ES2466366T3 - Sistema y procedimiento de supervisión del bienestar afectivo - Google Patents

Abstract

Sistema de supervisión del bienestar afectivo que comprende: - al menos un sensor (1) portátil, configurado para medir al menos una señal fisiológica de un usuario; - medios lógicos (2) configurados para recibir dicha al menos una señal fisiológica medida, para detectar un cambio emocional de acuerdo a dicha señal, y para generar instrucciones para un dispositivo externo (3) de acuerdo al cambio emocional detectado; - primeros medios de comunicación, configurados para conectar dicho al menos un sensor (1) portátil y los medios lógicos (2); - segundos medios de comunicación, configurados para conectar los medios lógicos (2) con el dispositivo externo (3) y para enviar las instrucciones generadas a dicho dispositivo externo (3); caracterizado porque los medios lógicos (2) comprenden una memoria (7) y porque los medios lógicos (2) están adaptados para: - si un bloque de datos de la señal medida es clasificado como un estado fisiológico neutro, almacenar en la memoria (7) dicho bloque de datos clasificado como un estado fisiológico neutro, y; - detectar el cambio emocional comparando cada bloque de datos entrantes de la señal fisiológica medida con el último bloque de datos almacenado en la memoria (7) de dicha señal, clasificado como un estado fisiológico neutro.

Description

Sistema y procedimiento de supervision del bienestar afectivo

Campo de la invenci6n

La presente invencion se refiere al campo de la psico-fisiologia aplicada.

5 Antecedentes de la invenci6n - tecnica relacionada

La relacion entre las emociones y la salud ha sido ampliamente investigada e inequivocamente documentada. Ha sido confirmado que las emociones negativas estan vinculadas con mayores riesgos de padecer un cierto numero de enfermedades inmunologicas y cardiovasculares, y tambien pueden contribuir a cambios desfavorables del comportamiento que llevan a una morbidez creciente. La repeticion continua de tales emociones desfavorables en el 10 individuo puede llevar al desarrollo de la depresion clinica y de otros desordenes perjudiciales, mentales o afectivos. Las emociones positivas, por otra parte, ayudan no solamente a proteger contra las secuelas cardiovasculares de las emociones negativas, sino tambien a mejorar la recuperacion quirurgica y a contribuir para una longevidad enriquecida. Parece por tanto evidente que, al paliar emociones desagradables, se puede mejorar las condiciones de salud y el bienestar general de una persona. Esto podria conllevar relevancia especifica en la vejez, donde las consecuencias

15 adversas de afectos desagradables podrian ser adicionalmente exacerbadas debido a numerosos factores de estres emocional que surgen con la edad, tales como el dano a la confianza en si mismo, el aislamiento, la discapacidad, la discriminacion, la perdida de independencia, la falta de movilidad, el temor a la muerte, las enfermedades cronicas o el alcoholismo u otro abuso de sustancias toxicas.

Las emociones han sido estudiadas tradicionalmente usando instrumentos como los auto-cuestionarios, la observacion

20 del comportamiento, las tecnicas proyectivas y el analisis de parametros faciales, verbales o fisiologicos. Estas ultimas tecnicas han sido adoptadas en los anos recientes por tecnologos con el fin de una interaccion mejorada entre el hombre y la maquina, mayores niveles de personalizacion en los sistemas informaticos y una respuesta emotiva. En la deteccion de emociones faciales, se usan camaras de video y sistemas de procesamiento de imagenes para identificar emociones, en base a las relaciones espaciales y geometricas de los ojos, las cejas y la boca. La deteccion de

25 emociones verbales, por otra parte, se apoya en la idea de que formas especificas de entonacion transmiten informacion acerca del estado emocional actual del orador. Finalmente, la deteccion de emociones fisiologicas calibra los cambios que provocan los fenomenos afectivos en un cierto numero de senales del cerebro y del sistema nervioso autonomo (SNA) y, por tanto, comparte raices comunes con el campo de la psico-fisiologia, un area de la indagacion cientifica que investiga las relaciones entre los cambios fisiologicos y los fenomenos cognitivos y emocionales. Aunque

30 los procedimientos de reconocimiento de emociones faciales y verbales han avanzado en gran medida en los anos recientes, su funcionamiento esta aun principalmente acotado a entornos experimentales donde puedan darse las estrictas condiciones para la adquisicion de datos faciales y verbales. Por el contrario, la posibilidad de recoger continuamente datos mientras la persona acomete las actividades de la vida diaria es lo que hace la deteccion de emociones fisiologicas mas atractiva, para los interesados en estudiar o detectar las emociones en la vida diaria, que

35 los enfoques faciales o verbales.

Por ejemplo, el documento US 2003 / 139654 sugiere la utilizacion de un clasificador de maquina vectorial de soporte (SVM), basado en tres senales fisiologicas, a saber, el ElectroCardioGrama, la conductividad de la piel y la temperatura, para clasificar cuatro emociones: tristeza, ira, tension y sorpresa. El documento US 6.656.116 B2 presenta otro sistema de deteccion de emociones fisiologicas que identifica las emociones en base a diferencias

40 estadisticas de valores medios calculados a partir de un cierto numero de senales fisiologicas.

Tambien se sabe que pueden usarse mediciones fisiologicas alternativas, tales como la respuesta galvanica de la piel (GSRe), la temperatura de la piel y el ritmo cardiaco. Adicionalmente, las senales normalizadas pueden ser empleadas en lugar de las caracteristicas estadisticas.

En otro ejemplo mas, el documento US 6190314B1 revela un entorno informatico adaptable basado en informacion

45 emocional estimada a partir de senales fisiologicas adquiridas a traves de un raton de ordenador. Seis clases emocionales son identificadas usando datos adquiridos a partir de la actividad somatica (movimiento del raton), la resistencia de la piel, la temperatura de la piel y el ritmo cardiaco.

Se sabe que ha sido usada una amplia variedad de mediciones fisiologicas para detectar estados emocionales, tales como la respuesta galvanica de la piel (GSRe), la presion del volumen sanguineo (BVP), el ritmo cardiaco (HR), el 50 electromiograma (EMG), la conductividad de la piel (SC), la amplitud y el ritmo de la respiracion (RESP), el electrocardiograma (ECG), el componente vertical del electrooculograma (EOG), el elemento tonico y fasico de la actividad electrodermica (EDA), etc. Tambien han sido usados distintos enfoques matematicos para tratar estas mediciones, incluyendo caracteristicas estadisticas conjuntamente con Modelos Ocultos de Markov (HMM), redes neuronales, maquinas vectoriales de soporte (SVM), la cuantizacion vectorial del aprendizaje dinamico en lotes

(DBLVQ) y los arboles de decision (DT), las combinaciones de Analisis Discriminante Lineal y Cuadratico y la prueba secuencial de razones de probabilidad (SPRT).

Pueden mencionarse otros enfoques que ilustran la tecnica anterior en la deteccion de emociones. El documento US

5.50�.291 se refiere a un procedimiento para detectar remotamente las emociones usando la cantidad de energia reflejada por el cuerpo de una persona. El documento US 2008 / 221401 describe un procedimiento para realizar detecciones de emociones fisiologicas usando la estimulacion emocional continua a fin de determinar valores de referencia. El documento US 5.601.090 revela una invencion para identificar y cuantificar un cierto numero de estados emocionales (llamados estados somaticos) usando bandas de frecuencia aplicadas sobre una red neuronal. El documento US 5.6�6.138 esboza un sistema de multimedios que mide, analiza, almacena y exhibe respuestas emocionales a un cierto numero de estimulos afectivos pre-especificados, usando una medida estadistica llamada el Puntaje-z. El documento WO 2008 / 129356 determina el estado afectivo de una persona usando simultaneamente las propiedades oculares y el punto de fijacion visual. El documento US 6.609.024 revela un procedimiento para medir la valencia emocional usando senales de ondas cerebrales. Se calcula una razon de asimetria entre las senales cerebrales de los hemisferios izquierdo y derecho y se proporciona a una red neuronal que a continuacion determina si una persona es emocionalmente positiva o negativa. Otro procedimiento para detectar la valencia emocional usando senales cerebrales esta revelado en el documento US 6.021.346. En esta ocasion, el aumento, o la reduccion, a lo largo del tiempo en la potencia relativa de una sub-banda de una banda de frecuencia especifica en las senales de un Electroencefalograma (EEG) se usa para detectar emociones. El documento US 200� / 0192108 revela un sistema para exhibir una emocion en base al analisis de las senales vocales.

Pueden hallarse invenciones adicionales referidas a la deteccion de emociones en un grupo de dispositivos que pertenecen al area de la bio-retroalimentacion y la monitorizacion fisiologica. Observese que, aunque la mayoria de los sistemas de bio-retroalimentacion se centran en proporcionar informacion fisiologica a una persona con el fin de prestar soporte a cambios corporales que llevan a una mejora de la salud, a veces tambien informan acerca de estados emocionales adjuntos y por tanto pueden referirse a la psico-fisiologia aplicada y a la deteccion de emociones fisiologicas. Por ejemplo, la patente WO 2008 / 028391 describe un dispositivo portatil que mide y transmite informacion acerca de la temperatura actual de la piel de una persona sobre una comunicacion electronica. Un practicante medico luego tiene que deducir el estado emocional del portador. El documento JP 2005 / 23�668 introduce un sistema para identificar anomalias emocionales y fisicas usando una combinacion de informacion facial, vocal y fisiologica. El documento US 200� / 0142�32 revela un procedimiento para detectar la descompensacion por fallo cardiaco usando el analisis de tendencias de suma acumulativa sobre datos fisiologicos adquiridos a partir de un cierto numero de sensores. Este procedimiento puede ser realizado como un dispositivo medico que incluye una unidad de control de terapia. El documento US 5.9�4.262 revela un sistema interactivo que reacciona a las respuestas fisiologicas asociadas a los estados afectivos. El documento US 4.683.891 presenta un sistema interactivo de bio-monitorizacion para medir y exhibir niveles de tension usando una combinacion de senales fisiologicas y datos informaticos de entrada. Un sistema similar esta revelado en el documento US 5.�41.21�, donde un sistema que consiste en un sensor de GSR y un ordenador emplean informacion fisiologica para proporcionar retroalimentacion visual y / o de audio al usuario. El documento US 5.682.803 revela un dispositivo inalambrico para recoger datos fisiologicos que pueden ser utilizados para realizar diagnosticos medicos. Un aparato de bio-retroalimentacion con fines terapeuticos esta presentado en el documento US 6.026.322, donde se producen representaciones visuales y graficas de condiciones fisiologicas y psicologicas. El usuario puede luego regular su cuerpo para lograr un efecto benefico dado (niveles inferiores de ansiedad) usando tales representaciones. El documento US 200� / 016�850 se refiere a un aparato y a procedimientos para realizar la monitorizacion fisiologica adaptable. En este caso, el termino adaptable se refiere a la capacidad del sistema para retroalimentar informacion al usuario solamente cuando las senales fisiologicas indican que el usuario esta en un estado de actividad normal. El documento WO 2009 / 03�612A2 expone un procedimiento para detectar una situacion anormal (caidas, en particular) referida al movimiento, sensores fisiologicos y / o ambientales. De manera similar, la solicitud WO 2006009830A2 presenta un sistema para monitorizar y exhibir senales fisiologicas en condiciones ambulatorias, e identificar condiciones anormales. El documento US 2009 / 253996 tambien revela un sistema para la deteccion de emociones.

