DE112016006127T5

DE112016006127T5 - System zur Zusammenstellung von Neurostimulationsmustern für kumulative Wirkung

Info

Publication number: DE112016006127T5
Application number: DE112016006127.7T
Authority: DE
Inventors: G. Karl Steinke; Michael A. Moffitt; Hemant Bokil
Original assignee: Boston Scientific Neuromodulation Corp
Current assignee: Boston Scientific Neuromodulation Corp
Priority date: 2015-12-30
Filing date: 2016-12-29
Publication date: 2018-09-20
Also published as: US20170189688A1; US10183167B2; WO2017117448A1

Abstract

Ein Beispiel für ein System zur Programmierung eines Neurostimulators kann eine Speichervorrichtung und einen Mustergenerator umfassen. Die Speichervorrichtung kann eine Musterbibliothek und ein oder mehrere neuronale Netzwerkmodelle speichern. Die Musterbibliothek kann Felder und Wellenformen der Neuromodulation umfassen. Das eine oder die mehreren neuronalen Netzwerkmodelle können jeweils konfiguriert sein, um die Auswertung von Wirkungen eines oder mehrerer Felder in Kombination mit einer oder mehreren Wellenformen bei der Behandlung einer oder mehrerer Indikationen für die Neuromodulation zu ermöglichen. Der Mustergenerator kann konfiguriert sein, um ein räumlich-zeitliches Muster der Neurostimulation und/oder seine Bausteine unter Verwendung wenigstens eines neuronalen Netzwerkmodells zu erzeugen und näherungsweise zu optimieren. Das räumlich-zeitliche Muster der Neurostimulation kann eine Reihe von Teilmustern zur Behandlung einer Indikation der einen oder mehreren Indikationen für die Neuromodulation umfassen.

Description

Beanspruchung der Priorität
Die vorliegende Erfindung beansprucht den Prioritätsvorteil unter 35 U.S.C. § 119(e) der vorläufigen US-Patentanmeldung mit der Seriennummer 62/361 862 , eingereicht am 13. Juli 2016, und der vorläufigen US-Patentanmeldung mit der Seriennummer 62/273,062 , eingereicht am 30. Dezember 2015, die hier in ihrer Gesamtheit per Referenz eingebunden sind.
Verweis auf verwandte Anmeldungen
Diese Anmeldung ist verwandt mit der gemeinsam zugeordneten vorläufigen US-Patentanmeldung mit der Seriennummer 62/361,847 mit dem Titel „METHOD AND APPARATUS FOR COMPOSING SPATIO-TEMPORAL PATTERNS OF NEUROSTIMULATION USING A NEURONAL NETWORK MODEL“, eingereicht am 13. Juli 2016; der vorläufigen US-Patentanmeldung mit der Seriennummer 62/361,872 mit dem Titel „METHOD AND APPARATUS FOR OPTIMIZING SPATIO-TEMPORAL PATTERNS OF NEUROSTIMULATION FOR VARYING CONDITIONS“, eingereicht am 13. Juli 2016; der vorläufigen US-Patentanmeldung mit der Seriennummer 62/361,880 mit dem Titel „METHOD AND APPARATUS FOR GUIDED OPTIMIZATION OF SPATIO-TEMPORAL PATTERNS OF NEUROSTIMULATION“, eingereicht am 13. Juli 2016; und der vorläufigen US-Patentanmeldung mit der Seriennummer 62/361,886 mit dem Titel „METHOD AND APPARATUS FOR REDUCING SPATIAL SENSITIVITY IN NEUROSTIMULATION USING SPATIO-TEMPORAL FILTERING“, eingereicht am 13. Juli 2016, die hier in ihrer Gesamtheit per Referenz eingebunden sind.
Technisches Gebiet
Dieses Dokument betrifft allgemein medizinische Vorrichtungen und insbesondere ein System zur Neurostimulationsprogrammierung, welches die Zusammenstellung von Stimulationsmustern umfasst.
Hintergrund
Neurostimulation, auf die auch als Neuromodulation Bezug genommen wird, wurde als eine Therapie für eine Vielzahl von Zuständen vorgeschlagen. Beispiele für Neurostimulation umfassen Rückenmarkstimulation (SCS), Tiefenhirnstimulation (DBS), Stimulation der peripheren Nerven (PNS) und funktionale Elektrostimulation (FES). Implantierbare Neurostimulationssysteme wurden angewendet, um eine derartige Therapie durchzuführen. Ein implantierbares Neurostimulationssystem kann einen implantierbaren Neurostimulator, auf den auch als ein implantierbarer Pulsgenerator (IPG) Bezug genommen wird, und einen oder mehrere implantierbare Leitungen, die jeweils eine oder mehrere Elektroden umfassen, enthalten. Der implantierbare Neurostimulator gibt durch eine oder mehrere Elektroden, die auf oder nahe einer Zielstelle in dem Nervensystem angeordnet sind, Neurostimulationsenergie ab. Eine externe Programmiervorrichtung wird verwendet, um den implantierbaren Neurostimulator mit Stimulationsparametern zu programmieren, welche die Abgabe der Neurostimulationsenergie steuern.
In einem Beispiel wird die Neurostimulationsenergie in der Form elektrischer Neurostimulationsimpulse abgegeben. Die Abgabe wird unter Verwendung von Stimulationsparametern gesteuert, die räumliche (wo stimuliert werden soll), zeitliche (wann stimuliert werden soll) und informationelle (Muster von Impulsen, die das Nervensystem lenken, um nach Wunsch zu reagieren) Aspekte eines Musters von Neurostimulationsimpulsen spezifizieren. Viele aktuelle Neurostimulationssysteme werden programmiert, um regelmäßige Impulse mit einer oder ein paar Wellenformen kontinuierlich oder in Bursts abzugeben. Die menschlichen Nervensysteme verwenden jedoch neurale Signale mit komplizierteren Mustern, um verschiedene Arten von Informationen, einschließlich Wahrnehmungen von Schmerz, Druck, Temperatur, etc. zu übermitteln. Das Nervensystem kann eine künstliche Stimulation mit einem einfachen Stimulationsmuster als ein unnatürliches Phänomen deuten und mit einer unbeabsichtigten und unerwünschten Wahrnehmung und/oder Bewegung reagieren. Zum Beispiel sind Neurostimulationstherapien dafür bekannt, dass sie Parästhesie und/oder Schwingungen von Nichtzielgewebe oder Organen bewirken.
Neuere Forschungen haben gezeigt, dass die Wirksamkeit und Effizienz von gewissen Neurostimulationstherapien verbessert werden kann und ihre Nebenwirkungen verringert werden können, indem Muster von Neurostimulationsimpulsen verwendet werden, die natürliche Muster von Nervensignalen emulieren, die im menschlichen Körper beobachtet werden. Während moderne Elektronik der Notwendigkeit, derartige komplizierte Impulsmuster zu erzeugen, Rechnung tragen kann, hängt die Fähigkeit eines Neurostimulationssystems in hohem Maß von seiner Programmierbarkeit nach der Herstellung ab. Zum Beispiel kann ein kompliziertes Impulsmuster einem Patienten nur nützen, wenn es für diesen patientenspezifisch angepasst ist, und Stimulationsmuster, die zur Zeit der Herstellung vorbestimmt sind, können das Potential für die Anpassung erheblich begrenzen. Eine derartige Anpassung kann wenigstens teilweise von einem Benutzer, wie etwa einem Arzt oder einem anderen Pfleger, durchgeführt werden, wobei der Patient in einer klinischen Einrichtung ist.
Zusammenfassung
Ein Beispiel (z.B. „Beispiel 1“) für ein System zur Programmierung eines Neurostimulators, um Neurostimulationsenergie durch eine Vielzahl von Elektroden abzugeben, kann eine Speichervorrichtung und einen Mustergenerator umfassen. Die Speichervorrichtung kann konfiguriert sein, um eine Musterbibliothek und ein oder mehrere neuronale Netzwerkmodelle zu speichern. Die Musterbibliothek kann eine Vielzahl von Feldern und eine Vielzahl von Wellenformen umfassen. Die Felder können jeweils eine räumliche Verteilung der Neurostimulationsenergie über die Vielzahl von Elektroden spezifizieren. Die Wellenformen können jeweils ein zeitliches Muster der Neuromodulationsenergie spezifizieren. Das eine oder die mehreren neuronalen Netzwerkmodelle können jeweils ein Rechenmodell sein, das konfiguriert ist, um die Bewertung von Wirkungen eines oder mehrerer Felder, die aus der Vielzahl von Feldern ausgewählt werden, in Kombination mit einer oder mehreren Wellenformen, die aus der Vielzahl von Wellenformen ausgewählt werden, bei der Behandlung einer oder mehrerer Indikationen für die Neuromodulation zu ermöglichen. Der Mustergenerator kann konfiguriert sein, um ein räumlich-zeitliches Muster der Neurostimulation zu erzeugen, das eine Sequenz einer oder mehrerer räumlich-zeitlicher Einheiten spezifiziert, die ein oder mehrere Felder, die aus der Vielzahl von Feldern ausgewählt werden, in Kombination mit einer oder mehreren Wellenformen, die aus der Vielzahl von Wellenformen ausgewählt werden, spezifiziert. Das räumlich-zeitliche Muster der Neurostimulation kann eine Reihe von Teilmustern zur Behandlung einer Indikation der einen oder mehreren Indikationen für die Neuromodulation umfassen. Der Mustergenerator kann einen Mustereditor und einen Musteroptimierer umfassen. Der Mustereditor kann konfiguriert sein, um ein oder mehrere der Vielzahl von Feldern, der Vielzahl von Wellenformen, der einen oder mehreren räumlich-zeitlichen Einheiten oder des räumlich-zeitlichen Musters der Neurostimulation aufzubauen. Der Musteroptimierer kann konfiguriert sein, um ein oder mehrere der Vielzahl von Feldern, der Vielzahl von Wellenformen, der einen oder mehreren räumlich-zeitlichen Einheiten oder des räumlich-zeitlichen Musters der Neurostimulation unter Verwendung wenigstens eines neuronalen Netzwerkmodells des einen oder der mehreren neuronalen Netzwerkmodelle näherungsweise zu optimieren.
In dem Beispiel 2 kann der Gegenstand des Beispiels 1 wahlweise derart konfiguriert werden, dass die Wirkungen eine oder mehrere therapeutische Wirkungen umfassen.
In dem Beispiel 3 kann der Gegenstand des Beispiels 2 wahlweise derart konfiguriert werden, dass die Wirkungen ferner eine oder mehrere Nebenwirkungen umfassen.
In dem Beispiel 4 kann der Gegenstand des Beispiels 3 wahlweise derart konfiguriert werden, dass der Mustergenerator konfiguriert wird, um jedes Teilmuster der Reihe von Teilmustern derart zu erzeugen, dass Teile der Neurostimulationsenergie, die gemäß dem räumlich-zeitlichen Muster der Neurostimulation abgegeben werden, eine kumulative Wirkung bei der Behandlung der Indikation haben, ohne die eine oder mehreren spezifizierten Nebenwirkungen zu bewirken.
In dem Beispiel 5 kann der Gegenstand des Beispiels 4 wahlweise derart konfiguriert werden, dass der Mustergenerator konfiguriert wird, um jedes Teilmuster der Reihe von Teilmustern derart zu erzeugen, dass Teile der Neurostimulationsenergie, die gemäß dem räumlich-zeitlichen Muster der Neurostimulation abgegeben werden, eine kumulative Wirkung bei der Behandlung von Schmerzen haben, ohne Parästhesie zu bewirken.
In dem Beispiel 6 kann der Gegenstand des Beispiels 4 wahlweise derart konfiguriert werden, dass der Mustergenerator konfiguriert wird, um jedes Teilmuster der Reihe von Teilmustern derart zu erzeugen, dass Teile der Neurostimulationsenergie, die gemäß dem räumlich-zeitlichen Muster der Neurostimulation abgegeben werden, eine kumulative Wirkung bei der Behandlung von Schmerzen haben, ohne ein unerträgliches Maß an Parästhesie zu bewirken.
In dem Beispiel 7 kann der Gegenstand des Beispiels 4 wahlweise derart konfiguriert werden, dass der Mustergenerator konfiguriert wird, um jedes Teilmuster der Reihe von Teilmustern derart zu erzeugen, dass Teile der Neurostimulationsenergie, die gemäß dem räumlich-zeitlichen Muster der Neurostimulation abgegeben werden, eine kumulative Wirkung bei der Behandlung von Schmerzen haben, während eine erwünschte Art von Wahrnehmung bewirkt wird.
In dem Beispiel 8 kann der Gegenstand jedes oder jeder Kombination der Beispiele 1 bis 7 wahlweise derart konfiguriert werden, dass der Musteroptimierer konfiguriert wird, um jedes Teilmuster der Reihe von Teilmustern unter Verwendung des wenigstens einen neuronalen Netzwerkmodells einzeln näherungsweise zu optimieren.
In dem Beispiel 9 kann der Gegenstand jedes oder jeder Kombination der Beispiele 1 bis 8 wahlweise derart konfiguriert werden, dass das wenigstens eine neuronale Netzwerkmodell Eingänge, die einem oder mehreren Feldern der Vielzahl von Feldern entsprechen, die in der Reihe von Teilmustern spezifiziert werden, und Ausgänge umfasst, die jeweils eine Wirkung bei der Behandlung einer Indikation der einen oder mehreren Indikationen für die Neuromodulation oder eine Nebenwirkung darstellen.
In dem Beispiel 10 kann der Gegenstand jedes oder jeder Kombination der Beispiele 1 bis 9 wahlweise derart konfiguriert werden, dass die Reihe von Teilmustern ein erstes Teilmuster, das konstruiert ist, um eine therapeutische Wirkung bei der Behandlung der Indikation der einen oder mehreren Indikationen für die Neuromodulation zu haben, und ein zusätzliches Teilmuster umfasst.
In dem Beispiel 11 kann der Gegenstand des Beispiels 10 wahlweise derart konfiguriert werden, dass das zusätzliche Teilmuster konstruiert wird, um die therapeutische Wirkung zu erhöhen.
In dem Beispiel 12 kann der Gegenstand jedes oder jeder Kombination der Beispiele 10 und 11 wahlweise derart konfiguriert werden, dass das erste Teilmuster mit einer Nebenwirkung verbunden ist und das zusätzliche Teilmuster konstruiert ist, um die Nebenwirkung zu lindern.
In dem Beispiel 13 kann der Gegenstand jedes oder jeder Kombination der Beispiele 10 bis 12 wahlweise derart konfiguriert werden, dass die ersten und zusätzlichen Teilmuster identische Felder umfassen, die aus der Vielzahl von Feldern ausgewählt werden.
In dem Beispiel 14 kann der Gegenstand jedes oder jeder Kombination der Beispiele 10 bis 12 wahlweise derart konfiguriert werden, dass die ersten und zusätzlichen Teilmuster verschiedene Felder umfassen, die aus der Vielzahl von Feldern ausgewählt werden.
In dem Beispiel 15 kann der Gegenstand jedes oder jeder Kombination der Beispiele 1 bis 14 wahlweise derart konfiguriert werden, dass er ferner eine Programmiersteuerschaltung umfasst, die konfiguriert ist, um mehrere Stimulationsparameter zu erzeugen, welche die Abgabe von Neurostimulationsenergie von dem Neurostimulator gemäß dem räumlich-zeitlichen Muster der Neurostimulation steuern, und um die mehreren Stimulationsparameter an den Neurostimulator zu übertragen.
Ein Beispiel (z.B. „Beispiel 16“) für ein Verfahren zur Programmierung eines Neurostimulators wird ebenfalls bereitgestellt. Das Verfahren kann die Bereitstellung einer Musterbibliothek, die Bereitstellung eines oder mehrerer neuronaler Netzwerkmodelle und die Erzeugung eines räumlich-zeitlichen Musters der Neurostimulation umfassen. Die Musterbibliothek kann mehrere Felder und mehrere Wellenformen umfassen. Die Felder können jeweils eine räumliche Verteilung der Neurostimulationsenergie über die mehreren Elektroden spezifizieren. Die Wellenformen können jeweils ein zeitliches Muster der Neuromodulationsenergie spezifizieren. Das eine oder die mehreren neuronalen Netzwerkmodelle können jeweils ein Rechenmodell sein, das konfiguriert ist, um die Bewertung von Wirkungen eines oder mehrerer Felder, die aus der Vielzahl von Feldern ausgewählt werden, in Kombination mit einer oder mehreren Wellenformen, die aus der Vielzahl von Wellenformen ausgewählt werden, bei der Behandlung einer oder mehrerer Indikationen für die Neuromodulation zu ermöglichen. Das räumlich-zeitliche Muster der Neurostimulation kann eine Sequenz einer oder mehrerer räumlich-zeitlicher Einheiten spezifizieren, die jeweils ein oder mehrere Felder, die aus der Vielzahl von Feldern ausgewählt werden, in Kombination mit einer oder mehreren Wellenformen, die aus der Vielzahl von Wellenformen ausgewählt werden, spezifiziert. Das räumlich-zeitliche Muster der Neurostimulation kann eine Reihe von Teilmustern zur Behandlung einer Indikation der einen oder mehreren Indikationen für die Neuromodulation umfassen. Die Erzeugung des räumlich-zeitlichen Musters der Neurostimulation kann das näherungsweise Optimieren eines oder mehrerer der Vielzahl von Feldern, der Vielzahl von Wellenformen, der einen oder mehreren räumlich-zeitlichen Einheiten oder des räumlich-zeitlichen Musters der Neurostimulation unter Verwendung wenigstens eines neuronalen Netzwerkmodells des einen oder der mehreren neuronalen Netzwerkmodelle umfassen.
In dem Beispiel 17 kann der Gegenstand der Erzeugung des räumlich-zeitlichen Musters der Neurostimulation, wie in dem Beispiel 16 zu finden, wahlweise die Erzeugung jedes Teilmusters der Reihe von Teilmustern umfassen, so dass Teile der Neurostimulationsenergie, die gemäß dem räumlich-zeitlichen Muster der Neurostimulation abgegeben werden, eine kumulative Wirkung bei der Behandlung von Schmerzen haben, ohne eine oder mehrere spezifizierte Nebenwirkungen zu bewirken.
In dem Beispiel 18 kann der Gegenstand der Erzeugung des räumlich-zeitlichen Musters der Neurostimulation, wie in dem Beispiel 17 zu finden, wahlweise die Erzeugung jedes Teilmusters der Reihe von Teilmustern umfassen, so dass Teile der Neurostimulationsenergie, die gemäß dem räumlich-zeitlichen Muster der Neurostimulation abgegeben werden, eine kumulative Wirkung bei der Behandlung von Schmerzen haben, ohne Parästhesie zu bewirken oder ohne ein unerträgliches Maß an Parästhesie zu bewirken.
In dem Beispiel 19 kann der Gegenstand der Erzeugung des räumlich-zeitlichen Musters der Neurostimulation wie in jedem oder jeder Kombination der Beispiele 16 bis 18 zu finden, wahlweise das einzelne näherungsweise Optimieren jedes Teilmusters der Reihe von Teilmustern unter Verwendung des wenigstens einen neuronalen Netzwerkmodells umfassen.
In dem Beispiel 20 kann der Gegenstand der Bereitstellung eines oder mehrerer neuronaler Netzwerkmodelle wie in jedem oder jeder Kombination der Beispiele 16 bis 19 zu finden, wahlweise die Bereitstellung des wenigstens einen neuronalen Netzwerkmodells mit Eingängen, die einem oder mehreren Feldern der Vielzahl von Feldern entsprechen, die in der Reihe von Teilmustern spezifiziert werden, und mit Ausgängen umfassen, die jeweils eine Wirkung bei der Behandlung einer Indikation der einen oder mehreren Indikationen für die Neuromodulation oder eine Nebenwirkung darstellen.
In dem Beispiel 21 kann der Gegenstand der Erzeugung des räumlich-zeitlichen Musters der Neurostimulation wie in jedem oder jeder Kombination der Beispiele 16 bis 20 zu finden, wahlweise die Konstruktion eines ersten Teilmusters der Reihe von Teilmustern, das konstruiert ist, um eine therapeutische Wirkung bei der Behandlung der Indikation der einen oder mehreren Indikationen für die Neuromodulation zu haben, und die Konstruktion eines zusätzliches Teilmusters der Reihe von Teilmustern umfassen.
In dem Beispiel 22 kann der Gegenstand der Erzeugung des zusätzlichen Teilmusters, wie in dem Beispiel 21 zu finden, wahlweise die Konstruktion des zusätzlichen Teilmusters umfassen, um die therapeutische Wirkung zu erhöhen.
In dem Beispiel 23 kann der Gegenstand der Erzeugung des zusätzlichen Teilmusters wie in dem Beispiel 22 zu finden, wahlweise die Konstruktion des zusätzlichen Teilmusters umfassen, um die zu dem ersten Teilmuster gehörige Nebenwirkung zu lindern.
In dem Beispiel 24 kann der Gegenstand der Konstruktion des ersten Teilmusters und der Konstruktion des zusätzlichen Teilmusters, wie in jedem oder jeder Kombination der Beispiele 21 bis 23 zu finden, wahlweise die Konstruktion der ersten und zweiten Teilmuster umfassen, so dass sie identische Felder umfassen, die aus der Vielzahl von Feldern ausgewählt werden.
In dem Beispiel 24 kann der Gegenstand der Konstruktion des ersten Teilmusters und der Konstruktion des zusätzlichen Teilmusters, wie in jedem oder jeder Kombination der Beispiele 21 bis 23 zu finden, wahlweise die Konstruktion der ersten und zweiten Teilmuster umfassen, so dass sie verschiedene Felder umfassen, die aus der Vielzahl von Feldern ausgewählt werden.
Diese Zusammenfassung ist ein Überblick über einige der Lehren der vorliegenden Anmeldung und nicht dafür gedacht, eine ausschließliche oder erschöpfende Behandlung des vorliegenden Gegenstands zu sein. Weitere Details des vorliegenden Gegenstands sind in der detaillierten Beschreibung und in den beigefügten Patentansprüchen zu finden. Andere Aspekte der Offenbarung werden für Fachleute der Technik nach Lesen und Verstehen der folgenden detaillierten Beschreibung und Betrachten der Zeichnungen, die einen Teil von dieser bilden, die jeweils nicht in einem einschränkenden Sinn wahrgenommen werden sollen, offensichtlich. Der Schutzbereich der vorliegenden Offenbarung ist durch die beigefügten Patentansprüche und ihre rechtlichen Äquivalente definiert.
Figurenliste
Die Zeichnungen stellen allgemein beispielhaft verschiedene Ausführungsformen dar, die in dem vorliegenden Dokument diskutiert werden. Die Zeichnungen sind lediglich zu Veranschaulichungszwecken und können nicht maßstabsgerecht sein.

