tratamiento de señales biobioeléctricaseléctricas

Pablo Laguna

Master Carlos III: Multimedia y Comunicaciones

Tratamientode SeñalesBioeléctricas

Tratamientode SeñalesBioeléctricas

Origen de la señal bioeléctrica

Origen de la señal bioeléctrica


Las señales bioeléctricasgeneradas por el cuerpo contienen información relevantesobre los sistemas biológicos subyacentes.

Su decodificación ha permitido identificary clarificar un gran número de condiciones patológicas.

Las señales bioeléctricasgeneradas por el cuerpo contienen información relevantesobre los sistemas biológicos subyacentes.

Su decodificación ha permitido identificary clarificar un gran número de condiciones patológicas.

Origen de la señal de ECGOrigen de la señal de ECGV (mV)

Origen de la señal de ECGOrigen de la señal de ECGPotencial de equilibrio para un ion k

•Todos los demás canales cerrados

Potencial de equilibrio total (Vm= -90 mv en cardiac)Cercano al K ya que es este el que domina

Origen de la señal de ECGOrigen de la señal de ECG

Potencial en el equilibrio

En reposo la permeabilidad al potasio domina

-90 mV


Excitación del potencial

Origen de la señal de ECGOrigen de la señal de ECGDos corrientes dominantes

1- Na (rapida)2- Ca (lenta)

Origen de la señal de ECGOrigen de la señal de ECGComo se propaga de célula a célula un potencial de acción?

Modelo de cable celular

Tiempo Invariante:

La corriente se propaga decayendo

Origen de la señal de ECGOrigen de la señal de ECGPropagación del potencial de acción

Dipolo de corriente

Dipolo de corriente total

Tiempo variante:La corriente hacia la derecha carga el interior y dispara el potencial en otra zona

Origen de la señal de ECGOrigen de la señal de ECGModelo Dipolar

Modelo Dipolar

ECG

Origen de la señal de ECGOrigen de la señal de ECGECG

Como Interpretarlo?


Representación en Loop VCG

Registro de la señal ECGRegistro de la señal ECG

Normal ECGNormal ECG

Información Clínica en la señal ECGInformación Clínica en la señal ECG

•Superficie

•Invasivo

Automaticidad (Nodo SA)Automaticidad (Nodo SA)

•Estimulación vagal y simpatica

ExcitabilidadExcitabilidad

ExcitabilidadExcitabilidad

•Fuerza/tension

•Excitación/temperatura

•Relación RR duración potencial acción

EjemplosEjemplos

Características la señal ECGCaracterísticas la señal ECG

•Pseudo periódica

•Transitoria

•No estacionaria

Información Clínica en la señal ECGInformación Clínica en la señal ECG •Estática

Información Clínica en el ECGInformación Clínica en el ECG

•Dinámica

•Alternancias

•Heart RateVariability

•QT/RR

Tratamiento de señales biomédicas: Objetivos

Tratamiento de señales biomédicas: Objetivos

Reducir la subjetividad de las medidas manuales

Reducción de ruido

Extraer nueva información

Equipos y nuevas funcionalidades

Modelado de señales

Visualización de eventos

Reducir la subjetividad de las medidas manuales

Reducción de ruido

Extraer nueva información

Equipos y nuevas funcionalidades

Modelado de señales

Visualización de eventos

Bioelectrical Signal Processing in Cardiac and Neurological

ApplicationsLeif Sörnmo & Pablo Laguna

Elsevier/Academic Press, 2005

Libro de texto cuyo objetivo es unir la Ingeniería-tratamiento de las señales bioeléctricas- con la

fisiologia.

Dificultad en el tratamiento de las señales biomédicas

Dificultad en el tratamiento de las señales biomédicas

Las señales biomédicas se originan en el interior del cuerpohumano su contenido informativo se conoce solo parcialmente.

En Consecuencia: la “verdad” raramente está disponible.

Las señales biomédicas se originan en el interior del cuerpohumano su contenido informativo se conoce solo parcialmente.

En Consecuencia: la “verdad” raramente está disponible.

A diferencia de otras aplicaciones en tratamiento de señal:

Reducir la subjetividad de

las medidas manuales

Reducir la Reducir la subjetividad de subjetividad de

las medidas las medidas manualesmanuales

Las ondas del ECG: P-QRS-T

P-wave

R-wave

T-wave

Q-waveS-wave

ST-segment

P-duration

QRS-duration

PQ- interval QT- interval

P-wave

R-wave

T-wave

Q-waveS-wave

ST-segment

P-duration

QRS-duration

PQ- interval QT- interval

El final de la onda T es una fuente de problemas

Hay grandes diferencias, también, entre las delimitaciones manuales de distintos cardiólogos...

Delimitación de ondas Fácil

ECG

Menos fácil

Señal de ayuda

ECG

Difícil

Señal de ayuda

ECG

Señal de ayuda

Reducción de ruido

ReducciReduccióón de n de ruidoruido

y su partes oscuras...y su partes oscuras...

Ruido – Enemigo #1Ruido – Enemigo #1

Orígen externo como interferencia de la red eléctrica, incluyendo problemas de los equipos como sensores (electrodos, catéteres) y amplificadores.

Orígen fisiológico como la actividad de los músculos cuando se desea detectar los complejos QRS.

Orígen externo como interferencia de la red eléctrica, incluyendo problemas de los equipos como sensores (electrodos, catéteres) y amplificadores.

Orígen fisiológico como la actividad de los músculos cuando se desea detectar los complejos QRS.

Principio fundamentalPrincipio fundamental

Cada tipo de ruido debe ser combatido con su algoritmo especifico, i.e.,

casi nunca se puede usar un algoritmo estándar y aplicarlo sin mayor refleción, sino que:

su adaptación es muy importante para no destruir las características de las señales.

Cada tipo de ruido debe ser combatido con su algoritmo especifico, i.e.,

casi nunca se puede usar un algoritmo estándar y aplicarlo sin mayor refleción, sino que:

su adaptación es muy importante para no destruir las características de las señales.

Ruido electrocardiográficoVariaciónes de la linea de base

Artefactos de movimiento de los electrodos

Ruido mioeléctrico (EMG)

TiposTipos de de seseññalesalesbioelectricasbioelectricas

y y sussus caracteristicascaracteristicas ......

••ElectroencefalogramaElectroencefalograma•Actividad eléctrica del cerebro registrada con electrodos en el cuero cabelludo

•Útil para:•Estudios de epilepsia•Desordenes del sueño•Brain Computer interfaces

•Electrocortigram (ECoG) registros invasivosdirectos sobre el cerebro (en cirugia)

••PotencialesPotenciales EvocadosEvocados•Actividad eléctrica del cerebro, EEG, evocada por un estimulo externo

•Señal:•Transitoria unida al estimulo•Su amplitud pequeña embebida en el EEG de fondo

•Aplicación•Sesores visuales•Sensores auditivos•Sensores somatosensoriales•Anestesia

••Electrocardiogram (ECG)Electrocardiogram (ECG)•Actividad eléctrica del corazón registrada con electrodos en el pecho

•Señal:•Pseudoperiodica, repetitiva•De gran amplitud (mV)

•Aplicaciones•Disfunciones cardiacas y del SNA

•Electrogramas•Electrodos directamente en el corazón •Registros invasivos (marcapasos/defibriladores)

••ElectromiogramaElectromiograma (EMG)(EMG)•Actividad eléctrica de los músculos esqueléticos registrada con electrodos sobre la piel

•Señal:•Proporcional a la actividad muscular•De mayor ancho de banda que las anteriores

•Aplicaciones•Disfunciones musculares o nerviosas asociadas

•Electromiograma invasivo•Electrodos directamente en el músculo

••OtrasOtras seseññalesales bioelbioelééctricasctricas•Electroneurograma (ENG)•Electroretinograma (ERG)•Electrooculograma (EOG)•Electrogastrograma (EGG)

••AdquisiciAdquisicióónn de de seseññalal

•Tipicamente 12-14 bits•Amplitud (de 0.1 uV (EP) a mV (ECG, EOG, ENG)•Frecuencia de muestreo (kHz) depende, invasivos mas•Procesado en línea o fuera de línea

••EvaluaciEvaluacióónn de de prestacionesprestaciones•Mensaje desconocido•Mediciones manuales cuando se puede

Bases de datos

•Datos•anotaciones

••EvaluaciEvaluacióónn de de prestacionesprestaciones

Cuidado !!Médicos necesarios

Bases de datos Bases de datos multimodalesmultimodales

Simulación•Modelar señales como las generadas por el cuerpo

•Se conoce con exactitud la “verdad”•Se simplifican los experimentos con datos reales•Generar el modelo realista modelo complejo•Generar ruido fisiologico•Permite estudiar reproducibilidad de metodos


Paciente

Modelo de la Realdiad

Metodo de estimación

Realidad

Erro

r de

mod

elad

o

Error de Estimación

Error Real

Pequeños errores de EstimaciónNo implica

Pequeños errores reales

Cuidado !!•Ajustarse al modelo no es ajustarse a la realidad


La señal ElectroencefalograficaEEG

La señal ElectroencefalograficaEEG


El sistema nervioso•Sistema nervioso central (CNS): cerebro y medula espinal•Sistema nervioso periferico (PNS):

•conecta CNS con organos y sistemas sensores

•Nervios aferentes: llevan info al CNS•Nervios eferentes o motores: activan musculos

•Funcionalidad•Sistema nervioso somatico: comandos conscientes•Sistema nervioso autonomo: actividad corporal no consciente

•Simpatico: Actividad fisica•Parasimpatico: Relajación

Las neuronas•Unas activan a otras en función no lineal de las excitaciones (AP) que reciben de sus contiguas

El cortex cerebral•La parte mas importante del CNS•Parte externa del cerebro 2-3 mm (2.5 m2, 10 billones neuronas)•Dos hemisferios con 4 lobulos

•Frontal (Movimientos voluntarios)•Parietal (sensores somaticos)•Temporal (auditory cortex)•Occipital (visual cortes)

•Areas interconecsion•Mental activities•Integra info/experiencias

/conocimeinto•Seres humanos

El EEG•Depende de muchas cosas (estado mental del sujeto)•Amplitud EEG depende del grado de sincronía

•Talamo genera ritmos ciclicos, ademas de las realimentaciones en pequeñas areas

•Alta frecuencia baja amplitud cerebro activo

•Baja frecuencia alta amplitudadormilamiento

Ritmos y ondas en el EEG•Delta < 4 Hz: En sueño muy profundo•Theta 4-7 Hz: adormilado y ciertos estados de sueño•Alpha 8-13 Hz: Relajado y despierto con ojos cerrados•Beta 14-30 Hz: cortex activado (REM)•Gamma > 30 Hz: procesado activo intenso del cortex

Los ritmos duran unos pocos minutos o segundos y se van sucediendo unos a otros

Ritmos y ondas en el EEG•Spikes and Shrap waves

Ritmos y ondas en el EEG•Spikes and Shrap waves en el sueño

Registro

Epilepsia

Epilepsia (un tratamiento)

Desajustes del sueño•Insomia (problemas en iniciar o mantener el sueño)

•Examenes, estar preocupado por algo •Hypersomia (excesivo sueño)

•Desordenes circadianos (jet lag)

•Parasomnia (sueños etc)

Desajustes del sueño

Apnea no deja llegar a sueño profundo

BCI (Brain computer interfaces)

10/25 bit/minutemáximo

Motor imaginery(movimientos de

pies y manos)

Comparado con nada infty

Procesado de EEG•Señal estocastica (no conocemos a priori lo que valdra)•Gaussiana en trozos cortos,

momentos de segundo orden, o skewness, kurtosis (univariados)cumulantes biespectro (multivariados)

•No estacionaria o a trozos (Tiempo-frecuencia)•Estimación espectral (AR) tipicamente

Procesado de EEG•Estimación espectral (AR) con entrada impulsiva

para modelar los spikes

Modelado No lineal•Trata de modelar la interacción entre neuronas

Modelado No lineal•Registros intracraneales

•Progresión de

normalidad a epilepsia

Artefactos en el EEG•Movimientos de los ojos•Parpadeo

Artefactos en el EEG•Actividad muscular

•Actividad cardiaca•Electrodos y equipos

Procesado de artefactos•Rechazar señal de baja calidad•Mejorar la señal antes de obtener datos clinicos d einteres

Modelo de ruido aditivo (es valido?)

Filtros lineales EMG, 50/60 Hz(señal y ruido se solapan !!)

Procesado de artefactos•EOG

Podemos contar con señales de referencia

Si transferencia instantánea a los electrodos de EEG

Como obtener los pesos?


Estension natural:

1-Adaptativo 2-Tranferencia lineal a los electrodo

Estimación Espectral•Estimación parametrica (AR) o no parametrica(Periodograma)

Parametros espectrales•Potencia en cada banda

•Picos en el espectro y ancho de banda (Como estimarlos?) •Hjorth descriptors

Pendiente espectral•Dos componentes en el EEG

•Sr Actividad ritmica•Sa Actividad desestructurada decae exponencialmente con la frecuencia

Estimar la pendiente b minimizando(parámetro clínico que mide irregularidad)

Preacondicionar la señal

Descriptores de Hjorth•Estiman parámetros espectrales en el tiempo

•Momentos

•“Activity”: potencia

•“Movilidad”: Frecuencia dominate

•“Complejidad”: Ancho de banda

Descriptores de Hjorth•Estiman parámetros espectrales en el tiempo

•Calculo en el tiempo

Descriptores de Hjorth

•Pureza espectral

Otros parametros espectrales•Efecto de la frecuencia de muestreo

Otros parametros espectrales•Descomposición espectral

Otros parametros espectrales•Potencia en cada pico

•Frecuencia dominante

•Ancho de banda

Segmentación de EEG•Trocear el EEG in intervalos en que permanece estacionario

Segmentación de EEG•Criterio basado en el periodograma

No es simétrico respecto a aumento/disminución de potencia

Normalizar

Expresión temporal

Expresión recurrente

Segmentación de EEG•Criterio basado en el periodograma

Segmentación de EEG•Criterio basado en el preblanqueado

No blancoCambio de potencia

Aprox

Reversible a potencia

Tiempo frecuencia•TF lineal Periodograma •TF cuadratica VW, Cohen

Muchas gracias por su

atención!

tratamiento de señales biobioeléctricaseléctricas

Documents