CN114222601A - 用于耳后感测和刺激的可穿戴系统 - Google Patents
用于耳后感测和刺激的可穿戴系统 Download PDFInfo
- Publication number
- CN114222601A CN114222601A CN202080049308.9A CN202080049308A CN114222601A CN 114222601 A CN114222601 A CN 114222601A CN 202080049308 A CN202080049308 A CN 202080049308A CN 114222601 A CN114222601 A CN 114222601A
- Authority
- CN
- China
- Prior art keywords
- signal
- signals
- bio
- patient
- individual
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000000638 stimulation Effects 0.000 title claims abstract description 77
- 238000000034 method Methods 0.000 claims abstract description 64
- 206010062519 Poor quality sleep Diseases 0.000 claims abstract description 55
- 238000004891 communication Methods 0.000 claims abstract description 35
- 238000002567 electromyography Methods 0.000 claims description 69
- 230000033001 locomotion Effects 0.000 claims description 39
- 238000010801 machine learning Methods 0.000 claims description 38
- 230000003321 amplification Effects 0.000 claims description 36
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 36
- 230000003044 adaptive effect Effects 0.000 claims description 33
- 230000000694 effects Effects 0.000 claims description 15
- 238000005070 sampling Methods 0.000 claims description 13
- 238000013526 transfer learning Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 9
- 230000003213 activating effect Effects 0.000 claims 4
- 238000002570 electrooculography Methods 0.000 description 64
- 238000012545 processing Methods 0.000 description 28
- 230000006870 function Effects 0.000 description 25
- 230000015654 memory Effects 0.000 description 20
- 238000000926 separation method Methods 0.000 description 20
- 230000003595 spectral effect Effects 0.000 description 16
- 238000004422 calculation algorithm Methods 0.000 description 15
- 238000003860 storage Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 210000004556 brain Anatomy 0.000 description 13
- 230000002123 temporal effect Effects 0.000 description 13
- 238000007781 pre-processing Methods 0.000 description 12
- 210000001508 eye Anatomy 0.000 description 11
- 238000005259 measurement Methods 0.000 description 11
- 229920001296 polysiloxane Polymers 0.000 description 11
- 230000007958 sleep Effects 0.000 description 11
- 210000000988 bone and bone Anatomy 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 210000000624 ear auricle Anatomy 0.000 description 9
- 230000004424 eye movement Effects 0.000 description 9
- 239000000463 material Substances 0.000 description 9
- 230000003936 working memory Effects 0.000 description 9
- 206010041349 Somnolence Diseases 0.000 description 8
- 238000012549 training Methods 0.000 description 8
- 238000012935 Averaging Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 7
- 210000005069 ears Anatomy 0.000 description 7
- 239000000284 extract Substances 0.000 description 7
- 210000003128 head Anatomy 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 7
- 210000004761 scalp Anatomy 0.000 description 7
- 208000007590 Disorders of Excessive Somnolence Diseases 0.000 description 6
- 238000001914 filtration Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 5
- 230000004397 blinking Effects 0.000 description 5
- 230000000295 complement effect Effects 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 210000001097 facial muscle Anatomy 0.000 description 5
- 210000001595 mastoid Anatomy 0.000 description 5
- 238000012706 support-vector machine Methods 0.000 description 5
- 239000000853 adhesive Substances 0.000 description 4
- 230000001070 adhesive effect Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000003139 buffering effect Effects 0.000 description 4
- 230000003750 conditioning effect Effects 0.000 description 4
- 229910052802 copper Inorganic materials 0.000 description 4
- 239000010949 copper Substances 0.000 description 4
- 230000010355 oscillation Effects 0.000 description 4
- 238000007637 random forest analysis Methods 0.000 description 4
- 230000029058 respiratory gaseous exchange Effects 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 206010053694 Saccadic eye movement Diseases 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000037007 arousal Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 210000000744 eyelid Anatomy 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 230000004886 head movement Effects 0.000 description 3
- 238000007477 logistic regression Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000001617 migratory effect Effects 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 230000004434 saccadic eye movement Effects 0.000 description 3
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 2
- 241000282412 Homo Species 0.000 description 2
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 2
- 208000032140 Sleepiness Diseases 0.000 description 2
- 239000004433 Thermoplastic polyurethane Substances 0.000 description 2
- 229910052770 Uranium Inorganic materials 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 229910052737 gold Inorganic materials 0.000 description 2
- 239000010931 gold Substances 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002861 polymer material Substances 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 229910052709 silver Inorganic materials 0.000 description 2
- 239000004332 silver Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000004936 stimulating effect Effects 0.000 description 2
- 210000000106 sweat gland Anatomy 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 229920002803 thermoplastic polyurethane Polymers 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 206010024264 Lethargy Diseases 0.000 description 1
- 206010049816 Muscle tightness Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000011143 downstream manufacturing Methods 0.000 description 1
- 210000000613 ear canal Anatomy 0.000 description 1
- 229920001971 elastomer Polymers 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 206010015037 epilepsy Diseases 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 210000001259 mesencephalon Anatomy 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000004118 muscle contraction Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000004417 polycarbonate Substances 0.000 description 1
- 229920000515 polycarbonate Polymers 0.000 description 1
- 239000004800 polyvinyl chloride Substances 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000036387 respiratory rate Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000005060 rubber Substances 0.000 description 1
- 230000001711 saccadic effect Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000037321 sleepiness Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009747 swallowing Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
- A61B5/0531—Measuring skin impedance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- 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
- A61B5/25—Bioelectric electrodes therefor
- A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
- A61B5/291—Bioelectric electrodes 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
- A61B5/25—Bioelectric electrodes therefor
- A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
- A61B5/296—Bioelectric electrodes therefor specially adapted for particular uses for electromyography [EMG]
-
- 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
- A61B5/25—Bioelectric electrodes therefor
- A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
- A61B5/297—Bioelectric electrodes therefor specially adapted for particular uses for electrooculography [EOG]: for electroretinography [ERG]
-
- 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
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—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
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
-
- 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
- A61B5/389—Electromyography [EMG]
