u729648

Vista previa del material en texto

PROYECTO DE GRADO
Presentado a
LA UNIVERSIDAD DE LOS ANDES
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA
Para obtener el t́ıtulo de
INGENIERO ELECTRÓNICO
por
Daniel Esteban Vargas Bermúdez
Motion Artifact Reduction of Heart-rate Light Sensor via Accelerometer
and a LMS Adaptive Filters
Sustentado el 14 de Diciembre de 2016 frente al jurado:
- Asesor: Fredy Segura Quijano PhD, Profesor Asociado, Universidad de Los Andes
- Coasesor: Edgar Unigarro, Universidad de Los Andes
- Jurados : Johann Faccelo Osma PhD, Profesor Asociado , Universidad de Los Andes
A todos ustedes, que siempre me han apoyado.
Agradecimientos
Quiero agradecer a todos los profesores que han dedicado su vida a iluminar a aquellos que buscan
el conocimiento.A mi mamá y a mis abuelos, que nunca se rindieron conmigo y me enseñaron que la
genialidad va por dentro. A Juliana, que supo escucharme los 155 d́ıas más importantes de toda mi
carrera hasta ahora, y a mis amigos que se volvieron mis hermanos a lo largo de estos cinco años.
i
Tabla de contenido
1 Introducción 1
1.1 Descripción de la problemática y justificación del trabajo . . . . . . . . . . . . . . . . . 1
1.2 Alcance y productos finales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3.1 Objetivo General . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3.2 Objetivos Espećıficos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2 Marco teórico, conceptual e histórico 5
2.1 Marco Teórico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 Marco Conceptual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.3 Marco Histórico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3 Definición y especificación del trabajo 9
3.1 Definición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.2 Especificaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
4 Metodoloǵıa del trabajo 11
4.1 Plan de trabajo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
4.2 Búsqueda de información . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
4.3 Alternativas de desarrollo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
5 Trabajo realizado 15
5.1 Descripción del Resultado Final . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
5.2 Trabajo computacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
6 Validación del trabajo 20
6.1 Metodoloǵıa de prueba . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
6.2 Validación de los resultados del trabajo . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
6.3 Evaluación del plan de trabajo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
7 Discusión 30
8 Conclusiones y trabajos futuros 31
8.1 Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
8.2 Trabajo Futuros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
Referencias 31
A Resumen Ejecutivo 33
A.1 Objetivos del proyecto de grado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
A.1.1 Objetivo General . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
A.1.2 Objetivos Espećıficos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
A.2 Descripción de los Objetivos Generales y Espećıficos . . . . . . . . . . . . . . . . . . . . 33
A.3 Desarrollo, Proceso, Recursos, Decisiones . . . . . . . . . . . . . . . . . . . . . . . . . . 34
A.4 Resultados: Caracterización de los resultados, grado de cumplimiento con respecto a
objetivos, autodiagnóstico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
B Materiales y proveedores 36
C Instrumentos 37
D Especificaciones adicionales 38
ii
TABLA DE CONTENIDO iii
E Documentación adicional 39
Índice de figuras
1.1 Gráfica de frecuencia respiratoria, cuya medición se ve afectada por el movimiento de
una extremidad [Gráfica adaptada de: [3]] . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Gráfica de un electrocardiograma que se ve afectado por el movimiento de la caja torácica
en el proceso de respiración [Gráfica adaptada de: [16]] . . . . . . . . . . . . . . . . . . . 2
1.3 Tecnoloǵıa Wearable, el futuro del ser humano [15] . . . . . . . . . . . . . . . . . . . . . 3
2.1 Diagrama de bloques de un sistema con Filtro Adaptativo [2] . . . . . . . . . . . . . . . 5
2.2 Arterias del brazo. [Imagen adaptada de: [5]] . . . . . . . . . . . . . . . . . . . . . . . . 6
2.3 Representación de los componentes A y B, componentes presentes al utilizar un oximetro
para medir ritmo cardiaco y oxigenación de la sangre. [Gráfica adaptada de: [5]] . . . . 6
2.4 Representación gráfica de cómo se ve el método de descenso de gradiente para cuatro
iteraciones. [Gráfica adaptada de: [11]] . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.5 Representación mecánica de lo que sucede cuando se mueve el sensor sobre la piel.
[Imagen adaptada de: [5]] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.6 Gráfico de las diferentes señales recibidas al hacer fotopletismograf́ıa con diferentes
patrones de movimiento [Grafica adaptada de: [14]] . . . . . . . . . . . . . . . . . . . . . 8
4.1 Diagrama de tareas por semanas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
5.1 Diagrama de trabajo para el desarrollo del prototipo final. . . . . . . . . . . . . . . . . . 15
5.2 Sistema de caja negra donde se definen las dos entradas al sistema y la única salida . . . 16
5.3 Sistema de caja blanca donde se definen todos los subsistemas que participarán en el
dispositivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
5.4 Pasos para realizar el desarrollo preliminar de calibrado y funcionamiento de sensores . 17
6.1 Comparación de señal adquirida perturbada por motion artifacts contra la señal recu-
perada con un filtro LMS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
6.2 Zoom de la comparación de señal adquirida perturbada por motion artifacts contra la
señal recuperada con un filtro LMS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
6.3 Comparación de la señal de acelerometŕıa con la señal recuperada de acelerometŕıa . . . 22
6.4 Diferencia entre la señal de acelerometŕıa recuperada y los datos medidos con el acelerometro 22
6.5 Señal recuperada después de pasar por un total de 10 iteraciones en el filtro LMS . . . . 23
6.6 Señal del acelerómetro contra señal del ruido generado por el movimiento con un filtro
LMS después de 10 iteraciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
6.7 Diferencia entre la señal de acelerometŕıa recuperada y los datos medidos con el acelerometro
después de pasar por un total de 10 iteraciones . . . . . . . . . . . . . . . . . . . . . . . 24
6.8 Comparación de señal adquirida perturbada por motion artifacts contra la señal recu-
perada para un filtro NLMS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
6.9 Señal del acelerómetro contra señal del ruido generado por el movimiento para un filtro
NLMS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
6.10 Comparación de señal adquirida perturbada por motion artifacts contra la señal recu-
perada con un filtro NLMS Normalizado . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
6.11 Señal del acelerómetro contra señal del ruido generadopor el movimiento con un filtro
NLMS Normalizado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
6.12 Señal de fotopletismógrafo ya filtrada al ser sometida al modelo de máximos y mı́nimos 26
6.13 Señal de fotopletismógrafo ya filtrada al ser sometida al modelo de máximos y mı́nimos
con acercamiento en la zona de filtrado de la señal . . . . . . . . . . . . . . . . . . . . . 27
6.14 Señal de acelerómetro al ser sometida al modelo de máximos y mı́nimos . . . . . . . . . 27
6.15 Comparación de la señal de acelerómetro con Fuzzy Logic (azul) y la señal del acelerómetro
(rojo) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
iv
ÍNDICE DE FIGURAS v
A.1 Diagrama de trabajo para el desarrollo del prototipo final. . . . . . . . . . . . . . . . . . 34
A.2 Señal de fotopletismógrafo ya filtrada al ser sometida al modelo de máximos y mı́nimos
con acercamiento en la zona de filtrado de la señal. . . . . . . . . . . . . . . . . . . . . . 35
A.3 Imagen de la aplicación de android que muestra la frecuencia cardiaca. . . . . . . . . . . 35
Índice de tablas
1.1 Caracteŕısticas del producto a entregar y su nivel de satisfacción . . . . . . . . . . . . . 2
3.1 Dispositivos Wearable basadas en fotopletismograf́ıa . . . . . . . . . . . . . . . . . . . . 9
3.2 Restricciones de la solución planteada . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.3 Funciones de la solución planteada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
4.1 Acelerómetros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
4.2 Sensor para fotopletismograf́ıa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
4.3 Placas de procesamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
4.4 Microcontroladores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
A.1 Sistemas y materiales seleccionados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
vi
1. Introducción
En este documento se encuentra toda la información referente al desarrollo del proyecto ”Motion
Artifact Reduction of Heart-rate Light Sensor via Accelerometer and a LMS Adaptive Filters”. En
éste se discute la problemática abordada, la cual responde a la pregunta del porqué del proyecto, se
describe todo el proceso realizado a lo largo del semestre, los resultados esperados y los obtenidos, el
análisis de los últimos y la conclusión respecto a la viabilidad de este dispositivo.
