CN101848677A - 生理信号的频率选择监视 - Google Patents
生理信号的频率选择监视 Download PDFInfo
- Publication number
- CN101848677A CN101848677A CN200880109413A CN200880109413A CN101848677A CN 101848677 A CN101848677 A CN 101848677A CN 200880109413 A CN200880109413 A CN 200880109413A CN 200880109413 A CN200880109413 A CN 200880109413A CN 101848677 A CN101848677 A CN 101848677A
- Authority
- CN
- China
- Prior art keywords
- signal
- frequency
- band
- power
- amplifier
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 26
- 238000004458 analytical method Methods 0.000 claims abstract description 88
- 238000000034 method Methods 0.000 claims abstract description 68
- 230000001225 therapeutic effect Effects 0.000 claims abstract description 19
- 238000011282 treatment Methods 0.000 claims description 113
- 238000001914 filtration Methods 0.000 claims description 46
- 210000004556 brain Anatomy 0.000 claims description 43
- 238000006243 chemical reaction Methods 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 18
- 239000012141 concentrate Substances 0.000 claims description 15
- 230000035479 physiological effects, processes and functions Effects 0.000 claims description 15
- 230000036982 action potential Effects 0.000 claims description 5
- 238000002560 therapeutic procedure Methods 0.000 abstract description 12
- 239000000090 biomarker Substances 0.000 description 70
- 239000003990 capacitor Substances 0.000 description 61
- 238000005259 measurement Methods 0.000 description 59
- 230000000087 stabilizing effect Effects 0.000 description 53
- 238000004422 calculation algorithm Methods 0.000 description 46
- 230000000638 stimulation Effects 0.000 description 46
- 238000010586 diagram Methods 0.000 description 43
- 230000001537 neural effect Effects 0.000 description 41
- 230000014509 gene expression Effects 0.000 description 40
- 239000000284 extract Substances 0.000 description 39
- 230000006870 function Effects 0.000 description 35
- 210000005036 nerve Anatomy 0.000 description 35
- 238000005516 engineering process Methods 0.000 description 30
- 230000008569 process Effects 0.000 description 30
- 238000012806 monitoring device Methods 0.000 description 28
- 230000000694 effects Effects 0.000 description 27
- 238000001228 spectrum Methods 0.000 description 26
- 239000000203 mixture Substances 0.000 description 25
- 238000012545 processing Methods 0.000 description 25
- 210000004027 cell Anatomy 0.000 description 22
- 230000005611 electricity Effects 0.000 description 20
- 238000005070 sampling Methods 0.000 description 20
- 201000010099 disease Diseases 0.000 description 19
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 19
- 206010015037 epilepsy Diseases 0.000 description 19
- 230000007794 irritation Effects 0.000 description 19
- 230000033001 locomotion Effects 0.000 description 19
- 230000011664 signaling Effects 0.000 description 19
- 230000000875 corresponding effect Effects 0.000 description 18
- 230000008901 benefit Effects 0.000 description 17
- 238000003745 diagnosis Methods 0.000 description 16
- 239000011159 matrix material Substances 0.000 description 16
- 230000008878 coupling Effects 0.000 description 15
- 238000010168 coupling process Methods 0.000 description 15
- 238000005859 coupling reaction Methods 0.000 description 15
- 230000004936 stimulating effect Effects 0.000 description 15
- 210000001519 tissue Anatomy 0.000 description 15
- 239000012530 fluid Substances 0.000 description 14
- 230000007958 sleep Effects 0.000 description 14
- 238000013461 design Methods 0.000 description 13
- 238000001514 detection method Methods 0.000 description 13
- 238000004088 simulation Methods 0.000 description 13
- 208000018737 Parkinson disease Diseases 0.000 description 12
- 238000000605 extraction Methods 0.000 description 12
- 210000002569 neuron Anatomy 0.000 description 12
- 208000024891 symptom Diseases 0.000 description 12
- 239000013078 crystal Substances 0.000 description 11
- 230000004007 neuromodulation Effects 0.000 description 11
- 230000003321 amplification Effects 0.000 description 10
- 230000007774 longterm Effects 0.000 description 10
- 238000003199 nucleic acid amplification method Methods 0.000 description 10
- 238000004448 titration Methods 0.000 description 10
- 238000012546 transfer Methods 0.000 description 10
- 238000011160 research Methods 0.000 description 9
- 230000004044 response Effects 0.000 description 9
- 230000008093 supporting effect Effects 0.000 description 9
- 239000003814 drug Substances 0.000 description 8
- 230000005669 field effect Effects 0.000 description 8
- 210000004761 scalp Anatomy 0.000 description 8
- 238000003860 storage Methods 0.000 description 8
- 230000001575 pathological effect Effects 0.000 description 7
- 230000003595 spectral effect Effects 0.000 description 7
- 230000001360 synchronised effect Effects 0.000 description 7
- 208000021384 Obsessive-Compulsive disease Diseases 0.000 description 6
- 208000002193 Pain Diseases 0.000 description 6
- 206010044565 Tremor Diseases 0.000 description 6
- 230000000295 complement effect Effects 0.000 description 6
- 230000010365 information processing Effects 0.000 description 6
- 229910044991 metal oxide Inorganic materials 0.000 description 6
- 150000004706 metal oxides Chemical class 0.000 description 6
- 239000004065 semiconductor Substances 0.000 description 6
- 230000035945 sensitivity Effects 0.000 description 6
- 229910019974 CrSi Inorganic materials 0.000 description 5
- 230000006399 behavior Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 230000002596 correlated effect Effects 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 230000004899 motility Effects 0.000 description 5
- 230000007170 pathology Effects 0.000 description 5
- 239000000243 solution Substances 0.000 description 5
- 238000010183 spectrum analysis Methods 0.000 description 5
- 208000016285 Movement disease Diseases 0.000 description 4
- 230000004075 alteration Effects 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 4
- 230000000747 cardiac effect Effects 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 4
- 238000006731 degradation reaction Methods 0.000 description 4
- 230000010355 oscillation Effects 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 101100350185 Caenorhabditis elegans odd-1 gene Proteins 0.000 description 3
- 208000000094 Chronic Pain Diseases 0.000 description 3
- 208000014094 Dystonic disease Diseases 0.000 description 3
- 208000008589 Obesity Diseases 0.000 description 3
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000002490 cerebral effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- 239000000470 constituent Substances 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 230000000994 depressogenic effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 208000010118 dystonia Diseases 0.000 description 3
- 201000006517 essential tremor Diseases 0.000 description 3
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 3
- 210000001320 hippocampus Anatomy 0.000 description 3
- 230000008676 import Effects 0.000 description 3
- 230000001976 improved effect Effects 0.000 description 3
- 230000005764 inhibitory process Effects 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000011068 loading method Methods 0.000 description 3
- 210000000337 motor cortex Anatomy 0.000 description 3
- 230000007383 nerve stimulation Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 235000020824 obesity Nutrition 0.000 description 3
- 150000003839 salts Chemical class 0.000 description 3
- 230000035807 sensation Effects 0.000 description 3
- 229910052710 silicon Inorganic materials 0.000 description 3
- 239000010703 silicon Substances 0.000 description 3
- 208000017194 Affective disease Diseases 0.000 description 2
- 241001269238 Data Species 0.000 description 2
- 208000034347 Faecal incontinence Diseases 0.000 description 2
- 206010021518 Impaired gastric emptying Diseases 0.000 description 2
- 208000019022 Mood disease Diseases 0.000 description 2
- 201000001880 Sexual dysfunction Diseases 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 206010046543 Urinary incontinence Diseases 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 210000003169 central nervous system Anatomy 0.000 description 2
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 210000003477 cochlea Anatomy 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000001054 cortical effect Effects 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 238000010304 firing Methods 0.000 description 2
- 230000005021 gait Effects 0.000 description 2
- 208000001288 gastroparesis Diseases 0.000 description 2
- 239000007943 implant Substances 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000009545 invasion Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000005055 memory storage Effects 0.000 description 2
- 230000003387 muscular Effects 0.000 description 2
- 210000000653 nervous system Anatomy 0.000 description 2
- 208000004296 neuralgia Diseases 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 230000010363 phase shift Effects 0.000 description 2
- 229910021420 polycrystalline silicon Inorganic materials 0.000 description 2
- 229920005591 polysilicon Polymers 0.000 description 2
- 231100000872 sexual dysfunction Toxicity 0.000 description 2
- 230000008667 sleep stage Effects 0.000 description 2
- 238000012421 spiking Methods 0.000 description 2
- 210000000278 spinal cord Anatomy 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000007306 turnover Effects 0.000 description 2
- 210000002700 urine Anatomy 0.000 description 2
- 206010003591 Ataxia Diseases 0.000 description 1
- 208000006096 Attention Deficit Disorder with Hyperactivity Diseases 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 101100113692 Caenorhabditis elegans clk-2 gene Proteins 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- NYNKCGWJPNZJMI-UHFFFAOYSA-N Clebopride malate Chemical compound [O-]C(=O)C(O)CC(O)=O.COC1=CC(N)=C(Cl)C=C1C(=O)NC1CC[NH+](CC=2C=CC=CC=2)CC1 NYNKCGWJPNZJMI-UHFFFAOYSA-N 0.000 description 1
- 206010010904 Convulsion Diseases 0.000 description 1
- 206010053155 Epigastric discomfort Diseases 0.000 description 1
- 206010021639 Incontinence Diseases 0.000 description 1
- 208000036626 Mental retardation Diseases 0.000 description 1
- 241000176964 Mononeuron Species 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 241000283216 Phocidae Species 0.000 description 1
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 241000482268 Zea mays subsp. mays Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000001977 ataxic effect Effects 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 238000005842 biochemical reaction Methods 0.000 description 1
- 210000004958 brain cell Anatomy 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 208000035269 cancer or benign tumor Diseases 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- GZGREZWGCWVAEE-UHFFFAOYSA-N chloro-dimethyl-octadecylsilane Chemical compound CCCCCCCCCCCCCCCCCC[Si](C)(C)Cl GZGREZWGCWVAEE-UHFFFAOYSA-N 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000021615 conjugation Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000632 dystonic effect Effects 0.000 description 1
- 210000002049 efferent pathway Anatomy 0.000 description 1
- 238000004070 electrodeposition Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000011049 filling Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- IXORZMNAPKEEDV-OBDJNFEBSA-N gibberellin A3 Chemical compound C([C@@]1(O)C(=C)C[C@@]2(C1)[C@H]1C(O)=O)C[C@H]2[C@]2(C=C[C@@H]3O)[C@H]1[C@]3(C)C(=O)O2 IXORZMNAPKEEDV-OBDJNFEBSA-N 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000003054 hormonal effect Effects 0.000 description 1
- 238000002847 impedance measurement Methods 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000002969 morbid Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000004770 neurodegeneration Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 230000009022 nonlinear effect Effects 0.000 description 1
- 210000000956 olfactory bulb Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 210000003903 pelvic floor Anatomy 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 210000000578 peripheral nerve Anatomy 0.000 description 1
- HWLDNSXPUQTBOD-UHFFFAOYSA-N platinum-iridium alloy Chemical compound [Ir].[Pt] HWLDNSXPUQTBOD-UHFFFAOYSA-N 0.000 description 1
- 238000009258 post-therapy Methods 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000001915 proofreading effect Effects 0.000 description 1
- 239000000700 radioactive tracer Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- 230000035943 smell Effects 0.000 description 1
- 239000011780 sodium chloride Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 208000020431 spinal cord injury Diseases 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000002747 voluntary effect Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- A61B5/30—Input circuits therefor
-
- 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
- A61B5/30—Input circuits therefor
- A61B5/305—Common mode rejection
-
- 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
- A61B5/30—Input circuits therefor
- A61B5/307—Input circuits therefor specially adapted for particular uses
- A61B5/31—Input circuits therefor specially adapted for particular uses for electroencephalography [EEG]
-
- 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
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4082—Diagnosing or monitoring movement diseases, e.g. Parkinson, Huntington or Tourette
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4094—Diagnosing or monitoring seizure diseases, e.g. epilepsy
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及频率选择监视器(6)和监视一个或更多所选频率带内生理信号的方法。频率选择监视器可利用外差斩波稳定放大器架构(30)从而转换所选频率带到基带进行分析。频率选择监视器可用于多种治疗和/或诊断应用中。作为例子,频率选择信号监视器可提供在医学设备(20)内或耦合到医学设备的传感器(14)内。生理信号可在一个或更多所选频率带内分析,以触发对病人的治疗的输送和/或诊断信息的记录。
Description
技术领域
本发明涉及医学设备,并且更具体地,涉及生理信号的监视。
背景技术
医学设备可用来向病人(患者,patient)提供治疗以便治疗多种症状或疾病。治疗的例子包括电刺激治疗和给药治疗。症状或疾病的例子包括慢性痛、震颤、运动不能、帕金森氏症、癫痫症、张力障碍、神经痛、强迫性神经失调(OCD)、抑郁、睡眠功能障碍、尿或便失禁、性功能障碍、肥胖、或胃轻瘫。关于症状或疾病的信息可通过监视生理信号感知,如心电图(ECG)、肌电图(EMG)、脑电图(EEG)、脑皮层电图(ECoG)、压力、温度、阻抗、运动、和其他类型的信号。
某些信号监视执行宽带生理信号的过采样(over-sampling)并经数字信号处理分析所选部分的信号。该类信号监视架构具有灵活性,因为其允许过采样宽带生理信号内任何所选频带被数字分析以便获得关于特定症状或疾病的信息。然而,采样宽带生理信号可能要求大量功率消耗、计算和存储。因此,具有有限计算、存储和/或功率性能的医学设备,如可植入医学设备,可能不很好地适用于该类宽带信号监视架构。
发明内容
一般地,本发明涉及频率选择监视器和在一个或更多所选频率带(频带,frequency band)内监视生理信号的方法。频率选择监视器可利用外差、斩波稳定放大器(heterodyning,chopper-stablizedamplifier)架构,以便转化所选频率带到基带供分析。频率选择监视器可用于多种治疗和/或诊断应用中。作为例子,频率选择信号监视器可提供在医学设备内或耦合到医学设备的传感器内。生理信号可在一个或更多所选频率带内被分析以便触发对病人的治疗的输送和/或诊断信息的记录。
频率选择监视可包括外差电路,其经配置转化生理信号的所选频率带到基带。外差电路可在第一频率调制生理信号,放大调制的信号,并在第二频率解调放大的信号。第二频率可以与第一频率不同。具体地,第二频率与第一频率的不同可以是偏移。该偏移可相应于所选频率带内的频率,如所选频率带的中心频率。放大信号在第二频率的解调可基本将信号的所选频率带集中在基带。例如,所选频率带的中心频率可以基本集中在DC,即,0Hz,从而促进信号分析。
在某些情形中,这里所述的频率选择监视器可经配置以监视宽带生理信号的单个频率带。此外,或可替换地,该技术可以能够有效地跳跃频率带以便监视两个或更多频率带中的信号。频率选择监视器可产生触发信号,其根据一个频率带或多个频率带中的信号分析触发至少一个控制治疗或记录诊断信息。治疗可通过起动输送治疗和/或调整治疗参数而控制。记录诊断信息可包括记录生理信号,一个或更多信号特征,或其他信息。
在一个实施例中,本发明提供生理信号监视设备,其包括接收生理信号的装置,以外差电路转化生理信号的所选频率带到基带的装置,和分析所选频率带中信号特征的装置。
在另一个实施例中,本发明提供监视生理信号的方法,该方法包括接收生理信号,以外差电路转化生理信号的所选频率带到基带,并分析所选频率带中信号的特征。
在进一步的实施例中,本发明提供医学设备,包括生理信号监视单元和治疗输送模块。生理信号监视单元包括接收生理信号的生理感测元件,经配置转化生理信号的所选频率带到基带的外差电路,和分析所选频率带中信号特征并生成触发信号从而基于分析的特征触发对病人治疗控制的信号分析单元。治疗输送模块响应触发信号控制治疗。
用如本公开所述的外差架构的生理信号的频率选择监视可提供一个或更多优点。例如,生理信号可相对依靠数字信号处理之前宽带信号的过采样的技术以减小的功率、计算和存储要求进行监视。因此,频率选择监视可易于在医学设备中以小尺寸和有限的功率、计算和存储容量执行,如可植入医学设备。此外,频率选择监视器可易于配置,允许用户手动或自动选择不同频率带和改变频率带。
附图说明
图1是框图,其示出包括能够在一个或更多所选频率带上监视与病人关联的生理信号的频率选择信号监视器的示例性医学设备。
图2是框图,其示出示例性医学设备,其与包括频率选择信号监视器的传感器通信,该频率选择信号监视器能够在一个或更多所选频率带上监视与病人关联的生理信号。
图3是框图,其示出示例性频率选择信号监视器,其包括斩波稳定放大器和信号分析单元。
图4是框图,其示出与图3中频率选择信号监视器一起使用的示例性斩波稳定放大器的一部分。
图5A-5D是图4中放大器内不同级信号的频率成分的示图。
图6A是框图,其示出示例性频率选择信号监视器,其包括斩波稳定超外差放大器和信号分析单元。
图6B是框图,其示出示例性信号分析单元,其可接收来自一个或更多超外差仪表放大器的不同选择频率的多个信号。
图7是框图,其示出与图6A中频率选择信号监视器一起使用的示例性斩波稳定超外差放大器的一部分。
图8A-8D是图7中超外差放大器的不同级信号的频率成分的示图。
图9是框图,其示出具有用在频率选择信号监视器中的同相和正交信号路径的示例性斩波稳定超外差放大器的一部分。
图10是流程图,其示出包括斩波稳定放大器的频率选择信号监视器的示例性操作。
图11是流程图,其示出包括斩波稳定超外差放大器的频率选择信号监视器的示例性操作。
图12是电路图,其示出斩波稳定混频放大器,其适于用在图3或图6A的频率选择信号监视器中。
