Analyse temporelle et fréquentielle des signaux biomédicaux TP BIOMED - 3ème année – option TNS École Polytechnique, Département ELEC Enseignant : Aline CABASSON Mail : [email protected] Web : http://www.i3s.unice.fr/~cabasson/
Analyse temporelle et fréquentielle des signaux biomédicaux
TP BIOMED - 3ème année – option TNSÉcole Polytechnique, Département ELEC
Enseignant : Aline CABASSONMail : [email protected] : http://www.i3s.unice.fr/~cabasson/
Sommaire
Le Traitement du Signal en Biomédical, Quelques exemples de signaux…
Exemple : Signal ECG d’effort
TP : étude d’un cas réel / ECG d’effort Méthodes de pré-traitement d’un signal ECG réel Analyse des intervalles d’un ECG
Les signaux biomédicaux (1)
Électrocardiogramme (ECG ou EKG)
Électroencéphalogramme (EEG)
Les signaux biomédicaux (2)
Différents types de Potentiels Évoqués
Potentiels Évoqués Visuels (PEV)
Potentiels Évoqués Auditifs (PEA)
Potentiels Évoqués Somesthésiques (PES)
TP Biomed
Exemple des signaux ECG d’effort
Quelques notions physiologiques utiles
ECG d’effort : enregistrement / buts / difficultés ….
Quelques notions physiologiques
Onde P : dépolarisation des oreillettes
Complexe QRS : dépolarisation des ventricules
Onde T : repolarisation des ventricules
Cycle de dépolarisation/repolarisation
= passage du courant électrique, chez le sujet sain, des oreillettes vers les ventricules qui se contractent dans ce même ordre
Signal ECG d’effort Signal enregistré durant une activité
physique pendant une vingtaine de minutes, en augmentant progressivement l’intensité de l’effort par palier et mesurant ainsi l’activité cardiaque et la respiration pendant l’effort et la récupération du patient.
L’ECG d’effort permet de détecter des ischémies qui ne peuvent l’être sur un ECG enregistré au repos (ex : insuffisance coronarienne, angine de poitrine d’effort …).
Mon travail de thèse : étudier le couplage cardio/respiratoire à partir de l’étude d’ECG d’effort de patients sains
but : comprendre comment fonctionne le cœur / modélisation à long terme, amélioration des pacemakers
Travaux Pratiques
Étude d’un électrocardiogramme d’effort d’un patient sain
TP n°1 : Méthodes de pré-traitements
TP n°2 : Analyse des intervalles d’un ECG
Travaux Pratiques
Étude d’un électrocardiogramme d’effort d’un patient sain
TP n°1 : Méthodes de pré-traitements
TP n°2 : Analyse des intervalles d’un ECG
0 2 4 6 8 10 12
x 105
-3
-2
-1
0
1
2
3
4
5Enregistrement d'un ECG d'effort
TP n°1 : Introduction
6.88 6.89 6.9 6.91 6.92 6.93 6.94 6.95
x 105
-1.5
-1
-0.5
0
0.5
1
1.5
2
2.5
3
3.5
Enregistrement d'un ECG d'effort
6.93 6.932 6.934 6.936 6.938 6.94 6.942 6.944 6.946 6.948
x 105
-1.5
-1
-0.5
0
0.5
1
1.5
2
2.5
3
3.5Enregistrement d'un ECG d'effort
Difficulté majeure :
Signal ECG enregistré bruité,modulé et présentant une ligne de base (influence de la respiration)
Besoin de pré-traitements :
Filtrage passe-haut
Démodulation d’amplitude
Retrait de la ligne de base
Segmentation du signal
TP n°1 : Pré-traitements
Buts : Estimer au mieux les temps d’apparition tk des ondes R (attention, on entend
par le terme « temps tk » en réalité l’indice !) Segmenter le signal ECG afin de récupérer tous les segments P-R
Étapes : Filtrer le signal pour supprimer les éventuelles fluctuations de la ligne de base Détecter par une méthode de seuillage, les temps tk d’apparition des ondes R Démodulation d’amplitude Avec une méthode de seuillage, ré estimer les temps tk d’apparition des ondes
