La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

1 Estudio de Memoria para un Algoritmo de Análisis de Electrocardiogramas en Redes de Sensores Inalámbricos. Mónica Jiménez Antón Profesores directores:

Presentaciones similares


Presentación del tema: "1 Estudio de Memoria para un Algoritmo de Análisis de Electrocardiogramas en Redes de Sensores Inalámbricos. Mónica Jiménez Antón Profesores directores:"— Transcripción de la presentación:

1 1 Estudio de Memoria para un Algoritmo de Análisis de Electrocardiogramas en Redes de Sensores Inalámbricos. Mónica Jiménez Antón Profesores directores: David Atienza Alonso y Marcos Sanchez-Elez Martín Colaboradores: Francisco Javier Rincón Vallejos Master en Investigación en Informática Facultad de Informática Universidad Complutense de Madrid

2 2 Wireless Body Sensor Network Conjunto de nodos distribuidos Nodos capaces de medir las constantes vitales de una persona EEG: encefalograma ECG: electrocardiograma Envían la información a la estación base

3 3 Wireless Body Sensor Network Restricciones: Tamaño Capacidad de procesamiento Consumo de energía Coste Aplicaciones: Tratamiento de enfermedades crónicas, Autodiagnóstico, Monitorización doméstica Entrenamiento deportivo

4 4 Arquitectura Nodo: HW Diseñado por Imec (Lovaina, Bélgica) Sensor: ASIC de 25 canales EEG/ECG Radio nRF2401 Ancho de banda 2.4GHz Paquetes con 18bytes de datos Microcontrolador TI MSP430x149 RISC de 16 bits Sin FPU 8 MHz Conversor ADC 60kB ROM 2kB RAM

5 5 Arquitectura Nodo: SW TinyOS (v1.2): Desarrollado en la universidad de Berkeley (California) Sistema operativo diseñado para WSN Programado en NesC Basado en Eventos y Tareas Aplicación TinyOS Kernel MAC Radio driveruC driverASIC driver Radio nRF2401uC MSP43025-ch ASIC

6 6 Motivación y Objetivos Implementación inicial WBSN: envío de todos los datos recogidos. Alto consumo de la radio. Objetivo: Aumentar la autonomía del nodo Incluir un algoritmo que reduzca el número de transmisiones Problema: Limitaciones de Memoria y capacidad de procesamiento

7 7 Teoría de los ECG ECG o electrocardiograma: registro de actividad eléctrica del corazón. Ondas Características Onda P Complejo QRS Pico R Onda Q Onda S Onda T

8 8 Algoritmo de detección de ondas características del ECG Transformada Morfológica Multiescala (MMT). M ds f (x)= max{f(t)} t e [x-s, x+s] + min{ f(t)} t e [x-s, x+s] – 2 f(x) s Dato Max Min

9 9 Algoritmo de detección de ondas características del ECG Transformada Morfológica Multiescala (MMT). M ds f (x)= max{f(t)} t e [x-s, x+s] + min{ f(t)} t e [x-s, x+s] – 2 f(x) s Donde, s debe cumplir: W (Anchura de la onda característica) * Fs (Frec Muestreo) > s W = [0.06,0.12] segundos Fs = 200Hz M ds f (x)= max{f(t)} t e [x-s, x+s] + min{ f(t)} t e [x-s, x+s] – 2 f(x) >> 4 S = [12, 24] = 16

10 10 Algoritmo de detección de ondas características del ECG Transformada Morfológica Multiescala (MMT). Ondas Características: Conjunto de máximos y mínimos que superan ciertos umbrales en MMT

11 11 Algoritmo de detección de ondas características del ECG Selección de los Umbrales Thf y Thr Algoritmo Yan Sun: método de Thresholding adaptativo calcula umbrales dinámicamente. Adaptación: Umbrales fijos: Thr =-140 y Thf=5 20 señales probadas Thf Thr

12 12 Algoritmo de detección de ondas características del ECG Rpeak: mínimo local < Thr (-140)

13 13 Algoritmo de detección de ondas características del ECG Rwave: máximos a la izda y dcha de Rpeak > Thf

14 14 Algoritmo de detección de ondas características del ECG Qwave: mínimo a la izda de Rwave > Thf. Swave: mínimo a la dcha de Rwave > Thf.

15 15 Algoritmo de detección de ondas características del ECG Pwave: max – min - máx izda de Qwave > Thf Twave: max – min - máx dcha de Swave > Thf

16 16 Adaptación al nodo Paso de un algoritmo estático a uno dinámico. Buffer circular: frecuencia 200Hz Transformación de FP a enteros La señal se reescala por 10. División del algoritmo en pasos 1 dato cada 5ms 1 paso Evita algoritmos demasiado largos

17 17 Adaptación al nodo Reducción al mínimo de la longitud de los bufferes: tiene que entrar una detección completa 300 posiciones de 2bytes Compresión y descompresión de datos: 12 bits son suficientes para las señales 12 bits se pueden representar con un dato de 8 bits y la mitad de otro 300 datos de 16 bits x 3/2 450 datos de 8 bits

18 18 Adaptación al nodo Reducción al mínimo de los datos necesarios almacenados: Almacenamiento de los máximos y mínimos que superan Thf Buffer señal: 40 posiciones comprimido 60 bytes 4 buffers auxiliares para almacenar los máximos y mínimos

19 19 Resultados – Tamaño del buffer Decremento del tamaño del buffer en las diferentes versiones Mejora: 70%

20 20 Resultados – Tamaño de la RAM Decremento del uso de RAM en las versiones portables en el nodo Mejora: 62%

21 21 Resultados obtenidos Pérdida de precisión debido al uso de enteros Se = TP x 100 (Sensibilidad) TP + FN AlgoritmoPonPoffQRSonQRSoffTonToff Algoritmo presentado Se (%) m (ms) (ms) MMD (Yan Sun, et al.) Se (%) m (ms) (ms)

22 22 Conclusiones Problemas de las WBSN: Limitaciones de memoria y capacidad de procesamiento. Dificultad para crear aplicaciones capaces de ejecutarse en los nodos. Se ha conseguido: Implementar un algoritmo dinámico de análisis de ECG Detectar las ondas características más importantes del ECG Optimizar el algoritmo para que cumpla con las restricciones de memoria del nodo Integrar el algoritmo en el nodo: analiza los datos online

23 23 Referencias Yan Sun, Kap Luk Chan and Shankar Muthu Krishnan: Characteristic wave detection in ECG signal using mor- phological transform. BMC Cardiovascular Disorders 2005, 5:28. Base de datos de PhysioNet (the research resource for complex physiologic signals): TinyOS: D. Gay, P. Levis, R. von Behren, M. Welsh, E. Brewer, D. Culler, Eric Brewer: The nesC language: A holistic approach to networked embedded systems – PLDI: programming language design and implementation Texas Instrument, microcontrolador MSP430x149:


Descargar ppt "1 Estudio de Memoria para un Algoritmo de Análisis de Electrocardiogramas en Redes de Sensores Inalámbricos. Mónica Jiménez Antón Profesores directores:"

Presentaciones similares


Anuncios Google