Electro-cardiograma - Archivo Digital UPM

DESARROLLO DE UN INSTRUMENTO PARA ADQUISICION Y PROCESADO DE EEG
(Electro-encefalograma) y ECG (Electro-cardiograma)
Alumno: Santiago Cañas Casco
Tutor: Juan Antonio Barios Heredero
TRIBUNAL
Presidente: Serrano Olmedo, José Javier
Vocal: Ramos Gómez, Milagros
Secretario: González Nieto, Daniel
Suplente: Maestu Unturbe, Ceferino
Grado en Ingeniería de Tecnologías y Servicios de Telecomunicación
UNIVERSIDAD POLITECNICA DE MADRID
TRABAJO DE FIN DE GRADO EN SISTEMAS DE TELECOMUNICACIONES
Fecha:
Calificación:
1
DESARROLLO DE UN INSTRUMENTO PARA ADQUISICION Y PROCESADO DE EEG
(Electro-encefalograma) y ECG (Electro-cardiograma)
Alumno: Santiago Cañas Casco
Tutor: Juan Antonio Barios Heredero
TRIBUNAL
Presidente: Serrano Olmedo, José Javier
Vocal: Ramos Gómez, Milagros
Secretario: González Nieto, Daniel
Suplente: Maestu Unturbe, Ceferino
Grado en Ingeniería de Tecnologías y Servicios de Telecomunicación
UNIVERSIDAD POLITECNICA DE MADRID
TRABAJO DE FIN DE GRADO EN SISTEMAS DE TELECOMUNICACIONES
2
RESUMEN
Diseño y construcción de un aparato de bajo costo para adquisición y procesamiento de señales
bioeléctricas, compuesto por un hardware capaz de amplificar y filtrar las señales, y por un
instrumento virtual basado en labVIEW encargado de la adquisición de los distintas bioseñales y
de su procesamiento en tiempo real. Este sistema permitirá dar soporte diagnóstico en modelos
animales con desórdenes neurológicos sometidos a diferentes tipos de intervención
terapéutica.
Palabras clave: EEG, ECG, Amplificador, procesamiento, tiempo real.
ABSTRACT
Design and construction of a low-cost tool for acquiring and processing of bioelectric signals.
This tool is composed of hardware as well as software. The hardware is able to amplify and filter
the different signals. Whereas the software consists of a virtual tool, which is based on labVIEW.
This virtual tool is in charge of the acquisition and their real time processing.
The system will provide diagnostic support in animal models with neurological disorders that
have been subjected to different types of therapeutic intervention.
Key words: EEG, ECG, Amplifier, processing, real time.
3
Contenido
1 INTRODUCCION .......................................................................................................................... 8
1.1 Origen de las Señales Bioeléctricas ....................................................................................... 8
1.1.1 Modelo de Hodgkin-Huxley ............................................................................................ 8
1.1.2 Señales Bioeléctricas ..................................................................................................... 9
1.2 Electrograma (EEG) ............................................................................................................... 9
1.3 Electrocardiograma (ECG) ................................................................................................... 10
1.3.1 El corazón ..................................................................................................................... 10
1.4 Técnicas de Registro ............................................................................................................ 12
1.4.1 Amplificador de instrumentación................................................................................. 12
1.4.2 Elección de Amplificador de instrumentación ............................................................. 12
1.4.3 Problemas de captación de señales bioeléctricas ........................................................ 13
1.4.4 Técnicas de registro de EEG en humanos .................................................................... 13
1.4.5 Técnicas de registro de ECG ......................................................................................... 14
................................................................................................................................................ 15
1.4.6 Aplicaciones en ingeniería biomédica del estudio de señales EEG y ECG..................... 15
1.5 Software .............................................................................................................................. 16
1.5.1 Digitalización ................................................................................................................ 16
1.5.2 Introducción a LabVIEW ............................................................................................... 16
1.5.3 LINX – LVH .................................................................................................................... 17
2 MATERIAL Y METODOS ..............................................................................................................17
2.1 Diseño Protoboard .............................................................................................................. 17
2.1.1 Diagrama de Bloques del Sistema de Adquisición ....................................................... 17
2.1.2 Esquema del Sistema de Adquisición ........................................................................... 18
2.1.3 Filtro Paso Alto (HPF).................................................................................................... 18
2.1.4 Amplificador de Instrumentación (INA110) ................................................................. 20
2.1.5 Filtro Rechaza Banda (NOTCH) ..................................................................................... 21
2.1.6 Atenuador Variable ...................................................................................................... 22
2.1.7 CD4016B ....................................................................................................................... 22
2.1.8 Filtro Paso Bajo (LPF) con Amplificación ...................................................................... 23
2.1.9 Tensión de Offset ......................................................................................................... 25
2.2 Diseño PCB .......................................................................................................................... 26
2.2.1 Board ............................................................................................................................ 26
2.2.2 Schematic ..................................................................................................................... 27
2.3 Software de Adquisición...................................................................................................... 28
2.3.1 Block Diagram............................................................................................................... 28
2.3.2 MATLAB ........................................................................................................................ 31
4
2.4 Experimento ECG................................................................................................................. 34
2.5 Experimento EEG ................................................................................................................. 35
3 RESULTADOS..............................................................................................................................37
3.1 Protoboard .......................................................................................................................... 37
3.2 Resultado PCB ..................................................................................................................... 38
3.3 Resultado Filtro Paso Bajo ................................................................................................... 39
3.4 Resultado Filtro Notch......................................................................................................... 40
3.5 Resultado Aparato ............................................................................................................... 41
3.6 Resultado Software ............................................................................................................. 42
3.6.1 Resultado labVIEW ....................................................................................................... 42
3.6.2 Resultado Software Matlab .......................................................................................... 43
3.7 Resultado Bode ................................................................................................................... 44
3.8 Resultado Experimento ECG................................................................................................ 46
3.9 Resultado Experimento EEG ................................................................................................ 47
4 DISCUSION .................................................................................................................................49
4.1 Discusión ECG ...................................................................................................................... 49
4.2 Discusión EEG ...................................................................................................................... 49
4.3 Discusión Resultado MATLAB .............................................................................................. 50
4.4 Discusión diseño PCB........................................................................................................... 52
4.5 Consumo.............................................................................................................................. 53
4.6 Debilidades y Fortalezas ...................................................................................................... 53
4.6.1 Debilidades Multiplexador Analógico .......................................................................... 53
4.6.2 Debilidades Eficiencia ................................................................................................... 54
4.6.3 Debilidades Número de Canales .................................................................................. 54
4.6.4 Fortalezas ..................................................................................................................... 55
5 CONCLUSIONES ..........................................................................................................................55
5.1 Líneas de Mejora ................................................................................................................. 56
6 BIBLIOGRAFIA ............................................................................................................................56
5
ÍNDICE DE FIGURAS
Figura 1.1: Ilustración de bandas EEG….……………………………………………………………………………………9
Figura 1.2: El corazón y sus partes……………………………………………………………………………………………10
Figura 1.3: Ejemplo de señal ECG…………….……………………………………………………………………………….11
Figura 1.4: Ilustración de las distintas colocaciones de los electrodos..…………………………………….13
Figura 1.5: Derivaciones bipolares en registro de ECG..……………………………………………………..…….14
Figura 1.6: Derivaciones unipolares en registro de ECG..……………..…………………………………………..15
Figura 2.1: Esquema de adquisición………………………………………………………………………………………….17
Figura 2.2: Diagrama de bloques del sistema de adquisición…………………………………………………….17
Figura 2.3: Esquemático del sistema de adquisición.…………………………………….………………………….18
Figura 2.4: Esquemático del filtro paso alto……………………………………….…………………………………….19
Figura 2.5: Diagrama de Bode del Filtro paso alto………………….…………………..………………………......19
Figura 2.6: Especificaciones de Ajuste del offset………………………………………………………………………20
Figura 2.7: Esquemático del amplificador de instrumentación…………………………………………….……20
Figura 2.8: Esquemático del filtro Notch…………………………………………………………………………………..21
Figura 2.9: Diagrama de Bode del filtro tipo Notch…………………………………………………………………..21
Figura 2.10: Esquemático del atenuador variable…………………………………………………………………….22
Figura 2.11: Esquemático del conmutador bidireccional analógico……………………..…………………..22
Figura 2.12: Esquemático de la segunda etapa de amplificación………………………………………………23
Figura 2.13: Esquemático del filtro paso bajo de segundo orden………………………………………….….23
Figura 2.14: Diagrama de Bode del filtro paso bajo……………………………………………………………….…24
Figura 2.15: Esquemático del circuito equivalente de tensión de offset….……………………………….25
Figura 2.16: Esquema del diseño PCB. Bottom.gbx………………………………………………………..…….....26
Figura 2.17: Esquema del diseño PCB. Top.gbx.……………………………………………………………………….26
Figura 2.18: Ilustración del Block Diagram del software de adquisición……………………………………28
Figura 2.19: Captura de filtrado de la señal bañada en ruido a 160Hz.Dominio del tiempo……..31
Figura 2.20: Captura de filtrado de la señal bañada en ruido a 160Hz.Dominio frecuencia…..….32
Figura 2.21: Esquema de detección de señales R.………………………………………………………….…………32
Figura 2.22: Esquema de detección de señales R y cálculo de pulsaciones por minuto………….…33
Figura 2.23: Esquema del experimento ECG………..……………………………………………….………………….34
Figura 2.24: Puesta en marcha del experimento ECG..………………………………………………………….….35
Figura 3.1: Implementación del Protoboard (1).……………..……………………..………..……………………...37
Figura 3.2: Implementación del Protoboard (2)..……………...……………………….……….……….……….….37
Figura 3.3: Implementación de la PCB (1) .……………..……………………….……………………………………….38
Figura 3.4: Implementación de la PCB (2) .………….……………………….……………………………………….….38
Figura 3.5: Resultado filtro paso bajo a 20 Hz………………..…………………………………………………………39
Figura 3.6: Resultado filtro paso bajo a 160 Hz………………..……………………….………………………………39
Figura 3.7: Resultado filtro paso bajo a 300 Hz………………..……………………….………………………………39
Figura 3.8: Resultado filtro Notch a 45 Hz………………..…………………………………………….…………………40
Figura 3.9: Resultado filtro Notch a 50 Hz………………..……………………………………….………………………40
Figura 3.10: Resultado filtro Notch a 55 Hz………………..……………………………………….………….…………40
6
Figura 3.11: Salida del aparato atenuando por un factor 1…………………………..………………….….……44
Figura 3.12: Salida del aparato atenuando por un factor 10……………………………….…………….………44
Figura 3.13: Salida del aparato atenuando por un factor 100…………………………………..……………….45
Figura 3.14: Capturas de pantalla del experimento ECG (1)……………………………………………………...46
Figura 3.15: Capturas de pantalla del experimento ECG (2)……………………………………………………...46
Figura 3.16: Capturas de pantalla del experimento EEG…………………………………………………………...47
Figura 4.1: Discusión del experimento ECG…………………...…………………………….…...........................49
Figura 4.2: Discusión temporal del experimento EEG……………….………………….…...........................50
Figura 4.3: Discusión espectral del experimento EEG…………………...…………………………….…............51
Figura 4.4: Discusión del diseño de la PCB…..……………………….…………..…………….…………………........52
Agradecimientos
Quiero aprovechar estas líneas para agradecer a todas las personas que me han ayudado y me
han apoyado a lo largo de los años de dura andadura por la Escuela Técnica Superior de
Ingenieros de Telecomunicación.
