Deprecated: The each() function is deprecated. This message will be suppressed on further calls in /home/zhenxiangba/zhenxiangba.com/public_html/phproxy-improved-master/index.php on line 456
JP7781766B2 - 神経関連信号の検知された変化を使用してデバイスを制御するためのシステムおよび方法 - Google Patents
[go: Go Back, main page]

JP7781766B2 - 神経関連信号の検知された変化を使用してデバイスを制御するためのシステムおよび方法 - Google Patents

神経関連信号の検知された変化を使用してデバイスを制御するためのシステムおよび方法

Info

Publication number
JP7781766B2
JP7781766B2 JP2022559561A JP2022559561A JP7781766B2 JP 7781766 B2 JP7781766 B2 JP 7781766B2 JP 2022559561 A JP2022559561 A JP 2022559561A JP 2022559561 A JP2022559561 A JP 2022559561A JP 7781766 B2 JP7781766 B2 JP 7781766B2
Authority
JP
Japan
Prior art keywords
neural
thought
task
subject
input command
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2022559561A
Other languages
English (en)
Other versions
JP2023519968A (ja
Inventor
エリ ヨー，ピーター
ジェームス オクスレイ，トーマス
Original Assignee
シンクロン オーストラリア ピーティーワイ リミテッド
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by シンクロン オーストラリア ピーティーワイ リミテッド filed Critical シンクロン オーストラリア ピーティーワイ リミテッド
Publication of JP2023519968A publication Critical patent/JP2023519968A/ja
Priority to JP2025153522A priority Critical patent/JP2025178328A/ja
Application granted granted Critical
Publication of JP7781766B2 publication Critical patent/JP7781766B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0031—Implanted circuitry
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/03—Measuring fluid pressure within the body other than blood pressure, e.g. cerebral pressure ; Measuring pressure in body tissues or organs
    • A61B5/031—Intracranial pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/291—Bioelectric electrodes therefor specially adapted for particular uses for electroencephalography [EEG]
    • A61B5/293—Invasive
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6846—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive
    • A61B5/6847—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive mounted on an invasive device
    • A61B5/6862—Stents
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6846—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive
    • A61B5/6867—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive specially adapted to be attached or implanted in a specific body part
    • A61B5/6868—Brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6846—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive
    • A61B5/6867—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive specially adapted to be attached or implanted in a specific body part
    • A61B5/6876—Blood vessel
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • A61F2/50—Prostheses not implantable in the body
    • A61F2/68—Operating or control means
    • A61F2/70—Operating or control means electrical
    • A61F2/72—Bioelectric control, e.g. myoelectric
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F4/00—Methods or devices enabling patients or disabled persons to operate an apparatus or a device not forming part of the body
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/016—Input arrangements with force or tactile feedback as computer generated output to the user
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/0482—Interaction with lists of selectable items, e.g. menus
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/0483—Interaction with page-structured environments, e.g. book metaphor

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Vascular Medicine (AREA)
  • Neurology (AREA)
  • Neurosurgery (AREA)
  • Dermatology (AREA)
  • Cardiology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Hematology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Transplantation (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • User Interface Of Digital Computer (AREA)
  • Feedback Control In General (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Description

本開示は、一般にブレイン・コンピューター・インターフェースに関する。より具体的には、本開示は被験者の神経関連信号の検知された変化を使用してデバイスを制御するシステムおよび方法に関する。
これまで、移動に制限のある人がブレイン・コンピューター・インターフェース（ＢＣＩ）を使用して、個人用電子デバイス、ＩｏＴデバイス、ソフトウェア、および移動体などの周辺機器を制御可能であることが示されてきた。ＢＣＩは、移動に制限のある全ての人が効果的にこのような周辺機器を制御できるようにする必要がある。これらの人々には、ＢＣＩを通じて１つのスイッチや仮想スイッチのみしか制御できないような、閉じこもりの患者などの重度の移動制限のある人々も含まれる。
しかしながら、このような閉じこもりの患者が１つのスイッチで周辺機器にアクセスできるようにする現在のＢＣＩは、そのような制御に影響を与えるために、ときおり自動スイッチスキャンを使用している。自動スイッチスキャンは、所定の制御パネル上にある相当数の対話項目を連続的にスキャンし、ある目的の項目が強調表示されているときにスイッチを操作することで目的の項目を選択するものである。この方法は、誤った選択が行われた場合に、当該選択を修正するためにプロセス全体を再起動する前に、連続スキャンが終了するのを待つ必要があるため、面倒かつユーザー・フレンドリーではない。
さらに、現在のＢＣＩシステムは、検知が困難な神経関連信号に左右されることが多く、誤検知の可能性があるため、閉じこもりの患者は仮想スイッチ１つを操作することさえ困難な場合がある。
そのため、移動に制限がある患者が１台の仮想スイッチのみしか制御できない場合においても、自立性を維持または継続できるような解決策が求められている。このような解決策は、過度に複雑であってはならず、現在のＢＣＩシステムおよび方法の短所に対処する必要がある。
被験者の神経関連信号の検知された変化を使用してデバイスを制御するシステムおよび方法が開示されている。一実施形態では、デバイスまたはソフトウェア・アプリケーションを制御する方法を開示する。この方法は、被験者の神経関連信号の強度が測定されたベースラインレベルよりも低減したことを検知するステップと、低減に続いて神経関連信号の強度がベースラインレベルよりも増加したことを検知するステップと、神経関連信号の強度が増加したことの検知時またはその後に入力コマンドをデバイスに送信するステップと、を含み得る。
いくつかの実施形態では、被験者の神経関連信号は、被験者の神経振動または脳波であり得る。神経振動は、１つ以上の周波数帯域の振動で構成され得る。特定の実施形態では、神経振動は、約１２Ｈｚ乃至３０Ｈｚの周波数のベータ帯域振動で構成される。
いくつかの実施形態では、神経関連信号は、被験者の体内に移植された血管内留置デバイスを使用して測定または監視することができる。これらおよび他の実施形態において、神経関連信号の強度の低減または増加を検知するステップと、入力コマンドを送信するステップとは、血管内留置デバイスとは別体の装置の１つ以上のプロセッサー、または血管内留置デバイス内に組み込まれるかまたは血管内留置デバイスに結合された装置の１つ以上のプロセッサーを使用して実行することが可能である。
いくつかの実施形態では、装置は、被験者の体の外、すなわち体外に配置されるように構成され得る。他の実施形態では、本装置は、被験者の体内（例えば、被験者の胸部部位または腕内）に移植されるように構成され得る。
装置とは、テレメトリーユニットおよびホストデバイスのうちの少なくともいずれか一方を指すことができる。別例では、装置は、植込み型または非植込み型装置のコンピューティング・デバイスまたは制御部／制御ユニットを指すことができる。
神経関連信号は、被験者の体内に埋め込まれた血管内留置デバイスの電極を介して検知することができる。例えば、被験者の脳内に埋め込まれた血管内留置デバイスの電極を介して神経関連信号を検知することができる。
本方法は、１つ以上のプロセッサーを使用して、１つ以上のソフトウェア・フィルターを使用して、血管内留置デバイスから得られた生の神経関連信号をフィルタリングするステップをさらに含むことができる。この方法は、フィルタリングされた信号を、装置または他のデバイスで実行されるソフトウェアの分類層に送り込むステップをさらに含むことができる。分類層は、機械学習分類器を使用して神経関連信号の強度の低減および増加を自動的に検知するように構成されている。
いくつかの実施形態では、神経関連信号の強度の低減を検知するステップは、神経振動のパワーがベースライン振動パワーレベルよりも減少することを検知するステップを含むことができる。例えば、測定されたベースラインレベルよりも低減して神経関連信号の強度が低下することは、神経関連信号の脱同期化と呼ぶことができる。神経関連信号の強度の低減は、被験者がタスクに関連する思考またはタスクに関連しない思考を想起したり保持したりすることによって引き起こされ生じ得る。
これらおよび他の実施形態において、神経関連信号の強度の増加を検知するステップは、ベースライン振動パワーレベルを超える神経振動のパワーの増加を検知するステップを含むことができる。例えば、測定されたベースラインレベルよりも高く神経関連信号の強度が増加することは、神経関連信号の反動と呼ぶことができる。神経関連信号の強度の増加は、被験者がタスクに関連する思考またはタスクに関連しない思考を精神的に解放することによって引き起こされ得る。
タスクに関連しない思考は、被験者の膝腱筋を収縮させる思考を被験者が保持するなど、被験者の身体機能に関連する思考であり得る。
本方法は、入力コマンドをデバイスに送信した後に、視覚的フィードバック、聴覚的フィードバック、触覚的フィードバック、および神経刺激の形態のフィードバックのうちの少なくとも１つを被験者に提供するステップをさらに含むことができる。
入力コマンドを送信するステップは、デバイス上で実行される１つ以上のエンド・アプリケーションに入力コマンドを送信するステップを含み得る。入力コマンドは、タスクに関連する思考に関連付けられるタスクの少なくとも一部を達成するためのデバイスへのコマンドとすることができる。
デバイスは、パーソナル・コンピューティング・デバイス（例えば、ラップトップ、携帯電話、および／またはタブレット・コンピューター）またはモノのインターネット（ＩｏＴ）デバイス（例えば、スマートライトスイッチ、冷蔵庫、オーブン、および／または洗濯機）のうちの少なくとも１つであり得る。いくつかの実施形態では、デバイスは、車椅子などの移動体であってもよい。
デバイスまたはソフトウェア・アプリケーションを制御する別例による方法を開示する。この方法は、被験者の神経関連信号の強度が測定されたベースラインレベルよりも低減したことを検知するステップと、低減に続いて神経関連信号の強度がベースラインレベルよりも増加したことを検知するステップと、神経関連信号の強度の低減の持続時間を決定するステップと、持続時間に基づき複数の条件付き入力コマンドから入力コマンドを選択するステップと、選択した入力コマンドをデバイスに送信するステップと、を含み得る。
いくつかの実施形態では、持続時間に基づいて入力コマンドを選択するステップは、持続時間を条件付き入力コマンドに関連付けられた１つ以上の時間的閾値と比較するステップと、持続時間が１つ以上の時間的閾値を超えるかまたは達しないかに基づいて、複数の条件付き入力コマンドから入力コマンドを選択するステップと、を含み得る。神経関連信号の強度が低減する持続時間は、被験者が思考を保持している所定の時間であってもよい。
いくつかの実施形態では、被験者の神経関連信号は、被験者の神経振動または脳波であり得る。神経振動は、１つ以上の周波数帯域の振動で構成され得る。特定の実施形態では、神経振動は、約１２Ｈｚ乃至３０Ｈｚの周波数のベータ帯域振動で構成される。
いくつかの実施形態では、神経関連信号は、被験者の体内に移植された血管内留置デバイスを使用して測定または監視することができる。これらおよび他の実施形態において、神経関連信号の強度の低減または増加を検知するステップと、神経関連信号の強度の低減の持続時間を決定するステップと、持続時間に基づき複数の条件付き入力コマンドから入力コマンドを選択するステップと、選択した入力コマンドをデバイスに送信するステップとは、血管内留置デバイスとは別体の装置の１つ以上のプロセッサーまたは血管内留置デバイス内に組み込まれるかまたは結合した装置の１つ以上のプロセッサーを使用して実施することができる。
いくつかの実施形態では、装置は、被験者の体の外、すなわち体外に配置されるように構成され得る。他の実施形態では、本装置は、被験者の体内（例えば、被験者の胸部部位または腕内）に移植されるように構成され得る。
装置とは、テレメトリーユニットおよびホストデバイスのうちの少なくともいずれか一方を指すことができる。別例では、装置は、植込み型または非植込み型デバイスのコンピューティング・デバイスまたは制御部／制御ユニットを指すことができる。
神経関連信号は、被験者の体内に埋め込まれた血管内留置デバイスの電極を介して検知することができる。例えば、被験者の脳内に埋め込まれた血管内留置デバイスの電極を介して神経関連信号を検知することができる。
本方法は、１つ以上のプロセッサーを使用して、１つ以上のソフトウェア・フィルターを使用して、血管内留置デバイスから得られた生の神経関連信号をフィルタリングするステップをさらに含むことができる。この方法は、フィルタリングされた信号を、装置または他のデバイスで実行されるソフトウェアの分類層に送り込むステップをさらに含むことができる。分類層は、機械学習分類器を使用して神経関連信号の強度の低減および増加を自動的に検知するように構成されている。
いくつかの実施形態では、神経関連信号の強度の低減を検知するステップは、神経振動のパワーがベースライン振動パワーレベルよりも減少することを検知するステップを含むことができる。例えば、測定されたベースラインレベルよを下回って神経関連信号の強度が低減することは、神経関連信号の脱同期化と呼ぶことができる。神経関連信号の強度の低減は、被験者がタスクに関連する思考またはタスクに関連しない思考を思い浮かべたり保持したりすることによって引き起こされ生じ得る。
これらおよび他の実施形態において、神経関連信号の強度の増加を検知するステップは、ベースライン振動パワーレベルを超える神経振動のパワーの増加を検知するステップを含むことができる。例えば、測定されたベースラインレベルよりも高く神経関連信号の強度が増加することは、神経関連信号の反動と呼ぶことができる。神経関連信号の強度の増加は、被験者がタスクに関連する思考またはタスクに関連しない思考を精神的に解放することによって引き起こされ得る。タスクに関連しない思考は、被験者の膝腱筋を収縮させる思考を被験者が保持するなど、被験者の身体機能に関連する思考であり得る。
本方法は、入力コマンドをデバイスに送信する前に、選択された入力コマンドに関する視覚的フィードバック、聴覚的フィードバック、触覚的フィードバック、および神経刺激の形態のフィードバックのうちの少なくとも１つを被験者に提供するステップをさらに含むことができる。
入力コマンドを送信するステップは、デバイス上で実行される１つ以上のエンド・アプリケーションに入力コマンドを送信するステップを含み得る。入力コマンドは、タスクに関連する思考に関連付けられるタスクの少なくとも一部を達成するためのデバイスへのコマンドとすることができる。
デバイスは、パーソナル・コンピューティング・デバイス（例えば、ラップトップ、携帯電話、および／またはタブレット・コンピューター）またはモノのインターネット（ＩｏＴ）デバイス（例えば、スマートライトスイッチ、冷蔵庫、オーブン、および／または洗濯機）のうちの少なくとも１つであり得る。いくつかの実施形態では、デバイスは、車椅子などの移動体であってもよい。
デバイスまたはソフトウェア・アプリケーションを制御する別例による方法を開示する。この方法は、被験者の神経関連信号の第１の変化を検知するステップと、神経関連信号の第２の変化を検知するステップと、神経関連信号の第２の変化の検知時またはその後に入力コマンドをデバイスに送信するステップと、を含み得る。
本方法は、神経関連信号の第１の変化の持続時間を決定するステップと、持続時間に基づいて複数の条件付き入力コマンドから入力コマンドを選択するために持続時間を使用するステップと、をさらに含むことができる。本方法は、選択された入力コマンドに関して、視覚的フィードバック、聴覚的フィードバック、触覚的フィードバック、および神経刺激の形態のフィードバックのうちの少なくとも１つを被験者に提供するステップをさらに含むことができる。
いくつかの実施形態では、第１の変化は、神経関連信号の強度がベースライン信号レベルよりも低減することであり得る。これらの実施形態では、第２の変化は、神経関連信号の強度がベースライン信号レベルを超えて増加することであり得る。さらに、これらの実施形態において、被験者が思考を生成して保持するときに第１の変化を生じさせ、また、被験者が第２の思考を生成して保持するときに第２の変化を生じさせることができる。
他の実施形態では、第１の変化は、神経関連信号の強度がベースライン信号レベルを超えて増加することであり得る。これらの実施形態では、第２の変化は、神経関連信号の強度がベースライン信号レベルを下回って減少することであり得る。さらに、これらの実施形態において、被験者が思考を生成して保持するときに第１の変化を生じさせ、また、被験者が第２の思考を生成して保持するときに第２の変化を生じさせることができる。これに代えて、被験者が精神的に第１の思考を解放したときに第１の変化を生じさせ、被験者が第２の思考を生成して保持したときに第２の変化を生じさせてもよい。
いくつかの実施形態では、思考はタスクに関連する思考とすることができる。他の実施形態では、思考はタスクに関連しない思考とすることができる。思考は、被験者の身体機能に関連するものとすることができる。
神経関連信号の変化は、被験者の体内に埋め込まれた血管内留置デバイスで検知することができる。これらおよび他の実施形態において、神経関連信号の第１の変化を検知するステップ、神経関連信号の第２の変化を検知するステップ、神経関連信号の変化（複数可）の持続時間を決定するステップ、持続時間に基づき複数の条件付き入力コマンドから入力コマンドを選択するステップ、および選択した入力コマンドをデバイスに送信するステップは、血管内留置デバイスとは別体の装置の１つ以上のプロセッサーまたは血管内留置デバイスに内蔵または結合された装置の１つ以上のプロセッサーを使用して実施することができる。
いくつかの実施形態では、装置は、被験者の体の外、すなわち体外に配置されるように構成され得る。他の実施形態では、本装置は、被験者の体内（例えば、被験者の胸部部位または腕内）に移植されるように構成され得る。
装置とは、テレメトリーユニットおよびホストデバイスのうちの少なくともいずれか一方を指すことができる。別例では、装置は、植込み型または非植込み型デバイスのコンピューティング・デバイスまたは制御部／制御ユニットを指すことができる。
神経関連信号は、被験者の体内に埋め込まれた血管内留置デバイスの電極を介して検知することができる。例えば、被験者の脳内に埋め込まれた血管内留置デバイスの電極を介して神経関連信号を検知することができる。
本方法は、１つ以上のプロセッサーを使用して、１つ以上のソフトウェア・フィルターを使用して、血管内留置デバイスから得られた生の神経関連信号をフィルタリングするステップをさらに含むことができる。この方法は、フィルタリングされた信号を、装置または他のデバイスで実行されるソフトウェアの分類層に送り込むステップをさらに含むことができる。分類層は、機械学習分類器を使用して神経関連信号の強度の低減および増加を自動的に検知するように構成されている。
また、デバイスを制御するためのシステムも開示されている。本システムは、被験者の神経関連信号を測定または監視するように構成された血管内留置デバイスと、１つ以上のプロセッサーを含む装置とを備え得る。１つ以上のプロセッサーは、測定されたベースラインレベルを下回る被験者の神経関連信号の強度の低減を検知し、低減に続くベースラインレベルを超える神経関連信号の強度の増加を検知し、神経関連信号の強度の増加の検知時またはそれに続いてデバイスに入力コマンドを送信するようにプログラムされることが可能である。
いくつかの実施形態において、１つ以上のプロセッサーは、測定されたベースラインレベルを下回る被験者の神経関連信号の強度の低減を検知し、低減に続くベースラインレベルを超える神経関連信号の強度の増加を検知し、神経関連信号の強度の低減の持続時間を決定し、持続時間に基づき複数の条件付き入力コマンドから入力コマンドを選択し、選択した入力コマンドをデバイスに送信するようにプログラムすることが可能である。
１つ以上のプロセッサーは、持続時間を条件付き入力コマンドに関連付けられた１つ以上の時間的閾値と比較し、持続時間が１つ以上の時間的閾値を超えるか達しないかに基づいて、複数の条件付き入力コマンドから入力コマンドを選択するようにさらにプログラムすることが可能である。
被験者の神経関連信号は、被験者の神経振動であってもよい。例えば、１つ以上のプロセッサーは、神経振動のパワーがベースライン振動パワーレベルを下回る減少を検知することによって、神経関連信号の強度の低減を検知するようにプログラムされ得る。また、１つ以上のプロセッサーは、ベースライン振動パワーレベルを超える神経振動のパワーの増加を検知することによって、神経関連信号の強度の増加を検知するようにプログラムされ得る。
神経振動は、１つ以上の周波数帯域の振動で構成され得る。例えば、神経振動は、約１２Ｈｚ乃至３０Ｈｚの周波数のベータ帯域の振動から構成され得る。
他の実施形態では、神経関連信号の強度の低減は、被験者がタスクと関連しない思考を想起し、それを保持することによって引き起こされ得る。これらの実施形態において、神経関連信号の強度の増加は、被験者がタスクに関連する思考を精神的に解放することによって引き起こされ得る。入力コマンドは、タスクに関連する思考に関連付けられるタスクの少なくとも一部を達成するためのデバイスへのコマンドとすることができる。
他の実施形態では、神経関連信号の強度の低下は、被験者がタスクに関連しない思考を想起し、それを保持することによって引き起こされ得る。神経関連信号の強度の増加は、被験者がタスクに関連しない思考を精神的に解放することによって引き起こされ得る。入力コマンドは、タスクに関連しない思考に関連付けられていないタスクの少なくとも一部を達成するための、デバイスへのコマンドとすることができる。例えば、タスクに関連しない思考は、被験者の身体機能に関連する思考であり得る。
所定の実施形態において、測定されたベースラインレベルよりも下回って神経関連信号の強度が低減することは、神経関連信号の脱同期化と呼ぶことができる。これらの実施形態において、測定されたベースラインレベルを超える神経関連信号の強度の増加は、神経関連信号の反動（ｒｅｂｏｕｎｄ）と考えることができる。
血管内留置デバイスは、被験者の脳内に留置されるように構成され得る。例えば、血管内留置デバイスは、被験者の静脈または洞内に留置されるように構成されることができる。神経関連信号は、被験者に埋め込まれた血管内留置デバイスの電極を使用して測定または監視することができる。
いくつかの実施形態では、装置は、被験者の体外に配置されるように構成され得る。他の実施形態では、本装置は、被験者の体内に移植されるように構成され得る。
１つ以上のプロセッサーは、１つ以上のソフトウェア・フィルターを使用して、血管内留置デバイスから得られた生の神経関連信号をフィルタリングするようにさらにプログラムされ得る。１つ以上のプロセッサーは、機械学習分類器を使用して神経関連信号の強度の低減および増加を自動的に検知するために、フィルタリングされた信号を分類層に送り込むようにさらにプログラムされ得る。
１つ以上のプロセッサーは、入力コマンドに関する視覚的フィードバック、聴覚的フィードバック、および触覚的フィードバックのうちの少なくとも１つを被験者に提供するようにさらにプログラムされることができる。これらおよび他の実施形態において、血管内留置デバイスは、入力コマンドに関する神経刺激の形態で被験者にフィードバックを提供するように構成され得る。
１つ以上のプロセッサーは、入力コマンドをデバイス上で実行される１つ以上のエンド・アプリケーションに送信するようにさらにプログラムすることができる。いくつかの実施形態では、デバイスは、パーソナル・コンピューティング・デバイス（例えば、ラップトップ、携帯電話、および／またはタブレット・コンピューター）またはモノのインターネット（ＩｏＴ）デバイス（例えば、スマートライトスイッチ、冷蔵庫、オーブン、および／または洗濯機）のうちの少なくとも１つであり得る。他の実施形態では、デバイスは、車椅子などの移動体であってもよい。
デバイスを制御するためのシステムは、被験者の神経関連信号を測定または監視するように構成された血管内留置デバイスと、神経関連信号の変化を検知するように構成された装置と、を備えることができる。
いくつかの実施形態では、装置は、被験者の神経関連信号の第１の変化を検知し、神経関連信号の第２の変化を検知し、神経関連信号の第２の変化の検知時またはその後にデバイスに入力コマンドを送信するようにプログラムされた１つ以上のプロセッサーを備えることが可能である。
１つ以上のプロセッサーは、神経関連信号の第１の変化の持続時間を決定し、持続時間を使用して、持続時間に基づいて複数の条件付き入力コマンドから入力コマンドを選択するようにさらにプログラムされ得る。
いくつかの実施形態では、第１の変化は、神経関連信号の強度がベースライン信号レベルよりも低減することであり得る。これらの実施形態では、第２の変化は、神経関連信号の強度がベースライン信号レベルを超えて増加することであり得る。
他の実施形態では、第１の変化は、神経関連信号の強度がベースライン信号レベルを超えて増加することであり得る。これらの実施形態では、第２の変化は、神経関連信号の強度がベースライン信号レベルを下回って低減することであり得る。
例えば、第１の変化は、被験者が思考を生成して保持することで生じ得る。第２の変化は、被験者が精神的に思考を解放したときに生じ得る。
これに代えて、被験者が精神的に第１の思考を解放したときに第１の変化を生じさせ、また、被験者が第２の思考を生成して保持したときに第２の変化を生じさせてもよい。
図示および説明した図面は、例示的な実施形態であり、非限定的なものである。同様の参照符号は、全体的に同一または機能的に同等の要素を示している。
図１Ａは、一態様によるユニバーサル・スイッチ・モジュールを例示する図である。 図１Ｂは、患者が思考しているときの、一態様による図１Ａのユニバーサル・スイッチ・モジュールを例示する図である。 図１Ｃは、一態様による、図１Ａおよび図１Ｂのユニバーサル・スイッチ・モジュールのホストデバイスのユーザー・インターフェースを例示する図である。 図２Ａ乃至２Ｄは、エンド・アプリケーションと通信する一態様によるユニバーサル・スイッチ・モデルを例示する図である。 図２Ａ乃至２Ｄは、エンド・アプリケーションと通信する一態様によるユニバーサル・スイッチ・モデルを例示する図である。 図２Ａ乃至２Ｄは、エンド・アプリケーションと通信する一態様によるユニバーサル・スイッチ・モデルを例示する図である。 図２Ａ乃至２Ｄは、エンド・アプリケーションと通信する一態様によるユニバーサル・スイッチ・モデルを例示する図である。 図３は、エンド・アプリケーションと通信する一態様による無線ユニバーサル・スイッチ・モジュールを例示する図である。 図４は、患者の神経関連信号を記録するための、一態様によるユニバーサル・スイッチ・モジュールを例示する図である。 図５は、図１Ａ乃至１Ｃのユニバーサル・スイッチ・モジュールが行う、一態様による方法を例示する図である。 図６は、図１Ａ乃至１Ｃのユニバーサル・スイッチ・モジュールが行う、一態様による方法を例示する図である。 図７は、図１Ａ乃至１Ｃのユニバーサル・スイッチ・モジュールが行う、一態様による方法を例示する図である。 図８は、検知された被験者の神経関連信号の変化を利用して、デバイスやソフトウェアを制御する一態様による方法を例示する図である。 図９は、被験者の神経関連信号の変化を検知したスペクトログラムの一例を示す図である。 図１０は、検知された被験者の神経関連信号の変化を利用して、デバイスまたはソフトウェアを制御する別例による方法を示す図である。 図１１は、検知された被験者の神経関連信号の変化を利用してデバイスまたはソフトウェアを制御する別例によるモジュールを示す図である。 図１２Ａは、被験者が短時間だけ思考を保持している態様を示すスペクトログラムの一例を示す図である。 図１２Ｂは、被験者がより長い時間、思考を保持している態様を示すスペクトログラムの一例を示す図である。 図１３は、検知された被験者の神経関連信号の変化を利用して、デバイスまたはソフトウェアを制御するさらなる別例による方法を示す図である。 図１４は、被験者が被験者の左右の足首の動きに関する思考を想起／保持し、その後解放したときのベータ帯域（例えば、１２Ｈｚ乃至３０Ｈｚ）およびガンマ帯域（例えば、６０Ｈｚ乃至８０Ｈｚ）の周波数のパワーの変化を例示する図である。
ユニバーサル・スイッチ・モジュール、ユニバーサル・スイッチ、およびその使用方法を開示している。例えば、図１Ａ乃至１Ｃは、患者８（例えば、ＢＣＩユーザー）が思考９を考えることで１つ以上のエンド・アプリケーション１２を制御するために使用可能な一態様におけるユニバーサル・スイッチ・モジュール１０を例示している。モジュール１０は、神経インターフェース１４およびホストデバイス１６を備え得る。モジュール１０（例えば、ホストデバイス１６）は、１つ以上のエンド・アプリケーション１２と有線および無線のうちの少なくともいずれか一方で通信することができる。神経インターフェース１４は、生体媒体信号検知器（例えば、電気伝導体、生化学センサー）とすることができ、ホストデバイス１６は、コンピューター（例えば、ラップトップ、スマートフォン）とすることができ、エンド・アプリケーション１２は、任意の電子装置またはソフトウェアとすることができる。神経インターフェース１４は、１つ以上のセンサーを介して、生体媒体の神経関連信号１７を監視することができる。モジュール１０のプロセッサーは、検知された神経関連信号１７を分析して、検知された神経関連信号１７がエンド・アプリケーション１２の入力コマンド１８に割り当てられた思考９と関連付けられているかどうかを判断することができる。入力コマンド１８に割り当てられた思考９が神経インターフフェース１４によって検知され、プロセッサーによって入力コマンド１８に関連付けられると、その入力コマンド１８は、その入力コマンド１８が関連付けられるエンド・アプリケーション１２に（例えば、プロセッサー、制御部、またはトランシーバーを介して）送信されることができる。思考９は、複数のエンド・アプリケーション１２のコマンド１８の入力に割り当てることができる。それにより、モジュール１０は、有利には、患者８が、単一の思考（例えば、思考９）で複数のエンド・アプリケーション１２、例えば、第１のエンド・アプリケーションおよび第２のエンド・アプリケーションを独立して制御することを可能にし、思考９は、異なる時間および／または同時に第１および第２のアプリケーションを制御するために使用することが可能である。このようにして、モジュール１０は、同じ思考９を使用して複数のエンド・アプリケーション１２（例えば、ソフトウェアおよびデバイス）を制御することが可能な、ユニバーサル・スイッチ・モジュールとして機能することが可能である。思考９は、任意のエンド・アプリケーション１２の任意の入力コマンド１８に（例えば、第１のエンド・アプリケーションの入力コマンド１８に、および第２のエンド・アプリケーションの入力コマンド１８に）割り当て可能な、ユニバーサル・スイッチとすることができる。第１のエンド・アプリケーションは、第１のデバイスまたは第１のソフトウェアとすることができる。第２のエンド・アプリケーションは、第２のデバイスまたは第２のソフトウェアとすることができる。
患者８が思考９を考えたときに、思考９に関連付けられる入力コマンド１８は、モジュール１０によって（例えば、プロセッサー、制御部、またはトランシーバーを介して）それらの対応するエンド・アプリケーション１２に送信することができる。例えば、思考９を第１のエンド・アプリケーションの入力コマンド１８に割り当てた場合において、患者８が思考９を考えたときに第１のエンド・アプリケーションの入力コマンド１８を第１のエンド・アプリケーションに送信することができ、また、思考９を第２のエンド・アプリケーションの入力コマンド１８に割り当てた場合において、患者８が思考９を考えたときに第２のエンド・アプリケーションの入力コマンド１８を第２のエンド・アプリケーションに送信することができる。これにより、思考９は、ユニバーサル・コントローラー（例えば、患者の脳）上のユニバーサル・ボタン（例えば、思考９）のように機能することができるように、複数のエンド・アプリケーション１２のインターフェースとなるかまたはこれらを制御することができる。任意の数の思考９をスイッチとして使用することができる。スイッチとして使用される思考９の数は、例えば、エンド・アプリケーション１２を制御するために必要または望まれる制御（例えば、入力コマンド１８）の数に対応することができる。
ビデオゲーム・コントローラーを例に挙げると、患者の思考９を、制御部の任意の個別のボタン、任意のボタンの組み合わせ、および任意の方向の動き（例えば、ジョイスティックの、方向パッドなどの制御パッドの）に関連付けられる任意の入力コマンド１８に割り当てることができ、これにより、患者８は従来の物理的制御部の有無にかかわらず思考９を使用して任意のビデオゲーム・システムの任意のゲームをプレイできる。ビデオゲーム・システムは、エンド・アプリケーション１２の一例に過ぎない。モジュール１０により、患者の思考９を任意のソフトウェアまたはデバイスの制御にマッピングできるように、思考９を任意のエンド・アプリケーション１２の入力コマンド１８に割り当てることができる。モジュール１０は、これにより、患者の思考９を、本質的にはユニバーサルすなわち普遍的であるが、入力コマンド１８に割り当てられると実行が特定される、割り当て可能なスイッチ群に整理することができる。エンド・アプリケーション１２の追加の例示的な例には、移動デバイス（例えば、車両、車椅子、車椅子リフト）、義肢（例えば、義手、義足）、電話（例えば、スマートフォン）、スマート家電、およびスマート家庭用システムが含まれる。
神経インターフェース１４は、思考９に関連付けられる信号と思考９に関連付けられない信号とを含む神経関連信号１７を検知することができる。例えば、神経インターフェース１４は、患者８が思考９を考えたときに患者８の生体媒体によって生成されるもの、および思考９に関連付けられない患者８の生体媒体によって生成されるもの（例えば、思考９に関連付けられない刺激に患者が反応する形態）を含む神経関連信号１７を検知（取得、検知、記録、および測定ともいう）できる１つ以上のセンサーを有することが可能である。神経インターフェース１４のセンサーは、患者８の生体媒体からの信号を記録し、かつ／または、生体媒体を刺激することができる。生体媒体としては、例えば、神経組織、血管組織、血液、骨、筋肉、脳脊髄液、またはそれらの任意の組み合わせが挙げられる。センサーは、例えば、電極であり、電極は、生体媒体の電気的活性を検知するための任意の電気伝導体とすることができる。センサーは、例えば、生化学センサーであってもよい。神経インターフェース１４は、単一種類のセンサー（例えば、電極のみ）、または複数種類のセンサー（例えば、１つ以上の電極および１つ以上の生化学センサー）を有することができる。
神経関連信号は、生体媒体から検知可能な任意の信号（例えば、電気、生化学）とすることができ、検知された神経関連信号から（例えば、コンピューター・プロセッサーを介して）抽出された任意の１つ以上の特徴とすることができ、またはその両者とすることができ、抽出された特徴は、異なる思考９が互いに区別できるように患者８の思考９に関する特徴情報であってもよく、またはそれを含むことができる。別例として、神経関連信号は、電気信号とすることができ、電気信号によって引き起こされる任意の信号（例えば、生化学信号）とすることができ、検知された神経関連信号から（例えば、コンピューター・プロセッサーを介して）抽出された任意の１つ以上の特徴とすることができ、またはそれらの任意の組合せとすることができる。神経関連信号は、脳関連信号であってもよい。生体媒体が患者の頭蓋骨内にある場合に、神経関連信号は、例えば、患者８が思考９を考えることに起因する、または引き起こされる脳信号（例えば、脳組織から検知される）とすることができる。このように、神経関連信号は、患者の脳の任意の１つ以上の部分（例えば、運動野、感覚野）からの電気信号などの脳関連信号とすることができる。生体媒体が患者の頭蓋骨の外にある場合に、神経関連信号は、例えば、患者８が思考９を考えることに起因する、または引き起こされる（例えば、眼瞼、目、鼻、耳、指、腕、つま先、脚などの身体部位の）筋収縮に関連付けられる電気信号とすることができる。患者８の脳組織から神経関連信号が検知されているときに患者８が考える思考９（例えば、身体部位の動き、記憶、タスク）は、非脳組織から神経関連信号が検知されているときに患者８が考える思考９と同じであってもよく、異なっていてもよい。神経インターフェース１４は、患者の脳の内部、患者の脳の外部、またはその両者に位置決め可能である。
モジュール１０は、１つ以上の神経インターフェース１４、例えば、１乃至１０以上の神経インターフェース１４を含むことができ、この範囲内の神経インターフェースの１増分ごと（例えば、１つの神経インターフェース、２つの神経インターフェース、１０の神経インターフェース）を含み、各神経インターフェース１４は、神経関連信号（例えば、神経信号）を検知するように構成された１つ以上のセンサー（例えば、電極）を有することができる。神経インターフェース１４の位置は、例えば、信号が最も強い位置を選択する、ノイズからの干渉が最小になる、神経インターフェース１４の患者８への移植または係合（例えば、手術を介して）により生じる患者８への外傷が最小になる、またはそれらの任意の組み合わせなど、神経関連信号の記録を最適化するように選択することが可能である。例えば、神経インターフェース１４は、脳の電気活動を検知するための１つ以上の電極を有する血管内留置デバイス（例えば、ステント）等のブレインマシン・インターフェースとすることができる。複数の神経インターフェース１４を使用する場合に、神経インターフェース１４は互いに同じであっても異なっていてもよい。例えば、２つの神経インターフェース１４が使用される場合に、神経インターフェース１４の両者が電極を有する血管内留置デバイス（例えば、電極を有する拡張可能かつ折り畳み可能なステント）であってもよいし、神経インターフェース１４の一方が電極を有する血管内留置デバイスであり、２つの神経インターフェース１４の他方が電極を有する血管内留置デバイスとは異なるセンサーを有するデバイスであってもよい。
図１Ａおよび図１Ｂは、モジュール１０が、神経インターフェース１４と通信するように構成されたテレメトリーユニット２２、および神経インターフェース１４とテレメトリーユニット２２との間の通信を容易にするための通信導管２４（例えば、ワイヤー）を含み得ることをさらに例示している。ホストデバイス１６は、テレメトリーユニット２２との有線および／または無線通信用に構成することができる。ホストデバイス１６は、テレメトリーユニット２２と有線および／または無線で通信することができる。
図１Ａおよび図１Ｂは、テレメトリーユニット２２が内部テレメトリーユニット２２ａおよび外部テレメトリーユニット２２ｂを含み得ることをさらに例示している。内部テレメトリーユニット２２ａは、外部テレメトリーユニット２２ｂと有線または無線で通信することができる。例えば、外部テレメトリーユニット２２ｂは、患者の皮膚を横断して内部テレメトリーユニット２２ａに無線で接続することができる。内部テレメトリーユニット２２ａは、神経インターフェース１４と無線または有線で通信することができ、神経インターフェース１４は、通信導管２４を介して内部テレメトリーユニット２２ａに電気的に接続されることが可能である。通信導管２４は、例えば、ステントリードのようなワイヤーとすることができる。
モジュール１０は、神経インターフェース１４によって検知された神経関連信号を分析し、復号することができるプロセッサー（処理ユニットとも呼ばれる）を有することができる。プロセッサーは、コンピュータ・プロセッサー（例えば、マイクロプロセッサー）であってもよい。プロセッサーは、数学的アルゴリズムまたはモデルを適用して、患者８が思考９を生成するときに対応する神経関連信号を検知することができる。例えば、一旦神経関連信号１７が神経インターフェース１４によって検知されると、プロセッサーは、検知された神経関連信号１７を検知、復号、および／または分類するために数学的アルゴリズムまたは数学的モデルを適用することが可能である。別例として、一旦神経関連信号１７が神経インターフェース１４によって検知されると、プロセッサーは、検知された神経関連信号１７の情報を検知、復号、および／または分類するために数学的アルゴリズムまたは数学的モデルを適用することが可能である。一旦神経インターフェース１４によって検知された神経関連信号１７がプロセッサーによって処理されると、プロセッサーは、処理された情報（例えば、検知、復号、および／または分類された神経関連信号１７、ならびに／または検知された神経関連信号１７の検知、復号、および／または分類された情報）をエンド・アプリケーション１２の入力コマンド１８に関連付けることができる。
神経インターフェース１４、ホストデバイス１６、および／またはテレメトリーユニット２２は、プロセッサーを有することができる。別例として、神経インターフェース１４、ホストデバイス１６、および／またはテレメトリーユニット２２は、プロセッサー（例えば、上述したプロセッサーなど）を有することができる。例えば、ホストデバイス１６は、プロセッサーを介して、神経インターフェース１４によって検知される神経関連信号１７を解析し、復号することができる。神経インターフェース１４は、ホストデバイス１６と有線または無線で通信することができ、ホストデバイス１６は、エンド・アプリケーション１２と有線または無線で通信することができる。別例として、神経インターフェース１４は、テレメトリーユニット２２と有線または無線通信することができ、テレメトリーユニット２２は、ホストデバイス１６と有線または無線通信することができ、ホストデバイス１６は、エンド・アプリケーション１２と有線または無線通信することができる。データは、神経インターフェース１４からテレメトリーユニット２２へ、テレメトリーユニット２２からホストデバイス１６へ、ホストデバイス１６から１つ以上のエンド・アプリケーション１２へ、またはそれらの任意の組み合わせで渡され、例えば、思考９を検知して入力コマンド１８をトリガーすることができる。別例として、データは、例えば、１つ以上のエンド・アプリケーション１２からホストデバイス１６へ、ホストデバイス１６からテレメトリーユニット２２へ、テレメトリーユニット２２から神経インターフェース１４へ、またはそれらの任意の組み合わせの逆の順序で渡され、例えば、１つ以上のセンサーを介して生体媒体に刺激を与えることができる。データは、例えば、神経関連信号および／またはそこから抽出された特徴を含む、プロセッサーによって収集または処理されたデータであり得る。データが、例えば、プロセッサーから、センサーに向かって流れている場合に、データは、刺激命令が神経インターフェース１４によって処理されるときに、神経インターフェースのセンサーが生体媒体を刺激することができるように、刺激命令を含むことが可能である。
図１Ａおよび図１Ｂは、患者８が思考９を考えるときに、患者８の生体媒体（例えば、頭蓋骨内の生体媒体、頭蓋骨外の生体媒体、またはその両者）が、神経インターフェース１４によって検知可能な神経関連信号１７を生成できることをさらに例示している。神経インターフェース１４のセンサーは、患者８が思考９を考えたときに、思考９に関連付けられる神経関連信号１７を検知することができる。思考９に関連付けられた神経関連信号１７、これらの神経関連信号１７から抽出された特徴、またはその両者を、ユニバーサル・スイッチ・モジュール１０で制御可能なエンド・アプリケーション１２のいずれかの入力コマンド１８に割り当てたり関連付けたりすることが可能である。検知可能な神経関連信号１７および／またはその抽出された特徴の各々は、それによって、有利には、任意のエンド・アプリケーション１２の任意の入力コマンド１８に割り当て可能なユニバーサル・スイッチとして機能することができる。このように、神経インターフェース１４によって思考９が検知されると、その思考９に関連付けられる入力コマンド１８をトリガーして、トリガーした入力コマンド１８が関連付けられるエンド・アプリケーション１２に送信することができる。
例えば、思考９が神経インターフェース１４によって（例えば、検知された神経関連信号１７によって）検知されると、プロセッサーは、検知された神経関連信号１７を分析し（例えば、検知、復号、分類、またはそれらの任意の組み合わせ）、検知された神経関連信号１７および／またはそこから抽出された特徴を対応する割り当て入力コマンド１８に関連付けることが可能である。これにより、プロセッサーは、思考９（例えば、検知された神経関連信号１７および／またはそこから抽出された特徴）が入力コマンド１８のいずれかに関連付けられているかどうかを判断することができる。思考９が入力コマンド１８に関連付けられていると判断した場合に、プロセッサーまたは制御部は、入力コマンド１８を活性化（トリガーともいう）することができる。一旦入力コマンド１８がモジュール１０によって（例えば、ホストデバイス１６のプロセッサーまたは制御部によって）トリガーされると、その対応するエンド・アプリケーション１２（例えば、車椅子、義手、コーヒーマシンなどのスマート家電）がトリガーされた入力コマンド１８で制御できるように、トリガーされた入力コマンド１８はそのエンド・アプリケーション１２に送信されることができる。一旦エンド・アプリケーション１２がトリガーされた入力コマンド１８を受信すると、エンド・アプリケーション１２は、入力コマンド１８の１つ以上の命令を実行できる（例えば、車椅子を毎秒１メートルで前進させる、義手の親指および人差し指を一緒につまむ、スマートコーヒーマシンを起動する）。したがって、思考９（例えば、検知された神経関連信号１７および／またはそれから抽出された特徴）が入力コマンド１８に関連付けられていると判断されると、入力コマンド１８はその対応するエンド・アプリケーション１２に送信され得る。
抽出される特徴は、例えば、検知された神経関連信号１７の電圧変動のパターン、検知された神経関連信号１７内に埋め込まれた特定の周波数帯域の電力の変動、またはその両者を含む、検知された神経関連信号１７の要素であり得る。例えば、神経関連信号１７は、患者８が思考９を考えるときに対応する様々な範囲の発振周波数を有することができる。特定の周波数帯域には、特定の情報が含まれ得る。例えば、高帯域周波数（例えば、６５Ｈｚ乃至１５０Ｈｚ）は、運動関連の思考と相関する情報を含むことができ、したがって、この高帯域周波数範囲の特徴を使用して（例えば、検知された神経関連信号１７から抽出または識別）、神経イベント（例えば、思考９）を分類および／または復号することができる。
思考９は、ユニバーサル・スイッチになり得る。思考９は、思考９を任意の入力コマンド１８に割り当てることができるユニバーサル・スイッチとして機能する（例えば、ユニバーサル・スイッチとして使用される）ことができ、またはその逆もまた可能である。思考９は、それに関連付けられる検知可能な神経関連信号１７および／またはそこから抽出可能な特徴によって、ユニバーサル・スイッチ・モジュール１０で制御可能なエンド・アプリケーション１２の任意の入力コマンド１８に割り当てられ、または関連付けられることが可能である。患者８は、患者８が望む入力コマンド１８に関連付けられる思考９を考えることで、所望の入力コマンド１８を活性化することができる。例えば、特定の入力コマンド１８（例えば、車椅子を前進させる）に割り当てられた思考９（例えば、患者の９歳の誕生日パーティーの記憶）が神経インターフェース１４によって検知されると、プロセッサー（例えば、ホストデバイス１６の）は、その思考９（例えば、９歳の誕生日パーティーの記憶）および／またはそこから抽出された特徴に関連付けられた神経関連信号１７を、対応する関連付けられた入力コマンド１８（例えば、車椅子を前進させる）に関連付けることが可能である。検知された神経関連信号（例えば、および／またはそれに関連付けられる抽出された特徴）が割り当てられた入力コマンド１８に関連付けられると、ホストデバイス１６は、プロセッサーまたは制御部を介して、その入力コマンド１８を、入力コマンド１８が関連付けられたエンド・アプリケーション１２に送信し、患者８が思考９を考えることによってトリガーした入力コマンド１８でエンド・アプリケーション１２を制御することが可能である。
思考９が複数のエンド・アプリケーション１２に割り当てられ、エンド・アプリケーション１２のうちの１つのみがアクティブである（例えば、電源が入っており、かつ／または実行されている）場合に、ホストデバイス１６は、トリガーされた入力コマンド１８をアクティブなエンド・アプリケーション１２に送信することができる。別例として、思考９が複数のエンド・アプリケーション１２に割り当てられ、エンド・アプリケーション１２の一部がアクティブ（例えば、電源オンまたは実行中）であり、エンド・アプリケーション１２の一部が非アクティブ（例えば、電源オフまたはスタンバイモード）である場合に、ホストデバイス１６はトリガーされた入力コマンド１８をアクティブおよび非アクティブなエンド・アプリケーション１２の両者に送信することが可能である。アクティブなエンド・アプリケーション１２は、入力コマンド１８がアクティブなエンド・アプリケーション１２によって受信されると、入力コマンド１８を実行することができる。非アクティブなエンド・アプリケーション１２は、非アクティブなアプリケーション１２がアクティブになる（例えば、電源が入る、または実行を開始する）ときに入力コマンド１８を実行することができ、または入力コマンド１８は、非アクティブなアプリケーション１２がアクティブになるときに実行されるように（例えば、モジュール１６またはエンド・アプリケーション１２によって）待ち行列に入れられることができる。さらなる別例として、思考９が複数のエンド・アプリケーション１２に割り当てられ、エンド・アプリケーション１２のうちの２つ以上、例えば、第１のエンド・アプリケーションおよび第２のエンド・アプリケーションがアクティブである（例えば、電源が入っており、かつ／または実行されている）場合に、ホストデバイス１６は、第１のエンド・アプリケーションに関連付けられたトリガーされた入力コマンド１８を第１のエンド・アプリケーションに送信することができ、第２のエンド・アプリケーションに関連付けられたトリガーされた入力コマンド１８を第２のエンド・アプリケーションに送信することができ、またはモジュール１０は患者８が送信を所望するトリガーされた入力コマンド１８がどれかを選択できる（例えば、第１のエンド・アプリケーションに関連付けられたトリガーされた入力コマンド１８のみを送信する、第２のエンド・アプリケーションに関連付けられたトリガーされた入力コマンド１８のみを送信する、またはトリガーされた入力コマンド１８の両者を送信する）。
思考９は、いかなる思考であっても、思考の組み合わせであってもよい。例えば、患者８が考える思考９は、単一の思考、複数の思考、複数の思考が連続する思考、複数の思考を同時に行う思考、異なる持続時間を有する思考、異なる周波数を有する思考、１つ以上の順序の思考、１つ以上の組み合わせの思考、またはそれらの任意の組み合わせとすることができる。思考９は、タスクに関連する思考、タスクに関連しない思考、またはその両者とすることができ、タスクに関連する思考は患者８の意図したタスクに関連し、タスクに関連しない思考は患者８の意図したタスクに関連しない。例えば、思考９を第１のタスクのものとし、患者８は、モジュール１０を使用して、例えば、第２のタスク（意図したタスクおよび目標タスクともいう）を完了するために第１のタスクを思考することができる。第１のタスクは、第２のタスクと同じであってもよいし、異なっていてもよい。第１のタスクが第２のタスクと同じである場合に、思考９はタスクに関連する思考であり得る。第１のタスクと第２のタスクが異なる場合に、思考９はタスクに関連しない思考であり得る。例えば、患者８が考える第１のタスクが体肢（例えば、腕、脚）の移動であり、第２のタスクが第１のタスクと同じ、すなわち、例えば義体肢の体肢（例えば、腕、脚）の移動である場合に、思考９（例えば、第１のタスクの）はタスクに関連する思考とすることができる。義体肢は、例えば、患者８が思考９で制御しているエンド・アプリケーション１２とすることができる。例えば、タスクに関連する思考では、患者８は、対象タスクがカーソルを移動させることである場合に、カーソルを移動させることを考えることができる。これに対し、患者８が体肢（例えば、腕）を移動させることを第１のタスクとして考える、タスクに関連しない思考９の場合に、第２のタスクが、体肢（例えば、腕）を移動させるという第１のタスクとは異なる任意のエンド・アプリケーション１２のタスクであり得るように、第２のタスクは、第１のタスクとは異なるタスクであり得る。例えば、タスクに関連しない思考では、患者８は、対象タスクがカーソルを右に移動させることである場合に、身体の一部（例えば、手）を右に移動させることを考えることができる。これにより、患者８は、任意の第２のタスクを達成するために、第１のタスク（例えば、思考９）を考えることができ、第２のタスクは、第１のタスクと同じであっても異なっていてもよい。第２のタスクは、任意のエンド・アプリケーション１２の任意のタスクとすることができる。例えば、第２のタスクは、任意のエンド・アプリケーション１２の任意の入力コマンド１８とすることができる。思考９（例えば、第１のタスク）は、任意の第２のタスクに割り当て可能である。思考９（例えば、第１のタスク）は、任意の第２のタスクに割り当てることができる。これにより、患者８は、任意のエンド・アプリケーション１２の任意の入力コマンド１８（例えば、任意の第２のタスク）をトリガーするために、第１のタスクを考えることができる。これにより、第１のタスクは、ユニバーサル・スイッチとして有利に機能することができる。各思考９は、神経インターフェース１４によって検知可能な反復可能な神経関連信号（例えば、検知可能な神経関連信号１７）を生成することができる。各検知可能な神経関連信号および／またはそこから抽出可能な特徴をスイッチとすることができる。スイッチは、例えば、患者８が思考９を考え、スイッチが活性化したことをセンサーが検知し、かつ／または、検知された神経関連信号から１つ以上の抽出された特徴が存在するとプロセッサーが判断した場合に、活性化（トリガーともいう）させることができる。スイッチは、任意の入力コマンド１８に、例えば、任意の組の入力コマンド１８に対して、割り当て可能で、かつ、再割り当て可能なユニバーサル・スイッチとすることができる。入力コマンド１８は、任意の組の入力コマンドに追加、入力コマンドから削除、および／または入力コマンドを修正することができる。例えば、各エンド・アプリケーション１２は、思考９の神経関連信号１７を割り当てることができる、各エンド・アプリケーション１２に関連付けられる入力コマンド１８の組を有することができる。
思考９のいくつかは、タスクに関連しない思考（例えば、患者８がカーソルを右に移動させるために手を動かしてみる）であってもよく、思考９のいくつかは、タスクに関連する思考（例えば、対象タスクがカーソルを移動させることであるときに患者８がカーソルを動かしてみる）であってもよく、思考９のいくつかはタスクに関連しない思考およびタスクに関連する思考の両者、またはそれらの任意の組合せであってもよい。思考９がタスクに関連しない思考およびタスクに関連する思考の両者である場合に、思考９は、タスクに関連しない思考（例えば、患者８はカーソルを右に移動させるために手を動かそうとする）およびタスクに関連する思考（例えば、患者は、対象タスクがカーソルを移動させることであるときに、カーソルを動かそうとする）の両者として使用可能であり、これにより、思考９を複数の入力コマンド１８に関連付けることができ、それらの入力コマンド１８の１つ以上が思考９に対してタスク関連であることができ、それらの入力コマンド１８の１つ以上が思考９に対してタスク非関連であることができる。
このようにして、思考９は、任意のエンド・アプリケーション１２の任意の入力コマンド１８に割り当て可能なユニバーサル・スイッチとすることができ、各思考９は、１つ以上のエンド・アプリケーション１２に割り当てることができる。モジュール１０により、有利には、各患者８は、制御部（例えば、ビデオゲーム・コントローラー、任意の制御インターフェース）上のボタンのように自分の思考９を使用して、患者８が所望する任意のエンド・アプリケーション１２を制御することができる。例えば、エンド・アプリケーション１２の各入力コマンド１８に思考９を割り当て、割り当てられた入力コマンド１８を制御部のボタンのように任意の組み合わせで使用し、エンド・アプリケーション１２を制御することができる。例えば、エンド・アプリケーション１２が４つの入力コマンド１８（例えば、制御部－第１の入力コマンド、第２の入力コマンド、第３の入力コマンド、および第４の入力コマンドの４つのボタンなど）を有する場合に、４つの入力コマンド１８の各々に異なる思考９を割り当てることができ（例えば、第１の入力コマンド１８に第１の思考９を割り当て、第２の入力コマンド１８に第２の思考９を割り当て、第３の入力コマンド１８に第３の思考９を割り当て、第４の入力コマンド１８に第４の思考９を割り当てることが可能である）、これにより、患者８はこれらの４つの思考９を使用して４つの入力コマンド１８およびその組み合わせ（例えば、４つの入力コマンド１８の任意の順序、数、頻度および持続時間）を活性化させて、エンド・アプリケーション１２を制御できる。例えば、４つの入力コマンド１８を有するエンド・アプリケーション１２に対して、４つの入力コマンド１８は、第１、第２、第３、および第４の入力コマンド１８に割り当てられた４つの思考９の任意の組み合わせを使用してエンド・アプリケーション１２を制御することができ、例えば、各入力コマンドの単独活性化、各入力コマンドの単独複数活性化（例えば、５秒以内に２回の活性化、１０秒以内に３回の活性化）、複数の入力コマンド１８の組み合わせ（例えば、第１および第２の入力コマンドを同時に、または直列に）、またはそれらの任意の組み合わせで活性化することができる。個々の各思考９と同様に、思考９の各組み合わせも、ユニバーサル・スイッチとして機能することができる。患者８は、第１、第２、第３、および第４の思考９で複数のエンド・アプリケーション１２を制御することができる。例えば、第１の思考９は、第１のエンド・アプリケーション１２の第１の入力コマンド１８に割り当てることができ、第１の思考９は、第２のエンド・アプリケーション１２の第１の入力コマンド１８に割り当てることができ、第２の思考９は、第１のエンド・アプリケーション１２の第２の入力コマンド１８に割り当てることができ、第２の思考９は、第２のエンド・アプリケーション１２の第２の入力コマンド１８に割り当てることができ、第３の思考９は、第１のエンド・アプリケーション１２の第３の入力コマンド１８に割り当てることができ、第３の思考９は、第２のエンド・アプリケーション１２の第３の入力コマンド１８に割り当てることができ、第４の思考９は、第１のエンド・アプリケーション１２の第４の入力コマンド１８に割り当て、第４の思考９は、第２のエンド・アプリケーション１２の第４の入力コマンド１８、またはその任意の組み合わせに割り当てることができる。例えば、第１の思考９は、第１のエンド・アプリケーション１２の第１の入力コマンド１８および第２のエンド・アプリケーション１２の第１の入力コマンド１８に割り当てることができ、第２の思考９は、第１のエンド・アプリケーション１２の第２の入力コマンド１８および第２のエンド・アプリケーション１２の第２の入力コマンド１８に割り当てることができ、第３の思考９は、第１のエンド・アプリケーション１２の第３の入力コマンド１８および第２のエンド・アプリケーション１２の第３の入力コマンド１８に割り当てることができ、第４の思考９は、第１のエンド・アプリケーション１２の第４の入力コマンド１８および第２のエンド・アプリケーション１２の第４の入力コマンド１８、またはその任意の組み合わせに割り当てることができる。第１、第２、第３、および第４の思考９は、任意のアプリケーション１２に（例えば、第１、および第２のエンド・アプリケーションに）割り当てることができる。ある思考は、単一のアプリケーション１２にのみ割り当てられ、またある思考は、複数のアプリケーション１２に割り当てられてもよい。思考９が１つのアプリケーション１２にのみ割り当てられる場合であっても、患者８が思考９の普遍的適用性（例えば、１つのエンド・アプリケーション１２にのみ割り当てられる）を必要に応じてまたは所望に応じて利用できるように、１つのアプリケーション１２にのみ割り当てられる思考９を複数のアプリケーション１２に割り当て可能とすることができる。別例として、全ての思考９は、複数のエンド・アプリケーション１２に割り当てられてもよい。
エンド・アプリケーション１２に対する各入力コマンド１８または入力コマンドの組み合わせの機能は、患者８によって定義することができる。別例として、エンド・アプリケーション１２の各入力コマンド１８または入力コマンドの組み合わせの機能は、第三者がエンド・アプリケーションの入力コマンド１８を患者の組または反復可能な思考９のサブセットにプラグインして割り当て可能（マッピング可能ともいう）にすることができるように、エンド・アプリケーション１２によって定義することができる。これにより、第三者のプログラムは、有利に、異なる患者８の異なる願望、ニーズ、および能力に対して、よりアクセスしやすく、調整することができる。モジュール１０は、有利には、第三者がインターフェースとすることができるアプリケーション・プログラミング・インターフェース（ＡＰＩ）であり、患者８の思考９を様々な入力コマンド１８に割り当てたり再割り当てしたりすることができ、ここで、本明細書に記載するように、患者８が活性化したい入力コマンド１８に割り当てられた思考９を考えることによって各入力コマンド１８が活性化できるようにすることが可能である。
患者の思考９は、人（例えば、患者または他の人）、コンピューター、またはその両者を介して、エンド・アプリケーション１２の入力コマンド１８に割り当てることができる。例えば、患者８の思考９（例えば、思考９に関連付けられる検知可能な神経関連信号および／または抽出可能な特徴）は、患者８によって入力コマンド１８を割り当てることができ、コンピューター・アルゴリズムによって（例えば、思考９に関連付けられる検知可能な神経関連信号の信号強度に基づいて）割り当てることができ、患者８によって変更可能であり（例えば、再割り当て）、アルゴリズムによって（例えば、スイッチの相対信号強度または新しい繰り返し思考９の利用可能性に基づいて）、またはそれらの任意の組合せによって変更可能である。入力コマンド１８および／または入力コマンド１８に関連付けられる機能は、入力コマンド１８を活性化することに関連付けられる思考９とは無関係であってもよいが、そうである必要はない。例えば、図１Ａ乃至１Ｃは、第三者がプラグインすることができ、思考９（例えば、思考９に関連付けられる検知可能な神経関連信号および／または抽出可能な特徴）を様々な入力コマンド１８に割り当ておよび再割り当てできる非特定、またはユニバーサルな、例示的な一態様によるモード切り替えプログラム（例えば、アプリケーション・プログラミング・インターフェース（ＡＰＩ））を示している。思考９が割り当てられている入力コマンド１８、またはその逆を割り当てることにより、患者８は、同じかまたは異なるエンド・アプリケーション１２において、様々な入力コマンド１８に同じ思考９を使用することができる。同様に、思考９が割り当てられている入力コマンド１８を再割り当てすることで、またはその逆で、患者８は同じ思考９を同じかまたは異なるエンド・アプリケーション１２内の様々な入力コマンド１８に使用することができる。例えば、義手（例えば、第１のエンド・アプリケーション）を開かせる入力コマンド１８に割り当てられた思考９は、カーソル（例えば、第２のエンド・アプリケーション）にコンピューター上で何かをさせる別の入力コマンド１８に割り当てることができる（例えば、左クリックおよび右クリックなどのカーソルの移動およびカーソルを使用した選択などのコンピューターのマウスまたはタッチパッドに関連付けられた任意の機能など）。
図１Ａ乃至１Ｃは、患者８の思考９を複数のエンド・アプリケーション１２に割り当てることができ、これにより、患者８が異なるエンド・アプリケーション１２を使用するたびに入力コマンド１８を再割り当てすることなく複数のエンド・アプリケーション１２間で切り替えることができるようにすることをさらに例示する。例えば、思考９は、複数のエンド・アプリケーション１２に同時に割り当てることができる（例えば、第１のエンド・アプリケーションおよび第２のエンド・アプリケーションの両者に、思考９を割り当てるプロセスは、同時に発生することができるが、必ずしも同時に発生する必要はない）。患者の思考９は、それによって、例えば、外部ゲームデバイスまたは様々な家電機器およびデバイス（例えば、照明スイッチ、家電、ロック、サーモスタット、セキュリティー・システム、ガレージのドア、窓、シェード、など、任意のスマートデバイスまたはシステム）を含む、任意のエンド・アプリケーション１２を有利に制御し得る。神経インターフェース１４は、それによって、エンド・アプリケーション１２の入力コマンド１８に関連付けられる機能に対してタスクに関連しない神経関連信号１７（例えば、脳信号）を検知することができ、ここで、エンド・アプリケーション１２は、患者の身体の内部および／または外部のデバイスを含む任意の電子デバイスまたはソフトウェアとすることができる。別例として、神経インターフェース１４は、それによって、エンド・アプリケーション１２の入力コマンド１８に関連付けられる機能に対してタスクに関連する神経関連信号１７（例えば、脳信号）を検知することができ、ここで、エンド・アプリケーション１２は、患者の身体の内部および／または外部のデバイスを含む、任意の電子デバイスまたはソフトウェアとすることができる。さらなる別例として、神経インターフェース１４は、それによって、タスクに関連する思考、タスクに関連しない思考、またはタスクに関連する思考およびタスクに関連しない思考の両者に関連付けられる神経関連信号１７（例えば、脳信号）を検知することが可能である。
思考９のいくつかは、タスクに関連しない思考（例えば、患者８がカーソルを右に移動させるために手を動かしてみる）であってもよく、思考９のいくつかは、タスクに関連する思考（例えば、対象タスクがカーソルを移動させることであるときに患者８がカーソルを動かしてみる）であってもよく、思考９のいくつかはタスクに関連しない思考およびタスクに関連する思考の両者、またはそれらの任意の組合せであってもよい。思考９がタスクに関連しない思考およびタスクに関連する思考の両者である場合に、思考９は、タスクに関連しない思考（例えば、患者８はカーソルを右に移動させるために手を動かそうとする）およびタスクに関連する思考（例えば、患者は、対象タスクがカーソルを移動させることであるときに、カーソルを動かそうとする）の両者として使用可能であり、これにより、思考９を複数の入力コマンド１８に関連付けることができ、それらの入力コマンド１８の１つ以上が思考９に対してタスク関連であることができ、それらの入力コマンド１８の１つ以上が思考９に対してタスク非関連であることができる。別例として、思考９の全てがタスクに関連しない思考であることも可能である。タスクに関連しない思考９および／またはタスクに関連しない思考として患者８が使用する思考９（例えば、思考９に関連しない入力コマンド１８に割り当てられた思考９）は、患者８（例えば、ＢＣＩユーザー）が所定のタスクに関連しない思考（例えば、思考９）を利用して、ソフトウェアおよび装置を含む様々なエンド・アプリケーション１２を独立して制御するために利用される。
図１Ａ乃至１Ｃは、例えば、患者８が思考９について考え（例えば、思考９について考えるように言われてもいなくても）、その後、休息することができることを例示する。この思考９について考えるというタスクにより、患者が考えていた思考９に対応する検知可能な神経関連信号を発生させることができる。思考９について考えてから休息するというタスクは、例えば、患者８が思考９を考えてエンド・アプリケーション１２を制御する際に一度だけ行うことができる。別例として、思考９について考えるというタスクは、例えば、患者８が思考９を考えることでエンド・アプリケーション１２を制御しているとき、または患者が思考９を使用してエンド・アプリケーション１２を制御する方法を訓練しているときに、複数回繰り返すことができる。神経信号のような神経関連信号（例えば、脳関連信号）を記録する場合に、信号自体（例えば、時間領域信号）から特徴を抽出したり（例：スペクトル・パワー／時間－周波数領域）、識別したりすることができる。これらの特徴は、思考９に関する特徴的な情報を含み、思考９を特定するため、複数の思考９を互いに区別するため、またはその両者を行うために使用することができる。別例として、これらの特徴を使用して、機械学習法などの方法を使用して、神経信号を発生させた思考の種類を予測できる数学的モデルやアルゴリズムを定式化したり、訓練したりすることができる。このアルゴリズムおよび／またはモデルを使用すると、患者８が考えていることをリアルタイムで予測することができ、この予測を任意の所望の入力コマンド１８に関連付けることができる。患者８が同じ思考９について考えるプロセスは、例えば、アルゴリズムおよび／またはモデルによって提供される予測が患者８の思考９と一致するまで繰り返すことができる。このようにして、患者８は、入力コマンド１８に割り当てられた各思考９が、神経インターフェース１４によって検知可能な反復可能な神経関連信号を生成するように、エンド・アプリケーション１２を制御するために使用する自分の思考９のそれぞれを較正させることができる。アルゴリズムは、予測が、患者８が考えることになっている実際の思考９と一致するかどうかのフィードバック１９を患者８に提供することができ、フィードバックは、試行錯誤を通じて患者８による学習を誘発することができる視覚的、聴覚的および／または触覚的なものとすることができる。また、フィードバック１９は、神経刺激によるフィードバックであってもよい。機械学習法および数学的アルゴリズムを使用して、検知された神経関連信号１７から抽出された特徴および／または識別された特徴に基づいて、思考９を分類することができる。例えば、患者８が安静および思考を複数回行う訓練データの組を記録し、プロセッサーが、検知した神経関連信号１７から関連する特徴を抽出し、このデータに基づいて安静と思考とを区別するために使用されている数学的モデルまたはアルゴリズムのパラメーターおよびハイパーパラメーターを最適化してリアルタイム信号を予測できるようにすることができる。そして、リアルタイム信号を予測するために調整された同じ数学的モデルまたはアルゴリズムによって、モジュール１０は、思考９をリアルタイム・ユニバーサルスイッチに効果的に変換することができる。
図１Ａは、神経インターフェース１４が、生体媒体（例えば、脳）を監視できること、例えば、監視される組織（例えば、神経組織）からの電気信号を監視できることをさらに例示している。図１Ａは、神経関連信号１７が脳関連信号であり得ることをさらに示している。脳関連信号は、例えば、患者の脳の任意の１つ以上の部分（例えば、運動皮質、感覚皮質）からの電気信号とすることができる。別例として、脳関連信号は、頭蓋骨で検知可能な任意の信号（例えば、電気、生化学）とすることができ、検知された脳関連信号から（例えば、コンピューター・プロセッサーを介して）抽出された任意の１つ以上の特徴とすることができ、またはその両者とすることができる。さらなる別例として、脳関連信号は、電気信号とすることができ、電気信号によって引き起こされる任意の信号（例えば、生化学信号）とすることができ、検知された脳関連信号から（例えば、コンピューター・プロセッサーを介して）抽出された任意の１つ以上の特徴とすることができ、またはそれらの任意の組合せとすることができる。
図１Ａは、エンド・アプリケーション１２が、モジュール１０とは個別であるが、モジュール１０と有線または無線通信が可能であることをさらに例示している。別例として、モジュール１０（例えば、ホストデバイス１６）は、エンド・アプリケーション１２に恒久的にまたは取り外し可能に取り付けられることができる。例えば、ホストデバイス１６は、アプリケーション１２（例えば、モジュール１０が通信可能なソフトウェアを有するデバイス）と取り外し可能にドッキングすることができる。ホストデバイス１６は、アプリケーション１２と係合可能なポートを有することができ、またはその逆も可能である。ポートは、充電ポート、データポート、またはその両者とすることができる。例えば、ホストデバイスがスマートフォンである場合、ポートはライトニング（登録商標）ポートとすることができる。さらになる別例として、ホストデバイス１６は、アプリケーション１２と、例えばケーブルによるテザリング接続を行うことができる。ケーブルは、電源ケーブル、データ転送ケーブル、またはその両者を使用することができる。
図１Ｂは、患者８が思考９を考えるときに、神経関連信号１７が、思考９に対応する脳関連信号であり得ることをさらに例示している。図１Ｂは、ホストデバイス１６が、神経インターフェース１４から受信した神経関連信号１７を分析し（例えば、検知、復号、分類、またはそれらの任意の組み合わせ）、神経インターフェース１４から受信した神経関連信号１７をそれらの対応する入力コマンド１８に関連付け、神経インターフェース１４から受信した神経関連信号１７自体（例えば、スペクトルパワー／時間－周波数領域）から抽出した特徴、またはその中で特定した特徴をそれらの対応する入力コマンド１８に関連付け、神経インターフェース１４から受信した神経関連信号１７を保存し、信号解析（例えば、神経関連信号１７から抽出された特徴または神経関連信号１７で識別された特徴）を保存し、神経関連信号１７と入力コマンド１８との関連付けを保存し、神経関連信号１７から抽出された特徴または神経関連信号１７で識別された特徴と入力コマンド１８との関連付けを保存し、またはそれらの任意の組み合わせを行うプロセッサー（例えばマイクロプロセッサー）を有することができることを例示的に示している。
図１Ｂは、ホストデバイス１６がメモリを有することができることをさらに例示する。プロセッサーによって保存されたデータは、ローカルにメモリーに保存することができ、サーバー上（例えば、クラウド上）に保存することができ、またはその両者が可能である。思考９およびその結果得られるデータ（例えば、検知された神経関連信号１７、抽出された特徴、またはその両者）は、参照ライブラリとして機能させることが可能である。例えば、一旦思考９が較正されると、較正された思考に関連付けられる神経関連信号１７および／またはその署名（抽出されたともいう）特徴を保存することが可能である。思考９は、例えば、神経関連信号１７および／またはそれから抽出された特徴が、神経インターフェース１４によって神経関連信号１７が検知されたときにプロセッサーによって識別可能な再現性のある署名または特徴を有する場合に、較正されたと考えることができる。そして、リアルタイムで監視および検知されている神経関連信号と、この保存されている較正データをリアルタイムで比較することができる。検知された信号１７および／またはその抽出された特徴のうちの１つが較正された信号に一致するときはいつでも、較正された信号に関連付けられる対応する入力コマンド１８が対応するエンド・アプリケーション１２に送信され得る。例えば、図１Ａおよび図１Ｂは、患者８が、自分の思考９に関連付けられる神経関連信号１７を較正し、それらの較正を参照ライブラリに格納することによって、モジュール１０を使用するように訓練できることを例示するものである。訓練は、患者８にフィードバック１９を提供することができる。
図１Ｃは、ホストデバイス１６の例示的なユーザー・インターフェース２０をさらに例示している。ユーザー・インターフェース２０は、コンピューター画面（例えば、タッチスクリーン、非タッチスクリーン）であってもよい。図１Ｃは、選択可能なシステム１３、選択可能な入力コマンド１８、および選択可能なエンド・アプリケーション１２を含む、ユーザー・インターフェース２０の例示的な表示を示す図である。システム１３は、１つ以上のエンド・アプリケーション１２をグループ化したものであってもよい。システム１３は、ホストデバイス１６に追加したり、ホストデバイス１６から取り外したりすることができる。エンド・アプリケーション１２は、ホストデバイス１６に追加したり、ホストデバイス１６から取り外したりすることができる。エンド・アプリケーション１２は、システム１３に追加したり、システム１３から削除したりすることができる。各システム１３は、対応する組のエンド・アプリケーション１２に割り当てることができる入力コマンド１８の対応する組を有することができる。別例として、ユーザー・インターフェース２０は、活性化されたエンド・アプリケーション１２（例えば、リモート）のそれぞれについて入力コマンド１８を表示することができる。さらなる別例として、ユーザー・インターフェース２０は、活性化されたエンド・アプリケーション（例えば、リモート）および／または非活性化されたエンド・アプリケーション１２（例えば、刺激スリーブ、電話、スマートホームデバイス、車椅子）に対する入力コマンド１８を表示することが可能である。これにより、有利には、モジュール１０は、任意のエンド・アプリケーション１２を制御することができる。ユーザー・インターフェース２０により、思考９を複数のエンド・アプリケーション１２の様々な入力コマンド１８に容易に割り当てることができる。エンド・アプリケーションのシステムグループ化（例えば、システム１およびシステム２）により、有利に、患者８はユーザー・インターフェース２０を使用してエンド・アプリケーション１２をともに整理することができる。既製のシステム１３をモジュールにアップロードすることができ、かつ／または、患者８が独自のシステム１３を作成することができる。例えば、第１のシステムは、患者８が使用する、移動に関連付けられる全てのエンド・アプリケーション１２（例えば、車椅子、車椅子リフト）を有することができる。別例として、第２のシステムは、患者８が使用する、義肢に関連付けられる全てのエンド・アプリケーション１２を有することができる。さらなる別例として、第３のシステムは、患者８が使用する、スマート家電に関連付けられる全てのエンド・アプリケーション１２を有することができる。さらなる別例として、第４のシステムは、患者８が使用するエンド・アプリケーション１２のうち、患者が職業上使用するソフトウェアまたはデバイスに関連付けられるものを全て有することができる。エンド・アプリケーション１２は、１つ以上のシステム１３に設けられてもよい。例えば、エンド・アプリケーション１２（例えば、車椅子）は、システム１および／またはシステム２の両者に設けられてもよい。このような組織的な効率化により、患者８はエンド・アプリケーション１２を容易に管理することができる。モジュール１０は、１つ以上のシステム１３を有することができ、例えば、１乃至１０００以上のシステム１３を有し、この範囲内で１システム毎に１増分（例えば、１つのシステム、２つのシステム、１０のシステム、１００のシステム、５００のシステム、１０００のシステム、１００５のシステム、２０００のシステム）を含むことが可能である。例えば、図１Ｃは、モジュール１０が、第１のシステム１３ａ（例えば、システム１）および第２のシステム１３ｂ（例えば、システム２）を有し得ることを例示する。また、図１Ｃは、エンド・アプリケーション１２が様々なシステム１３にグループ化され、各システムが１つ以上のエンド・アプリケーション１２を有することを例示しているが、別例として、ユーザー・インターフェース２０は、エンド・アプリケーションをシステム１３にグループ化しないこともできる。
図１Ｃは、ホストデバイス１６が、思考９を入力コマンド１８に割り当てるために使用できることをさらに例示する。例えば、入力コマンド１８を選択し（例、左矢印）、選択された入力コマンド１８に割り当てることができる思考９および／またはそれに関連付けられるデータ（例えば、思考９に関連付けられる神経関連信号１７、思考９に関連付けられる神経関連信号１７の抽出された特徴、またはその両者）を示すドロップダウン・メニューから選択することによって、例えば、思考９、思考９に関連付けられる神経関連信号１７、思考９に関連付けられる神経関連信号１７の抽出された特徴、またはそれらの任意の組み合わせを、システム１３の入力コマンド１８に割り当てることができる。図１Ｃは、入力コマンド１８が思考９またはそれに関連付けられるデータによってトリガーされると、フィードバック（例えば、視覚的、聴覚的、触覚的、および／または神経刺激フィードバック）が患者８に提供され得ることをさらに例示する。図１Ｃは、１つ以上のエンド・アプリケーション１２が、システム１３において活性化および非活性化され得ることをさらに例示する。活性化されたエンド・アプリケーション１２は、電源オン、電源オフ、またはスタンバイ状態であってもよい。活性化されたエンド・アプリケーション１２は、トリガーされた入力コマンド１８を受信することができる。非活性化されたエンド・アプリケーション１２は、電源オン、電源オフ、またはスタンバイ状態であってもよい。一例では、非活性化されたエンド・アプリケーション１２は、エンド・アプリケーション１２が活性化されない限り、患者８の思考９によって制御可能でない場合がある。ユーザー・インターフェース２０を使用してエンド・アプリケーション１２を活性化すると、エンド・アプリケーション１２の電源をオンにすることができる。ユーザー・インターフェース２０を使用してエンド・アプリケーション１２を非活性化することにより、プロセッサーが神経関連信号１７を非活性化エンド・アプリケーション１２に割り当てられた思考９に関連付けないように、非活性化エンド・アプリケーション１２の電源を切るか、さもなければモジュール１０を非活性化エンド・アプリケーション１２から非連動化することが可能である。例えば、図１Ｃは、５つのエンド・アプリケーション１２を有する例示的なシステム１を示し、５つのエンド・アプリケーションは、５つのデバイス（例えば、リモート、刺激スリーブ、電話、スマートホームデバイス、車椅子）を含み、そのうちの１つ（例えば、リモート）が活性化され、その他が非活性化される。一旦「開始」が選択されると（例えば、アイコン２０ａを介して）、患者８は、起動されたシステム（例えば、システム１）のエンド・アプリケーション１２に関連付けられる入力コマンド１８を使用して、システム１のエンド・アプリケーション１２を制御することができる（例えば、リモート）。図１Ｃは、ユーザー・インターフェース２０を使用して行われた任意の変更は、保存アイコン２０ｂを使用して保存することができ、また、ユーザー・インターフェース２０を使用して行われた任意の変更は、キャンセルアイコン２０ｃを使用してキャンセルすることができることをさらに例示する。図１Ｃは、エンド・アプリケーション１２が電子デバイスであり得ることをさらに例示している。
図１Ａ乃至１Ｃは、同じ特定の思考９の組を使用して複数のエンド・アプリケーション１２（例えば、複数のエンドデバイス）を制御することができ、それによってモジュール１０をユニバーサル・スイッチ・モジュールとすることができることを例示する図である。モジュール１０により、有利には、患者８（例えば、ＢＣＩユーザー）は、所与のタスクに関連しない思考（例えば、思考９）を利用して、例えば、複数のソフトウェアおよびデバイスを含む様々なエンド・アプリケーション１２を独立に制御することができる。モジュール１０は、神経関連信号を（例えば、神経インターフェース１４を介して）取得でき、取得した神経関連信号を（例えば、プロセッサーを介して）復号でき、取得した神経関連信号１７および／またはこれらの信号から抽出した特徴を（例えば、プロセッサーを介して）１つ以上のエンド・アプリケーション１２の対応する入力コマンド１８と関連付けでき、（例えば、モジュール１０を介して）複数のエンド・アプリケーション１２を制御できる。モジュール１０を使用することで、思考９は有利に複数のエンド・アプリケーション１２を制御するために使用することができる。例えば、モジュール１０は、単一のエンド・アプリケーション１２を一度に制御することができる複数のエンド・アプリケーション１２を制御するために使用することができる。別例として、モジュール１０は、複数のエンド・アプリケーションを同時に制御するために使用することができる。各思考９は、複数のアプリケーション１２の入力コマンド１８に割り当てることができる。このようにして、思考９は、ユニバーサル・デジタルスイッチとして機能することができ、ここで、モジュール１０は、患者の運動皮質を効果的に再編成してデジタルスイッチを表すことができ、ここで、各思考９はデジタルスイッチとすることができる。これらのデジタルスイッチは、各スイッチが複数のエンド・アプリケーション１２の任意の入力コマンド１８（例えば、第１のエンド・アプリケーションの入力コマンドおよび第２のエンド・アプリケーションの入力コマンド）に（例えば、モジュール１０を介して）割り当て可能であるので、患者８が複数のエンド・アプリケーション１２を制御するために使用可能な、ユニバーサルスイッチとすることができる。モジュール１０は、プロセッサーを介して、異なる思考９の間（例えば、異なるスイッチの間）を見分けることができる。
モジュール１０は、例えば、１乃至１０００以上のエンド・アプリケーション１２とのインターフェースとなることができ、この範囲内のエンド・アプリケーション１２の１増分ごと（例えば、１つのエンド・アプリケーション、２つのエンド・アプリケーション、１０のエンド・アプリケーション、１００のエンド・アプリケーション、５００のエンド・アプリケーション、１０００のエンド・アプリケーション、１００５のエンド・アプリケーション、２０００のエンド・アプリケーション）を含むことができる。例えば、図１Ｃは、第１のシステム１３ａが、第１のエンド・アプリケーション１２ａ（例えば、リモート）、第２のエンド・アプリケーション１２ｂ（例えば、刺激スリーブ）、第３のエンド・アプリケーション１２ｃ（例えば、電話）、第４のエンド・アプリケーション１２ｄ（例えば、スマートホームデバイス）、および第５のエンド・アプリケーション１２ｅ（例えば、車椅子）を備え得ることを例示する。
各エンド・アプリケーションは、例えば、患者８の思考９に関連付けることができる１乃至１０００以上の入力コマンド１８、または別例として、患者８の思考９に関連付けることができる１乃至５００以上の入力コマンド１８、またはさらなる別例として、患者８の思考９に関連付けることができる１乃至１００以上の入力コマンド１８を有することができ、これは、これらの範囲内の入力コマンド１８を１つ毎（例えば、１つの入力コマンド、２つの入力コマンド、１０の入力コマンド、１００の入力コマンド、５００の入力コマンド、１０００の入力コマンド、１００５の入力コマンド、２０００の入力コマンド）、およびこれらの範囲内の任意のサブ範囲（例えば、１乃至２５以下の入力コマンド１８、１乃至１００以下の入力コマンド１８、２５乃至１０００以下の入力コマンド１８）を含み、これにより、任意の数の入力コマンド１８が患者の思考９によってトリガーされ得、この任意の数は例えば、患者８の思考９が割り当てられる入力コマンド１８の数であり得る。例えば、図１Ｃは、第１のエンド・アプリケーションの第１の入力コマンド１８ａ（例えば、左矢印）、第１のエンド・アプリケーションの第２の入力コマンド１８ｂ（例えば、右矢印）、および第１のエンド・アプリケーションの第３の入力コマンド１８ｃ（例えば、エンター）を含む、活性化したエンド・アプリケーション（複数可）１２（例えば、第１のエンド・アプリケーション１２ａ）に関連付けられる入力コマンド１８の例示的組を示す。別例として、図１Ｃは、第２のエンド・アプリケーションの第１の入力コマンド１８ｄ（例えば、出力を選択する）を含む、非活性化されたエンド・アプリケーション（複数可）１２（例えば、第２のエンド・アプリケーション１２ｂ）に関連付けられる入力コマンド１８の例示的な組を示し、第２のエンド・アプリケーションの第１の入力コマンド１８ｄはまだ選択されていないが、第２のエンド・アプリケーション１２ｂの任意の入力コマンド１８とすることが可能である。なお、第１のエンド・アプリケーションの第１の入力コマンド１８ａは、第１のエンド・アプリケーション１２ａの第１の入力コマンド１８ａとも呼ばれる。また、第１のエンド・アプリケーションの第２の入力コマンド１８ｂは、第１のエンド・アプリケーション１２ａの第２の入力コマンド１８ｂとも呼ばれる。また、第１のエンド・アプリケーションの第３の入力コマンド１８ｃは、第１のエンド・アプリケーション１２ａの第３の入力コマンド１８ｃとも呼ばれる。また、第２のエンド・アプリケーションの第１の入力コマンド１８ｄは、第２のエンド・アプリケーション１２ｂの第１の入力コマンド１８ｄとも呼ばれる。
患者８が思考９を考えたときに、モジュール１０は（例えば、プロセッサーを介して）思考９に関連付けられた神経関連信号１７および／またはそこから抽出された特徴を、思考９が割り当てられた入力コマンド１８に関連付けることができ、思考９に関連付けられた入力コマンド１８はモジュール１０によって（例えば、プロセッサー、制御部またはトランシーバーを介して）その対応するエンド・アプリケーション１２に送信されることができる。例えば、第１のエンド・アプリケーション１８ａの第１の入力コマンド１８ａに思考９を割り当てた場合に、患者８が思考９を考えたときに第１のエンド・アプリケーション１２ａの第１の入力コマンド１８ａを第１のエンド・アプリケーション１２ａに送信し、また、第２のエンド・アプリケーション１２ｂの第１の入力コマンド１８ｄに思考９を割り当てた場合に、患者８が思考９を考えたときに第２のエンド・アプリケーション１２ｂの第１の入力コマンド１８ｄを第２のエンド・アプリケーション１２ｂに送信できるようにすることができる。１つの思考（例えば、思考９）は、それによって、複数のエンド・アプリケーション１２（第１のエンド・アプリケーション１２ａおよび第２のエンド・アプリケーション１２ｂ）とのインターフェースとなることができ、または、それらを制御するために使用されることが可能である。任意の数の思考９をスイッチとして使用することができる。スイッチとして使用される思考９の数は、例えば、エンド・アプリケーション１２を制御するために必要または望まれる制御（例えば、入力コマンド１８）の数に対応することができる。思考９は、複数のエンド・アプリケーション１２に割り当て可能である。例えば、第１の思考に関連付けられる神経関連信号１７および／またはそれから抽出された特徴は、第１のエンド・アプリケーションの第１の入力コマンド１８ａに割り当てることができ、第２のエンド・アプリケーションの第１の入力コマンド１８ｄに割り当てることができる。別例として、第２の思考に関連付けられる神経関連信号１７および／またはそこから抽出された特徴は、第１のエンド・アプリケーションの第２の入力コマンド１８ａに割り当てることができ、第３のエンド・アプリケーションの第１の入力コマンドに割り当てることができる。第１の思考と第２の思考とは異なっていてもよい。複数のエンド・アプリケーション１２（例えば、第１のエンド・アプリケーション１２ａおよび第２のエンド・アプリケーション１２ｂ）は、互いに独立して作動させることができる。モジュール１０が１つのエンド・アプリケーション（例えば、第１のエンド・アプリケーション１２ａ）を制御するために使用される場合に、第１の思考は、複数の入力コマンド１８に割り当て可能である。例えば、第１の思考だけで第１の入力コマンドを活性化し、第１の思考と第２の思考とを合わせて、第１の入力コマンドとは異なる第２の入力コマンドを活性化することができる。これにより、モジュール１０によって１つのエンド・アプリケーション１２のみが制御されている場合であっても、１つの思考を他の思考と組み合わせて追加のスイッチを形成することができるため、思考９はユニバーサル・スイッチとして機能することができる。別例として、１つの思考を他の思考と組み合わせて、複数のエンド・アプリケーション１２が思考９を介してモジュール１０によって制御可能な任意の入力コマンド１８に割り当て可能な追加のユニバーサル・スイッチを形成することができる。
図２Ａ乃至２Ｄは、神経インターフェース１４がステント１０１であり得ることを例示する図である。ステント１０１は、ストラット１０８およびセンサー１３１（例えば、電極）を有し得る。ステント１０１は、折り畳み可能かつ拡張可能である。
図２Ａ乃至２Ｄは、ステント１０１が、被験者の血管系、例えば、被験者の洞または静脈を横断する血管に移植され得ることをさらに例示している。より具体的な例として、ステント１０１は、被験者の上矢状静脈洞内に移植され得る。図２Ａは、例示的なモジュール１０を示し、図２Ｂ乃至２Ｄは、図２Ａのモジュール１０の３つの拡大図を示している。ステント１０１は、例えば、頸静脈を介して、一次運動野の上にある上矢状静脈洞（ＳＳＳ）に移植され、脳信号を受動的に記録し、かつ／または組織を刺激することができる。ステント１０１は、センサー１３１を介して、思考９に関連付けられる神経関連信号１７を検知することができるので、例えば、神経損傷や疾患により麻痺しているヒトが、エンド・アプリケーション１２などの支援技術を直接脳制御することにより、通信や移動性の向上、自立を実現できる可能性がある。図２Ｃは、連絡導管２４（例えば、ステントリード）がステント１０１から延び、頸動脈の壁を通過し、皮膚の下で鎖骨下ポケットにトンネルを形成することができることを例示する図である。このように、通信導管２４は、ステント１０１とテレメトリーユニット２２との間の通信を促進することができる。
図２Ａ乃至２Ｄは、エンド・アプリケーション１２が車椅子であり得ることをさらに例示している。
図３は、神経インターフェース１４（例えば、ステント１０１）が、ホストデバイス１６と無線通信できる無線センサーシステム３０であり得ることを例示する図である（例えば、テレメトリーユニット２２を使用しない）。図３は、神経関連の信号を拾い、この情報をステント１０１上に位置する無線送信機３２に中継している、患者８の運動皮質を覆う血管１４内のステント１０１を例示する図である。ステント１０１によって記録された神経関連信号は、患者の頭蓋骨を介して無線トランシーバー３４（例えば、頭部上に配置）に無線送信することができ、この無線トランシーバーは、続いて取得した神経関連信号を復号してホストデバイス１６に送信することができる。別例として、無線トランシーバー３４は、ホストデバイス１６の一部とすることができる。
図３は、エンド・アプリケーション１２が義手であってもよいことをさらに例示している。
図４は、神経インターフェース１４（例えば、ステント１０１）を使用して、脳から、例えば、上矢状静脈洞（ＳＳＳ）または枝分かれした皮質静脈のニューロンから神経関連信号１７を記録できることを示しており、（ａ）神経インターフェース１４を脳の血管１４（例えば、上矢状静脈洞、枝状皮質静脈）に移植するステップ、（ｂ）神経関連信号を記録するステップ、（ｃ）記録した神経関連信号を表すデータを生成するステップ、および（ｄ）データをホストデバイス１６に（例えば、テレメトリーユニット２２によりまたはこれを伴うことなく）送信するステップを含む。
米国特許第１０，５１２，５５５号の全ては、そこに開示された全てのシステム、装置、および方法、並びにそこに開示された要素および作動の任意の組み合わせを含む、全ての目的のためにその全体が本明細書に開示されたものとする。例えば、神経インターフェース１４（例えば、ステント１０１）は、例えば、米国特許第１０，５１２，５５５号に開示されたステント（例えば、ステント１０１）の何れかとすることができる。
さらに、本明細書に開示される神経インターフェース、ステント、またはスキャフォールドは、米国特許出願公開第２０２０／０３６３８６９号明細書；米国特許出願公開第２０２０／００７８１９５号明細書；米国特許出願公開第２０２０／００１６３９６号明細書；米国特許出願公開第２０１９／０３３６７４８号明細書、米国特許出願公開第２０１４／０２８８６６７号明細書；米国特許第１０，５７５，７８３号明細書；米国特許第１０，４８５，９６８号明細書；米国特許第１０，７２９，５３０号明細書；２０２０年１１月６日に出願された国際特許出願第ＰＣＴ／ＵＳ２０２０／０５９５０９号明細書；２０１９年１０月２９日に出願された米国特許出願第６２／９２７，５７４号明細書；２０１９年１１月８日に出願された米国特許出願第６２／９３２，９０６号明細書；２０１９年１１月８日に出願された米国特許出願第６２／９３２，９３５号明細書；２０１９年１１月１５日に出願された米国特許出願第６２／９３５，９０１号明細書；２０１９年１１月２７日に出願された米国特許出願第６２／９４１，３１７号明細書；２０１９年１２月１９日に出願された米国特許出願第６２／９５０，６２９号明細書；２０２０年４月１日に出願された米国特許出願第６３／００３，４８０号明細書；２０２０年７月２８日に出願された米国特許出願第６３／０５７，３７９号明細書；および２０２０年８月７日に出願された米国特許出願第６３／０６２，６３３号明細書に開示されたステント、スキャフォールド、ステント電極、またはステント電極アレイのうちの任意のものであり得、これらの内容は、その全体が本明細書に開示されたものとする。
モジュール１０を使用して、患者８は、複数のエンド・アプリケーション１２とのインターフェースとなる準備をすることができる。モジュール１０を使用すると、患者８は、特定のタスクに関連しない思考（例えば、思考９）の機能である１種類の電子コマンドを使用して、複数のタスクを実行することができる。例えば、モジュール１０を使用することで、患者８は、１つのタスクに関連しない思考（例えば、思考９）を使用して複数のタスクを実行することができる。
例えば、図５は、作動５２、５４、５６、および５８を有する電子デバイスまたはソフトウェア（例えば、エンド・アプリケーション１２）とのインターフェースとなるために個人を準備する一態様による方法５０を例示する図である。図５は、方法５０が、作動５２において個人が第１のタスクに関連しない思考を生成したときに、第１の検知された神経信号を得るために、個人の神経関連信号を測定するステップを含むことができることを例示する。方法５０は、作動５４において、第１の検知された神経信号を処理ユニットに送信するステップを含み得る。方法５０は、作動５６において、第１のタスクに関連しない思考および第１の検知された神経信号を第１の入力コマンドに関連付けるステップを含むことができる。方法５０は、作動５８において、第１のタスクに関連しない思考、第１の検知された神経信号、および第１の入力コマンドを電子データベースにコンパイルするステップを含み得る。
別例として、図６は、作動６２、６４、６６、および６８を有する第１のデバイスおよび第２のデバイス（例えば、第１のエンド・アプリケーション１２ａおよび第２のエンド・アプリケーション１２ｂ）を制御する一態様による方法６０を例示する。図６は、方法６０が、作動６２において個人がタスクに関連しない思考を生成したときに検知された神経信号を得るために、個人の神経関連信号を測定するステップを含むことができることを例示する。方法６０は、作動６４において、検知された神経信号をプロセッサーに送信するステップを含み得る。この方法は、作動６６において、プロセッサーを介して、検知された神経信号を第１のデバイスの入力コマンドおよび第２のデバイスの入力コマンドに関連付けるステップを含むことができる。この方法は、検知された神経信号を第１のデバイスの入力コマンドおよび第２のデバイスの入力コマンドに関連付ける際に、作動６８において、第１のデバイスの入力コマンドを第１のデバイスに電気的に送信するステップ、または第２のデバイスの入力コマンドを第２のデバイスに電気的に送信するステップを含むことができる。
別例として、図７は、作動７２、７４、７６、７８、および８０を有する第１のデバイスおよび第２のデバイス（例えば、第１のエンド・アプリケーション１２ａおよび第２のエンド・アプリケーション１２ｂ）とのインターフェースとなるために個人を準備する一態様による方法７０を例示する図である。図７は、方法７０が、作動７２において、個人が第１のタスクを考えることによってタスク特有の思考を生成するときに、個人の脳関連信号を測定して、検知された脳関連信号を得るステップを含むことができることを例示する。この方法は、作動７４において、検知された脳関連信号を処理ユニットに送信するステップを含むことができる。この方法は、処理ユニットを介して、検知された脳関連信号を、動作７６において、第１のデバイスタスクに関連付けられた第１のデバイス入力コマンドに関連付けるステップを含み得る。第１のデバイス・タスクは第１のタスクとは異なっていてもよい。この方法は、処理ユニットを介して、検知された脳関連信号を、動作７８において、第２のデバイスタスクに関連付けられた第２のデバイス入力コマンドに関連付けるステップを含み得る。第２のデバイス・タスクは、第１のデバイスタスクおよび第１のタスクとは異なっていてもよい。この方法は、検知された脳関連信号を第１のデバイスの入力コマンドおよび第２のデバイスの入力コマンドに関連付ける際に、作動８０において、第１のデバイスの入力コマンドを第１のデバイスに電気的に送信して、第１のデバイスの入力コマンドに関連付けられた第１のデバイスのタスクを実行するステップ、または第２のデバイスの入力コマンドを第２のデバイスに電気的に送信して、第２のデバイスの入力コマンドに関連付けられた第２のデバイスのタスクを実行するステップを含むことが可能である。
別例として、図５乃至７は、ユニバーサル・スイッチ（例えば、思考９）を使用して複数のエンド・アプリケーション１２を制御する方法の変形例を例示する図である。
別例として、図５乃至７に例示した作動は、任意の順序で、任意の組み合わせで実行および反復することができる。図５乃至７は、図示された方法または記載された特定の作動順序に対して、本開示を何ら限定するものではない。例えば、方法５０、６０、および７０に挙げた作動は、任意の順序で行うことができ、また、１つ以上の作動を省略または追加することも可能である。
別例として、一態様によるモジュール１０を使用する方法は、個人がタスクに関連しない思考（例えば、思考９）を生成するときに、個人の脳関連信号を測定して第１の検知された脳関連信号を得るステップを含むことができる。本方法は、第１の検知された脳関連信号を処理ユニットに送信するステップを含むことができる。この方法は、処理ユニットが数学的アルゴリズムまたはモデルを適用して、個人が思考９を生成するときに対応する脳関連信号を検知するステップを含むことができる。この方法は、タスクに関連しない思考および第１の検知された脳関連信号を、１つ以上のＮ入力コマンド１８に関連付けるステップを含むことができる。この方法は、タスクに関連しない思考（例えば、思考９）、第１の検知された脳関連信号、およびＮ個の入力コマンド１８を電子データベースにコンパイルするステップを含むことができる。この方法は、第１の検知された脳関連信号について個人を監視するステップ（例えば、神経インターフェースを使用して）、および第１の検知された脳関連信号を検知すると、Ｎ個の入力コマンド１８のうちの少なくとも１つを制御システムに電気的に送信するステップを含むことができる。制御システムは、エンド・アプリケーション１２の制御システムであってもよい。Ｎ個の入力コマンド１８は、例えば、１乃至１００個の入力コマンド１８とすることができ、この範囲内の入力コマンド１８の１増分を含む。Ｎ個の入力コマンドは、Ｙ個のエンド・アプリケーション１２に割り当て可能であり、ここで、Ｙ個のエンド・アプリケーションは、例えば、１乃至１００個のエンド・アプリケーション１２であり、この範囲内のエンド・アプリケーション１２の１つの増分を全て含むことが可能である。別例として、Ｙ個のエンド・アプリケーション１２は、例えば、２乃至１００個のエンド・アプリケーション１２とすることができ、この範囲内のエンド・アプリケーション１２の１個の増分を全て含む。Ｙ個のエンド・アプリケーション１２は、例えば、マウスカーソルの制御、車椅子の制御、およびスペラー（ｓｐｅｌｌｅｒ）の制御のうちの少なくとも１つを含むことができる。Ｎ個の入力コマンド１８は、タスクに関連しない思考に関連付けられる二値入力、タスクに関連しない思考に関連付けられる階調入力、およびタスクに関連しない思考に関連付けられる連続軌道入力のうちの少なくとも１つであることができる。この方法は、第１の検知された脳関連信号のＭ個の検知をＮ個の入力コマンド１８に関連付けるステップを含み得、ここでＭは１乃至１０個以下の検知である。例えば、Ｍが１つの検知である場合に、タスクに関連しない思考（例えば、思考９）および第１の検知された脳関連信号を第１の入力コマンド（例えば、第１の入力コマンド１８ａ）に関連付けることができる。別例として、Ｍが２つの検知である場合に、タスクに関連しない思考（例えば、思考９）および第１の検知された脳関連信号を第２の入力コマンド（例えば、第１の入力コマンド１８ｂ）に関連付けることができる。さらなる別例として、Ｍが３つの検知である場合に、タスクに関連しない思考（例えば、思考９）および第１の検知された脳関連信号を第３の入力コマンド（例えば、第３の入力コマンド１８ｃ）に関連付けることができる。第１、第２、および第３の入力コマンドは、１つ以上のエンド・アプリケーション１２に関連付けることができる。例えば、第１の入力コマンドは第１のエンド・アプリケーションの入力コマンド、第２の入力コマンドは第２のエンド・アプリケーションの入力コマンド、第３の入力コマンドは第３のアプリケーションの入力コマンドとすることができ、これにより、１つの思考９は複数のエンド・アプリケーション１２を制御できる。思考９の各Ｍ個の検知数は、複数のエンド・アプリケーションに割り当てることができ、これにより、Ｍ個の検知数（例えば、１、２、または３個の検知数）は、任意の入力コマンド１８に割り当て可能なユニバーサルスイッチとして機能することができる。第１、第２、および第３の入力コマンドは、それぞれ異なる機能に関連付けられることができる。第１、第２、および第３の入力コマンドは、第１の入力コマンドが機能の第１のパラメーターに関連付けられ、第２の入力コマンドが機能の第２のパラメーターに関連付けられ、第３の入力コマンドが機能の第３のパラメーターに関連付けられるように、同じ機能に関連付けることができる。機能の第１、第２、および第３のパラメーターは、例えば、速度、音量、またはその両者を段階的なレベルに変化させることができる。速度の段階的なレベルは、例えば、車椅子の動き、画面上のマウスカーソルの動き、またはその両者に関連付けることができる。音量の段階的なレベルは、例えば、自動車のサウンドシステム、コンピューター、電話、またはそれらの任意の組み合わせの音量に関連付けられることができる。Ｎ個の入力コマンド１８のうちの少なくとも１つは、コンピューターのマウスに関連付けられるクリックアンドホールドコマンドとすることができる。この方法は、タスクに関連しない思考（例えば、思考９）の組み合わせをＮ個の入力コマンド１８に関連付けるステップを含むことができる。この方法は、Ｚ個のタスクに関連しない思考とＮ個の入力コマンド１８との組み合わせを関連付けるステップを含むことができ、Ｚ個のタスクに関連しない思考は、２乃至１０個以上のタスクに関連しない思考、より広くは、１乃至１０００個以上のタスクに関連しない思考であり、これらの範囲内の１単位増分毎を含むことができる。Ｚ個のタスクに関連しない思考のうちの少なくとも１つは、タスクに関連しない思考であることができ、タスクに関連しない思考は第１のタスクに関連しない思考であることができ、これにより、この方法は、個人が第２のタスクに関連しない思考を生成するときに、個人の脳関連信号を測定して第２の検知された脳関連信号を得るステップと、第２の検知された脳関連信号を処理ユニットに送信するステップと、第２のタスクに関連する思考および第２の検知された脳関連信号をＮ２個の入力コマンドに関連付けるステップとを含み、第１および第２の検知された脳関連信号の組み合わせが順次または同時に得られたときに、その組み合わせはＮ３個の入力コマンドに関連付けられることが可能である。タスクに関連しない思考とは、身体の手足を動かそうとする思考であり得る。第１に検知される脳関連信号は、脳組織の電気的活動および脳組織の機能的活動のうちの少なくとも一方とすることができる。この例示的な方法における任意の作動は、任意の組み合わせおよび任意の順序で実行することができる。
別例として、一態様によるモジュール１０を使用する方法は、個人が第１のタスクを考えることによって（例えば、思考９を考えることによって）第１のタスク特有の思考を生成するときに、個人の脳関連信号を測定して、第１の検知された脳関連信号を得るステップを含むことができる。本方法は、第１の検知された脳関連信号を処理ユニットに送信するステップを含むことができる。この方法は、処理ユニットが数学的アルゴリズムまたはモデルを適用して、個人が思考を生成するときに対応する脳関連信号を検知するステップを含むことができる。この方法は、第１の検知された脳関連信号を、第２のタスク（例えば、入力コマンド１８）に関連付けられた第１のタスク特有の入力コマンドと関連付けるステップを含むことができ、第２のタスクは、第１のタスクとは異なる（例えば、思考９が、入力コマンド１８が実行するように構成されたタスクとは異なるタスクを含むなど）ものである。第１のタスクに特有の思考は、関連付けのステップとは関連しなくてもよい。方法は、第１のタスクに関連なく、第２のタスクを第１のタスク特有のコマンド命令に割り当てるステップを含み得る。方法は、第１のタスクおよび第２のタスクに関連なく、第３のタスクを第１のタスク特有のコマンド命令に割り当てるステップを含み得る。この方法は、第１のタスク特有の思考、第１の検知された脳関連信号、および第１のタスク特有の入力コマンドを電子データベースにコンパイルするステップを含むことができる。この方法は、第１の検知された脳関連信号について個人を監視するステップと、第１の検知された脳関連信号を検知したときに、第１のタスク特有の入力コマンドを制御システムに電気的に送信するステップと、を含むことができる。第１のタスク特有の思考は、例えば、物理的なタスク、非物理的なタスク、またはその両者についてのものであってもよい。生成される思考は、例えば、単一の思考であっても、複合的な思考であってもよい。複合的な思考は、２つ以上の非同時思考、２つ以上の同時思考、および／または、２つ以上の同時思考の連続であり得る。この例示的な方法における任意の作動は、任意の組み合わせおよび任意の順序で実行することができる。
別例として、一態様によるモジュール１０を使用する方法は、個人が第１の思考をするときに、個人の脳関連信号を測定して、第１の検知された脳関連信号を得るステップを含むことができる。本方法は、第１の検知された脳関連信号を処理ユニットに送信するステップを含むことができる。この方法は、処理ユニットが、数学的アルゴリズムまたはモデルを適用して、個人が思考を生成するときに対応する脳関連信号を検知するステップを含むことができる。本方法は、第１の検知された脳関連信号に基づいて、第１のコマンド信号を生成するステップを含むことができる。この方法は、第１の思考に関連なく、第１のコマンド信号に第１のタスクを割り当てるステップを含むことができる。この方法は、第１の思考を第１の検知された電気的な脳活動から切り離すステップを含むことができる。この方法は、第１の思考および第１のタスクに関連なく、第２のタスクを第１のコマンド信号に再割り当てするステップを含むことができる。この方法は、第１の思考、第１の検知された脳関連信号、および第１のコマンド信号を電子データベースにコンパイルするステップを含むことができる。この方法は、第１の検知された脳関連信号について個人を監視するステップと、第１の検知された脳関連信号を検知したときに、第１の入力コマンドを制御システムに電気的に送信するステップと、を含むことができる。第１の思考は、例えば、現実または想像上の筋肉の収縮に関する思考、現実または想像上の記憶、あるいはその両者、あるいは抽象的な思考を含むことができる。第１の思考は、例えば、単一の思考であっても、複合的な思考であってもよい。この例示的な方法における任意の作動は、任意の組み合わせおよび任意の順序で実行することができる。
別例として、一態様によるモジュール１０を使用する方法は、個人が第１の思考をするときに第１の検知された電気的な脳活動を得るために、個人の脳組織の電気的活動を測定するステップを含むことができる。本方法は、第１の検知された電気的脳活動を処理ユニットに送信するステップを含むことができる。この方法は、処理ユニットが、数学的アルゴリズムまたはモデルを適用して、個人が思考を生成するときに対応する脳関連信号を検知するステップを含むことができる。本方法は、第１の検知された電気的脳活動に基づいて、第１のコマンド信号を生成するステップを含むことができる。この方法は、第１のタスクおよび第２のタスクを第１のコマンド信号に割り当てるステップを含むことができる。第１のタスクは、第１のデバイスに関連付けることができ、また、第２のタスクは、第２のデバイスに関連付けられる。第１のタスクは、第１のデバイスの第１のアプリケーションに関連付けられ得、また、第２のタスクは、第１のデバイスの第２のアプリケーションに関連付けられる。この方法は、第１の思考に関連なく、第１のタスクを第１のコマンド信号に割り当てるステップを含むことができる。この方法は、第１の思考に関連なく、第２のタスクを第１のコマンド信号に割り当てるステップを含むことができる。この方法は、第１の思考、第１の検知された電気的脳活動、および第１のコマンド信号を電子データベースにコンパイルするステップを含むことができる。この方法は、第１の検知された電気的脳活動について個人を監視するステップと、第１の検知された電気的脳活動を検知したときに第１のコマンド信号を制御システムに電気的に送信するステップと、を含むことができる。この例示的な方法における任意の作動は、任意の組み合わせおよび任意の順序で実行することができる。
別例として、一態様によるモジュール１０を使用する方法は、個人がタスクに関連しない思考を生成したときに、個人の神経関連信号を測定して第１の検知された神経信号を得るステップを含むことができる。本方法は、第１の検知された神経信号を処理ユニットに送信するステップを含むことができる。この方法は、処理ユニットが、数学的アルゴリズムまたはモデルを適用して、個人がタスクに関連しない思考を生成するときに対応する脳関連信号を検知するステップを含むことができる。本方法は、タスクに関連しない思考および第１の検知された神経信号を第１の入力コマンドに関連付けるステップを含むことができる。この方法は、タスクに関連しない思考、第１の検知された神経信号、および第１の入力コマンドを電子データベースにコンパイルするステップを含むことができる。この方法は、第１の検知された神経信号について個人を監視するステップと、第１の検知された神経信号を検知すると、第１の入力コマンドを制御システムに電気的に送信するステップと、を含むことができる。神経関連信号は、脳関連信号であってもよい。神経関連信号は、個人の脳内の神経組織から測定することができる。この例示的な方法における任意の作動は、任意の組み合わせおよび任意の順序で実行することができる。
別例として、一態様によるモジュール１０を使用する方法は、個人が第１のタスクを考えることによって第１のタスク特有の思考を生成するときに、個人の神経関連信号を測定して第１の検知された神経関連信号を得るステップを含むことができる。本方法は、第１の検知された神経関連信号を処理ユニットに送信するステップを含むことができる。この方法は、処理ユニットが、数学的アルゴリズムまたはモデルを適用して、個人が思考を生成するときに対応する脳関連信号を検知するステップを含むことができる。本方法は、第１の検知された神経関連信号を、第２のタスクに関連付けられた第１のタスク特有の入力コマンドに関連付けるステップと、第２のタスクは第１のタスクとは異なり、それによって、単一のユーザーの生成した思考で異なるタスク特有の入力で複数のタスクを制御する機構をユーザーに提供するステップと、を含むことができる。方法は、タスクに関連しない思考、第１の検知された神経信号、第１の入力コマンド、および対応するタスクを電子データベースにコンパイルするステップを含むことができる。この方法は、電子データベースのメモリを利用して、タスクに関連しない思考、検知された脳関連信号、およびタスク、脳関連信号または思考に基づく１つ以上のＮ入力の組み合わせを自動的にグループ化して、使用のための自動システム設定のために制御機能を自動的にマッピングするステップを含むことができる。神経関連信号は、脳組織の神経関連信号とすることができる。この例示的な方法における任意の作動は、任意の組み合わせおよび任意の順序で実行することができる。
モジュール１０は、任意の方法の任意の組み合わせを実行することができ、本明細書に開示される任意の方法の任意の作動を実行することができる。
図８は、被験者の神経関連信号の検知された変化を使用して、デバイス（例えば、パーソナル電子デバイス、ＩｏＴデバイス、移動体など）、ソフトウェア・アプリケーション（例えば、エンド・アプリケーション１２）、またはそれらの組み合わせを制御する一実施形態による方法１００を例示する図である。いくつかの実施形態では、神経関連信号は、被験者の脳波または他のタイプの同期した電気的な脳活動であり得る。
神経関連信号は、ベータ周波数範囲若しくはベータ帯域（約１２Ｈｚ乃至３０Ｈｚ）、アルファー周波数範囲若しくはアルファー帯域（約７Ｈｚ乃至１２Ｈｚ）、ガンマ周波数範囲若しくはガンマ帯域（約３０Ｈｚ乃至１４０Ｈｚ、より具体的には、６０Ｈｚ乃至８０Ｈｚ）、デルタ周波数範囲若しくはデルタ帯域（約０．１Ｈｚ乃至３Ｈｚ）、シータ周波数範囲またはシータ帯域（約４Ｈｚ乃至７Ｈｚ）、またはそれらの組み合わせを含む、被験者の１つ以上の神経振動を含み得る。また、神経関連信号は、ミュー帯域（約７．５Ｈｚ乃至１２．５Ｈｚ）、感覚運動リズム（ＳＭＲ）帯域（約１２．５Ｈｚ乃至１５．５Ｈｚ）、またはそれらの組み合わせの神経振動をさらに含み得る。
上述したセクションで説明したように、被験者の神経関連信号は、モジュール１０またはその構成要素を使用して監視または測定することができる。例えば、神経インターフェース１４、テレメトリーユニット２２、ホストデバイス１６、またはそれらの組合せを使用して、神経関連信号を監視または測定することができる。
いくつかの実施形態では、神経インターフェース１４は、被験者の体内に移植された血管内留置デバイス（例えば、拡張可能かつ折り畳み可能なステント）とすることができる。特定の実施形態では、神経関連信号は、被験者の体内に移植された神経インターフェース１４の電極を使用して監視または測定することができる。例えば、神経関連信号は、植え込み型血管内留置デバイスの電極（例えば、ステントに結合された電極）を使用して監視または測定することができる。
先に述べたように、血管内留置デバイスは、被験者の脳内に留置することができる。例えば、血管内留置デバイスは、被験者の前頭葉皮質、運動皮質、および感覚皮質のうち少なくとも１つ内に留置することができる。また、血管内留置デバイスは、被験者の脳の他の部位に留置することも可能である。
方法１００は、作動１０２において、被験者の神経関連信号の強度がベースラインレベルよりも低減したことを検知するステップを含むことができる。例えば、神経関連信号の強度の低減を検知するステップは、被験者の少なくとも１つの神経振動（例えば、ベータ帯域周波数での神経振動）のパワー（例えば、１Ｈｚあたりのマイクロボルト２乗（μＶ２／Ｈｚ）、デシベル（ｄＢｓ）、平均ｔスコア、平均ｚスコア等で測定）の低減を検知するステップを含み得る。
いくつかの実施形態では、ベースラインレベルは、所定の時間期間（例えば、最後の数秒または数分間）の平均強度または平均的な強度として定義することができる。これらおよび他の実施形態において、ベースラインレベルは、変動し、または連続的に調整および設定され得る。他の実施形態では、ベースラインレベルは、予め定義されたまたは予め定められたレベルとすることができる。例えば、ベースラインレベルは、時間帯域、被験者が行った活動や行為、またはそれらの組み合わせに基づいて決定することができる。
神経関連信号の強度の低減は、ベースラインレベルに対する神経関連信号の強度の統計的に有意な（例えば、２標準偏差（ＳＤ）を超える）低減を指すことができる。この神経関連信号の強度の統計的に有意な低減は、神経関連信号の脱同期化または脱シンクと呼ぶこともできる。
例えば、監視または測定される神経関連信号がベータ帯域振動である場合に、方法１００は、ベースライン・ベータ帯域・パワーレベルに対するベータ帯域振動のパワーの統計的に有意な低下または低減を検知するステップを含むことができる。より具体的には、このベータ帯域の振動のパワーが統計的に有意に減少することをベータ脱同期化と呼ぶことができる。
方法１００は、作動１０４の低減の後に、ベースラインレベルを超える神経関連信号の強度のその後の増加を検知するステップをさらに含むことができる。例えば、方法１００は、神経関連信号の強度がベースラインレベルを超えて統計的に有意に（例えば、２ＳＤを超えて）増加することを検知するステップを含むことができる。いくつかの実施形態では、神経関連信号の強度のこの統計的に有意な増加は、神経関連信号の反動と呼ぶことができる。
例えば、監視または測定される神経関連信号がベータ帯域振動である場合に、方法１００は、ベースライン・ベータ帯域・パワーレベルに対するベータ帯域振動のパワーの統計的に有意な増加または上昇を検知するステップを含むことができる。より具体的には、このベータ帯域の振動のパワーが統計的に有意に増加することをベータ反動と呼ぶことができる。
所定の実施形態では、神経インターフェース１４に結合された電極を使用して、選択された数の神経周波数帯域（例えば、ベータ帯域、ガンマ帯域など）のパワーを選択されたチャネルにわたって連続的に監視し、パワー測定値を所定の間隔（例えば、１００ミリ秒または１００ｍｓ毎）でフィルタリングして機械学習分類器に供給することが可能である。機械学習分類器は、続いてその特定の神経周波数帯域のベースラインレベルとパワーを比較することによって、パワーを、（１）脱同期化（「脱シンク」）イベント、（２）反動イベント、または（３）休止または非イベントといった個別の状態またはイベントに分類することができる。
強度の変化は、神経インターフェース１４（例えば、脳内に移植された血管内留置デバイスの電極を介して）と、テレメトリーユニット２２、ホストデバイス１６、またはそれらの組み合わせの１つ以上のプロセッサーとを使用して検知することができる。
方法１００は、作動１０６における神経関連信号の強度の増加の検知時またはそれに続いて、入力コマンド１８をデバイスまたはソフトウェアに送信するステップをさらに含むことができる。いくつかの実施形態では、入力コマンド１８は、神経関連信号の強度の増加の検知時またはそれに続いてであるが、信号の反動の完了前に送信することができる。
入力コマンド１８は、テレメトリーユニット２２、ホストデバイス１６、またはそれらの組み合わせの１つ以上のプロセッサーを使用して送信することができる。先に説明したように、入力コマンド１８は、ラップトップ、デスクトップ・コンピューター、スマートフォン、またはタブレットコンピューターなどの周辺機器またはパーソナル・コンピューティング・デバイス上で実行される１つ以上のエンド・アプリケーション（例えば、アプリケーション・ソフトウェア）に送信することが可能である。入力コマンド１８をソフトウェア・プログラムに送信する場合に、入力コマンド１８は、１つ以上のソフトウェア・アプリケーション・プログラミング・インターフェース（ＡＰＩ）を介して送信することができる。これらおよび他の実施形態では、入力コマンド１８は、ＩｏＴデバイス、移動体（電動車椅子など）、または他の種類の周辺機器若しくはパーソナル・コンピューティング・デバイスに送信され、かかるデバイスまたは車両を制御することができる。さらに、入力コマンド１８は、そのような周辺機器またはパーソナル・コンピューティング・デバイスまたは車両上で実行される１つ以上のエンド・アプリケーション（例えば、ソフトウェア）に送信することも可能である。
いくつかの実施形態では、神経関連信号の強度の低減は、被験者がタスクに関連する思考を想起または生成し、タスクに関連する思考を一定時間保持することによって引き起こされ得る。これらの実施形態において、神経関連信号の強度のその後の増加（例えば、信号の反動）は、被験者がタスクに関連する思考を精神的に解放することによって引き起こされ得る。また、これらの実施形態において、入力コマンド１８は、タスクに関連する思考に関連付けられるタスクの少なくとも一部を達成するためにデバイスまたはソフトウェアに送信されるコマンドとすることができる。
例えば、電動車椅子の制御方法は、被験者が電動車椅子を前進させるための思考を生成し、保持するステップを含み得る。モジュール１０は、被験者が電動車椅子を前進させる思考を保持しているときに、被験者の神経関連信号の強度の低減（例えば、ベータ振動の脱同期化）を検知することが可能である。そして、モジュール１０は、被験者が電動車椅子を前進させるという思考を解放すると、その後の被験者の神経関連信号の強度の増加（例えば、ベータ振動の反動）を検知することができる。そして、モジュール１０は、被験者の神経関連信号の強度の増加を検知すると、電動車椅子を前進させるための入力コマンド１８を電動車椅子に送信することができる。当業者であれば理解できるように、この方法は、任意の数のタスクに関連する思考をカバーするように、また、先の例で特に言及されていない他のデバイス、車両、またはソフトウェアの制御をカバーするように拡張することができる。
他の実施形態では、神経関連信号の強度の低減は、被験者がタスクに関連しない思考を想起または生成し、タスクに関連しない思考を一定期間保持することによって引き起こされ得る。これらの実施形態において、神経関連信号の強度のその後の増加は、被験者がタスクに関連しない思考を精神的に解放することによって引き起こされ得る。また、これらの実施形態において、入力コマンド１８は、タスクに関連しない思考に関連付けられないタスクの少なくとも一部を達成するためにデバイスまたはソフトウェアに送信されるコマンドとすることができる。
例えば、電動車椅子を制御する別の方法は、被験者が、被験者の筋肉を収縮させるなど、被験者の身体機能に関連する思考を生成して保持するステップを含み得る。被験者の身体機能に関連する思考は、被験者の電動車椅子を制御するというタスクに関連しないため、タスクに関連しない思考とみなすことができる。モジュール１０は、被験者が被験者の筋肉を収縮させる思考を保持することにより、被験者の神経関連信号の強度の低減（例えば、ベータ振動の脱同期化）を検知することが可能である。そして、モジュール１０は、被験者が被験者の筋肉を収縮させるという思考を解放すると、その後の被験者の神経関連信号の強度の増加（例えば、ベータ振動の反動）を検知することができる。そして、モジュール１０は、被験者の神経関連信号の強度の増加を検知すると、電動車椅子を前進させるための入力コマンド１８を電動車椅子に送信することができる。当業者であれば理解できるように、この方法は、任意の数のタスクに関連しない思考をカバーするように、また、先の例で特に言及されていない他のデバイス、車両、またはソフトウェアの制御をカバーするように拡張することができる。
方法１００は、入力コマンド１８をデバイスまたはソフトウェアに送信した後に、視覚的フィードバック、聴覚的フィードバック、触覚的フィードバック、神経刺激の形態のフィードバック、またはそれらの組み合わせを被験者に提供する追加の作動１０８をさらに含むことができる。フィードバックは、入力コマンド１８が正常に送信されたこと、または入力コマンド１８が実行中であることを被験者に通知することができる。他の実施形態では、フィードバックは、信号の脱同期化または信号の反動が検知されたことを被験者に知らせることができる。
いくつかの実施形態では、視覚的フィードバックは、ホストデバイス１６のディスプレイを介して表示される記載されたテキストで構成され得る。他の実施形態では、視覚的フィードバックは、テレメトリーユニット２２、またはホストデバイス１６、またはそれらの組み合わせにおいて、１つ以上のライトが点灯することから構成され得る。聴覚的フィードバックは、テレメトリーユニット２２またはホストデバイス１６によって生成される１つ以上の音または聴覚アラートから構成され得る。他の実施形態では、聴覚的フィードバックは、テレメトリーユニット２２またはホストデバイス１６によって再生されるコンピューター生成または事前記録された音声メッセージで構成され得る。触覚的フィードバックは、被験者の身体または付属物に加えられる振動、運動または他の力の形態で被験者に物理的に知覚可能なフィードバックを提供するように構成された１つ以上のセンサーまたは電子部品で構成することができる。いくつかの実施形態では、触覚的フィードバックは、テレメトリーユニット２２、追加のウェアラブルユニット、座席、構造体、または被験者を支持するプラットフォーム、またはそれらの組み合わせを通じて被験者に加えられ得る。神経刺激の形態のフィードバックは、被験者の体内に埋め込まれた電極を介して電気的インパルスを送信することで行うことができる。例えば、神経刺激フィードバックは、被験者の脳内に埋め込まれた神経インターフェース１４の電極を介して、被験者の脳に電気的インパルスを送信することを含み得る。他の実施形態では、神経刺激フィードバックは、経頭蓋直流刺激（ｔＤＣＳ）、経頭蓋磁気刺激（ＴＭＳ）、経頭蓋交流刺激（ｔＡＣＳ）、経頭蓋パルス電流刺激（ｔＰＣＳ）、経頭蓋ランダムノイズ刺激（ｔＲＮＳ）、またはそれらの組み合わせによる被験者の刺激などの非侵襲的刺激を含むことが可能である。
図９は、被験者のベータ帯域またはベータ周波数の神経振動が脱同期化（または低減）した後に、ベータ帯域の神経振動が反動（または増加）している態様を示すスペクトログラムである。より具体的には、ベータ帯域振動のパワーがベースラインパワーレベルよりも低減し、その後、ベースラインパワーレベルを超えてパワーが増加している態様がスペクトログラムに表れている。このスペクトログラムでは、パワーは平均ｔスコアで表されている。パワーはデシベル（ｄＢ），ｚスコア，あるいはμＶ２／Ｈｚで表すことも可能である。
神経関連信号の脱同期化は、被験者が思考（タスクに関連する思考、タスクに関連しない思考など）を想起または生成し、その思考を一定時間保持することで起こり得る。神経関連信号の反動は、被験者が精神的に思考を解放することで発生してもよい。
また、図９は、信号反動の検知に続いて、または、信号反動の検知に際して、入力コマンド１８を送信することができることを例示する。入力コマンド１８は、信号の反動が完了する前に送信される。以下のセクションでより詳細に説明するように、脱同期化の持続時間は、どの入力コマンド（複数可）１８をデバイスまたはソフトウェア・プログラムに送信するかを決定する役割を果たすことができる。
図１０は、被験者の神経関連信号の検知された変化を使用してデバイス（例えば、個人用電子デバイス、ＩｏＴデバイス、移動体など）またはソフトウェア・プログラム（例えば、エンド・アプリケーション１２）を制御するための別の方法２００を例示している。方法２００は、作動２０２において、被験者の神経関連信号の強度がベースラインレベルよりも低減したことを検知するステップを含むことができる。例えば、神経関連信号の強度の低減を検知するステップは、被験者の少なくとも１つの神経振動のパワーの低減を検知するステップを含むことができる。
ベースラインレベルは、一定期間の平均強度または平均的な強度と定義することができる。ベースラインレベルは変動してもよいし、連続的に調整および設定してもよい。他の実施形態では、ベースラインレベルは、予め定義されたまたは予め定められたレベルとすることができる。神経関連信号の強度の低減は、ベースラインレベルに対する神経関連信号の強度の統計的に有意な低減を指すことができる。いくつかの実施形態では、ベータ帯域振動のパワーにおけるこの統計的に有意な減少は、神経関連信号の脱同期化または脱シンクと呼ぶことができる。
方法２００は、作動２０４の低減の後に、神経関連信号の強度がベースラインレベルを超えて増加したことを検知するステップをさらに含むことができる。例えば、方法１００は、神経関連信号の強度がベースラインレベルを超えて統計的に有意に増加することを検知するステップを含むことができる。いくつかの実施形態では、神経関連信号の強度の増加は、神経関連信号の反動と呼ぶことができる。
上述したセクションと同様に、神経関連信号は、被験者の脳波またはその他の種類の同期した電気的な脳活動であり得る。神経関連信号は、ベータ周波数範囲若しくはベータ帯域、アルファー周波数範囲若しくはアルファー帯域、ガンマ周波数範囲若しくはガンマ帯域、デルタ周波数範囲若しくはデルタ帯域、シータ周波数範囲若しくはシータ帯域、またはそれらの組み合わせにおける神経振動を含む被験者の１つ以上の神経振動を含み得る。また、神経関連信号は、Ｍｕ帯域、ＳＭＲ帯域、またはそれらの組み合わせの神経振動をさらに含み得る。
被験者の神経関連信号は、モジュール１０またはその構成要素を使用して監視または測定することができる。例えば、神経インターフェース１４、テレメトリーユニット２２、ホストデバイス１６、またはそれらの組合せを使用して、神経関連信号を監視または測定することができる。
神経インターフェース１４は、被験者の脳内に留置される血管内留置デバイス（例えば、伸縮自在のステント）であってもよい。特定の実施形態では、神経関連信号は、被験者の脳内に移植された神経インターフェース１４の電極を使用して監視または測定することができる。例えば、被験者の脳内に埋め込まれたステントの電極を使用して、神経関連信号を監視または測定することができる。
方法２００は、作動２０６において、神経関連信号の強度の低減の持続時間を決定するステップをさらに含むことができる。例えば、神経関連信号がベータ帯域振動である場合に、作動２０６は、ベータ帯域振動の脱同期化の持続時間を決定するステップを含むことができる。
以下のセクションでより詳細に説明するように、いくつかの実施形態では、神経インターフェース１４に結合された電極を使用して、選択された数の神経周波数帯域（例えば、ベータ帯域、ガンマ帯域など）のパワーを選択されたチャネルにわたって連続的に監視し、パワー測定値を所定の間隔（例えば、１００ミリ秒毎）でフィルタリングして機械学習分類器に供給することが可能である。機械学習分類器は、続いてその特定の神経周波数帯域のベースラインレベルとパワーを比較することによって、パワーを、（１）脱同期化（「脱シンク」）イベント、（２）反動イベント、または（３）休止または非イベントといった個別の状態またはイベントに分類することができる。これらの実施形態において、信号脱同期化の持続時間を決定するステップは、反動イベントに先行する連続した非同期イベントの数をカウントするステップを含み得る。
他の実施形態では、神経関連信号の強度の低減の持続時間を決定するステップは、神経関連信号の強度の低減が最初に検知されたときに、テレメトリーユニット２２、ホストデバイス１６、またはモジュール１０の一部として機能する他のデバイスに第１の信号を送信するステップと、神経関連信号の強度の低減が停止するかまたは信号反動が検知されたときに、テレメトリーユニット２２、ホストデバイス１６、またはモジュール１０の一部として機能する他のデバイスに第２の信号を送信するステップと、を含み得る。テレメトリーユニット２２、ホストデバイス１６５、またはモジュール１０の一部として機能する他のデバイスは、続いて２つの信号間の経過時間を計算することによって持続時間を決定することができる。
方法２００は、作動２０８において、持続時間に基づいて複数の条件付き入力コマンドから入力コマンド１８を選択するステップをさらに含むことができる。複数の条件付き入力コマンドから入力コマンド１８を選択するステップは、持続時間を条件付き入力コマンドに関連付けられた１つ以上の時間的閾値と比較するステップと、持続時間が１つ以上の時間的閾値を超えるかまたは達しないかに基づいて入力コマンド１８を選択するステップと、をさらに含むことができる。
例えば、２つの条件付き入力コマンドには、以下のような時間的閾値を関連付けることができる。
コマンド１：３００ミリ秒≦持続時間＜１０００ミリ秒（すなわち、３乃至９回の連続した脱シンクイベントの間）。
コマンド２：１０００ミリ秒≦持続時間（すなわち、１０回以上の連続した脱シンクイベント）
時間的閾値は１００ミリ秒乃至３０，０００ミリ秒（または３０秒）の範囲で設定することができる。範囲が提供されているが、それは本開示によって企図されたものであり、開示された範囲の任意のサブ範囲も許容されることが当業者によって理解されるはずである。例えば、１００ミリ秒乃至３０，０００ミリ秒の範囲には、１００ミリ秒乃至５００ミリ秒、１００ミリ秒乃至１，０００ミリ秒、１００ミリ秒乃至１０，０００ミリ秒、１，０００ミリ秒乃至１０，０００ミリ秒、または範囲内の任意の他のサブ範囲を含めることができる。代替的実施形態では、時間的閾値は、１００ミリ秒乃至５０，０００ミリ秒、６０，０００ミリ秒、１００，０００ミリ秒などの３０，０００ミリ秒を超える範囲とすることが可能である。
さらに、複数の条件付き入力コマンドは、２つの条件付き入力コマンド乃至１０以上の条件付き入力コマンドで構成することができる。各条件付き入力コマンドは、１つ以上の時間的閾値と関連付けることができる。例えば、２つの条件付き入力コマンドがある場合において、２つの条件付き入力コマンドを同じ時間的閾値に関連付けることができる。この例では、持続時間が時間的閾値に達するか／超えるか、または時間的閾値に達しないかに基づいて、入力コマンドが選択され得る。
別例として、３つの条件付き入力コマンドを以下の時間的閾値と関連付けることができる。
コマンド１（例：ソフトウェア・アプリケーション＃１を開く）：１００ミリ秒≦持続時間＜１０００ミリ秒
コマンド２（例：ソフトウェア・アプリケーション＃２を開く）：１０００ミリ秒≦持続時間＜２０００ミリ秒
コマンド３（例：ソフトウェア・アプリケーション＃３を開く）：２０００ミリ秒≦持続時間
いくつかの実施形態では、神経関連信号の強度の低減は、被験者が思考（例えば、タスクに関連する思考またはタスクに関連しない思考）を想起し保持することによって引き起こされ得る。さらに、神経関連信号の強度の増加は、同じ被験者が精神的に思考を解放することによっても引き起こされ得る。神経関連信号の強度の低減の持続時間は、続いて被験者が精神的に思考を解放するまでの思考（例えば、タスクに関連する思考またはタスクに関連しない思考）が保持されている時間量に結びつけることができる。
先に述べたように、思考はタスクに関連する思考であっても、タスクに関連しない思考であってもよい。被験者は、タスクに関連する思考に関連付けられるタスクの少なくとも一部を達成するべく、入力コマンド１８をデバイスに送信するために、タスクに関連する思考を想起して保持することができる。いくつかの実施形態では、被験者がタスクに関連する思考を保持している時間の長さにより、複数の条件付き入力コマンドからどの入力コマンドを選択するかを決定することができるが、そのような全ての条件付き入力コマンドは、タスクに関連する思考に関連付けられたタスクの少なくとも一部を達成することを目的とすることができる。
被験者は、タスクに関連しない思考に関連付けられないタスクの少なくとも一部を達成するべく、入力コマンドをデバイスに送信するために、タスクに関連しない思考を想起して保持することもできる。いくつかの実施形態では、被験者がタスクに関連する思考を保持している時間の長さにより、複数の条件付き入力コマンドからどの入力コマンドを選択するかを決定することができるが、そのような全ての条件付き入力コマンドは、タスクに関連する思考に関連付けられたタスクの少なくとも一部を達成することを目的とすることができる。
方法２００は、選択された入力コマンド１８に関する視覚的フィードバック、聴覚的フィードバック、触覚的フィードバック、神経刺激の形態のフィードバック、またはそれらの組み合わせを被験者に提供する追加または任意の作動２１０をさらに含むことができる。フィードバックは、選択された入力コマンド１８をその被験者に通知し、また、別の入力コマンド１８を選択することによって入力コマンド１８を修正するか、選択された入力コマンド１８をキャンセルする選択肢を被験者に提供することができる。
方法２００は、作動２１２において、選択された入力コマンド１８をデバイスまたはソフトウェアに送信するステップをさらに含むことができる。入力コマンド１８は、被験者が選択した入力コマンド１８を確認した時に、または確認後に送信することができ、また、そのような確認を受けることなく入力コマンド１８を送信することもできる。
入力コマンド１８は、テレメトリーユニット２２、ホストデバイス１６、またはそれらの組み合わせの１つ以上のプロセッサーを使用して送信することができる。先に説明したように、入力コマンド１８は、ラップトップ、デスクトップ・コンピューター、スマートフォン、またはタブレットコンピューターなどの周辺機器またはパーソナル・コンピューティング・デバイス上で実行される１つ以上のエンド・アプリケーション（例えば、アプリケーション・ソフトウェア）に送信することが可能である。入力コマンド１８をソフトウェア・プログラムに送信する場合に、入力コマンド１８は、１つ以上のソフトウェア・アプリケーション・プログラミング・インターフェース（ＡＰＩ）を介して送信することができる。これらおよび他の実施形態では、入力コマンド１８は、ＩｏＴデバイス、移動体（電動車椅子など）、または他の種類の周辺機器若しくはパーソナル・コンピューティング・デバイスに送信され、かかるデバイスまたは車両を制御することができる。さらに、入力コマンド１８は、そのような周辺機器またはパーソナル・コンピューティング・デバイスまたは車両上で実行される１つ以上のエンド・アプリケーション（例えば、ソフトウェア）に送信することも可能である。
方法２００またはその変形例は、被験者が電動車椅子を前進させる思考を生成して約２秒間保持したときに、被験者の電動車椅子を制御するために使用され得る。モジュール１０は、約２秒持続する被験者の神経関連信号の強度の低減を検知することができる。モジュール１０は、続いて被験者が電動車椅子を前進させるという思考を解放すると、その後の被験者の神経関連信号の強度の増加（例えば、ベータ振動の反動）を検知することができる。モジュール１０は、続いて約２秒の持続時間に基づいて、複数の条件付き入力コマンドから入力コマンド１８を選択することができる。この場合、入力コマンド１８は、電動車椅子を２メートル前進させるという電動車椅子へのコマンドとすることができる。その他の条件付き入力コマンドは、電動車椅子を１メートル（脱シンク持続時間１秒以下）または３メートル（脱シンク持続時間３秒以上）前進させるコマンドを含み得る。モジュール１０は、続いて入力コマンド１８を電動車椅子に送信し、電動車椅子を２メートル前進させることができる。当業者であれば理解できるように、この方法は、任意の数のタスクに関連する思考をカバーするように、また、先の例で特に言及されていない他のデバイス、車両、またはソフトウェアの制御をカバーするように拡張することができる。
方法２００またはその変形例は、被験者が、被験者の身体機能に関連する思考（例えば、被験者の筋肉を収縮させる）を生成して約２秒間保持したときに、被験者の電動車椅子を制御するために、被験者が使用することもできる。被験者の身体機能に関連する思考は、被験者の電動車椅子を制御するというタスクに関連しないため、タスクに関連しない思考とみなすことができる。モジュール１０は、約２秒持続する被験者の神経関連信号の強度の低減を検知することができる。モジュール１０は、続いて約２秒の持続時間に基づいて、複数の条件付き入力コマンドから入力コマンド１８を選択することができる。この場合、入力コマンド１８は、電動車椅子を２メートル前進させるという電動車椅子へのコマンドとすることができる。その他の条件付き入力コマンドは、電動車椅子を１メートル（脱シンク時間が１秒以下、例えば被験者が１秒以下筋肉を収縮させる思考を生成して保持することによって生じる）または３メートル（脱シンク時間が３秒以上、例えば被験者が３秒以上筋肉を収縮させる思考を生成して保持することによって生じる）前進させるコマンドでありうる。モジュール１０は、続いて入力コマンド１８を電動車椅子に送信し、電動車椅子を２メートル前進させることができる。
当業者であれば理解できるように、この方法は、任意の数のタスクに関連しない思考をカバーするように、また、先の例で特に言及されていない他のデバイス、車両、またはソフトウェアの制御をカバーするように拡張することができる。
図１１は、神経インターフェース１４と、神経関連信号を処理および分類し、処理および分類されたデータに基づいて入力コマンド１８を選択するように構成された様々なソフトウェア層を実行する少なくとも１つのデバイス３００または装置とを含むモジュール１０のシステムまたは別の実施形態を例示している。いくつかの実施形態では、デバイス３００は、テレメトリーユニット２２、ホストデバイス１６、またはそれらの組み合わせのうちのいずれかとすることができる。これらおよび他の実施形態では、デバイス３００（例えば、テレメトリーユニット２２）は、被験者の胸部領域または腕の中など、被験者の体内に移植することができる。
他の実施形態では、デバイス３００は、神経インターフェース１４内に埋め込まれた、または被験者の脳内に移植された神経インターフェース１４に結合された処理ユニットまたは制御部を指すことができる。デバイス３００の１つ以上のプロセッサーは、様々なソフトウェア層を構成するソフトウェア命令を実行するようにプログラムされ得る。
図１１に示すように、ソフトウェア層は、前処理層３０２、分類層３０４、および時間的クリックロジック層３０６から構成することができる。前処理層３０２、分類層３０４、および時間的クリックロジック層３０６は、多層ソフトウェア・アーキテクチャーの一部とすることができる。
前処理層３０２は、神経インターフェース１４から得られた生の信号をフィルタリングして平滑化するように構成された複数のソフトウェア・フィルターで構成することができる。被験者の神経関連信号は、神経インターフェース１４の電極（例えば、被験者の脳内に移植されたステント）を使用して、選択されたチャネルにわたって連続的に監視することができる。神経関連信号は、１００ミリ秒毎にサンプリングするか、生信号の１００ミリ秒「チャンク」またはビンを前処理層３０２に渡し、処理および平滑化することができる。前述したように、監視される神経関連信号は、被験者の１つ以上の神経周波数帯域（例えば、ベータ帯域の振動、ガンマ帯域の振動など）であり、神経関連信号の強度は、そのような神経周波数帯域のパワーであり得る。
例えば、神経インターフェース１４の３つの個別のチャネルから得られた生の神経関連信号の１００ミリ秒ビンに対応するデータは、最初に前処理層３０２に渡すことができる。前処理層３０２は、続いて（１）閾値ベースの切断および批准拒否を行うための閾値フィルター、（２）５０Ｈｚのノッチ・フィルタリングを行うためのノッチ・フィルター、（３）４乃至３０Ｈｚのバターワース帯域パスフィルタリングを行うための帯域パスフィルター、（４）ウェーブレットに基づくアーティファクト除去を行うためのウェーブレット・アーティファクト除去フィルター、（５）マルチテーパー・スペクトル分解を行うためのマルチテーパー・スペクトル分解フィルター、および（６）時間ボックスカー平滑化を行うためのボックスカー平滑フィルターの適用が可能である。フィルタリングされたデータは、続いて分類層３０４に供給される。
分類層３０４は、結果として生じるデータ・セグメントまたはビンを、脱同期化イベントまたは状態（「キーダウン」分類イベントとも呼ばれる）、反動イベントまたは状態（「キーアップ」分類イベントとも呼ばれる）、または休息イベントまたは状態に分類するように構成される機械学習分類器から構成される。機械学習分類器は、事前に訓練された分類器であってもよい。
いくつかの実施形態では、機械学習分類器は、サポートベクターマシン（ＳＶＭ）等の教師あり学習モデルを利用することができる。より具体的な例として、機械学習分類器は、事前に訓練されたＳＶＭとすることができる。他の実施形態では、機械学習分類器は、ガウス混合モデル分類器、ナイーブベイズ分類器、または他の機械学習分類器とすることができる。
分類されたイベントまたは状態は、続いて時間的クリックロジック層３０６に供給され、時間的クリックロジック層３０６の一部として記憶されたイベント／状態および条件または閾値の数に基づいて、入力コマンド１８を選択することが可能である。例えば、時間的クリックロジック層３０６は、時間的クリックロジック層３０６が、反動イベントが続く３乃至９個の連続した脱シンクイベントの間を検知すると、第１のソフトウェア・アプリケーション（例えば、被験者のＧｍａｉｌ（登録商標）アプリケーション）を開くための１つの入力コマンドを選択することが可能である。これに代えて、時間的クリックロジック層３０６は、時間的クリックロジック層３０６が、反動イベントが続く１０以上の連続した脱シンクイベントの間を検知すると、第２のソフトウェア・アプリケーション（例えば、被験者のＷｈａｔｓＡｐｐ（登録商標）アプリケーション）を開くために別の入力コマンドを選択することができる。
図１２Ａは、被験者が思考を短時間保持した場合のスペクトログラム４００の一例を示す図である。思考は、タスクに関連する思考（例えば、マウスカーソルを押してソフトウェア・アプリケーションを選択する）であっても、タスクに関連しない思考（例えば、被験者の膝腱を収縮させる）であってもよい。この例では、神経関連信号は、被験者のベータ帯域の神経振動とすることができる。図１２Ａに示すように、被験者が思考を想起して保持すると、被験者のベータ帯域神経振動のパワーは、ベースラインのベータ帯域パワーレベルよりも減少することができる。
被験者が思考を保持している限り、分類層３０４（図１１参照）は、ベータ帯域神経振動を脱シンク状態であると分類することになる。より具体的には、被験者が思考を保持している限り、分類層３０４は、ベータ帯域信号の時間セグメント（例えば、１００ミリ秒の「ビン」）を連続した脱シンクイベントとして分類する。被験者が約４００ミリ秒の思考を保持した場合に、これは、１回の脱同期化イベントを約１００ミリ秒とすると、４回の連続した脱同期化イベントに略相当する。
図１２Ａは、被験者が精神的に思考を解放すると、被験者のベータ帯域神経振動のパワーがベースラインベータ帯域パワーレベルを超えて増加可能であることをさらに例示している。この解放が発生すると、分類層３０４は、ベータ帯域信号のこの時間セグメントを反動イベントとして分類することになる。
一旦時間的クリックロジック層３０６が反動イベントを検知すると、反動イベントに先行する連続した脱シンクイベントの数がカウントされ、この合計が特定の条件付き入力コマンドに関連付けられる１つ以上の時間的閾値と比較されることになる。
この例では、４回連続の脱シンクイベント（被験者の約４００ミリ秒の思考保持に相当）は、３回連続の脱シンクイベント（約３００ミリ秒）乃至９回連続の脱シンクイベント（約９００ミリ秒）の短時間範囲に該当する。その結果、この短時間の範囲に関連付けられる最初の入力コマンドを選択することができる。第１の入力コマンドは、モジュール１０と通信しているデバイス上で実行される、被験者のＧｍａｉｌ（登録商標）アプリケーションなどの第１のソフトウェア・アプリケーションを開くコマンドとすることができる。図１２Ａに示すように、反動イベントを検知した直後に入力コマンドをデバイスに送信することができる。
図１２Ｂは、被験者がより長い時間思考を保持している場合の別例によるスペクトログラム４０２を示す図である。図１２Ｂに示すように、被験者はこの思考（例えば、タスクに関連する思考またはタスクに関連しない思考）を約１０００ミリ秒または１秒間保持することができる。図１２Ａと同様に、被験者が思考を想起して保持すると、被験者のベータ帯域神経振動のパワーは、ベースラインのベータ帯域パワーレベルよりも減少し得る。図１２Ｂに見られるように、約１０００ミリ秒の思考を保持することは、各脱同期化イベントが約１００ミリ秒に設定されている場合に、１０回の連続した脱同期化イベントに略相当する。
被験者が精神的に思考を解放すると、被験者のベータ帯域神経振動のパワーがベースラインベータ帯域パワーレベルを超えて増加可能である。この解放が発生すると、分類層３０４は、ベータ帯域信号のこの時間セグメントを反動イベントとして分類することになる。
この例では、１０回の連続した脱シンクイベント（被験者の約１０００ミリ秒間の思考保持に相当）は、１０回以上の連続した脱シンクイベントの長時間の範囲に入る（ｘ≧１０００ミリ秒）。その結果、この長時間の範囲に関連付けられる第２の入力コマンドを選択することができる。第２の入力コマンドは、モジュール１０と通信しているデバイス上で実行される、被験者のＷｈａｔｓＡｐｐ（登録商標）アプリケーションなどの第２のソフトウェア・アプリケーションを開くコマンドとすることができる。図１２Ｂに示すように、反動イベントを検知した直後に入力コマンドをデバイスに送信することができる。
先行する実施例では、連続した脱シンクイベントについて説明したが、ベータ帯域周波数以外の神経周波数帯域については、脱シンクイベント以外の連続したイベント（例えば、神経関連信号の強度の増加）も入力コマンドの選択に使用できることが本開示によって企図される。
図１３は、被験者の神経関連信号の検知された変化を使用して、デバイス（例えば、個人用電子デバイス、ＩｏＴデバイス、移動体など）、ソフトウェア・アプリケーション（例えば、エンド・アプリケーション１２）、またはそれらの組み合わせを制御する別の方法５００を例示している。方法５００は、作動５０２において、被験者の神経関連信号の第１の変化を検知するステップを含むことができる。方法５００は、作動５０４において、第１の変化に続く被験者の神経関連信号の第２の変化を検知するステップをさらに含むことができる。
一実施形態では、神経関連信号の第１の変化は、神経関連信号の強度がベースライン信号レベルを下回る低減であり得、また、神経関連信号の第２の変化は、神経関連信号の強度がベースライン信号レベルを超えた増加であり得る。例えば、神経関連信号の第１の変化は、被験者の神経振動のパワーの低減であり得、また、神経関連信号の第２の変化は、神経振動のパワーの増加であり得る。
本実施形態において、神経関連信号の第１の変化は、被験者がタスクに関連する思考またはタスクに関連しない思考などの思考を生成して保持するときに生じ得る。神経関連信号の第２の変化は、被験者が精神的に思考を解放したときに生じ得る。
代替的実施形態では、神経関連信号の第１の変化は、神経関連信号の強度がベースライン信号レベルを上回る増加であり得、また、神経関連信号の第２の変化は、神経関連信号の強度がベースライン信号レベルを下回る低減または減少であり得る。例えば、神経関連信号の第１の変化は、被験者の神経振動のパワーの増加であり得、また、神経関連信号の第２の変化は、神経振動のパワーの低減または減少であり得る。より具体的には、神経関連信号の第１の変化は、ガンマ帯域振動のパワーがベースラインのガンマ帯域パワーレベルを超えた増加であり得、また、神経関連信号の第２の変化は、ガンマ帯域振動のパワーがベースラインのガンマ帯域パワーレベルを下回った減少であり得る。本実施形態では、被験者がタスクに関連する思考やタスクに関連しない思考などの思考を生成して保持したときに、神経関連信号の第１の変化（すなわち、ガンマ帯域振動のパワーの増加）を生じさせることができる。神経関連信号の第２の変化（ガンマ帯域振動のパワーの減少）は、被験者が精神的に思考を解放したときに生じ得る。
さらなる実施形態では、神経関連信号の第１の変化は、被験者が第１の思考（例えば、タスクに関連する思考またはタスクに関連しない思考）を精神的に解放することによって引き起こされる被験者の神経関連信号の強度の増加であり得る。本実施形態では、神経関連信号の第２の変化は、被験者が第２または後続の思考（例えば、別のタスクに関連する思考またはタスクに関連しない思考）を生成し保持することによって引き起こされるベースライン信号レベルを下回る神経関連信号の強度の減少であり得る。第１の思考、第２の思考、またはそれらの組み合わせは、被験者の筋群の制御など、被験者の身体機能に関する思考とすることができる。入力コマンド１８は、被験者が第２の思考を生成したとき、またはその後に送信することができる。
強度の変化は、神経インターフェース１４（例えば、脳内に移植された血管内留置デバイスの電極を介して）と、テレメトリーユニット２２、ホストデバイス１６、またはそれらの組み合わせの１つ以上のプロセッサーとを使用して検知することができる。
方法５００は、作動５０６において、神経関連信号の第１の変化の持続時間を決定するステップをさらに含むことができる。例えば、神経関連信号が被験者の神経振動である場合に、作動５０６は、神経振動のパワーの変化の持続時間を決定するこステップを含むことができる。
いくつかの実施形態では、第１の変化の持続時間は、神経関連信号における第１の変化の開始と第２の変化の開始との間の経過時間を計算することによって決定することができる。例えば、被験者が思考（例えば、タスクに関連する思考またはタスクに関連しない思考）をより長時間保持する場合に、持続時間を長くすることができる。
他の実施形態では、被験者の神経関連信号のサンプルまたは時間的セグメントを機械学習分類器（例えば、図１１の機械学習分類器３０８）に送り込むことによって第１の変化の持続時間を決定することができ、機械学習分類器は、信号サンプルまたは信号ビンをいくつかの事前定義された状態（例えば、脱同期化状態、反動状態、または静止状態）のうちの１つにあると分類することができる。
方法５００は、作動５０８における持続時間に基づいて、複数の条件付き入力コマンドから入力コマンド１８を選択するステップをさらに含むことができる。複数の条件付き入力コマンドから入力コマンド１８を選択するステップは、持続時間を条件付き入力コマンドに関連付けられた１つ以上の時間的閾値と比較するステップと、持続時間が１つ以上の時間的閾値を超えるかまたは達しないかに基づいて入力コマンド１８を選択するステップと、をさらに含むことができる。
方法５００は、選択された入力コマンド１８に関する視覚的フィードバック、聴覚的フィードバック、触覚的フィードバック、神経刺激の形態のフィードバック、またはそれらの組み合わせを被験者に提供する任意作動５１０をさらに含むことができる。例えば、視覚的フィードバック、聴覚的フィードバック、触覚的フィードバック、神経刺激フィードバック、またはそれらの組み合わせを提供することにより、被験者は選択した入力コマンド１８を確認する機会を得ることができる。他の実施形態では、入力コマンド１８をデバイスまたはソフトウェアに送信した後に、入力コマンド１８が送信されたこと、または送信または実行の過程にあることを被験者に知らせるために、フィードバックを提供することが可能である。
方法５００は、作動５１２において、作動された入力コマンド１８を装置またはソフトウェアに送信するステップをさらに含むことができる。いくつかの実施形態では、入力コマンド１８は、被験者の神経関連信号の第２の変化を検知した直後に送信され得る。
入力コマンド１８は、テレメトリーユニット２２、ホストデバイス１６、またはそれらの組み合わせの１つ以上のプロセッサーを使用して送信することができる。先に説明したように、入力コマンド１８は、ラップトップ、デスクトップ・コンピューター、スマートフォン、またはタブレットコンピューターなどの周辺機器またはパーソナル・コンピューティング・デバイス上で実行される１つ以上のエンド・アプリケーション（例えば、アプリケーション・ソフトウェア）に送信することが可能である。入力コマンド１８をソフトウェア・プログラムに送信する場合に、入力コマンド１８は、１つ以上のソフトウェア・アプリケーション・プログラミング・インターフェース（ＡＰＩ）を介して送信することができる。これらおよび他の実施形態では、入力コマンド１８は、ＩｏＴデバイス、移動体（電動車椅子など）、または他の種類の周辺機器若しくはパーソナル・コンピューティング・デバイスに送信され、かかるデバイスまたは車両を制御することができる。さらに、入力コマンド１８は、そのような周辺機器またはパーソナル・コンピューティング・デバイスまたは車両上で実行される１つ以上のエンド・アプリケーション（例えば、ソフトウェア）に送信することも可能である。
本出願人が直面している技術的問題の１つは、運動機能障害患者（閉じ込め患者のような重度の運動機能制限を有する患者を含む）が、思考および／または特定の筋肉群しか制御できない可能性がある場合に、どのようにしてデバイスまたはソフトウェア・アプリケーションを制御できるようにするかということにある。本出願人が発見した１つの解決策は、被験者の神経関連信号（例えば、神経振動または脳波）の強度がベースラインレベルを下回る第１の変化（低減など）を検知し、第１の変化に続いて神経関連信号の強度がベースラインレベルを超える第２の変化（増加など）を検知し、神経関連信号の第２の変化における検知時またはその後にデバイスへ入力コマンドを送信することにある。これらの変化は、被験者の脳内に埋め込まれた神経インターフェースを使用して検知することができる。これにより、被験者が思考（タスクに関連する思考やタスクに関連しない思考など）を生成し、その思考を精神的に解放することで、デバイスやソフトウェア・アプリケーションを制御することができる。
本出願人が直面する別の技術的課題は、このような制御に影響を与える信頼性の高い再現性のある信号が必要な場合に、被験者の複数の神経関連信号のうちどれを監視するかということにある。本出願人が発見した１つの解決策は、ベータ帯域（約１２Ｈｚ乃至３０Ｈｚ）、ガンマ周波数範囲またはガンマ帯域（約３０Ｈｚ乃至１４０Ｈｚ、より具体的には６０Ｈｚ乃至８０Ｈｚ）、アルファー周波数範囲またはアルファー帯域（約７Ｈｚ乃至１２Ｈｚ）、デルタ周波数範囲またはデルタ帯域（約０．１Ｈｚ乃至３Ｈｚ）、シータ周波数範囲またはシータ帯域（約４Ｈｚ乃至７Ｈｚ）、またはそれらの組み合わせにおける神経振動を含む被験者の神経振動を使用することにある。さらに、神経関連信号は、Ｍｕ帯域（約７．５Ｈｚ乃至１２．５Ｈｚ）、感覚運動リズム（ＳＭＲ）帯域（約１２．５Ｈｚ乃至１５．５Ｈｚ）、またはそれらの組み合わせの神経振動をさらに含み得る。
また、本出願人が直面する技術的課題として、移動に不自由のある患者（閉じこもり患者など移動に深刻な制限のある患者を含む）が複数のデバイスやソフトウェア・アプリケーションを迅速かつ正確に制御できるようにするにはどうすればよいかということが挙げられる。本出願人が発見した１つの解決策は、被験者の神経関連信号の変化（例えば、神経関連信号の強度の減少）の持続時間に基づいて、複数の条件付き入力コマンドから入力コマンドを選択することにある。例えば、神経関連信号の変化の持続時間は、機械学習分類器を使用して神経関連イベント（脱シンクイベントや反動イベントなど）を分類し、そのイベントの数を条件付き入力コマンドに関連する予め定められた閾値と比較することで算出することが可能である。これにより、被験者は、ある思考（例えば、タスクに関連する思考やタスクに関連しない思考）を一定時間保持し、閾値を超えたらその思考を精神的に解放することによって、異なるコマンドの中から選択することができるようになる。
図１４は、被験者が被験者の左右の足首の動きに関する思考を想起し、保持し、その後解放したときのベータ帯域（例えば、１２Ｈｚ乃至３０Ｈｚ）およびガンマ帯域（例えば、６０Ｈｚ乃至８０Ｈｚ）の周波数のパワーの変化を例示する図である。図１４に示すように、被験者が思考を生成して保持するときにベータ帯域の神経振動のパワーまたは強度が減少し、その後、被験者が思考を解放したときに増加し得る。図１４は、被験者が思考を生成して保持するときに、被験者のガンマ帯域の神経振動のパワーまたは強度が増加し、その後、被験者が思考を解放したときに減少することができることをさらに示している。例えば、これらの思考は、被験者の左足首および右足首を動かそうとする思考に関連することができる。
複数の実施形態について説明した。それにもかかわらず、当業者であれば、実施形態の趣旨および範囲から逸脱することなく、本開示に対して様々な変更および修正を行うことができることが理解されよう。任意の実施形態とともに示されるシステム、デバイス、装置、および方法の要素は、特定の実施形態について例示的であり、本開示内の他の実施形態に組み合わせて、またはその他の方法で使用することが可能である。例えば、図面に描かれた、または本開示に記載された任意の方法のステップは、所望の結果を達成するために、示されたまたは記載された特定の順序または連続的な順序を必要としない。加えて、所望の結果を得るために、他のステップ作動を設けてもよいし、記載された方法またはプロセスからステップまたは作動を削除または省略してもよい。さらに、本開示に記載され、または図に描かれた任意の装置またはシステムの任意の構成要素または部品は、所望の結果を達成するために除去、削除、または省略されてもよい。また、本明細書に図示または記載されたシステム、デバイス、または装置の特定の構成要素または部品は、簡潔かつ明瞭にするために省略されている。
したがって、他の実施形態は、以下の特許請求の範囲内にあり、明細書および／または図面は、制限的な意味ではなく例示的な意味で見なされる場合がある。
本明細書で説明および図示した個別の変形例または実施形態の各々は、他の任意の変形例または実施形態の要素と容易に分離または結合することができる個別の構成要素および要素を有している。特定の状況、材料、物質の組成、プロセス、プロセスの１つ以上の行為、または１つ以上のステップを本発明の目的、趣旨または範囲に適合させるために、複数の変更を行うことができる。
本明細書に記載された方法は、論理的に可能な任意の順序で、また、記載された順序で、記載された事象を実施することができる。さらに、所望の結果を達成するために、追加のステップまたは作動を設けてもよいし、ステップまたは作動を削除してもよい。
さらに、値の範囲が規定されている場合、その範囲の上限と下限との間に介在するすべての値、およびその規定範囲内の任意の他の規定値または介在するすべての値は、本発明の範囲に包含されるものとする。また、本発明の態様の任意の要素は、独立して、または本明細書に記載された任意の１つ以上の要素と組み合わせて、規定し、請求することができる。例えば、１乃至５の範囲の記述は、１乃至３、１乃至４、２乃至４、２乃至５、３乃至５などの小範囲と、その範囲内の個々の数値、例えば１．５、２．５など、およびこれらの間の全体または一部の増分を開示したものと考えるべきである。
本明細書で言及されるすべての既存の主題（例えば、刊行物、特許、特許出願）は、その主題が本発明の主題と矛盾する可能性がある（その場合、本明細書に存在するものが優先する）場合を除いて、その全体が本明細書に開示されたものとする。参照された項目は、本出願の出願日前の開示のためにのみ提供されている。本明細書のいかなる内容も、本発明が先行発明によりかかる資料に先行する権利を有しないことを認めるものと解釈されないものとする。
単数形の品目に対する言及は、同じ品目が複数存在する可能性を含んでいる。より具体的には、本明細書および添付の特許請求の範囲で使用されているように、単数形の「ａ」、「ａｎ」、「ｓａｉｄ」、および「ｔｈｅ」は、文脈が明らかに他を指示しない限り、複数の参照を含む。さらに、特許請求の範囲の記載は、任意の要素を除外するように作成することができることに留意されたい。したがって、この記述は、請求項の要素の記載に関連して「単独で」「のみ」などの排他的な用語を使用したり、「否定的」な限定を使用するための先行根拠として機能することを意図している。特に定義されていない限り、本明細書で使用されているすべての技術用語および科学用語は、本発明が属する技術分野の当業者によって一般的に理解されているのと同じ意味を有する。
「少なくとも１つの」という表現は、複数の項目または構成要素（または項目または構成要素の列挙されたリスト）を修飾する場合に、それらの項目または構成要素のうちの１つ以上の任意の組み合わせを意味する。例えば、「Ａ、Ｂ、およびＣのうちの少なくとも１つ」という表現は、（ｉ）Ａ；（ｉｉ）Ｂ；（ｉｉｉ）Ｃ；（ｉｖ）Ａ、Ｂ、およびＣ；（ｖ）ＡおよびＢ；（ｖｉ）ＢおよびＣ；または（ｖｉｉ）ＡおよびＣを意味する。
本開示の範囲を理解する上で、本明細書で使用されるような用語「含む」およびその派生語は、記載された特徴、要素、成分、グループ、整数、および／またはステップの存在を特定するが、他の記載されていない特徴、要素、成分、グループ、整数、および／またはステップの存在を除外しない、開放型の用語であると意図している。また、「含む」、「有する」、およびそれらの派生語など、同様の意味を有する句についても同様である。また、単数形で使用される「部品」、「区分」、「部分」、「部材」、「要素」、「構成要素」という用語は、１つの部品または複数の部品の両者の意味を有し得る。本明細書において使用されるように、「前方、後方、上方、下方、垂直、水平、下方、横断方向、および縦方向」という方向性用語、および他の任意の類似の方向性用語は、装置または機器のそれらの位置、または装置または機器のそれらの方向が並進または移動されることを意味する。
最後に、本明細書で使用する「実質的に」、「約」、および「おおよそ」などの程度の用語は、最終結果が相当または実質的に変化しないような、規定値、または規定値および規定値からの妥当な量の偏差（例えば、そのような変化が適切であるような±０．１％、±１％、±５％、または±１０％までの偏差）のことを意味する。例えば、「約１．０ｃｍ」は、「１．０ｃｍ」または「０．９ｃｍ乃至１．１ｃｍ」を意味すると解釈することができる。範囲の一部である数値や値について「約」や「おおよそ」といった程度の用語を使用する場合、この用語は最小および最大の数値や値を加減するために使用することができる。
本開示は、規定された特定の形態の範囲に限定されることを意図するものではなく、本明細書に記載された変形または実施形態の代替物、修正物、および均等物をカバーすることを意図している。さらに、本開示の範囲は、本開示に鑑みて当業者にとって自明となり得る他の変形または実施形態を完全に包含するものである。

