專(zhuān)利名稱(chēng)：：建構(gòu)個(gè)人化神經(jīng)刺激模型的系統(tǒng)及方法
技術(shù)領(lǐng)域：
：本發(fā)明有關(guān)一種建構(gòu)神經(jīng)刺激模型的系統(tǒng)及方法，尤指建構(gòu)個(gè)人化神經(jīng)刺激系統(tǒng)模型的系統(tǒng)及方法。
背景技術(shù)：
：現(xiàn)代醫(yī)學(xué)科技發(fā)達(dá)，神經(jīng)刺激系統(tǒng)(neuralstimulatorsystems)已被廣泛應(yīng)用，如人工電子耳(cochlearimplant,Cl)、腦電深層刺激(deepbrainstimulation,DBS)、脊髓電刺激(spinalcordstimulation，SCS)、迷走神經(jīng)束Ij激(vagusnervestimulation,VNS)、人工視網(wǎng)膜(retinalprosthesis)或心臟節(jié)率器(heartpacemaker)等。這些系統(tǒng)主要原理為通過(guò)植入的微電極發(fā)出微量電流，達(dá)到刺激神經(jīng)或改變細(xì)胞放電模式的目的。然而神經(jīng)刺激系統(tǒng)植入后的效能難以預(yù)測(cè)，不同植入者之間也有個(gè)別差異，加上植入者人數(shù)不多，臨床實(shí)驗(yàn)也有一定危險(xiǎn)性，使得神經(jīng)刺激系統(tǒng)的研發(fā)工作有諸多困難。因此，若能建構(gòu)出模擬個(gè)人身體的生理信號(hào)反應(yīng)的神經(jīng)刺激模型，則進(jìn)行神經(jīng)刺激系統(tǒng)的模擬、研究與分析將會(huì)更為簡(jiǎn)易。如圖1所示，為現(xiàn)有建構(gòu)神經(jīng)刺激模型的流程圖。由于這些神經(jīng)刺激系統(tǒng)已經(jīng)有植入式電極可以協(xié)助測(cè)量生理信號(hào)，用作建構(gòu)出模型以模擬其神經(jīng)刺激系統(tǒng)的反應(yīng)。在步驟Sll中，以有限元素法或其它數(shù)值方法方法建構(gòu)神經(jīng)刺激系統(tǒng)的一般模型。在步驟S12中，設(shè)定此神經(jīng)刺激系統(tǒng)一般模型的模型參數(shù)默認(rèn)值。在步驟S13中，利用已設(shè)定模型參數(shù)默認(rèn)值的神經(jīng)刺激模型，模擬個(gè)體的神經(jīng)刺激反應(yīng)。請(qǐng)參閱圖2，為人體耳朵的結(jié)構(gòu)圖。一般而言，人體耳朵2具有負(fù)責(zé)收集聲音的耳廓，可將聲音傳到外耳道21，外耳道21是一個(gè)共振結(jié)構(gòu)，會(huì)讓聲音在里面共振，然后傳到充滿(mǎn)空氣的中耳耳膜22。中耳耳膜22上面接聽(tīng)小骨，把信號(hào)擴(kuò)大之后，傳送到內(nèi)耳23的卵圓窗。內(nèi)耳23充滿(mǎn)液體，而卵圓窗的振動(dòng)會(huì)促使液體流動(dòng)，進(jìn)而刺激聽(tīng)毛細(xì)胞M使他們彎曲進(jìn)而發(fā)出電流神經(jīng)信號(hào)。接著，兩耳神經(jīng)信號(hào)經(jīng)由聽(tīng)覺(jué)神經(jīng)25整合后往大腦的聽(tīng)覺(jué)中樞傳送，因此轉(zhuǎn)化為聽(tīng)覺(jué)。前述說(shuō)明為人耳將聲音轉(zhuǎn)化為聽(tīng)覺(jué)的流程。然而，若聽(tīng)覺(jué)神經(jīng)25或聽(tīng)毛細(xì)胞M受損時(shí)，則需要使用人工電子耳系統(tǒng)。一般而言，人工電子耳系統(tǒng)將聲音轉(zhuǎn)換為聽(tīng)覺(jué)的步驟與方法為聲音經(jīng)過(guò)麥克風(fēng)，語(yǔ)言處理器，傳送器，然后進(jìn)入耳內(nèi)。