Design of a propagation model for the analysis of the
biosensor communication in the human body
(Diseño de un modelo de propagación para el análisis de la
comunicación de biosensores en el cuerpo
humano.)
Jorge Álvarez, Paul Bernal y Diego Guzmán
Abstract— The Biosensors are a technology that is currently
being developed and perfected for the health care of the human
body. An important part of this type of technology is to know
how the communication between the Biosensor and the data
receiver works, taking into account that this communication is
affected by the dielectric characteristics of the body parts, such
as the skin, bones, etc. The objective of this project is to design
and simulate a propagation model that calculates losses in the
transmission of Biosensor data implanted in any human being,
knowing that these are located in the extremities of the body and
allow real-time measurement of signals. Using the Friis equation
for several media, a propagation model was developed that takes
into account the dielectric characteristics of the skin, bones,
muscle and fat, which influence the propagation of the signals
emitted by the Biosensor. Subsequently, the propagation losses
were quantified based on the dielectric characteristics analyzed
in this study, which are shown through a graphical interface,
which allows to see the variation of signal loss as a function of
the distance traveled by the wave in the human beings.
Index Terms — Biosensor, Biocompatibility, WBAN, Losses
I. INTRODUCCIÓN
L as redes de área corporal o como técnicamente se conoce
por sus siglas en ingles WBAN (Wireless Body Area
Network), básicamente se especifica como la comunicación
entre dos o más nodos que pueden estar tanto alrededor, como
dentro del cuerpo humano. Esto da facilidad de movimiento
de las personas y reduce el uso de equipos que pueden
tornarse molestosos para el usuario; dando lugar a un cambio
en el punto de vista del control de salud de un paciente, así
como la obtención de resultados por parte del personal
médico. Es de esta red WBAN que nacen los implantes dentro
del cuerpo humano o los llamados Biosensores.
. ácido nucléico peptídico (PNA) o aptómero. [4]
Sabiendo que el cuerpo humano es un medio dieléctrico, en
el cual la propagación de las ondas se va atenuando según las
partes del cuerpo que tengan que atravesar desde el
transmisor hasta el receptor. Un modelamiento de pérdidas
que se producen en éstas ondas propagadas que van a través
del cuerpo humano, ayudaría a entender que tanto afecta, el
cuerpo humano en la transmisión de datos, para así poder
mejorar la comunicación o en futuros estudios enfocarse en
conocer que mejoras se pueden hacer en los equipos
utilizados.
En [1], se muestran ya resultados para el diseño de un
modelo de propagación para un individuo determinado, por
lo cual se tomó como base a este estudio para determinar un
modelo de propagación que no solo se enfoque a un ser
humano determinado, si no generalice este modelo para que
pueda ser utilizado en un estudio más amplio considerando
diferentes edades, géneros y características fisiológicas de las
personas.
II. BIOSENSORES
Conocido como sensor biológico, es un dispositivo
electrónico de análisis que se forma por un elemento
biológico de reconocimiento (célula, tejido, receptor, ácido
nucleico, enzima, ribozima o anticuerpo, entre otros), o
nanomateriales (nanopartículas, nanocompuestos),
materiales inteligentes o compuestos biomiméticos
(aptámeros, polímeros de microporosidad intrínseca, sondas
de ácidos nucleicos), asociado a un mecanismo que garantiza
la detección e interpretación de la variación de propiedades
ópticas, fisicoquímicas, eléctricas, entre otras, obtenidas de la
interacción entre el Biosensor y el dispositivo de lectura. [2].
Así los Biosensores se pueden clasificar según las siguientes
características:
•Interacción: bioafinidad o biocatalíticos. [3]
•Detección: directo o indirecto.
•Reconocimiento: célula, tejido, enzima, receptor,
anticuerpo, ácido nucleico, polímero de impresión molecular,
•Transducción: nano mecánico, piezoeléctrico,
electroquímico, termoeléctrico u óptico. [3]
Las aplicaciones de estos Biosensores son variadas, la más
usadas y punto de estudio son las que dan la posibilidad de
monitorizar la salud de los pacientes sean estos internos o
externos de un hospital, otorgando al doctor una herramienta
para inspeccionar los signos biológicos de sus pacientes,
incluyendo la capacidad de informar a sus pacientes alguna
anomalía que tenga que ser asistida en el hospital o III. DESARROLLO DEL ESTUDIO
consultorio.
El estudio tomó como referencia la ecuación de Friis para
Otros tipos de aplicaciones es en el ámbito del deporte, las multicapas.
cuales están dirigida especialmente a los deportistas de alto
