具体实施方式

图1是示出示例性系统100的概念图，该示例性系统包括被配置为将适应性脑深部刺激递送至患者112的植入式医疗装置(IMD)106。在IMD106可响应于患者运动或移动的变化、患者疾病的一个或多个症状的严重程度、由于DBS引起的一种或多种副作用的存在或患者的一个或多个所感测的生物电信号等来调整、增加或减小DBS的一个或多个参数的量值的意义上，DBS可为自适应的。例如，患者的一个或多个所感测的信号可用作控制信号，使得IMD 106将电刺激的一个或多个参数的量值与一个或多个所感测的生物电信号的一个或多个特征的量值相关联。IMD 106可递送电刺激治疗，该电刺激治疗具有响应于一个或多个所感测的生物电信号的一个或多个特征的量值而调整的一个或多个参数，诸如电压或电流振幅。

系统100可被配置为治疗患者病症，诸如患者112的运动障碍、神经退行性损伤、心境障碍或癫痫症。患者112通常是人类患者。然而，在一些情况下，治疗系统100可应用于其他哺乳动物或非哺乳动物、非人类患者。虽然本文主要提及运动障碍和神经退行性损伤，但在其他示例中，治疗系统100可提供治疗以管理其他患者病症的症状，诸如但不限于癫痫症(例如，癫痫)或心境(或心理)障碍(例如，重性抑郁障碍(MDD)、双相性精神障碍、焦虑性障碍、创伤后精神压力障碍、疼痛、痉挛、失禁、心境恶劣障碍和强迫性障碍(OCD))。这些障碍中的至少一些障碍可表现为一个或多个患者运动行为。如本文所述，运动障碍或其他神经损伤可包括症状，诸如肌肉控制损伤、运动损伤或其他运动问题，诸如僵硬、痉挛、运动迟缓、节律性运动过度、非节律性运动过度和运动不能。在一些情况下，运动障碍可为帕金森氏病的症状。然而，运动障碍可归因于其他患者病症。

在图1的示例中，系统100被描述为DBS系统。然而，本文所公开的技术可应用于图1的示例中未明确示出的用于管理患者症状的其他类型的治疗系统。例如，本文所述的公开的技术可另外应用于针对脊髓损伤或为了抑制患者112的疼痛而递送脊髓刺激(SCS)治疗的系统。此外，本公开的技术可应用于将骨盆刺激(例如，骶神经调节)递送到用于骨盆健康和/或胃应用的递送治疗的系统。

示例性治疗系统100包括医疗装置编程器104、植入式医疗装置(IMD)106、引线延伸部110以及具有相应电极组116、118的引线114A和114B。在图1所示的示例中，引线114A、114B的电极116、118被定位成将电刺激递送至脑120内的组织位点，诸如患者112的脑120的硬脑膜下方的脑深部位点。在一些示例中，向脑120的一个或多个区域诸如丘脑底核、苍白球或丘脑递送刺激可以是管理运动障碍诸如帕金森氏病的有效治疗。电极116、118中的一些或全部电极还可被定位成感测患者112的脑120内的生物电信号。在一些示例中，电极116、118中的一些电极可被配置为感测生物电信号，并且电极116、118中的其他电极可被配置为将适应性电刺激递送至脑120。在其他示例中，电极116、118中的所有电极都被配置为感测生物电信号并将适应性电刺激递送至脑120。

IMD 106包括治疗模块(例如，其可包括处理电路、信号生成电路或被配置为执行归于IMD 106的功能的其他电路)，该治疗模块包括刺激生成器，该刺激生成器被配置为分别经由引线114A和114B的电极116、118的子集生成电刺激治疗并将该电刺激治疗递送至患者112。用于将电刺激递送至患者112的电极116、118的子集，以及在一些情况下，电极116、118的子集的极性可被称为刺激电极组合。如下文进一步详细描述的，可为特定患者112和目标组织位点选择(例如，基于患者病症来选择)刺激电极组合。电极组116、118包括至少一个电极并且可包括多个电极。在一些示例中，多个电极116和/或118可具有复杂的电极几何形状，使得两个或更多个电极位于相应引线的周边周围的不同位置处。

在一些示例中，在脑120内感测到的生物电信号可反映由整个脑组织上的电位差总和产生的电流变化。生物电信号的示例包括但不限于由在脑120的一个或多个区域内感测的局部场电位(LFP)生成的电信号，诸如脑电图(EEG)信号、皮质电图(ECoG)信号或其他类型的神经脑信号。然而，局部场电位可包括患者112的脑120内的更广泛种类的电信号。

在一些示例中，可在脑120的与用于电刺激的目标组织位点相同的区域内感测用于选择刺激电极组合的生物电信号。如先前所指出的那样，这些组织位点可包括解剖结构内的组织位点(诸如，脑120的丘脑、丘脑底核或苍白球)，以及其他目标组织位点。可基于患者病症来选择脑120内的特定目标组织位点和/或区域。因此，在一些示例中，刺激电极组合和感测电极组合两者均可从同一组电极116、118中选择。在其他示例中，用于递送电刺激的电极可不同于用于感测生物电信号的电极。

由IMD 106生成的电刺激可被配置为管理各种障碍和病症。在一些示例中，IMD106的刺激生成器被配置为经由所选择的刺激电极组合的电极生成电刺激脉冲并将该电刺激脉冲递送至患者112。然而，在其他示例中，IMD 106的刺激生成器可被配置为生成并递送连续波信号，例如正弦波或三角波。在任一种情况下，IMD 106内的刺激生成器可根据选择的治疗程序生成针对DBS的电刺激治疗。在IMD 106递送刺激脉冲形式的电刺激的示例中，治疗程序可包括一组治疗参数值(例如，刺激参数)，诸如用于将刺激递送至患者112的刺激电极组合、脉冲频率、脉冲宽度以及脉冲的电流或电压振幅。如先前所指出的，电极组合可指示被选择用于将刺激信号递送至患者112的组织的特定电极116、118，以及所选择电极的相应极性。

IMD 106可植入锁骨上方的皮下袋内，或者另选地，植入在颅骨122上或内，植入患者112的腹部内，或者植入患者112体内的任何其他合适的位点处。一般来讲，IMD 106由抵抗体液腐蚀和降解的生物相容性材料构成。IMD 106可包括气密外壳以基本上包封部件，诸如处理器、治疗模块和存储器。

如图1所示，植入引线延伸部110经由连接器108(也称为IMD 106的连接器块或接头)联接到IMD 106。在图1的示例中，引线延伸部110从IMD 106的植入位点并沿患者112的颈部横穿到患者112的颅骨122以进入脑120。在图1所示的示例中，引线114A和114B(统称为“引线114”)分别植入患者112的右半脑和左半脑内，以便将电刺激递送至脑120的一个或多个区域，该一个或多个区域可基于由治疗系统100控制的患者病症或障碍来选择。然而，可例如根据所识别的患者行为和/或其他所感测到的患者参数来选择特定目标组织位点和用于将刺激递送至该目标组织位点的刺激电极。设想了其他引线114和IMD 106植入位点。例如，在一些示例中，IMD 106可植入在颅骨122上或内。在一些示例中，引线114可植入同一半脑内，或者IMD 106可联接到植入单个半脑中的单条引线。

现有的引线组包括承载设置在不同轴向位置处的环形电极的轴向引线和承载平面阵列电极的所谓“桨叶”引线。对轴向引线内、桨叶引线内或两个或更多个不同引线之间的电极组合的选择给临床医生带来了挑战。在一些示例中，可使用更复杂或不太复杂的引线阵列几何形状和/或电极阵列几何形状。

虽然引线114在图1中被示出为联接到公共引线延伸部110，但在其他示例中，引线114可经由单独的引线延伸部联接到IMD 106或直接联接到连接器108。引线114可被定位成将电刺激递送至脑120内的一个或多个目标组织位点，以管理与患者112的运动障碍相关联的患者症状。可植入引线114以通过颅骨122中的相应孔将电极116、118定位在大脑120的期望位置处。引线114可被放置在脑120内的任何位置处，使得电极116、118能够在治疗期间向脑120内的目标组织位点提供电刺激。例如，电极116、118可经由患者112的颅脑122中的钻孔通过外科手术植入到脑120的硬脑膜下方或脑120的大脑皮质内，并经由一条或多条引线114电联接到IMD 106。引线114也可根据需要放置在中枢神经系统或周围神经系统内的其他位置，以感测或调节神经系统活动。在图1的示例中未描绘的其他示例中，引线114可植入患者112体内的其他位置中，诸如脊髓、骶神经或肌纤维附近(例如，用于EMG)。

在图1所示的示例中，引线114的电极116、118被示出为环形电极。环形电极可用于DBS应用中，因为环形电极相对易于编程并且能够将电场递送至与电极116、118相邻的任何组织。在其他示例中，电极116、118可具有不同的配置。例如，引线114的电极116、118中的至少一些电极可具有能够产生成型电场的复杂电极阵列几何形状。复杂电极阵列几何形状可包括每条引线114的外周边周围的多个电极(例如，部分环形或分段电极)，而不是一个环形电极。这样，可在特定方向上从引线114引导电刺激，以增强治疗功效并减少由于刺激大量组织引起的可能的不良副作用。在一些示例中，IMD 106的外壳可包括一个或多个刺激和/或感测电极。在另选的示例中，引线114可具有除如图1所示的细长圆柱体之外的形状。例如，引线114可以是桨叶引线、球形引线、能够弯曲的引线或在治疗患者112和/或最小化引线114侵入性方面有效的任何其他类型的形状。

