TW202128251A - 治療神經系統疾病和腦部狀況的裝置和方法 - Google Patents

治療神經系統疾病和腦部狀況的裝置和方法 Download PDF

Info

Publication number
TW202128251A
TW202128251A TW109141191A TW109141191A TW202128251A TW 202128251 A TW202128251 A TW 202128251A TW 109141191 A TW109141191 A TW 109141191A TW 109141191 A TW109141191 A TW 109141191A TW 202128251 A TW202128251 A TW 202128251A
Authority
TW
Taiwan
Prior art keywords
brain
patient
machine learning
input
cmut
Prior art date
Application number
TW109141191A
Other languages
English (en)
Inventor
卡梅爾 法勞理
莫哈瑪德 摩加達法拉希
Original Assignee
美商閾限科學公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 美商閾限科學公司 filed Critical 美商閾限科學公司
Publication of TW202128251A publication Critical patent/TW202128251A/zh

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus, e.g. for MRI, optical tomography or impedance tomography apparatus; Arrangements of imaging apparatus in a room
    • A61B5/0036—Features or image-related aspects of imaging apparatus, e.g. for MRI, optical tomography or impedance tomography apparatus; Arrangements of imaging apparatus in a room including treatment, e.g., using an implantable medical device, ablating, ventilating
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/291—Bioelectric electrodes therefor specially adapted for particular uses for electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/291—Bioelectric electrodes therefor specially adapted for particular uses for electroencephalography [EEG]
    • A61B5/293—Invasive
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N7/00—Ultrasound therapy
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/101—Computer-aided simulation of surgical operations
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/36—Image-producing devices or illumination devices not otherwise provided for
    • A61B90/37—Surgical systems with images on a monitor during operation
    • A61B2090/374—NMR or MRI
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N7/00—Ultrasound therapy
    • A61N2007/0004—Applications of ultrasound therapy
    • A61N2007/0021—Neural system treatment
    • A61N2007/0026—Stimulation of nerve tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N7/00—Ultrasound therapy
    • A61N2007/0078—Ultrasound therapy with multiple treatment transducers

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Urology & Nephrology (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Physiology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

在一些態樣中，一種裝置包括一基板及定位於該基板上或中之將超音波輻射提供至一病患之一腦部的至少一個電容式微機械超音波換能器(CMUT)。在一些態樣中，一種在一病患之腦部中導引超音波輻射之方法包括：接收病患掃描資料作為一第一輸入；接收關於經調適以將該超音波輻射傳輸至該腦部的超音波傳輸器之組態及/或性質之資訊作為一第二輸入；處理該第一輸入及該第二輸入之至少一者且將該第一輸入及該第二輸入之該經處理之至少一者饋入一實體聲學模型中；及基於該實體聲學模型之一輸出及來自該病患之該腦部之經獲取資料，產生用以將該超音波輻射傳輸至該病患之該腦部之一指令。

