CN109550145A - 刺激设备和方法 - Google Patents

Abstract

提供一种刺激设备和方法。一种神经模仿刺激设备包括：反馈检测器，被配置为从将被刺激的目标检测反馈信号；控制器，被配置为：分析检测到的反馈信号的波形，并基于分析的检测到的反馈信号的波形来确定参数；信号产生器，被配置为基于确定的参数产生与检测到的反馈信号对应的刺激信号。

Description

刺激设备和方法

本申请要求于2017年9月25日提交到韩国知识产权局的第10-2017-0123419号韩国专利申请的权益，该韩国专利申请的全部公开出于所有目的通过引用包含于此。

技术领域

下面的描述涉及一种神经模仿刺激设备和方法。

背景技术

刺激设备将电刺激施加到身体部位(例如，脑、心脏、胃或肌肉)。当电刺激被施加时，在身体部位中发生预定响应。使用该响应来执行治疗、复原和美容过程。每一身体部位中的神经基于预定情况产生预定神经信号，并通过由神经产生的神经信号来实现预定身体功能。刺激设备通过电刺激来影响神经或神经信号。

发明内容

提供发明内容从而以简化的形式介绍在下面的具体实施方式中将被进一步描述的构思的选择。本发明内容不意在标识所要求保护的主题的关键特征或必要特征，也不意在用于帮助确定所要求保护的主题的范围。

在一个总体方面，一种刺激设备包括：反馈检测器，被配置为从将被刺激的目标检测反馈信号；控制器，被配置为：分析检测到的反馈信号的波形，并基于分析的检测到的反馈信号的波形来确定参数；信号产生器，被配置为基于确定的参数产生与检测到的反馈信号对应的刺激信号。

控制器还可被配置为：基于分析的检测到的反馈信号的波形来确定由检测到的反馈信号指示的神经响应，并基于确定的神经响应确定所述参数。

控制器还可被配置为：通过基于分析的检测到的反馈信号的波形从存储反馈信号和映射到反馈信号的神经响应的数据集获得由检测到的反馈信号指示的神经响应，来确定由检测到的反馈信号指示的神经响应。

存储在数据集中的反馈信号可通过将目标暴露于引起存储在数据集中的神经响应的环境而获得。

控制器还可被配置为：通过从存储神经响应和映射到神经响应的刺激信号的数据集获得与确定的神经响应对应的刺激信号；并基于获得的刺激信号，确定所述参数。

控制器还可被配置为：在神经信号的种类之中确定检测到的反馈信号所属的种类，并通过在检测到的反馈信号中检测峰之间的间隔来分析检测到的反馈信号的波形。

刺激信号可用于响应于刺激信号被施加到目标，在目标中引起与刺激信号对应的身体功能。

刺激信号可被配置为模仿在目标中发生的神经信号。

信号产生器可包括：模拟电路，被配置为基于确定的参数输出与刺激信号的波形对应的模拟信号。

模拟电路可包括多个电容器和多个晶体管，并且还可被配置为：响应于与确定的参数对应的输入信号被施加到所述多个电容器和所述多个晶体管中的任意一个或者任意两个或更多个的任意组合，输出模拟信号。

所述多个电容器可包括第一电容器和第二电容器，第一电容器可被配置为基于输入信号产生模拟信号中的在第一频带的信号，第二电容器可被配置为基于输入信号产生具有在第一频带的信号的峰上的第二频带的频率的脉冲。

控制器还可被配置为：将所述参数确定为用于在目标中引起预定的身体功能，信号产生器还可被配置为：基于确定的参数，产生将用于在目标中引起预定的身体功能的刺激信号。

在另一总体方面，一种刺激方法包括：从将被刺激的目标检测反馈信号；分析检测到的反馈信号的波形；基于分析的检测到的反馈信号的波形，确定参数；基于确定的参数，产生与检测到的反馈信号对应的刺激信号。

所述刺激方法还可包括：基于分析的检测到的反馈信号的波形，确定由检测到的反馈信号指示的神经响应，确定参数的步骤可包括：基于确定的神经响应，确定所述参数。

确定由检测到的反馈信号指示的神经响应的步骤可包括：基于分析的检测到的反馈信号的波形，从存储反馈信号和映射到反馈信号的神经响应的数据集，获得由检测到的反馈信号指示的神经响应。

确定参数的步骤还可包括：通过从存储神经响应和映射到神经响应的刺激信号的数据集获得与确定的神经响应对应的刺激信号，确定所述参数；基于获得的刺激信号，确定所述参数。

分析检测到的反馈信号的波形的步骤可包括：在神经信号的种类之中确定检测到的神经信号所属的种类；在检测到的反馈信号中检测峰之间的间隔。

产生刺激信号的步骤可包括：将与确定的参数对应的输入信号输入到模拟电路中，其中，模拟电路被配置为：响应于输入信号，输出与刺激信号的波形对应的模拟信号。

确定参数的步骤可包括：将所述参数确定为用于在目标中引起预定的身体功能，产生刺激信号的步骤可包括：基于确定的参数，产生将用于在目标中引起预定的身体功能的刺激信号。

在另一总体方面，一种存储指令的非暂时性计算机可读介质，当所述指令被处理器执行时，使得处理器执行如上所述的刺激方法。

在另一总体方面，一种刺激设备包括：反馈检测器，被配置为从将被刺激的目标检测反馈信号；存储器，被配置为存储指令；处理器，被配置为执行存储在存储器中的指令以配置处理器：分析检测到的反馈信号以确定将被施加到目标的刺激信号，确定用于产生所述刺激信号的参数；以及信号产生器，被配置为基于所述参数产生所述刺激信号。

处理器还可被配置为：分析检测到的反馈信号，以确定由检测到的反馈信号指示的神经响应，将用于响应于刺激信号被施加到目标而在目标中引起与所述神经响应对应的身体功能的刺激信号确定为所述刺激信号。

处理器还可被配置为：通过参照存储反馈信号和对应的神经响应、身体功能以及映射到反馈信号的刺激信号的数据集，确定所述神经响应和所述刺激信号。

处理器还可被配置为：确定与所述刺激信号的波形相关的第一参数和与所述刺激信号的幅度相关的第二参数，信号产生器还可被配置为：基于第一参数和第二参数，产生所述刺激信号。

