本申请要求2019年5月2日提交的标题为“用于治疗阻塞性睡眠呼吸暂停的系统和方法(Systems and Methods for treating Obstructive Sleep Apnea)”的第62/841,978号美国临时申请的优先权。出于所有目的，此临时申请的全部内容以引用的方式并入本文中。

技术领域

本公开大体上涉及用于治疗睡眠障碍性呼吸(SDB)的系统和方法，并且更具体地说，涉及用于提供以生理方式递送且基于输入到闭环算法中的生物标志物而调整的神经刺激来治疗包含阻塞性睡眠呼吸暂停(OSA)在内的SDB的系统和方法。

背景技术

上气道睡眠障碍(UASD)是在上气道中发生的状况，此类状况会减少睡眠时间和降低睡眠质量，从而导致患者出现日间嗜睡、疲劳和注意力不集中等症状。阻塞性睡眠呼吸暂停(OSA)是一种类型的UASD，其特征是尽管同时进行呼吸运作，但由于上气道阻塞而导致气流停止。尽管阻塞，但呼吸运作继续，直到个体从睡眠中醒来。在睡眠期间，颏舌肌和保持气道通畅的其它肌肉放松，引起下颌骨和舌部向后移动，这减少了上气道容积。阻塞引起血氧水平降低，从而导致呼吸驱动增加，并且此循环一直持续到患者醒来。

OSA非常普遍，影响美国五分之一的成年人。十五个成年人中有一个患有需要治疗的中度至重度OSA。OSA是最常见类型的睡眠呼吸暂停。未经治疗的OSA会导致生活质量指标下降，并增加患高血压、中风、心脏病等疾病的风险。持续气道正压通气(CPAP)为OSA的标准治疗方法。虽然CPAP是无创且高效的，但患者对其的耐受性并不好，并且CPAP有多种副作用。据报导，患者对CPAP的顺应性和/或耐受性通常在40％至60％之间。也可使用OSA的手术治疗选择，例如前舌部肌肉复位、正颌双颌前移、悬雍垂-腭-咽成形术和气管切开术。然而，所述手术治疗选择往往具有高度创伤性(导致结构变化)、是不可逆的，并且疗效不佳和/或不一致。即使是更有效的外科手术也是不合需要的，因为其通常需要多次创伤性且不可逆的手术，这些手术可能改变患者的相貌(例如、上下颌前移)，和/或可能带来社会性歧视(例如，气管切开术)，并且发病率广。

技术实现要素：

本公开大体上涉及用于治疗睡眠障碍性呼吸(SDB)的系统和方法，并且更具体地说，涉及用于提供以生理方式递送且基于输入到闭环算法中的生物标志物而调整的神经或肌肉刺激来改善包含OSA在内的SDB的系统和方法。

本公开的一个方面涉及一种根据闭环算法提供刺激以改善SDB的系统。所述系统包含一个或多个传感器、计算装置和一个或多个电极。在一些情况下，传感器、计算装置和/或电极可以是神经刺激装置的一部分。一个或多个传感器可邻近前舌肌植入且被配置成记录生理数据。计算装置可包含存储指令的非暂时性存储器；以及处理器，其用以访问非暂时性存储器且分析、解码和执行指令以至少：监测由传感器记录的生理数据；在所述生理数据内标识触发事件，其中所述触发事件被标识为与睡眠相关的状况的生物标志物；以及将基于规则的分类应用于所述触发事件以基于所述生物标志物来确定是否应改变刺激信号的一个或多个参数。一个或多个电极可邻近例如舌下神经之类的神经或肌肉靶部位植入，并且被配置成在一段时间内将刺激递送到靶部位且响应于来自计算装置的信号而改变刺激的一个或多个参数。

本公开的另一方面涉及一种根据闭环算法提供刺激以治疗包含OSA在内的SDB的方法。所述方法可包含可由包括处理器的系统执行的步骤。所述步骤可包含：监测由邻近前舌肌植入的传感器记录的生理数据；在所述生理数据内标识触发事件，其中所述触发事件被标识为与睡眠相关的状况的生物标志物；以及由系统将基于规则的分类应用于所述触发事件以基于所述生物标志物来确定是否应改变刺激的一个或多个参数。

