CN118370928A - 具有电诱发复合动作电位闭环反馈的植入式神经刺激器 - Google Patents

Abstract

本公开涉及电疗技术领域，尤其涉及一种具有电诱发复合动作电位闭环反馈的植入式神经刺激器。植入式神经刺激器包括：刺激放大电路用于通过电极触点向待刺激的神经靶点输出刺激脉冲，采集放大电路用于通过电极触点采集响应于刺激脉冲的原始信号，逻辑与控制电路用于对原始信号进行处理得到ECAP信号，ECAP信号用于指示电极触点与神经靶点之间的距离变化，根据ECAP信号调整刺激脉冲的刺激参数。本公开实施例提供的神经刺激器采用了ECAP的闭环反馈机制，能够实时监测电刺激引起的神经活动，并根据这些神经活动调整刺激参数，从而自适应地响应人体状态改变所带来的电极触点与神经靶点之间的距离变化，以保证临床刺激疗效的稳定可靠。

Description

具有电诱发复合动作电位闭环反馈的植入式神经刺激器

技术领域

本公开涉及电疗技术领域，尤其涉及一种具有电诱发复合动作电位闭环反馈的植入式神经刺激器。

背景技术

随着神经调控技术的发展，植入式神经刺激已经成为多种神经性疾病的常用疗法。针对不同的调控靶点，有不同的植入位置，如：脑深部刺激、迷走神经刺激、脊髓电刺激。植入精度会显著地影响刺激疗效，在植入过程中会尽可能地保证植入的精确。但是，人体组织的力学性质各异，在运动和姿态变换影响下，发出刺激的电极触点与需要刺激的神经靶点之间的距离会发生变换。

目前的植入式神经刺激器可以保持固定的刺激输出状态，或以确定的顺序给予不同参数的脉冲刺激。但这些脉冲的设置需要在使用时人工在上位机程序上进行操控，难以应对由频繁地运动或姿态变换所带来的调整需求。

发明内容

有鉴于此，本公开提出了一种具有电诱发复合动作电位闭环反馈的植入式神经刺激器。

根据本公开的一方面，提供了一种具有电诱发复合动作电位闭环反馈的植入式神经刺激器，所述植入式神经刺激器包括：刺激放大电路、采集放大电路、逻辑与控制电路；

所述刺激放大电路用于通过电极触点向待刺激的神经靶点输出刺激脉冲；

所述采集放大电路用于通过所述电极触点采集响应于所述刺激脉冲的原始信号；

所述逻辑与控制电路用于对所述原始信号进行处理得到电诱发复合动作电位(Electrically Evoked Compound Action Potential，ECAP)信号，根据所述ECAP信号调整所述刺激脉冲的刺激参数，所述ECAP信号用于指示所述电极触点与所述神经靶点之间的距离变化。

在一种可能的实现方式中，所述逻辑与控制电路还用于：

根据所述ECAP信号的第一ECAP特征值与预设的第二ECAP特征值，确定ECAP特征值差值；

将所述ECAP特征值差值输入至训练完成的逆过程模型中，输出得到刺激参数调整量；

根据所述刺激参数调整量，调整所述刺激脉冲的所述刺激参数。

在另一种可能的实现方式中，所述逻辑与控制电路还用于：

获取多组样本数据组，每组所述样本数据组包括样本刺激参数和对应的样本ECAP特征值；

根据所述多组样本数据组，确定正过程模型，所述正过程模型用于指示所述样本刺激参数到所述样本ECAP特征值的第一映射关系；

根据所述正过程模型，确定对应的所述逆过程模型，所述逆过程模型用于指示样本ECAP特征值差值到样本刺激参数调整量的第二映射关系，所述样本ECAP特征值差值为所述样本ECAP特征值与预设的所述第二ECAP特征值之间的差值。

