Informática Médica: Análisis de bioseñales

Presentación del tema: "Informática Médica: Análisis de bioseñales"— Transcripción de la presentación:

1 Informática Médica: Análisis de bioseñales
Datos 08 de octubre 2008

2 1. Introducción Todas las formas vivientes, desde células hasta organismos generan de origen señales biológicas. Estas señales pueden ser: Eléctricas (la desporalización de una célula nerviosa) Mecánicas (el sonido generados por las válvulas cardiacas) Químicas el (concentración de bicarbonato en sangre)

3 1. Introducción Estas bioseñales pueden ser de interés para el diagnóstico, monitoreo de pacientes, e investigación biomédica.

4 Introducción El principal objetivo de procesar señales biológicas es filtrar las señales de interés del ruido de fondo y reducir la redundancia de datos en una secuencia de unas pocas, pero con parámetros relevantes. Eso parámetros deben ser significativos para tomar decisiones médicas. Estas bioeseñales pueden ser de interés para el diagnóstico, monitoreo de pacientes, e investigación biomédica. El propósito de procesar bioseñales es derivar información de los datos

5 Introducción

6 Introducción El procesamiento de bioseñales consiste en al menos cuatro estadios: Medición u observación: adquisición de señales. Transformación y reducción de señales. Computación de los parámetros de señales que sean clínicamente significantes Interpretación o clasificación de los señales.

7 Introducción En el primer estadio, la adquisición de señales, se utilizan transductores para obtener señales eléctricas que puedan ser procesadas por las computadoras. Este estadio es de gran importancia para mantener la entropía tan baja como sea posible, esto es, obtener señales con disturbios bajos, llamados como razón signo-ruido alto Una vez que las señales han sido transformadas a forma eléctrica, se digitalizan

8 Introducción En el segundo estadio, se quiere reconfigurar (transformar) los señales de tal modo que, puedan ser derivados a parámetros semánticos en el tercer estadio. Esto se conoce como redundancia. Ejemplos ECG en el bloqueo de rama izquierda, monitoreo del Holter en arritmias cardiacas Algunas veces la redundancia de datos se utiliza para eliminar los componentes del ruido, por ejemplo con filtros.

9 Introducción El tercer estadio, deriva semánticamente relevantes (también llamados características) que pueden ser empleados como entradas para posteriores toma de decisiones. De tal forma que esas características de señales deberán tener un poder discriminatorio. La interpretación o clasificación del estadio del procesamiento de las bioseñales no difiere mucho de los procesos de reconocimiento de patrones (base lógica, razonamiento heurístico y origen estadístico)

10 2. Características de las bioseñales
Los procesos biológicos son altamente complejos y dinámicos Las bioseñales generalmente están en función del tiempo En contraste con las señales determinadas matemáticamente, las bioseñales pueden ser descritas con pocos parámetros, y más tarde son caracterizados por una gran variabilidad. Si los procesos biológicos que generan señales están en un estado dinámico, esto es, en cambio continuo, su conducta puede ser predecida con exactitud.

11 3. Tipos de bioseñales Las señales pueden ser clasificadas como estacionarias o no estacionarias.

12 Tipos de señales 3.1 Curvas de forma determinística
Los procesos biológicos que tienen cierto carácter repetitivo como el latido cardiaco, generan señales que también son repetitivos Estas señales muestran más o menos con frecuencia una curva de forma deterministica. Las señales determinísticas pueden ser periódicas, semiperiódicas o aperiódicas, o solamente transientes En los organismos vivos, los signos puramente periódicos no son vistos.

13 Tipos de señales 3.1 Curvas de forma determinística

14 Tipos de señales 3.2 Curvas de forma escolásticas
Estas señales están generalizadas por grupos de células que despolarizan de una manera más o menos aleatoria, tales como las células musculares (electromiografía) o células nerviosas de la corteza (electroencefalograma) La silueta de la curva de este tipo de señales no tiene una característica determinística y solo puede ser descrito en términos estadísticos.

15 4. Conversión análoga a digital
Todas las bioseñales son variables análogas, por lo tanto pueden ser procesadas por las computadoras. Para ello deben ser digitalizadas con una conversión análoga-digital. Las computadoras sólo operan con señales discretas. Estas se derivan de señales análogas por muestreo. En el muestreo las señales análogas se miden (en principio) por intervalos equidistantes y son convertidas en valores discretos, que son expresados en números binarios.

