用于脑机接口的系统的制作方法

用于脑机接口的系统的制作方法
【专利摘要】本发明提供一种两步法方案来提供BCI系统。在第一步骤中，本发明提供低功率植入平台以用于放大并过滤胞外记录、执行模数转换(ADC)并实时检测动作电位，该植入平台连接至远程装置，该远程装置能够执行特征提取和锋电位分类的处理器密集型任务，由此为每个神经元生成多个预定模版以用于第二处理步骤。在第二步骤中，该低功率植入平台放大并过滤胞外记录、执行ADC并且检测动作电位，动作电位可在片上被匹配至由外部接收器在第一步骤中生成的预定模版。此两步法方案利用离线处理和在线处理二者的优势，提供了执行单个神经元活动的多个记录的有效并且安全的方法，以用于研究或监测应用或者用于远程装置的控制。
【专利说明】用于脑机接口的系统
【背景技术】
[0001] 神经系统学可以记录由神经元生成的胞外动作电位或锋电位，从而理解信息是如 何通过神经元系统呈现和传输的。
[0002] 直到最近，这些实验通常涉及在数小时的短周期内采样少量神经元（例如，少于 15)，但随着延久电极阵列的改进，记录数月内来自大量神经元(例如，多于15)的锋电位已 成为可能。这些技术激发了脑机接口（BCI)的发展，其直接与神经元系统通信以用于治疗效 果或者大脑运行的研究学习。BCI可实现动物或病患大脑与任意外部计算机、数据处理系统 或相连接的任意电子装置之间的通信。其中一个示例是使用来自瘫痪病人大脑皮层的神经 信号来操作比如机器人假肢的辅助装置的脑机界面(BMI)。
[0003] 为了获得精确的结果，脑机接口或者用于记录单个神经元活动的任意其他系统应 借助于胞外记录来检测动作电位，并且识别哪些动作电位对应于哪些神经元。基于每个神 经元生成具有模式化(stereotyped)波形的动作电位这一原理，根据动作电位的形状，对动 作电位进行分类。数据被转发给外部计算机，在外部计算机中基于若干独立神经元的动作 处理信息或命令。
[0004] 已提出了具有植入大脑的锋电位分类模块的BCI，锋电位分类模块用于根据模式 化的波形的形状对动作电位分类，但这涉及复杂的难以在片上实施的运算，因此当处理来 自许多记录电极的数据时，其会消耗过多的功率，这可能导致过热并且还可能会限制植入 装置的小型化程度。因此，这对于接受神经元监测的对象的健康而言是异常危险的。为了解 决这一问题，设计者们已尝试尽可能地从植入模块中移除处理、将植入模块限于感测技术 并且在外部装置中执行所有的信号处理。
[0005] 虽然这简化了植入装置，但给植入装置和外部处理电路之间的通信开销增加了很 大负担。所监测的信号必须全部被传输给外部处理电路，这消耗大量带宽，其中很多带宽是 通过传输比如背景噪声和不包含动作电位的信号周期而浪费的。这又延迟了对于治疗应用 而言可能很关键的锋电位检测和分类进程。

【发明内容】

[0006] 本发明的实施例采取混合方案，其中一些处理功能在外部装置中执行，但一些是 在植入装置中以本地方式执行。这减少了通信开销，因为锋电位检测进程和模版匹配进程 是在植入装置中以本地方式执行的，并且只需要将比较的结果或者先前未检测到的动作电 位传输给外部装置。因此，相较于传统系统，本发明提高了速度而并没有使植入装置复杂 化。
[0007] 根据本发明的一方面，提供了根据权利要求1的用于脑机接口的系统。
[0008] 根据本发明的一方面，提供了根据权利要求28的植入装置。
[0009]根据本发明的一方面，提供了根据权利要求29的远程装置。
[0010] 可选的特征在从属权利要求中列出。
