Tema 4

Procesado Digital de Bioseales

4.1. Introduccin
Una seal es un medio de transmisin de informacin. Para obtener informacin sobre la fuente de la seal, o para modificar dicha seal, suele ser necesario aplicar algn tipo de operaciones. Tambin en el caso de imgenes (seales 2D o 3D) puede ser necesario aumentar el contraste, suavizar, eliminar ruido, detectar bordes, etc. Se necesita, pues, aplicar un tratamiento especial para extraer la informacin deseada. Esta fase de aplicacin suele denominarse preprocesado. Una vez extrada la informacin, puede ser interesante compararla con las obtenidas en otros casos, e intentar clasificarla dentro de alguno de estos tipos (patologas, etc.). En este supuesto, el procesado digital realiza una tarea de ayuda al diagnstico. Otra ocasin en que es necesario aplicar un tratamiento a la seal es cuando se desea transmitir o almacenar eficientemente gran cantidad de informacin con vistas a un mejor aprovechamiento del ancho de banda de transmisin disponible o a una optimizacin de los dispositivos de memoria masiva, requirindose una compresin de los datos que permita reducir el tiempo de transmisin, la cantidad de datos a transmitir y/o almacenar, y su correcta reconstruccin. La siguiente figura muestra un diagrama genrico de las distintas etapas de aplicacin del procesado digital de seales biomdicas. Obviamente, dependiendo de la aplicacin sern necesarios slo determinados bloques. A continuacin se describen brevemente, y sern tratadas con mayor detalle en ste y sucesivos captulos. Preprocesado: se intenta destacar la informacin deseada del resto de la seal, que usualmente tiene ruido aditivo o multiplicativo asociado, y de la cual puede interesar tan slo una parte (eliminacin del EMG superpuesto al ECG, por ejemplo). Se aplican tcnicas de atenuacin y cancelacin de ruido (filtrado digital y adaptativo, promediado), para lo cual se necesita un conocimiento previo de las caractersticas de la seal y del ruido.

INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ

Curso 2010-2011

4. 1

 Segmentacin: las caractersticas de la seal suelen presentar variaciones con el tiempo. Para poder aplicar algunas herramientas de procesado digital, que hacen la suposicin de que la seal es estacionaria, es necesario acotar o segmentar la ventana temporal sobre la que se aplican para asegurar que el tramo de seal que contiene cumple dicha condicin.

Seal
PREPROCESADO SEGMENTACIN TRANFORMACIONES

Seal procesada

OTROS PROCESADOS

DETECTOR DE ONDAS

SELECCIN DE CARACTERSTICAS

PATRONES

Diagnstico
EXTRACCIN DE CARACTERSTICAS CLASIFICACIN

TRANSMISIN

ALMACENAMIENTO

Seal reconstruida
RECONSTRUCCIN

Fig. 4.1. Etapas de aplicacin del procesado digital de bioseales. Transformacin: Las seales biomdicas generalmente se obtienen en el dominio del tiempo. No obstante, en algunos casos, se puede estudiar mejor una seal en otro dominio. Por ejemplo la seal del EEG no presenta una seal generalmente identificable en el dominio del tiempo, pero si se pueden clasificar intervalos en el dominio de la frecuencia. En estos casos, ser necesario aplicar transformadas a la seal.

INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ

Curso 2010-2011

4. 2

 Deteccin de formas de onda: Frecuentemente, la informacin relevante de la seal posee una onda caracterstica que se conoce de forma general (por ejemplo, el QRS en el ECG). Es necesario, en algunos casos, detectar estas ondas caractersticas, generalmente como paso previo a algn procesado posterior (la deteccin del QRS permite obtener la serie temporal RR, que a su vez es estudiada para obtener informacin sobre determinadas patologas cardacas). Otros procesados: La seal, previamente tratada por los bloques comentados, puede seguir siendo procesada. Dentro de este procesado posterior se incluira desde medidas de relaciones entre seales tanto en el dominio del tiempo como en el de la frecuencia (correlacin, espectro cruzado) hasta transformaciones ms complejas, como puede ser la obtencin de imgenes, etc. Extraccin de caractersticas: la seal generalmente presenta informacin redundante, por lo que trabajar directamente con la misma no es la opcin ptima. Esto es crucial cuando se requiere una transmisin o almacenamiento optimizado. En este caso, el objetivo es extraer un conjunto de caractersticas relevantes de la seal que permitan su representacin sin redundancias de informacin. El tipo de caractersticas seleccionado y su nmero responden a un equilibrio entre la necesidad de minimizacin, y de otro el error en la representacin de la seal real. Por otra parte, la obtencin de un conjunto de caractersticas que representen y determinen la seal permite la caracterizacin (modelizacin) y prediccin del comportamiento del sistema. Clasificacin: La clasificacin permite, a partir de una serie de patrones previamente definidos que establecen las caractersticas propias de cada patologa, y de las caractersticas extradas de la seal de entrada, determinar a qu clase corresponde la seal (implementa de hecho un diagnstico automtico). Almacenamiento-transmisin: En ambos casos, el objetivo es obtener una representacin comprimida de la seal para optimizar las necesidades de memoria y de ancho de canal. Posteriormente se puede invertir el proceso, descomprimiendo la seal.

INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ

Curso 2010-2011

4. 3

4.2. Seales aleatorias

Las seales se clasifican en dos grupos principales: deterministas y aleatorias. Las primeras son las que se pueden describir con relaciones matemticas explcitas. Las aleatorias no pueden expresarse exactamente, por lo que tienen que describirse en trminos de probabilidades y promediados estadsticos. La clasificacin en cada grupo depende los fines y restricciones del problema en estudio. Por ejemplo, al analizar el ECG, podemos estar interesados en las caractersticas generales del complejo QRS y considerarlo como determinista, o estar interesados en los cambios del intervalo R-R y considerarlo como aleatorio.

SEAL

DETERMINISTA

ALEATORIA

PERIDICA

NO PERIDICA

ESTACIONARIA

NO ESTACIONARIA

SINUSOIDAL

CUASI PERIDICA TRANSITORIA

ERGDICA

PERIDICA COMPLEJA

NO ERGDICA

Figura 4.2. Clasificacin de las seales. Las seales deterministas se dividen en dos grupos: peridicas y no peridicas. Las primeras cumplen la relacin x(t) = x(t+T), siendo T el periodo, y estn completa-mente descritas por su valor en un nico periodo. En el dominio de la frecuencia, estn descritas por las series de Fourier, es decir, por la frecuencia fundamental y sus armnicos. Las no peridicas son de dos clases: cuasi-peridicas y transitorias. Las cuasi-peridicas no son peridicas en el sentido matemtico pero tienen una descripcin discreta en el dominio de la frecuencia, que difiere de la anterior en que los trminos que aparecen no son armnicos de alguna frecuencia fundamental. Una combinacin de seales peridicas no

INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ

Curso 2010-2011

4. 4

correlacionadas dan lugar a una cuasi-peridica. Las transitorias seran las que no cumplen las condiciones anteriores. Una seal aleatoria es una funcin muestreada de un proceso aleatorio. Dos seales aleatorias del mismo proceso difieren entre s en la descripcin temporal, pero poseen las mismas propiedades estadsticas. La descripcin de la seal aleatoria se realiza mediante la funcin densidad de probabilidad. Un proceso estacionario es un proceso cuyas propiedades estadsticas no son funcin del tiempo. Una seal se dice que es ergdica si tiene igual promediado estadstico que promediado temporal para cualquier funcin muestreada. Los procesos no estacionarios (y, por tanto, no ergdicos) son ms difciles de procesar, por lo que en ocasiones suelen suponerse ergdicos. Cuando se procesa el EEG, por ejemplo, no disponemos del proceso completo, sino que tenemos slo una funcin muestreada. Por tanto, estamos forzados a suponer la ergodicidad y estimar las propiedades estadsticas requeridas a partir de promediados temporales (en lugar de promediados estadsticos). Puesto que las herramientas para procesar seales no estacionarias no son tan efectivas, se suele dividir la seal no estacionaria en segmentos, cada uno de los cuales se supone estacionario. La longitud de los segmentos depende de las propiedades de la no estacionariedad. En seales de voz, los segmentos suelen ser de 10 msg, mientras que en EEG se toman del orden de algunos segundos. Determinacin de las propiedades de la seal Dada una seal discreta consistente en N muestras equiespaciadas x(i), con i=1..N, sus propiedades estadsticas se expresan en funcin del operador esperanza o valor esperado E definido como: [1] donde p(xi) es la probabilidad asociada a la muestra xi. El valor esperado se conoce tambin como el promediado estadstico o media -m-, y se trata de un operador lineal. Si tenemos una funcin de la seal, z=xn, su valor esperado vendr dado por: [2]

INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ

Curso 2010-2011

4. 5

y se denomina n-simo momento de x. As pues, la media sera el primer momento de x. En un proceso aleatorio estacionario correspondera a la componente de continua. El n-simo momento central se define como: [3] El momento central de orden 2 se denomina varianza, y viene definido por: [4] La raz cuadrada de la varianza se denomina desviacin estndar: [5] Para el caso de dos seales xn e yn, se definen anlogamente los momentos centrales conjuntos: [6] El momento central conjunto de primer orden se denomina covarianza, y viene dado por: [7] Si los dos procesos aleatorios dependen del tiempo, x(t) e y(t), el valor esperado conjunto E{x,y} depende tambin del tiempo y se denomina funcin correlacin cruzada: [8] Cuando los dos procesos son el mismo, x(t)=y(t), el valor esperado conjunto se denomina autocorrelacin: [9]

INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ

Curso 2010-2011

4. 6

Si las seales son ergdicas, los promedios estadsticos definidos son equivalentes a los promedios temporales dados por: MEDIA: [10]

VARIANZA: [11] o equivalentemente:

DESVIACION ESTANDAR: [12] RMS: [13] COVARIANZA: [14]

INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ

Curso 2010-2011

4. 7

CORRELACION CRUZADA:

[15]

AUTOCORRELACION:

[16]