图13是电路图,其示出具有不同输入的斩波稳定超外差仪表放大器。
图14是框图,其示出具有同相和正交信号路径的示例性斩波稳定超外差放大器的一部分,如图9所示,其中还附加有可选的阻抗测量电路。
图15是框图,其示出具有同相和正交信号路径的示例性斩波稳定超外差放大器的一部分,如图9所示,其中还附加有数字信号处理器。
图16是框图,其示出与神经刺激器集成的感测设备。
图17是另一个电路图,其示出斩波稳定混频放大器,其适于与频率选择信号监视器一起使用。
图18是电路图,其示出适于与频率选择信号监视器一起使用的低通滤波器。
图19是电路图,其示出从斩波稳定、超外差仪表放大器的输出信号汲取功率的示例性输出功率块。
图20是电路图,其示出为斩波稳定的、超外差仪表放大器生成时钟频率的时钟电路。
图21是电路图,其示出斩波稳定的、超外差仪表放大器的多通道阵列。
图22是框图,其示出可与图16中感测设备一起运行的示例性算法。
图23是概念图,其示出利用倒易定理(reciprocity theorem)的引线(lead)设置结构。
图24是示出根据本公开的超外差频率选择信号监视器的宽功率调谐能力的示图。
图25是示出根据本公开的超外差频率选择信号监视器的噪声特征的示图。
图26是另一个示例性超外差斩波稳定的仪表放大器的框图,其可用于频率选择信号监视器内。
图27是电路图,其示出可编程微分增益放大器,其适于用在图26所示的超外差仪表放大器中。
具体实施方式
一般地,本发明涉及频率选择监视器和监视一个或更多所选频率带中生理信号的方法。频率选择监视器可利用超外差、斩波稳定放大器架构从而转化选择频率带到基带以供分析。频率选择监视器在多种治疗和/或诊断应用中可以是有用的,以便监视多种生理信号,如EEG、EcoG、ECG、EMG、压力、温度、阻抗、运动、和其他类型信号。然而,为了说明的目的,频率选择监视器将通常针对监视和分析脑信号,特别是EEG或ECoG信号的一个或更多选择的频率带,如α、β和γ带而描述。除EEG和ECoG信号外的其他脑信号的例子包括局部场电位(LFP)和单个细胞动作电位。
频率选择信号监视器可提供在医学设备或耦合到医学设备的传感器内。生理信号可在一个或更多所选频率带分析从而触发对病人的治疗的输送和/或记录诊断信息。例如,频率选择监视器可提供在电刺激设备、给药设备、心电记录器(loop recorder)等内或与其结合操作,包括外部或可植入刺激器,给药设备、或心电记录器。治疗设备的其他例子包括经配置提供视觉、听觉或触觉提示(cueing),如中断运动不能,如步态冻结(gait freeze)或其他运动冻结(motor freeze)的设备。
刺激设备的例子包括电刺激器,其经配置用于深脑刺激、脊髓刺激、胃刺激、心脏刺激、骨盆底刺激、末梢神经刺激等等。治疗应用包括但不限于提供刺激治疗疾病或失调,如慢性痛、癫痫症、帕金森氏症、张力障碍、震颤、运动不能、神经痛、睡眠功能障碍、抑郁、强迫性神经失调、肥胖、胃轻瘫、尿或便失禁、性功能障碍等。然而,为了说明,频率选择监视器将通常将针对电刺激进行描述,所述电刺激经配置以便治疗神经疾病或失调,如帕金森氏症、震颤、癫痫症、抑郁、强迫性神经失调等。
频率选择监视器可包括外差电路,其经配置转化生理信号的所选频率带到基带。外差电路可在第一频率调制生理信号,放大调制的信号,和在第二频率解调放大的信号。第二频率可与第一频率不同。具体地,第二频率可与第一频率偏移而不同。该偏移可相应于所选频率带内的频率,如所选频率带的中心频率。在第二频率解调放大的信号可基本将信号的所选频率带集中在基带。例如,所选频率带的中心频率可基本集中在DC,即,0Hz,从而促进信号分析。
如这里所述的频率选择监视器可经配置以监视宽带生理信号的单个频率带。此外,或替换地,该技术可以能够有效地跳跃频率带以便监视两个或更多频率带中的信号。频率选择监视器可生成触发信号,其根据一个频率带或多个频率带中信号的分析,触发控制治疗或记录诊断信息中的至少一个。治疗可通过起动输送治疗和/或调节治疗参数来控制。记录诊断信息可包括记录生理信号、一个或更多信号特征、或其他信息。
如本公开所述,超外差基频率选择信号监视器可有效提取信号功率或来自所选频率带中信号的其他特征,该特征被确定是与生理相关的。脑中局部场电位是复杂的,但可以用频域技术分析。许多关键神经生物标志电位被编码为谱内容变化。症状或病症可检测或评估,例如通过感测宽带生理信号,如EEG信号或ECoG信号的特定频率带中的功率或功率波动。对于EEG和ECoG信号,作为感测元件的一个或更多电极的物理位置绘制功能(maps functionality)(如运动、感觉或其他功能)以及在该物理位置捕获的信号内的频率带编码关于这类功能的活动。
神经活动可以用许多技术测量,按分辨率排列,从单细胞动作电位、到局部场电位(LFP)、到ECoG信号、到脑电图(EEG)测量总皮层活动。一般地,长期感测可具有几个高水平的要求。例如,经植入感测设备长期感测这类场电位可能要求以小于25微瓦功率操作的能力、足够低噪声以支持电位低于10微伏rms皮层中生物标志的感测、和大于80dB的电源拒绝率(PSRR)从而拒绝来自其他来源——如与感测设备集成在一起或紧密接近的电刺激器——的噪声。例如,如果感测设备与可植入电刺激器集成,组合设备可具有刺激治疗要求的500微瓦量级的功率,其可将约25微瓦用于感测。
离散频率带内神经局部场电位(LFP)的低频率功率波动可提供有用的生物标志,用于区分正常生理脑活动和病理状态。LFP可提供电极周围许多细胞的平均或复合场行为的度量。因为LFP表示体内神经群中数千到数百万细胞的总体活动,它们的记录通常避免长期问题,如组织包覆和单个单位记录中碰到的微运动。LFP生物标志是普遍存在的并跨越在深睡眠中约1Hz振荡到海马中大于约500Hz的“快波”的宽频谱,并示出宽的Q变化。作为例子,运动皮层中高γ带功率波动可发出运动意图的信号。
因此,使用从先前可能已从表面EEG记录中滤出的信号的较高频率带功率追踪可能是期望的。然而,高频带功率追踪可加剧与使用数字处理追踪关键生物标志关联的问题,如由于Nyquist采样和高速数字处理的功率惩罚(power penalty)。随着LFP生物标志频率的增加,其编码可用这样的电路架构有效地获得,该电路架构直接在关键神经元带(neuronal band)提取能量并追踪相对慢的功率波动。
如这里所述的频率选择信号监视器可分析脑信号,如α、β、和/或γ带的EEG或ECoG信号,从而检测关于特定疾病的脑活动。例如,频率选择信号监视器可用来追踪β和γ带的脑信号的功率比,或监视更高的γ带,如用于分析关于帕金森氏症或其他运动失调。例如,25Hzβ波和50Hzγ波之间的平衡可假设为关于运动失调的疾病状态的生物标志。μ波失同步(如约10Hz)和高γ波功率增加(如150Hz波中因数增加为4)也可指示病人的运动意图,即,移动意图。作为另外一个例子,频率选择信号监视器可用来追踪运动皮层上α波的失同步,例如用于关于帕金森氏症或特发性震颤的分析。在该情形中,检测病人运动意图是可能的,这允许电刺激或提示被输送,例如用来消除或减少震颤或中断运动不能。可植入电极可设置在脑内所选位置和/或表面电极可设置在病人头部的所选位置。在每种情形中,电极可被安置来捕获关于特定功能的脑信号。作为一个例子,电极可设置在运动皮层附近从而获得指示运动的信号。那么,根据本公开分析一个或更多所选频率带,如α、β、γ,允许评估关于这类功能的不同活动。
作为另一个例子,频率选择信号监视器可追踪两个脑半球之间的α波平衡,如作为抑郁或强迫行为的生物标志。频率选择信号监视器可触发给药治疗或电刺激从而消除抑郁。例如,频率选择信号监视器也可通过监视病人EEG或ECoG中δ-θ-α-β频率带而识别病人睡眠状态,从而区分病人睡眠阶段并在REM睡眠阶段触发对病人电刺激的输送,从而缓解睡眠功能障碍。对于该例子,监视的频率带可落入约1Hz或更低(δ带)、4到8Hz(θ带)、5到15Hz(α带)、和15到35Hz(β带)的范围内。
作为进一步的例子,频率选择信号监视器可通过监视病人EEG或ECoG的β频率带中的信号来识别癫痫症或癫痫发作的发生,并触发对病人电刺激的输送从而优先于(preempt)、结束、缩短癫痫发作或减轻癫痫发作的严重性。此外,频率选择信号监视器可通过监视病人不同频率带的EEG或ECoG来识别疼痛并触发治疗,如为病人进行电刺激或给药,从而缓解疼痛。因此,频率选择监视器可以用于关于癫痫症、帕金森氏症、震颤或其他失调的分析,或监视皮层或其他位置中所选频率带中的其他生物标志电位,从而检测病人疼痛或其他病人感觉或活动。
频谱编码可被感测从而指示其他疾病状态或活动,如注意力不足过动症(ADHD)、嗅觉活动、睡眠状态等。在上述这些和其他例子中,场电位带功率波动可编码关键生理信息,该生理信息可用于识别特定疾病状态、神经状态或病人活动。用根据本公开的频率选择信号监视器感测跨不同带信号的能力可对促进有效治疗和诊断非常有帮助。
神经状态通常编码在特定频率带中。频谱能量的调制可提供一般活动的信息,如睡眠状态、警戒状态、运动处理等,以及病理状态,如癫痫发作,带功率半球不平衡指示抑郁,和过度β活动指示帕金森氏症。虽然该调制范围可在几十Hz到数百Hz之间,但许多针对性治疗和诊断过程可仅要求低带宽追踪特定带中的能量。因此,根据本公开,生理感测特别是脑感测的模板是调幅(AM)信号的解调,即,其中生理信息在神经携带频率内以低频变化编码。
追踪生理带中功率波动可提供驱动治疗和/或记录的信息。频率选择监视器可利用神经信号的编码特性,同时消除宽带信号快速取样的需要,以及相关计算、存储和功率成本。频率选择监视器可减小一个或更多皮层或神经频率带中带功率测量的输出信号。带功率通常指所选频率带内信号的功率测量。借助超外差架构,斩波稳定放大器可用斩波稳定放大器中的非线性信号处理向下选择特定带,以便放大器可类似于超外差无线电接收器操作。通过使用神经信号的直接下调制,否则需要用来选择频率带的机动带通滤波器可被除去并替换以不汲取功率的无源滤波器。在某些实施例中,两个平行通道可组合同相和正交信号从而提取所选频率处神经信号的全部功率,这可编程在非易失性芯片存储器中。
本公开中所述的监视所选频率带中生理信号的技术可提供几个优点。例如,该技术可以低功率开销提供快速信号监视解决方案。具体地,可不需要过采样Nyquist频率以上的宽带生理信号、然后进行数字信号处理从而分析采样的数据。相反,频率选择监视器可经配置放大和处理所选频率带中的模拟信号,而无需采样的宽带信号的模拟-数字转换。在其他情形中,频率选择监视器的输出可数字化,但这是在信号已经减小到带功率水平后。因此,本发明技术可以以小形状因数(form factor)和有限的功率容量在医学设备内执行,如可植入医学设备。而且,本发明技术可提供高度可配置并允许用户,如内科医师、技师、或病人确定所选的频率带的解决方案,在该所选频率带中监视病人症状或疾病的生理信号。在某些实施例中,外差斩波放大器可允许长时间感测脑信号,提取关键生物标志信息,并反馈从而以低功率电子设备控制治疗。
在关键神经元带直接提取能量并追踪相对慢功率波动的电路架构对监视生物标志编码特征化的信号是有用的。在数字化之前,通过为相关功率波动的模拟提取划分神经接口,采样、算法、存储和遥测(telemetry)的后端要求可减小。斩波稳定的超外差架构可用来追踪神经元生物标志的宽频谱的频率功率。这样的电路可构建来将斩波稳定和外差信号处理融合到一起从而构建低噪声放大器,其高度可编程并且具有强的滤波特征。在某些实施例中,架构可用芯片上时钟为从dc到500Hz的中心带选择性调谐,而用芯片上无源三阶低通滤波器,滤波带宽在5到25Hz之间可编程。滤波器配置可保持在芯片上非易失性存储器中。除了处理频率生物标志,该架构可通过跨越输入端施加刺激电流和停用输入斩波调制而适于测量复杂电极和组织阻抗。
斩波稳定放大器可适于提供宽动态范围、高Q滤波。在微功率应用中,斩波稳定是有效的放大低频神经信号的架构。取代斩波放大器内调制和解调时钟允许转化信号频率。例如,上调制器(up-modulator)可设定在第一频率。然后得到的上调制的信号中心在第一调制频率附近,可选择该频率远远超过入侵噪声(aggressor noise)。然后,解调是以等于第一频率加或减去偏移δ的第二时钟频率执行的。信号的净去卷积和解调频率再次集中信号于dc和两倍偏移(2δ)。因为生物标志是随频谱功率的低频率波动编码的,因此可能以带宽定义为BW/2的芯片上低通滤波器滤除2δ成分。δ任一侧的信号在输出信号中混入到净通带。对于一阶,外差的斩波器可提取等于六阶带通滤波器的频带,其中比例因子(scale factor)惩罚为4/π2。
图1是框图,其示出包括频率选择信号监视器6的示例性医学设备2,该监视器6能够在所选频率带中监视与病人关联的生理信号。生理信号可以是相对的低频信号,并可具有在约1到1000赫兹(Hz)范围内的感兴趣频率带,更具体在约1到500Hz范围内。例如,1Hz振荡可与睡眠状态分析相关,而范围约在200到500Hz或更高之间的快波可与癫痫症分析相关。一般地,所选频率带内频率小于或等于约1000Hz,更特别地小于或等于约500Hz,且还更特别地,小于或等于约100Hz。对于EEG信号,作为例子,所选频率带可在约5到15Hz(α带)、15到35Hz(β带)和30到80Hz(γ带)的范围内。所选频率带中信号特征可用于控制治疗,如电刺激或给药——要么通过输送治疗要么通过调整治疗参数。治疗参数的调整可包括调整脉冲幅度、脉冲频率、脉冲宽度、电极组合等,以便电刺激或调整计量、速率、频率、切断间隔(lockout interval)等等以便给药。
如图1所示,医学设备2也包括电源3如可充电或不可充电电池,处理器4,遥测模块8,存储器10,和治疗输送模块12。此外,在图1的例子中,频率选择信号监视器6连接到相对检测生理信号的病人设置在所需位置的感测元件7。感测元件7可包括一组电极以便感测电信号。电极可以是例如部署在引线或外部表面电极上的可植入电极。感测元件7可部署在人类患者所选组织点或在所选表面上,如在脑内、接近脊髓、头皮上或其他位置。作为例子,头皮电极可用来测量或记录EEG信号。作为另一个例子,植入在皮层表面的电极可用来测量或记录ECoG信号。治疗模块12可连接到治疗输送元件13,如一个或更多部署在引线或给药导管上的电极,其可设置在相对病人的所需位置从而响应监视的生理信号为病人输送治疗。
在某些实施例中,医学设备2可包括可能够植入在病人体内的植入医学元件。在该情形中,感测元件7可设置在病人体内所需位置从而检测生理信号。进一步,治疗输送元件可设置在病人体内所需位置从而输送治疗,如电刺激、给药或内部听觉或视觉提示。在其他实施例中,医学设备2可包括外部医学设备,其中感测元件设置在接近病人的所需位置从而检测生理信号。此外,治疗输送元件13可设置在病人外部的所需位置从而给予治疗,如经光、显示器、扬声器等的外部听觉、视觉或触觉提示。
处理器4、频率选择信号监视器6、遥测模块8、存储器10和治疗模块12从电源3接收操作功率。电源3可采用小的、可充电或不可充电电池,或接收感应耦合能量的感应功率接口的形式。在可充电电池的情形中,类似地,电源3可包括感应功率接口以便转移充电功率。
处理器4可包括一个或更多微处理器、微控制器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、离散逻辑电路、或这类元件的组合。存储器10可存储治疗指令供处理器4响应从频率选择信号监视器6接收治疗病人的触发而选择。此外,处理器4可经配置在存储器10中或另一个存储或存储设备中记录诊断信息,如感测的信号,信号特征等。存储器10可包括易失性、非易失性、可移去、磁性、光学或固态介质,如只读存储器(ROM)、随机存取存储器(RAM)、电可擦除可编程ROM(EEPROM)、闪存等的任何组合。
频率选择信号监视器6可形成传感器电路5的一部分,该传感器电路5经配置通过不同感测元件7监视不同信号,如压力感测元件、加速计(accelerometer)、活动监视器、阻抗监视器、电信号监视器、或其他监视器——其经配置监视心音、脑信号和/或其他生理信号。作为说明,感测元件7可包括设置在植入在病人体内目标位置引线上并经导线电耦合到传感器5的一个或更多电极。频率选择监视器6监视传感器电路5获得的信号。传感器电路5可根据需要包括对感测元件和其他元件的合适电互连。在某些实施例中,频率选择监视器6可直接处理从感测元件7获得的信号,其中传感器电路5内其他元件进行少量预处理或不预处理。在其他实施例中,传感器电路5可包括预处理电路以便处理或转换来自感测元件7的信号供频率选择监视器6监视。
引线可携带一个电极或多个电极,如环形电极,分段电极(segmented electrode)或以平面或非平面阵列设置的电极,如在桨式引线(paddle lead)上。医学设备2可植入或在外部。这样的引线可携带感测电极或感测电极和刺激电极的组合。在某些情形中,不同引线可专用于感测和刺激功能。如果在外部。医学设备2可通过经皮延伸耦合到一个或更多携带感测和/或刺激电极的引线。作为进一步的说明,感测元件7可以是表面电极,其适于设置在头皮、面部、胸上或病人身体上其他位置,在该情形中,这样的电极可经外部引线内的导线耦合到传感器电路5。感测元件7可进一步包括提供在一个或更多可植入引线上和医学设备2外壳上部或内部的电极组合,或其他电极结构。与感测元件7关联的传感器电路可提供在频率选择信号监视器6内。
一般地,感测元件7通过将信号转换为输出电压或电流而提供与病人相关的生理信号的测量。频率选择信号监视器6监视所选频率带中生理信号而无需快速过采样从而数字化信号。相反,频率选择信号监视器6可经配置调谐到模拟生理信号内所选频率带。例如,频率选择信号监视器6可经配置在第一频率调制宽带生理信号、放大信号、在不同的第二频率解调信号到基带、在所选频率带中从宽带生理信号提取信号,并测量提取的信号的特征如功率。以该方式,测量的功率可用于确定是否频率选择信号监视器6输出触发信号给处理器4从而控制治疗和/或记录诊断信息。
处理器4可接收触发信号并起动输送治疗或调整存储器10中规定的一个或更多治疗参数。处理器4输出治疗指令到治疗输送模块12从而起动或调整治疗输送。治疗输送模块12可包括刺激发生器,其经治疗输送元件13响应接收治疗指令对病人提供刺激治疗。治疗输送元件13可以是携带在一个或更多引线上的电极、医学设备2外壳上的电极、或在引线和医学设备外壳上的电极。可替换地,治疗输送模块12可包括流体输送设备,如给药设备,包括流体罐/流体贮存器(reservoir)和一个或更多个流体输送导管。对于提示应用,治疗输送模块12可包括一个或更多扬声器、一个或更多光、一个或更多显示屏、或其任何组合。
在某些情形中,如上所述,治疗输送模块12可包括刺激发生器或其他刺激电路,其在从处理器4接收的治疗指令的控制下,通过至少某些形成治疗输送元件13的电极输送电信号,如脉冲或基本连续的信号,如正弦信号给病人。处理器4可控制治疗输送模块12从而以脉冲电压或电流幅度、脉冲宽度、和频率(即脉冲频率)、和如存储在存储器10中的所选治疗指令的程序规定的电极组合输送电刺激。处理器4也可根据不同治疗指令程序控制治疗输送模块12以便输送每个脉冲、或脉冲群,以便多个程序的刺激以交织或交替的方式提供。在某些实施例中,处理器4可控制治疗输送模块12从而提供基本连续的刺激波形,而非脉冲刺激。
在其他情形中,如上所述,治疗输送模块12可包括一个或更多流体罐和一个或更多泵单元,泵单元经通过形成治疗输送元件13的流体输送设备在从处理器4接收的治疗指令控制下将流体从流体罐泵送到目标点。例如,处理器4可控制要输送哪种药物和输送药物的剂量、速率和切断间隔。流体罐可含药物或药物混合物。流体罐可提供填充入口,如经自密封注射端口经皮注射流体。流体输送设备可包括,例如,导管形式的流体输送管,该导管从流体罐输送,即注入或分散药物到同一目标点或不同点。
在某些情形中,治疗输送模块12可包括用于提示的音频信号发生器、视觉信号或触觉刺激(如振动)发生器从而中断运动不能或治疗其他疾病。处理器4可控制治疗输送模块12从而以存储器26中存储的程序规定的不同参数,如振幅、频率等提供听觉、视觉或触觉提示。
处理器4也可控制遥测模块8从而与外部编程器,如临床医生编程器和/或病人编程器通过无线、射频(RF)遥测交换信息。处理器4可控制遥测模块8从而以周期间隔或根据编程器的请求与外部编程器连续通信。编程器可进而与计算机连接,该计算机可程序化设备以便进行算法和感测调整、发出命令、上传记录的环形数据(loopdata)和提供分析。此外,在某些实施例中,遥测模块8可支持与一个或更多感测生理信号并通过无线传输将其发送到频率选择信号监视器6的无线传感器或感测元件的无线通信。
图2是框图,其示出与传感器14通信的示例性医学设备20,该传感器14包括能够监视与病人关联的所选频率带内生理信号的频率选择信号监视器16。医学设备20的操作可基本类似于图1中的医学设备2,但医学设备20从频率选择信号监视器16接收触发信号,该频率选择信号监视器16包括在与医学设备20分开的传感器14中。
如图2所示,医学设备20也包括电源21、处理器22、遥测模块24、存储器26和治疗模块28。此外,治疗模块28连接到相对病人设置在所需位置从而响应传感器14监视的生理信号为病人提供治疗的治疗输送元件29。传感器14也包括电源15和能够与医学设备20内的遥测模块24通信的遥测模块18。此外,传感器14内频率选择信号监视器16可电耦合到相对病人设置在所需位置从而监视生理信号的感测元件17。如图1的例子所示,传感器14可包括额外元件来预处理或转换从感测元件17获得的生理信号。可替换地,频率选择监视器16可直接连接到感测元件17从而接收生理信号。
在传感器14内,频率选择信号监视器16和遥测模块18接收电源15的操作功率。在医学设备20内,处理器22、遥测模块24、存储器26和治疗输送模块28从电源21接收操作功率。电源15和21可采用小、可充电或不可充电电池的形式,或接收感应耦合能量的感应功率接口的形式。在可充电电池的情形中,电源15和21可类似地包括感应功率接口以便传输充电功率。
在某些实施例中,医学设备20可包括能够植入病人体内的可植入医学设备。治疗输送元件29可设置在病人体内所需位置从而输送治疗,如电刺激、给药、或内部听觉或视觉提示。在一个情形中,传感器14可包括能够与医学设备20通信的外部传感器,且感测元件17可设置在邻近病人体表或在其上的所需位置从而检测生理信号。在另一个情形中,传感器14可包括能够与医学设备20通信的可植入传感器,且感测元件17可设置在病人体内所需位置从而检测生理信号。
在其他实施例中,医学设备20可包括外部医学设备,其中治疗元件29设置在病人体外的所需位置从而提供治疗,如外部音频提示或视觉提示。可替换地,外部医学设备可通过经皮引线或导管提供治疗。在一个情形中,传感器14可包括能够与医学设备20通信的外部传感器,而感测元件17可设置在邻近病人的所需位置从而检测生理信号。在另一个情形中,传感器14可包括能够与医学设备20通信的可植入传感器,而感测元件17可设置在病人体内的所需位置从而检测生理信号。
一般地,感测元件17可以以电压或电流信号的形式提供与病人关联的宽带生理信号。频率选择信号监视器16监视所选频率带中的生理信号。如图1的例子,频率选择信号监视器16可包括外差电路,其经配置转换生理信号的所选频率带到基带。外差电路可在第一频率调制宽带生理信号,放大调制的信号,在第二频率解调放大信号到基带,在所选频率带从宽带生理信号提取信号,和测量提取信号的特征,如功率。再次,测量的功率或其他测量的特征可用于确定是否在传感器14内的频率选择信号监视器16输出触发信号给医学设备20从而控制输送治疗和/或引起医学设备20记录诊断信息。例如,频率选择信号监视器16可经传感器20内的遥测模块18和医学设备20内的遥测模块28输出触发的信号给医学设备20内的处理器22。
图3是框图,其示出包括斩波稳定的仪表放大器32和信号分析单元33的示例性频率选择信号监视器30。在某些情形中,信号监视器30可用在医学设备内,基本类似于图1中频率选择信号监视器6在医学设备2中。在其他情形中,信号监视器30可用在与医学设备通信的传感器内,基本类似于图2中传感器14内的频率选择信号监视器16。
如图3所示,仪表放大器32从设置在病人体内或病人外部所需位置检测生理信号的感测元件接收生理信号(Vin)。生理信号Vin可以是电压信号。在其他情形中,生理信号可以是电流信号或阻抗。生理信号可以包括,例如EEG、ECoG、EMG、EDG、压力、温度、阻抗或运动信号之一。EEG信号是为解释的目的描述的。仪表放大器32可经配置接收生理信号(Vin)——作为差分输入或信号端输入(signalended input)。仪表放大器32包括第一调制器42以便在第一载波频率(fc)调制来自基带的生理信号。输入电容(Cin)43可提供来耦合第一调制器42的输出到反馈加法器44。反馈加法器44在下面结合反馈路径说明。
加法器45表示调制信号包括噪声信号。加法器45表示加入低频噪声,但不形成仪表放大器32的实际成分。因此,不加入外在噪声(explicit noise)。而是加法器45模型化从非理想晶体管特征进入仪表放大器32的噪声。在加法器45,信号的原始基带成分位于载频fc。生理信号的基带成分可具有范围在0到小于或等于约1000Hz,更特别地,500Hz,还更特别地小于100Hz的范围内。载频fc可约4kHz到约10kHz。噪声信号在加法器45进入信号路径从而产生噪声调制的信号。噪声信号可包括1/f噪声、爆音(popcorn noise)、偏移、和任何进入低频(基带)信号路径的其他外部信号。然而,在加法器45,信号的原始基带成分已经被第一调制器42在载频fc调制生理信号而斩波到较高频率带。因此,低频噪声信号是从进入生理信号的原始基带成分隔离的。在频率fc的时钟信号可以是方波。
放大器46接收有噪声的调制输入信号。放大器46放大有噪声的调制信号并输出放大的信号到第二调制器47。在图3的例子中,第二调制器47在载频fc解调放大的信号。也就是,第二调制器47调制噪声信号到载频并将生理信号的原始基带成分从载频解调回基带。基带可指中心在DC,即,0Hz的带。第二调制器47被提供以与第一调制器42相同的载频fc从而解调放大的信号27。积分器48对解调的信号操作从而通过信号的基带成分并基本消除在载频fc的噪声信号的成分。以该方式,积分器48提供补偿和过滤给放大器信号从而产生输出信号(Vout)。在其他实施例中,补偿和过滤可由其他电路提供。
如图3所示,仪表放大器32可包括两个副反馈路径到反馈加法器44从而减小输出信号(Vout)中的假信号(glitching)。具体地,第一反馈路径包括第三调制器49,其调制在载频fc的输出信号,还包括反馈电容(Cfb)50,其被选择来产生给定输入电容(Cin)43的所需值的增益。第一反馈路径产生反馈信号,其在反馈加法器44被加到原始调制的信号从而产生衰减并因此在放大器46的输出产生增益。
第二反馈路径是任选的,并包括积分器51、第四调制器52、和高通滤波电容(Chp)53。积分器51积分输出信号且调制器52在载频调制积分器51的输出。可选择高通滤波电容(Cfb)53从而基本消除信号的成分,该信号成分具有低于高通滤波器的转折频率(corner frequency)的频率。例如,第二反馈路径可设定转折频率约等于2.5Hz,0.5Hz,或0.05Hz。第二反馈路径可提供来产生反馈信号,其在反馈加法器44被加到原始调制的信号。第二反馈路径可用作长期平均或中值滤波器从而补偿输出电压(Vout)的长期行为。换句话说,第二反馈路径可减去或除去出现在输出信号中的逐步漂移或其他长期行为。
斩波稳定的仪表放大器,如放大器32可提供几种优点,这使得其对监视生理信号有用。在工作于1.8V时,三种关键益处包括精确一致的高通滤波角,紧密的增益灵敏度,和低噪声。第二反馈路径中高通滤波器的精度源自采用开关电容器。因为高通滤波器完全是集成的,所以放大器46可以以对混合的最小的面积惩罚为大电极阵列放大。此外,数字设定高通滤波器的能力使得能够动态瞬时恢复后治疗(post-therapy),只要滤波电容器的状态在过渡过程中保持。芯片上电容器用于高通滤波器也有助于紧密灵敏度。放大器46的增益可由两个芯片上多晶-多晶电容器(poly-poly caps)的比率设定。低噪声源自核心放大器单元,该核心放大器单元消除大部分1/f噪声并有效地贡献电流,和在前端提供主要增益从而消除次级贡献的能力。
如图3所示,信号分析单元33接收来自仪表放大器的输出信号Vout。在图3的例子中,信号分析单元33包括上电的带通滤波器34、功率测量模块36、低通滤波器37、阈值跟踪器38和比较器40。上电的带通滤波器34可包括可调谐带通滤波器,如上电的带通滤波器34可调谐通过所选频率带中信号。在某些情形中,上电带通滤波器34可通过内科医生、技师、或病人手动调谐到所选频率带。在其他情形中,上电带通滤波器34可根据存储的频率带值动态调谐到所选频率带。例如,当监视运动不能时,所选频率带可以是α频率带(5Hz-15Hz)。作为另一个例子,当监视震颤时,所选频率带可以是β频率带(15Hz-35Hz)。作为另一个例子,当监视皮层意图时,所选频率带可以是高γ频率带(150Hz-200Hz)。当监视癫痫发作前生物标志时,所选频率带可以是快波带(如在200Hz-500Hz的量级)。作为另一个例子,滤波器34通过的所选频率带可以是γ带(30Hz-80Hz),或部分γ带。
上电带通滤波器34提取所选频率带中的信号。然后功率测量模块36测量提取信号的功率。在某些情形中,功率测量模块36可通过全波整流提取所需带中的净功率。在其他情形中,功率测量模块36可通过平方化(squaring)功率计算提取所需带中的净功率。然后测量的功率由低通滤波器37过滤并施加到比较器40。阈值跟踪器38可提供来追踪一定时间上所选频率带的功率测量中的波动以便为病人生成所选频率带的基线功率阈值。阈值跟踪器38响应从功率测量模块36接收测量的功率而施加基线功率阈值给比较器40。
比较器40比较从低通滤波器37测量的功率和来自阈值跟踪器38的基线功率阈值。如果测量的功率大于基线功率阈值,则比较器40可输出触发信号给医学设备的处理器。触发信号可以是治疗触发信号,其例如通过起动治疗输送或调整一个或更多治疗参数而控制治疗。可替换地,比较器40可输出触发信号作为诊断记录触发从而使医学设备的处理器记录信号、诊断事件、或其他信息供以后检索和评估。当所选频率带中测量的信号功率大于所选频率带的基线功率阈值时,能量的增加可表示需要治疗。例如,目标频率中高功率信号可指示表明被输送治疗的病人疾病的症状的自然(unvoluntary)生物标志的发生。离散频率带的低频功率波动也可提供有用的生物标志来区分正常生理脑活动和病理状态。作为另一个例子,目标频率中高功率信号可指示不表明被输送治疗的病人疾病的症状的主动(voluntary)生物标志的发生。换句话说,信号可指示疾病或失调的一个或更多症状,一个或更多病人活动或状态,如运动、睡眠、活动等。
如果测量的功率等于或小于基线功率阈值,比较器40可输出功率跟踪测量到阈值跟踪器38,如从比较器40到阈值跟踪器38的线指示的那样。以该方式,所选频率带中信号的测量功率可由阈值跟踪器38用来为病人更新和生成所选频率带的基线功率阈值。阈值跟踪器38可包括中值滤波器,其在滤除所选频率带中信号功率几分钟后建立基线阈值水平。因此,基线功率阈值可随感测的信号随时间变化而动态调整。
在某些情形中,频率选择信号监视器30可被限制为在任何指定的瞬间或一段时间内监视宽带生理信号的单个频率带。可替换地,频率选择信号监视器30可以能够有效地跳跃频率带以便监视第一频率带中的信号,监视第二频率带中的信号,然后根据某些监视的信号组合判断是否触发治疗和/或诊断记录。例如,不同频率带可交替监视从而支持依靠比较或处理与多个频率带关联的特征的信号分析技术。
图4是框图,其示出示例性斩波稳定仪表放大器32A的一部分,该示例性斩波稳定仪表放大器32A用在图3中频率选择信号监视器30内。图4所示的仪表放大器32A的操作基本类似于图3中的仪表放大器32。仪表放大器32A包括第一调制器54、表示将噪声加到输入信号的加法器55、放大器56、第二调制器57、和低通滤波器58。在某些实施例中,低通滤波器58可以是积分器,如图3的积分器48。
仪表放大器32A从设置在病人体内或外部检测生理信号的感测元件如电极接收与病人关联的生理信号(Vin)。第一调制器54以载频(fc)调制来自基带的信号。加法器55表示将噪声信号加到调制的信号而放大器56放大有噪声的调制信号。然而,加法器55不是仪表放大器32A的实际元件。加法器55模型化从非理想晶体管特征进入仪表放大器32A的噪声。第二调制器57在载频(fc)调制噪声放大的信号。以该方式,放大的信号被解调回基带且噪声信号在载频fc调制。
低通滤波器58然后将大部分调制噪声信号过滤出解调的信号并输出低噪声生理信号(Vout)。低噪声生理信号然后可输入到图3中信号分析单元33。如上所述,信号分析单元33可在所选频率带提取信号,测量提取信号的功率,和比较测量的功率和所选频率带的基线功率阈值从而确定是否触发病人治疗。
图5A-5D是示出图4中仪表放大器32A中不同阶段信号频率成分的示图。具体地,图5A示出频率选择信号监视器30接收的生理信号的频率成分。图5A中,频率成分由方框60表示并位于基带。
图5B示出放大器56放大信号之后,有噪声调制信号的频率成分。图5B中,生理信号的原始基带频率成分在奇次谐波被调制并由方框62表示。添加到调制信号的噪声信号的频率成分由点线63表示。在图5B中,噪声信号频率成分的能量位于基带且所需生理信号的频率成分位于载频及其奇次谐波。
图5C示出解调器57解调后解调信号的频率成分。具体地,解调信号的频率成分靠后位于基带并由方框64表示。噪声信号的频率成分是上调谐的并由点线65表示。图5C中,噪声信号的频率成分位于载频奇次谐波。图5C也示出可用于解调信号的低通滤波器58的效果。低通滤波器58的通带由虚线66表示。
图5D是输出信号频率成分的示图。在图5D中,所需输出信号的频率成分由方框68表示,而噪声信号的频率成分由点线69表示。图5D示出低通滤波器58从位于图5C中所示低通滤波器58通带外的噪声信号除去频率成分。来自噪声信号的能量基本从输出信号中消除,或至少相对否则会导入的原始噪声信号实质减少。
图6A是示出示例性频率选择信号监视器70的框图,该频率选择信号监视器70包括斩波稳定超外差仪表放大器72和信号分析单元73。在某些情形中,信号监视器70可用在医学设备内,基本类似于图1中医学设备2内的频率选择信号监视器6。在其他情形中,监视器70可用在与医学设备通信的传感器中,基本类似于图2中传感器14内的频率选择信号监视器6。监视器70可经配置监视本公开中所述的任何频率带。
一般地,频率选择信号监视器70提供生理信号监视设备,其包括接收生理信号的生理感测元件,和经配置转换生理信号的所选频率带到基带的外差电路。外差电路可相应于仪表放大器72或其部分。在一个例子中,外差电路可包括调制在第一频率的信号的调制器82,放大调制信号的放大器86,和在与第一频率不同的第二频率解调放大信号解调器88。设备进一步包括分析所选频率带中信号特征的信号分析单元73。选择第二频率以便解调器基本集中信号的所选频率带在基带。
信号分析单元73可包括无源低通滤波器74,其过滤解调的信号从而提取在基带的信号的所选频率带。第二频率可与第一频率偏移,该偏移约等于所选频率带的中心频率。在一个实施例中,生理信号是脑电图(EEG)信号,而所选频率带是EEG信号的α、β或γ频率带中的一个。解调信号的特征可以是所选频率带中信号的功率波动。信号分析单元73可发生信号,其在功率波动超过阈值时,触发病人治疗控制或诊断信息记录中至少一个。
在某些实施例中,所选频率带包括第一所选频率带,而特征包括第一功率。解调器88在与第一和第二频率不同的第三频率解调放大信号。选择第三频率以便解调器88基本集中信号的第二所选频率带在基带。信号分析单元73在第二所选频率带分析信号的第二功率,并计算第一功率和第二功率之间的功率比。信号分析单元73基于功率比发生触发病人治疗控制或记录诊断信息中至少一个的信号。
在图6A所示的例子中,斩波稳定超外差放大器72以第一载频fc调制生理信号,放大调制的信号,和以等于第一频率fc加(或减)偏移δ的第二频率解调放大信号到基带。频率在fc+δ的调制信号可以是例如方波信号。信号分析单元73测量在所选频率带中解调信号的特征。
第二频率与第一频率fc不同并通过偏移δ被选择来使解调信号位于基带的所选频率带中。具体地,偏移可根据所选频率带选择。例如,频率带可以是所选频率带内的频率,如频带的中心频率。
如果所选频率带是5到15Hz,例如,偏移δ可以是该带的中心频率,即,10Hz。在某些实施例中,偏移δ可以是所选频率带中别处的频率。然而,中心频率通常是优选的。第二频率可以通过将第一频率移位偏移量而产生。可替换地,第二频率可以独立于第一频率产生,以便第一和第二频率之间的差为偏移。
在任一情形中,第二频率可等于第一频率fc加或减偏移δ。例如,如果第一频率fc是4000Hz,并且所选频率带是5到15Hz(EEG信号的α带),则偏移δ可以选择为该带的中心频率,即,10Hz。在该情形中,第二频率是第一频率4000Hz加或减10Hz。用超外差结构,该信号由调制器82在4000Hz调制,由放大器86放大,然后由解调器88在3900或4010Hz解调(第一频率fc4000Hz加或减10Hz的偏移δ),从而设置以10Hz为中心的5到15Hz带在基带,如DC。在该方式中,5到15Hz带可直接下变换以便中心基本在DC。