rendimiento, permiten medir el gasto energético y eficiencia (1 − |𝑆11 |2 )(1 − |𝑆22 |2 )𝜆2 𝑚𝑒𝑑 𝐺 𝑇 𝑃𝑇 𝐺𝑅 𝑒 (−𝛼𝑟)
física del deportista, lo que ayuda a controlar de mejor manera 𝑃𝑅 = ( )
su progreso en su respectiva actividad física. (4𝜋𝑑)2
𝑛
𝐸 2 𝑖𝑛𝑐 𝑇𝑖 𝑒𝑥𝑝(𝛼𝑖 )𝑙𝑖 𝑇𝑛 𝑒𝑥𝑝 (−𝛼𝑛 (𝑑 − ∑𝑛−1
𝑖=1 𝑙𝑖 ))
La fabricación de estos Biosensores tiene características ( ∏ )( )
2 𝑛𝑖 𝑛𝑛
especiales ya que no cualquier material existente en la 𝑖=1
naturaleza es permitido para implantarlo dentro del cuerpo 𝑛
humano. Depende del paciente, se pueden desarrollar alergias (1 + 𝑅𝑛+1 𝑒𝑥𝑝 (−2𝛼𝑛 ∑ 𝑙𝑖 − 𝑑))
o algún tipo de reacción al material con el que se implementan 𝑖=1
estos Biosensores.
Donde se debe inició calculando los coeficientes de
El tamaño es otro factor a tener muy en cuenta en los
transmisión y reflexión, tomando en cuenta que el estudio
Biosensores, ya que se debe considerar un tamaño adecuado
trabaja en la frecuencia de 2.45 GHz con una antena
para que este no produzca incomodidad y molestias en el
helicoidal.
cuerpo del paciente, y tener la posibilidad de adaptarse a la
biología del cuerpo humano.
Para ello es necesario tener los datos tanto de los
coeficientes de transmisión y reflexión de cada capa a
Debido a los componentes tanto biológicos como
estudiar, los mismos que se muestran en la Tabla II [6].
químicos, un Biosensor se compone de tres partes principales:
TABLA II
Resultados de los coeficientes de trasmisión y reflexión según su capa.
•Sensor biológico, puede estar compuesto, sea de un tejido,
Parte del
enzimas, anticuerpos, etc. Éste puede presentarse en la Ɛr δ n α Ri Ti
naturaleza o bien ser el resultado de la biología sintética. cuerpo
•El detector, puede ser óptico, térmico, magnético, etc. Piel 42,85 1,46 58,06 42,04 -0.33 1.33
•El transductor, se encarga de unir los dos componentes Tejido
anteriores y transmitir la señal obtenida. 10,8 0,27 115,21 15,49 0,37 0,62
Subcutáneo
Esos Biosensores se forman de antenas que se han Músculo 53,6 1,81 51,9 46,6 -0,31 1,31
desarrollado varios tipos de antenas según la banda en la que Hueso 15 0,6 98,45 29,2 -0.45 1.45
se desea transmitir, es así que se tiene antenas para las bandas
MICS (Medical Implant Communication Service), ISM y Aislamiento 2,07 0 262,02 0 0,45 0,546
UWB (Ultra Wide Band), que se basan en el uso de un dipolo
estándar o una estructura de antena patch, loop, slot, micro- Con estos se continua con la solución de la ecuación de
strip, etc. [5] Friis, indicada anteriormente para cada edad en la que el
modelo se ve implementando. Estas edades son en los rangos
Las antenas utilizadas para los Biosensores deben tener un de: 2 a 3 años, 4 a 5 año, 6 a 8 años, 9 a 14 años, 15 a 24 años,
rango permitido de potencias, anchos de banda y ganancias, 25 a 50 años y finalmente de 51 a 99 años. Dado estos rangos
estas características se presentan en la Tabla I [5]. de edad se tiene unas perdidas según como muestra la
siguiente matriz.
TABLA I
67.4154 68.1035 68.6986 67.1570 ]
Potencias de enlace desde una antena implantable hacia una estación base. 𝑀𝑅 = [
67.9946 67.9957 67.9238
MICS (in-
Parámetro ISM (out-body)
body) El modelo implementado se basa en una matriz de
Frecuencia 401 MHz 2.45 GHz resultados, que con la ayuda de los códigos de MATLAB®,
Ancho de banda 200 KHz 200 KHz permite seleccionar de manera fácil la solución para cualquier
Potencia de Tx -2.0 dBm 25 uW tipo de estudio, tomando en cuenta las características del
Ganancia -31.5 dBm 2.14 dBm individuo, las cuales son: el peso, altura, edad y género.
EIRP -33.5 dBm -62.5 dBm
Exceso de Con esto primero se definió una matriz de características
25.0 dB 2.0 dB
pérdidas del cuerpo humano, en donde se enfocan los 4 aspectos
Ganancia Rx 2.0 dBi 11.04 dB principales de estudio, mencionados en el párrafo anterior.
Potencia de Rx -87.0 dBm -108.6 dBm
Ruido recibido -101.0 dBm -199.7 dBm
 𝐸𝑑𝑎𝑑1 𝐸𝑑𝑎𝑑7 B. Página principal e ingreso de datos
⁄𝑃𝑒𝑠𝑜 ⋯ ⁄𝑃𝑒𝑠𝑜
1 1
𝐹𝑀 𝐶𝑎 = ⋮ ⋱ ⋮ En esta página de la interfaz de la app, se dispone el ingreso
𝐸𝑑𝑎𝑑1 𝐸𝑑𝑎𝑑7 de datos, el uso de manuales, de una forma didáctica, así
[ ⁄𝑃𝑒𝑠𝑜 ⋯ ⁄𝑃𝑒𝑠𝑜 ]
7 7 como el acceso a los resultados del estudio y la salida del
𝐸𝑠𝑡1 𝐸𝑠𝑡1
⁄𝐺𝑒𝑛 ⁄𝐺𝑒𝑛 programa.
1 2
× ⋮ ⋮
𝐸𝑠𝑡7
⁄𝐺𝑒𝑛
𝐸𝑠𝑡7
⁄𝐺𝑒𝑛 ]
Para el ingreso de datos, como muestra ilustración 11, es
[ 1 2 necesario ingresar el género, la edad, el peso y la estatura del
individuo a ser estudiado, con lo cual el programa calculará
Esta matriz proporciona un factor de cálculo "𝐹𝑀 𝐶𝑎 ", para las pérdidas producidas en dicho cuerpo humano.
cada caso de estudio según las características del paciente,
con lo cual, al multiplicarlo con la matriz de resultados
promedios obtenidos, entrega los resultados deseados según
cada característica, esta operación se representa en la
ecuación:

𝑀𝐹𝑃 = 𝑀𝑅 ∗ 𝐹𝑀 𝐶𝑎

Donde, MFP, es el factor de perdidas, encargado de manejar

la variación de valores que existe por la diferencia de
características físicas en cada caso; y MR es la matriz de
resultados generales, es decir en un entorno con
características ideales.

IV. IMPLEMENTACIÓN DEL MODELO Y PRUEBAS

Fig. 2. Página principal.

Todo este estudio y modelamiento de matrices, se
implementó en una App, desarrollada en App Designer de
MATLAB®, la cual entregó un resultado de pérdidas según el
individuo de estudio.
El programa dispone de varias partes, entre ellas el “Login”
del usuario, página principal, manuales, el ingreso de datos
de la persona de estudio, los resultados, y la salida del
programa. Estas partes se detallan uno por uno
A. Página de Inicio
Esta interfaz inicia con un recuadro de bienvenida que
permite al usuario acceder a todas las funciones que el
programa tiene, ingresando un usuario y contraseña
preestablecida. Este se desplegará de según la ilustración 10:
C. Resultados
Los cálculos se despliegan como muestra la ilustración 12,
en donde se observa el resultado total matemático de las
perdidas, así como una gráfica explicativa de como señal
emitida por la antena implantada, varía según las pérdidas que
se generan en cada parte del cuerpo humano.
En los resultados del estudio, hay que tener en claro que se
realiza un modelo por capas, lo que se realiza en relación a la
capa final, es decir, el gráfico de pérdidas de la piel está ligado
directamente con la del hueso y así consecutivamente con
cada capa siguiente, proporcionando una relación de pérdidas
en toda la trayectoria de la onda emitida entre el receptor y el
Biosensor.

