CN115135244B 用于检测中风的系统和方法 （柯惠有限合伙公司）

US2020000355A1,2020.01.02WO2019195844A1,2019.10.102022.09.302022.08.16PCT/US2021/0183942021.02.17WO2021/167988EN2021.08.26配置成安置在所述患者的颈部或头颅基部的后部区域或其它脑部区域中的脑部活动相对应的置被配置成接收所述生理数据并对其进行分析2传感器装置，所述传感器装置被配置成从患者获得生理数据，述生理数据包括通过所述多个电极感测到的所述患者的脑部电活动数据和心脏电活动数2.根据权利要求1所述的系统，其中所述传感器装置被配置成通过所述多个电极检测3.根据权利要求1或2所述的系统，其中所分析所述脑部电活动数据和所述心脏电活动数据两者，并5.根据权利要求4所述的系统，其中所述处理电路系统被配置成将相应的分类算法应6.根据权利要求1到3中任一项所述的系统，其中所中所述处理电路系统被进一步配置成分析所述运动数据并基于对所述运动数据的所述分7.根据权利要求1到3中任一项所述的系其中所述传感器装置被配置成在所述患者尝试执行所述一个或多个动作期间获得所9.根据权利要求1到3中任一项所述的系统，其中所3[0001]本申请要求于2020年8月28日提交的美国专利申请第17/006,444号和于2021年2月16日提交的美国专利申请第17/176,504号的优先权，两者都要求于2020年2月17日提交[0005]存在多种用于治疗经受中风的患者的方法。例如，临床医师可以施用如华法林(warfarin)等抗凝血剂，或者可以进行如血栓切除手术等血管内干预以治疗缺血性中风。这对于使患者在粗略评估后相对活动的更轻度中风4多个电极被配置成检测对应于P3、Pz和P4脑部区域中的至少一者中的活动的脑部活动数[0030]19.根据条款18所述的系统，其中所述壳5[0033]22.根据条款21所述的系统，其中一个[0034]23.根据条款21或22所述的系统，其中[0036]25.根据条款18到24中任一项所述的[0037]26.根据条款25所述的系统，中所述第三电极在与所述第一相反的第二方向上沿所述水平轴与所述[0040]29.根据条款17到28中任一项所述的系[0041]30.根据本文条款中任一项所述[0043]32.根据本文条款中任一项所述的系[0045]34.根据本文条款中任一项所述的[0046]35.根据本文条款中任一项所述[0047]36.根据条款35所述的系统，其中[0048]37.根据条款35所述的系统，其[0050]39.根据本文条款中任一项所述的系统，6[0051]40.根据本文条款中任一项所述的[0052]41.根据前述条款中任一项所[0053]42.根据本文条款中任一项所述的系[0054]43.根据本文条款中任一项所述[0055]44.根据本文条款中任一项所述[0058]由所述壳体承载的多个电极，所述电极被配置成检测对应于所述患者的至少P3、路系统被配置成分析所述检测到的电信号以提供[0063]50.根据本文条款中任一项所述的[0064]51.根据本文条款中任一项所[0065]52.根据本文条款中任一项所述的装[0066]53.根据本文条款中任一项所述[0069]56.根据本文条款中任一项所述的装置，其中所述壳体具有小于约1.5cc、约[0070]57.根据本文条款中任一项所述7且其中所述第三电极在与所述第一相反的第二方向上沿所述水平轴与所述第一电极间隔[0076]63.根据本文条款中任一项所述的装[0077]64.根据本文条款中任一项所述[0078]65.根据本文条款中任一项所述[0079]66.根据本文条款中任一项所述的装置[0084]68.根据本文条款中任一项所述的方法，[0085]69.根据本文条款中任一项所述的方法[0086]70.根据本文条款中任一项所述[0087]71.根据本文条款中任一项[0088]72.根据本文条款中任一项所述的装置安置在所述患者的颈部或头颅基部的后部部分或邻近所述后部部分安置时获得所述[0089]73.根据本文条款中任一项所述[0090]74.根据本文条款中任一项所述装置安置在所述患者的枕骨处或枕骨下方时获得所8[0091]75.根据本文条款中任一项所述[0092]76.根据条款67到75中任一项所述的方法，[0096]78.