DE202019103671U1

DE202019103671U1 - Tragbares Gehirnfunktionsüberwachungsgerät

Info

Publication number: DE202019103671U1
Application number: DE202019103671.0U
Authority: DE
Original assignee: Individual
Current assignee: Individual
Priority date: 2019-07-03
Filing date: 2019-07-03
Publication date: 2019-08-07
Anticipated expiration: 2029-07-04
Also published as: GB2588272A; GB2588272B; GB202010098D0

Abstract

Tragbares und transportables Gerät zur Überwachung von Gehirnfunktionen, das ein Kopfband und eine Muskelschlaufe aufweist, in denen eine Vielzahl an Graphen- und/oder photonische Sensoren in Textilstoff oder Edelstahl eingebettet sind, zum Detektieren zumindest von Veränderungen der Amplitude und Frequenz von Hirnströmen (Elektroenzephalogramm (EEG)) und Durchblutung vor Anfällen, wobei das Gerät dazu eingerichtet ist, vor bevorstehenden Anfällen zu warnen.

Description

Dies ist eine kostengünstige, umweltfreundliche und nichtinvasive medizinische Erfindung, die dazu entwickelt ist, die Hirnfunktion und Hirndurchblutung festzustellen und zu überwachen. Sie ist sowohl transportierbar als auch tragbar.
Bei dieser Ausführungsform der Erfindung ermöglichen photonische Sensoren und Graphen-Sensoren, die auf der Kopfhaut platziert werden, die Detektion und Beschreibung von Hirnströmen und Durchblutung, die mit Leiden assoziiert sind.
Außerdem wird diese Erfindung durch die Detektion von Muskelkontraktionen, Blutsauerstoffspiegeln, Herz- und Atemfrequenz mittels Graphen-Sensoren unterstützt.
Photonische und Graphen-Sensoren in einem von einem Individuum getragen Ring messen Muskelbewegungen, Blutsauerstoffspiegel, Herz- und Atemfrequenz. Eine solche Vorrichtung detektiert die Auswirkung abnormaler Hirnaktivität, wie zum Beispiel bei Anfällen oder einem Schlaganfall.
Eine solche Ausführungsform ermöglicht Multimedia-Aufzeichnung der Auswirkung abnormaler Hirnaktivität auf den Träger und stellt damit einen visuellen Beweis eines Ereignisses, wie zum Beispiel eines Schlaganfalls oder eines Anfalls, bereit. Graphen-Sensoren detektieren, wenn sie auf beiden Seiten der Stirn platziert werden, Veränderungen in den Hirnströmen, die mit Schläfrigkeit assoziiert sind, und lösen einen hörbaren Vibrationsalarm und eine visuelle Aufzeichnung aus.
Medizinischer Hintergrund:
Es gibt ungefähr einhundert Milliarden Neuronen. Sie kommunizieren miteinander, indem sie Elektrizität in der Größenordnung von Mikrovolt erzeugen. Das Elektroenzephalogramm (EEG) ist eine Aufzeichnung davon in einem Kurvenverlauf, doch zuerst müssen sie verstärkt werden. Die resultierende Aufzeichnung weist ein bestimmtes diagnostisches Muster auf. Ein EEG wird als eine Hilfestellung für eine gute Anamnese bei der Diagnose und Nachsorge von Personen mit Epilepsie verwendet. Es findet andere Verwendung, wie zum Beispiel beim Überwachen von jenen, die eine Kopfverletzung oder einen Schlaganfall erlitten haben, an einen Hirntumor leiden sowie bei der Diagnose von Hirntot.
Bei dem herkömmlichen Verfahren zum Aufzeichnen in EEG-Abteilungen werden gewöhnlich etwa zwanzig oder mehr Elektroden auf die Kopfhaut des Patienten geklebt. Sie werden in einem international angewendeten Muster von der Stirn zum Hinterkopf angeordnet. Eine solche Aufzeichnung wird von Wellenmustern, die durch Rauschen und Körperbewegungen verursacht werden, verfälscht. Die resultierende Aufzeichnung wird von einem erfahrenen Neurophysiologen, der in der EEG-Technik ausgebildet ist, bewertet.
Dr. Carton, ein britischer Arzt in Liverpool, hat 1875 unter Verwendung eines Galvanometers bei Tieren entdeckt, dass das Hirn elektrische Signale erzeugt.
1929 entwickelte Dr. Hans Berger, ein deutscher Arzt, eine Aufzeichnung menschlicher Hirnströme, das Elektroenzephalogramm (EEG), unter Bezug auf Catons Forschung. Adrian und Mathews aus Cambridge im Vereinigten Königreich (VK) haben Bergers Arbeit bestätigt.
Unter den neurologischen Erkrankungen, die das Hirn betreffen, ist Epilepsie die häufigste. Anfälle sind das Resultat von Epilepsie, was 600.000 Menschen im VK, 5 Millionen in Europa, 2,6 Millionen in den USA und 50 Millionen weltweit betrifft. Bei einem Anfall kommt es zu einem plötzlichen Ausbruch elektrischer Aktivität, was zu Störungen des Bewusstseins, bei manchen zu Muskelkontraktionen, was als tonisch-klonische Bewegungen beschrieben wird, oder Grand-Mal -schweren epileptischen - Anfällen führen kann. Im VK allein sterben ungefähr 600 Menschen an Epilepsie. Bei einer Form von Epilepsie, die Absenceepilepsie oder Petit Mal genannt wird, treten Bewusstseinsstörungen auf, die nur ein paar wenige Sekunden andauern und somit oft nicht erkannt werden. Sie tritt häufiger bei Kindern auf. Veränderungen des Blutstroms, in einem Ausmaß, dass Hirnzellen mit Sauerstoff unterversorgt sind, wird von einer Vielfalt an Leiden ausgelöst. Bei schweren Leiden, wie zum Beispiel Status epilepticus, können andauernde Anfälle aufgrund des reduzierten Blutstroms, der Hirnschäden verursacht, zu Hirnschäden führen.
