DE102013105010A1

DE102013105010A1 - Messsystem zur Auswertung von Nervensignalen

Info

Publication number: DE102013105010A1
Application number: DE201310105010
Authority: DE
Inventors: Volkhard Klinger
Original assignee: Bildungszentrum fur informationsverarbeitende Berufe gGmbH
Current assignee: Bildungszentrum fur informationsverarbeitende Berufe gGmbH
Priority date: 2013-05-15
Filing date: 2013-05-15
Publication date: 2014-11-20
Anticipated expiration: 2033-05-16
Also published as: DE102013105010B4

Abstract

Die Erfindung betrifft ein Messsystem (1) zur Aufnahme und Auswertung von Nervensignalen (S0) eines Nervenstrangs (7), wobei das Messsystem (1) mindestens aufweist: mindestens eine implantierbare, in einem Aufnahmebereich (A) des Nervenstrangs (7) angeordnete Elektrode (2) zur Aufnahme von Nervensignalen (S0) und Ausgabe von Messsignalen (S1), eine implantierbare lokale Recheneinheit (3) zur Anordnung im Körper (11) und zur Aufnahme und Auswertung der Messsignale (S1), und eine Schnittstelle (4) zum Austausch von Datensignalen (S3) mit einer externen Recheneinheit (12), wobei in der lokalen Recheneinheit (3) in Abhängigkeit der von der Elektrode (2) ausgegebenen Messsignale (S1) Steuersignale (S2) zur Ansteuerung einer Stimulationseinheit (17) oder einer Exoprothese (18) ermittelbar sind, und wobei die lokale Recheneinheit (3) adaptionsfähig ist zur Anpassung an Veränderungen des Messsystems (1) und/oder des Nervenstrangs (7).

Description

Die Erfindung betrifft ein Messsystem zur Aufnahme und Auswertung von Nervensignalen eines Nervenstrangs, einer Anordnung mit einem derartigen Messsystem sowie einem Verfahren zur Aufnahme und Auswertung von Nervensignalen.
Um Exoprothesen, die beispielsweise bei Patienten mit amputierten Armen oder Beinen eingesetzt werden, ansteuern zu können, werden herkömmlicherweise Nervensignale des Patienten ausgelesen und interpretiert, um anschließend in Abhängigkeit davon die Exoprothese mit einem entsprechenden Steuersignal anzusteuern. Zur Aufnahme der Nervensignale ist herkömmlicherweise ein Elektroenzephalogramm (EEG), ein Elektromyogramm (EMG) oder ein direktes Auslesen der Neurosignale am Gehirn vorgesehen.
Dabei werden Elektroden in der Nähe des Gehirns oder eines Muskels angeordnet, um das Potential bzw. das erzeugte elektrische Feld in der Nähe des menschlichen Gewebes zu messen. Bei einer Gehirnaktivität bzw. bei Anstrengung der Muskeln ändert sich ebenfalls das elektrische Feld, was durch die Elektroden detektiert werden kann. Dabei ergeben sich spezifische Signalmuster, die von einer externen Recheneinheit ausgewertet werden können, um daraufhin z. B. eine Exoprothese mit einem entsprechenden Steuersignal anzusteuern. Derartige Ansteuerungen sind auch für Stimulationseinheiten, z. B. Muskelstimulatoren, bekannt, die beispielsweise bei gerissenen Nervensträngen eingesetzt werden, um ein Nervensignal über den gerissenen Teil des Nervenstrangs z. B. an einen Muskel zu übertragen.
Nachteilig dabei ist, dass die Elektroden bei diesen Aufnahmemethoden Überlagerungen von einer Vielzahl von unterschiedlichen elektrischen Impulsen messen, so dass die Auswertung der Signalmuster ungenau ist. Die Auswertung der Signalmuster ist zudem sehr aufwändig. Ein Abgreifen der Neurosignale direkt am Gehirn ist zudem mit Risiken verbunden.
Aufgabe der vorliegenden Erfindung ist daher, ein Messsystem bereitzustellen, dass einfach aufgebaut und flexibel ausgeführt ist.
Diese Aufgabe wird durch ein Messsystem nach Anspruch 1 gelöst. Die Unteransprüche beschreiben bevorzugte Weiterbildungen.
Die erfindungsgemäße Lösung sieht somit insbesondere vor, zur Aufnahme und Auswertung von Nervensignalen eines Nervenstrangs eine implantierbare und lernfähige lokale Recheneinheit und mindestens eine ebenfalls implantierbare Elektrode bereitzustellen, wobei die mindestens eine implantierbare Elektrode vorzugsweise in der Nähe eines Nervenstrangs angeordnet ist und von diesem Nervensignale aufnehmen und als Messsignale an die lokale Recheneinheit ausgeben kann. In der Nähe heißt dabei insbesondere, dass die Elektrode eine vom Nervenstrang induzierte Änderung des den Nervenstrang umgebenden elektrischen Feldes erfassen kann; die Elektrode kann somit entweder am Nervenstrang anliegen oder in einem gewissen Abstand vom Nervenstrang angeordnet sein, so dass eine Änderung des elektrischen Feldes noch messbar ist. Die Elektrode ist dabei vorzugsweise im Körper über eine Drahtverbindung, über die die Messsignale übermittelt werden können, mit der lokalen Recheneinheit verbunden, so dass die lokale Recheneinheit und auch die Elektrode im Körper, d. h. insbesondere unter der Haut, angeordnet und somit nicht sichtbar sind.
Vorteilhafterweise kann durch die Benutzung einer Elektrode, die den Nervenstrang nicht beschädigt, sondern diesen nur umhüllt, erreicht werden, dass zum einen das menschliche Gewebe nicht zerstört wird und zum anderen das Entzündungsrisiko verringert werden kann; somit kann die Elektrode minimal-invasiv, d. h. ohne den Nervenstrang maßgeblich zu beschädigen, im Körper eingesetzt werden.
Vorzugsweise ist die Elektrode zur Aufnahme von Nervensignalen eine ringförmige Elektrode, z. B. eine Cuff-Elektrode, die den Nervenstrang in einem Aufnahmebereich, der axial, d. h. entlang des Nervenstrangs verlaufend, ausgedehnt ist, vollständig umhüllt. Die ringförmige Elektrode kann dabei insbesondere in Elektrodenbereiche unterteilt sein, die in axialer Richtung aneinander angrenzen. Jeder Elektrodenbereich kann weiterhin in Umfangsrichtung der Elektrode beispielsweise drei oder mehr Sensoren aufweisen, die vorzugsweise um einen Winkel von ca. 120° versetzt zueinander liegen, und somit gleichmäßig auf dem Umfang verteilt sind.
Die Sensoren der Elektrode können dabei das den Nervenstrang umgebende Potential bzw. das elektrische Feld messen und in Abhängigkeit davon Messsignale ausgeben, wobei durch die Ausdehnung der Elektrode in axialer Richtung und die Aufteilung in mehrere getrennte Sensoren vorteilhafterweise eine räumlich aufgelöste Messung von Nervensignalen ermöglicht wird. Bei einer in drei Elektrodenbereiche eingeteilten Elektrode sind somit 3 × 3, d. h. neun Sensoren, über die Elektrode verteilt angeordnet. Jeder Sensor misst dabei das elektrische Feld eines Teilbereiches des Nervenstrangs, wobei das elektrische Feld von einer Vielzahl von Axonen, d. h. Nervenfasern, erzeugt wird, so dass lediglich eine Überlagerung von elektrischen Signalen gemessen werden kann. Vorzugsweise ist durch eine Triangulation, d. h. eine Korrelation der von den räumlich verteilten Sensoren ausgegebenen Messsignalen, ein räumlicher Verlauf des elektrischen Feldes extrapolierbar.