如图6A所示,超外差仪表放大器72从设置在病人体内或病人外部所需位置从而检测生理信号的感测元件接收生理信号(如Vin)。例如,生理信号可包括EEG、ECoG、EMG、EDG、压力、温度、阻抗或运动信号中的一个。再次为例示的目的描述EEG信号。然而,ECoG或包括多个LFP中任一个的其他类型的脑信号可被感测,特别用于可植入应用。超外差仪表放大器72可经配置接收生理信号(Vin)——作为差分输入或信号端输入。超外差仪表放大器72包括第一调制器82以便在载频(fc)调制基带的生理信号。在图6A的例子中,输入电容(Cin)83耦合第一调制器82的输出到反馈加法器84。反馈加法器84将在下面结合反馈路径描述。
加法器85表示将噪声信号包括到调制的信号中。加法器85表示加入低频噪声,但不形成超外差仪表放大器72的实际成分。加法器85模型化从非理想晶体管特征进入超外差仪表放大器72的噪声。在加法器85,信号的原始基带成分位于载频fc。作为例子,信号的基带成分的频率在0到约1000Hz范围内,载频fc可约4kHz到约10kHz。噪声信号进入信号路径,如加法器85表示的,从而产生有噪声的调制信号。噪声信号可包括1/f噪声、爆音、偏移、和任何可在低(基带)频率进入信号路径的其他外部信号。然而,在加法器85,信号的原始基带成分已经通过第一调制器82斩波到更高频率带,如4000Hz。因此,低频噪声信号是从信号原始基带成分分离的。
放大器86从加法器85接收有噪音调制的输入信号。放大器86放大有噪音的调制信号并输出放大的信号到第二调制器88。偏移(δ)87可以调谐,以便其约等于所选频率带内的频率,且优选所选频率带的中心频率。那么,解调器88使用的最终调制频率(fc±δ)与第一载频fc偏移δ。在某些情形中,偏移87可根据所选频率带由内科医生、技师、或病人手动调谐。在其他情形中,偏移87可根据存储的频率带值动态调谐到所选频率带。例如,不同频率带可根据所需带的中心频率自动或手动调谐偏移δ而扫描。
作为例子,监视运动不能时,所选频率带可以是α频率带(5Hz到15Hz)。在该情形中,偏移δ可近似为α带的中心频率,即,10Hz。作为另一个例子,当监视震颤时,所选频率带可以是β频率带(15Hz-35Hz)。在该情形中,偏移δ可以约为β带的中心频率,即,25Hz。作为另一个例子,当监视皮层意图时,所选频率带可以是高γ频率带(150Hz-200Hz)。在该情形中,偏移δ可以约为高γ带的中心频率,即,175Hz。当监视癫痫发作前生物标志时,所选频率带可以是快波(200Hz-500Hz),该情形中偏移δ可以约为500Hz。作为另一个例示,通过滤波器34的所选频率带可以是γ带(30Hz-80Hz),该情形中偏移δ可以调谐到约为高γ带的中心频率,即,55Hz。
因此,所选频率带中的信号可以通过选择偏移(δ)87产生,以便载频加或减偏移频率(fc±δ)等于所选频率带内的频率,如所选频率带的中心频率。在每个情形中,如上面解释的那样,可选择偏移以相应于所需频率带。例如,在解调器下转换后,5Hz偏移会将α带设置在基带频率,如DC。类似地,在下转换后,15Hz偏移会将β带设置在DC,在下转换后,30Hz偏移会将γ带设置在DC。以该方式,相关频率带集中在基带。然后,无源低通滤波可用于选择频率带。以该方式,超外差架构用于设置所需频率带在基带,作为所选偏移频率的函数,该所选偏移频率用于为解调产生第二频率。一般地,在图6A的例子中,不要求上电带通频率。类似地,可无需过采样和数字化宽带信号获得所选频率带。
进一步参考图6A,第二调制器88在第二频率fc±δ解调放大的信号,该第二频率与载频fc偏移δ。也就是,第二调制器88调制噪声信号到频率fc±δ并直接解调所选频率带中信号的成分到基带。积分器89对解调的信号操作从而通过设置在基带的所选频率带中信号的成分,并基本消除在更高频率的噪声成分。以该方式,积分器89为放大的信号提供补偿和滤波从而产生输出信号(Vout)。在其他实施例中,补偿和滤波可由其他电路提供。
如图6A所示,超外差仪表放大器72可包括到反馈加法器84的负反馈路径从而减小输出信号(Vout)中的假信号。具体地,反馈路径包括在载频加或减偏移δ调制输出信号的第三调制器90,和被选择来产生给出输入电容(Cin)93值的所需增益的反馈电容(Cfb)91。反馈路径产生反馈信号,该反馈信号在反馈加法器84被加到原始调制的信号从而产生衰减并因此在放大器86的输出产生增益。
混频放大器中反馈路径的补偿可以几种方式实现。放大器输出级可用作积分器以便稳定化反馈路径。因为斩波放大器中的调制与反馈路径中的调制关联,整个反馈路径可用补偿电容器补偿,如16pF补偿电容器。在某些实施例中,补偿电容器可稳定放大器,因为等效的一级系统和放大器增益可消除补偿到零的需求。在一个实施例中,可选择1kHz的目标带宽,且反馈路径可缩放从而实现100的等效增益比。在这样的情形中,0.4外差比例因子源自输入和反馈路径之间的时钟差,但不是同步闭环路径的一部分且不需要包括在该环路中。在某些实施例中,类似于图3中所示元件51、52和53表示的第二反馈路径的额外反馈路径可与外差仪表放大器72一起使用。
如上所述,斩波稳定的外差仪表放大器72可用来实现直接下转换中心在与基带偏移δ量的频率处的所选频率带。再次,如果α带中心在10Hz,则用来产生解调频率为fc±δ的偏移量δ可以是10Hz。如图6A所示,第一调制器82工作于载频(fc),这由1/f角和其他限制规定,而第二调制器88工作于所选频率带(fc±δ)。载波频率乘以生理信号得到信号在频域的卷积。上调制的净效果是将信号设置在载频(fc)。然后通过在不同频率(fc±δ)运行第二调制器88,信号卷积传送在所选频率带的信号到基带和2δ。加法器89可提供来滤除2δ成分并通过所选频率带中信号的基带成分。因此,超外差仪表放大器72可具有放大生理信号和选择生物标志带的双重作用。在一个实施例中,放大器72可放大生理信号32dB,其中噪声底(noise floor)在150nV/rtHz以下,汲取750nA,并将感兴趣的带中心转移到DC。
超外差仪表放大器72可操作在以上调制反馈电荷平衡差分输入电压的上调制电荷的概念下,以便放大器的净增益通过相对缩放输入和反馈电容器设置。如上所述,前端调制时钟可在与解调放大器和反馈净网络独立的时钟信号上运行。因此,借助由芯片上电容器比设定的放大,两个时钟之间的相对时钟差,δ,将输入信号的相对频率移动相同的量从而实现所需的外差转移函数:
其中Cin表示输入电容值,Cfb表示反馈电容值,n表示谐波阶数,f表示载频,δ表示频率偏移值,Φ表示解调器时钟和生理信号输入之间的相位,Vin表示生理信号输入,Vout表示仪表放大器的输出。在某些实施例中,输入和反馈电容之间的比可设定为20Pf/200fF以便提供32dB的增益。如图6A所示,信号分析单元73接收仪表放大器的输出信号。在图6A所示的例子中,信号分析单元73包括无源低通滤波器74、功率测量模块76、低通滤波器77、阈值跟踪器78和比较器80。无源低通滤波器74提取设置在基带中的所选频率带的信号。例如,低通滤波器74可经配置拒绝所需频率以上的频率,因而保留所选频率带中的信号。然后功率测量模块76测量提取信号的功率。在某些情形中,功率测量模块76可通过全波整流提取所需带中的净功率。在其他情形中,功率测量模块76可通过平方化功率计算提取所需带中的净功率,其可由平方化功率电路提供。通过加和平方化的功率计算,可减小相灵敏度。然后测量的功率由低通滤波器77过滤并施加到比较器80。阈值跟踪器78在一定时间段上跟踪所选频率带中功率测量的波动,以便为病人生成所选频率带的基线功率阈值。阈值跟踪器78响应从功率测量模块76接收测量的功率而施加基线功率阈值到比较器80。
比较器80比较来自低通滤波器77的测量功率和来自阈值跟踪器78的基线功率阈值。如果测量的功率大于基线功率阈值,比较器80可输出触发信号到医学设备的处理器从而控制治疗和/或记录诊断信息,如参考图3所述。如果测量功率等于或小于基线功率阈值,比较器80输出功率跟踪测量到阈值跟踪器78,如从比较器80到阈值跟踪器78的线所示。阈值跟踪器78可包括中值滤波器,其在滤波所选频率带中信号的功率几分钟后建立基线阈值水平。以该方式,所选频率带中信号的测量功率可被阈值跟踪器78用来为病人更新和发生所选频率带的基线功率阈值。因此,基线功率阈值可动态根据感测的信号随时间变化而调整。基线功率阈值以上或以下的信号可表示可支持触发信号发生的事件。
如参考图3描述,在某些情形中,频率选择信号监视器70可被限制来在任何特定瞬间监视宽带生理信号的单个频率带。可替换地,频率选择信号监视器70可以能够有效跳跃频率带,以便监视第一频率带中的信号,监视第二频率带中的信号,并根据监视信号的某些组合确定是否触发治疗和/或诊断记录。例如,不同频率带可被交替监视从而支持信号分析技术,该信号分析技术依赖于与多个频率带关联的特征的比较或处理。
图6B是框图,其示出示例性信号分析单元73A,其可从一个或更多超外差仪表放大器接收不同所选频率带中的多个信号,如图6A中的仪表放大器72。例如,信号分析单元73A可以是提供不同带中同时测量的多通道信号分析单元。在图6B所示的实施例中,信号分析单元73A可分析不同所选频率带中每个接收信号相对其他接收信号的特征。以该方式,信号分析单元73A可在任何特定瞬间同时测量宽带生理信号的多个频率带中的功率波动。在某些情形中,信号分析单元73A可分析不同频率带的功率之间的功率比从而确定是否发生触发信号。
在某些情形中,多个带功率比可被分析,如第一与第二带之间的第一带功率比加第一与第三带、第二与第三带或第三与第四带之间第二带功率比,这里频率带是交叠或非交叠的。可替换地,或额外地,信号分析单元73A可经配置选择不同带进行测量。例如,信号分析单元73A可分析第一所选频率带中的信号从而确定是否事件被指示,如通过带功率与阈值水平的偏差。然后,如果第一所选频率带中的信号指示某个事件,则信号分析单元73A可分析第二所选频率带中的信号,从而在生成触发信号之前确认或验证事件。
可替换地,或额外地,信号分析单元73A可基于第一所选频率带中的测量生成触发信号,然后分析第二所选频率带中的信号,从而确定是否生成关于另一治疗阶段或数据记录的另一个触发信号。类似地,信号分析单元73A可选择性调谐到多个频率带的不同组合,测量带功率比以识别事件,从而生成触发信号;在生成触发信号之前验证事件;和/或生成触发信号,然后分析不同带功率比从而确定是否为下一阶段的治疗或数据记录生成触发信号。当跟踪睡眠和睡眠状态时,作为一个例子,沿良好定义的轨迹分析带功率波动可能是有帮助的。
作为另一个特征,信号分析单元73A可经配置在带功率测量模式和原始信号分析模式之间切换,在带功率测量模式中,功率测量是基于聚焦于频率带的偏移δ和BW/2做出的,在原始信号分析模式中,原始信号被放大以便分析。例如,信号分析单元73A可切换模式来分析原始EEG信号,如在研究过程或在可植入刺激器操作开始时识别生物标志。作为例示,信号分析单元73A可用来利用原始EEG记录定义病人的癫痫发作特征。
原始EEG记录可以用数字信号处理器(DSP)或其他数字处理设备数字化并分析,从而为生物标志分析信号。一旦相关频率的生物标志被识别,带功率测量模式可被激活从而加入偏移δ转变和低通滤波,从而为有效低功率操作执行超外差过程。在该情形中,信号分析单元73A可以以初始模式操作从而数字化分析原始EEG信号并识别一个或更多生物标志,然后过渡到第二模式,用超外差架构跟踪与生物标志关联的事件,如带功率。第一模式可以是较高功率模式,而第二、超外差模式可以是较低功率模式。
作为另一个例子,对于癫痫症,信号分析单元73A可以以第一模式初始操作,其利用超外差架构。如果在第一模式检测到事件,则信号分析单元73A可过渡到第二模式,其中原始EEG信号被数字化分析或记录。在该情形中,使用外差架构的第一模式可以是较低功率模式,而涉及数字分析和/或环形记录的第二模式可以是较高功率模式。如上所述,在不同带或模式之间切换的特征通常可应用于信号分析单元33、37和73A或类似于本公开中描述的其他信号分析单元。
如图6B所示,信号分析单元73A可包括第一无源低通滤波器74A,其滤波第一解调信号从而在基带提取信号的第一所选频率带。信号分析单元73A也可包括第二无源低通滤波器74B,其滤波第二解调的信号从而在基带提取信号的第二所选频率带。第一和第二解调信号的特征可以是所选频率带中信号的功率波动。信号分析单元73A可基于第一和第二信号的功率比而发生触发控制对病人治疗或记录诊断信息中至少之一的信号。
信号分析单元73A从仪表放大器接收第一输出信号,如图6A中的仪表放大器72。信号分析单元73A也从仪表放大器接收第二输出信号,该仪表放大器可与第一输出信号的仪表放大器相同或不同。如图6B所示,第一输出信号是在经调谐约等于第一所选频率带中心频率的载频加或减第一偏移(δ1)解调的。而且,第二输出信号是在经调谐约等于第二所选频率带中心频率的载频加或减第二偏移(δ2)解调的。
在图6B的例子中,信号分析单元73包括第一和第二无源低通滤波器74A、74B,功率测量模块76A、76B,低通滤波器77A、77B,和比较器80A。第一无源低通滤波器74A在位于基带的第一所选频率带中提取第一信号。功率测量模块76A然后测量被提取的第一信号的功率。测量的功率然后被低通滤波器77A滤波,并应用于比较器80A。第二无源低通滤波器74B在位于基带的第二所选频率带中提取第二信号。功率测量模块76B然后测量提取的第二信号的功率。测量的功率然后被低通滤波器77B滤波并应用于比较器80A。
比较器80A比较来自低通滤波器77A的第一信号的测量功率和来自低通滤波器77B的第二信号的测量功率。如果第一和第二信号的功率比大于基线功率比阈值,比较器80A可输出触发信号到医学设备的处理器从而控制治疗和/或记录诊断信息,如参考图3所述。在某些实施例中,信号分析单元73A可以能够接收不同所选频率带中两个以上的信号。
图7是框图,其示出用在图6A的频率选择信号监视器70内的示例性斩波稳定超外差仪表放大器72A的一部分。图7中示出的超外差仪表放大器72A的操作基本类似于图6A中的超外差仪表放大器72。超外差仪表放大器72A包括第一调制器95、放大器97、频率偏移98、第二调制器99和低通滤波器100。在某些实施例中,低通滤波器100可以是积分器,如图6A中的积分器89。加法器96表示将噪声加到斩波信号。然而,加法器96不构成超外差仪表放大器72A的实际元件。加法器96模型化从非理想晶体管特征进入超外差仪表放大器72A的噪声。
超外差仪表放大器72A从感测元件,如设置在病人体内或外部从而检测生理信号的电极接收与病人关联的生理信号(Vin)。第一调制器95在载频(fc)调制来自基带的信号。噪声信号被加到调制的信号,如加法器96表示的那样。放大器97放大有噪声的调制信号。调谐频率偏移98以便载频加或减频率偏移98(fc±δ)等于所选频率带。因此,可选择偏移δ靶向所需频率带。第二调制器99在与载频fc偏移的频率98调制有噪声的放大信号。以该方式,所选频率带中放大的信号被直接解调到基带,且噪声信号被调谐到所选频率带。
低通滤波器100可从解调的信号中滤除大部分调制的噪声信号,并围绕所选频率带的中心频率设定有效的通带带宽。如图7中低通滤波器100关联的细节所示,低通滤波器100的通带103可设置在所选频率带的中心频率。在某些情形中,偏移δ可等于中心频率。那么,低通滤波器100可设定绕中心频率的通带的有效带宽(BW/2),以便通带包围整个所选频率带。以该方式,低通滤波器100通过所选频率带内任何位置的信号101。
例如,如果所选频率带是5到15Hz,例如,偏移δ可以是该频率带的中心频率,即,10Hz,且有效带宽可以是所选频率带全部带宽的一半,即5Hz。在该情形中,低通滤波器100拒绝或至少衰减5Hz以上的信号,因而作为超外差过程的结果,限制通带信号在α带,以0Hz为中心。因此,所选频率带的中心频率可以规定为偏移δ,且通带的带宽BW可以用低通滤波器100独立获得,绕中心频率每侧BW/2。
然后,低通滤波器100输出低噪声生理信号(Vout)。然后,低噪声生理信号可输入到图6A的信号分析单元73。如上所述,信号分析单元73可提取位于基带的所选频率带的信号、测量提取信号的功率、并比较测量的功率和所选频率带的基线功率阈值从而确定是否触发病人治疗。
外差、斩波稳定放大器,如本公开所述,可用于提取在关键生理频率处的带功率度量,该放大器具有灵活的、有力的(robust)和低噪声架构。放大器融合外差和斩波稳定化用于灵活的带通选择。附加相对时钟移位δ选择频带中心,而低通滤波器设定带通宽度。斩波稳定放大器可提供宽动态范围,高Q滤波。斩波稳定化是微功率应用中用于放大低频神经信号的噪声/功率有效架构,其具有优异的工艺抗扰性。
通过在斩波放大器内移位时钟从而移动信号频率,放大器可易于调谐到特定频率带。例如,上调制器可设定到一个频率,Fclk。在混频放大器的输入端,则信号集中在Fclk调制频率周围,远在入侵噪声以上。解调可以以频率Fclk2=Fclk+δ的第二时钟执行。信号的净去卷积和解调时钟在解调器的输出端将信号再集中在dc和2δ。
因为生物标志可随频谱功率的低频波动而编码,低通滤波器可用来滤出2δ成分。例如,滤波可通过芯片上、双极、低通滤波器实现,其带宽被定义为BW/2,其中BW表示目标频率带的带宽。δ任一侧的信号混入在VOUT的净通带中。外差斩波稳定的放大器可抑制谐波为谐波阶数平方,从而在信号Vout产生净输出,Vout可由下面的等式表示: 其中n表示谐波阶数,f表示频率,δ表示应用到调制时钟频率的δ偏移,Φ是δ时钟和生理信号输入之间的相位。外差斩波稳定放大器提取等于二阶带通滤波器的频率带,其中比例因子为4/π2。中心频率可由可编程时钟差设定,其简单地在芯片上合成,同时带宽(和Q)可由可编程低通滤波器独立设定。在某些实施例中,可编程低通滤波器可具有类高斯分布。
图5A-8D是示出图7中超外差仪表放大器72A内不同级信号的频率成分的示图。具体地,图8A示出频率选择信号监视器70接收的生理信号内所选频率带中的频率成分。在图8A中,生理信号的频率成分由线102表示并位于与基带偏移δ处。
图8B示出调制器95和放大器97产生的有噪声调制信号的频率成分。在图8B中,生理信号的原始偏移频率成分已经在载频fc上调制,并由在奇次谐波的线104表示。加到调制信号的噪声信号的频率成分由点线105表示。在图8B中,噪声信号的频率成分的能量基本位于基带,且所需信号频率成分的能量位于载频(fc)加和减频率偏移(δ)及其奇次谐波。
图8C示出解调器99产生的解调信号的频率成分。具体地,解调信号的频率成分位于基带并在两倍频率偏移(2δ),由线106表示。噪声信号的频率成分被调制并由点线107表示。在图8C中,噪声信号的频率成分位于载频加或减偏移频率(δ)98及其奇次谐波。图8C也示出可应用于解调信号的低通滤波器100的作用。低通滤波器100的通带由虚线108表示。
图8D是输出信号的频率成分的示图。在图8D中,输出信号的频率成分由线110表示,而噪声信号的频率成分由点线111表示。图8D示出低通滤波器100去除位于两倍偏移频率(2δ)的解调信号的频率成分。以该方式,低通滤波器100将信号的频率成分设置在基带的生理信号内的所需频率带。此外,低通滤波器100从噪声信号去除位于图8C中所示低通滤波器100的通带外部的频率成分。噪声信号的能量基本从输出信号除去,或相对否则会引入其中的原始噪声信号至少实质减少。
图9是框图,其示出示例性斩波稳定超外差仪表放大器72B的一部分,具有同相(I)和正交(Q)信号路径,用在图6A的频率选择信号监视器70内。同相和正交信号路径实质减小超外差仪表放大器72B内的相灵敏度。因为从病人获得的信号和用来产生调制频率的时钟是不相关的,因此这些信号的相位不能同步。为了解决定相问题,两个平行外差放大器可以用芯片上分布电路建立的同相(I)和正交(Q)时钟驱动。然后可以用同相和正交信号叠加实现净功率提取。叠加可用芯片上自共源共栅Gilbert混频器(self-cascoded Gilbert mixer)实现从而计算平方化和叠加电流的和。在某些实施例中,使用外差技术和斩波器稳定化可以提供低噪声信号提取和有力的滤波——其可相对地抵抗工艺、温度和/或错配变化。
模拟执行可使用芯片上自共源共栅Gilbert混频器从而计算平方的和,如上所述。可替换地,数字方法可在低通滤波后利用I和Q通道的低带宽,并在此时在信号链中数字化以便数字功率计算。在I/Q级的数字计算具有优点。例如,功率提取比tanh函数更线性。此外,数字计算简化偏移校准从而抑制失真,并保持相信息用于交叉信道相干分析。借助任一技术,两个通道中平方的和可消除生理信号和调制时钟频率之间的相灵敏度。功率输出信号可低通滤波到1Hz的量级从而跟踪所需生物标志的基本动态。
图9中示出的超外差仪表放大器72B的操作可基本类似于图6A中的超外差仪表放大器72。超外差仪表放大器72B包括同相(I)信号路径,其具有第一调制器120、放大器122、和同相频率偏移(δ)123、第二调制器124、低通滤波器125和平方单元126。加法器121表示加和噪声。加法器121模型化来自非理想晶体管特征的噪声。超外差仪表放大器72B包括正交相(Q)信号路径,其具有调制器128、加法器129、放大器130、正交频率偏移(δ)131、第四调制器132、低通滤波器133和平方单元134。加法器129表示加和噪声。加法器129模型化来自非理想晶体管特征的噪声。上调制器120和128、下调制器124和132以及放大器122和130可形成外差电路,根据本公开,该外差电路经配置转换生理信号的所选频率带到基带。
超外差仪表放大器72B接收与病人关联的来自一个或更多感测元件的生理信号(Vin)。同相(I)信号路径在载频(fc)调制来自基带的信号,允许将噪声信号加到调制的信号,并放大有噪声的信号。同相频率偏移123可调谐以便基本等于所选频率带的中心频率。对于α带(5到15Hz),例如偏移123可约为10Hz。在该例子中,如果调制器120施加的调制载频fc为4000Hz,则解调频率fc±δ可以是3900Hz或4010Hz。
第二调制器124以与载频fc偏移δ的频率(fc±δ)偏移调制有噪声的放大信号。以该方式,所选频率带中放大的信号可以直接解调到基带,且噪声信号可调制到第二频率fc±δ。生理信号的所选频率带然后基本集中在基带,如DC。对于α带(5到15Hz),例如,10Hz的中心频率以基带0Hz为中心。低通滤波器125从解调的信号中滤除主要调制噪声信号并输出低噪声生理信号。然后,低噪声生理信号可用平方单元126平方化并输入到加法器136。在某些情形中,平方单元126可包括自共源共栅Gilbert混频器。平方单元126的输出表示同相信号的频谱功率。
以类似的方式,正交(Q)信号路径在载频(fc)调制来自基带的信号。Q信号路径允许将噪声信号加到调制的信号,如加法器129表示的那样,并经放大器130放大有噪声的调制信号。再次,正交偏移频率(δ)131可调谐以便其近似等于所选频率带的中心频率。结果,施加到解调器132的解调频率是(fc±δ)。然而,在正交信号路径中,对解调器132将90度的额外相偏移加到解调频率。因此,类似于解调器124,解调器132的解调频率为fc±δ。然而,解调器132的解调频率相对同相信号路径中解调器124的解调频率相移90度。
第四调制器132在载频的正交频率131调制有噪声的放大信号。以该方式,所选频率带中的放大信号直接解调到基带,且噪声信号在解调频率fc±δ调制。低通滤波器133从解调的信号滤出大部分调制的噪声信号并输出低噪声生理信号。低噪声生理信号然后可平方化并输入到加法器136。类似于平方单元126,平方单元134可包括自共源共栅Gilbert混频器。平方单元134的输出表示正交信号的频谱功率。
加法器136组合同相信号路径中平方单元126和正交信号路径中平方单元134输出的信号。加法器136的输出可输入到低通滤波器137,其生成低噪声、相灵敏的输出信号(Vout)。在一个示例性实施例中,低通滤波器127可编程并经配置实现约在1和10Hz之间的净功率输出,并实现1V/V2量级的净增益和块中标称输入信号为10mV,总偏倚为120nA。
如上所述,信号可输入到图6A的信号分析单元73,且信号分析单元73可提取位于基带的所选频率带中的信号,测量提取的信号的功率,并比较测量的功率和所选频率带的基线功率阈值从而确定是否触发病人治疗。可替换地,信号分析单元73可分析其他信号特征。信号Vout可施加到信号分析单元73作为模拟信号。可替换地,模拟-数字转换器(ADC)可提供来转换信号Vout为数字信号,以便应用于信号分析单元73。因此,信号分析单元73可包括一个或更多模拟元件,一个或更多数字元件,或模拟和数字元件的组合。
信号的频谱密度可从傅里叶变换的共轭积获得,根据下面的等式,其包括反应目标带宽BW的窗口函数“w(t)”: 用Euler等式(Euler’s identity)扩展频谱功率(f)证明,净能量可通过叠加表示“同相”和“正交”信号的两个正交信号源而测量。扩展的频谱功率(f)是根据下面的等式给出的: 两项都要考虑,因为神经电路和接口IC之间的相关系不相关。
用于灵活的频谱分析的模拟信号链可根据等式(4)设计。除了实现信号显著放大,输入神经信号可在带中心,δ,乘以正弦和余弦项,然后取窗口或设定有效BW。最终信号可平方化并然后在数字化之前以最终低通滤波器加到一起。改进的斩波放大器可辅助执行神经信号和在δ的音调(tone)线性放大从而实现有力的放大和对工艺变化高度灵活和有力的频谱提取。
斩波放大器的非线性特性可用于频谱分析。斩波稳定化可提供放大微功率生物医学应用中低频神经信号的噪声和功率有效的架构。而且,斩波稳定的放大器可适于提供宽动态范围、高Q滤波器。
如等式(4)所示,净频谱功率是通过叠加同相和正交通道提取的。因为生理信号和集成电路(IC)时钟不相关,相偏移可发生在信号之间。图9中超外差斩波放大器72B中同相和正交通道的叠加可有助于解决该相偏移。由平方化的同相和正交信号叠加实现的Vout处的净功率提取可由下面等式表示: 其中n表示谐波阶数,f表示载频,δ表示频率偏移值,Φ表示解调器时钟和生理信号输入之间的相位。因为信号功率随1/f律下降,第三谐波的生理信号净功率被有效衰减,因此可保持关于有意义的关键带的可接受的选择性。在某些实施例中,有缺口时钟策略(notched clock strategy)可用来驱动外差斩波器,以便抑制更高阶谐波。这可允许更大的谐波抑制。
为了实现低功率,模拟实施可使用芯片上自共源共栅Gilbert混频器以便通过叠加电流计算平方和。为了防止tanh电路中残余偏移在I和Q通道中建立调制积,Gilbert乘法器的输入可以64Hz方波斩波。功率输出信号可低通滤波到1Hz的量级从而跟踪生物标志的基本动态,减轻数字处理块中对设备的要求。
除了带通提取,当时钟差(δ)被设定为零时,外差斩波稳定放大器可具有几个用途。一个应用是测量标准时间域神经信号而不预处理,其可用于预筛选波形从而识别感兴趣的频谱生物标志并确认算法功能。另一个应用是加电流刺激测量阻抗,该电流刺激是以斩波器时钟频率跨电极注入的,并固定前端调制器,如下面的说明。分接(tapping)同相通道的信号输出然后提供阻抗的实际成分,同时正交端口的输出是复阻抗。该测量可用于表征电极和组织特性,以及电极/组织界面特性。
图10是流程图,其示出包括斩波稳定的仪表放大器的频率选择信号监视器的示例性操作。图10的操作将在下面参考频率选择信号监视器30说明,其包括图3中斩波稳定的仪表放大器32。
频率选择信号监视器30接收与病人(140)关联的生理信号。第一调制器42在载频调制来自基带的生理信号(142)。加法器45表示加和低带噪声信号和调制的信号(143)。放大器46放大有噪声的调制信号(144)。然后第二调制器47在载频解调信号从而设置输入生理信号在基带(145)。积分器48对解调的信号应用低通滤波器从而从解调信号除去过多噪声(146)。仪表放大器32然后输出低噪声生理信号到信号分析单元33。
信号分析单元33内的上电带通滤波器34可调谐到所选频率带(148)。在某些情形中,上电带通滤波器34可通过内科医生、技师、或病人手动调谐到所选频率带。在其他情形中,上电的带通滤波器34可按照存储的频率带值动态调谐到所选频率带。上电带通滤波器34施加于从仪表放大器32输出的低功率生理信号从而从宽带生理信号提取所选频率带中信号(150)。功率测量模块36测量提取的信号的功率(152)。
测量的功率然后被低通滤波器37过滤并施加到比较器40。阈值跟踪器38在一定时间段上为病人跟踪所选频率带中功率测量中的波动。以该方式,阈值跟踪器38根据波动为病人生成所选频率带的基线功率阈值。比较器40为病人比较测量的功率和所选频率带的基线功率阈值(154)。如果测量的功率大于基线功率阈值(155的YES分支),比较器40输出触发信号到医学设备的处理器(158)。如果测量的功率小于基线功率阈值(155的NO分支),则比较器40输出功率跟踪测量到阈值跟踪器38从而生成基线功率阈值,且不生成触发信号(156)。在任一情形中,在比较器40确定是否生成触发信号后,频率选择信号监视器30继续监视与病人关联的宽带生理信号(140)。
图11是流程图,其示出包括斩波稳定超外差仪表放大器的频率选择信号监视器的示例性操作。图11的操作将参考包括图6A中斩波稳定的外差仪表放大器72的频率选择信号监视器70进行描述。
频率选择信号监视器70接收与病人关联的生理信号(160)。调制器82在载频调制来自基带的生理信号(162)。加法器85表示低带噪声信号和调制信号相加(163)。放大器86放大有噪声调制信号(164)。频率偏移87被调谐以便基本相应于所选频率带的中心频率。然后解调器88在载频加或减频率偏移直接解调信号到基带(166)。积分器89对调制的信号应用低通滤波器从而从解调的信号除去过多噪声(167)。超外差仪表放大器72然后输出低噪声生理信号到信号分析单元73。
信号分析单元74内的无源低通滤波器74应用于来自外差仪表放大器72的低噪声生理信号从而从宽带生理信号提取设置在基带的所选频率带中信号(168)。功率测量模块76测量提取的信号的功率(170)。测量的功率然后被低通滤波器77过滤并应用于比较器80。阈值跟踪器78为病人在一定时间段上跟踪所选频率带的功率测量中的波动。再次,以该方式,阈值跟踪器78可基于波动为病人生成所选频率带的基线功率阈值。
比较器80比较当前功率和基线功率阈值以便识别病人治疗需求(172)。如果当前功率大于基线功率阈值(173的YES分支),比较器80生成触发信号(176)。如果当前功率小于基线功率阈值(173的No分支),比较器80不生成触发信号(174)。在任一情形中,在比较器80确定是否病人治疗已经触发后,频率选择信号监视器70继续监视与病人关联的宽带生理信号(160)。
这里所述的不快速采样信号监视所选频率带中生理信号的技术可提供几种优势。例如,该技术可以以低功率、计算和存储器开销提供快速信号监视解决方案。因此,该技术可在具有小的形状因子和有限的功率、计算和存储容量的医学设备内执行,如可植入医学设备。而且,该技术可提供高度可配置并允许用户,如内科医生、技师、或病人选择频率带的解决方案,在该所选频率带中为病人的症状或疾病监视生理信号。
图12是电路图,其示出用在图3的仪表放大器32或图6A中超外差仪表放大器72中的示例性混合放大器电路200。例如,电路200表示图3中放大器46、解调器47和积分器48或图6A中放大器86、解调器88和积分器89的例子。虽然图12的例子示出差分输入,电路200可以以单端输入构建。因此,图12的电路200是为说明的目的提供的,而非限制其它实施例。图12中,VDD和VSS分别指示功率和地电势。
混频放大器电路200放大有噪声的调制输入信号从而产生放大的信号并解调放大的信号。混频放大器电路200也从解调信号基本消除噪声从而产生输出信号。在图12的例子中,混频放大器电路200是在低阻抗节点切换的改进型折叠共源共栅(folded-cascode)放大器。改进型折叠共源共栅架构允许电流划分从而最大化噪声效率。一般地,图12中改进型折叠共源共栅架构是通过加入两组开关改进的。一组开关在图12中示出,如开关202A和202B(总称为“开关202”),另一组开关包括开关204A和204B(总称为“开关204”)。
开关202由斩波逻辑驱动来支持放大信号的斩波以便在斩波频率解调。具体地,开关202解调放大的信号并调节前端偏移和1/f噪声。开关204嵌入在由晶体管M6、M7、M8和M9形成并由斩波逻辑驱动上调制来自晶体管M8和M9的低频误差的自偏置共源共栅镜内。晶体管M6和M7内的低频误差通过晶体管M8和M9的源极退化(sourcedegeneration)衰减。混频放大器电路200的输出在基带,允许由晶体管M10和电容器206(Ccomp)形成的积分器稳定输出和输入之间的反馈路径(图12中未示出)和滤波器调制的偏移。
在图12的例子中,混频放大器电路200具有三个主要块:跨导体、解调器和积分器。核心类似于折叠共源共栅放大器。在跨导体部分中,晶体管M5是输入晶体管M1和M2差分对的电流源。在某些实施例中,晶体管M5可通过约800nA,其在晶体管M1和M2之间分配,如每个400nA。晶体管M1和M2是放大器14的输入。小电压差以典型差分对方式操纵进入晶体管M1和M2漏极的差分电流。晶体管M3和M4用作低侧电流吸收器(current sink),且每个电流吸收器约吸收500nA,该电流是固定的,通常不变。晶体管M1、M2、M3、M4和M5一起形成差分跨导体。
在该例子中,解调器每个支腿约拉出100nA电流。来自晶体管M1和M2频率为斩波频率的AC电流流经解调器的支腿。开关202在解调器支腿之间往复改变电流从而将测量信号解调回基带,而跨导体的偏移上调制到斩波频率。如前面所述,晶体管M6、M7、M8和M9形成自偏置共源共栅镜,并使信号在进入晶体管M10和电容器206(Ccomp)形成的输出积分器之前是单端的。设置在共源共栅放大器(M6-M9)内的开关204上调制来自晶体管M8和M9的低频误差,而晶体管M6和晶体管M7的低频误差被晶体管M8和m9的源极退化抑制。源极退化也使Bias N2晶体管208的误差被抑制。Bias N2晶体管M12和M13形成共栅放大器,其为斩波开关提供低阻抗并通过信号电流到晶体管M6和M7,且不受漏极上电压的影响。
输出DC信号电流和上调制的误差电流流入积分器,该积分器由晶体管M10、电容器206、和下NFET(bottom NFET)电流源晶体管M11形成。再次,该积分器用来稳定反馈路径并滤除上调制的误差源。晶体管M10的偏电流约100nA,并相对晶体管M8比例调整。下侧NFET M11的偏电流也约为100nA(吸收)。结果,积分器无信号平衡。如果更多电流驱动是必须的,则积分尾(integration tail)中电流可用标准积分电路设计技术适当增加。图12的例子中晶体管可以是场效应晶体管(FET),更特别地是互补金属氧化物半导体(CMOS)晶体管。
图13是电路图,其示出具有差分输入Vin+和Vin-的仪表放大器210。仪表放大器210是前面参考图6A在本公开中说明的超外差仪表放大器72的示例性实施例。图13使用图6A中几个标识号指示相似元件。一般地,仪表放大器210可以作为单端或差分放大器构建。图13的例子示出执行差分放大器的示例性电路。类似于图13中电路的电路也可用来执行图3的仪表放大器32的差分形式。图13的电路可配置用于图9中I和Q信号路径中的每个。
在图13的例子中,仪表放大器210包括对一个或更多感测元件的接口,感测元件产生提供电压信号Vin+和Vin-的差分输入信号。差分输入信号可由包括多种感测元件中任何感测元件的传感器提供,如一个或多个电极、加速计、压力传感器、力传感器、陀螺仪、湿度传感器、化学传感器等等。对于脑感测,差分信号Vin+、Vin-可以是例如EEG或ECoG信号。
差分输入电压信号分别经开关212A和212B连接到各电容器83A和83B(总称为“电容器83”)。开关212A和212B可总体形成图6A的调制器82。开关212A、212B由系统时钟(未示出)提供的在载频fc的时钟信号驱动。开关212A、212B可以彼此交叉耦合从而拒绝共模信号,如图13所示。电容器83耦合到相应的一个开关212A、212B的一端并在另一端耦合到放大器86的相应输入。具体地,电容器83A耦合到放大器86的正输入,电容器83B耦合到放大器86的负输入,从而提供差分输入。放大器86、调制器88和积分器89一起形成混频放大器,其可构造成类似于图12中的混频放大器200。
在图13中,开关212A、212B和电容器83A、83B形成仪表放大器210的前端。具体地,前端可作为连续时间开关的电容器网络操作。开关212A、212B在开态(open state)和闭态(closed state)之间切换,其中输入信号Vin+、Vin-以时钟频率fc耦合到电容器83A、83B,从而调制(斩波)输入信号为载频(时钟频率)。如前所述,输入信号可以是范围约0Hz到约1000Hz之间,且更具体地约0Hz到500Hz之间,且更特别地小于或等于约100Hz的低频信号。载频可在约4kHz到约10kHz范围内。因此,低频信号被斩波到较高斩波频率带。
开关212A、212B彼此同相开关从而提供差分输入信号给放大器86。在时钟信号fc的一个相中,开关212A连接Vin+到电容器83A,开关212B连接Vin-到电容器83D。在另一个相中,开关212A、212B改变状态,以便开关212A将Vin+与电容器83A去耦,开关212B将Vin-与电容器83B去耦。开关212A、212B同步在第一和第二相之间交替,从而在载频调制差分电压。得到的斩波差分信号是跨电容器83A、83B施加的,该电容器跨放大器86的正、负输入耦合差分信号。
