CENNI DI METODOLOGIE DI ACQUISIZIONE E DI ELABORAZIONE DEI SEGNALI BIOMEDICI

INTRODUZIONE................................................................................................................................1

MISURE DI GRANDEZZE BIOMEDICHE ..................................................................................3 APPLICAZIONI DI MISURA ED ELABORAZIONE AUTOMATICA DEI SEGNALI BIOMEDICI ....................................................................................................................................3

CLASSIFICAZIONE DEI SEGNALI BIOMEDICI...........................................................................5 ORIGINE E CARATTERISTICHE DEI SEGNALI BIOMEDICI ....................................................6 SISTEMI DI ACQUISIZIONE E DI ELABORAZIONE DEI SEGNALI BIOMEDICI .................12

TRASDUTTORI BIOMEDICI......................................................................................................14 PROBLEMATICHE DI RUMORE NELLE MISURE BIOMEDICHE.......................................17 AMPLIFICAZIONE E FILTRAGGIO DEI SEGNALI BIOMEDICI..........................................18 CONVERSIONE ANALOGICO/DIGITALE...............................................................................20 AMPLIFICATORE PER BIOPOTENZIALI ................................................................................23

ELABORAZIONE DI SEGNALI BIOMEDICI ...............................................................................24 ANALISI NEL DOMINIO DEL TEMPO.....................................................................................24 ANALISI NEL DOMINIO DELLA FREQUENZA .....................................................................25

RIFERIMENTI ..................................................................................................................................28

INTRODUZIONE Si definisce segnale una grandezza di varia natura (per esempio, elettrica, meccanica, acustica) che può variare nel tempo e/o nello spazio. Un segnale descrive/misura fenomeni che avvengono nel tempo e/o nello spazio e porta informazioni sullo stato e sul funzionamento della sorgente che lo ha generato. I segnali biomedici sono generati dall’organismo vivente. Un organismo vivente si serve di queste grandezze per trasferire controlli e comunicare con il mondo esterno (es. segnale EEG). Altri segnali sono prodotti dall’interazione tra l’organismo e un agente esterno (es. bioimmagini). Il segnale elettroencefalografico (EEG) è prodotto dall’interazione dei potenziali post-sinaptici dei neuroni della corteccia cerebrale. Questi potenziali sono registrati con elettrodi superficiali posti sullo scalpo. È un segnale che varia nel dominio del tempo. Nella figura 1 è riportata la registrazione di 8 segnali EEG acquisiti da coppie di elettrodi vicini. Le annotazioni “occhi aperti” e “stringe i pugni” sono apportate dal personale tecnico per indicare i “tasks”, la cui esecuzione è richiesta al soggetto durante la registrazione. L’esecuzione di questi “tasks” può determinare eventuali variazioni dell’attività cerebrale che sono poi individuate ed analizzate dal medico.

Figura 1: Segnali EEG

La tomografia computerizzata (TC) è una metodica diagnostica per immagini utilizzata in ambito radiologico. Permette la visualizzazione con buona risoluzione delle strutture nervose del cranio e della colonna vertebrale. Il segnale, ossia l’immagine TC (figura 2), è originato dall’interazione tra l’organismo e un agente esterno (raggi X). Il livello di grigio di un pixel è legato all’attenuazione indotta dal pixel sul fascio di raggi X, attenuazione che dipende dalla composizione del pixel (osso, tessuto molle, vaso, etc). L’immagine TC fotografa la situazione in un determinato istante; questo è un esempio di segnale che varia in funzione delle coordinate spaziali.

Figura 2: Immagine TC di una sezione orizzontale del cervello Il segnale biomedico rappresenta, quindi, un mezzo per convogliare informazioni provenienti dai tessuti o dagli organi biologici durante il loro funzionamento normale e/o patologico. Tale informazione in genere non è acquisibile facilmente. Si rende necessario adottare, in alcuni casi, specifiche procedure di acquisizione e di elaborazione per estrarre informazioni dai segnali utili sia per la diagnosi che per la terapia.

MISURE DI GRANDEZZE BIOMEDICHE In ambito biomedico, una misura può essere fatta per uno dei seguenti scopi:

determinazione del valore di una grandezza e delle sue variazioni (ambito diagnostico); comprensione migliore di un processo (ambito fisiologico); controllo di un processo (ambito terapeutico).

In figura 3 è riportato lo schema a blocchi di un sistema generico di misura. Tramite un dispositivo, denominato trasduttore è possibile misurare la grandezza di interesse; il segnale acquisito viene opportunamente trattato in modo da estrapolare informazioni utili.

Figura 3: Schema a blocchi di un generico sistema di misura Una prima classificazione delle misure in campo biomedico è quella tra misure invasive (es. pressione intracranica, glucosio, temperatura orale, etc…) e non invasive (es. analisi della voce, movimenti, temperature,etc..). Una misura è di tipo non invasivo quando il segnale è rilevato dal paziente senza causargli traumi, lesioni o significative alterazioni dei suoi parametri vitali. Le misure possono essere, inoltre, classificate in misure dirette ed indirette. Le misure dirette permettono la determinazione di quantità fisiche e chimiche semplicemente confrontando i valori acquisiti con dei valori di riferimento (es. misura della resistenza della pelle). Le misure (es. misura della gittata cardiaca) si basano sull’utilizzo di relazioni matematico-statistiche che intercorrono tra la variabile che si vuole misurare (senza però essere in grado di farlo direttamente) e altre per le quali si riesce ad effettuare la misura. Le misure in campo biomedico possono essere raggruppate anche in relazione a:

la grandezza misurata (es. potenziali elettrici, pressioni, portate, spostamenti, velocità, forze, impedenze, temperature, concentrazioni chimiche);

il principio di trasduzione (resistivo, induttivo, capacitivo, piezoelettrico, elettrochimico, ecc.);

il sistema fisiologico analizzato (sistema cardiovascolare, polmonare, nervoso, endocrino, ecc.);

la specialità medica (pediatrica, ostetrica, cardiologica, neurologica, radiologica ecc.); questo approccio è valido soprattutto per il personale tecnico-sanitario.

