CN116549853B - 脉冲发生器、刺激器、存储介质及程序产品 - Google Patents
脉冲发生器、刺激器、存储介质及程序产品 Download PDFInfo
- Publication number
- CN116549853B CN116549853B CN202310808668.8A CN202310808668A CN116549853B CN 116549853 B CN116549853 B CN 116549853B CN 202310808668 A CN202310808668 A CN 202310808668A CN 116549853 B CN116549853 B CN 116549853B
- Authority
- CN
- China
- Prior art keywords
- patient
- signal
- density curve
- power spectrum
- spectral density
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001228 spectrum Methods 0.000 claims abstract description 217
- 230000003595 spectral effect Effects 0.000 claims abstract description 199
- 230000000638 stimulation Effects 0.000 claims abstract description 130
- 230000002159 abnormal effect Effects 0.000 claims abstract description 48
- 238000004590 computer program Methods 0.000 claims abstract description 48
- 230000000694 effects Effects 0.000 claims abstract description 45
- 230000005856 abnormality Effects 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims description 177
- 238000006243 chemical reaction Methods 0.000 claims description 76
- 238000005070 sampling Methods 0.000 claims description 52
- 238000001914 filtration Methods 0.000 claims description 32
- 230000001629 suppression Effects 0.000 claims description 22
- 238000005457 optimization Methods 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 13
- 230000003321 amplification Effects 0.000 claims description 10
- 210000002569 neuron Anatomy 0.000 claims description 10
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 5
- 210000005036 nerve Anatomy 0.000 abstract description 13
- 238000000034 method Methods 0.000 description 45
- 238000012549 training Methods 0.000 description 21
- 230000001537 neural effect Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 230000009286 beneficial effect Effects 0.000 description 10
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 9
- 230000003993 interaction Effects 0.000 description 9
- 210000004556 brain Anatomy 0.000 description 8
- 201000010099 disease Diseases 0.000 description 7
- 210000001519 tissue Anatomy 0.000 description 7
- 238000013136 deep learning model Methods 0.000 description 6
- 238000002372 labelling Methods 0.000 description 6
- 208000018737 Parkinson disease Diseases 0.000 description 5
- 208000027089 Parkinsonian disease Diseases 0.000 description 5
- 206010034010 Parkinsonism Diseases 0.000 description 5
- 210000000653 nervous system Anatomy 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000007383 nerve stimulation Effects 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 208000012902 Nervous system disease Diseases 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 210000000278 spinal cord Anatomy 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 238000002560 therapeutic procedure Methods 0.000 description 3
- 208000021384 Obsessive-Compulsive disease Diseases 0.000 description 2
- 208000002193 Pain Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000036982 action potential Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 210000005013 brain tissue Anatomy 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 208000035475 disorder Diseases 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 208000024714 major depressive disease Diseases 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 210000002856 peripheral neuron Anatomy 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000008844 regulatory mechanism Effects 0.000 description 2
- 210000003625 skull Anatomy 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 208000024827 Alzheimer disease Diseases 0.000 description 1
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 206010003805 Autism Diseases 0.000 description 1
- 208000020706 Autistic disease Diseases 0.000 description 1
- 208000020925 Bipolar disease Diseases 0.000 description 1
- 206010006100 Bradykinesia Diseases 0.000 description 1
- 208000012661 Dyskinesia Diseases 0.000 description 1
- 208000023105 Huntington disease Diseases 0.000 description 1
- 208000006083 Hypokinesia Diseases 0.000 description 1
- 208000026139 Memory disease Diseases 0.000 description 1
- 208000019695 Migraine disease Diseases 0.000 description 1
- 208000019022 Mood disease Diseases 0.000 description 1
- 208000016285 Movement disease Diseases 0.000 description 1
- 208000008238 Muscle Spasticity Diseases 0.000 description 1
- 206010061533 Myotonia Diseases 0.000 description 1
- 208000025966 Neurological disease Diseases 0.000 description 1
- 208000028017 Psychotic disease Diseases 0.000 description 1
- 206010044565 Tremor Diseases 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000003169 central nervous system Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000001054 cortical effect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000012377 drug delivery Methods 0.000 description 1
- 206010013663 drug dependence Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 206010015037 epilepsy Diseases 0.000 description 1
- 201000006517 essential tremor Diseases 0.000 description 1
- 238000002599 functional magnetic resonance imaging Methods 0.000 description 1