Zerebrovaskuläre Erkrankungen, wie zum Beispiel Schlaganfall, sind nach koronarer Herzkrankheit weltweit die häufigste Todesursache. Schätzungen der WHO ergeben über 5 Millionen Todesfälle aufgrund von zerebrovaskulären Unfällen, wie zum Beispiel einem Schlaganfall, was als eine lokale oder generalisierte Störung der Hirnfunktion über 24 Stunden oder länger, ohne eine offensichtliche Ursache außer dem zerebral vaskulären Ursprung, zum Tod führt, definiert ist.
Eine Blutung im Hirn kann zu Schäden in den betroffenen Bereichen führen, und eine solche Blutung zerstört bei Ausbreitung die Struktur und Funktion benachbarter Hirnbereiche. Subarachnoidalblutung ist eine Blutung in der Hirnhaut. Eine intraventrikuläre Blutung, die in der Höhle zwischen den zwei Hirnhälften auftritt, ist besonders häufig bei Frühgeborenen. Transitorische ischämische Attacken (TIA) sind eine mildere Form und können einem Schlaganfall vorausgehen. Die Erkennung ist wichtig, da sie die Möglichkeit bietet, einem Schlaganfall vorzubeugen.
Graphen-Sensoren und photonische Sensorenen sind die zwei Arten von Sensoren, die in dieser Erfindung verwendet werden. Während Graphen-Sensoren gut für die Detektion von Funktionen sind, sind photonische Sensoren besser für die Detektion der Blutzirkulation.
Bezüglich Photonik (Phos Griechisch für Licht) wird dem französischen Physiker Becquerel die Entwicklung der ersten photovoltaischen Zelle 1839 zugeschrieben. Maxwell aus Schottland beschreibt in „Eine dynamische Theorie des elektromagnetischen Feldes“ Licht als ein elektromagnetisches Feld. Im Energiespektrum befinden sich Photonen in der Mitte, wobei Radiowellen und Mikrowellen an dem unteren Ende und Röntgenstrahlen und Gammastrahlen an dem oberen Ende von Strahlung zu finden sind. Photon hat in der Medizin breite Anwendung gefunden, wie zum Beispiel in Lasern.
Graphen ist ein Material aus Kohlenstoffatomen, das dünn, stark und ein sehr guter elektrischer Leiter ist. Es wurde an der University of Manchester von Professor Andre Geim und Professor Kostaya Novoselov entdeckt. Sie wurden 2004 mit dem Nobelpreis für ihre Erfindung ausgezeichnet. Es wurde wegen seiner Widerstandsfähigkeit und Leitfähigkeit für Verwendung in dieser Ausführungsform ausgewählt. Schlaganfall und Epilepsie sind zwei häufige Leiden, die sich auf das Hirn auswirken. Die Durchblutungsänderungen im Hirn sind schwer in den frühen Stadien einer Krankheit zu diagnostizieren. Schwere Epilepsie kann zu Schäden an Blutgefäßen führen und Hirnbereiche schädigen.
Stand der Technik
Viglione et al haben 1975 ein Anfallwarnsystem beschrieben, das eine Mustererkennungstechnik basierend auf Fast-Fourier-Transformation (FFT) verwendet. Cohen et al beschreiben eine Spektralanalyse und das Erstellen von vier Basisbändern und Detektionsverfahren während operativer Eingriffe. Terry Thomas Jones beschreibt Detektionsverfahren unter Verwendung bestehender Software aus Handgeräten von Texas Instruments und Toshiba. Chenna Kesavalu Rajagopal, der Autor dieser Erfindung, hat eine tragbare, aber angeschlossene Hirnalarmvorrichtung beschrieben. Die Erfindung von Dracup et al, ein Vorhersage- und Detektionssystem beinhaltet einen Bewegungsdetektor und Beschleunigungsmesser. Das Verfahren, das von Litt und Kollegen beschrieben wurde, bezüglich Signalen, die von einem implantierten System erhalten werden, verwendet einen vorbestimmten Prozess des Identifizierens eines Vektors, um Anfälle vorherzusagen und zu detektieren. Leyde et all beschreiben eine implantierte Vorrichtung in ihrem Patent. Frei und Osario adaptieren eine Feedback-Steuervorrichtung mit „geschlossenem Kreislauf“ zum Detektieren von Störungen bei der Überwachung von neurologischen Signalen. Es ist eine Vorrichtung zum Eleminieren von Signalen schlechter Qualität.
Die Erfindung von Kramer et al analysiert die Verwendung von Bewegungssensorsystemen, generischen Bewegungsmodellen und Beschleunigungsmessern. Das Vorhersage- und Detektionssystem von Echauz et al basiert auf einem Implantat. Warwick und Kollegen beschreiben ein vereinfachtes EEG-System, das eine Kopfbedeckung zum Überwachen und Melden, dass ein Schwellenwert für epileptiforme Aktivität erreicht wurde, ohne eine lesbare Anzeige aufweist. Eschauz et all beschreiben ein Reaktionssystem mit geschlossenem Kreislauf, das ein komplettes oder teilweises System beinhaltet. Die Erfindung von Kramer et all ist ein Epilepsiewarnsystem mit einem Detektions- und Analysesystem und einem Bewegungsdetektor. Die Erfindung von Warwick und Team integriert eine Basiseinheit mit einem vereinfachten EEG-System mit Elektroden in ihrem Anfallalarmsystem.