此轉(zhuǎn)換過(guò)程，在內(nèi)耳的耳蝸部分是以電流形式產(chǎn)生。而人工電子耳系統(tǒng)的原理為在耳蝸里植入電極，以微量電流取代聽(tīng)毛細(xì)胞，刺激殘存聽(tīng)神經(jīng)，以達(dá)到聲音傳遞目的。因此，根據(jù)上述原理，為能達(dá)到模擬與分析的目的，可建構(gòu)出如圖1、2所述的神經(jīng)刺激模型，以模擬人工電子耳系統(tǒng)的神經(jīng)刺激反應(yīng)。然而，此神經(jīng)刺激系統(tǒng)為一般通用的模型，并無(wú)法精密準(zhǔn)確的反應(yīng)不同人類(lèi)個(gè)體的神經(jīng)刺激反應(yīng)。由于每個(gè)人的量測(cè)電生理信號(hào)并不完全相同，因此造成套用一般神經(jīng)刺激模型時(shí)無(wú)法區(qū)別不同個(gè)體的神經(jīng)刺激反應(yīng)信號(hào)的差異性。因此，如何克服現(xiàn)有技術(shù)中上述的問(wèn)題而建構(gòu)出個(gè)人化的神經(jīng)刺激模型，已成為目前亟待解決的問(wèn)題。
發(fā)明內(nèi)容鑒于上述現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明的主要目的，在于提供一種建構(gòu)個(gè)人化神經(jīng)刺激模型的方法，該方法包含以下步驟1)量測(cè)個(gè)人的電生理信號(hào)，且建立具有預(yù)設(shè)的模型參數(shù)的個(gè)人化神經(jīng)刺激模型，其中，該個(gè)人化神經(jīng)刺激模型依據(jù)該模型參數(shù)產(chǎn)生人體生理參數(shù)；以及幻分析該模型所產(chǎn)生的人體生理參數(shù)并根據(jù)參數(shù)優(yōu)化算法調(diào)整該模型的模型參數(shù)，從而使該個(gè)人化神經(jīng)刺激模型所輸出的人體生理參數(shù)匹配于所量測(cè)的該電生理信號(hào)。另外，本發(fā)明更提供一種建構(gòu)個(gè)人化神經(jīng)刺激模型的系統(tǒng)，包括信號(hào)量測(cè)模塊，用以量測(cè)個(gè)人的電生理信號(hào)；模型產(chǎn)生器，用以產(chǎn)生具有預(yù)設(shè)的模型參數(shù)的個(gè)人化神經(jīng)刺激模型，使該個(gè)人化神經(jīng)刺激模型依據(jù)該模型參數(shù)產(chǎn)生人體生理參數(shù)；分析模塊，用以分析并比較該個(gè)人化神經(jīng)刺激模型所輸出的人體生理參數(shù)及該信號(hào)量測(cè)模塊所量測(cè)的該電生理信號(hào)；以及優(yōu)化模塊，利用參數(shù)優(yōu)化算法調(diào)整該模型參數(shù)，從而使該個(gè)人化神經(jīng)刺激模型依據(jù)調(diào)整后的模型參數(shù)所輸出的人體生理參數(shù)匹配于所量測(cè)的該電生理信號(hào)。由上述可知，本發(fā)明的建構(gòu)個(gè)人化神經(jīng)刺激模型的系統(tǒng)及方法，可根據(jù)不同的個(gè)體建構(gòu)適用于個(gè)人的神經(jīng)刺激模型，以改善現(xiàn)有技術(shù)中僅能以一般模型模擬個(gè)人神經(jīng)刺激系統(tǒng)的方法，進(jìn)而使個(gè)人化神經(jīng)刺激系統(tǒng)的研究與分析將會(huì)更為簡(jiǎn)易與準(zhǔn)確。