建构个人化神经刺激模型的系统及方法

摘要

一种建构个人化神经刺激模型的系统及方法，首先，量测个人的电生理信号，且建立具有预设的模型参数的个人化神经刺激模型，其中，该个人化神经刺激模型依据该模型参数产生人体生理参数，接着，分析该模型所产生的人体生理参数并根据参数优化算法调整该模型的模型参数，从而使该个人化神经刺激模型所输出的人体生理参数匹配于所量测的该电生理信号。据此，本发明可实现生物医学上模拟神经刺激反应的个人化神经刺激模型。

说明书

技术领域

本发明有关一种建构神经刺激模型的系统及方法，尤指建构个人 化神经刺激系统模型的系统及方法。

背景技术

现代医学科技发达，神经刺激系统(neural stimulator systems)已 被广泛应用，如人工电子耳(cochlear implant，CI)、脑电深层刺激(deep  brain stimulation，DBS)、脊髓电刺激(spinal cord stimulation，SCS)、迷 走神经刺激(vagus nerve stimulation，VNS)、人工视网膜(retinal  prosthesis)或心脏节率器(heart pace maker)等。这些系统主要原理为 通过植入的微电极发出微量电流，达到刺激神经或改变细胞放电模式 的目的。然而神经刺激系统植入后的效能难以预测，不同植入者之间 也有个别差异，加上植入者人数不多，临床实验也有一定危险性，使 得神经刺激系统的研发工作有诸多困难。因此，若能建构出模拟个人 身体的生理信号反应的神经刺激模型，则进行神经刺激系统的模拟、 研究与分析将会更为简易。

如图1所示，为现有建构神经刺激模型的流程图。由于这些神经 刺激系统已经有植入式电极可以协助测量生理信号，用作建构出模型 以模拟其神经刺激系统的反应。在步骤S11中，以有限元素法或其它 数值方法方法建构神经刺激系统的一般模型。在步骤S12中，设定此 神经刺激系统一般模型的模型参数默认值。在步骤S13中，利用已设 定模型参数默认值的神经刺激模型，模拟个体的神经刺激反应。

请参阅图2，为人体耳朵的结构图。一般而言，人体耳朵2具有负 责收集声音的耳廓，可将声音传到外耳道21，外耳道21是一个共振结 构，会让声音在里面共振，然后传到充满空气的中耳耳膜22。中耳耳 膜22上面接听小骨，把信号扩大之后，传送到内耳23的卵圆窗。内 耳23充满液体，而卵圆窗的振动会促使液体流动，进而刺激听毛细胞 24使他们弯曲进而发出电流神经信号。接着，两耳神经信号经由听觉 神经25整合后往大脑的听觉中枢传送，因此转化为听觉。前述说明为 人耳将声音转化为听觉的流程。然而，若听觉神经25或听毛细胞24 受损时，则需要使用人工电子耳系统。一般而言，人工电子耳系统将 声音转换为听觉的步骤与方法为：声音经过麦克风，语言处理器，传 送器，然后进入耳内。此转换过程，在内耳的耳蜗部分是以电流形式 产生。而人工电子耳系统的原理为在耳蜗里植入电极，以微量电流取 代听毛细胞，刺激残存听神经，以达到声音传递目的。因此，根据上 述原理，为能达到模拟与分析的目的，可建构出如图1、2所述的神经 刺激模型，以模拟人工电子耳系统的神经刺激反应。

然而，此神经刺激系统为一般通用的模型，并无法精密准确的反 应不同人类个体的神经刺激反应。由于每个人的量测电生理信号并不 完全相同，因此造成套用一般神经刺激模型时无法区别不同个体的神 经刺激反应信号的差异性。

因此，如何克服现有技术中上述的问题而建构出个人化的神经刺 激模型，已成为目前亟待解决的问题。

发明内容

鉴于上述现有技术的缺点，本发明的主要目的，在于提供一种建 构个人化神经刺激模型的方法，该方法包含以下步骤：1)量测个人的电 生理信号，且建立具有预设的模型参数的个人化神经刺激模型，其中， 该个人化神经刺激模型依据该模型参数产生人体生理参数；以及2)分 析该模型所产生的人体生理参数并根据参数优化算法调整该模型的模 型参数，从而使该个人化神经刺激模型所输出的人体生理参数匹配于 所量测的该电生理信号。

另外，本发明更提供一种建构个人化神经刺激模型的系统，包括： 信号量测模块，用以量测个人的电生理信号；模型产生器，用以产生 具有预设的模型参数的个人化神经刺激模型，使该个人化神经刺激模 型依据该模型参数产生人体生理参数；分析模块，用以分析并比较该 个人化神经刺激模型所输出的人体生理参数及该信号量测模块所量测 的该电生理信号；以及优化模块，利用参数优化算法调整该模型参数， 从而使该个人化神经刺激模型依据调整后的模型参数所输出的人体生 理参数匹配于所量测的该电生理信号。

由上述可知，本发明的建构个人化神经刺激模型的系统及方法， 可根据不同的个体建构适用于个人的神经刺激模型，以改善现有技术 中仅能以一般模型模拟个人神经刺激系统的方法，进而使个人化神经 刺激系统的研究与分析将会更为简易与准确。

附图说明

图1为现有建构神经刺激模型的流程图；

图2为人体耳朵结构图；

图3为本发明建构个人化神经刺激模型的方法流程图；

图4为人工电子耳的电极阵列的等效电路示意图；

图5A为本发明利用人工电子耳所量测的个人电生理信号的转换 阻抗矩阵；

图5B为本发明根据基因算法对个人化神经刺激模型的模型参数 进行优化所产生的转换阻抗矩阵；

图6为本发明建构个人化神经刺激模型的系统的架构图；以及

图7为本发明应用于深层脑电刺激系统的量测示意图。

【主要组件符号说明】

2人体耳朵

21外耳道

22中耳

23内耳

24听毛细胞

25听觉神经

4电极阵列

401～416电极

6个人化神经刺激模型的系统

61信号量测模块

62模型产生器

63分析模块

64优化模块

7深层脑电刺激系统

71电极

72头颅

73电压计

A、B、C、D、E、F  转换阻抗矩阵

S11～S13、S31～S34步骤。

具体实施方式

以下通过特定的具体实施方式说明本发明的实施方式，本领域技 术人员可由本说明书所揭示的内容轻易地了解本发明的其它优点与功 效。本发明亦可通过其它不同的具体实施方式加以施行或应用。

请参阅图3，为本发明建构个人化神经刺激模型的方法的流程图。 首先，将用于量测电生理信号的电极植入人体特定部位。在步骤S31 中，施加电流于一电极上以刺激起反应及以另一电极量测该部位的电 生理信号，同时，建立个人化神经刺激模型，并使该模型依据模型参 数默认值产生人体生理参数。在步骤S32中，分析该模型的人体生理 参数与所量测的电生理信号是否匹配，若“否”，则进至步骤S33，根 据参数优化算法调整该模型参数(亦即改变步骤S31中的模型参数默认 值)，从而使该个人化神经刺激模型所输出的人体生理参数匹配于所量 测的该电生理信号。在步骤S34中，若步骤S32判断结果为“是”，据 此，可确定所产生的神经刺激模型能具体模拟个人的生理反应，有利 于个人化神经刺激系统的研究与分析。

于上述步骤S31中，还包括以特定测试方法量测个人的电生理信 号的步骤。而在步骤S32中，还包括将该特定测试方法套用于该个人 化神经刺激模型，使该模型依据该模型参数产生该人体生理参数，并 判断该人体生理参数是否匹配于所量测的该电生理信号的步骤，其中， 该电生理信号为电压生理信号、电流生理信号、电极阻抗信号(electrode  impedance)或动作电位信号(action potential)。若匹配，则结束该模型的 建构程序，若不匹配，则持续分析该模型的人体生理参数与所量测的 电生理信号，以通过该参数优化算法调整该模型参数。

于一实施例中，上述的电压生理信号、电流生理信号、电极阻抗 信号或动作电位信号系通过植入于人体特定部位的电极进行量测。另 外，该模型参数可为该个人化神经刺激模型的导电率(conductivity)，且 该人体生理参数为该个人化神经刺激模型依据该导电率所产生的电压 模拟信号、电流模拟信号、阻抗模拟信号或动作电位模拟信号。

于另一实施例中，该个人化神经刺激模型系根据有限元素法(finite  element)所建立。

于再一实施例中，该个人化神经刺激模型可为人工电子耳模型、 深层脑电刺激模型、脊髓电刺激模型、迷走神经刺激模型、人工视网 膜模型或心脏节率器模型。

如图4所示，为本发明的建构神经刺激模型的方法应用于人工电 子耳的一例。此实施例显示人工电子耳系统中电极阵列4的等效电路 示意图。于该人工电子耳系统中，必须于耳蜗内值入16个用以量测电 压生理信号的电极401～416，组成一电极阵列4(16个电极并未全部 显示于图中)，其中电极401与电极402之间形成阻抗R₁₂。该量测方 法为施加电流I₁至电极401后，分别量测电压生理信号V₁～V₁₆，并以 V₁～V₁₆的电压除以I₁以求得人工电子耳系统的转换阻抗Z_1，1～Z_1，16。接 着，重复以上步骤施加电流I₂～I₁₆至电极402～416以求得其余的转换 阻抗Z_2，1～Z_16，16，形成Z_16×16的转换阻抗矩阵。据此，若欲建构个人化的 人工电子耳的神经刺激模型，可利用参数优化算法对前述图3步骤S31 中的个人化神经刺激模型的模型参数进行优化，使所建立的人工电子 耳神经刺激模型的输出能非常近似于个人人工电子耳电极量测所得到 的电生理信号(即本例中利用电极阵列4于个人耳朵所量测的转换阻 抗)。而上述的参数优化算法可例如为基因算法(genetic algorithm)、或 其它种可得到全域最佳解(global optimum solution)的智能算法。然而， 本发明并不限制电生理信号的种类，只要是一般个体所能量测到的生 理特征或神经反应，均可用于本发明而建构出个人化神经刺激模型。 另外，本发明可针对同一神经刺激模型利用不同的电生理信号调整其 模块参数，例如，可利用电压生理信号及动作电位信号同时对模型参 数进行调整，使最后产生的神经刺激模型具备电压反应及神经作动反 应的特性。

请一并参阅图5A、5B，图5A为本发明根据上述图4的电极阵列 4所量测计算出的转换阻抗矩阵A，在图5B中，经由基因算法第1次 迭代(iteration)对个人化神经刺激模型的模型参数(如导电率)进行调整， 使该个人化神经刺激模型依据调整后的模型参数产生新的转换阻抗矩 阵B，而后经基因算法第4次、第8次、第12次以及第16次迭代对 模型参数进行调整而分别产生转换阻抗矩阵C、D、E及F。由此基因 算法计算的过程可看出，经由多次迭代对模型参数的优化调整，使该 个人化神经刺激模型所输出的转换阻抗矩阵将越趋近于个人所量测的 转换阻抗矩阵。以电极阻抗信号为例，当经过多次的基因算法调整模 型参数，能使得神经刺激模型输出的模拟电极阻抗信号与实际由个体 量测的电极阻抗信号的差值越来越小，据此，可确定最后所产生的神 经刺激模型为一种个人化的生理反应模拟系统。研究团队可将此模型 的输出视为特定个体的神经反应信号，如此无需再对个人进行实际量 测，有利于个人化神经刺激系统的研究与分析。

请一并参阅图6，为本发明建构个人化神经刺激模型的系统的架构 图。如图所示，个人化神经刺激模型的系统6包括用以量测个人的电 生理信号的信号量测模块61、用以产生具有预设的模型参数的个人化 神经刺激模型，使该个人化神经刺激模型依据该模型参数产生人体生 理参数的模型产生器62、用以分析并比较该个人化神经刺激模型所输 出的人体生理参数及该信号量测模块所量测的该电生理信号的分析模 块63以及优化模块64，利用参数优化算法调整该模型参数，从而使该 个人化神经刺激模型依据调整后的模型参数所输出的人体生理参数匹 配于所量测的该电生理信号。于一实施例中，该信号量测模块61还包 括多个设置于人体特定部位的电极，以由该电极量测个人的电生理信 号，如电压生理信号、电流生理信号或电极阻抗信号。于一实施例中， 可将上述多个电极的至少一个作为感应器，用以撷取其它电极所量测 的动作电位信号，例如诱发复合动作电位(Evoked Compound Action  Potential)。

于本发明的另一具体实施例中，可量测人工电子耳系统每个电极 能使使用者刚刚听到的电流值分贝大小的临界准位(Threshold level，T  level)以及最舒适或最大准位(Most comfortable level，M level，也公 知为C level)所需输入的电流数值，并将所述这些数值的比值(T/M level) 作为电生理信号，据以对神经刺激模型进行模型参数的优化。

图7为深层脑电刺激(deep brain stimulation)系统7的量测示意 图，其原理如前所述，电极71设置于头颅72内部，施加电流于电极 71上，并量测电压计73上的电位，以计算其电生理信号，并根据参数 优化算法调整深层脑电刺激模型的预定的模型参数，从而使该深层脑 电刺激模型所输出的人体生理参数(又可称为模拟电生理信号)匹配于 所量测的该电生理信号，以建构个人化的深层脑电刺激模型。

综上所述，本发明的建构个人化神经刺激模型的系统及方法，经 由参数优化算法可求得匹配于实际量测的电生理信号的个人化神经刺 激系统模型，以更精密准确的模拟神经刺激系统的反应。

上述实施方式仅例示性说明本发明的原理及其功效，而非用于限 制本发明。任何本领域技术人员均可在不违背本发明的精神及范畴下， 对上述实施方式进行修饰与改变。因此，本发明的权利保护范围，应 如权利要求书所列。