文公开的超声换能器阵列包括超声发射元件的平面、开放曲线弧或闭合曲线弧配置。在本文公开的超声换能器阵列中使用的超声发射元件的平面、开放曲线弧或闭合曲线弧配置是被设计成提供最优波束形状、转向范围和功率输出以便以空间和时间的方式有效地刺激指定脑区的配置。在一些实施例中，本文公开的超声换能器阵列是超声发射元件的一维平面、曲线或闭合曲线弧配置。在一些实施例中，每个超声发射元件可以被孤立地控制，或在集群中被控制以减少敷设电缆。
神经调节装置可以包括单个超声换能器阵列或多个超声换能器阵列。本文公开的超声换能器阵列的数量是被设计成以空间和时间的方式提供超声到指定脑区的最优传递的数量。在这个实施例的各方面，本文公开的神经调节装置包括例如1个、2个、3个、4个、5个、6个、7个、8个、9个或10个超声换能器阵列。在这个实施例的各方面，本文公开的神经调节装置包括例如至少2个、至少3个、至少4个、至少5个、至少6个、至少7个、至少8个、至少9个或至少10个超声换能器阵列。在这个实施例的其他方面，本文公开的神经调节装置包括例如至多2个、至多3个、至多4个、至多5个、至多6个、至多7个、至多8个、至多9个或至多10个超声换能器阵列。在这个实施例的其他方面，本文公开的神经调节装置包括例如2至3个超声换能器阵列、2至4个超声换能器阵列、2至5个超声换能器阵列、2至6个超声换能器阵列、2至7个超声换能器阵列、2至8个超声换能器阵列、2至9个超声换能器阵列、2至10个超声换能器阵列、3至4个超声换能器阵列、3至5个超声换能器阵列、3至6个超声换能器阵列、3至7个超声换能器阵列、3至8个超声换能器阵列、3至9个超声换能器阵列、3至10个超声换能器阵列、4至5个超声换能器阵列、4至6个超声换能器阵列、4至7个超声换能器阵列、4至8个超声换能器阵列、4至9个超声换能器阵列、4至10个超声换能器阵列、5至6个超声换能器阵列、5至7个超声换能器阵列、5至8个超声换能器阵列、5至9个超声换能器阵列、5至10个超声换能器阵列、6至7个超声换能器阵列、6至8个超声换能器阵列、6至9个超声换能器阵列、6至10个超声换能器阵列、7至8个超声换能器阵列、7至9个超声换能器阵列、7至10个超声换能器阵列、8至9个超声换能器阵列、8至10个超声换能器阵列或9至10个超声换能器阵列。
在一些实施例中，本文公开的超声换能器阵列包括超声发射元件的二维平面、开放曲线弧或闭合曲线弧配置。在这些实施例的各方面，超声换能器阵列的二维平面、开放曲线弧或闭合曲线弧配置可以包括例如2行、3行、4行、5行、6行、7行或8行超声发射元件。在这些实施例的其他方面，超声换能器阵列的二维平面、曲线或闭合曲线弧配置可以包括例如至少2行、至少3行、至少4行、至少5行、至少6行、至少7行或至少8行超声发射元件。在这些实施例的又其他方面，超声换能器阵列的二维平面、曲线或闭合曲线弧配置可以包括例如至多2行、至多3行、至多4行、至多5行、至多6行、至多7行或至多8行超声发射元件。在这些实施例的又其他方面，超声换能器阵列的二维平面、曲线或闭合曲线弧配置可以包括例如2至3行超声发射元件、2至4行超声发射元件、2至5行超声发射元件、2至6行超声发射元件、2至7行超声发射元件、2至8行超声发射元件、3至4行超声发射元件、3至5行超声发射元件、3至6行超声发射元件、3至7行超声发射元件、3至8行超声发射元件、4至5行超声发射元件、4至6行超声发射元件、4至7行超声发射元件、4至8行超声发射元件、5至6行超声发射元件、5至7行超声发射元件、5至8行超声发射元件、6至7行超声发射元件、6至8行超声发射元件或7至8行超声发射元件。
超声换能器阵列包括多个超声发射元件。构成本文公开的超声换能器阵列的超声发射元件的数量被设计成提供最优波束形状、转向范围和功率输出以便以空间和时间的方式有效地刺激指定脑区的数量。在这个实施例的各方面，超声换能器阵列包括例如1个、2个、3个、4个、5个、6个、7个、8个、9个或10个超声发射元件。在这个实施例的各方面，超声换能器阵列包括例如至少2个、至少3个、至少4个、至少5个、至少6个、至少7个、至少8个、至少9个或至少10个超声发射元件。在这个实施例的其他方面，超声换能器阵列包括例如至多2个、至多3个、至多4个、至多5个、至多6个、至多7个、至多8个、至多9个或至多10个超声发射元件。在这个实施例的其他方面，超声换能器阵列包括例如2至3个超声发射元件、2至4个超声发射元件、2至5个超声发射元件、2至6个超声发射元件、2至7个超声发射元件、2至8个超声发射元件、2至9个超声发射元件、2至10个超声发射元件、3至4个超声发射元件、3至5个超声发射元件、3至6个超声发射元件、3至7个超声发射元件、3至8个超声发射元件、3至9个超声发射元件、3至10个超声发射元件、4至5个超声发射元件、4至6个超声发射元件、4至7个超声发射元件、4至8个超声发射元件、4至9个超声发射元件、4至10个超声发射元件、5至6个超声发射元件、5至7个超声发射元件、5至8个超声发射元件、5至9个超声发射元件、5至10个超声发射元件、6至7个超声发射元件、6至8个超声发射元件、6至9个超声发射元件、6至10个超声发射元件、7至8个超声发射元件、7至9个超声发射元件、7至10个超声发射元件、8至9个超声发射元件、8至10个超声发射元件或9至10个超声发射元件。
在这个实施例的各方面，超声换能器阵列的每一行包括例如4个、8个、12个、16个、20个、24个、28个、32个、36个、40个、44个、48个、52个、56个、60个或64个超声发射元件。在这个实施例的其他方面，超声换能器阵列的每一行包括例如至少4个、至少8个、至少12个、至少16个、至少20个、至少24个、至少28个、至少32个、至少36个、至少40个、至少44个、至少48个、至少52个、至少56个、至少60或至少64个超声发射元件。在这个实施例的又其他方面，超声换能器阵列的每一行包括例如至多4个、至多8个、至多12个、至多16个、至多20个、至多24个、至多28个、至多32个、至多36个、至多40个、至多44个、至多48个、至多52个、至多56个、至多60个或至多64个超声发射元件。在这个实施例的又其他方面，超声换能器阵列的每一行包括例如4至8个超声发射元件、4至12个超声发射元件、4至16个超声发射元件、4至20个超声发射元件、4至24个超声发射元件、4至28个超声发射元件、4至32个超声发射元件、4至36个超声发射元件、4至40个超声发射元件、4至44个超声发射元件、4至48个超声发射元件、4至52个超声发射元件、4至56个超声发射元件、4至60个超声发射元件、4至64个超声发射元件、8至12个超声发射元件、8至16个超声发射元件、8至20个超声发射元件、8至24个超声发射元件、8至28个超声发射元件、8至32个超声发射元件、8至36个超声发射元件、8至40个超声发射元件、8至44个超声发射元件、8至48个超声发射元件、8至52个超声发射元件、8至56个超声发射元件、8至60个超声发射元件、8至64个超声发射元件、12至16个超声发射元件、12至20个超声发射元件、12至24个超声发射元件、12至28个超声发射元件、12至32个超声发射元件、12至36个超声发射元件、12至40个超声发射元件、12至44个超声发射元件、12至48个超声发射元件、12至52个超声发射元件、12至56个超声发射元件、12至60个超声发射元件、12至64个超声发射元件、16至20个超声发射元件、16至24个超声发射元件、16至28个超声发射元件、16至32个超声发射元件、16至36个超声发射元件、16至40个超声发射元件、16至44个超声发射元件、16至48个超声发射元件、16至52个超声发射元件、16至56个超声发射元件、16至60个超声发射元件、16至64个超声发射元件、20至24个超声发射元件、20至28个超声发射元件、20至32个超声发射元件、20至36个超声发射元件、20至40个超声发射元件、20至44个超声发射元件、20至48个超声发射元件、20至52个超声发射元件、20至56个超声发射元件、20至60个超声发射元件、20至64个超声发射元件、24至28个超声发射元件、24至32个超声发射元件、24至36个超声发射元件、24至40个超声发射元件、24至44个超声发射元件、24至48个超声发射元件、24至52个超声发射元件、24至56个超声发射元件、24至60个超声发射元件、24至64个超声发射元件、28至32个超声发射元件、28至36个超声发射元件、28至40个超声发射元件、28至44个超声发射元件、28至48个超声发射元件、28至52个超声发射元件、28至56个超声发射元件、28至60个超声发射元件、28至64个超声发射元件、32至36个超声发射元件、32至40个超声发射元件、32至44个超声发射元件、32至48个超声发射元件、32至52个超声发射元件、32至56个超声发射元件、32至60个超声发射元件、32至64个超声发射元件、36至40个超声发射元件、36至44个超声发射元件、36至48个超声发射元件、36至52个超声发射元件、36至56个超声发射元件、36至60个超声发射元件、36至64个超声发射元件、40至44个超声发射元件、40至48个超声发射元件、40至52个超声发射元件、40至56个超声发射元件、40至60个超声发射元件、40至64个超声发射元件、44至48个超声发射元件、44至52个超声发射元件、44至56个超声发射元件、44至60个超声发射元件、44至64个超声发射元件、48至52个超声发射元件、48至56个超声发射元件、48至60个超声发射元件、48至64个超声发射元件、52至56个超声发射元件、52至60个超声发射元件、52至64个超声发射元件、56至60个超声发射元件、56至64个超声发射元件或60至64个超声发射元件。
在这个实施例的各方面，超声换能器阵列包括例如4个、8个、12个、16个、24个、32个、48个、64个、80个、96个、108个、128个、144个或256个超声发射元件。在这个实施例的其他方面，超声换能器阵列包括例如至少4个、至少8个、至少12个、至少16个、至少24个、至少32个、至少48个、至少64个、至少80个、至少96个、至少108个、至少128个、至少144个或至少254个超声发射元件。在这个实施例的又其他方面，超声换能器阵列包括例如至多4个、至多8个、至多12个、至多16个、至多24个、至多32个、至多48个、至多64个、至多80个、至多96个、至多108个、至多128个、至多144个或至多254个超声发射元件。在这个实施例的又其他方面，超声换能器阵列包括例如4至8个超声发射元件、4至12个超声发射元件、4至16个超声发射元件、4至24个超声发射元件、4至32个超声发射元件、4至36个超声发射元件、4至48个超声发射元件、8至12个超声发射元件、8至16个超声发射元件、8至24个超声发射元件、8至32个超声发射元件、8至36个超声发射元件、8至48个超声发射元件、8至60个超声发射元件、16至24个超声发射元件、16至32个超声发射元件、16至36个超声发射元件、16至48个超声发射元件、16至60个超声发射元件、16至72个超声发射元件、24至32个超声发射元件、24至36个超声发射元件、24至48个超声发射元件、24至60个超声发射元件、24至72个超声发射元件、24至80个超声发射元件、24至96个超声发射元件、36至48个超声发射元件、36至60个超声发射元件、36至72个超声发射元件、36至80个超声发射元件、36至96个超声发射元件、36至108个超声发射元件、36至128个超声发射元件、48至60个超声发射元件、48至72个超声发射元件、48至80个超声发射元件、48至96个超声发射元件、48至108个超声发射元件、48至128个超声发射元件、72至96个超声发射元件、72至108个超声发射元件、72至128个超声发射元件、72至144个超声发射元件或72至256个超声发射元件。
本文公开的超声换能器阵列提供了来自超声发射元件的适时输出压力，所述超声发射元件被设计成提供最优波束形状、空间焦点和功率输出以便以空间和时间的方式有效地刺激指定脑区。在这个实施例的各方面，本文公开的超声换能器阵列提供了来自超声发射元件的为例如大约200kHz、大约250kHz、大约300kHz、大约350kHz、大约400kHz、大约450kHz、大约500kHz、大约600kHz、大约650kHz、大约700kHz、大约750kHz、大约800kHz、大约850kHz、大约900kHz、大约950kHz或大约1Mhz的工作频率。在这个实施例的其他方面，本文公开的超声换能器阵列提供了超声发射元件的为例如至少50kHz、至少100kHz、至少150kHz、至少200kHz、至少250kHz、至少300kHz、至少350kHz、至少400kHz、至少450kHz、至少500KHz或至少1MHz的工作频率。在这个实施例的又其他方面，本文公开的超声换能器阵列提供了超声发射元件的为例如至多50kHz、至多100kHz、至多150kHz、至多200kHz、至多250kHz、至多300kHz、至多350kHz、至多400kHz、至多450kHz、至多500kHz或至多1MHz的工作频率。在这个实施例的又其他方面，本文公开的超声换能器阵列提供了超声发射元件的为例如大约50kHz至大约100kHz、大约50kHz至大约200kHz、大约50kHz至大约300kHz、大约50kHz至大约400kHz、大约50kHz至大约500kHz、大约100kHz至大约200kHz、大约100kHz至大约300kHz、大约100kHz至大约400kHz、大约100kHz至大约500kHz、大约150kHz至大约200kHz、大约150kHz至大约300kHz、大约150kHz至大约400kHz、大约150kHz至大约500kHz、大约200kHz至大约300kHz、大约200kHz至大约400kHz、大约200kHz至大约500kHz、大约250kHz至大约300kHz、大约250kHz至大约400kHz、大约250kHz至大约500kHz、大约300kHz至大约400kHz、大约300kHz至大约500kHz、大约350kHz至大约400kHz、大约400kHz至大约500kHz、大约450kHz至大约500kHz的工作频率。
