UNIVERSITATEA „POLITEHNICA” DIN BUCURESTI

Facultatea de Inginerie Medicala

Proiect
Electronica Medicala si si Electrosecuritate
Estimarea frecventei respiratorii
din semnale PPG

Student: Bolintis Lucia Andreea

Master, anul I

CUPRINS

1. INTRODUCERE

1.1 FOTOPLESTIMOGRAMA

2. MATERIALE SI METODE

2.1 Filtrele FIR si IIR

2.2 Transformata Fourier

3. REZULTATE

3.1 Alegerea semnalului si incarcarea lui in Matlab

3.2 Adaugarea unui zgomot la semnalul initial

3.3 Transformata Fourier

4. CONCLUZII

5. BIBLIOGRAFIE
Rata de respiratie(RR) ofera informatii utile pentru evaluarea unui pacient. Propunem
estimarea RR bazata pe Photoplestimografie (PPG), deoarece prresiunea sanguina este
cunoascuta ca purtand informatii despre respiratie, sub forma de modulari induse de respiratie
in semnalul PPG. S-a studiat utilizarea variabilitatii amplitudinii semnalului PPG de la deget
in modul de transmisie in estimarea RR prin compararea a patru metode de reprezentare cu
frecventa in timp (TF) a semnalului in cascada cu un filtru. Merodele TF comparate au fost
Transformata Fourir in timp (STFT). [1]

1. INTRODUCERE
Achizitia ratei de respiratie (RR) constituie o parte viatala a masuratorilor fiziologice
fundamentale din punct de vedere clinic, dearece RR este unul dintre primii paramentrii care
raspund la scadera starii pacientului. In consecinta, o mare varietate de metodele de
intrumentatie si algoritmi matematici au aparut ca raspuns pentru a ocupa acest larg domeniu.
Datorita naturii obturarea a multor metode de masurare utilizate in prezent, urmarirea RR un
anumit discomfort pentru pacineti si necesita asadar luarea in considerare a necesitatii
monitorizarii acestuia. Pentru a face a face monitorizarea RR mai disponibila ca parametru
fiziologic general, noile modalitati si algoritmi de detectare sunt studiati pe scara larga. [2]

1.1 Fotopletismogramă (PPG)

Fotopletismogramă (FPG) este o măsurătoare volumetrică a unui organ obținută optic. O
FPG este adesea obținută prin utilizarea unui pulsoximetru care iluminează pielea și măsoară
modificările în absorbția luminii. [1] Un pulsoximetru convențional monitorizează perfuzia
sângelui la nivelul dermei și țesutului subcutanat al pielii.

La fiecare ciclu cardiac, inima pompează sânge spre periferie. Cu toate că această presiune de
puls este parțial amortizată până când ajunge la piele, este suficientă pentru a dilata arterele și
arteriolele din țesutul subcutanat. Dacă pulsoximetrul este atașat fără a apăsa pe piele, o
presiune de puls poate fi observată și din plexul venos, ca un mic vârf secundar.
Schimbarea în volum cauzată de presiunea pulsului este detectată prin iluminarea pielii cu
o diodă emițătoare de lumină (LED) și apoi măsurarea cantității de lumină fie transmisă sau
reflectată către o fotodiodă. Fiecare ciclu cardiac apare ca un vârf, așa cum se observă în
figura alăturată. Deoarece fluxul de sânge la nivelul pielii este influențat de mai mulți factori
fiziologici, FPG poate fi folosită pentru a monitoriza respirația, hipovolemia și alte condiții
ale sistemului circulator.[3] În plus, forma undei FPG diferă de la individ la individ și variază
în funcție de locul și modul în care pulsoximetrul este atașat.

Traductorul fotoplestimografic este format din o sursa de lumina si un element fotoelectric

(fotodioda, de exemplu). Fascicolul luminos strabate tesutul si este absorbit partial de
hemoglobulina din masa de sange circulant. Partea care nu se absoarbe va ajunge prin
stransmisie sau reflexie la fotodioda, iar in functie de cantitatea de lumina primita, acesta
produce un curent care este necesar sa fie amplificat si inscris grafic. [4]

Figură 1-Fotoplestimograf
 2. MATERIALE SI METODE
In mod conventional, majoritatea algoritmilor RR bazare pe PPG sunt compuse din 3 faze
operationale.

a) Preprocesarea semnalului
b) Extractia componentei respiratorii
c) Detrminarea ritmului respirator

Etapele de preprocesare a semnalului consta in extragerea informatiilor privind variabilitatea

amplitudintii [5].