Claims (6)

  1. デバイスおよび被験者の体内に埋め込まれた神経インターフェースに有線または無線で通信しているテレメトリーユニットまたはホストデバイスの１つ以上のプロセッサーが、
    前記神経インターフェースの電極を使用して測定される、前記被験者の神経関連信号の強度が、測定されたベースラインレベルよりも低減していることを検知するステップであって、前記神経関連信号が神経振動であり、前記神経関連信号の前記強度の前記低減を検知するステップは、前記神経振動のパワーがベースライン振動パワーレベルよりも減少することを検知するステップを含む、低減していることを検知するステップと、
    前記神経関連信号の前記強度が、前記低減の後に前記ベースラインレベルを超えて増加したことを検知するステップであって、前記神経関連信号の前記強度の前記増加を検知するステップは、ベースライン振動パワーレベルを超えて前記神経振動の前記パワーが増加することを検知するステップを含む、増加したことを検知するステップと、
    前記神経関連信号の前記強度が増加したことを検知したときに、または同検知に続いて、入力コマンドを前記デバイスに送信するステップと、
    を実行する、デバイスを制御する方法。
  2. 前記神経振動は、１つ以上の周波数帯域での振動を含む、請求項１に記載の方法。
  3. 前記神経振動が、約１２Ｈｚ乃至３０Ｈｚの間の周波数のベータ帯域振動を含む、請求項２に記載の方法。
  4. 選択される前記入力コマンドに関して、視覚的フィードバック、聴覚的フィードバック、触覚的フィードバック、および神経刺激の形態のフィードバックのうちの少なくとも１つを前記被験者に提供するステップをさらに含む、請求項１に記載の方法。
  5. 前記入力コマンドを送信するステップは、前記デバイス上で実行される１つ以上のエンド・アプリケーションに前記入力コマンドを送信するステップを含む、請求項１に記載の方法。
  6. 前記デバイスは、パーソナルコンピューティングデバイス、ＩｏＴデバイス、および移動体のうちの少なくとも１つである、請求項１に記載の方法。
JP2022559561A 2020-04-01 2021-04-01 神経関連信号の検知された変化を使用してデバイスを制御するためのシステムおよび方法 Active JP7781766B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2025153522A JP2025178328A (ja) 2020-04-01 2025-09-16 神経関連信号の検知された変化を使用してデバイスを制御するための方法

