Acondicionamiento de la señal ECG y extracción de parámetros clínicamente útiles. Pablo Laguna TÉCNICAS AVANZADAS DE TRATAMIENTOS DE SEÑAL PARA LA MEJORA DEL PROCESO ASISTENCIAL EN EL ENTORNO DE LA MEDICINA ESPECIALIZADA CURSOS DE VERANO DE LA UNIVERSIDAD DE CANTABRIA Análisis de la señal de ECG TÉCNICAS AVANZADAS DE TRATAMIENTOS DE SEÑAL PARA LA MEJORA DEL PROCESO ASISTENCIAL EN EL ENTORNO DE LA MEDICINA ESPECIALIZADA CURSOS DE VERANO DE LA UNIVERSIDAD DE CANTABRIA Las señales bioeléctricas generadas por el cuerpo contienen información relevante sobre los sistemas biológicos subyacentes. Su decodificación ha permitido identificar y clarificar un gran número de condiciones patológicas. Origen de la señal de ECG Origen de la señal de ECG Registro de la señal ECG Registro de la señal ECG Características la señal ECG •Pseudo periódica •Transitoria •No estacionaria Información Clínica en la •Estática señal ECG Información Clínica en el ECG •Dinámica •QT/RR •Alternancias •Heart Rate Variability Tratamiento de señales biomédicas: Objetivos Reducir la subjetividad de las medidas manuales Reducción de ruido Extraer nueva información Equipos y nuevas funcionalidades Modelado de señales Visualización de eventos Bioelectrical Signal Processing in Cardiac and Neurological Applications Leif Sörnmo & Pablo Laguna Elsevier/Academic Press, 2005 Libro de texto cuyo objetivo es unir la Ingeniería -tratamiento de las señales bioeléctricas- con la fisiologia. Dificultad en el tratamiento de las señales biomédicas A diferencia de otras aplicaciones en tratamiento de señal: Las señales biomédicas se originan en el interior del cuerpo humano Æ su contenido informativo se conoce solo parcialmente. En Consecuencia: la “verdad” raramente está disponible. Reducir la subjetividad de las medidas manuales Las ondas del ECG: P-QRS-T R-wave R-wave T-wave T-wave P-wave P-wave ST-segment ST-segment Q-wave Q-wave PPduration duration PQPQ-interval interval S-wave S-wave El f i n a o nd a l d e l a T fuent es una e probl de emas QRSQRSduration duration QTQT-interval interval Hay grandes diferencias, también, entre las delimitaciones manuales de distintos cardiólogos... Delimitación de ondas Fácil Menos fácil Difícil ECG ECG ECG Señal de ayuda Señal de ayuda Señal de ayuda Reducci ón de Reducción ruido y su partes oscuras... Ruido – Enemigo #1 Orígen externo como interferencia de la red eléctrica, incluyendo problemas de los equipos como sensores (electrodos, catéteres) y amplificadores. Orígen fisiológico como la actividad de los músculos cuando se desea detectar los complejos QRS. Principio fundamental Cada tipo de ruido debe ser combatido con su algoritmo especifico, i.e., casi nunca se puede usar un algoritmo estándar y aplicarlo sin mayor refleción, sino que: su adaptación es muy importante para no destruir las características de las señales. Ruido electrocardiográfico Variaciónes de la linea de base Artefactos de movimiento de los electrodos Ruido mioeléctrico (EMG) Filtrado de 50/60 Hz Obse r Este var: r apare uido c causa e por filtrac de la ió n Señal original Filtro notch (estándar) Filtro nolineal Cuidado: artefactos interpretados como potenciales tardíos. zoom Los potenciales tardíos son importantes como factor de riesgo para pacientes que han sufrido un ataque de corazón. Variaciones de la línea de base en el ECG 4000 4000 2000 2000 0 0 -2000 -2000 -4000 -4000 -6000 -60000 50 50 0 100 100 tiempo (s) 150 150 2000 2000 0 0 -2000 -2000 -4000 -4000 -6000 -60000 0 2 2 4 4 6 6 8 8 10 10 tiempo (s) 12 12 14 14 16 16 18 18 20 20 Filtrado de las variaciones de la línea de base Señal original Filtrado de las variaciones de la linea de base Obse r una g var r disto ave r en la sión onda T Señal original Señal filtrada (fase nolineal) Filtrado de las variaciones de la linea de base Señal original Señal filtrada (fase nolineal) Señal filtrada (fase lineal) Seña l disto sin r con e sión s filtro te Implementación del filtro •FIR/IIR FIR 400 coef. FIR 1142 coef. ------------ IIR orden 5 forward/backward -.-.-.-. •Diezmado e Interpolación Filtrado variante en el tiempo •Espectro variante en el tiempo •Filtro variante en el tiempo Filtro varia n el tie te en mpo Frecuencia de corte función: •Ritmo cardiaco •potencia del residuo Filtrado variante en el tiempo •Interpolación polinómica •Detección fiable de QRS •Equivalente a un filtro variante en el tiempo Resultados •ECG •TI Filtering •TV HR dependent •TV cubic spline Cancelación de 50/60 Hz Problema Solución: polos/ceros Mas problema Cancelación de 50/60 Hz Solución: Filtro no-lineal •Restar una sinusoide •Se introduce una función de error •Se actualiza la sinusoide a sustraer con el error •Se resta la estimación del ruido Cancelación de 50/60 Hz Solución: Estimación por sustracción 1.Se estima en un segmento silente 2.Se extrapola a otros segmentos y se resta Equivale a Filtro Es lineal? Cancelación EMG Los espectros están solapados EMG Filtros variantes en el tiempo •Alta frecuencia corte en QRS •Baja en P y T Delineación de ECG Group 1 : Automatic annotations: Manual annotations: Well detected end of T- wave me < 40 ms SD < 50 ms Group 2 : Morphology identification error (systematic) Automatic annotations: Manual annotations: me > 40 ms SD < 50 ms Group 3 : Automatic annotations: Manual annotations: Noise or small T wave amplitude me < 40 ms SD > 50 ms Group 4 : Morphology identification errors and low SNR Automatic annotations: Manual annotations: me > 40 ms SD > 50 ms Delineación de ECG: Validación Detector WT LPD Detector WT LPD Tolerance Bias (in ms) between automatic and manual anotations Pon P Poff QRSon QRSoff Ton T 1.3 -7.8 0.3 -6.6 -0.4 2.3 -6.1 -9.4 -0.1 5.4 3.5 1.3 -3.3 -24.0 Toff 0.7 -19.7 Mean Standard Deviation (in ms ) Poff QRSon QRSoff 9.9 8.9 9.5 12.7 9.5 9.3 12.7 6.5 11.6 Toff 22.9 26.9 30.6 Pon 10.7 11.2 10.2 P 8.2 9.3 - Ton 26.6 24.7 - T 20.3 25.6 - Delineación de ECG: Multilead • ECG lead: projection of the electrical vector into one direction. Delineación de ECG: Multilead Delineación de ECG: Multilead EASI lead system Philips Promediado y Potenciales tardios • Promediado en ECG de alta revolución • Análisis de VLP • RMS40, QRSd, LAS40 • Análisis de His-Purkinge • Estimación de señal • Análisis de la variabilidad latido a latido • La potencia del “ensemble variance” • Limitaciones: • Señal No estacionaria • Ruido • Misalignment --> Filtro paso bajo Fc = 0 . 132 σa Alineado QRS(t ) • Libre de ruido σamin = Ts Ts 2 3 • Registros ruidosos • σa ≥σamin QRS(t − τ ) τ = 0,4 ⋅ Ts • Interpolación • Disminuye σamin = Ts • Disminuye el efecto paso bajo • Mejor estimación de señal 2 3 Ts Ejemplo de latidos desalineados 0,7 0,7 0,7 0,6 0,6 0,6 0,5 0,5 0,5 0,4 0,4 0,4 0,3 0,3 0,3 0,2 0,2 0,2 0,1 0,1 0,1 0 0 0 -0,1 0 50 100 150 -0,2 -0,3 -0,1 0 50 100 150 -0,2 ms s(k) Fs = 1000 Hz -0,3 -0,1 0 50 100 150 -0,2 ms σa = 1 ms Fc = 132 Hz -0,3 ms σa = 5 ms Fc = 26 Hz Métodos de alineamiento • Correlacion • Alineamiento de Woody (WA) • Correlacion iterativa • Integrales normalizadas (NI) • Differencia d ela integral entre dos registros • Cruce por doble umbral (TC) Comparación de Metodos Averaged Averaged signal signal overprinted overprinted on on original original No alignmentWA Correlation NI SW TC 1,2 1,2 1,2 1,2 1,2 1,2 0,8 0,8 0,8 0,8 0,8 0,8 0,4 0,4 0,4 0,4 0,4 0,4 0 100 -0,4 100 100 100 100 100 0 0 0 0 0 -0,4 -0,4 -0,4 -0,4 -0,4 Deviation Deviation signal signal 0,4 0,4 0,4 0,4 0,4 0,4 0,3 0,3 0,3 0,3 0,3 0,3 0,2 0,2 0,2 0,2 0,2 0,2 0,1 0,1 0,1 0,1 0,1 0,1 0 100 0 100 0 100 0 0 100 100 mV 0 ms mV 100 ms Reducción del nivel de ruido Nivel de ruido en cada latido Reducción del ruido en función del número de latidos promediados #latidos El efecto resultante es un filtrado paso bajo Variaciones gaussianas Variaciones uniformes Estimación de la latencia: Un ejemplo SNR buena SNR media QuickTime™ and a Video decompressor are needed to see this picture. SNR mala latencia estimada ECG Real: VLP No No interpolacion interpolacion Fs=1000 Fs=1000 Hz Hz 100 Interpolacion Interpolacion Fs=4000 Fs=4000 Hz Hz 100 39 uV uV uV 38.75 uV 50 50 142 247 247.5 137.5 0 Actual ECG Fs = 1000 Hz 3 leads WA Butterworth BF High-pass 40 Hz 0 75 125 175 225 275 325 ms QRSd = 105 ms RMS40 = 17,9 uV LAS = 48 ms 75 125 175 225 275 325 ms QRSd = 110 ms RMS40 = 17,8 uV LAS = 48 ms Otra aplicación del promediado: La prueba de esfuerzo onset of exercise end of exercise Otra aplicación del promediado: La prueba de esfuerzo Ischemia Sano Otra aplicación del promediado: La prueba de esfuerzo • Robust estimation method • preprocessing • QRS detection (Aristotle) • baseline wander attenuation (cubic splines) • Weighted averaging of beats averaged beat ensemble variance Exercise ECG-based CAD diagnosis • Robust estimation method • postprocessing • rejection of outliers (MAD) variance median median absolute deviation (MAD) criterium for rejection > Exercise ECG-based CAD diagnosis • Estudio en simulación Conclusions Exercise ECG-based CAD diagnosis • Simulation study Exercise ECG-based CAD diagnosis • Evaluation of the robust estimation method Extraer nueva informaci ón información Estudiar la apnea del sueño sin registros respiratorios Las consecuencias de la apnea del sueño pueden ser: riesgo elevado de hyper-tensión, infarto cardíaco, trombosís. Los metodos estándar detectan apnea a base de la monitorización respiratoria, utilizando equipos molestos para el sujeto. Puede utilizarse el ECG para derivar la información respiratoria? Ritmo normal (sinusal) Normal sinus rhythm Intervalo RR Respiratory sinus rhythm Información respiratoria derivada del ECG (ritmo) respiración gradualmente mas lenta Información respiratoria derivada del ECG (amplitud) El vectorcardiograma (VCG) El bucle VCG 1 Y (m V) 0.5 0 -0.5 1 1.5 0.5 1 Bucles VCG sucesivos tienen direcciones espaciales que son algo diferentes a causa de la respiración. 0.5 0 0 Z (mV) -0.5 -0.5 X (mV) • QRS-VCG loop rotation Señal respiratoria obtenida del ECG señal ECG variación en volumen ángulos Los ángulos de rotación constituyen la base de la señal respiratoria. ECG derived respiratory frequency • Beat substitution in low SNR leads Obtención de la respiración 1 .5 Obtención de la respiración a partir del ECG: EDR V V 1 . 5 -1 0 .5 - 1 7 . 4 0 .7 m in 1 m in 7 . 6 m in 7 . 6 AU AU 1 - 1 0 . 5 m in - 1 7 . 4 0 . 7 0.6 0.5 0.5 Hz 0.6 Hz 0.4 0.4 0.3 0.2 0 0.3 5 10 min 15 0.2 0 5 10 min 15 ECG derived respiratory frequency • Simulation study Codificación: Analisis por componentes principales: PCA •Segmentación en latidos componentes principales: PCA PCA: PCA maximiza la varianza de las componentes transformadas Valores propios PCA: quitar la media en x KLT: dejar la media en x Diferente interpretación!! Estimarla del aprendizaje componentes principales: PCA Intrabeat correlation componentes principales: PCA Interbeat correlation Truco para eficiencia computacional Calculo de PCA: SVD SVD Vectores propios Los vectores base son la descomposición en valores singulares de X Analisis Multiderivación Apilamiento PCA Analisis Multiderivación PCA Aplicaciones: Compresion datos Quitando redundancias con transformaciones Aplicaciones: Compresion datos Intrabeat correlation Aplicaciones: Compresion datos Base Universal Base especifica Mejor codificación Requiere info-lateral Compresion datos: Evaluación de prestaciones Depende de la Fs Inicial no de la calidad