圖1為現(xiàn)有建構(gòu)神經(jīng)刺激模型的流程圖；圖2為人體耳朵結(jié)構(gòu)圖；圖3為本發(fā)明建構(gòu)個(gè)人化神經(jīng)刺激模型的方法流程圖；圖4為人工電子耳的電極陣列的等效電路示意圖；圖5A為本發(fā)明利用人工電子耳所量測(cè)的個(gè)人電生理信號(hào)的轉(zhuǎn)換阻抗矩陣；圖5B為本發(fā)明根據(jù)基因算法對(duì)個(gè)人化神經(jīng)刺激模型的模型參數(shù)進(jìn)行優(yōu)化所產(chǎn)生的轉(zhuǎn)換阻抗矩陣；圖6為本發(fā)明建構(gòu)個(gè)人化神經(jīng)刺激模型的系統(tǒng)的架構(gòu)圖；以及圖7為本發(fā)明應(yīng)用于深層腦電刺激系統(tǒng)的量測(cè)示意圖。主要組件符號(hào)說(shuō)明2人體耳朵21外耳道22中耳23內(nèi)耳24聽(tīng)毛細(xì)胞25聽(tīng)覺(jué)神經(jīng)4電極陣列401416電極6個(gè)人化神經(jīng)刺激模型的系統(tǒng)61信號(hào)量測(cè)模塊62模型產(chǎn)生器63分析模塊64優(yōu)化模塊7深層腦電刺激系統(tǒng)71電極72頭顱73電壓計(jì)A、B、C、D、E、F轉(zhuǎn)換阻抗矩陣SllS13、S31S34步驟。具體實(shí)施例方式以下通過(guò)特定的具體實(shí)施方式說(shuō)明本發(fā)明的實(shí)施方式，本領(lǐng)域技術(shù)人員可由本說(shuō)明書(shū)所揭示的內(nèi)容輕易地了解本發(fā)明的其它優(yōu)點(diǎn)與功效。本發(fā)明亦可通過(guò)其它不同的具體實(shí)施方式加以施行或應(yīng)用。請(qǐng)參閱圖3，為本發(fā)明建構(gòu)個(gè)人化神經(jīng)刺激模型的方法的流程圖。首先，將用于量測(cè)電生理信號(hào)的電極植入人體特定部位。在步驟S31中，施加電流于一電極上以刺激起反應(yīng)及以另一電極量測(cè)該部位的電生理信號(hào)，同時(shí)，建立個(gè)人化神經(jīng)刺激模型，并使該模型依據(jù)模型參數(shù)默認(rèn)值產(chǎn)生人體生理參數(shù)。在步驟S32中，分析該模型的人體生理參數(shù)與所量測(cè)的電生理信號(hào)是否匹配，若“否”，則進(jìn)至步驟S33，根據(jù)參數(shù)優(yōu)化算法調(diào)整該模型參數(shù)(亦即改變步驟S31中的模型參數(shù)默認(rèn)值)，從而使該個(gè)人化神經(jīng)刺激模型所輸出的人體生理參數(shù)匹配于所量測(cè)的該電生理信號(hào)。在步驟S34中，若步驟S32判斷結(jié)果為“是”，據(jù)此，可確定所產(chǎn)生的神經(jīng)刺激模型能具體模擬個(gè)人的生理反應(yīng)，有利于個(gè)人化神經(jīng)刺激系統(tǒng)的研究與分析。于上述步驟S31中，還包括以特定測(cè)試方法量測(cè)個(gè)人的電生理信號(hào)的步驟。而在步驟S32中，還包括將該特定測(cè)試方法套用于該個(gè)人化神經(jīng)刺激模型，使該模型依據(jù)該模型參數(shù)產(chǎn)生該人體生理參數(shù)，并判斷該人體生理參數(shù)是否匹配于所量測(cè)的該電生理信號(hào)的步驟，其中，該電生理信號(hào)為電壓生理信號(hào)、電流生理信號(hào)、電極阻抗信號(hào)(electrodeimpedance)或動(dòng)作電位信號(hào)(actionpotential)0若匹配，則結(jié)束該模型的建構(gòu)程序，若不匹配，則持續(xù)分析該模型的人體生理參數(shù)與所量測(cè)的電生理信號(hào)，以通過(guò)該參數(shù)優(yōu)化算法調(diào)整該模型參數(shù)。