处理器还可被配置为：分析检测到的反馈信号的波形，以确定由检测到的反馈信号指示的神经响应；响应于神经响应指示改变目标中的激素水平的需要，将具有与检测到的反馈信号的波形不同的波形的第一刺激信号确定为所述刺激信号，其中，第一刺激信号的波形用于响应于第一刺激信号被施加到目标而改变目标中的激素水平；响应于神经响应指示运动神经将在目标中被激活，将具有与检测到的反馈信号的波形基本相同的波形的第二刺激信号确定为所述刺激信号，其中，第二刺激信号的波形用于响应于第二刺激信号被施加到目标而激活目标中的运动神经。

根据下面的具体实施方式、附图以及权利要求，其他特征和方面将是清楚的。

附图说明

图1示出神经模仿刺激系统的示例。

图2是示出刺激设备的示例的框图。

图3示出数据集的示例。

图4示出神经信号的种类的示例。

图5示出用于分析神经信号的标准的示例。

图6是示出反馈检测器的示例的框图。

图7是示出信号产生器的示例的框图。

图8是示出模拟电路的示例的电路图。

图9示出模拟电路的输入和输出的示例。

图10示出用于辅助切断的神经的刺激设备的示例。

图11示出用作电子医疗装置的刺激设备的示例。

图12示出在多个刺激设备之间协同操作的示例。

图13是示出刺激方法的示例的流程图。

图14是示出刺激设备的控制器的示例的框图。

贯穿附图和具体实施方式，相同的参考标号表示相同的元件。为了清楚、说明和方便，附图可不按比例，并且附图中的元件的相对大小、比例和描绘可被夸大。

具体实施方式

提供下面的详细描述以帮助读者获得对在此描述的方法、设备和/或系统的全面理解。然而，在理解本申请的公开后，在此描述的方法、设备和/或系统的各种变化、修改和等同物将是清楚的。例如，在此描述的操作的顺序仅是示例，操作的顺序不被局限于在此阐述的顺序，而是除了必须按特定次序发生的操作之外，可对在此描述的操作的顺序进行如在理解本申请的公开后将清楚的那样改变。此外，为了更加清楚和简洁，本领域中已知的特征的描述可被省略。

在此描述的特征可以以不同的形式来实现，并且不被解释为受限于在此描述的示例。相反，在此描述的示例仅被提供以说明实施在此描述的方法、设备和/或系统的许多可行方式中的一些方式，这在理解本申请的公开之后将是清楚的。

尽管诸如“第一”、“第二”和“第三”的术语可在此用于描述各种构件、组件、区域、层或部分，但是这些构件、组件、区域、层或部分不被这些术语限制。相反，这些术语仅用于将一个构件、组件、区域、层或部分与另一构件、组件、区域、层或部分进行区分。因此，在不脱离示例的教导的情况下，在此描述的示例中所称的第一构件、组件、区域、层或部分还可被称为第二构件、组件、区域、层或部分。

在此使用的术语仅用于描述各种示例，而不用于限制本公开。除非上下文另外明确指示，否则单数冠词也意在包括复数形式。术语“包括”、“包含”和“具有”表明存在叙述的特征、数量、操作、构件、元件、组件和/或它们的组合，但不排除存在或添加一个或多个其他特征、数量、操作、构件、元件、组件和/或它们的组合。

除非另有定义，否则在此使用的所有术语(包括技术术语和科学术语)具有与本申请的公开所属领域的普通技术人员基于对本申请的公开的理解而通常理解的含义相同的含义。除非在此清楚地定义，否则术语(诸如，在通用字典中定义的术语)将被解释为具有与它们在相关领域的上下文和本申请的公开中的含义一致的含义，并且将不被解释为理想化或过于形式化的含义。

图1示出神经模仿(neuromimetic)刺激系统的示例。参照图1，刺激设备110从将被刺激的目标120检测反馈信号，并基于检测到的反馈信号将刺激信号施加到目标120。

目标120的示例包括身体部位(诸如，脑、心脏、胃或肌肉)、身体部位中的细胞或身体部位中的神经，但目标120不限于此。此外，目标120对应于细胞、组织或器官的单元。例如，目标120是脑细胞、脑组织或脑本身中的任意一种。目标120使用神经信号在身体中交换信息，或者实现身体功能。刺激设备110检测由目标120产生的作为反馈信号的神经信号，并将刺激信号施加到目标120以充当神经信号。

从目标120检测反馈信号包括：在目标120的周围检测反馈信号，以从目标120检测反馈信号。在一个示例中，刺激设备110在迷走神经(vagus nerve)的周围检测反馈信号，以从迷走神经检测反馈信号。将刺激信号施加到目标120包括将刺激信号施加到目标120的周围，以将刺激信号施加到目标120。在一个示例中，刺激设备110将刺激信号施加到胃组织的周围，以将刺激信号施加到胃组织。

刺激设备110刺激目标120用于治疗、复原和美容目的。例如，刺激设备110用作医疗装置(例如，深部脑刺激器、起搏器、肌肉电刺激器、物理疗法装置或电针)。肌肉电刺激器和电针可用于医疗目的、健康护理目的(诸如，肌肉的放松)或美容目的(诸如，肌肉的生长、肌肉形状的校正或脂解(lipolysis))。这样的医疗装置附接到身体或嵌入身体中，以将刺激信号施加到身体。在另一示例中，刺激设备110还用于整容目的(诸如，皮肤护理或疤痕修复)。

当目标暴露于预定环境时，目标120产生具有预定含义的神经信号。例如，在摄入食物的情况下，目标120产生用于分泌消化液的神经信号。当目标120暴露于预定环境时作为神经信号出现的响应被称为神经响应。在目标120暴露于不同的环境时产生不同的神经响应。具有预定波形的神经信号基于神经响应来产生。刺激设备110通过分析反馈信号的波形来确定与反馈信号对应的神经响应。

刺激设备110从反馈信号提取特征点，并基于提取的特征点分析反馈信号的波形。刺激设备110从反馈信号提取特征点以反映反馈信号的波形的特征。在一个示例中，神经信号基于神经信号中的峰之间的间隔被分类。刺激设备110通过从反馈信号的峰提取特征点来分析反馈信号的波形。在另一示例中，刺激设备110以预定采样率来提取特征点，使得反馈信号的整个波形通过提取的特征点来表示。