Dadurch kann vorteilhafterweise auch die Richtung ermittelt werden, in der sich ein Nervensignal bzw. Impuls entlang des Nervenstrangs ausbreitet, wodurch festgestellt werden kann, ob es sich um einen motorischen oder einen sensorischen Impuls handelt. Motorische Impulse sind dabei Impulse, die insbesondere vom Gehirn ausgehen, um z. B. einen Muskel durch ein elektrisches Nervensignal anzusteuern und dadurch eine Bewegung auszuführen. Sensorische Impulse sind hingegen Impulse, die vom Muskel oder einem Nervenende zum Gehirn geleitet werden, um z. B. einen Schmerz oder eine Tastsinn zu übermitteln. Beide Impulse breiten sich somit im Wesentlichen in entgegengesetzter Richtung im Nervenstrang aus.
Die lokale Recheneinheit ist erfindungsgemäß so ausgeführt, dass sie die von der Elektrode ausgegebenen Messsignale auswerten kann, wobei die Auswertung vorzugsweise anhand von Vergleichsdaten stattfindet, die vorher auf die lokale Recheneinheit übertragen werden und auf der lokalen Recheneinheit gespeichert sind. Somit ist die lokale Recheneinheit in der Lage, die von der Elektrode ausgegebenen Messsignale beispielsweise mit bereits bekannten, z. B. Bewegungsmustern zugeordneten Vergleichsdaten z. B. Referenzdaten, zu vergleichen, um daraus ein Steuersignal zu ermitteln. Das Steuersignal kann die lokale Recheneinheit anschließend z. B. zur Ansteuerung einer Stimulationseinheit, z. B. zur Stimulierung eines Muskels im Fall von gerissenen Nervensträngen, oder einer Exoprothese ausgeben.
Zur Auswertung der Messsignale können die Messsignale vorzugsweise über einen vordefinierten Zeitraum aufgenommen und daraus von der lokalen Recheneinheit ein Signalmuster erzeugt werden. Als Signalmuster wird dabei ein Verhalten des Messsignals über die Zeit verstanden, das insbesondere eine bestimmte Charakteristik aufweisen kann. Dieses Signalmuster kann in der lokalen Recheneinheit mit den gespeicherten Vergleichsdaten, die ebenfalls als Vergleichsmuster ausgeführt sein können, verglichen werden. Das Vergleichsmuster bzw. ein Ausschnitt des Vergleichsmusters kann dabei beispielsweise charakteristisch für einen hinreichend bekannten, vom Gehirn induzierten Impuls, der einem bestimmten Bewegungsablauf, z. B. eine Bewegung eines Armes oder eines Fingers, entspricht, sein; der Ausschnitt bzw. das gesamte Vergleichsmuster entspricht somit einem spezifischen sog. Fingerprint, der mit dem aufgenommenen Signalmuster verglichen werden kann. Stimmt das aufgenommene Signalmuster mit einem bestimmten Ausschnitt des Vergleichsmusters überein, so kann die lokale Recheneinheit basierend darauf ein Steuersignal ausgeben, das an die Exoprothese oder die Stimulationseinheit übermittelt werden kann, die dann wiederum das entsprechende Bewegungsmuster ausführt, d. h. die Exoprothese entsprechend bewegt oder einen Muskel entsprechend anregt.
Weiterhin kann die lokale Recheneinheit auch Signalmuster von unterschiedlichen Elektroden miteinander vergleichen, beispielsweise um, wie bereits beschrieben, einen Nervenimpuls zu „verfolgen”. Dazu kann die lokale Recheneinheit die Signalmuster aus unterschiedlichen Elektrodenbereichen miteinander vergleichen, um dann auf einen sensorischen oder motorischen Impuls zu schließen.
Erfindungsgemäß ist weiterhin vorgesehen, dass sich die lokale Recheneinheit an sich verändernde Parameter, z. B. eine ungewollte Verdrehung der Elektrode oder ein Nachlassen der Nervenaktivität, anpassen kann, um eine Lernfähigkeit bzw. Adaptionsfähigkeit des Messsystems auszubilden. Nimmt beispielsweise aufgrund einer Alterung die Intensität des elektrischen Impulses im Nervenstrang ab, so kann die lokale Recheneinheit dem Signalmuster unter Umständen kein Vergleichsmuster bzw. Fingerprint mehr zuordnen, und somit kein entsprechendes Steuersignal mehr ausgeben. In diesem Fall kann die lokale Recheneinheit eine Anpassung des Signalmusters oder des Vergleichsmusters durchführen:
Ist von der lokalen Recheneinheit kein Vergleichsmuster, das mit einem gemessenen Signalmuster übereinstimmt, ermittelbar, so kann die lokale Recheneinheit insbesondere auf eine Veränderung z. B. am Messsystem oder am Nervenstrang schließen und vorher ermittelte Korrekturfunktionen ansetzen, die das Signalmuster oder das Vergleichsmuster entsprechend modifizieren, z. B. durch eine Multiplikation der Muster mit der Korrekturfunktion. Dafür sind auf der lokalen Recheneinheit unterschiedliche Korrekturfunktionen gespeichert, die unterschiedliche Veränderungen, z. B. eine Verdrehung der Elektrode oder eine Aktivitätsänderung der Nerven, ausgleichen können. Welche auf der lokalen Recheneinheit gespeicherte Korrekturfunktion dabei bei einer erkannten Veränderung angesetzt wird, ist vorzugsweise ebenfalls in der lokalen Recheneinheit bestimmbar, z. B. indem unterschiedliche Korrekturfunktionen getestet werden, bis das Signalmuster wieder einem Fingerprint zugeordnet werden kann; vorzugsweise ist in der lokalen Recheneinheit dazu eine Plausibilitätsprüfung durchführbar.
Kann ein modifiziertes Signalmuster wieder einem Vergleichsmuster zugeordnet werden, so kann die lokale Recheneinheit aus der entsprechend ermittelten Korrekturfunktion dann auf die Art der Veränderung schließen und das System für die Zukunft entsprechend anpassen; bei einer Verdrehung der Elektrode ermittelt die lokale Recheneinheit somit eine für die Verdrehung spezifische Korrekturfunktion, die vorzugsweise für jede zukünftige Messung angewandt wird. Dazu ist vorteilhafterweise keine externe Anpassung nötig, da die lokale Recheneinheit das System eigenständig mit den vorher übermittelten Korrekturfunktionen adaptieren kann.
Insbesondere kann die lokale Recheneinheit zur Anpassung auch Messsignale von motorischen und sensorischen Impulsen miteinander korrelieren, indem z. B. eine sensorische „Antwort” auf einen motorischen Impuls ausgewertet wird. Ergibt sich bei der Auswertung, dass das Messsignal bzw. das Signalmuster des sensorischen Impulses anders verläuft als erwartet, kann von der lokalen Recheneinheit z. B. ein entsprechendes Vergleichsmuster erzeugt werden, das für die zukünftige Auswertung in der lokalen Recheneinheit verwendet wird; die lokale Recheneinheit hat somit „dazugelernt”. Insbesondere kann die lokale Recheneinheit dabei auch berücksichtigen, wie lange die sensorische „Antwort” auf einen motorischen Impuls benötigt, um z. B. auf die Weglänge des Nervenimpulses zu schließen, d. h. ob ein Muskel in der Hand oder am Unterarm angesteuert wurde.
Vorzugsweise kann die lokale Recheneinheit zusätzlich auch an eine mechatronische Erfassungseinheit (MEMS), z. B. einen Inertialsensor, oder an eine Steuereinrichtung der Exoprothese angeschlossen sein, um von diesen Lagesignale, in denen die tatsächliche Bewegung wiedergegeben wird, zu empfangen, und anhand der Lagesignale die tatsächlich ausgeführten Bewegungen zu erkennen. So kann vorteilhafterweise erkannt werden, ob ein motorisches Nervensignal eine Bewegung des Körperteils ausführt oder lediglich ein Muskel angespannt wird, um z. B. ein schwereres Gewicht zu halten, ohne das Körperteil zu bewegen. Anhand des Lagesignals kann die lokale Recheneinheit somit ebenfalls adaptieren.