Fig.1. Página de Login.

Fig. 3. Página de resultados.

D. Estudio de pérdidas de propagación realizados
Para el análisis de resultados se realizaron 4 estudios en los
rangos de edad, 4 y 24 años, tomando en cuenta sexo. Estas
edades son consideradas por las siguientes características:
• 4 años: a esta edad el organismo del individuo está
completamente desarrollado y empieza el proceso de
crecimiento y maduración fisiológicos.
• 24 años: a esta edad el individuo a alcanzado su madurez,
por lo cual se pueden obtener datos de los cambios con
respecto a la pubescencia.
1) Estudio de pérdidas de propagación a la edad de 4
años
Para este estudio se tomó los siguientes ejemplos de un
niño y una niña de 4 años, con las características siguientes:
• Niño
o Edad: 4 años
o Peso: 17 Kg
o Altura: 104 cm
• Niña
o Edad: 4 años
o Peso: 17 Kg
o Altura: 102 cm.
Los resultados obtenidos de estos estudios: las pérdidas
producidas para el niño fueron 67.2360 dB y para la niña
64.8184 dB. Esto se observa en la figura 4, resultante de la
app desarrollada.
En la figura 4 se muestra dos curvas, la azul representa al
niño y la roja a la niña. Éstas representan la propagación de
la señal cuando se va dirigiendo al Biosensor. Una de las
primeras apreciaciones que se tiene, es que el niño genera
mayor perdida en la parte de la piel, y que su grasa provoca
una gran pérdida de señal cuando mientras se propaga.
En cuanto a lo que pasa en el músculo, se entiende en la
figura 4, el niño genera menos perdidas que la niña, esto se
puede dar a que los individuos tomados para estudio son
físicamente distintos, esto debido a la altura de cada uno y su
peso, en donde el niño tiene un índice de masa corporal de
15.72 y la niña 16.34.
Fig. 4. Gráfica de resultados de estudios de pacientes - 4 años.
2) Estudio de pérdidas de propagación a la edad de 24
años
Para este estudio se obtuvo los siguientes datos de dos
jóvenes de la Universidad de las Fuerzas Armadas – ESPE,
de 24 años, tanto hombre como mujer, los cuales son:
• Hombre
o Edad: 24 años
o Peso: 86 kg
o Altura: 175 cm
• Mujer
o Edad: 24 años
o Peso: 49 kg
o Altura: 155 cm
Los resultados obtenidos de estos estudios: las pérdidas
producidas para el hombre fueron 67.9625 dB y para la mujer
67.1991 dB. Esto se observa en la Figura 5, resultante de la
app desarrollada.
En la Figura 5 se observa una similitud en las pérdidas
generadas en cada parte del cuerpo humano en ambos
pacientes, con ligeros valores de cambio a aumentar la
pérdida en el cuerpo del hombre.
Finalmente, el estudio arroja una variación de pérdidas de
alrededor del 0.7 dB, pero con una diferencia casi nula entre
ambos casos al momento de propagarse por todas las capas
del cuerpo humano, dando como punto clave de la diferencia
de resultados, el hecho que a esta edad se diferencia el cuerpo
humano del hombre como el de la mujer, en estatura y peso.
 externo, el cual anteriormente se contempló a una distancia
de 1 metro. Con esto los resultados de las pérdidas se pueden
observar la Figura 9, en donde se tiene una comparación de
los resultados obtenidos en FEKO como en la app
desarrollada.

Fig. 8. Resultados de Feko – Niña.

Fig. 5. Gráfica de resultados de estudios de pacientes - 24 años.