IMD 106包括用于存储多个治疗程序的存储器，每个治疗程序定义一组治疗参数值。在一些示例中，IMD 106可基于各种参数(诸如，所感测到的患者参数和所识别的患者行为)从存储器中选择治疗程序。IMD 106可基于所选择的治疗程序来生成电刺激，以管理与运动障碍相关联的患者症状。在一些示例中，治疗程序可存储在另一个装置(诸如外部编程器104)上或分布在一个或多个计算装置(例如，云计算系统)上。

外部编程器104根据需要与IMD 106进行无线通信以提供或检索治疗信息。编程器104是用户(例如，临床医生和/或患者112)可用于与IMD 106通信的外部计算装置。例如，编程器104可以是临床医生编程器，临床医生使用该编程器来与IMD 106通信并为IMD 106编程一个或多个治疗程序。另选地，编程器104可以是允许患者112选择程序和/或查看和修改治疗参数的患者编程器。临床医生编程器可包括比患者编程器更多的编程特征。换句话讲，仅临床医生编程器可允许更复杂或敏感的任务，以防止未经培训的患者对IMD 106作出不期望的改变。

当编程器104被配置为由临床医生使用时，编程器104可用于将初始编程信息传输到IMD 106。该初始信息可包括硬件信息，诸如引线114的类型和电极布置、引线114在脑120内的位置、电极阵列116、118的配置、限定治疗参数值的初始程序、以及临床医生希望编程到IMD 106中的任何其他信息。编程器104还能够完成功能测试(例如，测量引线114的电极116、118的阻抗)。编程器104还能够从IMD 106下载或流式传输患者数据并处理此类患者数据。在一些示例中，编程器104可立即或者在延迟或周期性的基础上下载并处理此类患者数据。在其他示例中，编程器104可将此类患者数据上传到一个或多个计算装置(例如，云计算网络)以进行处理。在一些示例中，编程器104可立即或者在延迟或周期性的基础上上传此类患者数据。

临床医生还可借助于编程器104将治疗程序存储在IMD 106内。在编程会话期间，临床医生可确定一个或多个治疗程序，该一个或多个治疗程序可向患者112提供有效的治疗以解决与患者病症相关联的症状，以及在一些情况下，特定于一种或多种不同的患者状态(诸如，睡眠状态、移动状态或休息状态)的症状。例如，临床医生可选择一个或多个刺激电极组合，利用该一个或多个刺激电极组合将刺激递送至脑120。在编程会话期间，临床医生可评价基于由患者112提供的反馈或基于患者112的一个或多个生理参数(例如，一个或多个生物电信号的一个或多个特征、肌肉活动、肌肉张力、僵硬、震颤等)评价的特定程序的功效。另选地，根据视频信息的识别的患者行为可用作初始编程会话和后续编程会话期间的反馈。编程器104可通过提供用于识别潜在有益的治疗参数值的条理系统来协助临床医生创建/识别治疗程序。

编程器104还可被配置为由患者112使用。当被配置为患者编程器时，编程器104可具有有限的功能(与临床医生编程器相比)，以便防止患者112改变可能对患者112有害的IMD 106或应用的关键功能。这样，编程器104可仅允许患者112调整某些治疗参数的值或设定特定治疗参数的值的可用范围。

编程器104还可在递送治疗时、在患者输入已触发治疗改变时或在编程器104或IMD 106内的电源需要被替换或再充电时向患者112提供指示。例如，编程器104可包括警示LED，可经由编程器显示器向患者112发送消息，生成可听声音或体感提示，以确认接收到患者输入，例如以指示患者状态或手动修改治疗参数。如下文更详细所述，在一些示例中，编程器104向临床医生或患者显示引线114的一个或多个电极116、118中存在伪影的通知。

治疗系统100可被实施为在数月或数年的过程中为患者112提供慢性刺激治疗。然而，系统100还可在试验基础上进行采用，以在进行完全植入之前评价治疗。如果暂时实施，则系统100的一些部件可能不会植入患者112体内。例如，患者112可配有外部医疗装置，诸如试验刺激器，而不是IMD 106。外部医疗装置可经由经皮延伸部联接到经皮引线或植入引线。如果试验刺激器指示DBS系统100向患者112提供有效的治疗，则临床医生可将慢性刺激器植入患者112体内以用于相对长期的治疗。

虽然IMD 104被描述为将电刺激治疗递送至脑120，但IMD 106可被配置为将电刺激引导至患者112的其他解剖区域。在其他示例中，除了IMD 106之外或代替IMD 106，系统100可包括植入式药泵。此外，IMD可提供其他电刺激，诸如脊髓刺激，以治疗运动障碍。

根据本公开的技术，系统100可经由电极116、118感测患者112的脑120的生物电信号，并且确定生物电信号的概率熵。系统100可使用生物电信号的概率熵来区分电极116、118中的能够感测干净生物电信号的电极与电极116、118中的被伪影污染的电极。患者112的脑120中的生物电信号(诸如神经元LFP活动)通常可表现出无规(例如，随机)行为并且表现出高熵。相比之下，所感测的生物电信号中的模式或阶次表现出低熵。所感测的信号中的低熵可指示所感测的信号中的伪影，诸如由于ECG、运动或其他周期性噪声源而出现的周期性伪影。换句话讲，如果所感测的信号表现出随机行为(例如，无规过程)，并且因此表现出高熵，则所感测的信号往往不包括伪影。然而，如果所感测的信号表现出周期性分量(例如，模式或高阶次)，并且因此表现出低熵，则所感测的信号可包括伪影。

在一些示例中，系统100从生物电信号的值在一段时间内的概率分布导出生物电信号的概率熵值。例如，B[i]可表示生物电信号的值在一段时间内的测量的柱状图，并且f[i]可表示b[i]中的生物电信号的值的分数(例如，柱状图b[i]的“切片”或“片段”的数量)。这可以例如使用来自值的柱状图的香农熵来计算。例如，使f[i]等于b[i]中的值的分数。然后，香农熵由以下等式定义：

对于f[i]＞0，Shannon Entropy＝-sum(f[i]*log₂(f[i]))

值的均匀分布指示所感测的生物电信号中的高熵，诸如对于白噪声信号可以是这样的情况。相比之下，值的不均匀分布指示所感测的生物电信号中的低熵，诸如对于包括周期性或正弦分量的信号可以是这样的情况。本公开的技术认识到，包括周期性或正弦分量的低熵信号可以包括污染信号的伪影，而高熵信号可以不包括此类周期性或正弦分量，并且可以更准确地表示患者112的脑120的随机、高熵生物电信号。

例如，对于包括周期性或正弦分量的所感测的生物电信号可出现不均匀分布。因为周期性信号的值的概率分布表现出受约束的频谱，所以周期性信号的谱功率可表现出比例如白噪声信号(例如，随机或表现出高熵的信号)更高的阶次和更低的熵。周期性信号具有受约束的频谱，因此基于谱功率，周期性信号的熵低于例如白噪声频谱的熵。在该示例中，周期性信号的熵值可相对较低，因为信号中存在阶次或模式。在一些情况下，强模式可指示期望信号(例如，所感测的信号的期望分量，诸如来自患者112的LFP记录)的存在。在其他情况下，这样的强周期性可指示不期望的信号源(例如，由于不希望的噪声引起的所感测的信号的分量)的存在。例如，如果感测信号包括在神经元活动的生物标记的频谱之外的频谱中表现出强周期性的分量，则系统100可将感测信号分类为被伪影污染。

相比之下，在生物电信号表现出高熵的情况下，可出现值的均匀或宽分布。例如，如果谱功率的概率分布值相对均匀地扩展(例如，所感测的信号的中没有一个分量比任何其他值更可能)，如对于许多生物电信号的情况，则所感测的信号可能不具有主导周期性信号分量。在该示例中，熵值可以相对较高，因为在所感测的信号中存在较低的阶次或模式。此外，系统100可将具有这样的高熵值的信号分类为“干净”，例如，表现出很少的伪影或不表现出伪影。

在一些示例中，生物电信号的概率熵值是生物电信号的值在一段时间内的随机性的统计量度。因此，生物电信号的概率熵值是生物电信号的随机性程度的量度。在一些示例中，系统100可验证由电极116、118中的一者感测到的生物电信号具有足够的质量以用作控制aDBS治疗的生物标记。在一些示例中，系统100可使用由记录电极116、118中的一者感测的生物电信号的概率熵作为来自其他周期性生物电信号(诸如ECG或存在于患者112的脑120的所记录的生物电信号中的其他类型的周期性伪影)的干扰的指示符。

在一个示例中，IMD 106经由电极116、118感测患者112的脑120的多个生物电信号。IMD 106针对在相应电极116、118处感测到的每个生物电信号确定生物电信号的概率熵值。IMD 106将所感测的生物电信号的相应概率熵值中的每个概率熵值与相应熵阈值进行比较。IMD 106基于比较来选择电极116、118的子集。IMD 106基于经由电极116、118的子集中的相应电极感测到的生物电信号并且排除多个生物电信号中的经由不在子集中的相应电极116、118感测到的生物电信号来控制向患者112递送电刺激治疗。

