NORMA RAMIREZ HERNANDEZ
UNIVERSIDAD POLITÉCNICA DE MADRID
MÁSTER EN INGENIERÍA BIOMÉDICA MÁSTER EN TELEMEDICINA Y BIOINGENIERÍA
CASO PRÁCTICO 1:
CLASE PRÁCTICA SEÑAL EEG
EEG: Adquisición y familiarización con la señal mediante la utilización de herramientas comerciales de proceso
PROCESAMIENTO DE SEÑALES BIOMÉDICAS 2010/2011 NOMBRE ALUMNO: NORMA RAMIREZ HERNANDEZ REPORTE DE PRÁCTICA:
Electroencefalografía (EEG) es el registro de las eléctricas actividades a lo largo del cuero cabelludo producido por el disparo de las neuronas en el cerebro. La carga eléctrica del cerebro es la mantenida por miles de millones de neuronas. Las neuronas son eléctricamente cargadas (o "polarizadas") por las enzimas que bombean iones a través de sus membranas. Cuando una neurona recibe una señal de su vecino a través de un potencial de acción, que responde por la liberación de iones en el espacio exterior de la célula. Iones de carga se repelen entre sí, y cuando muchos iones son expulsados de muchas neuronas al mismo tiempo, pueden empujar a sus vecinos, que empujan a sus vecinos, y así sucesivamente, en una ola. Este proceso se conoce como la conducción de volumen. Cuando la onda de los iones alcanza los electrodos en el cuero cabelludo, que puede empujar o tirar de los electrones en el metal en los electrodos. Como el metal conduce el empuje y atracción de los electrones con facilidad, la diferencia de presión o tensión, entre dos electrodos se puede medir por un voltímetro. Grabación de estas tensiones con el tiempo nos da la EEG. EEGLAB una herramientas interactiva Matlab para procesar EEG, MEG. Primero desarrollado sobre Matlab 5.3 bajo Linux, EEGLAB corre sobre Matlab v5 y más alto bajo Linux, Unix, Ventanas, y el amigo OS X (Matlab 7 + recomendado).
1. Instalar el toolbox EEGlab de Matlab
Se descomprimió, pero en este caso fue en la carpeta: C:\Program Files\MATLAB\R2009b\toolbox\matlab Se incluyo la ruta y mostro la figura 1. 1
NORMA RAMIREZ HERNANDEZ
2. Leer señal EEG
o Leer la señal EEG que se dejará en el portal docente: “ctrl_2_251109.cnt” o Como se trata de una señal capturada con un equipo Neuroscan utilizar: File-> Import Data -> From Neuroscan .CNT file o OJO! Data format: 32 bits
PREGUNTA 1: ¿QUÉ DATOS MÁS RELEVANTES NOS DA EL PROGRAMA AL CARGAR EL FICHERO? Número de canales: Cuadros: Cuadros: Frecuencia: Tamaño de archivo:
40 489520 1 1000hz 78.3Mb
3. Mostrar la señal EEG y navegar por ella
o Mostrar gráficamente la señal: Plot -> Channel Data (scroll) o Utilizar las flechas para navegar a lo largo de la señal y los signos x- para cambiar la escala de la señal hasta que consiga visualizarse correctamente la señal
PREGUNTA 2: ¿QUÉ ESCALA HAS ELEGIDO PARA LA VISUALIZACIÓN DE LOS DATOS? ¿QUÉ CANALES ELIMINARÍAS DEL REGISTRO? ¿POR QUÉ?
Se observa que los canales: PO2, A2, A1, VEOL, VEOU, HEOR, y HEOL no contienen información (son planos) por lo que sugiero se eliminen del registro. Comparando la izquierda, observamos que al emplear una escala vertical pequeña (26 μV) las señales individuales se traslapan, por lo que no se pueden distinguir bien. Por otra parte, empleando una escala grande (1000 μV), se separan las señales individualmente, pero su variación propia es tan pequeña que no puede apreciarse adecuadamente. Así pues, ya que son 40 canales, sugiero desplegarlos en varias partes, como se muestra en la figura de la derecha.