可包括电阻器214A和214B(总称为“电阻器214”)从而提供DC导电路径,其控制放大器86输入端的偏压。换句话说,可选择电阻器214以提供用于保持高偏阻抗的等效电阻。例如,可选择电阻器214提供5GΩ等效电阻器,但等效电阻器的绝对尺寸对仪表放大器210的性能不是关键的。一般地,增加阻抗改善噪声性能和拒绝谐波,但延长了从过载恢复的时间。为了提供参考标准,5GΩ等效电阻器导致参照输入端(RTI)噪声约为20nV/rt Hz,其中输入电容(Cin)约为25pF。鉴于此,保持高阻抗的更强的动机在于拒绝高频谐波,由于在每个半时钟周期放大器86的输入节点的稳定(settling),该高频谐波可混入信号链中。
电阻器214仅是示例性的,并用于解释许多不同偏置方案中的一种以便控制放大器86的信号输入。实际上,偏置方案是灵活的,因为得到的等效电阻的绝对值不是关键性的。一般地,可选择电阻器214和输入电容器83的时间常数约比斩波频率倒数长100倍。
放大器86可在施加到其输入端的差分信号中产生噪声和偏移。因此,差分信号经开关212A,212B和电容器83A,83B斩波从而将有意义信号设置在与噪声和偏移不同的频率带。然后,仪表放大器210第二次在调制器88斩波放大的信号从而解调有意义信号到基带,同时调制噪声和偏移到斩波频率带。以该方式,仪表放大器210保持噪声和偏移以及有意义信号之间的显著分开。
调制器88可用超外差过程支持所选频率带的直接下转换。具体地,调制器88可在等于开关212A,212B使用的载频fc加或减偏移δ的频率——基本等于所选频率带的中心频率——解调放大器86的输出。换句话说,调制器88在频率fc±δ解调放大的信号。积分器89可提供来积分调制器88的输出从而产生输出信号Vout。放大器86和差分反馈路径分支216A、216B处理有噪声的调制输入信号从而实现在低功率操作时输出的低频输入信号的稳定测量。
在低功率操作倾向于限制放大器86的带宽并在输出信号中产生失真(纹波)。放大器86,调制器88,积分器89和反馈路径216A,216B可分别通过在低阻抗节点斩波和AC反馈的组合基本消除斩波稳定的动态限制。
在图13中,为了简洁,放大器86、调制器88和积分器89是以适当的电路符号表示的。然而,可以理解这类元件可根据图12中提供的混频放大器电路200的电路图执行。仪表放大器210可相对输入信号提供同步解调并基本从信号消除1/f噪声、爆音和偏移,从而输出作为差分电压Vin+,Vin-的放大表示的信号。
没有反馈路径216A、216B提供的负反馈时,放大器86、调制器88和积分器89的输出可包括由于放大器在低功率的有限带宽叠加在所需信号上的尖峰信号。然而,反馈路径216A、216B提供的负反馈抑制这些尖峰信号,以便在稳态的仪表放大器210的输出是差分电压的放大表示,该差分电压是跨放大器86的输入端产生的,有非常少量的噪声。
如图13所示,反馈路径216A、216B包括两个反馈路径分支,其提供差分-单端接口。放大器86、调制器88和积分器89可总称为混频放大器。上反馈路径分支216A调制该混频放大器的输出从而提供负反馈给放大器86的正输入端。上反馈路径分支216A包括电容器218A和开关220A。类似地,下反馈路径分支216B包括电容器218B和开关220B,其调制混频放大器的输出从而提供负反馈给混频放大器的负输入端。电容器218A、218B分别连接到开关220A、220B的一端,且在另一端分别连接到混频放大器的正输入端和负输入端。电容器218A、218B可相应于图6A中电容器81。类似地,开关220A、220B可相应于图6A的调制器90。
开关220A和220B在参考电压(Vref)和混频放大器200的输出之间开关从而分别将电荷置于电容器218A和218B上。参考电压可以是例如,放大器最大轨电压和地电势之间的中轨电压。例如,如果放大器电路被提供以0到2伏的电源,则中轨Vref电压可以是1伏特的量级。开关220A和220B应当彼此相差180度从而确保负反馈路径在每个半时钟周期都存在。开关220A、220B之一也应与混频放大器200同步,以便负反馈抑制混频放大器的输入信号的幅度从而将信号保持在小变化的稳态。因此,开关220A、220B中的第一个开关可在频率fc±δ调制,而第二个开关220A、220B在频率fc±δ调制,但与第一开关有180度相差。通过保持信号变化小并在混频放大器的低阻抗节点开关,如图12的电路图中所示,唯一的显著电压过渡发生在开关节点。因此,在混频放大器的输出端,假信号(纹波)基本被消除或减小。
开关212和220以及混频放大器低阻抗节点的开关可以是CDOS SPDT开关。CMOS开关提供快速开关动能使得开关看起来是连续的过程。仪表放大器210的转移函数可由下面等式(6)中提供的转移函数定义,其中Vout是混频放大器200的输出电压,Cin是输入电容器83的电容,ΔVin是放大器86输入端的差分电压,Cfb是反馈电容器218A、218B的电容,而Vref是开关220A、220B与混频放大器200输出混合的参考电压。Vout=Cin(ΔVin)/Cfb+Vref (6)从等式(6)可明显看出仪表放大器210的增益由输入电容器Cin和反馈电容器Cfb,即,电容器83和电容器218的比设定。Cin/Cfb的比可选择为100的量级。电容器218可以是多晶硅-多晶硅芯片上电容器或其他类型的MOS电容器并应良好匹配,即,对称的。
虽然图13中未示出,仪表放大器210可包括用于自动清零放大器(auto-zeroing amplifier)210的并联反馈路径。并联反馈路径可用于快速复位放大器210。应急充电开关也可提供来旁通偏压节点从而帮助快速复位放大器。输入电容器83的功能是上调谐低频差分电压并拒绝共模信号。如上所述,为了实现上调谐,差分输入分别经SPDT开关212A、212B连接到感测电容器83A、83B。开关相位调整提供差分输入到AC跨导混频放大器116。这些开关212A、212B工作在时钟频率,如4kHz。因为电容器83A、83B在两个输入之间切换,差分电压被上调制到载频,而低频共模信号被电荷转移函数中零抑制。较高带宽公共信号的拒绝依赖于该差分架构和电容器的良好匹配。
消隐电路可提供在某些应用的实施例中,其中测量是结合心脏起搏器、去纤颤器(心脏除颤器)或神经刺激器提供的刺激脉冲进行的。这样的消隐电路可加在放大器86的输入和耦合电容器83A、83B之间从而确保输入信号在再连接放大器86到输入信号之前稳定。例如,消隐电路可以是消隐复用器(MUX),其选择性耦合和从输入信号去耦放大器86。该消隐电路可选择性从差分输入信号去耦放大器86和选择性禁能第一和第二调制器,即,开关212、220,如在提供刺激脉冲的过程中。
消隐MUX是任选的,但可以是理想的。用作调制器的时钟驱动开关212、220不能简单切断,因为混频放大器上残余偏移电压将在几毫秒内饱和放大器。因此,消隐MUX可提供来在心脏起搏器、去纤颤器或神经刺激器施加刺激过程中和之后的规定时间段从输入信号去耦放大器86。
为了实现合适的消隐,在混频放大器继续解调输入信号时输入和反馈开关212、220应被禁能(disabled)。这保持混频放大器内积分器89的状态,因为调制的信号没有出现在积分器的输入端,同时解调器继续斩波DC偏移。因此,消隐MUX可进一步包括电路或与电路关联,该电路经配置在消隐期(blanking interval)选择性禁能开关212、220。消隐后,混频放大器可要求额外时间来稳定,因为某些干扰(perturbation)会保持。因此,总消隐时间包括输入开关212、220被禁能时解调输入信号的时间,和稳定任何剩余干扰的时间。应用刺激脉冲后的示例性消隐时间可约为8ms,其中5ms用于混频放大器,3ms用于AC耦合元件。
适于与本公开技术、电路和设备一起使用的不同额外斩波放大器电路的例子在2008年6月10日授予Timothy J.Denison的美国专利号7,385,443中说明,该专利的名称为“Chopper StabilizedInstrumentation Amplifier”。
图14是框图,其示出具有同相和正交信号路径的示例性斩波稳定超外差放大器72C的一部分,如图9所示,其加入任选的阻抗测量电路。图14中放大器72C基本与图9中放大器72B相同。然而,如图14的例子所示,超外差架构可适于通过跨仪表放大器输入施加刺激电流并禁能输入斩波调制来测量复合电极和组织阻抗。为了该目的,电流源222响应阻抗测量使能信号输送在载频fc调制的电流Istim。因此,上调制器224、下调制器124和132、和放大器122和130可形成超外差电路,其经配置根据本公开转换生理信号的所选频率带到基带。
电流源222施加电流Istim到调制器224,其在载频fc调制电流Istim。然后电流Istim跨输入端施加到放大器72C的I和Q信号路径。为了支持阻抗测量,前端调制器(图14中未示出,图9中120,128)的操作是通过响应阻抗测量使能信号固定调制器的状态而临时停止的。刺激电流可以是10微安(μA)的量级,并可在载频fc跨一组输入电极注入。同相信号路径的输出提供阻抗的实部,而正交端口的输出是阻抗的复阻抗。可平方实部和复部,然后加和,并低通滤波从而产生输出阻抗信号。
斩波稳定的超外差放大器电路,如本公开所述,可根据有价值的性能图进行数字分析。对于具有上电带通带通滤波器的斩波稳定放大器,而非超外差结构,如果W=中心频率,BW=带宽,而A=增益,则实现这样的系统需要增益-带宽积A*(W+BW/2)。应用斩波稳定的超外差放大器电路,仅需要A*(BW/2),因为有意义带宽被选择。然而,为了补偿信号以4/π2放大,为了保持信噪比(SNR),对于同相和正交通道需要以该平方值放大电流,并加因子2。因此,需要以[(π2/4)2]*A*BW/2度量。该度量指示斩波稳定的超外差放大器电流何时提供所需效率。一般地,当(W+BW/2)/BW∽Q>(π)4/16∽6时,斩波稳定的超外差放大器电路可以特别有用。如果可用Q大于6,则斩波稳定的超外差放大器既易于执行也是最有效的方法。在某些实施例中,根据本公开的外差斩波放大器可在8微瓦量级的的功率水平操作,同时允许直接提取2微伏RMS脑生物标志信号。
图15是框图,其示出具有同相和正交信号路径的示例性斩波稳定超外差放大器72D的一部分,其如图9所示,但还包括数字信号处理器226。图15中放大器72D基本与图9中放大器72B相同。然而,如图15的例子所示,超外差架构可适于数字执行同相和正交信号路径的平方、加和和过滤功能。
同相低通滤波器125提供同相信号给数字信号处理器226,而正交低通滤波器133提供正交信号给数字处理器226。数字信号处理器226包括或耦合到模拟-数字转换器(ADC),从而转换同相信号和正交信号为数字信号以便处理。数字信号处理器226平方数字同相和数字正交信号。然后,数字信号处理器226加和平方的数字信号并滤波数字信号从而产生低噪声、相灵敏数字输出信号(Vout)。
如上所述,信号可输入到图6A中的信号分析单元73。如上所述,信号分析单元73可提取置于基带的所选频率带中的信号,测量提取信号的功率,并比较测量的功率与所选频率带的基线功率阈值,从而确定是否触发病人治疗。可替换地,信号分析单元73可分析信号的其他特征。在图9所示的实施例中,信号Vout可施加到信号分析单元73作为数字信号。因此,信号分析单元73可包括一个或更多数字元件。
图16是框图,其示出示例性感测设备302,其集成有神经刺激器304从而形成组合的刺激和感测系统300。根据本公开所述的不同实施例中任一个,感测设备302通常可包括具有一个或更多外差、斩波稳定的放大器的频率选择监视设备。刺激和感测系统300可植入并可构建成驻存在公共外壳内。系统300的架构可划分以提供低功率操作、精确度和灵活性之间的平衡。感测设备302可包括连接到电极以便调节和放大场电势的模拟感测单元308,根据特征提取对信号执行算法的微处理器306或等效处理单元,和记录事件或一般数据记录的存储器单元336。
感测设备302和刺激器304的控制器之间的连接可通过中断矢量和内部集成电路(I2C)总线端口实现。模拟块和数字块之间信号链的划分可着重于设计有力的模拟前端从而提取有意义的核心信息,并因此最大化数字化之前的信息内容。该划分允许数字转换器和信号处理算法在低时钟速率以减小的功率要求运行在微处理器块中。在一个实施例中,微处理器块306可经配置利用少于1%的可用处理器资源并保持系统功率在约25μW以下。
在某些实施例中,感测设备302可为现有神经刺激器或其他治疗设备提供增加的诊断和闭环滴定能力(titration capabilities)。在这类情形中,感测设备302可基于算法为与治疗设备关联的治疗参数值滴定而发送命令到神经刺激器304。感测延伸件和电极之间的连接可以经保护网络实现,该保护网络隔离感测设备和刺激并阻断DC电流。
在图16的例子中,感测设备302包括微处理器块306,该微处理器块306具有微处理器控制单元310、模拟数字(A/D)转换器316、串行外设接口(SPI)总线控制器318、输入/输出端口320、内存312、和I2C总线控制器314。感测设备302可以以一个或更多集成电路(IC)形成。感测设备302也包括模拟感测单元308,其可包括电极切换矩阵324、控制单元326、设置为独立感测通道的一个或更多外差、斩波稳定的斩波放大器322A-D、存储器接口332和整理寄存器334。
感测设备302也可包括外部存储器336和一个或更多无源阵列328。无源阵列328可形成引线连接器块330和模拟感测单元IC 308内感测电极之间的无源保护网络。每个斩波放大器通道322A-D可经配置通过连接器块330接收来自各电极的信号并提取定义的频率带中的信号功率。模拟感测单元IC 308可在微处理器块306内A/D转换器316数字化之前增加信息内容和降低带宽。通过低速率操作,微处理器块306能够数字化、跟踪事件并写入存储器同时保持微瓦功率操作。
作为例示,图16示出耦合到组合刺激和感测系统300的引线连接块330的八个不同感测/混合模式电极和8个不同刺激电极。电极可以携带在一个或更多可植入引线的远端。例如,相应于远端电极的电触点可在一个或更多个引线近端形成并经导线耦合到电极,该导线沿引线长度延伸。电触点可耦合到神经刺激器304的刺激发生器的输出并耦合到感测设备302的无源阵列328。在某些实施例中,某些电极可提供来自神经刺激器304的电刺激能量,同时其他电极可提供电刺激能量并用来为模拟感测单元308感测电极。
如图16的例子进一步所示,电极开关矩阵324可经配置开关8个电极输入到8个与四个斩波放大器通道322A-D关联的输入端。例如,第一对感测电极可为斩波放大器322A形成第一输入,而第二对感测电极可为斩波放大器322B形成第二输入。第一和第二对电极可共享一个或更多电极,或可替换地,可包括互排斥电极对。电极开关阵列324可选择性开关跨不同斩波放大器通道322的输入端的不同电极对。控制单元326可控制电极开关矩阵324和斩波放大器322A-D的操作。控制单元326可经转换开始(CS)、串行时钟(SCLK)和串行数据(SDATA)线耦合到微处理器块306的SPI总线控制器318。
微处理器块306可与模拟感测单元308经存储器接口332和I/O端口320交换信息。整理寄存器334可提供来校准或调整模拟感测单元308的不同方面。外部存储器336可存储感测的数据,并与模拟感测单元308的存储器接口332交换数据。微处理器块306的A/D转换器316接收斩波放大器通道322A-D的输出并转换模拟输出信号为数字值,供微处理器控制单元310处理和分析。斩波放大器322A-D允许模拟感测单元308从带中心δ定义的规定频率带提取能量,绕δ的带宽由BW定义。斩波放大器322A-D可表示本公开中讨论的任何斩波放大器,包括图3,4,6A,7,9和13-15中所示的放大器32、32A、72,72A、72B、72C、72D和210。此外,斩波放大器322A-D可包括本公开中讨论的信号分析单元。示例信号分析单元包括图3、6A、6B、9、14和15中所示的单元。虽然图16中示出4个斩波放大器通道322A-D,但可提供较少或更多数目的斩波放大器通道。
微处理器块306可含数字控制接口,其使得微处理器能够经存储器映射的寄存器控制放大器通道322A-D。诸如增益和整理状态的参数可通过控制接口调整。此外,接口可提供给1MB心电记录SRAM。数字控制器接口可减少微处理器所需的控制线的数目。此外,数字控制接口也可为A/D转换器316提供采样时钟,其可允许控制单元310在采样之间进入低功率睡眠模式,因而为数字化和算法处理减小工作比。在某些实施例中,工作比可减小到1%。
可提供不同斩波放大器通道322A-D,以便经不同电极对感测信号或感测不同频率带中的信号。模拟感测单元308的控制单元326可调整斩波放大器322A-D的时钟偏移从而使斩波放大器在选择的基础上从不同频率带提取带功率。在某些实施例中,微处理器时钟306、模拟感测单元308或这两者可编程,因此斩波放大器通道322A-D监视的所选频率带可调整。
频谱处理器322A-D和电极耦合电路可经输入开关矩阵324接口,该输入开关矩阵324允许灵活选择电极矢量以便电极设置后测量。每个频谱处理器和开关装配(montage)的构型可保持在芯片上寄存器库和EEPROM存储器中,该EEPROM存储器可经微处理器块306存取。模拟频谱处理器322A-D的输出可被输入微处理器块306的模拟数字转换器316以便数字化。电源可从现有神经刺激器304提供。
当刺激脉冲或波形由神经刺激器304施加时,微处理器控制单元310可生成消隐信号从而经电极开关矩阵324去耦感测电极和斩波放大器通道322A-D。微处理器控制单元310可与神经刺激器304经中断和I2C总线通信从而协调感测设备302和神经刺激器304的操作。虽然神经刺激器304在图16中示出,但也可提供用于多种应用,如神经、组织或肌肉刺激的任一种通用目的电刺激器。
差分时钟发生器可生成驱动外差斩波放大器需要的系统时钟。时钟发生器可包括时钟树(clock tree),以便四个通道共享前端调制器的公共4kHz“Fclk”驱动器。公共时钟可帮助防止在组织接口振动(beating)。每个感测通道也可具有专用的本地时钟从而为放大器322A-D后端建立Fclk+δ参考。时钟可以整理到其标称值的两倍然后下采样从而提供频谱处理器的并行分支需要的正交驱动器。时钟自身可由弛张振荡器构成。在一个实施例中,可为时钟分配200nA/通道的电流预算以便最小化对系统功率的影响。
在一个例子中,时钟频率可以用电容整理调整从而从DC到500Hz实现4Hz的步长。整理寄存器可通过寄存器端口存取,且微处理器块可通过比较周期和嵌入有现有神经刺激器的晶体振荡器而例行地校准时钟,从而最小化漂移。
如图16所示,模拟感测单元308可通过应用斩波稳定在关键生理频率提取带功率度量,从而在微功率应用中实现噪声和功率有效架构以便放大低频生理信号。然后,从模拟感测单元308提取的带功率度量可用微处理器块306处理,以便算法可通过固件变化定制。当模拟感测单元308的信号达到微处理器块306时,有意义的生物标志已经通过模拟感测单元308提取带功率度量。因为相比编码生物标志的频率,这些信号变化非常缓慢,所以微处理器块308可以以低速率采样并处理信号,如5Hz或在某些实施例中更低的速率。使用模拟感测单元308作为模拟预处理器和在低功率微处理器,如微处理器块306上以较慢速率运行额外算法的技术可得到这样的感测设备,其在比刺激治疗功率预算低的功率预算大小量级上运行。
在某些实施例中,模拟数字转换器(ADC)316可以以较高速率(如200Hz)和5Hz带功率数据采样和存储原始EEG(时域)数据。这样的实施例可允许额外的数据后处理和分析,并可用于算法验证或识别新生物标志。
当测量神经活动时,局部场电位(LFP)的带功率波动的大小量级通常比其编码的频率慢,因此在执行模拟数字转换之前使用有效的模拟预处理可显著减少执行完整的复合信号系统的总能量要求。预处理设备——其直接在关键神经元频带提取能量,并跟踪相对慢的功率波动,如图16中的模拟感测单元308——可考虑为减少总能量要求的这种架构的例子。
图17是另一个电路示图,其示出适于用在图3或图6A的频率选择信号监视器内的斩波稳定混频放大器250。斩波稳定混频放大器250类似于图12中所示的混频放大器,但加入晶体管340和改进的输出级。基本类似于图12所示元件的元件类似地编号。晶体管340被设置来形成第二级差分放大器,该第二级差分放大器通过跟踪最上面自共源共栅PFET电流镜的两个节点而改进电路的电压拒绝率(PSRR)。第二级差分放大器340可用来帮助拒绝电源中无关信号,该无关信号可源自外部源,如电刺激的上述。
设定图17的例子中不同晶体管的尺寸以便在第二级差分放大器340可接受地匹配并根据总体设计技术适当地偏置。作为例子,晶体管M1和M2可具有100/4的尺寸比;晶体管M3和M4可具有200/10的尺寸比;晶体管M6和M7可具有40/2的尺寸比;晶体管M8和M9可具有5/80的尺寸比;晶体管M12和M13可具有20/4的尺寸比;晶体管M14可具有20/10的尺寸比;晶体管M15,M16,M17和M18可具有10/10的尺寸比;晶体管M19和M20可具有120/10的尺寸比。上述比是宽度/长度比。在一个例子中,补偿电容器可具有16皮法的值。此外,不同量的电流可分配到电路的不同支腿。在一个例子中,含晶体管M5的电路的支腿可分配以640纳安的电流;含晶体管M3和M4的电路的支腿可分配以400纳安的电流;而含晶体管M20的支腿可分配以120纳安的电流。混频放大器250中的晶体管可以是场效应晶体管(FET),更具体地是互补金属氧化物半导体(CMOS)晶体管。
如图17所示,混频放大器250可包括第二级的差分输入从而有力地偏置输出级积分器。图17中电流模式开关架构的一个益处是从斩波调制的瞬变在大小量级上比斩波时钟周期更快。这种动力学分离有助于抑制第二谐波失真和放大误差。因为跨导级的输出在基带,积分器可补偿反馈环路和滤波调制的偏移和噪声。作为源自外差的额外优点,有意义带也移到DC,因此剩余信号链电路可以以减小的带宽操作来最小化功率。
折叠的共源共栅设计允许电流被划分以便改善噪声性能。在一个例子中,可分配300nA的电流流经每个输入对,可分配50nA的电流流经折叠共源共栅放大器的每个支腿,可分配50nA电流给输出级,以及可分配50nA电流偏置发生和分布。相比于放大器中其他场效应晶体管(FET),这样的划分引导大部分电流进入输入对从而最大化跨导,并在亚阈值水平偏置晶体管。在一个实施例中,偏置N沟道FET(NFET)可相对大地被放大从而抑制NFET的噪声贡献并进一步抑制有效的1/f噪声。此外,额外的500kΩ源极退化可用来相对输入对降低偏置NFET的有效跨导。
图18是电路图,其示出适用在包括如本公开所述的外差、斩波放大器的频率选择信号监视器内的低通滤波器348。例如,低通滤波器348可用作从外差斩波放大器的输出低通滤波器,如图4、6A、6B或7中的低通滤波器58、74或100。如图18所示,低通滤波器348可包括耦合到第一可变电阻器350的输入端,其接收输出信号,如来自混频放大器的调制器的信号。第一电阻器350串联耦合到第二可变电阻器352和第三可变电阻器354。可变电阻器的值可以由整理寄存器设定。第一和第二电阻器350、352之间的节点经电容器356耦合到地。第二和第三电阻器352、354之间的节点也经电容器358耦合到地。第三电阻器354一端的滤波器348输出端的节点经电容器360耦合到地。跨第三电阻器354并联耦合的开关362可闭合从而消除第三电阻器并选择性为低通滤波器348提供两级模式或三极模式。在一个例子中,可变电阻器350、352、354可以是10-35兆欧姆的可变电阻器,而电容器356、358、360可以是100皮法的电容器。一般地,图18中低通滤波器348可提供可编程芯片上滤波器,其选择性提供两极或三极。在一个例子中,图18中低通滤波器348可编程具有4.5Hz到15Hz(三极)或10Hz到25Hz(两极)的低通-3dB转折频率(BW/2),且整理步长可设定为4Hz增量(两极)或2Hz增量(三极)。
低通滤波器348可构造成具有高阻CrSi材料和多晶硅-多晶硅电容器的无源电路。低通滤波器348可模拟类高斯响应。如图18所示,信号链可以是RC滤波器的交错链。这样的信号链可增加滤波器的线性和净空间,同时减少功率耗散。整理可以用场效应晶体管(FET)开关实现从而分路CrSi电阻器串的元件。在某些实施例中,可为类高斯分布整理时间常数放大从而试图减小傅里叶变换的时频二元性限制。
图19是电路图,其示出示例性输出功率块440从而从斩波稳定的、超外差仪表放大器的输出信号提取功率。例如,输出功率块440可用在信号分析单元的功率提取模块内,如图3、6A或6B中功率提取模块36、76、76A或76B。作为另一个例子,输出功率块440可用在超外差仪表放大器的平方单元内,如图9、14或26中平方单元126或134。图19的电路可作为自偏共源共栅/Gilbert乘法器构建从而从信号链中提取净功率。如图19所示,晶体管M21、M22、M23、M24、M25和M26可形成Gilbert乘法器。晶体管M27、M29、M30、M31、M32、M33形成将电流反射到输出加法节点(summing node)的电流镜。晶体管M28是偏置晶体管。输出功率块440中的晶体管可以是场效应晶体管(FET),更具体地是互补金属氧化物半导体(CMOS)晶体管。电阻器446经配置设定输出功率块440的增益,且电容器448经配置设定低通滤波器的低通转折频率。例如,电容器448可设定图9和26中所示的低通滤波器137的低通转折频率。
可设定图19的例子中不同晶体管的尺寸以便适当地操作和根据一般设计技术偏置。作为例子,晶体管M21和M22的尺寸比可为15/30;晶体管M23、M24、M25、和M26的尺寸比可为80/2;晶体管M27、M30、M31和M32的尺寸比可为15/30;晶体管M28的尺寸比可为20/20;以及晶体管M29和M33的尺寸比可为150/30。上述比是宽度/长度比。在一个例子中,电阻器446可具有60兆欧姆的值,电容器448可具有250皮法的值。混频放大器250中的晶体管可以是场效应晶体管(FET),且更具体地是互补金属氧化物半导体(CMOS)晶体管。
重构信号弦需要两个相。然而,为了易于说明,图19示出仅与一个相关联的电路。提取的功率可以由下面的等式表示: 其中Φ是输入信号的相位,t是时间,Ib是电路的偏置电流,Vin是施加到功率块的输入信号,Vth是热电压(kT/q),该热电压在体温是27毫伏,R是设置增益的电路负载电阻器值,而η是亚阈值斜率因子,该斜率因子是制造工艺的函数且通常约在1.5和1.7之间。上面的等式表示组合图19中两个功率提取块产生的输出电压。Sin2和cos2项表示信号两个相的和(同相和正交)。通过平方和相加两个相位,相位移出生理信号和芯片上时钟之间,产生有力的功率度量。Tanh2项表示提取功率的线性跨导乘法器电路(translinear multiplier circuit)的放大。
如图19所示,乘法器可作为自偏共源共栅架构构成从而提供必要水平的移动从而驱动正切平方电路的输入。同相和正交通道可各自使用同样的乘法器架构,且每个通道的输出可在输出节点叠加从而对串联电阻器提供轨到轨(rail-to-rail)驱动。功率提取模块的净转移函数可由下面的等式表示:
等式(8)表明信号链的相灵敏性是在功率估算步骤消除的。假定差分对偏压60nA和负载电阻器60MΩ,输入端10mV,过程亚阈值因子1.5,转移函数实现1V/V2放大。为了为生物标志检测提供额外的精度,也可采用乘法器的斩波稳定。乘法器可具有mV量级的本征偏移(Voff),相对微伏生物标志,该本征偏移不可忽略。考虑这些偏移的净转移函数可由下式表示:Vout(t)∝Vin 2(t)+Voff 2+2[VinVoff] (9)其中Voff是由于晶体管间失配导致的与有限公差的偏移。当这些偏移被加到输入信号时,它们形成加上相对幅度放大比例的结果,该相对幅度放大取决于乘法器的偏移并可随通道而不同。随着信号在同相和正交通道之间往复,放大比例失配可产生失真。为了抑制这些偏移的效果,输入可在64Hz以输入斩波器调制。因此,通过乘法器的净转移函数可表示为:Vout(t)∝Vin 2(t)+Voff 2+2[(Δ)VinVoff-(1-Δ)VinVoff] (10)其中Δ是斩波器的占空比。如果占空比接近0.5,且功率块的输出低通滤波64Hz调制结果,则叉积被消除且偏移被限制在静态偏移项,该静态偏移项可在校准过程中从算法中删除。
输入斩波器如前端斩波器442,是可抑制互调电路的例子。前端斩波器442的输入可以是低通滤波器的输出,该低通滤波器耦合到外差斩波稳定的放大器中混频放大器的输出。低通滤波器可产生差分Vin+和Vin-信号。例如,诸如低通滤波器58、74、100、125或133的低通滤波器可产生Vin+和Vin-信号,该信号可施加到前端斩波器442从而产生施加到功率块440的差分输入端的V+和V-信号。前端斩波器中的开关444A、444B可在所需的斩波频率开关,如64Hz。例如,为了防止tanh电路中残余偏移在I和Q通道中建立互调结果,Gilbert乘法器的输入可以方波斩波,如在64Hz经前端斩波器442进行。经前端斩波器442提供斩波消除或减小互调结果。没有前端斩波器442时,在该级和输入信号中会发生显著的偏移“节拍”,这可显著破坏信号。经前端442的斩波可减小或消除该问题。功率块中的前端斩波器在外差斩波稳定放大器用于无线遥测应用,如RF接收器的应用中也是可取的。作为一个例子,前端斩波器442可用来执行图26中所示的超外差、斩波稳定仪表放大器的调制器510和520。
当衬垫和互连寄生效应加到功率输出节点时,功率块440的输出可具有芯片上电容器从而限制功率带宽。在某些实施例中,功率带宽被限制在10Hz。在其他实施例中,通过切换到芯片外(off-chip)电容器,滤波也可加到功率块。
图20是电路图,其示出为斩波稳定的、外差仪表放大器生成时钟频率的时钟电路368。时钟频率δ对放大器电路的操作可为重要的。如图20所示,时钟电路368可包括反相放大器372,该反相放大器具有经可变电容器370耦合到地的负输入,和经电阻器374耦合到参考电压Vref的正输入。放大器372形成比较器。Vref的值可选择为下功率轨(lower power rail)和上功率轨(upper power rail)之间的任何值,该Vref便于偏置比较器。放大器372的输出可经电阻器376耦合到负输入,并经反馈电阻器378耦合到正输入。微处理器程序可经配置以便用作为参考的晶体基系统再校准时钟。作为一个例子,可变电容器370的电容值可为125飞法,并可放大到该值的32倍,电阻器374、378可具有10兆欧姆的电阻值,且电阻器376可具有675千欧姆的电阻值。
图21是电路图,其示出斩波稳定的、超外差仪表放大器的多通道阵列。在图21的例子中,不同斩波稳定的放大器384经开关矩阵382和无源阵列380耦合到不同电极对(E0,E1,等)。每个无源阵列380可包括外部电容器元件。例如,每个无源阵列380可包括耦合电容器386(如100纳法),其一端耦合到电极(E0,E1等)作为输入,另一端经可变电阻器388耦合到地并经电阻器390(如15千欧姆)耦合到开关矩阵中的开关。再次,提供特定电阻器或电容器值是为了说明并应当认为是非限制性的。可变电阻器388可在芯片上编程从而结合电容器386和串联电阻器390形成高通滤波器。该开关可通过+/-10伏ESD单元和限制在+/-3伏的串联钳位电路形成。每个斩波放大器384具有耦合到一个电极的负输入和经开关矩阵382与无源阵列380耦合到另一个电极的正输入。电极(E0,E1,等)可包括铂-铱电极。虽然所示的输入到电极开关矩阵382的每个电极具有4个输出端,可以认识到其他组合也是可能的。例如,每个电极输入可具有8个输出端,导致能够经任何电极输入到任何斩波放大器输入。
无源阵列380可经配置阻断流经电极感测设备接口的DC电流,以便避免腐蚀和pH不平衡。斩波放大器的高共模输入阻抗可最小化由于加载输入矩阵不平衡导致的任何共模拒绝率(CMRR)减小,这是因为100nF无源矩阵的匹配被限制在80dB。此外,ESD单元和芯片上阻断钳位电路(blocking clamp)可在跨电极对的+/-10V差分驱动下保持高阻抗。相对组织,耦合电容器和高输入阻抗的结合减小感测接口的并联负载。
阻断电容器可提供信号链的低频高通滤波。电容器可结合感测设备上可编程电阻器使用从而设定信号链的高通转折频率。高通转交频率可经适当的寄存器选择在不同频率。除了DC测试模式,示例频率包括0.5、2.5和8Hz。这样的功能可有助于减小感测设备302的面积。
每个外差斩波放大器通道可以其专用差分时钟配置从而选择有意义频带。为了避免时钟在非线性电极组织接口振动,共用前端时钟可用于所有通道。差分时钟可以嵌入到芯片上信号链后半部,并与前端隔离。在某些实施例中,信号可在硅结之前在前端预滤波。低通滤波有助于最小化来自诸如遥测链路源的高带宽信号的整流。为此,串联芯片上电阻器可通过每通道一个的芯片外电容器在所有低电压整流结,如限制钳位电路或开关矩阵前旁通。在一个实施例中,串联芯片上电阻器可以是15kΩ电阻器,而芯片外电容器可以是3.3nF电容器。
包括外差斩波稳定的放大器电路的频率选择信号监视器在多种应用中都可以是理想的,包括监视脑的神经活动。例如,用于提取和处理神经生物标志的微功率架构可有助于促进扩展可植入医学设备,如电刺激器的诊断和治疗能力。监视神经活动的感测电路的设计可以是有挑战的。首先,在许多应用中,信号输入应是有力的,以便长期记录。其次,电路架构应能够以有限的功率预算实现信号处理、算法控制和遥测。
对于第一要求,有力的信号输入可通过测量场电势获得,该场电势通常表示神经网络中的整体行为并能够长期测量。对于第二要求,设计有效的解决方案可要求关键的有意义信息的鉴定和划分信号链从而贡献于模拟对数字处理的强度。如本公开所述,在不同实施例中,包括外差、斩波稳定放大器电路的频率选择信号监视器可满足上述要求以便进行神经元活动监视。
如本公开所述,对于许多有意义的神经状态,信息被编码为场电势明确定义的频率带内的低频功率波动,类似于在调幅(AM)无线电中发现的编码。识别该类似性,进入场电势信号可以用低功率模拟电路处理从而在数字处理之前在生理相关的频率放大和提取功率波动。基本上,频率选择信号监视电路可采用斩波稳定仪表放大器从而用作脑信号的超外差AM接收器。
因为神经信号中的功率波动在大小量级上通常比编码所用频率慢,模拟预处理可显著减小执行完整的混合信号系统的功率要求。由于神经场电位科学的快速发展,如本公开所述的超外差斩波稳定电路可以是有利的,因为该超外差斩波稳定电路对于工艺、温度和失配变化是高度灵活和有力的。在某些实施例中,如本公开所述的电路可具有2微伏rms以下的本底噪声(noise floor),且总系统电流为25微瓦/通道(1.8V电源),包括带功率提取、数字化和算法处理。
通常相应于本公开中所述的放大器电路的外差斩波放大器通道被典型化为0.8微米CMOS工艺,高阻CrSi,以便验证操作理论。下面表1示出某些外差斩波放大器结果。
说明 | 值 | 单位/备注 |
工作电压 | 1.7到3.3 | 伏特 |
工作电流 | 5 | μw/通道(1.8V) |
增益 | 54(min)到80 | dB,可编程 |
噪声 | <2 | μVrms,10Hz噪声带宽 |
CMRR,PSRR | >80 | dB(DC到60Hz) |
带功率中心(δ)整理步长 | DC到5005 | HzHz |
带功率带宽(BW/2)整理步长 | 5至254 | Hz(2极)Hz |
高通转折频率 | 0.4,2.5,8 | Hz |
时钟抖动 | <+/-1 | Hz,4σ |
时钟漂移 | <0.1 | Hz/C |
从1.8V电压汲取总IC电流为7μW;5μW被分配给外差斩波链,2μW分配给支持电路。IC表现出对于生物标志的宽功率调谐能力在10Hz到500Hz(整理步长为5Hz)之间。该可编程范围覆盖在表面EEG中可检测的已知生物标志,以及显著的更高频的生物标志。整理状态可以从微处理器经12C端口写入,并可作为算法的一部分调整(如扫描正弦谱)或可以芯片上非易失性存储器阵列锁定。
信号链的本底噪声可测量为约(2μ伏rms)2,其中通道条件可编程为BW=10Hz,BW功率=1Hz,与理论预期良好地一致并适于为神经修复检测相关生物标志。对于混入功率输出的频率,电源拒绝率(PSRR)被测量大于80dB。因为在刺激过程中,最大电源干扰被限制在10mV,实际上电源噪声可忽略。
差分时钟性能对适当操作信号链可以是重要的。使用150nA总偏置电流,最大差分时钟抖动被限制在(4σ)+/-1Hz,且平均时钟漂移为约0.1Hz/C。严格的差分时钟抗性确保使用芯片上振荡器有力的可编程性。
在某些实施例中,基于外差斩波放大器电路的频率选择监视器可以以扫描频谱分析仪执行。在扫描频谱分析仪中,微处理器或其他控制器可经配置以离散的5Hz步长移位外差频率,且功率然后数字化并存储在存储器模块中。借助功率有效的搜索算法,扫描频谱模式对于识别场电位能量带可以是有用的。扫描频谱特征可以全时利用或在期望时作为可选模式操作。该例子强调与灵活的微处理器耦合的模拟预处理的功率。
图22是流程图,其示出可在感测系统300内运行的示例性过程400。在过程400中,模拟感测单元308可监视从一个或更多感测电极接收的生理信号,并提供给对信号进行预处理从而生成一个或更多带功率信号的模拟信号处理器(402)。过程400的剩余部分将针对单个带功率信号描述,但应该认识到该过程也可与多个带功率信号并行执行。根据过程400,模拟-数字(A/D)转换器316可转换模拟带功率信号为数字信号(404)。微处理器块308可通过计算短前景时间窗(如2秒)上的信号滚动平均值来为数字化带功率信号生成前景信号(406)。