- A61B5/397—Analysis of electromyograms
-
- 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
- A61B5/398—Electrooculography [EOG], e.g. detecting nystagmus; Electroretinography [ERG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4803—Speech analysis specially adapted for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6814—Head
- A61B5/6815—Ear
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R1/00—Details of transducers, loudspeakers or microphones
- H04R1/02—Casings; Cabinets ; Supports therefor; Mountings therein
- H04R1/028—Casings; Cabinets ; Supports therefor; Mountings therein associated with devices performing functions other than acoustics, e.g. electric candles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R1/00—Details of transducers, loudspeakers or microphones
- H04R1/10—Earpieces; Attachments therefor ; Earphones; Monophonic headphones
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
- A61M2021/0027—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the hearing sense
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
- A61M2021/0027—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the hearing sense
- A61M2021/0038—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the hearing sense ultrasonic
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
- A61M2021/0044—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the sight sense
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
- A61M2021/0055—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus with electric or electro-magnetic fields
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
- A61M2021/0072—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus with application of electrical currents
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
- A61M2021/0083—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus especially for waking up
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/02—General characteristics of the apparatus characterised by a particular materials
- A61M2205/0211—Ceramics
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/02—General characteristics of the apparatus characterised by a particular materials
- A61M2205/0244—Micromachined materials, e.g. made from silicon wafers, microelectromechanical systems [MEMS] or comprising nanotechnology
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/02—General characteristics of the apparatus characterised by a particular materials
- A61M2205/0266—Shape memory materials
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/18—General characteristics of the apparatus with alarm
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/33—Controlling, regulating or measuring
- A61M2205/3306—Optical measuring means
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/33—Controlling, regulating or measuring
- A61M2205/3317—Electromagnetic, inductive or dielectric measuring means
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/33—Controlling, regulating or measuring
- A61M2205/332—Force measuring means
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/33—Controlling, regulating or measuring
- A61M2205/3324—PH measuring means
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/33—Controlling, regulating or measuring
- A61M2205/3375—Acoustical, e.g. ultrasonic, measuring means
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/35—Communication
- A61M2205/3546—Range
- A61M2205/3553—Range remote, e.g. between patient's home and doctor's office
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/35—Communication
- A61M2205/3576—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver
- A61M2205/3584—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver using modem, internet or bluetooth
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/35—Communication
- A61M2205/3576—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver
- A61M2205/3592—Communication with non implanted data transmission devices, e.g. using external transmitter or receiver using telemetric means, e.g. radio or optical transmission
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/50—General characteristics of the apparatus with microprocessors or computers
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/50—General characteristics of the apparatus with microprocessors or computers
- A61M2205/502—User interfaces, e.g. screens or keyboards
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/50—General characteristics of the apparatus with microprocessors or computers
- A61M2205/52—General characteristics of the apparatus with microprocessors or computers with memories providing a history of measured variating parameters of apparatus or patient
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2209/00—Ancillary equipment
- A61M2209/08—Supports for equipment
- A61M2209/088—Supports for equipment on the body
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2210/00—Anatomical parts of the body
- A61M2210/04—Skin
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2210/00—Anatomical parts of the body
- A61M2210/06—Head
- A61M2210/0662—Ears
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2210/00—Anatomical parts of the body
- A61M2210/06—Head
- A61M2210/0687—Skull, cranium
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2210/00—Anatomical parts of the body
- A61M2210/06—Head
- A61M2210/0693—Brain, cerebrum
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/04—Heartbeat characteristics, e.g. ECG, blood pressure modulation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/04—Heartbeat characteristics, e.g. ECG, blood pressure modulation
- A61M2230/06—Heartbeat rate only
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/08—Other bio-electrical signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/08—Other bio-electrical signals
- A61M2230/10—Electroencephalographic signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/08—Other bio-electrical signals
- A61M2230/14—Electro-oculogram [EOG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/20—Blood composition characteristics
- A61M2230/205—Blood composition characteristics partial oxygen pressure (P-O2)
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/40—Respiratory characteristics
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/40—Respiratory characteristics
- A61M2230/42—Rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/60—Muscle strain, i.e. measured on the user
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/63—Motion, e.g. physical activity
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2230/00—Measuring parameters of the user
- A61M2230/65—Impedance, e.g. conductivity, capacity
-
- G—PHYSICS
- G02—OPTICS
- G02C—SPECTACLES; SUNGLASSES OR GOGGLES INSOFAR AS THEY HAVE THE SAME FEATURES AS SPECTACLES; CONTACT LENSES
- G02C11/00—Non-optical adjuncts; Attachment thereof
- G02C11/10—Electronic devices other than hearing aids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/06—Alarms for ensuring the safety of persons indicating a condition of sleep, e.g. anti-dozing alarms
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Physiology (AREA)
- Acoustics & Sound (AREA)
- Psychology (AREA)
- Anesthesiology (AREA)
- Epidemiology (AREA)
- Cardiology (AREA)
- Primary Health Care (AREA)
- Hematology (AREA)
- Artificial Intelligence (AREA)
- Ophthalmology & Optometry (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Data Mining & Analysis (AREA)
- Pulmonology (AREA)
- Databases & Information Systems (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Otolaryngology (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Fuzzy Systems (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Dermatology (AREA)
- Business, Economics & Management (AREA)
Abstract
各种实施例提供了用于耳后生物信号感测和刺激的新颖的工具和技术。一种系统，包括耳后可穿戴设备以及耦接到耳后可穿戴设备的主机，该耳后可穿戴设备还包括耳件、在患者的耳后处耦接到患者的一个或多个传感器。该主机包括第二处理器以及与第二处理器通信的第二计算机可读介质。该第二计算机可读介质上编码有第二指令集，该第二指令集能够由第二处理器执行以：获得第一信号，将第一信号分离为一个或多个单独的生物信号，以及基于从一个或多个单独的生物信号提取的一个或多个特征，确定患者的清醒分类。
Description
相关申请的交叉引用
本申请要求由Tam Vu等人于2019年5月7日提交的题为“System and Apparatusfor a Non-Invasive Multimodal and Continuous Biosignal Measurement andStimulation Device”的第62/844,432号(代理人案号1171.05PR)美国临时专利申请、由Tam Vu等人于2019年9月13日提交的题为“A Wearable System for Behind-the-EarSensing and Stimulation”的第62/900,183号(代理人案号1171.05PR2)美国临时专利申请、以及由Tam Vu等人于2020年3月11日提交的标题为“A Wearable System for Behind-The-Ear Sensing and Stimulation”的第62/988,336号(代理人案号1171.05PR3)美国临时专利申请的优先权，它们的全部公开内容通过引用整体并入本文中以用于所有目的。
背景技术
计算机和计算系统几乎已经影响了现代生活的每个方面。计算机通常涉及工作、休闲、保健、交通、娱乐、家庭管理等。近年来，可穿戴计算设备已经经历了爆炸性的市场增长。这种增长至少部分是由计算部件和传感器的小型化驱动的。许多传统的可穿戴设备集成传感器技术以提供例如心率等的健康信息。该信息可以由可穿戴设备在用户经历他或她的正常日常活动时连续地收集。在本领域中，收集附加的生物信号信息并处理所收集的信息的能力呈现出了若干重大挑战。
日间过度嗜睡(Excessive Daytime Sleepiness，EDS)影响着超过一半的世界人口。EDS常常导致环境意识的频繁缺失。通常，利用睡眠研究或其他形式的患者监测来诊断和治疗EDS。例如，多导睡眠描记术(Polysomnography，PSG)和基于相机的解决方案已被用于检测EDS。具体地，使用PSG的清醒维持测试(Maintenance of Wakefulness Test，MWT)基于来自人类头部的电信号(例如脑电波、眼球运动、下巴肌肉张力等)和行为(例如眼睑闭合、眨眼和点头)来设定用于量化微睡眠的标准。传统上，需要对设施和传感器的复杂设定来管理MWT。此外，MWT必须由技术人员在临床环境中施行。用于检测微睡眠的基于相机的解决方案仅捕获眼睑闭合、点头和外部显现的嗜睡的生理迹象。
因此，提供了用于EDS监测的耳后感测和刺激的新颖的工具和技术。本文中所要求保护的主题，并不限于解决任何缺点或者仅在诸如上述那些环境中操作的实施例。相反，此背景仅提供用以说明其中可以实践本文中所描述的一些实施例的一个示例性的技术区域。
发明内容
至少一个实施例包括耳后传感器。耳后传感器包括配置为搁置在用户的耳后的形状和尺寸。耳后传感器还包括以下传感器部件中的一者或多者：惯性测量单元、LED和光电二极管、麦克风或无线电天线。耳塞式传感器配置为从用户的耳后非侵入性地测量各种生物信号，例如脑电波(脑电图(Electroencephalogram，EEG)和由神经活动产生的电磁场)、眼睛运动(眼电图(Electrooculography，EOG))、面部肌肉活动(肌电图(Electromyography，EMG))、皮肤电活动(Electrodermal Activity，EDA)、头部运动、心率、呼吸速率、吞咽声、话语和器官的声音等。
另外，至少一个实施例包括用于基于迁移学习和深度神经网络从从耳后传感器接收的生物信号中分离信号的计算机系统。所分离的信号包括来自混合信号的EEG信号、EOG信号和EMG信号中的一者或多者。在无需每个用户训练的情况下训练深度神经网络，并且基于来自大量人口的一般数据来训练深度神经网络以学习人类之中的共同模式。
此外，至少一个实施例包括用于使用机器学习模型基于从耳后捕获的生物信号来量化人类清醒程度的计算机系统。该计算机系统能够向用户提供刺激反馈，以在他们昏睡时警告他们或者刺激他们的大脑以保持他们清醒。例如，计算机系统可以执行以下中的一项或多项：使用电性电极阵列生成电信号或磁信号；使用RF天线发射电磁辐射以刺激大脑的不同部位；使用骨传导扬声器产生用于教导用户的声信号或超声信号；以及使用光源发射各种光频率以对大脑产生不同的影响。
提供本发明内容是为了以简化的形式介绍将在以下具体实施方式中进一步描述的概念的选择。该发明内容不旨在确定所要求保护的主题的关键特征或重要特征，也不旨在用作帮助确定所要求保护的主题的范围。
其他特征和优点将在下面的描述中阐述，并且部分地将从描述中显而易见，或者可以通过本文中教导的实践而获悉。本发明的特征和优点可以通过所附权利要求中特别指出的手段和组合来实现和获得。本发明的特征将从以下描述和所附权利要求书中变得更加明显，或者可以通过下文中所阐述的本发明的实践而获悉。
附图说明
通过参考说明书和附图，可以实现对特定实施例的性质和优点的进一步理解，其中，使用相似的附图标记来指代类似的部件。在一些情况下，附图标记关联有子标签以表示多个类似部件中的一个部件。当参考了附图标记而未指定现有子标签时，其意图是指代所有这样的多个类似部件。
图1A是依据各种实施例的耳后感测和刺激系统的示意性框图。
图1B是依据各种实施例的耳后感测和刺激系统的功能性框图。
图2是依据各种实施例的耳后感测和刺激系统的示意性透视图。
图3是依据各种实施例的在耳后感测和刺激系统中的三重级联放大活性电极电路的示意性电路图。
图4A是描绘依据各种实施例的在缓冲级之后由耳后感测和刺激系统收集的原始信号和经滤波的信号的曲线图。
图4B是描绘依据各种实施例的在前馈差分预放大之后由耳后感测和刺激系统产生的信号的信号频谱的曲线图。
图4C是描绘依据各种实施例的具有和不具有自适应放大级的自适应增益控制的原始信号的曲线图。
图5A是描绘依据各种实施例的扫视眼动(Saccadic Eye Movement)信号的过采样和取平均的曲线图。
图5B图示出了依据各种实施例的EEG信号、垂直EOG信号和水平EOG信号的比较图。
图6是依据各种实施例的人类头部上的电极的布局的示意描绘。
图7是依据各种实施例的耳后感测和刺激系统的示意性框图。
图8是依据各种实施例的用于耳后感测和刺激系统的机器学习模型的示意性图示。
图9是依据各种实施例的可以从由耳后感测和刺激系统捕获的信号中提取出的特征的表格。
图10依据各种实施例的用于耳后感测和刺激系统的方法的流程图。
图11是依据各种实施例的用于耳后感测和刺激系统的计算机系统的示意性框图。
图12是图示出依据各种实施例的联网计算机设备的系统的示意性框图。
具体实施方式
虽然上面已经总结了某些实施例的各个方面和特征，但是下面的详细描述更详细地阐明了几个示例性实施例，以使本领域技术人员能够实践这些实施例。所描述的示例仅提供用于阐释性目的，而不旨在限制本发明的范围。
在下列描述中，为了解释说明的目的，阐述了许多具体细节，以提供对所描述的实施例的透彻理解。然而，对本领域技术人员而言，显而易见地，可以在缺少一部分这些具体细节的情况下实践其他的实施例。在其他情况下，某些结构和设备以框图形式示出。本文中描述了几个实施例，虽然将各种特征归于不同的实施例，但是应当理解，关于一个实施例描述的特征也可以与其他实施例结合。然而，同样地，对于本发明的每个实施例，不应认为任何描述的实施例的任何单个特征或多个特征是必要的，因为本发明的其他实施例可以省略这些特征。
除非另有说明，否则在本文中所使用的用于表示量、尺寸等的所有数字应当被理解为在所有情况下均由术语“约”修饰。在本申请中，除非另有具体声明，否则单数的使用包括复数，除非另有说明，否则术语“和”以及“或”的使用意为“和/或”。此外，术语“包括”以及例如“包括了”和“被包括的”等其他形式的使用不应被视为是限制性的。此外，除非另有具体声明，否则例如“元件”或“部件”等的术语涵盖包括一个单元的元件和部件以及包括多个单元的元件和部件。
在一方面，提供了用于耳后感测和刺激的系统。该系统包括耳后可穿戴设备和主机。耳后可穿戴设备可以包括被配置为穿戴在患者的耳后的耳件、耦接到所述耳件并被配置为在患者的耳后处与患者的皮肤接触的一个或多个传感器、耦接到所述一个或多个传感器的第一处理器、以及与所述第一处理器通信的第一计算机可读介质，所述第一计算机可读介质上编码有第一指令集，所述第一指令集可由所述第一处理器执行以经由所述一个或多个传感器获得第一信号，其中所述第一信号包括一个或多个组合的生物信号。所述耳后可穿戴设备还可以配置为预处理所述第一信号并将所述第一信号发送到所述主机。
所述主机可以耦接到所述耳后可穿戴设备。所述主机还可以包括第二处理器；以及与所述第二处理器通信的第二计算机可读介质，所述第二计算机可读介质上编码有第二指令集，所述第二指令集可由所述第二处理器执行以经由所述耳后可穿戴设备获得所述第一信号。所述第二处理器可以进一步执行所述指令以将所述第一信号分离为一个或多个单独的生物信号，经由机器学习模型识别与清醒状态相关联的一个或多个特征，并从所述一个或多个单独的生物信号中的每一个单独的生物信号提取所述一个或多个特征。基于从所述一个或多个单独的生物信号提取的所述一个或多个特征，可以由主机确定所述患者的清醒分类。
在另一方面，提供了用于耳后感测和刺激的装置。所述装置包括处理器；以及与所述处理器通信的计算机可读介质，所述计算机可读介质上编码有指令集，所述指令集可由所述处理器执行以经由一个或多个耳后传感器获得从患者的耳后收集的第一信号，所述第一信号包括一个或多个组合的生物信号，并将所述第一信号分离为一个或多个单独的分量生物信号。所述指令还可以由所述处理器执行以经由机器学习模型识别与所述一个或多个单独的生物信号中的每一个单独的生物信号的清醒状态相关联的一个或多个特征，从所述一个或多个单独的生物信号中的每一个单独的生物信号提取所述一个或多个特征，并基于从所述一个或多个单独的生物信号提取的所述一个或多个特征确定所述患者的清醒分类。
在又一方面，提供了用于耳后感测和刺激的方法。所述方法包括经由一个或多个耳后传感器从患者的耳后处获得第一信号，所述第一信号包括一个或多个组合的生物信号，以及，经由机器学习模型将所述第一信号分离为一个或多个单独的分量生物信号。所述方法可以继续经由所述机器学习模型识别与所述一个或多个单独的生物信号中的每一个单独的生物信号的清醒状态相关联的一个或多个特征，并且从所述一个或多个单独的生物信号中的每一个单独的生物信号提取所述一个或多个特征。所述方法还可以包括经由所述机器学习模型基于从所述一个或多个单独的生物信号提取的所述一个或多个特征来确定所述患者的清醒分类。
所公开的实施例包括基于耳朵的可穿戴系统的新颖的紧凑、轻量、不显眼和社会可接受的设计，其能够非侵入性地测量各种生物信号。如本文中所使用的，“生物信号”包括由电子传感器收集的任何与健康相关的度量，例如脑电波(EEG)、眼睛运动(EOG)、面部肌肉活动(EMG)、皮肤电活动(EDA)和来自人耳后区域的头部运动。可以从耳后捕获的其他潜在生物信号可以包括但不限于心率、呼吸速率、例如语音、呼吸音和器官的声音等来自体内的声音。这些生物信号由与使用者接触的不同类型的传感器从耳后捕获。在至少一个实施例中，传感器可以包括以下中的一项或多项：能够传导电信号的导电材料片、能够呈骨传导麦克风形式的麦克风、MEMS麦克风、驻极体麦克风和/或包括光电探测器和光源的基于光的传感器。
此外，在至少一个实施例中，使用基于各种机器学习和人工智能技术的信号分离算法(包括但不限于迁移学习、深度神经网络和可解释性学习)来对从耳朵周围捕获的混合生物信号进行分离。此外，信号分离算法可以从来自不同设备的先前捕获的信号中得到的一般的“地面真值(ground-truth)”中学习。因此，系统消除了对信号分离的每个用户训练的需要。基于感测结果，系统能够提供使用声信号、可见光或红外光以及电波、磁波或电磁波的脑刺激。这些刺激由骨传导扬声器、光发射器和/或电性电极阵列产生。
图1A是依据各种实施例的耳后感测和刺激系统100A的示意性框图。系统100A包括耳后(Behind-The-Ear，BTE)传感器和刺激设备105(为简洁起见，在下文中可交换地被称为“BTE设备105”)、硅胶耳件110、滤波器和放大器115、一个或多个传感器120、刺激输出125、信号调节逻辑130，还包括自适应增益控制逻辑133、过采样和取平均逻辑135，以及连续阻抗检查逻辑137、流式传输逻辑140、主机150、处理器155、BTE感测逻辑160、信号处理逻辑165、信号分离逻辑170、清醒程度分类逻辑175，以及患者180。应当注意，在图1A中示意性地图示出了系统100A的各种部件，依据各种实施例可以对系统100A进行改变。
在各种实施例中，BTE设备105可包括硅胶耳件110、滤波器和放大器115、一个或多个传感器120、刺激输出125和感测电路130。感测电路130还可包括自适应增益控制级135、连续阻抗检查130和流式传输逻辑145。BTE设备105可以耦接到患者180和主机150。具体地，硅胶耳件110可以耦接到患者180，硅胶耳件110还包括一个或多个传感器120，该一个或多个传感器120可经由硅胶耳件110耦接到患者180的皮肤。主机150还可以包括处理器155和BTE感测逻辑160。BTE感测逻辑160可以包括信号处理逻辑165、信号分离逻辑170和清醒程度分类逻辑175。
在一些实施例中，BTE设备105包括基于耳朵的多模式感测硬件以及支持感测质量管理和数据流式传输以控制所述硬件的逻辑。在一个或多个主机150上运行的BTE感测逻辑160可以配置为处理从BTE设备105的一个或多个传感器120收集的数据。在各种实施例中，BTE设备105可以包括一个或多个硅胶耳件110，该硅胶耳件110配置为围绕使用BTE设备105的患者180的相应的一个或多个耳朵而被穿戴。该一个或多个硅胶耳件110可各自分别耦接到板上电路，该板上电路包括但不限于处理器，例如微控制器(Microcontroller，MCU)、单板计算机、现场可编程门阵列(Field Programmable Gate Array，FPGA)和定制集成电路(Integrated Circuit，IC)。板上电路还可以包括滤波器和放大器115、感测电路130和流式传输逻辑140。
在各种实施例中，一个或多个耳件110可以由聚合物材料构造而成。合适的聚合物材料可以包括但不限于硅胶、橡胶、聚碳酸酯(Polycarbonate，PC)、聚氯乙烯(PolyvinylChloride，PVC)、热塑性聚氨酯(Thermoplastic Polyurethate，TPU)以及其他合适的聚合物材料。在其他实施例中，一个或多个耳件110可以由其他材料构造而成，例如各种金属、陶瓷或其他复合材料。一个或多个耳件110可以配置为耦接到患者180的相应耳朵。例如，在一些实施例中，一个或多个耳件110可以包括被配置为在耳后、围绕耳垂穿戴的钩状或C形结构。相应地，在一些实施例中，一个或多个耳件110可以配置为以钩状方式围绕患者180的相应耳垂紧固。在一些实施例中，一个或多个耳件110可以悬挂在患者180的耳垂上。在一些进一步的实施例中，一个或多个耳件110可以可替代地包括被配置为围绕患者180的耳朵和/或耳垂穿戴的环状结构。在又一实施例中，一个或多个耳件110可以包括被构造成覆盖整个耳朵和耳垂、与患者180的耳垂后面的皮肤接触地穿戴在耳朵上的杯状结构。在另一实施例中，一个或多个耳件110还可以包括插入部分，该插入部分构造成至少部分地插入到患者180的耳道中，以帮助将一个或多个耳件紧固到患者180的耳朵。
在一些实施例中，一个或多个耳件110可以依赖于耳件110的主体与患者180的皮肤之间的摩擦。因此，摩擦可以使耳件相对于患者180的皮肤稳定并保持在适当位置，这可以是对附接于耳垂的补充。在其他实施例中，一个或多个耳件110还可以包括配置为将该一个或多个耳件110临时粘贴到患者180的皮肤的粘合材料。在又一实施例中，一个或多个耳件110可以包括记忆材料，该记忆材料配置为维持其被操控到的物理构造。例如，在一些实施例中，一个或多个耳件110可以包括内部金属线(例如，记忆线)，该内部金属线被配置为维持一个或多个耳件110中的每一个耳件被操控到的形状。在又一些实施例中，一个或多个耳件110还可以包括记忆海绵材料以辅助该一个或多个耳件110符合患者180的耳朵的形状。
在各种实施例中，一个或多个耳件110可以分别包括配置为从患者180收集生物信号的一个或多个传感器120。在各种实施例中，一个或多个传感器120可以定位在耳件内以与患者180的皮肤接触。例如，在一些实施例中，一个或多个传感器120可以配置为在患者180的耳垂后方处与患者180的皮肤接触。在一些示例中，这可以包括一个或多个传感器120中的至少一个传感器与患者180的相应乳突骨上方的皮肤接触。在各种实施例中，一个或多个传感器120可以包括各种类型的传感器，包括但不限于接触电极和其他电极传感器(例如但不限于银织物、铜垫或镀金铜垫)、光学传感器和光电探测器(包括用于测量的光源)、麦克风和其他声音探测器(例如，骨传导麦克风、MEMS麦克风、驻极体麦克风)、水传感器、pH传感器、盐度传感器、皮肤电导传感器、心率监测器、脉搏血氧仪以及其他生理信号传感器。在又一实施例中，一个或多个传感器120还可以包括一个或多个位置传感器和/或运动传感器，例如但不限于加速度计、陀螺仪、惯性测量单元(Inertial Measurement Unit，IMU)、全球导航卫星系统(Global Navigation Satellite System，GNSS)接收机或其他合适的传感器。
相应地，在各种实施例中，一个或多个传感器120可以配置为检测一个或多个生物信号，包括但不限于脑电波(EEG)、眼睛运动(EMG)、面部肌肉活动(EMG)、皮肤电活动(EDA)和来自人类耳后区域的头部运动。其他生物信号可以包括心率、呼吸速率、来自内部身体的诸如语音、呼吸音和器官的声音的声音。在一些实施例中，一个或多个传感器120可以配置为分别通过不同类型的传感器捕获各种生物信号。在一些实施例中，一个或多个传感器120可以配置为测量来自耳后的一个或多个生物信号。
在一些实施例中，除了一个或多个耳件110或者替代一个或多个耳件110，一个或多个传感器120可以进一步结合到其他结构中。例如，在一些实施例中，一个或多个传感器120可以进一步包括在诸如口罩、护目镜、眼镜、无檐帽、有檐帽、遮阳板、头盔或头带的器具中。因此，一个或多个传感器120可配置为耦接到患者180的身体的各种部位。如前所述，在各种实施例中，一个或多个传感器120可以配置为耦接到患者180的耳后皮肤。在一些实施例中，一个或多个传感器120还可以配置为耦接到患者的其他部位，包括但不限于患者180的眼睛、眼睑和围绕眼睛的周围区域、额头、太阳穴、嘴部和围绕嘴部的区域、下巴、头皮以及颈部。与一个或多个耳机110一样，在一些实施例中，一个或多个传感器120还可以包括粘合材料以将一个或多个传感器120粘附到患者的皮肤。
在各种实施例中，滤波器和放大器115可以配置为对由一个或多个传感器120收集的生物信号进行滤波，并放大该信号，以用于由感测电路130的信号调节逻辑和BTE感测逻辑160进行进一步处理。相应地，在各种实施例中，滤波器和放大器115电路可以包括容纳在一个或多个耳件110内的板上电路。滤波器和放大器115可以指相应的滤波电路和放大电路。在一些实施例中，滤波器和放大器115可以包括用于处理生物信号的低噪声(包括超低噪声)滤波器和放大器。在各种实施例中，滤波器和放大器115可以是三重级联放大(Three-Fold Cascaded Amplifying，3CA)电路的一部分。3CA电路可以包括缓冲级、前馈差分放大(Feed-Forward Differential Pre-amplifying，F2DP)级和自适应放大级，如以下将参照图3至图4C更详细地描述的。
在各种实施例中，滤波器可以包括高通滤波器以去除DC分量并且仅允许AC分量通过。在一些实施例中，滤波器可以是Sallen-Key高通滤波器(High Pass Filter，HPF)。3CA电路可以包括如上所述的缓冲级、F2DP级和自适应放大级。因此，在缓冲级，放大器可以配置为缓冲信号，以最小化由患者的运动(包括传感器和/或传感器引线以及电缆的运动)引入的运动伪影。在一些实施例中，在F2DP级，放大器可以配置为在将电缆驱动到感测电路之前放大一个或多个生物信号，因而生物信号的预放大发生在F2DP级。在一些实施例中，可以选择预放大级的增益以利用感测电路的模数转换器(Analog to Digital Converter，ADC)的全部动态范围。自适应放大级可以配置为补偿各种生物信号之间的显著幅度范围差异，例如EEG/EOG信号与EMG信号之间的差异。在一些实施例中，幅度范围的差异可能导致在感测电路的ADC处的信号饱和。因此，滤波器和放大器115中的放大器可以包括一个或多个不同的放大电路。
一旦一个或多个生物信号被检测到并且该一个或多个生物信号已经通过滤波器和放大器115电路，则该一个或多个生物信号可以被馈送到感测电路130以进行进一步处理。感测电路130可以包括但不限于板上处理器以执行以下描述的板上处理特征。例如，感测电路130可以包括例如MCU、FPGA、定制IC或其他嵌入式处理器。在各种实施例中，感测电路130可以定位在例如线上控制器(in-line controller)或者其他外壳组件中，在该线上控制器或其他外壳组件中容纳有感测电路130以及用于一个或多个传感器110和滤波器和放大器115的控制逻辑(如下面将参考图2所详细描述的)。
在各种实施例中，感测电路130可以配置为控制对所收集的原始信号的采样。例如，在一些实施例中，感测电路130可以配置为执行对传感器信号(例如，由传感器捕获的生物信号)的过采样和取平均(Oversampling and Averaging，OAA)133、自适应放大器电路的自适应增益控制(Adaptive Gain Control，AGC)131、以及管理有线和/或无线通信和数据流式传输。因此，在各种实施例中，感测电路130还可以包括AGC逻辑131、OAA逻辑133和流式传输逻辑140。在一些进一步的实施例中，感测电路130还可以包括连续阻抗检查逻辑135。
通过BTE测量的EEG信号、EOG信号和EMG信号比在头皮、眼睛或下巴上直接测量的信号更弱。因此，可以利用OAA 133来增加测量值的信噪比(Signal-to-Noise Ratio，SNR)。例如，在一些实施例中，感测电路130可以配置为利用1kHz的采样率。因此，为了确保高信号质量，可以以1kHz采样率对来自传感器的原始信号进行过采样，并在发送给BTE感测逻辑进行进一步处理之前，通过对所收集的采样取平均来进行下采样。过采样进一步有助于降低随机噪声，例如热噪声、电压供应变化、参考电压变化和ADC量化噪声。此外，OAA 133可以允许更快地调整AGC 131逻辑。在一些实施例中，1kHz的过采样率可以是感兴趣频率的十倍。例如，在一些实施例中，对于微睡眠检测，用于EEG、EOG和EMG的最大期望频率可以是100Hz。因此，在一个示例中，为了对1kHz的样本进行下采样，可以对每5个样本取平均，从而产生200Hz的输出采样速率。图5A示出了通过使用过采样率在1kHz的OAA 133并且通过取平均来下采样到200Hz，可以在削减感测电路的总电流消耗的同时维持高SNR。
在从设备收集到信号之后，由处理软件130对这些信号进行进一步处理。处理软件具有两个主要组成部份：(1)信号预处理和(2)混合信号分离。通过分别通过陷波滤波器、带通滤波器、中值滤波器和离群值滤波器来去除60Hz电噪声、直流趋势、尖峰，由信号预处理模块来对所有收集到的信号进行清洁和去噪。此后，可以将混合生物信号分离成EEG信号、EOG信号和EMG信号。
在一些实施例中，感测电路130还可以包括具有高共模抑制比的右腿驱动(DrivenRight Leg，DRL)电路，该右腿驱动电路配置为对耦接到人体中的噪声进行抑制。此外，模拟部件与数字部件之间的接地可以是分离的以避免串扰干扰。
此外，在一些实施例中，感测电路130可以配置为对一个或多个传感器120与患者180的皮肤之间的皮肤电极接触执行连续阻抗检查。因此，连续阻抗检查逻辑135可以配置为使得感测电路以250Hz的轮询速率检查皮肤电极接触的阻抗，以确保一个或多个传感器120的任何电极保持与皮肤接触。因此，在一些实施例中，可以通过电极与皮肤之间的接触连续地发送小电流(例如，约6nA)。
通过以感兴趣频率发送AC信号来测量接触阻抗。通常，一般选择30Hz用于EEG测量。然而，这将对测量产生噪声，因此它不能在不停止记录的情况下在记录的中间使用。为了避免不必要地停止记录，在至少一个实施例中，系统以高于感兴趣频率的频率来测量阻抗，这是因为在从10Hz到1000Hz的范围内，阻抗值与对数标度中的频率成线性比例。因此，在至少一个实施例中，系统以250Hz来测量接触阻抗，该250Hz远高于我们的感兴趣频率(即0.1Hz至100Hz)。结果，可以连续地监测电极的接触质量。
在一些实施例中，感测电路130可以进一步包括上述自适应放大电路，而在其他实施例中，自适应放大电路可以是滤波器和放大器115电路的一部分。相应地，在一些实施例中，感测电路130的板上处理器还可以配置为动态地调节自适应放大器的增益，以确保以高分辨率捕获生物信号，例如较小幅度的EEG信号和EOG信号以及较大幅度的EMG信号。在一些实施例中，自适应放大器可以具有1x至24x增益的可调增益范围。
在一些实施例中，较小幅度的EEG信号和EOG信号与较大幅度的EMG信号之间的差可以在1000x量级。因此，可以动态地调节感测电路130中的模拟增益以适应信号幅度的变化。在一些实施例中，AGC 131逻辑可以相应地配置为根据AGC算法动态地调节自适应放大器电路的增益。在一些实施例中，AGC算法可以配置为根据EEG/EOG信号和EMG事件来调节增益。例如，当没有显著的EMG事件发生时，可以将EEG/EOG信号保持为最大增益。AGC 131逻辑还可以配置为对EMG事件的幅度的突然增加做出快速反应(例如，快速衰减EMG信号)，并且在EMG事件正在进行时对幅度的减小做出缓慢反应以避免增益振荡。在一些实施例中，可以采用AGC技术，例如峰值包络检波器或平方律检波器。在一个示例中，利用峰值包络检波器，可以在不发生EMG事件时利用小窗口以使得峰值包络检波器能够快速反应以增加幅度，而在EMG事件正在发生时利用大窗口以避免增益振荡。在一些实施例中，可以将下限阈值和上限阈值的窗口大小分别设定在128个样本以及当前增益值的最大范围的70％和90％。在增益转换期间，由于在可以进行新的测量之前需要使放大器稳定，所以可能会丢失几个样本。因此，可以使用线性插值技术填充丢失的样本。
在各种实施例中，可以在OAA之后(例如，在下采样之后)施行AGC。在其他实施例中，可以在过采样之后但在取平均(例如，下采样)之前实施AGC 131逻辑。
根据各种实施例，增益可以自适应地改变而不是具有固定值。在至少一个实施例中，AGC克服了本领域中的至少两个问题：(1)AGC解决了信号饱和的问题，在信号饱和的情况下，所捕获信号的DC(直流)部分的幅度变化达到ADC的最大动态范围，导致饱和并且没有信号被捕获。通过自适应地改变增益并调节ADC的动态范围，能够避免饱和。(2)AGC还提高了所捕获信号的保真度。可以小到10uV的诸如脑电波(例如EEG)的小信号比可以强到100000uV的诸如肌肉收缩的大信号小1000倍。因此，AGC可以配置为增加增益以获得具有高分辨率的小信号，同时灵活且快速地降低增益以捕获大信号。
在各种实施例中，感测电路130的板上处理器还可以配置为驱动感测电路130上的模拟前端(Analog Front End，AFE)以从一个或多个传感器120收集EEG/EOG/EMG和EDA测量值，动态地调节放大器增益以确保对弱幅度信号的高分辨率捕获，同时防止强幅度信号的饱和，并管理与主机设备的通信。在各种实施例中，感测电路130的信号调节逻辑(例如，AGC131逻辑、OAA逻辑133)以及连续阻抗检查逻辑135和流式传输逻辑140可以包括以固件/软件实施的计算机可读指令，而在其他实施例中，可以使用定制硬件，例如专用IC和器具。
在各种实施例中，感测电路130还可以包括可由处理器执行以与主机150通信和/或将数据流式传输到板上本地存储器(例如板上非易失性存储器(例如，闪存、固态存储器或其他存储器))的流式传输逻辑140。相应地，在一些实施例中，BTE设备105和/或感测电路130可以包括无线通信芯片组(包括无线电/调制解调器)，例如蓝牙芯片组和/或Wi-Fi芯片组。在又一实施例中，BTE设备105和/或感测电路130还可以包括有线通信芯片组，例如用于串行(例如，通用串行总线(Universal Serial Bus，USB)通信、以太网或光纤通信)的PHY收发器芯片组。因此，流式传输逻辑140可以配置为管理与主机150的无线和/或有线通信，并且在进一步的实施例中，管理到板上本地存储器的数据流式传输。
在各种实施例中，主机150可以是耦接到BTE设备105的用户设备。例如，主机150可以包括但不限于台式计算机、膝上型计算机、平板电脑、服务器计算机、智能电话或其他计算设备。主机150还可以包括物理机或一个或多个相应的虚拟机实例。主机150可以包括一个或多个处理器155和BTE感测逻辑160。BTE感测逻辑160可以包括但不限于软件(包括固件)、硬件或硬件和软件两者。BTE感测逻辑160还可以包括信号处理逻辑165、信号分离逻辑170和清醒程度分类逻辑175。
在各种实施例中，主机150可以配置为在对信号进行预处理(例如，OAA和AGC)之后从BTE设备105获得生物信号。一旦接收到，来自BTE设备105的信号可以包括一个或多个生物信号(例如，EEG、EOG、EMG和EDA)，这些生物信号被组合成单个信号。因此，从BTE设备接收到的生物信号可以是包括一个或多个分量生物信号的混合信号。在各种实施例中，信号处理逻辑165可以配置为对所有传感器数据应用陷波滤波器以去除50/60Hz电力线干扰、应用线性趋势去除以避免DC漂移、以及应用离群值滤波器以去除尖峰和纹波。
在各种实施例中，信号分离逻辑170可以配置为从从BTE接收到的混合信号中分离出示教分量生物信号。如上所述，混合信号可以包括EEG数据、EOG数据和EMG数据。在各种实施例中，可以将EEG数据定义在4-35Hz的频率范围，将EOG定义在0.1-10Hz的频率范围，以及将EMG定义在10-100Hz的频率范围。因此，信号分离逻辑170可以配置为从从BTE设备105接收到的混合信号中分离出每个分量生物信号数据。在一些实施例中，可以应用相应的带通滤波器(Bandpass Filter，BPF)来将重叠的BTE生物信号分割成处于相应的感兴趣频率范围的信号。在一些实施例中，分别使用4-8Hz、8-12Hz和12-35Hz的BPF来提取清醒相关的EEG频带(例如，θ波、α波和β波)。可以使用0.3-10Hz的BPF来提取用于眼睛运动的水平EOG(hEOG)和用于眨眼的垂直EOG(vEOG)。然后可以将10-100Hz的BPF和中值滤波器应用于混合信号以提取EMG频带，同时去除尖峰和其他过量分量。
在各种实施例中，可以通过信号分离逻辑170进一步提取EDA信号。EDA可以是两个不同分量的叠加：分别处于0.05-1.5Hz和0-0.05Hz的频率范围的皮肤电导响应(SkinConductance Response，SCR)和皮肤电导水平(Skin Conductance Level，SCL)。在去除公共噪声之后，可以类似地应用BPF来提取EDA信号的低频分量。在一些实施例中，原始EDA信号的多项式拟合可以在线性趋势去除之前与0.05-1.5Hz的BPF的输出相加，以获得EDA信号的完整SCR分量信号。
在各种实施例中，清醒分类逻辑175可以包括用于从EOG、EEG、EMG和EDA的分量生物信号中的一个或多个分量生物信号中提取清醒特征的逻辑。此外，清醒分类逻辑175可以采用机器学习(Machine Learning，ML)模型来基于生物信号确定患者180的清醒程度。如以下将参考图1B更详细地描述的，可以从相应的分量生物信号中识别并提取出各种时间特征、频谱特征和非线性特征，并且ML模型可以对患者180的清醒程度进行分类。在一些实施例中，清醒程度可以是配置为量化患者的清醒的归一化标度。在一个示例中，可以在从0至1的标度上归一化清醒程度，其中0指示睡眠或微睡眠的状态，并且1指示清醒状态。在一些实施例中，标度可以指示患者处于睡眠和/或微睡眠状态中的估计概率，其中0为100％的确定性，并且1为0％的确定性。可替代地，ML模型可以配置为对患者180是否处于清醒状态、睡眠状态和/或微睡眠状态中进行分类。相应地，在一些实施例中，清醒分类可以与以下应用中的一个或多个应用相关联地使用：嗜睡症睡眠发作警告、连续关注监视、驾驶/工作分心通知和癫痫监测。
在一些实施例中，BTE感测逻辑160可以配置为基于上述确定的清醒分类(例如，微睡眠分类)来控制刺激输出125。可替代地，在进一步的实施例中，主机设备150可以配置为将清醒/微睡眠分类传输到BTE设备105的板上处理器，该板上处理器可以转而配置为基于清醒分类来控制刺激输出125。例如，如果由BTE感测逻辑160检测到微睡眠，则BTE设备105和/或BTE感测逻辑160可以致使刺激输出125被激活。相应地，在各种实施例中，刺激输出125可以配置为提供各种形式的刺激，并且因而可以包括一个或多个不同类型的刺激设备。例如，BTE设备105的刺激输出可以包括但不限于光源(例如发光二极管或激光器)、扬声器(例如骨传导扬声器或其他声学扬声器)、电极、天线、磁线圈以及其他刺激。
在一些实施例中，可以将刺激输出125结合到所述一个或多个耳件110中的一个或多个耳件中。例如，刺激输出125可以集成到一个或多个耳件120(例如电极阵列、骨传导扬声器、天线、光发射器和各种其他类似部件)中。在一些实施例中，可以利用波束成形技术或相控阵技术将来自刺激输出125的天线、电极和/或磁线圈的RF刺激和EM刺激引导到脑部的期望部位处。附加地，可以通过骨传导扬声器产生声学信号和超声信号，以向患者180发送听觉指令，或向患者180提供听觉刺激，例如警报声。在另外的实施例中，光源可以是可调频率光源，例如可变频率LED或其他激光器。因此，光源的频率可以改变。此外，光源可以定位成向眼睛提供光刺激，或使头部周围的皮肤暴露于不同频率的光。
在另外的实施例中，如前所述，刺激输出125可以至少部分地结合在单独的刺激组件中。刺激组件可以包括例如但不限于口罩、护目镜、眼镜、无檐帽、有檐帽、遮阳板、头盔或头带。因此，除了可以被导向与BTE设备105/一个或多个耳件110接触的区域之外，刺激输出125还可以被导向头部的其他部位。例如，刺激输出125可以配置为将光导向患者180的眼睛。在一些实施例中，光可以被引导到患者180的面部的其他部位。在一些实施例中，可以通过患者的头皮或在患者的面部、颈部或头部的不同区域上提供电刺激。在又一实施例中，可以经由头戴式耳机扬声器或耳内扬声器来提供听觉刺激。
图1B是依据各种实施例的耳后感测和刺激系统100B的功能性框图。BTE系统100B包括信号处理逻辑165，该信号处理逻辑165包括DC去除165a、陷波滤波器165b、中值和离群值滤波器165c以及去噪165d。该系统还包括信号分离逻辑170、清醒分类逻辑175和传感器数据流185。信号分离逻辑170包括BPF 170a、地面真值信号170b、迁移学习功能170c、EOG信号171a、EEG信号171b、EMG信号171c和EDA信号171d。清醒分类逻辑175包括清醒特征提取175a、机器学习模型175b、以及清醒程度175c。传感器数据流185包括混合的EEG、EOG和EMG信号185a、EDA信号185b、运动/位置信号185c和接触阻抗(Z)信号185d。应当注意，在图1A中示意性地图示出了系统100A的各种部件，依据各种实施例可以对系统100A进行改变。
在各种实施例中，传感器数据流185可以是从BTE设备获得的传感器数据。因此，传感器数据流185可以包括混合的EEG、EOG和EMG信号185a(也称为“混合信号185a”)、EDA信号185b、运动/位置信号185c和接触Z信号185d。可以将混合信号185a和EDA信号18dB发送到主机设备以用于经由信号处理逻辑165进行进一步的信号处理。信号处理逻辑包括DC去除165a、陷波滤波器165b、中值和离群值滤波器165c和去噪165d。还可以从BTE设备获得用于对混合信号185a和EDA信号185b进行去噪的运动/位置信号185c和接触Z信号185d。一旦被处理，信号可以由信号分离逻辑170分离成分量生物信号。信号分离逻辑170包括BPF逻辑170a和迁移学习功能170c。还可以由迁移学习函数170c使用地面真值信号170b来训练迁移学习算法。迁移学习功能170c可以输出经分离的EOG信号171a、EEG信号171b和EMG信号171c。然后可以将经分离的生物信号提供给清醒分类逻辑175，该清醒分类逻辑175可以包括清醒特征提取175a、ML模型175b和清醒程度175c。然后可以在传感器数据流185中将所确定的清醒程度175c反馈给BTE设备。
相应地，如上所述，传感器数据流185可以包括由主机150/感测逻辑160从BTE设备105获得的数据流。因此，传感器数据流185包括由主机150从BTE设备105获得的经预处理(例如，OAA、滤波和放大)的信号。传感器数据流185可以包括混合信号185a、EDA信号185b、运动/位置信号185c和接触阻抗信号185d。然后，可以由信号处理逻辑165对混合的EEG信号185a和EDA信号185b进行处理。
如前所述，信号处理逻辑165可以包括DC去除165a。例如，如前所述，可以应用HPF来去除任何DC分量。此外，在一些实施例中，DC去除165a可以包括线性趋势去除以避免DC漂移。在一些实施例中，陷波滤波器165b可以应用于去除50/60Hz电力线干扰，中值和离群值滤波器165c可应用于去除尖峰和波纹。在一些实施例中，信号处理逻辑165然后可以计算对混合生物信号的线性拟合。线性拟合可以包括六次拟合。
关于EDA信号185b，如前所述，EDA信号185b是分别处于0.05-1.5Hz和0-0.05Hz的频率范围的两个不同分量SCR和SCL的叠加。SCL可能因个体而异，但是反映了对单个刺激的快速变化或响应的SCR特征给出了EDA信号的一般特性。在如上所述使用陷波滤波器165b以及中值和离群值滤波器165c去除公共噪声之后，BPF函数170a可以应用相应的BPF来提取EDA信号的低频和有意义的分量。在至少一个实施例中，为了从SCR中提取完整信息，系统将带通0.05至1.5Hz滤波器的输出与EDA信号171d的六次多项式拟合相加，以得到完整的SCR分量。
如前所述，为了确保与皮肤的电接触保持强，可以在电极-皮肤接触点处连续地捕获接触Z信号185d。在一些实施例中，可以通知患者调节BTE设备105和/或一个或多个耳件110以保持良好接触。在一些实施例中，可以进一步使用接触Z信号185d以减轻患者180运动的影响。在一些实施例中，可以使用频率为250Hz的正弦激励信号。因此，可以应用248-252Hz的BPF，并且可以采用RMS包络来计算阻抗值：
在一些实施例中，去噪功能165d可以进一步对来自由运动引入的或由与患者皮肤的电极接触不充分引起的任何噪声的经处理信号进行去噪。相应地，去噪功能165d可以配置为至少部分地基于从BTE设备105获得的运动/位置信号185c和接触Z信号185d来对信号进行去噪。运动/位置信号185c可以包括但不限于从BTE设备105的和/或在一个或多个耳件110上的运动和/或位置传感器接收的信号。运动/位置信号185c可以包括例如从加速度计、陀螺仪、IMU或例如GNSS接收器等的其他位置传感器中的一者或多者接收的信号。
在各种实施例中，预处理技术可以被应用于运动/位置信号185c(即，卡尔曼滤波器、DCM算法和互补滤波器)。在至少一个实施例中，运动/位置信号185c可以在BTE设备105和/或主机150处被预处理。在一个示例中，由于简单的滤波计算和轻量级的实施，可以对运动/位置信号185c应用互补滤波器。在至少一个实施例中，互补滤波器采用来自加速度计的慢速运动信号和来自陀螺仪的快速运动信号，并将它们组合。加速度计可以在静态条件下提供方位指示，而陀螺仪在动态条件下提供倾斜指示。然后来自加速度计的信号可以通过低通滤波器(Low-Pass Filter，LPF)，并且陀螺仪信号可以通过HPF，并随后被组合以给出最终速率。
在进一步的实施例中，可以进一步使用尖峰去除方法对运动/位置信号185c进行预处理。来自3个传感器的数据可以基于互补滤波信号而被融合，给出为α＝0.98*(α+g*dt)+0.02*α，其中α是角位置。然后，去噪功能165d可以估计该角位置处的功率，以减轻由患者180的运动引入的噪声和伪影。
然后可以由信号分离逻辑170使用来自去噪功能165d的去噪信号来将混合信号分离成其分量生物信号。可以进一步将来自去噪功能165d的去噪信息提供给清醒特征提取逻辑175a，以将所识别的特征与运动伪影和/或由电极接触问题引入的伪影区分开。
信号分离逻辑170可以包括BPF功能170a，该BPF功能170a可以将一个或多个BPF应用于混合信号以分离分量信号。如前所述，可以将EEG数据限定在4-35Hz的频率范围，将EOG限定在0.1-10Hz的频率范围，以及将EMG限定在10-100Hz的频率范围。因此，BPF功能170a可以以相应的频率范围应用一个或多个相应的BPF以提取EOG 171a、EEG 171b和EMG 171c的单独的分量生物信号。
如上所述，由于EEG、EOG、EMG在混合信号185a中具有重叠的频率，因此信号分离逻辑170可以配置为通过结合常规带通滤波与利用迁移学习来将混合信号185a分离为单独的EEG信号、EOG信号和EMG信号。在至少一个实施例中，迁移学习模型是基于一般的“地面真值”信号建立的，这有助于消除每个用户的训练。可以使用医院级传感器从一个或多个个体收集一般的地面真值信号。
在至少一个实施例中，并且如上所述，考虑到每个生物信号的频率带宽，不同的带通滤波器提取各种生物信号。此外，系统可以基于期望的输出从生物信号中选择性地确定哪些特征是重要的。例如，如果系统关于EEG信号来确定清醒，则在EEG信号的五个波中，可以忽略δ波(与深度睡眠相关)和γ波(增强的感知)，因为系统专注于清醒和嗜睡。然后，BPF函数可以通过分别施加4-8Hz、8-13Hz、13-35Hz的BPF来提取θ波、α波和β波。在信号分离之后，在一些实施例中，信号处理逻辑165可以再次应用中值滤波器165c以将信号平滑化。
类似地，如前所述，当处理EOG信号时，信号分离逻辑170可以将EOG信号分离成用于眼睛运动的水平EOG图(hEOG)和用于眨眼的垂直EOG图(vEOG)。因此，可以在BPF功能170a处应用BPF以分别以0.2-0.6Hz和0.1-20Hz分离hEOG信号和vEOG信号。因此，EOG信号171a可以包括单独分离的vEOG信号和hEOG信号。然后，信号处理逻辑可以再次应用中值滤波器165c来清洁EOG信号。对于EMG信号，可以施加50-100Hz的BPF(其是主频范围)，以及施加中值滤波器165c以除去尖峰和其他过量分量。
在一些进一步的实施例中，可以利用BPF功能170b与迁移学习的组合来分离分量生物信号。例如，在一些实施例中，一旦如上所述应用了一个或多个相应的BPF，所得到的信号仍然可能具有重叠的频率分量。因此，可以利用类似于卷积自动编码器的深度学习模型以分离处于重叠频率范围的相应的分量生物信号，如以下更详细描述的。
在一些实施例中，卷积自动编码器可以从由地面真值信号170b捕获的信号中学习每一类信号(即EEG、EOG和EMG)的模式(pattern)。在一些实施例中，可以从现有源或数据库得到地面真值信号170b。在一些实施例中，地面真值信号170b例如可以包括在诸如头皮(EEG)、眼睛(EOG)和下巴(EMG)等产生信号的位置处从“金标准”PSG记录设备得到的数据。地面真值信号170b可以包括从患者180或从其他个体取得的测量值。相应地，地面真值信号170b可以来自或不来自同一人。因此，在一些示例中，ML模型可以从从个体的测试群体取得的数据中学习一般模式。
实验结果已表明，组合的BPF函数170a和迁移学习函数170c产生的改进信号在欧氏距离方面50％更接近于直接从患者180(例如，经由PSG记录设备)捕获的地面真值信号。图5B图示出了描绘在EEG频率的带通滤波之后得到的EEG信号和EOG信号(顶部行)、通过迁移学习函数170c重建的EEG信号和EOG信号(中间行)、以及由使用放置在头皮上的电极的PSG记录设备捕获的地面真值EEG信号和EOG信号(底部行)的图500B。
在至少一个实施例中，为了进一步从生物信号提取信息，系统可以利用类似于卷积自动编码器的深度学习模型。卷积自动编码器包括堆叠卷积层的网络，堆叠卷积层将一些高维数据点作为输入，并将该点放置在经学习的嵌入空间中。自动编码器通常利用数据压缩中的应用或者作为用于对维度敏感的其他分析的预处理步骤的应用将数据嵌入到具有比原始输入更少的维度的空间中。通常，为了训练这样的自动编码器，需要试图用基于经解码的输出与原始输入数据之间的距离的更新值来反转编码层的变换的解码卷积层的镜像堆栈。然而，在至少一个实施例中，替代地，系统基于其从混合信号输入中直接提取一个生理信号的能力来训练模型。因此，模型仅需要编码层，其中嵌入空间是从给定生理信号的分布中抽取的信号。
卷积层是为了在图像分类中使用而开发的专用类型的神经网络，其跨数据地应用滑动核函数来提取原始特征。附加卷积层可以应用于原始特征以学习比原始输入更有利于分类的更抽象特征。在至少一个实施例中，卷积可以同样容易地应用到单个维度(例如沿着时间序列)以提取相似的特征，并且可以取决于层的大小而学习提取与时间或频谱特征更相关的特征。相应的，在至少一个实施例中，模型通过首先训练模型以检测时间特征，然后训练另一模型以检测频谱特征，最后将权重从那些模型转移到组合的模型以微调对特征的组合的学习来提取时间特征和频谱特征两者。分割用于预训练的模型减少了模型的每一半的学习量，这有助于收敛，并且最终产生了更强的分离。此训练方法的另一个优点是，对于具有更强的时间特征或频谱特征的信号，模型的一侧可以被加权到另一侧上或者完全被丢弃以有利于更强的特征，例如使用EOG信号分离。
在各种实施例中，在得到单独的EEG 171b信号、EOG 171a信号(包括单独的hEOG信号和vEOG信号)、EMG 171c信号和EDA 171d信号之后，清醒分类逻辑175可以配置为将来自每个单独信号的时间序列数据分割成固定尺寸的历元以及从每个历元提取的所选特征。因此，在各种实施例中，清醒特征提取175a可以包括特征的选择和识别。在一些示例中，特征可以包括时间特征、频谱特征和非线性特征。
在各种实施例中，时间特征可以是在时域中的时间序列数据分析中使用的特征。例如，时间特征可以包括但不限于平均值、方差、最小值、最大值、hjorth参数、偏度和峰度。由于通常在时域中分析EOG 171a信号、EMG 171c信号和EDA171d信号，因此在一些实施例中，可以针对hEOG、vEOG、EMG和EDA中的每一者提取一个或多个时间特征。在一些示例中，小波分解可以用于hEOG信号以提取扫视特征-特别是平均速率、最大速率、平均加速度、最大加速度和范围幅度。从vEOG信号提取眨眼特征，即眨动幅度、平均幅度、峰值闭眼速率、峰值睁眼速率、平均闭眼速率和闭眼时间。
在各种实施例中，频谱特征可以是在频域中的数据分析中使用的特征。例如，频谱特征可以包括但不限于功率比、绝对功率、θ/β、α/β、θ/α和θ/(β+α)。可以分析EEG信号171b的频谱特征，因为脑电波通常在不同阶段的离散频率范围内可用。因此，可以针对EEG信号171b的两个通道(例如，左耳和右耳)中的每一个通道提取一个或多个频谱特征。
在各种实施例中，非线性特征可以是示出具有非线性特性的复杂行为的特征。非线性特征可以包括但不限于关联维数(correlation dimension)、李雅普诺夫指数(Lyapunov exponent)、熵、以及分形维数(fractional dimension)。非线性分析可以应用于EEG信号171b的混沌参数。因此，可以针对EEG信号171b的两个通道中的每一个通道提取一个或多个非线性特征。
图9是可以从各种分离的生物信号中提取的特征的表格900。表格900包括已经被确定为对于量化由ML模型175b识别的清醒程度是重要的的特征。当所有可能的特征都全部被使用时，无关紧要的相关联特征或特征冗余可能降低性能。因此，在一些实施例中，可以通过清醒特征提取175a来应用特征选择技术。特征选择方法可以包括但不限于递归特征消除(Recursive Feature Elimination，RFE)、基于L1和基于树的特征选择。在一些示例中，RFE是去除特征的贪婪优化算法，该算法的删除将对训练错误产生最小的影响。基于L1的特征选择可以用于线性模型，该线性模型包括逻辑回归(Logistic Regression，LR)和支持向量机(Support Vector Machine，SVM)。在一些实施例中，可以在线性模型中使用L1范数以去除具有零系数的特征。在进一步的实施例中，可以使用基于树的模型来对特征重要性进行排序并消除无关紧要的特征。
在各种实施例中，ML模型175b可以配置为确定与清醒分类175c最相关的特征，并且基于所识别的特征确定清醒分类175c。可以由ML模型175b利用各种分类方法，包括但不限于SVM、线性判别分析(Linear Discriminant Analysis，LDA)、LR、决策树(DecisionTree，DT)、随机森林(RandomForest)和自适应增强(AdaBoost)。在一些实施例中，可以由ML模型175b利用3个基本分类器的分层的堆栈。在一些示例中，堆栈可以包括第一层中的RandomForest分类器(具有50个估计器)、第二层中的Adaboost分类器(具有50个估计器)以及最后一层中的SVM(具有RBF核)。
继续以上示例，在一些实施例中，对于前两层(RandomForest和Adaboost)，仅具有高概率(大于0.7)的预测可以被保留，而剩余的样本可以被转移到下一层。在最后一层中，SVM可以对所有剩余样本进行分类。在一些进一步的实施例中，基于EMG事件极有可能导致“清醒”事件的认知，可以由ML模型175b将启发式分类规则应用于最终预测。
图8是机器学习模型175b、800的示意性图示。所描绘的模型800示出了由(核尺寸，滤波器数量，步长)的元组指定的每个卷积层。时间特征和频谱特征分离器分别由模型的左轨迹和右轨迹表示。使用低参数和小步幅的核来提取时间特征，这能够识别更长、更简单的趋势；并且使用高参数、大步幅的核来提取频谱特征，以学习更复杂的频谱特征而无需学习重叠趋势。在一些示例中，可以使用logcosh作为损失距离函数(所述损失距离函数类似于均方误差，但对离群值中的大的差异不太敏感)以及学习速率为0.01的Adam优化器来训练每个模型。
可以在每个信号类型上利用来自所有受试者的混洗的30s历元对模型进行100个历元的训练，然后模型用于按发生时间顺序预测具有每个30s历元的每个受试者的分离信号。一旦已经训练了时间分离器和频谱分离器，来自每个分离器的权重被转移到组合的模型，该组合的模型将两个分离器的输出相加然后与目标信号相比较。组合的学习器使用相同的损耗和优化器，但具有10E-6的降低的学习速率。在被用于模型中之前，两个信号都被归一化，以使得每个30s历元具有0的平均值和1的标准偏差，信号都在PSG与清醒信号之间的时间上对齐，并且清醒信号被下采样到200hz以匹配PSG信号采样率。
因此，在各种实施例中，ML模型175b可以基于所识别和提取到的特征(例如图9的表格900中列出的那些特征)来对用户的清醒程度175c进行分类。在至少一个实施例中，可以使用这些显著特征来构建分层的分类模型，并且可以在未预见的受试者上实现76％的准确率(precision)和85％的召回率(recall)。清醒程度175c的结果可以用于通过使用声学信号来警告用户来产生对患者180的反馈，或者用于经由刺激输出125来向患者提供刺激，并且进一步通过传感器数据流185来提供对刺激效果的反馈。
图2是由患者穿戴的BTE设备200的示意性透视图。BTE设备200包括耳件205(包括左耳件(已图示)和右耳件(被视觉遮挡))、一个或多个传感器210(包括第一传感器210a、第二传感器210b、第三传感器210c和第四传感器210d)、记忆线215、线上控制器220。应当注意，在图2中示意性地图示出了BTE设备200的各种部件，依据各种实施例可以对BTE设备200进行改变。
在各种实施例中，一个或多个耳件205中的每一个耳件可以包括一个或多个传感器210。在一些实施例中，一个或多个传感器210可以包括第一传感器210a、第二传感器210b、第三传感器210c和第四传感器210d。每个相应的耳件205还可以包括记忆线25，记忆线25配置为被操控成期望的形状，并保持其被操控成的配置和/或形状。一个或多个传感器210可以进一步耦接到线上控制器220，该线上控制器220可以进一步包括板上处理、存储器以及无线和/或有线通信子系统。
如前所述，一个或多个耳件205可以是硅胶或者其他聚合物材料。一个或多个耳件205可以配置为以BTE配置围绕耳朵225穿戴。因此，一个或多个传感器210可以与患者的皮肤BTE接触。一个或多个耳件205可以配置为符合位于患者耳后的乳突骨230的形状，并且一个或多个传感器与乳突骨230上方的皮肤接触。在一些实施例中，为了更好地符合乳突骨的曲线，一个或多个传感器210可以包括例如经由粘合剂或其他介质耦接到患者皮肤的电极传感器阵列。在其他实施例中，电极传感器可以经由耳件205的主体固定就位，在一些实施例中，耳件205可类似地包括粘合剂或其他接触介质。
在一些实施例中，一个或多个耳件205可以包括柔韧的硅胶或其他聚合物材料，以符合患者的耳朵225后面的曲线。在一些实施例中，可以基于人类耳朵的平均尺寸(平均耳朵长约6.3厘米，平均耳垂长1.88厘米并且宽1.96厘米)来模制耳件205。为了维持电极与皮肤之间的良好接触，耳件200可以包括耳件主体内的记忆线215。记忆线215可以辅助将相应的耳件205以及一个或多个传感器210压靠于患者的皮肤，并且进一步允许耳件205围绕患者的耳朵225停留在适当位置。类似地，如前所述，一个或多个传感器210可以由银织物、铜垫、镀金铜垫材料中的一种或多种制成。在进一步的实施例中，一个或多个传感器210的电极可以由硬金形成以更好地抵御皮肤油脂和汗水。
在至少一个实施例中，各种附加部件可以集成到一个或多个耳件205中。例如，一个或多个耳件205中的每一个耳件还可以包括刺激输出(例如，用以向患者提供刺激的部件)。如前所述，例如，刺激输出可以包括光源(例如发光二极管或激光器)、扬声器(例如骨传导扬声器或其他声学扬声器)、电极、天线、磁线圈以及其他刺激部件。
在各种实施例中，线上控制器220可以包括板上处理器、存储器和通信子系统。线上控制器220还可以包括传感电路，该传感电路配置为捕获由一个或多个传感器210捕获的模拟生物信号并将其数字化。如前所述，线上控制器220中的板上处理逻辑还可以配置为对生物信号进行预处理。线上控制器220还可以配置为将已经被预处理的数据流式传输到板上存储器和/或建立到主机计算机的有线和/或无线连接以用于进一步的处理和清醒分类，如上所述。以下结合图7更详细地描述线上控制器的硬件实施。
在许多情况下，即使接触良好，从耳件捕获的生物信号也很弱，因为与将电极放置在头皮上相比，电极放置在耳后且远离信号源(即，大脑、眼睛和面部肌肉)。相应地，在至少一个实施例中，利用高采样率来增加传感器系统内的信噪比(SNR)。此外，BTE信号是唯一的，因为EEG信号、EOG信号和EMG信号被混合在一起，而系统需要能够提取它们。此外，每种类型的信号具有不同的幅度范围。EMG信号可以大到100mV，而EEG和EOG可以小到10uV，其比前者小10,000倍。此外，EEG、EOG和EMG的电测量通常受到运动伪影的影响。这些运动伪影需要被减轻以使所得到的清洁信号最大化。
因此，图3是依据各种实施例的3CA活动电极电路300(也被可互换地称为“3CA电路”)的示意性电路图。3CA活动电极电路300包括缓冲级350、F2DP级355和自适应放大级360。应当注意，在图3中示意性地图示出了活动电极电路300的3CA电路布置的各种部件，依据各种实施例可以对电路进行改变。
在各种实施例中，缓冲级350和F2DP级355可以位于BTE耳件345自身上，靠近一个或多个活动电极。在一些实施例中，自适应放大级360可以是位于例如线上控制器外壳中的感测电路的一部分。在其他实施例中，自适应放大级360可以位于具有缓冲级350和F2DP级355的BTE耳件中。与皮肤340的接触阻抗示意性地表示为导向缓冲级的电阻器元件，生物信号表示为电压源Vs，噪声表示为来自主体335的电压源VCM-Noise。
为了减小由接触阻抗波动和电缆摆动产生的运动伪影的影响，缓冲级350可以利用具有单位增益的超高输入阻抗缓冲器。这有效地将高阻抗信号线转换为低阻抗信号线，使得当发生运动时其对导线上的电容的变化具有鲁棒性。依照惯例地，通常将缓冲电路直接置于电极上以最小化信号导线的固有电容。这可能不是理想的，因为用于电极的空间有限。在至少一个实施例中，只要耳后传感系统100能够保持固有电容小且稳定，就不需要将电路直接置于电极上。这通过使用微同轴屏蔽电缆来屏蔽每个电极与其缓冲器之间的连接来进行。
在第二级(F2DP级355)中，为了确保对环境干扰的鲁棒性，在将弱信号和重叠信号驱动到通往感测电路的电缆之前，先对它们进行预放大。由于接触阻抗的不同，具有正增益的传统AE通常面临电极之间增益不匹配的挑战。通过划分成缓冲350级和F2DP 355级，消除了增益失配，因为F2DP的输入阻抗有效地接近于0。因此，接触阻抗不影响下一级的增益。在预放大之前，必须用二阶Sallen-Key高通滤波器去除信号中的DC分量，以使得仅AC信号被放大。
此外，与仅有传统的右腿驱动(DRL)电路相比，F2DP进一步增加了共模抑制比(Common-Mode Rejection Ratio，CMRR)。F2DP级355采用了交叉连接拓扑，在交叉连接拓扑中仅需要一个增益电阻来设定我们的F2DP中的两个前馈仪表放大器的增益。在F2DP之后，产生了全差分信号和前置放大信号，使得它们在驱动通往感测电路的电缆的同时具有抗环境干扰的鲁棒性。
第3级(自适应放大级360)配置为自适应地放大具有显著的幅度范围差(例如在EEG/EOG信号与EMG信号之间的幅度范围差)的信号。如前所述，当以与EEG/EOG信号相同的增益放大EMG信号时，幅度差可能导致在感测电路上的ADC处的信号饱和。因此，在各种实施例中，自适应放大级360可以配置为实时地动态调节EEG/EOG信号和EMG信号两者的增益，从而小的EEG/EOG信号和大的EMG信号两者都被以高分辨率捕获。
在各种实施例中，自适应放大级360可以被置于耳件345中或者感测电路中或者耳件345和感测电路两者中。在至少一个实施例中，自适应放大级360可以被实施于感测电路上，并使用耳件上的固定增益放大器来将信号预放大。这可以减少从耳件345到线上控制器的导线的数量。在进一步的实施例中，自适应放大级360还可以被实施于感测电路上以确保高质量信号。耳后传感系统100可以利用由一个或多个AGC算法控制的可编程增益仪表放大器。用于控制自适应放大级360的AGC算法在前面已经描述过。
在一些实施例中，AGC可以提供处理不同信号之间的大幅度差的能力。例如，AGC算法可以取决于所捕获信号的幅度而自适应地改变放大器的增益。AGC提供至少两个优点：(1)AGC是快速响应的，和(2)AGC是轻量的。快速响应减少了在不同增益水平的转换期间将丢失的所捕获信号的数量。因此，通过切断用于发出信号的通信延迟，在固件水平上实施AGC将减少响应时间。另外，AGC是轻量的，因此它不会干扰主信号流式传输。
图4A至图4C描绘了当采样信号经历上述3CA电路的不同级时的采样信号。
图4A是描绘依据各种实施例的3CA电路的缓冲级之前和之后的原始信号和经滤波的信号的曲线图400A。曲线图400A描绘了具有在信号开始处反射的大幅度EMG事件405的混合信号。眨眼410表示为混合信号中的峰值，而运动伪影呈现为高亮窗口运动伪影持续时间415中。如前所述，缓冲级可以配置为例如在患者正在行走或正在运动时抑制运动伪影。运动伪影可能是由传感器的运动以及BTE设备和电缆的运动引入。如所描绘的，可见，仅运动伪影被缓冲抑制(以较暗的线描绘)，而混合的生物信号被忠实地捕获。在未缓冲的混合信号中，可能不能将眨眼410与运动产生的闪动区分。
图4B是描绘依据各种实施例的在3CA电路的F2DP级之前和之后的混合信号的信号频谱的曲线图400B。曲线图400B显示，与仅使用DRL相比，电线噪声(在60Hz处)及其谐波被进一步抑制24dB。图4C是描绘依据各种实施例的在3CA电路的自适应放大级处具有和不具有AGC的混合信号的曲线图400C。如在顶部信号中所示，当EMG事件发生并且基于EEG/EOG信号设定增益时，频率达到了放大器饱和。底部曲线图描绘了当应用了AGC时的混合信号，并且如图所示，能够在ADC不饱和的情况下捕获EMG事件。在所描绘的实施例中，增益是根据AGC算法设定的，在AGC算法中，在未发生EMG事件时峰值包络检测器(Peak EnvelopeDetector，PED)窗口小(W＝10)以使得峰值包络检测器能够快速反应以增加幅度，而在EMG事件发生时可以利用大窗口(W＝100)以避免增益振荡。
图5A是描绘依据各种实施例的扫视眼动(EOG)信号的过采样和取平均的曲线图500A。如前所述，如图5A中所示，通过利用OAA，可以通过OAA保持与1000kHz的采样率类似的SNR，同时减少感测电路的总电流消耗。图5B图示出了依据各种实施例的EEG信号、垂直EOG信号和水平EOG信号的比较图。如前所述，图5B图示出了使用不同技术产生的各种EEG信号、vEOG信号和hEOG信号。图的顶部行描绘了在对于相应的EEG频率、vEOG频率和hEOG频率的BPF之后从混合信号得到的EEG、vEOG和hEOG。如前所述，中间行描绘了在使用BPF与迁移学习函数(例如卷积自动编码器等)的组合之后得到的EEG信号、vEOG信号和hEOG信号。底部行描绘了“地面真值”EEG信号、vEOG信号和hEOG信号，其由使用在患者头皮上的电极的PSG记录设备捕获。
图6是人类头部上的示例电极布置600的示意描绘。在各种实施例中，电极布置可以包括第一通道第一电极605、第二通道第一电极610、第一通道第二电极615、第二通道第二电极620、第一通道第三电极625、第二通道第三电极630、第一通道第四电极635和第二通道第四电极645。应当注意，在图6中示意性地图示出了电极布置600，依据各种实施例可以对电极布置(包括电极的数量)进行改变。
在各种实施例中，可以经由用于每个耳朵的相应的四个电极的集合来在耳后捕获生物信号。在一些实施例中，所捕获的生物信号可以包括EEG、EOG、EMG和EDA。每个相应的四个电极的集合可以包括配置为捕获生物信号的不同子集集合的两个不同的电极对。在一些实施例中，第一电极对可以用于捕获来自BTE的EEG信号、EOG信号和EMG信号。第二电极对可以配置为从BTE捕获EDA。
对于混合信号，第一信号电极(第一通道第一电极605)和参考电极(第一通道第二电极615)可以分别被放置在左耳件的上部和下部。右腿驱动电路的第二信号(第二通道第一电极610)和接地/偏置电极(第二通道第二电极620)可以分别被放置在右耳件的上部和下部。各电极对彼此保持尽可能远的距离以捕获较高的电压变化。通过这种布置，两个耳朵上的电极都能够拾取EEG信号和EMG信号。因此，为了捕获EEG，我们将两个电极，即左耳上的通道1(第一通道)和右耳上的通道2(第二通道)放置在耳后区域的上部中，以便我们能够捕获来自中脑区域的EEG信号。
在一些实施例中，对于眼睛的信号(EOG)，左耳上的信号电极可以检测vEOG信号(即，眨眼和眼睛上/下运动)，而右耳上的电极可以检测hEOG信号(即，眼睛左/右运动)。为了捕获EOG，使每个电极对之间的垂直距离和水平距离最大化。因此，参考电极615被放置在左耳区域后面靠近乳突骨的下部中。通过这种设置，通道1能够拾取眨眼和眼睛上/下运动，而通道2可以捕获眼睛的左和右运动。另外，通道1和通道2两者都能够捕获与耳后区域下方的肌群相连的大部分面部肌肉活动。由于EEG、EOG和EMG是生物电位信号，因此可以利用两个信号电极(参考电极和公共接地电极)来捕获每个生物信号。
对于EDA，在两个耳朵上利用两个感测电极对(第一通道第三电极625和第一通道第四电极635，以及第二通道第三电极630和第二通道第四电极640)来捕获在身体两侧产生的信号。当BTE具有高汗腺密度时，BTE位置可以很好地捕获EDA。然而，汗腺活动在身体的两半之间是不对称的。因此，在每个耳朵上放置两个电极以可靠地捕获EDA。
图7是依据各种实施例的BTE系统700的控制模块的示意性框图。控制模块710可以包括MCU 715、通信芯片组720和集成AFE 725。控制模块710可以耦接到左耳件705a和右耳件705b。应当注意，在图7中示意性地图示出了系统700，依据各种实施例可以对系统700进行改变。
在各种实施例中，如前所述，控制模块710可以包括线上控制器。因此，控制模块710可以相应地配置为与耳件705a、705b一起被患者穿戴。在一些实施例中，控制模块710的全部或部分可以是耳件705a、705b中的一个或多个耳件的一部分，而在其他实施例中，控制模块710可以与耳件705a、705b组件分离，并且经由电缆耦接到耳件。
如前所述，控制模块710可以包括板上处理。在所描绘的实施例中，板上处理可以是被配置为对从相应的耳件705a、705b收集到的生物信号执行预处理的MCU 715。控制模块710还可以包括通信芯片组720，该通信芯片组720配置为将生物信号数据流式传输到板上存储器和/或主机，控制模块710可以经由无线或有线连接耦接到所述板上存储器和/或主机。通信芯片组可以包括但不限于蓝牙芯片组和/或Wi-Fi芯片组。控制模块710还可以包括集成AFE 725。如前所述，集成AFE 725可以包括用于对生物信号进行预处理的各种电路，包括上述的各种滤波器和放大器。在一些实施例中，集成AFE 725可以包括3CA电路(包括OAA电路、F2DP电路和自适应放大电路)的全部或部分。
图8是依据各种实施例的用于BTE系统的机器学习模型800的示意性图示。如前所述，所描绘的模型800示出了由(核尺寸，滤波器数量，步长)的元组指定的每个卷积层。时间特征和频谱特征分离器分别由模型的左轨迹和右轨迹表示。使用低参数和小步幅的核来提取时间特征，这能够识别更长、更简单的趋势；并且使用高参数、大步幅的核来提取频谱特征，以学习更复杂的频谱特征而无需学习重叠趋势。在一些示例中，可以使用logcosh作为损失距离函数(所述损失距离函数类似于均方误差，但对离群值中的大的差异不太敏感)以及学习速率为0.01的Adam优化器来训练每个模型。
可以在每个信号类型上利用来自所有受试者的混洗的30s历元对模型进行100个历元的训练，然后模型用于按发生时间顺序预测具有每个30s历元的每个受试者的分离信号。一旦已经训练了时间分离器和频谱分离器，来自每个分离器的权重被转移到组合的模型，该组合的模型将两个分离器的输出相加然后与目标信号相比较。组合的学习器使用相同的损耗和优化器，但具有10E-6的降低的学习速率。在被用于模型中之前，两个信号都被归一化，以使得每个30s历元具有0的平均值和1的标准偏差，信号都在PSG与清醒信号之间的时间上对齐，并且清醒信号被下采样到200hz以匹配PSG信号采样率。因此，在各种实施例中，ML模型800可以配置为基于识别和提取到的特征对患者的清醒程度进行分类。
图9是依据各种实施例的可以从由耳后感测和刺激系统捕获的信号中提取出的特征的表格900。如前所述，可以通过ML模型来识别特征，并且可以根据对于清醒分类的相关性来对特征进行选择和排序。
图10是依据各种实施例的利用BTE系统进行清醒分类的方法1000。在方框1005处，方法1000通过从放置在患者的BTE的一个或多个传感器获得混合生物信号而开始。如前所述，可以提供BTE传感器用于检测各种生物信号，包括EEG、EOG、EMG和EDA。一个或多个传感器可以放置在患者的耳后，并且从患者的BTE位置收集信号。直接从传感器获得的生物信号可以是原始信号。如前所述，BTE传感器可以配置为被容纳在BTE耳件中，并且经由BTE耳件被耦接到患者，并且被定位成如前所述的位于患者耳后方的布置和间隔。
在方框1010处，方法1000通过对混合生物信号进行预处理而继续。在各种实施方式中，可以经由在耳件、控制模块(例如线上控制器)和/或感测电路中的预处理电路而对原始混合生物信号进行预处理。预处理可以包括对信号的滤波、噪声去除以及进一步调节以用于进一步的下游处理。在一些实施例中，预处理可以包括如前所述的3CA，包括缓冲级、F2DP级和自适应放大级。在又进一步的实施例中，如前所述，预处理可以包括对混合信号的OAA。
相应地，在方框1015处，方法1000通过对原始混合生物信号进行缓冲而继续。如前所述，在各种实施例中，缓冲可以包括使混合信号通过3CA电路的缓冲级。对信号进行缓冲可以包括利用具有单位增益的超高输入阻抗缓冲器。这有效地将高阻抗信号线转换为低阻抗信号线，使得当发生运动时其对导线上的电容的变化具有鲁棒性。因此，可以去除由运动和电缆摆动引入的噪声伪影。
在方框1025处，该方法通过对经缓冲的混合信号执行F2DP而继续。如前所述，在各种实施例中，在一些实施例中，3CA电路的F2DP级可以配置为对缓冲信号执行预放大。在一些实施例中，可以选择预放大级的增益以利用感测电路的模数转换器(Analog to DigitalConverter，ADC)的全部动态范围。因此，F2DP可以配置为，为了确保对环境干扰的鲁棒性，在将弱信号和重叠信号驱动到通往感测电路的电缆之前，先对它们进行预放大。附加地，与仅有传统的右腿驱动(Driven Right Leg，DRL)电路相比，F2DP进一步增加了共模抑制比(Common-Mode Rejection Ratio，CMRR)。F2DP采用了交叉连接拓扑，在交叉连接拓扑中需要仅一个增益电阻来设定我们的F2DP中的两个前馈仪表放大器的增益。在F2DP之后，产生了全差分信号和前置放大信号，使得它们在驱动通往感测电路的电缆的同时具有抗环境干扰的鲁棒性。
在方框1025处，方法1000通过对经预放大的信号进行自适应放大而继续。自适应放大级可以配置为补偿各种生物信号之间的显著幅度范围差异，例如EEG/EOG信号与EMG信号之间的差异。如前所述，当以与EEG/EOG信号相同的增益放大EMG信号时，幅度差可能导致在感测电路上的ADC处的信号饱和。因此，在各种实施例中，自适应放大可以包括实时地动态调节EEG/EOG信号和EMG信号两者的增益，从而小的EEG/EOG信号和大的EMG信号两者都被以高分辨率捕获。
因此，在方框1030处，可以应用AGC算法来确定用于自适应放大的增益。如前所述，在各种实施例中，可以应用AGC算法以根据AGC算法动态地调节自适应放大器电路的增益。在一些实施例中，AGC算法可以配置为根据EEG/EOG信号和EMG事件来调节增益。例如，当没有显著的EMG事件发生时，可以将EEG/EOG信号保持为最大增益。AGC 131逻辑还可以配置为对EMG事件的幅度的突然增加做出快速反应(例如，快速衰减EMG信号)，并且在EMG事件正在进行时对幅度的减小做出缓慢反应以避免增益振荡。
在方框1035处，可以对经预处理的混合信号进行清洁和去噪。在各种实施例中，如前所述，对混合信号的清洁和去噪可以包括滤波、基于运动/位置信号和接触阻抗信号的运动伪影去除和去噪、以及其他噪声去除技术。
在方框1040处，方法1000可以通过将经清洁的混合信号分离成分量生物信号而继续。在各种实施例中，如前所述，分离生物信号可以包括使用BPF与ML模型的迁移学习函数170c的组合来对混合信号进行BPF。因此，通过利用这些技术，可以将混合信号分离为EOG生物信号、EEG生物信号、EMG生物信号和EDA生物信号。
在方框1045处，该方法通过经由ML模型识别和提取特征而继续。如前所述，ML模型可以配置为识别和提取分量生物信号(例如但不限于EOG、EEG、EMG和EDA)的各种特征。ML模型可以进一步选择紧要特征并对这些特征进行排序以进行清醒分类。在方框1050处，ML模型可以基于单独的生物信号的特征来确定患者的清醒分类。在一些实施例中，清醒确定可以指示患者的清醒程度。可以在配置为量化患者的清醒的归一化标度上表示清醒程度。在一个示例中，可以在从0至1的标度上归一化清醒程度，其中0指示睡眠或微睡眠的状态，并且1指示清醒状态。在一些实施例中，标度可以指示患者处于睡眠和/或微睡眠状态中的估计概率，其中0为100％的确定性，并且1为0％的确定性。可替代地，ML模型可以配置为确定患者180是否处于清醒状态、睡眠状态和/或微睡眠状态中。
在方框1055处，方法1000还包括响应于清醒分类来控制刺激输出。例如，如前所述，如果通过ML模型确定患者处于微睡眠状态中，则可以激活刺激输出以向患者提供刺激。刺激输出可以包括但不限于电极阵列、骨传导扬声器、天线、光发射器和各种其他类似部件。在一些实施例中，可以利用波束成形技术或相控阵技术将来自刺激输出的天线、电极和/或磁线圈的RF刺激和EM刺激引导到脑部的期望部位处。附加地，可以通过骨传导扬声器产生声学信号和超声信号，以向患者传输听觉指令，或向患者提供听觉刺激，例如警报声。在另外的实施例中，光源可以是可调频率光源，例如可变频率LED或其他激光器。因此，光源的频率可以改变。此外，光源可以定位成向眼睛提供光刺激，或使头部周围的皮肤暴露于不同频率的光。在另外的实施例中，如前所述，刺激输出可以至少部分地结合在单独的刺激组件中。刺激组件可以包括例如但不限于口罩、护目镜、眼镜、无檐帽、有檐帽、遮阳板、头盔或头带。
图11是依据各种实施例的用于耳后感测和刺激系统的计算机系统的示意性框图。计算机系统1100是例如控制模块、线上控制器或主机等的计算机系统(物理的和/或虚拟的)的示意性表示，其可以执行如本文中所述的由各种其他实施例提供的方法。应该注意的是，图11仅提供了各种部件的一般性图示，可以适当地利用这些部件中的任何一个或多个。因此，图11大致地示出了可以如何以相对分离或相对更集成的方式来实施各个系统元件。
计算机系统1100包括可以经由总线1105电性耦接的或者可以适当地以其他方式通信的多个硬件元件(或虚拟元件)。硬件元件可以包括一个或多个处理器1110，包括但不限于一个或多个通用处理器和/或一个或多个专用处理器(例如微处理器、数字信号处理芯片、图形加速处理器和微控制器)；一个或多个输入设备1115(其包括但不限于鼠标、键盘、一个或多个传感器和/或类似物)；以及一个或多个输出设备1120(其可以包括但不限于显示设备和/或类似物)。
计算机系统1100还可以包括一个或多个存储设备1125和/或与一个或多个存储设备1125通信，存储设备1125可以包括但不限于本地和/或网络可访问存储器，和/或可以包括但不限于磁盘驱动器、驱动器阵列、光学存储设备、固态存储设备(例如随机存取存储器(Random Access Memory，RAM)和/或只读存储器(Read-Only Memory，ROM))，该固态存储设备可以是可编程的、可闪存更新的和/或类似的。这样的存储设备可以配置为实施任何适当的数据存储，该数据存储包括但不限于各种文件系统、数据库结构和/或类似物。
计算机系统1100也可以包括通信子系统1130，该通信子系统1130可以包括但不限于调制解调器、网卡(无线或有线的)、IR通信设备、无线通信设备和/或芯片组(例如蓝牙设备、802.11设备、WiFi设备、WiMax设备、WWAN设备、低功耗(Low-Power，LP)无线设备、Z波(Z-Wave)设备、ZigBee设备、蜂窝通信设施等)。通信子系统1130可以准许与网络(举一个例子，例如以下描述的网络)、与其他计算机或硬件系统、在数据中心或不同云平台之间和/或与本文中描述的任何其他设备交换数据。在许多实施例中，计算机系统1100还包括工作存储器1135，该工作存储器2035可以包括RAM或ROM设备，如上所述。
计算机系统1100还可以包括被示出为当前位于工作存储器1135内的软件元件，包括操作系统1140、设备驱动器、可执行库和/或其他代码，例如一个或多个应用程序1145，该一个或多个应用程序1145可以包括由各种实施例提供的计算机程序，和/或可以被设计为实施由其他实施例提供的方法和/或配置系统，如本文中所述。仅作为示例，有关于以上讨论的方法描述的一个或多个过程可以被实施为可由计算机(和/或计算机内的处理器)执行的代码和/或指令；因此，在一方面，这样的代码和/或指令可以用于配置和/或适配通用计算机(或其他设备)，以执行依据所描述的方法的一个或多个操作。
这些指令和/或代码的集合可以被编码和/或被存储在非暂态性计算机可读存储介质(例如上述存储设备1125)上。在一些情况下，该存储介质可以包含在计算机系统(例如系统1100)中。在其他实施例中，存储介质可以与计算机系统(即，诸如光盘等的可移动介质)分离，和/或以安装包的形式提供，以使得该存储介质可以用于利用存储在其上的指令/代码对通用计算机进行编程、配置和/或适配。这些指令可以采用可由计算机系统1100执行的可执行代码的形式，和/或可以采用源代码和/或可安装代码的形式，当在计算机系统1100上(例如使用各种通常可用的编译器、安装程序、压缩/解压缩工具等中的任何一者)编译和/或安装采用这种形式的指令时，这些指令然后采用可执行代码的形式。
对于本领域技术人员来说明显的是，可以依据特定要求做出实质性的变化。例如，也可以使用定制的硬件(例如可编程逻辑控制器、单板计算机、FPGA、ASIC和SoC等)和/或可以在硬件、软件(包括便携式软件，例如小应用程序等)或两者中实现特定的元件。此外，可以采用到其他计算设备(例如网络输入/输出设备等)的连接。
如上所提及的，在一方面，一些实施例可以采用计算机或硬件系统(例如计算机系统1100等)来执行依据本发明的各种实施例的方法。根据一组实施例，这样的方法的一些或全部过程由计算机系统1100响应于处理器1110执行一个或多个指令的一个或多个序列而执行，这些指令可以被并入在工作存储器1135中包含的操作系统1140和/或其他代码(例如应用程序1145或固件)中。这样的指令可以从另一计算机可读介质(例如存储设备1125中的一者或多者)读入工作存储器1135中。仅作为示例，包含在工作存储器1135中的指令序列的执行可以致使处理器1110执行本文中描述的方法的一个或多个过程。
如本文中所使用的术语“机器可读介质”和“计算机可读介质”是指参与提供致使机器以特定方式运行的数据的任何介质。在使用计算机系统1100实施的实施例中，各种计算机可读介质可涉及向处理器1110提供指令/代码以用于执行和/或可用于存储和/或携带这样的指令/代码(例如作为信号)。在许多实施方式中，计算机可读介质是非暂态性的、物理的和/或有形的存储介质。在一些实施例中，计算机可读介质可以采用许多形式，包括但不限于非易失性介质，易失性介质或类似物。非易失性介质包括例如光盘和/或磁盘，例如存储设备1125等。易失性介质包括但不限于动态存储器，例如工作存储器1135。在一些替代性实施例中，计算机可读介质可以采用传输介质的形式，该传输介质包括但不限于同轴电缆、铜导线和光纤，包括构成总线1105的导线，以及通信子系统1130的各种部件(和/或通信子系统1130通过其提供与其他设备的通信的介质)。在替代性的一组实施例中，传输介质也可以采用波(包括但不限于无线电波、声波和/或光波，例如在无线电波和红外线数据通信期间生成的那些波)的形式。
物理的和/或有形的计算机可读介质的通常形式包括例如，软盘、柔性盘、硬盘、磁带或任何其他磁介质、CD-ROM、任何其他光学介质、穿孔卡片、纸带、具有孔图案的任何其他物理介质、RAM、PROM、和EPROM、FLASH-EPROM、任何其他存储器芯片或盒式磁带、如下文中所述的载波或者计算机能够从中读取指令和/或代码的任何其他介质。
各种形式的计算机可读介质可以涉及将一个或多个指令的一个或多个序列传送给处理器1110以用于执行。仅作为示例，指令最初可以被承载在远程计算机的磁盘和/或光盘上。该远程计算机可以将该指令加载到其动态存储器中，通过传输介质将该指令作为信号发送，以由计算机系统1100接收和/或执行。依据本发明的各种实施例，这些信号可以是以电磁信号、声信号、光信号和/或类似物的形式，它们都是可以在其上编码有指令的载波的示例。
通信子系统1130和/或其部件通常接收信号，然后总线1105可以将信号和/或由信号携带的数据、指令等传送到工作存储器1135，处理器1110从工作存储器1135中检索并执行该指令。由工作存储器1135接收的指令可以可选地在由处理器1110执行之前或之后被存储在存储设备1125上。
图12是图示出依据各种实施例的联网计算机设备的系统1200的示意性框图。系统1200可以包括一个或多个用户设备1205。用户设备1205仅作为示例地可以包括运行适当的操作系统的台式计算机、单板计算机、平板计算机、膝上型计算机、手持式计算机、边缘设备、可穿戴设备等。用户设备1205还可以包括运行各种操作系统中的任一种操作系统的外部设备、远程设备、服务器和/或工作站计算机。用户设备1205还可以具有各种应用中的任一种应用，包括配置为执行由各种实施例提供的方法的一个或多个应用，以及一个或多个办公室应用、数据库客户端和/或服务器应用、和/或Web浏览器应用。可替代地，用户设备1205可以包括能够经由网络(例如，下文描述的网络1210)通信和/或能够显示和导航网页或其他类型的电子文档的任何其他电子设备，例如瘦客户端计算机、支持互联网的移动电话和/或个人数字助理。虽然示例性系统1200被示出为具有两个用户设备1205a-1205b，但是可以支持任意数量的用户设备1205。
某些实施例在联网环境中运行，联网环境可以包括网络1210。网络1210可以是本领域技术人员熟悉的能够支持数据通信的任何类型的网络，例如接入网络、核心网络或云网络，并且使用各种市面上可得的(和/或免费的或专有的)协议中的任何协议，包括但不限于MQTT、CoAP、AMQP、STOMP、DDS，SCADA、XMPP、定制中间件代理、Modbus、BACnet、NCTIP、蓝牙、Zigbee/Z波、TCP/IP、SNA、IPX等。仅作为示例，网络1210可以各自包括局域网(LocalArea Network，LAN)，包括但不限于光纤网络、以太网网络、令牌环(Token-Ring)网络等；广域网(Wide Area Network，WAN)；无线广域网(Wireless Wide Area Network，WWAN)；虚拟网络，例如虚拟专用网络(Virtual Private Network，VPN)；因特网；内嵌网；外联网；公共交换电话网(Public Switched Telephone Network，PSTN)；红外线网络；无线网络，包括但不限于在本领域公知的IEEE 802.11协议集、蓝牙协议和/或任何其他无线协议下运行的网络；和/或这些网络和/或其他网络的任何组合。在一个特定实施例中，网络可以包括服务提供商(例如，互联网服务提供商(Internet Service Provider，ISP))的接入网络。在另一实施例中，网络可以包括服务提供商的核心网络、骨干网络、云网络、管理网络和/或因特网。
实施例还可以包括一个或多个服务器计算机1215。一个或多个服务器计算机1215中的每一个服务器计算机可以配置有操作系统，包括但不限于以上论述的操作系统中的任何操作系统，以及任何市面上可得的(或免费的)服务器操作系统。一个或多个服务器1215中的每一个服务器也可以运行一个或多个应用，该一个或多个应用可以配置为向一个或多个客户端1205和/或其他服务器1215提供服务。
仅作为示例，如上所述，一个或多个服务器1215中的一个服务器可以是数据服务器、网页(Web)服务器、编排服务器、认证服务器(例如，TACACS、RADIUS等)、云计算设备等。数据服务器可以包括(或与之通信)Web服务器，该Web服务器仅作为示例地可以用于处理来自用户计算机1205的对网页或其他电子文档的请求。Web服务器还可以运行各种服务器应用，包括HTTP服务器、FTP服务器、CGI服务器、数据库服务器、Java服务器等。在本发明的一些实施例中，Web服务器可以配置为服务能够在一个或多个用户计算机1205上的Web浏览器内运行以执行本发明的方法的网页。
在一些实施例中，服务器计算机1215可以包括一个或多个应用服务器，该应用服务器可以配置有一个或多个应用、程序、基于Web的服务或可由客户端访问的其他网络资源。仅作为示例，服务器1215可以是能够响应于用户计算机1205和/或其他服务器1215而执行程序或脚本的一个或多个通用计算机，包括但不限于Web应用(在某些情况下，Web应用可以配置为执行由各种实施例提供的方法)。仅作为示例，Web应用可以被实施为以任何合适的编程语言(例如Java、C、C#或C++等)和/或任何脚本语言(例如Perl、Python或TCL等)，以及任何编程语言和/或脚本语言的组合编写的一个或多个脚本或程序。应用服务器还可以包括数据库服务器，包括但不限于可从甲骨文(Oracle)、微软(Microsoft)、Sybase、IBM等市面上购得的数据库服务器，其能够处理来自在用户计算机、用户设备或客户设备1205和/或另一服务器1215上运行的客户端(取决于配置而包括专用数据库客户端、API客户端、Web浏览器等)的请求。
依据进一步的实施例，一个或多个服务器1215可以用作文件服务器和/或可以包括实施各种公开的方法所必需的文件(例如，应用代码、数据文件等)中的一个或多个文件，这些文件由在用户计算机1205和/或另一服务器1215上运行的应用合并。替代地，如本领域技术人员将理解的，文件服务器可以包括所有必要的文件，以允许这样的应用被用户计算机、用户设备或客户设备1205和/或服务器1215远程调用。
应当注意，取决于实施特定的需要和参数，可以通过单个服务器和/或多个专用服务器来执行本文中关于各种服务器(例如，应用服务器、数据库服务器、Web服务器、文件服务器等)描述的功能。
在某些实施例中，系统可以包括一个或多个数据库1220a-1220n(统称为“数据库1220”)。数据库1220中的每一个数据库的位置是任意的：仅作为示例，数据库1220a可以驻留在服务器1215A(或替代地，用户设备1205)的本地存储介质上和/或驻留在在服务器1215A(或替代地，用户设备1205)中。替代地，数据库1220n可以是远程的，只要其能够与这些中的一个或多个通信(例如，经由网络1210)。在一组特殊的实施例中，数据库1220可以驻留在本领域技术人员熟知的存储区域网(Storage-Area Network，SAN)中。在一组实施例中，数据库1220可以是配置为主管从各种数据源收集的一个或多个数据湖的关系数据库。如本领域的技术人员所知，数据库1220可以包括SQL数据库、no-SQL数据库和/或混合数据库。数据库可以由数据库服务器控制和/或维护。
系统1200还可以包括耳件1225、一个或多个传感器1230、刺激输出1235、控制器1240、主机1245和BTE设备1250。如前所述，关于其他实施例，控制器1240可以包括通信子系统，该通信子系统配置为将经预处理的混合信号传输到主机1245以用于进一步处理。在一些实施例中，控制器1240可以配置为经由有线或无线连接将生物信号直接传输到主机1245，而在其他实施例中，控制器可以配置为经由通信网络1210将生物信号传输到主机。
应当理解，具有耳后监测系统的清醒监测的示例仅是潜在使用系统的单个示例，并且在本文中被提供以为了示例和解释的目的。此外，这些方法可以由包括一个或多个处理器和例如计算机存储器等的计算机可读介质的计算机系统来实践。特别地，计算机存储器可以存储计算机可执行指令，当所述计算机可执行指令由一个或多个处理器执行时，致使执行各种功能，例如在实施例中所记载的动作。
虽然已经关于示例性实施例描述了某些特征和方面，但是本领域技术人员将认识到可以进行多种更改。例如，在本文中描述的方法和过程可以使用硬件部件、软件部件和/或它们的任何组合来实施。此外，虽然为了便于描述，可以关于某些结构和/或功能部件来描述在本文中描述的各种方法和过程，但是由各种实施例提供的方法不限于任何单个结构和/或功能架构，而是可以在任何合适的硬件、固件和/或软件配置上实施。类似地，尽管某些功能被归于某些系统部件，除非上下文另有规定，否则该功能可以依据几个实施例而被分布在各种其他系统部件之间。
此外，虽然为了便于描述而按顺序描述了本文中描述的方法和过程的程序，但是除非上下文另有规定，否则可以依据各种实施例重新排序、添加和/或省略各种程序。此外，关于一种方法或过程描述的程序可以被并入其他描述的方法或过程中；类似地，依据特定结构架构和/或关于一个系统描述的系统部件可以被组织成替代的结构架构和/或被并入其他描述的系统中。因此，尽管为了便于描述以及图示那些实施例的示例性方面而描述了具有或不具有特定特征的各种实施例，但是除非上下文另有规定，否则在本文中关于一个实施例描述的各种部件和/或特征可以在其他描述的实施例中被替换、添加和/或减去。因此，尽管以上已经描述了若干示例性实施例，但是应当理解，本发明旨在覆盖所附权利要求范围内的所有修改和等同物。
Claims (20)
1.一种系统，包括：
耳后可穿戴设备，包括：
耳件，所述耳件配置为穿戴在患者的耳后；
一个或多个传感器，所述一个或多个传感器耦接到所述耳件并且配置为在所述患者的耳后处与所述患者的皮肤接触；
第一处理器，所述第一处理器耦接到所述一个或多个传感器；以及
第一计算机可读介质，所述第一计算机可读介质与所述第一处理器通信，所述第一计算机可读介质上编码有第一指令集，所述第一指令集能够由所述第一处理器执行以：
经由所述一个或多个传感器获得第一信号，其中所述第一信号包括一个或多个组合的生物信号；以及
发送所述第一信号；
主机，所述主机耦接到所述耳后可穿戴设备，所述主机进一步包括：
第二处理器；以及
第二计算机可读介质，所述第二计算机可读介质与所述第二处理器通信，所述第二计算机可读介质上编码有第二指令集，所述第二指令集能够由所述第二处理器执行以：
经由所述耳后可穿戴设备获得所述第一信号；
将所述第一信号分离为一个或多个单独的生物信号；
经由机器学习模型识别与清醒状态相关联的一个或多个特征；
从所述一个或多个单独的生物信号中的每一个单独的生物信号提取所述一个或多个特征；以及
基于从所述一个或多个单独的生物信号提取的所述一个或多个特征，确定所述患者的清醒分类。
2.根据权利要求1所述的系统，其中，所述一个或多个单独的生物信号包括脑电图(Electroencephalogram，EEG)信号、眼动电图(Electrooculography，EOG)信号、肌电图(Electromyography，EMG)信号和皮肤电活动(Electrodermal Activity，EDA)信号中的至少一者。
3.根据权利要求1所述的系统，还包括刺激输出阵列，所述刺激输出阵列包括光源、扬声器、电极、天线或磁线圈中的至少一者。
4.根据权利要求3所述的系统，其中，所述耳件还包括所述刺激输出阵列。
5.根据权利要求3所述的系统，其中，所述第二指令集进一步能够由所述第二处理器执行以：
基于所述清醒分类来控制所述刺激输出阵列的操作，
其中，如果所述清醒分类指示微睡眠状态，则控制所述刺激输出阵列的操作包括：激活所述刺激输出阵列的所述光源、扬声器、电极、天线或磁性线圈中的所述至少一者中的一者或多者。
6.根据权利要求3所述的系统，其中，所述第一指令集进一步能够由所述第一处理器执行以：
从所述主机获得所述清醒分类；以及
基于所述清醒分类来控制所述刺激输出阵列的操作，其中，如果所述清醒分类指示微睡眠状态，则控制所述刺激输出阵列的操作包括：激活所述刺激输出阵列的所述光源、扬声器、电极、天线或磁性线圈中的至少一者。
7.根据权利要求1所述的系统，还包括三重级联放大电路，所述三重级联放大电路进一步包括：
缓冲级，所述缓冲级配置为从所述第一信号去除运动伪影；
前馈差分预放大级，所述前馈差分预放大级配置为从所述缓冲级接收所述第一信号，并且利用前馈拓扑对所述第一信号进行预放大以抑制电线噪声；以及
自适应放大级，所述自适应放大级配置为从所述前馈差分预放大级接收所述第一信号，所述自适应放大级还配置为基于所述一个或多个组合的生物信号中的至少一个组合的生物信号的幅度来动态地调节第一放大器增益。
8.根据权利要求7所述的系统，其中，所述第一指令集进一步能够由所述第一处理器执行以：
响应于在第一时间窗期间确定所述一个或多个单独的生物信号的肌电图信号的幅度低于阈值，将所述第一放大器增益设定为第一增益水平；
响应于在所述第一时间窗期间以及在比所述第一时间窗更长的第二时间窗的持续时间内确定所述一个或多个单独的生物信号的肌电图信号的幅度高于阈值，将所述第一放大器增益设定为低于所述第一增益水平的第二增益水平。
9.根据权利要求1所述的系统，其中，所述第一指令集进一步能够由所述第一处理器执行以：
以第一采样率对从所述一个或多个传感器获得的所述第一信号进行采样，以以所述第一采样率产生第一信号；以及
对所述第一信号的两个或更多个样本取平均，以以比所述第一采样率更高的第二采样率产生第一信号。
10.根据权利要求1所述的系统，其中，将所述第一信号分离为一个或多个单独的生物信号进一步包括：
针对所述一个或多个单独的生物信号中的每一个单独的生物信号，向所述第一信号应用相应的带通滤波器，每个相应的带通滤波器进一步包括与所述一个或多个单独的生物信号中的每一个单独的生物信号相关联的相应的带通频率。
11.根据权利要求10所述的系统，其中，将所述第一信号分离为一个或多个单独的生物信号进一步包括：
经由根据地面真值信号构建的迁移学习模型，从与所述一个或多个单独的生物信号中的其他单独的生物信号重叠的频率范围恢复所述一个或多个单独的生物信号中的每一个单独的生物信号的分量。
12.根据权利要求10所述的系统，其中，确定所述患者的清醒分类还包括确定所述患者是处于微睡眠状态还是清醒状态。
13.根据权利要求10所述的系统，其中，确定所述患者的清醒分类还包括：经由所述机器学习模型，基于从耳后捕获的生物信号来量化清醒程度，其中，所述清醒程度指示估计的所述患者处于微睡眠状态的概率。
14.一种装置，包括：
处理器；以及
计算机可读介质，所述计算机可读介质与所述处理器通信，所述计算机可读介质上编码有指令集，所述指令集能够由所述处理器执行以：
经由一个或多个耳后传感器获得从患者的耳后收集的第一信号，所述第一信号包括一个或多个组合的生物信号；
将所述第一信号分离为一个或多个单独的分量生物信号；
经由机器学习模型，针对所述一个或多个单独的分量生物信号中的每一个单独的分量生物信号，识别与清醒状态相关联的一个或多个特征；
从所述一个或多个单独的生物信号中的每一个单独的生物信号提取所述一个或多个特征；以及
基于从所述一个或多个单独的生物信号提取的所述一个或多个特征，确定所述患者的清醒分类。
15.根据权利要求14所述的装置，其中，所述一个或多个单独的生物信号包括脑电图(Electroencephalogram，EEG)信号、眼动电图(Electrooculography，EOG)信号、肌电图(Electromyography，EMG)信号和皮肤电活动(Electrodermal Activity，EDA)信号中的至少一者。
16.根据权利要求14所述的装置，其中，所述指令集进一步能够由所述处理器执行以：
基于所述清醒分类来控制刺激阵列的操作，其中，所述刺激阵列包括刺激输出阵列的光源、扬声器、电极、天线或磁性线圈中的至少一者；
其中，如果所述清醒分类指示微睡眠状态，则控制所述刺激阵列的操作包括：激活所述刺激输出阵列的所述光源、扬声器、电极、天线或磁性线圈中的所述至少一者中的一者或多者。
17.根据权利要求14所述的装置，其中，将所述第一信号分离为一个或多个单独的生物信号进一步包括：
针对所述一个或多个单独的生物信号中的每一个单独的生物信号，向所述第一信号应用相应的带通滤波器，每个相应的带通滤波器进一步包括与所述一个或多个单独的生物信号中的每一个单独的生物信号相关联的相应的带通频率。
18.根据权利要求14所述的装置，其中，将所述第一信号分离为一个或多个单独的生物信号进一步包括：
经由根据地面真值信号构建的迁移学习模型，从与所述一个或多个单独的生物信号中的其他单独的生物信号重叠的频率范围恢复所述一个或多个单独的生物信号中的每一个单独的生物信号的分量。
19.一种方法，包括：
经由一个或多个耳后传感器从患者的耳后处获得第一信号，所述第一信号包括一个或多个组合的生物信号；
经由机器学习模型将所述第一信号分离为一个或多个单独的分量生物信号；
经由所述机器学习模型，针对所述一个或多个单独的分量生物信号中的每一个单独的分量生物信号，识别与清醒状态相关联的一个或多个特征；
从所述一个或多个单独的生物信号中的每一个单独的生物信号提取所述一个或多个特征；以及
经由所述机器学习模型，基于从所述一个或多个单独的生物信号提取的所述一个或多个特征来确定所述患者的清醒分类。
20.根据权利要求19所述的方法，还包括：
基于所述清醒分类来控制刺激阵列的操作，其中，所述刺激阵列包括刺激输出阵列的光源、扬声器、电极、天线或磁性线圈中的至少一者；
其中，如果所述清醒分类指示微睡眠状态，则控制所述刺激阵列的操作包括：激活所述刺激输出阵列的所述光源、扬声器、电极、天线或磁性线圈中的所述至少一者中的一者或多者。
Applications Claiming Priority (7)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201962844432P | 2019-05-07 | 2019-05-07 | |
| US62/844,432 | 2019-05-07 | ||
| US201962900183P | 2019-09-13 | 2019-09-13 | |
| US62/900,183 | 2019-09-13 | ||
| US202062988336P | 2020-03-11 | 2020-03-11 | |
| US62/988,336 | 2020-03-11 | ||
| PCT/US2020/031712 WO2020227433A1 (en) | 2019-05-07 | 2020-05-06 | A wearable system for behind-the-ear sensing and stimulation |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114222601A true CN114222601A (zh) | 2022-03-22 |
Family
ID=73051668
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080049308.9A Pending CN114222601A (zh) | 2019-05-07 | 2020-05-06 | 用于耳后感测和刺激的可穿戴系统 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20220218941A1 (zh) |
| EP (1) | EP3965860A4 (zh) |
| CN (1) | CN114222601A (zh) |
| WO (1) | WO2020227433A1 (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11382561B2 (en) | 2016-08-05 | 2022-07-12 | The Regents Of The University Of Colorado, A Body Corporate | In-ear sensing systems and methods for biological signal monitoring |
| KR20230127534A (ko) * | 2022-02-25 | 2023-09-01 | 주식회사 지브레인 | 무선 뉴럴 인터페이스 시스템에 포함되는 장치들 |
| US20240108263A1 (en) * | 2022-09-30 | 2024-04-04 | Joshua R&D Technologies, LLC | Driver/operator fatigue detection system |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012170816A2 (en) * | 2011-06-09 | 2012-12-13 | Prinsell Jeffrey | Sleep onset detection system and method |
| WO2018027141A1 (en) * | 2016-08-05 | 2018-02-08 | The Regents Of The University Of Colorado, A Body Corporate | In-ear sensing systems and methods for biological signal monitoring |
| CN108451505A (zh) * | 2018-04-19 | 2018-08-28 | 广西欣歌拉科技有限公司 | 轻量入耳式睡眠分期系统 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB9522872D0 (en) * | 1995-11-08 | 1996-01-10 | Oxford Medical Ltd | Improvements relating to physiological monitoring |
| US6070098A (en) * | 1997-01-11 | 2000-05-30 | Circadian Technologies, Inc. | Method of and apparatus for evaluation and mitigation of microsleep events |
| US10595772B2 (en) * | 2009-08-14 | 2020-03-24 | David Burton | Anaesthesia and consciousness depth monitoring system |
| WO2017012622A1 (en) * | 2015-07-17 | 2017-01-26 | Quantium Medical Sl | Device and method for assessing the level of consciousness, pain and nociception during wakefulness, sedation and general anaesthesia |
| KR101939574B1 (ko) * | 2015-12-29 | 2019-01-17 | 주식회사 인바디 | 의식 상태 모니터링 방법 및 장치 |
-
2020
- 2020-05-06 EP EP20801601.4A patent/EP3965860A4/en not_active Withdrawn
- 2020-05-06 CN CN202080049308.9A patent/CN114222601A/zh active Pending
- 2020-05-06 US US17/610,419 patent/US20220218941A1/en active Pending
- 2020-05-06 WO PCT/US2020/031712 patent/WO2020227433A1/en unknown
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012170816A2 (en) * | 2011-06-09 | 2012-12-13 | Prinsell Jeffrey | Sleep onset detection system and method |
| WO2018027141A1 (en) * | 2016-08-05 | 2018-02-08 | The Regents Of The University Of Colorado, A Body Corporate | In-ear sensing systems and methods for biological signal monitoring |
| CN108451505A (zh) * | 2018-04-19 | 2018-08-28 | 广西欣歌拉科技有限公司 | 轻量入耳式睡眠分期系统 |
Non-Patent Citations (1)
| Title |
|---|
| ANH NGUYEN: "In-ear Biosignal Recording System: A Wearable For Automatic Whole-night Sleep Staging", WEARSYS\'16: PROCEEDINGS OF THE 2016 WORKSHOP ON WEARABLE SYSTEMS AND APPLICATIONS, 30 June 2016 (2016-06-30), pages 19 - 24 * |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2020227433A1 (en) | 2020-11-12 |
| EP3965860A1 (en) | 2022-03-16 |
| EP3965860A4 (en) | 2023-05-03 |
| US20220218941A1 (en) | 2022-07-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10291977B2 (en) | Method and system for collecting and processing bioelectrical and audio signals | |
| US11382561B2 (en) | In-ear sensing systems and methods for biological signal monitoring | |
| CN111867475B (zh) | 次声生物传感器系统和方法 | |
| US20240023892A1 (en) | Method and system for collecting and processing bioelectrical signals | |
| Pham et al. | WAKE: a behind-the-ear wearable system for microsleep detection | |
| Casson et al. | Electroencephalogram | |
| US20220218941A1 (en) | A Wearable System for Behind-The-Ear Sensing and Stimulation | |
| KR102449869B1 (ko) | 뇌파 센서 유닛 및 이를 이용한 뇌파 측정 장치 | |
| US20140114165A1 (en) | Systems and methods for detecting brain-based bio-signals | |
| KR20130130803A (ko) | 발작 검출 및 모니터링을 위한 건식 센서 ｅｅｇ/ｅｍｇ 및 모션 감지 시스템 | |
| US20230199413A1 (en) | Multimodal hearing assistance devices and systems | |
| CN108451505A (zh) | 轻量入耳式睡眠分期系统 | |
| Nguyen et al. | In-ear biosignal recording system: A wearable for automatic whole-night sleep staging | |
| Pham et al. | Detection of microsleep events with a behind-the-ear wearable system | |
| KR101527273B1 (ko) | 전두엽 부착형 뇌파신호 검출 및 뇌파기반 집중력 분석 방법 및 장치 | |
| Paul et al. | Attention state classification with in-ear EEG | |
| Kaongoen et al. | The future of wearable EEG: A review of ear-EEG technology and its applications | |
| US20230071021A1 (en) | Electrooculogram measurement and eye-tracking | |
| Kuatsjah et al. | Two-channel in-ear EEG system for detection of visuomotor tracking state: A preliminary study | |
| Nguyen et al. | LIBS: a low-cost in-ear bioelectrical sensing solution for healthcare applications | |
| CN110033772B (zh) | 基于ppg信号的非声学语音信息检测装置 | |
| US20220339444A1 (en) | A Wearable System for Intra-Ear Sensing and Stimulating | |
| JP2019115410A (ja) | 加速度成分の代表値で周期的生体信号発生を判定する生体信号処理装置、プログラム及び方法 | |
| JP2019107067A (ja) | 加速度成分の代表値で生体信号発生を判定する生体信号処理装置、プログラム及び方法 | |
| US20230309860A1 (en) | Method of detecting and tracking blink and blink patterns using biopotential sensors |
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 |