Weiterhin kann die lokale Recheneinheit die Messsignale und/oder Datensignale über eine Schnittstelle mit einer externen Recheneinheit abgleichen; insbesondere können die bereits hinreichend bekannten Vergleichsdaten bzw. Vergleichsmuster oder die Korrekturfunktionen vorher von der externen Recheneinheit ermittelt und anschließend einmalig auf die lokale Recheneinheit übertragen werden. Insbesondere können auch Daten von der externen Recheneinheit auf die lokale Recheneinheit übertragen werden, wenn z. B. keine Korrekturfunktionen von der lokalen Recheneinheit zur Adaption gefunden werden können; insbesondere kann der Patient dazu auch ein externes Interface an die Schnittstelle anschließen, um neue Vergleichsmuster zu erlernen. Vorzugsweise erlaubt die Schnittstelle dabei eine Drahtlosübertragung von Signalen, wobei die Schnittstelle vorzugsweise unter der Haut des Patienten und somit nicht sichtbar angeordnet ist.
Somit können beispielsweise in einer ersten Phase, z. B. einer Lernphase, in der vom Patienten bestimmte Bewegungen durchgeführt werden, die daraus folgenden Nervensignale von der Elektrode aufgenommen und die entsprechenden Messsignale an die externe Recheneinheit zur Auswertung übertragen werden, um darin z. B. anhand von evolutionären, rechenaufwändigen Algorithmen Vergleichsdaten zu bestimmen. Dabei können auch neue oder bereits bekannte Korrekturfunktionen ermittelt werden, indem z. B. das Verdrehen der Elektrode oder eine abnehmende Nervenaktivität simuliert wird, um daraus eine Korrekturfunktion herzuleiten.
Zusätzlich können von der externen Recheneinheit Lagesignale der mechatronischen Erfassungseinheit, insbesondere eines MEMS, z. B. eines Inertialsensors an der Hand des Patienten, oder Lagesignale der Exoprothese zur Erfassung der tatsächlichen Bewegung eines Armes des Patienten oder der Exoprothese berücksichtigt werden, um die Vergleichsdaten zu ermitteln. So kann z. B. ermittelt werden, ob ein bestimmtes an einen Muskel übermitteltes Nervensignal eine tatsächliche Bewegung eines Körperteils oder der Exoprothese veranlasst oder der Muskel nur angespannt werden soll, um ein höheres Gewicht zu halten. Diese Informationen können entsprechend bei der Ermittlung der Vergleichsdaten berücksichtigt werden.
In einer zweiten Phase, in der die externe Recheneinheit nicht mehr an das Messsystem angeschlossen ist, kann die lokale Recheneinheit dann eigenständig anhand der Vergleichsdaten eine Auswertung der Messsignale durchführen und zudem mit den Korrekturfunktionen eine Adaption an Veränderungen im Messsystem und/oder am Nervenstrang durchführen und entsprechende Steuersignale ausgeben.
Das Messsystem kann somit vorteilhafterweise nach nur einmaligem Anschließen an eine externe Verarbeitungseinheit „initialisiert” werden und anschließend eigenständig arbeiten. Dabei werden die nur einmalig durchgeführten Auswertungen, die mehr Energie verbrauchen, extern durchgeführt und alle weiteren Messsignale energiesparend intern im Körper verarbeitet. Somit braucht der Patient nur sehr selten, z. B. einmal im Jahr, zum Arzt zu gehen, um neue Daten auf die lokale Recheneinheit zu überspielen
Vorteilhafterweise ist das gesamte Messsystem im Körper angeordnet, so dass insbesondere die Schnittstellen und auch die Recheneinheiten von außen nicht sichtbar sind. Zudem können die Steuersignale von der lokalen Recheneinheit zur Stimulationseinheit oder zur Expoprothese und die Lagesignale von der Steuereinrichtung der Exoprothese oder von der mechatronischen Erfassungseinheit (MEMS) komplett im Körper, z. B. über eine drahtlose Verbindung oder eine Verkabelung unter der Haut, übertragen werden, so dass diese Verbindung zur Signalübertragung ebenfalls von außen nicht sichtbar ist. Die gesamte Anordnung aus dem Messsystem und der Exoprothese bzw. dem Muskelstimulator ist zudem vorteilhafterweise ebenfalls am oder im Körper angeordnet, so dass die Messanordnung vollständig autark arbeiten kann.
Zur Energieversorgung, z. B. zum Aufladen eines Akkus in der lokalen Recheneinheit, kann das Messsystem vorteilhafterweise entweder induktiv über die Schnittstelle mit Energie versorgt werden oder direkt Energie vom Körper, z. B. Wärmeenergie, Bewegungsenergie, etc., d. h. über „energy harvesting”, aufnehmen, wobei in der lokalen Recheneinheit ein entsprechende Energieversorgungseinheit integriert sein kann, die Energie vom Körper in eine Nutzspannung umwandelt, um z. B. einen Akku aufzuladen. Somit ist das Messsystem vorteilhafterweise auch energieautark ausgeführt.
Die Erfindung wird im Folgenden an einem Ausführungsbeispiel und anhand der beiliegenden Zeichnungen näher erläutert. Es zeigen:
1 eine schematische Ansicht eines erfindungsgemäßen Messsystems,
2 eine Detailansicht einer Elektrode des Messsystems gemäß 1,
3 eine Schnittansicht durch einen Elektrodenbereich der Elektrode gemäß 2,
4 eine schematische Ansicht einer lokalen Recheneinheit des Messsystems gemäß 1,
5a bis c beispielhafte Signalmuster des Messsystems gemäß 1,
6 eine schematische Ansicht des Messsystems an einem Arm eines Patienten, und
7 eine schematische Schnittdarstellung eines Nervenstrangs.
Das Ausführungsbeispiel betrifft ein Messsystem 1, das eine Elektrode 2, eine lokale Recheneinheit 3 sowie eine Schnittstelle 4 aufweist. Die Elektrode 2 sowie die Schnittstelle 4 sind jeweils über eine Leitung 5, 6 mit der lokalen Recheneinheit 3 elektrisch verbunden. Die Leitungen 5, 6 sind dabei vorzugsweise so ausgeführt, dass das umliegende Körpergewebe eine Signalübertragung durch die Leitungen 5, 6 nicht wesentlich beeinflusst. Wie insbesondere in 1 gezeigt, ist das Messsystem 1 vollständig im Körper 11 z. B. eines Patienten angeordnet.
Die Elektrode 2, die vorzugsweise als eine ringförmige Elektrode, z. B. als eine Cuff-Elektrode, ausgeführt ist, kann derartig an körperliches Gewebe, z. B. an einen Nervenstrang 7, angelegt werden, dass die ringförmige Elektrode 2 das Gewebe in einem Aufnahmebereich A vollständig umhüllt. Die Elektrode 2 ist dabei in axialer Richtung R, d. h. im Wesentlichen in Richtung des Nervenstrangs 7 ausgedehnt, wie insbesondere in 1 dargestellt ist. Der Nervenstrang 7 wird dabei gemäß dieser Ausführungsform nicht beschädigt, da die Elektrode 2 lediglich am Außenumfang des Nervenstrangs 7 anliegt und z. B. durch einen Kraftschluss am Nervenstrang 7 gehalten wird.
