CN113941090B - 一种自适应闭环深部脑刺激方法、装置及电子设备 - Google Patents
一种自适应闭环深部脑刺激方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113941090B CN113941090B CN202111101877.6A CN202111101877A CN113941090B CN 113941090 B CN113941090 B CN 113941090B CN 202111101877 A CN202111101877 A CN 202111101877A CN 113941090 B CN113941090 B CN 113941090B
- Authority
- CN
- China
- Prior art keywords
- current
- fitness
- stimulation
- particle
- target
- 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.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
- A61N1/3606—Implantable neurostimulators for stimulating central or peripheral nerve system adapted for a particular treatment
-
- 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
- A61B5/388—Nerve conduction study, e.g. detecting action potential of peripheral nerves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
- A61N1/3606—Implantable neurostimulators for stimulating central or peripheral nerve system adapted for a particular treatment
- A61N1/36082—Cognitive or psychiatric applications, e.g. dementia or Alzheimer's disease
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
- A61N1/3606—Implantable neurostimulators for stimulating central or peripheral nerve system adapted for a particular treatment
- A61N1/36103—Neuro-rehabilitation; Repair or reorganisation of neural tissue, e.g. after stroke
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
- A61N1/36128—Control systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
- A61N1/36128—Control systems
- A61N1/36135—Control systems using physiological parameters
- A61N1/36139—Control systems using physiological parameters with automatic adjustment
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Physiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Rehabilitation Therapy (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开一种自适应闭环深部脑刺激方法、装置及电子设备,其中方法包括:通过粒子群优化算法进行参数搜索获取目标比例‑微分‑积分控制器参数以确定目标比例‑微分‑积分控制器,采用通过目标比例‑微分‑积分控制器获得的刺激参数进行深部脑刺激,进行深部脑刺激的同时对目标比例‑微分‑积分控制器参数进行在线校正,该方法可实现针对不同患者自动计算PID控制器增益且随着患者状态的改变自动校准PID控制器增益,以实现多状态、长时程条件下的个性化神经调控。
Description
技术领域
本发明涉及医疗电子系统领域,尤其涉及一种自适应闭环深部脑刺激方法、装置及电子设备。
背景技术
