CN119701205A - 一种用于治疗体位性低血压的深部脑刺激系统 - Google Patents
一种用于治疗体位性低血压的深部脑刺激系统 Download PDFInfo
- Publication number
- CN119701205A CN119701205A CN202510207445.5A CN202510207445A CN119701205A CN 119701205 A CN119701205 A CN 119701205A CN 202510207445 A CN202510207445 A CN 202510207445A CN 119701205 A CN119701205 A CN 119701205A
- Authority
- CN
- China
- Prior art keywords
- stimulation
- module
- blood pressure
- data
- voltage
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
Landscapes
- Electrotherapy Devices (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明的目的是提供一种用于治疗体位性低血压的深部脑刺激系统，包括：数据采集模块，用于收集患者的生理状态信息，数据融合模块，植入于胸大肌皮下区域，用于接收数据采集模块输出的多源生理数据，对其进行整合、过滤噪声，生成患者的综合生理状态信息(St={BPt,HRt,ECGt,Post})；深部脑刺激模块，用于精准刺激目标脑区以增强交感神经输出；响应模块，集成于数据融合模块内，用于分析生理状态信息St和未来生理状态预测值St+1，动态调整深部脑刺激模块的电压、频率和脉宽，并根据患者生理反馈数据实时优化调整策略；提供了一种实时血压监控、姿态感应与智能化反应机制的深度脑刺激系统。
Description
技术领域
本发明属于体位性低血压治疗领域，具体涉及一种用于治疗体位性低血压的深部脑刺激系统。
背景技术
直立性低血压（orthostatic hypotension，OH）是临床上常见的疾病，多由自主神经功能障碍引起，表现为患者在体位变化时（尤其是从卧位或坐位变为站立位）血压显著下降，可导致一系列不适症状，如头晕、眼前发黑、虚弱乃至晕厥，严重影响患者日常生活质量和安全。尤其在老年人群OH的发病率显著增高，成为临床关注的重点问题。传统治疗措施，如药物调整、增加盐分和水分摄入、使用弹力袜等，虽然在一定程度上缓解症状，但对于部分患者，尤其是症状严重的个体，其效果有限，且可能存在副作用。
近年来，深部脑刺激（deep brain stimulation, DBS，DBS）技术在治疗帕金森病等运动障碍性疾病中取得了显著成就，其通过精确刺激特定脑区，调节异常神经活动，改善患者运动功能。一项由Green等人的开创性工作揭示了DBS在心血管系统调控中的潜力（Green AL, Wang S, Owen SL, Xie K, Liu X, Paterson DJ, Stein JF, Bain PG,Aziz TZ. Deep brain stimulation can regulate arterial blood pressure in awakehumans. Neuroreport. 2005 Nov 7;16(16):1741-5.）。他们发现，通过刺激脑室旁灰质(periventricular gray matter, PVG)和导水管周围灰质(periaqueductal graymatter, PAG)区域的不同部位，可以有效地升高血压，这一效应可能是通过增强交感神经输出和心脏收缩力，以及提高血管紧张度来实现的。此外，进一步研究表明，这种刺激能够维持血压稳定，而不增加仰卧位时的基础血压，展现出其在治疗上的精细调控的能力。
因此，开发一款集成实时血压监测、体位感知与智能响应的DBS装置，能够在患者体位变化时自动监测血压变化，智能分析OH风险，并适时启动或调整DBS刺激参数，对于提高OH治疗效果，保障患者安全具有重大意义。这样的装置将填补现有技术空白，代表了OH治疗领域的一大创新，有望成为未来治疗OH的首选方案。
发明内容
本发明的目的是提供一种具备实时血压监控、姿态感应与智能化反应功能的深度脑刺激系统。
为实现上述目的，本发明提供如下技术方案，一种用于治疗体位性低血压的深部脑刺激系统，包括：
数据采集模块，用于收集患者的生理状态信息，包括：
植入式压力传感器，植入于动脉内，用于实时监测血压数据 (BPt)；
心电传感器，集成于电子腕表，用于采集心电图信号 (ECGt)和心率数据（HRt）；
姿态传感器，植入于胸大肌皮下区域，用于检测患者体位状态 (Post)；
数据融合模块，植入于胸大肌皮下区域，用于接收数据采集模块输出的多源生理数据，对其进行整合、过滤噪声，生成患者的综合生理状态信息 (St={BPt,HRt,ECGt,Post})；
深部脑刺激模块，包括：
方向性电极，植入患者室周灰质（PVG）和导水管周围灰质（PAG）区域，用于精准刺激目标脑区以增强交感神经输出；
刺激电源组件，植入于胸大肌皮下区域，用于为方向性电极提供电压(Vt)、频率(ft) 和脉宽(PWt)可调节的电信号，支持分段和定向刺激，避免对非目标区域的干扰；
响应模块，与数据融合模块共同集成在胸大肌皮下区域，用于分析生理状态信息St，动态调整深部脑刺激模块的电压、频率和脉宽，并根据患者生理反馈数据实时优化调整策略；
风险预测模块，与数据融合模块共同集成在胸大肌皮下区域，用于处理综合生理状态历史数据 {St−n,...,St}，预测患者未来生理状态 St+1，并将预测值传递至响应模块；
强化学习模块，与数据融合模块共同集成在胸大肌皮下区域，用于通过强化学习算法根据患者生理反馈数据动态更新响应模块的刺激参数调整策略。
进一步，数据融合模块通过对血压数据、心率数据、心电信号和体位状态等信息的同步处理、噪声过滤、特征提取及加权融合，生成患者的实时综合生理状态信息(St={BPt,HRt,ECGt,Post})。
进一步，方向性电极由多个独立的电极片组成，每个电极片可单独控制通断状态，同时每个电极片还根据解剖结构和治疗目标精准分布于室周灰质（PVG）和导水管周围灰质（PAG）区域；其中，刺激电源组件通过独立控制每个电极片通断，避免对非目标区域的影响，提高刺激的针对性和安全性，实现对特定目标脑区（如PVG或PAG）的精准刺激。
进一步，刺激电源组件由单个电源和并联开关矩阵组成；
单个电源，植入于患者胸大肌皮下区域，其内还设有电压调节器、脉冲发生器和功率控制单元；用于为方向性电极提供可调节的刺激参数，包括电压 (Vt)、频率 (ft) 和脉宽(PWt)；其中，电压调节器通过调整输出电压(Vt)的幅值，以满足不同目标脑区对刺激强度的需求；脉冲发生器通过控制脉冲的重复速率生成所需的刺激频率(ft)， 频率(ft) 的调整影响刺激信号的节奏和目标神经元的放电响应；同时脉冲发生器通过调节单次脉冲的持续时间控制脉宽 (PWt)，脉宽 (PWt)大小决定了每次电刺激信号的覆盖深度和持续效应；