1 stellt eine Ausführungsform eines Neurostimulationssystems dar.
2 stellt eine Ausführungsform einer Stimulationsvorrichtung und eines Leitungssystems dar, wie sie etwa in dem Neurostimulationssystem von 1 implementiert werden können.
3 stellt eine Ausführungsform einer Programmierungsvorrichtung dar, wie sie in dem Neurostimulationssystems von 1 implementiert werden kann.
4 stellt ein implantierbares Neurostimulationssystems und Abschnitte einer Umgebung, in der das System verwendet werden kann, dar.
5 stellt eine Ausführungsform eines implantierbaren Stimulators und einer oder mehrerer Leitungen eines implantierbaren Neurostimulationssystems, wie etwa des implantierbaren Systems von 4, dar.
6 stellt eine Ausführungsform einer externen Programmiervorrichtung eines implantierbaren Neurostimulationssystems, wie etwa des externen Systems von 4, dar.
7 stellt eine andere Ausführungsform der externen Programmiervorrichtung von 6 dar.
8 stellt eine Ausführungsform eines neuronalen Mehrknotennetzwerkmodells dar.
9 stellt eine Ausführungsform eines neuronalen Netzwerkmodells dar.
10 stellt Charakteristiken eines beispielhaften vereinfachten neuronalen Netzwerkmodells dar.
11 stellt eine Ausführungsform der Neurostimulation für kumulative Wirkungen dar.
12 stellt eine Mehrschrittoptimierung dar.
13 stellt eine Ausführungsform der Bestimmung von Stimulationsstellen dar, die Parästhesie in einem Teil eines Körpers erzeugen.
14 stellt eine Ausführungsform einer Stimulationsstelle über Wurzeln dar, die über ein Parästhesie-basiertes Verfahren bestimmt werden.
15 stellt eine andere Ausführungsform eines Stimulationsorts über Wurzeln dar, die über ein Parästhesie-basiertes Verfahren bestimmt werden.
16 stellt eine Ausführungsform einer interessierenden Region (ROI) zur Verwendung einer räumlich-zeitlichen Filterung zur Verringerung der räumlichen Empfindlichkeit dar.
17 stellt eine Ausführungsform einer ROI, wie etwa der ROI von 16, dar, die in mehrere Teilregionen unterteilt ist.
18 stellt eine Ausführungsform eines Verfahrens dar, das die räumlich-zeitliche Filterung zur Verringerung der räumlichen Empfindlichkeit verwendet.

