Računalna obradba biosignala

1. Računalna obradba biosignala Nastupno predavanje Lidija Bilić-Zulle 9. lipnja 2008.

2. Što su biosignali... • Sve vrsti signala koje odašilju živi organizmi.

3. ... i čemu služe? • za postavljanje dijagnoze • praćenje vitalnih funkcija i/ili tijeka bolesti • biomedicinska istraživanja

4. Vrsti biosignala • S obzirom na električnu aktivnost: • elektrokemijski (npr. depolarizacija živčanih stanica) • mehanički (disanje) • biokemijski (npr. pH, pCO2) • hormonalni (npr. izlučivanje adrenalina)

5. Vrsti biosignala • S obzirom na dimenziju: • jednodimenzionalni (npr. EEG, EMG) • dvodimenzionalni (slike) • trodimenzionalni (sljedovi slika)

6. Prikupljanje biosignala • osluškivanje rada organizma bolesnika

7. Biosignali u medicini • razvoj mjernih instrumenta i računalne tehnologije • promatranje, pronalaženje, prikupljanje i mjerenje • obradba, tumačenje, pohrana procjena stanja organizma

8. podatak informacija znanje Cilj obradbe biosignala • iznaći signale od kliničke značajnosti • izdvojiti ih iz šume ostalih biosignala • obradbom signala dobiti pokazatelj značajan u donošenju medicinskih odluka

9. Četiri stadija obradbe biosignala • pronalaženje, promatranje, mjerenje • pretvorba i sažimanje • računalna obradba izmjerenih signala klinički značajnih obilježja • raščlamba, svrstavanje i tumačenje

10. Tijek obradbe biosignala biološki procesi prikupljanje signala pretvorba odabir pokazatelja raščlamba i klasifikacija protumačeni signal = nalaz

11. BEZ IZNIMKE! Mjerenje, promatranje – prikupljanje biosignala • biosignali – analogni signali • mjerni instrumenti: • električni signali – senzori i elektrode izravno spojeni s računalom • ne-električni signali – senzori koji mjere signale i pretvaraju ih u električne (engl. transducers)  računalo • mjerenje = analogno-digitalna pretvorba

12. Pretvorba i sažimanje biosignala • Predobradba signala koja za svrhu ima: • uklanjanje (smanjivanje) smetnji i šumova (engl. noise) • sažimanje podataka, uklanjanje redundancije (suvišnih ponavljanja),ograničavanje na značajna obilježja signala

13. Odabir i obradba značajnog obilježja biosignala • “Prava” obradba biosignala: • oblikovanje semantički značajnih obilježja • složen niz matematičkih postupaka omogućuje obradbu (sukladno obradbi medicinskih slika) • rezultat – ima diskriminacijsku vrijednost (nazočnost ili izočnost poremećaja, bolesti i sl.)

14. Razvrstavanje i tumačenje biosignala • pokazatelji dobiveni obradbom, klasificiraju se i tumače u procesu liječenja i praćenja bolesti • složeni matematički i statistički postupci (npr. prepoznavanje uzorka) • nalaz važan u procesu medicinskog zaključivanja (s ili bez računalnog sustava za pomoć pri medicinskom odlučivanju)

15. Značajke biosignala... • Najčešće: • pojavljuju se u obliku vala • obilježja vala: amplituda, frekvencija, faza • mijenjaju se tijekom vremena ("funkcije vremena")

16. ... s obzirom na oblik vala... Biomedicinski signal Deterministički Stohastički ponavljajući ili pojedinačni nepravilni i neperiodični

17. Biomedicinski signal Deterministički Stohastički ... i s obzirom na tijek vremena ponavljajući istovrstni kvazi ponavljajući raznovrstni pojedinačni

18. Deterministički valovi • živi sustavi – uvijek kvaziponavljajući valovi • primjer P-QRS-T kompleks srčane funkcije (EKG) • pojedinačni: treptaj oka, odgovor stanice...

19. Stohastički valovi • stvaraju ih stanice prema nasumičnom uzorku (EEG, EMG) • istovrsni (engl. stationary) – statistički se značajno ne razlikuju (npr. normalan EEG) • raznovrstni (engl. nonstationary) – značajno se razlikuju (npr. EEG tijekom epileptičkog napada)

20. Analogno-digitalna pretvorba • analogni signali – kontinuirani, neprekinuti u vremenu • digitalni – diskretni znakovi, jedini pogodni za računalnu obradbu

21. Analogno-digitalna pretvorba • Obradba analognih biosignala: • pretvorba neprekinutih signala u niz diskretnih vrijednosti (uzorkovanje) • računalna obradba diskretnog signala (utvrđivanje značajki i promjena) • pretvorba obrađenog diskretnog signala u kontinuirani (ispis, slika, zvuk) – digitalno-analogna pretvorba

22. Cilj: ista kvaliteta ulaznog i izlaznog signala biosignali mjerenje podatci obradba informacija prikupljanje, razvrstavanje znanje