Estimadores
La seal discreta que estamos considerando consiste en N muestras equiespaciadas que nosotros tomamos como representativas de algn proceso. Podemos realizar medidas sobre las N muestras, simples (media, varianza, etc.) o ms complejas (clculo del espectro), y deseamos que estas medidas sean representativas de la seal completa y no slo de nuestro intervalo. Las medidas realizadas, pues, deben considerarse como estimaciones de los valores reales, y a las operaciones matemticas utilizadas para obtenerlas se les denomina estimadores. El comportamiento de un estimador se mide en trminos de su diferencia respecto del valor medio real (bias) y su varianza: error = bias2 + varianza Otra caracterstica importante de un estimador es la forma en que su comportamiento cambia con la longitud de la seal. Este factor se denomina consistencia del estimador, y se dice que un estimador es consistente cuando el valor esperado que estima tiende hacia el valor real cuando el nmero de muestras N tiende a infinito. Esto implica que el bias y la varianza ( y por tanto el error) tienden a cero cuando N tiende a infinito. INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ
Curso 2010-2011

4. 8

4.3. Adquisicin
Tras el preprocesado analgico, que incluye la transduccin, amplificacin y filtrado analgicos, la seal suele convertirse al dominio digital, lo que implica pasar de una representacin continua en el tiempo a otra discreta, permitiendo aprovechar las ventajas de almacenamiento, procesado y transmisin que proporcionan los sistemas digitales. El proceso de conversin analgico-digital implica dos etapas: el muestreo y la cuantizacin. Ambos factores modifican las caractersticas de la seal. El proceso de muestreo permite obtener una representacin digital que se obtiene de la seal original, consistente en una serie de muestras discretas en el tiempo. Esta representacin contiene toda la informacin de dicha seal, y por tanto sta puede reconstruirse a partir de la seal muestreada. Para que esto sea cierto deben cumplirse ciertas condiciones determinadas por el teorema de Shannon (o teorema del muestreo), el cual establece que una seal continua puede reconstruirse sin prdida de informacin si y solo si la frecuencia de muestreo (la razn con la que se toman muestras de la seal analgica) es mayor que el doble de la mxima frecuencia del espectro de la seal original. Esto se debe a que el espectro de una seal muestreada es el de la seal original repetido cada mltiplo de la frecuencia de muestreo. En la siguiente figura se observa cmo el espectro original (a), de frecuencia mxima fb, presenta solapes (b) cuando fm<2fb, por lo que la seal original no puede recuperarse correctamente (efecto de aliasing). En el caso c, cuando fm>2fb, es posible disear un filtro que permita extraer el espectro original. Debido a esta relacin entre frecuencia de muestreo y frecuencia mxima de la seal, sta debe tener una banda limitada y debe, por tanto, ser filtrada analgicamente antes del proceso de muestreo (filtro antialiasing).
a)

b)

fb

c)

fm/2

fm

fm/2

fm

INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ

Curso 2010-2011

4. 9

Figura 4.3. Espectro de una seal muestreada. a) Espectro original con frecuencia mxima fb. b) Caso fm<2fb. c) Caso fm>2fb. Despus de haber muestreado la seal, se le asignan valores discretos a la amplitud de cada muestra. El nmero de valores discretos posibles viene determinado por el nmero de bits del conversor, y amplitudes localizadas entre dos de estos valores son asignadas a uno de ellos segn el criterio utilizado. Las aproximaciones ms usuales son el redondeo y la truncacin. En ambos casos, se genera un error (error de cuantizacin), que puede considerarse como ruido blanco no correlacionado con la seal y que disminuye con el nmero de bits del conversor.

4.4. Preprocesado digital de la seal

La fase de preprocesado intenta destacar la informacin deseada del resto de la seal, que usualmente tiene ruido asociado, y de la cual puede interesar tan slo una parte (eliminacin del EMG superpuesto al ECG, por ejemplo). En este caso se aplican tcnicas de atenuacin y cancelacin de ruido (filtrado digital y adaptativo, promediado), para lo cual se necesita un conocimiento previo de las caractersticas de la seal y del ruido. Bsicamente podemos encontrar tres supuestos: El ruido tiene unas caractersticas frecuenciales (espectro) que no interfieren, o al menos no significativamente, con el espectro de la seal. Adems, estas caractersticas no varan con el tiempo. En este caso, podemos utilizar un filtro digital, que elimine las componentes frecuenciales del ruido preservando las de la seal. La siguiente figura muestra el caso de una seal de ECG con interferencia de ruido de red (50 Hz) y la misma seal despus de ser filtrada. El ruido tiene un espectro coincidente significativamente con el de la seal (caso de ruido aleatorio). No puede eliminarse, entonces, un intervalo de frecuencias mediante filtrado, por lo que se utilizan otras tcnicas como el promediado coherente. La siguiente figura muestra el caso de una seal de ECG con interferencia de ruido aleatorio y la misma seal despus de ser promediada.

INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ

Curso 2010-2011

4. 10

Figura 4.4. ECG con interferencia de red (A) y su espectro (B), ECG filtrado elimina-banda (C) y el espectro correspondiente (D: puede observarse la eliminacin de la frecuencia de red).