1.1 Descripción de la problemática y justificación del trabajo
Los dispositivos usables o vestibles están marcando el siguiente paso del desarrollo de las nuevas tec-
noloǵıas. Expertos del MIT, en su página de Wereable Computing - Media Life afirman que existen
grandes oportunidades de mejoras en la calidad de vida relacionadas con esta nueva tecnoloǵıa. Estos
dispositivos tienen diversas utilidades que van desde medir los pasos dados al caminar hasta monitorear
de forma constante el ritmo card́ıaco y la saturación de ox́ıgeno en la sangre.
Por otro lado, existen dos métodos para realizar una medición: el directo y el indirecto. El primero
utiliza elementos que permiten cotejar un patrón determinado; por ejemplo, las marcas en una regla
con la variable que se quiera medir; mientras que, con el otro se realiza la medición de una vari-
able alternativa que tenga relación con la variable que se quiere medir. Para el desarrollo de este
proyecto se utilizó un sensor de medición indirecta para hacer fotopletismograf́ıa, de esta manera se
consiguen los datos de ritmo card́ıaco y de saturación de ox́ıgeno mediante la medición directa de
frecuencia card́ıaca y absorbancia de la luz que parte del sensor y luego regresa con una longitud de
onda dada por el reflejo de la cantidad de ox́ıgeno presente en la sangre. Sin embargo, este método
es susceptible a errores, debido a que los movimientos del cuerpo alteran la señal recibida por el sensor.
Figura 1.1: Gráfica de frecuencia respiratoria, cuya medición se ve afectada por el movimiento de una
extremidad [Gráfica adaptada de: [3]]
En la Fig. 1.1 se observa que los movimientos voluntarios de los músculos hacen que la señal de
respiración se pierda completamente, volviendo inútiles los valores que se obtienen durante el instante
que dura el movimiento. Por otro lado, en la Fig. 1.2 se observa que son los movimientos de la caja
torácica al momento de la respiración los que hacen que el ritmo card́ıaco se desface, y aunque no se
pierde por completo la medición como en la Fig. 1.1, este movimiento involuntario la afecta.
Adicionalmente, hoy en d́ıa, para utilizar un medidor de ritmo card́ıaco convencional la persona se
debe mantenerse lo más quieta posible durante la medición. Es por esto que se propone usar un
acelerómetro para medir el movimiento del cuerpo en conjunto con un proceso de filtrado acorde
a la necesidad para poder realizar mejores mediciones orientadas hacia las tecnoloǵıas usables; por
ejemplo, puede ser usado por un deportista, quien está en constante movimiento, para medir su ritmo
card́ıaco y su saturación de ox́ıgeno mientras entrena o por una persona que necesita estar monitoreada
constantemente, sin afectar su estilo de vida.
1
CAPÍTULO 1. INTRODUCCIÓN 2
Figura 1.2: Gráfica de un electrocardiograma que se ve afectado por el movimiento de la caja torácica
en el proceso de respiración [Gráfica adaptada de: [16]]
1.2 Alcance y productos finales
El compromiso es diseñar y desarrollar un prototipo capaz de demostrar que la familia de filtros
LMS puede ser utilizada para hacer una reducción de los ”Motion Artifacts” que afectan a la señal
adquirida por un fotopleismógrafo. Para esto se establece que el dispositivo deb́ıa cumplir con los
siguientes requerimientos, que se lograron en la siguiente escala (Puntaje de 0 a 5 donde 0 es mediocre
y 5 es excelente):
Tabla 1.1: Caracteŕısticas del producto a entregar y su nivel de satisfacción
Caracteŕıstica Puntaje
Funcionamiento 4
Facilidad de uso 3
Autonomı́a 2
Tamaño 5
Consumo 4
Costo 5
El funcionamiento es el esperado; sin embargo, al ser un prototipo presenta algunas fallas relacionadas
con la dificultad de manejo de errores en los datos y el análisis más profundo de estos, lo que causa
que el sistema tenga ciertos errores que dificultan una lectura óptima para el usuario. La nota es 4.
El dispositivo no es tan fácil de usar sin el manual de usuario como se esperaba. La idea principal fue
que el dispositivo fuera un ”plug and play” pero esto se vio truncado por dificultades de costo-tiempo
que no permitieron cumplir con esta caracteŕıstica; sin embargo, es posible cumplirla. La nota es de 3.
El dispositivo cuenta con capacidad para ser autónomo en la medida en que se puede alimentar con
una bateŕıa; sin embargo, la bateŕıa no es fácil de conseguir, por lo cual, si el usuario quisiera cambiarla
se le complicaŕıa. . La nota es de 4.
CAPÍTULO 1. INTRODUCCIÓN 3
Figura 1.3: Tecnoloǵıa Wearable, el futuro del ser humano [15]
El dispositivo tiene el tamaño esperado. Aunque no fue lo suficientemente pequeño para no estorbar
en la muñeca, cuenta con un tamaño reducido enfocado a ser una tecnoloǵıa wereable, lo cual era el ob-
jetivo principal. Aunque aún hay trabajo por hacer y cosas por mejorar respecto a esta caracteŕıstica,
haciendo una valoración capacidad-conocimiento la nota es de 5.
El consumo de potencia del dispositivo es ligeramente mayor al esperado, con un total de 26 mA se
esperaba que se obtuviera un consumo total de 20 mA con una bateŕıa de 1000 mAh para obtener 50
horas de funcionamieto; sin embargo, es bastante bueno. Haciendo una relación con la bateŕıa selec-
cionada y el consumo del dispositivo, se espera un consumo total de aproximádamente 7 a 8 horas. La
nota es de 4
El costo era uno de los principales objetivos a lograren este prototipo. La meta principal era que el
dispositivo completo no costase más de 100 USD, con un total de 80000 COP por todos los dispositivos
más una aplicación de Android se cumple a la perfección y con un margen de más del doble este objetivo.
En este costo no se tiene en cuenta el costo del dispositivo Android. La nota es de 5.
1.3 Objetivos
1.3.1 Objetivo General
Diseñar e implementar un sistema que permita filtrar el ruido introducido en la señal adquirida por un
sensor de pletismograf́ıa enfocado en tecnoloǵıa vestible, buscando llegar al diseño final de un dispositivo
capaz de medir el ritmo cardiacode la persona que lo use. (Se realizó un cambio en este objetivo
principal con respecto al objetivo propuesto debido a que se encontró imposible medir porcentaje de
oxigenación de la sangre mientras se realiza el movimiento)
1.3.2 Objetivos Espećıficos
1. Diseñar el sistema de filtrado teniendo en cuenta las diferentes especificaciones de la tarjeta de
procesamiento y sistemas alternos.
2. Diseñar e implementar un prototipo de dispositivo vestible para uso humano que permita medir
el ritmo card́ıaco y oxigenación de la sangre de la forma más exacta y precisa posible mientras
el portador se encuentra en movimiento.
CAPÍTULO 1. INTRODUCCIÓN 4
3. Realizar las pruebas pertinentes que validen el diseño y funcionamiento, tanto del dispositivo
como del filtro.
2.Marco teórico, conceptual e histórico
2.1 Marco Teórico
Los filtros adaptativos permiten, a través de un proceso iterativo, ajustar una correlación entre dos
señales, en tiempo real, a través de un sistema de pesos y retroalimentación del error. Estos filtros
suelen consumir pocos recursos y algunos se derivan de métodos de optimización, como la familia
de filtros LMS, y consiguen aproximar operaciones matemáticas complejas con un sistema de pesos
más sencillo de calcular. Estos filtros son útiles cuando es necesario reducir el ruido introducido a un
sistema que trabaja con datos inmediatos debido a su rápida convergencia y a la alta confiabilidad que
generan.
Figura 2.1: Diagrama de bloques de un sistema con Filtro Adaptativo [2]
La familia de algoritmos adaptativos se utiliza bastante debido a la facilidad de las operaciones
matemáticas que utiliza. Algunos algoritmos se derivan del método de optimización Steppest Descend
y buscan solucionar siempre un problema de optimización, dependiendo del filtro que se seleccione.
Los filtros de esta familia utilizan un paso de descenso, que puede ser fijo, variable con el tiempo o
adaptativo. El fundamento matemático se encuentra en la aproximación instantánea de las funciones
de costo a optimizar, buscando siempre encontrar el mı́nimo de los pesos que permita que el valor
esperado del error asociado a la diferencia de los valores a optimizar sea el menor posible. Es necesario
tener en cuenta que si se toma un valor del paso demasiado grande, el sistema divergerá, debido a que
el cálculo de los pasos no distingue, a menos que aśı se diseñe, un sistema de paso que detecte si se
encuentra o no descendiendo hacia el mı́nimo de la funcion de costo. Por esta razón, se recomienda
siempre que:
0 < µ‖ui‖2 < 2
Donde ui corresponde al vector o señal de entrada y µ corresponde al tamaño del paso para la conver-
gencia. Esto debe cumplirse para que el sistema pueda converger [17]
Por otro lado, los sistemas de medición de ritmo card́ıaco basados en fotopletismograf́ıa, también
conocida como pulsioximetŕıa, se basan en el uso del cambio de volumen de la sangre que circula a
través de venas y arterias.
