sygnaly biomedyczne
Transkrypt
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