基于反馈信号的波形，神经信号被分类为神经信号的预定种类中的一种。例如，神经信号被分类为强直(tonic)型信号、适应型信号、瞬态(transient)型信号、聚集(chattering)型信号、集中(bursting)型信号、低阈值型信号、规律型信号、快速型信号或谐振型信号。这些种类仅是预定种类的示例，预定种类可包括神经信号的其他类型。刺激设备110在多个种类之中确定反馈信号所属的种类，并基于确定的种类分析反馈信号的波形。

此外，基于信号幅度、持续时间、峰的数量、集群的数量、谐振或集中分析反馈信号的波形。刺激设备110通过分析反馈信号的波形来解释与反馈信号对应的神经响应。

刺激设备110使用预先构建的数据集来通过反馈信号解释在目标120中出现的神经响应。数据集存储反馈信号和映射到反馈信号的神经响应。通过将在将目标120暴露于引起预定神经响应的环境时获得的反馈信号映射到预定神经响应来构建数据集。例如，将在目标120摄取食物时获得的反馈信号映射到消化液分泌的神经响应。刺激设备110通过参考数据集来确定与从目标120检测到的反馈信号对应的神经响应。在以上示例中，刺激设备110通过数据集来分析由目标120产生的反馈信号，并确定对应的反馈信号引起消化液分泌。

刺激设备110基于分析反馈信号的结果产生刺激信号。例如，刺激设备110产生用于引起目标120中的检测到的反馈信号所意图的身体功能的刺激信号。检测到的反馈信号所意图的身体功能是与触发检测到的反馈信号的神经响应相同的功能，或者与对应的神经响应相关联的功能。因此，刺激设备110产生具有与反馈信号的波形相同或基本相同的波形的刺激信号，或者产生具有与反馈信号的波形不同的波形的刺激信号。例如，在检测到用于引起运动功能的反馈信号的情况下，刺激设备110产生具有与反馈信号的波形相同或基本相同的波形的刺激信号。这种操作用于辅助切断的运动神经。在检测到作为上面的示例的与食物摄入对应的反馈信号的情况下，刺激设备110产生用于胰岛素分泌的刺激信号。与食物摄入对应的反馈信号的波形与用于胰岛素分泌的刺激信号的波形不同。

刺激设备110使用预先构建的数据集产生刺激信号。数据集存储映射到每个神经响应的刺激信号。例如，数据集通过将刺激信号映射到运动神经激活响应来存储用于激活运动神经的刺激信号，并通过将刺激信号映射到食物摄入响应来存储用于胰岛素分泌的刺激信号。当与反馈信号对应的神经响应被确定为是运动神经激活响应时，刺激设备110通过参照数据集来产生用于激活运动神经的刺激信号。当与反馈信号对应的神经响应被确定为是食物摄入响应时，刺激设备110通过参照数据集来产生用于胰岛素分泌的刺激信号。

为了激活目标120中的意图的身体功能，需要以自然界的神经信号的形式来产生刺激信号。在使用方波作为刺激信号的情况下，尽管预定的影响将被施加到目标120，但是可能难以使用方波激活目标120中的意图的身体功能。例如，可通过中断经由施加作为刺激信号的方波触发在目标12中发生的饥饿的感觉的神经信号来抑制饥饿的感觉。然而，难以使用作为刺激信号的方波激活目标120中的身体功能(诸如，胰高血糖素分泌)。

自然界的神经信号以包括多个峰的不规律模拟信号的形式存在。刺激设备110通过模仿自然界的神经信号(即，在目标120中发生的神经信号)来激活目标120中的意图的身体功能。在一个示例中，刺激设备110使用模拟电路产生刺激信号。基于数学模型，模拟电路被设计为模仿自然界的神经信号。刺激设备110将预定的输入信号施加到模拟电路以产生具有期望的波形的刺激信号，并且模拟电路基于施加的输入信号产生刺激信号。模拟电路不在高频下操作，或者不需要大的存储器，因此模拟电路使用低功率操作并且被实现为小尺寸。

如上所述，刺激设备110检测反馈信号，并产生与检测到的反馈信号对应的刺激信号。在另一示例中，刺激设备110在不检测反馈信号的情况下产生刺激信号。例如，在需要用于肌肉恢复的预定的刺激信号的情况下，刺激设备110将刺激信号连续地施加到目标120而不考虑反馈信号的检测。在这个示例中，刺激设备110从预先存储的数据集获得用于产生刺激信号的参数，并基于获得的参数产生刺激信号。

图2是示出刺激设备的示例的框图。参照图2，刺激设备200包括反馈检测器210、控制器220和信号产生器250。刺激设备200还可包括存储器230和通信模块240中的任意一个或二者。

反馈检测器210检测将被刺激的目标中发生的神经信号作为反馈信号。在目标中检测到反馈信号的位置被称为测量点。测量点是在目标中发生神经信号的位置，或者是在目标中发生神经信号的位置的周围。测量点可与施加刺激信号的位置隔开。反馈检测器210从目标的皮肤、目标的内部器官或目标的内部组织检测反馈信号。反馈检测器210通过电流流经的电极或贴片(patch)从目标检测反馈信号。

反馈检测器210对检测到的反馈信号进行滤波和放大，并将处理的反馈信号发送到控制器220。例如，反馈检测器210滤除检测到的反馈信号的高频噪声和低频噪声，并放大反馈信号的中间频带。高频噪声包括由在刺激设备200的操作期间发生的振动产生的白噪声，低频噪声包括由刺激设备200的移动或施加到刺激设备200的碰撞产生的噪声。

控制器220分析反馈信号的波形，并基于分析的反馈信号的波形来确定将用于产生刺激信号的参数。控制器220通过从反馈信号提取特征点来分析反馈信号的波形，并使用反馈信号的种类、峰之间的间隔、信号幅度、持续时间、峰的数量、集群的数量、谐振或集中来进行分析。

参数与刺激信号的波形相关联。例如，神经信号基于它的波形被分类为神经信号的预定种类中的一种。参数被确定为使得刺激信号属于种类中的一种。此外，参数确定刺激信号的幅度、持续时间、峰的数量、峰之间的间隔、集群的数量、谐振或集中。

控制器220包括硬件模块和/或处理器。控制器220执行存储在存储器230或控制器220的内部存储器(未示出)中的指令，或者通过通信模块240接收的指令，以执行在本申请中描述的操作。控制器220通过参照预先构建的数据集来确定参数。数据集存储彼此映射的反馈信号、神经响应和刺激信号。控制器220通过参照数据集辨识与由反馈检测器210检测到的反馈信号对应的神经响应，并确定用于产生与辨识的神经响应对应的刺激信号的参数。