Das Trockensensor-EEG/EMG (Elektromyographie) und Bewegungserfassungssystem, das von Luo und Team erfunden wurde, detektiert Anfälle mittels GPS, Bewegungsdetektion unter Verwendung der Beschleunigungsmesstechnik. Es wird eine Brille verwendet, um die Anfalldetektionseinheit zusätzlich zu der Elektrodenplatzierung anzubringen. Die Verwendung bei einer Form von Epilepsie, die photosensitive Epilepsie genannt wird, bei der Anfälle durch helles Licht ausgelöst werden, ist beschrieben. Das EMG wird verwendet, um elektrische Ströme zu messen, die bei Muskelkontraktion erzeugt werden. Die vorliegende Erfindung, die hierin beschrieben ist, verwendet keine Bewegungsdetektion oder Elektromyographie, sondern eine amplitudenbasierte Detektion von ganzer Muskelkontraktion mittels Photonik- oder GraphenSensoren. Das Anfallüberwachungssystem von Kidmose et al ist für Anfälle resultierend von Hypoglykämie ausgelegt und verwendet eine implantierte Vorrichtung und ein Warnsystem für niedrigen Blutzuckerspiegel, als Hypoglykämie bezeichnet.
Der waschbare, tragbare Biosensor von Picard et al basiert auf integrierter Photoplethysmographie und Detektion von Hautleitfähigkeit und Bewegungsdetektionstechnologie. Die Verwendung von Photonik- oder Graphen-Sensoren zum Detektieren von Durchblutung, Muskelkontraktionen in größeren oder kleineren Handmuskeln zum Detektieren von tonisch-klonischen Anfällen findet sich nicht im Stand der Technik.
Beschreibung der Technologie der Erfindung:
Die vorliegende Erfindung betrifft eine Vorrichtung, insbesondere eine tragbare und transportable Vorrichtung, die ein Kopfband und eine Muskelschlaufe mit einer Vielzahl von Graphen- und photonischen-Sensoren, die in Textilstoff oder Edelstahl eingebettet sind, aufweist. Solche Sensoren könnten auch in ein Kissen eingebettet sein, um eine Überwachung in der Schlafposition einer Person zu gestatten.
Die Auswahl an Sensoren, Graphen, photonisch, Anzahl und Platzierung solcher Sensoren, kann gemäß dem Patienten und der klinischen Bedingungen variieren.
Als ein Beispiel können zwei Graphen-Sensoren um den Kopf von Patienten mit Epilepsie platziert werden; zwei Graphen-Sensoren auf der Stirn können zum Überwachen von Wachheit verwendet werden.
Bei einer Ausführungsform können ein oder zwei photonische Sensoren verwendet werden, um allein die Durchblutung des Hirns zu überwachen.
Bei einer bevorzugten Ausführungsform werden ein Graphen- und ein photonischer Sensor in Kontakt mit Muskeln in den oberen und unteren Armen, inklusive Handgelenke und Finger, Oberschenkel, Bein oder Fußgelenk platziert, um die Muskelkontraktionen, Herzfrequenz, Atemfrequenz und Blutsauerstoffgehalt zu überwachen. Dies gestattet das Überwachen einer Form von Epilepsie, die als Grand-Mal-Anfälle bekannt ist, und einer Form eines Schlaganfalls, bei der Muskelschwäche (transitorische ischämische Attacke TIA) oder Paralyse dem Schlaganfall vorausgehen können. Eine verlangsamte Herzfrequenz und Atemstillstand (Apnoe) können zum Todführen. Bei einer Ausführungsform ist das Kissen mit Sensoren gesäumt. Solche Graphen- und photonische Sensoren um den Kopf, das Kissen und andere Körperregionen sind mittels Bluetooth oder anderen drahtlosen Mitteln mit einer Hardware verbunden, wobei eine Software mit künstlicher Intelligenz (KI), im Folgenden KI genannt, dazu in der Lage ist, die Hirnströme (EEG) und Durchblutung des Hirns zu lesen. Sie ist dazu programmiert, Muster, die mit Leiden assoziiert sind, zu erkennen. Die resultierende Maßnahme wird von der Art des Leiden, das von der KI identifiziert wird, bestimmt.
Die Graphen- und photonischen Sensoren sind effizienter in der Herstellung von Kontakt mit der Haut und sind für die Patienten komfortabler. Sie können in Textil- oder Edelstahlnetz-Kopfbänder eingebettet sein. Solche Materialien sind kostengünstig und können recycelt werden. Kleinste Spannungen eines elektrischen Strom, die an die Sensoren übertragen werden, werden verstärkt, Rauschen und andere Störungen werden gefiltert. Diese Erfindung weist ein Logikmodul auf, das in der Hardware enthalten ist, die an dem Kopfband, dem Kissen und anderen Körperbereichen, wie zum Beispiel den Gliedmaßen, positioniert ist.
Die verstärkten Signale, die übertragen werden, erfahren weitere Verstärkung durch eine Abfolge von Vorverstärkern, Verstärkern und Filterung unter Verwendung von Doppel-Bandsperren, um Artefakte zu entfernen. Artefakte sind Signale, die von sich von den Signalen unterscheiden, die durch Gehirnaktivitäten hervorgerufen werden, zum Beispiel durch Bewegung verursacht, Geräusche aus der Umgebung oder wenn eine Elektrode entfernt wurde. Die Signale werden dann in der Hardware verarbeitet, wobei die KI die Hirnströme (EEG) und Durchblutung des Hirns ausliest, um das Folgende zu detektieren:

a) Detektieren eines Vor-Anfall-Musters; die KI in dem System in dem Logikmodul erkennt intuitiv das Wellenmuster, das Anfällen vorherging, und sammelte diese in einer Wissensbasis. Es ist eine solche eingebaute Wissensbasis der Erkennung eines EEG-Musters eines Patienten, die das hörbare, vibrierende und visuelle Aufzeichnen in Erwartung von Anfällen auslöst;
b) Detektieren von Anfällen, wenn voreingestellte Parameter von Amplitude und Frequenz länger als fünf Sekunden gegenwärtig sind;
c) Zusammenfügen von Informationen von den photonischen- und Graphen-Sensoren, die auf dem Kopf, an Muskeln um die Arme, das Handgelenk, die Finger, die Beine und die Fußgelenke platziert sind.

Es ermöglicht zeitnahe Vorhersage und Erkennung von Anfällen, vaskulären Behinderungen, wie zum Beispiel eine Obstruktion, die durch Thrombose verursacht wird, eine Blutung in das Hirn, Blutung in Räume im Hirn, Ventrikel genannt, Subarachnoidalraum oder Verengung von Blutgefäßen, was transiente Ischämie verursacht. All diese Änderungen in der Durchblutung können zusammen oder einzeln zum Tod führen, wenn sieunbehandelt bleiben.
Anfällen kann durch übliche Notfallmaßnahmen, wie zum Beispiel Tropfen von Medizin, die in den Mund des Patienten gegeben werden können, behandelt oder vorgebeugt werden.
Die Stromversorgung für die Hardware in dem Kopfband, dem Kissen und der Schlaufe um die Muskeln an den Gliedmaßen wird mittels aufladbarer Batterien vorgesehen. Es kann unter Verwendung von Funkfrequenzen oder Bluetooth mit einem Telefon, einem Handheld, wie zum Beispiel einem Smartphone, einer Pflegeperson, die Behandlung durchführen kann, oder einem Computer verbunden werden, wobei die Informationen für eine nachfolgende Analyse gespeichert werden. Aufgezeichnete Daten, Multimediadaten, wie audiovisuelle Daten, können mittels drahtloser Übertragung an eine medizinische Einrichtung oder einen Notalldienst für medizinische Behandlung übertragen werden.
Diese Vorwarnung ermöglicht eine Behandlung, wie zwischen dem Patienten und dem Arzt vereinbart, um Anfälle zu beenden. Es gestattet der Person, zu einem sicheren Ort zu gehen und/oder eine Selbstmedikation, wie mit dem Arzt vereinbart, durchzuführen.
Diese Ausführungsform ist in der Lage, eine Multimediavorrichtung in dem Handgerät oder einem Computer auszulösen. Die EEG-Aufzeichnungen und visuelles Auftreten während Anfällen werden in einem Handgerät, wie zum Beispiel einem Smartphone, aufgezeichnet. Eine solche Kombination von visuellem Erscheinungsbild und EEG-Aufzeichnung bietet einen eindeutigen Beweis für Anfälle. Eine Multimedia-Videoaufzeichnung des Individuums während Anfällen und gleichzeitige EEG-Aufzeichnung zu diesem Zeitpunkt wird als „der Maßstab“ (Goldstandard) in der Diagnose von Epilepsie zusätzlich zum Klassifizieren der Art der Epilepsie gesehen.
Eine solche Multimedia-Aufzeichnung bei einem Schlaganfall oder ähnlichen Zuständen oder TIA mit einhergehenden Veränderungen in der Durchblutung ermöglicht es der KI, solche Ereignisse mit genauer Diagnose zu beschreiben, um den Arzt zu unterstützen.
Eine wesentliche Erweiterung dieser weiter oben beschriebenen Ausführungsform ist dazu eingerichtet, alleine zu funktionieren oder mit den Kopfhautelektroden, umfasst photonische Sensoren in einem System, das um die Muskulatur befestigt ist. Solche Sensoren können in Textil- oder Edelstahlrahmen eingebettet sein. Ein solcher photonischer Sensor misst die Amplitude von abnormalen Muskelkontraktionen gefolgt von Relaxation während tonisch-klonischen Anfällen oder Grand-Mal-Anfällen. Ein anderer Sensor misst die Herz- und Atemfrequenz. Er kann an dem Oberarm, Unterarm, oberen Bein eines Erwachsenen oder dem Oberschenkel eines Säuglings oder jungem Kind befestigt werden und kommuniziert mit der KI im Logikmodul, das an diese Ausführungsform der Vorrichtung angeschlossen ist (4 und 5). Bei einer Ausführungsform misst ein Ring, der mit photonischen Sensoren ausgestattet ist und von dem Individuum getragen wird, den Sauerstoffgehalt, die Herz- und Atemfrequenz. Er detektiert die Muskelschwäche bei transienter Ischämie (TIA) oder Kontraktionen bei tonisch-klonischen Anfällen, wodurch unabhängige Bestätigung der Signale, die von den Sensoren, die an Muskeln platziert sind, detektiert werden, bereitgestellt wird. Die KI ist in der Lage, solche Informationen bei der Zusammenführung zu validieren. Ein solches Logikmodul ist mit einer aufladbaren Batterie ausgestattet und in der Lage, Muskelkontraktionen zu detektieren, die einen plötzlichen kollektiven Anstieg der Amplitude verursacht, und mit dem Logikmodul an dem Kopf oder direkt mit einer weiteren Vorrichtung mittels Funkfrequenz, Bluetooth oder drahtlos zu kommunizieren. Eine solche weitere Vorrichtung kann ein Telefon, Computer, Handgerät mit einer Multimediaeinheit, wie zum Beispiel eine Video- oder Audioalarmeinheit, oder das Logikmodul kommuniziert mit einer Pflegeperson, einer medizinischen Einrichtung oder einem Notalldienst sein. Eine solche Kommunikation kann mittels Bluetooth oder drahtlos erfolgen.
Die Vorrichtung detektiert das Spitzen- und Wellenmuster von drei Zyklen pro Sekunde, das bei Absence-Anfällen, auch Petit-Mal-Epilepsie genannt, vorliegt. Solch eine frühe Detektion würde es Klinikern ermöglichen, zeitnah zu behandeln, wodurch Verlust von Bildung und Selbstwertgefühl verhindert wird. Am meisten betroffen von dieser Art von Epilepsie sind Kinder. Das Gerät dient als ein Diagnoseinstrument, wenn die Diagnose von Epilepsie uneindeutig ist und eine längere Beobachtung nötig ist, um die Diagnose von Epilepsie zu bestätigen oder zu verwerfen.
Bei einem seltenen, aber belastenden Leiden, West-Syndrom (infantile Spasmen) genannt, wären ein EEG und Video ausschlaggebend bei der frühen Diagnose und Behandlung.
Auch wenn es ein Zusatz zu Kopfhautsensoren ist, kann es als getrennte Einheit von Nutzen sein, wenn eine Diagnose mittels Kopfhautelektroden und Videoaufzeichnung gestellt wurde.
Vorverstärkgung von Signalen zum Reduzieren von Rauschpegeln:
Eine strategische Anordnung von Vorverstärkern, Verstärkern, Komparatormodul, Doppel-Bandsperre und Flipflop bietet eine Detektion von Veränderungen in Amplitude, Frequenz und klinischen Funktionen, wie zum Beispiel Herzfrequenz, Atmung und Muskelkontraktionen, während der Anfallaktivität und erzeugt einen hörbaren oder visuellen Alarm. Eine solche Anordnung bietet eine Grafikschnittstelle zum Speichern in Android- oder Smartphones, Cloud-Anordnungen oder eine Weiterleitung zu einer Pflegeperson und/oder medizinischen Diensten.
Der DC/DC-Wandler isoliert den Patienten komplett vom Stromnetz, auch wenn das Individuum während der Überwachung auf Anfälle mit dem Stromnetz verbunden ist. Die Hardware ist mit einer aufladbaren Batterie ausgestattet.
ANFALL- UND SCHLAGANALLWARNSYSTEME:
Die künstliche Intelligenz KI in dem Logikmodul ist in der Lage, vor dem Auftreten und bei Einsetzen eines Anfalls oder bei Einsetzen eines Schlaganfalls zu warnen, was einen hörbaren, vibrierenden und/oder visuellen Alarm und eine Multimedia-Videoaufzeichnung auslöst.
Die Auswirkungen von abnormaler Hirnaktivität oder Durchblutung in dem Muskel und vitaler Funktionen wie der Atmung, Herzfrequenz und Gewebeoxygenierung werden von der KI in den Logikmodulen zusätzlich zu Veränderungen der Amplitude, Frequenz der Hirnströme, Durchblutung in den Hirngefäßen, analysiert. Die KI in dem Logikmodul ist dazu programmiert, bei den folgenden Zuständen auszulösen:

a. wenn die tonisch-klonische Muskelaktivität detektiert wird;
b. wenn die Herzfrequenz weniger als 60 Schläge pro Minute ist;
c. wenn die Atemfrequenz weniger als 20 pro Minute ist;
d. Wenn eine Reduktion der Blutoxygenierung vorliegt, die von den photonischen Sensoren, die in dem Ring platziert sind, gemessen wird. Die KI in dem Modul ist dazu eingerichtet, altersbedingte Sauerstoffgehalte zu detektieren.
e. Sie ist dazu ausgelegt, Vorrang vor anderen Parametern, wie zum Beispiel Amplitude und Frequenz oder Durchblutung, von den Kopfhautsensoren und Muskelsensoren zu haben, wenn die vitalen Funktionen, wie niedrige Herzfrequenz (Bradykardie) und/oder gesenkte Atemfrequenz wie bei Apnoe und niedriger Blutsauerstoffgehalt (Hypoxämie), von den Sensoren in den Fingern detektiert werden.

Zwei Trockenelektroden, die auf beiden Seiten der Stirn platziert werden, detektieren das Einsetzen von Schlaf oder Schläfrigkeit (1). Wenn vorbestimmte Parameter erreicht werden, wird ein hörbarer und visueller Alarm von der KI ausgelöst, um den Fahrer, Piloten, Maschinenführer oder andere Personen, die dieses Gerät tragen, zu warnen (2). Durch Warnen des Fahrers, Piloten oder Maschinenführers bei Einsetzen von Schläfrigkeit verhindert diese Ausführungsform Unfälle und den Verlust von Leben, des Fahrers und anderen. Sie zeichnet solche Ereignisse auch für einen Nachweis des Ereignisses auf.
KURZFASSUNG
Bei der vorliegenden Erfindung wird die Detektion von Veränderungen in den Hirnströmen vor und während Anfällen beschrieben. Während Anfällen kommt es zu einem plötzlichen Anstieg der Amplitude und Frequenz. Der Zusatz eines Mechanismus zum Detektieren der Auswirkung eines solchen Anstiegs an Hirnaktivität auf den Muskel, die Herzfrequenz und Atemfrequenz stellt einen Überwachungsmechanismus für Epilepsie bereit.
Epilepsie ist eine häufige Erkrankung, die durch Veränderungen des Bewusstseinszustands und Hirnströmen gekennzeichnet ist. Es ist kein einzelnes Leiden. Bei einer Form, die als Petit Mal bekannt ist, kommt es zu einem kurzen Bewusstseinsverlust, der kaum wahrnehmbar ist. Bei einer anderen Form von Epilepsie, tonisch-klonischen oder Grand-Mal-Anfällen, kommt es zu einer erhöhten Tonizität oder Kontraktur und Relaxation von Muskeln.
Unter Verwendung von Trockenelektroden, die an unterschiedlichen Stellen einer Person platziert werden, erhält dieses Gerät Informationen über Wellenmuster, die verschiedene Formen von Epilepsie, wie zum Beispiel tonisch-klonische und Petit Mal, vor und während Anfällen kennzeichnen.
Außerdem detektiert das Platzieren von Elektroden auf der Stirn die Verlangsamung von Hirnströmen während Schläfrigkeit oder frühen Schlafs.
Die Technologie der Ausführungsform besteht aus Trockensensoren, die in kostengünstigen Materialen enthalten sind, um Hirnströme, Muskelkontraktionen, Herz- und Atemfrequenz zu detektieren. Solche verstärkten Hirnströme werden weiter verstärkt, von Artefakten gefiltert und charakterisiert. Diese Signale werden über Bluetooth, WiFi oder Funkfrequenz übertragen, um in der angeschlossenen Hardware analysiert zu werden, und die resultierenden Informationen werden an eine Pflegeperson, einen medizinischen Dienst und einen Notfalldienst für weitere Maßnahmen übermittelt. Hörbare und visuelle Alarmsysteme werden dem Warnsystem der Erfindung hinzugefügt. Zusätzlich stellt eine Videoaufzeichnung einen weiteren Nachweis von Anfällen bereit.
Figurenliste

1 und 2 zeigen eine Vorderansicht und eine Seitenansicht eines tragbaren Geräts gemäß der Erfindung, das auf dem Kopf einer Person angeordnet ist;
3 zeigt ein Flussdiagramm eines Funktionslayouts des tragbaren Geräts;
4 zeigt eine schematische Ansicht von hinten einer Wade einer Person, die eine Muskelschlaufe trägt;
5 veranschaulicht ein Kind, das ein Gerät gemäß der Erfindung auf dem Oberschenkelbereich trägt.

Detaillierte Beschreibung der Erfindung:
1 und 2 zeigen eine Vorderansicht und eine Seitenansicht eines tragbaren und transportablen Geräts 1 gemäß der Erfindung, das auf einem Kopf 2 einer Person angeordnet ist. Das Gerät 1 weist ein Kopfband 3 auf, in dem eine Vielzahl an Graphensensoren und/oder photonische Sensoren 4 in Textilstoff oder Edelstahl eingebettet sind, zum Detektieren von Veränderungen der Amplitude und Frequenz von Hirnströmen (Elektroenzephalogramm (EEG)) und Durchblutung vor Anfällen, wobei das Gerät dazu eingerichtet ist, vor bevorstehenden Anfällen zu warnen. Ein Sensor 4, der in dem Kopfband 3 eingebettet ist, ist temporal angeordnet, der andere Sensor 4 ist parietal angeordnet. Solche Graphensensoren und/oder photonische Sensoren 4 um den Kopf 2, auf einem Kissen und/oder anderen Körperregionen sind mittels Bluetooth oder drahtlosen Mitteln mit einer externen Rechenvorrichtung verbunden, die mindestens einen Prozessor, eine Steuervorrichtung und eine Kommunikationsvorrichtung aufweist. Ein entsprechendes Hardwaremodul 5 kann Teil des Geräts 1 sein. Die Rechenvorrichtung verarbeitet eine KI (künstliche Intelligenz) -Software, die dazu in der Lage ist, die Hirnströme (EEG) und Durchblutung des Hirns, die von dem Gerät 1 mittels der Sensoren 4 erfasst und übertragen werden, zu analysieren.
3 zeigt ein Flussdiagramm eines Funktionslayouts, wie das tragbare und transportable Gerät 1 und die Kl- (künstliche Intelligenz) Software Informationen, die von Sensoren 4 und/oder Sensoren 8 gesammelt werden, verarbeitet. Das Flussdiagramm zeigt auf der linken Seite die Detektionsfunktion von zumindest einem Sensor 8, um Muskelschwäche, Paralyse und/oder Muskelkontraktion durch das Muskelmodul MM zu detektieren. Entsprechende Daten, die von den Sensoren 8 detektiert werden, werden von einem Muskellogikmodul MLM verarbeitet. Wenn vorbestimmte Parameter erreicht werden, wird ein hörbarer und/oder ein visueller Alarm von dem Muskellogikmodul MLM ausgelöst. Inder Mitte zeigt das Flussdiagramm wie elektrische Signale, die die Hirndurchblutung wiedergeben, die von den Graphensensoren und/oder photonischen Sensoren 4, 8 erfasst werden, von einem Gehirnmodul BM verarbeitet werden.
Das Flussdiagramm zeigt Graphensensoren und photonische Sensoren 4, 8, welche die Funktion und den Blutstrom in dem Gehirn durch das Gehirnmodul BM detektieren und solche Daten mit denen, die von Muskeln durch das Muskelmodul MM erhalten werden, verbinden. Die künstliche Intelligenz (KI) in der Steuerlogik sowohl des Muskellogikmoduls MLM als auch eines Gehirnlogikmoduls BLM ermöglicht mehrere Aktionen, zum Beispiel zum Erzeugen eines hörbaren und/oder visuellen Alarms. Die Hirn- und Muskelmodule BM, MM sind dazu eingerichtet, zusammen oder unabhängig zu arbeiten. Die Alarmfunktion der Logikmodule MLM und BLM gestattet des Weiteren das Informieren von Institutionen und/oder das Auslösen von Multimedia-Aufzeichnung, wie auf der rechten Seite des Flussdiagramms gezeigt.
Mit Bezug auf 4 ist eine schematische Ansicht einer Wade 10 einer Person von hinten, die eine Muskelschlaufe 6 trägt, gezeigt. Die Muskelschlaufe 6 weist ein Band 9 auf, in dem eine Vielzahl an Graphen- und/oder photonischen Sensoren 4, 8 in Textilstoff oder Edelstahl eingebettet sind. Zusätzlich ist ein Hardwaremodul 7, das das Muskellogikmodul aufweist, Teil der Muskelschlaufe 6. Die Muskelschlaufe 6 ist zwischen dem Musculus gastrocnemius 11 und der Achillessehne 12 der Wade 10 angeordnet. Mittels der photonischen Sensoren 8, die in Kontakt mit Muskeln platziert sind, können die Muskelkontraktionen, Herzfrequenz, Atemfrequenz und der Blutsauerstoffgehalt überwacht werden.
5 veranschaulicht ein Kind, das ein Gerät 1 gemäß der Erfindung im Oberschenkelbereich 13 trägt.
Liste Stand der Technik:

1. Epileptic Seizure Warning System: Viglione, Sam S. et al: US 3,863,625 .
2. Real Time EEG Spectral Analyser: Cohen, Daniel E. et al: EP 85300427.3.
3. Portable Epileptic Attack Warning and Recording Device: Terry Thomas Jones: GB 2335046.
4. Brain Monitor: Chenna Kesavalu Rajagopal: GB 2336211.
5. Method for Prediction, detection, monitoring, analysis and alerting of Seizures: Dracup, Jeffrey Albert: US 200130060167.
6. Method and Apparatus for Predicting the Onset of Seizures based on features derived from Signals Indicative of Brain Activity: Litt, Brian et al: US 6658287 .
7. Methods and systems for Measuring a Subject's Susceptibility to a Seizure: Leyde, Kent W et al: US 2008/0183097 .
8. Signal Quality Monitoring and Control for a Medical Device System: Frei Mark G. et al: US 7146211 .
9. Device and Method for Detecting an Epileptic Event: Kramer, Uri et al: US8109891.
10. Dry Sensor EEG/EMG and Motion sensing System for Seizure Detection and Monitoring: Luo et al: US 2012/0197092.
11. Unified Probabilistic Framework for Predicting and Detecting Seizure Onsets in the Brain and Multitherapeutic Device: Echauz, Javier Ramon et al: US 2008/0021342.
12. Abnormal Motion Detector and Monitor: Nathan et al: US 2015/0190085.

Bezugszeichenliste

1: Gerät
2: Kopf
3: Kopfband
4: Sensor
5: Hardwaremodul
6: Muskelschlaufe
7: Hardwaremodul
8: Sensor
9: Band
10: Wade
11: Musculus gastrocnemius
12: Achillessehne
13: Bein
BM: Gehirnmodul
MM: Muskelmodul
BLM: Gehirnlogikmodul
MLM: Muskellogikmodul

ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

US 3863625 [0051]
US 6658287 [0051]
US 2008/0183097 [0051]
US 7146211 [0051]

Zitierte Nicht-Patentliteratur

Cohen, Daniel E. et al: EP 85300427.3 [0051]