2.1 Filtrele FIR si IIR

Realizarea filtrelor digitale Realizarea digitală a filtrelor prezinta în principal
următoarele avantaje:

- eliminarea erorilor datorate variaţiilor valorii componentelor cu temperatura şi datorate

îmbătrînirii componentelor,

- eliminarea erorilor datorate zgomotului indus de sursele de alimentare,

- obtinerea unor performante ridicate ce nu se pot obtine pe cale analogica (decit foarte
dificil),

- realizarea unor caracteristici de taiere foarte abrupte, a unor caracteristici cu

amplitudine oarecare (dupa necesitati) şi a unor caracteristici de faza liniare.

Dezavantajele filtrelor numerice constau în erorile ce apar datorita cuantizarii (atit a

semnalului de intrare cit şi a elementelor ce caracterizeaza filtrul numeric-coeficientii
filtrului) precum şi în aparitia ciclurilor limita şi a oscilatiilor de depasire (fenomene care apar
datorita trunchierii sau rotunjirii rezultatelor partiale şi ca efect al lungimii finite a cuvintelor
binare cu care se opereaza în structura numerica de calcul. Exista doua categorii de filtre
digitale: filtre cu raspuns finit la impuls (FIR) şi filtre cu raspuns infinit la impuls (IIR).
Realizarea filtrelor FIR Un filtru cu raspuns finit la impuls (FIR) este un sistem discret liniar
şi invariant în timp a carui iesire este data de suma ponderata a unui numar finit de intrari
intirziate. Filtrele FIR sint nerecursive (spre deosebire de filtrele IIR); prin urmare nu necesita
bucle de reactie (feedback) în calculul lor . [6]

2.2 Transformata Fourier

În matematică transformata Fourier (numită astfel după matematicianul și

fizicianul Joseph Fourier) este o operație care se aplică unei funcții complexe și produce o altă
funcție complexă care conține aceeași informație ca funcția originală, dar reorganizată
după frecvențele componente. De exemplu, dacă funcția inițială este un semnal dependent
de timp, transformata sa Fourier descompune semnalul după frecvență și produce un spectru
al acestuia. Același efect se obține dacă funcția inițială are ca argument poziția într-
un spațiu uni- sau multidimensional, caz în care transformata Fourier relevă spectrul uni- sau
multidimensional al frecvențelor spațiale care alcătuiesc funcția de intrare.
Definiție
Există mai multe formule pentru calculul transformatei Fourier, care diferă între ele prin
amplitudinea rezultatului, scalarea sau semnul frecvenței. Una din formulele cele mai utilizate
este:

În anumite condiții din transformata Fourier se poate recupera complet funcția inițială
aplicînd transformata Fourier inversă:

Din punct de vedere conceptual argumentul ξ reprezintă o frecvență, în timp

ce x reprezintă o dimensiune (temporală sau spațială).
Transformata Fourier a funcției f se poate nota simbolic sau F = TF(ƒ).
Această capacitate a transformatei Fourier de reorganizare a informației după frecvențe
(temporale, spațiale sau de alt fel) este extrem de utilă în prelucrarea semnalelor de diverse
tipuri, la înțelegerea proprietăților unui mare număr de sisteme fizice, la rezolvarea unor
ecuații și în alte domenii științifice teoretice și aplicate.

În multe cazuri este posibil să definim transformata Fourier în funcție de mai multe
variabile, fiind importantă în fizică la studiul formei undelor și optică. De asemenea este
posibil să generăm transformata Fourier pe structuri discrete, precum grupurile finite, și un
calculul eficient care, prin transformata Fourier rapidă, este esențial în calculele de mare
viteză. [7]

3. REZULTATE

3.1 Alegerea semnalului şi încărcarea lui în Matlab

Am salvat într-un fisier text semnalul respectiv şi l-am denumit “ecg”.