APPLICAZIONI DI MISURA ED ELABORAZIONE AUTOMATICA DEI SEGNALI BIOMEDICI L’acquisizione e l’elaborazione automatica dei segnali biomedici permette, in generale, di estrarre con maggiore precisione ed accuratezza informazioni fisiologiche e cliniche relative ai sistemi in esame. In particolare lo sviluppo di nuovi strumenti e l’utilizzo di tecniche di elaborazione automatica ha determinato notevoli progressi sia in ambito diagnostico che terapeutico. Di seguito si descriveranno alcune applicazioni di acquisizione ed elaborazione dei segnali biomedici. Uno dei problemi più importanti nella misura dei segnali biomedici è rappresentato dalla presenza di disturbi e rumore che contaminano il segnale di interesse, impedendo una determinazione corretta del suo andamento. Il grafico in alto della figura 4 illustra un segnale ECG contaminato da rumore.

L’utilizzo di tecniche di filtraggio permette di ridurre o eliminare il livello di rumore presente nel segnale e di ottenere un segnale “ripulito”. L’operazione di filtraggio consente, in definitiva, un riconoscimento più preciso ed accurato del complesso QRS che caratterizza il segnale ECG (grafico in basso della figura 4).

Figura 4: Segnale ECG contaminato da rumore (in alto), segnale ECG filtrato (in basso)

La sindrome delle apnee ostruttive notturne è uno dei disturbi respiratori più frequenti e più gravi nel sonno. La diagnosi è effettuata mediante esame polissonografico (PSG). Durante l’esame PSG sono misurate differenti grandezze biologiche, come per esempio l’attività russatoria, i potenziali oculari, i segnali EEG, i movimenti toracico-addominali, etc. Le registrazioni PSG in genere hanno durata di diverse ore. Di conseguenza il personale medico è costretto ad esaminare una quantità di dati enorme per poter individuare gli eventi di interesse (le apnee) e pervenire ad una diagnosi. L’utilizzo di tecniche di analisi automatica e classificazione delle grandezze biologiche misurate permetterebbe una riduzione dei tempi e dei costi di diagnosi. Nella figura 5 è riportata l’attività russatoria di un paziente affetto da problemi di apnea notturna. In particolare la discriminazione tra attività respiratoria, russamento e pause respiratorie è effettuata tramite tecniche di analisi e di classificazione che estraggono determinati parametri dal segnale e permettono di individuare in modo automatico i diversi eventi registrati.

Figura 5: Attività russatoria

L’acquisizione e l’elaborazione automatica dei segnali permette di realizzare il controllo di dispositivi in diverse applicazioni biomedicali. Il pace-maker (figura 6) è un generatore di impulsi elettrici che serve a stimolare le contrazioni del muscolo cardiaco. I pace-makers possono essere monocamerali, in grado, cioè, di stimolare in una sola camera cardiaca, sia essa l'atrio o il ventricolo, oppure bicamerali, per stimolare in entrambe le camere cardiache. Nel primo caso il pace-maker è dotato di un solo elettrocatetere, nel secondo ne ha due. I moderni pace-makers, oltre alla originaria funzione di stimolazione cardiaca, sono in grado di effettuare anche il cosiddetto sensing; questa funzionalità permette l'intervento del pace-maker solamente quando l'attività spontanea del cuore è insufficiente.

Figura 6: Pacemaker monocamerale

CLASSIFICAZIONE DEI SEGNALI BIOMEDICI I segnali biomedici possono essere classificati in base a:

la loro origine fisica (es. segnali bioelettrici, biomagnetici, biomeccanici, bioacustici, termici, biochimici, etc…);

la loro origine biologica; le loro caratteristiche matematiche.

In particolare considerando quest’ultimo tipo di classificazione, è possibile distinguere tra:

segnali monodimensionali o pluridimensionali: i segnali monodimensionali variano in funzione di una sola grandezza (per esempio, la temperatura o il segnale EEG); i segnali pluridimensionali possono essere di tipo bidimensionale (immagini radiografiche) o tridimensionali (ecografia 3D).

Segnali deterministici o aleatori: un segnale è detto deterministico se in ogni istante il suo valore può essere calcolato tramite una espressione matematica o estrapolato dalla conoscenza di un certo numero di campioni precedenti del segnale. Un segnale aleatorio non può essere descritto con un’equazione matematica.

Segnali periodici o non periodici: un segnale si dice periodico se trascorso un intervallo di tempo, definito periodo del segnale, esso si ripete.

Segnali continui o discreti: i segnali continui sono segnali definiti per ogni istante di tempo, mentre i segnali discreti sono definiti solo in determinati istanti di tempo.

ORIGINE E CARATTERISTICHE DEI SEGNALI BIOMEDICI BIOPOTENZIALI I biopotenziali sono dei segnali elettrici generati da alcune cellule del sistema nervoso e muscolare. Nella tabella 1 sono riportati alcuni biopotenziali, con i relativi range di ampiezza e di frequenze.

