CN115988989A - 癫痫发作和中风的检测 - Google Patents

癫痫发作和中风的检测 Download PDF

Info

Publication number
CN115988989A
CN115988989A CN202180053001.0A CN202180053001A CN115988989A CN 115988989 A CN115988989 A CN 115988989A CN 202180053001 A CN202180053001 A CN 202180053001A CN 115988989 A CN115988989 A CN 115988989A
Authority
CN
China
Prior art keywords
seizure
patient
stroke
metric
processing circuitry
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202180053001.0A
Other languages
English (en)
Inventor
E·M·克里斯顿森
P·E·特拉克顿
W·W·巴克斯特三世
E·J·潘肯
J·温赖特
R·C·舒尔豪瑟
J·E·吉夫塔基斯
N·维拉格
A·沙伊纳
E·M·伊波利托
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Medtronic Inc
Original Assignee
Medtronic Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Medtronic Inc filed Critical Medtronic Inc
Publication of CN115988989A publication Critical patent/CN115988989A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/40Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4094Diagnosing or monitoring seizure diseases, e.g. epilepsy
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0004Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A61B5/0006ECG or EEG signals
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0031Implanted circuitry
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/16Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165Evaluating the state of mind, e.g. depression, anxiety
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25Bioelectric electrodes therefor
    • A61B5/279Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/28Bioelectric electrodes therefor specially adapted for particular uses for electrocardiography [ECG]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25Bioelectric electrodes therefor
    • A61B5/279Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/28Bioelectric electrodes therefor specially adapted for particular uses for electrocardiography [ECG]
    • A61B5/282Holders for multiple electrodes
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25Bioelectric electrodes therefor
    • A61B5/279Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/291Bioelectric electrodes therefor specially adapted for particular uses for electroencephalography [EEG]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25Bioelectric electrodes therefor
    • A61B5/279Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/291Bioelectric electrodes therefor specially adapted for particular uses for electroencephalography [EEG]
    • A61B5/293Invasive
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/30Input circuits therefor
    • A61B5/307Input circuits therefor specially adapted for particular uses
    • A61B5/31Input circuits therefor specially adapted for particular uses for electroencephalography [EEG]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/327Generation of artificial ECG signals based on measured signals, e.g. to compensate for missing leads
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/369Electroencephalography [EEG]
    • A61B5/372Analysis of electroencephalograms
    • A61B5/374Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/369Electroencephalography [EEG]
    • A61B5/384Recording apparatus or displays specially adapted therefor
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801Arrangements 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
    • A61B5/6802Sensor mounted on worn items
    • A61B5/6803Head-worn items, e.g. helmets, masks, headphones or goggles
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6846Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive
    • A61B5/6847Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive mounted on an invasive device
    • A61B5/686Permanently implanted devices, e.g. pacemakers, other stimulators, biochips
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6846Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive
    • A61B5/6867Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive specially adapted to be attached or implanted in a specific body part
    • A61B5/6868Brain
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/74Details of notification to user or communication with user or patient ; user input means
    • A61B5/742Details of notification to user or communication with user or patient ; user input means using visual displays
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/74Details of notification to user or communication with user or patient ; user input means
    • A61B5/7465Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
    • A61B5/747Arrangements for interactive communication between patient and care services, e.g. by using a telephone network in case of emergency, i.e. alerting emergency services
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT 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
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02Operational features

Abstract

描述了利用紧凑系统来检测中风或癫痫发作的装置、系统和技术。例如,一种系统包括存储器、多个电极和感测电路系统,该感测电路系统被配置为经由多个电极中的至少两个电极来感测来自患者的电信号,以及基于电信号来生成生理信息。该系统还可以包括处理电路系统,该处理电路系统被配置为从感测电路系统接收生理信息,基于生理信息来确定指示患者的癫痫发作状态的癫痫发作度量和指示患者的中风状态的中风度量,以及将癫痫发作度量和中风度量存储在存储器中。外壳可承载多个电极并且包含感测电路系统和处理电路系统两者。

