特表 2022-523683 神経制御用のシステムおよび方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2022-04-26

(54)【発明の名称】神経制御用のシステムおよび方法

(51)【国際特許分類】

   A61N 1/36 20060101AFI20220419BHJP

   A61B 5/388 20210101ALI20220419BHJP

   G16H 50/00 20180101ALI20220419BHJP

   G16H 10/40 20180101ALI20220419BHJP

【ＦＩ】

A61N1/36

A61B5/388

G16H50/00

G16H10/40

【審査請求】未請求

【予備審査請求】未請求

(21)【出願番号】P 2021543258

(86)(22)【出願日】2020-01-24

(85)【翻訳文提出日】2021-09-21

(86)【国際出願番号】 EP2020051832

(87)【国際公開番号】W WO2020152359

(87)【国際公開日】2020-07-30

(31)【優先権主張番号】1900995.0

(32)【優先日】2019-01-24

(33)【優先権主張国・地域又は機関】GB

(81)【指定国・地域】

(71)【出願人】

【識別番号】518107132

【氏名又は名称】バイオス ヘルス リミテッド

(74)【代理人】

【識別番号】100107766

【弁理士】

【氏名又は名称】伊東 忠重

(74)【代理人】

【識別番号】100070150

【弁理士】

【氏名又は名称】伊東 忠彦

(74)【代理人】

【識別番号】100135079

【弁理士】

【氏名又は名称】宮崎 修

(72)【発明者】

【氏名】アーミテイジ，オリバー

(72)【発明者】

【氏名】ヘウェージ，エミール

(72)【発明者】

【氏名】ゴンショー，サムエル

(72)【発明者】

【氏名】ヤコペック，マジャジュ

(72)【発明者】

【氏名】エドワーズ，トリスタン

【テーマコード（参考）】

4C053

4C127

5L099

【Ｆターム（参考）】

4C053JJ01

4C053JJ02

4C053JJ21

4C127AA04

4C127BB05

4C127DD03

5L099AA04

5L099AA22

(57)【要約】

神経制御システムは、少なくとも１つの神経センサから対象の身体状態に関連する神経信号に関する神経データを受信するように構成された入力制御器と、少なくとも１つの機械学習モデルを使用して、受信された神経データを処理し、身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定する少なくとも１つの機械学習手段と、決定された出力信号を少なくとも１つの出力装置に送信するように構成された手段とを含み、これにより、神経制御システムが、身体状態の閉ループ制御を提供する第１の制御ループを形成する。
【選択図】図１ａ

【特許請求の範囲】

【請求項1】

神経制御システムであって、
少なくとも１つの神経センサから対象の身体状態に関連する神経信号に関する神経データを受信するように構成された入力制御器と、
前記身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、前記受信された神経データを処理するために少なくとも１つの機械学習モデルを使用する少なくとも１つの機械学習手段と、
前記決定された出力信号を少なくとも１つの出力装置に送信するように構成された手段と、を含み、
これにより、前記神経制御システムは、前記身体状態の閉ループ制御を提供する第１の制御ループを形成する、システム。

【請求項2】

前記少なくとも１つの機械学習モデルが、前記受信された神経データを処理して、前記少なくとも１つの出力信号を直接決定するための単一の機械学習モデルを含む、請求項１に記載のシステム。

【請求項3】

前記少なくとも１つの機械学習モデルが、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記識別された神経バイオマーカを処理して、前記少なくとも１つの出力信号を決定するための第２の機械学習モデルと、を含む、請求項１に記載のシステム。

【請求項4】

前記少なくとも１つの機械学習モデルが、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記出力信号を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、を含む、請求項１に記載のシステム。

【請求項5】

前記少なくとも１つの機械学習モデルが、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
身体状態における前記望ましい変化を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、
身体状態の前記望ましい変化を処理し、前記出力信号を決定するための第２の機械学習モデルと、を含む、請求項１に記載のシステム。

【請求項6】

前記望ましい身体設定値は、受信された神経データまたは受信された神経バイオマーカに基づいて、前記閉ループ制御器内で計算される、請求項４または５に記載のシステム。

【請求項7】

前記神経制御システムが、非神経センサからの前記対象の身体状態に関する前記受信されたデータを使用して、前記望ましい身体設定値を計算する、請求項５または６に記載のシステム。

【請求項8】

前記閉ループ制御器が、身体モデルの出力を使用して、前記身体状態の望ましい変化の決定を通知する、請求項４または５に記載のシステム。

【請求項9】

前記身体モデルが、神経バイオマーカおよび／または非神経センサの任意の組み合わせによって通知される状態空間モデルである、請求項８に記載のシステム。

【請求項10】

前記身体モデルが、神経バイオマーカまたは非神経センサの任意の組み合わせによって通知される機能モデルである、請求項８に記載のシステム。

【請求項11】

前記身体モデルが、適用された出力信号に続く前記対象の前記身体状態を特徴づける受信された神経または他のセンサデータに基づいて更新される、請求項８、９または１０に記載のシステム。

【請求項12】

前記身体モデルの更新が、前記出力信号に対する応答の独自の推定を行い、これと前記受信された神経または他のセンサデータとの比較を使用して、前記身体モデルの前記更新を計算する、請求項１１に記載のシステム。

【請求項13】

前記神経制御システムが、非神経センサから前記対象の身体状態に関するデータを受信するように構成された手段をさらに含み、
前記少なくとも１つの機械学習手段が、前記受信されたデータをさらに処理して前記少なくとも１つの出力信号を決定する、請求項１～１２のいずれかに記載のシステム。

【請求項14】

前記神経制御システムが、前記決定された出力信号を受信し、前記決定された出力信号を前記少なくとも１つの出力装置に送信するように構成された出力制御器をさらに備える、請求項１～１３のいずれかに記載のシステム。

【請求項15】

前記出力制御器が、前記入力制御器から受信された神経データに関する選択されたデータを受信するように構成され、
これにより、前記入力制御器および前記出力制御器が、前記第１の制御ループよりも応答待ち時間が短い第２の制御ループを形成する、請求項１４に記載のシステム。

【請求項16】

前記出力制御器が、前記受信された神経データを特徴づける前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の任意のパラメータのリアルタイム変調を実行するように構成されている、請求項１５に記載のシステム。

【請求項17】

前記リアルタイム変調が、１～１００マイクロ秒で起こる、請求項１６に記載のシステム。

【請求項18】

前記出力制御器が、前記入力制御器から受信された神経データのタイミングに関する選択されたデータを受信するように構成され、
前記出力制御器が、受信された神経データのタイミングに関する前記選択されたデータに少なくとも部分的に基づいて、前記決定された出力信号が送信される時間を制御するように構成されている、請求項１５～１７のいずれか一項に記載のシステム。

【請求項19】

前記出力制御器が、前記入力制御器から受信された神経データの振幅に関する選択されたデータを受信するように構成され、
前記出力制御器が、受信された神経データの振幅に関する前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の前記振幅および／または周波数を制御するように構成されている、請求項１５～１７のいずれか一項に記載のシステム。

【請求項20】

前記出力信号が、エンドエフェクタ装置の制御信号である、請求項１～１９のいずれかに記載のシステム。

【請求項21】

前記出力信号が、前記対象の神経系に適用される神経刺激信号である、請求項１～２０のいずれかに記載のシステム。

【請求項22】

前記出力信号が、適用される薬物治療についての制御信号である、請求項１～２１のいずれかに記載のシステム。

【請求項23】

前記神経制御システムが、前記決定された出力神経刺激信号を受信し、前記決定された出力神経刺激信号を前記少なくとも１つの出力装置に送信し、前記決定された出力神経刺激信号の前記タイミングに関するデータを前記入力制御器に送信するように構成された出力制御器をさらに備える、請求項２１に記載のシステム。

【請求項24】

前記入力制御器は、前記決定された出力神経刺激信号が出力されているときに、前記受信された神経データを前記少なくとも１つの機械学習手段に送信することを停止するように構成されている、請求項２３に記載のシステム。

【請求項25】

前記神経制御システムが、前記受信された神経データを更新機に送信するための手段をさらに含む、請求項１～２４のいずれかに記載のシステム。

【請求項26】

前記神経制御システムが、前記計算された神経バイオマーカの記録、出力信号、記録された神経データ、他のセンサからのデータ、または前記更新機への身体状態を表すデータのうちの任意の組み合わせを送信するための手段をさらに含む、請求項１～２５のいずれかに記載のシステム。

【請求項27】

前記神経制御システムが、前記少なくとも１つの機械学習モデルの更新を受信するための手段をさらに含む、請求項１～２６のいずれかに記載のシステム。

【請求項28】

前記少なくとも１つの機械学習モデルへの前記更新が、前記受信された神経データ、計算された神経バイオマーカ、出力信号、記録された神経データ、他のセンサからのデータ、または身体状態を表すデータに基づいて計算される、請求項２７に記載のシステム。

【請求項29】

前記神経制御システムが、適用された治療を更新する手段として、理想的な身体設定値への更新または身体設定値の計算を受信するための手段をさらに含む、請求項１～２８のいずれかに記載のシステム。

【請求項30】

前記神経制御システムが、前記身体モデルへの更新を受信するための手段をさらに含む、請求項８～１２のいずれかに記載のシステム。

【請求項31】

前記更新が、リハビリテーションまたは再較正期間中のガイド付き活動の特定の期間中に記録されたデータに基づいて生成される、請求項２６～３０に記載のシステム。

【請求項32】

前記更新機が、自動クラウドシステムである、請求項２６～３０に記載のシステム。

【請求項33】

前記更新機が、ローカルの有線または無線接続を介した手動接続である、請求項２６～３０に記載のシステム。

【請求項34】

前記更新が、長期治療を計算するための１つ以上の機械学習システムによって自動的に計算される、請求項２６～３０に記載のシステム。

【請求項35】

前記更新が、治療を行う臨床医によって選択される、請求項２６～３０に記載のシステム。

【請求項36】

前記神経制御システムが、前記神経制御システムの性能を監視するための安全モジュールを組み込んでいる、請求項１～３５のいずれかに記載のシステム。

【請求項37】

前記神経制御システムが、
ａ．機械学習データプロセッサと、
ｂ．制御モジュールと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
これらの要素の性能は、前記安全モジュールによって監視されている、請求項３６に記載のシステム。

【請求項38】

前記安全モジュールが、前記リアルタイムループ内の前記リアルタイム入力制御器および出力制御器の前記性能をさらに監視する、請求項３６または３７に記載のシステム。

【請求項39】

前記安全モジュールが、前記神経制御システムの任意の要素の機能を、その要素の性能の監視に基づいて選択的に低減または停止するために作動するように構成されている、請求項３６～３８に記載のシステム。

【請求項40】

前記安全モジュールが、前記神経制御システムを安全モードで動作させるように選択的に制御するように構成されている、請求項３６～３９に記載のシステム。

【請求項41】

前記神経制御システムが、前記神経制御システムのバージョン制御を監視するように構成されている監査モジュールをさらに含み、
前記安全モジュールが、前記監査モジュールからの指令に基づいて作動するように構成されている、請求項３６～４０に記載のシステム。

【請求項42】

前記神経制御システムが、前記神経制御システムのバージョン制御を監視するように構成された監査モジュールをさらに含む、請求項１～４１のいずれかに記載のシステム。

【請求項43】

前記神経制御システムは、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
前記監査モジュールは、これらの要素の正しいバージョンに関する情報を前記更新機から受信するように構成されている、請求項４１または４２に記載のシステム。

【請求項44】

前記神経制御システムは、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
前記監査モジュールは、これらの要素の前記神経制御システムの現在のバージョンに関する情報を安全モジュールから受信する、請求項４２または４３に記載のシステム。

【請求項45】

前記監査モジュールは、前記監査モジュールが、
ａ．誤ったバージョン管理、
ｂ．古いバージョン管理、
ｃ．不正なバージョン管理のうちの少なくとも１つを検出することに基づいて、前記神経制御システムの機能を低減または停止するように作動することを前記安全モジュールに指令するように構成されている、請求項４２～４４のいずれか一項に記載のシステム。

【請求項46】

前記少なくとも１つの神経センサが、第１のモダリティを使用して動作し、前記出力信号が、前記第１とは異なる第２のモダリティを使用して前記対象の神経系に適用される神経刺激信号である、請求項１～４５のいずれかに記載のシステム。

【請求項47】

神経制御システムであって、
少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するように構成された入力制御器と、
前記受信された神経データを処理して神経バイオマーカを識別するための少なくとも１つの機械学習モデルと、
動作を実行するために、前記識別されたバイオマーカを少なくとも１つの出力装置に送信するように構成された手段と、を含み、
前記神経制御システムは、前記身体状態の閉ループ制御を提供する第１の制御ループを形成する、システム。

【請求項48】

前記神経バイオマーカが、患者集団にわたって学習され、神経集団の活動の定常的な表現である、請求項４７に記載のシステム。

【請求項49】

前記神経バイオマーカが、患者集団にわたって学習され、神経集団の活動の定常的な表現である、請求項４７または４８に記載のシステム。

【請求項50】

前記神経制御システムが、前記少なくとも１つの機械学習モデルの更新を受信するための手段をさらに含む、請求項４７～４９のいずれかに記載のシステム。

【請求項51】

前記少なくとも１つの機械学習モデルの前記更新が、前記受信された神経データ計算された神経バイオマーカ、出力信号、記録された神経データ、他のセンサからのデータ、または身体状態を表すデータに基づいて計算される、請求項５０に記載のシステム。

【請求項52】

前記神経制御システムが、前記適用された治療を更新する手段として、理想的な身体設定値への更新または身体設定値の計算を受信するための手段をさらに含む、請求項４７～５１のいずれかに記載のシステム。

【請求項53】

前記神経制御システムが、前記身体モデルの更新を受信するための手段をさらに含む、請求項４７～５２のいずれかに記載のシステム。

【請求項54】

前記更新が、リハビリテーションまたは再較正期間中のガイド付き活動の特定の期間中に記録されたデータに基づいて生成される、請求項４７～５３に記載のシステム。

【請求項55】

前記更新機が、自動クラウドシステムである、請求項４７～５３に記載のシステム。

【請求項56】

前記更新機が、ローカルの有線または無線接続を介した手動接続である、請求項４７～５３に記載のシステム。

【請求項57】

前記更新が、長期治療を計算するための１つ以上の機械学習システムによって自動的に計算される、請求項４７～５３に記載のシステム。

【請求項58】

前記更新が、治療を行う臨床医によって選択される、請求項４７～５３に記載のシステム。

【請求項59】

前記神経制御システムが、前記神経制御システムの性能を監視するための安全モジュールを組み込んでいる、請求項４７～５８のいずれか一項に記載のシステム。

【請求項60】

前記神経制御システムは、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
これらの要素の性能は、前記安全モジュールによって監視されている、請求項５９に記載のシステム。

【請求項61】

前記安全モジュールが、前記神経制御システムの任意の要素の機能を、その要素の性能の監視に基づいて選択的に低減または停止するために作動するように構成されている、請求項５９または６０に記載のシステム。

【請求項62】

前記安全モジュールが、前記神経制御システムを安全モードで動作させるように選択的に制御するように構成されている、請求項５９～６１に記載のシステム。

【請求項63】

前記神経制御システムが、前記神経制御システムのバージョン制御を監視するように構成された監査モジュールをさらに含み、
前記安全モジュールが、前記監査モジュールからの指令に基づいて作動するように構成されている、請求項５９～６２に記載のシステム。

【請求項64】

前記神経制御システムが、前記神経制御システムのバージョン制御を監視するように構成された監査モジュールをさらに含む、請求項４７～６３のいずれか一項に記載のシステム。

【請求項65】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
前記監査モジュールは、これらの要素の正しいバージョンに関する情報を前記更新機から受信するように構成されている、請求項６３または６４に記載のシステム。

【請求項66】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
前記監査モジュールは、これらの要素の前記神経制御システムの現在のバージョンに関する情報を安全モジュールから受信する、請求項６４または６５に記載のシステム。

【請求項67】

前記監査モジュールは、前記監査モジュールが、
ａ．誤ったバージョン管理、
ｂ．古いバージョン管理、
ｃ．不正なバージョン管理のうちの少なくとも１つを検出することに基づいて、前記神経制御システムの機能を低減または停止するように作動することを前記安全モジュールに指令するように構成されている、請求項６２～６６のいずれか一項に記載のシステム。

【請求項68】

前記少なくとも１つの神経センサが、第１のモダリティを使用して動作し、前記出力信号は、前記第１とは異なる第２のモダリティを使用して前記対象の神経系に適用される神経刺激信号である、請求項４７～６７のいずれかに記載のシステム。

【請求項69】

神経制御システムであって、
少なくとも１つの神経センサから対象の神経における身体状態に関連する神経信号に関する神経データを受信するように構成された入力制御器と、
前記身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、前記受信された神経データを処理するために構成された少なくとも１つの神経データ処理手段と、
前記決定された出力信号を受信し、前記決定された出力信号を少なくとも１つの出力装置に送信するように構成された出力制御器と、を含み、
これにより、前記神経制御システムは、前記身体状態の閉ループ制御を提供する第１の制御ループを形成し、
前記出力制御器は、前記入力制御器から受信された神経データのタイミングに関する選択されたデータを受信するようにさらに構成され、
前記出力制御器は、受信された神経データのタイミングに関する前記選択されたデータに基づいて前記少なくとも１つの出力装置へ、前記決定された出力信号が送信される時間を制御するように構成されている、システム。

【請求項70】

前記神経データ処理手段が、前記受信された神経データを処理して前記少なくとも１つの出力信号を直接決定するための単一の機械学習モデルを含む、請求項６９に記載のシステム。

【請求項71】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記識別された神経バイオマーカを処理し、前記少なくとも１つの出力信号を決定するための第２の機械学習モデルと、を含む、請求項６９に記載のシステム。

【請求項72】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記出力信号を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、を含む、請求項６９に記載のシステム。

【請求項73】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
身体状態における前記望ましい変化を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、
身体状態の前記望ましい変化を処理し、前記出力信号を決定するための第２の機械学習モデルと、を含む、請求項６９に記載のシステム。

【請求項74】

前記望ましい身体設定値が、受信された神経データまたは受信された神経バイオマーカに基づいて、前記閉ループ制御器内で計算される、請求項７２または７３に記載のシステム。

【請求項75】

前記神経制御システムが、非神経センサからの対象の身体状態に関する前記受信データを使用して、前記望ましい身体設定値を計算する、請求項７３または７４に記載のシステム。

【請求項76】

前記閉ループ制御器が、身体モデルの出力を使用して、前記身体状態の望ましい変化の決定を通知する、請求項７２または７３に記載のシステム。

【請求項77】

前記身体モデルが、神経バイオマーカおよび／または非神経センサの任意の組み合わせによって通知される状態空間モデルである、請求項７６に記載のシステム。

【請求項78】

前記身体モデルが、神経バイオマーカまたは非神経センサの任意の組み合わせによって通知される機能モデルである、請求項７６に記載のシステム。

【請求項79】

前記身体モデルが、適用された出力信号に続く前記対象の前記身体状態を特徴づける受信された神経または他のセンサデータに基づいて更新される、請求項７６～７８に記載のシステム。

【請求項80】

前記身体モデルの更新は、前記出力信号に対する応答の独自の推定を行い、これと前記受信された神経または他のセンサデータとの比較を使用して、前記身体モデルの前記更新を計算する、請求項７９に記載のシステム。

【請求項81】

前記神経制御システムは、非神経センサから前記対象の身体状態に関するデータを受信するように構成された手段をさらに含み、
前記少なくとも１つの機械学習手段が、前記受信されたデータをさらに処理して前記少なくとも１つの出力信号を決定する、請求項６９～８０のいずれかに記載のシステム。

【請求項82】

前記出力制御器は、前記入力制御器から受信された神経データに関する選択されたデータを受信するように構成され、
これにより、前記入力制御器および前記出力制御器が、前記第１の制御ループよりも応答待ち時間が短い第２の制御ループを形成する、請求項６９～８１のいずれかに記載のシステム。

【請求項83】

前記出力制御器は、前記受信された神経データを特徴づける前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の任意のパラメータのリアルタイム変調を実行するように構成されている、請求項８２に記載のシステム。

【請求項84】

前記リアルタイム変調が１～１００マイクロ秒で発生する、請求項８３に記載のシステム。

【請求項85】

前記出力制御器が、前記入力制御器から受信された神経データのタイミングに関する選択されたデータを受信するように構成され、
前記出力制御器が、受信された神経データのタイミングに関する前記選択されたデータに少なくとも部分的に基づいて、前記決定された出力信号が送信される時間を制御するように構成されている、請求項８２～８４のいずれか一項に記載のシステム。

【請求項86】

前記出力制御器が、前記入力制御器から受信された神経データの振幅に関する選択されたデータを受信するように構成され、
前記出力制御器が、受信された神経データの振幅に関する前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の前記振幅および／または周波数を制御するように構成されている、請求項８３～８５のいずれか一項に記載のシステム。

【請求項87】

前記出力信号が、エンドエフェクタ装置の制御信号である、請求項７０～８６のいずれかに記載のシステム。

【請求項88】

前記出力信号が、前記対象の神経系に適用される神経刺激信号である、請求項７０～８７のいずれかに記載のシステム。

【請求項89】

前記出力信号が、適用される薬物治療についての制御信号である、請求項７０～８８のいずれかに記載のシステム。

【請求項90】

前記神経制御システムが、前記決定された出力神経刺激信号を受信し、前記決定された出力神経刺激信号を少なくとも１つの出力装置に送信し、前記決定された出力神経刺激信号の前記タイミングに関するデータを前記入力制御器に送信するように構成された出力制御器をさらに備える、請求項８８に記載のシステム。

【請求項91】

前記入力制御器は、前記決定された出力神経刺激信号が出力されているときに、前記受信された神経データを前記少なくとも１つの機械学習手段に送信することを停止するように構成されている、請求項９０に記載のシステム。

【請求項92】

前記神経制御システムが、前記受信された神経データを更新機に送信するための手段をさらに含む、請求項６９～９１のいずれかに記載のシステム。

【請求項93】

前記神経制御システムが、前記計算された神経バイオマーカの記録、出力信号、記録された神経データ、他のセンサからのデータ、または前記更新機への身体状態を表すデータの任意の組み合わせを送信するための手段をさらに含む、請求項６９～９２のいずれかに記載のシステム。

【請求項94】

前記神経制御システムは、前記少なくとも１つの機械学習モデルの更新を受信するための手段をさらに含む、請求項６９～９３のいずれかに記載のシステム。

【請求項95】

前記少なくとも１つの機械学習モデルの前記更新が、前記受信された神経データ計算された神経バイオマーカ、出力信号、記録された神経データ、他のセンサからのデータ、または身体状態を表すデータに基づいて計算される、請求項９４に記載のシステム。

【請求項96】

前記神経制御システムが、前記適用された治療を更新する手段として、理想的な身体設定値への更新または身体設定値の計算を受信するための手段をさらに含む、請求項６９～９５のいずれかに記載のシステム。

【請求項97】

前記神経制御システムが、前記身体モデルの更新を受信するための手段をさらに含む、請求項６９～９６のいずれかに記載のシステム。

【請求項98】

前記更新が、リハビリテーションまたは再較正期間中のガイド付き活動の特定の期間中に記録されたデータに基づいて生成される、請求項９４～９７に記載のシステム。

【請求項99】

前記更新機が、自動クラウドシステムである、請求項９４～９８に記載のシステム。

【請求項100】

前記更新機が、ローカルの有線または無線接続を介した手動接続である、請求項９４～９８に記載のシステム。

【請求項101】

前記更新が、長期治療を計算するための１つ以上の機械学習システムによって自動的に計算される、請求項９４～９８に記載のシステム。

【請求項102】

前記更新が、治療を行う臨床医によって選択される、請求項９４～９８に記載のシステム。

【請求項103】

前記神経制御システムが、前記神経制御システムの性能を監視するための安全モジュールを組み込んでいる、請求項６９～１０２のいずれかに記載のシステム。

【請求項104】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
これらの要素の性能は、前記安全モジュールによって監視されている、請求項１０３に記載のシステム。

【請求項105】

前記安全モジュールは、前記リアルタイムループ内の前記リアルタイム入力制御器と出力制御器の前記性能をさらに監視する、請求項１０３または１０４に記載のシステム。

【請求項106】

前記安全モジュールが、前記神経制御システムの任意の要素の機能を、その要素の性能の監視に基づいて選択的に低減または停止するために作動するように構成されている、請求項１０３～１０５に記載のシステム。

【請求項107】

前記安全モジュールが、前記神経制御システムを安全モードで動作させるように選択的に制御するように構成されている、請求項１０３～１０６に記載のシステム。

【請求項108】

前記神経制御システムが、前記神経制御システムのバージョン制御を監視するように構成された監査モジュールをさらに含み、
前記安全モジュールが、前記監査モジュールからの指令に基づいて作動するように構成されている、請求項１０３～１０７に記載のシステム。

【請求項109】

前記神経制御システムが、前記神経制御システムのバージョン制御を監視するように構成された監査モジュールをさらに含む、請求項６９～１０８のいずれかに記載のシステム。

【請求項110】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
前記監査モジュールは、これらの要素の正しいバージョンに関する情報を前記更新機から受信するように構成されている、請求項１０８または１０９に記載のシステム。

【請求項111】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
前記監査モジュールは、これらの要素の前記神経制御システムの現在のバージョンに関する情報を安全モジュールから受信する、請求項１０９または１１０に記載のシステム。

【請求項112】

前記監査モジュールは、前記監査モジュールが、
ａ．誤ったバージョン管理、
ｂ．古いバージョン管理、
ｃ．不正なバージョン管理のうちの少なくとも１つを検出することに基づいて、前記神経制御システムの機能を低減または停止するように作動することを前記安全モジュールに指令するように構成されている、請求項１０９～１１１のいずれか一項に記載のシステム。

【請求項113】

前記少なくとも１つの神経センサは、第１のモダリティを使用して動作し、前記出力信号は、前記第１とは異なる第２のモダリティを使用して前記対象の神経系に適用される神経刺激信号である、請求項６９～１１２のいずれかに記載のシステム。

【請求項114】

神経制御システムであって、
少なくとも１つの神経センサから対象の神経における身体状態に関連する神経信号に関する神経データを受信するように構成された入力制御器と、
前記身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、前記受信された神経データを処理するために構成された少なくとも１つの神経データ処理手段と、
前記決定された出力信号を受信し、前記決定された出力信号を少なくとも１つの出力装置に送信するように構成された出力制御器と、を含み、
これにより、前記神経制御システムは、前記身体状態の閉ループ制御を提供する第１の制御ループを形成し、
前記出力制御器は、前記入力制御器から受信された神経データの振幅に関する選択されたデータを受信するようにさらに構成され、
前記出力制御器は、前記受信された神経データの振幅に関する前記選択されたデータに基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の前記振幅を制御するように構成されている、システム。

【請求項115】

前記神経データ処理手段は、前記受信された神経データを処理して前記少なくとも１つの出力信号を直接決定するための単一の機械学習モデルを含む、請求項１１４に記載のシステム。

【請求項116】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記識別された神経バイオマーカを処理し、前記少なくとも１つの出力信号を決定するための第２の機械学習モデルと、を含む、請求項１１４に記載のシステム。

【請求項117】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記出力信号を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、を含む、請求項１１４に記載のシステム。

【請求項118】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
身体状態における前記望ましい変化を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、
身体状態の前記望ましい変化を処理し、前記出力信号を決定するための第２の機械学習モデルと、を含む、請求項１１４に記載のシステム。

【請求項119】

前記望ましい身体設定値が、受信された神経データまたは受信された神経バイオマーカに基づいて、前記閉ループ制御器内で計算される、請求項１１７または１１８に記載のシステム。

【請求項120】

前記神経制御システムが、非神経センサからの対象の身体状態に関する前記受信データを使用して、前記望ましい身体設定値を計算する、請求項１１８または１１９に記載のシステム。

【請求項121】

前記閉ループ制御器が、身体モデルの出力を使用して、前記身体状態の望ましい変化の決定を通知する、請求項１１７または１１８に記載のシステム。

【請求項122】

前記身体モデルが、神経バイオマーカおよび／または非神経センサの任意の組み合わせによって通知される状態空間モデルである、請求項１２１に記載のシステム。

【請求項123】

前記身体モデルが、神経バイオマーカまたは非神経センサの任意の組み合わせによって通知される機能モデルである、請求項１２１に記載のシステム。

【請求項124】

前記身体モデルが、適用された出力信号に続く前記対象の前記身体状態を特徴づける受信された神経または他のセンサデータに基づいて更新される、請求項１２１～１２３に記載のシステム。

【請求項125】

前記身体モデルの更新が、前記出力信号に対する応答の独自の推定を行い、これと前記受信された神経または他のセンサデータとの比較を使用して、前記身体モデルの前記更新を計算する、請求項１２５に記載のシステム。

【請求項126】

前記神経制御システムが、非神経センサから前記対象の身体状態に関するデータを受信するように構成された手段をさらに含み、
前記少なくとも１つの機械学習手段が、前記受信されたデータをさらに処理して前記少なくとも１つの出力信号を決定する、請求項１１４～１２５のいずれかに記載のシステム。

【請求項127】

前記出力制御器が、前記入力制御器から受信された神経データに関する選択されたデータを受信するように構成され、
これにより、前記入力制御器および前記出力制御器が、前記第１の制御ループよりも応答待ち時間が短い第２の制御ループを形成する、請求項１１４～１２６のいずれかに記載のシステム。

【請求項128】

前記出力制御器が、前記受信された神経データを特徴づける前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の任意のパラメータのリアルタイム変調を実行するように構成されている、請求項１２７に記載のシステム。

【請求項129】

前記リアルタイム変調が１～１００マイクロ秒で発生する、請求項１２８に記載のシステム。

【請求項130】

前記出力制御器が、前記入力制御器から受信された神経データのタイミングに関する選択されたデータを受信するように構成され、
前記出力制御器が、受信された神経データのタイミングに関する前記選択されたデータに少なくとも部分的に基づいて、前記決定された出力信号が送信される時間を制御するように構成されている、請求項１２７～１２９のいずれか一項に記載のシステム。

【請求項131】

前記出力制御器が、前記入力制御器から受信された神経データの振幅に関する選択されたデータを受信するように構成され、
前記出力制御器が、前記受信された神経データの振幅に関する前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の周波数を制御するように構成されている、請求項１２７～１２９のいずれか一項に記載のシステム。

【請求項132】

前記出力信号が、エンドエフェクタ装置の制御信号である、請求項１１４～１３１のいずれかに記載のシステム。

【請求項133】

前記出力信号が、前記対象の神経系に適用される神経刺激信号である、請求項１１４～１３２のいずれかに記載のシステム。

【請求項134】

前記出力信号が、適用される薬物治療についての制御信号である、請求項１１４～１３３のいずれかに記載のシステム。

【請求項135】

前記神経制御システムが、前記決定された出力神経刺激信号を受信し、前記決定された出力神経刺激信号を少なくとも１つの出力装置に送信し、前記決定された出力神経刺激信号の前記タイミングに関するデータを前記入力制御器に送信するように構成された出力制御器をさらに備える、請求項１３４に記載のシステム。

【請求項136】

前記入力制御器は、前記決定された出力神経刺激信号が出力されているときに、前記受信された神経データを前記少なくとも１つの機械学習手段に送信することを停止するように構成されている、請求項１３５に記載のシステム。

【請求項137】

前記神経制御システムが、前記受信された神経データを更新機に送信するための手段をさらに含む、請求項１１４～１３６のいずれかに記載のシステム。

【請求項138】

前記神経制御システムが、計算された神経バイオマーカの記録、出力信号、記録された神経データ、他のセンサからのデータ、または前記更新機への身体状態を表すデータの任意の組み合わせを送信するための手段をさらに含む、請求項１１４～１３７のいずれかに記載のシステム。

【請求項139】

前記神経制御システムが、前記少なくとも１つの機械学習モデルの更新を受信するための手段をさらに含む、請求項１１４～１３８のいずれかに記載のシステム。

【請求項140】

前記少なくとも１つの機械学習モデルの前記更新が、前記受信された神経データ計算された神経バイオマーカ、出力信号、記録された神経データ、他のセンサからのデータ、または身体状態を表すデータに基づいて計算される、請求項１３９に記載のシステム。

【請求項141】

前記神経制御システムが、前記適用された治療を更新する手段として、理想的な身体設定値への更新または身体設定値の計算を受信するための手段をさらに含む、請求項１１４～１４０のいずれかに記載のシステム。

【請求項142】

前記神経制御システムが、前記身体モデルの更新を受信するための手段をさらに含む、請求項１１４～１４１のいずれかに記載のシステム。

【請求項143】

前記更新が、リハビリテーションまたは再較正期間中のガイド付き活動の特定の期間中に記録されたデータに基づいて生成される、請求項１３８～１４２に記載のシステム。

【請求項144】

前記更新機が、自動クラウドシステムである、請求項１３８～１４２に記載のシステム。

【請求項145】

前記更新機が、ローカルの有線または無線接続を介した手動接続である、請求項１３８～１４２に記載のシステム。

【請求項146】

前記更新が、長期治療を計算するための１つ以上の機械学習システムによって自動的に計算される、請求項１３８～１４２に記載のシステム。

【請求項147】

前記更新が、治療を行う臨床医によって選択される、請求項１３８～１４２に記載のシステム。

【請求項148】

前記神経制御システムが、前記神経制御システムの性能を監視するための安全モジュールを組み込んでいる、請求項１１４～１４７のいずれかに記載のシステム。

【請求項149】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
これらの要素の性能が、前記安全モジュールによって監視されている、請求項１４８に記載のシステム。

【請求項150】

前記安全モジュールが、前記リアルタイムループ内の前記リアルタイム入力制御器と出力制御器の前記性能をさらに監視する、請求項１４８または１４９に記載のシステム。

【請求項151】

前記安全モジュールが、前記神経制御システムの任意の要素の機能を、その要素の性能の監視に基づいて選択的に低減または停止するために作動するように構成されている、請求項１４８～１５０に記載のシステム。

【請求項152】

前記安全モジュールが、前記神経制御システムを安全モードで動作させるように選択的に制御するように構成されている、請求項１４８～１５１に記載のシステム。

【請求項153】

前記神経制御システムが、前記神経制御システムのバージョン制御を監視するように構成された監査モジュールをさらに含み、
前記安全モジュールが、前記監査モジュールからの指令に基づいて作動するように構成されている、請求項１４８～１５２に記載のシステム。

【請求項154】

前記神経制御システムが、前記神経制御システムのバージョン制御を監視するように構成された監査モジュールをさらに含む、請求項１１４～１５３のいずれかに記載のシステム。

【請求項155】

前記神経制御システムは、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
前記監査モジュールは、これらの要素の前記正しいバージョンに関する情報を前記更新機から受信するように構成されている、請求項１５３または１５４に記載のシステム。

【請求項156】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
前記監査モジュールは、これらの要素の前記神経制御システムの現在のバージョンに関する情報を安全モジュールから受信する、請求項１５４または１５５に記載のシステム。

【請求項157】

前記監査モジュールは、前記監査モジュールが、
ａ．誤ったバージョン管理、
ｂ．古いバージョン管理、
ｃ．不正なバージョン管理のうちの少なくとも１つを検出することに基づいて、前記神経制御システムの機能を低減または停止するように作動することを前記安全モジュールに指令するように構成されている、請求項１５４～１５６のいずれか一項に記載のシステム。

【請求項158】

前記少なくとも１つの神経センサは、第１のモダリティを使用して動作し、前記出力信号は、前記第１とは異なる第２のモダリティを使用して前記対象の神経系に適用される神経刺激信号である、請求項１１４～１５７のいずれかに記載のシステム。

【請求項159】

神経制御システムであって、
少なくとも１つの神経センサから対象の神経における身体状態に関連する神経信号に関する神経データを受信するように構成された入力制御器と、
前記身体状態の望ましい値を達成するために必要な少なくとも１つの出力神経刺激信号を決定するように、前記受信された神経データを処理するために構成された少なくとも１つの神経データ処理手段と、
前記決定された出力神経刺激信号を受信し、前記決定された出力神経刺激信号を少なくとも１つの出力装置に送信するように構成された出力制御器と、を含み、
これにより、前記神経制御システムは、前記身体状態の閉ループ制御を提供する第１の制御ループを形成し、
前記出力制御器は、前記入力制御器から受信された神経データの振幅に関する選択されたデータを受信するようにさらに構成され、
前記出力制御器は、前記決定された出力神経刺激信号のタイミングに関するデータを前記入力制御器に送信するようにさらに構成されており、
前記入力制御器は、前記決定された出力神経刺激信号が出力されているときに、前記受信された神経データを前記少なくとも１つの機械学習手段に送信することを停止するように構成されている、システム。

【請求項160】

前記神経データ処理手段は、前記受信された神経データを処理して前記少なくとも１つの出力信号を直接決定するための単一の機械学習モデルを含む、請求項１５９に記載のシステム。

【請求項161】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記識別された神経バイオマーカを処理し、前記少なくとも１つの出力信号を決定するための第２の機械学習モデルと、を含む、請求項１５９に記載のシステム。

【請求項162】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記出力信号を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、を含む、請求項１５９に記載のシステム。

【請求項163】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
身体状態における前記望ましい変化を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、
身体状態の前記望ましい変化を処理し、前記出力信号を決定するための第２の機械学習モデルと、を含む、請求項１５９に記載のシステム。

【請求項164】

前記望ましい身体設定値が、受信された神経データまたは受信された神経バイオマーカに基づいて、前記閉ループ制御器内で計算される、請求項１６２または１６３に記載のシステム。

【請求項165】

前記神経制御システムが、非神経センサからの対象の身体状態に関する前記受信データを使用して、前記望ましい身体設定値を計算する、請求項１６３または１６４に記載のシステム。

【請求項166】

前記閉ループ制御器が、身体モデルの出力を使用して、前記身体状態の望ましい変化の決定を通知する、請求項１６２または１６３に記載のシステム。

【請求項167】

前記身体モデルは、神経バイオマーカおよび／または非神経センサの任意の組み合わせによって通知される状態空間モデルである、請求項１６６に記載のシステム。

【請求項168】

前記身体モデルが、神経バイオマーカまたは非神経センサの任意の組み合わせによって通知される機能モデルである、請求項１６６に記載のシステム。

【請求項169】

前記身体モデルが、適用された出力信号に続く前記対象の前記身体状態を特徴づける受信された神経または他のセンサデータに基づいて更新される、請求項１６６～１６８に記載のシステム。

【請求項170】

前記身体モデルの更新が、前記出力信号に対する応答の独自の推定を行い、これと前記受信された神経または他のセンサデータとの比較を使用して、前記身体モデルの前記更新を計算する、請求項１６９に記載のシステム。