Tabella 1: Esempi di segnali bioelettrici con relative ampiezze e frequenze

BIOPOTENZIALE AMPIEZZA FREQUENZE Elettroneurogramma ENG (velocità di conduzione dei nervi) 5 μV-10 mV 1 kHz Elettroretinogramma ERG (diff. di potenziale alla cornea ) 0,5 μV-1 mV 0,2-200 Hz

Elettroculogramma EOG (posizione degli occhi) 10 μV- 1 mV 0-100 Hz Elettroencefalogramma EEG (attività elettrica cerebrale) 2-100 μV 0,5-60 Hz

Potenziali eveocati EP (risposta EEG a stimoli) 0,1 – 10 μV 1-3000 Hz Elettromiogramma EMG (attività elettrica generata dal muscolo) 50 μV-5 mV 2-500 Hz

Elettrocardiogramma ECG (attività elettrica del cuore) 0,5-5 mV 0,05-100 Hz Alcune cellule hanno la caratteristica di essere eccitabili, cioè possono modificare il loro stato elettrochimico se stimolate elettricamente. La cellula è immersa in un fluido ricco di ioni Na+, K+ e Cl-. A riposo, l’interno della cellula presenta un potenziale di -90 mV rispetto l’esterno. Questa differenza di potenziale è legata al gradiente di concentrazione delle specie ioniche citate prima. Infatti in condizioni di riposo la membrana è poco permeabile agli ioni Na+ e fortemente permeabile agli ioni K+ e Cl-. Di conseguenza la concentrazione di ioni Na+ è maggiore all’esterno rispetto all’interno della cellula. Quando la cellula è eccitata da una corrente ionica o da una corrente applicata attraverso degli elettrodi dall’esterno, la membrana cambia le sue caratteristiche di permeabilità. Aumenta la permeabilità degli ioni Na+. Gli ioni K+ cercano di lasciare la cellula per mantenere l’equilibrio, ma non sono così veloci come gli ioni Na+. Il risultato è che l’interno della membrana diventa più positivo rispetto all’esterno. Tale processo è chiamato depolarizzazione della membrana e la variazione di potenziale rispetto al potenziale di riposo rappresenta il potenziale di azione (figura 7).

Figura 7: Insorgenza del potenziale di azione

Dopo un certo periodo la cellula dallo stato di depolarizzazione ritorna allo stato di polarizzazione. La chiave del meccanismo della ripolarizzazione risiede nella dipendenza della permeabilità della

membrana per gli ioni Na+ e K+ dal livello di tensione e dal tempo. Infatti progressivamente la permeabilità di Na+ diminuisce, mentre la permeabilità di K+ aumenta. Il potenziale ritorna al valore del potenziale di riposo. SEGNALE ELETTROMIOGRAFICO (EMG) Il segnale EMG è generato dai fenomeni elettrici a livello delle fibre muscolari durante il movimento. In particolare, i muscoli scheletrici sono costituiti da gruppi di unità motorie, ognuna delle quali è costituita da un motoneurone, il suo assone e tutte le fibre muscolari innervate dall’assone. Le fibre dei muscoli scheletrici producono una contrazione meccanica in risposta ad un solo stimolo e generano e propagano il potenziale di azione. L’unità motoria è la più piccola unità muscolare che può essere attivata tramite un controllo volontario. Quando è stimolata da un segnale neurale, ogni unità motoria si contrae e determina un segnale elettrico che è la somma dei potenziali di azione di tutte le cellule che la costituiscono (motor unit action potential, MUAP, figura 8).

Figura 8: Potenziale di azione dell’unità motoria Questo segnale può essere prelevato tramite elettrodi ad ago, inseriti direttamente nel muscolo d’interesse. I MUAP hanno una durata dai 3 ai 15 ms e un’ampiezza di 100-300 μV. La forma di un MUAP dipende dal tipo di elettrodo ad ago utilizzato. La somma spaziale e temporale dei MUAP delle unità motoria attive determina il segnale mioelettrico. Un segnale EMG indica il livello di attività del muscolo e può essere utilizzato per diagnosticare disturbi neuromuscolari (figura 9). L’ampiezza del segnale varia in un range da 0 a 10 mV (valori picco-picco) e da 0 a 1.5 V (valore RMS). L’energia utile del segnale è limitata ad un intervallo tra 0 e 500 Hz.

Figura 9: Segnale EMG

SEGNALE ELETTROENCEFALOGRAFICO (EEG) E POTENZIALI EVOCATI (PE) Il segnale EEG rappresenta la somma spaziale e temporale dei potenziali elettrici generati dai neuroni corticali piramidali. È rilevato con elettrodi metallici posti sullo scalpo. Gli elettrodi sono posizionati secondo le indicazioni contenute nello Standard Internazionale 10/20 (figura 10).

Figura 10: Sistema Internazionale 10/20

Questo sistema descrive l’esatta posizione di ogni elettrodo, consentendo una buona copertura di tutta la superficie encefalica e garantendo che gli elettrodi siano sempre posizionati sopra le stesse aree. Vengono misurate delle linee, utilizzando come punto di partenza precise localizzazioni anatomiche:

• nasion, • inion, • punto preauricolare.

Queste linee disegnano una rete sulla superficie del cranio, ai cui punti di intersezione sono posizionati gli elettrodi. La distanza tra un elettrodo e l’altro è sempre il 10% o il 20% della lunghezza totale della linea variabile rispetto al soggetto. Ogni posizione di un elettrodo viene denominata usando una lettera e un numero (o talora una seconda lettera). La lettera prende il nome dal lobo cerebrale sottostante (Fp = frontopolare, F = frontale, T = temporale, P = parietale, O = occipitale). Il numero è pari (2, 4, 6, 8) per il lato destro e dispari (1, 3, 5, 7) per il sinistro, con i valori più bassi in posizione mediale. La posizione sulla linea mediana interemisferica è indicata con la lettera z. Infine, con A1 (sinistra) e A2 (destra) vengono indicate delle regioni elettricamente neutre di riferimento (lobo auricolare o mastoide). L’analisi del segnale EEG viene effettuata per individuare e quantificare il deficit dell’attività dell’encefalo, diagnosticare epilessia o studiare le varie fasi del sonno. In particolare l’attività ritmica del segnale EEG varia in relazione allo stato di coscienza ed all’età del paziente. La frequenza delle onde elettroencefalografiche e la loro ampiezza sono i due parametri determinanti in base ai quali si distinguono i ritmi fondamentali (figura 11):

Delta: frequenza 1-4 Hz e ampiezza fino a 200 μV; Theta: frequenza 5-7 Hz e ampiezza fino a 100 μV; Alfa: frequenza 8-14 Hz e ampiezza 20-50 μV; Beta: frequenza 15-30 Hz e ampiezza 5-20 μV; Gamma: frequenza >30 Hz e ampiezza <10 μV; Mu: frequenza 8-12 Hz e ampiezza fino a 80 μV.

Figura 11: Ritmi cerebrali

L’attività elettrica osservabile dall’esterno mediante elettrodi di superficie posti sullo scalpo in modo standard è data dalla sovrapposizione di:

attività spontanea (EEG), attività legata alla ricezione di stimoli esterni sensoriali (potenziali evocati).

I potenziali evocati sono delle variazioni positive o negative che interessano l’attività cerebrale quando il soggetto è sottoposto a stimoli esterni. In base alla natura dello stimolo è possibile distinguere:

potenziali evocati uditivi (figura 12); potenziali evocati somato-sensoriali; potenziali evocati visivi; potenziali evocati cognitivi.

Uno dei potenziali evocati maggiormente studiato è la componente P300. Rappresenta una variazione positiva dell’attività cerebrale, che si registra 300 ms dopo la presentazione di uno stimolo visivo o uditivo.

Figura 12: Potenziale evocato di tipo uditivo

SEGNALE ELETTROCARDIOGRAFICO (ECG) L’elettrocardiografia è quella branca della fisiologia cardiaca che si occupa della registrazione, dell’analisi e dell’interpretazione dei fenomeni elettrici che si verificano nel cuore durante la sua attività. La registrazione dei potenziali elettrici è fatta con appositi strumenti, elettrocardiografi; il tracciato che ne risulta è l’elettrocardiogramma (ECG) e può essere registrato con elettrodi posti sulla superficie cardiaca o sulla superficie cutanea degli arti o del torace. Il cuore è l’organo propulsore del sangue ed è costituito da quattro camere: due superiori, detti atri e due inferiori, detti ventricoli (figura 13). L’atrio e il ventricolo destro si occupano del pompaggio del sangue venoso. Le due cavità di sinistra si occupano del pompaggio del sangue arterioso. Il sangue proveniente dal sistema venoso entra nell’atrio destro. Viene spinto dalla contrazione cardiaca nel ventricolo destro, attraverso la valvola tricuspide. Il ventricolo pompa il sangue attraverso la valvola polmonare nell’arteria polmonare fino ai polmoni.

Figura 13: Anatomia del cuore

Dopo lo scambio di ossigeno e anidride carbonica da parte dei globuli rossi, il sangue ritorna all’atrio sinistro attraverso le vene polmonari. La contrazione dell’atrio sinistro spinge il sangue attraverso la valvola mitrale nel ventricolo sinistro, da dove è pompato attraverso la valvola aortica in tutto il corpo. L’ampiezza del segnale ECG è dell’ordine delle decine di mV, mentre la frequenza 0,1-100 Hz. L’analisi del segnale ECG consente di effettuare la diagnosi di alterazione/patologie quali ad esempio aritmie, alterazioni della conduzione, ischemia, infarto. L’ECG, nella sua forma più completa, è costituito da una serie di onde (deflessioni) di durata, ampiezza e segno diversi (figura 14): tre di esse sono positive (P, R, T ed, eventualmente U) e due sono negative (Q e S).

Figura 14: Segnale ECG

Nel loro insieme le onde del tracciato elettrocardiografico sono espressione della depolarizzazione e ripolarizzazione delle cellule che costituiscono il tessuto cardiaco:

Onda P: corrisponde all’attivazione atriale; ampiezza 0,2-0,4 mV; durata 0,07-0,12 s; l’assenza della P può indicare, per esempio, fibrillazione atriale.

Segmento PR: gli atri sono totalmente depolarizzati. Intervallo PR: è il tempo di conduzione atrio-ventricolare. Complesso QRS: indica la depolarizzazione ventricolare;

durata normale: 0,06-0,10 s; ampiezza:1-2 mV.

Segmento ST: corrisponde al periodo nel quale i ventricoli sono completamente depolarizzati.

Onda T: indica la ripolarizzazione ventricolare;

durata: 0,18-0,20 s; ampiezza: 0,4-0,5 mV.

Onda U: è una piccola deflessione positiva che segue l’onda T; durata: 0,08 s.