Sin embargo, para una implementacion exitosa de metodologias de la psico-fisiologia aplicada y la deteccion de emociones en la tecnologia, que satisfaga los requisitos de las aplicaciones del mundo real, p. ej., la tele-asistencia afectiva, se requieren cuatro condiciones: la posibilidad de que tales metodologias sean usadas irrestrictamente por una pluralidad de personas independientemente de sus caracteristicas individuales (independencia del usuario); la capacidad de tales metodologias para identificar emociones en tiempo real usando metodologias flexibles; la capacidad de hacerlo mientras la persona acomete las actividades de la vida diaria; y el atributo de ser adaptable a los cambios fisicos graduales incluyendo a la vez la evaluacion de prestaciones a largo plazo. Todas las anteriores revelaciones demuestran deficiencias en uno o mas de los requisitos anteriores.

Por tanto, parece evidente que la tecnica anterior no ofrece una solucion conveniente y fiable para identificar las emociones en situaciones que implican alta movilidad y condiciones ambulatorias, como las asociadas a la vida domestica. En un segundo aspecto, la tecnica anterior no resuelve el problema de responder a emociones negativas

usando las propias preferencias de las personas a fin de paliar los efectos daninos de dichas emociones negativas.

Sumario de la invenci6n

La presente invencion resuelve los problemas precitados revelando un sistema definido en la reivindicacion 1, y un procedimiento definido en la reivindicacion 9, que responden a un estado emocional negativo de una persona usando dispositivos externos (tales como dispositivos electronicos ambientales), preferiblemente, de una manera que sea configurable por dicha persona. Esto innova sobre los sistemas anteriores, empleando la psico-fisiologia aplicada con respecto a la capacidad de un usuario dado para asimilar sus propias necesidades y preferencias, en un intento de superar los efectos daninos de las emociones negativas.

En la presente invencion, se revela un sistema de supervision del bienestar afectivo que comprende:

-

sensores portatiles, que miden las senales fisiologicas de un usuario,

-

medios logicos, configurados para conectarse con los sensores y con un dispositivo exterior (tales como dispositivos electronicos ambientales, radios, etc.), y que analizan los datos provenientes de los sensores y generan y envian comandos al dispositivo exterior toda vez que es detectada una emocion negativa en las senales fisiologicas medidas.

El sistema indaga adicionalmente en la persona y su estado emocional, y usa esa informacion para realizar un aprendizaje continuo a largo plazo. Al hacerlo, el sistema identifica cambios en la fisiologia del sujeto y adapta automaticamente su respuesta para tener en cuenta dichos cambios. Los procedimientos para detectar emociones estan preferiblemente basados en memorias auto-asociativas que, al contrario que otras tecnicas, han demostrado resistir las perturbaciones de datos causadas por cambios fisiologicos no emocionales, causados por el cansancio fisico y los fallos de sensores. Debido a que una clasificacion inmediata de dichos cambios no emocionales podria dar como resultado falsos positivos o negativos, la presente invencion ofrece un mecanismo mas estable basado en metodologias de deteccion de puntos de cambio secuenciales no parametricos. Al hacerlo, el presente sistema indica la aparicion de un estado emocional solamente despues de que los datos provenientes de diversas muestras sucesivas de datos han sido analizados, reduciendo por ello el impacto de los cambios fisiologicos transitorios no emocionales. Ademas, una clase emocional es identificada en base a los resultados simultaneos provenientes de diversos procedimientos de clasificacion, proporcionando por ello una precision adicional.

En otro aspecto de la presente invencion, se revela un procedimiento para supervisar el bienestar afectivo de un usuario. El procedimiento comprende medir senales fisiologicas del usuario, detectar cambios emocionales en dichas senales y generar comandos para un dispositivo externo, a fin de compensar o aliviar dicho cambio emocional.

Estas y otras ventajas seran evidentes a la luz de la descripcion detallada de la invencion.

Breve descripci6n de los dibujos

Con el fin de ayudar en la comprension de las caracteristicas de la invencion, de acuerdo a una realizacion practica preferida de la misma, y a fin de complementar esta descripcion, se adjuntan las siguientes figuras como una parte integral de la misma, con un caracter ilustrativo y no limitador:

La FIG. 1 proporciona una representacion esquematica de los componentes principales del sistema.

La FIG. 2 ilustra el flujo de informacion a y desde el Ordenador Incrustado (EC).

La FIG. 3 muestra una representacion esquematica de los elementos que identifican los cambios emocionales y que clasifican dichos cambios con un cierto numero de etiquetas afectivas

La FIG. 4 esboza un ejemplo de la serie de ventanas que constituyen la interfaz del EC.

La FIG. 5 es un diagrama de flujo del proceso para realizar la adaptacion a largo plazo de la Memoria Auto-asociativa (AM).

La FIG. 6 muestra el clasificador en mayor detalle.

Descripci6n detallada de la invenci6n

Los asuntos definidos en esta descripcion detallada se proporcionan para ayudar en la comprension exhaustiva de la invencion. En consecuencia, los medianamente expertos en la tecnica reconoceran que pueden hacerse variaciones, cambios y modificaciones de las realizaciones descritas en la presente memoria, sin apartarse del alcance y el espiritu de la invencion. Ademas, la descripcion de funciones y elementos bien conocidos se omite para mayor claridad y concision.

Observese que, en este texto, el termino "comprende" y sus derivados (tales como "comprendiendo", etc.) no deberian ser entendidos en un sentido excluyente, es decir, estos terminos no deberian ser interpretados como excluyentes de la posibilidad de que lo que se describe y define pueda incluir elementos, etapas, etc., adicionales.

La Figura 1 muestra un sistema de acuerdo a una realizacion preferida de las presentes invenciones. Una pluralidad de sensores portatiles 1 proporcionan mediciones de senales fisiologicas a un sistema de ordenador incrustado (EC) 2, que analiza los datos recibidos desde los sensores (es decir, las mediciones de las senales fisiologicas) y envia comandos a los dispositivos electronicos externos 3 (tambien denominados dispositivos electronicos ambientales). Las comunicaciones entre los sensores y el EC, y entre el EC y los dispositivos electronicos externos, son preferiblemente inalambricas.

Un dispositivo electronico ambiental (AED) es un aparato que recibe informacion de forma remota, usando, en el comun de los casos, la fidelidad inalambrica (WiFi), aunque tambien existen otras formas de comunicacion, p. ej., la radiofrecuencia. Dicha informacion generalmente toma la forma de un comando que inicia una accion determinada por las preferencias previamente expresadas del usuario, y las herramientas y configuraciones especificas para dicho AED,

p. ej., reproducir cierto tipo de musica, o exhibir mensajes de texto.

La Figura 2 muestra el EC 2 en mayor detalle. El EC comprende tanto los medios logicos 4, que realizan el analisis y la generacion de instrucciones, como una interfaz 5 de usuario que permite al usuario personalizar las instrucciones generadas y confirmar que los estados afectivos detectados son correctos. La interfaz de usuario es, preferiblemente, una pantalla tactil (denominada en el presente documento una ECTS), aunque son posibles otras formas de comunicacion entre el usuario y el EC, tales como, por ejemplo, el reconocimiento de la voz. Los medios logicos 4 tambien son denominados un Sistema de Deteccion de Emociones Fisiologicas.

La Figura 3 muestra el Sistema 4 de Deteccion de Emociones Fisiologicas en mayor detalle. Comprende una memoria auto-asociativa (AM) 6, una memoria para el almacenamiento convencional, un control 8 de estado y un detector 9 de puntos de cambio, cuya labor combinada da como resultado el calculo de una razon de similitud 10 (segun lo descrito adicionalmente en el presente documento). La razon de similitud 10 es a continuacion usada por un clasificador 11 para determinar finalmente el estado emocional 12 del usuario.

De acuerdo a una realizacion preferida de la invencion, las siguientes etapas son realizadas por el EC:

1) Organizar la respuesta del sistema a las emociones negativas, usando informacion ingresada por el usuario mediante las opciones exhibidas en la pantalla tactil del ordenador incrustado (ECTS). Dicha respuesta puede incluir un cambio efectuado en un dispositivo situado en los alrededores (p. ej., apagar la radio), una accion de un dispositivo electronico ambiental (AED) (p. ej., reproducir musica) o una llamada a un pariente, amigo o cuidador profesional.

2) Iniciar la recogida continua de datos desde un cierto numero de sensores que miden parametros del sistema nervioso autonomo. Dichos sensores estan en contacto con el cuerpo de una persona y transmiten datos inalambricos a una velocidad dada de muestreo, en un formato que es legible por un programa de ordenador implementado en un EC. Los distintos sistemas de sensores que proporcionan la medicion del pulso cardiaco, el ECG, la conductividad de la piel, el pulso y / o la temperatura corporal, el electromiograma y otros son conocidos para los expertos en la tecnica.

3) Proporcionar dichos datos fisiologicos continuamente y en tiempo real a una memoria auto-asociativa (AM) preentrenada. Una AM es un modelo informatico de multiples entradas / salidas donde cada entrada tiene una correspondiente salida, que pretende poseer propiedades identicas a las de dicha entrada. La AM es entrenada usando cualquier modelo conexionista supervisado conocido para los expertos en la tecnica, p. ej., la retro-propagacion, el modelo de Hebb, etc. El entrenamiento implica proporcionar a la AM los datos fisiologicos referidos a un estado que sea predominante cuando una persona permanece ausente de estimulacion emocional, p. ej., neutra. Dicho entrenamiento, que es realizado fuera de linea, es detenido cuando las salidas se aproximan a las entradas dentro de un cierto margen de error. Usando los parametros de funcion almacenados, una AM puede proporcionar estimaciones para nuevos datos.

4) Calcular continuamente los residuos entre los datos de sensores en bruto (entradas) y las estimaciones (salidas) de la AM pre-entrenada. Los residuos son el valor absoluto de la resta aritmetica entre las entradas y las salidas en todo periodo de tiempo determinado por la velocidad de muestreo, p. ej., cada 1 segundo.

5) Realizar un proceso de calibracion para calcular los valores residuales maximos y minimos para cada senal. Dicho proceso de calibracion es realizado solamente en el primer uso, e implica a la AM y a los sensores funcionando durante un cierto periodo de tiempo (desde 30 segundos hasta 2 horas) mientras el sujeto permanece en posicion semireclinada. No se proporciona ninguna indicacion de estados emocionales durante dicho proceso de calibracion.

6) Iniciar el funcionamiento normal una vez que la calibracion esta terminada. En este punto, los valores residuales son acumulados continuamente para determinar el momento en que tiene lugar un cambio entre el estado emocional neutro al estado emocional no neutro. El usuario puede interrumpir el funcionamiento normal e instruir al sistema para

operar el AEM o cualquier otro dispositivo, para producir una respuesta similar a la que sigue a la deteccion de un estado negativo. Esta accion implica un Error de tipo II y aumenta un contador de reconocimientos erroneos (MRC) en

1.

�) Identificar el momento en que los valores residuales acumulados superan un umbral dado. Los valores residuales para todas las senales fisiologicas adquiridas durante los ultimos N segundos, antes de que sea detectado un punto de cambio, son mantenidos en la memoria de los ordenadores incrustados (ECM). El punto de cambio puede ser calculado sobre los residuos de una o mas senales.

8) Calcular la razon de similitud entre el estado emocional neutro y el no neutro. Esto se hace usando un calculo secuencial de la razon de la diferencia entre los ultimos segundos de datos fisiologicos neutros conocidos y los posteriores datos fisiologicos entrantes no neutros. En otras palabras, el bloque de los datos que representan la condicion psico-fisiologica, antes de que el estado no emocional fuera detectado, es retenido en la memoria del EC y comparado con bloques de datos entrantes de longitud similar. Llamamos a esto una comparacion de 'mezcla aleatoria'. Existe un cierto numero de herramientas para estimar la razon de similitud, que son conocidas para un experto en la tecnica, p. ej., la distancia Euclidiana, la distancia de Jeffries-Matusita y la Razon de PSD.

9) Categorizar el estado no emocional en un cierto numero de clases emocionales, usando un procedimiento de clasificacion basado en votos. Esta etapa es ejecutada proporcionando la razon de similitud de cada senal de entrada a un cierto numero de procedimientos de clasificacion, ya entrenados para clasificar diversas categorias emocionales, p. ej., la ira, la tristeza, el temor, las positivas, las negativas, etc. El numero de procedimientos de clasificacion empleados en esta etapa deberia ser un numero impar que supere en 1 al numero de clases emocionales que han de ser detectadas. La salida desde cada uno de los procedimientos de clasificacion se cuenta como un unico voto orientado a una decision final acerca de la emocion que una persona esta experimentando. Esto se hace hasta que el calculo del punto de cambio indique un retorno a la neutralidad / normalidad.

10) Interrogar al usuario acerca de su bienestar emocional, al identificar un estado emocional negativo. Cuando un estado emocional negativo ha ganado la mayoria de los votos de los procedimientos de clasificacion, se exhibe un mensaje en la pantalla tactil del ordenador incrustado (EC), con un texto que hace referencia al estado emocional de la persona, p. ej., 'Parece que estas experimentando una emocion negativa intensa. iTesientes bien?', 'iNecesitas ayuda?', 'iesta todo bien?', 'iTe sientes emocionalmente tenso?', etc.

11) Adquirir la respuesta del usuario mediante la ECTS. El usuario es incitado a pulsar el boton en la pantalla que describa mejor su estado actual, p. ej., 'si', 'no' o 'No siento ninguna emocion negativa'.

12) Enviar comandos a un dispositivo electronico ambiental cuando una emocion negativa sea detectada y confirmada por el usuario.

13) Evaluar la precision del sistema. Si la respuesta seleccionada por el usuario mediante la ECTS no coincide con la salida del sistema, es decir, el usuario no esta experimentando una emocion negativa (Tipo I de Error), el MRC se aumenta en 1.

14) Determinar la necesidad de adaptar la AM en base al valor del MRC. Cuando el valor del MRC supera un umbral dado durante un periodo de tiempo requerido, se detiene la deteccion del estado emocional. Se inicia simultaneamente un proceso que incluye las etapas para reentrenar a la AM.

15) Reanudar el funcionamiento normal, que implica la evaluacion en linea de datos fisiologicos (entre las etapas sexta y decimocuarta).

En una realizacion de la presente invencion, fue usada una AM previamente entrenada con datos referidos al ECG y al HR de seis personas mientras estaban en el estado emocional neutro. La AM fue entrenada usando un procedimiento iterativo conocido como la retro-propagacion (BP), que se detuvo cuando el porcentaje de error entre los datos originales de sensores y las estimaciones de la AM cayo por debajo del 5%. La AM entrenada, representada por una serie de pesos y sesgos numericos, esta almacenada en la memoria del EC, junto con todas las instrucciones requeridas para interactuar con los sensores fisiologicos, responder a una emocion negativa y operar el AED. Un EC ejemplar es proporcionado por HTC Corp. (Taiwan, RPC) e incluye un procesador de 624 MHz, 128 MB de memoria de Acceso Aleatorio y conectividad a traves de Bluetooth 2.0 y WiFi (IEEE 802.11 b/g), entre otros.

Un sistema 1 sensor fisiologico inalambrico y portatil, en forma de una caja plastica de 18 cm2, con dos electrodos pectorales, llamado Monitor AliveHeart, disponible en Alive Technologies (Queensland, Australia), es usado para recoger datos en tiempo real. Cuando es activado, este dispositivo envia informacion al EC 2 a una velocidad de 5 muestras por segundo, con una resolucion de 300 Hz para el ECG. Realizaciones adicionales pueden incluir otros dispositivos sensores portatiles que recogen datos fisiologicos y transmiten dichos datos remotamente a un ordenador.

De acuerdo a una realizacion preferida, la programacion que dirige el funcionamiento del EC es implementada usando

el lenguaje C�� en el Sistema Operativo Movil de Windows, disponible en la Corporacion Microsoft (Washington, EE UU). Es facilmente reconocible por un experto en la tecnica que pueden ser usados diversos lenguajes y tecnicas de programacion para implementar las instrucciones que gobiernan el funcionamiento del EC.

El EC esta inalambricamente conectado con un dispositivo 3 electronico ambiental llamado Nabaztag, disponible en Violet (Francia), que es un aparato en forma de conejo, que es capaz de recibir inalambricamente comandos de voz y de texto, asi como mensajes mediante WiFi. En otras realizaciones, pueden ser usados AED tales como Chumby, de Chumby Industries (San Diego, EE UU), Mist de Ambient Devices (Cambridge, EE UU) o cualquier dispositivo alternativo, capaz de ser controlado remotamente, p. ej., una lampara de mesa tambien puede ser utilizada, usando principios similares a los revelados en la presente invencion.

Segun se muestra en la figura 4, tras el arranque 13 del sistema, se exhibe una primera ventana 14 de configuracion en la ECTS, que permite al usuario escoger entre tres formas de funcionamiento: 'monitorizacion', 'interactiva' o 'automatica'. Cada una de estas opciones afecta la forma en que el sistema responde a una confirmacion del usuario acerca de la existencia de una emocion negativa. La modalidad de 'monitorizacion' no implica ninguna accion posterior a la aparicion del estado emocional negativo. La opcion 'interactiva' enviara una serie de comandos de HTML al AED para iniciar una accion.

Adicionalmente, un funcionamiento 'interactivo' requiere que el usuario ingrese informacion adicional con relacion a la respuesta del AED a un estado emocional negativo, en una segunda ventana 15 de configuracion, tal como: 'encender la luz', 'encender la radio', 'leer el contenido de la direccion de URL:' y 'reproducir un mensaje de voz'. Los ultimos dos parametros necesitan ser complementados con una direccion de URL o un mensaje de texto que a menudo no puede superar un cierto numero de caracteres, especificado por el fabricante del AED.

El funcionamiento 'automatico' enviara un mensaje a una ubicacion remota usando el correo electronico. De tal modo, el funcionamiento 'Automatico' requiere que el usuario ingrese una direccion de correo electronico en una tercera ventana 16 de configuracion, que se convertira en el destinatario de un mensaje que informa acerca del estado emocional negativo que esta siendo experimentado por el usuario. En otra realizacion, el usuario reemplaza la accion de enviar un mensaje a una cuenta de correo electronico, por la posibilidad de hacer una llamada telefonica a una persona, cuyo numero es tecleado en la ECTS o almacenado en la memoria del EC. Esto puede hacerse usando las propias capacidades de GSM del EC, que son controladas por el programa del EC. En otra realizacion adicional, tambien pueden emplearse aplicaciones de VoIP (protocolo de voz por Internet) tales como Skype (disponible en Skype Limited, Luxemburgo, Luxemburgo) o Googletalk (disponible en Google, California, EE UU).

Cuando el usuario abandona las ventanas de configuracion, se inicia un proceso 18 de calibracion con la intencion de ajustar los parametros de la AM a las caracteristicas fisicas especificas del usuario actual. Este proceso 18 de calibracion, asi como la adaptacion 19 a largo plazo de la AM, esta indicado en la Figura 5. Este proceso es ejecutado en el EC solamente una vez para cada nuevo usuario, o cuando el usuario lo estima adecuado (despues de periodos muy largos de actividad del sistema, por ejemplo). Observese que la calibracion 18 no implica cambios en los parametros de la AM entrenada, sino solamente el calculo de los valores residuales medios y del umbral, usados en la deteccion de un punto de cambio. Una vez que la calibracion esta terminada, el sistema inicia el funcionamiento normal, lo que es indicado por una ventana 1� de monitorizacion en la ECSC que contiene la palabra 'Normal'. Dicha ventana de monitorizacion incluye un boton que permite al usuario indicar la aparicion de un estado emocional negativo que no fuera detectado por el sistema.

Los datos provenientes de los sensores son continuamente suministrados a la AM previamente entrenada. Los residuos son luego calculados para cada muestra de datos de las dos senales precitadas, ECG y HR, y acumulados a lo largo del tiempo. El valor acumulado es a continuacion evaluado usando un procedimiento de deteccion de puntos de cambio. Observese que, en todo momento, los ultimos 4 segundos de informacion son mantenidos en la memoria del ordenador.

En una realizacion de la presente invencion se usa un procedimiento preferido para detectar un punto de cambio, llamado suma acumulativa no parametrica (NPCUSUM). Una realizacion distinta puede emplear cualquier procedimiento de deteccion de puntos de cambio, truncado o no parametrico de extremos abiertos, conocido para los expertos en la tecnica, p. ej., el allanamiento exponencial.

Iniciar monitorizacion.

Para cada muestra n de la senal fisiologica PhS, calcular

�(n) � Residuo (PhS(n))-C;

CUSUM � CUSUM � �(n);

If CUSUM�0

CUSUM � 0; Else CUSUM�CUSUM; Endif

5 If CUSUM�dUmbral Clase � 'No Neutro' CUSUM � 0;

Else Clase � 'Neutro';

10 Endif Donde Residuo(PhS(n)) calcula la diferencia entre valores estimados y reales de los datos fisiologicos PhS;

�(n) es el valor residual para la muestra actual n de PhS, desplazado en el valor de C. CUSUM es el valor de la suma acumulativa No Parametrica, inicialmente fijado en 0 (despues de la calibracion);

15 MuestraR es la tasa de muestreo de sensores portatiles (1 / Hercios); Media es el valor medio de los valores residuales de PhS, calculados durante la calibracion o la adaptacion; MDD es el maximo tiempo de deteccion en segundos (5 en este caso particular); T es el maximo retardo de deteccion en el numero de muestras (MDD / MuestraR); C es una constante de desplazamiento que puede tomar el valor absoluto de (Media)�2;

20 Clase es el estado emocional identificado por el sistema (Neutro, No Neutro); MaxValor es el valor Maximo del residuo calculado sobre datos a partir de un estado neutro durante el entrenamiento; dUmbral es el umbral de deteccion (T � (MaxValor-C)). Mientras CUSUM no se haga mayor que dUmbral, la ECTS mostrara un mensaje que indica un estado normal. Por otra parte, cuando el valor residual acumulado supera dUmbral, se inicia una comparacion por mezcla aleatoria,

25 por la cual se calcula la razon de similitud entre los ultimos 4 segundos de datos fisiologicos, antes de que sea detectado el punto de cambio, y los bloques entrantes de 4 segundos de datos fisiologicos. Dicha comparacion por mezcla aleatoria es implementada de acuerdo al siguiente algoritmo:

If Clase � 'No Neutra' Extraer NE de la memoria;

30 Recoger NNE; Calcular Razon; Realizar clasificacion usando Valores de Razones; Reanudar Funcionamiento Normal;

Else 35 Continuar Funcionamiento Normal; Endif Donde:

NE es un vector de n muestras referidas a los ultimos � segundos de datos antes de que sea detectado un punto de

cambio (en esta realizacion, ��4); NNE es un vector de n muestras referidas a los � segundos de datos despues de que fuera detectado el punto de cambio (en esta realizacion, ��4);

Razon es la razon de similitud entre NE y NNE. Una realizacion implico el calculo de la razon de similitud entre la densidad espectral de energia (PSD) de los cuatro segundos de informacion fisiologica antes del punto de cambio y todos los bloques posteriores de 4 segundos de datos fisiologicos. La razon es estimada usando el algoritmo siguiente:

Razon � (2 � log(NEd � NNEd) � log (4) � log(NEd)-log(NNEd)) Donde: NEd es la Densidad Espectral de Energia (PSD) de NE; NNEd es la PSD de NNE. En otra realizacion, la distancia Euclidiana es estimada sobre los bloques de datos usando el algoritmo siguiente:

Donde:

n es el numero de muestras contenidas en 4 segundos.

Como se muestra en la figura 6, la razon calculada para cada una de las senales fisiologicas es suministrada a una pluralidad de procedimientos 20 de clasificacion que, en esta realizacion preferida, son: 1) Maquinas Vectoriales de Soporte con un algoritmo polinomico de segundo grado, 2) analisis discriminante lineal (LDA) y 3) arbol de decision con un tamano minimo de division de 10 y tamano minimo de hojas de 1. Habiendo sido entrenados previamente dichos procedimientos con datos asociados a los residuos de las clases de emociones negativas y positivas.

El resultado de cada procedimiento, positivo o negativo, se cuenta como un voto orientado a la clasificacion final de la clase emocional (siendo calculados estos votos por un contador 21 de votos). Por lo tanto, la clase con la mayoria de los votos es elegida por un tomador 22 de decisiones como resultado del procedimiento de deteccion.

Si el resultado apunta a una emocion negativa, aparece un mensaje en la ECTS pidiendo al usuario responder a la siguiente pregunta: "Parece que estas en medio de una situacion problematica. iEstas emocionalmente tenso?". El usuario puede elegir una entre dos posibles respuestas: 'si', 'No, no siento ningun sentimiento negativo'. Si la respuesta del usuario no corresponde a la del sistema, es decir, el usuario no esta experimentando una emocion negativa (Tipo I de error), el valor actual del MRC se aumenta en uno. El sistema registra la hora en que ocurre un MRC a fin de cuantificar su frecuencia. Una validacion posterior determina si la frecuencia del MRC supera el UmbralMRC. Si esto es verdad, el sistema inicia automaticamente una adaptacion 19 de la AM usando el algoritmo de retro-propagacion descrito anteriormente. Este proceso implica adicionalmente recalcular los valores residuales medios usados en las estimaciones de NPCUSUM. Durante este tiempo, el sistema no produce ninguna salida emocional. Observese que el MRC tambien es aumentado cuando el usuario interrumpe el funcionamiento normal (Tipo II de Error).

La adaptacion de la AM es realizada de acuerdo al algoritmo siguiente.

If (MRC � UmbralMRC)

While (Residuo (PhS(n)) � Error OR TimeOUT)

ReentrenarPesosNetos (Residuo (PhS(n))),

CoefEntrenamiento;

End while;

Recalcular Media y Maximo para la AM recientemente entrenada;

End if; Donde

UmbralMRC es un umbral previamente fijado para la maxima frecuencia admitida de los MRC. Esto se calcula como el numero maximo permitido de ocurrencias de Errores de Tipo I y II, dividido entre un periodo de tiempo en segundos, p. ej., 10 MRCs en �.200 segundos;

5 Error es un valor cercano a cero que representa la maxima diferencia deseada entre los valores efectivos y estimados de la muestra n de PhS (valor residual);

TimeOUT es el indicador para el maximo tiempo de entrenamiento;

CoefEntrenamiento establece el coeficiente de entrenamiento de acuerdo al tipo de error producido. Dicho coeficiente es aumentado de acuerdo al tipo de error y puede tomar cualquier valor entre 0 y 1, donde 0 significa adaptacion de 10 pesos actuales y 1 implica regeneracion de todos los pesos de la AM. CoefEntrenamiento esta, por tanto, referido a la longitud y duracion del re-entrenamiento de la AM;

ReentrenarPesosNetos modifica la AM de acuerdo al CoefEntrenamiento.

Una vez que acaba la adaptacion, el algoritmo reanuda el funcionamiento normal.

Si el usuario responde 'si' a la aparicion de una emocion negativa, el sistema produce la salida asociada a la modalidad 15 de funcionamiento previamente seleccionada ('Monitorizacion', 'Interactiva' o 'Automatica') y a continuacion reanuda la monitorizacion.

Claims (13)

1. REIVINDICACIONES

   1. Sistema de supervision del bienestar afectivo que comprende:

   -

   al menos un sensor (1) portatil, configurado para medir al menos una senal fisiologica de un usuario;

   -

   medios logicos (2) configurados para recibir dicha al menos una senal fisiologica medida, para detectar un cambio emocional de acuerdo a dicha senal, y para generar instrucciones para un dispositivo externo (3) de acuerdo al cambio emocional detectado;

   -

   primeros medios de comunicacion, configurados para conectar dicho al menos un sensor (1) portatil y los medios logicos (2);

   -

   segundos medios de comunicacion, configurados para conectar los medios logicos (2) con el dispositivo externo (3) y para enviar las instrucciones generadas a dicho dispositivo externo (3); caracterizado porque los medios logicos (2) comprenden una memoria (�) y porque los medios logicos (2) estan adaptados para:

   -

   si un bloque de datos de la senal medida es clasificado como un estado fisiologico neutro, almacenar en la memoria (�) dicho bloque de datos clasificado como un estado fisiologico neutro, y;

   -

   detectar el cambio emocional comparando cada bloque de datos entrantes de la senal fisiologica medida con el ultimo bloque de datos almacenado en la memoria (�) de dicha senal, clasificado como un estado fisiologico neutro.

2. 2.

   Sistema de acuerdo a la reivindicacion 1, en el cual los medios logicos comprenden adicionalmente un detector (9) de puntos de cambio secuencial y no parametrico.

3. 3.

   Sistema de acuerdo a la reivindicacion 1, en el cual los medios logicos comprenden adicionalmente una pluralidad de procedimientos (20) de clasificacion que comparten una misma entrada, y un contador (21) de votos que determina si ocurre el cambio emocional, segun las salidas de dicha pluralidad de procedimientos (20) de clasificacion.

4. 4.

   Sistema de acuerdo a la reivindicacion 3, en el cual la pluralidad de procedimientos (20) de clasificacion comprenden una Maquina Vectorial de Soporte, un analisis de discriminante Lineal y un arbol de decision.

5. 5.

   Sistema de acuerdo a cualquiera de las reivindicaciones anteriores, en el cual los primeros medios de comunicacion son medios de comunicacion inalambrica.

6. 6.

   Sistema de acuerdo a cualquiera de las reivindicaciones anteriores, en el cual los segundos medios de comunicacion son medios de comunicacion inalambrica.

   �. Sistema de acuerdo a cualquiera de las reivindicaciones anteriores, en el cual los medios logicos (2) comprenden una memoria (6) auto-asociativa previamente entrenada y un acumulador para calcular y acumular una diferencia entre la senal medida y una estimacion de dicha senal medida, realizada por la memoria (6) auto-asociativa.

7. 8.

   Sistema de acuerdo a la reivindicacion �, en el cual los medios logicos (2) comprenden adicionalmente un contador de reconocimientos erroneos, que calcula un cierto numero de falsas detecciones de cambios emocionales, y en el cual los medios logicos (2) estan configurados para entrenar la memoria (6) auto-asociativa si el contador de reconocimientos erroneos supera un umbral.

8. 9.

   Procedimiento de supervision del bienestar afectivo que comprende:

   -

   medir al menos una senal fisiologica de un usuario,

   -

   detectar un cambio emocional de acuerdo a la senal medida;

   -

   generar instrucciones para un dispositivo externo (3) de acuerdo al cambio emocional detectado;

   caracterizado porque la etapa de deteccion del cambio emocional comprende adicionalmente:

   -

   si un bloque de datos de la senal medida es clasificado como un estado fisiologico neutro, almacenar en la memoria (�) dicho bloque de datos, clasificado como un estado fisiologico neutro;

   -

   y comparar cada bloque de datos entrantes de la senal fisiologica medida con el ultimo bloque de datos almacenado en la memoria (�) de dicha senal fisiologica, clasificado como un estado fisiologico neutro.

9. 10.

   Procedimiento de acuerdo a la reivindicacion 9, en el cual la etapa de deteccion del cambio emocional comprende adicionalmente aplicar un detector (9) de puntos de cambio secuencial y no parametrico.

10. 11.

    Procedimiento de acuerdo a cualquiera de las reivindicaciones 9 a 10, en el cual la etapa de deteccion del cambio emocional comprende adicionalmente aplicar una pluralidad de procedimientos (20) de clasificacion que comparten una misma entrada, y usar las salidas de dicha pluralidad de procedimientos (20) de clasificacion en un contador (21) de votos que determina si ocurre el cambio emocional.

    5 12. Procedimiento de acuerdo a la reivindicacion 11, en el cual la pluralidad de procedimientos (20) de clasificacion comprende una Maquina Vectorial de Soporte, un analisis de discriminante Lineal y un arbol de decision.
11. 13. Procedimiento de acuerdo a cualquiera de las reivindicaciones 9 a 12, en el cual la etapa de deteccion de un cambio emocional de acuerdo a la senal medida comprende estimar la senal medida por medio de una memoria (6) auto-asociativa previamente entrenada, y calcular una diferencia entre la senal medida y la estimacion de dicha senal

    10 medida.

12. 14.

    Procedimiento de acuerdo a la reivindicacion 13, que comprende adicionalmente, si la diferencia calculada supera un umbral, comparar un segmento de dicha al menos una senal medida y un segmento previamente almacenado de una senal correspondiente a un estado emocional de referencia.

13. 15.

    Procedimiento de acuerdo a cualquiera de las reivindicaciones 13 y 14, que comprende adicionalmente calcular un

    15 cierto numero de falsas detecciones de cambios emocionales, y entrenar a la memoria (6) auto-asociativa si el contador de reconocimientos erroneos supera un umbral.