于一實(shí)施例中，上述的電壓生理信號(hào)、電流生理信號(hào)、電極阻抗信號(hào)或動(dòng)作電位信號(hào)系通過(guò)植入于人體特定部位的電極進(jìn)行量測(cè)。另外，該模型參數(shù)可為該個(gè)人化神經(jīng)刺激模型的導(dǎo)電率(conductivity)，且該人體生理參數(shù)為該個(gè)人化神經(jīng)刺激模型依據(jù)該導(dǎo)電率所產(chǎn)生的電壓模擬信號(hào)、電流模擬信號(hào)、阻抗模擬信號(hào)或動(dòng)作電位模擬信號(hào)。于另一實(shí)施例中，該個(gè)人化神經(jīng)刺激模型系根據(jù)有限元素法(finiteelement)所建立。于再一實(shí)施例中，該個(gè)人化神經(jīng)刺激模型可為人工電子耳模型、深層腦電刺激模型、脊髓電刺激模型、迷走神經(jīng)刺激模型、人工視網(wǎng)膜模型或心臟節(jié)率器模型。如圖4所示，為本發(fā)明的建構(gòu)神經(jīng)刺激模型的方法應(yīng)用于人工電子耳的一例。此實(shí)施例顯示人工電子耳系統(tǒng)中電極陣列4的等效電路示意圖。于該人工電子耳系統(tǒng)中，必須于耳蝸內(nèi)值入16個(gè)用以量測(cè)電壓生理信號(hào)的電極401416，組成一電極陣列4(16個(gè)電極并未全部顯示于圖中)，其中電極401與電極402之間形成阻抗R12。該量測(cè)方法為施加電流I1至電極401后，分別量測(cè)電壓生理信號(hào)V1V16，并以V1V16的電壓除以I1以求得人工電子耳系統(tǒng)的轉(zhuǎn)換阻抗IaZlil6t5接著，重復(fù)以上步驟施加電流I2Ini至電極402416以求得其余的轉(zhuǎn)換阻抗Z2ilZ16,16，形成Ζ16>α6的轉(zhuǎn)換阻抗矩陣。據(jù)此，若欲建構(gòu)個(gè)人化的人工電子耳的神經(jīng)刺激模型，可利用參數(shù)優(yōu)化算法對(duì)前述圖3步驟S31中的個(gè)人化神經(jīng)刺激模型的模型參數(shù)進(jìn)行優(yōu)化，使所建立的人工電子耳神經(jīng)刺激模型的輸出能非常近似于個(gè)人人工電子耳電極量測(cè)所得到的電生理信號(hào)(即本例中利用電極陣列4于個(gè)人耳朵所量測(cè)的轉(zhuǎn)換阻抗)。而上述的參數(shù)優(yōu)化算法可例如為基因算法(geneticalgorithm)、或其它種可得到全域最佳解(globaloptimumsolution)的智能算法。然而，本發(fā)明并不限制電生理信號(hào)的種類(lèi)，只要是一般個(gè)體所能量測(cè)到的生理特征或神經(jīng)反應(yīng)，均可用于本發(fā)明而建構(gòu)出個(gè)人化神經(jīng)刺激模型。另外，本發(fā)明可針對(duì)同一神經(jīng)刺激模型利用不同的電生理信號(hào)調(diào)整其模塊參數(shù)，例如，可利用電壓生理信號(hào)及動(dòng)作電位信號(hào)同時(shí)對(duì)模型參數(shù)進(jìn)行調(diào)整，使最后產(chǎn)生的神經(jīng)刺激模型具備電壓反應(yīng)及神經(jīng)作動(dòng)反應(yīng)的特性。請(qǐng)一并參閱圖5A、5B，圖5A為本發(fā)明根據(jù)上述圖4的電極陣列4所量測(cè)計(jì)算出的轉(zhuǎn)換阻抗矩陣A，在圖5B中，經(jīng)由基因算法第1次迭代(iteration)對(duì)個(gè)人化神經(jīng)刺激模型的模型參數(shù)(如導(dǎo)電率)進(jìn)行調(diào)整，使該個(gè)人化神經(jīng)刺激模型依據(jù)調(diào)整后的模型參數(shù)產(chǎn)生新的轉(zhuǎn)換阻抗矩陣B，而后經(jīng)基因算法第4次、第8次、第12次以及第16次迭代對(duì)模型參數(shù)進(jìn)行調(diào)整而分別產(chǎn)生轉(zhuǎn)換阻抗矩陣C、D、E及F。