VYUŽITÍ MATLABU VE VÝUCE SIGNÁLŮ A SOUSTAV A V BIOMEDICÍNCKÉM INŽENÝRSTVÍ NA KATEDŘE MĚŘICÍ A ŘÍDICÍ TECHNIKY NA VŠB - TU OSTRAVA



Podobné dokumenty
fluktuace jak dob trvání po sobě jdoucích srdečních cyklů, tak hodnot Heart Rate Variability) je jev, který

Katalog biomedicínských modelů, výuka simulacim a modelování v biomedicínském inženýrství, interaktivní systém v MatLab-Simulinku

Algoritmy a struktury neuropočítačů ASN - P10. Aplikace UNS v biomedicíně

Adaptivní model kardiovaskulárního systému

ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ

Elektronický systém a programové vybavení pro detekci a optimalizaci pulzů kardiostimulátoru

Diplomová práce Prostředí pro programování pohybu manipulátorů

Úvod do zpracování signálů

Biofyzikální laboratorní úlohy ve výuce budoucích učitelů fyziky

VÝUKOVÝ SOFTWARE PRO ANALÝZU A VIZUALIZACI INTERFERENČNÍCH JEVŮ

1 Zadání. 2 Teoretický úvod. 7. Využití laboratorních přístrojů v elektrotechnické praxi

MATLABLINK - VZDÁLENÉ OVLÁDÁNÍ A MONITOROVÁNÍ TECHNOLOGICKÝCH PROCESŮ

VYUŽITÍ MATLABU PRO PODPORU VÝUKY A PŘI ŘEŠENÍ VÝZKUMNÝCH ÚKOLŮ NA KATEDŘE KOMUNIKAČNÍCH A INFORMAČNÍCH SYSTÉMŮ

VYUŽITÍ MATLABU PRO VÝUKU NUMERICKÉ MATEMATIKY Josef Daněk Centrum aplikované matematiky, Západočeská univerzita v Plzni. Abstrakt

Softwarová podpora v procesním řízení

Elektrokardiografie. X31ZLE Základy lékařské elektroniky Jan Havlík Katedra teorie obvodů

PŘECHODOVÝ DĚJ VE STEJNOSMĚRNÉM EL. OBVODU zapnutí a vypnutí sériového RC členu ke zdroji stejnosměrného napětí

Katedra biomedicínské techniky

MATLAB PRO PODPORU VÝUKY KOMUNIKAČNÍCH SYSTÉMŮ

Příklady práce se software VZDUCH verze 1.2

Fyzikální laboratoř. Kamil Mudruňka. Gymnázium, Pardubice, Dašická /8

Biofyzikální ústav LF MU Brno. jarní semestr 2011

Struktura a typy lékařských přístrojů. X31ZLE Základy lékařské elektroniky Jan Havlík Katedra teorie obvodů

Struktura a typy lékařských přístrojů. X31LET Lékařskátechnika Jan Havlík Katedra teorie obvodů

Vyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného)

Biologické signály. X31ZLE Základy lékařské elektroniky Jan Havlík Katedra teorie obvodů

ZOBRAZOVÁNÍ A ANALÝZA EKG Z PACIENTSKÉHO MONITORU DASH

POPIS, IDENTIFIKACE SYSTÉMU A NÁVRH REGULÁTORU POMOCÍ MATLABU V APLIKACI FOTBAL ROBOTŮ

Meo S-H: software pro kompletní diagnostiku intenzity a vlnoplochy

IQ Easy firmy Simco-ION

13 Barvy a úpravy rastrového

Návrh a simulace zkušební stolice olejového čerpadla. Martin Krajíček

zdroj světla). Z metod transformace obrázku uvedeme warping a morfing, které se

Měření průtoku kapaliny s využitím digitální kamery

VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ

Struktura a typy lékařských přístrojů. X31LET Lékařskátechnika Jan Havlík Katedra teorie obvodů

