CN116600707A - 使用阻抗测量检测和/或预测中风 - Google Patents
使用阻抗测量检测和/或预测中风 Download PDFInfo
- Publication number
- CN116600707A CN116600707A CN202180084868.2A CN202180084868A CN116600707A CN 116600707 A CN116600707 A CN 116600707A CN 202180084868 A CN202180084868 A CN 202180084868A CN 116600707 A CN116600707 A CN 116600707A
- Authority
- CN
- China
- Prior art keywords
- stroke
- patient
- processing circuitry
- electrodes
- metric
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title description 18
- 238000002847 impedance measurement Methods 0.000 title description 6
- 238000012545 processing Methods 0.000 claims abstract description 188
- 230000015654 memory Effects 0.000 claims abstract description 25
- 230000006870 function Effects 0.000 claims abstract description 24
- 210000001519 tissue Anatomy 0.000 claims description 62
- 230000033001 locomotion Effects 0.000 claims description 55
- 230000000694 effects Effects 0.000 claims description 27
- 230000000747 cardiac effect Effects 0.000 claims description 21
- 238000002513 implantation Methods 0.000 claims description 15
- 230000007177 brain activity Effects 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 9
- 238000007920 subcutaneous administration Methods 0.000 claims description 7
- 230000008921 facial expression Effects 0.000 claims description 5
- 210000001154 skull base Anatomy 0.000 claims description 2
- 208000006011 Stroke Diseases 0.000 description 198
- 238000000034 method Methods 0.000 description 50
- 210000004556 brain Anatomy 0.000 description 27
- 210000003128 head Anatomy 0.000 description 18
- 238000004891 communication Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 15
- 230000000875 corresponding effect Effects 0.000 description 13
- 239000008280 blood Substances 0.000 description 11
- 210000004369 blood Anatomy 0.000 description 11
- 238000005259 measurement Methods 0.000 description 11
- 210000003625 skull Anatomy 0.000 description 11
- 210000000038 chest Anatomy 0.000 description 10
- 208000032382 Ischaemic stroke Diseases 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 9
- 208000016988 Hemorrhagic Stroke Diseases 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 7
- 208000020658 intracerebral hemorrhage Diseases 0.000 description 7
- 230000010412 perfusion Effects 0.000 description 7
- 230000002829 reductive effect Effects 0.000 description 7
- 230000029058 respiratory gaseous exchange Effects 0.000 description 7
- 238000011282 treatment Methods 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 5
- 210000004761 scalp Anatomy 0.000 description 5
- NRTOMJZYCJJWKI-UHFFFAOYSA-N Titanium nitride Chemical compound [Ti]#N NRTOMJZYCJJWKI-UHFFFAOYSA-N 0.000 description 4
- 210000003484 anatomy Anatomy 0.000 description 4
- 230000017531 blood circulation Effects 0.000 description 4
- 230000003925 brain function Effects 0.000 description 4
- 238000002567 electromyography Methods 0.000 description 4
- 230000001815 facial effect Effects 0.000 description 4
- 230000004217 heart function Effects 0.000 description 4
- 230000001939 inductive effect Effects 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 238000013508 migration Methods 0.000 description 4
- 210000003739 neck Anatomy 0.000 description 4
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 208000024891 symptom Diseases 0.000 description 4
- 230000001225 therapeutic effect Effects 0.000 description 4
- 206010002329 Aneurysm Diseases 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 239000007943 implant Substances 0.000 description 3
- 238000003780 insertion Methods 0.000 description 3
- 230000037431 insertion Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 210000003205 muscle Anatomy 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000007665 sagging Methods 0.000 description 3
- 239000003826 tablet Substances 0.000 description 3
- 108010061435 Enalapril Proteins 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 2
- 206010027926 Monoplegia Diseases 0.000 description 2
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 239000000956 alloy Substances 0.000 description 2
- 229910045601 alloy Inorganic materials 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000036770 blood supply Effects 0.000 description 2
- OJIJEKBXJYRIBZ-UHFFFAOYSA-N cadmium nickel Chemical compound [Ni].[Cd] OJIJEKBXJYRIBZ-UHFFFAOYSA-N 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 230000008602 contraction Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 235000019800 disodium phosphate Nutrition 0.000 description 2
- GBXSMTUPTTWBMN-XIRDDKMYSA-N enalapril Chemical compound C([C@@H](C(=O)OCC)N[C@@H](C)C(=O)N1[C@@H](CCC1)C(O)=O)CC1=CC=CC=C1 GBXSMTUPTTWBMN-XIRDDKMYSA-N 0.000 description 2
- 229960000873 enalapril Drugs 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000011810 insulating material Substances 0.000 description 2
- 229910052741 iridium Inorganic materials 0.000 description 2
- GKOZUEZYRPOHIO-UHFFFAOYSA-N iridium atom Chemical compound [Ir] GKOZUEZYRPOHIO-UHFFFAOYSA-N 0.000 description 2
- 230000000302 ischemic effect Effects 0.000 description 2
- 210000005240 left ventricle Anatomy 0.000 description 2
- 229910001416 lithium ion Inorganic materials 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 231100000862 numbness Toxicity 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 206010033675 panniculitis Diseases 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 229910052697 platinum Inorganic materials 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 239000010935 stainless steel Substances 0.000 description 2
- 229910001220 stainless steel Inorganic materials 0.000 description 2
- 210000004304 subcutaneous tissue Anatomy 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 230000036962 time dependent Effects 0.000 description 2
- 229910052719 titanium Inorganic materials 0.000 description 2
- 239000010936 titanium Substances 0.000 description 2