La forma que se estudiará para medir el ritmo card́ıaco lo hace a través de sensores de luz, los cuales se
encuentran hoy en d́ıa integrados en nuevas tecnoloǵıas. Estos dispositivos emiten luz con una longitud
de onda determinada y el cuerpo humano absorbe una cierta cantidad de ésta y refleja el resto, esto
permite medir el ritmo card́ıaco, ya que el flujo sangúıneo produce cambios en la absorción. Para su
correcto funcionamiento los sensores deben estar en contacto directo con la piel, para que la luz vaya
directo al torrente sangúıneo y se devuelva sin mayor contratiempo.
Sin embargo, como ya se mencionó antes, al ser sensibles al movimiento del área de contacto, puede
existir una interferencia no deseada del movimiento de los músculos, los cuales tienen sus propios rit-
mos y emiten sus propias señales; por esta razón, el sujeto debe permanecer lo más estático posible
mientras se realiza la medición. Coincidencialmente, estas señales de los músculos contienen com-
ponentes frecuenciales similares y magnitudes bastante mayores a las del ritmo card́ıaco, por lo que
dificultan la tarea de filtrar esta señal con filtros tradicionales; por lo cual, se propone el uso de un
filtro LMS sujeto a un acelerómetro y a un sistema de análisis de datos para solucionar este problema.
5
CAPÍTULO 2. MARCO TEÓRICO, CONCEPTUAL E HISTÓRICO 6
Figura 2.2: Arterias del brazo. [Imagen adaptada de: [5]]
Figura 2.3: Representación de los componentes A y B, componentes presentes al utilizar un oximetro
para medir ritmo cardiaco y oxigenación de la sangre. [Gráfica adaptada de: [5]]
Además, proponiendo que este sistema sea de tamaño reducido para que abra una gran cantidad de
posibilidades en el mundo de la tecnoloǵıa vestible.
2.2 Marco Conceptual
Los conceptos manejados en este trabajo se derivan del método matemático de descenso de gradiente.
Este método de optimización iterativo de primer orden utiliza el gradiente negativo para indicar, en
un plano donde se encuentra un gradiente definido, hacia dónde se encuentra el mı́nimo local o global,
visto desde el punto donde está situada la operación para un instante Tx
CAPÍTULO 2. MARCO TEÓRICO, CONCEPTUAL E HISTÓRICO 7
Figura 2.4: Representación gráfica de cómo se ve el método de descenso de gradiente para cuatro
iteraciones. [Gráfica adaptada de: [11]]
Además de esto, se debe comprender el aspecto mecánico del sistema. Al moverse el sujeto se mueve
la superficie de contacto del sensor, causando que la señal deje de ser fiable sin ser tratada.
Figura 2.5: Representación mecánica de lo que sucede cuando se mueve el sensor sobre la piel. [Imagen
adaptada de: [5]]
2.3 Marco Histórico
Patterson y Jang [9] [14] utilizan una serie de filtros y un estimador para poder eliminar el error gen-
erado por factores de movimiento y ruido externo que pueden afectar las mediciones. Por su parte,
Patterson y Guang desarrollan, parte a parte, un sistema completo de medición para fotopletismograf́ıa
explicando que para cada una de las partes que componen el sistema es necesario realizar un sistema de
filtrado que permita mantener la calidad de la señal; afirman que ”... los algoritmos de procesamiento
de señales, para dos de los tres ruidos determinados, utilizan muy pocos recursos computacionales, por
lo que pueden ser utilizados en un sistema vestible de bajo consumo.”. Además, dicen que el uso de
un sistema de medición de movimiento de bajo consumo con acelerómetros conduce a un desarrollo de
mejores elementos de tecnoloǵıa vestible. [14]
Por último, Jang, Yeom y Sim se centraron en analizar el uso y comportamiento de una aproximación
Least Square Estimator para filtrar solamente el ruido del movimiento. Los resultados para una
aproximación que necesita pocos recursos para funcionar son concluyentes.
CAPÍTULO 2. MARCO TEÓRICO, CONCEPTUAL E HISTÓRICO 8
Figura 2.6: Gráfico de las diferentes señales recibidas al hacer fotopletismograf́ıa con diferentes patrones
de movimiento [Grafica adaptada de: [14]]
Los filtros adaptativos pueden cumplir los requerimientos necesarios para ser implementados junto
con este tipo de tecnoloǵıas. Esta clase de filtros funcionan de forma iterativa y mediante un proceso
matemático moldean la relación entre dos señales diferentes y va cambiando los coeficientes de su
sistema a lo largo del tiempo [6] [7]. Halim, Ikramy Shah [1] afirman que los filtros adaptativos Last-
Mean Square y Recursive Least-Square tienen buenos tiempos de respuesta, pues consumen pocos
recursos computacionales.
En el campo de la fotopletismograf́ıa existen avances importantes en cuanto a desarrollo y creación
de mejoras para los diferentes sensores que existen; sin embargo, uno de los problemas de este tipo de
medición es el ruido que produce el movimiento del paciente mientras se realizan las mediciones. Una
de las mayores restricciones a la hora de seleccionar un filtro es la relación entre las señales que no
es 1 a 1; es decir, filtro convencional (como un pasa altas o bajas) no funciona. Magdalena y Daniel
Mauricio lograron sistemas que permiten medir el ritmo card́ıaco al usar la fotopletismograf́ıa, y él
consiguió que este sistema tuviera el tamaño de un reloj de pulsera [13] [8].
3.Definición y especificación del trabajo
3.1 Definición
El problema es que no es posible medir la frecuencia card́ıaca a través de fotopletismograf́ıa cuando el
usuario se encuentra en movimiento. Esta señal es en extremo sensible a los ”Motion Artifacts” que
pueden ser generados por el usuario. Se desarrolló un prototipo capaz de reducir considerablemente el
componente de magnitud de estos ”Motion Artifacts”. Según Dickson [5], existen dos mediciones para
fotopletismograf́ıa, basadas en el modelo propuesto para un dispositivo de mano, en la yema de los
dedos o en la muñeca. Dickson asegura que la medición en la muñeca recibe un impacto considerable
tanto de los motion artifacts de los ejes complementarios, reconociendo como ejes complementarios
los ejes ortogonales al vector de dirección de movimiento, como del eje principal, reconociendo el eje
principal como el eje de la dirección de movimiento. Por otra parte, el dispositivo que se utiliza en
la yema de los dedos asegura que el impacto en ejes complementarios será casi nulo, mientras que
el impacto causado en el eje principal es muy grande, en comparación con los tres impactos de un
dispositivo de muñeca. Por esta razón, se seleccionó el dispositivo de yema de dedo como dispositivo
a trabajar, ya que presenta el peor escenario posible y un funcionamiento en este dispositivo implica
que se puede usar la misma lógica para un dispositivo de muñeca
De acuerdo con el James. de Wareable, en su lista de los 10 mejores dispositos para la medición
cont́ınua del ritmo cardiaco [19] se puede observar que el más barato de los dispositivos es de 120 USD,
un aproximado de 360.000 COP. El grupo de Werable realiza la selección basada en el estudio de los
dispositivos móviles encontrados, en la tabla 3.1 se pueden observar los dispositivos que utilizan el
principio de fotopletismograf́ıa y su costo actual en el mercado.
Tabla 3.1: Dispositivos Wearable basadas en fotopletismograf́ıa
Funciones Puntaje
TomTom Spark 3 249.99 USD
Polar M600 329.95 USD
Garmin Forerunner 235 299.99 USD
Mio Alpha 2 119.99
Fitbit Surge 249
Se estableció que el prototipo no superara una cantidad ĺımite de costo, esto esperando que cualquier
persona, grupo de personas u hospitales puedan acceder al dispositivo, ya sea por unidad o en masa,
ya que la idea es trabajar en el tema de fotopletismograf́ıa y mejorar lo existente.
El problema de salud que se busca solucionar es amplio, buscando llegar a la mayor cantidad de per-
sonas que deseen monitorear de forma constante su ritmo card́ıaco, en especial aquella población con
un estado de salud delicado que implica el constante monitoreo de este signo vital.
3.2 Especificaciones
Para poder ser una solución que se ajusta a las necesidades del problema, el prototipo debe cumplir
con las siguientes restricciones:
El peso es una restricción, dado que el prototipo está diseñado para ser una tecnoloǵıa portable; por lo
cual, no seŕıa óptimo que fuese pesado, ya que podŕıa generar molestias al usuario en el momento de us-
arlo. La idea es que sea cómodo para quienes quieran o necesiten usarlo durante un tiempo prolongado.