控制器220从存储器230和/或通信模块240获得数据集。在一个示例中，存储器230存储预先构建的数据集，控制器220访问存储在存储器230中的数据集。在另一示例中，数据集存储在外部装置中，控制器220通过通信模块240访问存储在外部装置中的数据集。

信号产生器250基于确定的参数产生与反馈信号对应的刺激信号。例如，控制器220将与确定的参数对应的输入信号施加到信号产生器250，信号产生器250基于施加的输入信号产生刺激信号。信号产生器250包括模拟电路和驱动器电路。模拟电路基于输入信号输出与刺激信号的波形对应的模拟信号，驱动器电路通过基于输入信号调节模拟信号的幅度来输出刺激信号。

图3示出数据集的示例。参照图3，数据集300存储与反馈信号310、神经响应320、身体功能330和刺激信号340有关的信息。作为一个示例，图3示出：反馈信号311至反馈信号313；“消化液分泌”、“饥饿状态”和“运动神经激活”的神经响应；“胰岛素分泌”、“甲状腺素增加”、“胰高血糖素分泌”、“甲状腺素下降”和“运动神经激活”的身体功能；刺激信号341至刺激信号345。然而，反馈信号310、神经响应320、身体功能330和刺激信号340不限于图3中的示例，并且数据集300可包括各种其他的反馈信号310、神经响应320、身体功能330和刺激信号340。数据集300存储在刺激设备的存储器或外部装置中。刺激设备从刺激设备的存储器获得数据集300，或者通过经由刺激设备的通信模块访问外部装置来获得数据集300。

数据集300存储反馈信号310与神经响应320之间的映射信息。例如，反馈信号311被映射到“消化液分泌”的神经响应，反馈信号312被映射到“饥饿状态”的神经响应，反馈信号313被映射到“运动神经激活”的神经响应。刺激设备通过参照映射信息，来确定与从将被刺激的目标检测到的反馈信号对应的神经响应。

反馈信号310的波形以及反馈信号310与神经响应320之间的映射信息被实验性地确定。例如，通过将目标暴露于引起神经响应320的环境获得的反馈信号310被映射到数据集300中的神经响应320。在食物摄入的状态下获得的反馈信号被映射到“消化液分泌”的神经响应，在饥饿状态下获得的反馈信号312被映射到“饥饿状态”的神经响应。

数据集300还存储神经响应320与身体功能330之间的映射信息。基于神经响应320将在目标中引起的预定功能被存储为身体功能330。例如，在将基于与第一反馈信号对应的第一神经响应引起第一身体功能的情况下，第一神经响应被映射到数据集300中的第一身体功能。当从目标检测到第一反馈信号时，刺激设备产生第一刺激信号以引起目标中的第一身体功能。

单个神经响应被映射到一个或多个身体功能。例如，“消化液分泌”的神经响应被映射到“胰岛素分泌”的身体功能和“甲状腺素增加”的身体功能，“饥饿状态”的神经响应被映射到“胰高血糖素分泌”的身体功能和“甲状腺素下降”的身体功能。此外，在具有与检测到的反馈信号的波形相同或基本相同的波形的刺激信号将被提供的情况下，神经响应320和身体功能330被映射为相同类型的信号。例如，“运动神经激活”的神经响应被映射到“运动神经激活”的身体功能。“运动神经激活”的相同类型的信号可用于辅助切断的运动神经。

数据集300还存储身体功能330与刺激信号340之间的映射信息。在目标中引起身体功能330的情形下预先从目标获得刺激信号340。例如，刺激信号341在目标中分泌胰岛素的情形下被获得，刺激信号342在目标中增加甲状腺素的情形下被获得。类似地，刺激信号343在目标中分泌胰高血糖素的情形下被获得，刺激信号344在目标中减少甲状腺素的情形下被获得，刺激信号345在目标中引起运动神经激活的情形下被获得。

因此，当从目标检测到预定的反馈信号时，刺激设备通过参照数据集300产生与检测到的反馈信号对应的刺激信号。此外，响应于将产生的刺激信号施加到目标，在目标中引起与刺激信号对应的身体功能。

图4示出神经信号的种类的示例。参照图4，神经信号的种类400包括强直型、适应型、瞬态型、聚集型、集中型、低阈值型、规律型、快速型或谐振型。然而，在图4中所示的种类400仅是示例，种类400不限于此。

强直型信号示出规律间隔的峰。适应型信号示出开始小并逐渐增加的间隔的峰。瞬态型信号示出不规律间隔的稀疏的峰。聚集型信号示出峰的集群，其中，集群以规律间隔被隔开。

集中型信号包括与其他区间相比峰被集中的集中区间。低阈值型信号包括相对细密的峰。规律型信号包括规律间隔的峰，并包括比强直型信号更少数量的峰。快速型信号包括极度细密的峰，并包括比低阈值型信号更多数量的峰。谐振型信号包括包含峰出现之前的暂时性波的谐振区间。

刺激设备通过参照种类400来分析反馈信号。例如，刺激设备在种类400之中确定反馈信号所属的种类，确定反馈信号的特征，并基于确定的特征分析反馈信号的波形。反馈信号的特征的示例包括峰之间的间隔、信号幅度、持续时间、峰的数量和集群的数量，但特征不限于此。此外，刺激设备通过参照种类400来产生刺激信号。例如，刺激设备通过在种类400之中确定刺激信号所属的种类来产生刺激信号，并确定刺激信号的特征。

图5示出用于分析神经信号的标准的示例。参照图5，刺激设备基于各种标准来分析神经信号。神经信号具有规律的图案。神经信号510至神经信号540均示出单个周期的规律的图案。此外，用于分析神经信号510至神经信号540的标准被用于分析反馈信号或产生刺激信号。用于分析在图5中所示的神经信号的标准仅是示例，标准不限于此。

在一个示例中，刺激设备确定神经信号510中的峰的频率计数和持续时间。持续时间是神经信号510的单个周期的持续时间。在另一示例中，刺激设备分析峰之间的间隔和峰出现的频率来代替峰的频率计数，或者，除了峰的频率计数之外，刺激设备还分析峰之间的间隔和峰出现的频率。神经信号510中的峰之间的间隔是恒定间隔。因此，神经信号510被分类为强直型信号或规律型信号。基于包括在神经信号510中的峰的频率计数来确定神经信号510是强直型信号还是规律型信号。

