Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Sistema Simulador ECG para el Estudio de Señales Cardiacas Alberto Ochoa, Gonzalo Hernández, Ramón A. Félix, Bernardo Rincón University of Colima/Electronic Department, E-28400 Coquimatlán (Colima), Mexico E-mail: aochoa@ucol.mx Resumen. En este artículo se presenta un sistema de simulación de ECG (Electrocardiograma) que permite analizar y estudiar las señales eléctricas cardiacas para su aplicación en sistemas de identificación y reconocimiento de patologías cardiacas. El sistema de simulación emplea un algoritmo de generación de señales ECG que se basa principalmente en el modelo matemático del movimiento de un pistón. El simulador genera señales ECG considerando los distintos intervalos de cada una de las ondas y segmentos del ECG. I. INTRODUCCIÓN En la actualidad la electrónica se ha extendido y especializado en la colaboración de diversas áreas, una de ellas es el sector salud. Los servicios proporcionados en el área médica han mejorado gracias a la utilización de los avances tecnológicos en electrónica. Esto ha permitido que en el área específica de la cardiología se tengan mejores equipos de ECG, Monitor Holter u otros dispositivos que mejoran la detección de enfermedades o patologías cardiacas [1-3]. Cabe mencionar que en cardiología muchas de las enfermedades no presentan sintomatología evidente hasta que las consecuencias son irreversibles. Los equipos para la detección temprana de algunas enfermedades del corazón suelen encontrarse en hospitales o en centros de especialidades médicas y algunos sectores de la población en general no tienen acceso a ellos. En algunas de las instituciones de enseñanza superior donde estudian los futuros médicos, los laboratorios solo cuentan con el equipo médico básico que les permite realizar sus prácticas. Sin embargo, requieren de otros equipos o dispositivos que les permitan complementar su aprendizaje en áreas específicas como la cardiología. En relación a esto se requiere de algunos modelos de simulación de las señales eléctricas del corazón que abarquen los distintos intervalos de un ECG para complementar los conocimientos de los estudiantes del área de la salud. En este trabajo se diseñará e implementará un sistema simulador de señales ECG para el estudio de señales cardiacas. En primer lugar, se analizarán y cuantificarán matemáticamente las señales ECG, considerando los distintos intervalos de las ondas y segmentos que la componen. Después de obtener los modelos de las señales ECG, éstas se procesaran y digitalizaran para poder ser representadas en un microcontrolador de última generación. El sistema simulador mostrará un conjunto de nueve señales unipolares y tres señales bipolares para tener mayor campo de estudio de las señales ECG. Para llevar a cabo esto, se utilizará el entorno de programación MicroCode Studio Plus que permite editar, compilar y almacenar el programa de ejecución del microcontrolador PIC16F877A de Microchip. Dicho sistema de simulación de señales ECG entregará de forma analógica una señal que pueda ser visualizada en un osciloscopio para su posterior análisis. El trabajo está organizado como sigue: en la sección II se introducen las actividades eléctricas del corazón; en III se analizan y caracterizan las señales eléctricas del corazón; en IV realiza el diseño del simulador de ECG empleando un microcontrolador Microchip de la familia 16F; en V se presentan algunos resultados del simulador y; finalmente, las conclusiones son mencionadas en VI. II. ACTIVIDADES ELÉCTRICAS DEL CORAZÓN La generación del latido cardiaco es mediante una sucesión de pasos ordenados: contracción de la aurícula seguida de los ventrículos, y durante la diástole, las aurículas y ventrículos se relajan. El corazón es un sistema de conducción especial que está constituido por el nodo sinoauricular, las vías auriculares intermodales, el nodo auricoventricular, el haz de His y sus ramas, y el sistema de Purkinje. En condiciones normales, cada una de estas partes del corazón, es capaz de producir una descarga espontánea. Sin embargo, el nodo sinoauricular (SA) descarga de manera más frecuente propagándose la despolarización