- PJVWKTKQMONHTI-UHFFFAOYSA-N warfarin Chemical compound OC=1C2=CC=CC=C2OC(=O)C=1C(CC(=O)C)C1=CC=CC=C1 PJVWKTKQMONHTI-UHFFFAOYSA-N 0.000 description 2
- 229960005080 warfarin Drugs 0.000 description 2
- SGUAFYQXFOLMHL-UHFFFAOYSA-N 2-hydroxy-5-{1-hydroxy-2-[(4-phenylbutan-2-yl)amino]ethyl}benzamide Chemical compound C=1C=C(O)C(C(N)=O)=CC=1C(O)CNC(C)CCC1=CC=CC=C1 SGUAFYQXFOLMHL-UHFFFAOYSA-N 0.000 description 1
- 239000005541 ACE inhibitor Substances 0.000 description 1
- 208000005189 Embolism Diseases 0.000 description 1
- 208000004929 Facial Paralysis Diseases 0.000 description 1
- 206010019280 Heart failures Diseases 0.000 description 1
- 208000032843 Hemorrhage Diseases 0.000 description 1
- 208000004044 Hypesthesia Diseases 0.000 description 1
- 208000001953 Hypotension Diseases 0.000 description 1
- ODKSFYDXXFIFQN-BYPYZUCNSA-N L-arginine Chemical compound OC(=O)[C@@H](N)CCCN=C(N)N ODKSFYDXXFIFQN-BYPYZUCNSA-N 0.000 description 1
- 208000028389 Nerve injury Diseases 0.000 description 1
- 208000007536 Thrombosis Diseases 0.000 description 1
- 208000032109 Transient ischaemic attack Diseases 0.000 description 1
- 208000036826 VIIth nerve paralysis Diseases 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 229940044094 angiotensin-converting-enzyme inhibitor Drugs 0.000 description 1
- 239000003146 anticoagulant agent Substances 0.000 description 1
- 229940127219 anticoagulant drug Drugs 0.000 description 1
- 239000002220 antihypertensive agent Substances 0.000 description 1
- 229940127088 antihypertensive drug Drugs 0.000 description 1
- 210000003403 autonomic nervous system Anatomy 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 239000002876 beta blocker Substances 0.000 description 1
- 229940097320 beta blocking agent Drugs 0.000 description 1
- 239000000560 biocompatible material Substances 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 210000005013 brain tissue Anatomy 0.000 description 1
- 230000001269 cardiogenic effect Effects 0.000 description 1
- 230000009084 cardiovascular function Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000003518 caustics Substances 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000009514 concussion Effects 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000012631 diagnostic technique Methods 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 230000010102 embolization Effects 0.000 description 1
- 230000000763 evoking effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000000744 eyelid Anatomy 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 210000001097 facial muscle Anatomy 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000002008 hemorrhagic effect Effects 0.000 description 1
- 208000034783 hypoesthesia Diseases 0.000 description 1
- 230000036543 hypotension Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000007794 irritation Effects 0.000 description 1
- 208000028867 ischemia Diseases 0.000 description 1
- 229960001632 labetalol Drugs 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 230000028161 membrane depolarization Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000002324 minimally invasive surgery Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000008764 nerve damage Effects 0.000 description 1
- 230000001272 neurogenic effect Effects 0.000 description 1
- 238000010984 neurological examination Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 230000002336 repolarization Effects 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 238000013151 thrombectomy Methods 0.000 description 1
- 201000010875 transient cerebral ischemia Diseases 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
- 210000005166 vasculature Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Abstract
一种系统包括存储器、多个电极、感测电路系统和处理电路系统。该感测电路系统被配置成经由该电极确定一个或多个组织阻抗值,其中该组织阻抗值依据患者的心脏的射血分数而变化。该处理电路系统被配置成至少基于该一个或多个组织阻抗值来确定指示该患者的中风状态的中风度量,并且将该中风度量存储在存储器中。
Description
本申请要求2021年12月14日提交的美国专利申请17/644,129号的优先权,该美国专利申请要求2020年12月16日提交的美国临时申请序列63/126,310号的权益,该美国临时申请的全部内容以引用方式并入本文。
技术领域
本公开涉及医疗装置,并且更具体地涉及用于检测和/或预测中风的系统和方法。
背景技术
中风是可能导致永久性神经损伤、并发症和死亡的严重医疗状况。中风可以表征为由于向脑部供应血液的血管的紊乱而引起的迅速发展的脑部功能丧失。脑功能丧失可能是由于血栓形成、栓塞或出血引起的局部缺血(血液供应不足)的结果。血液供应的减少可能导致该区域的脑组织的功能障碍。
中风是全球第二大死亡原因和第一大残疾原因。治疗的速度是中风治疗的关键因素,因为在中风期间平均每分钟会损失190万个神经元。中风诊断以及事件与疗法递送之间的时间是提高治疗效果的主要障碍。中风具有三个主要致病源:i)缺血性中风(代表所有中风的约65%);ii)出血性中风(代表所有中风的约10%);以及iii)隐源性中风(代表所有中风的约25%,并且包括短暂性缺血性发作或TIA)。中风可以被视为具有神经源性和/或心源性起源。
存在多种用于治疗经受中风的患者的方法。例如,临床医生可以施用如华法林(warfarin)等抗凝血剂,或者可以进行如血栓切除程序等血管内干预以治疗缺血性中风。作为另一示例,临床医生可以施用抗高血压药物,诸如β阻滞剂(例如,拉贝洛尔(Labetalol))和ACE抑制剂(例如,依那普利(Enalapril)),或者可以进行诸如弹簧圈栓塞等血管内干预来治疗出血性中风。最后,如果中风症状自行消退,神经系统检查为阴性,则临床医生可以施用长期心脏监测(外部或植入式)以确定隐源性中风的潜在心脏起源。
发明内容
一般而言,本公开涉及用于经由可位于患者的头部上或附近的一个或多个医疗装置(例如,植入式医疗装置(IMD)或外部医疗装置)来检测和预测中风的装置、系统和技术。例如,IMD可以包括由装置的外壳承载的多个电极。IMD可皮下植入在胸腔的区域中、颈部的后部上或颅骨的区域中。从该位置,IMD能够记录来自外壳上承载的电极的信号。这些电信号可能包含能够归于大脑功能的分量和能够贡献于心脏功能的分量。IMD可以能够经由电极测量基于心脏功能和/或大脑电活动而变化的阻抗信号。IMD可处理电信号以确定指示患者的中风风险的中风度量。因此,IMD可以能够根据单个装置检测或预测患者的中风事件。IMD可将表示任何检测或预测到的中风的信息传输到外部装置。在其他示例中,处理电路系统可基于由两个或更多个植入装置或外部装置感测到的信号来检测或预测中风事件。
本公开的技术可以提供一个或多个优点。例如,系统能够使用经由单个传感器装置感测到的大脑信号、心脏信号和运动信号来检测和预测中风风险可为有益的。当与通常用于检测中风的其他装置(例如,在诊所中使用的装置或被规定提供针对中风的治疗的装置)相比时,此类装置可以是相对不引人注目的,并且在患者日常生活期间能够在延长的周期内使用。传感器装置被配置成从其位置感测大脑特征和心脏特征两者,并且另外感测运动信号以进一步增强其检测和预测中风风险的能力。在一些示例中,传感器装置可与附加的装置(包括感测附加的信号的附加的传感器(例如,来自电话、手表或其他可佩戴装置的运动传感器、心率传感器或心电图传感器))通信,这可允许提高用于检测和预测患者的中风风险的算法的灵敏度和特异性。
在一个示例中,一种系统包括:该系统存储器;多个电极;感测电路系统,该感测电路系统被配置成:经由电极确定一个或多个组织阻抗值,其中该一个或多个组织阻抗值依据患者的心脏的射血分数而变化;和处理电路系统,该处理电路系统被配置成:至少基于该一个或多个组织阻抗值来确定指示患者的中风状态的中风度量;以及将中风度量存储在存储器中。
在另一示例中,一种方法包括:经由多个电极确定一个或多个组织阻抗值,其中该组织阻抗值依据患者的心脏的射血分数而变化;至少基于一个或多个组织阻抗值来确定指示患者的中风状态的中风度量;以及将中风度量存储在存储器中。
在另一示例中,一种计算机可读存储介质包括指令,该指令在被执行时使处理电路系统执行本文描述的方法中的任何方法。
本发明内容旨在提供对本公开中所描述的主题的概述。本发明内容并不旨在提供对以下附图和说明书内详细描述的系统、装置和方法的排他性或详尽解释。在附图和以下具体实施方式中阐述了本公开的一个或多个示例的进一步细节。根据说明书和附图以及权利要求,其他特征、目标和优点将是显而易见的。
附图说明
图1A是根据本公开的示例的被配置成检测和预测中风风险的系统的概念图。
图1B是根据本公开的示例的被配置成检测和预测中风风险的系统的概念图。
图1C是用于脑电图(EEG)传感器测量的10-20次映射的图。
图2A描绘根据本公开的示例的传感器装置的顶视图。