由此基因算法計(jì)算的過(guò)程可看出，經(jīng)由多次迭代對(duì)模型參數(shù)的優(yōu)化調(diào)整，使該個(gè)人化神經(jīng)刺激模型所輸出的轉(zhuǎn)換阻抗矩陣將越趨近于個(gè)人所量測(cè)的轉(zhuǎn)換阻抗矩陣。以電極阻抗信號(hào)為例，當(dāng)經(jīng)過(guò)多次的基因算法調(diào)整模型參數(shù)，能使得神經(jīng)刺激模型輸出的模擬電極阻抗信號(hào)與實(shí)際由個(gè)體量測(cè)的電極阻抗信號(hào)的差值越來(lái)越小，據(jù)此，可確定最后所產(chǎn)生的神經(jīng)刺激模型為一種個(gè)人化的生理反應(yīng)模擬系統(tǒng)。研究團(tuán)隊(duì)可將此模型的輸出視為特定個(gè)體的神經(jīng)反應(yīng)信號(hào)，如此無(wú)需再對(duì)個(gè)人進(jìn)行實(shí)際量測(cè)，有利于個(gè)人化神經(jīng)刺激系統(tǒng)的研究與分析。請(qǐng)一并參閱圖6，為本發(fā)明建構(gòu)個(gè)人化神經(jīng)刺激模型的系統(tǒng)的架構(gòu)圖。如圖所示，個(gè)人化神經(jīng)刺激模型的系統(tǒng)6包括用以量測(cè)個(gè)人的電生理信號(hào)的信號(hào)量測(cè)模塊61、用以產(chǎn)生具有預(yù)設(shè)的模型參數(shù)的個(gè)人化神經(jīng)刺激模型，使該個(gè)人化神經(jīng)刺激模型依據(jù)該模型參數(shù)產(chǎn)生人體生理參數(shù)的模型產(chǎn)生器62、用以分析并比較該個(gè)人化神經(jīng)刺激模型所輸出的人體生理參數(shù)及該信號(hào)量測(cè)模塊所量測(cè)的該電生理信號(hào)的分析模塊63以及優(yōu)化模塊64，利用參數(shù)優(yōu)化算法調(diào)整該模型參數(shù)，從而使該個(gè)人化神經(jīng)刺激模型依據(jù)調(diào)整后的模型參數(shù)所輸出的人體生理參數(shù)匹配于所量測(cè)的該電生理信號(hào)。于一實(shí)施例中，該信號(hào)量測(cè)模塊61還包括多個(gè)設(shè)置于人體特定部位的電極，以由該電極量測(cè)個(gè)人的電生理信號(hào)，如電壓生理信號(hào)、電流生理信號(hào)或電極阻抗信號(hào)。于一實(shí)施例中，可將上述多個(gè)電極的至少一個(gè)作為感應(yīng)器，用以擷取其它電極所量測(cè)的動(dòng)作電位信號(hào)，例如誘發(fā)復(fù)合動(dòng)作電位(EvokedCompoundActionPotential)。于本發(fā)明的另一具體實(shí)施例中，可量測(cè)人工電子耳系統(tǒng)每個(gè)電極能使使用者剛剛聽(tīng)到的電流值分貝大小的臨界準(zhǔn)位(Thresholdlevel,Tlevel)以及最舒適或最大準(zhǔn)位(Mostcomfortablelevel,Mlevel，也公知為Clevel)所需輸入的電流數(shù)值，并將所述這些數(shù)值的比值(T/Mlevel)作為電生理信號(hào)，據(jù)以對(duì)神經(jīng)刺激模型進(jìn)行模型參數(shù)的優(yōu)化。