一种闭环脑深部电刺激调控方法及系统与流程

摘要: 本发明涉及电刺激调控,具体为一种闭环脑深部电刺激调控方法及系统。背景技术:1、在脑深部电刺激运行过程中,通常通过采集目标脑区的局部场电位数据来评估大脑状态,并据...
一种闭环脑深部电刺激调控方法及系统与流程

本发明涉及电刺激调控,具体为一种闭环脑深部电刺激调控方法及系统。

背景技术:

1、在脑深部电刺激运行过程中,通常通过采集目标脑区的局部场电位数据来评估大脑状态,并据此调整刺激参数以实现闭环控制。然而,由于电刺激信号与神经信号采集往往在同一区域或相邻区域进行,刺激脉冲会在采集到的局部场电位数据中产生显著的刺激伪迹。现有方案虽然尝试通过硬件滤波或前端差分等方式抑制伪迹,但大多缺少对伪迹去除完成后信号质量的量化评价机制,无法有效筛选出满足后续解码需求的有效电位数据,导致伪迹残留或低质量数据直接进入状态解码环节,引起状态误判。

2、同时,现有闭环方案在进行脑状态解码时,大多仅依赖单一频段的功率特征进行状态判断,未能充分利用双侧脑区多频段功率特征及相干性指标所蕴含的丰富状态信息。更为关键的是,现有方案未构建嵌套式的多层级解码架构,无法区分清醒静息、运动准备、运动执行等生理状态与病理状态,容易受到正常生理脑电信号的干扰,导致对关期、开期及过渡状态等病理状态的区分能力有限,脑状态解码准确度不足。

3、此外,在刺激参数的调整策略上,现有闭环方案通常仅依赖实时提取的神经信号特征动态调整刺激输出,缺乏对当前刺激周期内刺激效果的量化评估机制,也缺乏基于历史病理状态变化趋势的前瞻性预测。这种仅依赖实时信号的粗放式调参模式,容易造成参数调整滞后、刺激不足或无效刺激输出,难以精准适配不同症状阶段的动态脑状态变化。

技术实现思路

1、本发明的目的在于提供一种闭环脑深部电刺激调控方法及系统,以解决上述背景技术中提出的问题。

2、为实现上述目的,本发明提供如下技术方案:

3、一种闭环脑深部电刺激调控方法,具体步骤包括:

4、获取双侧脑区的局部场电位数据,对该局部场电位数据执行去刺激伪迹处理,并基于生成的伪迹质量指标筛选得到有效电位数据;

5、提取该有效电位数据的多频段功率特征和双侧脑区相干性指标,通过双层级状态解码模型输出状态序列,该状态序列包括生理状态标签、病理状态标签和症状严重度估计,并将该状态序列映射为表征大脑状态与目标状态之间偏离程度的连续状态指标;

6、获取当前刺激周期内施加电刺激前后的该连续状态指标,根据施加电刺激前后的该连续状态指标的变化量计算当前刺激参数的刺激效能指标,将该刺激效能指标与预设效能阈值进行比较,当该刺激效能指标低于该预设效能阈值时,在安全范围内更新该当前刺激参数,当该刺激效能指标不低于该预设效能阈值时,维持该当前刺激参数,将更新后的该当前刺激参数或维持的该当前刺激参数确定为待用刺激参数;

7、基于该病理状态标签形成历史状态序列,根据该历史状态序列预测病理状态变化趋势,结合该待用刺激参数、该病理状态变化趋势、该病理状态标签和该症状严重度估计,通过预设刺激参数映射策略确定最终刺激参数,并根据该最终刺激参数生成电刺激控制信号。

8、进一步地,获取该双侧脑区的该局部场电位数据,对该局部场电位数据执行该去刺激伪迹处理,并基于生成的该伪迹质量指标筛选得到该有效电位数据,包括:

9、对该局部场电位数据执行该去刺激伪迹处理,得到候选电位数据;

10、基于该去刺激伪迹处理前后的信号质量变化生成该伪迹质量指标;

11、判断该伪迹质量指标是否满足数据可用条件;

12、当该伪迹质量指标满足该数据可用条件时,将该候选电位数据确定为该有效电位数据;

13、当该伪迹质量指标不满足该数据可用条件时,丢弃该候选电位数据或触发重新采集;

14、对该局部场电位数据执行该去刺激伪迹处理,得到该候选电位数据,包括:采用时域阈值剔除、小波变换降噪或自适应伪迹拟合抵消中的至少一种方式去除该局部场电位数据中的刺激伪迹成分,得到该候选电位数据;

15、基于该去刺激伪迹处理前后的该信号质量变化生成该伪迹质量指标,包括:基于该去刺激伪迹处理前后的信噪比变化、波形相关程度或频段能量残留占比中的至少一种生成该伪迹质量指标;

16、当该伪迹质量指标不满足该数据可用条件时,丢弃该候选电位数据或触发重新采集之后,还包括:当连续多次无法得到该有效电位数据时,维持最近一次得到的该有效电位数据对应的该状态序列,或进入安全保持状态。

17、进一步地,提取该有效电位数据的该多频段功率特征和该双侧脑区相干性指标,通过该双层级状态解码模型输出该状态序列,并将该状态序列映射为表征大脑状态与该目标状态之间偏离程度的该连续状态指标,包括:

18、从该有效电位数据中提取该多频段功率特征和该双侧脑区相干性指标;

19、通过该双层级状态解码模型中的生理状态鉴别层,基于该多频段功率特征和该双侧脑区相干性指标输出该生理状态标签;

20、根据该生理状态标签确定是否允许进入病理状态分类;

21、当允许进入病理状态分类时,通过该双层级状态解码模型中的病理状态分类层,基于该多频段功率特征和该双侧脑区相干性指标输出该病理状态标签和该症状严重度估计;

22、基于该生理状态标签、该病理状态标签和该症状严重度估计映射得到该连续状态指标。

23、进一步地,该多频段功率特征对应的频段成分包括贝塔频段、伽马频段、阿尔法频段和西塔频段;

24、通过该双层级状态解码模型中的生理状态鉴别层,基于该多频段功率特征和该双侧脑区相干性指标输出该生理状态标签,包括:基于该阿尔法频段和该西塔频段的功率特征以及该双侧脑区相干性指标,区分清醒静息、运动准备和运动执行,并输出对应的该生理状态标签;

25、当允许进入病理状态分类时,通过该双层级状态解码模型中的病理状态分类层,基于该多频段功率特征和该双侧脑区相干性指标输出该病理状态标签和该症状严重度估计,包括:当该生理状态标签为清醒静息或运动准备时,基于该贝塔频段和该伽马频段的功率特征以及该双侧脑区相干性指标输出该病理状态标签,并根据该贝塔频段的功率特征相对预设基线的偏高程度、该伽马频段的功率特征相对该预设基线的偏低程度以及该贝塔频段与该伽马频段的功率比值异常程度中的至少一种确定该症状严重度估计,该症状严重度估计随该贝塔频段的功率特征相对该预设基线的偏高程度、该伽马频段的功率特征相对该预设基线的偏低程度或该功率比值异常程度的增大而增大;

26、基于该生理状态标签、该病理状态标签和该症状严重度估计映射得到该连续状态指标,包括:

27、将该连续状态指标确定为归一化状态偏离度,该归一化状态偏离度的数值随该贝塔频段的功率特征相对该预设基线的偏高程度、该伽马频段的功率特征相对该预设基线的偏低程度或该功率比值异常程度的增大而增大。

28、进一步地,所获取该当前刺激周期内施加电刺激前后的该连续状态指标,根据施加电刺激前后的该连续状态指标的变化量计算该当前刺激参数的该刺激效能指标,包括:

29、在该当前刺激周期内施加电刺激前,将该连续状态指标确定为刺激前状态指标;

30、在该当前刺激周期内施加电刺激后经过预设延迟时间,再次获取该连续状态指标,并将再次获取的该连续状态指标确定为刺激后状态指标;

31、计算该刺激后状态指标相对于该刺激前状态指标的变化量,该变化量表征该当前刺激周期内大脑状态向该目标状态靠近的程度;

32、根据该变化量确定该刺激效能指标,该变化量越大,该刺激效能指标越高。

33、进一步地,将该刺激效能指标与该预设效能阈值进行比较,当该刺激效能指标低于该预设效能阈值时,在该安全范围内更新该当前刺激参数,包括:

34、当该刺激效能指标低于该预设效能阈值时,判定该当前刺激参数对大脑状态的调控不足,在该安全范围内更新该当前刺激参数中的至少一个参数维度,该参数维度包括刺激幅度、脉宽、刺激频率或刺激触点组合中的至少一种;

35、该安全范围包括该当前刺激参数不超过预设刺激上限、单次调整幅度不超过预设调整幅度上限以及连续同向调整的次数不超过预设次数;

36、当该刺激效能指标不低于该预设效能阈值时,维持该当前刺激参数,包括:维持该当前刺激参数不变,并将维持的该当前刺激参数作为该待用刺激参数。

37、进一步地,基于该病理状态标签形成该历史状态序列,根据该历史状态序列预测该病理状态变化趋势,结合该待用刺激参数、该病理状态变化趋势、该病理状态标签和该症状严重度估计,通过该预设刺激参数映射策略确定该最终刺激参数,包括:

38、持续记录该病理状态标签,形成该历史状态序列;

39、基于该历史状态序列中该病理状态标签的出现频次、持续时长和状态转移方向,预测下一时间段的该病理状态变化趋势;

40、将该待用刺激参数、该病理状态变化趋势、该病理状态标签和该症状严重度估计输入该预设刺激参数映射策略;

41、当该病理状态变化趋势表示病理状态恶化时,增大该待用刺激参数中的该刺激幅度或该刺激频率;

42、当该病理状态变化趋势表示病理状态稳定或改善时,维持该待用刺激参数、减少该连续同向调整的次数或减小该单次调整幅度;

43、根据输入该预设刺激参数映射策略的该待用刺激参数、该病理状态变化趋势、该病理状态标签和该症状严重度估计,确定该最终刺激参数。

44、进一步地,根据该最终刺激参数生成该电刺激控制信号,包括:

45、根据该最终刺激参数中的该刺激触点组合确定参与刺激的触点;

46、根据该最终刺激参数中的该刺激幅度和该脉宽确定电荷平衡双相脉冲电刺激信号中每个相位的幅值和持续时间;

47、根据该最终刺激参数中的该刺激频率确定相邻脉冲之间的时间间隔;

48、按照确定的该参与刺激的触点、该每个相位的幅值和持续时间以及该相邻脉冲之间的时间间隔,生成该电荷平衡双相脉冲电刺激信号,该电荷平衡双相脉冲电刺激信号中相邻相位的极性相反且电荷量相互平衡;

49、将该电荷平衡双相脉冲电刺激信号作为该电刺激控制信号,在该当前刺激周期内输出该电刺激控制信号,并在该当前刺激周期的间歇期采集该局部场电位数据,使电刺激输出与电位采集分时执行。

50、进一步地,获取该双侧脑区的该局部场电位数据,包括:

51、通过设置于丘脑底核或苍白球内侧部的记录电极采集该局部场电位数据,该记录电极采集该双侧脑区中各侧脑区的该局部场电位数据;

52、该双侧脑区相干性指标基于该双侧脑区中各侧脑区在该多频段功率特征对应的频段成分下的该局部场电位数据的相干性计算得到;

53、根据该最终刺激参数生成该电刺激控制信号之后,还包括:通过该参与刺激的触点输出该电荷平衡双相脉冲电刺激信号。

54、本发明另外还提供一种闭环脑深部电刺激调控系统,所述一种闭环脑深部电刺激调控系统用于实现上述一种闭环脑深部电刺激调控方法,包括:

55、场电位采集模块,用于获取双侧脑区的局部场电位数据,对该局部场电位数据执行去刺激伪迹处理,并基于生成的伪迹质量指标筛选得到有效电位数据;

56、多频相干状态解码模块,用于提取该有效电位数据的多频段功率特征和双侧脑区相干性指标,通过双层级状态解码模型输出状态序列,该状态序列包括生理状态标签、病理状态标签和症状严重度估计,并将该状态序列映射为表征大脑状态与目标状态之间偏离程度的连续状态指标;

57、刺激效能评估模块,用于获取当前刺激周期内施加电刺激前后的该连续状态指标,根据施加电刺激前后的该连续状态指标的变化量计算当前刺激参数的刺激效能指标,将该刺激效能指标与预设效能阈值进行比较,当该刺激效能指标低于该预设效能阈值时,在安全范围内更新该当前刺激参数,当该刺激效能指标不低于该预设效能阈值时,维持该当前刺激参数,将更新后的该当前刺激参数或维持的该当前刺激参数确定为待用刺激参数;

58、趋势预测刺激生成模块,用于基于该病理状态标签形成历史状态序列,根据该历史状态序列预测病理状态变化趋势,结合该待用刺激参数、该病理状态变化趋势、该病理状态标签和该症状严重度估计,通过预设刺激参数映射策略确定最终刺激参数,并根据该最终刺激参数生成电刺激控制信号。

59、与现有技术相比,本发明提供的技术效果和优点:

60、本发明通过对局部场电位数据执行去刺激伪迹处理,并基于生成的伪迹质量指标筛选得到有效电位数据,使得进入后续解码环节的神经信号具备可靠的信噪比基础,避免了因伪迹残留或低质量数据直接参与运算而导致的状态误判,从而提升了整个闭环控制链路的数据输入可靠性,通过提取有效电位数据的多频段功率特征和双侧脑区相干性指标,并利用包含生理状态鉴别层和病理状态分类层的双层级状态解码模型输出状态序列,使得生理状态的识别结果能够对病理状态的分类过程形成约束,有效规避了运动准备、运动执行等正常生理活动产生的脑电信号对病理状态判断的干扰,进而提高了大脑状态识别及症状严重度评估的准确性,并将多维度的状态信息映射为可量化的连续状态指标,为后续的闭环反馈提供了精确的数值依据。

61、本发明还通过获取当前刺激周期内施加电刺激前后的连续状态指标,并根据其变化量计算当前刺激参数的刺激效能指标,使得系统能够客观量化当前刺激参数对大脑状态的实际调控效果;在此基础上,将刺激效能指标与预设效能阈值进行比较以决定更新或维持当前刺激参数,实现了基于短周期刺激效果反馈的参数精细化迭代,摒弃了传统粗放式的调参模式,降低了无效刺激输出的概率。本技术通过基于病理状态标签形成历史状态序列并预测病理状态变化趋势,结合待用刺激参数、病理状态变化趋势、病理状态标签和症状严重度估计确定最终刺激参数,使得参数决策机制不仅依赖于当前的刺激效能反馈,还融合了长周期的状态演变规律,增强了参数调整的前瞻性,减少了仅依赖实时指标造成的调控滞后或过调现象,从而在保障刺激安全的前提下,提升了闭环脑深部电刺激参数控制过程的稳定性和适配性。