Description

癫痫发作和中风的检测
本申请要求于2020年8月28日提交的美国临时专利申请序列号63/071,828的优先权,其全部内容以引用方式并入本文。
技术领域
本公开涉及医疗装置,并且更具体地,涉及用于检测癫痫发作和中风的系统和方法。
背景技术
中风是可能导致永久性神经损伤、并发症和死亡的严重医疗状况。中风可以表征为由于向脑部供应血液的血管的紊乱而引起的迅速发展的脑部功能丧失。脑功能的丧失可能是由血栓形成或栓塞引起的局部缺血(血液供应不足)的结果,该血栓形成或栓塞可能是出血(例如,血管破裂)的结果。在中风期间,向脑部区域供应的血液可能减少,这可能导致所述区域的脑部组织功能异常。
中风是全球第二大死亡原因和第一大残疾原因。治疗的速度是中风治疗的关键因素,因为在中风期间平均每分钟会损失190万个神经元。中风诊断以及事件与疗法递送之间的时间是提高治疗效果的主要障碍。中风具有3种主要病因;i)缺血性中风(占所有中风的约65%);ii)出血性中风(占所有中风的约10%);以及iii)隐源性中风(包括短暂性脑缺血发作(TIA),占所有中风的约25%)。中风可以被视为具有神经源性和/或心源性起源。
存在多种用于治疗经受中风的患者的方法。例如,临床医师可以施用如华法林(warfarin)等抗凝血剂,或者可以进行如血栓切除程序等血管内干预以治疗缺血性中风。作为另一示例,临床医师可以施用抗高血压药物,诸如β阻滞剂(例如,拉贝洛尔(Labetalol))和ACE抑制剂(例如,依那普利(Enalapril)),或者可以进行诸如弹簧圈栓塞等血管内干预来治疗出血性中风。最后,如果中风症状自行消退,神经系统检查为阴性,则临床医师可以施用长期心脏监测(外部或植入式)以确定隐源性中风的潜在心脏起源。
其他状况也影响人类。例如,全世界有6500万人患有癫痫,其中美国有340万人患有癫痫。仅在美国,癫痫每年导致大约3400人死亡。在一些情况下,患者可能患有被误诊为癫痫的癫痫发作。例如,目前诊断为癫痫的4名患者中就有1名患者最终被诊断为源自一些其他原因(例如,非脑源性癫痫发作)的症状。癫痫患者还可能具有其他状况,因为约四分之一的癫痫患者还患有心律失常。癫痫的治疗可以包括生活方式改变和/或药物治疗。
发明内容
一般而言,本公开涉及用于经由位于患者头部上的医疗装置(例如,可植入医疗装置(IMD)或外部医疗装置)来检测癫痫发作(例如,心源性癫痫发作发作和/或神经源性癫痫发作)或中风的装置、系统和技术。例如,IMD可以包括由装置的外壳承载的多个电极。IMD可以皮下植入颅骨区域中,诸如在枕部或颅骨基部处。从该位置,IMD能够记录来自外壳上承载的电极的信号。这些电信号可能包含能够归于大脑功能的分量和能够贡献于心脏功能的分量。IMD可以处理感测到的电信号以确定指示患者中风的中风度量和指示患者癫痫发作的癫痫发作度量。因此,IMD能够从单个装置检测患者的中风和/或癫痫发作事件。IMD可以向外部装置传输表示任何检测到的中风或癫痫发作的信息。在一些示例中,IMD可以将表示中风或癫痫发作的信息传输到另一个IMD,该另一个IMD被配置为向患者递送治疗(诸如电刺激治疗和/或药物递送治疗)。
本公开的技术可以提供一个或多个优点。例如,单个皮下植入装置被配置为检测患者的中风或癫痫发作可能是有益的。以这种方式,IMD可以针对可能通知后续治疗的潜在中风或癫痫发作来筛选患者。除此之外,中风和癫痫发作可能是患者同时经历的状况。例如,患有癫痫的患者可能处于经历中风的较高风险下。然而,这些患者可能没有能够识别中风或癫痫发作的其他可植入装置。因此,临床医生能够将承载有电极的IMD植入小包装中以识别任何中风或癫痫发作事件。除此之外,IMD可以将中风或癫痫发作的指示传输到外部装置,以促进对发生的任何事件进行治疗。以这种方式,本文所述的IMD可用于检测各种患者的中风或癫痫发作,诸如经历了创伤性脑损伤、偏头痛、脑感染、脑肿瘤、痴呆、睡眠障碍或其他状况的患者。
在一个示例中,一种系统包括:存储器;多个电极;感测电路系统,该感测电路系统被配置为:经由多个电极中的至少两个电极来感测来自患者的电信号;以及基于电信号来生成生理信息;处理电路系统,该电路系统被配置为:从感测电路系统接收生理信息;基于生理信息来确定指示患者的癫痫发作状态的癫痫发作度量和指示患者的中风状态的中风度量;以及将癫痫发作度量和中风度量存储在存储器中;以及外壳,该外壳承载多个电极并且包含感测电路系统和处理电路系统两者。
在另一个示例中,一种方法包括:通过感测电路系统并且经由多个电极中的至少两个电极来感测来自患者的电信号;通过感测电路系统并基于电信号来生成生理信息;通过处理电路系统并从感测电路系统接收生理信息;通过处理电路系统并基于生理信息来确定指示患者的癫痫发作状态的癫痫发作度量和指示患者的中风状态的中风度量;以及通过处理电路系统将癫痫发作度量和中风度量存储在存储器中,其中外壳承载多个电极并且包含感测电路系统和处理电路系统两者。
在另一个示例中,一种包括指令的计算机可读介质,当该指令在被执行时使得处理电路系统:控制感测电路系统以经由多个电极中的至少两个电极来感测来自患者的电信号;控制感测电路系统以基于电信号来生成生理信息;从感测电路系统接收生理信息;基于生理信息来确定指示患者的癫痫发作状态的癫痫发作度量和指示患者的中风状态的中风度量;以及将癫痫发作度量和中风度量存储在存储器中,其中外壳承载多个电极并且包含感测电路系统和处理电路系统两者。
本发明内容旨在提供对本公开中所描述的主题的概述。本发明内容并不旨在提供对以下附图和说明书内详细描述的系统、设备和方法的排他性或详尽解释。在附图和以下具体实施方式中阐述了本公开的一个或多个示例的进一步细节。根据说明书和附图以及权利要求,其他特征、目标和优点将是显而易见的。
附图说明
图1A是根据本公开的示例的被配置为检测中风或癫痫发作的系统的概念图。
图1B是根据本公开的示例的被配置为检测中风或癫痫发作的系统的概念图。
图1C是用于脑电图(EEG)传感器测量的10-20次映射的图。
图2A描绘根据本技术的实施方案的传感器装置的顶视图。
图2B描绘根据本技术的图2A中所示的传感器装置的侧视图。
图2C描绘根据本技术的传感器装置的另一个实施方案的顶视图。
图2D描绘根据本技术的传感器装置的另一个实施方案的侧视图。
图2E描绘根据本技术的传感器装置的另一个实施方案的侧视图。
图2F描绘根据本技术的传感器装置的另一个实施方案的侧视图。
图2G描绘根据本公开的示例的另一个示例性传感器装置的顶视图。
图2H描绘根据本公开的示例的另一个示例性传感器装置的顶视图。
图2I描绘根据本公开的示例的包括电极延伸部的另一个示例性传感器装置的顶视图。
图2J、图2K、图2L、图2M、图2N、图2P和图2Q描绘根据本公开的示例的包括电极延伸部的示例性传感器装置。
图2Q描绘根据本公开的示例的包括与患者结合的电极延伸部的示例性传感器装置。
图3A、图3B和图3C描绘根据本技术的实施方案的另一个传感器装置。
图4是被配置为检测中风或癫痫发作的示例性传感器装置的框图。
图5是被配置为与图4的传感器装置通信的示例性外部装置的框图。
图6是示出根据本文所述的一种或多种技术的示例性系统的框图,该示例性系统包括接入点、网络、外部计算装置(诸如服务器)以及一个或多个其他计算装置,这些计算装置可以经由网络耦接到图1的IMD、外部装置和处理电路系统。
图7是用于检测患者的中风或癫痫发作中的至少一者的示例性技术的流程图。
图8是基于一个或多个触发事件对中风或癫痫发作进行定时检测的示例性技术的流程图。
图9是用于基于心律失常检测来调整癫痫发作检测频率的示例性技术的流程图。
图10是用于基于心电图信息确定癫痫发作类型的示例技术的流程图。
参考以下附图,可更好地理解本公开的许多方面。附图中的部件未必按比例绘制。相反,重点在于清晰地展示本技术的原理。
具体实施方式
本公开描述了用于从位于患者头部上的装置检测中风和癫痫发作的各种系统、设备和技术。可能难以确定患者是否患有中风或者已经患有中风。目前的诊断技术通常涉及评估患者的可见症状,诸如面部、手臂或腿部麻痹或麻木以及行走、说话或理解困难(例如,用于呼叫紧急救助的F.A.S.T(面部、手臂、说话、时间)可视中风指示)。然而,这些技术可能导致中风未确诊,特别是使患者在粗略评估后相对活动的更轻度中风。即使是对于相对轻度的中风,尽快治疗患者也具有重要性,因为中风患者的治疗效果是非常依赖时间的。因此,需要用于检测中风的改进方法。然而,由于未能及时鉴别出患者是否正在经受或者最近经受过中风,此类治疗常常可能未得到充分利用和/或相对无效。这对于使患者在粗略评估后相对活动的更轻度中风而言具有特定风险。
类似地,可能难以从其他类型的癫痫发作中检测或识别癫痫性癫痫发作。例如,许多病症可能表现为被误分类为癫痫性癫痫发作的复发性癫痫发作。晕厥是可能由其他生理问题引起的一种示例性状况,但通常由于反复癫痫发作而被误诊为癫痫。此外,一些患者表现出癫痫发作的身体表现,诸如手臂和腿部的抽搐运动,癫痫发作的其他症状可以包括暂时性精神错乱、凝视、意识丧失或知觉丧失,或情绪症状(诸如恐惧、焦虑或记忆错觉)。当患者正在经历癫痫发作时,患者可能无法理解症状或准确地识别发生了什么。此外,患者可能无法获得或要求干预,诸如药物治疗。因此,适当的诊断甚至更具挑战性。在一些示例中,深部脑刺激(DBS)装置可以检测癫痫发作并且经由植入脑内的电极提供电刺激,以防止或减少癫痫发作的症状。然而,此类DBS装置需要侵入式植入手术,并且可能不适于患者的筛查或诊断。
如本文所述,医疗装置(例如,IMD或能够由患者佩戴的外部装置)可以被配置为从患者头部上或附近的位置检测中风和癫痫发作。例如,IMD可以被配置为皮下植入,而不需要任何医疗导线。在一些示例中,代替引线,IMD可以包括外壳,该外壳直接在其上承载多个电极。使用这些外壳电极,IMD可以感测来自一个或多个向量的电信号并且生成表示患者状况的生理信息。生理信息可以指示大脑活动和/或其他器官(诸如心脏)的活动。生理信息可以包括中风信息和/或癫痫发作信息。例如,不同的感测电路可以生成中风信息和癫痫发作信息,使得相应的滤波器和放大器可以分别提取用于中风和癫痫发作检测的相关分量。然后,IMD可以从适当的生理信息中生成指示患者是否已经经历中风的中风度量,和/或指示患者是否经历了癫痫发作的癫痫发作度量。例如,IMD可以检测和区分不同类型的癫痫发作,诸如(1)癫痫性癫痫发作(具有在脑电图(EEG)上观察到的变化),(2)晕厥(具有心脏起源并且在EEG上没有变化的癫痫发作),以及(3)由于心理原因引起并且在EEG上没有变化的心因性事件,(例如,也被称为心因性非癫痫性癫痫发作(PNES)、非癫痫发作性疾病(NEAD)或心因性假晕厥(PPS))。在一些示例中,癫痫发作度量可以识别已经检测到哪种类型的癫痫发作。
IMD可以随着时间的推移存储中风度量和癫痫发作度量。IMD可以周期性地或响应于触发事件(诸如检测到患者正在经历的中风或癫痫发作)而将中风度量和癫痫发作度量传输到外部装置。在其他示例中,IMD可以将中风度量和/或癫痫发作度量传输到被配置为递送电刺激治疗和/或药物递送治疗的另一个IMD或外部医疗装置。在一些示例中,IMD可以根据需要以不同的频率生成中风度量和癫痫发作度量,以在节约电力的同时为患者提供适当的监测。例如,IMD可以以比中风度量更高的频率生成癫痫发作度量,因为癫痫发作可能仅持续几分钟,而中风的特性可能持续几十分钟或甚至几小时。在其他示例中,IMD可以响应于触发事件来分别触发癫痫发作度量和/或中风度量的生成,该触发事件指示癫痫发作或中风的风险已经增加。
常规EEG电极通常被定位于用户头皮的大部分上。虽然该区域中的电极被很好地定位以检测来自患者大脑的电活动,但是存在某些缺点。该位置中的传感器干扰患者的移动和日常活动,使得这些传感器对于长期监测是不切实际的。另外地,在患者的头皮下植入传统电极是困难的并且可能导致显著的患者不适。为了解决常规EEG传感器的这些缺点和其他缺点,本技术的实施方案包括被配置为记录患者头部附近的区域(诸如邻近患者颈部的后部或患者颅骨的基部或靠近患者的太阳穴的区域)处的电信号的IMD。在这些位置中,在患者皮肤下的植入相对简单,并且可穿戴传感器装置的临时应用(例如,耦接到绷带、衣服、带子或粘合构件)不会不适当地干扰患者的移动和活动。尽管主要在无引线传感器装置的上下文中进行描述,但在一些示例中如关于图2I-图2Q描述的,传感器装置可以包括电极延伸部。电极延伸部可以增加用于经由电极感测信号(诸如大脑信号和心脏信号)的向量的大小,和/或可以将电极定位成更靠近大脑信号和心脏信号的源,这可以增强使用此类信号来检测和/或预测患者状况的算法的灵敏度。
然而,经由设置在患者颈部的后部处或附近的电极检测到的EEG信号可以包括相对高的噪声幅度。例如,与大脑活动相关联的电信号可以与与心脏活动相关联的电信号(例如,ECG信号)或包括与心脏的机械活动和肌肉活动相关联的分量的信号(例如,EMG信号)以及来自其他电源的伪像(诸如患者移动或外部干扰)交互混合。因此,在一些实施方案中,传感器数据可以被滤波或以其他方式被操纵,以将大脑活动数据(例如,EEG信号)和ECG信号(或其他心脏信号)彼此分离并且与其他电信号(例如,EMG信号等)分离。
如下文更详细地描述的,在一些实施方案中,可以分析生理信息以基于一个或多于一个阈值、信号之间的相关性或使用分类算法作出中风确定或癫痫发作确定,该分类算法本身可以使用应用于已知中风和/或癫痫发作患者数据的数据库的机器学习技术衍生。一个或多个检测算法可以是被动的(涉及对完全休息的患者进行测量)或主动的(涉及提示患者执行潜在受损功能,诸如移动特定肌肉群组(例如,抬起手臂、移动手指、移动面部肌肉等)和/或在记录电反应的同时说话)或来自电刺激或其他刺激。
本文所述的本技术的各方面可以体现在专用计算机或数据处理器中,该专用计算机或数据处理器被具体地编程、配置或构建以执行本文详细解释的计算机可执行指令中的一个或多个计算机可执行指令。还可以在由远程处理装置来执行任务或模块的分布式计算环境中实践本技术的各方面,该远程处理装置通过通信网络(例如,无线通信网络、有线通信网络、蜂窝通信网络、互联网、短程无线电网络(例如,诸如经由蓝牙))连接。在分布式计算环境中,程序模块可以位于本地存储器存储装置和远程存储器存储装置两者中。
在本技术的各方面下的计算机实现的指令、数据结构、屏幕显示和其他数据可以存储或分布在计算机可读存储介质上,包括磁或光可读计算机盘,作为半导体存储器、纳米技术存储器、有机或光存储器或其他便携式和/或非瞬态数据存储介质上的微码。在一些实施方案中,本技术的各方面可以在一段时间内在传播介质(例如,电磁波、声波)上的传播信号上分布在因特网或其他网络(例如,蓝牙网络)上,或者可以在任何模拟或数字网络上提供(分组交换、电路交换或其他方案)。
图1A是根据本公开的示例的被配置为检测中风或癫痫发作的系统的概念图。本文所述的示例性技术可以与可植入医疗装置(IMD)106一起使用,该传感器装置可以与外部装置108、处理电路系统110和图1A中未绘出的其他装置中的至少一者进行无线通信。例如,外部装置(图1A中未示出)可以包括处理电路系统110的至少一部分,该外部装置被配置用于与IMD 106和外部装置108通信。如图1A中所示,IMD 106位于目标区域104中。目标区域104可以是用户颈部的后部或位于颅骨的基部。尽管IMD 106可以被植入在相对于头部、颈部或目标区域104大致居中的位置处,但是IMD 106可以被植入在偏离中心的位置处,以便从IMD106的外壳上承载的电极获得期望向量。在其他示例中,目标区域可以位于患者的其他位置处,诸如用户的一边或两边太阳穴附近的位置(例如,在一边或两边耳朵上方)和/或在颅骨的颞部部分上方的位置。IMD 106可以经由植入(例如,以皮下方式)或通过被放置在患者皮肤上而设置在目标区域104中,其中IMD 106的一个或多个电极在目标区域104处或附近与患者皮肤直接接触。
虽然常规EEG电极被放置在患者的头皮上,但是本技术有利地使得能够经由电极记录临床有用的大脑活动数据,该电极定位于患者的颈部或头部的后部处的目标区域104处或其他颅骨位置(诸如本文所述的颞部位置)处。该解剖区域非常适合于IMD 106的植入和传感器装置在患者皮肤上的临时放置。相比之下,被定位于头皮上的常规EEG电极是笨重的,并且在患者的颅骨上的植入具有挑战性的且可能引起患者的明显不适。如本文别处所述,常规EEG电极通常被定位于头皮上,以更容易地达到用于检测大脑活动的合适信噪比。然而,通过使用特定数字信号处理和专用分类器算法,可以使用设置在目标区域104处的传感器来获得临床有用的大脑活动数据。具体地,电极可以检测对应于P3、Pz和/或P4区域(如图1C中所示)中的大脑活动的电活动。
虽然利用EEG的进行中风检测的常规方法依赖于来自大量EEG电极的数据,但是本公开描述了可以利用相对少的电极(诸如经由由IMD 106承载的电极)来进行临床有用的中风和癫痫发作确定。例如,IMD 106可以从指示大脑活动或心脏活动的EEG信号提取特征。然后,IMD 106可以基于这些经提取的特征确定患者是否已经经历了中风或癫痫发作。在一些示例中,IMD 106采取LINQTM可插入心脏监测器(ICM)的形式,能够从爱尔兰都柏林的美敦力公司(Medtronic plc,Dublin,Ireland)获得。示例性技术可以另外地或可替代地与图1A中未示出的医疗装置一起使用,诸如另一种类型的IMD、贴片监视器装置、可佩戴装置(例如,智能手表)或另一种类型的外部医疗装置。
临床医师有时基于由生理传感器(诸如电极、光学传感器、化学传感器、温度传感器、声学传感器和运动传感器)收集的一个或多个观察到的生理信号来诊断具有医疗状况的患者(例如,患者102)和/或确定患者102的状况是否正在改善或恶化。在一些情况下,临床医生将非侵入式传感器应用于患者,以便在患者在诊所进行医疗预约时感测一个或多个生理信号。然而,在一些示例中,可能改变患者的状况的事件(诸如治疗的实施)可以在诊所外发生。因此,在这些示例中,临床医师可能无法在医疗预约期间监视患者的一个或多个生理信号的同时观察确定事件(诸如癫痫发作或中风)是否已经改变患者的医疗状况和/或确定患者的医疗状况是否正在改善或恶化所需的生理标记。在图1A中所示的示例中,IMD 106被植入患者102内以在延长的时间段内连续地记录患者102的一个或多个生理信号。
在一些示例中,IMD 106包括多个电极。多个电极被配置成检测信号,该信号使得IMD 106的处理电路系统能够确定与患者102的大脑功能和/或心血管功能相关联的中风度量和癫痫发作度量的当前值。在一些示例中,IMD 106的多个电极被配置为检测指示IMD106周围的组织的电势的信号。此外,在一些示例中,IMD 106可以另外地或可替代地包括一个或多个光学传感器、加速度计、阻抗传感器、呼吸传感器、温度传感器、化学传感器、光传感器、压力传感器和声传感器。此类传感器可以检测指示患者状况的一个或多个生理参数。在一些示例中,IMD 106可以被植入使得传感器(诸如阻抗传感器)检测皮肤的特性,诸如被配置成检测皮肤中的变化的阻抗传感器,该变化可以与温度变化或排汗相关,该温度变化或排汗可以作为一种或多种类型的癫痫发作产生的结果。
外部装置108可以是具有用户能够观看的显示器和用于向外部装置108提供输入的界面(例如,用户输入机构)的手持式计算装置。例如,外部装置108可以包括向用户呈现信息的小显示屏(例如,液晶显示器(LCD)或发光二极管(LED)显示器)。除此之外,外部装置108可以包括触摸屏显示器、小键盘、按钮、外围定点装置、语音激活或允许用户通过外部装置108的用户界面导航并提供输入的另一个输入机构。如果外部装置108包括按钮和小键盘,则按钮可以专用于执行某种功能(例如,电源按钮),按钮和小键盘可以是根据用户当前观看的用户界面的部分而改变功能的软键,或它们的任何组合。
在其他示例中,外部装置108可以是较大的工作站或另一个多功能装置内的单独应用,而不是专用计算装置。例如,多功能装置可以是笔记本计算机、平板计算机、工作站、一个或多个服务器、蜂窝电话、个人数字助理或可以运行使计算装置能够作为安全装置操作的应用的另一个计算装置。
当外部装置108被配置为由临床医生使用时,外部装置108可用于向IMD 106传输指令。示例性指令可以包括设置用于感测的电极组合和可以用于编程到IMD 106中的任何其他信息的请求。临床医生还可以在外部装置108的帮助下在IMD 106内配置和存储IMD106的操作参数。在一些示例中,外部装置108通过提供用于识别潜在有益的操作参数值的系统来帮助临床医生配置IMD 106。
无论外部装置108是否被配置用于临床医生或患者使用,外部装置108都被配置为经由无线通信与IMD 106通信,并且任选地与另一个计算装置(图1A中未示出)通信。例如,外部装置108可以经由近场通信技术(例如,感应耦合、NFC或能够在小于10cm-20cm的范围处操作的其他通信技术)和远场通信技术(例如,根据802.11或
Figure BDA0004096610330000111
规范集的RF遥测或能够在大于近场通信技术的范围处操作的其他通信技术)进行通信。在一些示例中,外部装置108是患者102的智能手机和/或手表或其他可穿戴计算装置,其可以例如经由蓝牙TM与传感器装置106通信。在一些示例中,外部装置108被配置为与计算机网络(诸如由爱尔兰都柏林的美敦力公司开发美敦力
Figure BDA0004096610330000112
网络)通信。例如,外部装置108可以将数据(诸如从IMD 106接收的数据)发送到另一个外部装置(诸如智能电话、平板计算机或台式计算机),并且另一个外部装置可以再转而将数据发送到计算机网络。在其他示例中,外部装置108可以直接与计算机网络通信而无需中间装置。
在一些示例中,处理电路系统110可以包括被配置为实现用于在IMD 106内执行的功能和/或过程指令的一个或多个处理器。例如,处理电路系统110能够处理存储在存储装置中的指令。处理电路系统110可以包括例如微处理器、图形处理单元(GPU)、张量处理单元(TPU)、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或等效离散或集成逻辑电路系统,或前述装置或电路系统中的任一者的组合。因此,处理电路系统110可以包括任何合适的结构(无论是硬件、软件、固件或它们的任何组合),以执行本文所述的处理电路系统110的功能。