图2B描绘根据本公开的示例的图2A中所示的传感器装置的侧视图。
图2C描绘根据本公开的示例的另一个示例性传感器装置的顶视图。
图2D描绘根据本公开的示例的另一个示例性传感器装置的侧视图。
图2E描绘根据本公开的示例的另一个示例性传感器装置的侧视图。
图2F描绘根据本公开的示例的另一个示例性传感器装置的侧视图。
图2G描绘根据本公开的示例的另一个示例性传感器装置的顶视图。
图2H描绘根据本公开的示例的另一个示例性传感器装置的顶视图。
图2I描绘根据本公开的示例的具有用以增加感测向量大小的电极延伸部的另一传感器装置的顶视图。
图3A至图3C描绘根据本公开的示例的其他传感器装置。
图4是示出传感器装置的示例性配置的框图。
图5是被配置为与图4的传感器装置通信的外部装置的示例性配置的框图。
图6是示出根据本文所述的一种或多种技术的示例性系统的框图,该示例性系统包括接入点、网络、外部计算装置(诸如服务器)以及一个或多个其他计算装置,这些装置可经由网络耦接到图1的传感器、外部装置和处理电路系统。
图7是示出根据本文所述的一种或多种技术的用于基于经由传感器装置的多个电极检测的组织阻抗值来检测和预测中风的操作的示例的流程图。
图8是示出根据本文所述的一种或多种技术的用于基于经由传感器装置的多个电极检测的组织阻抗值来检测和预测中风的操作的另一示例的流程图。
图9是示出根据本文所述的一种或多种技术的用于基于临床特性和经由传感器装置的多个电极检测的组织阻抗值来检测和预测中风的操作的示例的流程图。
图10是示出根据本文所述的一种或多种技术的用于基于标准简档来生成中风阈值的操作的示例的流程图。
图11是根据本公开的一种或多种技术的与患者相结合的另一示例性系统的概念图。
参考以下附图,可更好地理解本公开的许多方面。附图中的部件未必按比例绘制。相反,重点在于在清楚地示出本发明技术的原理。
具体实施方式
本公开描述了用于从与患者耦接的装置检测和预测中风的各种系统、装置和技术。可能难以确定患者是正遭受中风还是将遭受中风。目前的诊断技术通常涉及评估患者的可见症状,诸如面部、手臂或腿部麻痹或麻木以及在中风情况下的行走、说话或理解困难。可视中风指标被缩写为F.A.S.T.:面部、手臂和说话——是时候拨打911了。然而,这些技术可能导致中风未确诊,特别是使患者在粗略评估后相对活动的更轻度中风。即使是对于相对轻度的中风,尽快治疗患者也具有重要性,因为中风患者的治疗效果是非常依赖时间的。因此,需要用于检测和预测中风的改进的方法。然而,由于未能及时鉴别出患者是否正在经受或者最近经受过中风,此类治疗常常可能未得到充分利用和/或相对无效。这对于使患者在粗略评估后相对活动的更轻度中风而言具有特定风险。
如本文所述,医疗装置(例如,可由患者佩戴的IMD或外部医疗装置)可被配置成从患者的头部上或附近的位置检测和预测中风风险。例如,IMD可以被配置为皮下植入,而不需要任何医疗引线。代替引线,IMD可包括外壳,该外壳直接在其上携载多个电极。然而,在一些示例中,IMD可包括从其延伸并进入患者的组织中的一条或多条感测引线。此类引线可代替IMD的电极或除了该电极之外采用,并且可执行本文中归于电极的任何功能。使用这些外壳电极,IMD可感测电信号并且生成表示患者的心脏的射血分数的组织阻抗值。IMD然后可基于表示患者的心脏的射血分数的组织阻抗值和指示大脑活动、心脏活动和/或其他器官的活动的其他参数来生成指示患者的中风风险的中风度量。IMD可将检测和/或预测的指示输出到计算装置,例如以便于治疗或干预。
常规脑电图(EEG)电极通常被定位于用户的头皮的大部分上。虽然该区域中的电极被很好地定位以检测来自患者大脑的电活动,但是存在某些缺点。该位置中的传感器干扰患者的移动和日常活动,使得这些传感器对于长期监测是不切实际的。另外地,在患者的头皮下植入传统电极是困难的并且可能导致显著的患者不适。为了解决常规EEG传感器的这些缺点和其他缺点,根据本文所述的技术的传感器装置从患者的头部附近或患者的头部上(诸如与患者颈部的后面部分或患者头颅的基部相邻或者患者太阳穴附近)的较小区域感测电信号。在这些位置中,在患者皮肤下的植入相对简单,并且可穿戴传感器装置的临时应用(例如,耦接到绷带、衣服、带子或粘合构件)不会不适当地干扰患者的移动和活动。然而,在一些示例中,例如,如关于图2I所描述,传感器装置可包括用以增加向量的大小以感测阻抗信号和/或其他电信号(诸如ECG和EEG信号)的电极延伸部,这可增强使用此类信号的中风检测算法的灵敏度。
经由如本文所述地植入(例如,设置在患者颈部的后部处或者设置成与该后部相邻)的电极检测的信号可包括其他信号和相对高的噪声振幅。例如,与大脑活动相关联的电信号可与和心脏活动相关联的电信号(例如,ECG信号)和与肌肉活动相关联的电信号(例如,肌电图(EMG)信号)以及来自诸如患者移动或外部干扰的其他电源的伪影交互混合。因此,在一些示例中,可对信号进行滤波或以其他方式操纵信号,以将大脑活动数据(例如,EEG信号)与心脏电信号(例如,ECG信号)彼此分离并且与将其与其他电信号(例如,EMG信号等)分离。本公开的传感器装置可包括多个电极,该多个电极具有用于感测差分信号的非平行向量轴,并且装置中的电路系统可被配置成基于差分信号来生成诸如ECG信号和EEG信号的信号。
如下文更详细描述,可分析参数值以基于一个或多个阈值或信号之间的相关性来检测或预测中风,该相关性本身可使用应用于已知表示中风状况的数据库患者数据的机器学习技术来推导。一个或多个检测算法可以是被动的(涉及对完全休息的患者进行测量)或主动的(涉及提示患者执行潜在受损功能,诸如移动特定肌肉群组(例如,抬起手臂、移动手指、移动面部肌肉等)和/或在记录电反应的同时说话)或来自电刺激或其它刺激。
本文所述的本技术的各方面可以体现在专用计算机或数据处理器中,该专用计算机或数据处理器被具体地编程、配置或构建以执行本文详细解释的计算机可执行指令中的一个或多个计算机可执行指令。还可以在由远程处理装置来执行任务或模块的分布式计算环境中实践本技术的各方面,该远程处理装置通过通信网络(例如,无线通信网络、有线通信网络、蜂窝通信网络、互联网、短程无线电网络(例如,经由蓝牙))连接。在分布式计算环境中,程序模块可以位于本地存储器存储装置和远程存储器存储装置两者中。
在本技术的各方面下的计算机实现的指令、数据结构、屏幕显示和其他数据可以存储或分布在计算机可读存储介质上,包括磁或光可读计算机盘,作为半导体存储器、纳米技术存储器、有机或光存储器或其他便携式和/或非瞬态数据存储介质上的微码。在一些实施方案中,本技术的各方面可在一时间段内通过互联网或通过其他网络(例如,蓝牙网络)分布在传播介质(例如,电磁波、声波)上的传播信号上,或者可设置在任何模拟或数字网络(分组交换、电路交换或其他方案)上。
图1A是根据本公开的示例的被配置成检测和预测中风的系统100的概念图。本文所述的示例性技术可以与传感器装置106一起使用,该传感器装置在示出的示例中为植入式医疗装置(IMD)并且可以与外部装置108、处理电路系统110和图1A中未绘出的其它装置中的至少一者进行无线通信。例如,外部装置(图1A中未示出)可以包括处理电路系统110的至少一部分。
如图1A所示,传感器装置106位于目标区域104中。目标区域104可位于胸腔外部,颈部的后面部分处或患者102的头颅的基部处。尽管传感器装置106可被植入在相对于胸腔、头部、颈部或目标区域104大致居中的位置处,但传感器装置106可被植入在偏离中心的位置处,以便从传感器装置106的外壳上携载的电极获得期望的向量。传感器装置106可经由植入(例如,以皮下方式)或通过放置在患者的皮肤上而设置在目标区域104中,其中传感器装置106的一个或多个电极与在目标区域104处或与该目标区域相邻的患者的皮肤直接接触。
虽然常规EEG电极被放置在患者的头皮上并且ECG电极被定位于患者的身体的其他地方,但本技术有利地使得能够经由定位在患者颈部或头部的后面处的目标区域104处的电极记录临床有用的大脑活动信号或心脏活动信号。该解剖区域非常适合于传感器装置106的植入和传感器装置在患者皮肤上的临时放置。相比之下,被定位于头皮上的EEG电极是笨重的,并且在患者头颅上的植入是具有挑战性的并且可能引起显著患者不适。
如本文别处所述,常规EEG电极通常被定位于头皮上,以更容易地达到用于检测大脑活动的合适信噪比。然而,通过使用某种数字信号处理,可使用设置在目标区域104处的电极来获得临床有用的大脑活动信号和心脏活动信号。具体地,电极可以检测对应于P3、Pz和/或P4区域(如图1C中所示)中的大脑活动的电活动。
处理电路系统110可以从指示大脑活动和/或心脏活动的信号中提取一个或多个参数(例如特征)的值。处理电路系统110然后可基于这些参数值来确定患者是否已经经历中风(或具有经历中风的超阈值风险)。在一些示例中,传感器装置106采取LINQTM可插入心脏监测仪(ICM)或具有类似植入体积和类似感测能力的装置的形式,该LINQTM可插入心脏监测仪可从爱尔兰都柏林的美敦力公司(Medtronic plc,Dublin,Ireland)购得。另外地或可替代地,示例性技术可与图1A中未示出的医疗装置一起使用,诸如另一种类型的IMD、贴片监测仪装置、可佩戴装置(例如,智能手表)或另一种类型的外部医疗装置。
临床医生有时基于由生理传感器(诸如电极、光学传感器、化学传感器、温度传感器、声学传感器和运动传感器)收集的一个或多个观察到的生理信号来诊断具有医疗状况(例如,中风)的患者(例如,患者102)和/或确定患者102的状况是正在好转还是恶化。在一些情况下,临床医生将非侵入式传感器应用于患者,以便在患者在诊所进行医疗预约的同时感测一个或多个生理信号。然而,在一些示例中,可能改变患者的状况的事件(诸如治疗的实施)可以在诊所外发生。因此,在这些示例中,临床医生可能无法在医疗预约期间监测患者的一个或多个生理信号的同时观察为了确定诸如中风的事件是否已改变患者的医疗状况和/或为了确定患者的医疗状况是正在好转还是恶化而需要的生理标志。在图1A中所示的示例中,传感器装置106被植入患者102体内或附接到患者,以在延长的时间段内连续地记录患者102的一个或多个生理信号。
在一些示例中,传感器装置106包括多个电极。传感器装置106可感测表示患者102的心脏的射血分数的组织阻抗值。传感器装置106可进一步感测大脑电活动信号和心脏电活动信号以及其他信号,诸如在一些示例中为用于呼吸、皮肤阻抗和灌注的阻抗信号。此外,在一些示例中,传感器装置106可以另外地或可替代地包括一个或多个光学传感器、加速度计或其它运动传感器、温度传感器、化学传感器、光传感器、压力传感器和/或声学传感器。此类传感器可感测可以提高处理电路系统110检测和/或预测中风的能力的各种信号。
外部装置108可以是具有用户能够观看的显示器和用于向外部装置108提供输入的界面(例如,用户输入机构)的手持式计算装置。例如,外部装置108可以包括向用户呈现信息的小显示屏(例如,液晶显示器(LCD)或发光二极管(LED)显示器)。除此之外,外部装置108可以包括触摸屏显示器、小键盘、按钮、外围定点装置、语音激活或允许用户通过外部装置108的用户界面导航并提供输入的另一个输入机构。如果外部装置108包括按钮和小键盘,则按钮可以专用于执行某种功能(例如,电源按钮),按钮和小键盘可以是根据用户当前观看的用户界面的部分而改变功能的软键,或它们的任何组合。在一些示例中,外部装置108是患者102的可例如经由蓝牙TM与传感器装置106通信的智能手机。
在其他示例中,外部装置108可以是较大的工作站或另一多功能装置内的单独应用程序,而不是专用计算装置。例如,多功能装置可以是笔记本计算机、平板计算机、工作站、一个或多个服务器、蜂窝电话、个人数字助理或可以运行使计算装置能够作为安全装置操作的应用程序的另一个计算装置。在一些示例中,外部装置108被配置成与诸如由爱尔兰都柏林的美敦力公司开发的Medtronic网络的计算机网络通信。
在一些示例中,处理电路系统110可以包括被配置为实现用于在IMD106内执行的功能和/或过程指令的一个或多个处理器。例如,处理电路系统110能够处理存储在存储装置中的指令。处理电路系统110可以包括例如微处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或等效离散或集成逻辑电路系统,或前述装置或电路系统中的任一者的组合。因此,处理电路系统110可包括任何合适的结构,无论是硬件、软件、固件还是它们的任何组合,以执行本文中归因于处理电路系统110的功能。
处理电路系统110可以表示位于传感器装置106和外部装置108中的任一者或两者内的处理电路系统。在一些示例中,处理电路系统110可以完全位于传感器装置106的外壳内。在其他示例中,处理电路系统110可完全位于外部装置108的外壳内。在其它示例中,处理电路系统110可以位于传感器装置106、外部装置108和图1A中未示出的另一个装置或装置组中的任一者或者它们的任何组合。因此,本文中归于处理电路系统110的技术和能力可以归于传感器装置106、外部装置108和图1A中未示出的其它装置的任何组合。
图1A的医疗装置系统100A是根据本公开的一种或多种技术的被配置成感测信号并检测和预测患者102的中风风险的系统的示例。在一些示例中,感测到的信号可包括依据患者102的心脏的射血分数而变化的多个组织阻抗值。处理电路系统110可基于多个组织阻抗值(例如,单独地或与本文所述的其他参数结合地)来确定指示患者102的中风状态的中风度量。处理电路系统110可进一步将中风度量存储在医疗装置系统100A的存储器中。
在一些示例中,感测到的信号可包括表示心脏功能的其他特征,诸如心脏的去极化和复极化。处理电路系统110可以执行信号处理技术,以提取指示心脏信号的一个或多个参数的信息。在其他示例中,感测到的电信号可包括表示大脑功能的特征,诸如一个或多个频带(诸如α频带、β频带或γ频带)中的频率的振幅。处理电路系统110可执行各种信号处理技术,以从感测到的电信号提取这些大脑特征。
