Universitatea din Piteti

Facultatea de Electronic, Comunicaii i Calculatoare

Specializarea : Inginerie Electronic i telecomunicaii

Master, Anul : Inginerie Electronic i Sisteme Inteligente, 1

Anul universitar 2014-2015

Referat Master

Proiectarea aplicaiilor DSP pentru biosemnaleAnaliza biosemnalelor cu ajutorul Short Time Fourier Transform

Student:

Stnic Liviu CristianANALIZA BIOSEMNALELOR CU AJUTORUL STFT (SHORT TIME FOURIER TRANSFORM)1. Introducere

Termenul biosemnale se refer la toate semnalele care sunt generate n toate organismele vii. Ele pot fi, de asemenea, descrise ca nregistrrile n spaiu, timp sau spaiu - timp ale unui eveniment biologic din interiorul corpului, cum ar fi btile inimii sau contracia muchilor astfel c toate activitile mecanice, electrice, chimice care se ntmpl pe durata acestor evenimente produc semnale care pot fi msurate i analizate. Aceste semnale sunt att de utile pentru a nelege evenimentele biologice ale corpului care pot fi de ajutor in diagnosticul medical.

1.1 Origini fiziologice ale biosemnalelor

n conformitate cu originile fiziologice exist ase tipuri de biosemnale:

Semnale bioelectrice

Sunt generate de nervii i muchii esuturilor ca rezultat al schimbrilor n curenii electrici care sunt produi de suma eventualelor diferene peste esuturi i organe. Exemplul cel mai bine cunoscut este electrocardiografia.

Semnale biomagnetice

Diferitele organe cum ar fi inima, plmnii, creierul genereaz un cmp magnetic slab. Se msoar de la activiti care sunt legate de cmp electric de la un organ. Exemplu: magnetocardiografia.

Semnale biochimice

Semnalele conin informaii despre modificrile n concentraie ale diverilor ageni chimici din organism. De exemplu, se determin nivelul de glucoz.

Semnale biomecanice

Produse de funciile mecanice ale semnalelor biologice, cum ar fi micarea i deplasarea, presiunea. Exemplu: msurtorile tensiunii arteriale.

Semnale bioacustice

Ele sunt un subset special de semnale biomecanice care const n vibraie, practic micare. Exemplu: sistemul respirator i muchii genereaz acest tip de semnale.

Semnale biooptice

Ele sunt generate de atributele optice sau sunt cauzate de lumina sistemelor biologice. Ele pot s apar n mod natural sau induse.

1.2 Biosemnale electrice

Biosemnalele electrice, sau semnalele de timp bioelectrice, se refer de obicei la modificarea curentului electric produs de suma unei diferene de potenial electric peste un sistem de esut, organ sau celul de specialitate cum ar fi sistemul nervos. Astfel, printre cele mai cunoscute semnale bioelectrice sunt:

Electrocardiograma ( ECG )

Electromiograma ( EMG )

Mecanomiograma ( MMG )

Electro-oculograma ( EOG )

Rspuns galvanic al pielii ( GSR )

Magnetoencefalograma ( MEG )

Electroencefalograma ( EEG )

1.3 Caracteristicile semnalelor bioelectrice

Electrocardiograma (ECG)

ECG este nregistrarea activitii electrice a inimii, bine asociat cu activitatea mecanic a funciei cardiace. n acest fel, analiza diagnostic a acesteia se realizeaz prin evaluarea ECG. ECG reflect schimbrile temporale n potenialul electric ntre perechi de puncte de pe suprafaa pielii. n general, prile importante const din valorile P, QRS i T prezentate n Fig. 1.

Fig.1 Reprezentarea n domeniul timp a prilor importante unui semnal ECG

Intervalul P - R este o msur a timpului de la nceputul activrii atriale pn la nceputul activrii ventriculare, variind de la 0.12 la 0.20 secunde. Complexul QRS are o durat ntre 0,06 i 0.10 secunde i prelungirea acestuia anormal poate indica o blocare n cile normale de conducere prin ventricule. Intervalul ST reflect depolarizarea ntregului miocard ventricular, n timp ce valul T este repolarizarea sa. Primul pas n prelucrarea ECG este identificarea undei R pentru a sincroniza complexe consecutive i pentru intervalul R-R, spre exemplu analiza ritmului cardiac.

Electroencefalograma ( EEG )

EEG este nregistrarea activitii electrice a creierului , asociate cu funcionarea diferitelor pri ale creierului. n procedurile clinice de rutin, EEG a fost utilizat pentru diagnosticul de epilepsie, rni la cap, defeciuni psihiatrice i altele. De obicei, acesta este nregistrat cu ajutorul unor electrozi de suprafa. EEG ar putea reflecta att activitatea spontan a creierului, adic rezultatul cmpului electric generat de creier fr nici o sarcin atribuit pentru el i potenialele evocate de creier ca o urmare a unui stimul senzorial (iluminat flash i/ sau clic audio).

Puterea major a EEG este distribuit n domeniul de la 0,5 pn la 60 Hz, dei ar putea fi extins n gama de lime de band de DC la 100 Hz, n timp ce amplitudinea variaz de la 2 la 100 V. Subdiviziune a spectrului EEG n benzi fine, adic, intervalul delta (0,5- 4 Hz), intervalul theta (4- 8 Hz), intervalul alfa ( 8-13 Hz ), iar intervalul beta (13- 22 Hz), furnizeaz informaii de diagnostic utile n multe patologii neurologice.