例如，如上所述，在aDBS中，IMD 106可至少部分地基于所感测的生物电信号来确定要递送的治疗。如果所感测到的信号具有低熵，则存在在所感测到的信号中存在伪影的可能性，并且IMD 106可能无法完全区分实际生物电信号和伪影。在此类示例中，IMD 106可不依赖于具有伪影的所感测的信号来确定要递送的治疗。如果所感测的信号具有高熵，则存在所感测的信号是患者生成的生物电信号的准确表示的可能性，并且IMD 106可依赖于所感测的信号来确定要递送的治疗。

在前述示例中，用于区分能够感测干净生物电信号的电极与被伪影污染的电极的上述技术由IMD 106执行。然而，在本公开的技术的其他示例中，可由外部编程器104执行。在另外的示例中，本公开的技术由图1中未描绘的与IMD 106通信的一个或多个计算装置(诸如膝上型电脑、平板电脑、智能电话、PDA、云计算系统等)执行。在再一些示例中，本公开的技术可由IMD 106、外部编程器104或前述计算装置中的任一者或多者的组合来执行。

因此，本文所公开的技术可在电极中的伪影的识别中提供增强的准确性。例如，本公开的技术可检测原本可能难以使用常规伪影检测方法来检测的伪影，诸如跨多个记录具有可变信号振幅的伪影。因此，通过识别和消除来自被伪影污染的电极的测量，本公开的技术可提供更高的可靠性，即由电极感测并用作aDBS的生物标记的信号准确地反映真实生物电信号，并避免可能不利地影响提供给患者的治疗的错误测量。因此，本文所公开的技术可向患者提供比常规系统更有效的aDBS治疗。

图2是用于递送适应性脑深部刺激治疗的图1的示例性IMD 106的框图。在图2所示的示例中，IMD 106包括处理电路210、存储器211、刺激生成电路202、感测电路204、开关电路206、遥测电路208、传感器212和电源220。这些电路中的每个电路可为或包括被配置为执行归于每个相应电路的功能的电路。例如，处理电路210可包括处理电路，开关电路206可包括开关电路，感测电路204可包括感测电路，并且遥测电路208可包括遥测电路。存储器211可包括任何易失性或非易失性介质，诸如随机存取存储器(RAM)、只读存储器(ROM)、非易失性RAM(NVRAM)、电可擦可编程ROM(EEPROM)、闪存存储器等。存储器211可存储计算机可读指令，该计算机可读指令在由处理电路210执行时使得IMD 106执行各种功能。存储器211可以是存储装置或其他非暂态介质。

在图2所示的示例中，存储器211将治疗程序214和感测电极组合以及相关联的刺激电极组合218存储在存储器211内的单独存储器中或存储器211内的单独区域中。每个所存储的治疗程序214定义一组特定的电刺激参数(例如，治疗参数集)，诸如刺激电极组合、电极极性、电流或电压振幅、脉冲宽度和脉冲频率。在一些示例中，各个治疗程序可被存储为治疗组，该治疗组定义可用于生成刺激的一组治疗程序。由治疗组的治疗程序定义的刺激信号可在重叠或非重叠(例如，时间交错)的基础上一起递送。

感测和刺激电极组合218存储感测电极组合和相关联的刺激电极组合。如上所述，在一些示例中，感测和刺激电极组合218可包括电极116、118的相同子集、IMD 106的用作电极的外壳，或者可包括此类电极的不同子集或组合。因此，存储器211可存储多个感测电极组合，并且针对每个感测电极组合，存储识别与相应感测电极组合相关联的刺激电极组合的信息。感测电极组合与刺激电极组合之间的关联可例如由临床医生确定或由处理电路210自动确定。在一些示例中，对应的感测电极组合和刺激电极组合可包括相同电极中的一些或全部电极。然而，在其他示例中，对应的感测电极组合和刺激电极组合中的电极中的一些或所有电极可以是不同的。例如，刺激电极组合可包括比对应的感测电极组合更多的电极，以便增加刺激治疗的功效。在一些示例中，如上文讨论的，可经由刺激电极组合将刺激递送到组织部位，该组织部位不同于最靠近对应的感测电极组合但在脑120的相同区域(例如，丘脑)内的组织部位，以便减轻与感测电极组合相关联的组织部位内的任何不规则振荡或其他不规则脑活动。

在处理电路210的控制下，刺激生成电路202生成刺激信号，以用于经由所选择的电极116、118的组合递送至患者112。据信在DBS中有效管理患者的运动障碍的电刺激参数的示例范围包括：

1.脉冲频率，即频率：在约40赫兹和约500赫兹之间，诸如在约90赫兹至170赫兹之间或诸如约90赫兹。

2.就电压控制系统而言，电压振幅：在约0.1伏和约50伏之间，诸如在约2伏和约3伏之间。

3.在电流控制系统的替代情况下，电流振幅：在约1毫安至约3.5毫安之间，诸如在约1.0毫安和约1.75毫安之间。

4.脉冲宽度：在约50微秒和约500微秒之间，诸如在约50微秒和约200微秒之间。

因此，在一些示例中，刺激生成电路202根据上述电刺激参数生成电刺激信号。治疗参数值的其他范围也可以是有用的，并且可取决于患者112体内的目标刺激位点。虽然描述了刺激脉冲，但刺激信号可为任何形式，诸如连续时间信号(例如，正弦波)等。

处理电路210可包括固定功能处理电路和/或可编程处理电路，并且可包括例如以下中的一者或多者：微处理器、控制器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、离散逻辑电路或被配置为提供归于处理电路210的功能的任何其他处理电路，处理电路210在本文可体现为固件、硬件、软件或它们的任何组合。处理电路210可根据存储在存储器211中的治疗程序214控制刺激生成电路202，以应用由程序中的一个或多个程序指定的特定刺激参数值，诸如电压振幅或电流振幅、脉冲宽度或脉冲频率。

在图2所示的示例中，该组电极116包括电极116A、116B、116C和116D，并且该组电极118包括电极118A、118B、118C和118D。处理电路210还控制开关电路206，以将由刺激生成电路202生成的刺激信号施加到所选择的电极116、118的组合。具体地，开关模块204可将刺激信号耦合到引线114内的所选择的导体，这继而跨所选择的电极116、118递送刺激信号。开关电路206可以是开关阵列、开关矩阵、多路复用器，或被配置为选择性地将刺激能量耦合到所选择的电极116、118并利用所选择的电极116、118选择性地感测生物电信号的任何其他类型的开关模块。因此，刺激生成电路202经由开关电路206和引线114内的导体联接到电极116、118。然而，在一些示例中，IMD 106不包括开关电路206。

刺激生成电路202可为单通道或多通道刺激生成器。具体地，刺激生成电路202可能够经由单个电极组合在给定时间递送单个刺激脉冲、多个刺激脉冲或连续信号，或者经由多个电极组合在给定时间递送多个刺激脉冲。然而，在一些示例中，刺激生成电路202和开关电路206可被配置为在时间交错的基础上递送多个通道。例如，开关电路206可用于在不同时间对不同电极组合上的刺激生成电路202的输出进行时间划分，以将刺激能量的多个程序或通道递送至患者112。另选地，刺激生成电路202可包括多个电压或电流源和接收器，该多个电压或电流源和接收器联接到相应的电极以驱动电极作为阴极或阳极。在该示例中，IMD 106可不需要开关电路206的经由不同电极进行刺激的时间交错多路复用的功能。

相应引线114上的电极116、118可由多种不同的设计构成。例如，引线114中的一者或两者可包括沿着引线的长度在每个纵向位置处的两个或更多个电极，诸如在位置A、B、C和D中的每个位置处围绕引线周边的不同周边位置处的多个电极。在一个示例中，电极可经由相应的线电联接到开关电路206，这些相应的线是直的或盘绕在引线的外壳内并且延伸到引线的近侧端部处的连接器。在另一个示例中，引线的电极中的每个电极可以是沉积在薄膜上的电极。该薄膜可包括用于每个电极的导电迹线，该导电迹线沿该薄膜的长度延伸到近侧端部连接器。然后可将该薄膜包裹(例如，螺旋式包裹)在内部构件周围以形成引线114。这些和其他构造可用于形成具有复杂电极几何形状的引线。

虽然感测电路204在图2中与刺激生成电路202和处理电路210一起结合到公共外壳中，但在其他示例中，感测电路204可位于与IMD 106分开的外壳中，并且可经由有线或无线通信技术与处理电路210通信。示例性生物电信号包括但不限于由在脑28的一个或多个区域内的局部场电位(LFP)生成的信号。EEG和ECoG信号是可在脑120内测量的局部场电位的示例。然而，局部场电位可包括患者112的脑120内的更广泛种类的电信号或神经信号。生物电信号的其他示例可包括来自经由EEG或ECoG感测的患者的神经纤维(例如，脊髓)的信号或来自经由EMG感测的患者的肌纤维的信号。