desde él a las otras regiones antes que éstas descarguen espontáneamente. Es por ello que este nodo es el marcapaso cardiaco y su frecuencia de descarga determina la frecuencia a la que late el corazón. En la Figura 1 se muestran los potenciales de acción típicos de cada uno de los nodos del corazón. Figura 1. Potenciales de acción típicos de los nodos. La despolarización iniciada en el nodo SA se propaga radialmente a través de las aurículas, convergiendo sobre el nodo A-V después de 0.1s aproximadamente. Debido a la conducción lenta en el nodo A-V, hay un retardo aprox. de 0.1s para que la excitación se propague a los ventrículos. Este retardo se acorta por estimulación de los nervios simpáticos del corazón y se alarga por estimulación del vago. Desde la parte superior del tabique, la onda de despolarización se propaga por las fibras Purkinje, de conducción rápida, a todas las partes de los ventrículos en 0.08-0.1s. Las velocidades de conducción de los diversos tipos de tejidos cardiacos se muestran en la Tabla 1. El ECG de un individuo normal puede ser observado en la Figura 2. El orden con que se despolarizan las diferentes partes del corazón y la posición de él mismo con respecto a los electrodos, son condiciones importantes que se toman en cuenta para interpretar las formas de las ondas en cada derivación. Las aurículas están situadas en la parte posterior del tórax, y los ventrículos forman la base y la superficie anterior del corazón. Tejido Velocidad de conducción (m/s) Nodo SA Vía auricular Nodo AV Haz de His Sistema de Purkinje Músculo ventricular 0.05 1 0.05 1 4 1 Tabla 1. Velocidad de conducción del tejido cardiaco. Figura 2. ECG normal con el corazón en posición horizontal. La magnitud y configuración de las ondas individuales del ECG varían con la situación de los electrodos. Todas las ondas son pequeñas comparadas con los potenciales transmembrana de las fibras individuales debido a que el ECG es registrado a una distancia considerable del corazón. Los intervalos entre las diferentes ondas y segmentos del ECG y los eventos cardiacos que ocurren durante estos intervalos se muestran en la Tabla 2. Duración normal (s) Promedio Limites Evento Seg. PR 0.18 0.12-0.20 Despolarización auricular y conducción AV QRS 0.08 hasta 0.10 Despolarización ventricular Seg. QT 0.40 hasta 0.43 Despolarización ventricular más re-polarización del ventrículo Seg. ST 0.32 ……. Re-polarización ventricular Tabla 2. Intervalos ECG. III. CARACTERIZACIÓN Y ANÁLISIS DE LAS SEÑALES CARDIACAS Para caracterizar las señales cardiacas que se utilizarán en el simulador ECG, se utilizó como referencia la señal aVL mostrada en la Figura 3. Para facilitar el análisis, se dividió por segmentos la señal: TP, P, PQ, QRS, ST y T. En la Tabla 3 se muestran los valores que corresponden a dicha señal para poder digitalizarla y procesarla posteriormente. Después de analizar la señal cardiaca, se puede observar que ésta está compuesta por un grupo de formas de ondas y segmentos, donde cada una de las ondas tiene una particular y diferente frecuencia de trabajo. En el caso del segmento P y T, sus gráficas son similares a la forma de onda generada por el movimiento de un pistón. Esta analogía permite analizar de forma matemática dichos segmentos con el fin de generar un modelo de su comportamiento. Figura 3. Señal aVL. El pistón describe un movimiento oscilatorio que no es armónico simple, aunque se puede aproximar bastante a éste. En la Figura 4 se observa el movimiento del pistón y la ecuación de la posicióndel pistón en función de la velocidad angular está dada x(t)=r·cos(ωt). Donde x(t) es la posición del pistón en función del tiempo, r es el radio de la manivela y ωt es la velocidad angular de rotación en radianes. Segmento Vmin. Vmax. Duración T-P 0 0 130ms. P 0 0.125 95ms. P-Q 0 0 40ms. Q-R-S -0.1mV. 0.97mV. 65ms. S-T 0 0 120ms. T 0 0.16 180ms Tabla 3. Valores de los segmentos de la señal aVL Figura 4. Movimiento de un pistón. En la Figura 5 se muestra la onda P modelada a través de la ecuación del movimiento del pistón, la cual tiene una amplitud máxima de de 0.125mV. Figura 5. Gráfica de la ecuación del pistón comparada con el segmento P de la