刺激设备确定神经信号520中的集群的存在、集群之间的间隔和集群的数量。神经信号520包括多个集群，集群之间的间隔是恒定间隔。因此，神经信号520被分类为聚集型信号。刺激设备检测神经信号530中的集中区间，并将神经信号530分类为集中型信号。刺激设备检测神经信号540中的谐振区间，并将神经信号540分类为谐振型信号。

与神经信号510类似地，刺激设备通过检测神经信号520、神经信号530和神经信号540中的每个中的峰的频率计数、峰之间的间隔、峰出现的频率和持续时间，来分析神经信号520、神经信号530和神经信号540中的每个。

图6是示出反馈检测器的示例的框图。参照图6，反馈检测器600包括：高截止滤波器610、中频放大器620、低截止滤波器630、可变放大器640和模数转换器(ADC)650。

高截止滤波器610阻断反馈信号中的高频噪声。高频噪声包括由在刺激设备的操作期间发生的振动产生的白噪声。中频放大器620对高截止滤波器610的输出信号中的中频带的信号幅度进行放大。中频带基于神经信号的频率被预先确定。低截止滤波器630阻断中频放大器620的输出信号中的低频噪声。低频噪声包括由刺激设备的移动或施加到刺激设备的碰撞产生的噪声。可变放大器640将低截止滤波器630的输出信号放大到适于分析反馈信号的幅度。ADC 650将可变放大器640的输出信号转换为数字信号，并输出数字信号。

图7是示出信号产生器的示例的框图。参照图7，信号产生器700包括模拟电路710和驱动器电路720。

如上所述，刺激设备的控制器分析反馈信号的波形，并基于反馈信号的波形确定参数。参数被确定以用于产生与反馈信号对应的刺激信号，并且参数包括与刺激信号的波形有关的第一参数和与刺激信号的幅度有关的第二参数。控制器基于确定的参数将输入信号发送到模拟电路710和驱动器电路720。输入信号包括与第一参数对应的第一输入信号和与第二参数对应的第二输入信号。

模拟电路710基于第一输入信号输出与刺激信号的波形对应的模拟信号。模拟电路710基于数学模型被设计，以模仿自然界的神经信号，并且模拟电路710包括包含电容器和晶体管的各种模拟装置。例如，模拟电路710基于诸如以下数学模型被设计：霍奇金-赫胥黎(Hodgkin-Huxley)模型、Izhikevich模型、威尔逊(Wilson)模型、菲茨休-南云(FitzHugh-Nagumo)模型、或者带泄漏积分触发(leaky integrate-and-fire，LIF)模型。模拟电路710响应于与由控制器确定的参数对应的输入信号被施加到多个电容器和多个晶体管中的任意一个或者任意两个或更多个的任意组合，来输出模拟信号。

模拟电路710不在高频操作，或者不需要大的存储器，因此，与数字电路相比，模拟电路710使用低功率操作并且被实现为小尺寸。当模拟电路710被使用时，诸如需要长期操作和小尺寸的电子医疗装置的装置被实现。

驱动器电路720基于第二输入信号调节模拟信号的幅度。驱动器电路720包括：操作电极驱动器730、计数器电极驱动器740和电荷平衡器750。操作电极驱动器730和计数器电极驱动器740接收操作电压，并通过基于第二输入信号调节模拟信号的幅度来输出刺激信号。电荷平衡器750供应或输出将用于产生刺激信号的电荷。

图8是示出模拟电路的示例的电路图。如上所述，各种数学模型可用于模仿自然界的神经信号。在下文中，将描述基于Izhikevich模型的模拟电路800。然而，可使用基于Izhikevich模型的另一模拟电路或基于另一数学模型的另一模拟电路来产生刺激信号。

从Izhikevich模型获得下面的表达式1。

v′＝0.04v²+5v+140-u+I

如果v≥30mV,则

在表达式1中，v表示膜电位，v’表示dv/dt，u表示膜电位恢复变量，I表示后突触输入电流，c和d表示输入值，30mV表示阈值。表达式1中包括阈值30mV的常量被实验性地被确定。根据表达式1，如果膜电位v大于或等于阈值30mV，则膜电位v被重置为等于输入值c，并且膜电位恢复变量u被重置为等于膜电位恢复变量u和输入值d之和。因此，膜电位v和膜电位恢复变量u基于输入值c和输入值d被确定。

模拟电路800基于表达式1被设计。参照图8，模拟电路800包括电容器Cv、电容器Cu和晶体管M1至晶体管M14。模拟电路800基于输入信号c、输入信号d、输入信号PostSynaptic Input(后突触输入)、阈值信号Vth和偏置信号Vbias，来产生输出信号Spike Out(尖脉冲输出)。输出信号SpikeOut对应于上述模拟信号。输入信号c和输入信号d对应于表达式1的输入值c和输入值d，输入信号Post Synaptic Input对应于表达式1的后突触输入电流I，阈值信号Vth对应于表达式1的阈值30mV。电容器Cv、电容器Cu和晶体管M1至晶体管M14的装置值基于表达式1的常量被确定。此外，图8中的参考标号Vdd表示用于模拟电路800的供应电压。

电容器Cv和电容器Cu影响输出信号Spike Out的波形的两个元素。详细地讲，电容器Cv影响膜电位，电容器Cu影响膜电位恢复变量。在模拟电路800中，晶体管M1至晶体管M5是与膜电位相关的部件，晶体管M1、晶体管M2和晶体管M6至晶体管M8是与膜电位恢复变量相关的部件，晶体管M9至晶体管M14是比较器部件。为了易于描述，与膜电位恢复变量相关的部件将被称为恢复部件。

在与膜电位相关的部件中，从输入信号Post Synaptic Input的电流与由晶体管M3提供的电流之和减去由晶体管M4提供的漏电流的结果在电容器Cv中被累积，膜电位通过电容器Cv来确定。当膜电位达到阈值信号Vth时，比较器部件产生暂时导通晶体管M5的第一脉冲，以将膜电位重置为电压Vc。电压Vc对应于输入信号c。