在处理电路210的控制下，遥测电路208支持IMD 106与外部编程器104或另一个计算装置之间的无线通信。作为对程序的更新，IMD 106的处理电路210可经由遥测电路208从编程器104接收各种刺激参数的值诸如量值和电极组合。对治疗程序的更新可存储在存储器211的治疗程序214部分内。IMD 106中的遥测电路208以及本文所述的其他装置和系统(诸如，编程器104)中的遥测模块可通过射频(RF)通信技术来实现通信。此外，遥测电路208可经由IMD 106与编程器104的近侧感应交互来与外部医疗装置编程器104通信。因此，遥测电路208可连续地、以周期性间隔或根据来自IMD 106或编程器104的请求向外部编程器104发送信息。

电源220将操作功率递送至IMD 106的各种部件。电源220可包括小的可再充电电池或不可再充电电池和发电电路，以产生操作功率。再充电可通过外部充电器与IMD 220内的感应充电线圈或其他功率传输机构或模态之间的近侧感应交互来实现。在一些示例中，功率需求可足够小以允许IMD 220利用患者运动并且实现动能清除装置以对可再充电电池进行涓流充电。在其他示例中，传统电池可使用有限的时间段。

在一个示例中，IMD 106的处理电路210经由沿引线114插置的电极116、118(和感测电路202)感测患者112的脑120的一个或多个生物电信号。此外，IMD 106的处理电路210基于所感测到的脑120的一个或多个生物电信号经由电极116、118(和刺激生成电路202)将电刺激治疗递送至患者112。适应性DBS治疗由具有存储在存储器211内的一个或多个参数的一个或多个治疗程序214限定。例如，该一个或多个参数包括电流振幅(针对电流控制系统)或电压振幅(针对电压控制系统)、脉冲频率或频率，以及脉冲宽度，或者每个周期的脉冲数量。在根据脉冲的“突发”或由“接通时间”和“断开时间”限定的一系列电脉冲递送电刺激的示例中，一个或多个参数还可限定每次突发的脉冲数量、接通时间和断开时间中的一者或多者。处理电路210经由电极116、118将适应性DBS递送至患者112，并且可基于所感测到的脑120的一个或多个生物电信号的对应参数来调整限定电刺激的一个或多个参数。

在一些示例中，处理电路210连续实时测量该一个或多个生物电信号。在其他示例中，处理电路210根据预先确定频率或在预先确定时间量之后周期性地对一个或多个生物电信号进行采样。在一些示例中，处理电路210以约200赫兹的频率周期性地对信号进行采样。在一些示例中，处理电路210以约250赫兹的频率周期性地对信号进行采样。

根据本公开的技术，IMD 106可使用经由电极116、118感测的患者112的脑120的一个或多个生物电信号的概率熵来区分能够感测干净生物电信号的电极与被伪影污染的电极。本公开的技术认识到，患者112的脑120中的生物电信号(诸如神经元LFP活动)通常可表现出无规(例如，随机)行为，并且在所记录的信号的谱分量中表现出高熵。相比之下，本公开的技术认识到，所感测的生物电信号的谱带功率中的模式或阶次(例如，带功率中的低熵)可指示所感测的信号中的伪影，诸如由于ECG、运动而出现的伪影、或其他类型的周期性伪影。在一些示例中，IMD 106可验证由电极116、118中的一者感测到的生物电信号具有足够的质量以用作控制治疗递送(诸如aDBS治疗)的生物标记。在一些示例中，IMD 106可使用由记录电极116、118中的每一者感测的生物电信号的概率熵作为针对电极116、118中的该特定电极存在于患者112的脑120的所记录的LFP信号中的ECG或其他周期性伪影的指示符。

在一个示例中，处理电路210经由电极116、118和感测电路204感测患者112的脑120的多个生物电信号。处理电路210针对在相应电极116、118处感测到的每个生物电信号确定生物电信号的概率熵值。下面更详细地提供了处理电路210可以如何确定概率熵的附加示例。处理电路210将所感测的生物电信号的相应概率熵值中的每个概率熵值与相应熵阈值进行比较。

在一些示例中，熵阈值由临床医生定义。在一些示例中，熵阈值由机器学习模型生成。例如，可用包括来自多个患者的多个生物电信号的训练数据训练机器学习模型，每个生物电信号标记有指示生物电信号是否包括一个或多个伪影和一个或多个伪影(如果存在)的位置的数据。在一些示例中，机器学习模型是监督学习算法，其使用包括具有相关联的目标标签的输入特征的训练数据。在一些示例中，机器学习模型是逻辑回归、支持向量机、随机森林或梯度提升机。在一些示例中，机器学习模型接收所感测的生物电信号的一个或多个特征(诸如带功率的熵、阈值跨越速率和/或阈值间跨越间隔的熵)作为输入特征。在一些示例中，输入标记有目标标签，该目标标签限定信号的表现出伪影或不存在伪影的部分。机器学习模型可处理训练数据，以确定生物电信号的一个或多个特征的一个或多个特性与生物电信号中伪影的存在的关系。例如，机器学习模型可确定生物电信号的一个或多个特征的一个或多个特性与生物电信号中伪影的存在的相关性，以及相关性的强度。在一个示例中，机器学习模型使用生物电信号的一个或多个特征的一个或多个特性、一个或多个特性与生物电信号中伪影的存在的相关性、或相关性的强度中的一者或多者作为熵阈值。

此外，机器学习模型可迭代地处理训练数据以确定与生物电信号的一个或多个特征的一个或多个特性与生物电信号中伪影的存在的相关性的强度相对应的不同权重。在下文所述的使用多种方法来确定生物电信号中伪影的存在的示例中，机器学习模型可将权重应用于每种相应的方法，以便更准确地识别生物电信号中伪影的存在。

处理电路210可以以多种方式确定生物电信号的概率熵值。作为将在下文更详细描述的示例，处理电路210可通过以下方式确定生物电信号的概率熵值：1)分析生物电信号的多个频带上的谱功率的随机性的统计量度；或2)将生物电信号的一个或多个特征的熵与阈值极限进行比较。然而，处理电路210可使用由本文未明确描述的本公开的技术设想到的其他方法来确定生物电信号的概率熵值。

通过分析生物电信号的多个频带上的谱功率的随机性的统计量度来确定概率熵值。

作为一个示例，处理电路210可通过分析生物电信号的多个频带上的谱功率的随机性的统计量度来确定生物电信号的概率熵值。处理电路210将生物电信号分成多个频带。在一些示例中，处理电路210应用Welch方法来确定生物电信号的每个频带的谱功率。在一个示例中，处理电路210以250赫兹的频率对时域中的LFP信号进行采样，并且将所采样的LFP信号分成具有50％重叠的1秒片段。例如，第一片段包括从0秒至1秒的所采样的LFP信号的值，第二片段包括从0.5秒至1.5秒的所采样的LFP信号的值，第三片段包括从1秒至2秒的所采样的LFP信号的值，第四片段包括从1.5秒至2.5秒的所采样的LFP信号的值，等等。处理电路210应用汉宁窗来对所采样的LFP信号的每个片段进行加窗。处理电路210计算LFP信号的每个1秒片段的周期图，该周期图描绘了1秒片段上的功率谱密度(PSD)。在一些示例中，周期图描绘了所采样的LFP信号的每个加窗1秒片段的快速傅里叶变换(FFT)的量值的平方。处理电路210对周期图取平均，以计算每个频带的所采样的LFP信号的功率谱密度。因此，处理电路210可使用周期图来凭经验确定每个频带上的谱功率的统计分布，并且可对周期图求平均值以产生平均功率谱密度，即每个谱带的功率的分布。

处理电路210确定在所采样的LFP信号的频带上的所计算的功率谱密度的随机性的统计量度。作为一个示例，如果所计算的功率谱密度具有值的不均匀分布，则所采样的LFP信号表现出低熵并且可包括周期性或正弦分量。因此，在该示例中，所采样的LFP信号的功率谱密度中的值的不均匀分布可指示所采样的LFP信号包括污染信号的伪影。例如，处理电路210将所计算的功率谱密度的随机性的统计量度与相应熵阈值进行比较。如果所计算的功率谱密度的随机性的统计量度小于熵阈值(如果所采样的LFP信号的特定带具有周期性或正弦分量，则可能是这种情况)，则随机性的统计量度指示被伪影污染的生物电信号。

在另一个示例中，如果所计算的功率谱密度具有值的均匀分布，则所采样的LFP信号表现出高熵。因此，在该示例中，所采样的LFP信号的功率谱密度中的值的均匀分布可指示所采样的LFP信号没有伪影或几乎没有伪影。例如，处理电路210将所计算的功率谱密度的随机性的统计量度与相应熵阈值进行比较。如果所计算的功率谱密度的随机性的统计量度大于熵阈值(如果所采样的LFP信号的特定频带不表现出比所采样的LFP信号的任何其他频带更大的功率密度，则可能是这种情况)，则随机性的统计量度指示未被或几乎未被伪影污染的生物电信号。