附图说明

图1是示出根据本公开的一方面的刺激系统的示例配置的图；

图2是图1的系统的可植入刺激器部分的图示；

图3是可根据闭环算法提供神经刺激以治疗SDB的示例系统的框图，所述示例系统可以是图1的系统的一部分；

图4是图3所示的计算装置的实例的框图；

图5是示出示例性可植入刺激器部分的图；并且；

图6是用于根据闭环算法提供神经刺激以治疗SDB的示例方法的过程流程图，所述SDB包含OSA。

具体实施方式

本公开涉及改善SDB的系统和方法。SDB可以指几种慢性状况，其中在整个夜间发生一次或多次呼吸部分或完全停止，导致日间嗜睡或疲劳，这会干扰患者的工作能力且降低生活质量。OSA可以指一种类型的SDB，即主要在睡眠期间发生的呼吸障碍，其后果可能以嗜睡的形式持续整个清醒时间。在一些情况下，尽管持续努力呼吸，但由于在睡眠期间肌肉放松引起喉咙后部的软组织塌缩并阻塞气道，因此患有OSA的患者可能会经历气流减少或完全停止。OSA的特征可以是睡眠期间伴有呼吸暂停、呼吸不足或换气连续或持续减少的上气道周期性塌缩，以及日间过度嗜睡、神经认知缺陷和抑郁。

术语“调节”可以指引起神经活动和/或肌肉活动、化学物质和/或代谢的变化，例如神经元和/或肌肉活动的增加、减少或模式变化。例如，调节可以指兴奋性刺激和/或抑制性刺激。“刺激”可以指神经活动和/或肌肉活动的激活和/或抑制，并且也可称为“神经肌肉刺激”或“神经刺激”。因此，刺激可以是兴奋性的或抑制性的。“患者”包含哺乳动物，例如人类。通过“改善”或“治疗”，患者的医学障碍在治疗后比在治疗前更好。

如本文所用，关于所描述元素，除非另有说明，否则术语“一”和“所述”包含所描述元件中的至少一个或多个，包含其组合。此外，除非另有说明，否则术语“或”和“和”是指“和/或”及其组合。短语“基本上”意指所描述元素的形状或配置不需要具有所描述元素的数学上精确描述的形状或配置，但可具有所属领域的技术人员可辨识为大体上或大致具有所描述的元素的所描述形状或配置的形状或配置。术语“人工智能”可以指计算机正确解译/执行外部数据的能力。术语“学习”可以指人工智能从经验中提高的能力。术语“机器学习”可与“学习”互换使用。术语“基于规则的分类”可以指任何合适的分类方案，例如利用IF-THEN规则进行类别预测的分类方案。术语“滴定”可以指可连续地测量和更新参数的技术。例如，滴定可以是学习的一部分。

1.概述

本公开涉及通过神经和/或肌肉刺激改善SDB，例如OSA。本文所描述的系统和方法可根据闭环刺激算法提供刺激。闭环刺激算法可：监测生理数据(例如，来自颏舌肌之类的前舌肌组织的EMG数据)，所述生理数据可包含与呼吸相关的特性信号，但特性信号也可与睡眠位置、睡眠状态和/或对于OSA的治疗至关重要的其它生理特性相关，由非常接近颏舌肌之类的前舌肌植入的传感器记录；在生理数据内标识触发事件，所述触发事件被标识为与睡眠相关的状况的生物标志物(例如，吸气)；并且将基于规则的分类应用于触发事件以基于生物标志物来确定是否应改变刺激的一个或多个参数。在一些情况下，基于规则的分类可包含人工智能的要素，比如经历一种类型的学习，使得刺激变得更适合特定患者。

作为示例用途，在睡眠期间监测患者的生理或内在EMG可用于以闭环方式施加治疗。来自前舌肌—特别是颏舌肌的EMG数据可用于同步刺激并且与患者的呼吸模式同步以在与颏舌肌的收缩相关联的呼吸的某些阶段期间打开患者的气道，例如，通过经由支配舌部的颏舌肌的EMG信号标识吸气/呼气，装置可无需胸导联来进行感测例如隔肌的EMG活动或与其它OSA神经刺激系统相关联的其它方法。当EMG数据满足触发条件时，可将例如电信号之类的治疗信号递送到颏舌肌以用闭环方式治疗患者SDB的发生。

2.系统

一方面，本公开可包含可用于通过神经调节改善SDB的系统。参考图1，系统10可包含可植入刺激器20和外部控制器100。控制器100可通过电磁感应来为刺激器20(在图2中更详细地示出)供电。刺激器20可包含具有天线32的电力接收器30。当天线32位于控制器100的电力垫112上方处于由电力发射天线112产生的电场中时，可在所述天线32中感应出电流。天线112和32还可分别促进控制器100与刺激器20之间的通信。刺激器20与控制器100之间的此电力/通信链路大体上由图1中的箭头70示出。

