[go: up one dir, main page]

WO2017021662A1 - Procédés et systèmes de stimulation acoustique des ondes cérébrales - Google Patents

Procédés et systèmes de stimulation acoustique des ondes cérébrales Download PDF

Info

Publication number
WO2017021662A1
WO2017021662A1 PCT/FR2016/052031 FR2016052031W WO2017021662A1 WO 2017021662 A1 WO2017021662 A1 WO 2017021662A1 FR 2016052031 W FR2016052031 W FR 2016052031W WO 2017021662 A1 WO2017021662 A1 WO 2017021662A1
Authority
WO
WIPO (PCT)
Prior art keywords
person
operating parameters
measurement signal
stimulation
signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/FR2016/052031
Other languages
English (en)
Inventor
Quentin SOULET DE BRUGIERE
Hugo MERCIER
Valentin THOREY
Olivier TRANZER
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Rythm
Original Assignee
Rythm
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Rythm filed Critical Rythm
Priority to EP16757328.6A priority Critical patent/EP3331436A1/fr
Priority to CN201680051453.4A priority patent/CN108024754A/zh
Priority to US15/750,288 priority patent/US20180236232A1/en
Publication of WO2017021662A1 publication Critical patent/WO2017021662A1/fr
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6814—Head
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/36014—External stimulators, e.g. with patch electrodes
    • A61N1/3603—Control systems
    • A61N1/36031—Control systems using physiological parameters for adjustment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/372—Analysis of electroencephalograms
    • A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/375—Electroencephalography [EEG] using biofeedback
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/377—Electroencephalography [EEG] using evoked responses
    • A61B5/38—Acoustic or auditory stimuli
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M21/02—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis for inducing sleep or relaxation, e.g. by direct nerve stimulation, hypnosis, analgesia
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/36014—External stimulators, e.g. with patch electrodes
    • A61N1/3603—Control systems
    • A61N1/36034—Control systems specified by the stimulation parameters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A61B5/0006—ECG or EEG signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/024—Measuring pulse rate or heart rate
    • A61B5/02405—Determining heart rate variability
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
    • A61B5/4064—Evaluating the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4812—Detecting sleep stages or cycles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
    • A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
    • A61M2021/0027—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus by the hearing sense
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/50—General characteristics of the apparatus with microprocessors or computers
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/82—Internal energy supply devices
    • A61M2205/8206—Internal energy supply devices battery-operated
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/04—Heartbeat characteristics, e.g. ECG, blood pressure modulation
    • A61M2230/06—Heartbeat rate only
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/08—Other bio-electrical signals
    • A61M2230/10—Electroencephalographic signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/18—Rapid eye-movements [REM]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/40—Respiratory characteristics
    • A61M2230/42—Rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/50—Temperature
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/63—Motion, e.g. physical activity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/02—Details
    • A61N1/04—Electrodes
    • A61N1/0404—Electrodes for external use
    • A61N1/0408—Use-related aspects
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/372—Arrangements in connection with the implantation of stimulators
    • A61N1/37211—Means for communicating with stimulators
    • A61N1/37217—Means for communicating with stimulators characterised by the communication link, e.g. acoustic or tactile

Definitions

  • the present invention relates to methods and systems for acoustic stimulation personalized brain waves of a person.
  • Methods are known for stimulating a person's brain waves, especially during the different phases of sleep.
  • WO 2008/039930 describes an example of such a method in which stimulation of brain waves is implemented to promote the generation of slow brain waves during deep sleep.
  • a power spectrum of an encephalogram of a person is analyzed to determine the sleep stage reached by said person.
  • periodic stimulation at a predefined frequency is transmitted for a predetermined period of time.
  • the frequency of the stimulation is defined upstream to be close to a frequency of slow brain waves.
  • the present invention is intended in particular to improve this situation.
  • the subject of the invention is a method for acoustic stimulation personalized of the brain waves of a person comprising:
  • a first step of acoustic stimulation of brain waves of a person implemented by a device for acoustic stimulation of brain waves adapted to be worn by the person, the stimulation device comprising a memory storing first operating parameters, the step initial stimulation with sub-steps:
  • a step of transmitting and storing the second operating parameters from the remote server in the memory of the device and a second step of acoustic stimulation of the brain waves implemented by the device in which the memory of the device stores the second operating parameters, and in which at least one of the acquisition sub-steps a), analysis b ) and emission c) is performed according to the second operating parameters.
  • the operating parameters comprise at least one parasitic frequency of the measurement signal
  • the acquisition substep a) comprises frequency filtering said parasitic frequency into the measurement signal
  • the operating parameters comprise at least one energy threshold of a spectrum of the measurement signal
  • the analysis sub-step b) comprises the comparison of an energy of a spectrum of the measurement signal with said threshold.
  • the operating parameters comprise at least one temporal frequency threshold of a predefined pattern of the measurement signal
  • the analysis sub-step b) comprises identifying said predefined pattern in the measurement signal and comparing a frequency of said pattern in the measurement signal with said threshold;
  • the operating parameters comprise at least a threshold of level of muscular activity
  • the analysis sub-step b) comprises determining a level of muscle activity from the measurement signal and comparing said level of muscle activity with said threshold.
  • the analysis sub-step b) is implemented at least in part by an algorithm for automatic classification of measurement data determined from the measurement signal,
  • the operating parameters comprise at least one parameter of said automatic classification algorithm and / or at least one class database of said automatic classification algorithm;
  • the operating parameters comprise at least one parameter chosen from a list comprising a sound level, a duration, a spectrum and a temporal pattern of an acoustic signal,
  • the operating parameters comprise at least one parameter chosen from a list comprising a brain wave phase of the person and a predefined temporal wave pattern of the person's brain wave,
  • the processing step includes analyzing the measurement signal on the remote server to identify at least one parasitic frequency of the measurement signal,
  • the processing step includes the search in the measurement signal of at least one predefined pattern indicative of an alarm clock or a beginning of awakening of the person and following the emission of an acoustic signal, so determining a wake-up indicator under the effect of the stimulation,
  • the processing step comprises comparing a portion of the measurement signal acquired after the transmission of an acoustic signal with a reference portion of the measurement signal, so as to determine an indicator of the impact of the stimulation,
  • the determination of the second operating parameters as a function of the impact indicator of the stimulation comprises the implementation of an automatic classification algorithm, said automatic classification algorithm being preferably defined during a learning step automatic preliminary;
  • the first step of acoustic stimulation of the brain waves of a person is implemented a plurality of times by a plurality of respective devices, respectively capable of being worn by a plurality of respective persons,
  • the step of transmitting operating data to the remote server is implemented a plurality of times from said plurality of respective devices, so as to respectively transmit a plurality of respective operating data, respectively comprising at least one measurement signal of each said respective devices,
  • the processing step comprises analyzing said plurality of operating data so as to determine second operating parameters to be transmitted and stored in the memory of at least one of the plurality of devices;
  • the first stimulation step is repeated a plurality of times by a device during a period of operation of said device,
  • the step of transmitting operating data to a remote server from the device is carried out after said operating period, the operation data including at least one measurement signal for each of the reiterations of the first stimulation step;
  • the operating period of the device extends over a period of several hours, preferably at least eight hours;
  • transmitting an acoustic signal synchronized with a predefined temporal pattern of a brain wave comprises determining, from the measurement signal, a temporal shape of a brain wave,
  • the brain wave is a cerebral slow wave having a frequency of less than 5 Hz and greater than 0.3 Hz;
  • the acoustic signal is an intermittent signal and a duration of the acoustic signal is less than a period of a brain wave, preferably less than a few seconds, preferably less than one second;
  • the acoustic signal is a continuous signal and a duration of the acoustic signal is greater than a period of a brain wave;
  • the predefined temporal pattern of brain wave corresponds to a local temporal maximum of a brain wave, a local temporal minimum of a brain, a rising edge or a falling edge of a local maximum or minimum of a wave cerebral, a predefined succession of at least a local temporal maximum and at least a local temporal minimum of a brain wave or a rising or falling edge of such a succession.
  • the invention also relates to a system for acoustic stimulation personalized brain waves of a person, the system comprising a device for acoustic stimulation of brain waves of a person and a remote server,
  • the device comprises:
  • a memory capable of storing operating parameters comprising at least one of first operating parameters and second operating parameters
  • transmission means adapted to emit an acoustic signal, audible by the person, and synchronized with a predetermined temporal pattern of the brain wave of the person if it is judged that the person is in a state of aptitude for stimulation
  • the device and the remote server comprise respective data transmission means adapted for
  • remote server includes operating data processing means for determining second operating parameters.
  • FIG. 1 is a schematic view of a device for acoustic stimulation of the brain waves of a person according to one embodiment of the invention
  • FIG. 2 is a detailed perspective view of the device of FIG. 1 in which the device comprises, in particular, a first and a second acoustic transducer respectively capable of emitting acoustic signals respectively stimulating a right inner ear and an inner left ear of the nobody,
  • FIG. 3 is a block diagram of a system according to an embodiment of the invention comprising a device and a remote server,
  • FIG. 4 is a block diagram of a system according to another embodiment of the invention comprising a plurality of devices and a remote server,
  • FIG. 5 is a flowchart illustrating an embodiment of a method for personalizing an acoustic stimulation of the brain waves of a person according to one embodiment of the invention
  • FIG. 6 illustrates a cerebral slow wave temporal shape, an acoustic signal and predefined temporal patterns according to an exemplary embodiment of the invention.
  • the invention relates to a system 1000 of acoustic stimulation personalized brain waves of a person P.
  • the system 1000 is able to implement a method of personalizing an acoustic stimulation of the brain waves of the person P which is illustrated in particular in FIG.
  • the system 1000 comprises an acoustic stimulation device 1 and a remote server 10.
  • the device 1 is adapted to be worn by the person P, for example during a sleep period of the person.
  • the device is for example adapted to be worn on the head of the person P.
  • the device 1 may comprise one or more support elements 2 capable of at least partially surrounding the head of the person P so as to be there maintained.
  • the support elements 2 take for example the shape of one or more branches that can be arranged so as to surround the head of the person P to maintain the device 1.
  • the device 1 can also be divided into one or more elements, able to be worn on different parts of the body of the person P, for example on the head, on the wrist or on the torso.
  • the device 1 also comprises means 3 for acquiring at least one measurement signal, transmission means 4 designed to emit an acoustic signal audible by the person P, means 5 for analyzing the measurement signal, and less a memory 6.
  • the acquisition means 3, the transmission means 4, the analysis means and the memory 6 enable the device 1 to implement a step of acoustic stimulation of the brain waves of the person P which will now be described in more detail. details.
  • This step of acoustic stimulation of the brain waves of the person P can be repeated one or more times.
  • the stimulation step may be repeated a plurality of times by the device 1 during a period of operation of the device, for example during a sleep period of the person P.
  • Such a period of operation of the device may extend over a period of several hours, for example at least eight hours, that is to say about one night's sleep.
  • the device 1 is able to implement the stimulation step during the operating period without communicating with the remote server 100, that is to say to operate autonomously during the operating period. In this way, it is possible in particular to reduce the exposure of the person P to electromagnetic radiation.
  • the device 1 may comprise a battery 8.
  • the battery 8 may be mounted on the support element 2 in the manner described above for the acquisition means 3, the transmission means 4 and the transmission means. 5.
  • the battery 8 may in particular be able to supply the acquisition means 3, the transmission means 4 and the analysis means 5, the memory 6 and the communication module 7.
  • the battery 8 is preferably able to provide energy over a period of several hours without recharging, preferably at least eight hours so as to cover a period of average sleep of a person P.
  • the device 1 can operate autonomously during a sleep period of the person P.
  • the device 1 is autonomous and able to implement one or more cerebral slow wave stimulation operations without communicate with an external server 100, in particular without communicating with an external server 100 over a period of several minutes, preferably several hours, preferably at least eight hours.
  • autonomous is thus meant that the device can operate for an extended period of several minutes, preferably several hours, especially at least eight hours, without needing to be recharged with electrical energy, to communicate with elements external such as the remote server or to be structurally connected to an external device such as a fastener such as an arm or a stem. In this way the device is able to be used in the daily life of a person P without imposing particular constraints.
  • the acquisition means 3, the transmission means 4, the analysis means 5 and the memory 6 are moreover operably connected to each other and able to exchange data. information and orders.
  • the acquisition means 3, the transmission means 4, the analysis means 5 and the memory 6 are mounted on the support element 2 so as to be close to one another so that the communication between these elements 3, 4, 5, 6 is particularly fast and at high speed.
  • the memory 6 may in particular be permanently mounted on the support element 2 or may be a removable module, for example a memory card such as an SD card (acronym for the term “Secure Digital”).
  • the memory 6 is able to record data which will be detailed in the following description and may comprise at least one of the following elements: a measurement signal S acquired by the acquisition means 3, operating parameters of the device 1.
  • the operating parameters may in particular be first operating parameters or second operating parameters, as will be detailed below.
  • the device 1 can be configured such that only one set of operating parameters stored in the memory 6 is used at a given instant.
  • the memory 6 may, for example, store operating parameters that are, mutually exclusive, either first operating parameters, ie second operating parameters as defined below.
  • the memory 6 is capable of being updated dynamically, so that the measurement signal and / or the operating parameters recorded in the memory 6 can be modified during the operation of the device 1, as will be described in more detail in FIG. following the description.
  • the stimulation step can thus firstly comprise a substep of acquisition of at least one measurement signal S by means of the acquisition means 3.
  • the measurement signal S can in particular be representative of a physiological electrical signal E of the person P.
  • the physiological electrical signal E may for example comprise an electroencephalogram (EEG), an electromyogram (EMG), an electrooculogram (EOG), an electrocardiogram (ECG) or any other biosignal measurable on the person P.
  • EEG electroencephalogram
  • EMG electromyogram
  • EOG electrooculogram
  • ECG electrocardiogram
  • ECG electrocardiogram
  • the acquisition means 3 comprise for example a plurality of electrodes 3 adapted to be in contact with the person P, and in particular with the skin of the person P to acquire at least one measurement signal S representative of a physiological electrical signal E of the person P.
  • the physiological electrical signal E advantageously comprises an electroencephalogram (EEG) of the person P.
  • EEG electroencephalogram
  • the device 1 comprises at least two electrodes 3 including at least one reference electrode 3a and at least one EEG measuring electrode 3b.
  • the device 1 may further comprise a ground electrode 3c.
  • the device 1 comprises at least three EEG measuring electrodes 3c, so as to acquire physiological electrical signals E comprising at least three electroencephalogram measurement channels.
  • the EEG measuring electrodes 3c are for example disposed on the surface of the scalp of the person P.
  • the device 1 may further comprise an electrode for measuring the EMG and, optionally, an electrode for measuring EOG.
  • the measurement electrodes 3 may be reusable electrodes or disposable electrodes.
  • the measurement electrodes 3 are reusable electrodes so as to simplify the daily use of the device.
  • the measurement electrodes 3 may be, in particular, dry electrodes or electrodes covered with a contact gel.
  • the electrodes 3 may also be textile or silicone electrodes.
  • the acquisition means 3 may also include measuring signal acquisition devices S not only electrical.
  • a measurement signal S can thus be, in general, representative of a physiological signal of the person P.
  • the measurement signal S can in particular be representative of a physiological signal of the non-electrical or non-completely electrical person P, for example a signal of cardiac activity, such as a heart rate, a body temperature of the person P or even the movements of the person P.
  • a signal of cardiac activity such as a heart rate, a body temperature of the person P or even the movements of the person P.
  • acquisition means 3 can include a heart rate detector, a body thermometer, an accelerometer, a breathing sensor, a bioimpedance sensor or a microphone.
  • the acquisition means 3 may also include measuring signal acquisition devices S representative of the environment of the person P.
  • the measurement signal S can thus be representative of a quality of the air surrounding the person P, for example a carbon dioxide or oxygen level, or a temperature or a level of ambient noise.
  • the acquisition means 3 may comprise user input devices allowing the person P to enter information such as a subjective night quality index or a subjective number of times that the person P estimates to have been awakened by the device 1.
  • the measurement signal S can then be representative of a piece of information of the person P.
  • the substep of acquisition of the measurement signal S also comprises a pretreatment of the measurement signal S.
  • the preprocessing of the measurement signal S can comprise, for example at least one of the following pretreatments:
  • a frequency filter for example a frequency and / or wavelet filtering of the measurement signal S in a range of temporal frequencies of interest, for example a frequency range in a range from 0.3 Hz to 100 Hz,
  • a frequency and / or wavelet filtering of parasitic frequencies of the measurement signal S for example able to filter at least at least one parasitic frequency of the measurement signal S, for example a parasitic frequency belonging to a frequency range from 0.3 Hz to 100 Hz,
  • one or more interfering frequencies can be predefined and stored in the memory 6 of the device 1.
  • one or more artifacts can be predefined and stored in the memory 6 of the device 1, for example in the form of predefined patterns of the measurement signal S.
  • Said interference frequency (s) and / or artifacts can form operating parameters of the device 1.
  • Said parasitic frequency (s) and / or the artifacts may vary over time, so that the pretreatment of the signal S is variable over time.
  • Said parasitic frequency (s) and / or the artifacts may in particular vary as a function of an absolute time or a relative time.
  • an “absolute time” is meant a time independent of the operation of the device, for example an hour, a day of the week, a month, a moment in a calendar of the person P (holiday period, holiday, biological rhythm of the person P).
  • a “relative time” is meant a time elapsed since an event detected by the device, for example a time elapsed since a previous determination of aptitude for stimulation, a time elapsed since a previous stimulation or a time elapsed since a previous identification of an awakening or awakening of the person P.
  • Pretreatment of the measurement signal S can also include pretreatments such as:
  • an amplification for example an amplification of the measurement signal S by a factor ranging from 10 A 3 to 10 A 6, and / or
  • a sampling of the measurement signal S by means of an analog-digital converter able, for example, to sample the measurement signal S with a sampling rate of a few hundred Hertz, for example 256 Hz or 512 Hz.
  • Such pretreatment of the measurement signal S may for example be implemented by an analog module or a digital module of the acquisition means 3.
  • the acquisition means 3 may comprise active electrodes capable of producing one pretreatments detailed above.
  • the analysis means 5 receive the measurement signals S acquisition means 3, possibly pre-processed as detailed above.
  • the analysis means 5 are able to estimate whether the person P is in a state of aptitude for stimulation during a substep of analysis of the measurement signal.
  • a state of aptitude for stimulation is meant that when the stimulation is preferentially to be performed during a sleep period, the analysis means 5 are able to estimate whether the a person P is in a state of sleep deep enough to be able to be given auditory stimulation without the risk of being awakened or that the auditory stimulation triggers a wake-up call.
  • the analysis means 5 are able to estimate whether the person P is in a sleep state in which auditory stimulation may have a desired effect.
  • the analysis means 5 may be able to estimate whether the person P is in a deep sleep state so that an auditory stimulation may have the effect of lengthening the duration of said deep sleep.
  • the analysis means 5 are thus for example able to determine an index of aptitude for stimulation from the measurement signals S.
  • Such a “stimulation aptitude index” may for example be a binary index taking a value "suitable for stimulation” and a value "not suitable for stimulation”.
  • the stimulation ability index may take intermediate values, indicating for example a percentage of fitness to state stimulation between the extremal values detailed above.
  • the analysis means 5 can analyze a signal of cardiac activity, a body temperature or even movements of the person P.
  • the analysis means 5 can also analyze at least one measurement signal S representative of a physiological electrical signal E of the person P.
  • the analysis means 5 may, for example, implement one or more predefined pattern recognition algorithms on the measurement signal S so as to identify slow oscillations, K complexes, spindles, an alpha rhythm, or even awakenings in the measurement signal S.
  • a spectrum frequency of the measurement signal S can be determined.
  • the predefined shapes are then determined from a variation of energy of the frequency spectrum in predefined frequency bands such as for example a frequency band of the alpha waves (8 12 Hz), beta (> 12 Hz), delta ( ⁇ 4Hz) or theta (4 7 Hz).
  • Frequency spectrum energy in one or more of said frequency bands can be calculated, for example using a short-term fast fourier transform.
  • the predefined shapes can be determined directly in the temporal form of the measurement signal S, in particular by searching for one or more predefined patterns in the measurement signal S .
  • slow oscillations and complexes can be detected by searching for consecutive zeros spaced less than about one second apart and seeking a maximum peak to peak.
  • the analysis means 5 can also estimate whether the person P is in a state of aptitude for stimulation from a measurement signal representative of the movement of the eyes, for example an electrooculogram.
  • the analysis means 5 can for example calculate a sliding average of a variation of the movement of the eyes.
  • the analysis means 5 can further estimate whether the person P is in a state of aptitude for stimulation from a measurement signal representative of a level muscle activity.
  • the analysis means 5 can then compare each of said quantities calculated from the measurement signal with a predefined threshold to estimate whether the person P is in a fitness state. stimulation, for example sufficiently sleepy to receive stimulation.
  • the result of this comparison may provide a stimulation ability index as defined above.
  • the analysis means 5 can compare an energy of a spectrum of the measurement signal S with a predefined energy threshold of a spectrum of the measurement signal S.
  • the analysis means 5 may also compare a frequency of a predefined pattern identified in the measurement signal with a predefined time frequency threshold of said pattern in the measurement signal.
  • the means of analysis 5 can further compare a level of muscle activity with a predefined threshold level of muscle activity.
  • a plurality of thresholds can be predefined and stored in the memory 6 of the device 1 and form operating parameters of the device 1.
  • Said thresholds may vary over time, so that the determination of the aptitude index is variable over time.
  • the thresholds may in particular vary according to an absolute time or a relative time as detailed above.
  • the index of aptitude for stimulation can be determined at least partly by implementation, by the analysis means 5, an automatic classification algorithm for measuring data determined from the measurement signal S.
  • Said measurement data may be the measurement signal S itself or data calculated from the measurement signal S as detailed above, ie for example an energy of a spectrum of the signal of measure S, a frequency of a predefined pattern identified in the measurement signal or a level of muscle activity.
  • Said automatic classification algorithm is for example defined during a preliminary automatic learning step.
  • a preliminary automatic learning step is known from the literature. It may comprise a transfer learning operation ("transfer learning") for changing the input database, for example to apply to an input database, possibly smaller, an algorithm driven on another possibly larger database (to give a non-limitative example: to apply to persons aged 20 to 25 years old the results obtained on people aged between 40 and 45).
  • transfer learning transfer learning
  • automatic classification algorithm we mean an algorithm adapted to automatically classify the measurement data, that is to say to associate a class with them from qualitative or quantitative rules characterizing the measurement data.
  • Said class associated with the measurement data may be selected from a class database, or may be an interpolated value from a class database.
  • a "class” may thus be for example an identifier, for example an alphanumeric identifier, or still a numerical value, including an integer or real value.
  • the index of aptitude for stimulation can then be determined from the class obtained.
  • the obtained class can directly provide a value of the aptitude index for stimulation or can provide intermediate data, in particular intermediate data relating to the measurement signal S such as an identification of a predefined pattern in the measurement signal. S, for example an identification of a K-complex pattern or a "spindle".
  • the intermediate data are then used to determine an index of aptitude for stimulation, for example by treatment and comparison with thresholds as detailed above.
  • Such an algorithm can for example implement a neural network, a support vector machine (or wide margin separator), a decision tree, a random forest of decision trees, a genetic algorithm or a factor analysis. linear regression, Fisher discriminant analysis, logistic regression, or other known methods of classification.
  • Such an algorithm may include a plurality of parameters that define the qualitative or quantitative rules from which the automatic classification algorithm automatically classifies the measurement data.
  • Such parameters are, for example, the weights of certain neurons or of all the neurons for an algorithm implementing a network of neurons.
  • At least one parameter of the automatic classification algorithm and / or a class database may be predefined and stored in the memory 6 of the device 1 and form operating parameters of the device 1.
  • said parameter of the automatic classification algorithm and / or class database may vary over time, so that the determination of the aptitude index is variable over time .
  • Said parameter of the automatic classification algorithm and / or class database can in particular vary according to an absolute time or a relative time as detailed above.
  • the parameters of the automatic classification algorithm can for example be predefined during a supervised automatic learning step, or more or less automatically determined, for example by the implementation of a semi-automatic learning step.
  • the automatic learning step may comprise a transfer learning operation.
  • the class database may also be predefined during such a learning step.
  • Such an automatic learning step can be implemented from a measurement data learning sample.
  • the stimulation step may comprise a substep of transmitting an acoustic signal A.
  • the transmission means 4 are designed to emit an acoustic signal A, audible by the person, and synchronized with a predefined temporal wave pattern Ml of the person if it is estimated that the person is in a state of aptitude for stimulation.
  • the transmission means 4 comprise by for example at least one acoustic transducer 10 and a control electronics 11.
  • the control electronics 11 is particularly adapted, in real time flexible, to receive the acquisition means 3 the measurement signal S and to control the transmission by the acoustic transducer 10 of an acoustic signal A synchronized with a temporal pattern predefined T of a cerebral slow wave of the person P.
  • “soft real time” is meant an implementation of the stimulation operation such as temporal constraints on this operation, in particular on the duration or repetition frequency of this operation. , are respected on average over a predefined total implementation period, for example a few hours.
  • the implementation of said operation may at times exceed said temporal constraints as long as the average operation of the device 1 and the average implementation of the method respects them over the total predefined implementation time.
  • time limits may be predefined beyond which the implementation of the stimulation operation must be stopped or paused.
  • a maximum distance between the acquisition means 3, the transmission means 4, the analysis means 5 and the memory 6 may be less than about one meter and preferably less than a few tens of centimeters. In this way, a sufficiently fast communication between the elements of the device 1 can be guaranteed.
  • the acquisition means 3, the transmission means 4, the analysis means 5 and the memory 6 can by For example, they can be housed in the cavities of the support element 2, clipped onto the support element 2 or else fixed to the support element 2, for example by gluing, screwing or any other suitable fastening means.
  • the acquisition means 3, the transmission means 4, the analysis means 5 and the memory 6 can be mounted on the support member 2 removably.
  • control electronics 11 is functionally connected to the acquisition means 3 and to the acoustic transducer 10 via wired links 10. In this way, the exposure of the control electronics 11 is reduced. the person P to electromagnetic radiation.
  • the acoustic transducer or transducers 10 are able to emit an acoustic signal A stimulating at least one inner ear of the person P.
  • an acoustic transducer 10 is an osteophonic device stimulating the inner ear of the person P by bone conduction.
  • This osteophonic device 10 may for example be able to be placed close to the ear, for example above as shown in Figure 1, in particular on a skin area covering a cranial bone.
  • the acoustic transducer 10 is a speaker stimulating the inner ear of the person P through an ear canal leading to said inner ear.
  • This speaker may be disposed outside the ear of the person P or in the ear canal.
  • the acoustic signal A is a modulated signal belonging at least partially to a frequency range audible by a person P, for example the range from 20Hz to 30 kHz.
  • the control electronics 11 receives the measurement signals S acquisition means 3, possibly pretreated as detailed above.
  • control electronics 11 can in particular implement one and / or the other of the pretreatments detailed above.
  • the control electronics 11 is then able to implement a brain wave stimulation operation of the person P, an operation which will now be described in more detail.
  • Brain waves can in particular be slow brain waves.
  • Cerebral slow wave is meant in particular a cerebral electrical wave of the person P having a frequency of less than 5 Hz and greater than 0.3 Hz.
  • Cerebral slow wave it is possible to hear a cerebral electrical wave of the person P having a peak to peak amplitude of, for example, between 10 and 200 microvolts.
  • cerebral slow waves are also understood to mean, in particular, delta waves of higher frequencies (usually between 1.6 and 4 Hz).
  • a cerebral slow wave can still be understood to mean any type of wave having the characteristics of frequency and amplitude mentioned above.
  • phase 2 sleep waves called "K-complexes” can be considered as slow brain waves for the invention.
  • the implementation of the invention may for example take place during a phase of sleep of the person P (as identified for example in the AASM standards, acronym for "American Academy of Sleep Medicine"), for example a phase of deep sleep of the person P (commonly called stage 3 or stage 4) or during other phases of sleep, for example during light sleep of the person (usually called stage 2).
  • a phase of sleep of the person P as identified for example in the AASM standards, acronym for "American Academy of Sleep Medicine
  • stage 3 or stage 4 a phase of deep sleep of the person P
  • other phases of sleep for example during light sleep of the person (usually called stage 2).
  • the invention can also be implemented during an awakening, falling asleep or waking phase of the person P.
  • the brain waves can then differ from the slow brain waves.
  • control electronics 11 is, for example, able, from the measurement signal S, to first determine a temporal shape F of a cerebral slow wave C such that illustrated in Figure 6.
  • the temporal shape F is a series of points sampled amplitudes of the measurement signal values S, optionally pretreated as mentioned above, said series of measuring points being optionally interpolated or re ⁇ sampled.
  • the temporal form F is a series of amplitude values generated by a phase locked loop, or phase locked loop, (commonly referred to as PLL, acronym for the English term “Phase locked loop”). ").
  • the phase-locked loop is such that the instantaneous phase of the temporal form F at the output of said loop is slaved to the instantaneous phase of the measurement signal S.
  • the phase locked loop can be implemented by analog means or digital means. It is thus clear that the temporal form F is a representation of the brain wave C which can be obtained directly or can be obtained by a phase-locked loop which makes it possible to obtain a cleaner signal. In particular, the instantaneous phase of the temporal form F and the cerebral wave C are synchronized temporally. In the present description, therefore, the term "brain wave C" is used to mean the values taken by the temporal form F.
  • control electronics 11 is able to determine at least a timing instant I of synchronization between a predefined temporal pattern Ml of cerebral slow wave C and a predefined temporal pattern M2 of the acoustic signal A.
  • control electronics 11 is able to control the acoustic transducer 10 so that the predefined temporal pattern M2 of the acoustic signal A is emitted at the timing instant I of synchronization.
  • the predefined temporal pattern Ml of cerebral slow wave C is therefore a pattern of amplitude and / or phase values of the temporal form F which represents the cerebral slow wave C.
  • the predefined temporal pattern M1 may be a succession of phase values of the temporal form F and may therefore be in particular independent of the absolute value of the amplitude of the time form F.
  • the predefined temporal pattern M1 may also be a succession of relative values of the amplitude of the temporal form F. Said relative values are, for example, relating to a maximum amplitude of the predefined or stored temporal form F.
  • the predefined temporal pattern M1 can thus for example correspond to a local temporal maximum of the cerebral slow wave C, a local temporal minimum of the cerebral slow wave C or else a predefined succession of at least a local temporal maximum and at least a local temporal minimum of the slow wave cerebral C.
  • the predefined temporal pattern M1 may also correspond to a portion of such a maximum, minimum or of such a succession, for example a rising edge, a falling edge or a plateau.
  • the predefined temporal pattern M2 of the acoustic signal may be a pattern of amplitude and / or phase values of the acoustic signal A.
  • the acoustic signal is for example an intermittent signal as illustrated in FIG. 6.
  • This intermittent signal is for example emitted for a duration less than a period of a slow cerebral wave.
  • the duration of the intermittent signal is for example less than a few seconds, preferably less than one second.
  • the acoustic signal A is for example a type 1 / f pink noise pulse with a time duration of 50 to 100 milliseconds with a rise and fall time of a few milliseconds.
  • the predefined temporal pattern Ml of cerebral slow wave C may for example correspond to a rising edge of a local maximum of the cerebral slow wave C.
  • the temporal pattern predefined M2 of the acoustic signal A can then be for example a rising edge of the pink noise pulse.
  • the timing instant I of synchronization between the predefined temporal pattern Ml of cerebral slow wave C and the predefined temporal pattern M2 of acoustic signal A can for example be defined so that the rising edge of the pink noise pulse A and the rising edge of the local maximum of the cerebral slow wave C is synchronized, that is to say concomitant.
  • the acoustic signal A may be a continuous signal.
  • the duration of the acoustic signal A may then in particular be greater than a period of the cerebral slow wave C.
  • continuous signal is meant in particular a signal of great duration in front of a period of the cerebral slow wave C.
  • the acoustic signal A may be modulated temporally in amplitude, frequency or phase and the predefined temporal pattern M2 of the acoustic signal A may then be such a temporal modulation.
  • the continuous acoustic signal A may not be modulated temporally, for example in a manner that will now be described.
  • the device 1 may comprise at least two acoustic transducers 10, in particular a first acoustic transducer 10a and a second acoustic transducer 10b as illustrated in FIG. 3.
  • the first acoustic transducer 10a is able to emit an acoustic signal A1 stimulating a right inner ear of the person P.
  • the second acoustic transducer 10b is able to emit an acoustic signal A2 stimulating a left inner ear of the person P.
  • the first and second acoustic transducers 10a, 10b can be controlled in such a way that the acoustic signals A1 and A2 are binaural acoustic signals A.
  • the acoustic signals A1 and A2 may for example be continuous signals. different frequencies.
  • Such acoustic signals A1, A2 are known to generate intermittent pulses in the brain of the person P, in particular called binaural beats.
  • the predefined temporal pattern M1 of cerebral slow wave C may, for example, again correspond to a rising edge of a local maximum of the cerebral slow wave C
  • the predefined temporal patterns M2 of the acoustic signals A1, A2 can moreover be ranges of the acoustic signals A1, A2 corresponding temporally to said intermittent pulses generated in the brain of the person P.
  • the time instant I of synchronization between the predefined temporal pattern M1 of cerebral slow wave C and the predefined temporal patterns M2 of the acoustic signals A1, A2 may for example be defined so that an intermittent pulse generated in the brain of the person P is synchronized temporally with the rising edge of the local maximum of the cerebral slow wave C.
  • FIG. 6 illustrates an example of predefined temporal patterns M1 and M2.
  • One and / or the other among a sound level, a duration, a spectrum and a temporal pattern M2 of the acoustic signal A can be predefined and stored in the memory 6 of the device 1.
  • Said one and / or other of a sound level, a duration, a spectrum and a temporal pattern M2 of the acoustic signal A can form operating parameters of the device 1.
  • said one and / or other of a sound level, a duration, a spectrum and a temporal pattern M2 of the acoustic signal A may vary over time, so that the emission of the acoustic signal A be variable over time.
  • Said one and / or other among a sound level, a duration, a spectrum and a temporal pattern M2 of the acoustic signal A may in particular vary according to an absolute time or a relative time as detailed above.
  • the acoustic signal A can thus be transmitted according to said operating parameters.
  • one and / or the other of a brain wave phase of the person and a predefined temporal wave pattern Ml of the person P can be predefined and stored in the memory 6 of the device 1.
  • Said one and / or another of a brain wave phase of the person and a predefined temporal wave pattern Ml of the person P can form operating parameters of the device 1.
  • said one and / or other of a brain wave phase of the person and a predefined temporal pattern of the brain wave Ml of the person P may vary over time, so that the synchronized transmission of the acoustic signal A is adjusted over time.
  • Said one and / or another of a brain wave phase of the person and a predefined temporal pattern of brain wave Ml of the person P can in particular vary according to an absolute time or a relative time such as detailed above.
  • the acoustic signal A can thus be emitted from to be synchronized according to said operating parameters.
  • control electronics 11 can for example compare the amplitude values of the measurement signal S, possibly filtered and / or normalized, with an amplitude threshold.
  • the predefined temporal pattern Ml of cerebral slow wave C corresponds to a rising edge of a local maximum of the cerebral slow wave C.
  • a temporal instant I then corresponds to a time instant of exceeding the amplitude threshold, or a predefined duration immediately following such an overrun time.
  • the control electronics 11 can thus control the acoustic transducer 4 so that the predefined temporal pattern M2 of the acoustic signal A is synchronized temporally with said time instant I.
  • time form F is a series of amplitude values generated by a phase locked loop
  • the temporal form F may in particular be less noisy than the measurement signal S and allow a facilitated determination of the time instant I of synchronization. In this way, it is thus easier to use the phase values of the temporal form F to identify the time instant I.
  • the device 1 may further comprise data transmission means 7 to the remote server 100.
  • the data transmission means 7 may be mounted on the support element 2 in the manner described above for the acquisition means 3, the transmission means 4 and the analysis means 5.
  • the data transmission means 7 can be controlled by an electronic device 1, for example the control electronics 11.
  • the data transmission means 7 may advantageously comprise a wireless communication module, for example a module implementing a protocol such as Bluetooth and / or Wi-Fi.
  • the remote server 100 may also comprise data transmission means 110.
  • the data transmission means 7 of the device 1 and the data transmission means 110 of the remote server 100 are able to communicate with each other, directly (point-to-point communication) or via an extended network, for example the internet network.
  • the data transmission means 7 of the device 1 and the data transmission means 110 of the remote server 100 are able to exchange data.
  • the data transmission means 7 of the device 1 may in particular be able to transfer the measurement signals S acquired by the acquisition means 3 the data transmission means 110 of the remote server 100. Such a transfer may in particular be implemented after a sleep period of the person P.
  • the data transmission means 110 of the remote server 100 may in particular be able to transfer second operating parameters to the data transmission means 7 of the device 1.
  • the remote server 100 may be able to communicate with a plurality of devices 1 respectively capable of being worn by a plurality of persons P.
  • each device 1 of the plurality of devices 1 can transmit to the remote server 100 operating data comprising at least one measurement signal S acquired by the acquisition means 3 of said device 1.
  • the remote server 100 can thus receive a plurality of operating data respectively associated with the plurality of devices 1.
  • the operating data received by the remote server 100 of the device (s) 1 are associated with first operating parameters.
  • first operating parameters is meant operating parameters used by a device to implement a stimulation step having made it possible to acquire the measurement signal S included in the operating data transmitted to the remote server 100.
  • Operating parameters are, for example, operating parameters recorded in a device 1 during the manufacture of said device, or during a previous implementation of a personalization method according to the invention.
  • the remote server 100 may be able to communicate with a device 1 or with the plurality of devices 1 via an extended network 12, for example an internet network.
  • the device or devices 1 can be directly connected to the wide area network 12, by their data transmission means 7, or be connected to said wide area network 12 via a mediation device, for example a base, a computer or a smartphone.
  • the remote server 100 also comprises processing means 120, able to perform a processing of the operating data to determine second operating parameters.
  • “Second operating parameters” means operating parameters determined by the processing means from the operating data.
  • the second operating parameters may in particular be identical to the first operating parameters or different from the first operating parameters.
  • the processing means 120 may for example comprise one or more processors as well as one or more appropriate memories.
  • the processing means 120 are adapted and intended to implement a step of processing the operating data received from the device 1 during which second operating parameters are determined from an analysis of the operating data.
  • the processing step may include, in particular, analyzing said plurality of operating data so as to determine seconds. operating parameters to be transmitted and stored in the memory of at least one one of the plurality of devices 1.
  • the step of processing the operating data may comprise analyzing the measurement signal S by the processing means 120 to identify at least one parasitic frequency of the measurement signal S.
  • the processing means 120 may in particular compute a harmonic spectrum of the measurement signal S and compare the amplitudes of one or more frequencies of said spectrum with average energy values, spectral amplitude values or energy thresholds or of maximum spectral amplitude, so as to detect too large spectral amplitudes.
  • Said energy values, average spectral amplitude or energy thresholds or maximum spectral amplitude can in particular be determined from a plurality of device 1, for example from a plurality of associated operating data. to a plurality of devices 1 as detailed above.
  • the second operating parameters are then transmitted and stored in the memory 6 of the device 1 from the remote server 100 during a transmission and storage step.
  • the step of processing the operating data can comprise the search in the measurement signal S of at least one temporal or frequency pattern indicator of an awakening or awakening of the person P, said temporal pattern temporally following the emission of an acoustic signal A.
  • said temporal pattern following the temporal emission of an acoustic signal it is meant that the desired temporal pattern has been acquired by the acquisition means 3 after the emission of an acoustic signal A, within a certain time range. which can immediately follow the emission of the acoustic signal A or be delayed to take into account the biological reaction time of the person P to the acoustic signal A.
  • the processing means 120 may implement a Fourier transform frequency analysis of at least a portion of the measurement signal S following the emission of an acoustic signal A, followed if necessary by the implementation. of a sleep depth detection algorithm. In this way, it is possible to detect whether the emission of the acoustic signal has generated an awakening or a start of awakening of the person P.
  • the processing means 120 can determine a wakeup indicator under the effect of the stimulation.
  • the second operating parameters can be determined so as to prevent a future occurrence of this situation.
  • the processing means 120 may, for example, determine second operating parameters more particularly including the operating parameters used by the analysis means 5 detailed above.
  • the second operating parameters can thus comprise one and / or the other among at least one threshold predefined power of a spectrum of the measurement signal S, at least one predefined time-frequency threshold of a predefined pattern identified in the measurement signal in the measurement signal, or at least one predefined level threshold of Muscle activity as detailed above.
  • said thresholds of the second operating parameters are below the thresholds of the first operating parameters of the device 1 so as to prevent an awakening or awakening of the person P during subsequent stimulation.
  • the second operating parameters are then transmitted and stored in the memory 6 of the device 1 from the remote server 100 during a transmission and storage step.
  • the step of processing the operating data can comprise the comparison of a portion of the measurement signal acquired after the transmitting an acoustic signal A with a reference portion of the measurement signal, so as to determine an impact indicator of the stimulation.
  • a portion of the measurement signal acquired after the emission of an acoustic signal A is meant that said portion of the measurement signal has been acquired by the acquisition means 3 after the transmission of a acoustic signal A, within a certain time range that can immediately follow the emission of the acoustic signal A or be delayed to take into account the biological reaction time of the person P to the acoustic signal A.
  • a reference portion of the measurement signal means a portion of the measurement signal preceding the emission of any acoustic signal A, or a portion of the measurement signal sufficiently spaced apart from the transmission of any acoustic signal A so that the person P is no longer considered to be influenced by the emission of an acoustic signal A.
  • Such a reference portion may be an average made between several portions of the measurement signal, in particular between several portions of the measurement signal preceding each the emission of an acoustic signal A.
  • the processing means 120 may, for example, determine a difference between the averages of the portion of the measurement signal acquired after the emission of an acoustic signal A and the reference portion of the measurement signal, and an indicator of the impact of the measurement signal. stimulation can be determined from said difference.
  • the processing means 120 may implement a Fourier transform frequency analysis of the portion of the measurement signal S following the emission of an acoustic signal A, so as to detect if emission of the acoustic signal has generated an awakening or awakening of the person P and determine a wakeup indicator under the effect of stimulation.
  • a composite effect indicator of the stimulation can then be determined from the stimulation impact indicator and the wake up indicator under the effect of the stimulation.
  • the second operating parameters can then be determined from the composite effect indicator of the stimulation.
  • the processing means 120 may, for example, determine second operating parameters more particularly including the operating parameters used by the transmission means 4 detailed above.
  • the second operating parameters may thus comprise one and / or the other among at least one sound level, a duration, a spectrum or a temporal pattern M2 of the acoustic signal A, or at least one of a phase of brain wave of the person and a predefined temporal pattern of brain wave Ml as detailed above.
  • the second operating parameters are then transmitted and stored in the memory 6 of the device 1 from the remote server 100 during a transmission and storage step.
  • the second operating parameters are determined by implementation, by the processing means 120, of an automatic classification algorithm on the operating data.
  • Said automatic classification algorithm is for example defined during a preliminary automatic learning step.
  • the automatic learning step may comprise a transfer learning operation.
  • automated classification algorithm is meant an algorithm adapted to automatically classify the operating data transmitted by the device 1, that is to say to associate a class from qualitative or quantitative rules characterizing the operating data.
  • automated classification algorithm is also broadly meant regression algorithms capable of associating a class which is a real value to the operating data transmitted by the device 1.
  • Said class associated with the operating data may be selected from a class database, or may be an interpolated value from a class database.
  • a "class” can thus be for example an identifier, for example an alphanumeric identifier, or a numerical value, in particular an integer or real value.
  • the class is a real value, we speak of a regression algorithm.
  • Said algorithm can be implemented directly on the operating data itself or the operating data can be pre-processed before implementation of the operating algorithm, by filtering or otherwise.
  • Such an algorithm can for example implement a neural network, a support vector machine (or wide margin separator), a decision tree, a random forest of decision trees, a genetic algorithm or a factor analysis. linear regression, Fisher discriminant analysis, logistic regression, or other known methods of classification.
  • Such an algorithm may include a plurality of parameters that define the qualitative or quantitative rules from which the automatic classification algorithm automatically classifies the measurement data.
  • Such parameters are, for example, the weights of certain neurons, of all the neurons, or even connections between the neurons, for an algorithm implementing a neural network.
  • the parameters of the automatic classification algorithm can for example be predefined during a supervised automatic learning step, or more or less automatically determined, for example by the implementation of a semi-automatic learning step. supervised, partially supervised, unsupervised or reinforced. As indicated above, the automatic learning step may comprise a transfer learning operation.
  • the class database may also be predefined during such a learning step.
  • Such an automatic learning step can be implemented from a measurement data learning sample.
  • the second operating parameters can then be determined from the class obtained.
  • Said class can directly provide a second operating parameter value or can be used to determine one or more values of second operating parameters, for example by comparison with a database of values of second operating parameters and / or interpolation between values of second operating parameters predefined in such a database.
  • the obtained class can make it possible to select a user behavior under the effect of the stimulation among several user behaviors under the effect of the stimulation recorded in a database and associated in said database with seconds. predefined operating parameters.
  • the processing means 120 may, for example, determine second operating parameters comprising more particularly the parameters of operation used by the transmission means 4 detailed above.
  • the second operating parameters can thus comprise one and / or the other among at least one sound level, a duration, a spectrum or a temporal pattern M2 of the acoustic signal A, and / or at least one of a brain wave phase of the person and a predefined temporal pattern of brain wave Ml, and / or at least one parameter of an automatic classification algorithm and / or a class database of an automatic classification algorithm set implemented by means of analysis 5 of a device 1, as detailed above.
  • the remote server 100 can implement an algorithm as detailed above.
  • the remote server 100 can firstly implement an associated automatic classification algorithm, in particular similar, to said automatic classification algorithm implemented by analysis means 5 of the device 1.
  • the automatic classification algorithm implemented by the remote server 100 can be applied to much larger input data than the measurement data on which the associated automatic classification algorithm implemented by the device is applied. 1.
  • the associated automatic classification algorithm implemented by the device 1 operates in real time, that is to say that it has access at any given time only recorded measurement data previous instant.
  • the automatic classification algorithm implemented by the remote server 100 operates off-real-time ("offline") and the input data on which said algorithm is applied can thus comprise, for each instant, data measurement recorded by a device 1 before and after said instant.
  • the remote server 100 can receive measurement signals S acquired by a device during several periods of operation of the device, for example during several sleep periods of the person P.
  • the input data on which is applied the algorithm implemented by the remote server 100 may thus comprise, for each moment, measurement data recorded during different periods of operation of the device 1.
  • the algorithm implemented by the remote server 100 can thus be used to label the measurement data received from the device 1, that is to say to determine the expected output values of the classification algorithm implemented on the device. device 1 for the different input measurement data.
  • the remote server 100 can determine an updated classification algorithm for the device 1.
  • the remote server 100 can implement implement an automatic learning operation of the automatic classification algorithm of the device 1, in particular reinforcement learning, from the labeled measurement data.
  • the automatic learning operation can be implemented from an initial state constituted by the automatic classification algorithm currently implemented on the device 1.
  • the second operating parameters can then be determined from the updated classification algorithm.
  • the second operating parameters are then transmitted and stored in the memory 6 of the device 1 from the remote server 100 during a transmission and storage step.
  • the device 1 can then implement a second step of acoustic wave stimulation. in which at least one of the acquisition sub-steps a), analysis b) and emission c) is performed as a function of the second operating parameters.
  • second stimulation step is meant here a stimulation step implemented after transmission from the remote server second operating parameters. It will be understood that, when a plurality of stimulation steps has been implemented before the processing step, on the remote server, operating data, said “second stimulation step” may not be the second setting. implementation of a stimulation step but an implementation subsequent.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Psychology (AREA)
  • Anesthesiology (AREA)
  • Acoustics & Sound (AREA)
  • Psychiatry (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Pain & Pain Management (AREA)
  • Hematology (AREA)
  • Physiology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Neurology (AREA)

Abstract

Procédé et système de stimulation acoustique personnalisée des ondes cérébrales d'une personne. Le système comporte un dispositif (1) de stimulation acoustique et un serveur distant (100). Le dispositif (1) comporte une mémoire (6) stockant des paramètres de fonctionnement, des moyens d'acquisition (3) d'un signal de mesure (S), des moyens d'analyse (5) pour estimer si la personne est dans un état d'aptitude à la stimulation, et des moyens d'émission (4) pour émettre un signal acoustique. Les moyens d'acquisition (3), les moyens d'analyse (5) et/ou les moyens d'émission (4) opèrent en fonction des paramètres de fonctionnement. Le dispositif (1) et le serveur distant (100) comportent des moyens de transmission de données (7, 110) pour transmettre des données de fonctionnement du dispositif au serveur et transmettre des seconds paramètres de fonctionnement du serveur au dispositif. Le serveur distant (100) comporte des moyens de traitement (120) des données de fonctionnement pour déterminer des seconds paramètres de fonctionnement.

Description

PROCEDES ET SYSTEMES DE STIMULATION ACOUSTIQUE DES ONDES
CEREBRALES .
DOMAINE DE L'INVENTION
La présente invention est relative aux procédés et aux systèmes de stimulation acoustique personnalisée des ondes cérébrales d'une personne.
ARRIERE-PLAN DE L'INVENTION
On connaît des procédés permettant de stimuler les ondes cérébrales d'une personne, notamment au cours des différentes phases de sommeil.
Ainsi par exemple le document WO 2008/039930 décrit un exemple d'un tel procédé dans lequel une stimulation des ondes cérébrales est mise en œuvre pour promouvoir la génération d'ondes lentes cérébrales au cours du sommeil profond .
Au cours d'un tel procédé, on analyse un spectre de puissance d'un encéphalogramme d'une personne pour déterminer le stade de sommeil atteint par ladite personne. Lorsque la personne est considérée avoir atteint un stade de sommeil profond, une stimulation périodique à une fréquence prédéfinie est émise pendant une période de temps prédéterminée. La fréquence de la stimulation est définie en amont pour être proche d'une fréquence d'ondes lentes cérébrales.
Toutefois, un tel procédé présente des inconvénients. En effet, chaque personne présente une activité cérébrale particulière, qui évolue en outre dans le temps avec l'état physique et mental de la personne. Un tel procédé de stimulation fonctionne donc plus ou moins bien selon la personne auquel il est appliqué et, pour une même personne, selon le moment auquel il est appliqué.
La présente invention a notamment pour but d'améliorer cette situation.
A cette fin, l'invention a pour objet un procédé de stimulation acoustique personnalisée des ondes cérébrales d'une personne comportant :
une première étape de stimulation acoustique des ondes cérébrales d'une personne mise en œuvre par un dispositif de stimulation acoustique des ondes cérébrales apte à être porté par la personne, le dispositif de stimulation comprenant une mémoire stockant des premiers paramètres de fonctionnement, l'étape de stimulation initiale comportant les sous-étapes :
a) d'acquisition d'au moins un signal de mesure représentatif d'un signal physiologique de la personne,
b) d'analyse du signal de mesure pour estimer si la personne est dans un état d'aptitude à la stimulation, et c) s'il est estimé que la personne est dans un état d'aptitude à la stimulation, d'émission d'un signal acoustique, audible par la personne, et synchronisé avec un motif temporel prédéfini d'onde cérébrale de la personne, dans laquelle l'une au moins des sous-étapes d'acquisition a), d'analyse b) et d'émission c) est réalisée en fonction des premiers paramètres de fonctionnement ;
une étape de transmission de données de fonctionnement à un serveur distant depuis le dispositif, lesdites données de fonctionnement comportant au moins ledit signal de mesure;
une étape de traitement, sur le serveur distant, des données de fonctionnement pour déterminer des seconds paramètres de fonctionnement;
une étape de transmission et de stockage des seconds paramètres de fonctionnement depuis le serveur distant dans la mémoire du dispositif; et une seconde étape de stimulation acoustique des ondes cérébrales mise en œuvre par le dispositif dans laquelle la mémoire du dispositif stocke les seconds paramètres de fonctionnement, et dans laquelle l'une au moins des sous-étapes d'acquisition a), d'analyse b) et d'émission c) est réalisée en fonction des seconds paramètres de fonctionnement.
Dans des modes de réalisation préférés de l'invention, on peut éventuellement avoir recours en outre à l'une et/ou à l'autre des dispositions suivantes :
les paramètres de fonctionnement comprennent au moins une fréquence parasite du signal de mesure,
et la sous-étape d'acquisition a) comprend un filtrage fréquentiel de ladite fréquence parasite dans le signal de mesure ;
- les paramètres de fonctionnement comprennent au moins un seuil d'énergie d'un spectre du signal de mesure, et la sous-étape d'analyse b) comprend la comparaison d'une énergie d'un spectre du signal de mesure avec ledit seuil;
- les paramètres de fonctionnement comprennent au moins un seuil de fréquence temporelle d'un motif prédéfini du signal de mesure,
et la sous-étape d'analyse b) comprend l'identification dudit motif prédéfini dans le signal de mesure et la comparaison d'une fréquence dudit motif dans le signal de mesure avec ledit seuil;
- les paramètres de fonctionnement comprennent au moins un seuil de niveau d'activité musculaire,
et la sous-étape d'analyse b) comprend la détermination d'un niveau d'activité musculaire à partir du signal de mesure et la comparaison dudit niveau d'activité musculaire avec ledit seuil. ; - la sous-étape d'analyse b) est mise en œuvre au moins en partie par un algorithme de classification automatique de données de mesure déterminées à partir du signal de mesure,
et les paramètres de fonctionnement comprennent au moins un paramètre dudit algorithme de classification automatique et/ou au moins une base de données de classes dudit algorithme de classification automatique;
- les paramètres de fonctionnement comprennent au moins un paramètre choisi dans une liste comprenant un niveau sonore, une durée, un spectre et un motif temporel d'un signal acoustique,
et le signal acoustique émis au cours de la sous- étape d'émission c) est émis en fonction dudit paramètre;
- les paramètres de fonctionnement comprennent au moins un paramètre choisi dans une liste comprenant une phase d'onde cérébrale de la personne et un motif temporel prédéfini d'onde cérébrale de la personne,
et le signal acoustique émis au cours de la sous- étape d'émission c) est émis de sorte à être synchronisé en fonction dudit paramètre;
l'étape de traitement, comprend l'analyse du signal de mesure sur le serveur distant pour identifier au moins une fréquence parasite du signal de mesure,
et les seconds paramètres de fonctionnement sont déterminés en fonction de ladite fréquence parasite;
- l'étape de traitement, comprend la recherche dans le signal de mesure d'au moins un motif prédéfini indicateur d'un réveil ou d'un début de réveil de la personne et suivant l'émission d'un signal acoustique, de sorte à déterminer un indicateur de réveil sous l'effet de la stimulation,
et les seconds paramètres de fonctionnement sont déterminés en fonction dudit indicateur de réveil;
l'étape de traitement comprend la comparaison d'une portion du signal de mesure acquise après l'émission d'un signal acoustique avec une portion de référence du signal de mesure, de sorte à déterminer un indicateur d' impact de la stimulation,
et les seconds paramètres de fonctionnement sont déterminés en fonction dudit indicateur d'impact;
la détermination des seconds paramètres de fonctionnement en fonction de l'indicateur d'impact de la stimulation comprend la mise en œuvre d'un algorithme de classification automatique, ledit algorithme de classification automatique étant de préférence défini au cours d'une étape d'apprentissage automatique préliminaire;
- la première étape de stimulation acoustique des ondes cérébrales d'une personne est mise en œuvre une pluralité de fois par une pluralité de dispositifs respectifs, respectivement aptes à être portés par une pluralité de personnes respectives,
l'étape de transmission de données de fonctionnement au serveur distant est mise en œuvre une pluralité de fois depuis ladite pluralité de dispositifs respectifs, de sorte à respectivement transmettre une pluralité de données de fonctionnement respectives, comportant respectivement au moins un signal de mesure de chacun desdits dispositifs respectifs,
et l'étape de traitement comprend l'analyse de ladite pluralité de données de fonctionnement de sorte à déterminer des seconds paramètres de fonctionnement à transmettre et stocker dans la mémoire d'au moins un dispositif parmi la pluralité de dispositifs;
- la première étape de stimulation est réitérée une pluralité de fois par un dispositif au cours d'une période de fonctionnement dudit dispositif,
et l'étape de transmission de données de fonctionnement à un serveur distant depuis le dispositif est mise en œuvre après ladite période de fonctionnement, les données de fonctionnement comportant au moins un signal de mesure pour chacune des réitérations de la première étape de stimulation;
la période de fonctionnement du dispositif s'étend sur une durée de plusieurs heures, préférentiellement au moins huit heures;
l'émission d'un signal acoustique synchronisé avec un motif temporel prédéfini d'onde cérébrale comporte la détermination, à partir du signal de mesure, d'une forme temporelle d'onde cérébrale,
la détermination, à partir de ladite forme temporelle d'onde cérébrale, d'au moins un instant temporel de synchronisation entre le motif temporel prédéfini d'onde cérébrale et un motif temporel prédéfini du signal acoustique, et
la commande d'un transducteur acoustique du dispositif pour que le motif temporel prédéfini du signal acoustique soit émis audit instant temporel de synchronisation;
- l'onde cérébrale est une onde lente cérébrale présentant une fréquence inférieure à 5 Hz et supérieure à 0,3 Hz;
- le signal acoustique est un signal intermittent et une durée du signal acoustique est inférieure à une période d'une onde cérébrale, de préférence inférieure à quelques secondes, préférentiellement inférieure à une seconde ;
- le signal acoustique est un signal continu et une durée du signal acoustique est supérieure à une période d'une onde cérébrale;
le motif temporel prédéfini d'onde cérébrale correspond à un maximum temporel local d'une onde cérébrale, un minimum temporel local d'une cérébrale, un front montant ou un front descendant d'un maximum ou d'un minimum local d'une onde cérébrale, une succession prédéfinie d'au moins un maximum temporel local et au moins un minimum temporel local d'une onde cérébrale ou un front montant ou descendant d'une telle succession.
L'invention a également pour objet un système de stimulation acoustique personnalisée des ondes cérébrales d'une personne, le système comportant un dispositif de stimulation acoustique des ondes cérébrales d'une personne et un serveur distant,
dans lequel le dispositif comporte :
une mémoire apte à stocker des paramètres de fonctionnement comportant au moins l'un parmi des premiers paramètres de fonctionnement et des seconds paramètres de fonctionnement,
- des moyens d'acquisition d'au moins un signal de mesure représentatif d'un signal physiologique de la personne ,
- des moyens d'analyse du signal de mesure pour estimer si la personne est dans un état d'aptitude à la stimulation, et
des moyens d'émission conçus pour émettre un signal acoustique, audible par la personne, et synchronisé avec un motif temporel prédéfini d'onde cérébrale de la personne s'il est estimé que la personne est dans un état d'aptitude à la stimulation,
dans lequel l'un au moins parmi les moyens d'acquisition, les moyens d'analyse et les moyens d'émission est apte à opérer en fonction des paramètres de fonctionnement stockés dans la mémoire,
dans lequel le dispositif et le serveur distant comportent des moyens respectifs de transmission de données conçus pour
- transmettre des données de fonctionnement du dispositif au serveur distant, lesdites données de fonctionnement comportant au moins ledit signal de mesure, et
- transmettre des seconds paramètres de fonctionnement depuis le serveur distant du serveur distant au dispositif et stocker lesdits seconds paramètres de fonctionnement dans la mémoire du dispositif,
et dans lequel le serveur distant comporte des moyens de traitement des données de fonctionnement pour déterminer des seconds paramètres de fonctionnement.
D'autres caractéristiques et avantages de 1 ' invention apparaîtront au cours de la description suivante de plusieurs de ses formes de réalisation, données à titre d'exemples non limitatifs, en regard des dessins j oints .
Sur les dessins :
la figure 1 est une vue schématique d'un dispositif stimulation acoustique des ondes cérébrales d'une personne selon un mode de réalisation de l'invention,
- la figure 2 est une vue de détail en perspective du dispositif de la figure 1 dans lequel le dispositif comporte notamment un premier et un second transducteur acoustique respectivement aptes à émettre des signaux acoustiques stimulant respectivement une oreille interne droite et une oreille interne gauche de la personne,
- la figure 3 est un schéma synoptique d'un système selon un mode de réalisation de l'invention comportant un dispositif et un serveur distant,
- la figure 4 est un schéma synoptique d'un système selon un autre mode de réalisation de l'invention comportant une pluralité de dispositifs et un serveur distant,
la figure 5 est un organigramme illustrant un mode de réalisation d'un procédé de personnalisation d'une stimulation acoustique des ondes cérébrales d'une personne selon un mode de réalisation de l'invention,
- la figure 6 illustre une forme temporelle d'onde lente cérébrale, un signal acoustique et des motifs temporels prédéfinis selon un exemple de réalisation de 1 ' invention .
Sur les différentes figures, les mêmes références désignent des éléments identiques ou similaires.
Comme cela est illustré sur les figures 1 à 4, l'invention a pour objet un système 1000 de stimulation acoustique personnalisée des ondes cérébrales d'une personne P.
Le système 1000 est apte à mettre en œuvre un procédé de personnalisation d'une stimulation acoustique des ondes cérébrales de la personne P qui est notamment illustré sur la figure 5.
Le système 1000 comporte un dispositif 1 de stimulation acoustique et un serveur distant 10.
Le dispositif 1 est apte à être porté par la personne P, par exemple au cours d'une période de sommeil de la personne.
Le dispositif est par exemple apte à être porté sur la tête de la personne P.
A cette fin, le dispositif 1 peut comporter un ou plusieurs éléments supports 2 aptes à entourer au moins partiellement la tête de la personne P de sorte à y être maintenu. Les éléments supports 2 prennent par exemple la forme d'une ou plusieurs branches pouvant être disposées de sorte à entourer la tête de la personne P pour y maintenir le dispositif 1.
Le dispositif 1 peut également être divisé en un ou plusieurs éléments, aptes à être porté sur différentes parties du corps de la personne P, par exemple sur la tête, au poignet ou encore sur le torse.
Le dispositif 1 comporte également des moyens d'acquisition 3 d'au moins un signal de mesure, des moyens d'émission 4 conçus pour émettre un signal acoustique audible par la personne P, des moyens d'analyse 5 du signal de mesure et au moins une mémoire 6.
Les moyens d'acquisition 3, les moyens d'émission 4, les moyens d'analyse et la mémoire 6 permettent au dispositif 1 de mettre en œuvre une étape de stimulation acoustique des ondes cérébrales de la personne P qui va maintenant être décrite plus en détails.
Cette étape de stimulation acoustique des ondes cérébrales de la personne P peut être réitérée une ou plusieurs fois.
Ainsi en particulier, l'étape de stimulation peut être réitérée une pluralité de fois par le dispositif 1 au cours d'une période de fonctionnement du dispositif, par exemple au cours d'une période de sommeil de la personne P.
Une telle période de fonctionnement du dispositif peut s'étendre sur une durée de plusieurs heures, par exemple au moins huit heures, c'est-à-dire environ une nuit de sommeil.
Dans un mode de réalisation de l'invention, le dispositif 1 est apte à mettre en œuvre l'étape de stimulation au cours de la période de fonctionnement sans communiquer avec le serveur distant 100, c'est-à-dire à fonctionner en autonomie pendant la période de fonctionnement. De cette façon, on peut notamment diminuer l'exposition de la personne P aux rayonnements électromagnétiques .
Ainsi par exemple, le dispositif 1 peut comporter une batterie 8. La batterie 8 peut être montée sur l'élément support 2 de la manière décrite ci-dessus pour les moyens d'acquisition 3, les moyens d'émission 4 et les moyens d'analyse 5. La batterie 8 peut être notamment apte à alimenter les moyens d'acquisition 3, les moyens d'émission 4 et les moyens d'analyse 5, la mémoire 6 et le module de communication 7. La batterie 8 est de préférence apte à fournir de l'énergie sur une durée de plusieurs heures sans recharge, préférentiellement au moins huit heures de sorte à couvrir une période de sommeil moyenne d'une personne P.
De cette façon, le dispositif 1 peut fonctionner de manière autonome pendant une période de sommeil de la personne P. De cette manière en particulier, le dispositif 1 est autonome et apte à mettre en œuvre une ou plusieurs opérations de stimulation des ondes lentes cérébrales sans communiquer avec un serveur extérieur 100, notamment sans communiquer avec un serveur extérieur 100 sur une durée de plusieurs minutes, préférentiellement plusieurs heures, préférentiellement au moins huit heures.
Par « autonome », on entend ainsi que le dispositif peut fonctionner pendant une période prolongée, de plusieurs minutes, de préférence plusieurs heures, en particulier au moins huit heures, sans avoir besoin d'être rechargé en énergie électrique, de communiquer avec des éléments extérieurs tels que le serveur distant ou encore d'être relié structurellement à un dispositif extérieur comme un élément de fixation tel qu'un bras ou une potence. De cette manière le dispositif est apte à être utilisé dans la vie quotidienne d'une personne P sans imposer de contraintes particulières.
Pour permettre la mise en œuvre de l'étape de stimulation acoustique, les moyens d'acquisition 3, les moyens d'émission 4, les moyens d'analyse 5 et la mémoire 6 sont par ailleurs reliés fonctionnellement entre eux et aptes à échanger des informations et des commandes.
A cette fin, les moyens d'acquisition 3, les moyens d'émission 4, les moyens d'analyse 5 et la mémoire 6 sont montés sur l'élément support 2 de sorte à être proches les uns des autres si bien que la communication entre ces éléments 3, 4, 5, 6 est particulièrement rapide et à haut débit .
