ES2899304T3 - Sistema, método y resultado de un programa informático para influir en un proceso biológico - Google Patents

Abstract

Un sistema que comprende: - un sistema de grabación (2) para grabar una señal relacionada con el cerebro basada en el tiempo; - un generador de estímulos (4, 6) para proporcionar un estímulo, y - un sistema informático (3), funcionalmente acoplado a dicho sistema de grabación (2) y a dicho generador de estímulos (4, 6), comprendiendo dicho sistema informático (3): - una memoria para almacenar al menos un segmento de datos de dicha señal relacionada con el cerebro basada en el tiempo durante la grabación de dicha señal relacionada con el cerebro basada en el tiempo, y - un programa informático que, al ejecutarse en dicho sistema informático, funcionalmente en tiempo real realiza: - recupera (100) un segmento de datos más reciente de dicho segmento de datos almacenados de dicha señal relacionada con el cerebro basada en el tiempo; - ajusta (200) al menos una curva a dicho segmento de datos recuperado más reciente; - predice (300) una continuación futura de dicho segmento de datos más reciente usando al menos una curva ajustada a dicho segmento de datos más reciente; - detecta (400) un patrón predefinido en dicha continuación futura predicha para predecir la ocurrencia de dicho patrón predefinido, y definir un tiempo de evento predicho (600) de dicho patrón predefinido, siendo dicho tiempo de evento predicho en el futuro con respecto a dicho segmento de datos más reciente, y - acciona (700) dicho generador de estímulos para proporcionar un estímulo dentro de una ventana de tiempo de evento predefinida de dicho tiempo de evento predicho.

Description

DESCRIPCIÓN

Sistema, método y resultado de un programa informático para influir en un proceso biológico

Campo de la invención

La invención se refiere a un sistema, un método y un resultado de un programa informático para influir en un proceso biológico.

Antecedentes de la invención

El documento US20150272465 según su resumen describe: “Se describe un dispositivo portátil de neuroretroalimentación. El dispositivo de neuroretroalimentación incluye un elemento fijo que se puede usar. Uno o más sensores de ondas cerebrales están conectados a dicho elemento fijo. Se conecta también una unidad procesadora al elemento fijo. La unidad procesadora recibe señales de ondas cerebrales captadas por uno o más sensores de ondas cerebrales. La unidad procesadora calcula uno o más valores de retroalimentación del usuario que representan la actividad cerebral actual. Se conecta un módulo de visualización al elemento fijo que muestra una representación visual del uno o más valores de retroalimentación del usuario ".

El documento US20160081617 según su resumen describe: “Un sistema de monitorización del paciente incluye un monitor de electroencefalografía (EEG) y una matriz de sensores de EEG. La matriz de sensores de EEG incluye una pluralidad de electrodos configurados para captar señales de EEG de un paciente. El monitor de EEG puede configurarse para calcular uno o más índices de profundidad de anestesia para el paciente en función de las señales de EEG recibidas de la matriz de sensores de EEG. Además, el monitor EEG puede configurarse para generar y mostrar un mapa topográfico en color de la profundidad calculada de los índices de anestesia”.

El documento US20160220141 de acuerdo con su resumen describe: “Las capacidades mentales están etiquetadas con términos como memoria y resolución de problemas y se pueden obtener las medidas de desempeño correspondientes (puntuación de memoria, # correcto). La medida cuantitativa de EEG (QEEG) del funcionamiento cerebral refleja la electrofisiología de la materia gris y blanca del cerebro subyacente peri craneal. Una base de datos de participantes clínicos y no clínicos se sometió a un QEEG de activación cognitiva para determinar las relaciones entre las medidas del QEEG y el rendimiento cognitivo para la memoria (auditiva y de lectura) y la resolución de problemas. El análisis reveló relaciones correlativas (positivas y negativas) entre el rendimiento cognitivo y las medidas cuantitativas del EEG (QEEG) (coherencia, fase, magnitud, etc.) bajo estas condiciones de activación cognitiva. Un individuo puede someterse a una evaluación y se pueden determinar los valores del sujeto sobre las variables relevantes (y todas). Las variables QEEG deficientes se pueden cambiar de manera efectiva con una metodología de acondicionamiento de operación de biorretroalimentación llamada biorretroalimentación EEG. Se ha demostrado que el método mejora el funcionamiento de la memoria".

El documento WO2016028635 según su resumen describe: “Ciertos ejemplos proporcionan sistemas y métodos para mejorar el sueño de ondas lentas. Un método de ejemplo incluye identificar una etapa de sueño para el sueño de ondas lentas en un sujeto que está siendo monitorizado. El método de ejemplo también incluye la generación, seguida de la identificación del sueño de onda lenta y usa un procesador que incluye un bucle de bloqueo de fase, una señal de salida basada en una fase de una señal de entrada de referencia, la fase de la señal de salida bloqueada de acuerdo con la señal de entrada de referencia. El método de ejemplo incluye la administración, durante el sueño de ondas lentas del sujeto, de un estímulo al sujeto basado en la señal de salida bloqueada de fase. La administración incluye proporcionar el estímulo en una serie de pulsos de señal durante un primer período de tiempo; y proporcionar un período refractario sin pulsos en un segundo período de tiempo. El método incluye además la medición de la retroalimentación del estímulo".

En Roy Cox, Ilia Korjoukov, Marieke de Boer, Lucia M. Talamini, "Profundamente dormido: procesamiento y retención de estímulos de fase dirigidos de oscilación lenta", PLOS ONE, julio de 2014, vol. 9, Número 7, e101567, según se describe en su resumen “El cerebro dormido retiene alguna capacidad residual de procesamiento de información. Aunque la evidencia directa es escasa, abundantes publicaciones sugieren que la fase de oscilaciones lentas durante el sueño profundo es un determinante importante para el procesamiento de estímulos. Aquí, presentamos un algoritmo para predecir oscilaciones lentas en tiempo real. Usando este enfoque para presentar los estímulos dirigidos tanto a los estados oscilatorios ascendentes como descendentes, mostramos que el procesamiento de los estímulos neuronales depende de manera importante de la fase de oscilación lenta. Durante el insomnio resultante, sin embargo, no observamos respuestas cerebrales o conductuales diferenciales a estas categorías de estímulos, lo que sugiere que no se formaron recuerdos duraderos. Especulamos que si bien podrían suceder formas más simples de aprendizaje durante el sueño, los recuerdos de base neocortical no se establecen fácilmente durante el sueño profundo".

Leon Chen, L., et al.: “Detección de oscilación cerebral en tiempo real y estimulación de bloqueo de fase mediante estimación espectral auto regresiva y predicción directa de series de tiempo”, IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING, IEEE SERVICE CENTER, PISCATAWAY, Nueva Jersey, EE. UU., Parte 60, no. 3, 1 de marzo de 2013(2013-03-01), pp 753-762 en su resumen describe: “Las oscilaciones neuronales son características importantes en un sistema nervioso de funcionamiento central, que facilitan la comunicación eficiente a través de grandes redes de neuronas. Están implicados en una amplia gama de procesos como la sincronización y la plasticidad sináptica, y pueden verse en una variedad de procesos cognitivos. Por ejemplo, se cree que las oscilaciones theta del hipocampo son un componente crucial de la codificación y recuperación de la memoria. Para estudiar mejor el papel de estas oscilaciones en varios procesos cognitivos, y poder construir aplicaciones clínicas en torno a ellas, se necesitan estimaciones precisas y rigurosas de la frecuencia y fase instantáneas. A continuación, presentamos metodología basada en un modelado autorregresivo para lograr esto en tiempo real. Esto permite dirigir la estimulación a una fase específica de una oscilación detectada. Primero evaluamos el rendimiento del algoritmo en dos señales en las que se conocen la fase y la frecuencia exactas. Luego, utilizando EEG intracraneal registrado de dos pacientes que realizan una tarea de memoria de Sternberg, caracterizamos nuestro rendimiento de bloqueo de fase del algoritmo en oscilaciones fisiológicas theta: optimizando los parámetros del algoritmo en el primer paciente utilizando un algoritmo genético, llevamos a cabo procedimientos de validación cruzada en ensayos posteriores y electrodos dentro del mismo paciente, así como en los datos registrados del segundo paciente. "

US2016082222 según su resumen describe “Un sistema está configurado para proporcionar estímulos sensoriales a un sujeto en un primer nivel de intensidad, determinar la efectividad de los estímulos sensoriales proporcionados y aumentar gradualmente el nivel de intensidad de los estímulos sensoriales en función de la efectividad determinada. La determinación de la eficacia y el correspondiente aumento de intensidad se repiten una o más veces durante un episodio de sueño de ondas lentas dado. El sistema está configurado para continuar las determinaciones de efectividad y los correspondientes incrementos de intensidad durante el episodio de sueño de ondas lentas hasta que el nivel de intensidad alcanza un nivel máximo, hasta que un nivel de despertar del sujeto traspasa un umbral de nivel de despertar y / o hasta el fin del período de sueño de ondas lentas.

Resumen de la invención

En la técnica anterior, influir en un proceso biológico, por ejemplo el sueño, resultaba difícil, si no imposible. En particular, se encontró que influir en una señal relacionada con el cerebro era difícil, si no imposible, en particular para las señales de cambio más rápido.

Por tanto, es un aspecto de la invención proporcionar un sistema o método alternativo que permita influir en un proceso biológico utilizando al menos un estímulo discernible sensorialmente. En particular, la invención busca influir en una señal relacionada con el cerebro mediante el uso de un estímulo discernible sensorialmente. El sistema y / o método además evita al menos parcialmente uno o más de los inconvenientes descritos anteriormente.

Por tanto, la invención se refiere a un sistema según la reivindicación 1.

