Search

Las tecnologías de realidad virtual siguen siendo de gran interés en el área de neurorehabilitación especialmente aquellas que permiten un alto grado de inmersión de los usuarios. Sin embargo, los dispositivos comerciales no permiten a personas con dificultades motoras aprovechar el beneficio de estas tecnologías como herramientas de rehabilitación. El objetivo del presente trabajo se ha centrado en utilizar un dispositivo que fuera lo suficientemente sencillo y de bajo coste para permitir una interacción eficiente. Para el desarrollo se ha utilizado una Unidad de Medición Inercial que permite a pacientes con daño severo en la extremidad superior interactuar con el entorno de rehabilitación de realidad virtual. Como resultado del trabajo se ha realizado una prueba técnica con usuarios sanos para comprobar la fiabilidad y funcionalidad del dispositivo.

Las características locales de una imagen se refieren a patrones o estructuras distintivas que permiten caracterizarla. En el campo del procesamiento de las imágenes médicas juegan un papel esencial en algoritmos de registro y reconstrucción 3D de órganos y estructuras anatómicas. En este trabajo de investigación se realiza un estudio comparativo entre los métodos extractores de características locales MSER, BRISK, SURF y BFDA con el objetivo de evaluar la calidad de estos métodos en imágenes de resonancia magnética cerebral. Para ello se definen las métricas de robustez, homogeneidad y rendimiento.

El objetivo principal de este trabajo es el diseño de una herramienta que permita la evaluación y el posterior diagnóstico de déficits de atención en pacientes con Daño Cerebral Adquirido (DCA). Esta herramienta es posible gracias a técnicas de eye-tracking en una tarea de telerehabilitación en una plataforma por ordenador. Esta tarea se desarrolló con los aspectos definidos por neuropsicólogos del Institut Guttmann, y consiste en una secuencia de 30 parejas de imágenes, que pueden ser iguales o una de ellas puede tener una diferencia. El usuario deberá identificar si existe o no y responder correctamente en cada pantalla. El dispositivo eyetracking aporta información sobre la atención visual, donde mira en cada momento en la pantalla. Con los datos obtenidos de la tarea se propone un sistema de puntuación que dote a la misma de potencial diagnóstico, clasificando a los usuarios según el resultado de la ejecución. En este trabajo se presentan los resultados de la ejecución de 17 usuarios control y 6 usuarios paciente. Estos datos se han utilizado tanto para validar la tarea, como para distinguir las diferencias entre los dos grupos. También se propone un prototipo de sistema de puntuación en relación a los resultados de estos dos grupos.

Este trabajo presenta una nueva propuesta en las terapias de neurorrehabilitación basándose en la aplicación de dispositivos creados a medida para la monitorización de pacientes y la interacción con contenidos virtuales. Se ha realizado una prueba de concepto en el Hospital de neurorrehabilitación Institut Guttmann con ocho pacientes, los resultados de la prueba realizada han permitido observar una buena aceptación de los dispositivos por los pacientes y han demostrado su viabilidad técnica. El objetivo final es conseguir métodos de rehabilitación más personalizados, monitorizados e intensivos.

The use of virtual reality technologies has attracted great interest in the area of functional neurorehabilitation [1]. These technologies have a strong ludic component that can increase motivation. Furthermore, Kinect-based motion tracking enables us to individualize the exercises and to generate knowledge [2]. The aim of this research is to perform a proof of concept test of a virtual environment for upper limb rehabilitation. To this end, we have designed two rehabilitation virtual scenarios based on occupational therapy activities. Activities are monitored by a control system based on Microsoft® Kinect sensor [3], for performing bilateral hand coordination and finger dissociation rehabilitation exercises. Both virtual scenarios have been validated by expert therapists at the Institut Guttmann of Nerurrehabilitación and a preliminary evaluation has been performed with four traumatic brain injury patients.