Detaillierte Beschreibung
In der folgenden detaillierten Beschreibung wird Bezug auf die begleitenden Zeichnungen genommen, die einen Teil davon bilden und in denen als Veranschaulichung spezifische Ausführungsformen gezeigt sind, in denen die Erfindung praktiziert werden kann. Diese Ausführungsformen werden ausreichend detailliert beschrieben, um Fachleute der Technik in die Lage zu versetzen, die Erfindung zu praktizieren, und es versteht sich, dass die Ausführungsformen kombiniert werden können, oder dass andere Ausführungsformen genutzt werden können, und dass strukturelle, logische oder elektrische Änderungen vorgenommen werden können, ohne von dem Geist und Schutzbereich der vorliegenden Erfindung abzuweichen. Bezüge auf „ein“, „eine“ oder „verschiedene“ Ausführungsformen sind in dieser Offenbarung nicht notwendigerweise auf die gleiche Ausführungsform, und derartige Bezüge betrachten mehr als eine Ausführungsform. Die folgende detaillierte Beschreibung stellt Beispiele zur Verfügung, und der Schutzbereich der vorliegenden Ausführungsform ist durch die beigefügten Patentansprüche und ihre rechtlichen Äquivalente definiert.
Dieses Dokument diskutiert ein Verfahren und ein System zur Programmierung von Neurostimulationsmustern. Fortschritte in der Neurowissenschaft und Neurostimulationsforschung haben zu einer Nachfrage für die Verwendung komplexer und/oder individuell optimierter Muster der Neurostimulationsenergie für verschiedene Arten von Therapien geführt. Die Fähigkeit eines Neurostimulationssystems für die Behandlung verschiedener Arten von Funktionsstörungen wird durch die Programmierbarkeit derartiger Muster der Neurostimulationsenergie beschränkt. In verschiedenen Ausführungsformen ermöglicht das vorliegende System eine angepasste Definition eines Musters der Neurostimulationsenergie, die eine angepasste Definition von Wellenformen, die Bausteine des Musters sind, umfasst. In verschiedenen Ausführungsformen kann das vorliegende System eine Benutzerschnittstelle umfassen, die es möglich macht, dass der Benutzer die angepasste Definition möglicherweise sehr komplexer Muster der Neurostimulationsimpulse ausführt, indem er graphische Darstellungen der relativ einfachen einzelnen Bausteine für jedes der Muster erzeugt und editiert. In verschiedenen Ausführungsformen können die einzeln definierbaren Wellenformen zum Beispiel Impulse, Impulsbursts, Impulszüge und Sequenzen von Impulsen, Bursts und Zügen umfassen. In verschiedenen Ausführungsformen kann das vorliegende System Muster der Neurostimulationsenergie bereitstellen, die nicht auf Wellenformen beschränkt sind, die zur Zeit der Herstellung vordefiniert werden, wodurch dem Bedarf an einer Anpassung der Neurostimulationsenergiemuster ebenso wie dem Bedarf an neuen Arten von Neurostimulationsenergiemustern, die sich zum Beispiel aus der zukünftigen Forschung in der Neurostimulation ergeben können, Rechnung getragen wird. Dies kann auch den Entwurf einer Allzweck-Neurostimulationsvorrichtung erleichtern, die durch einen Benutzer konfiguriert werden kann, um spezifische Arten von Neurostimulationstherapien durch Programmieren der Vorrichtung unter Verwendung der Benutzerschnittstellen zu liefern.
In verschiedenen Ausführungsformen umfasst das vorliegende System (auf das als „das räumlich-zeitliche System“ Bezug genommen wird) eine Neurostimulator-Programmiervorrichtung mit einer Benutzerschnittstelle, die einen Benutzer in die Lage versetzt, eine Stimulation zu verstehen, zu verwalten und zu programmieren und Reizmuster zu erzeugen, die durch eine komplexe Kombination räumlicher und zeitlicher Parameter spezifiziert werden. Benutzer der Programmiervorrichtung können verschiedene Niveaus an Wissen und Sachkunde in Bezug auf verschiedene Aspekte der Programmierung eines Neurostimulators ebenso wie verschiedene Bedürfnisse und Beschränkungen haben. Beispiele umfassen: ein Arzt in einem Operationssaal kann sehr begrenzte Zeit für die Programmierung eines Neurostimulators für einen Patienten während der Operation haben; ein akademischer Forscher kann ein begrenztes Verständnis elektrotechnischer Aspekte der Stimulation haben; manche Benutzer wollen wissen, wie die Reize aussehen; und manche Benutzer haben ein begrenztes Verständnis der Anatomie, der Neuromodulation und davon, wie elektrische Stimulation tatsächlich funktioniert. Daher stellt die Benutzerschnittstelle Zugang zu verschiedenen Zugangsebenen zu verschiedenen Aspekten der Neurostimulationsprogrammierung bereit, um die Ablenkung zu verringern, Genauigkeit und Patientensicherheit sicherzustellen und die Leistungsfähigkeit während der Programmierung eines Neurostimulators zu erhöhen. In einer Ausführungsform sind mehrere Benutzerschnittstellen oder mehrere Versionen einer Benutzerschnittstelle für verschiedene Phasen der Neurostimulationsprogrammierung konfiguriert. Zum Beispiel kann, wie in diesem Dokument diskutiert, eine Benutzerschnittstelle zur Zusammenstellung von Wellenformen, wie etwa eines räumlich-zeitlichen Musters der Neurostimulation und ihrer Bausteine, konfiguriert werden. Eine andere Benutzerschnittstelle kann konfiguriert werden, um die zusammengestellten Wellenformen mit anderen Benutzern zu teilen. Noch eine andere Benutzerschnittstelle kann konfiguriert werden, um einen Stimulator für jeden individuellen Patienten zu programmieren. Noch eine andere Benutzerschnittstelle kann für die Verwendung durch den Benutzer und/oder den Patienten konfiguriert werden, um die Programmierung nach Bedarf einzustellen, wenn dem Patienten eine oder mehrere Neurostimulationstherapien verabreicht werden. Eine Benutzerschnittelle(n) kann/können konfiguriert werden, um jede Kombination von zwei oder mehr dieser Funktionen bereitzustellen.
In verschiedenen Ausführungsformen ermöglicht die Benutzerschnittstelle das Starten der Neurostimulationsprogrammierung mit Vorlagen/Voreinstellungen, um wertvolle Zeiteinsparungen bei der Definition von Stimulationswellenformen zu ermöglichen. In verschiedenen Ausführungsformen sorgt die Benutzerschnittstelle für die vollständige Editionssteuerung ebenso wie für vereinfachte, geführte und vorlagenbasierte Editionsoptionen. In verschiedenen Ausführungsformen versorgt die Benutzerschnittstelle den Benutzer mit Interpretationen von Editionsmerkmalen und Führungsbahnen.
In verschiedenen Ausführungsformen kann das vorliegende System unter Verwendung einer Kombination von Hardware und Software implementiert werden, die konzipiert ist, um Benutzer, wie etwa Forscher, Ärzte oder andere Pfleger oder Neurostimulationsvorrichtungshersteller, in dem Bemühen, die therapeutische Wirksamkeit zu erhöhen, die Patientenzufriedenheit bei Neurostimulationstherapien zu erhöhen, Nebenwirkungen zu verringern und/oder die Vorrichtungslebensdauer zu erhöhen, mit der Fähigkeit zu versehen, angepasste Wellenformen und Muster zu erzeugen. Das vorliegende System kann auf jegliche Neurostimulations-(Neuromodulations-) Therapien angewendet werden, die SCS, DBS, PNS, FES und Vagusnervstimulation (VNS) umfasst, ist aber nicht darauf beschränkt.
Das vorliegende System ist äußerst flexibel in seiner Fähigkeit, ungleichmäßige Muster der Neurostimulationsenergie ebenso wie Formen von Wellenformbausteinen außer „Standard“-Formen (z.B. Rechteck- und Exponentialimpulse) zu erzeugen. Es erweitert die zeitliche Programmierfähigkeit bekannter Neurostimulationsprogrammiersysteme. Das vorliegende System hat starke Fähigkeiten sowohl im Raum (welche neurale Elemente moduliert werden) als auch der Zeit (welche Informationen zu diesen neuralen Elementen befördert werden), die eine potentiell mächtige Kombination zur Erreichung von Neurostimulationszielen sind, wenn es mit komplexen neuronalen Systemen wechselwirkt. Das vorliegende System kann mit verschiedenen Gruppe neuronaler Elemente und/oder deren Unterstützungselementen „sprechen“ und ihnen die „richtigen“ Informationen „mitteilen“, um eine gewünschte klinische Wirkung zu erhalten.
Neuronale Modelle wurden (z.B. durch verschiedene akademische Gruppen) aufgebaut, um anzuzeigen, dass die Beteiligung mehrerer Gruppen von Neuronen, die Teil eines Netzwerks von Interesse sind, genutzt werden kann, um ein gewünschtes Ergebnis zu erreichen. Diese Gruppen von Neuronen können oft durch gewisse Charakteristiken, wie etwa den Faserdurchmesser, den primären Ausgangsneurotransmitter und/oder die räumliche/anatomische Stelle getrennt werden. Der vorliegende Gegenstand verwendet derartige neuronale Modelle in der Programmierung der Neurostimulation einschließlich der Zusammenstellung von Neurostimulationsmustern. Die Verwendung neuronaler Modelle kann zum Beispiel ermöglichen, dass ein wesentlicher Teil einer Anpassung eines Neurostimulationsmusters für einen Patienten ohne die Anwesenheit des Patienten durchgeführt wird. Die Verwendung neuronaler Modelle kann es Forschern zum Beispiel auch ermöglichen, verschiedene neue Neurostimulationsmuster und deren Bausteine unter Verwendung von Computersimulationen auszuwerten.
Der vorliegende Gegenstand stellt Verfahren zur Auswahl elektrischer Feldstellen bereit, die den Gruppen interessierender neuronaler Elemente entsprechen. Eine Ausführungsform verwendet Parästhesie-basierte Verfahren, um die Auswahl von Feldstellen zu führen (siehe nachstehende Diskussion unter „F. Parästhesie-geführte Feldauswahl“). Eine Ausführungsform verwendet Anatomie-basierte Verfahren (siehe nachstehende Diskussion unter „G. Anatomie-geführte Feldauswahl“). Eine Ausführungsform verwendet ein Filter mit weniger räumlicher Empfindlichkeit (siehe Diskussion unter „H. Räumlich-zeitliches Filtern, um räumliche Empfindlichkeit zu verringern“).
1 stellt eine Ausführungsform eines Neurostimulationssystems 100 dar. Das System umfasst Elektroden 106, eine Stimulationsvorrichtung 104 und eine Programmiervorrichtung 102. Die Elektroden 106 sind konfiguriert, um auf oder nahe einem oder mehreren neuralen Zielen in einem Patienten angeordnet zu werden. Die Stimulationsvorrichtung 104 ist konfiguriert, um mit den Elektroden 106 elektrisch verbunden zu werden und Neurostimulationsenergie, zum Beispiel in der Form elektrischer Impulse, durch die Elektroden 106 an das eine oder die mehreren neuralen Ziele abzugeben. Die Abgabe der Neurostimulation wird unter Verwendung mehrerer Stimulationsparameter, wie etwa von Stimulationsparametern, die ein Muster der elektrischen Impulse und eine Auswahl von Elektroden, durch die jeder der elektrischen Impulse abgegeben wird, einschließlich der relativen Zeitsteuerung zwischen Impulsen, die durch verschiedene Sätze von Elektroden abgegeben werden, spezifizieren, gesteuert. In verschiedenen Ausführungsformen sind wenigstens einige der Parameter der Vielzahl von Stimulationsparametern durch einen Benutzer, wie etwa einen Arzt oder anderen Pfleger, der den Patienten unter Verwendung des Systems 100 behandelt, programmierbar. Die Programmiervorrichtung 102 versorgt den Benutzer mit der Zugriffsmöglichkeit auf nutzerprogrammierbare Parameter. In verschiedenen Ausführungsformen ist die Programmiervorrichtung 102 konfiguriert, um mit einer Stimulationsvorrichtung über eine verdrahtete oder drahtlose Verbindung kommunikationsfähig verbunden zu werden.
In diesem Dokument umfasst ein „Benutzer“ einen Arzt oder einen anderen Kliniker oder Pfleger, der den Patienten unter Verwendung des Systems 100 behandelt, ebenso wie Forscher oder andere Experten, die derartige Behandlungen entwickeln; ein „Patient“ umfasst eine Person, die eine Neurostimulation, die unter Verwendung des Systems 100 abgegeben wird, erhält oder erhalten soll. In verschiedenen Ausführungsformen kann es dem Patient erlaubt sein, seine Behandlung unter Verwendung eines Systems 100 in einem gewissen Maß einzustellen, wie etwa indem gewisse Therapieparameter eingestellt werden und Rückmeldungen und Informationen zu klinischen Wirkungen eingegeben werden. Während in verschiedenen Abschnitten dieses Dokuments als ein spezifisches Beispiel für Reize der Neurostimulation Neurostimulationsenergie, die in der Form elektrischer Impulse abgegeben wird, diskutiert wird, können verschiedene Ausführungsformen jede Art von Neurostimulationsenergie mit jeder Art von Reizen verwenden, die fähig sind, Charakteristiken und/oder Aktivitäten in neuronalem oder anderem Zielgewebe in einem Patienten zu modulieren. Wenn elektrische Energie für die Neurostimulation verwendet wird, können Reize Impulse mit verschiedenen Formen und Phasen ebenso wie fortlaufende Signale, wie etwa Signale mit Sinuswellenformen, umfassen.
In verschiedenen Ausführungsformen umfasst die Programmiervorrichtung 102 eine Benutzerschnittstelle, die es dem Benutzer erlaubt, Werte der benutzerprogrammierbaren Parameter festzulegen und/oder einzustellen, indem eine graphische Darstellung verschiedener Wellenformen erzeugt und/oder editiert wird. Derartige Wellenformen können zum Beispiel die Wellenform eines Musters von Neurostimulationsimpulsen, die an den Patienten abgegeben werden sollen, ebenso wie Wellenformbausteine, die in dem Muster der Neurostimulationsimpulse verwendet werden können, umfassen. Beispiele für derartige Wellenformbausteine umfassen, wie nachstehend diskutiert, Impulse, Bursts, die jeweils eine Gruppe der Impulse umfassen, Züge, die jeweils eine Gruppe der Bursts umfassen, und Sequenzen, die jeweils eine Gruppe der Impulse, Bursts und Züge umfassen. In verschiedenen Ausführungsformen erlaubt es die Programmiervorrichtung 102, dem Benutzer vorhandene Wellenformbausteine zu editieren, neue Wellenformbausteine zu erzeugen, Wellenformbausteine, die von anderen Benutzern erzeugt wurden, zu importieren und/oder Wellenformbausteine, die von anderen Benutzern verwendet werden sollen, zu exportieren. Dem Benutzer kann es auch erlaubt sein, eine Elektrodenauswahl, die für jede individuell definierte Wellenform spezifisch ist, zu definieren. In der dargestellten Ausführungsform umfasst die Benutzerschnittstelle eine Benutzerschnittstelle 110. In verschiedenen Ausführungsformen kann die Benutzerschnittstelle 110 eine GUI oder eine andere Art von Benutzerschnittstelle umfassen, die verschiedene Funktionen, wie in diesem Dokument diskutiert, einschließlich der Wellenformzusammenstellung, aufnimmt.
2 stellt eine Ausführungsform einer Stimulationsvorrichtung 204 und eines Leitungssystems 208 dar, wie es zum Beispiel in dem Neurostimulationssystem 100 implementiert sein kann. Die Stimulationsvorrichtung 204 stellt eine Ausführungsform der Stimulationsvorrichtung 104 dar und umfasst eine Stimulationsausgangsschaltung 212 und eine Stimulationssteuerschaltung 214. Die Stimulationsausgangsschaltung 212 erzeugt und liefert Neurostimulationsimpulse. Die Stimulationssteuerschaltung 214 steuert die Abgabe der Neurostimulationsimpulse unter Verwendung der mehreren Stimulationsparameter, die ein Muster der Neurostimulationsimpulse spezifizieren. Das Leitungssystem 208 umfasst eine oder mehrere Leitungen, die jeweils konfiguriert sind, um mit der Stimulationsvorrichtung 204 elektrisch verbunden zu werden, und eine Vielzahl von Elektroden 206, die in der einen oder den mehreren Leitungen verteilt sind. Die Vielzahl von Elektroden 206 umfasst die Elektrode 206-1, Elektrode 206-2, ... Elektrode 206-N, jeweils ein einzelner elektrisch leitender Kontakt, der eine elektrische Schnittstelle zwischen der Stimulationsausgangsschaltung 212 und Gewebe des Patienten bereitstellt, wobei N ≥ 2. Die Neurostimulationsimpulse werden jeweils von der Stimulationsausgangsschaltung 212 durch einen Satz von Elektroden, die aus den Elektroden 206 ausgewählt werden, abgegeben. In verschiedenen Ausführungsformen können die Neurostimulationsimpulse einen oder mehrere einzeln definierte Impulse umfassen, und der Satz von Elektroden kann durch den Benutzer für jeden der einzeln definierten Impulse individuell definierbar sein.
In verschiedenen Ausführungsformen können die Anzahl von Leitungen und die Anzahl von Elektroden in jeder Leitung jeweils zum Beispiel von der Verteilung des/von Neurostimulationsziels/en und der Notwendigkeit der Steuerung der elektrischen Feldverteilung an jedem Ziel abhängen. In einer Ausführungsform umfasst das Leitungssystem 208 zwei Leitungen mit 8 Elektroden, die auf jeder Leitung eingebaut sind. In verschiedenen Ausführungsformen kann die Stimulationsausgangsschaltung 212 insgesamt X Elektroden (oder Kontakte, wie etwa Elektroden, die aus den Elektroden 206 ausgewählt werden) in einem System, wie etwa dem System 100, unterstützen, von denen Y Elektroden für eine Therapiesitzung aktiviert werden können, von denen Z Elektroden (Z < Y) während dieser Therapiesitzung gleichzeitig aktiviert werden können. Das System kann W elektrische Quellen für die Abgabe der Neurostimulationsimpulse haben, wobei W größer als Y ist, aber kleiner als X sein kann. Zum Beispiel kann die Stimulationsausgangsschaltung 212 W Zeitsteuerkanäle haben, wobei W größer als Y ist, aber kleiner als X sein kann.
3 stellt eine Ausführungsform einer Programmiervorrichtung 302, wie sie etwa in dem Neurostimulationssystem 100 implementiert sein kann, dar. Die Programmiervorrichtung 302 stellt eine Ausführungsform der Programmiervorrichtung 102 dar und umfasst eine Speichervorrichtung 318, eine Programmiersteuerschaltung 316 und eine Benutzerschnittstelle 310. Die Speichervorrichtung 318 speichert mehrere Wellenformbausteine. Die Programmiersteuerschaltung 316 erzeugt die mehreren Stimulationsparameter, welche die Abgabe der Neurostimulationsimpulse gemäß dem Muster der Neurostimulationsimpulse steuern. Die Benutzerschnittstelle 310 stellt eine Ausführungsform der GUI 110 dar und erlaubt es dem Benutzer, das Muster der Neurostimulationsimpulse unter Verwendung eines oder mehrerer Wellenformbausteine, die aus der Vielzahl von Wellenformbausteinen ausgewählt werden, zu definieren.
In verschiedenen Ausführungsformen umfasst die Benutzerschnittstelle 310 einen Neurostimulationsmustergenerator 320, der es dem Benutzer ermöglicht, die Wellenformbausteine zu verwalten, was das Importieren von Wellenformbausteinen, die zu den in der Speichervorrichtung 318 gespeicherten Wellenformbausteinen hinzugefügt werden sollen, das Exportieren von Wellenformbausteinen, die aus den in der Speichervorrichtung 318 gespeicherten Wellenformbausteinen ausgewählt werden, und das Editieren jedes der Wellenformbausteine ermöglicht. In verschiedenen Ausführungsformen umfasst die Benutzerschnittstelle 310 eine GUI, die ein graphisches Editieren jedes der Wellenformbausteine ermöglicht. In verschiedenen Ausführungsformen ermöglicht es der Neurostimulationsmustergenerator 320 dem Benutzer, das Muster von Neurostimulationsimpulsen, das unter Verwendung der Stimulationsvorrichtung 104 an den Patienten abgegeben werden soll, unter Verwendung von Wellenformbausteinen, wie etwa Impulsen, Bursts, die jeweils eine Gruppe von Impulsen umfassen, Zügen, die jeweils eine Gruppe von Bursts umfassen, und/oder Sequenzen, die jeweils eine Gruppe der Impulse, Bursts und Züge umfassen, zu erzeugen. In verschiedenen Ausführungsformen ermöglicht es der Neurostimulationsmustergenerator 320 dem Benutzer, jeden Wellenformbaustein unter Verwendung eines oder mehrerer in der Speichervorrichtung 318 gespeicherter Wellenformbausteine als Vorlagen zu erzeugen. In verschiedenen Ausführungsformen ermöglicht es der Neurostimulationsmustergenerator 320, jeden neu erzeugten Wellenformbaustein als zusätzlichen Wellenformbaustein, der in der Speichervorrichtung 318 gespeichert wird, zu speichern.
In einer Ausführungsform umfasst die Benutzerschnittstelle 310 einen Berührungsbildschirm. In verschiedenen Ausführungsformen umfasst die Benutzerschnittstelle 310 jede Art von Darstellungsvorrichtung, wie etwa interaktive oder nicht interaktive Bildschirme, und jede Art von Benutzereingabevorrichtungen, die es dem Benutzer ermöglichen, die Wellenformen oder Bausteine zu editieren und die Programme zeitlich zu planen, wie etwa einen Berührungsbildschirm, eine Tastatur, ein Tastenfeld, ein Berührungsfeld, einen Trackball, einen Joystick, eine Maus, eine Virtual-Reality- (VR-) Steuerung, eine Mehrfachberührungs-, Sprachsteuerung, eine Trägheits-/Beschleunigungsmesser-basierte Steuerung und eine sichtbasierte Steuerung. In verschiedenen Ausführungsformen können Neurostimulationsschaltungen 100 einschließlich ihre verschiedenen in diesem Dokument diskutierten Ausführungsformen unter Verwendung einer Kombination aus Hardware und Software implementiert werden. Zum Beispiel können die Schaltung der Benutzerschnittstelle 110, die Stimulationssteuerschaltung 214 und die Programmiersteuerschaltung 316 einschließlich ihrer verschiedenen in diesem Dokument diskutierten Ausführungsformen unter Verwendung einer anwendungsspezifischen Schaltung implementiert werden, die konstruiert ist, um eine oder mehrere bestimmte Funktionen auszuführen oder unter Verwendung einer Allzweckschaltung, die programmiert ist, um eine derartige Funktion(en) auszuführen. Eine derartige Allzweckschaltung umfasst einen Mikroprozessor oder einen Teil davon, einen Mikrocontroller oder einen Teil davon und eine programmierbare Logikschaltung oder einen Teil davon, ist aber nicht darauf beschränkt.
4 stellt eine implantierbares Neurostimulationssystem 400 und Abschnitte einer Umgebung, in der das System 400 verwendet werden kann, dar. Das System 400 umfasst ein implantierbares System 422, ein externes System 402 und eine Telemetrieverbindung 426, die für die drahtlose Kommunikation zwischen dem implantierbaren System 422 und dem externen System 402 sorgt. Das implantierbare System 422 ist in 4 als in dem Körper 499 des Patienten implantiert gezeigt.
Das implantierbare System 422 umfasst einen implantierbaren Stimulator (auf den auch als ein implantierbarer Impulsgenerator oder IPG Bezug genommen wird) 404, ein Leitungssystem 424 und Elektroden 406, die jeweils eine Ausführungsform der Stimulationsvorrichtung 204, des Leitungssystems 208 und der Elektroden 206 darstellen. Das externe System 402 stellt eine Ausführungsform der Programmiervorrichtung 302 dar. In verschiedenen Ausführungsformen umfasst das externe System 402 eine oder mehrere externe (nicht implantierbare) Vorrichtungen, die es dem Benutzer und/oder dem Patienten jeweils ermöglichen, mit dem implantierbaren System 422 zu kommunizieren. In einigen Ausführungsformen umfasst das externe System 402 eine Programmiervorrichtung, die dafür gedacht ist, dass der Benutzer Einstellungen für den implantierbaren Stimulator 404 initialisiert und einstellt, und eine Fernsteuervorrichtung, die für die Verwendung durch den Patienten gedacht ist. Zum Beispiele kann die Fernsteuervorrichtung es dem Patienten ermöglichen, den implantierbaren Stimulator 404 ein- und auszuschalten und/oder gewisse patientenprogrammierbare Parameter der mehreren Stimulationsparameter einzustellen.
Die Größen und Formen der Elemente des implantierbaren Systems 422 und ihre Stelle in dem Körper 499 sind beispielhaft und in keiner Weise einschränkend dargestellt. Ein implantierbares System wird als eine spezifische Anwendung der Programmierung gemäß verschiedenen Ausführungsformen des vorliegenden Gegenstands diskutiert. In verschiedenen Ausführungsformen kann der Gegenstand in der Programmierung jeder Art von Stimulationsvorrichtung, die elektrische Impulse als Reize verwendet, unabhängig von Stimulationsziele in dem Körper des Patienten und ob die Stimulationsvorrichtung implantierbar ist, angewendet werden.
5 stellt eine Ausführungsform des implantierbaren Stimulators 404 und einer oder mehrerer Leitungen 424 eines implantierbaren Neurostimulationssystems, wie etwa des implantierbaren Systems 422, dar. Der implantierbare Stimulator 404 kann eine Abtastschaltung 530, die optional ist und nur erforderlich ist, wenn der Stimulator eine Abtastfähigkeit hat, eine Stimulationsausgangsschaltung 212, eine Stimulationssteuerschaltung 514, eine Implantatspeichervorrichtung 532, eine Implantat-Telemetrieschaltung 534 und eine Leistungsquelle 536 umfassen. Die Abtastschaltung 530 tastet, wenn sie enthalten ist und benötigt wird, ein oder mehrere physiologische Signale zu dem Zweck einer Patientenüberwachung und/oder Steuerung der Neurostimulation ab. Beispiele für das eine oder die mehreren physiologischen Signale umfassen neuronale und andere Signale, die jeweils einen Zustand des Patienten, der durch die Neurostimulation behandelt wird, und/oder eine Reaktion des Patienten auf die Abgabe der Neurostimulation anzeigen. In verschiedenen Ausführungsformen können durch die Verarbeitung des abgetasteten einen oder der abgetasteten mehrerer physiologischer Signale, wie etwa durch Korrelation, Subtraktion und/oder indem sie als Eingaben in bedingte regelbasierte Zustandsmaschinen verwendet werden, zusätzliche Signale zu Zwecken der Patientenüberwachung und/oder Steuerung der Neurostimulation erzeugt werden. Die Stimulationsausgangsschaltung 212 ist durch die Leitung 424 mit den Elektroden 406 elektrisch verbunden und gibt jeden der Neurostimulationsimpulse durch einen Satz von Elektroden, die aus den Elektroden 406 ausgewählt werden, ab. Die Stimulationssteuerschaltung 514 stellt eine Ausführungsform der Stimulationssteuerschaltung 214 dar und steuert die Abgabe der Neurostimulationsimpulse unter Verwendung der Vielzahl von Stimulationsparametern, welche das Muster der Neurostimulationsimpulse spezifizieren. In einer Ausführungsform steuert die Stimulationssteuerschaltung 514 die Abgabe der Neurostimulationsimpulse unter Verwendung des einen oder der mehreren abgetasteten physiologischen Signale. Die Implantat-Telemetrieschaltung 534 versorgt einen implantierbaren Stimulator 404 mit drahtloser Kommunikation mit einer anderen Vorrichtung, wie etwa einer Vorrichtung des externen Systems 402, was das Empfangen von Werten der Vielzahl von Stimulationsparametern von dem externen System 402 umfasst. Die Implantatspeichervorrichtung 532 speichert Werte der Vielzahl von Stimulationsparametern. Die Leistungsquelle 536 versorgt den implantierbaren Stimulator 404 mit Energie für seinen Betrieb. In einer Ausführungsform umfasst die Leistungsquelle 536 eine Batterie. In einer Ausführungsform umfasst die Leistungsquelle 536 eine aufladbare Batterie und eine Batterieladeschaltung zum Aufladen der aufladbaren Batterie. Die Implantat-Telemetrieschaltung 534 kann auch als ein Leistungsempfänger, der von dem externen System 402 übertragene Leistung durch eine induktive Kopplung oder einen anderen Mechanismus empfängt, wirken.
In verschiedenen Ausführungsformen sind die Abtastschaltung 530 (falls enthalten), die Stimulationsausgangsschaltung 212, die Stimulationssteuerschaltung 514, die Implantat-Telemetrieschaltung 534, die Implantatspeichervorrichtung 532 und die Leistungsquelle 536 in einem hermetisch abgedichteten implantierbaren Gehäuse verkapselt. In verschiedenen Ausführungsformen wird/werden eine Leitung(en) 424 derart implantiert, dass Elektroden 406 auf und/oder um ein oder mehrere Ziele, an die Neurostimulationsimpulse abgegeben werden sollen, herum angeordnet, während der implantierbare Stimulator 404 subkutan implantiert und zur Zeit der Implantierung mit dem Draht/den Drähten 424 verbunden wird.
6 stellt eine Ausführungsform einer externen Programmiervorrichtung 602 eines implantierbaren Neurostimulationssystems, wie etwa des externen Systems 402, dar. Die externe Programmiervorrichtung 602 stellt eine Ausführungsform der Programmiervorrichtung 302 dar und umfasst eine externe Telemetrieschaltung 464, eine externe Speichervorrichtung 618, eine Programmiersteuerschaltung 616 und eine Benutzerschnittstelle 610.
Die externe Telemetrieschaltung 646 versorgt die externe Programmiervorrichtung 602 über eine Telemetrieverbindung 426, die das Übertragen der Vielzahl von Stimulationsparametern an den implantierbaren Stimulator 404 umfasst, mit drahtloser Kommunikation mit einer anderen Vorrichtung, wie etwa dem implantierbaren Stimulator 404. In einer Ausführungsform überträgt die externe Telemetrieschaltung 646 auch durch die induktive Kopplung Leistung an den implantierbaren Stimulator 404.
Die externe Speichervorrichtung 618 speichert mehrere Wellenformbausteine, die jeweils für die Verwendung als ein Abschnitt des Musters der Neurostimulationsimpulse auswählbar sind. In verschiedenen Ausführungsformen umfasst jeder Wellenformbaustein der mehreren Wellenformbausteine einen oder mehrere Impulse der Neurostimulationsimpulse und kann einen oder mehrere andere Wellenformbausteine der Vielzahl von Wellenformbausteinen umfassen. Beispiele für derartige Wellenformen umfassen Impulse, Bursts, die jeweils eine Gruppe von Impulsen umfassen, Züge, die jeweils eine Gruppe von Bursts umfassen, und Sequenzen, die jeweils eine Gruppe der Impulse, Bursts und Züge umfassen. Die externe Speichervorrichtung 618 speichert auch mehrere Stimulationsfelder. Jeder Wellenformbaustein der Vielzahl von Wellenformbausteinen gehört zu einem oder mehreren Feldern der Vielzahl von Stimulationsfeldern. Jedes Feld der mehreren Stimulationsfelder ist durch eine oder mehrere Elektroden der Vielzahl von Elektroden, durch welche ein Impuls der Neurostimulationsimpulse abgegeben wird, und eine Stromverteilung des Impulses über die eine oder mehreren Elektroden definiert.
Die Programmiersteuerschaltung 616 stellt eine Ausführungsform der Programmiersteuerschaltung 316 dar und erzeugt gemäß dem Muster der Neurostimulationsimpulse die mehreren Stimulationsparameter, die an den implantierbaren Stimulator 404 übertragen werden sollen. Das Muster wird unter Verwendung eines oder mehrerer Wellenformbausteine, die aus der Vielzahl von in der externen Speichervorrichtung 618 gespeicherten Wellenformbausteinen ausgewählt werden, definiert. In verschiedenen Ausführungsformen prüft die Programmiersteuerschaltung 616 Werte der mehreren Stimulationsparameter gegen Sicherheitsregeln, um diese Werte innerhalb Randbedingungen der Sicherheitsregeln zu beschränken. In einer Ausführungsform sind die Sicherheitsregeln heuristische Regeln. In verschiedenen Ausführungsformen kann es eine Anforderung sein, dass die Vielzahl von Stimulationsparametern von dem Patienten oder der Testperson erfahren werden, bevor die Programmierung (z.B. für die Verwendung in einer Therapiesitzung) abgeschlossen wird. Dies kann zum Beispiel umfassen, dass der Patient oder die Testperson den gesamten Satz von Parametern, eine repräsentative Teilmenge der Parameter oder einen repräsentativen Satz der Parameter, der über die Verarbeitung definiert wird, erfährt, um die Eignung und die Toleranz der erwarteten Stimulation, die der Patient während einer Therapiesitzung erfährt, sicherzustellen.
Die Benutzerschnittstelle 610 stellt eine Ausführungsform der Benutzerschnittstelle 310 dar und ermöglicht dem Benutzer, das Muster der Neurostimulationsimpulse zu definieren und verschiedene andere Überwachungs- und Programmieraufgaben durchzuführen. In einer Ausführungsform umfasst die Benutzerschnittstelle 610 eine GUI. Die Benutzerschnittstelle 610 umfasst eine Anzeige 642, eine Benutzereingabevorrichtung 644 und eine Schnittstellensteuerschaltung 640. Die Anzeige 642 kann jede Art visueller Anzeige, wie etwa interaktive und nicht interaktive Bildschirme umfassen, und die Benutzereingabevorrichtung 644 kann jede Art von Benutzereingabevorrichtung, welche die verschiedenen in diesem Dokument diskutierten Funktionen unterstützt, wie etwa einen Berührungsschirm, eine Tastatur, ein Tastenfeld, ein Berührungsfeld, einen Trackball, einen Joystick und eine Maus, umfassen. In einer Ausführungsform umfasst die Benutzerschnittstelle 610 eine GUI, die einen interaktiven Bildschirm zur Anzeige einer graphischen Darstellung eines Wellenformbausteins hat und ermöglicht, dass der Benutzer den Wellenformbaustein anpasst, indem er den Wellenformbaustein graphisch editiert. Aktionen der graphischen Editierung können als Skript ausgeführt werden oder in anderer Weise automatisiert oder programmgesteuert durchgeführt werden. In einer Ausführungsform kann „graphisches Editieren“ Tastaturaktionen, wie etwa Aktionen, auf die manchmal als „Tastaturkürzel“ Bezug genommen wird, umfassen. Die Benutzerschnittstelle 610 kann auch ermöglichen, dass der Benutzer irgendwelche anderen Funktionen durchführt, die in diesem Dokument diskutiert werden, wobei das graphische Editieren, wie von Fachleuten der Technik zu schätzen gewusst, geeignet ist.
Die Schnittstellensteuerschaltung 640 steuert den Betrieb der Benutzerschnittstelle 610 einschließlich der Antwort auf verschiedene Eingaben, die von der Benutzereingabevorrichtung 644 empfangen werden, und der Definition der einen oder mehreren Stimulationswellenformen. Die Schnittstellensteuerschaltung 640 umfasst den Neurostimulationsmustergenerator 320.
In verschiedenen Ausführungsformen hat die externe Programmiervorrichtung 602 Betriebsarten, die eine Zusammenstellungsbetriebsart und eine Echtzeitprogrammierbetriebsart umfassen. In anderen Ausführungsformen können derartige Betriebsarten als getrennte Softwaresätze, Schnittstellen zu entfernten Anwendungen (wie etwa „Web-Apps“) vorhanden sein oder können auf einer oder mehreren anderen physikalischen Vorrichtungen als der externen Programmiervorrichtung 602 angesiedelt sein. In der Zusammenstellungsbetriebsart (auch als die Impulsmusterzusammenstellungsbetriebsart bekannt) ist die Benutzerschnittstelle 610 aktiviert, während die Programmiersteuerschaltung 616 deaktiviert ist. Die Programmiersteuerschaltung 616 aktualisiert Werte der mehreren Stimulationsparameter ansprechend auf irgendeine Änderung der einen oder mehreren Stimulationswellenformen nicht dynamisch. In der Echtzeitprogrammierbetriebsart sind sowohl die Benutzerschnittstelle 610 als auch die Programmiersteuerschaltung 616 aktiviert. Die Programmiersteuerschaltung 616 aktualisiert Werte der mehreren Stimulationsmuster ansprechend auf Änderungen in dem Satz einer oder mehrerer Stimulationswellenformen dynamisch und überträgt die Vielzahl von Stimulationsparametern mit den aktualisierten Werten an den implantierbaren Stimulator 404. In verschiedenen Ausführungsformen kann die Übertragung der Vielzahl von Stimulationsparametern an den implantierbaren Stimulator 404 durch einen Satz von Regeln gesteuert werden. Der implantierbare Stimulator 404 kann angewiesen werden, um mit einem Satz von Parametern, der eine verarbeitete Version des dynamisch aktualisierten Satzes von Parametern ist, zu arbeiten, bis die Programmierung beendet ist. Zum Beispiel kann ein Burst A abgegeben werden, woraufhin eine Pause B folgt und dann ein anderer Burst C folgt, wobei die Pause B lang ist. Der implantierbare Stimulator 404 kann die lange Pause B durch eine kurze Pause D ersetzen, wenn der Programmierer und/oder das System bestimmt, dass die lange Pause B das Erleben des Patienten des Bursts A oder C nicht beeinträchtigt.
Neurostimulationsprogrammierung unter Verwendung eines neuronalen Netzwerkmodells
7 stellt eine Ausführungsform einer externen Programmiervorrichtung 702 dar, die eine Ausführungsform der externen Programmiervorrichtung 602 darstellt. Die externe Programmiervorrichtung 702 umfasst eine externe Telemetrieschaltung 646, eine externe Speichervorrichtung 718, eine Programmiersteuerschaltung 716 und eine Benutzerschnittstelle 710. In verschiedenen Ausführungsformen kann die externe Programmiervorrichtung 702 als eine einzelne Vorrichtung oder mehrere Vorrichtungen implementiert werden, die kommunikationsfähig miteinander gekoppelt sind.
Die externe Speichervorrichtung 718 stellt eine Ausführungsform der externen Speichervorrichtung 618 dar und kann eine Musterbibliothek (Datenbank) 748 und ein oder mehrere neuronale Netzwerkmodelle 750 speichern. Die Musterbibliothek 748 kann eine Vielzahl von Feldern (räumliche Muster) und eine Vielzahl von Wellenformen (zeitliche Muster) umfassen. Jedes Feld der Vielzahl von Feldern spezifiziert eine räumliche Verteilung der Neurostimulationsenergie über mehrere Elektroden, wie etwa die Elektroden 406. In verschiedenen Ausführungsformen kann die räumliche Verteilung durch eine Amplitude der Energie für jede Elektrode oder einen Bruchteil der Gesamtenergie für jede Elektrode spezifiziert werden. Wenn die räumliche Verteilung durch einen Prozentsatz der Gesamtenergie für jede Elektrode spezifiziert wird, bedeuten etwa während einer bestimmten Phase der Neurostimulation zum Beispiel 0%, die einer Elektrode zugewiesen sind, dass die Elektrode nicht aktiv verwendet wird, und 100%, die einer Elektrode zugewiesen sind, bedeuten, dass diese Elektrode die einzige aktiv verwendete Elektrode ist. Jede Wellenform der Vielzahl von Wellenformen spezifiziert eine Wellenform einer Sequenz der Neuromodulationsimpulse. Gewisse Parameter, wie etwa die Amplitude von Neurostimulationsimpulsen (z.B. in mA) können entweder in den Feldern oder den Wellenformen definiert werden. Ein oder mehrere neuronale Netzwerkmodelle 750 sind jeweils ein Rechenmodell, das konfiguriert ist, um die Bewertung von Wirkungen eines oder mehrerer Felder, die aus der Vielzahl von Feldern ausgewählt werden, in Kombination mit einer oder mehreren Wellenformen, die aus der Vielzahl von Wellenformen ausgewählt werden, bei der Behandlung einer oder mehrerer Indikationen für die Neurostimulation zu ermöglichen. In verschiedenen Ausführungsformen umfassen die Wirkungen eine oder mehrere therapeutische Wirkungen bei der Behandlung einer oder mehrerer Indikationen für die Neuromodulation. In verschiedenen Ausführungsformen umfassen die Wirkungen eine oder mehrere therapeutische Wirkungen bei der Behandlung einer oder mehrerer Indikationen für die Neuromodulation und eine oder mehrere Nebenwirkungen, die mit der Neuromodulation verbunden sind. In verschiedenen Ausführungsformen kann die externe Speichervorrichtung 718 eine oder mehrere Speichervorrichtungen umfassen. Die Programmiersteuerschaltung 716 stellt eine Ausführungsform der Programmiersteuerschaltung 616 dar und erzeugt mehrere Stimulationsparameter, welche die Abgabe von Neurostimulationsimpulsen von einem Neurostimulator, wie etwa dem implantierbaren Stimulator 404 gemäß einem räumlich-zeitlichen Muster der Neurostimulation steuern. Das räumlich-zeitliche Muster der Neurostimulation spezifiziert eine Sequenz von Neurostimulationsimpulsen, die als eine oder mehrere räumlich-zeitliche Einheiten gruppiert werden. Die eine oder mehreren räumlich-zeitlichen Einheiten umfassen jeweils ein oder mehrere Felder, die aus der Vielzahl von Feldern ausgewählt werden, in Kombination mit einer oder mehreren Wellenformen, die aus der Vielzahl von Wellenformen ausgewählt werden.
Die Benutzerschnittstelle 710 stellt eine Ausführungsform der Benutzerschnittstelle 610 dar und umfasst die Anzeige 642, die Benutzereingabevorrichtung 644 und eine Schnittstellensteuerschaltung 740. Die Schnittstellensteuerschaltung 740 stellt eine Ausführungsform der Schnittstellensteuerschaltung 640 dar und umfasst einen Neurostimulationsmustergenerator 720, der das räumlich-zeitliche Muster der Neurostimulation erzeugt. Der Neurostimulationsmustergenerator 720 stellt eine Ausführungsform des Neurostimulationsmustergenerators 320 dar und umfasst einen Mustereditor 752 und einen Musteroptimierer 754. Der Mustereditor 752 ermöglicht dem Benutzer ein oder mehrere der Vielzahl von Feldern, der Vielzahl von Wellenformen, der einen oder mehreren räumlich-zeitlichen Einheiten oder das räumlich-zeitliche Muster der Neurostimulation zu erzeugen und anzupassen. Beispiele für den Mustereditor 752 werden diskutiert in: der US-Patentanmeldung mit der Seriennummer 14/853,589 mit dem Titel „GRAPHICAL USER INTERFACE FOR PROGRAMMING NEUROSTIMULATION PULSE PATTERNS“, eingereicht am 14. September 2015; der US-Patentanmeldung mit der Seriennummer 14/926,725 , mit dem Titel „METHOD AND APPARATUS FOR PROGRAMMING COMPLEX NEUROSTIMULATION PATTERNS“, eingereicht am 29. Oktober 2015; der vorläufigen US-Patentanmeldung mit der Seriennummer 62/137,567 mit dem Titel „METHOD AND APPARATUS FOR CONTROLLING TEMPORAL PATTERNS OF NEUROSTIMULATION“, eingereicht am 24. März 2015; der vorläufigen US-Patentanmeldung mit der Seriennummer 62/111,715 , mit dem Titel „METHOD AND APPARATUS FOR PROGRAMMING CHARGE RECOVERY IN NEUROSTIMULATION WAVEFORM“, eingereicht am 4. Februar 2015; der vorläufigen US-Patentanmeldung mit der Seriennummer 62/198,957 mit dem Titel „USER INTERFACE FOR CUSTOM PATTERNED ELECTRICAL STIMULATION“, eingereicht am 30. Juli 2015; und der vorläufigen US-Patentanmeldung mit der Seriennummer 62/241,965 , mit dem Titel „USER INTERFACE FOR NEUROSTIMULATION WAVEFORM COMPOSITION“, eingereicht am 15. Oktober 2015, die alle der Boston Scientific Neuromodulation Corporation zugeordnet sind, die hier ihrer Gesamtheit per Referenz eingebunden sind. Der Musteroptimierer 754 optimiert näherungsweise eine/s oder mehrere der Vielzahl von Feldern, der Vielzahl von Wellenformen, der mehreren räumlich-zeitlichen Einheiten oder das räumlich-zeitliche Muster der Neurostimulation unter Verwendung wenigstens eines neuronalen Netzwerkmodells eines oder mehrerer neuronaler Modelle 750.
In verschiedenen Ausführungsformen, in denen die externe Programmiervorrichtung 702 als mehrere Vorrichtungen, die kommunikationsfähig miteinander gekoppelt sind, implementiert ist, können eine oder mehrere der Vielzahl von Vorrichtungen jeweils eine Benutzerschnittstelle umfassen, die ähnlich der Benutzerschnittstelle 710 ist. In verschiedenen Ausführungsformen umfasst die externe Programmiervorrichtung 702 einen zusätzlichen Musteroptimierer, der kommunikationsfähig mit dem Musteroptimierer 754 gekoppelt werden kann. In einer Ausführungsform empfängt der zusätzliche Musteroptimierer das/die eine oder mehrere der Vielzahl von Feldern, der Vielzahl von Wellenformen, der einen oder mehreren räumlich-zeitlichen Einheiten oder das räumlich-zeitliche Muster der Neurostimulation, die durch den Musteroptimierer näherungsweise optimiert werden, und arbeitet in einer Offline-Weise, um sie in Sätze von Stimulationsparametern zu übersetzen, die auf einer Stimulationsvorrichtung, wie etwa dem implantierbaren Stimulator 404, programmiert werden können, oder berücksichtigt zusätzlich zusätzliche Randbedingungen, z.B. die lange Batterielebensdauer. In einer anderen Ausführungsform arbeitet der zusätzliche Musteroptimierer in einer Online-Weise, um die Stimulationsparameter zu ändern, so dass sie zu der Vorrichtung passen, oder so dass sie bei gegebenen zusätzlichen Randbedingungen passen.
In verschiedenen Ausführungsformen wird die externe Programmiervorrichtung 702 als mehrere Vorrichtungen implementiert, die ein Front-End und ein Back-End umfassen. In einer Ausführungsform sind das Front-End und das Back-End ähnlich und umfassen wahlweise zuerst die Erzeugung und Speicherung von Sätzen aus Feldern und Mustern und zweitens die Kombination von Feldern und Mustern für die Verwendung in der Programmierung der Vorrichtung oder ansonsten zuerst die Programmierung von Feldern und Mustern direkt auf der Vorrichtung, wobei in einigen Ausführungsformen Filer/Optimierer online arbeiten, um die Programmierung zu beschränken oder zu modulieren oder Änderungen an der Programmierung vorzuschlagen, die von dem Programmierer optional ausgewählt werden können. In einer Ausführungsform ist das Front-End auf einer Vorrichtung (z.B. eines Programmierers der Klinik (CP, Programmiervorrichtung, die für die Verwendung durch den Benutzer, wie etwa einen Kliniker, der den Patienten betreut, in dem das implantierbare System 422 angeordnet ist, konfiguriert ist), einem Computer oder einer Anwendung auf einem Smartphone) und das Back-End ist anderswo (z.B. „die Cloud“, der Computer/Server des Benutzers oder der Computer/Server des Herstellers).
In einer Ausführungsform kann die erste Handlung der Erzeugung von Feldern und Mustern, ohne dass ein Patient anwesend ist, und wahlweise auf einer anderen Vorrichtung als einer CP erledigt werden. Zum Beispiel können die Felder und Muster basierend auf Informationen erzeugt werden, die aus einer Patientenpopulation und/oder von jedem einzelnen Patienten abgeleitet werden. Derartige Informationen können verwendet werden, um Rechenmodelle, die Abschnitte eines Nervensystems des Patienten darstellen, zur Auswertung der Reaktionen auf Neurostimulation, wie etwa ein oder mehrere neuronale Netzwerkmodelle 750, zu entwickeln und/oder anzupassen.
Die Tabelle 1 zeigt ein Beispiel für Felder (räumliche Muster) und Wellenformen (zeitliche Muster), die in einer Bibliothek, wie etwa der Musterbibliothek 748, gespeichert werden. Die Tabelle 2 zeigt ein Beispiel für Felder und Wellenformen, die verwendet werden, um ein räumlich-zeitliches Muster der Neurostimulation zu erzeugen. Tabelle 1

Felder Wellenformen

F1 P1

F2 P2

... ...

FN PN

Tabelle 2

Felder Wellenformen

F1 P1+P2

F2+F3 P2+P3, P1

... ...

FN PN
In einer Ausführungsform werden Felder und Muster in einer Programmiervorrichtung (auf die auch als „Abspielgerät“ Bezug genommen wird), wie etwa der externen Programmiervorrichtung 702, in einer Weise kombiniert, in welcher der Patient einen vollständigen Satz oder einen repräsentativen Satz von Stimulierungen erfahren muss, bevor Einstellungen in dem Stimulator gespeichert werden können. In einer Ausführungsform kann dieser repräsentative Satz von Stimulierungen nicht identisch mit den vollständigen programmierten Einstellungen sein, kann aber wichtige Punkte, die automatisch gewählt werden, optional mit Eingaben von dem Benutzer, enthalten. Zum Beispiel kann das Programm in dem Fall, in dem zwei Felder (Fs) und Muster (Wellenformen Ps) gewählt werden, wobei jedes Muster eine lange Laufzeit hat und sie nacheinander laufen, die ersten N Sekunden des Felds 1 (F1), Muster 1 (P1), gefolgt von den ersten N Sekunden des Felds 2 (F2), Muster 2 (P2) sein. In einer Ausführungsform kann das System automatisch einen Satz von Feldern und Mustern erzeugen, die nicht identisch mit irgendeinem der ganzen Felder oder Muster oder Abschnitten von Feldern und Musterns sind, die von dem Benutzer erzeugt werden, und diese Versuchseinstellung oder der Satz von Einstellungen kann verwendet werden, um zu bestimmen, dass die vorgeschlagenen Einstellungen programmiert werden können.
In einer Ausführungsform werden Felder und Muster in das Abspielgerät eingegeben und zusätzliche Parameter werden automatisch verwendet, um die Stimulation anzupassen. Als ein Beispiel werden F1P1 und F2P2 eingegeben, aber ein erwünschtes Ergebnis bedingt das zufällige Abwechseln zwischen F1P1 und F2P2, so dass das Abspielgerät automatisch Programmierfestlegungen festlegt, die zum Beispiel die relativen Dauern von F1P1 gegenüber F2P2 betreffen.
In einer Ausführungsform werden Felder und Muster in das Abspielgerät eingegeben, und zusätzliche Parameter werden von dem Benutzer eingegeben, um das Abspielen der Zusammenstellung zu steuern (d.h. die Abgabe der Neurostimulation gemäß dem Muster der Neurostimulation, das mit den Feldern und Mustern zusammengestellt wird, zu steuern). In verschiedenen Ausführungsformen werden Felder und Muster in das Abspielgerät eingegeben, und zusätzliche Muster werden von dem Abspielgerät automatisch erzeugt, um das Abspielen der Zusammenstellung zu steuern. In verschiedenen Ausführungsformen kann der Benutzer allgemeine Einstellungen in dem Abspielgerät festlegen, und derartige allgemeine Einstellungen werden auf alle Feld- und Mustersätze, zum Beispiel nachdem sie das erste Mal in den Patienten programmiert wurden, angewendet (z.B. ein Anfangsstimulationsamplitudenanstieg von 10 Sekunden).
In einer Ausführungsform können Muster programmiert werden, um gleichzeitig (in Kombination) oder seriell (nacheinander) abgespielt zu werden. Zum Beispiel kann P1 ein 40 Hz-Signal mit Rechteckimpulsform mit einer Impulsbreite von 20 µm sein, und P2 kann ein 80 Hz-Signal mit einer dreieckigen Impulsform mit einer Impulsbreite von 100 µs sein. Die Kombination aus P1 und P2 kann als P1+P2 geschrieben werden und dazu führen, dass beide Muster gleichzeitig mit einem Feld oder einer Kombination von Feldern abgespielt werden, wobei P1 und P2 eine konstante Phasenausrichtung haben. Alternativ können P1 und P2 jeweils eine zugehörige Dauer haben und seriell abgespielt werden.
In einer Ausführungsform sind Muster, die gleichzeitig abgespielt werden können, ohne Modifikation an irgendeinem der Muster zulässig, und Muster, die z.B. eine Entscheidung erfordern, sind nicht zulässig. In einer Ausführungsform werden Zeilen in Tabelle 2 seriell abgespielt. In einer Ausführungsform können Felder und Muster als getrennte Einheiten erzeugt werden und für die „Wiedergabe“ kombiniert werden. „Bahnen“ (Zeilen in Tabelle 2) können für die Wiederholung festgelegt werden (z.B. fortlaufend für eine spezifizierte Anzahl von Wiederholungen), und Untereinheiten der Bahn können zum Abspielen gruppiert werden.
Neuronales Netzwerkmodell
8 stellt eine Ausführungsform eines neuronalen Mehrknotennetzwerkmodells 850 dar. Rechennetzwerke existieren für verschiedene Neuromodulationsindikationen. Diese bestehenden Modelle oder neue Modelle stellen häufig vereinfachte Untereinheiten eines funktionalen Ganzen dar. Jede dieser Einheiten kann vervielfältigt werden, um ein Mehrknotenmodell zu bilden. Dieses Mehrknotenmodell kann dann verwendet werden, um die Erzeugung von Hypothesen zu treiben, oder kann in einigen Ausführungsformen einer „Online“-Weise mit unverzögerter Rückmeldung und einer Veränderung des Modells oder seiner Komponenten verwendet werden, um die Programmierung von Neurostimulationsvorrichtungen zu verbessern. In verschiedenen Ausführungsformen weisen das eine oder die mehreren neuronalen Netzwerkmodelle wenigstens ein Mehrknotenmodell auf, das eine Vielzahl von Knoten umfasst, die jeweils eine funktionale Untereinheit eines Nervensystems darstellen. Derartige funktionale Untereinheiten können einer anatomischen Untereinheit in dem modellierten Abschnitt eines Nervensystems oder einer Abstraktion zur Berücksichtigung einer Funktion des modellierten Abschnitts des Nervensystems entsprechen. Beispielhaft und nicht einschränkend umfasst das neuronale Netzwerkmodell 850, wie in 8 dargestellt, einen Mittelknoten und sechs Umgebungsknoten 1 - 6. In verschiedenen Ausführungsformen kann das neuronale Netzwerkmodell 850 jede Art von miteinander verbundenen Knoten umfassen. Jeder dieser Knoten kann ein vollständiges Modell oder Wiederholungen eines Teilsatzes des Modells darstellen. In verschiedenen Ausführungsformen kann das neuronale Netzwerkmodell 850 oder jeder Abschnitt des neuronalen Netzwerkmodells 850 auf einem vorhandenen Modell oder einem vorhandenen Modell, das durch eine oder mehrere neue Komponenten einer bestimmten Anwendung erweitert ist, basieren (z.B. Neurostimulation für einen bestimmten Zustand). Die Verbindungen zwischen diesen Knoten können ein überlappendes Wiederholungsmuster aus „aufnahmefähigen Feldern“ und „Umgebungsfeldern“ für jeden Knoten in dem neuronalen Netzwerkmodell 850 ergeben. Diese Qualität des Modells kann Empfindlichkeit für bestimmte Felder, Muster oder Kombinationen eines oder beider ergeben. Die Verbindungen zwischen diesen Knoten werden als eine Konnektivitätsmatrix in 8 dargestellt. Die Stärken verschiedener Verbindungen zwischen Knoten oder Elementen von Knoten können ebenso wie die zeitliche Verzögerung zwischen Knoten oder Elementen von Knoten ähnlich gesteuert werden. In einer Ausführungsform kann die Bedeutung, die jedem bestimmten Knoten des neuronalen Netzwerkmodells 850 während einer Auswertung verliehen wird, auch mit einer Gewichtungskarte skaliert werden. Der Knoten oder Elemente von Knoten können unterschiedlich gewichtet werden, wenn eine Ausgangsmetrik berechnet wird.
Mehrere Mehrknotenmodelle, wie etwa das neuronale Netzwerkmodell 850, können verwendet werden, wenn eine Ausgangsmetrik, wie etwa beispielhaft und nicht einschränkend ein erstes Mehrknotenmodell, das neurale Elemente darstellt, und ein zweites Mehrknotenmodell, das unterstützende Gliastrukturen darstellt, ausgewertet wird. Diese Modelle können funktional getrennt sein, Ausgangsmetriken von jedem können berechnet werden, und die Nachverarbeitung kann die Ergebnisse von jedem Modell berücksichtigen, wenn z.B. Maßstäbe für den Erfolg berechnet werden. Oder die Modelle können funktional zusammenhängend sein, so dass Änderungen in einem Modell Änderungen in dem Zweiten ausbreiten. Mehr als zwei Modelle können miteinander verbunden sein.
9 stellt eine Ausführungsform eines neuronalen Netzwerkmodells (hier nachstehend „Zhang-Modell“) dar, das in T. C. Zhang, J. J. Janik und W. M. Grill, „Modeling effects of spinal cord stimulation on wide-dynamic range dorsal horn neurons: influence of stimulation frequency and GABAergic inhibition", J Neurophysiol 112: 552-567, 2014, diskutiert wird. 10 stellt eine Ausführungsform des Zhang-Modells dar, die ein Rechennetzwerkmodell des Hinterhornkreises ist. Das Modell hat eine Netzwerkarchitektur, die auf Schemen der nozizeptiven Hinterhornverarbeitung mit biophysikalisch basierten Kammermodellen von Hinterhornneuronen, die über Darstellungen von exzitatorischen und inhibitorischen Synapsen basiert. Wie in 9 gezeigt, umfasst das Modell lokale neurale Elemente (Aβ-, Aδ-, und C-Fasern), umgebende neurale Elemente (unterschiedliche Aß-Fasern), inhibitorische (IN-) Interneuronen, ein exzitatorisches (EX-) Interneuron, und ein Projektionsneuron mit großem dynamischem Bereich (WDR) in dem Hinterhorn. Parameter des Modells können unter Verwendung experimenteller Daten bestimmt und abgestimmt werden. Die Darstellung der SCS kann auf den Dorsalsäuleneingang angewendet werden. In verschiedenen Ausführungsformen kann das neuronale Netzwerkmodell 850 mehrere miteinander verbundene Knoten, wie etwa wechselseitig inhibitorische Knoten umfassen. Jeder Knoten kann ein Zhang-Modell, wie etwa das in 9 dargestellte Modell, umfassen.
Alternativ besteht jeder Knoten aus einem Modell, in dem die Neuronen des Zhang-Modells durch einfachere Neuronenmodelle ersetzt werden (z.B. werden die Neuronen durch perfekte oder verallgemeinerte Integrate-and-Fire-Neuronen ersetzt) und die Synapsen durch einfache Synapsenmodelle, wie zum Beispiel in Peter Dayan und L. F. Abbott „Theoretical Neuroscience“, Kapitel 7 (MIT Press 2001) diskutiert, ersetzt werden. Die Modellparameter werden derart angepasst, dass das WDR-Neuron eine U-förmige Wendekurve zeigt: die Feuerrate ist, wie in 10 gezeigt, für einen gewissen Eingangsfrequenzbereich am niedrigsten. In verschiedenen Ausführungsformen kann die Feuerrate die Feuerrate eines einzelnen Neurons, eine mittlere Feuerrate einer Vielzahl von Neuronen, eine kumulative Feuerrate einer Vielzahl von Neuronen oder eine berechnete Feuerrate, die sich aus einer mathematischen oder statistischen Operation ergibt, darstellen. Dieses alternative Modell ist eine wesentliche Vereinfachung des Zhang-Modells, kann aber wesentliche Merkmale des Zhang-Modells aufnehmen. Eine weitere Vereinfachung kann die Betrachtung jedes Knotens als verallgemeinertes Integrate-and-Fire-Neutron mit gegenseitiger Inhibition zu Nachbarknoten bedingen, wobei die Modellparameter, wie in Wulfram Gerstner und Werner M. Kistler „Spiking Neuron Models“, Kapitel 4 (Cambridge University Press 2002) diskutiert, an experimentelle Daten von WDR-Neuronen angepasst sind.
In verschiedenen Ausführungsformen, in denen ein Mehrknotennetzwerkmodell verwendet wird, kann die Abgabe der Neurostimulation als eine Eingabe darstellt werden, die an eine Sammlung von Knoten in einer räumlichzeitlich spezifischen Weise abgegeben wird. Der Ausgang des neuronalen Mehrknotennetzwerkmodells kann die Wirkungen der Abgabe der Neurostimulation einschließlich therapeutischer und/oder Nebenwirkung(en) anzeigen.
Die Inhibition von Nachbarknoten kann durch Messen der Wahrnehmungsschwelle aufgrund der Aktivierung eines Knotens und der Prozentsatzänderung dieser Schwelle, die durch die Aktivierung eines Nachbarknotens bewirkt wird, abgestimmt werden. Jedoch ist es ebenso möglich, dass die ermittelten Ergebnisse in einem großen Bereich an Auswahlen für die gegenseitige Inhibition stabil sind, und das Abstimmen der gegenseitigen Inhibition unnötig wäre.
Um in verschiedenen Ausführungsformen räumlich-zeitliche Muster der Neurostimulation zu optimieren, kann das neuronale Netzwerkmodell mit einem großen Bereich an räumlich-zeitlichen Mustern und Impulsformen mit dem Ziel betrieben werden, den WDR-Ausgang für spezifische Gruppen von Nachbarknoten über einen großen dynamischen Bereich zu minimieren. Die räumlich-zeitlichen Muster der Neurostimulation, die für einen näherungsweise minimalen WDR-Ausgang sorgen, können verwendet werden, um einen Anfangssatz der mehreren Stimulationsparameter zu erzeugen, welche die Abgabe der Neurostimulationsimpulse von einer Stimulationsvorrichtung, wie etwa dem implantierbaren Stimulator 404, steuern.
In einer Ausführungsform stellt jeder Knoten eines neuronalen MehrknotenNetzwerkmodells eine Parästhesie-Stelle (oder, wie unter „Parästhesie-geführte Feldauswahl“ nachstehend diskutiert, andere Stellen) dar. In diesem Fall würde das Modell aus so vielen Knoten wie notwendig, um die Parästhesie-Stellen aufzunehmen, und einigen zusätzlichen Knoten, um die inhibitorischen Wirkungen von Regionen, die nicht direkt mit Schmerz in Beziehung stehen, aufzunehmen, bestehen.
Neurostimulation für kumulative Wirkungen
In verschiedenen Ausführungsformen kann die Neurostimulation für kumulative Wirkungen an verschiedene Felder, mit verschiedenen Wellenformen und/oder zu verschiedenen Zeiten abgegeben werden. Zum Beispiel kann es wünschenswert sein, eine Stimulationswirkung zu erzwingen, während gewisse Stimulationsschwellen (z.B. Sub- Parästhesie-Schwelle) an jedem Stimulationsort beibehalten werden.
In einer Ausführungsform können viele wiederholte Abgaben der Neurostimulation entlang ausgewählter neuronaler Elemente (z.B. einem Axonfaserbündel) die wiederholten Stimulationen entlang der Längsachse einer Leitung beinhalten, so dass viele Chancen bestehen, zu einer Wirkung der Neurostimulation (z.B. eine Wirkung, die von der absoluten Zeitsteuerung bezüglich eines Signals, auf das nicht synchronisiert werden kann) zu führen. In einer Ausführungsform wird ein neuronales Netzwerkmodell, wie etwa das neuronale Netzwerkmodell 850 verwendet, um zu bestimmen, wie Wiederholungen der Neurostimulation zum Beispiel im Raum (z.B. nicht innerhalb 5 mm oder dem 1,5-fachen der Breite des Volumens des aktivierten Gewebes wiederholt) oder zeitlich (z.B. nicht innerhalb 12 ms oder nicht innerhalb 2 synaptischer Verzögerungen und 4 ms Leitungsverzögerung wiederholt) konfiguriert werden können.
In verschiedenen Ausführungsformen kann unter Verwendung eines neuronalen Netzwerkmodells, wie etwa des neuronalen Netzwerkmodells 850 ein erster Satz und ein zweiter Satz von Programmierparametern konzipiert werden, wobei die Anwendung keines von beiden Sätzen allein die gewünschte Wirkung hat, aber die Anwendung beider Sätze die gewünschte Wirkung ergibt. Dieses Konzept kann auf mehr als zwei Sätze von Programmierparametern erweitert werden, die eine synergistische Beziehung haben. Zum Beispiel kann die Anwendung eines Satzes zu einer gewünschten Wirkung, aber mit unerwünschten Nebenwirkungen führen, und die Anwendung des anderen Satzes kann die Nebenwirkungen lindern. Dies tritt in einer Weise auf, die komplexer sein kann als zum Beispiel einfach flankierende Anoden zu verwenden, um das Aktivierungsfeld einiger Kathoden zu schrumpfen.
11 stellt eine Ausführungsform der Neurostimulation für kumulative Wirkungen dar. In 11 stellen die Stimulationszeiten t_N Phasenausrichtungen (relative anstatt absolute Zeit) dar. Kumulative Stimulationsregionen können im Raum nahe beieinander oder weit voneinander entfernt sein. Diese Regionen können auf die gleichen oder ähnlichen neuralen Elemente an mehreren Orten abzielen oder können auf verwandte neurale Elemente an verschiedenen Positionen innerhalb ihres Netzwerks abzielen. Stimulationsregionen können im Raum dicht oder weiter getrennt sein. In 11 stellen die Orte von t_N(F_N, P_N) ungefähre Feldorte dar. In verschiedenen Ausführungsformen kann ein neuronales Netzwerkmodell, wie etwa das neuronale Netzwerkmodell 850, verwendet werden, um die kumulativen Wirkungen der Neurostimulation, die gemäß t_N(F_N, P_N) angewendet wird, zu analysieren. In verschiedenen Ausführungsformen kann ein neuronales Netzwerkmodell, wie etwa das neuronale Netzwerkmodell 850, verwendet werden, um einen näherungsweise optimalen Satz von t_N(F_N, P_N) für die Erreichung spezifizierter erwünschter kumulativer Wirkungen zu bestimmen.
Robuste Konfiguration für die Neurostimulation
In verschiedenen Ausführungsformen kann die Optimierung der Stimulationskonfigurationen das Suchen nach Stimulationskonfigurationen, die robust sind (Erfüllen des Ziels in dem größtmöglichen Ausmaß) in einem Bereich sich ändernder Bedingungen umfassen. Der Wert und die Anwendbarkeit einer Stimulationskonfiguration ist für eine zunehmende Anzahl von Bedingungen, in denen sie ihre Leistung gut erfüllt, größer, auch wenn unter einigen dieser Bedingungen eine andere Konfiguration eine bessere Leistung bringen kann. Auf eine derartige Optimierung von Stimulationskonfigurationen wird als eine robuste Konfiguration für die Neurostimulation Bezug genommen. In verschiedenen Ausführungsformen kann eine derartige robuste Konfiguration für die Neurostimulation unter Verwendung eines neuronalen Netzwerkmodells, wie etwa des neuronalen Netzwerkmodells 850, durchgeführt werden.
In verschiedenen Ausführungsformen kann die robuste Konfiguration für die Neurostimulation angewendet werden, um eine Stimulationsfeldform zu konstruieren, die robust gegenüber kleinen Änderungen der absoluten oder relativen Position zum Beispiel in Bezug auf eine interessierende Ziel- oder Referenzstruktur (Mittellinie, Wirbelhöhe, große Gefäße, nummerierte oder physiologisch bestimmte Wurzel) in dem Körper des Patienten ist. Beispiele für derartige kleine Änderungen umfassen die Elektrodenverschiebung nach der Implantation in dem Patienten, physiologische oder anatomische Änderungen in dem Patienten mit der Zeit und physiologische oder anatomische Abweichungen zwischen Patienten. In derartigen Beispielen kann die robuste Konfiguration für die Neurostimulation die Notwendigkeit einer Anpassung von Einstellungen für jeden Patienten über die Zeit verringern und/oder das Maß der Anpassung für jeden Patienten verringern.
In verschiedenen Ausführungsformen kann die robuste Konfiguration für die Neurostimulation angewendet werden, um ein Stimulationsmuster zu konstruieren, das robust gegen Änderungen in der absoluten oder relativen zeitlichen Angleichung mit einem oder mehreren Signalen, wie etwa dem ausgelösten Summenaktionspotential (ECAP), des Feuerns eines bestimmten Neurons und der natürlichen oder pathologischen Signalspitzenfrequenz, ist. Die absolute oder relative zeitliche Angleichung bezieht sich auf die Aktion, die gegenüber einer gewünschten Zeit um einen festen Betrag, z.B. 1 Minute oder 1 Sekunde, zu früh oder zu spät ist. Die relative Angleichung bezieht sich auf eine Charakteristik der gewünschten Zeitsteuerung.
In verschiedenen Ausführungsformen können Konzepte des Maschinenlernens und Entscheidungstreffens, z.B. Fuzzy-Optimierung, Mehrzieloptimierungen oder robuste Optimierung, in der robusten Konfiguration für die Neurostimulation, verwendet werden.
In verschiedenen Ausführungsformen können für die zulässige Abweichung zwischen der ermittelten maximalen Wirkung und der angestrebten robusten Wirkung Grenzen gesetzt werden. Zum Beispiel führt eine robuste Konfiguration für die Neurostimulation zu einem Muster oder Feld, das eine Metrik mit der Bewertung ,X‘ hat, wobei dieses Verfahren nur Muster oder Felder mit der Bewertung X·α berücksichtigen würde, wobei 0 < α < 1.
Mehrschrittoptimierung
In verschiedenen Ausführungsformen kann die Analyse unter Verwendung eines neuronalen Netzwerkmodells, wie etwa des neuronalen Netzwerkmodells 850, nahelegen, dass eine bestimmte Kombination von zwei Stimulationsfeldern wünschenswert ist, aber die relativen Orte dieser zwei Felder können von der Anatomie und Physiologie eines einzelnen Patienten abhängen. Unter diesen Gegebenheiten kann eine erste Feld- und Wellenformkombination optimiert werden, und dann können die anderen Feld- und Wellenformkombinationen in Bezug auf die erste Feld- und Wellenformkombination optimiert werden, während die erste Feld- und Wellenformkombination angewendet wird, um die Neurostimulation abzugeben. In verschiedenen Ausführungsformen können die zwei Felder unter Verwendung eines neuronalen Netzwerkmodells, wie etwa des neuronalen Netzwerkmodells 850, spezifiziert werden, um in Kombination angewendet zu werden, um eine spezifizierte Wirkung zu erreichen.
12 stellt eine Ausführungsform der Mehrschrittoptimierung dar. Wie in 12 dargestellt, werden ein erstes Feld (F1) und Wirkungsbereiche der Abgabe der Neurostimulation durch das erste Feld (Wirkung 1, Wirkung 2) dargestellt, und ein zweites Feld (F2) wird als bewegt dargestellt. Die Bereiche Wirkung 1 und Wirkung 2 stellen jeweils eine Region dar, in der die Reaktion auf die durch das erste Feld abgegebene Neurostimulation ungeachtet der Position des zweiten Felds innerhalb eines gewissen Bereichs ist. Auf diese Bereiche kann als „falsche Farbkarte“ Bezug genommen werden, wenn die Bereiche jeweils in Farbe kodiert werden. In verschiedenen Ausführungsformen können Bereiche Wirkung 1 und Wirkung 2 jeweils die Intensität einer Variablen in einer 2-dimensionalen Ebene abbilden. Das erste Feld kann gemäß einem oder mehreren Kriterien platziert werden, und dann kann das zweite Feld gemäß einem oder mehreren Kriterien in Bezug auf das erste Feld platziert werden. In verschiedenen Ausführungsformen kann das erste Feld, wenn das zweite Feld optimiert ist, aufgrund der Wechselwirkung mit dem zweiten Feld weiter optimiert werden. Dies kann wiederholt werden, bis das Ergebnis zufriedenstellend ist.
Parästhesie-geführte Feldauswahl
In verschiedenen Ausführungsformen können stimulationsinduzierte Wahrnehmungen (wie etwa Parästhesie) verwendet werden, um räumliche Stellen zu führen, die für räumlich-zeitliche Verfahren verwendet werden. Zum Beispiel können Wahrnehmungsstellen (wie etwa Parästhesie-Stellen) bestimmt und als ein Startpunkt zur Bestimmung optimaler Felder für die Schmerzkontrollstimulation verwendet werden. In einigen Fällen entsprechen ein oder mehrere Stellen der durch Neurostimulation erzeugten Parästhesie interessierenden Regionen für die Anwendung der Schmerzkontrollstimulation. Die Stimulation mit dem Zhang-Modell (9) für die Zweifrequenzneurostimulation zeigt, dass mehrere Gruppen von Neuronen, die bei verschiedenen Frequenzen angeregt werden, den mittleren WDR-Ausgang verringern können (Schmerzersatz). Während Parästhesie als ein spezifisches Beispiel einer stimulationsinduzierten Wahrnehmung diskutiert wird, kann der vorliegende Gegenstand, wie er unter Verwendung von Parästhesie-Stellen angewendet wird, auch allgemeiner auf Wahrnehmungsstellen angewendet werden. Somit kann in der folgenden Diskussion über Parästhesie-geführte Feldauswahl „Parästhesie“ durch stimulationsinduzierte Wahrnehmung oder eine bestimmte Art von stimulationsinduzierter Wahrnehmung ersetzt werden, und „Parästhesie-Stellen“ können auch durch „Wahrnehmungsstellen“ ersetzt werden, was räumliche Stellen der stimulationsinduzierten Wahrnehmung oder der bestimmten Art einer stimulationsinduzierten Wahrnehmung umfasst. Mit anderen Worten kann die Parästhesie-geführte Feldauswahl, wie in diesem Dokument diskutiert, als wahrnehmungsgeführte Feldauswahl angewendet werden, wobei die Wahrnehmung jeder stimulationsinduzierten Wahrnehmung oder ein oder mehrere bestimmte Arten von stimulationsinduzierter Wahrnehmung ist.
Mit geschlossener Regelungsoptimierung von Neurostimulationsmustern kann das vorliegende System helfen, die Stimulationsfelder, die verwendet werden sollen, auszuwählen. Viele Aspekte des vorliegenden Systems können als Verbesserungen gegenüber koordinierten Rücksetzstimulationen angewendet werden, da die koordinierte Rücksetzung mehrere Feldorte (aber mit einem sehr spezifischen zeitlichen Verfahren) verwendet.
13 stellt eine Ausführungsform zur Bestimmung von Stimulationsstellen dar, die in einem Teil eines Körpers Parästhesie erzeugen, dar. 13 zeigt Stimulationsstellen (1, 2, 3, X und Y), die zu der Neurostimulation gehören, die durch ausgewählte Elektroden auf zwei Leitungen (Leitung 1 und Leitung 2) abgegeben wird, und ihre entsprechenden Parästhesie-Stellen. Stromsteuerung und neurale Zielprogramme (wie etwa Illumina3D™ von der Boston Scientific Neuromodulation Corporation) sind in der Lage, mehrere Stellen zu bestimmen, die in einem Teil des Körpers Parästhesie erzeugen. Es ist möglich, dass diese Stimulationsstellen verschiedenen Gruppen „lokaler“ Axonen entsprechen (wenngleich es wahrscheinlich ist, dass es umgebende Inhibitionskonnektivität gibt, obwohl der Patient die Parästhesie an einem ähnlichen Ort empfindet). Daher können die Stromsteuerung und neuronale Zielprogramme verwendet werden, um Gruppen „lokaler“ neuraler Elemente zu finden, für die räumlich-zeitliche Verfahren unter Verwendung von zwei oder mehreren Stimulationsfrequenzen verwendet werden können. Häufig ist es möglich, mehr als 2 Stellen zu finden, und es ist wahrscheinlich, dass mehr als zwei Gruppen fähig wären, sich gegenüber zwei Gruppen zu verbessern. Zeitliche Kandidatenmuster umfassen: (1) Zweifrequenzmodus-Stimulation (Abgabe der Neurostimulation mit zwei verschiedenen Stimulationsfrequenzen gleichzeitig an verschiedene Faserpopulationen, z.B. C. Zhang, J. J. Janik und W. M. Grill „Modeling effects of spinal cord stimulation on wide-dynamic range dorsal horn neurons: influence of stimulation frequency and GABAergic inhibition", J Neurophysiol 112: 552-567, 2014), (2) Muster, die unter Verwendung von Rechenoptimierung aus einem Modell für mehrere Gruppen lokaler und/oder umgebender neuraler Elemente abgeleitet werden, (3) Muster, die unter Verwendung vorklinischer Modelloptimierung aus einem Modell für mehrere Gruppen lokaler und/oder umgebender neuraler Elemente abgeleitet werden, (4) Muster, die unter Verwendung von In-vivo-Optimierung über Rückmeldung mittels eines elektronischen Tagebuchs durch den Patienten oder objektive quantitative Messungen (z.B. Aktivität, Herzfrequenzschwankung, etc.) aus einem Modell für mehrere Gruppen lokaler und/oder umgebender neuraler Elemente abgeleitet werden, und (5) Stimulationsmuster, die ähnlich der koordinierten Rücksetzstimulation sind (desynchronisierte Neurostimulation basierend auf zeitlich koordinierten Phasenrücksetzern der Subpopulationen eines synchronisierten neuronalen Ensembles, z.B. P. A. Tass, Desynchronization by Means of a Coordinated Reset of Neural Sub-Populations, Progress of Theoretical Physics Supplement, Nr. 150, 281-296 (2003)).
Es ist möglich, benachbarte Stimulationsregionen ohne oder mit etwas (aber nicht vollständigem) Überlapp (z.B. X und Y in 13) zu bestimmen. Die Aufnahme dieser „Umgebungs“-Regionen in das räumlich-zeitliche Verfahren kann verwendet werden. Diese Regionen können nicht so empfindlich wie eine Schmerzregion sein, können aber stimuliert werden, um an der Umgebungsinhibitionswirkung beteiligt zu sein.
Die Verwendung von Stromsteuerungs- und/oder neuronalen Zielprogrammen mit dichtem Kontaktzwischenraum kann eine besonders gute Art sein, um Dorsalwurzeln oder Abschnitte einer Dorsalwurzel selektiv zu stimulieren. Das heißt, durch Wahl der Stimulationsstellen, die lateral (nahe aneinander in der Nachbarschaft der Wurzel) sind, kann man fähig sein, für die Stimulation mehrerer Gruppen von Neuronen (vielleicht überlappend), die einen gemeinsamen Teil des Körpers und ein gemeinsames neuronales Netzwerk betreffen, auszuwählen.
In einer Ausführungsform werden für das räumlich-zeitliche Verfahren mehrere wurzelbasierte Stimulationsstellen ausgewählt. In einer Ausführungsform werden sowohl Dorsalsäule- als auch Dorsalwurzel-basierte Stellen ausgewählt.
In einer Ausführungsform werden in dem räumlich-zeitlichen Verfahren neben mehreren Stellen mehrere Wellenformen verwendet. Diese Wellenformen sind konstruiert, um verschiedene Gruppen (möglicherwiese überlappender) neuraler Elemente zu verschiedenen Zeiten (z.B. Vorimpuls, Impuls langer Dauer mit und ohne Anodenverstärkung, etc.) zu modulieren.
In einer Ausführungsform wird die Stimulation von Umgebungsbereichen bevorzugt, da sie keine WDR-Anregung in der schmerzhaften Region umfasst, sondern Inhibition umfasst. Zum Beispiel kann die Stimulation in der Umgebungsregion eingeleitet werden, und dann erreicht die Stimulation mit der Zeit die schmerzhafte Region (d.h. die Schmerzregion wird mit der Zeit mit Stimulation gequetscht).
14 und 15 stellen jeweils eine Ausführungsform einer Stimulationsstelle über Wurzeln dar, die durch ein Parästhesie-basiertes Verfahren bestimmt werden. In einer Ausführungsform wird Parästhesie verwendet, um eine Stelle in dem Leitungs- oder Anatomieraum zu bestimmen, die der Parästhesie an der schmerzhaften Region oder um diese herum entspricht, und basierend auf dieser Stelle wird eine Anzahl anderer Stellen automatisch ausgewählt. Wie zum Beispiel in 14 dargestellt, stellt ein Symbol X eine Stimulationsstelle über den Wurzeln dar, die über ein Parästhesie-basiertes Verfahren bestimmt wird. Wenn X einmal als ein guter „Startpunkt“ ausgewählt wurde, kann das System automatisch eine Anzahl anderer räumlich in Beziehung stehender Punkte (wie etwa die Punkte, die durch die Punkte über und unter X angezeigt werden) auswählen. Eingaben können in das neuronale Netzwerkmodell, z.B. die Parästhesie-Karte oder Röntgendurchleuchtungsbilder oder eine Auswahl, die aus einem Satz von Voreinstellungen vorgenommen wird, eingespeist werden, dann kann das System das Modell laufen lassen oder Informationen oder Simulationen verwenden. Wie in Fig. 15 für ein anderes Beispiel gezeigt, stellt das Symbol X eine Stimulationsstelle über der Dorsalsäule dar, die über ein Parästhesie-basiertes Verfahren bestimmt wird. Wenn X einmal als ein guter „Startpunkt“ ausgewählt wurde, kann das System automatisch eine Anzahl anderer räumlich in Beziehung stehender Punkte (wie etwa die Punkte, die durch die Punkte um das Symbol X herum angezeigt werden) auswählen. In einigen Ausführungsformen wird die räumliche Anordnung der zusätzlichen Punkte für den Benutzer vorausgewählt. In einer anderen Ausführungsform kann der Benutzer die Anordnung der zusätzlichen Punkte relativ zu dem Startpunkt oder Punkten erzeugen oder modifizieren. In einer Ausführungsform hat der Benutzer Zugang zu einer Bibliothek räumlicher Anordnungen (z.B. eine Anordnung für Wurzeln, eine Anordnung für Säulen, eine dichte Anordnung (vielleicht für den Schmerzbrennpunkt) eine breite Anordnung (vielleicht für komplexen diffusen Schmerz), etc.) oder kann diese erzeugen.
Anatomie-geführte Feldauswahl
In verschiedenen Ausführungsformen wird die Anatomie verwendet, um räumliche Stellen zu führen, die für räumlich-zeitliche Verfahren verwendet werden. Bezug nehmend auf 14 und 15 ist die Anatomie-geführte Feldauswahl ähnlich der Parästhesie-geführten Feldauswahl, wie vorstehend diskutiert, abgesehen davon, dass der „Startpunkt“ auf der Anatomie des Patienten, der Schmerzregion und Leitungspositionen basiert. Zum Beispiel könnte für Schmerz im linken Fuß ein spezifischer anatomisch basierter Punkt oder ein Satz von Punkten als der Startpunkt oder die Mitte eines Satzes von Punkten ausgewählt werden. Dieses Verfahren verwendet vorhandenes Wissen über die anatomische Beziehung zwischen dem Ort des Schmerzes und Stellen für die Stimulation, die den Schmerz kontrollieren können.
In einer Ausführungsform wird der Satz von Punkten ferner basierend auf der „Leitungs- oder Elektrodenabdeckung“ der Region, die moduliert werden soll, ausgewählt. In einer Ausführungsform bestimmt oder „zeichnet“ der Benutzer die Schmerzstellen auf einer „Parästhesie-Person“, und die Gruppe von Punkten für das räumlich-zeitliche Verfahren wird basierend auf einer Nachschlagtabelle automatisch gewählt. In einer Ausführungsform ist die Schmerzdiagnose eine andere Dimension, die verwendet wird, um die Punkte und/oder andere Stimulationsparameter in dem räumlich-zeitlichen Verfahren auszuwählen. In einer Ausführungsform können die Schmerzregion und die Diagnose vor der Leitungsanordnung in ein System eingegeben werden, und das System wird dem Benutzer zeigen, wo Leitungs- oder Elektrodenabdeckung erwünscht ist.
Räumlich-zeitliches Filtern zur Verringerung der räumlichen Empfindlichkeit
In verschiedenen Ausführungsformen wird die räumlich-zeitliche Filterung innerhalb einer interessierenden Region (ROI) angewendet, um die Empfindlichkeit für das Feld in der Reaktion des Patienten auf die Neurostimulation zu verringern. 16 stellt eine Ausführungsform einer ROI für die Verwendung in der räumlich-zeitlichen Filterung, um die räumliche Empfindlichkeit zu verringern, dar. Der Erfolg der Neurostimulation kann von der Abgabe von Reizen exakt an dem richtigen Fleck abhängen, um exakt auf die richtigen neuralen Elemente einzuwirken. Wenn die Bestimmung des exakten Orts für einen derartigen „richtigen Fleck“ schwierig ist, ist es eine Alternative, ein Filter zu verwenden, um die Informationen zu modulieren, die erzeugt oder durch eine ROI befördert werden, die räumlich weniger spezifisch als der „richtige Fleck“ ist.
16 zeigt eine Beispiel-ROI, die zum Filtern gewählt wird. Eine große Menge neuraler Informationen wird in der ROI erzeugt oder breitet sich durch die ROI aus, und ein „Filter“, das ein räumlich-zeitliches Verfahren verwendet, kann verwendet werden, um, wie nachstehend weiter unter Bezug auf 18 diskutiert, die Informationen vorherzusagen, die die neuralen oder neuronalen Ziele erreichen, nachdem sie durch die ROI moduliert wurden. Beispiele für neurale Elemente in der ROI (die neuralen Ziele, die in 16 dargestellt sind), die „Informationen“ befördern oder verarbeiten, umfassen Dorsalwurzeln, Dorsalsäulen, präsynaptisches und postsynaptisches Hinterhorn und den dorso-lateralen Finniculus.
Verschiedene räumlich-zeitliche Muster könnten in verschiedenen Ausführungsformen nützlich sein. In einer Ausführungsform wird die ROI in eine Anzahl von Teilregionen unterteilt, und jede der Teilregionen oder Gruppen von Teilregionen werden zu verschiedenen Zeitpunkten elektrisch moduliert. 17 stellt eine Ausführungsform einer ROI, wie etwa die ROI von 16, dar, die in mehrere Teilregionen unterteilt ist. In Fig. 17 können die Zahlen Elektroden auf einer Paddelleitung darstellen, die wiederum verschiedene, aber überlappende Teilregionen stimulieren sollten. Die Zeitsteuerung könnte durch einen Pseudo-Zufallsgenerator, ein Rauschstimulierungsverfahren, ein Poisson-Verfahren, ein regelmäßiges Muster, wie es zufällig oder optimiert bestimmt wird, durch heuristische Regeln geführt, etc. sein. Ein Beispiel für die Optimierung, um eine Modulationsreihenfolge an den Teilregionen zu erzeugen, könnte eine Wahl sein, um ein Raum-Zeit-Abstandsmaß (z. B. $R a u m Z e i t A b s t a n d = \sum_{i}^{n} \sum_{j}^{n} (r_{i j} + Δ t_{i j})$
) für n Punkte zu maximieren, wobei r_ij ein Maß für den Abstand zwischen i und j ist und delta-t ein Maß für die Zeit zwischen i und j ist, und die Maße geeignet gewichtet/normiert werden). In einer Ausführungsform ist der Benutzer in der Lage, Eigenschaften des Filters zu wählen. Zum Beispiel: die mittlere Zeit, die erforderlich ist, um jeden Punkt in dem Filter zu durchlaufen, die statistischen Charakteristiken eines stochastischen, zufälligen oder verrauschten Verfahrens. In einer Ausführungsform sind die Impulsbreite und/oder die Amplitude und/oder die Impulsform ebenfalls Dimensionen, durch die es Puls-zu-Puls-Schwankungen gibt. In einer Ausführungsform entsprechen typische Zwischenimpulsdauern Frequenzen in dem Bereich von 10 Hz - 100 Hz (ähnlich der Zweifrequenzstimulation). In einer anderen Ausführungsform entsprechen die Zwischenimpulsdauern Frequenzen in dem Bereich von 100 Hz bis 100 kHz. In einer Ausführungsform werden besonders lange Impulse größer 1 ms verwendet, und das neurale Feuern für verschiedene neurale Elemente passiert zu verschiedenen Zeiten während des Impulses. In einer Ausführungsform ist die Impulsdauer wenigstens 2 ms oder sogar 5 ms. In einer Ausführungsform ändern sich auch die Formen der Impulse auf einer impulsweisen Basis, so dass die Rekruitmentcharakteristik sich auf einer impulsweisen Basis ändert.
18 stellt eine Ausführungsform eines Verfahrens, das die räumlich-zeitliche Filterung verwendet, um die räumliche Empfindlichkeit zu verringern, dar. Die Eingabe in das ROI-Filter ist die Stimulation, die auf einen Punkt in der ROI angewendet wird, die Ausgabe des ROI-Filters ist die Stimulation, die tatsächlich auf einen Zielfleck in den neuralen Zielen angewendet würde, und das neuronale Netzwerkmodell wird verwendet, um bei gegebener Eingabe die Ausgabe zu erzeugen. Die Ergebnisse des Verfahrens sorgen für eine Vorhersage einer Region, an welche die Neurostimulation abgegeben werden kann, um eine oder mehrere spezifizierte Wirkungen herzustellen.
Ähnlich der Anatomie-geführten Feldauswahl wird die ROI in einer Ausführungsform zum Beispiel automatisch basierend auf dem Schmerzort, der Schmerzdiagnose und/oder dem Leitungsort ausgewählt. In einer Ausführungsform können mehrere räumlich ganz verschiedene ROIs verwendet werden. In einer Ausführungsform ist die Anzahl von Teilregionen eine vorgegebene Anzahl, wie etwa 4. In einer anderen Ausführungsform kann die Anzahl von Teilregionen durch den Benutzer geändert werden und kann bis zu einigen Zehntausend sein. In einer Ausführungsform wird das Stimulations- oder Modulationsfeld für jede Teilregion für einen gegebenen Satz von Leitungen durch einen Algorithmus wie das neurale Zielprogramm (z.B. Illumina3D™) bestimmt. In einer derartigen Ausführungsform kann der Benutzer Zielfeldformen wie Tripole, verwenden oder kann andere Formen (z.B. Monopole, Querfelder oder ein anderes benutzerdefiniertes Verfahren) auswählen. In einer Ausführungsform wird die „Modulationsintensität“ durch Verwendung „normierter“ Werte gemäß einer Stärke-Dauer-Charakteristik (zum PW- und Amplitudenausgleich) oder gemäß einem anderen Normierungsansatz (z.B. nichtlineare Modell-Schwellwertauswertung) in einem spezifischen Bereich gehalten.
Zusätzliche Beispiele
Neben den in dem Abschnitt Zusammenfassung vorstehend Diskutierten werden nicht einschränkende Beispiele für das vorliegenden System wie folgt bereitgestellt:
(A. Neurostimulationsprogrammierung unter Verwendung eines neuronalen Netzwerkmodells)
In Beispiel 1 kann ein System zur Programmierung eines Neurostimulators, um Neurostimulationsimpulse durch eine Vielzahl von Elektroden abzugeben, eine Speichervorrichtung, eine Programmiersteuerschaltung und einen Mustergenerator umfassen. Die Speichervorrichtung kann konfiguriert sein, um eine Musterbibliothek und ein oder mehrere neuronale Netzwerkmodelle zu speichern. Die Musterbibliothek umfasst: eine Vielzahl von Feldern, die jeweils eine oder mehrere Elektroden, die aus der Vielzahl von Elektroden ausgewählt werden, und eine räumliche Verteilung der ausgewählten einen oder mehreren Elektroden spezifizieren; und eine Vielzahl von Wellenformen, die jeweils ein zeitliches Muster einer Sequenz der Neurostimulationsimpulse spezifizieren. Das eine oder die mehreren neuronalen Netzwerkmodelle sind jeweils ein Rechenmodell, das konfiguriert ist, um die Auswertung eines oder mehrerer Felder, die aus der Vielzahl von Feldern ausgewählt werden, in Kombination mit einer oder mehreren Wellenformen, die aus der Vielzahl von Wellenformen ausgewählt werden, bezüglich einer oder mehreren therapeutischen Wirkungen bei der Behandlung einer oder mehrerer Indikationen für die Neuromodulation zu ermöglichen. Die Programmiersteuerschaltung kann konfiguriert sein, um eine Vielzahl von Stimulationsparametern zu erzeugen, welche die Abgabe von Neurostimulationsimpulsen von dem Neurostimulator gemäß einem räumlich-zeitlichen Muster der Neurostimulation steuern, welches eine Sequenz von Neurostimulationsimpulsen, die als eine oder mehrere räumlich-zeitliche Einheiten gruppiert sind, die jeweils ein oder mehrere Felder, die aus der Vielzahl von Feldern ausgewählt werden, in Kombination mit einer oder mehreren Wellenformen, die aus der Vielzahl von Wellenformen ausgewählt werden, umfassen, spezifiziert. Der Mustergenerator kann konfiguriert sein, um das räumlich-zeitliche Muster der Neurostimulation zu erzeugen und umfasst: einen Mustereditor, der konfiguriert ist, um ein/e oder mehrere der Vielzahl von Feldern, der Vielzahl von Wellenformen, der einen oder mehreren räumlich-zeitlichen Einheiten oder das räumlich-zeitliche Muster der Neurostimulation aufzubauen; und einen Musteroptimierer, der konfiguriert ist, um ein/e oder mehrere der Vielzahl von Feldern, der Vielzahl von Wellenformen, der einen oder mehreren räumlich-zeitlichen Einheiten oder das räumlich-zeitliche Muster der Neurostimulation unter Verwendung wenigstens eines neuronalen Netzwerkmodells des einen oder der mehreren neuronalen Netzwerkmodelle näherungsweise zu optimieren.
In dem Beispiel 2 kann der Gegenstand von Beispiel 1 wahlweise derart konfiguriert werden, dass er einen ersten Programmgeber umfasst, der konfiguriert ist, um den Neurostimulator über eine Kommunikationsverbindung zu programmieren, und der eine Programmierausgangsschaltung, um die mehreren Stimulationsparameter an den Neurostimulator zu übertragen, wobei die Programmiersteuerschaltung mit der Programmierausgangsschaltung gekoppelt ist, und eine Benutzerschnittstelle umfasst. Die Benutzerschnittstelle umfasst einen Anzeigebildschirm, eine Benutzereingabevorrichtung und eine Schnittstellensteuerschaltung, die mit dem Anzeigebildschirm und der Benutzereingabevorrichtung gekoppelt ist.
In dem Beispiel 3 kann der Gegenstand des Beispiels 3 wahlweise derart konfiguriert werden, dass der erste Programmgeber ferner die Speichervorrichtung und den Mustergenerator umfasst, und wobei die Schnittstellensteuerschaltung den Mustergenerator umfasst.
In dem Beispiel 4 kann der Gegenstand des Beispiels 2 wahlweise derart konfiguriert werden, dass er ferner einen zweiten Programmgeber umfasst, der konfiguriert ist, um kommunikationsfähig mit dem ersten Programmgeber gekoppelt zu werden. Der zweite Programmgeber umfasst die Speichervorrichtung und den Mustergenerator. Die Benutzerschnittstelle des ersten Programmgebers ist konfiguriert, um die Benutzermodifikation des durch den Mustergenerator erzeugten räumlich-zeitlichen Musters der Neurostimulation zu ermöglichen.
In dem Beispiel 5 kann der Gegenstand jedes oder jeder Kombination der Beispiele 1 - 4 wahlweise derart konfiguriert werden, dass das eine oder die mehreren neuronalen Netzwerkmodelle derart konfiguriert sind, dass es dem Mustergenerator ermöglicht wird, ohne die Anwesenheit eines Patienten eine Anfangsversion des räumlich-zeitlichen Musters der Neurostimulation zu erzeugen.
In dem Beispiel 6 kann der Gegenstand jedes oder jeder Kombination der Beispiele 2 - 5 wahlweise derart konfiguriert werden, dass die Benutzerschnittstelle konfiguriert ist, um das Testen des räumlich-zeitlichen Musters der Neurostimulation zu ermöglichen, und das Speichern nur der getesteten räumlich-zeitlichen Muster der Neurostimulation für die Verwendung durch die Programmiersteuerschaltung zur Erzeugung der mehreren Stimulationsparameter zu ermöglichen.
In dem Beispiel 7 kann der Gegenstand des Beispiels 6 wahlweise derart konfiguriert werden, dass das die Benutzerschnittstelle konfiguriert ist, um das Testen des räumlich-zeitlichen Musters der Neurostimulation unter Verwendung eines Testmusters, das für das räumlich-zeitliche Muster der Neurostimulation repräsentativ ist, zu ermöglichen.
In dem Beispiel 8 kann der Gegenstand des Beispiels 7 wahlweise derart konfiguriert werden, dass der Mustergenerator konfiguriert ist, um das Testmuster, das eine verkürzte Version des räumlich-zeitlichen Musters der Neurostimulation ist, das alle der einen oder mehreren räumlich-zeitlichen Einheiten des räumlich-zeitlichen Musters der Neurostimulation enthält, zu erzeugen.
In dem Beispiel 9 kann der Gegenstand des Beispiels 7 wahlweise derart konfiguriert werden, dass der Mustergenerator konfiguriert ist, um das Testmuster, das verschiedene räumlich-zeitliche Einheiten enthält, zu erzeugen, um die eine oder mehreren räumlich-zeitlichen Einheiten zu bestimmen, die in dem räumlich-zeitlichen Muster der Neurostimulation verwendet werden.
In dem Beispiel 10 kann der Gegenstand jedes oder jeder Kombination der Beispiele 1 - 9 wahlweise derart konfiguriert werden, dass der Mustergenerator konfiguriert ist, um automatisch Parameter zur Erzeugung des räumlich-zeitlichen Musters der Neurostimulation zu erzeugen, nachdem die eine oder mehreren räumlich-zeitlichen Einheiten spezifiziert wurden.
In dem Beispiel 11 kann der Gegenstand des Beispiels 10 wahlweise derart konfiguriert werden, dass der Mustergenerator konfiguriert ist, um die Parameter, welche die Parameter, die eine Dauer jeder räumlich-zeitlichen Einheit steuern, automatisch zu erzeugen.
In dem Beispiel 12 kann der Gegenstand des Beispiels 10 wahlweise derart konfiguriert werden, dass der Mustergenerator konfiguriert ist, um automatisch die Parameter zu erzeugen, welche Parameter umfassen, die eine Reihenfolge der räumlich-zeitlichen Einheiten in dem räumlich-zeitlichen Muster der Neurostimulation spezifizieren, wenn die eine oder mehreren räumlich-zeitlichen Einheiten mehrere räumlich-zeitliche Einheiten umfassen.
In dem Beispiel 13 kann der Gegenstand jedes oder jeder Kombination der Beispiele 1 - 12 wahlweise derart konfiguriert werden, dass die Schnittstellensteuerschaltung konfiguriert ist, um die Benutzerspezifikation der einen oder mehreren räumlich-zeitlichen Einheiten zu ermöglichen.
In dem Beispiel 14 kann der Gegenstand jedes oder jeder Kombination der Beispiele 1 - 13 wahlweise derart konfiguriert werden, dass die eine oder mehreren räumlich-zeitlichen Einheiten mehrere räumlich-zeitliche Einheiten umfassen, und der Mustergenerator konfiguriert ist, um das räumlich-zeitliche Muster der Neurostimulation zu erzeugen, das zwei oder mehr räumlich-zeitliche Einheiten der Vielzahl räumlich-zeitlicher Einheiten enthält, um zeitlich gleichzeitig oder sequentiell angeordnet zu werden.
In dem Beispiel 15 kann der Gegenstand des Beispiels 14 wahlweise derart konfiguriert werden, dass der Mustergenerator konfiguriert ist, um zu ermöglichen, dass die zwei oder mehr räumlich-zeitlichen Einheiten der mehreren räumlich-zeitlichen Einheiten zeitlich gleichzeitig angeordnet werden, nachdem spezifizierte Kompatibilitätsregeln geprüft wurden.
(B. Neuronales Netzwerkmodell)
In dem Beispiel 16 kann der Gegenstand jedes oder jeder Kombination der Beispiele 1 - 15 wahlweise derart konfiguriert werden, dass das eine oder die mehreren neuronalen Netzwerkmodelle jeweils für eine der einen oder mehreren Indikationen für die Neuromodulation aufgebaut sind.
In dem Beispiel 17 kann der Gegenstand jedes oder jeder Kombination der Beispiele 1 - 16 wahlweise derart konfiguriert werden, dass das eine oder die mehreren neuronalen Netzwerkmodelle wenigstens ein Mehrknotenmodell umfassen, das eine Vielzahl von Knoten umfasst, die jeweils eine funktionale Untereinheit eines Nervensystems eines Patienten darstellen.
In dem Beispiel 18 kann der Gegenstand des Beispiels 17 wahlweise derart konfiguriert werden, dass das Mehrknotenmodell replizierte Knoten umfasst, die miteinander verbunden sind, um ein überlappendes Wiederholungsmuster von Aufnahmefeldern und Umgebungsfeldern für jeden Knoten der replizierten Knoten auszubilden.
In dem Beispiel 19 kann der Gegenstand des Beispiels 18 wahlweise derart konfiguriert werden, dass das die Verbindungen zwischen den replizierten Knoten einstellbare Stärken haben.
In dem Beispiel 20 kann der Gegenstand jedes oder jeder Kombination der Beispiele 18 und 19 wahlweise derart konfiguriert werden, dass die Verbindungen zwischen den replizierten Knoten einstellbare Zeitverzögerungen haben.
In dem Beispiel 21 kann der Gegenstand jedes oder jeder Kombination der Beispiele 17 - 20 wahlweise derart konfiguriert werden, dass das Mehrknotenmodell ferner eine Gewichtungskarte umfasst, die jedem Knoten der Vielzahl von Knoten für die Auswertung des einen oder der mehreren Felder, die aus der Vielzahl von Feldern ausgewählt werden, in Kombination mit der einen oder den mehreren Wellenformen, die aus der Vielzahl von Wellenformen ausgewählt werden, bezüglich therapeutischer Wirkungen bei der Behandlung einer oder mehrerer Indikationen für die Neuromodulation Gewichtungsfaktoren zuweist.
In dem Beispiel 22 kann der Gegenstand jedes oder jeder Kombination der Beispiele 17 - 21 wahlweise derart konfiguriert werden, dass das eine oder die mehreren neuronalen Netzwerkmodelle mehrere Mehrknotenmodelle umfassen, die jeweils eine unterschiedliche funktionale oder strukturelle Einheit für das Nervensystem des Patienten darstellen.
In dem Beispiel 23 kann der Gegenstand jedes oder jeder Kombination der Beispiele 17 -22 wahlweise derart konfiguriert werden, dass das Mehrknotenmodell gegenseitig inhibitorische Knoten umfasst.
In dem Beispiel 24 kann der Gegenstand jedes oder jeder Kombination der Beispiele 17 - 22 wahlweise derart konfiguriert werden, dass das Mehrknotenmodell Knoten umfasst, die jeweils ein Neuron mit einer Feuerrate umfassen, die für einen Frequenzbereich, bei dem Impulse der Neurostimulationsimpulse abgegeben werden, am niedrigsten ist.
In dem Beispiel 25 kann der Gegenstand jedes oder jeder Kombination der Beispiele 17 - 24 wahlweise derart konfiguriert werden, dass das Mehrknotenmodell Eingänge für die Neurostimulationsimpulse umfasst, die an eine spezifizierte Sammlung von Knoten der Vielzahl von Knoten in einer räumlich spezifischen Weise abgegeben werden sollen.
In dem Beispiel 26 kann der Gegenstand jedes oder jeder Kombination der Beispiele 17 - 25 wahlweise derart konfiguriert werden, dass das Mehrknotenmodell benachbarte Knoten der Vielzahl von Knoten umfasst, wobei die Verbindungen durch Messen einer Wahrnehmungsschwelle aufgrund der Aktivierung eines Knotens und einer prozentualen Änderung in dieser Wahrnehmungsschwelle, die durch die Aktivierung eines Nachbarknotens bewirkt wird, abgestimmt werden.
In dem Beispiel 27 kann der Gegenstand jedes oder jeder Kombination der Beispiele 17 - 26 wahlweise derart konfiguriert werden, dass das Mehrknotenmodell einen oder mehrere Knoten umfasst, die jeweils einer Elektrode der Vielzahl von Elektroden entsprechen.
In dem Beispiel 28 kann der Gegenstand jedes oder jeder Kombination der Beispiele 17 - 26 wahlweise derart konfiguriert werden, dass das Mehrknotenmodell einen oder mehrere Knoten, die jeweils einer Parästhesie-Stelle entsprechen, und einen Ausgang, der ein Schmerzersatz ist, umfasst.
In dem Beispiel 29 kann der Gegenstand jedes oder jeder Kombination der Beispiele 1 - 28 wahlweise derart konfiguriert werden, dass das eine oder die mehreren neuronalen Netzwerkmodelle unter Verwendung experimenteller Daten validiert werden.
In dem Beispiel 30 kann der Gegenstand jedes oder jeder Kombination der Beispiele 1 - 29 wahlweise derart konfiguriert werden, dass das eine oder die mehreren neuronalen Netzwerkmodelle jeweils Eingänge, die jeweils zu einer Elektrode gehören, die aus der Vielzahl von Elektroden ausgewählt wird, und einen Ausgang umfassen, der eine Indikation der einen oder mehreren Indikationen für die Neuromodulation darstellt.
