<  Retour au portail Polytechnique Montréal

Implantable Micro-Device for Epilepsy Seizure Detection and Subsequent Treatment

Muhammad Tariqus Salam

Thèse de doctorat (2012)

Document en libre accès dans PolyPublie
[img]
Affichage préliminaire
Libre accès au plein texte de ce document
Conditions d'utilisation: Tous droits réservés
Télécharger (10MB)
Afficher le résumé
Cacher le résumé

Résumé

L'émergence des micro-dispositifs implantables est une voie prometteuse pour le traitement de troubles neurologiques. Ces systèmes biomédicaux ont été exploités comme traitements non-conventionnels sur des patients chez qui les remèdes habituels sont inefficaces. Les récents progrès qui ont été faits sur les interfaces neuronales directes ont permis aux chercheurs d'analyser l'activité EEG intracérébrale (icEEG) en temps réel pour des fins de traitements. Cette thèse présente un dispositif implantable à base de microsystèmes pouvant capter efficacement des signaux neuronaux, détecter des crises d'épilepsie et y apporter un traitement afin de l'arrêter. Les contributions principales présentées ici ont été rapportées dans cinq articles scientifiques, publiés ou acceptés pour publication dans les revues IEEE, et plusieurs autres tels que «Low Power Electronics» et «Emerging Technologies in Computing». Le microsystème proposé inclus un circuit intégré (CI) à faible consommation énergétique permettant la détection de crises d'épilepsie en temps réel. Cet CI comporte une pré-amplification initiale et un détecteur de crises d'épilepsie. Le pré-amplificateur est constitué d'une nouvelle topologie de stabilisateur d'hacheur réduisant le bruit et la puissance dissipée. Les CI fabriqués ont été testés sur des enregistrements d'icEEG provenant de sept patients épileptiques réfractaires au traitement antiépileptique. Le délai moyen de la détection d'une crise est de 13,5 secondes, soit avant le début des manifestations cliniques évidentes. La consommation totale d'énergie mesurée de cette puce est de 51 μW. Un neurostimulateur à boucle fermée (NSBF), quant à lui, détecte automatiquement les crises en se basant sur les signaux icEEG captés par des électrodes intracrâniennes et permet une rétroaction par une stimulation électrique au même endroit afin d'interrompre ces crises. La puce de détection de crises et le stimulateur électrique à base sur FPGA ont été assemblés à des électrodes afin de compléter la prothèse proposée. Ce NSBF a été validé en utilisant des enregistrements d'icEEG de dix patients souffrant d'épilepsie réfractaire. Les résultats révèlent une performance excellente pour la détection précoce de crises et pour l'auto-déclenchement subséquent d'une stimulation électrique. La consommation énergétique totale du NSBF est de 16 mW. Une autre alternative à la stimulation électrique est l'injection locale de médicaments, un traitement prometteur de l'épilepsie. Un système local de livraison de médicament basé sur un nouveau détecteur asynchrone des crises est présenté.

Abstract

Emerging implantable microdevices hold great promise for the treatment of patients with neurological conditions. These biomedical systems have been exploited as unconventional treatment for the conventionally untreatable patients. Recent progress in brain-machine-interface activities has led the researchers to analyze the intracerebral EEG (icEEG) recording in real-time and deliver subsequent treatments. We present in this thesis a long-term safe and reliable low-power microsystem-based implantable device to perform efficient neural signal recording, seizure detection and subsequent treatment for epilepsy. The main contributions presented in this thesis are reported in five journal manuscripts, published or accepted for publication in IEEE Journals, and many others such as Low Power Electronics, and Emerging Technologies in Computing. The proposed microsystem includes a low-power integrated circuit (IC) intended for real-time epileptic seizure detection. This IC integrates a front-end preamplifier and epileptic seizure detector. The preamplifier is based on a new chopper stabilizer topology that reduces noise and power dissipation. The fabricated IC was tested using icEEG recordings from seven patients with drug-resistant epilepsy. The average seizure detection delay was 13.5 sec, well before the onset of clinical manifestations. The measured total power consumption of this chip is 51 µW. A closed-loop neurostimulator (CLNS) is next introduced, which is dedicated to automatically detect seizure based on icEEG recordings from intracranial electrode contacts and provide an electrical stimulation feedback to the same contacts in order to disrupt these seizures. The seizure detector chip and a dedicated FPGA-based electrical stimulator were assembled together with common recording electrodes to complete the proposed prosthesis. This CLNS was validated offline using recording from ten patients with refractory epilepsy, and showed excellent performance for early detection of seizures and subsequent self-triggering electrical stimulation. Total power consumption of the CLNS is 16 mW. Alternatively, focal drug injection is the promising treatment for epilepsy. A responsive focal drug delivery system based on a new asynchronous seizure detector is also presented. The later system with data-dependent computation reduces up to 49% power consumption compared to the previous synchronous neurostimulator.

Département: Département de génie électrique
Programme: Génie Électrique
Directeurs ou directrices: Mohamad Sawan et Dang Khoa Nguyen
URL de PolyPublie: https://publications.polymtl.ca/844/
Université/École: École Polytechnique de Montréal
Date du dépôt: 10 juil. 2012 10:42
Dernière modification: 09 nov. 2022 09:43
Citer en APA 7: Salam, M. T. (2012). Implantable Micro-Device for Epilepsy Seizure Detection and Subsequent Treatment [Thèse de doctorat, École Polytechnique de Montréal]. PolyPublie. https://publications.polymtl.ca/844/

Statistiques

Total des téléchargements à partir de PolyPublie

Téléchargements par année

Provenance des téléchargements

Actions réservées au personnel

Afficher document Afficher document