并联开关矩阵，位于单个电源和方向性电极之间，包括多个独立开关和开关控制逻辑电路；其中，每个开关用于控制一个或一组电极片的通断状态；开关控制逻辑电路接收来自响应模块的开关指令，决定哪些开关开启或关闭，从而达到配置特定的电极片激活组合，用于分段刺激（激活特定区域）或定向刺激（集中电流到特定路径）的目的。
进一步，响应模块将生成的刺激参数指令发送至单个电源的电压调节器和脉冲发生器，同时，发送电极激活指令至开关控制逻辑电路，指定需要激活的电极片。
进一步，响应模块内设有规则表，规则表基于患者生理状态和治疗目标，结合临床数据或个体化诊断结果定义了不同状态下的激活策略和刺激参数；响应模块的控制方式包括：
S1、从数据融合模块接收当前的综合生理状态数据 (St={BPt,HRt,ECGt,Post})；
S2、根据实时数据判断患者是否需要调整刺激，以及需要激活的电极片位置和数量；
S3、将当前生理状态与预设的规则表进行匹配，若未完全匹配，选择最近匹配的规则或使用默认安全参数，确定所需的激活区域（PVG区域、PAG区域，或两者同时）、激活数量（激活的电极片数量和分布）、刺激参数（电压 (Vt)、频率 (ft) 和脉宽 (PWt)）；
S4、首先将刺激参数指令发送至单个电源，由其内部组件（电压调节器、脉冲发生器）生成目标电刺激信号；随后发送开关指令至并联开关矩阵的开关控制逻辑电路，激活目标开关，形成与电刺激信号匹配的目标电流路径；
S5、选择性激活方向性电极片，实现分段和定向刺激；同时通过数据采集模块持续监测患者的生理反馈（如血压 BPt、心率 HRt、心电图ECGt）；
S6、如果反馈参数未达到预期目标，重新匹配规则表，优先调整刺激参数（如电压），如仍无效，则逐步增加激活电极片数量或调整电极片位置，直至患者生理状态恢复到安全范围。
进一步，风险预测模块通过时间序列模型输出下一时刻的预测生理状态 St+1={BPt+1,HRt+1,ECGt+1,Post+1}至响应模块后，响应模块的决策逻辑如下：
规则表匹配：
当前状态 St匹配规则表，获取即时刺激方案（包括电极片激活和刺激参数）；
如果预测状态 St+1超出安全范围，匹配规则表内 St+1对应的规则；
规则表无法匹配的处理：
如果当前状态 St或未来状态 St+1无法匹配规则表；
响应模块自动生成刺激参数，新生成的参数及对应状态被记录，用于动态更新规则表；
决策输出：
综合考虑 St和St+1的匹配结果，生成最终刺激指令，包括：激活的电极片组合（PVG区域、PAG区域或两者）、刺激参数电压 (Vt)、频率 (ft) 和脉宽 (PWt)。
进一步，响应模块自动生成刺激参数的步骤如下：
S1、通过数据融合模块获取当前状态 St，通过风险预测模块获取未来状态 St+1，同时通过系统预设获取血压目标值和血压偏差（ΔBP），血压目标值（BP目标）定义为：收缩压目标值=基线收缩压-20 mmHg，舒张压目标值=基线舒张压-10 mmHg；
ΔBP=BP目标−BPt
BPt是实时监测到的当前血压；
偏差分类：
ΔBP>0：血压过低，需要增加刺激强度。
ΔBP≤0：血压正常或偏高，无需增加刺激。
S2、基于ΔBP的大小，按照以下规则生成刺激参数：
电压控制刺激信号的强度，直接决定刺激电流的幅度，较高的电压能够更强烈地激活目标神经区，但可能引发不必要的副作用（如过度刺激）;其调整逻辑为计算当前血压偏差ΔBP；通过Vt=V初始+kv×ΔBP调整电压，增加或减少刺激强度；其中，kv表示每单位血压偏差需要增加的电压值；同时还需确保电压不超过安全范围 [Vmin,Vmax]；
频率决定刺激信号的节奏，影响神经激发的频率和效率，较高的频率能够快速累积刺激效果，但可能导致神经适应，降低疗效，其调整逻辑为计算当前血压偏差ΔBP；通过ft=f初始+kff×ΔBP调整频率，控制刺激节奏；其中，kf表示每单位血压偏差需要增加的频率；同时还需确保频率不超过神经可耐受的范围 [fmin,fmax]；
脉宽定义每次刺激的持续时间，影响刺激的累积强度，延长脉宽能够增加每次脉冲的刺激效应，但可能增加功耗，其调整逻辑为计算当前血压偏差ΔBP；通过PWt=PW初始+kp×ΔBP调整脉宽，延长单次刺激效果；其中，kP表示每单位血压偏差需要增加的脉宽；同时还需确保频率不超过神经可耐受的范围 [PWmin,PWmax]；
激活更多的电极片可以扩大刺激范围，提高治疗效果,根据解剖学和目标区域（如PVG 和 PAG），合理选择激活的电极片组合，其调整逻辑为计算当前血压偏差ΔBP；通过线性关系N=N初始+(kn×ΔBP)调整电极片数量，增加刺激覆盖范围；其中，kn表示表示每单位血压偏差需要增加的电极片数量；同时还需确保激活的电极片数量不超过设备的最大支持数量 Nmax；
S3、响应模块根据上述调整规则，生成刺激参数：激活电极片组合（数量 N和目标区域（PVG、PAG 或两者））、刺激参数电压 (Vt)、频率 (ft) 和脉宽 (PWt)。
进一步，在规则表匹配不完全或风险预测模块预测偏差较大时，强化学习模块通过反馈机制优化刺激参数调整策略；强化学习模块的工作步骤如下：
S1、从数据融合模块接收当前状态 St，从风险预测模块获取预测状态 St+1，初始化当前 Q(St,At)值；
S2、基于当前 Q-值函数选择动作，采用 ϵ-贪心策略，ϵ-概率选择随机动作（探索），1−ϵ1-概率选择当前最优动作（利用），动作包括调整电压、频率、脉宽和激活电极片；
S3、根据选择的动作 At，通过响应模块激活单个电源和并联开关矩阵；实时监测刺激后的反馈状态 St′和奖励 Rt：
奖励函数：
S4、使用 Q-Learning 算法更新 Q-值：
其中，α学习率，控制每次更新的步长，γ是折扣因子，衡量未来奖励的重要性；
S5、 如果某一状态-动作组合的 Q(St,At) 值长期稳定且表现良好，将其作为新规则更新到规则表中。
本发明提出的一种用于治疗体位性低血压的深部脑刺激系统，结合深部脑刺激技术与现代智能化算法，具有以下显著的有益效果：
1. 精准刺激目标区域，提高治疗效果
方向性电极：通过独立电极片的精准控制，能够特异性地刺激室周灰质（PVG）和导水管周围灰质（PAG）区域，显著增强交感神经输出，提高血压调节效果，避免对非目标区域的干扰，减少副作用。
分段和定向刺激：通过并联开关矩阵动态控制电极片的激活状态，支持分段刺激特定区域和定向集中电流路径，进一步提高刺激的精确性和疗效。
2. 实时监控与动态调整，确保安全性
数据采集模块：实时监测患者的血压、心率、心电信号及体位状态，确保全面掌握患者的生理信息。
数据融合模块：对多源生理数据进行融合与噪声过滤，生成实时综合生理状态信息 St，确保数据的准确性和可靠性。
响应模块：根据实时生理状态 St和预测状态 St+1，动态调整刺激参数（如电压、频率和脉宽），确保刺激效果达到目标范围，同时保持患者的生理状态在安全范围内。
3. 智能化控制，提升适应性和自学习能力
规则表匹配：响应模块内置规则表，根据患者的个体化生理状态快速匹配适合的刺激参数和电极片激活方案，降低人工干预的需求。
风险预测模块：通过预测未来生理状态 St+1，在刺激参数调整上实现前瞻性控制，提前规避可能的血压波动。
强化学习模块：
在规则表匹配不完全或时间序列预测偏差较大的情况下，通过反馈机制动态优化刺激策略。
