Examen Final de Procesamiento Digital de Señales

UNIVERSIDAD NACIONAL DEL CALLAO
Ciencia y Tecnología del Tercer Milenio
MAESTRIA EN CIENCIAS
ELECTRONICA CON MENCIÓN EN
INGENIERIA BIOMÉDICA
EXAMEN FINAL DE PROCESAMIENTO

DIGITAL DE SEÑALES
DOCENTE: M.Sc. Ing. Julio Cesar Borjas Castañeda
Integrantes:
 Elizabeth Zavala Vega................... 2232025042
 Andree Garcia Rua…………........ 2232025158
 José Mendoza Ramos ………….... 2232025167
AÑO 2022
1
ÍNDICE
INTRODUCCION ………………………………………………….……….. 3
I. SEÑALES BIOMÉDICAS …………………………………….…………...... 4
1.1. Señales Bioacuáticas ……………………………………………….……. 4
1.2. Señales de Bioimpedancia ………………………………………….…… 4
1.3. Señales Diamagnéticas …………………………………………….……. 4
1.4. Señales Bioeléctricas ……………………………………………..……… 4
II. OBTENCIÓN Y DIGITALIZACIÓN DE LAS BIOSEÑALES …….….… 5

2.1. Instrumentos de obtención ……………………………….…….....……. 5
2.2. Procesamiento de las bioseñales ……………………………….……..… 5
2.3. Filtros ………………………………………………………….……....…. 6
III. ELECTROCARDIOGRAMA (ECG) ……………………….………….….. 8

3.1. Transductores …………………………..…………………….…….…… 8
3.2. Interferencias en las señales ………………………….…….……….….. 8
3.3. Algoritmo para obtener un ECG ………………………...……….……. 9
IV. SISTEMA DE PULSIOXIMETRÍA Y CAPNOGRAFÍA PARA

DISPOSITIVOS MÓVILES ANDROID ………………………………….. 10
4.1. Materiales ………………………………………………………….……. 11
4.2. El Oxímetro ………………………………………………….………….. 12
4.3. Capnógrafo y principio de funcionamiento ………………..….……… 15
V. OBTENCION DE SEÑALES POR ELECTROMIOGRAFIA ……….…. 18

5.1. Electromiografía (EMG) ………………………………………………. 18
5.2. Filtrado Digital ……………………………………………………......... 19
5.3. Filtrado analógico ……………………………………..……………….. 19
5.4. Análisis en el desarrollo de filtros digitales …………………………... 20
5.5. Filtros no recursivos FIR ……………………………………………… 20
CONCLUSIONES ………………………………………………………….. 23
REFERENCIAS BIBLIOGRAFICAS ………………….………………… 24
2
INTRODUCCION
La definición de "Señal Biomédica" incluye todas las señales usadas en el diagnostico o

investigación médica que se originan de alguna manera en el cuerpo, este campo ha sido
impulsado principalmente en las últimas dos décadas gracias al desarrollo en el
procesamiento de señales. tanto para el diagnóstico como para investigación médica,
dichas señales se originan en el cuerpo. Un aspecto muy importante es saber idéntica los
diferentes tipos de señales, se analizará las señales biomédicas, señales ECG y señales
EEG.
Cuando el propósito de la señal es el procesamiento, no es muy relevante cual es la fuente

de la señal o qué tipo de señal biomédica es lo que es primordial es el tipo de la señal, sin
embargo, se hará una breve reseña a los tipos de señales Biomédicas.
Para el manejo de las señales Bioeléctricas se requiere de una aplicación de la señal y una
conversión análogo digital para poder realizar un mejor manejo de las señales con los
diferentes equipos que servirán para el diagnóstico del estado del cuerpo humano.
3
I. SEÑALES BIOMÉDICAS
Una señal se trata de la descripción de un parámetro que está relacionado con otro,
estos dos parámetros corresponden al mismo evento. Y a partir de los resultados
obtenidos mediante equipos y herramientas se obtendrán ciertas hipótesis para así
obtener su clasificación.
1.1. Señales Bioacuáticas
Estos fenómenos acústicos son producidos por el cuerpo ya sea el latir del corazón,
el fluir de la sangre he incluso el movimiento de los músculos generan sonidos
que ayudan al diagnóstico estas señales pueden ser adquiridas desde la superficie
del cuerpo usando transductores acústicos
1.2. Señales de Bioimpedancia
El tejido de la piel tiene impedancia eléctrica, los tejidos contienen información

sobre la composición, volumen y distribución sanguínea, e información sobre el
sistema nervioso, estas señales se las puede obtener mediante dos tipos de
electrodos, uno que inyecta corriente eléctrica en el tejido y otro que electrodo que
se ubica sobre el tejido a estudiar, y se mide la caída de tensión generada por la
corriente y la impedancia de la piel.
1.3. Señales Diamagnéticas
El cerebro, el corazón y otros órganos producen campos magnéticos muy