【請求項171】

前記神経制御システムが、非神経センサから前記対象の身体状態に関するデータを受信するように構成された手段をさらに含み、
前記少なくとも１つの機械学習手段が、前記受信されたデータをさらに処理して前記少なくとも１つの出力信号を決定する、請求項１５９～１７０のいずれかに記載のシステム。

【請求項172】

前記出力制御器が、前記入力制御器から受信された神経データに関する選択されたデータを受信するように構成され、
これにより、前記入力制御器および前記出力制御器が、前記第１の制御ループよりも応答待ち時間が短い第２の制御ループを形成する、請求項１５９～１７１のいずれかに記載のシステム。

【請求項173】

前記出力制御器は、前記受信された神経データを特徴づける前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の任意のパラメータのリアルタイム変調を実行するように構成されている、請求項１７２に記載のシステム。

【請求項174】

前記リアルタイム変調が１～１００マイクロ秒で発生する、請求項１７３に記載のシステム。

【請求項175】

前記出力制御器は、前記入力制御器から受信された神経データのタイミングに関する選択されたデータを受信するように構成され、
前記出力制御器が、受信された神経データのタイミングに関する前記選択されたデータに少なくとも部分的に基づいて、前記決定された出力信号が送信される時間を制御するように構成されている、請求項１７２～１７４のいずれか一項に記載のシステム。

【請求項176】

前記出力制御器は、前記入力制御器から受信された神経データの振幅に関する選択されたデータを受信するように構成され、
前記出力制御器が、受信された神経データの振幅に関する前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の前記振幅および／または周波数を制御するように構成されている、請求項１７２～１７４のいずれか一項に記載のシステム。

【請求項177】

前記出力信号が、エンドエフェクタ装置の制御信号である、請求項１５９～１７６のいずれかに記載のシステム。

【請求項178】

前記出力信号が、前記対象の神経系に適用される神経刺激信号である、請求項１５９～１７７のいずれかに記載のシステム。

【請求項179】

前記出力信号が、適用される薬物治療についての制御信号である、請求項１５９～１７８のいずれかに記載のシステム。

【請求項180】

前記出力制御器が、前記決定された出力神経刺激信号のタイミングに関するデータを前記入力制御器に送信するように構成されている、請求項１７８に記載のシステム。

【請求項181】

前記神経制御システムが、前記受信された神経データを更新機に送信するための手段をさらに含む、請求項１５９～１８０のうちのいずれかに記載のシステム。

【請求項182】

前記神経制御システムが、計算された神経バイオマーカの記録、出力信号、記録された神経データ、他のセンサからのデータ、または前記更新機への身体状態を表すデータの任意の組み合わせを送信するための手段をさらに含む、請求項１５９～１８１のいずれかに記載のシステム。

【請求項183】

前記神経制御システムが、前記少なくとも１つの機械学習モデルの更新を受信するための手段をさらに含む、請求項１５９～１８２のいずれかに記載のシステム。

【請求項184】

前記少なくとも１つの機械学習モデルの前記更新が、前記受信された神経データ計算された神経バイオマーカ、出力信号、記録された神経データ、他のセンサからのデータ、または身体状態を表すデータに基づいて計算される、請求項１８３に記載のシステム。

【請求項185】

前記神経制御システムが、前記適用された治療を更新する手段として、理想的な身体設定値への更新または身体設定値の計算を受信するための手段をさらに含む、請求項１５９～１８４のいずれかに記載のシステム。

【請求項186】

前記神経制御システムが、前記身体モデルの更新を受信するための手段をさらに含む、請求項１５９～１８５のいずれかに記載のシステム。

【請求項187】

前記更新が、リハビリテーションまたは再較正期間中のガイド付き活動の特定の期間中に記録されたデータに基づいて生成される、請求項１８３～１８６に記載のシステム。

【請求項188】

前記更新機が、自動クラウドシステムである、請求項１８３～１８７に記載のシステム。

【請求項189】

前記更新機が、ローカルの有線または無線接続を介した手動接続である、請求項１８３～１８７に記載のシステム。

【請求項190】

前記更新が、長期治療を計算するための１つ以上の機械学習システムによって自動的に計算される、請求項１８３～１８７に記載のシステム。

【請求項191】

前記更新が、治療を行う臨床医によって選択される、請求項１８３～１８７に記載のシステム。

【請求項192】

前記神経制御システムが、前記神経制御システムの性能を監視するための安全モジュールを組み込んでいる、請求項１５９～１９１のいずれかに記載のシステム。

【請求項193】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
これらの要素の性能が、前記安全モジュールによって監視されている、請求項１９２に記載のシステム。

【請求項194】

前記安全モジュールが、前記リアルタイムループ内の前記リアルタイム入力制御器と出力制御器の前記性能をさらに監視する、請求項１９２または１９３に記載のシステム。

【請求項195】

前記安全モジュールが、前記神経制御システムの任意の要素の機能を、その要素の性能の監視に基づいて選択的に低減または停止するために作動するように構成されている、請求項１９２～１９４に記載のシステム。

【請求項196】

前記安全モジュールが、前記神経制御システムを安全モードで動作させるように選択的に制御するように構成されている、請求項１９２～１９５に記載のシステム。

【請求項197】

前記神経制御システムが、前記神経制御システムのバージョン制御を監視するように構成された監査モジュールをさらに含み、
前記安全モジュールが、前記監査モジュールからの指令に基づいて作動するように構成されている、請求項１９２～１９６に記載のシステム。

【請求項198】

前記神経制御システムが、前記神経制御システムのバージョン制御を監視するように構成された監査モジュールをさらに含む、請求項１５９～１９７のいずれかに記載のシステム。

【請求項199】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
前記監査モジュールは、これらの要素の正しいバージョンに関する情報を前記更新機から受信するように構成されている、請求項１９７または１９８に記載のシステム。

【請求項200】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
前記監査モジュールは、これらの要素の前記神経制御システムの現在のバージョンに関する情報を安全モジュールから受信する、請求項１９８または１９９に記載のシステム。

【請求項201】

前記監査モジュールは、前記監査モジュールが、
ａ．誤ったバージョン管理、
ｂ．古いバージョン管理、
ｃ．不正なバージョン管理のうちの少なくとも１つを検出することに基づいて、前記神経制御システムの機能を低減または停止するように作動することを前記安全モジュールに指令するように構成されている、請求項１９８～２００のいずれか一項に記載のシステム。

【請求項202】

前記少なくとも１つの神経センサが、第１のモダリティを使用して動作し、前記出力信号は、前記第１とは異なる第２のモダリティを使用して前記対象の神経系に適用される神経刺激信号である、請求項１５９～２０１のいずれかに記載のシステム。

【請求項203】

神経制御システムであって、
少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するように構成された入力制御器と、
前記身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、前記受信された神経データを処理するために少なくとも１つの機械学習モデルを使用する少なくとも１つの機械学習手段と、
前記決定された出力信号を少なくとも１つの出力装置に送信するように構成された手段と、を含み、
これにより、前記神経制御システムは、前記身体状態の閉ループ制御を提供する第１の制御ループを形成し、
前記神経制御システムは、前記受信された神経データを前記更新機に送信するための手段を含む、別個の更新機に接続されており、
前記更新機は、前記受信された神経データを使用して機械学習トレーニングを実行し、更新された機械学習モデルを生成するように構成されており、
前記神経制御システムは、前記少なくとも１つの機械学習モデルを前記更新された機械学習モデルで置き換えるようにさらに構成されている、システム。

【請求項204】

アップロードされた神経データが、前記機械学習手段を再トレーニングするために使用される、請求項２０３に記載のシステム。

【請求項205】

前記少なくとも１つの機械学習手段が、神経バイオマーカを計算するために使用される、請求項２０３または２０４に記載のシステム。

【請求項206】

神経バイオマーカを計算する前記少なくとも１つの機械学習手段が、１つ以上の期間にわたる１人以上の患者を表す神経データからの機械学習再トレーニングに基づいて更新される、請求項２０３～２０５に記載のシステム。

【請求項207】

前記少なくとも１つの機械学習モデルが、前記受信された神経データを処理して前記少なくとも１つの出力信号を直接決定するための単一の機械学習モデルを含む、請求項２０４または２０５に記載のシステム。

【請求項208】

前記少なくとも１つの機械学習モデルが、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記識別された神経バイオマーカを処理し、前記少なくとも１つの出力信号を決定するための第２の機械学習モデルと、を含む、請求項２０３～２０５に記載のシステム。

【請求項209】

前記少なくとも１つの機械学習モデルが、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記出力信号を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、を含む、請求項２０４～２０６に記載のシステム。

【請求項210】

前記少なくとも１つの機械学習モデルが、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
身体状態における前記望ましい変化を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、
身体状態の前記望ましい変化を処理し、前記出力信号を決定するための第２の機械学習モデルと、を含む、請求項２０３～２０５に記載のシステム。

【請求項211】

前記望ましい身体設定値が、受信された神経データまたは受信された神経バイオマーカに基づいて、前記閉ループ制御器内で計算される、請求項２０９または２１０に記載のシステム。

【請求項212】

前記神経制御システムが、非神経センサからの対象の身体状態に関する前記受信データを使用して、前記望ましい身体設定値を計算する、請求項２１０または２１１に記載のシステム。

【請求項213】

前記閉ループ制御器が、身体モデルの出力を使用して、前記身体状態の望ましい変化の決定を通知する、請求項２０９または２１０に記載のシステム。

【請求項214】

前記身体モデルが、神経バイオマーカおよび／または非神経センサの任意の組み合わせによって通知される状態空間モデルである、請求項２１３に記載のシステム。

【請求項215】

前記身体モデルが、神経バイオマーカまたは非神経センサの任意の組み合わせによって通知される機能モデルである、請求項２１３に記載のシステム。

【請求項216】

前記身体モデルが、適用された出力信号に続く前記対象の前記身体状態を特徴づける受信された神経または他のセンサデータに基づいて更新される、請求項２１３～２１５に記載のシステム。

【請求項217】

前記身体モデルの更新が、前記出力信号に対する応答の独自の推定を行い、これと前記受信された神経または他のセンサデータとの比較を使用して、前記身体モデルの前記更新を計算する、請求項２１６に記載のシステム。

【請求項218】

前記神経制御システムは、非神経センサから前記対象の身体状態に関するデータを受信するように構成された手段をさらに含み、
前記少なくとも１つの機械学習手段が、前記受信されたデータをさらに処理して前記少なくとも１つの出力信号を決定する、請求項２０３～２１７に記載のシステム。

【請求項219】

前記神経制御システムが、前記決定された出力信号を受信し、前記決定された出力信号を前記少なくとも１つの出力装置に送信するように構成された出力制御器をさらに備える、請求項２０３～２１８に記載のシステム。

【請求項220】

前記出力制御器が、前記入力制御器から受信された神経データに関する選択されたデータを受信するように構成され、
これにより、前記入力制御器および前記出力制御器が、前記第１の制御ループよりも応答待ち時間が短い第２の制御ループを形成する、請求項２１９に記載のシステム。

【請求項221】

前記出力制御器が、前記受信された神経データを特徴づける前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の任意のパラメータのリアルタイム変調を実行するように構成されている、請求項２２０に記載のシステム。

【請求項222】

前記リアルタイム変調が１～１００マイクロ秒で発生する、請求項２２１に記載のシステム。

【請求項223】

前記出力制御器は、前記入力制御器から受信された神経データのタイミングに関する選択されたデータを受信するように構成され、
前記出力制御器が、受信された神経データのタイミングに関する前記選択されたデータに少なくとも部分的に基づいて、前記決定された出力信号が送信される時間を制御するように構成されている、請求項２２０～２２２のいずれか一項に記載のシステム。

【請求項224】

前記出力制御器が、前記入力制御器から受信された神経データの振幅に関する選択されたデータを受信するように構成され、
前記出力制御器が、受信された神経データの振幅に関する前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の前記振幅および／または周波数を制御するように構成されている、請求項２２０～２２２のいずれか一項に記載のシステム。

【請求項225】

前記出力信号が、エンドエフェクタ装置の制御信号である、請求項２０３～２２４のいずれかに記載のシステム。

【請求項226】

前記出力信号が、前記対象の神経系に適用される神経刺激信号である、請求項２０３～２２５に記載のシステム。

【請求項227】

前記出力信号が、適用される薬物治療についての制御信号である、請求項２０３～２２６のいずれかに記載のシステム。

【請求項228】

前記神経制御システムが、前記決定された出力神経刺激信号を受信し、前記決定された出力神経刺激信号を少なくとも１つの出力装置に送信し、前記決定された出力神経刺激信号の前記タイミングに関するデータを前記入力制御器に送信するように構成された出力制御器をさらに備える、請求項２２７に記載のシステム。

【請求項229】

前記入力制御器は、前記決定された出力神経刺激信号が出力されているときに、前記受信された神経データを前記少なくとも１つの機械学習手段に送信することを停止するように構成されている、請求項２２８に記載のシステム。

【請求項230】

前記神経制御システムが、前記受信された神経データを更新機に送信するための手段をさらに含む、請求項２０３～２２９のいずれかに記載のシステム。

【請求項231】

前記神経制御システムが、計算された神経バイオマーカの記録、出力信号、記録された神経データ、他のセンサからのデータ、または前記更新機への身体状態を表すデータの任意の組み合わせを送信するための手段をさらに含む、請求項２０３～２３０のいずれかに記載のシステム。

【請求項232】

前記神経制御システムが、前記少なくとも１つの機械学習モデルの更新を受信するための手段をさらに含む、請求項２０３～２３１のいずれかに記載のシステム。

【請求項233】

前記少なくとも１つの機械学習モデルの前記更新が、前記受信された神経データ計算された神経バイオマーカ、出力信号、記録された神経データ、他のセンサからのデータ、または身体状態を表すデータに基づいて計算される、請求項２３２に記載のシステム。

【請求項234】

前記神経制御システムが、前記適用された治療を更新する手段として、理想的な身体設定値への更新または身体設定値の計算を受信するための手段をさらに含む、請求項２０３～２３３のいずれかに記載のシステム。

【請求項235】

前記神経制御システムが、前記身体モデルの更新を受信するための手段をさらに含む、請求項２１３～２１７のいずれかに記載のシステム。

【請求項236】

前記更新が、リハビリテーションまたは再較正期間中のガイド付き活動の特定の期間中に記録されたデータに基づいて生成される、請求項２３１～２３５に記載のシステム。

【請求項237】

前記更新機が、自動クラウドシステムである、請求項２３１～２３５に記載のシステム。

【請求項238】

前記更新機が、ローカルの有線または無線接続を介した手動接続である、請求項２３１～２３５に記載のシステム。

【請求項239】

前記更新が、長期治療を計算するための１つ以上の機械学習システムによって自動的に計算される、請求項２３１～２３５に記載のシステム。

【請求項240】

前記更新が、治療を行う臨床医によって選択される、請求項２３１～２３５に記載のシステム。

【請求項241】

前記神経制御システムが、前記神経制御システムの性能を監視するための安全モジュールを組み込んでいる、請求項２０３～２４０に記載のシステム。

【請求項242】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
これらの要素の性能が、前記安全モジュールによって監視されている、請求項２４１に記載のシステム。

【請求項243】

前記安全モジュールが、前記リアルタイムループ内の前記リアルタイム入力制御器と出力制御器の前記性能をさらに監視する、請求項２４１または２４２に記載のシステム。

【請求項244】

前記安全モジュールが、前記神経制御システムの任意の要素の機能を、その要素の性能の監視に基づいて選択的に低減または停止するために作動するように構成されている、請求項２４１～２４３に記載のシステム。

【請求項245】

前記安全モジュールが、前記神経制御システムを安全モードで動作させるように選択的に制御するように構成されている、請求項２４１～２４４に記載のシステム。

【請求項246】

前記神経制御システムが、前記神経制御システムのバージョン制御を監視するように構成された監査モジュールをさらに含み、
前記安全モジュールが、前記監査モジュールからの指令に基づいて作動するように構成されている、請求項２４１～２４５に記載のシステム。

【請求項247】

前記神経制御システムが、前記神経制御システムのバージョン制御を監視するように構成された監査モジュールをさらに含む、請求項２０３～２４６に記載のシステム。

【請求項248】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
前記監査モジュールは、これらの要素の正しいバージョンに関する情報を前記更新機から受信するように構成されている、請求項２４６または２４７に記載のシステム。

【請求項249】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
前記監査モジュールは、これらの要素の前記神経制御システムの現在のバージョンに関する情報を安全モジュールから受信する、請求項２４７または２４８に記載のシステム。

【請求項250】

前記監査モジュールは、前記監査モジュールが、
ａ．誤ったバージョン管理、
ｂ．古いバージョン管理、
ｃ．不正なバージョン管理のうちの少なくとも１つを検出することに基づいて、前記神経制御システムの機能を低減または停止するように作動することを前記安全モジュールに指令するように構成されている、請求項２４７～２４９のいずれか一項に記載のシステム。

【請求項251】

前記少なくとも１つの神経センサが、第１のモダリティを使用して動作し、前記出力信号は、前記第１とは異なる第２のモダリティを使用して前記対象の神経系に適用される神経刺激信号である、請求項２０３～２５１に記載のシステム。

【請求項252】

神経制御システムであって、
少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するように構成された入力制御器と、
前記身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、前記受信された神経データを処理するために構成された少なくとも１つの神経データ処理手段と、
前記決定された出力信号を少なくとも１つの出力装置に送信するように構成された手段と、を含み、
これにより、前記神経制御システムは、前記身体状態の閉ループ制御を提供する第１の制御ループを形成し、
前記神経制御システムは、前記閉ループ制御器の性能を監視する安全モジュールを、組み込み、
前記安全モジュールは、その性能を監視することに基づいて、前記第１の制御ループの任意の要素の機能を低減または停止するために作動するように構成されている、システム。

【請求項253】

前記安全モジュールが、その性能を監視することに基づいて、前記神経制御システムの任意の要素の機能を低減または停止するために作動するように構成されている、請求項２５２に記載のシステム。

【請求項254】

前記神経データ処理手段が、前記受信された神経データを処理して前記少なくとも１つの出力信号を直接決定するための単一の機械学習モデルを含む、請求項２５２または２５３に記載のシステム。

【請求項255】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記識別された神経バイオマーカを処理し、前記少なくとも１つの出力信号を決定するための第２の機械学習モデルと、を含む、請求項２５２～２５４に記載のシステム。

【請求項256】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記出力信号を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、を含む、請求項２５２～２５４に記載のシステム。

【請求項257】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
身体状態における前記望ましい変化を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、
身体状態の前記望ましい変化を処理し、前記出力信号を決定するための第２の機械学習モデルと、を含む、請求項２５２～２５４に記載のシステム。

【請求項258】

前記望ましい身体設定値が、受信された神経データまたは受信された神経バイオマーカに基づいて、前記閉ループ制御器内で計算される、請求項２５６または２５７に記載のシステム。

【請求項259】

前記神経制御システムが、非神経センサからの対象の身体状態に関する前記受信データを使用して、前記望ましい身体設定値を計算する、請求項２５７または２５８に記載のシステム。

【請求項260】

前記閉ループ制御器が、身体モデルの出力を使用して、前記身体状態の望ましい変化の決定を通知する、請求項２５６または２５７に記載のシステム。

【請求項261】

前記身体モデルが、神経バイオマーカおよび／または非神経センサの任意の組み合わせによって通知される状態空間モデルである、請求項２６０に記載のシステム。

【請求項262】

前記身体モデルが、神経バイオマーカまたは非神経センサの任意の組み合わせによって通知される機能モデルである、請求項２６０に記載のシステム。

【請求項263】

前記身体モデルが、適用された出力信号に続く前記対象の前記身体状態を特徴づける受信された神経または他のセンサデータに基づいて更新される、請求項２６０～２６２に記載のシステム。

【請求項264】

前記身体モデルの更新が、前記出力信号に対する応答の独自の推定を行い、これと前記受信された神経または他のセンサデータとの比較を使用して、前記身体モデルの前記更新を計算する、請求項２６３に記載のシステム。

【請求項265】

前記神経制御システムは、非神経センサから前記対象の身体状態に関するデータを受信するように構成された手段をさらに含み、
前記少なくとも１つの機械学習手段が、前記受信されたデータをさらに処理して前記少なくとも１つの出力信号を決定する、請求項２５２～２６４に記載のシステム。

【請求項266】

前記神経制御システムが、前記決定された出力信号を受信し、前記決定された出力信号を前記少なくとも１つの出力装置に送信するように構成された出力制御器をさらに備える、請求項２５２～２６５に記載のシステム。

【請求項267】

前記出力制御器が、前記入力制御器から受信された神経データに関する選択されたデータを受信するように構成され、
これにより、前記入力制御器および前記出力制御器が、前記第１の制御ループよりも応答待ち時間が短い第２の制御ループを形成する、請求項２６６に記載のシステム。

【請求項268】

前記出力制御器が、前記受信された神経データを特徴づける前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の任意のパラメータのリアルタイム変調を実行するように構成されている、請求項２６７に記載のシステム。

【請求項269】

前記リアルタイム変調が１～１００マイクロ秒で発生する、請求項２６８に記載のシステム。

【請求項270】

前記出力制御器が、前記入力制御器から受信された神経データのタイミングに関する選択されたデータを受信するように構成され、
前記出力制御器が、受信された神経データのタイミングに関する前記選択されたデータに少なくとも部分的に基づいて、前記決定された出力信号が送信される時間を制御するように構成されている、請求項２６７～２６９のいずれか一項に記載のシステム。

【請求項271】

前記出力制御器が、前記入力制御器から受信された神経データの振幅に関する選択されたデータを受信するように構成され、
前記出力制御器が、受信された神経データの振幅に関する前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の前記振幅および／または周波数を制御するように構成されている、請求項２６７～２６９のいずれか一項に記載のシステム。

【請求項272】

前記出力信号が、エンドエフェクタ装置の制御信号である、請求項２５２～２７１に記載のシステム。

【請求項273】

前記出力信号が、前記対象の神経系に適用される神経刺激信号である、請求項２５２～２７１に記載のシステム。

【請求項274】

前記出力信号が、適用される薬物治療についての制御信号である、請求項２５２～２７２に記載のシステム。

【請求項275】

前記神経制御システムが、前記決定された出力神経刺激信号を受信し、前記決定された出力神経刺激信号を少なくとも１つの出力装置に送信し、前記決定された出力神経刺激信号の前記タイミングに関するデータを前記入力制御器に送信するように構成された出力制御器をさらに備える、請求項２７４に記載のシステム。

【請求項276】

前記入力制御器は、前記決定された出力神経刺激信号が出力されているときに、前記受信された神経データを前記少なくとも１つの機械学習手段に送信することを停止するように構成されている、請求項２７５に記載のシステム。

【請求項277】

前記神経制御システムが、前記受信された神経データを更新機に送信するための手段をさらに含む、請求項２５２～２７６に記載のシステム。

【請求項278】

前記神経制御システムが、計算された神経バイオマーカの記録、出力信号、記録された神経データ、他のセンサからのデータ、または前記更新機への身体状態を表すデータの任意の組み合わせを送信するための手段をさらに含む、請求項２５２～２７７に記載のシステム。

【請求項279】

前記神経制御システムが、前記少なくとも１つの機械学習モデルの更新を受信するための手段をさらに含む、請求項２５２～２７８に記載のシステム。

【請求項280】

前記少なくとも１つの機械学習モデルの前記更新が、前記受信された神経データ計算された神経バイオマーカ、出力信号、記録された神経データ、他のセンサからのデータ、または身体状態を表すデータに基づいて計算される、請求項２７９に記載のシステム。

【請求項281】

前記神経制御システムが、前記適用された治療を更新する手段として、理想的な身体設定値への更新または身体設定値の計算を受信するための手段をさらに含む、請求項２５２～２８０に記載のシステム。

【請求項282】

前記神経制御システムが、前記身体モデルの更新を受信するための手段をさらに含む、請求項２６０～２６４のいずれかに記載のシステム。

【請求項283】

前記更新が、リハビリテーションまたは再較正期間中のガイド付き活動の特定の期間中に記録されたデータに基づいて生成される、請求項２７８～２８２に記載のシステム。

【請求項284】

前記更新機が、自動クラウドシステムである、請求項２７８～２８２に記載のシステム。

【請求項285】

前記更新機が、ローカルの有線または無線接続を介した手動接続である、請求項２７８～２８２に記載のシステム。

【請求項286】

前記更新が、長期治療を計算するための１つ以上の機械学習システムによって自動的に計算される、請求項２７８～２８２に記載のシステム。

【請求項287】

前記更新が、治療を行う臨床医によって選択される、請求項２７８～２８２に記載のシステム。

【請求項288】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
これらの要素の性能が、前記安全モジュールによって監視されている、請求項２５２～２８７に記載のシステム。

【請求項289】

前記安全モジュールが、前記リアルタイムループ内の前記リアルタイム入力制御器と出力制御器の前記性能をさらに監視する、請求項２８８に記載のシステム。

【請求項290】

前記安全モジュールが、前記神経制御システムの任意の要素の機能を、その要素の性能の監視に基づいて選択的に低減または停止するために作動するように構成されている、請求項２８８または２８９に記載のシステム。

【請求項291】

前記安全モジュールが、前記神経制御システムを安全モードで動作させるように選択的に制御するように構成されている、請求項２８８～２９０に記載のシステム。

【請求項292】

前記神経制御システムが、前記神経制御システムのバージョン制御を監視するように構成された監査モジュールをさらに含み、
前記安全モジュールが、前記監査モジュールからの指令に基づいて作動するように構成されている、請求項２８８～２９１に記載のシステム。

【請求項293】

前記神経制御システムが、前記神経制御システムのバージョン制御を監視するように構成された監査モジュールをさらに含む、請求項２５２～２９２に記載のシステム。

【請求項294】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
前記監査モジュールは、これらの要素の正しいバージョンに関する情報を前記更新機から受信するように構成されている、請求項２９２または２９３に記載のシステム。

【請求項295】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
前記監査モジュールは、これらの要素の前記神経制御システムの現在のバージョンに関する情報を安全モジュールから受信する、請求項２９２～２９４に記載のシステム。

【請求項296】

前記監査モジュールは、前記監査モジュールが
ａ．誤ったバージョン管理、
ｂ．古いバージョン管理、
ｃ．不正なバージョン管理のうちの少なくとも１つを検出することに基づいて、前記神経制御システムの機能を低減または停止するように作動することを前記安全モジュールに指令するように構成されている、請求項２９２～２９５のいずれか一項に記載のシステム。

【請求項297】

前記少なくとも１つの神経センサが、第１のモダリティを使用して動作し、前記出力信号は、前記第１とは異なる第２のモダリティを使用して前記対象の神経系に適用される神経刺激信号である、請求項２５２～２９６に記載のシステム。

【請求項298】

神経制御システムであって、
少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するように構成された入力制御器と、
前記身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、前記受信された神経データを処理するために構成された少なくとも１つの神経データ処理手段と、
前記決定された出力信号を少なくとも１つの出力装置に送信するように構成された手段と、を含み、
これにより、前記神経制御システムは、前記身体状態の閉ループ制御を提供する第１の制御ループを形成し、
前記神経制御システムが、前記神経制御システムのバージョン制御を監視するように構成された監査モジュールをさらに含み、
前記監査モジュールは、前記神経制御システムの正しいバージョンに関する情報を前記更新機から受信するように構成されており、
前記監査モジュールは、前記神経制御システムの現在のバージョンに関する情報を取得するように構成されており、
前記監査モジュールは、前記神経制御システムの正しくかつ現在のバージョンに基づいて前記神経制御システムの機能を低減または停止するように作動することを安全モジュールに指令するように構成されている、システム。

【請求項299】

前記神経制御システムが、前記安全モジュールを組み込み、
前記安全モジュールが、前記神経制御システムの性能を監視するように構成されている、請求項２９８に記載のシステム。

【請求項300】

前記監査モジュールが、前記安全モジュールから前記神経制御システムの前記神経制御システムの前記現在のバージョンに関する情報を取得するように構成されている、請求項２９９に記載のシステム。

【請求項301】

前記神経データ処理手段が、前記受信された神経データを処理して前記少なくとも１つの出力信号を直接決定するための単一の機械学習モデルを含む、請求項２９８～３００に記載のシステム。

【請求項302】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記識別された神経バイオマーカを処理し、前記少なくとも１つの出力信号を決定するための第２の機械学習モデルと、を含む、請求項２９８～３００に記載のシステム。

【請求項303】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記出力信号を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、を含む、請求項２９８～３００に記載のシステム。

【請求項304】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
身体状態における前記望ましい変化を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、
身体状態の前記望ましい変化を処理し、前記出力信号を決定するための第２の機械学習モデルと、を含む、請求項２９８～３００に記載のシステム。

【請求項305】

前記望ましい身体設定値が、受信された神経データまたは受信された神経バイオマーカに基づいて、前記閉ループ制御器内で計算される、請求項３０３または３０４に記載のシステム。

【請求項306】

前記神経制御システムが、非神経センサからの対象の身体状態に関する前記受信データを使用して、前記望ましい身体設定値を計算する、請求項３０４または３０５に記載のシステム。

【請求項307】

前記閉ループ制御器が、身体モデルの出力を使用して、前記身体状態の望ましい変化の決定を通知する、請求項３０３または３０４に記載のシステム。

【請求項308】

前記身体モデルが、神経バイオマーカおよび／または非神経センサの任意の組み合わせによって通知される状態空間モデルである、請求項３０７に記載のシステム。

【請求項309】

前記身体モデルが、神経バイオマーカまたは非神経センサの任意の組み合わせによって通知される機能モデルである、請求項３０７に記載のシステム。

【請求項310】

前記身体モデルが、適用された出力信号に続く前記対象の前記身体状態を特徴づける受信された神経または他のセンサデータに基づいて更新される、請求項３０７～３０９に記載のシステム。

【請求項311】

前記身体モデルの更新が、前記出力信号に対する応答の独自の推定を行い、これと前記受信された神経または他のセンサデータとの比較を使用して、前記身体モデルの前記更新を計算する、請求項３１０に記載のシステム。

【請求項312】

前記神経制御システムが、非神経センサから前記対象の身体状態に関するデータを受信するように構成された手段をさらに含み、
前記少なくとも１つの機械学習手段が、前記受信されたデータをさらに処理して前記少なくとも１つの出力信号を決定する、請求項２９８～３１０に記載のシステム。

【請求項313】

前記神経制御システムが、前記決定された出力信号を受信し、前記決定された出力信号を少なくとも１つの出力装置に送信するように構成された出力制御器をさらに備える、請求項２９８～３１２に記載のシステム。

【請求項314】

前記出力制御器が、前記入力制御器から受信された神経データに関する選択されたデータを受信するように構成され、
これにより、前記入力制御器および前記出力制御器が、前記第１の制御ループよりも応答待ち時間が短い第２の制御ループを形成する、請求項３１３に記載のシステム。

【請求項315】

前記出力制御器が、前記受信された神経データを特徴づける、前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の任意のパラメータのリアルタイム変調を実行するように構成されている、請求項３１４に記載のシステム。

【請求項316】

前記リアルタイム変調が、１～１００マイクロ秒で発生する、請求項３１５に記載のシステム。

【請求項317】

前記出力制御器が、前記入力制御器から受信された神経データのタイミングに関する選択されたデータを受信するように構成され、
前記出力制御器が、受信された神経データのタイミングに関する前記選択されたデータに少なくとも部分的に基づいて、前記決定された出力信号が送信される時間を制御するように構成されている、請求項３１３～３１６のいずれか一項に記載のシステム。

【請求項318】

前記出力制御器が、前記入力制御器から受信された神経データの振幅に関する選択されたデータを受信するように構成され、
前記出力制御器が、受信された神経データの振幅に関する前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の前記振幅および／または周波数を制御するように構成されている、請求項３１３～３１６のいずれか一項に記載のシステム。

【請求項319】

前記出力信号が、エンドエフェクタ装置の制御信号である、請求項２９８～３１８に記載のシステム。

【請求項320】

前記出力信号が、前記対象の神経系に適用される神経刺激信号である、請求項２９８～３１９に記載のシステム。

【請求項321】

前記出力信号が、適用される薬物治療についての制御信号である、請求項２９８～３２０に記載のシステム。

【請求項322】

前記神経制御システムが、前記決定された出力神経刺激信号を受信し、前記決定された出力神経刺激信号を少なくとも１つの出力装置に送信し、前記決定された出力神経刺激信号の前記タイミングに関するデータを前記入力制御器に送信するように構成された出力制御器をさらに備える、請求項３２１に記載のシステム。

【請求項323】

前記入力制御器は、前記決定された出力神経刺激信号が出力されているときに、前記受信された神経データを前記少なくとも１つの機械学習手段に送信することを停止するように構成されている、請求項３２２に記載のシステム。

【請求項324】

前記神経制御システムが、前記受信された神経データを更新機に送信するための手段をさらに含む、請求項２９８～３２３に記載のシステム。

【請求項325】

前記神経制御システムが、計算された神経バイオマーカの記録、出力信号、記録された神経データ、他のセンサからのデータ、または前記更新機への身体状態を表すデータの任意の組み合わせを送信するための手段をさらに含む、請求項２９８～３２４に記載のシステム。

【請求項326】

前記神経制御システムが、前記少なくとも１つの機械学習モデルの更新を受信するための手段をさらに含む、請求項２９８～３２５に記載のシステム。

【請求項327】

前記少なくとも１つの機械学習モデルの前記更新が、前記受信された神経データ計算された神経バイオマーカ、出力信号、記録された神経データ、他のセンサからのデータ、または身体状態を表すデータに基づいて計算される、請求項３２６に記載のシステム。

【請求項328】

前記神経制御システムが、前記適用された治療を更新する手段として、理想的な身体設定値への更新または身体設定値の計算を受信するための手段をさらに含む、請求項２９８～３２７に記載のシステム。

【請求項329】

前記神経制御システムが、前記身体モデルの更新を受信するための手段をさらに含む、請求項３０５～３１１のいずれかに記載のシステム。

【請求項330】

前記更新が、リハビリテーションまたは再較正期間中のガイド付き活動の特定の期間中に記録されたデータに基づいて生成される、請求項３２５～３２９に記載のシステム。

【請求項331】

前記更新機が、自動クラウドシステムである、請求項３２５～３２９に記載のシステム。

【請求項332】

前記更新機が、ローカルの有線または無線接続を介した手動接続である、請求項３２５～３２９に記載のシステム。

【請求項333】

前記更新が、長期治療を計算するための１つ以上の機械学習システムによって自動的に計算される、請求項３２５～３２９に記載のシステム。

【請求項334】

前記更新が、治療を行う臨床医によって選択される、請求項３２５～３２９に記載のシステム。

【請求項335】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
これらの要素の性能が、前記安全モジュールによって監視されている、請求項２９９または３００に記載のシステム。

【請求項336】

前記安全モジュールが、前記リアルタイムループ内の前記リアルタイム入力制御器と出力制御器の前記性能をさらに監視する、請求項３３５に記載のシステム。

【請求項337】

前記安全モジュールが、前記神経制御システムの任意の要素の機能を、その要素の性能の監視に基づいて選択的に低減または停止するために作動するように構成されている、請求項３３５または３３６に記載のシステム。

【請求項338】

前記安全モジュールが、前記神経制御システムを安全モードで動作させるように選択的に制御するように構成されている、請求項３３５～３３７に記載のシステム。

【請求項339】

前記安全モジュールが、前記監査モジュールからの指令に基づいて作動するように構成されている、請求項３３５～３３８に記載のシステム。

【請求項340】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
前記監査モジュールは、これらの要素の正しいバージョンに関する情報を前記更新機から受信するように構成されている、請求項２９８～３３９に記載のシステム。

【請求項341】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
前記監査モジュールは、これらの要素の前記神経制御システムの前記現在のバージョンに関する情報を安全モジュールから受信する、請求項２９８～３４０に記載のシステム。

【請求項342】

前記監査モジュールは、前記監査モジュールが
ａ．誤ったバージョン管理、
ｂ．古いバージョン管理、
ｃ．不正なバージョン管理のうちの少なくとも１つを検出することに基づいて、前記神経制御システムの機能を低減または停止するように作動することを前記安全モジュールに指令するように構成されている、請求項２９８～３４１に記載のシステム。

【請求項343】

前記少なくとも１つの神経センサが、第１のモダリティを使用して動作し、前記出力信号は、前記第１とは異なる第２のモダリティを使用して前記対象の神経系に適用される神経刺激信号である、請求項２９８～３４２に記載のシステム。

【請求項344】

神経制御システムであって、
少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するように構成された入力制御器と、
前記身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、前記受信された神経データを処理するために構成された少なくとも１つの神経データ処理手段と、
前記決定された出力信号を少なくとも１つの出力装置に送信するように構成された手段と、を含み、
これにより、前記神経制御システムは、前記身体状態の閉ループ制御を提供する第１の制御ループを形成し、
前記身体状態の望ましい値は、治療として事前に設定された身体設定値によって達成される、システム。

【請求項345】

前記神経データ処理手段が、前記受信された神経データを処理して前記少なくとも１つの出力信号を直接決定するための単一の機械学習モデルを含む、請求項３４４に記載のシステム。

【請求項346】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記識別された神経バイオマーカを処理し、前記少なくとも１つの出力信号を決定するための第２の機械学習モデルと、を含む、請求項３４４に記載のシステム。

【請求項347】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記出力信号を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、を含む、請求項３４４に記載のシステム。

【請求項348】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
身体状態における前記望ましい変化を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、
身体状態の前記望ましい変化を処理し、前記出力信号を決定するための第２の機械学習モデルと、を含む、請求項３４４に記載のシステム。

【請求項349】

前記望ましい身体設定値が、受信された神経データまたは受信された神経バイオマーカに基づいて、前記閉ループ制御器内で計算される、請求項３４７または３４８に記載のシステム。

【請求項350】

前記神経制御システムが、非神経センサからの対象の身体状態に関する前記受信データを使用して、前記望ましい身体設定値を計算する、請求項３４８または３４９に記載のシステム。

【請求項351】

前記閉ループ制御器が、身体モデルの出力を使用して、前記身体状態の望ましい変化の決定を通知する、請求項３４７または３４８に記載のシステム。

【請求項352】

前記身体モデルが、神経バイオマーカおよび／または非神経センサの任意の組み合わせによって通知される状態空間モデルである、請求項３５１に記載のシステム。

【請求項353】

前記身体モデルが、神経バイオマーカまたは非神経センサの任意の組み合わせによって通知される機能モデルである、請求項３５１に記載のシステム。

【請求項354】

前記身体モデルが、適用された出力信号に続く前記対象の前記身体状態を特徴づける受信された神経または他のセンサデータに基づいて更新される、請求項３５１～３５３に記載のシステム。