(C. Neurostimulation für kumulative Wirkungen)
In dem Beispiel 31 kann der Gegenstand jedes oder jeder Kombination der Beispiele 1 - 30 wahlweise derart konfiguriert werden, dass das räumlich-zeitliche Muster der Neurostimulation eine Reihe von Teilmustern umfasst, die derart aufgebaut sind, dass sie eine Indikation der einen oder mehreren Indikationen für die Neuromodulation behandeln.
In dem Beispiel 32 kann der Gegenstand des Beispiels 31 wahlweise derart konfiguriert werden, dass der Mustergenerator konfiguriert ist, um jedes Teilmuster der Reihe von Teilmustern derart zu erzeugen, dass die Impulse der Neurostimulationsimpulse, die gemäß dem räumlich-zeitlichen Muster der Neurostimulation abgegeben werden, eine kumulative Wirkung bei der Behandlung der Indikation haben, ohne eine oder mehrere spezifizierte Nebenwirkungen zu bewirken.
In dem Beispiel 33 kann der Gegenstand des Beispiels 32 wahlweise derart konfiguriert werden, dass der Mustergenerator konfiguriert ist, um jedes Teilmuster der Reihe von Teilmustern derart zu erzeugen, dass die Impulse der Neurostimulationsimpulse, die gemäß dem räumlich-zeitlichen Muster der Neurostimulation abgegeben werden, eine kumulative Wirkung bei der Behandlung von Schmerzen haben, ohne Parästhesie zu bewirken oder ohne ein unerträgliches Maß an Parästhesie zu bewirken.
In dem Beispiel 34 kann der Gegenstand jedes oder jeder Kombination der Beispiele 31 - 33 wahlweise derart konfiguriert werden, dass der Musteroptimierer konfiguriert ist, um jedes Teilmuster der Reihe von Teilmustern unter Verwendung des wenigstens einen neuronalen Netzwerkmodells einzeln zu optimieren.
In dem Beispiel 35 kann der Gegenstand jedes oder jeder Kombination der Beispiele 31 - 34 wahlweise derart konfiguriert werden, dass das eine oder die mehreren neuronalen Netzwerkmodelle wenigstens ein Modell umfassen, das Eingänge, die einem oder mehreren Feldern der Vielzahl von Feldern, die in der Reihe von Teilmustern spezifiziert werden, entsprechen, und Ausgänge, die jeweils eine Wirkung bei der Behandlung einer Indikation der einen oder mehreren Indikationen für die Neuromodulation oder eine Nebenwirkung darstellen, umfasst.
In dem Beispiel 36 kann der Gegenstand jedes oder jeder Kombination der Beispiele 31 - 35 wahlweise derart konfiguriert werden, dass die Reihe von Teilmustern ein erstes Teilmuster, das aufgebaut ist, um eine therapeutische Wirkung bei der Behandlung der Indikation der einen oder mehreren Indikationen für die Neuromodulation zu haben, und ein zusätzliches Teilmuster hat.
In dem Beispiel 37 kann der Gegenstand des Beispiels 36 wahlweise derart konfiguriert werden, dass das zusätzliche Teilmuster aufgebaut ist, um die therapeutische Wirkung zu erhöhen.
In dem Beispiel 38 kann der Gegenstand jedes oder jeder Kombination der Beispiele 36 und 37 wahlweise derart konfiguriert werden, dass das erste Teilmuster mit einer Nebenwirkung assoziiert ist und das zusätzliche Teilmuster aufgebaut ist, um die Nebenwirkung zu lindern.
In dem Beispiel 39 kann der Gegenstand jedes oder jeder Kombination der Beispiele 36 - 38 wahlweise derart konfiguriert werden, dass die ersten und zweiten Teilmuster identische Felder umfassen, die aus der Vielzahl von Feldern ausgewählt werden.
In dem Beispiel 40 kann der Gegenstand jedes oder jeder Kombination der Beispiele 36 - 38 wahlweise derart konfiguriert werden, dass die ersten und zweiten Teilmuster verschiedene Felder umfassen, die aus der Vielzahl von Feldern ausgewählt werden.
(D. Robuste Konfiguration für Neurostimulation)
In dem Beispiel 41 kann der Gegenstand jedes oder jeder Kombination der Beispiele 1 - 30 wahlweise derart konfiguriert werden, dass das eine oder die mehreren neuronalen Netzwerkmodelle wenigstens ein robustes Modell umfassen, das konfiguriert ist, um die Auswertung eines oder mehrerer Felder, die aus der Vielzahl von Feldern ausgewählt werden, in Kombination mit einer oder mehreren Wellenformen, die aus der Vielzahl von Wellenformen ausgewählt werden, bezüglich wenigstens einer therapeutischen Wirkung der einen oder mehreren therapeutischen Wirkungen in einem spezifizierten Bereich von Bedingungen zu ermöglichen.
In dem Beispiel 42 kann der Gegenstand des Beispiels 41 wahlweise derart konfiguriert werden, dass der Musteroptimierer konfiguriert ist, um das räumlich-zeitliche Muster der Neurostimulation bezüglich der wenigstens einen therapeutischen Wirkung in dem spezifizierten Bereich von Bedingungen unter Verwendung des wenigstens einen robusten Modells näherungsweise zu optimieren.
In dem Beispiel 43 kann der Gegenstand des Beispiels 41 wahlweise derart konfiguriert werden, dass der Musteroptimierer konfiguriert ist, um das räumlich-zeitliche Muster der Neurostimulation bezüglich der wenigstens einen therapeutischen Wirkung in einem maximalen Bereich von Bedingungen unter Verwendung des wenigstens einen robusten Modells näherungsweise zu optimieren.
In dem Beispiel 44 kann der Gegenstand jedes oder jeder Kombination der Beispiele 41 - 43 wahlweise derart konfiguriert werden, dass der Musteroptimierer konfiguriert ist, um das eine oder mehrere Felder, die für das räumlich-zeitliche Muster der Neurostimulation ausgewählt werden, unter Verwendung des wenigstens einen robusten Modells näherungsweise zu optimieren, um Änderungen der wenigstens einen therapeutischen Wirkung aufgrund einer Änderung in der Position jedes des einen oder der mehreren Felder relativ zu einer Referenzstruktur in dem Patienten zu minimieren.
In dem Beispiel 45 kann der Gegenstand des Beispiels 44 wahlweise derart konfiguriert werden, dass die Referenzstruktur eine Mittellinie, eine Wirbelhöhe, ein großes Gefäß, oder eine nummerierte oder physiologisch bestimmte Wurzel oder eine relative Position angesichts einer gegebenen anderen strukturellen oder funktionalen Positionsmarkierung umfasst.
In dem Beispiel 46 kann der Gegenstand jedes oder jeder Kombination der Beispiele 41 - 45 wahlweise derart konfiguriert werden, dass der Musteroptimierer konfiguriert ist, um das räumlich-zeitliche Muster der Neurostimulation unter Verwendung des wenigstens einen robusten Modells näherungsweise zu optimieren, um Änderungen der wenigstens einen therapeutischen Wirkung aufgrund einer Änderung in, einem von dem Patienten wahrgenommenen physiologischen Signal oder einer Änderung in einem Signal, das aus dem physiologischen Signal berechnet wird, zu minimieren.
In dem Beispiel 47 kann der Gegenstand des Beispiels 46 wahlweise derart konfiguriert werden, dass die Änderung in dem physiologischen Signal eine Änderung in dem ausgelösten Summenaktionspotential (ECAP), eine Änderung des Feuerns eines bestimmten Neurons oder einer bestimmten Gruppe von Neuronen, eine Änderung in einer Spitzenfrequenz des physiologischen Signals umfasst.
In dem Beispiel 48 kann der Gegenstand jedes oder jeder Kombination der Beispiele 41 - 47 wahlweise derart konfiguriert werden, dass das eine oder die mehreren neuronalen Netzwerkmodelle wenigstens ein Modell umfassen, das konfiguriert ist, um die Auswertung des einen oder der mehreren Felder, die aus der Vielzahl von Feldern ausgewählt werden, in Kombination mit der einen oder den mehreren Wellenformen, die aus der Vielzahl von Wellenformen ausgewählt werden, bezüglich der einen oder mehrerer therapeutischer Wirkungen unter Verwendung von maschinellem Lernen und Treffen von Entscheidungen zu ermöglichen.
In dem Beispiel 49 kann der Gegenstand des Beispiels 48 wahlweise derart konfiguriert werden, dass das eine oder mehrere neuronale Netzwerkmodell wenigstens ein Modell umfasst, das konfiguriert ist, um eine Fuzzy-Optimierung, Mehrzieloptimierungen oder eine robuste Optimierung des räumlich-zeitlichen Musters der Neurostimulation zu ermöglichen.
(E. Mehrschrittoptimierung)
In dem Beispiel 50 kann der Gegenstand jedes oder jeder Kombination der Beispiele 1 - 30 wahlweise derart konfiguriert werden, dass der Musteroptimierer konfiguriert ist, um das räumlich-zeitliche Muster der Neurostimulation unter Verwendung des wenigstens einen neuronalen Netzwerkmodells in mehreren Optimierungsschritten näherungsweise zu optimieren.
In dem Beispiel 51 kann der Gegenstand des Beispiels 50 wahlweise derart konfiguriert werden, dass das räumlich-zeitliche Muster der Neurostimulation eine Sequenz von Neurostimulationsimpulsen, die als wenigstens eine erste räumlich-zeitliche Einheit und eine zweite räumlich-zeitliche Einheit der einen oder mehreren räumlich-zeitlichen Einheiten gruppiert werden, spezifiziert, und der Musteroptimierer konfiguriert ist, um die erste räumlich-zeitliche Einheit in einem ersten Optimierungsschritt der Vielzahl von Optimierungsschritten näherungsweise zu optimieren und die zweite räumlich-zeitliche Einheit in einem zweiten Optimierungsschritt der Vielzahl von Optimierungsschritten näherungsweise zu optimieren.
In dem Beispiel 52 kann der Gegenstand des Beispiels 51 wahlweise derart konfiguriert werden, dass der Musteroptimierer konfiguriert ist, um die zweite räumlich-zeitliche Einheit in Bezug auf die erste räumlich-zeitliche Einheit in dem zweiten Optimierungsschritt näherungsweise zu optimieren.
In dem Beispiel 53 kann der Gegenstand jedes oder jeder Kombination der Beispiele 50 und 51 wahlweise derart konfiguriert werden, dass der Musteroptimierer konfiguriert ist, um die erste räumlich-zeitliche Einheit und die zweite räumlich-zeitliche Einheit für eine gemeinsame therapeutische Wirkung der einen oder mehreren therapeutischen Wirkungen näherungsweise zu optimieren.
(F. Parästhesie-geführte Feldauswahl)
In dem Beispiel 54 kann der Gegenstand jedes oder jeder Kombination der Beispiele 1 - 53 wahlweise derart konfiguriert werden, dass das eine oder die mehreren neuronalen Netzwerkmodelle ein Schmerzmodell umfassen, das konfiguriert ist, um die Optimierung des räumlich-zeitlichen Musters der Neurostimulation unter Verwendung von Parästhesie als Führung zu ermöglichen.
In dem Beispiel 55 kann der Gegenstand des Beispiels 54 wahlweise derart konfiguriert werden, dass der Musteroptimierer konfiguriert ist, um das räumlich-zeitliche Muster der Neurostimulation unter Verwendung des Schmerzmodells und einer oder mehrerer bekannter Parästhesie-Stellen, die jeweils ein Satz von Feldern der mehreren Felder, die als Parästhesie verursachend bestimmt wurden, näherungsweise zu optimieren.
In dem Beispiel 56 kann der Gegenstand des Beispiels 55 wahlweise derart konfiguriert werden, dass der Musteroptimierer konfiguriert ist, um das räumlich-zeitliche Muster der Neurostimulation unter Verwendung des Schmerzmodells und von wenigstens zwei bekannten Parästhesie-Stellen näherungsweise zu optimieren.
In dem Beispiel 57 kann der Gegenstand jedes oder jeder Kombination der Beispiele 55 und 56 wahlweise derart konfiguriert werden, dass der Musteroptimierer konfiguriert ist, um das räumlich-zeitliche Muster der Neurostimulation unter Verwendung einer oder mehrerer bekannter Parästhesie-Stellen als Felder, die aus der Vielzahl von Feldern ausgewählt werden, näherungsweise zu optimieren und eine Wellenform, die zu jedem der ausgewählten Felder gehört, näherungsweise zu optimieren.
In dem Beispiel 58 kann der Gegenstand jedes oder jeder Kombination der Beispiele 55 - 57 wahlweise derart konfiguriert werden, dass der Musteroptimierer konfiguriert ist, um das räumlich-zeitliche Muster der Neurostimulation unter Verwendung einer oder mehrerer Regionen, welche die eine oder mehrere bekannte Parästhesie-Stellen umgeben, als Felder, die aus der Vielzahl von Feldern ausgewählt werden, näherungsweise zu optimieren und eine Wellenform, die zu jedem der ausgewählten Felder gehört, näherungsweise zu optimieren.
In dem Beispiel 59 kann der Gegenstand des Beispiels 58 wahlweise derart konfiguriert werden, dass der Musteroptimierer konfiguriert ist, um ein oder mehrere Impulsfrequenzen der Wellenform, die zu jedem der ausgewählten Felder gehört, zu optimieren.
In dem Beispiel 60 kann der Gegenstand des Beispiels 58 wahlweise derart konfiguriert werden, dass der Musteroptimierer konfiguriert ist, um das räumlich-zeitliche Muster der Neurostimulation unter Verwendung der einen oder mehrerer bekannter Parästhesie-Stellen und einer oder mehrerer Regionen, welche die eine oder mehreren bekannten Parästhesie-Stellen umgeben, als Felder, die aus der Vielzahl von Feldern ausgewählt werden, näherungsweise zu optimieren und eine Wellenform, die zu jedem der ausgewählten Felder gehört, näherungsweise zu optimieren.
In dem Beispiel 61 kann der Gegenstand jedes oder jeder Kombination der Beispiele 54 - 60 wahlweise derart konfiguriert werden, dass das Schmerzmodell unter Verwendung vorklinischer Daten validiert wird.
In dem Beispiel 62 kann der Gegenstand jedes oder jeder Kombination der Beispiele 54 - 61 wahlweise derart konfiguriert werden, dass das Schmerzmodell unter Verwendung einer Sammlung klinischer Daten aus einer Patientenpopulation validiert wird.
In dem Beispiel 63 kann der Gegenstand jedes oder jeder Kombination der Beispiele 54 - 62 wahlweise derart konfiguriert werden, dass das Schmerzmodell unter Verwendung von Daten, die von einem einzelnen Patienten gesammelt werden, validiert wird.
In dem Beispiel 64 kann der Gegenstand jedes oder jeder Kombination der Beispiele 54 - 63 wahlweise derart konfiguriert werden, dass der Musteroptimierer konfiguriert ist, um das räumlich-zeitliche Muster der Neurostimulation unter Verwendung von Dorsalwurzelfeldern, die aus den mehreren Feldern als das eine oder mehrere Felder ausgewählt wird, die in dem räumlich-zeitlichen Muster der Neurostimulation spezifiziert sind, näherungsweise zu optimieren, wobei die Dorsalwurzelfelder jeweils eine oder mehrere Elektroden spezifizieren, die aus der Vielzahl von Elektroden ausgewählt werden, um in einer oder mehreren Dorsalwurzeln angeordnet zu werden.
In dem Beispiel 65 kann der Gegenstand jedes oder jeder Kombination der Beispiele 54 - 64 wahlweise derart konfiguriert werden, dass der Musteroptimierer konfiguriert ist, um das räumlich-zeitliche Muster der Neurostimulation unter Verwendung von Dorsalsäulenfeldern, die aus den mehreren Feldern als das eine oder mehrere Felder ausgewählt werden, die in dem räumlich-zeitlichen Muster der Neurostimulation spezifiziert sind, näherungsweise zu optimieren. Die Dorsalsäulenfelder spezifizieren jeweils eine oder mehrere Elektroden, die aus der Vielzahl von Elektroden ausgewählt werden, um in einer oder mehreren Dorsalsäulen angeordnet zu werden.
In dem Beispiel 66 kann der Gegenstand jedes oder jeder Kombination der Beispiele 54 - 65 wahlweise derart konfiguriert werden, dass der Musteroptimierer konfiguriert ist, um das räumlich-zeitliche Muster der Neurostimulation unter Verwendung mehrerer verschiedener Wellenformen, die aus den mehreren Wellenformen als das oder die mehrere Wellenformen ausgewählt werden, die in dem räumlich-zeitlichen Muster der Neurostimulation spezifiziert sind, näherungsweise zu optimieren.
In dem Beispiel 67 kann der Gegenstand des Beispiels 66 wahlweise derart konfiguriert werden, dass der Musteroptimierer konfiguriert ist, um das räumlich-zeitliche Muster der Neurostimulation näherungsweise zu optimieren, indem verschiedene räumlich-zeitliche Einheiten der einen oder mehreren räumlich-zeitlichen Einheiten aufgenommen werden, wobei die verschiedenen räumlich-zeitlichen Einheiten auf verschiedene Regionen des Nervensystems des Patienten abzielen, um Impulse der Neurostimulationsimpulse zu Zeiten abzugeben, die für jede Region der verschiedenen Regionen einzeln spezifiziert werden.
In dem Beispiel 68 kann der Gegenstand jedes oder jeder Kombination der Beispiele 57 - 67 wahlweise derart konfiguriert werden, dass der Musteroptimierer konfiguriert ist, um das räumlich-zeitliche Muster der Neurostimulation unter Verwendung des Schmerzmodells und der Anatomie von Regionen der einen oder der mehreren bekannten Parästhesie-Stellen näherungsweise zu optimieren, um zusätzlich ein oder mehrere Felder zu bestimmen, die aus der Vielzahl von Feldern ausgewählt werden, und eine Wellenform, die zu jedem des ausgewählten einen oder der mehreren zusätzlichen Felder gehören, näherungsweise zu optimieren.
In dem Beispiel 69 kann der Gegenstand jedes oder jeder Kombination der Beispiele 57 - 68 wahlweise derart konfiguriert werden, dass die Benutzerschnittstelle konfiguriert ist, um eine Benutzermodifikation der Felder, die durch den Musteroptimierer ausgewählt werden, zu ermöglichen.
(G. Anatomie-geführte Feldauswahl)
In dem Beispiel 70 kann der Gegenstand jedes oder jeder Kombination der Beispiele 1 - 53 wahlweise derart konfiguriert werden, dass das eine oder die mehreren neuronalen Netzwerkmodelle ein Schmerzmodell umfassen, das konfiguriert ist, um die Optimierung des räumlich-zeitlichen Musters der Neurostimulation unter Verwendung eines oder mehrerer Schmerzorte und einer oder mehrerer Zielregionen, für welche bekannt ist, dass Neuromodulation Schmerz unterdrückt, als eine Führung zu ermöglichen.
In dem Beispiel 71 kann der Gegenstand jedes oder jeder Kombination der Beispiele 1 - 53 wahlweise derart konfiguriert werden, dass der Musteroptimierer konfiguriert ist, um basierend auf dem einen oder den mehreren Schmerzorten und einer oder mehreren Zielregionen ein oder mehrere Felder, die aus der Vielzahl von Feldern ausgewählt werden, für die Verwendung in dem räumlich-zeitlichen Muster der Neurostimulation auszuwählen.
In dem Beispiel 72 kann der Gegenstand jedes oder jeder Kombination der Beispiele 70 und 71 wahlweise derart konfiguriert werden, dass der Musteroptimierer konfiguriert ist, um ein oder mehrere Felder für die Verwendung in dem räumlich-zeitlichen Muster der Neurostimulation basierend auf der einen oder den mehreren Schmerzorten und einer oder mehreren Zielregionen zu bestimmen und das bestimmte eine oder die mehreren Felder zu den mehreren Feldern hinzuzufügen, wenn das bestimmte eine oder die mehreren Felder nicht bereits in den mehreren Feldern enthalten sind.
In dem Beispiel 73 kann der Gegenstand jedes oder jeder Kombination der Beispiele 70 - 72 wahlweise derart konfiguriert werden, dass der Musteroptimierer eine Nachschlagtabelle umfasst, die einen oder mehrere Schmerzorte mit der einen oder mehreren Zielregionen in Beziehung setzt und die eine oder mehreren Zielregionen unter Verwendung einer Schmerzstelle und der Nachschlagtabelle bestimmt.
In dem Beispiel 74 kann der Gegenstand jedes oder jeder Kombination der Beispiele 70 - 73 wahlweise derart konfiguriert werden, dass das Schmerzmodell ferner konfiguriert ist, um die Optimierung des räumlich-zeitlichen Musters der Neurostimulation unter Verwendung einer Schmerzdiagnose als Eingabe zu ermöglichen.
In dem Beispiel 75 kann der Gegenstand jedes oder jeder Kombination der Beispiele 71 - 74 wahlweise derart konfiguriert werden, dass der Musteroptimierer konfiguriert ist, um eine Führung für die Anordnung der mehreren Elektroden in dem Patienten basierend auf dem einen oder mehreren Feldern, die in dem räumlich-zeitlichen Muster der Neurostimulation spezifiziert werden, zu erzeugen.
(H. Räumlich-zeitliches Filtern zur Verringerung der räumlichen Empfindlichkeit)
In dem Beispiel 76 kann der Gegenstand jedes oder jeder Kombination der Beispiele 1 - 53 wahlweise derart konfiguriert werden, dass das eine oder mehrere neuronale Netzwerkmodelle ein Modell der interessierenden Region (ROI) umfassen, das eine spezifizierte ROI darstellt, die ein neuronales Ziel enthält und in eine Vielzahl von Teilregionen unterteilt ist. Das ROI-Modell umfasst eine Zieleinheit, die das neuronale Ziel darstellt, und mehrere Umgebungseinheiten, die jeweils die Vielzahl von Teilregionen darstellen.
In dem Beispiel 77 kann der Gegenstand des Beispiels 76 wahlweise derart konfiguriert werden, dass das ROI-Modell konfiguriert ist, um ein Filter mit Eingängen, um Impulse der Neurostimulationsimpulse, die in einer oder mehreren Teilregionen der Vielzahl von Teilregionen empfangen werden, zu empfangen, und einem Ausgang, der die Impulse wie von dem neuronalen Ziel empfangen darstellt, darzustellen.
In dem Beispiel 78 kann der Gegenstand jedes oder jeder Kombination der Beispiele 76 und 77 wahlweise derart konfiguriert werden, dass das neuronale Ziel ein oder mehrere Neuronen der Dorsalwurzeln, der Dorsalsäulen, des präsynaptisches Hinterhorns, des postsynaptisches Hinterhorns oder des dorso-lateralen Finniculus umfasst.
In dem Beispiel 79 kann der Gegenstand jedes oder jeder Kombination der Beispiele 76 - 78 wahlweise derart konfiguriert werden, dass das ROI-Modell konfiguriert ist, um die Auswertung des einen oder der mehreren Felder, die aus der Vielzahl von Feldern ausgewählt werden, in Kombination mit der einen oder den mehreren Wellenformen, die aus der Vielzahl von Wellenformen ausgewählt werden, bezüglich einer oder mehrerer therapeutischer Wirkungen bei der Behandlung von Schmerz zu ermöglichen.
In dem Beispiel 80 kann der Gegenstand jedes oder jeder Kombination der Beispiele 76 - 79 wahlweise derart konfiguriert werden, dass der Musteroptimierer konfiguriert ist, um das räumlich-zeitliche Muster der Neurostimulation unter Verwendung des ROI-Modells zu optimieren, und das eine oder die mehreren Felder in dem räumlich-zeitlichen Muster der Neurostimulation eine Vielzahl von ROI-Feldern umfasst, die jeweils eine räumliche Verteilung der ausgewählten einen oder mehreren Elektroden innerhalb der ROI spezifizieren.
In dem Beispiel 81 kann der Gegenstand des Beispiels 80 wahlweise derart konfiguriert werden, dass die ROI-Felder jeweils einer oder mehreren Teilregionen der Vielzahl von Teilregionen entsprechen.
In dem Beispiel 82 kann der Gegenstand des Beispiels 81 wahlweise derart konfiguriert werden, dass die eine oder die mehreren räumlich-zeitlichen Einheiten des räumlich-zeitlichen Musters der Neurostimulation eine Vielzahl von räumlich-zeitlichen ROI-Einheiten, die jeweils ein Feld der Vielzahl von ROI-Feldern in Kombination mit einer oder mehreren ROI-Wellenformen, die aus der Vielzahl von Wellenformen ausgewählt werden umfassen, wobei der Mustereditor konfiguriert ist, um die Vielzahl von ROI-Feldern, die eine oder mehreren ROI-Wellenformen, die Vielzahl von räumlich-zeitlichen ROI-Einheiten und das räumlich-zeitliche Muster der Neurostimulation zu erzeugen, und wobei der Musteroptimierer konfiguriert ist, um das räumlich-zeitliche Muster der Neurostimulation auszuwerten.
In dem Beispiel 83 kann der Gegenstand des Beispiels 82 wahlweise derart konfiguriert werden, dass der Mustereditor konfiguriert ist, um unter Verwendung eines Pseudo-Zufallsgenerators, eines Rauschstimulationsverfahrens, eines Poisson-Verfahrens, eines Zufallsmusters, eines optimierten Musters oder einer oder mehrerer heuristischer Regeln eine Reihenfolge der räumlich-zeitlichen ROI-Einheiten in dem räumlich-zeitlichen Muster der Neurostimulation zu spezifizieren.
In dem Beispiel 84 kann der Gegenstand des Beispiels 82 wahlweise derart konfiguriert werden, dass der Mustereditor konfiguriert ist, um eine Reihenfolge der räumlich-zeitlichen ROI-Einheiten in dem räumlich-zeitlichen Muster der Neurostimulation zu bestimmen, um ein Raum-Zeit-Abstandsmaß zu maximieren.
In dem Beispiel 85 kann der Gegenstand jedes oder jeder Kombination der Beispiele 82 - 84 wahlweise derart konfiguriert werden, dass der Mustereditor konfiguriert ist, um eine Benutzeranpassung der Vielzahl von ROI-Feldern, der einen oder mehreren ROI-Wellenformen, der Vielzahl von räumlich-zeitlichen ROI-Einheiten und des räumlich-zeitlichen Musters der Neurostimulation zu ermöglichen.
In dem Beispiel 86 kann der Gegenstand jedes oder jeder Kombination der Beispiele 82 - 85 wahlweise derart konfiguriert werden, dass der Mustereditor konfiguriert ist, um eine Impulsamplitude und/oder eine Impulsbreite und/oder eine Impulsform jedes Impulses der Neurostimulationsimpulse zu erzeugen und anzupassen.
In dem Beispiel 87 kann der Gegenstand jedes oder jeder Kombination der Beispiele 76 - 86 wahlweise derart konfiguriert werden, dass der Mustereditor konfiguriert ist, um die ROI basierend auf einer Diagnose, welche das neuronale Ziel bestimmt, zu spezifizieren.
In dem Beispiel 88 kann der Gegenstand des Beispiels 87 wahlweise derart konfiguriert werden, dass der Mustereditor konfiguriert ist, um die ROI basierend auf der Diagnose, welche das neuronale Ziel bestimmt, und Orten der Vielzahl von Elektroden zu spezifizieren.
In dem Beispiel 89 kann der Gegenstand jedes oder jeder Kombination der Beispiele 87 und 88 wahlweise derart konfiguriert werden, dass der Mustereditor konfiguriert ist, um eine Benutzerspezifikation einer Anzahl von Teilregionen für die Vielzahl von Teilregionen in der ROI zu ermöglichen.
In dem Beispiel 90 kann der Gegenstand jedes oder jeder Kombination der Beispiele 87 - 90 wahlweise derart konfiguriert werden, dass der Mustereditor konfiguriert ist, um mehrere räumlich ungleiche ROIs zu spezifizieren.
Es versteht sich, dass die vorstehende detaillierte Beschreibung erläuternd und nicht einschränkend sein soll. Andere Ausführungsformen werden für Fachleute der Technik nach Lesen und Verstehen der vorstehenden Beschreibung offensichtlich. Der Schutzbereich der Erfindung sollte daher unter Bezug auf die beigefügten Patentansprüche einhergehend mit dem vollen Schutzbereich von Äquivalenten, zu dem derartige Patentsprüche berechtigen, bestimmt werden.
ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

