Aplicación para Detectar y Tratar Enfermedades Mentales

OBJETIVO:

Estas aplicación permitirá ayudan a disminuir la ansiedad, registrar las emociones y corregir síntomas de trastornos.

ESTADO DEL ARTE

Debido a la creciente preocupación por los distintos síndromes de estrés postraumático y otras enfermedades mentales e Incluso si no se tiene una enfermedad mental diagnosticada, sé puede uno beneficiar de reconocer los factores desencadenantes del mal humor o encontrar formas para impulsar el pensamiento positivo mediante esta aplicación.

Los datos recogidos por estos aparatos los analiza un algoritmo cuyo objetivo es conocer qué dispara la ansiedad o cuándo alguien puede estar a punto de hacer algo arriesgado. Uno de los objetivos es detectar comportamientos destructivos, desde la drogadicción a los ataques de violencia, y ayudar con el tratamiento.

Siendo esta la percepción conjunta de estímulos externos en una persona, se han desarrolla do diversas propuestas que integran tecnología con sensaciones, destacando así [1] PTSD Coach, concreado por el Centro Nacional para trastorno de estrés postraumático del Departamento de Asuntos de Veteranos de Estados Unidos, incluye una autoevaluación de PTSD (siglas en inglés del trastorno) e información sobre la condición. Herramientas de habilidad de relajación y técnicas de manejo del enojo son parte del programa. Está dirigido a los veteranos y miembros del servicio militar.

Existen otros programas denominado a Tactical Breather.

Una voz te guía a través de inhalaciones y exhalaciones que, según [2] "pueden ser utilizadas para ganar control sobre respuestas fisiológicas y psicológicas al estrés". Fue desarrollada para combatir situaciones pero pueden ser utilizadas por cualquier persona para el manejo del estrés en cualquier momento.

Aparte de las aplicaciones móviles existe [3] una interfaz cerebro-ordenador directa (BCI) es permitir que una persona con estos transtornos , se pueda detectar sus estados animos para personas con discapacidades motoras severas a tener un control efectivo de los dispositivos tales como computadoras, el habla sintetizadores, aparatos de asistencia y prótesis neurales. [4]Tal una interfaz aumentaría la independencia de[5] un individuo,que lleva a una mejor [6] calidad de vida y en su salud fisica.

Es útil esta tecnología para el mayor número de personas, con una atención y búsqueda constantes en sus técnicas y recursos, [8]evitando que puedan convertirse en barreras de

comunicación, de información o de accesibilidad. Esto es, debe conducirse a un desarrollo tecnológico con patrones de diseño universal, favoreciendo un verdadero marco de inclusión en la sociedad.

COMO

se desarrollara uso de una aplicación móvil que mediante un sensor pueda detectar las señales emociones,[7] El sensor almacena o transmite al portador los niveles de estrés , ansiedad y otras emociones durante todo el día, dando a los médicos, cuidadores y los propios pacientes una nueva herramienta para la observación de reacciones. Esos datos podrían brindar una forma objetiva de ver lo que afecta a una persona con trastornos mentales o autistas .

CONCLUCION:

Este tipo de tecnologías están en auge en la actualidad , pero no garantizan total efectividad pues no sustituyen a un psicólogo o medico.

CITAS:

[1]Gray, J. A. (1994). Three fundamental emotion systems.In P. Ekman & R. J. Davidson (Eds.), The Nature of Emotions . New York: Oxford University Press.

[2]Robin P. Goin-Kochel et al. (2007),Parental reports on the use of treatments and therapies for children withautism spectrum disorders.Volume 1, Pages 195–209

[3] AlMejrad, A.S. (2010). Human emotions detection using brain wave signals: A challenging. European Journal of Scientific Research, 640-659.

[4]Basher, I. A., & Hajmeer, M. (2000). Artificial neural networks: fundamentals, computing, designg, and application. Journal of Microbiological Methods, 3-31.

[5] Fugal, L. (2009). Conceptual wavelets in digital signal procesing. San Diego, CA: Space & Signals Technologies.

[6]Agretti, H., & Monzón, J. (2001). Análisis espectral de electrocardiograma, Universidad Nacional de Nordeste, Argentina.

[7]AlMejrad, A.S. (2010). Human emotions detection using brain wave signals: A challenging. European Journal of Scientific Research, 640-659.

[8] M. Lucrecia Moralejo,El reconocimiento de voz como paradigma de interacción para personas con dificultades motoras vol 33,5-9.

[9]Millar, Hausen, Renkens, 2002 - Adaptative Brain Interface - ABI: ABI: Simple Features, Simple Neural Network, Complex Brain, pp 5-7.

[10Jack Culpepper,Discriminating Mental States Using EEG Represented by Power Spectral Density.pp 5-9.