3) Comparación de resultados en un niño de 4 años

Para el caso del paciente masculino, se obtuvieron pérdidas

en el modelo completo de 67.8324 dB. Mientras que en
FEKO, se puede observar en la figura 6 las pérdidas en [W]
que se generaron por cada capa del cuerpo humano, por ello,
para obtener la pérdida total del diseño se sumó las 4 pérdidas
de los medios con la perdida en el espacio libre de la distancia
del receptor externo, el cual anteriormente se contempló a una
distancia de 1 metro. Con esto, los resultados de las pérdidas
se observan en Figura 7, realizando una comparación de Fig. 9. Comparación de resultados – Niña.
resultados obtenidos en FEKO como en la app desarrollada.
5) Análisis y comparación entre Feko y la app
desarrollado

Los resultados de ambos métodos se observan en la Tabla

III, se verificó que el cálculo de las pérdidas, tuvo un
resultado similar entre ambos métodos, proporcionando una
confiabilidad en el App desarrollada en esta tesis, cumpliendo
con todos los parámetros necesarios para poder tener
Fig. 6. Resultados de Feko – Niño
resultados claros.

TABLA III
Comparación de resultados.
Resultados del modelo propuesto y el modelo en FEKO
Niño
BioSensPro FEKO
Frecuencia Frecuencia
2.45 2.45
(GHz) (GHz)
Potencia de Potencia de
25 25
Tx (uW) Tx (uW)
Distancia (m) 1.025 Distancia (m) 1.025
Pérdidas (dB) 672.360 Pérdidas (dB) 677.428
Niña
BioSensPro FEKO
Fig. 7. Comparación de resultados – Niño. Frecuencia Frecuencia
2.45 2.45
(GHz) (GHz)
4) Comparación de resultados en una niña de 4 años Potencia de Potencia de
25 25
Tx (uW) Tx (uW)
Para el caso del paciente masculino, se obtuvo unas
Distancia (m) 1.025 Distancia (m) 1.025
pérdidas de 64.8184 dB, mientras que en FEKO se puede
Pérdidas (dB) 648.185 Pérdidas (dB) 653.051
observar en la figura 8, las pérdidas en watts que se generaron
por cada capa del cuerpo humano, por ello, para obtener la
Existieron variaciones entre ambos métodos de cálculo,
pérdida total del diseño se sumó las 4 pérdidas de los medios
estas variaciones claramente se entienden debido a que el
con la perdida en el espacio libre de la distancia del receptor
desarrollo del modelo de propagación se basó en un método
teórico fundamentado con la ecuación de Friis, la que se
encarga de estudiar las pérdidas a través de varias capas,
tomando en cuenta valores específicos en cuanto a constante
dieléctrica y conductividad de cada capa, a comparación del
software FEKO que es un método más numérico, ya que
trabaja con el método FEM (Finite Element Method), el cual
se basa en la aproximación de ecuaciones diferenciales
parciales usando el álgebra lineal. La diferencia entre los
métodos de cálculo implementados en ambos softwares es lo
que justifica estas pequeñas variaciones que se producen en
las gráficas y en los cálculos matemáticos
V. RESULTADOS Y CONCLUSIONES
Cuando se habla del estudio del cuerpo humano, no se debe
olvidar las diferencias que existen entre un ser humano y otro,
es decir no se puede generalizar un estudio para un cierto tipo
de población hacia otra, ya que, si bien es cierto que se tiene
la misma composición física, las dimensiones de las capas
que conforman el estudio varían y esto si produce un cambio
en los resultados.
Se ha desarrollado un software que permite realizar el
cálculo de las pérdidas de propagación de Biosensores
implantados en el cuerpo humano, específicamente en el
brazo, el cálculo se realizó tomando en cuenta el género,
edad, peso y estatura y considerando que se trabaja con una
antena helicoidal, en una comunicación de multicapas a una
frecuencia de 2.45 GHz.
Los resultados obtenidos en el software diseñado, indican
varios puntos importantes, entre los cuales se tiene que
mientras mayor edad, se generan mayores pérdidas,
especialmente en la edad adulta, ya que en ésta etapa el
cuerpo empieza a perder musculo y a generar más grasa.
Una estatura mayor en un paciente de estudio, puede
generar al igual que la edad mayor perdidas, debido a que
posee mayor cantidad de tejido, por el mismo hecho de poseer
un cuerpo prolongado.
En cuanto al peso que tenga el individuo, mientras este sea
mayor, mayor serán las pérdidas que se generen en la
comunicación. Esto se produce por qué, a un mayor peso,
mayor cantidad de masa corporal, lo que se genera por una
mayor cantidad de tejido adiposo subcutáneo, el cual tiene
características dieléctricas que provocan perdidas en la
comunicación.
El cuerpo humano no solo consta de tejidos que generan
pérdidas, este también tiene fluidos o elementos que pueden
generar conductividad, como lo es el músculo, ya que gracias
a sus propiedades dieléctricas y debido a que por este circula
sangre, tiende a ser un conductor eléctrico se generan
ganancias en la señal de transmisión.
VI. TRABAJOS A FUTURO
El software diseñado se lo realizó para biosensores que se
encuentran en el brazo del cuerpo humano, por lo cual puede
servir de ejemplo para realizar estudios de biosensores
localizados en otras partes del cuerpo, para finalmente crear
un solo software que permita estudiar la propagación de
ondas de los Biosensores sin importar su ubicación en el
cuerpo humano.
El software desarrollado se puede implementar como un
método de reconocimiento de rupturas fibrilares, huesos y
deficiencias tanto en la piel, tejido adiposo, músculo y
huesos, esto se enfoca en que si se tiene perdidas mayores o
menores a las que el sistema del software provee, se entiende
que existieron cambios físicos considerables dentro del
paciente, por lo cual es necesario realizar estudios clínicos
para conocer que parte del cuerpo está afectada y brindar un
tratamiento a esa zona del cuerpo.
Este estudio también se puede expandir hacia animales, en
los cuales se ha vuelto muy común en los últimos años el
implantar chips de reconocimiento y localización, para lo cual
también puede ser beneficio conocer cómo se propaga las
ondas de estos chips, para realizar mejoras en los elementos
de transmisión y recepción.
VII. REFERENCIAS
[1] S. Gupta, Y. Prakash, E. Elsharawy y L. Schwiebert,
«Towards a propagation model for wireless biomedical
applications,» de IEEE Int. Conf. Communications,
Anchorage, 2003.
[2] A. Turner y J. Newman, «An introduction to biosensor,»
Biosensor for Food Analysis, pp. 13-27, 1998.
[3] C. Jiménez y D. León, «Biosensores: Aplicaciones y
Perspectivas en el control y calidad de procesos y
Productos Alimenticios,» REVISTA DE LA FACULTAD
DE QUÍMICA FARMACÉUTICA, pp. 144-154, 2009.
[4] L. Mello y L. Kubota, « Review of the use of biosensors
as analytical cal tools in the food and drink industries,»
Food Chem, pp. 237-256, 2002.
[5] F. Merli, «Implantable Antennas for Biomedical
Applications,» ÉCOLE POLYTECHNIQUE
FÉDÉRALE DE LAUSANNE, Suisse, 2011.
[6] A. Ibraheem, «Implanted Antennas and Intra-Body
Propagation Channel for Wireless Body Area Network,»
Virginia Polytechnic Institute and State University,
Virginia, 2014.
BIOGRAFÍA
Jorge D. Alvarez V. Autor, Ingeniero en
Electrónica y Telecomunicaciones de la
Escuela Politécnica del Ejército año 2003.
Master Oficial en Redes de
Telecomunicaciones para Países en
Desarrollo de la Universidad Rey Juan
Carlos año 2016. Desde el 2004 se
desempeña como Docente en la Universidad de las Fuerzas
Armadas ESPE, en el Departamento de Eléctrica y
Electrónica en las áreas de Electromagnetismo y Óptica
Aplicada y Telecomunicaciones. Sus áreas de investigación
están relacionadas con la propagación de ondas
electromagnéticas y eficiencia energética.
 Diego D. Guzmán C. Autor, nació el 19
de Julio del 1993 en la ciudad de Quito,
Ecuador. Empieza sus estudios primarios
en la Unidad Educativa “Borja No 3
Cavanis” de Quito. Posteriormente realiza
sus estudios secundarios en el Colegio
Militar “Eloy Alfaro No 1” en Quito,
obteniendo el título de Bachiller en
Ciencias Generales. Ingresa a la Escuela
Politécnica del Ejército a la carrera de Eléctrica y Electrónica
obteniendo el título de Ingeniero Electrónico en
Telecomunicaciones en el año 2018.