KR20220030935A - 신경망을 사용한 범용 제어 시스템 및 방법 - Google Patents

신경망을 사용한 범용 제어 시스템 및 방법 Download PDF

Info

Publication number
KR20220030935A
KR20220030935A KR1020217040706A KR20217040706A KR20220030935A KR 20220030935 A KR20220030935 A KR 20220030935A KR 1020217040706 A KR1020217040706 A KR 1020217040706A KR 20217040706 A KR20217040706 A KR 20217040706A KR 20220030935 A KR20220030935 A KR 20220030935A
Authority
KR
South Korea
Prior art keywords
input command
task
thought
sensed
signal
Prior art date
Application number
KR1020217040706A
Other languages
English (en)
Inventor
피터 엘리 유
Original Assignee
싱크론 오스트레일리아 피티와이 리미티드
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 싱크론 오스트레일리아 피티와이 리미티드 filed Critical 싱크론 오스트레일리아 피티와이 리미티드
Publication of KR20220030935A publication Critical patent/KR20220030935A/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/291—Bioelectric electrodes therefor specially adapted for particular uses for electroencephalography [EEG]
    • A61B5/293—Invasive
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F4/00—Methods or devices enabling patients or disabled persons to operate an apparatus or a device not forming part of the body 
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/372—Analysis of electroencephalograms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/375—Electroencephalography [EEG] using biofeedback
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/388—Nerve conduction study, e.g. detecting action potential of peripheral nerves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4851—Prosthesis assessment or monitoring
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6846—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive
    • A61B5/6867—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive specially adapted to be attached or implanted in a specific body part
    • A61B5/6868—Brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • A61F2/50—Prostheses not implantable in the body
    • A61F2/68—Operating or control means
    • A61F2/70—Operating or control means electrical
    • A61F2/72—Bioelectric control, e.g. myoelectric
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/04—Arrangements of multiple sensors of the same type
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/06—Arrangements of multiple sensors of different types
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/372—Analysis of electroencephalograms
    • A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6814—Head
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6846—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive
    • A61B5/6847—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive mounted on an invasive device
    • A61B5/6862—Stents
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7405—Details of notification to user or communication with user or patient ; user input means using sound
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7455—Details of notification to user or communication with user or patient ; user input means characterised by tactile indication, e.g. vibration or electrical stimulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
    • G06F2203/01—Indexing scheme relating to G06F3/01
    • G06F2203/011—Emotion or mood input determined on the basis of sensed human body parameters such as pulse, heart rate or beat, temperature of skin, facial expressions, iris, voice pitch, brain activity patterns

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Neurology (AREA)
  • Artificial Intelligence (AREA)
  • Neurosurgery (AREA)
  • Human Computer Interaction (AREA)
  • Dermatology (AREA)
  • General Physics & Mathematics (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Vascular Medicine (AREA)
  • Transplantation (AREA)
  • Cardiology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • User Interface Of Digital Computer (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

개인이 전자 디바이스 또는 소프트웨어와 인터페이스하도록 준비시키는 방법을 비롯한, 범용 스위치 모듈, 범용 스위치, 및 이를 사용하는 방법이 개시된다. 예를 들어, 개인이 태스크와 관련 없는 생각을 생성할 때 제1의 감지된 뇌 관련 신호를 얻기 위해 개인의 뇌 관련 신호를 측정하는 단계를 포함할 수 있는 방법이 개시된다. 이 방법은 제1의 감지된 뇌 관련 신호를 처리 유닛에 전송하는 단계를 포함할 수 있다. 이 방법은 태스크와 관련 없는 생각과 제1의 감지된 뇌 관련 신호를 N개의 입력 명령과 연관시키는 단계를 포함할 수 있다. 이 방법은 태스크와 관련 없는 생각, 제1의 감지된 뇌 관련 신호, 및 N개의 입력 명령을 전자 데이터베이스에 컴파일링하는 단계를 포함할 수 있다.

Description

신경망을 사용한 범용 제어 시스템 및 방법
관련 출원에 대한 상호 참조
본 출원은 2019년 5월 14일자로 출원된 미국 가출원 번호 62/847,737의 우선권을 주장하는 2019년 6월 28일자로 출원된 미국 특허 출원 번호 16/457,493의 계속 출원으로서 이들 각각은 모든 목적을 위해 그 전체가 본 출원에 참고로 포함된다.
본 개시는 일반적으로 신경 관련 신호를 사용하는 방법에 관한 것으로, 보다 구체적으로는 신경 신호를 범용 스위치로서 사용하는 방법에 관한 것이다.
현재, 뇌 컴퓨터 인터페이스들(BCIs)에 있어서, 사용자들은 주어진 목표 태스크(예컨대, 타겟 태스크가 커서를 이동시키는 것일 때 커서를 이동시키는 것)를 수행하기 위해 태스크와 관련 있는 정신적 태스크를 수행할 것을 요청받거나, 주어진 목표 태스크(예컨대, 커서를 오른쪽으로 이동시키기 위해 손을 움직이는 것)를 수행하기 위해 태스크와 관련 없는 정신적 태스크를 수행할 것을 요청받는다. 또한, 현재 BCI들은 단지 사용자들이 연구자가 설정한 미리 정의된 목표 태스크를 제어하기 위해 생각(예컨대, 태스크와 관련 있는 정신적 태스크 또는 태스크와 관련 없는 정신적 태스크)을 사용할 수 있게 한다.
본 개시는 BCI 사용자들로 하여금 소프트웨어 및 디바이스를 비롯한 다양한 최종 애플리케이션을 독립적으로 제어하기 위해 주어진 태스크와 관련이 없는 생각을 활용하도록 준비시키고 허용하는 신규한 방법 및 시스템을 설명한다.
범용 스위치 및 이를 사용하는 방법을 비롯한, 신경 관련 신호를 사용하는 제어 시스템 및 방법이 개시된다.
개인이 전자 디바이스 또는 소프트웨어와 인터페이스하도록 준비시키는 방법이 개시된다. 예를 들어, 개인이 제1 태스크 관련 생각을 생성할 때, 제1의 감지된 신경 신호를 얻기 위해 개인의 신경 관련 신호를 측정하는 단계를 포함할 수 있는 방법이 개시된다. 이 방법은 제1 태스크와 관련 없는 생각 및 제1의 감지된 신경 신호를 제1 입력 명령과 연관시키는 단계를 포함할 수 있다. 이 방법은 제1 태스크와 관련 없는 생각, 제1의 감지된 신경 신호, 및 제1 입력 명령을 전자 데이터베이스에 컴파일링하는 단계를 포함할 수 있다.
제1 디바이스 및 제2 디바이스를 제어하는 방법이 개시된다. 예를 들어, 개인이 태스크와 관련 없는 생각을 생성할 때 감지된 신경 신호를 얻기 위해 개인의 신경 관련 신호를 측정하는 단계를 포함할 수 있는 방법이 개시된다. 이 방법은 감지된 신경 신호를 프로세서에 전송하는 단계를 포함할 수 있다. 이 방법은 프로세서를 통해 감지된 신경 신호를 제1 디바이스 입력 명령 및 제2 디바이스 입력 명령과 연관시키는 단계를 포함할 수 있다. 이 방법은 감지된 신경 신호를 제1 디바이스 입력 명령 및 제2 디바이스 입력 명령과 연관시킬 때, 제1 디바이스 입력 명령을 제1 디바이스에 전기적으로 전송하거나 제2 디바이스 입력 명령을 제2 디바이스에 전기적으로 전송하는 단계를 포함할 수 있다.
개인이 제1 디바이스 및 제2 디바이스와 인터페이스하도록 준비시키는 방법이 개시된다. 예를 들어, 개인이 제1 태스크를 생각하여 태스크-특정 생각을 생성할 때 감지된 뇌 관련 신호를 얻기 위해 개인의 뇌 관련 신호를 측정하는 단계를 포함할 수 있는 방법이 개시된다. 이 방법은 감지된 뇌 관련 신호를 처리 유닛에 전송하는 단계를 포함할 수 있다. 이 방법은 처리 유닛을 통해 감지된 뇌 관련 신호를 제1 디바이스 태스크와 연관된 제1 디바이스 입력 명령과 연관시키는 단계를 포함할 수 있다. 제1 디바이스 태스크는 제1 태스크와 다르다. 이 방법은 처리 유닛을 통해 감지된 뇌 관련 신호를 제2 디바이스 태스크와 연관된 제2 디바이스 입력 명령과 연관시키는 단계를 포함할 수 있다. 제2 디바이스 태스크는 제1 디바이스 태스크 및 제1 태스크와 다르다. 이 방법은 감지된 뇌 관련 신호를 제1 디바이스 입력 명령 및 제2 디바이스 입력 명령과 연관시킬 때, 제1 디바이스 입력 명령과 연관된 제1 디바이스 태스크를 실행하기 위해 제1 디바이스 입력 명령을 제1 디바이스에 전기적으로 전송하는 단계 또는 제2 디바이스 입력 명령과 연관된 제2 디바이스 태스크를 실행하기 위해 제2 디바이스 입력 명령을 제2 디바이스에 전기적으로 전송하는 단계를 포함한다.
도시되고 설명된 도면들은 예시적인 실시예이며 비제한적이다. 동일한 참조 번호는 전체에 걸쳐 동일하거나 기능적으로 동등한 특징을 나타낸다.
도 1a는 범용 스위치 모듈의 변형을 도시한다.
도 1b는 환자가 생각을 생각할 때 도 1a의 범용 스위치 모듈의 변형을 도시한다.
도 1c는 도 1a 및 1b의 범용 스위치 모듈의 호스트 디바이스의 사용자 인터페이스의 변형을 도시한다.
도 2a-2d는 최종 애플리케이션과 통신하는 범용 스위치 모델의 변형을 도시한다.
도 3은 최종 애플리케이션과 통신하는 무선 범용 스위치 모듈의 변형을 도시한다.
도 4는 환자의 신경 관련 신호를 기록하는 데 사용되는 범용 스위치 모듈의 변형을 도시한다.
도 5는 도 1a 내지 도 1c의 범용 스위치 모듈에 의해 수행되는 방법의 변형을 도시한다.
도 6은 도 1a 내지 도 1c의 범용 스위치 모듈에 의해 수행되는 방법의 변형을 도시한다.
도 7은 도 1a 내지 도 1c의 범용 스위치 모듈에 의해 수행되는 방법의 변형을 도시한다.
범용 스위치 모듈, 범용 스위치 및 그 사용 방법이 개시된다. 예를 들어, 도 1a 내지 도 1c는 환자(8)(예를 들어, BCI 사용자)가 생각(9)을 생각함으로써 하나 또는 복수의 최종 애플리케이션(12)을 제어하기 위해 사용할 수 있는 범용 스위치 모듈(10)의 변형을 도시한다. 모듈(10)은 신경 인터페이스(14) 및 호스트 디바이스(16)를 포함할 수 있다. 모듈(10)(예를 들어, 호스트 디바이스(16))는 하나 또는 복수의 최종 애플리케이션(12)과 유선 및/또는 무선 통신할 수 있다. 신경 인터페이스(14)는 생물학적 매체 신호 검출기(예컨대, 전기 전도체, 생화학적 센서)일 수 있고, 호스트 디바이스(16)는 컴퓨터(예컨대, 랩톱, 스마트폰)일 수 있으며 최종 애플리케이션(12)은 임의의 전자 디바이스 또는 소프트웨어일 수 있다. 신경 인터페이스(14)는 하나 또는 복수의 센서를 통해, 생물학적 매체의 신경 관련 신호(17)를 모니터링한다. 모듈(10)의 프로세서는 검출된 신경 관련 신호(17)를 분석하여 검출된 신경 관련 신호(17)가 최종 애플리케이션(1)의 입력 명령(18)에 배정된 생각(9)과 연관되는지 여부를 결정할 수 있다. 입력 명령(18)에 배정된 생각(9)이 신경 인터페이스(14)에 의해 감지되고 프로세서에 의해 입력 명령(18)과 연관될 때, 입력 명령(18)은 그 입력 명령(18)이 연관된 최종 애플리케이션(1)에 (예를 들어, 프로세서, 제어기 또는 트랜시버를 통해) 전송될 수 있다. 생각(9)은 복수의 최종 애플리케이션(12)의 명령(18)의 입력에 배정될 수 있다. 그럼으로써, 모듈(10)은 장점적으로, 환자(8)가 단일 생각(예를 들어, 생각(9))으로 복수의 최종 애플리케이션(12)(예를 들어 제1 최종 애플리케이션 및 제2 최종 애플리케이션)을 독립적으로 제어할 수 있게 하며, 여기서 생각(9)은 서로 다른 시간 및/또는 동일한 시간에 제1 및 제2 애플리케이션을 제어하는 데 사용될 수 있다. 이러한 방식으로, 모듈(10)은 복수의 최종 애플리케이션(12)(예를 들어, 소프트웨어 및 디바이스)을 제어하기 위해 동일한 생각(9)을 사용할 수 있는 범용 스위치 모듈로서 기능할 수 있다. 생각(9)은 임의의 최종 애플리케이션(12)의 임의의 입력 명령(18)에(예를 들어, 제1 최종 애플리케이션의 입력 명령(18) 및 제2 최종 애플리케이션의 입력 명령(18)에) 배정할 수 있는 범용 스위치일 수 있다. 제1 최종 애플리케이션은 제1 디바이스 또는 제1 소프트웨어일 수 있다. 제2 최종 애플리케이션은 제2 디바이스 또는 제2 소프트웨어일 수 있다.
환자(8)가 생각(9)을 생각할 때, 생각(9)과 연관된 입력 명령들(18)이 모듈(10)에 의해 (예를 들어, 프로세서, 제어기 또는 트랜시버를 통해) 이들의 대응하는 최종 애플리케이션들(12)에 전송될 수 있다. 예를 들어, 생각(9)이 제1 최종 애플리케이션의 입력 명령(18)에 배정된 경우, 제1 최종 애플리케이션의 입력 명령(18)은 환자(8)가 생각(9)을 생각할 때 제1 최종 애플리케이션에 전송될 수 있으며, 생각(9)이 제2 최종 애플리케이션의 입력 명령(18)에 배정된 경우, 제2 최종 애플리케이션의 입력 명령(18)은 환자(8)가 생각(9)을 생각할 때 제2 최종 애플리케이션에 전송될 수 있다. 그럼으로써, 생각(9)은 복수의 최종 애플리케이션(12)과 인터페이스하거나 이를 제어할 수 있어서, 생각(9)은 범용 제어기(예를 들어, 환자의 뇌) 상의 범용 버튼(예를 들어, 생각(9))처럼 기능할 수 있다. 임의의 수의 생각(9)이 스위치로서 사용될 수 있다. 스위치로서 사용되는 생각(9)의 수는 예를 들어 최종 애플리케이션(12)을 제어하는 데 필요하거나 요망되는 제어(예컨대, 입력 명령(18))의 수에 대응할 수 있다.
비디오 게임 제어기를 예로서 사용하기 위해 환자의 생각(9)은 임의의 개별 버튼, 임의의 버튼 조합, (예컨대, 조이스틱의 방향 버튼과 같은 제어 패드의)임의의 방향 이동과 관련된 임의의 입력 명령(18)에 배정될 수 있으므로, 환자(8)가 기존의 물리적 제어기의 존재 여부에 관계없이 자신의 생각(9)을 사용하여 임의의 비디오 게임 시스템의 임의의 게임을 할 수 있다. 비디오 게임 시스템들은 최종 애플리케이션들(12)의 단지 한 예이다. 모듈(10)은 환자의 생각(9)이 임의의 소프트웨어 또는 디바이스의 제어에 매핑될 수 있도록 생각(9)이 임의의 최종 애플리케이션(1)의 입력 명령(18)에 배정될 수 있게 한다. 그럼으로써, 모듈(10)은 환자의 생각(9)을 배정 가능한 스위치들의 그룹으로 편성할 수 있는바, 이는 본질적으로 보편적이지만 일단 입력 명령(18)에 배정되면 실행이 구체적이다. 최종 애플리케이션(12)의 추가적인 예시적인 예들은 이동 디바이스(예컨대, 차량, 휠체어, 휠체어 리프트), 의수족(예컨대, 의수, 의족), 전화기(예컨대, 스마트폰), 스마트 가전 제품 및 스마트 가전 시스템을 포함한다.
신경 인터페이스(14)는 생각(9)과 관련된 신호 및 생각(9)과 관련되지 않은 신호를 비롯한 신경 관련 신호들(17)을 검출할 수 있다. 예를 들어, 신경 인터페이스(14)는 환자(8)가 생각(9)을 생각할 때 환자(8)의 생물학적 매체에 의해 생성된 신호를 비롯한 그리고 생각(9)과 관련되지 않은 환자(8)의 생물학적 매체에 의해 생성된 신호(예를 들어, 생각(9)과 관련되지 않은 자극에 반응하는 환자를 형성함)를 비롯한 신경 관련 신호들을 검출(또는 획득, 감지, 기록 및 측정으로 또한 언급됨)할 수 있는 하나 또는 복수의 센서를 가질 수 있다. 신경 인터페이스(14)의 센서는 환자(8)의 생물학적 매체로부터의 신호를 기록 및/또는 자극할 수 있다. 생물학적 매체는 예를 들어 신경 조직, 혈관 조직, 혈액, 뼈, 근육, 뇌척수액, 또는 이들의 임의의 조합일 수 있다. 센서들은 예를 들어 전극일 수 있으며, 여기서 전극은 생물학적 매체의 전기적 활동을 감지하기 위한 임의의 전기 전도체일 수 있다. 센서는 예를 들어 생화학적 센서일 수 있다. 신경 인터페이스(14)는 단일 유형의 센서(예컨대, 오로지 전극) 또는 복수의 유형의 센서(예컨대, 하나 또는 복수의 전극 및 하나 또는 복수의 생화학적 센서)를 가질 수 있다.
신경 관련 신호는 생물학적 매체로부터 검출 가능한 임의의 신호(예컨대, 전기 신호, 생화학적 신호)일 수 있고, 검출된 신경 관련 신호로부터 (예컨대, 컴퓨터 프로세서를 통해) 추출된 임의의 특징 또는 특징들 혹은 둘 다일 수 있으며, 추출된 특징들은 복수의 여러 가지 생각들(9)이 서로 구별될 수 있도록 환자(8)의 생각(9)에 관한 특징적인 정보일 수 있거나 이 정보를 포함할 수 있다. 다른 예로서, 신경 관련 신호는 전기 신호일 수 있고, 전기 신호에 의해 유발된 임의의 신호(예컨대, 생화학적 신호)일 수 있고, 검출된 신경 관련 신호로부터 (예컨대, 컴퓨터 프로세서를 통해)추출된 임의의 특징 또는 특징들 혹은 이들의 조합일 수 있다. 신경 관련 신호는 뇌파와 같은 신경 신호일 수 있다. 생물학적 매체가 환자의 두개골 내부에 있는 경우, 신경 관련 신호는 예를 들어 환자(8)가 생각(9)을 생각하는 것으로부터 기인하거나 야기되는 뇌 신호(예컨대, 뇌 조직으로부터 검출됨)일 수 있다. 이러한 방식으로, 신경 관련 신호는 환자 뇌의 임의의 부분 또는 부분들(예컨대, 운동 피질, 감각 피질)로부터의 전기 신호와 같은 뇌 관련 신호일 수 있다. 생물학적 매체가 환자의 두개골 외부에 있는 경우, 신경 관련 신호는 예를 들어 환자(8)가 생각(9)을 생각하는 것으로부터 기인하거나 야기되는(예컨대, 눈꺼풀, 눈, 코, 귀, 손가락, 팔, 발가락, 다리 등의 신체 부위의)근육 수축과 연관된 전기 신호일 수 있다. 뇌 조직으로부터 신경 관련 신호가 검출될 때, 환자(8)가 생각하는 생각(9)(예컨대, 신체 부위의 움직임, 기억, 태스크)은 신경 관련 신호가 뇌가 아닌 조직으로부터 검출될 때 환자(8)가 생각하는 생각(9)과 같거나 다를 수 있다. 신경 인터페이스(14)는 환자의 뇌 내부, 환자의 뇌 외부 또는 둘 다에 위치될 수 있다.
모듈(10)은 하나 또는 복수의 신경 인터페이스(14), 예를 들어, 이 범위(예를 들어, 1개의 신경 인터페이스, 2개의 신경 인터페이스, 10개의 신경 인터페이스) 내에서 매 1의 신경 인터페이스 증분을 포함하는 1 내지 10 또는 그 이상의 신경 인터페이스(14)를 포함할 수 있으며, 각각의 신경 인터페이스(14)는 신경 관련 신호(예를 들어, 신경 신호)를 검출하도록 구성된 하나 또는 복수의 센서(예를 들어, 전극)를 가질 수 있다. 신경 인터페이스(14)의 위치는 예를 들어 신호가 가장 강하거나, 노이즈로부터 간섭이 최소화되거나, (예를 들어, 수술을 통해) 환자(8)에 대한 신경 인터페이스(14)의 이식 또는 결합에 의해 야기되는 환자(8)에 대한 트라우마가 최소화되거나 혹은 이들의 조합이 있는 위치를 선택하는 것과 같은 신경 관련 신호의 기록을 최적화하도록 선택될 수 있다. 예를 들어, 신경 인터페이스(14)는 뇌의 전기적 활동을 검출하기 위한 하나 또는 복수의 전극을 갖는 혈관내 디바이스(예를 들어, 스텐트)와 같은 뇌 머신 인터페이스일 수 있다. 복수의 신경 인터페이스(14)가 사용되는 경우, 이들 신경 인터페이스(14)는 서로 동일하거나 상이할 수 있다. 예를 들어, 2개의 신경 인터페이스(14)가 사용되는 경우, 이들 신경 인터페이스(14) 모두는 전극을 갖는 혈관내 디바이스(예를 들어, 전극을 갖는 연장가능하고 접을 수 있는 스텐트)일 수 있거나, 혹은 신경 인터페이스(14)중 하나는 전극을 갖는 혈관내 디바이스일 수 있고, 2개의 신경 인터페이스(14)중 다른 하나는 전극을 갖는 있는 혈관 내 디바이스와는 다른, 센서를 갖는 디바이스일 수 있다.
도 1a 및 1b는 또한 모듈(10)이 신경 인터페이스(14)와 통신하도록 된 원격 측정 유닛(22) 및 신경 인터페이스(14)와 원격 측정 유닛(22) 간의 통신을 용이하게 하기 위한 통신 도관(24)(예를 들어, 와이어)을 포함할 수 있음을 도시한다. 호스트 디바이스(16)는 원격 측정 유닛(22)과 유선 및/또는 무선 통신을 할 수 있다. 도 1a 및 1b는 원격 측정 유닛(22)이 내부 원격 측정 유닛(22a) 및 외부 원격 측정 유닛(22b)을 포함할 수 있음을 추가로 도시한다. 내부 원격 측정 유닛(22a)은 외부 원격 측정 유닛(22b)과 유선 또는 무선 통신할 수 있다. 예를 들어, 외부 원격 측정 유닛(22b)은 환자의 피부에 걸쳐 내부 원격 측정 유닛(22a)에 무선으로 연결될 수 있다. 내부 원격 측정 유닛(22a)은 신경 인터페이스(14)와 무선 또는 유선 통신할 수 있고, 신경 인터페이스(14)는 통신 도관(24)을 통해 내부 원격 측정 유닛(22a)에 전기적으로 연결될 수 있다. 통신 도관(24)은 예를 들어 스텐트 리드와 같은 와이어일 수 있다.
모듈(10)은 신경 인터페이스(14)에 의해 검출된 신경 관련 신호를 분석 및 디코딩할 수 있는 프로세서(처리 유닛이라고도 칭함)를 가질 수 있다. 프로세서는 컴퓨터 프로세서(예를 들어, 마이크로프로세서)일 수 있다. 프로세서는 수학적 알고리즘 또는 모델을 적용하여 환자(8)가 생각(9)을 생성할 때 대응하는 신경 관련 신호를 검출할 수 있다. 예를 들어, 신경 관련 신호(17)가 신경 인터페이스(14)에 의해 감지되면, 프로세서는 수학적 알고리즘 또는 수학적 모델을 적용하여, 감지된 신경 관련 신호를 검출, 디코딩 및/또는 분류한다. 다른 예로서, 신경 관련 신호(17)가 신경 인터페이스(14)에 의해 감지되면, 프로세서는 수학적 알고리즘 또는 수학적 모델을 적용하여, 감지된 신경 관련 신호(17)의 정보를 검출, 디코딩 및/또는 분류할 수 있다. 신경 인터페이스(14)에 의해 검출된 신경 관련 신호(17)가 프로세서에 의해 처리되면, 프로세서는 처리된 정보(예를 들어, 검출, 디코딩 및/또는 분류된 신경 관련 신호(17) 및/또는 감지된 신경 관련 신호(17)의 검출, 디코딩 및/또는 분류된 정보)를 최종 애플리케이션(12)의 입력 명령(18)에 연관시킬 수 있다.
신경 인터페이스(14), 호스트 디바이스(16), 및/또는 원격 측정 유닛(22)은 프로세서를 가질 수 있다. 다른 예로서, 신경 인터페이스(14), 호스트 디바이스(16), 및/또는 원격 측정 유닛(22)은 프로세서(예를 들어, 위에서 설명된 프로세서와 같은)를 가질 수 있다. 예를 들어, 호스트 디바이스(16)는 프로세서를 통해, 신경 인터페이스(14)에 의해 검출된 신경 관련 신호(17)를 분석 및 디코딩할 수 있다. 신경 인터페이스(14)는 호스트 디바이스(16)와 유선 또는 무선으로 통신할 수 있고, 호스트 디바이스(16)는 최종 애플리케이션(12)과 유선 또는 무선으로 통신할 수 있다. 다른 예로서, 신경 인터페이스(14)는 원격 측정 유닛(22)과 유선 또는 무선 통신할 수 있고, 원격 측정 유닛(22)은 호스트 디바이스(16)와 유선 또는 무선 통신할 수 있고, 호스트 디바이스(16)는 최종 애플리케이션(12)과 유선 또는 무선 통신할 수 있다. 데이터가 신경 인터페이스(14)로부터 원격 측정 유닛(22)으로, 원격 측정 유닛(22)으로부터 호스트 디바이스(16)로, 호스트 디바이스(16)로부터 하나 또는 복수의 최종 애플리케이션(12)으로 또는 이들의 임의의 조합으로 전달되어, 예를 들어 생각(9)을 검출하고 입력 명령(18)을 트리거할 수 있다. 다른 예로서, 데이터는 예를 들어 하나 또는 복수의 최종 애플리케이션(12)으로부터 호스트 디바이스(16)로, 호스트 디바이스(16)로부터 원격 측정 유닛(22)으로, 원격 측정 유닛(22)으로부터 신경 인터페이스(14)로 또는 이들의 임의의 조합으로 역순으로 전달되어, 예를 들어 하나 또는 복수의 센서를 통해 생물학적 매체를 자극할 수 있다. 데이터는 예를 들어 신경 관련 신호 및/또는 그로부터 추출된 특징을 포함하여 프로세서에 의해 수집되거나 처리되는 데이터일 수 있다. 데이터가 예를 들어 프로세서로부터 센서를 향해 흐르는 경우, 데이터는 자극제 명령을 포함할 수 있어, 자극제 명령이 신경 인터페이스(14)에 의해 처리될 때 신경 인터페이스의 센서가 생물학적 매체를 자극할 수 있다.
도 1a 및 1b는 또한, 환자(8)가 생각(9)을 생각할 때 환자(8)의 생물학적 매체(예컨대, 두개골 내부, 두개골 외부 또는 둘 다)가 신경 인터페이스(14)에 의해 검출 가능한 신경 관련 신호(17)를 생성할 수 있음을 도시한다. 신경 인터페이스(14)의 센서는 환자(8)가 생각(9)을 생각할 때 생각(9)과 연관된 신경 관련 신호(17)를 감지할 수 있다. 생각(9)과 연관된 신경 관련 신호(17), 이들 신경 관련 신호(17)에서 추출된 특징, 또는 둘 모두는 범용 스위치 모듈(10)로 제어 가능한 최종 애플리케이션(12)중 어느 것에 대한 임의의 입력 명령(18)이 배정되거나 이와 연관될 수 있다. 검출 가능한 신경 관련 신호(17) 각각 및/또는 이들의 추출된 특징은 장점적으로 범용 스위치로서 기능할 수 있고, 임의의 최종 애플리케이션(12)에 대한 임의의 입력 명령(18)에 배정할 수 있다. 이러한 방식으로, 생각(9)이 신경 인터페이스(14)에 의해 검출될 때, 그 생각(9)과 연관된 입력 명령(18)이 트리거될 수 있고, 트리거된 입력 명령(18)과 연관된 최종 애플리케이션(1)에 전송될 수 있다.
예를 들어, 생각(9)이 신경 인터페이스(14)에 의해 (예를 들어, 감지된 신경 관련 신호(17)를 통해)검출될 때, 프로세서는 감지된 신경 관련 신호(17)를 분석(예를 들어, 검출, 디코딩, 분류 또는 이들의 임의의 조합)할 수 있고, 감지된 신경 관련 신호(17) 및/또는 그로부터 추출된 특징을 대응하는 배정된 입력 명령(18)과 연관시킬 수 있다. 그럼으로써, 프로세서는 생각(9)(예를 들어, 감지된 신경 관련 신호(17) 및/또는 그로부터 추출된 특징)이 입력 명령들(18)중 임의의 것과 연관되는지 여부를 결정할 수 있다. 생각(9)이 입력 명령(18)과 연관되어 있다고 결정되면, 프로세서 또는 제어기는 입력 명령(18)을 활성화(트리거라고도 칭함)할 수 있다. 입력 명령(18)이 모듈(10)에 의해(예를 들어, 호스트 디바이스(16)의 프로세서 또는 제어기에 의해) 트리거되면, 트리거된 입력 명령(18)은 그의 대응하는 최종 애플리케이션(12)에 전송되어 최종 애플리케이션(12)(예를 들어, 휠체어, 의수, 커피머신과 같은 스마트 가전)이 트리거 입력 명령(18)으로 제어될 수 있다. 최종 애플리케이션(12)이 트리거된 입력 명령(18)을 수신하면, 최종 애플리케이션(12)은 입력 명령(18)의 명령어 또는 명령어들을 실행할 수 있다(예를 들어, 휠체어를 초당 1미터 앞으로 움직이고, 의족의 엄지와 검지를 서로 집고, 스마트 커피 머신을 켠다). 따라서, 생각(9)(예를 들어, 감지된 신경 관련 신호(17) 및/또는 그로부터 추출된 특징)이 입력 명령(18)과 연관되어 있다고 결정되면, 입력 명령(18)은 그의 대응하는 최종 애플리케이션(12)에 전송될 수 있다.
추출된 특징들은 예를 들어 감지된 신경 관련 신호(17)의 전압 변동 패턴, 감지된 신경 관련 신호(17) 내에 포함된 특정 주파수 대역에서의 전력 변동 또는 이들 둘 다를 포함하는 감지된 신경 관련 신호(17)의 컴포넌트일 수 있다. 예를 들어, 신경 관련 신호(17)는 환자(8)가 생각(9)을 생각할 때 대응하는 다양한 범위의 발진 주파수를 가질 수 있다. 특정 주파수 대역은 특정 정보를 내포할 수 있다. 예를 들어, 고대역 주파수(예컨대, 65Hz 내지 150Hz)는 운동 관련 생각과 상관 관계가 있는 정보를 포함할 수 있으므로, 이러한 고대역 주파수 범위의 특징은 신경 이벤트(예컨대, 생각(9))를 분류 및/또는 디코딩하기 위해 사용(예컨대, 감지된 신경 관련 신호(17)에서 추출하거나 식별)될 수 있다.
생각(9)은 범용 스위치일 수 있다. 생각(9)은 범용 스위치로서 기능(예를 들어, 범용 스위치로서 사용)할 수 있고, 여기서 생각(9)은 임의의 입력 명령(18)에 배정되거나 또는 그 반대로 될 수 있다. 생각(9)은 그와 연관된 검출 가능한 신경 관련 신호(17) 및/또는 그로부터 추출 가능한 특징을 통해, 범용 스위치 모듈(10)로 제어 가능한 임의의 최종 애플리케이션(1)에 대한 임의의 입력 명령(18)에 배정되거나 이와 연관될 수 있다. 환자(8)는 환자(8)가 원하는 입력 명령(18)과 연관된 생각(9)을 생각함으로써 원하는 입력 명령(18)을 활성화할 수 있다. 예를 들어, 특정 입력 명령(18)(예컨대, 휠체어를 앞으로 이동)에 배정된 생각(9)(예컨대, 환자의 9번째 생일 파티에 대한 기억)이 신경 인터페이스(14)에 의해 검출되면 프로세서(예컨대, 호스트 디바이스(16)의 프로세서)는 그 생각(9)과 연관된 신경 관련 신호(17)(예를 들어, 9번째 생일 파티의 기억) 및/또는 그로부터 추출된 특징을 대응하는 배정된 입력 명령(18)에 연관시킬 수 있다(예를 들어, 휠체어를 앞으로 이동). 검출된 신경 관련 신호(예를 들어, 및/또는 이와 연관된 추출된 특징)가 배정된 입력 명령(18)과 연관될 때, 호스트 디바이스(16)는 프로세서 또는 제어기를 통해 그 입력 명령(18)을 최종 애플리케이션(1)에 전송할 수 있으며, 입력 명령(18)은 환자(8)가 생각(9)을 생각함으로써 트리거한 입력 명령(18)으로 최종 애플리케이션(12)을 제어하기 위해 연관된다.
생각(9)이 복수의 최종 애플리케이션(12)에 배정되고 최종 애플리케이션(12)중 하나만이 활성(예컨대, 전원이 켜져 있거나 실행중)인 경우, 호스트 디바이스(16)는 트리거된 입력 명령(18)을 활성 최종 애플리케이션(12)에 전송할 수 있다. 다른 예로서, 생각(9)이 복수의 최종 애플리케이션(12)에 배정되고 최종 애플리케이션(12)중 일부가 활성(예컨대, 전원이 켜져 있거나 실행중)이고 최종 애플리케이션(12)중 일부가 비활성(예컨대, 전원이 꺼져 있거나 대기 모드)인 경우, 호스트 디바이스(16)는 활성 및 비활성 최종 애플리케이션(12) 모두에 트리거된 입력 명령(18)을 전송할 수 있다. 활성 최종 애플리케이션(12)은 입력 명령(18)이 활성 최종 애플리케이션(12)에 의해 수신될 때 입력 명령(18)을 실행할 수 있다. 비활성 최종 애플리케이션(12)은 비활성 애플리케이션(12)이 활성이 될 때(예를 들어, 전원이 켜지거나 실행을 시작할 때) 입력 명령(18)을 실행할 수 있거나 혹은 입력 명령(18)은 비활성 애플리케이션(1)이 활성화될 때 실행될 큐(예를 들어, 모듈(16) 또는 최종 애플리케이션(12)에 의해)에 배치될 수 있다. 또 다른 예로서, 생각(9)이 복수의 최종 애플리케이션(12)에 배정되고, 최종 애플리케이션(12)중 하나 보다 많은 최종 애플리케이션,예를 들어 제1 최종 애플리케이션 및 제2 최종 애플리케이션이 활성(예를 들어, 전원이 켜져 있고/있거나 실행중)인 경우, 호스트 디바이스(16)는 제1 최종 애플리케이션과 연관된 트리거 입력 명령(18)을 제1 최종 애플리케이션에 전송할 수 있고 제2 최종 애플리케이션과 연관된 트리거 입력 명령(18)을 제2 최종 애플리케이션에 전송할 수 있거나, 모듈(10)은 환자(8)에게 환자(8)가 전송하고자 하는 트리거된 입력 명령(18)중 어느 것을 선택(예를 들어, 제1 최종 애플리케이션과 연관된 트리거된 입력 명령(18)만을 전송하거나, 제2 최종 애플리케이션과 연관된 트리거된 입력 명령(18)만을 전송하거나, 또는 트리거된 입력 명령들(18) 둘 다를 전송)할 수 있게 한다.
생각(9)은 어떤 생각 혹은 생각들의 조합일 수 있다. 예를 들어, 환자(8)가 생각하는 생각(9)은 단일 생각, 복수의 생각, 일련의 복수의 생각, 동시의 복수의 생각, 서로 다른 지속 시간을 갖는 생각들, 서로 다른 빈도를 갖는 생각들, 하나 또는 복수의 순서의 생각들, 하나 또는 복수의 조합의 생각들 또는 이들의 임의의 조합일 수 있다. 생각(9)은 태스크 관련 생각, 태스크와 관련 없는 생각 또는 이들 둘 다일 수 있으며, 태스크 관련 생각은 환자(8)의 의도된 태스크와 관련되고, 태스크와 관련 없는 생각은 의도된 태스크와 관련이 없다. 예를 들어, 생각(9)은 제1 태스크에 대한 것일 수 있고, 환자(8)는 예를 들어 모듈(10)을 사용함으로써 제2 태스크(의도된 태스크 및 타겟 태스크이라고도 칭함)를 완료하기 위해 제1 태스크를 생각할 수 있다. 제1 태스크는 제2 태스크와 같거나 다를 수 있다. 제1 태스크가 제2 태스크와 같은 경우, 생각(9)은 태스크 관련 생각이 될 수 있다. 제1 태스크가 제2 태스크와 다른 경우, 생각(9)은 태스크와 관련 없는 생각일 수 있다. 예를 들어, 환자(8)가 생각하는 제1 태스크가 사지(예컨대, 팔, 다리)를 움직이는 것이고 제2 태스크가 제1 태스크, 즉, 예를 들어, 의수족 사지인 사지(예컨대, 팔, 다리)를 움직이는 것과 동일한 경우, (예컨대, 제1 태스크의) 생각(9)은 태스크 관련 생각일 수 있다. 인공 사지는 예를 들어, 환자(8)가 생각(9)으로 제어하는 최종 애플리케이션(12)일 수 있다. 예를 들어, 태스크 관련 생각의 경우, 환자(8)는 타겟 태스크가 커서를 이동하는 것일 때 커서를 이동하는 것을 생각할 수 있다. 대조적으로, 환자(8)가 사지(예컨대, 팔)를 움직이는 것을 제1 태스크로서 생각하는 태스크와 관련이 없는 생각의 경우, 제2 태스크는 사지(예컨대, 팔)를 움직이는 제1 태스크와는 다른 임의의 태스크일 수 있어, 제2 태스크는 제1 태스크와는 다른 임의의 최종 애플리케이션(12)의 태스크가 될 수 있다. 예를 들어, 태스크와 관련 없는 생각의 경우, 타겟 태스크가 커서를 오른쪽으로 이동하는 것일 때 환자(8)는 신체 일부(예컨대, 손)를 오른쪽으로 이동하는 것을 생각할 수 있다. 그럼으로써, 환자(8)는 임의의 제2 태스크를 수행하기 위해 제1 태스크(예를 들어, 생각(9))을 생각할 수 있으며, 여기서 제2 태스크는 제1 태스크와 같거나 다를 수 있다. 제2 태스크는 최종 애플리케이션(12)의 모든 태스크일 수 있다. 예를 들어, 제2 태스크는 임의의 최종 애플리케이션(12)의 임의의 입력 명령(18)일 수 있다. 생각(9)(예컨대, 제1 태스크)은 임의의 제2 태스크에 배정될 수 있다. 생각(9)(예컨대, 제1 태스크)은 제2 태스크에 배정될 수 있다. 그럼으로써, 환자(8)는 임의의 최종 애플리케이션(12)의 임의의 입력 명령(18)(예를 들어, 임의의 제2 태스크)을 트리거하는 제1 태스크를 생각할 수 있다. 그럼으로써, 제1 태스크는 장점적으로 범용 스위치로서 기능할 수 있다. 각각의 생각(9)은 신경 인터페이스(14)에 의해 검출 가능한 반복 가능한 신경 관련 신호(예를 들어, 검출 가능한 신경 관련 신호(17))를 생성할 수 있다. 각각의 검출 가능한 신경 관련 신호 및/또는 그로부터 추출 가능한 특징은 스위치일 수 있다. 예를 들어, 환자(8)가 생각(9)을 생각하고 센서가 스위치가 활성화된 것을 검출하고 및/또는 프로세서가 검출된 신경망으로부터 하나 또는 복수의 추출된 특징이 존재한다고 결정할 때 스위치는 활성화(예컨대, 트리거)될 수 있다. 스위치는 임의의 입력 명령(18), 예를 들어 임의의 입력 명령 세트에 배정 및 재배정 가능한 범용 스위치일 수 있다. 입력 명령(18)은 임의의 입력 명령 세트에 추가, 이로부터 제거 및/또는 수정될 수 있다. 예를 들어, 각각의 최종 애플리케이션(12)은 생각(9)의 신경 관련 신호(17)가 배정될 수 있는, 그와 연관된 입력 명령(18)의 세트를 가질 수 있다.
생각(9)중 일부는 태스크와 관련 없는 생각일 수 있거나(예컨대, 환자(8)는 손을 움직여 커서를 오른쪽으로 이동하려 한다), 생각(9)중 일부는 태스크 관련 생각일 수 있거나(예컨대, 환자(8)는 타겟 태스크가 커서를 이동하는 것인 경우 커서를 이동하려 한다), 생각(9)중 일부는 태스크와 관련 없는 생각 및 태스크 관련 생각 둘 다일 수 있거나, 혹은 이들의 임의의 조합일 수 있다. 생각(9)이 태스크와 관련 없는 생각 및 태스크 관련 생각 둘 다인 경우, 생각(9)은 태스크와 관련이 없는 생각(예컨대, 환자(8)는 손을 움직여 커서를 오른쪽으로 이동하려 한다) 및 태스크 관련 생각(예컨대, 타겟 태스크가 커서를 이동하는 것일 때 환자(8)가 커서를 이동하려 한다) 둘 다로서 사용될 수 있어, 생각(9)은 복수의 입력 명령(18)과 연관될 수 있으며, 여기서 이들 입력 명령(18)중 하나 또는 복수의 입력 명령(18)은 생각(9)에 대해 태스크 관련이 있을 수 있고, 이들 입력 명령(18)중 하나 또는 복수의 입력 명령(18)은 생각(9)에 대해 태스크와 관련이 없을 수 있다.
이러한 방식으로, 생각(9)은 임의의 최종 애플리케이션(12)에 대한 임의의 입력 명령(18)에 배정할 수 있는 범용 스위치일 수 있으며, 여기서 각 생각(9)은 하나 또는 복수의 최종 애플리케이션(12)에 배정될 수 있다. 모듈(10)은 장점적으로 각 환자(8)로 하여금 환자(8)가 원하는 임의의 최종 애플리케이션(12)을 제어하기 위해 제어기(예를 들어, 비디오 게임 제어기, 임의의 제어 인터페이스) 상의 버튼과 같은 생각(9)을 사용할 수 있게 한다. 예를 들어, 생각(9)은 최종 애플리케이션(12)의 각 입력 명령(18)에 배정될 수 있고, 배정된 입력 명령(18)은 최종 애플리케이션(12)을 제어하기 위해 제어기의 버튼과 같은 임의의 조합으로 사용될 수 있다. 예를 들어, 최종 애플리케이션(12)이 4개의 입력 명령(18)(예를 들어, 제어기 상의 4개의 버튼(제1 입력 명령, 제2 입력 명령, 제3 입력 명령 및 제4 입력 명령과 같은)을 갖는 경우, 다른 생각(9)이 4개의 입력 명령(18) 각각에 배정될 수 있다(예를 들어, 제1 생각(9)이 제1 입력 명령(18)에 배정될 수 있고, 제2 생각(9)이 제2 입력 명령(18)에 배정될 수 있고, 제 3 생각(9)이 제 3 입력 명령(18)에 배정될 수 있고, 제 4 생각(9)이 제 4 입력 명령(18)에 배정될 수 있으므로, 환자(8)는 이러한 4개의 생각(9)을 사용하여 4개의 입력 명령(18) 및 이들의 조합(예컨대, 임의의 순서, 숫자, 빈도 및 4개의 입력 명령(18)의 지속 시간)을 활성화하여 최종 애플리케이션(12)을 제어할 수 있다. 예를 들어, 4개의 입력 명령(18)을 갖는 최종 애플리케이션(12)의 경우, 4개의 입력 명령(18)은 제 1, 제 2, 제 3 및 제 4 입력 명령(18)에 배정된 4개의 생각(9)의 임의의 조합을 사용하여 최종 애플리케이션(12)을 제어하는 데 사용될 수 있다. 예를 들어, 각 입력 명령 자체의 단일 활성화, 각 입력 명령 자체의 복수의 활성화(예컨대, 5초 미만에 2개 활성화, 10초 미만에 3개 활성화), 복수의 입력 명령의 조합 18(예를 들어, 제1 및 제2 입력 명령을 동시에 또는 직렬로), 또는 이들의 임의의 조합으로 할 수 있다. 각각의 개별 생각(9)과 마찬가지로 생각(9)의 각 조합은 범용 스위치로서 기능할 수 있다. 환자(8)는 제1, 제2, 제3, 제4 생각(9)으로 복수의 최종 애플리케이션(12)을 제어할 수 있다. 예를 들어, 제1 생각(9)은 제1 최종 애플리케이션(12)의 제1 입력 명령(18)에 배정될 수 있거나, 제1 생각(9)은 제2 최종 애플리케이션(12)의 제1 입력 명령(18)에 배정될 수 있거나, 제2 생각(9)은 제1 최종 애플리케이션(12)의 제2 입력 명령(18)에 배정될 수 있거나, 제2 생각(9)은 제2 최종 애플리케이션(12)의 제2 입력 명령(18)에 배정될 수 있거나, 제3 생각(9)은 제1 최종 애플리케이션(1)의 제3 입력 명령(18)에 배정될 수 있거나, 제3 생각(9)은 제2 최종 애플리케이션(12)의 제3 입력 명령(18)에 배정될 수 있거나, 제4 생각(9)은 제1 최종 애플리케이션(12)의 제4 입력 명령(18)에 배정될 수 있거나, 제4 생각(9)은 제2 최종 애플리케이션(12)의 제4 입력 명령(18)배정될 수 있거나, 이들의 임의의 조합이 배정될 수 있다. 예를 들어, 제1 생각(9)은 제1 최종 애플리케이션(12)의 제1 입력 명령(18)에 배정되고, 제2 최종 애플리케이션(12)의 제1 입력 명령(18)에는 제2 생각(9)이 배정될 수 있다. 제1 최종 애플리케이션(12) 및 제2 최종 애플리케이션(12)의 제2 입력 명령(18)에, 제3 생각(9)은 제1 최종 애플리케이션(12)의 제3 입력 명령(18) 및 제2 최종 애플리케이션의 제3 입력 명령(18)에 배정될 수 있다. 제4 생각(9)은 제1 최종 애플리케이션(12)의 제4 입력 명령(18) 및 제2 최종 애플리케이션(12)의 제4 입력 명령(18), 또는 이들의 임의의 조합에 배정될 수 있다. 제1, 제 2, 제3 및 제4 생각(9)은 임의의 애플리케이션(12)(예를 들어, 제1 및 제2 최종 애플리케이션)에 배정될 수 있다. 일부 생각은 단일 애플리케이션(12)에만 배정될 수 있고, 일부 생각은 복수의 애플리케이션(12)에 배정될 수 있다. 생각(9)이 단일 애플리케이션(12)에만 배정된 경우에도 하나의 애플리케이션(12)에만 배정된 생각은 복수의 애플리케이션(12)에 배정할 수 있으므로 환자(8)는 생각(9)의 범용 적용 가능성(예컨대, 필요에 따라 또는 원하는 대로 하나의 최종 애플리케이션(12)에만 배정된다. 다른 예로서, 모든 생각(9)은 복수의 최종 애플리케이션(12)에 배정될 수 있다.
각 입력 명령(18)의 기능 또는 최종 애플리케이션(12)에 대한 입력 명령의 조합은 환자(8)에 의해 정의될 수 있다. 다른 예로서, 각 입력 명령(18)의 기능 또는 최종 애플리케이션(12)에 대한 입력 명령의 조합은 최종 애플리케이션(12)에 의해 정의될 수 있어, 제3자가 그들의 최종 애플리케이션 입력 명령(18)에 연결되어 환자의 반복 가능한 생각 세트 또는 서브 세트에 배정 가능(매핑 가능한 것으로도 칭함)하도록 할 수 있다. 이것은 장점적으로, 제3자 프로그램이 다른 환자의 다양한 욕구, 요구 및 능력에 더 접근 가능하고 맞춤화할 수 있도록 한다. 모듈(10)은 장점적으로, 제3자가 인터페이스할 수 있고 환자(8)의 생각(9)이 다양한 입력 명령(18)에 배정 및 재배정되도록 하는 API(application programming interface)일 수 있으며, 여기서 설명된 바와 같이 각각의 입력 명령(18)은 환자(8)가 활성화하기를 원하는 입력 명령(18)에 배정된 생각(9)을 생각하는 환자(8)에 의해 활성화될 수 있다.
환자의 생각(9)은 사람(예를 들어, 환자 또는 다른 사람), 컴퓨터, 또는 둘 다를 통해 최종 애플리케이션(1)의 입력 명령(18)에 배정될 수 있다. 예를 들어, 환자(8)의 생각(9)(예를 들어, 검출 가능한 신경 관련 신호 및/또는 생각(9)과 관련된 추출 가능한 특징)은 환자(8)에 의해 입력 명령(18)이 배정될 수 있거나, (예를 들어, 생각(9))과 연관된 검출 가능한 신경 관련 신호의 신호 강도에 기초하여) 컴퓨터 알고리즘에 의해 배정되거나, 환자(8)에 의해 변경(예컨대, 재배정)될 수 있거나, (예컨대, 스위치의 상대적인 신호 강도 또는 새로운 반복 가능한 생각의 가용성에 기초하여)알고리즘에 의해 변경될 수 있거나, 혹은 이들의 조합에 의해 배정될 수 있다. 입력 명령(18) 및/또는 입력 명령(18)과 관련된 기능은 입력 명령(18)을 활성화하는 것과 관련된 생각(9)과 무관할 수 있지만 반드시 그럴 필요는 없다. 예를 들어, 도 1a 내지 도 1c는 제3자가 연결할 수 있고 생각(9)(예컨대, 검출 가능한 신경 관련 신호 및/또는 생각과 관련된 추출 가능한 특징)생각(9)이 다양한 입력 명령에 배정 및 재배정될 수 있게 비특정적인 또는 범용의 모드 스위칭 프로그램의 예시적인 변형을 도시한다. 입력 명령(18)을 배정함으로써 생각(9)이 배정되거나 그 반대로 환자(8)는 동일하거나 상이한 최종 애플리케이션(12)에서 다양한 입력 명령(18)에 대해 동일한 생각(9)을 사용할 수 있다. 유사하게, 입력 명령(18)을 재배정함으로써 생각(9)이 배정되거나 그 반대로 환자(8)는 동일하거나 상이한 최종 애플리케이션(12)에서 다양한 입력 명령(18)에 대해 동일한 생각(9)을 사용할 수 있다. 예를 들어, 의수(예를 들어, 제1 최종 애플리케이션)가 열리도록 하는 입력 명령(18)에 배정된 생각(9)은 커서(예를 들어, 제2 최종 애플리케이션)가 컴퓨터상에서 어떤 일(예를 들어, 마우스 또는 컴퓨터의 터치패드와 관련된 커서와 관련된 모든 기능, 예를 들어, 커서의 이동 및 왼쪽 클릭 및 오른쪽 클릭과 같은 커서를 사용한 선택 포함)을 행하게 하는 다른 입력 명령(18)에 배정될 수 있다.
도 1a 내지 도 1c는 환자(8)의 생각(9)이 복수의 최종 애플리케이션(12)에 배정될 수 있어서, 환자(8)가 다른 애플리케이션을 사용할 때마다 입력 명령(18)을 재배정할 필요 없이 복수의 최종 애플리케이션(12) 사이에서 전환할 수 있음을 추가로 도시한다. 예를 들어, 생각(9)은 복수의 최종 애플리케이션(12)에(예를 들어, 제1 최종 애플리케이션과 제2 최종 애플리케이션 모두에) 동시에 배정될 수 있으며, 여기서 생각(9)을 제1 및 제2 최종 애플리케이션 모두에 배정하는 프로세스는 동시에 발생할 수 있지만 반드시 그럴 필요는 없다. 따라서, 환자의 생각(9)은 예를 들어 외부 게임 디바이스 또는 다양한 가전 제품 및 디바이스(예컨대, 어떤 스마트 디바이스 또는 시스템을 포함하는 전등 스위치, 가전 제품, 자물쇠, 써모스태츠, 보안 시스템, 차고 문, 창문, 빛 가리개, 등)을 포함하는 모든 최종 애플리케이션(12)을 장점적으로 제어할 수 있다. 그러므로 신경 인터페이스(14)는 최종 애플리케이션(12)의 입력 명령(18)과 연관된 기능과 태스크적으로 관련이 없는 신경 관련 신호(17)(예를 들어, 뇌 신호)를 검출할 수 있으며, 여기서 최종 애플리케이션(12)은 환자의 신체 내부 및/또는 외부 디바이스를 포함하는 전자 디바이스 또는 소프트웨어일 수 있다. 다른 예로서, 그러므로 신경 인터페이스(14)는 최종 애플리케이션(12)의 입력 명령(18)과 연관된 기능과 태스크적으로 관련이 있는 신경 관련 신호(17)(예를 들어, 뇌 신호)를 검출할 수 있으며, 여기서 최종 애플리케이션(12)은 환자의 신체 내부 및/또는 외부 디바이스를 포함한 임의의 전자 디바이스 또는 소프트웨어일 수 있다. 또 다른 예로서, 그러므로 신경 인터페이스(14)는 태스크 관련 생각, 태스크와 관련 없는 생각, 또는 태스크 관련 생각 및 태스크와 관련 없는 생각 모두와 관련된 신경 관련 신호(17)(예를 들어, 뇌 신호)를 검출할 수 있다.
생각(9)중 일부는 태스크와 관련 없는 생각일 수 있거나(예컨대, 환자(8)는 손을 움직여 커서를 오른쪽으로 이동하려함), 생각(9)중 일부는 태스크 관련 생각일 수 있거나(예컨대, 환자(8)는 타겟 태스크가 커서를 이동하는 것인 경우 커서를 이동하려함), 생각(9)중 일부는 태스크 관련 생각과 태스크와 관련없는 생각 둘 다일 수 있거나, 또는 이들의 조합일 수 있다. 생각(9)이 태스크와 관련 없는 생각과 태스크 관련 생각 둘 다인 경우, 생각(9)은 태스크와 관련 없는 생각(예컨대, 환자(8)는 손을 움직여 커서를 오른쪽으로 이동하려 함) 및 태스크 관련 생각(예컨대, 타겟 태스크가 커서를 이동하는 것일 때 환자는 커서를 이동하려 함) 둘 다로서 사용될 수 있어, 생각(9)이 복수의 입력 명령(18)과 연관될 수 있으며, 여기서 이러한 입력 명령(18)중 하나 또는 복수는 생각(9)과 태스크적으로 관련이 있을 수 있고, 입력 명령(18)중 하나 또는 복수는 생각(9)과 태스크적으로 관련이 없을 수 있다. 다른 예로서, 생각(9) 모두는 태스크와 관련이 없는 생각일 수 있다.
태스크와 관련이 없는 생각(9) 및/또는 태스크와 관련이 없는 생각으로서 환자(8)가 사용한 생각(9)(예컨대, 생각(9)과 관련이 없는 입력 명령(18)에 배정된 생각(9))은 환자(8)(예컨대, BCI 사용자)로 하여금 소프트웨어 및 디바이스를 포함하는 다양한 최종 애플리케이션(12)을 독립적으로 제어하기 위해 주어진 태스크와 관련 없는 생각(예컨대, 생각(9))을 활용할 수 있게 한다.
도 1a 내지 도 1c는 예를 들어 환자(8)가 (예를 들어, 생각(9)에 대해 생각하라는 요청을 받거나 받지 않고)생각(9)에 대해 생각한 다음 휴식할 수 있음을 도시한다. 생각(9)에 대해 생각하는 이러한 태스크는 환자가 생각하고 있던 생각에 대응하는 검출 가능한 신경 관련 신호를 생성할 수 있다. 생각(9)에 대해 생각한 다음 휴식하는 태스크는 예를 들어 환자(8)가 최종 애플리케이션(12)을 제어하기 위해 생각(9)을 생각할 때 한 번 수행될 수 있다. 다른 예로서, 생각(9)에 대해 생각하는 태스크는 예를 들어 환자(8)가 생각(9)을 생각하여 최종 애플리케이션(12)을 제어하거나 환자가 생각(9)을 사용하여 최종 애플리케이션(12)을 제어하는 방법을 훈련할 때 복수 번 반복될 수 있다. 신경 신호와 같은 신경 관련 신호(예컨대, 뇌 관련 신호)가 기록되면, 특징이 도메인(예컨대, 스펙트럼 전력/시간-주파수 도메인)으로부터 추출되거나 신호 (예컨대, 시간- 도메인 신호) 자체에서 식별될 수 있다. 이러한 특징은 생각(9)에 대한 특유의 정보를 포함할 수 있으며, 생각(9)를 식별하거나 복수의 생각(9)을 서로 구별하거나, 이들 둘 다 수행하는 데 사용할 수 있다. 또 다른 예로, 이러한 특징은 머신 학습 방법 및 기타 방법을 사용하여 신경 신호를 생성한 생각의 유형을 예측할 수 있는 수학적 모델 또는 알고리즘을 공식화하거나 훈련하는 데 사용될 수 있다. 이 알고리즘 및/또는 모델을 사용하여, 환자(8)가 생각하고 있는 것이 실시간으로 예측될 수 있고 이 예측은 원하는 임의의 입력 명령(18)과 연관될 수 있다. 환자(8)가 동일한 생각(9)에 대해 생각하는 프로세스는 예를 들어 알고리즘 및/또는 모델에 의해 제공된 예측이 환자(8)의 생각(9)과 일치할 때까지 반복될 수 있다. 이러한 방식으로, 환자(8)는 입력 명령(18)에 배정된 각각의 생각(9)이 신경 인터페이스(14)에 의해 검출 가능한 반복 가능한 신경 관련 신호를 생성하도록 교정된 최종 애플리케이션(12)을 제어하는 데 사용할 각각의 그의 생각(9)을 가질 수 있다. 알고리즘은 예측이 환자(8)가 생각해야 하는 실제 생각(9)과 일치하는지 여부에 대한 피드백(19)을 환자(8)에게 제공할 수 있으며, 피드백은 시도 및 오류를 통해 환자(8)에 의한 학습을 유도할 수 있는 시각, 청각 및/또는 촉각일 수 있다. 머신 학습 방법 및 수학적 알고리즘은 감지된 신경 관련 신호(17)에서 추출 및/또는 식별된 특징을 기초로 생각(9)을 분류하는 데 사용될 수 있다. 예를 들어, 훈련 데이터 세트는 환자(8)가 복수 번 휴식하고 생각하는 곳에서 기록될 수 있고, 프로세서는 감지된 신경 관련 신호(17)로부터 관련 특징을 추출할 수 있으며, 이 데이터를 기초로 휴식과 생각을 구별하는데 사용되는 수학적 모델 또는 알고리즘의 파라미터 및 하이퍼 파라미터는 실시간 신호를 예측하기 위해 최적화될 수 있다. 그 후, 실시간 신호를 예측하도록 교정된 동일한 수학적 모델 또는 알고리즘은 장점적으로, 모듈(10)이 생각(9)을 실시간 범용 스위치로 변환할 수 있게 해준다.
도 1a는 또한 신경 인터페이스(14)가 모니터링되는 조직(예를 들어, 신경 조직)으로부터의 전기 신호와 같은 생물학적 매체(예를 들어, 뇌)를 모니터링할 수 있음을 도시한다. 도 1a는 또한 신경 관련 신호(17)가 뇌관련 신호일 수 있음을 도시한다. 뇌 관련 신호는 예를 들어 환자의 뇌의 임의의 부분(예컨대, 운동 피질, 감각 피질)의 전기 신호일 수 있다. 또 다른 예로서, 뇌 관련 신호는 두개골에서 검출할 수 있는 임의의 신호(예컨대, 전기, 생화학적 신호)일 수 있거나, 감지된 뇌 관련 신호에서(예컨대, 컴퓨터 프로세서를 통해)추출된 임의의 특징 또는 특징들일 수 있거나, 이들 모두일 수 있다. 또 다른 예로서, 뇌 관련 신호는 전기 신호일 수 있거나, 전기 신호에 의해 유발된 임의의 신호(예컨대, 생화학적 신호)일 수 있거나, 감지된 뇌 관련 신호로부터 (예컨대, 컴퓨터 프로세서를 통해)추출된 임의의 특징 또는 특징들일 수 있거나 또는 이들의 조합일 수 있다.
도 1a는 또한 최종 애플리케이션(12)이 모듈(10)과 유선 또는 무선으로 통신할 수 있지만 분리될 수 있음을 도시한다. 다른 예로서, 모듈(10)(예를 들어, 호스트 디바이스(16))은 최종 애플리케이션(12)에 영구적으로 또는 제거 가능하게 부착되거나 부착될 수 있다. 예를 들어, 호스트 디바이스(16)는 애플리케이션(12)(예를 들어, 모듈(10)이 통신할 수 있는 소프트웨어를 갖는 디바이스)과 제거 가능하게 도킹될 수 있다. 호스트 디바이스(16)는 애플리케이션(12)과 결합 가능한 포트를 가질 수 있으며, 그 반대로도 될 수 있다. 포트는 충전 포트, 데이터 포트 또는 이들 둘 다일 수 있다. 예를 들어, 호스트 디바이스가 스마트폰인 경우, 포트는 라이트닝 포트일 수 있다. 또 다른 예로서, 호스트 디바이스(16)는 예를 들어 케이블로 애플리케이션(12)과 테더링 연결을 가질 수 있다. 케이블은 전원 케이블, 데이터 전송 케이블 또는 이들 둘 다일 수 있다.
도 1b는 또한 환자(8)가 생각(9)을 생각할 때, 신경 관련 신호(17)가 생각(9)에 대응하는 뇌 관련 신호일 수 있음을 도시한다. 도 1b는 또한 호스트 디바이스(16)가, 신경 인터페이스(14)로부터 수신된 신경 관련 신호(17)를 분석(예를 들어, 검출, 디코딩, 분류, 또는 이들의 임의의 조합)하거나, 신경 인터페이스(14)로부터 수신된 신경 관련 신호(17) 자체(예를 들어, 시간-도메인 신호)로부터 추출되거나 식별된 특징(예를 들어, 스펙트럼 전력/시간-주파수 도메인)을 그의 대응하는 입력 명령(18)에 연관시키거나, 신경 인터페이스(14)로부터 수신된 신경 관련 신호(17)를 저장하거나, 신호 분석(예컨대, 특징 신경 관련 신호(17)에서 추출되거나 식별된 특징)을 저장하거나, 입력 명령에의 신경 관련 신호의 연관을 저장하거나, 신경 관련 신호(17)에서 추출되거나 식별된 특징의 입력 명령에의 연관을 저장 하거나 혹은 이들의 조합을 행하는 프로세서(예를 들어, 마이크로프로세서)를 가질 수 있다.
도 1b는 또한 호스트 디바이스(16)가 메모리를 가질 수 있음을 도시한다. 프로세서에 의해 저장된 데이터는 국부적으로 메모리에 저장되거나, 서버(예컨대, 클라우드)에 저장되거나, 이들 둘 다에 저장될 수 있다. 생각(9) 및 그 결과의 데이터(예컨대, 검출된 신경 관련 신호(17) 또는, 추출된 특징 또는 이들 둘 다)는 참조 라이브러리로서 기능할 수 있다. 예를 들어, 생각(9)이 교정되면, 교정된 생각 및/또는 그 서명(추출된 것으로도 지칭됨) 특징과 연관된 신경 관련 신호(17)가 저장될 수 있다. 생각(9)은 예를 들어 신경 관련 신호(17) 및/또는 그로부터 추출된 특징이 신경 관련 신호(17)가 신경 인터페이스(14)에 의해 검출될 때 프로세서에 의해 식별 가능한 반복 가능한 서명 또는 특징을 가질 때 교정된 것으로 간주될 수 있다. 실시간으로 모니터링되고 검출된 신경 관련 신호는 그 후 저장된 교정 데이터와 실시간으로 비교될 수 있다. 검출된 신호(17) 및/또는 그 추출된 특징 중 하나가 교정된 신호와 일치할 때마다 교정된 신호와 연관된 대응하는 입력 명령(18)이 대응하는 최종 애플리케이션(1)에 전송될 수 있다. 예를 들어, 도 1a 및 1b는 환자(8)가 그의 생각(9)과 관련된 신경 관련 신호(17)를 교정하고 참조 라이브러리에 이러한 교정을 저장함으로써 모듈(10)을 사용하도록 훈련될 수 있음을 도시한다. 훈련은 환자(8)에게 피드백(19)을 제공할 수 있다.
도 1c는 또한 호스트 디바이스(16)의 예시적인 사용자 인터페이스(20)를 도시한다. 사용자 인터페이스(20)는 컴퓨터 스크린(예를 들어, 터치스크린, 비터치스크린)일 수 있다. 도 1c는 선택 가능한 시스템(13), 선택 가능한 입력 명령(18), 및 선택 가능한 최종 애플리케이션(12)을 포함하는 사용자 인터페이스(20)의 예시적인 디스플레이를 도시한다. 시스템(13)은 하나 또는 복수의 최종 애플리케이션(12)의 그룹일 수 있다. 시스템(13)은 호스트 디바이스(16)에 추가 및 이로부터 제거될 수 있다. 최종 애플리케이션(12)은 호스트 디바이스(16)에 추가 및 이로부터 제거될 수 있다. 최종 애플리케이션(12)은 시스템(13)에 추가 및 이로부터 제거될 수 있다. 각각의 시스템(13)은 대응하는 세트의 최종 애플리케이션(12)에 배정될 수 있는 대응하는 입력 명령 세트(18)를 가질 수 있다. 다른 예로서, 사용자 인터페이스(20)는 활성화된 최종 애플리케이션(12)(예를 들어, 리모콘) 각각에 대한 입력 명령(18)을 보여줄 수 있다. 또 다른 예로서, 사용자 인터페이스(20)는 활성화된 최종 애플리케이션(예를 들어, 원격) 및/또는 비활성화된 최종 애플리케이션(12)(예를 들어, 스팀 슬리브, 전화, 스마트 홈 디바이스, 휠체어)에 대한 입력 명령(18)을 보여줄 수 있다. 이는 장점적으로 모듈(10)이 임의의 최종 애플리케이션(12)을 제어할 수 있게 한다. 사용자 인터페이스(20)는 생각(9)이 복수의 최종 애플리케이션(12)의 다양한 입력 명령(18)에 쉽게 배정되도록 한다. 최종 애플리케이션의 시스템 그룹화(예를 들어, 시스템 1 및 시스템 2)는 장점적으로 환자(8)가 사용자 인터페이스(20)를 사용하여 최종 애플리케이션(12)들을 함께 편성할 수 있게 한다. 기성(ready-made) 시스템(13)이 모듈에 업로드될 수 있고/있거나 환자(8)가 자신의 시스템(13)을 생성할 수 있다. 예를 들어, 제1 시스템은 이동 장치(예를 들어, 휠체어, 휠체어 리프트)와 관련된 환자(8)가 사용하는 임의의 최종 애플리케이션(12)을 가질 수 있다. 다른 예로서, 제2 시스템은 의수와 관련된 환자(8)가 사용하는 임의의 최종 애플리케이션(12)을 가질 수 있다. 또 다른 예로서, 제3 시스템은 스마트 가전 제품과 연관된 환자(8)가 사용하는 임의의 최종 애플리케이션(12)을 가질 수 있다. 또 다른 예로서, 제4 시스템은 환자가 직업을 위해 사용하는 소프트웨어 또는 디바이스와 연관된 환자(8)가 사용하는 임의의 최종 애플리케이션(12)을 가질 수 있다. 애플리케이션(12)은 하나 또는 복수의 시스템(13)에 있을 수 있다. 예를 들어, 최종 애플리케이션(12)(예컨대, 휠체어)은 시스템(1) 및/또는 시스템(2) 둘 다에 있을 수 있다. 이러한 편성 효율성으로 인해 환자(8)는 최종 애플리케이션(12)을 쉽게 관리할 수 있다. 모듈(10)은 하나 또는 복수의 시스템(13), 예를 들어 1 내지 1000 또는 그 이상의 시스템(13)을 가질 수 있는데, 이 범위 내에서 매 1 시스템(13) 증분(예를 들어, 1 시스템, 2 시스템, 10 시스템, 100 시스템, 500 시스템, 1000 시스템, 1005 시스템, 2000 시스템)을 포함한다. 예를 들어, 도 1c는 모듈(10)이 제1 시스템(13a)(예를 들어, 시스템(1)) 및 제2 시스템(13b)(예를 들어, 시스템(2))을 가질 수 있음을 도시한다. 또한, 도 1c는 최종 애플리케이션(12)이 다양한 시스템(13)으로 그룹화될 수 있음을 도시하지만, 여기서 각 시스템은 하나 또는 복수의 최종 애플리케이션(12)을 가지며, 다른 예로서, 사용자 인터페이스(20)는 최종 애플리케이션을 시스템(13)내로 그룹화하지 않을 수도 있다.
도 1c는 또한 호스트 디바이스(16)가 입력 명령(18)에 생각(9)을 배정하는데 사용될 수 있음을 도시한다. 예를 들어, 생각(9), 생각(9)과 연관된 신경 관련 신호(17), 생각(9)과 연관된 신경 관련 신호(17)의 추출된 특징, 또는 이들의 임의의 조합은, 예를 들어, 입력 명령(18)(예컨대, 왼쪽 화살표)을 선택하고, 그리고 생각(9) 및/또는 이와 관련된 데이터(예컨대, 생각(9)과 연관된 신경 관련 신호(17), 생각(9)과 연관된 신경 관련 신호(17)의 추출된 특징, 또는 이들 둘 다)를 보여주며 선택된 입력 명령(18)에 배정될 수 있는 드롭다운 메뉴를 선택함으로써 시스템의 입력 명령(18)에 배정될 수 있다. 도 1c는 또한, 입력 명령(18)이 생각(9) 또는 이와 연관된 데이터에 의해 트리거될 때 피드백(예를 들어, 시각, 청각 및/또는 촉각 피드백)이 환자(8)에게 제공될 수 있음을 도시한다. 도 1c는 또한, 하나 또는 복수의 최종 애플리케이션(12)이 시스템(13)에서 활성화 및 비활성화될 수 있음을 도시한다. 활성화된 최종 애플리케이션(12)은 전원이 켜진 상태, 전원이 꺼진 상태 또는 대기 상태에 있을 수 있다. 활성화된 최종 애플리케이션(12)은 트리거된 입력 명령(18)을 수신할 수 있다. 비활성화된 최종 애플리케이션(12)은 전원이 켜진 상태, 전원이 꺼진 상태 또는 대기 상태에 있을 수 있다. 일 예에서, 비활성화된 최종 애플리케이션(12)은 최종 애플리케이션(12)이 활성화되지 않는 한 환자(8)의 생각(9)에 의해 제어될 수 없다. 사용자 인터페이스(20)를 사용하여 최종 애플리케이션(12)을 활성화하면 최종 애플리케이션(12)의 전원을 켤 수 있다. 사용자 인터페이스(20)를 사용하여 최종 애플리케이션(12)을 비활성화하면 비활성화된 최종 애플리케이션(12)의 전원을 끄거나 그렇지 않으면 비활성화된 최종 애플리케이션(12)에서 모듈(10)의 연결을 해제할 수 있으므로 프로세서가 비활성화된 최종 애플리케이션(12)에 배정된 생각(9)과 신경 관련 신호(17)를 연관시키지 않는다. 예를 들어, 도 1c는 5개의 최종 애플리케이션(12)을 갖는 예시적인 시스템(1)을 도시하며, 여기서 5개의 최종 애플리케이션은 5개의 디바이스(예를 들어, 원격, 스팀 슬리브, 전화, 스마트 홈 디바이스, 휠체어)를 포함하고, 여기서 그 중 하나(예를 들어, 원격)은 활성화되고 나머지는 비활성화된다. (예를 들어, 아이콘(20a)을 통해) "시작"이 선택되면, 환자(8)는 시스템(1)의 최종 애플리케이션(12)과 연관된 입력 명령(18)으로 활성화되는(예를 들어, 원격) 시스템(예를 들어, 시스템 (1))의 최종 애플리케이션(12)을 제어할 수 있다. 도 1c는 또한, 사용자 인터페이스(20)를 사용하여 만들어진 임의의 변경이 저장 아이콘(20b)을 사용하여 저장될 수 있고 사용자 인터페이스(20)를 사용하여 이루어진 임의의 변경이 취소 아이콘(20c)을 사용하여 취소될 수 있음을 도시한다. 도 1c는 또한, 최종 애플리케이션(12)이 전자 디바이스일 수 있음을 도시한다.
도 1a 내지 도 1c는 동일한 특정 세트의 생각(9)이 복수의 최종 애플리케이션(12)(예를 들어, 복수의 최종 디바이스)을 제어하기 위해 사용될 수 있고, 이에 의해 모듈(10)을 범용 스위치 모듈로 만드는 것을 도시한다. 모듈(10)은 장점적으로, 환자(8)(예를 들어, BCI 사용자)가 주어진 태스크와 관련이 없는 생각(예를 들어, 생각(9))을 활용하여 예를 들어 복수의 소프트웨어 및 디바이스를 포함하는 다양한 최종 애플리케이션(12)을 독립적으로 제어할 수 있게 한다. 모듈(10)은 (예를 들어, 신경 인터페이스(14)를 통해) 신경 관련 신호를 획득할 수 있고, 획득된 신경 관련 신호를(예를 들어, 프로세서를 통해) 디코딩할 수 있고, 획득된 신경 관련 신호(17) 및/또는 이 신호로부터 추출된 특징을 (예를 들어, 프로세서를 통해) 하나 또는 복수의 최종 애플리케이션(12)의 대응하는 입력 명령(18)과 연관시킬 수 있고, (예를 들어, 모듈(10)을 통해) 복수의 최종 애플리케이션(12)을 제어할 수 있다. 모듈(10)을 사용하여, 생각(9)은 장점적으로 복수의 최종 애플리케이션(12)을 제어하는데 사용될 수 있다. 예를 들어, 모듈(10)은 복수의 최종 애플리케이션(12)을 제어하는 데 사용될 수 있으며, 여기서 단일의 최종 애플리케이션(12)은 한 번에 제어될 수 있다. 다른 예로서, 모듈(10)은 복수의 최종 애플리케이션을 동시에 제어하기 위해 사용될 수 있다. 각각의 생각(9)은 복수의 애플리케이션(12)의 입력 명령(18)에 배정될 수 있다. 이러한 방식으로, 생각(9)은 범용 디지털 스위치로서 기능할 수 있으며, 여기서 모듈(10)은 환자의 운동 피질을 효과적으로 재편성하여 디지털 스위치를 나타낼 수 있으며, 여기서 각 생각(9)은 디지털 스위치일 수 있다. 이 디지털 스위치는 각각의 스위치가 (예를 들어, 모듈(10)을 통해) 복수의 최종 애플리케이션(12)의 임의의 입력 명령(18)(예를 들어, 제1 최종 애플리케이션의 입력 명령 및 제2 최종 애플리케이션의 입력 명령)에 배정가능하기 때문에 환자(8)가 복수의 최종 애플리케이션을 제어하는 데 사용할 수 있는 범용 스위치일 수 있다. 모듈(10)은 프로세서를 통해 서로 다른 생각(9) 간을 (예를 들어, 서로 다른 스위치 간을) 식별할 수 있다.
모듈(10)은 예를 들어, 1 내지 1000개 이상의 최종 애플리케이션과 인터페이스 할 수 있는데, 이는 이 범위 내에서 매 1개의 최종 애플리케이션(12) 증분 (예를 들어, 1개의 최종 애플리케이션, 2개의 최종 애플리케이션, 10개의 최종 애플리케이션, 100개의 최종 애플리케이션, 500개의 최종 애플리케이션, 1000개의 최종 애플리케이션, 1005개의 최종 애플리케이션, 2000개의 최종 애플리케이션)을 포함한다. 예를 들어, 도 1c는 제1 시스템(13a)이 제1 최종 애플리케이션(12a)(예를 들어, 원격), 제2 최종 애플리케이션(12b)(예를 들어, 스팀 슬리브), 제3 최종 애플리케이션(12c)(예를 들어, 전화), 제4 최종 애플리케이션(12d)(예를 들어, 스마트 홈 디바이스) 및 제5 최종 애플리케이션(12e)(예를 들어, 휠체어)을 가질 수 있음을 도시한다.
각각의 최종 애플리케이션은 예를 들어, 환자(8)의 생각(9)과 연관될 수 있는 1 내지 1000개 이상의 입력 명령(18)을 가질 수 있거나, 다른 예로서, 환자(8)의 생각(9)과 연관될 수 있는 1 내지 500개 이상의 입력 명령(18)을 가질 수 있거나, 또 다른 예로서, 환자(8)의 생각(9)과 연관될 수 있는 1개 내지 100개 이상의 입력 명령(18)을 가질 수 있는데, 이는 이러한 범위 내에서 매 1개의 입력 명령(18)(예컨대, 1개의 입력 명령, 2개의 입력 명령, 10개의 입력 명령, 100개의 입력 명령, 500개의 입력 명령, 1000개의 입력 명령, 1005개의 입력 명령, 2000개의 입력 명령)을 포함하고 그리고 이러한 범위 내에서 임의의 서브범위(예를 들어, 1 내지 25개 이하의 입력 명령(18), 1 내지 100개 이하의 입력 명령(18), 25 내지 1000개 이하의 입력 명령(18))을 포함하며, 여기서 입력 명령(18)의 임의의 수는 예를 들어 환자(8)의 생각(9)이 배정된 입력 명령(18)의 수일 수 있다. 예를 들어, 도 1c는 활성화된 최종 애플리케이션(들)(12)(예를 들어, 제1 최종 애플리케이션(12a))과 연관된 예시적인 입력 명령(18) 세트를 도시한 것으로, 이는 제1 최종 애플리케이션 제1 입력 명령(18a)(예를 들어, 왼쪽 화살표), 제1 애플리케이션 최종 제2 입력 명령(18b)(예를 들어, 오른쪽 화살표) 및 제1 애플리케이션 최종 제3 입력 명령(18c)(예를 들어, 엔터)을 포함한다. 다른 예로서, 도 1c는 비활성화된 최종 애플리케이션(들)(12)(예를 들어, 제2 최종 애플리케이션(12b))과 연관된 예시적인 입력 명령(18) 세트를 도시한 것으로, 이는 제2 최종 애플리케이션 제1 입력 명령(18d)(예를 들어, 출력을 선정)을 포함하며, 여기서 제2 최종 애플리케이션 제1 입력 명령(18d)은 아직 선택되지 않았지만, 제2 최종 애플리케이션(12b)의 임의의 입력 명령(18)일 수 있다. 제1 최종 애플리케이션 제1 입력 명령(18a)은 제1 최종 애플리케이션(12a)의 제1 입력 명령(18a)으로도 지칭된다. 제1 최종 애플리케이션 제2 입력 명령(18b)은 제1 최종 애플리케이션(12a)의 제2 입력 명령(18b)으로도 지칭된다. 제1 최종 애플리케이션 제3 입력 명령(18c)은 제1 최종 애플리케이션(12a)의 제3 입력 명령(18c)으로도 지칭된다. 제2 최종 애플리케이션 제1 입력 명령(18d)은 제2 최종 애플리케이션(12b)의 제1 입력 명령(18d)으로도 지칭된다.
환자(8)가 생각(9)을 생각할 때, 모듈(10)은 (예를 들어, 프로세서를 통해) 생각(9) 및/또는 그로부터 추출된 특징과 연관된 신경 관련 신호(17)를 생각(9)이 배정된 입력 명령(18)과 연관시킬 수 있고, 생각(9)과 연관된 입력 명령(18)은 모듈(10)에 의해(예를 들어, 프로세서, 제어기 또는 트랜시버를 통해) 그의 대응하는 최종 애플리케이션(12)에 전송될 수 있다. 예를 들어, 생각(9)이 제1 최종 애플리케이션(18a)의 제1 입력 명령(18a)에 배정된 경우, 제1 최종 애플리케이션(12a)의 제1 입력 명령(18a)은 환자(8)가 생각(9)을 생각할 때 제1 최종 애플리케이션(12a)에 전송될 수 있고, 생각(9)이 제2 최종 애플리케이션(12b)의 제1 입력 명령(18d)에 배정되면, 제2 최종 애플리케이션(12b)의 제1 입력 명령(18d)은 환자(8)가 생각(9)을 생각할 때 제2 최종 애플리케이션(12b)에 전송될 수 있다. 따라서, 단일 생각(예컨대, 생각(9))은 복수의 최종 애플리케이션(12)(제1 및 제2 최종 애플리케이션(12a, 12b))과 인터페이스하거나 이를 제어하는 데 사용될 수 있다. 생각(9)의 임의의 수가 스위치로서 사용할 수 있다. 스위치로서 사용되는 생각(9)의 수는 예를 들어 최종 애플리케이션(12)을 제어하는 데 필요하거나 원하는 제어(예컨대, 입력 명령(18))의 수에 대응할 수 있다. 생각(9)은 복수의 최종 애플리케이션(12)에 배정될 수 있다. 예를 들어, 신경 관련 신호(17) 및/또는 그로부터 추출된, 제1 생각과 연관된 특징은 제1 최종 애플리케이션 제1 입력 명령(18a)에 배정될 수 있고, 제2 최종 애플리케이션 제1 입력 명령(18d)에 배정될 수 있다. 다른 예로서, 신경 관련 신호(17) 및/또는 그로부터 추출된, 제2 생각과 연관된 특징은 제1 최종 애플리케이션 제2 입력 명령(18a)에 배정될 수 있고 제3 최종 애플리케이션 제1 입력 명령에 배정될 수 있다. 제1 생각은 제2 생각과 다를 수 있다. 복수의 최종 애플리케이션(12)(예를 들어, 제1 및 제2 최종 애플리케이션(12a, 12b)은 서로 독립적으로 동작될 수 있다. 모듈(10)이 단일 최종 애플리케이션(예를 들어, 제1 최종 애플리케이션(12a))을 제어하는 데 사용되는 경우, 제1 생각은 복수의 입력 명령(18)에 배정될 수 있다. 예를 들어, 제1 생각만으로도 제1 입력 명령을 활성화할 수 있고, 제2 생각과 함께 제1 생각이 제1 입력 명령과 다른 제2 입력 명령을 활성화할 수 있다. 따라서, 생각(9)은 단일 최종 애플리케이션(12)만이 모듈(10)에 의해 제어되는 경우에도 범용 스위치로서 기능할 수 있는바, 이는 단일 생각은 추가 스위치를 만들기 위해 다른 생각과 결합될 수 있기 때문이다. 다른 예로서, 단일 생각은, 복수의 최종 애플리케이션(12)이 생각(9)을 통해 모듈(10)에 의해 제어 가능한 임의의 입력 명령(18)에 배정할 수 있는 추가적인 범용 스위치를 만들기 위해 다른 생각과 결합될 수 있다.
도 2a 내지 도 2d는 신경 인터페이스(14)가 스텐트(101)일 수 있음을 도시한다. 스텐트(101)는 지주(108) 및 센서(131)(예를 들어, 전극)를 가질 수 있다. 스텐트(101)는 접을 수 있고 연장될 수 있다.
도 2a 내지 도 2d는 또한, 스텐트(101)가 사람의 뇌의 혈관, 예를 들어 사람의 상시상동을 가로지르는 혈관에 이식될 수 있음을 도시한다. 도 2a는 예시적인 모듈(10)을 도시하고, 도 2b-2d는 도 2a의 모듈(10)의 3개의 확대도를 도시한다. 스텐트(101)는 뇌 신호를 수동적으로 기록하고/하거나 조직을 자극하기 위해 예를 들어 경정맥을 통해 1차 운동 피질 위에 놓인 상시상동(SSS)내로 이식될 수 있다. 스텐트(101)는 센서(131)를 통해 예를 들어 생각(9)과 연관된 신경 관련 신호(17)를 검출할 수 있으므로, 신경계 손상이나 질병으로 인해 마비된 사람은 최종 애플리케이션과 같은 보조 기술의 직접적인 뇌 제어를 통해 의사 소통하고 이동성을 개선하며 잠재적으로 독립을 달성할 수 있다. 도 2c는 통신 도관(24)(예를 들어, 스텐트 리드)이 스텐트(101)로부터 연장될 수 있고, 경정맥의 벽을 통과하고, 피부 아래에서 쇄골하 주머니로 터널링될 수 있음을 도시한다. 이러한 방식으로, 통신 도관(24)은 스텐트(101)와 원격 측정 유닛(22) 사이의 통신을 용이하게 할 수 있다.
도 2a 내지 도 2d는 또한 최종 애플리케이션(12)이 휠체어일 수 있음을 도시한다.
도 3은 신경 인터페이스(14)(예를 들어, 스텐트(101))가 (예를 들어, 원격 측정 유닛(22) 없이) 호스트 디바이스(16)와 무선으로 통신할 수 있는 무선 센서 시스템(30)일 수 있음을 도시한다. 도 3은 신경 관련 신호를 포착하고 이 정보를 스텐트(101)에 위치한 무선 송신기(32)에 중계하는 환자(8)의 운동 피질 위에 놓인 혈관(104) 내의 스텐트(101)를 도시한다. 스텐트(101)에 의해 기록된 신경 관련 신호는 환자의 두개골을 통해 무선 트랜시버(34)(예컨대, 머리에 위치됨)에 무선 전송될 수 있으며, 무선 트랜시버(34)는 획득된 신경 관련 신호를 디코딩하여 호스트 디바이스(16)에 전송한다. 다른 예로서, 무선 트랜시버(34)는 호스트 디바이스(16)의 일부일 수 있다.
도 3은 또한 최종 애플리케이션(12)이 의수(prosthetic arm)일 수 있음을 도시한다.
도 4는 신경 인터페이스(14)(예를 들어, 스텐트(101))가 뇌로부터의 신경 관련 신호(17), 예를 들어 상시상동(SSS) 또는 분지 피질 정맥의 신경으로부터의 신경 관련 신호를 기록하는 데 사용될 수 있음을 예시하는 것으로서, (a) 뇌의 혈관(104)에 신경 인터페이스(14)를 이식하는 단계(예를 들어, 상시상동, 분지하는 피질 정맥); (b) 신경 관련 신호를 기록하는 단계; (c) 기록된 신경 관련 신호를 나타내는 데이터를 생성하는 단계; 및 (d) (예를 들어, 원격 측정 유닛(22)가 있거나 없이) 호스트 디바이스(16)에 데이터를 전송하는 단계를 포함한다.
2018년 8월 3일에 출원된 미국 특허 출원 번호 16/054,657의 모든 것이 여기에 개시된 모든 시스템, 디바이스 및 방법을 포함하고 여기에 개시된 특징 및 동작의 임의의 조합을 포함하며 모든 목적을 위해 그 전체가 참고로 여기에 포함된다.
예를 들어, 신경 인터페이스(14)(예를 들어, 스텐트(101))는 예를 들어, 2018년 8월 3일에 출원된 미국 특허 출원 번호 16/054,657에 개시된 스텐트들 중 어느 것 (예를 들어, 스텐트(101))일 수 있다.
모듈(10)을 사용하여, 환자(8)는 복수의 최종 애플리케이션(12)과 인터페이스하도록 준비될 수 있다. 모듈(10)을 사용하여, 환자(8)는 특정 태스크와 관련 없는 생각(예를 들어, 생각(9))의 기능인 일 유형의 전자 명령을 사용하여 복수의 태스크를 수행할 수 있다. 예를 들어, 모듈(10)을 사용하여, 환자(8)는 단일의 태스크와 관련 없는 생각(예를 들어, 생각(9))으로 복수의 태스크를 수행할 수 있다.
예를 들어, 도 5는 동작(52, 54, 56, 58)를 갖는 전자 디바이스 또는 소프트웨어(예를 들어, 최종 애플리케이션(1))와 인터페이스하도록 개인에 준비시키는 방법(50)의 변형을 도시한다. 도 5는 방법(50)은 개인이 동작(52)에서 제1의 태스크와 관련 없는 생각을 생성할 때 제1의 감지된 신경 신호를 얻기 위해 개인의 신경 관련 신호를 측정하는 단계를 포함할 수 있는 것을 도시한다. 방법(50)은 동작(54)에서 제1의 감지된 신경 신호를 처리 유닛에 전송하는 단계를 포함할 수 있다. 방법(50)은 동작(56)에서 제1의 태스크와 관련 없는 생각 및 제1의 감지된 신경 신호를 제1 입력 명령과 연관시키는 단계를 포함할 수 있다. 방법(50)은 동작(58)에서 제1의 태스크와 관련 없는 생각, 제1의 감지된 신경 신호, 및 제1 입력 명령을 전자 데이터베이스에 컴파일링하는 단계를 포함할 수 있다.
다른 예로서, 도 6은 동작(62, 64, 66, 68)을 갖는 제1 디바이스 및 제2 디바이스(예를 들어, 제1 및 제2 최종 애플리케이션(12a, 12b))를 제어하는 방법(60)의 변형을 도시한다. 도 6은 방법(60)이 개인이 태스크(62)에서 태스크와 관련 없는 생각을 생성할 때, 감지된 신경 신호를 얻기 위해 개인의 신경 관련 신호를 측정하는 단계를 포함할 수 있는 것을 도시한다. 방법(60)은 동작(64)에서 감지된 신경 신호를 프로세서에 전송하는 단계를 포함할 수 있다. 이 방법은 프로세서를 통해 감지된 신경 신호를 동작(66)에서 제1 디바이스 입력 명령 및 제2 디바이스 입력 명령과 연관시키는 단계를 포함할 수 있다. 이 방법은 감지된 신경 신호를 제1 디바이스 입력 명령 및 제2 디바이스 입력 명령과 연관되면, 동작(68)에서 제1 디바이스 입력 명령을 제1 디바이스에 전기적으로 전송하거나 제2 디바이스 입력 명령을 제2 디바이스에 전기적으로 전송하는 단계를 포함할 수 있다.
다른 예로서, 도 7은 동작(72, 74, 76, 78, 80)을 갖는 제1 디바이스 및 제2 디바이스(예를 들어, 제 1 및 제 2 최종 애플리케이션(12a, 12b)와 인터페이스하도록 개인에 준비시키는 방법(70)의 변형을 도시한다. 도 7은 방법(70)이 동작(72)에서 개인이 제1 생각에 의해 태스크-특정 생각을 생성할 때 감지된 뇌 관련 신호를 얻기 위해 개인의 뇌 관련 신호를 측정하는 단계를 포함할 수 있는 것을 도시한다. 이 방법은 동작(74)에서 감지된 뇌 관련 신호를 처리 유닛에 전송하는 단계를 포함할 수 있다. 이 방법은 동작(76)에서 처리 유닛을 통해 감지된 뇌 관련 신호를 제1 디바이스 태스크와 연관된 제1 디바이스 입력 명령과 연관시키는 단계를 포함할 수 있다. 제1 디바이스 태스크는 제1 태스크와 다를 수 있다. 이 방법은 동작(78)에서 처리 유닛을 통해 감지된 뇌 관련 신호를 제2 디바이스 태스크와 연관된 제2 디바이스 입력 명령과 연관시키는 단계를 포함할 수 있다. 제2 디바이스 태스크는 제1 디바이스 태스크 및 제1 태스크와 다를 수 있다. 이 방법은 동작(80)에서 감지된 뇌 관련 신호가 제1 디바이스 입력 명령 및 제2 디바이스 입력 명령과 연관되면, 제1 디바이스 입력 명령과 연관된 제1 디바이스 태스크를 실행하기 위해 제1 디바이스 입력 명령을 제1 디바이스에 전기적으로 전송하거나, 제2 디바이스 입력 명령과 관련된 제2 디바이스 태스크를 실행하기 위해 제2 디바이스 입력 명령을 제2 디바이스에 전기적으로 전송하는 단계를 포함할 수 있다.
다른 예로서, 도 5 내지 도 7은 범용 스위치(예를 들어, 생각(9))로 복수의 최종 애플리케이션(12)을 제어하는 방법의 변형을 도시한다.
다른 예로서, 도 5 내지 도7에 도시된 동작은 임의의 순서 및 임의의 조합으로 실행 및 반복될 수 있다. 도 5 내지 도 7은 도시된 방법 또는 나열된 특정 동작 순서로 본 개시를 제한하지 않는다. 예를 들어, 방법(50, 60 및 70)에 나열된 동작은 임의의 순서로 수행되거나 하나 또는 복수의 동작이 생략되거나 추가될 수 있다.
다른 예로서, 모듈(10)을 사용하는 방법의 변형은 개인이 태스크와 관련 없는 생각(예를 들어, 생각(9))을 생성할 때 제1의 감지된 뇌 관련 신호를 얻기 위해 개인의 뇌 관련 신호를 측정하는 단계를 포함할 수 있다. 이 방법은 제1의 감지된 뇌 관련 신호를 처리 유닛에 전송하는 단계를 포함할 수 있다. 이 방법은 개인이 생각을 생성할 때 대응하는 뇌 관련 신호를 검출하기 위해 수학적 알고리즘 또는 모델을 적용하는 처리 디바이스를 포함할 수 있다. 이 방법은 태스크와 관련 없는 생각과 제1의 감지된 뇌 관련 신호를 하나 또는 복수의 N개 입력 명령(18)과 연관시키는 단계를 포함할 수 있다. 이 방법은 태스크와 관련 없는 생각(예를 들어, 생각(9)), 제1의 감지된 뇌 관련 신호, 및 N개의 입력 명령(18)을 전자 데이터베이스에 컴파일링하는 단계를 포함할 수 있다. 이 방법은 (예를 들어, 신경 인터페이스를 사용하여) 제1의 감지된 뇌 관련 신호에 대해 개인을 모니터링하고, 제1의 감지된 뇌 관련 신호 검출 시 N개의 입력 명령(18)중 적어도 하나를 제어 시스템에 전기적으로 전송하는 단계를 포함할 수 있다. 제어 시스템은 최종 애플리케이션(12)의 제어 시스템일 수 있다. N개의 입력 명령(18)은 예를 들어 이 범위 내의 매 1개의 입력 명령(18)을 포함하는 1 내지 100개의 입력 명령(18)일 수 있다.
N개의 입력 명령은 Y개의 최종 애플리케이션(12)에 배정될 수 있으며, 여기서 Y개의 최종 애플리케이션은 예를 들어 이 범위 내에서 매 1개의 최종 애플리케이션(12) 증분을 포함하는 1 내지 100개의 최종 애플리케이션(12)일 수 있다. 다른 예로서, Y개의 최종 애플리케이션(12)은 예를 들어 이 범위 내에서 매 1개의 최종 애플리케이션(12) 증분을 포함하는 2 내지 100개의 최종 애플리케이션(12)일 수 있다. Y개의 최종 애플리케이션(12)은 예를 들어, 마우스 커서 제어, 휠체어 제어 및 철자 제어중 적어도 하나를 포함할 수 있다. N개의 입력 명령(18)은 태스크와 관련 없는 생각과 관련된 이진 입력, 태스크와 관련 없는 생각과 관련된 차등 입력, 및 태스크와 관련 없는 생각과 관련된 연속 궤적 입력중 적어도 하나일 수 있다. 이 방법은 제1의 감지된 뇌 관련 신호의 M개의 검출을 N개의 입력 명령(18)과 연관시키는 단계를 포함할 수 있으며, 여기서 M은 1 내지 10개 이하의 검출이다. 예를 들어, M이 1개의 검출일 때, 태스크와 관련 없는 생각(예컨대, 생각(9)) 및 제1의 감지된 뇌 관련 신호는 제1 입력 명령(예컨대, 제1 입력 명령(18a))과 연관될 수 있다. 다른 예로서, M이 2개의 검출일 때, 태스크와 관련 없는 생각(예컨대, 생각(9)) 및 제1의 감지된 뇌 관련 신호는 제2 입력 명령(예컨대, 제1 입력 명령(18b))과 연관될 수 있다. 또 다른 예로서, M이 3개의 검출일 때, 태스크와 관련 없는 생각(예를 들어, 생각(9)) 및 제1의 감지된 뇌 관련 신호는 제3 입력 명령(예를 들어, 제3 입력 명령(18c))과 연관될 수 있다. 제1, 제2 및 제3 입력 명령은 하나 또는 복수의 최종 애플리케이션(12)과 연관될 수 있다. 예를 들어, 제1 입력 명령은 제1 최종 애플리케이션에 대한 입력 명령일 수 있고, 제2 입력 명령은 제2 최종 애플리케이션에 대한 입력 명령일 수 있고, 제3 입력 명령은 제3 애플리케이션에 대한 입력 명령일 수 있으며, 하나의 생각(9)이 복수의 최종 애플리케이션(12)을 제어할 수 있다. 생각(9)의 M개 검출의 각 수는 복수의 최종 애플리케이션에 배정될 수 있으므로 M개의 최종 검출의 수(예컨대, 1, 2 또는 3개의 검출)가 임의의 입력 명령(18)에 배정할 수 있는 범용 스위치로서 기능할 수 있다. 제1, 제2 및 제3 입력 명령은 다른 기능과 연관될 수 있다. 제1, 제2, 및 제3 입력 명령은 제1 입력 명령이 기능 제1 파라미터와 연관되도록 동일한 기능과 연관될 수 있고, 이에 따라 제2 입력은 명령은 기능 제2 파라미터와 연관되고, 제3 입력 명령은 기능 제3 파라미터와 연관된다. 기능 제1, 제2 및 제3 파라미터는 예를 들어 속도, 볼륨 또는 둘 다의 점진적 레벨일 수 있다. 속도의 점진적 레벨은 예를 들어 휠체어의 움직임, 화면에서 마우스 커서의 움직임 또는 둘 다와 관련될 수 있다. 볼륨의 점진적 레벨은 예를 들어 자동차, 컴퓨터, 전화 또는 이들의 임의의 조합의 사운드 시스템의 사운드 볼륨과 연관될 수 있다. N개의 입력 명령(18)중 적어도 하나는 컴퓨터 마우스와 관련된 클릭 앤 홀드 명령일 수 있다. 이 방법은 태스크와 관련 없는 생각(예컨대, 생각(9))의 조합을 N개의 입력 명령(18)과 연관시키는 단계를 포함할 수 있다.
이 방법은 Z개의 태스크와 관련 없는 생각의 조합을 N개의 입력 명령(18)과 연관시키는 단계를 포함할 수 있으며, 여기서 Z개의 태스크와 관련 없는 생각은 2 내지 10개 이상의 태스크와 관련이 없는 생각, 또는 더 넓게는 1 내지 1000개 이상의 태스크와 관련이 없다. 이 범위 내에서 매 1단위 증가를 포함하는 생각. Z개의 태스크와 관련 없는 생각중 적어도 하나는 태스크와 관련 없는 생각이 될 수 있으며, 여기서 태스크와 관련 없는 생각은 제1 태스크와 관련 없는 생각이 될 수 있으므로 방법은 개인이 제2 태스크와 관련 없는 생각을 생성할 때 제2의 감지된 뇌 관련 신호를 얻기 위해 개인의 뇌 관련 신호를 측정하고, 제2의 감지된 뇌 관련 신호를 처리 디바이스에 전송하고, 제2의 감지된 뇌 관련 신호를 N2 입력 명령과 연관시키는 단계를 포함할 수 있으며, 여기서, 감지된 제1 및 제2 뇌 관련 신호의 조합이 순차적으로 또는 동시에 얻어지는 경우, 조합은 N3 개의 입력 명령과 연관될 수 있다. 태스크와 관련 없는 생각은 사지를 움직이는 생각일 수 있다. 제1의 감지된 뇌 관련 신호는 뇌 조직의 전기적 활동 및 뇌 조직의 기능적 활동 중 적어도 하나일 수 있다. 이 예시적인 방법의 임의의 동작은 임의의 조합으로 임의의 순서로 수행될 수 있다.
다른 예로서, 모듈(10)을 사용하는 방법의 변형은 개인이 제1 태스크를 생각함으로써 제1의 태스크-특정 생각을 생성할 때 제1의 감지된 뇌 관련 신호를 얻기 위해 개인의 뇌 관련 신호를 측정하는 단계를 포함할 수 있다(예를 들어, 생각(9)을 생각함으로써). 이 방법은 제1의 감지된 뇌 관련 신호를 처리 유닛에 전송하는 단계를 포함할 수 있다. 이 방법은 처리 유닛이 개인이 생각을 생성할 때 대응하는 뇌 관련 신호를 검출하기 위해 수학적 알고리즘 또는 모델을 적용하는 단계를 포함할 수 있다. 이 방법은 제1의 감지된 뇌 관련 신호를 제2 태스크와 관련된 제1의 태스크-특정 입력 명령(예컨대, 입력 명령(18))과 연관시키는 단계를 포함할 수 있으며, 여기서 제2 태스크는 (예컨대, 생각(9)이 입력 명령(18)이 실행하도록 구성된 태스크와는 다른 태스크를 포함하도록) 제1 태스크와 다르다. 제1 태스크-특정 생각은 연관시키는 단계와 관련이 없을 수 있다. 이 방법은 제1 태스크와 상관없이 제1의 태스크-특정 명령 명령어에 제2 태스크를 배정하는 단계를 포함할 수 있다. 방법은 제1 태스크 및 제2 태스크와 상관없이 제3 태스크를 제1 태스크 특정 명령 명령어에 재배정하는 단계를 포함할 수 있다. 상기 방법은 제1 태스크-특정 생각, 제1의 감지된 뇌관련 신호, 및 제1 태스크-특정 입력 명령을 전자 데이터베이스로 컴파일링하는 단계를 포함할 수 있다. 방법은 제1의 감지된 뇌 관련 신호에 대해 개인을 모니터링하는 단계, 및 제1의 감지된 뇌 관련 신호를 감지하면 제1 태스크별 입력 명령을 제어 시스템에 전기적으로 전송하는 단계를 포함할 수 있다. 제1 태스크 관련 생각은 예를 들어 물리적 태스크, 비물리적 태스크 또는 둘 다에 대한 것일 수 있다. 생성된 생각은 예를 들어 단일 생각 또는 복합 생각일 수 있다. 복합적 생각는 2 이상의 비동시적 생각, 2 이상의 동시적 생각, 및/또는 일련의 2 이상의 동시적 생각일 수 있다. 이 예시적인 방법에서 임의의 태스크는 임의의 조합으로 임의의 순서로 수행될 수 있다.
다른 예로서, 모듈(10)을 사용하는 방법의 변형은 개인이 제1 생각을 할 때 제1의 감지된 뇌 관련 신호를 얻기 위해 개인의 뇌 관련 신호를 측정하는 단계를 포함할 수 있다. 방법은 제1의 감지된 뇌 관련 신호를 처리 유닛에 전송하는 단계를 포함할 수 있다. 이 방법은 처리 유닛이 개인이 생각을 생성할 때 대응하는 뇌 관련 신호를 검출하기 위해 수학적 알고리즘 또는 모델을 적용하는 단계를 포함할 수 있다. 이 방법은 제1의 감지된 뇌 관련 신호에 기초하여 제1 명령 신호를 생성하는 단계를 포함할 수 있다. 이 방법은 제1 생각에 상관없이 제1 명령 신호에 제1 태스크를 배정하는 단계를 포함할 수 있다. 이 방법은 제1 생각을 제1의 감지된 전기적 뇌 활동과 연관시키지 않는 단계를 포함할 수 있다. 이 방법은 제1 생각 및 제1 태스크와 상관없이 제2 태스크를 제1 명령 신호에 재배정하는 단계를 포함할 수 있다. 이 방법은 제1 생각, 제1의 감지된 뇌 관련 신호, 및 제1 명령 신호를 전자 데이터베이스에 컴파일링하는 단계를 포함할 수 있다. 이 방법은 제1의 감지된 뇌 관련 신호에 대해 개인을 모니터링하는 단계, 및 제1의 감지된 뇌 관련 신호의 검출하에서 제1 입력 명령을 제어 시스템에 전송하는 단계를 포함할 수 있다. 제1 생각은 예를 들어 실제 또는 상상의 근육 수축, 실제 또는 상상의 기억, 또는 이들 둘 다, 또는 추상적인 생각에 대한 생각을 포함할 수 있다. 제1 생각은 예를 들어 단일 생각 또는 복합 생각일 수 있다. 이 예시적인 방법에서 임의의 동작은 임의의 조합으로 임의의 순서로 수행될 수 있다.
다른 예로서, 모듈(10)을 사용하는 방법의 변형은 개인이 제1 생각을 생각할 때 제1의 감지된 전기적 뇌 활동을 얻기 위해 개인의 뇌 조직의 전기적 활동을 측정하는 단계를 포함할 수 있다. 이 방법은 제1의 감지된 전기적 뇌 활동을 처리 유닛에 전송하는 단계를 포함할 수 있다. 이 방법은 처리 유닛이 개인이 생각을 생성할 때 대응하는 뇌 관련 신호를 검출하기 위해 수학적 알고리즘 또는 모델을 적용하는 단계를 포함할 수 있다. 이 방법은 제1의 감지된 전기적 뇌 활동에 기초하여 제1 명령 신호를 생성하는 단계를 포함할 수 있다. 이 방법은 제1 명령 신호에 제1 태스크 및 제2 태스크를 배정하는 단계를 포함할 수 있다. 제1 태스크는 제1 디바이스와 연관될 수 있고, 제2 태스크는 제2 디바이스와 연관될 수 있다. 제1 태스크는 제1 디바이스의 제1 애플리케이션과 연관될 수 있고, 제2 태스크는 제1 디바이스의 제2 애플리케이션과 연관될 수 있다. 이 방법은 제1 생각과 상관없이 제1 명령 신호에 제1 태스크를 배정하는 단계를 포함할 수 있다. 이 방법은 제1 생각과 상관없이 제1 명령 신호에 제2 태스크를 배정하는 단계를 포함할 수 있다. 이 방법은 제1 생각, 제1의 감지된 전기적 뇌 활동, 및 제1 명령 신호를 전자 데이터베이스에 컴파일링하는 단계를 포함할 수 있다. 이 방법은 제1의 감지된 전기적 뇌 활동에 대해 개인을 모니터링하는 단계, 및 제1의 감지된 전기적 뇌 활동의 검출하에서 제1 명령 신호를 제어 시스템에 전기적으로 전송하는 단계를 포함할 수 있다. 이 예시적인 방법에서 임의의 태스크는 임의의 조합으로 임의의 순서로 수행될 수 있다.
다른 예로서, 모듈(10)을 사용하는 방법의 변형은 개인이 태스크와 관련 없는 생각을 생성할 때 제1의 감지된 신경 신호를 얻기 위해 개인의 신경 관련 신호를 측정하는 단계를 포함할 수 있다. 이 방법은 제1의 감지된 신경 신호를 처리 유닛에 전송하는 단계를 포함할 수 있다. 이 방법은 처리 유닛이 개인이 태스크와 관련 없는 생각을 생성할 때 대응하는 뇌 관련 신호를 검출하기 위해 수학적 알고리즘 또는 모델을 적용하는 단계를 포함할 수 있다. 이 방법은 태스크와 관련 없는 생각과 제1의 감지된 신경 신호를 제1 입력 명령과 연관시키는 단계를 포함할 수 있다. 이 방법은 태스크와 관련 없는 생각, 제1의 감지된 신경 신호, 및 제1 입력 명령을 전자 데이터베이스에 컴파일링하는 단계를 포함할 수 있다. 이 방법은 제1의 감지된 신경 신호에 대해 개인을 모니터링하는 단계, 및 제1의 감지된 신경 신호의 검출하에서 제1 입력 명령을 제어 시스템에 전기적으로 전송하는 단계를 포함할 수 있다. 신경 관련 신호는 뇌 관련 신호일 수 있다. 신경 관련 신호는 개인의 뇌에 있는 신경 조직에서 측정될 수 있다. 이 예시적인 방법에서 임의의 동작은 임의의 조합으로 임의의 순서로 수행될 수 있다.
다른 예로서, 모듈(10)을 사용하는 방법의 변형은 개인이 제1 태스크를 생각함으로써 제1의 태스크-특정 생각을 생성할 때 제1의 감지된 신경 관련 신호를 얻기 위해 개인의 신경 관련 신호를 측정하는 단계를 포함할 수 있다. 이 방법은 제1의 감지된 신경 관련 신호를 처리 유닛에 전송하는 단계를 포함할 수 있다. 이 방법은 처리 유닛이 개인이 생각을 생성할 때 대응하는 뇌 관련 신호를 검출하기 위해 수학적 알고리즘 또는 모델을 적용하는 단계를 포함할 수 있다. 이 방법은 제1의 감지된 신경 관련 신호를 제2 태스크와 연관된 제1의 태스크-특정 입력 명령과 연관시키는 단계를 포함할 수 있으며, 여기서 제2 태스크는 제1 태스크와 상이하며, 그럼으로써 사용자에게 단일의 사용자가 생성한 생각을 갖는 서로 다른 태스크-특정 입력으로 서로 다른 복수의 태스크를 제어하기 위한 메커니즘을 제공한다. 이 방법은 태스크와 관련 없는 생각, 제1의 감지된 신경 신호, 제1 입력 명령 및 대응 태스크를 전자 데이터베이스에 컴파일링하는 단계를 포함할 수 있다. 이 방법은 사용되는 자동 시스템 셋업을 위한 제어 기능들을 자동으로 맵핑하기 위해 태스크, 뇌 관련 신호 또는 생각에 기초하여 태스크와 관련 없는 생각, 감지된 뇌 관련 신호 및 하나 또는 복수의 N 입력의 조합을 자동으로 그룹화하기 위해 전자 데이터베이스의 메모리를 활용하는 단계를 포함할 수 있다. 신경 관련 신호는 뇌 조직의 신경 관련 신호일 수 있다. 이 예시적인 방법에서 임의의 동작은 임의의 조합으로 임의의 순서로 수행될 수 있다.
모듈(10)은 임의의 방법의 임의의 조합을 수행할 수 있고 여기에 개시된 임의의 방법의 임의의 동작을 수행할 수 있다.
청구범위는 도면에 도시된 예시적인 변형으로 제한되지 않고, 대신 전체로서 본 개시에서 개시되거나 고려되는 임의의 특징을 청구할 수 있다. 여기에서 단수로 설명된 모든 요소는 복수형일 수 있다(즉, "하나"로 설명된 모든 것은 하나 또는 복수의 것일 수 있다). 속 요소의 모든 종 요소는 해당 속의 다른 종 요소의 특성 또는 요소를 가질 수 있다. 일부 구성 요소가 명확한 설명을 위해 개별 도면으로부터 누락될 수 있다. 본 개시를 수행하기 위한 전술한 구성, 요소 또는 완전한 어셈블리 및 방법 및 이들의 요소, 및 본 개시의 양태의 변형은 임의의 조합으로 서로 조합 및 수정될 수 있으며, 각각의 조합은 이로써 명시적으로 개시된다. 여기에 설명된 모든 디바이스, 장치, 시스템 및 방법은 의료(예컨대, 진단, 치료 또는 재활) 또는 비의료 목적으로 사용될 수 있다. 단어 "~일 수도 있다" 와 "~일 수 있다"는 상호 교환 가능하다(예컨대, "~일 수도 있다"는 "~일 수 있다"로, "~일 수 있다"는 "~일 수도 있다"로 대체 가능하다). 개시된 임의의 범위는 개시된 범위의 임의의 하위 범위를 포함할 수 있으며, 예를 들어 1 내지 10 단위의 범위는 2 내지 10 단위, 8 내지 10 단위, 또는 임의의 다른 하위 범위를 포함할 수 있다. "A 및/또는 B" 구성과 관련된 구는 (1) A 단독, (2) B 단독, (3) A와 B 함께, 또는 (1),(2) 및 (3)의 조합을 의미할 수 있다. 예를 들어, (1)과(2), (1)과(3), (2)와(3), (1), (2),(3)의 조합일 수 있다. 예를 들어, 본 개시에서 "모듈(10)(예를 들어, 호스트 디바이스(16))은 하나 또는 복수의 최종 애플리케이션(12)과 유선 및/또는 무선으로 통신할 수 있다"라는 문장은 (1) 모듈(10)(예를 들어, 호스트 디바이스(16)는 하나 또는 복수의 최종 애플리케이션(12)과 유선 통신할 수 있고, (2) 모듈(10)(예컨대, 호스트 디바이스(16))은 하나 또는 복수의 최종 애플리케이션(12)과 무선 통신할 수 있고, (3)모듈(10)(예를 들어, 호스트 디바이스(16))은 하나 또는 복수의 최종 애플리케이션(12), 또는 (1),(2)및(3)의 임의의 조합과 유선 및 무선 통신할 수 있다.
9: 생각 10: 범용 스위치 모듈
12: 최종 애플리케이션 14: 신경 인터페이스
16: 호스트 디바이스 17: 신경 관련 신호
18: 입력 명령.

Claims (20)

  1. 개인이 전자 디바이스 또는 소프트웨어와 인터페이스하도록 준비시키는 방법으로서,
    개인이 제1의 태스크와 관련 없는 생각을 생성할 때 제1의 감지된 신경 신호를 얻기 위해 상기 개인의 신경 관련 신호를 측정하는 단계;
    상기 제1의 감지된 신경 신호를 처리 유닛에 전송하는 단계;
    상기 제1의 태스크와 관련 없는 생각 및 상기 제1의 감지된 신경 신호를 제1의 입력 명령과 연관시키는 단계; 및
    상기 제1의 태스크와 관련 없는 생각, 상기 제1의 감지된 신경 신호 및 상기 제1의 입력 명령을 전자 데이터베이스에 컴파일링하는 단계를 포함하는 방법.
  2. 제1항에 있어서,
    상기 제1의 입력 명령은 제1의 최종 애플리케이션의 입력 명령인 방법.
  3. 제2항에 있어서,
    상기 제1의 태스크와 관련 없는 생각 및 상기 제1의 감지된 신경 신호를 제2의 입력 명령과 연관시키는 단계를 더 포함하는 방법.
  4. 제3항에 있어서,
    상기 제2의 입력 명령은 제2의 최종 애플리케이션의 입력 명령인 방법.
  5. 제4항에 있어서,
    상기 제1의 감지된 제1 신경 신호를 검출하면, 상기 제1의 입력 명령으로 상기 제1의 최종 애플리케이션을 제어하는 단계를 더 포함하는 방법.
  6. 제5항에 있어서,
    상기 제1의 감지된 신경 신호를 검출하면, 상기 제2의 입력 명령으로 상기 제2의 최종 애플리케이션을 제어하는 단계를 더 포함하는 방법.
  7. 제4항에 있어서,
    상기 제1의 태스크와 관련 없는 생각, 상기 제1의 감지된 신경 신호, 및 상기 제2의 입력 명령을 상기 전자 데이터베이스에 컴파일링하는 단계를 더 포함하는 방법.
  8. 제4항에 있어서,
    상기 제1의 감지된 신경 신호는 제1의 감지된 전기적 뇌 활동인 방법.
  9. 제4항에 있어서,
    상기 개인의 신경 관련 신호를 측정하는 단계는 이식된 혈관내 디바이스로 상기 개인의 신경 관련 신호를 측정하는 단계를 포함하는 방법.
  10. 제4항에 있어서,
    상기 제1의 감지된 신경 신호에 대해 개인을 모니터링하는 단계와, 상기 제1의 감지된 신경 신호를 검출하면, 상기 제1의 입력 명령을 상기 제1의 최종 애플리케이션 또는 상기 제2의 최종 애플리케이션에 전기적으로 전송하는 단계를 더 포함하는 방법.
  11. 제10항에 있어서,
    상기 제1의 감지된 신경 신호에 대해 개인을 모니터링하는 단계와, 상기 제1의 감지된 신경 신호를 검출하면, 상기 제1의 입력 명령을 상기 제1의 최종 애플리케이션 및 상기 제2의 최종 애플리케이션에 전송하는 단계를 더 포함하는 방법.
  12. 제10항에 있어서,
    상기 개인이 제2의 태스크와 관련 없는 생각을 생성할 때 제2의 감지된 신경 신호를 얻기 위해 상기 개인의 신경 관련 신호를 측정하는 단계와;
    상기 제2의 감지된 신경 신호를 상기 처리 유닛에 전송하는 단계와;
    상기 제2의 태스크와 관련 없는 생각 및 상기 제2의 감지된 신경 신호를 제3의 입력 명령과 연관시키는 단계와, 여기에서 상기 제3의 입력 명령은 상기 제1의 최종 애플리케이션, 상기 제2의 최종 애플리케이션, 또는 제3의 최종 애플리케이션의 입력 명령이며;
    상기 제2의 태스크와 관련 없는 생각, 상기 제2의 감지된 신경 신호 및 상기 제3 입력 명령을 전자 데이터베이스에 컴파일링하는 단계와; 그리고
    상기 제2의 감지된 신경 신호를 검출하면, 상기 제3의 입력 명령을 상기 제1의 최종 애플리케이션, 상기 제2의 최종 애플리케이션 또는 상기 제3의 최종 애플리케이션에 전기적으로 전송하는 단계를 더 포함하는 방법.
  13. 제1의 디바이스 및 제2의 디바이스를 제어하는 방법으로서,
    개인이 태스크와 관련 없는 생각을 생성할 때, 감지된 신경 신호를 얻기 위해 상기 개인의 신경 관련 신호를 측정하는 단계;
    상기 감지된 신경 신호를 프로세서에 전송하는 단계;
    상기 프로세서를 통해, 상기 감지된 신경 신호를 제1의 디바이스 입력 명령 및 제2의 디바이스 입력 명령과 연관시키는 단계; 및
    상기 감지된 신경 신호가 상기 제1의 디바이스 입력 명령 및 제2의 디바이스 입력 명령과 연관되면, 상기 제1의 디바이스 입력 명령을 상기 제1의 디바이스에 전기적으로 전송하거나 상기 제2의 디바이스 입력 명령을 상기 제2의 디바이스에 전기적으로 전송하는 단계를 포함하는 방법.
  14. 제13항에 있어서,
    상기 감지된 신경 신호가 상기 제1의 디바이스 입력 명령 및 상기 제2의 디바이스 입력 명령과 연관되면, 상기 제1 디바이스 입력 명령을 상기 제1 디바이스에 전기적으로 전송하고, 상기 제2 디바이스 입력 명령을 상기 제2 디바이스에 전기적으로 전송하는 단계를 더 포함하는 방법.
  15. 제13항에 있어서,
    상기 태스크와 관련 없는 생각, 상기 제1의 감지된 신경 신호, 상기 제1의 입력 명령을 전자 데이터베이스로 컴파일링하는 단계를 더 포함하는 방법.
  16. 제13항에 있어서,
    상기 태스크와 관련 없는 생각, 상기 감지된 신경 신호, 상기 제1의 디바이스 입력 명령 및 상기 제2의 디바이스 입력 명령을 전자 데이터베이스에 컴파일링하는 단계를 더 포함하는 방법.
  17. 제13항에 있어서,
    상기 감지된 신경 신호는 감지된 전기적 뇌 활동인 방법.
  18. 제13항에 있어서,
    상기 개인의 신경 관련 신호를 측정하는 단계는 이식된 혈관내 디바이스로 개인의 신경 관련 신호를 측정하는 단계를 포함하는 방법.
  19. 개인이 제1의 디바이스 및 제2의 디바이스와 인터페이스하도록 준비시키는 방법으로서,
    상기 개인이 제1의 태스크를 생각함으로써 태스크-특정 생각을 생성할 때, 감지된 뇌 관련 신호를 얻기 위해 상기 개인의 뇌 관련 신호를 측정하는 단계와;
    상기 감지된 뇌 관련 신호를 처리 유닛에 전송하는 단계와;
    상기 처리 유닛을 통해, 상기 감지된 뇌 관련 신호를 제1의 디바이스 태스크와 연관된 제1의 디바이스 입력 명령과 연관시키는 단계와, 여기에서 상기 제1의 디바이스 태스크는 상기 제1의 태스크와 상이하며;
    상기 처리 유닛을 통해, 상기 감지된 뇌 관련 신호를 제2의 디바이스 태스크와 연관된 제2의 디바이스 입력 명령과 연관시키는 단계와, 여기에서 상기 제2 디바이스 태스크는 상기 제1 디바이스 태스크 및 상기 제1 태스크와 상이하며; 그리고
    상기 감지된 뇌 관련 신호가 상기 제1 디바이스 입력 명령 및 제2 디바이스 입력 명령과 연관되면, 상기 제1의 디바이스 입력 명령과 연관된 상기 제1의 디바이스 태스크를 실행하기 위해 상기 제1의 디바이스 입력 명령을 상기 제1의 디바이스에 전기적으로 전송하거나, 상기 제2의 디바이스 입력 명령과 연관된 상기 제2의 디바이스 태스크를 실행하기 위해 상기 제2의 디바이스 입력 명령을 상기 제2의 디바이스에 전기적으로 전송하는 단계를 포함하는 방법.
  20. 제19항에 있어서,
    상기 감지된 뇌 관련 신호가 상기 제1의 디바이스 입력 명령 및 제2의 디바이스 입력 명령과 연관되면, 상기 제1의 디바이스 입력 명령과 연관된 상기 제1의 디바이스 태스크를 실행하기 위해 상기 제1의 디바이스 입력 명령을 상기 제1의 디바이스에 전기적으로 전송하고 상기 제2의 디바이스 입력 명령과 연관된 상기 제2의 디바이스 태스크를 실행하기 위해 상기 제2의 디바이스 입력 명령을 상기 제2의 디바이스에 전기적으로 전송하는 단계를 더 포함하는 방법.
KR1020217040706A 2019-05-14 2020-05-14 신경망을 사용한 범용 제어 시스템 및 방법 KR20220030935A (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201962847737P 2019-05-14 2019-05-14
US62/847,737 2019-05-14
US16/457,493 2019-06-28
US16/457,493 US11093038B2 (en) 2019-05-14 2019-06-28 Systems and methods for generic control using a neural signal
PCT/AU2020/050475 WO2020227774A1 (en) 2019-05-14 2020-05-14 Systems and methods for generic control using a neural signal

Publications (1)

Publication Number Publication Date
KR20220030935A true KR20220030935A (ko) 2022-03-11

Family

ID=73231609

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020217040706A KR20220030935A (ko) 2019-05-14 2020-05-14 신경망을 사용한 범용 제어 시스템 및 방법

Country Status (10)

Country Link
US (4) US11093038B2 (ko)
EP (1) EP3969991A4 (ko)
JP (1) JP2022533090A (ko)
KR (1) KR20220030935A (ko)
CN (1) CN114144748A (ko)
AU (1) AU2020275019A1 (ko)
BR (1) BR112021022981A2 (ko)
CA (1) CA3144083A1 (ko)
IL (1) IL288016A (ko)
WO (1) WO2020227774A1 (ko)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11093038B2 (en) 2019-05-14 2021-08-17 Synchron Australia Pty Limited Systems and methods for generic control using a neural signal
EP4048371A4 (en) 2019-10-29 2024-03-13 Synchron Australia Pty Ltd SYSTEMS AND METHODS FOR CONFIGURING A BRAIN CONTROL INTERFACE USING DATA FROM DEPLOYED SYSTEMS
CA3160654A1 (en) 2019-11-08 2021-05-14 Synchron Australia Pty Limited Methods, systems, and apparatus for closed-loop neuromodulation
EP4111294A4 (en) * 2020-04-01 2024-03-20 Synchron Australia Pty Ltd SYSTEMS AND METHODS FOR CONTROLLING A DEVICE USING DETECTED CHANGES IN A NERVE RELATED SIGNAL
WO2022006317A1 (en) 2020-06-30 2022-01-06 Juad Nextgen Neuroend, Llc Transcatheter electroctode array and use thereof
WO2022170342A1 (en) * 2021-02-03 2022-08-11 Synchron Australia Pty Limited Neuromonitoring diagnostic systems
US20230244314A1 (en) * 2022-01-13 2023-08-03 Thomas James Oxley Systems and methods for generic control using a neural signal
US11630517B1 (en) 2022-01-25 2023-04-18 Synchron Australia Pty Limited Systems and methods for increasing control using a neural signal
WO2023240043A1 (en) * 2022-06-07 2023-12-14 Synchron Australia Pty Limited Systems and methods for controlling a device based on detection of transient oscillatory or pseudo-oscillatory bursts

Family Cites Families (114)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6149269U (ko) 1984-09-04 1986-04-02
US5522836A (en) 1994-06-27 1996-06-04 Target Therapeutics, Inc. Electrolytically severable coil assembly with movable detachment point
US6016449A (en) 1997-10-27 2000-01-18 Neuropace, Inc. System for treatment of neurological disorders
US6024700A (en) * 1998-07-16 2000-02-15 Nemirovski; Guerman G. System and method for detecting a thought and generating a control instruction in response thereto
US6516227B1 (en) 1999-07-27 2003-02-04 Advanced Bionics Corporation Rechargeable spinal cord stimulator system
US20140046407A1 (en) 2001-08-31 2014-02-13 Bio Control Medical (B.C.M.) Ltd. Nerve stimulation techniques
IL145700A0 (en) 2001-09-30 2002-06-30 Younis Imad Electrode system for neural applications
US7136695B2 (en) 2001-10-12 2006-11-14 Pless Benjamin D Patient-specific template development for neurological event detection
WO2007136946A2 (en) 2001-12-03 2007-11-29 Xtent, Inc. Delivery catheter having active engagement mechanism for prosthesis
US20110307029A1 (en) 2008-08-06 2011-12-15 Cerephex Corporation Brain stimulation methods for treating central sensitivity
EP2077752A2 (en) 2004-03-22 2009-07-15 California Institute of Technology Cognitive control signals for neural prosthetics
US20080045881A1 (en) 2004-03-26 2008-02-21 University Of Southern California Devices and methods for removing a matter from a body cavity of a patient
WO2006019764A2 (en) 2004-07-15 2006-02-23 Northstar Neuroscience, Inc. Systems and methods for enhancing or affecting neural stimulation efficiency and/or efficacy
US7228173B2 (en) 2004-11-23 2007-06-05 Cardiac Pacemakers, Inc. Cardiac tachyarrhythmia therapy selection based on patient response information
WO2006076175A2 (en) 2005-01-10 2006-07-20 Cyberkinetics Neurotechnology Systems, Inc. Biological interface system with patient training apparatus
WO2006078432A2 (en) 2005-01-18 2006-07-27 Cyberkinetics Neurotechnology Systems, Inc. Biological interface system with automated configuration
US7749220B2 (en) 2005-03-31 2010-07-06 Covidien Ag Percutaneous or surgical radiofrequency intravascular thrombectomy catheter system and method
US7493161B2 (en) 2005-05-10 2009-02-17 Cardiac Pacemakers, Inc. System and method to deliver therapy in presence of another therapy
US7499752B2 (en) 2005-07-29 2009-03-03 Cyberonics, Inc. Selective nerve stimulation for the treatment of eating disorders
US8965509B2 (en) 2005-08-31 2015-02-24 Michael Sasha John Methods and systems for semi-automatic adjustment of medical monitoring and treatment
US7672728B2 (en) 2005-12-28 2010-03-02 Cardiac Pacemakers, Inc. Neural stimulator to treat sleep disordered breathing
AU2007212587B2 (en) 2006-02-03 2012-07-12 Synecor, Llc Intravascular device for neuromodulation
WO2008112435A2 (en) 2007-03-13 2008-09-18 Micro Therapeutics, Inc. An implant including a coil and a stretch-resistant member
US8270691B2 (en) * 2007-10-09 2012-09-18 Siemens Aktiengesellschaft Method for fusing images acquired from a plurality of different image acquiring modalities
AU2008345596B2 (en) 2007-12-21 2013-09-05 Microvention, Inc. A system and method of detecting implant detachment
US8244475B2 (en) 2007-12-27 2012-08-14 Teledyne Scientific & Imaging, Llc Coupling human neural response with computer pattern analysis for single-event detection of significant brain responses for task-relevant stimuli
CN101917902B (zh) 2007-12-27 2014-03-12 国立大学法人筑波大学 重心位置检测装置以及具有该重心位置检测装置的装戴式动作辅助装置
US11305121B2 (en) 2013-03-15 2022-04-19 Flint Hills Scientific, Llc. Programmable autotitrating of electrical parameters of implantable medical device
US8958870B2 (en) 2008-04-29 2015-02-17 Medtronic, Inc. Therapy program modification
DE102008024746A1 (de) 2008-05-20 2009-12-03 Otto Bock Healthcare Gmbh Orthopädietechnische Einrichtung
EP2349079B1 (en) 2008-10-10 2023-06-07 Implantica Patent Ltd. Charger for implant
WO2010061376A1 (en) 2008-11-03 2010-06-03 Ben-Gurion University Of The Negev Research And Development Authority Method and apparatus for thrombus dissolution/thrombectomy by an electrode catheter device
JP5531237B2 (ja) 2009-02-24 2014-06-25 本田技研工業株式会社 脳情報出力装置、ロボット、および脳情報出力方法
US9451883B2 (en) 2009-03-04 2016-09-27 The Regents Of The University Of California Apparatus and method for decoding sensory and cognitive information from brain activity
US9533147B2 (en) 2009-03-23 2017-01-03 Globalfoundries Inc. Method, system and apparatus for automated termination of a therapy for an epileptic event upon a determination of effects of a therapy
US20120101402A1 (en) 2009-04-21 2012-04-26 University Of Technology, Sydney method and system for controlling a device
US9492092B2 (en) 2009-05-20 2016-11-15 Sotera Wireless, Inc. Method for continuously monitoring a patient using a body-worn device and associated system for alarms/alerts
US20120296476A1 (en) * 2009-10-30 2012-11-22 Richard John Cale Environmental control method and system
US9445739B1 (en) 2010-02-03 2016-09-20 Hrl Laboratories, Llc Systems, methods, and apparatus for neuro-robotic goal selection
WO2011105000A1 (ja) 2010-02-25 2011-09-01 パナソニック株式会社 脳波インタフェースシステム、脳波インタフェース提供装置、脳波インタフェースの実行方法、および、プログラム
FR2962821B1 (fr) 2010-07-13 2013-02-22 Commissariat Energie Atomique Procede et systeme de classification de signaux neuronaux, et procede de selection d'electrodes pour commande neuronale directe.
US20120290024A1 (en) 2011-05-11 2012-11-15 St. Jude Medical, Inc. Transvenous renal nerve modulation for treatment of hypertension, cardiovascular disorders, and chronic renal diseases
WO2013012739A1 (en) 2011-07-16 2013-01-24 Simon Adam J Systems and methods for the physiological assessment of brian health and the remote quality control of eeg systems
US11311332B2 (en) 2011-08-23 2022-04-26 Magneto Thrombectomy Solutions Ltd. Thrombectomy devices
CN104023787B (zh) 2011-10-04 2017-07-11 T·J·奥克斯利 感应或刺激组织的活动
US9814426B2 (en) 2012-06-14 2017-11-14 Medibotics Llc Mobile wearable electromagnetic brain activity monitor
CN104602759B (zh) 2012-09-06 2017-02-01 柯惠有限合伙公司 神经治疗系统
US10758732B1 (en) 2012-09-10 2020-09-01 Great Lakes Neurotechnologies Inc. Movement disorder therapy and brain mapping system and methods of tuning remotely, intelligently and/or automatically
US10606353B2 (en) 2012-09-14 2020-03-31 Interaxon Inc. Systems and methods for collecting, analyzing, and sharing bio-signal and non-bio-signal data
CN104994799B (zh) 2012-11-21 2019-02-12 香港科技大学 少量力的取栓装置
US20150338917A1 (en) * 2012-12-26 2015-11-26 Sia Technology Ltd. Device, system, and method of controlling electronic devices via thought
WO2014107795A1 (en) 2013-01-08 2014-07-17 Interaxon Inc. Adaptive brain training computer system and method
KR20150006740A (ko) 2013-07-09 2015-01-19 류중하 문자에 대한 기호 이미지 구성 방법, 및 기호 이미지에 대한 대응되는 문자의 분석 방법
JP6389193B2 (ja) 2013-01-24 2018-09-12 タイラートン インターナショナル ホールディングス インコーポレイテッドＴｙｌｅｒｔｏｎ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｈｏｌｄｉｎｇｓ Ｉｎｃ． 身体構造イメージング
US9233247B2 (en) 2013-03-15 2016-01-12 Boston Scientific Neuromodulation Corporation Neuromodulation of renal nerve for treatment of hypertension
JP2016511126A (ja) 2013-03-15 2016-04-14 マイクロベンション インコーポレイテッド 多要素障害物除去システムおよび方法
US10806395B2 (en) 2013-03-15 2020-10-20 Children's Medical Center Corporation Pain detection system and method utilizing near-infrared spectroscopy
US20140309538A1 (en) 2013-04-10 2014-10-16 Pacesetter, Inc. Apparatus and method for detecting phrenic nerve stimulation
US9717440B2 (en) 2013-05-03 2017-08-01 The Florida International University Board Of Trustees Systems and methods for decoding intended motor commands from recorded neural signals for the control of external devices or to interact in virtual environments
WO2014197625A1 (en) 2013-06-05 2014-12-11 Metavention, Inc. Modulation of targeted nerve fibers
WO2015003118A1 (en) 2013-07-03 2015-01-08 University Of Houston Mehtods for closed-loop neural-machine interface systems for the control of wearable exoskeletons and prosthetic devices
US9405366B2 (en) * 2013-10-02 2016-08-02 David Lee SEGAL Systems and methods for using imagined directions to define an action, function or execution for non-tactile devices
US20160263376A1 (en) 2013-11-27 2016-09-15 The Governing Council Of The University Of Toronto Systems and methods for improved treatment of overactive bladder
US9949376B2 (en) 2013-12-06 2018-04-17 Second Sight Medical Products, Inc. Cortical implant system for brain stimulation and recording
US10531806B2 (en) 2013-12-17 2020-01-14 University Of Florida Research Foundation, Inc. Brain state advisory system using calibrated metrics and optimal time-series decomposition
KR20150076932A (ko) * 2013-12-27 2015-07-07 경북대학교 산학협력단 뇌파 신호 분석 장치 및 그의 분석 방법과, 그 분석 결과를 사용하는 사용자 단말 장치
US20150272465A1 (en) 2014-03-31 2015-10-01 Sharp Laboratories Of America, Inc. Systems and methods for portable neurofeedback
KR101473456B1 (ko) 2014-06-20 2014-12-18 (주)와이브레인 전기 자극 시스템
US10223634B2 (en) 2014-08-14 2019-03-05 The Board Of Trustees Of The Leland Stanford Junior University Multiplicative recurrent neural network for fast and robust intracortical brain machine interface decoders
WO2016033118A1 (en) 2014-08-29 2016-03-03 Incyphae Inc. Method and apparatus for enhancing nervous function
WO2016033686A1 (en) 2014-09-04 2016-03-10 University Health Network Method and system for brain activity signal-based treatment and/or control of user devices
US10201708B2 (en) 2014-10-29 2019-02-12 Dirk De Ridder Method of treating a neurological disorder using network stimulation
WO2016094862A2 (en) 2014-12-12 2016-06-16 Francis Joseph T Autonomous brain-machine interface
WO2016135743A1 (en) * 2015-02-27 2016-09-01 Rajamani Muthuraj Thought prediction headset with communication and controlling thereof
US10517791B2 (en) 2015-05-27 2019-12-31 Purdue Research Foundation High-resolution, selective and self-optimizing haptic and electrotactile display and methods of use
US10912608B2 (en) 2015-06-06 2021-02-09 The Hong Kong University Of Science And Technology Radio frequency electro-thrombectomy device
US11198003B2 (en) 2015-07-10 2021-12-14 Neuronano Ab Method and system for improving stimulation of excitable tissue
PT108690B (pt) 2015-07-13 2023-04-04 Fund D Anna Sommer Champalimaud E Dr Carlos Montez Champalimaud Sistema e método para interface cérebro-máquina de aprendizagem de operante
ITUB20153680A1 (it) 2015-09-16 2017-03-16 Liquidweb Srl Sistema di controllo di tecnologie assistive e relativo metodo
US10729530B2 (en) 2015-10-20 2020-08-04 Nicholas Lachlan OPIE Endovascular device for sensing and or stimulating tissue
US10452143B2 (en) 2015-10-20 2019-10-22 San Diego State University Research Foundation Apparatus and method of implantable bidirectional wireless neural recording and stimulation
CN108513542B (zh) 2015-10-20 2020-09-18 墨尔本大学 用于感测和/或刺激组织的医疗装置
US10772561B2 (en) 2016-04-01 2020-09-15 Thomas Alan Donaldson Sensors to determine neuronal activity of an organism to facilitate a human-machine interface
EP3458147B1 (en) 2016-06-24 2023-01-04 Regents of the University of California Systems for stimulation to enhance stroke recovery
JP7021196B2 (ja) 2016-09-01 2022-02-16 オレゴン ヘルス アンド サイエンス ユニバーシティ 解剖学的検出システム誘導直腸内前立腺生検デバイス
EP3509526A4 (en) 2016-09-07 2020-07-01 Intellijoint Surgical Inc. SURGICAL NAVIGATION SYSTEMS AND METHODS, INCLUDING IMAGING-ASSISTED NAVIGATION OF A PATIENT'S HEAD
CA3037525A1 (en) 2016-09-25 2018-03-29 Tva Medical, Inc. Vascular stent devices and methods
US10231784B2 (en) 2016-10-28 2019-03-19 Medtronic Ardian Luxembourg S.A.R.L. Methods and systems for optimizing perivascular neuromodulation therapy using computational fluid dynamics
EP3541279B1 (en) 2016-11-15 2023-09-06 The Regents of the University of California Apparatuses for improving peripheral nerve function
US11141178B2 (en) 2017-03-03 2021-10-12 Maria G. Aboytes Systems, devices, and methods for obstruction retrieval and treatment
US10890972B2 (en) 2017-04-06 2021-01-12 Korea University Research And Business Foundation Prefrontal-based cognitive brain-machine interfacing apparatus and method thereof
US20190091475A1 (en) 2017-04-16 2019-03-28 Jose Carlos Pachon-Mateos Extracardiac autonomic nerve stimulation
US11402909B2 (en) 2017-04-26 2022-08-02 Cognixion Brain computer interface for augmented reality
CN113712560A (zh) 2017-08-03 2021-11-30 墨尔本大学 用于感测和或刺激组织的医疗设备
CN107277075A (zh) 2017-08-18 2017-10-20 京东方科技集团股份有限公司 认证装置和认证方法
KR20200098524A (ko) 2017-11-13 2020-08-20 뉴레이블 인크. 고속, 정확도 및 직관적 사용자 상호작용을 위한 적응을 갖춘 두뇌-컴퓨터 인터페이스
US10582316B2 (en) 2017-11-30 2020-03-03 Starkey Laboratories, Inc. Ear-worn electronic device incorporating motor brain-computer interface
US10709463B2 (en) 2017-12-11 2020-07-14 Covidien Lp Electrically enhanced retrieval of material from vessel lumens
US20190336748A1 (en) 2018-05-07 2019-11-07 Thomas James Oxley Systems and method for deep brain stimulation
US20210236190A1 (en) 2018-06-20 2021-08-05 Magneto Thrombectomy Solutions Ltd. Various thrombectomy devices
US11090071B2 (en) 2018-06-22 2021-08-17 Covidien Lp Electrically enhanced retrieval of material from vessel lumens
US20200016396A1 (en) 2018-07-11 2020-01-16 Synchron Australia Pty Limited Systems and methods for improving placement of devices for neural stimulation
CA3231026A1 (en) 2019-03-11 2020-09-17 Benjamin I. Rapoport Endovascular electroencephalography (eeg) and electrocorticography (ecog) devices, systems and methods
KR20210137211A (ko) 2019-03-21 2021-11-17 밸브 코포레이션 컴퓨팅 시스템들에 대한 뇌-컴퓨터 인터페이스들
US11093038B2 (en) 2019-05-14 2021-08-17 Synchron Australia Pty Limited Systems and methods for generic control using a neural signal
EP4048371A4 (en) 2019-10-29 2024-03-13 Synchron Australia Pty Ltd SYSTEMS AND METHODS FOR CONFIGURING A BRAIN CONTROL INTERFACE USING DATA FROM DEPLOYED SYSTEMS
CA3160654A1 (en) 2019-11-08 2021-05-14 Synchron Australia Pty Limited Methods, systems, and apparatus for closed-loop neuromodulation
US20210137542A1 (en) 2019-11-08 2021-05-13 Thomas James Oxley Medical device for retrieval of clots using an electrically charged stent structure
WO2021097448A1 (en) 2019-11-15 2021-05-20 Synchron Australia Pty Limited Methods and devices for renal neuromodulation
EP4111294A4 (en) 2020-04-01 2024-03-20 Synchron Australia Pty Ltd SYSTEMS AND METHODS FOR CONTROLLING A DEVICE USING DETECTED CHANGES IN A NERVE RELATED SIGNAL
WO2021237179A1 (en) 2020-05-21 2021-11-25 Duke University Neurofeedback devices, systems, and methods for pain management
US20220159932A1 (en) 2020-11-24 2022-05-26 Filarion Inc. Methods, devices, and systems for information transfer with significant positions and feedback
WO2022170342A1 (en) 2021-02-03 2022-08-11 Synchron Australia Pty Limited Neuromonitoring diagnostic systems
US20230152961A1 (en) 2021-11-18 2023-05-18 Jesus Perea-Ochoa Method and System for Gesture and Displaying Sideline Operation

Also Published As

Publication number Publication date
US20200363869A1 (en) 2020-11-19
WO2020227774A1 (en) 2020-11-19
US20210342004A1 (en) 2021-11-04
CA3144083A1 (en) 2020-11-19
JP2022533090A (ja) 2022-07-21
EP3969991A1 (en) 2022-03-23
US11755110B2 (en) 2023-09-12
US20210373665A1 (en) 2021-12-02
AU2020275019A1 (en) 2022-01-27
IL288016A (en) 2022-01-01
EP3969991A4 (en) 2023-05-31
CN114144748A (zh) 2022-03-04
US20240019933A1 (en) 2024-01-18
BR112021022981A2 (pt) 2022-01-18
US11093038B2 (en) 2021-08-17

Similar Documents

Publication Publication Date Title
US11755110B2 (en) Systems and methods for generic control using a neural signal
US11625014B2 (en) Systems and methods for configuring a brain control interface using data from deployed systems
KR102302640B1 (ko) 신체 조직 전기 신호의 검출 및 사용
US11550391B2 (en) Systems and methods for controlling a device using detected changes in a neural-related signal
US11284844B2 (en) Electromyography (EMG) assistive communications device with context-sensitive user interface
AU2022268375B2 (en) Multiple switching electromyography (emg) assistive communications device
CN115501481A (zh) 应急程控设备、医疗系统及计算机可读存储介质
US12032345B2 (en) Systems and methods for configuring a brain control interface using data from deployed systems
US20230244314A1 (en) Systems and methods for generic control using a neural signal
Ene et al. Brain Human Interfaces

Legal Events

Date Code Title Description
A201 Request for examination