Figura 4.5. Espectros correspondientes al ECG original (A), al ruido aleatorio (B), a la composicin de ambos (C) y al ECG promediado. El ruido presenta unas caractersticas que varan con el tiempo. En este caso, no puede utilizarse un filtrado de caractersticas fijas, por lo que se utiliza filtrado adaptativo. La siguiente figura muestra el caso de monitorizacin del ECG durante una intervencin quirrgica en que se utiliza electrobistur. La interferencia de RF que genera slo puede eliminarse eficientemente mediante INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ
Curso 2010-2011

4. 11

un filtro que se adapte a las variaciones (encendido/apagado, variaciones de potencia aplicada).

cambio potencia

cambio potencia

apagado

encendido

cambio potencia

Figura 4.6. Filtrado adaptativo de interferencias ESU (Unidad Electroquirrgica). A: ECG con interferencia. B: Salida del filtro adaptativo. (A. Cohen. "Biomedical Signal Processing". CRC Press)

4.4.1. Filtrado digital

Los filtros digitales presentan algunas ventajas sobre los correspondientes analgicos. En primer lugar, un filtro digital es ms inmune al ruido debido a la forma en que se implementa (software o circuitos digitales). La precisin depende slo del error de redondeo, que est determinado por el nmero de bits utilizado en el diseo para representar las variables del filtro. Adems, las caractersticas del filtro (frecuencia de corte, etc.) pueden cambiarse fcilmente, y su funcionamiento es independiente del entorno (variaciones de temperatura, tensin de alimentacin, etc.). Esta caracterstica es importante en aplicaciones mdicas donde las seales tienen frecuencias bajas que pueden ser distorsionadas por las derivas del circuito analgico. Podemos definir un filtro digital como un sistema discreto que transforma una secuencia de entrada produciendo la correspondiente secuencia de salida. Si la transformacin no es funcin del tiempo, ser un sistema invariante temporal, y si cumple el principio de superposicin lineal, se denominar lineal. Aunque se han aplicado en

INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ

Curso 2010-2011

4. 12

ocasiones otros tipos en el campo del procesado de bioseales, nos centraremos en el tipo de filtros ms usual, que corresponde al caso de invariantes temporales y lineales. Dada una secuencia de muestras, {x(n)}, la respuesta del filtro a dicha entrada se puede expresar como: y(n) = ! h(k) x(n-k) [17]

donde h(k) es la respuesta del filtro al impulso, y el producto entre h(k) y las muestras de entrada retardadas representa la convolucin entre dicha respuesta al impulso y la seal de entrada. Se dice que el filtro es estable si la respuesta del mismo a una entrada finita es tambin finita, y es causal si no produce salida hasta que se aplica seal de entrada (es decir, y(n)=0 para n<0). La relacin entre entrada y salida del filtro suele expresarse de forma ms eficiente mediante la transformada Z. Su definicin para una secuencia de entrada x(k) viene dada por: X(z) = ! x(k) z-k [18]

siendo z una variable compleja. Una propiedad importante de la transformada Z es que la transformada de la convolucin de dos secuencias es equivalente al producto de las respectivas transformadas. Si se aplica a la expresin [17], se obtiene: Y(z) = H(z) X(z) [19]

donde H(z), la transformada Z de la respuesta al impulso, es la funcin de transferencia del filtro. Si evaluamos H(z) en el plano z para z=ej"nT en los puntos de la circunferencia de radio unidad, obtenemos la funcin compleja H("), que representa la respuesta en frecuencia del filtro. En funcin de dicha respuesta, los filtros pueden clasificarse como pasa-bajos, pasa-altos, pasa-bandas o elimina-bandas. La figura 4.7 muestra la respuesta ideal para cada tipo. La expresin general de la funcin de transferencia es:

[20]

INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ

Curso 2010-2011

4. 13

donde los ceros y polos de la funcin sern las races del numerador y denominador respectivamente. A partir de esta expresin puede obtenerse la ecuacin en diferencias en el dominio temporal: y(n) = - ! ak y(n-k) + ! bm x(n-m) [21]

que corresponde a una forma recursiva puesto que la salida depende tanto de muestras de entrada como de salidas anteriores. Cuando todos los coeficientes ak son cero, la salida del filtro depende exclusivamente de las muestras de entrada, y corresponde a una forma no recursiva. a)
|H(" )| |H(" )|

b)

"S

"

"S

"

c)
|H(" )| |H(" )|

d)

"I

"S

"

"I

"S

"

Figura 4.7. Mdulo de la respuesta en frecuencia para filtros ideales: a) pasa-bajo, b) pasa-alto, c) pasa-banda, d) elimina-banda. "I y "S: frecuencias de corte inferior y superior, respectivamente. Una clasificacin usual de los filtros digitales se basa en su respuesta al impulso. Cuando h(k) presenta un nmero finito de valores no nulos, se obtiene una respuesta finita al impulso (filtros FIR: Finite Impulse Response), mientras que si h(k) presenta siempre valores no nulos, se obtiene una respuesta infinita (filtros IIR: Infinite Impulse Response). Este ltimo caso requiere algn tipo de realimentacin (forma recursiva), que puede influir en la estabilidad del filtro. Los filtros FIR, que suelen implementarse usualmente de forma no recursiva y son estables, pueden disearse para que tengan respuesta de fase lineal, lo que evita distorsiones en la seal de salida.

INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ

Curso 2010-2011

4. 14

a)

b)

c)
Magnitud (dB)

d)
Fase (grados)

Frecuencia normalizada

Frecuencia normalizada

Figura 4.8. Filtrado pasa-banda FIR aplicado a seal ECG: a) Seal de entrada. b) Salida filtrada (15-25Hz). c) Mdulo de la respuesta en frecuencia del filtro. d) Fase. Frecuencias normalizadas (frecuencia de muestreo: 200 Hz). El diseo de filtros se realiza en base a ciertos requerimientos, generalmente relacionados con su respuesta en frecuencia. Puesto que las respuestas ideales presentadas en la figura 4.7 no son realizables, se implementan aproximaciones con un error aceptable. En este caso, tanto la banda pasante como la eliminada (las bandas de frecuencias para las cuales el filtro permite o no el paso de seal, respectivamente), presenta un cierto rizado en INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ
Curso 2010-2011

4. 15

vez de la respuesta plana ideal. Adems, el paso de una a otra banda no se realiza con pendiente infinita, sino que aparece una banda de transicin con una cierta anchura #". Existen diversas tcnicas de diseo, entre las que podemos destacar el mtodo de ventanas, el muestreo en frecuencia y el diseo de rizado constante para el caso FIR, y el mtodo del impulso invariante o la transformacin bilineal para filtros IIR. Un ejemplo usual de aplicacin de filtrado digital para seal ECG es el caso de deteccin de complejos QRS. El objetivo es destacar las las frecuencias asociadas a dichos complejos atenuando los de las dems ondas (P,T). Se ha aplicado un filtro pasa-banda FIR de fase lineal, y su mdulo y fase as como la seal de entrada y su correspondiente salida filtrada se muestran en la figura 4.8. Como puede observarse, es posible establecer un umbral de amplitud en la seal filtrada que slo corte en puntos de los QRS, lo que no era factible en el caso de la seal de entrada ya que las ondas T presentan amplitudes similares a los QRS.

4.4.2. Filtrado adaptativo

Cuando no se dispone de informacin a priori de la seal y el ruido, o cuando stos no son estacionarios, no puede disearse un filtro ptimo a priori. Los filtros adaptativos (FA) pueden automticamente modificar sus parmetros adaptndose a dichos cambios. Los elementos bsicos de un FA son el propio filtro con coeficientes modificables, el algoritmo de adaptacin y el criterio de correccin, que se basa en algn ndice de rendimiento. Un ndice frecuentemente utilizado es la minimizacin del error cuadrtico de salida. El algoritmo de adaptacin modifica los coeficientes del filtro optimizando el criterio de correccin elegido. Existen dos clases principales: los algoritmos no recursivos, que trabajan sobre bloques de datos, y los recursivos, que se actualizan muestra a muestra. El FA requiere un periodo inicial de aprendizaje o adaptacin. Durante este periodo, su comportamiento no es satisfactorio, por lo que el tiempo de adaptacin, controlado por la constante de adaptacin, es una caracterstica importante. Seales con cambios rpidos requieren filtros que se adapten rpidamente, pero esto puede tambin hacer que el filtro se adapte tambin a artefactos rpidos. Despus de la adaptacin inicial, se supone que el filtro acta ptimamente mientras sigue cambios no estacionarios de la seal y el ruido. Debido, no obstante, a la capacidad limitada del filtro para estimar las estadsticas de la seal de entrada, el comportamiento no es ptimo, aunque pueden obtenerse diseos prcticos en que el error en las prestaciones sea muy pequeo. Un tipo importante de FA aplicado frecuentemente en el campo del procesado de bioseales es el cancelador de ruido adaptativo (figura 4.9). En este caso, la seal de entrada, x(k), est compuesta por la seal de inters, s(k), y ruido superpuesto, n1(k). El

INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ

Curso 2010-2011

4. 16

objetivo es recuperar la bioseal s(k) eliminando dicho ruido. Para ello, se utiliza una segunda entrada de referencia en la que se dispone slo de muestras de ruido, sin contribucin de la bioseal. El ruido n2(k) est correlacionado con n1(k) ya que ambos estn generados por la misma fuente de interferencia, pero no son exactamente iguales puesto que se adquieren en localizaciones diferentes y pueden considerarse, por tanto, como las salidas de dos filtros H1 y H2 cuya entrada comn es la seal producida por la fuente de interferencia. El filtro debe adaptarse, por tanto, para producir una estimacin de n1(k), n1est(k), a partir de n2(k), de manera que la salida final ser una estimacin de la bioseal: y(k) = x(k) - n1est(k) = s(k) + n1(k) - n1est(k) = sest(k) [22]

El error mnimo de salida se dar para n1est=n1. Puesto que, segn [17]: n1est(k) = ! hj n2 (k-j) [23]

el algoritmo de adaptacin debe modificar los coeficientes hj para obtener mnimo error. Existen diversos algoritmos de adaptacin. Uno de los ms usuales es el LMS (Least Mean Square), para el cual la actualizacin de coeficientes viene dada por: hj = hj + 2 y(k) n2 (k) siendo la constante de adaptacin del filtro. [24]

x(k)=s(k)+n1(k) n1est(k)

y(k)

n2(k)

Filtro

Figura 4.9. Estructura general del cancelador de ruido adaptativo. El cancelador de ruido adaptativo se ha aplicado en diversas aplicaciones de procesado de bioseales, tales como eliminacin de interferencia de red, de intererencia de RF producida por la utilizacin de electrobisturs, cancelacin de ECG materno en registros de ECG fetal, etc. En todos los casos, es importante seleccionar adecuadamente los puntos de obtencin de las bioseales para que se cumplan las hiptesis que deben INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ
Curso 2010-2011

4. 17

cumplir x(k) y n2(k), fundamentalmente en lo que se refiere a la no presencia (o mnima presencia) de la bioseal en la entrada de referencia. Esto no es siempre posible, por lo que los resultados obtenidos por el filtro sern peores en la medida en que no se cumplan las hiptesis de aplicacin. Por ejemplo, en el caso de la eliminacin de interferencia RF (figura 4.6), tanto el ruido como la bioseal de inters (el ECG del paciente), estn presentes en cualquier localizacin de su cuerpo. Por ello, la seal x(k) se obtiene mediante electrodos localizados en el trax, (cerca de la fuente de la bioseal: el corazn), por lo que el ECG presentar mayor amplitud que en puntos lejanos (extremidades), en donde se obtiene la seal de referencia n2(k). En el problema de obtencin del ECG fetal, el ECG materno es la interfencia a eliminar. En este caso, la seal x(k) se obtiene mediante electrodos localizados en el abdomen materno (cerca del corazn fetal y, por tanto, donde se obtiene mayor amplitud del ECG fetal), y la referencia de ruido se toma en un punto alejado del mismo, para tener en la medida de lo posible una seal compuesta slo de ECG materno (usualmente se utilizan electrodos situados en el trax de la madre). a)

b)

c)

t(s) Figura 4.10. Cancelacin de interferencia ECG en registro EMG. a) Entrada EMG con ECG superpuesto. b) Referencia ECG. c) Salida del filtro adaptativo.

INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ

Curso 2010-2011

4. 18

La figura 4.10 muestra un ejemplo de eliminacin de interferencias de otros biopotenciales en la seal de inters. Corresponde al caso de captacin de EMG (bioseal de inters en este caso), con superposicin de ECG (interferencia). La seal de EMG se ha obtenido mediante electrodos localizados en el mentn. La entrada de referencia se ha tomado en el trax, cerca de la fuente de interferencia y alejada de los msculos que producen la seal de inters). La salida del FA muestra la cancelacin de la interferencia.

4.4.3. Promediacin
El promediado permite mejorar la relacin seal-ruido en aquellos casos en que el espectro de ambos se solapa, por lo que no puede aplicarse un filtrado convencional. El promediado secuencial se utiliz inicialmente en el campo de la Ingeniera Biomdica para obtener los potenciales cerebrales evocados por estmulos sensoriales, y fue introducido en el campo de la electrocardiografa a principios de la dcada de 1960 para extraer el ECG del feto del de la madre. Esta tcnica promedia cierto nmero de ciclos de la onda de inters, obtenidos de un mismo canal de adquisicin pero en distintos instantes temporales, con lo que el ruido aleatorio, que no est sincronizado con la seal, se reduce mientras la seal permanece invariante. Para ello, los pulsos cardacos deben ser alineados, obtenindose un ciclo promedio. Existen algunos requerimientos para que esta tcnica reduzca el ruido de forma efectiva: 1. La forma de onda de inters debe ser repetitiva. Si un evento ocurre de forma espordica, o la onda cambia con el tiempo, se producir una onda promediada con un efecto no deseado de filtrado pasa-bajo, eliminando la informacin de alta frecuencia. 2. La seal debe estar correctamente alineada. Debe utilizarse una caracterstica que sirva como referencia temporal. En el caso del ECG, por ejemplo, se suele utilizar la mxima amplitud o pendiente del QRS, y como parmetro de alineamiento se utiliza frecuentemente el coeficiente de correlacin. 3. El ruido debe tener ciertas caractersticas para que el promediado lo reduzca de forma efectiva. Debe ser aleatorio y blanco. Los ruidos con un patrn regular, como la interferencia de red, no se minimizan tan eficientemente por promediado como el puramente aleatorio.

INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ

Curso 2010-2011

4. 19

4. Por ltimo, la seal de inters no debe estar correlacionada con el ruido. El promediado no atenuar correctamente aquellas interferencias que guarden una cierta sincronizacin temporal con la seal, como ocurre en el caso de movimiento de los electrodos debido a la respiracin o estmulos de marcapasos. Las figuras 4.11 y 4.12 ilustran estas hiptesis de aplicacin:

Figura 4.11. Promediado de pulsos invariantes y no coherentes: efecto de formas no constantes en la seal o incorrecta alineacin de la misma. Para estudiar la aplicacin del promediado, consideremos un biopotencial x(t) captado en la superficie de la piel. Podemos caracterizarlo por: x(t) = s(t) + n(t) [25]

donde s(t) es la seal generada por la fuente del biopotencial y n(t) es el ruido compuesto por otros biopotenciales no deseados, ruido trmico e interferencia de la red. Si la seal est muestreada, vendr expresada por: x(k) = s(k) + n(k) [26]

Podemos representar n(k) como la composicin de las distintas fuentes de ruido: n(k) = n1(k) + n2(k) + n3(k) + n4(k) [27]

INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ

Curso 2010-2011

4. 20

Figura 4.12. Efecto del tipo de ruido sobre el promediado: aleatorio, red y ruido relacionado con la seal. n1: ruido biolgico, debido a otros biopotenciales. En el caso de ruido EMG se puede considerar estadsticamente normal, no correlacionado y estacionario con el paciente en reposo. n2: Interferencia de red. Se suele considerar la frecuencia fundamental (50 Hz) y el tercer armnico. Su amplitud vara dependiendo de la localizacin. n3: representa el ruido trmico del sistema electrnico. Estadsticamente es normal y blanco. Su amplitud depende del equipamiento en uso y de su temperatura equivalente de ruido. n4: es el ruido de discretizacin de amplitud. Este ruido suele suponerse estadsticamente uniforme, no correlacionado con la seal y blanco.

De los cuatro tipos comentados, n2 no puede considerarse como aleatorio, y suele eliminarse mediante filtrado previo. Los otros tres requieren promediacin para su eliminacin. Esta promediacin, como ya se ha comentado, necesita una referencia temporal en seales repetitivas (pulso de estimulacin en el caso de PE u onda R en el caso del ECG). El primer paso, pues, consiste en la determinacin de la referencia temporal, que deber ser lo ms precisa posible, ya que indeterminaciones en la superposicin de las seales si(k) consecutivas implicar un filtrado por incoherencia. INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ
Curso 2010-2011

4. 21

Para centrar el estudio, vamos a considerar que la seal s(k) a promediar es un ECG de superficie al que se quiere mejorar la relacin S/N. Nuestra referencia temporal ser la onda R. Determinacin de la referencia temporal. En primer lugar, es necesario detectar una referencia temporal que nos permita superponer correctamente los pulsos. En el caso del ECG, se suele utilizar la onda R debido a su mayor amplitud. Existen distintos algoritmos de deteccin, pero en este caso, y puesto que slo necesitamos una referencia temporal, utilizaremos un criterio de umbral para obtener una posicin aproximada, que posteriormente corregiremos para obtener la posicin exacta de superposicin. Por tanto, se considerar que se ha detectado una onda R cuando la seal supere el umbral, establecido como el 90% del valor mximo de su amplitud. Las posiciones obtenidas se denotarn por nref(i), donde i=0..N-1, siendo N el nmero de ondas R detectadas, y tomando i=0 para el pulso de referencia sobre el que superpondremos todos los dems para realizar el promediado. Umbral R R

ref(0) L Figura 4.13. Definicin de patrn e ndices.

ref(i) L

Para obtener un alineamiento correcto, deben corregirse las posiciones obtenidas por el criterio de umbral. Un mtodo frecuentemente utilizado para obtener esta referencia corregida es el clculo de la autocorrelacin, que indica la semejanza entre el pulso de referencia y los dems, en funcin de su posicin relativa (lag). Para ello, se fija un patrn (el pulso de referencia, que denotaremos con el subndice 'ref') y se calcula el coeficiente de autocorrelacin entre el patrn y los sucesivos pulsos para distintos valores de desplazamiento (lags). El desplazamiento al que corresponde el valor mximo del

INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ

Curso 2010-2011

4. 22

coeficiente de correlacin proporciona la referencia temporal corregida. La figura 4.13 muestra un esquema de la seal con la definicin de umbrales y patrones. El coeficiente de autocorrelacin vendr dado por:

La autocorrelacin se realizar entre L/2 muestras anteriores y posteriores a la referencia de la onda R, ref(i), y el valor del lag, d, vara dependiendo de la frecuencia de muestreo y de los niveles de ruido. Una variacin de aproximadamente 10 msg. es suficiente para encontrar el valor mximo de la autocorrelacin. Si suponemos una frecuencia de muestreo de 1 kHz, esto corresponder a un valor de d=-5..+5. La referencia corregida vendr dada por: k ref(i) = n ref(i) + d [28]

Para el caso del pulso patrn, ref(0), su posicin relativa a s mismo no es necesario corregirla, por lo que: k ref(0) = n ref(0) [29] El proceso de alineamiento mediante la funcin autocorrelacin permite tambin rechazar la presencia de pulsos anormales del proceso de promediacin. As pueden eliminarse tambin artefactos debido a movimiento, etc. Para ello, debe fijarse un criterio de umbral mnimo para el coeficiente de autocorrelacin que permita desechar pulsos ectpicos (los cuales, por tener formas diferentes a la del patrn, proporcionan bajas correlaciones). La figura 4.14 ilustra estos casos: Promediacin El objetivo del promediado coherente es la disminucin del ruido. Para cuantificar esto, calcularemos la relacin seal/ruido (SNR) de la seal promediada, definida como: [30]

INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ

Curso 2010-2011

4. 23

donde $n(i) es la desviacin estndar del ruido de media cero, y para este ruido el valor RMS coincide con la desviacin estndar.