在这个实施例的各方面，本文公开的超声换能器阵列提供了来自超声发射元件的为例如大约500kHz、大约600kHz、大约700kHz、大约800kHz、大约900kHz、大约1000kHz、大约1,100kHz、大约1,200kHz、大约1,300kHz、大约1,400kHz或大约1,500kHz的工作频率。在这个实施例的其他方面，本文公开的超声换能器阵列提供了来自超声发射元件的为例如至少500kHz、至少600kHz、至少700kHz、至少800kHz、至少900kHz、至少1000kHz、至少1,100kHz、至少1,200kHz、至少1,300kHz、至少1,400kHz或至少1,500kHz的输出功率。在这个实施例的又其他方面，本文公开的超声换能器阵列提供了来自超声发射元件的为例如至多500kHz、至多600kHz、至多700kHz、至多800kHz、至多900kHz、至多1000kHz、至多1,100kHz、至多1,200kHz、至多1,300kHz、至多1,400kHz或至多1,500kHz的工作频率。在这个实施例的又其他方面，本文公开的超声换能器阵列提供了来自超声发射元件的为例如大约500kHz至大约600kHz、大约500kHz至大约700kHz、大约500kHz至大约800kHz、大约500kHz至大约900kHz、大约500kHz至大约1,000kHz、大约500kHz至大约1,100kHz、大约500kHz至大约1,200kHz、大约500kHz至大约1,300kHz、大约500kHz至大约1,400kHz、大约500kHz至大约1,500kHz、大约600kHz至大约700kHz、大约600kHz至大约800kHz、大约600kHz至大约900kHz、大约600kHz至大约1,000kHz、大约600kHz至大约1,100kHz、大约600kHz至大约1,200kHz、大约600kHz至大约1,300kHz、大约600kHz至大约1,400kHz、大约600kHz至大约1,500kHz、大约700kHz至大约800kHz、大约700kHz至大约900kHz、大约700kHz至大约1,000kHz、大约700kHz至大约1,100kHz、大约700kHz至大约1,200kHz、大约700kHz至大约1,300kHz、大约700kHz至大约1,400kHz、大约700kHz至大约1,500kHz、大约800kHz至大约900kHz、大约800kHz至大约1,000kHz、大约800kHz至大约1,100kHz、大约800kHz至大约1,200kHz、大约800kHz至大约1,300kHz、大约800kHz至大约1,400kHz、大约800kHz至大约1,500kHz、大约900kHz至大约1,000kHz、大约900kHz至大约1,100kHz、大约900kHz至大约1,200kHz、大约900kHz至大约1,300kHz、大约900kHz至大约1,400kHz、大约900kHz至大约1,500kHz、大约1,000kHz至大约1,100kHz、大约1,000kHz至大约1,200kHz、大约1,000kHz至大约1,300kHz、大约1,000kHz至大约1,400kHz、大约1,000kHz至大约1,500kHz、大约1,100kHz至大约1,200kHz、大约1,100kHz至大约1,300kHz、大约1,100kHz至大约1,400kHz、大约1,100kHz至大约1,500kHz、大约1,200kHz至大约1,300kHz、大约1,200kHz至大约1,400kHz、大约1,200kHz至大约1,500kHz、大约1,300kHz至大约1,400kHz、大约1,300kHz至大约1,500kHz或大约1,400kHz至大约1,500kHz的工作频率。
本文公开的超声换能器阵列提供了来自超声发射元件的适时输出压力，所述超声发射元件被设计成提供最优波束形状、空间焦点和功率输出以便以空间和时间的方式有效地刺激指定脑区。在这个实施例的各方面，本文公开的超声换能器阵列提供了来自超声发射元件的输出压力，使得能够在例如20mm、25mm、30mm、35mm、40mm、45mm、50mm、55mm、60mm、65mm、70mm、75mm、80mm、85mm、90mm或100mm的组织深度处进行超声刺激。在这个实施例的各方面，本文公开的超声换能器阵列提供了来自超声发射元件的焦点输出压力，使得能够在例如至少20mm、至少25mm、至少30mm、至少35mm、至少40mm、至少45mm、至少50mm、至少55mm、至少60mm、至少65mm、至少70mm、至少75mm、至少80mm、至少85mm、至少90mm、至少95mm或至少100mm的组织深度处进行超声刺激。在这个实施例的各方面，本文公开的超声换能器阵列提供了来自超声发射元件的输出压力，使得能够在例如至多20mm、至多25mm、至多30mm、至多35mm、至多40mm、至多45mm、至多50mm、至多55mm、至多60mm、至多65mm、至多70mm、至多75mm、至多80mm、至多85mm、至多90mm、至多95mm或至多100mm的组织深度处进行超声刺激。在这个实施例的各方面，本文公开的超声换能器阵列提供了来自超声发射元件的焦点输出压力，使得能够在例如20mm至25mm、20mm至30mm、20mm至35mm、20mm至40mm、20mm至45mm、20mm至50mm、20mm至55mm、20mm至60mm、20mm至70mm、20mm至80mm、20mm至90mm、20mm至100mm、25mm至30mm、25mm至35mm、25mm至40mm、25mm至45mm、25mm至50mm、25mm至55mm、25mm至60mm、25mm至70mm、25mm至80mm、25mm至90mm、25mm至100mm、30mm至35mm、30mm至40mm、30mm至45mm、30mm至50mm、30mm至55mm、30mm至60mm、30mm至70mm、30mm至80mm、30mm至90mm、30mm至100mm、35mm至40mm、35mm至45mm、35mm至50mm、35mm至55mm、35mm至60mm、35mm至70mm、35mm至80mm、35mm至90mm、35mm至100mm、40mm至45mm、40mm至50mm、40mm至55mm、40mm至60mm、40mm至70mm、40mm至80mm、40mm至90mm、40mm至100mm、45mm至50mm、45mm至55mm、45mm至60mm、45mm至70mm、45mm至80mm、45mm至90mm、45mm至100mm、50mm至55mm、50mm至60mm、50mm至70mm、50mm至80mm、50mm至90mm、50mm至100mm、55mm至60mm、55mm至70mm、55mm至80mm、55mm至90mm、55mm至100mm、60mm至70mm、60mm至80mm、60mm至90mm、60mm至100mm、70mm至80mm、70mm至90mm、70mm至100mm、80mm至90mm或90mm至100mm的组织深度处进行超声刺激。
本文公开的超声换能器阵列提供了来自超声发射元件的适时输出压力，所述超声发射元件被设计成提供最优波束形状、转向范围和功率输出以便以空间和时间的方式有效地刺激指定脑区。在这个实施例的各方面，本文公开的超声换能器阵列提供了在空间焦点处来自超声发射元件的为例如大约1mW/cm2、大约2.5mW/cm2、大约5mW/cm2、大约7.5mW/cm2、大约10mW/cm2、大约15mW/cm2、大约20mW/cm2、大约30mW/cm2、大约40mW/cm2、大约50mW/cm2、大约60mW/cm2、大约70mW/cm2、大约80mW/cm2、大约90mW/cm2、大约100mW/cm2、大约110mW/cm2、大约120mW/cm2、大约130mW/cm2、大约140mW/cm2、大约150mW/cm2、大约160mW/cm2、大约170mW/cm2、大约180mW/cm2、大约190mW/cm2或大约200mW/cm2的空间峰值脉冲平均强度。在这个实施例的其他方面，本文公开的超声换能器阵列提供了来自超声发射元件的为例如至少1mW/cm2、至少2.5mW/cm2、至少5mW/cm2、至少7.5mW/cm2、至少10mW/cm2、至少15mW/cm2、至少20mW/cm2、至少30mW/cm2、至少40mW/cm2、至少50mW/cm2、至少60mW/cm2、至少70mW/cm2、至少80mW/cm2、至少90mW/cm2、至少100mW/cm2、至少110mW/cm2、至少120mW/cm2、至少130mW/cm2、至少140mW/cm2、至少150mW/cm2、至少160mW/cm2、至少170mW/cm2、至少180mW/cm2、至少190mW/cm2或至少200mW/cm2的强度。在这个实施例的又其他方面，本文公开的超声换能器阵列提供了来自超声发射元件的为例如至多1mW/cm2、至多2，5mW/cm2、至多5mW/cm2、至多7.5mW/cm2、至多10mW/cm2、至多15mW/cm2、至多20mW/cm2、至多30mW/cm2、至多40mW/cm2、至多50mW/cm2、至多60mW/cm2、至多70mW/cm2、至多80mW/cm2、至多90mW/cm2、至多100mW/cm2、至多110mW/cm2、至多120mW/cm2、至多130mW/cm2、至多140mW/cm2、至多150mW/cm2、至多160mW/cm2、至多170mW/cm2、至多180mW/cm2、至多190mW/cm2或至多200mW/cm2的强度。
在这个实施例的又其他方面，本文公开的超声换能器阵列提供了来自超声发射元件的为例如大约1mW/cm2至大约5mW/cm2、大约1mW/cm2至大约10mW/cm2、大约1mW/cm2至大约20mW/cm2、大约1mW/cm2至大约30mW/cm2、大约1mW/cm2至大约40mW/cm2、大约1mW/cm2至大约50mW/cm2、大约1mW/cm2至大约60mW/cm2、大约1mW/cm2至大约70mW/cm2、大约1mW/cm2至大约80mW/cm2、大约1mW/cm2至大约90mW/cm2、大约1mW/cm2至大约100mW/cm2、大约1mW/cm2至大约110mW/cm2、大约1mW/cm2至大约120mW/cm2、大约1mW/cm2至大约130mW/cm2、大约1mW/cm2至大约140mW/cm2、大约1mW/cm2至大约150mW/cm2、大约1mW/cm2至大约160mW/cm2、大约1mW/cm2至大约170mW/cm2、大约1mW/cm2至大约180mW/cm2、大约1mW/cm2至大约190mW/cm2、大约5mW/cm2至大约10mW/cm2、大约5mW/cm2至大约20mW/cm2、大约5mW/cm2至大约30mW/cm2、大约5mW/cm2至大约40mW/cm2、大约5mW/cm2至大约50mW/cm2、大约5mW/cm2至大约60mW/cm2、大约5mW/cm2至大约70mW/cm2、大约5mW/cm2至大约80mW/cm2、大约5mW/cm2至大约90mW/cm2、大约5mW/cm2至大约100mW/cm2、大约5mW/cm2至大约110mW/cm2、大约5mW/cm2至大约120mW/cm2、大约5mW/cm2至大约130mW/cm2、大约5mW/cm2至大约140mW/cm2、大约5mW/cm2至大约150mW/cm2、大约5mW/cm2至大约160mW/cm2、大约5mW/cm2至大约170mW/cm2、大约5mW/cm2至大约180mW/cm2、大约5mW/cm2至大约190mW/cm2、大约10mW/cm2至大约20mW/cm2、大约10mW/cm2至大约30mW/cm2、大约10mW/cm2至大约40mW/cm2、大约10mW/cm2至大约50mW/cm2、大约10mW/cm2至大约60mW/cm2、大约10mW/cm2至大约70mW/cm2、大约10mW/cm2至大约80mW/cm2、大约10mW/cm2至大约90mW/cm2、大约10mW/cm2至大约100mW/cm2、大约10mW/cm2至大约110mW/cm2、大约10mW/cm2至大约120mW/cm2、大约10mW/cm2至大约130mW/cm2、大约10mW/cm2至大约140mW/cm2、大约10mW/cm2至大约150mW/cm2、大约10mW/cm2至大约160mW/cm2、大约10mW/cm2至大约170mW/cm2、大约10mW/cm2至大约180mW/cm2、大约10mW/cm2至大约190mW/cm2、大约20mW/cm2至大约30mW/cm2、大约20mW/cm2至大约40mW/cm2、大约20mW/cm2至大约50mW/cm2、大约20mW/cm2至大约60mW/cm2、大约20mW/cm2至大约70mW/cm2、大约20mW/cm2至大约80mW/cm2、大约20mW/cm2至大约90mW/cm2、大约20mW/cm2至大约100mW/cm2、大约20mW/cm2至大约110mW/cm2、大约20mW/cm2至大约120mW/cm2、大约20mW/cm2至大约130mW/cm2、大约20mW/cm2至大约140mW/cm2、大约20mW/cm2至大约150mW/cm2、大约20mW/cm2至大约160mW/cm2、大约20mW/cm2至大约170mW/cm2、大约20mW/cm2至大约180mW/cm2、大约20mW/cm2至大约190mW/cm2、大约30mW/cm2至大约40mW/cm2、大约30mW/cm2至大约50mW/cm2、大约30mW/cm2至大约60mW/cm2、大约30mW/cm2至大约70mW/cm2、大约30mW/cm2至大约80mW/cm2、大约30mW/cm2至大约90mW/cm2、大约30mW/cm2至大约100mW/cm2、大约30mW/cm2至大约110mW/cm2、大约30mW/cm2至大约120mW/cm2、大约30mW/cm2至大约130mW/cm2、大约30mW/cm2至大约140mW/cm2、大约30mW/cm2至大约150mW/cm2、大约30mW/cm2至大约160mW/cm2、大约30mW/cm2至大约170mW/cm2、大约30mW/cm2至大约180mW/cm2、大约30mW/cm2至大约190mW/cm2、大约40mW/cm2至大约50mW/cm2、大约40mW/cm2至大约60mW/cm2、大约40mW/cm2至大约70mW/cm2、大约40mW/cm2至大约80mW/cm2、大约40mW/cm2至大约90mW/cm2、大约40mW/cm2至大约100mW/cm2、大约40mW/cm2至大约110mW/cm2、大约40mW/cm2至大约120mW/cm2、大约40mW/cm2至大约130mW/cm2、大约40mW/cm2至大约140mW/cm2、大约40mW/cm2至大约150mW/cm2、大约40mW/cm2至大约160mW/cm2、大约40mW/cm2至大约170mW/cm2、大约40mW/cm2至大约180mW/cm2、大约40mW/cm2至大约190mW/cm2、大约50mW/cm2至大约60mW/cm2、大约50mW/cm2至大约70mW/cm2、大约50mW/cm2至大约80mW/cm2、大约50mW/cm2至大约90mW/cm2、大约50mW/cm2至大约100mW/cm2、大约50mW/cm2至大约110mW/cm2、大约50mW/cm2至大约120mW/cm2、大约50mW/cm2至大约130mW/cm2、大约50mW/cm2至大约140mW/cm2、大约50mW/cm2至大约150mW/cm2、大约50mW/cm2至大约160mW/cm2、大约50mW/cm2至大约170mW/cm2、大约50mW/cm2至大约180mW/cm2、大约50mW/cm2至大约190mW