能够通过强化学习算法逐步更新和补充规则表，实现系统的持续优化和自适应能力，尤其在复杂或突发情况下展现强大优势。
4. 个性化治疗，适配不同患者
系统可以根据患者的个体特征（如年龄、体型、病史等）调整规则表和刺激参数的初始值，实现个性化治疗。
风险预测模块能够根据患者长期监测数据优化预测模型，强化学习模块可在长期反馈中学习最优治疗方案。
5. 系统设计高效节能，提升运行稳定性
单个电源与并联开关矩阵：
通过单个电源提供可调节的电压、频率和脉宽，减少硬件复杂度，同时支持多通道输出以满足电极片分段和定向刺激需求。
并联开关矩阵通过高效开关逻辑动态激活目标电极片，降低能耗并延长设备使用寿命。
6. 减少副作用，提高患者舒适度
精确控制：通过优化刺激参数和激活电极片组合，避免过度刺激或不必要的能量浪费，降低可能的副作用。
动态监测与调整：系统能够快速响应患者的生理状态变化，避免低血压引起的头晕、乏力或昏厥，提高患者的日常生活质量。
7. 数据驱动的长期疗效优化
生理数据记录与分析：系统记录患者的实时生理数据及反馈结果，为医生提供长期治疗效果评估依据。
规则表动态更新：风险预测模块与强化学习模块共同作用，通过长期反馈数据持续优化规则表，确保系统能够适应患者的长期治疗需求。
8. 创新性与临床应用潜力
系统集成了现代生物传感技术、智能控制算法（规则表匹配、时间序列预测和强化学习）以及高效电源管理技术，为体位性低血压的治疗提供了一种创新性的综合解决方案。通过精准、实时、个性化的治疗方式，该系统极有可能成为未来治疗体位性低血压的标准设备，为患者提供一种安全、有效的长期治疗选择。
本发明通过多模块协同作用，将深部脑刺激技术与智能化算法结合，解决了现有技术中治疗体位性低血压效果不佳、副作用较大的问题。系统在精确性、实时性、安全性和个性化适配方面展现了显著优势，具有极高的临床应用价值和推广前景。
附图说明
图1是本发明的整体结构示意图；
图2是本发明中模块连接示意图；
图中，100、方向性电极；200、姿态传感器；300、单个电源；400、压力传感器；500、电子手表。
具体实施方式
本发明的目的是提供一种用于治疗体位性低血压的深部脑刺激系统，本发明为具备了实时血压监控、姿态感应与智能化反应机制的深度脑刺激系统。
为实现上述目的，本发明提供如下技术方案：一种用于治疗体位性低血压的深部脑刺激系统，包括：数据采集模块、数据融合模块、深部脑刺激模块、响应模块、风险预测模块和强化学习模块；数据采集模块用于收集患者的生理状态信息，包括：植入患者上肢动脉的植入式微型压力传感器，其通过电容膜片结构感知血液流动压力变化，通过集成在电子手表上的 LC 谐振电路实时输出压力值；具有高灵敏度的工作特性，实时监测血压数据BPt。集成于电子腕表，采用支持 QRS 波检测的电极式单导联心电传感器，采集心电图信号(ECGt)和心率数据（HRt）。植入于胸大肌皮下区域，内设有6 轴IMU（惯性测量单元），集成加速度计和陀螺仪的姿态传感器，用于检测患者体位状态 (Post)。
在这样一套闭环调控系统中，BPt是直接反映OH的严重程度，是系统控制的“主要目标变量”； HRt是辅助评估自主神经平衡与心脏代偿状况；ECGt是提供更全面的心脏状态信息，用于安全监测和刺激策略微调； Post是精准检测体位变化，是OH 事件触发的关键信号，同时也能作为风险预测的前瞻性参考。
其中，为了方便理解BPt、HRt、ECGt三个因变量的关系，这里详细解释BPt、HRt、ECGt在整个系统重发挥的详细作用；
BPt（血压数据）核心作用是是判断患者是否存在体位性低血压（OH）的最直接指标，也是刺激策略调整（特别是电压、频率、脉宽）的主要参考依据。
在系统中的使用场景：
判断是否需要启动刺激：当 BPt 在安全范围内或略微偏低时，系统可不进行或仅进行最低强度刺激；当 BPt 低于某个阈值时，规则表或风险预测模块会触发“加大刺激”或“改变电极激活方式”的动作。
实时闭环反馈：刺激参数调整后，BPt的变化是判断刺激是否有效的关键；若血压仍未恢复，则需进一步加大刺激或调整激活电极片。
HRt（心率数据）往往与血压的调节和自主神经状态密切相关，特别在 OH 发作时，部分患者会出现心率补偿升高（交感神经兴奋），也可能会出现心率变化与血压波动不同步的情况，这些都可提示患者目前的自主神经功能状态。
在系统中的使用场景：
辅助判断交感/副交感神经平衡：若血压下降但心率也未显著上升，可能提示自主神经反应不足，需要更强 DBS 刺激以提升交感输出；若心率过高但血压仍低，提示血管收缩不足或心律代偿无效，同样需要针对性刺激；
预警异常情况：心率是否过快、过慢或出现异位心律，对 DBS 安全边界也有提示作用。
ECGt（心电图信号）能够反映更多的心脏电生理特征，例如是否出现期前收缩、房颤、室性早搏等异常，在体位性低血压的患者中，有时也可并发心律失常。
在系统中的使用场景：
安全监测：若 ECGt 显示严重心律失常，系统在调整 DBS 参数时会更加谨慎，避免刺激频率或电流过大加重心脏负担；
优化刺激策略：在某些情况下，PVG/PAG 刺激可能影响迷走神经或其他神经环路，从而对心律产生潜在影响，ECGt 可以及时捕捉这些变化并辅助系统做出相应修正。
数据融合模块，植入于胸大肌皮下区域，用于接收数据采集模块输出的多源生理数据，对其进行整合、过滤噪声，生成患者的综合生理状态信息 (St={BPt,HRt,ECGt,Post})；
在以上两模块内，具体的工作步骤如下
S1、首先由系统植入的 6轴IMU传感器（惯性测量单元）实时记录患者的加速度和角速度数据。
通过以下分析步骤，确定体位变化：
静态姿态：通过加速度计检测患者当前的加速度方向，区分站立、平躺、坐姿。
动态姿态：通过陀螺仪记录角速度，判断姿态转变（如平躺到站立的过渡）。
姿态转变速率分析：
计算体位变化的加速度值和时间间隔 Δt，评估变化速率：；若速率v>v阈值（如快速站起），标记为可能的低血压触发事件。
结合姿态状态（站立）和速率（快速站立），系统初步标记潜在低血压事件，进入进一步的数据采集环节。
S2、植入式压力传感器，实时监测血压数据 (BPt)；光学心率传感器采集心率数据(HRt)；心电传感器采集心电图信号 (ECGt)；综合数据形成当前状态：
数据融合模块整合姿态状态和实时生理数据，生成当前综合状态： St={BPt,HRt,ECGt,Post}
S3、数据融合模块接收{BPt,HRt,ECGt,Post}：
同步采样：对各信号的时间戳对齐，确保数据的一致性。
噪声过滤：通过卡尔曼滤波器消除压力传感器的波动噪声。
特征提取：提取血压变化率 ΔBP、心率变化趋势等特征，增强状态评估。
加权处理：根据数据重要性设置权重，本实施例设置血压数据权重高于姿态状态：
S4、同时还由数据融合模块上的计算模块进行低血压风险评估；
首先判断当前血压 BP是否低于血压目标值（BP目标），这里BP目标定义为：收缩压目标值=基线收缩压-20 mmHg，舒张压目标值=基线舒张压-10 mmHg；如果患者实时收缩压＜基线收缩压-20 mmHg，系统标记为低血压风险，若心率 HRt>100bpm，辅助判定为代偿性低血压（有代偿但代偿不足）；姿态状态 Post=站立则是触发风险的重要条件，此时属于需要低强度刺激；如果患者实时收缩压＜基线收缩压-20 mmHg，系统标记为低血压风险，若心率 HRt＜100bpm，辅助判定为未代偿性低血压（心脏未代偿）；姿态状态 Post=站立则是触发风险的重要条件，此时属于需要高强度刺激。