16 Conversión análoga a digital
Este proceso se conoce como cuantificación. El muestreo y la cuantificación se hacen con un convertidor análogo-digital. Cuando fs es la frecuencia de la muestra, entonces la muestra del intervalo ∆T = 1/fs. Mientras más cambios por segundo hay en la muestra, más alta debe ser la frecuencia Cuando se muestrea señales biológicas dos preguntas principales deben ser contestadas:

17 Conversión análoga a digital
Señal Ancho de banda (Hz) Rango de amplitud Cuantificación (bits) Electroencefalograma Electrooculograma Electrocardiograma Electromiograma Presión arterial Espirograma Fonocardiograma 0.2-50 0.2-15 0-60 0-40 5-2000 600 μV 10 mV 400 mm Hg 10 L 80 dB 4-6 1’-12 4-8 8-10

18 Conversión de análoga a digital 4.1 ¿Que tan frecuente?
Para una muestra apropiada es importante que no se pierda información (la entropía del signo no debe incrementarse) esto es que, la interpretación del signo no será obstaculizada. Una tasa de muestra que es muy baja puede causar pérdida de información, una tasa de muestra que es muy alta es redundante y no ofrece información extra pero requiere de más memoria de la computadora. Por ejemplo la presión sanguínea en las siguientes condiciones: toma de presión en personas saludables, en personas enfermas en una prueba de esfuerzo y en una unidad de cuidados intensivos postquirúrgicos.

19 Conversión de análoga a digital 4.1 ¿Que tan frecuente?

20 Conversión de análoga a digital 4.1 ¿Que tan frecuente?
Aparentemente, la pregunta de que tan frecuente depende de las propiedades dinámicas que están detrás de los procesos biológicos, nuestro interés en el significado de los parámetros de los signos y su empleo en el tratamiento. Para determinar la frecuencia correcta del muestreo, se utiliza el teorema de Shannon-Nyquist el cual establece que: Un signo debe ser muestreado a una tasa que es al menos dos veces la tasa del componente de presente del signo con la frecuencia más alta

21 Conversión de análoga a digital 4.1 ¿Que tan frecuente?
Una frecuencia más alta de la muestra causa redundancia, y una frecuencia más baja de la muestra causa distorsión con posible perdida del contenido semántico de la información. Algunas veces, el contenido de la verdadera frecuencia de las bioseñales no puede ser estimado porque las ondas pequeñas no pueden ser discriminadas del ruido. Para mantener el error de la amplitud del pico de una del componente de una onda pequeña en un signo menor al 10%, un regla es, que el intervalo de la muestra deberá más pequeño que el 10% aproximadamente de la duración del componente de la onda pequeña.

22 Conversión análoga a digital 4.2 ¿ Que tan precisa?
Para algunas bioseñales, la amplitud debe medirse con una resolución de aproximadamente 1% del rango de amplitud de la señal, para otras una resolución de incluso el 10% es suficiente. Ejemplos: En el ECG la amplitud de la curva Q debe ser medida con una resolución de 20mV o menos, porque la presencia de esta curva puede indicar la presencia de un infarto. Para el ECG, la amplitud en general no es de interés, pero los cambios en el promedio de la amplitud en un periodo de tiempo pueden revelar cambios en un proceso

23 Conversión de análoga a digital 4.2 ¿ Que tan precisa?

24 Conversión análoga a digital
En resumén, es posible hacer la discretización de variables análogas, tales como las bioseñales, sin que se pierda información. La tasa de muestreo es determinada por la frecuencia del contenido de la señal y deberá ser al menos dos veces mayor del componente presente en la señal con la tasa de la frecuencia más alta El grado de cuantificación esta determinado por la precisión requerida de los parámetros que tienen que ser analizados por las señales de la computadora.

25 5. Áreas de aplicación del análisis de bioseñales
Análisis de funcionamiento, el cual es hecho por unidades de diagnóstico Tamizaje de población, utiliza el mismo principio del punto anterior Análisis en línea, se realiza habitualmente en situaciones donde el paciente tienne que ser monitoreado continuamente. Investigación básica, en áreas como fisiología, y biología molecular.

26 Áreas de aplicación del análisis de bioseñales
Señales sólo de salida (ECG) Señales evocadas (potenciales evocados Pruebas de provocación (prueba de esfuerzo). Modelaje (despolarización cardiaca).