23. Uzorkovanje • mjerenje amplitude vala u jednakim vremenskim razdobljima • pretvaranje izmjerenih podataka u diskretne vrijednosti • brzina (frekvencija) uzorkovanja (engl. sampling rate/frequency) – učestalost mjerenja • preciznost uzorkovanja – broj jedinica uzorkovanja (mjerenje veličine amplitude)

24. Uzorkovanje: koliko dugo mjeriti? • Ovisno o vrsti vala • deterministički ili stohastički (statistički) • Ovisno o promjeni koju promatramo,npr. poremećaji funkcije srca na EKG-u • blok lijeve grane – 3-5 P-QRS-T kompleksa • potvrda aritmije – 24-satni EKG (holter)

25. Uzorkovanje: koliko često? • Shannon-Nyquist teorem: • "Brzina uzorkovanja treba biti najmanje dvostruko veća od njegove frekvencije." • prevelika učestalost uzrokuje redundanciju • pravilno uzorkovanje osigurava ponovnu pretvorbu digitalnog signala u analogni zadovoljavajuće kvalitete

26. Uzorkovanje: koliko često? fs=30 Hz fu=40 Hz 0 0,1 Vrijeme [s]

27. Uzorkovanje: koliko često? fs=30 Hz fu=60 Hz 0 0,1 Vrijeme [s]

28. Važnost frekvencije uzorkovanja • Frekvencija biosignala, primjeri: • EEG: 30 Hz, uzorkovanje 60 puta u sekundi • EKG: 50-150 Hz, uzorkovanje 500 puta u sekundi

29. Uzorkovanje: koliko precizno? • kvantizacija amplitude signala

30. 10 9 8 7 8 6 7 7 5 4 3 Jedinice 5 4 2 1 0 0 0,1 Vrijeme [s] Preciznost uzorkovanja

31. 40 34 32 30 28 30 Jedinice 23 21 18 20 10 0 0 0,1 Vrijeme [s] Preciznost uzorkovanja

32. Preciznost uzorkovanja • Veća preciznost  bolji učinak: • točnije predstavljanje izvornog signala • manji utjecaj šumova i ometajućih signala • kvantizacijska pogrješka • Izražavanje preciznosti uzorkovanja u bitima: • 10 bita (210) = 1024 jedinice kvantizacije • 8 bita (28) = 256 jedinica kvantizacije • 1 bit = pojava signala

33. Preciznost uzorkovanja • Nedostatna preciznost mjerenja amplitude: • iskrivljenje signala • nemogućnost prepoznavanja diskriminirajućeg pokazatelja • Većina biosignala: dovoljna 6-12 bitna preciznost uzorkovanja (64-4096 jedinica)

34. Šum (engl. noise) • sve smetnje u prijenosu biosignala • suvišni, nepoželjni signali • primjer: ergometrija  pojava nepoželjnih signala na EKG-u mišićnog porijekla • neizbježni u biološkim sustavima

35. Šum (engl. noise)

36. Šum (engl. noise) • Omjer signala i šuma (engl. signal-to-noise ratio, SNR): • statistička veličina: omjer varijanci signala i šuma • cilj: težiti najmanjem mogućem SNR-u • Moguće je utjecaj šuma ukloniti: • filtriranjem • matematički (npr. ukoliko je signal deterministički, a šum stohastički)

37. Područja primjene raščlambe biosignala • procjena funkcije organa i organskih sustava (EKG, EEG, EMG, spirogram...) • populacijsko probiranje • nadzor životnih funkcija u realnom vremenu (monitoriranje bolesnika u JIL-u) • temeljna istraživanja

38. Način nastajanja biosignala • izlazni biosignali: organizam ih sam proizvodi • biosignali izazvani poticajem: posljedice mehaničkog ili električkog podraživanja stanice • provocirani biosignali: biosignali mjereni pod opterećenjem ili u neuobičajenim okolnostima • modeli i simulacije: izlazni biosignal postaje model na kojem se ispituje utjecaji različitih čimbenika

39. Zaključci • praćenje biosignala: prikupljanje objektivnih čimbenika o stanju bolesnika • razvoj računalne tehnologije: povećanje mogućnosti mjerenja i tumačenja biosignala • podatci dobiveni obradbom: temelj medicinskog zaključivanja • povećanje objektivnosti: smanjenje mogućnosti medicinske pogrješke

40. Što smo naučili? • Živi organizmi odašilju biosignale. • Biosignali se najčešće pojavljuju u obliku vala. • S poremećajem funkcije (nastankom bolesti) mijenjaju se značajke biosignala. • Mjeriti treba signale pokazatelja koji imaju diskriminacijsku vrijednost u medicinskom odlučivanju.

41. Što smo naučili? • Uzorkovanje biosignala treba biti dovoljno dugo, s dovoljnom učestalošću i preciznošću. • Analogni biosignali moraju se digitalizirati kako bi se obrađivali s pomoću računala. • Ponovnom pretvorbom digitalnih podataka u analogne ne smiju se izgubiti informacije o signalu.

42. Hvala na pozornosti  Lidija.Bilic-Zulle@medri.hr