深部脑刺激模块，包括：
方向性电极，植入患者室周灰质（PVG）和导水管周围灰质（PAG）区域，用于精准刺激目标脑区以增强交感神经输出；
刺激电源组件，植入于胸大肌皮下区域，用于为方向性电极提供可调节的电压(Vt)、频率(ft)和脉宽(PWt)，支持分段和定向刺激，避免对非目标区域的干扰；
响应模块，与所述数据融合模块共同集成在胸大肌皮下区域，用于分析生理状态信息 St，动态调整深部脑刺激模块的电压、频率和脉宽，并根据患者生理反馈数据实时优化调整策略；
风险预测模块，与所述数据融合模块共同集成在胸大肌皮下区域，用于处理综合生理状态历史数据 {St−n,...,St}，预测患者未来生理状态 St+1，并将预测值传递至响应模块，用于前瞻性调整深部脑刺激参数；
强化学习模块，与所述数据融合模块共同集成在胸大肌皮下区域，用于通过强化学习算法根据患者生理反馈数据动态更新响应模块的刺激参数调整策略。
在一个实施例中，方向性电极由多个独立的电极片组成，每个电极片可单独控制通断状态，同时每个电极片还根据解剖结构和治疗目标精准分布于室周灰质（PVG）和导水管周围灰质（PAG）区域；其中，刺激电源组件通过独立控制每个电极片通断，避免对非目标区域的影响，提高刺激的针对性和安全性，实现对特定目标脑区（如PVG或PAG）的精准刺激。
刺激电源组件由单个电源和并联开关矩阵组成；单个电源，植入于患者胸大肌皮下区域，其内还设有电压调节器、脉冲发生器和功率控制单元；用于为方向性电极提供可调节的刺激参数，包括电压 (Vt)、频率 (ft) 和脉宽 (PWt)；其中，电压调节器通过调整输出电压(Vt)的幅值，以满足不同目标脑区对刺激强度的需求；脉冲发生器通过控制脉冲的重复速率生成所需的刺激频率(ft)， 频率(ft) 的调整影响刺激信号的节奏和目标神经元的放电响应；同时脉冲发生器通过调节单次脉冲的持续时间控制脉宽 (PWt)，脉宽 (PWt)大小决定了每次电刺激信号的覆盖深度和持续效应；同时单个电源内还设有功率控制单元：功率控制单元实现功率的分配和保护功能，负责监测输出功率，防止过载或短路，确保系统稳定运行。
并联开关矩阵，位于单个电源和方向性电极之间，包括多个独立开关和开关控制逻辑电路；其中，每个开关用于控制一个或一组电极片的通断状态；开关控制逻辑电路接收来自响应模块的开关指令，决定哪些开关开启或关闭，从而达到配置特定的电极片激活组合，用于分段刺激（激活特定区域）或定向刺激（集中电流到特定路径）的目的。
在一个实施例中响应模块将生成的刺激参数指令发送至单个电源的电压调节器和脉冲发生器，同时，发送电极激活指令至开关控制逻辑电路，指定需要激活的电极片。
响应模块内设有规则表，规则表基于患者生理状态和治疗目标，结合临床数据或个体化诊断结果定义了不同状态下的激活策略和刺激参数；在这里，详细展示了规则表的建立过程：
首先是规则表的初始建立流程中；在系统正式使用或植入前，通常会进行一次“初始化”或“校准”过程，用于建立最初的规则表。其典型流程如下：
S1、数据采集与基线测量
采集患者的静息血压 BPt、心率 HRt、心电 ECGt 以及体位 Post（卧位、坐位、站立位等）在不同日常情境下的基础值；
采集患者在“未启动 DBS 刺激”情况下，从卧位到站立位转换时的血压和心率波动情况，评估患者 OH 的严重程度、发生速率以及耐受程度。
S2、体位变换诱导试验
在可控环境下（如医院监护条件），让患者进行体位改变（卧位→坐位或卧位→站立位），实时测量血压 BPt、心率 HRt、心电 ECGt 的波动；
根据血压下降的幅度、出现头晕或昏厥等症状的阈值，初步确定所需的刺激电压、频率、脉宽范围；
确定最小有效刺激值（能初步对抗血压下降的刺激参数）以及最大安全阈值（避免过度刺激）。
分段/定向电极激活测试
在可调范围内，依次/组合激活 PVG（室周灰质）与 PAG（导水管周围灰质）的电极片，观察哪种激活组合对血压提升最有效且副作用最小；
根据试验结果，将“最有效的脑区刺激组合”记录为基础规则。
S3、形成初始规则表
汇总以上数据，结合临床医生的经验和安全界限，定义若干条规则（Rule），每条规则对应了“当前状态/预测状态 → 目标刺激方案”的映射关系；
例如，若血压过低（BPt <X1），且心率较高（HRt >Y1），则激活低电压 + 高频率 +PVG 区域电极；若血压非常低（BPt <X2），则可叠加脉宽、激活更多电极片等。这些规则在启动阶段即可支撑系统的大部分决策。
其中，响应模块的控制方式包括：
S1、从数据融合模块接收当前的综合生理状态数据 (St={BPt,HRt,ECGt,Post})；
S2、根据实时数据判断患者是否需要调整刺激，以及需要激活的电极片位置和数量；
S3、将当前生理状态与预设的规则表进行匹配，若未完全匹配，选择最近匹配的规则或使用默认安全参数，确定所需的激活区域（PVG区域、PAG区域，或两者同时）、激活数量（激活的电极片数量和分布）、刺激参数（电压 (Vt)、频率 (ft) 和脉宽 (PWt)）；
S4、首先将刺激参数指令发送至单个电源，由其内部组件（电压调节器、脉冲发生器）生成目标电刺激信号；随后发送开关指令至并联开关矩阵的开关控制逻辑电路，激活目标开关，形成与电刺激信号匹配的目标电流路径；
S5、选择性激活方向性电极片，实现分段和定向刺激；同时通过数据采集模块持续监测患者的生理反馈（如血压 BPt、心率 HRt等）；
S6、如果反馈参数未达到预期目标，重新匹配规则表，优先调整刺激参数（如电压），如仍无效，则逐步增加激活电极片数量或调整电极片位置，直至患者生理状态恢复到安全范围。
在一个实施例中，风险预测模块通过时间序列模型输出下一时刻的预测生理状态St+1={BPt+1,HRt+1,ECGt+1,Post+1}至响应模块后，响应模块的决策逻辑如下：
规则表匹配：
当前状态 St、匹配规则表，获取即时刺激方案（包括电极片激活和刺激参数）；
如果预测状态 St+1、超出安全范围，优先匹配 St+1、对应的规则；
规则表无法匹配的处理：
如果当前状态 St或未来状态 St+1无法匹配规则表；
风险预测模块自动生成刺激参数，新生成的参数及对应状态被记录，用于动态更新规则表；
决策输出：
综合考虑 St和 St+1的匹配结果，生成最终刺激指令，包括：激活的电极片组合（PVG区域、PAG区域或两者）、刺激参数电压 (Vt)、频率 (ft) 和脉宽 (PWt)。
在综合考虑 St和 St+1时，设定不同权重， 最终参数=α×当前状态参数+β×预测状态参数；α,β是权重系数，可根据实际情况调整。
结合患者的生理反馈数据（如血压、心率的实时变化），进一步调整输出参数，形成闭环优化；每次自动生成的新参数及其对应状态记录到规则表中，用于后续的快速匹配，提升系统反应速度和效率。
进一步，响应模块自动生成刺激参数的步骤如下：
S1、通过数据采集模块获取当前状态 St，通过风险预测模块获取未来状态 St+1，同时通过系统预设获取血压目标值和血压偏差（ΔBP），所述血压目标值（BP目标）定义为：收缩压目标值=基线收缩压-20 mmHg，舒张压目标值=基线舒张压-10 mmHg；
ΔBP=BP目标−BPt
BPt是实时监测到的当前血压。
