用于将生理和机器信息组合以增强功能的方法和系统与流程

本发明一般地且具体地涉及使用机器学习将生物传感器与外部机器组合以形成能够控制执行器以输送治疗或增强功能的计算机化表示。本发明将来自身体系统和人工装置的感测信号与来自可测量身体系统和人工装置的输出结合以创建被学习网络。可测量身体系统包括中枢和外围神经系统、心血管系统、呼吸系统、骨骼肌和皮肤以及能够产生可测量信号的任何其它身体系统。人工装置包括诊断传感器、医疗刺激或假肢装置和/或非医疗系统。本发明在睡眠和觉醒、睡眠障碍性呼吸、记忆和认知、监视肥胖或心力衰竭及其它条件并进行响应中或者更一般地在经由外部装置来增强性能方面具有应用。本公开概述了本发明的多个应用，使用供在正常个体或具有睡眠呼吸障碍的患者中使用的用以增强睡眠相关身体功能的方法和系统作为示例。

本申请通过引用而结合了代理人档案号（2015年8月25日提交的申请pct/us15/46819）的全部主题和申请。

背景技术：

人体与人工装置或机器对接已经很久了。数个世纪以来已经用与金属及其它材料组合的木材来制作假肢。通过最近的技术进步，装置现在常常具有用于特定目的—诸如机器人肢体（参见例如http://singularityhub.com/2013/07/24/darpas-brain-controlled-prosthetic-arm-and-a-bionic-hand-that-can-touch)）或葡萄糖感测胰岛素输注泵—的尖端材料、设计和控制。

这些功能中的许多由大脑（中枢神经系统）和/或外围神经系统调解。这些功能包括典型的“神经学”功能，诸如视觉或听力，而且还有几乎所有的日常生活动作，包括学习、移动或操作机器。

在许多情况下，身体执行此类功能的能力是受约束的。约束可以采取许多形式且可以是物理上或功能上的。物理约束包括阻止肢体在封闭空间中的移动的外部障碍，诸如可以影响战士或水肺潜水员。物理约束也可以是内部的，诸如来自截肢术的肢体损失。功能约束可以包括典型疾病，诸如阻止个体移动脚的能力的中风。然而，功能约束还可以包括由于技能的训练、知识或获取不足或者通过不用而引起的对任务的执行不足。

缺少的事物是如何可以在特定个体中使用装置来自动地（“智能地”）调整疗法以恢复损失的生理功能或增强现有功能。在先和当前的装置的此不能自动地调整疗法和恢复或增强功能在检查人类大脑如何感测、整合和控制身体功能时是显著的。

现有技术已经广泛地研究但不精确地定义了大脑的哪些区域控制身体功能和其如何与网络中的其它生理组成部分相交互。简单的身体功能（诸如移动左臂的二头肌或从右手食指进行感测）被明确地定义且在个体之间常常被保留。甚至针对某些“简单感觉”（诸如面部的视觉识别）讨论功能映射或“图谱”。此外，包括“较高皮层”功能的其它身体功能未被明确地定义也未保留。这包括睡眠、认识、记忆、心情、警觉性、感觉运动神经和许多其它活动。

当前，调节身体功能的机器在很大程度上基于生理学的精确详细知识，其对于大脑而言将包括正常和异常功能的神经成像、大脑映射和外围神经映射。遗憾的是，此类详细知识常常是不完善的。功能位置的映射在个体之间—并且甚至在不同时间的同一人中—常常改变。许多功能被不良地映射，诸如记忆、认知和精神表现。即使对于很好地映射的功能而言，定义生理功能的研究也常常引起此功能方面的附加不确定性。

映射身体功能的功能域—与该功能相关联的生理系统的网络包括感测信号和对其进行控制的生物效应器—是困难的。功能域的映射对于涉及到大脑的功能而言是特别困难的。然而，迫切地需要感测和调节其已改变功能可以引起疾病或次最佳性能的功能域。

在传统理论中，睡眠和觉醒由包括下丘脑后部的大脑区域调节，而记忆由边缘系统的海马及其它区域编码。然而，不清楚什么大脑区域负责控制睡眠或者用于调解中央睡眠呼吸暂停中的异常呼吸。控制气道机构的大脑区域被更好地表征，诸如用于控制舌头移动的舌下神经（第十二脑神经）的延髓中的核。然而，不理解核被如何整合到异常呼吸中以产生障碍性睡眠呼吸暂停。结果，难以使用激活舌头运动的新型系统来治疗此条件以减少障碍。

睡眠是将神经系统、骨骼肌、心肺及其它身体系统整合的身体功能。睡眠与后续觉醒相交替并启用后续觉醒，并且是大多数器官系统的正常运转所需要的。传统上认为睡眠由脑干（原脑）的特定区域控制，其调节高级脑（大脑皮层）、控制呼吸的肌肉、其它不随意肌（诸如胃肠和泌尿生殖道的括约肌）、随意肌（诸如腿和臂的肌肉）、感觉功能的功能及其它身体功能且被其调节两者。

过去几十年来的许多工作都力求定义大脑的哪些区域对着诸如睡眠之类的身体功能。如上文概述的，虽然针对“简单”功能（诸如控制定义肌肉（例如，上臂的二头肌）或感觉（例如，右手食指））明确地定义了功能映射，但对于睡眠而言远不是那么清楚的。受到睡眠的影响的多个器官系统之间的交互进一步使精确的映射复杂化。

个体的睡眠能力可能以许多方式受到损害。其中最重要且常见的是睡眠呼吸不足（减少呼吸）和呼吸暂停（没有呼吸）（其中，睡眠中的呼吸障碍中断睡眠功能）以及主要的睡眠障碍，诸如失眠，其中个体不能高效地或充分地睡眠。所有睡眠障碍都负面地影响觉醒，产生减弱日常活动的日间困倦。睡眠障碍还可以导致来自呼吸的紊乱，诸如具有包括酸中毒的新陈代谢效应的含氧量低、诸如衰竭和节律异常之类的心脏的紊乱、引起易受感染的免疫系统的紊乱、诸如压力、抑郁、焦虑和精神病之类的心理紊乱以及运转不良和疾病的多个其它状态。

睡眠呼吸暂停可能是阻塞性或中枢性的。在打鼾、超重和可能发展出诸如心力衰竭之类的后遗症的个体中越来越多地认识到阻塞性睡眠呼吸暂停。中枢性睡眠呼吸暂停也是常见的，但认识不足且与诸如心力衰竭之类的共病相关联。可能中枢性睡眠呼吸暂停也与阻塞性睡眠呼吸暂停一起发生，因为在物理上打开咽喉肌肉并防止阻塞的治疗有时可能留下残余的呼吸暂停。

阻塞性睡眠呼吸暂停（osa）由睡眠中的完全或部分气道萎陷引起。相反地，中枢性睡眠呼吸暂停（csa）由睡眠中的呼吸肌的大脑刺激减少而引起。两个形式通常都是使用经夜型多导睡眠图（psg），测量包括脑电图（eeg）、眼电图（eog）、心电图（ecg）、下颚肌电图（emg）、气流、呼吸“努力”、氧饱和（sao2或sat）以及身体位置的至少八（8）个通道的测试来诊断。然而，这是通常在医院整夜由医生看护的情况下执行的麻烦的测试，患者并不是很喜欢，不能容易地重复以评定疗法的影响，并且难以在家执行。最近的研究已表明为了规避传统多导睡眠图而提供的商用测试最多是次最佳的。

根据多导睡眠图，呼吸暂停被定义为呼吸不存在（无潮气量）达至少10秒钟，而呼吸不足被定义为至少10秒内的30%的潮气量下降，伴随有氧饱和度的至少3%下降或者由于从睡眠醒来而被终止。如果伴随有针对咽阻塞的吸气努力，则呼吸暂停被定义为是阻塞性的。在没有此类伴随努力的情况下，呼吸暂停被定义为中枢性的。类似地，如果存在上气道流动限制的征兆，则呼吸不足是阻塞性的，并且否则视为中枢性的。呼吸暂停—呼吸不足指数（ahi）是睡眠的每小时的呼吸暂停与呼吸不足的比，并且被分类为无睡眠呼吸暂停（ahi＜5）、轻微睡眠呼吸暂停（5—15的ahi）、中度睡眠呼吸暂停（15—30的ahi）或严重睡眠呼吸暂停（ahi＞30）。

多个治疗可用于阻塞性睡眠呼吸暂停，但是这些常常不被很好地容忍。当前最常使用的治疗是持续的气道正压以保持气道开放和减少/消除阻塞。其它选项包括机械夹板和甚至手术程序以减少/消除阻塞。某些最近的装置对舌头或脸部的肌肉施加刺激以消除阻塞，但是不清楚其在广泛的人群中将多好地工作。

已经提出了少数策略以改善中枢性睡眠呼吸暂停—或者更一般地睡眠的中枢控制。由于中枢性睡眠呼吸暂停可以直接地涉及睡眠障碍，所以针对中枢性睡眠呼吸暂停的治疗还可以潜在地帮助其它条件。越来越认识到中枢性睡眠呼吸暂停使得心力衰竭更坏，并且因此针对中枢性睡眠呼吸暂停的治疗可以改善心力衰竭的症状以及其它心脏或非心脏条件，诸如失眠和心理后遗症。

药理学药物疗法常常被用来诱导睡眠，但是这些制剂在睡眠呼吸暂停中并不是有用的。这些药物很少模拟睡眠的自然阶段，很少引发对于休息而言必不可少的快速眼动（rem）睡眠，并且可以自相矛盾地使睡眠障碍恶化并产生日间困倦，尽管夜间的无意识。

明显需要新的治疗模态以调节上文概述的复杂功能—常常包括中枢或外围神经系统参与的组成部分。新出现的模态涉及到大脑或神经系统活动的电刺激/调制，通常是在特定目标区域处。所有这些当前模态都遭受显著的常见问题，因为其尝试基于个体患者的神经活动在没有或有最低限度的此类疗法的感觉输入、反馈或调制的情况下执行疗法。

电刺激疗法的一个示例是被评估为将治疗抑郁和癫痫发作的无创或微创三叉神经刺激（例如，neurosigma®）。遗憾的是，此类疗法的真实作用机制并不清楚。仍有待确定这是由于实际三叉神经被刺激、大脑的额叶的直接刺激、脑血流的间接抑制还是某个其它的到目前为止未知的机制而引起的，并且其将影响此类疗法被成功地应用的能力。另外，此疗法在没有针对单个患者响应的任何适应的情况下作为“一体适用”方法而应用。

还正在考虑其它无创神经调制/刺激，包括针对癫痫发作的迷走神经的刺激（carbomed公司）。类似于三叉神经刺激，该机制被理解不充分，迷走神经的实际刺激经由这种无创方法是不清楚的，并且不存在单个患者适应。许多技术正在尝试经由电场和/或磁场的无创经颅施加来治疗抑郁（neuronetics公司、neosync公司、brainsway公司、cervelneurotech公司以及talmedical公司）。所有这些方法（即使其示出令人感兴趣的初步数据）都遭受如上所述的相同问题，即机制的理解不充分和由于缺少针对单个患者的反馈和适应而缺少患者调整疗法。

具体地针对呼吸暂停，尝试调制阻塞性睡眠呼吸暂停的方法（包括舌下神经（inspiremed公司）或其它咽喉肌肉（apnexmedical公司）的刺激）正在被评估，但其通常不具有单个患者调整疗法。事实上，阻塞的直接管理是否解决呼吸暂停的问题由于中枢性睡眠呼吸暂停组成部分在大多数患者中的普遍性而也是不清楚的。

对神经调制的侵入式方法包括用以治疗癫痫发作和抑郁（cyberonics）的迷走神经刺激、用以治疗疼痛（诸如medtronic公司、bostonscientific公司、advancedneuromed公司）的脊髓刺激、用以治疗癫痫发作（medtronic公司、bostonscientific公司）或者甚至认知障碍（thync公司）的直接深度脑刺激。然而，这些疗法以针对身体功能的生理网络的单个组成部分为目标，并且是有限的，因为其并未考虑其余网络。这可以导致次最佳疗法、进一步降低疗法的效力的补偿机制或者不想要的效果。此外，这些疗法仅仅相当于其特定目标的准确度，并且大脑/神经区域针对许多身体功能（包括睡眠控制、睡眠呼吸条件、认知、警觉性、记忆、总体精神表现、以及对肥胖的响应）而不精确地定义。

传统疗法通常对于管理中枢性睡眠呼吸暂停、其它认知或表现功能、警觉性、心力衰竭或肥胖而言通常也不是有效的。

当设备被用于其它功能时，诸如增加虚拟环境的使用，目标通常是通过馈送特定感觉输入（主要是视觉、触觉和/或听觉）来复制现有的现实世界体验而创建幻觉或代表性环境。遗憾的是，这种方法可能是有限的，因为正常通路从个体到个体变化。因此，模拟常态常常可能不会针对个体而准确地复制该功能，也未表示针对该个体的常态。

在其它情况下，使用该装置来增强或补偿其它功能（诸如运动神经任务）是有限或受约束的。约束可以采取许多形式且可以是物理上或功能上的。物理约束包括阻止肢体在封闭空间中的移动的外部障碍，诸如可以影响战士或水肺潜水员。物理约束也可以是内部的，诸如来自截肢术的肢体损失。功能约束可以包括典型疾病，诸如阻止个体移动脚的能力的中风。然而，功能约束还可以包括由于技能的训练、知识或获取不足或者通过不用而引起的对任务的执行不足。