由晶体管M7提供的电流与由晶体管M6提供的电流之间的差在电容器Cu中被累积，膜电位恢复变量通过电容器Cu来确定。为了易于描述，膜电位恢复变量将被称为恢复变量。当膜电位达到阈值信号Vth时，比较器部件产生暂时导通晶体管M8的第二脉冲。当晶体管M8被导通时，多余电荷在电容器Cu中被累积，这使得恢复变量增大。恢复变量的增大通过输入信号d来确定。

阈值信号Vth和偏置信号Vbias分别对应于恢复部件的阈值和偏置电压。当膜电位达到阈值信号Vth的值时，比较器部件产生第一脉冲和第二脉冲，第一脉冲重置与膜电位相关的部件，第二脉冲重置恢复部件。

基于膜电位的增大和减小以及恢复变量的增大和减小来确定输出信号Spike Out的波形。输出信号Spike Out包括第一频带的波以及第一频带的波内的峰上的第二频带的脉冲，诸如，图4中所示的信号。第一频带的波形可对应于输出信号Spike Out的纹波(ripple)成分，第二频带的脉冲可对应于输出信号Spike Out的尖脉冲(spike)成分。第一频带低于第二频带。第一频带的波基于输入信号c和输入信号d通过电容器Cu被形成，第二频带的脉冲基于输入信号c和输入信号d通过电容器Cv被形成。

刺激信号的波形基于输出信号Spike Out被确定，信号产生器通过适当地调节输出信号Spike Out的幅度来产生刺激信号。

图9示出模拟电路的输入和输出的示例。参照图9，图形910和图形930示出模拟电路的输入，图形920和图形940示出模拟电路响应于对应的输入的输出。

图形910包括输入C1和输入C2，图形930包括输入R1和输入R2。输入C1、输入C2、输入R1和输入R2中的每个对应于图形910和图形930的竖直轴和水平轴所指示的参数c和参数d的不同组合。参数c和参数d对应于参照图8描述的输入信号c和输入信号d。图形920包括通过输入C1产生的波形和通过输入C2产生的波形，图形940包括通过输入R1产生的波形和通过输入R2产生的波形。在图形920和图形940中所示的信号PSI对应于参照图8描述的输入信号Post Synaptic Input。

参照图形920，通过输入C1和输入C2产生聚集型波形，该波形的详细形式基于输入C1的值和输入C2的值被调节。此外，参照图形940，通过输入R1和输入R2产生规律型波形，该波形的详细形式基于输入R1的值和输入R2的值被调节。因此，通过图8的示例中的输入信号c和输入信号d，来调节刺激信号的种类和刺激信号的详细形式。

图10示出用于辅助切断的神经的刺激设备的示例。参照图10，刺激设备1000在神经切断之前从切断的神经检测反馈信号，并在神经切断之后将刺激信号施加到切断的神经。检测到的反馈信号对应于“运动神经激活”神经响应，刺激设备1000通过参照预先构建的数据集，来产生与“运动神经激活”身体功能对应的刺激信号。如上所述，在存在切断的神经的情况下，刺激设备1000用于辅助切断的神经。当刺激设备1000被实现为切断神经辅助装置时，刺激设备1000被植入在患者的切断的神经的周围的皮肤下，并且刺激设备1000的表面可包括作为与人体相对生物相容的钛材料。

图11示出用作电子医疗装置的刺激设备的示例。参照图11，刺激设备1100从迷走神经检测反馈信号，并将刺激信号施加到胰腺区域。检测到的反馈信号对应于“食物摄入”神经响应，刺激设备1100通过参照预先构建的数据集，来产生与“胰岛素分泌”身体功能对应的刺激信号。如上所述，刺激设备1100用于激活预定的身体功能。当刺激设备1100被实现为电子医疗装置时，刺激设备1100容纳在人体中或植入人体中，刺激设备1100的表面可包括作为与人体相对生物相容的钛材料。

图12示出在多个刺激设备之间协同操作的示例。参照图12，第一刺激设备1210从将被刺激的目标1230中的第一目标部位1231检测反馈信号，第二刺激设备1220将刺激信号施加到目标1230中的第二目标部位1232。在一个示例中，第一目标部位1231和第二目标部位1232分开预定距离。在这个示例中，第一刺激设备1210和第二刺激设备1220通过通信交换期望的信息。第一刺激设备1210在适当的位置检测反馈信号，第二刺激设备1220将刺激信号施加在适当的位置。例如，第一刺激设备1210将与从第一目标部位1231检测到的反馈信号相关的信息发送到第二刺激设备1220，第二刺激设备1220基于接收到的与反馈信号相关的信息产生刺激信号。第一刺激设备1210和第二刺激设备1220均包括用于执行通信的通信模块。第一刺激设备1210和第二刺激设备1220可彼此直接地通信，或者可通过外部装置间接地通信。

图13是示出刺激方法的示例的流程图。参照图13，在操作1310中，刺激设备从将被刺激的目标检测反馈信号。在操作1320中，刺激设备分析检测到的反馈信号的波形。在操作1330中，刺激设备基于分析的检测到的反馈信号的波形来确定参数。在操作1340中，刺激设备基于确定的参数产生与检测到的反馈信号对应的刺激信号。上面参照图1至图12提供的描述也可适用于在图13中所示的刺激方法，因此，为了简明，将省略重复的描述。

图14是示出刺激设备的控制器的示例的框图。参照图14，控制器1400包括存储器1410和处理器1420，并且可用于实现图2中所示的刺激设备200的控制器220，并执行图13中所示的刺激方法的操作1320和操作1330。存储器1410存储指令，其中，当由处理器1420执行指令时，使得处理器1420执行如针对图1至图12描述的由控制器220执行的操作并执行图13中所示的刺激方法的操作1320和操作1330。图1至图13的描述也可适用于图14，因此，这里将不重复。