SEGNALE ELETTROCULOGRAFICO È la registrazione del potenziale tra cornea e retina. Viene utilizzato per monitorare i movimenti dell’occhio per scopi soprattutto di ricerca (studio delle fasi del sonno). È misurato con coppie di elettrodi posizionati ai lati dell’occhio. L’ampiezza è tra 10 μV e 5 mV. SEGNALI BIOACUSTICI Molti fenomeni biomedici generano segnali bioacustici, come per esempio il flusso del sangue nel cuore, il flusso dell’aria attraverso i polmoni. L’energia acustica si propaga attraverso il mezzo biologico e può essere acquisita in superficie attraverso opportuni trasduttori (microfoni o accelerometri). Un esempio di segnale bioacustico è l’attività russatoria. Essa è generata in corrispondenza delle vie aeree superiori, non per vibrazione delle corde vocali (come accade per la voce), ma delle strutture faringee. Sono segnali periodici a bassa frequenza. Permettono la diagnosi delle apnee notturne. SEGNALI BIOMECCANICI Sono quei segnali che hanno origine da una funzione meccanica dei sistemi biologici. Esempi di segnali biomeccanici includono: segnali di movimento e spostamento, pressione, flussi, etc…La misura di questi segnali richiede una grande varietà di trasduttori che devono essere posizionati nel sito di origine del segnale. In generale la misura non è sempre semplice e in alcuni casi è invasiva. SEGNALI BIOMAGNETICI Vari organi quali il cuore, i polmoni e il cervello producono un campo magnetico, che può essere registrato sulla superficie esterna (per esempio magnetocardiogramma, magnetoencefalogramma). A causa della bassa intensità dei campi magnetici, è molto difficile misurarli. SEGNALI BIOCHIMICI Si tratta della registrazione delle fluttuazioni temporali di grandezze chimiche organiche e nonorganiche, quali concentrazioni di substrati, ormoni, enzimi, ioni, pressioni parziali di gas, PH, ecc. I segnali biochimici sono segnali a bassa frequenza. Le misure sono generalmente eseguite su campioni di sangue, oppure nell’aria espirata e vengono eseguite in laboratori clinici o di ricerca.

SISTEMI DI ACQUISIZIONE E DI ELABORAZIONE DEI SEGNALI BIOMEDICI Un sistema di acquisizione dati è un sistema di misura elettronico realizzato per monitorare, registrare ed eventualmente elaborare le misure di una o più grandezze fisiche. Nella figura 15 è mostrata l’architettura di un generico sistema di acquisizione ed elaborazione. Il segnale emesso da una particolare sorgente è misurato tramite un trasduttore o sensore. Il segnale acquisito è sottoposto ad amplificazione per rafforzare la dinamica e renderlo in tal modo

compatibile con le specifiche dalla strumentazione a valle. Il filtraggio riduce l’entità dei disturbi che si accoppiano al segnale utile. Dopo la conversione dalla forma analogica a quella digitale, il segnale è inviato ad un processore per l’elaborazione, l’analisi e l’eventuale display dei risultati.

Figura 15: Architettura di un sistema di acquisizione, elaborazione ed analisi di segnale

I sistemi di acquisizione dati possono essere suddivisi in sistemi di tipo PC-based (figura 16) o sistemi portatili (figura 17). Nel caso dei sistemi PC-based, la sezione di acquisizione si interfaccia con un PC, che svolge funzioni di elaborazione del segnale e di memorizzazione. L’utente può usufruire di un’interfaccia grafica con la quale controllare e regolare i parametri di acquisizione e di elaborazione ed esaminare i risultati.

Figura 16: Sistema di acquisizione ed elaborazione dati PC-based

I sistemi di acquisizione dati portatili presentano dimensioni e consumi ridotti e pertanto permettono il monitoraggio dei segnali biologici anche al di fuori dei laboratori clinici.

Figura 17: Sistema di acquisizione ed elaborazione dati portatile

TRASDUTTORI BIOMEDICI Lo strumento utilizzato per misurare la grandezza fisica in esame è il trasduttore. Esso può essere generalmente definito come un dispositivo che converte una grandezza fisica in un'altra di diversa natura, che possa essere elaborata dagli stadi successivi. Esistono diverse classificazioni per i trasduttori:

in base alla sorgente di alimentazione: i trasduttori attivi non necessitano di alcuna alimentazione dall’esterno in quanto l’energia presente nel segnale di uscita è ricavata direttamente dal segnale presente in ingresso; i trasduttori passivi sono quelli che devono essere alimentati con una sorgente esterna;

in base alla grandezza di ingresso (per esempio, spostamento, velocità, accelerazione, forza, temperatura, radiazione luminosa, etc…);

in base al principio di conversione utilizzato (per esempio, piezoelettrico, termoelettrico, fotoconduttivo, effetto Hall, elettromagnetico, etc…).

Esempi di sensori utilizzati in ambito biomedico sono riportati in figura 18 e 19.

Figura 18: Termistori (a sinistra) ed elettrodi di superficie (a sinistra)

Figura 19: Elettrogoniometro

BIOSENSORI Un biosensore è un dispositivo comprendente un elemento sensibile di origine biologica (bio-recettore), usualmente in forma di film sottile, che è intimamente collegato ad un elemento trasduttore (figura 20). Lo scopo primario è di riuscire a produrre un segnale elettronico o ottico proporzionale alla concentrazione di una specie chimica o di un insieme di prodotti.

Figura 20: Schema di un biosensore

I recettori biologici possono essere:

enzimi; componenti di membrane; cellule; anticorpi; DNA o RNA; frammenti di tessuto biologico.

Essi sono i responsabili del riconoscimento delle specie di interesse. Le molecole biologiche interagiscono con alcune molecole in modo specifico e reversibile, cambiando alcuni parametri fisico-chimici associati con le interazioni. Tali interazioni possono produrre variazioni di calore, massa, luce, ioni o elettroni. Queste possono essere convertite, a loro volta, in un segnale elettrico dal trasduttore, e successivamente amplificate, elaborate e visualizzate. Fra le applicazioni più rilevanti vi sono quelle legate all’utilizzo dei biosensori per la diagnostica clinica. Infatti il primo impulso per lo sviluppo di biosensori è venuto dalla necessità di eliminare o almeno minimizzare i tempi e le procedure delle analisi cliniche. Un esempio di biosensore è il sensore per il glucosio (figura 21). Negli ultimi decenni considerevoli sono stati gli sforzi rivolti allo sviluppo di sistemi per la rilevazione di glucosio in maniera semplice, specifica e continua. Infatti tramite dispositivi con queste caratteristiche sarebbe possibile:

rilevare condizioni di ipoglicemia e iperglicemia; effettuare un monitoraggio continuo per una migliore somministrazione delle dosi di

insulina; realizzare un “pancreas artificiale” ad anello chiuso per pazienti insulino-dipendenti.

Figura 21: Sensore per il glucosio (Pendra®)

La maggior parte dei sensori per il glucosio basano il loro funzionamento sulla reazione di ossidazione del glucosio catalizzato dall’enzima glucosio-ossidasi (GOD). La sequenza di reazioni enzimatiche può essere riassunta in questo modo:

ELETTRODI Gli elettrodi sono dei sensori impiegati per la misura di biopotenziali. La conduzione di corrente elettrica nel corpo umano è di tipo ionico, mentre è di tipo elettronico negli strumenti di misura; di conseguenza gli elettrodi trasformano le correnti ioniche circolanti all’interno del corpo umano in correnti elettroniche. Tale trasformazione avviene per mezzo di reazioni di ossido-riduzione all’interfaccia tra il sistema fisiologico e l’elettrodo stesso. Gli elettrodi possono essere di superficie, ad ago o a filo (figura 22). Gli elettrodi di superficie possono essere collocati sulla superficie del corpo per registrare i segnali bioelettrici. Appartengono alla famiglia degli elettrodi di superficie, gli elettrodi a base metallica. Essi consistono di un conduttore metallico (per esempio, argento) in contatto con la pelle tramite un sottile strato di gel. Questo tipo di elettrodi è usato principalmente per la registrazione diagnostica di ECG ed EEG. L’utilizzo di un gel conduttivo o di una pasta salina favorisce il contatto tra elettrodo e pelle, minimizzando gli spostamenti dello stesso elettrodo. Inoltre il gel e la pasta salina permettono una riduzione dell’impedenza della superficie biologica migliorando il prelievo del biopotenziale. Gli elettrodi di profondità sono inseriti nelle parti sub-cutanee per ottenere dati di ECG da animali o persone durante pratiche chirurgiche. Tali elettrodi vengono impiegati anche in esami elettromiografici.

Figura 22: Elettrodi ad ago (a sinistra) e di superficie (a destra)

PROBLEMATICHE DI RUMORE NELLE MISURE BIOMEDICHE La misura dei segnali biomedici può essere affetta da problematiche di rumore. Infatti è possibile acquisire non solo il segnale di interesse, ma anche componenti indesiderate denominate rumore o artefatti. L’origine di questi artefatti può essere fisiologica e non. Per esempio, considerando l’acquisizione di segnali EEG, gli artefatti non fisiologici (figura 23) possono essere originati dai movimenti degli elettrodi, dalla strumentazione EEG o possono essere dei disturbi esterni (es. interferenze elettromagnetiche) che si accoppiano al segnale utile. In genere possono essere evitati tramite un opportuno stadio di filtraggio ed appropriate tecniche di schermatura per le apparecchiature.

Figura 23: Artefatti non fisiologici: a sinistra interferenza proveniente dalla linea di alimentazione, a destra

disturbo legato al movimento del sensore

Gli artefatti fisiologici (figura 24) sono dei segnali elettrici che hanno origine dal paziente. Essi sono più difficili da eliminare. Nel caso della misura del segnale EEG, gli artefatti fisiologici includono potenziali muscolari, potenziali elettrocardiografici, potenziali provenienti dagli occhi (possono essere di tipo corneoretinale e elettroretinale). Anche la respirazione può causare degli artefatti introducendo un’attività ritmica sincronizzata con i movimenti di respirazione del corpo. Inoltre la sudorazione può alterare l’impedenza degli elettrodi e causare artefatti nei segnali EEG.

Figura 24: Artefatti fisiologici nell’EEG: potenziale cardiaco (a sinistra) e potenziale oculare (a destra)

AMPLIFICAZIONE E FILTRAGGIO DEI SEGNALI BIOMEDICI Un amplificatore produce in uscita un segnale di ampiezza maggiore rispetto al segnale in ingresso (figura 25). La tensione in uscita è proporzionale alla tensione di ingresso. Il rapporto tra la tensione in uscita e quella in ingresso è definito guadagno (G) dello stadio di amplificazione.

Figura 25: Amplificazione

Se si considera l’acquisizione di biopotenziali, è possibile collegare gli elettrodi allo stadio di amplificazione nei seguenti modi (figura 26):

• Monopolare: un elettrodo è posizionato sul tessuto elettricamente attivo ed un elettrodo è posto su una zona di riferimento. La zona di riferimento non dovrebbe essere interessata da variazioni del potenziale in esame. Per esempio nell’acquisizione di segnali EEG, l’elettrodo di riferimento può essere posto sulla zona mediana dello scalpo (Cz, Fz, Pz), sul collo, sui lobi delle orecchie o in corrispondenza del mastoide.

• Bipolare: due elettrodi sono posizionati sul tessuto elettricamente attivo e viene registrato la differenza di potenziale tra essi.

Figura 26: Configurazione monopolare (in alto) e configurazione bipolare (in basso)

Tutti i segnali biomedici devono essere, in varia misura, condizionati dai filtri. Il filtro provvede a trattare il segnale per diversi scopi:

separare il segnale utile dal rumore; eliminare segnali non desiderati mescolati a quello utile; eliminare le frequenze in eccesso alla banda utile del segnale biologico; eliminare frequenze molto basse (per esempio, la componente continua).

I filtri possono essere classificati in analogici e digitali: essi differiscono per la natura dei segnali d’ingresso e d’uscita. I filtri analogici processano ingressi analogici e generano uscite analogiche. I filtri digitali processano e generano dati digitali. Un filtro può essere progettato seguendo diversi metodi: i filtri passivi utilizzano solo componenti passivi, come resistori, condensatori e induttori; i filtri attivi, invece, sono realizzati con amplificatori operazionali e reti di reazione RC. I filtri attivi presentano grossi vantaggi rispetto ai filtri passivi per semplicità circuitale di progetto, costi, ingombro, prestazioni e predominano nel campo delle basse frequenze. Ci sono quattro tipi di filtri: passa-alto, passa-basso, passa-banda e stop-banda (o notch) (figura 27):

filtro passa-basso: per eliminare componenti ad alta frequenza (per esempio, potenziali muscolari nell’EEG);

filtro passa-alta: per eliminare componenti a bassa frequenza; filtro passa-banda: combinazione dei due filtri precedenti; filtro elimina banda (notch): per eliminare singole componenti a frequenza nota (per

esempio, la frequenza di rete di alimentazione 50 Hz).

Figura 27: Tipologie dei filtri

La progettazione di un filtro richiede la scelta di diversi parametri, come per esempio:

frequenza di taglio ( -3dB, cutoff frequency, fc): è la frequenza alla quale l'ampiezza del segnale in uscita dal filtro è ridotta a 0,7071 volte l'ampiezza del segnale in ingresso;

attenuazione: è il reciproco del guadagno. Un'attenuazione di 10 corrisponde ad un guadagno di 0,1;

banda passante (Pass Band): è la regione di frequenze al di sotto della frequenza di taglio; banda soppressa (Stop Band): è la regione di frequenze al di sopra della frequenza di taglio.

CONVERSIONE ANALOGICO/DIGITALE Il processo di digitalizzazione di un segnale è denominato conversione analogicodigitale (A/D). Il processo inverso tramite il quale da un segnale digitale si ottiene nuovamente un segnale analogico è chiamato conversione D/A. La conversione analogico/digitale è necessaria per diversi scopi. Questo processo è estremamente importante qualora si voglia elaborare un segnale attraverso sistemi numerici digitali. L’elaborazione digitale rispetto a quella analogica presenta caratteristiche di maggiore versatilità e flessibilità, nonché un minor costo. Inoltre la conversione A/D presenta dei vantaggi non solo in termini di elaborazione, ma anche per la memorizzazione e la trasmissione delle informazioni. Il processo di conversione A/D consta di tre stadi: campionamento, quantizzazione e codifica numerica (figura 28).

Figura 28: Schema a blocchi del processo di conversione A/D Il campionamento è l’operazione che consente di discretizzare l’asse temporale del segnale analogico, mentre la quantizzazione rende discreti i valori che può assumere il segnale. Infine, il processo di codifica converte la sequenza numerica in un flusso di bit. Durante il processo di campionamento si estraggono valori del segnale analogico in determinati istanti temporali (figura 29); se il campionamento è uniforme questi istanti temporali sono equispaziati di una quantità indicata con T, periodo di campionamento. L’inverso del periodo di

campionamento rappresenta la frequenza di campionamento ed è misurata in campioni al secondo o Hertz.

Figura 29: Segnale analogico (in alto) e segnale campionato (in basso)

In generale il campionamento determina una perdita di informazione. Se non si sceglie adeguatamente la frequenza di campionamento, diventa difficile ricostruire il segnale originario. Nella figura 30 è evidenziata tale problematica. Un numero di campioni troppo basso (riquadri in basso) impedisce una corretta ricostruzione del segnale originario.

Figura 30: Campionamento ed interpolazione

Dato un segnale x(t) esiste un valore di frequenza di campionamento, detta frequenza di Nyquist, che preserva l’informazione del segnale, cioè consente di ricostruire il segnale continuo dal segnale campionato. In particolare, il teorema di Shannon afferma che:

Fc (frequenza di campionamento)>2B (frequenza di Nyquist)

dove B è la banda del segnale. Se si rispetta il teorema di Shannon dal segnale campionato si riesce virtualmente a ricostruire il segnale continuo e non c’è perdita di informazione. Se si scelgono frequenze di campionamento che non rispettano tale condizione, si osserva il cosiddetto fenomeno di aliasing (figura 31). Per minimizzare l’aliasing, è opportuno che il segnale in ingresso sia limitato in banda (filtro anti-aliasing) e deve essere usata una frequenza di campionamento adeguata.

Figura 31: Aliasing

La quantizzazione corrisponde alla discretizzazione dell’asse delle ampiezze. In particolare i valori delle ampiezze che il segnale assume sono raggruppati in un determinato numero di insieme chiamati intervalli di quantizzazione (Δ). Ad ogni intervallo di quantizzazione è associato un livello di quantizzazione (figura 32). L’ampiezza di un singolo livello è chiamata passo di quantizzazione.

Figura 32: Esempio di quantizzazione

Tutti i valori compresi in un certo livello vengono codificati con una stessa stringa di bit. In genere il numero di livelli di un convertitore (M) è una potenza di 2. Pertanto sono necessari un numero di bit pari a:

b=log2M per codificare i livelli in uscita dal quantizzatore. Per esempio se si hanno 8 livelli da codificare, il numero di bit da usare è pari a 3.

AMPLIFICATORE PER BIOPOTENZIALI In questa sezione è riportata la descrizione di un amplificatore commerciale prodotto dalla GTEC per l’acquisizione di biopotenziali (figura 33). Con il termine di amplificatore, in tal caso, è indicato uno strumento che effettua non solo l’amplificazione del segnale in ingresso, ma che è costituito da tutti quei blocchi circuitali che si trovano tra il trasduttore e il PC. In particolare nella figura 34 è riportato il diagramma a blocchi del sistema. È possibile distinguere la sezione di amplificazione, filtraggio passa-basso, conversione A/D. Vi è poi la sezione di isolamento tra il paziente e le apparecchiature a valle. I dati in uscita dal convertitore sono trasmessi al PC per le elaborazioni tramite un’interfaccia USB

Figura 33: Amplificatore per biopotenziale (gtec)

Figura 34 : Diagramma a blocchi e specifiche tecniche dell’amplificatore gtec

Nel secondo riquadro della figura 34 sono riportate le caratteristiche tecniche di questo strumento. Sono indicati:

il tipo di segnali che il dispositivo può ricevere in ingresso; il segnale in uscita il numero di canali le caratteristiche della sezione di amplificazione (guadagno, impedenza di ingresso, livello

di rumore, etc…) le frequenze di taglio dei filtri che l’utente può regolare; le dimensioni fisiche e il peso; le certificazioni.

ELABORAZIONE DI SEGNALI BIOMEDICI L’elaborazione di un segnale può essere un’operazione semplice o complessa, come per esempio, la ricostruzione di un’immagine tridimensionale. L’utilizzo di processori digitali per l’elaborazione dei segnali ha determinato numerosi vantaggi. Si possono distinguere i seguenti casi:

analisi nel dominio del tempo: il segnale è analizzato rispetto alla variabile tempo; analisi nel dominio della frequenza: è analizzato lo spettro delle frequenze che costituisce il

segnale; modellizzazione: la creazione di modelli di generazione del segnale consente di stimare in

modo indiretto le variabili fisiologiche di interesse.

ANALISI NEL DOMINIO DEL TEMPO Dall’esame dell’andamento temporale di un segnale è possibile ricavare diversi parametri. Nella figura 35 sono indicati alcuni di questi parametri, come l’ampiezza massima negativa e positiva del

segnale e l’ampiezza picco-picco, rappresentata dalla differenza tra il valore di ampiezza massima e il valore di ampiezza minima.

Figura 35: Parametri estratti nel dominio del tempo Altri parametri che caratterizzano il segnale nel dominio del tempo sono:

valor medio di un segnale su un intervallo [T1,T2]:

valore efficace (root mean square, RMS): rappresenta la radice quadrata della potenza media

del segnale in un dato intervallo di tempo:

potenza media normalizzata:

.

ANALISI NEL DOMINIO DELLA FREQUENZA L’analisi dei segnali nel dominio della frequenza è uno strumento fondamentale per l'analisi delle componenti frequenziali presenti in esso. La Trasformata di Fourier permette di passare da una rappresentazione dei segnali nel dominio del tempo ad una rappresentazione nel dominio della frequenza (figura 36). Per segnali continui, l’espressione della Trasformata è:

mentre per i segnali discreti:

dove N è il numero dei campioni che rappresenta il segnale.

Figura 36: Segnale sinusoidale nel dominio del tempo (a) e spettro di frequenza ottenuto con la Trasformata di Fourier (b); segnale sinusoidale con rumore (c) e spettro di frequenza (d)

Dalla Trasformata di Fourier è possibile valutare la densità spettrale di potenza, definita come:

L’integrale della densità spettrale di potenza rappresenta la potenza media normalizzata del segnale:

.

Figura 37: Visualizzazione dei segnali nel dominio del tempo in ambiente Matlab

Figura 38 : Interfaccia grafica per l’analisi nel dominio della frequenza in ambiente Matlab

Figura 39 : Creazione di modelli anatomici cerebrali in ambiente Matlab

RIFERIMENTI 1. De Rossi D., Ahluwalia A., Mazzoldi A., Pede D., Scilingo E. P., Sensori per misure

biomediche, Patron Editore. 2. Carr J. J., Brown J. M., Introduction to Biomedical Equipment Technology, Prentice Hall. 3. Webster J. G., Medical Instrumentation, John Wiley & Sons. 4. Bronzino J. D., The Biomedical Engineering Handbook, CRC Press LLC. 5. National Instruments, www.ni.com.