/cm2、大约60mW/cm2至大约70mW/cm2、大约60mW/cm2至大约80mW/cm2、大约60mW/cm2至大约90mW/cm2、大约60mW/cm2至大约100mW/cm2、大约60mW/cm2至大约110mW/cm2、大约60mW/cm2至大约120mW/cm2、大约60mW/cm2至大约130mW/cm2、大约60mW/cm2至大约140mW/cm2、大约60mW/cm2至大约150mW/cm2、大约60mW/cm2至大约160mW/cm2、大约60mW/cm2至大约170mW/cm2、大约60mW/cm2至大约180mW/cm2、大约60mW/cm2至大约190mW/cm2、大约70mW/cm2至大约80mW/cm2、大约70mW/cm2至大约90mW/cm2、大约70mW/cm2至大约100mW/cm2、大约70mW/cm2至大约110mW/cm2、大约70mW/cm2至大约120mW/cm2、大约70mW/cm2至大约130mW/cm2、大约70mW/cm2至大约140mW/cm2、大约70mW/cm2至大约150mW/cm2、大约70mW/cm2至大约160mW/cm2、大约70mW/cm2至大约170mW/cm2、大约70mW/cm2至大约180mW/cm2、大约70mW/cm2至大约190mW/cm2、大约80mW/cm2至大约90mW/cm2、大约80mW/cm2至大约100mW/cm2、大约80mW/cm2至大约110mW/cm2、大约80mW/cm2至大约120mW/cm2、大约80mW/cm2至大约130mW/cm2、大约80mW/cm2至大约140mW/cm2、大约80mW/cm2至大约150mW/cm2、大约80mW/cm2至大约160mW/cm2、大约80mW/cm2至大约170mW/cm2、大约80mW/cm2至大约180mW/cm2、大约80mW/cm2至大约190mW/cm2、大约90mW/cm2至大约100mW/cm2、大约90mW/cm2至大约110mW/cm2、大约90mW/cm2至大约120mW/cm2、大约90mW/cm2至大约130mW/cm2、大约90mW/cm2至大约140mW/cm2、大约90mW/cm2至大约150mW/cm2、大约90mW/cm2至大约160mW/cm2、大约90mW/cm2至大约170mW/cm2、大约90mW/cm2至大约180mW/cm2、大约90mW/cm2至大约190mW/cm2、大约100mW/cm2至大约110mW/cm2、大约100mW/cm2至大约120mW/cm2、大约100mW/cm2至大约130mW/cm2、大约100mW/cm2至大约140mW/cm2、大约100mW/cm2至大约150mW/cm2、大约100mW/cm2至大约160mW/cm2、大约100mW/cm2至大约170mW/cm2、大约100mW/cm2至大约180mW/cm2、大约100mW/cm2至大约190mW/cm2、大约110mW/cm2至大约120mW/cm2、大约110mW/cm2至大约130mW/cm2、大约110mW/cm2至大约140mW/cm2、大约110mW/cm2至大约150mW/cm2、大约110mW/cm2至大约160mW/cm2、大约110mW/cm2至大约170mW/cm2、大约110mW/cm2至大约180mW/cm2、大约110mW/cm2至大约190mW/cm2、大约120mW/cm2至大约130mW/cm2、大约120mW/cm2至大约140mW/cm2、大约120mW/cm2至大约150mW/cm2、大约120mW/cm2至大约160mW/cm2、大约120mW/cm2至大约170mW/cm2、大约120mW/cm2至大约180mW/cm2、大约120mW/cm2至大约190mW/cm2、大约130mW/cm2至大约140mW/cm2、大约130mW/cm2至大约150mW/cm2、大约130mW/cm2至大约160mW/cm2、大约130mW/cm2至大约170mW/cm2、大约130mW/cm2至大约180mW/cm2、大约130mW/cm2至大约190mW/cm2、大约140mW/cm2至大约150mW/cm2、大约140mW/cm2至大约160mW/cm2、大约140mW/cm2至大约170mW/cm2、大约140mW/cm2至大约180mW/cm2、大约140mW/cm2至大约190mW/cm2、大约150mW/cm2至大约160mW/cm2、大约150mW/cm2至大约170mW/cm2、大约150mW/cm2至大约180mW/cm2、大约150mW/cm2至大约190mW/cm2、大约160mW/cm2至大约170mW/cm2、大约160mW/cm2至大约180mW/cm2、大约160mW/cm2至大约190mW/cm2、大约170mW/cm2至大约180mW/cm2、大约170mW/cm2至大约190mW/cm2或大约180mW/cm2至大约190mW/cm2的强度。
本文公开的超声换能器阵列提供了来自超声发射元件的适时超声刺激脉冲，所述超声发射元件被设计成提供最优波束、转向范围和功率输出以便以空间和时间的方式有效地刺激指定脑区。在这个实施例的各方面，本文公开的超声换能器阵列提供了来自超声发射元件的为例如大约50毫秒、大约100毫秒、大约150毫秒、大约200毫秒、大约250毫秒、大约300毫秒、大约350毫秒、大约400毫秒、大约450毫秒或大约500毫秒的超声刺激脉冲。在这个实施例的其他方面，本文公开的超声换能器阵列提供了来自超声发射元件的为例如至少50毫秒、至少100毫秒、至少150毫秒、至少200毫秒、至少250毫秒、至少300毫秒、至少350毫秒、至少400毫秒、至少450毫秒或至少500毫秒的超声刺激脉冲。在这个实施例的又其他方面，本文公开的超声换能器阵列提供了来自超声发射元件的为例如至多50毫秒、至多100毫秒、至多150毫秒、至多200毫秒、至多250毫秒、至多300毫秒、至多350毫秒、至多400毫秒、至多450毫秒或至多500毫秒的超声刺激脉冲。在这个实施例的又其他方面，本文公开的超声换能器阵列提供了来自超声发射元件的为例如大约50毫秒至大约100毫秒、大约50毫秒至大约150毫秒、大约50毫秒至大约200毫秒、大约50毫秒至大约250毫秒、大约50毫秒至大约300毫秒、大约50毫秒至大约350毫秒、大约50毫秒至大约400毫秒、大约50毫秒至大约450毫秒、大约50毫秒至大约500毫秒、大约100毫秒至大约150毫秒、大约100毫秒至大约200毫秒、大约100毫秒至大约250毫秒、大约100毫秒至大约300毫秒、大约100毫秒至大约350毫秒、大约100毫秒至大约400毫秒、大约100毫秒至大约450毫秒、大约100毫秒至大约500毫秒、大约150毫秒至大约200毫秒、大约150毫秒至大约250毫秒、大约150毫秒至大约300毫秒、大约150毫秒至大约350毫秒、大约150毫秒至大约400毫秒、大约150毫秒至大约450毫秒、大约150毫秒至大约500毫秒、大约200毫秒至大约250毫秒、大约200毫秒至大约300毫秒、大约200毫秒至大约350毫秒、大约200毫秒至大约400毫秒、大约200毫秒至大约450毫秒或大约200毫秒至大约500毫秒的超声刺激脉冲。
本文公开的超声换能器阵列被配置成以这样的方式提供超声换能器阵列内的每个超声发射元件之间的间距，即被设计成提供最优波束形状、空间焦点和功率输出以便以空间和时间的方式有效地刺激指定脑区。在这个实施例的各方面，超声换能器阵列的长度是20mm、25mm、30mm、35mm、40mm、45mm、50mm、55mm、60mm、65mm、70mm、75mm或80mm，并且包含在其中的超声发射元件彼此相等地间隔开。
本说明书的各方面公开了一种包括EEG电极的神经调节装置。本文公开的神经调节装置包括多个EEG电极，其被设计成提供对脑波活动的最优测量(不具限制地包括波频率、波振幅和波形)以便有效地识别脑活动的一个或多个特性、相位或状态。EEG电极可以是干电极或湿电极。本文公开的神经调节装置可以进一步包括放大从所述多个EEG电极获得的信号的一个或多个可编程增益放大器。如此，EEG电极布置、EEG电极数量、EEG电极的敏感性、每个EEG电极之间的间距、信号放大部位和一个或多个增益放大器的容量各自与本文公开的神经调节装置的最优功能有关系。在一些实施例中，本文公开的EEG电极是在导电材料上具有构建到头带中的前置放大器的可更换扣件。EEG敷设电缆还驻存在壳体单元内。超声和EEG敷设电缆两者通过后脑勺附近的端口离开可穿戴并且进入端口到达控制单元中。
如图1A至图1B中所示出的，神经调节装置110包含位于主要环带122的内表面上并且被配置成与用户的颅骨介接的EEG电极。在一些实施例中，神经调节装置110包含位于主要环带122的前部分上、定位在用户眉毛上面的前额处的单个EEG电极。在一些实施例中，神经调节装置110包含各自位于主要环带122的前部分上、定位在用户眉毛上面的前额处的多个EEG电极。在这些实施例的各方面，并且如图1A至图1B中所示出的，本文公开的神经调节装置包括各自位于主要环带122的前部分上的两个EEG电极150，其中，一个定位在用户的左眉毛上面并且另一个定位在用户的右眉毛上面。
构成本文公开的神经调节装置的单个EEG电极或多个EEG电极提供足以提供对脑波活动的最优测量，不具限制地包括波频率、波振幅和波形类型，以便有效地识别脑活动的一个或多个特性、相位或状态的敏感性。在这个实施例的各方面，本文公开的神经调节装置包括具有足以检测并测量α波、θ波、δ波、睡眠纺锤波、K复合波或其任何组合的敏感性的多个EEG电极。
神经调节装置110可以包括EEG电极的平面、开放曲线弧或闭合曲线弧配置。EEG电极的平面、开放曲线弧或闭合曲线弧配置是被设计成提供对脑波活动的最优测量(不具限制地包括波频率、波振幅和波形类型)以便有效地识别脑活动的一个或多个特性、相位或状态的配置。在一些实施例中，本文公开的神经调节装置是EEG电极的一维平面、曲线或闭合曲线弧配置。在一些实施例中，每个EEG电极可以被孤立地控制，或在集群中被控制以减少敷设电缆。
在一些实施例中，本文公开的神经调节装置包括EEG电极的二维平面、开放曲线弧或闭合曲线弧配置。在这些实施例的各方面，神经调节装置的二维平面、开放曲线弧或闭合曲线弧配置可以包括例如2行、3行、4行或5行EEG电极。在这些实施例的其他方面，神经调节装置的二维平面、曲线或闭合曲线弧配置可以包括例如至少2行、至少3行、至少4行或至少5行EEG电极。在这些实施例的又其他方面，神经调节装置的二维平面、曲线或闭合曲线弧配置可以包括例如至多2行、至多3行、至多4行或至多5行EEG电极。在这些实施例的又其他方面，神经调节装置的二维平面、曲线或闭合曲线弧配置可以包括例如2至3行EEG电极、2至4行EEG电极、2至5行EEG电极、3至4行EEG电极、3至5行EEG电极或4至5行EEG电极。
构成本文公开的神经调节装置的EEG电极的数量是被设计成提供对脑波活动的最优测量，不具限制地包括波频率、波振幅和波形类型，以便有效地识别脑活动的一个或多个特性、相位或状态的数量。在这个实施例的各方面，神经调节装置包括例如1个、2个、3个、4个、5个、6个、7个、8个、9个或10个EEG电极。在这个实施例的各方面，神经调节装置包括例如至少1个、至少2个、至少3个、至少4个、至少5个、至少6个、至少7个、至少8个、至少9个或至少10个EEG电极。在这个实施例的其他方面，神经调节装置包括例如至多1个、至多2个、至多3个、至多4个、至多5个、至多6个、至多7个、至多8个、至多9个或至多10个EEG电极。在这个实施例的其他方面，神经调节装置包括例如2至3个EEG电极、2至4个EEG电极、2至5个EEG电极、2至6个EEG电极、2至7个EEG电极、2至8个EEG电极、2至9个EEG电极、2至10个EEG电极、3至4个EEG电极、3至5个EEG电极、3至6个EEG电极、3至7个EEG电极、3至8个EEG电极、3至9个EEG电极、3至10个EEG电极、4至5个EEG电极、4至6个EEG电极、4至7个EEG电极、4至8个EEG电极、4至9个EEG电极、4至10个EEG电极、5至6个EEG电极、5至7个EEG电极、5至8个EEG电极、5至9个EEG电极、5至10个EEG电极、6至7个EEG电极、6至8个EEG电极、6至9个EEG电极、6至10个EEG电极、7至8个EEG电极、7至9个EEG电极、7至10个EEG电极、8至9个EEG电极、8至10个EEG电极或9至10个EEG电极。
在一些实施例中，本文公开的神经调节装置包含多个EEG电极，位于主要环带的前部分上、定位在用户眉毛上面的前额处以及位于主要环带的每一侧上、定位在用户耳朵上面的左和右太阳穴区处。在这些实施例的各方面，本文公开的神经调节装置包括四个EEG电极，具有：位于主要环带的前部分上的两个EEG电极，其中，一个定位在用户的左眉毛上面并且另一个定位在用户的右眉毛上面；位于主要环带的左侧上、定位在用户耳朵上面的左太阳穴区处的一个EEG电极；以及位于主要环带的左侧上、定位在用户耳朵上面的右太阳穴区处的一个EEG电极。在这些实施例的其他方面，本文公开的神经调节装置包括六个EEG电极，具有：位于主要环带的前部分上的两个EEG电极，其中，一个定位在用户的左眉毛上面并且另一个定位在用户的右眉毛上面；位于主要环带的左侧上、定位在用户耳朵上面的左太阳穴区处的两个EEG电极；以及位于主要环带的左侧上、定位在用户耳朵上面的右太阳穴区处的两个EEG电极。在这些实施例的又其他方面，本文公开的神经调节装置包括八个EEG电极，具有：位于主要环带的前部分上的四个EEG电极，其中，两个阵列定位在用户的左眉毛上面并且两个阵列定位在用户的右眉毛上面；位于主要环带的左侧上、定位在用户耳朵上面的左太阳穴区处的两个EEG电极；以及位于主要环带的左侧上、定位在用户耳朵上面的右太阳穴区处的两个EEG电极。
在一些实施例中，本文公开的神经调节装置包含位于主要环带的前部分上、定位在用户眉毛上面的前额处的单个EEG电极以及位于主要环带的每个侧上、定位在用户耳朵上面的左和右太阳穴区处的单个超声换能器阵列。在一些实施例中，本文公开的神经调节装置包含位于主要环带的前部分上、定位在用户眉毛上面的前额处的多个EEG电极以及位于主要环带的每个侧上、定位在用户耳朵上面的左和右太阳穴区处的多个超声换能器阵列。在这些实施例的各方面，本文公开的神经调节装置包括：各自位于主要环带的前部分上的两个EEG电极，其中，一个定位在用户的左眉毛上面并且另一个定位在用户的右眉毛上；以及位于主要环带的每一侧上、定位在用户耳朵上面的左和右太阳穴区处的单个超声换能器阵列。在这些实施例的其他方面，本文公开的神经调节装置包括：各自位于主要环带的前部分上的两个EEG电极，其中，一个定位在用户的左眉毛上面并且另一个定位在用户的右眉毛上面；位于主要环带的左侧上的两个超声换能器阵列；以及位于主要环带的右侧上的两个超声换能器阵列。