La mémoire 6 peut notamment être montée de manière permanente sur l'élément support 2 ou peut être un module amovible, par exemple une carte mémoire telle qu'une carte SD (acronyme anglo-saxon du terme « Secure Digital ») .
La mémoire 6 est apte à enregistrer des données qui seront détaillées dans la suite de la description et peuvent comprendre au moins l'un des éléments suivants : un signal de mesure S acquis par les moyens d'acquisition 3, des paramètres de fonctionnement du dispositif 1.
Les paramètres de fonctionnement peuvent notamment être des premiers paramètres de fonctionnement ou des seconds paramètres de fonctionnement, comme cela sera détaillé ci-après.
En particulier, le dispositif 1 peut être configuré de telle sorte qu'un seul jeu de paramètres de fonctionnement stocké dans la mémoire 6 est utilisé à un instant donné. A cette fin, la mémoire 6 peut par exemple stocker des paramètres de fonctionnement qui sont, de manière mutuellement exclusive, soit des premiers paramètres de fonctionnement, soit des seconds paramètres de fonctionnement tels que définis ci-après.
La mémoire 6 est apte à être mise à jour dynamiquement, de sorte que le signal de mesure et/ou les paramètres de fonctionnement enregistrés dans la mémoire 6 peuvent être modifiés au cours du fonctionnement du dispositif 1, comme cela sera décrit plus en détail dans la suite de la description.
L'étape de stimulation peut ainsi comprendre tout d'abord une sous-étape d'acquisition d'au moins un signal de mesure S au moyen des moyens d'acquisition 3.
Le signal de mesure S peut notamment être représentatif d'un signal électrique physiologique E de la personne P.
Le signal électrique physiologique E peut par exemple comporter un électroencéphalogramme (EEG) , un électromyogramme (EMG) , un électrooculogramme (EOG) , un électrocardiogramme (ECG) ou tout autre biosignal mesurable sur la personne P.
A cette fin, les moyens d'acquisition 3 comportent par exemple une pluralité d'électrodes 3 aptes à être en contact avec la personne P, et notamment avec la peau de la personne P pour acquérir au moins un signal de mesure S représentatif d'un signal électrique physiologique E de la personne P.
Le signal électrique physiologique E comporte avantageusement un électroencéphalogramme (EEG) de la personne P.
A cette fin, dans un mode de réalisation de l'invention, le dispositif 1 comporte au moins deux électrodes 3 dont au moins une électrode de référence 3a et au moins une électrode de mesure EEG 3b.
Le dispositif 1 peut comporter en outre une électrode de masse 3c.
Dans un mode de réalisation particulier, le dispositif 1 comporte au moins trois électrodes de mesure EEG 3c, de sorte à acquérir des signaux électriques physiologiques E comportant au moins trois canaux de mesure d' électroencéphalogramme .
Les électrodes de mesure EEG 3c sont par exemple disposées à la surface du cuir chevelu de la personne P.
Dans d'autres modes de réalisation, le dispositif 1 peut comporter en outre une électrode de mesure l'EMG et, éventuellement, une électrode de mesure EOG.
Les électrodes de mesure 3 peuvent être des électrodes réutilisables ou des électrodes jetables. Avantageusement, les électrodes de mesure 3 sont des électrodes réutilisables de sorte à simplifier l'utilisation quotidienne du dispositif.
Les électrodes de mesure 3 peuvent être, notamment, des électrodes sèches ou des électrodes recouvertes d'un gel de contact. Les électrodes 3 peuvent également être des électrodes textiles ou silicone.
Les moyens d'acquisition 3 peuvent également comporter des dispositifs d'acquisition de signaux de mesure S non uniquement électrique.
Un signal de mesure S peut ainsi être, de manière générale, représentatif d'un signal physiologique de la personne P.
Le signal de mesure S peut en particulier être représentatif d'un signal physiologique de la personne P non électrique ou non-totalement électrique, par exemple un signal d'activité cardiaque, tel qu'un rythme cardiaque, une température corporelle de la personne P ou encore des mouvements de la personne P.
A cette fin, les moyens d'acquisition 3 peuvent comporter un détecteur de rythme cardiaque, un thermomètre corporelle, un accéléromètre, un capteur de respiration, un capteur de bio-impédance ou encore un microphone.
Les moyens d'acquisition 3 peuvent encore comporter des dispositifs d'acquisition de signaux de mesure S représentatifs de l'environnement de la personne P.
Le signal de mesure S peut ainsi être représentatif d'une qualité de l'air environnant la personne P, par exemple un taux de dioxyde de carbone ou d'oxygène, ou encore d'une température ou d'un niveau de bruit ambiant.
Enfin, les moyens d'acquisition 3 peuvent comporter des dispositifs d'entrée utilisateur permettant à la personne P d'entrer une information telle qu'un indice subjectif de qualité de nuit ou encore un nombre subjectif de fois que la personne P estime avoir été réveillée par le dispositif 1.
Le signal de mesure S peut alors être représentatif d'une information de la personne P.
Dans un mode de réalisation de l'invention, la sous-étape d'acquisition du signal de mesure S comporte par ailleurs un prétraitement du signal de mesure S.
Le prétraitement du signal de mesure S peut comporter, par exemple au moins l'un des prétraitements suivants :
- un filtrage fréquentiel, par exemple un filtrage fréquentiel et/ou par ondelettes du signal de mesure S dans une gamme de fréquences temporelles d'intérêt, par exemple une gamme de fréquences comprise dans une plage allant de 0.3 Hz à 100 Hz,
- un filtrage fréquentiel et/ou par ondelettes de fréquences parasites du signal de mesure S, par exemple apte à filtrer au moins au moins une fréquence parasite du signal de mesure S, par exemple une fréquence parasite appartenant à une plage de fréquences allant de 0.3 Hz à 100 Hz,
- une élimination d'artefacts prédéfinis du signal de mesure S.
A cette fin, une ou plusieurs fréquences parasites peuvent être prédéfinies et enregistrées dans la mémoire 6 du dispositif 1. De même, un ou plusieurs artefacts peuvent être prédéfinis et enregistrés dans la mémoire 6 du dispositif 1, par exemple sous la forme de motifs prédéfinis du signal de mesure S.
Ladite ou lesdites fréquences parasites et/ou les artefacts peuvent former des paramètres de fonctionnement du dispositif 1.
Ladite ou lesdites fréquences parasites et/ou les artefacts peuvent varier au cours du temps, de sorte à ce que le prétraitement du signal S soit variable au cours du temps .
Ladite ou lesdites fréquences parasites et/ou les artefacts peuvent en particulier varier en fonction d'un temps absolu ou d'un temps relatif.
Par un « temps absolu », on entend un temps indépendant du fonctionnement du dispositif, par exemple une heure, un jour de la semaine, un mois, un instant dans un calendrier de la personne P (période de vacances, de congé, rythme biologique de la personne P) .
Par un « temps relatif », on entend un temps écoulé depuis un événement détecté par le dispositif, par exemple un temps écoulé depuis une précédente détermination d'aptitude à la stimulation, un temps écoulé depuis une précédente stimulation ou encore un temps écoulé depuis une précédente identification d'un réveil ou d'un début de réveil de la personne P.
Le prétraitement du signal de mesure S peut également comporter des prétraitements tels que :
- une amplification, par exemple une amplification du signal de mesure S par un facteur allant de 10A3 à 10A6, et/ou
- un échantillonnage du signal de mesure S au moyen d'un convertisseur analogique-digital apte, par exemple, à échantillonner le signal de mesure S avec un taux d'échantillonnage de quelques centaines de Hertz, par exemple 256 Hz ou 512 Hz.
Un tel prétraitement du signal de mesure S peut par exemple être mis en œuvre par un module analogique ou un module numérique des moyens d'acquisition 3. Ainsi notamment, les moyens d'acquisition 3 peuvent comporter des électrodes actives aptes à réaliser l'un des prétraitements détaillés ci-dessus.
Les moyens d'analyse 5 reçoivent les signaux de mesure S des moyens d'acquisition 3, éventuellement prétraités comme détaillé ci-avant.
A partir des signaux de mesure S, les moyens d'analyse 5 sont aptes à estimer si la personne P est dans un état d'aptitude à la stimulation au cours d'une sous- étape d'analyse du signal de mesure.
Dans un premier mode de réalisation, par « un état d'aptitude à la stimulation », on entend que lorsque la stimulation doit préférentiellement être effectuée au cours d'une période de sommeil, les moyens d'analyse 5 sont aptes à estimer si la personne P est dans un état de sommeil suffisamment profond pour pouvoir être soumise à une stimulation auditive sans risquer d'être réveillée ou que la stimulation auditive ne déclenche une amorce de réveil.
Dans une variante ou en addition, on peut également entendre par « un état d'aptitude à la stimulation » que les moyens d'analyse 5 sont aptes à estimer si la personne P est dans un état de sommeil dans lequel une stimulation auditive pourra avoir un effet recherché. Ainsi les moyens d'analyse 5 peuvent être aptes à estimer si la personne P est dans un état de sommeil profond de sorte à ce qu'une stimulation auditive puisse avoir comme effet d'allonger la durée dudit sommeil profond.
Les moyens d'analyse 5 sont ainsi par exemple apte à déterminer un indice d'aptitude à la stimulation à partir des signaux de mesure S.
Un tel « indice d'aptitude à la stimulation » peut par exemple être un indice binaire prenant une valeur « apte à la stimulation » et une valeur « non apte à la stimulation ». Dans des variantes, l'indice d'aptitude à la stimulation peut prendre des valeurs intermédiaires, indiquant par exemple un pourcentage d'aptitude à la stimulation de l'état entre les valeurs extrémales détaillées ci-avant.
Pour cela, les moyens d'analyse 5 peuvent analyser un signal d'activité cardiaque, une température corporelle ou encore des mouvements de la personne P.
Les moyens d'analyse 5 peuvent également analyser au moins un signal de mesure S représentatif d'un signal électrique physiologique E de la personne P.
Ainsi une analyse des mesures de l'activité cérébrale, oculaire et musculaire permet d'évaluer la profondeur du sommeil de la personne P.
Les moyens d'analyse 5 peuvent par exemple mettre en œuvre un ou plusieurs algorithmes de reconnaissances de formes prédéfinies sur le signal de mesure S de sorte à identifier des oscillations lentes, des complexesK, des spindles, un rythme alpha, ou encore des réveils dans le signal de mesure S.
Dans un premier exemple de réalisation, un spectre fréquentiel du signal de mesure S peut être déterminé. Les formes prédéfinies sont alors déterminées à partir d'une variation d'énergie du spectre fréquentiel dans des bandes de fréquences prédéfinies tel que par exemple une bande de fréquence des ondes alpha (8 12 Hz), beta (>12 Hz), delta (<4Hz) ou encore thêta (4 7 Hz) .
Une énergie du spectre fréquentiel dans une ou plusieurs desdites bandes de fréquences peut être calculée, par exemple en utilisant une transformée de fourrier rapide à court terme.
Dans un autre exemple de réalisation, éventuellement combinable avec le premier exemple de réalisation indiquée, les formes prédéfinies peuvent être déterminées de manière directe dans la forme temporelle du signal de mesure S, notamment en recherchant un ou plusieurs motifs prédéfinis dans le signal de mesure S.
Ainsi par exemple des oscillations lentes et des complexeK peuvent être détectés en recherchant des zéros consécutifs espacés de moins d'une seconde environ et en cherchant un maximum pic à pic.
Lorsque ledit maximum pic à pic dépasse un certain seuil, une onde lente ou un complexeK peut alors être enregistrée .
Les moyens d'analyse 5 peuvent également estimer si la personne P est dans un état d'aptitude à la stimulation à partir d'un signal de mesure représentatif du mouvement des yeux, par exemple un électrooculogramme .
A cette fin, les moyens d'analyse 5 peuvent par exemple calculer une moyenne glissante d'une variation du mouvement des yeux.
Les moyens d'analyse 5 peuvent encore estimer si la personne P est dans un état d'aptitude à la stimulation à partir d'un signal de mesure représentatif d'un niveau d'activité musculaire.
Pour mettre en œuvre la sous-étape d'analyse, les moyens d'analyse 5 peuvent alors comparer chacune desdites grandeurs calculées à partir du signal de mesure avec un seuil prédéfini pour estimer si la personne P est dans un état d'aptitude à la stimulation, par exemple suffisamment endormie pour recevoir la stimulation.
Le résultat de cette comparaison peut fournir un indice d'aptitude à la stimulation tel que défini ci-avant.
Ainsi par exemple les moyens d'analyse 5 peuvent comparer une énergie d'un spectre du signal de mesure S avec un seuil prédéfini d'énergie d'un spectre du signal de mesure S.
Les moyens d'analyse 5 peuvent également comparer une fréquence d'un motif prédéfini identifié dans le signal de mesure avec un seuil prédéfini de fréquence temporelle dudit motif dans le signal de mesure.
Les moyens d'analyse 5 peuvent encore comparer un niveau d'activité musculaire avec un seuil prédéfini de niveau d'activité musculaire.
De cette manière, une pluralité de seuils peut être prédéfinie et enregistrée dans la mémoire 6 du dispositif 1 et former des paramètres de fonctionnement du dispositif 1.
Lesdits seuils peuvent varier au cours du temps, de sorte à ce que la détermination de l'indice d'aptitude soit variable au cours du temps .
Les seuils peuvent en particulier varier en fonction d'un temps absolu ou d'un temps relatif tels que détaillés ci-avant.
Dans un autre mode de réalisation de l'invention, éventuellement combinable avec le mode de réalisation détaillé ci-avant, l'indice d'aptitude à la stimulation peut être déterminés au moins en partie par mise en œuvre, par les moyens d'analyse 5, d'un algorithme de classification automatique de données de mesure déterminées à partir du signal de mesure S.
Lesdites données de mesure peuvent être le signal de mesure S lui-même ou des données calculées à partir du signal de mesure S telles que détaillées ci-avant, c'est-à- dire par exemple une énergie d'un spectre du signal de mesure S, une fréquence d'un motif prédéfini identifié dans le signal de mesure ou encore un niveau d'activité musculaire.
Ledit algorithme de classification automatique est par exemple défini au cours d'une étape d'apprentissage automatique préliminaire. Une telle étape d'apprentissage automatique préliminaire est connue de la littérature. Elle peut comporter une opération d'apprentissage par transfert (« transfer learning ») permettant de changer de base de données d'entrée, par exemple pour appliquer à une base de données d'entrée, éventuellement plus petite, un algorithme entraîné sur une autre base de données, éventuellement plus grande (pour donner un exemple non-limitatif : appliquer à des personnes âgées de 20 à 25 ans des résultats obtenus sur des personnes âgées de 40 à 45 ans) .Par « algorithme de classification automatique », on entend un algorithme adapté pour classer automatiquement les données de mesure, c'est-à-dire leur associer une classe à partir de règles qualitatives ou quantitatives caractérisant les données de mesure .
Ladite classe associée aux données de mesure peut être sélectionnée dans une base de données de classes, ou peut être une valeur interpolée à partir d'une base de données de classes.
Une « classe » peut ainsi être par exemple un identifiant, par exemple un identifiant alphanumérique, ou encore une valeur numérique, notamment une valeur entière ou réelle.
L'indice d'aptitude à la stimulation peut alors être déterminé à partir de la classe obtenue.
La classe obtenue peut fournir directement une valeur de l'indice d'aptitude à la stimulation ou peut fournir des données intermédiaires, notamment des données intermédiaires relatives au signal de mesure S telles qu'une identification d'un motif prédéfini dans le signal de mesure S, par exemple une identification d'un motif K- complexe ou d'un « spindle ». Les données intermédiaires sont alors utilisées pour déterminer un indice d'aptitude à la stimulation, par exemple par traitement et comparaison avec des seuils tels que détaillés ci-avant.
Un tel algorithme peut par exemple mettre en œuvre un réseau de neurones, une machine à vecteurs de support (ou séparateur à vaste marge) , un arbre de décisions, une forêt aléatoire d'arbres de décisions, un algorithme génétique ou encore une analyse factorielle, une régression linéaire, une analyse discriminante de Fisher, une régression logistique ou d'autre méthodes connues du domaine de la classification.
Un tel algorithme peut comporter une pluralité de paramètres qui définissent les règles qualitatives ou quantitatives à partir desquelles l'algorithme de classification automatique classe automatiquement les données de mesure.
De tels paramètres sont par exemple les poids de certains neurones ou de tous les neurones pour un algorithme mettant en œuvre un réseau de neurones.
Au moins un paramètre de l'algorithme de classification automatique et/ou une base de données de classes peuvent être prédéfinis et enregistrés dans la mémoire 6 du dispositif 1 et former des paramètres de fonctionnement du dispositif 1.
Comme indiqué ci-avant, ledit paramètre de l'algorithme de classification automatique et/ou base de données de classes peut varier au cours du temps, de sorte à ce que la détermination de l'indice d'aptitude soit variable au cours du temps .
Ledit paramètre de l'algorithme de classification automatique et/ou base de données de classes peut en particulier varier en fonction d'un temps absolu ou d'un temps relatif tels que détaillés ci-avant.
Les paramètres de l'algorithme de classification automatique peuvent par exemple être prédéfinis au cours d'une étape d'apprentissage automatique supervisée, ou plus ou moins déterminée automatiquement, par exemple par la mise au œuvre d'une étape d'apprentissage automatique semi- supervisée, partiellement supervisée, non-supervisée ou par renforcement. Comme indiqué ci-avant, l'étape d'apprentissage automatique peut comporter une opération d'apprentissage par transfert (« transfer learning ») .
La base de données de classes peut également être prédéfinie au cours d'une telle étape d'apprentissage.
Une telle étape d'apprentissage automatique peut être mise en œuvre à partir d'un échantillon d'apprentissage de données de mesure.
Enfin, l'étape de stimulation peut comprendre une sous-étape d'émission d'un signal acoustique A.
A cette fin, les moyens d'émission 4 sont conçus pour émettre un signal acoustique A, audible par la personne, et synchronisé avec un motif temporel prédéfini d'onde cérébrale Ml de la personne s'il est estimé que la personne est dans un état d'aptitude à la stimulation.
A cette fin, les moyens d'émission 4 comportent par exemple au moins un transducteur acoustique 10 et une électronique de contrôle 11.
L'électronique de contrôle 11 est notamment apte, en temps réel souple, à recevoir des moyens d'acquisition 3 le signal de mesure S et à commander l'émission par le transducteur acoustique 10 d'un signal acoustique A synchronisé avec un motif temporel prédéfini T d'une onde lente cérébrale de la personne P.