【請求項355】

前記身体モデルの更新が、前記出力信号に対する応答の独自の推定を行い、これと前記受信された神経または他のセンサデータとの比較を使用して、前記身体モデルの前記更新を計算する、請求項３５４に記載のシステム。

【請求項356】

前記神経制御システムが、非神経センサから前記対象の身体状態に関するデータを受信するように構成された手段をさらに含み、
前記少なくとも１つの機械学習手段が、前記受信されたデータをさらに処理して前記少なくとも１つの出力信号を決定する、請求項３４４～３５５に記載のシステム。

【請求項357】

前記神経制御システムが、前記決定された出力信号を受信し、前記決定された出力信号を少なくとも１つの出力装置に送信するように構成された出力制御器をさらに備える、請求項３４５～３５６に記載のシステム。

【請求項358】

前記出力制御器が、前記入力制御器から受信された神経データに関する選択されたデータを受信するように構成され、
これにより、前記入力制御器および前記出力制御器が、前記第１の制御ループよりも応答待ち時間が短い第２の制御ループを形成する、請求項３５７に記載のシステム。

【請求項359】

前記出力制御器が、前記受信された神経データを特徴づける前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の任意のパラメータのリアルタイム変調を実行するように構成されている、請求項３５８に記載のシステム。

【請求項360】

前記リアルタイム変調が、１～１００マイクロ秒で発生する、請求項３５９に記載のシステム。

【請求項361】

前記出力制御器が、前記入力制御器から受信された神経データのタイミングに関する選択されたデータを受信するように構成され、
前記出力制御器が、受信された神経データのタイミングに関する前記選択されたデータに少なくとも部分的に基づいて、前記決定された出力信号が送信される時間を制御するように構成されている、請求項３５８～３６０のいずれか一項に記載のシステム。

【請求項362】

前記出力制御器が、前記入力制御器から受信された神経データの振幅に関する選択されたデータを受信するように構成され、
前記出力制御器が、受信された神経データの振幅に関する前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の前記振幅および／または周波数を制御するように構成されている、請求項３５８～３６０のいずれか一項に記載のシステム。

【請求項363】

前記出力信号が、エンドエフェクタ装置の制御信号である、請求項３４４～３６２に記載のシステム。

【請求項364】

前記出力信号が、前記対象の神経系に適用される神経刺激信号である、請求項３４４～３６３に記載のシステム。

【請求項365】

前記出力信号が、適用される薬物治療についての制御信号である、請求項３４４～３６４に記載のシステム。

【請求項366】

前記神経制御システムが、前記決定された出力神経刺激信号を受信し、前記決定された出力神経刺激信号を少なくとも１つの出力装置に送信し、前記決定された出力神経刺激信号の前記タイミングに関するデータを前記入力制御器に送信するように構成された出力制御器をさらに備える、請求項３６５に記載のシステム。

【請求項367】

前記入力制御器は、前記決定された出力神経刺激信号が出力されているときに、前記受信された神経データを前記少なくとも１つの機械学習手段に送信することを停止するように構成されている、請求項３６６に記載のシステム。

【請求項368】

前記神経制御システムが、前記受信された神経データを更新機に送信するための手段をさらに含む、請求項３４４～３６７に記載のシステム。

【請求項369】

前記神経制御システムが、計算された神経バイオマーカの記録、出力信号、記録された神経データ、他のセンサからのデータ、または前記更新機への身体状態を表すデータの任意の組み合わせを送信するための手段をさらに含む、請求項３４４～３６８に記載のシステム。

【請求項370】

前記神経制御システムが、前記少なくとも１つの機械学習モデルの更新を受信するための手段をさらに含む、請求項３４４～３６９に記載のシステム。

【請求項371】

前記少なくとも１つの機械学習モデルの前記更新が、前記受信された神経データ計算された神経バイオマーカ、出力信号、記録された神経データ、他のセンサからのデータ、または身体状態を表すデータに基づいて計算される、請求項３７０に記載のシステム。

【請求項372】

前記神経制御システムが、前記適用された治療を更新する手段として、理想的な身体設定値への更新または身体設定値の計算を受信するための手段をさらに含む、請求項３４４～３７１に記載のシステム。

【請求項373】

前記神経制御システムが、前記身体モデルの更新を受信するための手段をさらに含む、請求項３５１～３５５のいずれかに記載のシステム。

【請求項374】

前記更新が、リハビリテーションまたは再較正期間中のガイド付き活動の特定の期間中に記録されたデータに基づいて生成される、請求項３７１～３７３に記載のシステム。

【請求項375】

前記更新機が、自動クラウドシステムである、請求項３６９～３７３に記載のシステム。

【請求項376】

前記更新機が、ローカルの有線または無線接続を介した手動接続である、請求項３６９～３７３に記載のシステム。

【請求項377】

前記更新が、長期治療を計算するための１つ以上の機械学習システムによって自動的に計算される、請求項３６９～３７３に記載のシステム。

【請求項378】

前記更新が、治療を行う臨床医によって選択される、請求項３６９～３７３に記載のシステム。

【請求項379】

前記神経制御システムが、前記神経制御システムの性能を監視するための安全モジュールを組み込んでいる、請求項３４４～３７８に記載のシステム。

【請求項380】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
これらの要素の性能が、前記安全モジュールによって監視されている、請求項３７９に記載のシステム。

【請求項381】

前記安全モジュールが、前記リアルタイムループ内の前記リアルタイム入力制御器と出力制御器の前記性能をさらに監視する、請求項３７９または３８０に記載のシステム。

【請求項382】

前記安全モジュールが、前記神経制御システムの任意の要素の機能を、その要素の性能の監視に基づいて選択的に低減または停止するために作動するように構成されている、請求項３７９～３８１に記載のシステム。

【請求項383】

前記安全モジュールが、前記神経制御システムを安全モードで動作させるように選択的に制御するように構成されている、請求項３７９～３８２に記載のシステム。

【請求項384】

前記神経制御システムが、前記神経制御システムのバージョン制御を監視するように構成された監査モジュールをさらに含み、
前記安全モジュールが、前記監査モジュールからの指令に基づいて作動するように構成されている、請求項３７９～３８３に記載のシステム。

【請求項385】

前記神経制御システムが、前記神経制御システムのバージョン制御を監視するように構成された監査モジュールをさらに含む、請求項３４４～３８４に記載のシステム。

【請求項386】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
前記監査モジュールは、これらの要素の正しいバージョンに関する情報を前記更新機から受信するように構成されている、請求項３８４または３８５に記載のシステム。

【請求項387】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
前記監査モジュールは、これらの要素の前記神経制御システムの現在のバージョンに関する情報を安全モジュールから受信する、請求項３８５または３８６に記載のシステム。

【請求項388】

前記監査モジュールは、前記監査モジュールが、
ａ．誤ったバージョン管理、
ｂ．古いバージョン管理、
ｃ．不正なバージョン管理のうちの少なくとも１つを検出することに基づいて、前記神経制御システムの機能を低減または停止するように作動することを前記安全モジュールに指令するように構成されている、請求項３８５または３８６のいずれか一項に記載のシステム。

【請求項389】

前記少なくとも１つの神経センサが、第１のモダリティを使用して動作し、前記出力信号は、前記第１とは異なる第２のモダリティを使用して前記対象の神経系に適用される神経刺激信号である、請求項３４４～３８８に記載のシステム。

【請求項390】

神経制御システムであって、
少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するように構成された入力制御器と、
前記身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、前記受信された神経データを処理するために構成された少なくとも１つの神経データ処理手段と、
前記決定された出力信号を少なくとも１つの出力装置に送信するように構成された手段と、を含み、
これにより、前記神経制御システムは、前記身体状態の閉ループ制御を提供する第１の制御ループを形成し、
前記身体状態の望ましい値は、身体の設定値によって達成され、
前記設定値は、受信されたセンサデータに基づいて前記閉ループ制御器内で計算される、システム。

【請求項391】

前記神経データ処理手段が、前記受信された神経データを処理して前記少なくとも１つの出力信号を直接決定するための単一の機械学習モデルを含む、請求項３９０に記載のシステム。

【請求項392】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記識別された神経バイオマーカを処理し、前記少なくとも１つの出力信号を決定するための第２の機械学習モデルと、を含む、請求項３９０に記載のシステム。

【請求項393】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記出力信号を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、を含む、請求項３９０に記載のシステム。

【請求項394】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
身体状態における前記望ましい変化を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、
身体状態の前記望ましい変化を処理し、前記出力信号を決定するための第２の機械学習モデルと、を含む、請求項３９０に記載のシステム。

【請求項395】

前記望ましい身体設定値が、受信された神経データまたは受信された神経バイオマーカに基づいて、前記閉ループ制御器内で計算される、請求項３９３または３９４に記載のシステム。

【請求項396】

前記神経制御システムが、非神経センサからの対象の身体状態に関する前記受信データを使用して、前記望ましい身体設定値を計算する、請求項３９４または３９５に記載のシステム。

【請求項397】

前記閉ループ制御器が、身体モデルの出力を使用して、前記身体状態の望ましい変化の決定を通知する、請求項３９３または３９４に記載のシステム。

【請求項398】

前記身体モデルが、神経バイオマーカおよび／または非神経センサの任意の組み合わせによって通知される状態空間モデルである、請求項３９７に記載のシステム。

【請求項399】

前記身体モデルが、神経バイオマーカまたは非神経センサの任意の組み合わせによって通知される機能モデルである、請求項３９７に記載のシステム。

【請求項400】

前記身体モデルが、適用された出力信号に続く前記対象の前記身体状態を特徴づける受信された神経または他のセンサデータに基づいて更新される、請求項３９７～３９９に記載のシステム。

【請求項401】

前記身体モデルの更新が、前記出力信号に対する応答の独自の推定を行い、これと前記受信された神経または他のセンサデータとの比較を使用して、前記身体モデルの前記更新を計算する、請求項４００に記載のシステム。

【請求項402】

前記神経制御システムが、非神経センサから前記対象の身体状態に関するデータを受信するように構成された手段をさらに含み、
前記少なくとも１つの機械学習手段が、前記受信されたデータをさらに処理して前記少なくとも１つの出力信号を決定する、請求項３９０～４０１に記載のシステム。

【請求項403】

前記神経制御システムが、前記決定された出力信号を受信し、前記決定された出力信号を少なくとも１つの出力装置に送信するように構成された出力制御器をさらに備える、請求項３９０～４０２に記載のシステム。

【請求項404】

前記出力制御器は、前記入力制御器から受信された神経データに関する選択されたデータを受信するように構成され、
これにより、前記入力制御器および前記出力制御器が、前記第１の制御ループよりも応答待ち時間が短い第２の制御ループを形成する、請求項４０３に記載のシステム。

【請求項405】

前記出力制御器が、前記受信された神経データを特徴づける前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の任意のパラメータのリアルタイム変調を実行するように構成されている、請求項４０４に記載のシステム。

【請求項406】

前記リアルタイム変調が、１～１００マイクロ秒で発生する、請求項４０５に記載のシステム。

【請求項407】

前記出力制御器が、前記入力制御器から受信された神経データのタイミングに関する選択されたデータを受信するように構成され、
前記出力制御器が、受信された神経データのタイミングに関する前記選択されたデータに少なくとも部分的に基づいて、前記決定された出力信号が送信される時間を制御するように構成されている、請求項４０４～４０６いずれか一項に記載のシステム。

【請求項408】

前記出力制御器が、前記入力制御器から受信された神経データの振幅に関する選択されたデータを受信するように構成され、
前記出力制御器が、受信された神経データの振幅に関する前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の前記振幅および／または周波数を制御するように構成されている、請求項４０４～４０７のいずれか一項に記載のシステム。

【請求項409】

前記出力信号が、エンドエフェクタ装置の制御信号である、請求項３９０～４０８に記載のシステム。

【請求項410】

前記出力信号が、前記対象の神経系に適用される神経刺激信号である、請求項３９０～４０９に記載のシステム。

【請求項411】

前記出力信号が、適用される薬物治療についての制御信号である、請求項３９０～４１０に記載のシステム。

【請求項412】

前記神経制御システムが、前記決定された出力神経刺激信号を受信し、前記決定された出力神経刺激信号を少なくとも１つの出力装置に送信し、前記決定された出力神経刺激信号の前記タイミングに関するデータを前記入力制御器に送信するように構成された出力制御器をさらに備える、請求項４１１に記載のシステム。

【請求項413】

前記入力制御器は、前記決定された出力神経刺激信号が出力されているときに、前記受信された神経データを前記少なくとも１つの機械学習手段に送信することを停止するように構成されている、請求項４１２に記載のシステム。

【請求項414】

前記神経制御システムが、前記受信された神経データを更新機に送信するための手段をさらに含む、請求項３９０～４１３に記載のシステム。

【請求項415】

前記神経制御システムが、計算された神経バイオマーカの記録、出力信号、記録された神経データ、他のセンサからのデータ、または前記更新機への身体状態を表すデータの任意の組み合わせを送信するための手段をさらに含む、請求項３９０～４１４に記載のシステム。

【請求項416】

前記神経制御システムが、前記少なくとも１つの機械学習モデルの更新を受信するための手段をさらに含む、請求項３９０～４１５に記載のシステム。

【請求項417】

前記少なくとも１つの機械学習モデルの前記更新が、前記受信された神経データ計算された神経バイオマーカ、出力信号、記録された神経データ、他のセンサからのデータ、または身体状態を表すデータに基づいて計算される、請求項４１６に記載のシステム。

【請求項418】

前記神経制御システムが、前記適用された治療を更新する手段として、理想的な身体設定値への更新または身体設定値の計算を受信するための手段をさらに含む、請求項３９０～４１７に記載のシステム。

【請求項419】

前記神経制御システムが、前記身体モデルの更新を受信するための手段をさらに含む、請求項３９７～４０１のいずれかに記載のシステム。

【請求項420】

前記更新が、リハビリテーションまたは再較正期間中のガイド付き活動の特定の期間中に記録されたデータに基づいて生成される、請求項４１５～４１９に記載のシステム。

【請求項421】

前記更新機が、自動クラウドシステムである、請求項４１５～４１９に記載のシステム。

【請求項422】

前記更新機が、ローカルの有線または無線接続を介した手動接続である、請求項４１５～４１９に記載のシステム。

【請求項423】

前記更新が、長期治療を計算するための１つ以上の機械学習システムによって自動的に計算される、請求項４１５～４１９に記載のシステム。

【請求項424】

前記更新が、治療を行う臨床医によって選択される、請求項４１５～４１９に記載のシステム。

【請求項425】

前記神経制御システムが、前記神経制御システムの性能を監視するための安全モジュールを組み込んでいる、請求項３９０～４２４に記載のシステム。

【請求項426】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
これらの要素の性能が、前記安全モジュールによって監視されている、請求項４２５に記載のシステム。

【請求項427】

前記安全モジュールが、前記リアルタイムループ内の前記リアルタイム入力制御器と出力制御器の前記性能をさらに監視する、請求項４２５または４２６に記載のシステム。

【請求項428】

前記安全モジュールが、前記神経制御システムの任意の要素の機能を、その要素の性能の監視に基づいて選択的に低減または停止するために作動するように構成されている、請求項４２５～４２７に記載のシステム。

【請求項429】

前記安全モジュールが、前記神経制御システムを安全モードで動作させるように選択的に制御するように構成されている、請求項４２５～４２８に記載のシステム。

【請求項430】

前記神経制御システムが、前記神経制御システムのバージョン制御を監視するように構成された監査モジュールをさらに含み、
前記安全モジュールが、前記監査モジュールからの指令に基づいて作動するように構成されている、請求項４２５～４２９に記載のシステム。

【請求項431】

前記神経制御システムが、前記神経制御システムのバージョン制御を監視するように構成された監査モジュールをさらに含む、請求項３９０～４２９に記載のシステム。

【請求項432】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
前記監査モジュールは、これらの要素の正しいバージョンに関する情報を前記更新機から受信するように構成されている、請求項４３０または４３１に記載のシステム。

【請求項433】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
前記監査モジュールは、これらの要素の前記神経制御システムの現在のバージョンに関する情報を安全モジュールから受信する、請求項４３１または４３２に記載のシステム。

【請求項434】

前記監査モジュールは、前記監査モジュールが、
ａ．誤ったバージョン管理、
ｂ．古いバージョン管理、
ｃ．不正なバージョン管理のうちの少なくとも１つを検出することに基づいて、前記神経制御システムの機能を低減または停止するように作動することを前記安全モジュールに指令するように構成されている、請求項４３１～４３３のいずれか一項に記載のシステム。

【請求項435】

前記少なくとも１つの神経センサが、第１のモダリティを使用して動作し、前記出力信号は、前記第１とは異なる第２のモダリティを使用して前記対象の神経系に適用される神経刺激信号である、請求項３９０～４３４に記載のシステム。

【請求項436】

神経制御システムであって、
少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するように構成された入力制御器と、
前記身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、前記受信された神経データを処理するために構成された少なくとも１つの神経データ処理手段と、
前記決定された出力信号を少なくとも１つの出力装置に送信するように構成された手段と、を含み、
これにより、前記神経制御システムは、前記身体状態の閉ループ制御を提供する第１の制御ループを形成し、
前記閉ループ制御器は、身体モデルの出力を使用して、前記身体状態の望ましい変化の決定を通知し、
前記身体モデルに対する前記身体の現在の状態が、神経バイオマーカまたは非神経センサの任意の組み合わせによって通知される、システム。

【請求項437】

前記神経データ処理手段が、前記受信された神経データを処理して前記少なくとも１つの出力信号を直接決定するための単一の機械学習モデルを含む、請求項４３６に記載のシステム。

【請求項438】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記識別された神経バイオマーカを処理し、前記少なくとも１つの出力信号を決定するための第２の機械学習モデルと、を含む、請求項４３６に記載のシステム。

【請求項439】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記出力信号を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、を含む、請求項４３６に記載のシステム。

【請求項440】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
身体状態における前記望ましい変化を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、
身体状態の前記望ましい変化を処理し、前記出力信号を決定するための第２の機械学習モデルと、を含む、請求項４３６に記載のシステム。

【請求項441】

前記望ましい身体設定値が、受信された神経データまたは受信された神経バイオマーカに基づいて、前記閉ループ制御器内で計算される、請求項４３９または４４０に記載のシステム。

【請求項442】

前記神経制御システムが、非神経センサからの対象の身体状態に関する前記受信データを使用して、前記望ましい身体設定値を計算する、請求項４４０または４４１に記載のシステム。

【請求項443】

前記身体モデルが、神経バイオマーカおよび／または非神経センサの任意の組み合わせによって通知される状態空間モデルである、請求項４３６～４４２に記載のシステム。

【請求項444】

前記身体モデルが、神経バイオマーカまたは非神経センサの任意の組み合わせによって通知される機能モデルである、請求項４３６～４４２に記載のシステム。

【請求項445】

前記身体モデルが、適用された出力信号に続く前記対象の前記身体状態を特徴づける受信された神経または他のセンサデータに基づいて更新される、請求項４３６～４４４に記載のシステム。

【請求項446】

前記身体モデルの更新が、前記出力信号に対する応答の独自の推定を行い、これと前記受信された神経または他のセンサデータとの比較を使用して、前記身体モデルの前記更新を計算する、請求項４４５に記載のシステム。

【請求項447】

前記神経制御システムは、非神経センサから前記対象の身体状態に関するデータを受信するように構成された手段をさらに含み、
前記少なくとも１つの機械学習手段が、前記受信されたデータをさらに処理して前記少なくとも１つの出力信号を決定する、請求項４３６～４４６に記載のシステム。

【請求項448】

前記神経制御システムが、前記決定された出力信号を受信し、前記決定された出力信号を少なくとも１つの出力装置に送信するように構成された出力制御器をさらに備える、請求項４３６～４４７に記載のシステム。

【請求項449】

前記出力制御器が、前記入力制御器から受信された神経データに関する選択されたデータを受信するように構成され、
これにより、前記入力制御器および前記出力制御器が、前記第１の制御ループよりも応答待ち時間が短い第２の制御ループを形成する、請求項４４８に記載のシステム。

【請求項450】

前記出力制御器が、前記受信された神経データを特徴づける前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の任意のパラメータのリアルタイム変調を実行するように構成されている、請求項４４９に記載のシステム。

【請求項451】

前記リアルタイム変調が、１～１００マイクロ秒で発生する、請求項４５０に記載のシステム。

【請求項452】

前記出力制御器が、前記入力制御器から受信された神経データのタイミングに関する選択されたデータを受信するように構成され、
前記出力制御器が、受信された神経データのタイミングに関する前記選択されたデータに少なくとも部分的に基づいて、前記決定された出力信号が送信される時間を制御するように構成されている、請求項４４９～４５０のいずれか一項に記載のシステム。

【請求項453】

前記出力制御器は、前記入力制御器から受信された神経データの振幅に関する選択されたデータを受信するように構成され、
前記出力制御器が、受信された神経データの振幅に関する前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の前記振幅および／または周波数を制御するように構成されている、請求項４４９～４５２のいずれか一項に記載のシステム。

【請求項454】

前記出力信号が、エンドエフェクタ装置の制御信号である、請求項４３６～４５３に記載のシステム。

【請求項455】

前記出力信号が、前記対象の神経系に適用される神経刺激信号である、請求項４３６～４５４に記載のシステム。

【請求項456】

前記出力信号が、適用される薬物治療についての制御信号である、請求項４３６～４５４に記載のシステム。

【請求項457】

前記神経制御システムが、前記決定された出力神経刺激信号を受信し、前記決定された出力神経刺激信号を少なくとも１つの出力装置に送信し、前記決定された出力神経刺激信号の前記タイミングに関するデータを前記入力制御器に送信するように構成された出力制御器をさらに備える、請求項４５６に記載のシステム。

【請求項458】

前記入力制御器は、前記決定された出力神経刺激信号が出力されているときに、前記受信された神経データを前記少なくとも１つの機械学習手段に送信することを停止するように構成されている、請求項４５７に記載のシステム。

【請求項459】

前記神経制御システムが、前記受信された神経データを更新機に送信するための手段をさらに含む、請求項４３６～４５８に記載のシステム。

【請求項460】

前記神経制御システムが、計算された神経バイオマーカの記録、出力信号、記録された神経データ、他のセンサからのデータ、または前記更新機への身体状態を表すデータの任意の組み合わせを送信するための手段をさらに含む、請求項４３６～４５９に記載のシステム。

【請求項461】

前記神経制御システムが、前記少なくとも１つの機械学習モデルの更新を受信するための手段をさらに含む、請求項４３６～４６０に記載のシステム。

【請求項462】

前記少なくとも１つの機械学習モデルの前記更新が、前記受信された神経データ計算された神経バイオマーカ、出力信号、記録された神経データ、他のセンサからのデータ、または身体状態を表すデータに基づいて計算される、請求項４６１に記載のシステム。

【請求項463】

前記神経制御システムが、前記適用された治療を更新する手段として、理想的な身体設定値への更新または身体設定値の計算を受信するための手段をさらに含む、請求項４３６～４６２に記載のシステム。

【請求項464】

前記神経制御システムが、前記身体モデルの更新を受信するための手段をさらに含む、請求項４３６～４６３のいずれかに記載のシステム。

【請求項465】

前記更新が、リハビリテーションまたは再較正期間中のガイド付き活動の特定の期間中に記録されたデータに基づいて生成される、請求項４６０～４６４に記載のシステム。

【請求項466】

前記更新機が、自動クラウドシステムである、請求項４６０～４６４に記載のシステム。

【請求項467】

前記更新機が、ローカルの有線または無線接続を介した手動接続である、請求項４６０～４６４に記載のシステム。

【請求項468】

前記更新が、長期治療を計算するための１つ以上の機械学習システムによって自動的に計算される、請求項４６０～４６４に記載のシステム。

【請求項469】

前記更新が、治療を行う臨床医によって選択される、請求項４６０～４６４に記載のシステム。

【請求項470】

前記神経制御システムが、前記神経制御システムの性能を監視するための安全モジュールを組み込んでいる、請求項４３６～４６９に記載のシステム。

【請求項471】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
これらの要素の性能が、前記安全モジュールによって監視されている、請求項４７０に記載のシステム。

【請求項472】

前記安全モジュールが、前記リアルタイムループ内の前記リアルタイム入力制御器と出力制御器の前記性能をさらに監視する、請求項４７０または４７１に記載のシステム。

【請求項473】

前記安全モジュールが、前記神経制御システムの任意の要素の機能を、その要素の性能の監視に基づいて選択的に低減または停止するために作動するように構成されている、請求項４７０～４７２に記載のシステム。

【請求項474】

前記安全モジュールが、前記神経制御システムを安全モードにて動作させるように選択的に制御するように構成されている、請求項４７０～４７３に記載のシステム。

【請求項475】

前記神経制御システムが、前記神経制御システムのバージョン制御を監視するように構成された監査モジュールをさらに含み、
前記安全モジュールが、前記監査モジュールからの指令に基づいて作動するように構成されている、請求項４７０～４７４に記載のシステム。

【請求項476】

前記神経制御システムが、前記神経制御システムのバージョン管理を監視するように構成された監査モジュールをさらに含む、請求項４３６～４７５に記載のシステム。

【請求項477】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
前記監査モジュールは、これらの要素の正しいバージョンに関する情報を前記更新機から受信するように構成されている、請求項４７５または４７６に記載のシステム。

【請求項478】

前記神経制御システムが、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を含み、
前記監査モジュールは、これらの要素の前記神経制御システムの現在のバージョンに関する情報を安全モジュールから受信する、請求項４７６または４７７に記載のシステム。

【請求項479】

前記監査モジュールは、前記監査モジュールが、
ａ．誤ったバージョン管理、
ｂ．古いバージョン管理、
ｃ．不正なバージョン管理のうちの少なくとも１つを検出することに基づいて、前記神経制御システムの機能を低減または停止するように作動することを前記安全モジュールに指令するように構成されている、請求項４７６～４７８のいずれか一項に記載のシステム。

【請求項480】

前記少なくとも１つの神経センサが、第１のモダリティを使用して動作し、前記出力信号は、前記第１とは異なる第２のモダリティを使用して前記対象の神経系に適用される神経刺激信号である、請求項４３６～４７９に記載のシステム。

【請求項481】

神経制御方法であって、
少なくとも１つの神経センサから対象の身体状態に関連する神経信号に関する神経データを受信するために入力制御器を使用することと、
前記身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、前記受信された神経データを処理するために少なくとも１つの機械学習モデルを使用することと、
前記決定された出力信号を少なくとも１つの出力装置に送信することと、を含み、
前記方法は、前記身体状態の閉ループ制御を提供する第１の制御ループを形成する、方法。

【請求項482】

前記少なくとも１つの機械学習モデルが、前記受信された神経データを処理して前記少なくとも１つの出力信号を直接決定するための単一の機械学習モデルを使用すること、を含む、請求項４８１に記載の方法。

【請求項483】

前記少なくとも１つの機械学習モデルが、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記識別された神経バイオマーカを処理し、前記少なくとも１つの出力信号を決定するための第２の機械学習モデルと、を含む、請求項４８１に記載の方法。

【請求項484】

前記少なくとも１つの機械学習モデルが、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記出力信号を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、を含む、請求項４８１に記載の方法。

【請求項485】

前記少なくとも１つの機械学習モデルが、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
身体状態における前記望ましい変化を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、
身体状態における前記望ましい変化を処理し、前記出力信号を決定するための第２の機械学習モデルと、を含む、請求項４８１に記載の方法。

【請求項486】

前記望ましい身体設定値が、受信された神経データまたは受信された神経バイオマーカに基づいて、前記閉ループ制御器内で計算される、請求項４８４または４８５に記載の方法。

【請求項487】

前記望ましい身体設定値を計算するために、非神経センサからの前記対象の身体状態に関する前記受信データを使用することをさらに含む、請求項４８５または４８６に記載の方法。

【請求項488】

前記閉ループ制御器が、身体モデルの出力を使用して、前記身体状態の望ましい変化の決定を通知する、請求項４８４または４８５に記載の方法。

【請求項489】

前記身体モデルが、神経バイオマーカおよび／または非神経センサの任意の組み合わせによって通知される状態空間モデルである、請求項４８８に記載の方法。

【請求項490】

前記身体モデルが、神経バイオマーカまたは非神経センサの任意の組み合わせによって通知される機能モデルである、請求項４８８に記載の方法。

【請求項491】

前記身体モデルが、適用された出力信号に続く前記対象の前記身体状態を特徴づける受信された神経または他のセンサデータに基づいて更新される、請求項４８８、４８９または４９０に記載の方法。

【請求項492】

前記身体モデルの更新が、前記出力信号に対する応答の独自の推定を行い、これと前記受信された神経または他のセンサデータとの比較を使用して、前記身体モデルの前記更新を計算する、請求項４９１に記載の方法。

【請求項493】

前記神経制御方法が、非神経センサから前記対象の身体状態に関するデータを受信することをさらに含み、
前記少なくとも１つの機械学習手段が、前記受信されたデータをさらに処理して前記少なくとも１つの出力信号を決定する、請求項４８１～４９２のいずれか一項に記載の方法。

【請求項494】

前記神経制御方法が、前記決定された出力信号を受信し、前記決定された出力信号を前記少なくとも１つの出力装置に送信するための出力制御器を使用することをさらに含む、請求項４８１～４９２のいずれか一項に記載の方法。

【請求項495】

前記出力制御器が、前記入力制御器から受信された神経データに関する選択されたデータを受信し、
これにより、前記入力制御器および前記出力制御器が、前記第１の制御ループよりも応答待ち時間が短い第２の制御ループを形成する、請求項４９４に記載の方法。

【請求項496】

前記出力制御器が、前記受信された神経データを特徴づける前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の任意のパラメータのリアルタイム変調を実行する、請求項４９５に記載の方法。

【請求項497】

前記リアルタイム変調が、１～１００マイクロ秒で発生する、請求項４９６に記載の方法。

【請求項498】

前記出力制御器が、前記入力制御器から受信された神経データのタイミングに関する選択されたデータを受信し、
前記出力制御器が、受信された神経データのタイミングに関する前記選択されたデータに少なくとも部分的に基づいて、前記決定された出力信号が送信される時間を制御する、請求項４９５～４９７のいずれか一項に記載の方法。

【請求項499】

前記出力制御器が、前記入力制御器から受信された神経データの振幅に関する選択されたデータを受信し、
前記出力制御器が、受信された神経データの振幅に関する前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の前記振幅および／または周波数を制御する、請求項４９５～４９７のいずれか一項に記載の方法。

【請求項500】

前記出力信号が、エンドエフェクタ装置の制御信号である、請求項４８１～４９９のいずれか一項に記載の方法。

【請求項501】

前記出力信号が、前記対象の神経系に適用される神経刺激信号である、請求項４８１～５００のいずれか一項に記載の方法。

【請求項502】

前記出力信号が、適用される薬物治療についての制御信号である、請求項４８１～５０１のいずれか一項に記載の方法。

【請求項503】

前記神経制御方法が、前記決定された出力神経刺激信号を受信し、前記決定された出力神経刺激信号を少なくとも１つの出力装置に送信し、前記決定された出力神経刺激信号の前記タイミングに関するデータを前記入力制御器に送信する出力制御器を使用することをさらに含む、請求項５０１に記載の方法。

【請求項504】

前記入力制御器は、前記決定された出力神経刺激信号が出力されているときに、前記受信された神経データを少なくとも１つの機械学習手段に送信することを停止する、請求項５０３に記載の方法。

【請求項505】

前記神経制御方法が、前記受信された神経データを更新機に送信することをさらに含む、請求項４８１～５０４のうちのいずれか一項に記載の方法。

【請求項506】

前記神経制御方法が、計算された神経バイオマーカの記録、出力信号、記録された神経データ、他のセンサからのデータ、または前記更新機への身体状態を表すデータの任意の組み合わせを送信することをさらに含む、請求項４８１～５０５のいずれか一項に記載の方法。

【請求項507】

前記神経制御方法が、前記少なくとも１つの機械学習モデルの更新を受信することをさらに含む、請求項４８１～５０６のいずれか一項に記載の方法。

【請求項508】

前記少なくとも１つの機械学習モデルへの前記更新が、前記受信された神経データ、計算された神経バイオマーカ、出力信号、記録された神経データ、他のセンサからのデータ、または身体状態を表すデータに基づいて計算される、請求項５０７に記載の方法。

【請求項509】

前記神経制御方法が、前記適用された治療を更新する手段として、理想的な身体設定値への更新または身体設定値の計算を受信することをさらに含む、請求項４８１～５０８のいずれか一項に記載の方法。

【請求項510】

前記神経制御方法が、前記身体モデルの更新を受信することをさらに含む、請求項４８８～４９２のいずれかに記載の方法。

【請求項511】

前記更新が、リハビリテーションまたは再較正期間中のガイド付き活動の特定の期間中に記録されたデータに基づいて生成される、請求項５０６～５１０に記載の方法。

【請求項512】

前記更新機が、自動クラウド方法である、請求項５０６～５１０に記載の方法。

【請求項513】

前記更新機が、ローカルの有線または無線接続を介した手動接続である、請求項５０６～５１０に記載の方法。

【請求項514】

前記更新が、長期治療を計算するための１つ以上の機械学習方法によって自動的に計算される、請求項５０６～５１０に記載の方法。

【請求項515】

前記更新が、治療を行う臨床医によって選択される、請求項５０６～５１０に記載の方法。

【請求項516】

前記神経制御方法が、前記神経制御方法の性能を監視するための安全モジュールを使用することを組み込んでいる、請求項４８１～５１５のいずれか一項に記載の方法。

【請求項517】

前記神経制御方法が、
ａ．機械学習データプロセッサと、
ｂ．制御モジュールと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
これらの要素の性能が、前記安全モジュールによって監視されている、請求項５１６に記載の方法。

【請求項518】

前記安全モジュールが、前記リアルタイムループ内の前記リアルタイム入力制御器および出力制御器の前記性能をさらに監視する、請求項５１６または５１７に記載の方法。

【請求項519】

前記安全モジュールが、前記神経制御方法の任意の要素の機能を、その要素の性能の監視に基づいて選択的に低減または停止するように作用する、請求項５１６～５１８に記載の方法。

【請求項520】

前記安全モジュールが、安全モードで動作するように前記神経制御方法を選択的に制御する、請求項５１６～５１９に記載の方法。

【請求項521】

前記神経制御方法が、前記神経制御方法のバージョン制御を監視するために、監査モジュールを使用することをさらに含み、
前記安全モジュールが、前記監査モジュールからの指令に基づいて作動する、請求項５１６～５２０に記載の方法。

【請求項522】

前記神経制御方法が、前記神経制御方法のバージョン制御を監視するために、監査モジュールを使用することをさらに含む、請求項４８１～５２１のいずれか一項に記載の方法。

【請求項523】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
前記監査モジュールは、これらの要素の正しいバージョンに関する情報を前記更新機から受信するように構成されている、請求項５２１または５２２に記載の方法。

【請求項524】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
前記監査モジュールは、これらの要素の前記神経制御方法の現在のバージョンに関する情報を安全モジュールから受信する、請求項５２２または５２３に記載の方法。

【請求項525】

前記監査モジュールは、前記監査モジュールが、
ａ．誤ったバージョン管理、
ｂ．古いバージョン管理、
ｃ．不正なバージョン管理のうちの少なくとも１つを検出することに基づいて、前記神経制御方法の機能を低減または停止するように作動することを前記安全モジュールに指令するように構成されている、請求項５２２～５２４のいずれか一項に記載の方法。

【請求項526】

前記少なくとも１つの神経センサが、第１のモダリティを使用して動作し、前記出力信号が、前記第１のモダリティとは異なる第２のモダリティを使用して前記対象の神経系に適用される神経刺激信号である、請求項４８１～５２４のいずれか一項に記載の方法。

【請求項527】

神経制御方法であって、
少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するための入力制御器を使用することと、
前記受信された神経データを処理して神経バイオマーカを識別するための少なくとも１つの機械学習モデルを使用することと、
前記識別された神経バイオマーカを、動作を実行するために少なくとも１つの出力装置に送信することと、を含み、
前記神経制御方法は、前記身体状態の閉ループ制御を提供する第１の制御ループを形成する、方法。

【請求項528】

前記神経バイオマーカが、患者集団にわたって学習され、神経集団の活動の定常的な表現である、請求項５２７に記載の方法。

【請求項529】

前記神経バイオマーカが、患者集団にわたって学習され、神経集団の活動の定常的な表現である、請求項５２７または５２８に記載の方法。

【請求項530】

前記神経制御方法は、前記少なくとも１つの機械学習モデルの更新を受信することをさらに含む、請求項５２７～５２９のいずれかに記載の方法。

【請求項531】

前記少なくとも１つの機械学習モデルの前記更新が、前記受信された神経データ計算された神経バイオマーカ、出力信号、記録された神経データ、他のセンサからのデータ、または身体状態を表すデータに基づいて計算される、請求項５３０に記載の方法。

【請求項532】

前記神経制御方法は、前記適用された治療を更新する手段として、理想的な身体設定値への更新または身体設定値の計算を受信することをさらに含む、請求項５２７～５３１のいずれかに記載の方法。

【請求項533】

前記神経制御方法が、前記身体モデルの更新を受信することをさらに含む、請求項５２７～５３２のいずれかに記載の方法。

【請求項534】

前記更新が、リハビリテーションまたは再較正期間中のガイド付き活動の特定の期間中に記録されたデータに基づいて生成される、請求項５２７～５３３に記載の方法。

【請求項535】

前記更新が、自動クラウド方法である更新機から受信されている、請求項５２７～５３３に記載の方法。

【請求項536】

前記更新機が、ローカルの有線または無線接続を介した手動接続である、請求項５２７～５３３に記載の方法。

【請求項537】

前記更新が、長期治療を計算するための１つ以上の機械学習方法によって自動的に計算される、請求項５２７～５３３に記載の方法。

【請求項538】

前記更新が、治療を行う臨床医によって選択される、請求項５２７～５３３に記載の方法。

【請求項539】

前記神経制御方法が、前記神経制御方法の性能を監視するための安全モジュールを使用することを含む、請求項５２７～５３８のいずれか一項に記載の方法。

【請求項540】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
これらの要素の性能が、前記安全モジュールによって監視されている、請求項５３９に記載の方法。

【請求項541】

前記安全モジュールが、前記神経制御方法の任意の要素の機能を、その要素の性能の監視に基づいて選択的に低減または停止するように作動するように構成されている、請求項５３９または５４０に記載の方法。