En primer lugar quería agradecer el apoyo recibido por mis padres, que siempre me han estado
apoyando y a mi lado, desde mis comienzos en esta dura pero bonita carrera, y que siempre me
han sabido inyectar moral en mis peores momentos y no han dudado ni un momento de mí.
Quiero mostrar mi más sincero agradecimiento a mis compañeros de clase y amigos, que han
hecho que este duro trance como es la carrera se llevara de forma más amena, sobre todo
nombrar a ese grupo de Sistemáticos que ya son parte de mi familia.
Quería hacer una mención especial a mi compañero Jaime Maroto Villar, compañero que me ha
ayudado mucho en la consecución y elaboración de incontables proyectos. Sin él muchas cosas
me habrían resultado mucho más difíciles.
También agradecer a mis compañeros Carlos González Bris, Julián Sanchez y Roberto Onrubia
así como a mis compañeras del laboratorio Ludmila, Soledad y a José Manuel Ibarz por
compartir sus conocimientos de electrónica.
No quería pasar por alto la oportunidad de agradecer a todos los profesores que he tenido
durante mi vida académica, no sólo en esta escuela sino también desde pequeño, porque entre
todos han formado la base para que hoy pueda ser lo que soy. Entre los profesores, cabe una
mención especial para Victoria Samaniego, Adolfo Gasteudurritia y Mateo Burgos.
7
1 INTRODUCCION
1.1 Origen de las Señales Bioeléctricas
Las células excitables están cubiertas por una membrana semipermeable, que permite la
entrada de ciertas sustancias y otras no. Cuando la célula se encuentra en reposo (polarizada)
solo permite la entrada de K+ y Cl- y no permiten la entrada de Na+. Cuando se excita la célula
por un flujo de corriente iónica o una energía exterior aplicada se produce una entrada rápida
de Na+, produciéndose una despolarización. Una vez las corrientes iónicas disminuyen la
membrana impide de nuevo la entrada de Na+ y se permite la salida de K+. A este último proceso
se le conoce con el nombre de repolarización.
1.1.1 Modelo de Hodgkin-Huxley
Hodgkin and Huxley (1952) fueron los primeros en modelar un potencial de acción, un modelo
matemático basado en conductancias g (1⁄𝑅 ) que explica los mecanismos iónicos que subyacían
en la iniciación y propagación de los potenciales de acción en las neuronas. Este modelo es una
interpretación biofísica de una célula excitable por la que circula una corriente a través de la
membrana.
De modo que la corriente total que atraviesa la membrana es la suma de la corriente que
atraviesa el condensador y la corriente iónica.
Im(t) = IC+Iiónica
IC = CmdV(t)/dt
Los canales iónicos son selectivos al sodio (Na+) y al potasio (K+). Dando lugar a las corrientes INA e
IK respectivamente. Estas corrientes están asociada a una conductancia y un generador de tensión
que modela la diferencia de concentración de iones entre los espacios intracelular y extracelular.
Hodgkin y Huxley definen una corriente IL que representa el resto de propiedades pasivas de la
célula. Definiendo la corriente iónica como:
Iiónica = INa+IK+IL
Iiónica = gNa(V)[V(t)−VNa]+gK(V)[V(t)−VK]+gL[V(t)−VL]
Im(t) = CmdV(t)/dt + gNa(V)[V(t)−VNa]+gK(V)[V(t)−VK]+gL[V(t)−VL]
8
1.1.2 Señales Bioeléctricas
La adquisición de señales bioeléctricas se basa en la medida del efecto combinado de un gran
número de potenciales de acción, que aparecen en la superficie del cuerpo o en zonas cercanas
a la actividad del sistema fisiológico que se desea monitorizar. La bioelectrónica se centra en la
interpretación teórica de la generación, propagación y captación de dichas señales, utilizando
conceptos de la electrónica clásica. Algunas señales bioeléctricas usuales son el
electrocardiograma (ECG), el electrograma (LFP) y electromiograma (EMG). En este proyecto nos
centraremos en el estudio del electrograma (LFP) y del electrocardiograma (ECG).
1.2 Electrograma (EEG)
En realidad no estamos registrando señales electroencefalográficas (EEG) sino actividad de
campo eléctrico cerebral, o también conocido como LFP (Large Field Potential). El LFP mide la
diferencia de potencial eléctrico medido en el espacio extracelular entre neuronas, usando
típicamente micro-electrodos. El LFP, a diferencia del electroencefalograma no se mide con
macro-electrodos en el cuero cabelludo sino perforando en el tejido cortical con electrodos
intracraneales.
De aquí en adelante nos referiremos al LFP como EEG, pero entendiendo la diferencia
comentada anteriormente. Esta actividad eléctrica es típicamente caracterizada por la potencia
de campo eléctrico en las diferentes bandas de frecuencia. Para más información consulte
página 8 de la referencia [5].
Banda
Frecuencia
Delta (δ)
de 0,5 Hz a 4 Hz
Theta (θ)
de 4 Hz a 8 Hz
Alfa (α)
de 8 Hz a 13 Hz
Beta (β)
de 13 Hz a 22 Hz
Gamma (γ)
de 22 HZ a 30 Hz
Figura 1.1: Ilustración de bandas EEG. Soto León, V. (2011). Determinación de la percepción de un estímulo
doloroso a partir de la actividad EEG pre-estímulo. Recuperado el 24/06/2015
.
El ritmo alfa es el ritmo más conocido del EEG. En vigilia, con los ojos cerrados, la mayoría de los
Contenido
sujetos presentan un ritmo α muy prominente en las regiones occipitales que se bloquean al
1abrir
INTRODUCCION
...........................................................................................................................
8
los ojos. El ritmo
alfa, normalmente mezclado con pequeñas amplitudes de los ritmos
delta, theta y beta es predominante en estados donde el sujeto esta relajado pero despierto.
1.1 Origen de las Señales Bioeléctricas ................................................................................................. 8
1.1.1de
Modelo
Hodgkin-Huxley......................................................................................................
8
El rango
ritmosdebeta
se subdivide en dos regiones: Beta I y Beta II (mayor frecuencia).
Beta1.1.2
II aparece
activación
intensa del sistema nervioso central, disminuyendo
Señalesdurante
Bioeléctricas
...............................................................................................................
9
entonces beta I.
1.2 Electrograma (EEG) ......................................................................................................................... 9
1.3 Electrocardiograma (ECG) ............................................................................................................. 10
9 10
1.3.1 El corazón ...............................................................................................................................
1.4 Técnicas de Registro...................................................................................................................... 12
1.4.1 Amplificador de instrumentación .......................................................................................... 12
1.3 Electrocardiograma (ECG)
La señal Electrocardiográfica (ECG) es un registro de la actividad eléctrica cardiaca. Esta señal
bioeléctrica se obtiene con un electrocadiógrafo en forma continua y es útil para saber la
duración del ciclo cardiaco.
1.3.1 El corazón
El corazón está constituido por un tejido de fibras musculares llamado miocardio que son las
responsables de la contracción. Está formado por una bomba derecha, que encamina la sangre
hacia los pulmones y una izquierda, que bombea sangre hacia los órganos periféricos, por lo que
su función primaria es mecánica, dado que se encarga de bombear la sangre a través del sistema
circulatorio.
El corazón se divide en cuatro cavidades y cuatro válvulas:

Dos ventrículos: situados debajo de las aurículas, encargados de bombear la sangre
fuera del corazón.