4. Eliminar canales de la señal
o Si has detectado que algún canal no es útil para el registro, puedes eliminarlo utilizando: Edit-> Select Data / Channel rate (pestaña de los tres puntitos permite seleccionar canales manualmente) 2
NORMA RAMIREZ HERNANDEZ
Se observa que los canales: PO2, A2, A1, VEOL, VEOU, HEOR, y HEOL no contienen información (son planos) por lo que sugiero se eliminen del registro. Quedando 33 canales en total.
5. Importar posiciones de los electrodos y visualizarlas o El archivo .CNT no contiene la información sobre la posición de los electrodos sino únicamente las etiquetas de sus nombres. Como el sistema de Neuroscan sigue el sistema 10/20 se pueden importar estas posiciones utilizando: Edit –> Channel Locations -> Using BESA… o Visualizar la posición de los electrodos utilizando: Plot -> Channel Locations -> By number
PREGUNTA 3: HACER UNA CAPTURA DE PANTALLA CON LAS POSICIONES DE LOS ELECTRODOS. ¿EN CUÁNTAS ZONAS CEREBRALES SE SITUAN LOS ELECTRODOS DEL CASCO SEGÚN SU NOMBRE Y SU POSICIÓN? Cada hemisferio posee varias cisuras que lo subdividen en lóbulos: El lóbulo frontal, El lóbulo parietal, El lóbulo occipital, El lóbulo temporal. Respecto de las zonas cerebrales (lóbulos) en donde se encuentran los electrodos, Nos apoyamos en la Figura y se enlistan como: Fp1: Prefrontal izquierdo, Fp2: Prefrontal derecho, F7, F3: Frontales izquierdos, F4, F8: Frontales derechos, FZ: Frontal ínter-hemisférica, FT9, FT7: Frontales-Temporales izquierdos, FT8, FT10: Frontales-Temporales derechos, FC3: Frontal-Central izquierdo, FC4: Frontal-Central derecho, FCZ: Frontal-Central ínter-hemisférica,
T3: Temporal izquierdo, T4: Temporal derecho, C3: Central izquierdo, C4: Central derecho, CZ: Central ínter-hemisférica, TP7: Temporal-Parietal izquierdo, TP8: Temporal-Parietal derecho, CP3: Central-Parietal izquierdo, CP4: Central-Parietal derecho, CPZ: Central-Parietal ínter-hemisférica, 3
T5: Temporal izquierdo, T6: Temporal derecho, P3: Parietal izquierdo, P4: Parietal derecho, PZ: Parietal ínter-hemisférica, PO1: Parietal-Occipital izquierdo, O1: Occipital izquierdo, O2: Occipital derecho, OZ: Occipital ínter-hemisférica,
NORMA RAMIREZ HERNANDEZ
6. Segmentación de la señal
o Del mismo modo, que antes se han eliminado canales de la señal a visualizar, ahora podemos generar un nuevo Dataset que contenga sólo una parte de la señal. Edit-> Select Data Time Range o El registro que se ha entregado consta de dos partes diferenciadas por sus características en los ritmos cerebrales. PREGUNTA 4: ¿POR QUÉ SE PRODUCE ESE CAMBIO EN LA SEÑAL? ¿CUÁL ES LA DIFERENCIA? GENERA DOS DATASET QUE CONTENGAN ESTAS DOS PARTES DEL REGISTRO (Y DALES UN NOMBRE QUE LOS DIFERENCIE1) INDICA QUE INTERVALOS DE TIEMPO HAS ELEGIDO. Para poder visualizar las dos partes que presentan características distintas en los ritmos cerebrales, graficamos el registro completo (la época completa de cerca de 500 s y con una escala en amplitud grande de 1000 �v para poder apreciar los canales separados) como se muestra en la Figura (Visualización del registro completo (época de 489 s). se pueden apreciar los dos conjuntos de datos como se indica: 1.- La primera parte (parte baja) con cerca de una quinta parte de la época (aproximadamente.de 0-200 s). En este segmento, casi todos los canales muestran mucha variación llegando incluso a traslaparse, lo que nos indica que contiene muchos más artefactos que el resto del registro. La razón de este comportamiento es probablemente debido al nerviosismo inicial del paciente, que provoque casi todo tipo de artefactos de origen biológico (parpadeo de ojos, ECG, movimientos oculares, actividad muscular, sudoración) así como artefactos de origen externo como los movimientos corporales. 2.- La segunda parte (parte alta) con casi cuatro quintas partes de la época (de 200 a 490 s). En este segmento casi todos los canales muestran una actividad mucho más estable. Comportamiento debido probablemente a que el paciente ya se encuentra relajado por lo que las señales presentan menos artefactos.