El aumento de las personas con discapacidad está demandando la aparición de nuevos modelos de cuidado en los que el cuidador informal desarrolle un papel fundamental como fuente de provisión de cuidados. La falta de preparación del cuidador junto con los frecuentes episodios de estrés y depresión que sufren ante la elevada carga psicológica y laboral, tienen un impacto muy negativo tanto en la condición del cuidador como en las tareas de cuidado. Con el objetivo de mejorar los cuidados provistos y la calidad de vida de los cuidadores informales surge la plataforma CareCloud. Esta plataforma proporciona al cuidador informal servicios destinados a la provisión de contenidos personalizados de formación sobre los distintos cuidados que prestan a sus familiares. Además, permite la gestión de los cuidados a través de servicios de coordinación entre distintos cuidadores, así como procedimientos de evaluación del cuidado que permitan detectar problemas ocurridos en la asistencia prestada.

In the last decades, neuropsychological theories tend to consider cognitive functions as a result of the whole brainwork and not as individual local areas of its cortex. Studies based on neuroimaging techniques have increased in the last years, promoting an exponential growth of the body of knowledge about relations between cognitive functions and brain structures [1]. However, so fast evolution make complicated to integrate them in verifiable theories and, even more, translated in to cognitive rehabilitation. The aim of this research work is to develop a cognitive process-modeling tool. The purpose of this system is, in the first term, to represent multidimensional data, from structural and functional connectivity, neuroimaging, data from lesion studies and derived data from clinical intervention [2][3]. This will allow to identify consolidated knowledge, hypothesis, experimental designs, new data from ongoing studies and emerging results from clinical interventions. In the second term, we pursuit to use Artificial Intelligence to assist in decision making allowing to advance towards evidence based and personalized treatments in cognitive rehabilitation. This work presents the knowledge base design of the knowledge representation tool. It is compound of two different taxonomies (structure and function) and a set of tags linking both taxonomies at different levels of structural and functional organization. The remainder of the abstract is organized as follows: Section 2 presents the web application used for gathering necessary information for generating the knowledge base, Section 3 describes knowledge base structure and finally Section 4 expounds reached conclusions.

The use of new technologies in neurorehabilitation has led to higher intensity rehabilitation processes, extending therapies in an economically sustainable way. Interactive Video (IV) technology allows therapists to work with virtual environments that reproduce real situations. In this way, patients deal with Activities of the Daily Living (ADL) immersed within enhanced environments [1]. These rehabilitation exercises, which focus in re-learning lost functions, will try to modulate the neural plasticity processes [2]. This research presents a system where a neurorehabilitation IV-based environment has been integrated with an eye-tracker device in order to monitor and to interact using visual attention. While patients are interacting with the neurorehabilitation environment, their visual behavior is closely related with their cognitive state, which in turn mirrors the brain damage condition suffered by them [3] [4]. Patients’ gaze data can provide knowledge on their attention focus and their cognitive state, as well as on the validity of the rehabilitation tasks proposed [5].

Traumatic Brain Injury -TBI- -1- is defined as an acute event that causes certain damage to areas of the brain. TBI may result in a significant impairment of an individuals physical, cognitive and psychosocial functioning. The main consequence of TBI is a dramatic change in the individuals daily life involving a profound disruption of the family, a loss of future income capacity and an increase of lifetime cost. One of the main challenges of TBI Neuroimaging is to develop robust automated image analysis methods to detect signatures of TBI, such as: hyper-intensity areas, changes in image contrast and in brain shape. The final goal of this research is to develop a method to identify the altered brain structures by automatically detecting landmarks on the image where signal changes and to provide comprehensive information to the clinician about them. These landmarks identify injured structures by co-registering the patient?s image with an atlas where landmarks have been previously detected. The research work has been initiated by identifying brain structures on healthy subjects to validate the proposed method. Later, this method will be used to identify modified structures on TBI imaging studies.

The study of the effectiveness of the cognitive rehabilitation processes and the identification of cognitive profiles, in order to define comparable populations, is a controversial area, but concurrently it is strongly needed in order to improve therapies. There is limited evidence about cognitive rehabilitation efficacy. Many of the trials conclude that in spite of an apparent clinical good response, differences do not show statistical significance. The common feature in all these trials is heterogeneity among populations. In this situation, observational studies on very well controlled cohort of studies, together with innovative methods in knowledge extraction, could provide methodological insights for the design of more accurate comparative trials. Some correlation studies between neuropsychological tests and patients capacities have been carried out -1---2- and also correlation between tests and morphological changes in the brain -3-. The procedures efficacy depends on three main factors: the affectation profile, the scheduled tasks and the execution results. The relationship between them makes up the cognitive rehabilitation as a discipline, but its structure is not properly defined. In this work we present a clustering method used in Neuro Personal Trainer (NPT) to group patients into cognitive profiles using data mining techniques. The system uses these clusters to personalize treatments, using the patients assigned cluster to select which tasks are more suitable for its concrete needs, by comparing the results obtained in the past by patients with the same profile.