微处理器块306可下采样数字化带功率信号到更低采样速率(408)。微处理器块306可通过在背景时间窗(如30分钟)上对数字化带功率信号应用三级中值滤波器、然后通过低通平滑滤波器来为数字化带功率信号生成背景信号(410)。在某些实施例中,背景时间窗可比前景时间窗长。微处理器块306可通过比较短前景时间窗(如2秒)和较长的背景时间窗(如30分钟)而归一化带功率信号(412)。该归一化信号然后被输入微处理器块306内的检测/跟踪逻辑,这使得系统能够监视所选频率带的功率变化。检测跟踪逻辑可产生检测输出和跟踪输出,该输出随后被用来触发心电记录和/或滴定刺激治疗。
微处理器块306可通过一个或更多控制寄存器控制模拟感测单元308上的设定。这使得能够配置增益和开关矩阵以及诸如偏压整理(bias trim)的参数。因为微处理器块306也运行该算法,可能执行反馈控制回到模拟感测单元308。例如,图22的过程400中的背景信号可用来快速调整模拟感测单元308中的增益,因此保持操作点在检测净空间的最优范围内。该特定方案可称为“背景反馈增益控制”。
神经刺激治疗和感测系统可注入和测量具有分开几个数量级幅度的幅度的信号。例如,系统感测的信号(即,生理信号)可在微伏的量级,而系统注入的信号(即,刺激信号)可在伏特量级,导致提取比刺激信号低六个数量级的生物标志。此外,某些神经刺激治疗涉及连续提供刺激,或至少在大部分时间上提供刺激,因此此期间关闭感测或“消隐”不是理想的选择。
管理注入和测量信号幅度的大差异的一种方法是使用于刺激和感测的引线分开。除了物理分开引线,仔细设置引线和感测/刺激配置可利用电磁倒易理论。数学表述为: 等式(11)中的点积关系(dot relationship)指示测量矢量与刺激电流正交时的最小效果。因此,如感测电极所见的刺激的差分幅度可通过仔细设置引线而显著减小。
图23是概念图,其示出利用倒易理论表达的关系的引线设置结构。直观上,数学关系可当作对感测-刺激电极系统施加对称限制。图23示出感测偶极()以远场返回(far-field return)绕单极刺激电极()对称设置的例子。注意当治疗刺激的偶极与生物标志感测矢量正交时,提取信号的机会可显著增加。
本公开所述的额外实施例可提供基于神经感测的系统和用于神经刺激器的算法扩展。感测设备的设计可在通过不同算法数字化和分析之前用模拟预处理支持有效地提取神经生物标志。该架构提供宽“可调性”和有力性。这样的充分可植入系统可用来解决问题,目标是改进神经刺激治疗,如DBS。
而且,包括感测和刺激能力的这样的系统可提供一个或更多优势。例如,这样的系统可有助于识别脑内的长期生物标志,而没有通常与表面EEG记录关联的时空滤波限制。作为另一个例子,这样的系统可以能够确定什么算法提供既安全又有效的闭环控制。作为另一个例子,这样的算法可评估是否治疗效果上的改进超过闭环控制的复杂性。
根据本公开设计感测设备可提供允许闭环神经调制设备的复合信号感测和控制架构。这样的设备可用作研究工具,该研究工具用于根据脑内生物电标志探究神经调制的实时滴定。在某些实施例中,设备架构可相对生物标志的神经编码划分。这样的划分可允许设备以有力的、超低功率和灵活的架构精确和长期监视神经元活动、过程算法和滴定刺激。许多有意义的生物标志是作为离散频率带的低频率功率波动编码的。利用定制集成电路(IC)的感测系统可允许精确跟踪功率波动,该定制集成电路配置微功率斩波稳定的放大器——也用作超外差滤波器。外差在宽生理频谱上提供精确选择生物标志参数的灵活性。此外,提取模拟域中的核心神经信息减小控制算法的数字处理的功率要求。IC可使用5μW功率并实现1μVrms生物标志检测本底,并可使用小于25μW/通道来执行生物标志提取、算法处理和神经刺激器的控制。
通常相应于本公开所述感测设备的复合信号感测设备以0.8微米CMOS工艺原型化(prototyped),其具有高阻CrSi以验证外差斩波放大器的操作理论。该原型从1.8V电源汲取的总电流是每通道2.5μA,其中2.2μA被分配给外差斩波链,而0.3μA用于共享的支撑电路。下面的表2示出结果。表2
说明 | 值 | 单位/备注 |
电压 | 1.4到3.3 | 伏特 |
电流 | 4.5 | μw/通道(1.8V) |
总通道增益 | 54到80 | dB,可编程 |
噪声本底(检测) | 1 | μVrms,10Hz噪声带宽,1Hz功率带 |
CMRR,PSRR | >80 | dB(DC到500Hz) |
带功率中心(δ)整理步长 | DC到5005 | HzHz |
带功率带宽(BW/2)整理步长 | 50到253到154,2+/-15% | Hz(2极)Hz(3极)Hz(2,3极) |
高通转折 | 0.4,2.5,8 | Hz |
时钟抖动 | <+/-1 | Hz,4σ |
时钟漂移 | <0.1 | Hz/C(均值,4σ) |
线性(预功率) | <-65dB | THD(0.001-1mV输入) |
图24是对10Hz到500Hz之间生物标志的斩波器的宽带调谐能力的示图。该可编程性范围——5Hz步长,覆盖表面EEG中可检测的已知生物标志以及明显更高频率的生物标志。整理状态可从微处理器写入并可作为算法的一部分调整,如扫描正弦谱,或状态可以用芯片上EEPROM设定。
信号链的噪声本底在通道条件被编程到BW=10Hz,BW功率=1Hz时测量为约(1μVrms)2,这与理论预期一致并适于检测神经修复相关生物标志。图25是从2.5μVrms(顶部)到50Hz(底部)音调步进的带功率响应的示图。对于可能混入功率输出的频率,所测量的电源纹波拒绝比(PSRR)大于80dB。所测量的刺激过程中最大电源干扰在10mV以下。
用200nA通道偏置电流测量最大差分时钟抖动并限制(4σ)在+/-1Hz,时钟漂移(4σ)是0.5Hz/C,均值为0.1Hz/C。基于使用来自20个病人数据的实际算法研究,测量的时钟公差提供正常生理温度范围(37C+/2C)内可接受的调谐,并确保带调谐保持在适当的精确度。
下面的部分涵盖原型系统的结果,其具有工作在完整原型闭环神经刺激器内的感测设备。该系统可通常相应于图16中所示的感测系统300。系统级结果的讨论要求简单回顾以这里所述的处理划分技术实现的算法实施,和电极感测刺激交互作用的限制。
原型中所用算法通常相应于图22中所示的算法。该算法可用于不同应用,如癫痫发作检测。在原型中,带功率信号通过比较短前景时间窗口(如2秒)和较长的背景时间窗口(如30分钟)而归一化。归一化允许系统不仅适应不同信号,而且适应随时间的可变性。归一化信号然后馈入检测逻辑,这使得系统能够监视所选频率带的功率的瞬时变化。该检测逻辑然后可用来触发心电记录和/或滴定刺激治疗。
在原型中,微处理器通过控制寄存器来控制感测芯片上的设置和心电记录器。这使得能够配置增益和开关矩阵以及诸如偏压整理的参数。因为处理器也运行算法,因此执行反馈控制到模拟感测单元是可能的。例如,上阈值和下阈值可加入图22中所示算法中的背景功率度量且该信息可用于调整可编程增益放大器的增益。这样的技术可适用于病人脑内缓慢变化的背景功率,这有助于最小化微处理器ADC的动态范围要求并保持操作点在生物标志检测的最优范围。微处理器块也可借助感测设备内数字接口块转移数据到心电记录器SRAM。总之,数字化、算法和心电记录器以1%的占空比运行,保持微处理器电流为每通道12.5μA。
信号处理被划分以便用微处理器处理感测设备信号,因此通过使固件改变经遥测模块可下载,算法可定制。感测设备已经提取了有意义的生物标志的带内功率度量。因为相比编码生物标志的频率,该信号可非常缓慢地改变,采样和处理以5Hz或更低而进行。使用该方法以慢速率模拟预处理和运行算法,我们可以限制感测扩展的总功率在比刺激治疗功率低的量级。
模拟净空间可通过最小化刺激和感测矢量间的耦合来管理,如图23所示。这有助于防止放大器饱和。LFP的编码特性可用来进一步抑制馈通污染。该方法利用LFP生物标志和神经刺激激发的有限带之间的电位分离。借助该方法,如果刺激频率被选择在生物标志灵敏带外部,则感测设备的频谱处理特征可用来拒绝刺激假象(artifact)。在某些情形中,外差频谱处理器的带外信号的急剧衰减可拒绝刺激充分耦合从而提取指示癫痫发作活动的生物标志波动。在某些情形中,刺激频率和LFP生物标志可在频域中分开。
图26是可用在频率选择信号监视器内的另一个示例性超外差、斩波稳定的仪表放大器500的方框图。在图26的例子中,仪表放大器500被设置来执行嵌套的斩波架构。可调谐外差放大器电路提取生理相关频带内的信号功率。双嵌套的斩波架构使用两个不同斩波频率fclk/m和fclk从而改善功率带宽平衡,同时消除偏移和低频噪声。外部斩波器使用fclk/m频率,而内部斩波器使用fclk频率(和用于外差的fclk+δ频率)。M的值可以大于1。因此,外部斩波频率fclk/m可小于内部斩波频率fclk。
几种斩波调制技术可用来以本公开所述的频谱分析策略实现微伏信号解析。调制的总信号链在图26中详细示出。以两个在fclk相隔δ的时钟进行的“核心”斩波调制为外差和因此选择有意义频带提供机制。虽然这确实实现必须的频率外差,但仍存在两个实际问题。
第一个问题是核心斩波器中的残余偏移可在几个微伏的量级。该残余偏移的问题是其叠加在有意义信号上,随着生物标志的相位撞上δ时钟,这可引起输出信号中显著的信号干扰。为了解决该问题,“嵌套的”斩波开关设定可在第一斩波放大器之前,和在可编程增益放大器(PGA)后以fclk/m时钟执行,如图26所示。任选的PGA可提供来增加放大信号的增益。
然后小残余偏移被上调制并被BW/2选择滤波器滤除。作为例示,嵌套的斩波器可名义上运行在Fclk/64,128Hz从而最小化电荷注入偏移,但足够快到最小化对低频动态的干扰。注意,因为PGA也嵌在环路中,其残余1/f噪声和偏移也被抑制在较低速率。在BW/2选择块中使用无源低通滤波器架构可最小化嵌套斩波器之后偏移对信号链的额外贡献。
第二个问题是输出乘法器块中的残余偏移建立互调积,该互调积在试图解析微伏特信号时也可建立显著的失真。在乘法操作之前使用额外的、低频斩波器可用于校正该问题。例如,在fclk/2m频率的斩波器可用来解决互调积。该斩波频率可分别小于外部和内部斩波器的fclk/m和fclk频率。明显地,借助额外的斩波,因为乘法器平方信号,所以不要求随后明确的下调制块。低通滤波器可提供来设定功率带宽从而产生EEG带功率输出。
因此,根据本公开,生理信号监视设备可具有嵌套的斩波架构。嵌套的斩波架构可包括外部斩波电路,该外部斩波电路包含调制器和解调器。在外部斩波电路的调制器和解调器之间,嵌套的斩波架构可包括内部斩波电路,该内部斩波电路包含调制器、放大器、和解调器。外部斩波电路可在第一频率调制和解调,且内部斩波电路可在第二频率调制和在第三频率解调。第一频率可以小于第二频率。第三频率可与第二频率相差偏移量。该偏移可相应于所选频率带内的频率。以该方式,外差内部斩波器的基带被有效地移位到中间频率。
在一个示例性实施例中,这样的设备可包括接收生理信号的生理感测元件,和在第一频率调制从而产生第一调制信号的第一调制器,和在与第一频率不同的第二频率调制第一调制信号从而产生第二调制信号的第二调制器,放大第二调制信号的放大器,和在与第二频率不同的第三频率解调放大的信号的第一解调器。可选择第三频率以便解调器基本将信号的所选频率带集中在第一频率。该设备也可包括在第一频率解调被解调信号以便所选频率带基本集中在基带的第二解调器。第二调制器和第一解调器可形成放大器周围的内斩波电路。此外,第一调制器和第二调制器可形成外部斩波电路,因而提供嵌套的斩波架构。在某些实施例中,第二放大器可设置在第一和第二解调器之间,以便第二放大器设置在外部斩波电路内但在内部斩波电路外。
超外差仪表放大器500含在结构和操作上相应于图9的仪表放大器中所示的不同元件的几个元件。这类相应元件由相同的数字表示。类似于图9中的仪表放大器,超外差仪表放大器500包括在包绕加法器121和放大器122的同相通道中的第一组内部斩波调制器120,124,以及包绕加法器129和乘法器130的正交通道中的第二组内部斩波调制器128,132。类似于图9中的仪表放大器,调制器120和128是在斩波频率(fc)驱动的,而解调器124和132是在等于斩波频率加或减偏移(fc±δ)的时钟频率驱动的。正交信号路径中解调器132的解调信号可相对同相信号路径中解调器124的解调信号移位90度。外差频率偏移123、131(δ)以基本类似于图9中所示放大器的方式工作。此外,低通滤波器125、133、137,平方单元126、134、和加法单元136都以类似于上面关于图9中仪表放大器说明的方式工作。在某些实施例中,根据本公开,上调制器120和128、下调制器124和132、放大器122和130可形成外差电路,其经配置转换生理信号的所选频率带到基带。在其他实施例中,仅同相调制器120、124和放大器122可形成外差电路。在某些情形中,调制器510和520可通过和相应于图9中所示的前端斩波器442执行。
超外差仪表放大器500也包括同相通道中的外部斩波调制器502和508以及正交通道中的外部斩波调制器512和518。外部斩波调制器502和512可在中间频率(如fc/m)调制生理输入信号(Vin)。然后,内部斩波调制器120和128可在斩波频率调制各信号。净调制频率然后可描述为斩波频率加或减中间频率(如,fc±fc/m)。二次上调制的信号然后馈通放大器122,130,其可将噪声121,129加到信号。内部斩波解调器124和132在等于斩波频率加或减偏移(fc±δ)的频率解调放大的信号并上解调基带噪声成分为更高频率。可选择驱动解调器的频率以便解调器基本集中信号的所选频率带在中间频率。
然后,信号馈通可编程增益放大器(PGA)506,516,其提供设置频率通道增益和/或动态范围的能力。这些设置可编程并基于被测量的物理条件或治疗。PGA也可将额外的噪声504、514加入信号。在信号二次放大之后,外部斩波解调器508、518可解调信号回到基带。集中在中间频率的所选频率现在可集中在基带中在DC处。低通滤波器125、133滤除已经上调制的噪声成分以及更高阶信号谐波。额外调制器510、520调制基带信号为第二中间频率(如fc/2m)以便减小互调噪声。然后信号馈通平方单元126,128,并以加法器136加到一起从而形成带功率度量。低通滤波器137滤波信号从而提取带功率中的低频波动。
在某些实施例中,前端调制器可作为单个调制器执行。例如,调制器502和120可作为单个调制器执行,而调制器512及128可作为单个调制器执行,其中复合频率被选择为(fc+fc/m)。
含根据本公开设计的外差斩波放大器的感测设备可在宽频谱的生物标志上提供δ和Q的独立调整,其中参数在过程公差内。这些参数能够在宽范围上通过微处理器控制而调整。在信号带宽被减小到1Hz的量级后,微处理器可提供数字化和算法处理功能。借助低数据速率,微处理器开销可以是最小的,且算法块如中值滤波和心电记录块可以以较小的功率运行。
使用外差斩波和可编程增益放大器内反馈使得其在功率提取级之前非常线性。这意味着不要求衰减。此外,根据本公开设计的感测系统可通过消除快速数字处理而提高总系统功率效率两个数量级。
图27是电路图,其示出适于用在图26中超外差仪表放大器内的可编程差分增益放大器416。例如,可编程差分增益放大器416可相应于图26的仪表放大器500中的PGA 506和516。在其他例子中,可编程差分增益放大器416可用在感测设备302中。在该情形中,增益放大器416可耦合在一个斩波放大器322的输出和图16所示的感测设备302的模拟数字转换器(ADC)316之间。此外,类似于增益放大器416的多个增益放大器可并联设置在每个斩波放大器322和模拟数字转换器316之间。作为另一个例子,增益放大器416可用在图3和6A中所示的频率选择监视电路中。在这样的例子中,增益放大器416可耦合在仪表放大器(32,72)的输出和信号分析单元(33,73)的输入之间。可以理解这些构型仅是示例性的,其他构型也是可能的。
增益放大器416可进一步放大生理信号从而最小化微处理器块306中模拟数字转换器316的动态范围要求。因为该块要求的增益取决于特定病人、电极位置和所需的控制算法,所以放大器可根据运行在微处理器块306中的算法反馈的信号配置。在示例性实施例中,增益放大器416可具有呈现不同值(如x5,x10,x20,x40)的可编程增益,其具有高度的稳定性(如,+/-5%)。增益放大器416可提供高线性和高输入阻抗从而避免加载斩波放大器。增益放大器416中的晶体管可以是场效应晶体管(FET),更具体地是互补金属氧化物半导体(CMOS)晶体管。
经放大器416中前端FET的电流可以通过次伺服回路保持恒定。伺服回路迫使输入端的差分电压跨源极电阻器418显著地下降,最小化可变栅-源电压的失真。源电阻器418可以在几个不同的电阻编程。例如,使用分路一个或更多CrSi电阻器的开关,源极电阻器418可在1到8兆欧姆编程。通过将最上层伺服电流镜像到输出电阻器抽头420,增益可用电阻器的比设定,该电阻器跨过程转折和温度都是稳定的。此外,通过提供参考给电阻串(resistor string)420的中点,我们也可以根据下一阶段的要求在放大器输出上设定任意偏置点。
根据一般设计技术,图27中示例性增益放大器中的不同晶体管可选择尺寸以便适当操作和偏置。作为例子,晶体管M41、M42、M48、M49、M59和M61的尺寸比可为4x25/25;晶体管M43和M44尺寸比可为200/4;晶体管M45的尺寸比可为25/25;晶体管M46和M47的尺寸比可为2x25/25;晶体管M52的尺寸比可为25/2;晶体管M53的尺寸比可为25/25;晶体管M54和M56的尺寸比可为2x25/2;晶体管M55和M57的尺寸比可为6x25/25;以及晶体管M58和M60的尺寸比可为4x25/2。在一个例子中,电容器422和424可各自具有4皮法的值,可调电阻器418可具有1到8兆欧姆范围,且电阻器420可各自具有20兆欧姆的值。增益放大器中的晶体管可以是场效应晶体管(FET),且更具体地,是互补金属氧化物半导体(CMOS)晶体管。
在某些实施例中,基于外差斩波器放大器电路的频率选择监视器可在可植入系统内实施,该可植入系统能够提供深脑刺激(DBS)。深脑刺激(DBS)可以指通过提供相对高频电流脉冲进行的脑组织的细胞外电刺激,并且可为人类神经系统的大量病理的有效治疗。DBS系统可包括设置在病人胸腔的胸肌区的可植入脉冲发生器(IPG)。IPG可含电池内的用于刺激的能量,以及提供刺激脉冲的电路。IPG可通过设置在脑内特定生理目标处的系列电极接口到神经组织。IPG的刺激脉冲可局限在电极附近,因而提供特定神经回路中放电模式的目标调制。DBS可用于治疗运动疾病,如帕金森氏症、特发性震颤、张力障碍。此外,DBS可用作癫痫发作、双相情感障碍、慢性肥胖、和强迫性神经失调的治疗。类似调制电路也可通过刺激骶神经用于治疗失禁,和通过刺激脊髓治疗慢性疼痛。
传统DBS系统通常被称为“开环”系统,意味着设备没有感测能力,且调整要求临床干预。根据本公开的频率选择监视器可辅助测量神经活动从而基于相关神经生理生物标志帮助提供“闭环”治疗。此外,包括如本公开所述的频率选择监视器的DBS系统可辅助实际测量长期神经信息和实施治疗的闭环滴定的算法。
监视神经活动的某些系统可包括使用头皮电极和单神经元尖峰(峰电位,spike)检测的EEG监视。然而,这些方法可能都有局限性。例如,头皮电极可易于存在移动假象,这显著增加算法开发的困难。此外,头皮电极不能捕获大于约50Hz的频率,这阻止了具有较高频率的有希望的生物标志的利用。例如,运动皮层中的高γ带功率波动可告示病人的运动意图。这些信号通常可从头皮电极获得的EEG记录滤出。而且,使用头皮电极可能不太适用于长期研究。神经元尖峰检测也可易受长期记录问题如组织包覆和微动的影响。
因此,可需要通过使用本公开所述技术的频率选择监视的记录和分析局部场电位(LFP)来感测神经活动。因为LFP表示体内神经群中数千至数百万细胞的全体活动,其记录可避免长期记录问题。LFP可以用具有位于脑上或其内的感测电极的引线获得。这可很好地适用于提供DBS的设备,这些设备已要求接触脑。LFP中离散频率带的低频功率波动提供有用的生物标志以便区分脑状态。相关生物标志跨宽频带,从深睡眠的约1Hz振荡到海马中大于500Hz的“快波”,并具有宽变化的带宽。在许多情形中,生理状态可通过这类生物标志区分。根据本公开设计的系统可设计来感测这样的生物标志。这可允许研究人员开发和测试新型算法,包括闭环治疗,其目标是改善治疗结果。
脑的主要作用可根据其功能被宽泛地考虑为信息处理器。关于“系统”当前状态,以及系统在其中作用的领域的信息通过不同传入感测信号提供给中枢神经系统,然后在中枢神经系统以某些方式被变换或“处理”。变换的信息通过连接到肌肉组织、激素调节器官和其他生物物理和生物化学机制的传出路径产生作用。输入/输出变换可视为信息变换,其交互信息提供系统性能的度量。
脑系统的病理障碍可以采用多种形式,且根据信息处理架构,可视为信息处理故障。信息可能由于噪声或信号的间歇丢失而破坏,或可由于传输故障或中心元件的损伤而完全丢失,如由于中风引起梗塞时发生的。信息传输功能可由于许多因素被破坏,包括整个大脑的单个神经元丢失或影响细胞过程的不同生物化学反应的故障。
特定形式的信息处理故障作为众多脑病理学的引发因子被日益增加地研究,所述脑病理学包括癫痫、帕金森氏症、双相情感障碍和强迫性神经失调等。该故障在脑组织区域内各神经元的通常不相关放电(firing)转换为相干组织化的同步振荡时发生。在该状态,整个网络中各元件的正常、瞬间相关行为被迫进入相锁定放电方式,其显著地减少传入/传出信号间的交互信息并完全中断作为整体的系统的信息处理能力。
该疾病模式的有趣特性是关联放电使得设计感测系统来检测和监视信息处理病理的存在可行。该类病理学的“生物标志”或临床特征被表现为出现在特定解剖位置内离散频率带中的电振荡。使用频谱分析,靠近感测电极的网络编码可被译解,且推导可参考神经回路的状态进行。与通常对运动修复系统讨论的尖峰记录不同,这些全体细胞放电导致扩散场电位,该扩散场电位服从已批准用于DBS治疗的电极的长期测量。如此地,可以期望将场波动映射到特定疾病状态,以及设计在检测到病理状态时可提供治疗益处的刺激策略。
作为例子,癫痫症的特征为大群神经元的高度相干、周期性同步放电的异常出现。如果考虑该群中各神经元放电的阶段,则跨该群的总相位相干可宽松地考虑为相位的概率测量。在振荡故障的情形中,由于相位相干增加,相干扰的熵测量减小,负面影响系统作为整体的信息容量。在癫痫发作时,相锁定行为变得极端,产生几乎全部的信息处理故障和跨α(8-12Hz)和β(12-40Hz)频谱带漫射的能量强烈增加。
另一个例子是帕金森氏症。帕金森氏症的功能机制目前还未知;然而,近期研究已证明病人症状和神经元某些运动控制群内尖峰放电(spike firing)间隔中高度相干β带(15-30Hz)振荡之间的强相关。该同步化放电的结果可以是不相关(高信息容量)状态间隔减少,或可替换地,相关噪声源的功率增加。在任一情形中,系统的信息处理能力可降级。
译解神经动力学(neural dynamics)的困难是从脑回路中提取信息的障碍。揭开功能的基本原理、刺激的治疗效果和提供适应性神经调制所需的可观察性需要监视神经动力学的科学工具。实现这些任务的系统正变得更实用,因为我们充分了解大脑编码以便设计用于实际感测和刺激的设备。根据下一部分,这些设备改善硅基和碳基电气系统之间的链路。
将感测技术加到刺激器可提供几种益处。科学益处是由更好地理解基本网络动力学、信息流和DBS治疗作用机理的需求驱动的。从临床的观点看,使用根据治疗相关的生物标志感测神经活动从而帮助提供“闭环”治疗是有意义的。闭环治疗——也称为适应性调制——的目标是改善治疗结果并通过在不要求刺激时进入低能状态而潜在地增加设备寿命。附加感测也可提供定量诊断从而辅助“开环”使用中的治疗滴定。
为评估闭环神经刺激原型,开发了盐罐模型(saline tankmodel)。其概念是根据测量的生物标志调整神经回路中的信息流,基本为动态的熵(entropy)控制。对于适应性控制器,我们编程算法从而在检测到“β带”(15-40Hz)中LFP能量爆发时起动刺激。β带通常是流经神经回路的病理信息模式的指示器。人体的记录信号被馈入盐罐。然后该信号通过跨表示皮层输入的适当感测矢量设置的输入电极而提取,而刺激电极利用提供有普通远场电极的回路设置在感测电极的1cm内。盐电导率和信号驱动强度被分别调整来模拟电气特性和脑组织的信号水平。
在以感测IC放大和带功率提取后,微处理器在5Hz采样信号和运行算法比较最后的两秒平均能量和最后30分钟的中值能量。当比例超过预设阈值和持续时间时,真生理事件的指示——检测标记经I2C总线被传输给神经刺激器刺激控制器。这以140Hz起动刺激。刺激在β带能量增加的持续时间上进行。刺激和LFP带能量之间的频率分开允许系统保持对生物标志的灵敏度——即使存在来自1cm远电极的刺激。
该模型示出,该研究工具可解决执行适应性神经调制系统的主要挑战。该系统可围绕LFP带波动的电生物标志设计。在某些实施例中,处理分区可以15μA/通道的总汲取电流(感测、控制)提取信号,这对于在电池驱动的可植入神经调制系统中执行是实用的。
神经调制可定义为用电刺激操纵神经系统。神经调制器可将电池能量转化为嵌入神经系统的信息。通过调制患病神经回路中的生理振荡,该信息可为病人提供治疗益处。神经调制的一个特定方法是深脑刺激(DBS)。对于运动疾病如帕金森氏症、特发性震颤和张力障碍的治疗,DBS是批准的疗法。DBS系统通常以“开环”模式操作,这意味着设备没有固有的感测能力,且调整要求通过遥测系统外部干预。提供闭环治疗的DBS系统可利用刺激的有源滴定改善治疗结果,并通过在不要求治疗时进入低能刺激状态而增加设备寿命。因此,可以期望集成测量神经活动的系统和DBS系统,以便根据治疗相关的生物标志,如生物电或活动感测来提供“闭环”治疗。闭环系统可提供神经信息的长期测量并可辅助治疗致动的闭环滴定的算法建立。
闭环神经调制架构可以在经典状态方程的情况下建模; (12)y(t)=C(t)x(t)+D(t)u(t)其中矢量x(t)是神经回路的“状态”,u(t)是神经回路的输入,其可包括感测输入、药物或电刺激,而y(t)是有意义输出,如震颤或另一个代表性生物标志。神经电路动力学和治疗转移函数则由四个转移函数矩阵表示:A(t)表示神经回路动力学,B(t)定义对神经状态刺激的效果,C(t)表示神经状态如何映射到可观察的治疗生物标志,和D(t)表示从刺激到生物标志的前馈路径。刺激可以也几乎影响A(t)。表示为生物标志的治疗相关变量y(t)可通过调制刺激参数u(t)控制。这可通过建立对网络刺激的净反馈路径实现。包括净反馈路径的相关状态方程如下所示: (13)y(t)=C(t)x(t)+D(t)K(y,t)y(t)其中K(y,t)是控制矩阵。注意,单独的us(t)已经划分从而表示诸如不是反馈控制器一部分的感测输入的来源。
在某些实施例中,生物标志y(t)可与有意义治疗结果紧密相关。在进一步实施例中,控制算法可建立来执行K(y,t),K(y,t)是灵活的、时间依赖的和潜在非线性的。额外的实施例可经D(t)表示的刺激耦合而最小化生物标志的前馈损坏。
典型DBS刺激系统要求约250μW的功率传输到组织从而提供治疗益处。因此,在本公开的某些实施例中,反馈控制器的功率可限制在约25μW从而避免损坏设备寿命。
长期闭环神经调制可通过利用局部场电势(LFP)实现。因为LFP表示体内神经群中数千至数百万细胞的全体活动,其记录可通常避免长期记录问题,如单个单元记录中碰到的组织包覆和微运动。此外,几个平方毫米量级的大几何尺寸的刺激电极采用LFP活动缺省表示的神经元活动的空间平均值。此外,疾病状态模型化为同步相干振荡可产生通常被有力地编码为场电势频谱波动的生物标志。
离散频率带内的LFP的低频功率波动可提供区分脑状态的有用生物标志。在许多情形中,病理状态可通过这种生物标志区分。LFP生物标志是普遍存在的,并跨越从深睡眠中约1Hz振荡到海马中大于500Hz“快波”的宽频谱,并展现宽的带宽变化。告知运动意图的前运动皮质内高γ带功率波动构成场电位编码的例子。病人调制该带的能力可用作脊髓损伤的修复致动器(prosthetic actuator)的控制输入。此外,高γ带功率波动可用于调制运动疾病病人的刺激参数。其他例子的高频活动包括约200Hz到500Hz的快波,和指示嗅球内气味处理的γ频率处理。LFP的带功率编码可用作检测目标神经回路活动的感测范例。此外,LFP可提供优于尖峰基信号系统的某些实际优点,如提供前后关系信息和更好的长期记录能力。
根据本公开设计的感测系统可提供用于场电位的神经编码。这样的系统可划分信号链从而表现模拟和数字处理的相对强度以便最小化功率,同时保持可接受的灵活性和有力性。参考上面方程(13)中所示的反馈状态方程,信号链可划分从而用模拟预处理,如图16的感测系统300中模拟感测单元308提供的预处理,来提取生理带中的低频带功率作为治疗信号y(t)。模拟频谱处理可在过渡到数字处理之前减小带宽和动态范围要求。由K(y,t)表示的控制核心可用微处理器如图16中的微处理器块306在软件中执行。处理器可为灵活的算法控制提供机制,并也具有以减小的带宽运行的能力,因此净系统功率要求被减小到数十微瓦的实用水平。该划分的另一个优点是基于研究过程中做出的观察和学习,调整控制核心可通过遥测下载进行。
模拟和数字块之间信号链的划分是功率和算法灵活性之间的平衡。模拟块可包括灵活的模拟处理器从而提取核心生物标志信息,LFP带功率波动,并因此在数字化之前最大化信息内容。数字块可包括在微处理器中执行的灵活算法。在某些情形中,算法可以以低开销执行并可实现约1%的占空比。
微功率频谱分析技术可用于许多应用,包括超出神经调制的修复应用。具体地,这样的技术可对耳蜗植入有用,以便从信号提取傅里叶变换并映射提取的信号到耳蜗中的滴定刺激。外差斩波器的优点是信号链的增益带宽要求可通过与中心频率相对的通带带宽设定。
本公开中所述的不同技术可以以硬件、软件、固件或其任何组合实施。例如,该技术的不同方面可在一个或更多微处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程逻辑阵列(FPGA)、或任何其他等效集成电路或离散逻辑电路,以及这类元件的任何组合内或与其结合执行。术语“处理器”或“处理电路”通常指任何前述逻辑电路——单独或与其它逻辑电路结合、或任何其他等效电路。
当以软件执行时,属于本公开所述的系统和设备的功能可以作为计算机可读介质上的指令实施,如随机存取存储器(RAM)、只读存储器(ROM)、非易失随机存储器(NVRAM)、电可擦除可编程只读存储器(EEPROM)、闪存、磁性介质、光学介质等等。可执行指令从而引起处理器执行或支持本公开所述的一个或更多方面的功能。
虽然本发明是针对EEG信号描述的,但本发明的不同实施例可应用来监视多种生理信号,如EEG、ECoG、ECG、EMG、压力、温度、阻抗、运动和其他类型的信号。本发明的额外实施例可通过测量单细胞动作电位和容纳(binning)一定时间段上尖峰的数目而监视单个脑细胞的平均尖峰放电。根据本文所述的技术测量EMG信号可辅助确定肌肉放电的猛烈度。此外,如本公开所述的频率选择监视也可用来支持多种治疗和/或诊断应用中的任何应用。
Claims (33)
1.一种生理信号监视设备,其包括:
接收生理信号的装置;
用外差电路转换所述生理信号的所选频率带到基带的装置;以及
分析所选频率带中信号特征的装置。
2.根据权利要求1所述的设备,其中用外差电路转换所述生理信号的所选频率带到基带的所述装置包括:
在第一频率调制所述信号的装置;
放大所述调制信号的装置;以及
在与所述第一频率不同的第二频率解调放大信号的装置,其中所述第二频率被选择以便解调器基本集中所述信号的所选频率带在基带。
3.根据权利要求1所述的设备,其中所述生理信号是脑信号,所选频率带是脑信号的α、β、γ或快波频率带之一。
4.根据权利要求3所述的设备,其中所述脑信号包括脑电图(EEG)信号、脑皮层电图(ECoG)信号、局部场电势(LFP)信号或单细胞动作电位信号中的至少一个。
5.根据权利要求1所述的设备,其中所述信号的特征是所选频率带中信号的功率波动,所述设备进一步包括生成信号的装置,在所述功率波动超过阈值时,所述生成的信号触发病人治疗控制或诊断信息记录中的至少一个。
6.根据权利要求1所述的设备,其中用外差电路转换所述生理信号的所选频率带到基带的所述装置包括:
在第一频率调制信号从而产生第一调制信号的装置;
在与所述第一频率不同的第二频率调制所述第一调制信号从而产生第二调制信号的装置;
放大所述第二调制信号的装置;
在与所述第二频率不同的第三频率解调所述放大信号的装置,其中选择所述第三频率以便解调器基本集中所述信号的所选频率带在所述第一频率;以及
在所述第一频率解调所述解调信号以便所选频率带基本集中在基带的装置。
7.根据权利要求1所述的设备,其中:
所述接收装置包括生理感测元件,
所述转换装置包括所述外差电路,以及
所述分析装置包括信号分析单元。
8.根据权利要求7所述的设备,其中所述外差电路包括:
调制器,其在第一频率调制所述信号;
放大器,其放大所述调制信号;以及
解调器,其在与所述第一频率不同的第二频率解调所述放大的信号,其中选择所述第二频率以便所述调制器基本集中所述信号的所选频率带在基带。
9.根据权利要求8所述的设备,其中所述第二频率通过偏移与第一频率不同,所述偏移约等于所选频率带的中心频率。
10.根据权利要求7所述的设备,其中所述信号分析单元包括低通滤波器,所述低通滤波器滤波所述转换信号从而提取在所述基带的信号的所选频率带。
11.根据权利要求7所述的设备,其中所述信号的特征是所选频率带中信号的功率波动,且其中所述信号分析单元发生信号,当所述功率波动超过阈值时,所述发生的信号触发控制病人治疗或诊断信息记录中至少一个。
12.根据权利要求7所述的设备,其中所选频率带包括第一所选频率带,以及所述特征包括第一功率,其中所述外差电路进一步经配置转换所述信号的第二所选频率带到基带,且其中所述信号分析单元分析第二所选频率带中信号的第二功率,并计算所述第一功率和第二功率之间的功率比。
13.根据权利要求12所述的设备,其中所述信号分析单元根据所述功率比生成触发控制对病人治疗或诊断信息记录中至少一个的信号。
14.根据权利要求7所述的设备,其中所述外差电路包括:
第一调制器,其在第一频率调制所述信号从而产生第一调制信号;
第二调制器,其在与所述第一频率不同的第二频率调制所述第一调制信号从而产生第二调制信号;
放大器,其放大所述第二调制信号;
第一解调器,其在与所述第二频率不同的第三频率解调放大的信号,其中选择所述第三频率以便解调器基本集中所述信号的所选频率带在所述第一频率;以及
第二解调器,其在所述第一频率解调所述解调信号,以便所选频率带基本集中在所述基带。
15.根据权利要求14所述的设备,其中所述外差电路进一步包括第二放大器,所述第二放大器放大所述解调信号从而产生第二放大信号,且其中所述第二解调器在所述第一频率解调所述第二放大信号。
16.根据权利要求14所述的设备,其中所述第一频率小于所述第二频率。
17.一种监视生理信号的方法,所述方法包括:
接收生理信号;
用外差电路转换所述生理信号的所选频率带到基带;以及
分析所选频率带中的信号特征。
18.根据权利要求17所述的方法,其中用所述外差电路转换所述生理信号的所选频率带到所述基带包括:
在第一频率调制所述信号;
放大所述调制的信号;以及
在与所述第一频率不同的第二频率解调所述放大的信号,其中选择所述第二频率以便解调器基本集中所述信号的所选频率带在基带。
19.根据权利要求18所述的方法,其中所述第二频率通过偏移与第一频率不同,所述偏移约等于所选频率带的中心频率。
20.根据权利要求17所述的方法,进一步包括低通滤波所述转换信号从而提取在基带的信号的所选频率带。
21.根据权利要求17所述的方法,其中所述生理信号是脑信号且所选频率带是脑信号的α、β、γ或快波频率带之一。
22.根据权利要求21所述的方法,其中所述脑信号包括脑电图(EEG)信号、脑皮层电图(ECoG)信号、局部场电位(LFP)信号或单细胞动作电位信号中至少一个。
23.根据权利要求17所述的方法,其中所述信号的特征是所选频率带中信号的功率波动,所述方法进一步包括生成信号,当所述功率波动超过阈值时,所述生成的信号触发控制对病人治疗或诊断信息记录中至少一个。
24.根据权利要求17所述的方法,其中所选频率带包括第一所选频率带,且所述特征包括第一功率,所述方法进一步包括:
用外差电路转换所述信号的第二所选频率带到基带;
分析在所述第二所选频率带中信号的第二功率;并计算所述第一功率和第二功率的功率比。
25.根据权利要求24所述的方法,进一步包括基于所述功率比生成信号,所述信号触发控制对病人治疗或诊断信息记录中至少一个。
26.根据权利要求17所述的方法,其中用外差电路转换所述生理信号的所选频率带到基带包括:
在第一频率调制信号从而产生第一调制的信号;
在与所述第一频率不同的第二频率调制所述第一调制信号从而产生第二调制信号;
放大所述第二调制信号;
在与所述第二频率不同的第三频率解调所述放大信号,其中选择所述第三频率以便解调器基本集中所述信号的所选频率带在第一频率;以及
在所述第一频率解调所述解调信号以便所选频率带基本集中在所述基带。
27.根据权利要求26所述的方法,进一步包括放大所述解调的信号从而产生第二放大信号,且其中在所述第一频率解调所述解调信号包括在第一频率解调所述第二放大信号。
28.根据权利要求26所述的方法,其中所述第一频率小于所述第二频率。
29.一种医学设备,其包括:
生理信号监视单元,其包括:
生理感测元件,其接受生理信号,
外差电路,其经配置转换所述生理信号的所选频率带到基带,以及
信号分析单元,其分析所选频率带中信号的特征,并基于分析特征生成触发对病人治疗控制的触发信号;以及
治疗输送模块,其响应所述触发信号控制治疗。
30.根据权利要求29所述的设备,其中所述外差电路包括:
调制器,其在第一频率调制所述信号;
放大器,其放大所述调制信号;以及
解调器,其在与所述第一频率不同的第二频率解调所述放大信号,其中选择所述第二频率以便所述解调器基本集中信号的所选频率带在所述基带。
31.根据权利要求30所述的设备,其中所述第二频率通过偏移与所述第一频率不同,所述偏移约等于所选频率带的中心频率,且所述生理信号是脑信号,并且所选频率带是脑信号的α、β、γ或快波频率带中的一个。
32.根据权利要求29所述的设备,其中所述治疗控制包括开始输送治疗或调整一个或更多治疗参数中的至少之一。
33.根据权利要求29所述的设备,其中所选频率带中的频率小于或等于约500Hz。
Applications Claiming Priority (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US97537207P | 2007-09-26 | 2007-09-26 | |
US60/975,372 | 2007-09-26 | ||
US2550308P | 2008-02-01 | 2008-02-01 | |
US61/025,503 | 2008-02-01 | ||
US8338108P | 2008-07-24 | 2008-07-24 | |
US61/083,381 | 2008-07-24 | ||
PCT/US2008/011110 WO2009042172A2 (en) | 2007-09-26 | 2008-09-25 | Frequency selective monitoring of physiological signals |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101848677A true CN101848677A (zh) | 2010-09-29 |
CN101848677B CN101848677B (zh) | 2014-09-17 |
Family
ID=40379660
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200880109413.6A Active CN101848677B (zh) | 2007-09-26 | 2008-09-25 | 生理信号的频率选择监视 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20090082691A1 (zh) |
EP (1) | EP2200692B1 (zh) |
CN (1) | CN101848677B (zh) |
WO (1) | WO2009042172A2 (zh) |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102172326A (zh) * | 2011-01-24 | 2011-09-07 | 北京航空航天大学 | 基于非线性能量运算的脑电峰电位检测电路及其构造方法 |
CN103314527A (zh) * | 2011-01-05 | 2013-09-18 | 德克萨斯仪器股份有限公司 | 用于在过载条件期间降低斩波放大器中的输入泄漏的电路和方法 |
CN103347440A (zh) * | 2010-12-16 | 2013-10-09 | 佐尔医药公司 | 耐水可穿戴医疗设备 |
CN103489360A (zh) * | 2012-06-12 | 2014-01-01 | 韦伯斯特生物官能(以色列)有限公司 | 物理心脏模拟器 |
CN103816614A (zh) * | 2014-01-27 | 2014-05-28 | 赵智博 | 生物反馈式头痛治疗仪及基于物联网技术的头痛医疗系统 |
TWI487883B (zh) * | 2012-07-19 | 2015-06-11 | Ind Tech Res Inst | 感測器的讀取裝置與驅動方法 |
CN105210107A (zh) * | 2013-06-12 | 2015-12-30 | 英特尔公司 | 生理信号的自动质量评估 |
CN102969981B (zh) * | 2012-11-02 | 2016-02-03 | 中国航空工业集团公司洛阳电光设备研究所 | 一种中心放大器 |
CN105451649A (zh) * | 2013-06-04 | 2016-03-30 | 美敦力公司 | 基于生物电脑部信号的一个或多个频谱特性的患者状态确定 |
CN106982035A (zh) * | 2016-01-15 | 2017-07-25 | 迈来芯电子科技有限公司 | 一种低噪声放大器电路 |
US9737262B2 (en) | 2007-06-13 | 2017-08-22 | Zoll Medical Corporation | Wearable medical monitoring device |
WO2018018570A1 (zh) * | 2016-07-29 | 2018-02-01 | 华为技术有限公司 | 用于心电测量的装置和方法 |
CN107787553A (zh) * | 2015-05-20 | 2018-03-09 | 美国亚德诺半导体公司 | 用于同步解调的系统和方法 |
CN108697334A (zh) * | 2016-03-01 | 2018-10-23 | 圣犹达医疗用品心脏病学部门有限公司 | 用于标测心脏活动的方法和系统 |
CN110008790A (zh) * | 2018-01-05 | 2019-07-12 | 中国移动通信有限公司研究院 | 一种多导联生理信号的分析方法及装置 |
US10582858B2 (en) | 2007-06-13 | 2020-03-10 | Zoll Medical Corporation | Wearable medical treatment device with motion/position detection |
US10729910B2 (en) | 2015-11-23 | 2020-08-04 | Zoll Medical Corporation | Garments for wearable medical devices |
WO2020232706A1 (zh) * | 2019-05-23 | 2020-11-26 | 麦层移动健康管理有限公司 | 测量体液及其变化以及测量血流量变化的方法和装置 |
CN112040863A (zh) * | 2017-11-17 | 2020-12-04 | 脸谱科技有限责任公司 | 用于感测表面emg信号的双电源模拟电路 |
CN112564642A (zh) * | 2020-12-04 | 2021-03-26 | 江苏科技大学 | 一种斩波放大器频率补偿电路 |
US11009870B2 (en) | 2017-06-06 | 2021-05-18 | Zoll Medical Corporation | Vehicle compatible ambulatory defibrillator |
US11568984B2 (en) | 2018-09-28 | 2023-01-31 | Zoll Medical Corporation | Systems and methods for device inventory management and tracking |
US11590354B2 (en) | 2018-12-28 | 2023-02-28 | Zoll Medical Corporation | Wearable medical device response mechanisms and methods of use |
US11890461B2 (en) | 2018-09-28 | 2024-02-06 | Zoll Medical Corporation | Adhesively coupled wearable medical device |
Families Citing this family (172)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8361067B2 (en) | 2002-09-30 | 2013-01-29 | Relievant Medsystems, Inc. | Methods of therapeutically heating a vertebral body to treat back pain |
US8725244B2 (en) | 2004-03-16 | 2014-05-13 | Medtronic, Inc. | Determination of sleep quality for neurological disorders |
GB2439257A (en) * | 2005-04-13 | 2007-12-19 | Siano Mobile Silicon Ltd | A method for tuning an rf base-band circuit of a receiver |
EP1998849B1 (en) | 2006-03-24 | 2014-12-24 | Medtronic, Inc. | Collecting gait information for evaluation and control of therapy |
CA2659898C (en) | 2006-08-03 | 2017-08-29 | Christoph Scharf | Method and device for determining and presenting surface charge and dipole densities on cardiac walls |
US8265769B2 (en) * | 2007-01-31 | 2012-09-11 | Medtronic, Inc. | Chopper-stabilized instrumentation amplifier for wireless telemetry |
US7385443B1 (en) | 2007-01-31 | 2008-06-10 | Medtronic, Inc. | Chopper-stabilized instrumentation amplifier |
US9615744B2 (en) | 2007-01-31 | 2017-04-11 | Medtronic, Inc. | Chopper-stabilized instrumentation amplifier for impedance measurement |
US7391257B1 (en) * | 2007-01-31 | 2008-06-24 | Medtronic, Inc. | Chopper-stabilized instrumentation amplifier for impedance measurement |
US8781595B2 (en) | 2007-04-30 | 2014-07-15 | Medtronic, Inc. | Chopper mixer telemetry circuit |
US20090264789A1 (en) * | 2007-09-26 | 2009-10-22 | Medtronic, Inc. | Therapy program selection |
US8380314B2 (en) | 2007-09-26 | 2013-02-19 | Medtronic, Inc. | Patient directed therapy control |
EP2211986B1 (en) | 2007-10-16 | 2013-11-20 | Medtronic, Inc. | Therapy control based on a patient movement state |
US20090171210A1 (en) * | 2007-12-27 | 2009-07-02 | Washington University In St. Louis | Sonoelectric tomography using a frequency-swept ultrasonic wave |
EP2252203A2 (en) | 2008-01-17 | 2010-11-24 | Christoph Scharf | A device and method for the geometric determination of electrical dipole densities on the cardiac wall |
EP2249908B1 (en) | 2008-01-25 | 2014-01-01 | Medtronic, Inc. | Sleep stage detection |
US9492655B2 (en) | 2008-04-25 | 2016-11-15 | Boston Scientific Neuromodulation Corporation | Stimulation system with percutaneously deliverable paddle lead and methods of making and using |
WO2009140283A1 (en) * | 2008-05-13 | 2009-11-19 | The Board Of Trustees Of The University Of Illinois | Apparatus for managing a neurological disorder |
AU2009296474B2 (en) | 2008-09-26 | 2015-07-02 | Relievant Medsystems, Inc. | Systems and methods for navigating an instrument through bone |
US10028753B2 (en) | 2008-09-26 | 2018-07-24 | Relievant Medsystems, Inc. | Spine treatment kits |
US8280516B2 (en) * | 2008-10-09 | 2012-10-02 | Daniel Graupe | Method and apparatus for closed-loop deep brain stimulation in treating neurological diseases |
US8428733B2 (en) | 2008-10-16 | 2013-04-23 | Medtronic, Inc. | Stimulation electrode selection |
US20100113964A1 (en) * | 2008-10-31 | 2010-05-06 | Wahlstrand John D | Determining intercardiac impedance |
US8478402B2 (en) * | 2008-10-31 | 2013-07-02 | Medtronic, Inc. | Determining intercardiac impedance |
US20100114237A1 (en) * | 2008-10-31 | 2010-05-06 | Medtronic, Inc. | Mood circuit monitoring to control therapy delivery |
WO2010079631A1 (ja) * | 2009-01-09 | 2010-07-15 | 三菱電機株式会社 | マルチポートアンプおよびそれを用いた無線装置 |
EP2429643B1 (en) * | 2009-04-30 | 2017-08-23 | Medtronic, Inc. | Patient state detection based on support vector machine based algorithm |
US8376968B2 (en) * | 2009-05-15 | 2013-02-19 | The Hong Kong Polytechnic University | Method and system for quantifying an intention of movement of a user |
US8488663B2 (en) | 2009-09-23 | 2013-07-16 | Maxlinear, Inc. | Impulse noise mitigation under out-of-band interference conditions |
US9770204B2 (en) | 2009-11-11 | 2017-09-26 | Medtronic, Inc. | Deep brain stimulation for sleep and movement disorders |
US8936630B2 (en) | 2009-11-25 | 2015-01-20 | Medtronic, Inc. | Optical stimulation therapy |
US8532757B2 (en) * | 2009-12-16 | 2013-09-10 | Medtronic, Inc. | Stimulation electrode selection |
US8538513B2 (en) * | 2009-12-16 | 2013-09-17 | Medtronic, Inc. | Stimulation electrode selection |
US20150080683A1 (en) * | 2010-01-04 | 2015-03-19 | William Miguel Hasbun | Portable diagnostic instrument and a method for its use |
US8886323B2 (en) | 2010-02-05 | 2014-11-11 | Medtronic, Inc. | Electrical brain stimulation in gamma band |
CN101804240B (zh) * | 2010-03-18 | 2013-03-06 | 山西医科大学 | 研究大小鼠海马场电位使用的刺激、记录、给药联合装置 |
US8099170B2 (en) | 2010-03-19 | 2012-01-17 | Medtronic, Inc. | Electrical stimulation based on phase response mapping |
US9717439B2 (en) | 2010-03-31 | 2017-08-01 | Medtronic, Inc. | Patient data display |
US9814885B2 (en) | 2010-04-27 | 2017-11-14 | Medtronic, Inc. | Stimulation electrode selection |
WO2012009322A1 (en) * | 2010-07-12 | 2012-01-19 | Arizona Board Of Regents, A Body Corporate Of The State Of Arizona, Acting For And On Behalf Of Arizona State University | Methods and device for tuning multiplexed markers for disease assay |
US9211411B2 (en) | 2010-08-26 | 2015-12-15 | Medtronic, Inc. | Therapy for rapid eye movement behavior disorder (RBD) |
US8798764B2 (en) | 2010-09-01 | 2014-08-05 | Medtronic, Inc. | Symmetrical physiological signal sensing with a medical device |
US9789302B2 (en) | 2010-09-01 | 2017-10-17 | Medtronic, Inc. | Symmetrical physiological signal sensing with a medical device |
US8565886B2 (en) | 2010-11-10 | 2013-10-22 | Medtronic, Inc. | Arousal state modulation with electrical stimulation |
US9757044B2 (en) | 2011-03-10 | 2017-09-12 | Acutus Medical, Inc. | Device and method for the geometric determination of electrical dipole densities on the cardiac wall |
US8406890B2 (en) | 2011-04-14 | 2013-03-26 | Medtronic, Inc. | Implantable medical devices storing graphics processing data |
US8914119B2 (en) | 2011-04-20 | 2014-12-16 | Medtronic, Inc. | Electrical brain therapy parameter determination based on a bioelectrical resonance response |
WO2012145244A1 (en) | 2011-04-20 | 2012-10-26 | Medtronic, Inc. | Method and apparatus for assessing neural activation |
US8892207B2 (en) | 2011-04-20 | 2014-11-18 | Medtronic, Inc. | Electrical therapy for facilitating inter-area brain synchronization |
US9173609B2 (en) | 2011-04-20 | 2015-11-03 | Medtronic, Inc. | Brain condition monitoring based on co-activation of neural networks |
US8812098B2 (en) | 2011-04-28 | 2014-08-19 | Medtronic, Inc. | Seizure probability metrics |
US9878161B2 (en) | 2011-04-29 | 2018-01-30 | Medtronic, Inc. | Entrainment of bioelectrical brain signals |
US8515545B2 (en) | 2011-04-29 | 2013-08-20 | Greatbatch Ltd. | Current steering neurostimulator device with unidirectional current sources |
US9592398B2 (en) | 2011-05-12 | 2017-03-14 | Medtronic, Inc. | Leadless implantable medical device with osmotic pump |
US9872990B2 (en) | 2011-05-13 | 2018-01-23 | Saluda Medical Pty Limited | Method and apparatus for application of a neural stimulus |
US9974455B2 (en) | 2011-05-13 | 2018-05-22 | Saluda Medical Pty Ltd. | Method and apparatus for estimating neural recruitment |
WO2012155184A1 (en) * | 2011-05-13 | 2012-11-22 | National Ict Australia Ltd | Method and apparatus for measurement of neural response - c |
US10568559B2 (en) | 2011-05-13 | 2020-02-25 | Saluda Medical Pty Ltd | Method and apparatus for measurement of neural response |
AU2012255671B2 (en) | 2011-05-13 | 2016-10-06 | Saluda Medical Pty Limited | Method and apparatus for measurement of neural response - a |
US9101767B2 (en) | 2011-05-18 | 2015-08-11 | Greatbatch Ltd. | Measuring load impedance with active stimulation pulses in an implanted pulse generator |
US20120310105A1 (en) * | 2011-05-31 | 2012-12-06 | Massachusetts Institute Of Technology | Monitoring task engagement using beta oscillations |
CN102323611A (zh) * | 2011-06-02 | 2012-01-18 | 中国地震局工程力学研究所 | 基于网络与中文短信控制的强震数据采集与烈度记录器 |
WO2012176790A1 (ja) * | 2011-06-21 | 2012-12-27 | スリープウェル株式会社 | 精神疾患解析装置、精神疾患解析方法、およびプログラム |
US8571667B2 (en) | 2011-07-01 | 2013-10-29 | Greatbatch Ltd. | Active current control using the enclosure of an implanted pulse generator |
GB201111870D0 (en) * | 2011-07-11 | 2011-08-24 | Gandhi Krishna | Method and apparatus for measuring the levels of hormones, neuro transmitters, bio markers or the like |
US9888861B2 (en) | 2011-08-25 | 2018-02-13 | Medtronic, Inc. | Method and apparatus for detecting a biomarker in the presence of electrical stimulation |
JP5901231B2 (ja) * | 2011-11-04 | 2016-04-06 | オリンパス株式会社 | 無線通信端末 |
EP2591720B1 (en) * | 2011-11-08 | 2016-04-06 | Imec | Biomedical acquisition system with motion artifact reduction |
AU2012362524B2 (en) | 2011-12-30 | 2018-12-13 | Relievant Medsystems, Inc. | Systems and methods for treating back pain |
US20150038870A1 (en) * | 2012-02-17 | 2015-02-05 | Massachusetts Institute Of Technology | Multi-Channel Scalable EEG Acquisition System on a Chip with Integrated Patient Specific Seizure Classification and Recording Processor |
AU2013232107B2 (en) * | 2012-03-16 | 2015-11-19 | Boston Scientific Neuromodulation Corporation | Neurostimulation system for preventing magnetically induced currents in electronic circuitry |
US9222802B2 (en) * | 2012-03-29 | 2015-12-29 | Texas Instruments Incorporated | Sensor power management |
US8918176B2 (en) | 2012-04-23 | 2014-12-23 | Medtronic, Inc. | Assessing cognitive disorders based on non-motor epileptiform bioelectrical brain activity |
WO2014016684A2 (en) | 2012-07-26 | 2014-01-30 | Adi Mashiach | Flexible antenna on flexible substrate with adhesive back |
US11167154B2 (en) | 2012-08-22 | 2021-11-09 | Medtronic, Inc. | Ultrasound diagnostic and therapy management system and associated method |
CN103654771B (zh) * | 2012-08-29 | 2017-02-08 | 联想(北京)有限公司 | 脑电波检测装置及其电源管理方法 |
CA2881457C (en) | 2012-08-31 | 2021-10-26 | Acutus Medical, Inc. | Catheter system and methods of medical uses of same, including diagnostic and treatment uses for the heart |
US10588691B2 (en) | 2012-09-12 | 2020-03-17 | Relievant Medsystems, Inc. | Radiofrequency ablation of tissue within a vertebral body |
CA2889478C (en) | 2012-11-05 | 2020-11-24 | Relievant Medsystems, Inc. | Systems and methods for creating curved paths through bone and modulating nerves within the bone |
US10206596B2 (en) | 2012-11-06 | 2019-02-19 | Saluda Medical Pty Ltd | Method and system for controlling electrical conditions of tissue |
US9439150B2 (en) | 2013-03-15 | 2016-09-06 | Medtronic, Inc. | Control of spectral agressors in a physiological signal montoring device |
US9521979B2 (en) | 2013-03-15 | 2016-12-20 | Medtronic, Inc. | Control of spectral agressors in a physiological signal monitoring device |
US9662025B2 (en) * | 2013-05-03 | 2017-05-30 | The Florida International University Board Of Trustees | Low noise analog electronic circuit design for recording peripheral nerve activity |
US9724151B2 (en) | 2013-08-08 | 2017-08-08 | Relievant Medsystems, Inc. | Modulating nerves within bone using bone fasteners |
EP3043701B1 (en) | 2013-09-13 | 2024-02-21 | Acutus Medical, Inc. | Devices and methods for determination of electrical dipole densities on a cardiac surface |
EP3052014B1 (en) * | 2013-09-30 | 2020-06-10 | SafeOp Surgical, Inc. | Systems and methods for preventing contamination of recorded biological signals during surgery |
CN103584855B (zh) * | 2013-10-24 | 2015-06-10 | 燕山大学 | 脑肌电同步采集及信息传递特性分析方法 |
CA2929971C (en) | 2013-11-15 | 2023-03-07 | Saluda Medical Pty Ltd | Monitoring brain neural potentials |
EP3071100B1 (en) | 2013-11-22 | 2024-01-03 | Saluda Medical Pty Limited | Method and device for detecting a neural response in a neural measurement |
US11087733B1 (en) | 2013-12-02 | 2021-08-10 | Jonathan Stuart Abel | Method and system for designing a modal filter for a desired reverberation |
US11488574B2 (en) | 2013-12-02 | 2022-11-01 | Jonathan Stuart Abel | Method and system for implementing a modal processor |
US9805704B1 (en) | 2013-12-02 | 2017-10-31 | Jonathan S. Abel | Method and system for artificial reverberation using modal decomposition |
US10016606B2 (en) | 2014-01-17 | 2018-07-10 | Medtronic, Inc. | Movement disorder symptom control |
WO2015123753A1 (en) * | 2014-02-19 | 2015-08-27 | Institut National De La Recherche Scientifique (Inrs) | Method and system for evaluating a noise level of a biosignal |
US9267799B2 (en) | 2014-02-24 | 2016-02-23 | Honeywell International Inc. | Method and apparatus of monitoring and tracking optical frequency differences of modulated beams |
WO2015148470A1 (en) | 2014-03-25 | 2015-10-01 | Acutus Medical, Inc. | Cardiac analysis user interface system and method |
US9955907B2 (en) * | 2014-04-23 | 2018-05-01 | Case Western Reserve University | Low frequency non-invasive sensorial stimulation for seizure control |
AU2015255631B2 (en) | 2014-05-05 | 2020-02-06 | Saluda Medical Pty Ltd | Improved neural measurement |
EP3171929B1 (en) | 2014-07-25 | 2021-03-24 | Saluda Medical Pty Limited | Neural stimulation dosing |
KR102399562B1 (ko) * | 2014-07-28 | 2022-05-18 | 삼성전자주식회사 | 신호 처리 장치 및 방법, 생체 신호 처리 장치 및 방법 |
US10386321B2 (en) | 2014-08-13 | 2019-08-20 | Arizona Board Of Regents On Behalf Of Arizona State University | Noninvasive body fluid stress sensing |
CA2958199C (en) | 2014-08-15 | 2023-03-07 | Axonics Modulation Technologies, Inc. | Electromyographic lead positioning and stimulation titration in a nerve stimulation system for treatment of overactive bladder |
US10092762B2 (en) | 2014-08-15 | 2018-10-09 | Axonics Modulation Technologies, Inc. | Integrated electromyographic clinician programmer for use with an implantable neurostimulator |
CN107073258B (zh) | 2014-08-15 | 2020-02-21 | 艾克索尼克斯调制技术股份有限公司 | 用于基于神经定位来进行神经刺激电极配置的系统和方法 |
US9924904B2 (en) | 2014-09-02 | 2018-03-27 | Medtronic, Inc. | Power-efficient chopper amplifier |
WO2016077882A1 (en) | 2014-11-17 | 2016-05-26 | Saluda Medical Pty Ltd | Method and device for detecting a neural response in neural measurements |
CN106999697B (zh) * | 2014-12-03 | 2020-10-27 | 皇家飞利浦有限公司 | 用于增加小睡的恢复性值的系统和方法 |
US10588698B2 (en) | 2014-12-11 | 2020-03-17 | Saluda Medical Pty Ltd | Implantable electrode positioning |
AU2015362091B2 (en) | 2014-12-11 | 2020-11-26 | Saluda Medical Pty Ltd | Method and device for feedback control of neural stimulation |
DK3232922T3 (da) * | 2014-12-19 | 2022-03-14 | T&W Eng A/S | Aktiv elektrode omfattende en forstærker med closed-loop-enhedsforstærkning med choppermodulation |
WO2016115596A1 (en) | 2015-01-19 | 2016-07-28 | Saluda Medical Pty Ltd | Method and device for neural implant communication |
AU2016245335B2 (en) | 2015-04-09 | 2020-11-19 | Saluda Medical Pty Ltd | Electrode to nerve distance estimation |
US9724521B2 (en) | 2015-04-09 | 2017-08-08 | Medtronic, Inc. | Frequency based therapy generation |
US10593234B2 (en) | 2015-05-12 | 2020-03-17 | Acutus Medical, Inc. | Cardiac virtualization test tank and testing system and method |
EP3294122B1 (en) | 2015-05-12 | 2024-07-24 | Acutus Medical, Inc. | Ultrasound sequencing system |
US10653318B2 (en) | 2015-05-13 | 2020-05-19 | Acutus Medical, Inc. | Localization system and method useful in the acquisition and analysis of cardiac information |
US10434308B2 (en) | 2015-05-29 | 2019-10-08 | Medtronic, Inc. | Impedance matching and electrode conditioning in patient interface systems |
US10080898B2 (en) | 2015-05-29 | 2018-09-25 | Medtronic, Inc. | Simultaneous physiological sensing and stimulation with saturation detection |
CN107613860B (zh) | 2015-05-31 | 2022-01-11 | 闭环医疗私人有限公司 | 脑神经活动监测 |
US11110270B2 (en) | 2015-05-31 | 2021-09-07 | Closed Loop Medical Pty Ltd | Brain neurostimulator electrode fitting |
AU2016269843B2 (en) | 2015-06-01 | 2021-03-04 | Closed Loop Medical Pty Ltd | Motor fibre neuromodulation |
US11471109B2 (en) * | 2015-07-09 | 2022-10-18 | Capsuletech, Inc. | Methods and devices for recovering data from an amplitude-modulated signal |
US20170033957A1 (en) * | 2015-07-28 | 2017-02-02 | Wanpeng Cao | Adaptive cable equalizer for digital communication |
CN105147248B (zh) * | 2015-07-30 | 2019-02-05 | 华南理工大学 | 基于生理信息的抑郁症评估系统及其评估方法 |
US10238876B2 (en) | 2015-09-04 | 2019-03-26 | Medtronic, Inc. | Stimulation aggressor management for biomedical signal acquisition systems |
JP2017064390A (ja) * | 2015-09-28 | 2017-04-06 | パナソニックIpマネジメント株式会社 | 電気刺激システム、電気刺激方法、コンピュータプログラム |
US9731138B1 (en) * | 2016-02-17 | 2017-08-15 | Medtronic, Inc. | System and method for cardiac pacing |
AT518532B1 (de) * | 2016-03-08 | 2017-11-15 | Dipl Ing Dr Techn Christoph Guger | Vorrichtung und Verfahren zur Elektrostimulation eines Probanden |
US10118696B1 (en) | 2016-03-31 | 2018-11-06 | Steven M. Hoffberg | Steerable rotating projectile |
JP6979967B2 (ja) | 2016-04-05 | 2021-12-15 | サルーダ・メディカル・ピーティーワイ・リミテッド | ニューロモジュレーションの改良されたフィードバック制御 |
CA3028241A1 (en) | 2016-06-24 | 2017-12-28 | Saluda Medical Pty Ltd | Neural stimulation for reduced artefact |
CN109475737B (zh) * | 2016-07-13 | 2022-09-16 | 特拉维夫大学拉莫特有限公司 | 用于可穿戴设备的新型生物信号采集方法和算法 |
WO2018039648A1 (en) | 2016-08-25 | 2018-03-01 | Paradromics, Inc. | System and methods for processing neural signals |
US10089574B2 (en) * | 2016-09-14 | 2018-10-02 | Hewlett Packard Enterprise Development Lp | Neuron circuits |
US10960202B2 (en) | 2016-09-27 | 2021-03-30 | Medtronic, Inc. | Adaptive deep brain stimulation using movement desynchronization |
JP6902625B2 (ja) * | 2017-05-11 | 2021-07-14 | ベラソン インコーポレイテッドVerathon Inc. | 確率マップに基づいた超音波検査 |
US10395162B1 (en) * | 2017-06-03 | 2019-08-27 | Georgios Vougioukas | Ultra-low power and cost purely analog backscatter sensors with extended range smartphone/consumer electronics FM reception |
US10523156B2 (en) * | 2017-06-29 | 2019-12-31 | Hrl Laboratories, Llc | Mixer with series connected active devices |
US11596795B2 (en) | 2017-07-31 | 2023-03-07 | Medtronic, Inc. | Therapeutic electrical stimulation therapy for patient gait freeze |
US10797661B2 (en) * | 2017-10-26 | 2020-10-06 | Maxim Integrated Products, Inc. | Capacitive-coupled chopper instrumentation amplifiers and associated methods |
US12115121B2 (en) * | 2018-01-28 | 2024-10-15 | Papoyama Ltd | Device for reduction of vibrations |
US11877783B2 (en) * | 2018-01-29 | 2024-01-23 | Medtronic, Inc. | Cardiac surgical instrument and connector with built-in electrogram (EGM) filtering circuitry |
US11844602B2 (en) | 2018-03-05 | 2023-12-19 | The Medical Research Infrastructure And Health Services Fund Of The Tel Aviv Medical Center | Impedance-enriched electrophysiological measurements |
US20190290912A1 (en) | 2018-03-20 | 2019-09-26 | Medtronic, Inc. | Non-continuous electrical stimulation therapy |
US11712637B1 (en) | 2018-03-23 | 2023-08-01 | Steven M. Hoffberg | Steerable disk or ball |
CN108684282B (zh) * | 2018-04-11 | 2023-07-07 | 北京麦飞科技有限公司 | 一种农业察打一体机系统及喷洒控制方法 |
US11050244B2 (en) | 2018-04-25 | 2021-06-29 | Qualcomm Incorporated | Transient voltage detection technique |
CN112334184A (zh) | 2018-04-27 | 2021-02-05 | 萨鲁达医疗有限公司 | 混合神经的神经刺激 |
GB201808457D0 (en) * | 2018-05-04 | 2018-07-11 | Univ Southampton | Detector for detecting neural spike signals, neural spike recording system, and method of using a detector |
US20200046420A1 (en) | 2018-08-08 | 2020-02-13 | Biosense Webster (Israel) Ltd. | Contact force sensor comprising tuned amplifiers |
US11839583B1 (en) * | 2018-09-11 | 2023-12-12 | Encora, Inc. | Apparatus and method for reduction of neurological movement disorder symptoms using wearable device |
US11304647B2 (en) * | 2018-10-25 | 2022-04-19 | Pacesetter, Inc. | Dynamic control of sensitivity associated with detecting R-waves |
AU2019377121A1 (en) * | 2018-11-09 | 2021-03-18 | Acutus Medical, Inc. | Systems and methods for calculating patient information |
EP3686609A1 (en) * | 2019-01-25 | 2020-07-29 | Rohde & Schwarz GmbH & Co. KG | Measurement system and method for recording context information of a measurement |
CN109805920A (zh) * | 2019-03-15 | 2019-05-28 | 浙江诺尔康神经电子科技股份有限公司 | 一种快速人工耳蜗神经遥测电路及系统 |
US11439829B2 (en) | 2019-05-24 | 2022-09-13 | Axonics, Inc. | Clinician programmer methods and systems for maintaining target operating temperatures |
WO2020242900A1 (en) | 2019-05-24 | 2020-12-03 | Axonics Modulation Technologies, Inc. | Trainer device for a neurostimulator programmer and associated methods of use with a neurostimulation system |
US11344728B2 (en) * | 2019-05-28 | 2022-05-31 | Aleva Neurotherapeutics | Neurostimulation device with recording patch |
EP4027912A4 (en) | 2019-09-12 | 2023-08-16 | Relievant Medsystems, Inc. | TISSUE MODULATION SYSTEMS AND METHODS |
US11437331B2 (en) * | 2019-10-17 | 2022-09-06 | Taiwan Semiconductor Manufacturing Co., Ltd. | Chip structure and method for forming the same |
US11260231B2 (en) | 2020-01-24 | 2022-03-01 | Medtronic, Inc. | Electrical stimulation modulation |
US11448673B2 (en) * | 2020-06-01 | 2022-09-20 | Analog Devices International Unlimited Company | Reduction of noise in impedance measurement circuits |
US20220061742A1 (en) * | 2020-08-28 | 2022-03-03 | Covidien Lp | Determining composite signals from at least three electrodes |
US12082876B1 (en) | 2020-09-28 | 2024-09-10 | Relievant Medsystems, Inc. | Introducer drill |
US20220175308A1 (en) * | 2020-12-07 | 2022-06-09 | Chien-Feng Lin | Terahertz field effect non-invasive biofeedback diagnosis system |
JP2024505335A (ja) | 2020-12-22 | 2024-02-06 | リリーバント メドシステムズ、インコーポレイテッド | 脊椎神経調節の候補の予測 |
US12011287B2 (en) | 2021-02-24 | 2024-06-18 | Medtronic, Inc. | Medical device using spectral activity processing |
US11336246B1 (en) | 2021-03-25 | 2022-05-17 | Taiwan Semiconductor Manufacturing Company, Ltd. | Amplifier circuit |
US11824530B2 (en) * | 2021-08-03 | 2023-11-21 | AyDeeKay LLC | Low latency, broadband power-domain offset-correction signal level circuit implementation |
WO2023156932A1 (en) * | 2022-02-17 | 2023-08-24 | Ecole Polytechnique Federale De Lausanne (Epfl) | A multichannel versatile brain activity classification and closed loop neuromodulation system, device and method using a highly multiplexed mixed-signal front-end |
US20230285754A1 (en) * | 2022-03-14 | 2023-09-14 | Medtronic, Inc. | Calibration for ecap sensing |
WO2024039900A1 (en) * | 2022-08-19 | 2024-02-22 | Mayo Foundation For Medical Education And Research | Embedded seizure detection during therapeutic brain stimulation |
Family Cites Families (100)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR501511A (fr) * | 1919-02-08 | 1920-04-16 | Edwin Howard Armstrong | Méthode de réception d'oscillations de haute fréquence |
US3130373A (en) * | 1959-04-27 | 1964-04-21 | Beckman Instruments Inc | Potential difference negative feedback amplifier |
US3603997A (en) * | 1969-05-07 | 1971-09-07 | Texas Instruments Inc | Electronic resolved sweep signal generator |
US3780725A (en) * | 1971-03-04 | 1973-12-25 | Smith Kline Instr | Fetal heartbeat monitoring system with plural transducers in one plane and at different angles thereto |
US4138649A (en) * | 1977-03-25 | 1979-02-06 | Emerson Electric Co. | Amplifier system |
JPS6017170B2 (ja) * | 1977-08-23 | 1985-05-01 | 株式会社日本自動車部品総合研究所 | チヨツパ増幅器の復調回路 |
US4177819A (en) * | 1978-03-30 | 1979-12-11 | Kofsky Harvey I | Muscle stimulating apparatus |
US4279258A (en) * | 1980-03-26 | 1981-07-21 | Roy John E | Rapid automatic electroencephalographic evaluation |
US4612934A (en) * | 1981-06-30 | 1986-09-23 | Borkan William N | Non-invasive multiprogrammable tissue stimulator |
US4610259A (en) * | 1983-08-31 | 1986-09-09 | Cns, Inc. | EEG signal analysis system |
US4579125A (en) * | 1984-01-23 | 1986-04-01 | Cns, Inc. | Real-time EEG spectral analyzer |
US5024221A (en) * | 1985-05-17 | 1991-06-18 | Siemens-Pacesetter, Inc. | Programmable band-pass amplifier for use with implantable medical device |
GB2191660B (en) * | 1986-06-14 | 1990-04-25 | Marconi Instruments Ltd | Measuring adjacent channel power |
US4733667A (en) * | 1986-08-11 | 1988-03-29 | Cardiac Pacemakers, Inc. | Closed loop control of cardiac stimulator utilizing rate of change of impedance |
US4933642A (en) * | 1989-02-17 | 1990-06-12 | Linear Technology Corporation | CMOS chopper-stabilized operational amplifier using two differential amplifier pairs as input stages |
US4979230A (en) * | 1989-12-04 | 1990-12-18 | General Instrument Corporation | Up-conversion homodyne receiver for cable television converter with frequency offset to avoid adjacent channel interference |
US5061593A (en) * | 1989-12-12 | 1991-10-29 | Eastman Kodak Company | Coated carrier particles for electrographic developers |
US5179947A (en) * | 1991-01-15 | 1993-01-19 | Cardiac Pacemakers, Inc. | Acceleration-sensitive cardiac pacemaker and method of operation |
US5477481A (en) * | 1991-02-15 | 1995-12-19 | Crystal Semiconductor Corporation | Switched-capacitor integrator with chopper stabilization performed at the sampling rate |
US5105167A (en) * | 1991-03-28 | 1992-04-14 | Honeywell Inc. | Harmonic injection amplifier |
US5113143A (en) * | 1991-04-08 | 1992-05-12 | University Of Maryland | Chopper amplifier for measuring low DC current |
US5299569A (en) * | 1991-05-03 | 1994-04-05 | Cyberonics, Inc. | Treatment of neuropsychiatric disorders by nerve stimulation |
US5205285A (en) * | 1991-06-14 | 1993-04-27 | Cyberonics, Inc. | Voice suppression of vagal stimulation |
US5458117A (en) * | 1991-10-25 | 1995-10-17 | Aspect Medical Systems, Inc. | Cerebral biopotential analysis system and method |
US5282840A (en) * | 1992-03-26 | 1994-02-01 | Medtronic, Inc. | Multiple frequency impedance measurement system |
US5206602A (en) * | 1992-04-30 | 1993-04-27 | Hewlett-Packard Company | Biomedical amplifier circuit |
US5334222A (en) * | 1992-11-03 | 1994-08-02 | Cardiac Pacemakers, Inc. | Cardiac stimulating apparatus and method for heart failure therapy |
DE4238829A1 (de) * | 1992-11-17 | 1994-05-19 | Dr Fischer Ag | Einrichtung zur Beeinflussung von elektrischen und magnetischen Feldern niedriger Frequenz |
US5311876A (en) * | 1992-11-18 | 1994-05-17 | The Johns Hopkins University | Automatic detection of seizures using electroencephalographic signals |
FR2702902B1 (fr) * | 1993-03-15 | 1995-04-21 | Alcatel Radiotelephone | Récepteur numérique à fréquence intermédiaire et procédé de filtrage en bande de base mis en Óoeuvre dans ce récepteur. |
JP3310498B2 (ja) * | 1994-09-02 | 2002-08-05 | 独立行政法人産業技術総合研究所 | 生体情報解析装置および生体情報解析方法 |
US5755230A (en) * | 1995-09-18 | 1998-05-26 | Cleveland Medical Devices Inc. | Wireless EEG system for effective auditory evoked response |
DE19538925C2 (de) * | 1995-10-19 | 2000-07-27 | Wieland Friedmund | Vorrichtung zur Auswertung eines Narkose- oder Intensiv-EEG |
US5683432A (en) * | 1996-01-11 | 1997-11-04 | Medtronic, Inc. | Adaptive, performance-optimizing communication system for communicating with an implanted medical device |
US6066163A (en) * | 1996-02-02 | 2000-05-23 | John; Michael Sasha | Adaptive brain stimulation method and system |
US6463328B1 (en) * | 1996-02-02 | 2002-10-08 | Michael Sasha John | Adaptive brain stimulation method and system |
US5697091A (en) * | 1996-02-07 | 1997-12-09 | Ford Motor Company | Distortion-free chopper-based signal mixer |
US5663680A (en) * | 1996-04-04 | 1997-09-02 | Nordeng; Arnold E. | Chopper stabilized amplifier having an additional differential amplifier stage for improved noise reduction |
US5782884A (en) * | 1996-11-05 | 1998-07-21 | Sulzer Intermedics Inc. | Rate responsive cardiac pacemaker with peak impedance detection for rate control |
US6064257A (en) * | 1997-03-03 | 2000-05-16 | National Semiconductor Corporation | Chopper-stabilized operational amplifier |
US6016449A (en) * | 1997-10-27 | 2000-01-18 | Neuropace, Inc. | System for treatment of neurological disorders |
SE9800126D0 (sv) * | 1998-01-20 | 1998-01-20 | Pacesetter Ab | Implantable medical device |
US6667760B1 (en) * | 1998-02-20 | 2003-12-23 | Samsung Electronics Co., Ltd. | Receiver for digital television signals having carriers near upper frequency boundaries of TV broadcasting channels |
US6076015A (en) * | 1998-02-27 | 2000-06-13 | Cardiac Pacemakers, Inc. | Rate adaptive cardiac rhythm management device using transthoracic impedance |
US6122545A (en) * | 1998-04-28 | 2000-09-19 | Medtronic, Inc. | Multiple channel sequential cardiac pacing method |
US6018682A (en) * | 1998-04-30 | 2000-01-25 | Medtronic, Inc. | Implantable seizure warning system |
US5928272A (en) * | 1998-05-02 | 1999-07-27 | Cyberonics, Inc. | Automatic activation of a neurostimulator device using a detection algorithm based on cardiac activity |
US6483355B1 (en) * | 1998-07-24 | 2002-11-19 | Gct Semiconductor, Inc. | Single chip CMOS transmitter/receiver and method of using same |
US8762065B2 (en) * | 1998-08-05 | 2014-06-24 | Cyberonics, Inc. | Closed-loop feedback-driven neuromodulation |
US6625436B1 (en) * | 1998-10-09 | 2003-09-23 | Nec Corporation | Radio receivers |
KR20010034031A (ko) * | 1998-11-12 | 2001-04-25 | 롤페스 요하네스 게라투스 알베르투스 | 증폭기에 의해 생성된 dc 오프셋 및 노이즈를감소시키는 수단을 포함하는 회로 |
US6287263B1 (en) * | 1999-02-08 | 2001-09-11 | Cardiac Pacemakers, Inc. | System for processing bursted amplitude modulated signals using an impedance sensor |
US6130578A (en) * | 1999-04-20 | 2000-10-10 | Analog Devices, Inc. | Chopper-stabilized amplifier with digital frequency modulated clocking and method |
US6923784B2 (en) * | 1999-04-30 | 2005-08-02 | Medtronic, Inc. | Therapeutic treatment of disorders based on timing information |
US6360123B1 (en) * | 1999-08-24 | 2002-03-19 | Impulse Dynamics N.V. | Apparatus and method for determining a mechanical property of an organ or body cavity by impedance determination |
FR2805998B1 (fr) * | 2000-03-07 | 2002-10-18 | Ela Medical Sa | Dispositif medical implantable actif, notamment stimulateur cardiaque, defibrillateur et/ou cardioverteur du type multisite comportant des moyens de mesure d'impedance intracardiaque |
FR2806311B1 (fr) * | 2000-03-14 | 2002-10-18 | Ela Medical Sa | Dispositif medical implantable actif, notamment stimulateur cardiaque, defibrillateur et/ou cardioverteur et/ou dispositif multisite comportant des moyens de mesure de bioimpedance transseptale |
DE10032530C2 (de) * | 2000-07-05 | 2002-10-24 | Infineon Technologies Ag | Verstärkerschaltung mit Offsetkompensation |
US6522914B1 (en) * | 2000-07-14 | 2003-02-18 | Cardiac Pacemakers, Inc. | Method and apparatuses for monitoring hemodynamic activities using an intracardiac impedance-derived parameter |
US6456881B1 (en) * | 2000-08-02 | 2002-09-24 | Pacesetter, Inc. | System and method of identifying fusion for dual-chamber automatic capture stimulation device |
US6456159B1 (en) * | 2000-09-08 | 2002-09-24 | Analog Devices, Inc. | CMOS operational amplifier |
US6594524B2 (en) * | 2000-12-12 | 2003-07-15 | The Trustees Of The University Of Pennsylvania | Adaptive method and apparatus for forecasting and controlling neurological disturbances under a multi-level control |
IT1318370B1 (it) * | 2000-12-21 | 2003-08-25 | Tonino Bombardini | Metodo e dispositivo per la diagnosi e la terapia dello scompensocardiaco cronico. |
AU2002242192A1 (en) * | 2001-02-13 | 2002-08-28 | Jordan Neuroscience, Inc. | Automated realtime interpretation of brain waves |
US6597953B2 (en) * | 2001-02-20 | 2003-07-22 | Neuropace, Inc. | Furcated sensing and stimulation lead |
AUPR343401A0 (en) * | 2001-02-28 | 2001-03-29 | Nguyen, Hung | Modelling and design for early warning systems using physiological responses |
US6671555B2 (en) * | 2001-04-27 | 2003-12-30 | Medtronic, Inc. | Closed loop neuromodulation for suppression of epileptic activity |
US6810285B2 (en) * | 2001-06-28 | 2004-10-26 | Neuropace, Inc. | Seizure sensing and detection using an implantable device |
US6754535B2 (en) * | 2001-07-09 | 2004-06-22 | St. Jude Medical Ab | Method and apparatus for verifying evoked response in the atrium |
US6617838B1 (en) * | 2001-09-11 | 2003-09-09 | Analog Devices, Inc. | Current measurement circuit |
GB0121993D0 (en) * | 2001-09-12 | 2001-10-31 | Koninkl Philips Electronics Nv | Improvements in or relating to superheterodyne recievers |
US20030146786A1 (en) * | 2002-02-04 | 2003-08-07 | Kush Gulati | ADC having chopper offset cancellation |
JP3520418B2 (ja) * | 2002-02-04 | 2004-04-19 | セイコーエプソン株式会社 | 演算増幅回路、駆動回路及び演算増幅回路の制御方法 |
WO2003066157A2 (en) * | 2002-02-04 | 2003-08-14 | Great Lakes Biosciences, Llc | Treatment of neurological disorders using electrical stimulation |
US6914539B2 (en) * | 2002-10-07 | 2005-07-05 | General Electric Company | System and method for a low rate, in-band broadcast communication for medical telemetry |
WO2004034879A2 (en) * | 2002-10-15 | 2004-04-29 | Medtronic Inc. | Screening techniques for management of a nervous system disorder |
WO2004055977A2 (en) * | 2002-12-18 | 2004-07-01 | Koninklijke Philips Electronics N.V. | Phase corrected miller compensation of chopper and nested chopper amplifiers |
US6842486B2 (en) * | 2003-01-21 | 2005-01-11 | Cirrus Logic, Inc. | Signal processing system with baseband noise modulation and noise fold back reduction |
US7254500B2 (en) * | 2003-03-31 | 2007-08-07 | The Salk Institute For Biological Studies | Monitoring and representing complex signals |
US7177609B1 (en) * | 2003-05-16 | 2007-02-13 | National Semiconductor Corporation | Chopper-direct-conversion (CDC) radio architecture |
US6993380B1 (en) * | 2003-06-04 | 2006-01-31 | Cleveland Medical Devices, Inc. | Quantitative sleep analysis method and system |
US7668591B2 (en) * | 2003-09-18 | 2010-02-23 | Cardiac Pacemakers, Inc. | Automatic activation of medical processes |
US7010347B2 (en) * | 2004-02-14 | 2006-03-07 | Pacesetter, Inc. | Optimization of impedance signals for closed loop programming of cardiac resynchronization therapy devices |
US7041049B1 (en) * | 2003-11-21 | 2006-05-09 | First Principles, Inc. | Sleep guidance system and related methods |
GB2408643A (en) * | 2003-11-27 | 2005-06-01 | Zarlink Semiconductor Ltd | Double conversion tuner with tuneable bandpass filters |
US7098823B2 (en) * | 2004-01-15 | 2006-08-29 | Analog Devices, Inc. | Reduced chop rate analog to digital converter system and method |
GB0413945D0 (en) * | 2004-06-22 | 2004-07-28 | Zarlink Semiconductor Ltd | Tuner arrangement for broadband reception |
FR2874331B1 (fr) * | 2004-08-18 | 2006-10-27 | Ela Medical Sa | Dispositif medical implantable actif comprenant des moyens du volume intracardiaque |
US7193545B2 (en) * | 2004-09-17 | 2007-03-20 | Analog Devices, Inc. | Differential front-end continuous-time sigma-delta ADC using chopper stabilization |
US7205920B2 (en) * | 2004-09-17 | 2007-04-17 | Analog Devices, Inc. | Continuous-time-sigma-delta DAC using chopper stabalization |
US8041418B2 (en) * | 2004-12-17 | 2011-10-18 | Medtronic, Inc. | System and method for regulating cardiac triggered therapy to the brain |
US7184487B2 (en) * | 2004-12-21 | 2007-02-27 | Motorola, Inc. | Receiver with chopper stabilization and method thereof |
US7805191B2 (en) * | 2005-01-31 | 2010-09-28 | Physio-Control, Inc. | CPR time indicator for a defibrillator data management system |
US7447543B2 (en) * | 2005-02-15 | 2008-11-04 | Regents Of The University Of Minnesota | Pathology assessment with impedance measurements using convergent bioelectric lead fields |
WO2006121455A1 (en) * | 2005-05-10 | 2006-11-16 | The Salk Institute For Biological Studies | Dynamic signal processing |
WO2006126186A2 (en) | 2005-05-26 | 2006-11-30 | Yissum Research Development Company Of The Hebrew University Of Jerusalem | Method and system for determination of physiological conditions and emotional states |
GB2427091A (en) * | 2005-06-08 | 2006-12-13 | Zarlink Semiconductor Ltd | Baseband quadrature frequency down-converter receiver having quadrature up-converter stage |
US7783343B2 (en) * | 2005-07-07 | 2010-08-24 | The General Electric Company | Monitoring of the cerebral state of a subject |
US7904144B2 (en) * | 2005-08-02 | 2011-03-08 | Brainscope Company, Inc. | Method for assessing brain function and portable automatic brain function assessment apparatus |
US7403758B2 (en) * | 2005-10-04 | 2008-07-22 | Freescale Semicondutor, Inc. | Linearized and balanced mixer apparatus and signal mixing method |
-
2008
- 2008-09-25 EP EP08832864.6A patent/EP2200692B1/en active Active
- 2008-09-25 WO PCT/US2008/011110 patent/WO2009042172A2/en active Application Filing
- 2008-09-25 US US12/237,868 patent/US20090082691A1/en not_active Abandoned
- 2008-09-25 CN CN200880109413.6A patent/CN101848677B/zh active Active
Cited By (55)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9737262B2 (en) | 2007-06-13 | 2017-08-22 | Zoll Medical Corporation | Wearable medical monitoring device |
US11877854B2 (en) | 2007-06-13 | 2024-01-23 | Zoll Medical Corporation | Wearable medical treatment device with motion/position detection |
US11832918B2 (en) | 2007-06-13 | 2023-12-05 | Zoll Medical Corporation | Wearable medical monitoring device |
US11395619B2 (en) | 2007-06-13 | 2022-07-26 | Zoll Medical Corporation | Wearable medical treatment device with motion/position detection |
US11122983B2 (en) | 2007-06-13 | 2021-09-21 | Zoll Medical Corporation | Wearable medical monitoring device |
US11013419B2 (en) | 2007-06-13 | 2021-05-25 | Zoll Medical Corporation | Wearable medical monitoring device |
US10582858B2 (en) | 2007-06-13 | 2020-03-10 | Zoll Medical Corporation | Wearable medical treatment device with motion/position detection |
US10271791B2 (en) | 2007-06-13 | 2019-04-30 | Zoll Medical Corporation | Wearable medical monitoring device |
US9427564B2 (en) | 2010-12-16 | 2016-08-30 | Zoll Medical Corporation | Water resistant wearable medical device |
US10463867B2 (en) | 2010-12-16 | 2019-11-05 | Zoll Medical Corporation | Water resistant wearable medical device |
CN103347440B (zh) * | 2010-12-16 | 2016-06-01 | 佐尔医药公司 | 耐水可穿戴医疗设备 |
CN105727445A (zh) * | 2010-12-16 | 2016-07-06 | 佐尔医药公司 | 可穿戴医疗设备和用于可穿戴医疗设备的附属套件 |
CN103347440A (zh) * | 2010-12-16 | 2013-10-09 | 佐尔医药公司 | 耐水可穿戴医疗设备 |
US11141600B2 (en) | 2010-12-16 | 2021-10-12 | Zoll Medical Corporation | Water resistant wearable medical device |
US11883678B2 (en) | 2010-12-16 | 2024-01-30 | Zoll Medical Corporation | Water resistant wearable medical device |
US10130823B2 (en) | 2010-12-16 | 2018-11-20 | Zoll Medical Corporation | Water resistant wearable medical device |
CN105727445B (zh) * | 2010-12-16 | 2019-11-08 | 佐尔医药公司 | 可穿戴医疗设备和用于可穿戴医疗设备的附属套件 |
US9827434B2 (en) | 2010-12-16 | 2017-11-28 | Zoll Medical Corporation | Water resistant wearable medical device |
CN103314527A (zh) * | 2011-01-05 | 2013-09-18 | 德克萨斯仪器股份有限公司 | 用于在过载条件期间降低斩波放大器中的输入泄漏的电路和方法 |
CN103314527B (zh) * | 2011-01-05 | 2017-07-14 | 德克萨斯仪器股份有限公司 | 用于在过载条件期间降低斩波放大器中的输入泄漏的电路和方法 |
CN102172326A (zh) * | 2011-01-24 | 2011-09-07 | 北京航空航天大学 | 基于非线性能量运算的脑电峰电位检测电路及其构造方法 |
CN102172326B (zh) * | 2011-01-24 | 2012-11-07 | 北京航空航天大学 | 基于非线性能量运算的脑电峰电位检测电路及其构造方法 |
CN103489360B (zh) * | 2012-06-12 | 2017-11-28 | 韦伯斯特生物官能(以色列)有限公司 | 物理心脏模拟器 |
CN103489360A (zh) * | 2012-06-12 | 2014-01-01 | 韦伯斯特生物官能(以色列)有限公司 | 物理心脏模拟器 |
TWI487883B (zh) * | 2012-07-19 | 2015-06-11 | Ind Tech Res Inst | 感測器的讀取裝置與驅動方法 |
US9074954B2 (en) | 2012-07-19 | 2015-07-07 | Industrial Technology Research Institute | Readout apparatus and driving method for sensor |
CN102969981B (zh) * | 2012-11-02 | 2016-02-03 | 中国航空工业集团公司洛阳电光设备研究所 | 一种中心放大器 |
CN111905259B (zh) * | 2013-06-04 | 2022-11-18 | 美敦力公司 | 基于生物电脑部信号的一个或多个频谱特性的患者状态确定 |
CN111905259A (zh) * | 2013-06-04 | 2020-11-10 | 美敦力公司 | 基于生物电脑部信号的一个或多个频谱特性的患者状态确定 |
CN105451649A (zh) * | 2013-06-04 | 2016-03-30 | 美敦力公司 | 基于生物电脑部信号的一个或多个频谱特性的患者状态确定 |
US11083402B2 (en) | 2013-06-04 | 2021-08-10 | Medtronic, Inc. | Patient state determination based on one or more spectral characteristics of a bioelectrical brain signal |
US10296835B2 (en) | 2013-06-12 | 2019-05-21 | Intel Corporation | Automated quality assessment of physiological signals |
CN105210107B (zh) * | 2013-06-12 | 2019-11-19 | 英特尔公司 | 生理信号的自动质量评估 |
US11721435B2 (en) | 2013-06-12 | 2023-08-08 | Tahoe Research, Ltd. | Automated quality assessment of physiological signals |
CN105210107A (zh) * | 2013-06-12 | 2015-12-30 | 英特尔公司 | 生理信号的自动质量评估 |
CN103816614A (zh) * | 2014-01-27 | 2014-05-28 | 赵智博 | 生物反馈式头痛治疗仪及基于物联网技术的头痛医疗系统 |
CN103816614B (zh) * | 2014-01-27 | 2017-01-18 | 王丽娟 | 生物反馈式头痛治疗仪及基于物联网技术的头痛医疗系统 |
CN107787553B (zh) * | 2015-05-20 | 2022-02-11 | 美国亚德诺半导体公司 | 用于同步解调的系统和方法 |
CN107787553A (zh) * | 2015-05-20 | 2018-03-09 | 美国亚德诺半导体公司 | 用于同步解调的系统和方法 |
US10729910B2 (en) | 2015-11-23 | 2020-08-04 | Zoll Medical Corporation | Garments for wearable medical devices |
CN106982035B (zh) * | 2016-01-15 | 2022-02-11 | 迈来芯电子科技有限公司 | 一种低噪声放大器电路 |
CN106982035A (zh) * | 2016-01-15 | 2017-07-25 | 迈来芯电子科技有限公司 | 一种低噪声放大器电路 |
CN108697334A (zh) * | 2016-03-01 | 2018-10-23 | 圣犹达医疗用品心脏病学部门有限公司 | 用于标测心脏活动的方法和系统 |
WO2018018570A1 (zh) * | 2016-07-29 | 2018-02-01 | 华为技术有限公司 | 用于心电测量的装置和方法 |
CN108601544A (zh) * | 2016-07-29 | 2018-09-28 | 华为技术有限公司 | 用于心电测量的装置和方法 |
US11009870B2 (en) | 2017-06-06 | 2021-05-18 | Zoll Medical Corporation | Vehicle compatible ambulatory defibrillator |
CN112040863A (zh) * | 2017-11-17 | 2020-12-04 | 脸谱科技有限责任公司 | 用于感测表面emg信号的双电源模拟电路 |
CN110008790A (zh) * | 2018-01-05 | 2019-07-12 | 中国移动通信有限公司研究院 | 一种多导联生理信号的分析方法及装置 |
US11568984B2 (en) | 2018-09-28 | 2023-01-31 | Zoll Medical Corporation | Systems and methods for device inventory management and tracking |
US11890461B2 (en) | 2018-09-28 | 2024-02-06 | Zoll Medical Corporation | Adhesively coupled wearable medical device |
US11894132B2 (en) | 2018-09-28 | 2024-02-06 | Zoll Medical Corporation | Systems and methods for device inventory management and tracking |
US11590354B2 (en) | 2018-12-28 | 2023-02-28 | Zoll Medical Corporation | Wearable medical device response mechanisms and methods of use |
WO2020232706A1 (zh) * | 2019-05-23 | 2020-11-26 | 麦层移动健康管理有限公司 | 测量体液及其变化以及测量血流量变化的方法和装置 |
CN112564642A (zh) * | 2020-12-04 | 2021-03-26 | 江苏科技大学 | 一种斩波放大器频率补偿电路 |
CN112564642B (zh) * | 2020-12-04 | 2024-06-18 | 江苏科技大学 | 一种斩波放大器频率补偿电路 |
Also Published As
Publication number | Publication date |
---|---|
EP2200692B1 (en) | 2016-11-09 |
CN101848677B (zh) | 2014-09-17 |
US20090082691A1 (en) | 2009-03-26 |
WO2009042172A2 (en) | 2009-04-02 |
WO2009042172A3 (en) | 2009-07-02 |
EP2200692A2 (en) | 2010-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101848677B (zh) | 生理信号的频率选择监视 | |
Liu et al. | Design of a closed-loop, bidirectional brain machine interface system with energy efficient neural feature extraction and PID control | |
US20190240491A1 (en) | Patient directed therapy control | |
Ng et al. | Implantable neurotechnologies: a review of integrated circuit neural amplifiers | |
Azin et al. | A battery-powered activity-dependent intracortical microstimulation IC for brain-machine-brain interface | |
CN101589548B (zh) | 斩波稳定仪器放大器和用于测量阻抗的方法 | |
EP2211986B1 (en) | Therapy control based on a patient movement state | |
US9788750B2 (en) | Seizure prediction | |
US8594779B2 (en) | Seizure prediction | |
Chu et al. | Improvement of signal-to-interference ratio and signal-to-noise ratio in nerve cuff electrode systems | |
Cong et al. | A 32-channel modular bi-directional neural interface system with embedded DSP for closed-loop operation | |
US9662025B2 (en) | Low noise analog electronic circuit design for recording peripheral nerve activity | |
Demosthenous | Advances in microelectronics for implantable medical devices | |
Stanslaski et al. | An implantable bi-directional brain-machine interface system for chronic neuroprosthesis research | |
Güngör et al. | A 1.2 nW analog electrocardiogram processor achieving a 99.63% QRS complex detection sensitivity | |
Ranjandish et al. | A review of microelectronic systems and circuit techniques for electrical neural recording aimed at closed-loop epilepsy control | |
Iniewski | CMOS Biomicrosystems: Where Electronics Meet Biology | |
Ha et al. | High-density integrated electrocortical neural interfaces: Low-noise low-power system-on-chip design methodology | |
Liu et al. | Brain-Machine Interface | |
Liu et al. | A Neural Recording and Stimulation Chip with Artifact Suppression for Biomedical Devices | |
Abdelhalim et al. | Neural synchrony-monitoring wireless brain implant for intractable epilepsy neuromodulation | |
Liu | A Closed-Loop Bidirectional Brain-Machine Interface System For Freely Behaving Animals | |
Chae et al. | Microelectronics of recording, stimulation, and wireless telemetry for neuroprosthetics: design and optimization | |
Azin | A Battery-Powered Multichannel Microsystem for Activity-Dependent Intracortical Microstimulation | |
Ma | A low-power analog-signal-processing-unit for wirelessly-powered implantable recording system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |