MX2013014764A

MX2013014764A - Metodo y aparato para detectar convulsiones.

Info

Publication number: MX2013014764A
Application number: MX2013014764A
Authority: MX
Inventors: James R Leininger; Russell M Herring; Michael R Girouard; Jose E Cavazos; Edward R Jones; William E Broad
Original assignee: Lgch Inc
Priority date: 2011-07-05
Filing date: 2012-07-05
Publication date: 2014-02-17
Also published as: US9439596B2; US20160045150A1; JP6423487B2; MX358279B; AU2012278966B2; EP2729063A2; CA2840101A1; JP2017189629A; US20130012830A1; WO2013006728A3; AU2012278966A1; US20170065218A1; JP6158799B2; JP2019025355A; BR112014000106A2; BR112014000106A8; WO2013006728A2; US9186105B2; JP2014518140A; US9833185B2

Abstract

Un método y aparato para detectar convulsiones con manifestaciones motoras incluyendo detectar las señales EMG, aislando de las señales EMG, los datos espectrales para una pluralidad de bandas de frecuencia, y calculando un valor de T cuadrada desde las mismas. Los valores de T cuadrada pueden detectarse en tiempo real, tal como en un ambiente de la casa del paciente y los datos de T cuadrada pueden compararse con un valor de T cuadrada de inicio para determinar si una alarma se envía.

Description

MÉTODO Y APARATO PARA DETECTAR CONVULSIONES CAMPO DE LA INVENCIÓN La invención se refiere a un método para detectar convulsiones con manifestaciones motoras incluyendo las etapas de detectar señales EMG por un periodo de tiempo comprendiendo un periodo de referencia y un periodo de monitoreo; usando filtrado digital para aislarlas de los datos espectrales de las señales EMG por una pluralidad de bandas de frecuencias.

ANTECEDENTES DE LA INVENCIÓN Una convulsión puede caracterizarse como actividad síncrona excesiva o anormal en el cerebro. A inicio de una convulsión, las neuronas en el cerebro pueden comenzar a dispararse en una ubicación particular. A medida que la convulsión progresa, este disparo de neuronas puede extenderse a través del cerebro, y en algunos casos, muchas áreas del cerebro llegan a envolverse en esta actividad. La actividad de la convulsión en el cerebro puede causar que el cerebro envíe señales eléctricas a través del sistema nervioso periférico a diferentes músculos. Por ejemplo, una señal eléctrica puede originarse en el sistema nervioso central e iniciar la propagación de una señal eléctrica a través de las neuronas motoras. Una neurona motora puede, por ejemplo, comunicarse con un músculo a través de la interacción con la placa final motora de una fibra muscular, por lo tanto iniciando una acción potencial y despolarización de las células musculares dentro de una unidad motora dada. La despolarización típicamente resulta del flujo coordinado de iones, por ejemplo, cationes de sodio y potasio, a través de los canales dentro de una membrana celular muscular. Esto es, los cambios en los estados de los canales del ion inician un cambio en la permeabilidad de una membrana celular y la redistribución subsecuente de los iones cargados. El flujo real a través de las células musculares puede iniciar un flujo correspondiente en el tejido arriba del músculo y además una firma eléctrica en la superficie de la piel.

Las técnicas diseñadas para estudiar y monitorear las convulsiones típicamente han confiado en la electroencefalografía (EEG), que caracteriza las señales eléctricas usando electrodos unidos al cuero cabelludo o la región de la cabeza de un individuo propenso a convulsiones o un paciente con convulsiones. Los electrodos EEG pueden posicionarse como para medir dicha actividad, esto es, actividad eléctrica originándose desde el tejido neuronal. Comparado la EEG, la electromiografía (EMG) es una técnica poco usada en la cual un electrodo puede colocarse en o cerca de la piel, sobre un músculo, para detectar una corriente o cambio eléctrico en el potencial eléctrico en respuesta a la redistribución de iones dentro de las fibras musculares.

La detección de una convulsión epiléptica usando electroencefalografía (EEG) típicamente requiere unir muchos electrodos y cables asociados con la cabeza y el uso de amplificadores para monitorear la actividad de las ondas cerebrales. Los electrodos EEG múltiples pueden ser muy molestos y generalmente requieren a algún experto en la técnica para su aplicación y monitoreo. Además, la confirmación de una convulsión requiere la observación en un ambiente proporcionado con cámaras de video y equipo de grabación de video. A menos que se usen en un ambiente clínico personal, dicho equipo frecuentemente no se intenta para determinar si una convulsión está en progreso pero si para proporcionar un registro histórico de la convulsión después del incidente. Dicho equipo generalmente es para ambientes como hospitales en donde una cámara de video grabando o la observación de un cuidador puede proporcionar la corrobación de la convulsión, y se usa típicamente como parte de un régimen de cuidado más intenso tal como una estancia en el hospital para los pacientes quiénes experimentan convulsiones múltiples. Una estancia hospitalaria puede requerirse para propósitos de diagnóstico o para estabilizar a un paciente hasta que se le pueda administrar la medicación apropiada. Cuando se da de alta del hospital, un paciente puede enviarse a casa con poco monitoreo adicional. Sin embargo, en cualquier momento después de haberlo enviado a casa, la persona puede experimentar otra convulsión, tal vez fatal.

Un paciente debe en algunos casos ser monitoreado en casa por algún periodo de tiempo en caso de que pueda ocurrir otra convulsión. Las convulsiones con manifestaciones motoras pueden tener patrones de la actividad muscular que incluyen contracciones rítmicas de algunos, la mayoría o todos los músculos del cuerpo. Una convulsión podría, por ejemplo, resultar en Muerte No Explicada Repentina en Epilepsia (SUDEP, por sus siglas en inglés). Las causas subyacentes del SUDEP no son bien entendidas, sin embargo, algunos posibles mecanismos que causan el SUDEP pueden incluir activación tónica del músculo del diafragma de manera que previene la respiración, el edema pulmonar neurogénico, asistolia y otras disritmias cardiacas. Si una persona que está durmiendo experimenta una convulsión involucrando aquellas condiciones entonces los proveedores de cuidados no pueden darse cuenta que la convulsión está ocurriendo, y además son incapaces de proporcionarse ayuda en el momento.

Mientras actualmente existen dispositivos ambulatorios para el diagnóstico de las convulsiones, están basados en EEG y generalmente no están diseñados o no son apropiados para uso prolongado en casa o para que se usen diariamente. Otros sistemas de alerta de convulsiones puede operar mediante detectar el movimiento del cuerpo, usualmente las extremidades. Dichos sistemas generalmente pueden operarse en la suposición que mientras se sufre de una convulsión, una persona se moverá erráticamente y violentamente. Por ejemplo, los acelerómetros pueden usarse para detectar movimientos violentos de las extremidades. Sin embargo, depende del tipo de convulsión, esta suposición puede o no ser verdadera. Las señales eléctricas enviadas desde el cerebro durante la convulsión se transmiten frecuentemente a muchos músculos simultáneamente, lo cual puede resultar en músculos peleando uno con el otro y efectivamente cancelando el movimiento violento. En otras palabras, los músculos pueden trabajar para hacer rígida a una persona en lugar de que causen el movimiento violento real. Además, la convulsión puede no detectarse consistentemente con los detectores basados en acelerómetros.

Por consiguiente, existe una necesidad de un método y aparato para las convulsiones epilépticas que puedan usarse en un ambiente institucional o no institucional sin muchos electrodos molestos para la cabeza o las extremidades. Dicho aparato puede ser mínimamente invasivo, interferir mínimamente con las actividades diarias y ser usados confortablemente mientras se duerme. También existe una necesidad de un método y aparato de convulsiones epilépticas que detecte exactamente una convulsión con manifestaciones motoras y que pueda alertar a uno o más sitios locales y/o remotos de la presencia de una convulsión. Por lo tanto, existe una necesidad de un método y aparato para la detección de convulsiones epilépticas que pueda usarse en una casa y el cual pueda proporcionar detección robusta de las convulsiones, incluso en la ausencia de movimiento violento y el cual pueda ser personalizado, por ejemplo, capaces de ser ajustados para un individuo o una población demográfica específica.

SUMARIO DE LA INVENCIÓN Un método para detectar convulsiones con manifestaciones motoras incluyendo las etapas de detectar señales EMG por un periodo de tiempo, el periodo de tiempo comprendiendo un periodo de referencia y un periodo de monitoreo; usando filtrado digital para aislarlas de los datos espectrales de las señales EMG por una pluralidad de bandas de frecuencias seleccionadas del rango de aproximadamente 2 Hz a aproximadamente 1000 Hz; calculando un primer valor de T cuadrada, el primer valor de T cuadrada siendo determinado de los datos espectrales por la pluralidad de rangos de frecuencia, de al menos una parte del periodo de referencia; calculando un segundo valor de T cuadrada, el segundo valor de T cuadrada siendo determinado de los datos espectrales por la pluralidad de rangos de frecuencia, de al menos una parte del periodo de monitoreo; comparando el segundo valor de T cuadrada para el primer valor de T cuadrada, y determinando si se activa una condición de alarma usando dicha comparación del primer valor de T cuadrada para el segundo valor de T cuadrada.

Un método para detectar convulsiones con manifestaciones motoras incluyendo las etapas de detectar señales EMG por un periodo de tiempo, el periodo de tiempo comprendiendo un periodo de referencia y un periodo de monitoreo; usando filtrado digital para aislarlas de los datos espectrales de las señales EMG por una pluralidad de bandas de frecuencias seleccionadas del rango de aproximadamente 2 Hz para aproximadamente 1000 Hz; calculando un primer valor PCA, el primer valor PCA siendo determinado de los datos espectrales por la pluralidad de rangos de frecuencia desde al menos una parte del periodo de referencia; calculando un segundo valor PCA, el segundo valor PCA siendo determinado de los datos espectrales por la pluralidad de rangos de frecuencia de al menos una parte del periodo de monitoreo; comparando el segundo valor PCA al primer valor PCA y determinando si se activa una condición de alarma usando dicha comparación del primer valor PCA al segundo valor PCA.

Un método para detectar convulsiones con manifestaciones motoras comprendiendo incluir señales de detección EMG, usando filtrado digital para aislarlas de dichas datos espectrales de las señales EMG para una pluralidad de bandas de frecuencia seleccionadas del rango de aproximadamente 2 Hz a aproximadamente 1000 Hz; calculando un primer valor de T cuadrada de los datos espectrales; comparando dicho primer valor de T cuadrada para un valor de T cuadrada de inicio y determinando si se activa una condición de alarma usando dicha comparación del primer valor de T cuadrada al valor de inicio de T cuadrada.

Un aparato para detectar las convulsiones con manifestaciones motoras, el aparato comprendiendo uno o más electrodos EMG capaces de proporcionar una señal EMG sustancialmente representando actividad muscular relacionada con la convulsión, y un procesador configurado para recibir la señal EMG, procesar la señal EMG para determinar si una convulsión puede ser de ocurrencia y generar una alerta si una convulsión se determina para que ocurre con base en la señal EMG; en donde el procesador es capaz de procesar la señal EMG para determinar si una convulsión puede ser de ocurrencia mediante calcular un valor estadístico de T cuadrada o un valor estadístico PCA.

BREVE DESCRIPCIÓN DE LOS DIBUJOS La Figura 1 ilustra una modalidad de un sistema de detección de convulsiones.

La Figura 2 ilustra una modalidad de una unidad de detección y una estación base para un sistema de detección de convulsiones.

La Figura 3 ilustra una modalidad de una estación base.

La Figura 4 ilustra una modalidad de un método para monitorear a un paciente por la actividad de convulsiones.

La Figura 5 ilustra una modalidad de un método para ajustar el estado de una unidad de detección en un método de monitoreo de convulsiones.

La Figura 6 ilustra una interfase gráfica que puede usarse para ingresar a los archivos de datos.

Las Figuras 7A-D ilustran una modalidad de una interfase de usuario que puede permitir a un usuario seleccionar y observar los datos EMG.

La Figura 8 ilustra una modalidad de una interfase de usuario asociada con seleccionar un archivo.

Las Figuras 9A-D ilustran una modalidad de una interfase que puede dejar a un usuario ajustar varias configuraciones.

Las Figuras 10A-D ilustran una modalidad de una interfase que puede dejar a un usuario observar la información relacionada al paciente.

La Figura 11 ilustra una modalidad de una interfase de usuario que permite a un usuario ingresar y revisar la información asociada con un paciente.

La Figura 12 ilustra un rastro de EMG para un paciente mostrando un periodo de monitoreo que incluye una región de entrenamiento y una región de episodio.

La Figura 13 ilustra un periodograma de registro de la región de formación para el rastro de EMG ilustrado en la Figura 12.

La Figura 14 ilustra un periodograma de registro de la región de episodio para el rastro de EMG ilustrado en la Figura 12.

La Figura 15 ilustra la forma de onda EMG de la Figura 12 filtrada para pasar un rango de frecuencia de aproximadamente 300-400 Hz.

La Figura 16 ilustra la forma de onda EMG de la Figura 12 filtrada para pasar un rango de frecuencia de aproximadamente 130-240 Hz.

La Figura 17 ilustra la forma de onda EMG de la Figura 12 filtrada para pasar un rango de frecuencia de aproximadamente 30-40 Hz.

La Figura 18 ilustra la forma de onda EMG de la Figura 12 filtrada para pasar un rango de frecuencia de aproximadamente 10-50 Hz.

La Figura 19 ¡lustra la forma de onda EMG de la Figura 12 filtrada para pasar un rango de frecuencia de aproximadamente 4-5 Hz.

La Figura 20 ilustra la forma de onda EMG de la Figura 12 filtrada para pasar un rango de frecuencia de aproximadamente 3-4 Hz.

La Figura 21 ilustra la forma de onda EMG de la Figura 12 filtrada para pasar un rango de frecuencia de aproximadamente 2-3 Hz.

La Figura 22 ilustra la forma de onda EMG de la Figura 12 después de que las estadísticas de T cuadrada se han calculado a través de varios rangos de frecuencia.

La Figura 23 ilustra el estado de alarma para la forma de onda EMG de la Figura 12.

DESCRIPCIÓN DETALLADA DE LA INVENCIÓN En algunas modalidades, un aparato para detectar convulsiones con manifestaciones motoras puede comprender uno o más electrodos EMG capaces de proporcionar una señal EMG sustancialmente representando la actividad muscular relacionada con las convulsiones y un procesador configurado para recibir la señal EMG, procesar la señal EMG para determinar si una convulsión puede ser de ocurrencia, y generar una alerta si se determina que sea de ocurrencia con base en la señal EMG.

En algunas modalidades, un aparato para detectar convulsiones con manifestaciones motoras puede comprender una unidad de detección que incluye los electrodos EMG y una unidad base en comunicación y físicamente separados de dicha unidad de detección, en donde la estación base se configura para procesar y recibir las señales EMG de la unidad de detección, determinando desde las señales EMG procesadas si una convulsión pudo haber ocurrido, y enviando una alerta a al menos un proveedor de cuidados de la salud. En algunas modalidades, la estación base puede procesar por separado los datos proporcionados por la unidad de detección para la verificación de la condición de alarma. Si la estación base concuerda con la alarma, entonces la estación base puede generar una alarma para los dispositivos remotos y los generadores de sonido locales. Teniendo la estación base de acuerdo con la alarma de la unidad de detección se introduce un concepto de votación. Ambos dispositivos pueden votar en la decisión y estar de acuerdo para emitir la alarma. Esto puede usarse para limitar las falsas alarmas.

En algunas modalidades, las señales EMG pueden colectarse por un periodo de tiempo y procesarse mediante filtración para seleccionar una pluralidad de bandas de frecuencia. Por ejemplo, un espectro de la frecuencia EMG puede romperse en un número de bandas de frecuencia, tal como tres o más, y una o más características de cada banda de frecuencia, por ejemplo, contenido de energía de la banda o densidad espectral en una o más frecuencias dentro de la banda, puede medirse. El "contenido de energía" o la "amplitud de energía" de la banda puede relacionarse al trabajo del músculo que puede lograrse en un periodo de tiempo dado y puede relacionarse a la densidad espectral (por ejemplo, energía por frecuencia) integrada en un rango de frecuencia dada. En general, el contenido de energía o la densidad espectral pueden medirse como un valor que es proporcional al contenido de energía real o densidad espectral, por ejemplo, cuando se ajustan por algún factor. Una característica medida para una banda de frecuencia puede normalizarse por su varianza y covarianza con respecto a la característica como se mide en otras bandas de frecuencia y los valores normalizados resultantes procesados para determinar las estadísticas de T cuadrada de Hotelling. Con base en el análisis estadístico de T cuadrada, las señales EMG pueden usarse para valorar si un incidente de convulsione se declara y si una alarma se envía a una o más ubicaciones.

En algunas modalidades, el cálculo de un valor estadístico de T cuadrada puede incluir una cesión de los factores de peso a las señales de diferentes bandas de frecuencia. Los factores de peso pueden, por ejemplo, determinarse mediante analizar las señales asociadas con las varias bandas de frecuencia obtenidas durante un periodo de formación. El peso asignado a cada una de las bandas de frecuencia puede por ejemplo, calcularse desde el inverso de la matriz de varianza/covarianza de la banda de frecuencia calculada durante el periodo de formación. En este avance, una banda de frecuencia exhibiendo más actividad muscular (usualmente un rango de frecuencia menor) puede asignarse con menos peso que una banda de frecuencia exhibiendo menos actividad muscular (usualmente un rango de frecuencia mayor). Los factores de peso también pueden asignarse tal como dichas señales de una banda de frecuencia que exhiben gran actividad muscular durante la actividad normal se disminuyen tal como minimizar la probabilidad de que una falsa alarma se inicie y/o mejore la discriminación entre la actividad normal y los episodios de convulsiones. Un peso apropiado puede depender del movimiento del músculo normal del individuo observado durante un periodo de formación. Para algunos individuos, el cálculo de T cuadrada puede asignar esencialmente igual peso a la señales desde las tres bandas de frecuencia y para otros individuos los factores de peso pueden ser diferentes, tal como para incrementar la sensibilidad de la técnica para la detección de la actividad de convulsiones.

En algunas modalidades, las bandas de frecuencia múltiple pueden analizarse usando el Análisis de Componentes Principales ("PCA"). Por ejemplo, tres bandas de frecuencia pueden seleccionarse para cada señal EMG, y más que muchos, tal como tres, componentes principales pueden usarse. El ancho de estas bandas puede variar, con algunos siendo más estrechos y otros siendo más amplios. En algunas modalidades, Los parámetros estadísticos basados en el análisis PCA pueden compararse a un valor de referencia, tal como un valor PCA de línea base determinado durante un periodo de formación.

En algunas modalidades, la salida EMG puede compararse a las características de convulsión generales y a uno o más valores de inicio. Si uno o más valores de los datos de salida EMG exceden uno o más inicios un evento pueden registrarse, tal como mediante registrar el evento en un registro. Por ejemplo, la salida EMG puede usarse para calcular un valor estadístico de T cuadrada que puede compararse a un valor de inicio de cuadrada y usarse para registrar los eventos detectados en un registro. Por medio de un ejemplo adicional, los eventos registrados en uno o más registros también pueden corresponder a la presencia de una forma de onda GTC característica, la presencia de estallidos de datos o para las otras características tal como las descritas adicionalmente en la Solicitud de EUA No. 13/275309. El análisis de eventos registrados en los registros para varias características de los datos de salida puede usarse para valorar si un incidente de convulsión se declara y si una alarma puede enviarse a una o más ubicaciones.

En algunas modalidades, los métodos y/o aparatos descritos en este documento pueden ser personalizarse para un individuo o para una demografía del paciente. Por ejemplo, en algunas modalidades, un aparato puede establecer o ajustar las configuraciones de sensibilidad con base en una Concentración Voluntaria Máxima (MVC, por sus siglas en Inglés) de músculos para un individuo. La MVC se relaciona con la fuerza máxima que un paciente puede aplicar durante una contracción voluntaria. La resistencia de los músculos puede variar de individuo a individuo y la amplitud de la señal EMG también puede variar. La medición de los datos electromiográficos para un paciente durante el esfuerzo muscular voluntario máximo (y por consiguiente ajusfar las configuraciones de sensibilidad) puede personalizar la técnica para la musculatura de un individuo y puede mejorar la selectividad de los métodos descritos en este documento por la discriminación de la actividad de convulsión en contra de los datos de un periodo sin convulsiones. En algunas modalidades, un valor de inicio de T cuadrada puede establecerse en un valor estadístico de T cuadrada calculada de los datos EMG obtenidos mientras el individuo esta en reposo y mientras un individuo está experimentando la MVC. En algunas modalidades, un valor estadístico de T cuadrada de inicio puede ser un valor que es mayor que el valor estadístico de T cuadrada en descanso mediante algún factor de diferencia entre los valores estadísticos de T cuadrada durante la MVC y mientras el individuo está en descanso. En algunas modalidades, los métodos y/o aparatos de detección de convulsiones como se describen en este documento pueden ser adaptativos. Por ejemplo, durante o después de un evento de convulsiones, un operador humano puede revisar y ajustar las configuraciones de varios factores (aquellos factores además descritos en este documento), tal como el factor de inicio Z, factor de retraso de la alarma o factores de peso (para la señal de una pluralidad de bandas de frecuencia seleccionadas), con base en la severidad de la convulsión, la no detección de una convulsión real o una detección falsa. En algunas modalidades, las configuraciones de detección pueden cambiar automáticamente, tal como con base en la presencia de cualquier número de eventos falsos positivos Por ejemplo, si una alarma se activa, un individuo puede proporcionar la opción de cancelar la alarma. El sistema puede categorizar automáticamente el evento como un falso positivo y puede configurarse para ajustar un factor de detección, tal como, por ejemplo, el valor Z de inicio y/o el retraso de la alarma para minimizar las características del evento falso positivo futuros. Como los datos de convulsión se colectan de uno o más pacientes, las configuraciones usadas para monitorear a un paciente dado o la demográfica del paciente, pueden cambiar para predecir mejor las convulsiones futuras. Por ejemplo, los algoritmos de detección pueden incluir o usar un archivo de plantilla ajustable que comprende varias configuraciones y que puede actualizarse con base en el éxito del método. La asociación entre los datos colectados y los incidentes relacionados con las convulsiones, por ejemplo, eventos declarados, convulsiones reales e incidentes inadecuadamente reportados pueden rastrearse para evaluar el éxito del método.

En algunas modalidades, un método y aparato pueden usarse, por ejemplo para iniciar un protocolo de alarma, crear un registro de incidentes de convulsiones para ayudar médicamente o manejar quirúrgicamente al paciente, activar un Estimulador del nervio vago o activar otros dispositivos de estimulación que pueden usarse para abortar o atenuar una convulsión. En algunas modalidades, un registro de los incidentes relacionados con convulsiones puede señalar a un médico el entendimiento más rápidamente de la falla de un régimen de tratamiento.

Los aparatos y métodos descritos en este documento pueden usarse para detectar las convulsiones y alertar oportunamente a los cuidadores de una convulsión usando EMG, entre otras cosas. Los aparatos y métodos pueden usarse, por ejemplo, para iniciar un protocolo de alarma, crear un registro de incidentes de convulsiones para ayudar a manejar médicamente o quirúrgicamente al paciente, activar un Estimulador del Nervio Vago o activar otros dispositivos que pueden usarse para abortar o atenuar una convulsión. En algunas modalidades, un registro de los incidentes relacionados con convulsiones pueden advertir a un médico para entender más rápidamente la falla de un régimen de tratamiento. Los aparatos y métodos descritos en este documento pueden comprender un proceso o procesos y el dispositivo y/o sistema de dispositivos para detectar convulsiones con manifestaciones motoras incluyendo pero no limitadas a convulsiones Clónicas-Tónicas, solamente Tónicas o solamente Clónicas. Una "manifestación motora" en algunas modalidades generalmente se refiere a actividad muscular, ya sea sostenida o de otra manera. Una manifestación motora puede o no puede resultar en movimiento abierto del cuerpo de un individuo.

Una variedad de sistemas puede usarse apropiadamente para colectar grandes cantidades de EMG y otros datos relacionados con el paciente, datos de prioridad para almacenamiento, organizar dichos datos para la optimización del sistema y/o iniciar una alarma en respuesta a una convulsión sospechada. La Figura 1 ilustra una modalidad ejemplarizadora de dicho sistema. En la modalidad de la Figura 1 , un sistema de detección de la convulsión 10 puede incluir una unidad de detección 12, una estación base opcional 14, una cámara de video 9 y una transceptor de alerta opcional 16. La unidad de detección puede comprender uno o más electrodos EMG capaces de detectar señales eléctricas de los músculos en o cerca de la superficie de la piel de un paciente y enviar aquellas señales eléctricas EMG a un procesador para procesamiento. La estación base puede comprender una computadora capaz de recibir y procesar señales EMG de la unidad de detección, determinando desde las señales de EMG procesadas si una convulsión pudo haber ocurrido y enviando una alerta a un proveedor de cuidados de la salud. Un transceptor de alerta puede portarse por, o colocarse cerca de, un proveedor de cuidados de la salud para recibir y retrasar las alertas transmitidas por la estación base.

Al usar el aparato de la Figura 1 , una persona 11 susceptible de convulsiones epilépticas puede descansar en la cama o puede estar en alguna otra ubicación para la vida diaria que puede incluir y puede tener una unidad de detección 12 en contacto físico con o en proximidad con su cuerpo. La unidad de detección 12 puede ser un dispositivo inalámbrico de manera que una persona pueda ser hábil pararse, caminar alrededor y desarrollar sus actividades diarias sin tener que estar atada a una fuente de energía inmóvil o a una estación de base más pesada 14. Por ejemplo, la unidad de detección 12 puede tejerse en una manga de camisa, o puede montarse en el brazo o brazalete. En otras modalidades, una o más unidades de detección 12 pueden colocarse o construirse en una cama, un asiento de auto para infantes, una silla u otro equipo, muebles y accesorios usados por aquellos susceptibles a las convulsiones. La unidad de detección 12 puede comprender un sensor simple, tal como un electrodo, que puede enviar señales a la estación base para procesamiento y análisis, o puede comprender un sensor "inteligente" que tiene alguna capacidad de almacenamiento y procesamiento de datos. En algunas modalidades, un simple sensor puede conectarse vía alámbrica o inalámbricamente a un transceptor operado por batería montado en un cinturón usado por una persona.

El sistema puede monitorear al paciente, por ejemplo, mientras descansa, tal como durante las horas de la tarde y de la noche, o mientras se unen en alguna otra actividad. Si la unidad de detección 12 en el paciente detecta una convulsión, la unidad de detección 12 puede comunicarse alámbrica o inalámbricamente, por ejemplo, vía una red de comunicaciones o enlace inalámbrico, con la estación base 14, para un teléfono celular remoto u otro dispositivo portátil vía bluetooth o simultáneamente a una estación base y teléfono celular remoto. La unidad de detección 12 puede enviar algunas señales al dispositivo de la estación base para más a través del análisis. Por ejemplo, la unidad de detección 12 puede procesar y usar las señales EMG (y opcionalmente ECG y las señales del sensor de temperatura) para hacer una valoración inicial con respecto a la probabilidad de ocurrencia de una convulsión y puede enviar aquellas señales y su valoración a la estación base 14 para procesamiento y confirmación separados. Si la estación base 14 confirma que una convulsión es probable que se produzca, entonces la estación base 14 puede iniciar una alarma para la transmisión sobre la red 15 para alertar a un proveedor de cuidados por medio de correo electrónico, texto o cualquier indicador de mensajes alámbrico o inalámbrico apropiado. En algunas modalidades, si una o más de las unidades de detección 12, la estación base 14 o un proveedor de cuidados, por ejemplo, un proveedor de cuidados remotamente localizado monitoreando señales proporcionadas desde la estación base, determinan que una convulsión puede estar ocurriendo a través de una video cámara 9 puede activarse para colectar la información. En algunas modalidades, un teléfono celular u otro dispositivo portátil pueden configurarse con una aplicación que habilita más a través del análisis realizado por la unidad de detección 12. Además, un teléfono celular puede, por ejemplo, servir para algunas de las mismas o similares funciones como una estación base.

La estación base 14, que puede energizarse por un suministro de energía doméstico típico y contiene una batería para respaldo, puede tener más energía de procesamiento, transmisión y análisis disponible para su operación que la unidad de detección 12, que puede ser capaz de almacenar una cantidad mayor de señales históricas, y evaluar la señal recibida en contra de una cantidad mayor de datos. La estación base 14 puede comunicarse con un transceptor de alerta 16 localizado remotamente desde la estación base 14, tal como en la recámara de un miembro familiar, o a un dispositivo inalámbrico 17, 18 portado por un proveedor de servicios o localizado en una oficina de trabajo o clínica. La estación base 14 y/o el transceptor 16 pueden enviar alertas o mensajes a los proveedores de cuidados o personal médico vía cualquier medio apropiado, tal como a través de una red 15 a un teléfono celular 17, PDA 18 u otro dispositivo de cliente. El sistema 10 además puede proporcionar un registro exacto de convulsiones, que puede permitir a un médico del paciente entender más rápidamente el suceso o falla de un régimen de tratamiento. Por supuesto, la estación base 14 puede comprender simplemente una computadora teniendo instalado un programa capaz de recibir, procesar y analizar señales como se describe en este documento, y capaz de transmitir una alerta. En otras modalidades, el sistema 10 puede comprender simplemente, por ejemplo, electrodos E G y un teléfono inteligente, tal como un iPhone, configurado para recibir señales EMG de los electrodos para procesar las señales EMG como se describe en este documento usando una aplicación de programa instalado. En modalidades adicionales, la así llamada "nube" de computación y almacenaje puede usarse vía la red 15 para almacenar y procesar las señales EMG y los datos relacionados. En aún otras modalidades, uno o más electrodos EMG podrían empacarse juntos como una unidad simple con un procesador capaz de procesar las señales EMG como se divulga en este documento y enviar una alerta en una red. En otras palabras, el aparato puede comprender un artículo simple de fabricación que puede colocarse en un paciente y que no requiere un transceptor separado de la estación base. En algunas modalidades, una alarma puede causar que el teléfono celular marque a un número telefónico predeterminado, con por ejemplo, un mensaje de prueba y puede usarse para abrir un enlace de comando de voz.

En la modalidad de la Figura 1 , los datos de señal pueden enviarse a una base de datos remota 19 para almacenamiento. En algunas modalidades, los datos de la señal pueden enviarse desde una pluralidad de pacientes epilépticos a una base de datos central 19 y "anonimizada" para proporcionar una base para establecer y refinar los niveles de sensibilidad de la "línea base" generalizada y las características de la señal de una convulsión epiléptica. La base de datos 19 y la estación base 14 pueden ingresarse remotamente vía la red 15 por una computadora remota 13 para permitir la actualización de la unidad del detector y/o el programa de estación base y la transmisión de datos. La estación base 14 puede generar una alarma audible, como puede un transceptor remoto 16. Todos los enlaces inalámbricos pueden ser dos vías para el programa y la transmisión de datos y la confirmación de envío del mensaje. La estación base 14 también puede emplear uno o todos los métodos de mensajes arriba listados para la notificación de convulsiones. La estación base 14 puede proporcionar un botón de "alerta cancelada" para terminar la advertencia del incidente.

En algunas modalidades, un transceptor puede montarse adicionalmente dentro de una unidad de muebles o alguna otra estructura, es decir, una unidad u objeto ambiental. Si una unidad de detección se cierra suficientemente para ese transceptor, dicho transceptor puede ser capaz de enviar los datos a una estación base. Además, la estación base puede estar consciente de que esa información está siendo enviada desde ese transceptor y por lo tanto la unidad ambiental asociada. En algunas modalidades, una estación base puede seleccionar un archivo de platilla específico o usar configuraciones del dispositivo asociado, incluyendo por ejemplo, factor Z de inicio, coeficientes de peso, configuraciones de retraso de la alarma, y/u otras configuraciones como se describen adicionalmente en este documento, en una manera que puede ser dependiente de sí o no se está recibiendo una señal desde un cierto transceptor. Además, por ejemplo, si la estación base recibe información desde un detector y desde un transceptor asociado con una cama o cuna puede tratar los datos diferentemente que si los datos se reciben desde un transceptor asociado con otra unidad ambiental tal como por ejemplo, un lavabo del baño o ropa típicamente usada mientras un individuo puede estarse ejercitando. Además, la unidad de detección y la estación base pueden tener capacidad de salida de entrada y en algunas modalidades, el ajuste de configuraciones en una unidad puede resultar en el ajuste correspondiente de la configuración en la otra.

La modalidad de la Figura 1 puede configurarse para ser mínimamente invasiva, para usarse mientras se duerme o puede interferir mínimamente en las actividades diarias, puede requerir un mínimo de electrodos tales como uno o dos, no puede requerir electrodos en la cabeza, puede detectar una convulsión con manifestaciones motoras, puede alertar a uno o más sitios remotos y/o locales de la presencia de una convulsión y puede ser suficientemente barato para el uso en el hogar.

La Figura 2 ilustra una modalidad de una unidad de detección 12 o detector. La unidad de detección 12 puede incluir electrodos EMG 20 y también puede incluir electrodos ECG 21. La unidad de detección 12 puede además incluir amplificadores con detectores conducentes 22. En algunas modalidades, uno o más detectores conducentes pueden proporcionar señales que indiquen si los electrodos están en contacto físico con el cuerpo de la persona o de otra manera muy lejos del cuerpo de la persona para detectar la actividad muscular, la temperatura, la actividad cerebral u otros fenómenos en los pacientes.

La unidad de detección 12 además puede incluir un sensor de temperatura 23 para percibir la temperatura de la persona. Otros sensores (no mostrados) pueden incluirse en la unidad de detección, así como los acelerómetros. Las señales de electrodos 20 y 21, el sensor de temperatura 23 y otros sensores pueden proporcionase a un multiplexor 24. El multiplexor 24 puede ser parte de la unidad de detección 12 o puede ser parte de la estación base 14 si la unidad de detección 12 no es un sensor inteligente. Las señales posteriormente pueden comunicarse desde el multiplexor 24 a uno o más convertidores análogos a digitales 25. Los convertidores análogos a digitales pueden ser parte de la unidad de detección 12 o pueden ser parte de la estación base 14. Las señales posteriormente pueden comunicarse con uno o más microprocesadores 26 para el procesamiento y análisis como se divulga en este documento. Los microprocesadores 26 pueden ser parte de la unidad de detención 12 o pueden ser parte de la estación base 14. La unidad de detención 12 y/o la estación base 14 además pueden incluir memoria de capacidad apropiada. El microprocesador 26 puede comunicar los datos de señal y otra información usando un transceptor 27. La comunicación en y entre los componentes de la unidad de detención 12 y/o la estación base 14 puede ser vía comunicación inalámbrica o alámbrica. En algunas modalidades, la unidad de detección 12 puede equiparse con capacidad de registro de audio y pueden configurarse para enviar una señal de audio además de otros datos transmitidos.

Por supuesto, la unidad de detención ejemplarizadora de la Figura 2 puede configurarse diferentemente. Muchos de los componentes del detector de la Figura 2 pueden ser la estación base 14 más que en la unidad de detección 12. Por ejemplo, la unidad de detección puede comprender simplemente un electrodo EMG 20 en comunicación inalámbrica con una estación base 14. En dicha modalidad, la conversión A-D y el procesamiento de señales puede ocurrir en la estación base 14. Sin un electrodo ECG 21 se incluye, entonces la multiplexión también puede ocurrir en la estación base 14 En otro ejemplo, la unidad de detección 12 de la Figura 2 puede comprender una porción de electrodos que tiene uno o más de los electrodos EMG 20, los electrodos ECG 21 y el sensor de temperatura 23, en comunicación alámbrica e inalámbrica con una porción de transceptor de correa desgastada pequeña. La porción del transceptor puede incluir un multiplexor 24, un convertidor A-D 25, un microprocesador 26, un transceptor 27 y otros componentes, tal como la memoria y/o dispositivos l/O (por ejemplo, botones de alarma cancelada y pantallas visuales).

La Figura 3 ilustra una modalidad de una estación base 14 que puede incluir uno o más microprocesadores 30, una fuente de energía 31 , una fuente de energía de respaldo 32, uno o más dispositivos l/O 33 y varios medios de comunicación tales como conexión Ethernet 34 y el transceptor 35. La estación base 14 puede tener más procesamiento y capacidad de almacenaje que la unidad de detección 12 y puede incluir una pantalla electrónica más grande para desplegar las gráficas de señales EMG para un proveedor de cuidados y revisar las señales EMG en tiempo real como se reciben desde la unidad de detención 12 o las señales EMG históricas desde la memoria. La estación base 14 puede procesar las señales EMG y los otros datos recibidos desde la unidad de detección 12. Si la estación base 14 determina que una convulsión es similarmente a la de ocurrencia, puede enviar una alerta a un cuidador vía el transceptor 35. En algunas modalidades, la estación base 14 puede equiparse para recibir una señal incluyendo los datos de audio (tal como de una unidad de detección 12), que puede equiparse con capacidad de registro de audio o ambos. La estación base también puede configurarse para enviar los datos de audio a un proveedor de cuidados de la salud además de otros datos transmitidos.

Varios dispositivos en el aparato de las Figuras 1-3 pueden comunicarse uno con el otro vía la comunicación alámbrica o inalámbrica. El sistema 10 puede comprender un servidor de cliente u otra arquitectura, y puede permitir la comunicación vía la red 15. Por supuesto, el sistema 10 puede comprender más de un servidor y/o cliente. En otras modalidades, el sistema 10 puede comprender otros tipos de arquitectura de red, tales como arquitectura punto a punto o cualquier combinación o híbrido de la misma.

Un movimiento muscular voluntario normal puede comprender una contracción coordinada de músculos agonistas y antagonistas en una forma cooperativa para lograr un movimiento particular. Comúnmente durante las convulsiones, dicha coordinación se pierde. En su lugar, los músculos pueden tender a bloquear diferentes partes del cuerpo con los músculos peleando unos con otros. Un buen ejemplo de este escenario puede observarse en la fase tónica de una convulsión motora cuando los músculos bíceps y tríceps ambos se estimulan. Estos músculos pueden pelar uno con el otro con señales de muy alta amplitud, pero los brazos pueden no moverse mucho del todo. Esta actividad eléctrica de mayor frecuencia puede, por ejemplo, ser característica de una convulsión Tónico-Clónica Generalizada (GTC) o convulsión tónica generalizada. Además, las manifestaciones motoras (y las señales EMG de alta amplitud) pueden estar presentes sin signos abiertos de movimiento. Como se anotó previamente, las convulsiones que exhiben dichas características no pueden detectarse consistentemente con los detectores basados en acelerómetros. Los electrodos EMG descritos en este documento pueden detectar las manifestaciones motoras de un paciente (incluso en donde los signos abiertos de la actividad muscular están ausentes), y pueden generar señales EMG apropiadas para el procesamiento y análisis de acuerdo a una variedad de métodos.

Los electrodos EMG pueden colocarse en o cerca de uno o más músculos, tal como los bíceps. Alternativamente, un detector EMG puede colocarse sobre un músculo bíceps y un detector EMG colocado sobre un músculo tríceps en el mismo brazo usando una banda para brazo elástica, ropa, cinta o algún otro método para mantener los electrodos en contacto sobre aquellos músculos. Si uno o más de los músculos que se monitorean incluyen un par de músculos agonista y antagonista, la relación de los datos EMG entre los músculos y si dichos datos pueden correlacionarse como puede esperarse en movimiento coordinado, pueden usarse para distinguir el comportamiento del músculo normal de las manifestaciones motoras asociadas con una convulsión. A medida que una convulsión comienza, la amplitud de las señales de los electrodos EMG puede iniciar para incrementar hasta que la amplitud es muy alta. Sin embargo, las señales de alta amplitud pueden no necesariamente caracterizar una convulsión real. Muchos movimientos corporales, incluyendo los terrores nocturnos, también pueden resultar en señales de alta amplitud. Por lo tanto, simplemente detectando señales de alta amplitud puede no resultar en detección de la convulsión. Las señales de alta amplitud sostenidas por un periodo de tiempo algo más grande pueden proporcionar una mejor indicación de una convulsión.

Para caracterizar mejor el monitoreo de la actividad del músculo relacionada con la convulsión y el movimiento normal como se describe en este documento puede involucrar no solamente observar los cambios en la amplitud de la señal EMG, las técnicas en este documento además pueden evaluar la varianza/covarianza de las amplitudes de energía para las bandas de frecuencia seleccionada y usar dichos datos para calcular un valor estadístico de T cuadrada. La observación de los cambios en las señales de las bandas espectrales seleccionadas (y por ejemplo, la normalización de señales desde las bandas espectrales basadas en las matrices de varianza/covarianza - tal como usando una matriz inversa determinada desde ahí) puede ayudar en la diferenciación entre las convulsiones reales y los eventos tal como los terrores nocturnos que si se monitorean, de otra manera pueden ser difíciles de diferenciar. La magnitud de los valores estadísticos de T cuadrada puede, por ejemplo, reflejar una condición en donde la distribución de las señales a través de diferentes bandas de frecuencia haya cambiado. Por ejemplo, cuando ciertas señales de alta frecuencia crecen en amplitud relativa para otros rangos de frecuencia, un valor estadístico de T cuadrada calculado puede cambiar en una manera altamente sensible. Además, en algunas situaciones, los valores de T cuadrada pueden cambiar incluso si la energía total no ha cambiado significativamente.

Un número de fuentes de ruido tal como 1/f y algunas fuentes ambientales pueden incrementar la energía total y la amplitud positiva total de los datos EMG pero puede distinguirse rápidamente de la señal EMG originándose de una convulsión usando las técnicas descritas en este documento. Por ejemplo, algunas fuentes de ruido comprenden señales de diferentes bandas de frecuencia que pueden cambiar en formas características y el sistéma puede programarse o adaptarse para distinguir dichos cambios de aquellos asociados con una convulsión real. Además, durante una convulsión, los componentes de alta frecuencia pueden mostrar varianza/covarianza mayor con otras regiones de un espectro EMG. La medición de varianzas/covarianzas (y valores estadísticos de T cuadrada calculados de la misma) y/o ajuste de pesos asociados con las bandas por lo tanto puede servir como una herramienta para aumentar las diferencias entre las señales EMG originándose de varias fuentes, incluyendo, por ejemplo, una convulsión, movimiento de músculo normal y varias fuentes de ruido (tal como en aquellas particulares que son dependientes de la frecuencia), por lo tanto facilitando la caracterización y detección de dichos eventos.

En el abastecimiento normal de la actividad muscular en contracciones voluntarias, las señales de baja frecuencia (aproximadamente 30 Hz) pueden enviarse a los músculos de abastecimiento y posteriormente, como la actividad llega a ser más intensa, las señales de mayor frecuencia pueden enviarse para mantener la contracción muscular. Dichas señales pueden ser tan altas como 300 Hz-400 Hz, aunque las señales enviadas en atletas entrenados puede ser más de aproximadamente 1 ,000 Hz. Las frecuencias eléctricas registradas con macro-electrodos puede extenderse frecuentemente arriba de 300 Hz en una manera sostenida durante una convulsión con manifestaciones motoras. Sin embargo, arriba de aproximadamente 300 Hz-400 Hz, la señal puede ser generalmente considerablemente más débil. Incluso aunque las señales de alta frecuencia pueden ser relativamente débiles y las amplitudes de señal de alta frecuencia pueden contribuir a una fracción pequeña de energía total, para algunos individuos, la presencia de dichas señales de alta frecuencia y/o cambios en la proporción de las señales entre los rangos de alta frecuencia y otros rangos de frecuencia pueden ser altamente indicativos de una convulsión.

Dichos cambios pueden capturarse, como se describió en este documento, mediante el análisis de las varianzas/covarianzas dentro y entre las bandas de frecuencia, la información que puede perderse sin división de los datos de frecuencia en diferentes bandas y el uso de los métodos estadísticos de T cuadrada.

En algunas modalidades, los cambios relativos en señales derivadas de varios componentes de frecuencia para un individuo padeciendo de una actividad muscular normal pueden rastrearse y compararse para cambios en los componentes de frecuencia para ese individuo como ese individuo que experimenta una convulsión. Los factores de peso asociados con la energía medida en varias bandas de frecuencia pueden ajustarse para distinguir entre el movimiento muscular normal típico, fuentes de ruido, y actividad de convulsiones. En algunas modalidades, las variables, incluyendo por ejemplo, los valores de inicio Z, las configuraciones de retraso, los factores de peso asociados con una o más bandas de frecuencia o combinaciones de las mismas, pueden ajustarse para distinguir entre el movimiento muscular normal típico, las fuentes de ruido y la actividad de convulsiones.

Un individuo propenso a convulsiones puede, en algunas modalidades, monitorearse mediante la colección de datos EMG durante un periodo de monitoreo, cálculo de los valores estadísticos, y la comparación de aquellos valores para los datos EMG de referencia o los valores colectados durante uno o más periodos de referencia. Un periodo de referencia puede incluir el monitoreo de un individuo en una configuración supervisada, tal como durante un periodo con verificación independiente (tal como con monitoreo con video) o cualquier convulsión que pueda ocurrir. Un periodo de referencia puede ser el primer momento en que un individuo use un dispositivo. Sin embargo, un periodo de referencia también puede repetirse, tal como si es estimado necesario, o puede realizarse en otros momentos, tal como después de que un individuo haya llegado a acostumbrarse a usar el dispositivo.

Durante un periodo de referencia, un individuo puede monitorearse mientras se involucra en varias actividades. Por ejemplo, en algunas modalidades, un periodo de referencia puede incluir la colección de datos EMG mientras el individuo está descansando, ejecutando actividades diarias comunes, ejecutando actividades que pueden involucrar típicamente movimiento vigoroso y/o repetitivo (tal como, por medio de ejemplo no limitante, la ejecución de una contracción voluntaria máxima), o cualquier combinación de los mismos. Los datos EMG colectados mientras ejecuta diferentes actividades pueden usarse para caracterizar las porciones de descanso y/o elevadas de la actividad muscular que puede experimentarse por un paciente y que puede ser distinguida de la actividad convulsiva. Dicha actividad puede usarse para caracterizar la actividad de línea base que puede, en algunas modalidades, usarse para establecer un valor de T-cuadrada de referencia para el cual los valores de T cuadrada en un periodo de monitoreo se comparan, tal como mediante el cálculo de una diferencia entre aquellos valores de T cuadrada. En algunas modalidades, un método puede re-normalizar periódicamente los datos EMG colectados en un periodo de monitoreo mediante ejecutar uno o ambos de una re-normalización de electrodos y un periodo de entrenamiento (con el re-cálculo de una matriz de varianza-covarianza, tal como mediante la determinación de una matriz inversa y el establecimiento de un conjunto de coeficientes de peso) como parte del periodo (s) de referencia que se repite durante el uso diario. La renormalización puede re-centrar efectivamente, la actividad del músculo alrededor de una línea base de T-cuadrada que proporciona un valor de T-cuadrada pequeño y este valor pequeño puede usarse como una línea base de T-cuadrada de referencia del cual los valores de T-cuadrada se comparan, tal como la sustracción de aquellos valores o mediante el cálculo de un valor delta entre ellos. En algunas modalidades, un valor de T-cuadrada de referencia puede ser redondeado a cero y/o disminuido del cálculo. Además, en algunas modalidades, puede usarse un valor de T-cuadrada durante el monitoreo (sin sustracción en cada momento por un valor de referencia cada vez que el valor se calcula). Esto puede considerarse comparando el valor de T cuadrada durante el monitoreo para un valor de cero. El muestreo periódico de los electrodos durante el monitoreo, puede en algunas modalidades usarse para verificar que un valor de T-cuadrada de referencia durante el tiempo después de una normalización permanece bajo, y que la comparación de un monitoreo del valor de T-cuadrada para un número que es pequeño (o cero) no resulta en análisis incorrecto de la actividad muscular.

Los datos EMG obtenidos durante un periodo de referencia pueden usarse para calcular una matriz de varianza/covarianza y/o matriz inversa para las estadísticas de T-cuadrada en un momento cuando un paciente no está experimentando un evento de convulsiones, y puede, en algunas modalidades, también usarse para establecer una línea base o valor estadístico de T-cuadrada de referencia. Por ejemplo, durante un periodo de referencia, el aparato puede entrenarse a sí mismo por un individuo mediante el cálculo de la matriz de varianza/covarianza para la estadística de T-cuadrada usando los datos EMG obtenidos cuando un individuo se conecta inicialmente. El cálculo de la estadística de T-cuadrada a través de las bandas de frecuencia seleccionadas durante un periodo de descanso-no convulsión puede proporcionar un valor de línea base en contra del cual las señales subsecuentes se analizan. El cálculo de la matriz de varianza/covarianza para la estadística de T-cuadrada a través de las bandas de frecuencia seleccionadas durante un periodo de descanso-no convulsión puede usarse para establecer los coeficientes de peso que pueden usarse en cálculos subsecuentes de los valores estadísticos de T-cuadrada. En algunas modalidades, una matriz inversa puede calcularse y los pesos asignados para cada una de la pluralidad de bandas de frecuencia seleccionadas pueden determinarse de los coeficientes de la matriz de inversión. La matriz de inversión de la matriz de varianza/covarianza puede ser una matriz (que también puede referirse como una matriz recíproca) que, cuando se complica con la matriz de varianza/covarianza, produce la matriz de identidad. El uso de la matriz de inversión para establecer los pesos y normalizar los valores de T-cuadrada se ha encontrado para ser una forma de ajusfar automáticamente la contribución de diferentes bandas de frecuencia a la musculatura del paciente.

En algunas modalidades, un periodo de referencia (o periodos) puede (n) usarse para establecer las configuraciones del dispositivo, tal como, por ejemplo, el factor Z de inicio o el valor de T-cuadrada de inicio, los factores de peso entre las regiones de frecuencia, las configuraciones de retraso de la alarma, la matriz de varianza/covarianza para las estadísticas de T cuadrada de referencia, la desviación estándar de la estadística de T-cuadrada de referencia, otros factores o cualquier combinación de los mismos. Los periodos futuros de uso (periodos de monitoreo) pueden involucrar la normalización de los electrodos (tal como involucrar el ajuste del amplificador y/o las configuraciones de ganancia de señal digital); sin embargo, otras configuraciones del dispositivo (tal como las anotadas anteriormente) pueden, al menos en algunas modalidades, no someterse para cambiar - los valores predeterminados de aquellas constantes (determinados desde uno o más periodos de referencia) pueden mantenerse constantes y usados para la totalidad del periodo de monitoreo. Por ejemplo, después de la determinación de las configuraciones del dispositivo en uno o más periodos de referencia, monitoreando a un individuo por la actividad convulsiva, puede en algunas modalidades, involucrar la normalización de los electrodos, la colección de los datos EMG con cálculo de un valor de T cuadrada, la comparación de esos datos con un valor de T-cuadrada inicial predeterminado y la evaluación de si una alarma puede iniciarse. Un valor de T-cuadrada inicial predeterminado puede, en algunas modalidades, involucrar la colección de una línea base de referencia de T-cuadrada (durante un periodo de referencia) y configurar el valor de T-cuadrada de referencia por algún número de unidades de desviación estándar de la línea base de T cuadrada de referencia colectada. Un valor de T-cuadrada inicial predeterminado, puede en algunas modalidades, involucrar la colección de un valor de T-cuadrada (durante un periodo de referencia mientras el paciente está ejecutando un MVC) y configurando el valor de T-cuadrada inicial para ser un cierto factor del valor de T-cuadrada obtenido mientras se ejecuta el MVC. Un valor de T-cuadrada inicial predeterminado puede, en algunas modalidades, involucrar la colección de un valor de T-cuadrada (durante un periodo de referencia y mientras se ejecuta un MVC), repitiendo el cálculo de un MVC del valor de T-cuadrada varias veces, calculando una desviación estándar para los varios cálculos de T-cuadrada repetitivos realizados durante el MVC, y escalando el valor de T-cuadrada inicial para ser algún número de la desviación estándar calculada de los valores de T cuadrada repetitivos obtenidos durante el MVC. En algunas modalidades, después de la determinación de las configuraciones del dispositivo en uno o más periodos de referencia, el monitoreo de un individuo por actividad convulsiva puede, en algunas modalidades involucrar la normalización de los electrodos, colección de los datos EMG con el cálculo de un valor de T-cuadrada, comparación de esos datos con referencia en el valor de T-cuadrada y la evaluación de si una alarma puede iniciarse.

En algunas modalidades, la comparación de los valores de T-cuadrada (por ejemplo, comparación de un valor de T-cuadrada determinado durante un periodo de monitoreo y un valor de T-cuadrada de referencia) y la evaluación de si se inicia una alarma puede involucrar escalar la diferencia entre los valores de T-cuadrada en unidades de desviaciones estándar de la estadística de T cuadrada de referencia y la valoración de si el número de desviaciones estándar excede un factor Z inicial (en unidades de desviaciones estándar) o excede ese factor por un cierto intervalo de tiempo. Un valor de T-cuadrada inicial puede exceder un valor de T-cuadrada de referencia por algún valor, tal como un cierto número de desviaciones estándares (y puede referirse como un valor Z inicial) o puede escalarse en otras formas - tal como usando un cálculo MVC anteriormente descrito o establecido para ser un valor aceptable que se ha determinado para trabajar para todos los pacientes en una cierta demografía (tal como pacientes con una cierta circunferencia mediada del brazo superior).

En algunas modalidades, un periodo o periodos de referencia pueden usarse para establecer las configuraciones del dispositivo, y los periodos de monitoreo pueden usar aquellas configuraciones. Un periodo de monitoreo puede involucrar normalización de electrodos (tal como involucra el ajuste del amplificador y/o las configuraciones de ganancia de señal digital), pero de otra manera usa configuraciones del dispositivo predeterminadas en los periodos de referencia. En algunas modalidades, un periodo de referencia puede ejecutarse adicionalmente o alternativamente durante el mismo periodo de tiempo, el mismo día o intervalo, que el sistema está monitoreando al paciente. Dicho periodo de referencia puede llevarse a cabo en el hogar de un individuo. Por ejemplo, en algunas modalidades, un aparato puede configurarse para iniciar una calibración automática (tal como puede involucrar el ajuste de configuraciones de ganancia de electrodos) y el aparato puede normalizarse para tener en cuenta, por, ejemplo, que tan firmemente los sensores EMG se colocan sobre un músculo, la humedad, la ubicación del sensor EMG u otros factores. La normalización puede, en algunas modalidades, incluir el re-entrenamiento del sistema por la colección de datos por un periodo de tiempo tan necesario para re-calcular la matriz de varianza/covarianza para los cálculos estadísticos de T-cuadrada y la configuración de los factores de peso o ambos. La normalización puede, en algunas modalidades, incluir la calibración de electrodos (tal como incluyendo el ajuste de configuraciones de ganancia y/o estableciendo que un rechazo del modo común entre las entradas del detector está dentro de un rango aceptable y/o esperado) y el entrenamiento del sistema con la colección de datos para el cálculo de un valor estadístico de T-cuadrada de referencia, la colección de datos para el cálculo de factores de peso entre las bandas seleccionadas o ambas. En la colección de datos durante la normalización, el sistema puede establecer un valor estadístico de T-cuadrada de referencia, puede reemplazar un valor estadístico de T-cuadrada de referencia por defecto o reemplazar un valor de T-cuadrada de referencia previamente usado. Por ejemplo, el sistema puede sustituir el valor de T-cuadrada de referencia recientemente determinado por uno determinado. Durante un periodo de re-entrenamiento, el sistema puede, en algunas modalidades, también monitorear al paciente por la actividad de convulsión. Por ejemplo, durante la colección de datos para entrenamiento, el sistema puede comparar los datos, es decir, como colectados en tiempo real para los valores de referencia, tal como pueden haberse establecido desde un periodo de entrenamiento previo o la demografía del paciente y evaluar si una convulsión puede estar ocurriendo. A medida que un sistema completa el monitoreo dentro de un periodo de tiempo dado, el sistema puede incorporar los datos de ese periodo de tiempo en las configuraciones para la evaluación de un periodo subsecuente. El sistema puede, en algunas modalidades, evaluar los datos colectados durante la normalización y solamente incorporar los datos recientemente colectados (y las configuraciones de actualización) si los datos cumplen ciertos requerimientos. Por ejemplo, la actualización de una configuración dada puede depender de si el valor del valor de T-cuadrada de referencia, la desviación estándar de la línea base de T-cuadrada de referencia o ambos están dentro de los límites aceptados. El sistema también puede ejecutar una rutina en donde los datos de espurio, es decir, los afloramientos de datos -tal como desde el ruido aleatorio o movimientos rápidos inadvertidos del individuo pueden removerse. La normalización puede ocurrir en intervalos regulares o en respuesta a un cierto criterio. El sistema puede, por ejemplo re-entrenar automáticamente el sistema mediante colectar los datos EMG de un periodo de tiempo cuando un individuo se conecta inicialmente al dispositivo o cuando un incremento o disminución suficiente en la amplitud promedio de una señal ocurre u ocurre sobre un cierto periodo de tiempo.

Además, diferentes modalidades pueden incorporar configuraciones de un periodo de referencia que se conduce en una configuración supervisada, durante la normalización periódica (tal como incluyendo la normalización periódica en el uso doméstico). Además, en algunas modalidades, al menos algunas configuraciones del dispositivo pueden establecerse con base en los datos derivados de todos los pacientes o de los pacientes de una cierta demografía. Por ejemplo, como una alternativa de monitoreo de un individuo durante un cierto periodo de referencia en una configuración supervisada, un individuo puede usar un dispositivo que se ha programado con las configuraciones que son específicas para todos los pacientes o para los pacientes de una cierta demografía. A modo de no limitante, como una alternativa para configurar un valor de T cuadrada inicial o factor Z inicial basado en MVC o escalando en términos de desviación estándar de un periodo de referencia, aquellas configuraciones pueden establecerse con base en las configuraciones típicas que se han mostrado para trabajar los pacientes con una circunferencia medida de brazo superior (MUAC, por sus siglas en Inglés), tal como mediante usar una configuración de inicio para individuos con valores MUAC de aproximadamente 16 cm a aproximadamente 24 cm y una configuración diferente para individuos con MUAC valores de aproximadamente 24 cm a aproximadamente 28 cm. En algunas modalidades, un individuo puede usar un dispositivo, en el monitoreo inicial, los electrodos EMG pueden ejecutar una rutina de calibración (tal como involucrar un ajuste del amplificador y/o las configuraciones de ganancia de señal digital); sin embargo, otras configuraciones del dispositivo, tal como por ejemplo, estadística de T cuadrada de referencia, factor Z de inicio y configuraciones de retraso de alarma pueden ser específicas de la población. En otras modalidades, las estadísticas de T-cuadrada de referencia pueden determinarse automáticamente al conectar ¡nicialmente el dispositivo, tal como, por ejemplo, junto con la calibración y duración del entrenamiento y por lo tanto pueden personalizarse al individuo. Sin embargo, otras configuraciones del dispositivo tales como el factor Z inicial y las configuraciones de retraso de alarma pueden ser específicas de la población. Además, algunos de los avances anteriormente mencionados pueden facilitar el monitoreo de un paciente sin la necesidad que un paciente pase tiempo en una configuración supervisada.

En algunas modalidades, las configuraciones del dispositivo pueden ser ajustables solamente en la verificación externa y revisión por un operador humano. En otras modalidades, el ajuste de las configuraciones del dispositivo puede ejecutarse automáticamente alternativamente o adicionalmente. Por ejemplo, como se anotó previamente, si una alarma se activa, a un individuo se le puede proporcionar la opción de cancelar la alarma. En dichas modalidades, el dispositivo puede programarse para registrar dichas cancelaciones como eventos falsos-positivos. El sistema puede categorizar el evento como un falso positivo y el sistema puede configurarse para ajusfar un factor de detección, tal como por ejemplo el factor Z de inicio y/o el retraso de la alarma para minimizar las caracterizaciones de evento falso-positivo futuras. Por ejemplo, el factor Z de inicio puede incrementarse por una cantidad, tal como aproximadamente 10 unidades de desviación estándar, cada tiempo de un evento falso-positivo se registra. Alternativamente, si el sistema se escala en términos de la diferencia en una línea base de T-cuadrada de referencia y el cálculo de T cuadrada mientras se ejecuta un MVC, el sistema puede ajustarse a un valor de T cuadrada inicial para ajustar la sensibilidad de detección.

Un dispositivo puede ajustar automáticamente una configuración, tal como el factor Z inicial, cada vez que un evento falso-positivo se registra o el sistema solamente puede ajustar la configuración de detección siguiendo un cierto número de detección de evento falso-positivo. En algunas modalidades, el sistema también puede incluir en memoria (o acceso cuando se necesite- tal como mientras se ajustan los factores de configuración) un registro de datos de cualquier convulsión real que se identifica correctamente durante los periodos de monitoreo previos y/o se detectaron durante un periodo de referencia. El sistema puede ajustar las configuraciones de detección y calcular si las nuevas configuraciones habrían resultado en la detección faltante del sistema de cualquier convulsión previamente registrada. Además, el registro histórico de las convulsiones detectadas puede servir como una verificación de calificación para el ajuste de las configuraciones. El sistema, en algunas modalidades puede ajustar las configuraciones para encontrar el punto de configuración ideal para las varias configuraciones de detección. Por ejemplo, una unidad de detección o una estación base (que, como se anotó previamente, puede tener más capacidad de programación avanzada) puede ejecutar un algoritmo para encontrar configuraciones que proporcionen selectividad óptima entre las convulsiones registradas reales y cualquier evento que se haya registrado como eventos falsos-positivos. En las configuraciones de ajuste, el sistema de detección puede almacenar o puede tener acceso a convulsiones registradas así como a eventos falsos positivos. Además, el sistema (por ejemplo, la unidad de detección y//la estación base) pueden almacenar datos EMG, que mientras no sean suficientes para iniciar una alarma, pueden haber sido suficientemente cercadas para hacerlas. El sistema posteriormente puede ser capaz de verificar que el ajuste de las configuraciones y el uso de aquellas configuraciones no hayan resultado en una detección falsa-positiva con respecto a los datos almacenados. Por lo tanto, el sistema puede ingresar a los datos relevantes para ajusfar las configuraciones dinámicamente para optimizar la detección de las convulsiones reales y minimizar los eventos falsos-positivos y además pueden hacerlos automáticamente.

La Figura 4 ilustra un método ejemplarizador 36 para monitorear las señales EMG por las características de las convulsiones e iniciar una respuesta a la alarma si se detecta una convulsión. En una etapa 38, las señales EMG (y opcionalmente otras señales de salida del detector) pueden colectarse, tal como en un establecimiento ambulatorio o en casa. En la etapa 40, las señales EMG pueden procesarse mediante el filtrado para seleccionar una pluralidad de bandas de frecuencia de varios anchos. La filtración puede llevarse a cabo mediante componentes de circuitos electrónicos o programas, tales como filtros de paso de banda (por ejemplo, filtros de paso de banda Baxter-King), apropiadamente pesados. Por ejemplo, en algunas modalidades, tres bandas de frecuencia pueden seleccionarse como sigue: Rango 1 puede oscilar desde aproximadamente 300 Hz a aproximadamente 400 Hz, Rango 2 puede oscilar desde aproximadamente 130 Hz a aproximadamente 240 Hz y el Rango 3 puede oscilar desde aproximadamente 30 Hz a aproximadamente 40 Hz. Los datos de las bandas de frecuencia seleccionadas pueden procesarse en una etapa 42 y uno o más valores estadísticos pueden determinarse. Por ejemplo, un valor estadístico de T cuadrada puede calcularse con base en las varianzas/covarianzas de las amplitudes de energía en las bandas de frecuencia seleccionadas. En una etapa 44 los datos de referencia pueden determinarse, seleccionarse o usarse y uno o más valores estadísticos calcularse (etapa 42), pueden compararse (etapa 46) con los datos de referencia. En algunas modalidades, un valor de T cuadrada puede compararse a una línea base que es un número menor, cerca a cero, o que puede ser cero porque la línea base se ajusta para ser así (tal como ajustar los coeficientes de peso, normalización de los electrodos, o ambos) con base en los datos de referencia colectados durante un periodo de referencia. En algunas modalidades, la diferencia entre un valor estadístico de T cuadrada y un valor estadístico de T cuadrada de referencia (? T-cuadrada) puede determinarse. En una etapa 48, el método puede valorar si un evento de convulsión puede ocurrir. Dicha valoración puede, por ejemplo involucrar el escalado de ? T-cuadrada por el número de unidades de desviación estándar en la cual difiere de una línea base de T cuadrada de referencia, configurando un valor de T cuadrada de inicio con base en un MVC, configurando un inicio basado en un criterio demográfico o configurando un inicio usando una combinación de formas. Un valor escalado de ? T-cuadrada, por ejemplo el factor Z (en unidades de desviaciones estándares) puede compararse a un valor de T-cuadrada inicial o al factor Z de inicio para determinar la probabilidad de que una convulsión pueda ser de ocurrencia. Con base en la probabilidad determinada que una convulsión pueda ocurrir, el método puede iniciar un protocolo de alarma (etapa 50) y/o el sistema puede colectar un siguiente juego de datos EMG (etapa 52) y de nuevo valora si se inicia la alarma.

Como se describe en la etapa 38, los métodos de este documento involucran la colección de los datos EMG. En algunas modalidades la detección de las convulsiones puede llevarse a cabo exclusivamente mediante el análisis de los datos de los electrodos EMG. En otras modalidades una combinación de uno o más sensores EMG y uno o más de otros sensores pueden usarse. Por ejemplo, sensores de temperatura, acelerómetros, sensores ECG, otros sensores o cualquier combinación de los mismos pueden usarse. Los acelerómetros pueden por ejemplo, colocarse en las extremidades del paciente para detectar el tipo de movimiento violento que puede caracterizar a una convulsión. Similarmente, los sensores ECG pueden usarse para detectar latidos del corazón anormales o elevados que pueden caracterizar a una convulsión. Un dispositivo de monitoreo puede detectar una convulsión epiléptica sin la multitud acostumbrada de electrodos cableados unidos a la cabeza, como típicamente con EEG. La combinación de electrodos EMG con otros datos puede, por ejemplo, usarse con pacientes particularmente difíciles. Los pacientes con una cantidad excesiva de piel floja o con altas concentraciones de tejido adiposo, que pueden afectar la estabilidad de contacto entre un electrodo y la piel pueden presentar retos de monitoreo y pueden ser candidatos para usarse con múltiples sensores. Los datos de los sensores no EMG (si están presentes) pueden usarse en un número de formas. Por ejemplo, en algunas modalidades, el factor Z inicial o el factor de retraso del tiempo pueden ajustarse con base en la presencia de corroboración de datos (o contradicciones) que una convulsión puede estar ocurriendo. Además, la sensibilidad del sistema para los datos EMG puede modificarse con base en la corroboración o evidencia de contradicción desde los otros sensores. En algunas modalidades, En algunas modalidades, la selección de un archivo de referencia específico puede, al menos en parte, basarse en los datos colectados por el otro sensor.

En algunas modalidades, un detector EMG puede comprender una sola unidad de detección tal como se coloca en los bíceps de un individuo. En otras modalidades, una combinación de dos o más unidades de detección pueden usarse. Por ejemplo, los detectores EMG pueden unirse a un grupo de músculos agonistas y pueden colectarse antagonistas o señales de otras combinaciones de músculos. En general, los datos EMG colectados en la etapa 38 pueden ser de cualquiera de varios tipos de electrodos disponibles, tal como, por ejemplo, electrodos monopolares de superficie, electrodos diferenciales bipolares o electrodos de otra geometría apropiada. Dichos electrodos pueden, por ejemplo, mediante posicionarse en la superficie de la piel, pueden o no pueden incluir aplicación de un gel, y pueden en algunas modalidades, ser electrodos Ag/AgCI. El uso de un arreglo de electrodos EMG bipolar, por ejemplo con una conducción de referencia y dos entradas de superficie, permite la supresión del ruido que es común para aquellas entradas. Por ejemplo, un amplificador diferencial puede usarse y una sustracción de las señales de una entrada con respecto a la otra puede llevarse a cabo. Las diferencias en las señales de entrada. Tal como originándose de la despolarización de un grupo muscular, puede por lo tanto amplificarse selectivamente y las señales que son comunes para ambas entradas (tal como ruido externo) pueden nulificarse sustancialmente. Como se anotó previamente, en algunas modalidades, la calibración o normalización de los electrodos puede ejecutarse periódicamente. La normalización de los electrodos puede, en algunas modalidades incluir la aplicación de un pulso de prueba, típicamente una corriente alterna para uno o ambos de la detección o entradas de referencia de una unidad de detección EMG. La señal de salida del pulso de prueba puede usarse para ejecutar una rutina de calibración (tal como involucrando el ajuste del amplificador y/o las configuraciones de ganancia de señal digital).

En una etapa 40, las señales EMG pueden procesarse mediante la filtración para seleccionar una pluralidad de bandas de frecuencia de varios anchos. La filtración puede lograrse usando los componentes de circuitos electrónicos o programas, tal como filtros de paso de banda (por ejemplo, filtros Baxter-King), pesados apropiadamente. La etapa 38 (colección de datos) y la etapa 40 (selección de regiones de frecuencia de interés) pueden describirse convenientemente como etapas distintas. Sin embargo, dicha descripción no debe interpretarse como métodos limitantes en este documento para filtración con programas o componentes de circuitos electrónicos, por ejemplo procesamiento de señales análogas o digitales -pueden usarse técnicas y o combinaciones del procesamiento de señales digitales y análogas para el aislamiento de los datos espectrales. En algunas modalidades, tres bandas de frecuencia pueden seleccionarse incluyendo un primer rango, un segundo rango y un tercer rango. El primer rango puede oscilar desde aproximadamente 250 Hz a aproximadamente 420 Hz o aproximadamente 300 Hz a aproximadamente 400 Hz, o aproximadamente 325 Hz a aproximadamente 375 Hz. El segundo rango puede oscilar desde aproximadamente 80 Hz a aproximadamente 290 Hz, o aproximadamente 130 Hz a aproximadamente 240 Hz, o aproximadamente 150 Hz a aproximadamente 220 Hz. El tercer rango puede oscilar desde aproximadamente 10 Hz a aproximadamente 50 Hz, o aproximadamente 30 Hz a aproximadamente 40 Hz, o aproximadamente 32 Hz a aproximadamente 38 Hz. En algunas modalidades, las bandas de frecuencia seleccionadas en una etapa 40 pueden basarse en una forma de onda medida previamente analizada durante un periodo de referencia. Por ejemplo, durante un periodo de referencia, los datos espectrales de un periodo de convulsiones pueden medirse y esos datos pueden compararse a o ajustarse a una forma de onda GTC generalizada. Una forma de onda GTC incluye un número de puntos de referencia característicos que pueden correlacionarse a los datos espectrales para un paciente dado. Por ejemplo, una forma de onda GTC puede mostrar una región de densidad espectral deprimida (mínimo local) cerca de aproximadamente 280 Hz a aproximadamente 320 Hz, una región de densidad espectral elevada (máximo local) cerca de aproximadamente 380 Hz a aproximadamente 420 Hz y un punto de inflexión entre los valores extremos locales. Dichos puntos de referencia característicos pueden ser identificables en diferentes individuos pero para aquellos pacientes los puntos pueden ser redondeados en diferentes frecuencias. La posición de aquellos puntos de referencia puede asociarse con una musculatura individual del paciente y para algunos individuos puede relacionarse con las manifestaciones motoras durante una convulsión. En algunas modalidades, la posición de un punto de referencia característico incluyendo, por ejemplo, un valor mínimo local, un valor máximo local, o un punto de inflexión, pueden usarse para seleccionar o ajustar la posición de al menos uno de una pluralidad de la pluralidad de bandas seleccionadas usadas en un cálculo de T-cuadrada. En algunas modalidades, el número de regiones de frecuencia seleccionado para el análisis puede ser mayor de tres. Por ejemplo, algunos métodos particularmente pero no limitados a aquellos que usan métodos analíticos PCA pueden involucrar la selección de más de tres rangos. La selección de las bandas de frecuencia puede hacerse mediante la colección de datos EMG por un periodo de tiempo y convirtiendo los datos usando las técnicas del Transformador Fast-Fourier (FFT). En algunas modalidades, los datos pueden colectarse por una época de aproximadamente un medio segundo a aproximadamente dos segundos (o por algún otro periodo) y convertidos al dominio de frecuencia.

En una etapa 42, los datos EMG (de las regiones de frecuencia seleccionadas) pueden procesarse usando cualquiera de las varias técnicas estadísticas. Por ejemplo, en algunas modalidades, los datos de los tres rangos de frecuencia seleccionados pueden usarse para determinar las estadísticas de T cuadrada. La prueba T estadística de Hoteiling asume que los datos son independientes y de Gaussian multivariante. Aquellos supuestos son generalmente inválidos para los datos EMG, sin embargo, se ha descubierto que la estadística de T cuadrada de Hoteiling puede servir como una métrica para reconocer cuando las amplitudes de energías medibles en los rangos de frecuencia seleccionados pueden cambiarse, además posiblemente la señalización de un episodio de convulsiones. Por consiguiente, la estadística de T cuadrada de Hoteiling puede considerarse una métrica en la cual la amplitud de la energía medida para cada rango de frecuencia se normaliza por su varianza y su covarianza con las amplitudes de energía medidas en otros rangos de frecuencia. Este avance puede producir un indicador estable y más sensible de un evento convulsivo o condición de alarma que usando la energía en un solo rango de frecuencia o usando la energía total para una combinación de rangos de frecuencia sin convolución de los datos mediante normalización de los datos por su varianza/covarlanza con otros rangos seleccionados. Importantemente, porque el sistema es más sensible a la actividad convulsiva que, por ejemplo, la medición del contenido de energía integrada sobre uno o más rangos de frecuencia, los valores de inicio para la detección pueden incrementarse (además evitando muchas de las detecciones falsas-positivas) sin olvidar la detección de una convulsión. En algunas modalidades, un análisis de T- cuadrada puede ejecutarse en la amplitud de energía dentro de las bandas seleccionadas. En otras modalidades, el análisis de T cuadrada puede usar otras características de los datos EMG - alternativamente o en combinación con las amplitudes de energía. Por ejemplo, la densidad espectral en una o más frecuencias discretas en una banda dada, por ejemplo, la densidad espectral pico en una cierta banda o la densidad espectral pico dentro de una banda también puede procesarse con las estadísticas de T cuadrada de Hotelling. Además, los datos de otros sensores que pueden estar presentes, tal como, por ejemplo, la temperatura, el acelerómetro o los datos EGG también pueden procesarse.

El cálculo de T cuadrada de la etapa 42 puede basarse en el cálculo de las varianzas/covarianzas a través de los rangos de frecuencia seleccionados. Las estadísticas de T cuadrada pueden calcularse en cada intervalo de tiempo, por ejemplo, generando las estadísticas 1024 o las estadísticas 2048 (dependiendo de la proporción de muestra) para cada segundo de los datos EMG. Por supuesto, otras proporciones de muestra apropiada también pueden usarse como apropiadas, por ejemplo, para evitar la distorsión por pixelado. Usando tres rangos de frecuencia puede resultar en una matriz de varianza/covarianza de 3 por 3 que puede invertirse usando un cálculo de Descomposición de Valor Singular ("SVD"). La matriz de varianza/covarianza además puede descomponerse en sus valores propios y vectores propios ortonormales. Los valores propios y los vectores propios pueden usarse para calcular la inversa de la matriz de varianza/covarianza y usada para los cálculos de T cuadrada, tal como mediante los coeficientes de cálculo del peso. Las estadísticas de T cuadrada pueden, por ejemplo, usarse para combinar la amplitud de energía de los tres rangos de frecuencia en un valor estadístico de T cuadrada simple.

En algunas modalidades, el cálculo de T cuadrada de la etapa 42 puede asignar diferentes pesos a las señales de las bandas de frecuencia seleccionadas. Los factores de peso aplicados en la etapa 42 pueden, por ejemplo haberse determinado mediante el análisis de las bandas de frecuencia seleccionadas durante un periodo de entrenamiento de referencia. El peso asignado a cada una de las bandas de frecuencia durante un periodo de entrenamiento de referencia. El peso asignado a cada una de las bandas de frecuencia puede, por ejemplo calcularse desde la inversa de la matriz de varianza/covarianza de las bandas de frecuencia seleccionadas, tal como pueden calcularse durante el periodo de entrenamiento de referencia. Los pesos asignados a cada una de las bandas de frecuencia pueden por lo tanto ser ajustadas dinámicamente, ya sea automáticamente tal como durante la normalización periódica (y el re-entrenamiento) o en algunas modalidades por un operador. En este avance, un rango de frecuencia exhibiendo más actividad muscular (usualmente un rango de frecuencia inferior) puede asignar menos peso que un rango de frecuencia exhibiendo menos actividad muscular (usualmente un rango mayor de frecuencia). El peso apropiado puede depender del movimiento muscular normal del individuo). El peso apropiado puede depender de un movimiento de músculo normal del individuo observado durante un periodo de entrenamiento de referencia y las bandas de frecuencia particular seleccionadas. Por ejemplo, tres bandas pueden seleccionarse como sigue: Rango 1 puede oscilar desde aproximadamente 300 Hz a aproximadamente 400 Hz, Rango 2 puede oscilar desde aproximadamente 130 Hz a aproximadamente 240 Hz y Rango 3 puede oscilar desde aproximadamente 30 Hz a aproximadamente 40 Hz. Cuando se usan aquellas bandas, los factores de peso pueden ser aproximadamente 5% a aproximadamente 20% o aproximadamente 8% a aproximadamente 15% para el Rango 3, aproximadamente 20% a aproximadamente 40% o aproximadamente 25% a aproximadamente 35% para el Rango 2 y aproximadamente 50% a aproximadamente 70% o aproximadamente 55% a aproximadamente 65% para el Rango 1.

Las estadísticas de T cuadrada pueden re-calcularse con cualquier intervalo dado de la colección de datos, por ejemplo, el muestreo de la frecuencia para un electrodo, y puede ser deseable para suavizar el valor calculado, tal como el uso de suavizado exponencial y comparar el valor estadístico suavizado con los datos de referencia. Cualquiera de las varias técnicas de suavizado disponibles (por ejemplo, filtro de movimiento promedio, filtro Savitzky-Golay, filtro Gaussian, Ventana de Kaiser, varias transformaciones de onda pequeña y los similares) también pueden usarse).

Generalmente, un alfa factor de suavizado (a) puede oscilar desde 0 a 1 , es decir 0 < a < 1. En algunas modalidades, un factor de suavizado de 0.5 puede usarse. Generalmente, a > 0.5 puede reducir el suavizado y a < 0.5 puede incrementar el suavizado. El suavizado incrementado puede resultar en identificación de menores eventos convulsivos, además haciendo potencialmente las alarmas de convulsiones menos responsivas. Un valor estadístico de T cuadrada puede calcularse en cada intervalo de tiempo en la colección de datos y compararse con un valor de referencia (ver la etapa 46 abajo). El valor comparado a cualquier valor de referencia dado puede ser un valor suavizado y/o puede ser un valor promedio de un cierto intervalo de tiempo. Por ejemplo, los datos colectados sobre un periodo de aproximadamente 10 milisegundos (que puede incluir cálculos de T cuadrada), pueden promediarse juntos y el valor de T cuadrada promedio comparado con un valor de T cuadrada de referencia. Por lo tanto, el número de cálculos de comparación entre un valor de T cuadrada y un valor de T cuadrada de referencia (ver la etapa 46) puede ser el mismo o diferente del número de veces que las estadísticas de T cuadrada se calculan.

En algunas modalidades, un valor de T cuadrada puede ser un valor promedio de una pluralidad de cálculos de T cuadrada o un valor de T cuadrada discreto. Mediante colección de una pluralidad de valores de T cuadrada una desviación estándar durante un periodo de monitoreo (y/u otra métrica relacionada con la variabilidad de un juego de datos) puede calcularse. Dicha no debe confundirse con la desviación estándar de una T cuadrada de referencia o nivel de línea base (y escalando un cálculo de T cuadrada en unidades de desviaciones estándares de una línea base o nivel de referencia - tal como mediante la evaluación de un factor 2). La desviación estándar de una pluralidad de cálculos de T cuadrada discretos, en algunas modalidades puede usarse como una métrica en la determinación de si se inicia una alarma. Además, en algunas modalidades, un valor de T cuadrada (tal como un valor discreto, valor de T cuadrada promedio o valor suavizado), un retraso de la alarma, una desviación estándar de una pluralidad de valores de T cuadrada de un periodo de monitoreo, o cualquier combinación de los mismos, puede usarse para valorar si una convulsión puede ocurrir.

Con referencia de nuevo a la Figura 4, en una etapa 44, los datos de referencia (para comparación subsecuente en la etapa 46 con valor o valores estadísticos determinados en la etapa 42) pueden determinarse o seleccionase para uso. Los datos de referencia pueden, en algunas modalidades, seleccionarse desde la memoria, tal como mediante ingresar a un archivo de plantillas que pueden incluir un valor de referencia predeterminado. Por ejemplo, un valor estadístico de T cuadrada de referencia puede establecerse de los datos EMG durante un periodo de entrenamiento de referencia, como tal, por ejemplo puede haberse conducido en una configuración supervisada o puede seleccionarse para un individuo de una cierta demografía de paciente. En algunas modalidades, el valor de referencia puede seleccionarse una vez (tal como en el inicio de un periodo de monitoreo) y puede usarse simplemente en los muchos cálculos diferentes durante el monitoreo continuo. Sin embargo, en algunas modalidades, el valor de T cuadrada de referencia puede determinarse (y no simplemente seleccionarse) durante un periodo de monitoreo dado. Por ejemplo, el aparato puede auto-entrenarse automáticamente por un paciente mediante calcular la matriz de varianza/covarianza para la estadística de T cuadrada de referencia usando los datos EMG obtenidos cuando un individuo está conectado inicialmente. Por ejemplo, los datos EMG de un periodo de 10 minutos, tal como 2-12 minutos pueden usarse para entrenamiento. Otros periodos de tiempo apropiados también pueden ser usados, tal como por ejemplo, un minuto, dos minutos o cinco minutos. Dicho re-entrenamiento puede ayudar al sistema en tratar con la variación de amplitud entre los periodos de uso. Por ejemplo, la amplitud puede variar entre los usos dependiendo de, por ejemplo, la colocación de los sensores EMG. El aparato puede normalizarse de la sesión a sesión para la cuenta, por ejemplo, como herméticamente los sensores EMG se colocan sobre el músculo, la humedad, la ubicación del sensor EMG, etc. En algunas modalidades, el sistema puede retrasarse por algún periodo de retraso, por ejemplo, dos minutos o algún otro periodo, después de la conexión de los electrodos antes del entrenamiento. Un individuo puede, por ejemplo, tender a mover sus brazos en una manera desproporcionada después de la colocación de una unidad de detección en la piel y la impedancia de la piel tiende a estabilizarse sobre un periodo después de la unión. Durante un periodo de entrenamiento (o re-entrénamiento) un individuo puede estar sustancialmente en descanso. En algunas modalidades, un individuo puede participar en las actividades diarias más comunes durante el entrenamiento, con la excepción que las actividades extenuantes pueden evitarse. Mientras se ejecuta el entrenamiento, un sistema de detección también puede monitorearse por actividad convulsiva. Por ejemplo, durante cualquier periodo de entrenamiento dado (o re-entrenamiento), el sistema puede predeterminar una configuración almacenada, por ejemplo, el sistema puede predeterminar una configuración almacenada en el archivo de plantilla o al último valor aceptado que se ha usado. Si un episodio convulsivo ocurre durante el tiempo de entrenamiento, la convulsión puede detectarse y el entrenamiento podría moverse a otro intervalo.

En algunas modalidades, la normalización del sistema puede ocurrir periódicamente, tal como por ejemplo, en intervalos regulares. La normalización del sistema puede ocurrir alternativamente o también ocurre cuando un incremento o disminución suficiente en la amplitud promedio de la señal ocurre y no ha habido alarma en un periodo de tiempo previo, por ejemplo, la hora precedente. En algunas modalidades, la re-normalización puede realizarse en cualquier momento en donde la amplitud promedio cambie por más de alguna proporción. Por ejemplo, una deriva aceptable máxima en la amplitud de la señal EMG puede denotarse en un archivo de plantilla (por ejemplo, Deriva de Amplitud Máxima entre las calibraciones).

En algunas modalidades, la re-normalización puede realizarse en cualquier momento que las alarmas falsas se consideren que ocurran muy frecuentemente. Por ejemplo, en algunas modalidades, un individuo puede alertarse que una alarma está siendo enviada o está aproximadamente por enviarse. Un individuo, si está alerta y consciente de que en realidad no está experimentando una convulsión, puede dársele la opción de enviar un mensaje a un proveedor de salud y/o a una unidad de almacenamiento de datos que un falso positivo se alertó por el sistema. En algunas modalidades, la señalización repetitiva que un falso positivo se ha realizado puede servir para iniciar la re-calibración del sistema. En algunas modalidades, la recalibración también puede ser manualmente controlada, tal como mediante el individuo quién está monitoreando o mediante un proveedor de cuidados, es decir, un individuo quién está remotamente monitoreando a un paciente. Siguiendo la terminación de la re-normalización, los valores de referencia determinados en este documento pueden usarse en cualquier comparación subsecuente con valores estadísticos determinados de los datos EMG.

En una etapa 46, uno o más valores estadísticos de los datos EMG procesados, tales como, por ejemplo, un valor estadístico de T-cuadrada basado en las amplitudes de energía en diferentes rangos (ver la etapa 42), puede comprarse a un valor de referencia. La diferencia en los valores estadísticos de T cuadrada (? de T cuadrada) puede, por ejemplo, calcularse como: ? T-cuadrada = (estadística de T cuadrada) - T-cuadrada de referencia) (Ecuación 1 ) en donde: ? T cuadrada = Diferencia entre un valor estadístico de T cuadrada calculado durante un periodo de monitoreo y un valor de T cuadrada de referencia Estadística de T cuadrada = valor estadístico de T cuadrada de Hotelling determinado de los datos obtenido en un periodo de monitoreo.

T cuadrada de ref. = valor estadístico de T cuadrada de Hotelling determinado de los datos obtenidos en un periodo de entrenamiento de referencia o de los datos de una cierta población de pacientes.

Como se describió previamente, en algunas modalidades, el valor de T cuadrada de referencia puede ajustarse, tal como durante la normalización periódica (tal como mediante la normalización del detector y el entrenamiento o re-entrenamiento del sistema) para ser un valor que es pequeño. Además, en algunas modalidades, un valor de T cuadrada de referencia puede incluirse en el cálculo de ? T-cuadrada y en algunas modalidades puede asumirse a cero.

En una etapa 48, los valores estadísticos determinados y/o la comparación de estos valores con los valores de referencia pueden usarse para determinar la probabilidad que un evento convulsivo puede estar ocurriendo. En algunas modalidades, un valor Z, por ejemplo, unidades de desviación estándar en las cuales los factores estadísticos (valores de T cuadrada) difieren, puede determinarse. Por ejemplo el valor Z puede calcularse como sigue: Valor Z [? T-cuadrada] / [(s) T cuadrada de referencia] (Ecuación 2) en donde: Valor Z = Diferencia entre los valores estadísticos de T cuadrada escalados en unidades de desviaciones estándares ? T cuadrada = Diferencia entre los valores estadísticos de T cuadrada calculados de los datos obtenidos durante el periodo de monitoreo y calculados de los datos obtenidos en un periodo de entrenamiento de referencia (s) T cuadrada de referencia = desviación estándar de la línea base de T cuadrada El valor Z por lo tanto puede escalar el valor de ? T cuadrada en unidades de desviaciones estándares de una línea base de T cuadrada determinada durante un periodo de referencia. La desviación estándar de una línea base de T cuadrada usada para escalar los factores Z puede determinarse de un periodo de referencia (o un periodo de referencia consecutivo con) que también se usa como un periodo de entrenamiento de referencia usado para calcular los coeficientes de peso. En otras modalidades, los periodos de referencia no pueden ser concurrentes con un periodo de entrenamiento usado para la determinación de los coeficientes de peso. Por ejemplo, un periodo de referencia en donde un paciente está experimentando ciertas actividades puede usarse para determinar una desviación estándar y puede ejecutarse en una configuración supervisada y como un periodo de referencia para establecer los factores de peso que pueden ejecutarse durante el uso diario en casa. En algunas modalidades, también puede usarse un valor de T cuadrada de inicio y puede hacerse una comparación de un valor de T cuadrada para un valor de T cuadrada de inicio (tal como se determina usando un MVC o determinado con base en uno o más criterios demográficos).

Si el valor Z se encuentra que excede un valor Z de inicio, una decisión para iniciar un protocolo de alarma puede hacerse. Por ejemplo, una valoración de si se inicia una alarma puede ser: Si el Valor Z > factor Z de inicio (iniciar protocolo de alarma) (Ecuación 3) Si el Valor Z < factor Z (no iniciar una alarma) (Ecuación 4) En algunas modalidades, la sensibilidad de la alarma para la magnitud de las estadísticas de T cuadrada podría ajustarse. El factor Z de inicio usado para activar una condición de alarma puede configurarse a un valor mayor. Un factor Z de inicio mayor puede servir para reducir la frecuencia de falsas alarmas. Un factor Z de inicio, por ejemplo, puede ser una desviación estándar de la línea base del valor de T cuadrada. Además, un valor Z de 1 es una desviación estándar de la línea base de T cuadrada determinada durante el periodo de entrenamiento, un valor Z de 2 es dos desviaciones estándar de esa línea base, un valor Z de 3 es tres desviaciones estándar de esa línea base, y así sucesivamente. La actividad muscular incrementada (señales EMG de amplitud mayor) resultando de una convulsión puede producir un valor de T cuadrada mayor y un usuario puede, por ejemplo, configurar un valor de Z de inicio en 3 para asegurar que la actividad muscular deba alcanzar un cierto nivel de amplitud antes de que se alcance una condición de alarma. Generalmente, los valores inferiores de los valores Z de inicio pueden crear falsas alarmas, y los valores Z de inicio mayores pueden usase para reducir la frecuencia de las falsas alarmas.

La selección de un factor Z apropiado puede depender de las configuraciones usadas. Por ejemplo, los factores de peso para las bandas de frecuencia seleccionadas pueden influir en la respuesta del sistema a las manifestaciones motoras, fuentes de ruido y convulsiones. Además, el entrenamiento del sistema y el cálculo de la matriz de varianza/covarianza para el cálculo de los valores de T cuadrada pueden influir en la magnitud del factor Z de inicio. Por ejemplo, si un factor de peso para una banda de baja frecuencia es alto, el sistema puede ser más responsivo para algunas manifestaciones motoras (tal como actividad muscular típica). Además, para dichos factores de peso, las estadísticas de T cuadrada pueden no cambiar tan rápidamente cuando las señales de frecuencia mayores se envían para mantener la contracción muscular. Disminuyendo el peso asociado con la banda de baja frecuencia puede incrementar la sensibilidad del sistema para las manifestaciones del motor de alta frecuencia. Sin embargo, los factores de peso de baja frecuencia que son muy bajos pueden resultar en la atenuación de la resistencia de señal total.

El uso de las bandas de frecuencia y los factores de peso relativos como se describen en este documento pueden producir las estadísticas de T cuadrada que producen líneas base altamente estables (incluso cuando un individuo está realizando algunas actividades diarias comunes). Importantemente, dichas pueden proporcionar los valores de T cuadrada que incrementan rápidamente y selectivamente los tipos de actividad muscular que pueden estar presentes cuando una convulsión ocurre y además pueden usarse factores Z altos de inicio. Dichos pueden ser ventajosos porque las detecciones falsas positivas pueden reducirse grandemente, incluso para los individuos quienes son móviles y/o individuales quiénes pueden unirse a actividades diarias rigurosas. En algunas modalidades, los factores Z de inicio pueden ser tan altos como aproximadamente 1000 que todavía pueden capturar la actividad convulsiva. Por consiguiente, los factores Z de inicio en este documento pueden, en algunas modalidades, estar más arriba de aproximadamente 1000 o incluso mayor, o pueden estar aproximadamente 45 a aproximadamente 1000.

En algunas modalidades, un cálculo MVC puede usarse para configurar el factor Z de inicio. Por ejemplo, el factor Z de inicio puede configurarse de manera que un valor T cuadrada, para exceder el factor Z de inicio, es algún factor (N) de la diferencia entre los valores estadísticos de T cuadrada calculados durante MVC (MVC de T cuadrada de referencia) u mientras el individuo está en descanso. Por ejemplo, para configurar el valor Z de inicio para un factor (N) entre los valores estadísticos de T cuadrada, el factor Z de inicio puede calcularse como: factor Z de inicio = N [((T cuadrada de referencia-MVC)-(T cuadrada de referencia))/(a) T cuadrada de referencia] El valor de un factor Z de referencia, el retraso de la alarma o las combinaciones de los mismos pueden usarse en la valoración si un evento de convulsión puede estar ocurriendo. Si el sistema considera que una convulsión puede estar ocurriendo, el sistema puede iniciar un protocolo de alarma (etapa 50). Por supuesto, al determinar si una alarma se inicia, el sistema puede almacenar en la memoria y analizar cualquier número de valores Z. Por ejemplo, si el retraso de la alarma se establece para ser 2 segundos, los factores Z de un número apropiado de mediciones precedentes pueden considerarse. Alternativamente, el sistema puede considerar que una convulsión no está presente, por ejemplo, colecta un siguiente ciclo de datos EMG y repite la valoración si una convulsión puede estar ocurriendo.

Como se muestra en la Figura 4, las etapas 46 y 48 describen la comparación de los datos EMG procesados para los datos de referencia (o derivados de los valuados de esos datos) y el uso de esos datos para determinar si una convulsión puede estar probablemente ocurriendo. Como se anotó previamente, los datos de referencia pueden seleccionarse de un archivo de plantilla y un paciente puede no necesitar el re-entrenamiento de la unidad de detección día con día. Por el contrario, un usuario puede unir la unidad de detección, y los datos de referencia establecidos pueden bajarse y usarse para analizar los valores estadísticos derivados de EMG. Un archivo de plantilla, puede, por ejemplo, incluir varias constantes usadas en cualquiera de las etapas 48 y 48 para tratar o analizar los datos colectados. Algo de la información que puede incluirse en dicho archivo de plantilla se muestra en la Tabla I. Para claridad, la "XX" simplemente es un marcador de posición y no debe construirse para conllevar la magnitud o precisión en cualquier forma.

TABLA 1 : Lista de algunas constantes que pueden encontrarse en un archivo de plantilla Se contempla que al menos en algunas circunstancias, al menos alguno de los valores inicialmente seleccionados para un archivo de plantilla puede establecerse por el agolpamiento de un individuo en una demografía del paciente. Por ejemplo, en algunas modalidades, un archivo de plantilla inicial puede obtenerse usando los datos históricos de una demografía del paciente general. Un paciente puede por ejemplo, definirse por varias características incluyendo por ejemplo, cualquier combinación de edad, género, etnia, peso, nivel de grasa corporal, el contenido de grasa en los brazos, el contenido de grasa en las piernas, circunferencia de los brazos superior media, nivel de condición física, nivel de una o más contracciones voluntarias máximas o el paciente puede ser definido por otras características. El historial médico del paciente incluyendo, por ejemplo, historia de convulsiones, medicaciones actuales u otros factores también pueden considerarse. Para establecer las configuraciones de un paciente dado con base en la demografía del paciente particular al cual el paciente iguala, pueden usarse los datos archivados para otros pacientes en esa demografía particular. Los datos archivados pueden incluir datos EMG juntos con una indicación de sí o no los datos se asocian con un periodo de convulsión o de no convulsión. Como los datos se colectan por un paciente dado, esos datos pueden agregarse a la biblioteca de datos. Una vez que un archivo de plantilla es generado o seleccionado, puede incluirse en la memoria de la computadora dentro de una unidad de detección, unidad base o ambas y un individuo puede usar la unidad de detección en un ambiente de hogar.

Las configuraciones para el dispositivo también pueden establecerse del monitoreo del paciente durante un periodo de entrenamiento, por ejemplo, el paciente puede monitorearse en un establecimiento supervisado. Por ejemplo, durante el monitoreo los datos pueden monitorearse para determinar las características de convulsión generales. El paciente puede, por ejemplo, monitorearse con EMG en un periodo de varios días o algún otro intervalo, como sea necesario para colectar los datos asociados con un número estadísticamente significante de convulsiones. Durante el periodo de monitoreo, los datos EMG del paciente pueden colectarse. Los datos EMG de los periodos de tiempo con convulsiones conocidas y también los intervalos con periodos de no convulsión pueden colectarse, y un operador puede analizar los datos y determinar un valor de referencia para uso. Un operador puede, por ejemplo, analizar los datos y puede importar varios valores hipotéticos diferentes en un archivo de plantilla. El sistema posteriormente puede, usar los valores hipotéticos, estimular por ejemplo, si cualquier alarma o falsos positivos se habrían emitido con base en los datos registrados. El operador puede seleccionar los valores para un archivo de plantilla basado en los datos o basado en los valores típicos para todos los pacientes o para los pacientes de una cierta demografía.

En algunas modalidades, un periodo de entrenamiento de referencia también puede involucrar la medición de la Contracción Voluntaria Máxima (MVC) de un paciente o la medición de las formas electromiográficas del mismo. Por ejemplo, un paciente puede ejecutar una contracción voluntaria bajo condiciones de esfuerzo máximo y registrar la señal electromiográfica. Como la resistencia del músculo varía de individuo a individuo, la amplitud de las señales EMG también puede variar; por lo tanto, teniendo al paciente realizando el MVC puede ajustar las configuraciones del dispositivo para esa musculatura del individuo. El MVC puede usarse para ayudar al operador en la configuración de los valores sensibles, tales como el valor Z de inicio y/o el retraso de la alarma, para un paciente. El MVC puede ser particularmente útil para pacientes quienes experimentan convulsiones solamente infrecuentemente y para quienes puede ser difícil acumular datos estadísticos significantes de las convulsiones para las convulsiones durante un periodo de entrenamiento razonable.

En algunas modalidades, un aparato y método para detectar convulsiones usando señales EMG podría incluir un número de etapas. Por ejemplo, en algunas modalidades, la unidad de detección y/o estación base pueden colocarse en un modo de "inactividad" hasta que la actividad de la señal garantice el monitoreo continuo. Cuando en el modo de "inactividad", la estación base puede sondear periódicamente al dispositivo de detección para conducir la detección y el monitoreo de señales. Dichas modalidades pueden usarse para organizar la colección de porciones de los datos que son más relevantes, por ejemplo, las porciones de datos más probablemente que incluyen una convulsión.

Por ejemplo, la Figura 5 ilustra una modalidad de un método de detección de convulsiones. En el método 58, la proporción de la colección de datos depende del estado de la unidad de detección. El método 58 puede, por ejemplo, usarse para conmutar una unidad de detección y/o la estación base entre un modo de "inactividad", es decir; caracterizado por las operaciones dentro de la línea punteada 60 y un modo de operación sustancialmente continuo, tal como el estado activo 66. Como se muestra en la Figura 5, un detector y/o unidad base pueden configurarse para salir en el estado de descanso 62 por una porción de tiempo mientras están en un "modo de inactivación". Mientras en el estado de inactivación 62, un detector o unidad base puede ser silencioso, es decir, puede no monitorear o colectar los datos de un paciente. El estado de inactivación puede incluir instrucciones para salir periódicamente del estado de inactivación 62 y por ejemplo, colectar los datos del detector por un periodo de tiempo. Esto es, un detector puede ingresar a una etapa de operación de sondeo 64 en donde los datos se colectan. La duración de una operación de sondeo puede ser suficiente para colectar los datos como se necesitan para tomar una decisión con respeto al estado de la unidad de detección. Esto es, por ejemplo, basado en los datos colectados durante la etapa de sondeo 64, una unidad de detección puede volver atrás al estado de inactividad 62 o puede ingresar a otro estado, tal como el estado activo 66. Una vez colocada en el estado activo 66, la unidad de detección puede, por ejemplo monitorear la actividad eléctrica en una manera continua o sustancialmente continua.

Por ejemplo, si el valor Z de inicio y los inicios del retraso de la alarma se exceden, entonces una alarma puede enviarse, por ejemplo a la estación base junto con los datos. La estación base puede procesar separadamente los datos para verificación de la condición de alarma. Si la estación base concuerda con la alarma, entonces la estación base puede generar una alarma para los dispositivos remotos y los generadores de sonido local. Una alarma o alerta puede comprender una señal audible o mensaje de voz pre-grabado o un mensaje de texto o correo electrónico o vibración del activador en un PDA, u otros mecanismos de atención-obtención apropiados. La unidad de detección del paciente o la estación base además puede comprender tecnología GPS, tal como es usada en teléfonos inteligentes y dispositivos de navegación portátiles, para permitir a un cuidador determinar la ubicación del paciente. Una alarma o alerta puede comprender la información de la ubicación del paciente.

En otras modalidades, un dispositivo unitario puede usarse sin la necesidad de una estación base u otras capacidades de procesamiento de datos remotos. El dispositivo unitario puede procesar los datos EMG y enviar a un cuidador cuando el valor Z de inicio y los inicios del retraso de la alarme se excedan. Un dispositivo unitario puede comprender un dispositivo móvil energizado con batería pequeño que puede unirse en un músculo del paciente que puede comunicar una alarma a un cuidador vía la comunicación en red, tal como la telefonía celular. El dispositivo unitario además puede comprender tecnología GPS para permitir al cuidador determinar la ubicación del paciente. De nuevo, la alarma o alerta puede comprender la información de ubicación del paciente.

En algunas modalidades, una unidad de detección puede (si se activa apropiadamente) enviar una alarma a una estación base (tal como mediante los protocolos 802.11 ) y también enviar la comunicación desde la unidad de detección usada por el paciente a un teléfono remoto u otro dispositivo portátil vía Bluetooth™. La comunicación también puede ser, por ejemplo, directa al teléfono celular para marcar a un número telefónico predeterminado, por ejemplo mediante enviar un mensaje de texto y si una persona contesta en las otras respuestas al final, para abrir un enlace de comunicación de voz. Además, varias funciones que pueden ejecutarse por una estación base también pueden ejecutarse por un teléfono celular. Una ventaja de tener ambos una estación base y un teléfono celular contactado, es decir, vía Bluetooth™, es que los dos medios de transmisión pueden tener diferentes distancias de trabajo. Además, un paciente puede estar libre de moverse entre las ubicaciones sin el riesgo de perder una conexión de monitoreo.

En algunas modalidades, teniendo la estación base (o teléfono inteligente con una aplicación instalada apropiada) concuerda con la alarma de la unidad de detección e introduce una característica de votación. Con dicha característica, ambos dispositivos deben votar en la decisión y acordar activar la alarma. Este proceso puede limitar las falsas alarmas. En dichas modalidades, la unidad de detección puede procesar los datos de señales y enviar a ambos los resultados y los datos sin procesar a una estación base. La estación base puede procesar independientemente los datos de señal y comparar sus resultados con los resultados enviados por la unidad de detección. Como se anotó anteriormente, la estación base puede tener mayor energía de procesamiento y además, ser capaz de procesar periodos de más tiempo que la unidad de detección y así sucesivamente con algoritmos más avanzados. Si la estación base resulta igualar aquellos de la unidad de detección, entonces una alarma puede generarse, por ejemplo, un mensaje enviado a un cuidador. Si los resultados de la estación base difieren de aquellos de la unidad de detección, los resultados de la unidad de detección pueden abanderarse como un falso positivo. Inicialmente, los resultados de la unidad de detección pueden proporcionar un peso que es más probable que active una alarma (incluso si se contradice por la estación base), y si los falsos positivos se generan y como se proporciona la retroalimentación del operador, el método puede adaptar al paciente para reducir falsos positivos, tal como mediante las configuraciones del factor Z, las configuraciones de retraso o los coeficientes de peso. Como el método se adapta, los resultados de la estación base pueden proporcionar más confianza.

En algunas modalidades, una unidad de detección puede usar un algoritmo que calcula un valor estadístico de T cuadrada. La comparación del valor estadístico de T cuadrada para un valor estadístico de T cuadrada de referencia (y determinando un factor Z, por ejemplo el número de desviaciones estándares mediante las cuales la estadística de valor de T difiere) puede usarse para monitorear el estado del paciente. El algoritmo además puede usar configuraciones de retraso como se necesiten para ajustar la sensibilidad del sistema. Para simplificar el cálculo de la unidad de detección, un número limitado de regiones de frecuencia pueden seleccionarse y un número limitado de factores de peso puede usarse en el cálculo de la unidad de detección. La estación base, que de nuevo puede tener mayor energía de procesamiento, puede, en algunas modalidades aplicar un número de diferentes algoritmos incluyendo, por ejemplo, las variaciones de las regiones de frecuencia, los factores de peso y otros criterios, para evaluar si una convulsión puede ocurrir. La estación base también puede aplicar un algoritmo que, por ejemplo, usa un valor estadístico de T cuadrada para registrar un evento en un registro. Los registros adicionales pueden asociarse con otras características de datos, tales como, por ejemplo, la presencia de una forma de onda GTC característica, la presencia de los estallidos de datos u otras características, tales como las descritas en la Solicitud Estadounidense No. 13/275309. El análisis de eventos registrados en los registros para las diferentes características de los datos de salida puede usarse para valorar si un incidente de convulsión se declara y si una alarma se envía a una o más ubicaciones.

Durante o después de un evento de convulsión, un operador humano puede revisar y ajustar las configuraciones de retraso de la alarma basadas en la severidad de la convulsión y posiblemente la no detección de una convulsión actual debido a las configuraciones muy sensibles. Mucha gente tiene convulsiones y no se da cuenta que tuvo una convulsión, es decir, las convulsiones de vida corta anteriormente descritas. Teniendo los datos almacenados para revisión puede ayudar a manejar médicamente a la persona con convulsiones. También, un operador humano puede evaluar los datos y con base en las actividades conocidas que tienen ocurrencia durante el tiempo de monitoreo, concluyen que una convulsión no ocurrió y cancelan la alarma o instruyen al sistema de monitoreo que la forma de onda detectada no indica una convulsión. Asimismo, un operador humano puede instruir al sistema de monitoreo de que una convulsión no detectada ha ocurrido por, es decir, especificando el tiempo durante el cual la convulsión ocurrió. Por ejemplo, un operador puede proporcionarse con los datos EMG que comprenden una ventana de "enrolado" de la actividad EMG, y el operador humano puede "reiniciar" la señal registrada e indicar al sistema de monitoreo la ventana de tiempo en la cual la convulsión ocurrió. En algunas modalidades, la estación base puede representar visualmente y proporcionar una interfase de usuario gráfico (GUI) que permite a los operadores humanos conseguir la selección de "ventana" y definir otros inicios y condiciones de operación. El sistema de monitoreo además puede tener puntos de datos adicionales en contra de los cuales los eventos convulsivos futuros se evalúan para ese paciente particular.

Un aparato para detectar convulsiones puede ser portátil y puede incluir una unidad de detección que puede unirse al cuerpo tal como mediante el uso de una banda elástica en el brazo. La unidad de detección puede ser energizada con batería y puede comunicarse inalámbricamente con la estación base. La unidad de detección puede incluir suficiente capacidad de almacenaje, procesamiento y transmisión de datos para recibir, tener en búfer, procesar y transmitir señales. La unidad de detección puede procesar las señales y conducir un análisis simplificado, por ejemplo, usando menos cálculos de T cuadrada o componentes PCA. Cuando la unidad de detección determina que una convulsión está ocurriendo, puede bajar ambos, su análisis y los datos de señal no procesados a una estación base junto a la cama para procesamiento más complejo. La estación base puede tener mucho más energía, mayor capacidad de almacenaje y mayor velocidad y energía de procesamiento, y estará mejor equipado para procesar la información. Podría por ejemplo, realizar más cálculos de T cuadrada. Asimismo, la estación base puede transmitir y procesar los datos de señal sin procesar y sin procesar a una computadora remota para además analizarlos y agregarlos con los datos de señal de otras unidades en uso. Por ejemplo, las estaciones base múltiples pueden transmitir los datos a los pacientes múltiples de una computadora remota. Cada estación base puede no recibir los otros datos de la estación base, pero la computadora remota sirve como un repositorio común para los datos. La agregación de los datos puede además permitir señalar los datos en los cuales se refinen los inicios de la línea base, los inicios de sensibilidad de alarma y la información estadística que pueden suministrarse a las estaciones base y las unidades de detección como un factor común o actualizado.

El sistema descrito en este documento puede, en algunas modalidades, configurarse para permitir al cuidador monitorear y/o ajusfar las varias configuraciones del sistema. Por ejemplo, el sistema puede ingresarse por los proveedores en el punto de monitoreo y usarse, por ejemplo, para modificar las constantes del sistema (es decir, ajustar la sensibilidad), revisar la historia del paciente, la historia de la familia, las medicaciones actuales o pasadas, cumplimiento de un régimen de medicación o crear un registro de incidentes de convulsiones para ayudar a manejar médicamente o quirúrgicamente al paciente. Los aspectos ejemplarizadores de algunas modalidades de una interfase del sistema, se ilustran en las Figuras ejemplarizadoras 6, 7A-7D, 8, 9A-9D, 10A-10D y 1 1. Por ejemplo, la estación base puede programarse para proporcionar una interfase de usuario para permitir a un proveedor seleccionar varias opciones de procesamiento, análisis, alarma y otras opciones. Una estación base puede, por ejemplo, proporcionar a un proveedor con una interfase de usuario gráfico similar a esa de la Figura 6 que puede permitir a un usuario registrar, procesar y analizar los datos EMG como se colectan en tiempo real o procesar y analizar los datos EMG previamente registrados. Como puede observarse en la modalidad de la Figura 6, un usuario puede ser capaz de ingresar en el campo del Cliente el nombre o número de ID del paciente para monitorearse o cuyos registros se han revisado. En el campo de Fecha, el usuario puede ingresar la fecha de monitoreo. En el campo de Sensor EMG, el usuario puede seleccionar el número de sensores EMG que se usarán (tal como los sensores 1 y 2). Además, el usuario puede ajusfar la sensibilidad del sistema, tal como, mediante la configuración del valor Z de inicio y las configuraciones de retraso de la alarma, tal como en intervalos del segundo trimestre o en algunos otros intervalos. En algunas modalidades, el factor Z de inicio puede oscilar desde 1 a 500 o más. En algunas modalidades, un algoritmo adaptivo puede usar la retroalimentación del usuario con respecto a las alarmas falsas para ajusfar automáticamente el factor Z y/o el retraso de la alarma para reducir la sensibilidad, por ejemplo, mediante incrementar los valores juntos o alternativamente.

Además, en algunas modalidades, un usuario es capaz de colocar el sistema en el modo de entrenamiento. Por ejemplo, el programa puede proporcionar al usuario una opción para seleccionar el botón de Aprendizaje y el usuario puede identificar un tiempo en el cual el periodo de aprendizaje podría iniciar. Además, el usuario puede, por ejemplo automatizar el aprendizaje mediante seleccionar el botón "Auto" o provocar que el sistema vuelva a entrenar en algún otra forma. El usuario puede guardar las configuraciones mediante seleccionar el botón Guardar. Un usuario puede iniciar el monitoreo y el proceso de registro mediante seleccionar el botón Iniciar y poner pausa y reanudar el monitoreo y el proceso de registro mediante selecciona los botones Pausa y Continuar, respectivamente. En resumen, el sistema puede permitir generalmente a un usuario ajustar manualmente o seleccionar una rutina dada dentro de la funcionalidad del sistema.

Además, el sistema descrito en este documento puede incluir la funcionalidad para buscar y/o bajar los registros previos. Por ejemplo, si un usuario desea procesar un juego previamente registrado de señales EMG, tal como un archivo previamente registrado o mediante observar en las porciones anteriores de sesiones de monitoreo actuales, un usuario puede hacerlo. Un usuario puede por ejemplo abrir o cerrar un archivo EMG previamente registrado a través del menú descendente bajo el Menú Archivo similar a ese ilustrado en la Figura 7A. De forma predeterminada, los campos de la información del paciente en el recuadro de Datos de la modalidad de la Figura 6 pueden estar en blanco. Si un usuario abre un archivo EMG, aquellos campos pueden poblarse automáticamente, como se ¡lustra en la Figura 7B. Como se ilustra en la Figura 7B, un archivo EMG puede seleccionarse y abrirse, por ejemplo, el archivo EMG seleccionado en la Figura 7B para el registro 075950 del paciente A inició el 2 de Enero, 2011 a las 10:36 pm (el archivo EMG del cual se divulga en relación con la Figura 12). En este ejemplo, el archivo completo comprende aproximadamente 8 horas de datos y contiene arriba de 58 millones de registros. Un usuario puede seleccionar por ejemplo, solamente los primeros 8 millones de registro para la extracción si, por ejemplo, se conoce que un episodio en ese día ocurrió solamente una vez iniciando aproximadamente 50 minutos en la sesión de monitoreo y finalmente por aproximadamente 15 minutos. Alternativamente, un usuario puede especificar que los datos deberían procesarse todo el recorrido hasta el último registro. En otras modalidades, un usuario puede especificar un rango de tiempo desde el cual procesa los datos, como puede observarse en la modalidad de la Figura 8C.

Un usuario puede, en algunas modalidades, exportar un archivo EMG a otro programa para procesamiento adicional, como puede observarse en la modalidad de la Figura 7D. Por ejemplo, después de la lectura de un archivo EMG y corriendo un análisis de la alarma, los datos pueden exportarse a un archivo de texto delimitado con tabulaciones que puede importarse en otro programa para análisis y graficado, tal como STATA, SAS y JMP. Los usuarios pueden, por ejemplo exportar los datos de alarma comprendiendo dos columnas: el valor de T cuadrada (o valor PCA) para cada registro y el estado de la alarma. El estado de la alarma puede, por ejemplo, representarse por un valor de cero a uno. Un valor de uno puede indicar que la alarma se señaló en un cierto tiempo. Los valores EMG también pueden exportarse sin procesamiento anterior.

Además, los valores EMG junto con las bandas de frecuencia extraídas pueden exportarse. Por ejemplo, si dos canales, por ejemplo EMG27 y EMG28, están siendo usados, los datos de aquellos canales pueden exportarse y cada banda de frecuencia puede tener dos valores, por ejemplo, uno para cada uno de los dos sensores EMG. Una interfase de usuario también puede permitir al usuario abrir y cerrar los archivos de registro, registro.txt, que puede observarse con un procesador de textos. La porción de Registro del menú principal permitió a un usuario renombrar el archivo de registro y seleccionar en donde el archivo de registro puede almacenarse. Un usuario también puede cerrar ese archivo y abrir otro archivo de registro en cualquier momento. Los archivos de registro pueden usarse para depurar los problemas que ocurren usando el programa.

Una interfase de usuario también puede proporcionar un menú de Configurar, como puede observarse en la modalidad de la Figura 9A. La porción de Configurar del menú principal puede permitir al usuario probar la efectividad de los algoritmos alternos. Por defecto, la estadística de T cuadrada de Holling puede seleccionarse. Alternativamente, un análisis PCA puede llevarse a cabo. Los valores absolutos de las frecuencias extraídas pueden procesarse en lugar del valor actual. Los valores de frecuencia extraídas pueden oscilar generalmente alrededor de cero con aproximadamente la mitad de los valores siendo negativos. Por defecto estos valores negativos pueden usarse para calcular las estadísticas PCA y de T cuadrada. Sin embargo, mediante seleccionar los "valores absolutos" todos los valores negativos pueden reemplazarse con su valor no negativo, absoluto.

Por ejemplo, en la modalidad de la Figura 9B, existen tres bandas de frecuencia de señales que pueden seleccionarse para procesamiento. Por defecto, tres bandas de frecuencia pueden seleccionarse automáticamente: 300-400 Hz, 130-240 Hz y 30-40 Hz. Además, las bandas adicionales, tales como, por ejemplo, dos bandas adicionales pueden seleccionarse para otros rangos de frecuencia.

Adicionalmente, como puede observarse en la modalidad de la Figura 9C, un usuario puede seleccionar el ancho del filtro de paso de banda. Por defecto, 0.25 segundos pueden usarse para el ancho del filtro. Si se seleccionan 0.25 segundos pueden seleccionarse 0.25 segundos en el otro lado del punto de datos dados. Más generalmente, el ancho de un filtro puede oscilar desde 0.10 segundos a aproximadamente 0.50 segundos. Por lo tanto, el filtro puede usar 1025 registros para cada cálculo de filtro, correspondiente a 0.50 segundos de datos dentro de una frecuencia de muestra de 2048/seg.

Como puede observarse en la modalidad de la Figura 9D, un usuario puede seleccionar un registro de paciente particular. Seleccionar un registro de paciente puede permitir al sistema usar registros del paciente previos para configurar el sistema para otro registro para ese paciente. Estas selecciones pueden ajustar automáticamente el inicio y final de los números de registro y los valores de sensibilidad ser encontrados mejor para esos registros o para esos pacientes.

La inferíase de usuario también puede permitir al usuario revisar varios datos mediante ¡nteractuar con el menú Ver. Como puede observarse en la modalidad de la Figura 10A, el artículo del menú de Información del Cliente puede proporcionar a un usuario con información relacionada a un paciente, tal como la información mostrada en la Figura 7B. Adicionalmente, la información del episodio puede observarse, si cualquiera, como puede observarse en la modalidad de la Figura 10C. Si un registro contiene uno o más episodios convulsivos, los registros de inicio y terminación de estos episodios pueden desplegarse para el usuario. Alternativamente, los tiempos de inicio y final de estos episodios pueden desplegarse para el usuario.

El menú Ver también puede proporcionar a un usuario con una forma para observar la información de la alarma, como puede observarse en la modalidad de la Figura 10D. En algunas modalidades, un usuario puede solamente seleccionar el artículo del menú de la Información de Alarma después de correr un análisis de alarma. El análisis de alarma puede procesar los datos completos con la configuración específica de procesamiento de señales, es decir, con la T cuadrada de Hotelling. El análisis de alarma puede desplegar una ventana descendente que resume las alarmas encontradas. Si un usuario cierra esa ventana y posteriormente desea observarla de nuevo, el usuario puede seleccionar la Vista > Información de Alarma.

Generalmente los dispositivos de un sistema de detección de convulsiones puede ser cualquier tipo apropiado y la configuración para llevar a cabo uno o más métodos y propósitos se divulga en este documento. Por ejemplo, un servidor puede comprender una o más computadoras o programas que responden a comandos o solicitudes de una o más de otras computadoras o programas, o clientes. Los dispositivos del cliente pueden comprender una o más computadoras o programas que emiten comandos o solicitudes para el servicio proporcionado por una o más de otras computadoras o programas o servidores. Los varios dispositivos en la Figura 1 , por ejemplo 12, 13, 14, 16, 17, 18 y/o 19, pueden ser servidores o clientes dependiendo de su función o configuración. Los servidores y/o clientes pueden ser variadamente o residir en, por ejemplo computadoras centrales, computadoras de escritorio, PDAs, teléfonos inteligentes (tales como ¡Phone™ de Apple, Atrix™ 4G de Motorola y dispositivos Blackberry™ de Research ln Motion), tabletas, computadoras personales, computadoras portátiles, reproductores multimedia portátiles con capacidades de comunicación en red (tales como Zuñe HD™ de Microsoft y dispositivos iPod Touch™ de Apple), cámaras con capacidades de comunicación en red, computadoras portátiles y los similares.

Una computadora puede ser cualquier dispositivo capaz de aceptar entradas, procesar las entradas de acuerdo con un programa, y producir salidas. Una computadora puede comprender, por ejemplo, un procesador, memoria y capacidad de conexión en red. Las computadoras pueden ser de una variedad de clases, tal como super-computadoras, servidores centrales, estaciones de trabajo, micro-computadoras, PDAs y teléfonos inteligentes de acuerdo con el tamaño de la computadora, velocidad, costo y habilidades. Las computadoras pueden ser estacionarias o portátiles y pueden programarse para una variedad de funciones, tales como telefonía celular, registros multimedia y reproducción, transferencia de datos, navegación en la red, procesamiento de datos, solicitud de datos, automatización del proceso, video conferencias, inteligencia artificial y mucho más.

Un programa puede comprender cualquier secuencia de instrucciones, tal como un algoritmo, ya sea en una forma que pueda ejecutarse por una computadora (código de objeto), en una forma que puede leerse por los humanos (código fuente), o de otra manera. Un programa puede comprender o llamar una o más estructuras y variables de datos. Un programa puede encontrarse en el software o equipo o una combinación de los mismos. Un programa puede crearse usando cualquier lenguaje de programación apropiado, tal como C, C++, Java, Perl, PHP, Ruby, SQL y otros. El programa de computadora puede comprender uno o más programas y datos relacionados. Los ejemplos de programas de computadora incluyen el programa del sistema (tal como el programa de sistema operativo, los drivers del dispositivo y las utilidades), soporte intermedio (tal como servidores de red, programas de acceso a datos y programas de mensajería de empresas), programa de aplicaciones (tales como base de datos, video juegos y reproductores multimedia), microprograma (tales como programas específicos de dispositivos instalados en calculadoras, teclados y teléfonos móviles) y herramientas de programación (tales como compiladores, depuradores y editores de texto).

La memoria puede comprender cualquier medio legible por computadora en el cual la información puede almacenarse o recuperarse temporalmente o permanentemente. Los ejemplos de memoria incluyen varios tipos de RAM y ROM, tales como SRAM, DRAM, Z-RAM, flash, discos ópticos, cinta magnética, tarjetas perforadas, EEPROM. La memoria puede virtualizarse y puede proporcionarse en o a través de uno o más dispositivos y/o ubicaciones geográficas tales como tecnología RAID.

Un dispositivo l/O puede comprender cualquier equipo que puede usarse para proporcionar información y/o recibir información de una computadora. Los dispositivos l/O ejemplarizadores incluyen drivers de disco, teclados, pantalla de despliegue de video, punteros de ratón y lectores de tarjetas, escáneres (tales como código de barras, lectores de huellas digitales, códigos de QR del iris y otros tipos de escáneres), dispositivos RFID, conductores de cinta, pantallas táctiles, cámaras, sensores de movimiento, tarjetas de red, dispositivos de almacenaje, micrófonos, bocinas para audio, transductores y estilo e interfases y drivers asociados; Una red puede comprender una red celular, intranet, Internet, red de área local (LAN), red de área amplia (WAN), Red de Área Metropolitana (MAN), otros tipos de redes de área, red de cable por televisión, redes satelitales, red telefónica, redes públicas, redes privadas, redes alámbricas e inalámbricas, virtuales, intercambiadas, enrutadas, completamente conectadas y cualquier combinación y sub-redes de las mismas. La red puede usar una variedad de dispositivos de red, tales como enrutadores, puentes, interruptores, hubs, repetidores, convertidores, recibidores, proxis, corta fuegos, traductores y los similares. Las conexiones de red pueden ser alámbricas o inalámbricas y pueden usar multiplexores, tarjetas de interfase de red, módems, adaptadores de terminal IDSN, drivers de línea y los similares. La red puede comprender cualquier topología apropiada, tal como punto a punto, bus, estrella, árbol, malla, anillo y cualquier combinación o híbrido de los mismos.

La tecnología inalámbrica puede tomar muchas formas tales como inalámbrica persona a persona, dispositivo de recepción estacionaria a persona, dispositivo de alerta persona a un remoto usando una o más tecnologías inalámbricas apropiadas tales como dispositivos de banda ISM, WiFi, Bluetooth, SMS de teléfono celular, celular (CDMA2000, WCDMA, etc.), WiMax, WLAN y los similares.

La comunicación en y entre computadoras, dispositivos l/O y dispositivos de red pueden llevarse a cabo usando una variedad de protocolos. Los protocolos pueden incluir por ejemplo, señalización, corrección y detección de errores, formateo de datos y mapeo de direcciones. Por ejemplo, los protocolos pueden proporcionarse de acuerdo con el modelo de Interconexión de sistemas abiertos de siete capas (modelo OSI) u otro modelo TCP/IP.

La información adicional relacionada a los métodos y aparatos descritos en este documento puede entenderse en conexión con los ejemplos proporcionados posteriormente.

EJEMPLO 1 En un ejemplo, los datos para un individuo, es decir, el paciente A se registraron. Los datos de ese registro pueden ingresarse remotamente o pueden ingresarse a través de una interfase de usuario configurada en una estación base. Por ejemplo, como se muestra en la Figura 11 , el programa de la estación base habilita a un usuario para ingresar y revisar la información. Como se muestra en la Figura 11 , la interfase puede permitir a un usuario seleccionar los registros del paciente, por ejemplo, primero ~ 8 millones del archivo EMG 075950, para despliegue. Los registros pueden seleccionarse y desplegarse como se muestra en la Figura 12. En este ejemplo particular, los electrodos se conectaron a un paciente durante un periodo en donde el paciente fue particularmente propenso de experimentar una convulsión. Para el registro ilustrado en la Figura 12, un periodo de entrenamiento de 10 minutos se inició 2 minutos en la sesión de monitoreo. En la Figura 12, una primera línea vertical 102 a la derecha del eje Y se ha dibujado en aproximadamente 12 minutos para denotar el final de un periodo de entrenamiento. La Figura 13 muestra el periodograma de registro de la región de entrenamiento. Como se indica en este documento, y como es evidente mediante la comparación de la Figura 13 a la Figura 14 (que muestra el periodograma de registro de una región de episodio), solamente las señales de amplitud relativamente baja están presentes a través de una mayoría del espectro.

De nuevo con referencia a la Figura 12, el periodo entre la línea vertical 102 y línea vertical 104 denota un periodo en donde los datos EMG se colectan sin el inicio de una alarma. Para propósitos de ilustración. Las siguientes tres líneas verticales marcan el inicio de un periodo de convulsión (línea 104), el inicio de una condición de alarma (línea 106) y el final de la mayor parte de un episodio de convulsión (línea 108). Como se despliega desde la ¡nterfase de usuario de la estación base y la Figura 11 , Z = 4 y el retraso de la alarma es 4 segundos para este ejemplo. Además, una condición de alarma puede iniciarse cuando Z > 4 por un periodo de más de 4 segundos. En este Ejemplo el paciente se monitoreo por un periodo de tiempo relativamente corto durante el sueño. El monitoreo del paciente por grandes periodos de tiempo o mientras el paciente pueda involucrase en otras actividades, tal como en donde otras señales sustanciales pueden estar potencialmente presentes, pueden usarse otras configuraciones de detección tal como valores mayores del inicio Z y/o el retraso de la alarma.

Como se ilustra en la Figura 13, el periodograma de registro del episodio convulsivo muestra amplitud significativamente mayor como se compara con un periodo de no episodio. El eje x en la Figura 13 se representa con respecto a la frecuencia natural y puede ser para una frecuencia en hertz. Por ejemplo, como puede observarse en la Figura 14, los rangos de frecuencia desde aproximadamente 300 Hz a aproximadamente 400 Hz, desde aproximadamente 130 Hz a aproximadamente 240 Hz y desde aproximadamente 30 Hz a aproximadamente 40 Hz pueden ser particularmente apropiados para el procesamiento y análisis.

Cono se muestra en las Figuras 15-21 , respectivamente, se muestra la forma de onda EMG filtrada para pasar siete diferentes rangos de frecuencia: 300-400 Hz, 130-240 Hz, 30-40 Hz, 10-50 Hz, 4-5 Hz, 3-4 Hz y 2-3 Hz. Como puede observarse en las Figuras 15-18, los rangos de frecuencia inferiores de 10-50 Hz, 4-5 Hz, 3-4 Hz y 2-3 Hz pueden mostrar mucho más actividad muscular sin convulsión que las bandas de mayor frecuencia por las razones anteriormente divulgadas, a saber, que las señales de frecuencia menores pueden usarse para replantear los músculos para actividad y esa actividad puede o no puede incrementar. Además, aquellos rangos de menor frecuencia pueden ser menos apropiados para usarse para detectar convulsiones y pueden resultar en un número incrementado de falsas alarmas si se usan o se proporcionan con mucho peso. De nuevo, para ilustración, tres líneas verticales se proporcionan para marcar el inicio de un episodio de convulsión, el inicio de la condición de alarma y el final de la parte principal de un episodio de convulsión. Como pude observarse a partir de aquellas formas de onda, existe actividad muscular ocasional que tiene un valor Z alto, pero la actividad no puede sostenerse por un tiempo suficiente para activar una condición de alarma.

La Figura 22 ilustra la forma de onda después de las estadísticas de T cuadrada que se han calculado a través de tres rangos de frecuencia de 300-400 Hz (como puede observarse en la Figura 15), 130-240 Hz (como puede observarse en la Figura 16) y 30-40 Hz (como puede observarse en la Figura 17). De nuevo, para ilustración, las líneas verticales se proporcionan para marcar el inicio y el final del episodio convulsivo. Cuando el cálculo de T cuadrada muestra un valor Z arriba del inicio de Z = 4, el sistema puede señalar una condición de alarma, como puede observarse en la modalidad de la Figura 22 y enviar una alerta a un cuidador. Como puede observarse en la modalidad de la Figura 23, una gráfica de la estadística de alarma de T cuadrada indica que el estado de alarma puede ser binario, es decir, puede ser cero excepto en donde un episodio se reconoce, en cuyo caso el estado de alarma puede ser uno.

EJEMPLO 2: En este Ejemplo 2, un total de 12 pacientes fueron monitoreados cada uno por un periodo de aproximadamente 4.4 días. El monitoreo incluyó el uso de los electrodos EMG de la superficie y el procesamiento de los datos usando el algoritmo de T cuadrada como se describe en este documento. Por supuesto, los pacientes quiénes están físicamente incapacitados para caminar también se pueden monitorear. Eso es, en general, la discriminación entre las manifestaciones motoras no convulsivas y la actividad convulsiva para pacientes quiénes son capaces de moverse e involucrarse en las actividades diarias puede ser más desafiante. En este estudio, el periodo de monitoreo incluyó permanecer una noche en un establecimiento supervisado. Además de una porción de tiempo en donde los pacientes se durmieron típicamente, el periodo de monitoreo incluyó un periodo de tiempo en donde los pacientes fueron libres de ejecutar cualquiera de las actividades diarias comunes. Por ejemplo, los pacientes fueron libres para moverse (caminar alrededor), cepillar sus dientes, arreglar su cabello, ver la TV o involucrarse en otra actividad deseada. Aquellas actividades se verificaron por haber sido desarrolladas por los pacientes con video monitoreo, el cual también se usó como una verificación para verificar la presencia de cualquier actividad convulsiva. Esto es, además de monitorear con los electrodos de la superficie EMG, los pacientes también fueron monitoreados con registro de video EEG (VEEG) del cuero cabelludo de pacientes hospitalizados: Para los registros EMG, un brazo de cada paciente se ajustó para proporcionar los registros EMG de la superficie de los músculos de bíceps y tríceps braquial unilateral. Sin embargo, mientras los datos de dos regiones del músculo se colectaron, se encontró que esos datos del grupo muscular pueden usarse individualmente. Los electrodos EMG fueron electrodos Ag/AgCI bipolares y los datos se colectaron y fluyeron inalámbricamente para evaluación. Para todos los pacientes en este estudio, tres bandas de frecuencia se seleccionaron. Aquellas bandas de frecuencia incluyen una primera banda oscilando desde aproximadamente 30-40 Hz, una segunda banda oscilando desde aproximadamente 130-240 Hz y una tercera banda oscilando desde aproximadamente 300-400 Hz. Los datos EMG se colectaron en la proporción de muestreo de aproximadamente 1 ,024 puntos de datos por segundo. Otras configuraciones de detección se seleccionaron mediante la caracterización de las señales de electrodos durante un periodo de referencia. Por ejemplo, un valor de T cuadrada de inicio puede establecerse para ser aproximadamente 100 desviaciones estándar arriba de un valor de referencia de T cuadrada derivadas de un periodo de entrenamiento. Dicho valor puede enviarse mediante ingresar un valor de 100 para el factor Z de inicio. Para los pacientes en este estudio, los factores Z de inicio se establecieron para valores entre aproximadamente 100 a aproximadamente 1000. Las configuraciones de retraso de la alarma para los pacientes en este estudio fueron establecidas para estar entre aproximadamente 3 a aproximadamente 10 segundos.

Durante el monitoreo, 6 de los 12 pacientes tuvieron un total de 7 convulsiones GTC. El sistema de monitoreo detectó exitosamente todas las convulsiones GTC que estuvieron presentes. Todas las convulsiones se detectaron de entre no más de aproximadamente 10 segundos de cualquier movimiento del brazo inicial durante una convulsión GTC dada (y generalmente dentro de aproximadamente 2 o aproximadamente 3 segundos) de este movimiento. El sistema por lo tanto proporciona casi la detección inmediata de una convulsión GTC. Por supuesto, la detección inmediata de una convulsión GTC puede ser importante. Dicha puede ser particularmente pertinente, por ejemplo, en donde la detección de una convulsión puede unirse para estimular los dispositivos que pueden usarse para abortar o atenuar una convulsión. Además, dicha puede habilitar a las primeras personas en responder (tal como un padre u otro cuidador) para estar presente tan pronto como sea posible durante un evento de convulsión.

Además, y a pesar de los sujetos estando libres para moverse aproximadamente y conducir las actividades diarias comunes, el sistema fue capaz de detectar las convulsiones sin el inicio de una alarma simple falsa positiva.

EJEMPLO 3 En este Ejemplo 3, cada uno de los tres pacientes se evaluó por la actividad convulsiva. Cada uno de los pacientes fue móvil y durante el periodo de monitoreo de aproximadamente 30 horas cada una, estuvo libre de acoplarse en actividades diarias comunes. Antes del periodo de monitoreo, los pacientes fueron instruidos para ejecutar al menos dos contracciones voluntarias máximas. Debe notarse que un ajuste del paciente puede ejecutar una pluralidad de contracciones voluntarias máximas, descansando entre las ejecuciones, con poco empeoramiento de la actividad muscular. Para otros pacientes, un número más pequeño de las ejecuciones MVC puede realizarse antes de que el paciente empiece a cansarse. Además, el número de ejecuciones que se ejecutan convenientemente en un periodo de referencia puede ser un paciente específico. Mientras la ejecución de un MVC, la actividad EMG se colectó y un valor de T cuadrada se determinó. Para un primer paciente, los valores de T cuadrada medios mientras se ejecutan dos MVCs separados fueron aproximadamente 742 y 809. Para el primer paciente una convulsión se midió durante el periodo de monitoreo. Esa convulsión se encontró para proporcionar un valor de T cuadrada de 2663-0 aproximadamente 3.4 veces el valor promedio de T cuadrada medida durante la ejecución de los dos MVCs. Para un segundo paciente, un valor de T cuadrada mientras se ejecuta un MVC fue aproximadamente 270. Para el segundo paciente, una convulsión se midió durante el periodo de monitoreo. Esa convulsión se encontró para proporcionar un valor de T cuadrada de 2386 - o aproximadamente 8.8 veces el valor promedio de T cuadrada medida durante la ejecución de los dos MVCs. Para un tercer paciente, los valores de T cuadrada mientras se ejecutaron dos MVCs cuadrados fueron aproximadamente 570 y 668. Para el tercer paciente, tres convulsiones se midieron durante el periodo de monitoreo. Aquellas convulsiones se encontraron para proporcionar el valor de T cuadrada de 330302, 35767 y 53944. Para los pacientes quiénes son activos, un valor de T cuadrada de inicio de aproximadamente 100% del MVC no resultó en un número significante de falsos positivos. Para pacientes quiénes están descansando o son pacientes quiénes están deteriorados físicamente y no activan un valor de T cuadrada inicial de aproximadamente 50% del MVC no resultan en un número significante de falsos positivos.

EJEMPLO 4 En este Ejemplo 4, un paciente puede establecerse para ser monitoreado en su casa o una unidad de detección puede colocarse en el bíceps y tríceps. El sistema de monitoreo puede incluir un elemento transceptor remoto y transceptores adicionales asociados con diferentes ubicaciones en el lugar donde vive el paciente. Un primer transceptor ambiental puede ubicarse en la cama del paciente y un segundo transceptor ambiental puede ubicarse en el baño del paciente. Cuando el paciente está durmiendo, una unidad de detección y el primer transceptor ambiental pueden comunicarse operativamente. La estación base del sistema puede recibir una indicación de esta relación y seleccionar un archivo de plantilla que se personaliza para ese paciente. El archivo de plantilla seleccionado puede basarse en los datos colectados para el paciente mientras ese paciente está durmiendo. El archivo de la plantilla puede tener una configuración de retraso Z que permite al paciente moverse mientras duerme sin iniciar una alarma.

El paciente puede despertar durante el sueño y caminar al baño. Este movimiento puede resultar típicamente en un nivel elevado del movimiento muscular. Además, a medida que el paciente se mueve fuera de su cama, la relación temporal entre el primer transceptor ambiental y la unidad de detección pueden alterarse. La estación base puede recibir una indicación de esta relación dependiente de la posición y en respuesta seleccionar un segundo archivo de plantilla para usarse. En este Ejemplo 4, el segundo archivo de plantilla tiene una configuración de retraso Z y factores de peso (tales como un peso disminuido asociado con poco o medio nivel de la actividad muscular) como sea apropiado para disminuir la sensibilidad del sistema para una alarma. Después de ir al baño, el paciente puede regresar a su cama y la relación posicional entre la unidad de detección y el primer transceptor ambiental puede restablecerse. La estación base puede recibir una indicación de la nueva posición del paciente, es decir, el primer transceptor ambiental puede enviar un pulso de información a la estación base una vez que detecta la presencia de la unidad de detección, y selecciona un archivo de plantilla apropiado, por ejemplo, uno asociado con un paciente durmiendo en la cama.

En algunas modalidades, un transceptor puede montarse adicionalmente dentro de una unidad de mobiliario o alguna otra estructura, por ejemplo, una unidad u objeto ambiental. Si una unidad de detección está suficientemente cerca de ese transceptor, dicho transceptor puede ser capaz de enviar los datos a una estación base. Además, la estación base puede estar atenta a la información que está siendo recibida de ese transductor, y por lo tanto la unidad ambiental asociada. En algunas modalidades, una estación base puede seleccionar un archivo de plantilla específica, por ejemplo, tal como incluyendo los factores de peso entre las regiones de frecuencia de los factores Z usados para evaluar si una alarma se activa o las configuraciones de retraso de la alarma u otros datos como se describen adicionalmente en este documento, esto es dependientes sí o no se recibe una señal de un cierto transceptor. Además, por ejemplo, si la estación base recibe información de un detector y de un transductor que se asocia con una cama o cuna, puede tratar los documentos diferentemente que si los datos se reciben desde un transductor asociado con otro.

Aunque el método y aparatos divulgados y sus ventajas se han descrito en detalle, debe entenderse que varios cambios, sustituciones y alteraciones pueden ser realizados en este documento sin apartarse de la invención como se definen por las reivindicaciones anexas. Por otra parte, el alcance de la presente solicitud no pretende limitarse a modalidades particulares del proceso, máquina, fabricación, composición o materia, medios, métodos y etapas descritos en la especificación. El uso de la palabra "incluye", por ejemplo debe interpretarse como la palabra "comprendiendo" debe ser, es decir, como un término abierto. Como uno apreciará fácilmente a partir de la divulgación, pueden usarse los procesos, las máquinas, la fabricación, las composiciones de materia, los medios, los métodos o las etapas, actualmente existentes o posteriores a desarrollarse, las cuales substancialmente realizan la misma función o substancialmente logran el mismo resultado como las modalidades correspondientes descritas. Por consiguiente, las reivindicaciones anexas se pretenden incluir dentro del alcance de tales procesos, máquinas, fabricación, composiciones de materia, medios, métodos o etapas

Claims

REIVINDICACIONES

1. Un método para detectar convulsiones con manifestaciones motoras comprendiendo las etapas de: detectar señales EMG por un periodo de tiempo, el periodo de tiempo comprendiendo un periodo de referencia y un periodo de monitoreo; usar el filtrado digital para aislar de las señales EMG los datos espectrales para una pluralidad de bandas de frecuencia seleccionadas del rango de aproximadamente 2 Hz a aproximadamente 1000 Hz; calcular un primer valor de T cuadrada, el primer valor de T cuadrada siendo determinado de los datos espectrales para la pluralidad de rangos de frecuencia, de al menos una parte del periodo de referencia; calcular un segundo valor de T cuadrada, el segundo valor de T cuadrada siendo determinado de los datos espectrales para la pluralidad de rangos de frecuencia, de al menos una parte del periodo de monitoreo; comparar el segundo valor de T cuadrada para el primer valor de T cuadrada, y determinar si se activa una condición de alarma usando dicha comparación del primer valor de T cuadrada para el segundo valor de T cuadrada.

2. El método de conformidad con la reivindicación 1 , en donde la comparación del segundo valor de T cuadrada para el primer valor de T cuadrada incluye calcular un valor Z comprendiendo el número de desviaciones estándares del segundo valor de T cuadrada para el primer valor de T cuadrada, y en donde la determinación si se activa una alarma comprende calcular si el valor Z excede un valor Z de inicio.

3. El método de conformidad con la reivindicación 2, en donde la condición de alarma no se activa hasta que el valor Z excede el valor Z de inicio por un periodo de tiempo de retraso.

4. El método de conformidad con la reivindicación 3, en donde el periodo de tiempo de retraso es 2 o más segundos.

5. El método de conformidad con la reivindicación 1 , en donde la comparación del segundo valor de T cuadrada para el primer valor de T cuadrada incluye calcular la diferencia entre dicho segundo valor de T cuadrada y dicho primer valor de T cuadrada y en donde la determinación si se activa una alarma comprende un cálculo de si dicha diferencia está arriba de un valor de T cuadrada de inicio.

6. El método de conformidad con la reivindicación 5, que además comprende colectar las señales E G mientras un paciente está ejecutando una contracción voluntaria máxima y medir un valor de T cuadrada, y establecer dicho valor de T cuadrada con base en el valor de T cuadrada medido durante la contracción voluntaria máxima.

7. El método de conformidad con la reivindicación 6, en donde el valor de T cuadrada de inicio es mayor que el valor de T cuadrada medido durante la contracción voluntaria máxima.

8. El método de conformidad con la reivindicación 7, en donde el valor de T cuadrada de inicio es aproximadamente 100% a aproximadamente 300% del valor de T cuadrada medido durante la contracción voluntaria máxima.

9. El método de conformidad con la reivindicación 5, que además comprende establecer para un paciente una demografía para la cual dicho paciente se asemeja más y configurar dicho valor de T cuadrada de inicio con base en los datos de los valores de T cuadrada de inicio aceptables para dicha demografía.

10. El método de conformidad con la reivindicación 9, en donde el paciente se clasifica con base en al menos uno del criterio, dicho criterio seleccionado del grupo que consiste de edad, género, etnia, peso, nivel de grasa corporal, contenido de grasa en los brazos, contenido de grasa en las piernas, circunferencia de los brazos superior medios, nivel de condición física y nivel de una o más contracciones voluntarias máximas.

11. El método de conformidad con la reivindicación 1 , en donde el paciente se monitorea por actividad convulsiva durante la colección de los datos EMG en dicho periodo de referencia.

12. El método de conformidad con la reivindicación 1 , que además comprende ejecutar un segundo periodo de referencia y establecer con base en dicho segundo periodo de referencia configuraciones actualizadas para la evaluación de la actividad convulsiva durante al menos uno que otro periodo de monitoreo que sigue al segundo periodo de referencia.

13. El método de referencia de conformidad con la reivindicación 12, en donde la ejecución del segundo periodo de referencia se inicia con base en un criterio de la salida EMG colectada durante el periodo de referencia.

14. El método de conformidad con la reivindicación 13, en donde dicho criterio es un cambio suficiente en una amplitud de la salida EMG colectada durante el periodo de monitoreo.

15. El método de conformidad con la reivindicación 14, en donde la amplitud de la salida EMG se ajusta durante dicho segundo periodo de referencia.

16. El método de conformidad con la reivindicación 15, en donde dicho ajuste de amplitud se ejecuta antes de la colección de los datos EMG para el establecimiento de dichas configuraciones actualizadas.

17. El método de conformidad con la reivindicación 1 , que además comprende asignar coeficientes de peso a diferentes bandas entre dicha pluralidad de bandas de frecuencia.

18. El método de conformidad con la reivindicación 17, en donde la asignación de los coeficientes de peso se basa en los datos EMG colectados durante dicho periodo de referencia.

19. El método de conformidad con la reivindicación 17, en donde los coeficientes de peso se calculan de una matriz inversa de una matriz de varianza/covarianza de los datos de T cuadrada calculados de los datos colectados durante el periodo de referencia.

20. El método de conformidad con la reivindicación 19, en donde los coeficientes de peso calculados durante el periodo de referencia se usan para ajustar la contribución de los datos espectrales, para cada frecuencia entre la pluralidad de rangos de frecuencia colectados durante el periodo de monitoreo en dicha cálculo del segundo valor de T cuadrada; en donde la pluralidad de bandas de frecuencia comprende una primera banda de frecuencia desde aproximadamente 300 Hz a aproximadamente 400 Hz, una segunda banda de frecuencia desde aproximadamente 130 Hz a aproximadamente 240 Hz, y una tercera banda de frecuencia de aproximadamente 30 Hz a aproximadamente 40 Hz y en donde los coeficientes de peso calculados durante el periodo de referencia se usan solamente como configuraciones si dichas coeficientes de peso están dentro de un rango aceptable.

21. El método de conformidad con la reivindicación 17, en donde los coeficientes de peso ajustan la contribución de los datos espectrales, para cada frecuencia entre la pluralidad de rangos de frecuencia colectados durante el periodo de monitoreo, en dicho cálculo del segundo valor de T cuadrada.

22. El método de conformidad con la reivindicación 1 , que además comprende el ajuste de una amplitud de las señales EMG colectadas en el inicio de dicho periodo de referencia, y la colección de los datos EMG para el cálculo de los coeficientes de peso durante dicho periodo de referencia.

23. El método de conformidad con la reivindicación 22, en donde los coeficientes de peso ajustan la contribución de los datos espectrales, para cada frecuencia entre la pluralidad de rangos de referencia colectados durante el periodo de monitoreo, en dicho cálculo del segundo valor de T cuadrada.

24. El método de conformidad con la reivindicación 1 , en donde la pluralidad de bandas de frecuencia comprende una primera banda de frecuencia de aproximadamente 300 Hz a aproximadamente 400 Hz, una segunda banda de frecuencia de aproximadamente 130 Hz a aproximadamente 240 Hz y una tercera banda de frecuencia de desde aproximadamente 30 Hz a aproximadamente 40 Hz.

25. El método de conformidad con la reivindicación 1 , en donde dicho segundo valor de T cuadrada es un valor promedio de una pluralidad de cálculos de T cuadrada o un valor de T cuadrada discreto.

26. El método de conformidad con la reivindicación 1 , que además comprende el cálculo de una pluralidad de valores de T cuadrada durante dicho periodo de monitoreo y el cálculo de una desviación estándar de dicha pluralidad de valores de T cuadrada.

27. El método de conformidad con la reivindicación 26, en donde la condición de alarma se activa a menos que dicha desviación estándar este arriba de una desviación estándar de inicio.

28. El método de conformidad con la reivindicación 27, que además comprende colectar señales EMG mientras un paciente está ejecutando una contracción voluntaria máxima y midiendo una pluralidad de valores de T cuadrada para diferentes intervalos de tiempo durante dicha contracción voluntaria máxima; calcular una desviación estándar de referencia de dicha pluralidad de valores de T cuadrada para diferentes intervalos de tiempo durante dicha contracción voluntaria máxima y configurar dicha desviación estándar de inicio con base en la desviación estándar de referencia.

29. Un método para detectar convulsiones con manifestaciones motoras comprendiendo las etapas de: detectar las señales EMG por un periodo de tiempo, el periodo de tiempo comprendiendo un periodo de referencia y un periodo de monitoreo; usar el filtrado digital para aislar las señales EMG de los datos espectrales para una pluralidad de bandas de frecuencia seleccionadas del rango de aproximadamente 2 Hz a aproximadamente 1000 Hz; calcular un primer valor PCA, el primer valor PCA siendo determinado de los datos espectrales para la pluralidad de rangos de frecuencia de al menos una parte del periodo de referencia; calcular un segundo valor PCA, el segundo valor PCA siendo determinado de los datos espectrales para la pluralidad de rangos de frecuencia de al menos una parte del periodo de monitoreo; comparar el segundo valor PCA para el primer valor PA y determinar si se activa una condición de alarma usando dicha comparación del primer valor PCA para el segundo valor PCA.

30. El método de conformidad con la reivindicación 29, en donde la comparación del segundo valor PCA para el primer valor PCA incluye calcular un valor Z comprendiendo el número de desviaciones estándar del segundo valor PCA del primer valor PCA, y en donde dicha determinación si se activa una alambra comprende calcular si el valor Z excede un valor Z de inicio.

31. El método de conformidad con la reivindicación 29, en donde la pluralidad de bandas de frecuencia comprende una primera banda de frecuencia desde aproximadamente 300 Hz a aproximadamente 400 Hz, una segunda banda de frecuencia desde aproximadamente 130 Hz a aproximadamente 240 Hz y una tercera banda de frecuencia desde aproximadamente 30 Hz a aproximadamente 40 Hz.

32. El método de conformidad con la reivindicación 30, en donde la condición de alarma no se activa hasta que el valor Z excede el valor Z de inicio para una configuración de periodo de tiempo de retraso.

33. El método de conformidad con la reivindicación 32, en donde la configuración del periodo de tiempo de retraso es 2 o más segundos.

34. El método de conformidad con la reivindicación 29, en donde el primero y segundo valores PCA se basan en los primeros dos componentes principales.

35. El método de conformidad con la reivindicación 29, en donde la comparación del segundo valor PCA para el primer valor PCA incluye calcular la diferencia entre dicho segundo valor PCA y dicho primer valor PCA; en donde la determinación de si se activa una alarma comprende un cálculo de si dicha diferencia está arriba de un valor PCA de inicio.

36. El método de conformidad con la reivindicación 35, que además comprende colectar las señales EMG mientras un paciente está ejecutando una contracción voluntaria máxima y midiendo un valor de PCA, y configurar dicho valor de PCA de inicio con base en el PCA medido durante la contracción voluntaria máxima.

37. El método de conformidad con la reivindicación 36, en donde el valor PCA de inicio es mayor que el valor PCA medido durante la contracción voluntaria máxima.

38. Un método para detectar convulsiones con manifestaciones motoras comprendiendo: detectar señales EMG; usar el filtrado digital para aislar de dicha señales EMG los datos espectrales para una pluralidad de bandas de frecuencia seleccionadas del rango de aproximadamente 2 Hz a aproximadamente 1000 Hz; calcular un primer valor de T cuadrada de los datos espectrales; comparar dicho valor de T cuadrada para un valor de T cuadrada de inicio y determinar si se activa una condición de alarma usando dicha comparación de T cuadrada para el valor de T cuadrada de inicio.

39. El método de conformidad con la reivindicación 38, en donde los datos espectrales para cada una de dicha pluralidad de las bandas de frecuencia se seleccionan del grupo de amplitud de energía, una densidad espectral media o una combinación de las mismas.

40. El método de conformidad con la reivindicación 38, en donde el valor de T cuadrada de inicio es un valor que es mayor que un valor de T cuadrada de referencia.

41. El método de conformidad con la reivindicación 40, en donde el valor de T cuadrada de inicio es un número de desviaciones estándar mayores que el valor de T cuadrada de referencia.

42. El método de conformidad con la reivindicación 40, que además comprende incrementar el valor de dicha T cuadrada de inicio si un cierto número de eventos falsos positivos se detectan durante un periodo de tiempo dado.

43. El método de conformidad con la reivindicación 40, que además comprende proporcionar a un paciente con un dispositivo l/O configurado para permitir al paciente activar dicho dispositivo l/O e identificar que una condición de alarma se cumplió pero no ocurrió ninguna convulsión.

44. El método de conformidad con la reivindicación 43, que además comprende incrementar el valor de dicha T cuadrada de inicio automáticamente en respuesta a la activación de dicho dispositivo l/O.

45. El método de conformidad con la reivindicación 40, en donde el valor de T cuadrada de referencia se determina a partir del monitoreo de un paciente durante un periodo de referencia.

46. El método de conformidad con la reivindicación 45, en donde el periodo de referencia comprende monitorear a un paciente en el ambiente del hogar de dicho paciente.

47. El método de conformidad con la reivindicación 45, en donde el periodo de referencia comprende monitorear a un paciente en un establecimiento supervisado.

48. El método de conformidad con la reivindicación 45, en donde el valor de T cuadrada de inicio es mayor que el valor de T cuadrada de referencia por un valor que se escala con base en la magnitud de una contracción voluntaria máxima ejecutada durante dicho periodo de referencia.

49. El método de conformidad con la reivindicación 38, que además comprende colectar las señales EMG mientras un paciente está ejecutando una contracción voluntaria máxima y medir un valor de T cuadrada y configurar dicho valor de T cuadrada de inicio con base en el valor de T cuadrada medido mientras el paciente está ejecutando la contracción voluntaria máxima.

50. El método de conformidad con la reivindicación 49, en donde el valor de T cuadrada de inicio es mayor que el valor de T cuadrada medido durante la contracción voluntaria máxima.

51. El método de conformidad con la reivindicación 49, en donde el valor de T cuadrada es aproximadamente 100% a aproximadamente 300% del valor de T cuadrada medido durante la contracción voluntaria máxima.

52. El método de conformidad con la reivindicación 38, que además comprende establecer para un paciente una demografía a la cual dicho paciente más se asemeja y configurar dicho valor de T cuadrada de inicio con base en los datos de los valores de T cuadrada de inicio aceptables para dicha demografía.

53. El método de conformidad con la reivindicación 52, en donde el paciente se clasifica con base en al menos uno del criterio, dicho criterio seleccionado del grupo que consiste de edad, género, etnia, peso, nivel de grasa corporal, contenido de grasa en los brazos, contenido de grasa en las piernas, circunferencia de los brazos superiores media, nivel de condición física y nivel de una o más contracciones voluntarias máximas.

54. El método de conformidad con la reivindicación 38, en donde dicha pluralidad de bandas de frecuencia comprende un primer rango de frecuencia de aproximadamente 250 Hz a aproximadamente 420 Hz, un segundo rango de frecuencia de aproximadamente 80 Hz a aproximadamente 290 Hz, y un tercer rango de frecuencia de aproximadamente 10 Hz a aproximadamente 50 Hz.

55. El método de conformidad con la reivindicación 38, en donde dicha pluralidad de bandas de frecuencia comprende un primer rango de frecuencia desde aproximadamente 300 Hz a aproximadamente 400 Hz, un segundo rango de frecuencia desde aproximadamente 130 Hz a aproximadamente 240 Hz, y un tercer rango de , frecuencia desde aproximadamente 30 Hz a aproximadamente 40 Hz.

56. El método de conformidad con la reivindicación 38, en donde dicha pluralidad de bandas de frecuencia comprende un primer rango de frecuencia desde aproximadamente 325 Hz a aproximadamente 375 Hz, un segundo rango de frecuencia de aproximadamente 150 Hz a aproximadamente 220 Hz y un tercer rango de frecuencia desde aproximadamente 32 Hz a aproximadamente 38 Hz.

57. El método de conformidad con la reivindicación 38, que además comprende: monitorear a un paciente durante un periodo de referencia; en donde dicho valor de T cuadrada de inicio es mayor que un valor de T cuadrada de referencia, el valor de T cuadrada de referencia determinado de los datos obtenidos durante dicho periodo de referencia; identificar los datos de convulsión del periodo de referencia y analizar los datos de convulsión con respecto a una forma de onda GTC; determinar al menos un valor de frecuencia de la fecha de convulsión que está relacionada a un punto característico de la forma de onda GTC y orientar en al menos una banda incluida dentro de dicha pluralidad de bandas de frecuencia basadas en dicho punto característico.

58. El método de conformidad con la reivindicación 57, en donde dicho punto característico es un punto de inflexión entre un mínimo local en la forma de onda GTC y un máximo local en la forma de onda GTC.

59. El método de conformidad con la reivindicación 57, en donde dicho punto característico es un punto de inflexión que está entre aproximadamente 250 Hz y aproximadamente 350 Hz.

60. El método de conformidad con la reivindicación 57, en donde dicho al menos una banda entre dicha pluralidad de bandas de frecuencia comprende un rango entre un mínimo local en los datos espectrales y un máximo local en los datos espectrales.

61. El método de conformidad con la reivindicación 38, que además comprende monitorear a un paciente durante un primer periodo de referencia; en donde el valor de T cuadrada de referencia es mayor que un valor de T cuadrada de referencia, el valor de T cuadrada de referencia determinado de los datos obtenidos durante dicho primer periodo de referencia; en donde dicho primer periodo de referencia puede ejecutarse en el ambiente hogareño de dicho paciente y en donde dicho primer periodo de referencia se ejecuta durante un periodo de tiempo aproximadamente cuando el paciente primero conecta el dispositivo.

62. El método de conformidad con la reivindicación 6 , que además comprende monitorear al paciente durante un segundo periodo de referencia y reemplazar dicho valor de T cuadrada con un segundo valor de T cuadrada de referencia determinado de los datos obtenidos durante el segundo periodo de referencia.

63. El método de conformidad con la reivindicación 61 , que además comprende el monitoreo del paciente durante una pluralidad de periodos de referencia y determinar de los datos en cada una de dicha pluralidad de periodos de referencia un nuevo valor de T cuadrada de referencia.

64. El método de conformidad con la reivindicación 63, en donde para cada nuevo valor de T cuadrada de referencia que es determinado, un valor de T cuadrada previamente calculado puede reemplazarse si el nuevo valor de T cuadrada de referencia está dentro de un rango aceptable.

65. El método de conformidad con la reivindicación 61 , en donde un segundo periodo de referencia se ejecuta automáticamente si un incremento o disminución en la amplitud promedio de dichas señales EMG ocurre.

66. El método de conformidad con la reivindicación 61 , que además comprende evaluar al paciente por la actividad convulsiva durante dicho primer periodo de referencia.

67. El método de conformidad con la reivindicación 66, en donde dicha evaluación del paciente por la actividad convulsiva comprende calcular los valores de T cuadrada durante dicho primer periodo de referencia y comparando los valores de T cuadrada con un valor de T cuadrada de inicio previamente determinado.

68. El método de conformidad con la reivindicación 67, en donde el valor de T cuadrada de inicio previamente determinado es un valor de T cuadrada de inicio por defecto.

69. El método de conformidad con la reivindicación 38, en donde la determinación de si se activa una condición de alarma comprende calcular si el primer valor de T cuadrada excede dicho valor de T cuadrada de inicio.

70. El método de conformidad con la reivindicación 38, en donde dicha determinación de si se activa una condición de alarma comprende calcular un valor suavizado o promedio de una serie de cálculos de T cuadrada discretos.

71. El método de conformidad con la reivindicación 38, que además comprende calcular una pluralidad de valores de T cuadrada y el cálculo de una desviación estándar de dicha pluralidad de valores de T cuadrada.

72. El método de conformidad con la reivindicación 71 , en donde la condición de alarma no se activa a menos que dicha desviación estándar esté arriba de una desviación estándar de inicio.

73. El método de conformidad con la reivindicación 71 , que además comprende colectar señales EMG mientras un paciente está ejecutando una contracción máxima voluntaria y midiendo una pluralidad de valores de T cuadrada para diferentes intervalos de tiempo durante dicha contracción voluntaria máxima; calcular una desviación estándar de referencia de dicha pluralidad de valores de T cuadrada para diferentes intervalos de tiempo durante dicha contracción voluntaria máxima y configurar dicha desviación estándar de inicio con base en la desviación estándar de referencia.

74. El método de conformidad con la reivindicación 38, en donde el cálculo de dicho valor de T cuadrada comprende asignar los coeficientes de peso para diferentes bandas entre dicha pluralidad de bandas de frecuencia.

75. El método de conformidad con la reivindicación 74, en donde los coeficientes de peso ajustan la contribución de los datos espectrales de diferentes bandas para dichos primeros valores de T cuadrada.

76. El método de conformidad con la reivindicación 75, en donde los coeficientes de peso son factores por los cuales los datos espectrales se multiplican antes de la normalización de los datos usando una matriz de varianza/covarianza.

77. El método de conformidad con la reivindicación 38, que además comprende: monitorear a un paciente durante un primer periodo de referencia, y determinar de los datos obtenidos durante dicho periodo de referencia un primer juego de coeficientes de peso para las diferentes bandas entre dicha pluralidad de bandas de frecuencia de los datos colectados en dicho primer periodo de referencia, en donde la determinación de dicho primer juego de coeficientes de peso se basan en calcular la inversa de una matriz de varianza/covarianza de espectros para las bandas de frecuencia seleccionadas; en donde el primer juego coeficientes de peso ajusta la contribución de los datos espectrales en diferentes bandas usadas en el cálculo de dicho primer valor de T cuadrada.

78. El método de conformidad con la reivindicación 77, que además comprende el monitoreo del paciente durante una pluralidad de periodos de referencia y determinar de los datos en cada una de dicha pluralidad de periodos de referencia nuevos coeficientes de peso.

79. Un método para detectar convulsiones con manifestaciones motoras comprendiendo: monitorear un individuo mediante colectar los datos EMG durante un primer periodo de referencia; determinar un primer valor de T cuadrada de referencia de los datos EMG obtenidos durante dicho primer periodo de referencia; determinar un valor de T cuadrada mientras el paciente está ejecutando dicha contracción voluntaria máxima; calcular una diferencia entre dicho valor de T cuadrada de referencia y dicho valor de T cuadrada determinados mientras el paciente está ejecutando dicha contracción voluntaria máxima; monitorear a un individuo mediante colectar los datos EMG durante un segundo periodo de referencia; en donde el segundo periodo de referencia se ejecuta en el ambiente del hogar del individuo; determinar un segundo valor de T cuadrada de referencia durante dicho segundo periodo de referencia; configurar un valor de T cuadrada de inicio; en donde dicho valor de T cuadrada de inicio es un valor que es mayor que el segundo valor de T cuadrada de referencia mediante escalar un factor relacionado a dicha diferencia entre dicho primer valor de T cuadrada de referencia y dicho valor de T cuadrada determinado mientras el paciente está ejecutando dicha contracción voluntaria máxima y monitorear al paciente mediante colectar los datos EMG durante un periodo de tiempo siguiendo dicho segundo periodo de referencia en el ambiente del hogar del paciente.

80. El método de conformidad con la reivindicación 79, en donde dicho factor de escalado es aproximadamente 50% a aproximadamente 500% de dicha diferencia.

81. El método de conformidad con la reivindicación 80, en donde dicho factor de escalado es más de aproximadamente 100% de dicha diferencia.

82. El método de conformidad con la reivindicación 79, que además comprende proporcionar los datos de ubicación para el paciente con respecto a un transceptor ambiental.

83. El método de conformidad con la reivindicación 82, en donde el factor de escalado que se selecciona es dependiente en dichos datos de ubicación.

84. El método de conformidad con la reivindicación 38, que además comprende proporcionar los datos de ubicación para el paciente con respecto a un transceptor ambiental.

85. El método de conformidad con la reivindicación 84, en donde el valor de T cuadrada de inicio es dependiente de dichos datos de ubicación.

86. El método de conformidad con la reivindicación 38, que además comprende la activación de un dispositivo que puede usarse para abortar o atenuar una convulsión.

87. El método de conformidad con la reivindicación 86, en donde la activación de dicho dispositivo está dentro de no más de aproximadamente 0 segundos de un movimiento de brazo inicial durante una convulsión GTC.

88. El método de conformidad con la reivindicación 38, que además comprende enviar los datos EMG a una estación base si un valor de T cuadrada calculado de esos datos está arriba de un valor de T cuadrada de inicio almacenado.

89. El método de conformidad con la reivindicación 88, que además comprende almacenar los datos EMG, los cuales se determinan para iniciar una alarma y almacenamiento de sí o no el paciente indicó que los datos EMG almacenados fueron de una detección falsa positiva.

90. El método de conformidad con la reivindicación 89, que además comprende el ajuste de dicho valor de T cuadrada de inicio.

91. Un aparato para detectar convulsiones con manifestaciones motoras, el aparato comprendiendo: uno o más electrodos EMG capaces de proporcionar una señal EMG substancialmente representando la actividad muscular relacionada con la convulsión y un procesador configurado para recibir la señal EMG, procesar la señal EMG para determinar si una convulsión puede estar ocurriendo y generar una alerta si se determina que una convulsión está ocurriendo con base en la señal EMG; en donde el procesador es capaz de procesar la señal EMG para determinar si una convulsión puede estar ocurriendo mediante calcular un valor estadístico de T cuadrada o un valor estadístico PCA.

92. El aparato de conformidad con la reivindicación 91 , en donde uno o más electrodos EMG se montan a uno o más de una banda de brazo, cinta adhesiva o artículo de vestir de manera que permita el posicionamiento de uno o más electrodos sobre un músculo.

93. El aparato de conformidad con la reivindicación 91 , en donde uno o más electrodos EMG son electrodos bipolares diferenciales.

94. El aparato de conformidad con la reivindicación 91 , que comprende dos electrodos EMG capaces de ser asociados con un par de músculos agonistas/antagonistas, en donde un electrodo EMG se asocia con un músculo agonista y el otro electrodo EMG se asocia con su músculo antagonista.

95. El aparato de conformidad con la reivindicación 94, en donde el par de músculos agonista/antagonista comprende el tríceps braquial y el bíceps braquial.

96. El aparato de conformidad con la reivindicación 91 , que además comprende un transceptor para transmitir la alerta.

97. El aparato de conformidad con la reivindicación 91 , que además comprende una estación base en comunicación con el procesador para recibir la alerta.

98. El aparato de conformidad con la reivindicación 97, en donde la estación base además comprende un dispositivo de entrada-salida (l/O) capaz de permitir el ajuste manual de configuración de alertas y visualmente mostrar la señal EMG o datos basados en ella.

99. El aparato de conformidad con la reivindicación 91 , en donde el procesador se configura para enviar la alerta a uno o más receptores remotos.

100. El aparato de conformidad con la reivindicación 98, en donde uno de los receptores remotos es un teléfono celular.

101. El aparato de conformidad con la reivindicación 91 , que además comprende una unidad de almacenamiento de datos remota, capaz de recibir y almacenar la señal EMG o los datos basados en la misma.

102. El aparato de conformidad con la reivindicación 91 , que además comprende uno o más detectores conducentes configurados para indicar si uno o más de los electrodos EMG está suficientemente cerca de un músculo para proporcionar una señal EMG substancialmente exacta que representa la actividad del músculo.

103. El aparato de conformidad con la reivindicación 91 , en donde uno o más electrodos EMG y el procesador se empacan como una sola unidad montable a un cuerpo humano.

104. El aparato de conformidad con la reivindicación 103, en donde la unidad sola es mínimamente intrusiva mientras se está inactiva y no incluye cables externos.

105. El aparato de conformidad con la reivindicación 91 , en donde el procesador está configurado para enviar una señal a una estación base de la cual la estación base puede derivar la ubicación física del procesador.

106. El aparato de conformidad con la reivindicación 91 , que además comprende un transceptor ambiental asociado con uno o más objetos ambientales.

107. El aparato de conformidad con la reivindicación 106, en donde el transceptor ambiental está configurado para enviar una señal a una estación base que es dependiente de la posición relativa del procesador y el transceptor ambiental.

108. El aparato de conformidad con la reivindicación 107, en donde la estación base comprende un procesador capaz de procesar señales desde el transceptor ambiental, seleccionar una plantilla de al menos dos archivos de plantilla disponibles para el procesador y usar el archivo de plantilla seleccionado en el procesamiento de la señal EMG.

109. El aparato de conformidad con la reivindicación 108, en donde el objeto ambiental es uno de una cuna, cama, silla, baño, puerta, pared, cepillo de dientes y una prenda de ropa.

10. El aparato de conformidad con la reivindicación 91 , en donde uno o más electrodos están físicamente separados y en comunicación inalámbrica con el procesador.

111. El aparato de conformidad con la reivindicación 91 , que además comprende una estación base en comunicación con el procesador y en donde uno o más electrodos EMG y el procesador se empacan como una sola unidad montable a un cuerpo humano y físicamente separados de la estación base.

112. El aparato de conformidad con la reivindicación 102, en donde la estación base es capaz de recibir la alerta y la señal EMG, independientemente procesando la señal EMG para determinar si una convulsión puede estar ocurriendo y generar una alerta si se determina que una convulsión está ocurriendo con base en la señal EMG.

113. El aparato de conformidad con la reivindicación 112, en donde la estación base sólo es capaz de generar una alerta si el procesador y la estación base determinan que una convulsión está ocurriendo.

114. El aparato de conformidad con la reivindicación 107, en donde un usuario puede ajustar manualmente la configuración de alertas mediante cambiar los inicios característicos de la convulsión de un archivo de plantilla disponible para el procesador para procesar la señal EMG.

115. El aparato de conformidad con la reivindicación 114, en donde el ajuste manual comprende cambiar los inicios característicos de la convulsión para reducir la ocurrencia de identificación de falsos positivos de las convulsiones.

116. El aparato de conformidad con la reivindicación 114, en donde el ajuste manual comprende cambiar los inicios característicos de convulsión para aumentar la precisión en la detección de las convulsiones.

117. El aparato de conformidad con la reivindicación 97, en donde la estación base es capaz de ajustar automáticamente la configuración de alertas mediante cambiar los inicios característicos de las convulsiones de un archivo de plantilla disponible para el procesador para procesar la señal EMG.

118. El aparato de conformidad con la reivindicación 117, en donde el ajuste automático se basa en la desviación promedio de una característica de convulsión de un inicio.

119. El aparato de conformidad con la reivindicación 91 , que además comprende un dispositivo de entrada-salida (l/O) para permitir que un paciente indique al procesador que no se está ocurriendo una convulsión.

120. El aparato de conformidad con la reivindicación 119, en donde el dispositivo de l/O comprende dos botones.

121. El aparato de conformidad con la reivindicación 91 , en donde el aparato se configura con tecnología GPS.