pequeños, pero aun así la medición de estos puede ofrecer información que
ningún otro bioseñal brinda.
1.4. Señales Bioeléctricas
Provienen del sistema biológico y la fuente es la potencial transmembrana que

genera una diferencia de potencial bajo ciertas condiciones, que se miden a nivel
de células con micro electrodos. Estas señales probablemente son las más
importantes por hecho de que todo sistema biológico posee células excitables, otro
aspecto importante es que las señales eléctricas se propagan con facilidad por el
cuerpo y no es necesario un método invasivo para obtener la señal.
4
II. OBTENCIÓN Y DIGITALIZACIÓN DE LAS BIOSEÑALES
2.1. Instrumentos de obtención
Según el tipo de señal se debe elegir el sensor biomédico entre estos están:
 Sensores de presión acelerómetros micrófonos

 Sensores electromagnéticos de flujo termómetros
El objetivo de todos estos sensores es convertir la señal recibida en una señal

eléctrica.
Ya que las señales que se obtuvo son muy pequeñas y algunas contienen ruido es
necesario usar equipos sofisticados y técnicas para adquirir datos, y un aspecto
muy importante es que la señal se preserve a lo largo del proceso.
2.2. Procesamiento de las bioseñales

 Conversión de la señal:
Una vez que se obtuvo la señal el sensor convierte la señal física en una señal
eléctrica, generando un puente entre el sistema biológico y el instrumento de
registro electrónico.
 Tratamiento de la señal:
Una vez detectada la señal es amplificada y filtrada ya que las señales son de bajo
potencial están en los micro voltios. La amplificación nos permite poder tener un
mejor manejo de la señal, y el filtrado nos ayuda a eliminar el ruido generado
durante el proceso de la obtención y el ruido propio de la señal.
 Conversión analógica digital:
La señal amplificada y filtrada ingresa a un convertidor análogo digital, que

cambia esta señal analógica continua en una señal digital discreta.
5
Figura # 1. Esquema del proceso de una señal biológica
2.3. Filtros
Un filtro es un sistema continuo o discreto para procesar señales. el filtrado
modifica el espectro de la señal de entrada de acuerdo con ciertas especificaciones.
Los filtros se dividen en analógicos y digitales. los filtros analógicos pueden ser
pasivos o activos.
Un filtro digital consiste en un proceso computacional implementado con
circuitos y/o programación, en el cual una secuencia numérica de entrada se
transforma en otra secuencia numérica de salida con características
predeterminadas. matemáticamente un filtro digital se representa por una ecuación
diferencial, se implementa usando sumadores binarios, multiplicadores binarios y
bloques de atraso.
Algunas de las ventajas de un filtro digital sobre su equivalente analógico son:
respuesta a la frecuencia más cercana a la ideal, no requieren sintonización, sus
componentes (atrasos, sumadores y multiplicadores binarios) son independientes
de la frecuencia de operación del filtro.
filtro savitzky-golay
Encuentra un amplio uso en el filtrado de ruido, especialmente en el campo del
procesamiento de señales biomédicas. El principio detrás del filtro SG es obtener
2𝑛+1 puntos equidistantes (centrados en 𝑛=0) para representar un polinomio de
grado 𝑝. el filtro SG calcula el valor del polinomio de mínimos cuadrados (o su
derivada) en el punto 𝑖=0, en todo el espacio muestral. Normalmente, este filtro
digital utiliza la técnica de mínimos cuadrados lineales para suavizar los datos, lo
que ayuda a obtener una alta relación señal / ruido y conserva la forma original de
la señal. con sus múltiples ventajas sobre las técnicas de filtrado estándar, se
6
prefiere el filtro savitzky-golay para recuperar la estructura de la señal original

mientras se elimina el ruido.
Figura # 2 a) Datos ruidosos sintéticos que consisten en una secuencia de protuberancias

progresivamente más estrechas y ruido blanco gaussiano aditivo. b) Resultado de suavizar los
datos mediante un simple promedio de ventana móvil. la ventana se extiende 16 puntos hacia
la izquierda y hacia la derecha, para un total de 33 puntos. tenga en cuenta que las
características estrechas se amplían y sufren la correspondiente pérdida de amplitud. c).
Resultado de suavizar los datos mediante un filtro de suavizado savitzky-golay (de grado 4)
utilizando los mismos 33 puntos.
7
III. ELECTROCARDIOGRAMA (ECG)
Cuando se aplica el procesamiento de las bioseñales en el cardiovascular