9
CAPÍTULO 3. DEFINICIÓN Y ESPECIFICACIÓN DEL TRABAJO 10
Tabla 3.2: Restricciones de la solución planteada
Restricciones
Peso
Portabilidad
Facilidad de uso
Capacidad de autonomı́a
La portabilidad se entiende como una restricción, ya que es necesario que el sistema pueda ser trans-
portado con facilidad para comodidad del usuario, esto enfocado a la tecnoloǵıa vestible.
La facilidad de uso es una restricción, ya que el producto final está diseñado para no tener que ser
manipulado por usuarios expertos; por lo cual, debe ser fácil de usar después de una breve lectura del
manual de uso.
Por último, la capacidad de autonomı́a es una restricción, ya que es necesario que el equipo tenga
un tiempo de funcionamiento lo suficientemente extenso para permitir que una persona pueda usarlo
durante varias horas de actividad sin verse limitado por el tiempo que dura la baterpia del prototipo.
Tabla 3.3: Funciones de la solución planteada
Funciones Puntaje
Recuperación de la señal de acelerometŕıa 5
Recuperación de la señal de fotopletismograf́ıa 4
Eficacia del filtro 4.5
Capacidad para medir frecuencia cardiaca 4.5
Presentación de datos 4
Es necesario evaluar, en función de la solución, la capacidad que tiene para recuperar la señal de
acelerometŕıa desde la señal de fotopletismograf́ıa, ya que esto valida la primera parte del funcionamiento
del filtro. La nota es 5.
La recuperación de la señal de fotopletismograf́ıa o de frecuencia cardiaca valida la segunda parte del
funcionamiento del filtro, ya que ésta es la señal que se utilizará para obtener el valor de la cantidad
de latidos por minuto cuando el usuario se encuentre en movimiento.La nota es de 5.
La eficacia del filtro es la unión entre la recuperación de la señal de acelerometŕıa junto con la de foto-
pletismograf́ıa. Esta caracteŕıstica se evalúa como el promedio entre la capacidad para la recuperación
de la señal de acelerometŕıa y la capacidad para la recuperación de la señal de fotopletismograf́ıa. La
nota es de 4.5
La capacidad para medir la frecuencia card́ıaca es la facilidad que tiene el dispositivo de medir esta
variable a partir de la señal recuperada por el filtro. La nota es de 4.5.
La presentación de datos es la capacidad que debe tener el prototipo para mostrar los datos al usuario
final, estos deben presentarse de forma que el usuario los pueda leer con facilidad. La nota es de 4.
4.Metodoloǵıa del trabajo
4.1 Plan de trabajo
• Investigación e inicio de diseño: Está compuesta por todo el trabajo realizado en la etapa
de investigación de teoŕıa, desarrollo computacional y busqueda de posibles herramientas o solu-
ciones a implementar, aśı como los primeros pasos del diseño, reconocimento de restricciones y
planteamiento de las funcionalidades.
• Diseño y desarrollo software: El software es el encargado de dar vida a todo el sistema; por
esta razón, después de seleccionar todos los componentes y tener en cuenta todas sus limitantes, se
diseñó un software capaz de cumplir con los requermientos funcionales previamente establecidos.
• Pruebas individuales: El sistema se compone de diferentes partes que pueden ser probadas de
forma individual. Se verificó el funcionamiento de todas las partes en solitario para minimizar la
posibildiad de un error que se pueda producir al pasar por alto algún detalle técnico.
• Desarrollo del prototipo: El prototipo finalizado es el producto de todo el trabajo de hardware
y software, desde el diseño hasta las pruebas individuales.
• Pruebas finales y correxión de errores: Es posible que sea necesario hacer algunos ajustes
sobre el sistema desarrollado; por esta razón, llevarán a cabo pruebas finales con el dispositivo
completo para poder detectar los errores encontrados y que de esta manera sea posible corregirlos.
Figura 4.1: Diagrama de tareas por semanas
11
CAPÍTULO 4. METODOLOGÍA DEL TRABAJO 12
4.2 Búsqueda de información
Debido a queel proyecto requiere la inclusión de dos frentes diferentes, uno matemático y otro de
hardware-software, se realizaron búsquedas que ayudaron a complementar el trabajo desde ambos con-
textos. Para el dearrollo del trabajo matemático el profesor Sayed y el profesor Douglas, con sus libros
de ”Adaptive Filtes” y ”Digital Signal Processing Handbook” respectivament, explican en detalle cómo
funcionan los filtros LMS, su origen y el desarrollo matemático respectivo. Además, incluyen los casos
para los cuales estos tipos de filtros no funcionan o cuando deben ser tenidas en cuenta considera-
ciones especiales al momento de desarrollar esta clase de filtros. Por otra parte, para el desarrollo
hardware-software se buscó trabajo relacionado con medición por fotopletismograf́ıa, aśı como un tra-
bajo anterior que tuviera el mismo enfoque. Bajo estos preceptos, el trabajo de Florez en su tesis
titulada ”Monitor de presión arterial para detección y prevención de enfermedades cardiovasculares
operado en el contexto de internet de las cosas”, el de Jang, Sim y Rim en su art́ıculo cient́ıfico titulado
”Ring sensor and heart rate monitoring system for sensor network applications”, y, por último, el de
Dickson en su proyecto final de maestŕıa titulado ”Heart Rate Artifact Suppression” establecen un
avance de hardware-software enfocado a reducción de ”Motion Artifacts”. Estos documentos son los
pilares principales del desarrollo hardware-software que se alcanzó en este trabajo, por lo cual se tu-
vieron en cuenta todas las consideraciones, avances y resultados que los expertos adquirieron al realizar
sus estudios.
A su vez se realizaron investigaciones de materiales y dispositivos a través de la red, datasheets o
presentaciones de productos. También se utilizaron algunas imágenes de blogs o páginas que haćıan
referencia al tema de wearable, modelos gráficos y diagramas, las imágenes con referente teórico fueron
respaldadas para que no existiese ningún tipo de error o malentendido. Por otra parte, toda la for-
mación académica fue importante, ya que permitió plantear de manera correcta los ĺımites del proyecto,
aśı como establecer funcionalidades, permitir comparar los diferentes textos y herramientas de hard-
ware y software que se encontraron, seleccionar las que mejor se ajustaban al proyecto y realizar el
posterior desarrollo del prototipo. Además, Fredy Segura, profesor asociado de la Universidad de los
Andes y asesor de este proyecto de grado, jugó un papel escencial en el desarrollo del prototipo, ya que
validaba las decisiones tomadas y entregaba sugerencias y medidas correctivas cuando se encontraban
errores o cuando el prototipo se encontraba frente a un problema no contemplado. También, Edgar
Unigarro el coasesor del proyecto, quien hab́ıa trabajado en el proyecto anteriormente, colaboró con
información relevante acerca del hardware y software que podŕıa ser utilizado para el desarrollo del pro-
totipo. Finalemnte, Johann Osma, profesor asociado de la Universidad de los Andes, también jugó un
papel importante en el desarrollo del proyecto, ya que constantemente sugirió soluciones de hardware
para el correcto funcionamiento del prototipo, aśı como correcciones y sugerencias al proyecto.
4.3 Alternativas de desarrollo
El primer paso en para el desarrollo del prototipo fue la elección de material, para esto fue necesario
hacer cuatro busquedas espećıficas. La primera busqueda para un dispositivo de medición de acel-
eración, la segunda para un sensor de fotopletismograf́ıa, la tercera para una placa de prototipado y
la cuarta para buscar un procesador que se adecúe a los requerimientos del sistema.
En la primera busqueda era necesario encontrar un acelerómetro que se ajustara a las necesidades del
sistema, desde el tamaño, la capacidad, la resolución y el costo hasta el consumo, tal como se ve en la
tabla 4.1. NOTA: La disponibilidad es a nivel nacional.
CAPÍTULO 4. METODOLOGÍA DEL TRABAJO 13
Tabla 4.1: Acelerómetros
Acelerómetro Rango Resolución Costo Consumo Disponibilidad
MPU 6050 Hasta +/- 16G 16 bits 23000 COP 550 µA Si
ADXL345 Hasta +/- 16G 10 bits 30000 COP 200 µA Si
Pololu MinIMU-9 v5 Hasta +/- 16G 16 bits 75000 COP 5 mA No
En la segunda se buscaba un sensor para fotopletismograf́ıa que se acoplaran a los requerimientos
funcionales del prototipo. La pesquisa arrojó los datos de la tabla 4.2. NOTA: La disponibilidad es
a nivel nacional.