 Dos aurículas: son las cámaras situadas en la parte superior del corazón.
 Válvulas atrioventriculares: están la tricúspide (derecha) y la mitral (izquierda). Evitan
que la sangre recién bombeada al ventrículo entre a la aurícula.
 Válvulas semilunares: están la pulmonar (permite el paso de la sangre del ventrículo
derecho hacia los pulmones) y la aórtica (permite el paso de la sangre desde el ventrículo
izquierdo hacia la aorta). Evitan que la sangre bombeada hacia la arteria pulmonar y la aorta
entre al ventrículo.
Figura 1.2: El corazón y sus partes. Donald W. Jones. Anatomy and Physiology of the Cardiovascular
System. Chapter 5. Page 39. Recuperado el 14 /02/2015 de:
http://samples.jbpub.com/9781449652609/99069_ch05_6101.pdf
10
El ECG está formado por una onda P, un complejo QRS y una onda T.
Onda P: Producida por los potenciales eléctricos generados
cuando las aurículas se despolarizan antes de cada contracción. Su
duración es menor de 100ms y su voltaje no excede los 2.5mV.
Complejo QRS: Producido por los potenciales que se generan
cuando los ventrículos se despolarizan antes de contraerse.
Onda T: Se debe a los potenciales que se producen cuando los
ventrículos se recuperan de su estado de despolarización (1), esto
ocurre por lo general, en el músculo ventricular de 0.25 a 0.35 seg
después de la despolarización. A esta onda se la conoce como la
onda de repolarización (2). Su duración es de 80 a 100ms.
Figura 1.3: Ejemplo de señal ECG. Escola Tècnica Superior d’Enginyeria (2013) Recuperado el 14 /05/2015
de: http://ocw.uv.es/ingenieria-y-arquitectura/1-5/ib_material/IB_T2_OCW.pdf
[
(1)
Despolarización: Se refiere cuando la membrana se vuelve completamente permeable a los
iones de sodio Na+, permitiendo el flujo hacia el axón de iones de sodio cargados positivamente.
(2)
Repolarización: Una vez pasados 10 ms desde que la membrana se ha hecho muy permeable a
los iones de sodio Na+, estos canales comienzan a cerrarse, pero los canales de potasio K+ se
abren más de lo habitual, lo que provoca que haya una rápida difusión de iones en el interior de
la membrana, restableciendo el potencial de reposo negativo normal de la membrana.
Para más información consulten el Tratado de fisiología médica Guyton & Hall 12ed. Unidad 3,
Capitulo 9, El corazón.
11
1.4 Técnicas de Registro
1.4.1 Amplificador de instrumentación
Un amplificador de instrumentación es un amplificador diferencial tensión-tensión cuya
ganancia puede fijarse de forma muy precisa.
Los amplificadores de instrumentación cumplen los siguientes requisitos:
1) Su ganancia en modo común debe ser muy baja respecto de la ganancia diferencial, esto
es, debe ofrecer un alto rechazo al modo común (CMRR) en todo el rango de frecuencia
en que opera.
2) Debe tener una alta impedancia de entrada para que su ganancia no se vea afectada por
la impedancia de la fuente de entrada.
3) Debe tener una baja impedancia de salida para que su ganancia no se vea afectada por
la carga que se conecta a su salida.
1.4.2 Elección de Amplificador de instrumentación
Nuestra primera opción fue el amplificador de instrumentación AD620 que se utiliza en
aplicaciones con señales muy pequeñas y entornos ruidosos. En el datasheet del AD620
encontramos interesantes algunas de sus aplicaciones.
Nos decidimos por el dispositivo amplificador de instrumentación INA110KP puesto que cumple
la condición de rechazo al modo común (CMRR) y también cuenta con una impedancia de
entrada muy elevada, como podrán observar en el datasheet (Apéndice 4), se trata de un FET
que tiene una impedancia de entrada del orden de 1012 Ω. Además, encontramos este integrado
en dispositivos de preamplificación de Axon Instruments.
12
1.4.3 Problemas de captación de señales bioeléctricas
El problema principal en la captación de señales bioeléctricas proviene de los pequeños valores
de amplitud, que en algunas ocasiones es difícil diferenciar la señal del ruido que normalmente
las acompaña en el proceso de adquisición.
Los potenciales bioeléctricos son raramente determinísticos, por eso, para poder determinar el
esquema de amplificación, nos basamos en caracterizaciones previas tanto para señales EEG
como ECG.
Señal
ECG (Electrocardiograma)
EEG (Electrograma)
Magnitud
Ancho de banda (Hz)
0,5 - 4 mV
5 - 500 μV
0,01 - 150 Hz
DC - 150 Hz
1.4.4 Técnicas de registro de EEG en humanos
El registro de EEG en humanos se basa en electrodos de superficie en puntos normalizados
sobre el cuero cabelludo. Describimos a continuación los distintos sistemas de localización de los
electrodos en el cuero cabelludo.
El system 10/20 es un método reconocido internacionalmente que describe la localización de los
electrodos en el cuero cabelludo. El sistema está basado en la relación entre la localización de
un electrodo y la zona que subyace en la corteza cerebral. Los números ‘10’ y ‘20’ se refieren a
las distancia entre electrodos, que puede ser o bien 10% o el 20% de la nuca o la longitud de
izquierda a derecha del cráneo [6].
Luego la diferencia de los sistemas radica en la densidad de electrodos que podemos colocar en
el cuero cabelludo, el orden de mayor a menor densidad de electrodos en los sistemas sería el
siguiente: System 10/5, System 10/10 y System 10/20. Para más información pueden consultar
la referencia [7].
Electrode
Lobe
F
T
C
P
O
Frontal
Temporal
Central
Parietal
Occipital
Figura 1.4: Ilustración de las distintas colocaciones de los electrodos
13
1.4.5 Técnicas de registro de ECG
Las técnicas de registro de ECG se basan en derivaciones unipolares y bipolares. Vamos a
detenernos ahora en las derivaciones bipolares de los miembros y para ello es imprescindible
mencionar el Triángulo de Einthoven.
Consiste en colocar un electrodo en el brazo izquierdo, uno en el derecho y uno en el tobillo
izquierdo, dibujando un triángulo imaginario que indica el sentido de la actividad eléctrica del
corazón
Figura 1.5: Derivaciones bipolares en registro de ECG. Triángulo de Einthoven (2013) Recuperado el
30/05/2015 de: http://electrocardiogramaymedicinageneral.blogspot.com.es/2013/02/triangulo-
de-einthoven.html
Cada derivación de las extremidades bipolares se registra usando dos electrodos, luego tenemos
tres derivaciones de la extremidades (DI, DII y DIII).
Cada derivación tiene un electrodo positivo y otro negativo. Así, para DI el electrodo negativo
corresponde al brazo derecho y el positivo al brazo izquierdo. Para DII el electrodo negativo
corresponde al brazo derecho y el positivo a la pierna izquierda y para DIII el negativo
corresponde al brazo izquierdo y el positivo a la pierna izquierda.
Además de las derivaciones bipolares de las extremidades tenemos como vimos anteriormente
las derivaciones unipolares que son aVF, aVR y aVL y que se obtienen usando los mismos
electrodos. Por ejemplo, para obtener aVF se usa el electrodo del pie izquierdo como positivo y
ambos electrodos de los brazos como punto en común (negativo). De igual manera se obtienen
aVR (en este caso el electrodo del brazo derecho es positivo y los otros dos negativos) y aVL (el
electrodo del brazo izquierdo se hace positivo y los otros dos negativos). Estas derivaciones
unipolares serán las utilizadas en los experimentos.
14
Figura 1.6: Derivaciones unipolares en registro de ECG. Triángulo de Einthoven (2013) Recuperado el
30/05/2015 de:
http://electrocardiogramaymedicinageneral.blogspot.com.es/2013/02/triangulo-de-einthoven.htm
1.4.6 Aplicaciones en ingeniería biomédica del estudio de señales EEG y
ECG
El campo de aplicación del EEG está enfocado al estudio de la epilepsia, alteraciones del nivel de
la conciencia, deterioro de funciones superiores y en la evaluación de la maduración cerebral en
recién nacidos y prematuros. Es posible obtener una gran cantidad de información clínicamente
relevante del EEG en el coma, la muerte cerebral y las migrañas, entre otros.
El campo de aplicación del ECG es principalmente el diagnóstico cardíaco. Diagnóstico de
diferentes enfermedades del corazón, como el infarto de miocardio y la enfermedad cardíaca
coronaria, así como enfermedades pulmonares.
Para más información consulte páginas 17 a 19 de la referencia [5]. Así como las páginas 16 a 17
de la referencia [9].
15
1.5 Software
1.5.1 Digitalización
El muestreo de señal es un proceso que transforma una señal en tiempo continuo en una señal
en tiempo discreto, tomando muestras periódicas de esa señal cada T segundos. Se define la
frecuencia de muestreo como la inversa del periodo de muestreo Fs = 1/T.
El teorema de muestreo Nyquist - Shannon demuestra que se puede recuperar una
señal periódica continua en banda base a partir de sus muestras mediante la función de
interpolación 𝑔(𝑡) =
sin(2πBt)
2𝜋𝐵𝑡
a condición de que la señal esté limitada en banda y la frecuencia
de muestreo sea superior al doble de su ancho de banda.
Dicho de otro modo, la frecuencia de muestreo tiene que ser por lo menos el doble que la
frecuencia más alta de la señal que queremos muestrear para poder reconstruir la señal original
evitando ambigüedades como el solapamiento espectral (aliasing).
FS ≥ 2FMAX = 2B
1.5.2 Introducción a LabVIEW
LabVIEW (Laboratory Virtual Instrument Engineering Workbench) es un entorno gráfico de
programación, el lenguaje utilizado para programar, es el llamado “Lenguaje G”, donde la “G”
simboliza que es un lenguaje de tipo gráfico. Utiliza símbolos gráficos en lugar de lenguaje
textual para describir acciones de programación.
Los programas desarrollados en LabVIEW se llaman VI’s (Virtual Instruments), de este modo se
pueden diseñar sistemas de automatización y medida de bajo costo. La programación gráfica
con LabVIEW permite programar fácilmente un método para implementar aplicaciones
complejas de test, medida y automatización.
Cada programa en LabVIEW o VI se divide en dos partes, el “Panel Frontal” y el “Diagrama de
Bloques”.


Panel Frontal: es la interfaz con el usuario, la utilizamos para interactuar con el usuario
cuando el programa se está ejecutando. En esta interfaz se definen los controles
(entradas, botones, marcadores etc…) y también indicadores (salidas, gráficas, display
etc…).
Diagrama de Bloques: es el programa en sí mismo, donde se define su funcionalidad,
aquí se colocan los distintos iconos que realizan una determinada función y se
interconectan entre ellos. Suele haber una tercera parte icono/conector que son las
herramientas utilizadas para conectar un VI con otros VI’s.
16
1.5.3 LINX – LVH
Es una interfaz para plataformas embebidas, con este toolkit y software para NI LabVIEW,
podemos controlar y adquirir datos desde plataformas embebidas comunes como Arduino.
LINX ofrece firmware para plataformas embebidas comunes que actúan como dispositivos de
Entrada/Salida y se conecta con VI's de LabVIEW a través de conexión serial, USB, inalámbrica o
Ethernet. Esto ayuda a enviar información rápidamente desde un dispositivo embebido como
Arduino a LabVIEW sin ajustar la comunicación, la sincronización o incluso una sola línea de
código C. Al usar la convención común Open, Read/Write, Close en LabVIEW, tenemos acceso a
las señales digitales, analógicas, PWM, I2C y SPI de varias plataformas embebidas comunes o
usar VI’s de más alto nivel para controlar sensores y actuadores directamente.
Barajando otros toolkit como NI LabVIEW interface for Arduino, NI LabVIEW Biomedical, NI
LabVIEW System Identification,
LabVIEW Control Design and Simulation. Finalmente nos
decantamos por LINX-LVH porque simplifica el registro, ofrece una frecuencia de muestreo a
500 Hz y cumple con el resto de requisitos del proyecto.
2 MATERIAL Y METODOS
2.1 Diseño Protoboard
En este apartado se describirá el hardware utilizado para la implementación del módulo de
adquisición de señales bioeléctricas. Este será el esquema de adquisición que seguimos.
Figura 2.1: Esquema de adquisición
2.1.1 Diagrama de Bloques del Sistema de Adquisición
Figura 2.2: Diagrama de bloques del sistema de adquisición
17
2.1.2 Esquema del Sistema de Adquisición
Figura 2.3: Esquemático del sistema de adquisición. Editor de diagramas electrónicos utilizado: CadSoft
EAGLE.
Registramos bioseñales con un ancho de banda DC – 150 Hz. Para señales EEG estimamos que
registramos señales del orden de 5 – 500 µV, así como para ECG registramos señales del orden
de 0.5 – 4 mV. El Arduino Uno trabaja con valores de 0 a 5 V, luego tendremos que amplificar
en un factor 5000 en distintas etapas. Podrán observar un esquema del sistema de amplificación
más detallado en (Apéndice 1).
2.1.3 Filtro Paso Alto (HPF)
Para acondicionar la entrada de los electrodos, aplicamos un filtrado paso alto para eliminar la
componente continua y quedarnos con las altas frecuencias, utilizamos un filtro pasivo RC que
ajustamos a una frecuencia de corte de fc = 1.5915 Hz.
Al tratarse de la entrada a un amplificador de instrumentación, cuidamos mucho de no
introducir ruido, especialmente ruido térmico (Johnson-Nyquist), que estudia el movimiento
aleatorio de e-, originado por su energía térmica como una Gaussiana de media nula. Este
movimiento da lugar a una corriente aleatoria y debido a ella aparece una tensión de ruido vn en
bornes de una resistencia.
El valor medio de la tensión de ruido es siempre nulo, pero no su valor eficaz.
Vneff = √
4ℎ𝑓𝐵𝑅
ℎ𝑓
(rms)
𝑒 𝐾𝑇 −1
Considerando hf << KT, Vneff = √
h = 6.628*10-34 (Js) - Constante de Planck.
K = 1.381*10-23 (JK-1) - Constante de Boltzmann.
f = frecuencia central del ancho de banda B.
T = temperatura (K).
4ℎ𝑓𝐵𝑅
(rms) ⟶ Vneff = √4𝐾𝑇𝑅𝐵 (independiente frecuencia)
ℎ𝑓⁄𝐾𝑇
18
Dado que el valor eficaz depende del valor de la resistencia, lo más lógico sería tomar una
resistencia de valor pequeño. Primeramente se propuso 10KΩ, pero con objetivo de conseguir
una compatibilidad con un mayor rango de electrodos (distinta impedancia de entrada de los
electrodos) optamos por una resistencia de mayor valor, para independizarnos de la impedancia
de entrada del electrodo. Finalmente optamos por una resistencia de 10MΩ como puede
apreciarse en la figura.
Figura 2.4 Esquemático del filtro paso alto. Editor de diagramas electrónicos utilizado: CadSoft EAGLE.
𝐻(𝑠) =
𝑠∗𝑅1∗𝐶1
1+𝑠∗𝑅1∗𝐶1
⟶ polos en s =±
1
=
𝑅1𝐶1
10 𝑟𝑎𝑑
𝑠𝑒𝑐
1
⟶ ceros en s = 0 𝑟𝑎𝑑
y en s = 𝑅1𝐶1 = 10 𝑟𝑎𝑑
𝑠𝑒𝑐
𝑠𝑒𝑐
⟶ Frecuencia de corte: f c =
1
2𝜋𝑅1𝐶1
=1.5915 Hz
Figura 2.5: Diagrama de Bode del Filtro paso alto.
La figura anterior corresponde a la salida del filtro paso alto para una entrada de 3 Vpp. Observamos
que para la frecuencia de corte fc = 1.59 Hz tenemos una tensión de 2,26 Vpp =
3 𝑉𝑝𝑝
√2
19
2.1.4 Amplificador de Instrumentación (INA110)
De la variedad de factores de amplificación que ofrece nuestro amplificador de instrumentación
INA110KP como pueden consultar en el (Apéndice 4) fijamos el factor de amplificación en 500.
Debido a que tratamos con una etapa de amplificación elevada, tendremos meticuloso cuidado
de no introducir algún tipo de offset a la entrada del amplificador, por esta razón ajustamos
tanto el offset de salida como el de entrada de nuestro amplificador de instrumentación, tal y
cómo proponen las especificaciones (Apéndice 4).
Figura 2.6: Especificaciones de ajuste del offset. Datasheet INA110Kp
Colocamos dos potenciómetros de espectro de 100KΩ entre las patas 14-15 y las patas 4-5 y los
conectamos a ± VCC, en nuestro caso ± 9𝑉 respectivamente. Colocamos a la entrada del
INA110KP una señal sinusoidal por una de las patas y la otra la dejamos a masa, midiendo VOUT
en el osciloscopio variamos el valor del potenciómetro hasta que tengamos una componente
continua nula.
Figura 2.7: Esquemático del amplificador de instrumentación. Editor de diagramas electrónicos utilizado:
CadSoft EAGLE.
20
2.1.5 Filtro Rechaza Banda (NOTCH)
El amplificador puede realizar registros cortos (horas) con alimentación basada en pilas. Así
como registros largos (días) con una fuente de alimentación externa. En la práctica, la señal
adquirida es muy débil y se encuentra contaminada con ruido de 50Hz acoplado como
interferencia en caso de usar una fuente de alimentación externa. Para solventar este problema,
diseñamos un filtro rechaza banda (filtro tipo Notch) de frecuencia central fr = 50.5Hz (teórico) y
BW = 10Hz (teórico), basándonos en el siguiente esquema:
Figura 2.8: Esquemático del filtro Notch. Editor de diagramas electrónicos utilizado: CadSoft EAGLE.
Fijamos el factor de calidad, RR y C considerando R = 10KΩ y con las siguientes ecuaciones:
BW =
𝑓𝑟
Q = 𝐵𝑊 =
0.1591
𝑅𝐶
51,08 𝐻𝑧
10,6 𝐻𝑧
𝐻(𝑠) =
⟶ Con R = 10KΩ ⟶ C = 1.5µF (Valor comercial)
= 4.819 ⟶ Calidad
𝑠2 + 𝑤𝑟 2
𝑠2 +
𝑤𝑟
+ 𝑤𝑟 2
𝑄
RR =
𝑅
2𝑄 2
−1
⟶ RR = 220Ω (Valor comercial)
𝑟𝑎𝑑
𝑟𝑎𝑑
⟶ polos = -34.2 ± j*344 ( 𝑠𝑒𝑐 ) ⟶ ceros = ± j*346 ( 𝑠𝑒𝑐 )
Figura 2.9: Diagrama de Bode del filtro tipo Notch.
