SISTEMA Y MÉTODO DE ENTRENAMIENTO COGNITIVO MEDIANTE NEUROMODULACIÓN.

Sistema y método de entrenamiento cognitivo mediante neuromodulación.

Método y sistema de entrenamiento cognitivo que permite entrenar una habilidad cognitiva particular seleccionada por un usuario (1) de entre un conjunto de habilidades cognitivas, realizando para ello una calibración individualizada para dicho usuario (1), y para la habilidad cognitiva particular. Dicha calibración comprende medir, mediante el uso de sensores (2), electroencefalogramas (3) de referencia durante la ejecución de una tarea asociada a la capacidad cognitiva seleccionada, y calcular unas características de interés, y un nivel de referencia de actividad neuronal para dichas características de interés, estando estos parámetros individualizados para el usuario y la capacidad cognitiva particulares.

Sistema y método de entrenamiento cognitivo mediante neuromodulación.

Objeto de la invención

La presente invención se refiere al campo del entrenamiento de habilidades cognitivas, y más concretamente a un método y sistema de entrenamiento a través de la modulación de la actividad cerebral medida mediante electroencefalogramas.

Antecedentes de la invención

El campo del entrenamiento de capacidades o habilidades cognitivas empleando medios electrónicos ha experimentado una fuerte expansión en los últimos años. Gracias a esta expansión su foco de acción ha dejado de limitarse a tratamientos médicos para pacientes con desórdenes neurológicos, y ha llegado a usuarios sanos que desean estimular su actividad cerebral para mejorar sus habilidades cognitivas.

En este marco, fueron desarrollados multitud de dispositivos electrónicos y programas que proporcionan al usuario una serie de tareas o juegos computerizados relacionados con habilidades cognitivas particulares como la atención o la memoria. No obstante, si bien el entrenamiento con dichos dispositivos permite a los usuarios mejorar su respuesta ante las tareas y juegos propuestos, no existe evidencia de que su uso proporcione mejoras generales a la hora de enfrentarse a problemas distintos, incluso cuando están estrechamente relacionados con la misma habilidad cognitiva.

Frente a este enfoque, han sido propuestos diferentes sistemas de neuromodulación. La neuromodulación es una técnica enmarcada dentro del campo de la bioretroalimentación, es decir, de sistemas que proporcionan al usuario información en tiempo real de su funcionamiento fisiológico. En particular, la neuromodulación proporciona al usuario información funcional relativa a su cerebro y su sistema nervioso central. Para ello, obtiene Información de su actividad cerebral a partir de un electroencefalograma (EEG) o de una resonancia magnética, analiza dicha información, y transmite al usuario el resultado de dicho análisis mediante una interfaz. El usuario puede por lo tanto utilizar la información mostrada en la interfaz para entrenar y optimizar características específicas de su actividad cerebral, logrando modularlas para que operen a determinados niveles. Las ventajas de este tipo de sistemas han sido demostradas tanto para pacientes médicos con desórdenes neurológicos o psicológicos (por ejemplo epilepsia, depresión, déficit de atención con hiperactividad, o adicción), como para personas sanas que desean mejorar sus habilidades cognitivas.

En el caso del electroencefalograma, la medición de la actividad cerebral se realiza a través de unos sensores colocados sobre la superficie del cuero cabelludo, pudlendo variar la tecnología sensórlca, la posición de los sensores sobre el cuero cabelludo, y el sistema de sujeción de éstos. SI bien la técnica de electroencefalografía no permite realizar una Interpretación funcional exacta de la actividad neuronal, sí que es posible relacionarla con determinados aspectos del funcionamiento del cerebro, asociando partes del cerebro y características de la actividad cerebral a distintas habilidades cognitivas (memoria, atención, concentración, etc.).

Las técnicas de neuromodulación parten por tanto de las señales medidas a través de los sensores, y extraen de dichas señales características de interés (tradicionalmente la actividad de ritmos cerebrales) para cada sistema particular. La selección de las características de interés puede realizarse de manera estadística, utilizando Información previa de un grupo de usuarios de referencia, lo cual Implica una pérdida en la precisión de la selección dadas las grandes variaciones de las características entre usuarios e incluso entre los distintos momentos de utilización del dispositivo para un mismo usuario. Alternativamente, es posible seleccionar las características de interés de forma Individualizada por usuario a partir de unas medidas de referencia tomadas para cada usuario que utiliza el sistema en una fase de calibración previa a la fase de entrenamiento. Si bien esta opción es más costosa en tiempo, se consigue una mayor precisión en la selección y permite individualizar el entrenamiento a cada usuario y a cada momento particular de empleo.

A continuación, es necesario determinar unos niveles de trabajo objetivo de las características de interés. En algunos sistemas tradicionales, la parametrización de dichos niveles de trabajo objetivo se realiza de forma manual, o viene predefinida por el sistema. Esto supone una limitación importante, ya que los parámetros que caracterizan los niveles de trabajo son dependientes del sujeto, de las características de interés y del momento de utilización de la tecnología. Para tratar con esta limitación dicha parametrización se puede realizar a partir de medidas de referencia tomadas para cada usuario que utiliza el sistema en la fase de calibración, obteniendo una parametrización Individualizada a cada usuario y a cada momento particular de empleo.

La selección de las características de interés y la parametrización de sus niveles de trabajo objetivo presentan variantes en función del tipo de actividad utilizada como referencia durante la fase de calibración. Mientras que algunos sistemas, como el propuesto en "Increasing individual upper alpha power by neurofeedback ¡mproves cognltlve performance ¡n human subjects" (Simón Hanslmayr et al, Applied Psychophysiology and Biofeedback, Vol.

30, No. 1, 2005) utiliza como referencia de calibración un electroencefalograma tomado mientras el usuario está en reposo, otras alternativas, como la presentada en "Neurofeedback training ofthe upperalpha frequency band in EEG improves cognitive performance" (B. Zoefel, Neurolmage 54, páginas 1427-1431, 2011), utilizan como referencia un electroencefalograma tomado durante la ejecución de una tarea cognitiva propuesta al usuario. En cualquiera de los dos casos, se utiliza una única medida de referencia para la calibración, por lo que la selección de las características de interés puede llegar a ser pobre y no representar acertadamente la actividad cerebral del usuario, por tanto disminuyendo o anulando las esperadas mejoras cognitivas. Dado que la parametrizaclón de los niveles de trabajo objetivo se basan en las características seleccionadas, una selección no adecuada de las mismas también se refleja en forma de errores en la parametrización del nivel de trabajo, y por lo tanto, en la eficacia global del sistema.

Una vez realizada la selección de las características de interés y la parametrización de sus niveles de trabajo objetivo, comienza el entrenamiento mediante neuromodulación, es decir, una fase en la cual se miden de manera continuada el nivel de trabajo de dichas características de interés, y se compara con los niveles de trabajo objetivo. Una interfaz, por ejemplo gráfica o sonora, indica al usuario la relación entre los niveles de trabajo medidos durante la fase de entrenamiento, y los niveles de trabajo objetivo, guiándole así hacia la correcta modulación de los mismos. En particular, US 2004/0210156 A1 presenta un sistema de neuromodulación en la que el nivel de trabajo es presentado al usuario en tiempo real mediante un código de colores. Dicho nivel de trabajo se corresponde con una medida directa de parámetros básicos como la amplitud o frecuencia en el electroencefalograma del usuario, por lo que el sistema puede presentar problemas de individualización para distintos usuarios, al no caracterizar su actividad cerebral adecuadamente.

Uno de los elementos más relevantes para el correcto funcionamiento de un dispositivo de neuromodulación es la corrección de artefactos. Los artefactos son elementos que aparecen superpuestos a la señal medida, y que no se corresponden con actividad eléctrica del cerebro sino que proceden de fuentes no neurales. En el caso del electroencefalograma, los artefactos más comunes provienen por una parte de movimientos oculares o musculares, y por otra de fallos en los sensores e interferencias con otros dispositivos electrónicos. La eliminación de estos artefactos es, por lo tanto, fundamental para el correcto análisis e interpretación de las señales medidas, tanto para identificar las características de interés y los niveles de trabajo objetivo, como para suministrar una información correcta en la retroalimentación al usuario.

Una de las técnicas de eliminación de artefactos más común es la aplicación a la señal de electroencefalograma de un umbral de actividad que, en caso de sobrepasarse, anula el análisis de la parte de la señal contaminada. No obstante, esto supone una grave limitación temporal, ya que se descarta una gran parte de la Información. En particular, los artefactos más comunes son los...

Sistema de entrenamiento cognitivo de un usuario (1) mediante neuromodulación que comprende:

- sensores (2) adaptados para medir al menos un electroencefalograma de calibración (14) durante una fase de calibración (9), y una pluralidad de electroencefalogramas de entrenamiento (15) durante una fase de entrenamiento (10), siendo la fase de entrenamiento (10) posteriora la fase de calibración (9);

- medios de procesado (4) adaptados para localizar al menos una característica de interés en el al menos un electroencefalograma de calibración (14) que caracteriza una actividad cerebral a entrenar, determinar un nivel de referencia a partir de Información de la al menos una característica de Interés medida para el menos un electroencefalograma de calibración (14), y calcular una relación (5) entre el nivel de referencia y la al menos una característica de interés en la pluralidad de electroencefalogramas de entrenamiento (15);

- y una interfaz (6) adaptada para recibir comandos (8) del usuario (1) y transmitir información (7) al usuario (1), comprendiendo dicha información (7) la relación (5) calculada;

caracterizado porque los medios de procesado (4) también están adaptados para, durante la fase de

calibración (9):

- recibir a través de la interfaz (6) un comando (8) del usuario (1) seleccionando un entrenamiento de al menos una habilidad cognitiva;

- mostrar a través de la interfaz (6) una tarea (13) para ser ejecutada por el usuario asociada a la habilidad cognitiva cuyo entrenamiento es seleccionado por el comando (8);

- y localizar la al menos una característica de interés asociada a la habilidad cognitiva cuyo entrenamiento es seleccionado por el comando (8), y determinar el nivel de referencia, a partir de al menos un electroencefalograma de calibración (14) medido durante la realización de dicha tarea (13).

Sistema según la reivindicación 1 caracterizado porque el comando (8) del usuario (1) que los medios de procesado (4) están adaptados para recibir, es un comando que selecciona una habilidad cognitiva de entre un conjunto de habilidades cognltlvas disponibles; porque cada habilidad cognitiva del conjunto tiene al menos una tarea (13) asociada; y porque los medios de procesado (4) están adaptados para localizar la al menos una característica de Interés para cada habilidad del conjunto a través de la tarea (13) asociada a cada habilidad del conjunto.

Sistema según cualquiera de las reivindicaciones anteriores caracterizado porque los medios de procesado (4) están adaptados para, durante la fase de calibración (9), localizar la al menos una característica de interés, y determinar el nivel de referencia, a partir de unas diferencias entre al menos un primer electroencefalograma de calibración (14) medido durante la realización de la tarea (13) asociada a la habilidad cognitiva cuyo entrenamiento es seleccionado por el comando (8), y al menos un segundo electroencefalograma de calibración (14) medido durante un estado de reposo (12).

Sistema según al reivindicación 3 caracterizado porque la al menos una característica de interés que los medios de procesado están adaptados para localizar es al menos un parámetro estático, dinámico, y/o estadístico que diferencia el primer electroencefalograma de calibración (14) y el segundo electroencefalograma de calibración (14) en un dominio temporal, frecuencial, y/o tiempo-frecuencia.

Sistema según cualquiera de las reivindicaciones 3 y 4 caracterizado porque las características de interés que los medios de procesado están adaptados para localizar son al menos una potencia medida entre unas frecuencias inicial y final de un rango de frecuencias.

Sistema según la reivindicación 5 caracterizado porque el rango de frecuencias en el que se mide la potencia es una banda alfa superior.

Sistema según cualquiera de las reivindicaciones 3 a 6, caracterizado porque la al menos una característica de interés se localiza Individualmente para cada sensor utilizado en la medida de los electroencefalogramas de calibración (14, 14).

Sistema según la reivindicación 7 caracterizado porque la al menos una característica de interés en los electroencefalogramas de entrenamiento (15) es medida para un subconjunto de sensores, siendo dicho subconjunto de sensores seleccionado durante la fase de calibración (9).

11.

12.

13.

14.

Sistema según cualquiera de las reivindicaciones anteriores caracterizado porque los medios de procesado (4) están adaptados para:

- durante la fase de calibración (9), generar un filtro de corrección de artefactos (18), siendo dicho filtro de corrección de artefactos (18) generado en función de al menos un electroencefalograma de calibración (14) medido durante la fase de calibración;

- durante la fase de entrenamiento (10), aplicar el filtro de corrección de artefactos (18) generado a la pluralidad de electroencefalogramas de entrenamiento (15).

Sistema según la reivindicación 9 caracterizado porque los medios de procesado (4) están adaptados para generar el filtro de corrección de artefactos (18) mediante análisis de componentes independientes.

Sistema según cualquiera de las reivindicaciones 9 y 10 caracterizado porque los medios de procesado (4) están adaptados para aplicar el filtro de corrección de artefactos (18) sobre el al menos un electroencefalograma de calibración (14) previamente a la localización de la al menos una característica de interés.

Sistema según cualquiera de las reivindicaciones anteriores caracterizado porque los medios de procesado (4) están adaptados para medir a través de los sensores (1) al menos un electroencefalograma de validación (16) durante una fase de validación (11), siendo la fase de validación (11) posterior a la fase de entrenamiento (10); y para calcular una evolución resultante del uso del sistema mediante la comparación del al menos un electroencefalograma de calibración (14) y del al menos un electroencefalograma de validación (16).

Sistema según la reivindicación 12 y cualquiera de las reivindicaciones 9 a 11, caracterizado porque los medios de procesado (4) están adaptados para aplicar el filtro de corrección de artefactos (18) sobre el al menos un electroencefalograma de validación (16).

Sistema según cualquiera de las reivindicaciones 12 a 13 y cualquiera de las reivindicaciones 3 a 11 caracterizado porque los medios de procesado están adaptados para medir en la fase de validación al menos un primer electroencefalograma de validación (16) medido durante una segunda realización de la tarea (13) asociada a la habilidad cognitiva, y al menos un segundo electroencefalograma de validación (16) medido durante un segundo estado de reposo (12), y para calcular la evolución resultante mediante la comparación del primer electroencefalograma de validación (16) y el segundo electroencefalograma de validación (16) con el primer electroencefalograma de calibración (14) y el segundo electroencefalograma de calibración (14).

Método de entrenamiento cognitivo de un usuario (1) mediante neuromodulación que comprende:

- medir al menos un electroencefalograma de calibración (14) durante una fase de calibración (9), y una pluralidad de electroencefalogramas de entrenamiento (15) durante una fase de entrenamiento (10), siendo la fase de entrenamiento (10) posterior a la fase de calibración (9);

- localizar al menos una característica de interés que caracteriza una actividad cerebral a entrenar, a partir del al menos un electroencefalograma de calibración (14);

- determinar un nivel de referencia a partir de información de la al menos una característica de interés medidas para el menos un electroencefalograma de calibración (14);

- calcular una relación (5) entre el nivel de referencia y la al menos una característica de interés en la pluralidad de electroencefalogramas de entrenamiento (15);

- recibir comandos (8) del usuario (1);

- y transmitir información (7) al usuario (1), comprendiendo dicha información la relación (5) calculada; caracterizado porque el método comprende además, durante la fase de calibración (9):

- recibir un comando (8) del usuario (1) seleccionando un entrenamiento de al menos una habilidad cognitiva;

- mostrar a través de la interfaz (6) una tarea (13) para ser ejecutada por el usuario asociada a la habilidad cognitiva cuyo entrenamiento es seleccionado en el comando (8);

y porque los pasos de localizar la al menos una característica de interés, y de determinar el nivel de referencia, se realizan a partir de al menos un electroencefalograma de calibración (14) medido durante la realización de dicha tarea (13).

16. Método según la reivindicación 15 caracterizado porque el comando (8) del usuario (1) es un comando que

selecciona una habilidad cognitiva de entre un conjunto de habilidades cognitivas disponibles; porque cada habilidad cognitiva del conjunto tiene al menos una tarea (13) asociada; y porque el paso de localizar la al menos una característica de interés de manera se realiza para cada habilidad del conjunto a través de la tarea (13) asociada a cada habilidad del conjunto.

17. Método según cualquiera de las reivindicaciones 15 y 16 caracterizado porque los pasos de localizar la al menos una característica de interés, y de determinar el nivel de referencia, se realizan determinando unas diferencias entre al menos un primer electroencefalograma de calibración (14) medido durante la realización de la tarea (13) asociada a la habilidad cognitiva cuyo entrenamiento es seleccionado por el comando (8); y 15 al menos un segundo electroencefalograma de calibración (14) medido durante un estado de reposo (12).

18. Método según la reivindicación 17 caracterizado porque la al menos una característica es al menos un parámetro estático, dinámico, y/o estadístico que diferencia el primer electroencefalograma de calibración (14) y el segundo electroencefalograma de calibración (14) en un dominio temporal, frecuencial, y/o tiempo- 20 frecuencia.

19.

20.

21.

22.

23.

24.

26.

27.

28.

Método según la reivindicación 18 caracterizado porque las características de interés comprenden una potencia medida entre unas frecuencias inicial y final de un rango de frecuencias.

Método según la reivindicación 19 caracterizado porque el rango de frecuencias en el que se mide la potencia es una banda alfa superior.

Método según cualquiera de las reivindicaciones 17 a 20, caracterizado porque la al menos una característica de interés se localiza individualmente para cada sensor utilizado en la medida de los electroencefalogramas de calibración (14, 14).

Método según la reivindicación 21 caracterizado porque la al menos una característica de interés en los electroencefalogramas de entrenamiento (15) se mide para un subconjunto de sensores, siendo dicho subconjunto de sensores seleccionado durante la fase de calibración (9).

Método según cualquiera de las reivindicaciones 15 a 21 caracterizado porque comprende además:

- durante la fase de calibración (9), generar un filtro de corrección de artefactos (18), siendo dicho filtro de corrección de artefactos (18) generado en función de al menos un electroencefalograma de calibración (14) medido durante la realización de la tarea (13) asociada a la habilidad cognitiva seleccionada;

- durante la fase de entrenamiento (10), aplicar el filtro de corrección de artefactos (18) generado a la pluralidad de electroencefalogramas de entrenamiento (15).

Método según la reivindicación 23 caracterizado porque el filtro de corrección de artefactos (18) se genera mediante análisis de componentes independientes.

Método según cualquiera de las reivindicaciones 23 y 24 caracterizado porque comprende además aplicar el filtro de corrección de artefactos (18) sobre el al menos un electroencefalograma de calibración (14) previamente a la localización de la al menos una característica de interés.

Método según cualquiera de las reivindicaciones 15 a 25 caracterizado porque comprende además medir al menos un electroencefalograma de validación (16) durante una fase de validación (11), siendo la fase de validación (11) posterior a la fase de entrenamiento (10); y calcular una evolución resultante del uso del sistema mediante la comparación del al menos un electroencefalograma de calibración (14) y del al menos un electroencefalograma de validación (16).

Método según la reivindicación 26 y cualquiera de las reivindicaciones 23 a 25, caracterizado porque comprende además aplicar el filtro de corrección de artefactos (18) sobre el al menos un encefalograma de validación (16).

Sistema según cualquiera de las reivindicaciones 26 a 27 y cualquiera de las reivindicaciones 17 a 25 caracterizado porque comprende además medir en la fase de validación al menos un primer electroencefalograma de validación (16) medido durante una segunda realización de la tarea (13) asociada a la habilidad cognitiva, y al menos un segundo electroencefalograma de validación (16) medido durante un segundo estado de reposo (12), y para calcular la evolución resultante mediante la comparación del primer

electroencefalograma de validación (16) y el segundo electroencefalograma de validación (16) con el primer electroencefalograma de calibración (14) y el segundo electroencefalograma de calibración (14).

29. Programa de ordenador que comprende medios de código de programa de ordenador adaptados para 5 realizar las etapas del método de acuerdo con cualquiera de las reivindicaciones 15 a 28, cuando el

mencionado programa se ejecuta en un ordenador, un procesador digital de la señal, un circuito integrado específico de la aplicación, un microprocesador, un microcontrolador o cualquier otra forma de hardware.