- 230000002496 gastric effect Effects 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 206010027599 migraine Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004770 neurodegeneration Effects 0.000 description 1
- 208000015122 neurodegenerative disease Diseases 0.000 description 1
- 230000000926 neurological effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 210000000578 peripheral nerve Anatomy 0.000 description 1
- 208000028173 post-traumatic stress disease Diseases 0.000 description 1
- 208000020016 psychiatric disease Diseases 0.000 description 1
- 238000004549 pulsed laser deposition Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 208000018198 spasticity Diseases 0.000 description 1
- 208000011117 substance-related disease Diseases 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001515 vagal effect Effects 0.000 description 1
- 210000001186 vagus nerve Anatomy 0.000 description 1
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
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/37—Intracranial electroencephalography [IC-EEG], e.g. electrocorticography [ECoG]
-
- 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
- A61B5/48—Other medical applications
- A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
-
- 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
-
- 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
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03K—PULSE TECHNIQUE
- H03K3/00—Circuits for generating electric pulses; Monostable, bistable or multistable circuits
- H03K3/80—Generating trains of sinusoidal oscillations
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Neurosurgery (AREA)
- Neurology (AREA)
- Biophysics (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physiology (AREA)
- Psychology (AREA)
- Psychiatry (AREA)
- Electrotherapy Devices (AREA)
Abstract
本申请提供了脉冲发生器、刺激器、存储介质及程序产品,脉冲发生器的至少一个处理器被配置成执行计算机程序时实现以下步骤:获取参考功率谱密度曲线和患者的患者功率谱密度曲线;根据所述参考功率谱密度曲线和所述患者功率谱密度曲线,检测所述患者功率谱密度曲线是否存在异常;若存在异常,则调整所述脉冲发生器的刺激参数,以优化针对所述患者的电刺激治疗效果,并再次获取所述患者的患者功率谱密度曲线;若不存在异常,则间隔预设时长后,再次获取所述患者的患者功率谱密度曲线。本申请能够解决在神经核团中仅插入有两个电极触点的情况下,生物电信号采集质量较差,无法满足患者使用需求的问题。
Description
技术领域
本申请涉及植入式器械、脑深部电刺激的技术领域,尤其涉及脉冲发生器、刺激器、计算机可读存储介质及计算机程序产品。
背景技术
随着科技发展和社会进步,患者渴望通过各种治疗手段来提高生命质量,其中医疗器械,尤其是植入式器械的应用前景非常广阔。植入式器械是指借助手术全部或者部分进入人体内或腔道(口)中,或者用于替代人体上皮表面或眼表面,并且在手术过程结束后留在人体内30日(含)以上或者被人体吸收的医疗器械。刺激器是植入式器械的一种,刺激器通常包括IPG(Implantable Pulse Generator,植入式脉冲发生器)和电极导线,能够为患者提供参数可控的精细化电刺激治疗,在市场上受到众多消费者的欢迎。
闭环脑深部电刺激系统是基于差分感应信号采集方案而实施的,其至少需要使用到电极导线上的一个用于刺激的电极触点和对称位置的两个用于采集的电极触点,通过两个采集触点采集患者的生物电信号后,进行差分处理以抑制共模噪声。然而在神经核团中仅插入有两个电极触点的情况下,生物电信号采集质量较差,无法抑制共模噪声,存在无法满足患者使用需求的问题。
基于此,本申请提供了脉冲发生器、刺激器、计算机可读存储介质及计算机程序产品,以改进相关技术。
发明内容
本申请的目的在于提供脉冲发生器、刺激器、计算机可读存储介质及计算机程序产品,能够解决在神经核团中仅插入有两个电极触点的情况下,生物电信号采集质量较差,无法抑制共模噪声,无法满足患者刺激需求的问题。
本申请的目的采用以下技术方案实现:
第一方面,本申请提供了一种脉冲发生器,所述脉冲发生器包括存储器和处理器,所述存储器存储有计算机程序,所述处理器被配置成执行所述计算机程序时实现以下步骤:
获取参考功率谱密度曲线和患者的患者功率谱密度曲线;
根据所述参考功率谱密度曲线和所述患者功率谱密度曲线,检测所述患者功率谱密度曲线是否存在异常;
若存在异常,则调整所述脉冲发生器的刺激参数,以优化针对所述患者的电刺激治疗效果,并再次获取所述患者的患者功率谱密度曲线;
若不存在异常,则间隔预设时长后,再次获取所述患者的患者功率谱密度曲线。
该技术方案的有益效果在于:能够解决在神经核团中仅插入有两个电极触点的情况下,生物电信号采集质量较差,无法抑制共模噪声,无法满足患者使用需求的问题。
具体而言,获取参考功率谱密度曲线,即获取一个作为基准的参考功率谱密度曲线,可以是在正常情况下得到的健康人的数据或者其他的参考数据。获取患者的患者功率谱密度曲线,例如可以通过获取待测信号并进行处理,例如滤波、降噪、信号转换等,以获得患者功率谱密度曲线。根据参考功率谱密度曲线和患者功率谱密度曲线,检测患者功率谱密度曲线是否存在异常,通过对比参考功率谱密度曲线和患者功率谱密度曲线,可以检测出患者功率谱密度曲线是否与作为基准的参考功率谱密度曲线有明显差异。如果患者功率谱密度曲线异常,说明电刺激效果较差,需要调整刺激参数,以优化电刺激效果。脉冲发生器根据异常情况进行参数调整,并重新获取患者的患者功率谱密度曲线。如果患者功率谱密度曲线无异常,说明电刺激效果满足要求,经过预设时长的间隔后重新获取患者的患者功率谱密度曲线,以监测患者功率谱密度曲线的变化和异常情况。一方面,通过比较患者功率谱密度曲线与参考功率谱密度曲线,可以检测出患者功率谱密度曲线中的异常情况,以尽早发现患者的生物电信号异常,并进行相应的刺激参数的调整,从而优化刺激效果。另一方面,当检测到患者功率谱密度曲线存在异常时,调整脉冲发生器的刺激参数,以优化针对患者的电刺激治疗效果。通过个性化的调整,可以提高刺激效果,并更好地满足患者的需求。又一方面,间隔预设时长周期性的执行步骤,定期监测患者的生物电信号,并及时调整刺激参数,有助于长期跟踪患者状态,进行持续的个性化治疗。
综上,通过基于患者功率谱密度曲线和参考功率谱密度曲线的比对,以确定患者功率谱密度曲线的异常,有别于相关的差分信号处理方案,通过比对患者功率谱密度曲线和参考功率谱密度曲线以确定电刺激是否有效,满足了患者的刺激需求,通过实时调整刺激参数为患者提供更好的治疗体验。
在一些可选的实施方式中,所述脉冲发生器包括信号处理模块;所述信号处理模块包括信号发生单元;所述处理器被配置成执行所述计算机程序时采用以下方式获取参考功率谱密度曲线:
利用所述信号发生单元生成参考正弦波数据;
对所述参考正弦波数据进行信号处理,以得到所述参考功率谱密度曲线。
该技术方案的有益效果在于:信号发生单元集成于信号处理模块中,用于生成参考正弦波数据。参考正弦波数据具有已知的频率、振幅和相位特征,可以作为参考信号用于后续的处理。通过对参考正弦波数据进行信号处理,得到参考功率谱密度曲线。参考功率谱密度曲线可以描述参考信号在不同频率上的功率密度分布情况,为后续的信号分析和处理提供参考。一方面,通过信号发生单元生成参考正弦波数据,可以获得已知频率、振幅和相位的参考信号,从而参考信号具有可控性,以满足对各种频率和幅值的正弦波的需求。另一方面,通过对生成的参考正弦波数据进行信号处理,可以获得参考功率谱密度曲线。参考功率谱密度曲线提供了患者功率谱密度曲线的参考基准,有助于评估患者功率谱密度曲线的异常情况。
在一些可选的实施方式中,所述信号处理模块还包括第一带通滤波器、陷波滤波器和信号转换单元;
所述处理器被配置成执行所述计算机程序时采用以下方式对所述参考正弦波数据进行信号处理,以得到所述参考功率谱密度曲线:
利用所述第一带通滤波器对所述参考正弦波数据进行带通滤波处理,以得到第一参考数据;
利用所述陷波滤波器对所述第一参考数据进行频率抑制处理,以得到第二参考数据;
利用所述信号转换单元对所述第二参考数据进行频域转换处理,以得到所述参考功率谱密度曲线。
该技术方案的有益效果在于:参考正弦波数据所表示的参考信号经过第一带通滤波器进行带通滤波处理根据特定的频率范围设置,滤除参考信号中的不需要的频率成分。经过第一带通滤波器处理后得到的第一参考数据被送入陷波滤波器进行频率抑制处理,可以抑制特定频率附近的信号成分,以便进一步提取感兴趣的频率成分。经过陷波滤波器处理得到的第二参考数据通过信号转换单元进行频域转换处理,以获得参考功率谱密度曲线,例如快速傅里叶变换,将时域的信号转换为频域的功率谱密度。一方面,通过第一带通滤波器和陷波滤波器,可以选择性地滤除或抑制参考信号中的特定频率成分,有助于去除不感兴趣的频率干扰,提取出感兴趣的频率信息。另一方面,经过信号转换单元的处理,参考正弦波数据被转换为参考功率谱密度曲线。
在一些可选的实施方式中,基于所述参考功率谱密度曲线,对所述第一带通滤波器和所述陷波滤波器的工作参数进行迭代优化,直至所述参考功率谱密度曲线满足预设平坦度要求。
该技术方案的有益效果在于:通过信号处理模块中的信号发生单元、第一带通滤波器、陷波滤波器和信号转换单元,生成参考正弦波数据并进行信号处理,得到参考功率谱密度曲线。基于参考功率谱密度曲线,进行迭代优化以调整第一带通滤波器和陷波滤波器的工作参数,从而满足针对参考功率谱密度曲线预设的平坦度要求。具体而言,针对参考功率谱密度曲线中明显幅值过高的频点,通过调整第一带通滤波器和陷波滤波器的工作参数进行修正,使得参考功率谱密度曲线在特定频率范围内,信号的功率密度尽量保持均匀,避免明显的幅值过高或过低。通过迭代优化调整第一带通滤波器和陷波滤波器的工作参数,可以使参考功率谱密度曲线在特定频率范围内尽可能平坦,这有助于后续参考功率谱密度曲线和患者功率谱密度曲线的比对,减少了幅值过高或过低带来的干扰。