在一些示例中,传感器装置106包括一个或多个加速度计或其它运动传感器。传感器装置106的加速度计可收集加速度计信号,该加速度计信号反映对患者102的运动、患者102的位姿和患者102的面部表情中的任一者或多者的测量。在一些情况下,加速度计可以收集指示患者102在三维笛卡尔空间内的移动的三轴加速度计信号。例如,加速度计信号可以包括竖轴加速度计信号向量、横轴加速度计信号向量和正面轴加速度计信号向量。竖轴加速度计信号向量可表示患者102沿着竖轴的加速度,横轴加速度计信号向量可表示患者102沿着横轴的加速度,并且正面轴加速度计信号向量可表示患者102沿着正面轴的加速度。在一些情况下,当患者102从患者102的颈部到患者102的腰部时,竖轴基本上沿着患者102的躯干延伸,横轴垂直于竖轴延伸跨过患者102的胸部,并且正面轴从患者102的胸部向外延伸并延伸穿过患者的胸部,正面轴垂直于竖轴和横轴。
传感器装置106可测量诸如阻抗(例如,经由图2A至图2I中描绘的电极测量的皮下阻抗)的其他信号,该其他信号可指示呼吸、皮肤阻抗或灌注、射血分数或其他心脏功能参数。附加的信号可包括心音信号、心冲击图信号、压力信号等。处理电路系统110可分析该组参数中的任何一个或多个参数,以便确定患者102是否正经历经历中风的超阈值风险或具有经历中风的超阈值风险。
在一些示例中,传感器装置106的一个或多个传感器(例如,电极、运动传感器、光学传感器、温度传感器、压力传感器或它们的任何组合)可以生成指示患者的参数的信号。在一些示例中,指示参数的信号包括多个参数值,其中多个参数值中的每个参数值表示在相应的时间间隔的参数测量值。多个参数值可以表示随时间的参数值序列,其中传感器装置106在一系列时间间隔的每一个时间间隔收集一系列参数值的每个参数值。例如,传感器装置106可以执行参数测量,以便根据循环时间间隔(例如,每天、每晚、每隔一天、每十二小时、每小时、每秒或任何其它循环时间间隔)来确定参数值序列的参数值。以此方式,与在患者到诊所就诊期间跟踪患者参数的技术相比,传感器装置106可被配置成更有效地跟踪相应的患者参数,因为IMD 106被植入在患者102体内并且被配置成根据循环的时间间隔来执行参数测量,而不错过时间间隔,或者不按时间表执行参数测量。
传感器装置106可以被称为系统或装置。在一个示例中,传感器装置106可包括:多个电极,该多个电极由传感器装置106的外壳携载;感测电路系统,该感测电路系统被配置成经由多个电极中的至少两个电极感测来自患者10的电信号;和运动传感器(例如,加速度计),该运动传感器被配置成感测患者10的运动信号。传感器装置106还可以包括处理电路系统110。传感器装置106的外壳承载多个电极并且包含或容纳感测电路系统、处理电路系统、运动传感器以及任何其它传感器。以此方式,传感器装置106可以被称为无引线感测装置,因为电极直接由外壳承载而不是由从外壳延伸的任何引线承载。然而,在一些示例中,传感器装置106可以包括从传感器装置装延伸并进入患者组织的一条或多条感测引线。此类引线可代替传感器装置106的电极(例如,诸如图2I中描绘的电极延伸部)或除了该电极之外采用,并且可执行本文中归于电极的功能中的任何功能。
由感测装置106感测到的信号可包括电大脑信号和/或心脏电信号。在一些示例中,多个电极被配置为检测与P3、Pz或P4大脑区域中的至少一者中的活动相对应的大脑信号,该P3、Pz或P4大脑区域在枕部或上颈部区域处,如图1C中所示。以此方式,传感器装置106的外壳可被配置成设置在患者102的颈部的后面部分或头颅基部处,或者设置成与该患者的颈部的后部或头颅基部相邻。传感器装置106的外壳可被配置成植入(诸如皮下植入)在患者102体内。在其他示例中,传感器装置106的外壳可被配置成设置在患者102的皮肤的外表面上。
在一些示例中,传感器装置106可包括单个感测电路系统,该单个感测电路系统被配置成从感测到的电信号生成包括电大脑活动数据(例如,脑电图(EEG)数据)和心脏电活动数据(例如,心电图(ECG)数据)两者的信息。在其它示例中,传感器装置106的处理电路系统可以包括从感测到的电信号产生不同信息的单独硬件。例如,IMD 106可以包括:第一电路系统,该第一电路系统被配置为从电信号生成大脑活动;和第二电路系统,该第二电路系统不同于第一电路系统并且被配置为从电信号生成心脏电活动数据。即使第一电路系统和第二电路系统被配置为生成不同的信息或数据,在一些示例中,感测到的电信号也可以在由第一电路系统和第二电路系统处理之前由一个或多个电气部件(例如,滤波器或放大器)调节或处理。在一些示例中,从电大脑活动信号数据确定的参数可包括指示各种频带中或各种频率下的信号的强度的特征,诸如频谱特征。
在一些示例中,传感器装置106包括位于外壳内的一个或多个加速度计或其它运动传感器。加速度计可被配置成生成表示患者102的运动的运动数据。处理电路系统110然后可被配置成基于运动信号(例如结合从大脑信号和心脏信号确定的参数值)来生成中风的检测或预测。例如,某些身体运动或行为(例如,运动模式)可指示患者102经历的中风。在一个示例中,处理电路系统110可以被配置为基于运动数据确定患者102已经跌倒或几乎跌倒。响应于确定患者102已经跌倒,处理电路系统110可被配置成通知或修改算法以检测或预测中风。在一些示例中,中风可导致患者跌倒。因此,结合从感测到的电信号提取的其他特征,处理电路系统110可根据跌倒指示确定中风度量指示中风的检测。在其它示例中,传感器装置106或处理电路系统110可以确定运动数据的特性超过阈值。例如,阈值可以是指示跌倒的加速度值。
图1B是根据本公开的示例的被配置成检测和预测患者102的中风的系统100B的概念图。系统100B可以与图1A的系统100A基本上相似。然而,系统100B的传感器装置106可被配置成植入在目标区域120中,该目标区域位于患者102的太阳穴的头部后侧上。植入在目标区域120处的传感器装置106可被配置成感测该区域中的心脏电信号和大脑电信号以及本文所述的其他传感器信号。在一些示例中,由于目标区域120处的不同噪声类型(诸如由于下颌运动或其它类型的电活动引起的肌肉活动),传感器装置106可能需要采用与目标区域104处的那些不同的滤波器或其它处理或信号调节技术。在其它示例中,传感器装置106可以被配置为感测来自患者102的头部的可能位于目标区域104和120之外的其它区域的如本文所述的信号。
图1C是用于脑电图(EEG)传感器测量的10-20次映射的图。如图1C中所示,可以使用由传感器装置106承载的电极来靶向患者102的头部的各个位置。在枕部(诸如在图1A的目标区域104中),传感器装置106可感测P3、Pz或P4中的至少一者处的电信号。在头部的侧面(诸如在图1B的目标区域120中),传感器装置106可感测F7、T3或T5中的至少一者处和/或F8、T4或T6中的一者或多者处的电信号。
图2A描绘根据本公开的示例的传感器装置210(例如,IMD)的顶视图。图2B描绘图2A中所示的传感器装置210的侧视图。在一些示例中,传感器装置210可包括上文关于图1A和图1B描述的传感器装置106和/或下文关于图3A至图3C以及图4描述的传感器装置310、360B、360B或400的特征中的一些或全部特征并且类似于这些传感器装置,并且可包括如结合图2A描述的附加的特征。在例示的示例中,传感器装置210包括外壳201,该外壳在其中携载多个电极213A、213B、213C和213D(统称为“电极213”)。尽管针对传感器装置210示出了四个电极,但在其他示例中,仅两个或三个电极可由外壳201携载,例如,在外壳203的公共表面上。如图2H中所示,电极中的任一个电极可以被分段;即,每个电极可以包括由绝缘材料分离的两个导电部分。在一些示例中,第一部分可被配置成感测ECG信号,并且第二部分可被配置成感测EEG信号。
在操作中,电极213可以被放置成与目标部位处的组织直接接触(例如,如果被放置在用户的皮肤上,则该电极与用户的皮肤直接接触,或者如果传感器装置210被植入,则该电极与皮下组织直接接触)。外壳201另外地封闭位于传感器装置210内部的电子电路系统,并且保护其中包含的电路系统(例如,处理电路系统、感测电路系统、通信电路系统、传感器和电源)不受体液影响。在各种示例中,电极213可沿着传感器装置210的任何表面(例如,前表面、后表面、左侧表面、右侧表面、上侧表面、下侧表面或其他表面)设置,并且该表面进而可采取任何合适的形式。
在图2A和图2B的示例中,外壳201可以为具有相对平坦形状的生物相容性材料,该相对平坦形状包括:第一主表面203,该主表面被配置为面向感兴趣的组织(例如,当定位于患者颈部的后部处时面向前方);第二主表面204,该第二主表面与第一主表面相对;以及外壳201在第一主表面与第二主表面之间延伸的深度D或厚度。外壳201可以限定上侧表面206(例如,被配置成当感测装置210被植入患者头部或颈部中或被植入患者头部或颈部处时面向上方)和相对的下侧表面208。外壳201还可以包括中心部分205、第一侧向部分(或左侧部分)207和第二侧向部分(或右侧部分)209。电极213围绕外壳201分布,使得中心电极213B被设置在中心部分205内(例如,沿着装置的水平轴基本上居中),背面电极213D被设置在下侧表面上,左侧电极213A被设置在左侧部分207内,并且右侧电极213C被设置在右侧部分209内。如图所示,外壳201可以限定其中心部分205包括顶点的回旋镖或人字形形状,其第一侧向部分207和第二侧向部分209同时侧向向外并从中心部分205延伸,并且还相对于装置的水平轴以向下角度延伸。在其他示例中,外壳201可以其他形状形成,该其他形状可通过由外壳201携载的不同电极213之间的期望距离或角度来确定。
外壳201的配置可以有助于以可穿戴或绷带状形式或针对皮下植入在患者的皮肤之上的放置。因此,相对薄的外壳201可能是有利的。另外地,在一些实施方案中,外壳201可以是柔性的,使得外壳201可以至少部分地弯曲,以对应于患者颈部的解剖结构(例如,外壳201的左侧部分207和右侧部分209相对于外壳201的中心部分205向前弯曲)。
在一些实施方案中,外壳201可以具有约15mm至约50mm、约20mm至约30mm或约25mm的长度L。外壳201可以具有约2.5mm至约15mm、约5mm至约10mm或约7.5mm的宽度W。在一些实施方案中,外壳201可以具有小于约10mm、约9mm、约8mm、约7mm、约6mm、约5mm、约4mm或约3mm的厚度。在一些实施方案中,外壳201的厚度可以为约2mm至约8mm、约3mm至约5mm或约4mm。外壳201可以具有小于约1.5cc、约1.4cc、约1.3cc、约1.2cc、约1.1cc、约1.0cc、约0.9cc、约0.8cc、约0.7cc、约0.6cc、约0.5cc或约0.4cc的体积。在一些实施方案中,外壳201可以具有可用于通过套管针导引器或任何其它合适的植入技术进行植入的尺寸。
如图所示,由外壳201携载的电极213被布置成使得电极213不位于公共轴上。在此类配置中,与全部沿着单个轴对齐的电极相比,电极213可实现更好的信号向量。这在传感器装置210中可能特别有用,该传感器装置被配置为植入在颈部或头部,同时检测大脑和心脏中的电活动。
在一些示例中,所有电极213都位于第一主表面203上,并且基本上是平坦的且面向外的。然而,在其他示例中,一个或多个电极213可利用三维配置(例如,围绕装置210的边缘弯曲)。类似地,在其它示例中(诸如如图2B中所示的示例),一个或多个电极213可以被设置在与第一主表面相对的第二主表面上。各种电极配置允许其中电极213位于第一主表面和第二主表面两者上的配置。电极213可由多种不同类型的生物相容导电材料(例如,不锈钢、钛、铂、铱或它们的合金)形成,并且可利用一个或多个涂层,诸如氮化钛或分形氮化钛。在一些示例中,电极的材料选择还可以包括具有高表面面积(例如,以提供更好的电极电容用于获得更好的灵敏度)和粗糙度(例如,以有助于植入物稳定性)的材料。尽管图2A和图2B中所示的示例包括四个电极213,但在一些实施方案中,传感器装置210可包括由外壳201携载的1个、2个、3个、5个、6个或更多个电极。
图2C描绘根据本技术的另一个示例性传感器装置220的顶视图。图2C示出了基本上类似于传感器装置210的传感器装置220,但传感器装置220包括不沿着外壳201的第一主表面203暴露的电极213。相反,如图2D和图2E中所示,电极213可以沿着上侧表面和下侧表面暴露(例如,当被植入患者颈部处或颈部上时面向上侧和下侧)。图2F示出了传感器装置230,该传感器装置基本上类似于传感器装置210和传感器装置220,但外壳201被构造成具有弯曲配置,并且其中电极可沿着外壳201的上侧表面和/或下侧表面放置。在一些实施方案中,弯曲配置可以改善患者舒适度并且更容易适形于患者颈部区域的解剖结构。在一些示例中,传感器装置210、220或230中的任一个传感器装置可以是柔性的,以便在期望植入物位置或外表面位置处适形于患者的解剖结构。另外,包括电极延伸部的示例(例如,如图2I中所描绘)固有地是柔性的,从而允许适形于颈部和/或颅骨解剖结构。在一些示例中,传感器装置220和/或传感器装置230可被植入在相对于胸腔、头部、颈部或目标区域大致居中的位置处。在一些示例中,传感器装置220和/或传感器装置230可以被放置在患者皮肤的外表面上。
在操作中,电极213用于感测电信号(例如,EEG信号或其他大脑电信号和/或ECG信号或其他心脏电信号),该电信号可以是肌肉下的或皮下的。电极213还可用于感测接近电极的组织的阻抗。感测到的电信号可被存储在传感器装置的存储器中,并且数据可经由通信链路传输到另一装置(例如,图1A的外部装置108)。信号可以是时间编码的或以其他方式与时间数据相关,并且以该形式存储,使得可确定和/或报告特定信号数据点或数据系列(或基于其的计算测量或统计)的新近度、频率、当日时间、时间跨度或日期。在一些示例中,电极213可另外地或可替代地用于感测来自任何植入位置或外部位置的任何感兴趣的生物电势信号,诸如肌动电信号(EMG)或神经信号以及阻抗信号。这些信号可以是时间编码的或与时间相关的,并且以上述关于大脑和心脏信号数据的方式以该形式存储。