Wie insbesondere in 2 gezeigt, ist die Elektrode 2 in drei Elektrodenbereiche 2.1, 2.2, 2.3 aufgeteilt, die in axialer Richtung R aneinander angrenzen. Jeder Elektrodenbereich 2.1, 2.2, 2.3 weist Sensoren 8 auf, die in Umfangsrichtung auf der Elektrode 2 verteilt sind. Die Sensoren 8 der Elektrode 2 dienen dabei dazu, das vom Nervenstrang 7 durch Nervensignale S0 erzeugte elektrische Feld zu messen. Der Nervenstrang 7, der, wie insbesondere in 3 gezeigt, aus einer Vielzahl von Axonen 9, d. h. Nervenfasern, besteht, leitet dabei eine Vielzahl von elektrischen Nervensignalen S0 bzw. Impulsen, die um den Nervenstrang 7 ein inhomogenes elektrisches Feld erzeugen, wobei die Inhomogenität insbesondere aus der unterschiedlichen radialen Lage der Axone 9 im Nervenstrang 7 folgt. Dieses erzeugte elektrische Feld wird von jedem einzelnen Sensor 8 erfasst, wobei jeder Sensor 8 durch die Inhomogenität des elektrischen Feldes eine andere Feldstärke misst, und in einem Messsignal S1 über die Leitung 5 an die lokale Recheneinheit 3 übermittelt. In der lokalen Recheneinheit 3 kann dann z. B. durch Triangulation eine räumliche Auswertung des elektrischen Feldes anhand der Messsignale S1 der einzelnen Sensoren 8 stattfinden.
In 3 sind lediglich andeutungsweise die Axone 9 des Nervenstrangs 7 dargestellt, wobei ein Nervenstrang 7 herkömmlicherweise bis zu 50.000 Axone 9 aufweisen kann. Somit kann jeder Sensor 8 lediglich eine Überlagerung von elektrischen Nervensignalen S0 einer Vielzahl von Axonen 9 messen. Die durch die Sensoren 8 gemessenen Potentiale V liegen dabei je nach Anzahl der gemessenen Axone 9 in der Größenordnung von 1 μV bis zu 1000 μV.
Gemäß 3, in der beispielhaft ein Schnitt durch einen der Elektrodenbereiche 2.1, 2.2, 2.3 der Elektrode 2 gezeigt ist, sind auf dem Umfang der Elektrode 2 drei Sensoren 8.1, 8.2, 8.3 angeordnet, die in einem Winkel von 120° gleichmäßig versetzt zueinander liegen. Somit kann von jedem Sensor 8.1, 8.2, 8.3 ein in etwa gleichgroßer Teilbereich 10.1, 10.2, 10.3 des vom Nervenstrang 7 erzeugten elektrischen Feldes detektiert werden und die Nervensignale S0 dementsprechend räumlich verteilt aufgenommen werden. Dabei ist es auch möglich, mehr als drei Sensoren 8.1, 8.2, 8.3 in einem Elektrodenbereich 2.1, 2.2, 2.3 zu verteilen, um eine größere räumliche Auflösung zu erhalten. Bei einer Triangulation kann somit aus dem sich überlappenden Teil der Teilbereiche 10.1, 10.2, 10.3, der in 3 schraffiert dargestellt ist, ein räumliches elektrisches Feld extrapoliert werden. Die dargestellten Teilbereiche 10.1, 10.2, 10.3 sind dabei lediglich beispielshaft angedeutet. Die Ausdehnung der Teilbereiche 10.1, 10.2, 10.3 ist u. a. abhängig von der Dicke des Nervenstrangs 7 und der Lage der Sensoren 8.1, 8.2, 8.3, so dass der überlappende Teil auch den gesamten Nervenstrang 7 abdecken kann oder auch nur einen kleinen Bereich.
Durch die Unterteilung der Elektrode 2 in unterschiedliche Elektrodenbereiche 2.1, 2.2, 2.3 kann zusätzlich auch eine räumliche Detektion in axialer Richtung R erreicht werden, so dass ein sich entlang des Nervenstrangs 7 verlaufendes elektrisches Nervensignal S0 z. B. verfolgt werden kann. Dadurch kann bestimmt werden, ob sich das elektrische Nervensignal S0 im Nervenstrang 7 zum Muskel hin bewegt, d. h. sich das elektrische Nervensignal S0 entlang einer motorischen Nervenfaser ausbreitet, oder sich in die andere Richtung, d. h. insbesondere zum Gehirn hin, bewegt und sich somit in einer sensorischen Nervenfaser ausbreitet. Das elektrische Feld um den Nervenstrang 7 kann also von der Elektrode 2 räumlich aufgelöst gemessen werden, wobei die von der Elektrode 2 übermittelten Messsignale S1 anschließend in der lokalen Recheneinheit 3 dahingehend ausgewertet werden können.
Zur Auswertung ist in der lokalen Recheneinheit 3 gemäß 4 insbesondere eine Eingabeeinheit 3.1, z. B. ein analoges Frontend, ein Mikrocontroller 3.2 zur Verarbeitung aufgenommener und gespeicherter Signale S1, S2, S3, eine Auswerteeinheit 3.3, insbesondere eine integrierte Schaltung, z. B. ein ASIC, sowie eine lokale Energieversorgung 3.4, z. B. ein Akkumulator, angeordnet, wobei die Komponenten 3.1, 3.2, 3.3 der lokalen Recheneinheit 3 so ausgelegt sind, dass sie nur sehr wenig Energie verbrauchen. Weiterhin kann in der lokalen Recheneinheit 3 eine Speichereinheit 3.5 zur Speicherung von aufgenommenen und ausgewerteten Signalen S1, S2, S3 vorgesehen sein. Je nach Anwendung sind auch weitere Komponenten in der lokalen Recheneinheit integrierbar, z. B. eine Energieversorgungseinheit 3.6 zur Gewinnung von Energie aus dem Körper über ein sog. „energy harvesting”, so dass die lokale Recheneinheit 3 vollständig energieautark betrieben werden kann.
Die über die Leitung 5 an die lokale Recheneinheit 3 übermittelten Messsignale S1 werden somit zunächst von der Eingabeeinheit 3.1 verarbeitet und anschließend von dem Mikrocontroller 3.2 und der Auswerteeinheit 3.3 z. B. anhand von Vergleichsdaten 16 bzw. Referenzdaten, die in der Speichereinheit 3.5 gespeichert sein können, ausgewertet. Die Vergleichsdaten 16 können dabei beispielsweise vorher über die Schnittstelle 4, die vorzugsweise eine drahtlose Datenübertragung erlaubt, auf die lokale Recheneinheit 3 übertragen werden. Weiterhin kann die Schnittstelle 4 als eine induktive Schnittstelle ausgeführt sein, die in bekannter Weise dazu genutzt werden kann Energie zu übertragen und somit der Akkumulator 3.4 über die Leitung 6 aufgeladen werden kann; d. h. über die Schnittstelle 4 kann die lokale Recheneinheit 3 auch mit Energie versorgt werden.
Zur Auswertung der Messsignale S1, können die von den unterschiedlichen Sensoren 8 der Elektrode 2 aufgenommenen Nervensignale S0 insbesondere auch in Abhängigkeit der Zeit t aufgenommen bzw. verarbeitet werden. Dadurch kann von der lokalen Recheneinheit 3 aus den Messsignalen S1 ein Signalmuster 15 ermittelt werden; mehrere solcher Signalmuster 15.1, 15.2, 15.3 sind beispielhaft in 5a für drei unterschiedliche Sensoren 8.1, 8.2, 8.3 eines bestimmten Elektrodenbereiches 2.1, 2.2, 2.3, dargestellt. Die Signalmuster 15.1, 15.2, 15.3 zeigen dabei eine gemessene Spannung V, die im Größenbereich von bis zu 1000 μV liegen kann, in Abhängigkeit der Zeit t, wobei die Zeit in der Größenordnung von einigen Millisekunden liegt.