在另一种可能的实现方式中，所述逻辑与控制电路还用于：

根据所述多组样本数据组，建立线性的所述正过程模型；

将线性的所述正过程模型所指示的所述第一映射关系转换为所述第二映射关系，得到对应的所述逆过程模型。

在另一种可能的实现方式中，所述逻辑与控制电路还用于：

根据所述多组样本数据组对原始神经网络模型进行训练，得到非线性的所述正过程模型；

根据非线性的所述正过程模型，通过数据驱动方式确定对应的逆模型；

将所述逆模型的自变量调整为所述样本ECAP特征值差值，并将所述逆模型的因变量调整为所述样本刺激参数调整量，重新进行模型训练得到对应的所述逆过程模型。

在另一种可能的实现方式中，所述采集放大电路，还用于：

在所述刺激脉冲的下降沿开始采集所述原始信号；

在以预设频率采样到预设数量的所述原始信号的情况下，结束采集。

在另一种可能的实现方式中，所述逻辑与控制电路还用于：

对所述原始信号中的噪声进行去除，得到去除噪声的原始信号，所述噪声包括突触后电位、心跳伪影、运动伪影、刺激伪影和消影尾迹中的至少一种；

从所述去除噪声的原始信号中提取出所述ECAP信号。

在另一种可能的实现方式中，所述逻辑与控制电路还用于：

获取预模版，所述预模版为一个在静息态下获得的干净指数衰减的消影尾迹；

根据所述原始信号，将所述预模版进行放缩变换处理得到处理后的预模版，所述处理后的预模版与所述原始信号的匹配度大于预设匹配阈值；

将所述原始信号减去所述处理后的预模版，得到去除所述消影尾迹的原始信号。

在另一种可能的实现方式中，

所述刺激放大电路还用于通过所述电极触点向所述神经靶点输出反向刺激脉冲，所述反向刺激脉冲与已输出的所述刺激脉冲的刺激参数相同而方向相反；

所述采集放大电路还用于通过所述电极触点采集响应于所述反向刺激脉冲的参考原始信号；

所述逻辑与控制电路还用于将所述原始信号和所述参考原始信号进行平均，得到去除所述消影尾迹的原始信号。

根据本公开的另一方面，提供了一种基于ECAP信号的刺激参数闭环调控方法，用于上述的植入式神经刺激器中，所述方法包括：

通过电极触点向待刺激的神经靶点输出刺激脉冲；

通过所述电极触点采集响应于所述刺激脉冲的原始信号；

对所述原始信号进行处理得到ECAP信号，所述ECAP信号用于指示所述电极触点与所述神经靶点之间的距离变化；

根据所述ECAP信号调整所述刺激脉冲的刺激参数。

在一种可能的实现方式中，所述根据所述ECAP信号调整所述刺激脉冲的刺激参数，包括：

根据所述ECAP信号的第一ECAP特征值与预设的第二ECAP特征值，确定ECAP特征值差值；

将所述ECAP特征值差值输入至训练完成的逆过程模型中，输出得到刺激参数调整量；

根据所述刺激参数调整量，调整所述刺激脉冲的所述刺激参数。

在另一种可能的实现方式中，所述方法还包括：

获取多组样本数据组，每组所述样本数据组包括样本刺激参数和对应的样本ECAP特征值；

根据所述多组样本数据组，确定正过程模型，所述正过程模型用于指示所述样本刺激参数到所述样本ECAP特征值的第一映射关系；

根据所述正过程模型，确定对应的所述逆过程模型，所述逆过程模型用于指示样本ECAP特征值差值到样本刺激参数调整量的第二映射关系，所述样本ECAP特征值差值为所述样本ECAP特征值与预设的所述第二ECAP特征值之间的差值。

在另一种可能的实现方式中，所述根据所述多组样本数据组，确定正过程模型包括：

根据所述多组样本数据组，建立线性的所述正过程模型；

所述根据所述正过程模型，确定对应的所述逆过程模型，包括：

将线性的所述正过程模型所指示的所述第一映射关系转换为所述第二映射关系，得到对应的所述逆过程模型。

在另一种可能的实现方式中，所述根据所述多组样本数据组，确定正过程模型包括：

根据所述多组样本数据组对原始神经网络模型进行训练，得到非线性的所述正过程模型；

所述根据所述正过程模型，确定对应的所述逆过程模型，包括：

根据非线性的所述正过程模型，通过数据驱动方式确定对应的逆模型；

将所述逆模型的自变量调整为所述样本ECAP特征值差值，并将所述逆模型的因变量调整为所述样本刺激参数调整量，重新进行模型训练得到对应的所述逆过程模型。

在另一种可能的实现方式中，所述通过所述电极触点采集响应于所述刺激脉冲的原始信号，包括：

在所述刺激脉冲的下降沿开始采集所述原始信号；

在以预设频率采样到预设数量的所述原始信号的情况下，结束采集。

在另一种可能的实现方式中，所述对所述原始信号进行处理得到ECAP信号，包括：

对所述原始信号中的噪声进行去除，得到去除噪声的原始信号，所述噪声包括突触后电位、心跳伪影、运动伪影、刺激伪影和消影尾迹中的至少一种；

从所述去除噪声的原始信号中提取出所述ECAP信号。

在另一种可能的实现方式中，所述对所述原始信号中的噪声进行去除，得到去除噪声的原始信号，包括：

获取预模版，所述预模版为一个在静息态下获得的干净指数衰减的消影尾迹；

根据所述原始信号，将所述预模版进行放缩变换处理得到处理后的预模版，所述处理后的预模版与所述原始信号的匹配度大于预设匹配阈值；

将所述原始信号减去所述处理后的预模版，得到去除所述消影尾迹的原始信号。

在另一种可能的实现方式中，所述方法还包括：

通过所述电极触点向所述神经靶点输出反向刺激脉冲，所述反向刺激脉冲与已输出的所述刺激脉冲的刺激参数相同而方向相反；

通过所述电极触点采集响应于所述反向刺激脉冲的参考原始信号；

所述对所述原始信号中的噪声进行去除，得到去除噪声的原始信号，包括：

将所述原始信号和所述参考原始信号进行平均，得到去除所述消影尾迹的原始信号。

本公开实施例提出一种具有电诱发复合动作电位闭环反馈的植入式神经刺激器，植入式神经刺激器包括：刺激放大电路、采集放大电路、逻辑与控制电路，刺激放大电路用于通过电极触点向待刺激的神经靶点输出刺激脉冲，采集放大电路用于通过电极触点采集响应于刺激脉冲的原始信号，逻辑与控制电路用于对原始信号进行处理得到ECAP信号，ECAP信号用于指示电极触点与神经靶点之间的距离变化，根据ECAP信号调整刺激脉冲的刺激参数，即该神经刺激器采用了ECAP的闭环反馈机制，能够实时监测电刺激引起的神经活动，并根据这些神经活动调整刺激参数，从而自适应地响应人体状态改变所带来的电极触点与神经靶点之间的距离变化，以保证临床刺激疗效的稳定性和可靠性。

根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。

图1示出了本公开一个示例性实施例提供的植入式神经刺激器的电路结构示意图。

图2示出了本公开一个示例性实施例提供的基于ECAP信号的刺激参数闭环调控方法的流程图。

图3示出了本公开一个示例性实施例提供的基于ECAP信号的刺激参数闭环调控方法的原理示意图。

图4示出了本公开一个示例性实施例提供的ECAP信号的示意图。

图5示出了本公开一个示例性实施例提供的刺激伪迹的示意图。

图6示出了本公开一个示例性实施例提供的神经网络的结构示意图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

首先，对本公开实施例涉及的一些名词进行介绍。

1、植入式神经刺激系统：是一种医疗设备，通常由一个或多个电极和一个植入在体内的植入式神经刺激器组成。电极通过手术植入到神经组织或神经元的特定区域，而植入式神经刺激器则用于产生电信号以刺激这些电极。