Description

治療神經系統疾病和腦部狀況的裝置和方法
本申請案係關於用於治療神經系統疾病和腦部狀況的裝置和方法。
影響腦部健康之神經系統疾病構成全球疾病負擔之一顯著部分。此等疾病可包含癲癇、阿茲海默症(Alzheimer)及帕金森氏病(Parkinson)。例如，全球約6500萬人患有癲癇。在發展中國家，歸因於根本原因之頻率之差異，發病在大齡兒童及青少年中更普遍。接近80%之病例發生在發展中國家。在發達國家，嬰兒及老年人最頻繁地發生新病例之發病。美國自身具有約340萬人患有癲癇，此具有一經估計150億美元之經濟影響。此等病患患有諸如反復癲癇發作之症狀，其等係腦部中過度且同步神經活動之發作。在世界上許多地區，限制患有癲癇的人之駕駛能力或不允許其等駕駛，直至其等無癲癇發作達一特定時間長度。
發明者已瞭解，用於將超音波信號傳輸至腦部中以治療神經系統疾病之習知技術係藉由一大孔徑球形換能器實施，該大孔徑球形換能器由傳輸超音波波束穿過顱骨之非常大數目個單元件換能器組成。一些技術依賴於放置於一頭盔中之一換能器陣列之使用。發明者已發現，此等換能器之幾何焦點將治療包絡限於腦部之中心，而大多數神經系統疾病及癌症(尤其轉移瘤)沿著腦部之周邊發生或起源於腦部之周邊。仍其他方法依賴於即時磁共振導引，其係非常龐大且昂貴的。發明者已發現使用此等方法之其他問題，包含自熱化及超音波信號之傳輸之效率低。
為了解決此等缺點，發明者已開發用於以聚焦、非聚焦及/或發散波束之形式引入且導引超音波信號至腦部中之一新穎裝置及方法。此等超音波波束可用於以可係非侵入性或最小侵入性(例如，放置於頭皮下方的超音波傳輸器)、有線或無線及/或具有提供連續或急性療法之能力之一方式之療法或神經調變。可使用機器學習或另一適合手段操縱超音波波束。此等超音波信號可用於調變神經活動、停止癲癇發作及/或以其他方式治療腦部之一或多個部分。例如，低強度聚焦超音波(LIFU)信號可用於激發或抑制腦部中之神經活動(例如)以緩解一癲癇發作或另一腦部狀況。所述裝置及方法可相應地用於治療腦部狀況及/或神經系統疾病。神經系統疾病包含(但不限於)癲癇發作、憂鬱症、阿茲海默症、帕金森氏病及其他疾病。腦部狀況包含(但不限於)腦瘤、中風、創傷性腦損傷、血管痙攣及其他狀況。
在一些態樣中，一種裝置包括一基板及至少一個電容式微機械超音波換能器(CMUT)，該至少一個CMUT定位於該基板上或中之將超音波輻射提供至一病患之一腦部。
在一些實施例中，該基板係可撓性的。
在一些實施例中，該基板由一印刷電路板(PCB)製成。
在一些實施例中，該至少一個CMUT包含複數個CMUT之一陣列。
在一些實施例中，該基板經嵌入旨在穿戴於該病患之一頭皮上的一帽子中或上。
在一些實施例中，該至少一個CMUT經無線地供電及/或驅動。
在一些實施例中，透過一電腦實施模擬模型在該腦部內導引該超音波輻射。
在一些實施例中，該電腦實施模擬模型包含一機器學習模型。
在一些實施例中，該電腦實施模擬模型包含該病患之該腦部之一掃描作為一輸入。
在一些實施例中，在該病患之該腦部內透過磁共振成像(MRI)監測導引該超音波輻射。
在一些態樣中，一種用於布置在一病患之一頭皮上的穿戴式或可植入裝置包括一基板及至少一個電容式微機械超音波換能器(CMUT)，該至少一個CMUT定位於該基板上或中之將超音波輻射提供至該病患之一腦部。
在一些態樣中，一種在一病患之腦部中導引超音波輻射之方法包括：接收病患掃描資料作為一第一輸入；接收關於經調適以將該超音波輻射傳輸至該腦部之一或多個超音波傳輸器之組態及/或性質的資訊作為一第二輸入；處理該第一輸入及該第二輸入之至少一者且將該第一輸入及該第二輸入之該經處理之至少一者饋入一實體聲學模型中；及基於該實體聲學模型之一輸出及來自該病患之該腦部之經獲取資料，產生用以將該超音波輻射傳輸至該病患之該腦部之一指令。
在一些實施例中，該方法進一步包括：將該實體聲學模型之該輸出及來自該病患之該腦部之該經獲取資料饋入一機器學習模型中；及基於該機器學習模型之一輸出，產生用以將該超音波輻射傳輸至該病患之該腦部之該指令。
在一些實施例中，該組態包含該一或多個超音波傳輸器之一空間配置。
在一些實施例中，該等性質包含聲音信號速度、彈性及/或密度之至少一者。
在一些實施例中，該實體聲學模型採用線性聲學、非線性聲學、電動力學及/或非線性連續體之至少一者。
在一些實施例中，經饋入該機器學習模型中的來自該病患之該腦部之該經獲取資料包含一頻率回應、一脈衝/瞬態回應及/或聲學模式之一分佈之至少一者。
在一些實施例中，該機器學習模型之該輸出包含頻率、振幅、聲束輪廓、溫度升高或降低及/或輻射力之至少一者。
在一些實施例中，該機器學習模型包括一廻旋神經網路。
在一些實施例中，該方法進一步包含建置該機器學習模型及/或使用資料訓練該機器學習模型。
在一些實施例中，該方法進一步包括將該實體聲學模型之該輸出及自該病患之該腦部獲取之經更新資料饋入該機器學習模型中。
在一些實施例中，該方法進一步包括產生用以將該超音波輻射傳輸至該病患之該腦部之一經更新指令。
雖然本文中描述之一些態樣及/或實施例係相對於與癲癇相關之應用描述，但此等態樣及/或實施例可相等地適用於監測及/或治療任何適合神經系統疾病或腦部狀況之症狀。本文中描述之實施例之任何限制僅係該等實施例之限制，且不係本文中描述之任何其他實施例之限制。
相關申請案之交叉參考
本申請案根據35 U.S.C. § 119(e)規定主張2019年11月26日申請之標題為「DEVICE AND METHODS FOR TREATING NEUROLOGICAL DISORDERS AND BRAIN CONDITIONS」之美國臨時申請案第62/940,433號之優先權，該案之全文藉此以引用的方式併入本文中。
在一些態樣中，發明者已開發用於以聚焦、非聚焦及/或發散波束之形式引入且導引超音波信號至腦部中之一新穎裝置及方法。超音波波束可用於以可係非侵入性或最小侵入性(例如，放置於頭皮下方的超音波傳輸器)、有線或無線及/或具有提供連續或急性療法之能力之一方式之療法或神經調變。可使用機器學習或另一適合手段操縱超音波波束。此等超音波信號可用於調變神經活動、停止癲癇發作及/或以其他方式治療腦部之一或多個部分。
相應地，所述裝置及方法可用於治療腦部狀況及/或神經系統疾病。神經系統疾病包含(但不限於)癲癇發作、憂鬱症、阿茲海默症、帕金森氏病及其他疾病。腦部狀況包含(但不限於)腦瘤、中風、創傷性腦損傷、血管痙攣及其他狀況。
在一些實施例中，所述裝置精簡、可係穿戴式或可植入且呈對於一人類舒適之一外觀尺寸。裝置可具有具備有線或無線充電及監測能力之一精簡外觀尺寸。裝置可經微型化為適用於某些應用(例如，用於兒童)及/或製造於可符合一人類頭部曲率及幾何形狀之一可撓性印刷電路板(PCB)上。裝置可與特定應用積體電路(ASIC)及/或電子器件整合在一單一晶片上。裝置可能夠透過導線及/或無線地傳輸且接收資料。在一些實施例中，自裝置至腦部之超音波信號可經由電腦模擬模型(例如，基於模擬且使用機器學習技術增強)或外部監測手段或外部方法及內部方法兩者之一組合導引/導航。
圖1展示根據本文中描述之技術之一些實施例之用於治療一神經系統疾病之一裝置100及一集線器150的一闡釋性實施例。裝置100以經繪示穿戴式形式整合至一頭盔或一帽子中。裝置可經有線或無線地充電且將資料傳送至可經穿戴(例如，作為一錶或一智慧型電話)或經植入(例如，頸部/手臂上之一小貼片)之一集線器150。在一些實施例中，裝置之外觀尺寸可係一個或若干小黏著性貼片。在一些實施例中，裝置可係穿戴式或可植入的(例如，在頭皮下方)。
在一些實施例中，來自裝置之聚焦超音波能量可用於治療及/或神經調變應用。腦部轉移瘤(最常見惡性腦瘤)發生在高達40%之具有癌症之病患中。若不治療，則預後極差，其中預期壽命係一個月。通常組合手術及輻射以治療腦部轉移瘤。為了最小化或避免侵入式手術之風險(諸如出血及感染)及輻射對腦部之毒性效應(諸如學習及記憶之衰退)，尋求用於治療及/或神經調變應用之替代例(諸如所述裝置)。在一些實施例中，所述裝置可使用磁共振導引之聚焦超音波作為消融腦瘤且增加癌症治療劑穿過血腦障壁之遞送之一非傾入性手段。
所述非傾入性神經調變可用於治療如中風、多發性硬化症、神經性病變疼痛、偏頭痛、憂鬱症等之疾病。跨顱磁刺激(TMS)係習知地最常見模態，然而，其具有不良空間選擇性及穿透深度。發明者已瞭解，超音波神經調變係一有競爭性的技術，其具有優越空間選擇性及穿透深度以及潛在地一更廣範圍之應用。
由於腦部中之神經元對超音波敏感，故若施加具有包含(但不限於)某些載波頻率、脈衝持續時間、脈衝重複頻率、叢發持續時間及功率位準之性質之超音波序列，則神經元將或多或少地變得活性(例如，如由其等產生動作電位之速率所量測)。所述裝置中之(若干)超音波傳輸器可用於發送聚焦超音波輻射穿過顱骨且至腦部中以選擇性地活化及/或抑制神經元群組。在使用超音波用於神經調變時，超音波信號可在頭皮處傳輸穿過顱骨之整個厚度且穿過腦部組織之一特定距離(例如，大約10 cm或更小)。
在一些實施例中，所述裝置及方法之非限制性應用領域包含自發性震顫、帕金森氏病、顯性震顫、憂鬱症、神經性病變疼痛、強迫症、運動困難症、阿茲海默症、肌肉萎縮性脊髓側索硬化症、星狀細胞瘤(SEGA)、腦部轉移瘤、癌症疼痛、失智症、肌肉緊張不足、癲癇、神經膠質母細胞瘤、霍姆斯(Holmes)震顫、杭丁頓氏(Huntington)舞蹈症、神經胚細胞瘤、兒科、打開腦血障壁、疼痛性截肢性神經瘤、腦橋神經膠質瘤、創傷性腦損傷、成癮、海綿狀血管瘤、水腦症、腦內出血、偏頭痛、多發性硬化症、癲癇發作、脊椎損傷、組織消融、血栓栓塞中風、三叉神經痛、腫瘤治療及/或厭食症。
在一些實施例中，所述裝置包含一基板及至少一個電容式微機械超音波換能器(CMUT)，該至少一個CMUT定位於基板上或中之將超音波輻射提供至一病患之一腦部。例如，基板可係可撓性的及/或由一印刷電路板(PCB)製成。在一些實施例中，基板可嵌入旨在穿戴於病患之頭皮上的一帽子中或上。在一些實施例中，本文中描述之裝置可包含(若干)其他類型之換能器作為CMUT之代替或補充。例如，裝置可包含一或多個壓電換能器、電磁聲換能器(EMAT)、壓電微機械超音波換能器(PMUT)及/或其他適合類型之換能器。
在一些實施例中，本文中描述之裝置(例如，裝置100)包含具有在500 kHz至1 MHz之範圍中之最大傳輸功率之一CMUT陣列。習知CMUT陣列難以在此等低頻率下操作。裝置可係一單一元件，或可係以一幾何形狀(諸如一柵格、一環、一曲面或一類似形狀)展現的一1D或2D陣列。陣列可經填有許多換能器元件(諸如CMUT)，該等換能器元件以群組或個別地對元件之相位及振幅進行電子控制以容許電子操縱用於產生聚焦、非聚焦、發散波束且校正由顱骨或不同腦部組織類型引起之波束像差及衰減。在其中影像用於導引波束之情況中，相同裝置亦可藉由在治療模態與成像模態之間切換而執行雙模式成像及療法。裝置可藉由對陣列使用波束成形演算法(藉由「定相」陣列)或對換能器使用一聲透鏡而以10立方毫米級之一解析度在腦部內之特定位置處聚焦。為了獲得穿過顱骨之適合傳輸，可使用處於、接近或低於800 kHz至1 MHz之載波頻率。在此等頻率下，顯著位準之超音波輻射可行進穿過顱骨且到達腦部組織，此使衰減顯著更少。腦部組織可使超音波波束失焦至某一程度，但發明者已在其等實驗中發現此係一問題。
在一些實施例中，所述裝置可包含複數個CMUT之一陣列。CMUT可經無線地供電及/或驅動。圖2展示根據本文中描述之技術之一些實施例之用於治療一神經系統疾病之一裝置200的一闡釋性實施例。特定言之，圖2展示相同換能器(例如，裝置200)之不同層。左子圖210展示在透鏡232 (未展示)下方之元件212。右子圖230展示具有在元件212 (未展示)上之透鏡232之裝置200。中間子圖220展示裝置200之後側。裝置200具有一2”直徑之孔徑及3”幾何焦點(小於一1/8”整體厚度)，其在前側上具有一可撓性/保形透鏡外殼以提供與一人的頭部之耦合及形狀構形。裝置及電子器件(包含特定應用積體電路(ASIC))可整合於一可撓性印刷電路板(PCB)上之一單一晶片上。如圖2中展示，裝置200包含具有放置於一可撓性基板(例如，PCB) (其旨在放置於一人之頭皮上)上之多個CMUT (或換能器陣列)之一CMUT陣列。裝置200可包含導線或用於無線通信及充電之一天線。驅動器電子器件可整合於CMUT中或提供於其外部。
圖3展示根據本文中描述之技術之一些實施例之用於治療一神經系統疾病之一裝置的闡釋性實施例300及350。裝置包含定位於一可撓性帽基板上(例如，如圖2中展示)且施覆至一人之頭皮之多個CMUT。取決於境況，可使用不同大小及形狀之帽子及用於施覆至頭皮之位置。所述裝置可係精簡、穿戴式的及/或呈對於一人類舒適之一外觀尺寸。裝置可經組態具有有線或無線充電及監測能力。裝置可能夠透過導線及/或無線地傳輸且接收資料。自裝置至腦部之超音波信號可經由電腦模擬模型(例如，基於模擬且使用機器學習技術增強，如相對於圖8描述)或外部監測手段或外部方法及內部方法兩者之一組合導引/導航。
圖4展示根據本文中描述之技術之一些實施例之包含於用於治療一神經系統疾病之一裝置中之一CMUT陣列之聚焦效能的闡釋性模擬。左圖400展示壓力波束輪廓(以MPa為單位)。右圖450展示強度波束輪廓(以W/cm2 為單位)。在一些實施例中，在3 W/cm2 至30 W/cm2 之近似範圍中之強度位準對於神經調變可係有效的。圖4展示所述實施例可達成用於神經調變之此等強度位準或適用於神經調變之強度位準之另一適合範圍。
在一些實施例中，可透過一電腦實施模擬模型(例如，一機器學習模型) 在腦部中導引超音波輻射。電腦實施模擬模型可包含病患之腦部之一掃描作為一輸入。另外或替代地，可透過磁共振成像(MRI)監測在腦部內導引超音波輻射。相對於圖6至圖8進一步描述所述裝置及方法之此等態樣。換能器技術
換能器可係各種類型，諸如壓電、電容式微機械超音波換能器(CMUT)、電磁聲換能器(EMAT)、壓電微機械超音波換能器(PMUT)等。材料及尺寸判定換能器之頻寬及靈敏度。CMUT尤其為人所關注，此係因為其等即使在低頻率下仍可容易地微型化且相較於其他類型之換能器，其等具有優越的靈敏度以及更寬頻寬。CMUT可容易地微型化且與電子器件一起整合於尤其可撓性基板上。當相較於其他類型之換能器(例如，壓電)時，CMUT具有更少熱化問題，此係因為CMUT中之內部損耗可係可忽略的。此外，相較於其他類型之換能器，尤其在其中一換能器陣列用於導引神經調變治療之情況中，CMUT可提供更佳頻寬及傳輸-接收靈敏度。
在一些實施例中，CMUT由懸置於一間隙上方之一可撓性頂板組成，從而形成一可變電容器。頂板之位移在介質中產生一聲壓(或反之亦然，介質中之聲壓使可撓性板移位)。與壓電換能器相比，藉由透過調變間隙中之電場以將板之位移轉換為一電流而靜電地達成換能。CMUT之優點源自在電容器之腔中具有一非常大的電場，大約10^8 V/m或更高之一場導致與最佳壓電材料競爭之一機電耦合係數。微機電系統(MEMS)技術之可用性使得實現其中此等高電場可以相對低電壓建立之薄真空間隙可行。因此，可行裝置可實現且甚至直接整合於電子電路(諸如互補金屬氧化物半導體(CMOS))上。圖5展示(a)不具有DC偏壓電壓，及(b)具有DC偏壓電壓之一CMUT胞元以及在(c)傳輸及(d)接收期間之操作原理之圖解510、520、530及540。
在一些實施例中，一進一步態樣係CMUT之崩潰模式操作。在此操作模式中，CMUT胞元經設計使得在正常操作期間，頂板之部分與基板實體接觸，又與一介電質電隔離。CMUT之傳輸及接收靈敏度進一步增強，因此提供超音波換能器之一優越解決方案。簡言之，CMUT係一高電場裝置，且若可控制高電場免於如充電及崩潰之問題，則具有具備優越頻寬及靈敏度之一超音波換能器，該超音波換能器適用於與電子器件整合、使用傳統積體電路製造技術以全部其優點製造且可經製成為可撓性以包覆於一圓柱體周圍或甚至人體組織上。導引超音波輻射
在一些實施例中，裝置之超音波輻射可經內部、藉由其他外部技術(諸如磁共振成像(MRI))或兩者之一組合導航(或導引)。用於導引波束之內部技術可包含使用機器學習(例如，使用如相對於圖6描述之一機器學習模型)增強之一電腦模擬(例如，基於模擬)方法。首先，在治療之前，可獲取(例如，可在跨顱療法及監測期間進行)一電腦斷層(CT)或磁共振(MR)掃描，且可(例如，使用病患特定結構特徵及基線聲學性質)建構一基線實體-聲學模型。透過機器學習，模型可經調適以擷取自基線模型之偏差且「學習」病患特定參數。接著，可在治療期間利用模型以導引/導航波束。
在一些實施例中，可採用呈一分類或迴歸演算法之形式的機器學習演算法，其可包含一或多個子組件，諸如廻旋神經網路、遞迴式神經網路(諸如LSTM及GRU)、線性SVM、徑向基函數SVM、邏輯迴歸及來自非監督式學習之用於自原始輸入資料提取相關特徵之各種技術(諸如變分自動編碼器(VAE)、生成對抗網路(GAN))。
在一些實施例中，所述技術可係病患特定的，藉此具有藉由使用病患之頭部MR或CT掃描實施之運算及基於模型之學習。醫學影像可經處理且饋入一聲學解算器，接著聲學解算器用於訓練基於模型之機器學習模型。在一些實施例中，用於導引波束之其他技術可包含(但不限於)剪切波彈性成像、MR測溫術及神經成像技術(諸如功能成像技術)。
圖6展示根據本文中描述之技術之一些實施例之用於產生一機器學習模型以在治療一神經系統疾病時使用的一闡釋性演算法600之一概述。至模型之輸入包含病患特定預收集MR及/或CT資料、聲振協定及/或換能器之組態(例如，空間配置)以及材料性質(諸如機械及電性質，例如，聲速、密度、彈性等)。在一些電腦處理之後，此等輸入可經饋入一實體聲學模型(諸如線性/非線性聲學、電動力學、非線性連續體)中。在圖6中，節點A及B表示實體聲學模型之輸出及經獲取資料，其可呈若干形式(包含(但不限於)頻率回應、脈衝/瞬態回應或聲學模式之分佈)。A及B兩者經饋入一機器學習模型(例如，一深度神經網路、如相對於圖9描述之一廻旋神經網路或另一適合機器學習模型)中。最終輸出可係頻率、振幅、聲束輪廓及其他要求(諸如預期溫度升高及/或輻射力)。機器學習模型可經即時或接近即時訓練且實施。針對包含多個元件之換能器陣列，在實施階段中，可藉由操縱各換能器元件之脈衝振幅、相位、頻率及/或持續時間而執行模型若干次。回饋可包含藉由模型給定或基於模型之一輸出判定之波束輪廓。基於模型之回饋，可反覆地調整脈衝振幅、相位、頻率及/或持續時間以達成一所要聚焦效能(例如，具有一所要波束寬度及/或能量位準之一緊密聚焦)。經計算參數可接著經饋入裝置(例如，裝置200)中以執行受試者中之神經調變。例如，基於機器學習模型之輸出，可產生用以將超音波輻射傳輸至病患之腦部之一指令。在一後續時間，實體聲學模型之輸出及自病患之腦部獲取之經更新資料可經饋入機器學習模型中且可產生用以將超音波輻射傳輸至病患之腦部之一經更新指令。
在圖7中展示通常進行以建構且部署本文中描述之演算法之例示性步驟700，包含資料擷取、資料預處理、建置一模型、訓練模型、評估模型、測試及調整模型參數。
圖8展示根據本文中描述之技術之一些實施例之用於使用用於治療一神經系統疾病之一裝置(例如，如相對於圖1至圖3描述之裝置)導引超音波輻射的一闡釋性流程圖800。此程序可在(例如)如相對於圖10描述之一處理器上實施且可包含於裝置或與裝置分開之一集線器(諸如一手錶或一智慧型電話)中。
在步驟802，處理器可接收病患掃描資料作為一第一輸入。病患掃描資料可包含病患特定預收集MR及/或CT資料。
在步驟804，處理器可接收關於經調適以將超音波輻射傳輸至腦部之一或多個超音波傳輸器之組態及/或性質的資訊作為一第二輸入。例如，組態可包含超音波傳輸器之空間配置，且性質可包含聲音信號速度、彈性及/或密度之至少一者。
在步驟806，處理器可處理第一輸入及第二輸入之至少一者且將第一輸入及第二輸入之經處理之至少一者饋入一實體聲學模型中。實體聲學模型可採用線性聲學、非線性聲學、電動力學及/或非線性連續體之至少一者。
在步驟808，基於實體聲學模型之一輸出及來自病患之腦部之經獲取資料，處理器可產生用以將超音波輻射傳輸至病患之腦部之一指令。來自病患之腦部之經獲取資料可包含一頻率回應、一脈衝/瞬態回應及/或聲學模式之一分佈之至少一者。
在一些實施例中，處理器可將實體聲學模型之輸出及來自病患之腦部之經獲取資料饋入一機器學習模型中。機器學習模型可包含一深度神經網路、如相對於圖9描述之一廻旋神經網路或另一適合機器學習模型。
基於機器學習模型之一輸出，處理器可產生用以將超音波輻射傳輸至病患之腦部之指令。機器學習模型之輸出可包含頻率、振幅、聲束輪廓、溫度升高或降低及/或輻射力之至少一者。
另外或替代地，可將實體聲學模型之輸出及自病患之腦部之獲取之經更新資料饋入機器學習模型中且可產生用以將超音波輻射傳輸至病患之腦部之一經更新指令(例如，具有一不同強度之超音波輻射、腦部之另一區域及/或用以治療病患之神經系統疾病之另一適合更新)。
圖9展示根據本文中描述之技術之一些實施例之可在治療一神經系統疾病時使用的一廻旋神經網路900。本文中描述之統計或機器學習模型可包含廻旋神經網路900，及另外或替代地，適用於預測頻率、振幅、聲束輪廓及其他要求(諸如預期溫度升高及/或輻射力等)之另一類型之網路。如展示，廻旋神經網路包括經組態以接收關於輸入902 (例如，一張量)的資訊之一輸入層904、經組態以提供輸出(例如，一n維表示空間中之分類)之一輸出層908及連接於輸入層904與輸出層908之間之複數個隱藏層906。複數個隱藏層906包含廻旋及匯集層910及全連接層912。
輸入層904之後接著可為一或多個廻旋及匯集層910。一廻旋層可包括空間上小於(例如，具有一更小寬度及/或高度)至廻旋層之輸入(例如，輸入902)之一組濾波器。各濾波器可與至廻旋層之輸入廻旋以產生指示該濾波器在每一空間位置處之回應之一啟動圖(例如，一2維啟動圖)。廻旋層之後接著可為降低取樣一廻旋層之輸出以女縮減其尺寸之一匯集層。匯集層可使用各種匯集技術(諸如最大匯集及/或全域平均匯集)之任何者。在一些實施例中，降低取樣可藉由廻旋層自身(例如，不使用一匯集層)使用跨步執行。
廻旋及匯集層910之後接著可為全連接層912。全連接層912可包括各具有自一先前層(例如，一廻旋或匯集層)接收一輸入且將一輸出提供至一後續層(例如，輸出層908)之一或多個神經元之一或多個層。可將全連接層912描述為「密集」，此係因為一給定層中之各神經元可自一先前層中之各神經元接收一輸入且將一輸出提供至一後續層中之各神經元。全連接層912之後接著可為提供廻旋神經網路之輸出之一輸出層908。輸出可係(例如)輸入902 (或輸入902之任何部分)屬於來自一組類別之哪一類別之一指示。可使用一隨機梯度下降類型演算法或另一適合演算法訓練廻旋神經網路。可繼續訓練廻旋神經網路，直至一驗證集(例如，來自訓練資料之一保留部分)之準確度飽和或使用(若干)任何其他適合準則。
應瞭解，圖9中展示之廻旋神經網路僅係一個例示性實施方案且可採用其他實施方案。例如，可將一或多個層新增至圖9中展示之廻旋神經網路或自圖9中展示之廻旋神經網路移除一或多個層。可新增至廻旋神經網路之額外例示性層包含：一填補層、一串接層及一超標度層。一超標度層可經組態以增加取樣至層之輸入。一ReLU層可經組態以將一整流器(有時稱為一斜坡函數)作為一轉移函數應用至輸入。一填補層可經組態以藉由填補輸入之一或多個尺寸而改變至層之輸入之大小。一串接層可經組態以將多個輸入組合(例如，組合來自多個層之輸入)成一單一輸出。作為另一實例，在一些實施例中，一或多個廻旋、轉置廻旋、匯集、反匯集層及/或批量正規化可包含於廻旋神經網路中。作為又一實例，架構可包含用以執行鄰近層對之間之一非線性變換之一或多個層。非線性變換可係一整流線性單元(ReLU)變換、一S型及/或任何其他適合類型之非線性變換，此係因為本文中描述之技術之態樣在此方面不受限制。
任何適合最佳化技術可用於自訓練資料估計神經網路參數。例如，可使用以下最佳化技術之一或多者：隨機梯度下降(SGD)、小批量梯度下降、動量SGD、Nesterov加速梯度、Adagrad、Adadelta、RMSprop、適應性矩估計(Adam)、AdaMax, Nesterov加速適應性矩估計(Nadam)、AMSGrad。
廻旋神經網路可用於執行本文中描述之各種功能之任何者。應瞭解，在一些實施例中，可採用一個以上廻旋神經網路以進行預測。癲癇及癲癇發作
在一些實施例中，所述裝置及方法可用於治療癲癇，癲癇係藉由癲癇發作特性化之神經系統疾病之一群組。癲癇發作係可自短暫且幾乎不可偵測週期變動至劇烈搖動之長週期之發作。此等發作可導致身體傷害，包含偶爾骨折。在癲癇中，癲癇發作趨於復發且不具有直接根本原因。
癲癇之大多數病例之原因未知。一些病例由於腦部傷害、中風、腦瘤、腦部感染及先天缺陷透過稱為癲癇發生之一程序所致而發生。癲癇發作係腦部之皮質中過量且異常神經元活動之結果。診斷涉及排除可引起類似症狀之其他狀況(諸如昏厥)且判定是否存在癲癇發作之另一原因(諸如酒精戒斷或電解質問題)。此可部分藉由使腦部成像且執行血液測試而完成。癲癇通常可使用下文進一步描述之一腦電圖(EEG)確認。
截至2015年，約3900萬人患有癲癇。接近80%之病例發生在發展中國家。在2015年，其導致自1990年之112,000個死亡上升至125,000個死亡。癲癇在老年人中最常見。在發達國家，嬰兒及老年人最頻繁地發生新病例之發病。在發展中國家，歸因於根本原因之頻率之差異，發病在大齡兒童及青少年中更普遍。約5%至10%之人在80歲之前將具有一無故癲癇發作，且經歷一第二次癲癇之概率在40%與50%之間。在世界上許多地區，限制患有癲癇的人之駕駛能力或不允許其等駕駛，直至其等無癲癇發作達一特定時間長度。
癲癇之診斷通常係基於癲癇發作發病之觀察及根本原因進行。尋找腦波之異常型樣之一腦電圖(EEG)及查看腦部之結構之神經成像(CT掃描或MRI)通常亦係病情檢查之部分。雖然通常嘗試找出一特定癲癇綜合症，但其並不始終可行。視訊及EEG監測可用於困難病例中。
一腦電圖(EEG)可輔助展示建議癲癇發作之一風險增加之腦部活動。僅在症狀之基礎上對可能已具有一癲癇發作之患者推薦其。在癲癇之診斷中，腦電波法可有助於區分癲癇發作之類型或所存在之綜合症。
推薦在一第一次非發熱性癲癇發作之後藉由CT掃描及MRI進行診斷成像以偵測腦部中及周圍之結構問題。MRI通常係一更佳成像測試，惟在懷疑出血時(CT對於其更靈敏且更容易獲得)。若某人具有一癲癇發作進入急診室但快速恢復正常，則可稍後進行成像測試。
若癲癇病患者需要醫療輔助，則其等偶爾穿戴表示其等狀況之腕帶或手鐲。癲癇通常係在發生一第二次癲癇發作之後使用每日藥物治療進行治療，而對於具有後續癲癇發作之高風險之患者，在第一次癲癇發作之後開始藥物治療。飲食、替代藥物及人對於其狀況的自我管理(諸如由最小化或消除觸發因素組成之避免療法)可係有用的。在耐藥病例或經歷嚴重副作用之病例中，可考量不同且更嚴酷管理選項，包含植入一神經刺激器或神經外科手術。
癲癇外科手術對於具有儘管使用其他治療然仍係一問題之局灶性癲癇發作之人可係一選項。此等其他治療包含至少兩個或三個藥物治療之一試驗。外科手術之目標係完全控制癲癇發作且此可在60%至70%之病例中達成。常見程序包含經由一前顳葉部分切除術切除海馬體、移除腫瘤及移除新皮質之部分。嘗試諸如胼胝體切開術之一些程序以努力降低癲癇發作之數目而非治癒狀況。在外科手術之後，在許多病例中可緩慢地撤回藥物治療。
對於非外科手術之候選者之病患，神經刺激可係另一選項。已展示以下三種類型對於對藥物治療無反應之患者有效：迷走神經刺激、前丘腦刺激及封閉迴路回應刺激。
通常無法治癒癲癇，除非執行外科手術。然而，外科手術之結果可導致非預期嚴酷結果，諸如某些能力(諸如說話、移動控制等)之功能性之損失。在發展中國家，75%的人未治療或未適當治療。在非洲，90%未獲得治療。此與適當藥物治療無法獲得或太昂貴部分相關。
患有癲癇的人死亡之一風險增加。此增加比普通人群之增加大1.6倍與4.1倍之間且通常與以下項相關：癲癇之根本原因、癲癇連續狀態、自殺、創傷及癲癇猝死(SUDEP)。來自癲癇連續狀態之死亡主要係歸因於一根本問題而非藥物治療之劑量缺失。癲癇患者之自殺風險高兩倍與六倍之間。此之原因不明確。癲癇之死亡率之最大增加在老年人當中。歸因於一未知原因而患有癲癇之患者之風險增加較少。在發展中國家，許多死亡係歸因於未經治療癲癇導致跌倒或癲癇連續狀態。腦電波法
腦電波法(EEG)係用於記錄腦部之電活動之一的電生理監測方法。雖然有時(諸如在皮層電描記術中)使用傾入性電極，但其通常係非傾入性的，其中電極沿著頭皮放置。EEG量測源自腦部之神經元內之離子電流之電壓波動。EEG最通常用於診斷引起EEG讀數中之異常之癲癇。
EEG可具有一不良空間解析度。通常為了癲癇之適當診斷或偵測，需要高時間解析度及空間解析度兩者。功能磁共振成像(MRI)及電腦斷層(CT)可用於偵測癲癇事件。其等可提供更佳空間解析度。然而，其等可具有不良時間解析度。再者，MRI及CT係昂貴的且可能不可攜帶。儘管空間解析度有限，然EEG仍可係用於研究及診斷之一有價值的工具作為少數可用行動技術之一者且提供毫秒範圍之時間解析度(此使用CT、PET或MRI可能不可行)。例示性電腦架構
在圖10中展示可結合本文中描述之技術之任何實施例使用的一電腦系統1000的一闡釋性實施方案。電腦系統1000包含一或多個處理器1010及一或多個製品(其等包括非暫時性電腦可讀儲存媒體(例如，記憶體1020及一或多個非揮發性儲存媒體1030))。處理器1010可以任何適合方式控制將資料寫入至記憶體1020及非揮發性儲存裝置1030以及自記憶體1020及非揮發性儲存裝置1030讀取資料，此係因為本文中描述之技術之態樣在此方面不受限制。為了執行本文中描述之任何功能性，處理器1010可執行儲存於可用作儲存供處理器1010執行之處理器可執行指令之非暫時性電腦可讀儲存媒體之一或多個非暫時性電腦可讀儲存媒體(例如，記憶體1020)中之一或多個處理器可執行指令。
運算裝置1000亦可包含運算裝置經由其可與其他運算裝置通信(例如，透過一網路)之一網路輸入/輸出(I/O)介面1040，且亦可包含運算裝置經由其可將輸出提供至一使用者及自一使用者接收輸入之一或多個使用者I/O介面1050。使用者I/O介面可包含諸如一鍵盤、一滑鼠、一麥克風、一顯示裝置(例如，一監視器或觸控螢幕)、揚聲器、一相機及/或各種其他類型之I/O裝置之裝置。