Fig.2 Reprezentarea n domeniul timp a unui semnal EEG

Electromiograma ( EMG )

Msurarea noninvaziv a comportamentului electric al muchiului se realizeaz prin EMG de suprafa (SEMG), nregistrat cu ajutorul electrozilor de suprafa plasai pe pielea de deasupra muchiului. Amplitudinile SEMG depind de muchii analizai i de electrozii folosii, variind (n cazul normal) de la 50 V la 5 mV. SEMG poate nregistra att activitatea muscular voluntar i involuntar n plus fa de potenialul de aciune, produs de stimulare extern, cum ar fi potenialele evocate motor dup stimularea central sau periferic a nervilor. Totui,

SEMG are rezoluie spaial limitat, este mult mai sensibil la artefactul mecanic i are o ans mai mare de a arta intercalare ntre muchii adiaceni dect acul EMG.

Coninutul util al spectrului SEMG pentru muchii scheletici este cuprins ntre 2 i 500 Hz i pentru muchii netezi ntre 0.01- 1 Hz. Caracteristicile SEMG pot fi folosite ca un instrument de diagnostic pentru analiza kinesiologic a tulburrilor motorii; pentru diferenierea tipurilor de tremurare, mioclonii i distonie; pentru evaluarea mersului i

tulburrilor de postur; i pentru evaluarea msurilor psihofizice de reacie i micare n timp.

Fig.3 Reprezentarea n domeniul timp a unui semnal EMG

2. Short Time Fourier Transform (STFT)

Short Time Fourier Transform (STFT) a unui semnal este format din transformatele Fourier ale unor blocuri suprapuse ale semnalului. n aceast idee, vom presupune suprapunerea de 50% i obinem o stare perfect de reconstrucie pentru funcia fereastr, notat w(n).

Fereastra w(n) se presupune a fi sprijinit ( non - zero) pentru n = 0 , . . . N - 1. De exemplu, figura 1 prezint o fereastr de lungime N = 10. n acest exemplu, fereastra este o funcie sin simetric de jumtate de ciclu. Fereastra de jumtate de ciclu sin din N puncte este dat de relaia:

Figura prezint mai multe ferestre deplasate. Ferestrele sunt deplasate cu jumtate din lungimea ferestrei. (n practic, fereastra este mult mai lung de 10 eantioane. O perioad scurt este utilizat aici pentru ilustrare.)

Blocul al m-ulea de fereastr al semnalului x(n) este dat de x(n)*w(n-m*N/2). El este notat ca s(m,n):

STFT este obinut prin aplicarea DTFT (Discrete Time Fourier Transform) la fiecare bloc:

STFT al unui semnal discret x(n) este notat cu:

S(m,w) = STFT{x(n)}.

Fig.4 O fereastr w(n) de lungime N = 10 i cteva ferestre shiftate w(n-m*N/2)

3. Analiza biosemnalelor folosind MATLAB

Folosind MATLAB se va studia spectograma ctorva biosemnale utiliznd STFT. n acest sens, codul implementat este urmtorul:

close all;clear all;clc;%load ECG.mat; % incarcare semnal ECG %load EEG.mat; % incarcare semnal EEG%load EMG.mat; % incarcare semnal EMGsemnal=val;%semnal=val(1,:); % alegerea primului semnal din matrice%semnal=val(2,:); % alegerea celui de-al 2-lea semnal din matrice%semnal=val(3,:); % alegerea celui de-al 3-lea semnal din matrice%semnal=val(4,:); % alegerea celui de-al 4-lea semnal din matrice%semnal=val(5,:); % alegerea celui de-al 5-lea semnal din matrice%semnal=val(6,:); % alegerea celui de-al 6-lea semnal din matrice%semnal=val(7,:); % alegerea celui de-al 7-lea semnal din matrice%semnal=val(8,:); % alegerea celui de-al 8-lea semnal din matrice%semnal=val(9,:); % alegerea celui de-al 9-lea semnal din matrice%semnal=val(10,:); % alegerea celui de-al 10-lea semnal din matrice%semnal=val(11,:); % alegerea celui de-al 11-lea semnal din matrice%semnal=val(12,:); % alegerea celui de-al 12-lea semnal din matrice%semnal=val(13,:); % alegerea celui de-al 13-lea semnal din matrice%semnal=val(14,:); % alegerea celui de-al 14-lea semnal din matrice%semnal=val(15,:); % alegerea celui de-al 15-lea semnal din matrice%initializare semnalx=semnal; % salvare semnal in variabila x x=x'; % transformarea in vector coloanaxmax = max(abs(x)); % gasire valoare maxima x = x/xmax; % scalare semnal% definirea parametrilor de analizaxlen = length(x); % lungimea semnaluluiwlen = 32; % lungimea ferestrei (recomandata sa fie putere a lui 2)h = wlen/4; % dimensiunea hop-ului (recomandata sa fie putere a lui 2)nfft = 4096; % numar de puncte fft (recomandat sa fie putere a lui 2)fs=2000; % frecventa de esantionare% formarea unei ferestre hamming periodicewin = hamming(wlen, 'periodic');% definirea amplificarii coerente a ferestreiK = sum(win)/wlen;% formarea matricei stft rown = ceil((1+nfft)/2); % calcularea numarului total de randuricoln = 1+fix((xlen-wlen)/h); % calcularea numarului total de coloanestft = zeros(rown, coln); % formarea matricei stft % initializarea contorilorindx = 0;col = 1;% aplicarea STFTwhile indx + wlen