2、电极：是植入到患者体内的导电物质或装置，用于传递电信号到神经组织或神经元。电极可以植入在大脑、脊髓、周围神经或其他神经结构中。

3、电极触点：是电极的末端或表面，用于与神经组织或神经元接触并传递电信号。

4、神经靶点：是植入式神经刺激器中神经组织或神经元的特定区域。它是电刺激的目标，通过刺激这些区域来调节神经系统的功能。

5、植入式神经刺激器：也称为发生器或脉冲发生器，这是植入式神经刺激器系统的一部分，负责产生电信号以刺激电极。

6、刺激脉冲：是植入式神经刺激器中产生的电信号，用于刺激神经组织或神经元。它是由植入式神经刺激器产生的特定形式的电信号。刺激脉冲通过电极触点传递到神经靶点，通过改变神经系统的活动来治疗疾病或症状。

7、刺激参数：是用来描述电刺激的特定参数，刺激参数包括电极分布、幅度、频率、脉冲宽度中的至少一种。调节这些参数可以改变植入式神经刺激器的效果和治疗效果。其中，电极分布指的是电极植入的位置分布。幅度为每个刺激脉冲的强度，通常用电压(V)来表述。幅度决定了刺激的力度。频率指单位时间内刺激脉冲的个数，通常以赫兹(Hz)为单位。频率决定了刺激的速度。脉冲宽度也称脉宽，指每个刺激脉冲的持续时间，通常以微秒(μs)为单位。脉宽影响了刺激的持续时间。

8、ECAP信号：这是植入式神经刺激器中的一种信号，用于指示神经组织对电刺激的反应。ECAP信号可以帮助调整植入式神经刺激器的刺激参数，以确保刺激的准确性和安全性。

本公开实施例提出一种具有电诱发复合动作电位闭环反馈的植入式神经刺激器，通过监测电刺激引起的神经活动，并根据这些神经活动调整刺激参数，从而自适应地响应人体状态改变所带来的电极触点与神经靶点之间的距离变化，以保证临床刺激疗效的稳定性和可靠性。

本公开实施例提供的具有电诱发复合动作电位闭环反馈的植入式神经刺激器，可以分为两部分：电路基础、调控算法。请参考图1，其示出了本公开一个示例性实施例提供的植入式神经刺激器的电路结构示意图。图中箭头表示了电信号的流向。

为实现电诱发复合动作电位闭环反馈功能，植入式神经刺激器10的电路中至少包括：用于输出刺激脉冲的刺激放大电路11、用于采集响应神经活动的采集放大电路12、用于处理采集信号并调节刺激参数的逻辑与控制电路13。

植入式神经刺激器10还可以包括：模拟开关电路14，模拟开关电路14用于实现电极触点的刺激、采集双功能复用，即可以将电极触点在刺激放大电路11与采集放大电路12之间进行切换。

刺激放大电路11负责放大电信号以产生刺激脉冲。它可以包括放大器和其他电路元件，能够将输入的电信号增强到足以刺激神经组织或神经元的水平。刺激放大电路11用于通过外接电极的电极触点向待刺激的神经靶点输出刺激脉冲。

在一个示意性的例子中，刺激放大电路11支持刺激频率2～500Hz、电流强度0～30mA、电压强度0～20V、脉宽20～1000us、1～16个正极、1～16个负极的恒流或恒压输出，通常是将输入的小波形做等倍数的放大，并可以依从模拟开关电路14的设置在恒流放大和恒压放大之间进行切换。

采集放大电路12负责采集和放大来自神经组织或神经元的电信号。它可以包括放大器和其他电路元件，能够增强从电极触点采集到的电信号。即采集放大电路12的主要功能是将来自神经组织或神经元的电信号放大到足以进行后续处理和分析的水平。

采集放大电路12用于通过电极触点采集响应于刺激脉冲的原始信号。可选的，采集放大电路12用于采集电极触点间的电压差信号，将采集到的电压差信号进行滤波并放大后，以预设频率进行模数转化得到原始信号，比如以最高1600kHz的频率进行24位模数转化，从而使得原始信号中的ECAP信号(比如20uV～1mV)能够被逻辑与控制电路13中的电压采样模块所捕获并保留其时频特性。

逻辑与控制电路13是整个系统的控制中枢，负责处理采集到的原始信号并调节刺激参数。它可以包括处理器、控制逻辑和其他电路元件，能够根据需要对刺激参数进行调整，并执行相关的调控逻辑。逻辑与控制电路13用于对采集到的原始信号进行处理，得到原始信号中的ECAP信号，并根据ECAP信号调整输出的刺激参数。可选的，逻辑与控制电路13具有一定的信息存储能力，可以记录至少相邻刺激间隔内所采集的原始信号、刺激脉冲当前的刺激参数。逻辑与控制电路13用于控制刺激放大电路11和采集放大电路12，即可以控制刺激放大电路11输出刺激脉冲，控制采集放大电路12采集响应于刺激脉冲的信号。逻辑与控制电路13具有计算资源，可以提取ECAP信号的某些特征值并计算出相应的刺激参数调整量。

此外，植入式神经刺激器10还可以包括：电源管理电路15，电源管理电路15用于将电源电压转化为各模块各器件所需的工作电压。

需要说明的是，上述实施例提供的植入式神经刺激器10在实现其功能时，仅以上述各个模块的划分进行举例说明，实际应用中，可以根据实际需要而将上述功能分配由不同的模块完成，即将植入式神经刺激器10的内容结构划分成不同的模块，以完成以上描述的全部或者部分功能。

在本公开实施例中，刺激放大电路11用于通过电极触点向待刺激的神经靶点输出刺激脉冲；采集放大电路12用于通过电极触点采集响应于刺激脉冲的原始信号；逻辑与控制电路13用于对原始信号进行处理得到电诱发复合动作电位ECAP信号，根据ECAP信号调整刺激脉冲的刺激参数，ECAP信号用于指示电极触点与神经靶点之间的距离变化。

下面，采用几个示例性实施例对本公开实施例提供的植入式神经刺激器的调控算法即基于ECAP信号的刺激参数闭环调控方法进行介绍。

请参考图2，其示出了本公开一个示例性实施例提供的基于ECAP信号的刺激参数闭环调控方法的流程图，本实施例以该方法用于图1所示的植入式神经刺激器中来举例说明。该方法包括以下几个步骤。

步骤201，通过电极触点向待刺激的神经靶点输出刺激脉冲。

植入式神经刺激器的刺激放大电路通过电极触点向待刺激的神经靶点输出刺激脉冲，可以包括如下几个步骤：1、刺激放大电路接收输入信号：刺激放大电路接收来自逻辑与控制电路的输入信号。这个输入信号通常包含刺激脉冲的刺激参数，如电极分布、脉冲宽度、幅度和频率。2、电信号放大：接收到的输入信号经过刺激放大电路中的放大器放大。这个步骤确保了输出的刺激脉冲具有足够的能量，能够有效地刺激目标神经组织或神经元。3、电极触点传递刺激脉冲：放大后的电信号通过植入在患者体内的电极触点传递到待刺激的神经靶点即目标的神经靶点。电极触点的接触使得刺激脉冲能够直接传递到神经系统中的特定区域。4、刺激脉冲输出：一旦刺激脉冲到达目标的神经靶点，它们就会对神经组织或神经元产生影响。这可能包括激活、抑制或调节神经活动，具体效果取决于刺激的参数设置和神经组织的特性。

步骤202，通过电极触点采集响应于刺激脉冲的原始信号。

在刺激放大电路施加刺激脉冲的刺激后，会生成响应于刺激脉冲的电信号沿神经方向传递。植入式神经刺激器的采集放大电路采集电极触点间的电压差信号，将采集到的电压差信号进行滤波并放大后，以预设频率进行模数转化得到原始信号。原始信号中包括ECAP信号，ECAP信号受多种因素影响，ECAP信号的大小、延时等时空特性受到刺激参数、电极触点与神经靶点之间的距离(比如相对位置)、刺激脉冲传播途径中的介质特性共同决定，也就是说，ECAP信号不仅反映了主动施加的刺激本身，还反映了影响刺激效果的环境因素。尽管ECAP信号受到多种因素的影响，普遍认为在确定的ECAP信号下，刺激脉冲在环境因素作用后所起到对神经系统的疗效是相同的。这意味着即使环境因素发生变化，通过设定合适的ECAP特征值，仍然可以维持稳定的刺激效果。通过设定好调节的第二ECAP特征值，即可通过ECAP信号的反馈来起到稳定疗效的作用。

步骤203，对原始信号进行处理得到ECAP信号，ECAP信号用于指示电极触点与神经靶点之间的距离变化。

植入式神经刺激器的逻辑与控制电路对原始信号进行处理，识别并提取出其中的ECAP信号。需要说明的是，ECAP信号的识别与提取的相关细节可参考下面实施例中的相关描述，在此先不介绍。

步骤204，根据ECAP信号调整刺激脉冲的刺激参数。

植入式神经刺激器的逻辑与控制电路根据ECAP信号的第一ECAP特征值，通过调控算法确定刺激参数调整量，根据刺激参数调整量调整刺激脉冲的刺激参数。

当有一个扰动进入回路后，会影响神经系统编码后的ECAP特征值，比较当前时刻的第一ECAP特征值与预设的第二ECAP特征值，根据第一ECAP特征值与第二ECAP特征值之间的差值确定ECAP特征值差值，ECAP特征值差值可以为第一ECAP特征值与第二ECAP特征值的差值，调控算法将反算出弥补改扰动所需改变的刺激参数调整量，比如将ECAP特征值差值输入至训练完成的逆过程模型中输出得到刺激参数调整量，以便调整刺激脉冲的刺激参数，使刺激脉冲可以自适应环境变化，保证神经系统接受的刺激疗效稳定。其中，根据刺激参数调整量调整刺激脉冲的刺激参数，可以包括：获取刺激脉冲当前的实际刺激参数，根据实际刺激参数和刺激参数调整量，确定刺激脉冲的目标刺激参数，示意性的，将实际刺激参数与刺激参数调整量相加，得到刺激脉冲的目标刺激参数，即刺激参数调整量可以为刺激脉冲的目标刺激参数与当前的实际刺激参数之间的差值。

需要说明的是，ECAP特征值到刺激参数的解码的相关细节可参考下面实施例中的相关描述，在此先不介绍。

在一个示意性的例子中，本公开一个示例性实施例提供的基于ECAP信号的刺激参数闭环调控方法的原理示意图如图3所述，t0时刻刺激神经系统即输出刺激脉冲，t1时刻采集信号并进行处理得到ECAP信号的第一ECAP特征值，将第一ECAP特征值与预设的第二ECAP特征值的差值确定为ECAP特征值差值，调控算法将反算出弥补改扰动所需改变的刺激参数调整量，将其加入下一时刻的刺激序列中，从而调整后续输出的刺激脉冲的刺激参数。

需要实现这样一个闭环过程，本公开实施例提供了两种重要的技术手段：步骤203中的ECAP信号的识别与提取、以及步骤204中的ECAP特征值到刺激参数的解码。下面对这两种技术手段分别进行进一步的介绍。

关于步骤203中的ECAP信号的识别与提取，在算力和存储资源都有限的情况下，要在时限内从纷杂的原始信号中准确的识别出ECAP信号，并将其提取出来是具有挑战的。因为ECAP信号的幅值大小、出现延时等时空特性会随实际刺激效果变化，这使得算法无法固定在一个窗口内进行ECAP信号的提取，而是需要对大范围内噪声进行去除后再搜寻ECAP信号。