În MATLAB am parcurs paşii următori:

Primul pas este încărcarea semnalului ales în Matlab.

load bidmc01m.mat;
fe=1000;
t=(1:length(val))./fe;
plot(t,val);
xlabel ('Timp(s)');
ylabel('Semnal ECG');
title ('Reprezentarea in
timp a semnalului
original');
3.2 Adăugarea unui semnal cu zgomot la semnalul iniţial
%zgl
Frzg=35;
Azg=40;
zg=Azg*sin(2*pi*t*Frzg);

%Semnal cu zgomot
szg=val+zg;
figure;

figure, plot(t,szg);
title('Reprezentarea in timp a semnalului contaminat');
xlabel('Timp[s]');
ylabel('Semnal PPG');

szg=szg+randn(1,length(szg)).*0.008;
wn=30/fe;
[b,a]=fir1 (35, wn, 'low');
y=filtfilt(b,a, szg);

figure;
plot(t,y);
title('Reprezentare in timp semnal filtrat');
xlabel('Timp[s]');
ylabel('Semnal PPG');
3.3 Transformta Fourier

4 NFFT=2^nextpow2(L);
5 Y=fft(val,NFFT)/L;
6 Z=fft(semnal_zgomot,NFFT)/L;
7 f=fs/2*linspace(0,1,NFFT/2+1);
8 figure;
9 plot(f,2*abs(Y(1:NFFT/2+1)))
10 plot(f,2*abs(Z(1:NFFT/2+1))), title('Reprezentare in frecventa'),
xlabel('Frecventa(Hz)'),ylabel('Amplitudine')
4. CONCLUZII
- In cazul semnalelor periodice trecerea de la reprezentarea in timp la cea in
frecventa se obtine cu ajutorulseriilor Fouriei.

- Transformata Fourier este o funcţie complexă, iar în urma aplicării acesteia se

obţine răspunsul în frecvenţă al semnalului; rezultând un semnal lipsit de zgomot şi
cu o amplitudine mai mică. Aceasta descompune un semnal într-un şir de
componente sinusoidale de frecvenţe diferite, astfel fiind capabil să facă trecerea
din domeniul timp în domeniul frecvenţă

- In cazul semnalelor neperiodice trecerea de la reprezentare in timp la cea in

frecventa se obtine cu ajutorul transformatei Fourier sau Laplace.

- În urma aplicării filtrului fir1 a rezultat un semnal din care a fost eliminat
zgomotul, iar amplitudinea s-a micşorat substantial.

- Orice semnal poate fi caracterizat prin doua reprezentari: reprezentare in domeniul

timp si reprezentare in domeniul frecventa. Aceste reprezentari sunt denumite in
mod curent, forma de unda a semnalului si spectrul de frecventa a semnalului.

- Avantajele filtrului fir1 că fiind un filtru liniar, este întotdeauna stabil ,regimul
tranzitoriu are o durată finită şi pot fi realizate practic şi foarte eficient.
5. BIBLIOGRAFIE
[1] 1. Tarassenko L., Clifton D.A., Pinsky M.R., et al. : „Centile-based early warning
scores derived fromstatistical distributions of vital signs‟, Resuscitation, 2011, 82, (8), pp.
1013–1018 (doi: 10.1016/j.resuscitation.2011.03.006)

[2] Cretikos M.A., Bellomo R., Hillman K., et al. : „Respiratory rate: the neglected vital
sign‟, Med. J. Aust., 2008, 188, pp. 657–659

[4] https://electronicaaplicata.wordpress.com/tag/fotopletismografia/

[5] Leonard P., Beattie T.F., Addison P.S., et al. : „Standard pulse oximeters can be used
to monitor respiratory rate‟, Emerg. Med. J., 2003, 20, (6), pp. 524–525 (doi:
10.1136/emj.20.6.524)

[6] http://discipline.elcom.pub.ro/sdpst/FIR.pdf

[7] https://www.wikiwand.com/ro/Transformata_Fourier