La revelación se refiere además a un método para influir en un proceso biológico, comprendiendo dicho método

- registro de una señal relacionada con el cerebro basada en el tiempo;

- realización del ajuste en tiempo real de al menos una curva a un segmento de datos más recientes de dicha señal relacionada con el cerebro;

- predicción de una continuación futura de la señal registrada usando dicha curva ajustada a dicho segmento de datos;

- detección de un patrón predefinido en dicha continuación futura predicha y definición de un tiempo del evento previsto de dicho patrón predefinido, y

- proporcionar un estímulo dentro de una ventana de eventos de dicho tiempo de evento previsto si dicho patrón predefinido se detecta en dicha continuación futura.

La invención se refiere además a un resultado de un programa informático de la reivindicación 15.

En neurociencia, una configuración tal como se reivindica puede referirse a comprender un “bucle cerrado”. En la teoría de control, una función de transferencia de bucle cerrado es un algoritmo que describe el resultado neto de los efectos de un bucle de retroalimentación en una señal de entrada a los circuitos encerrados por el bucle. Aquí, se proporciona un bucle de retroalimentación en el que se realiza una medición de una señal relacionada con el cerebro, se predice un evento en el momento de un evento y se proporciona un estímulo en dicho momento del evento predicho y eso influye en esa señal relacionada con el cerebro.

El patrón predefinido puede ser cualquier patrón en una señal relacionada con el cerebro que esté o pueda estar vinculada al funcionamiento de un sujeto. Ejemplos de tales patrones predefinidos son, por ejemplo, flancos ascendentes y / o descendentes de una señal relacionada con el cerebro.

En una realización, la señal relacionada con el cerebro se origina en un mamífero. En particular, la señal relacionada con el cerebro se origina en un ser humano. Un estímulo puede ser cualquier estímulo que se pueda aplicar. En particular, un estímulo puede ser un estímulo que se puede aplicar a un ser humano. En una realización, dichos estímulos pueden seleccionarse entre un estímulo electromagnético o un estímulo perceptible sensorialmente. Ejemplos de estímulos que se pueden aplicar son cualquier estímulo que sea discernible por un mamífero, en particular por un ser humano. Un estímulo de este tipo puede ser, por ejemplo, audible, visible, sensible, palpable, olfativo.

En Wikipedia, se define de la siguiente manera: los seres humanos tenemos una multitud de sentidos. Vista (visión), oído (audición), gusto (gusto), olfato (olfato) y tacto (somato sensibilidad) son los cinco sentidos tradicionalmente reconocidos. También existe la capacidad de detectar otros estímulos más allá de los gobernados por estos sentidos más ampliamente reconocidos, y estas modalidades sensoriales incluyen temperatura (termocepción), sentido cenestésico (propiocepción), dolor (nocicepción), equilibrio (equilibriocepción), vibración (mecanorrecepción) y varios estímulos internos (por ejemplo, los diferentes quimiorreceptores para detectar concentraciones de sal y dióxido de carbono en la sangre). Algunas especies son capaces de detectar campos eléctricos y magnéticos y detectar la presión y las corrientes del agua. Wikipedia también identifica "sentidos no tradicionales", que también pueden ser objeto del estímulo según la invención, que incluyen: equilibrio y aceleración, temperatura, propiocepción, dolor y "otros sentidos internos".

De lo anterior, al experto en la materia le resultará evidente cuál es la naturaleza de estos estímulos y cómo aplicarlos. En particular, la presente invención se refiere a los estímulos que influyen en el cerebro.

En una realización, un estímulo puede ser un estímulo denominado de fase dirigida, es decir, un estímulo que se aplica cuando se produce una fase predefinida.

Los patrones EEG que se desarrollan mucho más rápido que las oscilaciones lentas o las curvas de eje de potencia, pueden, por ejemplo, ser dirigidas por el sistema y / o método actual. Estas oscilaciones lentas se encuentran entre los patrones de EEG de desarrollo más lento, alrededor de 0,5-1 Hz. Además, puede ser posible que las ondas alfa, es decir, ondas de 8-12 Hz, puedan dirigirse con éxito. Además, es posible apuntar a ondas de al menos hasta aproximadamente 16 Hz. Utilizando la directa, sin filtrar señal de EEG y prediciendo su curso, y encontrando posteriormente un evento en la señal predicha, se encontró que era posible no solo proporcionar un estímulo dirigido para señales de frecuencia lenta, sino también apuntar a señales de frecuencia relativamente más altas. El sistema y / o método actual permiten, por ejemplo, la estimulación en un llamado estado de una señal de EEG, pero también permite apuntar a otras características, como una bajada. De estado. El uso de la señal EEG sin filtrar permitió utilizar el segmento de datos más reciente, lo que permite una predicción precisa.

El sistema puede, por ejemplo, incorporarse en aplicaciones comercializables. Ejemplos de tales aplicaciones son los juegos de ordenador, dispositivos o dispositivos portátiles que mejoran el sueño, aplicaciones de teléfono y similares.

El sistema y / o el método se pueden utilizar para manipular recuerdos durante el sueño. Se ha mostrado que los estados ascendentes de SO conducen al procesamiento del cerebro dormido tanto de los estímulos presentados externamente como de los recuerdos reactivados internamente. La selección de señales de memoria para el material aprendido antes del sueño para disminuir los estados de oscilación ascendente mejora la memoria posterior del material asociado, como el vocabulario extranjero. Esto representa una aplicación altamente innovadora del sistema y / o método actual.

El sistema y/o método se pueden aplicar además para mejorar el sueño.

El sistema y / o método actual induce trenes de oscilación lentos después de un único estímulo de sonido bloqueado en estado ascendente de oscilación lenta. El sistema o método puede utilizar, por ejemplo, estimulación sonora repetitiva durante el sueño para mejorar las oscilaciones lentas durante la estimulación. Además, el sistema y / o método actual pueden inducir estimulación del sueño profundo (es decir, sueño de ondas lentas; SWS), por ejemplo, en términos de SWS más largo o más potencia SO general durante el sueño. El sistema y / o método actual puede resultar en un impulso de oscilación lenta más efectivo, incluso con estímulos únicos dispersos. De hecho, cada estímulo dirigido al estado ascendente de SO evoca un tren de oscilaciones lentas después de la estimulación. El sistema y / o el método pueden mejorar el sueño profundo en general, y con ello todos los beneficios cognitivos y para la salud asociados al sueño profundo. Además, el sistema y / o método actual puede requerir menos estímulos durante el sueño, reduciendo los riesgos de provocar despertares y, por lo tanto, efectos adversos contrarios al sueño.

El sistema y / o método actual se puede aplicar a la manipulación de la atención.

Se ha demostrado que las oscilaciones alfa generalizadas están relacionadas con un estado de mente relajada. Además, una fuerte actividad alfa localizada en un área cortical particular está relacionada con la inhibición activa de esa área cuando la atención se dirige a aspectos del procesamiento de los estímulos en otras áreas del cerebro ("inhibición alfa"). La percepción del estímulo en relación con la fase alfa ha demostrado que la percepción se facilita en la parte despolarizada (menos inhibida) del ciclo alfa.

El sistema y / o método actual puede dirigir con precisión los estímulos a fases alfa específicas. Por tanto, puede ser posible mejorar el alfa general para promover una relajación, por ejemplo, en el contexto de la terapia anti estrés. También podría ser posible estimular alfa local en áreas concretas del cerebro para suprimir el procesamiento de distractores en una tarea, ayudando así a centrar la atención en la información relevante.

En una realización, el ajuste de curvas es el proceso de construir una curva, o función matemática, que tenga el mejor ajuste a una serie de puntos de datos. Esto podría estar sujeto a limitaciones. En una realización, se puede aplicar una regresión no lineal. La regresión no lineal se puede definir como una forma de análisis de regresión en la que los datos de observación son modelados por una función que es una combinación no lineal de los parámetros del modelo y depende de una o más variables independientes. Los datos se ajustan mediante un método de aproximaciones sucesivas. La curva de mejor ajuste en una realización es una que minimiza la suma de los residuos al cuadrado. Esto también se conoce como el método de mínimos cuadrados (ordinario) (MCO). Sin embargo, en los casos en que la variable dependiente no tiene varianza constante, se puede minimizar una suma de residuos cuadrados ponderados. Esto también se conoce como mínimos cuadrados ponderados. En una realización, las ponderaciones son iguales al recíproco de la varianza de la observación. Estas ponderaciones se pueden volver a calcular en cada iteración cuando se aplica un algoritmo de mínimos cuadrados ponderados iterativamente.

En las reivindicaciones dependientes se proporcionan otras formas de realización.

En una realización, dicho programa informático evalúa además la fiabilidad de dicho ajuste, y si dicha fiabilidad está dentro de un criterio predefinido, calcula dicha futura continuación.

En una realización de dicho método, dicho estímulo es detectable o discernible sensorialmente por un sujeto humano.

En una realización de dicho método, la señal relacionada con el cerebro comprende un electroencefalograma (EEG), y el tiempo del evento es menor de 1 segundo después de un final de tiempo de dicho segmento de datos.

En una realización de dicho método, el segmento de datos más recientes tiene una ventana de tiempo de menos de 1 segundo, en particular menos de 0,5 segundos, en particular dicho segmento de datos más recientes comprende al menos 100 puntos de datos, más en particular al menos 500 puntos de datos.

En una realización de dicho método, el estímulo se proporciona funcionalmente en tiempo real en respuesta a dicho patrón predefinido detectado en dicha continuación futura, siendo dicho tiempo real funcionalmente un tiempo real con respecto a una escala de tiempo típica de dicho proceso biológico.

En una realización de dicho método, el patrón predefinido tiene una frecuencia de más de 1 Hz, en particular más de 7 Hz (ondas alfa), más en particular más de 15 Hz.

Las diferentes realizaciones por separado o en combinación permiten realizar funcionalmente la evaluación en tiempo real de señales relacionadas con el cerebro y la aplicación de un estímulo que influye en un proceso biológico.

La invención se refiere además a un sistema de estimulación de bucle cerrado adaptado para la presentación de estímulos en alineación con al menos un patrón predefinido en una señal biofísica en curso relacionada con el cerebro basada en el tiempo, que comprende un procedimiento de bucle cerrado para estímulos dirigidos a las fases seleccionadas de las oscilaciones EEG, para el procesamiento diferencial de los estímulos presentados en la fase oscilatoria de los estados ascendentes y descendentes de oscilación lenta.

En tal sistema, en una realización, está además adaptado para aplicar un algoritmo de predicción de fase oscilatoria, basado en un ajuste no lineal en segmentos de datos de una señal de EEG sin filtrar, y donde los criterios para la liberación de estímulos comprenden al menos uno seleccionado de un seno ajustado que está en un rango de frecuencia de interés predefinido, alcanzando un umbral de error de ajuste, alcanzando un umbral de potencia relativa en el rango de frecuencia de interés, o una combinación de los mismos.

En tal sistema, en una realización, el sistema está adaptado para una oscilación lenta y / o rango de frecuencia alfa de dicho EEG, en registros en línea y en tiempo real de EGG.

Los términos "aguas arriba" y "aguas abajo", cuando se utilizan, se refieren a una disposición de elementos o características relativas a la propagación de la luz desde un medio de generación de luz (en este caso, especialmente la primera fuente de luz), en relación con una primera posición dentro de un haz de luz desde los medios generadores de luz, una segunda posición en el haz de luz más cercana a los medios de generación de luz es "aguas arriba", y una tercera posición dentro del haz de luz más lejos de los medios de generación de luz es "aguas abajo"

El término "sustancialmente" en el presente documento, tal como en o en "sustancialmente consiste", será entendido por el experto en la técnica. El término "sustancialmente" también puede incluir realizaciones con "enteramente", "completamente", "todos", etc. Por consiguiente, en realizaciones, también se puede eliminar el adjetivo sustancialmente. Cuando sea aplicable, el término "sustancialmente" también puede referirse al 90% o más, tal como el 95% o más, especialmente el 99% o más, incluso más especialmente el 99,5% o más, incluido el 100%. El término "comprende" incluye también realizaciones en las que el término "comprende" significa "consiste en".

El término "funcionalmente" será entendido por, y será claro para, una persona experta en la técnica. El término "sustancialmente" así como "funcionalmente" también puede incluir realizaciones con "enteramente", "completamente", "todos", etc. Por lo tanto, en las realizaciones también se puede eliminar el adjetivo funcionalmente. Cuando se usa, por ejemplo, en "funcionalmente paralelo", una persona experta entenderá que el adjetivo "funcionalmente" incluye el término sustancialmente como se explicó anteriormente. Funcionalmente, en particular, debe entenderse que incluye una configuración de características que permite que estas características funcionen como si el adjetivo "funcionalmente" no estuviera presente. El término "funcionalmente" pretende cubrir variaciones en la característica a la que se refiere, y qué variaciones son tales que en el uso funcional de la característica, posiblemente en combinación con otras características con las que se relaciona en la invención, esa combinación de características es capaz de operar o funcionar. Por ejemplo, si una antena está funcionalmente acoplada o funcionalmente conectada a un dispositivo de comunicación, las señales electromagnéticas recibidas que son recibidas por la antena pueden ser utilizadas por el dispositivo de comunicación. La palabra "funcionalmente" como, por ejemplo, se usa en "funcionalmente paralelo" se usa para cubrir exactamente paralelo, pero también las realizaciones que están cubiertas por la palabra "sustancialmente" explicada anteriormente. Por ejemplo, "funcionalmente paralelo" se refiere a realizaciones que en funcionamiento funcionan como si las partes fueran por ejemplo paralelas. Esto cubre las realizaciones para las que está claro para un experto que se opere dentro de su campo de uso previsto como si fueran paralelos.

Además, los términos primero, segundo, tercero y similares en la descripción y en las reivindicaciones se utilizan para distinguir entre elementos similares y no necesariamente para describir un orden secuencial o cronológico. Debe entenderse que los términos así utilizados son intercambiables en circunstancias apropiadas y que las realizaciones de la invención descritas en el presente documento pueden funcionar en otras secuencias que las descritas o ilustradas en el presente documento.

Los dispositivos o aparatos de este documento se describen, entre otros, durante el funcionamiento. Como resultará evidente para el experto en la técnica, la invención no se limita a métodos de funcionamiento o dispositivos en funcionamiento.

Cabe señalar que las realizaciones mencionadas anteriormente ilustran más que limitan la invención, y que los expertos en la técnica podrán diseñar muchas realizaciones alternativas sin apartarse del alcance de las reivindicaciones adjuntas. En las reivindicaciones, cualquier signo de referencia colocado entre paréntesis no se interpretará como una limitación de la reivindicación. El uso del verbo "comprender" y sus conjugaciones no excluye la presencia de elementos o pasos distintos a los indicados en una reivindicación. El artículo "un" o "una" que precede a un elemento no excluye la presencia de una pluralidad de tales elementos. La invención puede implementarse mediante hardware que comprenda varios elementos diferenciados, y mediante un ordenador adecuadamente programado. En las reivindicaciones de dispositivo o aparato que enumeran varios medios, varios de estos medios pueden realizarse mediante un mismo elemento de hardware. El mero hecho de que determinadas medidas se mencionen en reivindicaciones dependientes diferentes entre sí, no indica que una combinación de estas medidas no pueda utilizarse con ventaja.

La invención se aplica además a un aparato o dispositivo que comprende una o más de las características de caracterización descritas en la descripción y / o mostradas en los dibujos adjuntos. La divulgación se refiere además a un método o proceso que comprende una o más de las características de caracterización descritas en la descripción y / o mostradas en la dibujos adjuntos.

Los diversos aspectos discutidos en esta patente se pueden combinar para proporcionar ventajas adicionales. Además, algunas de las características pueden formar la base para una o más solicitudes divisorias.

Breve descripción de los dibujos

A continuación se describirán realizaciones del sistema y método, solo a modo de ejemplo, con referencia a los dibujos esquemáticos adjuntos en los que los símbolos de referencia correspondientes indican las partes correspondientes, y en los que:

La figura 1 representa esquemáticamente una realización de un sistema;

La figura 2 representa esquemáticamente otra forma de realización de un sistema;

La Figura 3 muestra un registro de EEG con predicción;

La Figura 4 muestra la validación del estímulo resultante basada en la Figura 5, y

La Figura 5 muestra un diagrama de flujo de los posibles pasos del programa.

Los dibujos no están necesariamente a escala.

Descripción de realizaciones preferidas

En las figuras 1 y 2, se indican varios posibles diseños de sistemas.

En la figura 1, un sujeto (humano) 1 está acoplado a un conjunto de registro 2, que aquí comprende un electrodo acoplado a un dispositivo de registro de electroencefalograma (EEG). El dispositivo de grabación está acoplado a un sistema informático 3 que comprende una memoria para almacenar un segmento de datos de la señal grabada del conjunto de grabación 2. El sistema informático 3 está funcionalmente acoplado a un generador de estímulos 4 para generar un estímulo discernible sensorialmente tras la activación por dicho sistema informático 3.

En la figura 2, el generador de estímulos comprende un conjunto de altavoces 6 para proporcionar una señal de sonido como estímulo. En la realización de la figura 2, la señal relacionada con el cerebro del sujeto 1 se amplifica primero usando un amplificador y luego se transmite usando un acoplamiento de fibra de vidrio a un procesador de datos que registra una señal EEG. El procesador de datos está acoplado a un sistema informático, aquí a través de un acoplamiento cableado sobre un cable de datos. En el sistema informático, de nuevo se ejecuta el programa informático que recupera en tiempo real un segmento más reciente de dicho segmento de datos registrados basados en el tiempo, teniendo dicho segmento de datos un tiempo final, ajusta al menos una curva a dicho segmento de datos recuperados, predice una futura continuación de dicha señal registrada usando dicha al menos una curva ajustada a dicho segmento de datos, detecta un patrón predefinido en dicha continuación futura predicha, y define un tiempo de evento predicho de dicho patrón predefinido, y posteriormente activa dicho generador de estímulos para proporcionar un estímulo en dicho tiempo previsto del evento.

A continuación se resume un ejemplo del equipamiento y software que se puede utilizar en el sistema actual.

-Amplificador Refa de 72 canales (TMSi)

-Casquillo de EEG de 64 canales WaveGuard original (ANT-neuro)

-Versión personalizada del software PolyBench (TMSi; adaptado por UvA, con flujo de datos de trabajo)

-Software EventIDE (Okazolab), un paquete de software para el control de experimentos y la presentación de estímulos, que aloja un algoritmo para el análisis de EEG en tiempo real.

Equipo / software genérico

Ordenador 1 (Algoritmo) (ref. Nr. 5) con:

-CPU Intel Core i5-4690 @ procesador de 3,50 GHz

-16.0 GB RAM de memoria interna

-2x tarjeta de red

-Tarjeta de sonido Sound Blaster Z-series

-Puerto LPT (puerto paralelo / de impresora)

-Tarjeta de video GeForce GTX 750

Ordenador 2 (registro de EEG) (ref. Nr.4) con:

-Procesador Intel Core i5-2500 CPU @ 3.30 GHz

-8,00 GB RAM memoria interna

-465 GB SSD disco duro adicional

-2x tarjeta de red

Equipo adicional:

-Cable de red cruzado cat.6, máx. 1 m de longitud

-2x altavoces creativos Gigaworks T20 serie II (ref. Nr. 6)

En la figura 3, se muestra parte de un resultado del sistema y el método. Una grabación de EEG se traza contra el tiempo en milisegundos, mostrando así un tiempo de 10 segundos. Entre las dos líneas verticales en aproximadamente t = -2000 y t = 0, se indica un segmento de datos. Esta ventana de tiempo más reciente se utiliza para el ajuste de curvas. En esta gráfica, t = 0 es el tiempo actual y el pasado se indica con tiempos negativos. Por lo tanto, la escala de tiempo muestra 8 segundos (8000 milisegundos) en el pasado y 2 segundos (2000 milisegundos) en el futuro.

En el segmento de datos en la ventana de tiempo más reciente, se ajusta una curva al EEG registrado. La curva ajustada se indica como una línea de puntos.

Más allá de la línea vertical en t = 0 y más a la derecha, el futuro, se traza una predicción que se basa en la curva ajustada que se ajustó en el segmento de datos. Aquí, la predicción se encuentra en una ventana de tiempo de predicción entre las líneas verticales en t = 0 y aproximadamente t = 1200, que por lo tanto es de 1,2 segundos en el futuro. La ventana de tiempo de predicción es por tanto 1200 milisegundos.

Debe quedar claro que t = 0 en realidad no es la hora actual o "ahora", sino un poco más tarde. Este “poco de tiempo”, sin embargo, es corto en vista de la escala de milisegundos de la gráfica. El procesamiento de la fecha, el ajuste de la curva y la predicción se realizan en una escala de tiempo de microsegundos más corta que la escala de tiempo trazada en segundos.

A continuación, en la ventana de tiempo de predicción que se indica mediante líneas verticales en 0 y alrededor de 1200, se ubican los picos en las curvas ascendentes. Estos picos aquí indican ocasiones en las que se debe dar un estímulo. Esto activa además la frecuencia de la curva ajustada y, por lo tanto, si la predicción está en un rango de frecuencia predefinido. En otras palabras, si la predicción tiene una frecuencia que está en un rango predeterminado, esto proporciona un desencadenante para buscar ciertos eventos, aquí un pico después de un EEG ascendente.

En la figura 4, se evalúa el momento del estímulo. En la figura 4, se traza un EEG registrado, que muestra el EEG de la figura 3 aproximadamente 4800 milisegundos más tarde. Por lo tanto, lo que fue la ventana de tiempo más reciente en la figura 4 está ahora en aproximadamente t = -6800. Según la predicción de la figura 3, se dieron dos estímulos, uno aproximadamente en el momento t = 600 y otro aproximadamente en el momento t = 1300 en la escala de la figura 3.

El EEG real y la ubicación de estos estímulos se muestran en la figura 4, con el fin de comprobar el EEG real. El primer estímulo en aproximadamente el tiempo t = -4200 en la figura 4 fue en un pico después de una subida pronunciada, y el segundo estímulo en aproximadamente el tiempo t = -3500 también estaba en un pico después de una subida pronunciada. Así, las figuras 3 y 4 muestran que el sistema permite la predicción de un evento futuro en una señal cerebral y proporciona un estímulo que puede cronometrarse utilizando la predicción.

En la figura 5, se ilustra un diagrama de flujo esquemático de un programa informático. Los pasos se explican sobre la base de un ejemplo en el que la señal relacionada con el cerebro es un EEG que está siendo registrado en un sujeto.

100: recupera un segmento de datos de EEG de la memoria de un ordenador. El segmento de datos está lo más cerca posible de la hora actual.

200: ajusta una o más curvas al segmento de datos de EEG recuperado.

300: calcula un EEG previsto.

400: detecta una o más características predefinidas en el EEG previsto.

500: si no se detecta ningún evento, se vuelve al paso 100, si se detecta un evento predefinido, se continúa con el paso 600.

600: calcula la hora de un evento. Como se explicó, este evento será en el futuro, y permite aplicar un estímulo al sujeto en una ventana de tiempo alrededor del tiempo previsto del evento.

700: acciona el generador de estímulos para aplicar uno o más estímulos al sujeto.

También quedará claro que la descripción y los dibujos anteriores se incluyen para ilustrar algunas realizaciones de la invención, y no limitan el alcance de protección, que se define en las reivindicaciones.

A partir de esta divulgación, muchas más realizaciones serán evidentes para una persona experta. Estas realizaciones están dentro del alcance de la protección y son combinaciones obvias de técnicas de la técnica anterior y de la divulgación de esta patente.

Claims (15)

REIVINDICACIONES

1. Un sistema que comprende:

- un sistema de grabación (2) para grabar una señal relacionada con el cerebro basada en el tiempo;

- un generador de estímulos (4, 6) para proporcionar un estímulo, y

- un sistema informático (3), funcionalmente acoplado a dicho sistema de grabación (2) y a dicho generador de estímulos (4, 6), comprendiendo dicho sistema informático (3):

- una memoria para almacenar al menos un segmento de datos de dicha señal relacionada con el cerebro basada en el tiempo durante la grabación de dicha señal relacionada con el cerebro basada en el tiempo, y

- un programa informático que, al ejecutarse en dicho sistema informático, funcionalmente en tiempo real realiza:

- recupera (100) un segmento de datos más reciente de dicho segmento de datos almacenados de dicha señal relacionada con el cerebro basada en el tiempo;

- ajusta (200) al menos una curva a dicho segmento de datos recuperado más reciente;

- predice (300) una continuación futura de dicho segmento de datos más reciente usando al menos una curva ajustada a dicho segmento de datos más reciente;

- detecta (400) un patrón predefinido en dicha continuación futura predicha para predecir la ocurrencia de dicho patrón predefinido, y definir un tiempo de evento predicho (600) de dicho patrón predefinido, siendo dicho tiempo de evento predicho en el futuro con respecto a dicho segmento de datos más reciente, y

- acciona (700) dicho generador de estímulos para proporcionar un estímulo dentro de una ventana de tiempo de evento predefinida de dicho tiempo de evento predicho.

2. El sistema de la reivindicación 1, en el que dicha predicción (300) se extiende al menos 0,5 segundos después de la hora de finalización de dicho segmento de datos, en particular al menos 0,5 segundos después de la hora actual del sistema.

3. El sistema de la reivindicación 1 o 2, en el que dicho generador de estímulos (4, 6) está dispuesto para aplicar un estímulo discernible sensorialmente, en particular un estímulo sonoro o luminoso que puede ser percibido por un humano.

4. El sistema de una cualquiera de las reivindicaciones anteriores, en el que dicho programa informático está adaptado para recuperar un segmento de datos más reciente (100) que tiene una hora de finalización que es menor de 0,5 segundos desde un tiempo actual del sistema, en particular menor de 0,1 segundos, más en particular menor de 1 milisegundo.

5. El sistema de una cualquiera de las reivindicaciones anteriores, en el que dicho tiempo del evento se encuentra en el futuro con respecto a un tiempo actual de dicho sistema, permitiendo que dicho sistema aplique dicho estímulo dentro de dicha ventana de tiempo del evento.

6. El sistema de una cualquiera de las reivindicaciones anteriores, en el que dicho ajuste de curva comprende aplicar un algoritmo de regresión no lineal.

7. El sistema de una cualquiera de las reivindicaciones anteriores, en el que dicho programa informático recupera dicho segmento de datos más reciente dentro de un tiempo de procesamiento desde su registro, en particular dicho tiempo de procesamiento es menor de 0,5 segundos, más en particular menor de 0,1 segundos, más en particular menor de 1 milisegundo.

8. El sistema de una cualquiera de las reivindicaciones precedentes, en el que al menos una de las dichas curvas comprende una serie de funciones periódicas y / o en el que dicha al menos una de las dichas curvas comprende una serie de funciones trigonométricas, en particular funciones senoidales.

9. El sistema de una cualquiera de las reivindicaciones precedentes, en el que dicho programa informático evalúa además la fiabilidad de dicho ajuste, y si dicha fiabilidad está dentro de un criterio predefinido, calcula dicha continuación futura.

10. El sistema de una cualquiera de las reivindicaciones anteriores, en el que dicho programa informático recupera un segmento de datos más reciente con una ventana de datos que tiene una amplitud de menos de 1 segundo, en particular de menos de 0,5 segundos.

11. El sistema de una cualquiera de las reivindicaciones precedentes, en el que dicho programa informático ajusta al menos una función periódica a dicho segmento de datos más reciente, dicha al menos una función periódica que tiene un período inferior a 2 segundos, en particular menor que 0,2 segundos, más en particular menor que 0,1 segundos.

12. El sistema de una cualquiera de las reivindicaciones anteriores, en el que dicha señal relacionada con el cerebro comprende una señal electromagnética, en particular un electroencefalograma (EEG).

13. El sistema de la reivindicación 12, en el que dicho EEG tiene una resolución de tiempo de al menos 100 muestras por segundo, más en particular de al menos 500 muestras por segundo.

14. El sistema de una cualquiera de las reivindicaciones anteriores, en el que dicho evento es una fase oscilatoria predefinida en dicha señal relacionada con el cerebro, más en particular seleccionada entre una pendiente ascendente y descendente en dicha señal relacionada con el cerebro.

15. Un resultado de programa informático, en el que dicho resultado de programa informático, cuando se ejecuta en un sistema informático de un sistema según cualquiera de las reivindicaciones 1-14 anteriores, realiza:

- recupera

una señal relacionada con el cerebro basada en el tiempo de dicha memoria para almacenar al menos un segmento de datos de dicha señal relacionada con el cerebro basada en el tiempo durante dicha grabación de dicha señal relacionada con el cerebro basada en el tiempo;

- realiza el ajuste en tiempo real de al menos una curva a un segmento de datos más reciente de dicha señal relacionada con el cerebro;

- predice una continuación futura de la señal registrada usando dicha curva ajustada a dicho segmento de datos;

- detecta un patrón predefinido en dicha continuación futura predicha y define un tiempo de evento predicho de dicho patrón predefinido, y

- acciona dicho generador de estímulos para la generación de un estímulo dentro de una ventana de tiempo de dicho tiempo de evento previsto si dicho patrón predefinido se detecta en dicha continuación futura.