ECAP信号可以包括如下一个或多个信息：1、幅度(英文：Amplitude)：ECAP信号的幅度是指信号的振幅或大小，反映了神经组织对刺激的电生理响应强度。幅度越大，表示神经组织对刺激的响应越强烈。2、延时(英文：Latency)：延时是指刺激脉冲施加后到达神经组织产生ECAP信号的时间间隔，通常以毫秒(ms)为单位。延时反映了神经传导的速度和响应的快慢。3、宽度(英文：Width)：宽度是ECAP信号的持续时间，通常以毫秒(ms)为单位。宽度反映了神经组织对刺激的响应持续时间。4、形态(英文：Shape)：ECAP信号的形态描述了信号的波形特征，可以是单峰、多峰或其他形状。形态信息可以帮助识别不同类型的神经组织响应。5、阈值(英文：Threshold)：阈值是指刺激产生ECAP信号的最低刺激强度。低于阈值的刺激可能无法产生可测量的ECAP信号，而超过阈值的刺激则会产生可测量的ECAP信号。6、频率响应(英文：Frequency Response)：ECAP信号的频率响应描述了神经组织对不同频率刺激的响应情况。这可以帮助调节刺激器的频率参数以优化治疗效果。请参考图4，其示出了本公开一个示例性实施例提供的ECAP信号的示意图。图中横坐标为时间，纵坐标为ECAP信号的幅度。

可选的，对原始信号中的噪声进行去除，得到去除噪声的原始信号，噪声包括突触后电位、心跳伪影、运动伪影、刺激伪影和消影尾迹中的至少一种；从去除噪声的原始信号中提取出ECAP信号。

原始信号可以包括生理信号和人工伪影。生理信号可以包括ECAP信号和其他信号，其他信号包括突触后电位、心跳伪影和运动伪影中的至少一种噪声。突触后电位是指神经元在突触区域接收到来自其他神经元的化学或电学信号后，在细胞膜上产生的电位变化。心跳伪影是指在信号采集中由于心脏跳动引起的干扰，导致信号的采集和分析出现的伪影或干扰。运动伪影是指在信号采集中由于运动活动引起的干扰，导致信号的采集和分析出现的伪影或干扰。在这些其他信号中，突触后电位是唯一与ECAP信号具有同步性的噪声，随着刺激诱发的神经信号传播而产生。但事实上，该部分噪声可忽略不计，以刺激的神经系统为脊髓神经系统为例，因脊髓中神经细胞的纤维束占比远高于胞体，尽管突触后放电的电压幅度大于纤维束动作电位，在电刺激的统一诱发下，大量纤维束中同时产生的动作电位叠加后强度远超突触后放电的影响。此外电极安装在脊髓背侧，而在脊髓中的胞体位于腹侧，更加远离采集触点。心跳伪影和运动伪影与ECAP信号之间并非同步出现，可轻松进行区别。综上，生理信号中的噪声部分清除起来并无太大的技术难度。人工伪影包括刺激伪影和/或消影尾迹，刺激伪影是刺激脉冲产生的电压梯度扩散至采集触点处产生的噪声，而消影尾迹则是因采集环境复杂的阻容性质导致强刺激脉冲之后的过冲衰减段。人工伪影的强度比ECAP信号高出数个数量级，也是在ECAP信号的识别与提取时的重点，下面将进一步阐述如何去除人工伪影这部分噪声。

首先是刺激伪影的去除，可以在信号采集过程中使用同步采集方法：在每一次刺激脉冲的下降沿开始采集，在以预设频率采样一定的点数后结束采集。即逻辑与控制电路可以控制采集放大电路在刺激脉冲的下降沿开始采集原始信号；在以预设频率采样到预设数量的原始信号的情况下，结束采集。原始信号可以是离散的，因为在数字信号处理中，通常采用离散采样的方式来记录信号。在同步采集方法中，每个采样点代表了信号在特定时间点的值。预设数量的原始信号即表示在采集过程中要采样的信号点数。通过这样的设计，能够避开刺激脉冲被采集，避免大的脉冲信号对采集电路的影响，同时减小在数据处理时阶段划分的算力开销，天然地将每段刺激后的ECAP信号进行分离。请参考图5，其示出了本公开一个示例性实施例提供的刺激伪迹的示意图。图中横坐标为采集时间，单位为秒，纵坐标为信号幅度，单位为伏特。

其次是消影尾迹的去除。总体而言，消影尾迹的形态基本上保持一致，消影尾迹是在高强度的电刺激后，采集环境的容性所产生的一种指数衰减的信号。在不同的刺激参数下，消影尾迹的尾迹特性如最大幅值、衰减时间都会产生相应的变化。在算力充足的环境下，一般采用函数拟合的方式来进行消影尾迹去除，利用消影尾迹的指数衰减特性，应用以指数函数为主体的形式进行拟合，从而在进一步的分析中去除。尽管在长期的发展中，该方法的计算复杂度已经得到了降低，但仍是嵌入式系统环境无法负担的。因此本公开实施例提供了两种可能的去除消影尾迹的实现方式：模版匹配与函数拟合，以及反相叠加法。

在一种可能的实现方式中，模版匹配与函数拟合采用了相同的思路，旨在通过与已知模式或函数的比较来分析和处理信号数据。在这种情况下，它们都用于处理消影尾迹。消影尾迹通常具有指数衰减的特性。因此，可以利用这种特性来进行去除。首先，将一个在静息态下获得的干净指数衰减的消影尾迹存储在寄存器中，作为预模版，即作为去除实际的原始信号中消影尾迹的基准参考。当获得了一个刺激脉冲后的原始信号后，根据原始信号，将预模版进行放缩变换处理得到处理后的预模版，处理后的预模版与原始信号的匹配度大于预设匹配阈值；将原始信号减去处理后的预模版，得到去除消影尾迹的原始信号。示意性的，从原始信号的第一个采样点开始，将预先存储的预模版(即干净指数衰减的消影尾迹)与原始信号进行逐点匹配。匹配过程中，对预模板进行幅值和时间尺度的放缩变换，使其形态与当前消影尾迹的形态相匹配，以最大程度适应当前消影尾迹的形态。在模板匹配的过程中，可以适当增大前序采样点(即匹配窗口前面的采样点)的权重，以减小后续可能出现的ECAP信号以及其他噪声的干扰。在信号采集中，ECAP信号通常出现在刺激脉冲后的几个采样点内，而增大前序采样点的权重可以使匹配过程更加关注消影尾迹的形态，从而降低ECAP信号的干扰。这样可以确保模板匹配更好地适应消影尾迹的形态，提高去除效果。

在另一种可能的实现方式中，反相叠加法则利用了消影尾迹和ECAP信号的另一性质：对神经系统施加反向刺激脉冲时，产生的消影尾迹呈反向的状态，而ECAP信号仍保持同向形式。利用这样一种特性，可以得出去除消影尾迹的方法，即通过施加前后两次参数相同、方向相反的刺激脉冲，将采集到的两段原始信号做平均，所得到的新信号即可以认为是去除了消影尾迹后的结果。也就是说，要去除消影尾迹，刺激放大电路通过电极触点向神经靶点输出反向刺激脉冲，反向刺激脉冲与已输出的刺激脉冲的刺激参数相同而方向相反；采集放大电路通过电极触点采集响应于反向刺激脉冲的参考原始信号；逻辑与控制电路将原始信号和参考原始信号进行平均，得到去除消影尾迹的原始信号。

此外，在ECAP信号提取过程中一些可能的干扰还包含心电信号、运动伪影等周期性或非周期性的噪声，针对不同的噪声来源及特性，可以应用相应的方式去除或降低它们对ECAP信号分析时的影响。在此，考虑到计算环境的种种限制，本公开实施例可以在保证ECAP信号闭环功能可靠可用的前提下，尽可能采取低算力开销的方式，即使会因此失去一定的准确度。一些低幅值的噪声如心电信号，以其较高的信噪比和稳定的周期性，例如通过窗平均技术，可以将心电信号中的波动均匀地分布到整个信号序列中，从而减少个别尖峰噪声的影响。这种方法通常适用于那些周期性较强且噪声水平相对较低的情况。运动伪影相较于刺激脉冲而言，表现出较低的频率特性，这使得分摊到每一段ECAP信号中都仅有较为微小的差别，同时由运动本身带来的ECAP信号变化也是在闭环调控的过程中希望能被反应出来，并由此及时对刺激参数进行调整的，因为运动状态的变化往往伴随着刺激效果的波动。

关于步骤204中的ECAP特征值到刺激参数的解码，在这一过程中，重点在于如何得到神经系统的逆过程，将ECAP特征值的待调整部分即ECAP特征值差值映射到刺激参数空间中。从因果关系上分析，刺激脉冲是ECAP信号产生的原因，算法需要实现的功能类似于对于神经系统的解码，本身是一个逆因果、高复杂度的过程，故在算法的设计上本公开实施例提出了相应的解决方案。

为实现神经系统逆过程的模拟算法，需要先对其正过程有较好的捕捉和理解。为此，遍历了不同刺激参数，采集分析ECAP信号的时空特征随输入变化规律。以该阶段获得的数据可以建立一个神经系统在受刺激后生成ECAP信号的的正过程模型，正过程模型的模型输入为单个刺激脉冲的刺激参数，刺激参数包括：电极分布、幅度、频率、脉冲宽度中的至少一种，模型输出为ECAP信号的ECAP特征值，ECAP特征值用于指示ECAP信号的时空特性，如：ECAP信号出现延时的延时时长、波谷点与波峰点之间的幅值差、波谷点与波峰点之间的时间差等，其中波谷点为ECAP信号中的第一个波谷点，波峰点为ECAP信号中的第二个波峰点。通过已有数据优化、完善模型，完成对神经系统正过程相似性足够高的建模。

可选的，获取多组样本数据组，每组样本数据组包括样本刺激参数和对应的样本ECAP特征值；根据多组样本数据组，建立线性的正过程模型。显式的线性模型可以如下公式所示：

其中，t_delay表示ECAP信号出现延时的延时时长，N1表示ECAP信号中的第一个波谷点，P2表示ECAP信号中的第二个波峰点，ΔAmp_N1-P2表示N1与P2之间的幅值差，Δt_N1-P2表示N1与P2之间的时间差，P_stim-表示刺激阴极靶点序号，Amp_stim表示刺激脉冲的幅度，f_stim表示刺激脉冲的频率，w_stim表示刺激脉冲的脉冲脉宽。此外，A为转移矩阵，可展开为的形式，B为常向量，可展开为的形式。A和B中的参数可基于前期采集的多组样本数据组计算得到，比如使用最小二乘法估计得到。

以上模型基于线性假设，但神经系统对电刺激输入到神经信号输出的映射过程中很可能具有一定的非线性，此时可以使用人工神经网络来模拟神经系统的这一过程。以刺激的神经系统为脊髓神经系统为例，从脊髓到外周的传出神经元结构遵循运动二级传导的原则，故施加刺激的电极触点到采集信号的电极触点之间最多存在两个神经元参与信号传导，这作为先验可以有效指导人工神经网络的建立。可选的，设计上施加刺激和采集信号共用一个电极，一个电极上有多个电极触点。采集信号的电极触点是人为设置的，采集信号的电极触点可以与施加刺激的电极触点相同，也可以不同。上述的电极触点与神经靶点之间的距离指的是采集信号的电极触点与神经靶点之间的距离。一个包含一层隐含层的全连接网络从相似性上是最合适用于非线性模型的建立，请参考图6，其示出了本公开一个示例性实施例提供的神经网络的结构示意图。

图中最左侧一列表示输入的参数即刺激脉冲的刺激参数，比如输入的参数包括电极分布、幅度、频率和脉宽；中间列为隐藏层，用于将输入的参数做线性组合后经过选定的非线性激活函数得到该节点的数值；最右侧一列表示模型输出的ECAP特征值，比如输出的参数包括ECAP信号出现延时的延时时长、波谷点与波峰点之间的幅值差、波谷点与波峰点之间的时间差。其中，除输出层外，一个偏置神经元被加入用于增加拟合线性变换中常数项的能力，线性组合的具体参数由节点间连接的边表示，搜寻该线性组合的方法是通过刺激参数和ECAP特征值对神经网络进行训练，由正向计算和反向传播两个过程来实现参数的优化。

示意性的，根据多组样本数据组对原始神经网络模型进行训练，得到非线性的正过程模型。非线性的正过程模型可以如下公式所示：

其中，该公式中输入参数和输出参数的含义可参考上述线性的正过程模型中的参数定义，下标0表示输入层到隐含层，下标1表示隐含层到输出层，A₀为输入层到隐含层的转移矩阵，A₁为隐含层到输出层的转移矩阵，A₀和A₁的展开形式均可类比参考上述公式中的A，B₀为输入层到隐含层的常向量，B₁为隐含层到输出层的常向量，B₀和B₁的展开形式均可类比参考上述公式中的B，δ表示激活函数。至此，两种建模方式描述完毕。在建立起了模拟神经系统编码过程的正过程模型后，正过程模型用于指示样本刺激参数到样本ECAP特征值的第一映射关系，再由此出发，根据正过程模型，确定对应的逆过程模型，逆过程模型用于指示样本ECAP特征值差值到样本刺激参数调整量的第二映射关系，样本ECAP特征值差值为样本ECAP特征值与预设的第二ECAP特征值之间的差值，完成由ECAP特征值到刺激参数的解码。

可选的，在根据多组样本数据组建立线性的正过程模型后，将线性的正过程模型所指示的第一映射关系转换为第二映射关系，得到对应的逆过程模型。

对于上述公式所描述的线性的正过程模型，可以得到逆模型的解析形式如下公式所示：

其中，假设A的奇异值分解为UΣV^T，则A⁺为A的左广义逆矩阵，有A⁺＝VΣ^-1U^T。其中，U是一个m×m的酉矩阵，Σ是一个m×n的对角矩阵，而V是一个n×n的酉矩阵，m和n均为正整数。对角矩阵Σ的对角线元素是矩阵A的奇异值，V^T为V的转置，Σ^-1为Σ的伪逆，即把Σ中的每个非零元素替换为其倒数。U^T为U的转置。

由于模型的线性，可以简单将ECAP特征值到刺激参数的映射转换为两者差值之间的映射，得到对应的逆过程模型，如下公式所示；

至此，得到ECAP特征值差值与刺激参数调整量之间的第二映射关系，即得到指示该第二映射关系的逆过程模型。

而对于上述公式所描述的非线性的正过程模型，其逆模型的解析形式难以简单推导获得，此时可以根据非线性的正过程模型，通过数据驱动方式确定对应的逆模型，然后将逆模型的自变量调整为样本ECAP特征值差值，并将逆模型的因变量调整为样本刺激参数调整量，重新进行模型训练得到对应的逆过程模型。

可选的，保留原有非线性的正过程模型中的隐含层神经元个数，以此利用正逆过程中神经系统一致性，同时将激活函数则改为其反函数来表征逆过程，之后重新对神经网络参数进行学习，从而得到逆模型，形式如下公式所示：

其中，A^′ ₀为输入层到隐含层的转移矩阵，A^′ ₁为隐含层到输出层的转移矩阵，A^′ ₀和A^′ ₁的展开形式均可类比参考上述公式中的A，B^′ ₀为输入层到隐含层的常向量，B₁ ^′为隐含层到输出层的常向量，B^′ ₀和B₁ ^′的展开形式均可类比参考上述公式中的B。然而，对于这样一个非线性方程，难以简单的将其转化为需补偿的ECAP特征值差值与刺激参数调整量之间的关系，此时可以将逆模型的自变量改为需补偿的ECAP特征值差值，因变量改为刺激参数调整量，重新进行模型训练得到对应的逆过程模型，即一个新的差分逆模型，如下公式所示：

其中，A^′ ₀ ^′为输入层到隐含层的转移矩阵，A^′ ₁ ^′为隐含层到输出层的转移矩阵，A^′ ₀ ^′和A^′ ₁ ^′的展开形式均可类比参考上述公式中的A，B^′ ₀ ^′为输入层到隐含层的常向量，B₁″为隐含层到输出层的常向量，B^′ ₀ ^′和B₁″的展开形式均可类比参考上述公式中的B，表示一个任意的激活函数，可以与δ相同或不同。为确保模型的准确性，可以设置疗法中常用的刺激参数作为基线，来确保临近参数空间内的可靠性。

当然，在以上模型的建立中，距离的影响未被考虑进变量之中，这是由于其难以表征和测量的缘故，难以通过上述数据驱动的方式捕获到映射关系，只能视作噪声扰动，在闭环过程中迭代消除其影响。另一个快速消弭其影响的可行途径是引入新的先验知识，例如：在上述公式所描述的线性方程中，在由ECAP特征值E_set反算并施加一个实际的刺激参数S_fact后，采集到了一组ECAP特征值E，而由于距离的影响经逆过程模型反推所求的理论刺激参数应该是S_ideal，此时可以引入关于点电荷电场分布的先验，如下公式所示：

其中，E为电场强度，q为电荷强度，r为任意点到电荷的距离，k是指库仑常数。

由此可得刺激脉冲的强度(即幅度)与距离之间的关系，如下公式所示：

其中，Amp_fact为刺激脉冲的实际强度，Amp_ideal为刺激脉冲的理想强度，为任意点到电荷的实际距离的平方，为任意点到电荷的理想距离的平方。

从而得到实际需要施加的强度Amp_set，如下公式所示：

至此，可以把距离变量隐式的写入刺激脉冲的强度这一参数中，提升模型真实性，加快闭环响应速度。可选的，在逆过程模型的应用过程中，根据ECAP信号的第一ECAP特征值，通过训练完成的逆模型推导得到刺激脉冲的理论强度，根据该刺激脉冲的实际强度和理论强度，可以通过上述公式确定出实际需要施加的强度。

此外，考虑到计算环境的资源限制，在将逆过程模型移植到嵌入式系统中时，应用剪枝、合并，尽可能保留准确性的前提下完成模型的轻量化。通过计算不同的ECAP特征值与各刺激参数之间的相关性，可以将所有的ECAP特征值进行排序，根据实际算力的情况在所有的ECAP特征值中选择部分的ECAP特征值，比如选取尽可能覆盖所有刺激参数的特征用于闭环调控的目标设定，并以此进一步对模型做小型化。示意性的，可以通过主成分分析，获得每个刺激参数所对应的最相关的ECAP特征值，将每个刺激参数所对应的最相关的ECAP特征值作为闭环控制的测量值。

综上所述，一方面，本公开实施例提供了一种与刺激脉冲同步的采集模式，逻辑与控制电路可以控制采集放大电路在刺激脉冲的下降沿开始采集原始信号，在以预设频率采样到预设数量的原始信号的情况下，结束采集，通过这样的设计，能够避开刺激脉冲被采集，避免大的脉冲信号对采集电路的影响，同时减小在数据处理时阶段划分的算力开销，天然地将每段刺激后的ECAP信号进行分离。另一方面，本公开实施例提供了一种模板匹配及反相叠加法去除刺激伪影的方式，从而去除人工伪影中的刺激伪影这部分噪声，保证ECAP信号的识别与提取效果；另一方面，本公开实施例提供了一种通过逆过程模型由ECAP特征值推断得到刺激参数的方式，以适应低算力低内存的嵌入式系统开发环境，并在此边界条件的限制下完成高速准确地闭环调控。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种具有电诱发复合动作电位闭环反馈的植入式神经刺激器，其特征在于，所述植入式神经刺激器包括：刺激放大电路、采集放大电路、逻辑与控制电路；

所述刺激放大电路用于通过电极触点向待刺激的神经靶点输出刺激脉冲；

所述采集放大电路用于通过所述电极触点采集响应于所述刺激脉冲的原始信号；

所述逻辑与控制电路用于对所述原始信号进行处理得到电诱发复合动作电位ECAP信号，根据所述ECAP信号调整所述刺激脉冲的刺激参数，所述ECAP信号用于指示所述电极触点与所述神经靶点之间的距离变化。

2.根据权利要求1所述的植入式神经刺激器，其特征在于，所述逻辑与控制电路还用于：

根据所述ECAP信号的第一ECAP特征值与预设的第二ECAP特征值，确定ECAP特征值差值；

将所述ECAP特征值差值输入至训练完成的逆过程模型中，输出得到刺激参数调整量；

根据所述刺激参数调整量，调整所述刺激脉冲的所述刺激参数。

3.根据权利要求2所述的植入式神经刺激器，其特征在于，所述逻辑与控制电路还用于：

获取多组样本数据组，每组所述样本数据组包括样本刺激参数和对应的样本ECAP特征值；

根据所述多组样本数据组，确定正过程模型，所述正过程模型用于指示所述样本刺激参数到所述样本ECAP特征值的第一映射关系；

根据所述正过程模型，确定对应的所述逆过程模型，所述逆过程模型用于指示样本ECAP特征值差值到样本刺激参数调整量的第二映射关系，所述样本ECAP特征值差值为所述样本ECAP特征值与预设的所述第二ECAP特征值之间的差值。

4.根据权利要求3所述的植入式神经刺激器，其特征在于，所述逻辑与控制电路还用于：

根据所述多组样本数据组，建立线性的所述正过程模型；

将线性的所述正过程模型所指示的所述第一映射关系转换为所述第二映射关系，得到对应的所述逆过程模型。

5.根据权利要求3所述的植入式神经刺激器，其特征在于，所述逻辑与控制电路还用于：

根据所述多组样本数据组对原始神经网络模型进行训练，得到非线性的所述正过程模型；

根据非线性的所述正过程模型，通过数据驱动方式确定对应的逆模型；

将所述逆模型的自变量调整为所述样本ECAP特征值差值，并将所述逆模型的因变量调整为所述样本刺激参数调整量，重新进行模型训练得到对应的所述逆过程模型。

6.根据权利要求1至5中任意一项所述的植入式神经刺激器，其特征在于，所述采集放大电路，还用于：

在所述刺激脉冲的下降沿开始采集所述原始信号；

在以预设频率采样到预设数量的所述原始信号的情况下，结束采集。

7.根据权利要求1至5中任意一项所述的植入式神经刺激器，其特征在于，所述逻辑与控制电路还用于：

对所述原始信号中的噪声进行去除，得到去除噪声的原始信号，所述噪声包括突触后电位、心跳伪影、运动伪影、刺激伪影和消影尾迹中的至少一种；

从所述去除噪声的原始信号中提取出所述ECAP信号。

8.根据权利要求7所述的植入式神经刺激器，其特征在于，所述逻辑与控制电路还用于：

获取预模版，所述预模版为一个在静息态下获得的干净指数衰减的消影尾迹；

根据所述原始信号，将所述预模版进行放缩变换处理得到处理后的预模版，所述处理后的预模版与所述原始信号的匹配度大于预设匹配阈值；

将所述原始信号减去所述处理后的预模版，得到去除所述消影尾迹的原始信号。

9.根据权利要求7所述的植入式神经刺激器，其特征在于，

所述刺激放大电路还用于通过所述电极触点向所述神经靶点输出反向刺激脉冲，所述反向刺激脉冲与已输出的所述刺激脉冲的刺激参数相同而方向相反；

所述采集放大电路还用于通过所述电极触点采集响应于所述反向刺激脉冲的参考原始信号；

所述逻辑与控制电路还用于将所述原始信号和所述参考原始信号进行平均，得到去除所述消影尾迹的原始信号。

10.一种基于ECAP信号的刺激参数闭环调控方法，其特征在于，用于如权利要求1至9中任意一项所述的植入式神经刺激器中，所述方法包括：

通过电极触点向待刺激的神经靶点输出刺激脉冲；

通过所述电极触点采集响应于所述刺激脉冲的原始信号；

对所述原始信号进行处理得到ECAP信号，所述ECAP信号用于指示所述电极触点与所述神经靶点之间的距离变化；

根据所述ECAP信号调整所述刺激脉冲的刺激参数。