Documente Academic
Documente Profesional
Documente Cultură
Inteligență Computațională Integrată
Inteligență Computațională Integrată
Computaional
Integrat
EKG MN
Donis Ctlina
Lozneanu Daniela
Crolu Bogdan
Alexandroaia tefana
5401 A
Fiecare contracie a miocardului este urmarea unei excitaii electrice care provine de
la nodulul sinusal i transmis musculaturii inimii. Aceste modificri ale potenialelor electrice
ale inimii se pot msura la suprafaa organismului, fiind prezentate printr-o imagine repetat a
activitii cardiace electrice. Cu ajutorul electrocardiogramei se pot enuna o serie de
proprieti i boli ale inimii.
Un aparat cu ajutorul cruia se poate realiza nregistrarea acestor semnale este sistemul
Biopac MP150.
Acesta este un sistem de achiziii de date computerizat care realizeaz multe din funciile unui
sitem de nregistrare pe band sau a altor dispozitive de vizualizare dar este superior acestora
deoarece depete limitele fizice ntlnite n mod normal.Acesta preia semnalele i le
convertete n semnale digitale care pot fi procesate cu un computer.Colectarea de date
implic semnale de intrare (de obicei analogice) i trimiterea lor ctre un computer unde sunt
memorate.
Sistemul MP150 include:
Montajul electrozilor folosit pentru calculul BPM sau a oricror aplicaii generale
EKG este prezentat in figura urmtoare:
Specificaii ECG100C:
Gain: 500, 1000, 2000, 5000
Output Selection: Normal, R-wave indicator
Output Range: 10 V (analog)
Frequency Response Maximum bandwidth (.05 Hz 150 Hz)
Low Pass Filter: 35 Hz, 150 Hz
High Pass Filter: 0.05 Hz, 1.0 Hz
Notch Filter: 50 dB rejection @ 50 Hz or 60 Hz
Noise Voltage: 0.1 V rms (0.05-35 Hz)
Signal Source: Electrodes (three electrode leads required)
Z (input) Differential: 2 M
Common mode: 1000 M
CMRR: 110 dB min (50/60 Hz); see also: Shield Drive Operation
CMIVreferenced to Amplifier ground: 10 V
Mains ground: 1500 VDC
Input Voltage Range: Gain Vin (mV)
500 20
1000 10
2000 5
5000 2
Weight: 350 grams
Dimensions: 4 cm (wide) x 11 cm (deep) x 19 cm (high)
Input Connectors: Five 1.5 mm male Touchproof sockets (Vin+, Ground, Vin-, 2 of
shield)
Artefact_resp
Artefact 2
FTJ35
FTS 0.5
FTS 0.5+FTJ 35
ZGOMOT
for i = 1 : len_s
poz = 1 + floor((s(i) - min_s)/dim_int);
if poz>n_int %s(i)==max_s
poz = n_int;
end
h(poz) = h(poz)+1;
end
figure(2); bar(v_int, h); grid; axis tight
for i = 1:N-k
Cxx(k+1) = Cxx(k+1)+W(i)*W(i+k);
end
end
figure(3); subplot(211); plot(Cxx); subplot(212);
plot(diff(Cxx));
Tmin=60/200*fs; Tmax=60/40*fs; %[40-200]bpm T=[0.3:1,5]s sau
T=[60-300] esantioane
[max_Cxx,idx]=max(Cxx(Tmin:Tmax));
%[max_Cxx,idx]=max(diff(Cxx(Tmin:Tmax)));
idx = idx + Tmin-1;
figure(3); subplot(211); hold on; plot(idx,max_Cxx,'or'); hold
off;
%figure(3); subplot(211); hold on; plot(idx,max_Cxx,'or'); hold
off;
pause(0.1);
T(n) = idx/fs; %sec
T(n) = 60/T(n); %bpm
n=n+1;
end
%------------------------------------------------------------------function [isoline] = isometric_line(s)
len_s = length(s);
max_s = max(s); min_s = min(s);
n_int = 200; dim_int = (max_s - min_s)/n_int;
h = zeros(1,n_int);
v_int = min_s + dim_int/2 + [0:n_int-1]*dim_int;
for i = 1 : len_s
poz = 1 + floor((s(i) - min_s)/dim_int);
if poz>n_int %s(i)==max_s
poz = n_int;
end
h(poz) = h(poz)+1;
end
figure(2); bar(v_int, h); grid; axis tight
%[h2, v_int] = hist(s,n_int);
%figure(3); bar(v_int,h2); grid; axis tight
[v, idx] = max(h);
isoline = v_int(idx);
n figura urmtoare este prezentat ritmul cardiac i punctul n care numrul
de bti ale inimii este maxim.
