sygnaly biomedyczne

Sygnały biomedyczne
Sygnały EKG
Badanie EKG wykonuje się w celu rozpoznania chorób serca i
polega na rejestracji łącznego sygnału elektrycznego
pochodzącego od aktywności komórek mięśnia sercowego.
Rejestracja sygnału jest pośrednia, gdyż jest ona wykonywana z
powierzchni klatki piersiowej pacjenta. Polega ona na rejestracji
różnicy potencjałów pomiędzy dwoma elektrodami, co jest
graficznie prezentowane w postaci krzywej
elektrokardiograficznej.
Jest to sygnał okresowy o charakterystycznym kształcie.
Opisując sygnał EKG ocenia się w nim charakterystyczne punkty,
tzw. załamki, które są ściśle powiązane z kolejnymi fazami cyklu
pracy serca.
1
Na wykresie EKG analizuje się:
 Linię izometryczną – jest to rejestracja stanu, w którym w sercu nie
stwierdza się pobudzenia
 Załamki – wychylenia linii od linii izometrycznej. Wychylenia te mogą
być dodatnie (wychylenie w górę), lub ujemne (wychylenie w dół)
 załamek P – rejestracja depolaryzacji
mięśnia przedsionków
 zespół QRS – polaryzacja mięśnia komór
 załamek T – repolaryzacja komór
 załamek U – powolna repolaryzacja
komór lub repolaryzacja przegrody
(jest wyraźnie widoczny w ok. 25%
zapisów EKG).
 Odcinki – czas trwania linii izoelektrycznej
pomiędzy załamkami
 Odstępy – łączny czas trwania odcinków i sąsiadującego załamka
2
Przebieg analizy wykresu EKG można w skrócie przedstawić
jako:
1. Określenie linii izoelektrycznej.
2. Rozpoznanie częstotliwości pracy serca na podstawie oceny odległości
pomiędzy kolejnymi zespołami QRS.
3. Ocena odległości pomiędzy poszczególnymi cyklami (ocena miarowości
pracy serca).
4. Wyznaczenie załamków P co jest jednoznaczne ze stwierdzeniem
obecności rytmu zatokowego.
5. Wyznaczenie pozostałych załamków (Q, R, S, T).
6. Obliczenie odległości pomiędzy P i Q.
W wyniku analizy położenia odcinka ST można odkryć efekt obniżenia,
co jest informacją wskazującą na niedokrwienie mięśnia sercowego, lub
uniesienia, co może być objawem zawału serca
3
Sygnały EMG
Badanie EMG polega na rejestracji czynności elektrycznej
mięśni i jest badaniem pozwalającym na rozpoznanie chorób
mięśni i nerwów obwodowych. Badanie to przeprowadza się
za pomocą urządzenia wzmacniającego potencjały
bioelektryczne mięśni i nerwów – elektromiografu
Przykładowy przebieg sygnału EMG
4
Sygnały EEG
Rejestracja sygnałów EEG służy do badania bioelektrycznej
czynności mózgu, z wykorzystaniem elektroencefalografu.
Badanie to polega na rozmieszczeniu na powierzchni skóry
czaszki elektrod, które rejestrują zmianę potencjału
elektrycznego na powierzchni skóry, pochodzące od aktywności
neuronów kory mózgowej. Po odpowiednim wzmocnieniu
sygnału tworzony jest zapis, czyli elektroencefalogram.
Badania EEG są wykorzystywane w celu dokonania diagnozy
takich schorzeń jak padaczka, zaburzenia snu, śpiączka, choroby
organiczne mózgu, czy też zatrucia substancjami
neurotoksycznymi.
5
Przykładowy zapis sygnału EEG
6
Ćwiczenie 1.
Import zapisu sygnału EKG z pliku
Wczytamy pliki 1_V5.dat, 1_attr.dat, 1_notes.txt
a następnie wygenerujemy wykres przebiegu
zarejestrowanego badania.
1. Zaczynamy od importu pliku tekstowego
1_notes.txt, który zawiera opis badania.
Importować możemy:
• do książki roboczej korzystając z opcji
Import: single ASCII
albo
• do okienka Notes w programie Origin
W menu głównym wybierz File: New: Notes,
pojawia się okienko Notes.
Plik 1_notes.txt otwieramy w Notatniku
Windowsowym i przenosimy do okienka Notes
poprzez kopiuj/wklej
7
2. Teraz importujemy dane pochodzące z
urządzenia pomiarowego, czyli pliki
1_attr.dat i 1_V5.dat
Import przeprowadź korzystając z
Import Wizard
Przy wyborze plików do importu dodaj
oba pliki, a następnie przejdź przez
kolejne kroki importu korzystając z
ustawień domyślnych.
Efektem końcowym powinno być
pojawienie się dwu książek roboczych
Book 1 i Book 2
z rozszerzeniem nazwy, będącym
nazwą importowanych plików.
8
3.
Wizualizacja zapisu EKG
Plik 1_attr. dat zawiera dane o czasowych punktach pomiarowych. Dlatego też
jego przebieg jest liniowy (ilustruje to pole Sparklines).
Plik 1_V5.dat zawiera dane zarejestrowane przez elektrodę V5 zlokalizowaną w
lewym piątym międzyżebrzu w linii pachowej przedniej tylnej.
Dane te są przedmiotem analizy, mającej przynieść informacje dotyczące
prawidłowości pracy serca.
W wyniku badania
zarejestrowano znaczną liczbą
pomiarów, stąd podgląd
graficznej prezentacji sygnału jest
raczej nieczytelny.
Aby wyświetlić czasowy przebieg
sygnału w osobnym oknie
wykresu, wystarczy kliknąć dwa
razy na miniaturkę wykresu (pole
Sparklines) książki roboczej
zawierającej plik 1_V5.dat
9
4. Zawężenie obszaru wyświetlanych danych np. do 1000 punktów
Kliknij prawym klawiszem myszy na obszarze wykresu.
Pojawia się podręczne menu, z którego wybierz Edit Range
Wyświetla się okienko dialogowe Range, wpisz 1000 pomiarów jako Max
zakresu.
Na wykresie pozostaje bardzo
mały fragment danych. Trzeba teraz
przeskalować osie współrzędnych.
Kliknij prawym klawiszem myszki
0.8
na oś x i z pojawiającego się menu
0.4
podręcznego wybierz Scale.
Zmień zakres osi x na 0 do 1000
0.0
a potem osi y na -1 do 1.
-0.4
W końcu rysunek powinien
wyglądać następująco:
-0.8
0
200
400
600
800
1000
10
W Import Wizard można od razu ograniczyć liczbę wczytywanych punktów (Partial
Import)
W pliku 1_attr.dat są zapisane punkty czasowe dla 2273 pierwszych pomiarów.
Kopiując dane zawarte w kolumnie A(X) tego pliku do pliku 1_V5.dat jako
kolumnę x możemy wykonać wykres zależności czasowej sygnału EKG.
11
B
5. Importuj dane z pliku 2_V5.dat i wygeneruj wykres pierwszych 5
przebiegów cyklu sygnału
Po imporcie danych przy użyciu Import Wizard wywołaj okno
Sparklines prezentujące przebieg zmian wartości sygnału.
Określ ile punktów pomiarowych powinien obejmować wykres
5 cykli sygnału korzystając z narzędzia Zoom
(zakreślamy fragment wykresu i uzyskujemy podgląd tego wybranego
fragmentu). Z podglądu określ jaki powinien być zakres skali na
osi x i na osi y.
1.2
Korzystając z narzędzi Range
0.9
i Scale przeskaluj osie x i y.
0.6
Wykres powinien wyglądać
0.3
tak jak na rysunku:
0.0
-0.3
-0.6
-0.9
0
500
1000
Row Numbers
1500
12
6. Wygładzanie sygnału z pliku 2_V5.dat z wykorzystaniem kilku narzędzi
Smooth – porównanie wyników
Wczytaj plik 2_V5.dat wykorzystując opcję File:
Import: Single ASCII. Ustaw kolumnę z sygnałem
jako Y. Wywołaj okno wykresu klikając dwukrotnie
na miniaturę wykresu.
Wybierz Analysis: Signal Processing: Smooth… ,
otworzy się okienko dialogowe Signal Processing: msmooth. Po kliknięciu pola
Auto Preview z lewej strony pojawia się podgląd przebiegu sygnału, który jest
aktualizowany na bieżąco, w zależności od preferowanych ustawień.
13
Wykorzystaj narzędzie Zoom aby wyświetlić w podglądzie tylko jeden cykl sygnału
 Zastosuj metodę Savitzky-Golay do wygładzenia tego sygnału. Metoda ta
przybliża fragmenty sygnału wielomianem dopasowywanym metoda najmniejszych
kwadratów.
Ustal następujące parametry wygładzania:
Points of Window – ile punktów sygnału jest analizowanych przez algorytm
wygładzający – decyduje o stopniu wygładzenia sygnału.
Boundary condition – warunki brzegowe – określa sposób zachowania się
algorytmu w sytuacjach brzegowych (domyślnie None – dane nie są dopełnianie)
Polynomial order – stopień stosowanego do wygładzania sygnału wielomianu
14
Porównanie wygładzania sygnału dla różnych wartości Points of Window
15
16
 Zastosuj teraz filtr Adjacent Averaging
Zastępuje on wartości sygnału
wartością średniej punktów
go otaczających. Stopień
uśrednienia zależy od wielkości
okna analizy (Points of Window) –
im większa szerokość okna, tym
uzyskamy większe uśrednienie
wartości sygnału w punkcie.
Największe zmiany są generowane
w miejscach zmiany charakteru
przebiegu krzywej (np. piki sygnału),
i w tych miejscach algorytm dość
silnie ingeruje w przetwarzany
sygnał. W przypadku tego filtru
wartość Points of Window należy
minimalizować, aby nie zaburzać
sygnału.