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US202063003480P 2020-04-01 2020-04-01
US63/003,480 2020-04-01
PCT/US2021/025440 WO2021202915A1 (en) 2020-04-01 2021-04-01 Systems and methods for controlling a device using detected changes in a neural-related signal

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2025153522A Division JP2025178328A (ja) 2020-04-01 2025-09-16 神経関連信号の検知された変化を使用してデバイスを制御するための方法

Publications (2)

Publication Number Publication Date
JP2023519968A JP2023519968A (ja) 2023-05-15
JP7781766B2 true JP7781766B2 (ja) 2025-12-08

Family

ID=77930021

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2022559561A Active JP7781766B2 (ja) 2020-04-01 2021-04-01 神経関連信号の検知された変化を使用してデバイスを制御するためのシステムおよび方法
JP2025153522A Pending JP2025178328A (ja) 2020-04-01 2025-09-16 神経関連信号の検知された変化を使用してデバイスを制御するための方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2025153522A Pending JP2025178328A (ja) 2020-04-01 2025-09-16 神経関連信号の検知された変化を使用してデバイスを制御するための方法

Country Status (7)

Country Link
US (3) US11550391B2 (ja)
EP (2) EP4678097A3 (ja)
JP (2) JP7781766B2 (ja)
CN (1) CN115698906B (ja)
AU (1) AU2021246506B2 (ja)
IL (1) IL296939B1 (ja)
WO (1) WO2021202915A1 (ja)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6761141B2 (ja) 2017-08-03 2020-09-23 ザ ユニバーシティー オブ メルボルンＴｈｅ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｍｅｌｂｏｕｒｎｅ 組織の検知および刺激の少なくともいずれかを行う医療デバイス
US11093038B2 (en) 2019-05-14 2021-08-17 Synchron Australia Pty Limited Systems and methods for generic control using a neural signal
WO2021007346A1 (en) 2019-07-09 2021-01-14 Juad Nextgen Neuroend, Llc Apparatus, systems and methods for transvascular access to the brain
EP4048371A4 (en) 2019-10-29 2024-03-13 Synchron Australia Pty Ltd SYSTEMS AND METHODS FOR CONFIGURING A BRAIN CONTROL INTERFACE USING DATA FROM DEPLOYED SYSTEMS
CN115698906B (zh) 2020-04-01 2026-04-17 澳大利亚同步企业有限公司 使用检测到的神经相关信号的变化控制设备的系统和方法
WO2022006317A1 (en) 2020-06-30 2022-01-06 Juad Nextgen Neuroend, Llc Transcatheter electroctode array and use thereof
EP4287947A4 (en) 2021-02-03 2025-01-15 Synchron Australia Pty Ltd Neuromonitoring diagnostic systems
US12161396B2 (en) 2021-10-19 2024-12-10 Riccardo Cappato System, device, and method for determining location of arrhythmogenic foci
US12223106B2 (en) 2022-01-13 2025-02-11 Synchron Australia Pty Limited Systems and methods for generic control using a neural signal
US11630517B1 (en) 2022-01-25 2023-04-18 Synchron Australia Pty Limited Systems and methods for increasing control using a neural signal
KR20260049437A (ko) 2022-06-07 2026-04-14 싱크론 오스트레일리아 피티와이 리미티드 과도 진동 또는 의사-진동 버스트 검출을 기반으로 디바이스를 제어하기 위한 시스템 및 방법
CA3260988A1 (en) * 2022-07-01 2024-01-04 Synchron Australia Pty Limited NEUROSURVEY SYSTEMS
EP4618844A1 (en) * 2022-11-18 2025-09-24 Timothy Lance Borkowski Brain activity monitoring based messaging and command system
WO2024196737A2 (en) * 2023-03-17 2024-09-26 The Trustees Of Columbia University In The City Of New York Systems and methods for modeling and decoding neural activities
EP4643933A1 (en) * 2024-05-01 2025-11-05 ONWARD Medical N.V. Improvements relating to neurostimulation
US20260086640A1 (en) * 2024-09-25 2026-03-26 Synchron Australia Pty Limited Effector for brain computer interfaces

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018034113A1 (ja) 2016-08-16 2018-02-22 株式会社デイジー コンテンツ提供システム、コンテンツ提供方法、及びコンテンツ提供システム用のプログラム
JP2018068886A (ja) 2016-11-02 2018-05-10 日本光電工業株式会社 雑音低減手法を備えたブレインマシンインターフェースシステム、およびその制御方法
WO2018147407A1 (ja) 2017-02-10 2018-08-16 日本光電工業株式会社 体内装置からの通信データ量を変更可能なブレインマシンインターフェースシステム、およびその制御方法
JP2018149895A (ja) 2017-03-13 2018-09-27 マツダ株式会社 操作要求判定方法及びその装置
JP2018529171A (ja) 2015-09-16 2018-10-04 リキッドウェブ・ソチエタ・ア・レスポンサビリタ・リミタータＬＩＱＵＩＤＷＥＢ Ｓ．ｒ．ｌ． 支援技術を制御するためのシステムおよびその方法
WO2019235458A1 (ja) 2018-06-04 2019-12-12 国立大学法人大阪大学 想起画像推定装置、想起画像推定方法、制御プログラム、記録媒体

Family Cites Families (64)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6001065A (en) * 1995-08-02 1999-12-14 Ibva Technologies, Inc. Method and apparatus for measuring and analyzing physiological signals for active or passive control of physical and virtual spaces and the contents therein
US20040267320A1 (en) * 2001-11-10 2004-12-30 Taylor Dawn M. Direct cortical control of 3d neuroprosthetic devices
US20110307029A1 (en) * 2008-08-06 2011-12-15 Cerephex Corporation Brain stimulation methods for treating central sensitivity
US20070032738A1 (en) * 2005-01-06 2007-02-08 Flaherty J C Adaptive patient training routine for biological interface system
WO2006078432A2 (en) * 2005-01-18 2006-07-27 Cyberkinetics Neurotechnology Systems, Inc. Biological interface system with automated configuration
US7493161B2 (en) * 2005-05-10 2009-02-17 Cardiac Pacemakers, Inc. System and method to deliver therapy in presence of another therapy
US8825149B2 (en) * 2006-05-11 2014-09-02 Northwestern University Systems and methods for measuring complex auditory brainstem response
WO2008042900A2 (en) 2006-10-02 2008-04-10 University Of Florida Research Foundation, Inc. Pulse-based feature extraction for neural recordings
US8244475B2 (en) 2007-12-27 2012-08-14 Teledyne Scientific & Imaging, Llc Coupling human neural response with computer pattern analysis for single-event detection of significant brain responses for task-relevant stimuli
JP2009297474A (ja) 2008-06-12 2009-12-24 Sleep System Kenkyusho:Kk 睡眠段階判定装置
US8326408B2 (en) * 2008-06-18 2012-12-04 Green George H Method and apparatus of neurological feedback systems to control physical objects for therapeutic and other reasons
US8386007B2 (en) 2008-11-21 2013-02-26 Wisconsin Alumni Research Foundation Thin-film micro electrode array and method
US8519841B2 (en) * 2009-10-14 2013-08-27 Fujitsu Limited Systems and methods for dynamically changing alerts of portable devices using brainwave signals
WO2011050414A1 (en) * 2009-10-30 2011-05-05 Richard John Cale Environmental control method and system
US9357251B2 (en) * 2010-10-12 2016-05-31 Echostar Uk Holdings Limited Thought control of set top box
US20120310105A1 (en) * 2011-05-31 2012-12-06 Massachusetts Institute Of Technology Monitoring task engagement using beta oscillations
EP2731498A4 (en) 2011-07-14 2015-04-22 Univ South Florida LONG-TERM IMPLANTABLE NEURAL INTERFACE DEVICE MADE OF SILICON CARBIDE USING ELECTRIC FIELD EFFECTS
AU2012284246B2 (en) * 2011-07-16 2017-02-23 David M. Devilbiss Systems and methods for the physiological assessment of brain health and the remote quality control of EEG systems
CN104023787B (zh) 2011-10-04 2017-07-11 T·J·奥克斯利 感应或刺激组织的活动
US20130131535A1 (en) * 2011-11-21 2013-05-23 Kuang-Tien Sun Brainwave control system and method operable through time differential event-related potential
US9814426B2 (en) * 2012-06-14 2017-11-14 Medibotics Llc Mobile wearable electromagnetic brain activity monitor
US10606353B2 (en) * 2012-09-14 2020-03-31 Interaxon Inc. Systems and methods for collecting, analyzing, and sharing bio-signal and non-bio-signal data
WO2014102722A1 (en) * 2012-12-26 2014-07-03 Sia Technology Ltd. Device, system, and method of controlling electronic devices via thought
US20150351655A1 (en) * 2013-01-08 2015-12-10 Interaxon Inc. Adaptive brain training computer system and method
KR20150006740A (ko) * 2013-07-09 2015-01-19 류중하 문자에 대한 기호 이미지 구성 방법, 및 기호 이미지에 대한 대응되는 문자의 분석 방법
US20140309538A1 (en) * 2013-04-10 2014-10-16 Pacesetter, Inc. Apparatus and method for detecting phrenic nerve stimulation
US20150079560A1 (en) * 2013-07-03 2015-03-19 Jonathan Daniel Cowan Wearable Monitoring and Training System for Focus and/or Mood
US10531806B2 (en) * 2013-12-17 2020-01-14 University Of Florida Research Foundation, Inc. Brain state advisory system using calibrated metrics and optimal time-series decomposition
US20150272465A1 (en) * 2014-03-31 2015-10-01 Sharp Laboratories Of America, Inc. Systems and methods for portable neurofeedback
US10231621B2 (en) * 2014-05-05 2019-03-19 Neuropace, Inc. Use of a progressive compression encoding of physiologic waveform data in an implantable device to support discontinuing transmission of low-value data
KR101473456B1 (ko) * 2014-06-20 2014-12-18 (주)와이브레인 전기 자극 시스템
US10120413B2 (en) * 2014-09-11 2018-11-06 Interaxon Inc. System and method for enhanced training using a virtual reality environment and bio-signal data
US10945654B2 (en) * 2015-02-14 2021-03-16 Massachusetts Institute Of Technology Methods, systems, and apparatus for self-calibrating EEG neurofeedback
PT108690B (pt) * 2015-07-13 2023-04-04 Fund D Anna Sommer Champalimaud E Dr Carlos Montez Champalimaud Sistema e método para interface cérebro-máquina de aprendizagem de operante
WO2017070252A1 (en) 2015-10-20 2017-04-27 The University Of Melbourne Medical device for sensing and or stimulating tissue
US9712736B2 (en) * 2015-12-15 2017-07-18 Intel Coprporation Electroencephalography (EEG) camera control
WO2018022658A1 (en) * 2016-07-25 2018-02-01 Ctrl-Labs Corporation Adaptive system for deriving control signals from measurements of neuromuscular activity
US20180071648A1 (en) * 2016-09-15 2018-03-15 Sujit I. Chhatlani System and Method for Operating Remote Controlled Toys Using Brainwaves
WO2018093765A1 (en) * 2016-11-15 2018-05-24 Regents Of The University Of California Methods and apparatuses for improving peripheral nerve function
US20180160982A1 (en) * 2016-12-09 2018-06-14 X Development Llc Sensor fusion for brain measurement
US10890972B2 (en) * 2017-04-06 2021-01-12 Korea University Research And Business Foundation Prefrontal-based cognitive brain-machine interfacing apparatus and method thereof
CN111132726B (zh) * 2017-04-18 2023-10-31 墨尔本大学 用于感测和/或刺激组织的血管内设备
JP6761141B2 (ja) 2017-08-03 2020-09-23 ザ ユニバーシティー オブ メルボルンＴｈｅ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｍｅｌｂｏｕｒｎｅ 組織の検知および刺激の少なくともいずれかを行う医療デバイス
CN107277075A (zh) * 2017-08-18 2017-10-20 京东方科技集团股份有限公司 认证装置和认证方法
US11051739B2 (en) 2017-09-27 2021-07-06 International Business Machines Corporation Neural mapping
US10582316B2 (en) * 2017-11-30 2020-03-03 Starkey Laboratories, Inc. Ear-worn electronic device incorporating motor brain-computer interface
US12357814B2 (en) 2018-05-07 2025-07-15 The University Of Melbourne Systems and methods for deep brain stimulation
US20200016396A1 (en) 2018-07-11 2020-01-16 Synchron Australia Pty Limited Systems and methods for improving placement of devices for neural stimulation
US20200205741A1 (en) 2018-12-28 2020-07-02 X Development Llc Predicting anxiety from neuroelectric data
EP3709131A1 (en) 2019-03-11 2020-09-16 Nokia Technologies Oy Detection of facial expressions
US11576601B2 (en) * 2019-04-18 2023-02-14 X Development Llc Artifact identification in EEG measurements
US11093038B2 (en) 2019-05-14 2021-08-17 Synchron Australia Pty Limited Systems and methods for generic control using a neural signal
KR102313622B1 (ko) 2019-08-21 2021-10-19 한국과학기술연구원 생체신호 기반 아바타 제어시스템 및 방법
US11640204B2 (en) 2019-08-28 2023-05-02 The Board Of Trustees Of The Leland Stanford Junior University Systems and methods decoding intended symbols from neural activity
KR102758528B1 (ko) 2019-10-29 2025-01-21 현대자동차주식회사 뇌파 신호를 이용한 이미지 생성 장치 및 방법
CN115052657A (zh) 2019-11-08 2022-09-13 澳大利亚同步企业有限公司 闭环神经调节的方法、系统和设备
CN115698906B (zh) 2020-04-01 2026-04-17 澳大利亚同步企业有限公司 使用检测到的神经相关信号的变化控制设备的系统和方法
US20210361222A1 (en) * 2020-05-21 2021-11-25 Duke University Neurofeedback devices, systems, and methods for pain management
US11468288B2 (en) * 2020-07-28 2022-10-11 Oken Technologies, Inc. Method of and system for evaluating consumption of visual information displayed to a user by analyzing user's eye tracking and bioresponse data
US11957605B2 (en) 2020-12-06 2024-04-16 Cionic, Inc. Machine-learned movement determination based on intent identification
KR20230007601A (ko) 2021-07-05 2023-01-13 현대자동차주식회사 재활 로봇 제어 장치 및 그 방법
US11559232B1 (en) 2022-02-27 2023-01-24 King Abdulaziz University GRU based real-time mental stress assessment
KR20230148624A (ko) * 2022-04-18 2023-10-25 현대자동차주식회사 전동 휠체어 및 그 제어 방법
KR20260049437A (ko) 2022-06-07 2026-04-14 싱크론 오스트레일리아 피티와이 리미티드 과도 진동 또는 의사-진동 버스트 검출을 기반으로 디바이스를 제어하기 위한 시스템 및 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018529171A (ja) 2015-09-16 2018-10-04 リキッドウェブ・ソチエタ・ア・レスポンサビリタ・リミタータＬＩＱＵＩＤＷＥＢ Ｓ．ｒ．ｌ． 支援技術を制御するためのシステムおよびその方法
WO2018034113A1 (ja) 2016-08-16 2018-02-22 株式会社デイジー コンテンツ提供システム、コンテンツ提供方法、及びコンテンツ提供システム用のプログラム
JP2018068886A (ja) 2016-11-02 2018-05-10 日本光電工業株式会社 雑音低減手法を備えたブレインマシンインターフェースシステム、およびその制御方法
WO2018147407A1 (ja) 2017-02-10 2018-08-16 日本光電工業株式会社 体内装置からの通信データ量を変更可能なブレインマシンインターフェースシステム、およびその制御方法
JP2018149895A (ja) 2017-03-13 2018-09-27 マツダ株式会社 操作要求判定方法及びその装置
WO2019235458A1 (ja) 2018-06-04 2019-12-12 国立大学法人大阪大学 想起画像推定装置、想起画像推定方法、制御プログラム、記録媒体

Also Published As

Publication number Publication date
CN115698906A (zh) 2023-02-03
EP4678097A2 (en) 2026-01-14
JP2023519968A (ja) 2023-05-15
JP2025178328A (ja) 2025-12-05
EP4111294A1 (en) 2023-01-04
US20210365117A1 (en) 2021-11-25
IL296939B1 (en) 2026-03-01
US20230107850A1 (en) 2023-04-06
US20260099204A1 (en) 2026-04-09
WO2021202915A1 (en) 2021-10-07
EP4678097A3 (en) 2026-03-18
US11550391B2 (en) 2023-01-10
US12554326B2 (en) 2026-02-17
CN115698906B (zh) 2026-04-17
AU2021246506B2 (en) 2026-02-19
AU2021246506A1 (en) 2022-10-20
IL296939A (en) 2022-12-01
EP4111294A4 (en) 2024-03-20

Similar Documents

Publication Publication Date Title
JP7781766B2 (ja) 神経関連信号の検知された変化を使用してデバイスを制御するためのシステムおよび方法
US11755110B2 (en) Systems and methods for generic control using a neural signal
US11625014B2 (en) Systems and methods for configuring a brain control interface using data from deployed systems
JP6276776B2 (ja) 睡眠段階に応じてデバイスを制御するための電子スイッチ
CN112384131B (zh) 用于使用神经网络来增强被递送给用户的感官刺激的系统和方法
EP3102094B1 (en) System and method for determining timing of sensory stimulation delivered to a subject during a sleep session
JP7383723B2 (ja) 前頭部脳活動モニタリングセンサからの情報に基づいた深い睡眠の強化
US9721450B2 (en) Wearable repetitive behavior awareness device and method
US12223106B2 (en) Systems and methods for generic control using a neural signal
EP3903318B1 (en) System and method for enhancing rem sleep with sensory stimulation

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20240329

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20250304

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20250603

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20250617

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20250916

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20251028

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20251126

R150 Certificate of patent or registration of utility model

Ref document number: 7781766

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150