US 62/361862 [0001]
US 62/273062 [0001]
US 62/361847 [0002]
US 62/361872 [0002]
US 62/361880 [0002]
US 14/853589 [0064]
US 14/926725 [0064]
US 62/137567 [0064]
US 62/111715 [0064]
US 62/198957 [0064]
US 62/241965 [0064]

Zitierte Nicht-Patentliteratur

T. C. Zhang, J. J. Janik und W. M. Grill, „Modeling effects of spinal cord stimulation on wide-dynamic range dorsal horn neurons: influence of stimulation frequency and GABAergic inhibition“, J Neurophysiol 112: 552-567, 2014 [0076]
C. Zhang, J. J. Janik und W. M. Grill „Modeling effects of spinal cord stimulation on wide-dynamic range dorsal horn neurons: influence of stimulation frequency and GABAergic inhibition“, J Neurophysiol 112: 552-567, 2014 [0095]
P. A. Tass, Desynchronization by Means of a Coordinated Reset of Neural Sub-Populations, Progress of Theoretical Physics Supplement, Nr. 150, 281-296 (2003) [0095]

Claims

System zur Programmierung eines Neurostimulators, um Neurostimulationsenergie durch eine Vielzahl von Elektroden abzugeben, wobei das System aufweist: eine Speichervorrichtung, die konfiguriert ist, um zu speichern: eine Musterbibliothek, die umfasst: eine Vielzahl von Feldern, die jeweils eine räumliche Verteilung der Neurostimulationsenergie über die Vielzahl von Elektroden spezifiziert; und eine Vielzahl von Wellenformen, die jeweils ein zeitliches Muster der Neuromodulationsenergie spezifizieren; und ein oder mehreren neuronale Netzwerkmodelle, die jeweils ein Rechenmodell sind, das konfiguriert ist, um die Bewertung von Wirkungen eines oder mehrerer Felder, die aus der Vielzahl von Feldern ausgewählt werden, in Kombination mit einer oder mehreren Wellenformen, die aus der Vielzahl von Wellenformen ausgewählt werden, bei der Behandlung einer oder mehrerer Indikationen für die Neuromodulation zu ermöglichen; und einen Mustergenerator, der konfiguriert ist, um ein räumlich-zeitliches Muster der Neurostimulation zu erzeugen, das eine Sequenz einer oder mehrerer räumlichzeitlicher Einheiten spezifiziert, die ein oder mehrere Felder, die aus der Vielzahl von Feldern ausgewählt werden, in Kombination mit einer oder mehreren Wellenformen, die aus der Vielzahl von Wellenformen ausgewählt werden, spezifiziert, wobei das räumlich-zeitliche Muster der Neurostimulation eine Reihe von Teilmustern zur Behandlung einer Indikation der einen oder mehreren Indikationen für die Neuromodulation umfasst, wobei der Mustergenerator umfasst: einen Mustereditor, der konfiguriert ist, um ein oder mehrere der Vielzahl von Feldern, der Vielzahl von Wellenformen, der einen oder mehreren räumlich-zeitlichen Einheiten oder des das räumlich-zeitliche Muster der Neurostimulation aufzubauen; und einen Musteroptimierer, der konfiguriert ist, um ein oder mehrere der Vielzahl von Feldern, der Vielzahl von Wellenformen, der einen oder mehreren räumlich-zeitlichen Einheiten oder das räumlich-zeitliche Muster der Neurostimulation unter Verwendung wenigstens eines neuronalen Netzwerkmodells des einen oder der mehreren neuronalen Netzwerkmodelle näherungsweise zu optimieren.
System nach Anspruch 1, wobei die Wirkungen eine oder mehrere therapeutische Wirkungen umfassen.
System nach Anspruch 2, wobei die Wirkungen ferner eine oder mehrere Nebenwirkungen umfassen.
System nach Anspruch 3, wobei der Mustergenerator konfiguriert wird, um jedes Teilmuster der Reihe von Teilmustern derart zu erzeugen, dass Teile der Neurostimulationsenergie, die gemäß dem räumlich-zeitlichen Muster der Neurostimulation abgegeben werden, eine kumulative Wirkung bei der Behandlung der Indikation haben, ohne die eine oder mehreren spezifizierten Nebenwirkungen zu bewirken.
System nach Anspruch 4, wobei der Mustergenerator konfiguriert wird, um jedes Teilmuster der Reihe von Teilmustern derart zu erzeugen, dass Teile der Neurostimulationsenergie, die gemäß dem räumlich-zeitlichen Muster der Neurostimulation abgegeben werden, eine kumulative Wirkung bei der Behandlung von Schmerzen haben, ohne Parästhesie zu bewirken.
System nach Anspruch 4, wobei der Mustergenerator konfiguriert wird, um jedes Teilmuster der Reihe von Teilmustern derart zu erzeugen, dass Teile der Neurostimulationsenergie, die gemäß dem räumlich-zeitlichen Muster der Neurostimulation abgegeben werden, eine kumulative Wirkung bei der Behandlung von Schmerzen haben, ohne ein unerträgliches Maß an Parästhesie zu bewirken.
System nach Anspruch 4, wobei der Mustergenerator konfiguriert wird, um jedes Teilmuster der Reihe von Teilmustern derart zu erzeugen, dass Teile der Neurostimulationsenergie, die gemäß dem räumlich-zeitlichen Muster der Neurostimulation abgegeben werden, eine kumulative Wirkung bei der Behandlung von Schmerzen haben, während eine erwünschte Art von Wahrnehmung bewirkt wird.
System nach einem der vorhergehenden Ansprüche, wobei der Musteroptimierer konfiguriert wird, um jedes Teilmuster der Reihe von Teilmustern unter Verwendung des wenigstens einen neuronalen Netzwerkmodells einzeln näherungsweise zu optimieren.
System nach einem der vorhergehenden Ansprüche, wobei das wenigstens eine neuronale Netzwerkmodell Eingänge, die einem oder mehreren Feldern der Vielzahl von Feldern entsprechen, die in der Reihe von Teilmustern spezifiziert werden, und Ausgänge, die jeweils eine Wirkung bei der Behandlung einer Indikation der einen oder mehreren Indikationen für die Neuromodulation oder eine Nebenwirkung darstellen, aufweist.
System nach einem der vorhergehenden Ansprüche, wobei die Reihe von Teilmustern ein erstes Teilmuster, das konstruiert ist, um eine therapeutische Wirkung bei der Behandlung der Indikation der einen oder mehreren Indikationen für die Neuromodulation zu haben, und ein zusätzliches Teilmuster aufweist.
System nach Anspruch 10, wobei das zusätzliche Teilmuster konstruiert wird, um die therapeutische Wirkung zu erhöhen.
System nach einem der Ansprüche 10 und 11, wobei das erste Teilmuster mit einer Nebenwirkung verbunden ist und das zusätzliche Teilmuster konstruiert ist, um die Nebenwirkung zu lindern.
System nach einem der Ansprüche 10 bis 12, wobei die ersten und zusätzlichen Teilmuster identische Felder umfassen, die aus der Vielzahl von Feldern ausgewählt werden.
System nach einem der Ansprüche 10 bis 12, wobei die ersten und zusätzlichen Teilmuster verschiedene Felder umfassen, die aus der Vielzahl von Feldern ausgewählt werden.
System nach einem der vorhergehenden Ansprüche, das ferner eine Programmiersteuerschaltung aufweist, die konfiguriert ist, um mehrere Stimulationsparameter zu erzeugen, welche die Abgabe von Neurostimulationsenergie von dem Neurostimulator gemäß dem räumlich-zeitlichen Muster der Neurostimulation steuern, und um die mehreren Stimulationsparameter an den Neurostimulator zu übertragen.