Entriamo nei dettagli del DSP o Digital Signal Processing – Puntata 2
In questa seconda e ultima puntata dell’articolo, analizzeremo come possiamo gestire i segnali biologici, ma soprattutto valorizzarne il contenuto eliminando con i filtri digitali tutto il rumore di fondo dei processi di campionamento, permettendo in un secondo momento di utilizzarli a scopo medico e protesico. Entrambe le puntate fanno parte della Rubrica Firmware Reload, all’interno della quale sono inclusi gli articoli tecnici della passata rivista cartacea Firmware.
Le possibili applicazioni del Digital Signal Processing sono praticamente infinite, vanno dall’audio (lettori mp3, dolby surround, etc.) alle trasmissioni radio (Software Defined Radio), ai radar, all’automazione industriale, e molto altro ancora. Limitandoci all’ambito biomedicale lo troviamo applicato nell’analisi dei segnali ECG, EEG, EMG, nel trattamento del segnale ecografico, etc. Un esempio significativo è l’analisi ed il monitoraggio dei dati di pressione e ossigenazione del sangue durante gli interventi di bypass coronarici, dove le condizioni sono estremamente stringenti al fine di evitare danni ai tessuti. Il segnale in forma numerica consente l’utilizzo di differenti tecniche di analisi e trattamento impossibili nella forma analogica, oltre all’applicazione di filtri e la riduzione del rumore, uno degli aspetti più interessanti consiste nell’estrazione di feature, ossia caratteristiche tipiche del segnale che emergono dall’analisi numerica.
L’analisi del segnale nel dominio del tempo o della frequenza, consente di rilevare caratteristiche particolari che permettono di identificare una specifica anomalia (ad esempio, nel tracciato elettrocardiografico) o di riconoscere specifici pattern (ad esempio, nel segnale elettromiografico) al fine di identificare una determinata condizione (nel caso del segnale elettromiografico, ad esempio, l’intenzione di aprire o chiudere la mano, o muovere uno specifico dito). Un altro esempio è rappresentato dall’analisi dei segnali rilevati da accelerometri, giroscopi e magnetometri applicati agli arti di un paziente per rilevare specifiche anomalie nel portamento, che permettano di identificare specifiche patologie muscolari, articolari o nervose (ad esempio, neuropatia diabetica), e/o di decidere quali siano le migliori tecniche terapeutiche o di rieducazione da applicare ad ogni singolo caso.
Figura 1: EEG normale
Nel caso del segnale EEG (ElettroEncefaloGrafico), il riconoscimento di specifiche feature può consentire di identificare patologie quali l’epilessia, la corea di huntington, o riconoscere disturbi del sonno. Il segnale EEG è particolarmente difficile da trattare a causa dell’ampiezza molto ridotta (circa 100V), l’applicazione di filtri digitali è più agevole e versatile della realizzazione di filtri analogici. L’analisi del segnale ECG (ElettroCardioGrafico), in particolare del complesso QRS (segnale relativo alla contrazione ventricolare o sistole), consente, sempre mediante l’estrazione di particolari feature, il riconoscimento di patologie che vanno dall’infarto alla fibrillazione atriale, o altre anomalie che presentano alterazioni specifiche del tracciato. Un’applicazione di particolare interesse è il monitoraggio del battito cardiaco fetale durante il parto, un segnale particolarmente difficile da rilevare ed interpretare a causa dell’alto livello di rumore. Il battito viene normalmente calcolato misurando gli intervalli R-R, e viene generalmente visualizzato in associazione con la misura delle contrazioni uterine (cardiotocografia). La misurazione può essere effettuata utilizzando un elettrodo applicato alla testa del feto, oppure mediante l’uso di una tecnica ecografica ad ultrasuoni.
Figura 2: EEG da attacco epilettico
Di particolare interesse sono le informazioni relative al complesso QRS e l’estrazione di features che evidenzino eventuali anomalie. In questi casi, l’uso di filtri digitali, sistemi per la soppressione del rumore e analisi del segnale per l’estrazione di features consentono di ottenere informazioni precise che sarebbero impossibili con tecniche diverse. In conclusione, l’analisi digitale dei segnali biologici è uno strumento estremamente potente, sia come aiuto agli specialisti nell’analisi rapida ed efficiente di tracciati spesso difficili e faticosi da interpretare (pensiamo, ad esempio, alla necessità di esaminare ore di tracciato ECG o EEG per rilevare una anomalia che si presenta in modo saltuario e poco frequente), sia come strumento a sé stante per l’interpretazione e il riconoscimento di situazioni caratteristiche che, unitamente ad attuatori, permetta di intervenire correggendo, aiutando, o segnalando. Inoltre, la raccolta dei dati digitali e delle caratteristiche da essi rilevate, consente l’applicazione di tecniche statistiche per estrarre ulteriori informazioni utilizzabili in una miriade di applicazioni per la diagnosi, la realizzazione di protesi avanzate, le interfacce uomo-macchina e la sicurezza, che in futuro diventeranno sempre più presenti nella vita di ogni giorno.
Figura 3: Complesso QRS derivato dal tracciato elettrocardiografico
Figura 4: Analisi degli intervalli del tracciato elettrocardiografico