大脑内部神经活动的异常会导致多种神经和精神疾病,深部脑刺激技术(deepbrain stimulation,DBS)是目前临床上可行的治疗手段,尤其是针对药物治疗无效的患者。
目前临床上使用持续性开环刺激模式,由医生根据患者的情况调节刺激参数并固定,直到下次复诊再次重新调节。刺激参数包括刺激幅值、频率以及脉宽。在开环刺激模式中,刺激参数无法根据患者瞬时或长期的状态变化进行适当的调整,长期持续性的刺激也有可能带来诸如语言障碍、认知功能障碍等许多副作用。
随着闭环DBS技术的成熟,闭环DBS系统通过施加可根据控制目标进行调节的电刺激信号控制大脑的神经活动。如何通过检测病理性神经活动,形成自适应闭环DBS成为了提高DBS临床治疗效果需要解决的重要问题。
发明内容
本发明的目的在于提供一种自适应闭环深部脑刺激方法、装置及电子设备,其能有效解决多状态、长时程条件下的个性化神经调控问题。
为实现上述发明目的,本发明提出了如下技术方案:
一方面,提供一种自适应闭环深部脑刺激方法,所述方法包括:
通过粒子群优化算法进行参数搜索获取目标比例-微分-积分控制器参数以确定所述目标比例-微分-积分控制器;
采用通过所述目标比例-微分-积分控制器获得的刺激参数进行深部脑刺激;
进行深部脑刺激的同时对所述目标比例-微分-积分控制器参数进行在线校正。
在一种较佳的实施方式中,所述通过粒子群优化算法进行参数搜索获取目标比例-微分-积分控制器参数以确定所述目标比例-微分-积分控制器,包括:
初始化粒子群优化算法参数;
迭代计算粒子群中任一粒子在任一第一窗长内的当前适应度并更新全局最优适应度;
判断当前次迭代后的粒子群是否符合终止迭代条件;
若是,则将当前次迭代后的全局最优适应度对应的粒子的位置坐标作为目标比例-微分-积分控制器参数以确定所述目标比例-微分-积分控制器。
在一种较佳的实施方式中,所述判断当前次迭代后的粒子群是否符合终止迭代条件,包括:
判断当前迭代次数是否达到预设迭代次数;或,
判断当前次迭代后所述粒子群的平均适应度与当前更新后的所述全局最优适应度是否相等;或,
判断当前次迭代后的所述全局最优适应度与预设目标适应度是否相同。
在一种较佳的实施方式中,所述迭代计算粒子群中任一粒子在任一第一窗长内的当前适应度并更新全局最优适应度,包括:
迭代计算粒子群中任一粒子在任一第一窗长内的当前适应度;
当任一粒子在当前第一窗长的当前适应度小于其在先的任一适应度,则将相应粒子的所述当前适应度作为相应粒子的个体最优适应度;
当任一粒子的个体最优适应度小于所述粒子群中其余粒子的个体最优适应度时,则将相应粒子的所述个体最优适应度作为全局最优适应度。
在一种较佳的实施方式中,所述迭代计算粒子群中任一粒子在任一第一窗长内的当前适应度,包括:
以任一粒子当前次迭代中的当前位置坐标作为比例-微分-积分控制器参数在当前第一窗长内进行当前次深部脑刺激;
采集完成所述当前次深部脑刺激时的当前神经活动信号;
基于所述当前神经活动信号与预设目标信号获得所述当前适应度。
在一种较佳的实施方式中,所述采用通过所述目标比例-微分-积分控制器获得的刺激参数进行深部脑刺激,包括:
基于所述目标比例-微分-积分控制器参数获得目标刺激参数;
基于所述目标刺激参数形成刺激脉冲进行深部脑刺激。
在一种较佳的实施方式中,所述进行深部脑刺激的同时对所述目标比例-微分-积分控制器参数进行在线校正,包括:
对深部脑刺激过程中的神经活动信号进行监测并判断是否需要调整所述目标比例-微分-积分控制器参数;
若是,则再次通过粒子群优化算法进行参数搜索以更新所述目标比例-微分-积分控制器参数。
在一种较佳的实施方式中,所述对深部脑刺激过程中的神经活动信号进行监测并判断是否需要调整所述目标比例-微分-积分控制器参数,包括:
基于任一第二窗长中深部脑刺激完成时的神经活动信号与预设目标信号获得相应的稳态误差;
当所述稳态误差超过预设稳态误差阈值的连续第二窗长数量达到预设窗口数,则判断需要调整所述目标比例-微分-积分控制器参数。
第二方面,提供一种自适应闭环深部脑刺激装置,所述装置包括:
参数搜索模块,用于通过粒子群优化算法进行参数搜索获取目标比例-微分-积分控制器参数以确定所述目标比例-微分-积分控制器;
刺激模块,用于采用通过所述目标比例-微分-积分控制器获得的刺激参数进行深部脑刺激;
校正模块,用于进行深部脑刺激的同时对所述目标比例-微分-积分控制器参数进行在线校正。
第三方面,提供一种电子设备,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行如第一方面任意一项所述的方法。
与现有技术相比,本发明具有如下有益效果:
本发明提供了自适应闭环深部脑刺激方法、装置及电子设备,其中方法包括:通过粒子群优化算法进行参数搜索获取目标比例-微分-积分控制器参数,采用与所述目标比例-微分-积分控制器参数对应的刺激参数进行深部脑刺激,进行深部脑刺激的同时对目标比例-微分-积分控制器参数进行在线校正,该方法可实现针对不同患者自动计算控制器增益且随着患者状态的改变自动校准控制器增益,以实现多状态、长时程条件下的个性化神经调控。