Claims

Tragbares und transportables Gerät zur Überwachung von Gehirnfunktionen, das ein Kopfband und eine Muskelschlaufe aufweist, in denen eine Vielzahl an Graphen- und/oder photonische Sensoren in Textilstoff oder Edelstahl eingebettet sind, zum Detektieren zumindest von Veränderungen der Amplitude und Frequenz von Hirnströmen (Elektroenzephalogramm (EEG)) und Durchblutung vor Anfällen, wobei das Gerät dazu eingerichtet ist, vor bevorstehenden Anfällen zu warnen.
Gerät nach Anspruch 1, dadurch gekennzeichnet, dass das Gerät eine Speichereinheit zum Aufzeichnen des vorhergehenden Amplituden- und Frequenzmusters aufweist.
Gerät nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass das Gerät dazu eingerichtet ist, solche Informationen mittels künstlicher Intelligenz, die in einem Hardwaremodul des Gerätes hinterlegt ist, zu lernen.
Gerät nach Anspruch 2, dadurch gekennzeichnet, dass das Gerät dazu eingerichtet ist, individualisierte Warnungen mittels der künstlichen Intelligenz zu erstellen.
Gerät nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass das Gerät Mittel zum Alarmieren der Person, der Pflegeperson oder des verantwortlichen Erwachsenen und verbundenen Organisationen oder Notfalldiensten bei einem Einsetzen von Anfällen aufweist.
Gerät nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass das Gerät dazu eingerichtet ist, Spitzen- und Wellenmuster von drei Zyklen pro Sekunde, die bei Absence-Anfällen, auch Petit-Mal-Epilepsie genannt, auftreten, zu detektieren.
Gerät nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass das Gerät eine Videoaufzeichnungsvorrichtung aufweist, wobei die Videoaufzeichnung des Ereignisses einen visuellen Nachweis für die Person, der Pflegeperson oder des verantwortlichen Erwachsenen und verbundenen Organisationen oder Notfalldiensten und/oder Klinikärzten bereitstellt.
Gerät nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, dass das Gerät dazu eingerichtet ist, als ein Diagnoseinstrument zu dienen, wenn die Diagnose von Epilepsie uneindeutig ist und eine längere Beobachtung nötig ist, um die Diagnose von Epilepsie zu bestätigen oder zu verwerfen.
Gerät nach Anspruch 7 oder 8, dadurch gekennzeichnet, dass die Kombination von EEG und Videoaufzeichnung die Historie für jene, die Behandlung erfahren, unterstützt.
Gerät nach einem der Ansprüche 1 bis 9, dadurch gekennzeichnet, dass das Gerät zum Detektieren des Einsetzens von Anfällen und Veränderungen der Herzfrequenz, Atmung und Muskelaktivität und des Blutsauerstoffgehalts mittels mindestens eines Graphen- und photonischen Sensors eingerichtet ist.
Gerät nach einem Anspruch 1 bis 10, dadurch gekennzeichnet, dass das Gerät zum Detektieren des Auftretens von rhythmischen Muskelkontraktionen gefolgt von Relaxation zusätzlich zu Atem- und Herzfrequenz eingerichtet ist.
Gerät nach Anspruch 1 bis 11, dadurch gekennzeichnet, dass das Gerät dazu eingerichtet ist, anhand von Durchblutungsänderungen, die mittels des Gerätes detektierbar sind, die Diagnose eines Schlaganfalls zu ermöglichen.
Gerät nach einem der Ansprüche 1 bis 12, dadurch gekennzeichnet, dass das Gerät dazu eingerichtet ist, durch die Detektion von Veränderungen der Blutmenge, der Strömungsgeschwindigkeit und des Sauerstoffgehalts im Hirn das Überwachen von Neugeborenen mit Risiko für intraventrikuläre Blutung durchzuführen, was es einem Kinderarzt gestatten würde, vorbeugende Maßnahmen anzuwenden.
Gerät nach einem der Ansprüche 1 bis 13, dadurch gekennzeichnet, dass das Gerät dazu eingerichtet ist, den kurzen Verlust von Durchblutung zu detektieren und zusammen mit der Muskelüberwachung eine Vorhersage und Früherkennung von leichtem Schlaganfall und transitorischer ischämischer Attacke (TIA) zu gestatten.
Gerät nach Anspruch 14, dadurch gekennzeichnet, dass die Muskelüberwachung zusammen mit dem Elektroenzephalogramm (EEG) und den Mitteln zum Detektieren von Durchblutungsveränderungen wertvolle Informationen über das Ausmaß und die Schwere eines Schlaganfalls bereitstellt.
Gerät nach einem der Ansprüche 1 bis 15, dadurch gekennzeichnet, dass das tragbare Gerät dazu eingerichtet ist, das Überwachen der Durchblutung und Hirnfunktion bei Patienten, die sich einer Hirn- und lebensnotwendigen Operation unterziehen, zu gestatten.
Gerät nach einem der Ansprüche 1 bis 16, dadurch gekennzeichnet, dass es aufgrund der mobilen Eigenschaft eines solchen Geräts und der Anzeige von vitalen Signalen, wie zum Beispiel Hirndurchblutung, -funktion und -sauerstoffgehalt, nützlich für das Überwachen intensivpflichtiger Patienten auf Normalstationen, in Kliniken und Ambulanzen ist.
Gerät nach einem der Ansprüche 1 bis 17, dadurch gekennzeichnet, dass das tragbare Gerät dazu eingerichtet ist, zum Überwachen von jenen, die von einem leichten Schlaganfall betroffen sind, zu Hause oder bei früher Entlassung von jenen mit Epilepsie, Schlaganfall oder anderen zerebralen Ereignissen zu nutzen.
Gerät nach Anspruch 1 bis 18, dadurch gekennzeichnet, dass das Gerät durch Detektieren des EEG-Musters, das von den Elektroden, die auf der Stirn platziert sind, erhalten wird, bei dem Einsetzen von Schläfrigkeit eingerichtet ist, Fahrer, Maschinenführer und Piloten beim Einsetzen von Schlaf zu alarmieren.
Gerät nach Anspruch 19, dadurch gekennzeichnet, dass das Gerät zum Empfang weiterer unterstützende Informationen durch eine Kamera eingerichtet ist, die vor dem Individuum platzierbar ist, um rasche Augenbewegung, die mit Schläfrigkeit assoziiert ist, zu detektieren.
Gerät nach einem der Ansprüche 1 bis 20, dadurch gekennzeichnet, dass das Gerät mit Kopfhautelektroden und/oder Muskelkomponenten alleine bei der Nachsorge von jenen mit Anfällen und Schlaganfall verwendbar ist.
Gerät nach einem der Ansprüche 1 bis 21, dadurch gekennzeichnet, dass das Gerät einen Herz- und Atemmonitor umfasst, wobei die Herz- und Atemfrequenzüberwachung unverzichtbar für den zeitnahen Eingriff in der Form von medizinischer Behandlung von Schlaganfall und zur Prävention von weiteren Schäden des Hirns und Tod durch Schlaganfall ist.
Gerät nach Anspruch 1 bis 22, dadurch gekennzeichnet, dass das Gerät Graphen- und photonische Sensoren in Textilstoff oder Edelstahl aufweist, die in einem Kissen eingebettet sind, um das Überwachen von Hirnströmen und Durchblutung des Gehirns in der Schlafposition einer Person zu gestatten.
Gerät nach Anspruch 23, dadurch gekennzeichnet, dass die Detektion von Muskelkontraktion durch photonische oder Graphen-Sensoren es diesem Gerät gestattet, es unabhängig von dem Kopfband oder der Kissenkomponente zu verwenden.
Gerät nach Anspruch 1 bis 24, dadurch gekennzeichnet, dass die photonische und Graphen-fähige Sensorringkomponente des Geräts dazu eingerichtet ist, Desoxygenierung, langsamen Puls, verlangsamte Atemfrequenz und Muskelkontraktion oder -schwäche in den Fingern während Anfällen oder Schlaganfall zu detektieren und unabhängig oder als Teil des gesamten Geräts verwendet zu werden.
Gerät nach Anspruch 1 bis 24, dadurch gekennzeichnet, dass das Gerät bei der Forschung über Durchblutung und Funktion des Gehirns bei jenen, die von Arten von Demenz betroffen sind, verwendbar ist.