obtenemos los electrocardiogramas. Un electrocardiograma es un registro de la
actividad eléctrica del corazón medida entre dos puntos de la superficie corporal.
Los equipos usados para recoger las señales bio-eléctricas y amplificar a través
de unos transductores que están conectados en el pecho, se procesa la información
que se recoge y se la gráfica en un electrocardiograma.
3.1. Transductores
Los transductores son los elementos encargados en captar la señal para que los
electrocardiogramas se usan amplificadores operacionales es así que para recibir
las señales se usa un transductor con amplificación operacional.
Figure # 3. Transductor para EGC
3.2. Interferencias en las señales
 Ruido Electrocardiográfico
Ya que se obtienen señales demasiado pequeñas en la escala de 1 mV o menos, el
ruido puede afectar en gran manera para la obtención de resultados, puede
originarse de diferentes maneras ya sea generados o por los equipos que se usan
y se deben usar procedimientos y equipos para eliminar lo más que se puede este
ruido sin afectar la bioseñal.
8
Figure 4. Señal de Electrocardiograma con ruido
Se pueden usar diferentes métodos para la eliminación del ruido uno de ellos es la
aplicación de un rechaza banda de 50hz y 100hz así una vez aplicado el tenemos
la siguiente señal.
Figure 5. Filtrado de ruido mediante rechaza banda
3.3. Algoritmo para obtener un ECG
El electrocardiógrafo sigue una secuencia para la obtención un

electrocardiograma
9
Figure 6. Algoritmo de obtención de un ECG
IV. SISTEMA DE PULSIOXIMETRÍA Y CAPNOGRAFÍA PARA

DISPOSITIVOS MÓVILES ANDROID
El monitoreo constante del nivel de saturación de oxígeno y la producción de CO2
es de vital importancia para la supervisión del estado respiratorio del paciente. El
autor presenta el diseño de un sistema de oximetría de pulso y capnografía que
tiene como unidad de procesamiento un chip programable de señales mixtas
denominado PSoC (Programable-System-On-Chip), el cual incorpora bloques
análogos y digitales configurables, permitiendo que la adecuación de las señales
suministradas por los sensores y el procesamiento digital de señales se lleve a cabo
en el mismo chip. Se realizó una aplicación en Android para la visualización y
registro de las señales biomédicas en una base de datos local, compatible con
dispositivos móviles con conectividad wifi. El sistema fue verificado usando un
simulador de SpO2 (Saturación parcial de oxígeno), que permitió la calibración
de frecuencias cardiacas desde 55 BPM (Beats per Minute) a 145 BPM, así como
la curva R con valores de 75% a 100% de SpO2. Se encontró que el error de
medición de la frecuencia cardiaca es 1,81%, y 1.33% para la SPO2.
10
La implementación de un equipo portátil que permita visualizar las señales y

variables biomédicas en dispositivos móviles Android como celulares o tablets es
una excelente alternativa tecnológica frente a algunos equipos médicos de este
tipo, ya que sería adecuada para monitorear los signos vitales de un paciente que
se encuentra en casa, brindándole mayor comodidad. En este contexto, el objetivo
es diseñar un sistema de oximetría de pulso y capnografía basado en un
microcontrolador configurable llamado PSoC, que permita la medición de los
niveles de SpO2, EtCO2, frecuencia cardiaca y frecuencia respiratoria en tiempo
real, y la transmisión de las señales biomédicas usando tecnología inalámbrica
WiFi, hacia dispositivos móviles, como smartphones o tablets Android.
4.1. Materiales
El sistema de oximetría y capnografía está conformado por una unidad hardware
de adquisición, procesamiento y transmisión de datos, y una interfaz de usuario
que muestra en tiempo real las señales de los pacientes.
 Hardware
La unidad hardware se diseñó y se implementó sobre una Tarjeta de circuito
impreso (PCB: Printed Circuit Board) de doble cara, donde el elemento central
de procesamiento es el circuito programable de señal mixta PSoC5 de Cypress
semiconductor, en conjunto con componentes electrónicos de montaje superficial.
En este caso, se emplearon diodos, transistores MOSFET, condensadores y un
puente H integrado para la adecuación y alimentación del sensor Nellcor de SpO2.
Para el capnógrafo se empleó el módulo EtCO2 C200 fabricado por la empresa
Goldwei. La transmisión de los datos vía WiFi usa el módulo Wifly RN-XV de
comunicación inalámbrica. La aplicación Android desarrollada se ejecuta en una
Tablet Toshiba Excite 10.1” con Android 4.0.1.
En la Fig. 7 se muestra el diagrama general del sistema, el cual tiene 4 bloques

funcionales: sensado, adquisición y procesamiento, comunicación y
visualización.
11
Figura 7: Diagrama general del sistema.
 Software
El programa PSoC Creator 2.0 de Cypress semiconductor es utilizado para la
compilación y programación en el PSoC5. El diseño y desarrollo de la interfaz de
usuario se llevó a cabo con la herramienta Android developer tools basada en
eclipse, y el Android SDK.
4.2. El Oxímetro
El funcionamiento de la oximetría de pulso está basado en la medición de la