Tabla 4.2: Sensor para fotopletismograf́ıa
Sensor Consumo Circuito de instrumentación Tamaño Disponibilidad*
SEN 11574 5 mA Inclúıdo 16mm x 3mm (RxTh) Si
SFH7050 125 mA No Inclúıdo 4.7mm x 2.5mm x 0.9mm No
MAX30100 1.2 mA Inclúıdo 5.6mm x 2.8mm x 1.2mm No
Posteriormente, se realizó una investigación para encontrar las mejores placas de prototipado con el fin
de poder validar el funcionamiento de todos los sistemas individualmente y de tener la posibilidad de
reducir componentes y aumentar las capacidades del sistema mientras se realizan las pruebas. NOTA:
La disponibilidad es a nivel nacional.
Tabla 4.3: Placas de procesamiento
Placa Arquitectura Velocidad de reloj Pin I/O-Análogo Disponibilidad*
Arduino 101 32 bits 32MHz 14-6 No
Arduino Uno 8 bits 16 MHz 14-6 Si
Arduino Nano 8 bits 16 MHz 14-8 Si
Tabla 4.4: Microcontroladores
Placa Arquitectura Velocidad de reloj Costo Disponibilidad*
Intel Curie 32 bits 32MHz 70000 COP No
ATMega 168 8 bits 16 MHz 15000 COP Si
ATMega 328P 8 bits 16 MHz 15000 COP Si
Se seleccionó el acelerómetro MPU 6050, ya que éste, además de contar con las caracteŕısticas que se
adecúan al problema en cuanto a tamaño, peso y costo, tiene integrado un sistema de giroscoṕıa que
puede ser utilizado para realizar un trabajo a futuro con base en el prototipo desarrollado.
Se seleccionó el sensor SEN 11574 porque éste cumple con las caracteŕısticas de consumo, además de
ser uno de los pocos sistemas de medición que se encuentra disponibles a nivel nacional que tiene un
tamaño reducido. Adicionalmente, el sensor cuenta con un circuito de instrumentación embebido, lo
cual resta complejidad al sistema.
CAPÍTULO 4. METODOLOGÍA DEL TRABAJO 14
Se seleccionaron las placas de procesamiento Arduino Uno y Nano, debido a que no es necesaria una
arquitectura de mayor tamaño para la aplicación que se está buscando desarrollar; además, se cuenta
con unidades disponibles a nivel nacional. Sin embargo, se reconoce que una arquitectura más grande
permitiŕıa desarrollar trabajo adicional y aumentar la precisión.
Se seleccionó el ATMega168, debido a que tiene un bajo consumo y tiene el tamaño suficiente para
acomodarse dentro de un sistema portable.
Adicionalmente se trabajó con un sistema de comunicación bluetooth con un dispositivo HC-06. Esto
se realizó debido a que era necesario tener un comunicador entre la aplicación Android y el dispositivo
portable. Este dispositivo consume 10 mA aproximadamente.
5.Trabajo realizado
5.1 Descripción del Resultado Final
Se puede apreciar en la figura A.3 que el sistema principal se compone de tres grandes áreas: la de
diseño, la de desarrollo y la de pruebas y análisis. Cada una de estas áreas tiene unas subdivisiones
de trabajo e ı́tems a completar; del cumplimiento de estas actividades y tareas depende que se pueda
pasar al área siguiente.
Figura 5.1: Diagrama de trabajo para el desarrollo del prototipo final.
El primer paso es el diseño, éste se realiza a partir de las restricciones previamente definidas y el
análisis de los requerimientos funcionales. Se empieza investigando acerca de las posibles soluciones
que se ajusten a estos requerimientos, luego se realiza una evaluación de las soluciones encontradas,
después se establecen soluciones principales y secundarias - las soluciones secundarias son el plan de
respaldo en caso tal que la solución primaria falle -. Esta área arroja como salida información de la
solución principal y las alternas, esto será usado en la siguiente área.El segundo paso es el desarrollo del prototipo. Éste es iterativo, ya que se compone del desarrollo
individual de todas las partes del sistema y una integración posterior. Se evalúa un primer plano de
funcionalidad, donde se espera encontrar posibles fallas en la solución principal para corregirlas antes
15
CAPÍTULO 5. TRABAJO REALIZADO 16
de continuar. Luego, se realiza un primer montaje para calibrar el prototipo y verificar el correcto fun-
cionamiento, si éste es exitoso, la funcionalidad se añade al prototipo conjunto, el cual posteriormente
será analizado y sometido a pruebas de funcionamiento. Esta área arroja como resultado un prototipo
final para ser analizado y puesto a prueba.
El tercer paso son las pruebas y el análisis de éstas. En este paso el prototipo final es sometido a
constantes pruebas que validan su funcionamiento, se detectan problemas y se solucionan, buscando
siempre pulirlo. De esta manera, se obtiene un prototipo sin problemas, analizado y listo para ser us-
ado. Este último paso entrega una documentación de manejo del prototipo final que permite manejar
el prototipo con seguridad.
Modelo:
Se busca solucionar un problema que, en teoŕıa, tiene dos entradas; la primera de un dispositivo que
permitirá obtener datos del ruido causado por el movimiento, siendo introducido a la señal original, y
la segunda del sensor capaz de recibir los diferentes impulsos de la frecuencia card́ıaca a través de un
sistema definido. A su vez, el sistema cuenta con una salida, la cual conduce a los datos ya procesados
a una interfaz completa que le permite al usuario observar, analizar y trabajar sobre los datos que esta
tecnoloǵıa ha recogido.
Figura 5.2: Sistema de caja negra donde se definen las dos entradas al sistema y la única salida
Figura 5.3: Sistema de caja blanca donde se definen todos los subsistemas que participarán en el
dispositivo
Es necesario realizar las revisiones individuales de funcionamiento de los sistemas, y verificar el correcto
funcionamiento del sistema de acelerometŕıa y de fotopletismograf́ıa. Esto se hace siguiendo los pasos
de calibración de los dispositivos seleccionados, tal como se puede ver en la figura 5.4
CAPÍTULO 5. TRABAJO REALIZADO 17
Figura 5.4: Pasos para realizar el desarrollo preliminar de calibrado y funcionamiento de sensores
5.2 Trabajo computacional
Se encontraron 9 tipos de filtros diferentes pertenecientes a la familia de algoritmos adaptativos, a
los cuales se les puede aplicar un sistema de paso fijo o variable, que además podŕıan cumplir con el
objetivo del filtro a seleccionar:
• LMS
• LMS con paso variable en el tiempo
• e-NLMS
• e-NLMS Normalizado
• LMS con sensibilidad al signo del error
• Leaky LMS
• LMF
• LMMS
Para todos estos algoritmos se hizo un análisis de punto, donde se utiliza el algoritmo para probar qué
tan rápido (medido en número de iteraciones) consigue llegar de un punto A a un punto B. Para esto
se utilizarán dos números primos, 5 y 101, y se realizará un análisis de cada uno de los algoritmos bajo
este sistema de pruebas. Además, para todos los sistemas de prueba se inicia con un valor del sistema
de pesos w=0.5
LMS:
La función a optimizar es:
min
w
E‖d− u ∗ w‖2
A través del sistema iterativo:
wi = wi−1 + (µ)(u
∗
i )(d(i)− wi−1 ∗ ui)
LMS con paso variable en el tiempo:
La función a optimizar es:
CAPÍTULO 5. TRABAJO REALIZADO 18
min
w
E‖d− u ∗ w‖2
A través del sistema iterativo:
wi = wi−1 + (µ)(u
∗
i )(d(i)− wi−1 ∗ ui)
Utilizando el sistema de paso variable en el tiempo:
µ = µ ∗ 1.05 Si el error del paso i-1 es menor al del paso i-2. Y:
µ = µ ∗ 0.8 el error del paso i-2 es menor al del paso i-1.
e-NLMS:
La función a optimizar es:
min
w
E‖d− u ∗ w‖2
A través del sistema iterativo:
wi = wi−1 +
(µ)
�+ ‖(ui)‖2
u∗i (d(i)− wi−1 ∗ ui)
e-NLMS Normalizado:
La función a optimizar es:
min
w
E‖d− u ∗ w‖2
A través del sistema iterativo:
p(i) = βp(i− 1) + (1− β)‖u(i)‖2 donde p(−1) = 0
wi = wi−1 +
(µ)
�+ p(i)
u∗i (d(i)− wi−1 ∗ ui)
LMS con sensibilidad al signo del error:
La función a optimizar es:
min
w
E‖d− u ∗ w‖
A través del sistema iterativo:
wi = wi−1 + µu
∗
i csgn(d(i)− wi−1 ∗ ui)
Donde:
csgn(x) = sign(xr) + jsign(xi)
Leaky-LMS:
La función a optimizar es:
min
w
[α‖w‖2 + E‖d− u ∗ w‖2]
A través del sistema iterativo:
wi = (1− µα)wi−1 + µu∗i (d(i)− wi−1 ∗ ui)
CAPÍTULO 5. TRABAJO REALIZADO 19
LMF:
La función a optimizar es:
min
w
E‖d− u ∗ w‖4
A través del sistema iterativo:
wi = wi−1 + µu
∗
i e(i)‖e(i)‖2
Donde:
e = d(i)− ui ∗ wi
LMMN:
La función a optimizar es:
min
w
E[δ‖e‖2 + 1
2
(1− δ)‖e‖4]
Donde:
e = d(i)− ui ∗ wi
A través del sistema iterativo:
wi = wi−1 + µu
∗
i e(i)[δ + (1− δ)‖e(i)‖2]
Donde:
e = d(i)− ui ∗ wi
Todo esto basado en el análisis del profesor Sayed [17] y [7].