Die in der 5a gezeigten Signalmuster 15.1, 15.2, 15.3, die jeweils von einem Sensor 8.1, 8.2, 8.3 aufgenommen sind, unterscheiden sich dabei im Wesentlichen nur in den Bereichen ihrer Maximalstellen M1, M2. Die lokale Recheneinheit 3 kann nun beispielsweise durch einen Vergleich der Maximalstellen M1, M2 der jeweiligen Signalmuster 15.1, 15.2, 15.3 mit den gespeicherten Vergleichsdaten 16, die ebenfalls in einem Vergleichsmuster dargestellt werden können, darauf schließen, welchem charakteristische Verlauf, der auch als Fingerprint bezeichnet werden kann, das jeweilige Signalmuster 15.1, 15.2, 15.3 entspricht. Aus dem Fingerprint kann dann beispielsweise auf einen Bewegungsablauf eines Körperteils oder einen sensorischen Nervenimpuls geschlossen werden; insbesondere wird das Signalmuster 15.1, 15.2, 15.3 also anhand von Referenzdaten identifiziert. Der Vergleich ist dabei jedoch nicht nur auf die Maximalstellen M1, M2 begrenzt, auch in anderen Teilen der Signalmuster 15.1, 15.2, 15.3 sind charakteristische Abweichungen zu erkennen. Es ist beispielsweise möglich sukzessive einzelne Bereiche der Signalmuster 15.1, 15.2, 15.3 zu vergleichen, um sich so einem Vergleichsmuster 16 anzunähern.
Aus diesem Vergleich werden von der lokalen Recheneinheit 3 dann Steuersignale S2 ermittelt, mit denen dann je nach Art des elektrischen Impulses entweder eine Stimulationseinheit 17 oder eine Exoprothese 18, z. B. eine Armprothese, angesteuert werden kann, um die dem Signalmuster 15 entsprechende Körperfunktion, z. B. eine Bewegung des Fingers der Exoprothese 18 oder eine entsprechende Stimulation eines Muskels, auszuführen. In 6 ist dies am Beispiel eines Muskelstimulators 17 gezeigt, wobei die Elektrode 2 im Bereich des Oberarms 25 am Nervenstrang 7 anliegt und von der lokalen Recheneinheit 3 erzeugte Steuersignale S2 an die Stimulationseinheit 17 übermittelt werden können, um einen Muskel entsprechend zu stimulieren.
Bevor ein aufgenommenes Signalmuster 15 durch einen Vergleich mit einem Vergleichsmuster 16 identifiziert wird, kann zunächst geprüft werden, ob es sich bei dem Signalmuster 15 um ein Signal von einer motorischen Nervenfaser oder einer sensorischen Nervenfaser handelt. Dazu kann ein bestimmtes Signalmuster 15 von den Sensoren 8 aus unterschiedlichen Elektrodenbereichen 2.1, 2.2, 2.3 „verfolgt” werden. Dieses Verhalten ist beispielhaft in der 5b dargestellt, in der Signalmuster 25.1, 25.2 gezeigt sind, die im selben Teilbereich 10.1, 10.2, 10.3 aber in unterschiedlichen Elektrodenbereichen 2.1, 2.2, 2.3 gemessen wurden.
Das Signalmuster 25.1 stellt dabei einen motorischen Impuls, d. h. einen elektrischen Impuls in einer motorischen Nervenfaser, und das Signalmuster 25.2 einen sensorischen Impuls, d. h. ein elektrisches Signal von einer sensorischen Nervenfaser, dar. Zum Zeitpunkt t1, bzw. während einer Zeitdauer dt1, werden demnach im obersten Elektrodenbereich 2.1 die Maximalwerte M1, M2, M3 des Signalmuster 25.1 gemessen. Zu einem späteren Zeitpunkt t2, bzw. einer Zeitdauer dt2, wird das gleiche Signalmuster 25.1 mit denselben Maximalwerten M1, M2, M3 von einem Sensor 8 im mittleren Elektrodenbereich 2.2 gemessen, woraus die lokale Recheneinheit 3 schließen kann, dass sich das dem Mustersignal 25.1 entsprechende Nervensignal S0 im Nervenstrang 7 nach unten, d. h. vom oberen Elektrodenbereich 2.1 in den mittleren Elektrodenbereich 2.2, bewegt hat.
Zu einem Zeitpunkt t3, bzw. dt3, wird im unteren Elektrodenbereich 2.3 ein Mustersignal 25.2 gemessen, dessen Maximalpunkte M14, M25, M36 betragsmäßig größer sind als die Maximalpunkte M1, M2, M3 des Mustersignals 25.1. Zu einem späteren Zeitpunkt t4 wird an einem Sensor 8 des mittleren Elektrodenbereiches 2.2 ein weiteres Signalmuster 25.3 erfasst, das zu einem Zeitpunkt t5 > t4 auch im oberen Elektrodenbereich 2.1 gemessen wird. Das Mustersignal 25.3 unterscheidet sich dabei vom Mustersignal 25.1 und 25.2 insbesondere in seinen Maximalpunkten M4, M5, M6. Aus dem zeitlichen Verlauf (t3 bis t5) des Mustersignals 25.3 kann die lokale Recheneinheit 3 schließen, dass sich das entsprechende Nervensignal S0 vom unteren Elektrodenbereich 2.3 zum oberen Elektrodenbereich 2.1 bewegt hat.
Die Richtungen beziehen sich dabei auf die 1, wobei der in 1 gezeigte obere Teil 7.1 des Nervenstrangs 7 z. B. zum Gehirn führt und der untere Teil 7.2 z. B. zum Muskel, so dass eine von oben nach unten verlaufender Impuls einem motorischen und ein von unten nach oben verlaufender Impuls einem sensorischen entspricht. Somit können die Signalmuster 25.1 und 25.3 entsprechend identifiziert werden. Zum Zeitpunkt t3 haben sich der sensorische Impuls und der motorische Impuls im unteren Elektrodenbereich 2.3 überlagert, woraus sich das in 5b gezeigte Signalmuster 25.2 ergibt, das sich aus der Überlagerung der Signalmuster 25.1 und 25.3 zusammensetzt.
Somit kann die lokale Recheneinheit 3 selbstständig anhand des zeitlichen Verlaufs des Signalmusters 25.1, 25.2, 25.3 zwischen einem sensorischen und einem motorischen Impuls unterscheiden. Insbesondere kann die lokale Recheneinheit 3 daraus auch eine Weglänge abschätzen, indem die Zeit zwischen motorischem Impuls und sensorischer „Antwort” aus den Verläufen in 5b bestimmt wird.
Ergeben sich im Messsystem 1 Veränderungen z. B. durch eine Veränderung der Aktivität des Nervenstrangs 7, wodurch sich auch die Intensität der aufgenommenen Nervensignale S0 verändert, so kann die lokale Recheneinheit 7 die aufgenommenen Signalmuster 15 unter Umständen keinem Vergleichsmuster 16 mehr zuordnen und somit die Nervensignale S0 nicht mehr identifizieren und entsprechende Steuersignale S2 ausgeben. Dazu ist eine Anpassung des Messsystems 1, insbesondere der Vergleichsdaten 16 oder der Signalmuster 15, durch die lokalen Recheneinheit 3 nötig.
Zur Anpassung kann der Patient dabei insbesondere auf eine externe Recheneinheit 12, z. B. ein externes, an die Schnittstelle 4 anschließbares Interface oder eine externe Steuereinheit, zurückgreifen, um z. B. manuell neue Bewegungen zu erlernen oder nicht bekannte Signalmuster zu identifizieren.