在这个实施例的各方面，本文公开的神经调节装置包括具有足以检测并测量例如至少0.1Hz、至少0.2Hz、至少0.25Hz、至少0.3Hz、至少0.4Hz或至少0.5Hz的脑波频率的敏感性的多个EEG电极。在这个实施例的其他方面，本文公开的神经调节装置包括具有足以检测并测量例如0.1Hz至50Hz、0.1Hz至60Hz、0.1Hz至75Hz、0.25Hz至50Hz、0.25Hz至60Hz、0.25Hz至75Hz、0.5Hz至50Hz、0.5Hz至60Hz或0.5Hz至75Hz的脑波频率的多个EEG电极。
在这个实施例的各方面，本文公开的EEG监测阵列从EEG电极提供足以检测并测量例如至少5μV、至少25μV或至少50μV的脑波振幅的敏感性。在这个实施例的其他方面，本文公开的EEG监测阵列从EEG电极提供足以检测并测量例如5μV至500μV、5μV至750μV或5μV至1,000mV、25μV至500μV、25μV至750μV、25μV至1,000mV、50μV至500μV、50μV至750μV或50μV至1,000mV的脑波振幅的敏感性。
本文公开的神经调节装置被配置成提供每个EEG电极之间的间距以便提供对脑波活动的最优测量，不具限制地包括波频率、波振幅和波形类型，以便有效地识别脑活动的一个或多个特性、相位或状态。在这个实施例的各方面，神经调节装置包括彼此相等地间隔开的多个EEG电极。在这个实施例的各方面，神经调节装置包括多个EEG电极，其中，每个EEG电极彼此间隔开例如大约20mm、大约25mm、大约30mm、大约35mm、大约40mm、大约45mm、大约50mm、大约55mm或大约60mm。在这个实施例的其他方面，神经调节装置包括多个EEG电极，其中，每个EEG电极彼此间隔开例如至少20mm、至少25mm、至少30mm、至少35mm、至少40mm、至少45mm、至少50mm、至少55mm或至少60mm。在这个实施例的又其他方面，神经调节装置包括多个EEG电极，其中，每个EEG电极彼此间隔开例如至多20mm、至多25mm、至多30mm、至多35mm、至多40mm、至多45mm、至多50mm、至多55mm或至多60mm。在这个实施例的又其他方面，神经调节装置包括多个EEG电极，其中，每个EEG电极彼此间隔开例如大约20mm至大约30mm、大约20mm至大约40mm、大约20mm至大约50mm、大约20mm至大约60mm、大约30mm至大约40mm、大约30mm至大约50mm、大约30mm至大约60mm、大约40mm至大约50mm、大约40mm至大约60mm或大约50mm至大约60mm。
本文公开的神经调节装置进一步包含导电布线。这样的导电布线可以在外部位于装置壳体上或嵌入在可穿戴装置壳体120内，比如通道内，并且将通过位于背部的端口离开壳体。在一些实施例中，导电布线将在前后方向上平行于颅骨离开缆线端口160，从而允许用户仰卧在齐平的电线上。本文公开的导电布线给每个EEG电极150的EEG放大级、每个超声换能器阵列140、刺激控制单元200和其相关联处理元件和功能以及神经调节装置110的其他组件供电，并且可以捆绑在一起。在一些实施例中，导电布线延伸穿过主要环带122内的通道，从而将每个EEG电极150连接到一个或多个放大器、数字模拟转换器和刺激控制单元200，然后经由位于主要环带122的后部分处的缆线端口160离开。在一些实施例中，并且关于每个超声换能器阵列140，导电布线延伸穿过主要环带122内的通道，从而将每个超声换能器阵列140连接到刺激控制单元200，然后经由位于主要环带122的后部分处的缆线端口160离开。
本说明书的各方面公开了一种包括刺激控制计算环境的神经调节系统，该刺激控制计算环境包括刺激控制单元和离线计算装置。参考图1A，神经调节系统100进一步包含位于主要环带122上或使用导电布线210经由缆线端口160系连到主要环带122的刺激控制单元200。刺激控制单元200包括中央控制ASIC处理器、包含超声相位控制组件的印刷电路板(PCB)组件)、一个或多个信号放大器、超声匹配网络以及电源和其他处理器。ASIC芯片处理EEG数据、超声状态数据、超声发射元件目标相位数据、用电量和数据存储。该ASIC处理器发送关于元件相位的信息，该元件相位触发超声相位控制组件和PCB组件的一个或多个信号放大器。该PCB组件然后将信号发送到超声匹配网络以减少因声学阻抗不匹配产生的反射并且然后发送到超声换能器阵列140的每个超声发射元件142，这允许在神经调节装置110上实现波束转向。包含在刺激控制单元200中的电池单元具有适当的额定电流和电压以满足神经调节装置110的需要。刺激控制单元200使用关于每个目标结构(其可以是单个目标的细分)的相位延迟的输入文件以及用于每个目标的刺激协议。这个文件是通过比如LIGHTNING连接器、微USB连接器、USB-C连接器等总线接口来加载的，并且通过对穿戴神经调节装置110的用户的脑图像集执行的声学模拟来得到。模拟相对于每个超声换能器阵列140的超声发射元件142映射患者的目标脑区并且适当地对每个元件定时进行相位校正，使得波束聚焦在目标上。在图2中示出了本文公开的刺激控制单元的示例性算法框架。
参考图1A，本文公开的刺激控制计算环境还包括离线计算装置250，包括包含一个或多个处理器以及多个软件和硬件组件(包括数字模拟转换器、函数发生器和硬盘驱动器)的算法框架，所述算法框架被配置成执行程序指令或例程以执行控制本文公开的神经调节装置的可操作性的数据处理和执行功能。
本文公开的刺激控制单元200和软件元件的算法框架是一个或多个系统和方法的一部分，该系统和方法实时应用数学函数、模型或其他分析和数据处理技术以确保本文公开的神经调节装置响应于通过EEG电极获得的脑活动数据而以适当的空间和时间方式将超声刺激单独地并有区别地施加到脑部的一个或多个特定区。软件元件包括在本文被称为离线算法映射元件300的离线元件，以及在本文被称为在线算法刺激应用元件310的在线元件。
本文公开的用于调制神经调节装置的操作的系统和方法可以在许多不同计算环境中实施。例如，经许可的分布式账本可以结合专用计算机、编程的微处理器或微控制器和(多个)外围集成电路元件、ASIC或其他集成电路、数字信号处理器、电子或逻辑电路(比如离散元件电路)、可编程逻辑装置或门阵列(比如PLD、PLA、FPGA、PAL和任何类似装置)来实施。通常，实施本文展示的方法的任何装置可以用于实施本发明的各个方面。可以用于本发明的示例性硬件包括计算机、手持式装置、电话(例如，蜂窝、支持互联网、数字、模拟、混合和其他)以及其他这样的硬件。这些装置中的一些包括处理器(例如，单个或多个微处理器)、存储器、非易失性存储、输入装置和输出装置。此外，包括但不限于分布式处理、并行处理或虚拟机处理的替代性软件实施方式还可以被配置成执行本文描述的方法。
用于调制本文公开的神经调节装置的操作的系统和方法还可以在可以存储在存储介质上的软件中部分地实施，所述软件在控制器和存储器、专用计算机、微处理器等的协作下在经编程通用计算机上执行。在这些实例中，本发明的系统和方法可以实施为嵌入在个人计算机上的程序，比如小应用程序、
Figure BDA0004030338970000341
或CGI脚本，，实施为驻存在服务器或计算机工作站上的资源，实施为嵌入在专用测量系统、系统组件等中的例程。系统还可以通过将系统和/或方法物理地并入到软件和/或硬件系统中来实施。
另外地，本文公开的数据处理功能可以由存储在这样的存储器中或由这样的存储器执行的一个或多个程序指令执行，并且进一步可以由被配置成执行这些程序指令的一个或多个模块执行。模块旨在是指能够执行本文描述的数据处理功能的任何已知或后来开发的硬件、软件、固件、人工智能、模糊逻辑、专家系统或硬件与软件的组合。装置包括三个关键软件模块：EEG控制器模块，该EEG控制器模块包括睡眠阶段分类器和慢波分析功能；超声模块，该超声模块控制超声波束成形和刺激模式；以及数据记录模块，该数据记录模块捕获所有交互数据以用于优化目的(图3A至图3B)。
本文公开的刺激控制单元具有用于将临时和长期数据存储到可用硬盘驱动器空间的容量。取决于刺激控制单元的存储容量，数据可以在写入到每个文件之前使用时间窗平均化被减少采样。所存储数据不具限制地包括时间戳、由本文公开的EEG电极接收的实时信息、由本文公开的刺激控制单元生成的信息以及由本文公开的超声换能器阵列接收的信息。
EEG电极信息包括每个电极的EEG数据，该EEG数据优选地被存储为以256Hz采样的微伏时间系列。超声换能器阵列信息包括优选地被存储为具有刺激传递状态的256Hz二进制时间系列的超声刺激信息，例如，其中，1反映超声传递波形是接通，0反映超声传递波形是关断。在刺激周期期间传递到每个超声换能器元件的电压波形模式唯一于每个用户并且可以以标准格式存储在刺激控制单元上。这个文件包括比如超声换能器元件相位延迟、基本频率、爆发调制频率和爆发间间隔等内容。在一些实例中，这些文件中的多个可以创建在大脑空间中的特定焦点。例如，一个文件可以产生对中央内侧丘脑的聚焦，并且另一文件产生对丘脑的网状核的聚焦。
刺激控制单元可以进一步包括实时应用数学函数、模型或其他分析和数据处理技术以用于电池管理、数据卸载/加载或设计到本文公开的神经调节装置中的其他操作的一个或多个系统和方法。关于用户特定的数据卸载/加载，刺激控制单元可以是因特网连接的，并且将自动扫描每个神经调节装置上的数据存储以获得新的数据文件并根据需要卸载。
在图3中示出了用于调制本文公开的神经调节装置的操作的示例性系统和方法。包括频率、振幅、波形的脑活动数据连续地由本文公开的EEG电极收集并且所收集的数据被放大。这个被放大的脑活动数据然后从数字模拟转换(DAC)板传递并且然后被中继到刺激控制单元的一个或多个处理器。刺激控制单元然后执行脑活动软件以分析这个EEG信息以便将脑活动归类，并且如果满足指定标准，则发起用于施用超声刺激的协议。本文公开的刺激控制单元然后基于由离线算法映射元件300生成的离线相位指令来执行相位得到校正的波束转向。这些指令是使用脑图像数据和大脑亚结构映射软件离线生成的，该脑图像数据和大脑亚结构映射软件分析用户的颅骨解剖构造以识别大脑的一个或多个特定区并且准确地识别被指定进行超声刺激的目标位置。用于每个元件的相位校正指令是通过对脑图像数据执行声学模拟以预测最优聚焦参数来确定的。一旦大脑的这些区已被映射，本文公开的刺激控制单元然后就指示本文公开的超声换能器阵列将超声信号施用到这些被映射脑区持续某个时间段并且具有或不具有信号放大。来自本文公开的EEG电极的恒定输入致使从本文公开的刺激控制单元进行连续发起和/或调整，这调控由本文公开的超声换能器阵列的超声施加。这产生使得能够对需要这种刺激的一个或多个特定脑区进行及时、有效和准确的超声刺激的反馈机制。
本说明书的各方面部分地公开了用于在在线算法刺激应用元件310中处理由本文公开的EEG电极采集的实时信息的系统和方法。用于处理这个实时EEG信息的所公开系统和方法包括脑活动分析软件，该脑活动分析软件评估EEG信息以便将脑活动归类，确定所测量的脑活动是否满足指定标准，并且如果满足这样的标准，则发起用于施用超声刺激，包括大脑亚结构映射和超声施用的协议。
在一些实施例中，脑活动分析软件评估脑活动以便对睡眠周期的睡眠阶段进行归类，以便确定指示NREM睡眠的阶段N2或NREM睡眠的阶段N3的慢波信号。装置将使用部分地由图2示出的算法来识别用于恰当地施加超声刺激的慢波的当前相位。在本申请中，关于EEG测量的相位是指沿着所记录脑区的周期或振荡在正测量电压与负测量电压之间的点。为了在装置运行时识别目前慢波相位，将对最近采集的EEG信号的片段执行频谱分析；这通常将是但不限于所采集信号的最后4秒。将对这个片段执行频谱分析，其中，还被称为频域的所有脑波频率的贡献是确定的。在这个实施例的方面，使用快速傅里叶变换(FFT)分析来执行频谱分析以确定频域。系统然后将通过确定在0.5Hz与2Hz之间的最大贡献频率来确定主导慢波频率。这个主导慢波频率然后将用于确定当前慢波相位。可以针对主导频率对信号进行带通滤波以移除大于或小于主导信号的外来信号。为了确定已滤波或未滤波信号的相位，可以使用多种方法。在一个实施例中，具有主导频率的正弦波函数将拟合到已滤波EEG信号。当前慢波相位将由拟合到EEG信号的正弦波的结束相位来确定。如果信号采集被延迟，则正弦波可以延伸到数据以外以预测未来相位。在另一方法中，可以使用锁相环路。锁相环路是一种控制系统，它检测参考信号和输入信号的相位差，从而有效地允许系统实时识别波信号的波峰和波谷。一旦已通过这些方法中的任一种或某种其他合适的方法确定相位，如果相位满足一个或多个特定标准，则系统然后将传递超声刺激，如图4A至图4E中所展示的。这可能是相位与“上升状态”的给定度数或弧度数相匹配或在所述给定度数或弧度数内，在所述“上升状态”下，测量电压是最正的。这个“上升状态”是通过丘脑爆发活动参与皮质丘脑环路而生成的。替代性地，标准可以是相位与皮质丘脑环路不活跃的“下降状态”相匹配。
取决于目标细胞类型的超声响应，施用的相对相位可以变化。在这个实施例的各方面，当慢波频率的相位与峰值慢波频率相差例如大约50°、大约55°、大约60°、大约65°、大约70°、大约75°、大约80°、大约85°、大约90°、大约95°时发起用于施用超声刺激的协议(或方案，protocol)。在这个实施例的其他方面，当慢波频率的相位与峰值慢波频率相差例如至少50°、至少55°、至少60°、至少65°、至少70°、至少75°、至少80°、至少85°、至少90°、至少95°时发起用于施用超声刺激的协议。在这个实施例的又其他方面，当慢波频率的相位与峰值慢波频率相差例如至多50°、至多55°、至多60°、至多65°、至多70°、至多75°、至多80°、至多85°、至多90°、至多95°时发起用于施用超声刺激的协议。在这个实施例的又其他方面，当慢波频率的相位与峰值慢波频率相差例如大约50°至大约60°、大约50°至大约70°、大约50°至大约80°、大约50°至大约90°、大约50°至大约100°、大约60°至大约70°、大约60°至大约80°、大约60°至大约90°、大约60°至大约100°、大约70°至大约80°、大约70°至大约90°、大约70°至大约100°、大约80°至大约90°、大约80°至大约100°或大约90°至大约100°时发起用于施用超声刺激的协议。
本说明书的各方面部分地公开了用于映射大脑的一个或多个特定区的系统和方法。用于映射大脑的一个或多个特定区的所公开系统和方法包括识别大脑的一个或多个特定区并且准确地绘制被指定进行超声刺激的一个或多个目标位置的大脑亚结构映射软件，如图5A至图5J中所展示的。本文公开的神经调节装置的超声聚焦依赖于来自沿着超声换能器阵列的不同压力源的声波的协调干扰的收敛，这些声波受用户颅骨的头骨厚度和脑形态的非线性以及头骨入射角的非线性影响。另外，这种异质头骨和脑形态可以在用户之间基本上不同。本文公开的大脑亚结构映射软件通过在绘制适当地使大脑的特定区的超声刺激转向的解决方案时识别这些非线性和变化并对其进行解释来对迎合每个用户的唯一颅骨形态的最优超声聚焦参数进行建模。
