[发明专利]用于优化脊髓刺激的机器学习

说明书

一种系统包括：处理器；以及存储器装置，所述存储器装置包括指令，所述指令当由所述处理器运行时使所述处理器：访问对象的患者度量；使用所述患者度量作为到机器学习算法的输入，所述机器学习算法用于搜索多个神经调制参数集合并用于识别所述多个神经调制参数集合中的候选神经调制参数集合，所述候选神经调制参数集合被设计为产生在时间域和空间域上变化的非规则波形；以及使用所述候选神经调制参数集合对神经调制器进行编程以刺激所述对象。

相关申请的交叉引用

本申请根据35U.S.C.§119(e)要求于2015年8月26日提交的序列号为62/210,221的美国临时专利申请和于2016年1月12日提交的序列号为62/277,686的美国临时专利申请的优先权的权益，其中的每个通过引用整体并入本文。

技术领域

本文大体涉及医学装置，并且更具体地涉及用于递送神经调制的系统、装置和方法。

背景技术

包括神经刺激的神经调制已经被提出作为针对许多疾病的治疗。神经刺激的示例包括脊髓刺激(SCS)、深度脑刺激(DBS)、外周神经刺激(PNS)、以及功能电刺激(FES)。可植入神经刺激系统已经被应用以递送这种治疗。可植入神经刺激系统可以包括可植入神经刺激器(也被称为可植入脉冲发生器(IPG))以及一个或多个可植入引线，每个可植入引线包括一个或多个电极。可植入神经刺激器通过放置在神经系统中的目标部位上或附近的一个或多个电极递送神经刺激能量。外部编程装置用于以控制神经刺激能量的递送的刺激参数来对可植入神经刺激器进行编程。

神经刺激能量可以以电神经刺激脉冲的形式被递送。递送使用指定神经刺激脉冲的模式(pattern)的空间方面(要刺激哪里)、时间方面(何时刺激)、以及信息方面(指引神经系统根据期望做出响应的脉冲的模式)的刺激参数来控制。许多当前神经刺激系统被编程为以一个或几个均匀的波形连续地或突发地递送周期性脉冲。然而，神经信号可以包括更复杂的模式来传递各种类型的信息，包括疼痛的感觉、压力、温度、等等。神经系统可能将具有简单刺激模式(pattern)的人为刺激解读为非自然现象，并且以非预想的且不期望的感觉和/或移动做出响应。例如，已知一些神经刺激治疗引起感觉异常和/或非靶向组织或器官的振动。

最近的研究已经表明某些神经刺激治疗的效用和效率能够被改善，并且它们的副作用能够通过使用模仿在人体中观察到的神经信号的自然模式的神经刺激脉冲的模式来减少。

发明内容

示例1包括主题(例如一种方法，用于执行动作的装置，包括当由机器执行时使所述机器执行动作的指令的机器可读介质，或者一种用于执行以下各项的设备)，其包括：在计算机化系统处访问对象的患者度量；使用所述患者度量作为到在所述计算机化系统上运行的机器学习算法的输入，所述机器学习算法用于搜索多个神经调制参数集合并用于识别所述多个神经调制参数集合中的候选神经调制参数集合，所述候选神经调制参数集合被设计为产生在时间域和空间域上变化的非规则波形；以及使用所述候选神经调制参数集合对神经调制器进行编程以刺激所述对象。

在示例2中，示例1所述的主题可以包括，其中，所述对象是患者。

在示例3中，示例1至2中的任一项所述的主题可以包括，其中，所述患者是来自临床前试验的动物。

在示例4中，示例1至3中的任一项所述的主题可以包括，其中，所述机器学习算法包括遗传算法。

在示例5中，示例1至4中的任一项所述的主题可以包括，其中，所述机器学习算法包括神经网络。

在示例6中，示例1至5中的任一项所述的主题可以包括，其中，所述计算机化系统为基于云的系统，并且其中，对所述神经调制器进行编程包括将所述候选神经调制参数集合发送到所述基于云的系统的客户端装置。

在示例7中，示例1至6中的任一项所述的主题可以包括，其中，所述患者度量为客观疼痛度量。