处理电路系统110可以表示位于IMD 106和外部装置108中的任一者或两者内的处理电路系统。在一些示例中,处理电路系统110可以完全位于IMD 106的外壳内。在其他示例中,处理电路系统110可以完全位于外部装置108的外壳内。在其他示例中,处理电路系统110可以位于IMD 106、外部装置108和图1A中未示出的另一个装置或装置组中的任一者或者它们的任何组合。因此,本文中归于处理电路系统110的技术和能力可归于IMD 106、外部装置108和图1A中未示出的其他装置的任何组合。
图1A的医疗装置系统100A是根据本公开的一个或多个技术的被配置为收集电信号并生成中风度量和癫痫发作度量的系统的示例。在一些示例中,处理电路系统110包括感测电路,该感测电路被配置为从患者102的感测到的电信号生成生理信息。在一个示例中,经由IMD 106的一个或多个电极组合感测电信号。电信号表示由植入体内的电极测量的大脑功能、心脏功能或其他生理功能的电活动。例如,除其他事件之外,感测到的电信号可以包括表示心脏功能(诸如P波(心房的去极化)、R波(心室的去极化)和T波(心室的复极化))的特征。与前述事件有关的信息,如分离一个或多个事件的时间,可用于多种目的,如确定是否正在发生心律失常和/或预测是否可能发生心律失常。可以被实施为处理电路系统110的一部分的心脏信号分析电路系统可以执行信号处理技术,以提取指示心脏信号的一个或多个参数的信息。在其他示例中,感测到的电信号可以包括表示大脑功能的特征,诸如一个或多个频带(诸如α频带、β频带或γ频带)中的频率的幅度。可以被实施为处理电路系统110的一部分的大脑信号分析电路系统可以执行各种处理电路系统,以从感测到的电信号中提取这些大脑特征。在一些示例中,感测到的信号可以是大脑电信号和心脏电信号(例如,EEG信号或ECG信号)的替代物。从头皮脉管系统感测到的脉动信号对应于心室收缩和ECG R波,尽管具有轻微的定时延迟。
在一些示例中,IMD 106包括一个或多个加速度计。IMD 106的加速度计可以收集加速度计信号,该加速度计信号反映对患者102的运动、患者102的姿势和患者102的身体角度中的任一者或者多者的测量值。在一些情况下,加速度计可以收集指示患者102在三维笛卡尔空间内的移动的三轴加速度计信号。例如,加速度计信号可以包括竖轴加速度计信号向量、横轴加速度计信号向量和正面轴加速度计信号向量。竖轴加速度计信号向量可以表示患者102沿着竖轴的加速度,横轴加速度计信号向量可以表示患者102沿着横轴的加速度,而正面轴加速度计信号向量可以表示患者102沿着正面轴的加速度。在一些情况下,当患者102从患者102的颈部到患者102的腰部时,竖轴基本上沿着患者102的躯干延伸,横轴垂直于竖轴延伸跨过患者102的胸部,并且正面轴从患者102的胸部向外延伸并延伸穿过患者的胸部,正面轴垂直于竖轴和横轴。
IMD 106可以测量一组参数,包括患者102的阻抗(例如,经由图2A-图2Q中描绘的电极测量的皮下阻抗、胸内阻抗或心脏内阻抗)、患者102在夜间时间期间的呼吸速率、患者102在白天时间期间的呼吸速率、患者102在夜间时间期间的心率、患者102在白天时间期间的心率、患者102的心房纤颤(AF)负荷、当患者102正经历AF时患者102的心室速率或它们的任何组合。处理电路系统110可以分析该组参数中的任何一个或多个参数,以便确定患者是否正在经历中风或癫痫发作,并且可以指示对患者102给予的治疗方案的疗效。在一些示例中,例如经由电极、光学传感器、加速度计、压力传感器、阻抗传感器或心音传感器从头皮脉管系统光学地或机械地感测到的脉动信号可以提供ECG或其他心电活动信号的替代物。在一些示例中,治疗方案可以包括由一个或多个诸如以下的医疗装置递送的治疗:具有血管内或血管外引线的ICD、起搏器、CRT-D、神经调节装置、LVAD、可植入传感器、矫形装置或药泵。另外地或可替代地,治疗方案可以包括由医疗专业人员给予的临床治疗、处方药物疗法、由一个或多个外部医疗装置给予的治疗或它们的任何组合。在任何情况下,处理电路系统110可以通过以下方式确定治疗方案的疗效:确定给予治疗方案的时间(例如,包括治疗方案开始的时间和/或治疗方案结束的时间),并且分析该组参数中的任何一个参数或任何组合相对于给予治疗方案的时间的值。可替代地,在一些示例中,处理电路系统110可以通过在循环的基础上评估一个或多个参数来确定治疗方案的疗效,以便确定一个或多个参数是否已经在一段时间内改变。
在一些示例中,IMD 106的一个或多个传感器(例如,电极、运动传感器、光学传感器、温度传感器或它们的任何组合)可以生成指示患者的参数的信号。在一些示例中,指示参数的信号包括多个参数值,其中多个参数值中的每个参数值表示在相应的时间间隔的参数测量值。多个参数值可以表示参数值序列,其中参数值序列的每一参数值在时间间隔序列的每一个时间间隔开始时由IMD 106收集。例如,IMD 106可以执行参数测量,以便根据循环时间间隔(例如,每天、每晚、每隔一天、每十二小时、每小时或任何其他循环时间间隔)来确定参数值序列的参数值。以这种方式,IMD 106可以被配置为与其中在患者到诊所就诊期间跟踪患者参数的技术相比更有效地跟踪相应患者参数,因为IMD 106被植入患者102体内并且被配置为根据循环时间间隔执行参数测量,而不错过时间间隔或不按时间表执行参数测量。处理电路系统110可以独立于癫痫发作度量或中风度量来确定这些不同的参数,或者至少部分地基于一个或多个其他参数测量来确定癫痫发作度量或中风度量。
IMD 106可以被称为系统或装置。在一个示例中,IMD 106可以包括存储器、由IMD106的外壳承载的多个电极、感测电路系统,该感测电路系统被配置为经由多个电极中的至少两个电极感测来自患者10的电信号且基于电信号生成生理信息。IMD 106还可以包括处理电路系统,该处理电路系统被配置为从感测电路系统接收生理信息,并且基于生理信息确定指示患者的癫痫发作状态的癫痫发作度量和指示患者的中风状态的中风度量。处理电路系统可以被配置为然后将癫痫发作度量和中风度量存储在存储器中。IMD 106的外壳承载多个电极,并且包含或容纳感测电路系统和处理电路系统两者。以这种方式,IMD 106可以被称为无引线感测装置,因为电极直接由外壳承载而不是由从外壳延伸的任何引线承载。然而,在一些示例中,传感器装置106可以包括从传感器装置装延伸并进入患者组织的一条或多条感测引线。一条或多条此类引线可以用来代替传感器装置106的电极(例如,诸如图2I-图2Q中所描绘的电极延伸部),或者除了传感器装置的电极之外还使用此类引线,并且此类引线可以执行本文中归于电极的任何功能。
生理数据可以包括大脑电活动数据和/或心脏电活动数据。在一些示例中,多个电极被配置为检测与P3、Pz或P4大脑区域中的至少一者中的活动相对应的大脑活动信息,该P3、Pz或P4大脑区域在枕部或上颈部区域处,如图1C中所示。以这种方式,IMD 106的外壳可以被配置为设置在患者102的颈部或颅骨的后部处或附近。IMD 106的外壳可以被配置为植入患者104体内,诸如皮下植入。在其他示例中,IMD 106的外壳可以被配置为设置在患者102的皮肤的外表面上。
在一些示例中,IMD 106可以包括单个感测电路系统,该单个感测电路系统被配置为从感测到的电信号生成包括脑电活动数据(例如,脑电图(EEG)数据)和心电活动数据(例如,心电图(ECG)数据或心脏收缩)两者的信息。在其他示例中,IMD 106的处理电路系统可以包括从感测到的信号产生不同信息的单独硬件。例如,IMD 106可以包括:第一电路系统,该第一电路系统被配置为从电信号生成大脑活动;以及第二电路系统,该第二电路系统不同于第一电路系统并且被配置为从电信号生成心脏活动数据。即使第一电路系统和第二电路系统被配置为生成不同的信息或数据,在一些示例中,感测到的电信号也可以在由第一电路系统和第二电路系统处理之前由一个或多个电气部件(例如,滤波器或放大器)调节或处理。在一些示例中,大脑电活动数据可以包括指示各种频带中或各种频率下的信号强度的特征,诸如频谱特征。以这种方式,IMD 106可以基于该脑电活动数据生成癫痫发作度量。在一些示例中,心脏电活动数据可以包括诸如P波、R波的定时和/或幅度的特征,或者表示心脏功能的任何其他特征。
中风度量和癫痫发作度量中的每一者可以分别指示患者102已经经历或正在经历中风或癫痫发作的可能性(或风险)。例如,每个中风度量和癫痫发作度量可以包括表示患者102已经经历中风或癫痫发作的概率的数值。IMD 106然后可以将该度量与相应的阈值进行比较,或者监测度量值随时间的相对变化,以确定是否已经发生中风或癫痫发作。在其他示例中,中风度量和/或癫痫发作度量可以是指示没有事件发生或事件确实已发生的二进制值。在一些示例中,IMD 106可以基于除了来自IMD 106的外壳上承载的电极的感测到的信号之外的感测到的数据来生成每个中风度量和/或癫痫发作度量。
在一个示例中,IMD 106可以包括外壳内的一个或多个加速度计。加速度计可以被配置为生成表示患者102的运动的运动数据。IMD 106然后可以被配置为基于包括运动数据、癫痫发作度量和中风度量的生理数据来确定。例如,身体运动或缺乏身体运动可以指示患者102所经历的癫痫发作的类型。在一个示例中,IMD 106可以利用由加速度计生成的信号,至少部分地将癫痫发作分类为运动发作性癫痫发作或非运动发作性癫痫发作。对于运动发作性癫痫发作,IMD 106还可以利用加速度计信号将运动发作性癫痫发作分类为强直-阵挛癫痫发作或一些其他运动性癫痫发作类型。作为另一个示例,某些身体运动或行为(例如,运动模式)可以指示中风。在一个示例中,IMD 106的处理电路系统可以被配置为基于运动数据来确定患者102已经跌倒。响应于确定患者102已经跌倒,处理电路系统可以被配置为基于患者已经跌倒的确定来确定或通知中风度量。IMD 106可以基于时间将跌倒检测的运动数据与中风度量相关联。例如,IMD 106可以考虑从跌倒的检测到与中风度量相关联的其他因素的时间窗口。以这种方式,如果跌倒检测在根据与中风度量相关联的一个或多个其他因素的预定或计算的时间窗口内发生,则可以包括跌倒检测或对其进行更多加权,因为其可以预测中风。跌倒检测可以是中风度量中的因素,因为中风可能导致患者跌倒。因此,结合从感测到的电信号提取的其他特征,IMD 106可以从跌倒指示来确定中风度量指示中风的检测。在其他示例中,IMD 106可以确定运动数据的特性超过阈值。例如,阈值可以是指示跌倒的加速度值。响应于确定运动数据的特性超过阈值,IMD 106的处理电路系统可以确定癫痫发作度量或中风度量中的至少一者。例如,对于癫痫发作,超过频率阈值的运动数据的频率可以指示癫痫发作引起的身体运动。
在一些示例中,从感测到的电信号生成的生理信息可以包括ECG信息。IMD 106可以从ECG信息(诸如心率、心率变异性等)中提取各种特征。IMD 106可以基于癫痫发作度量确定患者102已经经历了癫痫发作,并且基于ECG信息并且从多个癫痫发作类型中选择代表患者经历的癫痫发作的一个癫痫发作类型。例如,癫痫发作类型可以包括单一癫痫发作、中风诱导的癫痫发作、癫痫引起的癫痫发作、意识丧失型癫痫发作、强直-阵挛或惊厥性癫痫发作、失张力性癫痫发作、阵挛性癫痫发作、强直性癫痫发作和肌肉阵挛性癫痫发作。在一些示例中,IMD 106还可以基于加速度计数据、温度数据或从一个或多个传感器中提取的任何其他参数来确定癫痫发作类型。
IMD 106可以以相同或不同的频率生成癫痫发作度量和中风度量。在一些示例中,这些频率可以指感测电路系统生成适当信息的频率,根据该适当信息确定中风度量或癫痫发作度量。在其他示例中,IMD 106可以连续地生成生理信息,根据该生理信息可以确定中风度量和癫痫发作度量两者。然而,频率可以指处理电路系统从生理信息生成中风度量或癫痫发作度量的频率。由于癫痫发作或中风的持续时间和/或影响,癫痫发作检测频率可以不同于中风检测频率。例如,癫痫发作可能仅持续几分钟,但中风可能持续数小时。因此,在一些示例中,癫痫发作检测频率大于中风检测频率。以这种方式,计时器可以用于触发中风和癫痫发作的检测。检测频率的此类变化可以使得IMD 106能够节省电力并且仅在适当时监测中风或癫痫发作。
在其他示例中,可以从各种感测到的数据识别用于癫痫发作或中风检测的触发事件。例如,IMD 106的处理电路系统可以被配置为基于生理信息的ECG信号来确定患者102的心脏的心律失常。对于一些患者,心律失常可以引起癫痫发作或可以由癫痫发作引起。响应于确定心律失常,IMD 106因此可以增加控制癫痫发作度量的确定的癫痫发作检测频率,并且根据癫痫发作检测频率来确定癫痫发作度量。以这种方式,IMD 106可以基于心脏中任何心律失常的存在来改变癫痫发作的监测频率。
图1B是根据本公开的示例的被配置为检测中风或癫痫发作的系统100B的概念图。系统100B可以与图1A的系统100A基本上相似。然而,系统100B可以被配置为植入在目标区域120中,该目标区域位于患者102的太阳穴的头部后侧上,例如,在耳朵上方和/或在颅骨的颞部部分上方。植入目标区域120的IMD 106可以被配置为基于在该区域中感测到的电信号来生成中风度量和癫痫发作度量。在此类示例中,如果传感器装置106的电极被植入在患者的头部的另一侧处,则电极可以检测对应于T3区域(如图1C中所示)或T4区域中的大脑活动的电活动,或者两个或更多个传感器装置都被双侧植入在颞部区域处。在一些示例中,由于目标区域120处的不同噪声类型(诸如由于下颌运动或其他类型的电活动引起的肌肉活动),IMD 106可能需要采用与目标区域104处的那些不同的滤波器或其他处理或信号调节技术。在其他示例中,IMD 106可以被配置为从患者102的头部的其他区域确定癫痫发作度量和中风度量,这些其他区域可位于目标区域104和目标区域120之外。
图1C是用于脑电图(EEG)传感器测量的10-20次映射的图。如图1C中所示,可以使用由IMD 106承载的电极来靶向患者12的头部的各个位置。在枕部(诸如在图1A的目标区域104中),IMD 106可以感测P3、Pz或P4中的至少一者处的电信号。在头部的侧面(诸如在图1B的目标区域120中),IMD 106可以感测邻近大脑左半球的F7、T3或T5中的至少一者处的电信号。除此之外或可替代地,IMD 106可以感测邻近大脑的右半球的F8、T4或T6中的至少一者处的电信号。
图2A描绘根据本技术的实施方案的传感器装置(例如,可植入医疗装置)的顶视图。图2B描绘根据本技术的图2A中所示的传感器装置210的侧视图。图2A示出示例性传感器装置210的平面图。在一些实施方案中,传感器装置210可以包括上文关于图1A和图1B描述的IMD 106和/或下文关于图3A-图3C和图4描述的IMD 310、360B、360C或400的特征中的一些或全部特征且类似于这些特征,并且可以包括如结合图2A描述的附加特征。在示出的示例中,传感器装置210包括外壳201,该外壳在其中承载多个电极213A、213B、213C、213D(统称为“电极213”)。尽管针对传感器装置210示出四个电极,但是在其他示例中,外壳201可以承载仅两个或三个电极,或者可以承载多于四个电极。在一些示例中,每个电极可以被配置为感测ECG或其他心脏信号和EEG信号两者。在其他示例中,每个电极可以被连线以仅检测单一类型的信号,诸如ECG或EEG。以这种方式,感测电路系统可以利用不同的电极来感测EEG和ECG。在此类配置中,两个不同且独立连线的电极可以位于图2A中所示的电极电极213中的每一者的位置处。在操作中,电极213可以被放置成与目标部位处的组织直接接触(例如,如果被放置在用户的皮肤上,则该电极与用户的皮肤直接接触,或者如果传感器装置210被植入,则该电与皮下组织直接接触)。外壳201另外地封闭位于传感器装置210内部的电子电路系统,并且保护其中包含的电路系统(例如,处理电路系统、感测电路系统、通信电路系统、传感器和电源)不受体液影响。在各种实施方案中,电极213可以沿传感器装置210的任何表面(例如,前表面、后表面、左侧表面、右侧表面、上侧表面、下侧表面或其他表面)设置,并且该表面又可采取任何合适的形式。
在图2A和图2B的示例中,外壳201可以为具有相对平坦形状的生物相容性材料,该相对平坦形状包括:第一主表面203,该主表面被配置为面向感兴趣的组织(例如,当定位于患者颈部的后部处时面向前方);第二主表面204,该第二主表面与第一主表面相对;以及外壳201在第一主表面与第二主表面之间延伸的深度D或厚度。外壳201可以限定上侧表面206(例如,被配置成当感测装置210被植入患者头部或颈部中或被入患者头部或颈部处时面向上方)和相对的下侧表面208。外壳201还可以包括中心部分205、第一侧向部分(或左侧部分)207和第二侧向部分(或右侧部分)209。电极213围绕外壳201分布,使得中心电极213B被设置在中心部分205内(例如,沿着装置的水平轴基本上居中),背侧电极213D被设置在下侧表面上,左侧电极213A被设置在左侧部分207内,并且右侧电极213C被设置在右侧部分209内。如图所示,外壳201可以限定其中心部分205包括顶点的回旋镖或人字形形状,其第一侧向部分207和第二侧向部分209同时侧向向外并从中心部分205延伸,并且还相对于装置的水平轴以向下角度延伸。在其他示例中,外壳201可以以其他形状形成,该其他形状可以通过由外壳201承载的不同电极213之间的期望距离或角度确定。
外壳201的配置可以有助于以绷带状形式或针对皮下植入在患者的皮肤之上的放置。因此,相对薄的外壳201可能是有利的。另外地,在一些实施方案中,外壳201可以是柔性的,使得外壳201可以至少部分地弯曲,以对应于患者颈部的解剖结构(例如,外壳201的左侧部分207和右侧部分209相对于外壳201的中心部分205向前弯曲)。
在一些示例中,外壳201可以具有约15mm至约50mm、约20mm至约30mm或约25mm的长度L。外壳201可以具有约2.5mm至约15mm、约5mm至约10mm或约7.5mm的宽度W。在一些实施方案中,外壳201可以具有小于约10mm、约9mm、约8mm、约7mm、约6mm、约5mm、约4mm或约3mm的厚度。在一些实施方案中,外壳201的厚度可以为约2mm至约8mm、约3mm至约5mm或约4mm。外壳201可以具有小于约1.5cc、约1.4cc、约1.3cc、约1.2cc、约1.1cc、约1.0cc、约0.9cc、约0.8cc、约0.7cc、约0.6cc、约0.5cc或约0.4cc的体积。在一些实施方案中,外壳201可以具有可用于通过套管针导引器或任何其他合适的植入技术进行植入的尺寸。
如图所示,由外壳201承载的电极213被布置成使得所有三个电极213不位于公共轴线上。在此类配置中,电极213可以实现多种信号向量,与全部沿着单个轴线对齐的电极相比,这可以提供一个或多个改善的信号。这在传感器装置210中可能特别有用,该传感器装置被配置为植入在颈部或头部,同时检测大脑中的电活动。在一些实施方案中,该电极配置还通过集成3个潜在信号向量来提供改善的心脏ECG灵敏度。在一些示例中,处理电路系统可以通过加权和或两个或更多个物理信号向量(诸如能够从传感器装置210的电极213或本文所述的任何其他传感器装置的电极获得的物理信号向量)来产生虚拟信号向量。
在如图2B中所示的示例中,所有电极213都位于第一主表面203上,并且基本上是平坦的且面向外的。然而,在其他示例中,一个或多个电极213可以利用三维配置(例如,围绕装置210的边缘弯曲)。类似地,在其他示例中(诸如如图2B中所示的示例),一个或多个电极213可以被设置在与第一主表面相对的第二主表面上。各种电极配置允许其中电极213位于第一主表面和第二主表面两者上的配置。在其他配置中(诸如如图2B中所示的配置),电极213仅被设置在外壳201的一个主表面上。电极213可以由多种不同类型的生物相容导电材料(例如,不锈钢、氮化钛、铂铱、铱或它们的合金)形成,并且可以利用一个或多个涂层,诸如氮化钛或分形氮化钛。在一些实施方案中,电极的材料选择还可以包括具有高表面面积(例如,以提供更好的电极电容用于获得更好的灵敏度)和粗糙度(例如,以有助于植入物稳定性)的材料。尽管图2A和图2B中所示的示例包括四个电极213,但在一些实施方案中,传感器装置210可以包括由外壳201承载的1、2、3、4、5、6或更多个电极。
图2C描绘根据本技术的传感器装置220的另一个示例的顶视图。图2C示出基本上类似于传感器装置210的传感器装置220,但是传感器装置220包括不沿着外壳201的第一主表面203暴露的电极213。相反,如图2D和图2E中所示,电极213可以沿着上侧表面和下侧表面暴露(例如,当被植入患者颈部处或颈部上时面向上侧和下侧)。图2F示出传感器装置230,该传感器装置基本上类似于传感器装置210和传感器装置220,但是外壳201被配置成具有弯曲配置,并且其中电极可以沿着外壳201的上侧表面和/或下侧表面放置。在一些实施方案中,弯曲配置可以改善患者舒适度并且更容易适形于患者颈部区域的解剖结构。在一些示例中,传感器装置210、220或230中的任一个传感器装置可以是柔性的,以便在期望植入物位置或外表面位置处适形于患者的解剖结构。另外地,包括电极延伸部的示例(例如,如图2I-2Q中所描绘的)固有地是柔性的,从而允许适形于颈部和/或颅部解剖结构。在一些示例中,传感器装置220和/或传感器装置230可以被植入在相对于胸部、头部(例如,枕部区域或颞部区域)、颈部或另一个目标区域大致居中的位置处。在一些示例中,传感器装置220和/或传感器装置230可以被放置在患者皮肤的外表面上。
在操作中,电极213用于感测电信号(例如,EEG信号和/或ECG信号),该信号可以是肌肉下的或皮下的。感测到的电信号可以存储在传感器装置210的存储器中,并且信号数据可以经由通信链路传输到另一个装置(例如,图1A的外部装置108)。感测到的电信号可以是时间编码的或以其他方式与时间数据相关,并且以这种形式存储,使得可以确定和/或报告特定信号数据点或特定信号数据序列(或基于其计算的指标或统计信息)的新近度、频率、当日时间、时间跨度或日期。在一些示例中,电极213可以另外地或可替代地用于感测来自任何植入位置的任何感兴趣的生物电势信号,诸如心电图(ECG)、心腔内心电图(EGM)、肌电图(EMG)或神经信号。这些数据可以是时间编码的或与时间相关的,并且以上述关于EEG信号数据的方式以该形式存储。
图2G和图2H描绘根据本公开的示例的装置的顶视图。图2G描绘传感器装置210的外壳201,其包括布置在外壳201的周边处的电极213A-213C。电极213A-213C中的每一者可以被配置为接收包括心脏分量和大脑分量的原始信号。传感器装置210可以包括被配置为对由电极213A-213C接收的原始信号进行滤波以生成心脏信号和大脑信号(例如,ECG信号和EEG信号)的电路系统。在一些示例中,该电路系统可以位于传感器装置210的外部。