圖7為深層腦電刺激(de印brainstimulation)系統(tǒng)7的量測(cè)示意圖，其原理如前所述，電極71設(shè)置于頭顱72內(nèi)部，施加電流于電極71上，并量測(cè)電壓計(jì)73上的電位，以計(jì)算其電生理信號(hào)，并根據(jù)參數(shù)優(yōu)化算法調(diào)整深層腦電刺激模型的預(yù)定的模型參數(shù)，從而使該深層腦電刺激模型所輸出的人體生理參數(shù)(又可稱(chēng)為模擬電生理信號(hào))匹配于所量測(cè)的該電生理信號(hào)，以建構(gòu)個(gè)人化的深層腦電刺激模型。綜上所述，本發(fā)明的建構(gòu)個(gè)人化神經(jīng)刺激模型的系統(tǒng)及方法，經(jīng)由參數(shù)優(yōu)化算法可求得匹配于實(shí)際量測(cè)的電生理信號(hào)的個(gè)人化神經(jīng)刺激系統(tǒng)模型，以更精密準(zhǔn)確的模擬神經(jīng)刺激系統(tǒng)的反應(yīng)。上述實(shí)施方式僅例示性說(shuō)明本發(fā)明的原理及其功效，而非用于限制本發(fā)明。任何本領(lǐng)域技術(shù)人員均可在不違背本發(fā)明的精神及范疇下，對(duì)上述實(shí)施方式進(jìn)行修飾與改變。因此，本發(fā)明的權(quán)利保護(hù)范圍，應(yīng)如權(quán)利要求書(shū)所列。權(quán)利要求1.一種建構(gòu)個(gè)人化神經(jīng)刺激模型的方法，其特征在于，該方法包含以下步驟1)量測(cè)個(gè)人的電生理信號(hào)，且建立具有預(yù)設(shè)的模型參數(shù)的個(gè)人化神經(jīng)刺激模型，其中，該個(gè)人化神經(jīng)刺激模型依據(jù)該模型參數(shù)產(chǎn)生人體生理參數(shù)；以及2)分析該模型所產(chǎn)生的人體生理參數(shù)并根據(jù)參數(shù)優(yōu)化算法調(diào)整該模型的模型參數(shù)，從而使該個(gè)人化神經(jīng)刺激模型所輸出的人體生理參數(shù)匹配于所量測(cè)的該電生理信號(hào)。2.根據(jù)權(quán)利要求1所述的建構(gòu)個(gè)人化神經(jīng)刺激模型的方法，其特征在于，步驟1)還包括以特定測(cè)試方法量測(cè)個(gè)人的電生理信號(hào)，且步驟幻還包括2-1)將該特定測(cè)試方法套用于該個(gè)人化神經(jīng)刺激模型，使該模型依據(jù)該模型參數(shù)產(chǎn)生該人體生理參數(shù)，并判斷該人體生理參數(shù)是否匹配于所量測(cè)的該電生理信號(hào)；以及2-2)若是，結(jié)束該模型的建構(gòu)程序，若否，利用該參數(shù)優(yōu)化算法調(diào)整該個(gè)人化神經(jīng)刺激模型的模型參數(shù)。3.根據(jù)權(quán)利要求1所述的建構(gòu)個(gè)人化神經(jīng)刺激模型的方法，其特征在于，該個(gè)人化神經(jīng)刺激模型為人工電子耳模型、深層腦電刺激模型、脊髓電刺激模型、迷走神經(jīng)刺激模型、人工視網(wǎng)膜模型或心臟節(jié)率器模型。4.根據(jù)權(quán)利要求1所述的建構(gòu)個(gè)人化神經(jīng)刺激模型的方法，其特征在于，該電生理信號(hào)為電壓生理信號(hào)、電流生理信號(hào)、電極阻抗信號(hào)或動(dòng)作電位信號(hào)。5.根據(jù)權(quán)利要求4所述的建構(gòu)個(gè)人化神經(jīng)刺激模型的方法，其特征在于，該電壓生理信號(hào)、電流生理信號(hào)、電極阻抗信號(hào)或動(dòng)作電位信號(hào)通過(guò)植入于人體特定部位的電極進(jìn)行量測(cè)。6.