Contexto Científico

Respiratorio

Movilidad

Comunicación

Respiratorio

Mobirise

Fig. 1. Esquema de una revisión sistemática acerca de la optimización de ventiladores no invasivos. [1]

THE OPTIMISATION OF NONINVASIVE VENTILATION IN AMYOTROPHIC LATERAL SCLEROSIS: A SYSTEMATIC REVIEW [1]

En pacientes con esclerosis lateral amiotrófica (ELA) / enfermedad de la neurona motora, la insuficiencia respiratoria hiperventilatoria es la causa más común de muerte y la morbilidad respiratoria está relacionada con una peor calidad de vida [2]. La ventilación no invasiva (VNI) mejora la supervivencia y la calidad de vida de los pacientes con ELA en insuficiencia respiratoria hasta en 18 meses [ 3, 4]. Sin embargo, el éxito de la VNI está relacionado con su optimización: la calidad (ventilación) y la cantidad (adherencia) de la VNI recibida son factores pronósticos en la ELA [ 5]. Debido a esto se realizaron búsquedas en 11 bases de datos por 30 años; entre algunas de estas bases se encuentran MEDLINE, The Cochrane Library, etc; Así mismo se incluyeron en revisar 52 estudios cuantitativos y 6 cualitativos.
De este estudio se dio a conocer como si se realiza una corrección de la hipoxia se podía reducir la tasa de mortalidad de personas que padecen de ELA y esto se pudo comprobar reduciendo una tasa de mortalidad de 75% a 45% corrigiendo este punto. Así mismo se recomendaron terapias adyuvantes, como es el uso del ventilador portátil Philips “Vitabreath “, el cual se probó en 3 pacientes, aunque su desventaja fue que los pacientes pueden tener dificultades con las diferencias de presión en comparación con sus ventiladores habituales. [6] 

Movilidad

Mobirise

Fig. 2. Sistema de medición de EOG de frente portátil. [7]

Un novedoso sistema de medición de EOG de frente portátil para interfaces de computadora humana

Método de comunicación detectando el movimiento de los ojos. El estudio propuso una nueva posición del electrodo en la frente para medir las señales de electrooculograma (EOG), desarrollaron un sistema de medición de EOG de frente para usar en interfaces Hombre / Máquina (HCI / HMI). Se colocaron en la frente cuatro electrodos, incluido el electrodo de tierra. Los dos canales se dispusieron vertical y horizontalmente, compartiendo un electrodo positivo. Además, emplearon un algoritmo de clasificación del movimiento ocular en tiempo real basado en las características del EOG de la frente. Se emplearon tres aplicaciones para evaluar el sistema propuesto: un teclado virtual que usa un corrector ortográfico Bremen BCI modificado y un escáner secuencial automático de filas y columnas, y una silla de ruedas eléctrica manejable. El usuario pudo conducir la silla de ruedas a través de un recorrido en forma de 8 sin chocar con los obstáculos. [7]

Mobirise

Fig. 3. Sistema de entrenamiento de rehabilitación de realidad virtual. [8]

Un sistema de entrenamiento de rehabilitación de realidad virtual basado en un robot exoesqueleto de miembros superiores


La rehabilitación puede ayudar a los sobrevivientes de accidentes cerebro vasculares a volver a aprender habilidades que se perdieron después del daño cerebral. La integración de la tecnología de realidad virtual en la rehabilitación puede proporcionar un entrenamiento intensivo, repetitivo y orientado a tareas para mejorar la motivación de los pacientes y reducir la carga para los terapeutas.
El sistema de entrenamiento de realidad virtual está basado en un robot de rehabilitación de exoesqueleto para pacientes con disfunción motora de las extremidades superiores. Se pidió al paciente que imitara diferentes movimientos realizados por un avatar. Los juegos de entrenamiento de rehabilitación de realidad virtual se diseñaron en base a Motor Unity3D. El sistema puede medir y mostrar automáticamente los datos del paciente, así como el ángulo de articulación. El mejoramiento de la función motora depende del aprendizaje repetido del ejercicio para promover el aprendizaje motor y mantener las habilidades aprendidas. [8]

Mobirise

Fig. 4. Silla de ruedas de pie motorizada. [9]

WO2016181173
SILLA DE RUEDAS DE PIE MOTORIZADA DE GEOMETRÍA VARIABLE Y ALTERNA

 Esta patente comprende un sistema de geometría variable y alterna para una silla de ruedas de pie motorizada, que está compuesta de un chasis articulado, dos pares de ruedas que son las que permiten alternar la geometría de la silla mediante la rotación de las ruedas motoras. Al hacer uso de esta silla, el paciente puede adecuarse a la posición que desee, teniendo como opciones el estar sentado, de pie y posiciones intermedias sin mecanismos complejos. [9]

Mobirise

Fig. 5. Esquema de aparatos eléctricos. [10]

US20050279551
APARATOS ELÉCTRICOS PARA SILLAS DE RUEDAS

La invención descrita utilizó cubos de silla de ruedas con asistencia eléctrica y una serie de sensores para proporcionar características de evitación de obstáculos en una silla de ruedas. En una silla de ruedas manual asistida, las ruedas traseras tradicionales se reemplazan por bujes motorizados que magnifican la fuerza aplicada a las ruedas traseras por el usuario. La presente invención usa sensores para detectar obstáculos y desniveles cerca de la silla de ruedas, y usa los cubos de asistencia eléctrica para alterar el movimiento de la silla de ruedas en respuesta a estas lecturas de los sensores. [10]

Comunicación

Mobirise

Fig. 6. Método para la conversión de voz para persona con ELA. [11]

CONVERSIÓN DE VOZ PARA PERSONAS CON ESCLEROSIS LATERAL AMIOTRÓFICA

Los enfermos de ELA debido a la parálisis progresiva, confían en los mensajes preprogramados disponibles para comunicarse utilizando voces electrónicas genéricas. Para reemplazar estas voces genéricas y restaurar la identidad vocal. Desarrollaron voces personalizadas mediante el enfoque de conversión de voz. Ya que muy pocas personas tienen grabadas grandes cantidades de su habla saludable, los datos dependen de pequeñas cantidades de habla disártrica en la etapa de enfermedad del individuo. Además, la fatiga prohíbe la adquisición de grandes conjuntos de datos del habla. Para abordar el problema utilizaron hablantes de fuente saludable, con el enfoque de combinar una transformada espectral estructurada dispersa con predicción de deformación de frecuencia basada en regresión lineal múltiple para la conversión espectral e interpolar los fotogramas espectrales transformados para la modificación de la velocidad del habla. Su muestra incluyó cuatro hablantes de origen sanos del conjunto de datos ARCTIC y cuatro hablantes de ELA objetivo con disartria leve a grave, formando 16 pares de hablantes. Las evaluaciones de escucha subjetiva mostraron que, en promedio, el enfoque propuesto mejorar la inteligibilidad del habla en aproximadamente un 80% sobre el habla de los hablantes objetivo, la voz convertida fue 3 veces más similar al habla de los hablantes objetivo que a los hablantes de origen de habla saludable. [11]

Mobirise

Fig. 7. Flujo de información . [12]

UN ENFOQUE SIMPLIFICADO PARA AYUDAR A LOS PACIENTES CON ENFERMEDADES DE LAS NEURONAS MOTORAS A COMUNICARSE A TRAVÉS DE LA VIDEOCULOGRAFÍA

Utilizando video oculografía, convierte una secuencia de guiños en oraciones para ayudar a los pacientes a comunicarse. La serie de guiños y parpadeos captadas por la cámara se convierten en un valor numérico que se transmite por Bluetooth al dispositivo portátil que cuenta con un Arduino UNO, el cual al recibir el valor lo envía a un reproductor mp3 para que pueda sintetizar la oración. Todo esto usando un algoritmo de MATLAB 2011b y SIMULINK, que pueda convertir la serie de guiños en una oración particular del paciente. La configuración del algoritmo se verificó en ensayos realizados a 50 personas concluyendo que el algoritmo utilizado es 2 veces más rápido que sus algoritmos predecesores. [12]

Mobirise

Fig. 8. Interfaz cerebro computador de un paciente enclaustrado. [13]

INTERFAZ CEREBRO COMPUTADORA EN UN PACIENTE ENCLAUSTRADO

 Interfaz cerebro-computadora totalmente implantada que consta de electrodos subdurales colocados sobre la corteza motora y un transmisor colocado por vía subcutánea en el lado izquierdo del tórax. Diseñadas para la estimulación epidural de la médula espinal, el paciente controla un programa de mecanografía por computadora de 28 semanas después de la colocación de los electrodos, que equivale a 2 letras por minuto. La interfaz cerebro-computadora ofrecía una comunicación autónoma que complementaba y a veces suplantaba al dispositivo de seguimiento ocular. [13]

EOG

Mobirise

Fig. 9. Silla de ruedas de pie motorizada. [14]

 Silla de ruedas con control de movimiento ocular basada en biosensor de hidrogel flexible y WT-SVM


Prototipo de silla de ruedas con control de movimiento ocular basado en un biosensor de hidrogel flexible y un algoritmo de máquina de vectores de soporte de transformación de ondas (WT-SVM). Proponen un biosensor de hidrogel flexible hecho de hidrogel conductor de HPC / PVA (hidroxipropilcelulosa / alcohol polivinílico) y sustrato flexible de PDMS (polidimetilsiloxano), teniendo en cuenta la poca deformabilidad y biocompatibilidad de los electrodos metálicos rígidos. El biosensor se coloca en la frente del usuario para recopilar el electrooculograma (EOG) y las señales de tensión. El bajo módulo de Young y la transpirabilidad excepcional del biosensor asegura una adhesión conforme y discreta con la epidermis. Para mejorar la precisión del reconocimiento de los movimientos oculares, se introduce el algoritmo WT-SVM para clasificar las señales de EOG y de tensión según diferentes características. La precisión de reconocimiento promedio alcanza el 96,3%, por lo que la silla de ruedas se puede manipular con precisión. [14]

Mobirise

Fig. 10. Interfaz cerebro computador de un paciente enclaustrado. [15]

Una interfaz hombre-máquina basada en EOG para el control de sillas de ruedas

En el presente paper nos muestra el desarrollo de un interfaz hombre maquina no manual para el control de una silla de ruedas con el fin de ayudar a personas gravemente paralizadas a recuperar algo de movilidad. Conciste en que el usuario mediante un total de 13 botones parpadeantes, cada uno de los cuales corresponde a un comando, para poder controlar la silla de ruedas, el algoritmo detecta los parpadeos de los ojos de un canal de datos EOG verticales y determina el botón de destino del usuario en función de la sincronización entre los parpadeos detectados y los parpadeos del botón. En el desarrollo de este proyecto se pudo concluir como utilizando un canal de señales EOG verticales asociadas con parpadeos, la HMI propuesta puede proporcionar con precisión suficientes comandos con un tiempo de respuesta satisfactorio. [15]

CONTEXTO COMERCIAL LISTA DE REQUERIMIENTOS

[1] D. O’Brien et al., “The optimisation of noninvasive ventilation in amyotrophic lateral sclerosis: a systematic review,” Eur. Respir. J., vol. 54, no. 3, p. 1900261, Sep. 2019, doi: 10.1183/13993003.00261-2019.
[2] M. K. Rafiq, A. R. Proctor, C. J. McDermott, and P. J. Shaw, “Respiratory management of motor neurone disease: a review of current practice and new developments,” Pract. Neurol., vol. 12, no. 3, pp. 166–176, Jun. 2012, doi: 10.1136/PRACTNEUROL-2011-000199.
[3] J. Sancho, E. Servera, C. Morelot-Panzini, F. Salachas, T. Similowski, and J. Gonzalez-Bermejo, “Non-invasive ventilation effectiveness and the effect of ventilatory mode on survival in ALS patients,” https://doi.org/10.3109/21678421.2013.855790, vol. 15, no. 1–2, pp. 55–61, 2014, doi: 10.3109/21678421.2013.855790.
[4] B. SC, T. M, W. TL, B. RE, S. PJ, and G. GJ, “Effects of non-invasive ventilation on survival and quality of life in patients with amyotrophic lateral sclerosis: a randomised controlled trial,” Lancet. Neurol., vol. 5, no. 2, pp. 140–147, Feb. 2006, doi: 10.1016/S1474-4422(05)70326-4.
[5] G.-B. J et al., “Prognostic value of efficiently correcting nocturnal desaturations after one month of non-invasive ventilation in amyotrophic lateral sclerosis: a retrospective monocentre observational cohort study,” Amyotroph. Lateral Scler. Frontotemporal Degener., vol. 14, no. 5–6, pp. 373–379, Sep. 2013, doi: 10.3109/21678421.2013.776086.
[6] L. J and E. C, “Amyotrophic lateral sclerosis and assisted ventilation: how patients decide,” Palliat. Support. Care, vol. 8, no. 2, pp. 207–213, Jun. 2010, doi: 10.1017/S1478951510000027.
[7] S. R. Rupanagudi et al., “A simplified approach to assist motor neuron disease patients to communicate through video oculography,” Proc. - 2018 Int. Conf. Commun. Inf. Comput. Technol. ICCICT 2018, vol. 2018-January, pp. 1–6, 2018, doi: 10.1109/ICCICT.2018.8325901.
[8] J. Zheng, P. Shi, and H. Yu, “A Virtual Reality Rehabilitation Training System Based on Upper Limb Exoskeleton Robot,” Proc. - 2018 10th Int. Conf. Intell. Human-Machine Syst. Cybern. IHMSC 2018, vol. 1, pp. 220–223, 2018, doi: 10.1109/IHMSC.2018.00058.
[9] PETROTOS, Dimitrios. PETROTOS, Marios-Ermis “MOTORIZED STANDING WHEELCHAIR OF VARIABLE AND ALTERNATING GEOMETRY”; WO2016181173, Mayo 11, 2015.
[10] LoPresti Edmund F. “POWER APPARATUS FOR WHEELCHAIRS”; US20050279551, December 12, 2005.
[11] Y. Zhao, M. Kuruvilla-Dugdale, and M. Song, “Voice Conversion for Persons with Amyotrophic Lateral Sclerosis,” IEEE J. Biomed. Heal. Informatics, vol. 24, no. 10, pp. 2942–2949, 2020, doi: 10.1109/JBHI.2019.2961844.
[12] S. R. Rupanagudi et al., “A simplified approach to assist motor neuron disease patients to communicate through video oculography,” Feb. 2018, pp. 1–6, doi: 10.1109/ICCICT.2018.8325901.
[13] M. J. Vansteensel et al., “Fully Implanted Brain–Computer Interface in a Locked-In Patient with ALS,” N. Engl. J. Med., vol. 375, no. 21, pp. 2060–2066, 2016, doi: 10.1056/nejmoa1608085. 
[14] X. Wang, Y. Xiao, F. Deng, Y. Chen, and H. Zhang, “Eye-movement-controlled wheelchair based on flexible hydrogel biosensor and wt-svm,” Biosensors, vol. 11, no. 6, 2021, doi: 10.3390/BIOS11060198. 
[15] Q. Huang et al., “An EOG-based human-machine interface for wheelchair control,” IEEE Trans. Biomed. Eng., vol. 65, no. 9, pp. 2023–2032, 2018, doi: 10.1109/TBME.2017.2732479. 

© Copyright 2021.  Equipo 23. Fundamentos de Biodiseño. Todos los derechos reservados.

Mobirise web page maker - Get more