系统10还可包含呈运行定制应用程序的计算机平台202形式的用户界面200，所述定制应用程序能够与控制器100无线地通信，如大体上由箭头204所指示。所述通信可例如使用蓝牙或WiFi无线电通信来完成。在图1的示例配置中，计算机平台202是智能电话。然而，计算机平台202的类型可以变化。例如，计算机平台202可以是医生和/或患者平台。每个平台202可具有安装在其上的用户特定的应用程序或“app”，即，患者app或医生app。患者app可允许患者执行控制刺激器20的操作所必需的某些命令，例如，启动/停止治疗、增加/减少刺激电力以及选择刺激程序。除了为患者提供的控制件之外，医生app还可允许医生修改例如但不限于脉冲设置(图案、持续时间、波形等)、刺激频率、振幅设置和电极配置的刺激设置、闭环和开环控制设置以及调谐参数。

如大体上由箭头206所指示，计算机平台202可连接(例如，WiFi和/或LTE)到因特网/云208，这促进与远程或基于云的服务器216的通信214。这允许经由因特网208在服务器216与计算机平台202之间传递数据。另外，控制器100本身也可以连接(例如，WiFi)因特网，如210处所示。这也可允许经由因特网208在控制器100与服务器216之间传递数据。

如图1中所示和上文所描述，系统10可被配置成在系统组件之间提供各种通信路径。例如，计算机平台202连接到控制器100(参见204)且连接到因特网208(参见206)可促进从远程服务器216(参见214)到刺激器20本身(参见70)的通信路径。还可经由控制器100的WiFi链路210建立服务器216与刺激器20之间的通信路径。

另外，辨识出医生可能远离患者，可经由远程定位的医生平台202的因特网连接206建立医生通信路径。通过此连接，远程医生平台202可通过因特网连接206与服务器216通信。远程医生平台202还可经由因特网连接210(当启用时)或通过患者控制器202与控制器100通信。

用系统10实施的治疗方法可涉及仅植入刺激器20，使控制器100作为仅在施加治疗期间使用的外部组件。为了促进这点，刺激器20可被配置成由控制器100通过电磁感应供电。在操作中，由控制单元120操作的电力垫110可在刺激器20附近定位在患者外部，以将控制器的位于垫中的发射天线112定位成接近刺激器的接收天线32。当患者睡觉时，电力垫110可被定位成在睡眠表面上或足够靠近睡眠表面，以将接收天线32的位置维持在由发射天线112生成的电磁场的目标体积内。

另外，刺激器20可实施用于感测患者在睡眠期间对生理活动的神经肌肉响应的肌电图(EMG)电极，如上文所陈述。此类感测电极可持续地监测来自前舌肌组织的生理内在EMG信号。例如，EMG感测电极可被配置成检测来自颏舌肌的神经肌肉响应，颏舌肌由HGN支配。

在操作中，所感测的来自颏舌肌的EMG响应可允许刺激器20的闭环操作，同时无需胸导联。为了便于实时、闭环控制，可以在刺激器20上本地实施控制算法。这可例如通过在刺激器20的专用集成电路(ASIC)组件上对控制算法进行编程来实现，但控制算法可在系统的外部控制装置/组件上被编程。实时操作时，刺激器20可记录与刺激会话相关的数据，所述数据包含例如刺激设置、EMG响应、呼吸、脉冲、包含REM和非REM睡眠的不同阶段的睡眠状态等。在睡眠会话之后，可将此所记录数据上传到用户界面200和服务器216。此外，可查询患者以使用界面200记录关于所述患者感知的睡眠质量的数据，所述数据也可上传到服务器216。离线时，服务器216可执行软件应用程序以评估所记录数据，从而确定是否可调整设置和控制参数以进一步优化刺激治疗。软件应用程序可例如包含人工智能(AI)模型，所述AI模型从所记录治疗会话中学习某些调整如何影响患者的治疗结果。以此方式，通过AI学习，模型可提供患者特异性优化治疗。

