CN116547035A - 对姿势有反应的神经刺激 - Google Patents

对姿势有反应的神经刺激 Download PDF

Info

Publication number
CN116547035A
CN116547035A CN202180073018.2A CN202180073018A CN116547035A CN 116547035 A CN116547035 A CN 116547035A CN 202180073018 A CN202180073018 A CN 202180073018A CN 116547035 A CN116547035 A CN 116547035A
Authority
CN
China
Prior art keywords
neural
stimulation
stimulus
patient
feedback
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
CN202180073018.2A
Other languages
English (en)
Inventor
华思文
阿莫勒·马拉
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.)
Saluda Medical Pty Ltd
Original Assignee
Saluda Medical Pty Ltd
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
Priority claimed from AU2020903083A external-priority patent/AU2020903083A0/en
Application filed by Saluda Medical Pty Ltd filed Critical Saluda Medical Pty Ltd
Publication of CN116547035A publication Critical patent/CN116547035A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
    • A61N1/36128—Control systems
    • A61N1/36135—Control systems using physiological parameters
    • A61N1/36139—Control systems using physiological parameters with automatic adjustment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/02—Details
    • A61N1/04—Electrodes
    • A61N1/05—Electrodes for implantation or insertion into the body, e.g. heart electrode
    • A61N1/0551—Spinal or peripheral nerve electrodes
    • 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
    • A61B5/1116—Determining posture transitions
    • 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
    • A61B5/294—Bioelectric electrodes therefor specially adapted for particular uses for nerve conduction study [NCS]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/30—Input circuits therefor
    • A61B5/307—Input circuits therefor specially adapted for particular uses
    • A61B5/311—Input circuits therefor specially adapted for particular uses for nerve conduction study [NCS]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/388—Nerve conduction study, e.g. detecting action potential of peripheral nerves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • 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
    • A61B5/6846—Arrangements 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
    • A61B5/6847—Arrangements 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
    • A61N1/3606—Implantable neurostimulators for stimulating central or peripheral nerve system adapted for a particular treatment
    • A61N1/36062—Spinal stimulation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
    • A61N1/3606—Implantable neurostimulators for stimulating central or peripheral nerve system adapted for a particular treatment
    • A61N1/36071—Pain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
    • A61N1/36125—Details of circuitry or electric components
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
    • A61N1/36128—Control systems
    • A61N1/36132—Control systems using patient feedback
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
    • A61N1/36128—Control systems
    • A61N1/36146—Control systems specified by the stimulation parameters
    • A61N1/3615—Intensity
    • A61N1/36157—Current
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
    • A61N1/3606—Implantable neurostimulators for stimulating central or peripheral nerve system adapted for a particular treatment
    • A61N1/36067—Movement disorders, e.g. tremor or Parkinson disease
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
    • A61N1/3606—Implantable neurostimulators for stimulating central or peripheral nerve system adapted for a particular treatment
    • A61N1/36071—Pain
    • A61N1/36075—Headache or migraine

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Engineering & Computer Science (AREA)
  • Animal Behavior & Ethology (AREA)
  • Neurology (AREA)
  • Neurosurgery (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Pathology (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Pain & Pain Management (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Electrotherapy Devices (AREA)

Abstract

一种可植入设备被配置成控制对如由刺激参数定义的神经刺激的施加；经由该测量电路系统测量由该刺激诱发的神经复合动作电位反应的特性；并且使用该刺激参数和该测得的诱发神经复合动作电位反应的特性，计算在该患者处于参考姿势时将从该神经刺激获得的诱发反应的特性。可以根据该计算的特性估计该患者的姿势，和/或可以将该计算的特性用作反馈回路的反馈变量。可以存储包括该刺激参数和反馈变量中的至少一个的数据集的多维直方图。

Description

对姿势有反应的神经刺激
相关申请的交叉引用
本申请要求均于2020年8月28日提交的澳大利亚临时专利申请号2020903082和澳大利亚临时专利申请号2020903083的权益，这两个澳大利亚临时专利申请通过引用并入本文。
技术领域
本发明涉及控制对刺激的神经反应，并且具体地涉及通过使用植入在神经通路附近的一个或多个电极来测量复合动作电位。这可能是为了改善反馈以控制后续施加的刺激，和/或评估姿势改变的影响。
发明背景
有许多情况需要施加神经刺激以产生诱发复合动作电位(ECAP)和/或改变神经功能。例如，使用神经调节来治疗各种疾病，包括慢性神经性疼痛、帕金森病和偏头痛。神经调节系统向神经组织施加电脉冲以便产生治疗效果。
当用于缓解源自躯干和四肢的神经性疼痛时，电脉冲被施加到脊髓的背柱(DC)，称为脊髓刺激(SCS)。这种系统通常包括植入式电脉冲发生器以及如电池等可以通过经皮感应传输进行再充电的电源。电极阵列连接到脉冲发生器，并且定位在(多个)靶神经通路附近。由电极施加到神经通路的电脉冲引起神经元的去极化，并且产生传播动作电位。以这种方式受到刺激的纤维抑制了疼痛从脊髓的那一段传递到大脑。为了维持疼痛缓解效果，基本上连续地(例如以30Hz至100Hz范围内的频率)施加刺激。
为了有效且舒适地操作，必须将刺激幅度或递送电荷维持在募集阈值以上。低于募集阈值的刺激将无法募集任何动作电位。还必须施加低于舒适阈值的刺激，高于该舒适阈值时，由于Aβ纤维的募集增加而产生不舒适或疼痛的感觉，当募集太大时，会产生不舒适的感觉，并且在高刺激水平下，甚至可以募集与剧烈疼痛、冷觉和压觉相关的感觉神经纤维。在几乎所有的神经调节应用中，需要单一类别的纤维反应，但是所采用的刺激波形可能在其他类别的纤维上募集动作电位，这导致不希望的副作用。电极迁移和/或植入物接受者的姿势改变使维持适当的神经募集的任务变得更加困难，电极迁移和姿势改变中的任何一种都可能显著改变由给定刺激引起的神经募集，这取决于刺激是在电极位置或用户姿势改变之前还是之后施加的。在硬膜外腔中存在供电极阵列移动的空间，并且这种阵列移动改变了电极到纤维的距离，并且因此改变了给定刺激的募集效果。此外，脊髓本身可以在脑脊液(CSF)中相对于硬脑膜移动。在姿势改变期间，CSF的量和脊髓与电极之间的距离可以显著改变。这种影响是如此之大，以至于仅姿势的改变就能导致先前舒适且有效的刺激方案变得无效或痛苦。
所有类型的神经调节系统面临的另一个控制问题是以治疗效果所需的足够水平实现神经募集，但要将能量消耗降到最小。刺激范式的功耗对电池要求有直接影响，这进而影响设备的物理尺寸和寿命。对于可再充电系统，增加的功耗导致更频繁的充电，并且假定电池仅允许有限次数的充电循环，最终这将减少设备的植入寿命。
已经尝试通过反馈的方式解决这些问题，如通过本申请人在国际专利公开号WO2012/155188中阐述的方法。反馈试图通过控制递送的刺激来补偿神经和/或电极移动以维持恒定的ECAP幅度。功能性反馈回路还可以为实时操作和/或后分析产生有用的数据，如观察到的神经反应幅度和施加的刺激电流，然而，设备在数小时或数天的过程中以数十Hz的频率运行很快就会产生大量的这种数据，这远远超过植入设备的数据存储和/或数据传输能力。
关于本说明书中已包括的文件、行为、材料、设备、物品等的任何讨论仅仅是出于为本发明提供上下文的目的。不应因为这些事项在本申请的每项权利要求的优先权日之前存在而认为是承认这些事项中的任何或所有事项形成现有技术基础的一部分或为与本发明相关领域内的公共常识。
在整个本说明书中，词语“包括(comprise)”或变形(如“包括(comprises)”或“包括(comprising)”)将被理解为意指包括所陈述的要素、整体或步骤，或者一组要素、整体或步骤，但不排除任何其他要素、整体或步骤，或者任何其他的一组要素、整体或步骤。
在本说明书中，元素可以是选项列表中的“至少一个”的陈述应被理解为该元素可以是所列选项中的任何一个，或者可以是所列选项中的两个或更多个的任何组合。
发明内容
根据第一方面，本发明提供了一种用于可控地施加神经刺激的可植入设备，该设备包括：
多个电极，该多个电极包括一个或多个刺激电极和一个或多个感测电极；
刺激源，该刺激源用于提供要从该一个或多个刺激电极递送到患者的神经通路的刺激以在该神经通路上产生诱发动作电位；
测量电路系统，该测量电路系统用于记录在该一个或多个感测电极处感测到的神经复合动作电位信号；以及
控制单元，该控制单元被配置成：
控制对如由刺激参数定义的神经刺激的施加；
经由该测量电路系统测量由该刺激诱发的神经复合动作电位反应的特性；
使用该刺激参数和该测得的诱发神经复合动作电位反应的特性，计算在该患者处于参考姿势时将从该神经刺激获得的诱发反应的特性；以及
从该计算的特性估计该患者的姿势。
根据第二方面，本发明提供了一种控制神经刺激的自动化方法，该方法包括：
向患者的神经通路施加该神经刺激以在该神经通路上产生诱发动作电位，该刺激由刺激参数定义；
测量由该刺激诱发的神经复合动作电位反应的特性；
使用该刺激参数和该测得的诱发神经复合动作电位反应的特性，计算在该患者处于参考姿势时将从该神经刺激获得的诱发反应的特性；以及
从该计算的特性估计该患者的姿势。
根据第三方面，本发明提供了一种用于可控地施加神经刺激的可植入设备，该设备包括：
多个电极，该多个电极包括一个或多个刺激电极和一个或多个感测电极；
刺激源，该刺激源用于提供要从该一个或多个刺激电极递送到患者的神经通路的刺激以在该神经通路上产生诱发动作电位；
测量电路系统，该测量电路系统用于记录在该一个或多个感测电极处感测到的神经复合动作电位信号；以及
控制单元，该控制单元被配置成：
控制对如由刺激参数定义的神经刺激的施加；
经由该测量电路系统测量由该刺激诱发的神经复合动作电位反应的特性；
使用该刺激参数和该测得的诱发神经复合动作电位反应的特性，计算在该患者处于参考姿势时将从该神经刺激获得的诱发反应的特性；以及
实施完成反馈回路的反馈控制器，该反馈控制器使用该计算的特性作为反馈变量来控制该刺激参数以将该反馈变量维持在设定值。
根据第四方面，本发明提供了一种控制神经刺激的自动化方法，该方法包括：
向患者的神经通路施加该神经刺激以在该神经通路上产生诱发动作电位，该刺激由刺激参数定义；
测量由该刺激诱发的神经复合动作电位反应的特性，
根据该测得的诱发神经复合动作电位反应的特性和该刺激参数，计算在该患者处于参考姿势时将从该神经刺激获得的诱发反应的特性；以及
通过使用该计算的特性作为反馈变量来控制该刺激参数以将该反馈变量维持在设定值，来完成反馈回路。
在本发明的一些实施例中，该姿势的估计包括该神经复合动作电位反应的测量幅度与该计算的特性的比率，该计算的特性包括在该患者处于该参考姿势时将从该神经刺激获得的诱发反应的幅度。
本发明的一些实施例使用该计算的特性作为反馈变量来实施完成反馈回路的反馈控制器，该反馈控制器被配置成控制该刺激参数以将该反馈变量维持在设定值。
本发明的一些实施例使用该测得的特性作为反馈变量来实施完成反馈回路的反馈控制器，该反馈控制器被配置成控制该刺激参数以将该反馈变量维持在设定值。
在本发明的一些实施例中，该控制单元进一步被配置成根据该姿势估计来确定不同姿势下的募集变化。
在本发明的一些实施例中，计算该特性包括对于求解其中，是该计算的特性并且包括所计算的幅度C＝IkV，I是该刺激参数，V是该测得的诱发神经复合动作电位反应的特性，并且M0和T0是该患者在该参考姿势下的生长曲线的参数。
在本发明的一些实施例中，该反馈控制器被配置成使用该姿势的估计来控制该刺激参数。
在本发明的一些实施例中，该反馈控制器被配置成使用该姿势的估计来估计该电极与该神经通路之间的距离。
在本发明的一些实施例中，该反馈控制器被配置成通过按该参考姿势下这些电极与该神经通路之间的距离缩放该姿势的估计来估计该距离。
在一些实施例中，反馈变量是观察到的ECAP的幅度度量(V)，并且患者姿势的估计包括幅度度量的倒数(V-1)，或者其任何合适的函数。
在一些实施例中，反馈变量是观察到的ECAP的幅度度量(V)，并且患者姿势的估计包括参考姿势下的等效ECAP幅度与幅度度量的比率(比率)，或者其任何合适的函数。在一些实施例中，刺激参数是刺激电流I，并且通过求解来确定估计的募集
在一些实施例中，随着时间的推移根据刺激参数值来编译第一直方图。在这样的实施例中，患者姿势的估计可以包括或源自直方图中峰值的位置。在一些实施例中，随着时间的推移根据反馈变量值来编译第二直方图。在这样的实施例中，患者姿势的估计可以包括或源自第二直方图中峰值的位置。
在一些实施例中，根据数据对来编译二维直方图，每个数据对包括刺激参数和相应的反馈变量。在这样的实施例中，患者姿势的估计可以包括或源自二维直方图中峰值的位置。
另外地或可替代地，在这样的实施例中，患者姿势的估计可以包括或源自观察到的单变量或多变量直方图数据与预先识别的姿势特征直方图的相关性。另外地或可替代地，可以通过将单变量或多变量直方图的子区域与姿势相关联并且当数据在子区域中聚集时确定患者处于该姿势，来得到患者姿势的估计。
在一些实施例中，患者姿势的估计可以用于控制至少一个刺激参数。
在一些实施例中，患者姿势的估计可以用于确定在使用恒定电压反馈时患者在不同姿势下将经历多少募集变化。在这样的实施例中，募集的高变化的指示可以用于触发I-V反馈回路控制的激活。
在一些实施例中，患者姿势的估计可以用作神经电极距离的相对度量。例如，神经电极距离的相对度量可以被计算为姿势的反函数。
根据第五方面，本发明提供了一种用于可控地施加神经刺激的可植入设备，该设备包括：
多个电极，该多个电极包括一个或多个标称刺激电极和一个或多个标称感测电极；
刺激源，该刺激源用于提供要从该一个或多个刺激电极递送到神经通路的刺激以在该神经通路上产生诱发动作电位；
测量电路系统，该测量电路系统用于记录在该一个或多个感测电极处感测到的神经复合动作电位信号；以及
控制单元，该控制单元被配置成：
控制对如由刺激参数定义的神经刺激的施加；
经由该测量电路系统测量由该刺激诱发的神经复合动作电位反应；
根据该测得的诱发反应确定反馈变量；
实施完成反馈回路的反馈控制器，该反馈控制器使用该反馈变量来控制该刺激参数；并且
该控制单元进一步被配置成编译包括多个数据变量值的多维数据集，每个数据变量值与相应的神经刺激和相关联的测得的诱发反应相关联，该多维数据集包括该刺激参数和该反馈变量中的至少一个；并且
该控制单元进一步被配置成通过在获得每个多维数据集之后更新多维直方图以反映该多维数据集并且将该多维直方图存储在该设备的存储单元中，来随着时间的推移存储关于多个神经刺激和相应的相关联的测得的诱发反应的多个多维数据集。
根据第六方面，本发明提供了一种控制神经刺激的自动化方法，该方法包括：
向神经通路施加该神经刺激以在该神经通路上产生诱发动作电位，该刺激由刺激参数定义；
测量由该刺激诱发的神经复合动作电位反应，并且从该测得的诱发反应中得到反馈变量；
通过使用该反馈变量控制该刺激参数来完成反馈回路；
编译包括多个数据变量值的多维数据集，每个数据变量值与相应的神经刺激和相关联的测得的诱发反应相关联，该多维数据集包括该刺激参数和该反馈变量中的至少一个；以及
通过在获得每个多维数据集时更新多维直方图以反映该多维数据集，来随着时间的推移存储关于多个神经刺激和相应的相关联的测得的诱发反应的多个多维数据集。
在第五和第六方面的实施例中，多维直方图可以包括二维直方图。例如，该数据集可以包括两个数据变量值，这两个数据变量值包括该刺激参数和该反馈变量。多维直方图可以包括三维直方图或多于三维的直方图。
在一些实施例中，刺激参数可以包括刺激电流幅度。在一些实施例中，反馈变量可以包括观察到的ECAP幅度，或者从其得到的变量。在一些实施例中，反馈变量可以从观察到的ECAP幅度和相应的刺激参数中得到。
在一些实施例中，可以处理多维直方图以确定姿势。
在一些实施例中，可以通过应用箱翘曲函数将电流-电压数据的二维直方图转换成二维姿势-募集直方图。二维姿势-募集直方图可以用于获得一维姿势直方图和/或一维募集直方图。
在一些实施例中，可以处理多维直方图以通过执行直方图和/或翘曲直方图的聚类分析、强度分析和/或地形分析来确定姿势。
在一些实施例中，随着时间的推移重复确定姿势。
根据第七方面，本发明提供了一种用于可控地施加神经刺激的可植入设备，该设备包括：
多个电极，该多个电极包括一个或多个刺激电极和一个或多个感测电极；
刺激源，该刺激源用于提供要从该一个或多个刺激电极递送到神经通路的刺激以在该神经通路上产生诱发动作电位；
测量电路系统，该测量电路系统用于记录在该一个或多个感测电极处感测到的神经复合动作电位信号；以及
控制单元，该控制单元被配置成：
控制对如由至少一个刺激参数定义的神经刺激的施加；
经由该测量电路系统测量由该刺激诱发的神经复合动作电位反应；
根据该测得的诱发反应确定反馈变量；
实施完成反馈回路的反馈控制器，该反馈控制器使用该反馈变量来控制该至少一个刺激参数；并且
该控制单元进一步被配置成根据该反馈变量和该刺激参数中的至少一个来估计患者姿势。
根据第八方面，本发明提供了一种控制神经刺激的自动化方法，该方法包括：
向神经通路施加该神经刺激以在该神经通路上产生诱发动作电位，该刺激由至少一个刺激参数定义；
测量由该刺激诱发的神经复合动作电位反应，并且从该测得的诱发反应中得到反馈变量；
通过使用该反馈变量控制该至少一个刺激参数来完成反馈回路；以及
根据该反馈变量和该刺激参数中的至少一个来估计患者姿势。
在第七和第八方面的一些实施例中，反馈控制器通过使用反馈变量来控制至少一个刺激参数以将反馈变量维持在恒定水平来完成反馈回路。在第七和第八方面的一些实施例中，反馈控制器通过使用反馈变量来控制至少一个刺激参数以将神经募集维持在恒定水平来完成反馈回路。
根据另外的方面，本发明提供了一种用于可控地施加神经刺激的非暂态计算机可读介质，该非暂态计算机可读介质包括当由一个或多个处理器执行时执行本发明第二、第四、第六或第八方面的方法的指令。
在一些实施例中，反馈变量可以是以下各项中的任一项：幅度；能量；电力；积分；信号强度；或以下各项中的任一项的衍生物：整体诱发复合动作电位；例如在刺激后0ms至2ms的测量窗口中的快速神经反应；例如在刺激后2ms至6ms的测量窗口中的缓慢神经反应；或反应的过滤版本。在一些实施例中，反馈变量可以是在多个刺激/测量循环中确定的任何这种特性的平均值。在一些实施例中，反馈变量可以是ECAP幅度对不同刺激电流的反应的线性部分的零截距或斜率。在一些实施例中，反馈变量可以从一个以上的前述特性中得到。
在一些实施例中，控制变量或刺激参数可以是总刺激电荷、刺激电流、脉冲幅度、相位持续时间、相间间隙持续时间或脉冲形状中的一个或多个，或者这些的组合。
在一些实施例中，可以根据本申请人例如在美国专利号9,386,934、国际专利公开号WO 2020/082118、国际专利公开号WO 2020/082126和/或国际专利公开号WO 2020/124135中的教导获得神经记录，每个专利的内容通过引用并入本文。
可以通过评估测得的神经反应来确定第二峰(例如，N1峰)的幅度和/或第三峰(例如，P2峰)的幅度，例如通过识别N1-P2峰-峰幅度，根据测得的神经反应确定反馈变量，以产生反馈变量。
在本发明的一些实施例中，测量电路系统被配置成在设备操作期间基本上连续地记录神经反应的记录。例如，在本发明的一些实施例中，植入式神经调节设备被配置成记录神经反应记录持续设备操作至少8小时的时段。在本发明的一些实施例中，植入式神经调节设备被配置成记录神经反应记录持续设备操作至少2天的时段。在本发明的一些实施例中，植入式神经调节设备被配置成记录神经反应记录持续设备操作至少5天的时段。为此，本发明的优选实施例提供了用于被配置成基本上实时地处理神经反应的每个记录以获得神经激活的相应度量的植入式神经调节设备，并且进一步提供了用于在存储器中仅存储神经激活的度量而不是整个记录的植入式神经调节设备。例如，植入式神经调节设备可以在存储器中以多个箱的形式存储多个神经激活度量的直方图，每次获得额外的神经激活度量时，与相应箱相关联的计数器递增。这些实施例允许在数小时或数天时段内以高速率(如50Hz或更高)获得这种数据，并且通过使用直方图以非常紧凑的方式存储这些数据，并且由此避免超过可植入设备的有限存储器限制。可以为每个箱分配宽度或范围，该宽度或范围对于每个箱是相等的。可替代地，可以为箱分配相应的宽度，该宽度随着神经激活水平的增加而增加，如线性增加的箱宽度或指数增加的箱宽度。
本文提到的估计、确定、比较等应理解为是指由处理器对数据执行的自动过程，该处理器操作以执行适于实现所描述的(多个)估计、确定和/或比较步骤的预定程序。本文提出的方法可以用硬件(例如，使用数字信号处理器、专用集成电路(ASIC)或现场可编程门阵列(FPGA))或软件(例如，使用有形地存储在计算机可读介质上的指令，用于使数据处理系统执行本文描述的步骤)或硬件和软件的组合来实施。本发明还可以实施为计算机可读介质上的计算机可读代码。计算机可读介质可以包括可以存储数据的任何数据存储设备，这些数据随后可以被计算机系统读取。计算机可读介质的示例包括只读存储器(“ROM”)、随机存取存储器(“RAM”)、磁带、光学数据存储设备、闪存设备或任何其他合适的存储设备。计算机可读介质还可以分布在网络耦合的计算机系统上，使得计算机可读代码以分布方式存储和/或执行。
具体地，应当理解，编译、分析或以其他方式处理本文定义的“直方图”应当被理解为包括表示直方图的数据，无论是否曾经产生过这种数据的图形表示。
附图说明
现在将参考附图描述本发明的示例，在附图中：
图1示意性地展示了植入式脊髓刺激器；
图2是植入式神经刺激器的框图；
图3是展示了植入式刺激器与神经交互的示意图；
图4展示了电诱发复合动作电位的典型形式；
图5展示了单个患者可能出现的一系列生长曲线，每条曲线对应一个姿势；
图6展示了根据神经刺激的I-V控制的一种实施方式的ECAP生成模型在反馈回路中的应用；
图7展示了一个实施例中积分控制回路的简化模型；
图8a和图8b展示了在人体姿势改变实验中获得的数据；
图9用拟合线展示了仰卧姿势下的神经激活曲线图；
图10用拟合线展示了站立姿势下的神经激活曲线图；
图11是当在每个姿势下以舒适减(C-)水平施加刺激时，图8a的数据子集的logI与logV的关系的曲线图；
图12是当在每个姿势下以最大水平施加刺激时，图8a的数据子集的logI与logV的关系的曲线图；
图13展示了当转变到募集-姿势平面时图8a的数据；
图14展示了在模拟脊髓刺激期间建模的患者姿势；
图15a描绘了在大量刺激循环内出现的刺激电流值的一维直方图；以及图15b描绘了同一时段内的ECAP电压观测值的一维直方图；
图16是从多维数据集编译的二维直方图，每个数据集包括刺激电流数据和ECAP电压数据；
图17是当翘曲成姿势对募集轴时图16的电流对电压数据的二维直方图，分辨率降低；
图18a以全分辨率示出了图17的姿势/募集直方图数据；图18b是从图18a的数据中提取的一维姿势直方图；以及图18c是从图18a的数据中提取的一维募集直方图；
图19是当使用I-V反馈回路控制器时获得的电流对电压数据的二维直方图；
图20a是当翘曲成姿势对募集轴时图19的电流对电压数据的二维直方图；图20b是从图20a的数据中提取的一维姿势直方图；以及图20c是从图20a的数据中提取的一维募集直方图；
图21展示了当收集临床数据以配置神经刺激器进行自动姿势估计时，临床数据查看器应用程序的图形用户界面；
图22展示了在每个姿势下获得的数据的分布，为了可视化，间隔开任意偏移；
图23a展示了每个姿势的预先识别的特征电流直方图，以及图23b是仰卧姿势的预先识别的特征电流直方图的放大视图；
图24展示了在不同时间段内获得的用于姿势识别目的的电流直方图；
图25a展示了在单个时间段内获得的数据聚类；以及图25b展示了将图25a的数据分类成两个不同的姿势；以及
图26是展示了针对每个姿势的归一化特征直方图的临床推导以及使用这样的特征直方图来从门诊数据中对姿势进行分类的流程图。
优选实施例的说明
图1示意性地展示了植入式脊髓刺激器100。刺激器100包括电子模块110和电极组件150，该电子模块植入在患者的下腹部区域或后上臀部区域中的合适位置，该电极组件植入在硬膜外腔内并通过合适的引线连接到模块110。植入式神经设备100的操作的许多方面可由外部控制设备192重新配置，该外部控制设备可以是临床医生程序设计器和/或患者程序设计器。此外，植入式神经设备100起到数据收集的作用，收集的数据经由任何合适的经皮通信通道190传送到外部设备192。通信通道190可能受到射频(RF)通信、近端感应交互等的影响。通信通道190可以在基本上连续的基础上、以周期性间隔、以非周期性间隔或者根据来自外部设备192的请求而活动。
图2是植入式神经刺激器100的框图。模块110包含电池112和遥测模块114。在本发明的实施例中，遥测模块114可以使用任何合适类型的经皮通信190(如红外(IR)、电磁、电容和电感传输)在外部设备192与电子模块110之间传输电力和/或数据。模块控制器116具有存储患者设置120、控制程序122等的相关联存储器118。控制器116根据患者设置120和控制程序122来控制脉冲发生器124产生电流脉冲形式的刺激。电极选择模块126将产生的脉冲切换到电极阵列150的(多个)适当电极，用于将电流脉冲递送到(多个)所选电极周围的组织。电极阵列150可以包括一个或多个电极，如桨状引线上的电极垫、围绕引线主体的圆形(例如，环形)电极、适形电极、卡肤电极、分段电极或能够形成用于治疗的单极、双极或多极电极配置的任何其他类型的电极。电极可以刺穿或直接固定到组织本身。测量电路系统128被配置成捕获在电极阵列中如由电极选择模块126选择的(多个)感测电极处感测到的神经反应的测量结果。
图3是展示了植入式刺激器100与神经180交互的示意图，在这种情况下，该神经是脊髓，然而替代性实施例可以位于任何期望的神经组织附近，包括外周神经、内脏神经、副交感神经或脑结构。电极选择模块126选择电极阵列150中的刺激电极2来递送电流脉冲，在该实施例中，该电流脉冲包括三个相，即三相刺激。根据WO 2017/219096的教导，可以配置三相刺激以减少刺激伪影对ECAP测量结果的影响，其内容通过引用并入本文。电极选择模块126选择刺激电极2以向包括神经180在内的周围组织递送三相脉冲，并且还选择阵列150中的两个返回电极1和3用于每个相中的刺激电流恢复，以维持零净电荷转移。以这种方式使用三个电极在每个刺激相中递送和恢复电流被称为三极刺激。刺激电流恢复由电流返回模块125控制。根据国际专利公开号WO 2020/082118的教导，在一些实施例中，可以配置三极刺激以得出空间受限的ECAP，该国际专利的内容通过引用并入本文。另外地或可替代地，根据国际专利公开号WO 2020/082126的教导，可以配置三极刺激以最小化刺激伪影，从而简化ECAP测量，该国际专利的内容通过引用并入本文。替代性实施例可以应用其他形式的三极刺激，或者可以使用更多或更少数量的刺激电极。
从电极1、2、3向神经180递送适当的刺激引起包括诱发复合动作电位的神经反应，如图所示，该神经反应将沿着神经180传播，用于治疗目的，在用于慢性疼痛的脊髓刺激器的情况下，该治疗目的可以是在期望的位置产生感觉异常。为此，刺激电极用于以任何治疗上合适的频率(例如30Hz)递送刺激，但是也可以使用包括高达kHz范围的其他频率，和/或刺激可以以非周期性方式递送，如突发或零星地递送，视患者而定。为了对该设备进行拟合，临床医生施加各种配置的刺激，这些刺激力图产生被用户体验为感觉异常的感觉。当找到引起感觉异常的刺激配置时，该刺激配置的位置和大小与受疼痛影响的用户身体区域一致，临床医生指定该配置用于持续使用。
设备100进一步被配置成感测沿着神经180传播的复合动作电位(CAP)的存在和强度，无论这些CAP是由来自电极1、2和3的刺激诱发的，还是以其他方式诱发的。为此，电极选择模块126可以选择阵列150中的任何电极作为测量电极6和测量参考电极8，由此电极选择模块126将选择的电极选择性地连接到放大器128的输入。因此，由测量电极6和8感测到的信号被传递到包括放大器128和模数转换器(ADC)130的测量电路系统。测量电路系统例如可以根据本申请人的国际专利公开号WO 2012/155183的教导操作，该国际专利的内容通过引用并入本文。
经由测量电路系统128、130从测量电极6、8获得的神经记录由控制器116处理以获得关于所施加的刺激对神经180的影响的信息。刺激器100在潜在的长时段(如数天、数周或数月)内施加刺激，并且在此时间期间记录神经反应、刺激设置、感觉异常目标水平和其他操作参数。刺激器100在闭环基础上操作，因为所记录的神经反应被用于反馈布置中以在连续或持续的基础上控制未来刺激的刺激设置。为了实现合适的SCS治疗，刺激器100可以每秒递送数十、数百或甚至数千个刺激，每天持续许多小时。通过在每次刺激后获得神经反应记录，或者至少有规律地获得这样的记录，反馈回路可以在大部分或全部时间内操作。每个记录生成反馈变量，如诱发神经反应的幅度的度量，该反馈变量进而导致反馈回路改变随后或稍后刺激的刺激参数。因此，刺激器100可以以数十或数百Hz、或甚至kHz的速率产生这样的数据，并且在数小时或数天的过程中，该过程产生大量的临床数据，这些数据可以存储在存储器118的临床数据存储区120中。这不同于过去的神经调节设备，如SCS设备，这些设备缺乏记录任何神经反应的任何能力。然而，存储器118必然具有有限的容量，并且因此需要小心选择用于存储到存储器118中的紧凑数据形式以确保在预期由设备192无线地检索数据的时间之前存储器不会耗尽，这可能一天仅发生一次或两次，或者更少。
因此，在本实施例中，由测量电路系统128、130产生的神经记录由控制器116以从每个记录中检索单个数据点(包括以μV为单位的ECAP峰-峰幅度)的方式进行处理。例如，根据国际专利公开号WO 2015/074121的教导，可以处理神经记录以确定ECAP峰-峰幅度，该国际专利的内容通过引用并入本文。替代性实施例可以选择替代性单个数据点来从要存储的记录中检索，或者可以从记录中检索并存储2个或更多个数据点。
图4展示了健康受试者的电诱发复合动作电位的典型形式。图4中所示的复合动作电位的形状在某种程度上是可预测的，因为它是通过轴突集合响应于刺激而产生动作电位所产生的离子电流的结果。大量纤维间产生的动作电位相加形成复合动作电位(CAP)。CAP是大量单纤维动作电位反应的总和。记录的CAP是大量不同纤维去极化的结果。传播速度很大程度上取决于纤维直径。由一组相似纤维的燃烧产生的CAP被测量为正峰值电位P1，然后是负峰值N1，随后是第二正峰值P2。这是由于动作电位沿着单独纤维传播时激活区域经过记录电极6、8而引起的。
因此，CAP曲线采用典型形式，并且可以由任何合适的(多个)参数来表征，其中一些参数如图4所指示。根据记录电极6、8连接到放大器128的极性，正常的记录曲线可以采取与图4所示相反的形式，即，具有两个负峰值N1和N2，以及一个正峰值P1。
如前所述，患者的运动可以导致电极阵列150和神经180的位置、形状和排列相对于彼此以及相对于周围解剖结构发生相当大的变化。具体地，如图3所示，刺激电极2距神经180的距离ds可以变化，记录电极距神经180的距离dr也可以变化。由于阵列150和神经180的灵活性，以及每个的对准和位置的可能变化，ds不总是等于dr，并且ds的变化不总是等于dr的变化。
在治疗水平，观察到的CAP信号通常具有数十微伏范围内的最大幅度。随着刺激电流I的增加，ECAP幅度V通常遵循生长曲线。图5展示了单个患者可能出现的一系列生长曲线，每条曲线对应一个姿势。典型的生长曲线的特征在于低于阈值的第一部分以及高于阈值的第二部分，在第一部分中非零刺激电流不引起ECAP，在第二部分中高于阈值的刺激电流的另外的增加引起ECAP幅度的线性增加。阈值T和生长曲线第二部分的斜率M都取决于电极到纤维的距离，并且因此都随姿势而变化。例如，如图5所示，与俯卧姿势相比，仰卧姿势具有较低的阈值和较大的斜率。
因此，本实施例利用了ECAP生成模型，该模型考虑了电极相对于靶组织移动的情况，如国际专利公开号WO 2017/173493中所描述，该国际专利的内容通过引用并入本文。将在下文中使用稍作修正的数学术语，重新讨论ECAP生成模型的一些关键要素。
ECAP生成模型表达了患者从刺激电流I到ECAP幅度V的传递函数。(在其他实施方式中，V可以代表ECAP的除了幅度之外的特性，假设该特性遵循下文给出的建模方程。)该传递函数取决于电极到纤维的距离p，假设ds＝dr＝p，其本身取决于患者的姿势。模型仅依赖于相对值p，所以我们需要选择一个参考点。我们选择在患者的参考姿势下设置p＝1。这可以是任何姿势，优选地患者能容易重复的姿势。
我们使用分段线性模型，其中，ECAP在阈值以上线性增加。阈值T和斜率M都随p变化：
T和M取决于刺激和记录传递函数，它们被假定为幂次定律。令T0和M0分别是参考姿势下的阈值和斜率，即，
T(1)＝T0
M(1)＝M0
对于阈上电流，通过施加刺激实现的募集R随着距离ds以某个幂m下降：
R∝(I-t(p))p-m
这就是刺激传递函数。
记录随着距离dr以另一个幂n下降：
V∝Rp-n
这就是记录传递函数。
从以上得到：
V＝M0p-(m+n)(I-T0pm)
这就是患者的传递函数。
因此，获得了模型函数：
T(p)＝T0pm
M(p)＝M0p-(m+n)
以这种方式实现允许刺激传递函数和记录传递函数的反馈回路在本文中被称为I-V控制。为了实施I-V控制，希望维持恒定募集R，无论p如何。在恒定募集处：
I∝pm
V∝p-n
这里的恒定募集意指以适用阈值T(p)的恒定倍数刺激。可以得到反馈变量C，使得p的幂抵消了：
C＝InVm
这具有以下特性：
并且因此可以用C作为独立于距离的募集度量。
应进一步注意，不必知道m或n；只需要知道它们的比率k，就可以得到略有不同的反馈变量：
C＝IkV
图6展示了根据神经刺激的I-V控制的原始实施方式的这种模型在反馈回路中的应用。
C的这种选择导致随着电流的增加而向上弯曲的控制传递函数，也就是说，
这对于集成控制器的稳定性具有有益的影响。这种正曲率意味着控制器不再具有恒定增益：当设定值较高时，斜率也会较高。如本申请人在澳大利亚临时专利申请号AU2020903083中所述，这可以在实施方式中通过在设定值改变时调整控制增益来补偿，该澳大利亚临时专利申请通过引用并入本文。
值IkV或其任何单调函数是神经募集的度量。该度量不一定与潜在募集呈线性关系，但它是单调的。
m值将取决于刺激配置；n将取决于记录配置。两者都取决于引线放置和患者的神经参数。k值需要单独适合每个患者配置。
因此，需要拟合过程。在这方面，注意，可以在不知道p的情况下确定传递参数k。假设患者的舒适水平与恒定神经募集相对应，一种选择是使用患者的舒适水平作为参考点。在这种方法下，在多个姿势中的每个姿势下测量在患者舒适水平下出现的电流和电压。令第I种姿势的舒适水平表示为Vi和Ii。给出
可以简单地通过点(logIi，logVi)拟合线，该线将具有斜率-k，对于该特定患者产生k。
另一种拟合方法是查看不同姿势下的阈值和斜率：
Ti＝T0pm
Mi＝M0p-mp-n
通过(logTi，logMiTi)的线也具有斜率-k，因此提供了用于获得该特定患者的传递参数k的另一种方法。
传递参数k也可以手动调整以微调患者感知的均匀性。如果在移动到更敏感的姿势时，如从俯卧到仰卧，感知到刺激增加，则k应该降低，并且反之亦然。
反馈变量IkV是募集指标；它与姿势无关地随募集单调地变化，但它是一种非线性关系。本实施例认识到，存在募集的线性度量会更有用的任务：例如，用于患者设置其目标水平(设定值)，以及用于分析反馈直方图。
当姿势保持不变时，ECAP幅度V随募集R大致线性变化，因为在SCS中，募集的空间范围随电流增加，而募集群体的特性随电流保持相当恒定。
使用模型方程，可以将IkV的任何测量投射到任何姿势上：这告诉我们，对于同样的募集，在这种姿势下，预计ECAP幅度会是多少。这让我们定义线性募集度量，即参考姿势下的等效ECAP幅度，在本文中称为refcap。refcap有电压单位。
refcap是闭环控制的反馈变量的自然选择。refcap还产生了独立于募集的姿势度量：比率取决于pn，而不是R。
refcap可以通过求解以下方程转换为I-V控制的原始实施方式的反馈变量C或从其转换：
这个方程没有封闭型解，所以必须使用数值方法从C中获得refcap然后，refcap可以用作神经刺激的I-V控制的“refcap实施方式”中的反馈变量。
在基于refcap的I-V控制的替代性实施方式中，使用I-V控制的原始实施方式，如图6所展示。然而，患者的设定值被视为refcap的值与募集成线性关系。然后应用方程(1)将设定值转换成C的值，然后通过反馈控制器将该值与计算的反馈变量进行比较。这种实施方式的计算强度比使用refcap作为反馈变量的实施方式低，因为不需要在每个刺激循环为refcap求解方程(1)。另外，由患者控制的设定值与募集呈线性关系，如在refcap用作反馈变量的实施方式中。
计算植入物中的refcap可能很困难，因为这需要大量的计算或查找表。另一方面，本披露内容认识到，当使用I-V控制的原始实施方式时，估计姿势可能是高效的。I-V控制的作用是保持募集的恒定，并且因此保持refcap的恒定。因此，姿势会随着V-1而变化。因此，当使用I-V控制的原始实施方式时，V-1产生替代性姿势估计信号。
无论使用何种控制方法，都可以计算refcap；可以估计任何患者的k、M0和T0，并且将其用于计算开环或恒压控制模式以及I-V控制模式下的refcap。
本实施例进一步提供了反馈回路中非线性元件的控制的集成。I-V反馈回路试图通过调整刺激电流来保持募集恒定。在每个刺激脉冲之后，测量ECAP；实际反馈变量与期望反馈变量之间的差就是误差。这个误差乘以控制增益，并且然后馈送到积分器。积分器保持误差的运行总和以确定下一个刺激电流。图7展示了该实施例中积分控制回路的简化模型。积分器的输出是刺激电流m。将患者建模为将刺激电流m转换成具有某个斜率P的反馈变量f。f与患者设定值c之间的差为误差e。回路误差e乘以增益G，并且被积分用于下一时间步骤。
实际上，每次刺激后，系统都向期望设定值迈进一步。例如，如果测得的ECAP大于设定值，则误差为负，并且积分器减小电流。在实施这种回路时，重要的是理解回路的动态行为，如它多快收敛到患者的设定值，以及在什么情况下它可能变得不稳定和振荡，并且这种行为由步长决定。步长很小时，回路平滑地向目标收敛。另一方面，如果步长太大，则回路将超过设定值。本申请人在澳大利亚临时专利申请号AU2020903083中提出了动态回路行为和控制。
因此，回路中的控制增益G可以是可调整的以允许调整回路来适应每个特定的患者。
为了证明募集R的估计，分析了人体姿势改变实验。获得的数据在图8a和图8b中示出，并且由在人类患者P0119中进行的三次电流扫描构成。在2至3分钟的过程中，患者被置于坐姿、站姿和仰卧姿势。在每个姿势下，以60Hz施加刺激，并且刺激电流I(右轴)斜升穿过感知阈值(T-)、舒适度(C-)，达到最大值(M)，并且下降至舒适度(C+)。这些刺激电流水平在图8a中针对坐姿指示，并且应当注意，对于其他姿势，T-、C-、M-和C+处的刺激电流水平不同于针对坐位示出的刺激电流水平。当刺激电流在每个姿势下调整时，记录ECAP幅度测量结果(V，左轴)。坐位显然是最不敏感的姿势，电流最高并且ECAP最小。仰卧是最敏感的姿势，与坐位和站位的4mA以上相比，最大值出现在小于3mA时。图8b是图8a的数据的仰卧部分的放大图，其中x轴数据移动到原点。在大约1.5Hz在仰卧姿势下，调制信号是明显的，因此ECAP幅度的这种变化可能是由患者的心跳引起的，例如通过由心跳振动引起的电极到纤维的距离变化。
为了应用上文描述的募集估计方法，有必要估计所讨论的患者的传递参数k。还必须估计参考姿势阈值T0和参考姿势斜率M0。因此，本实施例提供了要应用的患者参数拟合过程，该过程可以被结合到这种设备的正常临床拟合过程中。
为了实现这种拟合，要求患者采用参考姿势，例如可以是仰卧姿势，因为它最敏感，如图8a所示。图8b中所示的为该姿势获得的电流和电压数据被处理以通过高于阈值的那些记录的I和V值拟合线。为了避免V值被削波为零的偏置问题，如图8b中大约前400个数据点的情况，通过忽略在其处记录任何V＝0样本的所有电流来拟合该线，并且因此该线仅拟合到比阈值高得足够多以至于可靠的点。图9展示了这种线与仰卧姿势下的活动曲线图的拟合。拟合线指示，对于该患者，T0＝1.89mA，并且M0＝164μV/mA。然后仍然有必要仅估计该患者的传递参数k。
用于估计k的一种方法是取一个募集数据，例如舒适度或最大值，使得在每种姿势下都能达到相等的募集。在相等募集下测量每个姿势i中的电流和电压Ii,Vi之后，可以通过点(logIi,logVi)拟合线。这条线的斜率告诉为k。
对于该患者，在所有姿势下测量舒适水平下的电压和电流具有挑战性：当前步长粗糙，导致“理想”舒适度下电流和电压的对应不确定性，并且舒适度ECAP非常小。这通过注意到上文确定的T0值指示阈值被预测为在舒适水平与下文的步长之间而得到强调。这意指量化误差显著。参考图10进一步展示了这一点，该图展示了将线拟合到站势下的活动曲线。同样，仅对没有记录的电压为零的电流进行线的拟合，以避免削波效应。然而，点2110示出了舒适电流下的平均V，而点2120示出了根据舒适电流下的线估计的V。估计的V 2120不同于观察到的平均V 2110，因为在这种姿势下，电压削波是在舒适时发生的，这再次说明了当使用舒适水平作为恒定募集数据时进行拟合的困难。
这种效应也使得难以在对数域中通过舒适点拟合线。图11展示了在图8a所示的三个姿势中的每个姿势下，在舒适减(C-)下绘制的logI对logV曲线图。在图11中，误差条示出电流上升或下降一步长的效果。由于使用舒适水平作为恒定募集数据的上述问题，向下的误差是无限的。使用根据先前拟合估计的阈值和斜率，结合当前步长，可以为该拟合过程确定对数域中的量化误差条。在该患者中，舒适度下的下限是V＝0，因为量化误差非常大。因此，图11展示了当使用舒适水平作为恒定募集数据时，线拟合可能不是非常精确。然而，要注意的是，在具有较小当前步长的其他设备中，和/或对于舒适水平比阈值高不止一个当前步长的其他患者，和/或对于舒适水平下的数据噪声较小的其他患者，使用舒适水平作为恒定募集数据可能是足够的。
然而，本实施例注意到舒适水平不是可以使用的唯一恒定募集数据，并且另一种可能性是使用患者的最大水平作为恒定募集数据。图12展示了当logI相对于logV绘制时，在每个姿势的最大水平下图8a的数据。量化误差减小了，因为患者最大水平下的电流水平相对于当前步长更高。另外地，如图8a和图8b可以看到的，在患者的最大水平下，记录的ECAP进一步脱离噪声，提高了信噪比。从图12中拟合到这些点的线中发现logV对logI的斜率为-1.29，因此可以估计该患者的k＝1.29。
一旦如上所述对该设备进行拟合，对于所讨论的患者，传递参数k、参考姿势阈值T0和参考姿势斜率M0是已知的。使用这些拟合的参数值，可以通过调用上述方程，将图8a的记录的I和V值转换成估计的募集
并且通过调用取决于pn而不是R的比率来转换成姿势图13展示了已经被转变到募集姿势平面之后的图8a的数据。募集(左轴)表示为refcap即，预期以参考姿势进行这次募集的ECAP。姿势(右轴)无单位。
图13揭示了这种用于产生估计募集的方法产生了的值，对于给定的电流感知水平，这些值基本上是相同的，而与姿势无关，如所期望的那样。例如，在图13中可以看出，在最大电流水平刺激期间，当患者坐着(2402)时的估计募集与当患者站着(2404)时的估计募集基本上相同，并且与当患者仰卧(2406)时的估计募集基本上相同。在每个姿势下在舒适水平上也可以观察到同样的情况。
图13进一步揭示了姿势是由明确确定的。具体地，当患者坐着(2412)时产生的值保持在大约2.1的基本恒定的值，即使在不同的刺激电流水平下。当患者站立(2414)时产生的值保持在大约1.8的基本恒定值，即使在不同的刺激电流水平下，并且明显不同于2412。进一步地，当患者仰卧(2416)时产生的值保持在大约1.0的基本恒定值(如预期的，注意仰卧是参考姿势)，并且即使在不同的刺激电流水平下也是如此，并且值2416明显不同于2412和2414。
应进一步注意的是，该方法可以用于确定在恒定电压反馈的情况下患者在不同姿势下将经历多少募集变化。如前所述，姿势估计被定义为：
募集与refcap成比例。同时，在恒定电压反馈中，V通过控制回路保持恒定。因此，如果患者从的姿势改变到的新姿势，则募集必须改变因子b/a。
例如，如果人类患者P0119、即图8至图13的受试者被配置为舒适地处于坐位然后被移动到仰卧位则他们的神经募集将下降55％，同时维持恒定反馈变量。因此，对于任何给定患者从各种姿势观察到的大比率b/a可以用于确定哪些患者可能受益于使用恒定募集反馈控制，如I-V反馈回路控制，该恒定募集反馈控制更好地维持恒定募集而不是维持在不同姿势下的恒定电压。
本披露内容的另外的实施例提供了多维直方图构建、存储和分析。在闭环反馈SCS系统中，系统每次递送刺激时，都会记录身体的神经反应。在一些配置中，控制回路使用该反应来调整刺激以维持治疗。为了测量和跟踪治疗和回路行为，可以记录反应信号和(多个)控制变量。
在植入应用中，记录这些信号的所有值可能是不切实际的，因为存储空间和/或传输速度可能是有限的。在典型的SCS植入中，不可能记录所有的刺激和反应值，例如因为患者通常很少拜访技术人员，并且以经皮通信允许的速率下载数据的时间将大大超过技术人员的拜访时间。
因此，本实施例通过对数据流执行统计分析来提供解决方案，从而记录有用的数据概要并且丢弃过量的原始数据。该解决方案是使用二维直方图来高效地存储原始数据的更有用的表示。为了展示该方法，构建了模拟典型SCS患者的患者模型。患者装配了包括恒定电压控制器的反馈回路。控制器调整刺激电流以获得恒定反应电压。
图14展示了模拟期间被建模的患者的姿势。姿势值是相对于患者参考姿势的电极到纤维距离，如前所述。该模型根据马尔可夫过程周期性地改变姿势：其会在每个姿势停留某一时段，然后移动到另一个姿势。两个可能的姿势在范围的中间，并且两个不可能的姿势在极端。每次改变时的实际姿势是在少量噪声的情况下选择的。连续的白噪声也被添加到姿势信号中。姿势波形以3Hz的转折频率被低通滤波。
还模拟了这种姿势改变的控制回路。在每个时间步长记录刺激电流和反应电压。图15a示出了在大量刺激循环中出现的刺激电流值的一维直方图，并且图15b示出了电压的一维直方图。控制回路用于将反应电压维持在基本上恒定的水平2602。可以观察到图15a的电流直方图包含反映姿势改变的多个峰。然而，对于任何给定的刺激，这种一维直方图解耦了电流与电压之间的关系，并且因此对于本文别处所描述的一系列实时分析或后分析来说，携带的信息不足。
相反，本实施例认识到，在二维直方图中携带了更多的信息，同时仍然提供了高效的数据存储手段。图16是从多维数据集编译的二维直方图，每个数据集包括刺激电流和电压。因为反馈回路被配置成使用恒定电压控制，所以电压数据主要在125μV至140μV的范围内，而电流数据在不同的电流值下按姿势分组。在这个意义上，图16的二维数据与图15a和图15b的一维数据相对应，为了说明目的，图15a和图15b与图16对齐并且相邻。
然而，与一维直方图相比，图16所示的二维直方图数据的存储提供了许多重要的优点和区别。
注意，对于一维直方图，存储a个电流数据箱和b个电压数据箱所需的存储空间是(a+b)，并且对于二维直方图是(a×b)。然而，对于发生数千甚至数百万个刺激循环的延长的操作时段，与原始数据存储相比，二维直方图仍然呈现高度简化的数据存储形式。此外，二维直方图允许对设备操作以及患者反应和移动有更多的了解。
例如，在图16中，系统启动可识别为从原点向右并且然后向上的点，由此控制器电流从零开始并增加，直到达到设定值。
进一步地，在该特定直方图中，患者所处的离散姿势作为高强度的子区域清晰可见。在每个姿势下观察到的竖直变化(电压变化)是由于噪声，因为反馈回路寻求恒定电压。点的周围斑点是从一种姿势移动到另一种姿势时所经过的状态；这些状态可以通过其他数据(如它们的相平面速度)来进一步区分，如果这些数据被记录下来的话。该瞬态区域的范围提供了指示符，表明系统在姿势改变过程中离设定值移动了多远，该指示符可以用作指导回路设计的改进的手段。
图16的二维直方图具有箱的网格，一个轴代表电流，并且另一个轴代表电压。这记录了关于两个值之间关系的信息。这比一维直方图需要更多的存储，但与记录实时数据相比，这种增加通常是微不足道的。在这种情况下，直方图可以在具有无限计算能力和最新患者参数知识的计算机上进行后处理以提取关于姿势和募集的信息。
电压与电流之间的相关性只是一维直方图中丢失的信息的一个示例。各种信号的时间进程也可以提供信息；例如，系统行为受患者姿势改变的影响，但也受噪声的影响。这些可以通过进一步得到的信号来区分，例如信号之一的频率含量，或者通过电流/电压相平面中系统状态的方向和/或速度来区分。这些可以记录在二维直方图中，如电流对频率含量。
也可以使用更高维的直方图。在刺激上测量的电流和电压定义了电流-电压平面中的点。可以计算和记录该点从刺激到刺激的方向和/或变化率。通过将该点与先前的刺激点进行比较，可以计算出方向向量。然后可以量化该方向向量的角度，并且存储三维直方图，其中轴为电流、电压和角度。或者，四维直方图可以包含电流、电压和方向向量的两个分量。该方向信息捕获关于系统状态的时间演变的信息，该信息稍后可以用于辨别事件。
另外的实施例可以以上文讨论的方式计算植入物内部的动态姿势和/或募集，并且然后可以另外地或可替代地存储这些计算值的直方图。例如，本文描述的用于将电流和电压数据转换成姿势和募集数据的方法可以用作用于将直方图箱的角从电流/电压平面翘曲到姿势/募集平面的变换。图17是电流对电压的二维直方图，翘曲成姿势对募集的轴。该直方图具有与图16相同的数据，但是具有降低的分辨率以更好地展示由箱的翘曲网格所示的翘曲效应。
然后，如图18所示，翘曲的直方图还可以用于在实验期间产生患者姿势和募集的直方图。具体地，图18a示出了图17的姿势/募集直方图数据，但是以全分辨率。如图18b所示，可以提取一维姿势直方图。如图18c所示，可以提取一维募集直方图。
在这种情况下，结果表明患者的神经募集随姿势而显著变化。正如在WO2017173493中更全面解释的那样，这是恒定电压反馈回路所期望的。
如图14所示，用相同的姿势序列重复该实验，但是使用反馈回路控制器，该反馈回路控制器使用I-V控制以寻求恒定神经募集，而不是恒定电压。图19中示出了所得的电流-电压直方图。再次，可以通过将直方图箱的角从电流/电压平面翘曲到姿势/募集平面，来将图19的电流-电压二维直方图转换成募集-姿势二维直方图，如图20a所示。此外，图20a的翘曲直方图可以用于得到一维姿势直方图(图20b)和一维募集直方图(图20c)。在图20a和图20c中，恒定募集回路行为清晰可见，由此神经募集维持在或接近恒定水平3102，即使患者已经根据需要在整个实验中采用了几个不同的姿势。
尽管由两种类型的反馈回路(图16中的恒定电压，图19中的恒定募集)产生的源直方图非常不同，但是估计的姿势非常相似，通过比较图18b的姿势直方图和图20b的姿势直方图可以看出。这是预期的，因为在每个实验中，患者被要求采取相同的姿势，并且因此用作每种方法的验证。
该信息将不会在一维直方图中被捕获，因为尽管恒定募集控制回路在实现恒定神经募集方面的性能有所改善，但其电压的扩展会更大。
值得注意的是，本发明的各种实施例提供了姿势确定和/或神经募集确定，无论植入物是以开环模式(参见图13)、利用恒定电压控制的闭环反馈模式(图16、图17、图18)还是利用恒定募集控制的闭环反馈模式(图19、图20)操作的。
在其他实施方式中，二维直方图可以根据多维数据集而不是电流对电压或姿势对募集来编译。例如，多维数据集可以包括在两个不同电极对上同时感测的ECAP幅度。可替代地，多维数据集可以包括来自同一ECAP的两个不同参数，例如延迟和幅度。可替代地，多维数据集可以包括在时间上分离的ECAP参数，例如在某个时间的ECAP幅度和在该时间之前的某个间隔的ECAP幅度。
本披露内容的另外的实施例在于一种用于根据临床数据直方图自动确定姿势的方法和系统，无论是单变量(一维)直方图还是多维直方图。在该实施例中，在临床拟合的通常姿势评估阶段期间收集的刺激电流数据用于形成一组“特征直方图”，每个特征直方图是一个相应姿势的特性，并且每个特征直方图对于所关注的单独患者是特定的。图26示出了这种效果的一个实施例，下面将进一步讨论。然而，替代性实施例可以通过多种分析方法来识别患者的姿势，而不使用“特征直方图”。例如，在这样的实施例中，计算正在进行的统计(如IPG电流或电压水平的平均值、方差、偏斜等)可以允许准确识别姿势而无需构建直方图。
然后，在植入物的日常或现场使用期间，可以通过识别与在某一时段内收集的直方图最相关的(多个)特征直方图来估计该时段内受试者的一个或多个姿势。
自动姿势估计的应用之一是能够基于患者的姿势自动改变编程和刺激设置。例如，目前一些患者具有用于唤醒活动和睡眠的两种不同的刺激设置。患者使用手持遥控器从用于唤醒的刺激设置改变成用于睡眠的另一个刺激设置。利用自动化姿势估计器，刺激设置的改变可以基于患者是处于仰卧还是其他姿势来自动进行。
为此，要求患者在门诊中执行各种姿势。在该姿势评估期间，观察到的ECAP幅度和姿势连同刺激电流(未示出)一起被记录，如图21所示。
本实施例认识到，大多数姿势的刺激电流的分布具有使其彼此不同的不同特性。图22示出了仰卧姿势下电流在x轴上的位置和分布与坐姿的情况有很大不同。行走和站立期间的电流分布也彼此截然不同。图22包括应用于来自每个姿势的数据的独特竖直偏移，用于每个姿势下的数据分组的清晰视觉分离。实时数据将不包括这种偏移，然而预先识别的姿势特征直方图然后可以与观察到的数据相关以识别哪个姿势与实时观察到的数据最紧密地相对应。
对于在临床环境中测试的每个姿势，可以得到预先识别的特征电流直方图，其中一些在图23a中示出。特别地，图23a的上部绘制了当患者采用一系列不同姿势时获得的数据的时间序列，表示为A、B、…K。然后，在每个这样的姿势期间获得的电流/FBV散点图呈现在图23a的中部和下部。图23b是主要在患者处于仰卧姿势时获得的数据的预先识别的特征电流直方图的放大视图。特别地，在仰卧姿势期间，看到大多数数据点聚集在散点图的左侧，电流在约6000μA至8000μA之间。该聚类之外的较小数量的数据点表示姿势转变。
然后，在日常使用过程中，可以将每个特征电流直方图与观察到的周期性直方图相关联以估计该时间段期间患者的主要姿势。图24示出了从9pm到第二天12pm的电流直方图，分为四个时间块。正如预期的，12am与8:35am之间的电流直方图(在第2行和第3行)与仰卧特征直方图相匹配，表明患者在该时间期间躺在床上。第4行中的直方图还示出了与仰卧和站立特征直方图都匹配的分量，这也是在早上8:35am与12pm之间所预期的。该设备可以使用这样的数据来改变操作模式，如通过在“白天”程序与“睡眠”程序之间切换。这也可以考虑一天中的时间，使得设备仅在例如8PM之后切换到“睡眠”程序。
注意，图24的直方图是在数小时的过程中获得的，然而在现场使用期间，所评估的直方图可以是任何合适的时间段，并且例如可以是数秒或数分钟的量级。将直方图限制在更小的时段内使得患者在该时段期间更有可能只有一种姿势或一种主要姿势，潜在地简化了数据分析。
优选地，应当针对电流和时间对特征直方图进行归一化，注意，较长的观察时间会导致每个箱更多的计数，并且较高或较低的患者设定值会导致直方图向左或向右“移动”。因此，设备可以使用患者设定值的知识来将特征直方图视情况向左或向右滑动以与实时数据相关。
无监督机器学习也可以应用于特征直方图的临床生成和/或记录的现场数据的后处理以识别姿势。
回到图23a，注意到一些图如何具有由表示两个不同姿势的电流值分开的2个数据聚类。这是因为在临床过程中，来自多个姿势的数据有时可能以“单一”姿势呈现，这是由于临床医生手动姿势改变注释导致的较差的注释定时。通常，大聚类是在主姿势期间收集的数据，并且较小聚类是转换姿势的数据。例如，在图25a中，散点图右侧较大的聚类表示坐姿期间的数据，并且较小的数据聚类表示站姿。因此，可以应用聚类检测来清理特征直方图，如图25b所示，其中由聚类检测识别为由坐姿引起的数据点被标记为星形，并且由聚类检测识别为由站姿引起的数据点由三角形指示。
图26是展示了针对每个姿势的归一化特征直方图的临床推导以及如在日常正常使用期间使用这样的签名直方图来从门诊数据中对姿势进行分类的流程图。通常，根据本发明，该过程和其他变型可以寻求使用基于IPG的治疗细节来对患者所处的姿势进行分类，并且相应地调整递送的治疗。例如，虽然流程图中的一个步骤是利用机器学习聚类算法来细化数据分类，并且输出每个姿势的特征直方图，但是替代性实施例可以使用其他手段来产生这样的输出。
虽然本文呈现了直方图的图形表示以帮助理解本发明的实施例，但是应该理解，本文定义的“直方图”应该理解为涵盖包括表示直方图的数据的实施例，而不管是否曾经产生过这种直方图数据的图形表示。
描述了与脊髓相关的ECAP信号的感测和测量，例如在胸部、胸腰或颈部区域。在其他实施例中，可以将刺激施加到脊髓之外的其他位置(如外周神经)，和/或可以这些位置或在脑中记录ECAP。
本领域的技术人员将理解的是，在不脱离广泛描述的本发明的精神或范围的情况下，可以对如在特定实施例中示出的本发明进行多种变化和/或修改。因此，本发明的实施例应当在所有方面都被视为是说明性的而非限制性或约束性的。

Claims (25)

1.一种用于可控地施加神经刺激的可植入设备，所述设备包括：
多个电极，所述多个电极包括一个或多个刺激电极和一个或多个感测电极；
刺激源，所述刺激源用于提供要从所述一个或多个刺激电极递送到患者的神经通路的刺激以在所述神经通路上产生诱发动作电位；
测量电路系统，所述测量电路系统用于记录在所述一个或多个感测电极处感测到的神经复合动作电位信号；以及
控制单元，所述控制单元被配置成：
控制对如由刺激参数定义的神经刺激的施加；
经由所述测量电路系统测量由所述刺激诱发的神经复合动作电位反应的特性；
使用所述刺激参数和所述测得的诱发神经复合动作电位反应的特性，计算在所述患者处于参考姿势时将从所述神经刺激获得的诱发反应的特性；并且
从所述计算的特性估计所述患者的姿势。
2.如权利要求1所述的可植入设备，其中，所述姿势的估计包括所述神经复合动作电位反应的测量幅度与所述计算的特性的比率，所述计算的特性包括在所述患者处于所述参考姿势时将从所述神经刺激获得的诱发反应的幅度。
3.如权利要求1至2中任一项所述的可植入设备，其中，所述控制单元进一步被配置成：
使用所述计算的特性作为反馈变量来实施完成反馈回路的反馈控制器，所述反馈控制器被配置成控制所述刺激参数以将所述反馈变量维持在设定值。
4.如权利要求1至3中任一项所述的可植入设备，其中，所述控制单元进一步被配置成：
使用所述测得的特性作为反馈变量来实施完成反馈回路的反馈控制器，所述反馈控制器被配置成控制所述刺激参数以将所述反馈变量维持在设定值。
5.如权利要求1至4中任一项所述的可植入设备，其中，所述控制单元进一步被配置成根据所述姿势估计来确定不同姿势下的募集变化。
6.如权利要求1至5中任一项所述的可植入设备，其中，计算所述特性包括对于求解其中，是所述计算的特性并且包括所计算的幅度C＝IkV，I是所述刺激参数，V是所述测得的诱发神经复合动作电位反应的特性，并且M0和T0是所述患者在所述参考姿势下的生长曲线的参数。
7.如权利要求3至4中任一项所述的可植入设备，其中，所述反馈控制器被配置成使用所述姿势的估计来控制所述刺激参数。
8.如权利要求3至4和7中任一项所述的可植入设备，其中，所述反馈控制器被配置成使用所述姿势的估计来估计所述电极与所述神经通路之间的距离。
9.如权利要求8所述的可植入设备，其中，所述反馈控制器被配置成通过按所述参考姿势下所述电极与所述神经通路之间的距离缩放所述姿势的估计来估计所述距离。
10.一种控制神经刺激的自动化方法，所述方法包括：
向患者的神经通路施加所述神经刺激以在所述神经通路上产生诱发动作电位，所述刺激由刺激参数定义；
测量由所述刺激诱发的神经复合动作电位反应的特性；
使用所述刺激参数和所述测得的诱发神经复合动作电位反应的特性，计算在所述患者处于参考姿势时将从所述神经刺激获得的诱发反应的特性；以及
从所述计算的特性估计所述患者的姿势。
11.一种用于可控地施加神经刺激的可植入设备，所述设备包括：
多个电极，所述多个电极包括一个或多个刺激电极和一个或多个感测电极；
刺激源，所述刺激源用于提供要从所述一个或多个刺激电极递送到患者的神经通路的刺激以在所述神经通路上产生诱发动作电位；
测量电路系统，所述测量电路系统用于记录在所述一个或多个感测电极处感测到的神经复合动作电位信号；以及
控制单元，所述控制单元被配置成：
控制对如由刺激参数定义的神经刺激的施加；
经由所述测量电路系统测量由所述刺激诱发的神经复合动作电位反应的特性；
使用所述刺激参数和所述测得的诱发神经复合动作电位反应的特性，计算在所述患者处于参考姿势时将从所述神经刺激获得的诱发反应的特性；并且
实施完成反馈回路的反馈控制器，所述反馈控制器使用所述计算的特性作为反馈变量来控制所述刺激参数以将所述反馈变量维持在设定值。
12.如权利要求11所述的可植入设备，其中，计算所述特性包括对于求解其中，是所述计算的特性并且包括所计算的幅度C＝IkV，I是所述刺激参数，V是所述测得的特性，并且M0和T0是所述患者在所述参考姿势下的生长曲线的参数。
13.如权利要求11至12中任一项所述的可植入设备，其中，所述控制单元进一步被配置成从所述计算的特性估计所述患者的姿势。
14.如权利要求13所述的可植入设备，其中，所述姿势的估计包括所述神经复合动作电位反应的测量幅度与所述计算的特性的比率，所述计算的特性包括在所述患者处于所述参考姿势时将从所述神经刺激获得的诱发反应的幅度。
15.一种控制神经刺激的自动化方法，所述方法包括：
向患者的神经通路施加所述神经刺激以在所述神经通路上产生诱发动作电位，所述刺激由刺激参数定义；
测量由所述刺激诱发的神经复合动作电位反应的特性，
根据所述测得的诱发神经复合动作电位反应的特性和所述刺激参数，计算在所述患者处于参考姿势时将从所述神经刺激获得的诱发反应的特性；以及
通过使用所述计算的特性作为反馈变量来控制所述刺激参数以将所述反馈变量维持在设定值，来完成反馈回路。
16.一种用于可控地施加神经刺激的可植入设备，所述设备包括：
多个电极，所述多个电极包括一个或多个刺激电极和一个或多个感测电极；
刺激源，所述刺激源用于提供要从所述一个或多个刺激电极递送到神经通路的刺激以在所述神经通路上产生诱发动作电位；
测量电路系统，所述测量电路系统用于记录在所述一个或多个感测电极处感测到的神经复合动作电位信号；以及
控制单元，所述控制单元被配置成：
控制对如由刺激参数定义的神经刺激的施加；
经由所述测量电路系统测量由所述刺激诱发的神经复合动作电位反应；
根据所述测得的诱发反应确定反馈变量；
实施完成反馈回路的反馈控制器，所述反馈控制器使用所述反馈变量来控制所述刺激参数；并且
所述控制单元进一步被配置成编译包括多个数据变量值的多维数据集，每个数据变量值与相应的神经刺激和相关联的测得的诱发反应相关联，所述多维数据集包括所述刺激参数和所述反馈变量中的至少一个；并且
所述控制单元进一步被配置成通过在获得每个多维数据集之后更新多维直方图以反映所述多维数据集并且将所述多维直方图存储在所述设备的存储单元中，来随着时间的推移存储关于多个神经刺激和相应的相关联的测得的诱发反应的多个多维数据集。
17.如权利要求16所述的可植入设备，其中，所述多维直方图包括二维直方图。
18.如权利要求17所述的可植入设备，其中，所述数据集包括两个数据变量值，所述两个数据变量值包括所述刺激参数和所述反馈变量。
19.如权利要求16至18中任一项所述的可植入设备，其中，所述刺激参数包括刺激电流幅度。
20.如权利要求16至19中任一项所述的可植入设备，其中，所述反馈变量包括观察到的ECAP幅度。
21.如权利要求16至19中任一项所述的可植入设备，其中，所述控制单元进一步被配置成从所述观察到的ECAP幅度和相应的刺激参数得到所述反馈变量。
22.如权利要求16至21中任一项所述的可植入设备，其中，所述控制单元进一步被配置成处理所述多维直方图以确定患者的姿势。
23.如权利要求16至22中任一项所述的可植入设备，其中，所述控制单元进一步被配置成通过应用箱翘曲函数将电流-电压数据的二维直方图转换成二维姿势-募集直方图。
24.如权利要求16至23中任一项所述的可植入设备，其中，所述控制单元进一步被配置成使用二维姿势-募集直方图来获得一维姿势直方图和/或一维募集直方图。
25.一种控制神经刺激的自动化方法，所述方法包括：
向神经通路施加所述神经刺激以在所述神经通路上产生诱发动作电位，所述刺激由刺激参数定义；
测量由所述刺激诱发的神经复合动作电位反应，并且从所述测得的诱发反应中得到反馈变量；
通过使用所述反馈变量控制所述刺激参数来完成反馈回路；
编译包括多个数据变量值的多维数据集，每个数据变量值与相应的神经刺激和相关联的测得的诱发反应相关联，所述多维数据集包括所述刺激参数和所述反馈变量中的至少一个；以及
通过在获得每个多维数据集时更新多维直方图以反映所述多维数据集，来随着时间的推移存储关于多个神经刺激和相应的相关联的测得的诱发反应的多个多维数据集。
CN202180073018.2A 2020-08-28 2021-08-30 对姿势有反应的神经刺激 Pending CN116547035A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
AU2020903083 2020-08-28
AU2020903083A AU2020903083A0 (en) 2020-08-28 Improved Feedback Control of Neurostimulation
AU2020903082A AU2020903082A0 (en) 2020-08-28 Neurostimulation Responsive to Posture
AU2020903082 2020-08-28
PCT/AU2021/050999 WO2022040757A1 (en) 2020-08-28 2021-08-30 Neurostimulation responsive to posture