absorción de luz roja e infrarroja, por lo que se usa un fotodiodo para recibir la
luz, y dependiendo de la intensidad se genera una corriente en el fotodiodo, la cual
se adecúa para su procesamiento y así determinar el nivel de SpO2.
Figura 8: Diagrama Funcional SPO2
12
La Fig. 8 muestra el esquema general del pulsioxímetro, que se encuentra

embebido en el PSoC, tanto el bloque de adecuación de señal como el bloque de
procesamiento; la etapa de alimentación de los LEDs es controlada por medio del
PSoC. El diseño tiene una etapa de recepción de los pulsos de luz roja e infrarroja
que pasan a través del dedo del paciente y son recibidos por un fotodiodo, el cual
produce corriente dependiendo de la intensidad de los pulsos recibidos. Esta
corriente es convertida en voltaje y amplificada, para luego ser digitalizada por el
ADC, el cual es conmutado a la frecuencia de los pulsos de los LEDs, de forma
que pueda medir por separado la intensidad de la luz roja e infrarroja. Las muestras
digitalizadas por el ADC pasan a través de un filtro FIR pasa bajos, para atenuar
el ruido introducido por lámparas de iluminación y la red de potencia AC de 60Hz.
 Señal de excitación y control de intensidad
La señal de excitación de los LEDs son pulsos generados por dos bloques PWM
(Pulse Width Modulation) del PSoC, los cuales son programados para tener una
señal PWM con periodo tm= 2 ms y un ciclo de trabajo del 25%. Una señal PWM
se desfasa 1 ms. con respecto a la otra para permitir el encendido de un LED a la
vez, y así obtener muestras de ambos LEDs por separado.
 Amplificador de transimpedancia
Este es un amplificador de realimentación negativa que se encarga de convertir la
corriente producida por el fotodiodo en voltaje. Consiste básicamente de una
fuente de corriente (en este caso la producida por el fotodiodo) y un amplificador
operacional. En este caso, una resistencia de 4,7MΩ y un capacitor de 3pF son
conectados en paralelo entre la entrada y la salida del amplificador embebido en
el PSoC.
 Procesamiento de la señal
La señal proveniente desde cada LED es filtrada usando un FIR paso bajos con Fc
= 30 Hz, y posteriormente esta señal es filtrada usando un IIR paso bajos descrito
en (2) con Fc = 0,5 Hz para obtener la componente DC de la señal.
13
La oximetría de pulso hace referencia a la medición del porcentaje de oxígeno en

cada pulsación de la sangre arterial. Para realizar esta medición es necesario operar
las componentes AC y DC de la señal pulsátil producida por cada LED.
Por lo tanto, el cálculo del SpO2 consiste en utilizar las temporales de luz roja e
infrarroja para calcular un valor llamado "R" descrito en (4), que corresponde a la
relación normalizada de las intensidades de luz roja e infrarroja recibidas por el
fotodiodo.
Donde ACR-DCR y ACIR-DCIR corresponden a la componente AC y DC de la

señal roja e infrarroja respectivamente.
Para calcular el valor RMS de la señal AC se emplea (5).
Donde la integral se calcula empleando la regla del trapecio, de acuerdo a (6).
14
4.3. Capnógrafo y principio de funcionamiento
Un capnógrafo es un equipo electrónico portátil utilizado para la medición y

registro continuo del dióxido de carbono espirado; la capnografía es la
monitorización no invasiva del CO2, donde la técnica de absorción de luz
infrarroja es la más usada y se basa en la absorción de luz infrarroja por las
moléculas de CO2 en una muestra de gas espirado. La capnografía aporta datos
sobre la producción de CO2, la perfusión.
La fracción de CO2 medida al final de la espiración de un volumen tidal se

aproxima mucho a la concentración alveolar de CO2, porque esta se mide cuando
el paciente espira prácticamente gas alveolar puro (gas alveolar que está en
equilibrio con la sangre capilar pulmonar). Así, el EtCO2 (end-tidal CO2) se
considera una medida indirecta de la presión arterial de CO2. Bajo circunstancias
normales la diferencia de EtCO2 y presión arterial de CO2 es de (2-7) mmHg, y
el rango normal de EtCO2
 Descripción del Sensor

Se decidió utilizar el Módulo OEM EtCO2 Model C200 fabricado por la empresa
Goldwei. El sensor de este módulo es NDIR (Non Dispersive InfraRed), posee
una exactitud de ±2 mmHg y mide la frecuencia respiratoria en un rango de 2-150
BPM (Breaths per Minute). En la Fig. 4 se puede observar el módulo utilizado.
Figura # 9: Módulo EtCO2 C200 de Goldwei.
15
 Implementación del Capnógrafo