señal ECG. Para el caso de la onda T, ésta se dividió en dos secciones, donde la primer sección tiene una amplitud máxima de 0.16mV, una pendiente positiva y un periodo T1, y la segunda sección conserva la misma amplitud, pero con pendiente negativa y un periodo T2<T1. Para generar el segmento QRS, se ubicó el voltaje correspondiente del segmento: punto Q, R y S y los elementos intermedios entre ellos se obtuvieron a partir de las secciones que se forman entre los puntos: PR-Q, Q-R, R-S y S-ST. Cada una de estas secciones se caracteriza por tener una determinada amplitud y su correspondiente pendiente, conforme a lo establecido en la Tabla 3. Después de haber generado las partes de la señal, éstas se unieron considerando un voltaje de referencia para una cuantificación positiva (off- set). La señal completa tiene una duración de 760ms en cada ciclo y está montada sobre una señal base de 512V de amplitud. En la Figura 6 se muestra la señal aVL construida en MATLAB considerando todos estos parámetros. 0 100 200 300 400 500 600 700 800 0 100 200 300 400 500 600 700 800 900 1000 Señal aVL tiempo a m p li tu d Figura 6. Señal aVL de 760 milisegundos. Si se desea discretizar y almacenar en un dispositivo programable la señal graficada anteriormente, es necesario disminuir la cantidad de muestras de la señal digitalizada a un número mínimo de ellas. De esta manera se puede adaptar mejor a las tecnologías de nuevos microcontroladores con capacidad de memoria interna reducida y así evitar el uso de memorias externas. En la Figura 7 se observa la señal bipolar aVL discretizada al 33% de la señal original. 0 100 200 300 400 500 600 700 800 0 100 200 300 400 500 600 700 800 900 1000 Señal aVL al 33% tiempo a m p lit u d Figura 7. Señal aVL discretizada al 33%. IV. DISEÑO DEL SIMULADOR ECG Para diseñar el simulador se tomaron en cuenta los siguientes factores: la fuente de alimentación, el microcontrolador, la selección de la señal, los indicadores de la señal que se mostrara, el convertidor de digital a análogo (DAC), un atenuador y un dispositivo para la visualización de la señal. En la figura 8 se muestra un diagrama a bloques de los módulos del simulador. Figura 8. Diagrama a bloques del simulador. La señal eléctrica generada por el simulador de señales ECG puede ser mostrada por varios dispositivos que permitan graficar señales en el tiempo, tal como un osciloscopio, un módulo visualizador que contenga un display de LCD matricial, entre otros. El simulador debe ser portátil y de fácil manejo, es por eso que se usará una fuente de alimentación de 9V, el cual se consigue con una sola batería y puede ser recargable para optimizar recursos. Por medio de un regulador de voltaje se le entrega un voltaje de 5V al simulador, que es el adecuado para el correcto funcionamiento del microcontrolador (uC) y otros dispositivos. El uC seleccionado es el PIC16f877A, el cual cuenta con una memoria de programación de 8k-Words, que es suficiente para el almacenamiento del código fuente. Además cuenta con los puertos de entrada y salida necesarios para el correcto funcionamiento del simulador. Los requerimientos de memoria de programa del simulador es de 6500 Words aproximadamente; y en relación a los puertos de entrada y salida, se requiere de 23 pines de los cuales 10 son para la salida digital de la señal ECG, 12 para la indicación de la señal a mostrar y 1 para la indicación de cambio de señal por medio de un buzzer. Para la selección de la señal ECG es necesario de 2 pines de entrada, que junto con los pines de salida da el total de 25 pines de entrada- salida, por lo tanto el PIC16f877A cumple con los requerimientos del simulador ya que cuenta con 32 pines de entrada-salida. El módulo de selección y visualización se divide en dos etapas: la primera, que es la etapa de selección, contiene varios interruptores (Pushbotton), LEDs indicadores y una bocina (bozzer); y en la segunda etapa se encuentra la sección o etapa del convertidor digital analógico con su atenuador de señal. En la Figura 9 se muestra el convertidor Digital a Analógico construido para mostrar la señal eléctrica del corazón. El convertidor utilizado es un R-2R, que es de fácil