La figura anterior representa la salida del filtro Notch para una entrada de 3 Vpp.
21
2.1.6 Atenuador Variable
Con el propósito de poder registrar tanto señales de electrocardiográficas (ECG) como señales
electroencefalográficas (EEG), colocamos una etapa de atenuación, para poder reducir la
amplificación, puesto que las señales ECG son de mayor orden que las señales EEG.
Figura 2.10: Esquemático del atenuador variable. Editor de diagramas electrónicos utilizado: CadSoft
EAGLE.
A1:1 =
1𝐾Ω
1𝐾Ω
A1:10 =
1𝐾Ω
10𝐾Ω
A1:100 =
1𝐾Ω
100𝐾Ω
2.1.7 CD4016B
Se trata del conmutador bidireccional analógico que utilizamos para conmutar las resistencias,
lo alimentaremos con una tensión VDD = 9V y VSS = -9V, el micro-switch establece una tensión de
9V en los puertos ENABLE del CD4016B (Apéndice 6) para definir el estado de conducción del
conmutador, colocamos una resistencia de 100KΩ conectada a la fuente de alimentación de -9V,
que nos definirá el estado de no conducción.
Figura 2.11: Esquemático del conmutador bidireccional analógico. Editor de diagramas electrónicos
utilizado: CadSoft EAGLE.
22
2.1.8 Filtro Paso Bajo (LPF) con Amplificación
En la segunda etapa de amplificación, amplificamos en un factor 10, completando así los 10*500
= 5000 que se propusieron en un principio.
Este factor de amplificación 10, consta de una etapa de amplificación basada en un amplificador
inversor. Junto con esta amplificación tendremos un filtrado paso bajo con frecuencia de corte,
fc = 159.154 Hz (teórico) para poder estudiar las señales adquiridas de ECG y EEG en la que
consideramos relevantes las frecuencias menores a 150 Hz.
La frecuencia de muestreo del conversor A/D es de 500 Hz, luego no tendremos problemas a la
hora de reconstruir la señal muestreada. Esta segunda etapa de amplificación está basada en un
amplificador operacional TL082 pueden consultar detalles en el (Apéndice 3).
.
𝑉𝑜𝑢𝑡 = 𝐺 ∗ 𝑉𝑖𝑛
𝐺= −
𝑉𝑜𝑢𝑡 = −
𝑅2
𝑅1
𝑅2
∗ 𝑉𝑖𝑛
𝑅1
Ilustración 1
Figura 2.12: Esquemático de la segunda etapa de amplificación. Editor de diagramas electrónicos
utilizado: CadSoft EAGLE.
Filtramos con un filtro paso bajo segundo orden con, fc = 159.154 Hz (teórico).
Figura 2.13: Esquemático del filtro paso bajo de segundo orden. Editor de diagramas electrónicos
utilizado: CadSoft EAGLE.
23
𝐻(𝑠) =
−𝑅2/𝑅1
1+𝑅2𝐶2𝑠
1
⟶ polos en s = ± 𝐶2∗𝑅2 = 1000 𝑟𝑎𝑑
𝑠𝑒𝑐
1
𝐶2∗𝑅2
⟶ cero doble en s =
= 1000 𝑟𝑎𝑑
𝑠𝑒𝑐
⟶ frecuencia de corte: fc =
1
2𝜋𝑅2𝐶2
= 159.154 Hz
Figura 2.14: Diagrama de Bode del filtro paso bajo.
La figura anterior representa la salida del filtro paso bajo para una entrada de 400 mVpp.
Observamos que para frecuencias medias tenemos una ganancia igual a 10dB o lo que es lo
mismo, un factor 10. Comprobamos que el ancho de banda a – 3dB o en unidades lineales
1⁄√2, quedando un valor de
4𝑉
√2
= 2,8 V y coincide con la frecuencia de corte teórica f
c
=
159.154 Hz.
24
2.1.9 Tensión de Offset
Todo el esquema de amplificación anteriormente propuesto, nos lleva a tensiones en un rango
de -2.5V a 2.5V a la entrada de nuestro Arduino Uno, que únicamente trabaja con valores
positivos de 0V a 5V.
Por esta razón rectificamos la señal de entrada al Arduino Uno superponiendo una señal DC de
2.5V, basándonos en un regulador de inserción de tensión positiva LM78l05 (Apéndice 5)
convertimos la tensión alimentación de 9V a una tensión de 5V.
Figura 2.15: Esquemático del circuito equivalente de tensión de offset. Editor de diagramas electrónicos
utilizado: CadSoft EAGLE.
V0UT = VIN*(
−𝑅2
)+
𝑅1
VA*(1 +
𝑅2
𝑅1
)
En primer lugar vamos a superponer un offset de 2.5V a la señal de entrada, tendremos que
prestar atención a que la tensión a la salida no exceda los 5V que soporta el Arduino Uno, para
eso, aplicamos dos diodos Schottky 1N5817 debido a que ofrecen una menor tensión de codo o
de conducción que los diodos de silicio, luego tienen un tiempo de conmutación a estado de
conducción menor. Este esquema de dos diodos nos permite que el rango de tensiones no sea
mayor que 5V, tensión máxima que soporta el Arduino Uno.
Para conseguir un offset de 2.5V realizamos un divisor de tensión para obtener VA=
𝑅1∗5𝑉
=1.25
𝑅1+𝑅2
V, porque la tensión VA, si observamos la formula anterior, se verá multiplicada por un factor 2,
puesto que R3=R4.
25
2.2 Diseño PCB
2.2.1 Board
Se presentan las distintas caras
utilizadas para la implementación de
nuestro circuito impreso. Se ha
diseñado con taladros metalizados
para asegurar la conexión entre las
distintas capas. El software utilizado
para su implementación ha sido el
EAGLE versión 7.2.0.
Figura 2.16: Esquema del diseño PCB. Bottom.gbx. Editor de
diagramas electrónicos utilizado: CadSoft EAGLE.
La placa está dimensionada con
92.71 mm de alto y 68.57 mm de
ancho.
Figura 2.17: Esquema del diseño PCB. Top.gbx. Editor de diagramas
electrónicos utilizado: CadSoft EAGLE.
26
2.2.2 Schematic
Este esquemático corresponde con el esquemático real del prototipo, el resto de esquemas no
son funcionales, simplemente pretender esclarecer los distintos bloques del sistema. Para mayor
información, acudan al apéndice 2.
27
2.3 Software de Adquisición
Figura 2.18: Ilustración del Block Diagram del software de adquisición.
2.3.1 Block Diagram
2.3.1.1 Apertura
La apertura del software constará de un icono Initialize.vi, así
como dos controles, uno para elegir el número de canales que
vamos a adquirir y otro para controlar el puerto USB donde
conectamos nuestro Arduino Uno. Esta sería la apertura a nuestra
estructura while (While Loop).
Contamos con el icono Loop Frecuency.vi, que tiene la función de
hallar la frecuencia del bucle. También tenemos el indicador de
número de muestras, que será en número de iteraciones del bucle
while. Por último tenemos un control para poder cambiar el retardo
entre iteraciones del bucle while y con el cambiar la frecuencia de
muestreo.
28
2.3.1.2 Código
En nuestro código, tendremos el icono Analog Read.vi, que tiene la
función de leer el valor de los canales analógicos a la entrada (6
canales en nuestro caso).
Esta parte del código está destinada a la realización de una tabla
que guarde los datos adquiridos. Tomamos la señal dinámica (6
señales analógicas) lo pasamos por un splitter Unbundle.vi para
obtener cada señal analógica por separado.
Con cada una de las señales analógicas construiremos un array,
Insert Into Array.vi que irá almacenando continuamente el valor
actual y el valor anterior, gracias a que construimos un registro
de desplazamiento (Shift Register).
En esta parte añadimos la fecha y la hora a la tabla.
Comenzamos con el icono Get Date/ Time String.vi, que
nos ofrece la hora en un formato hh:mm:ss (String),
utilizamos el icono Search/Split String podemos dividir en
una substring antes del carácter ‘:’ y la substring después
del carácter.
29
Con esto conseguimos tener tanto
las horas, minutos y segundos
como strings independientes.
Finalmente convertiremos estos
strings a número y crearemos un
array con un Shift Register como
hicimos en el caso anterior de la
tabla.
Una vez que tenemos todas las columnas de la tabla (las
señales A0, A1, A2, A3, A4, A5, horas, minutos, segundos)
en un array, creamos un array de dos dimensiones con el
icono Build Array.vi. Para que sean las columnas de la
tabla, transponemos la matriz resultante.
Con la matriz creada, la guardamos en un archivo a elegir en
una ventana emergente, utilizando el icono Write To
Spreadsheet File.vi, para poder manipular dicho archivo en
Matlab nos aseguramos de que utilice el carácter ‘.’ Para
poder separar la parte entera de la decimal con el siguiente
formato: %.;%4f.
30
2.3.2 MATLAB
Una vez hayamos construido el archivo de muestras, cargaremos este archivo en MATLAB,
programaremos un código que sea capaz de detectar las señales R del complejo QSR en el
electrocardiograma y también las pulsaciones por minuto del sujeto.

Paso 1: Primero realizaremos un filtrado paso bajo a la frecuencia límite que vamos a
estudiar, la que impone el filtro paso bajo fc = 160 Hz.
Hacemos un estudio previo para decidir qué tipo de filtro es más conveniente, para esto
añadimos una interferencia a 160 Hz (sinusoide a 160Hz) a la señal de estudio.
Filtraremos la señal ruidosa con los distintos filtros: Butterworth, Chebyshev tipo 2 y
Elíptico.
2.3.2.1 Dominio del Tiempo
Figura 2.19: Captura de filtrado de la señal bañada en ruido a 160Hz.Dominio del tiempo.
>> [b0,a0] = butter(7,160/fn,'low');
>> [b1,a1] = cheby2(7,100,160/fn);
>> [b2,a2] = ellip(7,0.01,100,160/fn);
fs = 500;
fn = fs/2;
Donde fn es la frecuencia de Nyquist. Observamos en el dominio de tiempo que el filtrado que
nos proporciona una señal más limpia a la salida, es el filtro Chebyshev tipo 2.
31
2.3.2.2 Dominio de la Frecuencia
Figura 2.20: Captura de filtrado de la señal bañada en ruido a 160Hz.Dominio frecuencia.
Probando los distintos filtros como filtro paso bajo a 160Hz, comprobamos que el filtro que
mayor precisión ofrece, es el filtro Chebyshev tipo 2.


Paso 2: Una vez que tengamos la señal filtrada, elevaremos la señal al cuadrado para
hacer que los picos (señales R) de la señal sean más pronunciados.
Paso 3: Detección de los picos R de la señal ECG y la posición de estos mismos, el
proceder de la detección se explica en el siguiente esquema:
Figura 2.21: Esquema de detección de señales R.
Determinamos el threshold de la señal como un porcentaje del valor máximo. Para que solo
detecte un pico y no considere picos todos los puntos por encima del valor de threshold,
programamos un upflag a modo de contador que cuente desde 5 hasta 0 cada vez que encuentre
un pico, de este modo solo contará picos cuando upflag = 0.
32
Los tres pasos anteriormente explicados quedarían resumidos en la siguiente figura.
Figura 2.22: Esquema de detección de señales R y cálculo de pulsaciones por minuto.
El programa nos muestra el número de pulsaciones, la colocación en número de muestra y el
número de pulsaciones por minuto.
33
2.4 Experimento ECG
El experimento de ECG consiste en la adquisición cardiaca con electrodos Swaromed silver silverchloride (Ag/AgCl) pueden encontrar información más detallada en el (Apéndice 9)
colocados en ambas muñecas y también en el tobillo izquierdo. Una vez conectadas las entradas
al aparato, conectaremos la salida de nuestro sistema a un osciloscopio Tektronix Tds 210. Las
siguientes figuras ilustran el esquema del experimento.
Figura 2.23: Esquema del experimento ECG.
Los electrodos utilizados para la adquisición cardiaca:
34
Figura 2.24: Puesta en marcha del experimento ECG.
2.5 Experimento EEG
Vaporizador de Isoflurano. El vaporizador es la pieza
que suministra el anetésico líquido volátil de una
forma precisa para la sedación veterinaria.
Sedamos al ratón para la posterior inserción del
correspondiente electrodo.
Una vez tenemos el ratón conectado al electrodo
del CyberAmp 380 de Axon Instruments.
Conectamos ese mismo electrodo a la entrada de
nuestro aparato.
35
Por último, colocamos los electrodos a la entrada del aparato y conectamos la salida
de este a un puerto analógico del Arduino Uno que irá conectado a un ordenador.
Dos electrodos implantados en la corteza somatosensorial izquierda y derecha (±2.0 mm
lateral and +0.5 mm rostrocaudal from bregma, depth 0.5 mm).Dos tornillos implantados
sobre la corteza visual de ambos hemisferios y sirven como la diferencia y el punto de
conexión de masa (±2.0 mm lateral and -3 mm rostrocaudal from bregma).
Para más información consulten las especificaciones en el Apéndice 10.
36
3 RESULTADOS
3.1 Protoboard
Figura 3.1: Implementación del Protoboard (1).
Como prototipo inicial presentamos este protoboard, cuya alimentación consiste en pilas de
9V cada una para proporcionar +9V, -9V y masa.
Figura 3.2: Implementación del Protoboard (2).
37
3.2 Resultado PCB
Figura 3.3: Implementación de la PCB (1).
Figura 3.4: Implementación de la PCB (2).
38
3.3 Resultado Filtro Paso Bajo
Figura 3.5: Resultado filtro paso bajo a 20 Hz. Colocamos una sinusoidal a la entrada del filtro paso bajo
de 480mVpp a una frecuencia en la banda de paso 20 Hz y a la salida tenemos 4.64Vpp. Verificando la
ganancia propuesta de 10 (𝐺
=
4.64𝑉𝑝𝑝
480 𝑚𝑉𝑝𝑝
)
Figura 3.6: Resultado filtro paso bajo a 160 Hz. Colocamos una sinusoidal a la entrada del filtro paso
bajo de 480mVpp a la frecuencia de corte (160.3 Hz) y a la salida tenemos 3.28Vpp. Verificando una
caída de 3dB.
Figura 3.7: Resultado filtro paso bajo a 300 Hz. Colocamos una sinusoidal a la entrada del filtro paso
bajo de 480mVpp a una frecuencia en la banda eliminada (300.3 Hz ≅ 2*160 Hz) y a la salida tenemos
2.24Vpp. Verificando una caída de 6dB.
39
3.4 Resultado Filtro Notch
Figura 3.8: Resultado filtro Notch a 45 Hz. Observamos que en el borde inferior de la banda eliminada
(46.8 Hz) para una sinusoidal de entrada de 400 mVpp, la salida es de 256mVpp (
400mVpp
√2
) o lo que es lo
mismo – 3 dB.
Figura 3.9: Resultado filtro Notch a 50 Hz. Observamos que en la frecuencia central de la banda eliminada
(50.76 Hz) para una sinusoidal de entrada de 472mVpp, la salida es de 28mVpp.
Figura 3.10: Resultado filtro Notch a 55 Hz. Observamos que en el borde superior de la banda eliminada
(56.12 Hz) para una sinusoidal de entrada de 384 mVpp, la salida es de 266mVpp (
384mVpp
√2
) o lo que es lo
mismo – 3 dB.
40
3.5 Resultado Aparato
Registro con el aparato alimentado con pilas. Consiste en la PCB fija en una caja que consta
de tres entradas, de una salida BNC, así como un botón de encendido, entradas para fuente
de alimentación externa y por último, un micro-switch que permitirá manipular el factor de
atenuación del atenuador variable.
41
3.6 Resultado Software
3.6.1 Resultado labVIEW
En la interfaz tenemos la representación de los 6 posibles canales que Arduino Uno permite. Esta
implementación en con vista al futuro, pues actualmente solo contamos con un canal. Por
último, cuando queramos guardar las muestras en un archivo, solo tendremos que pulsar el
botón Guardar y elegir un documento. Dicho documento será posteriormente utilizado para
estudiar el comportamiento en frecuencia y en el tiempo en Matlab.
42
3.6.2 Resultado Software Matlab
43
3.7 Resultado Bode
Figura 3.11: Salida del aparato atenuando por un factor 1. Entrada de 600 µVpp con una
adquisición de 10 puntos por década.
Figura 3.12: Salida del aparato atenuando por un factor 10. Entrada de 10mVpp con una
adquisición de 10 puntos por década.
44
Figura 3.13: Salida del aparato atenuando por un factor 100. Entrada de 10mVpp con una
adquisición de 10 puntos por década.
45
3.8 Resultado Experimento ECG
Midiendo a la salida de nuestro aparato con un osciloscopio Tektronix tds 210 estas son las
adquisiciones que hemos conseguido:
Figura 3.14: Capturas de pantalla del experimento ECG (1).
Figura 3.15: Capturas de pantalla del experimento ECG (2).
46
3.9 Resultado Experimento EEG
La primera señal (verde) corresponde con la salida de nuestro aparato, comparándola con la
salida de un CyberAmp 380 de Axon Instruments correspondiente a la cuarta salida (azul),
observamos una señal ECG bastante similar.
Figura 3.16: Capturas de pantalla del experimento EEG.
Nuestro amplificador
CyberAmp 380
La figura de arriba corresponde a la adquisición del amplificador, mientras que la señal de abajo
corresponde a la adquisición del CyberAmp 380 de Axon Instrument, se observan grandes similitudes a
pesar del ruido de la primera.
47
La siguiente figura muestra la comparación de calidad de adquisiciones de nuestro aparato
(ordenador derecho) y el CyberAmp 380 (ordenador izquierdo). Para una mejor apreciación
mostramos únicamente las señales de interés.
Observamos el registro del CyberAmp 380 (arriba) y el registro de nuestro amplificador (abajo).
FOTITOqueCYBERAMP
Comentar
el amplificador 380
superpone una continua de 2.5V que se puede apreciar en la primera
adquisición, mientras que la segunda adquisición se trata en una medida en AC.
48
4 DISCUSION
4.1 Discusión ECG
Figura 4.1: Discusión del experimento ECG.
Comparando nuestra señal electrocardiográfica con la obtenida en Volumen 2 “Prácticas de
Electrónica Aplicada” referencia [21]. Comparando adquisiciones observamos que la adquisición
de nuestro aparato (derecha) nos ofrece suficiente resolución para distinguir el complejo QRS, la
señal T y la señal P. Aunque es menos limpia que la observada por el electrocardiógrafo del
laboratorio. La figura izquierda está registrada con 2V/div y 100ms de sensibilidad del
osciloscopio, mientras que la figura derecha es 1V/div y 250 ms.
4.2 Discusión EEG
Señal amplificada CyberAmp 380
Señal amplificada aparato
Comparamos una adquisición cerebral en ratón amplificada por el CyberAmp 380 (Apéndice 11)
con la señal mostrada por el CyberAmp pero amplificada por nuestro aparato. Aunque las
señales son muy similares, la señal amplificada por el aparato es menos limpia que la
49
amplificada por el CyberAmp 380, una hipótesis es el ruido producido por la red eléctrica,
debido a la baja pronunciación de la caída en las bandas del filtro elimina banda (NOTCH).
4.3 Discusión Resultado MATLAB
Figura 4.2: Discusión temporal del experimento EEG.
Comparamos el electrograma obtenido por el aparato “Señal Amplificador” con la señal
obtenida por un sistema de amplificación CyberAmp 380 de Axon Instruments (apéndice 11) del
laboratorio del CTB.
La tercera gráfica muestra la comparación normalizada de las dos señales mencionadas
anteriormente, observamos gran similitud en el dominio del tiempo.
50
Figura 4.3: Discusión espectral del experimento EEG.
Comparando los espectros de ambas señales observamos que la señal del CyberAmp se asemeja
mucho a la señal del amplificador en bajas frecuencias y difieren para altas frecuencias. Esto es debido a
que en el registro del CyberAmp se utilizó un filtro paso bajo a 120 Hz, mientras que con la señal del
amplificador el filtro paso bajo es a 160 Hz.
De modo que observamos un espectro similar hasta los 120 Hz a partir de ahí, comienza a diferir.
51
4.4 Discusión diseño PCB
Comparando el diseño de nuestra PCB con el utilizado en el electrocardiógrafo del manual de
laboratorio, Volumen 2 “Prácticas de Electrónica Aplicada” para más información consulten la
referencia [21].
Figura 4.4: Discusión del diseño de la PCB
Comparando diseños, observamos que nuestro diseño es poco intuitivo y difícil de seguir.
Deberíamos haber optado por dejar una de las dos caras como plano de masa. Así como definir
los distintos bloques del amplificador como en el esquema del electrocardiógrafo.
52
4.5 Consumo
La alimentación de nuestro aparato consta de dos fuentes de +9V y -9V respectivamente. La
fuente de alimentación de +9V tiene un consumo de 25 mA, mientras que la fuente de
alimentación de –9V tiene un consumo de 32 mA. Consultando la hoja de especificaciones de
VARTA para pilas de 9V nos ofrece una capacidad de 200 mAh. Realizando los siguientes
cálculos:
Fuente +9V → 200 mAh/25 mA = 8 horas
Fuente -9V → 200 mAh/32 mA = 6.25 horas
La fuente que limita las horas de uso del aparato es la fuente de -9V. Concluimos que la vida útil
de nuestro aparato es de 6.25 Horas, para salvar esta debilidad también podemos optar por
alimentar con una fuente externa.
4.6 Debilidades y Fortalezas
4.6.1 Debilidades Multiplexador Analógico
Contamos con cierta redundancia en el circuito, como puede ser el uso de un micro-switch como
control de un multiplexador analógico CD4016B para la elección de la resistencia en el
atenuador variable, tal y como muestra la figura adjunta:
53
En vez del esquema anterior podemos proponer utilizar el micro-switch como multiplexador
analógico, tal y como ilustra la siguiente figura:
Ahorraríamos un integrado para la PCB, dinero y el diseño sería más simple.
4.6.2 Debilidades Eficiencia
Uso inefectivo del TL082, el amplificador operacional TL082 es un circuito integrado que consta
de dos amplificadores por integrado (Apéndice 3).El aparato utiliza 5 amplificadores, con solo 3
integrados tendríamos suficiente. Sin embargo, nuestro diseño utiliza 4 integrados lo que
supone un gasto extra y una pérdida de espacio en la PCB.
4.6.3 Debilidades Número de Canales
Uso ineficiente del número de canales que nos ofrece Arduino Uno, 6 entradas analógicas de
las cuales solo utilizamos una. Una futura mejora sería dedicar un canal a la adquisición de ECG y
otro para la adquisición de EEG.
54
4.6.4 Fortalezas

Además de la posibilidad de realizar registros cortos (horas) usando las pilas como
alimentación, también tenemos la posibilidad de realizar registros largos (dias) usando
una fuente de alimentación externa, eliminando la interferencia de la red con el filtrado
elimina banda tipo Notch.

Teniendo en cuenta sólo el coste reflejado en el presupuesto (Apéndice 12) se puede
afirmar que el diseño presentado es de bajo costo.

El aparato ofrece compatibilidad con cualquier PC de 64bits y esto lo convierte en una
herramienta versátil para valoraciones diagnósticas.

El aparato es de pequeño tamaño 15,5x9,5x5,3 cm3 , haciéndolo manejable y de fácil
portabilidad.

Ofrece la posibilidad de adquirir tanto señales electrocardiográficas como señales
electrográficas gracias al atenuador variable.
5 CONCLUSIONES
Todos los objetivos previamente establecidos han sido conseguidos en mayor o menor medida.
Se ha construido un instrumento de bajo coste y fácil portabilidad para adquisición y
procesamiento de señales electrocardiográficas (ECG) y señales electroencefalográficas (EEG).
Se diferencia de los aparatos de amplificación de bajo coste convencionales en que, además de
ofrecer alimentación aislada de la red eléctrica (pilas alcalinas), ofrece la posibilidad de usar una
fuente externa como alimentación, haciendo posible realizar registros largos (días de duración) y
ahorrándonos dinero en pilas alcalinas.
La resolución que ofrece el instrumento permitirá dar soporte diagnóstico en análisis
electrocardiográficos así como en modelos animales con desórdenes neurológicos.
55
5.1 Líneas de Mejora
Destacaría tres aspectos a mejorar:
En primer aspecto a mejorar sería simplificar el diseño de la PCB dividiéndolo en distintos
módulos diferenciados y añadiendo un plano de masa, consiguiendo un diseño más intuitivo.
Por otro lado, la eliminación de la redundancia del esquema de amplificación ahorraría espacio
para la distribución de integrados en la PCB.
El segundo aspecto a mejorar sería aumentar el número de canales de registro. Actualmente,
solo registramos un canal, mientras que Arduino Uno nos ofrece 6 entradas analógicas. Nos
ofrecería la posibilidad de registrar varios canales EEG y varios canales ECG simultáneamente.
El tercer aspecto a mejorar sería la tarjeta de adquisición del Arduino Uno, actualmente de 10
bits, ofreciendo un paso de cuantificación o una resolución de 1/210 = 1⁄1024 . Una versión
más moderna del software tendrá una tarjeta de adquisición de un mayor número de bits,
ofreciéndonos una mayor resolución o un salto de cuantificación más preciso, haciendo posible
conseguir muestras más fieles a señal original.
6 BIBLIOGRAFIA
56
[1] Van Drongelen, W. (2006). Signal processing for neuroscientists: an introduction to the
analysis of physiological signals. Academic Press.
[2] Lamberti, P. W., & Rodríguez, V. (2007). Desarrollo del modelo matemático de Hodgkin y
Huxley en neurociencias. Electroneurobiología, 15(4), 31-60.
[3] Fozzard, H. A., Haber, E., Jennings, R. B., & Katz, A. M. (1986). The heart and
cardiovascular system.
[4] DaSilva, A. F., Volz, M. S., Bikson, M., & Fregni, F. (2011). Electrode positioning and
montage in transcranial direct current stimulation. Journal of visualized experiments:
JoVE, (51).
[5] Valencia Brito, E. I., & Villa Parra, F. F. (2013). Diseño y construcción de un módulo
didáctico para la adquisición y análisis de señales ECG, EEG y EMG (Doctoral
dissertation).
[6] Den Boer, W., Zhong, J. Z., & Gu, T. (1997). U.S. Patent No. 5,641,974. Washington,
DC: U.S. Patent and Trademark Office.
[7] Jurcak, V., Tsuzuki, D., & Dan, I. (2007). 10/20, 10/10, and 10/5 systems revisited: their
validity as relative head-surface-based positioning systems. Neuroimage, 34(4), 16001611.
[8] Torrent-Guasp, F. (1998). Estructura y función del corazón. Revista Española de
Cardiología, 51(2), 91-102.
[9] Arango, R., & Naranjo, J. J. (2010). Desarrollo de una herramienta de arquitectura
abierta para la visualizacion y analisis de señales EEG.
[10] Búsqueda de datasheets. http://www.datasheetcatalog.net/
[11] Coughlin, R. F., & Driscoll, F. F. (1999). Amplificadores operacionales y circuitos
integrados lineales. Pearson Educación.
[12] Silva, C. V., & Farriol, L. P. (2005). Desarrollo de un sistema de adquisición y
tratamiento de señales electrocardiográficas. Rev. Fac. Ing.-Univ. Tarapacá, 13(1),
39-46.
[13] Depiaggio, A. A., Picaza, A., & Carlos-Monzón, J. E. (2002). Amplificador de
Bioinstrumentación con Selección Digital de Entradas. Reunión de Comunicaciones
Científicas y Tecnológicas. Secretaría General de Ciencia y Técnica. Universidad
Nacional del Nordeste. Resistencia (Chaco), 21.
[14] Caicedo, M. H., Salgado, G., Loaiza, H., Caicedo, E., & Citelli, L. (2005). Equipo
transportable–Basado en DSP-para el almacenamiento y análisis de señales
biomédicas. Revista Colombiana de Física, 37(2), 418-425.