本文公开的大脑亚结构映射软件识别超声刺激要瞄准的一个或多个特定区。在一些实施例中，通过将脑图像扫描与可以是公开可用或在内部注解的脑图谱进行比较以便识别公共坐标空间来识别大脑的一个或多个特定区。脑图像扫描包括通过计算机断层扫描(CT)和磁共振成像(MRI)而生成的扫描。这样的脑图像扫描的非限制性源包括从本文公开的神经调节装置的用户获得的扫描(为特定用户定制的个性化模型)、通过医疗设施从识别不出的个体获得的扫描、或通过如人类连接组的登记处从识别不出的个体获得的扫描。脑图像扫描与常见脑区图谱配准并且执行图像分割以识别超声刺激要瞄准的一个或多个特定区的体素空间中的质心。在一些实施例中，目标脑区是丘脑。在一些实施例中，超声刺激要瞄准的一个或多个特定区是丘脑的子区，比如但不限于丘脑中央核、网状丘脑或侧丘脑或其某种组合。
在一些实施例中，使用与脑区协调的生物特征参数来识别大脑的一个或多个特定区。目标部位可以被估计为在3D空间中相对于生物特征的点，该生物特征具有目标部位的位置的某个预测值。这个生物特征可以包括但不限于人的眼睛、耳朵、眉峰、鼻子、嘴、下颌或其他附器相对于颅骨标志的位置。这个生物特征还可以包括沿着颅骨特征轴线的相对点，比如沿着前额在耳朵与眼睛之间、在嘴角至耳根之间或在颅骨特征或附器的某个其他组合之间的分数定义的中点。
一旦识别出一个或多个特定脑区，本文公开的大脑亚结构映射软件便识别图像数据内的每个换能器元件的坐标空间。然后，其基于估计元件与一个或多个所识别位置的目标之间的声学时间路径长度或执行全波模拟来准确地计算超声发射元件的时间相位偏移。最初，软件将通过采用将来自脑建模数据库的脑图像扫描的像素转换为声学阻抗的测量值(亨氏单位)的算法来确定声学阻抗。本文公开的大脑亚结构映射软件然后确定将超声刺激有效地施加到大脑的给定区上所需要的波束转向。在一些实施例中，由波方程的建模模拟通过估计到目标焦点的时间波路径长度、考虑跨头骨和组织的声速差以及波折射来确定所需波束转向。模拟然后调整每个超声换能器元件的激发相位延迟，直到波峰在焦点处相长干涉。
在一些实施例中，在给出施加到超声换能器元件的某些相位和功率输入的情况下，使用声学模拟软件的模型提供波束特性的3-D矩阵。这可以包括在x、y和z域中的目标结构与非目标结构之间的最大可能功率分布比率、在大转向角度下的波束变形的特性和/或最小可实现的焦距大小。在一些实施例中，可以通过迭代刺激应包含目标部位的区的不同位置来确定目标大脑部位。利用这个方法，可以基于用户数据从大脑-头骨模型数据库或焦点分布估计一般目标空间，如图5A至图5J中所展示的。这个空间可以具有概率特征，其中，3D坐标空间的某些层可以比其他层更有可能包含目标部位。换能器可以被编程为在测量生物读出的同时以逐步方式扫描这个3D空间。扫描坐标空间可以均匀地间隔开，从而对每个点给予相等的检查权重，或可不均匀地间隔开以反映目标部位存在于给定坐标处的概率。坐标空间可以在检查过程中是静态的或可以是动态的以反映在检查期间每个坐标处的阳性或阴性生物读出。生物读出可以是EEG的特征(比如慢波振幅)或用户所描述的主观测量(比如感官体验或精神状态描述)。读出可以在每个坐标处被执行一次、多次或基于概率空间的加权次数。
在一些实施例中，本文公开的大脑亚结构映射软件通过绘制从用户颅骨上的固定参考点到目标脑区的边缘的最大侧向转向角度来确定所需波束转向。在这些实施例的各方面，本文公开的大脑亚结构映射软件通过绘制从超声换能器阵列到目标脑区的最大和最小侧向转向角度的最大角度来确定所需波束转向。
在一些实施例中，本文公开的大脑亚结构映射软件映射丘脑的位置。例如，并且如图5A至图5B中所展示的，使用大脑建模数据库映射丘脑610的位置，并且通过将前连合标记为控制点(图5A，十字准线)并将神经调节装置110的超声换能器阵列140(图5B)放置为设定点来在经转换MRI扫描上计算相对于丘脑的最后部和最前部部分的最大角度，并且虚线指示焦点转向角度。如图5C至图5D中所展示的，来自本文公开的神经调节装置的超声刺激的投射建立了压力场，该压力场仅以场的最高强度部分啮合丘脑的一部分。作为另一示例，并且如图5E和图5H中所展示的，本文公开的大脑亚结构映射软件使用大脑建模数据库映射丘脑(紫色)的位置，并且然后如图5F和图5I中所示出的，准确地绘制将超声刺激施加到丘脑。
在一些实施例中，本文公开的大脑亚结构映射软件创建包含关于目标脑区的用户特定信息以及每个超声换能器元件的必要相位延迟的文件格式。
在应用一个或多个机械学习技术以用于睡眠阶段确定、EEG频谱分析并相应地控制超声发射元件的系统和方法中，本文公开的神经调节装置的刺激控制单元包括人工智能的实施方式。本发明设想了许多不同类型的人工智能，并且更具体地，机械学习可以被采用并在本发明的范围内。除了或代替神经网络，人工智能和机械学习的应用还可以包括这些类型的人工智能中的一个或多个。这些可以包括但不限于比如k最近邻(KNN)、逻辑回归、支持向量机或网络(SVM)以及一个或多个其他类型的机械学习范式，比如监督学习、无监督学习、深度学习和强化学习的实例化的技术。无论如何，在本发明的算法框架中使用人工智能和机械学习会通过自动地并启发式地相对于从多个传感器获得的数据与刺激控制单元使用的其他输入数据之间的复杂交互构建适当关系(数学或其他)来增强在其中执行的数据处理功能的效用，以达成对特定车辆操作条件的最适当响应。
本说明书的各方面还公开了一种刺激控制单元，包括比如用于睡眠阶段预测的深度学习模型等机器学习元件。本发明中的人工智能系统的这种应用涉及自动监测、分类、量化EEG信息以实时预测用户的睡眠阶段。用于睡眠阶段预测的深度学习模型将首先使用表示学习以使用卷积神经网络(CNN)从原始EEG数据提取有用特征来检测原始数据上的特征，比如使用原始EEG上的1D卷积或频谱图上的2D卷积。用于睡眠阶段预测的深度学习模型然后将通过使用递归和完全连接的单元层来采用序列残差学习以将从第一部分提取的特征分类为睡眠阶段。递归单元的使用允许在问题中考虑时间维度。用于睡眠阶段预测的深度学习模型还将包括纠错层，所述纠错层将通过使用编码器-解码器方法来处理运动伪影和其他外部噪声。
在一些实施例中，并且如图7A至图7B中所示出的，用于睡眠阶段预测的深度学习模型包括使用四信号(EEG、EOG-R、EOG-L和EMG)输入架构的一个多分支。用于睡眠阶段预测的多分支深度学习模型由卷积神经网络的四个分支和LSTM构成。张量在分支的末端串联并且馈入完全连接层中。这个最后完全连接层可以被精细调谐以允许利用转移学习实现个性化。双向LSTM将被用作用于评估单个EEG信号架构的基线。
在一些实施例中，并且如图8A至图8C中所示出的，用于睡眠阶段预测的深度学习模型包括使用单信号(EEG)输入架构的一个或两个分支。用于睡眠阶段预测的单或双分支深度学习模型的每个分支是具有不同滤波器配置的卷积神经网络以从信号捕获不同特征。这些张量被串联并且然后馈送到另外两个分支，一个具有双向长短期记忆并且一个具有完全连接层。结果再次被串联并且馈送到最后完全连接层。
在一些实施例中，用于睡眠阶段预测的深度学习模型基于具有大短期记忆的双向递归网络并利用数以千计的经标记多导睡眠图进行训练。用于睡眠阶段预测的这种深度学习模型使得能够实时对多导睡眠图和EEG进行分类以允许针对给定用户实现分类的个性化。在这些实施例的各方面，用于睡眠阶段预测的深度学习模型基于具有或不具有长短期记忆(LSTM)的双向递归神经网络(RNN)。
在一些实施例中，用于睡眠阶段预测的深度学习模型是通过基于公开可用的信息来创建通宵多导睡眠图的数据库来形成的。这样的多导睡眠图可以从健康个体并且从患有相关睡眠状况，比如耐药失眠、REM睡眠行为障碍或发作性睡病，的个体获得。
在一些实施例中，用于睡眠阶段预测的深度学习模型是通过创建来自同一个体的通宵多导睡眠图的个性化数据库来形成的。这样的多导睡眠图可以通过让用户在受控条件下睡眠并手动标记它们以便通过重新训练它们持续几个时期而细化最后层权重来获得的。个性化数据库可用于重新训练深度学习模型的最后一层以便适应于每个个体的差异，从而允许本文公开的神经调节装置针对用户进行个性化。
本说明书的各方面还公开了一种包括用于调控超声刺激参数的深度学习模型的刺激控制单元。人工智能系统的这种施加(或应用，application)涉及自动确定并实时调整调节脑活动所需要的超声刺激参数。用于调控超声刺激参数的深度学习模型可以在个体化水平上读取来自大脑深处的信息，并且实时指示本文公开的神经调节装置传递所需要的超声刺激以实现其期望结果。在一些实施例中，深度学习模型自动确定并实时调整调节脑活动所需要的超声刺激参数以便改善睡眠质量。在一些实施例中，用于调控超声刺激参数的深度学习模型包括1)强化学习，其用于实时适应于装置位置的变化和其他外部因素；2)子系统例程，其控制EEG电极；和3)数据记录模块，其用于训练长期个性化并且用于改进其他模块。
在一些实施例中，本文公开的神经调节装置用聚焦超声刺激瞄准丘脑，如图5A至图5I中所示出的。尽管与皮层没有直接的相互作用，但丘脑的聚焦超声刺激最终通过皮质丘脑环路接触更大体积的皮质。皮质丘脑环路是圆形神经元网络，涉及在皮层、基底神经节、丘脑和回到皮质之间的连接。环路的两个主要路径是纹状体和丘脑底核(STN)。纹状体接收来自皮质的兴奋性输入和来自黑质致密部(SNc)的调节性输入，而丘脑底核仅接收来自皮质的兴奋性输入。两条路径从纹状体出现。一条路径被称为间接(或NoGo)路径，其投射到并抑制苍白球外侧(GPe)，从而导致苍白球内侧(GPi)的解除抑制，这导致丘脑受到抑制。这条路径还由于抑制GPe而对丘脑底核解除抑制，这导致GPi的激发，并且因此抑制丘脑。第二条路径被称为直接(或Go)路径，其投射到并抑制GPi，从而导致丘脑的解除抑制。丘脑的解除抑制导致皮层的神经刺激，而丘脑的抑制防止这样的刺激。皮质丘脑环路接收来自丘脑下区的对身体内稳态进行编码的输入以及比如触摸和声音等外围感官信息。其投射广泛地传播到皮层以及其他睡眠和觉醒促进区中，在这些区中，信息在结构之间振荡，从而形成空间上宽广的信息流网络。
本文公开的神经调节装置是通过以下方式来定位的：将装置壳体放置在用户头部上并且调整主要和次要环带以使EEG电极位于比如前额以及左太阳穴和右太阳穴区等适当位置中并且使超声换能器阵列位于比如左和右颞窗区等适当位置中。在恰当地调整装置壳体之后，本文公开的神经调节装置的位置被牢固地固定以确保正常运行。
在操作中，并且如图6中所示出的，本文公开的神经调节装置连续地测量并处理来自用户大脑的实时EEG信号以即时识别用户的当前睡眠阶段。在一些实施例中，使用比如δ(0.5Hz至4Hz)、θ(4Hz至8Hz)、α(8Hz至12Hz)和β(12Hz至30Hz)功率等不同频谱分量的比率来确定睡眠阶段。当装置将睡眠阶段归类为NREM的N2或NREM的阶段N3时，本文公开的装置的脑活动软件然后将确定在慢波频率范围内的FFT的主导频率，该脑活动软件将被用作用于使用锁相环路确定慢波阶段的振荡器。如果锁相环路在相对于峰值慢波频率的给定相位范围内找到慢波，则瞄准丘脑的换能器波束转向参数将向丘脑施加聚焦超声刺激，增加丘脑活动，从而增强SWS。
取决于装置的规定操作，超声波形可以具体地在睡眠的NREM阶段期间传递，或替代性地可以在觉醒状态期间传递。如果睡眠阶段被指派了刺激，则装置找到FFT的峰值频谱分量。应用锁相环路算法以生成真实信号(参考信号)的锁相信号以确定慢波的当前相位。如果当前相位在刺激范围内，则在数据包间间隔的持续时间内触发超声刺激。一旦过去了数据包间间隔，就在装置被设置为操作的同时再次连续地启动例程。
除了上文描述的实施方式之外，本文公开的神经调节装置还可以用于检查超声刺激的最优空间参数。装置检查基线δ功率，并且将其与用空间中的不同焦点以及超声传递的不同慢波相位实现的δ功率变化进行比较。空间点可以局限于丘脑周围的空间，或局限于换能器的最大操纵能力。
在穿戴期间，经由装置上的单个按钮使神经调节装置通电。以120Hz采集并分析EEG。中央处理控制单元使用梯度提升决策树算法来确定睡眠阶段并且实时识别慢波。如果用户在NREM的阶段N2或N3中并且正在经历慢波，则神经调节装置将聚焦超声能量的单个连续100ms脉冲发送到丘脑以便增强丘脑活动并且继而增强慢波和后续慢波的振幅。取决于丘脑宽度，装置可以在刺激的整个持续时间内使波束在结构上进行光栅扫描。然后设置超时周期，必须在后续刺激之前经过所述超时周期；这确保组织加热被限制为小于1℃。在整个穿戴过程中，EEG时间系列数据和超声刺激状态时间系列存储在中央处理单元上并且使用总线接口(比如LIGHTNING连接器、微USB连接器、USB-C连接器等)卸载到外部计算装置上。
本说明书还公开了用于使用本文公开的神经调节装置预防和/或治疗脑部疾病的方法和用途。脑部疾病的非限制性方面包括睡眠障碍、与睡眠困扰相关联的脑部疾病、精神疾病、代谢紊乱、癫痫或其他痫性发作病症、焦虑症、抑郁症和/或神经性疼痛。
本文公开的神经调节装置可以用于预防或治疗与睡眠困扰相关联的一种或多种睡眠障碍，所述障碍起因于大脑深处的部位或可以通过大脑深处的部位来补救。这可以包括但不限于调节丘脑或丘脑亚区的活动以增强慢波睡眠或睡眠纺锤体生成，以用于增强记忆、免疫功能、认知功能和一般恢复性睡眠功能。
本文公开的神经调节装置可以用于预防或治疗精神障碍，该精神障碍起因于大脑深处的部位或可以通过大脑深处的部位来补救。这可以包括但不限于调节丘脑或丘脑亚区的活动以增强慢波睡眠或睡眠纺锤体生成，以用于增强记忆、免疫功能、认知功能和一般恢复性睡眠功能。
本文公开的神经调节装置可以用于预防或治疗代谢障碍，该代谢障碍起因于大脑深处的部位或可以通过大脑深处的部位来补救。这还可以包括调节蓝斑的活动以增加或减少觉醒。这还可以包括调节外侧下丘脑的下丘脑/食欲素神经元的活动以调节觉醒、情绪状态或食欲。这可以包括调节下丘脑或下丘脑亚区的活动以用于治疗代谢障碍、增加或减少代谢、调整食欲或体温调控。
本文公开的神经调节装置可用于预防或治疗癫痫或痫性发作病症，该癫痫或痫性发作病症起因于大脑深处的部位或可以通过大脑深处的部位来补救。这还可以包括调节丘脑或丘脑亚区的活动以用于治疗局部和非局部痫性发作或颞叶癫痫。
本文公开的神经调节装置可以用于预防或治疗抑郁或焦虑，该抑郁或焦虑起因于大脑深处的部位或可以通过大脑深处的部位来补救。这还可以包括调节杏仁核的活动以治疗和/或改变情绪状态，如抑郁症或焦虑。
本说明书还公开了用于使用本文公开的神经调节装置促进健康脑老化并且预防与年龄有关的脑疾病的方法和用途。这类与年龄有关的脑疾病可能是由于有毒碎片的积累和新陈代谢受损、中风以及神经退行性疾病。
例如，本说明书还公开了用于预防和治疗时差、用于诱导冬眠以预防身体损伤(例如手术后或创伤后)、太空旅行以及用于提高认知表现以达到特定要求(比如对飞行员、士兵、管理人员和参加考试的学生提出的那些心理要求)的方法和用途。
示例
提供以下非限制性示例仅用于说明目的，以便更完整地理解现在设想的代表性实施例。这些示例不应被解释为限制本说明书中所描述的实施例中的任何，包括涉及本文公开的装置或方法和系统的实施例。
示例1
用于睡眠阶段预测的深度学习模型
从表示超过6,700张个体多导睡眠图的三个公开可用的数据集创建包括整夜多导睡眠图的数据库。从这个汇编的数据库提取健康个体的153张多导睡眠图，使用以δ、θ、α和β频谱(分别为1至4Hz、4至8Hz、8至13Hz、13至30Hz)为中心的4阶巴特沃斯带通滤波器预处理EEG数据的Pz-OZ通道。从所得的四个信号提取每个时期的四个时间特征：中值振幅、方差、偏度和峰度；并且提取四个频谱特征：频谱边缘频率差、频谱减少、频谱斜率和频谱扩散。所得的32个特征从前一时期中是并置的以包括系统中的因果关系并且形成表示每个时期的64特征向量。借助于快速傅里叶变换获得谱域，并且从数据集移除具有移动的多个时期。最终，特征被归一化。表1示出了这个数据集中的不同睡眠阶段，所述数据集被分裂为70％用于训练并且30％用于测试。
Figure BDA0004030338970000461
使用包括CNN、RNN的多个深度学习架构以及比如随机森林或梯度提升决策树(GBDT)等非线性机器学习算法来测试分类准确度。使用加权的GBDT模型(100棵树)，所有类别都实现了88％的准确度，对于不太常见的事件，准确度有所下降(N1以及在较小程度上在N3中，参见表2)。使用在两个虚拟维度上的UMAP非线性降维，我们可以将图9A中的不同类别和图9B中的预测的质量可视化。
Figure BDA0004030338970000471
示例2
睡眠研究
在这个研究中，参与者将在诊所在连续两晚的睡眠中穿戴着本文公开的神经调节装置。神经调节装置将接通电源并且设置有针对个体的文件操纵数据。夜间，将评估一个最优空间峰值脉冲平均强度超声功率。神经调节装置将在睡眠的NREM的阶段N2和/或阶段N3期间发射200ms的连续超声波，锁相到参与者慢波。最小刺激间延迟将被设置为5秒以便允许在刺激之后评估慢波功率。将为每个事件随机传递以下强度：在300至360°相位下的5W/cm2、10W/cm2、20W/cm2和40W/cm2。将评估刺激后4.7秒内的δ功率与所有事件的平均δ功率的比率。在第二个研究夜晚之前的7天周期期间，将检查最优功率。研究的第二个夜晚将用于检查在给定功率下的最优刺激慢波相位。相对于下降状态或最小电压，要测试的刺激的相位是300至60°、0至60°、60至120°、120至180°、180至240°和240至300°。慢波增强将由跟着每个刺激参数集的相对慢波振幅来确定并且将在多个事件中被平均化。将使用最低功率剂量以及具有最大增强的相位，所述最低功率剂量实现在统计学上无法与更高功率水平区别开的慢波增强。
示例3
对患有与睡眠困扰相关联的PTSD的个体进行睡眠研究
在这个研究中，被诊断患有PTSD的参与者将被设计为采用适应性设计的一项为期7天的随机化、双盲、假对照研究。参与者将以比率2:1随机接受治疗或假刺激。参与者将被要求在研究前一周和研究期间保持睡眠药物不变。假干预将是穿戴着被设置为传递0mW/cm2超声强度的操作性神经调节装置。基线探访将包括在睡眠实验室睡两晚以适应并记录用于定义参与者的睡眠架构的PSG。所有参与者将被要求穿戴着装置7晚。神经调节装置将由技术人员操作设置，这让医生对治疗组视而不见。使用示例2中定义的最优空间峰值脉冲平均强度功率和相位超声刺激或者假干预，治疗将从晚上9点进行到早上7点。每天上午9点至下午5点，参与者将接受性能测试评估，包括神经调节装置使用对PTSD中的睡眠质量和幸福感的影响。另外，还将记录生命体征、体检和睡眠习惯。
示例4
对患有睡眠困扰的个体进行睡眠研究
在这项研究中，参与者将随机接受睡眠前障碍、睡眠后障碍或假刺激。参与者将被指示在长达7晚的“居家”睡眠监测阶段的7个晚上保持他们在筛选时报告的慢性睡眠时间表。他们将被鼓励获得每晚8小时的最优睡眠时间，其中，在研究的实验室阶段之前的7天里，8小时的周期是在晚上9点到早上8点之间。将使用腕动计来评估参与者的睡眠-觉醒活动以确保遵守这个要求。参与者将需要在这个周期期间避免白天小睡或服用研究禁止的物质。参与者将在居家睡眠监测阶段最后一晚的次日晚上7点左右到达实验室。参与者将熄灯卧床10小时，并且将在早上7点之后离开实验室。参与者将被指示不要在白天打盹，并且将在这个阶段全程用腕动计进行监测。在每个晚上，参与者将经受多导睡眠图监测。参与者将在他们最后一个睡眠饱满阶段的夜晚的第二天、在他们接受治疗后的睡眠限制夜晚之前留在实验室。白天的基线性能评估每天将每4个小时发生一次。这个评估将包括PVT、数学测试和睡眠倾向测试。在睡眠限制夜晚的睡觉时间之前，将由刺激组和假刺激组穿戴着神经调节装置。到晚上11点(+/-10分钟)，参与者将熄灯卧床。刺激组将接收在示例2中识别的功率，其中，神经调节装置按示例3中所描述的那样进行操作。假刺激组的参与者将在没有刺激的情况下睡眠大约4小时。在这4小时周期期间的睡眠时间总共少于约90分钟的参与者将被排除在进一步研究之外。另外地，在熄灯(睡觉时间)大约75分钟内没有入睡的那些参与者将被排除在进一步研究之外。如果刺激导致受试者不适，将立即终止刺激，届时将终止研究参与；这些个体将被允许在晚上剩下的时间睡觉，并在第二天早上从研究中退出。在4小时的睡眠限制周期之后，将有44小时的睡眠剥夺期，在此期间将周期性地评估表现、情绪和睡眠倾向。
在第一次睡眠恢复期间，参与者将被要求整夜穿戴神经调节装置。神经调节装置将为睡眠后困扰组传递超声波。所有参与者将有两个晚上的恢复睡眠，包括晚上11点到早上7点在床上的8小时。恢复夜晚之后的每一天将周期性地发生表现评估。在恢复夜晚期间，将使用腕动计和多导睡眠图客观地监测睡眠。如果所有计划的研究程序和医疗许可在第二个康复之夜后的第二天完成，则研究医学研究者将在晚上7点或更早的时候解雇参与者。
最后，为了说明和描述的目的，已呈现了对本发明的实施例的前述描述。应理解，尽管通过参考特定实施例来强调本发明的各方面，但本领域的技术人员将容易地理解，这些所描述的实施例仅说明包括本发明的原理。如此，特定实施例不旨在是详尽的或将本发明限制于所公开的精确形式。因此，应理解，所公开主题的实施例决不限于本文描述的特定元件、化合物、组合物、组分、制品、设备、方法、用途、协议、步骤和/或限制，除非如此明确地陈述。
另外，本发明的替代实施例、元件、步骤和/或限制的分组不应被解释为限制。每个这样的分组可以单独地或以与本文公开的其他分组的任何组合来提及和要求保护。出于方便和/或专利性的原因，预期分组的一个或多个替代实施例、元件、步骤和/或限制可以包括在分组中或从分组中删除。当出现任何这样的包括或删除时，本说明书被视为包含修改后的分组，因此满足了所附权利要求中使用的所有马库什组的书面描述。
此外，本领域普通技术人员将认识到，在不脱离本发明的精神的情况下，可以根据本文的教导进行某些改变、修改、排列、更改、添加、减去和其子组合。此外，旨在将以下所附权利要求和随后引入的权利要求解释为包括在其真实精神和范围内的所有这些改变、修改、排列、更改、添加、减去和子组合。相应地，本发明的范围不应限于如本说明书所示出和描述的精确范围。
本文描述了本发明的某些实施例，包括本发明人已知的用于执行本发明的最佳模式。当然，本领域普通技术人员在阅读上述描述后，关于这些所描述的实施例的变型将变得显而易见。本发明人预期熟练的技术人员视情况采用这种变型，并且本发明人旨在以不同于本文中具体描述的方式实践本发明。相应地，本发明包括适用法律准许的附加到本发明的权利要求中列举的主题的所有修改和等效内容。此外，本发明囊括上述实施例和其所有可能变型的任何组合，除非本文中另有指示或上下文中另有明确矛盾。
本说明书中使用的词语、语言和术语仅用于描述特定实施例、元件、步骤和/或限制的目的，并不旨在限制仅由权利要求限定的本发明的范围。另外，此类词语、语言和术语应被理解不仅在其共同定义的含义的意义上，而且通过本说明书中的特殊定义包括超出共同定义的含义的范围的结构、材料或行为。因此，如果一个元件、步骤或限制可以在本说明书的上下文中被理解为包括不止一个含义，则其在权利要求中的使用必须被理解为对说明书和词语本身所支持的所有可能含义是通用的。
因此，在下面阐述的权利要求中列举的元件、步骤或限制的定义和含义在本说明书中被定义为不仅包括字面上阐述的元件、步骤或限制的组合，而且包括用于以基本相同的方式执行基本相同的功能以获得基本相同的结果的所有等效结构、材料和行为。在这个意义上，因此设想，两个或更多个元件、步骤或限制可以等效替换为下面阐述的权利要求中的元件、步骤或限制中的任何一个，或者单个元件、步骤或限制可以替换为这样的权利要求中的两个或更多个元件、步骤或限制。尽管元件、步骤或限制可以在上文被描述为以某些组合起作用，并且甚至最初如此要求保护，但是应当明确理解，在某些情况下，来自所要求保护的组合的一个或多个元件、步骤或限制可以从组合中删除，并且所要求保护的组合可以针对子组合或者子组合的变型。如此，尽管事实是在下文中以某种组合阐述权利要求的元件、步骤和/或限制，但必须明确理解，本发明包括即使在这些组合中最初未要求保护时也在上文中公开的更少、更多或不同元件、步骤或限制的其他组合。此外，如本领域普通技术人员所看到的、现在已知的或后来设计的与所要求保护的主题的非实质性改变被明确地设想为等效地在权利要求的范围内。因此，本领域普通技术人员现在或以后已知的明显替换被定义为在所定义的元素的范围内。相应地，权利要求因此应被理解为包括上面具体说明和描述的内容、概念上等效的内容、可以明显替代的内容以及本质上并入本发明的基本思想的内容。
除非另有指示，否则本说明书和权利要求书中使用的表达特性、项目、数量、参数、性质、项等的所有数字应被理解为在所有情况下都由术语“大约”修饰。如本文所使用的，术语“大约”意味着如此限定的特性、项目、数量、参数、性质或项包含高于和低于所陈述特性、项目、数量、参数、性质或项的值的正负百分之十的范围。因此，除非指示相反情况，否则说明书和所附权利要求中所阐述的数值参数是可能变化的近似值。例如，由于质谱仪在确定给定分析物的质量时可能稍微不同，因此在离子的质量或离子的质量/电荷比的上下文中，术语“大约”是指+/-0.50原子质量单位。至少且并非试图将等效原则的适用限制到权利要求书的范围，每个数值指示至少应根据所报告的有效数字的数量并通过应用普通舍入技术进行解释。
尽管阐述本发明的广泛范围的数值范围和值是近似值，但尽可能精确地报告具体示例中阐述的数值范围和值。然而，任何数值范围或值固有地包含某些误差，这些误差必然是由其相应测试测量中发现的标准偏差引起的。本文中对值的数值范围的列举仅旨在作为单独地提及落在所述范围内的每个单独数值的速记方法。除非本文中另有指示，否则数值范围的每个单独值被并入本说明书中，如同其在本文中被单独列举的一样。
参考实施例或实施例的方面使用的术语“可以(may)”或“可以(can)”也带有“可以不”或“不能”的替代含义。如此，如果本说明书公开了实施例或实施例的方面可以是本发明主题的一部分或可以作为本发明主题的一部分被包括，则也明确意味着否定限制或排除性条款，这意味着实施例或实施例的方面可以不是本发明主题的一部分或不能作为本发明主题的一部分被包括。以类似的方式，参考实施例或实施例的方面使用的术语“可选地”意味着这样的实施例或实施例的方面可以作为本发明主题的一部分被包括，或也可以不作为发明主题的一部分被包括。这种否定限制或排除性条款是否适用将基于所要求保护的主题中是否列举了否定限制或排除性条款。
在描述本发明的上下文中(特别是在以下权利要求的上下文中)使用的术语“一(a)”、“一(an)”、“所述(the)”和类似的提及应被解释为涵盖单数和复数两者，除非本文中另有指示或上下文明确矛盾。进一步地，用于所识别元素的顺序指示符(比如“第一”、“第二”、“第三”等)用于区分元素，并且不指示或暗示所需或有限数量的这类元素，并且也不指示这类元素的特定位置或顺序，除非另有具体陈述。本文所描述的所有方法都可以以任何合适的顺序执行，除非本文中另有指示或上下文中另有明确矛盾。本文中提供的任何和所有示例或示例性语言(例如，“比如”)的使用仅旨在更好地说明本发明，而不对以其他方式要求保护的本发明的范围构成限制。本说明书中的任何语言都不应被解释为指示对本发明的实践至关重要的任何未要求保护的元素。
当在权利要求书中使用时，无论是根据修正案提交还是添加的，开放式过渡术语“包括(comprising)”、其变型(比如“包括(comprise)”和“包括(comprises)”)以及其等效的开放式过渡短语(如“包括”、“包含”和“具有”)囊括单独或与未列举的主题结合的所有明确列举的元素、限制、步骤、整数和/或特征；命名的元素、限制、步骤、整数和/或特征是必要的，但是可以添加其他未命名的元素、限制、步骤、整数和/或特征，并且仍然形成在权利要求的范围内的构造。本文公开的具体实施例可以在权利要求中使用封闭式过渡短语“由…组成(consisting of)”或“基本上由…组成(consisting essentially of)”(或其变型，比如“由…组成(consist of)”、“由…组成(consists of)”、“基本上由…组成(consistessentially of)”和“基本上由…组成(consists essentially of)”)来代替或作为对“包括(comprising)”的修正。当在权利要求中使用时，无论是根据修改提交还是添加的，封闭式过渡短语“由…组成(consisting of)”排除了权利要求中未明确列举的任何元素、限制、步骤、整数或特征。封闭式过渡短语“基本上由…组成(consisting essentially of)”将权利要求的范围限制到明确列举的元素、限制、步骤、整数和/或特征，以及不实质上影响所要求保护的主题的(多个)基本和新颖特性的任何其他元素、限制、步骤、整数和/或特征。因此，开放式过渡短语“包括(comprising)”的含义被定义为囊括所有具体列举的元素、限制、步骤和/或特征以及任何可选的额外未指定元素、限制、步骤和/或特征。封闭式过渡短语“由…组成(consisting of)”的含义被定义为仅包括权利要求中具体列举的那些元素、限制、步骤、整数和/或特征，而封闭式过渡短语“基本上由…组成(consisting essentiallyof)”的含义被定义为仅包括权利要求中具体列举的那些元素、限制、步骤、整数和/或特征，以及不实质上影响所要求保护的主题的(多个)基本和新颖特性的那些元素、限制、步骤、整数和/或特征。因此，开放式过渡短语“包括(comprising)”(和其等效的开放式过渡短语)在其含义范围内作为限制性情况包括由封闭式过渡短语“由…组成(consisting of)”或“基本上由…组成(consisting essentially of)”所指定的所要求保护的主题。如此，本文所描述的或以短语“包括(comprising)”这样所要求保护的实施例明确且无歧义地提供了对短语“基本上由…组成(consisting essentially of)”和“由…组成(consisting of)”的描述、实现和支持。
最后，本说明书中引用和识别的所有专利、专利出版物和其他参考文献通过引用以其全文单独且明确地全部并入本文以描述和公开例如可结合本发明使用的这些出版物中描述的组合物和方法。仅提供这些出版物以用于在本申请的提交日期之前公开。这方面的任何内容都不应被解释为承认发明人无权凭借先前发明或任何其他原因而先于此公开。关于这些文件的内容的日期或表示的所有声明均基于申请人可获得的信息，并且不构成对这些文件的日期或内容的正确性的任何承认。

Claims (19)

1.一种神经调节系统，包括：
神经调节装置，所述神经调节装置包括可穿戴装置壳体、用于实时分析脑功能的一个或多个EEG电极、耦合到所述一个或多个EEG电极的一个或多个EEG信号放大器、以及一个或多个超声换能器阵列，所述一个或多个超声换能器阵列中的每一个包括一个或多个超声发射元件；以及
刺激控制计算环境，所述刺激控制计算环境包括刺激控制单元和离线计算装置，所述刺激控制单元包括耦合到所述一个或多个超声换能器阵列的至少一个处理器并且配置有一个或多个数据处理功能，以将超声发射传递到包括丘脑的至少一部分的一个或多个脑区，所述一个或多个数据处理功能包括：
离线算法映射元件，所述离线算法映射元件被配置成
使用脑图像数据来识别表示所述一个或多个脑区的一个或多个参数，
识别所述一个或多个脑区的一个或多个目标区，
相对于所述一个或多个目标区定位一个或多个超声发射元件，并且
针对至少所述一个或多个超声发射元件的子集执行超声发射的一个或多个声学模拟，以确定针对所述一个或多个超声发射元件的所述子集的相位偏移，从而将超声发射聚焦到所述一个或多个目标区，以及
在线算法刺激应用元件，所述在线算法刺激应用元件被配置成使用由所述离线算法映射元件生成的相位偏移信息在指定时间段内将所述超声发射动态地施用到所述一个或多个目标区，并且
处理由所述一个或多个EEG电极采集的实时数据以检测慢波频谱分量的相位，并且
在某个慢波相位范围期间将超声发射传递到所述一个或多个目标区。
2.根据权利要求1所述的神经调节系统，其中，一个或多个EEG电极检测并测量α波、θ波、δ波、睡眠纺锤波、K复合波或其任何组合。
3.根据权利要求1至2中任一项所述的神经调节系统，其中，一个或多个EEG电极具有检测并测量至少0.1Hz的敏感性。
4.根据权利要求1至3中任一项所述的神经调节系统，其中，所述一个或多个超声换能器阵列中的每一个的所述一个或多个超声发射元件包括至少64个超声发射元件。
5.根据权利要求1至4中任一项所述的神经调节系统，其中，所述一个或多个超声换能器阵列产生来自所述超声发射元件的在大约500kHz至大约1MHz之间的超声频率。
6.根据权利要求1至5中任一项所述的神经调节系统，其中，由所述刺激控制单元处理的所述实时信息包括脑波功率频谱分布和脑波频谱振幅以识别睡眠阶段。
7.根据权利要求1至6中任一项所述的神经调节系统，其中，所述刺激控制单元基于从颅骨解剖构造和/或骨密度处理的估计声学衰减来调整超声发射元件功率。
8.根据权利要求1至7中任一项所述的神经调节系统，其中，由所述刺激控制单元进行超声刺激瞄准包括使用超声生成的数据来确定声学阻抗以及确定波束转向参数。
9.根据权利要求8所述的神经调节系统，其中，所述波束转向参数确定优化了相对于所述一个或多个目标区和目标外区的点跨所述超声发射元件的不同转向角度之间的功率分布比率。
10.根据权利要求8所述的神经调节系统，其中，通过估计从所述一个或多个超声换能器阵列中的每一个到所述脑的所述一个或多个特定区的最大侧向转向角度和最小侧向转向角度的最大角度，使用最大侧向转向角度的建模模拟进行所述波束转向参数确定。
11.根据权利要求1至10中任一项所述的神经调节系统，其中，所述刺激控制单元在一个或多个特定睡眠阶段期间传递超声发射。
12.根据权利要求11所述的神经调节系统，其中，所述一个或多个特定睡眠阶段包括NREM的阶段N2、NREM的阶段3、或NREM的阶段N2和NREM的阶段3两者。
13.根据权利要求11或12所述的神经调节系统，其中，所述刺激控制单元使用梯度提升决策树机器学习算法对所述一个或多个特定睡眠阶段进行分类。
14.根据权利要求1至13中任一项所述的神经调节系统，其中，所述刺激控制单元进一步包括用于睡眠阶段预测的深度学习模型和用于调控超声发射的深度学习模型。
15.根据权利要求1至14中任一项所述的神经调节系统，其中，所述刺激控制单元基于相对于基线慢波振幅读数的当前慢波振幅读数来优化超声发射的空间、时间和/或强度。
16.一种用于改善个体的睡眠的方法，所述方法包括，
将神经调节装置放置在个体的头部上，所述神经调节装置包括可穿戴装置壳体，
一个或多个EEG电极，所述一个或多个EEG电极用于实时分析脑功能，
一个或多个EEG信号放大器，所述一个或多个EEG信号放大器耦合到所述一个或多个EEG电极；
一个或多个超声换能器阵列，所述一个或多个超声换能器阵列中的每一个包括一个或多个超声发射元件，其中，所述一个或多个超声换能器阵列包括位于所述装置壳体的第一侧部分上的第一侧超声换能器阵列以及位于所述装置壳体的第二侧部分上的第二超声换能器阵列；并且
其中，所述神经调节装置操作地连接到刺激控制计算环境，所述刺激控制计算环境包括刺激控制单元和离线计算装置，其中，所述刺激控制单元包括耦合到所述一个或多个超声换能器阵列的至少一个处理器并且配置有一个或多个数据处理功能，以将超声发射传递到包括丘脑的至少一部分的一个或多个脑区，
使用所述刺激控制单元的离线算法映射元件映射所述一个或多个脑区，所述离线算法映射元件被配置成
使用脑图像数据来识别表示所述一个或多个脑区的一个或多个参数，
识别所述一个或多个脑区的一个或多个目标区，
相对于所述一个或多个目标区定位一个或多个超声发射元件，并且
至少针对所述一个或多个超声发射元件的子集执行超声发射的一个或多个声学模拟以确定所述一个或多个超声发射元件的所述子集的相位偏移，从而将超声发射聚焦到所述一个或多个目标区，以及
使用在线算法刺激应用元件生成用于所述个体的超声刺激，所述在线算法刺激应用元件被配置成
使用由所述离线算法映射元件生成的相位偏移信息在指定时间段内将所述超声发射动态地施用到所述一个或多个目标区，处理由所述一个或多个EEG电极采集的实时数据以检测慢波频谱分量的相位，并且
在某个慢波相位范围期间将超声发射传递到所述一个或多个目标区。
17.如权利要求16所述的方法，其中，仅在慢波占主导的某些睡眠阶段期间发生所述超声发射的所述传递。
18.如权利要求16或17所述的方法，其中，所述超声发射的所述传递包括确定在慢波频带内的主导频率以定义慢波的相位。
19.如权利要求16至18中任一项所述的方法，其中，所述超声发射的所述传递包括在大约200kHz至大约1.5MHz之间的信号输出频率。
CN202180047004.3A 2020-05-27 2021-05-27 用于调节脑活动的超声系统以及相关联的装置和方法 Pending CN115734805A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US202063030850P 2020-05-27 2020-05-27
US63/030,850 2020-05-27
PCT/US2021/034640 WO2021243099A1 (en) 2020-05-27 2021-05-27 Ultrasound systems and associated devices and methods for modulating brain activity