aplicación y con una rapidez de respuesta alta. En el caso de requerir una mayor resolución, se soluciona con solo agregar más etapas de resistencias sin necesidad de hacer grandes cambios en el circuito. Figura 9. Convertidor digital a analógico R-2R. Los interruptores de selección al ser activados permiten el paso de una corriente controlada (mediante una resistencia) con niveles de voltaje entre 0 y 5V a los pines 0 y 1 del puerto A del microcontrolador. Con estos interruptores de selección se logra enviar a un único puerto de salida las diferentes señales ECG almacenadas en la memoria interna del microcontrolador. El interruptor “SIG”, conectado al pin 0 del micro, se utiliza para aumentar la variable selectora y el interruptor “ANT”, conectado al pin 1 del micro, realiza una disminución de esa variable de selección. Además, se cuenta con un botón que permite reestablecer la cuenta de la variable selectora y el puntero de instrucciones del microcontrolador. Cada vez que existe un cambio en la selección de las señales se envía al usuario un mensaje audible a través de un buzzer y los LEDs indicadores iluminan la correspondiente señal que se envía por el puerto de salida del micro. En la Figura 10 se muestran los botones de selección, reset y LEDs indicadores. Figura 10. Modulo de selección de la señal ECG. V. RESULTADOS DE LA SIMULACIÓN En la Figura 11 y 12 se muestran las señales ECG aVL, aVR y aVF obtenidas mediante un osciloscopio que permite congelar la imagen y almacenarla en una memoria USB para que esta pueda ser posteriormente procesada en un medio electrónico. Figura 11. Señales unipolares aumentadas aVL y aVR. Figura 12. Señal unipolar aumentada aVF. En la Figura 13 y 14 se muestran las algunas de las derivaciones torácicas unipolares V1-6 y las derivaciones bipolares I, II y III. Figura 13. Selección de derivaciones torácicas unipolares V1-6. Figura 14. Señales bipolares I y II. V. CONCLUSIONES Con el desarrollo del simulador de ECG se estudió y comprendió el comportamiento de las señales cardiacas, su origen, sus variaciones, y las diferentes maneras de obtener la señal ECG dependiendo de donde se conecten los sensores del pulso eléctrico que es generado por el palpitar del corazón. Además con los estudios en frecuencia realizados en las señales ECG se puede obtener los requerimientos de filtros para obtener señales más claras al momento de extraerla directamente de un paciente, disminuyendo ó eliminado por completo el ruido que se pueda generar al momento de ser visualizado en graficadores de señales. Este simulador es de gran ayuda para estudios futuros de las señales ECG desde el punto de vista de la medicina, ya que se pueden hacer comparaciones con señales reales y determinar si se padece de problemas cardiacos de manera digital. También puedeser utilizado como entrenador para los futuros cardiólogos, estudiando las señales sin la necesidad de conectar a una persona a un sistema encargado de sustraer las señales ECG. Lo más destacado del sistema propuesto es que se logró digitalizar la señal empleando el movimiento del pistón para generar las distintas gráficas del ECG y que dicho algoritmo no había sido utilizado para modelar las señales eléctricas del corazón. AGRADECIMIENTOS. La realización de este proyecto fue gracias al proyecto PROMEP “Análisis y clasificación de señales cardiacas para la detección de enfermedades crónicas”. REFERENCIAS [1] Dayong Gao, Michael Madden, Des Chambers, Gerard Lyons “Bayesian - ANN Classifier for ECG Arrhythmia Diagnostic System: A Comparison Study”. From Neural Networks. Proceedings. 2005 IEEE International Joint Conference. Issue July 31 2005-Aug. Vol. 4.pp. 2383 – 2388, 2005. [2] Ghongade, R.; Ghatol, A.;” A Robust and Reliable ECG Pattern Classification using QRS Morphological Features and ANN”. From TENCON 2008 - 2008 IEEE Region 10 Conference. Issue 19-21 Nov. pp. 1 – 6, 2008. [3] Ince, Turker; Kiranyaz, Serkan; Gabbouj, Moncef; “Automated patientspecific classification of premature ventricular contractions”. From Engineering in Medicine and Biology Society. 30th Annual International Conference of the IEEE. Issue 20-25 Aug. pp. 5474 – 5477, 2008.
Compartir