Versatile and accurate motion capture systems, with the required properties to be integrated within both clinical and domiciliary environments, would represent a significant advance in following the progress of the patients as well as in allowing the incorporation of new data exploitation and analysis methods to enhance the functional neurorehabilitation therapeutic processes. Besides, these systems would permit the later development of new applications focused on the automatization of the therapeutic tasks in order to increase the therapist/patient ratio, thus decreasing the costs [1]. However, current motion capture systems are not still ready to work within uncontrolled environments.

Acquired brain injury (ABI) 1-2 refers to any brain damage occurring after birth. It usually causes certain damage to portions of the brain. ABI may result in a significant impairment of an individuals physical, cognitive and/or psychosocial functioning. The main causes are traumatic brain injury (TBI), cerebrovascular accident (CVA) and brain tumors. The main consequence of ABI is a dramatic change in the individuals daily life. This change involves a disruption of the family, a loss of future income capacity and an increase of lifetime cost. One of the main challenges in neurorehabilitation is to obtain a dysfunctional profile of each patient in order to personalize the treatment. This paper proposes a system to generate a patient s dysfunctional profile by integrating theoretical, structural and neuropsychological information on a 3D brain imaging-based model. The main goal of this dysfunctional profile is to help therapists design the most suitable treatment for each patient. At the same time, the results obtained are a source of clinical evidence to improve the accuracy and quality of our rehabilitation system. Figure 1 shows the diagram of the system. This system is composed of four main modules: image-based extraction of parameters, theoretical modeling, classification and co-registration and visualization module.

Cognitive impairment is the main cause of disability in developed societies. New interactive technologies help therapists in neurorehabilitation in order to increase patients’ autonomy and quality of life. This work proposes Interactive Video (IV) as a technology to develop cognitive rehabilitation tasks based on Activities of Daily Living (ADL). ADL cognitive task has been developed and integrated with eye-tracking technology for task interaction and patients’ performance monitoring.

Los dispositivos robóticos se están convirtiendo en una alternativa muy extendida a las terapias de neurorrehabilitación funcional tradicionales al ofrecer una práctica más intensiva sin incrementar el tiempo empleado en la supervisión por parte de los terapeutas especialistas. Por ello, este trabajo de investigación propone un algoritmo de control anticipatorio que, bajo el paradigma 'assisted-as-needed', proporcione a una ortesis robótica las capacidades de actuación necesarias para comportarse tal y como lo haría un terapeuta que proporciona una sesión de terapia manual. Dicho algoritmo de control ha sido validado mediante un simulador robótico obteniéndose resultados que demuestran su eficacia.

El presente trabajo propone la aplicación de las redes neuronales artificiales (RNA) en la comparación del movimiento de la extremidad superior entre sujetos con Daño Cerebral Adquirido y sujetos sanos. La finalidad de esta comparación es clasificar a los sujetos según su control motor para posteriormente emitir una valoración funcional del movimiento como parte de un método de evaluación objetiva en neurorrehabiliatación funcional de extremidad superior. Para realizar esta comparación se propone un método en el que se aplica un pre-procesado a los datos usando análisis de componentes principales (ACP) para reducir la dimensión de los mismos y entrenar la red. Fueron evaluadas diferentes estructuras de redes. El resultado obtenido con el método propuesto fue de un 95.65% de exactitud en la clasificación. Este resultado permite certificar el uso de las RNAs como una opción viable para la evaluación disfuncional del movimiento de sujetos sanos y con DCA. Esta investigación puede ser considerada como un estudio piloto para investigaciones en mayor profundidad que corroboren estos resultados.