se
Stabilirea ritmului
Stabilirea FC (FC frecvena cardiac)
Stabilirea axului electric: prin metoda triunghiului lui Einthoven sau triaxial
Analiza morfologic i cronologic a traseului EKG
Parametrii utili n determinarea unui diagnostic ar fi:
UNDA P
0.085 s
UNDA Q
0.02 s
UNDA R
0.05 s
UNDA S
0.07 s
UNDA T
0.135 s
0.075 s
0.02 s
0.04 s
0.055 s
0.16 s
0.09 s
0.035 s
0.045 s
0.05 s
0.13 s
CAPTURA 1
CAPTURA 2
CAPTURA 3
function zgomot_50Hz_v2(s,fs)
if nargin<1,
[fname, fpath] = uigetfile('*.txt','Open EKG,EMG file...');
fid = fopen([fpath fname]); %fid = fopen(strcat(fpath fname));
s = fscanf(fid,'%f',inf);
fclose(fid);
end
if nargin<2, fs=200; end %sampling frequency
len = length(s);
t=[0:len-1]/fs; %t=[0:0.005:30];
% s= s-mean(s);
figure(1); subplot(211); plot(t,s); grid; axis tight
s_new(1) = s(1);
s_new(end) = s(end); %ultimul element dar nu neparat pe aceeasi pozitie
for j = 2 : len_new-1
i = (j-1)*(len-1)/(len_new-1)+1; %idx/pozitia pe care ne aflam
w1 = i - floor(i);
w2 = 1-w1;
s_new(j) = w1*s(ceil(i)) + w2*s(floor(i)); %ceil=rotunjirea la cel mai mare ;
floor=rotunjirea la cel mai mic
end
t_new = [0: len_new-1]/fs_new;
figure(1); subplot(212); plot(t_new,s_new); grid; axis tight
Azgr = max(zgr(2*fs_new:end))-min(zgr(2*fs_new:end));
disp(sprintf('Raport semnal/zgomot inainte de filtrare: %.2f', Asf/Azgr));
Zgomot extras
%FTJ
N=4;fr=35;
[B,A] = butter(N,fr/(fs/2),'low');
sf = filter(B,A,s);
%figure(1); subplot(312); plot(t,s); grid; axis tight
figure(1); subplot(312); plot(t(5*fs:10*fs),sf(5*fs:10*fs)); grid; axis tight
%FTS
[B,A] = butter(N,fr/(fs/2),'high');
zge = filter(B,A,s);
figure(1); subplot(313); plot(t,zge); grid; axis tight
%figure(1); subplot(312); plot(t(5*fs:10*fs),sf(5*fs:10*fs); grid; axis tigh
%FTS
[B,A] = butter(N,fr/(fs/2),'high');
zge_sf = filter(B,A,sf);
figure(3);plot(t,zge_sf); grid ;axis tight
[p1, p2] = detectie_praguri(zge,30,1);
figure(3); hold on ; line([t(1) t(end)], [p1 p1], 'color','r','LineWidth',2);
line([t(1) t(end)], [p2 p2],
'color','r','LineWidth',2);
hold off;
Avv_sf=max(sf)-min(sf);
disp(sprintf('raport S/N dupa filtare:%.2f',Avv_sf/(p1-p2)));
Detectie praguri
Zgomotul gaussian
Aproximativ 70% din valori sunt ncadrate ntre iar 90% dintre valori
sunt cuprinse ntre 2. Dei, din punct de vedere teoretic, ecuaia definete
valori cuprinse ntre - i +, valorile FDP gaussiene se pot considera nule
dincolo de intervalul 3. Zgomotul gaussian este folosit pentru modelarea
proceselor naturale care introduc zgomote (ex: zgomotul datorat naturii discrete
a radiaiei i procesului de conversie al semnalului optic n semnal electric
detector/shot noise , zgomotul electric din timpul procesului de achiziie
amplificarea semnalului electric generat de senzori etc.)
Eliminarea zgomotului de tip gausssian se poate face cu ajutorul unui filtru
liniar. Acest filtru se aplic prin operaia de convoluie (operaie liniar) cu un
nucleu de convoluie/filtru de tip trece jos. n continuare se va prezenta modul de
calcul al elementelor unui nucleu de convoluie folosit la eliminarea zgomotului
de tip gaussian.
Eliminarea zgomotului gaussian trebuie fcut cu un filtru avnd o form i
o dimensiune adecvat, n concordan cu deviaia standard a zgomotului
gaussian care afecteaz imaginea. Dimensiunea w unui astfel de filtru se alege
de obicei de 6 (exemplu: pentru un zgomot gaussian cu =0.8>w = 4.8 5).