通过被配置为执行在本申请中描述的由硬件组件执行的操作的硬件组件来实现执行在本申请中描述的操作的图1中的刺激设备110、图2中的刺激设备200、反馈检测器210、控制器220、存储器230、通信模块240和信号产生器250、图6中的反馈检测器600、高截止滤波器610、中频放大器620、低截止滤波器630、可变放大器640和模数转换器(ADC)650、图7中的信号产生器700、模拟电路710、驱动器电路720、操作电极驱动器730、计数器电极驱动器740和电荷平衡器750、图8中的模拟电路800、图10中的刺激设备1000、图11中的刺激设备1100、图12中的第一刺激设备1210和第二刺激设备1220、以及图14中的控制器1400、存储器1410和处理器1420。可用于执行在本申请中描述的操作的硬件组件的示例在适当情况下包括：控制器、传感器、产生器、驱动器、存储器、比较器、算术逻辑单元、加法器、减法器、乘法器、除法器、积分器、滤波器、放大器、模数转换器、晶体管、电容器和被配置为执行在本申请中描述的操作的任何其他电子组件。在其他示例中，执行在本申请中描述的操作的一个或多个硬件组件通过计算硬件(例如，通过一个或多个处理器或计算机)来实现。可通过一个或多个处理元件(诸如，逻辑门阵列、控制器和算术逻辑单元)、数字信号处理器、微型计算机、可编程逻辑控制器、现场可编辑门阵列、可编程逻辑阵列、微处理器或被配置为以限定的方式响应并执行指令实现期望的结果的任何其他装置或装置的组合，来实现处理器或计算机。在一个示例中，处理器或计算机包括或被连接到，存储由处理器或计算机执行的指令或软件的一个或多个存储器。通过处理器和计算器实现的硬件组件可执行指令或软件(诸如，操作系统(OS)和在OS上运行的一个或多个软件应用)，以执行在本申请中描述的操作。硬件组件还可响应于指令或软件的执行，访问、操纵、处理、创建和存储数据。为了简明，单数术语“处理器”或“计算机”可用于本申请中描述的示例的描述中，但在其他示例中，多个处理器或多个计算机可被使用，或者一个处理器或计算机可包括多个处理器元件或多种类型的处理器元件或者两者。例如，可通过单个处理器或者两个或更多个处理器或者一个处理器和一个控制器，来实现单个硬件组件或者两个或更多个硬件组件。可通过一个或多个处理器或者一个处理器和一个控制器，来实现一个或多个硬件组件，并且可通过一个或多个其他处理器、或者另一处理器和另一控制器，来实现一个或多个其他硬件组件。一个或多个处理器、或者一个处理器和一个控制器可实现单个硬件组件、或者两个或更多个硬件组件。硬件组件可具有任意一个或多个不同的处理配置，不同的处理配置的示例包括：单处理器、独立处理器、并行处理器、单指令单数据(SISD)多处理、单指令多数据(SIMD)多处理、多指令单数据(MISD)多处理以及多指令多数据(MIMD)多处理。

通过硬件组件来执行图13中示出的执行在本申请中描述的操作的方法，其中，硬件组件被配置为执行在本申请中描述的由所述方法所执行的操作。例如，所述方法的一个或多个操作可通过被实现为上述执行指令或软件的计算硬件(例如，通过一个或多个处理器或计算机)来执行，其中，指令或软件用于执行本申请中描述的由所述方法执行的操作。例如，单个操作或者两个或更多个操作可通过单处理器或者两个或更多个处理器或者一个处理器和一个控制器来执行。一个或多个操作可通过一个或多个处理器或者一个处理器和一个控制器来执行，并且一个或多个其他操作可通过一个或多个其他处理器或者另一处理器和另一控制器来执行。一个或多个处理器或者一个处理器和一个控制器可执行单个操作、或者两个或更多个操作。

用于控制计算硬件(例如，一个或多个处理器或计算机)实现硬件组件并执行如上所述的方法的指令或软件可被写为计算机程序、代码段、指令或它们的任意组合，以单独地或共同地指示或配置一个或多个处理器或计算机如机器或专用计算机那样进行操作，以执行由硬件组件和如上所述的方法执行的操作。在一个示例中，指令或软件包括直接由一个或多个处理器或计算机执行的机器代码(诸如，由编译器产生的机器代码)。在另一示例中，指令或软件包括由一个或多个处理器或计算机使用解释器执行的高级代码。可基于附图中示出的框图和流程图以及说明书中的相应描述使用任何编程语言编写指令或软件，其中，附图中示出的框图和流程图以及说明书中的相应描述公开了用于执行由硬件组件和如上所述的方法执行的操作的算法。

用于控制计算硬件(例如，一个或多个处理器或计算机)实现硬件组件并执行如上所述的方法的指令或软件、以及任何相关联的数据、数据文件以及数据结构可被记录、存储或固定在一个或多个非暂时性计算机可读存储介质中，或被记录、存储或固定在一个或多个非暂时性计算机可读存储介质上。非暂时性计算机可读存储介质的示例包括：只读存储器(ROM)、随机存取存储器(RAM)、闪存、CD-ROM、CD-R、CD+R、CD-RW、CD+RW、DVD-ROM、DVD-R、DVD+R、DVD-RW、DVD+RW、DVD-RAM、BD-ROM、BD-R、BD-R LTH、BD-RE、磁带、软盘、磁光数据存储装置、光学数据存储装置、硬盘、固态盘、和任何其他设备，该任何其他设备被配置为以非暂时方式存储指令或软件、以及任何相关联的数据、数据文件以及数据结构，并向一个或多个处理器和计算机提供指令或软件、以及任何相关联的数据、数据文件以及数据结构，使得一个或多个处理器或计算机能够执行指令。在一个示例中，指令或软件、以及任何相关联的数据、数据文件以及数据结构分布在联网的计算机系统上，以便指令和软件、以及任何相关联的数据、数据文件以及数据结构被一个或多个处理器或计算机以分布式方式存储、访问和执行。

虽然本公开包括特定的示例，但是在不脱离权利要求和它们的等同物的精神和范围的情况下，可在这些示例中做出形式和细节上的各种改变，这在理解本申请的公开之后将是清楚的。在此描述的示例被认为仅是描述性的，而非为了限制的目的。在每一示例中的特征和方面的描述将被认为适用于其他示例中的相似特征和方面。如果描述的技术以不同的顺序被执行，和/或如果在描述的系统、架构、装置、或电路中的组件以不同的方式组合，和/或被其他组件或者它们的等同物代替或补充，则可实现合适的结果。因此，本公开的范围不是通过具体实施方式所限定，而是由权利要求和它们的等同物限定，并且在权利要求和它们的等同物的范围内的所有变化将被解释为被包括在本公开中。

Claims (25)

