Sistema de Adquisición y Procesamiento Inteligente de Señales Biológicas

Transcripción

1 IV Congreso Microelectrónica Aplicada (uea 2013) 6 Sistema de Adquisición y Procesamiento Inteligente de Señales Biológicas Norberto Scarone, Damián Marasco, Nicolás Castro, Gustavo Monte Universidad Tecnológica Nacional, Facultad Regional del Neuquén Plaza Huincul, Neuquén Resumen Se presenta sistema de adquisición para señales biológicas que permite realizar el procesamiento de las señales en el mismo circuito adquisidor. Se encuentra basado en un conversor completo adaptado para señales biológicas cuya salida digital es adquirida y procesada para determinar patrones de comportamiento enfatizado hacia la clasificación de normalanormal. Además el sistema permite el filtrado de las señales y la clasificación mediante algoritmos de segmentación y etiquetado desarrollados por el grupo de investigación. Palabras Clave Muestreo Inteligente, segmentación de señales, adquisición señales biológicas. 1-INTRODUCCION El proceso de adquisición y procesamiento de una señal biológica es un desafío. Las señales biomédicas presentan un reto a las técnicas de procesamiento de señales digitales. En primer lugar, la relación señal a ruido es generalmente pobre. En segundo lugar, señales no deseadas están presentes como el ruido mioeléctrico, deriva de la línea base, interferencia de tensión de línea, interferencia de radio frecuencia y el ruido de acoplamiento pielelectrodo. Dichas interferencias pueden degradar o enmascarar las señales, por lo que los algoritmos para analizarlas deben ser lo suficientemente inteligentes como para identificar estas singularidades o para evitar las regiones contaminadas cuando la interferencia es excesivamente alta. El presente trabajo se centra en la adquisición y procesamiento de señales de electrocardiograma (ECG). Para tal fin, se ha diseñado un hardware, descripto en la siguiente sección, y un software que permite analizar la señal para detectar comportamientos anómalos, registrarlos e informarlos. En una primera aproximación, la señal es enviada mediante una interfase serie a una computadora personal para depuración y puesta a punto de los algoritmos. En su estado definitivo, la señal será procesada completamente en el adquisidor, enviando al exterior señal por demanda o por detección de patrones preestablecidos. En las siguientes secciones se describe el adquisidor, comenzando por el hardware empleado. Luego se describen los algoritmos para el procesado de la señal, adaptados para ser incluidos en el microcontrolador del adquisidor. 2- DESCRIPCIÓN DEL SISTEMA El hardware del sistema que se implementó consta de un conversor AD especializado, el ADS1298 de Texas Instruments, y un microcontrolador encargado del control, configuración y procesamiento, ARM Cortex-M0 LPC1114 de NXP de bajo consumo. Los dos componentes se encuentran vinculados entre sí por una interfase SPI. El conversor ADS1298 [1], está diseñado especialmente para la digitalización de señales biomédicas. Integra en el chip amplificadores diferenciales de ganancia configurable, multiplexores analógicos, conversor A/D de 24Bits y un filtro digital de decimación tipo sen x /x. Las señales digitalizadas se obtienen desde una interfase SPI. El microcontrolador ARM, de 32 bits, optimizado para C, integra periféricos y está preparado para bajo consumo. Es de destacar, que consta de un versátil y complejo sistema de generación de reloj, que permite independizar la frecuencia de procesamiento del núcleo (Core), con la frecuencia de trabajo de los periféricos. Esto permite obtener las altas velocidades de transferencia requeridas en los módulos SPI y UART. 2.1 Descripción del ADS1298 El ADS1298 posee 8 canales de entrada. Cada canal es tipo diferencial y posee un filtro EMI para eliminar las interferencias. Seguido a cada canal se encuentra un multiplexor analógico que permite seleccionar el origen de la señal a digitalizar. A continuación la señal ingresa a un amplificador diferencial cuya ganancia es configurable por pasos de: 1, 2, 3, 4, 6, 8 y 12. Finalmente, a la salida de este amplificador se encuentra un conversor analógicodigital sigma-delta que convierte la señal analógica en un dato digital. El diagrama en bloques del conversor completo se muestra en la Fig. 1.

2 IV Congreso Microelectrónica Aplicada (uea 2013) 7 Figura 1: Diagrama en Bloques ADS1298. Configuración del Multiplexor de entrada. Los bits de configuración del MUX se encuentran en el registro CHnSET. Hay 8 registros CHnSET, uno por cada canal. Por defecto, los bits MUX[2:0] están en 000, lo que conecta las entradas IN+ e IN- directamente al amplificador diferencial. Esta es la configuración mas utilizada. Configuración del Amplificador diferencial PGA. El amplificador diferencial PGA tiene una ganancia determinada por los bits GAIN[2:0] de los registros CHnSET. Por defecto, la ganancia es 6. Valores grandes de ganancia pueden saturar el canal y muestrear erróneamente. Es por esto que se prefieren las ganancias bajas, dejando las altas para medición de ruido o señales muy débiles. Configuración del Amplificador RLD. El amplificador RLD está integrado en el chip y realiza una función de suma importancia que se describe a continuación. Las salidas diferenciales del amplificador diferencial PGA, además de conectarse al ADC, se conectan al amplificador RLD a través de los interruptores RLD_SENSP y RLD_SENSN. Si los interruptores están cerrados simultáneamente, el nivel de tensión aplicado a la entrada inversora del amplificador RLD (RLD_INV) es el valor medio de la salida diferencial del PGA. Este valor medio es la señal en modo común de las entradas IN+ e IN-, es decir, es el ruido de entrada al canal. El amplificador RLD se encarga de invertirlo en fase y dejarlo disponible en el pin RLD_OUT. Conectando este pin al paciente, se inyecta el ruido en contra fase cancelando así el ruido neto a la entrada del canal. De esta forma, se logra obtener una señal limpia y con bajo nivel de ruido. Para el correcto funcionamiento del amplificador RLD es necesario proveerle de una referencia de tensión. Esta puede ser interna o externa, la cual se configura desde el bit RLDREF_INT del registro CONFIG3. Configuración del Módulo SPI. La configuración del conversor, y la extracción de las muestras tomadas, se realiza por medio del SPI con el que cuenta el integrado. El set de comandos SPI válidos, se lista a continuación: La configuración del conversor se realiza a través de los comandos RREG y WREG de la subcategoría Register Read Commands. WREG, escribe los registros de configuración (CHnSET, CONFIG3, etc.) mientras que RREG los lee. La subcategoría System Commands alberga los comandos START y STOP que inician y detienen el proceso de conversión. Finalmente, los comandos para extraer las muestras del conversor son RDATA y RDATAC. RDATA, extra solo una muestra, mientras que RDATAC extra muestras continuamente. Las diferencias se detallan a continuación. Configuración de los Modos de adquisición. El conversor puede tomar muestras continuamente, o por disparo único. Por defecto, el conversor está configurado para tomar muestras continuamente. Para iniciar la conversión basta con enviar el comando START. Para leer continuamente las muestras adquiridas, debe enviarse el comando RDATAC (Read Data Continuous) que inicia el envío continuo de las muestras por SPI. Para extraer de a una muestra, es necesario primero detener el modo de conversión continuo a través del comando SDATAC (Stop Data Continuous). Luego, debe habilitarse el modo de disparo único a través del bit SINGLE_SHOT del registro CONFIG4. Una vez configurado en modo de disparo único, para tomar una muestra debe enviarse el comando START, luego para extraer la muestra adquirida debe enviarse el comando RDATA. Configuración de la frecuencia de muestreo. La frecuencia de muestreo se configura desde el registro CONFIG1 a través de los bits DR: Cuando DR[2:0] es 000 o 001 la resolución del conversor esta limitada a 19 bits. El resto de las configuraciones de DR son de 24 bits.

3 IV Congreso Microelectrónica Aplicada (uea 2013) 8 Configuración de la extracción de muestras. El conversor toma una muestra por canal, independientemente del modo de adquisición (continuo o de disparo único). Esto significa que al final de la conversión, la cantidad de información que se debe extraer del conversor es de 8 (canales) x 24 (bits de resolución) = 192 bits. Además de estos 192 bits, el conversor envía un paquete de estado (STATUS) de 24 bits, es decir, por cada adquisición, el conversor genera 216 bits de información, que deberá ser leída antes de la próxima adquisición para evitar la sobreescritura. A máxima frecuencia de muestreo: 32KSPS, el conversor deberá transmitir por SPI los 216 bits en menos de 31.25uS, imponiendo una frecuencia mínima del clock SPI de (31.25 us / 216bits) -1 = MHz. Frecuencia relativamente elevada. Para muestrear señales de ECG, con 1KSPS es suficiente. En este caso, la frecuencia minima del clock SPI sería de 216 KHz. No obstante, cuanto más rápido se envíe la información del conversor y pase al ARM, tanto mas tiempo tendrá disponible el microcontrolador para procesar las muestras. Es por eso que siempre se prefiere una frecuencia de clock SPI elevada. En modo de disparo único, por cada muestra que se quiera tomar, deben enviarse los comandos START y RDATA para iniciar la conversión y leer el resultado. El envío de estos comandos disminuye la tasa de transmisión de datos entre el conversor y el microcontrolador. En cambio el modo continuo, es más rápido ya que no necesita enviar repetidamente estos comandos. En la aplicación aquí descripta, la frecuencia de muestreo en modo de disparo único es de 250Hz. Mientras que en modo continuo, es de 1KHz. De aquí que el modo continuo es el preferido para funcionamiento normal, dejando el modo de disparo único para chequeos de nivel en el canal entrada y otras tareas de testeo y depuración. Hasta el momento se ha detallado el envío de información entre el conversor y el microcontrolador. Ahora, se tratará el envío de información desde el microcontrolador hacia una PC para depuración. El bus usado para enviar muestras desde el microcontrolador a la PC es el RS232. La USART envía datos organizados en bytes, para enviar 216 bits, deben enviarse 27 bytes. Cada byte, se transmite con un bit de arranque y, mínimo, uno de parada. Lo que implica que por cada byte transmitido en realidad 10 bits. Por lo que los 27 bytes, implican la transmisión de 27 bytes + 27x2bits = 270 bits. Muestreando a 1KSPK, los 270 bits, deben ser transmitidos en menos de 1mS, lo que implica un baud rate de 250KBaud. Se adopta 1MBuad porque el microcontrolador no consta de 1mS completo para transmitir la información, sino que consta de 1mS menos lo que se tardó en extraer las muestras del conversor. Selección de los niveles de Alimentación. La alimentación del AD1298 requiere especial atención. El conversor sigma-delta, necesita de niveles de tensión analógica para tomar como referencia y convertir la entrada analógica en un número binario escalado según esta referencia. Las tensiones de referencias positivas y negativas, VREF+ y VREFrespectivamente, pueden tomar un valor máximo de +/-2.5V. Además del módulo de conversión AD, es necesario alimentar el microcontrolador interno que atiende el modulo SPI y el timing de conversión y otras funciones internas. Esta alimentación puede ser de 3.3V. En la figura se representa el conexionado implementado. Figura 2: Alimentación del ADS Descripción del microcontrolador ARM Cortex M0 y LpcXpresso Nxp ha lanzado recientemente una placa de desarrollo equipada con el procesador Cortex M0 de 32 bits diseñado por ARM [2]. Esta placa viene equipada con un in circuit debugger que permite correr el programa por pasos en tiempo real, hacer lectura de las variables y registros de memoria del procesador, y cargar el programa a ejecutar. El IDE de desarrollo y depuración, basado en el conocido EclipseIDE y provisto por Code_Red, es de libre descarga y permite acceder a todas las funcionalidades de la placa. Para el desarrollo del sistema de adquisición de señales cardiacas, se ha hecho uso en particular de las siguientes módulos/prestaciones del LPC1114: IO, SPI, UART, e interrupción externa por flanco. SPI. El registro de configuración principal del módulo SPI es el SSP. Los bits DSS[3:0] configuran la cantidad de bits por frame enviado, permite un mínimo de 4 bits hasta un máximo de 16. La polaridad y fase del frame se configura a través de