Publications (1)

Publication Number Publication Date
CN115734805A true CN115734805A (zh) 2023-03-03

Family

ID=78706575

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180047004.3A Pending CN115734805A (zh) 2020-05-27 2021-05-27 用于调节脑活动的超声系统以及相关联的装置和方法

Country Status (8)

Country Link
US (2) US11730960B2 (zh)
EP (1) EP4157445A1 (zh)
JP (1) JP2023527418A (zh)
KR (1) KR20230017838A (zh)
CN (1) CN115734805A (zh)
AU (1) AU2021282379A1 (zh)
CA (1) CA3180300A1 (zh)
WO (1) WO2021243099A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117982799A (zh) * 2024-04-02 2024-05-07 北京市神经外科研究所 闭环脑深部电刺激系统

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11630189B2 (en) * 2018-11-09 2023-04-18 The Regents Of The University Of California Multi-tone continuous wave detection and ranging
US20220379142A1 (en) * 2021-06-01 2022-12-01 X Development Llc Systems and methods for brain imaging and stimulation using super-resolution ultrasound
US11672980B1 (en) * 2022-08-11 2023-06-13 Brain Electrophysiology Laboratory Company, LLC Method for treating anxiety disorders

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2779842C (en) * 2009-11-04 2021-06-22 Arizona Board Of Regents For And On Behalf Of Arizona State University Devices and methods for modulating brain activity
EP2704630B1 (en) * 2011-05-06 2023-07-26 The General Hospital Corporation System for tracking brain states during administration of anesthesia
US11167154B2 (en) * 2012-08-22 2021-11-09 Medtronic, Inc. Ultrasound diagnostic and therapy management system and associated method
US10974078B2 (en) 2012-12-27 2021-04-13 Brainsonix Corporation Treating degenerative dementia with low intensity focused ultrasound pulsation (LIFUP) device
EP2948213B1 (en) * 2013-01-23 2018-03-07 Cornell University System and methods for multi-site activation of the thalamus
WO2016123619A1 (en) * 2015-01-30 2016-08-04 New York University System and method for electrophysiological monitoring
US10098539B2 (en) * 2015-02-10 2018-10-16 The Trustees Of Columbia University In The City Of New York Systems and methods for non-invasive brain stimulation with ultrasound
FR3038217B1 (fr) * 2015-07-01 2017-07-21 Centre Nat De La Rech Scient - Cnrs - Procede d'insonification pour obtenir un champ predetermine d'ondes ultrasonores, et procede de fabrication pour realiser une lentille ultrasonore a ces fins
KR102063926B1 (ko) * 2016-09-23 2020-01-08 기초과학연구원 뇌 자극 방법
US11938322B2 (en) * 2017-07-17 2024-03-26 Sri International Slow wave activity optimization based on dominant peripheral nervous system oscillations
WO2019116107A1 (en) * 2017-12-11 2019-06-20 Insightec, Ltd. Adaptive, closed- loop ultrasound therapy
CN113301952A (zh) * 2018-12-13 2021-08-24 美商阈限科学公司 用于声学刺激的可穿戴设备的系统和方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117982799A (zh) * 2024-04-02 2024-05-07 北京市神经外科研究所 闭环脑深部电刺激系统

Also Published As

Publication number Publication date
JP2023527418A (ja) 2023-06-28
US20230390556A1 (en) 2023-12-07
WO2021243099A1 (en) 2021-12-02
CA3180300A1 (en) 2021-12-02
US20210370064A1 (en) 2021-12-02
US11730960B2 (en) 2023-08-22
AU2021282379A1 (en) 2023-02-02
EP4157445A1 (en) 2023-04-05
KR20230017838A (ko) 2023-02-06

Similar Documents

Publication Publication Date Title
US10293162B2 (en) Method and system for providing electrical stimulation to a user
US20220354381A1 (en) Diagnosis tailoring of health and disease
US7801601B2 (en) Controlling neuromodulation using stimulus modalities
US20210290155A1 (en) Neuromodulation method and system for sleep disorders
US20190054298A1 (en) Method and system for providing electrical stimulation to a user
CN115734805A (zh) 用于调节脑活动的超声系统以及相关联的装置和方法
US20160106344A1 (en) Methods and systems for detecting movement disorder
US10688303B2 (en) Therapy target selection for psychiatric disorder therapy
US20100114237A1 (en) Mood circuit monitoring to control therapy delivery
US20160016014A1 (en) Methods for improving balance
EP2863986A1 (en) Device and methods for noninvasive neuromodulation using targeted transcrannial electrical stimulation
US20210113835A1 (en) Method and system for providing electrical stimulation to a user
US20230191126A1 (en) Parameter variation in neural stimulation
WO2022221858A2 (en) Auricular device for nerve stimulation and methods of operating same
EP3970686A1 (en) Devices and methods for using mechanical affective touch therapy to reduce stress, anxiety and depression
WO2024086209A2 (en) Neuromodulation devices and methods
WO2023015159A2 (en) Parameter variations in neural stimulation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40089726

Country of ref document: HK