根據(jù)權(quán)利要求1所述的建構(gòu)個(gè)人化神經(jīng)刺激模型的方法，其特征在于，該模型參數(shù)為該個(gè)人化神經(jīng)刺激模型的導(dǎo)電率，且該人體生理參數(shù)為該個(gè)人化神經(jīng)刺激模型依據(jù)該導(dǎo)電率所產(chǎn)生的電壓模擬信號(hào)、電流模擬信號(hào)、阻抗模擬信號(hào)或動(dòng)作電位模擬信號(hào)。7.根據(jù)權(quán)利要求1所述的建構(gòu)個(gè)人化神經(jīng)刺激模型的方法，其特征在于，該個(gè)人化神經(jīng)刺激模型根據(jù)有限元素法或其它數(shù)值方法建立。8.根據(jù)權(quán)利要求1所述的建構(gòu)個(gè)人化神經(jīng)刺激模型的方法，其特征在于，該參數(shù)優(yōu)化算法為基因算法。9.一種建構(gòu)個(gè)人化神經(jīng)刺激模型的系統(tǒng)，其特征在于，包括信號(hào)量測(cè)模塊，用以量測(cè)個(gè)人的電生理信號(hào)；模型產(chǎn)生器，用以產(chǎn)生具有預(yù)設(shè)的模型參數(shù)的個(gè)人化神經(jīng)刺激模型，使該個(gè)人化神經(jīng)刺激模型依據(jù)該模型參數(shù)產(chǎn)生人體生理參數(shù)；分析模塊，用以分析并比較該個(gè)人化神經(jīng)刺激模型所輸出的人體生理參數(shù)及該信號(hào)量測(cè)模塊所量測(cè)的該電生理信號(hào)；以及優(yōu)化模塊，利用參數(shù)優(yōu)化算法調(diào)整該模型參數(shù)，從而使該個(gè)人化神經(jīng)刺激模型依據(jù)調(diào)整后的模型參數(shù)所輸出的人體生理參數(shù)匹配于所量測(cè)的該電生理信號(hào)。10.根據(jù)權(quán)利要求9所述的建構(gòu)個(gè)人化神經(jīng)刺激模型的系統(tǒng)，其特征在于，模型產(chǎn)生器產(chǎn)生人工電子耳模型、深層腦電刺激模型、脊髓電刺激模型、迷走神經(jīng)刺激模型、人工視網(wǎng)膜模型或心臟節(jié)率器模型。11.根據(jù)權(quán)利要求9所述的建構(gòu)個(gè)人化神經(jīng)刺激模型的系統(tǒng)，其特征在于，該信號(hào)量測(cè)模塊還包括多個(gè)植入于人體特定部位的電極，以由該電極量測(cè)個(gè)人的電生理信號(hào)。12.根據(jù)權(quán)利要求11所述的建構(gòu)個(gè)人化神經(jīng)刺激模型的系統(tǒng)，其特征在于，該多個(gè)電極的至少一個(gè)為感應(yīng)器，用以擷取其它電極所量測(cè)的動(dòng)作電位信號(hào)。全文摘要一種建構(gòu)個(gè)人化神經(jīng)刺激模型的系統(tǒng)及方法，首先，量測(cè)個(gè)人的電生理信號(hào)，且建立具有預(yù)設(shè)的模型參數(shù)的個(gè)人化神經(jīng)刺激模型，其中，該個(gè)人化神經(jīng)刺激模型依據(jù)該模型參數(shù)產(chǎn)生人體生理參數(shù)，接著，分析該模型所產(chǎn)生的人體生理參數(shù)并根據(jù)參數(shù)優(yōu)化算法調(diào)整該模型的模型參數(shù)，從而使該個(gè)人化神經(jīng)刺激模型所輸出的人體生理參數(shù)匹配于所量測(cè)的該電生理信號(hào)。據(jù)此，本發(fā)明可實(shí)現(xiàn)生物醫(yī)學(xué)上模擬神經(jīng)刺激反應(yīng)的個(gè)人化神經(jīng)刺激模型。文檔編號(hào)G06F19/00GK102467615SQ201110212958公開(kāi)日2012年5月23日申請(qǐng)日期2011年7月26日優(yōu)先權(quán)日2010年11月10日發(fā)明者李宜軒,蔡德明申請(qǐng)人:財(cái)團(tuán)法人交大思源基金會(huì)