6.Validación del trabajo
6.1 Metodoloǵıa de prueba
Prueba de validación de funcionamiento del filtro:
• El sujeto se ubica en una posición cómoda, sentado en una silla con los brazos sobre la silla, esto
permite que el paciente se sienta cómodo; de esta manera, se asegura la poca varianza del valor
de la frecuencia card́ıaca a lo largo del experimento.
• El sensor se ubica en el dedo ı́ndice del sujeto, de esta manera se asegura el resto del dispositivo
a la muñeca. Esto se debe hacer para que las medidas que se tomen sean correctas y los datos
sean fiables.
• Se conecta la aplicación con el dispositivo de medición a través de Bluetooth. Se establece un
enlace entre el dispositivo de adquisición y procesamiento con la aplicación encargada de mostrar
los datos.
• Se espera mientras se realiza la calibración pertinente, la aplicación le informará una vez puedan
iniciarse las pruebas. Esta calibración es necesaria, debido a que se necesita calibrar los acelerómetros
y recibir los primeros datos de frecuencia card́ıaca, aśı se facilita el trabajo de análisis en pasos
posteriores.
• Se mide la frecuencia card́ıaca del sujeto con algún instrumento o con algún método aprobado.
Esto se realiza para poder contrastar los datos adquiridos por el prototipo con los datos medidos
con otro instrumento o de forma análoga.
• Se pide al paciente que suba y baje el dedo donde tiene conectado el dispositivo por un total de
cinco (5) veces, durante cinco segundos. Se realiza la primera prueba de ruido sobre la señal. El
movimiento es pequeño para evitar fatigas en el paciente que puedan alterar el ritmo card́ıaco.
• Se verifica constantemente que la frecuencia mostrada por la aplicación corresponde a la frecuen-
cia que se midió en pasos anteriores.
• Se pide al paciente que suba y baje el dedo de forma consante durante 20 segundos. Se realiza la
segunda prueba a ruido sobre la señal.El movimiento es pequeño para evitar fatigas en el paciente
que puedan alterar el ritmo card́ıaco.
• Se verifica constantemente que la frecuencia mostrada por la aplicación corresponde a la frecuen-
cia que se midió en pasos anteriores.
6.2 Validación de los resultados del trabajo
Primeras pruebas:
Se observa en la Figura 6.1 que es posible reducir el ruido de la señal adquirida por medio de la
fotopletismograf́ıa utilizando un filtro NLMS. Sin embargo, también se observa más adelante que se
encuentran problemas en el análisis de la señal, debido al ruido de alta frecuencia introducido por el
acelerómetro y a que la señal pierde su forma original, tal como se puede ver en la Figura 6.2.
20
CAPÍTULO 6. VALIDACIÓN DEL TRABAJO 21
Figura 6.1: Comparación de señal adquirida perturbada por motion artifacts contra la señal recuperada
con un filtro LMS.
Figura 6.2: Zoom de la comparación de señal adquirida perturbada por motion artifacts contra la señal
recuperada con un filtro LMS.
CAPÍTULO 6. VALIDACIÓN DEL TRABAJO 22
Figura 6.3: Comparación de la señal de acelerometŕıa con la señal recuperada de acelerometŕıa
Figura 6.4: Diferencia entre la señal de acelerometŕıa recuperada y los datos medidoscon el
acelerometro
Además, se puede ver en la Figuras 6.3 y 6.4 que el filtro logra recuperar gran parte de la señal de
acelerometŕıa con solo dos iteraciones en total. Para este paso fue necesario realizar una calibración
entre el número de pasos y la calidad de la señal recuperada, debido a que si el número de pasos es
muy grande (superior a 5 iteraciones), se dificulta la recuperación de la señal de ritmo cardiaco, o en
su defecto no se puede recuperar en lo absoluto, y en estos casos se obteniene solamente una constante
DC, tal como se puede apreciar en la Figura 6.5. Por otro lado, se puede ver en las Figuras 6.6 y 6.7
que se recupera toda la señal de acelerometŕıa.
CAPÍTULO 6. VALIDACIÓN DEL TRABAJO 23
Figura 6.5: Señal recuperada después de pasar por un total de 10 iteraciones en el filtro LMS
Figura 6.6: Señal del acelerómetro contra señal del ruido generado por el movimiento con un filtro
LMS después de 10 iteraciones
CAPÍTULO 6. VALIDACIÓN DEL TRABAJO 24
Figura 6.7: Diferencia entre la señal de acelerometŕıa recuperada y los datos medidos con el
acelerometro después de pasar por un total de 10 iteraciones
Figura 6.8: Comparación de señal adquirida perturbada por motion artifacts contra la señal recuperada
para un filtro NLMS
CAPÍTULO 6. VALIDACIÓN DEL TRABAJO 25
Figura 6.9: Señal del acelerómetro contra señal del ruido generado por el movimiento para un filtro
NLMS
Figura 6.10: Comparación de señal adquirida perturbada por motion artifacts contra la señal recuper-
ada con un filtro NLMS Normalizado
Se puede ver en los resultados que es posible realizar una reducción del ruido introducido por el
movimento de la superficie donde se está realizando la medición utilizando un acelerómetro, para darle
una magnitud al movimiento, y un filtro de la familia LMS. Sin embargo, debido al tipo de filtrado,
la señal no se recupera con su forma original, añadiendo un ruido de alta frecuencia. Adicionalmente,
cuando se realiza un filtrado de la señal del acelerómetro cuando ésta es igual a 0; es decir, cuando no
hay movimiento, estos resultados pueden ser comparables con los resultados manejados por Dickson y
el profesor Halim [5] [1]. En este momento se pierde gran parte de la amplitud de la señal, dificultando
aún más la lectura de datos en estado estático, el cual debeŕıa ser el estado más favorable para realizar
mediciones. Por esta razón, se propuso un sistema de filtrado basado en la selección de los máximos y
mı́nimos en un espacio anterior a 3 mediciones para solucionar el problema del ruido de alta frecuencia;
además, se propuso un control de Fuzzy Logic para determinar el momento de inicio de funcionamiento
del filtro, utilizando una cota para determinar el momento exacto en el que el acelerómetro empieza a
sufrir una perturbación. Los resultados conseguidos se pueden observar en las figuras 6.12 y A.2.
CAPÍTULO 6. VALIDACIÓN DEL TRABAJO 26
Figura 6.11: Señal del acelerómetro contra señal del ruido generado por el movimiento con un filtro
NLMS Normalizado
Figura 6.12: Señal de fotopletismógrafo ya filtrada al ser sometida al modelo de máximos y mı́nimos
CAPÍTULO 6. VALIDACIÓN DEL TRABAJO 27
Figura 6.13: Señal de fotopletismógrafo ya filtrada al ser sometida al modelo de máximos y mı́nimos
con acercamiento en la zona de filtrado de la señal
Se observa que se reduce considerablemente el ruido generado por el filtro y además se mejora la
calidad de corte por cero de la señal de fotopletismograf́ıa recuperada, facilitando aśı la medición de
la frecuencia card́ıaca, llegando a una sintesis de resultados similar a Dickson utilizando los métodos
expuestos por Sayed. También, se puede ver el funcionamiento del sistema de Fuzzy Logic en las
Figuras 6.14 y 6.15
Figura 6.14: Señal de acelerómetro al ser sometida al modelo de máximos y mı́nimos
CAPÍTULO 6. VALIDACIÓN DEL TRABAJO 28
Figura 6.15: Comparación de la señal de acelerómetro con Fuzzy Logic (azul) y la señal del acelerómetro
(rojo)
Al someter al sistema de acelerometŕıa a máximos y mı́nimos, es más sencillo detectar cambios con-
siderables en el movimiento para la activación del Fuzzy Logic.
6.3 Evaluación del plan de trabajo
• Investigación - Filtro: Se realizó una investigación profunda en el tiempo establecido en
la propuesta. Esta investigación dio los resultados esperados en cuanto a facilidad de imple-
mentación y teoŕıa complementaria del filtro.
• Desarrollo de filtro y prototipo - Pedidos: Ya que la investigación ya estaba adelantada
cuando se empezó con el desarrollo del proyecto, no se perdió mucho tiempo en esa área del
proyecto. La investigación acerca de las partes y componentes estaba avanzada al comenzar con
el desarrollo, por lo cual, se pudo realizar en una sola semana en conjunto con los pedidos.
• Desarrollo de filtro y prototipo - Diseño del circuito: Se diseñó un circuito que integraba
todos los sistemas individuales comprados y evaluados, lo cual compone el primer diseño del
prototipo final.
• Desarrollo de filtro y prototipo - Diseño de programa: Se diseñó el programa, se
establecieron los requisitos funcionales que deb́ıa cumplir para el análisis y entrega de los datos,
y se diseñó el filtro.
• Desarrollo de filtro y prototipo - Prueba de funcionamiento del filtro: Se realizaron
las primeras pruebas de funcionamiento del filtro, se corrigieron errores y se estableció qué clase
de sistemas de filtrado LMS se ajustaban al sistema.
• Desarrollo de filtro y prototipo - Pruebas sobre las placas de procesamiento: Se
realizaron las primeras pruebas de adquisición de datos con el sistema completo sobre la placa
de procesamiento.
• Desarrollo del prototipo - Integración del procesador: Se realizó la integración del
sistema de procesamiento y se retiró la placa completa.
• Desarrollo del prototipo - Producto final: No se pudo hacer, ya que hubo problemas con
el producto final; es decir, el prototipo final listo para ser utilizado por el usuario.
CAPÍTULO 6. VALIDACIÓN DEL TRABAJO 29
• Desarrollo del prototipo - Pruebas: Se realizaron pruebas sobre el prototipo final, para
probar su capacidad de medición y para verificar que cumpĺıa los requerimientos.
• Análisis y conclusiones - Análisis de los datos obtenidos: Se analizaron los datos
obtenidos, se analizó la capacidad del prototipo para cumplir los objetivos inicialmente plantea-
dos.
• Análisis y conclusiones - Conclusiones y cierre: Se realizó la documentación de cierre,
análisis y conclusiones del proyecto.
7.Discusión
Se realizó el diseño e implementación de un sistema capaz de medir el ritmo card́ıaco cuando no hay
movimiento, utilizando un sensor de fotopletismograf́ıa y un sistema sencillo de procesamiento para
la señal. Adicionalmente, se implementó sobre este mismo sistema un filtro digital iterativo, de la
familia LMS, que permite, recuperar la señal al usar un acelerómetro. Esta señal cualitativamente,
corresponde a la de fotopletismograf́ıa y a los cuatro picos amplificados de la señal en un caso en el
que no hay movimiento. Esto implica que en la mayor parte de los casos la frecuencia adquirida en un
escenario sin movimiento corresponde a la cuarta parte de la frecuencia de la señal recuperada por el
filtro. A pesar de que se logró conseguir esta señal, es necesario comprender que aún queda trabajo
por delante, en especial considerando que se descubrió que los motion artifacts no representan el 100%
del ruido introducido al sistema, sino proximadadmente un 50% dependiendo del tipo de movimiento.
30
8.Conclusiones y trabajos futuros
8.1 Conclusiones
Se observa que es posible una recuperación cualitativa de la señal de fotopletismograf́ıa a partir del
filtro de LMS, aunque se encontró que el error que introduce el motion artifact medible corresponde
sólamente a cerca del 50% en el mejor de los casos, cuando el movimiento se realiza sólamente sobre el
eje principal.Además, se encontró que existe error debido a la introducción de luz ambiente al realizar
movimientos y por motion artifacts no medibles; por ejemplo, el movimiento de la piel, que afectan a la
señal, y el peso de estos puede variar dependiendo del tipo de movimiento que se realiza; por ejemplo,
si se realiza movimento sólo sobre los ejes complementarios, el peso del error introducido por luz ambi-
ente es mucho mayor. Como caracteŕıstica innovadora se implementó el sistema de fotopletismograf́ıa
con el sistema de Fuzzy Logic, y se diseñó un sistema de máximos y mı́nimos para facilitar el análisis
de la señal y reducción de ruido de alta frecuencia, sin contar el bajo costo y los elementos sencillos
con los que se desarrolló el prototipo. Se pueden desarrollar como trabajo a futuro herramientas o
dispositivos capaz de medir el ruido introducido por estas variables y cuantificar el peso de cada una
para lograr recuperar la señal por completo. Además, se pueden añadir más funcionalidades al sistema,
dado que se cuenta con esa capacidad.
Debido a que el sistema en general tiene un bajo costo, el impacto económico que puede causar es
grande. Un sistema que permite medir el ritmo card́ıaco sobre un dispositivo Andriod que además es
de bajo costo (25 USD) y además no interfiere con la rutina diaria del paciente puede significar un
avance significativo en cuanto a tecnoloǵıa de medición de frecuencia card́ıaca y control de la salud.
También, se abre la puerta a un trabajo más especializadomque permita llegar aún más lejos en cuanto
en el alcance económico y social.
8.2 Trabajo Futuros
• Sistema de reducción de ruido introducido por ingreso de luz ambiente.
• Sistema de reducción de ruido introducido por movimiento no medible.
• Detector de movimiento por vectores normalizados, giroscoṕıa y posición de la muñeca para
manejo de herramientas afines.
• Creación de producto final para el público capaz de entregar al usuario cierta información acerca
de la frecuencia card́ıaca para monitorear pacientes con estado cŕıtico o personas que necesiten
medición cont́ınua sin interrumpir su rutina diaria.
31
Referencias
[1] S. R. M. B. Abdullah Halim, Yusof MatI Ikram. Adaptive noise cancellation: A practical study of
the least-mean square over recursive least-square algorithm. IEEE Transactions, pages 448–452,
2002.
[2] N. S. Apoliniro J. QRD-RLS Adaptive Filtering. universitt des saarlandes, 2009.
[3] S. Blog. Future mart homeswill monitor breathing and heart rate. https://www.sherbit.io/smart-
homes-monitor-breathing-and-heart-rate/, 2015.
[4] A. Devices. Digital accelerometer adxl345, January 2016.
[5] C. Dickson. Heart rate artifact suppression. Grand Valley State University, Graduate Research
and Creative Practice, 1:67, 2012.
[6] P. Diniz. ”The Least-Mean-Square (LMS) Algorithm” Adaptive Filtering: Algorithms and Prac-
tical Implementation (2013). Boston, 2013.
[7] S. C. Douglas. Digital Signal Processing Handbook. Boca Raton, 1999.
[8] D. M. S. Flórez. Monitor de presiÓn arterial para la detecciÓn y prevenciÓn de enfermedades
cardiovasculares operado en el contexto de internet de la cosas. Universidad de los Andes, 2015.
[9] Y. H. G. Jang, I. H. and K. B. Sim. Ring sensor and heart rate monitoring system for sensor
network applications. Electronics Letters, 44 N24:1393–1394, 2008.
[10] H. K. N. R. K. M. Raghu Ram, Venu Madhav and K. A. Reddy. A novel approach for motion
artifact reduction in ppg signals based on as-lms adaptive filter. IEEE Transactions on Instru-
mentation and Measurement, 61(5):1445–1457, May 2012.
[11] M. Magdon-Ismail. Learning from data - logistic regression - gradient descent. In CSCI 4100/6100.
[12] I. Maxim Integrated Products. Pulse oximeter and heart-rate sensor ic for wearable health.
[13] M. M. V. Morales. Medicin del contenido de oxigeno en la sangre.
http://labsenales.uniandes.edu.co/index archivos/OxigenoSangre.pdf, 1994.
[14] J. A. C. Patterson and G. Z. Yang. Ratiometric artifact reduction in low power reflective photo-
plethysmography. IEEE Transactions on Biomedical Circuits and Systems, 5 N4:330–338, 2011.
[15] Raconteur. Wearable technology, September 2015.
[16] G. C. Review. Mit creates smart home device that monitors heart and breathing rates.
http://www.globalconstructionreview.com/news/mit-creates-smart-home-device-mo8nitor0s-
h2e4a0r8t/, 2015.