La integración de las nuevas tecnologías en el proceso de rehabilitación permite la generación de terapias personalizadas, ubicuas y basadas en la evidencia. Tecnologías como el vídeo interactivo son propicias para el desarrollo de entornos virtuales en los que el paciente se ve inmerso dentro de actividades de la vida diaria en los que tiene que lograr un objetivo ecológico en un contexto seguro, controlado y adaptado a su perfil disfuncional. Dentro de este marco de rehabilitación la interacción visual paciente-entorno virtual se entiende como el mecanismo de comunicación principal, siendo además la atención visual un reflejo del estado cognitivo del paciente. El trabajo presentado en este artículo permite la integración de un sistema de eye-tracking con un entorno de neurorrehabilitación basado en vídeo interactivo. El objetivo último del sistema es la monitorización en tiempo real de la atención visual del usuario durante el proceso de neurorrehabilitación. Esta monitorización permite no sólo reproducir la ejecución de la actividad junto con el foco de la mirada, sino también detectar faltas de atención por parte del usuario, que permiten al vídeo interactivo reaccionar y adaptar la presentación de estímulos para ayudar a centrar su atención y así completar el objetivo de la actividad.

El modelado disfuncional basado en estudios de neuroimagen mejora la comprensión de los cambios estructurales provocados ante la presencia de lesiones cerebrales. Actualmente, existen numerosas herramientas para el análisis y procesado de estudios de neuroimagen. Algunas de ellas, como el 3D Slicer, BrainVoyager y el FreeSurfer permiten la creación y navegación sobre modelos tridimensionales cerebrales sin alteraciones estructurales. Sin embargo, no se han detectado herramientas que permitan modelar tridimensionalmente lesiones a partir de estudios de neuroimagen, concretamente de estudios de resonancia magnética. El objetivo de este trabajo es el diseño de una metodología que permite la creación de este tipo de modelos y su visualización y navegación.

El modelado de procesos es una técnica de gestión empresarial destinada a la mejora continua de los procesos de una organización, como base operativa y estructural de la misma. En el ámbito de la Neurorrehabilitación, crece el interés por los mapas de procesos como herramienta de comprensión, representación y análisis de los procesos clínicos. El presente trabajo se centra en la identificación de oportunidades de mejora de las actividades de rehabilitación, con el objetivo de definir nuevas estrategias de monitorización y automatización que permitan su evolución hacia el nuevo modelo de rehabilitación ubicua, personalizada y basada en la evidencia.

La Neurorrehabilitación es un proceso clínico que se centra en el abordaje de la alteración del sistema nervioso. Existe una enorme variabilidad tanto en la tipología como en el grado de las lesiones neurológicas, lo que la convierte en un proceso extremadamente complejo de analizar y comprender. El presente trabajo se centra en el modelado de las principales actividades que se llevan a cabo en el contexto de la Neurorrehabilitación actual con el objetivo de detectar aquellos puntos en que puedan ser mejoradas, tanto a nivel organizativo como a nivel de ejecución. Por otra parte, se trata de comprenderlas en profundidad para tratar de transformarlas posteriormente en nuevas actividades automatizadas y monitorizadas que se ajusten al nuevo paradigma de rehabilitación ubicua, personalizada y basada en la evidencia.

El propósito principal de esta investigación es la aplicación de la Metaplasticidad Artificial en un Perceptrón Multicapa (AMMLP) como una herramienta de minería de datos para la predicción y extracción explícita de conocimiento del proceso de rehabilitación cognitiva en pacientes con daño cerebral adquirido. Los resultados obtenidos por el AMMLP junto con el posterior análisis de la base de datos ayudarían a los terapeutas a conocer las características de los pacientes que mejoran y los programas de rehabilitación que han seguido. Esto incrementaría el conocimiento del proceso de rehabilitación y facilitaría la elaboración de hipótesis terapéuticas permitiendo la optimización y personalización de las terapias. La evaluación del AMMLP se ha realizado con datos proporcionados por el Institut Guttmann. Los resultados del AMMLP fueron comparados con los obtenidos con una red neuronal de retropropagación y con árboles de decisión. La exactitud en la predicción obtenida por el AMMLP en la subfunción cognitiva memoria verbal-visual fue de 90.71 %, resultado muy superior a los obtenidos por los demás algoritmos.