本文中描述之實施例可以許多方式之任何者實施。例如，實施例可使用硬體、軟體或其等之一組合實施。當在軟體中實施時，軟體程式碼可在任何適合處理器(例如，一微處理器)或處理器之集合上執行，無論係提供於一單一運算裝置中或分佈於多個運算裝置當中。應瞭解，執行本文中描述之功能之任何組件或組件之集合通常可被視為控制本文中論述之功能之一或多個控制器。一或多個控制器可以許多方式(諸如使用專用硬體或使用運用微碼或軟體程式化以執行本文中敘述之功能之通用硬體(例如，一或多個處理器))實施。
在此方面，應瞭解，本文中描述之實施例之一個實施方案包括使用一電腦程式(即，複數個可執行指令)編碼的至少一個電腦可讀儲存媒體(例如，RAM、ROM、EEPROM、快閃記憶體或其他記憶體技術、CD-ROM、數位光碟(DVD)或其他光碟儲存器、盒式磁帶、磁帶、磁碟儲存器或其他磁性儲存裝置或其他暫時性、非暫時性電腦可讀儲存媒體)，當該電腦程式在一或多個處理器上執行時執行一或多項實施例之本文中論述之功能。電腦可讀媒體可係可攜帶的，使得儲存於其上之程式可經載入任何運算裝置上以實施本文中論述之技術之態樣。另外，應瞭解，對在經執行時執行本文中論述之任何功能之一電腦程式之提及不限於在一主機電腦上運行之一應用程式。實情係，術語電腦程式及軟體在本文中以一通用意義使用以指代可用於程式化一或多個處理器以實施本文中論述之技術之態樣之任何類型之電腦程式碼(例如，應用程式軟體、韌體、微碼或任何其他形式之電腦指令)。
術語「程式」或「軟體」在本文中以一通用意義使用以指代可用於程式化一電腦或其他處理器以實施如本文中論述之實施例之各種態樣之任何類型之電腦程式碼或處理器可執行指令集。另外，應瞭解，根據一個態樣，在經執行時執行本文中提供之揭示內容之方法之一或多個電腦程式不需要駐留在一單一電腦或處理器上，但可以一模組化方式分佈於不同電腦或處理器當中以實施本文中提供之揭示內容之各種態樣。
處理器可執行指令可呈藉由一或多個電腦或其他裝置執行之許多形式，諸如程式模組。一般言之，程式模組包含執行特定任務或實施特定抽象資料類型之常式、程式、物件、組件、資料結構等。通常言之，在各項實施例中，可視需要組合或分散程式模組之功能性。
又，資料結構可以任何適合形式儲存於一或多個非暫時性電腦可讀儲存媒體中。為了圖解簡潔起見，資料結構可經展示為具有透過資料結構中之位置相關之欄位。同樣地，此等關係可藉由在一非暫時性電腦可讀媒體中為欄位指派具有傳達欄位之間之關係之位置之儲存器而達成。然而，任何適合機構可用於建立一資料結構之欄位中的資訊當中之關係，包含透過使用指標、標籤或建立資料元素當中之關係之其他機構。
又，各種發明概念可體現為一或多個處理器，已提供該一或多個處理器之實例。執行為各程序之部分之動作可以任何適合方式排序。因此，可建構其中以不同於所繪示之一順序執行動作之實施例，其可包含即使一些動作在闡釋性實施例中經展示為循序動作，然仍同時執行該等動作。
如本文中定義且使用的全部定義應被理解為經由控制字典定義及/或經定義術語之普通意義控制。
如本文中在說明書中且在發明申請專利範圍中使用，提及一或多個元件之一清單之片語「至少一個」應被理解為意謂選自元件清單中之元件之任何一或多者的至少一個元件，但不一定包含在元件清單內具體列舉之各及每一元件之至少一者且不排除元件清單中之元件之任何組合。此定義亦容許可視情況存在除了在術語「至少一個」指代之元件清單內具體識別之元件之外之元件，無論是否與經具體識別之該等元件相關或不相關。因此，作為一非限制性實例，「A及B之至少一者」(或等效地，「A或B之至少一者」或等效地，「A及/或B之至少一者」)在一項實施例中可係指至少一個(視情況包含一個以上) A，其中不存在B (且視情況包含除了B外之其他元件)；在另一實施例中，係指至少一個(視情況包含一個以上) B，其中不存在A (且視情況包含除了A外之其他元件)；在又一實施例中，係指至少一個(視情況包含一個以上) A及至少一個(視情況包含一個以上) B (且視情況包含其他元件)等。
如本文中在說明書中且在發明申請專利範圍中使用的片語「及/或」應被理解為意謂如此結合之元件(即，在一些情況中聯合存在且在其他情況中分開存在之元件)之「任一者或兩者」。應以相同方式解釋使用「及/或」列舉之多個元件，即，如此結合之元件之「一或多者」。可視情況存在除了由「及/或」子句具體識別之元件外之其他元件，無論是否與經具體識別之該等元件相關或不相關。因此，作為一非限制性實例，當結合諸如「包括」之開放式語言使用時，對「A及/或B」之一指代在一項實施例中可僅係指A (視情況包含除了B外之其他元件)；在另一實施例中，僅係指B (視情況包含除了A外之其他元件)；在又一實施例中，係指A及B兩者(視情況包含其他元件)等。
在發明申請專利範圍中用以修飾一主張元件之諸如「第一」、「第二」、「第三」等之序數詞之使用自身不意謂一個主張元件優於另一主張元件之任何優先權、優先地位或順序或執行一方法之動作之時間順序。一些術語僅用作區分具有一特定名稱之一個主張元件與具有一相同名稱(但使用順序術語)之另一元件之標記。
本文中使用的片語及術語係為了描述之目的且不應被視為限制性。「包含」、「包括」、「具有」、「含有」、「涉及」及其等之變體之使用意欲涵蓋其後列舉之品項及額外品項。
已描述本文中詳細描述之技術之若干實施例，熟習此項技術者將容易想到各種修改及改良。一些修改及改良旨在在本發明之精神及範疇內。因此，前述描述僅係藉由實例且不旨在為限制性。技術僅如以下發明申請專利範圍及其等效物定義般受限制。
雖然本文中描述之一些態樣及/或實施例係相對於與癲癇相關之應用描述，但此等態樣及/或實施例可相等地適用於監測及/或治療任何適合神經系統疾病或腦部狀況之症狀。本文中描述之實施例之任何限制僅係該等實施例之限制，且不係本文中描述之任何其他實施例之限制。
100:裝置 150:集線器 200:裝置 210:左子圖 212:元件 220:中間子圖 230:右子圖 232:透鏡 300:實施例 350:實施例 400:左圖 450:右圖 510:圖解 520:圖解 530:圖解 540:圖解 600:演算法 700:步驟 800:流程圖 802:步驟 804:步驟 806:步驟 808:步驟 900:廻旋神經網路 902:輸入 904:輸入層 906:隱藏層 908:輸出層 910:廻旋及匯集層 912:全連接層 1000:電腦系統 1010:處理器 1020:記憶體 1030:非揮發性儲存媒體 1040:網路輸入/輸出(I/O)介面 1050:使用者輸入/輸出(I/O)介面
將參考以下圖描述各種態樣及實施例。圖不需要按比例繪製。
圖1展示根據本文中描述之技術之一些實施例之用於治療一神經系統疾病之一裝置及一集線器的一闡釋性實施例。
圖2展示根據本文中描述之技術之一些實施例之用於治療一神經系統疾病之一裝置的一闡釋性實施例。
圖3展示根據本文中描述之技術之一些實施例之用於治療一神經系統疾病之一裝置的闡釋性實施例。
圖4展示根據本文中描述之技術之一些實施例之包含於用於治療一神經系統疾病之一裝置中之一電容式微機械超音波換能器(CMUT)陣列之聚焦效能的闡釋性模擬。
圖5展示根據本文中描述之技術之一些實施例之一CMUT胞元之一圖解。
圖6展示根據本文中描述之技術之一些實施例之用於產生一機器學習模型以在治療一神經系統疾病時使用的一闡釋性演算法之一概述。
圖7展示根據本文中描述之技術之一些實施例之用於建構且部署例如如圖6中展示之一演算法之一程序的一闡釋性流程圖。
圖8展示根據本文中描述之技術之一些實施例之用於在用於治療一神經系統疾病之一裝置中導引超音波輻射的一闡釋性流程圖。
圖9展示根據本文中描述之技術之一些實施例之可結合用於治療一神經系統疾病之一裝置使用的一廻旋神經網路。
圖10展示可用於實施本文中描述之技術之一些實施例之一闡釋性電腦系統的一方塊圖。
100:裝置
150:集線器