[17] A. H. Sayed. Adaptive Filters. JOHN WILEY & SONS, INC, Hoboken, New Jersey, 2008.
[18] O. O. Semiconductors. Biomon sensor datasheet sfh7050, April 2016.
[19] J. Stables. Best heart rate monitors and hrm watches, January 2015.
32
A.Resumen Ejecutivo
Motion Artifact Reduction of Heart-rate Light Sensor via
Accelerometer and a LMS Adaptive Filters
Estudiante: Daniel Esteban Vargas Bermúdez
Asesor: Fredy Segura PhD
• Objetivos del proyecto de grado
• Descripción de los Objetivos Generales y Espećıficos
• Desarrollo, Proceso, recursos, decisiones
• Resultados: Caracterización de los resultados, grado de cumplimiento con respecto a objetivos,
autodiagnóstico.
• Visto bueno del asesor
A.1 Objetivos del proyecto de grado
A.1.1 Objetivo General
Diseñar e implementar un sistema que permita filtrar el ruido introducido en la señal adquirida por
un sensor de pletismograf́ıa enfocado en tecnoloǵıa vestible, buscando llegar al diseño final de un
dispositivo capaz de medir el ritmo card́ıaco de la persona que lo use. (Se realizó un cambio en
este objetivo principal con respecto al objetivo propuesto debido a que se encontró imposible medir
porcentaje de oxigenación de la sangre mientras se realiza el movimiento).
A.1.2 Objetivos Espećıficos
1. Diseñar el sistema de filtrado teniendo en cuenta las diferentes especificaciones de la tarjeta de
procesamiento y sistemas alternos.
2. Diseñar e implementar un prototipo de dispositivo vestible para uso humano que permita medir
el ritmo card́ıaco y oxigenación de la sangre de la forma más exacta y precisa posible mientras
el portador se encuentra en movimiento.
3. Realizar las pruebas pertinentes que validen el diseño y funcionamiento, tanto del dispositivo
como del filtro.
A.2 Descripción de los Objetivos Generales y Espećıficos
• Objetivo General: Se busca demostrar que un filtro LMS es capaz de reducir el ruido
introducido en una señal adquirida por un sensor de fotopletismograf́ıa al utilizar un acelerómetro
como entrada deseada del filtro y la señal del sensor como entrada corrupta, obteniendo en el error
del filtro la señal de frecuencia card́ıaca. Sin embargo, se plantea que puede ser una oportunidad
de desarrollo interesante en el campo de la tecnoloǵıa vestible; por esta razón, se orienta todo el
desarrollo hacia este tipo de tecnoloǵıa, buscando siempre que la solución sea económicamente
viable y poco compleja.
33
APÉNDICE A. RESUMEN EJECUTIVO 34
• Objetivo Espećıfico: Lo realmente innovador de la técnica, y lo más complejo, recae en la
complejidad del filtro. A pesar de que este filtro es matemáticamente simple y que el nivel de
procesamiento que necesita no es mucho, son los sistemas asociados a éste, tales como disponibil-
idad de procesos para realizar análisis o capacidad de adquisición de datos, los que representan
una restricción real al momento de empezar el desarrollo de la solución. Una buena selección de
las herramientas tecnológicas que se van a utilizar para el sistema representa menos costos, mayor
confiabilidad y menos cantidad de recursos desperdiciados, lo cual soporta el objetivo principal.
• Objetivo Espećıfico: Para validar el funcionamiento del filtro es necesario desarrollar un
prototipo que pueda soportar computacionalmente el filtro, que cumpla con las caracteŕısticas
de tecnoloǵıa vestible, tales como tamaño y peso, y que utilice los componentes más económicos
y más confiables que se encuentren disponibles a nivel nacional y que se puedan ajustar a los
requerimientos del problema.
• Objetivo Espećıfico: El últimoobjetivo espećıfico consiste en realizar multiples pruebas sobre
el dispositivo y sobre el filtro para verificar su correcto funcionamiento. Para esto se diseña un
sistema de pruebas sencillo, y se busca que el comportamiento sea el teorizado y se pueda extraer
la información de frecuencia card́ıaca en todos los escenarios previstos.
A.3 Desarrollo, Proceso, Recursos, Decisiones
Primero, se estableció un diagrama de trabajo, donde se buscaba completar una serie de tareas y de
objetivos principales que ayudaran a llevar a término el prototipo. Para esto, se establecieron 3 grandes
objetivos que son Diseño, Desarrollo y Pruebas y análisis, cada uno con tareas propias que generan
diferentes resultados. Diseño tiene como tareas asignadas investigaciones y búsqueda de hardware
adecuado, y por salida tiene la información de las investigaciones. Por otro lado, Desarrollo tiene
como tareas asignadas realizar las pruebas sobre cada componente del sistema y luego integrarlo para
obtener como resultado un prototipo final. Finalmente, Pruebas y análisis tiene como objetivo realizar
las pruebas sobre el prototipo final, conclúır sobre los resultados obtenidos y generar un documento
final donde se concentre toda la información pertinente al desarrollo del prototipo.
Figura A.1: Diagrama de trabajo para el desarrollo del prototipo final.
Se realizaron investigaciones sobre diferentes filtros pertenencientes a la familia LMS, recursos y ma-
teriales que podŕıan ajustarse a los requerimientos funcionales del problema, tal como se puede ver en
la tabla A.1.
APÉNDICE A. RESUMEN EJECUTIVO 35
Tabla A.1: Sistemas y materiales seleccionados
Sistema Referencia
Filtro LMS NLMS
Acelerometŕıa MPU 6050
Fotopletismograf́ıa SEN 11574
Placa para pruebas Arduno Uno/Arduino Nano
Microcontrolador ATMega168
A.4 Resultados: Caracterización de los resultados, grado de
cumplimiento con respecto a objetivos, autodiagnóstico
Se logró demostrar que se puede recuperar la señal de acelerometŕıa a partir de la señal de foto-
pletismograf́ıa al utilizar el filtro LMS sobre esta. Sin embargo, se encontró que una cantidad grande
de pasos dados por el paciente arruinaba la señal del error, la cual resulta siendo la señal cualitativa
a partir de la cual se podŕıa obtener la frecuencia card́ıaca. Además, el filtro LMS introduce ruido de
alta frecuencia asociado al acelerómetro, este problema se solucionó utilizando un sistema de máximos
y mı́nimos, tal como se puede ver en la Figura A.2, donde el máximo (azul) y el mı́nimo (verde) se
encuentran sin una presencia considerable de ruido de alta frecuencia. Adicionalmente, se añadió un
sistema de control Fuzzy Logic que le indica al filtro cuándo debe empezar a funcionar, permitiendo que
la señal del sensor de fotopletismograf́ıa no se vea afectada en estado estático y evitando operaciones
innecesarias, lo que mejora el rendimiento de la bateŕıa y el uso de capacidad de procesamiento.
0.5
Figura A.2: Señal de fotopletismógrafo ya filtrada al ser sometida al modelo de máximos y mı́nimos
con acercamiento en la zona de filtrado de la señal.
0.5
Figura A.3: Imagen de la aplicación de android que muestra la frecuencia cardiaca.
B.Materiales y proveedores
Facturas de materiales y proveedores con dirección y números de catalogo.
36
C.Instrumentos
Instrumentos usados con información de identificación.
37
D.Especificaciones adicionales
Especificaciones adicionales de notación o conceptos usados en el trabajo.
38
E.Documentación adicional
Documentación adicional de procesos intermedios en el diseño o validación del proyecto.
39
	Introducción
	Descripción de la problemática y justificación del trabajo
	Alcance y productos finales
	Objetivos
	Objetivo General
	Objetivos Específicos
	Marco teórico, conceptual e histórico
	Marco Teórico
	Marco Conceptual
	Marco Histórico
	Definición y especificación del trabajo
	Definición
	Especificaciones
	Metodología del trabajo
	Plan de trabajo
	Búsqueda de información
	Alternativas de desarrollo
	Trabajo realizado
	Descripción del Resultado Final
	 Trabajo computacional
	Validación del trabajo
	Metodología de prueba
	Validación de los resultados del trabajo
	Evaluación del plan de trabajo
	Discusión 
	Conclusiones y trabajos futuros
	Conclusiones
	Trabajo Futuros
	Referencias
	Resumen Ejecutivo
	Objetivos del proyecto de grado
	Objetivo General
	Objetivos Específicos
	Descripción de los Objetivos Generales y Específicos
	 Desarrollo, Proceso, Recursos, Decisiones
	Resultados: Caracterización de los resultados, grado de cumplimiento con respecto a objetivos, autodiagnóstico 
	Materiales y proveedores
	Instrumentos
	Especificaciones adicionales
	Documentación adicional