图2G和图2H描绘根据本公开的示例的装置的顶视图。图2G描绘传感器装置210的外壳201,其包括布置在外壳201的周边处的电极213A-213C。电极213A至213C中的每个电极可被配置成接收包括ECG分量和EEG分量的原始信号。传感器装置210可包括被配置成对由电极213A至213C接收的原始信号进行滤波以生成ECG信号和EEG信号的电路系统。传感器装置210还可包括被配置成经由电极213A至213C测量组织的阻抗的电路系统。在一些示例中,该电路系统可以位于传感器装置210的外部。
图2H描绘传感器装置240的外壳241,该外壳包括电极253A-253C和电极254A-254C。电极253A和254A一起可以被称为分段电极。类似地,电极253B和254B可以被称为分段电极,并且电极253C和254C可以被称为分段电极。绝缘材料可以分隔分段电极的导电部分(例如,电极253A和254A)。
电路系统可被配置成基于在电极253A和253B处接收的差分信号生成第一ECG信号;基于在电极253B和253C处接收的差分信号生成第二ECG信号;和/或基于在电极253C和253A处接收的差分信号生成第三ECG信号。同样地,电路系统可被配置成基于在电极254A和254B处接收的差分信号生成第一EEG信号;基于在电极254B和254C处接收的差分信号生成第二EEG信号;和/或基于在电极254C和254A处接收的差分信号生成第三EEG信号。
图2I描绘另一个示例性传感器装置250的顶视图,该传感器装置包括电极263A-236D、267和269。电极263A至236D、267和269中的每个电极可被配置成接收包括ECG分量和EEG分量的原始信号。传感器装置250可包括被配置成对由电极263A至236D、267和269接收的原始信号进行滤波以生成ECG信号和EEG信号的电路系统。传感器装置250还可以包括被配置为经由电极263A-236D、267和269测量组织阻抗的电路系统。
在图2I的示例中,传感器装置250包括外壳251,该外壳包括上侧表面256、相对的下侧表面258、中心部分255、第一侧向部分(或左侧部分)257和第二侧向部分(或右侧部分)259。电极263围绕外壳251分布,使得中心电极263B被设置在中心部分255内(例如,沿着装置的水平轴基本上居中),背面电极263D被设置在下侧表面上,左侧电极263A被设置在左侧部分257内,并且右侧电极263C被设置在右侧部分259内。
传感器装置250还包括电极延伸部265A和265B(统称为“电极延伸部265”)。如图2I所示出的,电极延伸部265A包括桨叶268,使得一个或多个电极267分布在该桨叶268上。电极延伸部265B包括一个或多个环形电极269。在一些示例中,电极延伸部265可经由接头引脚(header pin)连接到传感器装置250的外壳256。在一些示例中,电极延伸部265可以永久地附接到传感器装置250的外壳256。
在一些示例中,电极延伸部265可具有约15mm至约50mm、约20mm至约30mm或约25mm的长度L1。电极延伸部265固有地是柔性的,从而允许适形于颈部和/或颅骨解剖结构。另外,电极延伸部265的配置增加了用于测量阻抗或感测EEG、ECG或其他电信号的感测向量的大小。
图3A至图3C描绘了根据本技术的实施方案的其他示例性传感器装置310和360B。在一些示例中,传感器装置310可以包括根据本技术的实施方案在本文所述的IMD 106或400和传感器装置210、220和230的特征中的一些或全部特征,并且可以包括如结合图3A描述的附加特征。在图3A中所示的示例中,传感器装置310可以体现为具有外壳314、近侧电极313A和远侧电极313B(单独称为或统称为“电极(electrode)313”或“电极(electrodes)313”)的监测装置。外壳314可以进一步包括第一主表面318、第二主表面320、近端322和远端324。外壳314封闭位于传感器装置310内部的电子电路系统并且保护其中含有的电路系统免受体液影响。电馈通提供电极313的电连接。在示例中,传感器装置310可体现为外部监测仪,诸如可被定位于患者的外表面上的贴片,或诸如本文进一步描述的另一种类型的医疗装置(例如,代替ICM)。
在图3A中所示的示例中,传感器装置310由长度“L”、宽度“W”和厚度或深度“D”限定。传感器装置310可以是细长矩形棱柱的形式,其中长度L明显大于宽度W,宽度W又大于深度D。在一个示例中,传感器装置310的几何形状(特别是大于深度D的宽度W)被选择为允许使用微创手术将传感器装置310插入到患者的皮肤下并且在插入期间保持在期望的取向。例如,图3A中所示的装置包括沿纵轴的径向不对称性(特别是矩形形状),其在插入后将装置保持在正确的取向。例如,近侧电极313a与远侧电极313B之间的间距可以在30毫米(mm)至55mm、35mm至55mm以及40mm至55mm的范围内,并且可以是25mm至60mm的任何范围或单个间距。在一些示例中,长度L可以是30mm至约70mm。在其他示例中,长度L可以在40mm至60mm、45mm至60mm的范围内,并且可以是介于约30mm与约70mm之间的任何长度或长度范围。除此之外,第一主表面18的宽度W可以在3mm至10mm的范围内,并且可以为介于3mm至10mm之间的任何单个宽度或宽度范围。传感器装置310的深度D的厚度可以在2mm至9mm的范围内。在其他示例中,传感器装置310的深度D可以在2mm到5mm的范围内,并且可以是2mm至9mm的任何单一深度或深度范围。除此之外,根据本公开的示例的传感器装置310具有被设计成为了易于植入和患者舒适性的几何形状和大小。本公开中描述的传感器装置310的示例可具有3cc或更小、2cc或更小、1cc或更小、0.9cc或更小、0.8cc或更小、0.7cc或更小、0.6cc或更小、0.5cc或更小或0.4cc或更小的体积、介于3cc与0.4cc之间的任何体积。除此之外,在图3A中所示的示例中,近端322和远端324是圆形的,以减少一旦插入患者的皮肤下对周围组织造成的不适和刺激。在一些示例中,传感器装置310可被植入在相对于胸腔、头部、颈部或目标区域大致居中的位置处。在一些示例中,传感器装置310可被放置在患者皮肤的外表面上。在一些示例中,可使用多于一个传感器装置来感测来自患者的信号。
在图3A中所示的示例中,一旦插入患者体内,第一主表面318就面向外,朝向患者的皮肤,而第二主表面320位于与第一主表面318相对的位置。因此,第一主表面和第二主表面可面向沿着患者的矢状轴的方向,并且由于传感器装置310的尺寸而在植入后持续实现该取向。另外地,加速度计或加速度计的轴可以沿着矢状轴取向。
近侧电极313A和远侧电极313B用于感测可以是肌肉下或皮下的电信号(例如,EEG信号或ECG信号),以及测量组织阻抗。电信号和阻抗可被存储在传感器装置310的存储器中,并且数据可经由集成天线326传输到另一医疗装置,该另一医疗装置可以是另一植入式装置或外部装置,诸如外部装置108(图1A)。在一些示例中,电极313A和313B可以另外地或可替代地用于感测来自任何植入位置的任何感兴趣的生物电势信号,诸如心电图(ECG)、心腔内心电图(EGM)、肌电图(EMG)或神经信号。
在图3A中所示的示例中,近侧电极313A紧密靠近近端322,并且远侧电极313B紧密靠近远端324。在该示例中,远侧电极313B不限于平坦的面向外的表面,而是可以从第一主表面318围绕圆形边缘328或端表面330延伸到第二主表面320上,使得电极313B具有三维弯曲配置。在图3A中所示的示例中,近侧电极313A位于第一主表面318上并且基本上是平坦的且面向外的。然而,在其他示例中,近侧电极313A可利用远侧电极313B的三维弯曲配置,从而提供三维近侧电极(在该示例中未示出)。类似地,在其他示例中,远侧电极313B可利用位于第一主表面318上的基本上平坦且面向外的电极,类似于相对于近侧电极313A所示的电极。各种电极配置允许其中近侧电极313A和远侧电极313B位于第一主表面318和第二主表面320两者上的配置。在其他配置中,诸如图3A中所示的配置,只有近侧电极313A和远侧电极313B中一者位于两个主表面318和320上,而在仍其他配置中,近侧电极313A和远侧电极313B均位于第一主表面318或第二主表面320中的一者上(即,近侧电极313A位于第一主表面318上,而远侧电极313B位于第二主表面320上)。在另一个示例中,传感器装置310可以包括在装置的近端和远端处或附近的第一主表面318和第二主表面320两者上的电极313,使得在传感器装置310上包括总共四个电极313。电极313可由多种不同类型的生物相容导电材料(例如,不锈钢、钛、铂、铱或它们的合金)形成,并且可利用一个或多个涂层,诸如氮化钛或分形氮化钛。尽管图3A中所示的示例包括两个电极313,但在一些实施方案中,传感器装置310可包括由外壳314携载的3个、4个、5个或更多个电极。
在图3A中所示的示例中,近端322包括接头组件(header assembly)332,该接头组件包括近侧电极313A、集成天线326、抗迁移突出部334和/或缝合孔336中的一者或多者。集成天线326位于与近侧电极313a相同的主表面(即,第一主表面318)上,并且也被包括为接头组件332的一部分。集成天线326允许传感器装置310传输和/或接收数据。在其它示例中,集成天线326可以形成在与近侧电极313A相对的主表面上,或者可以结合在传感器装置310的外壳314内。在图3A中所示的示例中,抗迁移突出部334位于邻近集成天线326的位置,并且远离第一主表面318突出,以防止装置的纵向移动。在图3A中所示的示例中,抗迁移突出部334包括远离第一主表面318延伸的多个(例如,六个或九个)小凸块或突出部。如上文所讨论,在其他示例中,抗迁移突出部334可位于与近侧电极313A或集成天线326相对的主表面上。除此之外,在图3A中所示的示例中,接头组件332包括缝合孔336,该缝合孔提供将传感器装置310固定到患者以防止在插入之后移动的另一种手段。在所示的示例中,缝合孔336位于近侧电极313A附近。在一个示例中,接头组件332是由聚合物材料或塑料材料制成的模制接头组件,该模制接头组件可以与传感器装置310的主要部分集成或分离。
图3B示出在电极390B和391B之间的中点处的第三电极392B。可以增大传感器装置360B的外壳374B的尺寸D以调整角度α,以获得电极390B-392B的三角形配置的更正交的取向。在一些示例中,传感器装置360B可以具有与传感器装置310相同的形状和尺寸,除了电极392B被添加到外壳374B的侧表面或后表面以创建三角形电极配置的情况之外。除此之外,图3C示出具有延伸的第三尺寸D的传感器装置360。第三电极392C被定位于拐角处,以与电极390C和391C一起创建三角形电极配置。尺寸D可以被设计为实现用于电极390C-392C的三角形配置的特定角度。在一些示例中,传感器装置360B可被植入在相对于胸腔、头部、颈部或目标区域大致居中的位置处。在一些示例中,传感器装置360B可被放置在患者的皮肤的外表面上。在一些示例中,可使用多于一个传感器装置来感测来自患者的信号。例如,传感器装置360B可植入在颅骨区域以感测EEG信号,并且一个或多个传感器装置(例如,在一个或多个加速度计上)可植入胸腔区域以感测ECG信号和/或阻抗。此类装置可彼此通信和/或与外部装置通信,并且装置中的一个装置的处理电路系统可基于感测到的信号和/或阻抗来确定中风度量。
图4是被配置成感测用于检测或预测患者的中风的信号的传感器装置400的示例性配置的框图。传感器装置400可以是传感器装置210、220、230、310和360B中的任一传感器装置的示例。在所示的示例中,传感器装置400包括电极418、天线405、处理电路系统402、感测电路系统406、通信电路系统404、存储装置410、开关电路系统408、传感器414(包括运动传感器416)和电源412。
处理电路系统402可包括固定功能电路系统和/或可编程处理电路系统。处理电路系统402可包括微处理器、控制器、DSP、ASIC、FPGA或等效离散或模拟逻辑电路系统中的任一者或多者。在一些示例中,处理电路系统402可包括多个部件(诸如一个或多个微处理器、一个或多个控制器、一个或多个DSP、一个或多个ASIC或一个或多个FPGA的任何组合)以及其他离散或集成逻辑电路系统。本文中归于处理电路系统402的功能可体现为软件、固件、硬件或它们的任何组合。处理电路系统402可以是处理电路系统110(图1A和图1B)的示例或部件。
感测电路系统406和通信电路系统404可以经由如由处理电路系统402控制的开关电路系统408选择性地耦接到电极418A-418C。感测电路系统406可监测来自电极418A至418C的信号,以便监测大脑和心脏的电活动(例如,以产生EEG和ECG),处理电路系统402(或另一装置的处理电路系统)可根据该电活动确定用于生成中风的检测或预测的参数随时间的值。感测电路系统406还可感测生理特性,诸如皮下组织阻抗,该阻抗指示患者102的组织灌注、射血分数和/或其他心血管功能度量的至少一些方面。组织阻抗可基于组织灌注而变化,组织灌注进而可基于射血分数和/或其他心脏功能度量而变化。在一些示例中,传感器装置可被配置成(例如,使电极定位或间隔开以)测量基于射血分数或其他心脏功能度量而变化的其他阻抗,诸如胸腔阻抗。射血分数或其他心力衰竭或其他心脏功能度量的劣化可指示增加的中风风险。