Claims (22)

  1. 一種裝置，其包括： 一基板；及 至少一個電容式微機械超音波換能器(CMUT)，其定位於該基板上或中，該至少一個CMUT將超音波輻射提供至一病患之一腦部。
  2. 如請求項1之裝置，其中該基板係可撓性的。
  3. 如請求項2之裝置，其中該基板由一印刷電路板(PCB)製成。
  4. 如請求項1之裝置，其中該至少一個CMUT包含複數個CMUT之一陣列。
  5. 如請求項1之裝置，其中該基板經嵌入旨在穿戴於該病患之一頭皮上的一帽子中或上。
  6. 如請求項1之裝置，其中該至少一個CMUT經無線地供電及/或驅動。
  7. 如請求項1之裝置，其中透過一電腦實施模擬模型導引在該腦部內之該超音波輻射。
  8. 如請求項7之裝置，其中該電腦實施模擬模型包含一機器學習模型。
  9. 如請求項7或8中任一項之裝置，其中該電腦實施模擬模型包含該病患之該腦部之一掃描作為一輸入。
  10. 如請求項1之裝置，其中透過磁共振成像(MRI)監測在該病患之該腦部內導引該超音波輻射。
  11. 一種用於布置在一病患之一頭皮上的穿戴式或可植入裝置，其包括： 一基板；及 至少一個電容式微機械超音波換能器(CMUT)，其定位於該基板上或中，該至少一個CMUT將超音波輻射提供至該病患之一腦部。
  12. 一種在一病患之腦部中導引超音波輻射之方法，其包括： 接收病患掃描資料作為一第一輸入； 接收關於經調適以將該超音波輻射傳輸至該腦部之一或多個超音波傳輸器之組態及/或性質的資訊作為一第二輸入； 處理該第一輸入及該第二輸入之至少一者且將該第一輸入及該第二輸入之該經處理之至少一者饋入一實體聲學模型中；及 基於該實體聲學模型之一輸出及來自該病患之該腦部之經獲取資料，產生用以將該超音波輻射傳輸至該病患之該腦部之一指令。
  13. 如請求項12之方法，其進一步包括： 將該實體聲學模型之該輸出及來自該病患之該腦部之該經獲取資料饋入一機器學習模型中；及 基於該機器學習模型之一輸出，產生用以將該超音波輻射傳輸至該病患之該腦部之該指令。
  14. 如請求項12之方法，其中該組態包含該一或多個超音波傳輸器之一空間配置。
  15. 如請求項12之方法，其中該等性質包含聲音信號速度、彈性及/或密度之至少一者。
  16. 如請求項12之方法，其中該實體聲學模型採用線性聲學、非線性聲學、電動力學及/或非線性連續體之至少一者。
  17. 如請求項12之方法，其中經饋入該機器學習模型中的來自該病患之該腦部之該經獲取資料包含一頻率回應、一脈衝/瞬態回應及/或聲學模式之一分佈之至少一者。
  18. 如請求項13之方法，其中該機器學習模型之該輸出包含頻率、振幅、聲束輪廓、溫度升高或降低及/或輻射力之至少一者。
  19. 如請求項13之方法，其中該機器學習模型包括一廻旋神經網路。
  20. 如請求項19之方法，其進一步包含建置該機器學習模型及/或使用資料訓練該機器學習模型。
  21. 如請求項13之方法，其進一步包括將該實體聲學模型之該輸出及自該病患之該腦部獲取之經更新資料饋入該機器學習模型中。
  22. 如請求項21之方法，其進一步包括產生用以將該超音波輻射傳輸至該病患之該腦部之一經更新指令。
TW109141191A 2019-11-26 2020-11-24 治療神經系統疾病和腦部狀況的裝置和方法 TW202128251A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201962940433P 2019-11-26 2019-11-26
US62/940,433 2019-11-26