Rango de 0 - 100 1
Rango de 200-500
Pinchando en Datasets se puede acceder a todos los distintos conjuntos de datos que genereis. 4
NORMA RAMIREZ HERNANDEZ
7. Rechazar segmentos contaminados de la señal (indicar los principales problemas de esas señales)
o Del primero de los Dataset que obtengas, selecciona el primero de ellos y navega por la señal (plot) para indicar que artefactos encuentras en la señal y a que se deben. o Para rechazar segmentos que no puedan ser filtrados, utiliza la opción “Reject”. PREGUNTA 5: INDICA LOS TIPOS DE ARTEFACTOS QUE SE ENCUENTRAN EN LA SEÑAL Y SU MOTIVO, INDICA EL INSTANTE DE TIEMPO DE UNO DE CADA UNO DE LOS ARTEFACTOS QUE ENCUENTRES. La imagen a la izquierda muestra la segmentacion1 de 0-200 segundos. En seguida se detalla electrodos en específico.
•
T4 aparentemente en toda su extensión es ruido, como que esta mal colocado. Analizando el electrodo FP1, se obtiene lo siguiente:
•
•
•
ORIGEN BIOLOGICO PARPADEO DE OJOS: Se caracterizan por unas deflexiones en forma de pico particularmente evidentes en los registros frontales. Pueden difundirse hacia la región central y otras zonas de la cabeza. No reconozco en este canal este artefacto. MOVIMIENTOS OCULARES: Ocasionan ondas de baja frecuencia de polaridad variable en los electrodos frontales y temporales anteriores. El artefacto se debe a las variaciones del campo eléctrico ocasionadas por el movimiento del globo ocular (EOG). En el electrodo FP1 se reconoce este artefacto en los siguientes instantes: 19s, 58s.
ACTIVIDAD MUSCULAR: Señal de alta frecuencia que se manifiesta en puntas aisladas o en series que provienen de la señal muscular EMG por contracción de varios músculos del cuero cabelludo, cara, mandíbula y cuello. En el electrodo FP1 se reconoce este artefacto en los siguientes instantes: 55s, 90s, 169s, 176, 169.1s. 5
NORMA RAMIREZ HERNANDEZ • SUDORACIÓN: Aparecen ondas de baja frecuencia de entre un cuarto y un tercio de hercio. Se observan particularmente en los registros de las regiones temporales y frontal. En el electrodo FP1 se reconoce este artefacto a lo largo del segmento seleccionado (los 200 segundos). •
ECG: Aparece en algunos individuos en los que la señal cardiaca llega menos debilitada a la zona del registro EEG, por ejemplo en sujetos con cuello ancho y corto o que posean marcapasos. Es más patente si el electrodo de referencia se coloca en los mastoides. Se reconoce fácilmente por su regularidad. En el electrodo FP1 se reconoce este artefacto en los siguientes instantes: 3.6, 9.5, 11.2, 13.8, 16.6, 33.2, 36, 47.5, 53.8, 59.6, 61.2, 66.8, 92.6, 96.8, 103.3, 104.6, 106.9, 109.3, 116.3, 118.9, 122.3, 124.7, 129.4, 137.4, 148, 148.7, 157.9, 159.5, 162.8, 164.3, 166.2, 168.7, 172, 176.5 y 180.9 segundos.