关于指示颅骨组织灌注的组织阻抗,在一些受试者中,来自心脏的所有血流的约20%被引导到大脑。当大脑健康时,这导致在头部上或附近的相对稳定的组织阻抗测量。头部上或附近的相对稳定的基线组织阻抗测量可使得能够基于与这些基线的偏差来进行中风检测,该偏差由由于中风而引起的颅骨组织灌注的变化而导致。与减小的心搏量相关联的一时间段内的阻抗值的显著变化可被算法(由处理电路系统402实现)用作中风的超阈值可能性的证据。
另外,组织阻抗值的不同变化可指示不同类型的中风。处理电路系统402可基于确定的组织阻抗值来将中风分类为例如缺血性中风或出血性中风。例如,对应于减少的血流的阻抗的突然增加可指示LVO(大血管闭塞)或缺血性中风事件(例如,由于颅骨脉管系统的阻塞)。此外,对应于血液淤积的阻抗的突然降低可指示动脉瘤或出血性中风事件。
在一些示例中,由传感器装置400收集的阻抗信号可指示患者102的呼吸模式,例如呼吸速率和/或呼吸强度。感测电路系统406还可以监测来自传感器414的信号,该传感器可以包括一个或多个运动传感器416以及可以被定位于传感器装置400上或该传感器装置内的任何附加传感器(诸如光检测器、压力传感器或声传感器)。在一些示例中,呼吸模式可经由共混传感器技术(ECG基线偏移加阻抗或3轴加速度计振动加阻抗)获得。在一些示例中,感测电路系统406可包括用于对从电极418A-418C和/或传感器414中的一者或多者接收的信号进行滤波和放大的一个或多个滤波器和放大器。
通信电路系统404可以包括用于与另一个装置(诸如外部装置108)进行通信的任何合适的硬件、固件、软件或它们的任何组合。在处理电路系统402的控制下,通信电路系统404可借助于内部天线或外部天线(例如,天线405)从外部装置108或另一装置接收下行链路遥测,以及向该外部装置或另一装置发送上行链路遥测。除此之外,处理电路系统402可经由外部装置(例如,外部装置108)和计算机网络(诸如由爱尔兰都柏林的美敦力公司开发的Medtronic 网络)与联网计算装置进行通信。
临床医生或其他用户可以使用外部装置108或通过使用被配置为经由通信电路系统404与处理电路系统402进行通信的另一个本地或联网计算装置来从传感器装置400检索数据。临床医生还可以使用外部装置108或另一个本地或联网计算装置来编程传感器装置400的参数。
在一些示例中,存储装置410可以被称为存储器,并且包括计算机可读指令,该计算机可读指令当由处理电路系统402执行时使传感器装置400和处理电路系统402执行归于本文的传感器装置400和处理电路系统402的各种功能。存储装置410可包括任何易失性介质、非易失性介质、磁性介质、光学介质或电介质,诸如随机存取存储器(RAM)、只读存储器(ROM)、非易失性RAM(NVRAM)、电可擦可编程ROM(EEPROM)、闪存存储器或任何其他数字介质。存储装置410还可存储由感测电路系统406生成的数据(诸如信号)或由处理电路系统402生成的数据,诸如中风的检测或预测的参数值或指示。
电源412被配置为向传感器装置400的部件递送操作功率。电源412可包括产生操作功率的电池和发电电路。在一些示例中,电池是可再充电的,以允许长期操作。在一些示例中,再充电是通过外部充电器与外部装置108内的感应充电线圈之间的近侧感应交互来实现的。电源412可包括多种不同电池类型中的任一种或多种电池,诸如镍镉电池和锂离子电池。不可再充电电池可以被选择为持续数年,而可再充电电池可以例如在每天或每周的基础上从外部装置感应地充电。
如本文所述,传感器装置400可被配置成例如经由电极418和传感器414感测信号以检测和预测中风。在一些示例中,处理电路系统402可被配置成计算与从电极418接收的一个或多个电信号和/或来自传感器414的信号相关的参数值。在一些示例中,处理电路系统402可被配置成基于参数值在算法上确定患者是否具有超阈值中风风险。
在一些示例中,处理电路系统402可采用患者移动信息作为中风的检测和预测的一部分。例如,运动传感器416可以包括被配置为检测患者移动的一个或多个加速度计。处理电路系统402或感测电路系统406可以基于经由加速度计收集的患者移动数据来确定患者是否已经跌倒。当评估潜在的中风患者时,跌倒检测可以是特别有益的,因为已经发现由于缺血性中风或出血性中风而入院的大部分患者在中风事件的15天内具有有意义的跌倒。因此,在一些实施方案中,处理电路系统402可以被配置为在使用加速度计检测到跌倒(或几乎跌倒)时启动或修改中风检测或预测算法。除了跌倒检测之外,运动传感器416还可以用于确定由于突然加速和/或减速(例如,车辆意外、运动碰撞、脑震荡等)引起的潜在的身体创伤。这些事件可导致溶解血栓体和/或斑块体脱落,即中风的前兆。类似于中风确定,当检测或预测到中风时,这些跌倒确定或其他移动可由处理电路系统402来采用。
图5是被配置为与本文所述的任何传感器装置(例如,传感器装置106或传感器装置400)通信的外部装置500的示例性配置的框图。外部装置500是图1的外部装置108的示例。在图5的示例中,外部装置500包括处理电路系统502、通信电路系统504、存储装置510、用户界面506和电源508。
在一个示例中,处理电路系统502可以包括一个或多个处理器,该一个或多个处理器被配置为实施用于在外部装置500内执行的功能和/或过程指令。例如,处理电路系统502可以能够处理存储在存储装置510中的指令。处理电路系统502可包括例如微处理器、DSP、ASIC、FPGA或等效离散或集成逻辑电路系统或前述装置或电路系统中的任一者的组合。因此,处理电路系统502可包括任何合适的结构,无论是硬件、软件、固件还是它们的任何组合,以执行本文中归因于处理电路系统502的功能。处理电路系统502可以是处理电路系统110(图1A和图1B)的示例或部件。
通信电路系统504可包括用于与诸如IMD 400的另一装置通信的任何合适的硬件、固件、软件或它们的任何组合。在处理电路系统502的控制下,通信电路系统504可以从传感器装置400或另一个装置接收下行链路遥测,以及向该传感器装置或另一个装置发送上行链路遥测。
存储装置510可被配置成在操作期间将信息存储在外部装置500内。存储装置510可包括计算机可读存储介质或计算机可读存储装置。在一些示例中,存储装置510包括短期存储器或长期存储器中的一者或多者。存储装置510可以包括例如RAM、动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)、磁盘、光盘、快闪存储器或各种形式的电可编程存储器(EPROM)或EEPROM。在一些示例中,存储装置510用于存储指示用于由处理电路系统502执行的指令的数据。存储装置510可由在外部装置500上运行的软件或应用程序使用,以在程序执行期间临时存储信息。
在外部装置500与传感器装置400之间交换的数据可以包括操作参数。外部装置500可以传输包括计算机可读指令的数据,该述计算机可读指令在由传感器装置400实施时可以控制传感器装置400改变一个或多个操作参数和/或导出收集到的数据。例如,处理电路系统502可向传感器装置400传输指令,该指令请求传感器装置400向外部装置500导出所收集的数据(例如,对应于感测到的信号中的一个或多个信号的数据、基于信号确定的参数值或已检测或预测到中风的指示)。进而,外部装置500可以从传感器装置400接收收集的数据并将收集的数据存储在存储装置510中。在一些示例中,外部装置500可基于由传感器装置400提供的中风检测或预测来向患者或另一实体(例如,呼叫中心)提供警报。
用户(诸如临床医生或患者102)可通过用户界面506与外部装置500进行交互。用户界面506包括显示器(诸如LCD或LED显示器或其它类型的屏幕)(未示出),处理电路系统502可利用该显示器来呈现与IMD 400有关的信息(例如,中风度量)。此外,用户界面506可包括用以从用户接收输入的输入机构。输入机构可包括例如按钮、小键盘(例如,字母数字小键盘)、外围定点装置、触摸屏或允许用户通过由外部装置500的处理电路系统502呈现的用户界面导航并且提供输入的另一输入机构中的任一者或多者。在其它示例中,用户界面506还包括音频电路系统,该音频电路系统用于向患者102提供听觉通知、指令或其它声音,接收来自患者102的语音命令或两者。存储装置510可以包括用于操作用户界面506以及用于管理电源508的指令。
电源508被配置成向外部装置500的部件递送操作功率。电源508可包括用以产生操作功率的电池和发电电路。在一些示例中,电池是可再充电的,以允许长期操作。再充电可通过将电源508电耦接到与交流电(AC)插座连接的支架或插头来实现。此外,再充电可通过外部充电器与外部装置500内的感应充电线圈之间的近侧感应交互来实现。在其他示例中,可使用传统的电池(例如,镍镉或锂离子电池)。此外,外部装置500可直接耦接到交流电源插座以进行操作。
图6是示出根据本文所述的一种或多种技术的示例性系统的框图,该示例性系统包括接入点600、网络602、外部计算装置(诸如服务器604)以及一个或多个其它计算装置610A-610N,这些计算装置可以经由网络602耦接到传感器装置106、外部装置108和处理电路系统110。在该示例中,传感器装置106可使用通信电路系统来经由第一无线连接与外部装置108进行通信,并且经由第二无线连接来与接入点600进行通信。在图6的示例中,接入点600、外部装置108、服务器604和计算装置610A-610N互连并且可以通过网络602彼此通信。
接入点600可包括经由各种连接中的任何连接(诸如电话拨号、数字用户线(DSL)或电缆调制解调器连接)连接到网络602的装置。在其他示例中,接入点600可通过不同形式的连接(包括有线连接或无线连接)耦接到网络602。在一些示例中,接入点600可以是可与患者共同定位的用户装置,诸如平板计算机或智能手机。如上文所讨论,传感器装置106可被配置成将数据(诸如信号、根据信号确定的参数值或中风度量)传输到外部装置108。除此之外,接入点600可以诸如周期性地或响应于来自患者或网络602的命令询问传感器装置106,以便检索来自传感器装置106此类数据或来自传感器装置106的其它操作或患者数据。接入点600然后可经由网络602将检索到的数据传送到服务器604。
在一些情况下,服务器604可以被配置为提供用于已经从传感器装置106和/或外部装置108收集到的数据的安全存储站点。在一些情况下,服务器604可将数据汇集在网页或其他文档中,以供通过训练的专业人员(诸如临床医生)经由计算装置610A-610N查看。图6的所示出的系统的一个或多个方面可以用可以类似于由爱尔兰都柏林的美敦力公司开发的Medtronic 网络提供的通用网络技术和功能的通用网络技术和功能来实施。
服务器604可包括处理电路系统606。处理电路系统606可包括固定功能电路系统和/或可编程处理电路系统。处理电路系统606可包括微处理器、控制器、DSP、ASIC、FPGA或等效离散或模拟逻辑电路系统中的任一者或多者。在一些示例中,处理电路系统606可包括多个部件(诸如一个或多个微处理器、一个或多个控制器、一个或多个DSP、一个或多个ASIC或一个或多个FPGA的任何组合)以及其他离散或集成逻辑电路系统。本文中归于处理电路系统606的功能可体现为软件、固件、硬件或它们的任何组合。在一些示例中,处理电路系统606可以基于从传感器装置106接收的感测到的信号和/或参数值来执行本文所述的一种或多种技术。例如,处理电路系统可执行本文所述的技术中的一种或多种技术,以检测和/或预测患者102的中风风险。
服务器604可包括存储器608。存储器608包括计算机可读指令,这些计算机可读指令在由处理电路系统606执行时使服务器604和处理电路系统606执行归于本文中的服务器604和处理电路系统606的各种功能。存储器608可包括任何易失性介质、非易失性介质、磁性介质、光学介质或电介质,诸如RAM、ROM、NVRAM、EEPROM、闪存存储器或任何其他数字介质。
在一些示例中,计算装置610A-610N(例如,装置610A)中的一个或多个计算装置可以是与临床医生一起定位的平板计算机或其它智能装置,临床医生可以通过该平板计算机或其它智能装置进行编程,从中接收警报和/或询问传感器装置106。例如,临床医生可访问对应于由传感器装置106收集的感测到的生理信号、参数或者检测或预测到的中风的指示中的任一者或组合的数据。在一些示例中,临床医生可诸如基于由传感器装置106、外部装置108、处理电路系统110或它们的任何组合确定的中风状态,或基于临床医生已知的其他患者数据来将用于患者102的医疗干预的指令输入到装置610A中的应用程序中。装置610A然后可以将用于医疗干预的指令传输到位于患者102或患者102的护理者身上的另一个计算装置610A-610N(例如,装置610B或外部装置108)。例如,此类用于医疗干预的指令可以包括改变药物剂量、时序或选择的指令、安排临床医生访视的指令或寻求医疗照顾的指令。在另外的示例中,装置610B可基于由传感器装置106确定的患者102的中风状态来生成对患者102的警报,这可使得患者102能够在接收用于医疗干预的指令之前主动地寻求医疗照顾。以此方式,患者102可被授权根据需要来采取行动以解决他或她的中风状况,这可帮助改善患者102的临床结果。
图7是示出用于基于经由传感器装置(诸如传感器装置106、210、220、310、400)的多个电极检测的组织阻抗值来检测和预测中风的操作的示例,这些传感器装置被设置在患者的颈部、下枕部处或肩部上。图7的示例性技术被描述为由传感器装置400和处理电路系统110执行,但可由本文所述的任何一个或多个传感器装置来执行,例如,该传感器装置可如关于图4中的传感器装置400所示地来配置。如本文所述,处理电路系统110可以包括本文所述的任何一个或多个装置的处理电路系统,诸如传感器装置400的处理电路系统402、外部装置500的处理电路系统502或处理电路系统606或服务器604。