Publications (1)

Publication Number Publication Date
TW202128251A true TW202128251A (zh) 2021-08-01

Family

ID=75974591

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109141191A TW202128251A (zh) 2019-11-26 2020-11-24 治療神經系統疾病和腦部狀況的裝置和方法

Country Status (3)

Country Link
US (1) US20210154499A1 (zh)
TW (1) TW202128251A (zh)
WO (1) WO2021108373A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI864322B (zh) * 2021-08-17 2024-12-01 財團法人國家衛生研究院 行動載具控制之穿戴式超音波治療裝置
TWI881933B (zh) * 2024-11-22 2025-04-21 國立陽明交通大學 穿戴式神經刺激與感測裝置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2473265A (en) * 2009-09-07 2011-03-09 Sonovia Ltd Flexible PCB mounting for ultrasonic transducers
WO2011057028A1 (en) * 2009-11-04 2011-05-12 Arizona Board Of Regents For And On Behalf Of Arizona State University Devices and methods for modulating brain activity
CN107708808B (zh) * 2015-06-30 2020-10-16 医科达有限公司 用于在放射治疗期间使用质量指标进行靶追踪的系统和方法
WO2017087775A1 (en) * 2015-11-20 2017-05-26 The Arizona Board Of Regents On Behalf Of The University Of Arizona Phase change nanodroplet conjugates for targeted delivery
US11771370B2 (en) * 2016-02-23 2023-10-03 Sunnybrook Research Institute Patient-specific headset for diagnostic and therapeutic transcranial procedures

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI864322B (zh) * 2021-08-17 2024-12-01 財團法人國家衛生研究院 行動載具控制之穿戴式超音波治療裝置
TWI881933B (zh) * 2024-11-22 2025-04-21 國立陽明交通大學 穿戴式神經刺激與感測裝置

Also Published As

Publication number Publication date
WO2021108373A1 (en) 2021-06-03
US20210154499A1 (en) 2021-05-27

Similar Documents

Publication Publication Date Title
US11857811B2 (en) Detection, localization, and/or suppression of neural activity using acoustic waves and/or ultrasound
US12515079B2 (en) Systems and methods for personalized ultrasound neuromodulation
US20200023189A1 (en) Brain computer interface systems and methods of use thereof
CN113301953A (zh) 用于基本无破坏性声学刺激的可穿戴设备的系统和方法
US12318315B2 (en) Decoding movement intention using ultrasound neuroimaging
US20230371901A1 (en) Devices, systems, and methods for monitoring and treatment of injuries
JP2022539179A (ja) 脳の音響共鳴頭蓋内圧のモニタリングのためのシステムおよび方法
US20210016113A1 (en) Closed loop neurostimulation of large-scale brain networks
TW202128251A (zh) 治療神經系統疾病和腦部狀況的裝置和方法
US20240008847A1 (en) Ultrasound for neuro-imaging and neuro-modulation device in a single device
Kim et al. MEMS transducers for non-invasive ultrasound brain stimulation
Abdullah-Al-Mamun Pattern identification of movement related states in biosignals
US20240009486A1 (en) Quantitative method for target and dose tracking in response to transcranial neuro-modulation
CN106137246A (zh) 一种脑部病变区域的定位系统
Pineda et al. 101 Surgery for Nonlesional Epilepsy in Children. Clinical Outcomes in a Middle Income Country Neurosurgical Center