4 IV Congreso Microelectrónica Aplicada (uea 2013) 9 CPOL y CPHA. La frecuencia del clock esta dada por los bits SCR y los registros PCLK y CPSDVSR. Interrupción Externa. Los registros GPIOnIE, GPIOnIS, GPIOnMIS, GPIOnRIS y GPIOnIBE de la familia GPIOn (ver figura 10) son de configuración de las interrupciones. Por ejemplo, puede seleccionarse si la interrupción se produce por nivel o por flanco (ascendente, descendente o ambos) y el pin sensible a la interrupción. El conversor ADS1298 indica que ha terminado una adquisición generando un flanco descendente en el pin DRDY. Se ha configurado el pin PIO2_0 como fuente de interrupción externa por flanco descendente. De este modo, al finalizar una adquisición, el conversor interrumpe al microprocesador y comienza la extracción de las muestras tomadas. 2.3 Programa en LPC1114. El software en el microcontrolador LPC1114 posee tres etapas: -Configuración del procesador: Se configura los módulos IO, UART, SPI e interrupción externa. -Configuración del conversor: Se configura la frecuencia de muestreo, el MUX de entrada, la ganancia de los amplificadores PGA y la configuración del amplificador RLD. -Comunicación con la PC: Luego de las configuraciones, el microcontrolador entra en un lazo infinito en que espera instrucciones desde la PC, solo en el modo depuración. Estas instrucciones indican si se desea adquirir en modo continuo o en modo de disparo único, la cantidad de muestras a tomar, y controlan la operación del conversor. La Fig. 3 es el diagrama de flujo que muestra las tareas del programa del microcontrolador: ISR Figura 3: Diagrama de flujo del programa en LPC ALGORITMOS DE PROCESAMIENTO DE LA SEÑAL El procesamiento propuesto comienza desde el muestreo. La señal es sobremuestrada por un factor entre 10 y 100 veces frecuencia de Nyquist. Entre los beneficios que brinda el sobremuestreo se destaca una reducción efectiva del ruido de cuantificación, [3]. La desventaja es que generamos demasiadas muestras con alta correlación entre ellas, pero esta particularidad es la que se aprovecha para extraer la información presente en la señal como se describe a continuación. Bajo condiciones de sobremuestreo se reduce la aleatoriedad de la señal. Visto de otra manera, se genera redundancia entre muestras vecinas. Los algoritmos que describen el muestreo inteligente parten de los siguientes conceptos: a) No todas las muestras poseen la misma cantidad de información [4]. b) En condiciones de sobremuestreo, las muestras pierden valor relativo si su valor puede ser obtenido mediante interpolación de sus muestras vecinas. Las muestras que no pueden ser obtenidas mediante una combinación lineal de sus vecinas, transportan en algún sentido más información y las llamaremos muestras esenciales. Las muestras esenciales marcan límites naturales de segmentos de la señal con un comportamiento uniforme. En [5] se describen ampliamente los algoritmos propuestos y aquí presentaremos solamente un resumen. El algoritmo de segmentación comienza interpolando la muestra 2 de 1 y 3. Se calcula el error como la diferencia entre la muestra 2 interpolada y la real. Si el error es menor que una cota de error, la muestra 2 no transporta información ya que su valor puede ser calculado mediante interpolación lineal de sus muestras vecinas. El próximo paso es interpolar la muestra 3 mediante las muestras 1 y 5 y así siguiendo. Cuando se supera el error de interpolación, se culmina un segmento determinado en sus extremos por dos muestras esenciales. Si la cota de error no se supera por un número determinado de muestras se culmina el segmento a ese máximo de muestras. De esta segmentación, que se ejecuta en tiempo real, se obtienen dos vectores que denominamos marcas(n) y tempos(n) que contienen los valores de las muestras esenciales y los instantes de ocurrencia respectivamente. Un tercer vector clases(n) determina el comportamiento de la señal dentro del segmento en función de los signos de los errores de interpolación. En condiciones de sobre muestreo, ocho clases de comportamiento denominadas: a,b,c,d,e,f,g,h, son suficientes.