1.一种刺激设备，包括：

反馈检测器，被配置为：从将被刺激的目标检测反馈信号；

控制器，被配置为：分析检测到的反馈信号的波形，并基于分析的检测到的反馈信号的波形来确定参数；

信号产生器，被配置为：基于确定的参数产生与检测到的反馈信号对应的刺激信号。

2.如权利要求1所述的刺激设备，其中，控制器还被配置为：基于分析的检测到的反馈信号的波形来确定由检测到的反馈信号指示的神经响应，并基于确定的神经响应来确定所述参数。

3.如权利要求2所述的刺激设备，其中，控制器还被配置为：通过基于分析的检测到的反馈信号的波形从存储反馈信号和映射到反馈信号的神经响应的数据集来确定由检测到的反馈信号指示的神经响应。

4.如权利要求3所述的刺激设备，其中，存储在数据集中的反馈信号通过将目标暴露于引起存储在数据集中的神经响应的环境而获得。

5.如权利要求2所述的刺激设备，其中，控制器还被配置为：通过从存储神经响应和映射到神经响应的刺激信号的数据集获得与确定的神经响应对应的刺激信号，并且基于获得的刺激信号确定所述参数。

6.如权利要求1所述的刺激设备，其中，控制器还被配置为：在神经信号的种类之中确定检测到的反馈信号所属的种类，并通过在检测到的反馈信号中检测峰之间的间隔，来分析检测到的反馈信号的波形。

7.如权利要求1所述的刺激设备，其中，刺激信号用于响应于刺激信号被施加到目标，在目标中引起与刺激信号对应的身体功能。

8.如权利要求1所述的刺激设备，其中，刺激信号被配置为模仿在目标中发生的神经信号。

9.如权利要求1所述的刺激设备，其中，信号产生器包括：模拟电路，被配置为基于确定的参数输出与刺激信号的波形对应的模拟信号。

10.如权利要求9所述的刺激设备，其中，模拟电路包括：多个电容器和多个晶体管，

模拟电路还被配置为：响应于与确定的参数对应的输入信号被施加到所述多个电容器和所述多个晶体管中的任意一个或者任意两个或更多个的任意组合，输出模拟信号。

11.如权利要求10所述的刺激设备，其中，所述多个电容器包括第一电容器和第二电容器，

第一电容器被配置为：基于输入信号产生模拟信号中的在第一频带的信号，

第二电容器被配置为：基于输入信号产生具有在第一频带的信号的峰上的第二频带的频率的脉冲。

12.如权利要求1所述的刺激设备，其中，控制器还被配置为：将所述参数确定为用于在目标中引起预定的身体功能，

信号产生器还被配置为：基于确定的参数，产生将用于在目标中引起预定的身体功能的刺激信号。

13.一种刺激方法，包括：

从将被刺激的目标检测反馈信号；

分析检测到的反馈信号的波形；

基于分析的检测到的反馈信号的波形，确定参数；

基于确定的参数，产生与检测到的反馈信号对应的刺激信号。

14.如权利要求13所述的刺激方法，还包括：基于分析的检测到的反馈信号的波形，确定由检测到的反馈信号指示的神经响应，

其中，确定参数的步骤包括：基于确定的神经响应，确定所述参数。

15.如权利要求14所述的刺激方法，其中，确定由检测到的反馈信号指示的神经响应的步骤包括：基于分析的检测到的反馈信号的波形，从存储反馈信号和映射到反馈信号的神经响应的数据集，获得由检测到的反馈信号指示的神经响应。

16.如权利要求14所述的刺激方法，其中，确定参数的步骤还包括：

从存储神经响应和映射到神经响应的刺激信号的数据集，获得与确定的神经响应对应的刺激信号；

基于获得的刺激信号，确定所述参数。

17.如权利要求13所述的刺激方法，其中，分析检测到的反馈信号的波形的步骤包括：

在神经信号的种类之中确定检测到的反馈信号所属的种类；

在检测到的反馈信号中检测峰之间的间隔。

18.如权利要求13所述的刺激方法，其中，产生刺激信号的步骤包括：将与确定的参数对应的输入信号输入到模拟电路中，其中，模拟电路被配置为：响应于输入信号，输出与刺激信号的波形对应的模拟信号。

19.如权利要求13所述的刺激方法，其中，确定参数的步骤包括：将所述参数确定为用于在目标中引起预定的身体功能，

产生刺激信号的步骤包括：基于确定的参数，产生将用于在目标中引起预定的身体功能的刺激信号。

20.一种存储指令的非暂时性计算机可读介质，当所述指令被处理器执行时，使得处理器执行如权利要求13所述的刺激方法。

21.一种刺激设备，包括：

反馈检测器，被配置为：从将被刺激的目标检测反馈信号；

存储器，被配置为：存储指令；

处理器，被配置为：执行存储在存储器中的指令，以配置处理器：

分析检测到的反馈信号，以确定将被施加到目标的刺激信号，

确定用于产生所述刺激信号的参数；

信号产生器，被配置为基于所述参数产生所述刺激信号。

22.如权利要求21所述的刺激设备，其中，处理器还被配置为：

分析检测到的反馈信号，以确定由检测到的反馈信号指示的神经响应，

将用于响应于刺激信号被施加到目标而在目标中引起与所述神经响应对应的身体功能的刺激信号确定为所述刺激信号。

23.如权利要求22所述的刺激设备，其中，处理器还被配置为：通过参照存储反馈信号和与反馈信号对应的神经响应、身体功能以及映射到反馈信号的刺激信号的数据集，来确定所述神经响应和所述刺激信号。

24.如权利要求21所述的刺激设备，其中，处理器还被配置为：确定与所述刺激信号的波形相关的第一参数和与所述刺激信号的幅度相关的第二参数，

信号产生器还被配置为：基于第一参数和第二参数，产生所述刺激信号。

25.如权利要求21所述的刺激设备，其中，处理器还被配置为：

分析检测到的反馈信号的波形，以确定由检测到的反馈信号指示的神经响应；

响应于神经响应指示改变目标中的激素水平的需要，将具有与检测到的反馈信号的波形不同的波形的第一刺激信号确定为所述刺激信号，其中，第一刺激信号的波形用于响应于第一刺激信号被施加到目标而改变目标中的激素水平；

响应于神经响应指示运动神经将在目标中被激活，将具有与检测到的反馈信号的波形相同或基本相同的波形的第二刺激信号确定为所述刺激信号，其中，第二刺激信号的波形用于响应于第二刺激信号被施加到目标而激活目标中的运动神经。