传感器装置400包括一个或多个传感器,诸如电极418和传感器414。传感器装置400的感测电路系统406经由电极418感测一个或多个电信号。感测电路系统406可测量表示射血分数的阻抗值,该射血分数测量患者的心脏每次收缩时左心室泵出的血量。随着每次心跳,一定量的血液被泵出患者102的心脏。低血量可导致低血压,并且器官和组织可能无法接收足够的血液以最佳地和/或适当地发挥功能,这可能导致中风。基于阻抗测量,感测电路系统406和/或处理电路系统110可确定依据患者102的心脏的射血分数而变化的一个或多个组织阻抗值(702)。
在一些示例中,电信号可进一步包括大脑电信号(例如,EEG信号)和心脏(cardiac)或心脏(heart)电信号(例如,ECG信号)。感测到的信号还可以包括由运动传感器416(例如,一个或多个加速度计)感测到的运动信号。感测到的信号还可包括呼吸信号、皮肤阻抗信号和/或灌注信号(例如,使用电极418经由阻抗感测到的)、血压信号(例如,使用光学传感器经由光电容积脉搏波感测到的)、心音信号(例如,使用运动传感器416或声学传感器感测到的)、诱发电位(来自电刺激的响应)或心冲击图信号(例如,使用ECG和运动传感器信号感测到的)。
信号、组织阻抗值或从其推导出的参数可用于检测和预测患者的中风。例如,阻抗、大脑电信号和心脏电信号可用于检测或预测中风。附加的参数和信号可提高处理电路系统110检测和预测中风的灵敏度和特异性。
图7的示例性技术可包括预处理和参数值提取,该预处理和参数值提取可由感测电路系统406和/或处理电路系统110执行。预处理可以包括多种模拟和/或数字滤波或其它信号处理技术中的任一者,以允许从信号中容易地提取期望的特征或参数的值。处理电路系统110然后基于参数值和/或信号来确定指示患者102的中风状态的中风度量。
在一些示例中,处理电路系统110可基于阻抗测量来确定指示患者102的中风状态的中风度量。根据图7的示例,处理电路系统110可确定依据患者102的心脏的射血分数而变化的一个或多个组织阻抗值。与减小的心搏量相关联的一时间段内的阻抗值的显著变化可被算法用作中风的超阈值可能性的证据。另外,对应于减少的血流的阻抗的突然增加可指示LVO(大血管闭塞)或缺血性中风事件。此外,对应于血液淤积的阻抗的突然降低可指示动脉瘤或出血性中风事件。处理电路系统110然后可基于一个或多个组织阻抗值并且在一些情况下基于其他患者参数(例如,EEG、ECG和/或加速度测量值的变化)来确定中风度量(704)。处理电路系统110可进一步将中风度量存储在诸如存储装置410的存储器中。
在一些示例中,处理电路系统110可基于大脑电信号(例如,EEG信号)来确定指示患者102的中风状态的中风度量。处理电路系统110可基于EEG信号来确定大脑活动数据。例如,处理电路系统110可确定某些所选择的频带内的大脑电信号的功率,并且基于大脑电信号的功率和多个组织阻抗值两者来确定中风度量。
在一些示例中,处理电路系统110可基于心脏电信号(例如,ECG信号)来确定指示患者102的中风状态的中风度量。处理电路系统110可基于EEG信号来确定心脏活动数据。例如,处理电路系统110可进一步识别心脏电信号内的搏动并且基于心脏电信号内的搏动和多个组织阻抗值两者来确定中风度量。
在一些示例中,处理电路系统110可基于经由加速度计检测到的运动数据来确定指示患者102的中风状态的中风度量。例如,处理电路系统110可将运动数据用作加权因子以基于运动数据和多个组织阻抗值两者来确定中风度量(例如,与中风事件之后患者跌倒并且位姿/活动显示为直立并四处走动的情况相比,中风事件之后患者跌倒并且显示无运动可被给予更大的权重)。
用于使用大脑电信号、心脏电信号或运动数据来确定诸如中风的患者状况的技术描述于2020年8月28日提交的名称为“使用在头部上或附近感测到的信号检测患者状况(DETECTION OF PATIENT CONDITIONS USING SIGNALS SENSED ON OR NEAR THE HEAD)”的美国临时专利申请63/071,908号中,(代理案号A0005021US01/1213-130USP1),该临时专利申请的全部内容以引用方式并入本文。
处理电路系统110可采用各种技术来确定中风度量。例如,处理电路系统110可使用一个或多个不同算法(诸如使用机器学习算法)来生成中风度量。
在一些示例中,处理电路系统110可将中风度量与指示正发生或已发生中风的相应中风阈值进行比较(706)。以此方式,处理电路系统110可在中风度量大于或等于中风阈值时提供警报(710)。例如,处理电路系统110可向外部装置发送警报以通知患者102或临床医生患者可能需要辅助或治疗干预。当中风度量小于中风阈值时,处理电路系统110继续感测来自患者102的电信号(708)。
在一些示例中,当处理电路系统110将中风度量传输到外部装置时,外部装置可与紧急服务相关联。在一些示例中,外部装置可包括全球定位系统(GPS)能力或其他位置检测技术(例如,WiFi三角测量),使得外部装置可识别、存储和/或传送发生中风度量的地理位置。外部装置然后可经由手机基站(cell phone tower)、卫星或其他技术将位置信息和/或中风度量传输到另一装置或系统。其他系统可以是紧急服务,诸如911或其他医疗服务。如果在救护车中执行图7的技术,则例如由救护车或技术人员携带的装置可接收度量并且将信息或指令输出到救护车后面的急救医疗技术人员(EMT)或其他人员和/或救护车驾驶员。在一些示例中,向救护车驾驶员显示的内容可包括诸如地图的导航信息以及将患者102带到具有中风中心或中风专家的特定医院或设施的指令。
图8是示出用于基于经由传感器装置(诸如传感器装置106、210、220、310、400)的多个电极检测的一个或多个组织阻抗值来检测和预测中风的操作的另一示例的流程图,这些传感器装置被设置在患者的颈部、下枕部处或肩部上。图8的示例性技术被描述为由传感器装置400和处理电路系统110执行,但可由本文所述的任何传感器装置执行,例如,该传感器装置可如关于图4中的传感器装置400所示地来配置。如本文所述,处理电路系统110可以包括本文所述的任何一个或多个装置的处理电路系统,诸如传感器装置400的处理电路系统402、外部装置500的处理电路系统502或处理电路系统606或服务器604。
传感器装置400的感测电路系统406经由电极418感测一个或多个电信号。电信号可包括表示射血分数的电信号,该射血分数测量患者的心脏每次收缩时左心室泵出的血量。根据图8的示例,处理电路系统110可基于在第一时间段期间感测到的射血分数电信号来确定依据患者102的心脏的射血分数而变化的一个或多个组织阻抗值。与减小的心搏量相关联的一时间段内的阻抗值的显著变化可被算法用作中风的超阈值可能性的证据。另外,对应于减少的血流的阻抗的突然增加可指示LVO(大血管闭塞)或缺血性中风事件。此外,对应于血液淤积的阻抗的突然降低可指示动脉瘤或出血性中风事件。处理电路系统110然后可基于一个或多个组织阻抗值并且在一些情况下基于其他患者参数(例如,EEG、ECG和/或加速度测量值的变化)来确定中风度量(704)。处理电路系统110然后可基于第一时间段期间的一个或多个组织阻抗值来确定第一中风度量(802)。
根据图8的示例,处理电路系统110还可基于在第二时间段期间感测到的射血分数电信号来确定依据患者102的心脏的射血分数而变化的一个或多个组织阻抗值。处理电路系统110然后可基于第二时间段期间的一个或多个组织阻抗值来确定第二中风度量(804)。
处理电路系统110然后可将第二时间段的第二中风度量与第一时间段的第一中风度量进行比较(806)。如果第二中风度量的值相对于第一中风度量保持不变(即,不增加或减少)(808),则处理电路系统110可确定下一时间段的中风度量。然而,如果第二中风度量的值已经变化(例如,增大或减小)超过阈值(810),则处理电路系统110可确定已发生中风度量的突然变化,并且向外部装置发送警报以通知患者102或临床医生患者可能需要辅助或治疗干预。
图9是示出用于基于经由传感器装置的多个电极检测的临床特性和组织阻抗值来检测和预测中风的操作的示例的流程图。图9的示例性技术被描述为由传感器装置400和处理电路系统110执行,但可由本文所述的任何传感器装置执行,例如,该传感器装置可如关于图4中的传感器装置400所示地来配置。如本文所述,处理电路系统110可以包括本文所述的任何一个或多个装置的处理电路系统,诸如传感器装置400的处理电路系统402、外部装置500的处理电路系统502或处理电路系统606或服务器604。
根据图9的示例,处理电路系统110可获得患者102的临床数据(902)。临床数据可表示在中风期间呈现的临床症状。例如,位姿对心血管压力和自主神经系统具有重要影响,这可能引发诸如中风的某些状况。传感器装置400和/或外部装置(例如,外部装置108)可捕获表示在中风事件期间呈现的临床症状的位姿、运动、呼吸和其他传感器信号。
在一些示例中,处理电路系统110可经由外部装置108接收患者102的临床数据。例如,外部装置108可使用相机(例如,用以检测面部下垂)、麦克风(例如,用以检测言语不清)或检测中风的任何其他标记来捕获患者102的临床数据(例如,响应于提示、问题或其他刺激的患者的活动或状况)。另外地或可替代地,处理电路系统110可接收经由传感器装置400收集的患者102的临床数据。例如,外部装置108可指示用户举起手臂、做出面部表情等,并且传感器装置400可在用户执行所请求的动作时记录生理数据。
根据图9的示例,处理电路系统110可从临床数据提取一个或多个临床特性(904)。该一个或多个提取的临床特性可包括言语特性(例如,音节、语调等)、面部表情特性(例如,不对称反应或表情,诸如眼睑下垂、唇下垂、面部麻木等)以及其他临床特性(例如,美国国立卫生研究院中风量表(NIHSS)、辛辛那提院前中风量表(CPSS)、洛杉矶院前中风筛查量表(LAPSS)等)以确定是否已发生中风事件。
根据图9的示例,处理电路系统110可基于所提取的临床特性和代表患者102的心脏的射血分数的一个或多个组织阻抗值来确定指示患者102的中风状态的中风度量(906)。例如,可将所提取的临床特性与中风发作前的输入(例如,存储的基线面部图像或具有基线言语记录的声纹)进行比较以生成加权分数。处理电路系统110可进一步将加权分数应用于基于多个组织阻抗值确定的中风分数以生成中风度量。处理电路系统110然后可将中风度量与指示正发生或已发生中风的相应中风阈值进行比较。
在一些示例中,标准简档可用于生成中风阈值。图10是示出根据本公开的一个或多个方面的用于基于标准简档生成中风阈值的操作的示例的流程图。
根据图10的示例,处理电路系统110可获得患者102的患者简档信息(1002)。患者102的患者简档信息可包括患者102的年龄、性别、健康状况、健康水平、中风历史、中风诊断、中风类型或起源(例如,缺血性或出血性,或者是哪个脑半球中风)、治疗类型以及治疗持续时间。
处理电路系统110可基于患者102的患者简档信息来选择标准简档(1004)。本公开将标准简档称为严格简档(caustic profile),已知该严格简档具有代表性或与特定类型的中风相关联。在一些示例中,此类标准简档可根据标准化或平均化具有普通类型的中风的大量患者的患者简档信息来编写。在一些示例中,处理电路系统110可基于患者102的患者简档信息匹配所选择的标准简档的至少一部分来从多个标准简档中选择标准简档。处理电路系统110然后可基于所选择的标准简档来确定指示正发生或已发生中风的中风阈值(1006)。
图11是根据本公开的一种或多种技术的与患者1102结合的另一示例性系统1100的概念图。医疗系统1100可基本上类似于图1A和图1B的医疗系统100A和100B,除了如本文所指出的之外。例如,医疗系统1100可包括被配置成植入或以其他方式定位在目标位置1104处的传感器装置1106A、外部装置1108和处理电路系统1110,这些可类似于图1A至图6的相同编号的元件。传感器装置1106A可对应于本文所述的传感器装置106、210、220、230、240、250、310、360以及400中的任一传感器装置。
系统1100另外包括传感器装置1106B,该传感器装置可被植入或以其他方式定位在患者的与目标位置1104不同的位置处。例如,传感器装置1106B可皮下植入在患者1102的胸部区域中。传感器装置1106A和1106B可包括相应电极,并且在一些示例中包括用以感测相应生理信号的其他相应传感器。例如,传感器装置1106A可被配置成感测EEG、运动和阻抗信号,而传感器装置1106B被配置成感测ECG和运动信号。例如,外部装置1108的处理电路系统1110可根据信号推导出数据,并且将算法应用于数据以检测或预测中风,如本文所述。如上所述,在一些示例中,外部装置1108可以是患者1102的智能电话或智能手表。
本公开中描述的技术可以至少部分地以硬件、软件、固件或其任何组合的形式实施。例如,这些技术的各个方面可在一个或多个处理器、DSP、ASIC、FPGA或任何其他等效的集成或离散逻辑QRS电路系统以及这类部件的任何组合中实施,这类部件体现在外部装置(诸如医师或患者编程器、模拟器或其他装置)中。术语“处理器”和“处理电路系统”通常可以是指单独的或与其他逻辑电路系统组合的前述逻辑电路系统中的任何逻辑电路系统或单独的或与其他数字或模拟电路系统组合的任何其他等效电路系统。
对于以软件实施的各个方面,归因于本公开中描述的系统和装置的功能中的至少一些可以体现为计算机可读存储介质上的指令,如RAM、DRAM、SRAM、磁盘、光盘、闪速存储器或各种形式的EPROM或EEPROM。可以执行指令以支持本公开中所述的功能的一个或多个方面。
另外,在一些方面,本文所述的功能可以设置在专用硬件和/或软件模块内。将不同特征描述为模块或单元旨在突出不同的功能方面,并且不一定暗示此类模块或单元必须由单独的硬件或软件部件来实现。相反,与一个或多个模块或单元相关联的功能可以由单独的硬件或软件部件来执行,或者集成在共同的或单独的硬件或软件部件中。另外,本技术可在一个或多个电路或逻辑元件中完全实现。本公开的技术可在各种装置或设备中实现,包括IMD、外部编程器、IMD和外部编程器的组合、集成电路(IC)或一组IC和/或驻留在IMD和/或外部编程器中的离散电路系统。