Publications (1)

Publication Number Publication Date
CN116547035A true CN116547035A (zh) 2023-08-04

Family

ID=80352199

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180073018.2A Pending CN116547035A (zh) 2020-08-28 2021-08-30 对姿势有反应的神经刺激

Country Status (7)

Country Link
US (2) US20230337962A1 (zh)
EP (2) EP4204074A4 (zh)
JP (1) JP2023539349A (zh)
CN (1) CN116547035A (zh)
AU (2) AU2021329995A1 (zh)
CA (1) CA3191112A1 (zh)
WO (2) WO2022040757A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA3028241A1 (en) 2016-06-24 2017-12-28 Saluda Medical Pty Ltd Neural stimulation for reduced artefact
CN112334184A (zh) 2018-04-27 2021-02-05 萨鲁达医疗有限公司 混合神经的神经刺激
WO2024000044A1 (en) * 2022-07-01 2024-01-04 Saluda Medical Pty Limited Monitoring closed-loop neural stimulation therapy
WO2024036380A1 (en) * 2022-08-19 2024-02-22 Saluda Medical Pty Limited Improved feedback control of neural stimulation therapy
WO2024155436A1 (en) * 2023-01-20 2024-07-25 Medtronic, Inc. Systems for using evoked compound action potential (ecap) features to identify potential for overstimulation and adjust therapies

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9872990B2 (en) * 2011-05-13 2018-01-23 Saluda Medical Pty Limited Method and apparatus for application of a neural stimulus
JP6243328B2 (ja) * 2011-05-13 2017-12-06 サルーダ・メディカル・ピーティーワイ・リミテッド 神経刺激を制御するための方法および装置
AU2012255671B2 (en) 2011-05-13 2016-10-06 Saluda Medical Pty Limited Method and apparatus for measurement of neural response - a
US9533148B2 (en) * 2013-02-22 2017-01-03 Boston Scientific Neuromodulation Corporation Neurostimulation system and method for automatically adjusting stimulation and reducing energy requirements using evoked action potential
US9302112B2 (en) * 2014-06-13 2016-04-05 Pacesetter, Inc. Method and system for non-linear feedback control of spinal cord stimulation
WO2016048968A2 (en) * 2014-09-23 2016-03-31 Boston Scientific Neuromodulation Corporation Systems and methods for receiving user-provided selection of electrode lists
AU2015362091B2 (en) 2014-12-11 2020-11-26 Saluda Medical Pty Ltd Method and device for feedback control of neural stimulation
JP6979967B2 (ja) * 2016-04-05 2021-12-15 サルーダ・メディカル・ピーティーワイ・リミテッド ニューロモジュレーションの改良されたフィードバック制御
CA3087693C (en) 2018-01-08 2022-11-08 Boston Scientific Neuromodulation Corporation Automatic adjustment of sub-perception therapy in an implantable stimulator using detected compound action potentials
US20210001133A1 (en) 2018-03-23 2021-01-07 Saluda Medical Pty Ltd System for Managing Clinical Data
EP3870275A4 (en) 2018-10-23 2022-07-20 Saluda Medical Pty Ltd MINIMIZING NEUROSTIMULATION ARTIFACTS
EP3870274B1 (en) 2018-10-23 2023-09-13 Saluda Medical Pty Ltd Device for controlled neural stimulation
CA3118006A1 (en) 2018-11-02 2020-05-07 Saluda Medical Pty Ltd Characterisation of neurostimulation therapeutic efficacy
EP3897375A4 (en) 2018-12-17 2022-08-31 Saluda Medical Pty Ltd IMPROVED DETECTION OF ACTION POTENTIALS

Also Published As

Publication number Publication date
EP4204075A1 (en) 2023-07-05
EP4204074A1 (en) 2023-07-05
EP4204074A4 (en) 2024-05-01
WO2022040757A1 (en) 2022-03-03
AU2021329995A1 (en) 2023-03-23
WO2022040758A1 (en) 2022-03-03
CA3191112A1 (en) 2022-03-03
JP2023539349A (ja) 2023-09-13
EP4204075A4 (en) 2024-08-21
US20230310843A1 (en) 2023-10-05
US20230337962A1 (en) 2023-10-26
AU2021334410A1 (en) 2023-03-23

Similar Documents

Publication Publication Date Title
US12064632B2 (en) Method and device for feedback control of neural stimulation
US20230310843A1 (en) Neurostimulation Responsive to Posture
CN106714896B (zh) 神经刺激定量给予
US20240293676A1 (en) Determining estimated neural threshold with ecap signals
US20240307690A1 (en) Determining electrode combinations for sensing
US20230310864A1 (en) Measurement of Neural Responses to Neurostimulation
US20230330418A1 (en) Monitoring Closed-Loop Neural Stimulation Therapy
US20230277850A1 (en) Programming Closed-Loop Neural Stimulation Therapy
WO2023115157A1 (en) Methods and devices for controlled delivery of neural stimulation
US20240173550A1 (en) Devices and Methods for Stimulating Neural Tissue
US20230355984A1 (en) Method and System for Artefact Mitigation of a Neural Response
US20240017072A1 (en) Improved Neurostimulation Therapy Monitoring
US20230014405A1 (en) Adaptation of Neurostimulation Therapy to Age-Related Physiological Changes
US20230321443A1 (en) Programming of Neural Stimulation Therapy
US20230277852A1 (en) Detection of Neural Responses to Neurostimulation
WO2024026031A1 (en) Automated programming based on ecap signals
AU2023260657A1 (en) Improved programming of neural stimulation therapy
WO2023205858A1 (en) Improved programming of neural stimulation therapy
WO2024065013A1 (en) Improved measurement of evoked neural response characteristics
WO2023154969A2 (en) Systems and methods for evaluating spinal cord stimulation therapy
WO2023235926A1 (en) Method and system for configuring electrodes for evoked neural response measurement

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