附图说明
图1是本实施例中自适应闭环深部脑刺激方法的流程图;
图2是本实施例中自适应闭环深部脑刺激方法的整体流程图;
图3为本实施例中参数计算与自适应刺激时序示意图;
图4为本实施例中基于PID控制器的闭环深部脑刺激原理示意图;
图5是本实施例中自适应深部脑刺激装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
随着当前的闭环深部脑刺激的发展,如何通过检测病理性神经活动形成自适应闭环DBS成为了行业内提高DBS临床治疗效果需要解决的重要问题。本实施例提供一种自适应闭环深部脑刺激方法、装置及电子设备,能有效解决该问题。
以下将结合附图1~5对本实施例的自适应闭环深部脑刺激方法、装置及电子设备作进一步的详细描述。
实施例
如图1~3所示,本实施例提供一种自适应闭环深部脑刺激方法,包括如下步骤:
S1、通过粒子群优化算法(Particle Swarm Optimization,PSO)进行参数搜索获取目标比例-微分-积分控制器参数以确定所述目标比例-微分-积分控制器。
PSO是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法,可用于解决优化问题。将每一只鸟抽象为参数空间中的“粒子”,食物的位置抽象为符合要求的可行解。所有的粒子都有一个由被优化的函数决定的适应值,每个粒子的速度决定他们进行参数搜索的方向和距离,并在每一代计算后更新。迭代过程中,粒子以全局最优解和个体历史最优解为指导在解空间中搜索。
比例-微分-积分(Proportional-Integral-Differential,PID)控制器包括比例环节、积分环节、微分环节共三个控制环节。比例环节即时成比例地反应控制系统的偏差信号e(t),偏差一旦产生,控制器立即产生控制作用以减小误差。当偏差e=0时,控制作用也为0。积分环节基于历史误差产生控制作用,主要用于消除静差,提高系统的准确度,积分作用的强弱取决于积分时间常数,积分环节增益越大,积分作用越弱,反之则越强。微分环节能反映偏差信号的变化趋势(变化速率),并能在偏差信号值变得太大之前,在系统中引入一个有效的早期修正信号,从而加快系统的动作速度,减小调节时间。PID控制器具有算法简单、鲁棒性好、可靠性高的特点。特别的,本实施例中具体使用的是增量式PID控制器,属于经典PID的一个变型。
具体地,步骤S1包括:
S11、初始化粒子群优化算法参数。
具体地,对表1所示PSO参数进行初始化。其中,粒子位置x与粒子速度v为随机值;粒子位置维数d对应待确定的控制器增益数量;粒子数N、最大迭代次数G、每次迭代的第一窗长t1、惯性权重w、加速度常数c1/c2、初始值范围b为人为设定值。
表1
参数名称 | 符号 |
粒子位置坐标 | x |
粒子速度 | v |
粒子数 | N |
粒子位置维数 | d |
最大迭代次数 | G |
每次迭代时的第一窗长 | t<sub>1</sub> |
惯性权重 | w |
加速度常数 | c<sub>1</sub>,c<sub>2</sub> |
初始位置范围 | b=[b<sub>u</sub>,b<sub>l</sub>] |
其中,初始位置范围b的取值范围会影响PSO搜索过程的耗时,如不加限制,由于初始位置是随机的,可能距离满足要求的最优解很远,则搜索过程耗时长。
S12、迭代计算粒子群中任一粒子在任一第一窗长内的当前适应度并更新全局最优适应度。具体的,步骤S12包括:
S121、迭代计算粒子群中任一粒子在任一第一窗长内的当前适应度。
需要说明的是,如图3所示,当基于PID控制器的闭环深部脑刺激时,原理如下:
采用PID控制器以一定的增益进行深部脑刺激并在刺激的同时获取神经活动信号,信号经处理后相较于预设目标信号获得一个适应度(稳态误差),用于对PID控制器增益进行调整,从而实现实时闭环控制。
S121具体包括:
S121a、以任一粒子当前次迭代中的当前位置坐标作为PID控制器参数在当前第一窗长内进行当前次深部脑刺激。其中,当前位置坐标即粒子位置向量。
具体的,本实施例中将粒子的当前位置坐标x=(Kp,Ki,Kd)作为当前第一窗长t1的PID控制器参数。在确定PID控制器参数后,采用如下公式(1)、(2)计算刺激参数:
Δu(k)=Kp[e(k)-e(k-1)]+Kie(k)+Kd[e(k)-2e(k-1)+e(k-2)] (2)
u(k)即为刺激参数。通常,u(k)为幅值、频率、脉宽中的至少一种。本实施例中,频率、脉宽优选为设定值,如130Hz、60μs,故u(k)为幅值。
在通过上述公式(1)(2)获取脑刺激幅值后,即进行深部脑刺激,刺激时长为第一窗长t1。
S121b、刺激同时,采集当前次深部脑刺激时的当前神经活动信号。
S121c、基于当前神经活动信号与预设目标信号获得当前适应度。