偏差分类：
ΔBP>0：血压过低，需要增加刺激强度。
ΔBP≤0：血压正常或偏高，无需增加刺激。
S2、基于ΔBP的大小，按照以下规则生成刺激参数：
电压控制刺激信号的强度，直接决定刺激电流的幅度，较高的电压能够更强烈地激活目标神经区，但可能引发不必要的副作用（如过度刺激）;其调整逻辑为计算当前血压偏差ΔBP；通过Vt=V初始+kv×ΔBP调整电压，增加或减少刺激强度；其中，kv表示每单位血压偏差需要增加的电压值；同时还需确保电压不超过安全范围 [Vmin,Vmax]；
频率决定刺激信号的节奏，影响神经激发的频率和效率，较高的频率能够快速累积刺激效果，但可能导致神经适应，降低疗效，其调整逻辑为计算当前血压偏差ΔBP；通过ft=f初始+kff×ΔBP调整频率，控制刺激节奏；其中，kf表示每单位血压偏差需要增加的频率；同时还需确保频率不超过神经可耐受的范围 [fmin,fmax]；
脉宽定义每次刺激的持续时间，影响刺激的累积强度，延长脉宽能够增加每次脉冲的刺激效应，但可能增加功耗，其调整逻辑为计算当前血压偏差ΔBP；通过PWt=PW初始+kp×ΔBP调整脉宽，延长单次刺激效果；其中，kP表示每单位血压偏差需要增加的脉宽；同时还需确保频率不超过神经可耐受的范围 [PWmin,PWmax]；
激活更多的电极片可以扩大刺激范围，提高治疗效果,根据解剖学和目标区域（如PVG 和 PAG），合理选择激活的电极片组合，其调整逻辑为计算当前血压偏差ΔBP；通过线性关系N=N初始+(kn×ΔBP)调整电极片数量，增加刺激覆盖范围；其中，kn表示表示每单位血压偏差需要增加的电极片数量；同时还需确保激活的电极片数量不超过设备的最大支持数量 Nmax；
S3、响应模块根据上述调整规则，生成刺激参数：激活电极片组合（数量 N和目标区域（PVG、PAG 或两者））、刺激参数电压 (Vt)、频率 (ft) 和脉宽 (PWt)。
在一个实施例中，在规则表匹配不完全或风险预测模块预测偏差较大时，强化学习模块通过反馈机制优化刺激参数调整策略；强化学习模块的工作步骤如下：
S1、从数据融合模块接收当前状态 St，从风险预测模块获取预测状态 St+1，初始化当前 Q(St,At)值；
S2、基于当前 Q-值函数选择动作，采用 ϵ-贪心策略，ϵ-概率选择随机动作（探索），1−ϵ1-概率选择当前最优动作（利用），动作包括调整电压、频率、脉宽和激活电极片；
S3、根据选择的动作 At，通过响应模块激活单个电源和并联开关矩阵；实时监测刺激后的反馈状态 St′和奖励 Rt：
奖励函数：
S4、使用 Q-Learning 算法更新 Q-值：
其中，α学习率，控制每次更新的步长，γ是折扣因子，衡量未来奖励的重要性；
S5、 如果某一状态-动作组合的 Q(St,At) 值长期稳定且表现良好，将其作为新规则更新到规则表中。
这里对规则表的动态更新进行详细解释；在系统长期运行过程中，规则表并非一成不变，而是会随着强化学习模块和风险预测模块的不断反馈而动态更新：
S1、强化学习模块反馈
当系统发现现有规则表无法很好地解决某些极端或突发情况时，会尝试新的刺激策略；如果新的策略取得了良好效果（例如血压迅速回升且无副作用），则将新策略写入规则表。长期下来，规则表将更加丰富和个性化。
S2、风险预测偏差修正
若风险预测模块（基于时间序列模型）对未来血压的预测值与实际值偏差过大，系统会记录当时触发的规则及其执行效果，用于在更新预测模型的同时，也对相应的规则进行修正或细化。
4. 规则表的示例结构
为了更直观地理解，下面给出一个简化的示例规则表（仅供参考，实际系统可更复杂）：
“建议激活电极”可能对应多种电极片组合，表中仅做粗略描述。
本发明中涉及的电路以及控制均为现有技术，在此不进行过多赘述。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种用于治疗体位性低血压的深部脑刺激系统，其特征在于，包括：
数据采集模块，用于收集患者的生理状态信息，包括：
植入式压力传感器，植入于动脉内，用于实时监测血压数据 (BPt)；
心电传感器，集成于电子腕表，用于采集心电图信号 (ECGt)和心率数据（HRt）；
姿态传感器，植入于胸大肌皮下区域，用于检测患者体位状态 (Post)；
数据融合模块，植入于胸大肌皮下区域，用于接收所述数据采集模块输出的多源生理数据，对其进行整合、过滤噪声，生成患者的综合生理状态信息 (St={BPt,HRt,ECGt,Post})；
深部脑刺激模块，包括：
方向性电极，植入患者室周灰质（PVG）和导水管周围灰质（PAG）区域，用于精准刺激目标脑区以增强交感神经输出；
刺激电源组件，植入于胸大肌皮下区域，用于为方向性电极提供电压(Vt)、频率(ft) 和脉宽(PWt)可调节的电信号，支持分段和定向刺激，避免对非目标区域的干扰；
响应模块，与所述数据融合模块共同集成在胸大肌皮下区域，用于分析生理状态信息St，动态调整所述深部脑刺激模块的电压、频率和脉宽，并根据患者生理反馈数据实时优化调整策略；
风险预测模块，与所述数据融合模块共同集成在胸大肌皮下区域，用于处理综合生理状态历史数据 {St−n,...,St}，预测患者未来生理状态 St+1，并将预测值传递至响应模块；
强化学习模块，与所述数据融合模块共同集成在胸大肌皮下区域，用于通过强化学习算法根据患者生理反馈数据动态更新响应模块的刺激参数调整策略。
2.根据权利要求1所述的一种用于治疗体位性低血压的深部脑刺激系统，其特征在于，所述数据融合模块通过对血压数据、心率数据、心电信号和体位状态等信息的同步处理、噪声过滤、特征提取及加权融合，生成患者的实时综合生理状态信息(St={BPt,HRt,ECGt,Post})。
3.根据权利要求1所述的一种用于治疗体位性低血压的深部脑刺激系统，其特征在于，所述方向性电极由多个独立的电极片组成，所述每个电极片可单独控制通断状态，同时所述每个电极片还根据解剖结构和治疗目标精准分布于室周灰质（PVG）和导水管周围灰质（PAG）区域；其中，所述刺激电源组件通过独立控制所述每个电极片通断，避免对非目标区域的影响，提高刺激的针对性和安全性，实现对特定目标脑区（如PVG或PAG）的精准刺激。
4.根据权利要求3所述的一种用于治疗体位性低血压的深部脑刺激系统，其特征在于，所述刺激电源组件由单个电源和并联开关矩阵组成；
单个电源，植入于患者胸大肌皮下区域，其内还设有电压调节器、脉冲发生器和功率控制单元；用于为方向性电极提供可调节的刺激参数，包括电压 (Vt)、频率 (ft) 和脉宽(PWt)；其中，所述电压调节器通过调整输出电压(Vt)的幅值，以满足不同目标脑区对刺激强度的需求；所述脉冲发生器通过控制脉冲的重复速率生成所需的刺激频率(ft)， 频率(ft)的调整影响刺激信号的节奏和目标神经元的放电响应；同时所述脉冲发生器通过调节单次脉冲的持续时间控制脉宽 (PWt)，脉宽 (PWt)大小决定了每次电刺激信号的覆盖深度和持续效应；
并联开关矩阵，位于所述单个电源和方向性电极之间，包括多个独立开关和开关控制逻辑电路；其中，每个开关用于控制一个或一组电极片的通断状态；所述开关控制逻辑电路接收来自所述响应模块的开关指令，决定哪些开关开启或关闭，从而达到配置特定的电极片激活组合，用于分段刺激（激活特定区域）或定向刺激（集中电流到特定路径）的目的。
5.根据权利要求4所述的一种用于治疗体位性低血压的深部脑刺激系统，其特征在于，所述响应模块将生成的刺激参数指令发送至所述单个电源的电压调节器和脉冲发生器，同时，发送电极激活指令至所述开关控制逻辑电路，指定需要激活的电极片。
6.根据权利要求1所述的一种用于治疗体位性低血压的深部脑刺激系统，其特征在于，所述响应模块内设有规则表，所述规则表基于患者生理状态和治疗目标，结合临床数据或个体化诊断结果定义了不同状态下的激活策略和刺激参数；所述响应模块的控制方式包括：
S1、从所述数据融合模块接收当前的综合生理状态数据 (St={BPt,HRt,ECGt,Post})；
S2、根据实时数据判断患者是否需要调整刺激，以及需要激活的所述电极片位置和数量；
S3、将当前生理状态与预设的规则表进行匹配，若未完全匹配，选择最近匹配的规则或使用默认安全参数，确定所需的激活区域（PVG区域、PAG区域，或两者同时）、激活数量（激活的所述电极片数量和分布）、刺激参数（电压 (Vt)、频率 (ft) 和脉宽 (PWt)）；
S4、首先将刺激参数指令发送至所述单个电源，由其内部组件（电压调节器、脉冲发生器）生成目标电刺激信号；随后发送开关指令至所述并联开关矩阵的开关控制逻辑电路，激活目标开关，形成与电刺激信号匹配的目标电流路径；
S5、选择性激活方向性电极片，实现分段和定向刺激；同时通过所述数据采集模块持续监测患者的生理反馈（如血压 BPt、心率 HRt、心电图ECGt）；
S6、如果反馈参数未达到预期目标，重新匹配规则表，优先调整刺激参数（如电压），如仍无效，则逐步增加激活电极片数量或调整电极片位置，直至患者生理状态恢复到安全范围。
7.根据权利要求1所述的一种用于治疗体位性低血压的深部脑刺激系统，其特征在于，所述风险预测模块通过时间序列模型输出下一时刻的预测生理状态 St+1={BPt+1,HRt+1,ECGt+1,Post+1}至所述响应模块后，所述响应模块的决策逻辑如下：
规则表匹配：
当前状态 St匹配规则表，获取即时刺激方案（包括电极片激活和刺激参数）；
如果预测状态 St+1超出安全范围，匹配规则表内 St+1对应的规则；
规则表无法匹配的处理：
如果当前状态 St或未来状态 St+1无法匹配规则表；
响应模块自动生成刺激参数，新生成的参数及对应状态被记录，用于动态更新规则表；
决策输出：
综合考虑 St和St+1的匹配结果，生成最终刺激指令，包括：激活的电极片组合（PVG区域、PAG区域或两者）、刺激参数电压 (Vt)、频率 (ft) 和脉宽 (PWt)。
8.根据权利要求7所述的一种用于治疗体位性低血压的深部脑刺激系统，其特征在于，所述响应模块自动生成刺激参数的步骤如下：
S1、通过所述数据融合模块获取当前状态 St，通过所述风险预测模块获取未来状态St+1，同时通过系统预设获取血压目标值和血压偏差（ΔBP），所述血压目标值（BP目标）定义为：收缩压目标值=基线收缩压-20 mmHg，舒张压目标值=基线舒张压-10 mmHg；
ΔBP=BP目标−BPt
BPt是实时监测到的当前血压；
偏差分类：
ΔBP>0：血压过低，需要增加刺激强度；
ΔBP≤0：血压正常或偏高，无需增加刺激；
S2、基于ΔBP的大小，按照以下规则生成刺激参数：
电压控制刺激信号的强度，直接决定刺激电流的幅度，较高的电压能够更强烈地激活目标神经区，但可能引发不必要的副作用（如过度刺激）;其调整逻辑为计算当前血压偏差ΔBP；通过Vt=V初始+kv×ΔBP调整电压，增加或减少刺激强度；其中，kv表示每单位血压偏差需要增加的电压值；同时还需确保电压不超过安全范围 [Vmin,Vmax]；
频率决定刺激信号的节奏，影响神经激发的频率和效率，较高的频率能够快速累积刺激效果，但可能导致神经适应，降低疗效，其调整逻辑为计算当前血压偏差ΔBP；通过ft=f初始+kff×ΔBP调整频率，控制刺激节奏；其中，kf表示每单位血压偏差需要增加的频率；同时还需确保频率不超过神经可耐受的范围 [fmin,fmax]；
脉宽定义每次刺激的持续时间，影响刺激的累积强度，延长脉宽能够增加每次脉冲的刺激效应，但可能增加功耗，其调整逻辑为计算当前血压偏差ΔBP；通过PWt=PW初始+kp×ΔBP调整脉宽，延长单次刺激效果；其中，kP表示每单位血压偏差需要增加的脉宽；同时还需确保频率不超过神经可耐受的范围 [PWmin,PWmax]；
激活更多的电极片可以扩大刺激范围，提高治疗效果,根据解剖学和目标区域（如 PVG和 PAG），合理选择激活的电极片组合，其调整逻辑为计算当前血压偏差ΔBP；通过线性关系N=N初始+(kn×ΔBP)调整电极片数量，增加刺激覆盖范围；其中，kn表示表示每单位血压偏差需要增加的电极片数量；同时还需确保激活的电极片数量不超过设备的最大支持数量Nmax；
S3、响应模块根据上述调整规则，生成刺激参数：激活电极片组合（数量 N和目标区域（PVG、PAG 或两者））、刺激参数电压 (Vt)、频率 (ft) 和脉宽 (PWt)。
9.根据权利要求1所述的一种用于治疗体位性低血压的深部脑刺激系统，其特征在于，在所述规则表匹配不完全或所述风险预测模块预测偏差较大时，所述强化学习模块通过反馈机制优化刺激参数调整策略；所述强化学习模块的工作步骤如下：
S1、从数据融合模块接收当前状态 St，从风险预测模块获取预测状态 St+1，初始化当前Q(St,At)值；
S2、基于当前 Q-值函数选择动作，采用 ϵ-贪心策略，ϵ-概率选择随机动作（探索），1−ϵ1-概率选择当前最优动作（利用），动作包括调整电压、频率、脉宽和激活电极片；
S3、根据选择的动作 At，通过响应模块激活单个电源和并联开关矩阵；实时监测刺激后的反馈状态 St′和奖励 Rt：
奖励函数：；
S4、使用 Q-Learning 算法更新 Q-值：
其中，α学习率，控制每次更新的步长，γ是折扣因子，衡量未来奖励的重要性；
S5、 如果某一状态-动作组合的 Q(St,At) 值长期稳定且表现良好，将其作为新规则更新到规则表中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202510207445.5A CN119701205B (zh) | 2025-02-25 | 2025-02-25 | 一种用于治疗体位性低血压的深部脑刺激系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202510207445.5A CN119701205B (zh) | 2025-02-25 | 2025-02-25 | 一种用于治疗体位性低血压的深部脑刺激系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN119701205A true CN119701205A (zh) | 2025-03-28 |
| CN119701205B CN119701205B (zh) | 2025-06-20 |
Family
ID=95083336
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202510207445.5A Active CN119701205B (zh) | 2025-02-25 | 2025-02-25 | 一种用于治疗体位性低血压的深部脑刺激系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN119701205B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN120695356A (zh) * | 2025-08-25 | 2025-09-26 | 上海医鸽智能科技有限公司 | 低刺激电揿针神经电刺激参数优化方法及系统 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030149450A1 (en) * | 2002-02-01 | 2003-08-07 | Mayberg Marc R. | Brainstem and cerebellar modulation of cardiovascular response and disease |
| US20050021103A1 (en) * | 1998-08-05 | 2005-01-27 | Dilorenzo Daniel John | Apparatus and method for closed-loop intracranial stimulation for optimal control of neurological disease |
| US20060017749A1 (en) * | 2004-07-07 | 2006-01-26 | Mcintyre Cameron C | Brain stimulation models, systems, devices, and methods |
| WO2007007058A1 (en) * | 2005-07-07 | 2007-01-18 | Isis Innovation Limited | Method and apparatus for regulating blood pressure |
| US20120016435A1 (en) * | 2009-03-22 | 2012-01-19 | Sorin Crm Sas | Optimal deep brain stimulation therapy with q learning |
| US9782122B1 (en) * | 2014-06-23 | 2017-10-10 | Great Lakes Neurotechnologies Inc | Pain quantification and management system and device, and method of using |
| 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 |
| CN112516457A (zh) * | 2019-09-19 | 2021-03-19 | 生物感应有限公司 | 用于深部脑刺激的方法和装置 |
| WO2022038112A1 (en) * | 2020-08-21 | 2022-02-24 | CereGate GmbH | Closed loop computer-brain interface device, physiologic signal transmitter and receiver device |
| US20220125374A1 (en) * | 2019-05-15 | 2022-04-28 | Ecole Polytechnique Federale De Lausanne | System and method for closed loop control of autonomic function |
| CN114761072A (zh) * | 2019-10-23 | 2022-07-15 | 美敦力公司 | 多目标自适应神经刺激治疗控制 |
| WO2023239647A2 (en) * | 2022-06-06 | 2023-12-14 | Horizon Neurosciences Llc | Systems and methods to measure, predict and optimize brain function |
-
2025
- 2025-02-25 CN CN202510207445.5A patent/CN119701205B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050021103A1 (en) * | 1998-08-05 | 2005-01-27 | Dilorenzo Daniel John | Apparatus and method for closed-loop intracranial stimulation for optimal control of neurological disease |
| US20030149450A1 (en) * | 2002-02-01 | 2003-08-07 | Mayberg Marc R. | Brainstem and cerebellar modulation of cardiovascular response and disease |
| US20060017749A1 (en) * | 2004-07-07 | 2006-01-26 | Mcintyre Cameron C | Brain stimulation models, systems, devices, and methods |
| WO2007007058A1 (en) * | 2005-07-07 | 2007-01-18 | Isis Innovation Limited | Method and apparatus for regulating blood pressure |
| US20120016435A1 (en) * | 2009-03-22 | 2012-01-19 | Sorin Crm Sas | Optimal deep brain stimulation therapy with q learning |
| 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 |
| US10383571B1 (en) * | 2014-06-23 | 2019-08-20 | Great Lakes Neurotechnologies Inc. | Pain quantification and management system and device, and method of using |
| US9782122B1 (en) * | 2014-06-23 | 2017-10-10 | Great Lakes Neurotechnologies Inc | Pain quantification and management system and device, and method of using |
| US20220125374A1 (en) * | 2019-05-15 | 2022-04-28 | Ecole Polytechnique Federale De Lausanne | System and method for closed loop control of autonomic function |
| CN112516457A (zh) * | 2019-09-19 | 2021-03-19 | 生物感应有限公司 | 用于深部脑刺激的方法和装置 |
| CN114761072A (zh) * | 2019-10-23 | 2022-07-15 | 美敦力公司 | 多目标自适应神经刺激治疗控制 |
| WO2022038112A1 (en) * | 2020-08-21 | 2022-02-24 | CereGate GmbH | Closed loop computer-brain interface device, physiologic signal transmitter and receiver device |
| WO2023239647A2 (en) * | 2022-06-06 | 2023-12-14 | Horizon Neurosciences Llc | Systems and methods to measure, predict and optimize brain function |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN120695356A (zh) * | 2025-08-25 | 2025-09-26 | 上海医鸽智能科技有限公司 | 低刺激电揿针神经电刺激参数优化方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN119701205B (zh) | 2025-06-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10506933B2 (en) | Method and device to monitor patients with kidney disease | |
| EP1761305B1 (en) | Combined remodeling control therapy and anti-remodeling therapy by implantable cardiac device | |
| US8214035B2 (en) | System and method for utilizing brain state information to modulate cardiac therapy | |
| US9403007B2 (en) | Systems and methods to reduce syncope risk during neural stimulation therapy | |
| EP2294972B1 (en) | System comprising an implantable medical device for detecting stroke based on physiological and electrocardiac indices | |
| US20080009916A1 (en) | Applications of heart rate variability analysis in electrotherapy affecting autonomic nervous system response | |
| US8812108B2 (en) | Autonomic balance monitoring to control intermittent therapy | |
| US20070265677A1 (en) | System and method for utilizing brain state information to modulate cardiac therapy | |
| CN102626538A (zh) | 基于睡眠检测的集成式闭环脑深部刺激器 | |
| US11607547B2 (en) | Contingent cardio-protection for epilepsy patients | |
| CN119701205B (zh) | 一种用于治疗体位性低血压的深部脑刺激系统 | |
| US20210370066A1 (en) | Neuromodulation and/or neurostimulation system | |
| CN114390934B (zh) | 用于自主功能闭环控制的系统与方法 | |
| EP3793673B1 (en) | System for controlling blood pressure | |
| CN117695522A (zh) | 一种基于QTc间期与加速度传感器的频率自适应起搏装置 | |
| US8958874B2 (en) | Measuring autonomic tone using atrioventricular delay | |
| Denison et al. | Advancing neuromodulation through control systems: a general framework and case study in posture‐responsive stimulation | |
| US12377269B2 (en) | Contingent cardio-protection for epilepsy patients | |
| CN114470519A (zh) | 基于自主神经调控含闭环监测的心律失常治疗仪 | |
| CN120168862A (zh) | 一种心脏律动神经调节康复装置 | |
| RU2005102481A (ru) | Система медицинского лечения, использующая альтернативную функцию биологического регулирования, система электрокардиостимуляции, основанная на системе медицинского лечения, система регулирования артериального давления и система лечения сердечных заболеваний | |
| US20240399151A1 (en) | Contingent Cardio-Protection For Epilepsy Patients | |
| CN120361418A (zh) | 一种基于动态风险评估的体位性低血压干预系统 | |
| CN121081839A (zh) | 用于增强睡眠记忆巩固的闭环式经颅电刺激系统及方法 | |
| CN120679090A (zh) | 集成式可除颤心脏收缩力调节系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |