Limpieza de la función ECG

Limpieza de la función ECG
Díaz Calavia Emilio J., Teijeira Alvarez José M.,
Elizalde Soba Pedro, Berraondo López Pedro,
Pérez Cajaraville Juan, Ortuño Fernández-Pedreño Felipe
Biofísica, Dpto. F ísica y Matem ática Aplicada,
Clínica Universitaria de Navarra, Universidad de Navarra,
Pamplona, España
RESUMEN
Introducción: Sumados al ECG, aparecen ruidos parásitos.
Objetivos: Tratar el ECG como una función matemática. Es necesaria la señal genuina sin ruidos.
Material y Métodos: Funciones D ll . Preamplificador con filtro 0 -10 kHz, sin deformar componentes.
Conversión A/D. Muestreo 20 kHz. M ínimo 5 minutos. Series de unos 300 ciclos consecutivos, almacenados
en PC y en CDROM.
Filtrar la baja frecuencia (< 0,1 Hz) sumada a la funci ón.
Limpiar ruido de alta frecuencia: Con el algoritmo
Resultados: Suavizar el ruido seg ún:
1) el valor n,
2) la amplitud del ruido en cada tramo de anchura n.
Este filtro actúa sobre la se ñal distintamente en bajas y altas frecuencias: disminuyendo más la amplitud de
las altas (que no existen en el ECG), y más para valores altos de n.
Discusión: Limpiar el ECG es actuar en sus componentes de Fourier.
El método deforma la amplitud de senoidales de alta frecuencia (relativa en el ECG), para n grande. (Debe
ser n < < m).
Cada componente es desplazada un número n de puntos (muestras consecutivas). La senoidal desplazada
se resta de la funci ón original (senoidal sin desplazar). La diferencia es la nueva componente de Fourier de la
señal limpiada; sufre distorsión respecto a la original por la desaparición de sus n primeros puntos. (Pequeño
valor entre 20 000 de un ciclo).
Conclusiones: Procedimiento sencillo que, dentro de límites (n < < m ), limpia la señal sin deformarla.
Se pueden añadir otros métodos de promediación. (P.e. teniendo como fijo el punto R).
RESUMEN
Para trabajar matemáticamente los ECGs, considerados como una funci ón continua (Amplitud, Tiempo), es
necesario que la funci ón elegida sea estrictamente el ECG sin ruidos extraños. Para esto tratamos la señal,
más el ruido que la acompaña, con filtros que eliminen este ruido y no distorsionen la señal. Hacemos las
pruebas con una función seno de frecuencia linealmente variable entre 0 y 2kHz, por suponer que el ECG no
tiene componentes de mayor frecuencia. Implícitamente trabajamos con Análisis y Síntesis de series de
Fourier.
INTRODUCCION
La mayoría de los an álisis clínicos del ECG que actualmente se hacen, son análogos a los clásicos. Hace
algún tiempo comenz ó a trabajarse matemáticamente el ECG utilizando la informática.
Opinamos que, en el ECG real, existe informaci ón latente para los procedimientos habituales de análisis.
Para hacer patentes accidentes actualmente desconocidos de la señal hace falta: conocer la señal genuina y
aplicar oportunos procedimientos matemáticos.
Primero, intentamos obtener la aut éntica señal ECG (si es posible). Para esto empleamos filtros, entre ellos
uno diseñado que es rápido, no produce deformación de fase y, prácticamente, no deforma las componentes
(según el Análisis de Fourier) del ECG.
MATERIAL
ECG de una derivación DII. Amplificadores: EG&G Instruments, 1513. Control: TRC H-P, 1513 Dual Beam
Storage Tarjeta convertidora A/D DT 322 Software: MATLAB, HP VEE,…
METODOS
ECG
En personas voluntarias, aparentemente sanas, registro de ECGs recogidos en D ll , en situaci ón basal.
Amplificación y preparación de la función muestreada
En todo el proceso se considera la señal como la serie de sus componentes senoidales de Fourier.
Todas las pruebas se hacen con una función seno de amplitud constante y frecuencia linealmente variable
entre 0 y 2kHz. (Figura 1). La señal se amplifica en el valor que parezca oportuno. Muestreo a 20000Hz.
Comienzo de muestreo cuando, en el TRC, se comprueban m ínimos de ruido electrofisiológico, parásitos
externos, ruido de electrodos, etc... Registro durante m ás de 5 minutos, almacenando esos datos en un HD
del PC, aproximadamente, más de 300 ciclos consecutivos en cada caso. Después grabar en CD ROM para
que la primitiva información no sufra cambios.
Filtrados
En todos los procesos se hacen las siguientes pruebas:
Primer filtrado. Al recoger la señal: Los filtros del amplificador en situación pasa-banda entre 0 y 10kHz, por
considerar que el ECG no tiene componentes de mayor frecuencia.
Segundo filtrado. Con la señal ya almacenada en el CD ROM.
Queda ruido, de baja frecuencia, que aparece en la serie de los ECGs, y no es componente del ECG. Filtrado
de esas muy bajas frecuencias, con filtro pasa-alta que sólo permita pasar se ñales mayores de 0,01Hz.
Tercer filtrado. La funci ón grabada en el CD ROM:
1. Es una serie de senoidales de Fourier.
2. Tiene ruido (aunque el registro se hiciese en jaula de Faraday).
Los anteriores filtrajes no son suficientes para quitar el "ruido" sin deformar la señal (el ECG).
La señal obtenida, con la que debemos trabajar, es la suma de dos funciones desconocidas:
1. Una totalmente aleatoria: La suma de todos los ruidos parásitos de la señal.
2. Otra: Una funci ón cusasi -repetitiva, que en cada ciclo tiene un máximo bien diferenciado.
Problema: Separar estas dos funciones y obtener la serie de las funciones cuasi-repetitivas.