Depende de magnitud de la señal no del error absoluto Depende del error matemático Índice clínico, depende valor de las medidas o del error manual Compresion datos: Evaluación de prestaciones Aplicaciones: Monitorización isquemia Interpretación!! Estimación adaptativa LMS Detección de alternancias Espectro de las series de PCA Fibrilación auricular Estimación espectral de la AA Fibrilación auricular: Multi-lead BSPM: Multi-lead Forzar tiempo/espacio Independientes Reducción de complejidad BSPM: Multi-lead BSPM: Multi-lead Apilamiento Decorrelacion t/s Elementary Elementary Time-invariant analysis of the QT / RR relationship Elementary QT lags behind RR changes: RRj RRi-1 RRi QTi Hypothesis: QT is affected by a history of RR intervals that can be expressed as an RR weighted average ( RR) Tratamiento de señales biomédicas Modelado y análisis de la repolarición no (n) z H x ẑ Ĥ g ( z,a ) ˆ ˆ) g ( z,a + y - + + ŷ - e(n) 1 . 5 1 0 . 5 0 - 0 . 5 - 1 0 . 5 1 1 . 5 2 2 . 5 3 x 1 0 4 0 . 7 0 . 6 0 . 5 0 . 4 0 . 3 0 . 5 1 1 . 5 2 2 . 5 3 x 1 0 4 Beat-to-beat response of QT to abrupt changes Elementary N=1 N = 30 N = 50 Introducción Revisión Análisis de AOT basado en modelos Evaluación AOT en PTCA Conclusiones Detección de ALternancias Esquema general: preprocesado Introducción Revisión Análisis de AOT basado en modelos Evaluación AOT en PTCA Conclusiones Detección de Alternancias latido = muestra X = [x 0 ... x M −1 ] = muestra latido Matriz de complejos ST-T: M latidos, con N muestras por complejo Introducción Revisión Análisis de AOT basado en modelos Evaluación AOT en PTCA Conclusiones Deteccion de alternancias latido muestra coeficiente latido X Y N series de muestras P series de coeficientes Introducción Revisión Análisis de AOT basado en modelos Evaluación AOT en PTCA Conclusiones Detección de alternnacias Introducción Revisión Análisis de AOT basado en modelos Evaluación AOT en PTCA Conclusiones Detección de alternnacias Repo a una muestra dada para latido i Detector Gausiano Detector Laplaciano Estimación de la alternancia Tratamiento de señales biomédicas A B A B A B A B A B A B A Indices de riesgo cardiaco: Alternancias Alternancias de onda T en isquemia Tratamiento de señales biomédicas Ischemic patient Healthy subject Heart Rate (bpm) 200 P1 150 100 P2 PSD (ms2Hz-1PSD ) (ms2Hz-1PSD ) (ms2Hz-1) 50 0 200 600 VLF LF 400 400 600 time (s) 800 HF P3 1000 VHF 1200 P1 200 0 0 0.1 600 VLF LF 400 0.2 0.3 HF 0.4 0.3 HF 0.4 0.5 0.6 0.7 VHF 0.8 0.7 VHF 0.8 0.7 0.8 0.9 1 P2 200 0 0 0.1 600 VLF LF 400 0.2 0.5 0.6 0.9 1 P3 200 0 0 0.1 0.2 0.3 0.4 0.5 0.6 Frequency (Hz) 0.9 1 Análisis de isquemia y HRV durante prueba de esfuerzo HRV No estacionaria durante prueba de esfuerzo • Modelling • Model for exercise HRV Frequency (Hz) Frequency (Hz) • Real exercise HRV signal Real exercise HRV •Cuidado con la interpretación. •Siempre pensar dos veces!! • HRV low pass filtered at 0.9 Hz Æ Frequency (Hz) due to cycling? spurious 1 Hz component Detección de isquemia y BPC Baja Sensibilidad/especificidad • Episodios de ruido • Cambios Posturales • Isquemia de demanda • Isquemia de suministro • Criterios de detección Annotated Episodes Detected Episodes S = 85 % +P = 86 % Theshold detection. Introduction Elementary Repolarization (T-I) Repolarization (T-V) Depolarization Elementary Pendientes del QRS para isquemia ST deviation normal Conclusions Elementary ischemi c HF-QRS QRS slopes Clinical utility: ischemia monitoring Introduction Repolarization (T-I) Elementary Repolarization (T-V) Depolarization Wave-based indices & QRSElementary slopes Relative variations derivation V3 Conclusions Elementary in mean over patients derivation -aVR In some leads (V2 – V4), ST superior to In other leads (V1, V6, aVF, -aVR), superior to ST Muchas gracias por su atención!