图2H描绘传感器装置240的外壳241,该外壳包括电极253A-253C和电极254A-254C。电极253A和254A一起可以被称为分段电极。类似地,电极253B和254B可以被称为分段电极,并且电极253C和254C可以被称为分段电极。绝缘材料可以分隔分段电极的导电部分(例如,电极253A和254A)。
电路系统可以被配置为基于在电极253A和253B处接收的差分信号生成第一心脏(例如,ECG)信号,基于在电极253B和253C处接收的差分信号生成第二心脏信号,和/或基于在电极253C和253A处接收的差分信号生成第三心脏信号。同样地,电路系统可以被配置为基于在电极254A和254B处接收的差分信号生成第一大脑(例如,EEG)信号,基于在电极254B和254C处接收的差分信号生成第二大脑信号,和/或基于在电极254C和254A处接收的差分信号生成第三大脑信号。
图2I描绘另一个示例性传感器装置250的顶视图,该传感器装置包括电极263A-236D、267和269。电极263A-236D、267和269中的每一者可以被配置为接收包括心脏分量和大脑分量(例如,ECG和EEG)。传感器装置250可以包括被配置为对由电极263A-236D、267和269接收的原始信号进行滤波以生成心脏信号和大脑信号(例如,ECG信号和EEG信号)的电路系统。传感器装置250还可以包括被配置为经由电极263A-236D、267和269测量组织阻抗的电路系统。
在图2I的示例中,传感器装置250包括外壳251,该外壳包括上侧表面256、相对的下侧表面258、中心部分255、第一侧向部分(或左侧部分)257和第二侧向部分(或右侧部分)259。电极263围绕外壳251分布,使得中心电极263B被设置在中心部分255内(例如,沿着装置的水平轴基本上居中),左侧电极263A被设置在左侧部分257内,并且右侧电极263C被设置在右侧部分259内。
传感器装置250还包括电极延伸部265A和265B(统称为“电极延伸部265”)。如图2I所示出的,电极延伸部265A包括桨叶268,使得一个或多个电极267分布在该桨叶268上。电极延伸部265B包括一个或多个环形电极269。在一些示例中,电极延伸部265可以经由头部销连接到传感器装置250的外壳256。在一些示例中,电极延伸部265可以永久地附接到传感器装置250的外壳256。在其他示例中,电极延伸部265、此类延伸部上的电极和外壳251上的电极的数量和类型可以不同于图2I所示出的数目和类型。
在一些示例中,电极延伸部265可以具有约15mm至约50mm、约20mm至约30mm或约25mm的长度L1。一个或多个电极延伸部265可以为传感器装置250提供用于经由电极感测信号的更大的感测向量。相对于较小的(较短的)感测向量,包括在一个或多个延伸部上的一个或多个电极的较大的(较长的)感测向量可以有助于改善信号质量。
电极延伸部265可以固有地是柔性的,从而允许适形于颈部和/或颅部解剖结构。另外地,一个或多个电极延伸部265的长度和柔性可以允许延伸部上的电极有利地被定位于某些大脑结构或位置、血管结构或其他解剖结构或位置的附近,这也可与有助于改善信号质量,例如当信号源自该结构或受该结构影响时。例如,电极延伸部265A和265B可以从传感器装置250向上延伸,用于增强大脑信号感测和检测。改善的信号质量可以改善用于使用此类信号预测或检测患者状况的算法的性能。在植入一个或多个电极延伸部265的示例中,延伸部可以在头皮下穿过,以将延伸部上的一个或多个电极定位在颅骨的期望位置。
图2J-图2P描绘根据本公开的示例的包括电极延伸部272J-272P、276K、276N、284M-284P、285M-285P和286M-286P的示例性传感器装置270J、270K、270L、270M、270N和270P(统称为“电极延伸部270”)。传感器装置270在其他方面可以类似于关于图1A-图2I所示出及描述的传感器装置,例如,可以包括外壳内的电子器件及外壳上的电极。图2J-图2P中所示的电极延伸部也可以被称为引线。作为示例,电极延伸部272J-272P、276K、276N、284M-284P、285M-285P和286M-286P上的电极可为环形电极或桨形电极。
图2J-图2L示出电极延伸部272J-272L和276K的示例,这些电极延伸部可以被定位成在第一方向上从传感器装置270J-270L延伸,并且图2M-图2P示出电极延伸部272M-272P和276N的示例,这些电极延伸部可以被定位成在第一方向上从传感器装置270M-270P延伸,以及电极延伸部284M-284P、285M-285P和286M-286P的示例,这些电极延伸部可以被定位成在与第一方向相反的第二方向上从传感器装置270M-270P延伸。在一些示例中,第一方向可以是向下方向,例如,朝向患者的颈部和肩部,并且第二方向可以是向上方向,例如,朝向患者的上颅骨和头皮。例如,第一电极延伸部可以被定位成朝向第一颞部区域延伸,并且第二电极延伸部可以被定位成朝向第二颞部区域延伸。图2J-图2P中所示的电极延伸部272J-272P和276K可以朝向颈部和肩部延伸,用于增强心脏信号感测和检测。图2M-图2P中所示的电极延伸部284M-284P、285M-285P和286M-286P可以被定位成朝向上颅骨和头皮向上延伸,用于增强大脑信号感测。
图2J示出从传感器装置270J的中心延伸的单个电极延伸部272J的示例。图2K示出从传感器装置270K的相对端延伸的两个电极延伸部272K和276K的示例。电极延伸部276K上的电极274K可以具有正极性,并且电极延伸部272K上的电极278K可以具有负极性,或者电极的极性可以互换,使得电极具有相反极性。图2L示出从传感器装置270L的中心延伸的单个电极延伸部272L的示例。在单个电极延伸部272L上存在具有相反极性的两个电极274L和278L。因此,图2K和图2L中所示的传感器装置270K和270L可以被配置为经由一个或多个电极延伸部272K、276K和272L上的电极274K、278K、274L和278L接收差分信号。在图2J的示例中,可以在延伸部272J上的电极与传感器装置270J的外壳上的电极之间形成大致垂直或非水平感测向量,并且在图2L的示例中,可以在延伸部272L上的电极274L与278L之间形成大致垂直感测向量。在图2K的示例中,可以在延伸部272K上的电极274K与延伸部276K上的电极278K之间形成大致水平感测向量。
图2M-图2P中示出的传感器装置270M-270P中的每一者包括在第一方向上延伸的一个或多个电极延伸部272M-272P和276N,以及在与第一方向相反的第二方向上延伸的三个电极延伸部284M-284P、285M-285P和286M-286P。图2M示出从传感器装置270M的中心沿第一方向延伸的单个电极延伸部272M。图2N示出从传感器装置270N的相对端沿第一方向延伸的两个电极延伸部272N和276N。图2P示出从传感器装置270P的中心延伸的单个电极延伸部272P,其中单个电极延伸部272P包括具有相反极性的两个电极274P和278P。
图2Q示出在患者颈部的后部上的传感器装置270Q。在示出的示例中,传感器装置270Q被配置为类似于图2N的传感器装置270N。然而,包括关于图2I-图2P描述的延伸部的传感器装置中的任一者可以以图2Q中的传感器装置270Q所示出的方式定位。另外地,包括关于图2I-图2P描述的延伸部的传感器装置中的任一者可以被定位于本文所述的其他位置处,诸如暂时如关于图1B所示。
此类传感器装置可以包括在第一向下方向上朝向患者的颈部或肩部延伸的一个或多个延伸部。沿该第一方向延伸的延伸部可以定位电极以有助于心脏信号(例如,ECG)感测。此类传感器装置可以包括在与第一方向相反的第二向上方向上朝向患者的上颅骨和头皮延伸的一个或多个延伸部。在该第二方向上延伸的延伸部可以有助于大脑信号(例如,EEG)感测。每个延伸部可以包括一个或多个电极,以与传感器装置的相同延伸部、不同延伸部或外壳上的另一个电极一起提供一个或多个取向的一个或多个感测向量。
图3A-图3C描绘根据本技术的实施方案的示例性传感器装置310、360B和360C。在一些示例中,传感器装置310可以包括根据本技术的实施方案在本文所述的IMD 106或400和传感器装置210、220和230的特征中的一些或全部特征,并且可以包括如结合图3A描述的附加特征。在图3A中所示的示例中,传感器装置310可以体现为具有外壳314、近侧电极313A和远侧电极313B(单独称为或统称为“电极(electrode)313”或“电极(electrodes)313”)的监测装置。外壳314可以进一步包括第一主表面318、第二主表面320、近端322和远端324。外壳314封闭位于传感器装置310内部的电子电路系统并且保护其中含有的电路系统免受体液影响。电馈通提供电极313的电连接。在一个示例中,传感器装置310可以体现为外部监视器,诸如可以被定位于患者的外表面上的贴片,或另一种类型的医疗装置(例如,代替ICM),诸如本文进一步描述的。
在图3A中所示的示例中,传感器装置310由长度“L”、宽度“W”和厚度或深度“D”限定。传感器装置310可以是细长矩形棱柱的形式,其中长度L明显大于宽度W,宽度W又大于深度D。在一个示例中,传感器装置310的几何形状(特别是大于深度D的宽度W)被选择为允许使用微创手术将传感器装置310插入到患者的皮肤下并且在插入期间保持在期望的取向。例如,图3A中所示的装置包括沿纵轴的径向不对称性(特别是矩形形状),其在插入后将装置保持在正确的取向。例如,在一个示例中,近侧电极313a和远侧电极313B之间的间隔可以在30毫米(mm)至55mm、35mm至55mm以及40mm至55mm的范围内,并且可以是25mm至60mm的任何范围或单一间隔。在一些示例中,长度L可以是30mm至约70mm。在其他示例中,长度L可以在40mm至60mm、45mm至60mm的范围内,并且可以是介于约30mm与约70mm之间的任何长度或长度范围。除此之外,第一主表面18的宽度W可以在3mm至10mm的范围内,并且可以为介于3mm至10mm之间的任何单一宽度或宽度范围。传感器装置310的深度D的厚度可以在2mm至9mm的范围内。在其他示例中,传感器装置310的深度D可以在2mm至5mm的范围内,并且可以为2mm至9mm的任何单一深度或深度范围。除此之外,根据本公开的示例的传感器装置310具有为了易于植入和患者舒适而设计的几何形状和尺寸。本公开中描述的传感器装置310的示例可以具有3cc或更小、2cc或更小、1cc或更小、0.9cc或更小、0.8cc或更小、0.7cc或更小、0.6cc或更小、0.5cc或更小或0.4cc或更小的体积、介于3cc与0.4cc之间的任何体积或小于0.4cc的任何体积。除此之外,在图3A中所示的示例中,近端322和远端324是圆形的,以减少一旦插入患者的皮肤下对周围组织造成的不适和刺激。
在图3A中所示的示例中,一旦插入患者体内,第一主表面318就面向外,朝向患者的皮肤,而第二主表面320位于与第一主表面318相对的位置。因此,第一主表面和第二主表面可以面向沿着患者的矢状轴的方向,并且由于传感器装置310的尺寸,在植入时可以持续保持该取向。另外地,加速度计或加速度计的轴可以沿着矢状轴取向。
近侧电极313A和远侧电极313B用于感测电信号(例如,EEG信号、ECG信号、其他大脑信号和/或心脏信号或阻抗),该信号可以是肌肉下的或皮下的。电信号可以被存储在传感器装置310的存储器中,并且信号数据可以经由集成天线326传输到另一个医疗装置,该另一个医疗装置可以是另一个植入式装置或外部装置,诸如外部装置108(图1A)。在一些示例中,电极313A和313B可以另外地或可替代地用于感测来自任何植入位置的任何感兴趣的生物电势信号,诸如心电图(ECG)、心腔内心电图(EGM)、肌电图(EMG)或神经信号。
在图3A中所示的示例中,近侧电极313A紧密靠近近端322,并且远侧电极313B紧密靠近远端324。在该示例中,远侧电极313B不限于平坦的面向外的表面,而是可以从第一主表面318围绕圆形边缘328或端表面330延伸到第二主表面320上,使得电极313B具有三维弯曲配置。在图3A中所示的示例中,近侧电极313A位于第一主表面318上并且基本上是平坦的且面向外的。然而,在其他示例中,近侧电极313A可以利用远侧电极313B的三维弯曲配置,从而提供三维近侧电极(在该示例中未示出)。类似地,在其他示例中,远侧电极313B可以利用位于第一主表面318上的基本平坦的且面向外的电极,类似于关于近侧电极313A所示的电极。各种电极配置允许其中近侧电极313A和远侧电极313B位于第一主表面318和第二主表面320两者上的配置。在其他配置中,诸如图3A中所示的配置,只有近侧电极313A和远侧电极313B中一者位于两个主表面318和320上,而在其他配置中,近侧电极313A和远侧电极313B均位于第一主表面318或第二主表面320中一者上(即,近侧电极313A位于第一主表面318上,而远侧电极313B位于第二主表面320上)。在另一个示例中,传感器装置310可以包括在装置的近端和远端处或附近的第一主表面318和第二主表面320两者上的电极313,使得在传感器装置310上包括总共四个电极313。电极313可以由多种不同类型的生物相容导电材料(例如,不锈钢、氮化钛、铂、铱或它们的合金)形成,并且可以利用一个或多个涂层,诸如氮化钛或分形氮化钛。尽管图3A中所示的示例包括两个电极313,但在一些实施方案中,传感器装置310可以包括由外壳314承载的3、4、5或更多个电极。
在图3A中所示的示例中,近端322包括头部组合件332,该头部组合件包括近侧电极313A、集成天线326、抗迁移突出部334和/或缝合孔336中的一者或多者。集成天线326位于与近侧电极313a相同的主表面(即,第一主表面318)上,并且也被包括为头部组合件332的一部分。集成天线326允许传感器装置310传输和/或接收数据。在其他示例中,集成天线326可以形成在与近侧电极313A相对的主表面上,或者可以结合在传感器装置310的外壳314内。在图3A中所示的示例中,抗迁移突出部334位于邻近集成天线326的位置,并且远离第一主表面318突出,以防止装置的纵向移动。在图3A中所示的示例中,抗迁移突出部334包括多个(例如,六个或九个)远离第一主表面318延伸的小凸块或突出部。如上文所讨论的,在其他示例中,抗迁移突出部334可以位于与近侧电极313A和/或集成天线326相对的主表面上。除此之外,在图3A中所示的示例中,头部组合件332包括缝合孔336,该缝合孔提供将传感器装置310固定到患者以防止在插入之后移动的另一种手段。在所示的示例中,缝合孔336位于近侧电极313A附近。在一个示例中,头部组合件332是由聚合物材料或塑料材料制成的模制头部组合件,该模制头部组合件可以与传感器装置310的主要部分集成或分离。
图3B示出在电极390B和391B之间的中点处的第三电极392B。可以增大传感器装置360B的外壳374B的尺寸D以调整角度α,以获得电极390B-392B的三角形配置的更正交的取向。在一些示例中,传感器装置360B可以具有与传感器装置310相同的形状和尺寸,除了电极392B被添加到外壳374B的侧表面或后表面以创建三角形电极配置的情况之外。除此之外,图3C示出具有延伸的第三尺寸D的传感器装置360C。第三电极392C被定位于拐角处,以与电极390C和391C一起创建三角形电极配置。尺寸D可以被设计为实现用于电极390C-392C的三角形配置的特定角度。
图4是被配置为检测中风或癫痫发作的示例性IMD 400的框图。IMD 400可以是IMD106或传感器装置210、220、230、240、250、270、310、360B或360C中的任一者的示例。在所示出的示例中,IMD 400包括电极418A-418C(统称为“电极418”)、天线405、处理电路系统402、感测电路系统406、通信电路系统404、存储装置410、切换电路系统408、传感器414(包括一个或多个运动传感器416)和电源412。虽然未在图3A-图3C中示出,但是传感器414可以包括一个或多个光检测器。
处理电路系统402可以包括固定功能电路系统和/或可编程处理电路系统。处理电路系统402可以包括微处理器、GPU、TPU、控制器、DSP、ASIC、FPGA或等效的离散或模拟逻辑电路系统中的任一者或多者。在一些示例中,处理电路系统402可以包括多个部件(诸如一个或多个微处理器、一个或多个GPU、一个或多个TPU、一个或多个控制器、一个或多个DSP、一个或多个ASIC或一个或多个FPGA的任何组合),以及其他离散的或集成的逻辑电路系统。本文中归于处理电路系统402的功能可以体现为软件、固件、硬件或它们的任何组合。处理电路系统402可以是处理电路系统110(图1A和图1B)的示例或部件,并且可以是传感器装置106、210、220、230、240、250、270、310、360A和360B中的任一者的处理电路系统。
感测电路系统406和通信电路系统404可以经由如由处理电路系统402控制的开关电路系统408选择性地耦接到电极418A-418C。感测电路系统406可以监测来自电极418A-418C的信号,以便监测大脑的电活动(例如,以产生EEG)和/或心脏的电活动(例如,以产生ECG),处理电路系统402可以从该大脑的电活动和心脏的电活动中生成中风度量和癫痫发作度量。感测电路系统406还可以感测生理特性(诸如皮下组织阻抗),该阻抗指示患者102的呼吸模式的至少一些方面,并且EMG或ECG指示患者102的心脏模式的至少一些方面。感测电路系统406还可以监测来自传感器414的信号,该传感器可以包括一个或多个运动传感器416以及可以被定位于传感器装置400上的任何附加传感器(诸如光检测器或光学传感器、压力传感器或声传感器)。
在一些示例中,由IMD 400收集的皮下阻抗信号可以指示患者102的呼吸速率和/或呼吸强度,并且由IMD 400收集的EMG可以指示患者102的心率和患者102的心房纤颤(AF)负荷或其他心律失常。在一些示例中,呼吸分量可以另外地(使用混合传感器技术)或可替代地在其他信号(诸如运动传感器信号、光学信号)中被感测,或者作为经由电极418感测的心脏信号的分量(例如,基线偏移)。感测电路系统406还可以监测来自传感器414的信号,该传感器可以包括一个或多个运动传感器416以及可以被定位于IMD 400上的任何附加传感器(诸如光检测器或压力传感器)。传感器414还可以或可替代地检测心音、呼吸(例如,速率或定时)、阻抗或血压。因此,传感器414还可以或可替代地包括传感器(诸如一个或多个麦克风、压力传感器、电极等)。IMD 400可以利用这些传感器414中的任何一者来确定患者的一个或多个生理信号,这些生理信号可以被用来检测某种类型的癫痫发作或中风。在一些示例中,感测电路系统406可以包括用于对从电极418A-418C和/或一个或多个运动传感器42中的一者或多者接收到的信号进行滤波和放大的一个或多个滤波器和放大器。在一些示例中,感测电路系统406可以包括单独硬件(例如,单独电路),该单独硬件被配置为调节和处理从其生成癫痫发作度量和中风度量的感测到的电信号。以这种方式,每个单独电路可以执行被配置为从感测到的电信号提取相关特征或信号分量的一个或多个滤波器和放大器。此外,处理电路系统402可以根据是否应当生成癫痫发作度量或中风度量来选择性地控制每一个单独电路。
通信电路系统404可以包括用于与另一个装置(诸如外部装置108)或另一个IMD或传感器(诸如压力感测装置)进行通信的任何合适的硬件、固件、软件或它们的任何组合。在处理电路系统402的控制下,通信电路系统404可以借助于例如天线405的内部天线或外部天线从外部装置108或另一个装置接收下行链路遥测,以及向该外部装置或另一个装置发送上行链路遥测。在一些示例中,通信电路系统404可以使用两个或更多个电极418(例如,由处理电路系统402经由切换电路系统408所选择的)经由组织传导通信(TCC)从外部装置108或另一个装置接收下行链路遥测以及向外部装置或另一个装置发送上行链路遥测。除此之外,处理电路系统402可以通过外部装置(例如,外部装置108)和计算机网络(诸如由爱尔兰都柏林的美敦力公司开发的美敦力
Figure BDA0004096610330000301
网络)与联网计算装置进行通信。在一些示例中,通信电路系统404可以被配置为利用组织传导通信(TCC)在IMD 400内与其他装置之间进行通信。
临床医生或其他用户可以使用外部装置108或通过使用被配置为经由通信电路系统404与处理电路系统402进行通信的另一个本地或联网计算装置来从IMD 400检索数据。临床医生还可以使用外部装置108或另一个本地或联网计算装置来编程IMD 400的参数。
在一些示例中,存储装置410可以被称为存储器,并且包括计算机可读指令,该计算机可读指令当由处理电路系统402执行时使IMD 400和处理电路系统402执行归于本文的IMD 400和处理电路系统402的各种功能。存储装置410可以包括任何易失性、非易失性、磁性、光学或电介质,诸如随机存取存储器(RAM)、只读存储器(ROM)、非易失性RAM(NVRAM)、电可擦可编程ROM(EEPROM)、闪速存储器或任何其他数字介质。存储装置410还可以存储由感测电路系统406生成的数据,诸如生理信息或者由处理电路系统402生成的数据(诸如中风度量和癫痫发作度量)。
电源412被配置为将操作功率递送至IMD 400的部件。电源412可以包括电池和用于产生操作功率的发电电路。在一些示例中,电池是可再充电的,以允许长期操作。在一些示例中,再充电是通过外部充电器与外部装置108内的感应充电线圈之间的近侧感应相互作用来实现的。电源412可以包括多种不同电池类型中的任何一种或多种,诸如镍镉电池和锂离子电池。不可再充电电池可以被选择为持续数年,而可再充电电池可以例如在每天或每周的基础上从外部装置感应地充电。
