Un sistema de monitorización o predicción y un método de monitorización o predicción.

Un sistema de monitorización o predicción (1) para detectar el inicio de un episodio neurológico,

cuyo sistema consta de:

una entrada eléctrica neuronal (2), cuya entrada es una representación digital de una señal derivada neurológicamente;

un convertidor (3) adaptado para convertir la señal digital en una cadena de datos digitales;

un analizador de patrones (4) adaptado para identificar los patrones recurrentes en la cadena de datos digitales; y

un monitor (5) adaptado para medir un parámetro derivado de patrones relacionado con uno o más de:

un recuento de dichos patrones recurrentes en la cadena de datos digitales;

una proporción de dichos patrones recurrentes en la cadena de datos digitales;

una velocidad de cambio de un recuento de dichos patrones recurrentes en la cadena de datos digitales; y

una velocidad de cambio de una proporción de dichos patrones recurrentes en la cadena de datos digitales, en donde una salida del monitor (5) proporciona una indicación del inicio u ocasión de una actividad neuronal en función del parámetro derivado de los patrones.

Un sistema de monitorización o predicción y un método de monitorización o predicción Descripción de la invención Campo de la invención Esta invención se refiere a un sistema de monitorización o predicción y a un método de monitorización o predicción de señales eléctricas neuronales.

Antecedentes Constantemente se están haciendo importantes intentos por monitorizar y predecir los ataques epilépticos. La mayoría de los métodos predictivos analizan señales eléctricas representativas de la actividad neuronal en el cerebro utilizando pastillas de electrodos que se colocan en el exterior, a nivel de cuero cabelludo, externamente, debajo del cuero cabelludo o dentro del cerebro.

Un electroencefalograma (EEG) es un sistema para registrar la actividad eléctrica en el cerebro producida por la activación de las neuronas dentro del cerebro. Se colocan múltiples electrodos alrededor del cuero cabelludo pero los electrodos también pueden colocarse en contacto directo con el cerebro o dentro del cerebro. La señal del EEG se compone de diferentes patrones de onda que operan en un espectro que abarca desde menos de 4 Hz a más de 100 Hz. Existen otros mecanismos para detectar y registrar la actividad neuronal, tales como un electrocorticograma (ECoG) donde la señal se deriva directamente de la corteza cerebral o una imagen por resonancia magnética funcional (IRMF) .

La epilepsia no es más que un ejemplo de un episodio neurológico potencial.

WALID JUFFALI et. al: "The WiNAM project: Neural data analysis with applications to epilepsy", CONFERENCIASOBRE CIRCUITOS Y SISTEMAS BIOMÉDICOS (BIOCAS) , 2010, IEEE, IEEE 3 de noviembre de 2010, págs. 4548, (XP031899695, D01: 10.1109/BIOCAS, 2010, 5709567, ISBN: 978-1-4244-7269-7) presenta un nuevo método algorítmico basado n-gramas y lo aplica a un ECoG y a datos neuronales del cerebro profundo para el análisis de ataques epilépticos.

En la Patente Estadounidense 6.658.287 se presenta un método y un sistema para predecir el inicio de un ataque antes de comenzar la electrografía de un individuo.

Durante un modo "fuera de línea", se recogen señales representativas de la actividad cerebral de un individuo (bien almacenadas o bien en tiempo real) y, de esas señales, se extraen las características. A través de un proceso predeterminado, se selecciona un subconjunto de características, que comprende un vector de características, para predecir (y detectar) de manera más eficaz un ataque en ese individuo. También se entrena a un subsistema de predicción inteligente “fuera de línea” en base al vector de características derivado de esas señales.

Durante el funcionamiento “en línea”, las características se extraen de manera continua de las señales de la actividad cerebral en tiempo real para formar un vector de características, y el vector de características se analiza de forma continua con el subsistema de predicción inteligente para predecir el inicio de un ataque en un paciente.

En la Patente Estadounidense 2006/111644 se presentan métodos y sistemas para la detección del inicio de un ataque específico de un paciente.

En una realización, se registra al menos una forma de onda del EEG del paciente y se extrae el menos un epoch (muestra) de la forma de onda. La muestra de la forma de onda se descompone en una o más señales de subbandas vía la descomposición de la muestra de la forma de onda en ondas pequeñas, y se calculan uno o más vectores de características en base a las señales de subbanda. Así, el inicio de un ataque puede identificarse en base a la clasificación de los vectores de características a un ataque o una clase de no ataque comparando los vectores de características con una medida de decisión previamente calculada para ese paciente. La medida de decisión puede derivarse de las formas de onda del EEG de referencia de ataque y no ataque del paciente.

En la Patente Estadounidense 2005/197590A se presenta un sistema (10) que analiza señales representativas de la actividad cerebral de un sujeto en un procesador de señales (12) para obtener información indicativa del estado de actividad actual del sujeto y para predecir un cambio en el estado de actividad.

En una realización preferente, se utiliza una combinación de métodos de filtrado no lineales para realizar el análisis en tiempo real de las señales del electroencefalograma (EEG) o del electrocorticograma (ECoG) de un paciente determinado para obtener información indicativa o predictiva de un ataque, y para completar el análisis necesario por lo menos antes del inicio de un ataque clínico. El sistema preferente, realiza entonces una tarea de salida para la prevención o reducción del ataque, o para registrar los datos pertinentes.

En la patente WO 2010/115939 se presenta un método para la identificación de ataques en tiempo real en una señal de un electroencefalograma (EEG) .

El método permite la identificación de ataques independientemente del paciente mediante el uso de un clasificador de una Máquina de Vectores de Soporte (SVM) genérico que ha sido entrenado para múltiples pacientes. El clasificador de la SVM opera en un gran vector de características, combinando características de una amplia variedad de técnicas de procesamiento y de análisis de señales. El método opera con una precisión suficiente como para resultar adecuado para su uso en un entorno clínico. El método también puede combinarse con clasificadores adicionales, tales como un clasificador de un Modelo de Mezcla Gaussiano (GMM) , para mejorar la solidez, y uno o más clasificadores dinámicos tales como una SVM utilizando núcleos secuenciales para el análisis temporal mejorado de la señal del EEG.

Breve resumen de la invención La presente invención proporciona un sistema y un método de monitorización o predicción tal y como se reivindica.

Para facilitar la comprensión de la presente invención, a continuación se describirán realizaciones de la misma, a través de ejemplos, haciendo referencia a los esquemas que la acompañan, en donde:

La Figura 1 muestra un primer conjunto de posiciones potenciales de colocación de electrodos para su uso con un dispositivo o un sistema que abarca la presente invención;

La Figura 2 muestra otro conjunto potencial de posiciones de colocación de electrodos para su uso con un dispositivo o un sistema que abarca la presente invención;

La Figura 3 es un gráfico en el que se muestra una relación entre el riesgo de ataques y las anomalías en las señales relativas a la actividad neuronal;

La Figura 4 es un diagrama de bloques de un dispositivo de monitorización o predicción que abarca la presente invención;

La Figura 5 es un diagrama esquemático de bloques en el que se muestra un sistema que abarca la presente invención para la recogida y análisis de señales sobre la actividad neuronal que abarcan la presente invención; La Figura 6 es una tabla de resultados de anomalías obtenidos utilizando una realización del sistema de la Figura 5;

La Figura 7 muestra un ejemplo del recuento de patrones durante los períodos pre-ictal e ictal, en donde el período ictal se muestra sombreado;

La Figura 8 es un gráfico en el que se muestra un ejemplo del recuento de patrones que varía con el tiempo;

La Figura 9 muestra una interfaz gráfica de usuario diseñada para analizar señales de datos de la actividad neuronal conforme una realización de la invención;

La Figura 10 es otra representación de un diagrama de bloques de un dispositivo de monitorización o predicción que abarca la presente invención;

La Tabla I muestra una matriz de patrones de 10 nibbles;

La Tabla II muestra un ejemplo de una primera parte de una matriz de patrones de 9 nibbles;

La Tabla III muestra un ejemplo de una primera parte de una matriz de patrones de 8 nibbles;

La Tabla IV muestra un ejemplo de una primera parte de una matriz de patrones de 7 nibbles;

La Tabla V muestra un ejemplo de una primera parte de una matriz de patrones de 6 nibbles;

La Tabla VI muestra algunos resultados iniciales en los que se distinguen los períodos pre-ictales y los ictales;

La Tabla VII muestra resultados históricos relacionados con los cambios en el recuento de patrones al analizar conjuntos completos de datos;

La Figura 11 es una captura de más de 12.000 lecturas electrónicas tomadas de un solo paciente, en donde la traza en negrita refleja el estado normal y la traza más tenue representa las lecturas tomadas del mismo paciente durante un ataque;

La Figura 12 es un detalle de las lecturas electrónicas de la Figura 11 que van de las lecturas electrónicas... [Seguir leyendo]

1. Un sistema de monitorización o predicción (1) para detectar el inicio de un episodio neurológico, cuyo sistema consta de: una entrada eléctrica neuronal (2) , cuya entrada es una representación digital de una señal derivada neurológicamente; un convertidor (3) adaptado para convertir la señal digital en una cadena de datos digitales; un analizador de patrones (4) adaptado para identificar los patrones recurrentes en la cadena de datos digitales; y un monitor (5) adaptado para medir un parámetro derivado de patrones relacionado con uno o más de:

un recuento de dichos patrones recurrentes en la cadena de datos digitales; una proporción de dichos patrones recurrentes en la cadena de datos digitales; una velocidad de cambio de un recuento de dichos patrones recurrentes en la cadena de datos digitales; y una velocidad de cambio de una proporción de dichos patrones recurrentes en la cadena de datos digitales, en donde una salida del monitor (5) proporciona una indicación del inicio u ocasión de una actividad neuronal en función del parámetro derivado de los patrones.

2. El sistema de la reivindicación 1, en donde la cadena de datos digitales es una cadena de datos de caracteres, una cadena de datos binarios o una cadena de datos hexadecimales.

3. El sistema de cualquiera de las reivindicaciones precedentes, en donde el sistema comprende además un generador de estímulos neuronales para estimular una parte de un cerebro.

4. El sistema de cualquiera de las reivindicaciones precedentes, en donde la entrada eléctrica neuronal (2) es

proporcionada por unos electrodos (10) y se encuentra ubicada sobre un casco; y el resto de los módulos del sistema se colocan todos sobre el casco; o uno o más del resto de los módulos se encuentra alejado del casco y conectado al mismo a través de una conexión cableada o inalámbrica.

5. El sistema de cualquiera de las reivindicaciones precedentes, en donde la salida del sistema de monitorización o predicción es una salida cableada, una salida inalámbrica, una salida Bluetooth, una salida óptica o una salida de audio.

6. Un método de detección del inicio de un episodio neurológico que consiste en:

recibir una entrada eléctrica neuronal que comprende una representación digital de una señal derivada neurológicamente; convertir la señal digital en una cadena de datos digitales; identificar patrones recurrentes en la cadena de datos digitales; monitorizar un parámetro derivado de patrones relacionado con uno o más de:

un recuento de dichos patrones recurrentes en la cadena de datos digitales; una proporción de dichos patrones recurrentes en la cadena de datos digitales; una velocidad de cambio de un recuento de dichos patrones recurrentes en la cadena de datos digitales; y una velocidad de cambio de una proporción de dichos patrones recurrentes en la cadena de datos digitales; y

proporcionar una salida indicativa del inicio u ocasión de una actividad neuronal en función del parámetro derivado de patrones.

7. El método de la reivindicación 6, que además consiste en: ponderar la señal digital al convertir la señal digital en una cadena de datos digitales.

8. El método de la reivindicación 6 ó 7, que además consiste en: muestrear la cadena de datos digitales con una longitud de bits de 6, 7, 8, 9 ó 10 bits.

9. El método de cualquiera de las reivindicaciones 6 a 8, que además consiste en: reaccionar a un perfil de un parámetro derivado de patrones particular.

10. El método de cualquiera de las reivindicaciones 6 a 9, que además consiste en: contar patrones recurrentes significativos.

11. El método de cualquiera de las reivindicaciones 6 a 10, que además consiste en: excluir patrones de la cadena de datos identificados como señales nulas del recuento de patrones recurrentes significativos.

12. El método de cualquiera de las reivindicaciones 6 a 11, que además consiste en:

detectar o identificar el tipo de episodio neurológico.

13. El método de cualquiera de las reivindicaciones 6 a 12, en donde la salida que proporciona una indicación del inicio u ocasión de una actividad neuronal se determina en base a: 5

analizar ratios históricos almacenados en una memoria interna de recuentos de patrones; o procesar con un dispositivo de monitorización y comparar con un umbral predeterminado.

14. El método de la reivindicación 13, en donde el umbral predeterminado se aprende del perfil de usuario utilizando técnicas heurísticas, de redes neuronales y/o inteligencia artificial; o se determina a través del número total de 10 patrones significativos y/o un porcentaje encontrado de patrones significativos.

15. El método de cualquiera de las reivindicaciones 6 a 14, que además consiste en: trazar los datos digitales en una gráfica.