Čas (s) Model časového průběhu sorpce vyplývá z 2. Fickova zákona a je popsán následující rovnicí

U Úvod do modelování a simulace systémů

PF-22. Technická informace. DASFOS Czr, s.r.o. Technologicko-inovační centrum Ostrava. Plastometr typu Gieseler s konstantním krouticím momentem

Duální Full HD kamerový systém Secutek C-M2W

Měření času, periody, šíře impulsu a frekvence osciloskopem

Rasterizace je proces při kterém se vektorově definovaná grafika konvertuje na. x 2 x 1

Automatizace je proces při němž je řídicí funkce člověka nahrazována činností

ÚLOHA S2 STATICKÁ CHARAKTERISTIKA KONDENZÁTORU BRÝDOVÝCH PAR

Stanovení nejistot při výpočtu kontaminace zasaženého území

Spojité regulátory Zhotoveno ve školním roce: 2011/2012. Spojité regulátory. Jednoduché regulátory

Středoškolská technika SCI-Lab

EXPERIMENTÁLNÍ METODY V OBRÁBĚNÍ

KONTAKT Řízení motorů pomocí frekvenčních měničů. Autor: Bc. Pavel Elkner Vedoucí: Ing. Jindřich Fuka

Diagnostika infarktu myokardu pomocí pravidlových systémů

NOVÉ MOŽNOSTI HOLTEROVSKÉ DIAGNOSTIKY

PRAKTIKUM III. Oddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK. Pracoval: Jan Polášek stud. skup. 11 dne

Manuál k obsluze simulátoru KKK ELO 2011 pro studenty, popis laboratorní úlohy

Číslicová filtrace. FIR filtry IIR filtry. ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická

MĚŘENÍ Laboratorní cvičení z měření. Měření magnetických veličin, část 3-9-3

Controlweb. Úvod. Specifikace systému

Využití tabulkového procesoru MS Excel

pro začátečníky pro pokročilé na místě (dle požadavků zákazníka)

Laboratorní úloha č. 8: Polykardiografie

Voltmetr SC5-IA1. Obr. 1 Voltmetr SC5-IA1

Automatická detekce anomálií při geofyzikálním průzkumu. Lenka Kosková Třísková NTI TUL Doktorandský seminář,

Nastavení parametrů PID a PSD regulátorů

Quantization of acoustic low level signals. David Bursík, Miroslav Lukeš

Střední průmyslová škola elektrotechnická a informačních technologií Brno

Digitální učební materiály ve škole, registrační číslo projektu CZ.1.07/1.5.00/

MATEMATIKA V MEDICÍNĚ

Aplikované úlohy Solid Edge. SPŠSE a VOŠ Liberec. Ing. Aleš Najman [ÚLOHA 38 KONTROLA A POHONY]

MEDATRON, spol. s r.o.

1 Modelování systémů 2. řádu

QRS DETEKTOR V PROSTŘEDÍ SIMULINK

Rozvoj tepla v betonových konstrukcích

CITLIVOSTNÍ ANALÝZA DYNAMICKÝCH SYSTÉMŮ I

Přípravek pro demonstraci řízení pohonu MAXON prostřednictvím

ANOTACE vytvořených/inovovaných materiálů

Zápočtová úloha z předmětu KIV/ZSWI DOKUMENT SPECIFIKACE POŽADAVKŮ

PROGRAMOVÁNÍ ROBOTŮ LEGO MINDSTORM S VYUŽITÍM MATLABU

TECHNICKÁ UNIVERZITA V LIBERCI

Jak efektivně přednášet v době e-learningu

Střední průmyslová škola elektrotechnická a informačních technologií Brno

Nový bakalářský studijní obor Biomedicínská informatika na Fakultě biomedicínského inženýrství v Kladně

Měřicí přístroje a měřicí metody

Rozdělení technické dokumentace

VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky

CW01 - Teorie měření a regulace

Dodatek k uživatelském manuálu Adash 4202 Revize MK

KNIHOVNA MODELŮ TECHNOLOGICKÝCH PROCESŮ

BTL zdravotnická technika, a.s. Šantrochova 16, Praha 6 tel./fax: obchod@btl.cz

Kompatibilita a import CAD

Chyby měření 210DPSM

Rentgen - příručka pro učitele

Pro tvorbu samostatně spustitelných aplikací je k dispozici Matlab library.