在一些可选的实施方式中,所述第一带通滤波器的工作参数包括通带增益参数;所述陷波滤波器的工作参数包括陷波频点参数、陷波数量参数和陷波幅值参数中的至少一个。
该技术方案的有益效果在于:通带增益参数用于调整第一带通滤波器在特定频率范围内的信号增益。通过迭代优化过程,根据参考功率谱密度曲线的需求,可以调整通带增益参数来控制在感兴趣的频率范围内信号的放大程度。陷波频点参数确定了陷波滤波器所抑制的特定频率,通过优化陷波频点参数,可以选择性地抑制参考信号中的某些频率成分。波数量参数确定了陷波滤波器的数量。通过调整陷波数量参数,可以控制陷波滤波器的覆盖范围和抑制效果。陷波幅值参数用于调整陷波滤波器的抑制程度,通过优化陷波幅值参数,可以进一步细化对特定频率成分的抑制效果。一方面,通过迭代优化过程,根据参考功率谱密度曲线的要求,调整第一带通滤波器的通带增益参数以及陷波滤波器的陷波频点参数、陷波数量参数和陷波幅值参数,能够根据信号的频域特征,灵活调整滤波器的参数,以满足功率谱密度曲线的平坦度要求。另一方面,通过对第一带通滤波器和陷波滤波器参数的优化调整,使得参考功率谱密度曲线尽量平坦,以消除或降低特定频率的干扰或过高功率。
在一些可选的实施方式中,所述信号处理模块还包括数据选择单元;
所述处理器被配置成执行所述计算机程序时还实现以下步骤:
利用所述数据选择单元选择所述参考正弦波数据作为所述第一带通滤波器的输入信号;
所述处理器被配置成执行所述计算机程序时采用以下方式获取患者的患者功率谱密度曲线:
利用所述数据选择单元选择所述患者的待测信号作为所述第一带通滤波器的输入信号,以得到第一中间数据;
利用所述陷波滤波器对所述第一中间数据进行频率抑制处理,以得到第二中间数据;
利用所述信号转换单元对所述第二中间数据进行频域转换处理,以得到所述患者功率谱密度曲线。
该技术方案的有益效果在于:数据选择单元用于选择输入信号,其可以选择参考正弦波数据作为第一带通滤波器的输入信号,或选择待测信号作为第一带通滤波器的输入信号。
当需要对待测信号进行信号处理,数据选择单元选择待测信号作为第一带通滤波器的输入信号,第一带通滤波器使对待测信号进行带通滤波处理,以获得第一中间数据。陷波滤波器对第一中间数据进行频率抑制处理,以获得第二中间数据。信号转换单元对第二中间数据进行频域转换处理,以获得参考功率谱密度曲线。一方面,通过数据选择单元可以根据需要选择参考正弦波数据或待测信号作为第一带通滤波器的输入信号,从而适应不同的信号处理要求。另一方面,根据所选的输入信号,通过第一带通滤波器、陷波滤波器和信号转换单元的组合处理,可以对参考信号和待测信号进行个性化的信号处理,从而获得参考功率谱密度曲线和患者功率谱密度曲线。
在一些可选的实施方式中,所述脉冲发生器包括信号采集模块;所述信号采集模块包括第二带通滤波器、斩波放大器、低通滤波器、增益放大器和模数转换单元;
所述处理器被配置成执行所述计算机程序时采用以下方式获取所述患者的患者功率谱密度曲线:
获取患者的生物电信号;
利用所述第二带通滤波器对所述生物电信号进行带通滤波处理,以得到第一采样数据;
利用所述斩波放大器对所述第一采样数据进行信号放大处理,以得到第二采样数据;
利用所述低通滤波器对所述第二采样数据进行低通滤波处理,以得到第三采样数据;
利用所述增益放大器对所述第三采样数据进行幅值调整处理,以得到第四采样数据;
利用所述模数转换单元对所述第四采样数据进行数字信号转换处理,以得到待测信号;
对所述待测信号进行信号处理,以得到患者功率谱密度曲线。
该技术方案的有益效果在于:获取患者的生物电信号作为待测信号。具体而言,使用第二带通滤波器对采集到的生物电信号进行带通滤波处理,以去除不需要的频率成分,得到第一采样数据。将第一采样数据进行信号放大处理,通过斩波放大器获得第二采样数据,从而增强信号强度。通过低通滤波器对第二采样数据进行滤波处理,以去除高频噪声和不相关的信号成分,得到第三采样数据。利用增益放大器对第三采样数据进行幅值调整处理,以优化信号幅度和范围,得到第四采样数据。最后,通过模数转换单元对第四采样数据进行数字信号转换处理,将其转换为数字形式的待测信号。一方面,信号采集模块中集成了第二带通滤波器、斩波放大器、低通滤波器、增益放大器和模数转换单元,通过各个组件对生物电信号进行了一系列的处理,包括滤波、放大和转换等步骤以减少噪声、增强信号强度和范围,并使信号更适合后续的分析和评估。另一方面,通过模数转换单元的作用,原始的生物电信号被转换为数字形式的待测信号。数字化的信号可以更方便地进行存储、处理和传输,为后续的数据分析提供了便利。又一方面,信号采集模块能够获取患者的待测信号,并经过一系列的处理步骤后得到数字化的信号。通过信号处理过程有助于提高信号质量和准确性,从而更好地评估患者的生物电活动情况,并为个性化的刺激参数调整提供参考。通过优化刺激参数,可以提高治疗效果,提供更好的疗效。
在一些可选的实施方式中,所述处理器被配置成执行所述计算机程序时还采用以下方式对所述待测信号进行信号处理,以得到患者功率谱密度曲线:
在多个时刻分别获取所述患者的待测信号,以得到多组基础信号;
对每组所述基础信号进行信号处理,以得到每个频点对应的多个功率谱密度值;
基于每个所述频点对应的多个功率谱密度值,确定所述患者功率谱密度曲线。
该技术方案的有益效果在于:在多个时刻,获取患者的待测信号,得到多组基础信号,每组基础信号对应的采样时间点不同。针对每组基础信号,进行信号处理操作,例如滤波、放大、调整幅值等,以得到每个频点对应的多个功率谱密度值。功率谱密度值反映了信号在不同频率上的能量分布。每个个频点对应的功率谱密度值的数量与基础信号的数量相对应。基于每个频点对应的多个功率谱密度值,最终确定患者功率谱密度曲线,通过比较和分析每个频点对应的多个功率谱密度值,以识别和消除可能产生影响的因素,例如共模噪声、干扰信号等,以进一步减少噪声对采集信号的影响。患者功率谱密度曲线展示了患者的生物电信号在频域上的能量分布情况。一方面,通过在多个时刻获取患者的待测信号能够获取患者的生物电信号的多个样本,提供更全面和准确的数据用于分析。另一方面,通过多个时刻的信号处理结果,确定患者的功率谱密度曲线,可以用于评估患者的生物电信号特征,如频率成分、能量分布等,为电刺激治疗的调整和优化提供依据。
在一些可选的实施方式中,所述生物电信号包括神经元信号和/或局部场电位信号。
该技术方案的有益效果在于:神经元信号是神经元细胞产生的电信号,用于神经元之间的信息传递。神经元信号通常以脉冲的形式存在,被称为动作电位。神经元信号的采集和分析可以提供关于神经元活动的信息,从而帮助了解神经系统的功能和异常情况。局部场电位信号是指周围神经元的电活动产生的电势变化。局部场电位信号的采集可以提供关于神经网络活动和神经元群体行为的信息。通过分析局部场电位信号,可以了解神经元群体的同步性、调控机制以及与特定功能相关的电活动。通过采集和分析神经元信号和/或局部场电位信号,可以获取关于神经系统功能和疾病状态的重要信息,有助于诊断和治疗神经系统疾病,并提供个性化的闭环脑深部电刺激治疗。
在一些可选的实施方式中,所述处理器被配置成执行所述计算机程序时采用以下方式根据所述参考功率谱密度曲线和所述患者功率谱密度曲线,检测所述患者功率谱密度曲线是否存在异常:
在同一频率下,检测所述患者功率谱密度曲线上对应的功率谱密度值与所述参考功率谱密度曲线上对应的功率谱密度值的比值是否大于预设比值;或,
检测所述患者功率谱密度曲线上预设频率范围内功率谱密度平均值与所述参考功率谱密度曲线上所述预设频率范围内功率谱密度平均值的比值是否大于所述预设比值;
若是,则所述患者功率谱密度曲线存在异常。
该技术方案的有益效果在于:检测单个频率下的比值:在相同的频率下,比较患者功率谱密度曲线上对应的功率谱密度值与参考功率谱密度曲线上对应的功率谱密度值的比值是否大于预设比值。如果比值超过预设比值,表示患者功率谱密度曲线异常。或者,检测预设频率范围内的平均值比值:选择预设的频率范围,在患者功率谱密度曲线和参考功率谱密度曲线上计算该范围内的功率谱密度平均值,然后比较两者的平均值比值是否大于预设比值。如果平均值比值超过预设比值,表示患者功率谱密度曲线异常。一方面,通过比较患者功率谱密度曲线与参考功率谱密度曲线,能够针对每个患者的生物电信号特征进行个性化的异常检测,以更准确地发现患者的生物电信号异常。另一方面,检测到患者功率谱密度曲线异常后,可以根据异常情况调整脉冲发生器的刺激参数,以优化电刺激治疗效果。通过实时调整刺激参数,可以提高刺激效果并满足患者的需求。第二方面,本申请提供了一种脉冲发生器的控制方法,所述方法包括:
获取参考功率谱密度曲线和患者的患者功率谱密度曲线;
根据所述参考功率谱密度曲线和所述患者功率谱密度曲线,检测所述患者功率谱密度曲线是否存在异常;
若存在异常,则调整所述脉冲发生器的刺激参数,以优化针对所述患者的电刺激治疗效果,并再次获取所述患者的患者功率谱密度曲线;
若不存在异常,则间隔预设时长后,再次获取所述患者的患者功率谱密度曲线。
在一些可选的实施方式中,所述脉冲发生器包括信号处理模块;所述信号处理模块包括信号发生单元;所述获取参考功率谱密度曲线,包括:
利用所述信号发生单元生成参考正弦波数据;
对所述参考正弦波数据进行信号处理,以得到所述参考功率谱密度曲线。
在一些可选的实施方式中,所述信号处理模块还包括第一带通滤波器、陷波滤波器和信号转换单元;所述对所述参考正弦波数据进行信号处理,以得到所述参考功率谱密度曲线,包括:
利用所述第一带通滤波器对所述参考正弦波数据进行带通滤波处理,以得到第一参考数据;
利用所述陷波滤波器对所述第一参考数据进行频率抑制处理,以得到第二参考数据;
利用所述信号转换单元对所述第二参考数据进行频域转换处理,以得到所述参考功率谱密度曲线。
在一些可选的实施方式中,所述方法还包括:
基于所述参考功率谱密度曲线,对所述第一带通滤波器和所述陷波滤波器的工作参数进行迭代优化,直至所述参考功率谱密度曲线满足预设平坦度要求。
在一些可选的实施方式中,所述第一带通滤波器的工作参数包括通带增益参数;所述陷波滤波器的工作参数包括陷波频点参数、陷波数量参数和陷波幅值参数中的至少一个。
在一些可选的实施方式中,所述信号处理模块还包括数据选择单元;所述方法还包括:
利用所述数据选择单元选择所述参考正弦波数据作为所述第一带通滤波器的输入信号;
所述获取患者的患者功率谱密度曲线,包括:
利用所述数据选择单元选择所述患者的待测信号作为所述第一带通滤波器的输入信号,以得到第一中间数据;
利用所述陷波滤波器对所述第一中间数据进行频率抑制处理,以得到第二中间数据;
利用所述信号转换单元对所述第二中间数据进行频域转换处理,以得到所述患者功率谱密度曲线。
在一些可选的实施方式中,所述脉冲发生器包括信号采集模块;所述信号采集模块包括第二带通滤波器、斩波放大器、低通滤波器、增益放大器和模数转换单元;所述获取所述患者的患者功率谱密度曲线,包括:
获取患者的生物电信号;
利用所述第二带通滤波器对所述生物电信号进行带通滤波处理,以得到第一采样数据;
利用所述斩波放大器对所述第一采样数据进行信号放大处理,以得到第二采样数据;
利用所述低通滤波器对所述第二采样数据进行低通滤波处理,以得到第三采样数据;
利用所述增益放大器对所述第三采样数据进行幅值调整处理,以得到第四采样数据;
利用所述模数转换单元对所述第四采样数据进行数字信号转换处理,以得到待测信号;
对所述待测信号进行信号处理,以得到患者功率谱密度曲线。
在一些可选的实施方式中,所述对所述待测信号进行信号处理,以得到患者功率谱密度曲线,包括:
在多个时刻分别获取所述患者的待测信号,以得到多组基础信号;
对每组所述基础信号进行信号处理,以得到每个频点对应的多个功率谱密度值;
基于每个所述频点对应的多个功率谱密度值,确定所述患者功率谱密度曲线。
在一些可选的实施方式中,所述生物电信号包括神经元信号和/或局部场电位信号。
在一些可选的实施方式中,所述根据所述参考功率谱密度曲线和所述患者功率谱密度曲线,检测所述患者功率谱密度曲线是否存在异常,包括:
在同一频率下,检测所述患者功率谱密度曲线上对应的功率谱密度值与所述参考功率谱密度曲线上对应的功率谱密度值的比值是否大于预设比值;或,