Par « temps réel souple » (en anglais « soft real- time ») , on entend une mise en œuvre de l'opération de stimulation telle que des contraintes temporelle sur cette opération, notamment sur la durée ou la fréquence de répétition de cette opération, soient respectées en moyenne sur une durée totale de mise en œuvre prédéfinie, par exemple de quelques heures. On entend notamment que la mise en œuvre de ladite opération puisse à certains moments dépasser lesdites contraintes temporelles tant que le fonctionnement moyen du dispositif 1 et la mise en œuvre moyenne du procédé les respecte sur la durée totale de mise en œuvre prédéfinie. Des limites temporelles peuvent notamment être prédéfinies au-delà desquelles la mise en œuvre de l'opération de stimulation doit être arrêtée ou mise en pause.
Pour permettre une telle mise en œuvre en temps réel souple, une distance maximale entre les moyens d'acquisition 3, les moyens d'émission 4, les moyens d'analyse 5 et la mémoire 6 peut être inférieur à environ un mètre et de préférence inférieure à quelques dizaines de centimètres. De cette manière, une communication suffisamment rapide entre les éléments du dispositif 1 peut être garantie.
Les moyens d'acquisition 3, les moyens d'émission 4, les moyens d'analyse 5 et la mémoire 6 peuvent par exemple être logés dans les cavités de l'élément support 2, clipsés sur l'élément support 2 ou bien encore fixés à l'élément support 2 par exemple par collage, vissage ou tout autre moyen de fixation adapté. Dans un mode de réalisation de l'invention, les moyens d'acquisition 3, les moyens d'émission 4, les moyens d'analyse 5 et la mémoire 6 peuvent être montés sur l'élément support 2 de manière amovible .
Sans un mode de réalisation avantageux de l'invention, l'électronique de contrôle 11 est reliée fonctionnellement aux moyens d'acquisition 3 et au transducteur acoustique 10 par l'intermédiaire de liaisons filaires 10. De cette façon, on diminue l'exposition de la personne P aux rayonnements électromagnétiques.
Le ou les transducteurs acoustiques 10 sont aptes à émettre un signal acoustique A stimulant au moins une oreille interne de la personne P.
Dans un premier mode de réalisation illustré notamment sur les figures 1 et 2, un transducteur acoustique 10 est un dispositif ostéophonique stimulant l'oreille interne de la personne P par conduction osseuse.
Ce dispositif ostéophonique 10 peut par exemple être apte à être placé à proximité de l'oreille, par exemple au-dessus comme illustré sur la figure 1, notamment sur une zone de peau recouvrant un os crânien.
Dans un second mode de réalisation, le transducteur acoustique 10 est un haut-parleur stimulant l'oreille interne de la personne P par un conduit auditif menant à ladite oreille interne.
Ce haut-parleur peut être disposé à l'extérieur de l'oreille de la personne P ou dans le conduit auditif.
Le signal acoustique A est un signal modulé appartenant au moins partiellement à une gamme de fréquence audibles par une personne P, par exemple la gamme allant de 20Hz à 30 kHz.
L'électronique de contrôle 11 reçoit les signaux de mesure S des moyens d'acquisition 3, éventuellement prétraités comme détaillé ci-avant.
Si les signaux de mesure S reçus par l'électronique de contrôle 11 ne sont pas prétraités, l'électronique de contrôle 11 peut notamment mettre en œuvre l'un et/ou l'autre des prétraitements détaillés ci-avant.
L'électronique de contrôle 11 est ensuite apte à mettre en œuvre une opération de stimulation des ondes cérébrales de la personne P, opération qui va maintenant être décrite plus en détail.
Les ondes cérébrales peuvent notamment être des ondes lentes cérébrales.
Par « onde lente cérébrale », on entend notamment une onde électrique cérébrale de la personne P présentant une fréquence inférieure à 5 Hz et supérieure à 0,3 Hz. Par « onde lente cérébrale », on peut entendre une onde électrique cérébrale de la personne P présentant une amplitude crête à crête comprise par exemple entre 10 et 200 microvolts. Outre les ondes de fréquences très faibles inférieures à 1Hz, on entend ainsi également par onde lente cérébrale, notamment, les ondes delta de fréquences plus élevées (usuellement entre 1,6 et 4 Hz) . On peut encore entendre par onde lente cérébrale, tout type d'onde présentant les caractéristiques de fréquence et d'amplitude mentionnées ci-dessus. Ainsi par exemple, les ondes de sommeil de phase 2 dénommées « K-Complexes » peuvent être considérées comme des ondes lentes cérébrales pour 1 ' invention .
De manière générale, la mise en œuvre de l'invention peut par exemple avoir lieu lors d'une phase de sommeil de la personne P (telles qu'identifiées par exemple dans les standards AASM, acronyme de « American Academy of Sleep Medicine ») , par exemple une phase de sommeil profond de la personne P (communément appelé stade 3 ou stade 4) ou au cours d'autre phases de sommeil, par exemple lors du sommeil léger de la personne (appelé usuellement stade 2) .
L' invention peut être également être mise en œuvre lors d'une phase d'éveil, d'endormissement ou de réveil de la personne P. Les ondes cérébrales peuvent alors différer des ondes lentes cérébrales.
Pour mettre en œuvre l'opération de stimulation des ondes cérébrales, l'électronique de contrôle 11 est par exemple apte, à partir du signal de mesure S, à déterminer tout d'abord une forme temporelle F d'onde lente cérébrale C telle qu'illustrée sur la figure 6.
Dans un premier mode de réalisation, la forme temporelle F est une série de point échantillonnés de valeurs d'amplitudes du signal de mesure S, éventuellement prétraité comme mentionné ci-dessus, ladite série de points de mesure étant éventuellement interpolée ou ré¬ échantillonnée .
Dans un second mode de réalisation, la forme temporelle F est une série de valeurs d'amplitudes générée par une boucle à phase asservie, ou boucle à verrouillage de phase, (communément désignée par PLL, acronyme du terme anglo-saxon « Phase locked loop ») .
La boucle à verrouillage de phase est telle que la phase instantanée de la forme temporelle F en sortie de ladite boucle est asservie sur la phase instantanée du signal de mesure S.
La boucle à verrouillage de phase peut être mise en œuvre par des moyens analogiques ou des moyens numériques. On comprend donc que la forme temporelle F est une représentation de l'onde cérébrale C qui peut être directement obtenue ou peut être obtenue par une boucle à verrouillage de phase qui permet d'obtenir un signal plus propre. En particulier, la phase instantanée de la forme temporelle F et de l'onde cérébrale C sont synchronisées temporellement . Dans la présente description, on entend donc le cas échéant par « onde cérébrale C » les valeurs prises par la forme temporelle F.
A partir de cette forme temporelle F, l'électronique de contrôle 11 est apte à déterminer au moins un instant temporel I de synchronisation entre un motif temporel prédéfini Ml d'onde lente cérébrale C et un motif temporel prédéfini M2 du signal acoustique A.
Puis, l'électronique de contrôle 11 est apte à commander le transducteur acoustique 10 pour que le motif temporel prédéfini M2 du signal acoustique A soit émis à l'instant temporel I de synchronisation.
Le motif temporel prédéfini Ml d'onde lente cérébrale C est donc un motif de valeurs d'amplitude et/ou de phases de la forme temporelle F qui représente l'onde lente cérébrale C. En particulier, le motif temporel prédéfini Ml peut être une succession de valeurs de phases de la forme temporelle F et peut donc être notamment indépendant de la valeur absolue de l'amplitude de la forme temporelle F.
Le motif temporel prédéfini Ml peut également être une succession de valeurs relatives de l'amplitude de la forme temporelle F. Lesdites valeurs relatives sont par exemple relatives à un maximum d'amplitude de la forme temporelle F prédéfini ou mémorisé.
Dans un mode de réalisation de l'invention, le motif temporel prédéfini Ml peut ainsi par exemple correspondre à un maximum temporel local de l'onde lente cérébrale C, un minimum temporel local de l'onde lente cérébrale C ou encore une succession prédéfinie d'au moins un maximum temporel local et au moins un minimum temporel local de l'onde lente cérébrale C.
Le motif temporel prédéfini Ml peut également correspondre à une portion d'un tel maximum, minimum ou d'une telle une succession, par exemple un front montant, un front descendant ou encore un plateau.
De la même manière, le motif temporel prédéfini M2 du signal acoustique peut être un motif de valeurs d'amplitude et/ou de phases du signal acoustique A.
Dans un premier mode de réalisation, le signal acoustique est par exemple un signal intermittent comme illustré sur la figure 6. Ce signal intermittent est par exemple émis pendant une durée inférieure à une période d'une onde lente cérébrale. La durée du signal intermittent est par exemple inférieure à quelques secondes, préférentiellement inférieure à une seconde.
Dans un exemple donné à titre purement indicatif et non-limitatif, le signal acoustique A est par exemple une impulsion de bruit rose de type 1/f d'une durée temporelle de 50 à 100 millisecondes avec un temps de montée et de descente de quelques millisecondes. Toujours à titre non- limitatif et pour fixer les idées, dans cet exemple le motif temporel prédéfini Ml d'onde lente cérébrale C peut par exemple correspondre à un front montant d'un maximum local de l'onde lente cérébrale C. Le motif temporel prédéfini M2 du signal acoustique A peut alors être par exemple un front montant de l'impulsion de bruit rose. Dans cet exemple, l'instant temporel I de synchronisation entre le motif temporel prédéfini Ml d'onde lente cérébrale C et le motif temporel prédéfini M2 du signal acoustique A peut- être par exemple défini de sorte à ce que le front montant de l'impulsion de bruit rose A et le front montant du maximum local de l'onde lente cérébrale C soit synchronisés, c'est-à-dire concomitants.
Dans un autre mode de réalisation, le signal acoustique A peut être un signal continu. La durée du signal acoustique A peut alors notamment être supérieure à une période de l'onde lente cérébrale C. Par « signal continu », on entend notamment un signal d'une durée grande devant une période de l'onde lente cérébrale C.
Dans ce mode de réalisation, le signal acoustique A peut être modulé temporellement en amplitude, fréquence ou phase et le motif temporel prédéfini M2 du signal acoustique A peut alors être une telle modulation temporelle.
Alternativement, le signal acoustique A continu peut ne pas être modulé temporellement, par exemple d'une manière qui va maintenant être décrite.
Le dispositif 1 peut comporter au moins deux transducteurs acoustiques 10, notamment un premier transducteur acoustique 10a et un second transducteur acoustique 10b comme illustré sur la figure 3. Le premier transducteur acoustique 10a est apte à émettre un signal acoustiques Al stimulant une oreille interne droite de la personne P. Le second transducteur acoustique 10b est apte à émettre un signal acoustique A2 stimulant une oreille interne gauche de la personne P.
On peut alors en particulier contrôler le premier et le second transducteur acoustique 10a, 10b de telle sorte que les signaux acoustiques Al et A2 soient des signaux acoustiques binauraux A. A cette fin, les signaux acoustiques Al et A2 peuvent par exemple être des signaux continus de fréquences différentes. De tels signaux acoustiques Al, A2 sont connus pour générer des impulsions intermittentes dans le cerveau de la personne P, appelées notamment battements binauraux.
Toujours à titre non-limitatif et pour fixer les idées, dans cet exemple le motif temporel prédéfini Ml d'onde lente cérébrale C peut par exemple, à nouveau, correspondre à un front montant d'un maximum local de l'onde lente cérébrale C. Les motifs temporaux prédéfinis M2 des signaux acoustiques Al, A2 peuvent par ailleurs être des plages des signaux acoustiques Al, A2 correspondant temporellement auxdites impulsions intermittentes générées dans le cerveau de la personne P. Dans cet exemple, l'instant temporel I de synchronisation entre le motif temporel prédéfini Ml d'onde lente cérébrale C et les motifs temporaux prédéfinis M2 des signaux acoustiques Al, A2 peuvent être par exemple définis de sorte à ce qu'une impulsion intermittente générée dans le cerveau de la personne P soit synchronisée temporellement avec le front montant du maximum local de l'onde lente cérébrale C.
La figure 6 illustre un exemple de motifs temporels prédéfini Ml et M2.
L'un et/ou l'autre parmi un niveau sonore, une durée, un spectre et un motif temporel M2 du signal acoustique A peuvent être prédéfinis et enregistrés dans la mémoire 6 du dispositif 1.
Ledit un et/ou autre parmi un niveau sonore, une durée, un spectre et un motif temporel M2 du signal acoustique A peuvent former des paramètres de fonctionnement du dispositif 1.
Comme indiqué ci-avant, ledit un et/ou autre parmi un niveau sonore, une durée, un spectre et un motif temporel M2 du signal acoustique A peut varier au cours du temps, de sorte à ce que l'émission du signal acoustique A soit variable au cours du temps.
Ledit un et/ou autre parmi un niveau sonore, une durée, un spectre et un motif temporel M2 du signal acoustique A peut en particulier varier en fonction d'un temps absolu ou d'un temps relatif tels que détaillés ci- avant .
Le signal acoustique A peut ainsi être émis en fonction desdits paramètres de fonctionnement.
Selon les réalisations et selon le motif temporel Ml sélectionné, différents modes de réalisation sont envisageables pour déterminer l'instant temporel I de synchronisation .
De même, l'un et/ou l'autre parmi une phase d'onde cérébrale de la personne et un motif temporel prédéfini d'onde cérébrale Ml de la personne P peuvent être prédéfinis et enregistrés dans la mémoire 6 du dispositif 1.
Ledit un et/ou autre parmi une phase d'onde cérébrale de la personne et un motif temporel prédéfini d'onde cérébrale Ml de la personne P peuvent former des paramètres de fonctionnement du dispositif 1.
Ici encore, ledit un et/ou autre parmi une phase d'onde cérébrale de la personne et un motif temporel prédéfini d'onde cérébrale Ml de la personne P peut varier au cours du temps, de sorte à ce que l'émission synchronisée du signal acoustique A soit ajustée au cours du temps .
Ledit un et/ou autre parmi une phase d'onde cérébrale de la personne et un motif temporel prédéfini d'onde cérébrale Ml de la personne P peut en particulier varier en fonction d'un temps absolu ou d'un temps relatif tels que détaillés ci-avant.
Le signal acoustique A peut ainsi être émis de sorte à être synchronisé en fonction desdits paramètres de fonctionnement .
Par ailleurs, pour déterminer l'instant temporel I, l'électronique de contrôle 11 peut par exemple comparer les valeurs d'amplitude du signal de mesure S, éventuellement filtrée et/ou normalisée, avec un seuil d'amplitude.
Dans l'exemple donné ci-avant à titre purement non limitatif, le motif temporel prédéfini Ml d'onde lente cérébrale C correspond à un front montant d'un maximum local de l'onde lente cérébrale C. Un instant temporel I correspond alors à un instant temporel de dépassement du seuil d'amplitude, ou à une durée prédéfinie suivant immédiatement un tel instant de dépassement. L'électronique de contrôle 11 peut ainsi commander le transducteur acoustique 4 pour que le motif temporel prédéfini M2 du signal acoustique A soit synchronisé temporellement avec ledit instant temporel I .
On comprend bien que la rapidité de communication entre les moyens d'acquisition 3, le transducteur acoustique 10 et l'électronique de contrôle 11 permet notamment d'assurer une synchronisation fiable et une mise en œuvre optimale de l'opération de stimulation.
Dans un mode de réalisation dans lequel la forme temporelle F est une série de valeurs d'amplitudes générée par une boucle à phase asservie, il est possible de déterminer ledit instant temporel I à partir de ladite boucle à phase asservie, par détection de seuil ou par prédiction des valeurs futures de la forme temporelle F.
Dans ce mode de réalisation, la forme temporelle F peut notamment être moins bruitée que le signal de mesure S et permettre une détermination facilitée de l'instant temporelle I de synchronisation. De cette manière, il est ainsi plus aisé d'utiliser les valeurs de phases de la forme temporelle F pour identifier l'instant temporelle I.
Le dispositif 1 peut en outre comporter des moyens de transmission de données 7 au serveur distant 100. Les moyens de transmission de données 7 peuvent être montés sur l'élément support 2 de la manière décrite ci-dessus pour les moyens d'acquisition 3, les moyens d'émission 4 et les moyens d'analyse 5. Les moyens de transmission de données 7 peuvent être commandés par une électronique du dispositif 1, par exemple l'électronique de contrôle 11.
Les moyens de transmission de données 7 peuvent avantageusement comporter un module de communication sans- fil, par exemple un module mettant en œuvre un protocole tel que le Bluetooth et/ou le Wi-Fi.
De cette manière, lorsque la personne P est dans une période de sommeil, elle n'est pas gênée par des câbles, notamment s'il est nécessaire de réaliser des transmissions de données durant la période de sommeil.
Comme illustré sur la figure 3, le serveur distant 100 peut également comporter des moyens de transmission de données 110.
Les moyens de transmission de données 7 du dispositif 1 et les moyens de transmission de données 110 du serveur distant 100 sont aptes à communiquer entre eux, directement (communication point à point) ou par l'intermédiaire d'un réseau étendu, par exemple le réseau internet .
Plus précisément, les moyens de transmission de données 7 du dispositif 1 et les moyens de transmission de données 110 du serveur distant 100 sont aptes à échanger des données.
Ainsi, les moyens de transmission de données 7 du dispositif 1 peuvent notamment être aptes à transférer les signaux de mesure S acquis par les moyens d'acquisition 3 aux moyens de transmission de données 110 du serveur distant 100. Un tel transfert peut notamment être mise en œuvre après une période de sommeil de la personne P.
De même, les moyens de transmission de données 110 du serveur distant 100 peuvent notamment être aptes à transférer des seconds paramètres de fonctionnement aux moyens de transmission de données 7 du dispositif 1.
Dans un mode de réalisation de l'invention, le serveur distant 100 peut être apte à communiquer avec une pluralité de dispositifs 1 respectivement aptes à être portés par une pluralité de personnes P.
Dans ce mode de réalisation, chaque dispositif 1 de la pluralité de dispositifs 1 peut transmettre au serveur distant 100 des données de fonctionnement comportant au moins un signal de mesure S acquis par les moyens d'acquisition 3 dudit dispositif 1.
Le serveur distant 100 peut ainsi recevoir une pluralité de données de fonctionnement respectivement associées à la pluralité de dispositifs 1.
Les données de fonctionnement reçu par le serveur distant 100 du ou des dispositif (s) 1 sont associées à des premiers paramètres de fonctionnement.
Par « premiers paramètres de fonctionnement », on entend des paramètres de fonctionnement utilisés par un dispositif pour mettre en œuvre une étape de stimulation ayant permis d'acquérir le signal de mesure S compris dans les données de fonctionnement transmises au serveur distant 100. Les premiers paramètres de fonctionnement sont ainsi par exemple des paramètres de fonctionnement enregistrés dans un dispositif 1 lors de la fabrication dudit dispositif, ou lors d'une mise en œuvre antérieur d'un procédé de personnalisation selon l'invention.
Le serveur distant 100 peut être apte à communiquer avec un dispositif 1 ou avec la pluralité de dispositifs 1 par l'intermédiaire d'un réseau étendu 12, par exemple un réseau internet. Le ou les dispositifs 1 peuvent être directement reliés au réseau étendu 12, par leur moyens de transmission de données 7, ou bien être reliés audit réseau étendu 12 par l'intermédiaire d'un dispositif de médiation, par exemple une base, un ordinateur ou un smartphone .
Le serveur distant 100 comporte également des moyens de traitement 120, apte à réaliser un traitement des données de fonctionnement pour déterminer des seconds paramètres de fonctionnement.
Par « seconds paramètres de fonctionnement », on entend des paramètres de fonctionnement déterminés par les moyens de traitement à partir des données de fonctionnement. Les seconds paramètres de fonctionnement peuvent notamment être identiques aux premiers paramètres de fonctionnement ou différents des premiers paramètres de fonctionnement .
Les moyens de traitement 120 peuvent par exemple comporter une ou plusieurs processeurs ainsi que une ou plusieurs mémoires appropriées.
Les moyens de traitement 120 sont apte et destinés à mettre en œuvre une étape de traitement des données de fonctionnement reçues du dispositif 1 au cours de laquelle des seconds paramètres de fonctionnement sont déterminés à partir d'une analyse des données de fonctionnement.
Dans un mode de réalisation dans lequel le serveur distant 100 reçoit une pluralité de données de fonctionnement associées à une pluralité de dispositifs 1, l'étape de traitement peut notamment comprendre l'analyse de ladite pluralité de données de fonctionnement de sorte à déterminer des seconds paramètres de fonctionnement à transmettre et stocker dans la mémoire d'au moins un dispositif parmi la pluralité de dispositifs 1.
Dans un premier mode de réalisation, l'étape de traitement des données de fonctionnement peut comporter l'analyse du signal de mesure S par les moyens de traitement 120 pour identifier au moins une fréquence parasite du signal de mesure S.
Pour cela, les moyens de traitement 120 peuvent notamment calculer un spectre harmonique du signal de mesure S et comparer les amplitudes d'une ou plusieurs fréquences dudit spectre avec des valeurs d'énergie, d'amplitude spectrale moyennes ou des seuils d'énergie ou d'amplitude spectrale maximale, de sorte à détecter des amplitudes spectrale trop importantes.
Lesdites valeurs d'énergie, d'amplitude spectrale moyennes ou des seuils d'énergie ou d'amplitude spectrale maximale peuvent notamment être déterminées à partir d'une pluralité de dispositif 1, par exemple à partir d'une pluralité de données de fonctionnement associées à une pluralité de dispositifs 1 comme détaillé ci-avant.
Lorsqu'au moins une fréquence parasite a été identifiée dans le signal de mesure S, il est alors possible de déterminer des seconds paramètres de fonctionnement en fonction de ladite fréquence parasite.
Les seconds paramètres de fonctionnement sont ensuite transmis et stockés dans la mémoire 6 du dispositif 1 depuis le serveur distant 100 au cours d'une étape de transmission et de stockage.
Dans un deuxième mode de réalisation, pouvant notamment être combiné avec le premier mode de réalisation décrit ci-avant, l'étape de traitement des données de fonctionnement peut comprendre la recherche dans le signal de mesure S d'au moins un motif temporel ou fréquentiel indicateur d'un réveil ou d'un début de réveil de la personne P, ledit motif temporel suivant temporellement l'émission d'un signal acoustique A.
Par « ledit motif temporel suivant temporellement l'émission d'un signal acoustique », on entend que le motif temporel recherché a été acquis par les moyens d'acquisition 3 après l'émission d'un signal acoustique A, dans une certaine plage temporelle qui peut suivre immédiatement l'émission du signal acoustique A ou être retardée pour tenir compte du temps de réaction biologique de la personne P au signal acoustique A.
Pour cela, les moyens de traitement 120 peuvent mettre en œuvre une analyse fréquentielle par transformée de Fourier d'au moins une portion du signal de mesure S suivant l'émission d'un signal acoustique A, suivi le cas échéant de la mise en œuvre d'un algorithme de détection de profondeur du sommeil. De cette façon, il est possible de détecter si l'émission du signal acoustique a généré un réveil ou un début de réveil de la personne P.
A partir de cette analyse, les moyens de traitement 120 peuvent déterminer un indicateur de réveil sous l'effet de la stimulation.
Si ledit indicateur de réveil indique que l'émission du signal acoustique a généré un réveil ou un début de réveil de la personne P, les seconds paramètres de fonctionnement peuvent être déterminés de sorte à prévenir une future occurrence de cette situation.
Pour cela, les moyens de traitement 120 peuvent par exemple déterminer des seconds paramètres de fonctionnement comportant plus particulièrement les paramètres de fonctionnement utilisés par les moyens d'analyse 5 détaillés ci-avant.
Les seconds paramètres de fonctionnement peuvent ainsi comporter l'un et/ou l'autre parmi au moins un seuil prédéfini d'énergie d'un spectre du signal de mesure S, au moins un seuil prédéfini de fréquence temporelle d'un motif prédéfini identifié dans le signal de mesure dans le signal de mesure, ou encore au moins un seuil prédéfini de niveau d'activité musculaire tels que détaillés ci-avant.
De préférence, lesdits seuils des seconds paramètres de fonctionnement sont inférieurs aux seuils des premiers paramètres de fonctionnement du dispositif 1 de sorte à prévenir un réveil ou un début de réveil de la personne P lors des stimulations ultérieures.
Les seconds paramètres de fonctionnement sont ensuite transmis et stockés dans la mémoire 6 du dispositif 1 depuis le serveur distant 100 au cours d'une étape de transmission et de stockage.
Dans un troisième mode de réalisation, pouvant notamment être combiné avec le premier et le deuxième mode de réalisation décrits ci-avant, l'étape de traitement des données de fonctionnement peut comprendre la comparaison d'une portion du signal de mesure acquise après l'émission d'un signal acoustique A avec une portion de référence du signal de mesure, de sorte à déterminer un indicateur d'impact de la stimulation.
Ici également, par « une portion du signal de mesure acquise après l'émission d'un signal acoustique A », on entend que ladite portion du signal de mesure a été acquis par les moyens d'acquisition 3 après l'émission d'un signal acoustique A, dans une certaine plage temporelle qui peut suivre immédiatement l'émission du signal acoustique A ou être retardée pour tenir compte du temps de réaction biologique de la personne P au signal acoustique A.
Ladite plage temporelle peut par exemple s'étendre sur une durée de quelques secondes après l'émission du signal acoustique A. Par « une portion de référence du signal de mesure », on entend une portion du signal de mesure précédant l'émission de tout signal acoustique A, ou encore une portion du signal de mesure suffisamment espacée temporellement de l'émission de tout signal acoustique A pour que la personne P ne soit plus considérée comme influencée par l'émission d'un signal acoustique A. Une telle portion de référence peut être une moyenne réalisée entre plusieurs portions du signal de mesure, notamment entre plusieurs portions du signal de mesure précédant chacune l'émission d'un signal acoustique A.
Les moyens de traitement 120 peuvent par exemple déterminer une différence entre les moyennes de la portion du signal de mesure acquise après l'émission d'un signal acoustique A et de la portion de référence du signal de mesure et un indicateur d' impact de la stimulation peut être déterminé à partir de ladite différence.
Par ailleurs, comme détaillé ci-avant, les moyens de traitement 120 peuvent mettre en œuvre une analyse fréquentielle par transformée de Fourier de la portion du signal de mesure S suivant l'émission d'un signal acoustique A, de sorte à détecter si l'émission du signal acoustique a généré un réveil ou un début de réveil de la personne P et déterminer un indicateur de réveil sous l'effet de la stimulation.
Un indicateur composite d'effet de la stimulation peut alors être déterminé à partir de l'indicateur d'impact de la stimulation et de l'indicateur de réveil sous l'effet de la stimulation.
Les seconds paramètres de fonctionnement peuvent alors être déterminés à partir de l'indicateur composite d'effet de la stimulation. Pour cela, les moyens de traitement 120 peuvent par exemple déterminer des seconds paramètres de fonctionnement comportant plus particulièrement les paramètres de fonctionnement utilisés par les moyens d'émission 4 détaillés ci-avant.
Les seconds paramètres de fonctionnement peuvent ainsi comporter l'un et/ou l'autre parmi au moins un niveau sonore, une durée, un spectre ou un motif temporel M2 du signal acoustique A, ou encore au moins l'un parmi une phase d'onde cérébrale de la personne et un motif temporel prédéfini d'onde cérébrale Ml tels que détaillés ci-avant.
Les seconds paramètres de fonctionnement sont ensuite transmis et stockés dans la mémoire 6 du dispositif 1 depuis le serveur distant 100 au cours d'une étape de transmission et de stockage.
Dans un mode de réalisation de l'invention, les seconds paramètres de fonctionnement sont déterminés par mise en œuvre, par les moyens de traitement 120, d'un algorithme de classification automatique sur les données de fonctionnement.
Ledit algorithme de classification automatique est par exemple défini au cours d'une étape d'apprentissage automatique préliminaire. Comme indiqué ci-avant, l'étape d'apprentissage automatique peut comporter une opération d'apprentissage par transfert (« transfer learning ») .
Par « algorithme de classification automatique », on entend un algorithme adapté pour classer automatiquement les données de fonctionnement transmises par le dispositif 1, c'est-à-dire leur associer une classe à partir de règles qualitatives ou quantitatives caractérisant les données de fonctionnement. Par « algorithme de classification automatique », on entend également de manière large des algorithmes de régression capables d'associer une classe qui est une valeur réelle aux données de fonctionnement transmises par le dispositif 1.
Ladite classe associée aux données de fonctionnement peut être sélectionnée dans une base de données de classes, ou peut être une valeur interpolée à partir d'une base de données de classes.
Une « classe » peut ainsi être par exemple un identifiant, par exemple un identifiant alphanumérique, ou encore une valeur numérique, notamment une valeur entière ou réelle. Dans le cas où la classe est une valeur réelle, on parle ainsi d'un algorithme de régression.
Ledit algorithme peut être mis en œuvre directement sur les données de fonctionnement elles-mêmes ou les données de fonctionnement peuvent être pré-traitées avant mis en œuvre de l'algorithme de fonctionnement, par filtrage ou autre.
Un tel algorithme peut par exemple mettre en œuvre un réseau de neurones, une machine à vecteurs de support (ou séparateur à vaste marge) , un arbre de décisions, une forêt aléatoire d'arbres de décisions, un algorithme génétique ou encore une analyse factorielle, une régression linéaire, une analyse discriminante de Fisher, une régression logistique ou d'autre méthodes connues du domaine de la classification.
Un tel algorithme peut comporter une pluralité de paramètres qui définissent les règles qualitatives ou quantitatives à partir desquelles l'algorithme de classification automatique classe automatiquement les données de mesure.
De tels paramètres sont par exemple les poids de certains neurones, de tous les neurones, ou encore de connections entre les neurones, pour un algorithme mettant en œuvre un réseau de neurones. Les paramètres de l'algorithme de classification automatique peuvent par exemple être prédéfinis au cours d'une étape d'apprentissage automatique supervisée, ou plus ou moins déterminée automatiquement, par exemple par la mise au œuvre d'une étape d'apprentissage automatique semi- supervisée, partiellement supervisée, non-supervisée ou par renforcement. Comme indiqué ci-avant, l'étape d'apprentissage automatique peut comporter une opération d'apprentissage par transfert (« transfer learning ») .
La base de données de classes peut également être prédéfinie au cours d'une telle étape d'apprentissage.
Une telle étape d'apprentissage automatique peut être mise en œuvre à partir d'un échantillon d'apprentissage de données de mesure.
Les seconds paramètres de fonctionnement peuvent alors être déterminés à partir de la classe obtenue.
Ladite classe peut fournir directement une valeur de seconds paramètres de fonctionnement ou peut être utilisée pour déterminer une ou plusieurs valeurs de seconds paramètres de fonctionnement, par exemple par comparaison avec une base de données de valeurs de seconds paramètres de fonctionnement et/ou par interpolation entre des valeurs de seconds paramètres de fonctionnement prédéfinies dans une telle base de données.
Ainsi, la classe obtenue peut permettre de sélectionner un comportement d'utilisateur sous l'effet de la stimulation parmi plusieurs comportements d'utilisateur sous l'effet de la stimulation enregistrés dans une base de données et associés dans ladite base de données à des seconds paramètres de fonctionnement prédéfinis.
Pour cela, les moyens de traitement 120 peuvent par exemple déterminer des seconds paramètres de fonctionnement comportant plus particulièrement les paramètres de fonctionnement utilisés par les moyens d'émission 4 détaillés ci-avant.
Les seconds paramètres de fonctionnement peuvent ainsi comporter l'un et/ou l'autre parmi au moins un niveau sonore, une durée, un spectre ou un motif temporel M2 du signal acoustique A, et/ou encore au moins l'un parmi une phase d'onde cérébrale de la personne et un motif temporel prédéfini d'onde cérébrale Ml, et/ou au moins un paramètre d'un algorithme de classification automatique et/ou une base de données de classes d'un algorithme de classification automatique mis en œuvre par des moyens d'analyse 5 d'un dispositif 1, tels que détaillés ci-avant.
Dans un mode de réalisation de l'invention dans lequel les seconds paramètres de fonctionnement comportent au moins un paramètre d'un algorithme de classification automatique et/ou une base de données de classes d'un algorithme de classification automatique mis en œuvre par des moyens d'analyse 5 d'une dispositif 1, le serveur distant 100 peut mettre en œuvre un algorithme tel que détaillé ci-avant.
Le serveur distant 100 peut tout d'abord mettre en œuvre un algorithme de classification automatique associé, en particulier similaire, audit algorithme de classification automatique mis en œuvre par des moyens d'analyse 5 du dispositif 1.
Toutefois, l'algorithme de classification automatique mis en œuvre par le serveur distant 100 peut être appliqué sur des données d'entrée beaucoup plus étendues que les données de mesure sur lesquelles est appliqué l'algorithme de classification automatique associé mis en œuvre par le dispositif 1.
En effet, l'algorithme de classification automatique associé mis en œuvre par le dispositif 1 fonctionne en temps réel, c'est-à-dire qu'il n'a accès à un instant donné qu'aux données de mesure enregistrées précédent audit instant. En revanche, l'algorithme de classification automatique mis en œuvre par le serveur distant 100 fonctionne hors-temps-réel (« offline ») et les données d'entrée sur lesquelles est appliqué ledit algorithme peuvent ainsi comporter, pour chaque instant, des données de mesure enregistrée par un dispositif 1 avant et après ledit instant.
Par ailleurs, le serveur distant 100 peut recevoir des signaux de mesure S acquis par un dispositif au cours de plusieurs périodes de fonctionnement du dispositif, par exemple au cours de plusieurs périodes de sommeil de la personne P. Les données d'entrée sur lesquelles est appliqué l'algorithme mis en œuvre par le serveur distant 100 peuvent ainsi comporter, pour chaque instant, des données de mesure enregistrée au cours de différentes périodes de fonctionnement du dispositif 1.
On comprend donc que l'algorithme mis en œuvre par le serveur distant 100, quoique que similaire à l'algorithme de classification mis en œuvre par les moyens d'analyse 5 du dispositif 1, peut permettre d'obtenir des résultats plus précis.
L'algorithme mis en œuvre par le serveur distant 100 peut ainsi être utilisé pour labelliser les données de mesures reçues du dispositif 1, c'est-à-dire déterminer les valeurs de sorties attendues de l'algorithme de classification mis en œuvre sur le dispositif 1 pour les différentes données de mesure d'entrée.
Une fois les données de mesures labellisées, le serveur distant 100 peut déterminer un algorithme de classification mis à jour pour le dispositif 1.
Pour cela, le serveur distant 100 peut mettre en œuvre une opération d'apprentissage automatique de l'algorithme de classification automatique du dispositif 1, en particulier d'apprentissage par renforcement, à partir des données de mesures labellisées. L'opération d'apprentissage automatique peut être mis en œuvre à partir d'un état initial constitué par l'algorithme de classification automatique actuellement mis en œuvre sur le dispositif 1.
Les seconds paramètres de fonctionnement peuvent ensuite être déterminés à partir de l'algorithme de classification mis à jour.
Les seconds paramètres de fonctionnement sont ensuite transmis et stockés dans la mémoire 6 du dispositif 1 depuis le serveur distant 100 au cours d'une étape de transmission et de stockage.
Une fois les seconds paramètres de fonctionnement transmis et stockés dans la mémoire 6 du dispositif 1 depuis le serveur distant 100 au cours de l'étape de transmission et de stockage, le dispositif 1 peut alors mettre en œuvre une seconde étape de stimulation acoustique des ondes cérébrales dans laquelle l'une au moins des sous- étapes d'acquisition a), d'analyse b) et d'émission c) est réalisée en fonction des seconds paramètres de fonctionnement .
Par « seconde étape de stimulation », on entend donc ici une étape de stimulation mise en œuvre après transmission depuis le serveur distant des seconds paramètres de fonctionnement. On comprend notamment que, lorsqu'une pluralité d'étapes de stimulation a été mise en œuvre avant l'étape de traitement, sur le serveur distant, des données de fonctionnement, ladite « seconde étape de stimulation » puisse ne pas être la deuxième mise en œuvre d'une étape de stimulation mais une mise en œuvre ultérieure .

Claims

REVENDICATIONS
1. Procédé de stimulation acoustique personnalisée des ondes cérébrales d'une personne (P) comportant :
o une première étape de stimulation acoustique des ondes cérébrales d'une personne (P) mise en œuvre par un dispositif (1) de stimulation acoustique des ondes cérébrales apte à être porté par la personne (P) , le dispositif (1) de stimulation comprenant une mémoire stockant des premiers paramètres de fonctionnement, l'étape de stimulation initiale comportant les sous-étapes :
a) d'acquisition d'au moins un signal de mesure (S) représentatif d'un signal physiologique de la personne,
b) d'analyse du signal de mesure pour estimer si la personne est dans un état d'aptitude à la stimulation, et c) s'il est estimé que la personne est dans un état d'aptitude à la stimulation, d'émission d'un signal acoustique (A) , audible par la personne, et synchronisé avec un motif temporel prédéfini d'onde cérébrale (Ml) de la personne,
dans laquelle l'une au moins des sous-étapes d'acquisition a), d'analyse b) et d'émission c) est réalisée en fonction des premiers paramètres de fonctionnement ;
o une étape de transmission de données de fonctionnement à un serveur distant depuis le dispositif, lesdites données de fonctionnement comportant au moins ledit signal de mesure (S) ;
o une étape de traitement, sur le serveur distant, des données de fonctionnement pour déterminer des seconds paramètres de fonctionnement;
o une étape de transmission et de stockage des seconds paramètres de fonctionnement depuis le serveur distant dans la mémoire du dispositif;
o une seconde étape de stimulation acoustique des ondes cérébrales mise en œuvre par le dispositif (1) dans laquelle la mémoire du dispositif (1) stocke les seconds paramètres de fonctionnement, et dans laquelle l'une au moins des sous-étapes d'acquisition a), d'analyse b) et d'émission c) est réalisée en fonction des seconds paramètres de fonctionnement.
2. Procédé selon la revendication 1, dans lequel les paramètres de fonctionnement comprennent au moins une fréquence parasite du signal de mesure (S) ,
et dans lequel la sous-étape d'acquisition a) comprend un filtrage fréquentiel de ladite fréquence parasite dans le signal de mesure (S) .
3. Procédé selon l'une quelconque des revendications 1 et 2, dans lequel les paramètres de fonctionnement comprennent au moins un seuil d'énergie d'un spectre du signal de mesure (S) ,
et dans lequel la sous-étape d'analyse b) comprend la comparaison d'une énergie d'un spectre du signal de mesure (S) avec ledit seuil.
4. Procédé selon l'une quelconque des revendications 1 à 3, dans lequel les paramètres de fonctionnement comprennent au moins un seuil de fréquence temporelle d'un motif prédéfini du signal de mesure,
et dans lequel la sous-étape d'analyse b) comprend l'identification dudit motif prédéfini dans le signal de mesure et la comparaison d'une fréquence dudit motif dans le signal de mesure avec ledit seuil.
5. Procédé selon l'une quelconque des revendications 1 à 4, dans lequel les paramètres de fonctionnement comprennent au moins un seuil de niveau d'activité musculaire,
et dans lequel la sous-étape d'analyse b) comprend la détermination d'un niveau d'activité musculaire à partir du signal de mesure (S) et la comparaison dudit niveau d'activité musculaire avec ledit seuil.
6. Procédé selon l'une quelconque des revendications 1 à 5, dans lequel la sous-étape d'analyse b) est mise en œuvre au moins en partie par un algorithme de classification automatique de données de mesure déterminées à partir du signal de mesure (S) ,
et dans lequel les paramètres de fonctionnement comprennent au moins un paramètre dudit algorithme de classification automatique et/ou au moins une base de données de classes dudit algorithme de classification automatique .
7. Procédé selon l'une quelconque des revendications 1 à 6, dans lequel les paramètres de fonctionnement comprennent au moins un paramètre choisi dans une liste comprenant un niveau sonore, une durée, un spectre et un motif temporel d'un signal acoustique,
et dans lequel le signal acoustique (A) émis au cours de la sous-étape d'émission c) est émis en fonction dudit paramètre.
8. Procédé selon l'une quelconque des revendications 1 à 7, dans lequel les paramètres de fonctionnement comprennent au moins un paramètre choisi dans une liste comprenant une phase d'onde cérébrale de la personne et un motif temporel prédéfini d'onde cérébrale (Ml) de la personne,
et dans lequel le signal acoustique (A) émis au cours de la sous-étape d'émission c) est émis de sorte à être synchronisé en fonction dudit paramètre.
9. Procédé selon l'une quelconque des revendications 1 à 8, dans lequel l'étape de traitement, comprend l'analyse du signal de mesure sur le serveur distant pour identifier au moins une fréquence parasite du signal de mesure (S) ,
et dans lequel les seconds paramètres de fonctionnement sont déterminés en fonction de ladite fréquence parasite.
10. Procédé selon l'une quelconque des revendications 1 à 9, dans lequel l'étape de traitement, comprend la recherche dans le signal de mesure d'au moins un motif prédéfini indicateur d'un réveil ou d'un début de réveil de la personne et suivant l'émission d'un signal acoustique (A) , de sorte à déterminer un indicateur de réveil sous l'effet de la stimulation,
et dans lequel les seconds paramètres de fonctionnement sont déterminés en fonction dudit indicateur de réveil.
11. Procédé selon l'une quelconque des revendications 1 à 10, dans lequel l'étape de traitement comprend la comparaison d'une portion du signal de mesure acquise après l'émission d'un signal acoustique (A) avec une portion de référence du signal de mesure, de sorte à déterminer un indicateur d' impact de la stimulation,
et dans lequel les seconds paramètres de fonctionnement sont déterminés en fonction dudit indicateur d' impact .
12. Procédé selon la revendication 10, dans lequel la détermination des seconds paramètres de fonctionnement en fonction de l'indicateur d'impact de la stimulation comprend la mise en œuvre d'un algorithme de classification automatique, ledit algorithme de classification automatique étant de préférence défini au cours d'une étape d'apprentissage automatique préliminaire.
13. Procédé selon l'une quelconque des revendications 1 à 12, dans lequel la première étape de stimulation acoustique des ondes cérébrales d'une personne (P) est mise en œuvre une pluralité de fois par une pluralité de dispositifs (1) respectifs, respectivement aptes à être portés par une pluralité de personnes (P) respectives ,
dans lequel l'étape de transmission de données de fonctionnement au serveur distant est mise en œuvre une pluralité de fois depuis ladite pluralité de dispositifs respectifs, de sorte à respectivement transmettre une pluralité de données de fonctionnement respectives, comportant respectivement au moins un signal de mesure (S) de chacun desdits dispositifs respectifs,
et dans lequel l'étape de traitement comprend l'analyse de ladite pluralité de données de fonctionnement de sorte à déterminer des seconds paramètres de fonctionnement à transmettre et stocker dans la mémoire d'au moins un dispositif parmi la pluralité de dispositifs (D ·
14. Procédé selon l'une quelconque des revendications 1 à 13, dans lequel la première étape de stimulation est réitérée une pluralité de fois par un dispositif (1) au cours d'une période de fonctionnement dudit dispositif,
et dans lequel l'étape de transmission de données de fonctionnement à un serveur distant depuis le dispositif est mise en œuvre après ladite période de fonctionnement, les données de fonctionnement comportant au moins un signal de mesure (S) pour chacune des réitérations de la première étape de stimulation.
15. Procédé selon la revendication 14, dans lequel la période de fonctionnement du dispositif s'étend sur une durée de plusieurs heures, préférentiellement au moins huit heures.
16. Procédé selon l'une quelconque des revendications 1 à 15, dans lequel, l'émission d'un signal acoustique (A) synchronisé avec un motif temporel prédéfini d'onde cérébrale (Ml) comporte :
la détermination, à partir du signal de mesure (S), d'une forme temporelle d'onde cérébrale (F),
la détermination, à partir de ladite forme temporelle d'onde cérébrale (F), d'au moins un instant temporel de synchronisation (I) entre le motif temporel prédéfini d'onde cérébrale (Ml) et un motif temporel prédéfini du signal acoustique (M2), et
la commande d'un transducteur acoustique (4) du dispositif pour que le motif temporel prédéfini du signal acoustique (M2) soit émis audit instant temporel de synchronisation (I) .
17. Procédé selon l'une quelconque des revendications 1 à 16, dans lequel l'onde cérébrale est une onde lente cérébrale présentant une fréquence inférieure à 5 Hz et supérieure à 0,3 Hz.
18. Procédé selon l'une quelconque des revendications 1 à 17, dans lequel le signal acoustique (A) est un signal intermittent et dans lequel une durée du signal acoustique est inférieure à une période d'une onde cérébrale, de préférence inférieure à quelques secondes, préférentiellement inférieure à une seconde.
19. Procédé selon l'une quelconque des revendications 1 à 17, dans lequel le signal acoustique (A) est un signal continu et dans lequel une durée du signal acoustique est supérieure à une période d'une onde cérébrale .
20. Procédé selon l'une quelconque des revendications 1 à 19, dans lequel le motif temporel prédéfini d'onde cérébrale (Ml) correspond à un maximum temporel local d'une onde cérébrale, un minimum temporel local d'une cérébrale, un front montant ou un front descendant d'un maximum ou d'un minimum local d'une onde cérébrale, une succession prédéfinie d'au moins un maximum temporel local et au moins un minimum temporel local d'une onde cérébrale ou un front montant ou descendant d'une telle succession.
21. Système de stimulation acoustique personnalisée des ondes cérébrales d'une personne (P) , le système comportant un dispositif de stimulation acoustique des ondes cérébrales d'une personne (P) et un serveur distant, dans lequel le dispositif (1) comporte : - une mémoire (6) apte à stocker des paramètres de fonctionnement comportant au moins l'un parmi des premiers paramètres de fonctionnement et des seconds paramètres de fonctionnement,
- des moyens d'acquisition (3) d'au moins un signal de mesure (S) représentatif d'un signal physiologique de la personne (P) ,
- des moyens d'analyse (5) du signal de mesure pour estimer si la personne est dans un état d'aptitude à la stimulation, et
- des moyens d'émission (4) conçus pour émettre un signal acoustique (A) , audible par la personne, et synchronisé avec un motif temporel prédéfini d'onde cérébrale (Ml) de la personne s'il est estimé que la personne est dans un état d'aptitude à la stimulation,
dans lequel l'un au moins parmi les moyens d'acquisition (3), les moyens d'analyse (5) et les moyens d'émission (4) est apte à opérer en fonction des paramètres de fonctionnement stockés dans la mémoire (6),
dans lequel le dispositif et le serveur distant comportent des moyens respectifs de transmission de données conçus pour
- transmettre des données de fonctionnement du dispositif au serveur distant, lesdites données de fonctionnement comportant au moins ledit signal de mesure (S), et
- transmettre des seconds paramètres de fonctionnement depuis le serveur distant du serveur distant au dispositif et stocker lesdits seconds paramètres de fonctionnement dans la mémoire du dispositif,
et dans lequel le serveur distant comporte des moyens de traitement des données de fonctionnement pour déterminer des seconds paramètres de fonctionnement.
PCT/FR2016/052031 2015-08-04 2016-08-04 Procédés et systèmes de stimulation acoustique des ondes cérébrales Ceased WO2017021662A1 (fr)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP16757328.6A EP3331436A1 (fr) 2015-08-04 2016-08-04 Procédés et systèmes de stimulation acoustique des ondes cérébrales
CN201680051453.4A CN108024754A (zh) 2015-08-04 2016-08-04 脑电波声刺激的方法和系统
US15/750,288 US20180236232A1 (en) 2015-08-04 2016-08-04 Methods and systems for acoustic stimulation of brain waves

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1557523A FR3039773A1 (fr) 2015-08-04 2015-08-04 Procedes et systemes de stimulation acoustique des ondes cerebrales.
FR1557523 2015-08-04

Publications (1)

Publication Number Publication Date
WO2017021662A1 true WO2017021662A1 (fr) 2017-02-09

Family

ID=55129965

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2016/052031 Ceased WO2017021662A1 (fr) 2015-08-04 2016-08-04 Procédés et systèmes de stimulation acoustique des ondes cérébrales

Country Status (5)

Country Link
US (1) US20180236232A1 (fr)
EP (1) EP3331436A1 (fr)
CN (1) CN108024754A (fr)
FR (1) FR3039773A1 (fr)
WO (1) WO2017021662A1 (fr)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3415089A1 (fr) * 2017-06-12 2018-12-19 Rythm Procédé et système de commande de la production d'une forme d'onde acoustique en fonction d'un signal de commande physiologique et programme informatique associé
WO2018229001A1 (fr) 2017-06-12 2018-12-20 Dreem Système habitronique
WO2019077120A1 (fr) * 2017-10-20 2019-04-25 Thought Beanie Limited Système d'amélioration du sommeil et dispositif vestimentaire pour utilisation avec celui-ci
FR3074052A1 (fr) * 2017-11-30 2019-05-31 Dreem Dispositif de stimulation de l'activite cerebrale d'une personne comprenant un element de commande
CN109965873A (zh) * 2017-12-28 2019-07-05 株式会社理光 生物功能测量分析系统、方法及记录介质
US20200138322A1 (en) * 2017-04-25 2020-05-07 Centre National De La Recherche Scientifique Physio-sensory transduction method and device
US11541201B2 (en) 2017-10-04 2023-01-03 Neurogeneces, Inc. Sleep performance system and method of use

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12201427B2 (en) 2012-06-14 2025-01-21 Medibotics Llc Headband with brain activity sensors
CN110035696B (zh) * 2016-12-06 2022-07-05 皇家飞利浦有限公司 用于确定对象中的参考慢波活动的系统和方法
FR3087661A1 (fr) * 2018-10-30 2020-05-01 Dreem Procede, dispositif et systeme de prediction d'un effet d'une stimulation acoustique des ondes cerebrales d'une personne
CN110314270B (zh) * 2019-04-30 2022-05-13 金脑元(武汉)医学生物科技有限公司 一种基于云服务器的失眠治疗系统及失眠治疗仪
WO2021026873A1 (fr) * 2019-08-15 2021-02-18 深圳先进技术研究院 Procédé et dispositif de traitement par ultrasons, et dispositif de traitement de données
WO2021108460A1 (fr) * 2019-11-25 2021-06-03 The Regents Of The University Of California Stimulation auditive continue du cerveau
CN111638803B (zh) * 2020-06-19 2023-04-07 深圳前海微众银行股份有限公司 基于联邦迁移的脑电数据处理方法、装置、设备及介质
CN111931656B (zh) * 2020-08-11 2022-08-05 西安交通大学 基于迁移学习的用户独立型运动想象分类模型训练方法
WO2022159428A1 (fr) * 2021-01-20 2022-07-28 Elemind Technologies, Inc. Systèmes et procédés de traitement de signaux biologiques
GB202215652D0 (en) 2022-10-21 2022-12-07 Univ Newcastle A method of closed-loop modulation of audio data for neural oscillation suppression or enhancement

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006121956A1 (fr) * 2005-05-09 2006-11-16 Infinite Z, Inc. Systeme de lunettes a retroaction biologique
WO2008039930A2 (fr) 2006-09-28 2008-04-03 Wisconsin Alumni Research Foundation Procédé et appareil pour favoriser un sommeil réparateur
WO2009065076A1 (fr) * 2007-11-16 2009-05-22 Hardt James V Système de rétroaction biologique augmentée par battement binaural
WO2009126179A1 (fr) * 2008-04-09 2009-10-15 Lotus Magnus, Llc. Systèmes et procédés de stimulation cérébrale
US20130190556A1 (en) * 2011-04-04 2013-07-25 Daniel Z. Wetmore Apparatus, system, and method for modulating consolidation of memory during sleep

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4883067A (en) * 1987-05-15 1989-11-28 Neurosonics, Inc. Method and apparatus for translating the EEG into music to induce and control various psychological and physiological states and to control a musical instrument
US6366805B1 (en) * 1999-05-26 2002-04-02 Viasys Healthcare Inc. Time frame synchronization of medical monitoring signals
US7769439B2 (en) * 2004-11-30 2010-08-03 Infinite Z, Inc. Brain balancing by binaural beat
WO2007047667A2 (fr) * 2005-10-14 2007-04-26 Sarnoff Corporation Dispositif et procedes permettant de mesurer et de surveiller les traces de signaux bioelectriques
CN1850308B (zh) * 2006-03-20 2010-05-12 陈奚平 一种诱导脑电波同步的方法和装置
DE102008015259B4 (de) * 2008-03-20 2010-07-22 Anm Adaptive Neuromodulation Gmbh Vorrichtung und Verfahren zur auditorischen Stimulation
CU23466A1 (es) * 2008-07-24 2009-12-17 Ct De Neurociencias De Cuba Metodología y aparato para la detección objetiva de trastornos auditivos
WO2012138761A1 (fr) * 2011-04-04 2012-10-11 Sheepdog Sciences, Inc. Appareil, système et procédé pour moduler une consolidation de la mémoire durant le sommeil
WO2016083929A1 (fr) * 2014-11-25 2016-06-02 Koninklijke Philips N.V. Système et procédé d'ajustement de la durée de stimulation sensorielle pendant le sommeil pour améliorer l'activité d'onde lente

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006121956A1 (fr) * 2005-05-09 2006-11-16 Infinite Z, Inc. Systeme de lunettes a retroaction biologique
WO2008039930A2 (fr) 2006-09-28 2008-04-03 Wisconsin Alumni Research Foundation Procédé et appareil pour favoriser un sommeil réparateur
WO2009065076A1 (fr) * 2007-11-16 2009-05-22 Hardt James V Système de rétroaction biologique augmentée par battement binaural
WO2009126179A1 (fr) * 2008-04-09 2009-10-15 Lotus Magnus, Llc. Systèmes et procédés de stimulation cérébrale
US20130190556A1 (en) * 2011-04-04 2013-07-25 Daniel Z. Wetmore Apparatus, system, and method for modulating consolidation of memory during sleep

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200138322A1 (en) * 2017-04-25 2020-05-07 Centre National De La Recherche Scientifique Physio-sensory transduction method and device
US11596345B2 (en) * 2017-04-25 2023-03-07 Centre National De La Recherche Scientifique Physio-sensory transduction method and device
EP3415089A1 (fr) * 2017-06-12 2018-12-19 Rythm Procédé et système de commande de la production d'une forme d'onde acoustique en fonction d'un signal de commande physiologique et programme informatique associé
WO2018229001A1 (fr) 2017-06-12 2018-12-20 Dreem Système habitronique
US11541201B2 (en) 2017-10-04 2023-01-03 Neurogeneces, Inc. Sleep performance system and method of use
WO2019077120A1 (fr) * 2017-10-20 2019-04-25 Thought Beanie Limited Système d'amélioration du sommeil et dispositif vestimentaire pour utilisation avec celui-ci
US11458279B2 (en) 2017-10-20 2022-10-04 Thought Beanie Limited Sleep enhancement system and wearable device for use therewith
FR3074052A1 (fr) * 2017-11-30 2019-05-31 Dreem Dispositif de stimulation de l'activite cerebrale d'une personne comprenant un element de commande
WO2019105896A1 (fr) * 2017-11-30 2019-06-06 Dreem Dispositif de stimulation de l'activité cérébrale d'une personne comprenant un élément de commande
CN109965873A (zh) * 2017-12-28 2019-07-05 株式会社理光 生物功能测量分析系统、方法及记录介质
US11864905B2 (en) 2017-12-28 2024-01-09 Ricoh Company, Ltd. Biological function measurement and analysis system, biological function measurement and analysis method, and recording medium storing program code

Also Published As

Publication number Publication date
EP3331436A1 (fr) 2018-06-13
US20180236232A1 (en) 2018-08-23
CN108024754A (zh) 2018-05-11
FR3039773A1 (fr) 2017-02-10

Similar Documents

Publication Publication Date Title
WO2017021662A1 (fr) Procédés et systèmes de stimulation acoustique des ondes cérébrales
EP3387794B1 (fr) Procede et systeme de recuperation de donnees de fonctionnement d&#39;un dispositif de mesure des ondes cerebrales
US20240236547A1 (en) Method and system for collecting and processing bioelectrical and audio signals
FR3029117A1 (fr) Dispositif et procede de stimulation des ondes lentes cerebrales
EP0597032B1 (fr) Dispositif de reveil biologique programmable en fonction des phases du sommeil
EP4031005B1 (fr) Système de détermination d&#39;une émotion d&#39;un utilisateur
FR3053238A1 (fr) Procede de detection d&#39;au moins un trouble du rythme cardiaque
EP3768154A1 (fr) Méthode de génération d&#39;un indicateur d&#39;état d&#39;une personne dans le coma
EP3478168A1 (fr) Dispositif de détection d&#39;au moins un trouble du rythme cardiaque
EP3600010A1 (fr) Systeme de determination d&#39;un ensemble d&#39;au moins un descripteur cardio-respiratoire d&#39;un individu pendant son sommeil
WO2022053764A1 (fr) Procédé et dispositif de surveillance de concentration en analyte corporel
WO2023217730A1 (fr) Procédé de surveillance du sommeil d&#39;un utilisateur, dispositif de surveillance et programme d&#39;ordinateur correspondants
FR3067241A1 (fr) Systeme habitronique pour l&#39;assistance a l&#39;endormissement
WO2020089539A1 (fr) Procédé, dispositif et système de prédiction d&#39;un effet d&#39;une stimulation acoustique des ondes cérébrales d&#39;une personne
EP3331435A1 (fr) Procédé et système de stimulation acoustique des ondes cérébrales d&#39;une personne
EP4166070B1 (fr) Procédé d&#39;évaluation de la qualité de biosignal et appareil d&#39;estimation d&#39;informations biologiques
WO2017006062A1 (fr) Systeme et procede de caracterisation du sommeil d&#39;un individu
FR3102054A1 (fr) Casque pour améliorer l’équilibre de la balance sympatho-vagale d’un individu
WO2020144421A1 (fr) Procédé et dispositif de gestion intelligente d&#39;une alarme pour le réveil d&#39;une personne
EP4216810B1 (fr) Équipement électrodermal
FR3109519A1 (fr) Appareil de détection et d’interruption d’un épisode d’apnée du sommeil
WO2024104835A1 (fr) Procédé et dispositif de surveillance du niveau de stress d&#39;un utilisateur
FR3059555A1 (fr) Procedes et dispositifs de reveil controle
CN118340525A (zh) 个体认知状态评估方法、设备及存储介质

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16757328

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 15750288

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2016757328

Country of ref document: EP