central de monitoreo telemétrica de señales biomédicas...
TRANSCRIPT
1
Central de monitoreo telemétrica de señales
biomédicas multindividuo.
Ing. Juan Carlos Narváez Camacho,
Dr. José Sergio Camacho Juárez,
Dr. Martin Oswaldo Méndez García
Universidad Autónoma de san Luis potosí Facultad de Ciencias. Lateral Av. Salvador Nava s/n. Col. Lomas. CP 7829
San Luis Potosí S.L.P. México.
Resumen
El presente proyecto realiza una integración sinérgica de Ciencia e ingeniería, mediante la implementación
de un dispositivo electrónico en el cual se hace la adquisición de señales biomédicas en múltiples individuos,
donde cada individuo es conectado a una tarjeta que adquiere una determinada señal fisiológica y la
transmite hacia una terminal principal que envía los datos a la computadora. Cada uno de los dispositivos
adquiere la señal mediante electrodos conectados al individuo, después la señal es conducida a través de
cables hacia una tarjeta electrónica donde es amplificada, filtrada y posteriormente digitalizada usando un
microcontrolador, tras ser procesada la señal es enviada usando comunicación serial hacia un transceptor,
donde la señal es transmitida vía radiofrecuencia hacia la terminal principal en la cual otro transceptor está
conectado a una tarjeta con interfaz USB. De esta manera la cada una de las señales es enviada hacia una
computadora para su visualización, procesamiento y análisis. El procesamiento de la señal consiste en
aplicar algoritmos de análisis de frecuencia cardiaca y grafica recursiva, así como el análisis de componentes
de frecuencia. En la construcción del dispositivo se utilizan componentes de instrumentación portátil y bajo
consumo energético además de ser comercialmente disponibles y económicos, en comparación de sistemas
similares disponibles en el mercado.
2
Antecedentes En el contexto actual se viven grandes cambios alrededor de las ciencias biológicas y de la salud; y en consecuencia, los
científicos dedicados a investigar sobre la vida a menudo requieren de un equipo de trabajo multidisciplinario en
conjunto con las ciencias y la ingeniería para la realización de experimentos innovadores.
Como en todo experimento científico es necesario realizar mediciones de variables con exactitud y precisión, entonces
para un científico o médico, las señales biológicas son objeto de análisis constante en muchos experimentos.
La telemetría en las señales fisiológicas tiene su origen a inicio del siglo XX, fue Willem Einthoven a quien se atribuye el
desarrollo del primer dispositivo telemétrico que registro la señal de un electrocardiograma humano, en 1905 usando
los cables telefónicos, el transmitió un electrocardiograma de un hombre sano desde su laboratorio al hospital situado a
un kilómetro y medio de distancia[2].
Para realizar pruebas y mediciones en la actualidad se cuenta con una amplia gama de dispositivos que realizan
diversas mediciones de señales fisiológicas, dentro de este campo destacan los dispositivos de medición de señales
eléctricas. Como la señal de electrocardiograma, electromiograma y electroencefalograma; que registran la actividad
eléctrica del corazón, músculos y cerebro respectivamente.
La mayoría de los dispositivos de medición actuales están basados en la instrumentación tradicional que solo permite
una funcionabilidad fija, sin embargo en la actualidad el uso de potentes microprocesadores en los ordenadores han
dado lugar a la instrumentación virtual, caracterizada por ser modular y programable por software, proporcionando así
una múltiple flexibilidad en las mediciones.
Actualmente existen en el mercado una infinidad de soluciones para el monitoreo telemétrico de bioseñales, tomando
como ejemplo categoría de electrocardiografía destacan principalmente Electrocardiógrafos y monitores portátiles
llamados comúnmente Holters, algunos con capacidad de medición telemétrica a una sola terminal, La marca comercial
Datex Ohmeda® cuenta con electrocardiógrafos con la capacidad de ser conectados en red para la monitorización de
múltiples pacientes en tiempo real como se muestra en la FIGURA 1 a); muchos de estos instrumentos incorporan
múltiples funciones de análisis entre ellas detección de algunas patologías y cuentan con certificaciones de seguridad e
inocuidad, esas novedosas funciones encarecen demasiado al dispositivo pudiendo ser adquirido solo en hospitales para
los cuales está diseñado. Estos instrumentos electrónicos de uso hospitalario son instrumentos tradicionales reduciendo
así la posibilidad de efectuar algunas mediciones flexibles en experimentos.
a) b)
Figura 1 Principales Centrales y dispositivos de monitoreo multisujeto disponibles en el mercado: a) Central de monitoreo marca Datex-Ohmeda
con capacidad de monitoreo de 8 sujetos se encuentra disponible por $690,000.00 U.S.D. b) Kit Modular Bitalino: Cuenta con sensores modulares y
un módulo de comunicación Bluetooth, útil para comunicación de bioseñales a corto alcance, y puede ser utilizado en instrumentación virtual.
Por otro lado Bitalino es un kit de desarrollo que cuenta con múltiples tarjetas con sensores fisiológicos como se
muestra en la FIGURA 1 b), además de un microcontrolador Atmel MEGA 328 y un módulo de comunicación Bluetooth,
el sistema está construido a manera modular permitiendo realizar múltiples proyectos integrando solo las funciones
necesarias. El kit permite la implementación de instrumentación virtual en diversas plataformas de desarrollo de
software. Aunque la principal desventaja de este dispositivo es el uso de tecnología Bluetooth de limitado alcance y un
consumo energético de 65mA hora; su disponibilidad en México aún es limitada.
3
Justificación En las investigaciones científicas, médicas y biológicas el método científico exige experimentos en que se recreen las
condiciones exactas de un fenómeno, para un posterior análisis y medición, el presente proyecto proporcionara una
poderosa herramienta a investigadores al tener la capacidad de monitorear múltiples sujetos y bioseñales, que pueden
ser posteriormente procesadas en un ordenador extrayendo sus características principales para así llegar a una
conclusión como se muestra en la FIGURA 2.
Además de proporcionar una herramienta de múltiple monitoreo telemétrico en proyectos de investigación, el sistema
puede aplicarse en numerosos problemas técnicos en donde se necesario el monitoreo a distancia de signos vitales
como personas de la tercera edad; soldados en entrenamiento o en el campo de batalla, incluso aplicaciones en
animales como el monitoreo de ratas en experimentos biológicos.
Una de las razones principales por las que este proyecto se utiliza la señal de electrocardiograma como un punto de
partida, es porque es una de las señales más estudiadas y existen numerosas referencias y trabajos acerca de esta señal.
Figura 2 Diagrama de funciones de la central y uno de los dispositivos: la función del dispositivo es adquirir y transmitir, mientras
que la central envía la señal hacia la computadora para su posterior procesamiento.
Objetivos Desarrollar un sistema de comunicación inalámbrica multiodjeto de señales fisiológicas ver FIGURA 3.
Objetivos específicos
Diseñar un circuito de adquisición, acondicionamiento, procesamiento y comunicación inalámbrica de la señal
electrocardiografía.
Implementar una interfaz gráfica para mostrar la información de los diferentes objetos medidos en tiempo real,
a manera de una central de monitoreo en la cual se reciban los datos provenientes de dos electrocardiógrafos
inalámbricos, para después comunicarlo hacia una computadora vía USB, realizar su caracterización y pruebas.
Implementación del algoritmos para el análisis de la señal electrocardiográfica como es Detección de picos RR,
análisis espectral y análisis no lineal.
Figura 3 Bosquejo general de la central telemétrica de monitoreo: El sistema se basa en una central de monitoreo y dos
dispositivos cada uno conectados a un sujeto.
4
Trabajo Realizado Desarrollo de un circuito de electrocardiógrafo prototipo
Se propuso y diseño un prototipo con la finalidad de realizar diversas pruebas de consumo energético, implementación
de algoritmos y protocolos de comunicación. Con base a estas condiciones, se partió del diseño inicial de un
electrocardiógrafo, se implementó un circuito de aplicación a partir de la hoja de datos del amplificador INA114, con
base a ese diseño se armó el circuito en protoboard mostrado en la FIGURA 5 a).
Se realizaron pruebas del circuito; y se comenzó con el uso del software Processing que fue instalado en una
computadora, en la cual se implementó un programa sencillo para la lectura de datos recibidos por el puerto serial,
conectado vía USB hacia una tarjeta de desarrollo Arduino DUE, que fue configurada como tarjeta de adquisición
analógica y conectada al circuito en protoboard. Después se conectó un simulador de electrocardiograma al circuito en
el protoboard y se efectuó un análisis visual de la señal la cual resultó con una serie de problemas siendo estos: un
offset en la señal, saturación y demasiado ruido de alta frecuencia. Tras estos problemas se añadió al circuito dos
bloques de corrección de offset y un bloque de pre amplificación eliminando así fluctuaciones del offset. Para la
reducción del ruido de alta frecuencia se cubrió el circuito con una capa de blindaje de aluminio conectado a un
amplificador inversor y un filtro pasa altas eliminando así la mayor parte del ruido de alta frecuencia, resueltos estos
problemas el circuito fue elaborado en placa impresa como se muestra en la FIGURA 5 b) y c).
Después del desarrollo el circuito de electrocardiografía, se pensó la manera de realizar la transmisión y recepción de los
datos, las características que se consideraron fueron el pequeño tamaño y bajo consumo de energía, inicialmente se
implementó un módulo Bluetooth el cual fue descartado por su alto consumo de corriente de 64mA por transmisión. Al
realizar otra búsqueda se encontró un pequeño sensor de radiofrecuencia que consume 18mA por transmisión, el
transceptor es mostrado en la FIGURA 4.
Figura 4 Transceptores de Radiofrecuencia RFD21: Seleccionados para la transmisión y recepción de los datos, su banda de
frecuencia es de 2.4Ghz
Después de haber realizado la selección del transceptor se implementó en el sistema usando un microcontrolador
pequeño y de bajo consumo, así se implementó una placa de desarrollo de proyectos Arduino mini pro, basado en el
microcontrolador Mega 328, de esta manera se programó y finalmente se transmitió la señal vía inalámbrica.
5
a) b) c)
Figura 5 Diseño del circuito de adquisición: a) Primeras pruebas en protoboard, b) Circuito impreso y componentes del primer
prototipo, c) diagrama a bloques del circuito implementado en el prototipo.
Figura 6 Diagrama general a bloques del sistema: El primer prototipo, contiene un módulo de electrocardiografía.
Una vez lograda la transmisión del electrocardiograma vía inalámbrica se procedió a colocarle una fuente de energía la
cual fue proporcionada por dos baterías de nueve volts, y después fue colocarlo en una carcasa. De esta manera se
construyó el prototipo para comprobar el concepto general del sistema, y realizar pruebas de software el diagrama a
bloques definitivo del sistema se muestra en la FIGURA 6.
Implementación del algoritmo de Pan y Thompkins
Después de haberse desarrollado de un prototipo para la realización de pruebas se implementó el algoritmo más común
en el análisis de electrocardiografía, que fue el algoritmo de Pan Thompkins. Para la realización del algoritmo se tomó de
muestra de un ECG de una página de investigación [13], la señal se toma como referencia a un electrocardiograma
adquirido sin ningún filtrado previo como se muestra en la FIGURA 7.
6
Figura 7: Señal muestra de ECG humano: la señal fue contaminada con ruido.
De la señal obtenida se procedió a realizar un análisis espectral y compararlo con un análisis de un electrocardiograma
normal, el electrocardiograma el cual resulto con muchos componentes en frecuencia en los complejos QRS.
a) b)
Figura 8 Comparación del espectro en frecuencia: a) Espectro en frecuencia de la señal muestra de electrocardiografía b) Espectro
en frecuencia común de un electrocardiograma normal.
Después de realizar un bosquejo de los complejos del espectro en frecuencia se comenzó a implementar el algoritmo de
pan Thompkins, ver FIGURA 9 con una frecuencia de muestreo de 500Hz, mediante el uso de MATLAB de manera
individual para cada uno de sus bloques, se comenzó por los 2 bloques del filtro pasa bajas y pasa altas, ver FIGURA 10,
donde además de implementarse se revisó su respectivo espectro en frecuencia, así mediante estas pruebas permitió la
evaluación de cada bloque.
Figura 9 Algoritmo de Pan Thompkins: Para la detección de complejos QRS y su posterior uso en frecuencia cardiaca. [14]
7
Después de haber realizado las etapas de derivación y Cuadrado de la señal, una parte importante del algoritmo de Pan
Thompkins fue la etapa de la integración de ventana, la cual promedio de 32 muestras pasadas de la señal esto con el fin
de diferenciar los complejos QRS de las ondas T de la señal, las 32 muestras se eligieron en base a la duración de un
complejo QRS con una frecuencia de muestreo de 500Hz.
Figura 10 Graficas de Magnitud y fase: Para los primeros dos bloques del algoritmo.
Después de implementar el algoritmo de Pan Tompkins en MATLAB; se buscó la manera de implementarlos dentro de
un microcontrolador, para esto se utilizó el compilador de C++ Codeblocks como un punto de partida, la razón de haber
implementado el algoritmo en Code Blocks fue debido a su gran similitud al lenguaje de programación de Arduino, es
decir si un algoritmo fue programado en Code Blocks funcionara de una manera casi idéntica en un microcontrolador
que sea programado en C (dependiendo de la arquitectura y funciones soportadas). De esta manera cada una de las
funciones del algoritmo fueron programadas y mediante el uso de archivo de texto, las muestras del electrocardiograma
fueron introducidas a los datos al programa, el cual arrojaba otro archivo de salida; los archivos de salida fueron
graficados y comparados con el mismo algoritmo pero programado en MATLAB como se muestra en la FIGURA 11.
Figura 11 Comparación de graficas: a) Grafica de la derivada de la señal b) Grafica de la integral de la señal ambas señales fueron
comparadas bajo
Después de realizar estos bosquejos, el programa fue implementado en una placa Arduino DUE que fue conectada al
transceptor encargado de recibir los datos provenientes del sensor de electrocardiografía. Para esta tarea el
microcontrolador encargado de transmitir los datos desde el sensor fue programado para tomar una muestra analógica
y enviarla cada dos milisegundos (500 Hz), de esta manera la detección de picos se logró realizar en el Arduino Due en la
central de monitoreo como se muestra en la FIGURA 12, el prototipo del sistema puede verse en la FIGURA 13.
8
a) b)
Figura 12 Detección de QRS: a) Usando Codeblocks y graficando con MATLAB, b) Grafica de electrocardiograma y detección de
QRS en tiempo real usando Arduino DUE y graficado con processing.
FIGURA 13 Sistema prototipo: Central de monitoreo de señales biomédicas multindividuo.
Trabajo Futuro
Objetivos a corto Plazo:
Implementación del algoritmo de Graficas recursivas para el electrocardiograma humano.
Implementación de algoritmos de Entropía y análisis de frecuencia cardiaca.
Implementación del algoritmo de la transformada rápida de Fourier para la obtención del espectro en frecuencia.
Mejorar la interfaz gráfica con el usuario en Processing.
Establecer un protocolo de comunicación para otro sensor de electrocardiografía.
Examen Previo Noviembre del 2015. Estado Actual: Cursando las asignaturas de Bioquímica y Fisiología, y Procesamiento de señales Biomédicas.
9
Cronograma
Cronograma General
Mes Actividad
Enero Revisión del estado del arte
Selección de materias optativas
Febrero
Establecimiento del esqueleto de la tesis
Construcción del prototipo
Revisión e implementación del algoritmo de Pan Thompkins en MATLAB.
Marzo Redacción del capítulo 1 de la tesis
Implementación del algoritmo de Pan Thompkins en Arduino y Processing.