检测所述患者功率谱密度曲线上预设频率范围内功率谱密度平均值与所述参考功率谱密度曲线上所述预设频率范围内功率谱密度平均值的比值是否大于所述预设比值;
若是,则所述患者功率谱密度曲线存在异常。
第三方面,本申请提供了一种刺激器,所述刺激器包括:
上述任一项脉冲发生器;所述脉冲发生器还包括控制模块和刺激模块;
所述控制模块用于将信号采集模块获取得到的待测信号输入至信号处理模块,以及将刺激参数传输至所述刺激模块中;
所述刺激模块用于基于所述刺激参数生成电刺激;
电极导线,所述电极导线用于感测所述患者的电生理活动以得到生物电信号,以及向所述患者的体内组织递送电刺激。
在一些可选的实施方式中,所述刺激器还包括:
延伸导线,所述延伸导线设置于所述脉冲发生器和所述电极导线之间,所述延伸导线用于实现所述脉冲发生器和所述电极导线之间的通信连接。
第四方面,本申请提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被至少一个处理器执行时实现上述任一项方法的步骤或者实现上述任一项所述电子设备的功能。
第五方面,本申请还提供了一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被至少一个处理器执行时实现上述任一项所述方法的步骤或者实现上述任一项所述电子设备的功能。
附图说明
下面结合附图和实施方式对本申请进一步说明。
图1示出了本申请实施例提供的一种脉冲发生器控制方法的流程示意图。
图2示出了本申请实施例提供的一种正常的局部电位信号的信号示意图。
图3示出了本申请实施例提供的一种异常的局部电位信号的信号示意图。
图4示出了本申请实施例提供的一种获取参考功率谱密度曲线的流程示意图。
图5示出了本申请实施例提供的一种参考正弦波数据的信号处理的流程示意图。
图6示出了本申请实施例提供的一种参考功率谱密度曲线迭代优化的流程示意图。
图7示出了本申请实施例提供的一种获取待测信号的流程示意图。
图8示出了本申请实施例提供的一种刺激器的结构示意图。
图9示出了本申请实施例提供的一种脉冲发生器的结构示意图。
图10示出了本申请实施例提供的一种电子设备的结构框图。
图11示出了本申请实施例提供的一种程序产品的结构示意图。
具体实施方式
下面将结合本申请的说明书附图以及具体实施方式,对本申请中的技术方案进行描述,需要说明的是,在不相冲突的前提下,以下描述的各实施方式之间或各技术特征之间可以任意组合形成新的实施方式。
在本申请实施例中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B的情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,a和b,a和c,b和c,a和b和c,其中a、b和c可以是单个,也可以是多个。值得注意的是,“至少一项(个)”还可以解释成“一项(个)或多项(个)”。
还需说明的是,本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施方式或设计方案不应被解释为比其他实施方式或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
下面对本申请实施例技术领域和相关术语进行简单说明。
植入式神经刺激系统(一种植入式医疗系统)主要包括植入患者体内的刺激器以及设置于患者体外的程控设备。
现有的神经调控技术主要是通过立体定向手术在体内特定结构植入电极导线,并由植入患者体内的刺激器经电极导线向体内组织(即靶点)发放电脉冲,调控相应神经结构和神经网络的电活动及其功能,从而改善患者症状、缓解病痛。
其中,刺激器可以是植入式神经电刺激装置、植入式心脏电刺激系统(又称心脏起搏器)、植入式药物输注装置(Implantable Drug Delivery System,简称IDDS)和导线转接装置中的任意一种。植入式神经电刺激装置例如是脑深部电刺激系统(Deep BrainStimulation,简称DBS)、植入式脑皮层刺激系统(Cortical Nerve Stimulation,简称CNS)、植入式脊髓电刺激系统(Spinal Cord Stimulation,简称SCS)、植入式骶神经电刺激系统(Sacral Nerve Stimulation,简称SNS)、植入式迷走神经电刺激系统(Vagus NerveStimulation,简称VNS)等。
在一些实施例中,刺激器包括脉冲发生器(Implantable Pulse Generator,IPG)、电极导线以及设置与脉冲发生器和电极导线之间的延伸导线,通过延伸导线实现脉冲发生器和电极导线的数据交互,脉冲发生器设置于患者体内。响应于程控设备发送的程控指令,依靠密封电池和电路向体内组织提供可控制的电刺激能量,通过植入的延伸导线和电极导线,为体内组织的特定区域递送一路或两路可控制的特定电刺激。延伸导线配合脉冲发生器使用,作为电刺激信号的传递媒体,将脉冲发生器产生的电刺激信号,传递给电极导线。电极导线通过其上的电极触点,向体内组织的特定区域递送电刺激。刺激器设置有单侧或双侧的一路或多路电极导线,电极导线上设置有多个电极触点。
在另一些实施例中,刺激器仅包括脉冲发生器和电极导线。其中,脉冲发生器嵌入在患者颅骨上,电极导线植入于患者颅内,此时脉冲发生器与电极导线直接连接,无需延伸导线。
在一些可选的实施方式中,受刺激的体内组织可以是患者的脑组织,受刺激的部位可以是脑组织的特定部位。当患者的疾病类型不同时,受刺激的部位一般来说是不同的,所使用的触点(单源或多源)的数量、一路或多路(单通道或多通道)特定电刺激信号的运用以及刺激参数数据也是不同的。本申请实施例对适用的疾病类型不做限定,其可以是脑深部刺激(DBS)、脊髓刺激(SCS)、骨盆刺激、胃刺激、外周神经刺激、功能性电刺激所适用的疾病类型。其中,DBS可以用于治疗或管理的疾病类型包括但不限于:痉挛疾病(例如,癫痫)、疼痛、偏头痛、精神疾病(例如,重度抑郁症(MDD))、躁郁症、焦虑症、创伤后压力心理障碍症、轻郁症、强迫症(OCD)、行为障碍、情绪障碍、记忆障碍、心理状态障碍、移动障碍(例如,特发性震颤或帕金森氏病)、亨廷顿病、阿尔茨海默症、药物成瘾症、孤独症或其他神经学或精神科疾病和损害。
本申请实施例中,程控设备和刺激器建立程控连接时,可以利用程控设备调整刺激器的刺激参数(或者说脉冲发生器的刺激参数,不同的刺激参数所对应的电刺激信号不同),也可以通过刺激器感测患者的电生理活动以采集得到生物电信号,并可以通过所采集到的生物电信号来继续调整刺激器的刺激参数。
刺激参数可以包括以下至少一种:用于递送电刺激的电极触点标识(例如可以是1#电极触点和2#电极触点)、频率(例如是单位时间1s内的电刺激脉冲信号个数,单位为Hz)、脉宽(每个脉冲的持续时间,单位为μs)、幅值(一般用电压表述,即每个脉冲的强度,单位为V)、时序(例如可以是连续或者簇发,簇发是指多个过程组成的不连续的时序行为)、刺激模式(包括电流模式、电压模式、定时刺激模式和循环刺激模式中的一种或多种)、医生控制上限及下限(医生可调节的范围)和患者控制上限及下限(患者可自主调节的范围)。在一个具体应用场景中,可以在电流模式或者电压模式下对刺激器的各刺激参数进行调节。
程控设备可以是医生程控设备(即医生使用的程控设备)或者患者程控设备(即患者使用的程控设备)。医生程控设备例如可以是搭载有程控软件的平板电脑、笔记本电脑、台式计算机、手机等智能终端设备。患者程控设备例如可以是搭载有程控软件的平板电脑、笔记本电脑、台式计算机、手机等智能终端设备,患者程控设备还可以是其他具有程控功能的电子设备(例如是具有程控功能的充电器、数据采集设备等)。
本申请实施例对医生程控设备和刺激器的数据交互不进行限制,当医生远程程控时,医生程控设备可以通过服务器、患者程控设备与刺激器进行数据交互。当医生线下和患者面对面进行程控时,医生程控设备可以通过患者程控设备与刺激器进行数据交互,医生程控设备还可以直接与刺激器进行数据交互。
在一些可选的实施方式中,患者程控设备可以包括(与服务器通信的)主机和(与刺激器通信的)子机,主机和子机可通信地连接。其中,医生程控设备可以通过3G/4G/5G网络与服务器进行数据交互,服务器可以通过3G/4G/5G网络与主机进行数据交互,主机可以通过蓝牙协议/WIFI协议/USB协议与子机进行数据交互,子机可以通过401MHz-406MHz工作频段/2.4GHz-2.48GHz工作频段与刺激器进行数据交互,医生程控设备可以通过401MHz-406MHz工作频段/2.4GHz-2.48GHz工作频段与刺激器直接进行数据交互。
功率谱密度(Power Spectral Density,PSD)曲线是描述信号在不同频率上的功率分布情况的图形。其是一种常用的信号分析工具,用于分析信号的频域特性。在时域中,信号可以表示为随时间变化的振幅。而在频域中,信号可以表示为不同频率上的成分强度或功率。功率谱密度曲线展示了信号在各个频率上的功率或能量分布情况。上述信号可以是生理电信号,可以通过对采集得到的生理电信号进行傅里叶变换等方式来计算得到功率谱密度。例如,通过傅里叶变换将生理电信号从时域转换到频域,将生理电信号表示为一系列不同频率的正弦和余弦成分的叠加,此时功率谱密度表示了每个频率成分在生理电信号中所占的能量或功率。
基于此,本申请提供了脉冲发生器、刺激器、计算机可读存储介质及计算机程序产品,本申请的脉冲发生器获取患者的患者功率谱密度曲线,与参考功率谱密度曲线比对以确定患者的异常状态,当判断功率谱密度曲线异常时可以(通过调整刺激参数)对电刺激脉冲进行调整,再次获取患者功率谱密度曲线,从而实现患者的闭环反馈调整,通过实时调整刺激参数为患者提供更好的治疗体验。
(方法实施例)
参见图1,图1是本申请实施例提供的一种脉冲发生器控制方法的流程示意图。
本申请实施例提供了一种脉冲发生器的控制方法,所述方法包括:
步骤S101:获取参考功率谱密度曲线和患者的患者功率谱密度曲线;
步骤S102:根据所述参考功率谱密度曲线和所述患者功率谱密度曲线,检测所述患者功率谱密度曲线是否存在异常;
步骤S103:若存在异常,则调整所述脉冲发生器的刺激参数,以优化针对所述患者的电刺激治疗效果,并再次获取所述患者的患者功率谱密度曲线;
步骤S104:若不存在异常,则间隔预设时长后,再次获取所述患者的患者功率谱密度曲线。
本申请对脉冲发生器用于的患者类型不进行限制,其例如是帕金森患者、强迫症患者等。下文以帕金森病为例进行举例以便于理解,帕金森病是一种神经系统变性疾病,其主要症状是运动障碍,如震颤、运动迟缓和肌强直;用于获取的生物电信号例如是局部场电位信号(Local Field Potential,又称LFP信号)。帕金森病通常表现为LFP信号β频段(13~35Hz)的功率谱密度高于或低于预先设定的范围,即功率谱密度异常,也就是说,判断功率谱密度是否异常可用于帕金森患者的闭环反馈的重要依据,可以用于调节患者的电刺激的参数,以改善帕金森患者的症状。可以理解为,针对其他病症(例如强迫症),也能通过从患者体内采集到生物电信号得到病症所对应频段的功率谱密度,进而将功率谱密度用于患者的闭环反馈。
参见图2和图3,图2是本申请实施例提供的一种正常的局部电位信号的信号示意图。图3是本申请实施例提供的一种异常的局部电位信号的信号示意图。在异常的局部电位信号中存在与正常的局部电位信号不同的且明显的异常凸起,对于患者而言,通过确定采集的局部电位信号中是否存在明显凸起可以确定患者是否出现异常状况。
在本实施例中,参考功率谱密度曲线可以是脉冲发生器中预先内置的功率谱密度曲线,也可以是基于正弦波数据生成的功率谱密度曲线,此处对参考功率谱密度曲线的获取方式不作限定。
在实施例对患者的患者功率谱密度曲线的获取方式不作限定,其例如可以获取患者生理信号进行信号处理得到,也可以通过功率谱密度曲线生成模型预测得到,还可以通过功能性磁共振成像分析得到。其中,功率谱密度曲线生成模型根据患者的生理信号预测得到对应的患者功率谱密度曲线,功率谱密度曲线生成模型可以卷积神经网络(Convolutional Neural Network,CNN),也可以是循环神经网络(Recurrent NeuralNetwork,RNN),此处对功率谱密度曲线生成模型不作限定。