[15] Elliott, C., Vijayakumar, V., Zink, W., & Hansen, R. (2007). National instruments
LabVIEW: a programming environment for laboratory automation and measurement.
Journal of the Association for Laboratory Automation, 12(1), 17-24.
[16] Villacorta Minaya, H. L. (2011). Diseño de un amplificador operacional de
transconductancia para la adquisición de señales de electroencefalograma.
57
[17] Silva, C. V., & Farriol, L. P. (2005). Desarrollo de un sistema de adquisición y
tratamiento de señales electrocardiográficas. Rev. Fac. Ing.-Univ. Tarapacá, 13(1),
39-46..
[18] Bazán-Prieto, C., Blanco-Velasco, M., Cárdenas-Barrera, J., & Cruz-Roldán, F. (2012).
Compresión de señales electroencefalográficas epilépticas y normales. Ingeniería
Electrónica, Automática y Comunicaciones, 33(1), 25-32.
[19] Guerrero, M. F., & de Garcia, C. L. G. (1997). REGISTRO
ELECTROENCEFALOGRAFICO COMPUTARIZADO EN RATAS PARA LA
DETECCION DE ANTICONVULSIVANT ES. Rev. colomb. ciencias quim. farm, (26),
59-62.
[20] Boada Saña, M., Comí, C., & Castelló Echeverria, N. (2011). La experimentación
animal.
[21] Andrés Rodríguez Domínguez (2012) Manual de laboratorio, Volumen 2. Prácticas de
Electrónica Aplicada – Programas de actividades –
[22] Mora, F., Gomis, P., & Passariello, G. (1999). Señales electrocardiográficas de alta
resolución en Chagas-El proyecto SEARCH. Acta Científica Venezolana, 50, 187-194.
[23] Bishop, R. H. (2014). Learning with labview. Prentice Hall.
[24] Oppenheim, A. V., Willsky, A. S., & Nawab, S. H. (1998). Señales y sistemas. Pearson
Educación.
[25] Carlson, A. B., Crilly, P. B., & Rutledge, J. C. (1986). Communication systems: an
introduction to signals and noise in electrical communication. Guía Académica, 129.
[26] Coughlin, R. F., & Driscoll, F. F. (1999). Amplificadores operacionales y circuitos
integrados lineales. Pearson Educación.
[27] Benítez, J., Almaguer, W., & Muños, R. ADQUSICION Y ANALISIS DE
BIOPOTENCIALES MEDIANTE EL MATLAB Y UNA TARJETA DE SONIDO.
.
58
59
Apéndice 1: Esquema del Sistema de Amplificación
Figura 5.1: Esquema de amplificación completo. Editor de diagramas electrónicos utilizado: CadSoft
EAGLE.
60
Apéndice 2: Schematic
61
Apéndice 3: Datasheet TL082
62
63
Figura 5.7: Principales páginas del datasheet TL082. Recuperado el 02/03/015 de:
http://pdf.datasheetcatalog.com/datasheet/stmicroelectronics/2300.pdf
64
Apéndice 4: Datasheet INA110kp
65
66
67
Figura 5.8: Principales páginas del datasheet INA110Kp. Recuperado el 02/03/015 de:
http://pdf.datasheetcatalog.com/datasheet2/9/0ogsap8g1iy6oou1cfll925tsk3y.pdf
68
Apéndice 5: Datasheet LM78l05
69
70
Figura 5.9: Principales páginas del datasheet LM78l05. Recuperado el 02/03/015 de:
http://www.ti.com/lit/ds/symlink/lm78l05.pdf
71
Apéndice 6: Datasheet CD4016B
72
73
Figura 5.10: Principales páginas del datasheet CD4016B. Recuperado el 02/03/015 de:
http://pdf.datasheetcatalog.net/datasheet2/b/0d79d1qlc3xic4xa4cwu1e6ietcy.pdf
74
Apéndice 7: Modelo de Hodgkin y Huxley en neurociencias
1.1 Antecedentes históricos
El establecimiento de la relación entre lo que actualmente se conoce como neurofisiología y
los fenómenos eléctricos no biológicos se remonta a tiempos de Luigi Galvani. En 1791 el
investigador italiano propuso la existencia de una “electricidad animal”, tras observar la
descarga eléctrica en los músculos de un animal muerto. Poco después, el investigador
Alessandro Volta explicó que esta “electricidad animal” no era distinta de la electricidad
observada en otros fenómenos eléctricos.
En 1902 el investigador Julius Bernstein propuso que las distintas corrientes eléctricas
observadas en órganos vivos de animales y plantas, podrían generarse por una causa común
o tener un modo similar de generarse. Durante un potencial de acción, la membrana perdía
su permeabilidad selectiva al potasio, de modo que el potencial de membrana debía
aproximarse a cero, pues el potencial debía crecer al mismo nivel tanto dentro como fuera
de la célula, pero la primera medición mostró un potencial por encima del nulo (figura
derecha).
Figura 5.2: Pedro W. Lamberti y Víctor Rodríguez (2007). Desarrollo del modelo matemático
de Hodgkin y Huxley en neurociencias. Recuperado el 14/02/015 de:
http://electroneubio.secyt.gov.ar/Lamberti-Rodriguez_Hodgkin-Huxley.htm
75
Apéndice 8: AD620
76
77
78
79
Apéndice 9: Electrodos ECG
80
81
Apéndice 10: Electrodos EEG
Animals were anesthetized with ketamine (100 mg/Kg) and xylazine (10 mg/kg) prior to the
stereotaxic implantation of subdural electrodes for recording of somatosensory evoked
potentials (SSEPs). The mice were secured in a stereotaxic frame (David Kopf Instruments,
California, USA) and under aseptic conditions a skin incision was made and four small holes
drilled through the skull. The electrodes (0.1-mm diameter) were made with polyimide-insulated
tainless steel wires (PlasticsOne,Virginia, USA). Two electrodes were implanted in the right and
left somatosensory cortices (±2.0 mm lateral and +0.5 mm rostrocaudal from bregma, depth 0.5
mm). Two screws were placed over the visual cortex of both hemispheres and served as the
indifferent and ground electrodes (±2.0 mm lateral and -3 mm rostrocaudal from bregma). The
electrodes were secured in place with cyanoacrylate based glue and dental acrylate (Duraly,
Illinois, USA). The animals were allowed two weeks to recover from surgery before experiments
started. The electrodes placement was assessed following recording of SSEPs from both
hemispheres after ipsi- and contra-lateral forelimb stimulation to obtain the baseline scores.
One week later, focal cerebral ischemia was induced by direct occlusion of the distal middle
cerebral artery (MCA) as described below. Brain histology was performed to examine the
relative position of electrodes in the somatosensory cortex (Supplementary Figure S2).
Electrical stimulation and SSEPs recordings were performed under anesthesia with ketamine
(100 mg/kg) and xylazine (10 mg/kg). The SSEPs were recorded during the first 10-25 min after
i.p. injection of anesthesia, a time period of stable SSEP amplitude (Supplementary Figure S3).
The depth of anesthesia was assessed as a function of the loss of reflex tail movement after
pinch and the amplitude of the EEG signal. For peripheral stimulation a tape was used to affix a
pair of silver electrodes over the ventral surface of forelimb (distal to the elbow) along the
median nerve pathway. Stimuli were applied with a frequency of 1 Hz. In all the cases, the
magnitude of stimuli was fixed (1-2 mA; 0.5 ms duration) twice the current level necessary to
obtain a supramaximal motor response. This current level is defined as the value of intensity
able to elicit a visually evident and specific movement in the forepaw (palmar flexion of wrist),
which is not significantly modified after increasing the stimulation intensity. Signals were
amplified (x103) and filtered (bandpass, 10-2.000 Hz) using a portable Electromyography (EMG)Evoked potentials (EP) device (Micromed, Mogliano Veneto, Treviso, Italy). Thirty to 60
responses were averaged for each trial, and the procedure was repeated three times for each
forepaw.
82
Apéndice 11: CyberAmp 380
Apéndice 11: CyberAmp 380
83
84
85
Apéndice 12: Presupuesto
Apéndice 11: CyberAmp 380
Presupuesto
Caja
PCB
Componentes
pilas 9V + conector pila
Arduino UNO
Conector BNC hembra para panel
Conectores bananas hembra 4 mm
Unidades
1
1
1
2
1
1
2
Precio Unidad
5,13
29
35,7328
3,35
9,61
2,86
0,64
Total
5,13
29
35,7328
6,7
9,61
2,86
1,28
90,3128
€
€
€
€
€
€
€
€
Componentes
Condensadores Styroflex 10 nF
Condensador de polipropileno 10 nF
Resistencias 10 M
INA110KP
Potenciómetro de espectro
TL082CN
micro-switch
multiplexador analógico CD4016BE
Regulador de tensión positiva LM78L05
Diodo Schottky 1N5817
Resistencias 1K
Resistencias 10K
Resistencias 100K
Resistencias 47K
Resistencias 3K
Resistencias 220
Unidades
2
1
2
1
2
6
1
1
1
2
4
6
5
2
1
1
Precio Unidad
0,3034
0,109
0,062
14,43
2,5
2,09
0,54
0,65
0,3
0,036
0,02
0,015
0,143
0,141
0,056
0,138
Total
0,6068
0,109
0,124
14,43
5
12,54
0,54
0,65
0,3
0,072
0,08
0,09
0,715
0,282
0,056
0,138
35,7328
€
€
€
€
€
€
€
€
€
€
€
€
€
€
€
€
€
86