如本文所述,IMD 400可以被配置为感测电信号并且生成指示患者102是否已经经历了中风的中风度量。在一些示例中,处理电路系统402被配置为使用电极418来分析来自一个或多个电极组合的数据,以提取大脑活动数据并且以丢弃或减少来自心脏或肌肉活动的任何贡献。在一些示例中,电极418被配置为设置于患者的皮肤上。在此类实施方案中,电极418可以包括突起(例如,显微操作针或其他合适的结构),该突起被配置为至少部分地穿透患者的皮肤,以便改善皮下电活动的检测。
在一些示例中,感测电路系统406经由电极418感测大脑信号。大脑信号可以表示大脑的电活动,并且可以是EEG。处理电路系统402可以从大脑信号确定参数值,此类值是基于一个或多个频带中的信号的幅度确定的。感测电路系统406可以包括滤波器和其他感测电路系统以隔离感兴趣的大脑信号。
在一些示例中,感测电路系统406感测心脏信号,并且处理电路系统402可以从心脏信号确定参数值。如本文所述的示例性参数值(诸如心率或心率变异性)可以基于对心脏信号中心跳的出现的检测来确定。感测电路系统406可以被配置为感测多种不同的信号,在该多种不同的信号内可以识别心跳并且可以确定心脏参数的值。
例如,感测电路系统406可以被配置为经由电极418感测表示心脏的电活动(去极化和再极化)的心脏信号,诸如皮下ECG信号。作为另一个示例,感测电路系统406可以被配置为经由电极418感测表示心脏的机械活动的心脏信号。经由电极418(例如,在患者的头皮上或头皮下)感测到的信号的分量可以基于振动、血流或与心脏收缩相关联的阻抗的变化而变化。隔离该分量的滤波可以包括0.5Hz至3Hz带通滤波,尽管其他滤波类型、范围和截止值也是可能的。在一些示例中,感测电路系统406可以被配置为经由其他传感器414(诸如光学传感器、压力传感器或运动传感器416)感测表示心脏的机械活动的心脏信号。
例如,感测电路系统406和/或处理电路系统402可以经由光学传感器检测心脏脉搏。处理电路系统402可以基于经由光学传感器对心脏脉搏的检测来确定心率或心率变异性,例如,在与ECG信号相结合或者在没有ECG信号的情况下(诸如如果ECG信号质量差)。光学传感器信号可以另外地或可替代地用于其他目的,诸如用于确定血液氧合、局部组织灌注或血压,其中任一者可以用于中风的检测或预测和/或缺血性中风及出血性中风的区分。
例如,在植入传感器装置400期间,可以定位一个或多个电极418,以便于经由电极感测心脏信号。在一些示例中,传感器装置400可以包括一个或多个电极延伸部265、272、276、284、285、286,以便于将一个或多个电极418定位(例如,经由在头皮下穿过)在用于感测大脑和/或心脏信号的期望位置处。用于使用电极418感测大脑信号和心脏信号的期望位置可以在使用外部感测设备(诸如标准多电极ECG和EEG设备)为特定患者植入传感器装置406之前确定,或者在特定患者身上确定,或者在多个受试者身上实验确定。在一些示例中,传感器装置400的一个或多个基于外壳的电极418被定位于用于感测大脑信号的期望位置处,并且一个或多个基于延伸部的电极418被定位于用于感测心脏信号的期望位置处,或者反之亦然。参考图1C,用于定位用于感测心脏信号的电极的示例性位置包括P3、PQ3、PQ7、F3、F2、AF3或C2。
在一些示例中,处理电路系统402可以以集成方式利用电(例如,ECG)心脏信号和脉动心脏信号两者来检测、预测和/或分类状况。在一些示例中,此类集成可以导致“增强的”ECG信号。例如,处理电路系统402可以基于脉动信号中的脉冲定时来识别ECG信号内的特征。在一些示例中,处理电路系统402可以在此类集成中解决脉动定时相对于ECG的延迟。
例如,光学传感器信号(例如,光电容积脉搏波信号)可以用作系综平均的时基或合并心率信息的其他手段,以改善心脏信号的信噪比。因此,光学传感器信号可以被认为是替代心脏信号和/或用于导出增强的心脏信号,这在ECG质量差时可能特别有用。通过例如确定与一阶导数或二阶导数的最大值/最小值和/或一阶导数或二阶导数的零交点相关联的时间,可以将光学传感器信号的一阶导数或二阶导数用作系综平均(例如,ECG信号)的触发。尖锐的高频点可以被用作触发点,以增加系综信号的分辨率,而较低频率的触发点可能会使系综平均值模糊或失真。与触发点对准的心脏波形可以被存储并且被平均以生成系综信号。
处理电路系统402可以被配置为计算与从电极418接收到的一个或多个电信号相关的生理特性,诸如中风度量。例如,处理电路系统402可以被配置为通过算法从电信号中确定中风(经由中风度量的生成)或其他神经状况的存在或不存在。在某些示例中,处理电路系统402可以针对每个电极418(例如,信道)做出中风确定,或者可以使用从两个或更多个所选择的电极418获取的电信号做出中风确定。
IMD 400还可以被配置为感测电信号并且生成指示患者102是否已经经历了癫痫发作的癫痫发作度量。例如,处理电路系统402可以被配置为分析从感测电路系统406接收的生理信息(例如,EEG信息)。处理电路系统402可以在生理信息中搜索指示一种或多种类型的癫痫发作的一个或多个特征。例如,处理电路系统402可以识别包括超过相应阈值的振荡或幅度的频带。在其他示例中,处理电路系统402可以将一个或多个机器学习算法或其他算法应用于生理信息,以识别患者的生理信息何时指示癫痫发作。在一个示例中,处理电路系统402可以将患者数据归一化为基线特性。例如,由于每个患者是不同的,所以来自患者的感测到的数据可以被归一化为基线测量值,使得机器学习算法可以类似地解释来自不同患者的数据并且识别针对每个患者的特定度量或风险评分。
在一些示例中,处理电路系统402可以采用患者移动信息作为癫痫发作检测和中风检测的一部分。例如,运动传感器416可以包括被配置为检测患者移动的一个或多个加速度计。处理电路系统402或感测电路系统406可以基于经由加速度计收集的患者移动数据来确定患者是否已经跌倒。当评估潜在的中风患者时,跌倒检测可以是特别有益的,因为已经发现由于缺血性中风或出血性中风而入院的大部分患者在中风事件的15天内具有有意义的跌倒。因此,在一些实施方案中,处理电路系统402可以被配置为在使用加速度计进行跌倒检测时经由电极418发起对大脑活动的监测。在一些示例中,经由电极418执行的感测可以响应于跌倒确定而被修改,例如利用增加的采样率或其他修改。除了跌倒检测之外,加速度计115(或类似传感器)还可以用于确定由于突然加速和/或减速(例如,车辆意外、运动碰撞、脑震荡等)引起的潜在的身体创伤。这些事件可能是血栓溶解事件(中风的前兆)。类似于中风确定,当确定癫痫发作度量或以其他方式确定患者是否正在经历或已经经历癫痫发作时,处理电路系统402可以采用这些跌倒确定或其他移动。例如,传感器414可以检测指示癫痫发作的头部移动频率,并且发起或增加电信号感测和癫痫发作度量生成的感测频率。在一个示例中,IMD 106可以利用由加速度计生成的信号,至少部分地将癫痫发作分类为运动发作性癫痫发作或非运动发作性癫痫发作。对于运动发作性癫痫发作,IMD 106还可以利用加速度计信号将运动发作性癫痫发作分类为强直-阵挛癫痫发作或一些其他运动性癫痫发作类型。
图5是被配置为与IMD(例如,IMD 106或IMD 400)或本文所述的传感器装置通信的示例性外部装置500的框图。外部装置500是图1的外部装置108的示例。在图5的示例中,外部装置500包括处理电路系统502、通信电路系统504、存储装置510、用户界面506和电源508。
在一个示例中,处理电路系统502可以包括一个或多个处理器,该一个或多个处理器被配置为实施用于在外部装置500内执行的功能和/或过程指令。例如,处理电路系统502可以能够处理存储在存储装置510中的指令。处理电路系统502可以包括例如微处理器、GPU、TPU、DSP、ASIC、FPGA或等效的离散或集成逻辑电路系统或前述装置或电路系统中的任何一种的组合。因此,处理电路系统502可以包括任何合适的结构,无论是硬件、软件、固件还是它们的任何组合,以执行本文所述的处理电路系统502的功能。
通信电路系统504可以包括用于与另一个装置(诸如IMD 400)进行通信的任何合适的硬件、固件、软件或它们的任何组合。在处理电路系统502的控制下,通信电路系统504可以从IMD 400或另一个装置接收下行链路遥测,以及向其发送上行链路遥测。在其他示例中,通信电路系统504还可以采用TCC来与其他装置通信。
存储装置510可以被配置为在操作期间将信息存储在外部装置500内。存储装置510可以包括计算机可读存储介质或计算机可读存储装置。在一些示例中,存储装置510包括短期存储器或长期存储器中的一者或多者。存储装置510可以包括例如RAM、动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)、磁盘、光盘、快闪存储器或各种形式的电可编程存储器(EPROM)或EEPROM。在一些示例中,存储装置510用于存储指示由处理电路系统502执行的指令的数据。存储装置510可以由在外部装置500上运行的软件或应用程序使用,以在程序执行期间临时存储信息。
在外部装置500与IMD 400之间交换的数据可以包括操作参数。外部装置500可以传输包括计算机可读指令的数据,该计算机可读指令在由IMD 400实施时可以控制IMD 400改变一个或多个操作参数和/或导出收集到的数据。例如,处理电路系统502可以向IMD 400传输指令,该指令请求IMD 400将收集的数据(例如,对应于生理信息、癫痫发作度量、中风度量或加速度计信号中的一者或多者的数据)导出到外部装置500。进而,外部装置500可以从IMD 400接收收集到的数据,并且将收集到的数据存储在存储装置510中。另外地或可替代地,处理电路系统502可以将请求IMD 400更新电极组合以进行刺激或感测的指令导出到IMD 400。
用户(诸如临床医师或患者102)可以通过用户界面506与外部装置500进行交互。用户界面506包括显示器(诸如LCD或LED显示器或其他类型的屏幕)(未示出),处理电路系统502可以利用该显示器呈现与IMD 400有关的信息(例如,中风度量和/或癫痫发作度量)。除此之外,用户界面506可以包括用于接收来自用户的输入的输入机构。输入机构可以包括例如按钮、小键盘(例如,字母数字小键盘)、外围定点装置、触摸屏或允许用户通过由外部装置500的处理电路系统502呈现的用户界面导航并且提供输入的另一个输入机构中的任何一种或多种。在其他示例中,用户界面506还包括音频电路系统,该音频电路系统用于向患者102提供听觉通知、指令或其他声音,接收来自患者102的语音命令或两者。存储装置510可以包括用于操作用户界面506以及用于管理电源508的指令。
电源508被配置为向外部装置500的部件递送操作功率。电源508可以包括电池和用于产生操作功率的发电电路。在一些示例中,电池是可再充电的,以允许长期操作。再充电可以通过将电源508电耦合到与交流电(AC)插座连接的支架或插头来实现。除此之外,通过外部充电器与外部装置500内的感应充电线圈之间的近端感应相互作用可以实现再充电。在其他示例中,可使用传统的电池(例如,镍镉或锂离子电池)。此外,外部装置500可以直接耦接到交流插座以进行操作。
在一些示例中,外部装置500可以基于由IMD 400提供的中风指示或癫痫发作指示向患者或另一个实体(例如,呼叫中心)提供警报。在一些示例中,用户界面506可以提供用于呈现状况(例如,中风)的检测、预测或分类的警报的界面,并且为用户(例如,患者、护理者或临床医生)提供超越检测、预测或分类的输入。以这种方式,如本文所述的系统可以避免由系统的错误检测导致的不必要的紧急活动。另外地或可替代地,外部装置500可以输出可经由IMD 400与数据收集同步的用户提示。例如,外部装置500可以指示用户举起手臂、做出面部表情等,并且IMD 400可以在用户执行所请求的动作时记录生理数据。此外,外部装置500本身可以分析患者(例如,响应于此类提示的患者的活动或状况),例如使用相机来检测面部下垂,使用麦克风来检测口齿不清,或者检测任何其他中风指标。在一些实施方案中,可以将此类指标与中风发作前的输入(例如,存储的基线面部图像或具有基线语音记录的声纹)进行比较。类似地,外部装置500可以使用一个或多个传感器来检测患者移动或面部活动,以提供指示癫痫发作或即将发生的癫痫发作的数据。
图6是示出根据本文所述的一种或多种技术的示例性系统的框图,该示例性系统包括接入点600、网络602、外部计算装置(诸如服务器604)以及一个或多个其他计算装置610A-610N,这些计算装置可以通过网络602耦合到IMD 106、外部装置108和处理电路系统110。在该示例中,IMD 106可以使用通信电路系统经由第一无线连接与外部装置108进行通信并且经由第二无线连接与接入点600进行通信。在图6的示例中,接入点600、外部装置108、服务器604和计算装置610A-610N互连并且可以通过网络602彼此通信。
接入点600可以包括通过各种有线或无线网络连接中的任一种(诸如电话拨号、数字用户线(DSL)或电缆调制解调器连接)连接到网络602的装置。在其他示例中,接入点600可以通过不同形式的连接(包括有线连接或无线连接)耦合到网络602。在一些示例中,接入点600可以是可以与患者共同定位的用户装置,诸如平板计算机或智能手机。如上所讨论,IMD 106可以被配置为向外部装置108传输数据,诸如EGM信号、加速度计信号和组织阻抗信号中的任何一种或组合。除此之外,接入点600可以诸如周期性地或响应于来自患者或网络602的命令询问IMD 106,以便检索由IMD 106的处理电路系统确定的参数值或来自IMD 106的其他操作或患者数据。接入点600然后可以经由网络602将检索到的数据传送到服务器604。
在一些情况下,服务器604可以被配置为提供用于已经从IMD 106和/或外部装置108收集到的数据的安全存储站点。在一些情况下,服务器604可以将数据汇集在网页或其他文档中,以供通过训练的专业人员(诸如临床医生)经由计算装置610A–610N查看。图6的所示出的系统的一个或多个方面可以用可以类似于由Medtronic plc,Dublin,Ireland开发的Medtronic
Figure BDA0004096610330000371
网络提供的通用网络技术和功能的通用网络技术和功能来实施。
服务器604可以包括处理电路系统606。处理电路系统606可以包括固定功能电路系统和/或可编程处理电路系统。处理电路系统606可以包括微处理器、GPU、TPU、控制器、DSP、ASIC、FPGA或等效的离散或模拟逻辑电路系统中的任一者或多者。在一些示例中,处理电路系统606可以包括多个部件(诸如一个或多个微处理器、一个或多个控制器、一个或多个DSP、一个或多个ASIC或一个或多个FPGA的任何组合),以及其他离散的或集成的逻辑电路系统。本文中归于处理电路系统606的功能可以体现为软件、固件、硬件或它们的任何组合。在一些示例中,作为示例,处理电路系统606可以基于以下来执行本文所述的一个或多个技术:EGM信号、阻抗信号、加速度计信号或从IMD 106接收的其他传感器信号或由IMD106基于此类信号确定且从IMD 106接收的参数值。例如,处理电路系统606可以执行本文所述的技术中的一个或多个技术,以识别由事件导致的一个或多个生理参数的显著改变,此类改变由医学治疗导致。
服务器604可以包括存储器608。存储器608包括计算机可读指令,该计算机可读指令在由处理电路系统606执行时使IMD 106和处理电路系统606执行归于本文中的IMD 106和处理电路系统606的各种功能。存储器608可以包括任何易失性、非易失性、磁、光或电介质,诸如RAM、ROM、NVRAM、EEPROM、闪速存储器或任何其他数字介质。
在一些示例中,计算装置610A-610N(例如,装置610A)中的一个或多个计算装置可以是与临床医师一起定位的平板计算机或其他智能装置,临床医师可以通过该平板计算机或其他智能装置进行编程,从IMD 106接收警报和/或询问该IMD。例如,诸如当患者102处于临床医师出诊之间时,临床医师可以通过装置610A访问与以下任一者或组合相对应的数据以检查医疗状况的状态:由IMD 106收集的感测到的生理信号、加速度计信号、癫痫发作度量、中风度量和其他类型的信号,或者由IMD 106基于此类信号确定的参数值。在一些示例中,临床医师可以诸如基于由IMD106、外部装置108、处理电路系统110或它们的任何组合确定的患者状况的状态,或基于临床医师已知的其他患者数据,将用于患者102的医疗干预的指令输入到装置610A中的应用程序中。然后,装置610A可以将用于医疗干预的指令传输到位于患者102或患者102的护理者身上的另一个计算装置610A-610N(例如,装置610B)。例如,此类用于医疗干预的指令可以包括改变药物剂量、时序或选择的指令、安排临床医师访视的指令或寻求医疗照顾的指令。在另外的示例中,装置610B可以基于由IMD 106确定的患者102的医疗状况的状态来生成对患者102的警报,这可以使得患者102能够在接收用于医疗干预的指令之前主动地寻求医疗看护。以这种方式,患者102可以被授权根据需要采取行动来解决他或她的医疗状态,这可以帮助改善患者102的临床结果。
图7是用于检测患者的中风或癫痫发作中的至少一者的示例性技术的流程图。IMD400的感测电路系统406和处理电路系统402将被描述为执行示例图7的技术,但是在其他示例中,其他部件、装置和系统(例如,IMD 106或传感器装置210、220或230)可以执行类似的功能。如图7的示例中所示,感测电路系统406感测来自患者的电信号(700)。感测电路系统406可以从由被选择用于感测的电极418确定的感测向量感测这些电信号。以这种方式,感测电路系统406可以使用不同的向量(例如,不同的电极组合)以便从患者获得不同的电信息。在一些示例中,感测电路系统406可以使用不同的电极组合来分别检测中风和癫痫发作。感测电路系统406然后可以基于感测到的电信号来生成生理信息(702)。生成生理信息可以包括各种滤波、放大、变换、数字化或生成可以由处理电路系统402分析的生理信息的任何其他调节和处理。
处理电路系统402然后从感测电路系统406接收生理信息,并且从生理信息确定癫痫发作度量和中风度量(704)。在一些示例中,处理电路系统402以相同的频率和/或从相同的生理信息确定癫痫发作度量和中风度量。在其他示例中,相较其他度量,处理电路系统402可以更频繁地确定癫痫发作度量或中风度量。在一些情况下,癫痫发作可能仅持续几分钟,因此相较中风度量,处理电路系统402可以更频繁地确定癫痫发作度量。处理电路系统706然后将癫痫发作度量和中风度量存储在存储器中(706)。如果处理电路系统402具有将度量信息传输到外部装置(诸如外部装置108)的指令(框708的“是”分支),则处理电路系统402可以控制通信电路系统将度量信息传输到外部装置108(710)。例如,处理电路系统706可以接收触发以发送信息,诸如癫痫发作度量或中风度量超过指示癫痫发作或中风正在发生或已经发生的相应阈值。以这种方式,外部装置108可以通知患者或临床医生患者可能需要辅助或治疗干预。如果处理电路系统402不具有将度量信息传输到外部装置(诸如外部装置108)的指令(框708的“否”分支),则处理电路系统402继续从患者处感测电信号(700)。
处理电路系统402可以采用各种技术来确定中风度量和癫痫发作度量。例如,处理电路系统402可以使用一个或多个不同的算法(诸如使用机器学习算法)来生成中风度量。在一个示例中,在特征提取之后,可以在数据集上训练梯度推进算法,以生成分类器算法。可以通过将特征缩减到仅与中风/非中风状况相关的那些特征来调整分类器。可以采用顺序后向浮动特征选择方法,该方法使用分类器性能度量顺序地移除各个特征。分类器然后可以通过调整频率窗口被进一步调谐。该分析的结果可以包括有效地区分中风状况和非中风状况的五个特征。这些示例性特征是与P3电极相关联的三个频率窗口(5.5Hz-7.5Hz、8Hz-9.5Hz和13.5Hz-15Hz)以及与P4电极相关联的两个频率窗口(5.5Hz-7.5Hz和13.5Hz-15Hz)。
所得到的分类器可以被处理电路系统用来以高准确度(诸如大约85%的高准确度)做出中风/非中风确定。使用此方法和上文所讨论的特征,此示例性分类器可以实现较高准确度,同时仅依赖于来自图1C的三个电极(P3、P4和接地电极Pz)的数据。因此,例如,IMD 106或传感器装置210可以生成识别中风的中风度量,而不需要来自如常规方法中发现的16个或更多EEG电极的全阵列的数据。如本文所述,中风度量可以是,例如,中风/非中风状况的二元输出、中风可能性的概率指示或与患者的状况和已经患有中风的可能性有关的其他输出。该中风度量可以使用如本文别处所述的分类器模型来计算。
可以通过在对应于中风和非中风EEG读数的较大数据组上训练算法来改进任何分类器的准确度。另外地,可以将其他生理参数(例如,使用加速度计确定的跌倒检测、特定心律、性别、年龄、病史等)添加到分类器模型。另外地,在一些示例中,分类器可以用于区分缺血性中风和出血性中风。由于干预措施可能不同,所以此类区分可能特别有用。例如,缺血性中风可以使用血栓切除术来治疗,而出血性中风可以使用外科手术或另一种合适的技术来治疗。
在专用于生成由处理电路系统402使用来生成中风度量的生理信息(例如,中风信息)的电路系统的一些示例中,感测电路系统406可以对电信号进行滤波以去除ECG伪影。通常来说,EEG数据已经经由定位在头皮上的电极获得,因为头皮是用于信号采集的相对无噪声的位置。还没有使用其他解剖位置(诸如颈部的后部),这不是因为不存在EEG信号,而是因为更嘈杂的环境以及与其他生理信号(诸如ECG)的频带重叠。然而,处理电路系统402可以采用机器学习/自适应神经网络技术来提高信号提取能力(例如,从EEG信号中滤除或减少ECG信号的贡献)。在2019年5月27日发布于IEEE Xplore 27的“使用自适应神经网络去除EEG信号中的ECG伪像(ECG Artifact Removal of EEG Signal Using Adaptive NeuralNetwork)”中描述了一种这样的方法,其据此全文以引用方式并入。类似地,还可以从EEG传感器数据中过滤与肌肉活动相关联的电信号,以去除这样的伪像。
在一些示例中,用于确定该中风度量的分类算法可以是例如从应用于患者中风数据的人工智能(例如,机器学习、神经网络等)的使用改编的算法,以确定检测到何种类型的中风。基于分类算法,在框中进行中风确定,该中风确定可以是二进制的或概率性的。如果检测到中风(例如,概率性的确定超过某个预定阈值,例如85%的中风可能性),则处理电路系统402可以应用病因分类器。在一些示例中,此类病因分类器可以(概率性地或确定性地)确定中风的起源(例如,缺血性的或出血性的)。此类确定可以基于单独收集的EEG传感器数据或结合附加生理参数或患者数据来进行。例如,病因分类器可以确定中风的位置。例如,位置确定可以包括左半球与右半球确定(例如,二进制输出或概率性结果)。在半球特异性信号的一个示例中,一个或多个电极可以被设置在附近并且被配置为检测对应于T3大脑区域处的活动的大脑活动数据,并且另一个或多个电极可以被设置在附近并且被配置为检测对应于T4大脑区域处的活动的大脑活动数据。处理电路系统然后可以被配置为基于表示与T3或T4大脑区域处的相应电极相关联的半球活动的生理信息,来确定指示患者的癫痫发作状态的癫痫发作度量和指示患者的中风状态的中风度量。换句话说,作为一个示例,系统可以利用关于癫痫发作或中风起源于大脑的哪个半球的信息作为中风位置的至少一部分。在其他示例中,该半球特异性信息可以从除了T3和T4之外的位置获得。在一些示例中,位置确定可以包括分配有特定概率的大脑区域的更精确映射,例如中风位置在患者大脑上的特定点的概率为70%。可以沿着球面图或用于识别患者的大脑的位置的其他合适的坐标系输出中风位置。处理电路系统402可以以患者度量值或指示检测到的中风类型的其他值的形式输出这些分类器的结果。
处理电路系统402可以通过生成癫痫发作度量来检测癫痫发作,该癫痫发作度量可以是癫痫发作状况/非癫痫发作状况的二进制输出、中风可能性的概率指示、已经经历的癫痫发作类型或与患者的状况和已经经历癫痫发作的可能性有关的其他输出。可以通过将从生理信息提取的一个或多个特征与相应的阈值、查找表、方程进行比较,或者通过将一个或多个分类器应用于生理信息以将机器学习模型应用于数据,来计算该癫痫发作度量。机器学习模型可以在数据上训练,该数据从例如在特定患者和/或可能经历或可能未经历癫痫发作的其他患者中的IMD 106或传感器装置210中感测到。
在一个示例中,IMD 400和处理电路系统402可以基于以下技术来生成癫痫发作度量。处理电路系统402可以控制感测电路系统406,以经由电极418的电极组合来感测电信号并且生成被分析的生理信息。处理电路系统402可以执行快速傅里叶变换(FFT)并且使用一秒的缓冲的电信号数据来确定在大约2Hz处的感兴趣频带(例如,从大约5Hz至大约45Hz的频带)上的频谱功率。在一些示例中,缓冲的数据的重叠可以是大约50%或大约0.5秒。这导致针对该特定频带的一秒平均功率,即,功率的短期平均值。在其他示例中,处理电路系统402可以分析不同(例如,更小或更大)的频带、使用不同的采样频率或不同的缓冲区大小。作为一个示例,处理电路系统402可以在一段时间(诸如30分钟)内对一秒平均功率求平均。可以使用级联滤波器(诸如三级级联平均滤波器)对该一秒平均功率的求平均进行求平均,以形成长期平均值或背景信号。示例性三级级联平均滤波器可以包括第一级均值滤波器、第二级中值滤波器和第三状态均值滤波器。处理电路系统402可以生成短期平均值与长期平均值的比值,以识别与癫痫发作相关的患者的大脑状态的变化。
处理电路系统402然后可以将短期平均值与长期平均值的比值应用于一个或多个阈值,以识别癫痫发作是否已经发生。在一个示例中,处理电路系统402将该比值与双阈值进行比较(例如,使用双阈值检测器),以确定癫痫发作是否已经发生以及癫痫发作的持续时间。例如,如果该比值增加到发作阈值以上,则处理电路系统402确定癫痫发作已经开始。处理电路系统402可以计算该时间直到该比值下降到低于期限阈值。在一些示例中,发作阈值和期限阈值可以被设置为相同的值,但是在其他示例中,发作阈值和期限阈值可以不同。例如,发作阈值可以高于期限阈值,以防止癫痫发作的过早检测并且确保癫痫发作的持续时间捕获整个事件。在一些示例中,处理电路系统402还可以在确定已经超过发作阈值或期限阈值之前,采用发作计数阈值和/或期限计数阈值。在处理电路系统402可以确定已经超过发作阈值或期限阈值之前,发作计数阈值和期限计数阈值两者可以分别建立比值必须超过发作阈值或期限阈值的连续次数。以这种方式,比发作计数阈值短的短暂时间段(即比值超过发作阈值)将不会被识别为癫痫发作的开始。同样地,比期限计数阈值短的短暂时间段(即比值下降到低于发作阈值)将不会被识别为癫痫发作的结束。癫痫发作度量可以包括指示使用上述技术是否检测到癫痫发作和/或检测到的癫痫发作的持续时间的值。
处理电路系统402还可以执行附加处理或分析,以使用设置在颈部的后部或枕部上的IMD 400来确定癫痫发作度量,在颈部的后部或枕部处增加的噪声可能影响一个或多个感测向量。例如,处理电路系统402(或感测电路系统406)可以对从两个或更多个不同电极组合感测到的电信号求平均(或对从感测到的电信号计算出的频谱功率求平均)。处理电路系统402然后可以将平均电信号或频谱功率应用于包括发作阈值的上述技术。该过程可以增强对感测到的电信号中的任何伪像的共模抑制。处理电路系统402可以提供向量求和,以使用任何两个物理信号的任何线性组合(例如,一般加权平均值)来形成虚拟信号。在另一个示例中,处理电路系统402可以包括上述技术的级联平均滤波器中的一个或多个附加中值滤波器和/或均值滤波器。
在其他示例中,处理电路系统402可以将从相应电极组合(即,感测向量)导出的一个或多个比值应用于决策树癫痫发作分类器。例如,处理电路系统402可以从每个可用感测向量(例如,在IMD 400或传感器装置210的示例中的三个向量)确定多个频带的比值,并且然后将这些比值馈送到决策树癫痫发作分类器的系综中。在一个示例中,决策树癫痫发作分类器可以使用梯度推进(例如,类似于以上关于中风度量确定所讨论的梯度推进)来离线训练。处理电路系统402可以采用这些技术中的任何技术来生成指示患者是否已经经历了癫痫发作的癫痫发作度量。以这种方式,处理电路系统402可以利用能够用于IMD 400的许多不同的感测到的信号,这可以减少外来噪声或干扰信号对计算的影响,以便提取与大脑活动相关联的相关特征。
在一些示例中,当处理电路系统402向外部装置传输中风度量和/或癫痫发作度量时,外部装置可以与紧急服务相关联。在一些示例中,外部装置可以包括全球定位系统(GPS)能力或其他位置检测技术(例如,WiFi三角测量),使得外部装置可以识别、存储和/或传送发生中风度量或癫痫发作度量的地理位置。外部装置然后可以经由手机基站、卫星或其他技术将位置信息和/或癫痫发作度量和/或中风度量传输到另一个装置或系统。其他系统可以是紧急服务,诸如911或其他医疗服务。如果在急救车中执行图7的技术,则例如由急救车或技术人员携带的装置可以接收该度量并且向急救车后面的急救医疗技术人员(EMT)或其他人员和/或向急救车驾驶员输出信息或指令。在一些实施方案中,向救护车驾驶员显示的内容可以包括导航信息(诸如地图)和用于将患者带到具有中风中心的特定医院或场所或癫痫发作专家的指令。
图8是基于一个或多个触发事件对中风或癫痫发作进行定时检测的示例性技术的流程图。IMD 400的感测电路系统406和处理电路系统402将被描述为执行示例图8的技术,但是在其他示例中,其他部件、装置和系统(例如,IMD 106或传感器装置210、220或230)可以执行类似的功能。如图8的示例中所示,处理电路系统402可以针对癫痫发作和中风两者在监测模式下操作(800)。如果处理电路系统402接收到检测癫痫发作的触发(框802的“是”分支),则处理电路系统402控制感测电路系统406感测电信号并生成癫痫发作信息(其可以是生理信息的一部分)(804)。使用癫痫发作信息,处理电路系统402然后根据本文所述的示例性技术中的任一者来生成并存储癫痫发作度量(806)。触发可以是触发事件,该触发事件基于一天中的时间、癫痫发作检测频率(例如,在定时器到期时触发确定的定时器)、感测到的患者的活动或移动、中风确定或指示系统应当执行对潜在癫痫发作的分析的任何其他信息。
如果处理电路系统402未接收到用于检测癫痫发作的触发(框802的“否”分支),则处理电路系统确定是否已经接收到中风触发事件(808)。如果处理电路系统402已接收到检测中风的触发(框808的“是”分支),则处理电路系统402控制感测电路系统406感测电信号并生成中风信息(其可以是生理信息的一部分)(810)。使用中风信息,处理电路系统402然后根据本文所述的示例性技术中的任一者来生成并存储中风度量(812)。触发可以是触发事件,该触发事件基于一天中的时间、中风检测频率(例如,在定时器到期时触发确定的定时器)、感测到的患者的与中风相关联的活动或移动、癫痫发作确定或指示系统应当执行对潜在中风的分析的任何其他信息。处理电路系统402然后继续在监测模式下操作(800)。
在其他示例中,处理电路系统402可以确定用于癫痫发作的触发或用于中风的触发是否已经在控制回路中彼此并行地或以不同的顺序(例如,在癫痫发作触发之前寻找中风触发)发生。应当注意,处理电路系统402可以以任何顺序或彼此同时地计算中风度量和癫痫发作度量。
图9是用于基于心律失常检测来调整癫痫发作检测频率的示例性技术的流程图。IMD 400的感测电路系统406和处理电路系统402将被描述为执行示例图9的技术,但是在其他示例中,其他部件、装置和系统(例如,IMD 106或传感器装置210、220或230)可以执行类似的功能。如图9的示例中所示,处理电路系统402可以控制感测电路系统406,以感测电信号并且生成癫痫发作信息(900)。处理电路系统402然后从癫痫发作信息确定指示是否已经发生癫痫发作的癫痫发作度量,并且存储癫痫发作度量(902)。
处理电路系统402然后分析针对患者心脏的任何心律失常的ECG信息(904)。在一些示例中,处理电路系统402可以从相同生理信息提取心脏功能的特征(例如,心率或心率变异性),该相同生理信息是为了计算癫痫发作度量或中风度量的目的而生成的。在一些示例中,处理电路系统402可以确定R-R间隔(ECG中相邻R波之间的时间),然后从R-R间隔确定附加信息(诸如心率变异性、边缘间隔或异位心跳数、心动过速的存在、R-R间隔中增加或减少的趋势、或其他特征)。在其他示例中,可以采用各种滤波器来从感测到的信号中去除ECG特征。在这种情况下,处理电路系统402可以控制感测电路系统406来感测电信号并且采用特定的调节或处理来保持与心脏功能相关的频率,并且包括该信息作为癫痫发作信息的一部分以便识别心律失常。
如果处理电路系统402确定患者中存在心律失常(框906的“是”分支),则处理电路系统402增加癫痫发作检测频率,该癫痫发作检测频率控制处理电路系统402识别癫痫发作是否存在的频率或时间(908)。癫痫发作检测频率的增加可能导致下一检测窗口在时间上比在其他情况下更早出现。如果处理电路系统402确定患者中不存在心律失常(框906的“否”分支),则处理电路系统402在生成附加癫痫发作信息(900)和确定下一癫痫发作度量(902)之前等待直至下一检测窗口(910)。在一些示例中,在癫痫发作检测频率先前由于检测到的心律失常而增加的情况下,患者中不存在任何心律失常也可以触发处理电路系统402将癫痫发作检测频率设定回基线或正常值。在将癫痫发作检测频率设置回基线或正常值之前,处理电路系统402可以在心律失常发生或者结束后等待预定时间。
图10是用于基于心电图信息确定癫痫发作类型的示例技术的流程图。IMD 400的感测电路系统406和处理电路系统402将被描述为执行示例图10的技术,但是在其他示例中,其他部件、装置和系统(例如,IMD 106或传感器装置210、220或230)可以执行类似的功能。如图10的示例中所示,处理电路系统402可以控制感测电路系统406,以感测电信号并且从感测到的EEG生成癫痫发作信息(1000)。处理电路系统402然后从癫痫发作信息确定指示是否已经发生癫痫发作的癫痫发作度量(1002)。
如果癫痫发作度量指示未发生癫痫发作(框1004的“否”分支),则处理电路系统402存储癫痫发作度量(1010)并且继续生成如所编程的癫痫发作信息(1000)。如果癫痫发作度量指示癫痫发作已经发生(框1004的“是”分支),则处理电路系统402获得ECG信息(1006)。如图9中所述,处理电路系统402可以控制感测电路系统406以感测一个或多个向量之间的电信号,然后调节或处理感测到的信号以至少保留ECG信息。在一些示例中,感测电路系统406和/或处理电路系统402可以对感测到的信号进行滤波,以便提取心脏特征(诸如R波或P波),以便确定可以被包括在ECG信息中的R-R间隔和/或心率信息。因此,ECG信息可以指示心脏功能。处理电路系统402然后可以基于ECG信息的一个或多个特征来确定癫痫发作类型(1008)。例如,处理电路系统402可以响应于在癫痫发作期间确定心率变异性降低或心率变异性的其他变化而将癫痫发作分类为癫痫性癫痫发作。在其他示例中,处理电路系统402可以响应于确定患者在癫痫发作期间具有心率增加而确定癫痫发作是强直-阵挛癫痫发作。在一些情况下,处理电路系统402可以区分癫痫性癫痫发作和其他类型的癫痫发作(诸如晕厥和心因性事件)。在对癫痫发作进行分类之后,处理电路系统402在继续监测患者(1000)之前存储癫痫发作度量和癫痫发作分类(1010)。在一些示例中,处理电路系统402还可以响应于识别出已经发生了癫痫发作或特定类型的癫痫发作而发起与外部装置的通信。
本文描述了以下实施例。实施例1:一种系统,包括:存储器;多个电极;感测电路系统,该感测电路系统被配置为:经由多个电极中的至少两个电极来感测来自患者的电信号;以及基于电信号来生成生理信息;处理电路系统,该电路系统被配置为:从感测电路系统接收生理信息;基于生理信息来确定指示患者的癫痫发作状态的癫痫发作度量和指示患者的中风状态的中风度量;以及将癫痫发作度量和中风度量存储在存储器中;以及外壳,该外壳承载多个电极并且包含感测电路系统和处理电路系统两者。
实施例2:根据实施例1所述的系统,其中该生理数据包括大脑活动数据。
实施例3:根据实施例1或2中任一项所述的系统,其中该多个电极被配置为检测与P3、Pz或P4大脑区域中的至少一者中的活动相对应的大脑活动数据。
实施例4:根据实施例1至3中任一项所述的系统,其中该外壳被配置为设置在患者的颈部或颅骨的后部处或附近。
实施例5:根据实施例1至4中任一项所述的系统,其中该多个电极被配置为检测与T3或T4大脑区域中的至少一者中的活动相对应的大脑活动数据。
实施例6:根据实施例5所述的系统,其中该处理电路系统被配置为基于表示与T3或T4大脑区域处的相应电极相关联的半球活动的生理信息,确定指示患者的癫痫发作状态的癫痫发作度量和指示患者的中风状态的中风度量。
实施例7:根据实施例1至6中任一项所述的系统,其中该外壳被配置为植入在患者体内。
实施例8:根据实施例7所述的系统,其中该外壳被配置为皮下植入。
实施例9:根据实施例1至8中任一项所述的系统,其中该外壳被配置为设置在患者的皮肤的外表面上。
实施例10:根据实施例1至9中任一项所述的系统,其中该生理数据包括脑电活动数据和心电活动数据,并且其中该感测电路系统包括:第一电路系统,该第一电路系统被配置为从电信号生成脑电活动;以及第二电路系统,该第二电路系统不同于第一电路系统,并且被配置为从电信号生成心电活动数据。
实施例11:根据实施例1至10中任一项所述的系统,还包括在外壳内的加速度计,该加速度计被配置为生成表示患者的运动的运动数据,并且其中处理电路系统被配置为基于包括运动数据的生理数据来确定癫痫发作度量和中风度量。
实施例12:根据实施例1至11中任一项所述的系统,其中该处理电路系统被配置为基于运动数据来确定患者已经跌倒,并且其中该处理电路系统被配置为基于患者已经跌倒的确定来确定中风度量。
实施例13:根据实施例12所述的系统,其中该处理电路系统被配置为:确定运动数据的特性超过阈值;以及响应于确定运动数据的特性超过阈值,确定癫痫发作度量或中风度量中的至少一者。
实施例14:根据实施例1至13中任一项所述的系统,其中该生理信息包括心电图信息,并且其中该处理电路系统被配置为:基于癫痫发作度量来确定患者已经经历了癫痫发作;以及基于心电图信息并从多种癫痫发作类型中选择一种表示患者所经历的癫痫发作的癫痫发作类型。
实施例15:根据实施例1至14中任一项所述的系统,其中该处理电路系统被配置为以不同于中风度量的中风检测频率的癫痫发作检测频率来确定癫痫发作度量。
实施例16:根据实施例15所述的系统,其中该癫痫发作检测频率大于中风检测频率。
实施例17:根据实施例1至16中任一项所述的系统,其中该处理电路系统被配置为:基于生理信息的心电图信号来确定患者的心脏的心律失常;响应于确定心律失常,增加控制癫痫发作度量的确定的癫痫发作检测频率;以及根据癫痫发作检测频率来确定癫痫发作度量。
实施例18:根据实施例1至17中任一项所述的系统,还包括确定患者的地理位置;以及将地理位置以及癫痫发作度量或中风度量中的至少一者传输到紧急服务。
实施例19:一种方法,包括:通过感测电路系统并且经由多个电极中的至少两个电极来感测来自患者的电信号;通过感测电路系统并基于电信号来生成生理信息,通过处理电路系统并从感测电路系统接收生理信息;通过处理电路系统并基于生理信息来确定指示患者的癫痫发作状态的癫痫发作度量和指示患者的中风状态的中风度量;以及通过处理电路系统将癫痫发作度量和中风度量存储在存储器中,其中外壳承载多个电极并且包含感测电路系统和处理电路系统两者。
实施例20:根据实施例19所述的方法,其中该生理数据包括大脑活动数据。
实施例21:根据实施例19和20中任一项所述的方法,其中该多个电极被配置为检测与P3、Pz或P4大脑区域中的至少一者中的活动相对应的大脑活动数据。
实施例22:根据实施例19至21中任一项所述的方法,其中该外壳被配置为设置在患者的颈部或颅骨的后部处或附近。
实施例23:根据实施例19至22中任一项所述的方法,其中该多个电极被配置为检测与T3或T4大脑区域中的至少一者中的活动相对应的大脑活动数据。
实施例24:根据实施例23所述的方法,其中确定指示患者的癫痫发作状态的癫痫发作度量和指示患者的中风状态的中风度量包括:基于表示与T3或T4大脑区域处的相应电极相关联的半球活动的生理信息,确定指示患者的癫痫发作状态的癫痫发作度量和指示患者的中风状态的中风度量。
实施例25:根据实施例19至24中任一项所述的方法,其中该外壳被配置为植入在患者体内。
实施例26:根据实施例25所述的方法,其中该外壳被配置为皮下植入。
实施例27:根据实施例19至26中任一项所述的方法,其中该外壳被配置为设置在患者的皮肤的外表面上。
实施例28:根据实施例19至27中任一项所述的方法,其中该生理数据包括脑电活动数据和心电活动数据,并且其中该方法还包括:通过感测电路系统的第一电路系统从电信号生成脑电活动;以及通过不同于第一电路系统的第二电路系统从电信号生成心电活动数据。
实施例29:根据实施例19至28中任一项所述的方法,还包括通过外壳内的加速度计来生成表示患者的运动的运动数据,并且其中确定癫痫发作度量中风度量包括基于包括运动数据的生理数据来确定癫痫发作度量和中风度量。
实施例30:根据实施例29所述的方法,还包括基于运动数据来确定患者已经跌倒,并且其中确定中风度量包括基于患者已经跌倒的确定来确定中风度量。
实施例31:根据实施例30所述的方法,其中确定中风度量包括基于患者已经跌倒的确定和表示从患者被确定为已经跌倒时起的持续时间的时间窗口来确定中风度量。
实施例32:根据实施例29至31中任一项所述的方法,还包括:确定运动数据的特性超过阈值;以及响应于确定运动数据的特性超过阈值,确定癫痫发作度量或中风度量中的至少一者。
实施例33:根据实施例19至32中任一项所述的方法,其中该生理信息包括心电图信息,并且其中该方法还包括:基于癫痫发作度量来确定患者已经经历了癫痫发作;以及基于心电图信息并从多种癫痫发作类型中选择一种表示患者所经历的癫痫发作的癫痫发作类型。
实施例34:根据实施例19至33中任一项所述的方法,其中确定癫痫发作度量包括以不同于中风度量的中风检测频率的癫痫发作检测频率来确定癫痫发作度量。
实施例35:根据实施例34所述的方法,其中该癫痫发作检测频率大于中风检测频率。
实施例36:根据实施例19至35中任一项所述的方法,还包括:基于生理信息的心电图信号来确定患者的心脏的心律失常;以及响应于确定心律失常,增加控制癫痫发作度量的确定的癫痫发作检测频率,其中确定癫痫发作度量包括根据癫痫发作检测频率来确定癫痫发作度量。
实施例37:根据实施例19至36中任一项所述的方法,还包括控制遥测电路系统以将癫痫发作度量或中风度量中的至少一者传输到外部装置;通过外部装置来确定患者的地理位置;以及通过外部装置将地理位置以及癫痫发作度量或中风度量中的至少一者传输到紧急服务。
实施例38:一种计算机可读介质包括:控制感测电路系统经由多个电极中的至少两个电极来感测来自患者的电信号;控制感测电路系统以基于电信号来生成生理信息;从感测电路系统接收生理信息;基于生理信息来确定指示患者的癫痫发作状态的癫痫发作度量和指示患者的中风状态的中风度量;以及将癫痫发作度量和中风度量存储在存储器中,其中外壳承载多个电极并且包含感测电路系统和处理电路系统两者。
本公开中描述的技术可以至少部分地以硬件、软件、固件或它们的任何组合的形式实施。例如,这些技术的各个方面可在一个或多个处理器、DSP、ASIC、FPGA、GPU、TPU或任何其他等效的集成或离散逻辑QRS电路系统以及这类部件的任何组合中实施,这类部件体现在外部装置(诸如医生或患者编程器、模拟器或其他装置)中。术语“处理器”和“处理电路系统”通常可以是指单独的或与其他逻辑电路系统组合的前述逻辑电路系统中的任何逻辑电路系统或单独的或与其他数字或模拟电路系统组合的任何其他等效电路系统。
对于以软件实施的各个方面,归因于本公开中描述的系统和装置的功能中的至少一些可以体现为计算机可读存储介质上的指令,如RAM、DRAM、SRAM、磁盘、光盘、闪速存储器或各种形式的EPROM或EEPROM。可以执行指令以支持本公开中所述的功能的一个或多个方面。
另外,在一些方面,本文所述的功能可以设置在专用硬件和/或软件模块内。将不同特征描述为模块或单元旨在突出不同的功能方面,并且不一定暗示此类模块或单元必须由单独的硬件或软件部件来实现。相反,与一个或多个模块或单元相关联的功能可以由单独的硬件或软件部件来执行,或者集成在共同的或单独的硬件或软件部件中。另外,本技术可在一个或多个电路或逻辑元件中完全实现。本公开的技术可在各种装置或设备中实现,包括IMD、外部编程器、IMD和外部编程器的组合、集成电路(IC)或一组IC和/或驻留在IMD和/或外部编程器中的离散电路系统。