参考图3，可在系统10和/或刺激器20内实施系统300，从而根据开环控制或闭环控制提供刺激以改善SDB。系统可包含一个或多个传感器302(其可被植入和/或在外部)、计算装置304(其可被植入和/或在外部，且可以是类似控制器的另一装置的一部分)和一个或多个电极306(其可被植入和/或在外部)。一个或多个传感器可被配置成随时间记录/检测生理数据(例如，源自患者身体的数据)，所述生理数据中包含变化。示例性生理数据可包含例如阶段性颏舌肌收缩之类的前舌肌组织的阶段性收缩、例如颏舌肌的紧张性活动之类的前舌肌组织的潜在紧张性活动，以及其组合。颏舌肌的阶段性收缩可指示吸气，特别是处于颏舌肌的潜在紧张性张力内的阶段性活动。生理数据的变化包含例如阶段性颏舌肌收缩之类的前舌肌组织的阶段性收缩的变化、例如颏舌肌的紧张性活动的变化之类的前舌肌组织的潜在紧张性活动的变化，以及其组合。例如，EMG信号变化可包含频率、振幅、尖峰速率或EMG信号内的其它特征的变化。具体地说，颏舌肌的阶段性收缩的变化可指示呼吸或吸气变化，并且可用作刺激的触发事件。此类生理数据和其中的变化可例如在包含吸气的呼吸的不同阶段期间在所记录EMG信号中标识。因此，一个或多个传感器302可包含EMG传感器。一个或多个传感器302还可包含例如测量体温、移动、呼吸声音(例如，音频传感器)、心率、脉搏血氧、眼球运动等的无线或系留传感器。

计算装置304可被配置成提供开环控制和/或闭环刺激以配置刺激的参数。换句话说，关于闭环刺激，计算装置可被配置成跟踪患者的呼吸(例如，患者的每次呼吸)，并且刺激可例如在吸气期间施加。然而，关于开环刺激，刺激可在不跟踪例如呼吸或吸气等特定生理数据的情况下施加。然而，即使在此类“开环”情境下，计算装置仍可调整刺激并记录数据以根据此类信息采取行动。例如，计算装置可根据此类信息采取行动的一种方式是，计算装置可配置刺激的参数以用开环方式施加刺激，但是可监测患者的呼吸以知道何时恢复以闭环方式对呼吸施加刺激来进行呼吸，使得系统始终在闭环算法中工作以评估数据。因此，对刺激的调整可基于计算装置304的输入，所述输入可基于由一个或多个传感器302随时间记录的生理数据的一个或多个趋势。系统的治疗参数可响应于生理数据而自动调整。生理数据可随时间存储并被检查以改变治疗参数；例如，可实时检查治疗数据以实时改变治疗参数。

一个或多个电极306可递送根据参数配置的刺激。在一些情况下，感测组件302和电极306可以是相同的结构或元件。有利地，将单个结构或元件用作感测组件302和电极306减少了与植入系统相关联的外科手术的创伤性，同时还减少了引入到受试者中的异物的数目。在某些方面，感测组件和电极安置在同一装置上，例如在神经调节导联上。

图4中示出被编程为实施闭环情境的计算装置304的实例。计算装置304可包含存储器422(例如，非暂时性存储器)、处理器424(例如，集成电路，如专用集成电路(ASIC))或包括存储器和处理器两者的ASIC。例如，存储器422可以是计算机可用或计算机可读介质，其可含有或存储机器可读指令(其例如为程序)，以供处理器424使用或供所述处理器结合系统、设备或装置(例如，计算装置304)的指令或执行而使用。计算机可用或计算机可读介质可以是例如但不限于随机存取存储器(RAM)—包含静态或动态RAM、只读存储器(ROM)、快闪存储器、可擦除可编程只读存储器(EPROM)、浮点存储器或其组合，所述组合包含其在同一ASIC上的组合。处理器424例如可包含一个或多个处理核心、处理单元等。存储器422可存储机器可读指令，而处理器424可访问存储器422并执行机器可读指令(例如，其可包含一个或多个程序)，并且使计算装置304执行监测组件426、标识组件427和/或分类组件428的操作。处理器424可解译来自传感器的生理信息，包含对数据进行解码、分析数据、辨识模式等。

监测组件426可监测由一个或多个传感器302记录的生理数据。标识组件427可标识生理数据内的(例如，与呼吸相关的)触发事件。例如，监测组件可监测EMG波形特性，例如尖峰速率、振幅和频率，以及阶段性活动和紧张性活动(同样监测EMG的振幅、频率或其它参数中的改变)。标识组件可在此类监测期间标识触发事件(例如，EMG波形的特性变化)。在一个实例中，触发事件可以是EMG的相关联变化，例如颏舌肌的短期收缩或颏舌肌活动的较长期变化，所述短期收缩指示阶段性颏舌肌活动，所述较长期变化指示经由生理数据的一个或多个部分或重复所见的颏舌肌的潜在紧张性张力的变化。触发事件可被标识为与睡眠相关的状况的生物标志物，例如至少一个参数生理数据的变化。在一些情况下，生物标志物可以是吸气。在其它情况下，生物标志物可以是体位。在其它情况下，生物标志物可以是睡眠周期中的阶段(例如，清醒、非REM睡眠-阶段1轻度睡眠、阶段2轻度睡眠、阶段3深度睡眠，REM睡眠等)。在一些情况下，运动检测和/或其它生物标志物可用于仅在患者已睡着后自动开启治疗，并且用于确定刺激的参数以在整个夜间最佳地维持气道通畅(包含基于睡眠阶段和体位来调适刺激)，而不会引起不必要的不适或导致唤醒事件，从而增加患者舒适度和对治疗的依从性。刺激可随着患者从轻度睡眠进入深度睡眠而逐渐增加或在每个刺激阶段期间逐渐增加，使得脉冲串中的第一个脉冲与所述脉冲串中的最后一个脉冲相比具有更小的振幅和/或脉冲宽度。在一些情况下，刺激将在患者醒来时自动停止，并在所述患者重新入睡时再次启动。

睡眠周期的清醒阶段是指当受试者首先躺在床上或躺在床上试图再次入睡时的放松阶段。非REM睡眠具有三个阶段，并且是没有快速眼动的睡眠阶段。REM阶段包含REM睡眠，其中，眼球在紧闭的眼睑后面快速左右移动，呼吸变得更快且不规则，心率和血压增加到接近清醒水平，并且手臂和腿部肌肉暂时麻痹。

非REM阶段1是指从清醒到睡眠的转换(持续几分钟)。在非REM阶段1期间，受试者的心跳、呼吸和眼动缓慢，并且肌肉放松，伴随着偶尔抽搐。非REM阶段2是所有阶段中最长的阶段，是在进入更深的睡眠之前的轻度睡眠的时段，其中，心跳和呼吸缓慢，肌肉进一步放松，体温下降，并且眼动停止。非REM阶段3是指在早上感到精神焕发所需的深度睡眠的时段，其中，心跳和呼吸在睡眠期间减慢到最低水平，肌肉放松，并且可能难以唤醒。

睡眠状态可例如基于生理数据中的信息(例如，如EMG上所指示的紧张性颏舌肌活动)来确定。一旦辨识出睡眠状态,目标就是以最大限度地减少患者的不适且还最大限度地减少与唤醒事件相关的潜在刺激的方式来施加治疗。这可包含在阶段1和阶段2睡眠期间减少刺激的振幅，并且在阶段3和REM期间增加振幅。这还可包含在较长时间段内逐渐增加治疗—意味着在阶段1和阶段2睡眠与阶段3和REM睡眠期间在较长时间段内从零到编程输出，或在每个脉冲串内逐渐增加治疗—例如在吸气期间施加时。

例如，如果检测到某些EMG活动，如指示睡眠的任何阶段期间的吸气的EMG活动的阶段性变化，则系统可在吸气的呼吸时段期间递送刺激。系统可例如使用一组特定的电极、波形、脉冲宽度、频率、脉冲内间隔和脉冲斜变速率来对舌下神经施加刺激，从而在吸气期间提供治疗性气道通畅。系统可在呼气时段期间停止刺激，并且可例如在每次呼吸的整个吸气和呼气时段期间继续监测来自颏舌肌的生理EMG。系统可基于包含睡眠状态、体位之类的额外生物标志物，根据需要调整刺激参数和/或选择用于刺激的电极以优化刺激，从而提供最佳气道通畅。嵌入在刺激器或神经调节导联内的闭环算法可基于生理数据和触发事件持续地监测和调整治疗，并且使用基于规则的分类来确定何时、如何以及在什么时间段内施加和调整刺激以在睡眠期间提供最佳气道通畅。

例如，如果紧张性和阶段性EMG活动之类的某些EMG活动在REM期间下降或停止，则系统可基于预定的医生编程参数周期性地递送刺激，系统可依赖于先前已知的患者特定参数来施加刺激，或者系统可使用在整个REM睡眠期间施加的默认周期性刺激。系统还可通过REM时段监测EMG以确定在每个吸气事件期间何时停止使用周期性刺激以及何时重新开始施加刺激。

在一些情况下，当刺激器在来自发射线圈的场内时，系统可能不会立即打开刺激。在此情况下，系统可打开并监测EMG信号，例如，检测紧张性和阶段性肌肉活动，以了解睡眠阶段。一旦系统已确定患者正在睡觉，进入睡眠的阶段1或睡眠的阶段2，系统10就可以开始以生理方式提供治疗，例如，开始在每个刺激时段期间使用刺激斜变施加少量刺激，使得不会在睡眠的初始阶段期间引起不必要的唤醒事件或不适。在此配置中，EMG可能被监测几分钟或几小时以在系统开始治疗之前确定状态。患有OSA的许多个体还患有失眠，其中所述个体难以入睡，并且在此情况下，负反馈循环可能会引起患者额外的焦虑，使得患者害怕在其入睡之前治疗会打开，且因此无法放松到足以入睡。这可能使得个体关闭治疗，或随时间停止使用治疗。一种“智能”系统，其能够辨识出患者何时睡着并施加生理上的治疗，从而将提高治疗依从性和疗效。例如，一旦系统辨识出非REM阶段1，所述系统就可以开始辨识非REM阶段2、非REM阶段3、REM睡眠等。

例如，ASIC(处理器424的实例)可被配置成控制定制算法，所述定制算法可控制治疗应用程序。例如，ASIC可被配置成运行嵌入式数字逻辑，所述嵌入式数字逻辑使用由EMG传感器收集的信息来确定何时、持续多久以及在哪些刺激参数下进行刺激以向受试者提供最佳治疗，从而控制能够流过上气道的空气的体积，也被称为气道通畅。嵌入式数字逻辑可感测EMG活动，所述EMG活动可以是算法已知的以对应于呼吸，更具体地说，对应于吸气和呼气。算法可对EMG活动进行解码以触发对双侧前肌肉组织和/或舌下神经(包含其远端分支)的刺激，从而例如打开气道，使得治疗例如与每次呼吸、每次吸气和每次呼气有关联。因此，可在每次呼吸期间，特别是在吸气期间，例如都通过使用对应于呼吸的EMG特征的嵌入式相关知识来提供治疗。嵌入式逻辑可包含特定于体位、下颌位置、睡眠状态(例如，REM、非REM)、移动和可阐明并优化治疗的其它生理参数的EMG特征的知识。算法可使用自适应学习来学习与睡眠期间的上述生理状态相关的个别受试者特定EMG特征，以提供受试者特定的额外优化。自适应学习可用医生输入手动完成，或可基于预定限制和知识完全在算法内完成，或者可使用云数据库以及云软件可用以分析来自每个患者和每个睡眠会话的数据的额外自适应学习来完成。算法虽然仍基于通过EMG传感器感测到的呼吸信息，但也可以具有不同模式。在一种模式下，算法可运行且可提供治疗呼吸以进行呼吸，特别是在吸气期间；在另一模式下，算法可学习、查找来自EMG以及还来自用户(例如，患者、医生等)的输入；在另一模式下，算法可提供对气道的更持续的控制，从而提供可持续一段时间的周期性刺激。在另一模式下，算法可感测EMG信息，但不提供用以进行呼吸的治疗呼吸，而是在标识出气道的即将到来的塌缩之前一直等待，并且通过提供防止塌缩发生的治疗而作出反应。EMG信息可包含EMG的振幅、EMG的频率分量、尖峰感测、包络感测以及可直接从EMG信号获取以控制算法并提供呼吸和气道塌缩的生物标志物的其它特征。应理解，算法在整个睡眠时段中可使用这些特征中的任一个或全部，并且可基于由EMG传感器感测到的EMG活动在模式之间切换，或系统可被硬编程为仅运行一个算法。

系统可以不引起患者的不适和/或唤醒事件的方式施加治疗。当患者在整个夜间的过程中经历各个阶段时，系统可持续地适应睡眠阶段(和/或患者需求)。例如，对刺激的最大需求可能是在不太可能有不适和唤醒的深度睡眠(非REM阶段3)和REM期间，因此系统可施加更多刺激，因为在这些阶段期间不太可能有唤醒和不适。还可跟踪患者在睡眠的每个阶段中花费的时间量，这对于跟踪结果非常有用，因为大多数OSA患者通常因为唤醒而没有进入到深度睡眠。

分类组件428可将基于规则的分类应用到触发事件以基于与睡眠相关的生物标志物来确定是否应改变由刺激电极中的一个或多个施加的一个或多个刺激参数。如上文所陈述，生物标志物包含呼吸阶段(例如，包含吸气内时段的吸气)、一个或多个睡眠周期期间的睡眠阶段，和/或睡眠期间的体位，例如由EMG或其它传感器或所感测活动所指示。如上文所陈述，刺激参数包含例如脉冲宽度、振幅、频率、波形形状、电极位置/配置等。供算法使用的基于规则的分类的初始规则可针对患者而设置和/或基于群体的历史值、患者的历史值和/或患者衍生值而设置。可基于人工智能学习过程来学习和/或更新和/或个性化算法的后续规则。

可将与刺激相关的反馈(例如，其被递送之后)给到计算装置304。计算装置304可接收反馈并且可改变一个或多个刺激参数。

例如，基于规则的分类可采用一个或多个模式辨识分类器，其中的每一个利用所提取特征或所提取特征的子集来确定适当的临床参数。当使用多个分类器时，可利用仲裁元件来提供来自多个分类器的相干结果。每个分类器针对表示所关注的各种类别的多个训练模式进行训练。给定分类器的训练过程将随着其实施而变化，但训练大体上涉及将来自多个训练图像的训练数据统计聚合为与输出类别相关联的一个或多个参数。各种优化技术中的任一种可用于分类算法，包含支持向量机、自组织映射、模糊逻辑系统、数据融合过程、集合方法、基于规则的系统或人工神经网络。结果类别可表示受试者的特定临床参数。根据所提供的特征向量，选择结果类别并且可计算所选择结果的置信度。可拒绝低于阈值置信度值的结果。例如，支持向量机(SVM)分类器可处理训练数据(其可涉及被感测的任何参数等)以产生表示由所关注的各种属性限定的特征空间中的边界的函数。类似地，人工神经网络(ANN)分类器可处理训练数据(其可与被感测的任何参数等相关)以确定对应于所述ANN分类器的相关联的神经网络中的节点之间的互连的一组互连权重。SVM分类器可利用被称为超平面的多个函数来在概念上划分M维特征空间中的边界，其中M维中的每一个表示特征向量的一个相关联特征。边界限定与每个类相关联的特征值的范围。因此，可根据给定输入特征向量在特征空间中相对于边界的位置来确定输出类别和相关联置信度值。基于规则的分类器将一组逻辑规则应用于所提取特征以选择输出类别。通常，按顺序应用规则，其中每个步骤的逻辑结果会影响稍后步骤的分析。

ANN分类器包括具有多个互连的多个节点。来自特征向量的值提供到多个输入节点。输入节点各自将这些输入值提供到一个或多个中间节点的层。给定中间节点从先前节点接收一个或多个输出值。所接收的值根据在分类器的训练期间建立的一系列权重来进行加权。中间节点根据节点处的传递函数将其所接收的值转换为单个输出。例如，中间节点可对所接收的值求和，并且将总和赋给二进制阶跃函数。节点的最终层提供ANN的输出类别的置信度值，其中每个节点具有表示分类器的相关联输出类别中的一个的置信度的相关联值。

在另一实例中，基于规则的分类可采用回归模型，所述回归模型被配置成计算表示患者表现出生物标志物的可能性的参数。在又一个实例中，基于规则的分类可采用使用所述模型的灵敏度分析，使得可确定一个或多个特征对至少一个参数的影响的量值并使所述量值与生物标志物相关。

示例闭环控制情境涉及可随时间检测/记录生理数据的一个或多个传感器302(邻近例如颏舌肌之类的前舌肌植入)。生理数据可包含来自前气道的肌肉组织的EMG数据，所述EMG数据可包含与呼吸相关但也可以与睡眠位置、睡眠状态和/或对于SDB的治疗至关重要的其它生理特性相关的特性信号。计算装置304可监测由一个或多个传感器302记录的生理数据以在生理数据内标识触发事件。触发事件可被标识为与睡眠相关的状况(例如，吸气)的生物标志物。基于规则的分类可应用于触发事件以基于生物标志物来确定是否应改变(例如，由一个或多个电极306或电极触点递送到舌下神经的)刺激的一个或多个参数。

可感测发射接收体上以及电力接收器上的电压变化，以及由此产生的阻抗变化，以确定电力接收体在磁场内的位置和移动。在此方面中，电力天线的两个线圈之间的电压和阻抗变化可向系统提供附加信息以通知闭环算法并通知对治疗的额外改进。此类型的位置传感器可具有除了治疗优化之外的额外用途，因为所述位置传感器可提供关于随时间的睡眠质量的额外数据以及健康相关信息。此外，线圈之间的阻抗数据可与活动相关，所述活动还可用于跟踪清醒周期与睡眠周期。这些数据连同例如来自颏舌肌的紧张性EMG活动之类的EMG数据可一起用于了解和学习在整个尝试睡眠的时段期间(例如，当电力接收线圈在发射线圈的电感场体积内时)的清醒与睡眠。

也可使用包含智能电话应用程序或平板电脑应用程序的若干有线或无线输入应用程序，例如无线遥控器。这些额外输入应用程序可向系统提供额外输入以根据需要调整治疗、调整闭环算法、调整刺激输出、调整优化或调整算法模式。输入应用程序可为用户显示肌电图数据，允许用户调整控制EMG采集的参数，例如输入滤波器、触发振幅、频率范围等。

输入应用程序还可允许自动治疗滴定。在此模式下，应用程序可运行定制软件，所述定制软件将刺激提供到受试者的例如靶神经或靶肌肉之类的靶部位，并且监测肌肉的由此诱发的EMG活动，所述肌肉例如包含颏舌肌的前舌肌。由此产生的EMG活动可与(如输入到应用程序中的)所需的气道开口量相关，并且因此可允许自动治疗刺激参数设置并消除睡眠期间耗时的参数调整。刺激参数设置的非限制性实例包含刺激脉冲宽度、振幅、频率、电极位置/配置等。在此方面中，系统可确定治疗刺激输出，并且允许受试者/医生根据需要进行微调。受试者或医生可在任何时间重新运行自动参数调整应用程序，并且通过应用程序可进行远程监测，使得可在受试者舒适的家中进行滴定、编程。

即使对给定组刺激参数的响应随时间变化，仍可持续地监测由此诱发的EMG信号，并且可确定产生有效治疗所需的舌部运动所需的刺激参数，从而有效地减少初始编程所需的测试量以及对持续跟踪测试的需求。此外，可标识治疗的问题(例如，根据某些刺激参数设置的刺激不提供打开气道所必需的舌部移动)，并且可为患者和/或医生生成警告(这允许系统的更快速响应和主动管理)。

图6示出在刺激器装置内实施的图3的组件的实例。一个或多个传感器302和一个或多个电极306可包含在共同电极触点中。然而，一个或多个传感器和一个或多个电极无需在共同电极触点内，并且可不同且分开。

3.方法

本公开的另一方面可包含用于根据闭环算法提供神经和/或肌肉刺激以治疗SDB的方法700(图6)。例如，方法700可由图1-5中所示的系统的组件执行。方法700的部分可至少部分地存储在非暂时性存储器上并且由处理器执行。

为了简单起见，方法700被示出和描述为依序执行；然而，应理解并了解，本公开不受所说明次序的限制，因为一些步骤可按不同次序发生和/或与本文示出和描述的其它步骤同时发生。此外，可能不需要所有所说明的方面来实施方法700，和/或可能需要比所说明的方面更多的方面来实施方法700。另外，方法700的一个或多个方面可存储在一个或多个非暂时性存储器装置中，并且由一个或多个硬件处理器执行。

在752，可监测由一个或多个传感器记录的(例如，与例如由EMG所指示的吸气、睡眠阶段和/或体位相关的)生理数据。例如，可邻近例如颏舌肌之类的前舌肌，或在颏舌肌与颏舌骨肌之间的平面中植入一个或多个传感器。在754，可在生理数据内标识触发事件。触发事件为生理数据的(例如，指示例如由EMG所指示的呼吸期间的吸气、体位和/或睡眠周期中的阶段的)至少一个参数的变化。

在756，可将基于规则的分类应用于触发事件以基于由触发事件表示的生物标志物来确定是否应改变刺激的一个或多个参数。例如，可以将包括参数的配置/设置信息的信号发送到位于舌下神经附近的一个或多个电极。可基于触发事件来滴定和调适一个或多个刺激参数以优化气道肌肉张力。

本公开的所公开的方面和实施例中的每一个可单独地考虑或结合本公开的其它方面、实施例和变型来考虑。此外，虽然本公开的实施例的某些特征和方面可仅以某些图式示出或在本公开的某些部分中以其它方式描述，但此类特征可并入到本公开的其它图式或其它部分中所示的其它实施例和方面中。沿着相同线，以某些图式示出或在本公开的某些部分中以其它方式描述的本公开的实施例和方面的某些特征可以是任选的或可从此类实施例和方面中删除。另外，当描述范围时，此范围内的所有点包含在本公开中。此外，本文引用的所有参考文献以全文引用的方式并入。