A mobility augmentation system monitors data representative of a user's motor intent and augments the user's mobility based on the monitored motor intent data. A machine-learned model is trained to identify an intended movement based on the monitored motor intent data. The machine-learned model may be trained based on generalized or specific motor intent data (e.g., user-specific motor intent data). A machine-learned model initially trained on generalized motor intent data may be re-trained on user-specific motor intent data such that the machine-learned model is optimized to the movements of the user. The system uses the machine-learned model to identify a difference between the user's monitored movement and target movement signals. Based on the identified difference, the system determines actuation signals to augment the user's movement. The actuation signals determined can be an adjustment to a currently applied actuation such that the system optimizes the actuation strategy during application.
G06F 3/01 - Dispositions d'entrée ou dispositions d'entrée et de sortie combinées pour l'interaction entre l'utilisateur et le calculateur
G06F 3/0346 - Dispositifs de pointage déplacés ou positionnés par l'utilisateurLeurs accessoires avec détection de l’orientation ou du mouvement libre du dispositif dans un espace en trois dimensions [3D], p. ex. souris 3D, dispositifs de pointage à six degrés de liberté [6-DOF] utilisant des capteurs gyroscopiques, accéléromètres ou d’inclinaison
A mobility augmentation system configures electrodes of a wearable stimulation array to operate in measurement and intervention modes to detect hyperexcitability of one or more muscles of a user. In the measurement mode, electrodes of the array measure electromyography (EMG) signals from one or more muscles of a user. If the measured EMG signal indicates muscle hyperexcitability, the set of electrodes is configured to operate in the intervention mode and applies an intervention signal to the muscle(s). After the intervention signal is applied, the set of electrodes are reconfigured to return to the measurement mode and a second EMG signal is measured. In response to determining that the intervention signal did not reduce the hyperexcitability of the muscle(s) by at least a threshold amount, the electrodes are returned to the intervention mode and apply a second intervention signal based on the second EMG signal.
A61N 1/36 - Application de courants électriques par électrodes de contact courants alternatifs ou intermittents pour stimuler, p. ex. stimulateurs cardiaques
A mobility augmentation system interleaves afferent and efferent signals in a wearable stimulation array to suppress detected spasticity and stimulate intended movement. A set of electrodes of the array are used to detect a measure of spasticity of one or more muscles of the user and a set of afferent signals are selected based on the detected measure of spasticity. The array further identifies an intended movement of the user and selects a set of efferent signals based on the intended movement. The electrodes apply the set of afferent signals and the set of efferent signals over a same period of time such that the set of afferent signals and the set of efferent signals are interleaved.
A61N 1/36 - Application de courants électriques par électrodes de contact courants alternatifs ou intermittents pour stimuler, p. ex. stimulateurs cardiaques
G16H 20/30 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p. ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients concernant des thérapies ou des activités physiques, p. ex. la physiothérapie, l’acupression ou les exercices
4.
ALTERNATING ELECTRODES BETWEEN MEASUREMENT AND INTERVENTION MODES TO ADDRESS HYPEREXCITABILITY
A mobility augmentation system configures electrodes of a wearable stimulation array to operate in measurement and intervention modes to detect hyperexci lability of one or more muscles of a user. In the measurement mode, electrodes of the array measure electromyography (EMG) signals from one or more muscles of a user. If the measured EMG signal indicates muscle hyperexcitability, the set of electrodes is configured to operate in the intervention mode and applies an intervention signal to the muscle(s). After the intervention signal is applied, the set of electrodes are reconfigured to return to the measurement mode and a second EMG signal is measured. In response to determining that the intervention signal did not reduce the hyperexcitability of the muscle(s) by at least a threshold amount, the electrodes are returned to the intervention mode and apply a second intervention signal based on the second EMG signal.
A61N 1/36 - Application de courants électriques par électrodes de contact courants alternatifs ou intermittents pour stimuler, p. ex. stimulateurs cardiaques
A mobility augmentation system assists a user's movement by determining a corresponding electrical stimulation for the movement. A wearable stimulation array includes sensors, electrodes, an electrode multiplexer, and a controller that executes the mobility augmentation system. The sensors measure movement data, and the mobility augmentation system applies a movement model to the measured movement data. The model can determine different electrical actuation instructions depending on the movement stimulated. For example, to stimulate a knee flexion, the movement model output enables a first set of the electrodes to operate as cathodes and a second set of electrodes to operate as anodes. To stimulate a knee extension, the first set of electrodes can be enabled to operate as anodes and a third set of electrodes as cathodes. The user can provide feedback of the applied stimulation, which the system can use to retrain the model and optimize the stimulation to the user.
A61N 1/36 - Application de courants électriques par électrodes de contact courants alternatifs ou intermittents pour stimuler, p. ex. stimulateurs cardiaques
A61B 5/00 - Mesure servant à établir un diagnostic Identification des individus
A61B 5/0205 - Évaluation simultanée de l'état cardio-vasculaire et de l'état d'autres parties du corps, p. ex. de l'état cardiaque et respiratoire
A61B 5/0533 - Mesure de la réaction cutanée galvanique
A61B 5/103 - Dispositifs de mesure pour le contrôle de la forme, du dessin, de la dimension ou du mouvement du corps ou de parties de celui-ci, à des fins de diagnostic
A61B 5/11 - Mesure du mouvement du corps entier ou de parties de celui-ci, p. ex. tremblement de la tête ou des mains ou mobilité d'un membre
A61B 5/313 - Circuits d’entrée à cet effet spécialement adaptés à des utilisations particulières pour l’électromyographie [EMG]
A61B 5/395 - Détails de la stimulation, p. ex. stimulation d’un nerf pour provoquer une réponse EMG
G16H 40/63 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santéTIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement local
G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
6.
MOBILITY BASED ON MACHINE-LEARNED MOVEMENT DETERMINATION
A mobility augmentation system monitors a user's motor intent data and augments the user's mobility based on the monitored motor intent data. A machine-learned model is trained to identify an intended movement based on the monitored motor intent data. The machine-learned model may be trained based on generalized or specific motor intent data (e.g., user-specific motor intent data). A machine-learned model initially trained on generalized motor intent data may be re-trained on user-specific motor intent data such that the machine-learned model is optimized to the movements of the user. The system uses the machine-learned model to identify a difference between the user's monitored movement and target movement signals. Based on the identified difference, the system determines actuation signals to augment the user's movement. The actuation signals determined can be an adjustment to a currently applied actuation such that the system optimizes the actuation strategy during application.
A mobility augmentation system monitors data representative of a user's motor intent and augments the user's mobility based on the monitored motor intent data. A machine-learned model is trained to identify an intended movement based on the monitored motor intent data. The machine-learned model may be trained based on generalized or specific motor intent data (e.g., user-specific motor intent data). A machine-learned model initially trained on generalized motor intent data may be re-trained on user-specific motor intent data such that the machine-learned model is optimized to the movements of the user. The system uses the machine-learned model to identify a difference between the user's monitored movement and target movement signals. Based on the identified difference, the system determines actuation signals to augment the user's movement. The actuation signals determined can be an adjustment to a currently applied actuation such that the system optimizes the actuation strategy during application.
G06F 3/01 - Dispositions d'entrée ou dispositions d'entrée et de sortie combinées pour l'interaction entre l'utilisateur et le calculateur
G06F 3/0346 - Dispositifs de pointage déplacés ou positionnés par l'utilisateurLeurs accessoires avec détection de l’orientation ou du mouvement libre du dispositif dans un espace en trois dimensions [3D], p. ex. souris 3D, dispositifs de pointage à six degrés de liberté [6-DOF] utilisant des capteurs gyroscopiques, accéléromètres ou d’inclinaison
A mobility augmentation system assists a user's movement by determining a corresponding electrical stimulation for the movement. A wearable stimulation array includes sensors, electrodes, an electrode multiplexer, and a controller that executes the mobility augmentation system. The sensors measure movement data, and the mobility augmentation system applies a movement model to the measured movement data. The model can determine different electrical actuation instructions depending on the movement stimulated. For example, to stimulate a knee flexion, the movement model output enables a first set of the electrodes to operate as cathodes and a second set of electrodes to operate as anodes. To stimulate a knee extension, the first set of electrodes can be enabled to operate as anodes and a third set of electrodes as cathodes. The user can provide feedback of the applied stimulation, which the system can use to retrain the model and optimize the stimulation to the user.
A61N 1/36 - Application de courants électriques par électrodes de contact courants alternatifs ou intermittents pour stimuler, p. ex. stimulateurs cardiaques
A61B 5/00 - Mesure servant à établir un diagnostic Identification des individus
A61B 5/0205 - Évaluation simultanée de l'état cardio-vasculaire et de l'état d'autres parties du corps, p. ex. de l'état cardiaque et respiratoire
A61B 5/0533 - Mesure de la réaction cutanée galvanique
A61B 5/103 - Dispositifs de mesure pour le contrôle de la forme, du dessin, de la dimension ou du mouvement du corps ou de parties de celui-ci, à des fins de diagnostic
A61B 5/313 - Circuits d’entrée à cet effet spécialement adaptés à des utilisations particulières pour l’électromyographie [EMG]
A61B 5/395 - Détails de la stimulation, p. ex. stimulation d’un nerf pour provoquer une réponse EMG
G16H 40/63 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santéTIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement local
A mobility augmentation system assists a user's movement by determining a corresponding electrical stimulation for the movement. A wearable stimulation array includes sensors, electrodes, an electrode multiplexer, and a controller that executes the mobility augmentation system. The sensors measure movement data, and the mobility augmentation system applies a movement model to the measured movement data. The model can determine different electrical actuation instructions depending on the movement stimulated. For example, to stimulate a knee flexion, the movement model output enables a first set of the electrodes to operate as cathodes and a second set of electrodes to operate as anodes. To stimulate a knee extension, the first set of electrodes can be enabled to operate as anodes and a third set of electrodes as cathodes. The user can provide feedback of the applied stimulation, which the system can use to retrain the model and optimize the stimulation to the user.
A61N 1/36 - Application de courants électriques par électrodes de contact courants alternatifs ou intermittents pour stimuler, p. ex. stimulateurs cardiaques
A61B 5/00 - Mesure servant à établir un diagnostic Identification des individus
A61B 5/0205 - Évaluation simultanée de l'état cardio-vasculaire et de l'état d'autres parties du corps, p. ex. de l'état cardiaque et respiratoire
A61B 5/0533 - Mesure de la réaction cutanée galvanique
A61B 5/103 - Dispositifs de mesure pour le contrôle de la forme, du dessin, de la dimension ou du mouvement du corps ou de parties de celui-ci, à des fins de diagnostic
A61B 5/313 - Circuits d’entrée à cet effet spécialement adaptés à des utilisations particulières pour l’électromyographie [EMG]
A61B 5/395 - Détails de la stimulation, p. ex. stimulation d’un nerf pour provoquer une réponse EMG
G16H 40/63 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santéTIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement local
A mobility augmentation system assists a user's movement by determining a corresponding electrical stimulation for the movement. A wearable stimulation array includes sensors, electrodes, an electrode multiplexer, and a controller that executes the mobility augmentation system. The sensors measure movement data, and the mobility augmentation system applies a movement model to the measured movement data. The model can determine different electrical actuation instructions depending on the movement stimulated. For example, to stimulate a knee flexion, the movement model output enables a first set of the electrodes to operate as cathodes and a second set of electrodes to operate as anodes. To stimulate a knee extension, the first set of electrodes can be enabled to operate as anodes and a third set of electrodes as cathodes.
A61N 1/36 - Application de courants électriques par électrodes de contact courants alternatifs ou intermittents pour stimuler, p. ex. stimulateurs cardiaques
A61B 5/103 - Dispositifs de mesure pour le contrôle de la forme, du dessin, de la dimension ou du mouvement du corps ou de parties de celui-ci, à des fins de diagnostic
A61B 5/251 - Moyens pour maintenir le contact de l’électrode avec le corps
A61B 5/296 - Électrodes bioélectriques à cet effet spécialement adaptées à des utilisations particulières pour l’électromyographie [EMG]
A61B 5/332 - Dispositifs portables spécialement adaptés à cet effet
A mobility augmentation system assists a user's movement by determining a corresponding electrical stimulation for the movement. A wearable stimulation array includes sensors, electrodes, an electrode multiplexer, and a controller that executes the mobility augmentation system. The sensors measure movement data, and the mobility augmentation system applies a movement model to the measured movement data. The model can determine different electrical actuation instructions depending on the movement stimulated. For example, to stimulate a knee flexion, the movement model output enables a first set of the electrodes to operate as cathodes and a second set of electrodes to operate as anodes. To stimulate a knee extension, the first set of electrodes can be enabled to operate as anodes and a third set of electrodes as cathodes. The user can provide feedback of the applied stimulation, which the system can use to retrain the model and optimize the stimulation to the user.
A61B 5/00 - Mesure servant à établir un diagnostic Identification des individus
A61B 5/0205 - Évaluation simultanée de l'état cardio-vasculaire et de l'état d'autres parties du corps, p. ex. de l'état cardiaque et respiratoire
A61B 5/0533 - Mesure de la réaction cutanée galvanique
A61B 5/103 - Dispositifs de mesure pour le contrôle de la forme, du dessin, de la dimension ou du mouvement du corps ou de parties de celui-ci, à des fins de diagnostic
A61B 5/11 - Mesure du mouvement du corps entier ou de parties de celui-ci, p. ex. tremblement de la tête ou des mains ou mobilité d'un membre
A61B 5/313 - Circuits d’entrée à cet effet spécialement adaptés à des utilisations particulières pour l’électromyographie [EMG]
A61B 5/395 - Détails de la stimulation, p. ex. stimulation d’un nerf pour provoquer une réponse EMG
A61N 1/36 - Application de courants électriques par électrodes de contact courants alternatifs ou intermittents pour stimuler, p. ex. stimulateurs cardiaques
G16H 40/63 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santéTIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement local
G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
A mobility augmentation system assists a user's movement by determining a corresponding electrical stimulation for the movement. A wearable stimulation array includes sensors, electrodes, an electrode multiplexer, and a controller that executes the mobility augmentation system. The sensors measure movement data, and the mobility augmentation system applies a movement model to the measured movement data. The model can determine different electrical actuation instructions depending on the movement stimulated. For example, to stimulate a knee flexion, the movement model output enables a first set of the electrodes to operate as cathodes and a second set of electrodes to operate as anodes. To stimulate a knee extension, the first set of electrodes can be enabled to operate as anodes and a third set of electrodes as cathodes. The user can provide feedback of the applied stimulation, which the system can use to retrain the model and optimize the stimulation to the user.
A61N 1/36 - Application de courants électriques par électrodes de contact courants alternatifs ou intermittents pour stimuler, p. ex. stimulateurs cardiaques
A61B 5/00 - Mesure servant à établir un diagnostic Identification des individus
A61B 5/0205 - Évaluation simultanée de l'état cardio-vasculaire et de l'état d'autres parties du corps, p. ex. de l'état cardiaque et respiratoire
A61B 5/0533 - Mesure de la réaction cutanée galvanique
A61B 5/103 - Dispositifs de mesure pour le contrôle de la forme, du dessin, de la dimension ou du mouvement du corps ou de parties de celui-ci, à des fins de diagnostic
A61B 5/313 - Circuits d’entrée à cet effet spécialement adaptés à des utilisations particulières pour l’électromyographie [EMG]
A61B 5/395 - Détails de la stimulation, p. ex. stimulation d’un nerf pour provoquer une réponse EMG
G16H 40/63 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santéTIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement local
13.
Machine-learned movement determination based on intent identification
A mobility augmentation system monitors data representative of a user's motor intent and augments the user's mobility based on the monitored motor intent data. A machine-learned model is trained to identify an intended movement based on the monitored motor intent data. The machine-learned model may be trained based on generalized or specific motor intent data (e.g., user-specific motor intent data). A machine-learned model initially trained on generalized motor intent data may be re-trained on user-specific motor intent data such that the machine-learned model is optimized to the movements of the user. The system uses the machine-learned model to identify a difference between the user's monitored movement and target movement signals. Based on the identified difference, the system determines actuation signals to augment the user's movement. The actuation signals determined can be an adjustment to a currently applied actuation such that the system optimizes the actuation strategy during application.
G06F 3/01 - Dispositions d'entrée ou dispositions d'entrée et de sortie combinées pour l'interaction entre l'utilisateur et le calculateur
G06F 3/0346 - Dispositifs de pointage déplacés ou positionnés par l'utilisateurLeurs accessoires avec détection de l’orientation ou du mouvement libre du dispositif dans un espace en trois dimensions [3D], p. ex. souris 3D, dispositifs de pointage à six degrés de liberté [6-DOF] utilisant des capteurs gyroscopiques, accéléromètres ou d’inclinaison
A mobility augmentation system monitors data representative of a user's motor intent and augments the user's mobility based on the monitored motor intent data. A machine-learned model is trained to identify an intended movement based on the monitored motor intent data. The machine-learned model may be trained based on generalized or specific motor intent data (e.g., user-specific motor intent data). A machine-learned model initially trained on generalized motor intent data may be re-trained on user-specific motor intent data such that the machine-learned model is optimized to the movements of the user. The system uses the machine-learned model to identify a difference between the user's monitored movement and target movement signals. Based on the identified difference, the system determines actuation signals to augment the user's movement. The actuation signals determined can be an adjustment to a currently applied actuation such that the system optimizes the actuation strategy during application.
A mobility augmentation system monitors a user's motor intent data and augments the user's mobility based on the monitored motor intent data. A machine-learned model is trained to identify an intended movement based on the monitored motor intent data. The machine-learned model may be trained based on generalized or specific motor intent data (e.g., user-specific motor intent data). A machine-learned model initially trained on generalized motor intent data may be re-trained on user-specific motor intent data such that the machine-learned model is optimized to the movements of the user. The system uses the machine-learned model to identify a difference between the user's monitored movement and target movement signals. Based on the identified difference, the system determines actuation signals to augment the user's movement. The actuation signals determined can be an adjustment to a currently applied actuation such that the system optimizes the actuation strategy during application.
A symptom intervention system monitors data representative of a user's movement, identifies an onset of a symptom of a physical condition, and applies an actuation to intervene with the identified onset. A machine-learned model is trained to identify an onset of a symptom based on the monitored data . The system may use the machine-learned model to determine whether to modify an upcoming administration of a chemical stimulus that is administered to the user to treat their physical condition. The system may determine a modification to a dose or a time associated with the upcoming administration of the stimulus and apply the stimulus to the user based on the determined modification. The system may use the machine-learned model to determine that the user is exhibiting a particular symptom of their physical condition. Depending on the symptom, the system may depolarize or hyperpolarize neurons of the user.
A61M 5/172 - Moyens pour commander l'écoulement des agents vers le corps ou pour doser les agents à introduire dans le corps, p. ex. compteurs de goutte-à-goutte électriques ou électroniques
G06K 9/00 - Méthodes ou dispositions pour la lecture ou la reconnaissance de caractères imprimés ou écrits ou pour la reconnaissance de formes, p.ex. d'empreintes digitales
G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
17.
AUGMENTED NEUROMODULATION AND BIOFEEDBACK FOR SYMPTOM INTERVENTION
A symptom intervention system monitors data representative of a user's movement, identifies an onset of a symptom of a physical condition, and applies an actuation to intervene with the identified onset. A machine-learned model is trained to identify an onset of a symptom based on the monitored data . The system may use the machine-learned model to determine whether to modify an upcoming administration of a chemical stimulus that is administered to the user to treat their physical condition. The system may determine a modification to a dose or a time associated with the upcoming administration of the stimulus and apply the stimulus to the user based on the determined modification. The system may use the machine-learned model to determine that the user is exhibiting a particular symptom of their physical condition. Depending on the symptom, the system may depolarize or hyperpolarize neurons of the user.
A symptom intervention system monitors data representative of a user's movement, identifies an onset of a symptom of a physical condition, and applies an actuation to intervene with the identified onset. A machine-learned model is trained to identify an onset of a symptom based on the monitored data. The system may use the machine-learned model to determine whether to modify an upcoming administration of a chemical stimulus that is administered to the user to treat their physical condition. The system may determine a modification to a dose or a time of the upcoming administration of the stimulus and apply the stimulus to the user based on the determined modification. The system may use the machine-learned model to determine that the user is exhibiting a particular symptom of their physical condition. Depending on the symptom and user, the system determines a neuromodulation operation and applies the operation to the user.
G16H 20/10 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p. ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients concernant des médicaments ou des médications, p. ex. pour s’assurer de l’administration correcte aux patients
A61B 5/11 - Mesure du mouvement du corps entier ou de parties de celui-ci, p. ex. tremblement de la tête ou des mains ou mobilité d'un membre
A61N 1/36 - Application de courants électriques par électrodes de contact courants alternatifs ou intermittents pour stimuler, p. ex. stimulateurs cardiaques
brevets