权利要求书(按照条约第19条的修改)
1.一种系统,所述系统包括:
存储器;
多个电极,所述多个电极中的所述电极中的每个电极被配置成皮下植入在患者的颈部的后面部分处或头颅上;
感测电路系统,所述感测电路系统被配置成:
经由所述电极确定接近皮下植入在患者的所述颈部的所述后面部分处或所述头颅上的所述多个电极的组织的一个或多个组织阻抗值,其中所述组织阻抗值依据患者的心脏的射血分数而变化;
外壳,所述外壳携载所述多个电极中的至少一个电极并且包含所述感测电路系统,其中所述外壳被配置成皮下植入在所述患者的所述颈部的所述后面部分处或所述头颅上;和
处理电路系统,所述处理电路系统被配置成:
至少基于所述一个或多个组织阻抗值来确定指示所述患者的中风状态的中风度量;以及
将所述中风度量存储在所述存储器中。
2.根据权利要求1所述的系统,其中所述处理电路系统被配置成:
将所述中风度量与中风阈值进行比较;以及
响应于所述中风度量满足所述中风阈值而输出警报。
3.根据权利要求1或2所述的系统,其中所述处理电路系统被配置成:
至少基于第一周期期间的所述一个或多个组织阻抗值中的第一组组织阻抗值来确定第一中风度量;
至少基于第二周期期间的所述一个或多个组织阻抗值中的第二组组织阻抗值来确定第二中风度量;
将所述第二中风度量与所述第一中风度量进行比较,以确定是否已发生所述中风度量的突然变化;以及
响应于已发生所述中风度量的所述突然变化的确定而输出警报。
4.根据权利要求1至3中任一项所述的系统,其中所述感测电路系统被配置成经由所述多个电极感测脑电图(EEG)信号,并且其中所述处理电路系统被配置成:
基于所述EEG信号来生成大脑活动数据;以及
基于所述大脑活动数据来确定所述中风度量。
5.根据权利要求1至4中任一项所述的系统,其中所述感测电路系统被配置成经由所述多个电极感测心电图(ECG)信号,并且其中所述处理电路系统被配置成:
基于所述ECG信号来生成心脏活动数据;以及
基于所述心脏活动数据来确定所述中风度量。
6.根据权利要求1至5中任一项所述的系统,所述系统进一步包括加速度计,所述加速度计被配置成生成表示所述患者的运动的运动数据,并且其中所述处理电路系统被配置成:
基于所述运动数据来确定所述中风度量。
7.根据权利要求6所述的系统,其中所述处理电路系统被进一步配置成:
基于所述运动数据来确定所述患者已经跌倒;以及
基于所述患者已经跌倒的所述确定来确定所述中风度量。
8.根据权利要求1至7中任一项所述的系统,其中所述处理电路系统被配置成:
获得所述患者的临床数据;
从所述临床数据提取临床特性,其中所述临床特性包括言语特性或面部表情特性中的至少一者;以及
基于所述临床特性来确定所述中风度量。
9.根据权利要求2所述的系统,其中所述处理电路系统被进一步配置成:
从多个标准简档中选择标准简档,其中所选择的标准简档的至少一部分匹配所述患者的患者简档信息;以及
基于所选择的标准简档来生成所述中风阈值。
10.根据权利要求1至9中任一项所述的系统,其中所述外壳携载所述多个电极并且包含所述处理电路系统。
11.根据权利要求1至9中任一项所述的系统,所述系统进一步包括:
至少一个感测延伸部,所述至少一个感测延伸部耦接到所述外壳并且携载所述多个电极中的至少一个电极。
12.根据权利要求1至11中任一项所述的系统,其中所述多个电极包括第一多个电极并且所述感测电路系统包括第一感测电路系统,所述系统进一步包括:
第一植入式医疗装置,所述第一植入式医疗装置包括所述第一多个电极和所述第一感测电路系统;
第二植入式医疗装置,所述第二植入式医疗装置包括第二多个电极和第二感测电路系统,所述第二感测电路系统被配置成经由所述第二多个电极感测所述患者的心电图;和
外部装置,其中所述处理电路系统包括所述外部装置的处理电路系统,所述外部装置的所述处理电路系统被配置成基于所述一个或多个组织阻抗值和所述心电图信号来确定所述中风度量。
Claims (15)
1.一种系统,所述系统包括:
存储器;
多个电极;
感测电路系统,所述感测电路系统被配置成:
经由所述电极确定一个或多个组织阻抗值,其中所述组织阻抗值依据患者的心脏的射血分数而变化;和
处理电路系统,所述处理电路系统被配置成:
至少基于所述一个或多个组织阻抗值来确定指示所述患者的中风状态的中风度量;以及
将所述中风度量存储在所述存储器中。
2.根据权利要求1所述的系统,其中所述处理电路系统被配置成:
将所述中风度量与中风阈值进行比较;以及
响应于所述中风度量满足所述中风阈值而输出警报。
3.根据权利要求1或2所述的系统,其中所述处理电路系统被配置成:
至少基于第一周期期间的所述一个或多个组织阻抗值中的第一组组织阻抗值来确定第一中风度量;
至少基于第二周期期间的所述一个或多个组织阻抗值中的第二组组织阻抗值来确定第二中风度量;
将所述第二中风度量与所述第一中风度量进行比较,以确定是否已发生所述中风度量的突然变化;以及
响应于已发生所述中风度量的所述突然变化的确定而输出警报。
4.根据权利要求1至3中任一项所述的系统,其中所述感测电路系统被配置成经由所述多个电极感测脑电图(EEG)信号,并且其中所述处理电路系统被配置成:
基于所述EEG信号来生成大脑活动数据;以及
基于所述大脑活动数据来确定所述中风度量。
5.根据权利要求1至4中任一项所述的系统,其中所述感测电路系统被配置成经由所述多个电极感测心电图(ECG)信号,并且其中所述处理电路系统被配置成:
基于所述ECG信号来生成心脏活动数据;以及
基于所述心脏活动数据来确定所述中风度量。
6.根据权利要求1至5中任一项所述的系统,所述系统进一步包括加速度计,所述加速度计被配置成生成表示所述患者的运动的运动数据,并且其中所述处理电路系统被配置成:
基于所述运动数据来确定所述中风度量。
7.根据权利要求6所述的系统,其中所述处理电路系统被进一步配置成:
基于所述运动数据来确定所述患者已经跌倒;以及
基于所述患者已经跌倒的所述确定来确定所述中风度量。
8.根据权利要求1至7中任一项所述的系统,其中所述处理电路系统被配置成:
获得所述患者的临床数据;
从所述临床数据提取临床特性,其中所述临床特性包括言语特性或面部表情特性中的至少一者;以及
基于所述临床特性来确定所述中风度量。
9.根据权利要求2所述的系统,其中所述处理电路系统被进一步配置成:
从多个标准简档中选择标准简档,其中所选择的标准简档的至少一部分匹配所述患者的患者简档信息;以及
基于所选择的标准简档来生成所述中风阈值。
10.根据权利要求1至9中任一项所述的系统,所述系统进一步包括外壳,所述外壳携载所述多个电极并且包含所述感测电路系统和所述处理电路系统两者。
11.根据权利要求10所述的系统,其中所述外壳被配置成设置在所述患者的胸腔的区域、颈部的后面部分或头颅基部处或者设置成与所述患者的所述胸腔的所述区域、所述颈部的所述后面部分或所述头颅基部相邻。
12.根据权利要求10或11所述的系统,其中所述外壳被配置成植入在所述患者体内。
13.根据权利要求10至12中任一项所述的系统,其中所述外壳被配置成皮下植入。
14.根据权利要求1至9中任一项所述的系统,所述系统进一步包括:
外壳,所述外壳包含所述感测电路系统和所述处理电路系统中的至少一些处理电路系统两者;和
至少一个感测延伸部,所述至少一个感测延伸部耦接到所述外壳并且携载所述多个电极中的至少一个电极。
15.根据权利要求1至14中任一项所述的系统,其中所述多个电极包括第一多个电极并且所述感测电路系统包括第一感测电路系统,所述系统进一步包括:
第一植入式医疗装置,所述第一植入式医疗装置包括所述第一多个电极和所述第一感测电路系统;
第二植入式医疗装置,所述第二植入式医疗装置包括第二多个电极和第二感测电路系统,所述第二感测电路系统被配置成经由所述第二多个电极感测所述患者的心电图;和
外部装置,其中所述处理电路系统包括所述外部装置的处理电路系统,所述外部装置的所述处理电路系统被配置成基于所述一个或多个组织阻抗值和所述心电图信号来确定所述中风度量。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US63/126,310 | 2020-12-16 | ||
US17/644,129 US20220183633A1 (en) | 2020-12-16 | 2021-12-14 | Detection and/or prediction of stroke using impedance measurements |
US17/644,129 | 2021-12-14 | ||
PCT/US2021/063569 WO2022132938A1 (en) | 2020-12-16 | 2021-12-15 | Detection and/or prediction of stroke using impedance measurements |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116600707A true CN116600707A (zh) | 2023-08-15 |
Family
ID=87595993
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180084868.2A Pending CN116600707A (zh) | 2020-12-16 | 2021-12-15 | 使用阻抗测量检测和/或预测中风 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116600707A (zh) |
-
2021
- 2021-12-15 CN CN202180084868.2A patent/CN116600707A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1737343B1 (en) | Collecting activity information to evaluate therapy | |
US20220322952A1 (en) | Performing one or more pulse transit time measurements based on an electrogram signal and a photoplethysmography signal | |
US20210251497A1 (en) | Systems and methods for detecting strokes | |
US20210106253A1 (en) | Detecting one or more patient coughs based on an electrogram signal and an accelerometer signal | |
US11911177B2 (en) | Determining an efficacy of a treatment program | |
US11737713B2 (en) | Determining a risk or occurrence of health event responsive to determination of patient parameters | |
US20220061743A1 (en) | Detection of seizure and stroke | |
US20220061678A1 (en) | Detection of patient conditions using signals sensed on or near the head | |
US20220061742A1 (en) | Determining composite signals from at least three electrodes | |
US20220183633A1 (en) | Detection and/or prediction of stroke using impedance measurements | |
CN116600707A (zh) | 使用阻抗测量检测和/或预测中风 | |
EP1849412B1 (en) | Collecting activity information to evaluate therapy | |
EP4262546A1 (en) | Detection and/or prediction of stroke using impedance measurements | |
EP4059425B1 (en) | Detection and/or prediction of a medical condition using atrial fibrillation and glucose measurements | |
US20210251578A1 (en) | Systems and methods for detecting strokes | |
US20240156402A1 (en) | Determining an efficacy of a treatment program | |
WO2023203414A1 (en) | Exercise tolerance using an implantable or wearable heart monitor | |
CN116096288A (zh) | 用于医疗装置的动态生物阻抗范围调整 |
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 |