ZPRACOVÁNÍ A ANALÝZA BIOSIGNÁLŮ III. ELEKTROKARDIOGRAM II. POŽADAVKY NA SYSTÉMY ZPRACOVÁNÍ EKG FILTRACE !!! ZÁSADA !!! ODSTRANIT VEŠKERÉ RUŠENÍ, ALE UŽITEČNÝ SIGNÁL MUSÍ ZŮSTAT NEOVLIVNĚNÝ !!! ZÁSADA !!! POŽADAVKY NA SYSTÉMY ZPRACOVÁNÍ EKG FILTRACE KRITÉRIA VĚRNOSTI (SIGNAL FIDELITY CRITERIA) Recommendation for Standardization and Specifications in Automated Electrocardiography: Bandwidth and Digital Processing. Circulation, roč.81, 1990, č.2, s.730-739. KRITÉRIA VĚRNOSTI th pro rutinní vizuální analýzu: F1: Odchylka zaznamenaného výstupu od přesně lineární reprezentace vstupního signálu nesmí překročit 25 μV nebo 5%, je-li signál větší. KRITÉRIA VĚRNOSTI th pro morfologickou počítačovou analýzu F2: směrodatná odchylka v komplexu PQRST nesmí překročit 10 μV; F3: chyba výchylek špička-špička nesmí překročit 10 μV nebo 2%, je-li signál větší; F4: střední kvadratická odchylka dělená střední hodnotou čtverce amplitud nesmí překročit 1%; KRITÉRIA VĚRNOSTI th pro morfologickou počítačovou analýzu F5: výchylky komplexu QRS o velikosti ≥ 20 μV a trvání ≥ 6 ms musí být detekovatelné (práh definovaný CSE); F6: maximální relativní chyba vrcholů kmitů nesmí překročit 10% pro jakékoliv výchylky komplexů QRS ≥ 20 μV a ≥ 12 ms KRITÉRIA VĚRNOSTI th frekvenční oblast: BEJVÁVALO KRITÉRIA VĚRNOSTI th frekvenční oblast: SOUČASNOST 1. amplitudová charakteristika by měla být v rozsahu ±6% (0,5 dB) v intervalu 1,0 – 30 Hz; 3 dB body by měly být na frekvenci menší než 0,67 Hz a větší než 150 Hz; 2. vstupní impuls 1 mV-s by neměl generovat snížení o více než 0,3 mV; 3. pro vstupní impuls 1 mV-s by sklon odezvy vně impulsu neměl nikde překročit 1mV/s (kritéria 2 a 3 splňuje analogový filtr 1. řádu s f[mez]= 0,05 Hz) KRITÉRIA VĚRNOSTI th frekvenční oblast: SOUČASNOST 1. amplitudová charakteristika by měla být v rozsahu ±6% (0,5 dB) v intervalu 1,0 – 30 Hz; 3 dB body by měly být na frekvenci menší než 0,67 Hz a větší než 150 Hz; 2. vstupní impuls 1 mV-s by neměl generovat snížení o více než 0,3 mV; 3. pro vstupní impuls 1 mV-s by sklon odezvy vně impulsu neměl nikde překročit 1mV/s (kritéria 2 a 3 splňuje analogový filtr 1. řádu s f[mez]= 0,05 Hz) KRITÉRIA VĚRNOSTI KRITÉRIA VĚRNOSTI th pro číslicový přenos a uchování dat: F7: odpovídající si vzorky vstupních a rekonstruovaných dat by se měly lišit o méně než 10 μV POŽADAVKY NA SYSTÉMY ZPRACOVÁNÍ EKG VZORKOVÁNÍ th morfologická analýza 1. signál EKG dospělých osob má spektrální složky do 125 Hz; signál EKG dětí do 150 Hz; 2. pro vizuální analýzu dodržet kritérium F1; 3. pro počítačovou analýzu splnit kritéria F2 nebo F4 + kritérium vlnového rozlišení (F3, F5 nebo F6). Obecně se za minimální vzorkovací frekvenci považuje 500 Hz (s rovnoměrným vzorkováním) a maximální kvantizační krok 10 μV. FILTRACE RUŠENÍ !!! ZÁSADA !!! FILTRACE AŽ KDYŽ NENÍ MOŽNÉ ŠUM ODSTRANIT NASTAVENÍM PODMÍNEK VYŠETŘENÍ !!! ZÁSADA !!! FILTRACE SÍŤOVÉHO BRUMU kritéria věrnosti vůbec nepřipouštějí možnost lineární filtrace síťového brumu ß výrobci v dokumentaci pouze uvádějí, že přístroj filtraci síťového brumu umí, ale nespecifikuje se jak FILTRACE SÍŤOVÉHO BRUMU th lineární filtry s co nejužším zadržovaným pásmem; th spolehlivost a účinnost filtrace nesmí narušit kolísání síťového kmitočtu TH synchronizace vzorkování se síťovým kmitočtem; th neharmonický průběh brumového signálu TH vyšší harmonické; LINEÁRNÍ FILTRACE SÍŤOVÉHO BRUMU th FILTRY S NEKONEČNOU IMPULSNÍ ODEZVOU (NIO, IIR) Butterworthovy filtry, Čebyševovy filtry, … (JSOU ZALOŽENY NA PRINCIPECH ANALOGOVÉHO ZPRACOVÁNÍ) nevýhody: požadovaná vysoká přesnost vyjádření koeficientů (až 10 dese-tinných míst) i výsledků výpočtů ß práce bez nároků na reálný čas; optimalizace délky koeficientů, výběr realizačních schémat málo citlivých na zaokrouhlovací chyby, analýza zaokrouhlovacích chyb LINEÁRNÍ FILTRACE SÍŤOVÉHO BRUMU th FILTRY S KONEČNOU IMPULSNÍ ODEZVOU (KIO, FIR) požadavek na velmi úzké zadržované frekvenční pásmo vede k použití filtrů s velkým počtem vzorků impulsových odezev (nad 100 vzorků při f[vz]= 500 Hz)  standardní realizace jsou proto značně výpočetně náročné  hledání speciálních struktur filtrů, resp. výpočetních algoritmů, např. tzv. Lynnovy filtry PŘÍKLADY FILTRACE LYNNOVY FILTRY PŘÍKLADY FILTRACE LYNNOVY FILTRY ADAPTIVNÍ FILTRY procesor – zařízení modelující řešenou situaci; algoritmus – postup změny parametrů procesoru podle vlastností chybového signálu; LMS FIR W(n+1)=W(n)+μ.(-NMSE) : W(n+1)=W(n)+2μ.e(n).x(n) 0 < μ < 1/λ[max] ADAPTIVNÍ FILTRY CO CHCEME ? th rychlou konvergenci; th robustnost vůči šumu; th malé výpočetní nároky; ADAPTIVNÍ FILTRY ADAPTIVNÍ FILTRY předpoklad: s(n), g[1](n), g[2](n), y(n) jsou stacionární s nulovou střední hodnotou e(n) = d(n) - y(n) e^2(n) = d^2(n) - 2d(n)y(n) + y^2(n) e^2(n) = [s(n)+g[1](n)]^2 - 2[s(n)+g[1](n)].y(n) + y^2(n) = … = [g[1](n) - y(n)]^2 + s^2(n) + 2s(n)g[1](n) - 2y(n)s(n) střední hodnota E{e^2(n)} = E{[g[1](n) - y(n)]^2 } + E{s^2(n)} ADAPTIVNÍ FILTRY