Claims (15)

1.一种系统,包括:
存储器;
多个电极;
感测电路系统,所述感测电路系统被配置为:
经由所述多个电极中的至少两个电极来感测来自患者的电信号;以及
基于所述电信号来生成生理信息;
处理电路系统,所述处理电路系统被配置为:
从所述感测电路系统接收所述生理信息;
基于所述生理信息来确定指示所述患者的癫痫发作状态的癫痫发作度量和指示所述患者的中风状态的中风度量;以及
将所述癫痫发作度量和所述中风度量存储在所述存储器中;以及
外壳,所述外壳承载所述多个电极并且包含所述感测电路系统和所述处理电路系统两者。
2.根据权利要求1所述的系统,其中所述生理数据包括大脑活动数据。
3.根据权利要求1和2中任一项所述的系统,其中所述多个电极被配置为检测与P3、Pz或P4大脑区域中的至少一者中的活动相对应的大脑活动数据。
4.根据权利要求1至3中任一项所述的系统,其中所述外壳被配置为设置在所述患者的颈部或颅骨的后部处或附近。
5.根据权利要求1至4中任一项所述的系统,其中所述多个电极被配置为检测与T3或T4大脑区域中的至少一者中的活动相对应的大脑活动数据。
6.根据权利要求5所述的系统,其中所述处理电路系统被配置为基于表示与所述T3或T4大脑区域处的相应电极相关联的半球活动的所述生理信息,确定指示所述患者的所述癫痫发作状态的所述癫痫发作度量和指示所述患者的所述中风状态的中风度量。
7.根据权利要求1至6中任一项所述的系统,其中所述外壳被配置为植入在所述患者体内。
8.根据权利要求7所述的系统,其中所述外壳被配置为皮下植入。
9.根据权利要求1至8中任一项所述的系统,其中所述生理数据包括脑电活动数据和心电活动数据,并且其中所述感测电路系统包括:
第一电路系统,所述第一电路系统被配置为从所述电信号生成所述脑电活动;以及
第二电路系统,所述第二电路系统不同于所述第一电路系统,并且被配置为从所述电信号生成所述心电活动数据。
10.根据权利要求1至9中任一项所述的系统,还包括在所述外壳内的加速度计,所述加速度计被配置为生成表示所述患者的运动的运动数据,并且其中所述处理电路系统被配置为基于包括所述运动数据的所述生理数据来确定所述癫痫发作度量和所述中风度量。
11.根据权利要求1至10中任一项所述的系统,其中所述处理电路系统被配置为基于所述运动数据来确定所述患者已经跌倒,并且其中所述处理电路系统被配置为基于所述患者已经跌倒的所述确定来确定所述中风度量。
12.根据权利要求1至11中任一项所述的系统,其中所述生理信息包括心电图信息,并且其中所述处理电路系统被配置为:
基于所述癫痫发作度量来确定所述患者已经经历了癫痫发作;以及
基于所述心电图信息并从多种癫痫发作类型中选择一种表示所述患者所经历的所述癫痫发作的癫痫发作类型。
13.根据权利要求1至12中任一项所述的系统,其中所述处理电路系统被配置为以不同于所述中风度量的中风检测频率的癫痫发作检测频率来确定所述癫痫发作度量,并且其中所述癫痫发作检测频率大于所述中风检测频率。
14.根据权利要求1至13中任一项所述的系统,其中所述处理电路系统被配置为:
基于所述生理信息的心电图信号来确定所述患者的心脏的心律失常;
响应于确定所述心律失常,增加控制所述癫痫发作度量的确定的癫痫发作检测频率;以及
根据所述癫痫发作检测频率来确定所述癫痫发作度量。
15.根据权利要求1至14中任一项所述的系统,还包括在所述外壳内的遥测电路系统和外部装置,其中所述处理电路系统被配置为控制所述遥测电路系统以将所述癫痫发作度量或所述中风度量中的至少一者传输到所述外部装置,并且其中所述外部装置被配置为:
确定所述患者的地理位置;以及
将所述地理位置以及所述癫痫发作度量或所述中风度量中的至少一者传输到紧急服务。
CN202180053001.0A 2020-08-28 2021-08-27 癫痫发作和中风的检测 Pending CN115988989A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US202063071828P 2020-08-28 2020-08-28
US63/071,828 2020-08-28
PCT/US2021/048041 WO2022047218A1 (en) 2020-08-28 2021-08-27 Detection of seizure and stroke