在本实施例中,根据所述参考功率谱密度曲线和所述患者功率谱密度曲线,检测所述患者功率谱密度曲线是否存在异常,包括:
在同一频率下,检测所述患者功率谱密度曲线上对应的功率谱密度值与所述参考功率谱密度曲线上对应的功率谱密度值的比值是否大于预设比值;或,
检测所述患者功率谱密度曲线上预设频率范围内功率谱密度平均值与所述参考功率谱密度曲线上所述预设频率范围内功率谱密度平均值的比值是否大于所述预设比值;
若是,则所述患者功率谱密度曲线存在异常。
通过检测单个频率下的比值,在相同的频率下,比较患者功率谱密度曲线上对应的功率谱密度值与参考功率谱密度曲线上对应的功率谱密度值的比值是否大于预设比值。如果比值超过预设比值,表示患者功率谱密度曲线异常。或者,检测预设频率范围内的平均值比值,选择预设的频率范围,在患者功率谱密度曲线和参考功率谱密度曲线上计算该范围内的功率谱密度平均值,然后比较两者的平均值比值是否大于预设比值。如果平均值比值超过预设比值,表示患者功率谱密度曲线异常。通过比较患者功率谱密度曲线与参考功率谱密度曲线,能够针对每个患者的生物电信号特征进行个性化的异常检测,以更准确地发现患者的生物电信号异常。同时检测到患者功率谱密度曲线异常后,可以根据异常情况调整脉冲发生器的刺激参数,以优化电刺激治疗效果。通过实时调整刺激参数,可以提高刺激效果并满足患者的需求。
本实施例中预设比值不作限定,其例如可以是1.1、1.2、1.3、1.4、1.5、1.6、1.7、1.8、1.9、2、3、4和5等。预设频率范围可以针对不同的患者类型进行调整,例如针对帕金森病,其预设频率范围为13至35Hz。
作为一个示例,在频率为15.2Hz时,患者功率谱密度曲线上对应的功率谱密度值与参考功率谱密度曲线上对应的功率谱密度值的比值为1.5,预设比值为1.2。由于1.5大于预设比值1.2,表示患者功率谱密度曲线存在异常。
在本实施例中,预设时长可以是2秒、5秒、10秒、15秒、20秒、30秒、40秒、50秒、60秒、120秒、240秒和480秒等,此处对预设时长不作限定。
由此,能够解决在神经核团中仅插入有两个电极触点的情况下,生物电信号采集质量较差,无法抑制共模噪声,无法满足患者使用需求的问题。
具体而言,获取参考功率谱密度曲线,即获取一个作为基准的参考功率谱密度曲线,可以是在正常情况下得到的健康人的数据或者其他的参考数据。获取患者的患者功率谱密度曲线,例如可以通过获取待测信号并进行处理,例如滤波、降噪、信号转换等,以获得患者功率谱密度曲线。根据参考功率谱密度曲线和患者功率谱密度曲线,检测患者功率谱密度曲线是否存在异常,通过对比参考功率谱密度曲线和患者功率谱密度曲线,可以检测出患者功率谱密度曲线是否与作为基准的参考功率谱密度曲线有明显差异。如果患者功率谱密度曲线异常,说明电刺激效果较差,需要调整刺激参数,以优化电刺激效果。脉冲发生器根据异常情况进行参数调整,并重新获取患者的患者功率谱密度曲线。如果患者功率谱密度曲线无异常,说明电刺激效果满足要求,经过预设时长的间隔后重新获取患者的患者功率谱密度曲线,以监测患者功率谱密度曲线的变化和异常情况。一方面,通过比较患者功率谱密度曲线与参考功率谱密度曲线,可以检测出患者功率谱密度曲线中的异常情况,以尽早发现患者的生物电信号异常,并进行相应的刺激参数的调整,从而优化刺激效果。另一方面,当检测到患者功率谱密度曲线存在异常时,调整脉冲发生器的刺激参数,以优化针对患者的电刺激治疗效果。通过个性化的调整,可以提高刺激效果,并更好地满足患者的需求。又一方面,间隔预设时长周期性的执行步骤,定期监测患者的生物电信号,并及时调整刺激参数,有助于长期跟踪患者状态,进行持续的个性化治疗。
综上,通过基于患者功率谱密度曲线和参考功率谱密度曲线的比对,以确定患者功率谱密度曲线的异常,有别于相关的差分信号处理方案,通过比对患者功率谱密度曲线和参考功率谱密度曲线以确定电刺激是否有效,满足了患者的刺激需求,通过实时调整刺激参数为患者提供更好的治疗体验。
参见图4,图4是本申请实施例提供的一种获取参考功率谱密度曲线的流程示意图。
在一些实施例中,所述脉冲发生器包括信号处理模块;所述信号处理模块包括信号发生单元;所述获取参考功率谱密度曲线,包括:
步骤S201:利用所述信号发生单元生成参考正弦波数据;
步骤S202:对所述参考正弦波数据进行信号处理,以得到所述参考功率谱密度曲线。
在本实施例中,信号发生单元包括正弦波发生器,通过所述正弦波发生器产生标准正弦波,即参考正弦波数据。针对不同的患者类型生成不同的参考正弦波数据,例如帕金森病,帕金森病通常表现为LFP信号β频段(13~35Hz)的功率谱密度高于或低于预先设定的范围,因此帕金森病对应的参考正弦波数据包括频率在13HZ至35Hz之间的标准正弦波。
本申请实施例对标准正弦波的幅值不作限定,其例如可以是1uV、2uV、5uV、10uV、20uV、50uV、100uV、200uV、500uV和1000uV等。
作为一个示例,针对帕金森病,信号发生单元生成幅值为300uV,频率为13Hz的正弦波,该正弦波经过信号处理后的得到13Hz频点的功率谱密度值;信号发生单元生成幅值为300uV,频率为13.1Hz的正弦波,该正弦波经过信号处理后的得到13.1Hz频点的功率谱密度值;以此类推,直至得到35Hz频点的功率谱密度值,从而形成频率范围为13~35Hz、频率间隔为0.1Hz的功率谱密度曲线。
由此,信号发生单元集成于信号处理模块中,用于生成参考正弦波数据。参考正弦波数据具有已知的频率、振幅和相位特征,可以作为参考信号用于后续的处理。通过对参考正弦波数据进行信号处理,得到参考功率谱密度曲线。参考功率谱密度曲线可以描述参考信号在不同频率上的功率密度分布情况,为后续的信号分析和处理提供参考。一方面,通过信号发生单元生成参考正弦波数据,可以获得已知频率、振幅和相位的参考信号,从而参考信号具有可控性,以满足对各种频率和幅值的正弦波的需求。另一方面,通过对生成的参考正弦波数据进行信号处理,可以获得参考功率谱密度曲线。参考功率谱密度曲线提供了患者功率谱密度曲线的参考基准,有助于评估患者功率谱密度曲线的异常情况。
参见图5,图5是本申请实施例提供的一种参考正弦波数据的信号处理的流程示意图。
在一些可选的实施方式中,所述信号处理模块还包括第一带通滤波器、陷波滤波器和信号转换单元;所述对所述参考正弦波数据进行信号处理,以得到所述参考功率谱密度曲线,包括:
步骤S301:利用所述第一带通滤波器对所述参考正弦波数据进行带通滤波处理,以得到第一参考数据;
步骤S302:利用所述陷波滤波器对所述第一参考数据进行频率抑制处理,以得到第二参考数据;
步骤S303:利用所述信号转换单元对所述第二参考数据进行频域转换处理,以得到所述参考功率谱密度曲线。
在本实施例中,信号转换单元采用快速傅里叶变换将时域信号转换为频域信号,即将信号从时域表示转换为频域表示。通过将信号分解成一系列频率成分,以获得信号在不同频率上的能量分布情况。
由此,参考正弦波数据所表示的参考信号经过第一带通滤波器进行带通滤波处理根据特定的频率范围设置,滤除参考信号中的不需要的频率成分。经过第一带通滤波器处理后得到的第一参考数据被送入陷波滤波器进行频率抑制处理,可以抑制特定频率附近的信号成分,以便进一步提取感兴趣的频率成分。经过陷波滤波器处理得到的第二参考数据通过信号转换单元进行频域转换处理,以获得参考功率谱密度曲线,例如快速傅里叶变换,将时域的信号转换为频域的功率谱密度。一方面,通过第一带通滤波器和陷波滤波器,可以选择性地滤除或抑制参考信号中的特定频率成分,有助于去除不感兴趣的频率干扰,提取出感兴趣的频率信息。另一方面,经过信号转换单元的处理,参考正弦波数据被转换为参考功率谱密度曲线。
在一些实施例中,所述方法还包括:
基于所述参考功率谱密度曲线,对所述第一带通滤波器和所述陷波滤波器的工作参数进行迭代优化,直至所述参考功率谱密度曲线满足预设平坦度要求。
在本实施例中,预设平坦度要求可以是参考功率谱密度曲线的波动振幅小于预设振幅,也可以是参考功率谱密度曲线上各个频点对应的功率谱密度值在其对应的预设功率谱密度值范围内,此处对预设平坦度要求不作限定。其中,预设振幅可以是0.1dB、0.2dB、0.3dB、0.5dB、0.8dB、1.5dB等,此处对预设振幅不作限定。预设功率谱密度值范围可以是-0.1dB/Hz至0.1dB/Hz,也可以是-0.2dB/Hz至0.2dB/Hz,还可以是-0.3dB/Hz至0.5dB/Hz,此处对预设功率谱密度值范围不作限定。
由此,通过信号处理模块中的信号发生单元、第一带通滤波器、陷波滤波器和信号转换单元,生成参考正弦波数据并进行信号处理,得到参考功率谱密度曲线。基于参考功率谱密度曲线,进行迭代优化以调整第一带通滤波器和陷波滤波器的工作参数,从而满足针对参考功率谱密度曲线预设的平坦度要求。具体而言,针对参考功率谱密度曲线中明显幅值过高的频点,通过调整第一带通滤波器和陷波滤波器的工作参数进行修正,使得参考功率谱密度曲线在特定频率范围内,信号的功率密度尽量保持均匀,避免明显的幅值过高或过低。通过迭代优化调整第一带通滤波器和陷波滤波器的工作参数,可以使参考功率谱密度曲线在特定频率范围内尽可能平坦,这有助于后续参考功率谱密度曲线和患者功率谱密度曲线的比对,减少了幅值过高或过低带来的干扰。
在一些实施例中,所述第一带通滤波器的工作参数包括通带增益参数;所述陷波滤波器的工作参数包括陷波频点参数、陷波数量参数和陷波幅值参数中的至少一个。
作为一个示例,参见图6,图6是本申请实施例提供的一种参考功率谱密度曲线迭代优化的流程示意图。当参考功率谱密度曲线上存在幅值过高的频点时,通过修正第一带通滤波器的通带增益参数以及修正陷波滤波器的陷波频点参数、陷波数量参数和陷波幅值参数,以对参考功率谱密度曲线进行迭代优化,保证参考功率谱密度曲线上不存在幅值过高的频点。
由此,通带增益参数用于调整第一带通滤波器在特定频率范围内的信号增益。通过迭代优化过程,根据参考功率谱密度曲线的需求,可以调整通带增益参数来控制在感兴趣的频率范围内信号的放大程度。陷波频点参数确定了陷波滤波器所抑制的特定频率,通过优化陷波频点参数,可以选择性地抑制参考信号中的某些频率成分。波数量参数确定了陷波滤波器的数量。通过调整陷波数量参数,可以控制陷波滤波器的覆盖范围和抑制效果。陷波幅值参数用于调整陷波滤波器的抑制程度,通过优化陷波幅值参数,可以进一步细化对特定频率成分的抑制效果。一方面,通过迭代优化过程,根据参考功率谱密度曲线的要求,调整第一带通滤波器的通带增益参数以及陷波滤波器的陷波频点参数、陷波数量参数和陷波幅值参数,能够根据信号的频域特征,灵活调整滤波器的参数,以满足功率谱密度曲线的平坦度要求。另一方面,通过对第一带通滤波器和陷波滤波器参数的优化调整,使得参考功率谱密度曲线尽量平坦,以消除或降低特定频率的干扰或过高功率。
在一些实施例中,所述信号处理模块还包括数据选择单元;所述方法还包括:
利用所述数据选择单元选择所述参考正弦波数据作为所述第一带通滤波器的输入信号;
所述获取患者的患者功率谱密度曲线,包括:
利用所述数据选择单元选择所述患者的待测信号作为所述第一带通滤波器的输入信号,以得到第一中间数据;
利用所述陷波滤波器对所述第一中间数据进行频率抑制处理,以得到第二中间数据;
利用所述信号转换单元对所述第二中间数据进行频域转换处理,以得到所述患者功率谱密度曲线。
在本实施例中,患者的待测信号是指脉冲发生器采集患者体内的生物电信号所得到的信号。待测信号可以是患者体内原始的生物电信号,也可以是生物电信号经过信号处理后得到的信号,此处对待测信号不作限定。
由此,数据选择单元用于选择输入信号,其可以选择参考正弦波数据作为第一带通滤波器的输入信号,或选择待测信号作为第一带通滤波器的输入信号。
当需要对待测信号进行信号处理,数据选择单元选择待测信号作为第一带通滤波器的输入信号,第一带通滤波器使对待测信号进行带通滤波处理,以获得第一中间数据。陷波滤波器对第一中间数据进行频率抑制处理,以获得第二中间数据。信号转换单元对第二中间数据进行频域转换处理,以获得参考功率谱密度曲线。一方面,通过数据选择单元可以根据需要选择参考正弦波数据或待测信号作为第一带通滤波器的输入信号,从而适应不同的信号处理要求。另一方面,根据所选的输入信号,通过第一带通滤波器、陷波滤波器和信号转换单元的组合处理,可以对参考信号和待测信号进行个性化的信号处理,从而获得参考功率谱密度曲线和患者功率谱密度曲线。
在一些实施例中,所述方法还包括:
利用所述数据选择单元在第一时刻选择所述参考正弦波数据作为所述第一带通滤波器的输入信号,以得到参考功率谱密度曲线;
将获取所述参考功率谱密度曲线的时刻作为第二时刻
利用所述数据选择单元在所述第二时刻选择所述待测信号作为所述第一带通滤波器的输入信号。
由此,在对待测信号进行信号处理时,使用的是相同的第一带通滤波器、陷波滤波器以及信号转换单元。此时,第一带通滤波器、陷波滤波器的工作参数已经经过迭代优化,能够更好地抑制待测信号的噪声,实现更精确的信号处理和分析,提高对患者的生物电信号的识别和评估能力。
在一些实施例中,所述对所述待测信号进行信号处理,以得到患者功率谱密度曲线,包括:
在多个时刻分别获取所述患者的待测信号,以得到多组基础信号;
对每组所述基础信号进行信号处理,以得到每个频点对应的多个功率谱密度值;
基于每个所述频点对应的多个功率谱密度值,确定所述患者功率谱密度曲线。
在本实施例中,基于每个所述频点对应的多个功率谱密度值,确定所述患者功率谱密度曲线,包括:
基于每个所述频点对应的多个功率谱密度值,确定每个所述频点对应的参考功率谱密度值;
基于所有的参考功率谱密度值,确定所述患者功率谱密度曲线。
其中,参考功率谱密度值的确定方式可以是对多个功率谱密度值求平均得到,也可以由多个功率谱密度值的中值确定,还可以对多个功率谱密度值加权求平均得到,此处对参考功率谱密度值的确定方式不作限定。
作为一个示例,先后获取5次待测信号,得到五组基础信号;针对每组基础信号进行信号处理,从而得到每个频点对应的5个功率谱密度值,若频率范围为13Hz至35Hz,频率间隔为0.1Hz,则共有231个频点,针对每个频点,通过对其对应的5个功率谱密度值求平均,以确定该频点最终对应的参考功率谱密度值,从而得到所有频点对应的参考功率谱密度值后,构建得到患者功率谱密度曲线。
由此,在多个时刻,获取患者的待测信号,得到多组基础信号,每组基础信号对应的采样时间点不同。针对每组基础信号,进行信号处理操作,例如滤波、放大、调整幅值等,以得到每个频点对应的多个功率谱密度值。功率谱密度值反映了信号在不同频率上的能量分布。每个个频点对应的功率谱密度值的数量与基础信号的数量相对应。基于每个频点对应的多个功率谱密度值,最终确定患者功率谱密度曲线,通过比较和分析每个频点对应的多个功率谱密度值,以识别和消除可能产生影响的因素,例如共模噪声、干扰信号等,以进一步减少噪声对采集信号的影响。患者功率谱密度曲线展示了患者的生物电信号在频域上的能量分布情况。一方面,通过在多个时刻获取患者的待测信号能够获取患者的生物电信号的多个样本,提供更全面和准确的数据用于分析。另一方面,通过多个时刻的信号处理结果,确定患者的功率谱密度曲线,可以用于评估患者的生物电信号特征,如频率成分、能量分布等,为电刺激治疗的调整和优化提供依据。
在一些实施例中,所述检测所述患者功率谱密度曲线是否存在异常,包括:
将所述参考功率谱密度曲线和所述患者功率谱密度曲线输入异常比对模型中,以得到比对结果;
基于所述比对结果,确定所述患者功率谱密度曲线是否存在异常。
其中,异常比对模型的训练过程包括:
获取第一训练集,所述第一训练集包括多个训练数据,每个所述训练数据包括一个样本参考功率谱密度曲线和一个样本患者功率谱密度曲线以及所述样本参考功率谱密度曲线和样本者功率谱密度曲线组的比对结果的标注数据;
针对所述第一训练集中的每个训练数据,执行以下处理:
将所述训练数据中的样本参考功率谱密度曲线和样本患者功率谱密度曲线输入预设的第一深度学习模型,得到所述样本参考功率谱密度曲线和样本者功率谱密度曲线的比对结果的预测数据;
基于预测数据和标注数据,对所述第一深度学习模型的模型参数进行更新;
检测是否满足预设的训练结束条件;如果是,则将训练出的第一深度学习模型作为所述异常比对模型;如果否,则利用下一个所述训练数据继续训练所述第一深度学习模型。
由此,通过设计,建立适量的神经元计算节点和多层运算层次结构,选择合适的输入层和输出层,就可以得到预设的第一深度学习模型,通过该预设的第一深度学习模型的学习和调优,建立起从输入到输出的函数关系,虽然不能100%找到输入与输出的函数关系,但是可以尽可能地逼近现实的关联关系,由此训练得到的异常比对模型,可以基于参考功率谱密度曲线和患者功率谱密度曲线得到比对结果,且计算结果准确性高、可靠性高。
本实施例对比对结果的标注数据的获取方式不作限定,例如可以采用人工标注的方式,也可以采用自动标注或者半自动标注的方式。
本实施例对异常比对模型的训练过程不作限定,其例如可以采用上述监督学习的训练方式,或者可以采用半监督学习的训练方式,或者可以采用无监督学习的训练方式。
本实施例对预设的训练结束条件不作限定,其例如可以是训练次数达到预设次数(预设次数例如是1次、3次、10次、100次、1000次、10000次等),或者可以是第一训练集中的训练数据都完成一次或多次训练,或者可以是本次训练得到的总损失值不大于预设损失值。
参见图7,图7是本申请实施例提供的一种获取待测信号的流程示意图。
在一些实施例中,所述脉冲发生器包括信号采集模块;所述信号采集模块包括第二带通滤波器、斩波放大器、低通滤波器、增益放大器和模数转换单元;所述获取所述患者的患者功率谱密度曲线,包括:
步骤S401:获取患者的生物电信号;
步骤S402:利用所述第二带通滤波器对所述生物电信号进行带通滤波处理,以得到第一采样数据;
步骤S403:利用所述斩波放大器对所述第一采样数据进行信号放大处理,以得到第二采样数据;
步骤S404:利用所述低通滤波器对所述第二采样数据进行低通滤波处理,以得到第三采样数据;
步骤S405:利用所述增益放大器对所述第三采样数据进行幅值调整处理,以得到第四采样数据;
步骤S406:利用所述模数转换单元对所述第四采样数据进行数字信号转换处理,以得到待测信号;
步骤S407:对所述待测信号进行信号处理,以得到患者功率谱密度曲线。
由此,获取患者的生物电信号作为待测信号。具体而言,使用第二带通滤波器对采集到的生物电信号进行带通滤波处理,以去除不需要的频率成分,得到第一采样数据。将第一采样数据进行信号放大处理,通过斩波放大器获得第二采样数据,从而增强信号强度。通过低通滤波器对第二采样数据进行滤波处理,以去除高频噪声和不相关的信号成分,得到第三采样数据。利用增益放大器对第三采样数据进行幅值调整处理,以优化信号幅度和范围,得到第四采样数据。最后,通过模数转换单元对第四采样数据进行数字信号转换处理,将其转换为数字形式的待测信号。一方面,信号采集模块中集成了第二带通滤波器、斩波放大器、低通滤波器、增益放大器和模数转换单元,通过各个组件对生物电信号进行了一系列的处理,包括滤波、放大和转换等步骤以减少噪声、增强信号强度和范围,并使信号更适合后续的分析和评估。另一方面,通过模数转换单元的作用,原始的生物电信号被转换为数字形式的待测信号。数字化的信号可以更方便地进行存储、处理和传输,为后续的数据分析提供了便利。又一方面,信号采集模块能够获取患者的待测信号,并经过一系列的处理步骤后得到数字化的信号。通过信号处理过程有助于提高信号质量和准确性,从而更好地评估患者的生物电活动情况,并为个性化的刺激参数调整提供参考。通过优化刺激参数,可以提高治疗效果,提供更好的疗效。
在一些实施例中,所述生物电信号包括神经元信号和/或局部场电位信号。
神经元信号是神经元细胞产生的电信号,用于神经元之间的信息传递。神经元信号通常以脉冲的形式存在,被称为动作电位。神经元信号的采集和分析可以提供关于神经元活动的信息,从而帮助了解神经系统的功能和异常情况。局部场电位信号是指周围神经元的电活动产生的电势变化。局部场电位信号的采集可以提供关于神经网络活动和神经元群体行为的信息。通过分析局部场电位信号,可以了解神经元群体的同步性、调控机制以及与特定功能相关的电活动。通过采集和分析神经元信号和/或局部场电位信号,可以获取关于神经系统功能和疾病状态的重要信息,有助于诊断和治疗神经系统疾病,并提供个性化的闭环脑深部电刺激治疗。
在一个具体应用场景中,本申请实施例还提供了一种脉冲发生器的控制方法,所述脉冲发生器包括信号采集模块和信号处理模块;所述信号采集模块包括第二带通滤波器、斩波放大器、低通滤波器、增益放大器和模数转换单元;所述信号处理模块包括信号发生单元、数据选择单元、第一带通滤波器、陷波滤波器和信号转换单元;所述方法包括:
利用所述信号发生单元生成参考正弦波数据;利用所述第一带通滤波器对所述参考正弦波数据进行带通滤波处理,以得到第一参考数据;利用所述陷波滤波器对所述第一参考数据进行频率抑制处理,以得到第二参考数据;利用所述信号转换单元对所述第二参考数据进行频域转换处理,以得到所述参考功率谱密度曲线;基于所述参考功率谱密度曲线,对所述第一带通滤波器和所述陷波滤波器的工作参数进行迭代优化,直至所述参考功率谱密度曲线满足预设平坦度要求。
获取患者的局部场电位信号;利用所述第二带通滤波器对所述生物电信号进行带通滤波处理,以得到第一采样数据;利用所述斩波放大器对所述第一采样数据进行信号放大处理,以得到第二采样数据;利用所述低通滤波器对所述第二采样数据进行低通滤波处理,以得到第三采样数据;利用所述增益放大器对所述第三采样数据进行幅值调整处理,以得到第四采样数据;利用所述模数转换单元对所述第四采样数据进行数字信号转换处理,以得到患者的待测信号;利用所述数据选择单元选择所述患者的待测信号作为所述第一带通滤波器的输入信号,以得到第一中间数据;利用所述陷波滤波器对所述第一中间数据进行频率抑制处理,以得到第二中间数据;利用所述信号转换单元对所述第二中间数据进行频域转换处理,以得到所述患者功率谱密度曲线;
根据所述参考功率谱密度曲线和所述患者功率谱密度曲线,检测所述患者功率谱密度曲线是否存在异常;
若存在异常,则调整所述脉冲发生器的刺激参数,以优化针对所述患者的电刺激治疗效果,并再次获取所述患者的患者功率谱密度曲线;
若不存在异常,则则间隔预设时长后,再次获取所述患者的患者功率谱密度曲线。
在一个具体应用中,帕金森患者A在进行植入手术后,其脑部的一个神经核团中仅插入了电极导线的两个电极触点,分别为电极触点A和电极触点B,选择电极触点A作为刺激触点,电极触点B作为采集触点。由电极触点A递送电刺激,电极触点B采集患者的局部场电位信号。
利用信号处理模块中的数据选择单元选择信号处理模块中的信号发生单元生成标准正弦波作为输入信号,由于帕金森患者A的帕金森疾病,该疾病表现为局部场电位信号β频段(13~30Hz)功率谱密度异常,因此,标准正弦波的频率为13Hz到35Hz。信号发生单元生成的所有标准正弦波构成了参考正弦波数据。通过第一带通滤波器、陷波滤波器以及信号转换单元先后对参考正弦波数据的进行信号处理,得到参考功率谱密度曲线,并通过对第一带通滤波器、陷波滤波器的工作参数进行迭代调整,使得参考功率谱密度曲线更加平坦。
在得到参考功率谱密度曲线后,利用数据选择单元选择信号采集模块采集得到的待测信号作为输入信号。信号采集模块中集成了第二带通滤波器、斩波放大器、低通滤波器、增益放大器和模数转换单元,依次通过第二带通滤波器、斩波放大器、低通滤波器、增益放大器和模数转换单元对电极触点B直接采集到的局部场电位信号进行信号处理,得到待测信号。数据选择单元选择待测信号作为输入信号后,待测信号经和标准正弦波相同的信号处理,以得到患者功率谱密度曲线。
根据患者功率谱密度曲线和参考功率谱密度曲线比对,确定患者功率谱密度曲线是否存在异常。若患者功率谱密度曲线存在异常,表示电极触点A递送的电刺激未能取到良好的电刺激效果,需要调整电刺激的刺激参数,从而确定新的电刺激,并再次由电极触点A递送新的电刺激,由电极触点B采集局部场电位信号,从而重复对局部场电位信号的信号处理,再次得到患者功率谱密度曲线,重复以上操作,直至患者功率谱密度曲线不存在异常。若患者功率谱密度曲线不存在异常,则表示电极触点A递送的电刺激有效,通过设置每间隔一段时候监测帕金森患者A的局部场电位信号,实现长期跟踪帕金森患者A状态。