En pocos años, la discapacidad de origen cognitivo será uno de los principales problemas de salud. El déficit cognitivo influye en la ejecución de todas las actividades de la vida diaria. Pacientes con una afección de este tipo ven alterados su entorno social y familiar. Por todo ello, se hace imprescindible el desarrollo de programas de rehabilitación que permitan minimizar las consecuencias de las lesiones adquiridas y restituir o compensar las funciones afectadas. En la actualidad nos encontramos en un momento de cambio en las metodologías de la neurorrehabilitación, donde los entornos virtuales digitales interactivos son una fuente de innovación y una ventana terapéutica para la generación de nuevas estrategias basadas en una rehabilitación personalizada, monitorizada y ubicua, con la que lograr el máximo nivel de realización en las actividades de vida diaria. En este trabajo de investigación se plantea el uso del vídeo interactivo como medio tecnológico para realizar las terapias de rehabilitación cognitiva. Se presenta una prueba de concepto de una actividad de vida diaria y su posterior análisis por el equipo clínico del Instituí Guttmann. Los resultados preliminares apoyan su uso para alcanzar una rehabilitación basada en el nuevo paradigma.

El presente trabajo de investigación tiene como propósito principal realizar una comparación del movimiento de alcance entre sujetos aquejados de Daño Cerebral Adquirido y el correspondiente patrón de normalidad. La finalidad de esta comparación es detectar los déficits motores que permitan posteriormente emitir una valoración funcional del movimiento como parte de un método de evaluación objetiva de la función motora. La comparación del movimiento se basa en las medidas de parámetros espaciales y de similitud. En este trabajo se han utilizado modelos de movimiento de sujetos sanos en ejecuciones de Actividades de Vida Diaria (e.g. 'servir agua de una jarra'), como punto de referencia para encontrar diferencias relevantes con respecto a los datos de movimiento de cuatro pacientes bajo un proceso de Neurorrehabilitación Funcional de Extremidad Superio

ste trabajo presenta un análisis comparativo entre tres algoritmos de aprendizaje diferentes basados en Árboles de Decisión (C4.5) y Redes Neuronales Artificiales (Perceptrón Multicapa MLP y Red Neuronal de Regresión General GRNN) que han sido implementados con el objetivo de predecir los resultados de la rehabilitación cognitiva de personas con daño cerebral adquirido. En el análisis se han incluido datos demográficos del paciente, el perfil de afectación y los resultados provenientes de las tareas de rehabilitación ejecutadas por los pacientes. Los modelos han sido evaluados utilizando la base de datos del Institut Guttmann. El rendimiento de los algoritmos se midió a través del análisis de la especificidad, sensibilidad y exactitud en la precisión y el análisis de la matriz de confusión. Los resultados muestran que la implementación del C4.5 alcanzó una especificidad, sensibilidad y exactitud en la precisión del 98.43%, 83.77% y 89.42% respectivamente. El rendimiento del C4.5 fue significativamente superior al obtenido por el Perceptrón Multicapa y la Red de Regresión General.

Las técnicas de rehabilitación permiten la recuperación y mejora de las funciones dañadas o deterioradas y ayuda al paciente con DCA a adaptarse a su nueva situación. El avance tecnológico que se ha producido en las últimas décadas, ha impulsado la investigación en el diseño y desarrollo de nuevos modelos de rehabilitación. La tecnología de vídeo interactivo se convierte en un elemento de apoyo en estos nuevos modelos rehabilitadores. Se hace necesario desarrollar nuevos algoritmos de segmentación y seguimiento que permitan dotar de información adicional a los vídeos. En este trabajo se han implementado y evaluado dos métodos que permiten realizar la detección y el seguimiento de objetos de interés.

Here an inertial sensor-based monitoring system for measuring and analyzing upper limb movements is presented. The final goal is the integration of this motion-tracking device within a portable rehabilitation system for brain injury patients. A set of four inertial sensors mounted on a special garment worn by the patient provides the quaternions representing the patient upper limb’s orientation in space. A kinematic model is built to estimate 3D upper limb motion for accurate therapeutic evaluation. The human upper limb is represented as a kinematic chain of rigid bodies with three joints and six degrees of freedom. Validation of the system has been performed by co-registration of movements with a commercial optoelectronic tracking system. Successful results are shown that exhibit a high correlation among signals provided by both devices and obtained at the Institut Guttmann Neurorehabilitation Hospital.