El capnógrafo implementado es tipo sidestream, en el cual una muestra de CO2
es aspirada para ser analizada, en este caso por un sensor infrarrojo no dispersivo.
Este módulo toma continuamente el gas exhalado del paciente a través de una
cánula nasal que canaliza el aire expirado desde el interior de las fosas nasales. El
gas es extraído por medio de una bomba extractora de tal forma el gas que pasa
por el sensor tenga un flujo constante.
Los datos del nivel de EtCO2 y la frecuencia respiratoria son enviados al PSoC a
través de interfaz serial UART y desde el PSoC se envían los datos al módulo de
comunicación wifi para transmitirlo al dispositivo Android.
 Interfaz de Usuario
El diseño de la interfaz gráfica de usuario se realizó utilizando la plataforma de
desarrollo de Android, basado en el lenguaje de programación Java por medio de
la herramienta Eclipse para su compilación y depuración.
La ejecución de una aplicación en Android se comporta como una máquina de

estados, llamada ciclo de vida, y teniendo en cuenta ese comportamiento se
programa la aplicación. Cuando se habla de ciclos de vida en una aplicación en
Android, específicamente se refiere al ciclo de vida de una app propiamente, y al
ciclo de vida de cada una de las actividades (Activity: clase principal en ejecución)
que la componen. Una aplicación está compuesta por una o más actividades (que
en este caso interactúan entre sí) y realiza un "camino" desde el momento que se
lanza hasta que se cierra por completo. Este camino se inicia luego de lanzar la
aplicación (abrirla desde el dispositivo), con lo cual va automáticamente a la
actividad que se marca inicialmente como launcher (en el archivo Manifest se
puede encontrar en la lista de activities, marcada con un intent-filter). De ahí en
adelante, el ciclo de vida de la aplicación pasa a mano de las actividades que la
componen, cada una de las cuales cuenta con un ciclo de vida propio, tal como se
puede observar en la Fig. 5 [20].
La aplicación tiene dos clases principales que se encargan de recibir los datos y
graficarlos; una se encarga de la comunicación TCP/IP entre la Tablet y la unidad
16
hardware de medición. La otra clase, tipo “Activity”, se encarga de la interfaz de

usuario y la visualización en tiempo real de la onda pletismográfica y la onda de
capnografía. Tiene además otras tres clases tipo “Activity”, encargadas de la
ventana de inicio de sesión, la ventana de registro de usuario y la ventana de
historial, donde se muestran valores almacenados en el tiempo de SpO2 , EtCO2
, HR y frecuencia respiratoria.
Para intercambiar los datos con la unidad hardware de medición, la aplicación

realiza la apertura de sockets para dejar pasar por el puerto de comunicación los
datos que son enviados desde el módulo wifi del hardware de medición a través
del protocolo TCP/IP. Estos datos son almacenados en Buffers para luego ser
utilizados por el método de graficación, implementado mediante la librería
Achartengine, la cual proporciona gran flexibilidad en el desarrollo de diagramas
X-Y y diagramas de barra, tanto dinámico como estático. En la Fig. 6 se muestra
el diagrama de flujo del funcionamiento de la aplicación. [1]
Figura # 10: Diagrama de flujo de la aplicación para la interfaz de usuario
17
 Resultados
Luego del diseño e implementación de las unidades de hardware y software
mencionados anteriormente, se obtuvo un prototipo de pulsioximetría y capnografía,
capaz de realizar la medición de SpO2, frecuencia cardiaca HR (Heart Rate), EtCO2
y frecuencia respiratoria en tiempo real, permitiendo visualizar todas las variables y
señales en una interfaz gráfica realizada para dispositivos Android.
V. OBTENCION DE SEÑAELS POR ELECTROMIOGRAFIA

5.1. Electromiografía (EMG)
La electromiografía es una disciplina, el cual detecta, analiza y procesa las señales

eléctricas emitidas por la contracción de los músculos. EMG es sinónimo de
electromiograma, que es la medición de potenciales eléctricos creados por la
contracción de los músculos. Internamente, los músculos generan tensiones
alrededor de 100mV cuando se contraen. Estas tensiones son muy atenuadas por
el tejido interno y la piel, y que son débiles pero mesurable en la superficie de la
piel. Típicas señales EMG superficial (sEMG) para los músculos grandes, como
el bíceps, están alrededor de 2.1mV en amplitud. Señales sEMG contienen
frecuencias que van de 2 Hz o inferior a 500 Hz o mayor.
Figura 10: Dos señales EMG producido por la contracción del bíceps. La escala de
Tiempo es 500ms por recuadro.
18
5.2. Filtrado Digital
El filtrado digital está dividido en filtros no recursivos y recursivos, siendo lineal

en fase y no lineal en fase respectivamente. La gran flexibilidad que tiene el
procesador al utilizar un filtro digital es una gran ventaja sobre los filtros
analógicos fijos, los cuales, para variar su parámetro, es necesario el cambio de
algún componente físico o el reemplazo de toda la topología del circuito. Además,
las herramientas existentes para el diseño de filtros y gráficos de respuestas, brinda
una mejor interface al usuario quienes tienen todos los detalles, además de
herramientas de adaptabilidad a cualquier tipo de formato de lenguaje de
programación.
 Señales sEMG Adquiridos
La ubicación de los sensores es crucial para obtener una calidad y fiabilidad de la