【請求項542】

前記安全モジュールが、安全モードで動作するように前記神経制御方法を選択的に制御するように構成されている、請求項５３９～５４１に記載の方法。

【請求項543】

前記神経制御方法が、前記神経制御方法のバージョン制御を監視する監査モジュールを使用することをさらに含み、
前記安全モジュールが、前記監査モジュールからの指令に基づいて作動するように構成されている、請求項５３９～５４２に記載の方法。

【請求項544】

前記神経制御方法が、前記神経制御方法のバージョン制御を監視するために、監査モジュールを使用することをさらに含む、請求項５３７～５４３のいずれか一項に記載の方法。

【請求項545】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
前記監査モジュールは、これらの要素の正しいバージョンに関する情報を前記更新機から受信するように構成されている、請求項５４３または５４４に記載の方法。

【請求項546】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
前記監査モジュールは、これらの要素の前記神経制御方法の現在のバージョンに関する情報を安全モジュールから受信する、請求項５４４または５４５に記載の方法。

【請求項547】

前記監査モジュールは、前記監査モジュールが、
ａ．誤ったバージョン管理、
ｂ．古いバージョン管理、
ｃ．不正なバージョン管理のうちの少なくとも１つを検出することに基づいて、前記神経制御方法の機能を低減または停止するように作動することを前記安全モジュールに指令するように構成されている、請求項５４２～５４６のいずれか一項に記載の方法。

【請求項548】

前記少なくとも１つの神経センサが、第１のモダリティを使用して動作し、前記出力信号は、前記第１とは異なる第２のモダリティを使用して前記対象の神経系に適用される神経刺激信号である、請求項５２７～５４７のいずれかに記載の方法。

【請求項549】

神経制御方法であって、
少なくとも１つの神経センサから対象の神経における身体状態に関連する神経信号に関する神経データを受信するための入力制御器を使用することと、
前記身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、前記受信された神経データを処理するために少なくとも１つの神経データ処理手段を使用することと、
前記決定された出力信号を受信し、前記決定された出力信号を少なくとも１つの出力装置に送信する出力制御器を使用することと、を含み、
これにより、神経制御システムは、前記身体状態の閉ループ制御を提供する第１の制御ループを形成し、
前記出力制御器は、前記入力制御器から受信された神経データのタイミングに関する選択されたデータを受信するようにさらに使用され、
前記出力制御器は、受信された神経データのタイミングに関する前記選択されたデータに基づいて前記少なくとも１つの出力装置へ、前記決定された出力信号が送信される時間を制御するように使用される、方法。

【請求項550】

前記神経データ処理手段が、前記受信された神経データを処理して前記少なくとも１つの出力信号を直接決定するための単一の機械学習モデルを含む、請求項５４９に記載の方法。

【請求項551】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記識別された神経バイオマーカを処理し、前記少なくとも１つの出力信号を決定するための第２の機械学習モデルと、を含む、請求項５４９に記載の方法。

【請求項552】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記出力信号を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、を含む、請求項５４９に記載の方法。

【請求項553】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
身体状態における前記望ましい変化を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、
身体状態における前記望ましい変化を処理し、前記出力信号を決定するための第２の機械学習モデルと、を含む、請求項５４９に記載の方法。

【請求項554】

前記望ましい身体設定値が、受信された神経データまたは受信された神経バイオマーカに基づいて、前記閉ループ制御器内で計算される、請求項５５２または５５３に記載の方法。

【請求項555】

前記神経制御方法が、非神経センサからの対象の身体状態に関する前記受信データを使用して、前記望ましい身体設定値を計算する、請求項５５３または５５４に記載の方法。

【請求項556】

前記閉ループ制御器が、身体モデルの出力を使用して、前記身体状態の望ましい変化の決定を通知する、請求項５５２または５５３に記載の方法。

【請求項557】

前記身体モデルが、神経バイオマーカおよび／または非神経センサの任意の組み合わせによって通知される状態空間モデルである、請求項５５６に記載の方法。

【請求項558】

前記身体モデルが、神経バイオマーカまたは非神経センサの任意の組み合わせによって通知される機能モデルである、請求項５５６に記載の方法。

【請求項559】

前記身体モデルが、適用された出力信号に続く前記対象の前記身体状態を特徴づける受信された神経または他のセンサデータに基づいて更新される、請求項５５６～５５８に記載の方法。

【請求項560】

前記身体モデルの更新が、前記出力信号に対する応答の独自の推定を行い、これと前記受信された神経または他のセンサデータとの比較を使用して、前記身体モデルの前記更新を計算する、請求項５５９に記載の方法。

【請求項561】

前記神経制御方法が、非神経センサから前記対象の身体状態に関するデータを受信することをさらに含み、
前記少なくとも１つの機械学習手段が、前記受信されたデータをさらに処理して前記少なくとも１つの出力信号を決定する、請求項５４９～５６０のいずれかに記載の方法。

【請求項562】

前記出力制御器が、前記入力制御器から受信された神経データに関する選択されたデータを受信し、
これにより、前記入力制御器および前記出力制御器が、前記第１の制御ループよりも応答待ち時間が短い第２の制御ループを形成する、請求項５４９～５６１のいずれかに記載の方法。

【請求項563】

前記出力制御器が、前記受信された神経データを特徴づける前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の任意のパラメータのリアルタイム変調を実行する、請求項５６２に記載の方法。

【請求項564】

前記リアルタイム変調が、１～１００マイクロ秒で発生する、請求項５６３に記載の方法。

【請求項565】

前記出力制御器が、前記入力制御器から受信された神経データのタイミングに関する選択されたデータを受信し、
前記出力制御器が、受信された神経データのタイミングに関する前記選択されたデータに少なくとも部分的に基づいて、前記決定された出力信号が送信される時間を制御する、請求項５６２～５６４のいずれか一項に記載の方法。

【請求項566】

前記出力制御器が、前記入力制御器から受信された神経データの振幅に関する選択されたデータを受信し、
前記出力制御器が、受信された神経データの振幅に関する前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の前記振幅および／または周波数を制御する、請求項５６３～５６５のいずれか一項に記載の方法。

【請求項567】

前記出力信号が、エンドエフェクタ装置の制御信号である、請求項５５０～５６６のいずれかに記載の方法。

【請求項568】

前記出力信号が、前記対象の神経系に適用される神経刺激信号である、請求項５５０～５６７のいずれかに記載の方法。

【請求項569】

前記出力信号が、適用される薬物治療についての制御信号である、請求項５５０～５６８のいずれかに記載の方法。

【請求項570】

前記神経制御方法が、前記決定された出力神経刺激信号を受信し、前記決定された出力神経刺激信号を少なくとも１つの出力装置に送信し、前記決定された出力神経刺激信号の前記タイミングに関するデータを前記入力制御器に送信する出力制御器を使用することをさらに含む、請求項５６８に記載の方法。

【請求項571】

前記入力制御器は、前記決定された出力神経刺激信号が出力されているときに、前記受信された神経データを少なくとも１つの機械学習手段に送信することを停止する、請求項５７０に記載の方法。

【請求項572】

前記神経制御方法が、前記受信された神経データを更新機に送信することをさらに含む、請求項５６９～５７１のいずれかに記載の方法。

【請求項573】

前記神経制御方法が、計算された神経バイオマーカの記録、出力信号、記録された神経データ、他のセンサからのデータ、または前記更新機への身体状態を表すデータの任意の組み合わせを送信することをさらに含む、請求項５４９～５７２のいずれかに記載の方法。

【請求項574】

前記神経制御方法が、前記少なくとも１つの機械学習モデルの更新を受信することをさらに含む、請求項５４９～５７３のいずれかに記載の方法。

【請求項575】

前記少なくとも１つの機械学習モデルの前記更新が、前記受信された神経データ計算された神経バイオマーカ、出力信号、記録された神経データ、他のセンサからのデータ、または身体状態を表すデータに基づいて計算される、請求項５７４に記載の方法。

【請求項576】

前記神経制御方法が、前記適用された治療を更新する手段として、理想的な身体設定値への更新または身体設定値の計算を受信することをさらに含む、請求項５４９～５７５のいずれかに記載の方法。

【請求項577】

前記神経制御方法が、前記身体モデルの更新を受信することをさらに含む、請求項５４９～５７６のいずれかに記載の方法。

【請求項578】

前記更新が、リハビリテーションまたは再較正期間中のガイド付き活動の特定の期間中に記録されたデータに基づいて生成される、請求項５７４～５７７に記載の方法。

【請求項579】

前記更新機が、自動クラウド方法である、請求項５７４～５７８に記載の方法。

【請求項580】

前記更新機が、ローカルの有線または無線接続を介した手動接続である、請求項５７４～５７８に記載の方法。

【請求項581】

前記更新が、長期治療を計算するための１つ以上の機械学習方法によって自動的に計算される、請求項５７４～５７８に記載の方法。

【請求項582】

前記更新が、治療を行う臨床医によって選択される、請求項５７４～５７８に記載の方法。

【請求項583】

前記神経制御方法が、前記神経制御方法の性能を監視するための安全モジュールを使用することを含む、請求項５４９～５８２のいずれか記載の方法。

【請求項584】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
これらの要素の性能が、前記安全モジュールによって監視されている、請求項５８３に記載の方法。

【請求項585】

前記安全モジュールが、前記リアルタイムループ内の前記リアルタイム入力制御器と出力制御器の前記性能をさらに監視する、請求項５８３または５８４に記載の方法。

【請求項586】

前記安全モジュールが、前記神経制御方法の任意の要素の機能を、その要素の性能の監視に基づいて選択的に低減または停止するように作動するように構成されている、請求項５８３～５８５に記載の方法。

【請求項587】

前記安全モジュールが、安全モードで動作するように前記神経制御方法を選択的に制御するように構成されている、請求項５８３～５８６に記載の方法。

【請求項588】

前記神経制御方法が、前記神経制御方法のバージョン制御を監視する監査モジュールを使用することをさらに含み、
前記安全モジュールが、前記監査モジュールからの指令に基づいて作動する、請求項５８３～５８７に記載の方法。

【請求項589】

前記神経制御方法が、前記神経制御方法のバージョン制御を監視するために、監査モジュールを使用することをさらに含む、請求項５４９～５８８のいずれかに記載の方法。

【請求項590】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
前記監査モジュールは、これらの要素の正しいバージョンに関する情報を前記更新機から受信するように構成されている、請求項５８８または５８９に記載の方法。

【請求項591】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
前記監査モジュールは、これらの要素の前記神経制御方法の現在のバージョンに関する情報を安全モジュールから受信する、請求項５８９または５９０に記載の方法。

【請求項592】

前記監査モジュールは、前記監査モジュールが、
ａ．誤ったバージョン管理、
ｂ．古いバージョン管理、
ｃ．不正なバージョン管理のうちの少なくとも１つを検出することに基づいて、前記神経制御方法の機能を低減または停止するように作動することを前記安全モジュールに指令する、請求項５８９～５９１のいずれか一項に記載の方法。

【請求項593】

前記少なくとも１つの神経センサが、第１のモダリティを使用して動作し、前記出力信号が、前記第１のモダリティとは異なる第２のモダリティを使用して前記対象の神経系に適用される神経刺激信号である、請求項５４９～５９２のいずれかに記載の方法。

【請求項594】

神経制御方法であって、
少なくとも１つの神経センサから対象の神経における身体状態に関連する神経信号に関する神経データを受信するための入力制御器を使用することと、
前記身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、前記受信された神経データを処理するために少なくとも１つの神経データ処理手段を使用することと、
前記決定された出力信号を受信し、前記決定された出力信号を少なくとも１つの出力装置に送信する出力制御器を使用することと、を含み、
これにより、前記神経制御方法は、前記身体状態の閉ループ制御を提供する第１の制御ループを形成し、
前記出力制御器が、前記入力制御器から受信された神経データの振幅に関する選択されたデータを受信し、
前記出力制御器が、受信された神経データの振幅に関する前記選択されたデータに基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の前記振幅を制御する、方法。

【請求項595】

前記神経データ処理手段が、前記受信された神経データを処理して前記少なくとも１つの出力信号を直接決定するための単一の機械学習モデルを含む、請求項５９４に記載の方法。

【請求項596】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記識別された神経バイオマーカを処理し、前記少なくとも１つの出力信号を決定するための第２の機械学習モデルと、を含む、請求項５９４に記載の方法。

【請求項597】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記出力信号を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、を含む、請求項５９４に記載の方法。

【請求項598】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
身体状態における前記望ましい変化を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、
身体状態における前記望ましい変化を処理し、前記出力信号を決定するための第２の機械学習モデルと、を含む、請求項５９４に記載の方法。

【請求項599】

前記望ましい身体設定値が、受信された神経データまたは受信された神経バイオマーカに基づいて、前記閉ループ制御器内で計算される、請求項５９７または５９８に記載の方法。

【請求項600】

前記神経制御方法が、非神経センサからの対象の身体状態に関する前記受信データを使用して、前記望ましい身体設定値を計算する、請求項５９８または５９９に記載の方法。

【請求項601】

前記閉ループ制御器が、身体モデルの出力を使用して、前記身体状態の望ましい変化の決定を通知する、請求項５９７または５９８に記載の方法。

【請求項602】

前記身体モデルが、神経バイオマーカおよび／または非神経センサの任意の組み合わせによって通知される状態空間モデルである、請求項６０１に記載の方法。

【請求項603】

前記身体モデルが、神経バイオマーカまたは非神経センサの任意の組み合わせによって通知される機能モデルである、請求項６０１に記載の方法。

【請求項604】

前記身体モデルが、適用された出力信号に続く前記対象の前記身体状態を特徴づける受信された神経または他のセンサデータに基づいて更新される、請求項６０１～６０３に記載の方法。

【請求項605】

前記身体モデルの更新が、前記出力信号に対する応答の独自の推定を行い、これと前記受信された神経または他のセンサデータとの比較を使用して、前記身体モデルの前記更新を計算する、請求項６０４に記載の方法。

【請求項606】

前記神経制御方法が、非神経センサから前記対象の身体状態に関するデータを受信することをさらに含み、
前記少なくとも１つの機械学習手段が、前記受信されたデータをさらに処理して前記少なくとも１つの出力信号を決定する、請求項５９４～６０５のいずれかに記載の方法。

【請求項607】

前記出力制御器が、前記入力制御器から受信された神経データに関する選択されたデータを受信し、
これにより、前記入力制御器および前記出力制御器が、前記第１の制御ループよりも応答待ち時間が短い第２の制御ループを形成する、請求項５９４～６０６のいずれかに記載の方法。

【請求項608】

前記出力制御器が、前記受信された神経データを特徴づける前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の任意のパラメータのリアルタイム変調を実行する、請求項６０７に記載の方法。

【請求項609】

前記リアルタイム変調が、１～１００マイクロ秒で発生する、請求項６０８に記載の方法。

【請求項610】

前記出力制御器が、前記入力制御器から受信された神経データのタイミングに関する選択されたデータを受信し、
前記出力制御器が、受信された神経データのタイミングに関する前記選択されたデータに少なくとも部分的に基づいて、前記決定された出力信号が送信される時間を制御する、請求項６０７～６０９のいずれか一項に記載の方法。

【請求項611】

前記出力制御器が、前記入力制御器から受信された神経データの振幅に関する選択されたデータを受信し、
前記出力制御器が、受信された神経データの振幅に関する前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の前記振幅および／または周波数を制御する、請求項６０７～６０９のいずれか一項に記載の方法。

【請求項612】

前記出力信号が、エンドエフェクタ装置の制御信号である、請求項５９４～６１１のいずれかに記載の方法。

【請求項613】

前記出力信号が、前記対象の神経系に適用される神経刺激信号である、請求項５９４～６１２のいずれかに記載の方法。

【請求項614】

前記出力信号が、適用される薬物治療についての制御信号である、請求項５９４～６１３のいずれかに記載の方法。

【請求項615】

前記神経制御方法が、前記決定された出力神経刺激信号を受信し、前記決定された出力神経刺激信号を少なくとも１つの出力装置に送信し、前記決定された出力神経刺激信号の前記タイミングに関するデータを前記入力制御器に送信する出力制御器を使用することをさらに含む、請求項６１４に記載の方法。

【請求項616】

前記入力制御器は、前記決定された出力神経刺激信号が出力されているときに、前記受信された神経データを少なくとも１つの機械学習手段に送信することを停止する、請求項６１５に記載の方法。

【請求項617】

前記神経制御方法が、前記受信された神経データを更新機に送信することをさらに含む、請求項５９４～６１６のいずれかに記載の方法。

【請求項618】

前記神経制御方法が、計算された神経バイオマーカの記録、出力信号、記録された神経データ、他のセンサからのデータ、または前記更新機への身体状態を表すデータの任意の組み合わせを送信することをさらに含む、請求項５９４～６１７のいずれかに記載の方法。

【請求項619】

前記神経制御方法が、前記少なくとも１つの機械学習モデルの更新を受信することをさらに含む、請求項５９４～６１８のいずれかに記載の方法。

【請求項620】

前記少なくとも１つの機械学習モデルの前記更新が、前記受信された神経データ計算された神経バイオマーカ、出力信号、記録された神経データ、他のセンサからのデータ、または身体状態を表すデータに基づいて計算される、請求項６１９に記載の方法。

【請求項621】

前記神経制御方法が、前記適用された治療を更新する手段として、理想的な身体設定値への更新または身体設定値の計算を受信することをさらに含む、請求項５９４～６２０のいずれかに記載の方法。

【請求項622】

前記神経制御方法が、前記身体モデルの更新を受信することをさらに含む、請求項５９４～６２１のいずれかに記載の方法。

【請求項623】

前記更新が、リハビリテーションまたは再較正期間中のガイド付き活動の特定の期間中に記録されたデータのせいで生成される、請求項６１８～６２２に記載の方法。

【請求項624】

前記更新機が、自動クラウド方法である、請求項６１８～６２２に記載の方法。

【請求項625】

前記更新機が、ローカルの有線または無線接続を介した手動接続である、請求項６１８～６２２に記載の方法。

【請求項626】

前記更新が、長期治療を計算するための１つ以上の機械学習方法によって自動的に計算される、請求項６１８～６２２に記載の方法。

【請求項627】

前記更新が、治療を行う臨床医によって選択される、請求項６１８～６２２に記載の方法。

【請求項628】

前記神経制御方法が、前記神経制御方法の性能を監視するための安全モジュールを使用することを含む、請求項５９４４～６２７のいずれか記載の方法。

【請求項629】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
これらの要素の性能が、前記安全モジュールによって監視されている、請求項６２８に記載の方法。

【請求項630】

前記安全モジュールが、前記リアルタイムループ内の前記リアルタイム入力制御器と出力制御器の前記性能をさらに監視する、請求項６２８または６２９に記載の方法。

【請求項631】

安全モジュールが、前記神経制御方法の任意の要素の機能を、その要素の性能の監視に基づいて選択的に低減または停止するように作用する、請求項６２８～６３０に記載の方法。

【請求項632】

前記安全モジュールが、安全モードで動作するように前記神経制御方法を選択的に制御する、請求項６２８～６３１に記載の方法。

【請求項633】

前記神経制御方法が、前記神経制御方法のバージョン制御を監視するために、監査モジュールを使用することをさらに含み、
前記安全モジュールが、前記監査モジュールからの指令に基づいて作動する、請求項６２８～６３２に記載の方法。

【請求項634】

前記神経制御方法が、前記神経制御方法のバージョン制御を監視するために、監査モジュールを使用することをさらに含む、請求項５９４～６３３のいずれかに記載の方法。

【請求項635】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
前記監査モジュールは、これらの要素の正しいバージョンに関する情報を前記更新機から受信する、請求項６３３または６３４に記載のシステム。

【請求項636】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
前記監査モジュールは、これらの要素の前記神経制御方法の現在のバージョンに関する情報を安全モジュールから受信する、請求項６３４または６３５に記載の方法。

【請求項637】

前記監査モジュールは、前記監査モジュールが、
ａ．誤ったバージョン管理、
ｂ．古いバージョン管理、
ｃ．不正なバージョン管理のうちの少なくとも１つを検出することに基づいて、前記神経制御方法の機能を低減または停止するように作動することを前記安全モジュールに指令する、請求項６３４～６３６のいずれか一項に記載の方法。

【請求項638】

前記少なくとも１つの神経センサが、第１のモダリティを使用して動作し、前記出力信号が、前記第１のモダリティとは異なる第２のモダリティを使用して前記対象の神経系に適用される神経刺激信号である、請求項５９４～６３７のいずれかに記載の方法。

【請求項639】

神経制御方法であって、
少なくとも１つの神経センサから対象の神経における身体状態に関連する神経信号に関する神経データを受信するための入力制御器を使用することと、
前記身体状態の望ましい値を達成するために必要な少なくとも１つの出力神経刺激信号を決定するように、前記受信された神経データを処理するために少なくとも１つの神経データ処理手段を使用することと、
前記決定された出力神経刺激信号を受信し、前記決定された出力神経刺激信号を少なくとも１つの出力装置に送信する出力制御器を使用することと、を含み、
これにより、前記神経制御方法は、前記身体状態の閉ループ制御を提供する第１の制御ループを形成し、
前記出力制御器が、前記入力制御器から受信された神経データの振幅に関する選択されたデータを受信し、
前記出力制御器は、前記決定された出力神経刺激信号のタイミングに関するデータを前記入力制御器に送信し、
前記入力制御器は、前記決定された出力神経刺激信号が出力されているときに、前記受信された神経データを少なくとも１つの機械学習手段に送信することを停止する、方法。

【請求項640】

前記神経データ処理手段が、前記受信された神経データを処理して前記少なくとも１つの出力信号を直接決定するための単一の機械学習モデルを含む、請求項６３９に記載の方法。

【請求項641】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記識別された神経バイオマーカを処理し、前記少なくとも１つの出力信号を決定するための第２の機械学習モデルと、を含む、請求項６３９に記載の方法。

【請求項642】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記出力信号を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、を含む、請求項６３９に記載の方法。

【請求項643】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
身体状態における前記望ましい変化を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、
身体状態における前記望ましい変化を処理し、前記出力信号を決定するための第２の機械学習モデルと、を含む、請求項６３９に記載の方法。

【請求項644】

前記望ましい身体設定値が、受信された神経データまたは受信された神経バイオマーカに基づいて、前記閉ループ制御器内で計算される、請求項６４２または６４３に記載の方法。

【請求項645】

前記神経制御方法が、非神経センサからの対象の身体状態に関する前記受信データを使用して、前記望ましい身体設定値を計算する、請求項６４３または６４４に記載の方法。

【請求項646】

前記閉ループ制御器が、身体モデルの出力を使用して、前記身体状態の望ましい変化の決定を通知する、請求項６４２または６４３に記載の方法。

【請求項647】

前記身体モデルが、神経バイオマーカおよび／または非神経センサの任意の組み合わせによって通知される状態空間モデルである、請求項６４６に記載の方法。

【請求項648】

前記身体モデルが、神経バイオマーカまたは非神経センサの任意の組み合わせによって通知される機能モデルである、請求項６４６に記載の方法。

【請求項649】

前記身体モデルが、適用された出力信号に続く前記対象の前記身体状態を特徴づける受信された神経または他のセンサデータに基づいて更新される、請求項６４６～６４８に記載の方法。

【請求項650】

前記身体モデルの更新が、前記出力信号に対する応答の独自の推定を行い、これと前記受信された神経または他のセンサデータとの比較を使用して、前記身体モデルの前記更新を計算する、請求項６４９に記載の方法。

【請求項651】

前記神経制御方法が、非神経センサから前記対象の身体状態に関するデータを受信することをさらに含み、
前記少なくとも１つの機械学習手段が、前記受信されたデータをさらに処理して前記少なくとも１つの出力信号を決定する、請求項６３９～６５０のいずれかに記載の方法。

【請求項652】

前記出力制御器が、前記入力制御器から受信された神経データに関する選択されたデータを受信し、
これにより、前記入力制御器および前記出力制御器が、前記第１の制御ループよりも応答待ち時間が短い第２の制御ループを形成する、請求項６３９～６５１に記載の方法。

【請求項653】

前記出力制御器が、前記受信された神経データを特徴づける前記選択されたデータに少なくとも部分的に基づいて、少なくとも１つの出力装置に送信される前記決定された出力信号の任意のパラメータのリアルタイム変調を実行する、請求項６５２に記載の方法。

【請求項654】

前記リアルタイム変調が、１～１００マイクロ秒で発生する、請求項６５３に記載の方法。

【請求項655】

前記出力制御器が、前記入力制御器から受信された神経データのタイミングに関する選択されたデータを受信し、
前記出力制御器が、受信された神経データのタイミングに関する前記選択されたデータに少なくとも部分的に基づいて、前記決定された出力信号が送信される時間を制御する、請求項６５２～６５４のいずれか一項に記載の方法。

【請求項656】

前記出力制御器は、前記入力制御器から受信された神経データの振幅に関する選択されたデータを受信し、
前記出力制御器が、受信された神経データの振幅に関する前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の前記振幅および／または周波数を制御する、請求項６５２～６５４のいずれか一項に記載の方法。

【請求項657】

前記出力信号が、エンドエフェクタ装置の制御信号である、請求項６３９～６５６のいずれかに記載の方法。

【請求項658】

前記出力信号が、前記対象の神経系に適用される神経刺激信号である、請求項６３９～６５７のいずれかに記載の方法。

【請求項659】

前記出力信号が、適用される薬物治療についての制御信号である、請求項６３９～６５８のいずれかに記載の方法。

【請求項660】

前記出力制御器は、前記決定された出力神経刺激信号のタイミングに関するデータを前記入力制御器に送信する、請求項６５８に記載の方法。

【請求項661】

前記神経制御方法が、前記受信された神経データを更新機に送信することをさらに含む、請求項６３９～６６０のいずれかに記載の方法。

【請求項662】

前記神経制御方法が、計算された神経バイオマーカの記録、出力信号、記録された神経データ、他のセンサからのデータ、または前記更新機への身体状態を表すデータの任意の組み合わせを送信することをさらに含む、請求項６３９～６６１のいずれかに記載の方法。

【請求項663】

前記神経制御方法が、前記少なくとも１つの機械学習モデルの更新を受信することをさらに含む、請求項６３９～６６２のいずれかに記載の方法。

【請求項664】

前記少なくとも１つの機械学習モデルの前記更新が、前記受信された神経データ計算された神経バイオマーカ、出力信号、記録された神経データ、他のセンサからのデータ、または身体状態を表すデータに基づいて計算される、請求項６６３に記載の方法。

【請求項665】

前記神経制御方法が、前記適用された治療を更新する手段として、理想的な身体設定値への更新または身体設定値の計算を受信することをさらに含む、請求項６３９～６６４のいずれかに記載の方法。

【請求項666】

前記神経制御方法が、前記身体モデルの更新を受信することをさらに含む、請求項６３９～６６５のいずれかに記載の方法。

【請求項667】

前記更新が、リハビリテーションまたは再較正期間中のガイド付き活動の特定の期間中に記録されたデータに基づいて生成される、請求項６６３～６６６に記載の方法。

【請求項668】

前記更新機が、自動クラウド方法である、請求項６６３～６６７に記載の方法。

【請求項669】

前記更新機が、ローカルの有線または無線接続を介した手動接続である、請求項６６３～６６７に記載の方法。

【請求項670】

前記更新が、長期治療を計算するための１つ以上の機械学習方法によって自動的に計算される、請求項６６３～６６７に記載の方法。

【請求項671】

前記更新が、治療を行う臨床医によって選択される、請求項６６３～６６７に記載の方法。

【請求項672】

前記神経制御方法が、前記神経制御方法の性能を監視するための安全モジュールを使用することを含む、請求項６３９～６７１のいずれかに記載の方法。

【請求項673】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
これらの要素の性能が、前記安全モジュールによって監視されている、請求項６７２に記載の方法。

【請求項674】

前記安全モジュールが、前記リアルタイムループ内の前記リアルタイム入力制御器と出力制御器の前記性能をさらに監視する、請求項６７２または６７３に記載の方法。

【請求項675】

前記安全モジュールが、前記神経制御方法の任意の要素の機能を、その要素の性能の監視に基づいて選択的に低減または停止するように作動するように構成されている、請求項６７２～６７４に記載の方法。

【請求項676】

前記安全モジュールが、安全モードで動作するように前記神経制御方法を選択的に制御するように構成されている、請求項６７２～６７５に記載の方法。

【請求項677】

前記神経制御方法が、前記神経制御方法のバージョン制御を監視するために、監査モジュールを使用することをさらに含み、
前記安全モジュールが、前記監査モジュールからの指令に基づいて作動する、請求項６７２～６７６に記載の方法。

【請求項678】

前記神経制御方法が、前記神経制御方法のバージョン制御を監視するために、監査モジュールを使用することをさらに含む、請求項６３９～６７７のいずれかに記載の方法。

【請求項679】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
前記監査モジュールが、これらの要素の正しいバージョンに関する情報を前記更新機から受信する、請求項６７７または６７８に記載の方法。

【請求項680】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
前記監査モジュールは、これらの要素の前記神経制御方法の現在のバージョンに関する情報を安全モジュールから受信する、請求項６７８または６７９に記載の方法。

【請求項681】

前記監査モジュールは、前記監査モジュールが、
ａ．誤ったバージョン管理、
ｂ．古いバージョン管理、
ｃ．不正なバージョン管理のうちの少なくとも１つを検出することに基づいて、前記神経制御方法の機能を低減または停止するように作動することを前記安全モジュールに指令するように構成されている、請求項６７８～６８０のいずれか一項に記載の方法。

【請求項682】

前記少なくとも１つの神経センサが、第１のモダリティを使用して動作し、前記出力信号が、前記第１のモダリティとは異なる第２のモダリティを使用して前記対象の神経系に適用される神経刺激信号である、請求項６３９～６８１のいずれかに記載の方法。

【請求項683】

神経制御方法であって、
少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するための入力制御器を使用することと、
前記身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、受信された神経データを処理するために少なくとも１つの機械学習モデルを使用する少なくとも１つの機械学習手段を使用することと、
前記決定された出力信号を少なくとも１つの出力装置に送信することと、を含み、
これにより、前記神経制御方法は、前記身体状態の閉ループ制御を提供する第１の制御ループを形成し、
前記神経制御方法が、前記受信された神経データを更新機に送信することを含む、前記更新機を使用することをさらに含み、
前記更新機が、更新された神経制御方法を生成するための機械学習トレーニングを実行するために前記受信された神経データを使用し、
前記神経制御方法が、少なくとも１つの神経制御方法を前記更新された神経制御方法で置き換えることをさらに含む、方法。

【請求項684】

前記アップロードされた神経データが、前記機械学習手段を再トレーニングするために使用される、請求項６８３に記載の方法。

【請求項685】

前記少なくとも１つの機械学習手段が、神経バイオマーカを計算するために使用される。請求項６８３または６８４に記載の方法。

【請求項686】

神経バイオマーカを計算する前記少なくとも１つの機械学習手段が、１つ以上の期間にわたる１人以上の患者を表す神経データからの機械学習再トレーニングに基づいて更新される、請求項６８３～６８５に記載の方法。

【請求項687】

前記少なくとも１つの機械学習モデルが、前記受信された神経データを処理して前記少なくとも１つの出力信号を直接決定するための単一の機械学習モデルを含む、請求項６８４または６８５に記載の方法。

【請求項688】

前記少なくとも１つの機械学習モデルが、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記識別された神経バイオマーカを処理し、前記少なくとも１つの出力信号を決定するための第２の機械学習モデルと、を含む、請求項６８３～６８５に記載の方法。

【請求項689】

前記少なくとも１つの機械学習モデルが、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記出力信号を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、を含む、請求項６８４～６８６に記載の方法。

【請求項690】

前記少なくとも１つの機械学習モデルが、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
身体状態における前記望ましい変化を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、
身体状態における前記望ましい変化を処理し、前記出力信号を決定するための第２の機械学習モデルと、を含む、請求項６８３～６８５に記載の方法。

【請求項691】

前記望ましい身体設定値が、受信された神経データまたは受信された神経バイオマーカに基づいて、前記閉ループ制御器内で計算される、請求項６８９または６９０に記載の方法。

【請求項692】

前記神経制御方法が、非神経センサからの対象の身体状態に関する前記受信データを使用して、前記望ましい身体設定値を計算する、請求項６９０または６９１に記載の方法。

【請求項693】

前記閉ループ制御器は、身体モデルの出力を使用して、前記身体状態の望ましい変化の決定を通知する、請求項６８９または６９０に記載の方法。

【請求項694】

前記身体モデルは、神経バイオマーカおよび／または非神経センサの任意の組み合わせによって通知される状態空間モデルである、請求項６９３に記載の方法。

【請求項695】

前記身体モデルは、神経バイオマーカまたは非神経センサの任意の組み合わせによって通知される機能モデルである、請求項６９３に記載の方法。

【請求項696】

前記身体モデルが、適用された出力信号に続く前記対象の前記身体状態を特徴づける受信された神経または他のセンサデータに基づいて更新される、請求項６９３～２６９に記載の方法。

【請求項697】

前記身体モデルの更新は、前記出力信号に対する応答の独自の推定を行い、これと前記受信された神経または他のセンサデータとの比較を使用して、前記身体モデルの前記更新を計算する、請求項６９６に記載の方法。

【請求項698】

前記神経制御方法が、非神経センサから前記対象の身体状態に関するデータを受信することをさらに含み、
前記少なくとも１つの機械学習手段が、前記受信されたデータをさらに処理して前記少なくとも１つの出力信号を決定する、請求項６９３～６９７に記載の方法。

【請求項699】

前記神経制御方法は、前記決定された出力信号を受信し、前記決定された出力信号を少なくとも１つの出力装置に送信するための出力制御器を使用することをさらに含む、請求項６８３～６９８に記載の方法。

【請求項700】

前記出力制御器が、前記入力制御器から受信された神経データに関する選択されたデータを受信するように構成され、
これにより、前記入力制御器および前記出力制御器は、前記第１の制御ループよりも応答待ち時間が短い第２の制御ループを形成する、請求項６９９に記載の方法。

【請求項701】

前記出力制御器は、前記受信された神経データを特徴づける前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の任意のパラメータのリアルタイム変調を実行する、請求項７００に記載の方法。

【請求項702】

前記リアルタイム変調が、１～１００マイクロ秒で発生する、請求項７０１に記載の方法。

【請求項703】

前記出力制御器が、前記入力制御器から受信された神経データのタイミングに関する選択されたデータを受信し、
前記出力制御器が、受信された神経データのタイミングに関する前記選択されたデータに少なくとも部分的に基づいて、前記決定された出力信号が送信される時間を制御する、請求項７００～７０２のいずれか一項に記載の方法。

【請求項704】

前記出力制御器は、前記入力制御器から受信された神経データの振幅に関する選択されたデータを受信し、
前記出力制御器が、受信された神経データの振幅に関する前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の前記振幅および／または周波数を制御する、請求項７００～７０２のいずれか一項に記載の方法。

【請求項705】

前記出力信号が、エンドエフェクタ装置の制御信号である、請求項６８３～７０４のいずれかに記載の方法。

【請求項706】

前記出力信号が、前記対象の神経系に適用される神経刺激信号である、請求項６８３～７０５に記載の方法。

【請求項707】

前記出力信号が、適用される薬物治療についての制御信号である、請求項６８３～７０６のいずれかに記載の方法。

【請求項708】

前記神経制御方法が、前記決定された出力神経刺激信号を受信し、前記決定された出力神経刺激信号を少なくとも１つの出力装置に送信し、前記決定された出力神経刺激信号の前記タイミングに関するデータを前記入力制御器に送信する出力制御器を使用することをさらに含む、請求項７０７に記載の方法。

【請求項709】

前記入力制御器は、前記決定された出力神経刺激信号が出力されているときに、前記受信された神経データを少なくとも１つの機械学習手段に送信することを停止する、請求項７０８に記載の方法。

【請求項710】

前記神経制御方法が、前記受信された神経データを更新機に送信することをさらに含む、請求項６８３～７０９のいずれかに記載の方法。

【請求項711】

前記神経制御方法が、計算された神経バイオマーカの記録、出力信号、記録された神経データ、他のセンサからのデータ、または前記更新機への身体状態を表すデータの任意の組み合わせを送信することをさらに含む、請求項６８３～７１０のいずれかに記載の方法。

【請求項712】

前記神経制御方法が、前記少なくとも１つの機械学習モデルの更新を受信することをさらに含む、請求項６８３～７１１のいずれかに記載の方法。

【請求項713】

前記少なくとも１つの機械学習モデルの前記更新が、前記受信された神経データ計算された神経バイオマーカ、出力信号、記録された神経データ、他のセンサからのデータ、または身体状態を表すデータに基づいて計算される、請求項７１２に記載の方法。

【請求項714】

前記神経制御方法が、前記適用された治療を更新する手段として、理想的な身体設定値への更新または身体設定値の計算を受信することをさらに含む、請求項６８３～７１３のいずれかに記載の方法。

【請求項715】

前記神経制御方法が、前記身体モデルの更新を受信するための手段をさらに含む、請求項６９３～６９７のいずれかに記載の方法。

【請求項716】

前記更新が、リハビリテーションまたは再較正期間中のガイド付き活動の特定の期間中に記録されたデータに基づいて生成される、請求項７１１～７１５に記載の方法。

【請求項717】

前記更新機が、自動クラウド方法である、請求項７１１～７１５に記載の方法。

【請求項718】

前記更新機が、ローカルの有線または無線接続を介した手動接続である、請求項７１１～７１５に記載の方法。

【請求項719】

前記更新が、長期治療を計算するための１つ以上の機械学習方法によって自動的に計算される、請求項７１１～７１５に記載の方法。

【請求項720】

前記更新が、治療を行う臨床医によって選択される、請求項７１１～７１５に記載の方法。

【請求項721】

前記神経制御方法が、前記神経制御方法の性能を監視するための安全モジュールを使用することを含む、請求項６８３～７２０に記載の方法。

【請求項722】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
これらの要素の性能が、前記安全モジュールによって監視されている、請求項７２１に記載の方法。

【請求項723】

前記安全モジュールが、前記リアルタイムループ内の前記リアルタイム入力制御器と出力制御器の前記性能をさらに監視する、請求項７２１または７２２に記載の方法。

【請求項724】

前記安全モジュールが、前記神経制御方法の任意の要素の機能を、その要素の性能の監視に基づいて選択的に低減または停止するように作動するように構成されている、請求項７２１～７２３に記載の方法。

【請求項725】

前記安全モジュールが、安全モードで動作するように前記神経制御方法を選択的に制御するように構成されている、請求項７２１～７２４に記載の方法。

【請求項726】

前記神経制御方法が、前記神経制御方法のバージョン制御を監視するために、監査モジュールを使用することをさらに含み、
前記安全モジュールが、前記監査モジュールからの指令に基づいて作動する、請求項７２１～７２５に記載の方法。