根据本文条款中任一项所述的方[0097]79.根据本文条款中任一项所述的方法，[0098]80.根据本文条款中任一项所述的[0099]81.根据本文条款中任一项所[0100]82.根据本文条款中任一项所述的方[0101]83.根据本文条款中任一项所述[0102]84.根据本文条款中任一项所述[0103]85.根据本文条款中任[0104]86.一种用于在患者的术中或手[0105]通过安置在所述患者的肩部上方的传感器装置在患者的术中或手术前后中的至[0108]87.一种非暂时性计算机可读9描述及其权利要求以及所附附图中具体指出的结构来用相同的附图标记来标识相同或至少总体上相似或[0134]本技术的实施例实现了通过使用传感器装置获得患者生理数据并对所述生理数[0135]常规的EEG电极通常定位在用户头皮的大部分上。虽然该区域的电极可以很好地[0136]然而，通过安置在患者颈部的后部处或附近的电极检测到的EEG信号可能相对嘈可以过滤或以其它方式操纵传感器数据以将脑部活动数据(例如，EEG信号)与其它电信号存储或分布在包含磁或光学可读计算机磁盘的计算机可读存储介质上，作为半导体存储[0141]图1是根据所公开技术的实施例配置的系统100的示意图[0142]系统100可以被配置成感测生理患者数据并分析该数据以做出中风确定。在一个插入)在患者颈部或头颅基部的后部处的皮肤之下或之上。可以定位传感器装置的其它目测患者的一个或多个生理参数(例如，与患者脑部的特定区域中的脑部活动相对应的电活[0143]传感器装置110和/或外部装置150还可以与一个或多个外部计算装置180通信耦相关联的其它计算装置的形式。这些外部计算装置180可以收集由传感器装置110和/或外或其它装置。可以支持和增强个人生态系统以降低中风风险的其它装置包含健身监测器、[0145]如前所述，传感器装置110被配置成耦接到患者以记录与中风确定相关的生理数[0148]传感器装置110可以被配置成计算与从电极113接收的一个或多个电信号相关的被配置成放置在患者颈部或头颅的后部部分或患者的另一个目标区域的相对少量的电极施例中，电极113可以远离传感器装置110的壳体延伸并且通过引线或其它连接组件连接。123和/或存储器125)的壳体，并且电极113(和/或其它感测组件111)可以通过电引线或其而耦接到含有传感器装置110的其它组件的壳体。其中多个壳体(或子壳体)通过柔性或其它连接器耦接在一起的这种配置可以有助于将传感器装置110放置在期望的位置以提高患置180)传输数据和/或从所述外部装置接收数据。通信链路121可以包含有线通信链路和/置成处理来自感测组件111的数据和控制传感器装置110的操作的任何其它合适的电子组路系统可以包含一个或多个输入保护电路以过滤电信号并且可以包含放大器/滤波器电路收集的数据的分析生成中风指示。然后，传感器装置110可以指示外部装置150向患者(例器装置110进行的生理数据收集结合使用。例如，外部装置150可以指示用户执行动作(例以与通过感测组件111收集的数据组合并一起分析以[0159]如前所述，外部计算装置180可以采取与医疗保健提供者或其它实体相关联的服计算装置180可以收集由传感器装置110和/或外部装置150记录的数据。在一些实施例中，可以将这些数据匿名化和聚合以执行大规模分析(例如，使用机器学习技术或其它合适的包含上文关于图1描述的传感器装置110和/或下文关于图3描述的传感器装置310的一些或传感器装置210内部的电子电路系统并且保护包含在其中的电路系统免受体液的影响。在与所述第一主表面相对的第二主表面204，以及在所述第一主表面和第二主表面之间延伸部分207和第二横向部分209从中心部分205横向地向外延伸并且还相对于装置的水平轴以[0163]壳体201的配置可以有助于以绷带状形式放置在用户的皮肤上或用于皮下植入。壳体201可以至少部分地弯曲以与患者颈部的解剖结构相对应(例如，壳体201的左侧横向壳体201可以具有适合通过套管针导引器或任何其它合适的[0165]如图所示，由壳体201承载的电极213被布置成使得所有三个电极213不位于公共这在传感器装置210中特别有用，所述传感器装置被配置成植入颈部同时检测脑部中的电[0166]在图2所示的实例中，所有三个电极213都定位在第一主表面203上并且基本上平二主表面上。各种电极配置允许其中电极213定位在第一主表面和第二主表面两者上的配还可以包含具有高表面积(例如，提供更好的电极电容以获得更好的灵敏度)和粗糙度(例[0167]图2C展示了另一个示例性实施例，其中电极213不沿着壳体201的第一主表面203置可以提高患者舒适度并且更容易符合患者颈部区域的解剖感测到的电信号可以存储在传感器装置210的存储器中，并且信号数据可以通过通信链路在一些实例中，电极213可以另外或可替代地用于感测来自任何植入位置的任何所关注的314封装定位在传感器装置310内部的电子电路系统并且保护包含在其中的电路系统免受监测器，如可以定位在患者外表面上的贴片，或另一种类型的医疗装置(例如，代替作为以允许传感器装置310使用微创手术插入患者的皮肤下并且在插入期间保持在期望的定3mm和10mm之间的任何单个宽度或宽度范围。传感器装置310的深度D的厚度可以在2mm到对植入容易性和患者舒适度设计的几何形状和大小。本公开中描述的传感器装置310的实[0173]在图3所示的实例中，近侧电极313a紧邻近端322，并且远侧电极313b紧邻远端围绕圆形边缘328或端表面330延伸并且延伸到第二主表面320上，使得电极313b具有三维定位在第一主表面18上的基本上平坦的朝外电极，所述第一主表面类似于关于近侧电极313a和远侧电极313b两者均定位在第一主表面318或第二主表面320中的一者上(例如，近合件332包含缝合孔336，所述缝合孔提供了将传感器装置310固定到患者以防止插入后移组合件332是由聚合或塑料材料制成的模制头座组合件，所述模制头座组合件可以与传感器装置310的主要部分成一体或者可与所述主处或附近与患者皮肤直接接触)而安置在该区域中。传感器装置可以类似地安置在其它目[0177]虽然常规的EEG电极放置在患者的头皮上，但本技术有利地能够通过定位在目标后1和22小时之间使用常规EEG阵列在3分钟内以500Hz的采样频率记录的。对EEG数据进行方法使用分类器性能指标按顺序地去除单个特征。通过调整频率区间(frequencybin)进展示了使用两个特征(沿x轴在5.5-7.5Hz范围内的P4电极和沿y轴在7.5-10Hz范围内的P3[0181]这种分类器的准确度可以通过在对应于中风和非中风EEG读数的更大数据集上训[0182]图8是用于进行中风确定的方法800的流程图。过程800可以包含例如存储器(例EEG传感器数据可以包含使用如上文关于图1-3所描述的传感器装置110、210或310的电极通过定位在头皮上的电极获得的，因为它是一个相对无噪声的信号采集位置。其它解剖位其它生理信号(如ECG)的频带重叠。然而，机器学习/自适应神经网络处理的最新技术增强《IEEEXplore》的“使用自适应神经网络去除EEG信号的ECG伪影(ECGArtifactRemovalofEEGsignalusingAdaptiveNeuralNetwork)”中描述了一种这样的方法，该文献通过引用整体并入本文。类似地，也可以从EEG传感器数据中过滤与肌肉活动相关的电以去除此类伪影。时执行过程800的实施例中，过程800可以向急救医务人员(EMT)或救护车后面的其它人员或手术前后执行过程800的实施例中，可以通过传感器装置或手术室或医院中与传感器装[0187]图9是用于进行中风确定的另一个方法900的流程图。过程900可以包含例如存储到的电信号。这种装置可以安置在患者的目标区域处(例如，植入皮下或定位在患者皮肤中风状况/非中风状况的二进制输出、中风可能性的概率指示或与患者的病状和已经患有单独基于收集的EEG传感器数据或结合额外的生理参数或患者数据来做出这样的确定。在护车上的同时执行过程1000的实施例中，过程1000可以向急救医务人员(EMT)或救护车后示的内容可以包含如地图等导航信息和用于将患者带到具有中风中心的特定医院或场所[0194]图11展示了用于检测中风和/或确定患者中风风险的示例方法1100。在框1102、状况等)，并且可以包含患者中风风险的概率输出。如果在框1122中没有鉴别出中风风险 风风险参数超过预定阈值)，则可以在框1126中输出警报。可以将这种警报提供给患者(例(如12到64个电极)和大型台式/机架式信号采集和处理系统对中风进行术中EE用相对较少数量的电极(例如，三个电极)和相对较小的传感器装置封装来提供中风指示。于在患者的手术操作或手术前后期间进