LA DETECCIÓN DE MOVILIDAD PARA EL SEGUIMIENTO DE PACIENTES CON ENFERMEDAD DE PARKINSON EN EL HOGAR UTILIZANDO RSSI EN UNA RED DE SENSORES INALÁMBRICA

Este artículo aborda a una de las aplicaciones más importantes de monitoreo inalámbrico de los pacientes con la enfermedad de Parkinson, para la prevención de caídas y lesiones posibles.

Se propone un sistema de seguimiento que consiste en incorporación de sensores inalámbricos cerca del paciente, por ejemplo, dentro de su habitación. Analizando los valores de RSSI (Received Signal Strength Indicator), que es la medida de la intensidad de la señal recibida, a partir de estos nodos sensores implementamos sistema de monitoreo de la actividad de un paciente robusto para la determinación de caídas tempranas. Por otro lado también se podrá obtener diferentes patrones de movilidad de una persona durante su actividad diaria, y entrenar el sistema en consecuencia.

Se tiene como objetivo, determinar la medida en que una red de sensores inalámbricos (WSN) podría controlar eficazmente la carga de discapacidad del paso y proporcionar una alerta temprana de seguimiento de eventos que podrían ser anticipados.

Se crearán sensores inalámbricos para monitorear la movilidad de los pacientes con PD en el hogar mediante la medición de RSSI (Received Signal Strength Indicator) valores recibidos por sensores colocados estratégicamente en diferentes lugares de la sala, para medir los movimientos normales de una persona en una habitación, para esto se propone medir el valor del RSSI entre dos nodos de sensores desplegados que cambian cuando un objeto obstruye la señal de radiofrecuencia a través de su presencia entre los nodos.

Los experimentos en una habitación estaban dividida en dos zonas (representados por dos círculos concéntricos) con el fin de tener una mejor estimación de la localización de nuestra propuesta estudio. El objetivo es determinar la caída de los valores de RSSI como las señales de radiofrecuencia están obstruidas por una persona que camina entre las motas de sensores.

Todos los paquetes que son recibidos por los nodos en el anillo alrededor de la estación base se envían a la base estación. Los valores de RSSI entre los diferentes nodos son inversamente proporcionales al cuadrado de la distancia y se muestran en la aplicación que se incluye con TinyOS. RSSI se midió desde todos los nodos de sensores cada 250 milisegundos.

Se llegó a la conclusión de que, el sistema permitiría una estimación más precisa del grado de discapacidad del paso en un individuo y proporcionar al médico con más entradas y ayudar a determinar el curso de acción a seguir para el paciente en particular, además utilizando el esquema unicast nos ayudó en la vigilancia de los movimientos del sujeto en varias áreas de la habitación.

PROPUESTA DE SISTEMA PARA LA DETECCIÓN DE ESTADO PELIGROSO EN LA EPILEPSIA USANDO SENSORES DE ACELERACIÓN

En éste artículo, se propone que el sistema de detección de estado peligroso puede detectar el ajuste de la epilepsia en cualquier momento en la vida diaria, con el fin de reducir un accidente inesperado. Se utiliza el sistema de sensor de aceleración para la detección de ajuste, además de ser barato y portable; yasí puede ser instalado fácilmente al cuerpo humano.

La epilepsia es una enfermedad de una variedad de tipos de ataques causados por una excitación anormal de las células nerviosas en el cerebro. Por tanto en este estudio el caso es que la convulsión con pérdida de conciencia pasa es distinguida como un estado de peligro del ajuste de la epilepsia. Con el fin de detectar el estado de peligro se define aquí, un dispositivo barato se hizo utilizando una sensor de aceleración. Este sensor es de tamaño portátil, por lo que se puede instalar fácilmente en el cuerpo humano.

El método que se utiliza es la inclinación del cuerpo de la persona y el movimiento de la mano, el ajuste de pérdida de conciencia puede ser detectado mediante dos sensores de aceleración se utilizan aquí para construir sensor de convulsión y el sensor de caída respectivamente. Además de una microcomputadora que se utiliza aquí para analizar si el estado de caída es"Normal" o "Fall", y juzgar si el estado convulsiones es "Normal" o "Convulsión". El estado peligroso finalmente se determina cuando se comprueba el estado de los sensores de convulsión y caída es "convulsión" y "fall", respectivamente.

Se llega a la conclusión, que la propuesta de un sistema de detección de "estado peligroso" para el ajuste de la epilepsia. Se puede utilizar en cualquier momento en la vida diaria, y puede detectar un ajuste de pérdida de consciencia cuando se produce repentinamente convulsión. Se demostró que este sistema es capaz de detectar el ataque epiléptico peligroso en cualquier momento en la vida diaria. El dispositivo fue construido a bajo precio, e instalado a un cuerpo humano fácilmente debido al tamaño portátil.

LA DETECCIÓN Y EL SEGUIMIENTO DE LOS SÍNTOMAS DE LA ENFERMEDAD DE PARKINSON UTILIZANDO SMARTPHONE

El diagnóstico preciso de la enfermedad de Parkinson (PD) y otros trastornos neurológicos es fundamental para la atención y la investigación. Sin embargo, la precisión diagnóstica clínica por un neurólogo está limitada como hasta 20% de los casos de se puede diagnosticar erróneamente por los médicos en comparación con publicar patología.

Nuevo técnicas de imagen, como la tomografía SPECT, pueden ayudar, pero su utilidad es limitada por el costo, el tiempo y disponibilidad. Estudios previos han caracterizado objetivamente los cambios patológicos en los síntomas motores tales como producción de la voz (usando un micrófono), postura y la marcha (usando acelerómetros), temblor (Utilizando tareas delicados con los dedos), y el rendimiento cognitivo (usando tiempos de reacción) en la PD.

Smartphone, que son cada vez más barata y ubicua, se han incorporado en las grabadoras de voz, acelerómetros y las pantallas táctiles, y potencialmente puede ser utilizado para medir objetivamente PD síntomas de gravedad. Para la evaluación del motor objetivo continuo de PD (tales como, la congelación de la marcha, déficits de equilibrio y caídas), el potencial de sensores portátiles se ha discutido recientemente.

El método usado por los participantes se sometieron a la línea de base en las evaluaciones de la clínica, incluyendo el Unified Parkinson’s Disease Rating Scale (UPDRS), y se proporcionaron los teléfonos inteligentes con un Android sistema operativo que contiene una aplicación de Smartphone que evaluó la voz, la postura, la marcha, y el tiempo de respuesta. Luego, los participantes tomaron los teléfonos inteligentes para realizar las cinco tareas cuatro veces al día durante un mes.

Luego con el uso de análisis estadísticos de las cinco tareas grabados con laSmartphone de 10 personas con PD y 10 controles, han tratado de: discriminar si el participante tenía PD y predecir la porción de motor modificada de la UPDRS.

Por último concluyeron en que la medición síntomas de la PD a través de un teléfono inteligente que es factible y tiene un valor potencial como herramienta de diagnóstico de apoyo.

EL ANÁLISIS CUANTITATIVO DE LA MARCHA Y LA RESPUESTA DE EQUILIBRIO A LA ESTIMULACIÓN CEREBRAL PROFUNDA EN LA ENFERMEDAD DE PARKINSON

Las alteraciones de la Marcha y del equilibrio de perturbaciones en la enfermedad de Parkinson (EP) pueden ser debilitantes y conducir a un aumento del riesgo de caídas. La estimulación cerebral profunda (DBS) es una opción de tratamiento una vez que los beneficios terapéuticos de la medicación son limitadas debido a las fluctuaciones motoras. La optimización de los parámetros de DBS para la marcha y el equilibrio pueden ser significativamente más difícil que para otros síntomas motores PD.

Por otra parte, entre los calificadores fiabilidad de la escala de evaluación PD clínica estándar, Unificada de la Enfermedad de Parkinson Rating Scale (UPDRS), pueden introducir un sesgo y ocultar características importantes de la marcha y el equilibrio que pueden responder de forma diferente a las terapias con EP.

Objetivos del estudio fueron evaluar clínico UPDRS la marcha y el equilibrio de puntuación entre los calificadores fiabilidad, UPDRS sensibilidad a diferentes aspectos de la marcha y el equilibrio, y cómo las características cinemática extraídas de los datos del sensor de movimiento responden a la estimulación.

Cuarenta y dos sujetos con diagnóstico de PD fueron reclutados con diversos grados de deterioro de la marcha y el equilibrio. Todos los sujetos habían prescrito medicación dopaminérgica, y 20 sujetos habían sido sometidos previamente a cirugía de DBS. Los sujetos realizaron siete artículos de la marcha y el equilibrio subconjunto de la UPDRS mientras usa sensores de movimiento en el esternón y cada talón y el muslo. Interamericano de calificadores fiabilidad varió según artículo UPDRS. Los coeficientes de correlación entre al menos una característica cinemático y puntuaciones de UPDRS correspondientes fueron mayores que 0,75 para seis de los siete elementos. Características cinemáticas mejoradas (p <0,05) de DBS-OFF para DBS-ON por tres elementos UPDRS.

A pesar del logro de una alta correlación con la UPDRS, evaluando características cinemáticas individuales pueden ayudar a abordar los problemas de fiabilidad entre evaluadores y sesgo calificadores asociados a centrarse en diferentes aspectos de una tarea motora.

ESTRATEGIAS DE SENSORES DE MOVIMIENTO PARA LA OPTIMIZACIÓN AUTOMÁTICA DE LA ESTIMULACIÓN CEREBRAL PROFUNDA EN LA ENFERMEDAD DE PARKINSON

La estimulación cerebral profunda (DBS) es un tratamiento bien establecido para la enfermedad de Parkinson (EP) .La Optimización de los ajustes de DBS puede ser un desafío debido a la cantidad de variables que deben ser consideradas, incluida la presencia de signos motores múltiples, efectos secundarios, y la vida de la batería. Métodos: Nueve sujetos con EP visitaron la clínica para la programación en aproximadamente 1, 2, y 4 meses después de la cirugía. Durante cada sesión, varios ajustes de estimulación fueron evaluados y los sujetos realizaron tareas motoras mientras usaban un sensor de movimiento para cuantificar el temblor. Al final de cada período de sesiones, un médico determinaría la configuración de estimulación final utilizando estándares.

Los sujetos usaron un sensor de movimiento (Kinesia, los Grandes Lagos neurotecnologías Inc., Cleveland, OH) que contiene tres acelerómetros ortogonales y tres ortogonalgiroscopios en la porción más distal del primer dedo de la mano más afectada.

Durante cada sesión de programación, un médico realiza una unilateral monopolar DBS opinión según la práctica estándar. Los ajustes de estimulación fueron evaluados en varios ajustes unipolares. Los sujetos realizaron cuatro estandarizada tareas motoras de la UPDRS con la extremidad contra lateral después de cada cambio de estimulación. El clínico registrado UPDRS gravedad puntuaciones para cada tarea mediante una Tablet PC con pantalla táctil.

El beneficio terapéutico se comparó entre los ajustes DBS finales clínico-determinado y los calculados por el algoritmo automatizado.

Se determinaron los ajustes, utilizando el algoritmo de optimización de los síntomas síntoma .El algoritmo habría sido capaz de disminuir la amplitud de estimulación en un promedio de 50% mientras se mantiene el nivel de beneficio terapéutico observado utilizando la configuración clínica para un subconjunto de sesiones de programación.

Finalmente diremos que: La evaluación objetiva en la programación de DBS pueden identificar los ajustes que mejoran los síntomas u obtener beneficio similar a los médicos con una mejora en la vida de la batería. Ambas opciones tienen el potencial de mejorar los resultados post-operatorios de pacientes.