Soluciones: Filtrar la señal con: Filtros cl ásicos: FIR, Butterwhor,…ets.
Procedimientos ICA, Filtrado "moving average", Con el algoritmo de promedio m óvil aquí presentado.
Algoritmo presentado
Supongamos un ciclo ECG, o una serie contínua de sucesivos ECGs. Formamos las series siguientes:
1. Serie constituida por puntos en que la amplitud del punto m es la amplitud original de ese punto m más
la de los anteriores: 0+1+ …..+(m-2) + (m-1)+m. La llamamos serie integral .
2. Desplazamos esta serie integral un número de puntos, n hacia adelante.
3. De la primera serie restamos esta segunda. (considerando nulos los n primeros puntos).
4. Queda una nueve serie de puntos con amplitud: Amplitud punto m igual a la suma de [m - (m-n+1)]
5. Dividimos las amplitudes resultantes de los puntos por el número n.
6. Aparece una nueva serie en que el punto m tiene la amplitud promedio de ese punto y de los (m-n)
anteriores. La amplitud correspondiente a cada punto de la serie de los sucesivos ECGs es:
(Suma de las amplitudes del m -ésimo punto de la serie, m ás los (n - 1) puntos anteriores y esto dividido por
el número, n , elegido según la experiencia.
La amplitud del punto m es el valor promedio de su valor original y los de los (m-n) anteriores. Este promedio
limpia la señal de las fluctuaciones, actuando más en el "segmento" (de longitud n puntos) en haya mayores
variaciones. Del número n depende la "limpieza" de las variaciones. Elegir n experimentalmente. Siempre n
<< m (Figura 2 y 3). El procedimiento útil es elegir n bastante pequeño (respecto al número de puntos en que
se ha digitalizado un ciclo de ECG) y reiterar su aplicaci ón, también con programación. La reiteración del
filtrado también es oportuno hacerla con otros filtros.
Comportamiento de los filtros
Para elegir filtro probamos su comportamiento con la funci ón senoidal de frecuencia, (linealmente creciente
en el tiempo), de 0 a 2kHz. Suponemos que en el ECG no hay componentes de mayor frecuencia. En esta
senoidal se comprueban las distorsiones sufridas en amplitudes y frecuencias.
Consideramos como filtros oportunos: Butterworth, FIR y el algoritmo presentado.
Filtro Buterworth: Para número pequeño, de orden en las reiteraciones, conserva -sin deformar- las
amplitudes. Hay variaci ón de fase no lineal. Para orden mayor que 18 (en el caso de muestreo a 20kHz)
puede entrar en situaci ón de inestabilidad en la amplitud. El proceso es lento.
Filtro FIR: Produce rizado en amplitudes. No deforma, las fases de las componentes de Fourier.
Algoritmo presentado
Conserva las frecuencias. Disminuye las amplitudes al aumentar la frecuencia; esta disminuci ón es muy
pequeña si n es de valor bajo. Es oportuno un valor pequeño de n y reiterar - con programaci ón - la
aplicación del algoritmo. El proceso es, prácticamente, instantáneo.
CONCLUSIONES
Según la aplicaci ón es oportuno el empleo de uno u otro filtro. (Pueden aplicarse muchos más de los
conocidos, o programar otros más complejos).
Para analizar, con dinámica no lineal, los intervalos entre puntos R, de una serie de ECGs, el procedimiento
más útil es el del algoritmo presentado.
Para encontrar la morfología más parecida a la real del ECG trabajado, es oportuno someter toda la serie a
un número peque ño de filtrados Butterworth, evitando situación de inestabilidad y procurando pequeña
variación de fase. Después aplicar una serie de reiteraciones del procedimiento algorítmico que no varía
fases y muy poco la amplitud. Puede suavizarse más la onda si se promedian puntos análogos en varios
sucesivos ciclos ECGs.
Con este procedimiento no desaparece el ruido 50Hz de la red, por considerar que el ECG también puede
tener esta componente. (Figura 4).
Con Análisis de Fourier, en representación lineal y en representación logarítmica, se comprueba que,
prácticamente el ECG no tiene componentes mayores de 100Hz (Figura 5 y 6).
Por tanto, en la práctica, se debe probar para elegir:
1. El número n.
2. El número de veces que es oportuno reiterar el filtrado con los filtros elegidos.
3. Si es oportuno, se pueden promediar ciclos de la serie de ECGs.
REFERENCIAS
1. Potter M., Gadohk N., Kinser W. Separation performance of ICA on simulated EEG and ECG signals contaminated by noise. J
Elect Comput Eng 27,3. July 2002, 123-7.
2. www. movingaverage/www. ecgmoving average/www. movingaveragealgoritm
3. Nacional Institute of Standards and Technologie: "Engineering Statistics Handbook"
www.itl.nist.gov/div898/handbook/pmc/section4/pmc4.htm
4. University of Newcastle upon Tyi. Chemical and process Engineering. "Dealing with Measurement Noise" Moving average
filter. Exponentially Weighted Moving Average Filtwer www.Lorien.ncl.ac.uk/ming/filter/filave.htm
5. Dataq Instrumentes. "A Closer Look At Advanced CODAS Moving Average Algorithm" www.data.com
Preguntas, aportes y comentarios serán respondidos
por los autores a trav és de la lista de Informática Médica.
Llene los campos del formulario y oprima el botón "Enviar"
Preguntas, aportes o
comentarios:
Nombre y apellido:
País :
Direcci ón de E-Mail:
Argentina
@
Enviar
Tope
Actualización: 09 -Oct-2003
Borrar