(脉冲发生器实施例)
本申请实施例还提供了一种脉冲发生器,其具体实施方式与上述方法实施方式中记载的实施方式、所达到的技术效果一致,部分内容不再赘述。
所述脉冲发生器包括存储器和处理器,所述存储器存储有计算机程序,所述处理器被配置成执行所述计算机程序时实现以下步骤:
获取参考功率谱密度曲线和患者的患者功率谱密度曲线;
根据所述参考功率谱密度曲线和所述患者功率谱密度曲线,检测所述患者功率谱密度曲线是否存在异常;
若存在异常,则调整所述脉冲发生器的刺激参数,以优化针对所述患者的电刺激治疗效果,并再次获取所述患者的患者功率谱密度曲线;
若不存在异常,则间隔预设时长后,再次获取所述患者的患者功率谱密度曲线。
在一些实施例中,所述脉冲发生器包括信号处理模块;所述信号处理模块包括信号发生单元;所述处理器被配置成执行所述计算机程序时采用以下方式获取参考功率谱密度曲线:
利用所述信号发生单元生成参考正弦波数据;
对所述参考正弦波数据进行信号处理,以得到所述参考功率谱密度曲线。
在一些实施例中,所述信号处理模块还包括第一带通滤波器、陷波滤波器和信号转换单元;
所述处理器被配置成执行所述计算机程序时采用以下方式对所述参考正弦波数据进行信号处理,以得到所述参考功率谱密度曲线:
利用所述第一带通滤波器对所述参考正弦波数据进行带通滤波处理,以得到第一参考数据;
利用所述陷波滤波器对所述第一参考数据进行频率抑制处理,以得到第二参考数据;
利用所述信号转换单元对所述第二参考数据进行频域转换处理,以得到所述参考功率谱密度曲线。
在一些实施例中,基于所述参考功率谱密度曲线,对所述第一带通滤波器和所述陷波滤波器的工作参数进行迭代优化,直至所述参考功率谱密度曲线满足预设平坦度要求。
在一些实施例中,所述第一带通滤波器的工作参数包括通带增益参数;所述陷波滤波器的工作参数包括陷波频点参数、陷波数量参数和陷波幅值参数中的至少一个。
在一些实施例中,所述信号处理模块还包括数据选择单元;
所述处理器被配置成执行所述计算机程序时还实现以下步骤:
利用所述数据选择单元选择所述参考正弦波数据作为所述第一带通滤波器的输入信号;
所述处理器被配置成执行所述计算机程序时采用以下方式获取患者的患者功率谱密度曲线:
利用所述数据选择单元选择所述患者的待测信号作为所述第一带通滤波器的输入信号,以得到第一中间数据;
利用所述陷波滤波器对所述第一中间数据进行频率抑制处理,以得到第二中间数据;
利用所述信号转换单元对所述第二中间数据进行频域转换处理,以得到所述患者功率谱密度曲线。
在一些实施例中,所述处理器被配置成执行所述计算机程序时还采用以下方式获取对所述待测信号进行信号处理,以得到患者功率谱密度曲线:
在多个时刻分别获取所述患者的待测信号,以得到多组基础信号;
对每组所述基础信号进行信号处理,以得到每个频点对应的多个功率谱密度值;
基于每个所述频点对应的多个功率谱密度值,确定所述患者功率谱密度曲线。
在一些实施例中,所述脉冲发生器包括信号采集模块;所述信号采集模块包括第二带通滤波器、斩波放大器、低通滤波器、增益放大器和模数转换单元;
所述处理器被配置成执行所述计算机程序时采用以下方式获取所述患者的患者功率谱密度曲线:
获取患者的生物电信号;
利用所述第二带通滤波器对所述生物电信号进行带通滤波处理,以得到第一采样数据;
利用所述斩波放大器对所述第一采样数据进行信号放大处理,以得到第二采样数据;
利用所述低通滤波器对所述第二采样数据进行低通滤波处理,以得到第三采样数据;
利用所述增益放大器对所述第三采样数据进行幅值调整处理,以得到第四采样数据;
利用所述模数转换单元对所述第四采样数据进行数字信号转换处理,以得到待测信号;
对所述待测信号进行信号处理,以得到患者功率谱密度曲线。
在一些实施例中,所述生物电信号包括神经元信号和/或局部场电位信号。
在一些可选的实施方式中,所述根据所述参考功率谱密度曲线和所述患者功率谱密度曲线,检测所述患者功率谱密度曲线是否存在异常,包括:
在同一频率下,检测所述患者功率谱密度曲线上对应的功率谱密度值与所述参考功率谱密度曲线上对应的功率谱密度值的比值是否大于预设比值;或,
检测所述患者功率谱密度曲线上预设频率范围内功率谱密度平均值与所述参考功率谱密度曲线上所述预设频率范围内功率谱密度平均值的比值是否大于所述预设比值;
若是,则所述患者功率谱密度曲线存在异常。
(刺激器实施例)
参见图8,图8是本申请实施例提供的一种刺激器的结构示意图。
本申请实施例还提供了一种刺激器20,所述刺激器20包括电极导线100和脉冲发生器200,所述脉冲发生器200与上述脉冲发生器200实施例中记载的实施例、所达到的技术效果一致,部分内容不再赘述。
所述电极导线100用于感测所述患者的电生理活动以得到生物电信号,以及向所述患者的体内组织递送电刺激。
所述电极导线100上设置有多个电极触点,所述脉冲发生器200分别与每个所述电极触点电连接,所述脉冲发生器200用于解析所述生物电信号并生成所述电刺激。
参见图9,图9是本申请实施例提供的一种脉冲发生器的结构示意图。
在一些实施例中,所述脉冲发生器200还可以包括:控制模块230和刺激模块240;
所述控制模块230用于将信号采集模块210得到的待测信号输入至信号处理模块220,以及将刺激参数传输至所述刺激模块240中;
所述刺激模块240用于基于所述刺激参数生成电刺激。
(电子设备)
在一些实施例中,所述刺激器可以是电子设备,参见图10,图10是本申请实施例提供的一种电子设备10的结构框图。
电子设备10例如可以包括至少一个存储器11、至少一个处理器12以及连接不同平台系统的总线13。
存储器11可以包括易失性存储器形式的可读介质,例如随机存取存储器(RAM)111和/或高速缓存存储器112,还可以进一步包括只读存储器(ROM)113。
其中,存储器11还存储有计算机程序,计算机程序可以被处理器12执行,使得处理器12实现上述任一项方法的步骤。
存储器11还可以包括具有至少一个程序模块115的实用工具114,这样的程序模块115包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例的每一个或某种组合中可能包括网络环境的实现。
相应的,处理器12可以执行上述计算机程序,以及可以执行实用工具114。
处理器12可以采用一个或多个应用专用集成电路(ASIC,Application SpecificIntegrated Circuit)、DSP、可编程逻辑器件(PLD,Programmable Logic Device)、复杂可编程逻辑器件(CPLD,Complex Programmable Logic Device)、现场可编程门阵列(FPGA,Field-Programmable Gate Array)或其他电子元件。
总线13可以为表示几类总线结构的一种或多种,包括存储器总线或者存储器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构的任意总线结构的局域总线。
电子设备10也可以与一个或多个外部设备例如键盘、指向设备、蓝牙设备等通信,还可与一个或者多个能够与该电子设备10交互的设备通信,和/或与使得该电子设备10能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等)通信。这种通信可以通过输入输出接口14进行。并且,电子设备10还可以通过网络适配器15与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器15可以通过总线13与电子设备10的其它模块通信。应当明白,尽管图中未示出,但在实际应用中可以结合电子设备10使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
(计算机可读存储介质)
本申请实施例还提供了一种计算机可读存储介质,其具体实施例与上述方法实施例中记载的实施例、所达到的技术效果一致,部分内容不再赘述。
所述计算机可读存储介质存储有计算机程序,所述计算机程序被至少一个处理器执行时实现上述任一项方法的步骤或者实现上述任一项电子设备的功能。
计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。在本申请实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。计算机可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读存储介质还可以是任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等,或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,程序设计语言包括面向对象的程序设计语言诸如Java、C++等,还包括常规的过程式程序设计语言诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
(计算机程序产品)
本申请实施例还提供了一种计算机程序产品,其具体实施例与上述方法实施例中记载的实施例、所达到的技术效果一致,部分内容不再赘述。
本申请提供了一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被至少一个处理器执行时实现上述任一项方法的步骤或者实现上述任一项电子设备的功能。
参见图11,图11是本申请实施例提供的一种计算机程序产品的结构示意图。
所述计算机程序产品用于实现上述任一项方法的步骤或者实现上述任一项电子设备的功能。计算机程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的计算机程序产品不限于此,计算机程序产品可以采用一个或多个计算机可读介质的任意组合。
本申请从使用目的上,效能上,进步及新颖性等观点进行阐述,已符合专利法所强调的功能增进及使用要件,本申请以上的说明书及说明书附图,仅为本申请的较佳实施例而已,并非以此局限本申请,因此,凡一切与本申请构造,装置,特征等近似、雷同的,即凡依本申请专利申请范围所作的等同替换或修饰等,皆应属本申请的专利申请保护的范围之内。
Claims (11)
1.一种脉冲发生器,其特征在于,所述脉冲发生器包括信号采集模块、存储器和处理器,所述存储器存储有计算机程序,所述处理器被配置成执行所述计算机程序时实现以下步骤:
获取参考功率谱密度曲线和患者的患者功率谱密度曲线;
根据所述参考功率谱密度曲线和所述患者功率谱密度曲线,检测所述患者功率谱密度曲线是否存在异常;
若存在异常,则调整所述脉冲发生器的刺激参数,以优化针对所述患者的电刺激治疗效果,并再次获取所述患者的患者功率谱密度曲线;
若不存在异常,则间隔预设时长后,再次获取所述患者的患者功率谱密度曲线;
所述信号采集模块包括第二带通滤波器、斩波放大器、低通滤波器、增益放大器和模数转换单元;
所述处理器被配置成执行所述计算机程序时采用以下方式获取所述患者的患者功率谱密度曲线:
获取患者的生物电信号;
利用所述第二带通滤波器对所述生物电信号进行带通滤波处理,以得到第一采样数据;
利用所述斩波放大器对所述第一采样数据进行信号放大处理,以得到第二采样数据;
利用所述低通滤波器对所述第二采样数据进行低通滤波处理,以得到第三采样数据;
利用所述增益放大器对所述第三采样数据进行幅值调整处理,以得到第四采样数据;
利用所述模数转换单元对所述第四采样数据进行数字信号转换处理,以得到待测信号;
对所述待测信号进行信号处理,以得到患者功率谱密度曲线。
2.根据权利要求1所述的脉冲发生器,其特征在于,所述脉冲发生器包括信号处理模块;所述信号处理模块包括信号发生单元;所述处理器被配置成执行所述计算机程序时采用以下方式获取参考功率谱密度曲线:
利用所述信号发生单元生成参考正弦波数据;
对所述参考正弦波数据进行信号处理,以得到所述参考功率谱密度曲线。
3.根据权利要求2所述的脉冲发生器,其特征在于,所述信号处理模块还包括第一带通滤波器、陷波滤波器和信号转换单元;
所述处理器被配置成执行所述计算机程序时采用以下方式对所述参考正弦波数据进行信号处理,以得到所述参考功率谱密度曲线:
利用所述第一带通滤波器对所述参考正弦波数据进行带通滤波处理,以得到第一参考数据;
利用所述陷波滤波器对所述第一参考数据进行频率抑制处理,以得到第二参考数据;
利用所述信号转换单元对所述第二参考数据进行频域转换处理,以得到所述参考功率谱密度曲线。
4.根据权利要求3所述的脉冲发生器,其特征在于,所述处理器被配置成执行所述计算机程序时还实现以下步骤:
基于所述参考功率谱密度曲线,对所述第一带通滤波器和所述陷波滤波器的工作参数进行迭代优化,直至所述参考功率谱密度曲线满足预设平坦度要求。
5.根据权利要求4所述的脉冲发生器,其特征在于,所述第一带通滤波器的工作参数包括通带增益参数;所述陷波滤波器的工作参数包括陷波频点参数、陷波数量参数和陷波幅值参数中的至少一个。
6.根据权利要求3所述的脉冲发生器,其特征在于,所述信号处理模块还包括数据选择单元;
所述处理器被配置成执行所述计算机程序时还实现以下步骤:
利用所述数据选择单元选择所述参考正弦波数据作为所述第一带通滤波器的输入信号;
所述处理器被配置成执行所述计算机程序时采用以下方式获取患者的患者功率谱密度曲线:
利用所述数据选择单元选择所述患者的待测信号作为所述第一带通滤波器的输入信号,以得到第一中间数据;
利用所述陷波滤波器对所述第一中间数据进行频率抑制处理,以得到第二中间数据;
利用所述信号转换单元对所述第二中间数据进行频域转换处理,以得到所述患者功率谱密度曲线。
7.根据权利要求1所述的脉冲发生器,其特征在于,所述处理器被配置成执行所述计算机程序时还采用以下方式对所述待测信号进行信号处理,以得到患者功率谱密度曲线:
在多个时刻分别获取所述患者的待测信号,以得到多组基础信号;
对每组所述基础信号进行信号处理,以得到每个频点对应的多个功率谱密度值;
基于每个所述频点对应的多个功率谱密度值,确定所述患者功率谱密度曲线。
8.根据权利要求1所述的脉冲发生器,其特征在于,所述生物电信号包括神经元信号和/或局部场电位信号。
9.根据权利要求1所述的脉冲发生器,其特征在于,所述处理器被配置成执行所述计算机程序时采用以下方式根据所述参考功率谱密度曲线和所述患者功率谱密度曲线,检测所述患者功率谱密度曲线是否存在异常:
在同一频率下,检测所述患者功率谱密度曲线上对应的功率谱密度值与所述参考功率谱密度曲线上对应的功率谱密度值的比值是否大于预设比值;或,
检测所述患者功率谱密度曲线上预设频率范围内功率谱密度平均值与所述参考功率谱密度曲线上所述预设频率范围内功率谱密度平均值的比值是否大于所述预设比值;
若是,则所述患者功率谱密度曲线存在异常。
10.一种刺激器,其特征在于,所述刺激器包括:
权利要求1-9任一项所述的脉冲发生器;所述脉冲发生器还包括控制模块和刺激模块;
所述控制模块用于将信号采集模块获取得到的待测信号输入至信号处理模块,以及将刺激参数传输至所述刺激模块中;
所述刺激模块用于基于所述刺激参数生成电刺激;
电极导线,所述电极导线用于感测所述患者的电生理活动以得到生物电信号,以及向所述患者的体内组织递送电刺激。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被至少一个处理器执行时实现权利要求1-9任一项所述脉冲发生器的功能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310808668.8A CN116549853B (zh) | 2023-07-04 | 2023-07-04 | 脉冲发生器、刺激器、存储介质及程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310808668.8A CN116549853B (zh) | 2023-07-04 | 2023-07-04 | 脉冲发生器、刺激器、存储介质及程序产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116549853A CN116549853A (zh) | 2023-08-08 |
CN116549853B true CN116549853B (zh) | 2023-09-12 |
Family
ID=87491812
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310808668.8A Active CN116549853B (zh) | 2023-07-04 | 2023-07-04 | 脉冲发生器、刺激器、存储介质及程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116549853B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117679645B (zh) * | 2024-02-01 | 2024-05-17 | 深圳爱倍力健康科技有限公司 | 一种基于多维数据分析的腹盆肌恢复设备运行监测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107427251A (zh) * | 2015-02-02 | 2017-12-01 | 陈坚 | 基于emg频率功率谱分析来诊断脑损伤的方法和设备 |
CN111920408A (zh) * | 2020-08-11 | 2020-11-13 | 深圳大学 | 结合虚拟现实的脑电神经反馈系统的信号分析方法及组件 |
CN115054828A (zh) * | 2022-07-25 | 2022-09-16 | 苏州景昱医疗器械有限公司 | 脉冲发生器、医疗系统及计算机可读存储介质 |
CN116096459A (zh) * | 2020-07-31 | 2023-05-09 | 美敦力公司 | 用于参数选择的刺激诱导的神经反应 |
-
2023
- 2023-07-04 CN CN202310808668.8A patent/CN116549853B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107427251A (zh) * | 2015-02-02 | 2017-12-01 | 陈坚 | 基于emg频率功率谱分析来诊断脑损伤的方法和设备 |
CN116096459A (zh) * | 2020-07-31 | 2023-05-09 | 美敦力公司 | 用于参数选择的刺激诱导的神经反应 |
CN111920408A (zh) * | 2020-08-11 | 2020-11-13 | 深圳大学 | 结合虚拟现实的脑电神经反馈系统的信号分析方法及组件 |
CN115054828A (zh) * | 2022-07-25 | 2022-09-16 | 苏州景昱医疗器械有限公司 | 脉冲发生器、医疗系统及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116549853A (zh) | 2023-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Parastarfeizabadi et al. | Advances in closed-loop deep brain stimulation devices | |
US11857794B2 (en) | Pain management based on brain activity monitoring | |
CN107921260B (zh) | 用于改善对可兴奋组织的刺激的方法和系统 | |
US9888861B2 (en) | Method and apparatus for detecting a biomarker in the presence of electrical stimulation | |
US9878161B2 (en) | Entrainment of bioelectrical brain signals | |
US20120116741A1 (en) | Systems and methods of constructing a patient specific neural electrical stimulation model | |
US20110196446A1 (en) | Electrical brain stimulation in gamma band | |
CN116549853B (zh) | 脉冲发生器、刺激器、存储介质及程序产品 | |
CN116549845A (zh) | 刺激器、电子设备及计算机可读存储介质 | |
CN116492596B (zh) | 脉冲发生器、刺激器及存储介质 | |
CN117065217A (zh) | 电位信号采集设备及其方法、医疗系统、可读存储介质 | |
CN221243744U (zh) | 电极导线和刺激器系统 | |
CN117180612B (zh) | 植入式电极、刺激器及其控制方法、存储介质 | |
Stanslaski et al. | Emerging technology for advancing the treatment of epilepsy using a dynamic control framework | |
US20220395690A1 (en) | Methods and systems for estimating neural activation by stimulation using a stimulation system | |
US11904170B2 (en) | Patient-learned control of medical device | |
US20240342482A1 (en) | Method and apparatus for controlling neurostimulation based on patient life factors | |
US20240157148A1 (en) | Patient-learned control of medical device | |
US12011287B2 (en) | Medical device using spectral activity processing | |
CN116680571A (zh) | 参数配置装置、医疗系统、存储介质及程序产品 | |
US20230248979A1 (en) | Neurostimulation adapted to intrinsic frequency drift | |
CN115999053A (zh) | 电子设备、医疗系统及计算机可读存储介质 | |
Du et al. | A new EEG recording and electrical stimulation medical device with independent feedback control function | |
CN118787369A (zh) | 基于频率自适应的脑电信号滤波方法、装置和电子设备 | |
CN116721752A (zh) | 电极导线的配置装置、程控设备、医疗系统及相关产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: Building C16, biological nano Park, 218 Xinghu street, Suzhou Industrial Park, Jiangsu Province Patentee after: Jingyu Medical Technology (Suzhou) Co.,Ltd. Address before: Building C16, biological nano Park, 218 Xinghu street, Suzhou Industrial Park, Jiangsu Province Patentee before: SCENERAY Co.,Ltd. |