[0011] 本发明的实施例提供了两步法方案来提供无线BCI系统。在第一步骤中，低功率植 入平台放大并过滤胞外记录，执行模数转换(ADC)并实时检测动作电位。处理器以无线方式 连接至能够执行特征提取和锋电位分类的处理器密集型任务的外部接收器，由此为每个神 经元生成多个预定模版以用于第二处理步骤。在第二步骤中，低功率植入平台放大并过滤 胞外记录，执行ADC并且检测动作电位，动作电位可在片上被匹配至由外部接收器在第一步 骤中生成的预定模版。此两步法方案利用了离线处理和在线处理二者的优势，提供了有效 并且安全的、用于执行单个神经元活动的多个无线记录的方法。各实施例可用于执行多个 单胞记录(single-cell recording)，用于研究或监测应用，或者用于控制任意外部电子装 置。
【附图说明】
[0012 ]将参照以下附图以示例方式描述本发明。
[0013] 图1是本发明的实施例的无线脑机接口的示意图；
[0014] 图2是本发明的实施例的无线脑机接口的放大示意图；
[0015] 图3是图1中锋电位检测模块的示意图；
[0016] 图4是示出了滤波器阶数对锋电位检测性能的影响的图表；
[0017] 图5是示出了低通截止频率对锋电位检测性能的影响的图表；
[0018] 图6是示出了高通截止频率对锋电位检测性能的影响的图表；
[0019 ]图7a是示出了 ADC采样率对锋电位检测性能的影响的图表；
[0020] 图7b是示出了 ADC采样率对模版构建性能的影响的图表；
[0021] 图8a是示出了 ADC分辨率对锋电位检测性能的影响的图表；
[0022]图8b是示出了 ADC分辨率对模版构建性能的影响的图表；
[0023] 图9是示出了根据三种小波系数的动作电位的分布的图表；
[0024] 图IOa是示出了变温相似变量（temperature-analogous variable)对动作电位的 群集大小的影响的图表；
[0025]图IOb是图9a所示动作电位的群集的波迹；
[0026]图IOc是由图9a所示动作电位的群集生成的多个锋电位模版的波迹；
[0027]图11是示出了各种各样的距离度量(distance metric)所需的性能和相对处理器 时间的图表；
[0028]图12是示出了波峰对准(peak-alignment)误差对模版匹配性能的影响的图表；
[0029] 图13是示出了窗口尺寸对模版匹配性能的影响的图表。
【具体实施方式】
[0030] 图1示出了根据本发明的实施例的一种用于无线脑机接口（BCI)的系统UBCI包括 锋电位检测模块10、模版构建模块20和模版匹配模块30。模版构建模块20以无线方式与锋 电位检测模块10和模版匹配模块30通信。锋电位检测模块10可与模版匹配模块30通信。锋 电位检测模块10和模版匹配模块30通过有线连接直接通信，并且可在单片上实施。
[0031] 锋电位检测模块10和模版匹配模块30设置在装置100中，装置100植入大脑中或大 脑附近并且联接至用于记录大脑中至少一个神经元处或附近的信号的一个或多个电极。模 版构建模块20设置在远程装置200中，远程装置200与植入装置100无线连接。远程装置200 可相对于患者在外部使用，或者可植入在与大脑分离的位置处。模版构建模块20通过无线 连接以无线方式与锋电位检测模块10和模版构建模块30通信。模版匹配模块30可以以无线 方式传输模版匹配进程的结果。
[0032]可替换地，系统可通过模版构建模块20和锋电位检测10以及模版匹配模块30之间 的电缆通信实现。此实施例不提供无线通信的优势，但仍提供用于在线片上锋电位检测和 分类的有效方法。仍可通过减少通过电缆连接的数据传输率来降低植入装置100的功耗。在 有线的实施例中，远程装置200可植入身体的其它部分。远程装置200可在不需要时断电，从 而进一步降低功耗。
[0033] 因此，本实施例提供了一种双部件系统，其包括用于检测锋电位并将其与模版相 匹配的低功率植入平台100,低功率植入平台100以无线方式与外部接收器200连接，外部接 收器200可执行处理器密集型模版构建。