17
 Zastosuj teraz Percentile filter (Filtr procentowy). Szczególnym przypadkiem
tego filtru jest filtr medianowy.
Wygładzanie przy użyciu Percentyl
Filter polega na zastąpieniu
wartości sygnału w każdym
punkcie przez wartość percentylu
(określonego przez wartość parametru
wpisywanego w polu Percentile)
obliczaną dla grupy otaczających
punktów (liczbę punktów wpisuje się
w polu Points of Window)
Działanie filtr procentowego można dopasowywać do charakteru szumu, jaki
występuje w danym zapisie sygnału. Czasami jednak filtr ten może zbyt silnie
ingerować w przebieg sygnału właściwego, a w związku z tym może również zaburzyć
wynik jego późniejszej analizy.
Na ostateczny kształt sygnału filtracji ma wpływ wielkość okna analizy (Points of
Window). Im większe okno, tym większy efekt wygładzenia sygnału.
• Wykorzystując algorytm Percentile filter zastosuj filtr medianowy (ustaw parametr
Perecntile jako równy 50%).
18
Jeśli w polu Percentile wpiszemy wartość 50 to wywołujemy filtr medianowy. W
tym wypadku wartość sygnału w każdym punkcie jest zastępowana przez wartość
mediany dla grupy otaczających punktów. Filtr medianowy daje dobre wygładzanie
sygnału z hałasem wyglądającym tak jak na rysunku (hałas to te skokowe zmiany
amplitudy na ograniczonym obszarze występujące zarówno w górę jak i w dół w stosunku
do właściwego sygnału)
Filtr medianowy daje dobre wygładzanie
sygnału z hałasem wyglądającym jak na
rysunku (hałas to te skokowe zmiany
amplitudy na ograniczonym obszarze
występujące zarówno w górę jak i w dół
od właściwego sygnału)
Zaletą filtra jest to, że wszystkie wartości znacznie odbiegające od średniej są
zupełnie pomijane przy wyznaczaniu nowej wartości punktu.
Filtr medianowy bardzo skutecznie zwalcza wszystkie lokalne szumy nie powodując
ich rozmywania na większym obszarze.
19
 Zastosuj Filtr FFT
Tu wygładzanie szumów jest oparte na transformacie Fouriera. Zatem
filtracja polega tu na analizie wartości sygnału w dziedzinie częstotliwości.
W filtracji dolnoprzepustowej odcinane są wyższe zakresy częstotliwości.
Jest ona stosowana w przypadku, gdy szum jest przy wyższej częstotliwości
niż sygnał właściwy.
Wartość częstotliwości jest wyznaczana automatycznie, zmienia się ona w
zależności od doboru liczby punktów okna analizy i podawana jest jako
Cutoff Frequency.
Jeżeli spróbujemy wykorzystać tę filtrację do naszego sygnału, to okaże się,
że efekt wygładzenia sygnału, przy jednocześnie zachowaniu charakteru jego
przebiegu, uda nam się uzyskać na drodze minimalizacji okna analizy.
• Wprowadź wartość liczby punktów okna równą 10, oceń rezultat, a
następnie zmniejsz tę wartość do 5.
20
21
Ćwiczenie 2.
Interaktywne odczytywanie wartości punktów charakterystycznych sygnału
EKG dla danych z pliku 2_V2.dat z zakresu pomiarowego 28000 – 30000
 wczytaj plik 2_V2.dat
 wygeneruj wykres przebiegu zarejestrowanego badania
 wybierz fragment przebiegu sygnału od 28000 do 30000 używając narzędzia
Edit Range
 przeskaluj obie osie wykresu tak aby na wykresie były widoczne 4 przebiegi
sygnału
 wygładź sygnał stosując np. metodę Savitzky-Golay
 Stosując narzędzie
Data Reader odczytaj
położenie punktów
P, Q, R, S i T
22
Wygodniej będzie odczytywać wartości amplitudy sygnału z wygładzonego
przebiegu a nie z sygnału oryginalnego
Dla każdego przebiegu odczytaj:
 wartości maksymalne amplitudy załamka P
 wartość amplitudy punktów R, Q i S
 czas trwania odcinka QRS
Porównaj te wartości z analogicznymi ale odczytanymi z oryginalnego
sygnału (przed wygładzeniem)
23
Ćwiczenie 3.
Transformata Fouriera pierwszych 1000 wartości pomiarowych sygnału EKG
zapisanego w pliku 3_MLII.dat
 wczytaj plik 3_MLII.dat korzystając z narzędzia Import Wizard
 w oknie Partial Import zaznacz, że importowane będą tylko wiersze od 1 do 1000
 okno wykresu utwórz poprzez dwukrotne kliknięcie w polu Sparkline
 zaznacz okienko wykresu i wybierz Analysis: Signal Processing: FFT: FFT: Open
Dialog
24
 ustaw parametry przekształcenia jak na poniższych rysunkach
25
Graficzna
prezentacja
wyników
transformaty
Fouriera
26