【請求項727】

前記神経制御方法が、前記神経制御方法のバージョン制御を監視するために、監査モジュールを使用することをさらに含む、請求項６８３～７１６に記載の方法。

【請求項728】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
前記監査モジュールが、これらの要素の正しいバージョンに関する情報を前記更新機から受信する、請求項７２６または７２７に記載の方法。

【請求項729】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
前記監査モジュールは、これらの要素の前記神経制御方法の現在のバージョンに関する情報を安全モジュールから受信する、請求項７２７または７２８に記載の方法。

【請求項730】

前記監査モジュールは、前記監査モジュールが、
ａ．誤ったバージョン管理、
ｂ．古いバージョン管理、
ｃ．不正なバージョン管理のうちの少なくとも１つを検出することに基づいて、前記神経制御方法の機能を低減または停止するように作動することを前記安全モジュールに指令するように構成されている、請求項７２７～７２９のいずれか一項に記載の方法。

【請求項731】

前記少なくとも１つの神経センサが、第１のモダリティを使用して動作し、前記出力信号が、前記第１のモダリティとは異なる第２のモダリティを使用して前記対象の神経系に適用される神経刺激信号である、請求項４８３～７３０に記載の方法。

【請求項732】

神経制御方法であって、
少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するための入力制御器を使用することと、
前記身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、前記受信された神経データを処理するために少なくとも１つの神経データ処理手段を使用することと、
前記決定された出力信号を少なくとも１つの出力装置に送信することと、を含み、
これにより、前記神経制御方法は、前記身体状態の閉ループ制御を提供する第１の制御ループを形成し、
前記神経制御方法が、前記閉ループ制御器の性能を監視する安全モジュールを使用し、
前記安全モジュールは、その性能を監視することに基づいて、前記第１の制御ループの任意の要素の機能を低減または停止するために作動する、方法。

【請求項733】

前記安全モジュールは、その性能を監視することに基づいて、前記神経制御システムの任意の要素の機能を低減または停止するために作動する、請求項７３２に記載の方法。

【請求項734】

前記神経データ処理手段が、前記受信された神経データを処理して前記少なくとも１つの出力信号を直接決定するための単一の機械学習モデルを含む、請求項７３２または７３３に記載の方法。

【請求項735】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記識別された神経バイオマーカを処理し、前記少なくとも１つの出力信号を決定するための第２の機械学習モデルと、を含む、請求項７３２～７３４に記載の方法。

【請求項736】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記出力信号を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、を含む、請求項７３２～７３４に記載の方法。

【請求項737】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
身体状態における前記望ましい変化を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、
身体状態における前記望ましい変化を処理し、前記出力信号を決定するための第２の機械学習モデルと、を含む、請求項７３２～７３４に記載の方法。

【請求項738】

前記望ましい身体設定値が、受信された神経データまたは受信された神経バイオマーカに基づいて、前記閉ループ制御器内で計算される、請求項７３６または７３７に記載の方法。

【請求項739】

前記神経制御方法が、非神経センサからの対象の身体状態に関する前記受信データを使用して、前記望ましい身体設定値を計算する、請求項７３７または７３に記載の方法。

【請求項740】

前記閉ループ制御器は、身体モデルの出力を使用して、前記身体状態の望ましい変化の決定を通知する、請求項７３６または７３７に記載の方法。

【請求項741】

前記身体モデルは、神経バイオマーカおよび／または非神経センサの任意の組み合わせによって通知される状態空間モデルである、請求項７４０に記載の方法。

【請求項742】

前記身体モデルは、神経バイオマーカまたは非神経センサの任意の組み合わせによって通知される機能モデルである、請求項７４０に記載の方法。

【請求項743】

前記身体モデルが、適用された出力信号に続く前記対象の前記身体状態を特徴づける受信された神経または他のセンサデータに基づいて更新される、請求項７４０～７４２に記載の方法。

【請求項744】

前記身体モデルの更新が、前記出力信号に対する応答の独自の推定を行い、これと前記受信された神経または他のセンサデータとの比較を使用して、前記身体モデルの前記更新を計算する、請求項７４３に記載の方法。

【請求項745】

前記神経制御方法が、非神経センサから前記対象の身体状態に関するデータを受信することをさらに含み、
前記少なくとも１つの機械学習手段が、前記受信したデータをさらに処理して前記少なくとも１つの出力信号を決定する、請求項７３２～７４４に記載の方法。

【請求項746】

前記神経制御方法が、前記決定された出力信号を受信し、前記決定された出力信号を少なくとも１つの出力装置に送信するための出力制御器を使用することをさらに含む、請求項７３２～７４５に記載の方法。

【請求項747】

前記出力制御器は、前記入力制御器から受信された神経データに関する選択されたデータを受信し、
これにより、前記入力制御器および前記出力制御器は、前記第１の制御ループよりも応答待ち時間が短い第２の制御ループを形成する、請求項７４６に記載の方法。

【請求項748】

前記出力制御器が、前記受信された神経データを特徴づける前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の任意のパラメータのリアルタイム変調を実行する、請求項７４７に記載の方法。

【請求項749】

前記リアルタイム変調が、１～１００マイクロ秒で発生する、請求項７４８に記載の方法。

【請求項750】

前記出力制御器は、前記入力制御器から受信された神経データのタイミングに関する選択されたデータを受信し、
前記出力制御器が、受信された神経データのタイミングに関する前記選択されたデータに少なくとも部分的に基づいて、前記決定された出力信号が送信される時間を制御する、請求項７４７～７４９のいずれか一項に記載の方法。

【請求項751】

前記出力制御器が、前記入力制御器から受信された神経データの振幅に関する選択されたデータを受信し、
前記出力制御器が、受信された神経データの振幅に関する前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の前記振幅および／または周波数を制御する、請求項７４７～７４９のいずれか一項に記載の方法。

【請求項752】

前記出力信号が、エンドエフェクタ装置の制御信号である、請求項７３２～７５１に記載の方法。

【請求項753】

前記出力信号が、前記対象の神経系に適用される神経刺激信号である、請求項７３２～７５１に記載の方法。

【請求項754】

前記出力信号が、適用される薬物治療についての制御信号である、請求項７３２～７５２に記載の方法。

【請求項755】

前記神経制御方法は、前記決定された出力神経刺激信号を受信し、前記決定された出力神経刺激信号を少なくとも１つの出力装置に送信し、前記決定された出力神経刺激信号の前記タイミングに関するデータを前記入力制御器に送信する出力制御器を使用することをさらに含む、請求項７５４に記載の方法。

【請求項756】

前記入力制御器は、前記決定された出力神経刺激信号が出力されているときに、前記受信された神経データを少なくとも１つの機械学習手段に送信することを停止する、請求項７５５に記載の方法。

【請求項757】

前記神経制御方法が、前記受信された神経データを更新機に送信することをさらに含む、請求項７３２～７５６に記載の方法。

【請求項758】

前記神経制御方法が、計算された神経バイオマーカの記録、出力信号、記録された神経データ、他のセンサからのデータ、または前記更新機への身体状態を表すデータの任意の組み合わせを送信することをさらに含む、請求項７３２～７５７に記載の方法。

【請求項759】

前記神経制御方法が、前記少なくとも１つの機械学習モデルの更新を受信することをさらに含む、請求項７３２～７５８に記載の方法。

【請求項760】

前記少なくとも１つの機械学習モデルの前記更新が、前記受信された神経データ計算された神経バイオマーカ、出力信号、記録された神経データ、他のセンサからのデータ、または身体状態を表すデータに基づいて計算される、請求項７５９に記載の方法。

【請求項761】

前記神経制御方法が、前記適用された治療を更新する手段として、理想的な身体設定値への更新または身体設定値の計算を受信することをさらに含む、請求項７３２～７６０に記載の方法。

【請求項762】

前記神経制御方法が、前記身体モデルの更新を受信することをさらに含む、請求項７４０～７４のいずれかに記載の方法。

【請求項763】

前記更新が、リハビリテーションまたは再較正期間中のガイド付き活動の特定の期間中に記録されたデータに基づいて生成される、請求項７５８～７６２に記載の方法。

【請求項764】

前記更新機が、自動クラウド方法である、請求項７５８～７６２に記載の方法。

【請求項765】

前記更新機が、ローカルの有線または無線接続を介した手動接続である、請求項７５８～７６２に記載の方法。

【請求項766】

前記更新が、長期治療を計算するための１つ以上の機械学習方法によって自動的に計算される、請求項７５８～７６２に記載の方法。

【請求項767】

前記更新が、治療を行う臨床医によって選択される、請求項７５８～７６２に記載の方法。

【請求項768】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
これらの要素の性能が、前記安全モジュールによって監視されている、請求項７３２～７６７に記載の方法。

【請求項769】

前記安全モジュールが、前記リアルタイムループ内の前記リアルタイム入力制御器と出力制御器の前記性能をさらに監視する、請求項７６８に記載の方法。

【請求項770】

安全モジュールが、前記神経制御方法の任意の要素の機能を、その要素の性能の監視に基づいて選択的に低減または停止するように作用する、請求項７６８または７６９に記載の方法。

【請求項771】

前記安全モジュールが、安全モードで動作するように前記神経制御方法を選択的に制御する、請求項７６８～７７０に記載の方法。

【請求項772】

前記神経制御方法が、前記神経制御方法のバージョン制御を監視するために、監査モジュールを使用することをさらに含み、
前記安全モジュールが、前記監査モジュールからの指令に基づいて作動する、請求項７６８～７７１に記載の方法。

【請求項773】

前記神経制御方法が、前記神経制御方法のバージョン制御を監視するために、監査モジュールを使用することをさらに含む、請求項７３２～７７２に記載の方法。

【請求項774】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
前記監査モジュールが、これらの要素の正しいバージョンに関する情報を前記更新機から受信する、請求項７７２または７７３に記載の方法。

【請求項775】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
前記監査モジュールは、これらの要素の前記神経制御方法の現在のバージョンに関する情報を安全モジュールから受信する、請求項７７２～７７４に記載の方法。

【請求項776】

前記監査モジュールは、前記監査モジュールが、
ａ．誤ったバージョン管理、
ｂ．古いバージョン管理、
ｃ．不正なバージョン管理のうちの少なくとも１つを検出することに基づいて、前記神経制御方法の機能を低減または停止するように作動することを前記安全モジュールに指令するように構成されている、請求項７７２～７７５のいずれか一項に記載の方法。

【請求項777】

前記少なくとも１つの神経センサが、第１のモダリティを使用して動作し、前記出力信号が、前記第１のモダリティとは異なる第２のモダリティを使用して前記対象の神経系に適用される神経刺激信号である、請求項７３２～７７６に記載の方法。

【請求項778】

神経制御方法であって、
少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するための入力制御器を使用することと、
前記身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、前記受信された神経データを処理するために少なくとも１つの神経データ処理手段を使用することと、
前記決定された出力信号を少なくとも１つの出力装置に送信することと、を含み、
これにより、前記神経制御方法は、前記身体状態の閉ループ制御を提供する第１の制御ループを形成し、
前記神経制御方法が、前記神経制御システムのバージョン制御を監視するために、監査モジュールを使用することをさらに含み、
前記監査モジュールは、前記神経制御システムの正しいバージョンに関する情報を前記更新機から受信し、
前記監査モジュールは、前記神経制御システムの現在のバージョンに関する情報を取得し、
前記監査モジュールは、前記神経制御システムの正しくかつ現在のバージョンに基づいて前記神経制御システムの機能を低減または停止するように作動することを安全モジュールに指令する、方法。

【請求項779】

前記神経制御システムが、前記安全モジュールを組み込み、
前記安全モジュールが、前記神経制御システムの性能を監視するように構成されている、請求項７７８に記載の方法。

【請求項780】

前記監査モジュールは、前記安全モジュールから前記神経制御方法の前記神経制御方法の現在のバージョンに関する情報を取得するように構成されている、請求項７７９に記載のシステム。

【請求項781】

前記神経データ処理手段が、前記受信された神経データを処理して前記少なくとも１つの出力信号を直接決定するための単一の機械学習モデルを含む、請求項７７８～７８０に記載の方法。

【請求項782】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記識別された神経バイオマーカを処理し、前記少なくとも１つの出力信号を決定するための第２の機械学習モデルと、を含む、請求項７７８～７８０に記載の方法。

【請求項783】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記出力信号を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、を含む、請求項７７８～７８０に記載の方法。

【請求項784】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
身体状態における前記望ましい変化を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、
身体状態における前記望ましい変化を処理し、前記出力信号を決定するための第２の機械学習モデルと、を含む、請求項７７８～７８０に記載の方法。

【請求項785】

前記望ましい身体設定値が、受信された神経データまたは受信された神経バイオマーカに基づいて、前記閉ループ制御器内で計算される、請求項７８３または７８４に記載の方法。

【請求項786】

前記神経制御方法が、非神経センサからの対象の身体状態に関する前記受信データを使用して、前記望ましい身体設定値を計算する、請求項７８４または７８５に記載の方法。

【請求項787】

前記閉ループ制御器が、身体モデルの出力を使用して、前記身体状態の望ましい変化の決定を通知する、請求項７８３または７８４に記載の方法。

【請求項788】

前記身体モデルは、神経バイオマーカおよび／または非神経センサの任意の組み合わせによって通知される状態空間モデルである、請求項７８７に記載の方法。

【請求項789】

前記身体モデルは、神経バイオマーカまたは非神経センサの任意の組み合わせによって通知される機能モデルである、請求項７８７に記載の方法。

【請求項790】

前記身体モデルが、適用された出力信号に続く前記対象の前記身体状態を特徴づける受信された神経または他のセンサデータに基づいて更新される、請求項７８７～７８９に記載の方法。

【請求項791】

前記身体モデルの更新が、前記出力信号に対する応答の独自の推定を行い、これと前記受信された神経または他のセンサデータとの比較を使用して、前記身体モデルの前記更新を計算する、請求項７９０に記載の方法。

【請求項792】

前記神経制御方法が、非神経センサから前記対象の身体状態に関するデータを受信することをさらに含み、
前記少なくとも１つの機械学習手段が、前記受信したデータをさらに処理して前記少なくとも１つの出力信号を決定する、請求項７７８～７９０に記載の方法。

【請求項793】

前記神経制御方法が、前記決定された出力信号を受信し、前記決定された出力信号を少なくとも１つの出力装置に送信するための出力制御器を使用することをさらに含む、請求項７７８～７９２に記載の方法。

【請求項794】

前記出力制御器は、前記入力制御器から受信された神経データに関する選択されたデータを受信し、
これにより、前記入力制御器および前記出力制御器は、前記第１の制御ループよりも応答待ち時間が短い第２の制御ループを形成する、請求項７９３に記載の方法。

【請求項795】

前記出力制御器は、前記受信された神経データを特徴づける前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の任意のパラメータのリアルタイム変調を実行する、請求項７９４に記載の方法。

【請求項796】

前記リアルタイム変調が、１～１００マイクロ秒で発生する、請求項７９５に記載の方法。

【請求項797】

前記出力制御器は、前記入力制御器から受信された神経データのタイミングに関する選択されたデータを受信し、
前記出力制御器が、受信された神経データのタイミングに関する前記選択されたデータに少なくとも部分的に基づいて、前記決定された出力信号が送信される時間を制御する、請求項７９３～７９６のいずれか一項に記載の方法。

【請求項798】

前記出力制御器は、前記入力制御器から受信された神経データの振幅に関する選択されたデータを受信し、
前記出力制御器が、受信された神経データの振幅に関する前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の前記振幅および／または周波数を制御する、請求項７９３～７９６のいずれか一項に記載の方法。

【請求項799】

前記出力信号が、エンドエフェクタ装置の制御信号である、請求項７７８～７９８に記載の方法。

【請求項800】

前記出力信号が、前記対象の神経系に適用される神経刺激信号である、請求項７７８～７９９に記載の方法。

【請求項801】

前記出力信号が、適用される薬物治療についての制御信号である、請求項７７８～８００に記載の方法。

【請求項802】

前記神経制御方法は、前記決定された出力神経刺激信号を受信し、前記決定された出力神経刺激信号を少なくとも１つの出力装置に送信し、前記決定された出力神経刺激信号の前記タイミングに関するデータを前記入力制御器に送信する出力制御器を使用することをさらに含む、請求項８０１に記載の方法。

【請求項803】

前記入力制御器は、前記決定された出力神経刺激信号が出力されているときに、前記受信された神経データを前記少なくとも１つの機械学習手段に送信することを停止するように構成されている、請求項８０２に記載のシステム。

【請求項804】

前記神経制御方法が、前記受信された神経データを更新機に送信することをさらに含む、請求項７７８～８０３に記載の方法。

【請求項805】

前記神経制御方法が、計算された神経バイオマーカの記録、出力信号、記録された神経データ、他のセンサからのデータ、または前記更新機への身体状態を表すデータの任意の組み合わせを送信することをさらに含む、請求項７７８～８０４に記載の方法。

【請求項806】

前記神経制御方法が、前記少なくとも１つの機械学習モデルの更新を受信することをさらに含む、請求項７７８～８０５に記載の方法。

【請求項807】

前記少なくとも１つの機械学習モデルの前記更新が、前記受信された神経データ計算された神経バイオマーカ、出力信号、記録された神経データ、他のセンサからのデータ、または身体状態を表すデータに基づいて計算される、請求項８０６に記載の方法。

【請求項808】

前記神経制御方法が、前記適用された治療を更新する手段として、理想的な身体設定値への更新または身体設定値の計算を受信することをさらに含む、請求項７７８～８０７に記載の方法。

【請求項809】

前記神経制御方法が、前記身体モデルの更新を受信することをさらに含む、請求項７８５～７９１のいずれかに記載の方法。

【請求項810】

前記更新が、リハビリテーションまたは再較正期間中のガイド付き活動の特定の期間中に記録されたデータに基づいて生成される、請求項８０５～８０９に記載の方法。

【請求項811】

前記更新機が、自動クラウド方法である、請求項８０５～８０９に記載の方法。

【請求項812】

前記更新機が、ローカルの有線または無線接続を介した手動接続である、請求項８０５～８０９に記載の方法。

【請求項813】

前記更新が、長期治療を計算するための１つ以上の機械学習方法によって自動的に計算される、請求項８０５～８０９に記載の方法。

【請求項814】

前記更新が、治療を行う臨床医によって選択される、請求項８０５～８０９に記載の方法。

【請求項815】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
これらの要素の性能が、前記安全モジュールによって監視されている、請求項７７９または７８０に記載の方法。

【請求項816】

前記安全モジュールが、前記リアルタイムループ内の前記リアルタイム入力制御器と出力制御器の前記性能をさらに監視する、請求項８１５に記載の方法。

【請求項817】

前記安全モジュールが、前記神経制御方法の任意の要素の機能を、その要素の性能の監視に基づいて選択的に低減または停止するように作用する、請求項８１５または８１６に記載の方法。

【請求項818】

前記安全モジュールが、安全モードで動作するように前記神経制御方法を選択的に制御する、請求項８１５～８１７に記載の方法。

【請求項819】

前記安全モジュールが、前記監査モジュールからの指令に基づいて作動する、請求項８１５～８１８に記載の方法。

【請求項820】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
前記監査モジュールが、これらの要素の正しいバージョンに関する情報を前記更新機から受信する、請求項７７８～８１９に記載の方法。

【請求項821】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
前記監査モジュールは、これらの要素の前記神経制御方法の前記現在のバージョンに関する情報を安全モジュールから受信する、請求項７７８～８２０に記載の方法。

【請求項822】

前記監査モジュールは、前記監査モジュールが、
ａ．誤ったバージョン管理、
ｂ．古いバージョン管理、
ｃ．不正なバージョン管理のうちの少なくとも１つを検出することに基づいて、前記神経制御方法の機能を低減または停止するように作動することを前記安全モジュールに指令する、請求項７７８～８２１に記載の方法。

【請求項823】

前記少なくとも１つの神経センサが、第１のモダリティを使用して動作し、前記出力信号が、前記第１のモダリティとは異なる第２のモダリティを使用して前記対象の神経系に適用される神経刺激信号である、請求項７７８～８２２に記載の方法。

【請求項824】

神経制御方法であって、
少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するための入力制御器を使用することと、
前記身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、前記受信された神経データを処理するために少なくとも１つの神経データ処理手段を使用することと、
前記決定された出力信号を少なくとも１つの出力装置に送信することと、を含み、
これにより、前記神経制御方法は、前記身体状態の閉ループ制御を提供する第１の制御ループを形成し、
前記身体状態の望ましい値は、治療として事前に設定された身体設定値によって達成される、方法。

【請求項825】

前記神経データ処理手段が、前記受信された神経データを処理して前記少なくとも１つの出力信号を直接決定するための単一の機械学習モデルを含む、請求項８２４に記載の方法。

【請求項826】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記識別された神経バイオマーカを処理し、前記少なくとも１つの出力信号を決定するための第２の機械学習モデルと、を含む、請求項８２４に記載の方法。

【請求項827】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記出力信号を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、を含む、請求項８２４に記載の方法。

【請求項828】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
身体状態における前記望ましい変化を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、
身体状態における前記望ましい変化を処理し、前記出力信号を決定するための第２の機械学習モデルと、を含む、請求項８２４に記載の方法。

【請求項829】

前記望ましい身体設定値が、受信された神経データまたは受信された神経バイオマーカに基づいて、前記閉ループ制御器内で計算される、請求項８２７または８２８に記載の方法。

【請求項830】

前記神経制御方法が、非神経センサからの対象の身体状態に関する前記受信データを使用して、前記望ましい身体設定値を計算する、請求項８２８または８２９に記載の方法。

【請求項831】

前記閉ループ制御器は、身体モデルの出力を使用して、前記身体状態の望ましい変化の決定を通知する、請求項８２７または８２８に記載の方法。

【請求項832】

前記身体モデルは、神経バイオマーカおよび／または非神経センサの任意の組み合わせによって通知される状態空間モデルである、請求項８３１に記載の方法。

【請求項833】

前記身体モデルは、神経バイオマーカまたは非神経センサの任意の組み合わせによって通知される機能モデルである、請求項８３１に記載の方法。

【請求項834】

前記身体モデルが、適用された出力信号に続く前記対象の前記身体状態を特徴づける受信された神経または他のセンサデータに基づいて更新される、請求項８３１～８３３に記載の方法。

【請求項835】

前記身体モデルの更新は、前記出力信号に対する応答の独自の推定を行い、これと前記受信された神経または他のセンサデータとの比較を使用して、前記身体モデルの前記更新を計算する、請求項８３４に記載の方法。

【請求項836】

前記神経制御方法が、非神経センサから前記対象の身体状態に関するデータを受信する手段をさらに含み、
前記少なくとも１つの機械学習手段が、前記受信したデータをさらに処理して前記少なくとも１つの出力信号を決定する、請求項８３４～８３５に記載の方法。

【請求項837】

前記神経制御方法が、前記決定された出力信号を受信し、前記決定された出力信号を少なくとも１つの出力装置に送信するための出力制御器を使用することをさらに含む、請求項８２５～８３６に記載の方法。

【請求項838】

前記出力制御器は、前記入力制御器から受信された神経データに関する選択されたデータを受信し、
これにより、前記入力制御器および前記出力制御器は、前記第１の制御ループよりも応答待ち時間が短い第２の制御ループを形成する、請求項８３７に記載の方法。

【請求項839】

前記出力制御器は、前記受信された神経データを特徴づける前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の任意のパラメータのリアルタイム変調を実行する、請求項８３８に記載の方法。

【請求項840】

前記リアルタイム変調が、１～１００マイクロ秒で発生する、請求項８３９に記載の方法。

【請求項841】

前記出力制御器は、前記入力制御器から受信された神経データのタイミングに関する選択されたデータを受信し、
前記出力制御器が、受信された神経データのタイミングに関する前記選択されたデータに少なくとも部分的に基づいて、前記決定された出力信号が送信される時間を制御する、請求項８３７～８４０のいずれか一項に記載の方法。

【請求項842】

前記出力制御器は、前記入力制御器から受信された神経データの振幅に関する選択されたデータを受信し、
前記出力制御器が、前記受信された神経データの振幅に関する前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の前記振幅および／または周波数を制御する、請求項８３７～８４０のいずれか一項に記載の方法。

【請求項843】

前記出力信号が、エンドエフェクタ装置の制御信号である、請求項８２４～８４２に記載の方法。

【請求項844】

前記出力信号が、前記対象の神経系に適用される神経刺激信号である、請求項８２４～８４３に記載の方法。

【請求項845】

前記出力信号が、適用される薬物治療についての制御信号である、請求項８２４～８４４に記載の方法。

【請求項846】

前記神経制御方法は、前記決定された出力神経刺激信号を受信し、前記決定された出力神経刺激信号を少なくとも１つの出力装置に送信し、前記決定された出力神経刺激信号の前記タイミングに関するデータを前記入力制御器に送信する出力制御器を使用することをさらに含む、請求項８４５に記載の方法。

【請求項847】

前記入力制御器は、前記決定された出力神経刺激信号が出力されているときに、前記受信された神経データを少なくとも１つの機械学習手段に送信することを停止する、請求項８４６に記載の方法。

【請求項848】

前記神経制御方法が、前記受信された神経データを更新機に送信することをさらに含む、請求項８２４～８４７に記載の方法。

【請求項849】

前記神経制御方法が、計算された神経バイオマーカの記録、出力信号、記録された神経データ、他のセンサからのデータ、または前記更新機への身体状態を表すデータの任意の組み合わせを送信することをさらに含む、請求項８２４～８４８に記載の方法。

【請求項850】

前記神経制御方法が、前記少なくとも１つの機械学習モデルの更新を受信することをさらに含む、請求項８２４～８４９に記載の方法。

【請求項851】

前記少なくとも１つの機械学習モデルの前記更新が、前記受信された神経データ計算された神経バイオマーカ、出力信号、記録された神経データ、他のセンサからのデータ、または身体状態を表すデータに基づいて計算される、請求項８５０に記載の方法。

【請求項852】

前記神経制御方法が、前記適用された治療を更新する手段として、理想的な身体設定値への更新または身体設定値の計算を受信することをさらに含む、請求項８２４～８５１に記載の方法。

【請求項853】

前記神経制御方法が、前記身体モデルの更新を受信することをさらに含む、請求項８３１～８３５のいずれかに記載の方法。

【請求項854】

前記更新が、リハビリテーションまたは再較正期間中のガイド付き活動の特定の期間中に記録されたデータに基づいて生成される、請求項８５１～８５３に記載の方法。

【請求項855】

前記更新機が、自動クラウドシステムである、請求項８４９～８５３に記載の方法。

【請求項856】

前記更新機が、ローカルの有線または無線接続を介した手動接続である、請求項８４９～８５３に記載の方法。

【請求項857】

前記更新が、長期治療を計算するための１つ以上の機械学習システムによって自動的に計算される、請求項８４９～８５３に記載の方法。

【請求項858】

前記更新が、治療を行う臨床医によって選択される、請求項８４９～８５３に記載の方法。

【請求項859】

前記神経制御方法が、前記神経制御方法の性能を監視するための安全モジュールを組み込んでいる、請求項８２４～８５８に記載の方法。

【請求項860】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
これらの要素の性能が、前記安全モジュールによって監視されている、請求項８５９に記載の方法。

【請求項861】

前記安全モジュールが、前記リアルタイムループ内の前記リアルタイム入力制御器と出力制御器の前記性能をさらに監視する、請求項８５９または８６０に記載の方法。

【請求項862】

安全モジュールが、前記神経制御方法の任意の要素の機能を、その要素の性能の監視に基づいて選択的に低減または停止するように作用する、請求項８５９～８６１に記載の方法。

【請求項863】

前記安全モジュールが、安全モードで動作するように前記神経制御方法を選択的に制御する、請求項８５９～８６２に記載の方法。

【請求項864】

前記神経制御方法が、前記神経制御方法のバージョン制御を監視するために、監査モジュールを使用することをさらに含み、
前記安全モジュールが、前記監査モジュールからの指令に基づいて作動する、請求項８５９～８６３に記載の方法。

【請求項865】

前記神経制御方法が、前記神経制御方法のバージョン制御を監視するために、監査モジュールを使用することをさらに含む、請求項８２４～８６４に記載の方法。

【請求項866】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
前記監査モジュールが、これらの要素の正しいバージョンに関する情報を前記更新機から受信する、請求項８６４または８６５に記載の方法。

【請求項867】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
前記監査モジュールは、これらの要素の前記神経制御方法の現在のバージョンに関する情報を安全モジュールから受信する、請求項８６５または８６６に記載の方法。

【請求項868】

前記監査モジュールは、前記監査モジュールが、
ａ．誤ったバージョン管理、
ｂ．古いバージョン管理、
ｃ．不正なバージョン管理のうちの少なくとも１つを検出することに基づいて、前記神経制御方法の機能を低減または停止するように作動することを前記安全モジュールに指令する、請求項８６５または８６６に記載の方法。

【請求項869】

前記少なくとも１つの神経センサが、第１のモダリティを使用して動作し、前記出力信号が、前記第１のモダリティとは異なる第２のモダリティを使用して前記対象の神経系に適用される神経刺激信号である、請求項８２４～８６８に記載の方法。

【請求項870】

神経制御方法であって、
少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するための入力制御器を使用することと、
前記身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、前記受信された神経データを処理するために少なくとも１つの神経データ処理手段を使用することと、
前記決定された出力信号を少なくとも１つの出力装置に送信することと、を含み、
これにより、前記神経制御方法は、前記身体状態の閉ループ制御を提供する第１の制御ループを形成し、
前記身体状態の望ましい値は、身体の設定値によって達成され、
前記設定値は、受信されたセンサデータに基づいて前記閉ループ制御器内で計算される、方法。

【請求項871】

前記神経データ処理手段が、前記受信された神経データを処理して前記少なくとも１つの出力信号を直接決定するための単一の機械学習モデルを含む、請求項８７０に記載の方法。

【請求項872】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記識別された神経バイオマーカを処理し、前記少なくとも１つの出力信号を決定するための第２の機械学習モデルと、を含む、請求項８７０に記載の方法。

【請求項873】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記出力信号を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、を含む、請求項８７０に記載の方法。

【請求項874】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
身体状態における前記望ましい変化を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、
身体状態における前記望ましい変化を処理し、前記出力信号を決定するための第２の機械学習モデルと、を含む、請求項８７０に記載の方法。

【請求項875】

前記望ましい身体設定値が、受信された神経データまたは受信された神経バイオマーカに基づいて、前記閉ループ制御器内で計算される、請求項８７３または８７４に記載の方法。

【請求項876】

前記神経制御方法が、非神経センサからの対象の身体状態に関する前記受信データを使用して、前記望ましい身体設定値を計算する、請求項８７４または８７５に記載の方法。

【請求項877】

前記閉ループ制御器が、身体モデルの出力を使用して、前記身体状態の望ましい変化の決定を通知する、請求項８７３または８７４に記載の方法。

【請求項878】

前記身体モデルが、神経バイオマーカおよび／または非神経センサの任意の組み合わせによって通知される状態空間モデルである、請求項８７７に記載の方法。

【請求項879】

前記身体モデルが、神経バイオマーカまたは非神経センサの任意の組み合わせによって通知される機能モデルである、請求項８７７に記載の方法。

【請求項880】

前記身体モデルが、適用された出力信号に続く前記対象の前記身体状態を特徴づける受信された神経または他のセンサデータに基づいて更新される、請求項８７７～８７９に記載の方法。

【請求項881】

前記身体モデルの更新が、前記出力信号に対する応答の独自の推定を行い、これと前記受信された神経または他のセンサデータとの比較を使用して、前記身体モデルの前記更新を計算する、請求項８８０に記載の方法。

【請求項882】

前記神経制御方法が、非神経センサから前記対象の身体状態に関するデータを受信することをさらに含み、
前記少なくとも１つの機械学習手段が、前記受信したデータをさらに処理して前記少なくとも１つの出力信号を決定する、請求項８７０～８８１に記載の方法。

【請求項883】

前記神経制御方法が、前記決定された出力信号を受信し、前記決定された出力信号を少なくとも１つの出力装置に送信するための出力制御器を使用することをさらに含む、請求項８７０～８８２に記載の方法。

【請求項884】

前記出力制御器は、前記入力制御器から受信された神経データに関する選択されたデータを受信し、
これにより、前記入力制御器および前記出力制御器は、前記第１の制御ループよりも応答待ち時間が短い第２の制御ループを形成する、請求項８８３に記載の方法。

【請求項885】

前記出力制御器は、前記受信された神経データを特徴づける前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の任意のパラメータのリアルタイム変調を実行する、請求項８８４に記載の方法。

【請求項886】

前記リアルタイム変調が、１～１００マイクロ秒で発生する、請求項８８５に記載の方法。

【請求項887】

前記出力制御器が、前記入力制御器から受信された神経データのタイミングに関する選択されたデータを受信し、
前記出力制御器が、受信された神経データのタイミングに関する前記選択されたデータに少なくとも部分的に基づいて、前記決定された出力信号が送信される時間を制御する、請求項８８４～８８６のいずれか一項に記載の方法。

【請求項888】

前記出力制御器が、前記入力制御器から受信された神経データの振幅に関する選択されたデータを受信し、
前記出力制御器が、前記受信された神経データの振幅に関する前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の前記振幅および／または周波数を制御する、請求項８８４～８８７のいずれか一項に記載の方法。

【請求項889】

前記出力信号が、エンドエフェクタ装置の制御信号である、請求項８７０～８８８に記載の方法。

【請求項890】

前記出力信号が、前記対象の神経系に適用される神経刺激信号である、請求項８７０～８８９に記載の方法。

【請求項891】

前記出力信号が、適用される薬物治療についての制御信号である、請求項８７０～８９０に記載の方法。

【請求項892】

前記神経制御方法は、前記決定された出力神経刺激信号を受信し、前記決定された出力神経刺激信号を少なくとも１つの出力装置に送信し、前記決定された出力神経刺激信号の前記タイミングに関するデータを前記入力制御器に送信する出力制御器を使用することをさらに含む、請求項８９１に記載の方法。

【請求項893】

前記入力制御器は、前記決定された出力神経刺激信号が出力されているときに、前記受信された神経データを少なくとも１つの機械学習手段に送信することを停止する、請求項８９２に記載の方法。

【請求項894】

前記神経制御方法が、前記受信された神経データを更新機に送信することをさらに含む、請求項８７０～８９３に記載の方法。

【請求項895】

前記神経制御方法が、計算された神経バイオマーカの記録、出力信号、記録された神経データ、他のセンサからのデータ、または前記更新機への身体状態を表すデータの任意の組み合わせを送信することをさらに含む、請求項８７０～８９４に記載の方法。

【請求項896】

前記神経制御方法が、前記少なくとも１つの機械学習モデルの更新を受信することをさらに含む、請求項８７０～８９５に記載の方法。

【請求項897】

前記少なくとも１つの機械学習モデルの前記更新が、前記受信された神経データ計算された神経バイオマーカ、出力信号、記録された神経データ、他のセンサからのデータ、または身体状態を表すデータに基づいて計算される、請求項８９６に記載の方法。

【請求項898】

前記神経制御方法が、前記適用された治療を更新する手段として、理想的な身体設定値への更新または身体設定値の計算を受信することをさらに含む、請求項８７０～８９７に記載の方法。

【請求項899】

前記神経制御方法は、前記身体モデルの更新を受信することをさらに含む、請求項８７７～８８１のいずれかに記載の方法。

【請求項900】

前記更新は、リハビリテーションまたは再較正期間中のガイド付き活動の特定の期間中に記録されたデータに基づいて生成される、請求項８９５～８９９に記載の方法。

【請求項901】

前記更新機が、自動クラウドシステムである、請求項８９５～８９９に記載の方法。

【請求項902】

前記更新機が、ローカルの有線または無線接続を介した手動接続である、請求項８９５～８９９に記載の方法。

【請求項903】

前記更新が、長期治療を計算するための１つ以上の機械学習システムによって自動的に計算される、請求項８９５～８９９に記載の方法。

【請求項904】

前記更新が、治療を行う臨床医によって選択される、請求項８９５～８９９に記載の方法。

【請求項905】

前記神経制御方法が、前記神経制御方法の性能を監視するための安全モジュールを使用することを含む、請求項８７０～９０４に記載の方法。

【請求項906】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
これらの要素の性能が、前記安全モジュールによって監視されている、請求項９０５に記載の方法。

【請求項907】

前記安全モジュールが、前記リアルタイムループ内の前記リアルタイム入力制御器と出力制御器の前記性能をさらに監視する、請求項９０５または９０６に記載の方法。

【請求項908】

前記安全モジュールが、前記神経制御方法の任意の要素の機能を、その要素の性能の監視に基づいて選択的に低減または停止するように作用する、請求項９０５～９０７に記載の方法。

【請求項909】

前記安全モジュールが、安全モードで動作するように前記神経制御方法を選択的に制御する、請求項９０５～９０８に記載の方法。

【請求項910】

前記神経制御方法が、前記神経制御方法のバージョン制御を監視するために、監査モジュールを使用することをさらに含み、
前記安全モジュールが、前記監査モジュールからの指令に基づいて作動する、請求項９０５～９０９に記載の方法。

【請求項911】

前記神経制御方法が、前記神経制御方法のバージョン制御を監視するために、監査モジュールを使用することをさらに含む、請求項８７０～９０９に記載の方法。

【請求項912】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
前記監査モジュールが、これらの要素の正しいバージョンに関する情報を前記更新機から受信する、請求項９１０または９１１に記載の方法。

【請求項913】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
前記監査モジュールは、これらの要素の前記神経制御方法の現在のバージョンに関する情報を安全モジュールから受信する、請求項９１１または９１２に記載の方法。

【請求項914】

前記監査モジュールは、前記監査モジュールが、
ａ．誤ったバージョン管理、
ｂ．古いバージョン管理、
ｃ．不正なバージョン管理のうちの少なくとも１つを検出することに基づいて、前記神経制御方法の機能を低減または停止するように作動することを前記安全モジュールに指令する、請求項９１１～９１３のいずれか一項に記載の方法。

【請求項915】

前記少なくとも１つの神経センサが、第１のモダリティを使用して動作し、前記出力信号が、前記第１のモダリティとは異なる第２のモダリティを使用して前記対象の神経系に適用される神経刺激信号である、請求項８７０～９１４に記載の方法。

【請求項916】

神経制御方法であって、
少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するための入力制御器を使用することと、
前記身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、前記受信された神経データを処理するために少なくとも１つの神経データ処理手段を使用することと、
前記決定された出力信号を少なくとも１つの出力装置に送信することと、を含み、
これにより、神経制御システムは、前記身体状態の閉ループ制御を提供する第１の制御ループを形成し、
前記閉ループ制御器は、身体モデルの出力を使用して、前記身体状態の望ましい変化の決定を通知し、
前記身体モデルに対する前記身体の現在の状態が、神経バイオマーカまたは非神経センサの任意の組み合わせによって通知される、方法。

【請求項917】

前記神経データ処理手段が、前記受信された神経データを処理して前記少なくとも１つの出力信号を直接決定するための単一の機械学習モデルを含む、請求項９１６に記載の方法。

【請求項918】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記識別された神経バイオマーカを処理し、前記少なくとも１つの出力信号を決定するための第２の機械学習モデルと、を含む、請求項９１６に記載の方法。

【請求項919】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
前記出力信号を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、を含む、請求項９１６に記載の方法。

【請求項920】

前記神経データ処理手段が、
前記受信された神経データを処理して神経バイオマーカを識別するための第１の機械学習モデルと、
身体状態における前記望ましい変化を決定するために、前記望ましい身体設定値とともに身体状態を特徴づける前記神経バイオマーカを受信する閉ループ制御器と、
身体状態における前記望ましい変化を処理し、前記出力信号を決定するための第２の機械学習モデルと、を含む、請求項９１６に記載の方法。

【請求項921】

前記望ましい身体設定値が、受信された神経データまたは受信された神経バイオマーカに基づいて、前記閉ループ制御器内で計算される、請求項９１９または９２０に記載の方法。

【請求項922】

前記神経制御方法が、非神経センサからの対象の身体状態に関する前記受信データを使用して、前記望ましい身体設定値を計算する、請求項９２０または９２１に記載の方法。

【請求項923】

前記身体モデルは、神経バイオマーカおよび／または非神経センサの任意の組み合わせによって通知される状態空間モデルである、請求項９１６～９２２に記載の方法。

【請求項924】

前記身体モデルは、神経バイオマーカまたは非神経センサの任意の組み合わせによって通知される機能モデルである、請求項９１６～９２２に記載の方法。

【請求項925】

前記身体モデルが、適用された出力信号に続く前記対象の前記身体状態を特徴づける受信された神経または他のセンサデータに基づいて更新される、請求項９１６～９２４に記載の方法。

【請求項926】

前記身体モデルの更新は、前記出力信号に対する応答の独自の推定を行い、これと前記受信された神経または他のセンサデータとの比較を使用して、前記身体モデルの前記更新を計算する、請求項９２５に記載の方法。

【請求項927】

前記神経制御方法が、非神経センサから前記対象の身体状態に関するデータを受信することをさらに含み、
前記少なくとも１つの機械学習手段が、前記受信したデータをさらに処理して前記少なくとも１つの出力信号を決定する、請求項９１６～９２６に記載の方法。

【請求項928】

前記神経制御方法が、前記決定された出力信号を受信し、前記決定された出力信号を少なくとも１つの出力装置に送信するための出力制御器を使用することをさらに含む、請求項９１６～９２７に記載の方法。

【請求項929】

前記出力制御器は、前記入力制御器から受信された神経データに関する選択されたデータを受信し、
これにより、前記入力制御器および前記出力制御器は、前記第１の制御ループよりも応答待ち時間が短い第２の制御ループを形成する、請求項９２８に記載の方法。

【請求項930】

前記出力制御器は、前記受信された神経データを特徴づける前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の任意のパラメータのリアルタイム変調を実行する、請求項９２９に記載の方法。

【請求項931】

前記リアルタイム変調が、１～１００マイクロ秒で発生する、請求項９３０に記載の方法。

【請求項932】

前記出力制御器が、前記入力制御器から受信された神経データのタイミングに関する選択されたデータを受信し、
前記出力制御器が、受信された神経データのタイミングに関する前記選択されたデータに少なくとも部分的に基づいて、前記決定された出力信号が送信される時間を制御する、請求項９２９～９３１のいずれか一項に記載の方法。

【請求項933】

前記出力制御器は、前記入力制御器から受信された神経データの振幅に関する選択されたデータを受信し、
前記出力制御器が、前記受信された神経データの振幅に関する前記選択されたデータに少なくとも部分的に基づいて、前記少なくとも１つの出力装置に送信される前記決定された出力信号の前記振幅および／または周波数を制御する、請求項９２９～９３２のいずれか一項に記載の方法。

【請求項934】

前記出力信号が、エンドエフェクタ装置の制御信号である、請求項９１６～９３３に記載の方法。

【請求項935】

前記出力信号が、前記対象の神経系に適用される神経刺激信号である、請求項９１６～９３４に記載の方法。

【請求項936】

前記出力信号が、適用される薬物治療についての制御信号である、請求項９１６～９３４に記載の方法。

【請求項937】

前記神経制御方法が、前記決定された出力神経刺激信号を受信し、前記決定された出力神経刺激信号を少なくとも１つの出力装置に送信し、前記決定された出力神経刺激信号の前記タイミングに関するデータを前記入力制御器に送信する出力制御器を使用することをさらに含む、請求項９３６に記載の方法。

【請求項938】

前記入力制御器は、前記決定された出力神経刺激信号が出力されているときに、前記受信された神経データを少なくとも１つの機械学習手段に送信することを停止する、請求項９３７に記載の方法。

【請求項939】

前記神経制御方法が、前記受信された神経データを更新機に送信することをさらに含む、請求項９１６～９３８に記載の方法。

【請求項940】

前記神経制御方法が、計算された神経バイオマーカの記録、出力信号、記録された神経データ、他のセンサからのデータ、または前記更新機への身体状態を表すデータの任意の組み合わせを送信することをさらに含む、請求項９２６～９３９に記載の方法。

【請求項941】

前記神経制御方法が、前記少なくとも１つの機械学習モデルの更新を受信することをさらに含む、請求項９１６～９４０に記載の方法。

【請求項942】

前記少なくとも１つの機械学習モデルの前記更新が、前記受信された神経データ計算された神経バイオマーカ、出力信号、記録された神経データ、他のセンサからのデータ、または身体状態を表すデータに基づいて計算される、請求項９４１に記載の方法。

【請求項943】

前記神経制御方法が、前記適用された治療を更新する手段として、理想的な身体設定値への更新または身体設定値の計算を受信することをさらに含む、請求項９１６～９４２に記載の方法。

【請求項944】

前記神経制御方法が、前記身体モデルの更新を受信することをさらに含む、請求項９１６～９４３のいずれかに記載の方法。

【請求項945】

前記更新が、リハビリテーションまたは再較正期間中のガイド付き活動の特定の期間中に記録されたデータに基づいて生成される、請求項９４０～９４４に記載の方法。

【請求項946】

前記更新機が、自動クラウドシステムである、請求項４９４０～９４４に記載の方法。

【請求項947】

前記更新機が、ローカルの有線または無線接続を介した手動接続である、請求項９４０～９４４に記載の方法。

【請求項948】

前記更新が、長期治療を計算するための１つ以上の機械学習システムによって自動的に計算される、請求項９４０～９４４に記載の方法。

【請求項949】

前記更新が、治療を行う臨床医によって選択される、請求項９４０～９４４に記載の方法。

【請求項950】

前記神経制御方法が、前記神経制御方法の性能を監視するための安全モジュールを使用することを含む、請求項９１６～９４９に記載の方法。

【請求項951】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
これらの要素の性能は、前記安全モジュールによって監視されている、請求項９５０に記載のシステム。

【請求項952】

前記安全モジュールが、前記リアルタイムループ内の前記リアルタイム入力制御器と出力制御器の前記性能をさらに監視する、請求項９５０または９５１に記載の方法。

【請求項953】

前記安全モジュールが、前記神経制御方法の任意の要素の機能を、その要素の性能の監視に基づいて選択的に低減または停止するように作用する、請求項９５０～９５２に記載の方法。

【請求項954】

前記安全モジュールが、安全モードで動作するように前記神経制御方法を選択的に制御する、請求項９５０～９５３に記載の方法。

【請求項955】

前記神経制御方法が、前記神経制御方法のバージョン制御を監視するために、監査モジュールを使用することをさらに含み、
前記安全モジュールが、前記監査モジュールからの指令に基づいて作動するように構成されている、請求項９５０～９５４に記載の方法。

【請求項956】

前記神経制御方法が、前記神経制御方法のバージョン制御を監視するために構成された監査モジュールを使用することをさらに含む、請求項９５６～９５５に記載の方法。

【請求項957】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
前記監査モジュールが、これらの要素の正しいバージョンに関する情報を前記更新機から受信する、請求項４９５または９５６に記載の方法。

【請求項958】

前記神経制御方法が、
ａ．機械学習神経プロセッサと、
ｂ．閉ループ制御プロセッサと、
ｃ．リアルタイム入力制御器と、
ｄ．リアルタイム出力制御器と、
ｅ．刺激ライブラリ選択器と、
ｆ．機械学習出力プロセッサと、
ｇ．身体設定値計算機と、
ｈ．身体モデルとのグループからの１つ以上の要素を使用することを含み、
前記監査モジュールは、これらの要素の前記神経制御方法の現在のバージョンに関する情報を安全モジュールから受信する、請求項９５６または９５７に記載の方法。

【請求項959】

前記監査モジュールは、前記監査モジュールが、
ａ．誤ったバージョン管理、
ｂ．古いバージョン管理、
ｃ．不正なバージョン管理のうちの少なくとも１つを検出することに基づいて、前記神経制御方法の機能を低減または停止するように作動することを前記安全モジュールに指令する、請求項４９５～９５８のいずれか一項に記載の方法。

【請求項960】

前記少なくとも１つの神経センサが、第１のモダリティを使用して動作し、前記出力信号が、前記第１のモダリティとは異なる第２のモダリティを使用して前記対象の神経系に適用される神経刺激信号である、請求項９１６～９５９に記載の方法。

【請求項961】

前記神経信号が、自然神経信号または誘発された神経信号である、請求項１～４８０のいずれか一項に記載のシステム。

【請求項962】

請求項１５～１９、８２～８６、１２７～１３１、１７２～１７６、２２０～２２４、２６７～２７１、３１４～３１８、３５８～３６２、４０４～４０８、または４５９～４６３の一項に記載のシステムであって、第１の制御ループが、一部の時間だけアクティブ化される、システム。

【請求項963】

前記第１の制御ループが、前記受信された神経データおよび／または他のセンサデータの値に少なくとも部分的に基づいてアクティブ化される、請求項９６２に記載のシステム。

【請求項964】

第２の制御ループが、実質的に連続的にアクティブ化される、請求項９６１または請求項９６２に記載のシステム。

【請求項965】

前記神経信号が、自然神経信号または誘発された神経信号である、請求項４８１～９６０のいずれか一項に記載の方法。

【請求項966】

請求項４９５～４９９、５６２～５６６、６０７～６１１、６５２～６５６、７００～７０４、７４７～７５１、７９４～７９８、８３８～８４２、８８４～８８８、または９２９～９６３のいずれか一項に記載の方法であって、第１の制御ループが、一部の時間だけアクティブ化される、方法。

【請求項967】

前記第１の制御ループが、前記受信された神経データおよび／または他のセンサデータの値に少なくとも部分的に基づいてアクティブ化される、請求項９６６に記載の方法。

【請求項968】

第２の制御ループが、実質的に連続的にアクティブ化される、請求項９６６または請求項９６７に記載の方法。

【請求項969】

処理装置上で実行されると、前記処理装置に、請求項４８１～９６０または９６５～９６８のいずれかに記載の方法を実行させる命令を含むコンピュータプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本出願は、神経制御のためのシステムおよび方法、具体的には閉ループ神経制御用のシステムおよび方法に関する。

【背景技術】

【0002】

多くの異なる状態の治療または緩和を提供するために、神経および／または筋肉のような電気生理学的目標を刺激するために人体または動物の体に埋め込まれる広範な埋め込み型能動電子装置が存在する。

【0003】

このような埋め込み型能動電子装置の例には、様々な種類の埋め込み型パルス発生器（ＩＰＧ）および、心臓の筋肉などの目標を刺激して心拍を調節する神経調節装置（ペースメーカ）、痛みの信号を遮断する脊髄（脊髄刺激装置－ＳＣＳ）、うつ病の軽減やてんかん発作の停止などの脳機能を変化させる脳の領域（脳深部刺激装置－ＤＢＳ）が挙げられる。これらの装置は現在、とりわけ、慢性疼痛に対する脊髄刺激（ＳＣＳ）、本態性振戦、てんかん、うつ病および肥満に対する脳深部刺激（ＤＢＳ）、関節リウマチおよびクローン病に対する迷走神経刺激を含む、広範な状態にわたる治療を提供するために使用されている。これらの現在の装置は、現在、世界中で５０万人を超える患者に治療を提供するために使用されている。

【0004】

現在、これらの治療は、目標状態に関する情報を提供する身体変数、または目標状態の脳の制御に関する情報をエンコードする局所神経活動などの局所活動に応答することなく刺激を提供する装置によってほぼ完全に提供される。例えば、高血圧（高い血圧）の治療は、血圧の測定された応答性または脳の血圧の制御に関する情報をエンコードする局所神経活動なしに、所定の時間に刺激を提供する装置によって提供され得る。

【0005】

完全な神経活動をリアルタイムまたはほぼリアルタイムでエンコードする情報を検出および処理し、改善された有効性を提供するために、この完全な神経活動を使用して、人体または動物の体内の電気生理学的目標を刺激する埋め込み型電子装置を制御することが望まれる。

【0006】

以下に説明する実施形態は、上述した既知のアプローチの欠点のいずれかまたは全てを解決する実装形態に限定されるものではない。

【発明の概要】

【0007】

本概要は、以下の詳細な説明でさらに説明される概念の選択を簡略化した形態で紹介するために提供されるものである。本概要は、特許請求される主題の主要な特徴または本質的な特徴を識別することを意図せず、特許請求される主題の範囲を決定する際の補助として使用されることも意図しておらず、本発明の働きを容易にし、および／または実質的に同様の技術的効果を達成するために機能する変形例および代替的特徴は、本明細書に開示される本発明の範囲内に収まるとみなされるべきである。

【0008】

第１の態様において、本開示は、少なくとも１つの神経センサから対象の身体状態に関連する神経信号に関する神経データを受信するように構成された入力制御器と、身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、受信された神経データを処理するために少なくとも１つの機械学習モデルを使用する少なくとも１つの機械学習手段と、決定された出力信号を少なくとも１つの出力装置に送信するように構成された手段とを含み、これにより、神経制御システムは、身体状態の閉ループ制御を提供する第１の制御ループを形成する神経制御システムを提供する。

【0009】

第２の態様において、本開示は、少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するように構成された入力制御器と、受信された神経データを処理して神経バイオマーカを識別するための少なくとも１つの機械学習モデルと、動作を実行するために、識別された神経バイオマーカを少なくとも１つの出力装置に送信するように構成された手段とを含み、神経制御システムは、身体状態の閉ループ制御を提供する第１の制御ループを形成する神経制御システムを提供する。

【0010】

第３の態様において、本開示は、少なくとも１つの神経センサから対象の神経における身体状態に関連する神経信号に関する神経データを受信するように構成された入力制御器と、身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、受信された神経データを処理するために構成された少なくとも１つの神経データ処理手段と、決定された出力信号を受信し、決定された出力信号を少なくとも１つの出力装置に送信するように構成された出力制御器とを含み、これにより、神経制御システムは、身体状態の閉ループ制御を提供する第１の制御ループを形成し、出力制御器は、入力制御器から受信された神経データのタイミングに関する選択されたデータを受信するようにさらに構成され、出力制御器は、受信された神経データのタイミングに関する選択されたデータに基づいて少なくとも１つの出力装置へ、決定された出力信号が送信される時間を制御するように構成される、神経制御システムを提供する。

【0011】

第４の態様において、本開示は、少なくとも１つの神経センサから対象の神経における身体状態に関連する神経信号に関する神経データを受信するように構成された入力制御器と、身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、受信された神経データを処理するために構成された少なくとも１つの神経データ処理手段と、決定された出力信号を受信し、決定された出力信号を少なくとも１つの出力装置に送信するように構成された出力制御器とを含み、これにより、神経制御システムは、身体状態の閉ループ制御を提供する第１の制御ループを形成し、出力制御器は、入力制御器から受信された神経データの振幅に関する選択されたデータを受信するように構成され、出力制御器は、受信された神経データの振幅に関する選択されたデータに基づいて、少なくとも１つの出力装置に送信される決定された出力信号の振幅を制御するように構成される、神経制御システムを提供する。

【0012】

第５の態様において、本開示は、少なくとも１つの神経センサから対象の神経における身体状態に関連する神経信号に関する神経データを受信するように構成された入力制御器と、身体状態の望ましい値を達成するために必要な少なくとも１つの出力神経刺激信号を決定するように、受信された神経データを処理するために構成された少なくとも１つの神経データ処理手段と、決定された出力神経刺激信号を受信し、決定された出力神経刺激信号を少なくとも１つの出力装置に送信するように構成された出力制御器とを含み、これにより、神経制御システムは、身体状態の閉ループ制御を提供する第１の制御ループを形成し、出力制御器は、入力制御器から受信された神経データの振幅に関する選択されたデータを受信するようにさらに構成され、出力制御器は、決定された出力神経刺激信号のタイミングに関するデータを入力制御器に送信するようにさらに構成され、入力制御器は、決定された出力神経刺激信号が出力されているときに、受信された神経データを少なくとも１つの機械学習手段に送信することを停止するように構成される、神経制御システムを提供する。

【0013】

第６の態様において、本開示は、少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するように構成された入力制御器と、身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、受信された神経データを処理するために少なくとも１つの機械学習モデルを使用する少なくとも１つの機械学習手段と、決定された出力信号を少なくとも１つの出力装置に送信するように構成された手段とを含み、これにより、神経制御システムは、身体状態の閉ループ制御を提供する第１の制御ループを形成し、神経制御システムは、受信された神経データを更新機に送信するための手段を含む、別個の更新機に接続されており、更新機は、受信された神経データを使用して機械学習トレーニングを実行し、更新された機械学習モデルを生成するように構成されており、神経制御システムは少なくとも１つの機械学習モデルを更新された機械学習モデルで置き換えるようにさらに構成される、神経制御システムを提供する。

【0014】

第７の態様において、本開示は、少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するように構成された入力制御器と、身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、受信された神経データを処理するために構成された少なくとも１つの神経データ処理手段と、決定された出力信号を少なくとも１つの出力装置に送信するように構成された手段とを含み、これにより、神経制御システムは、身体状態の閉ループ制御を提供する第１の制御ループを形成し、神経制御システムは、閉ループ制御器の性能を監視する安全モジュールを組み込み、安全モジュールは、その性能を監視することに基づいて第１の制御ループの任意の要素の機能を低減または停止するために作動するように構成される、神経制御システムを提供する。

【0015】

第８の態様において、本開示は、少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するように構成された入力制御器と、身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、受信された神経データを処理するために構成された少なくとも１つの神経データ処理手段と、決定された出力信号を少なくとも１つの出力装置に送信するように構成された手段とを含み、これにより、神経制御システムは、身体状態の閉ループ制御を提供する第１の制御ループを形成し、神経制御システムが、神経制御システムのバージョン制御を監視するように構成された監査モジュールをさらに含み、監査モジュールは、神経制御システムの正しいバージョンに関する情報を更新機から受信するように構成され、監査モジュールは、神経制御システムの現在のバージョンに関する情報を取得するように構成され、監査モジュールは、神経制御システムの正しくかつ現在のバージョンに基づいて神経制御システムの機能を低減または停止するように作動することを安全モジュールに指令するように構成される、神経制御システムを提供する。

【0016】

第９の態様において、本開示は、少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するように構成された入力制御器と、身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、受信された神経データを処理するように構成された少なくとも１つの神経データ処理手段と、決定された出力信号を少なくとも１つの出力装置に送信するように構成された手段とを含み、これにより、神経制御システムは、身体状態の閉ループ制御を提供する第１の制御ループを形成し、身体状態の望ましい値は、治療として事前に設定された身体設定値によって達成される、神経制御システムを提供する。

【0017】

第１０の態様において、本開示は、少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するように構成された入力制御器と、身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、受信された神経データを処理するために構成された少なくとも１つの神経データ処理手段と、決定された出力信号を少なくとも１つの出力装置に送信するように構成された手段とを含み、これにより、神経制御システムは、身体状態の閉ループ制御を提供する第１の制御ループを形成し、身体状態の望ましい値は、身体設定値によって達成され、設定値は受信されたセンサデータに基づいて閉ループ制御器内で計算される、神経制御システムを提供する。

【0018】

第１１の態様において、本開示は、少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するように構成された入力制御器と、身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、受信された神経データを処理するために構成された少なくとも１つの神経データ処理手段と、決定された出力信号を少なくとも１つの出力装置に送信するように構成された手段とを含み、これにより、神経制御システムは、身体状態の閉ループ制御を提供する第１の制御ループを形成し、閉ループ制御器は、身体モデルの出力を使用して、身体状態の望ましい変化の決定を通知し、身体モデルに対する身体の現在の状態が、神経バイオマーカまたは非神経センサの任意の組み合わせによって通知される、神経制御システムを提供する。

【0019】

第１２の態様において、本開示は、少なくとも１つの神経センサから対象の身体状態に関連する神経信号に関する神経データを受信することと、身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、受信された神経データを処理するために少なくとも１つの機械学習モデルを使用することと、決定された出力信号を少なくとも１つの出力装置に送信することとを含み、これにより、この方法は、身体状態の閉ループ制御を提供する第１の制御ループを含む、神経制御方法を提供する。

【0020】

第１３の態様において、本開示は、少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するための入力制御器を使用することと、受信された神経データを処理して神経バイオマーカを識別するための少なくとも１つの機械学習モデルを使用することと、識別された神経バイオマーカを、動作を実行するために少なくとも１つの出力装置に送信することと、を含み、神経制御方法は、身体状態の閉ループ制御を提供する第１の制御ループを形成する神経制御方法を提供する。

【0021】

第１４の態様において、本開示は、少なくとも１つの神経センサから対象の神経における身体状態に関連する神経信号に関する神経データを受信するための入力制御器を使用することと、身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、受信された神経データを処理するために少なくとも１つの神経データ処理手段を使用することと、決定された出力信号を受信し、決定された出力信号を少なくとも１つの出力装置に送信する出力制御器を使用することとを含み、これにより、神経制御システムは、身体状態の閉ループ制御を提供する第１の制御ループを形成し、出力制御器は、入力制御器から受信された神経データのタイミングに関する選択されたデータを受信するように使用され、出力制御器は、受信された神経データのタイミングに関する選択されたデータに基づいて少なくとも１つの出力装置へ、決定された出力信号が送信される時間を制御するように使用される、神経制御方法を提供する。

【0022】

第１５の態様において、本開示は、少なくとも１つの神経センサから対象の神経における身体状態に関連する神経信号に関する神経データを受信するための入力制御器を使用することと、身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、受信された神経データを処理するために少なくとも１つの神経データ処理手段を使用することと、決定された出力信号を受信し、決定された出力信号を少なくとも１つの出力装置に送信する出力制御器を使用することとを含み、これにより、神経制御方法は、身体状態の閉ループ制御を提供する第１の制御ループを形成し、出力制御器が、入力制御器から受信された神経データの振幅に関する選択されたデータを受信し、この出力制御器が、受信された神経データの振幅に関する選択されたデータに基づいて、少なくとも１つの出力装置に送信される決定された出力信号の振幅を制御する、神経制御方法を提供する。

【0023】

第１６の態様において、本開示は、少なくとも１つの神経センサから対象の神経における身体状態に関連する神経信号に関する神経データを受信するための入力制御器を使用することと、身体状態の望ましい値を達成するために必要な少なくとも１つの出力神経刺激信号を決定するように、受信された神経データを処理するために少なくとも１つの神経データ処理手段を使用することと、決定された出力神経刺激信号を受信し、決定された出力神経刺激信号を少なくとも１つの出力装置に送信する出力制御器を使用することとを含み、これにより、神経制御方法は、身体状態の閉ループ制御を提供する第１の制御ループを形成し、出力制御器が、入力制御器から受信された神経データの振幅に関する選択されたデータを受信し、出力制御器は、決定された出力神経刺激信号のタイミングに関するデータを入力制御器に送信し、入力制御器は、決定された出力神経刺激信号が出力されているときに、受信された神経データを少なくとも１つの機械学習手段に送信することを停止する、神経制御方法を提供する。

【0024】

第１７の態様において、本開示は、少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するための入力制御器を使用することと、身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、受信された神経データを処理するために少なくとも１つの機械学習モデルを使用する少なくとも１つの機械学習手段を使用することと、決定された出力信号を少なくとも１つの出力装置に送信することとを含み、これにより、神経制御方法は、身体状態の閉ループ制御を提供する第１の制御ループを形成し、神経制御方法が、受信された神経データを更新機に送信することを含む、更新機を使用することをさらに含み、更新機が、更新された神経制御方法を生成するための機械学習トレーニングを実行するために受信された神経データを使用し、神経制御方法が、少なくとも１つの神経制御方法を更新された神経制御方法で置き換えることをさらに含む、神経制御方法を提供する。

【0025】

第１８の態様において、本開示は、少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するための入力制御器を使用することと、身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、受信された神経データを処理するために少なくとも１つの神経データ処理手段を使用することと、決定された出力信号を少なくとも１つの出力装置に送信することとを含み、これにより、神経制御方法は、身体状態の閉ループ制御を提供する第１の制御ループを形成し、神経制御方法は、閉ループ制御器の性能を監視する安全モジュールを使用し、安全モジュールは、その性能を監視することに基づいて第１の制御ループの任意の要素の機能を低減または停止するために作動する、神経制御方法を提供する。

【0026】

第１９の態様において、本開示は、少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するための入力制御器を使用することと、身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、受信された神経データを処理するために少なくとも１つの神経データ処理手段を使用することと、決定された出力信号を少なくとも１つの出力装置に送信することとを含み、これにより、神経制御方法は、身体状態の閉ループ制御を提供する第１の制御ループを形成し、神経制御方法は、神経制御システムのバージョン制御を監視するために、監査モジュールを使用することさらに含み、この監査モジュールは、神経制御システムの正しいバージョンに関する情報を更新機から受信し、監査モジュールは、神経制御システムの現在のバージョンに関する情報を取得し、監査モジュールは、神経制御システムの正しくかつ現在のバージョンに基づいて神経制御システムの機能を低減または停止するように作動することを安全モジュールに指令する、神経制御方法を提供する。

【0027】

第２０の態様において、本開示は、少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するための入力制御器を使用することと、身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、受信された神経データを処理するために少なくとも１つの神経データ処理手段を使用することと、決定された出力信号を少なくとも１つの出力装置に送信することとを含み、これにより、神経制御方法は、身体状態の閉ループ制御を提供する第１の制御ループを形成し、身体状態の望ましい値は、治療として事前に設定された身体設定値によって達成される、神経制御方法を提供する。

【0028】

第２１の態様において、本開示は、少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するための入力制御器を使用することと、身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、受信された神経データを処理するために少なくとも１つの神経データ処理手段を使用することと、決定された出力信号を少なくとも１つの出力装置に送信することとを含み、これにより、神経制御方法は、身体状態の閉ループ制御を提供する第１の制御ループを形成し、身体状態の望ましい値は、身体設定値によって達成され、設定値は、受信されたセンサデータに基づいて閉ループ制御器内にて計算される、神経制御方法を提供する。

【0029】

第２２の態様において、本開示は、少なくとも１つの神経センサから身体状態に関連する神経信号に関する神経データを受信するための入力制御器を使用することと、身体状態の望ましい値を達成するために必要な少なくとも１つの出力信号を決定するように、受信された神経データを処理するために少なくとも１つの神経データ処理手段を使用することと、決定された出力信号を少なくとも１つの出力装置に送信することとを含み、これにより、神経制御システムは、身体状態の閉ループ制御を提供する第１の制御ループを形成し、閉ループ制御器は、身体モデルの出力を使用して、身体状態の望ましい変化の決定を通知し、身体モデルに対する身体の現在の状態が、神経バイオマーカまたは非神経センサの任意の組み合わせによって通知される、神経制御方法を提供する。

【0030】

第２３の態様において、本開示は、処理装置上で実行されると、処理装置に、第１２～第２２の態様のいずれかによる方法を実行させる命令を含むコンピュータプログラムを提供する。

【0031】

本明細書に記載された方法は、例えば、プログラムがコンピュータ上で実行され、コンピュータプログラムがコンピュータ可読媒体上に具現化されている場合に、本明細書に記載された方法の全てのステップを実行するように適合されたコンピュータプログラムコード手段を含むコンピュータプログラムの形態で、有形記憶媒体上の機械可読形態のソフトウェアによって実行されてもよい。有形（または非一時的）記憶媒体の例には、ディスク、サムドライブ、メモリカードなどが含まれ、伝播信号は含まれない。ソフトウェアは、方法のステップを任意の好適な順序で、または同時に実行することができるように、並列プロセッサまたは直列プロセッサでの実行に好適であり得る。

【0032】

本出願は、ファームウェアおよびソフトウェアが価値を有し、個別に取引可能な商品である可能性があることを認めている。「ダム」または標準ハードウェアで実行または制御するソフトウェアを包含して、目的の機能を実行することを目的としている。また、シリコンチップの設計またはユニバーサルプログラマブルチップの構成に使用されるＨＤＬ（ハードウェア記述言語）ソフトウェアなどのハードウェアの構成を「記述」または定義して、目的の機能を実行するソフトウェアも包含することも目的としている。

【0033】

上述の態様の各々の特徴および／または実施形態は、当業者にとって明らかであるように、適切に組み合わせることができ、本発明の任意の態様と組み合わせることができる。実際、実施形態の順序および好ましい特徴の順序付けおよび場所は、単に示唆であり、特徴自体に何の関係もない。好ましいおよび／または任意選択の特徴の各々が、態様および実施形態の全てのみならず、好ましい特徴の各々とも交換可能および／または組み合わせ可能であることが意図される。

【図面の簡単な説明】

【0034】

本発明の実施形態は、例として、以下の図面を参照して説明される。

【図1a】例による神経制御システムのソフトウェアアーキテクチャの説明図である。

【図1b】例による神経制御システムのソフトウェアアーキテクチャの説明図である。

【図2a】図１の神経制御システムの第１の動作例の図である。

【図2b】図１の神経制御システムの第２の動作例の図である。

【図2c】図１の神経制御システムの第３の動作例の図である。

【図3】図１の神経制御システムにおけるデータフローの例を表す。

【図4】図１の神経制御システムの第４の動作例の図である。

【図5】図１のシステムで使用可能な閉ループ制御システムの代替例の概略図である。

【図6】図１のシステムで使用可能な制御システムの第１の例の概略図である。

【図7】図１のシステムで使用可能な制御システムの第２の例の概略図である。

【図8】図１のシステムを使用することができる構成の第１の例の概略図である。

【図9】図１のシステムを使用することができる構成の第２の例の概略図である。

【図10】図１のシステムを使用することができる構成の第３の例の概略図である。

【0035】

同様の特徴を示すために、図面全体を通して共通の参照符号が使用されている。しかしながら、図面全体にわたって使用される特徴の参照番号が変化する場合でも、これは、交換不可能であるか、または別個のものとして解釈されるべきではないことに留意されたい。実際、特段の記載がない限り、全ての実施形態の同様の構成要素を参照する、および／または同様の機能を有する、全ての特徴は、交換可能および／または組み合わせ可能である。

【発明を実施するための形態】

【0036】

本発明の実施形態は、例としてのみ以下に説明される。これらの例は、これを達成することができる唯一の方式ではないが、出願人にとって現在既知の本発明を実施する最良の方式を表す。本明細書は、例の機能と、例を構築および操作するための一連のステップを説明する。しかしながら、同じまたは同等の機能および配列は、異なる例によって達成されてもよい。

【0037】

例示的な例、説明、および／または実施形態は個別の見出しの下に提供されているが、これらの見出しは、本明細書に構造を提供するための知識として単に役立つであろうことに留意されたい。疑義を避けるために、任意の実施形態に説明される特徴は、任意の他の実施形態の特徴と組み合わせ可能であり、および／または任意の実施形態は、反対の明示的な記載が本明細書に提供されない限り、任意の他の実施形態と組み合わせ可能である。簡単に言うと、本明細書に説明される特徴は、別個のまたは排他的であることを意図するものではなく、相補的および／または交換可能であることを意図する。

【0038】

本開示は、機械学習技術を使用して神経データを分析し、身体変数を望ましい身体状態と一致させ、または少なくともそれに近づけるために必要な少なくとも１つの出力神経刺激をリアルタイムで決定し、出力神経刺激を生成し、そして、閉ループ神経制御システムを提供する神経制御システムを提供する。

【0039】

本開示はまた、改善されたリアルタイム性能を提供する神経制御システムを提供する。本開示はまた、神経制御システムのための更新システム、ならびに監査および安全システムを提供する。

【0040】

哺乳動物の神経系は、概して、複数のニューロンを含む神経で構成され、中枢神経系（ＣＮＳ）および末梢神経系（ＰＮＳ）の２つの主要部から構成される。本明細書において対象と呼ばれる、大部分の動物および人間では、ＣＮＳは、脳および脊髄を含み、これらは、特別な神経で構成されている。ＰＮＳは、体性神経系（ＳｏＮＳ）および自律神経系（ＡＮＳ）を含み、これらは、限定ではなく単に例として、求心性神経（例えば、感覚神経）、遠心性神経（例えば、運動神経）、および／または混合神経などの、多くの異なるタイプの神経で構成されている。ＳｏＮＳは、限定ではなく単に例として、運動および感覚のための意識的な運動制御を担持し得る。ＡＮＳは、限定ではなく単に例として、対象の身体機能の無意識の器官制御または無意識の制御を担持し得る。

【0041】

ＳｏＮＳは、身体運動の自発的な制御（例えば、骨格筋の制御）と関連付けられる。例えば、ＳｏＮＳでは、求心性神経は、感覚ニューロンを含み、身体からＣＮＳに感覚を中継する役割を有し、遠心性神経は、非感覚ニューロンを含み、以下に説明されるように身体変数とも呼ばれ得る、神経情報、指令、意思を、ＣＮＳから身体に送り出す（例えば、筋肉収縮を刺激する）役割を有する。ＡＮＳは、限定ではなく単に例として、交感神経系（ＳＮＳ）、副交感神経系（ＰＳＮＳ）および腸神経系（ＥＮＳ）を含む。

【0042】

ＰＮＳは、本質的に、ＣＮＳを対象の他のあらゆる身体機能／身体部位／部分（例えば、筋肉、器官、細胞）に接続する神経セットである。神経は、ＣＮＳへ／からの神経インパルスまたは信号の送信のための導管として機能する。例えば、ＣＮＳから神経インパルス、信号または情報を送信するＳｏＮＳ神経は、遠心性神経（例えば、運動神経）と呼ばれるが、対象の身体の１つ以上の部位／部分からＣＮＳに神経インパルス、信号または情報を送信する他のＳｏＮＳ神経は、求心性神経（例えば、感覚神経）と呼ばれる。ＳｏＮＳ内のいくつかの神経は、遠心性および求心性の両方の機能を有し得、混合神経と呼ばれ得る。

【0043】

本質的に、神経系は、各神経が、神経インパルスまたは信号などの受信または送信を行う複数のニューロンまたはニューロンの束で構成される神経セットで構成される。ニューロンは、神経が神経情報を迅速かつ正確に対象の他の細胞、身体機能、または身体の身体部位／部分に送信および伝播することを可能にする、特別な細胞構造を有する。例えば、神経内のニューロンは、それらが、神経活動としても知られている、電気化学的勾配の形態で神経インパルスまたは信号を送ることを可能にする、軸索と呼ばれる長い構造を含む。ニューロン集団は、対象の１つ以上の神経上の場所または標的部位にクラスタ化された１つ以上のニューロンを含むか、または表し得る。

【0044】

本質的に、神経活動は、１つ以上の神経または神経組織のセクションをしばしば構成する１つ以上のニューロン（またはニューロン集団）に存在する任意の電気的、機械的、化学的または時間的活動を含むかまたは表すことができる。神経活動は、限定されるものではなく、単に例として、対象の身体と関連付けられた情報および／または対象の身体に影響を与える環境に関する情報を伝達し得る。神経活動によって伝達される情報は、神経データ、神経情報、神経意思、末端効果、組織状態、身体状態、神経状態または身体の状態、ならびに／あるいは神経活動内に担持されるか、もしくは含有され、解釈される、および／またはニューロンもしくはニューロン集団によって対象の身体に渡される、情報を表す任意の他のデータ、変数または情報を表すデータを含み得る。例えば、神経データは、１つ以上のニューロンまたはニューロン集団の神経活動により含まれるかまたは伝えられる情報またはデータを表す任意のデータを含んでもよい。神経データは、限定ではなく例として、対応する神経活動と関連付けられた１つ以上の身体変数の推定値を代表するデータ、あるいは神経活動によって運ばれるか、または含まれるか、または伝えられる情報を代表する他のデータ、変数、または情報を含むことができる。

【0045】

この情報は、身体と関連付けられた１つ以上の変数として情報理論的観点で表すことができ、本明細書では身体変数と呼ばれる。身体変数は、埋め込み型または着用型医療機器を含む、身体のいくつかの部分の状態を説明するエンドエフェクトまたは組織状態を含む。身体変数は、それ自体が、この情報の役割または機能、および身体によるそれの使用に基づいて、状態、感覚、制御または他の変数として分類され得る。身体変数は、神経系の部分の神経活動を介してＣＮＳに、またはＣＮＳから送信され得る。１つ以上の神経場所での神経活動の１つ以上の事例は、１つ以上の身体変数、その部分、および／またはそれらの組み合わせのエンコーディングであると言うことができる。例えば、神経の１つ以上のニューロンの神経活動は、身体の部位によって生成または変調されて、身体の他の部位による受信のための１つ以上の身体変数をエンコードし、身体の他の部位は、神経活動をデコードして、身体変数、その部分および／またはそれらの組み合わせに対するアクセスを得る。身体変数のエンコーディングおよびデコーディングの両方は、ＣＮＳおよび／または身体組織によって実施され得、それゆえに、対象の身体の周囲の情報の送信を容易化する。身体変数は、身体変数の状態に関する情報の提供のためにＣＮＳに向けて送信される求心性信号、またはエンドエフェクタ器官もしくは組織で身体変数を変更するためにＣＮＳから送信される遠心性信号であり得る。