[0034] 锋电位检测模块10检测由大脑中神经元生成的动作电位，动作电位是通过使用本 领域已知的一个或多个电极或者微触压感技术记录的。一个或多个电极中的每个电极记录 单个位置，或者可记录多个位置。对于每个记录位置，锋电位检测模块10可检测由靠近该记 录位置的多个神经元生成的多个动作电位。
[0035] 锋电位的形状是由检测到的动作电位的波迹形成的形状。模版构建模块20生成锋 电位模版，锋电位模版对应于由具体神经元生成的动作电位的模式化形状。模版构建模块 20基于锋电位检测模块10检测到的一个或多个动作电位、为每个模式化锋电位形状生成锋 电位模版，以使得可基于将检测到的动作电位与生成的锋电位模版进行匹配而识别未来具 有相同或类似形状的动作电位。模版构建模块20可基于检测到的由单个神经元生成的多个 动作电位的平均值生成锋电位膜板。模版构建模块20可基于由多个相异的神经元生成的多 个相异的动作电位生成多个相异的锋电位模版。模版构建模块20存储所生成的锋电位模 版，并且在需要时将模版提供给模版匹配模块30。
[0036] 模版匹配模块30被设置为根据动作电位的形状群集由不同的神经元生成的动作 电位。模版匹配模块30将锋电位检测模块10检测到的动作电位与模版构建模块20生成的一 个或多个锋电位模版进行比较。模版匹配模块30根据比较的结果输出信号。输出信号可能 表示动作电位与其中一个锋电位模版之间的正匹配。模版匹配模块30可将检测到的一个或 多个动作电位与模版构建模块20生成的多个预定锋电位模版进行比较。输出信号可能表示 一个或多个动作电位与多个预定锋电位模版之间的一个或多个正匹配。模版匹配模块30可 以以无线方式将输出信号传输给外部装置。
[0037] 在某些情况下，如果出现否定的比较结果，则模版匹配模块30可将检测到的动作 电位传输给模版构建模块20,以生成未知的锋电位形状的新模板，其可能代表先前未被设 备检测到的明显的神经元活动。然而，否定的比较结果还可能是因为检测到的信号根本不 是动作电位，在这种情况下，不期望激活模版构建模块20,因为在这些情况下生成的任何模 版都是不需要的。模版构建模块20可基于多个未知的锋电位形状之间的相似性确定是否生 成新模版。模版构建模块20能够区分未知的动作电位和不属于动作电位的噪声信号，因为 多个噪声信号通常不具有彼此类似的形状。
[0038]模版匹配模块30可具有用于缓存从模版构建模块20接收到的、生成的模版的本地 存储。可根据用户需要来选择存储的大小。如果期望的神经元活动代表相对少量的相异动 作电位类型，则模版匹配模块30处的模版的本地存储是改善本发明的效率的有效途径，因 为植入平台可以无监督地有效操作。在更复杂的情况下，模版匹配模块的本地存储能力可 能不足以存储所有需要的模版，在这种情况下，与模版构建模块20的定期通信更有效。
[0039] 在两种情况下可能都需要周期性更新模版以补偿记录条件的变化，这些变化可能 对动作电位存在整体影响，比如背景噪声的变化，或者动作电位形状的转变。模版构建模块 20可通过取对应于模版的、最新检测到的动作电位的形状的平均值来执行模版的周期性更 新。
[0040] 允许植入装置100无监督地操作的能力部分地取决于锋电位分类和模版匹配进程 的优化性质，将在下文中对其进行详细解释。这又使得本发明能够将植入装置100和外部模 版构建模块20的功能分开。此外，通过避免大功率和/或大带宽需求，提供了在可记录的频 道数量方面的可扩展性。
[0041] 图2示出了锋电位检测模块10,其包括信号滤波单元11、模数转换器(ADC)15和锋 电位检测单元16。信号滤波单元11被配置为使用带通滤波器13过滤大脑内至少一个神经元 处或附近记录的信号。胞外记录可包括由靠近的多个神经元生成的一个或多个动作电位。 信号滤波单元11应用滤波器13,滤波器13被配置为增加胞外记录的信噪比（SNR)。
[0042]在一实施例中，信号滤波单元11应用椭圆滤波器、巴特沃斯滤波器和贝塞尔滤波 器中的一种滤波器。可替换地，信号滤波单元11可应用任意其他滤波实施方式。
[0043] 信号滤波单元11被配置为实时地过滤胞外记录。由信号滤波单元11应用的滤波器 13可为因果滤波器，其基于当前讨论的数据点之前的数据点、而不是该数据点之后的那些 数据点、计算每个数据点。
[0044] 如图2所示，ADC 15可位于锋电位检测单元16之前，以使得在数字域中执行锋电位 检测。然而，在另一实施例中，ADC 15还可位于锋电位检测单元16之后，以使得在模拟域中 执行锋电位检测。
[0045] 图3是锋电位检测模块10的示意图，其示出信号滤波单元11包括前置放大器12、滤 波器13以及可选的增益放大器14。前置放大器12被配置为在应用过滤之前、最大化胞外记 录的SNR。在一实施例中，前置放大器12是低噪声低功率前置放大器。增益放大器14可为可 编程增益放大器，配置为最大化对ADC 15的输入动态范围。在通过直接对过滤后的数据进 行模版匹配而完成检测的情况下，锋电位检测单元16可以是可选的。
[0046] 在一实施例中，锋电位检测模块10可实施为集成电路。集成电路包括片上的信号 滤波单元IUADC 15和锋电位检测单元16。可减少从原始数据至锋电位包的片外通信，从而 显著降低片外通信的数据传输率。片外数据通信的功耗是母线电容、电源电压和数据传输 率的函数。通过传输锋电位包，显著地降低了片外数据传输率，减少了系统功耗。
[0047] 图4示出了在使用椭圆滤波器时，对于具有高、中和低SNR的信号，滤波器13的阶数 对锋电位检测单元16性能的影响。信号滤波单元11应用的滤波器13可为1阶、2阶、3阶和4阶 滤波器中的一种。较低阶的滤波器引入低水平的相位失真。
[0048] 减少通带带宽可增加胞外记录的SNR。过窄的通带可降低锋电位检测单元16的性 能。在一实施例中，基于合成试验信号的处理、使用本领域已知技术测得的锋电位检测单元 16的性能相对于精确检测到的神经元活动的百分比应维持在近似90%或更高。
[0049]图5示出了对于具有高、中和低SNR的信号，低通截止频率对锋电位检测单元16的 性能的影响。选择滤波器13的低通截止频率以使得锋电位检测单元16的性能最大化。在一 实施例中，低通截止频率是3kHz。
[0050]图6示出了对于具有高、中和低SNR的信号，高通截止频率对锋电位检测单元16的 性能的影响。选择滤波器13的高通截止频率以使得锋电位检测单元16的性能最大化。在本 发明一实施例中，高通截止频率是100kHz、200kHz和300kHz中的一个。
[0051] ADC 15被配置为将至少一个神经元处或附近记录的信号从模拟信号转换为数字 信号。在一实施例中，ADC 15转换由信号滤波单元11输出的过滤后的信号。可替换地，ADC 15将胞外记录转换为数字信号，然后通过信号滤波单元11过滤该数字信号。信号滤波单元 在数字域中应用的滤波器13可为非因果滤波器，其基于当前讨论的数据点之前的数据点以 及当前数据点之后的那些数据点计算该数据点。
[0052]可通过调整ADC 15的采样率和分辨率改变胞外记录的数据传输率。减小胞外记录 的数据传输率可降低锋电位检测模块10中的功耗水平。过低的采样率或分辨率可降低锋电 位检测单元16的性能和模版构建模块20的性能。锋电位检测单元16的性能应维持在80%或 更高。如果采样率和ADC分辨率的变化(相较于滤波的变化)是优化锋电位检测的主要参数， 则功率代价使得可获得的性能可能小于将滤波作为主要变化参数的情况。然而，通过控制 滤波、采样率和ADC分辨率中的每一个，锋电位检测单元16的性能可为90%或更高。相对于 由人工合成信号生成模版，信号模版构建模块20的性能应维持在50 %或更高。
[0053]图7a和图7b示出了对于具有高、中和低SNR的信号，ADC采样率分别对锋电位检测 单元16和模版构建模块20的性能的影响。在本发明的一实施例中，ADC 15的采样率大于 7kHz 〇
[0054] 图8a和图8b示出了对于具有高、中和低SNR的信号，ADC 15的分辨率分别对锋电位 检测单元16和模版构建模块20的性能的影响。ADC 15的分辨率在6-12比特的范围内。在一 实施例中，ADC 15的分辨率是10比特。
[0055] 锋电位检测单元16被配置为检测包含在已由信号滤波单元11过滤并且已由ADC 15转换过的胞外记录内的一个或多个动作电位。锋电位检测单元16通过将胞外记录的幅度 与幅度阈值进行比较而检测该一个或多个动作电位。通过锋电位检测单元16自动选择幅度 阈值，但其也可被手动设定，因为锋电位检测单元16的无线配置是作为基于试验或误差的 校正步骤以用于实现锋电位检测的预期速率。可替换地，原始数据的一小部分可被传输给 远程装置200以用于计算幅度阈值。
[0056] 在一实施例中，锋电位检测单元16预估胞外记录中背景噪声的标准偏差。锋电位 检测单元16可基于预估的标准偏差选择幅度阈值。幅度阈值可为预估的标准偏差的3倍至5 倍。
[0057]锋电位检测单元16可基于胞外记录的绝对值的中值预估背景噪声的标准偏差。 [0058]在一实施例中，幅度阈值Thr被自动设为：
[0059] Thr = 4〇n, i H 1
[0060] 其中，Μ )士f，而x是信号。 ^0,6745 J
[0061] 锋电位检测模块10可包括复用器17,其将来自锋电位检测单元16的多个胞外记录 的输出进行组合。来自复用器17的组合输出被发送给模版构建模块20或模版匹配模块30。 来自锋电位检测单元16的输出由多个锋电位包构成，每个锋电位包包括检测到的动作电 位。可替换地，多个锋电位包可通过串行总线而不是该复用器17输出。锋电位包可按顺序被 传输，并且每个锋电位包具有通道ID和时间戳。
[0062]模版构建模块20包括特征提取单元21和锋电位分类单元22。特征提取单元21被配 置为应用小波变换，以计算检测到的动作电位的多个小波系数。小波变换是信号的时频表 示，由信号和小波集合之间的卷积定义。小波是唯一小波函数的扩张(或收敛)型和扰动型。 小波系数是通过计算动作电位与小波函数在不同时间移位和扩张(或收敛）比例处的卷积 获得的。因此，小波变换仅将为时间函数的信号映射到独立的扩张和移位变量的函数上。小 波函数的收敛型映射信号的高频分量，而扩张型映射低频分量。
[0063]可替换地，特征提取单元21可被配置为实施主成分分析，以计算检测到的动作电 位的多个主成分，或者可使用比如波峰幅度、宽度或峰谷能量之类的锋电位特征。
[0064]特征提取单元21从计算出的多个小波系数中选择小波系数优选集。小波系数优选 集包括一个或多个系数，其表示多个动作电位之间的区别。特征提取单元21基于计算出的 正态偏差(deviation from normality)选择小波系数优选集。特征提取单元21可对计算出 的小波系数应用柯尔莫诺夫-斯米尔诺夫正态检验。小波系数优选集可包括具有最低正态 分布的一个或多个系数。在一实施例中，小波系数优选集包括选定的10个小波系数。
[0065] 图9示出了由3个优选的小波系数限定的三维空间中多个动作电位的分布。
[0066] 锋电位分类单元21从群集中多个动作电位所共享的一个或多个主特征生成锋电 位模版，动作电位的群集具有优选的具有相似值的小波系数。动作电位的群集可能位于由 小波系数优选集限定的三维空间内的极近处。锋电位分类单元22被配置为通过应用超顺磁 聚类(SPC)算法检测动作电位的群集。锋电位分类单元22基于小波系数优选集应用超顺磁 聚类算法。
[0067] 可替换地，锋电位分类单元22可利用K-均值分类器、期望最大化算法、群集的手动 界定或其他聚类算法来实施。
[0068] SPC算法模拟每个数据点与其最近邻点(nearest neighbour)之间的交互，其中， 模拟的交互强度是以增加的间距呈指数跌落的。在使用波特模型的物理模拟中，每个数据 点被分配一个随机的初始态，并且极近(即，对应于群集)的数据点将一起改变状态。最近邻 点一起改变状态的概率取决于波特模型中的变温相似变量。
[0069] 高温对应于近邻点一起改变状态的低概率。低温对应于近邻点一起改变状态的高 概率，即使是对于较弱的交互强度也是如此。在某些中等的温度范围内存在"超顺磁阶段"， 其中，仅那些极近的点将一起改变其状态。
[0070] 可基于群集大小标准（cluster size criterion)检测动作电位的群集。SPC算法 计算：随着变温相似变量的变化、多个群集在尺寸上的变化。在类同于超顺磁阶段的范围 内，变温相似变量的增加产生了具有相对大量成员的群集。如果满足群集大小标准，则变温 相似变量可为固定的，并且可从检测到的一个或多个动作电位的群集中选择一个或多个主 特征。可替换地，可从不同温度中选择具有相对大量成员的群集。
[0071]图IOa示出了应用于图9中多个动作电位的SPC算法的结果。群集大小由变温相似 变量的函数表示，垂直虚线表示进入超顺磁阶段的过渡点。用于生成锋电位模版的该一个 或多个主特征是从满足群集大小标准的动作电位的群集中选择的。图IOb示出了叠加的多 个动作电位。重群集区域可与未群集的外围动作电位一起被识别。图IOc示出了从图IOc的 动作电位的群集的主特征生成的多个锋电位模版。
[0072] 模版匹配模块30被设置为将检测到的动作电位与锋电位模版进行比较。模版匹配 模块30可接收来自锋电位检测模块10的复用器17或串行总线的输出，输出包括多个锋电位 包，每个锋电位包包括检测到的动作电位。在一些实施例中，来自锋电位检测模块10的包输 出可允许模版匹配模块30无需输入解复用器或输入缓冲器(配置为存储每个通道的检测到 的动作电位）即可操作，因为使用可由通道ID和时间戳构成，从而使锋电位的模版匹配可在 具体通道中执行。
[0073] 模版匹配模块30可输出信号，以基于检测动作电位与锋电位模版之间的距离指示 正匹配。模版匹配模块30使用距离度量将检测到的动作电位与锋电位模版进行比较，距离 度量比如为平方欧几里得距离度量、1-范数距离度量、无穷范数距离度量、马氏距离度量、 最近邻距离度量或其他任意适当的距离度量。
[0074] 图11示出了使用各种各样适当的距离度量的模版匹配模块30的性能和所需的相 对处理器时间。在一实施例中，距离度量可为欧几里得距离度量d。欧几里得距离度量是由 以下公式计算出的，其中 yi是检测到的动作电位的成分,T1是锋电位模版的成分：
[0075]
[0076] 可替拖他，樽版匹配樽块30可使用1-范数距离度量，其计算为：
[0077]
[0078]可选择模版匹配模块30所使用的距离度量，从而最小化模版匹配模块30中的功耗 水平或者处理器时间使用，并且同时维持最低性能水平。
[0079] 模版匹配模块30包括对准单元31，其被配置为将检测到的动作电位与锋电位模版 基本对准。对准单元31可将动作电位与锋电位模版对准以使其落入预定波峰对准误差内， 但也可基于信号跃迀执行对准，比如上升沿和幅度阈值。
[0080] 图12示出了对于各种各样适当的距离度量，波峰对准误差对模版匹配模块30性能 的影响。不准确的波峰对准可能引起模版匹配模块30性能的降低，而波峰对准误差的减小 可引起模版匹配模块30中功耗水平的增加。模版匹配模块30的性能应维持在80%或更高。 对准单元31被配置为具有少于约0.125ms的波峰对准误差。
[0081] 模版匹配模块30被配置为通过修整动作电位而选择窗口尺寸。窗口尺寸的减小会 导致模版匹配模块30中存储的数据量的减少以及计算适当距离度量的复杂度的降低。 [0082]图13示出了对于各种各样适当的距离度量，窗口尺寸对模版匹配模块30性能的影 响。减小的窗口尺寸会导致模版匹配模块30性能的降低。模版匹配模块30的性能应维持在 70%或更高。模版匹配模块30被配置为使用如约0.5ms这么小的窗口尺寸。
[0083] 可使用处理单元实施模版匹配模块30。与使用比如现场可编程门阵列(FPGA)的可 配置逻辑装置相比，模版匹配模块30的基于处理器的实施方式可提供更有效的操作。
[0084]本发明提供两步法方案来提供无线BCI系统。两步法方案利用离线处理和在线处 理二者的优势，提供有效并且安全的神经元研究方法。无线BCI系统允许根据神经元的波形 识别具体神经元冲动(neurons firing)，并且以经过分类的、便于使用的形式传输神经元 活动。
[0085] 本发明的实施例可用于控制假肢器官装置。例如，由本发明传输的信号可控制一 个或多个义肢。可根据检测到的、用于负责失去的四肢的日常活动的、一个或多个神经元的 活动来控制义肢。可根据通常用于负责控制身体相关部分的神经元的活动来控制其他假肢 器官。
[0086] 可替换地，本发明的实施例可用于控制传送给电机结构的电刺激，从而在病患的 随意控制下产生四肢运动，电机结构包括脊髓、末梢神经或肌肉。
[0087] 可替换地，本发明的实施例可用于监测一定时间段内一个或多个神经元的活动。 例如，本发明可用于记录动物的神经元活动。本发明的低功率无线BCI允许动物在记录过程 中自由运动，从而既提供了更多种类的可执行实验、又提供了动物福利方面的改进。
[0088] 本发明的实施例还可用于为其他临床应用监测神经元活动。对于癫痫病人，本发 明可检测表示癫痫发作的一个或多个神经元的活动。医疗装置可被设置为通过使用本发明 的无线BCI监测一个或多个神经元的活动来预测可能的癫痫发作，并且可被配置为传送用 于防止预测的癫痫发作的电刺激。
[0089] 本领域技术人员应意识到，可对上述实施例做出多种修改，这些修改落入随附权 利要求书限定的本发明的范围内。可将各种互相兼容的实施例的特征进行组合。例如，所描 述的任一具体滤波器形状可与上面列出的任一截止频率相兼容，而滤波器的组合又与所描 述的任一聚类算法相兼容。根据上述教导，本领域技术人员将能意识到在实现本发明的效 果的同时、这些特征可以互相交换的范围。
【主权项】
1. 一种用于脑机接口的系统，包括： 锋电位检测模块，被设置为检测由一个或多个神经元生成的至少一个动作电位； 模版匹配模块，被设置为将检测到的所述至少一个动作电位与一个或多个预定锋电位 模版进行比较；以及 模版构建模块，被配置为生成所述一个或多个预定锋电位模版，并且被设置为远离所 述锋电位检测模块和所述模版匹配模块。2. 根据权利要求1所述的系统，其中所述锋电位检测模块和所述模版匹配模块被设置 在植入装置中，所述植入装置被配置为传输检测到的所述至少一个动作电位并且接收所述 一个或多个预定锋电位模版;并且 所述模版构建模块被设置在远程装置中，所述远程装置被配置为接收被传输的所述至 少一个动作电位并且传输所述一个或多个预定锋电位模版。3. 根据权利要求1或权利要求2所述的系统，其中所述模版构建模块被设置为与所述锋 电位检测模块和所述模版匹配模块无线通信。4. 根据权利要求1-3中任一项所述的系统，其中所述锋电位检测模块包括： 信号滤波单元，被配置为过滤一个或多个胞外记录； 模数转换单元，被配置为转换所述一个或多个胞外记录；以及 锋电位检测单元，被配置为检测所述一个或多个胞外记录内的所述至少一个动作电 位。5. 根据权利要求4所述的系统，其中所述信号滤波单元被配置为使用椭圆滤波器、巴特 沃斯滤波器和贝塞尔滤波器中的一种滤波器过滤所述一个或多个胞外记录。6. 根据权利要求4或权利要求5所述的系统，其中所述信号滤波单元被配置为使用2阶 滤波器过滤所述一个或多个胞外记录。7. 根据权利要求4-6中任一项所述的系统，其中所述信号滤波单元的高通滤波器截止 频率被选为使得所述锋电位检测单元的性能值最大化。8. 根据权利要求7所述的系统，其中所述信号滤波单元的高通滤波器截止频率为约 300Hz〇9. 根据权利要求4-8中任一项所述的系统，其中所述信号滤波单元的低通滤波器截止 频率被选为使得所述锋电位检测单元的性能值最大化。10. 根据权利要求9所述的系统，其中所述信号滤波单元的低通滤波器截止频率为约 3kHz 〇11. 根据权利要求4-10中任一项所述的系统，其中所述模数转换单元的采样率被最小 化，使得所述锋电位检测单元的性能保持在90%以上。12. 根据权利要求11所述的系统，其中所述模数转换单元的采样率被减小至约7kHz。13. 根据权利要求4-12中任一项所述的系统，其中所述模数转换单元的分辨率被最小 化，使得所述锋电位检测单元的性能保持在90%以上。14. 根据权利要求13所述的系统，其中所述模数转换单元的分辨率为6比特。15. 根据权利要求13所述的系统，其中所述模数转换单元的分辨率被最小化，使得所述 模版构建单元的性能保持在50%以上。16. 根据权利要求15所述的系统，其中所述模数转换单元的分辨率为10比特。17. 根据权利要求4-16中任一项所述的系统，其中所述锋电位检测单元被配置为基于 所述胞外记录中背景噪声的标准偏差的预估，自动选择幅度阈值。18. 根据权利要求4-16中任一项所述的系统，包括用于手动选择幅度阈值的装置。19. 根据权利要求18所述的系统，其中所述背景噪声的标准偏差是基于过滤后的胞外 记录的绝对值的中值而预估的。20. 根据前述权利要求中任一项所述的系统，其中所述模版构建模块包括： 特征提取单元，被配置为计算检测到的所述至少一个动作电位中每个动作电位的特征 集；以及 锋电位分类单元，被配置为从具有相似特征的动作电位的群集所共享的一个或多个主 特征生成一个或多个预定模版。21. 根据权利要求20所述的系统，其中所述特征提取单元被配置为计算包括多个小波 系数的小波变换，并且基于计算出的正态偏差，从所述多个小波系数中选择优选集;并且 所述锋电位分类单元被配置为基于小波系数的所述优选集，通过应用超顺磁聚类算法 来检测所述动作电位的群集。22. 根据权利要求20或权利要求21所述的系统，其中所述锋电位分类单元被配置为基 于群集大小标准检测用于生成所述一个或多个预定模版的所述动作电位的群集。23. 根据前述权利要求中任一项所述的系统，其中所述模版匹配模块被设置为使用平 方欧几里得距离度量、1-范数距离度量、无穷范数距离度量、马氏距离度量和最近邻距离度 量中的一种距离度量，将检测到的所述至少一个动作电位与所述一个或多个预定锋电位模 版进行比较。24. 根据权利要求23所述的系统，其中所述模版匹配模块被配置为使用所述平方欧几 里得距离度量或所述1-范数距离度量。25. 根据前述权利要求中任一项所述的系统，其中所述模版匹配模块包括波峰对准单 元，所述波峰对准单元被配置为将检测到的所述至少一个动作电位与所述一个或多个预定 锋电位模版基本对准，以落入预定波峰对准误差内。26. 根据权利要求25所述的系统，其中所述波峰对准单元被配置为具有小于约0.125ms 的波峰对准误差。27. 根据前述权利要求中任一项所述的系统，其中所述模版匹配模块被配置为使用约 0.5ms的窗口尺寸。28. -种用于脑机接口的植入装置，被配置为根据权利要求2所述的系统的一部分。29. -种用于脑机接口的远程装置，被配置为根据权利要求2所述的系统的一部分。
【文档编号】G06F3/01GK106062669SQ201580006550
【公开日】2016年10月26日
【申请日】2015年1月29日
【发明人】A·杰克逊, T·康斯坦迪努, A·埃夫特哈里, R·Q·基罗加, J·N·阿乌马达
【申请人】莱斯特大学, 泰恩河畔纽卡斯尔大学, 皇家创新公司