在上述示例中，处理电路210确定在所采样的LFP信号的所有带上的所计算的功率谱密度的随机性的统计量度，以量化整个所采样的LFP信号的熵。然而，在其他示例中，处理电路210可确定所采样的LFP信号的仅一部分的所计算的功率谱密度的随机性的统计量度。例如，处理电路210可确定所采样的LFP信号的第一频带的所计算的功率谱密度的随机性的第一统计量度，并且确定所采样的LFP信号的第二频带的所计算的功率谱密度的随机性的第二统计量度。在一个示例中，如果第一频带的功率谱密度的随机性的第一统计量度指示所采样的LFP信号被伪影污染，但第二频带的功率谱密度的随机性的第二统计量度指示所采样的LFP信号是干净的，则处理电路210确定所采样的LFP信号被伪影污染。在另一个示例中，只有第一频带和第二频带的功率谱密度的随机性的第一统计量度和第二统计量度均指示所采样的LFP信号被伪影污染，处理电路210才确定所采样的LFP信号被伪影污染。

通过将生物电信号的一个或多个特征的熵与阈值极限进行比较来确定概率熵值。

又如，处理电路210可通过将生物电信号的一个或多个特征的熵与阈值极限进行比较来确定生物电信号的概率熵值。例如，处理电路210使用分类方法来将生物电信号的多个特征(诸如谱熵、阈值跨越速率值和/或阈值间跨越间隔时间)彼此进行比较。例如，这样的分类器可对伪影和/或正常信号类型进行分类，返回生物电信号中伪影的概率，或者相对于信号规律性或信号规律性的缺乏来提供信号质量的另一评级。在该示例中，与所感测的生物电信号的其他特征相比，超过阈值极限的特征可被识别为统计异常值。处理电路210可以以若干方式确定此类统计异常值指示生物电信号可被伪影污染，这将在下文更详细地描述。

作为第一示例，处理电路210可通过分析生物电信号的特征超过阈值极限的随时间推移的速率来确定生物电信号的概率熵值。作为生物电信号的一个或多个特征是生物电信号的振幅的示例，处理电路210可通过分析生物电信号的振幅超过阈值极限的随时间推移的速率来确定生物电信号的概率熵值。如果在特定时间段内发生大量此类振幅阈值跨越，则生物电信号可能被伪影污染。

例如，处理电路210将振幅超过阈值极限的所确定的速率与生物电信号的速率阈值进行比较。作为一个示例，处理电路210确定第一生物电信号的振幅超过阈值极限的随时间推移的速率和第二生物电信号的振幅超过阈值极限的随时间推移的速率。如果第一生物电信号的速率小于速率阈值，则第一生物电信号的速率指示没有伪影或几乎没有伪影的生物电信号。此外，如果第二生物电信号的速率大于速率阈值，则第二生物电信号的速率指示被伪影污染的生物电信号。在一些示例中，生物电信号的振幅超过阈值极限的随时间推移的速率可用作到机器学习系统的输入，该机器学习系统处理一个或多个输入以确定输入是否指示生物电信号中伪影的存在，如上所述。

在一些示例中，阈值极限是生物电信号的所感测的振幅的第一四分位距。在一些示例中，处理电路210将阈值极限确定为生物电信号的减去中值的归一化的四分位距。例如，处理电路210可通过计算生物电信号的所采样的振幅的中值并且从生物电信号的所采样的振幅中减去中值，并且然后将所得的值除以四分位距来确定生物电信号的减去中值的归一化。

作为第二示例，处理电路210可通过分析生物电信号的一个或多个特征超过信号阈值极限的实例之间的连续间隔的长度的熵来确定生物电信号的概率熵值。作为生物电信号的一个或多个特征是生物电信号的振幅的示例，处理电路210确定生物电信号的振幅超过信号阈值极限的第一实例和生物电信号的振幅超过信号阈值极限的第二实例之间的时间间隔。在一些示例中，信号阈值极限是生物电信号的所感测的振幅的第一四分位距。在一些示例中，处理电路210确定一组时间间隔的香农熵。例如，处理电路210可确定阈值间跨越间隔的时间序列，如上所述。处理电路210构建多个时间间隔的柱状图，其中每个时间间隔在生物电信号的振幅超过信号阈值极限的两个实例之间。

处理电路210可基于由多个时间间隔的柱状图展示的所得熵来确定生物电信号的概率熵值。例如，处理电路210将时间间隔的熵与生物电信号的熵阈值进行比较。本公开的技术认识到，当在生物电信号的振幅超过阈值极限的两个连续实例之间的时间间隔内熵增加时，信号中伪影的存在的可能性降低。因此，如果此类检测到的间隔的熵小于熵阈值，则熵指示可能包含伪影的生物电信号。相反，如果此类检测到的间隔的熵大于熵阈值，则熵指示几乎没有伪影或没有伪影的生物电信号。在一些示例中，处理电路210针对多个不同的阈值极限(例如，生物电信号的振幅超过阈值极限的两个实例之间的时间间隔的第一四分位距、生物电信号的振幅超过阈值极限的两个实例之间的时间间隔的第二四分位距等)单独执行两个连续阈值跨越之间的时间间隔的熵的这样的分析。

作为具体示例，包含周期性波形(诸如正弦波)的伪影的生物电信号可以以相当规则的间隔跨越阈值极限。因此，熵在阈值极限的两个连续信号跨越之间的时间间隔内减小。信号交叉熵的这种减小指示可能存在伪影。

在一些示例中，生物电信号的振幅超过信号阈值极限的第一实例和生物电信号的振幅超过信号阈值极限的第二实例之间的间隔的熵可用作到机器学习系统的输入，该机器学习系统处理一个或多个输入以确定输入是否指示生物电信号中伪影的存在，如上所述。在一些示例中，如果处理电路210识别出不发生生物电信号的振幅超过阈值极限，则在生物电信号的振幅超过阈值极限的第一实例和生物电信号的振幅超过阈值极限的第二实例之间不存在时间间隔。在这样的情况下，信号中伪影的可能性可能非常低。因此，处理电路210可将值“-1”分配给生物电信号的概率熵值，以将机器学习系统的确定推向确定生物电信号不包括伪影。

使用技术的组合确定概率熵值。

在一些示例中，处理电路210可通过组合用于确定上述概率熵值的多种技术来确定生物电信号的概率熵值。例如，处理电路210可以将上述技术中的两种或更多种应用于所感测的生物电信号的一个或多个特征，并且将不同的权重应用于每个结果以生成生物电信号的概率熵值，该概率熵值比单独使用单个方法更准确。

例如，处理电路210可使用以下中的任一者的组合来确定生物电信号的概率熵值：(1)分析生物电信号的多个频带上的谱功率的随机性的统计量度；(2)分析生物电信号的振幅超过信号阈值极限的随时间推移的速率；或者(3))分析生物电信号的振幅超过信号阈值极限的两个连续实例之间的时间间隔的熵。在此类示例中，如果伪影由上述技术中的仅一种技术、由上述技术中的多于一种技术或由上述技术中的所有技术指示，则处理电路210可确定生物电信号被伪影污染。在一些示例中，可以将不同的权重应用于上述技术中的每一种技术，每个权重对应于该技术与生物电信号中伪影的存在的相关性的强度。

在一些示例中，在确定生物电信号的概率熵值之前，处理电路210可以确定生物电信号的归一化。在该示例中，处理电路210可随后使用上述技术来确定归一化生物电信号的概率熵值。通过确定生物电信号的归一化，处理电路210可允许对具有多个不同特性和波形的多个生物电信号进行统一且简化的分析。

处理电路210基于上述比较来选择电极116、118的子集。在一些示例中，电极116、118的子集仅包括其对应的生物电信号由处理电路210确定为指示没有伪影或伪影最少的那些电极。换句话讲，其对应的生物电信号由处理电路210确定为指示具有伪影的电极被排除在子集之外。处理电路210基于经由电极116、118的子集中的相应电极感测到的生物电信号并且排除多个生物电信号中的经由不在子集中的相应电极116、118感测到的生物电信号来控制向患者112递送电刺激治疗。

在一些示例中，处理电路210执行如上所述训练的机器学习系统。在一些示例中，机器学习系统实现逻辑回归模型、支持向量机(SVM)模型、回归树、梯度提升模型或其他类型的神经网络模型，以创建使用由处理电路210确定的生物电信号的概率熵值作为输入的伪影检测器。例如，机器学习系统可处理由处理电路210确定的生物电信号的相应概率熵值，以识别满足使用上述过程训练的机器学习模型的标准的一个或多个电极。在一些示例中，所识别的一个或多个电极是满足以下条件的电极：对于所述电极而言，经由所识别的一个或多个电极感测到的生物电信号未显示出伪影或几乎未显示出伪影。在一些示例中，机器学习系统处理生物电信号的各种不同类型的概率熵值以识别一个或多个电极。例如，机器学习系统可处理经由电极感测到的相应生物电信号的多个频带上的谱功率的随机性的统计量度，经由电极感测到的相应生物电信号的振幅超过振幅阈值极限的速率，以及经由电极感测到的生物电信号的振幅超过阈值极限的连续实例之间的时间间隔的熵以识别一个或多个电极。在一些示例中，机器学习系统可将不同的权重或系数分配给在上述训练过程期间确定的生物电信号的不同类型的概率熵值。例如，机器学习系统可基于机器学习模型来确定生物电信号的多个频带上的谱功率的随机性的统计量度应被给予比生物电信号的振幅超过振幅阈值极限的速率更小的权重。又如，机器学习系统可基于机器学习模型来确定生物电信号的多个频带上的谱功率的随机性的统计量度应被给予比生物电信号的振幅超过阈值极限的连续实例之间的时间间隔的熵更大的权重。处理电路210选择所识别的电极作为电极116、118的子集以用于控制对患者112的治疗的递送。

在一些示例中，处理电路210经由遥测电路208传输伪影存在于从子集中排除的电极中的指示。在一些示例中，该指示使得编程器104向临床医生或患者显示从子集中排除的电极中存在伪影的通知。

因此，本文所公开的技术可在电极中的伪影的识别中提供增强的准确性。例如，本公开的技术可检测原本可能难以使用常规伪影检测方法来检测的伪影，诸如跨多个记录具有可变信号振幅的伪影。因此，通过识别并消除来自被伪影污染的电极的测量，本公开的技术可在aDBS系统中提供更高的可靠性。例如，本公开的技术可增加以下可能性：由电极感测并用作aDBS的生物标记的信号准确地反映真实生物电信号并避免可能不利地影响提供给患者的治疗的错误测量。因此，本文所公开的技术可向患者提供比常规系统更有效的aDBS治疗。

图3是图1的外部编程器104的框图。尽管编程器104通常可被描述为手持装置，但编程器104可为更大的便携式装置或更固定的装置。此外，在其他示例中，编程器104可被包括作为外部充电装置的一部分或者包括外部充电装置的功能。如图3所示，编程器104可包括处理电路310、存储器311、用户界面302、遥测电路308和电源320。存储器311可存储指令，这些指令在由处理电路310执行时使得处理电路310和外部编程器104提供在本公开通篇中归于外部编程器104的功能。这些部件中的每一者或模块可包括被配置为执行本文所述功能中的一些或全部功能的电路。例如，处理电路310可包括被配置为执行相对于处理电路310所讨论的过程的处理电路。

一般来讲，编程器104包括单独的或与软件和/或固件组合的任何合适的硬件布置，以执行归于编程器104以及编程器104的处理电路310、用户界面302和遥测电路308的技术。在各种示例中，编程器104可包括一个或多个处理器，该一个或多个处理器可包括固定功能处理电路和/或可编程处理电路，如由例如一个或多个微处理器、DSP、ASIC、FPGA或任何其他等效的集成或离散的逻辑电路，以及此类部件的任何组合所形成的。在各种示例中，编程器104还可包括存储器311(诸如，RAM、ROM、PROM、EPROM、EEPROM、闪存存储器、硬盘、CD-ROM)，该存储器包括用于使得该一个或多个处理器执行归于它们的动作的可执行指令。此外，尽管处理电路310和遥测电路308被描述为单独的模块，但在一些示例中，处理电路310和遥测电路308可在功能上彼此集成。在一些示例中，处理电路310和遥测电路308对应于各个硬件单元，诸如ASIC、DSP、FPGA或其他硬件单元。

存储器311(例如，存储装置)可存储指令，这些指令在由处理电路310执行时使得处理电路310和编程器104提供在本公开通篇中归于编程器104的功能。例如，存储器311可包括使得处理电路310从存储器获得参数集，选择空间电极运动模式，或接收用户输入并将对应命令发送到IMD 104的指令，或者用于任何其他功能的指令。此外，存储器311可包括多个程序，其中每个程序包括限定刺激治疗的参数集。

用户界面302可包括按钮或小键盘、灯、用于语音命令的扬声器、显示器诸如液晶(LCD)、发光二极管(LED)或有机发光二极管(OLED)。在一些示例中，显示器可以是触摸屏。用户界面302可被配置为显示与刺激治疗的递送、所识别的患者行为、所感测到的患者参数值、患者行为标准或任何其他此类信息相关的任何信息。用户界面302还可经由用户界面302接收用户输入。输入可以是例如按下小键盘上的按钮或从触摸屏选择图标的形式。

在处理电路310的控制下，遥测电路308可支持IMD 106与编程器104之间的无线通信。遥测电路308还可被配置为经由无线通信技术与另一计算装置通信或通过有线连接与另一计算装置直接通信。在一些示例中，遥测电路308经由RF或近侧感应介质提供无线通信。在一些示例中，遥测电路308包括天线，该天线可采取多种形式，诸如内部天线或外部天线。

可用于有利于编程器104与IMD 106之间的通信的本地无线通信技术的示例包括根据802.11或蓝牙规范集或其他标准或专有遥测协议的RF通信。这样，其他外部装置可能够与编程器104通信，而无需建立安全无线连接。如本文所述，遥测电路308可被配置为将空间电极运动模式或其他刺激参数值传输到IMD 106以递送刺激治疗。

在一些示例中，外部编程器104的处理电路310限定存储在存储器311中的电刺激治疗的参数，以将适应性DBS递送至患者112。在一个示例中，外部编程器104的处理器311经由遥测电路308向IMD 106发出命令，使得IMD 106经由电极116、118、经由引线114递送电刺激治疗。

根据本公开的技术，外部编程器104可使用经由IMD 106的电极116、118感测的患者112的脑120的一个或多个生物电信号的概率熵来区分能够感测干净生物电信号的电极与被伪影污染的电极。本公开的技术认识到，患者112的脑120中的神经元LFP活动通常是无规(例如，随机)过程，并且表现出高熵。相比之下，本公开的技术认识到，所感测的生物电信号中的模式或阶次(例如，低熵)可指示所感测的信号中的伪影，诸如由于ECG、运动而出现的伪影、或其他周期性伪影。在一些示例中，外部编程器104可验证由IMD 106的电极116、118中的一者感测到的生物电信号具有足够的质量以用作控制aDBS治疗的生物标记。在一些示例中，外部编程器104可使用由记录电极116、118中的一者感测的生物电信号的概率熵作为存在于患者112的脑120的所记录的LFP信号中的ECG或其他周期性伪影的指示符。

在一个示例中，IMD 106经由电极116、118感测患者112的脑120的多个生物电信号。处理电路310经由遥测电路308并且从IMD 106接收患者112的脑120的多个生物电信号。处理电路310针对每个生物电信号确定生物电信号的概率熵值。处理电路310将所感测的生物电信号的相应概率熵值中的每个概率熵值与相应熵阈值进行比较。在一些示例中，处理电路310可确定每个生物电信号的概率熵值，并且以与上面关于图2的IMF 106的处理电路210所述类似的方式将概率熵与相应熵阈值进行比较。

处理电路310基于上述比较来选择电极116、118的子集。在一些示例中，电极116、118的子集仅包括其对应的生物电信号由处理电路310确定为指示没有伪影或伪影最少的那些电极。换句话讲，其对应的生物电信号由处理电路310确定为指示具有伪影的电极被排除在子集之外。处理电路310基于经由电极116、118的子集中的相应电极感测到的生物电信号并且排除多个生物电信号中的经由不在子集中的相应电极116、118感测到的生物电信号来控制IMD 106以向患者112递送电刺激治疗。在一些示例中，处理电路310输出从子集中排除的电极中存在伪影的通知以用于显示给临床医生或患者。

图4是患者的所感测的生物电信号400的图示。为方便起见，相对于图1描述图4。例如，图1的IMD 106可经由电极116、118中的一者感测来自患者112的脑120的生物电信号400。在一个示例中，生物电信号400可以是患者112的脑120的感测到的LFP。

在生物电信号400是患者112的脑120中的所感测的神经元LFP活动的示例中，神经元LFP活动通常是无规(例如，随机)过程并且表现出高熵。相比之下，生物电信号400中出现的模式或阶次(例如，低熵)可指示所感测的信号中的伪影，诸如由于ECG、运动而出现的伪影、或其他周期性伪影。因此，生物电信号400的概率熵可用于确定生物电信号400中是否存在伪影。

例如，图4描绘了阈值限制404。在一些示例中，阈值极限404是生物电信号400的所感测的振幅的第一四分位距。在一些示例中，阈值极限404是生物电信号400的所感测的振幅的第二四分位距。生物电信号400表现出多个阈值跨越402。每个阈值跨越402对应于生物电信号400的振幅超过阈值极限404的实例。此外，间隔长度406描绘生物电信号400的振幅超过阈值极限404的第一阈值跨越402与生物电信号400的振幅超过阈值极限404的第二阈值跨越402之间的时间间隔。

在一些示例中，IMD 106可通过计算在一段时间(例如，1秒、30秒、60秒等)内阈值跨越402的数量来计算生物电信号400的振幅超过阈值极限404的随时间推移的速率。此外，IMD 106将阈值跨越402的速率与速率阈值进行比较。如果生物电信号400的阈值跨越402的速率小于速率阈值，则阈值跨越402的速率可指示生物电信号400没有伪影或几乎没有伪影。相比之下，生物电信号400的阈值跨越402的速率大于速率阈值，阈值跨越402的速率可指示生物电信号400被伪影污染。

又如，IMD 106可通过确定生物电信号400的振幅超过阈值极限404的第一阈值跨越402与生物电信号400的振幅超过阈值极限404的第二阈值跨越402之间的时间长度来计算间隔长度406。此外，IMD 106将多个间隔长度406的熵与熵阈值进行比较。如果多个间隔长度406的熵小于熵阈值，则熵指示被伪影污染的生物电信号。此外，如果多个间隔长度406的熵大于熵阈值，则熵指示没有伪影或几乎没有伪影的生物电信号。

图5是示出根据本公开的技术的示例性操作的流程图。为方便起见，相对于图1描述图5。在图5的示例性操作中，IMD 106使用经由电极116、118感测的患者112的脑120的生物电信号的概率熵来区分能够感测干净生物电信号的电极与被伪影污染的电极。

在一个示例中，IMD 106经由电极116、118和感测电路204感测患者112的脑120的多个生物电信号(502)。IMD 106针对在相应电极116、118处感测到的每个生物电信号确定生物电信号的概率熵值(504)。在一些示例中，生物电信号的概率熵值是生物电信号的值在一段时间内的概率分布。在一些示例中，生物电信号的概率熵值是生物电信号的值在一段时间内的随机性的统计量度。因此，生物电信号的概率熵值是生物电信号的随机性程度的量度。

IMD 106将所感测的生物电信号的相应概率熵值中的每个概率熵值与相应熵阈值进行比较(506)。IMD 106基于比较来选择电极116、118的子集(508)。在一些示例中，电极116、118的子集仅包括其对应的生物电信号由IMD 106确定为指示没有伪影或伪影最少的那些电极。换句话讲，其对应的生物电信号由IMD 106确定为指示具有伪影的电极被排除在子集之外。IMD 106基于经由电极116、118的子集中的相应电极感测到的生物电信号并且排除多个生物电信号中的经由不在子集中的相应电极116、118感测到的生物电信号来控制向患者112递送电刺激治疗(510)。

图6是示出根据本公开的技术的示例性操作的流程图。为方便起见，相对于图1描述图6。在图6的示例性操作中，IMD 106通过分析生物电信号的多个频带上的谱功率的随机性的统计量度来确定从患者112感测的生物电信号的概率熵值。

例如，IMD 106将生物电信号分成多个频带。IMD 106确定在多个频带上的谱功率的随机性的统计量度(602)。IMD 106将在多个频带上的谱功率的随机性的统计量度与相应熵阈值进行比较(604)。作为一个示例，如果第一频带的功率的随机性的统计量度超过第一频带的熵阈值，则随机性的统计量度指示没有伪影或几乎没有伪影的生物电信号。又如，如果第二频带的功率的随机性的统计量度小于第二频带的熵阈值，则随机性的统计量度指示未被伪影污染的生物电信号。在一些示例中，如果一个频带的功率的随机性的一个统计量度指示生物电信号被伪影污染，则IMD 106确定生物电信号被伪影污染。在另一个示例中，只有LFP记录内的每个频带的功率的随机性的每个统计量度指示生物电信号被伪影污染，IMD 106才确定生物电信号被伪影污染。

IMD 106基于比较来选择电极116、118的子集(606)。例如，IMD 106选择电极116、118中的满足以下条件的每个电极：对于所述每个电极而言，经由电极感测到的相应生物电信号的多个频带上的谱功率的随机性的统计量度大于相应熵阈值。

图7是示出根据本公开的技术的示例性操作的流程图。为方便起见，相对于图1描述图7。在图7的示例性操作中，IMD 106通过分析生物电信号的振幅超过阈值极限的随时间推移的速率来确定从患者112感测的生物电信号的概率熵值。

在一个示例中，IMD 106确定生物电信号的振幅超过阈值极限的随时间推移的速率(702)。在一些示例中，阈值极限是生物电信号的所感测的振幅的第一四分位距。IMD 106将所确定的速率与生物电信号的速率阈值进行比较(704)。作为一个示例，IMD 106确定第一生物电信号的振幅超过阈值极限的随时间推移的速率和第二生物电信号的振幅超过阈值极限的随时间推移的速率。如果第一生物电信号的速率小于速率阈值，则IMD 106确定第一生物电信号的速率指示没有伪影或几乎没有伪影的生物电信号。此外，如果第二生物电信号的速率大于速率阈值，则IMD 106确定第二生物电信号的速率指示被伪影污染的生物电信号。

IMD 106基于比较来选择电极116、118的子集(706)。例如，IMD 106选择电极116、118中的满足以下条件的每个电极：对于所述每个电极而言，经由电极感测到的相应生物电信号的振幅超过阈值极限的速率小于相应速率阈值。

图8是示出根据本公开的技术的示例性操作的流程图。为方便起见，相对于图1描述图8。在图8的示例性操作中，IMD 106通过分析生物电信号的振幅超过阈值极限的实例之间的连续间隔的长度的熵来确定从患者112感测的生物电信号的概率熵值。

在一个示例中，IMD 106确定生物电信号的振幅超过阈值极限的第一实例和生物电信号的振幅超过阈值极限的第二实例之间的多个时间间隔的熵(802)。在一些示例中，IMD 10确定时间间隔的香农熵。在一些示例中，阈值极限是生物电信号的所感测的振幅的第一四分位距。

IMD 106将时间间隔的熵与生物电信号的熵阈值进行比较(804)。例如，IMD 106识别生物电信号的振幅超过阈值极限的第一实例和生物电信号的振幅超过阈值极限的第二实例之间的时间间隔。此外，IMD 106确定生物电信号的振幅超过阈值极限的连续实例之间的时间间隔的熵。如果间隔的熵小于熵阈值，则IMD 106确定间隔的熵指示被伪影污染的生物电信号。此外，如果间隔的熵大于熵阈值，则IMD 106确定间隔指示没有伪影或几乎没有伪影的生物电信号。

IMD 106基于比较来选择电极116、118的子集(806)。例如，IMD 106针对电极116、118中的每个电极确定经由电极感测到的相应生物电信号的振幅超过信号阈值极限的连续实例之间的时间间隔的熵。IMD 106选择电极116、118中的满足以下条件的每个电极：对于所述每个电极而言，连续间隔的熵大于相应熵阈值。

以下实施例可示出本公开的一个或多个方面。

实施例1.一种方法，包括：经由多个电极感测患者的脑的多个生物电信号；由处理电路并且针对多个生物电信号中的在多个电极中的相应电极处感测到的每个生物电信号确定生物电信号的概率熵值；由处理电路将生物电信号的相应概率熵值中的每个概率熵值与相应熵阈值进行比较；以及由处理电路并且基于比较来选择多个电极中的电极的子集；以及由处理电路并且基于多个生物电信号中的经由电极的子集中的相应电极感测到的生物电信号并且排除多个生物电信号中的经由不在电极的子集中的相应电极感测到的生物电信号来控制向患者递送电刺激治疗。

实施例2.根据实施例1所述的方法，其中针对每个生物电信号确定概率熵值包括针对每个生物电信号确定生物电信号的熵在一段时间内的概率分布，其中生物电信号的具有周期性行为的信号分量指示减小的熵，并且其中生物电信号的不具有周期性行为的信号分量指示增加的熵。

实施例3.根据实施例1至2中任一项所述的方法，其中针对每个生物电信号确定概率熵值包括：确定多个生物电信号中的第一生物电信号的一个或多个信号分量表现出周期性行为；响应于确定第一生物电信号的一个或多个信号分量表现出周期性行为，确定第一生物电信号的第一概率熵值；确定多个生物电信号中的第二生物电信号的一个或多个信号分量表现出非周期性行为；以及响应于确定第二生物电信号的一个或多个信号分量表现出非周期性，确定第二生物电信号的第二概率熵值，其中第一概率熵值指示第一生物电信号中的熵，并且第二概率熵值指示第二生物电信号中的熵，并且其中第一概率熵值和第二概率熵值指示第一生物电信号表现出比第二生物电信号更小的熵。

实施例4.根据实施例1至3中任一项所述的方法，其中针对每个生物电信号确定概率熵值包括针对每个生物电信号确定在一段时间内的随机性的统计量度。

实施例5.根据实施例4所述的方法，其中针对每个生物电信号确定随机性的统计量度包括确定生物电信号的多个频带上的谱功率的随机性的统计量度，其中将生物电信号的相应概率熵值中的每个概率熵值与相应熵阈值进行比较包括将生物电信号的多个频带上的谱功率的随机性的每个统计量度与熵阈值进行比较，并且其中基于比较来选择多个电极中的电极的子集包括选择多个电极中的满足以下条件的每个电极：对于所述每个电极而言，经由电极感测到的相应生物电信号的多个频带上的谱功率的随机性的统计量度大于相应熵阈值。

实施例6.根据实施例1至5中任一项所述的方法，其中将生物电信号的相应概率熵值中的每个概率熵值与相应熵阈值进行比较包括：确定每个生物电信号的振幅超过阈值极限的速率；以及将生物电信号的振幅超过阈值极限的速率与相应速率阈值进行比较，并且其中基于该比较来选择多个电极中的电极的子集包括选择多个电极中的满足以下条件的每个电极：对于所述每个电极而言，经由电极感测到的相应生物电信号的振幅超过阈值极限的速率小于相应速率阈值。

实施例7.根据实施例6所述的方法，其中每个阈值极限是相应生物电信号的所感测的振幅的四分位距。

实施例8.根据实施例1至2中任一项所述的方法，其中将生物电信号的相应概率熵值中的每个概率熵值与相应熵阈值进行比较包括：确定生物电信号的振幅超过阈值极限的实例之间的时间间隔的熵；以及将时间间隔的熵与相应熵阈值进行比较，并且其中基于比较来选择多个电极中的电极的子集包括选择多个电极中的满足以下条件的每个电极：对于所述每个电极而言，时间间隔的熵大于相应熵阈值。

实施例9.根据实施例8所述的方法，其中每个阈值极限是相应生物电信号的所感测的振幅的第一四分位距。

实施例10.根据实施例8至9中任一项所述的方法，其中确定时间间隔包括确定时间间隔的香农熵。

实施例11.根据实施例1至10中任一项所述的方法，其中将生物电信号的相应概率熵值中的每个概率熵值与相应熵阈值进行比较包括：确定每个生物电信号的多个频带上的谱功率的随机性的统计量度；将生物电信号的多个频带上的谱功率的随机性的统计量度与第一熵阈值进行比较；确定生物电信号的振幅超过振幅阈值极限的速率；将生物电信号的振幅超过振幅阈值极限的速率与速率阈值进行比较；确定生物电信号的振幅超过阈值极限的实例之间的时间间隔的熵；将时间间隔的熵与第二熵阈值进行比较，并且其中基于比较来选择多个电极中的电极的子集包括基于经由电极感测到的相应生物电信号的多个频带上的谱功率的随机性的统计量度、经由电极感测到的相应生物电信号的振幅超过振幅阈值极限的速率、以及经由电极感测到的生物电信号的振幅超过阈值极限的实例之间的时间间隔的熵，来选择多个电极中的电极的子集中的每个电极。

实施例12.根据实施例11所述的方法，其中将生物电信号的相应概率熵值中的每个概率熵值与相应熵阈值进行比较，以及基于比较来选择多个电极中的电极的子集还包括：由在处理电路上执行的机器学习系统处理经由电极感测到的相应生物电信号的多个频带上的谱功率的随机性的统计量度、经由电极感测到的相应生物电信号的振幅超过振幅阈值极限的速率、以及经由电极感测到的生物电信号的振幅超过阈值极限的实例之间的时间间隔的熵以识别多个电极中的一个或多个电极，以及由机器学习系统选择所识别的一个或多个电极作为多个电极中的电极的子集。

实施例13.根据实施例1至12中任一项所述的方法，其中将生物电信号的相应概率熵值中的每个概率熵值与相应熵阈值进行比较，以及基于比较来选择多个电极中的电极的子集包括：由在处理电路上执行的机器学习系统处理生物电信号的相应概率熵值中的每个概率熵值以识别多个电极中的一个或多个电极，以及由机器学习系统选择所识别的一个或多个电极作为多个电极中的电极的子集。

实施例14.根据实施例1至13中任一项所述的方法，其中将生物电信号的相应概率熵值中的每个概率熵值与相应熵阈值进行比较包括：确定每个生物电信号的归一化；以及将生物电信号的归一化的概率熵与相应熵阈值进行比较。

实施例15.根据实施例1至14中任一项所述的方法，还包括：对于不在电极的子集中的每个电极，由处理电路输出伪影存在于经由电极感测到的相应生物电信号中的指示。

实施例16.一种植入式医疗装置，包括：多个电极；感测电路，该感测电路被配置为经由多个电极感测患者的脑的多个生物电信号；以及处理电路，该处理电路被配置为：针对多个生物电信号中的在多个电极中的相应电极处感测到的每个生物电信号，确定生物电信号的概率熵值；将生物电信号的相应概率熵值中的每个概率熵值与相应熵阈值进行比较；基于比较来选择多个电极中的电极的子集；以及基于多个生物电信号中的经由电极的子集中的相应电极感测到的生物电信号并且排除多个生物电信号中的经由不在电极的子集中的相应电极感测到的生物电信号，来控制向患者递送电刺激治疗。

实施例17.根据实施例16所述的植入式医疗装置，其中为了确定生物电信号的概率熵值，处理电路被进一步配置为确定生物电信号的熵在一段时间内的概率分布，其中生物电信号的具有周期性行为的信号分量指示减小的熵，并且其中生物电信号的不具有周期性行为的信号分量指示增加的熵。

实施例18.根据实施例16至17中任一项所述的植入式医疗装置，其中为了针对每个生物电信号确定概率熵值，处理电路被进一步配置为：确定多个生物电信号中的第一生物电信号的一个或多个信号分量表现出周期性行为；响应于确定第一生物电信号的一个或多个信号分量表现出周期性行为，确定第一生物电信号的第一概率熵值；确定多个生物电信号中的第二生物电信号的一个或多个信号分量表现出非周期性行为；以及响应于确定第二生物电信号的一个或多个信号分量表现出非周期性行为，确定第二生物电信号的第二概率熵值，其中第一概率熵值指示第一生物电信号中的熵，并且第二概率熵值指示第二生物电信号中的熵，并且其中第一概率熵值和第二概率熵值指示第一生物电信号表现出比第二生物电信号更小的熵。

实施例19.根据实施例16至18中任一项所述的植入式医疗装置，其中，为了确定生物电信号的概率熵值，处理电路被进一步配置为确定在一段时间内的随机性的统计量度。

实施例20.根据实施例19所述的植入式医疗装置，其中为了确定生物电信号的概率熵值，处理电路被进一步配置为确定生物电信号的多个频带上的谱功率的随机性的统计量度，其中为了将生物电信号的相应概率熵值中的每个概率熵值与相应熵阈值进行比较，处理电路被进一步配置为将生物电信号的多个频带上的谱功率的随机性的每个统计量度与熵阈值进行比较，并且其中为了基于比较来选择多个电极中的电极的子集，处理电路被进一步配置为选择多个电极中的满足以下条件的每个电极：对于所述每个电极而言，经由电极感测到的相应生物电信号的多个频带上的谱功率的随机性的统计量度大于相应熵阈值。

实施例21.根据实施例16至20中任一项所述的植入式医疗装置，其中为了将生物电信号的相应概率熵值中的每个概率熵值与相应熵阈值进行比较，处理电路被进一步配置为：确定每个生物电信号的振幅超过阈值极限的速率；以及将生物电信号的振幅超过阈值极限的速率与相应速率阈值进行比较；并且其中为了基于比较来选择多个电极中的电极的子集，处理电路被进一步配置为选择多个电极中的满足以下条件的每个电极：对于所述每个电极而言，经由电极感测到的相应生物电信号的振幅超过阈值极限的速率小于相应速率阈值。

实施例22.根据实施例16至21中任一项所述的植入式医疗装置，其中为了将生物电信号的相应概率熵值中的每个概率熵值与相应熵阈值进行比较，处理电路被进一步配置为：确定生物电信号的振幅超过阈值极限的实例之间的时间间隔的熵；并且将时间间隔的熵与相应熵阈值进行比较，并且其中为了基于比较来选择多个电极中的电极的子集，处理电路被进一步配置为选择多个电极中的满足以下条件的每个电极：对于所述每个电极而言，时间间隔的熵大于相应熵阈值。

实施例23.一种系统，包括：植入式医疗装置，该植入式医疗装置包括：多个电极；感测电路，该感测电路被配置为经由多个电极感测患者的脑的多个生物电信号；以及处理电路，该处理电路被配置为：针对多个生物电信号中的在多个电极中的相应电极处感测到的每个生物电信号确定生物电信号的概率熵值；将生物电信号的相应概率熵值中的每个概率熵值与相应熵阈值进行比较；基于比较来选择多个电极中的电极的子集；以及基于多个生物电信号中的经由电极的子集中的相应电极感测到的生物电信号并且排除多个生物电信号中的经由不在电极的子集中的相应电极感测到的生物电信号来控制向患者递送电刺激治疗。

实施例24.根据实施例23所述的系统，其中植入式医疗装置包括处理电路。

实施例25.根据实施例23至24中任一项所述的系统，还包括外部装置，其中外部设备包括处理电路。

本公开中描述的技术可至少部分地在硬件、软件、固件或它们的任何组合中实施。例如，所述技术的各个方面可在一个或多个处理器内实施，该一个或多个处理器包括一个或多个微处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或任何其他等效的集成或离散的逻辑电路，以及此类部件的任何组合。术语“处理器”或“处理电路”通常可指单独的或与其他逻辑电路组合的前述逻辑电路中的任一者或任何其他等效电路。包括硬件的控制单元还可执行本公开的技术中的一种或多种技术。

此类硬件、软件和固件可在相同装置内或在单独装置内实施，以支持本公开中描述的各种操作和功能。此外，所述单元、模块或部件中的任一者可一起或单独地被实施为离散但可互操作的逻辑装置。将不同特征描述为模块或单元旨在突出不同的功能方面，并且不一定暗示此类模块或单元必须由单独的硬件或软件部件来实现。相反，与一个或多个模块或单元相关联的功能可由单独的硬件或软件部件执行，或者集成在公共或单独的硬件或软件部件内。

本公开中描述的技术还可嵌入或编码在包含指令的计算机可读介质(诸如，计算机可读存储介质)中。嵌入或编码在计算机可读存储介质中的指令可使得可编程处理器或其他处理器例如在执行这些指令时执行该方法。计算机可读存储介质可包括随机存取存储器(RAM)、只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、闪存存储器、硬盘、CD-ROM、软盘、盒式磁带、磁性介质、光学介质或其他计算机可读介质。