ORIGEN EXTERNO
•
MOVIMIENTOS CORPORALES: Actividad irregular, generalmente de alto voltaje, comparado con las amplitudes del EEG, generada por los cambios de las distribuciones de los campos eléctricos estáticos. En el electrodo FP1 se reconoce este artefacto en los siguientes instantes: 47.6, 51, 66, 128.5 s.
•
ELECTRODOS: Potenciales de varias formas de onda, originados por la polarización de la interface electrodotejido. El sistema electrodo-pasta electrolítica produce fluctuaciones eléctricas por la evolución temporal de la interface o por los movimientos del cuerpo (temblores, respiración, pulso, etc). Puede manifestarse de forma abrupta como consecuencia de un cambio repentino en la impedancia de la interfaz. Pudiera ser estar contemplados en MOVIMIENTOS CORPORALES
•
•
50 (60) Hz: Representa una actividad consecuencia del acoplamiento de las redes de distribución con los sistemas de medida del EEG. El acoplamiento de la fuente del artefacto con el amplificador puede ser capacitivo (interferencia electrostática), inductivo (interferencia electromagnética) o resistivo. ACOPLAMIENTOS ELECTROMAGNÉTICOS: Transitorios rápidos, como consecuencia de la puesta en marcha o parada de motores, lámparas fluorescentes, relés y otros instrumentos eléctricos. En el electrodo FP1 se reconoce este artefacto en los siguientes instantes: 27.6s, 53s, 81.2s, 92.1s, 105.4s, 125s, 153.9s, 195.9s .
6
NORMA RAMIREZ HERNANDEZ
¿QUÉ ES LO QUE HACE EL PROGRAMA CUANDO SE LE DA A REJECT? •
Al reject elimina esa parte de la señal en tiempo de TODOS los electrodos
Imagen Original (sección a eliminar)
Imagen eliminando parte de la señal
PREGUNTA 6: ¿CÓMO MEJORARÍAS ESA FUNCIÓN? (VOLUNTARIO) • •
En lugar de eliminar la informacion de todos los electrodos en la banda seleccionada, afectar solo aquella en el(los) electrodos afectados, reemplazando el artefacto por una línea horizontal. Restarle el artefacto a la señal de los electrodos afectados (aunque esto implica un proceso bastante complejo).
8. Eliminación de línea de base 1. El EEGlab cuenta con una función de eliminación de línea de base Tools -> Remove baseline PREGUNTA 7: ¿CÓMO CREES QUE ESTÁ IMPLEMENTADA ESTA FUNCIÓN? •
Por cercanía en la línea horizontal (Y), trata de unir las líneas, de una manera no lógica, pues quedan sin par algunas de las señales
9. Filtrar la señal a. El EEGlab cuenta con funciones de filtrado implementadas: Tools -> Filter Data -> Short IIR filter Tools -> Filter Data -> Basic FIR filter
7
NORMA RAMIREZ HERNANDEZ
PREGUNTA 8: APLICA AL SEGUNDO DE LOS DATASET GENERADOS UN FILTRO DE BANDA ELIMINADA (NOTCH) A 50 HZ CON LOS DOS TIPOS DE FILTROS Y COMENTA LAS DIFERENCIAS QUE ENCUENTRAS. a)Imagen Original con 33 electrodos b)Imagen aplicando el filtro: SHORT IIR FILTER c)Imagen aplicando el filtro: BASIC FIR FILTER
Como se puede apreciar en b) se está dejando pasar la frecuencia de 50Hz y esto pudiera confundirse (para mí) como artefacto de actividad muscular.
