[發明專利]基于可穿戴智能設備的帕金森閉環深部腦刺激系統

有效

• 申請號: 202110036263.8
• 申請日: 2021-01-12
• 公開（公告）號: CN112691292B
• 公開（公告）日: 2023-01-31
• 發明（設計）人: 劉晨;常思遠;朱曉冬;韓玲民;王江;鄧斌;魏熙樂;于海濤;伊國勝;蔡立輝;王鈺;孫亞男;劉崴;張偉;李琪;邢夢婭;楊俊峰;楊滿義;韓曉璇;李禎;沈瀟;白麗鵬;李卓;張瑞
• 申請（專利權）人: 天津大學
• 主分類號: A61N1/36
• 分類號: A61N1/36;A61N1/05;G06N3/0464;G06N3/047;G06N3/044;G06N3/08;G16H50/20
• 代理公司: 天津翰林知識產權代理事務所(普通合伙) 12210
• 代理人: 付長杰

1.一種基于可穿戴智能設備的帕金森閉環深部腦刺激系統，其特征在于：包括用于帕金森癥狀檢測處理的可穿戴智能設備和深部腦刺激子系統；

其中，所述的用于帕金森癥狀檢測處理的可穿戴智能設備包括智能腕表、智能指環和智能鞋墊；智能鞋墊用于獲取足底壓力信號，智能指環用于獲取手指震顫信號，智能腕表用于獲取手腕震顫信號同時接受智能指環和智能鞋墊采集的足底壓力信號并進行分析處理；

具體分析處理的過程是：智能腕表同時同步采集所述的手腕震顫信號、手指震顫信號以及足底壓力信號，對足底壓力信號進行足底壓力成像處理得到統一規格的壓力信號熱力圖；

然后對手腕震顫信號、手指震顫信號、壓力信號熱力圖進行特征層面數據融合，特征層面數據融合采用的是卷積神經網絡集合+循環神經網絡模型，對采樣數據進行周期性處理；所述的卷積神經網絡集合由若干個具有相同結構的卷積神經網絡組成，多個卷積神經網絡順序編號，所述循環神經網絡包括輸入層、一個隱藏的全連接層和一個softmax模型的輸出層；首先將獲取的壓力信號熱力圖作為卷積神經網絡集合的輸入，各卷積神經網絡并行工作，互不干擾，但保持同時啟動；壓力信號熱力圖按照時間順序分別依次進入卷積神經網絡集合中的相應卷積神經網絡，得到足底壓力值的壓力時間序列數據，將手腕震顫信號、手指震顫信號、足底壓力值的壓力時間序列數據在時域上進行數據對齊，組成一組三維時間序列信號，輸入到循環神經網絡中；

所述循環神經網絡根據輸入信號，依次識別出不同時刻的足底壓力分布以及兩類震顫信號大小所對應的PD患者狀態，輸出并記錄不同時刻的PD患者狀態數據，再通過動作識別時序整合各個時刻的識別結果，獲得完整的識別結果，實現PD患者狀態的評估；

所述循環神經網絡每個時刻的輸入信號除卷積神經網絡集合提取的壓力時間序列數據以外,還包括兩類震顫信號、上一時刻循環神經網絡的輸出數據以及上一時刻循環神經網絡識別結果轉化成的向量數據。

2.根據權利要求1所述的刺激系統，其特征在于：所述PD患者狀態數據以UPDRS評分為基準，卷積神經網絡集合+循環神經網絡模型訓練過程是：招募若干數量的滿足UPDRS評分的正常以及PD狀態志愿者，采集受試者相應特征信號作為輸入信號并統計每個受試者的UPDRS評分作為期望輸出；將卷積神經網絡集合+循環神經網絡模型的輸出結果和實際統計的UPDRS評分進行對比，計算損失函數，然后逐步調整參數，使得損失函數最小，以此來訓練數據融合模型。

3.根據權利要求1所述的刺激系統，其特征在于：其中，智能腕表同時同步采集所述的手腕震顫信號、手指震顫信號以及足底壓力信號的采樣周期均為30s，采樣時間為0.5h。

4.根據權利要求1所述的刺激系統，其特征在于：深部腦刺激子系統包括皮下深部腦刺激器和植入在大腦內部的電極，其中皮下深部腦刺激器和電極通過導線連接。

5.如權利要求1所述的刺激系統，其特征在于，具有兩種工作模式：手動調節模式和自動調節模式；

在手動調節模式中，所述的可穿戴智能設備能夠采集手指和手腕的震顫信號以及足底壓力信號，并將采集到的信號通過無線通信方式傳輸到智能腕表，通過智能腕表分析采集到的信號，評估并顯示當前帕金森癥狀，患者或醫師可根據評估結果通過智能腕表手動調節皮下深部腦刺激器產生的電脈沖刺激參數；

在自動調節模式中，所述的可穿戴智能設備能夠采集手指和手腕的震顫信號以及足底壓力信號，并將采集到的信號通過無線通信方式傳輸到智能腕表，通過智能腕表分析采集到的信號，利用嵌入式閉環控制算法基于評估結果自動調節刺激參數，實時自動調節皮下深部腦刺激器產生的電脈沖刺激參數。

6.如權利要求4所述的刺激系統，其特征在于，所述的可穿戴智能設備之間以及皮下深部腦刺激器之間通過無線通信的方式連接；所述的皮下深部腦刺激器通過無線通信方式接受來自智能腕表指令以修改刺激參數。