Um in diesem Fall allerdings nicht auf eine externe Recheneinheit 12 angewiesen zu sein, ist die lokale Recheneinheit 3 adaptionsfähig ausgebildet, d. h. sie ist lernfähig, so dass sich die lokale Recheneinheit 3 automatisch und eigenständig an diese sich verändernden Parameter, hier die Änderung der Nervenaktivität, anpassen kann. Dazu erkennt die lokale Recheneinheit 3 in diesem Ausführungsbeispiel eine sich verändernde Intensität des Signalmusters 15, indem sie bei einer Nichtübereinstimmung des Signalmusters 15 mit einem bekannten Vergleichsmuster 16, d. h. bei Nichtidentifizierung des Signalmusters 15, mehrere entsprechend vorher auf die lokale Recheneinheit 3 übertragene Korrekturfunktionen K testet, z. B. durch Multiplikation des Vergleichsmusters 16 oder des Signalmusters 15 mit der Korrekturfunktion K. Stimmt das Signalmuster 15 mit einer bestimmten getesteten Korrekturfunktion K wieder mit einem Vergleichsmuster 16 überein, so kann die lokale Recheneinheit 3 aus der angewandten Korrekturfunktion K darauf schließen, um welche Veränderung es sich handelt. D. h. in diesem Fall wird die lokale Recheneinheit 3 eine Korrekturfunktion K ermitteln, die die abnehmende Intensität des Signalmusters ausgleicht. Für alle zukünftigen Messungen kann die lokale Recheneinheit 3 das Signalmuster 15 oder das Vergleichsmuster 16 dann entsprechend mit dieser gefundenen Korrekturfunktion K anpassen.
Ein weiterer sich verändernder Parameter des Messsystems 1 kann eine ungewollt verschobene Elektrode 2 sein, die sich z. B. um den Nervenstrang 7 verdreht hat. Dadurch wird von der Elektrode 2 entsprechend auch ein anderer Teilbereich 10.1, 10.2, 10.3 des Nervenstrangs 7 gemessen, so dass die auf der ursprünglichen Verdrehung der Elektrode 2 basierenden Vergleichsmuster 16 nicht mehr für eine Auswertung herangezogen werden können, da die Vergleichsmuster 16 vorzugsweise an die von den Sensoren 8.1, 8.2, 8.3 gemessenen Teilbereiche 10.1, 10.2, 10.3 angepasst sind.
Der Nervenstrang 7 kann dabei gemäß der schematischen Schnittdarstellung in 7 in unterschiedliche Nervenbereiche 7.1, 7.2, 7.3, 7.4 eingeteilt werden, die jeweils eine andere Funktion erfüllen. So ist der Nervenbereich 7.1 beispielsweise für die Übertragung von motorischen und sensorischen Informationen bzgl. der Bewegung der Hand 23, der Nervenbereich 7.2 für den Oberarm 25, der Nervenbereich 7.3 für den Unterarm 24, der Nervenbereich 7.4 für Temperatur- und Tastsinne, etc., zuständig. Die schraffierten Flächen in 7 geben dabei den dem jeweiligen Nervenbereich 7.1, 7.2, 7.3, 7.4 zugeordneten sensorischen Teil an und die nichtschraffierten Flächen den jeweiligen motorischen Teil. An diese Einteilung sind die Vergleichsmuster 16 angepasst, so dass bei einer Verdrehung der Elektrode 2 die Vergleichsmuster 16 nicht mehr mit der Lage der Elektrode 2 übereinstimmen und entsprechend mit einer Korrekturfunktion K angepasst werden müssen. Dies kann ebenfalls durch die lokale Recheneinheit 3 geschehen.
Dieser Fall ist insbesondere in 5b dargestellt, wobei im linken Verlauf die ursprünglichen Signalmuster 15.1, 15.2, 15.3 dreier unterschiedlicher Sensoren 8.1, 8.2, 8.3 einer Elektrodenebene 2.1, 2.2, 2.3 zu sehen sind und im rechten Verlauf Signalmuster 15.1', 15.2', 15.3', die mit denselben, allerdings verdrehten Sensoren 8.1, 8.2, 8.3 aufgenommen sind. Im rechten Verlauf haben sich die Maximalwerte M1', M2', M3' der einzelnen Signalmuster 15 dabei zu größeren bzw. kleineren Werten hin verschoben. Diese Verschiebung kann die lokale Recheneinheit 3 erkennen, indem sie, wie bereits beschrieben, vorher auf die lokale Recheneinheit 3 übertragene Korrekturfunktionen K testet. Hat die lokale Recheneinheit 3 eine der Verdrehung entsprechende, vorher ermittelte Korrekturfunktion K gefunden, kann die lokale Recheneinheit 3 diese Korrekturfunktion K auf das Signalmuster 15 oder das Vergleichsmuster 16 anwenden, um wieder eine Übereinstimmung zu erhalten und korrekte Steuersignale S2 auszugeben. Für zukünftige Messungen kann die bestimmte Korrekturfunktion K dann auf die Messsignale S1 jedes Sensors angewandt werden, um die lokale Recheneinheit 3 an die Veränderung zu adaptieren.
Es sind noch weitere veränderbare Parameter denkbar, die das Signalmuster 15 verändern können, wobei die lokale Recheneinheit 3 diese Veränderungen jeweils durch Testen mit den Korrekturfunktionen K erkennen und die Auswertung der Signalmuster 15 entsprechend anpassen kann, so dass aufgenommene Nervensignale S0 mit bereits bekannten Vergleichsdaten 16 abgestimmt werden können.
Weiterhin kann eine Adaption auch durch eine Korrelation der motorischen und sensorischen Impulse stattfinden. Dazu kann z. B. nach Bestimmen eines Steuersignals S2 und Ansteuern der Exoprothese 18 oder der Stimulationseinheit 17 ermittelt werden, wie die sensorischen Nervenfasern auf diese durch den motorischen Nervenimpuls bestimmte Ansteuerung reagieren. Damit kann die lokale Recheneinheit 3 die Vergleichsdaten 16 an gewisse Bewegungsabläufe, z. B. neu gelernte Bewegungsabläufe, anpassen, indem neue Vergleichsdaten 16 bzw. Fingerprints durch die lokale Recheneinheit ermittelt werden. Die lokale Recheneinheit 3 kann dazu insbesondere auch die Zeiträume bis zur Reaktion eines sensorischen Nervenimpulses auf einen motorischen Nervenimpuls ermitteln, um z. B. abzuschätzen, welcher Muskel stimuliert wurde. Eine Reaktion auf eine Stimulation eines Muskels in der Hand 23 braucht dabei erwartungsgemäß länger als eine Stimulation eines Muskels im Unterarm 24. Diese Information kann die lokale Recheneinheit 3 zur Adaption ebenfalls nutzen.
Weiterhin können ergänzend auch Informationen einer mechatronischen Erfassungseinheit 20, z. B. eines Inertialsensors zur Lokalisierung einer Bewegung im Raum, herangezogen werden, der gemäß der Ausführungsform der 6 z. B. in der 23 des Patienten integriert sein kann und die tatsächliche räumliche Bewegung der Hand 23 misst und als Lagesignal S4 an die lokale Recheneinheit 3 ausgeben kann. Dadurch kann bei der Auswertung auch auf derartige Informationen zurückgegriffen werden, um z. B. festzustellen, ob der Unterarm 24 oder die Hand 23 tatsächlich bewegt wurde, oder nur die Muskeln angespannt wurden, um ein sich veränderndes Gewicht an der gleichen Position zu halten. Auch in der Exoprothese 18 ist eine Ermittlung einer solchen Lageinformation möglich, indem z. B. aus von einer Steuereinrichtung 22 der Exoprothese 18 ausgeführten Bewegungen ein Lagesignal S4 ermittelt wird, das die tatsächliche Bewegung der Exoprothese 18 im Raum wiedergibt. Mit diesen Lageinformationen bzw. Lagesignalen S4 kann die lokale Recheneinheit 3 entsprechend ebenfalls adaptieren.
Zur Übermittlung der Vergleichsdaten 16 und der Korrekturfunktionen K an die lokale Recheneinheit 3 kann an die Schnittstelle 4 des Messsystems 1 eine externe Recheneinheit 12 mit einer externen Schnittstelle 13 angeschlossen werden, so dass über ein Datensignal S3 Vergleichsdaten 16 und Korrekturfunktionen K ausgetauscht werden können. Die externe Recheneinheit 12 ist dabei in einem Außenbereich 14 außerhalb des Körpers 11 angeordnet.
Die externe Recheneinheit 12 dient insbesondere dazu, über das Datensignal S3 von der externen Recheneinheit 12 ermittelte Vergleichsdaten 16 und Korrekturfunktionen K lediglich einmalig auf die lokale Recheneinheit 3 zu übertragen, so dass die lokale Recheneinheit 3 die aufgenommenen Nervensignale S0 anhand der Vergleichsdaten 16 eigenständig interpretieren und daraus die Steuersignale S2 erzeugen kann und bei Veränderungen im System die Korrekturfunktionen auf die Signalmuster 15 oder die Vergleichsmuster 16 anwenden kann.
Die Vergleichsdaten 16 und die Korrekturfunktionen K können dabei beispielsweise einmalig in einer ersten Phase, z. B. einer Lernphase, in der externen Recheneinheit 12 ermittelt werden, indem von der Elektrode 2 während der Lernphase Messsignale S1 ausgegeben und in der externen Recheneinheit 12 anhand von bekannten, evolutionären Algorithmen interpretiert und anschließend zur Verarbeitung in der lokalen Recheneinheit 3 aufbereitet (verdichtet) werden können.
Die externe Recheneinheit 12 ermittelt dabei in der Lernphase, z. B. durch Triangulation, aus den übertragenen Messsignalen S1 in welchen Nervenbereichen 7.1, 7.2, 7.3, 7.4 des Nervenstrangs 7 das elektrische Feld durch eine bestimmte Muskelbewegung oder eine Veränderung im Messsystem 1 verändert wird, um insbesondere die Zuordnung gemäß 7 zu ermitteln. Die externe Recheneinheit kann dabei z. B. durch evolutionäre Algorithmen die Nervenfaser 7 räumlich unterteilen und bestimmten Muskelgruppen zuordnen, wobei sowohl sensorische als auch motorische Bereiche unterschieden werden können. Die Zuordnung ist dabei für jeden Patienten unterschiedlich, so dass diese Ermittlung für jeden Patienten mindestens einmalig durchgeführt wird.
Ergänzend dazu können zum Ermitteln der Vergleichsdaten 16 auch Informationen der mechatronischen Erfassungseinheit 20 oder einer externen Kamera 21 (s. 6), die die tatsächlichen Bewegungen der Exoprothese 18 oder eines Körperteils 23, 24, 25 misst, hinzugezogen werden. Aus diesen Informationen kann die externe Recheneinheit 12 dann Vergleichsdaten 16 bzw. Fingerprints für verschiedene Bewegungen ermitteln, mit denen später bei einer Messung der Nervensignale S0 mit den Sensoren 8 eine Zuordnung auf einen bestimmten Nervenbereich 7.1, 7.2, 7.3, 7.4 erfolgen kann.
Wird das Messsystem 1 in der Lernphase verändert, z. B. durch eine gewollte Verdrehung der Elektrode 2, können zudem Korrekturfunktionen K bestimmt werden, mit denen das Messsignal S1 angepasst werden kann, um diese Veränderung des Messsystems 1 auszugleichen.
Diese Vergleichsdaten 16 und Korrekturfunktionen K sind dabei so aufbereitet, dass sie einmalig auf die lokale Recheneinheit 3 übertragen werden können, um in der sich an die erste Phase (Lernphase) anschließenden zweiten Phase weiterverarbeitet werden zu können. Die lokale Recheneinheit 3 kann mit diesen Vergleichsdaten 16 in der zweiten Phase dann eigenständig die von der Elektrode 2 ermittelten Nervensignale S0 auswerten, ohne auf eine externe Recheneinheit 12 angewiesen zu sein. Die Korrekturfunktionen K können zudem in der zweiten Phase zur Anpassung der Muster 15, 16 verwendet werden.
Nachträglich können über die Schnittstelle 4 weiterhin Updates der Vergleichsdaten 16 oder der Korrekturfunktionen K auf die lokale Recheneinheit 3 übertragen werden. Grundsätzlich ist jedoch nicht vorgesehen, die externe Recheneinheit 12 dauerhaft über die Schnittstelle 4 an die lokale Recheneinheit 3 anzubinden. Vorgesehen ist vielmehr, dass der Patient z. B. einmal jährlich zum Arzt geht und dort wichtige Updates von der externen Recheneinheit 12 auf die lokale Recheneinheit 3 im Körper des Patienten überspielt werden oder die lokale Recheneinheit 3 überprüft wird. Alle weiteren Anpassungen können erfindungsgemäß von der lokalen Recheneinheit 3 selbst übernommen werden.

Claims

Messsystem (1) zur Aufnahme und Auswertung von Nervensignalen (S0) eines Nervenstrangs (7), mindestens aufweisend: mindestens eine implantierbare, in einem Aufnahmebereich (A) des Nervenstrangs (7) angeordnete Elektrode (2) zur Aufnahme von Nervensignalen (S0) und Ausgabe von Messsignalen (S1), eine implantierbare lokale Recheneinheit (3) zur Anordnung im Körper (11) und zur Aufnahme und Auswertung der Messsignale (S1), und eine Schnittstelle (4) zum Austausch von Datensignalen (S3) mit einer externen Recheneinheit (12), wobei in der lokalen Recheneinheit (3) in Abhängigkeit der von der Elektrode (2) ausgegebenen Messsignale (S1) Steuersignale (S2) zur Ansteuerung einer Stimulationseinheit (17) oder einer Exoprothese (18) ermittelbar sind, und wobei die lokale Recheneinheit (3) adaptionsfähig ist zur Anpassung an Veränderungen des Messsystems (1) und/oder des Nervenstrangs (7).
Messsystem (1) nach Anspruch 1, dadurch gekennzeichnet, dass die mindestens eine Elektrode (3) eine ringförmige Elektrode, z. B. eine Cuff-Elektrode, ist zum Umhüllen des Nervenstrangs (7) in dem Aufnahmebereich (A).
Messsystem (1) nach Anspruch 2, dadurch gekennzeichnet, dass die ringförmige Elektrode (3) mindestens drei in axialer Richtung (R) versetzt zueinander angeordnete Elektrodenbereiche (2.1, 2.2, 2.3) aufweist zur axialen Ausdehnung des Aufnahmebereiches (A).
Messsystem (1) nach Anspruch 3, dadurch gekennzeichnet, dass in jedem Elektrodenbereich (2.1, 2.2, 2.3) mindestens drei Sensoren (8, 8.1, 8.2, 8.3) angeordnet sind zum räumlichen Aufnehmen der Nervensignale (S0).
Messsystem (1) nach Anspruch 4, dadurch gekennzeichnet, dass die Sensoren (8.1, 8.2, 8.3) in Umfangsrichtung der Elektrode (2) versetzt zueinander angeordnet sind, insbesondere gleichmäßig versetzt, z. B. um einen Winkel von ca. 120° zur Messung der Nervensignale (S0) in unterschiedlichen Teilbereichen (10.1, 10.2, 10.3) des Nervenstrangs (7).
Messsystem (1) nach Anspruch 4 oder 5, dadurch gekennzeichnet, dass die von den Sensoren (8, 8.1, 8.2, 8.3) der Elektrode (3) ausgegebenen Messsignale (S1) von der lokalen Recheneinheit (3) über eine vordefinierte Zeit (t) aufnehmbar sind zur Erzeugung eines Signalmusters (15) für jeden Sensor (8, 8.1, 8.2, 8.3)
Messsystem (1) nach Anspruch 6, dadurch gekennzeichnet, dass in der lokalen Recheneinheit (3) Signalmuster (15) von drei in axialer Richtung (R) versetzt zueinander angeordneten Elektrodenbereichen (2.1, 2.2, 2.3) vergleichbar sind zum Bestimmen einer Richtung, in der sich die Nervensignale (S0) ausbreiten.
Messsystem (1) nach Anspruch 6 oder 7, dadurch gekennzeichnet, dass in der lokalen Recheneinheit (3) Signalmuster (15) von in Umfangsrichtung versetzt zueinander angeordneten Sensoren (8.1, 8.2, 8.3) miteinander vergleichbar und durch eine Triangulation miteinander korrelierbar sind zur räumlichen Extrapolation des den Nervenstrang (7) umgebenden elektrischen Feldes.
Messsystem (1) nach einem der Ansprüche 6 bis 8, dadurch gekennzeichnet, dass die Signalmuster (15) in der lokalen Recheneinheit (3) mit Vergleichsdaten (16), z. B. Referenzsignalen, insbesondere charakteristischen Fingerprints, vergleichbar sind zur Identifikation der aufgenommenen Signalmuster (15).
Messsystem (1) nach einem der Ansprüche 6 bis 9, dadurch gekennzeichnet, dass in der lokalen Recheneinheit (3) aus einem nicht identifizierbaren Signalmuster (15) eine Veränderung im Messsystem (1) und/oder am Nervenstrang (7) ermittelbar ist.
Messsystem (1) nach Anspruch 10, dadurch gekennzeichnet, dass in der lokalen Recheneinheit (3) eine der Veränderung zugeordnete Funktion zur Modifizierung von Messsignalen (S1), z. B. eine Korrekturfunktion (K) in Abhängigkeit der Zeit (t), ermittelbar ist, die die Veränderung ausgleicht.
Messsystem (1) nach Anspruch 11, dadurch gekennzeichnet, dass zur Ermittlung der Korrekturfunktion (K) ein Korrelationsergebnis aus einer Korrelation, z. B. einer Multiplikation, der nicht identifizierbaren Signalmuster (15) mit gespeicherten Korrekturfunktionen (K) ermittelbar ist, und bei Übereinstimmung des Korrelationsergebnisses mit den Vergleichsmustern (16) die entsprechend korrelierte Korrekturfunktion (K) in der lokalen Recheneinheit (3) zur zukünftigen Auswertung der Signalmuster (15) verwendbar ist zur Ausbildung der Adaptionsfähigkeit der lokalen Recheneinheit (3).
Messsystem (1) nach einem der Ansprüche 9 bis 12, dadurch gekennzeichnet, dass das Messsystem (1) zusätzlich eine mechatronische Erfassungseinheit (20), insbesondere eines Mikrosystem, z. B. eine MEMS, aufweisen kann zur Detektion einer Bewegung eines Körperteils (23, 24, 25) und Ausgabe eines Lagesignals (S4) an die lokale Recheneinheit (3) zur Identifizierung und Modifizierung der Signalmuster (15).
Messsystem (1) nach Anspruch 13, dadurch gekennzeichnet, dass das Lagesignal (S4) im oder am Körper übertragbar ist.
Messsystem (1) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass über das Datensignal (S3) die Vergleichsdaten (16) und/oder die Korrekturfunktionen (K) und/oder Updates auf die lokale Recheneinheit (3) übertragbar sind.
Messsystem (1) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Schnittstelle (4) eine drahtlose Schnittstelle, z. B. eine induktive Schnittstelle, ist zum drahtlosen Austausch der Datensignale (S3) zwischen der lokalen Recheneinheit (3) und der externen Recheneinheit (12).
Messsystem (1) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass über die Schnittstelle (4) induktiv Energie auf die lokale Recheneinheit (3) übertragbar ist zur Versorgung des Messsystems (1) mit Energie.
Messsystem (1) nach einem der Ansprüche 1 bis 16, dadurch gekennzeichnet, dass die lokale Recheneinheit (3) energieautark ist, wobei die lokale Recheneinheit (3) zusätzlich eine Energieversorgungseinheit (3.6) aufweist zur eigenständigen Erzeugung von Energie.
Messsystem (1) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die lokale Recheneinheit (3) mindestens ein Element aufweist aus der Gruppe, die besteht aus: Speichereinheit (3.5) zur Speicherung von Messsignalen (S1), Steuersignalen (S2) und/oder Datensignalen (S3), eine Batterie (3.4) zur Versorgung der lokalen Recheneinheit (3) mit Energie, einen Mikrocontroller (3.2), eine Auswerteeinrichtung (3.3), insbesondere eine integrierte Schaltung, z. B. einen ASIC zur Verarbeitung der Signale (S1, S2, S3).
Anordnung mit einem Messsystem (1) gemäß einem der Ansprüche 1 bis 19, das mindestens ein Element aufweist aus der Gruppe: Stimulationseinheit (17), Exoprothese (18), externe Recheneinheit (12).
Anordnung nach Anspruch 20, dadurch gekennzeichnet, dass das Steuersignal (S2) zwischen lokaler Recheneinheit (3) und Stimulationseinheit (17) oder Exoprothese (18) im oder am Körper (11) übertragbar ist.
Anordnung nach Anspruch 20 oder 21, dadurch gekennzeichnet, dass von einer Steuereinrichtung (22) der Exoprothese (18) Lagesignale (S4) in Abhängigkeit der ausgeführten Bewegung der Exoprothese (18) an die lokale Recheneinheit (3) übermittelbar sind, wobei die Lagesignale (S4) im oder am Körper (11) übertragbar sind.
Verfahren zur Aufnahme und Auswertung von Nervensignalen (S0) mit einem Messsystem (1) nach einem der Ansprüche 1 bis 19 oder einer Anordnung nach einem der Ansprüche 20 bis 22, wobei in einer ersten Phase (Lernphase) die von der Elektrode (2) aufgenommenen Messsignale (S1) als Datensignale (S3) an die Schnittstelle (4) zur Verarbeitung in einer mit der Schnittstelle (4) verbundenen externen Recheneinheit (12) übertragen werden, und die externe Recheneinheit (12) die Datensignale (S3) dabei anhand evolutionärer Algorithmen auswertet und daraus Vergleichsdaten (16) und Korrekturfunktionen (K) ermittelt und die Vergleichsdaten (16) und die Korrekturfunktionen (K) über die Schnittstelle (4) wieder an die lokale Recheneinheit (3) übermittelt werden, und wobei die Messsignale (S1) in einer zweiten Phase von der lokalen Recheneinheit (3) eigenständig ausgewertet, mit den Vergleichsdaten (16) verglichen und in Abhängigkeit davon die Steuersignale (S3) ermittelt werden sowie bei Veränderungen im Messsystem (1) und/oder am Nervenstrang (7) eine Adaption der lokalen Recheneinheit (3) mit den Korrekturfunktionen (K) durchgeführt wird.
Verfahren nach Anspruch 23, dadurch gekennzeichnet, dass die externe Recheneinheit (12) in der zweiten Phase von der Schnittstelle (4) abgetrennt wird.
Verfahren nach Anspruch 23 oder 24, dadurch gekennzeichnet, dass zusätzlich zur Auswertung der Messsignale (S1) in der externen Recheneinheit (12) und zur Adaption in der lokalen Recheneinheit (3) die Lagesignale (S4) der mechatronischen Erfassungseinheit (20) und/oder der Steuereinrichtung (22) der Exoprothese (18) berücksichtigt werden.