10. Potencia de la señal
PREGUNTA 9: GENERA DOS SEGMENTOS DE 5 SEGUNDOS DE CADA UNO DE LOS DOS DATASET DE LA PREGUNTA 4 QUE NO SE ENCUENTREN CONTAMINADOS POR NINGUN ARTEFACTO (INDICA LOS INSTANTES DE TIEMPO DE ESTOS DOS SEGMENTOS Y HAZ CAPTURA DE PANTALLA DE ELLOS) Y CALCULA SU CONTENIDO ESPECTRAL ANTES Y DESPUÉS DE APLICAR ELIMINACIÓN DE LÍNEA DE BASE. COMENTA LAS DIFERENCIAS Partiendo de la imagen original (ctrl_2_251109), se había dividido en 2 partes con respecto a cambios de la señal misma, el primer segmento fue de 1s-200s. Las siguientes figuras son segmentos de esta que no muestran contaminación alguna por artefactos sus rangos son: 40s-45s y 72s-77s respectivamente
8
NORMA RAMIREZ HERNANDEZ El segundo segmento corresponde al bloque de tiempo de 200s-500s. Las siguientes figuras son segmentos de esta que no muestran contaminación alguna por artefactos sus rangos son: 23s-28s y 281s-286s respectivamente
La imagen de la columna izquierda corresponde al antes de quitarle la línea de base, y la de la derecha a la de después, en la línea de comando del MATLAB, señalando la línea (electrodo) nos muestra que canal es. En las figuras de contienen la línea de base, la potencia es mucho mayor que a las que se les suprimió ya que la línea de base representa un valor promedio en cada una de las señales
9
NORMA RAMIREZ HERNANDEZ
11. Trabajo voluntario (podeis hacer alguna de las preguntas o todas para conseguir puntuación adicional)
PREGUNTA EXTRA 1: SELECCIONA UN SEGMENTO DE SEÑAL QUE CONTENGA UN ARTEFACTO OCULAR Y CALCULAR SU CONTENIDO ESPECTRAL. COMPÁRALO CON UN SEGMENTO SIN ARTEFACTOS.
Señal original
Segmento de la señal con artefacto ocular (5 s)
Contenido artefacto
espectral
de
señal
con
Contenido artefacto
espectral
de
señal
SIN
Se puede observar que aunque a simple vista son similares, la potencia espectral es menor en algunos electrodos de la señal que no tiene artefactos.
10
NORMA RAMIREZ HERNANDEZ
PREGUNTA EXTRA 2: SELECCIONA UN SEGMENTO DE LA SEÑAL E INTENTA HACER UN FILTRADO POR BANDAS (DELTA, THETA, ALPHA Y BETA) Y CALCULA LA POTENCIA DE CADA UNA DE ELLAS. ORIGINAL El segmento seleccionado fue uno que se considero sin artefacto con 5s de segmento.
DELTA (hasta 3.5 Hz) ondas de baja frecuencia y alta intensidad. Al aplicarle el filtrado prácticamente es igual, sin la variación de ruido.
THETA (3.5-7.5) se dan durante el proceso de maduración en toda la corteza cerebral, aunque predomina en la región occipital y temporal y es más rápida en la zona frontal.
ALPHA
BETA
11
NORMA RAMIREZ HERNANDEZ
PREGUNTA EXTRA 3: UTILIZA EL RESTO DE FUNCIONES DISPONIBLES EN EL INTERFAZ GRÁFICO EEGLAB Y COMENTA SU FUNCIONALIDAD (CAMBIO DE REFERENCIA, CAMBIO DE LA FRECUENCIA DE MUESTREO O RECHAZO AUTOMÁTICO DE DATOS) Me permite tomar otro canal de referencia y darle valores, asi que agregara el canal con sus valores adjudicados
Es la velocidad de muestreo, así que si originalmente tiene dado 1000/s y se lo cambio a 10 (demostrativo) la calidad será menor.
Me permite visualmente quitar partes de la señal que no son de interés (azul sombreado) . Se hizo cuando se explico “REJECT”
12