已经进行了许多尝试以解决这些约束，使用身体传感器（例如眼睛）的熟悉范例，神经功能（例如中央和外围神经系统）和效应器器官（例如肌肉群）常常可以在功能上被映射到特定解剖位置。然而，控制每个任务的大脑的精确位置或其它生理系统未被明确地定义。此类功能映射图或“图谱”针对复杂的功能常常受到争论。许多数据来自于并不非常适合于对复杂的人类功能或心理功能进行建模或分析的动物模型。

开发一种通过调制身体功能的对接功能组件来增强身体功能的装置对社会将是非常有益的。例如，用以恢复睡眠功能（即，防止或治疗中枢性睡眠障碍）的装置将很有价值。此类装置可以改善没有疾病的个体的日常表现，或者减少具有与中枢性睡眠呼吸暂停相关联的障碍（诸如心力衰竭）的患者的症状。构造一种能够在不需要定义精确的生理、神经或其它通路以引导治疗的情况下恢复/增强其它功能（诸如运动神经活动或者甚至神经运转的某些方面）的装置也将具有巨大的益处。当前，在现有技术中存在实现这些目标的很少的方法。

技术实现要素：

本发明被设计成使用组合的生物和机器方法来监视和调制复杂的身体功能。不同于现有技术，本发明使用机器学习来导出可测量身体系统的感测特征与动物且特别是人类的身体功能之间的鲁棒的关系，但是不要求假定的生理关系或机制。本发明然后能够使用此鲁棒的关系或加密功能网络来增强功能的性能或恢复失去的功能。

出于本公开的目的，适用以下定义。

联想学习被定义为将感测的特征及其它输入与身体任务链接的过程。针对本公开，身体任务通常是复杂任务而不是反射性或其它简单任务。联想学习可以是迭代的，使得关联被基于这些过程之间的变化模式进行修改（“学习”）。出于本公开的目的，这可以将低阻抗与异常呼吸关联。

身体功能被定义为要执行任务所需的过程，其可以包括生理或病理过程。示例包括睡眠、睡眠呼吸暂停、精神表现或对肥胖的响应。身体功能涉及到常常相互作用的多个功能域的网络，包括大脑和中枢神经系统、外围神经系统、心血管、肺、胃肠、泌尿生殖器、免疫、皮肤及其它系统。身体功能可以起因于生物活动/功能，并且可以涉及到非生物或人工组件，例如用眼镜阅读、驾驶、使用遥控单元、患者移动组合的自然/控制论肢体等。

身体信号意指由人类、动物、植物、细菌或其它基于单细胞的主体或基于多细胞的主体生成和/或从其感测的信号。出于此定义的目的，包括病毒和朊病毒。身体信号特别地包括由人体产生和/或从其感测的信号。身体信号一般地与身体功能相关联。术语“非身体信号”指示其是从除基于单细胞或多细胞的主体之外的源产生的。示例包括来自外部电源、机器、传感器的外部“信号”。当在没有术语“身体”或“非身体”的情况下使用术语“信号”时，术语“信号”指示其包括“身体信号”和“非身体”信号两者，即其包括所有信号。

身体意指单细胞有机体、多细胞有机体、病毒和朊病毒的物理结构。有机体包括动物（诸如但不限于人）、植物、细菌等。

效应器是执行身体任务的装置，并且可以包括诸如用于在睡眠期间移动肢体或移动隔膜以增强呼吸的物理效应器或者用以完成任务的诸如控制论肢体或电刺激之类的人工效应器。

效应器反应是效应器的结果，其可以完成身体任务或者可以不这样。例如，如果效应器是臂中的三头肌，则效应器响应是将手臂伸展30°，而整个任务可以是完全伸直手臂。

效应器信号是由本发明向效应器输送以产生效应器响应的信号。

功能域是关于不同身体功能的所有元件的聚合体，有时与导致总体功能（例如，呼吸）的特定器官系统或系统的组合相关联。针对简单功能，这可以缩减为感测的“皮节分布”，例如肩膀处的感觉由来自脊髓的c435分布的感觉神经调解。然而，即使是此类简单域也是更加复杂的（并且联网），因为肩膀感觉由也对心脏进行供应的神经调节。功能域包括神经、血管、淋巴系统、间质组织平面和荷尔蒙中枢。感测特征是与身体的功能相联系并以聚合方式描述该功能的来自上述身体系统的可测量生理参数或指数，其被单独地或以组合方式使用。

其它定义包括生物功能，其意指作为自然生物活动（诸如呼吸、心跳、走路、跑步、睡眠、做梦等）的直接结果的任何功能。

本文中的符号模型是功能的数学表示，将测量的感测活动与任务相联系，即使缺少用于该任务的完整生理描述。其还可以称为符号表示。这可以包括模拟记录生理信号、数字编码密码、计算机代码、视觉表示（诸如照片或图形）等，并且可以用来辅助快速、明确的变换以执行指定方法。联想学习是链接过程的迭代过程，通常包括感测特征和复杂的生物任务，并且基于这些过程之间的变化模式来修改这些关联（“学习”）（例如，将低阻抗与异常呼吸相关联）。

加密网络或加密功能网络（efn）被定义为将测量参数（感测特征）与包括效应器及其它传感器的身体任务的各方面相关联的模型。这使得能够监视该身体功能并改善其功能。加密网络被设计成将功能域参数化，例如其将感测活动与任务链接，即使缺少用于该任务的完整生理或机制描述。这脱离了过于详细地映射或概括每个生物器官系统中的功能的传统方法。网络可以以符号表示（诸如符号代码）的形式是象征性的，在这种情况下其可以是数学或其它抽象表示。如果应用于神经系统，则这可以称为加密神经系统。

加密被定义为将信息编码的过程。

增强性能或增强被定义为对个体中的正常健康和无病基线功能的改善。增强性能因此将不包括用于疾病的疗法，诸如具有异常缓慢的心率的个体中或患者中的起搏或者已知糖尿病患者中的胰岛素泵。

外部机器被定义为机械、电、计算或其它非天然（固有生物）装置。这可以在身体外部，但是可以与身体相接触或者植入身体内。

身体的四肢被定义为身体的肢体和关联结构，包括臂、腿、手、脚、手指、脚趾及其亚节。

功能域被定义为涉及身体任务的元件。这可以包括感测元件、分析元件和效应器元件。分析元件可以是“学习的”、预编程的、反射性的或被动的。每个元件可以是生物的、非生物的或人工的。

例如，功能域有时可以与导致总体功能（例如呼吸）的特定器官系统或系统组合相关联。针对简单功能，这可以缩减为感测的“皮节分布”，例如肩膀处的感觉由来自脊髓的c435分布的感觉神经调解。然而，即使简单的域也可以更加复杂，因为肩膀感觉由也对心脏进行供应的神经调节。功能域因此包括神经、血管、淋巴系统、间质组织平面和荷尔蒙器官。感测特征是与身体的功能相关联并以聚合方式描述该功能的来自这些器官系统的可测量生理参数或指数，其被单独地或以组合方式使用。

功能上关联被定义为当该功能发生时一起发生的感测信号或功能域。示例将是用呼吸的肌肉（诸如肋间肌或隔膜）中的活动来控制呼吸的大脑部分中的活动。功能关联不需要遵循生物通路。例如，功能关联包括具有心脏相关问题（诸如心绞痛）的肩膀神经中的感测活动，其中，肩膀神经活动不是引起心脏问题的生物过程的一部分。

机器学习被定义为一系列分析方法和算法，其可以通过构建模型而不是遵循严格的静态编程指令来学习数据并对其进行预测。这些机器学习方法用未被预编程（即命令）的至少某些组件来“学习”模式和功能。在这种意义上，机器学习创建个性化解决方案而不是通用的解决方案。机器学习可以采取许多形式，包括人工神经网络、直接推断法、确定性规则和组合方法。

感测特征被定义为来自传感器的与身体任务有关的一个或多个信号。传感器可以是生物的、非生物的或人工的。感测特征是功能域的输入。感测特征可以是与正在讨论中的功能（诸如睡眠障碍性呼吸）相关联的生理参数，诸如神经激励速率和氧合水平。

精神警觉性被定义为集中于特定期望任务的觉醒状态，可以用该任务时的表现来测量。改善的精神警觉性的特征在于觉醒并很好地执行脑力及其它任务。降低的精神警觉性可以包括许多状态，包括但不限于减弱的任务表现、“精神疲劳”、失去聚焦、注意力不足、想睡、困倦、嗜眠、包括上述的睡眠和疾病过程以及昏迷、“朦胧”状态和其它。

“任务”意指要做、完成或进行的一项工作、动作或移动。术语“身体任务”意指要由在本文中定义的“身体”来进行、完成或执行的一项工作、动作或移动。

疗法有效被定义为产生一个或多个患者结果方面的可测量改善的效应器功能或介入或治疗的剂量。示例将是被引导至头皮以刺激控制呼吸的目标区域以便治疗中枢性睡眠呼吸暂停的能量模式。理想地，介入将使对身体的其它区域（在这种情况下为头皮）的影响最小化，这可以通过小的接触装置而不是包围整个头皮的帽子或者使来自无接触式装置的能量聚焦在目标区域域并且不是整个头上来实现。

其它生物术语采取其标准定义，诸如心力衰竭、潮气量、睡眠呼吸暂停、肥胖等。

本发明创建一种加密功能网络。本发明的潜在用途数目是宽泛的。

在一个方面，提供了一种用于与人体相交互的方法，该方法包括在与人体相关联的一个或多个传感器处检测与一个或多个身体功能相关联的身体信号，处理身体信号以创建一个或多个身体功能的一个或多个感测特征，利用机器学习使用加密功能网络来处理特征以确定控制身体任务所需的一个或多个效应器响应，经由加密功能网络来输送一个或多个效应器信号（效应器信号基于一个或多个效应器响应），以及控制身体任务。

在另一方面，提供了一种用以增强身体任务的性能的方法，该方法包括在一个或多个传感器处检测与任务相关联的信号，处理信号以创建一个或多个感测特征，使用加密功能网络来处理特征以确定增强身体任务的性能所需的一个或多个效应器响应，经由加密功能网络来输送一个或多个效应器信号（效应器信号基于一个或多个效应器响应），以及增强所述任务的性能。

在另一方面，提供了一种用于治疗疾病的方法，该方法包括在与人体相关联的一个或多个传感器处检测与一个或多个身体功能相关联的信号，处理该信号以创建一个或多个身体功能的一个或多个感测特征，利用机器学习使用加密功能网络来处理特征以确定治疗疾病所需的一个或多个效应器响应，经由加密功能网络来输送一个或多个效应器信号（效应器信号基于一个或多个效应器响应），以及治疗疾病。

在另一方面，提供了一种用于变换与一个或多个身体功能相关联的神经活动的方法，该方法包括在一个或多个传感器处检测与一个或多个身体功能相关联的神经活动的身体信号，处理该身体信号以创建一个或多个身体功能的一个或多个感测特征，利用机器学习使用加密功能网络来处理特征以确定变换神经活动所需的一个或多个效应器响应，经由加密功能网络来输送一个或多个效应器信号（效应器信号基于一个或多个效应器响应），以及变换神经活动。

在另一方面，提供了一种用于使用加密功能网络来控制装置的方法，该方法包括使用一个或多个传感器来检测来自身体的身体信号，处理该身体信号以创建感测特征，利用机器学习使用加密功能网络来处理感测特征以确定控制装置所需的一个或多个效应器响应，经由加密功能网络来输送一个或多个效应器信号（效应器信号基于一个或多个效应器响应），以及控制所述装置。

在另一方面，提供了一种测量动物体内的身体功能的方法，该方法包括检测与感觉激活相关联的身体信号，处理该身体信号以创建一个或多个感测特征，以及使用加密功能网络来处理感测特征以确定增强动物的身体功能所需的一个或多个效应器响应。

在另一方面，提供了一种改善特定人类性能的方法，该方法包括识别与服务于特定功能的大脑部分相关联的人体的一个或多个区域，接近于人体的一个或多个区域放置低能量刺激电极，通过所述电极来施加刺激以激活大脑的所述部分，以及测量与大脑的所述部分有关的改变以验证特定人类性能的改善。

在另一方面，提供了一种用于治疗睡眠障碍的方法，该方法包括选择与睡眠功能相关联的患者的中枢神经系统和/或外围神经系统的一个或多个区域，以及通过电极来施加低能量刺激以激活患者的中枢神经系统和/或外围神经系统的一个或多个区域以治疗睡眠障碍。

在另一方面，提供了一种增强注意力的方法，该方法包括选择与注意力障碍相关联的患者的中枢神经系统和/或外围神经系统的一个或多个区域，以及通过电极来施加低能量刺激以激活患者的中枢神经系统和/或外围神经系统的各部分以治疗注意力障碍。

在另一方面，提供了一种治疗中枢睡眠呼吸暂停的方法，该方法包括从头部和颈部的一个或多个局部区域识别目标区域（该目标区域在功能上与控制睡眠的大脑的一个或多个部分相关联），以及输送疗法有效量的能量以刺激目标区域以治疗中枢睡眠呼吸暂停，同时使身体的其它区域的刺激最小化。

在另一方面，提供了一种调制精神功能的方法，该方法包括识别选自身体的局部化区域的目标区域（该目标区域在功能上与控制精神功能的大脑的各部分相关联），精神功能包括警觉性、认知、记忆、精神、注意力和意识中的一个或多个；以及输送疗法有效量的能量以刺激目标区域以调制精神功能，同时使身体的其它区域的刺激最小化。

在另一方面，提供了一种用于与身体相交互的系统，所述系统包括处理器和存储器，该存储器存储指令，该指令在被处理器执行时执行操作，该操作包括在与人体相关联的一个或多个传感器处检测与一个或多个身体功能相关联的身体信号，处理身体信号以创建一个或多个身体功能的一个或多个感测特征，利用机器学习使用加密功能网络来处理特征以确定控制身体任务所需的一个或多个效应器响应，经由加密功能网络来输送一个或多个效应器信号（效应器信号基于一个或多个效应器响应），以及控制身体任务。

在另一方面，提供了一种用以增强一个或多个任务的执行的系统，该系统包括处理器和存储器，该存储器存储指令，该指令在被处理器执行时执行操作，该操作包括在一个或多个传感器处检测与任务相关联的信号，处理信号以创建一个或多个感测特征，使用加密功能网络来处理特征以确定增强身体任务的性能所需的一个或多个效应器响应，经由加密功能网络来输送一个或多个效应器信号（效应器信号基于一个或多个效应器响应），以及增强所述任务的性能。

在另一方面，提供了一种治疗疾病的系统，该系统包括处理器和存储器，该存储器存储指令，该指令在被处理器执行时执行操作，该操作包括在与人体相关联的一个或多个传感器处检测与一个或多个身体功能相关联的身体信号，处理身体信号以创建一个或多个身体功能的一个或多个感测特征，利用机器学习使用加密功能网络来处理特征以确定治疗疾病所需的一个或多个效应器响应，经由加密功能网络来输送一个或多个效应器信号（效应器信号基于一个或多个效应器响应），以及治疗疾病。

在另一方面，提供了一种用以变换与一个或多个生物功能相关联的神经活动的系统，所述系统包括处理器和存储器，该存储器存储指令，该指令在被处理器执行时执行操作，该操作包括在一个或多个传感器处检测与一个或多个身体功能相关联的神经活动的身体信号，处理该身体信号以创建一个或多个身体功能的一个或多个感测特征，利用机器学习使用加密功能网络来处理特征以变换神经活动，经由加密功能网络来输送一个或多个效应器信号（效应器信号基于一个或多个效应器响应），以及变换神经活动。

在另一方面，提供了一种使用生物信号来控制装置的系统，该系统包括处理器和存储器，该存储器存储指令，该指令在被处理器执行时执行操作，该操作包括使用一个或多个传感器来检测来自身体的身体信号，处理该身体信号以创建感测特征，利用机器学习使用加密功能网络来处理感测特征以确定控制装置所需的一个或多个效应器响应，经由加密功能网络来输送一个或多个效应器信号（效应器信号基于一个或多个效应器响应），以及控制所述装置。

在另一方面，提供了一种测量动物内的视觉功能的系统，该系统包括处理器和存储器，该存储器存储指令，该指令在被处理器执行时执行操作，该操作包括检测与感觉激活相关联的身体信号，处理所述身体信号以创建表示感觉的定量度量的一个或多个感测特征，以及利用机器学习使用加密功能网络来处理感测特征以确定增强动物的身体功能所需的一个或多个效应器响应。

在另一方面，提供了一种用于改善特定人类性能的系统，该系统包括处理器和存储器，该存储器存储指令，该指令在被处理器执行时执行操作，该操作包括识别与服务于特定功能的大脑的部分相关联的人体的一个或多个区域，接近于人体的一个或多个区域放置低能量刺激电极，通过所述电极来施加刺激以激活大脑的所述部分，以及测量与大脑的所述部分有关的改变以验证特定人类性能的改善。

在另一方面，提供了一种用于治疗睡眠障碍的系统，该系统包括处理器和存储器，该存储器存储指令，该指令在被处理器执行时执行操作，该操作包括选择与睡眠功能相关联的患者的中枢神经系统和/或外围神经系统的一个或多个区域，以及通过电极来施加低能量刺激以激活患者的中枢神经系统和/或外围神经系统的一个或多个区域以治疗睡眠障碍。

在另一方面，提供了一种用以增强注意力的系统，该系统包括处理器和存储器，该存储器存储指令，该指令在被处理器执行时执行操作，该操作包括选择与注意力障碍相关联的患者的中枢神经系统和/或外围神经系统的一个或多个区域，以及通过电极来施加低能量刺激以激活患者的中枢神经系统和/或外围神经系统的各部分以治疗注意力障碍。

在另一方面，提供了一种用以治疗中枢睡眠呼吸暂停的系统，该系统包括处理器和存储器，该存储器存储指令，该指令在被处理器执行时执行操作，该操作包括从头部和颈部的一个或多个局部区域识别目标区域（该目标区域在功能上与控制睡眠的大脑的一个或多个部分相关联），以及输送疗法有效量的能量以刺激目标区域以治疗中枢睡眠呼吸暂停，同时使身体的其它区域的刺激最小化。

在另一方面，提供了一种用以调制精神功能的系统，该系统包括处理器和存储器，该存储器存储指令，该指令在被处理器执行时执行操作，该操作包括识别选自身体的局部化区域的目标区域（该目标区域在功能上与控制精神功能的大脑的各部分相关联，包括警觉性、认知、记忆、精神、注意力和意识中的一个或多个）；以及输送疗法有效量的能量以刺激目标区域以调制精神功能，同时使身体的其它区域的刺激最小化。

用于本发明的一个动机是用于许多复杂身体功能的详细确定性解决方案对于疗法而言固有地受到限制。这反映出多个因素。首先，在控制区域中存在个体间变化—例如，一个人的用以谈话的生物神经网络不同于另一个人的用以谈话的生物神经网络。针对具有神经组件的功能，这可以表示其中在每个人的生长和发育期间成形或者潜在地遗传地确立较高认知功能和记忆的唯一方式。其次，许多大脑功能是可塑的—环境的变化或者疾病可以改变控制区域。变化可以是渐进的或突变的，在可以反映出正常发展、变老或功能障碍的数年、数月或者甚至数周内引起变化。这可以解释为什么最初有效的传统疗法随时间推移而变得无效。第三，我们对中枢和外围神经系统中的功能域的概念性知识处于起步阶段。因此主要挑战是使用观察且然后刺激特定任务以映射其（多个）控制区域的典型范例来理解身体功能。

多个创新将本发明与现有技术分离。首先，本发明创建一种用于身体功能的加密网络。这将功能重构为功能域的网络。这脱离了过于详细地映射或概括每个生物器官系统的传统方法。替代地，其次，其识别用于每个功能的感测特征和效应器。特征可以是神经或非神经系统相关的。第三，本发明应用反馈环路来应用甚至在同一个体中可以随时间推移而改变的测量和定量确定的疗法。这是固有的，因为可以使用进行中的机器学习过程来随时间推移而训练加密网络。第四，本发明的核心逻辑是患者调整的，不同于使用“一体适用”、通用或定型疗法的大多数当前装置。第五，疗法通过持续的机器学习而是自适应的，使得同一个体中的类似异常可以在两个或更多不同的时间段内产生不同的特征和/或要求不同的效应器响。第六，装置的某些实施例将生物和非生物装置一起或单个地组合。加密表示可以随时间推移而适应新型特征，其可以是非本征人工信号以及本征生物信号。最后可以由外部装置和/或通过效应器的直接刺激或抑制来输送疗法。实施例包括睡眠呼吸暂停、身体对心力衰竭、肥胖、警觉性、记忆和精神表现的响应或认知的改善。

通过从网络的互连区域（其可以是神经的、血管的或其它）测量或对其进行刺激来访问用于任务的功能区的概念在多个层级是新型的，并且尚未被现有技术中的装置解决。更好地理解此改变的一个示例性方式是通过考虑中枢性睡眠呼吸暂停的疾病。

本发明中的用于中枢性睡眠呼吸暂停的功能域包括大脑功能的感测特征（在eeg上可测量）、血液中的降低的氧合水平和增加的一氧化碳水平（从皮肤传感器可测量）以及在某些个体中的增加的心率和改变的心率模式及其它较少地定义的功能。观察但未解释的特征可以包括来自腿的夜间的喙状突出的流体移动（可以将睡眠呼吸暂停与心力衰减相联系）。用于中枢性睡眠呼吸暂停的效应器响应是到颈部肌肉、隔膜、肋间肌和辅助肌的神经功能（用神经放电速率可测量）。本发明将使用大脑或神经活动、胸壁移动、皮肤处的生物阻抗（以评定喙状突出下降）或氧合的这些感测特征进行诊断和监视。在用于治疗的实施例中，本发明可以导致变化的效应器响应。

可以用许多形式来表示胸壁阻抗。在本发明中，异常胸壁阻抗的感测特征包括较低身体阻抗（例如，腿、下背）与较高身体阻抗（颈部和胸部）的比—即下部身体中的较高阻抗（较少细胞外水分）、上部身体中的较低阻抗（更多细胞外水分）。这还可以表示为上至下身体电导。这还可以包括测量对不同形式、模式或波形的电能的阻抗。

在一个优选实施例中，使用机器学习来将重复测量的特征与正常呼吸相关联。如果在睡眠期间出现呼吸暂停，则本发明将自适应地应用已调整疗法来改变域活动并减轻睡眠呼吸暂停。还可以经由感测特征来重复地评定对疗法的响应（例如，效应器响应），并且基于这些特征而撤消或继续该疗法。这不同于其中常常在没有用以调整疗法的自适应算法的情况下凭经验、连续地或以预定方式输送疗法（诸如连续正气道压或神经刺激）的现有技术。

其它感测特征包括用于精神表现或睡眠的已改变神经放电速率、睡眠期间的血管舒张、身体对心力衰竭或睡眠呼吸紊乱的响应中的减小的电流皮肤电阻（来自已改变的电解质或浮肿）、睡眠障碍期间的电磁波谱的近红外或其它分量的已改变的皮肤吸收或发射、测量的对其它形式的施加非电能（包括光信号）的改变（已改变反射率）、声或超声（不同的声音反射率和散射）以及可以感测的身体化学作用的潜在地已改变光谱信号。

功能域的网络是用于与身体功能对接的唯一方法。例如，具有心脏疼痛（心绞痛）或心脏病发作（心肌梗死）的患者常常经历到左臂、肩膀或其它区域的“辐射疼痛”。某些患者仅经历来自心脏局部缺血的手臂疼痛—即，手臂疼痛是感测特征。此特征可能与先验的其他个体无关—但是可以被用于该个体的加密网络学习。这样，本发明现在可以检测到针对感测到的“疼痛”的在典型神经放电速率以下的手臂中的神经活动，为装置提供用于心脏疼痛（“心绞痛”）的预警传感器以提供疗法或向医务人员报警。

在另一示例中，具有腹部内脏（胃、小肠、大肠）的问题（其可以包括正常的消化不良以及疾病）的患者常常通过不精确地定义且可变的内脏神经和体神经而经历腹壁上的不明确的不适。按摩此区域是可以减轻内脏器官疼痛的反向刺激的示例。在一个实施例中，本发明将因此向身体功能的“功能域”内的适当皮肤区域提供在算法上确定的振动刺激以减轻疼痛。

作为另一示例，皮肤或其它可访问神经（例如，口腔前庭粘膜、肛门或外耳道的皮肤）中的神经放电可以与其它器官共享神经控制区，诸如心脏疼痛或者甚至心律异常。可以向功能域的特定区域输送效应器信号以减轻心脏疼痛或其它异常。功能域的其它组成部分可以包括血管流量、血管收缩神经反应性、皮肤导电性、心率或心率变化、呼吸速率、细胞浮肿和遍及本说明书举例说明的其它指数。

疗法被单独地调整而不是凭经验输送。在每个个体中分析并学习基线特征（诸如期望的功能水平期间的神经放电的速率和模式），并且可以与加密功能网络内的其它特征组合。在诸如睡眠障碍性呼吸、心力衰竭、疲劳等状态下，可以检测在此正常范围外面的波动并可以用来监视疾病或性能。可以监视（例如，用效应器响应）诸如针对阻塞性睡眠呼吸暂停刺激颈部肌肉、针对中枢性呼吸暂停刺激辅助肌或警觉中枢之类的疗法或者用于心力衰竭及其它条件的疗法并针对机器学习的特征进行调整。因此可以在没有主要生理目标的直接知识或对其访问的情况下且在没有该功能的详细病理生理知识的情况下调制功能。

可以例如基于外围神经的皮节分布而在许多功能之间共享神经特征。一个示例是“c234”区域处的肩胛骨尖端的感觉、由“c56”区进行的三角肌功能的控制以及隔膜肌肉和因此的“c345”区处的呼吸的控制。因此，肩膀处的感觉可以指示肩膀刺激，或者邻近于隔膜的心脏部分中的疼痛。用直接电刺激、振动刺激、热或其它在这些区域处进行刺激可以产生测量功能的抗刺激剂。

可以直接地经由用许多类型的电传感器从头皮测量的eeg或简化eeg来评定大脑特征。例如，α（7.5—12.5hz）、β（12.5—30hz）或γ（25—40hz）波段中的头皮活动指示唤醒（觉醒）或提高或警觉性的状态；δ（0.1—3hz）或θ（4—7hz）波段中的活动指示困倦（或昏迷）状态。取决于感测到的活动，可以在监视α、β或γ特征的同时对头皮或网络的其它域应用介入以促进警觉性。在每种情况下，本发明的是新型的，因为其使用机器学习来导出用于给定功能的患者调整特征，并且将在已调整反馈环路中以算法方式应用介入。在一个优选实施例中这将增强睡眠功能。

外围神经特征是大量的。例如，头部和颈部中的颈交感神经丛的增加的神经放电可以与警觉或快速眼动（rem）睡眠相关联，并且减少的活动可以与怠倦或睡眠的i-iv阶段相关联。可以使用头部和颈部的那些区域的刺激来增加警觉性。附件（xi）、面部（vii）或其它颅神经的增加放电可以指示即将发生的阻塞性睡眠呼吸暂停，并且可以为疗法提供目标。

存在多个非神经域特征。例如，手指的皮肤上的氧传感器的脱氧（经由光学反射率或体积描记术）可以指示呼吸不足或呼吸暂停。增加的皮肤温度或血液流量（光学传感器上的红色波长的吸收）可以在从副交感激活气的i-iv阶段睡眠中发生。新型皮肤传感器可以检测到生物标志的变化，诸如葡萄糖（用以检测糖尿病患者状态，需要进食）、inr（关于血液稀释剂的针对某些患者的血液浓度测试）和用于血流中的药物、皮肤上的化学变化等的新一代传感器。这些特征的解释可能是麻烦的，但是在本发明中用机器学习链接到特定功能，例如发烧增加皮肤温度，但是伴随着增加的呼吸速率和改变的皮肤生物化学作用/阻抗（由于出汗）。通过基于多个特征进行学习，在这种情况下可以使用温度信息来将由于发烧而引起的呼吸速率的变化与由于中枢性睡眠呼吸暂停而引起的区别开。

本发明适合于神经可塑性的概念。可塑性指的是来自行为、环境、神经过程、思想以及情绪的变化的神经通路和连接（突触）方面的改变并且还有由伤害引起的变化。此概念已经替换大脑和神经系统是静态器官的在先教导。新的研究显示大脑在解剖（结构）和生理（功能）方面随时间推移而改变。存在多个示例，例如darpa肢体伸出，中风患者在数月或数年的物理或职业疗法之后恢复功能，尽管已使用于目标功能的传统大脑区域的梗塞。在外围神经中也观察到可塑性，例如功能神经（皮节）的分布可以扩展至患病神经分布的邻近分布中。换言之，可以按中枢或外围神经系统的不同区域来假定或包含特异功能，其也将对例如测量血流、电流皮肤电阻或其它生理参数具有非神经含意。

本发明使用这样的原理，即连续的机器学习将使得能够保持其功能，即使当发生可塑性时且再次地在没有用于该功能的精确生理映射知识的情况下。例如，在典型的巴甫洛夫训练中，训练狗在被暴露于先前在训练中与食物相关联的非食物相关刺激时分泌唾液。换言之，在没有用于该功能的详细生理联系的知识的情况下使用新训练的刺激—功能交互。

本发明还包含个性化学习反馈环路，以用类似于经典的巴甫洛夫条件反射的算法机器学习来调制期望的身体功能。在训练模式中，在正常时段期间施加刺激—例如，在预期的安静睡眠的日子的下背皮肤的振动刺激。随后，如果睡眠中断，则应用已训练刺激模式。此模式可以应用于各种身体功能，包括但不限于警觉性、记忆、睡眠和睡眠障碍性呼吸。

本发明凭经验来识别功能域，并且提供计算自定义、个性化解决方案。这不同于其中例如用于睡眠障碍性呼吸的优选实施例刺激颅神经（例如，三叉神经或舌下神经）、但是通过实际上可以无意中通过训练某些响应或刺激除预定的那些之外的其它区域来工作的不明确机制的现有技术。

在另一组优选实施例中，可以使用加密网络来在非疾病状态下增强身体性能。一个方向是利用未使用的身体能力。在日常的西方生活中，人常常不足地使用躯体、腿和臂传感器，并且效应器频繁地使用眼睛和手传感器和效应器。不足使用区域被装置的刺激可以扩展个体的感觉能力（带宽）。当与人工传感器组合时，这些使用不足区域还可以用来提供“第六感”（参见附图）以将感觉扩展至生物上未感觉到的刺激（例如，一氧化碳传感器可以向身体的未使用部分提供振动刺激），以训练身体（例如，改善警觉性）或其它功能。

性能的增强可以要求基于刺激的频率、振幅和部位而改变的特定刺激模式。此信息可以通过每个个体中的感测特征或模式的机器学习来导出。另一方法是通过来自可穿戴装置的人群来源数据收集或者用其它手段使用来自在该希望模式下高度运转的个体—来自反识别数据库—的模式。这些模式然后可以充当用于加密网络中的机器学习算法，其将使该模式对接到用于个体的符号表示以适当地对其进行调整。

效应器刺激可以通过施加非生理或非典型生理刺激来避免现有身体功能的非故意复原。这可以通过使用并非正常处理或路径的一部分（诸如在正常感测频率之外或者具有不同的模式或者处于不同（较低）振幅）的神经频率或模式来实现。使用本公开中的其它示例，本发明可以检测针对用于作为心绞痛的预警的心脏局部缺血的功能域中的亚临床神经放电或者用以刺激呼吸（针对中枢性睡眠呼吸暂停）或颈部（以改善警觉性）的亚临床振幅的神经刺激到辅助肌肉的施加。这些保护将避免引起行为变化、大脑的感觉和/或改变事件的记忆（redondo等人，2014年nature）。

本发明可以用单独的或组合的多个类型的传感器工作。示例包括固体物理传感器，诸如fine（http://singularityhub.com/2013/07/24/darpas-brain-controlled-prosthetic-arm-and-a-bionic-hand-that-can-touch/）、传统ecg或eeg电传感器、非固体传感器，诸如静电面霜、用于生物阻抗的传感器、压电膜传感器、印刷电路传感器、感光膜、热敏膜、以及不与身体接触的外部取向传感器，诸如视频、ir、温度、其它传感器以及其它传感器。这些传感器通过到活动神经的构造/创建（非标准或非躯体特定区）的路径来检测刺激并转换信息。

处理元件可以包括数字信号处理器，其将与可以刺激身体的不同部分/神经的输出元件对接，或者在外部机器中引起机械作用。此类元件可以包括具有隔离或联网的集成电路的传统计算机器（例如，云计算）、生物计算、集成生物/人工装置（控制论）或利用未使用的生物能力来执行特定的定向任务。一个潜在的实施例是使用中枢神经系统的未使用计算能力来执行模式识别以代替出于此目的的对人工计算机进行编程。这可以通过训练个体识别视觉/听觉/嗅觉或其它感觉且然后在随后遇到该刺激时感测该诱发响应的感测特征来实现。

效应器元件可以包括直接电输出、压电装置、视觉/红外或其它刺激系统、用以控制肢体的神经刺激电极或伺服运动神经、诸如射频或红外传输之类的数字化电子信号或者甚至虚拟化数据（诸如虚拟世界接口中的化身或者可以被查询的大型数据库中的元素）以及现在存在或者还有待于开发的其它效应器元件。

效应器元件的应用可以是用于诊断目的，诸如检测刺激或身体功能（例如视觉功能、视觉疾病进展、心情、警觉、检测诸如创伤性脑损伤之类的伤害、心脏电和/或机械功能、亚临床癫痫发作检测）、在不使人体经受不适的情况下检测外部世界情况或环境（例如，感测火中的热、检测诸如矿井之类的外部环境中的氧气或毒气含量）。

可以将效应器应用于医学相关治疗，诸如大脑相关功能（例如，用于具有失眠或中央呼吸暂停的患者的大脑刺激、用于中风恢复的生物反馈、用于运动或癫痫发作错乱的深度脑刺激）、其它神经学疾病（例如代替具有外围神经病的患者中的人工传感器数据、肌肉的生物反馈刺激）、心脏病（例如用植入式装置治疗的心律不齐、用机械或电气装置改善的心脏功能）、对肥胖的响应、或者用定向电或机械元件来改变的其它器官疾病。

使用本发明的机器学习疗法的应用可以用于生理活动或者机械、非生理功能的训练、学习和执行。不像应用非特定刺激（例如经颅直接电流刺激（参考：http://www.scientificamerican.com/article/amping-up-brain-function））的现有技术，本发明可以对经由反馈环路调制的特定疗法进行感测、机器学习、优化且然后输送。这将提供已调整疗法以修改许多复杂功能。

用于本发明的其它应用包括改善受伤之后的运动表现（例如，直接地刺激肌肉以恢复失去的功能、进行生物反馈以在受控锻炼期间将心率保持在期望范围内、大脑刺激）、增强感官知觉（例如，用于面部识别的人工视觉传感器、用以检测先前听不见的信息的人工听觉传感器）、通过克服约束或开发更高效的解决方案来以非典型方式执行任务（例如，用被人工装置放大的小的手指移动或者眼球运动来驾车、在生物学上控制外部装置，例如将控制计算机接口的小的眼睛或肢体移动）。机械功能的示例包括用于战士的机械外骨骼、执行对于人类而言太难或危险的任务，诸如深海探索、武装战斗或者诸如控制计算机、视频游戏或遥控器之类的基本任务的生物操作。

总而言之，本发明结合了组合的生物—人工网络（称为加密网络（或表示）），以调制特定任务（诸如常常要求大脑或神经参与的复杂身体功能或者较高皮层功能）。传感器（生物或人工）感测被测量任务的活动。此感测活动被加密，并且然后机器学习算法和特定硬件使用生物、人工或混合效应器（例如，刺激电极）来调制网络。网络可以直接地增强功能（例如，睡眠）或者经由现有元件来形成新功能（对功能“重新分派任务”，例如将下背刺激与睡眠相关联）。

加密网络可以使用每个任务特定的符号内部表示在内部操作。每个任务的特定表示可以是重要的，因为刺激的模式、频率以及振幅在任务之间显著不同—例如，调制头皮对比颈部或身体的其它部分上的电活动或者刺激神经元对比血管。

附图说明

在附图的各图中以示例并且非限制的方式图示出某些实施例，在所述附图中：

图1示出了本发明的示意性表示，包括生物传感器或外部传感器、信号处理单元和使用机器学习并可以对接数据库以创建身体功能的符号表示的计算装置，例如“加密功能网络”。可以使用控制单元来经由通过在反馈环路中测量对疗法的响应而调整的装置或生物器官（“效应器”）来治疗异常生理功能。

图2图示出传感器、用于（多个）功能域的感测特征、加密功能网络（具有分析引擎）、针对用于身体功能的功能域的（多个）效应器群组的相对关系。

图3示出了图示出加密功能网络如何将单独人体中的身体功能表示为用感测特征表示的功能域的流程图。感测特征被机器学习算法相对于期望和非期望行为以及“群体行为”或该个体的历史行为的加密网络中的数据库进行分析，以监视功能、引导和评定对疗法的响应。

图4示出了针对表示在神经系统中和不在神经系统中的生理的功能域的用于给定身体功能的感测特征的示例。感测特征的公文包变成用于单个人的该身体功能的测量表示。

图5示出了使用加密网络来修改身体功能的示例。在加密网络中经由个性化感觉特征和机器学习来针对个体而调整修改。修改包括疗法，诸如用于睡眠障碍性呼吸，但是还可以增强用于该个体的正常功能。修改在连续反馈中操作，经由加密网络来评定响应以防止过度或有害的修改。

图6示出了用于感测特征和修改各种功能域的说明性身体位置。用开放（白色）区域来指示传感器位置并用填充（黑色）区域来指示效应器（修改）区域。其相对尺寸在每个个体中不同，通过机器学习针对每个个体确定，并且并未按比例描绘。

图7示出了身体传感器的示例，具有传感器元件、电源、微处理器元件、非易失性存储和通信元件。图示出多个类型的传感器元件，诸如光电检测器（用于皮肤温度、新陈代谢光感测、药物感测）、电流计（用于皮肤阻抗）、压力（用于体重、皮肤破裂）、温度或化学。本发明还可以使用提供多种非本征或人工特征（图12—18）的外部传感器（图1、12—18）。

图8示出了睡眠障碍性呼吸中的感测特征的实施例的示例。

图9示出了用于睡眠障碍性呼吸的效应器位置的实施例的示例。

图10示出了用于心力衰竭的感测特征的实施例的示例。

图11示出了身体对肥胖的响应的感测特征的实施例的示例。

图12示出了用于其它条件的感测特征的实施例的示例。

图13示出了用于睡眠障碍性呼吸的生理过程的加密（符号）网络模型。

图14示出了使用加密网络的身体功能的增强。

图15示出了使用加密功能网络的身体功能的控制论增强。

图16示出了运动神经功能的变换的示例。本流程图示出了用于增强神经系统的运动神经（肌肉控制）功能的一个实施例。这是针对腿肌肉功能、针对增强（例如在军事或运动用途中）或者出于医学目的（例如在中风之后）图示出的。

图17示出了增强感觉功能的示例。本流程图指示用于增强神经系统的感官知觉/感觉的实施例。这是针对警觉、针对增强（例如，军队或运动使用）、出于医学目的（例如，监视困倦或昏迷）或者针对消费者安全（例如，在在驾车的同时识别困倦以控制反馈装置）而图示出的。

图18示出了感觉功能的变换的示例。本流程图指示用于换位或增强感官知觉的实施例。这是针对听力图示出的，其中本发明增强听力并将听力功能换位成另一神经功能。

图19示出了创建新型“控制论”感觉功能的示例。本流程图指示用于提供当前不存在的感觉功能的实施例。这是针对整合来自用于生物毒素的生物传感器的感觉而图示出的。

图20示出了创建新型“控制论”感觉功能的另一示例。本流程图指示将生物神经系统用于期望模式的识别的实施例。

图21示出了用于机器学习的计算机硬件。

具体实施方式

在本文中公开了用于增强和修改身体的复杂功能的系统和方法。在以下描述中，出于说明的目的，阐述了许多特定细节以便提供示例性实施例的透彻理解。然而，对于本领域的技术人员将显而易见的是可以在没有全部的公开特定细节的情况下实施示例性实施例。

本发明通过调制一系列功能域来调制和增强复杂和较高的身体功能。通常，复杂功能将包括大脑或神经活动的组成部分。一个创新是用以对复杂功能进行建模的加密（符号）表示的创建。还可以将此类表示模型称为网络，并且在本发明中进行学习。这是用包括功能的功能域创建的，然后被用来解释来自功能域的感测信号。然后使用加密网络来实现改变。在一个优选实施例中，这被应用于改善睡眠呼吸暂停，但是其它实施例调制心力衰竭、肥胖、警觉性、情绪、记忆和精神表现或认知。

图1图示出用以修改和增强人类的复杂身体功能的示例性系统。具体地，示例性系统100被配置成访问来自生物传感器104和来自外部传感器110的外部信号。

生物传感器104可以感测来自个体、来自另一个体或者来自信号118的数据库的生物信号。生物传感器104可以是可穿戴的。

外部传感器110可以感测来自个体、来自另一个体或来自信号的数据库118的生物信号。继而，信号可以产生于中枢神经系统、外围神经系统、心血管系统、肺系统、胃肠系统、生殖泌尿系统、皮肤或其它系统。

外部传感器110可以提供许多类型的信息，包括但不限于正常地感测的那些，包括压力/物理移动（触觉、触摸感觉）、温度（热信息、红外传感）、化学（电流皮肤电阻、阻抗、来自皮肤的特定离子的检测）、声音（听觉）、可见光谱中的电磁辐射（视觉）、移动（肌肉功能和平衡的度量）。

外部传感器110还可以提供与正常感觉有关但并非正常地感测的信息，包括但不限于不可见电磁波谱（诸如γ辐射、x射线、无线电波）、在来自人类的正常生理范围（大致上20hz至20khz）外面但包括被动物感测到的范围（例如，狗可以感测到较高频率）的声波。

外部传感器110可以提供在正常感觉模态外部信息，包括但不限于诸如一氧化碳或过量二氧化碳之类的毒素、各形式的辐射（诸如α和β辐射）、诸如与食物中毒相关联的大肠杆菌（0157型）的毒素之类的生物毒素、炭疽或其它制剂。清楚地，此类信息对于军事和安全应用将是有价值的。

在图1中，信号被以无线方式或经由连接通信传送到随着具有对分析数据库118进行访问的计算装置116运行的信号处理装置114。计算装置116和信号处理装置114与控制装置120通信，该控制装置120继而控制生物装置108或外部装置112。生物装置108是效应器装置，其可以是可被个体穿戴的。计算、信号处理和控制装置与传感器和效应器一起形成“加密功能网络”（efn）。

图2图示出传感器、用于（多个）功能域的感测特征、加密功能网络（具有分析引擎）和用于身体功能的功能域内的（多个）效应器群组之间的关系。在项目150处，可以看到用于特定身体功能（诸如睡眠或呼吸）的整个功能网络域。在155处图示出被用来提供用于此功能域的感测特征160的传感器1、2、……n。用于此功能域的加密功能网络165控制并分析来自传感器和感测特征的信息。请注意，加密网络可以取决于其学习或被编程的行为补充附加传感器或存储模式（诸如来自图3中所示的数据库）。可以如下面所讨论的那样执行许多形式的分析。项目170显示加密功能网络包括与用于该身体功能的效应器群组的通信，其继而在步骤175处用信号通知效应器1、2、……n。本发明的关键元素是用双箭头指示的加密功能网络内/与加密功能网络的每个元素之间的互连和链接。

图3给出了关于用于正常身体功能或异常身体功能的加密功能网络的更多细节。用本发明解决的身体功能的列表是宽泛的，并且其通常跨越多个生理系统（表示为功能域）。其可以包括但不限于睡眠、睡眠障碍性呼吸、认知、精神表现、对肥胖的响应、对心力衰竭的响应。

在图3中，用神经系统220和非神经系统（非神经）260网络来表示身体功能。网络220、260包括基于多种传感器用特征240、280定义的响应的功能域230、270。这产生用于身体功能的神经和非神经特征，其可以是正常的250和异常的290—或者期望的250和非期望的290。应注意的是网络可以经由交互225进行交互，并且特征可以通过关系245而互相关。

使用人工智能（汽车人、模糊逻辑电路）来启用加密功能网络的机器学习算法。这可以经由神经网络（例如，3层反向传播网络或其它设计）、深度学习技术、直接推断法、线性分类器或其它形成的模糊逻辑来完成。此类系统的重要特征是其不需要知道太多关于人类病理生理学的特定细节，而是需要学习由感测特征提供的关于影响行为的因素的信息。因此其非常适合于在病理生理上常常被不完整地定义或映射的复杂身体功能的问题。这未被理论“教科书”分类方案结构化。使用例如来自数据库的确定性解决方案，诸如肩膀中的神经的皮节分布或皮肤氧化中的某些波动反映心率的事实，可以将系统的某些元素分层为基于规则的。

因此，简单和复杂功能的符号模型类似于表示用“印象派”画家可视化的某些东西而不是在“现实主义”学院中训练的画家的详细的生理表示。再次地，这种方法在很大程度上基于这样的前提，即除了难以精确地定义的任务所需的主要生理系统之外，辅助联网区域也变得被涉及到。

机器学习标称地将特征与正常功能250链接以便创建患者特定范围以将异常功能290检测为异常值。实际上，当机器学习算法执行用于正常250和异常290功能的感测特征之间的重复模式分类交互255时获得最佳结果。此互连性是必需的，但是其复杂性使得系统理想地适合于计算机器学习范例以修改和治疗网络235。

在图3中，数字式学习表示使得能够实现个性化诊断和疗法。个体之间的学习网络（表示）的数据库形成人群健康和疾病的多模式数字网络的核心，其是可操作的—即可以用来监视和治疗疾病或改善性能。出于卫生保健或筛选目的，此数据库（组件215）被反识别，但是如果获得个体同意，例如在军事或公共机构环境中，可以从特定个体追踪异常或对其施加异常以改善群体中的其表现。这形成用于针对人群来源健康或健康筛选、人群来源疾病监视以及疗法的人群来源输送的新型方法的基础。

图4提供了由本发明感测310的特征的细节以表示单个人的给定身体功能。身体功能包括多个功能域，宽泛地分类为主要神经系统相关和非神经系统相关生理。感测神经特征315通常将表示感测位置320、活动模式325（例如，具有一定频谱的周期性的或者更复杂并潜在地用分数维或熵的度量来非线性地表示）或者放电速度330（例如，频谱的基波或“主导”频率或者自相关函数上的第一峰值）。

许多其它神经相关参数是可能的，例如神经组织功能的原子扫描，例如用于自主神经节的mibg扫描、使用基于正电子发射断层成像的传感器信息的新陈代谢量化、去甲肾上腺素的血清水平和本领域的技术人员熟悉的其它神经相关特征。

非神经特征335表示在神经系统中并非主要的其它模式340。所表示的模式具有一个或多个定义特征，例如通过组织的减小电阻抗、经由“湿冷皮肤”的交感神经激活—减小的电流皮肤电阻和改变的离子组成、经由作为电磁波谱的近红外末端中的减小皮肤吸收而可测量的减少氧合的呼吸暂停而可检测的血容量过多。这些特征还拥有关于位置345、速度350和随时间推移的时间模式355的信息。许多其它参数当前是可能的，并且可以随时间推移而发展且被结合到本发明中，例如神经激素的组织浓度，诸如来自药理传感器的b型排钠利尿剂缩氨酸或催乳激素、来自光电检测器的的信号强度，其用以检测皮肤或皮肤血管中的药物浓度、来自口咽的传感器的呼气呼吸中的药物或酒精水平、来自阴茎传感器的尿液中的药物或酒精水平以及与在考虑中的功能域有关的其它传感器。

在图4中举例说明的感测特征的网络变成用于单个人的该身体功能的测量表示。这是身体功能的组成部分的“数字显型”的形式。应认识到神经和非神经生理元素在生物上被深深地整合，但是此公式化是将复杂生理过程参数化成可以测量、以数学方式建模并学习的轨迹的方便方法。其它更多整合的公式化是可能的。

请注意，本发明并不需要所有可能的测量特征工作—在简单的临床实践中，可以单独地从重量增加的简单度量很好地监视心力衰竭；本发明使用机器学习来以数学方式对最重要的特征进行加权，但是还使用来自当前可用的任何东西的信息。

图5图示出使用适合于感测特征的加密网络的身体功能的修改。修改包括疗法，诸如用于睡眠障碍性呼吸，但是还可以包括用于该个体的正常功能的增强。通过加密网络的修改经由反馈环路操作，在该反馈环路中测量响应以防止过多或有害修改。可以用直接能量输送400来修改神经相关域以刺激或抑制域。例如，腹壁上的皮肤的反刺激（例如，通过经由压电装置的振动、经由红外发生器的热）可以抑制由腰骶起端（下背）的内脏神经供应的来自器官的痛觉。域410因此可以位于外围神经中或中枢神经系统420中，诸如头皮刺激，以修改颅神经或光输送以调制眼神经或（间接地）松果腺活动。这样，可以治疗、增强或另外改变430身体功能。可以用许多方式来修改440非神经域，包括经由用以刺激肌肉的压电装置的振动刺激、用以减少肌肉痉挛以调制域450和网络460以修改身体功能430的红外热。特别地，经由个性化感觉特征和加密网络来单个地调整修改。

可以通过调制连接415将神经相关域410的调制链接到非神经域的调制。此外，可以通过网络连接425将中枢和外围神经网络420链接到非神经系统生理网络。

图6指示用于感测特征和修改不同功能域的多个潜在身体500位置。可以用传感器505来测量和/或用效应器510部位来修改身体功能。用开放（白色）区域示出了传感器位置并用填充（黑色）区域示出了效应器（修改）位置。其相对尺寸在每个个体中改变且并未按比例示出。图6指示身体500上的用以检测神经535、心血管540、肺540、胃肠545、泌尿生殖550、皮肤550及其它域的特征的传感器位置。由加密功能网络测量和/或修改的身体功能包括睡眠和中枢性睡眠呼吸暂停515、认识性能520（诸如警觉性）、阻塞性睡眠呼吸暂停525以及对肥胖的身体响应530。多种特征是以示例的方式指示的并且不是要限制本发明的范围。在本公开中相对于其它图更详细地讨论了这些。

图7图示出身体传感器600的示例，包括传感器元件605、电源610、处理组件615、非易失性储存器620（例如，e2prom、供电ram）、结构平台630上的通信元件625。图示出多个类型的传感器元件。生物传感器包括但不限于用以检测皮肤反射率（指示氧合血红蛋白以及输注）的感光传感器640、用以检测皮肤阻抗或电导（身体化学作用的度量）的电流计650、经皮或侵入式神经活动（神经电活动）或肌肉电活动（肌电位）、压力检测器660（用以检测压力，例如重量、机械接头移动或位置）、用以检测温度（新陈代谢活动及其它疾病状态的度量）的热检测器670、以及用以针对去甲肾上腺素或药物、来自皮肤、口或在胃肠或泌尿生殖道内别处的身体ph、胃肠道中的酶分布、dan分布（例如，口的内层上的基因芯片）的执行检验的化学检测器680及其它传感器，诸如用于心率、换气（呼吸）。

本发明还可以使用外部传感器（图1、12—18），其提供多种非本征或人工特征（图12—18）以向加密功能网络提供控制论传感器输入或效应器。

图8指示睡眠障碍性呼吸中的感测特征的示例性实施例。如对于许多身体功能而言典型的，睡眠障碍性呼吸影响多个神经和非神经系统域。虽然可以感测到所有域，但并不需要在每个患者中感测所有域，并且可以针对给定个体和实际考虑中的特征调整实际感测域（和因此的传感器）。如在图8中看到的，传感器类型可以包括但不限于皮肤阻抗、其它电传感器（外围中和头皮上的神经放电以及心率）、温度、化学传感器、肤色的光学传感器（其可以检测外围血液的氧饱和度）、运动传感器和压力传感器。

图9指示使用加密功能网络的用于针对睡眠障碍性呼吸的各种效应器或治疗选项的示例性实施例。这些是以示例的方式提供的，并且绝不限制可以针对此条件或其它身体功能提供的效应器和治疗选项的范围。身体800与适合于每个模式的效应器装置810对接。针对中枢型的睡眠呼吸暂停820，示例包括呼吸中枢（包括大脑（经由低能量头皮刺激）、颈部和隔膜中的辅助肌）的直接刺激。针对阻塞性睡眠呼吸暂停，示例包括用以保持音调并防止阻塞的咽部和颈部肌肉的直接刺激。针对中枢性睡眠呼吸暂停，本发明可以激活前呼吸中枢，通过刺激手指中的低氧合/高碳氧血红蛋白的传感器、通过向并非有害的外围的区域提供低呼吸的co2或等价指数来诱使大脑更多地呼吸。针对中枢和阻塞性形式睡眠呼吸暂停，存在胸部水肿累积的证据，并且可以作为皮肤阻抗的增加的喙状突起与外围比（图7）来测量。因此，下肢840中的受控负压可以反转此喙状突起流体累积。用其它方法805进行的睡前中枢的直接刺激包括通过可见光和红外光谱中的适当波长的光暴露来刺激松果腺。可以以每个个体所特定的模式提供光。其它睡眠前传感器包括用以模拟按摩的安眠药影响的振动传感器860的激活或者包括刺激高血糖的外围皮肤传感器的餐后饱腹传感器870的刺激。还可以如睡眠障碍领域的技术人员熟悉的那样提供其它特定刺激，并且可以随着开发新的模式和感测特征而将其添加到本发明的基础设置。

图10指示响应于心力衰竭感测到的特征的示例性实施例。如对于许多身体功能而言典型的，心力衰竭影响多个神经和非神经系统域。虽然可以感测到所有域，但并不需要在每个患者中感测所有域，并且可以针对给定个体和实际考虑中的特征调整实际感测域（和因此的传感器）。如在图10中看到的，传感器类型可以包括但不限于皮肤阻抗、其它电传感器（外围中和头皮上的神经放电以及心率）、温度、化学传感器、肤色的光学传感器（其可以检测外围血液的氧饱和度）、运动传感器和压力传感器。

图11指示响应于肥胖感测到的特征的示例性实施例。如对于许多身体功能而言典型的，肥胖影响多个神经和非神经系统域。虽然可以感测到所有域，但并不需要在每个患者中感测所有域，并且可以针对给定个体和实际考虑中的特征调整实际感测域（和因此的传感器）。如在图11中看到的，传感器类型可以包括但不限于皮肤阻抗、其它电传感器（外围中和头皮上的神经放电以及心率）、温度、化学传感器、肤色的光学传感器（其可以检测外围血液的氧饱和度）、运动传感器和压力传感器。

图12示出了针对其它条件感测到的特征的示例。一个示例是用于慢性阻塞性肺病，如对于许多身体功能而言典型的，其影响多个神经和非神经系统域。虽然可以感测所有的域，但不需要在每个个体中感测所有域。实际感测域（和因此的传感器）可以适合于给定个体和实际考虑中的特征。如在图12中看到的，传感器类型可以包括但不限于皮肤阻抗、其它电传感器（外围中和头皮上的神经放电以及心率）、温度、化学传感器、肤色的光学传感器（其可以检测外围血液的氧饱和度）、运动传感器和压力传感器。

图13概括了本发明，与生物和人工（控制论）传感器以及生物和人工（自动化）效应器配对的复杂身体功能的计算机化表示。针对特定身体功能用机器学习算法来训练加密功能网络。在最简单的情况下，感测和效应器功能是自然生理功能，诸如感测到来自腿的疼痛刺激并将腿移开。在更复杂的实施例中，本发明具有用以增强正常功能（性能增强）、为了治疗疾病或者在其中正常功能不能明显的情况下例如在战争或其它约束情况下）增强减弱功能（例如，睡眠障碍性呼吸）的能力。

更具体地，图13概括了用于睡眠障碍性呼吸的加密网络。侧面板示出了针对睡眠障碍性呼吸测量的实际生理机能，而右侧面板示出了加密功能网络的计算机化表示。

在测量个体1200中的睡眠障碍性呼吸的实际生理机能时，感测1205生物信号。这些包括控制区1210的生物信号，其包括控制警觉性、觉醒且涉及睡眠的边缘系统的核状体及其它部分的激活。这些信号具有头皮表示，其可以被皮肤神经传感器检测到，但是还可以被医疗装置检测到，诸如来自功能性磁共振成像的bold信号或者来自医学应用中的正电子发射断层成像的新陈代谢图像。在生理上，还从本征但自然的信号（诸如黑暗、声音（例如，舒缓的音乐或波浪声）、触觉（例如，身体的各部分的按摩））触发睡眠。大脑1210的本征睡眠控制区域然后将这些输入和与呼吸有关的传感器（包括刺激呼吸的在指尖1225中可测量的低氧合）以及将使得能够实现肺的换气的隔膜1220的刺激整合。

图13的左侧面板中所示的示意图当然是睡眠相关呼吸的简化图，但其图示出一系列传感器和效应器如何被生物控制区域整合。在其它时间可以涉及到其它传感器和效应器，并且可以结合睡眠相关呼吸来测量。这是本发明的功效，可以添加附加的感测信号并将被加密网络自适应地整合。

在图13的右侧面板中，用于睡眠障碍性呼吸的并行加密网络也具有传感器、控制逻辑和效应器，但这些是生物和设计（人工）组成部分的组合。传感器可以检测本征信号1240（诸如氧饱和度）或非本征信号1245（诸如可见光的存在、强度和模式）。传感器矩阵1250然后将这些生物和非生物信号单独地或者通过例如使用加权函数将其复用而组合。计算逻辑1255是加密功能网络的中央处理器。

计算元件1255形成感测信号与生物功能（例如，图1中的元件250—290）之间的象征性关系。其被链接到数据库1260以将用于此单个人的多个状态存储为用于机器学习（即，模糊逻辑、人工智能）的训练数据集以便从障碍性睡眠模式和呼吸学习正常睡眠模式和呼吸（图2中的元件250对比290）。这然后被映射到效应器1265，其可以是生物的，诸如大脑区域（与控制区域1210有关且与控制区域1210无关）以及肌肉（隔膜1220以及不那么显著但在睡眠中涉及到的其它肌肉，诸如提上唇鼻翼肌）。效应器也可以是控制论的1275，因为其将人工设计装置与身体对接。例如，可以用围绕一个或多个手指的将从本征睡眠大脑控制中枢（控制区1210）刺激呼吸的小的可穿戴室（“治疗手套”）来模拟外围低氧状态。类似地，可以使用适当装置来应用光或振动刺激的适当学习模式，以刺激从正常状态学习并存储在数据库1260上的睡眠呼吸模式。

图13中的加密网络的象征性关系是数学关系。此关系是凭经验的且是功能性的，其使用每个个体的感测特征与身体功能之间—且不是关于详细神经生理映射—的关系。其因此是不同的，并且可能与“典型”神经生理学不一致。例如，腿中的充分疼痛引起身体的其它部分中的提高的神经活动。这将在更方便地位于身体中的传感器中产生“与腿痛相关联的”的信号。凭经验功能关系是数学关系，并且可以确定性的（例如，基于等式）或者可以被训练/学习，诸如经由神经网络。

在最简单的情况下，加密象征性关系是矩阵，其中，信号x引起函数y；例如，诸如由腿（x）中的传感器/感觉神经感测到的诸如疼痛之类的有害刺激引起运动神经中的活动，从而引起该腿（y）的撤回的活动。在装置中并未基于腿感觉的详细神经生理学表示（在主要体感觉皮质中、在中央后回中）或者控制腿的精确神经来表示此函数。替代地，此函数被凭经验映射—与疼痛刺激相关联的任何神经上的感觉可以导致引发大腿撤回的动作。

这种方法的优点是其可以分析特定刺激的多个效应。例如，剧烈疼痛刺激常常在远离刺激的原始部位的神经上产生激活。因此，可以从距离感觉相当远的神经活动（诸如胸壁，其可能更加可访问）检测可能不可访问的腿中的疼痛。

在图13中，从用于睡眠呼吸的示例概括，处理感测并导致到效应器的输出。例如，感测到的有害刺激可以产生用以移动腿的效应器功能或者控制装置以给予去痛药物或疗法。在下面将讨论的其它示例中，刺激可以移动假肢或改变生物功能。

此外，图13显示加密网络通过定义与装置或身体功能的交互来确定精确动作。这是编程功能，取决于本发明的期望功能。这然后产生要求导致与装置或身体功能相交互的能量施加的实际输出。

图14图示出将经由加密功能网络来提供身体功能的计算增强的本发明的优选作用模式。用于本发明的流程图感测用于给定身体功能1305的特征，包括生物信号（例如，呼吸速率、手指氧合）或非本征信号（例如，指示体积负荷的组织阻抗、指示温度的发射红外光或者指示呼吸效率的呼出空气中的二氧化碳浓度）。

项目1310应用如在图8中识别的加密网络的符号模型以基于实际可测量特征而不是可以不确定地、快速地改变且针对测量不可访问的典型、详细生理映射将感测信号映射到身体功能。

如上所述，符号模型使用机器学习来将传感器输入映射到该身体功能的正常和异常功能。这包括针对该个体训练不同模式的集合，其是个性化且连续地自适应的两者。

在图14中，步骤1315对效应器（运动神经）功能（即由现有运动神经控制）进行变换。在步骤1320中，运动神经信号被“重新路由”以控制假肢装置或另一肌肉群。例如，在被截肢者的情况下，可以从在截肢部位以上的皮肤检测到被输出到腿的运动神经的特征。皮肤上的感测神经活动的范围通常可以是7—15hz（取决于精确的神经）。感测这些信号并将其映射到假肢的特定移动可以使得能够控制所述肢体。此控制可能要求后续训练—例如，其中个体尝试弯曲截断肢体的行为训练意思将皮肤信号检测为将使那个人的假肢弯曲的那些信号。类似的个性化映射被用来训练假肢的其它运动。在这种情况下，本发明是个性化“加密神经系统”的一个实施例。

在图14中，步骤1325是另一实施例—将增强此身体功能的性能。作为消耗移动手指所需的能量的替代，加密网络可以感测运动神经的亚阈值活动并“增强”用以移动手指1325的信号。这对具有神经退化的个体、具有肌骨骼障碍的那些人或者正常地将不能经由此手指进行通信的处于某种形式的镇静下的那些人是有用的。

此外，本发明可以1325人工地生成刺激肌肉所需的信号。由于控制肌肉的神经活动的频率和振幅对于每个个体而言位于一定范围内，所以加密网络可以模拟控制股四头肌的神经活动并以编程方式将其传送到与用于该个体的该肌肉的收缩和放松相关联的皮肤区域（功能域的一部分）。这可以在神经退化或者被麻醉时使用（例如，以防止关于延长通气的患者的压疮）。其还可以被用于性能增强—例如，以在休息或睡眠期间执行等距锻炼以防止或逆转肌肉萎缩，或者改善肌肉功能或者增加代谢率以减轻体重。

在图14中，步骤1330是本发明的另一实施例—用以对生物运动神经活动重新分派任务。在这种情况下，其针对控制人工装置。此自动化应用程序在图14中进一步发展。在图13中，作为实际上移动手指以控制用于电子装置的遥控单元的替代，在实际上移动该手指的阈值以下的神经活动将控制装置。此使得能够在不消耗同样多的生物能量的情况下以及在已失去生物功能或被约束且不能执行该运动神经功能（例如，在军事情况下）的个体中实现功能。手指上的传感器检测此亚阈值运动神经活动（例如，具有比移动手指在生物上所需的更低的振幅），并且加密网络将其转换成表示播放、暂停、后退或其它功能的信号并将其发送以控制遥控单元。这可以是针对消费者装置。很明显，可以将此功能扩展至训练个体以移动面部的一部分以表示“播放”功能，并且使传感器转换此功能，并且针对身体的其它替代部位和重新分派的功能类似地进行。

在图14中，步骤1335是变换感测信号的不同实施例。步骤1340对感测信号重新分派任务。例如，随时间推移而训练的特定气味的感觉可以引起不同的反应或控制装置。步骤1345改善性能，增强在正常感测范围之外的生物功能。例如，感测“人类听不到”频率范围内的信号、将信号转换到可听范围并经由振动（骨传导）发送到大脑的听觉区域（听觉皮层）可以被用于私人通信、加密、娱乐或其它目的。在医学上，本发明可以用来治疗听力损失。具有振动传感器的本发明可以用来通过将此感觉发送到身体附近或远处部分中的完好感觉来补偿诸如外围神经病之类的某些神经疾病中的此感觉的损失。

性能改善的另一实施例（步骤1345）是增加警觉性。太阳穴区域和其它功能特定区中的头皮的刺激可以增加这些区域中的大脑活动。本发明针对唤醒的加密表示（即警觉）调整此类刺激。作为推论，可以由加密网络检测到困倦并在反馈环路中用来由在身体上的别处的皮肤装置来触发低强度刺激。这具有多个应用，包括检测并尝试防止在驾驶的同时的困倦、在昏迷前状态期间或在药物过量期间的重病监护室中，作为用于过量酒精或药物摄取的监视器，或者在过度疲劳状态期间，例如在军事中。

传感器可以在大范围的频率上使用脑电描记术（eeg）来检测来自大群神经元的警觉对比困倦。eeg信号具有宽频谱含量，但是显示出特定的振荡频率。可以在放松的清醒期间从枕叶（或者从放置在头皮的枕区上的电极）检测α活动波段（8-13hz）并在眼睛闭合时增加。δ波段是1-4hz，θ是从4-8hz，β是从13-30hz且γ是从30-70hz。较快的eeg频率与思想（认知处理）和警觉性有关系，并且eeg信号在睡眠期间和在诸如昏迷和中毒之类的困倦状态期间减慢。

在图14中，步骤1350是检测和/或形成新生功能的功能。一个示例是产生控制论“第六感”—亦即使用人造传感器增加5个生物感觉以检测扩展的刺激集合。该组传感器几乎是无限的，但是包括与工业或军事使用领域的多个特定相关性，包括用于α或β辐射的传感器。一旦被感测到，加密网络可以将此信号转换成现有的感觉，诸如通过皮肤贴片输送到相对不使用的皮肤区域（例如下背）的振动。暴露于α或β颗粒的战斗士兵现在将把辐射“感觉”为在其下背部中的可编程/可训练的一组振动。类似地，用于一氧化碳或其它呼吸危险的传感器可以被作为“第六感”转换成例如鼻孔上的低频率振动。这种方法远比视觉读出或其它现有装置更加高效—因为其使用加密网络来本质上将用于这些功能的自然神经系统重编程。

图15将使用加密功能网络的身体功能的控制论增强进行概括。这是超过本征生物信号使用的进一步应用。一个应用是当自然身体功能受到约束时应用有目的的介入，例如如果士兵脚由于障碍物而不能激活踏板，他/她可以使用手指来激活装置，或者在被截肢者中，将机器人臂对接到先前控制生物手臂的特定神经纤维。

图15是其中感测本征生物信号和非本征非生物信号的实施例（步骤1400）。加密网络并未简单地将学习功能映射到感测信号，而是替代地从学习的功能进行外推以创建新型功能1410。在步骤1420中经由机器学习将身体功能到感测信号的表示扩展至个性化网络。这涉及到一系列步骤，包括1430将本征信号与非本征信号复用或者另外组合，以便用个性化方式对外部信号进行编程方式的修改。执行信号复用以实现期望的功能1440，其可以是非生物信息（例如，文字处理文档、图像）在患者大脑中的存储，即使用生物储存器作为数字存储器等等。可以基于单独地来自此人、来自多个个体的数据库（例如，图12中的项目1260）的数据或者用诸如其中将来自多个人的信息结合以训练加密网络的人群来源之类的技术将信号组合。可以在正式数据库中或者通过对更宽泛的一组感测信号和个体之间的生物输出（不仅仅是针对一个个体）应用机器学习来将来自多个人的数据组合。

图15中的步骤1450示出了效应器层，用于设计自动化功能的加密网络的输出与一系列输出（例如，运动神经、肌肉）或外部（例如，假肢、计算机）效应器装置之间的接口。

存在多个实施例。在步骤1460中，本发明使用生物信号来控制外部装置（例如，假肢的运动神经控制）或者使用外部信号来控制生物功能（例如，骨骼肌的外部信号刺激）。如所述，骨骼肌通常处于7—15hz的频率的神经活动刺激（其随着精确的神经分布而变化，参见dorfman等人的electroencephalographyandclinicalneurophysiology,1989;73:215-224）。此类外部刺激可以通过刺激肌肉来改善肌肉强度，并且将使得能够实现腿肌肉功能的性能改善，例如其可编程改善。另一示例是使用氧减饱和（“desat”）的外部传感器来激活刺激膈神经和因此的隔膜的装置来治疗中枢性睡眠呼吸暂停。这可以具有相当大的临床意义。

图15的步骤1470示出了其中本发明用来自加密网络的功能替换该个体中的在生物上失去或不可用的功能的实施例。这是图14中的增强性能的扩展（步骤1325）。例如，可以使用外部传感器和转换到可听频率范围（例如，使用放置在乳突附近（例如被附着到眼睛的侧壁）的装置经由骨传导输送到内耳的振动）或另一可感测模式（例如手臂上的振动）的信号来提供在正常的20hz至20khz范围之外的听力的不可用功能。在具有听力损失的个体中，感测信号将位于正常但对于此个体而言受损害的听觉范围内。

在图15的步骤1480中，本发明使得能够实现计算机的生物控制。此功能的示例是提供用于注入泵的智能控制框架。例如，葡萄糖控制并非简单地由胰腺及其它感测区域对血浆葡萄糖的反应确定。替代地，控制日常生活的活动的较高大脑中枢设想诸如迫近的锻炼或压力之类的动作，并且产生增加的心率和荷尔蒙浪涌（例如，肾上腺素），其继而增加血糖。当前的葡萄糖注入泵实际上不能模拟此类较高认知输入，而是替代地在输注葡萄糖之前等待来自新陈代谢需求的葡萄糖的下降。此类装置将始终落后于理想的生理控制并将产生次最佳功能。

在图15的步骤1490中，本发明可以提供新生功能。这利用加密功能网络的全部潜力，在这种情况下是针对神经系统，并且扩展超过步骤（运动神经）或1345（感觉）中的感觉或运动神经性能改善。

在图15的步骤1490中，可以为运动神经功能（即，先前不可用的移动）或感觉功能（即，控制论第六感）提供新型功能。大脑处理能力的一大部分在任何给定时间处于睡眠状态，但是在日常活动（例如白日梦）期间可以被下意识地激活。加密网络可以访问此大脑容量中的某些以使用生物神经系统作为计算机。对于其而言人类大脑、神经系统特别擅长的一个任务是模式识别。人远比大多数人工计算机更好地执行面部、控件模式及其它复杂数据集的识别。所选示例训练个体经由对图像的重复的明显或亚临床暴露来检测模式。对此图像的生物响应（符号表示）被太阳穴或额骨头皮上的传感器检测到。再次地，这是凭经验的—不必识别或映射主要记忆编码区域，并且感测大脑/头皮的辅助激活区域就足够了。一旦这实现，则所述模式或类似模式的检测将下意识地触发所述响应，其可以被感测并编码为“1”或“0”以控制装置（例如，模式分类器计算机）或引起某个功能-例如从而触发警报，如果这是危险模式/图像的话。

图16图示出由加密网络控制的运动神经功能的实施例。图16中的流程图提供了用以变换腿移动的优选实施例。在步骤1510中，符号模型将在主要运动神经区域（头皮，在对侧中央前回的上部附近）或在辅助区域的特征处感测的运动神经功能与多个大腿运动相关联。一旦完成，则使用外部感测信号（包括正常地并未与大腿功能相关联的那些）对功能映射重编程（步骤1515）。示例将是针对具有腿疾病的患者或者在某个任务中不能移动他的腿的士兵中的用于控制腿移动的食指的运动。功能映射还可以使用现有信号（步骤1520）。

在步骤1525中，信号复用器将本征或非本征信号链接以便控制期望的编程功能。在步骤1530中，实现这个以增强生物腿功能（例如，经由如所述的皮肤/直接电刺激）。在步骤1535中，执行这个以控制假肢。

图17示出了经由加密网络来增强感觉功能的实施例。图17是用于增强警觉性的实施例。在步骤1610中使用感测的头皮神经活动的特征（例如，来自凭经验与警觉性相关联的太阳穴区域）来创建符号模型。使用本征感测特征（步骤1615）或并未正常地与警觉性相关联的信号（例如特定听觉感测频率）或现有头皮信号（步骤1620）来将此功能映射重编程。在步骤1625中，复用器将本征和非本征信号与效应器链接以实现期望功能—头皮的电刺激，以增加警觉性（步骤1630）。步骤1635提供警觉性监视以警告或产生期望的功能，并且可以检测并尝试避免困倦或昏迷，诸如在驾驶期间、在战场上或者来自毒素摄取。

图18描绘了用以变换感觉功能的本发明的实施例。图18是用以增强感觉性能—在这种情况下为听力—的性能的实施例的流程图。步骤1710是来自耳朵附近以及辅助关联皮肤区域的特征的容易访问传感器的感测信号的符号表示。步骤1715使用传感器来检测在正常感测频谱之外的频率的特征。步骤1720使用正常地与听力相关联的信号。步骤1725使用复用器和控制逻辑来将信号转换到可听范围（步骤1730），可以使用被用于私人通信、加密、娱乐或其它目的的装置振动（骨传导）而发送到大脑的听力区域（蜗神经/听觉皮层）。在医学上，本发明被用作尖端助听器。具有振动传感器的本发明通过将此感觉发送到身体不同部分中的完好感觉来补偿诸如外围神经病之类的某些神经疾病中的此感觉的损失。在步骤1735中，复用器将此信号转换成不同的“替代”感觉，例如皮肤刺激。

图19示出了用以创建新型“控制论”感官功能的实施例。图19是用以创建控制论“第六感”（例如，感测生物毒素）的实施例的流程图。在图19中概括的本发明结合了与感测一氧化碳的示例相关联的信息。特定感测信号造成损伤，以校准治疗功能的感测和输送。例如，对一氧化碳的暴露是危险的，但此毒素常常未被检测到。美国的联邦机构（诸如osha）对50ppm的长期工作地点暴露水平施加最高极限，具有100ppm的“天花板”。800ppm（0.08%）的暴露在45分钟内导致头晕、恶心以及痉挛，个体在2小时内变得无知觉。很明显，将早期检测到此毒素并通过加密神经系统来引起生物反馈的本发明在工业环境中可以具有极其实用的意义。可以开发其它列线图以识别用于对各种刺激的“安全”对比“可作用”暴露的阈值，所述各种刺激包括但不限于化学制品、生物毒素、辐射、电刺激、视觉刺激和听觉刺激。

在图19中概括的本发明还可以用来通过使用加密网络来将感测到的生物或外部信号与任何编程生物或外部装置配对来创建新型人类功能。其因此形成与身体的自然神经系统并行地操作的自动化神经系统的实施例。这些神经系统并行或被集成的程度将取决于感测信号被复用和效应器“控制”信号被组合的程度。下面讨论示例。

在图19中概述的发明因此提供了迄今不可用的可塑性编程控制-亦即实际上在正常生活中定期地在某个水平观察到。在感官生理学领域中，训练可以使得个体能够感知先前存在但未被登记/识别的感觉。示例包括用以检测音调的音乐训练或者用以检测细微声音或视觉提示的战斗训练。在运动神经控制领域中，身体训练可以使得个体能够使用先前未使用的肌肉群。在疾病领域中，正常的“治愈功能”促使中枢神经系统的无疾病区域接管现在由于中风而损失的功能（皮层可塑性）或者促使未受影响的外围神经接管由于外伤或神经病而损失的神经的功能（外围皮节的扩张/可塑性）。

本发明基于皮层可塑性来扩展已知介入。例如，已知的是当由患病神经服务于邻近分布时，运转的外围神经的皮节分布扩张。换言之，现在可以由中央或外围神经系统的不同区域来服务于相同的功能。

本发明还基本上扩展了正常可塑性—通过将身体的期望和定向区域编程为感测和执行正常地为当前不可访问（例如在军事战斗中）或者不可用（例如由于疾病）的身体其它区域预留的功能。

本发明还基本上通过将外部传感器（例如，用于正常地听不见的声音频率或感觉）或装置（例如假肢、其它电子装置）集成到ens中来提升正常可塑性。

图19还可以包括用于增强感官警觉性的实施例。步骤类似于先前的示例。在步骤1710中将例如在太阳穴区域中的头皮感测神经活动的符号模型凭经验与变化的警觉性水平（自动报告或监视）相关联。使用外部感测信号（步骤1715）或并未正常地与警觉性相关联的信号（例如特定听觉感测频率）或现有头皮信号（步骤1720）来将此功能映射重编程。在步骤1725中，信号复用器将非关联或已关联信号以数学方式相关联以将期望的功能—头皮的电刺激编程以增加警觉性（步骤1730）。步骤1735提供了警觉性监视器，其可以提供警报或者实际上导致被刺激功能（以关闭加密神经系统中的人工/自动化反馈环路）以检测并尝试避免困倦、昏迷或毒素摄入。

图19描绘了将使用ens来将实际上不存在的功能集成到个性化生物反馈环路中的实施例—在这种情况下为检测毒素。示例包括一氧化碳、无色、无嗅、无味且最初无刺激性的人们非常难以检测到的毒气的吸入。另一示例是对可能在数小时、数天或数周之后疾病的症状和征兆发生之前不能感测到的生物毒素的暴露。用以提供“第六感”的本发明方法（步骤1800）是自动化的，因为毒素可以产生来自特定传感器的直接信号（在步骤1820中检测到）和关联生物信号（步骤1830）两者，其在本发明中被混合（或复用）。来自专用传感器（元件1810）的直接信号的示例是一氧化碳的化学检测或用于传染源（病毒、细菌、真菌）的生物检定。理想地，此传感器近实时地操作，然而这并不是要求且如果不这样，情况将简单地提供较慢的非实时信号。关联到一氧化碳—传统上认为‘未感觉到’的毒素—的生物信号的示例是来自一氧化碳的血红蛋白的特定樱红色比色变化和当一氧化碳结合到氧结合部位时导致的氧合血红蛋白的非特定减少。

图19进一步描绘了本发明的加密神经系统形成直接和关联生物感测信号之间的联合符号表示（步骤1920）。象征性关系可以包括直接数学变换，诸如感测信号与一氧化碳或者血红蛋白的樱红色变色的关联生物信号与生物相关浓度的定量关系。象征性关系还可以使用人工神经网络或其它模式学习或关系方法来将例如提高的心率或氧减饱和度关联到毒素。

在图19的步骤1840中，信号被以非线性分析方式复用，如在用于任何特定毒素的符号表示中所定义的。然后使用计算机逻辑来控制生物或人工效应器装置。多个治疗或监视功能可以被编程为关闭生物反馈环路。例如，来自正常未感觉到毒素的信号可以被转换成自然感觉到的‘通道’上的特定信号（步骤1860），例如鼻孔上的低强度振动（直觉地与吸入链接）或者正常地与脱氧作用相关联的头皮区域上的皮肤的刺激。此后一种生物反馈使用来自与单个人有关的训练的信息（对个性化加密神经系统有所贡献）或将相关刺激（在这里为脱氧）与生物信号相关联的来自许多个体的符号表示的数据库。这是基于群体或者潜在的人群来源的加密神经系统的示例。另一生物反馈选项是治疗（1860）—通过向装置发送控制信号的解毒剂的输送。针对一氧化碳暴露，治疗包括增加氧浓度（在极端情况下使用高压氧）并施用亚甲蓝。

使用感测信号的有害影响的列线图来校准从加密神经系统进行的治疗功能的感测和输送。针对一氧化碳，100ppm（0.01%）或以上的暴露可能对人体健康有害。因此，在美国，诸如osha之类的联邦机构施加50ppm的对长期工作地点暴露水平的最高基线，但是个体不应被暴露至100ppm的上限（“天花板”）。800ppm（0.08%）的暴露在45分钟内导致头晕、恶心以及痉挛，个体在2小时内变得无知觉。很清楚，例如在工业环境中早期地检测到此毒素将具有极其实用的意义。可以开发其它列线图以识别用于对各种刺激的“安全”对比“可作用”暴露的阈值，所述各种刺激包括但不限于化学制品、生物毒素、辐射、电刺激、视觉刺激和听觉刺激。

图20提供了使用加密网络来访问自然神经系统的处理能力以执行任意任务（诸如模式识别（步骤1905））的另一实施例。本发明的本实施例是基于3个概念。首先，大脑在某些任务中甚至比最强大且很好地编程的人工电子计算机更加高效。模式识别（例如，面部识别）是大多数人容易地实现的、但甚至具有非常尖端的编程的计算机次最佳地实现的极好示例。其次，可以感测到来自所呈现刺激的大脑输出。第三，大脑具有可以出于此目的访问的未使用容量。例如，对于神经处理而言，即使在诸如战士战斗之类的高度紧张的人类活动中只有少数被使用（例如40%的容量被使用）。在高度集中的非生即死的情况下，仍是少数被使用，可能20—40%，例如nba决赛、sat测试。因此在任何一个时间存在相当大的剩余容量。然而，此第三项还提出安全限制，并且在模式识别的情况下，本发明不可用于对图像或数据进行生物编码，其将是在情绪上有害或敏感的。

步骤1910和1915将模式（例如面部）链接到生物感测反应—例如大脑的顶叶上或者指示“识别”的前额上的头皮中的神经的活动。这被用来针对此任务创建加密神经系统的元件（步骤1920）。这将是个性化的，但是还可以从多人（群体、人群来源）加密神经系统获取输入。一旦已完成了此链接，模式的呈现将导致“感测”生物模式，其在步骤1925中被复用器或控制逻辑用于传送“1”（已识别）或“0”（未识别）以控制装置（步骤1930）（例如，外部计算机分类器）或经由替代感觉来刺激个体（步骤1935）（例如，检测到已识别模式的情况下的左上臂处的振动）。针对本发明的使用包括纯生物计算（熟悉或抽象形状/代码的模式识别）、将用于特定人的面部的记忆在形式上编码并增强以及安全，使得只有敌方模式/面部引起特定替代感觉或激活装置。这种方法相比于等待模式的认知识别的一个其它优点是这可以充当“后台过程”和/或提供更快的模式识别。

因此，本发明可以改善并增强传感感觉的功能，如果使用将感测外面的传感器集成的装置，则可以使用正常的生理范围来增强正常生理感觉的范围。例如，可以将感测频谱的“人类听不见”部分中的信号、将信号转换到可听范围并使用装置经由骨骼传导来发送该信号用于私人通信、加密、娱乐或其它目的。在医学上，本发明可以用来补偿听力损失。具有振动传感器的本发明可以用来通过将此感觉发送到身体不同部分中的完好感觉来补偿诸如外围神经病之类的某些神经疾病中的此感觉的损失。

在此阶段必须提出重要的安全问题。虽然用本发明未观察到不利的、危险的或另外不期望的功能，但必须施加某些限制。首先，由装置提供的刺激强度不能达到痛苦或危险的水平。其次，不能允许感官输入达到干扰或不期望的水平。第三，任何传感器或装置（效应器）应具有可接受且被测试的安全分布。

图21是通用计算机系统2000的说明性实施例的框图。计算机系统2000可以是图1的信号处理装置114和计算装置116。计算机系统2000可以包括一组指令，其可以被执行以促使计算机系统2000执行本文中公开的方法或基于计算机的功能中的任何一个或多个。计算机系统2000或其任何部分可以充当独立装置或者可以被例如使用网络或其它连接而连接到其它计算机系统或外围装置。例如，计算机系统2000可以被操作连接到信号处理装置114、分析数据库118以及控制装置120。

在如图1—20中所述的操作中，可以使用如本文中所述的通过创建和使用加密功能网络进行的身体的神经系统的修改和增强来增强正常个体的身体性能或者恢复或治疗患者失去的功能。

计算机系统2000可以被实现为或者结合到各种设备中，诸如个人计算机（pc）、平板电脑pc、个人数字助理（pda）、移动装置、掌上型计算机、膝上型计算机、台式计算机、通信装置、控制系统、网络设备或者任何其它机器，其能够执行一组指定将由该机器采取的动作的一组指令（连续地或者其它）。此外，虽然图示出单个计算机系统2000，但还应将术语“系统”理解成包括单独地或共同地执行一组或多组指令以执行一个或多个计算机功能的系统或子系统的任何集合。

如图21中所示，计算机系统2100可以包括处理器2102，例如中央处理单元（cpu）、图形处理单元（gpu）或两者。此外，计算机系统2000可以包括可以经由总线2026相互通信的主存储器2004和静态存储器2006。如所示，计算机系统2000还可以包括视频显示单元2010，诸如液晶显示器（lcd）、发光二极管（诸如有机发光二极管（oled））、平板显示器、固态显示器、或阴极射线管（crt)。另外，计算机系统2000可以包括输入装置2012（诸如键盘）以及光标控制装置2014（诸如鼠标）。计算机系统2000还可以包括磁盘驱动单元2016、信号发生装置2022（诸如扬声器或遥控器）、以及网络接口装置2008。

在特定实施例中，，如图21中所描绘的，磁盘驱动单元2016可以包括可以在其中嵌入一组或多组指令2020（例如软件）的计算机可读介质2018。此外，指令2020可以包含如本文中所述的方法或逻辑中的一个或多个。在特定实施例中，指令2020可以在被计算机系统1000执行期间完全地或至少部分地驻留于主存储器2004、静态存储器2006内和/或处理器2002内。主存储器2004和处理器2002还可以包括计算机可读介质。

在替换实施例中，可以构造专用硬件实施方式（诸如专用集成电路、可编程逻辑阵列及其它硬件装置）以实现本文中所述的方法中的一个或多个。可以包括各种实施例的设备和系统的应用可以宽泛地包括各种电子和计算机系统。本文中所述的一个或多个实施例可以用可以在模块之间和通过模块传送的相关控制和数据信号或者作为专用集成电路的各部分而使用两个或更多特定互连硬件模块或装置来实现功能。因此，本系统包含软件、固件以及硬件实施方式。

根据各种实施例，可以用在处理器可读介质中有形地包含的软件程序来实现本文中所述的方法并可以由处理器执行。此外，在示例性、非限制性实施例中，实施方式可以包括分布式处理、组件/对象分布式处理以及并行处理。替换地，可以将虚拟计算机系统处理构造成实现如本文中所述的方法或功能中的一个或多个。

还可设想计算机可读介质包括指令2020或者响应于传播信号而接收并执行指令2020，使得连接到网络2424的装置可以通过网络2424来传送语音、视频或数据。此外，可以经由网络接口装置2008通过网络2024来发送或接收指令2020。

虽然计算机可读介质被示为是单个介质，但术语“计算机可读介质”包括单个介质或多个介质，诸如集中式或分布式数据库和/或存储一个或多个指令集的关联的高速缓存器和服务器。术语“计算机可读介质”还应包括能够存储、编码或承载一组指令以便由处理器执行或者促使计算机系统执行本文中公开的方法或操作中的任何一个或多个的任何介质。

在特定非限制性、示例性实施例中，计算机可读介质可以包括容纳一个或多个非易失性只读存储器的固态存储器，诸如存储卡或其它储存器。此外，计算机可读介质可以是随机存取储器或其它易失性可重写存储器。另外，计算机可读介质可以包括磁光或光学介质，诸如用以捕捉载波信号（诸如通过传输介质传送的信号）的磁盘或磁带或其它存储装置。可以将到电子邮件的数字式文件附件或者其它自包含式信息档案或档案集合视为等价于有形存储介质的分布介质。因此，在本文中包括其中可以存储数据或指令的计算机可读介质或分布介质及其它的等价物和继承介质中的任何一个或多个。

根据各种实施例，可以将本文中所述的方法实现为在计算机处理器上运行的一个或多个软件程序。可以同样地构造包括但不限于专用集成电路、可编程逻辑阵列及其它硬件装置的专用硬件实施方式以实现本文中所述的方法。此外，还可以构造包括但不限于分布式处理或组件/对象分布式处理、并行处理或虚拟机处理的替换软件实施方式以实现本文中所述的方法。

还应注意的是实现公开方法的软件可以被可选地存储在有形存储介质上，诸如：磁性介质，诸如磁盘或磁带；磁光或光学介质，诸如磁盘；或者固态介质，诸如存储卡或容纳一个或多个只读（非易失性）存储器、随机存取存储器或其它可重写（易失性）存储器的其它封装。软件还可以利用包含计算机指令的信号。将到电子邮件的数字式文件附件或者其它自包含式信息档案或档案集合视为等价于有形存储介质的分布介质。因此，在本文中还包括可以在其中存储本文中的软件实施方式的如本文中列出的有形存储介质或分布介质及其它等价物和继承介质。

因此，已描述了通过识别相对于与心率失常的来源相关联的一个或多个空间元件的焦点激活的旋转来识别心律失常的来源的系统和方法。虽然已描述了特定示例性实施例，但将显而易见的是在不脱离本发明的更宽泛范围的情况下可以对这些实施例进行各种修改和变更。因此，应在说明性而不是限制性意义上考虑本说明书和附图。构成其一部分的附图以图示并且非限制的方式示出了其中可以实施本主题的特定实施例。足够详细地描述了所示实施例以使得本领域的技术人员能够实施本文中公开的讲授内容。可以利用并从其导出其它实施例，使得在不脱离本公开的范围的情况下可以进行结构和逻辑替换和改变。因此，不应在限制性意义上理解本详细描述，并且各种实施例的范围仅仅由所附权利要求连同此类权利要求被授权的等价物的全部范围限定。

在本文中可以仅仅为了方便起见单独地和/或共同地用术语“发明”来提及发明主题的此类实施例，并且并不意图自愿地使本申请的范围局限于任何单个发明或发明概念，如果实际上公开了超过一个的话。因此虽然在本文中已图示出并描述了特定实施例，但应认识到的是计划将实现相同目的的任何布置可以代替所示的特定实施例。本公开意图涵盖各种实施例的任何和所有修改和变更。可以使用并在本文中完全可设想任何上述实施例的组合以及在本文中并未具体地描述的其它实施例。

提供摘要是为了遵守37c.f.r§1.72（b），并且将允许读者快速地弄清楚本技术公开的本质和主旨。其是在其将不被用来解释或限制权利要求的范围或意义的条件下提交的。

另外，在前文的详细描述中，可以看到出于使本公开简单化的目的在单个实施例中将各种特征组合在一起。不应将本公开的方法解释为反映要求保护的实施例具有比在每个权利要求中明确地记载的更多的特征的意图。更确切地说，如以下权利要求所反映的，本发明主题在于少于单个公开实施例的所有特征。因此，将以下权利要求结合到实施例的描述中，每个权利要求独立地作为单独的示例性实施例。