通常的,如图4所示,在实际执行S121a~S121c过程中,由于每次均以每一随机粒子在当前窗长的当前位置坐标作为PID增益进行深部脑刺激,故在每一次迭代过程中实际需要在N个第一窗长t1中的每个窗长依次进行与每一随机粒子的当前位置坐标作为PID增益进行深部脑刺激。即,在完成粒子1在第一窗长t1中的当前位置坐标作为PID增益进行深部脑刺激并获得粒子1在第一窗长t1中适应度之后,依次持续完成粒子2、3……N在按序排列的第一窗长t1中的当前位置坐标作为PID增益分别进行深部脑刺激并获得相应的适应度,才完成第一次迭代,并在完成第一次迭代之后持续进行后续迭代。
进一步,在开始PID控制器参数搜索后,以随机的粒子1在第一窗长t1中的当前位置坐标作为PID增益进行深部脑刺激并计算获得粒子1在第一窗长t1中的当前适应度。为了让大脑在一次刺激之后摆脱刺激影响而恢复到未被刺激的状态,以免对下一第一窗长t1进行以粒子2当前坐标作为PID增益进行深部脑刺激造成不必要的影响,作为一种优选的实施方式,在粒子1对应的第一窗长t1之后,设置如图4所示的洗脱期t2。在本实施例的迭代过程中,在每一次第一窗长t1之后均设置洗脱期t2,在洗脱期t2期间对大脑不作任何刺激,以保证粒子群优化过程中的每一深部脑刺激的大脑状态是一致的。
需要说明的是,本实施例中通过适应度函数计算相应的适应度。以控制目标仅为抑制某一频段神经活动的能量为例,当粒子的当前位置坐标x=(Kp,Ki,Kd),适应度函数为最小化反馈的该频段能量与预设目标信号差值的平方和,如式(3)所示:
其中,ts表示每个时间窗长的起始时刻,te代表每个时间窗长的结束时刻。其中的e(t)表示在当前窗长中每个反馈时刻的误差。最小化该频段能量与预设目标信号的差值,预设目标信号为任意具有生理意义的神经活动特征,可以为预先设置的经验值,也可以为经过算法获得的个性化数值,本实施例对此不作限制。
当然,上述的控制目标可以由单一目标扩展为多目标,当扩展为多目标调控时,粒子位置向量的维数相应变化。
另外,通过修改适应度函数,也可以达到多重性能指标。例如,若要求闭环深部脑刺激系统在稳态误差尽可能小的情况下,控制输入也尽可能小,即以尽量小的刺激能量完成闭环神经调控,则适应度函数可修改为式(4):
其中,w1和w2分别表示误差和控制量对参数选择的惯性权重。另外,受限于PID控制器对多变量调控的局限性,本方法中控制目标数量过多时可能受限。
S122、当任一粒子在当前第一窗长的当前适应度小于其在先的任一适应度,则将相应粒子的当前适应度作为其个体最优位置pbest的个体最优适应度,即进行单一粒子本身的个体最优位置pbest及个体最优适应度更新。
S123、当任一粒子的个体最优适应度小于粒子群中其余粒子的个体最优适应度时,则将相应粒子的个体最优适应度作为全局最优适应度,即进行粒子群的全局最优适应度更新,该粒子的粒子位置为全局最优位置gbest。
在更新pbest、gbest之后即可更新粒子的速度和粒子位置,具体如公式(5)、(6)所示:
vi=ωvi+c1rand(0,1)(pbesti,d-xi)+c2rand(0,1)(gbestd-xi) (5)
xi,d+1=xi,d+vi (6)
其中,i=1,…,Ni为粒子编号,pbesti,d为第i个粒子在第d次迭代时的个体最优位置,gbestd为第d次迭代时的全局最优位置,w为惯性权重,c1、c2分别为加速度常数。
S13、在上述更新过程中,判断当前次迭代后的粒子群是否符合终止迭代条件;若是,则将当前次迭代后的全局最优适应度对应的粒子的位置坐标作为目标PID控制器参数,从而确定目标比例-微分-积分控制器。本实施例对于终止迭代条件不作限制,包括但不限于迭代次数、平均适应度大小或全局最优适应度中的任意一项的判断结果。
具体地,步骤S13包括:
S13a、判断当前迭代次数是否达到预设迭代次数;或,
S13b、判断当前次迭代后粒子群的平均适应度与当前更新后的全局最优适应度是否相等;或,
S13c、判断当前次迭代后的全局最优适应度与预设目标适应度是否相同。
上述步骤S13a~S13c无先后执行顺序,且当迭代过程中满足任一条件即可触发下一步骤S2。当然,在不满足上述任一条件时则持续进行迭代计算。
经上述步骤S13判断后即可根据全局最优位置gbest确定相应粒子位置坐标x=(Kp,Ki,Kd),即确定步骤S2中进行深部脑刺激的目标PID控制器参数。
S2、采用通过目标PID控制器获得的刺激参数进行深部脑刺激,具体包括:
S21、基于目标PID控制器参数获得目标刺激参数。
具体地,在该步骤中,通过公式(1)、(2)计算目标刺激参数,且公式中的Kp,Ki,Kd为步骤S1中获得的全局最优位置gbest确定的相应粒子位置坐标x=(Kp,Ki,Kd)。
与步骤S121相似的,本实施例中优选频率、脉宽优选为设定值,故目标刺激参数u(k)指幅值。
S22、基于目标刺激参数形成刺激脉冲进行深部脑刺激。
在步骤S2进行深部脑刺激的同时,继续参照图1、2、4所述,该自适应闭环深部脑刺激方法还包括:
S3、进行深部脑刺激的同时对目标PID控制器参数进行在线校正。步骤S3具体包括:
S31、对深部脑刺激过程中的神经活动信号进行监测并判断是否需要调整目标PID控制器参数;包括:
S311、基于任一第二窗长t3中深部脑刺激完成时的神经活动信号与预设目标信号获得相应的稳态误差;
S312、当稳态误差超过预设稳态误差阈值的连续第二窗长t3数量达到预设窗口数,则判断需要调整PID控制器参数。
具体的,稳态误差即为前述的适应度。由于被刺激对象的生理状态处于实时变化中,特别是当被刺激对象病情改变、服药、运动等状态改变时,在同一刺激参数下的适应度将明显增大,若持续刺激将对刺激对象造成不良影响。
S32、若是,则再次重复执行通过粒子群优化算法进行参数搜索以更新目标PID控制器参数,并以更新后的刺激参数进行深部脑刺激,并持续在线调整。在持续在线调整及刺激的具体方法可参照上述步骤S1、S2的描述,此处不再赘述。
若否,则继续执行步骤S2。
综上,本实施例提供的自适应闭环深部脑刺激方法可实现针对不同患者自动计算控制器增益且随着患者状态的改变自动校准控制器增益,以实现多状态、长时程条件下的个性化神经调控。
如图5所示,本实施例还提供一种自适应闭环深部脑刺激装置,该装置包括:
参数搜索模块,用于通过粒子群优化算法进行参数搜索获取目标比例-微分-积分控制器参数以确定目标比例-微分-积分控制器。进一步,参数搜索模块包括:
初始化单元,用于初始化粒子群优化算法参数。
更新单元,用于迭代计算粒子群中任一粒子在任一第一窗长内的当前适应度并更新全局最优适应度。
具体地,更新单元包括:
第一计算子单元,用于迭代计算粒子群中任一粒子在任一第一窗长内的当前适应度。
具体地,第一计算子单元用于:
以任一粒子当前次迭代中的当前位置坐标作为比例-微分-积分控制器参数在当前第一窗长内进行当前次深部脑刺激;
采集完成所述当前次深部脑刺激时的当前神经活动信号;
基于所述当前神经活动信号与预设目标信号获得所述当前适应度。
第一更新子单元,用于当任一粒子在当前第一窗长的当前适应度小于其在先的任一适应度,则将相应粒子的所述当前适应度作为相应粒子的个体最优适应度。
第二更新子单元,用于当任一粒子的个体最优适应度小于所述粒子群中其余粒子的个体最优适应度时,则将相应粒子的所述个体最优适应度作为全局最优适应度。
第一判断单元,用于判断当前次迭代后的粒子群是否符合终止迭代条件。具体地,第一判断单元用于:
判断当前迭代次数是否达到预设迭代次数;或,
判断当前次迭代后所述粒子群的平均适应度与当前更新后的所述全局最优适应度是否相等;或,
判断当前次迭代后的所述全局最优适应度与预设目标适应度是否相同。
更新单元,用于当判断结果为是,则将当前次迭代后的全局最优适应度对应的粒子的位置坐标作为目标比例-微分-积分控制器参数以确定所述目标比例-微分-积分控制器。
刺激模块,用于采用通过目标比例-微分-积分控制器获得的刺激参数进行深部脑刺激。具体地,刺激模块包括:
计算单元,用于基于所述目标比例-微分-积分控制器参数获得目标刺激参数;
刺激单元,用于基于所述目标刺激参数形成刺激脉冲进行深部脑刺激。
所述装置还包括校正模块,用于进行深部脑刺激的同时对目标比例-微分-积分控制器参数进行在线校正。具体地,校正模块包括:
第二判断单元,用于对深部脑刺激过程中的神经活动信号进行监测并判断是否需要调整所述目标比例-微分-积分控制器参数;
若是,则再次通过粒子群优化算法进行参数搜索以更新所述目标比例-微分-积分控制器参数。
第二判断单元包括:
第二计算子单元,用于基于任一第二窗长中深部脑刺激时的神经活动信号与预设目标信号获得相应的稳态误差;
判断子单元,用于当所述稳态误差超过预设稳态误差阈值的连续第二窗长数量达到预设窗口数,则判断需要调整所述目标比例-微分-积分控制器参数。
需要说明的是:上述实施例提供的自适应闭环深部脑刺激装置在触发自适应闭环深部脑刺激业务时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将系统的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的自适应闭环深部脑刺激装置与自适应闭环深部脑刺激方法的实施例属于同一构思,即该系统是基于该方法的,其具体实现过程详见方法实施例,这里不再赘述。
另外,本实施例还提供一种电子设备,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行前述的自适应闭环深部脑刺激方法。
关于执行程序指令所执行的自适应闭环深部脑刺激方法,具体执行细节及相应的有益效果与前述方法中的描述内容是一致的,此处将不再赘述。
上述所有可选技术方案,可以采用任意结合形成本发明的可选实施例,即可将任意多个实施例进行组合,从而获得应对不同应用场景的需求,均在本申请的保护范围内,在此不再一一赘述。
需要说明的是,以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种自适应闭环深部脑刺激装置,其特征在于,所述装置包括:
参数搜索模块,用于通过粒子群优化算法进行参数搜索获取目标比例-微分-积分控制器参数以确定所述目标比例-微分-积分控制器;
刺激模块,用于采用通过所述目标比例-微分-积分控制器获得的刺激参数进行深部脑刺激;