Figura 4.14. Alineamiento de la seal por correlacin. Efecto de alineamiento con ectpicos. Para obtener el valor de la SNR, calcularemos el valor medio y la desviacin estndar de la seal promediada. Supongamos i=0..N-1 el nmero de pulsos detectados a promediar, y k=-(L/2 -1)...+L/2 el nmero de muestras promediadas por cada pulso. Supondremos que la seal de inters es invariante: s(i,k) = (s(i+1,k) ; % i,k [31]

Suponiendo ya eliminada la interferencia de red, el valor esperado de los M pulsos vendr dado por:

INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ

Curso 2010-2011

4. 24

[32] ya que hemos supuesto todos los pulsos iguales y el valor medio del ruido es cero para ruido aleatorio (en la medida en que el ruido no sea totalmente aleatorio, esto no se cumplir y el promediado no lo cancelar eficientemente). La varianza para N promedios vendr dada por:

y teniendo en cuenta que n1, n3 y n4 son estadsticamente independientes y, por tanto, no correlacionados:

[33] donde $2n'(i) es la varianza del ruido antes de promediar. Por tanto, la mejora obtenida es: SNRpromed = N1/2 SNRoriginal [34]

La figura 4.15 muestra el efecto del nmero de pulsos promediados sobre el nivel de ruido. El promediado es equivalente a un proceso de filtrado digital. La transformada de Fourier de la funcin de transferencia de un promediador est compuesta por una serie de componentes con iguales caractersticas (comb filter). La seal deseada tiene un espectro compuesto de componentes frecuenciales discretas, mientras que el ruido aleatorio tiene

INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ

Curso 2010-2011

4. 25

una distribucin continua. Cuando el nmero de pulsos promediados se incrementa, la anchura de cada componente decrece, y el filtro deja pasar ms selectivamente las componentes de la seal, mientras rechaza las frecuencias de ruido aleatorio situadas entre dichas componentes. Por tanto, el ruido no se elimina completamente, y aquellas interferencias con un espectro discreto tampoco se atenan tanto como las puramente aleatorias.

Figura 4.15. Efecto del nmero de pulsos promediados.

4.5. Segmentacin
Puesto que la condicin de que la seal sea estacionaria, necesaria para poder utilizar algunas herramientas de procesado digital, no se cumple en muchos casos cuando se trata con seales reales, es necesario aplicar algn mecanismo que limite la ventana temporal de datos a procesar asegurando que, dentro de esta ventana, la seal es aproximadamente estacionaria. Este mecanismo se conoce como segmentacin, y permite reducir la no estacionariedad a un problema de estacionariedad a tramos. Existen diferentes formas de implementarlo, en funcin de las caractersticas de la seal a tratar.

INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ

Curso 2010-2011

4. 26

La forma ms simple desde el punto de vista del procesado consiste en utilizar ventanas de duracin constante. La longitud de las ventanas depende de la seal y de la aplicacin, y debe seleccionarse lo suficientemente corta como para asegurar la estacionariedad de la seal dentro de la ventana y lo suficientemente larga como para preservar las frecuencias ms bajas del espectro de la seal. Este esquema de segmentacin se ha usado frecuentemente en procesado de voz, ECG, etc. Una forma ms eficiente consiste en determinar adaptativamente la longitud de la ventana, en funcin de las variaciones de la seal. Esto permite detectar cambios abruptos, aunque en general las bioseales suelen presentar cambios en la estacionariedad con variaciones ms lentas. La segmentacin adaptativa se ha aplicado, por ejemplo, en procesado de EEG. Un ejemplo de mtodo de segmentacin adaptativa el la medida de error espectral (SEM: Spectral Error Measure). Se define una ventana de referencia, de longitud constante y lo suficientemente corta como para asegurar que la seal es estacionaria en ella. Una segunda ventana deslizante, de igual longitud que la primera, se va desplazando muestra a muestra por la seal. Para cada desplazamiento, se calcula el espectro correspondiente y se compara con el de la ventana de referencia. Si la diferencia entre espectros es inferior a cierto valor umbral, se supone que no hay variaciones significativas en la seal. Si se supera el umbral, se considera que ha habido un cambio en la estacionariedad, por lo que la ltima ventana deslizante se convierte en la nueva ventana de referencia para el siguiente segmento de seal. La definicin de la medida de distancia espectral relativa (D) se define en este mtodo como:

donde SR y SD son los espectros correspondientes a las ventanas de referencia y deslizante, respectivamente. La medida se da en trminos relativos para independizarla de las variaciones de amplitud de la seal. La siguiente figura muestra un cambio en la seal EEG localizado en 2,5s, y el valor proporcionado por SEM, pudiendo establecerse un umbral que detecte dicho cambio.

INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ

Curso 2010-2011

4. 27

ventana incremental

ventana deslizante

ventana referencia

t(s)

Figura 4.16. Segmentacin adaptativa de EEG mediante SEM. (J. Bronzino Ed. "The Biomedical Engineering Handbook". CRC Press).

INGENIERA BIOMDICA JUAN F. GUERRERO MARTNEZ

Curso 2010-2011

4. 28