Este proyecto está siendo desarrollado.
Recursos del proyecto:
Las señales de electrocardiograma, o ECG, suelen verse afectadas por distintos tipos de ruido, como la deriva de línea base, los artefactos musculares y la interferencia de la red eléctrica. Para que estas señales sean útiles en la interpretación médica, es necesario aplicar filtros digitales.
Por qué es importante filtrar la señal
El ruido en las señales ECG puede ocultar características críticas, como la onda P, el complejo QRS y la onda T. Al aplicar filtros, mejoramos la calidad de la señal y la precisión diagnóstica.
Tipos de ruido
- Deriva de línea base: desplazamiento de baja frecuencia causado por la respiración del paciente, el movimiento o un mal contacto de los electrodos.
- Interferencia de la red eléctrica: interferencia de 50/60 Hz.
- Ruido muscular: interferencia causada por actividad electromiográfica, también conocida como EMG.
Es importante mencionar que existen distintos tipos de equipos de ECG, diseñados para diferentes propósitos. Vamos a distinguir dos tipos a grandes rasgos:
- Equipos de diagnóstico: requieren alta precisión para detectar y diagnosticar patologías. Se utilizan, por ejemplo, en laboratorios de cardiología. Este tipo de equipos trabaja con un ancho de banda más amplio, aproximadamente entre 0,05 Hz y 100 Hz, dependiendo del fabricante.
- Equipos de monitoreo: no requieren ese mismo nivel de precisión, ya que están pensados principalmente para controlar los signos vitales del paciente junto con otros datos clínicos. Suelen trabajar con un ancho de banda más limitado, por ejemplo entre 0,05 Hz y 40 Hz, aunque esto también depende del equipo.
Los distintos tipos de equipos requieren filtros específicos, ya que trabajan con diferentes anchos de banda.
Qué tipo de filtros se utilizan
En un diseño básico, una señal ECG necesita principalmente dos tipos de filtros:
- Filtro notch: se utiliza para eliminar la interferencia de la red eléctrica en 50/60 Hz.
- Filtro pasa banda: se utiliza para conservar únicamente el rango de frecuencias de interés y eliminar señales fuera de ese rango, especialmente componentes de alta frecuencia.
Como la actividad eléctrica del corazón produce señales principalmente dentro del rango de 0,05 Hz a 100 Hz, aunque la mayor parte de la información relevante se encuentra hasta aproximadamente 40/50 Hz, ese será el rango en el que se enfocará este diseño.
En el siguiente esquema se puede ver la estructura básica en frecuencia del filtro:
Es importante mencionar que los equipos reales utilizan filtros más complejos, agregando más etapas de filtrado sobre este diseño básico.
La señal ECG
Utilizando la base de datos PTB-XL de PhysioNet, tenemos acceso a un conjunto amplio de señales ECG reales, sin ningún tipo de filtrado. Si bien estas señales seguramente hayan sido amplificadas por un amplificador de instrumentación, no se les aplicó ningún tipo de filtro a las señales.
Tomando una muestra al azar, mostrando solamente unos pocos segundos, ploteamos usando matplotlib la señal cruda:
En el caso de la primera señal, se puede observar que la relación señal-ruido (SNR) es alta, dado que podemos observar claramente los picos del complejo QRS, como las ondas P y T. Tiene una leve deriva de la línea base (baseline wander) por respiración o movimiento a lo largo de la señal, pero el contorno de la señal es bastante limpio a grandes rasgos.
Si observamos la señal de abajo, correspondiente a la derivación precordial 1, vemos una señal con un SNR bastante más bajo, dado que presenta un nivel considerablemente mayor de ruido electromiográfico (EMG) o de alta frecuencia en comparación con MLII, visible como fluctuaciones rápidas sobre la línea base. También se aprecia la deriva de la línea base (baseline wander) de baja frecuencia (las ondas lentas que suben y bajan a lo largo de los 10 segundos).
Análisis de las señales en frecuencia
Procedemos a analizar los espectros frecuenciales de ambas señales, para determinar que frecuencias son predominantes, y posiblemente eliminar las bandas de frecuencias que no aporten información útil.
Para esto usamos FFT (Fast Fourier Transform), el algoritmo que nos permite calcular la transformada de Fouerier para señales digitales. Como se ve en la imágen, comparamos el rango de frecuencias seleccionado contra la densidad de potencia espectral, es decir, cómo se distribuye la potencia (o energía) de una señal analógica en función de sus diferentes frecuencias, podemos observar:
Se puede observar claramente el pico en 60 Hz correspondiente a la frecuencia de distribución de la red eléctrica. Vemos claramente alrededor de los 60 Hz:
Por este motivo, la implementación de un notch o muesca alrededor de los 60Hz será clave para eliminar esta interferencia de red.
(Este artículo sigue en desarrollo).
Leave a Reply