[發明專利]使用機器學習的治療電極位置預測可視化

在審

• 申請號: 202310137308.X
• 申請日: 2023-02-20
• 公開（公告）號: CN116617573A
• 公開（公告）日: 2023-08-22
• 發明（設計）人: M·A·凱斯;E·J·潘肯;R·A·莫利納;P·A·E·達斯巴赫格林;A·B·H·貝克爾
• 申請（專利權）人: 美敦力公司
• 主分類號: A61N1/372
• 分類號: A61N1/372;G16H50/30;G16H10/60;A61N1/36;A61N1/05
• 代理公司: 上海專利商標事務所有限公司 31100
• 代理人: 徐倩;周全

公開了用于對植入式醫療裝置進行編程的系統和方法，該植入式醫療裝置包括：模擬環境，該模擬環境具有至少一根引線，該至少一根引線具有多個電極；至少一個處理器的計算硬件以及能夠操作地聯接到該至少一個處理器的存儲器；和指令，該指令在該計算硬件上執行時，致使該計算硬件實現訓練子系統，該訓練子系統被配置成：使用該模擬環境進行腦部感測調查；基于該腦部感測調查開發至少一個機器學習模型；將該至少一個機器學習模型應用于體內患者數據以從該多個電極確定相對于振蕩源的至少一個預測電極；可視化該至少一個預測電極；以及基于該至少一個預測電極對醫療裝置進行編程。

相關申請的交叉引用

本申請要求于2022年2月21日提交的美國臨時申請序列號63/268,300的權益，其公開內容據此全文以引用方式并入本文。

技術領域

本技術整體涉及植入式醫療裝置，并且更具體地涉及提供電刺激治療的植入式醫療裝置。

背景技術

已提出將諸如電刺激器或治療劑遞送裝置的植入式醫療裝置用于不同的治療應用，諸如深部腦部刺激(DBS)、脊髓刺激(SCS)、骨盆刺激、胃刺激、周圍神經刺激、功能性電刺激或將藥劑、胰島素、止痛劑或抗炎劑遞送到患者體內的目標組織部位。在一些治療系統中，植入式電刺激器借助于一個或多個電極將電治療遞送到患者體內的目標組織部位，這些電極可通過醫療引線部署和/或部署在電刺激器的外殼上，或兩種情況兼有。在一些治療系統中，可經由引線和/或電刺激器的外殼所攜載的電極的特定組合來遞送治療。

在可發生在醫療裝置的植入期間、在試驗會話期間或在醫療裝置植入患者體內之后的診所內或遠程隨訪會話期間的編程會話期間，臨床醫生可生成被發現向患者提供有效治療的一個或多個治療程序(也稱為治療參數集)，其中每個治療程序可限定一個治療參數集的值。醫療裝置可根據一個或多個存儲的治療程序向患者遞送治療。就電刺激而言，治療參數可限定待遞送的電刺激波形的特性。例如，在以電脈沖形式遞送電刺激的示例中，治療參數可包括電極配置，該電極配置包括電極組合和電極極性、振幅(可為電流或電壓振幅)、脈沖寬度和脈沖頻率。

優化用于DBS的治療可能具有挑戰性，并且隨著分段引線的引入已變得更加具有挑戰性。附加的接觸意味著單極審查需要更多的時間，單極審查是一種在臨床中用來確定用于治療的最佳電極的技術。定向刺激還意味著需要更多的探索和編程時間來評估治療設定是有效且高效的。因此，選擇用于DBS治療的有效刺激參數對于醫師(也稱為臨床醫生)和患者而言可為耗時的(例如，更漫長且更頻繁的醫療訪問)。

因此，需要提高DBS編程的效率。

發明內容

在一個方面，本公開的技術解決了行業的前述需要。實施方案利用模擬環境中的感測數據，以通過應用機器學習算法和可視化結果以供臨床醫生直接解釋來通知編程決策。

在另一方面，機器學習可用于檢測離生理振蕩源最近(或最遠)的電極。在實施方案中，可在具有或不具有諸如成像掃描數據的解剖數據的情況下可視化電極排序。

在另一方面，機器學習可進一步通過視覺瞄準來通知對刺激參數的選擇。例如，生理信號可在解剖結構的物理環境內(或者，在不具有解剖結構的情況下)被容易地查看。

在另一方面，機器學習可進一步自動化對最靠近響應組織的刺激接觸的選擇。在實施方案中，可在具有或不具有解剖成像掃描數據的情況下可視化源的位置?？赏怀鲲@示與疾病進展和治療變化相關聯的各種縱向變化。此外，可通知源的位置的變化，該變化可指示植入物位置的變化、生理變化或其他臨床相關變量。

在一個方面，本公開提供了一種用于對醫療裝置進行編程的方法，該方法包括：在模擬環境中使用包括多個電極的至少一根引線來進行腦部感測調查；基于腦部感測調查來開發至少一個機器學習模型；將至少一個機器學習模型應用于體內患者數據以從多個電極確定相對于振蕩源的至少一個預測電極；可視化至少一個預測電極；以及基于至少一個預測電極對醫療裝置進行編程。