Abril Redacción del capítulo 2 de la tesis
Preparación del avance de tesis.
Mayo Implementación del algoritmo de Graficas Recursivas
Redacción del capítulo 3 de la tesis
Junio Implementación de algoritmos de entropía y frecuencia cardiaca
Construcción del segundo electrocardiógrafo
julio Mejora de la interfaz con el usuario
Establecimiento del protocolo de comunicación para la central y dos dispositivos
Agosto Implementación del algoritmo de la transformada rápida de Fourier
Redacción de resultados
Septiembre revisión previa de la tesis
octubre Revisiones y correcciones de Tesis.
noviembre Examen Previo y Poster.
Referencias
[1] J. J. W. Clark, M. R. Neuman, W. H. Olson, R. A. Peura, F. J. P. Primiano, M. P. Siedband, J. G.
Webster y L. A. Wheeler, Medical Instrumentation Aplication and Design, United Kingdom:
Wiley & Sons, 2010.
[2] M. H. Snellen, Whilem Einthoven Father of electrocardiography life and work, ancestors and
contemporaries, Netherlands: Kluwer Academic Plublishers, 1995.
[3] M. Rey, E. W. Webber y P. D. Hess, «Simultaneous Pulmonary and Systemic Blood Pressure
and ECG Interval Measurement in Conscious Freely Moving Rats,» Journal of the american
Association for Laboratory Animal Science, vol. 51, nº 2, pp. 231-238, 2012.
[4] R. Pethig y S. Smith, Introductory Bioelectronics for Engineers and Physical Scientist, United
Kingdom: Wiley & Sons, 2013.
10
[5] A. Peña Diaz, A. Arroyo Begovich, A. Gomez Poyou y R. Tapia Ibarguengotia, Bioquimica,
Mexico: Limusa, 1979.
[6] J. P. Zbilut, N. Thomasson y C. L. Webber, «Recurrence quantification analysis as a tool for
nonlinear exploration of nonstationary cardiac signals,» Medical Enginering Physics, vol. 1, nº
24, pp. 53-60, 2002.
[7] D. Lapray, J. Bergeler, E. Dupont, O. Thews y H. J. Luhmann, «A novel miniature telemetric
system for recording EEG activity in freely moving rats,» Jounal of Neuroscience Methods, nº
168, pp. 119-126, 2007.
[8] R. K. Murray, D. A. Bender, K. M. Botham, P. J. Kenelly, P. W. Rodwell y P. A. Weil, Harper
Bioquimica Ilustrada, Mexico D.F.: Mc Graw Hill Lange Medical, 2010.
[9] D. Jenkins, «ECG Library,» 11 Mayo 2009. [En línea]. Available:
http://www.ecglibrary.com/ecghist.html. [Último acceso: 20 Abril 2015].
[10] M. M. Jenicek, A Primer on Clinical Experience in Medicine, Reasoning, Decision Making, and
Comunication in Health Sciences, London: CRC Press, 2013.
[11] K. E. Barret, S. M. Barman, S. Boitano y H. L. Brooks, Ganong's Review of Medical Physiology,
U.S.A.: Mc Graw Hill, 2012.
[12] W. C. Ober , C. W. Garrison, A. C. Silverthorn y B. R. Johnson, Fisiologia Humana Un Enfoque
Integrado, Madrid España: Panamericana, 2007.
[13] J. Behar, «ECG Elementary Filtering,» 9 septiembre 2012. [En línea]. Available:
http://joachim.behar.perso.neuf.fr/Joachim/ECG_tuto_1.php.
[14] R. Acharya U, J. A. E. Spaan, J. Suri y S. Krishnan, Advances in Cardiac Signal Processing, Berlin
Heidelberg: Springer-Verlag, 2007.
[15] Task force of the European Society of Cardiology and The North American Society of Pacing
and Electrophysiology, «Heart Rate Variability Standards of measurement, physiological
interpretation, and clinical use.,» European Heart Journal, vol. 1, nº 17, pp. 354-381, 1996.