【0046】

１つ以上の身体変数のグループの値は、本明細書では身体状態と呼ばれる。対象の身体状態は、１つ以上の関連する身体変数の収集の特定の時点での値である。

【0047】

身体の器官系の身体変数の例は、多くの場合ＡＮＳでエンコードされ、限定ではなく単に例として、現在の血中グルコース濃度、一部分の温度、対象の身体の部位または全身、タンパク質または他の主要薬剤の濃度、膀胱または腸の現在の充満状態、現在の心拍数または血圧、現在の呼吸数、現在の血液酸素化、インスリン／グルカゴン産生に関する指示、心臓ペーシングに関する指示、血圧を変化させるための血管拡張または収縮に関する指示、呼吸数の変化に関する指示、酸素濃度を変更するための肺胞拡張の変更に関する指示、胃活動の変更に関する指示、肝臓活動の変更に関する指示、膀胱または腸の排尿／保持のための括約筋の開閉に関する指示などのパラメータが挙げられ得る。身体変数は、生のエンコーディングまたはこれらの組み合わせのいずれかであり得、例えば、身体変数は、発汗、排便、呼吸困難、歩行、運動、ランニングなどの器官全体もしくは器官構築物の現在の活動または身体機能もしくは作用全体の測定値を含み得ることが理解され、これらの各々は、複数のよりきめの細かい身体変数の組み合わせとして説明され得ることが理解される。ＡＮＳでは、身体変数の各事例は、変更された器官機能、器官機能の変更、または身体機能の変更（例えば、１つ以上の身体変数または器官もしくは組織の状態）と関連付けられ得る。他の例では、身体変数は、限定ではなく単に例として、器官測定および／または活動の変更などのＡＮＳ内の任意の活動と関連付けられ得る。

【0048】

別の例では、ＳｏＮＳでは、ＣＮＳによって生成された１つ以上の身体変数は、動きの１つ以上の事例（例えば、各身体変数は、異なる四肢の動きまたは運動、単一の筋線維／線維群／全筋／筋群の収縮／伸長、筋収縮の速度／伸長長さを変更する指示など）と関連付けられる遠心性神経活動としてＰＮＳを介して送信され得る。ＣＮＳはまた、感覚神経情報に対応する身体変数（例えば、感覚性身体変数）をエンコードする求心性神経活動を受信し得、この場合、感覚性身体変数は、限定ではなく単に例として、四肢または他の動いている身体部位などと関連付けられた１つ以上のニューロンまたは１つ以上のニューロン集団によって送信される、関節の角度または位置、四肢全体または身体の一セクションの位置、全身または身体の細部の活動の抽象パラメータを含む、皮膚の一セクションまたは一部分上の温度または血圧、四肢または他の筋肉の状態などの感覚情報のエンコーディングを表す。ＣＮＳは、求心性神経活動を受信し、この神経活動を解読またはデコードして感覚身体変数を理解し、それに応じて応答する。

【0049】

別の例では、身体に取り付けられた義肢は、例えば、義肢全体の位置および向き、義肢関節の角度または位置、力、または義肢関節によって加えられるトルク、接触力またはトルクセンサなどの義肢センサの状態、接触圧力または衝突センサ、湿度および温度センサのような複数の身体変数によって表され得る。これらの変数は、デジタルまたはアナログ信号にエンコードされ、電線によって制御器に送信される。

【0050】

身体変数のいくつかの例を説明してきたが、これは、単純化のためであり、例としてのみであるが、本開示はそれほど限定されるものではなく、対象の身体によって生成され得、身体部分間または身体の周りに神経活動として送られ得る身体変数が複数存在することは、当業者に理解されるであろう。神経活動は、１つ以上の身体変数、その部分および／またはそれらの組み合わせをエンコードし得るが、対象の１つ以上の身体変数が測定可能である、導出可能である、ならびに／または対象のそのような身体変数と関連付けられた測定値を検出および／もしくは生成することができるセンサからのセンサデータに基づいて計算され得ることが当業者によって理解されるべきである。また、身体変数が任意の１つのパラメータの直接測定値であり、エリア内の活動または機能の一般化されたパラメータとして表され得ることも当業者によって理解されるべきである。これは、うつ病を経験する、てんかん発作を起こす、不安を経験す、片頭痛を有するなどの低レベルの機能に容易に関連付けることができない精神状態などの身体変数を含むことになる。

【0051】

身体変数という用語が本明細書で説明および使用されているが、これは、単に例であり、本開示がそのように限定されるものではないが、１つ以上の他の分野（例えば、医療分野、医薬品分野、生物医学分野、臨床医、バイオマーカ分野、ゲノミクス分野、医療工学分野）からの他の同等の用語が、身体変数という用語の代わりに使用されるか、または身体変数という用語と互換的もしくはさらにそれと併せて使用され得ることが当業者によって理解されることになり、他の同様の用語としては、限定ではなく単に例として、ＥＣＧ、心拍数、パルス、血圧、体温、呼吸数、痛み、月経周期、心拍数変動、パルスオキシメトリ、血中グルコース、歩行速度などの、臨床医が患者監視に使用するパラメータを説明するために臨床医によって頻繁に使用される生命徴候、限定ではなく単に例として、タンパク質レベル、またはいくつかの生物学的状態または条件の測定可能な指標などを説明するために生物学者によって使用され得、脳深部刺激および脊髄刺激臨床分野によって、脳波状態または他の神経イベントの記録、および限定ではなく、動きを含む環境条件の測定を指すためにさらに採用されている用語である、バイオマーカ、ＥＣＧ、心拍数、血中グルコース、および／もしくは血圧などのようなものを説明するために科学者によって頻繁に使用され得、ＥＣＧ、心拍数、血圧、血中グルコースなどの生理学的変数を記録するための移植を行うＤａｔａ Ｓｃｉｅｎｃｅｓ Ｉｎｔｅｒｎａｔｉｏｎａｌによっても使用される用語である、生理学的変数／生理学的データ、ＥＣｏＧ、ＥＣＧ、ＥＫＧなどの生物学的系から入ってくる信号記録を説明するために臨床工学技士によって頻繁に使用される、１つ以上の生物学的信号、限定ではなく単に例として、ゲノム情報、エピジェネティクス、表現型、遺伝子型、限定ではなく単に例として、トランスクリプトミクス、プロテオミクス、メタボロミクス、マイクロバイオミクスを含み得る他の「オミクス」、および／または他のオミクス関連分野などを含む遺伝学分野での対象に関する任意の情報、パラメータメトリック、ならびに／あるいは対象の全身、対象の任意の部位および／または細部と関連付けられた数、メトリック、状態、変数または情報などを説明する任意の他の用語、の用語または分野のうちの１つ以上を限定ではなく単に例として含む。

【0052】

本明細書では身体変数の例が与えられているが、これは、単なる例であり、説明は、そのように限定されないが、身体変数が、限定ではなく単に例として、対象の全身、対象の任意の部分、部位および／または細部のいくつかの状態を説明する任意の数、パラメータ、メトリック、変数または情報であり得るため、身体変数のリストが非常に大きいこと、ならびに身体変数が、１つ以上の身体変数または他の身体変数などの１つ以上の組み合わせに基づくか、またはそれらから導出され得ることが当業者によって理解されるべきである。例えば、神経学的レベル、バイオマーカレベル、細胞レベル、および／または組織レベルで測定された身体変数は、対象の生命徴候、対象の生理学的メタデータ、対象の身体、身体の部位、もしくは全身に関する何らかのものを説明する１つ以上の身体変数を表すセンサデータ、対象の身体、身体の細部の部位などの状態、動き、もしくは出力、それらの変更、ならびに／またはそれらおよび／もしくは本明細書に説明されるものの組み合わせに関するなどのシステム全体の状態レベルで観察される身体変数を形成するために組み合わされ得ることが理解される。したがって、１つ以上のより高いレベルの詳細で説明される１つ以上の身体変数は、１つ以上のより低いレベルの詳細で説明される１つ以上の身体変数の組み合わせに基づき得る。

【0053】

１つ以上のニューロン集団を利用し、それによって、対象の神経系に直接リンクをもたらすことが可能であるが、装置から対象の神経系への身体変数と同等であるか、またはそれを直接表すニューロン集団内の神経活動の形態で、標的化された応答を呼び起こすために、ニューロン集団によって生成された神経活動からの身体変数を取り込んで解釈する際、および／または神経刺激信号を提供もしくは適用する際に問題が存在している。身体変数は、複数のニューロンからの非常に短い電気パルスと関連付けられた神経活動によって自然に表され得る。神経活動は、神経学的信号として、１つ以上のニューロンまたはニューロン集団に隣接する１つ以上の神経レシーバによって受信され得る。これらの神経学的信号は、サンプリングされ得、神経学的信号サンプリングは、典型的には、異常に大きく、処理に扱いにくく、通常、対象／実験固有である情報豊富なデータセットを提供する。これは、神経活動としてエンコードされた身体変数などの、神経学的信号の情報内容を表すと考えられるいくつかの主要な特徴を抽出することによって、神経学的信号を理解する試みに繋がっている。

【0054】

ここでは、神経活動のサンプルまたはサンプルのアンサンブルを神経バイオマーカと呼ぶ。神経バイオマーカは、生物学的プロセス、病原性プロセス、および／または１つ以上の神経集団を監視することによって観察される治療的介入に対する薬理反応を含む、身体変数の客観的測定である。ここで、神経バイオマーカは、病状の客観的な兆候を表すことができる。神経バイオマーカは、取得した神経集団活動の特徴として、単独で、または特徴の線形または非線形の組み合わせとして測定され得、これは、信号を処理することによって計算されるか、１つ以上の機械学習手段によって学習することができ、機械学習プロセッサによって、継続的またはバッチで実行され得る。機械学習プロセッサで実行される１つ以上の機械学習モデルは、１人以上の患者の神経系からのデータ、複数の期間にわたる１人の患者からのデータ、または神経データまたは活動の合成またはシミュレーションまたは生物学的ソースによってトレーニングされている神経バイオマーカを計算し得る。次に、学習された神経バイオマーカを、同じ兆候を有する患者の集団全体にわたる神経系の活動の時間およびまたは対象不変の定常表現として、または単一の患者、または神経データまたは活動の合成またはシミュレーションまたは生物学的ソースで観察された場合の疾患の表現として使用することができることが、当業者によって理解される。したがって、神経バイオマーカは、現在の神経活動が特定の病状または他の生理学的状態の指標として、理解され、したがって治療決定、治療設計またはスクリーニングの基礎として使用され得るか、またはそれ自体が、神経的、治療的または他の手段による直接的または間接的な調節のための有用な目標と考慮され得る、反復可能な特徴を表す。

【0055】

神経活動としてエンコードされた身体変数を取り込み、および／または解釈することができ、かつ対象の身体の１つ以上の身体部位および／もしくは部分の１つ以上の身体機能と関連付けられた閉ループ制御を実行する装置に１つ以上の身体変数の正確な推定を提供するための効率的なメカニズムが求められている。対象の身体の１つ以上の身体部位もしくは部分と関連付けられた閉ループ制御を実行する装置によって生成された身体変数信号を取り込み、および／または解釈することができ、かつ身体変数信号と関連付けられた対象の神経系に、対応する刺激を提供するための効率的なメカニズムがさらに求められている。

【0056】

図１は、例示的な実施形態による、神経制御システム１の全体的なソフトウェアアーキテクチャの概略図を示している。

【0057】

図１に示されるように、図示の実施形態において、神経制御システム１は、人間または動物対象の神経系２から神経データを受信し、続いて、人間または動物対象の神経系２に神経刺激を提供する。簡単にするために神経系２は単一のアイテムとして示されているが、神経系は多数の神経で構成されており、受信された神経データおよび神経刺激が同じ神経に関連する必要がないことを理解されたい。

【0058】

神経制御システム１は、対象の体に埋め込まれたいくつかの神経センサ３ａ～３ｎから神経データを受信する。神経センサ３ａ～３ｎは、神経系２内の神経信号を検出し、これらを電気神経データ信号４に変換し、神経制御システム１のリアルタイム入力制御器１１に提供するように構成される。リアルタイム入力制御器１１は、センサ受信器として機能し、神経センサ３ａ～３ｎから神経データを受信する。

【0059】

任意選択で、神経制御システム１はまた、１つ以上のセンサおよび／または入力装置５ａ～５ｎからデータを受信し得る。センサおよび／または入力装置５ａ～５ｎは、人間または動物の対象の身体変数のパラメータ値を検出し、これらを電気データ信号６に変換するように構成され、これらは、神経制御システム１のリアルタイム入力制御器１１に提供される。いくつかの例では、センサおよび／または入力装置５ａ～５ｎのいくつかまたは全てが、対象の体に埋め込まれ得る。入力装置５ａ～５ｎはまた、義肢、生体工学器官または他の任意の装置のような、対象の身体に取り付けられた構成要素の取り付け位置または状態を報告し得る。

【0060】

神経制御システム１はまた、対象の体に埋め込まれたいくつかの神経刺激装置７ａ～７ｎに神経刺激制御信号を提供する。神経制御システム１のリアルタイム出力制御器１２は、電気神経刺激制御信号８を神経刺激装置７ａ～７ｎに提供する。神経刺激装置７ａ～７ｎは、電気神経刺激制御信号８を受信し、対応する神経刺激信号を神経系２に適用するように構成される。

【0061】

神経刺激装置７ａ～７ｎは、対象の神経組織の目標領域において神経活動をもたらすまたは修正する作用を行う任意の装置を含み得る。これには、限定されるものではないが、例として、電気刺激、化学的活性化、機械的刺激、および／または光遺伝学的刺激などの動作モダリティが含まれ得る。神経刺激装置７ａ～７ｎの全てが同じである必要はない。いくつかの例では、神経刺激装置７ａ～７ｎは、一緒に使用されている異なるモダリティを使用して動作する神経刺激装置を含み得る。

【0062】

神経センサ３ａ～３ｎが神経刺激装置７ａ～７ｎとは別個の装置であることが必須ではないことを理解されたい。神経センサ３ａ～３ｎおよび神経刺激装置７ａ～７ｎのいくつかまたは全ては、二重目的のセンサ／刺激装置に組み合わせ得る。したがって、図示された機能的分離は、物理的分離を示すものではない。

【0063】

任意選択で、神経制御システム１はまた、フィードバック装置、生体工学器官、薬物送達装置および補綴装置などの１つ以上の出力装置９ａ～９ｎに制御信号を提供することができるが、このリストは単なる例であり、そして、これらの装置は、対象の体に埋め込まれるか、または外部にあるかのいずれかであり得ることを理解されたい。神経刺激装置７ａ～７ｎおよび出力装置９ａ～９ｎは、まとめてエンドエフェクタと呼ばれ得る。神経制御システム１のリアルタイム出力制御器１２は、電気制御信号１０を出力装置９ａ～９ｎに提供する。出力装置９ａ～９ｎは、電気制御信号１０を受信し、それに応答して対応する動作を実行するように構成される。いくつかの例では、出力装置９ａ～９ｎのいくつかまたは全てが、対象の体に埋め込まれ得る。

【0064】

信号は、任意の好適な様式で、神経制御システム１、神経センサ３、神経刺激装置７、センサ５、および出力装置９の間で伝達され得る。図示の例では、これらの信号は有線通信システムによって伝達される。

【0065】

神経制御システム１は、機械学習モジュール１３、制御モジュール１４、信号処理モジュール１５、クラウドインターフェースモジュール１６、監査およびバージョン制御モジュール１７、安全監視モジュール１８、および他の構成要素にアクセス可能な記憶装置１９をさらに備える。神経制御システム１のこれらの異なる部分の機能および動作は、以下でより詳細に考察される。

【0066】

神経制御システム１の動作において、リアルタイム入力制御器１１は、矢印４によって示されるように、神経センサ３ａ～３ｎから神経データ信号を受信し、任意選択で、矢印６によって示されるように、センサ５ａ～５ｎからデータ信号を受信する。次に、リアルタイム入力制御器１１は、生信号データ２１として記憶するために、矢印２０で示されるように、神経データ信号４および任意のデータ信号６を記憶装置１９に送信する。生信号データ２１は、このデータが神経制御システム１によってまだ完全に処理されていないことを示すためにこのように呼ばれる。しかしながら、神経データ信号４およびデータ信号６のいくつかの前処理は、データの信頼できる送信および記憶を可能にするために、神経センサ３ａ～３ｎ、センサ５ａ～５ｎ、およびリアルタイム入力制御器１１によって実行され得る。

【0067】

信号処理モジュール１５は、矢印２２で示されるように、記憶装置１９から生信号データ２１を取得し、生信号データ２１の信号処理を実行して、信号データを機械学習モジュール１３への入力に好適なフォーマットで配置する。次に、信号処理モジュール１５は、矢印２４によって示されるように、結果として生じる処理された信号データ２３を記憶のために記憶装置１９に送信する。記憶装置１９は、例えば、ＲＡＭバッファであり得る。

【0068】

機械学習モジュール１３は、矢印２５によって示されるように、記憶装置１９から処理された信号データ２３を取得し、機械学習モデルを使用して処理された信号データ１３をさらに処理する。機械学習モジュール１３は、１つ以上の機械学習モデルなどの機械学習手段を使用して、処理された信号データ２３内の１つ以上の身体変数の神経バイオマーカを識別、学習、または計算し、これらから対象の身体変数の現在の状態を決定する。次に、機械学習モジュール１３は、対象の身体変数の決定された現在の状態を定義する分類された信号データ２６を生成し、矢印２７によって示されるように、分類された信号データ２６を記憶のために記憶装置１９に送信する。

【0069】

制御モジュール１４は、矢印２８によって示されるように、記憶装置１９から分類された信号データ２６を取得し、機械学習モデルを使用して、１つ以上の身体変数を対象の望ましい身体状態で一致させる、または一致させるようにするために必要な神経刺激パターンおよび変調を決定する。次に、制御モジュール１４は、必要な神経刺激パターンおよび変調を定義する制御信号データ２９を生成し、矢印３０によって示されるように、制御信号データ２９を記憶のために記憶装置１９に送信する。任意選択で、制御モジュール１４は、分類された信号データ２６と、身体変数に関連し、センサ５ａ～５ｎからのデータ信号から導出された処理信号データ２３の両方を取得し、機械学習モデルを使用して、これらのタイプのデータの両方に基づいて、１つ以上の身体変数を対象の望ましい身体状態と一致させる、または一致させるようにするために必要な神経刺激パターンおよび変調を決定する。

【0070】

リアルタイム出力制御器１２は、矢印３１で示されるように、記憶装置１９から制御信号データ２９を取得し、制御信号データ２９に基づいて対応する電気神経刺激制御信号８を神経刺激装置７ａ～７ｎに提供する。任意選択で、リアルタイム出力制御器１２はまた、制御信号データ２９に基づいて電気制御信号１０を出力装置９ａ～９ｎに提供し得る。

【0071】

さらに、リアルタイム入力制御器１１は、神経データ信号に関する選択されたデータをリアルタイム入力制御器１１に直接送信し、リアルタイム出力制御器１２は、矢印３７で示されているように、電気神経刺激制御信号に関する選択されたデータをリアルタイム入力制御器１１に直接送信する。

【0072】

監査およびバージョン制御モジュール１７は、神経制御システム１の他の全ての構成要素が有効であり、最新であり、関連するソフトウェア、ファームウェア、モデル、および／またはモデルパラメータの正しい現在のバージョンを操作していることを保証する。さらに、監査およびバージョン制御モジュール１７は、ソフトウェア、ファームウェア、モデルおよび／またはモデルパラメータの新しいバージョンへの更新など、神経制御システム１のコンポーネントの必要な更新をスケジュールし、監視し、チェックする。監査およびバージョン制御モジュール１７が構成要素を更新することができない場合、または有効なバージョンを操作することができることを保証することができない場合、監査およびバージョン制御モジュール１７は、システム１を安全な状態にする、および／またはシステム１の全体または一部の動作を無効にするために、以下に説明する安全監視モジュール１８に信号を送ることができる。監査およびバージョン制御モジュール１７は、それが神経制御システム１の構成要素の１つ以上の誤ったバージョン管理、古いバージョン管理および／または不正なバージョン管理を識別した場合、これを行い得る。

【0073】

いくつかの例において、監査およびバージョンモジュール１７は、以下で考察されるクラウドサーバ３６のような外部機関によるシステム１の定期的な認証を必要とし得、さらにシステム１の認証の有効期限が切れているか、指定された期間内に確認することができない場合、システム１の全体または一部の動作を無効にし、または機能を低下させ得る。

【0074】

いくつかの例では、監査およびバージョンモジュール１７は、モデルおよび／またはモデルパラメータの定期的な更新を必要とし得る。構成要素の更新または認証が指定された期間内に正常に実行することができない場合、監査およびバージョン制御モジュール１７は、その構成要素またはシステム１全体を無効にするか、その構成要素またはシステム１全体を、以下に説明する安全監視モジュール１８に信号を送ることによって、機能制限モードまたは基本機能モードにし得る。

【0075】

安全監視モジュール１８は、破線の矢印３８によって概略的に示されるように、神経制御システム１の構成要素の性能、例えば、健康状態を独立して監視する。安全監視モジュール１８が神経制御システム１の構成要素の１つのエラーまたは故障を識別した場合、安全監視モジュール１８は、神経制御システム１を安全な状態にして、神経制御システム１の安全な動作を確実にする。いくつかの例では、安全監視モジュール１８は、リアルタイム出力制御器１２による制御信号の送信を停止することによって障害に応答し得る。いくつかの例では、神経制御システム１は、神経制御システム１の各構成要素および／またはサブシステムがその健全性を安全監視モジュール１８に定期的に報告しなければならず、健全性報告のいずれかが故障を示しているか、または不完全または見落とされた場合、安全監視モジュール１８は、神経変換器（すなわち、神経センサ３ａ～３ｎおよび神経刺激装置５ａ～５ｎ）などの重要な部分への電力を安全に遮断する。

【0076】

いくつかの例では、安全監視モジュール１８は、本明細書で考察される第１および／または第２の制御ループを構成する構成要素の健全性などの性能を監視し、第１および／または第２の制御ループの１つで、障害のような許容できないパフォーマンスを検出したことに応答して、選択された重要な部品への電力を遮断するか、またはシステム１を安全モードに移行する。特に、安全監視モジュール１８は、その性能の監視に基づいて、第１の制御ループの任意の要素の機能を低減または停止するように作動するように構成され得る。

【0077】

いくつかの例では、安全監視モジュール１８は、監査およびバージョンモジュール１７の状態を監視し、構成要素またはシステムソフトウェア、ファームウェア、モデル、および／またはモデルパラメータの有効なバージョンへの更新の障害の検出に応答して、選択された重要な部品への電力を遮断し得るか、システム１を安全モードにするか、またはシステム１を機能制限または基本機能モードにし得る。

【0078】

記憶装置１９に加えて、神経制御システム１はまた、不揮発性（ＮＶ）データストア３２を備える。動作中、神経制御システム１は、システム１の様々な構成要素によって記憶装置１９に記憶されたデータを、送信および長期記憶に好適な形態にパッケージ化し、このパッケージ化されたデータを記憶のために、矢印３３で示されるようにＮＶデータストア３２に供給する。

【0079】

全般的に、神経制御システム１によって収集および処理される神経データの量は非常に大きいため、記憶装置１９内の神経データおよび関連する導出データの長期保存は実用的ではないと予想される。したがって、このデータは、ＮＶデータストア３２での長期保存に好適な形態にパッケージ化される。パッケージ化されたデータは、その後、必要に応じてレビューおよび／または分析のためにＮＶデータストア３２から回復され得る。神経データのパッケージ化は、必要に応じて、関連情報を保持しながら、そのサイズを縮小する任意の好適な形態の圧縮、メタデータ、または他の方法であり得る。

【0080】

クラウドインターフェースモジュール１６は、矢印３４によって示されるように、ＮＶデータストア３２からパッケージ化されたデータを定期的に取得し、レビューおよび／または分析のために、このパッケージ化されたデータをゲートウェイ３５を介して矢印３７によって示されるクラウドサーバ３６に送信する。全般的に、クラウドインターフェースモジュール１６は、「プッシュ」システムとして動作し、パッケージ化されたデータの最後のセットが送信されてから神経制御システム１によって生成された新しいパッケージ化されたデータを定期的に送信する。しかしながら、いくつかの例では、クラウドインターフェースモジュール１６はまた、クラウドサーバ３６からの要求に応じて、新しいパッケージ化されたデータ、またはパッケージ化されたデータの特別に要求された部分を提供する「プル」システムとして動作し得る。

【0081】

定期的に、または必要に応じて、クラウドサーバ３６は、ゲートウェイ３５を介してクラウドサーバ３６から更新を送信することができ、その結果、クラウドサーバ３６は、神経制御システム１の更新を実行するための更新機として機能する。これらの更新は、例えば、神経制御システム１の全般的なファームウェア、信号処理ステップ、および制御パラメータおよび設定を含む使用されるアルゴリズムおよびモデルに対する更新であり得る。このリストは単なる例示であり、網羅的であることを意図したものではない。データは、任意の好適な様式で、神経制御システム１とクラウドサーバ３６との間で運ばれ得る。図示の例では、これらの信号はイーサネット無線通信システムによって伝送される。

【0082】

クラウドサーバ３６が神経制御システム１の更新機として機能する場合、監査およびバージョンモジュール１７は、神経制御システム１のバージョン制御を監視するための監査モジュールとして動作し得る。更新を送信することに加えて、クラウドサーバ３６は、神経制御システム１の正しいバージョン、または神経制御システム１の一部に関する情報を監査およびバージョンモジュール１７に送信する。神経制御システムのバージョンは、神経制御システム１の更新されたおよび／または更新可能な構成要素のアイデンティティである。

【0083】

監査およびバージョンモジュール１７がクラウドサーバ３６から正しいバージョンに関する情報を受信すると、監査およびバージョンモジュール１７は、神経制御システム１または神経制御システム１の一部に実際に存在する現在のバージョンに関する情報を取得し、現在のバージョンと正しいバージョンを比較する。監査およびバージョンモジュール１７は、例えば比較が、現在のバージョンが正しいバージョンではないことを示すと、安全モジュール１８に、正しくかつ現在のバージョンに基づいて、神経制御システム１または神経制御システム１の一部の機能を低減または停止するように作動することを指示することができる。

【0084】

図示の実施形態では、クラウドサーバ３６は、強力なクラウドサーバ上で機械学習モデルを再トレーニングし、次にこの再トレーニングの結果を更新された機械モデルまたは現在の機械モデルへの更新の形態でシステム１に送信するシステムを含む。この再トレーニングは、神経制御システム１からのパッケージ化されたデータおよび／または他の神経制御システムから受信されたパッケージ化されたデータに基づき得る。定期的に、または機械学習モデルの更新が必要な場合、更新された機械モデル、または機械モデルの更新は、上で考察された更新と同様の様式で、ゲートウェイ３５を介してクラウドサーバ３６から神経制御システム１に送信され得る。更新された機械学習モデルまたは機械学習モデルの更新が神経制御システム１によって受信されると、監査およびバージョン制御モジュール１７は、神経制御システム１によって現在使用されている機械学習モデルを置き換えるかまたは更新するために必要な変更を実行および確認する。

【0085】

機械学習モデルの再トレーニングの例は、特定の患者のモデルパラメータの定期的な較正であり、これにより、神経センサに関するニューロンの劣化やニューロンの動きのような、対象の神経系および神経センサの経時変化における対象固有のモデルの継続的な適応を可能にする。別の例は、おそらく複数の異なる神経制御システムからのデータに基づいて、対象集団の全体または代表的なサブセットの神経データを定期的に再トレーニングすることによるコア機械学習モデルの継続的な改善である。

【0086】

図示の例では、神経制御システム１の異なるモジュールである、機械学習モジュール１３、制御モジュール１４、信号処理モジュール１５、クラウドインターフェースモジュール１６、監査およびバージョン制御モジュール１７、および安全監視モジュール１８、ならびにリアルタイム入力制御器１１およびリアルタイム出力制御器１２は、ソフトウェアモジュールとして実装されている。他の例では、機械学習モジュール１３、制御モジュール１４、信号処理モジュール１５、クラウドインターフェースモジュール１６、監査およびバージョン制御モジュール１７、安全監視モジュール１８、リアルタイム入力制御器１１およびリアルタイム出力制御器１２のような、神経制御システム１の異なるモジュールは、任意の特定の実装において便利であるように、ソフトウェアモジュールとして実装され得るか、または専用ハードウェアによって実装され得る。いくつかの例において、モジュールの異なるものが異なる方式で実装され得る。特に、いくつかの例では、並列コンピューティング用のＧＰＵまたは他のＡＳＩＣ最適化のような機械学習プロセス用に最適化された専用ハードウェアを使用して、機械学習モジュール１３および／または制御モジュール１４などの機械学習を実行するモジュールを実装することが好ましい場合がある。

【0087】

図１に概略的に示されているように、神経制御システム１の異なる部分は、異なる応答時間スケールまたは応答速度で動作する。神経制御システム１の第１の、リアルタイム部分は、リアルタイムまたはほぼリアルタイムの応答速度で動作する。応答速度は、システム１が入力を受信してから出力を生成するまでにかかる時間である。図示の例では、神経制御システム１のこのリアルタイム部分は、リアルタイム入力制御器１１およびリアルタイム出力制御器１２、それらの間の接続、ならびに神経センサ３ａ～３ｎ、センサおよび入力装置５ａ～５ｎ、神経刺激装置７ａ～７ｎおよび出力装置９ａ～９ｎへのそれらの接続を含む。神経制御システム１の第２の、インタラクティブ部分は、より低い応答速度で動作する。図示の例では、神経制御システム１のこのインタラクティブ部分は、機械学習モジュール１３、制御モジュール１４、信号処理モジュール１５、および安全監視モジュール１８、ならびにそれらの間の接続を含む。システムの第３の、周期的部分は、さらに低い応答速度で動作する。図示の例では、神経制御システム１のこの周期的部分は、クラウドインターフェースモジュール１６、監査およびバージョン制御モジュール１７、およびＮＶデータストア３２を含む。いくつかの例では、機械学習モデルへの更新を生成するためにクラウドサーバ３６で動作するシステムはまた、更新が神経制御システム１に提供され、それによって使用されるので、周期的な部分の一部と見なされ得るが、クラウドサーバ３６は、厳密には、神経制御システム１の一部ではない。

【0088】

いくつかの例では、神経制御システム１のリアルタイム部分は、対象の神経系の応答時間と同様の応答速度を提供し得、一方、神経制御システム１のインタラクティブ部分は、応答時間と同様の応答時間を提供し得、神経系によって制御される対象の生物学的システムの、および神経制御システム１の周期的部分は、典型的な生物学的システムよりも遅い応答速度を提供し得る。

【0089】

図１の図示の例では、神経制御システム１のリアルタイム部分は、１～１００マイクロ秒（０．００１秒未満）の範囲の応答時間または応答待ち時間を有し得、神経制御システム１のインタラクティブ部分は、１００～２００ミリ秒（０．１～０．２秒）の範囲の応答時間または応答待ち時間を有し得、神経制御システム１の周期的部分は、数分、数時間または数日のオーダの応答時間または応答待ち時間を有し得る。好ましい例では、神経制御システム１のリアルタイム部分は、１００マイクロ秒未満の応答時間または応答待ち時間を有する。これらの時間範囲が推奨されるが、必須ではない。他の例では、異なる時間範囲を使用し得る。実際には、システムに対して選択される応答時間は、システム１に接続されたセンサおよび装置の性質など、システム１の目的に依存し得る。

【0090】

図２ａは、対象の身体状態の制御を提供するための、図１の神経制御システム１の動作の第１の例を図式の形で示している。明確にするために、神経制御システム１の選択された部分のみが図２ａに示されている。図３は、図２ａの例における神経制御システム１を通るデータフローの特定の例の表現を示している。対象の身体状態は、１つ以上の身体変数のコレクションの特定の時間における値である。神経制御システム１のリアルタイム部分は、例として、１～１００マイクロ秒の範囲の応答時間または応答待ち時間を有し得る。

【0091】

図２ａおよび３の例では、神経制御システム１は、身体状態をその身体状態の望ましい値と一致させるか、または少なくともそれに近づけるために、対象の身体状態の閉ループ制御を提供するために使用される。これを行うために、制御されている身体状態の望ましい値に対応する理想的な身体設定値１００が設定される。この理想的な身体設定値１００は、固定され得るか、または対象に関する情報に基づいて決定され得る。理想的な身体設定値１００は、任意の特定の実装において適切であるように、事前設定され得るか、神経制御システム１によって決定され得るか、または別のシステムによって神経制御システム１に提供され得る。身体的設定値とは、制御システムの設定値の本発明の技術分野における標準的な意味を意味し、身体変数または身体状態の望ましい値または目標値である。身体変数または身体状態の設定値からの逸脱は、自動制御に負のフィードバックを使用するエラー制御規制の１つの基礎である。

【0092】

図３の特定の例では、身体状態は対象の心拍数であり、理想的な身体設定点１００は特定の心拍数値である。いくつかの例では、心拍数の望ましい値は、例えば、他の身体変数、例えば、現在の血圧または現在の身体活動レベルまたは対象の全体的な心血管の健康に基づいて、神経制御システム１によって計算され得る。他の例では、心拍数の設定値の望ましい値は、臨床医によって神経制御システム１に提供され得る。

【0093】

図２ａの第１の例の神経制御システム１の動作において、神経センサ３ａ～３ｎは、対象の神経系２から対象の身体状態に関連する神経データを取得し、センサ５ａ～５ｎは、身体変数パラメータ値に関する身体変数データを取得する。図３は、神経センサ３ａ～３ｎによって生成され得る対象の心拍数、およびセンサ５ａ～５ｎによって生成され得る血圧値１０２に関連するフルスペクトルマルチチャネル神経データ１０１の例示的な例を示す。

【0094】

第１の例では、神経データおよび身体変数データは、神経センサ３ａ～３ｎおよびセンサ５ａ～５ｎによって、このデータを、処理のために神経制御システム１のインタラクティブ部分に送信する神経制御システム１のリアルタイム部分のリアルタイム入力制御器１１に提供される。神経制御システム１のインタラクティブ部分では、神経データおよび身体変数データは、処理された信号データ２３を生成するための信号処理モジュール１５による処理、および分類された信号データ２６を生成するための機械学習モジュール１３による少なくとも神経データのＭＬモデルを使用する処理を含む機械学習（ＭＬ）データ処理１０３の対象となる。図３に示されるように、分類された神経バイオマーカ１１２は、機械学習モジュール１３による神経デコーディング機械学習モデル１０４を使用して、全スペクトルの複数チャネル神経データ１０１を処理することによって生成され得る。図３の例はさらに、信号処理モジュール１５によって血圧値１０２に適用される信号処理１０５を示している。

【0095】

第１の例では、データ処理１０３によって生成された出力データは、加算接合部１０６で理想的な身体設定値１００と比較されて、身体状態を、理想的な身体の設定値に、一致させるか、または少なくとも近づけるための身体状態の値の望ましい変化を計算する。加算接合部１０６は、出力データの身体状態値と理想的な身体設定値１００の値の受信された入力を比較し、これらの値の差を出力する。制御モジュール１４によって実行され得る。図３に示されるように、加算接合部１０６の出力は、フィードバック制御システムで一般的に使用されるように、ＰＩＤ制御器１１３によるＰＩＤ（比例積分微分）計算で使用され得る。ＰＩＤ制御器は当業者によく知られているので、本明細書でこれを詳細に説明する必要はない。図示の第１の例では、加算接合部１０６は、その２つの入力の単純な減算を実行する。他の例では、より複雑な操作など、異なる比較が実行され得る。

【0096】

第１の例では、加算接合部１０６によって生成された身体状態の値の望ましい変化は、制御モジュール１４によるＭＬモデルを使用してデータ処理１０７にかけられ、望ましい変化をもたらすために必要な神経刺激信号のセットを決定する。図３に示されるように、ＭＬモデルは、可能な刺激のライブラリから神経刺激信号の適切なセットを選択するシミュレーションライブラリ選択器１０８であり得る。神経刺激信号のセットは、例えば、神経刺激信号７ａ～７ｎのどれが神経刺激信号を生成するか、およびこれらの神経刺激信号のタイミングおよび変調を定義し得る。図３は、神経刺激信号のセットを含む、適用された刺激信号のパターンの例示的な例１０９を示している。

【0097】

第１の例では、決定された神経刺激信号のセットは、神経制御システム１のインタラクティブ部分によって、神経制御システム１のリアルタイム部分においてリアルタイム出力制御器１２に提供され、対応する電気神経刺激制御信号を決定し、望ましい神経刺激信号のセットを生成し、対象の神経系２に適用するために必要な、神経刺激装置７ａ～７ｎとして、神経刺激装置７ａ～７ｎの内の選択されたものへ送信する。

【0098】

図２ｂは、対象の身体状態の制御を提供するための、図１の神経制御システム１の動作の第２の例を図式の形で示している。明確にするために、神経制御システム１の選択された部分のみが図２ｂに示されている。図２ｂの第２の例は、全般的に図２ａの第１の例と同様であり、違いのみを詳細に考察する。

【0099】

図２ｂの第２の例では、神経制御システム１は、身体モデル１１４を利用している。身体モデル１１４は、対象の身体の内部動的モデルであり、これは、制御のための最適な動作を計算するために神経制御システム１によって使用される。身体モデルは、例えば、ホワイトボックスモデル、入力／出力モデル、状態空間モデル、またはシステムの他の任意のモデルであり得る。

【0100】

第２の例では、データ処理１０３によって生成された出力データは、身体モデル１１４に入力され、モデル予測制御プロセス（ＭＰＣ）プロセスを使用して、対象の現在の身体状態の推定または予測を生成するために使用される。したがって、身体の推定または予測された現在の状態は、ＭＬデータ処理１０３によって生成された神経バイオマーカおよび／またはセンサ５ａ～ｎからのデータの組み合わせによって通知される。

【0101】

現在の身体状態は、身体モデル１１４から出力され、加算接合部１０６で理想的な身体設定点１００と比較される。機械学習制御器１０７は、後退制御範囲の最適化を実行して、最適制御動作を計算し、身体状態の値に望ましい変化を引き起こして、身体状態を理想的な身体設定点と一致させるか、少なくともそれに近づけ、そして、上述の第１の例と同様の様式で、望ましい変化をもたらすために必要な神経刺激信号のセットを決定するために、望ましい変化を出力する。いくつかの例では、決定された神経刺激信号のセットに関する情報は、機械学習制御器１０７によって身体モデル１１４に報告され、身体モデル１１４によって使用されて、神経刺激信号の決定されたセットの予想される効果を考慮に入れるように身体モデル１１４を更新する。この第２の例は、モデル予測制御器の一例である。モデル予測制御器は当業者によく知られているので、本明細書でこれを詳細に説明する必要はない。

【0102】

第２の例の一実施形態では、身体モデル１１４は、過去の制御移動の履歴およびその後の身体変数の変化を使用して、身体モデルを更新する。

【0103】

図２ｃは、対象の身体状態の制御を提供するための、図１の神経制御システム１の動作の第３の例を図式の形態で示している。明確にするために、神経制御システム１の選択された部分のみが図２ｃに示されている。図２ｃの第３の例は、全般的に図２ａの第１の例と同様であり、違いのみを詳細に考察する。

【0104】

図２ｃの第３の例では、神経制御システム１は、設定値計算機１１５を利用している。ＭＬデータ処理１０３は、それが受信された身体変数データおよび／または神経信号データを設定値計算機１１３に提供する。次に、設定値計算機１１３は、受信された身体変数データおよび／または神経信号データを使用して、理想的な身体設定値１００の推定値を計算し、この推定された理想的な身体設定値１００を加算接合部１０６に出力する。機械学習制御器１０７。代替的に、設定値計算機１１５は、入力制御器１１から、またはセンサ３ａ～ｎおよび５ａ～ｎから直接、または他の任意の手段を介して身体変数を受信し得る。

【0105】

加算接合部を使用しない他の例では、設定値計算機１１５は、ＭＬモデルを使用して、計算された理想的な身体設定値１００をデータ処理１０７に提供することができる。

【0106】

身体状態が対象の心拍数である図３の特定の例と同様の例では、設定値計算機は、例えば、血圧の身体変数が危険なレベルに増加し、または危険なほど急速に増加しているときに心拍数の身体設定値を下げることを選択し得る。

【0107】

上述の第１～第３の例における神経制御システム１のシステムアーキテクチャおよび動作方法は、神経制御システム１が、リアルタイムの神経情報に基づく効果的な閉ループ制御を可能にする制御ループを提供することを可能にする。さらに、神経制御システム１は、受信された神経信号から導出された器官性能および／または生物学的または医学的に関連する特徴に直接基づいて閉ループ性能を提供することができる。

【0108】

第１～第３の例の説明は、神経センサ３ａ～３ｎからの入力神経データおよびセンサ５ａ～５ｎからの身体変数データに基づいて、神経刺激制御信号のセットが神経刺激装置７ａ～７ｎに出力される上で考察された例で説明される。これらはほんの一部の例示的な例であることを理解されたい。

【0109】

他の例では、出力は、神経刺激装置７ａ～７ｎへの神経刺激制御信号に加えて、またはその代わりに、出力装置９ａ～９ｎのうちの１つ以上への制御信号を含み得る。さらに、入力は、神経センサ３ａ～３ｎからの神経入力データのみ、またはセンサ５ａ～５ｎからの身体変数データのみを含み得る。

【0110】

図４は、対象の身体状態の制御を提供するための、図１の神経制御システム１の動作の第４の例を図式の形で示している。明確にするために、神経制御システム１の選択された部分のみが図４に示されている。

【0111】

図４において、神経制御システム１は、身体状態をその身体状態の望ましい値と一致させるか、または少なくともそれに近づけるために、対象の身体状態の閉ループ制御を提供するために使用される。これを行うために、制御されている身体状態の望ましい値に対応する理想的な身体設定値１００が設定される。図２ａ～２ｃの例と同様に、理想的な身体の設定値は、固定され得るか、または対象に関する情報に基づいて決定され得る。理想的な身体設定値は、事前に設定することができ、例えば設定値計算機１１５である、神経制御システム１によって決定することができ、または任意の特定の実装において適切に別のシステムによって神経制御システム１に提供することができる。いくつかの例では、理想的な身体の設定値は、身体の状態を身体の状態の望ましい値にするための治療として事前に設定され得る。

【0112】

理想的な身体設定値が神経制御システム１によって決定される例では、理想的な身体設定値は、神経センサ３ａ～３ｎおよび／またはセンサおよび／または入力装置５ａ～５ｎから受信されたデータに基づいて計算し得る。理想的な身体設定値は、機械学習（ＭＬ）モデルによって計算され得る。

【0113】

図４に示される第４の例では、神経制御システム１は、対象の身体状態の閉ループ制御を提供する一次制御ループを形成し、この一次制御ループは、図２ａの第１の例で提供される制御ループに対応する。この一次制御ループは、神経制御システム１によって提供される第１の制御ループである。

【0114】

図４の図示された例の神経制御システム１の動作において、図２ａの第１の例と同様に、神経センサ３ａ～３ｎは、対象の神経系２から対象の身体変数に関連する神経データを取得し、および／またはセンサ５ａ～５ｎは、身体可変パラメータ値に関する身体可変データを取得する。

【0115】

第４の例では、第１の例と同様に、神経データおよび／または身体変数データは、神経制御システム１のリアルタイム部分におけるリアルタイム入力制御器１１の神経センサ３ａ～３ｎおよびセンサ５ａ～５によって提供され、制御システム１は、このデータを処理のために神経制御システム１のインタラクティブ部分に送信する。神経制御システム１のインタラクティブ部分では、神経データおよび身体変数データは、処理された信号データ２３を生成するための信号処理モジュール１５による処理、および分類された信号データ２６を生成するための機械学習モジュール１３による、少なくとも神経データのＭＬモデルを使用する処理を含むデータ処理１０３の対象となる。データ処理１０３によって生成された出力データは、加算接合部１０６で理想的な身体設定値１００と比較されて、身体状態を理想的な身体の設定値１００と一致させるか、または少なくともそれに近づけるために、身体状態の値の望ましい変化を計算する。いくつかの例では、加算接合部１０６の機能は、制御モジュール１４によって実行され得る。身体状態の値が、加算接合部１０６によって決定されるように、設定値と異なる程度は、神経刺激信号のセットを決定するために、および／または望ましい変更をもたらすために必要とされる制御モジュール１４によるＭＬモデルを使用してデータ処理１０７にかけられる。神経刺激信号のセットは、例えば、神経刺激信号７ａ～７ｎのどれが神経刺激信号を生成するか、これらの神経刺激信号のタイミングおよび変調、および／またはどの制御信号が出力装置９ａ～９ｎに送信されるかを定義することができる。

【0116】

第４の例では、第１の例と同様に、決定された神経刺激信号および／または制御信号のセットが、神経制御システム１のインタラクティブ部分によって、神経制御システム１のリアルタイム部分におけるリアルタイム出力制御器１２に提供され、制御システム１は、神経刺激信号の望ましいセットを生成し、対象の神経系２および／または出力装置９ａ～９ｎによって取られる動作に適用するために、神経刺激装置７ａ～７ｎおよび／または出力装置９ａ～９ｎに必要とされるように、対応する電気神経刺激制御信号を決定し、神経刺激装置７ａ～７ｎの選択されたものに、および／または対応する制御信号を出力装置９ａ～９ｎの選択されたものに送信する。

【0117】

したがって、図４の第４の例は、図２の第１の例の制御ループに対応する神経制御システム１のインタラクティブ部分を通る一次制御ループを提供する。

【0118】

図４の第４の例はさらに、神経データ信号に関する選択されたデータを、リアルタイム入力制御器１１からリアルタイム出力制御器１２に直接送信する。神経データに関する選択されたデータの選択は、リアルタイム入力制御器１１のデータ処理機能によって実行され得る。全般的に、このデータ処理機能は、神経制御システム１の中間部で実行されるＭＬ処理と比較して比較的単純である。

【0119】

リアルタイム入力制御器１１からリアルタイム出力制御器１２に直接送信される神経データ信号に関する選択されたデータは、感知された神経データ信号のタイミングを識別する。他の例では、このデータは、追加的または代替的に、周波数などの神経データ信号の他の特徴、またはリアルタイム制御器１１の短い応答または動作時間で容易に計算できる他の単純な信号特徴を識別し得る。

【0120】

神経制御システム１のインタラクティブ部分によって、神経制御システム１のリアルタイム部分のリアルタイム出力制御器１２に提供される決定された神経刺激信号のセットは、対象の神経系２によって運ばれる自然神経信号と比較した神経刺激信号の望ましいタイミングを指定し得る。この望ましいタイミングは、神経刺激信号が自然の神経信号とどのように同期されるかを指定し得る。例えば、神経刺激信号が、振動機能を有する心臓系などの生物学的システムにおいて効果を提供することを意図する場合、心拍サイクルの特定の段階中、または対応する心周期の振動神経制御に神経刺激信号を提供することが有益であり得る。

【0121】

したがって、リアルタイム出力制御器１２は、リアルタイム入力制御器１１から受信された選択されたデータによって示される感知された神経データ信号のタイミングを、神経刺激装置７ａ～７ｎのうちの選択されたものへ電気神経刺激制御信号のタイミングを制御するための基礎の少なくとも一部として使用し、これにより神経刺激装置７ａ～７ｎは、自然の神経信号に対して指定された望ましいタイミングで、望ましい神経刺激信号のセットを生成し、対象の神経系２に適用する。指定されたタイミングは、ゼロ遅延または同時性を含む任意の望ましい遅延、または達成可能な限り同時性に近いものであり得る。

【0122】

好適な自然神経信号のタイミングを特定することは、神経制御システム１の中間部で実行されるＭＬ処理よりも迅速かつ単純である単純なデータ処理機能を使用して実行され得ることが理解されよう。

【0123】

神経制御システムのリアルタイム部分内のリアルタイム入力制御器１１とリアルタイム出力制御器１２との間の神経データ信号に関する選択されたデータの直接転送は、自然な神経信号に関連する神経刺激のタイミングを制御するために、追加の高速または低遅延／待ち時間の制御ループを提供する。この高速制御ループにより、自然の神経信号に対する神経刺激のタイミングを、より複雑な信号処理、特にＭＬ処理を実行するために必要な時間だけ遅延する一次制御ループによって達成され得るよりも正確に制御することが可能になる。

【0124】

リアルタイム入力制御器１１からリアルタイム出力制御器１２に直接送信される神経データ信号に関する選択されたデータはまた、感知された神経データ信号および／またはセンサ信号の振幅を識別し得る。

【0125】

さらに、機械学習システム１のインタラクティブ部分は、望ましい制御出力、例えば、神経系への望ましい振幅および／または刺激の持続時間、またはエンドエフェクタ装置の望ましい振幅および／または動作の持続時間を設定し、補綴装置の動きとして、この望ましい制御出力をリアルタイム出力制御器１２に指定することができる。

【0126】

したがって、対象の神経系２への神経刺激信号の適用、または出力装置９ａ～９ｎへの制御信号の適用に続いて、リアルタイム出力制御器１２は、感知された神経データ信号および／またはリアルタイム入力制御器１１から受信された選択されたデータによって示されるデータ信号の振幅を監視する。感知された神経データ信号の示された振幅が、望ましい振幅および／または刺激または動作の持続時間と一致しない応答を示す場合、リアルタイム出力制御器１２は、必要に応じてそれらの振幅および／または周波数を変更して、刺激または操作の望ましい振幅および／または持続時間と一致する、または一致に向かう応答をもたらすように、後続の神経刺激信号または制御信号の変調を制御することによって応答する。いくつかの例では、感知および振幅変調のサイクルは、感知された応答の振幅が望ましいレベルと一致するまで繰り返され得る。リアルタイム出力制御器１２は、例えば、比例応答制御器またはＰＩＤ制御器として動作し得る。

【0127】

したがって、神経刺激信号または制御信号、すなわち、それらの振幅および／または周波数、または他の定義パラメータの変調は、感知された神経データ信号および／またはデータ信号の振幅、周波数、タイミングまたは他の特徴的特徴に少なくとも部分的に基づき得る。感知された神経データ信号は、任意のソースを有する神経データ信号であり得る。特に、感知された神経データ信号は、対象の身体に作用するエンドエフェクタ装置のようなエンドエフェクタ装置によって加えられた神経刺激または他の作用の結果である自然の神経データ信号または誘発された神経データ信号であり得る。

【0128】

いくつかの例では、応答を最大安全振幅閾値と比較することができ、応答がこの閾値を超える場合、応答が最大安全振幅閾値を下回るレベルに減少するまで、後続の神経刺激信号または制御信号の変調を変更して、それらの振幅および／または周波数を変更する。いくつかの例では、応答が最大安全振幅閾値を超える場合、安全のために、後続の神経刺激信号および／または制御信号の適用を停止し得る。

【0129】

好適な神経信号およびデータ信号からの応答の振幅の識別は、神経制御システム１の中間部で実行されるＭＬ処理よりも迅速かつシンプルな単純データ処理機能を使用して実行され得ることが理解されよう。

【0130】

例えば、出力装置９ａ～９ｎが義肢装置を制御し、センサおよび／または入力装置５ａ～５ｎの少なくとも１つが義肢装置の現在の移動速度に関する情報を提供するＩＭＵセンサである場合、制御モジュール１４は、義肢装置によって実行され、出力装置９ａ～９ｎの一連の制御信号によって制御される一連の制御動作を、義肢装置の望ましい移動速度とともに提供することができる。リアルタイム入力制御器１１によってリアルタイム出力制御器１２に提供される義肢装置の現在の移動速度に関する情報は、義肢装置を望ましい速度で動かすために、リアルタイム出力制御器１２によって使用されて、出力装置９ａ～９ｎに送信される後続の制御信号を変調することができる。出力装置９ａ～９ｎのいずれも、例えば、出力装置として制御されるモータは、その角度位置を入力装置として報告することができる入力装置５ａ～５ｎと同じ接続を介して接続された同じ装置である可能性があることを理解されたい。したがって、機能的な分離は物理的な分離を示すものではない。

【0131】

別の例では、センサ５ａ～５ｎの少なくとも１つは、対象の血圧を感知する血圧センサであり得、神経刺激装置７ａ～７ｎは、対象の血圧を上昇させるために神経系２を刺激するように構成され得る。制御モジュールは、望ましい血圧値とともに血圧を上昇させるための神経刺激信号のセットを提供し得る。リアルタイム入力制御器１１によってリアルタイム出力制御器１２に提供される現在の血圧に関する情報は、リアルタイム出力制御器１２によって使用されて、神経刺激装置７ａ～７ｎに送られる神経刺激制御信号を変調して、血圧を望ましい値に維持する。例えば、センサ信号が血圧が望ましい値を下回っていることを示した場合、リアルタイム出力制御器１２は、神経刺激制御信号を変調して、加えられた神経刺激の振幅を増加させ得る。この作用のモードは、血圧に関連する使用に限定されず、安全性または機能上の理由から、次の制御動作がプライマリ制御ループによって決定される前に、応答をリアルタイム制御器のタイムスケール内で調整する必要があるシステムで望ましい場合がある。

【0132】

神経制御システムのリアルタイム部分内のリアルタイム入力制御器１１とリアルタイム出力制御器１２との間の神経データ信号および／またはデータ信号に関する選択されたデータの直接転送は、追加の高速または低遅延／待ち時間、神経刺激および／または他の制御出力の振幅を制御および／または変調するための制御ループを提供する。制御および／または変調されたパラメータは、例として、神経刺激装置によって放出される神経刺激信号の周波数、持続時間、振幅、または開始を含むことができるが、これらに限定されない。この高速制御ループにより、自然の神経信号に対する神経刺激のタイミングを、より複雑な信号処理、特にＭＬ処理を実行するために必要な時間だけ遅延する一次制御ループによって達成され得るよりも迅速に制御および変調することが可能になる。この高速制御ループは、神経制御システム１によって提供される第２の制御ループであり、第１の制御ループよりも応答待ち時間が短い。

【0133】

さらに、いくつかのセンサ５ａ～５ｎによって測定されたパラメータの臨界閾値、および取られるべき対応する是正措置は、リアルタイム出力制御器１２で設定され得る。リアルタイム出力制御器１２は、リアルタイム入力制御器１１から受信された選択されたデータによって示されるこれらのパラメータに対応する感知データ信号の振幅を監視し、パラメータ値が閾値を超えたことに応答して、制御信号および／または是正措置に対応する出力装置９ａ～９ｎおよび神経刺激装置７ａ～７ｎへの神経制御信号を送信する。

【0134】

例えば、センサ５ａ～５ｎのうちの１つ以上は、義肢装置の表面または先端の温度を測定する温度センサであり得、対応する是正措置は、義肢装置がその表面または四肢引っ込める方向に急速に動くことであり得る。センサ５ａ～５ｎが、感知された温度が臨界閾値を超えることを示すとき、リアルタイム出力制御器１２は、出力装置９ａ～９ｎおよび神経刺激装置７ａ～７ｎに肢装置を迅速に撤回させる所定の制御信号および／または神経制御信号のセットを送信する。

【0135】

これは、対象または対象の補綴装置を偶発的な危害から保護するための「人工脊髄反射」を提供し得る。

【0136】

神経制御システムのリアルタイム部分内のリアルタイム入力制御器１１とリアルタイム出力制御器１２との間の神経データ信号および／またはデータ信号に関する選択されたデータの直接転送は、追加の高速または低遅延／待ち時間、危険な状態の検知に即座に応答するのを制御するための制御ループを提供する。この高速制御ループにより、より複雑な信号処理、特にＭＬ処理の実行に必要な時間だけ遅延する、一次制御ループよりも迅速に危険な状態に対応することが可能になる。

【0137】

いくつかの例では、神経制御システム１のリアルタイム部分におけるリアルタイム入力制御器１１とリアルタイム出力制御器１２との間の神経データ信号および／またはデータ信号に関する選択されたデータの直接転送によって形成される高速制御ループは、身体変数の制御を実行するための主制御ループとして使用され得、神経制御システム１のインタラクティブ部分によって形成された一次制御ループは、神経制御システム１の電力需要を削減するために、時間の一部のみ、アクティブ化またはよりまばらに使用される。いくつかのそのような例では、神経制御システム１のインタラクティブ部分によって形成される一次制御ループは、定期的にアクティブ化され得るか、または神経データ信号および／またはデータ信号の値に基づいてアクティブ化され得る。例えば、神経制御システム１の対話型部分によって形成される一次制御ループは、１つ以上の選択された神経データ信号および／またはデータ信号の値が所定の閾値または限界を超える場合にのみアクティブ化され得る。これは、神経制御システム１が対象の体に埋め込まれる用途において電力消費を最小限に抑えるために特に有用であり得る。

【0138】

さらに、神経制御システム１のインタラクティブ部分によって、神経制御システム１のリアルタイム部分のリアルタイム出力制御器１２に提供される決定された神経刺激信号のセットは、神経刺激信号への応答において生成される自然神経信号の最大安全振幅を指定することができる。例えば、刺激振幅がインタラクティブ制御ループによって１ｍＡと計算され、３０００μＶを超える自然な神経信号電圧を呼び起こす場合、３０００μＶが最大の安全な振幅であり、刺激信号の振幅は停止または減少する。

【0139】

したがって、対象の神経系２への神経刺激信号の適用に続いて、リアルタイム出力制御器１２は、リアルタイム入力制御器１１から受信された選択されたデータによって示される感知された神経データ信号の振幅を監視する。感知された神経データ信号の示された振幅が最大安全振幅を超える場合、リアルタイム出力制御器１２は、感知された神経データ信号の示された振幅が最大安全振幅を下回る安全レベルに減少するまで、後続の神経刺激信号の変調を制御してそれらの振幅を減少させることによって応答する。いくつかの例において、感知および振幅減少のサイクルは、感知された神経データ信号の振幅が安全なレベルに減少するまで繰り返され得る。いくつかの例では、安全のために、振幅のゼロへの減少に対応して、後続の神経刺激信号の適用を停止し得る。

【0140】

好適な自然神経信号の振幅を識別することは、神経制御システム１の中間部で実行されるＭＬ処理よりも迅速かつ単純である単純なデータ処理機能を使用して実行され得ることが理解されよう。

【0141】

神経制御システムのリアルタイム部分内のリアルタイム入力制御器１１とリアルタイム出力制御器１２との間の神経データ信号に関する選択されたデータの直接転送は、以前の神経刺激信号に応答して生成された感知された神経信号の振幅に基づいて、神経刺激信号の振幅を変調および／または制御する、追加の高速または低遅延／待ち時間の制御ループを提供する。この高速制御ループにより、神経刺激に対する危険なレベルの神経応答を、より複雑な信号処理、特にＭＬ処理を実行するために必要な時間だけ遅延する一次制御ループによって達成され得るよりも迅速に識別、応答、および修正することが可能になる。この迅速な修正により、潜在的であり得る危害が防止または軽減されることを可能にし得る。

【0142】

図４の第４の例に関して上で説明したように、神経制御システムのリアルタイム部分内のリアルタイム入力制御器１１とリアルタイム出力制御器１２との間の神経データ信号に関する選択されたデータの直接転送は、一次制御ループに加えて、図２ａ～２ｃの第１から第３の例によると、１つ以上の高速または低遅延／遅延の制御ループを提供することができる。

【0143】

図４の第４の例は、神経刺激信号のタイミングに関する選択されたデータを、リアルタイム出力制御器１２からリアルタイム入力制御器１１に、さらに直接送信する。

【0144】

対象の神経系上の神経センサ３ａ～３ｎおよび神経刺激装置７ａ～７ｎの位置が、神経センサ３ａ～３ｎの少なくともいくつかが神経刺激装置７ａ～７ｎによって生成された神経刺激信号を直接受信し得るようなものである例では、リアルタイム入力制御器１１は、神経刺激装置７ａ～７ｎと神経センサ３ａ～３ｎとの間の受信された神経データの品質を低下させるクロストークを防止するため、神経刺激信号の持続時間の間、神経センサ３ａ～３ｎの影響を受けたものによる神経データの記録を停止することにより、リアルタイム出力制御器１２から受信された神経刺激信号のタイミングに関する選択されたデータに応答することができる。いくつかの例では、影響を受けた神経データは、刺激中にブランケットゼロに置き換えられ得る。いくつかの例では、神経センサ３ａ～３ｎは、神経刺激信号の持続時間の間、オフにされるか、または非アクティブ化され得る。

【0145】

図２～４の例では、神経制御器１は、単一の身体変数を制御するために神経刺激信号の単一の出力を提供する。他の例では、神経制御器１は、複数の身体変数を制御するための神経刺激信号の複数のセット、および／または複数の出力装置を介した出力の複数のセットを提供することができる。

【0146】

図４の第４の例では、神経制御システム１は、データをクラウドサーバ３６に送信する。図４の第４の例では、クラウドサーバ３６は更新機として動作する。更新機としての動作を可能にするために、クラウドサーバ３６は、機械学習データ処理再トレーニングシステム１１０および機械学習制御器再トレーニングシステム１１１を含む。機械学習データ処理再トレーニングシステム１１０および機械学習制御器再トレーニングシステム１１１は、神経制御器１によって提供されるデータに基づいて、クラウドコンピュータなどの高性能コンピュータを使用して機械学習モデルを再トレーニングする。この再トレーニングは、新しく改良された機械学習モデルを開発している機械学習研究者からの入力を使用して実行され得る。この再トレーニングはまた、神経制御システム１に加えて他の神経制御装置から受信されたデータに基づき得る。

【0147】

クラウドサーバ３６は、神経制御システム１から受信された神経データ、および場合によっては他のソースからの他のデータを使用する機械学習トレーニングによって、更新された機械学習モデルを生成する。クラウドサーバ３６は、定期的に、または必要に応じて、更新された機械学習モデルまたは機械学習モデルの更新を神経制御システム１に送信し得る。神経制御システム１は、必要に応じて、クラウドサーバ３６または他の更新機から更新された機械学習モデルまたは機械学習モデルの更新を受信し、これらを使用して、機械学習モジュール１３および制御モジュール１４によって使用される１つ以上の機械学習モデルを更新または置換する。

【0148】

機械学習モデルの更新は、受信された神経データ、計算された神経バイオマーカ、出力信号、記録された神経データ、他のセンサからのデータおよび／または身体状態を表すデータおよび／または神経制御システムによって保存された他のデータに基づいて計算され得る。更新は、リハビリテーションまたは再較正期間中のガイドされた活動の特定の期間中に神経制御システム１によって記録されたデータに基づいて生成され得る。

【0149】

クラウドサーバ３６が更新機として機能する例では、更新機は、自動クラウドシステムによって提供され得る。

【0150】

いくつかの例では、更新機は、ローカルの有線または無線接続を介した手動接続であり得る。いくつかの例では、更新は、長期治療を計算するための１つ以上の機械学習システムによって自動的に計算され得る。いくつかの例では、更新は、治療を行う臨床医によって選択され得る。

【0151】

神経制御システム１のシステムアーキテクチャおよび動作方法、ならびに上記のクラウドサーバ３６との相互作用により、神経制御システム１に、対象と神経制御システム１の性能から得られたデータに基づいて使用される機械モデルの更新を可能にする追加の制御ループを提供することができる。この追加の制御ループは、一次制御ループと比較して、比較的低速、または比較的高い遅延／待ち時間である。追加の制御ループにより、機械学習モデルの実行が可能になり、したがって、神経制御システム１、および他の神経制御システムによってより多くのデータが収集されるにつれて、神経制御システム１を時間の経過とともに改善することができる。

【0152】

図５は、神経制御システム１で使用可能な閉ループ制御システムの代替例の概略図を示している。図６の例では、神経データ２００は、神経データをデコードし、神経バイオマーカ２０２を識別するために、第１のＭＬ神経デコーディングモデル２０１による処理の対象となる。第１のＭＬモデル２０１によるこの処理は、機械学習モジュール１３によって実行され得る。

【0153】

次に、識別された神経バイオマーカ２０２は、センサ融合プロセス２０３において、身体変数データ２０４と組み合わされる。次に、得られた融合データは、理想的な、または望ましい身体設定値２０５と組み合わされて、現在の身体状態を理想的な身体設定値と一致させるための望ましい変化を計算する。

【0154】

次に、計算された望ましい変更は、第２のＭＬ刺激エンコーディングモデル２０６による処理の対象となり、望ましい変更を行うために必要な刺激動作２０７または他の動作を識別する。第２のＭＬ刺激エンコーディングモデル２０６によるこの処理は、制御モジュール１４によって実行され得る。いくつかの例では、第２のＭＬ刺激エンコーディングモデル２０６は、機械学習出力プロセッサによって実行され得る。

【0155】

識別された動作は、好適な制御信号の形態で出力される。

【0156】

図６は、神経制御システム１で使用可能な閉ループ制御システムの別の代替例の概略図を示している。図７の例では、神経データ３００、身体変数データ３０１、および理想的または望ましい身体設定値３０２は全て、望ましい変更を行うために必要な、刺激装置の動作３０４、または他の動作を直接識別するために、単一の「エンドツーエンド」ＭＬモデル３０３による処理の対象となる。単一の「エンドツーエンド」ＭＬモデルによるこの処理は、図１～５の機械学習モジュール１３と制御モジュール１４の両方を置き換える複合機械学習モジュールで実行し得る。

【0157】

識別された動作は、好適な制御信号の形態で出力される。

【0158】

上記の全ての例において、必要な出力動作、例えば、義肢の動き、生体工学器官の動作、または望ましい生物学的最終効果を有するための対象の神経系の一部分の刺激は、神経センサおよび／または他のセンサおよび／または入力装置から受信されたコンテンツから導き出される。機械学習モデル、モジュール、プロセッサ、または制御器の出力は、エンド装置を制御するために直接使用され得るか、あるいは、連続装置機能に変更を加えるために使用され得る。例えば、ロボットの脚は、機械学習モデルの出力によって変調された歩行の開始と歩行の速度を使用して、ステッピングパターンの連続プログラムを動作することができる。別の例では、心臓パルスなどの身体の振動回路を刺激する装置は、機械学習モデルの出力に基づいて変調される事前にプログラムされたサイクルを有することができる。

【0159】

いくつかの例では、機械学習モジュールと制御モジュールは別々のタイミングループで動作し、制御モジュールは動作を実行する前に機械学習モジュールから１つ以上の出力を取得する可能性がある。さらに、例えば絶対値を超えたり、センサのうちの１つが特定の範囲で読み取ったりするように、データ入力の特定の条件が満たされた場合にのみ、機械学習モジュールと制御モジュールのいずれかまたは両方が非同期タイムスケールで動作し得、データのセクションを処理し得る。

【0160】

上述の機械学習モジュールおよびプロセスは例としてのみ説明されており、データを処理するために多くのタイプのアーキテクチャを利用して、任意の数の機械学習モデルを使用することができることを理解されたい。いくつかの例では、複数の機械学習モデルが、多数決、状態空間モデル、または複数の機械学習モデルの出力に基づいて装置出力動作を決定する他の意思決定モジュールと並行して同時に実行され得る。異なる機械学習モデルは異なるタイプであり得、異なるタイムスケールで動作する。

【0161】

図７は、埋め込み型神経装置を制御するために神経制御システム１を組み込んだシステム４００の構成の第１の例を示している。第１の例では、神経センサ３ａ～３ｎおよび刺激装置７ａ～７ｎが対象の体に埋め込まれ、神経制御システム１が対象の外部に配置され、クラウドサーバ３６が神経制御システム１および対象から離れて配置されている。

【0162】

図８は、義肢装置５０１などの外部装置を制御するために神経制御システム１を組み込んだシステム５００の構成の第２の例を示している。第２の例では、神経センサ３ａ～３ｎおよび刺激装置７ａ～７ｎが対象の体に埋め込まれ、神経制御システム１および義肢装置５０１が対象の外部に配置され、クラウドサーバ３６が神経制御システム１と対象から遠隔に配置されている。第２の例では、神経刺激装置７ａ～７ｎを使用し得、義肢装置３６の動きに対応する感覚をユーザに提供する。

【0163】

図９は、埋め込み型神経装置を制御するために神経制御システム１を組み込んだシステム６００の構成の第３の例を示している。第１の例では、神経センサ３ａ～３ｎおよび刺激装置７ａ～７ｎを含む埋め込み型神経装置が対象の体に埋め込まれ、神経制御システム１も対象の体に埋め込まれ、神経制御システム１および対象から離れた場所にクラウドサーバ３６が配置されている。図９のシステム６００では、神経制御システム１は、対象の外部に配置されたゲートウェイ装置６０１を介してクラウドサーバ３６に通信可能に接続されている。

【0164】

図示の例では、神経制御システム１を使用して、神経刺激装置などのエンドエフェクタおよび義肢装置などの外部装置に制御出力を提供する。神経制御システムによって制御することができる可能なエンドエフェクタ装置の例は、末梢または中枢神経刺激装置、栄養素を分配する装置、医薬品を調剤する装置、ＣＲＩＳＰＲなどの遺伝子治療を行う装置、ウイルスベクター治療を行う装置のうちの１つ、いくつか、または全てを含むことができる。可能なエンドエフェクタ装置のこのリストは、網羅的であることを意図していない。エンドエフェクタ装置は、必要に応じて、対象の体内に埋め込まれ得るか、または対象の体の外部に配置され得る。いくつかの例では、内部に埋め込まれたエンドエフェクタ装置と外部のエンドエフェクタ装置の両方が、神経制御システムによって制御され得る。

【0165】

上記の例では、神経制御システム１において、神経制御システムは、制御信号を神経刺激装置７ａ～７ｎに出力し、および／または装置９ａ～９ｎに出力する。代替の例では、神経制御システム１は、代わりに、ＭＬデータ処理１０３などのＭＬ神経処理によって識別された神経バイオマーカを出力することができる。出力された識別された神経バイオマーカは、例えば、神経バイオマーカを処理し、それらを対象の神経系に適用される神経刺激信号の基礎として、および／またはエンドエフェクタまたは他の装置の制御信号として使用することができる装置に送信することができる。

【0166】

いくつかの例では、神経刺激装置によって刺激される目標神経刺激部位は、神経刺激に対する過敏症または過敏症を可能にするように構成されたウイルスベクターまたは薬剤で処理され得る。

【0167】

上で考察されたように、いくつかの例では、神経センサおよび刺激装置を対象の体に埋め込み、神経制御システム１による処理を対象体の外側で実行することができる。

【0168】

他の例では、神経センサおよび刺激装置、ならびに神経制御システム１の両方が、対象の体に埋め込まれ得る。

【0169】

いくつかの例では、神経制御システム１を使用し得、身体状態の自律神経制御を実行する。いくつかの例では、神経制御システム１を使用し得、ＰＩＤ制御を実行する。いくつかの例では、神経制御システム１を使用し得、生体工学器官を制御する。

【0170】

いくつかの例では、埋め込み型の神経データ収集および神経刺激は、完全に同じ装置および電極上で、異なる電極接点、異なる電極および異なるチップを有するが、チップまたは電極が同じケーシングに収容された同じチップ上で、または完全に分離されて実行され得る。クラウドへのまれなアップロードは、自宅または充電中に接続されたローカル基地局を経由する場合もあれば、セルラまたはＷｉＦｉデータ接続を介した直接接続の場合もあり得る。

【0171】

いくつかの例では、神経センサおよび神経刺激装置は、神経刺激装置と神経センサとの間のクロストークを排除するために、異なるモダリティを使用して動作するように構成され得る。例えば、神経センサは電気的感知によって動作し、神経刺激装置は光遺伝学的刺激によって動作する。

【0172】

図示の例では、単一の記憶装置１９を使用して、生の信号データ２１、処理された信号データ２３、分類された信号データ２６、および制御信号データ２９の全てを記憶する。別の例では、単一の記憶装置を複数の記憶装置に置き換え得る。特に、いくつかの例では、生の信号データ、処理された信号データ、分類された信号データ、および制御信号データの各々のための専用の記憶装置または複数の装置があり得る。

【0173】

図６の図示の例では、刺激エンコーディングＭＬモデルは、機械学習出力プロセッサによって実行され得る。他の例では、専用の機械学習出力プロセッサを使用して、他の機械学習タスクを実行し、好適な出力信号を生成することができる。

【0174】

図示の例では、システムのモジュールはソフトウェアで定義されている。他の例では、モジュールは、例えば専用の電子回路によって、全体的または部分的にハードウェアで定義され得る。

【0175】

図示の例では、神経制御システムは単一の装置として形成されている。これは必須ではないが、他の例では、神経制御システムは分散システムとして形成される場合があり得る。

【0176】

本発明の説明されている実施形態では、システムは、任意の形態のコンピューティングおよび／または電子装置として実装され得る。

【0177】

そのような装置は、ルーティング情報を収集および記録するために装置の動作を制御するコンピュータ実行可能命令を処理するためのマイクロプロセッサ、制御器または他の任意の好適なタイプのプロセッサであり得る１つ以上のプロセッサを含むことができる。いくつかの例では、例えば、システムオンチップアーキテクチャが使用される場合、プロセッサは、方法の一部をハードウェア（ソフトウェアまたはファームウェアではなく）で実装する１つ以上の固定機能ブロック（アクセラレータとも呼ばれる）を含んでもよい。オペレーティングシステムまたは任意の他の好適なプラットフォームソフトウェアを含むプラットフォームソフトウェアは、アプリケーションソフトウェアが装置上で実行されることを可能にするために、コンピューティングベースの装置に提供されてもよい。

【0178】

コンピュータ実行可能命令は、コンピューティングベースの装置によってアクセス可能な任意のコンピュータ可読媒体を使用して提供され得る。コンピュータ可読媒体は、例えば、メモリおよび通信媒体などのコンピュータ記憶媒体を含み得る。メモリのような、コンピュータ可読記憶媒体は、コンピュータ可読命令、データ構造、プログラムモジュールまたは他のデータなどの情報を記憶するための任意の方法または技術で実装される揮発性および不揮発性、取り外し可能または取り外し不可能媒体を含み得る。コンピュータ記憶媒体には、ＲＡＭ、ＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリまたはその他のメモリ技術、ＣＤ－ＲＯＭ、デジタル多用途ディスク（ＤＶＤ）またはその他の光学ストレージ、磁気カセット、磁気テープ、磁気ディスクストレージまたは他の磁気記憶装置、またはコンピューティング装置がアクセスするための情報を保存するために使用され得る他の非伝送媒体が挙げられるが、これらに限定されない。対照的に、通信媒体は、コンピュータ可読命令、データ構造、プログラムモジュール、または他のデータを、搬送波または他の輸送メカニズムなどの変調されたデータ信号で具体化し得る。本明細書で定義されるように、コンピュータ記憶媒体は、通信媒体を含まない。

【0179】

システム１は、遠隔に分散または配置され、ネットワークまたは他の通信リンクを介して（例えば、通信インターフェースを使用して）アクセスされ得る。

【0180】

「コンピュータ」という用語は、本明細書では、命令を実行することができるような処理能力を備えた任意の装置を指すために使用される。当業者は、そのような処理能力が多くの異なる装置に組み込まれ、したがって「コンピュータ」という用語がＰＣ、サーバ、携帯電話、携帯情報端末、および他の多くの装置を含むことを理解するであろう。

【0181】

当業者は、プログラム命令を記憶するために利用されるストレージ装置がネットワークにわたって分散されることができることを認識するであろう。例えば、リモートコンピュータは、ソフトウェアとして説明されたプロセスの例を記憶することができる。ローカルまたはターミナルコンピュータは、リモートコンピュータにアクセスし、プログラムを実行するためにソフトウェアの一部または全てをダウンロードすることができる。あるいは、ローカルコンピュータは、必要に応じてソフトウェアの一部をダウンロードするか、ローカル端末でソフトウェア命令を実行するか、リモートコンピュータ（またはコンピュータネットワーク）でソフトウェア命令を実行してもよい。当業者はまた、当業者に既知の従来の技術を利用することにより、ソフトウェア命令の全てまたは一部がＤＳＰ、プログラム可能論理アレイなどの専用回路によって実行されてもよいことを認識するであろう。

【0182】

上述の利益および利点は、一実施形態に関係する場合もあれば、いくつかの実施形態に関係する場合もあることが理解されよう。実施形態は、述べられた課題のいずれかまたは全てを解決するもの、または述べられた利益および利点のいずれかまたは全てを有するものに限定されるものではない。

【0183】

「ａｎ」という項目への任意の言及は、それらの項目の１つ以上を指す。「備える（ｃｏｍｐｒｉｓｉｎｇ）」という用語は、本明細書では、識別された方法ステップまたは要素を含むことを意味するために使用されるが、そのようなステップまたは要素は、排他的リストを含まず、方法または装置は、追加のステップまたは要素を含むことができる。

【0184】

本明細書に記載される方法のステップの順序は例示的なものであるが、ステップは、任意の好適な順序で、または必要に応じて同時に実行されてもよい。さらに、本明細書で説明される主題の範囲から逸脱することなく、ステップを追加または置換することができ、または個々のステップを任意の方法から削除することができる。上記の例のいずれかの態様を、記載された他の例のいずれかの態様と組み合わせて、求められる効果を失うことなく、さらなる例を形成することができる。

【0185】

好ましい実施形態の上記の説明は、例としてのみ与えられており、当業者によって様々な変更が行われることができることが理解されるであろう。様々な実施形態がある程度の特殊性をもって、または１つ以上の個々の実施形態を参照して上記で説明されてきたが、当業者は、本発明の趣旨または範囲から逸脱することなく、開示された実施形態に多数の変更を加えることができる。

【図1a】

【図1b】

【図2a】

【図2b】

【図2c】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【国際調査報告】