señal adquirida. Para este trabajo de tesis, nos involucramos en los dedos pulgar y
meñique de la mano. Según la anatomía humana, los músculos principales para la
flexión y extensión de los dedos se ubican el antebrazo, siendo los músculos
extrínsecos, los cuales están adjuntos a las falanges por medio de tendones, más
no músculos.
5.3. Filtrado analógico
El filtrado análogo está compuesto por un filtro pasa-bajo, filtro Notch y un filtro
pasa alto. El orden en el cual se aplica las etapas, es el filtro pasa bajo quien limita
las componentes de máximas de frecuencias, siendo utilizado para filtro anti-
aliasing. La siguiente etapa es utilizada para atenuar el ruido por inducción
eléctrica estando centrado en 60Hz. Por último, se utiliza un filtro pasa alto para
eliminar las componentes de baja frecuencia y en especial para que su salida del
circuito acondicionador tenga la más mínima amplitud en la señal DC.
Dado que la información más relevante de las señales sEMG están dentro del
rango de 20 a 500Hz. Se decide la selección de filtros de primer orden dado que
es conveniente el uso de pocos componentes para decrementar el ruido térmico y
disminuir el área que ocupa la implementación física del circuito y así disminuir
la introducción de ruido de inducción.
19
 Perturbaciones extrínsecas sEMG
Las perturbaciones que se encuentran en la señal sEMG se observan en las gráficas

de tiempo y frecuencia, entre estos están: línea de base y la inducción eléctrica.
En adición, entre los que son intrínsecos y no fácil de determinar son como la
presión sanguínea y cambios bioquímicos de los músculos, los cuales son ruido
presente en todo el estudio y no hay manera de evitarlos.
Dado que el registro del paciente requiere que se mantenga reposo, el ruido
artefacto, producto de los movimientos del electrodo y la piel del paciente, es una
señal de baja frecuencia, pero de alta amplitud, dado que este se amplifica porque
está dentro de la banda de trabajo. Por lo que se recomienda el uso de un filtro de
0 a 50Hz según
5.4. Análisis en el desarrollo de filtros digitales
Con la señal sEMG acondicionada son trasmitidas al DSP para su procesamiento

digital y posteriormente se obtiene la base de datos de los resultados. El estilo de
graficar o registrar los resultados reales puede variar según el usuario. Cada etapa
del procesamiento digital puede ser visualizada gráficamente dado que tiene el
registro del estudio completo, para obtener mucho más detalle. Para el
procesamiento digital se utilizará el filtrado digital en tiempo real utilizando los
recursos del procesador a fin de obtener los resultados deseados.
5.5. Filtros no recursivos FIR
Para el desarrollo de los filtros no recursivos se basará en la implementación en el

DSP con el algoritmo en ecuación, para el cual se consta de un solo retardo por
cada iteración, dado que así lo exige la sumatoria de la señal multiplicada por el
peso y de igual manera con los retrasos. Las operaciones aritméticas de los datos
serán hechos con formato de punto flotante tanto las muestras como los pesos las
cuales son obtenidos por la ventana Hanning. Dado que la frecuencia de muestreo
indica tomar muestra cada 1/T segundos, donde T es el periodo de la frecuencia
de muestreo, es necesario contar con todos los algoritmos computados antes de la
siguiente muestra a tomar, caso contrario se obtendría resultados errados.
Utilizando los recursos de interrupciones propias del procesador, se considera una
20
interrupción cada vez que vence un contador que define la espera para cada
muestra. Sin embargo, dado que la iteración se tiene que realizar en proporción al
número de pesos del filtro, es necesario también realizar el mismo número de
retraso. Como consecuencia, la computación que requiere implementar un FIR es
relativamente alta para filtros de alto orden. Además, dado que se requiere filtros
selectivos, es necesario aplicar filtros de orden alto para obtener una banda de
transición estrecha desde la frecuencia de corte. Este proyecto requiere 3 filtros de
alta selectividad para su implementación digital también un rectificador de la señal
entrante, los requerimientos pueden ser consumidos aplicando un solo filtro FIR.
 Implementación FIR en DSP
El orden del Filtro es de 21. La frecuencia de muestreo es 48KHz. La frecuencia

central (f0) es 10Khz y el ancho de banda de 2KHz.
Cuando se observa que los parámetros de diseño no se satisfacen, es más el ancho

de banda del filtro es muy angosto. Por este motivo, obliga a incrementar el orden
del filtro a 53 pesos para así mejorar la selectividad. Tener en cuenta que sigue
siendo una implementación en punto flotante simple.
 Diseño de filtro recursivos IIR
Para el uso de filtros recursivos están orientados para la implementación de filtros

en cascada de forma directa II. El hecho de usar filtros en cascada simplifica el
código de programa y compresión del mismo, dado que los pesos de los filtros en
conjunto se encuentran en una sola base de arreglos, basta seleccionar uno a otro
para hacer el cambio de un filtro a uno diferente. Otra ventaja es la
implementación de filtros de alto orden en función a cuantos filtros en secuencia
hay, es decir, si se desea un filtro de 4to orden solo es necesario incluir otro filtro
de 2do orden seguido de otro igual.
 Implementación IIR forma directa II en cascada en DSP
Para la implementación real de los filtros en cascada se configura el ADC y DAC

y como característica principal es tener el registro o banco de todos los pesos a ser
aplicado.
21
 Diseño del filtro Notch digital.
Para el filtro Notch se basó en el transformada lineal de un filtro análogo

Butterworth de 2 orden, luego fue aplicada en cascada para obtener en final uno
de 4to orden. Se utiliza un filtro de 4to orden con el objetivo de contar con una
banda de rechazo muy estrecha y así se obtendría la menor distorsión dado y se
evitaría el filtrado de algunas componentes que pertenece a la banda de trabajo de
las señales sEMG.
Para el diseño del filtro de la figura 3.25, se realiza un filtro Notch con frecuencias
f1=58Hz y f2= 62 ambos de corte y estando centrado en 60Hz.
 Diseño del filtro Pasa banda digital.
Se recomienda que el rango de frecuencias a ser estudiado debe estar ubicado entre
los 20 a 500Hz dado que es ahí donde se encuentra las componentes de mayor
magnitud la cual componen la señal sEMG
22
CONCLUSIONES
1. Un aspecto muy importante a tomar en cuenta es la eliminación de ruido causado

por agentes internos o externos como la red de alimentación, sin afectar al
bioseñal original.
2. Los electrocardiogramas son la forma no invasiva y más sencilla de obtener
información del corazón.
3. Los equipos usados para la obtención y análisis de las bioseñales tienen que tener
una gran exactitud ya que se trabaja con valores de voltaje muy pequeños.
4. Sin la conversión analógico digital no se podrían obtener los resultados como ya
conocemos, ya que esta conversión nos da una señal discreta.
5. Si una señal tiene demasiado ruido se le considera como una señal no válida ya
que no nos dará los resultados necesarios para dar un diagnóstico efectivo.
6. Se implementó un sistema de medición de señales de pulsioximetría y capnografía
portátil, que permite la monitorización de pacientes usando dispositivos móviles
Android, así como la supervisión de los signos vitales de cada paciente en el
tiempo. En relación a la precisión de las mediciones de las señales del
pulsioxímetro, se calculó que la medición de la frecuencia cardiaca presenta un
error de ± 1,81% y la medición de SpO2 presenta un error de ± 1,33%.
7. Este sistema está diseñado para ser compatible con sensores tipo Nellcor que
tengan conector DB9, lo cual permite un fácil reemplazo del mismo, debido a que
es un sensor comercial y de fácil adquisición.
23
REFERENCIAS BIBLIOGRAFICAS
 Diana and G. David. Implementación óptima de un espacial para mejorar
el desempeño de clasificadores de señales cerebrales en interfaces cerebro-
computadora.
 J. E. F. Mora. Adquisición y Análisis de Señales Bioeléctricas. Con la Consola
XBOX 360.
 Suárez, J. L. De Armas, T. Aznielle, and M. González. Desarrollo de aplicaciones
para el registro de señales biomédicas en tres capas. In Memorias del VI Congreso
de la Sociedad Cubana de Bioingeniería Habana, 2005.
 J. Vivas and L. M. Torres. Análisis y visualización de señales
electrocardiográficas utilizando la transformada wavelet., page 29.
 Vivaldi EA. La computación en la investigación biomédica y en la medicina. En:
Monckeberg F, ed. Ciencia y Tecnología. Editorial Universitaria, Santiago 1989;
205-25.
 Wiederhold G, Clayton PD. Processing biological data in real time. MD
Computing 1985; 2: 16-25.
 Lin Z, Chen JD. Advances in time frequency analysis of biomedical signals. Crit
Rev Biomed Eng 1996; 24: 1-72.
 Shortliffe EH, Perrault LE. Medical Informatics: Computers appli- cations in
Health Care. Addison-Wesley. Reading, Massachussts, 1990.
 Vivaldi EA. Informática en la Facultad de Medicina de la Universidad de Chile.
II. La red de la Facultad y el acceso a bases de datos. Rev Méd Chile 1990; 118:
1387-92.
 White DP, Gibb TJ. Evaluation of a computerized polysomnographic system.
Sleep 1998; 21: 188-96.
 Cifuentes C.A.; Gentilettiz G.G., Alfonso M.R. Desarrollo de un dispositivo IEEE
802.15.4/ Zigbee para redes inalámbricas de Instrumentación Biomédica.
Memorias de BIOINNOVA, Bogotá, Colombia, 2009.
 Rangaraj M. Biomedical Signal Analysis. IEEE Series in Biomedical
Engineering. 2002. Cap. 1: 22-26.
24
 Melo H., Maya A. Dispositivo para telemetría de señales biológicas que permite
la utilización de diferentes tecnologías. Tesis de Grado, Ingenieros
en Telecomunicaciones, UMNG, 2009.
 A. GOMEZ GARCIA y J. VELASCO MEDINA, «SISTEMA DE

PULSIOXIMETRÍA Y CAPNOGRAFÍA PARA DISPOSITIVOS MÓVILES
ANDROID,» REVISTA DE INGENIERIA BIOMEDICA, vol. 8, nº 15, p. 9, 2014.
25

Examen Final de Procesamiento Digital de Señales

Cargado por

Copyright:

Formatos disponibles

Examen Final de Procesamiento Digital de Señales

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Examen Final de Procesamiento Digital de Señales

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DEL CALLAO

Ciencia y Tecnología del Tercer Milenio

EXAMEN FINAL DE PROCESAMIENTO

DOCENTE: M.Sc. Ing. Julio Cesar Borjas Castañeda

II. OBTENCIÓN Y DIGITALIZACIÓN DE LAS BIOSEÑALES …….….… 5

III. ELECTROCARDIOGRAMA (ECG) ……………………….………….….. 8

IV. SISTEMA DE PULSIOXIMETRÍA Y CAPNOGRAFÍA PARA

V. OBTENCION DE SEÑALES POR ELECTROMIOGRAFIA ……….…. 18

La definición de "Señal Biomédica" incluye todas las señales usadas en el diagnostico o

Cuando el propósito de la señal es el procesamiento, no es muy relevante cual es la fuente

1.1. Señales Bioacuáticas

1.2. Señales de Bioimpedancia

El tejido de la piel tiene impedancia eléctrica, los tejidos contienen información

1.3. Señales Diamagnéticas

El cerebro, el corazón y otros órganos producen campos magnéticos muy

1.4. Señales Bioeléctricas

Provienen del sistema biológico y la fuente es la potencial transmembrana que

II. OBTENCIÓN Y DIGITALIZACIÓN DE LAS BIOSEÑALES

2.1. Instrumentos de obtención

 Sensores de presión acelerómetros micrófonos

El objetivo de todos estos sensores es convertir la señal recibida en una señal

2.2. Procesamiento de las bioseñales

 Conversión analógica digital:

La señal ampliﬁcada y ﬁltrada ingresa a un convertidor análogo digital, que

Figura # 1. Esquema del proceso de una señal biológica

prefiere el filtro savitzky-golay para recuperar la estructura de la señal original

Figura # 2 a) Datos ruidosos sintéticos que consisten en una secuencia de protuberancias

III. ELECTROCARDIOGRAMA (ECG)

Cuando se aplica el procesamiento de las bioseñales en el cardiovascular

Figure # 3. Transductor para EGC

3.2. Interferencias en las señales

Figure 4. Señal de Electrocardiograma con ruido

Figure 5. Filtrado de ruido mediante rechaza banda

3.3. Algoritmo para obtener un ECG

El electrocardiógrafo sigue una secuencia para la obtención un

Figure 6. Algoritmo de obtención de un ECG

IV. SISTEMA DE PULSIOXIMETRÍA Y CAPNOGRAFÍA PARA

La implementación de un equipo portátil que permita visualizar las señales y

En la Fig. 7 se muestra el diagrama general del sistema, el cual tiene 4 bloques

Figura 7: Diagrama general del sistema.

El funcionamiento de la oximetría de pulso está basado en la medición de la

Figura 8: Diagrama Funcional SPO2

La Fig. 8 muestra el esquema general del pulsioxímetro, que se encuentra

 Señal de excitación y control de intensidad

La oximetría de pulso hace referencia a la medición del porcentaje de oxígeno en

Donde ACR-DCR y ACIR-DCIR corresponden a la componente AC y DC de la

Para calcular el valor RMS de la señal AC se emplea (5).

Donde la integral se calcula empleando la regla del trapecio, de acuerdo a (6).

4.3. Capnógrafo y principio de funcionamiento

Un capnógrafo es un equipo electrónico portátil utilizado para la medición y

La fracción de CO2 medida al final de la espiración de un volumen tidal se

 Descripción del Sensor

Figura # 9: Módulo EtCO2 C200 de Goldwei.

 Implementación del Capnógrafo

La ejecución de una aplicación en Android se comporta como una máquina de

hardware de medición. La otra clase, tipo “Activity”, se encarga de la interfaz de

Para intercambiar los datos con la unidad hardware de medición, la aplicación

Figura # 10: Diagrama de flujo de la aplicación para la interfaz de usuario