Střední průmyslová škola elektrotechnická a informačních technologií Brno

KATEDRA ELEKTRICKÝCH MĚŘENÍ

P. Bartoš a J. Tesař

Elektronická podpora výuky na ÚBMI

Fakulta elektrotechniky a komunikačních technologíı Ústav automatizace a měřicí techniky v Brně

Laborato regula ních systém a prost edk Název prezentace ídicích systém Umíst ní laborato E228 Správce laborato Ing. Št pán O ana, Ph.D.

VYBRANÉ STATĚ Z PROCESNÍHO INŢENÝRSTVÍ cvičení 9

Grafický software ve výuce a pro výuku

Biomedicínské asistivní technologie

Transkript:

VYUŽITÍ MATLABU VE VÝUCE SIGNÁLŮ A SOUSTAV A V BIOMEDICÍNCKÉM INŽENÝRSTVÍ NA KATEDŘE MĚŘICÍ A ŘÍDICÍ TECHNIKY NA VŠB - TU OSTRAVA Abstrakt Štěpán Ožana, Radim Bernatík, Tomáš Štula, Marek Penhaker Katedra měřicí a řídicí techniky VŠB - TU Ostrava, FEI Obsahem příspěvku je presentace výsledků vědeckých prací řešených v rámci grantových projektů a při tvorbě výukových materiálů, a to v předmětech Signály a soustavy a Zpracování biosignálů. Pro podporu výuky výše uvedených předmětů byly vytvořeny níže uvedené aplikace v MATLABu. V oboru Měřicí a řídicí technika, zaměření biomedicína, se jedná o aplikace pro zpracování EKG signálů a neurologické aplikace, v oblasti zpracování signálů jsme se zabývali analýzou signálů a soustav se soustředěnými parametry. 1. Úvod Je více než jisté, že programové prostředí MATLAB je dnes neodmyslitelnou součástí vědeckých pracovníků a pedagogů a proniká do různých oborů lidské činnosti a zahrnuje jak technické, tak i netechnické vědní obory. V tomto článku chceme presentovat některé dosud nepublikované aplikace vytvořené v tomto prostředí a demonstrovat šíři jeho použití. Historie výuky MATLABu a SIMULINKu na VŠB - Technické Univerzitě v Ostravě se datuje od roku 1991, tedy od vzniku Fakulty elektrotechniky a informatiky. V současné době se tento produkt využívá ve většině vyučovaných předmětů, a proto byl v roce 1997 na katedře měřicí a řídicí techniky zaveden nový předmět Použití MATLABu se SIMULINKem v inženýrském studiu. Jak už z názvu katedry vyplývá, zabýváme se především problematikou měření a regulace, avšak některé aplikace vytvořené v tomto prostředí jsou zaměřeny rovněž na zpracování signálů a na aplikace zdánlivě v MATLABu nerealizovatelné. Jsou to zejména práce vytvořené v rámci semestrálních a diplomových prací. 2. Analýza signálů a soustav Signály a soustavy je dvousemestrový předmět přednášený pro studenty ve třetím ročníku studia na fakultě elektrotechniky a informatiky. Základním materiálem při výuce předmětu Signály a soustavy je kniha Nevřiva,P. : Analýza signálů a soustav, BEN Praha, Praha 2000. Pro účely laboratorních cvičení z předmětu se právě vydává skriptum Demčáková,B., Ožana,Š.: Signály a soustavy: Sbírka příkladů do cvičení,všb-tu Ostrava, Ostrava, plánováné vydání 2002, které je zaměřeno na analýzu výkonového a energetického signálu se spojitým a s diskrétním časem a na analýzu lineárních soustav s konstantními soustředěnými parametry se spojitým a s diskrétním časem.v celém textu skripta je řešena konkrétní úloha analýza zadaného signálu a průchod tohoto signálu zadanou soustavou. Ve cvičeních se klade důraz na teoretické základy předmětu a také na praktickou a názornou ukázku cvičené látky v programovém prostředí MATLABu. Používají se Signal Processing Toolbox, Symbolic Toolbox.

Cvičení navštěvují studenti z řady specializací. Ne všichni mají předchozí průpravu v MATLABu. Z tohoto důvodu jsou studentům dány k dispozici programy v jazyce MATLAB, ve kterých mohou cvičení na počítači provádět. Studenti mohou měnit parametry signálů a soustav, simulovat příslušné výsledky a tak si aktivně osvojit látku. Uvedeme zde ukázku programu, který je doplňkem výše uvedených skript a slouží k analýze uživatelem zadaného periodického nebo finitního signálu, tento signál může být signálem se spojitým časem nebo signálem s diskrétním časem. Signál dále může být přiveden na lineární soustavu prvního nebo druhého řádu s konstantními soustředěnými parametry zadanou přenosem nebo diferenciální, resp. diferenční rovnicí a počátečním stavem soustavy. Program je vytvořen v GUI MATLABu. Jeho ovládání je intuitivní a jednoduché, jedná se o efektivní učební pomůcku. Příklad: Je dán periodický signál u(t), jehož jedna perioda je zadána jako: u(t) = 2 pro x 0,1 3 t + 1 pro x (1;2 3 exp( 0.5 t) cos(5 t) prox (2,5 Tento signál je přiveden na soustavu druhého řádu popsanou diferenciální rovnicí 3 y' ' + 2 y' + 1 y = 5 u' + 4 u a počátečním stavem y (0 ) = 6, y '(0 ) = 7 Úkolem je analyzovat signál u(t) a určit výstupní signál y(t) soustavy. Obr. 1:Úvodní nabídka programu Obr. 2: Editace a tvorba signálu Obr. 3: Menu analýzy signálu Obr. 4: Interaktivní obrazovka pro analýzu soustavy

4. Aplikace pro vyšetřování neurovizuálních projevů Program slouží jako náhrada lékařského přístroje pro vyšetřování očního nervu. Tento přístroj se používá v oblastech neurologie a oftalmologie. Výhodou programu je spustitelnost na jakékoliv platformě, pro kterou existuje program MATLAB. Při použití programu (pacient se dívá na monitor počítače) dochází ke stimulaci očního nervu. Oční nerv je stimulován speciálním obrazcem dvěma soustřednými otáčivými kruhy s bílými a černými úsečemi. Soustředné kruhy se otáčejí definovanou rychlostí i směrem. Rovněž je možné změnit počet úsečí obou kruhů. Nastavení programu Uživatelské rozhraní je navrženo přehledně. Z hlavního okna aplikace je možné nastavit směry a rychlosti otáčení jednotlivých kruhů. Přesnější,,doladění programu se děje prostřednictvím doplňujících dialogů. V dialogu Další upřesnění je možné nastavit velikosti jednotlivých úhlů, vzdálenost pacienta od monitoru a počet úsečí jednotlivých kruhů. Situaci demonstruje obrázek. Pro správný výpočet velikosti obrazce je nutné zadat ještě velikost použitého monitoru (v dialogu Možnosti), velikost rozlišení obrazovky si už program zjišťuje sám. Pro zachování věrnosti zobrazení (tím je myšlena věrnost vůči původnímu lékařskému přístroji) je možné nastavit snímkovací frekvenci pro přehrávání obrazce (minimálně je doporučeno alespoň 25 snímků za vteřinu). Z důvodů zmenšení paměťových nároků programu je omezena i celková délka animace a to maximálním počtem snímků animace. Tyto hodnoty se dají rovněž nastavit v dialogu Možnosti. Funkce programu Celá koncepce programu je založena na možnostech vizualizace MATLABu. Je až s podivem, co všechno se dá v MATLABu udělat. Začátky tvorby však přesto byly velice obtížné, ale nakonec podařilo nalézt optimální řešení. Celý problém spočíval v tom, aby se výsledný obraz co nejvíce podobal skutečnému točícímu se soukolí. Tohoto bylo dosaženo využitím funkce movie, která jako jediná dokáže plynule a hlavně s konstantní rychlostí přehrávat Obr. 5: Prostředí programu NEURO jednotlivé snímky pohybujícího se soukolí. MATLAB je však více zaměřen na výpočty a ne na vizualizaci, tak i tato funkce poněkud pokulhává, samotné přehrávání není vždycky plynulé. Obzvlášť na počátku přehrávání je většinou velice rychle přehrána celá animace a potom jsou teprve se zadanou rychlostí přehrávány její kopie (animace se přehrává dokola).

Výpočet animace Ještě než je možno spustit animaci (vlastní stimulace očního nervu), je nutné ji nejprve vypočítat. Výpočet samotné animace je základní kámen celého programu, i když myšlenka není nakonec zas tak složitá, jak se na první pohled zdá. Pro výpočet animace jsou důležité tyto parametry: Frekvence a směry otáčení jednotlivých kruhů. Počet úsečí jednotlivých kruhů. Frekvence snímkování (dále jen FPS), tedy počet snímků přehrávaných za jednu vteřinu. Maximální počet snímků animace. Přesnost zachování nastavených parametrů. Pro provedení animace se musí vypočítat tyto hodnoty: Skutečné frekvence otáčení kruhů. Celkový počet snímků animace. Výpočet těchto hodnot se však provádí v těchto 3 krocích: 1. Výpočet rozdílové frekvence. Jde Obr. 6: Nastavení parametrů programu především o to, zjistit, na kterém snímku se mají jednotlivé kruhy opět setkat v původním stavu, aby se mohla od této pozice opakovat celá animace. Nejde tedy o pouhé odečtení frekvencí, ale odečtení frekvencí, které jsou vynásobeny počtem úsečí kruhů. To proto, aby se zmenšil počet snímků animace. Pokud je náhodou rozdílová frekvence nulová (např. 1 Hz-5 úsečí spolu s 0.5 Hz-10 úsečí), bere se jako rozdílová frekvence, frekvence jednoho z kruhů. 2. Výpočet konečného snímku. S vypočtené rozdílové frekvence se určí čas setkání a z této hodnoty a FPS se určí konečný snímek. Ten však nemusí být vždy celé číslo. Proto se provádí zaokrouhlení frekvencí tak, aby byl konečný snímek celé číslo. Toto zaokrouhlování frekvencí a konečného snímku se zpětně testuje tak, aby se nesrovnalosti vešly do vymezené přesnosti zachování nastavených parametrů (tuto hodnotu lze nastavit v dialogu Možnosti.). Pokud nevyhovuje podmínka přesnosti, tak se ke konečnému času přičte prvotní konečný čas (čas prvního setkání) a testuje se znovu. Přičítání se opakuje tak dlouho, dokud není splněna podmínka přesnosti. 3. Přepočet frekvencí už je banální záležitost, kdy se s konečného počtu snímků, FPS, a času prvního setkání přepočítají zpětně hodnoty frekvencí, se kterýma se potom počítá při animování. Tvorba animace: Tvorba animace je konečná fáze výpočtů, při které jsou jednotlivé snímky vypočteny a zobrazeny na obrazovce. Po zobrazení se daný snímek uloží do animační proměnné a počítá se další. Animace je použita z toho důvodu, že při běžném zobrazování snímků dochází k probliknutí celého obrazu, což je pro stimulaci očního nervu nežádoucí efekt.

3. EKG Vyhodnocování variability srdečního rytmu Variabilita srdečního rytmu (HRV - Heart rate variability) nebo-li tepové frekvence patří k základním a nejčastěji vyhodnocovaným fyziologickým údajům v lékařství. Slouží jako pomocná diagnostická metoda v kardiologii. Je velmi dobrým ukazatelem činnosti a výkonnosti srdce. Pokud dojde ke snížení srdeční frekvence pod určitou úroveň, hovoříme o bradykardii. V opačném případě o tachykardii. Dochází-li k nepravidelnostem v činnosti srdce, pak hovoříme o arytmii. Všechny tyto změny a nepravidelnosti nám vypovídají o tom, že nastala nějaká chyba ve funkci srdečního systému. Tepovou frekvenci můžeme vyhodnocovat z mnoha biologických veličin, které činnost srdce přímo určují nebo doprovázejí. Jedná se o elektrický signál elektrokardiografu elektrokardiogram (EKG), akustický signál fonokardiografu fonokardiogram (FKG) a pletysmografu. Nejčastěji však bývá vyhodnocována z dlouhodobých (24 hodinových) nebo krátkodobých (5 minutových) záznamů EKG. Obr. 7 Průběh EKG s vyznačením místa výskytu R-vlny. V této práci se omezíme na určování tepové frekvence jen z krátkodobých průběhů elektrokardiogramu. Podnětem pro vytvoření této práce byl požadavek ze strany lékařů sledovat a vyhodnocovat změny tepové frekvence u novorozenců a malých dětí. Je známo, že u této skupiny pacientů může při určité změně srdečního rytmu v čase dojít k syndromu náhlého úmrtí, nebo k ohrožení životně důležitých funkcí. Úkolem této práce byla realizace softwaru pro analýzu variability srdečního rytmu krátkodobých záznamů srdečního tachogramu z hlediska spektrálních vlastností. To znamená z průběhu elektrokardiogramu určit okamžitou hodnotu tepové frekvence a vypočítat z ní křivku spektrální výkonové hustoty. Pro potřeby výpočtů a grafických zobrazení bylo použito programové prostředí MATLAB verze 5.3. Pro vyhodnocení navržených postupů a metod byly použity testovací průběhy signálu EKG získané z lékařské databáze klinických elektrokardiografických záznamů Physionet (http://www.physionet.org/physiobank/database/). Nachází se zde databanka mnoha druhů biologických signálů. Výhodou těchto záznamů je, že jsou již přesně oklasifikovány co do typu poruch a onemocnění. Pro analýzu okamžité a průměrné hodnoty tepové frekvence je velmi důležité správně detekovat špičky QRS komplexu tzv. R vlnu, a tím určit časovou vzdálenost dvou po sobě jdoucích R-vln. K těmto účelům byly vytvořeny a použity dílčí metody pro detekci těchto špiček komplexu QRS. To se provádí pomocí dvou implementovaných detektorů R vlny.

Konečným výstupem zpracování je klasifikace fyziologické nebo patologické změny srdečního rytmu u měřených pacientů. Obr. 8 Hlavní okno programu. Výsledky této práce mohou být přínosné pro zjišťování příčin vzniku syndromu náhlého úmrtí u novorozenců a malých dětí. Zároveň by měly poslouží lékařům jako nástroj k lepšímu pochopení daného problému a také napomoci správnému určení diagnózy pacientů poruchami srdečního systému, které povedou k zlepšení pacientova zdravotního stavu. Kontaktní informace VŠB - TU Ostrava, FEI, Katedra měřicí a řídicí techniky 17. Listopadu 15, 708 33, www.vsb.cz, http://kat455.vsb.cz e-mail:stepan.ozana@vsb.cz, tel: 59 732 4290 Radim.Bernatik@vsb.cz, tel: 59 732 3461 Tomas.Stula@vsb.cz, tel: 59 732 3461 Marek.Penhaker@vsb.cz, tel: 59 732 3510