Publications (1)

Publication Number Publication Date
CN115988989A true CN115988989A (zh) 2023-04-18

Family

ID=77989973

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180053001.0A Pending CN115988989A (zh) 2020-08-28 2021-08-27 癫痫发作和中风的检测

Country Status (4)

Country Link
US (1) US20220061743A1 (zh)
EP (1) EP4203769A1 (zh)
CN (1) CN115988989A (zh)
WO (1) WO2022047218A1 (zh)

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004023983A2 (en) * 2002-09-13 2004-03-25 The Regents Of The University Of Michigan Noninvasive nonlinear systems and methods for predicting seizure
US8190248B2 (en) * 2003-10-16 2012-05-29 Louisiana Tech University Foundation, Inc. Medical devices for the detection, prevention and/or treatment of neurological disorders, and methods related thereto
WO2006050468A2 (en) * 2004-11-02 2006-05-11 Medtronic, Inc. Techniques for data reporting in an implantable medical device
US8190249B1 (en) * 2005-08-01 2012-05-29 Infinite Biomedical Technologies, Llc Multi-parametric quantitative analysis of bioelectrical signals
US7787945B2 (en) * 2006-03-08 2010-08-31 Neuropace, Inc. Implantable seizure monitor
WO2008008589A2 (en) * 2006-06-13 2008-01-17 Washington University Method for analyzing function of the brain and other complex systems
US20080146958A1 (en) * 2006-10-12 2008-06-19 Kenneth Shane Guillory Self-contained seizure monitor and method
US20100168532A1 (en) * 2008-10-24 2010-07-01 The Trustees Of Columbia University In The City Of New York Systems and methods for measuring brain activity
US20100121214A1 (en) * 2008-11-11 2010-05-13 Medtronic, Inc. Seizure disorder evaluation based on intracranial pressure and patient motion
US9717439B2 (en) * 2010-03-31 2017-08-01 Medtronic, Inc. Patient data display
US20110245707A1 (en) * 2010-04-01 2011-10-06 James Sherman Castle Portable stroke monitoring apparatus
US8684921B2 (en) * 2010-10-01 2014-04-01 Flint Hills Scientific Llc Detecting, assessing and managing epilepsy using a multi-variate, metric-based classification analysis
WO2014172775A1 (en) * 2013-04-22 2014-10-30 Personal Neuro Devices Inc. Methods and devices for brain activity monitoring supporting mental state development and training
WO2018126128A2 (en) * 2016-12-29 2018-07-05 Caeden, Inc. Detecting resonance breathing using a wearable device and related methods and systems
CN110234388B (zh) * 2017-01-25 2023-04-28 Epi明德有限公司 用于监测和/或刺激受试者体内的活动的电极装置
US20190080056A1 (en) * 2017-09-14 2019-03-14 Qualcomm Incorporated Systems and methods for remote patient monitoring and event detection
WO2019195844A1 (en) * 2018-04-06 2019-10-10 The Board Of Trustees Of The Leland Stanford Junior University Apparatus and methods for detection and monitoring of cerebral ischemia to enable optimal stroke treatment
DE202019103671U1 (de) * 2019-07-03 2019-08-07 Chennakesavalu Rajagopal Tragbares Gehirnfunktionsüberwachungsgerät

Also Published As

Publication number Publication date
EP4203769A1 (en) 2023-07-05
US20220061743A1 (en) 2022-03-03
WO2022047218A1 (en) 2022-03-03

Similar Documents

Publication Publication Date Title
US9326720B2 (en) Wireless, implantable electro-encephalography system
US7167743B2 (en) Collecting activity information to evaluate therapy
US20210077032A1 (en) Classifying seizures as epileptic or non-epileptic using extra-cerebral body data
US20210251497A1 (en) Systems and methods for detecting strokes
US20190282821A1 (en) Wearable medical device for continous heart monitoring with intermittent additional signal data provided via one or more touch-sensitive electrodes
US20220322952A1 (en) Performing one or more pulse transit time measurements based on an electrogram signal and a photoplethysmography signal
US20220061678A1 (en) Detection of patient conditions using signals sensed on or near the head
EP4044916A1 (en) Detecting one or more patient coughs based on an electrogram signal and an accelerometer signal
US20220061742A1 (en) Determining composite signals from at least three electrodes
US20210378582A1 (en) Systems and methods for assessing stroke risk
US20220061743A1 (en) Detection of seizure and stroke
US20220183633A1 (en) Detection and/or prediction of stroke using impedance measurements
EP1849412B1 (en) Collecting activity information to evaluate therapy
US20210251578A1 (en) Systems and methods for detecting strokes
CN116600707A (zh) 使用阻抗测量检测和/或预测中风
EP4262546A1 (en) Detection and/or prediction of stroke using impedance measurements
US20220296174A1 (en) Detection and/or prediction of a medical condition using atrial fibrillation and glucose measurements
US20240138743A1 (en) Premature ventricular contraction (pvc) detection using an artificial intelligence model
US20230181094A1 (en) Classifying seizures as epileptic or non-epileptic using extra-cerebral body data
US20230218186A1 (en) Determining different sleep stages in a wearable medical device patient
WO2023203432A2 (en) Identification of disordered breathing during sleep

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