校正模块,用于进行深部脑刺激的同时对所述目标比例-微分-积分控制器参数进行在线校正;
所述校正模块包括:
第二判断单元,用于对深部脑刺激过程中的神经活动信号进行监测并判断是否需要调整所述目标比例-微分-积分控制器参数;若是,则再次通过粒子群优化算法进行参数搜索以更新所述目标比例-微分-积分控制器参数;
所述参数搜索模块包括更新单元,所述更新单元用于迭代计算粒子群中任一粒子在任一第一窗长内的当前适应度并更新全局最优适应度;
所述更新单元包括第一计算子单元,所述第一计算子单元用于迭代计算粒子群中任一粒子在任一第一窗长内的当前适应度;所述第一计算子单元具体用于:任一粒子当前次迭代中的当前位置坐标作为比例-微分-积分控制器参数在当前第一窗长内进行当前次深部脑刺激;采集所述当前次深部脑刺激时的当前神经活动信号;基于所述当前神经活动信号与预设目标信号获得所述当前适应度;
所述第二判断单元包括:
第二计算子单元,用于基于任一第二窗长中深部脑刺激时的神经活动信号与预设目标信号获得相应的稳态误差;
判断子单元,用于当所述稳态误差超过预设稳态误差阈值的连续第二窗长数量达到预设窗口数,则判断需要调整所述目标比例-微分-积分控制器参数。
2.如权利要求1所述的装置,其特征在于,所述参数搜索模块还包括:
初始化单元,用于初始化粒子群优化算法参数;
第一判断单元,用于判断当前次迭代后的粒子群是否符合终止迭代条件;若是,则将当前次迭代后的全局最优适应度对应的粒子的位置坐标作为目标比例-微分-积分控制器参数以确定所述目标比例-微分-积分控制器。
3.如权利要求2所述的装置,其特征在于,所述第一判断单元用于:
判断当前迭代次数是否达到预设迭代次数;或,
判断当前次迭代后所述粒子群的平均适应度与当前更新后的所述全局最优适应度是否相等;或,
判断当前次迭代后的所述全局最优适应度与预设目标适应度是否相同。
4.如权利要求2所述的装置,其特征在于,所述更新单元还包括:
第一更新子单元,用于当任一粒子在当前第一窗长的当前适应度小于其在先的任一适应度,则将相应粒子的所述当前适应度作为相应粒子的个体最优适应度;
第二更新子单元,用于当任一粒子的个体最优适应度小于所述粒子群中其余粒子的个体最优适应度时,则将相应粒子的所述个体最优适应度作为全局最优适应度。
5.如权利要求1所述的装置,其特征在于,所述刺激模块包括:
计算单元,用于基于所述目标比例-微分-积分控制器参数获得目标刺激参数;
刺激单元,用于基于所述目标刺激参数形成刺激脉冲进行深部脑刺激。
6.一种电子设备,其特征在于,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,实现如权利要求1~5任意一项所述装置的功能。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111101877.6A CN113941090B (zh) | 2021-09-18 | 2021-09-18 | 一种自适应闭环深部脑刺激方法、装置及电子设备 |
PCT/CN2022/111364 WO2023040521A1 (zh) | 2021-09-18 | 2022-08-10 | 一种自适应闭环深部脑刺激方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111101877.6A CN113941090B (zh) | 2021-09-18 | 2021-09-18 | 一种自适应闭环深部脑刺激方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113941090A CN113941090A (zh) | 2022-01-18 |
CN113941090B true CN113941090B (zh) | 2023-01-17 |
Family
ID=79328407
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111101877.6A Active CN113941090B (zh) | 2021-09-18 | 2021-09-18 | 一种自适应闭环深部脑刺激方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113941090B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023040521A1 (zh) * | 2021-09-18 | 2023-03-23 | 复旦大学 | 一种自适应闭环深部脑刺激方法、装置及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101816822A (zh) * | 2010-05-27 | 2010-09-01 | 天津大学 | 功能性电刺激pid参数双源特征融合微粒子群整定方法 |
CN107995874A (zh) * | 2015-06-03 | 2018-05-04 | 柯泰克股份有限公司 | 一种用于神经刺激的系统和方法 |
CN110585595A (zh) * | 2019-09-24 | 2019-12-20 | 喜临门家具股份有限公司 | 基于诱导α脑波的经颅微电流刺激的控制方法和系统 |
US10856803B1 (en) * | 2017-08-21 | 2020-12-08 | Aqeel, LLC | Method and apparatus for closed-loop brain stimulation |
CN112691292A (zh) * | 2021-01-12 | 2021-04-23 | 天津大学 | 基于可穿戴智能设备的帕金森闭环深部脑刺激系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7324851B1 (en) * | 1998-08-05 | 2008-01-29 | Neurovista Corporation | Closed-loop feedback-driven neuromodulation |
US10525267B2 (en) * | 2015-06-02 | 2020-01-07 | Battelle Memorial Institute | Closed loop deep brain stimulation systems and methods |
US11086317B2 (en) * | 2018-03-30 | 2021-08-10 | Intel Corporation | Emotional adaptive driving policies for automated driving vehicles |
US11771368B2 (en) * | 2020-03-09 | 2023-10-03 | Arizona Board Of Regents On Behalf Of Arizona State University | Rapid assessment of microcirculation in patients to realize closed-loop systems |
-
2021
- 2021-09-18 CN CN202111101877.6A patent/CN113941090B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101816822A (zh) * | 2010-05-27 | 2010-09-01 | 天津大学 | 功能性电刺激pid参数双源特征融合微粒子群整定方法 |
CN107995874A (zh) * | 2015-06-03 | 2018-05-04 | 柯泰克股份有限公司 | 一种用于神经刺激的系统和方法 |
US10856803B1 (en) * | 2017-08-21 | 2020-12-08 | Aqeel, LLC | Method and apparatus for closed-loop brain stimulation |
CN110585595A (zh) * | 2019-09-24 | 2019-12-20 | 喜临门家具股份有限公司 | 基于诱导α脑波的经颅微电流刺激的控制方法和系统 |
CN112691292A (zh) * | 2021-01-12 | 2021-04-23 | 天津大学 | 基于可穿戴智能设备的帕金森闭环深部脑刺激系统 |
Non-Patent Citations (1)
Title |
---|
基于粒子群优化算法的PID控制器参数整定;陈俊风等;《计算机仿真》;20060831;158-160 * |
Also Published As
Publication number | Publication date |
---|---|
CN113941090A (zh) | 2022-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220401738A1 (en) | Systems and methods to improve sleep disordered breathing using closed-loop feedback | |
US10080895B2 (en) | Optimization of cranial nerve stimulation to treat seizure disorders during sleep | |
Sharma et al. | Predictor-based compensation for electromechanical delay during neuromuscular electrical stimulation | |
CN113941090B (zh) | 一种自适应闭环深部脑刺激方法、装置及电子设备 | |
Dean et al. | Decorrelation control by the cerebellum achieves oculomotor plant compensation in simulated vestibulo-ocular reflex | |
Gheisarnejad et al. | A Close loop multi-area brain stimulation control for Parkinson’s Patients Rehabilitation | |
JPH02286177A (ja) | 生物学的周期のリズム調整機能を備えた埋め込み可能な装置 | |
JP2019534066A (ja) | 患者の血糖値を制御するための自動システム | |
Bogdan et al. | Implantable pacemakers control and optimization via fractional calculus approaches: A cyber-physical systems perspective | |
JP2019528913A (ja) | 患者の血糖値を制御するための自動システム | |
EP3745954A1 (en) | Method for adaptive control of a medical device using bayesian optimization | |
US10092756B2 (en) | System for stimulation therapy of the vagus nerve by implementation of a state transition model | |
US8396550B2 (en) | Optimal cardiac pacing with Q learning | |
Schweighofer et al. | A model of the cerebellum in adaptive control of saccadic gain: II. Simulation results | |
Rouhollahi et al. | Designing a robust backstepping controller for rehabilitation in Parkinson's disease: a simulation study | |
US20210268289A1 (en) | Effective invasive multichannel desynchronizing stimulation | |
Govind et al. | Design of a novel PID controller for cardiac pacemaker | |
US10124173B2 (en) | System for stimulation therapy of the vagus nerve by implementation of a self-adaptive state transition model based on physical or physiological levels | |
Herreros et al. | A cerebellar neuroprosthetic system: computational architecture and in vivo test | |
Castro et al. | Design of advanced control strategies for cardiovascular system | |
US20190247663A1 (en) | Active implantable medical device for the treatment of heart failure with vagus nerve stimulation | |
US9981132B2 (en) | System for stimulation therapy of the vagus nerve by implementation of a state transition model with a learning phase | |
WO2023040521A1 (zh) | 一种自适应闭环深部脑刺激方法、装置及电子设备 | |
Sun et al. | Tube-based model predictive control of an input delayed functional electrical stimulation | |
Berger et al. | Control of electrical alternans in simulations of paced myocardium using extended time-delay autosynchronization |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |