ES2588837T3

ES2588837T3 - Procedimiento de caracterización del estado fisiológico de un paciente a partir del análisis de su actividad eléctrica cerebral, y dispositivo de supervisión que realiza dicha aplicación

Info

Publication number: ES2588837T3
Application number: ES13722352.5T
Authority: ES
Inventors: Thomas Similowski; Mathieu Raux; Mario CHAVEZ; Jacques Martinerie; Pierre POUGET
Original assignee: Centre National de la Recherche Scientifique CNRS; Universite Pierre et Marie Curie Paris 6; Assistance Publique Hopitaux de Paris APHP; Institut National de la Sante et de la Recherche Medicale INSERM; Institut du Cerveau et de La Moelle Epiniere ICM
Current assignee: Centre National de la Recherche Scientifique CNRS; Universite Pierre et Marie Curie Paris 6; Assistance Publique Hopitaux de Paris APHP; Institut National de la Sante et de la Recherche Medicale INSERM; Institut du Cerveau et de La Moelle Epiniere ICM
Priority date: 2012-05-03
Filing date: 2013-05-03
Publication date: 2016-11-07
Anticipated expiration: 2033-05-03
Also published as: US20150119745A1; WO2013164462A1; CA2872061A1; FR2990124B1; US10939838B2; JP5952490B2; EP2844139A1; JP2015520627A; EP2844139B1; CA2872061C; FR2990124A1

Abstract

Procedimiento de detección de un estado fisiológico de un paciente que se desvía de un estado fisiológico de referencia, en el que, después de haber determinado en cada una de Q bandas de frecuencia un polo de referencia PRα con q ε [1...Q] representativo del estado fisiológico de referencia, se repiten las etapas siguientes en bucle: - efectuar en M segmentos temporales unas mediciones de una señal electroencefalográfica del paciente según n vías y en p instantes para generar M matrices de medición Xm que contienen n×p muestras, para m ε [1...M]; - filtrar y centrar cada matriz de medición Xm en las Q bandas de frecuencia para obtener M×Q matrices de mediciones filtradas Xm,q y determinar M×Q matrices normalizadas de covarianza espacial Cm,q mediante la fórmula**Fórmula** - para cada segmento temporal m, determinar unas distancias dm,q entre cada matriz normalizada de covarianza espacial Cm,q y el polo de referencia PRq, y determinar una diferencia em con el estado fisiológico de referencia en función de las distancias dm,q, - comparar cada una de las diferencias em con el estado fisiológico de referencia con un umbral S determinado.

Description

imagen1

imagen2

imagen3

imagen4

imagen5

imagen6

5

15

25

35

45

55

7: para i := 1 aM

8: W :=W + log CM(C(i)) ;

9: se suman los vectores tangentes en el espacio tangente

10: fin para

11: W := W/M;

12: se vuelve sobre la variedad con el mapa exponencial y se reitera

13: CM_new := exp CM (W) : distancia entre 2 iteraciones sucesivas

14 : d = dist (CM_new, CM)

15: CM-CM_new

16: fin mientras que

17: MR = CM

18: devolver MR;

Teniendo como operadores

expCM (W) = CM½ exp (CM-½ W CM-½) CM½

logCM (C) = CM½ log (CM-½ C CM-½) CM½

Una vez determinadas las matrices de referencia o prototipos PRq,r, el dispositivo de supervisión calcula un umbral S mediante el método siguiente. Se calculan las distancias entre cada matriz de covarianza espacial de referencia Cref y el prototipo PRq,r más próximo, y se determina la distancia media DM de todas las distancias así calculadas.

m,q

El umbral S es tomado así igual a la media aritmética de los valores absolutos MVA de las diferencias de cada una de las distancias así calculadas con la distancia media DM:

1: procedimiento de cálculo del umbral C es una tabla de M matrices de covarianza. L es el número de prototipos

2: para i:=1 a M

3: d(i) := arg min j=1:L [dist (Sj, Cj)]) ;

4: fin para

5: MVA := media aritmética (valor absoluto (distancia media (dist)))

6: S := MVA + imagen74 log(número de vías EEG) x MVA

7: devolver S

Como variante, el umbral se puede determinar de cualquier otra manera. Por ejemplo, se puede retener como umbral la media estadística de todas las distancias así calculadas, incrementada en tres diferencias tipo.

Siendo realizada ahora la etapa previa de caracterización del estado fisiológico de referencia, el dispositivo de supervisión 6 puede implementar una supervisión del estado fisiológico del paciente en tiempo real como sigue.

Como se indica en la figura 2, el dispositivo de supervisión 6 mide unas señales electroencefalográficas del paciente en tiempo real y efectúa de ese modo unas mediciones en M segmentos temporales que se efectúan así.

Cada medición da lugar a una matriz Xm de n señales medidas en p instantes durante el segmento temporal m. Posteriormente el dispositivo de supervisión 6 filtra y centra cada matriz de medición Xm en Q bandas de frecuencia (preferentemente las cinco bandas de frecuencia habituales 1-4 Hz, 4-8 Hz, 8-12 Hz, 12-24 Hz y 24-48 Hz) para obtener M×Q matrices de medición filtradas Xm,q.

A partir de las matrices de medición filtradas, se determinan M×Q matrices normalizadas de covarianza espacial de referencia Cm,q mediante la fórmula:

T

Cm,q = X  X  imagen8trazaX  XT .

m,qm,q m,qm,q

Para cada segmento temporal m, el dispositivo de supervisión calcula una diferencia con el estado fisiológico de referencia em mediante:

Q em = arg min distCm,q ,PRq,r .

r1...R

q1

Si una de las diferencias así determinadas es mayor que el umbral S, esta es entonces la señal de que el estado fisiológico del paciente se aleja del estado fisiológico de referencia.

8

En este caso, el dispositivo de supervisión 6 modifica la consigna enviada al dispositivo de asistencia respiratoria 4 para modificar el funcionamiento en un sentido que tienda a hacer volver al paciente hacia el estado fisiológico de referencia.

5 Las etapas de la figura 2 se repiten en bucle para permitir una supervisión permanente del paciente.

Las p muestras temporales de las n señales que constituyen las matrices de medición Xm o Xmref pueden obtenerse utilizando n vías electroencefalográficas distintas, lo que permite tener en cuenta la extensión espacial de la actividad electroencefalográfica. Sin embargo, es posible reconstruir n señales utilizables a partir de un número r 10 más restringido de vías electroencefalográficas mediante la técnica de la encaje temporal (véase Lachaux et ál., 1997). Para ello, es suficiente determinar para cada vía electroencefalográfica un detalle temporal ∆T que se toma preferentemente igual al retardo temporal tomado por el retorno al valor 1/e de la función de autocorrelación de la vía electroencefalográfica afectada. A partir de una vía electroencefalográfica dada V, se pueden así reconstruir q vías virtuales, dando otras tantas señales utilizables: 15 V(t1), V(t1+∆T)…, V(t1+k∆T)

V(t2), V(t2+∆T)…, V(t2+k∆T)

20 …

V(tq), V(tq+∆T)…, V(tq+k∆T)

El parámetro k se denomina encaje temporal. En el extremo, es posible no utilizar más que una única vía

25 electroencefalográfica para reconstruir n vías virtuales que dan las señales utilizables en el marco de la invención. Se pueden mezclar igualmente los dos métodos para obtener un encaje espaciotemporal, utilizando r vías electroencefalográficas de cada una de las que se reconstruyen q vías virtuales de manera que r×q=n.

La gráfica de la figura 4 muestra un ensayo de identificación, según el procedimiento de la invención, del estado 30 fisiológico de un paciente inducido mediante unas modificaciones encefalográficas a continuación de una limitación respiratoria.

La parte de la curva referenciada VS corresponde a la situación de ventilación espontánea utilizada como referencia, mientras que la parte de la curva titulada carga corresponde a una desarmonía provocada. El gráfico de arriba son 35 las diferencias del estado de referencia con el estado fisiológico actual del paciente, trazada en función del tiempo.

El gráfico inferior es el resultado de la detección del estado de desarmonía, para diferentes períodos de integración sobre unas ventanas móviles de 4, 8, 12 segundos, respectivamente. Se constata que se detectan algunas falsas alarmas en situación de ventilación espontánea sobre 500 ventanas analizadas (0,6 %) según la integración

40 realizada sobre una duración total de 2000 segundos. Se constata que la situación de desarmonía se detecta de pronto en la implementación del procedimiento de la invención.

La invención no está limitada a lo que se acaba de describir, sino que engloba por el contrario cualquier variante que entre en el marco definido por las reivindicaciones.

45 En particular, aunque el dispositivo de supervisión es, en este caso, exterior al dispositivo de asistencia, puede por supuesto integrarse en este último.

Referencias

50 DAMASIO, A.R. (1990). “Synchronous activation in multiple cortical regions: a mechanism for recall”. Semin. Neurosci., 2: 287-297.

DIDAY E. (1971)-“Une nouvelle méthode en classification automatique et reconnaissance des formes : la 55 méthode des nuées dynamiques”, Revue de Statistique Appliquée, XIX (2), pp.19-33.

FREEMAN, W.J. (1975). “Mass Action in the nervous system”. Academic Press, Nueva York.

Fletcher T., Conglin Lu, Stephen M. Pizer, y Sarang C. Joshi. (2004). “Principal geodesy analysis for the study of 60 nonlinear statistics of shape” IEEE Transactions on Medical Imaging, 23(8):995, 2004.

GRAY, C.M., y W. SINGER. (1989). “Stimulus-specific neuronal oscillations in orientation columns of cat Visual cortex”. Proc. Natl. Acad. Sci. USA, 86 (5): 1698-1702.

65 Lachaux J.-P., Pezard L. Garnero L. Pelte C. Renault B. Varela F. J., Martinerie J. “Spatial Extension of Brain

9

imagen9

Claims

imagen1

imagen2