5 IV Congreso Microelectrónica Aplicada (uea 2013) 10 Básicamente, el algoritmo contrasta la trayectoria de la señal con una lineal y si se aparta más allá de una cota de error, se termina un segmento y se clasifica en función de los errores de interpolación. En la Fig. 4. se observan las ocho clases. Los segmentos a, b y c son consecuencia de no haber alcanzado la cota de error y el segmento se termina por alcanzar el límite máximo de segmento. inicializar el puerto de comunicación. La tarea de cada script es bastante simple. Consiste en enviar los bytes de configuración para seleccionar el modo de adquisición y esperar que el microcontrolador envíe las muestras digitalizadas. Un ejemplo de captura, con nuestro adquisidor, de una señal cardiaca se muestra en la Fig. 6. Figura 4. Las ocho trayectorias simplicadas dentro de un segmento. Figura 6 Arriba:10 segundos de captura.abajo: zoom sobre un ciclo. 3.1 Detección del patrón QRS La Fig. 7 muestra la señal ECG ideal. La detección del patrón QRS permite determinar la frecuencia cardíaca que es un parámetro muy importante en el análisis de señales cardiacas. Permite detectar taquicardia, bradicardia y es determinante en fibrilación ventricular. En un trabajo previo de nuestro grupo de investigación [7], se empleó para detección de fibrilación ventricular con el algoritmo MCT. Figure 5. Algoritmo MCT aplicado a una señal de prueba (426m.dat from MIT-BIH Malignant Ventricular Arrhythmia database), interpolation error=3, Fs=250 Hz. Figura 7. Señal ECG ideal. Los tres vectores marcas(n), clases(n) y tempos(n) que llamaremos MCT, conforman la abstracción completa de la señal. La Fig. 5 muestra los vectores MCT para una señal cardiaca de la base de datos del MIT [6]. Con fines de depuración, ha optado por utilizar MATLAB para la comunicación con el microcontrolador. Se han desarrollado tres scripts, uno para la captura en modo disparo único, otro para captura en modo continuo y un tercero para Mediante el algoritmo de segmentación MCT, los máximos y mínimos son fácilmente detectados en tiempo real. Un máximo local es la unión de segmentos de, df, ge o gf. Un mínimo local es la unión de ed, eg, fd, o fg. Como los máximos y mínimos locales son obtenidos en tiempo real, la detección del patrón QRS es realizada analizando si cada trío min-maxmin cumplen condiciones de forma para ser calificados como segmentos QRS, Fig. 8.

6 IV Congreso Microelectrónica Aplicada (uea 2013) 11 Figura 8. Patrón para la detección de QRS Tres condiciones deben ser satisfechas para detectar el patrón: dif _ bases [abs( marcas(max) base _ average)] abs[(mark (max) base _ average) / base _ width] 2 Energy 1 (1) (2) (3) Donde: dif _ bases abs[ marcas(min L) marcas(min R)] base _ average [marcas(min L ) marcas(min R)] / 2 base _ width tempos(min R) tempos(min L) Energy base _ width * ( marcas (max) base _ average) / 2 (4) (5) (6) (7) Los valores de α, β, δ1 y δ2 se eligen en función del rango dinámico de la señal. Es importante destacar que se detecta en tiempo real sin ningún proceso adicional y no es afectado por la deriva de la línea base. 3.2 filtrado pasabajos de la señal Una estimación del ruido presente en la señal lo determinan las longitudes de los segmentos. Si se aplica el algoritmo MCT a una porción de la señal, se reconstruye la misma a partir de las muestras esenciales y se vuelve a aplicar el algoritmo, se obtienen otros vectores que representan una versión filtrada de la porción de la señal. La Fig. 9 muestra un filtrado sobre una señal real adquirida por el prototipo. La Fig. 10 muestra el prototipo empleado en los resultados experimentales. Figura 9. Filtrado de la señala adquirida. Error de interpolación 2 LSB, cantidad de iteraciones=10. En rojo señal original, azul filtrada. Figura 10. Prototipo armado por el grupo de investigación. 4- CONCLUSIONES Se ha presentado un sistema de adquisición y procesamiento de señales biológicas compacto y versátil. Incorpora el procesamiento de la señal basado en algoritmos en el dominio temporal que no requieren gran poder de cálculo que lo hacen apto para monitoreo de señales, para detectar patrones o para informar a un sistema de almacenamiento masivo cuando hay señal de interés para registrar. Estos algoritmos pueden considerarse como un muestreo inteligente en donde el sensor toma conocimiento de la señal que está adquiriendo. Para el armado del prototipo se utilizó una herramienta de desarrollo de bajo costo. El trabajo futuro es realizarlo directamente con el conversor y el microcontrolador, es decir todo el sistema basado en dos circuitos integrados. REFERENCIAS [1] [2] [3] J Murthy Madapura Achieving Higher ADC Resolution Using Oversampling AN1152, Microchip Technology Inc [4] Marten D. van der Laan. Signal sampling techniques for data acquisition in process Control. Thesis Rijksuniversiteit Groningen ISBN [5] Monte, G. Sensor Signal Preprocessing Techniques for Analysis and Prediction Industrial Electronics, IECON th Annual Conference of IEEE. pp ISBN [6] Massachusetts Institute of Technology, MIT-BIH arrhythmia database [7] G E Monte et al. A novel time-domain signal processing algorithm for real time ventricular fibrillation detection J. Phys.: Con Ser doi: / /332/1/