R sur le signal démodulé Segmenter le signal ECG afin de récupérer les segments PR de durée 300 ms
alignés sur le pic R à droite et enlever les lignes de bases résiduelles à l’aide de la fonction « enleve_ligne_base.m »
Étudier l’influence de la respiration
TP n°1 : Programmation
Charger l’électrocardiogramme MartinaPMA.dat qui a été enregistré avec une fréquence d’échantillonnage de 1Khz ecg
Filtrage : La respiration introduit une ligne de base sur l’enregistrement besoin de filtrer avec un passe-haut l’ECG
Utiliser ‘fir1’ (avec longueur de filtre L = 500 points ; Wn = 10/(2* longueur de filtre )) et la fonction ‘filter’
Nb : Penser à enlever les (longueur de filtre / 2) + 20 premiers points du résultat car il y a la réponse impulsionnelle du filtre dedans
Seuillage : Choisir le coefficient de seuillage adéquat et récupérer les coordonnées des pics R et les temps d’apparition tk des ondes R
TP n°1 : Programmation (2) Démodulation
A l’aide d’une interpolation ‘spline’ (fonction ‘interp1’ ), créer la courbe continue qui passe par tous les pics R, i.e. la courbe de modulation d’amplitude to
Démoduler le signal ECG Ré-estimer au moyen de votre fonction de seuillage les temps
d’apparition tk
Segmentation et retrait de la ligne de base Penser à redimensionner le signal ECG original en fonction du signal
démodulé obtenu (cf. différence de quelques points entre le premier pic R de Martina et du signal démodulé)
Utiliser la fonction « enleve_ligne_base.m » et observer le résultat final (avec « temp »=ecg Martina redimensionné; ’resf’= les tks ; Binf = 300)
Fonction « enleve_ligne_base.m »
On détermine à l’œil les intervalles A [m1-m2] et B [m3-m4]
On segmente le signal ECG de telle façon à travailler sur des segments R-R
On ajuste la droite qui passe le mieux au sens des moindres carrés par les intervalles A et B pour chaque segment R-R, puis on la soustrait.
TP n°1 : Programmation (3) Étude de l’influence de la respiration
Tracer la FFT du signal de modulation to, que pouvez vous observer ? Sachant que :
la modulation est liée à la respiration, la fréquence max de la respiration est d’environ 1hz, le signal ECG a été enregistré avec une fréquence
d’échantillonnage de 1Khz Quel est le facteur de décimation théorique que nous devons
appliquer sur notre signal de modulation ?Tester, observer la FFT correspondante, adapter le facteur de
décimation (penser à ramener le signal de modulation autour de 0)…
A l’aide de la fonction ‘rtf’ fournie, faire une représentation temps fréquence du signal de modulation décimé et ramené autour de 0
Travaux Pratiques
Étude d’un électrocardiogramme d’effort d’un patient sain
TP n°1 : Méthodes de pré-traitements
TP n°2 : Analyse des intervalles d’un ECG
T P
R
Q S
TP n°2 : Analyse des intervalles
But : étude des intervalles PR dans les électrocardiogrammes
Application : Estimation des intervalles PR sur ECG d’effort Représentation PR=f(PP) en effort/relâche cycle d’hystérésis
Méthode : Estimation de temps de retards basée sur l’intercorrélation
Objectif à long terme : Amélioration des pacemakers à double chambre
TP n°2 : Méthode d’estimation
• Delay dk
• PRk=K-dk
• PPk=tk+1-tk+PRk-PRk+1
=tk+1-tk+dk+1-dk
xcorr(Pk,Pref)
tk
Pref
tk+1
Pk+
1
Pk
K
Estimation des temps de retards dk en trouvant le décalage temporel qui
maximise l’intercorrélation entre une onde de référence et les signaux.
TP n°2 : Programmation
Charger l’électrocardiogramme MartinaPMA.dat qui a été enregistré avec une fréquence d’échantillonnage de 1Khz ecg
Pré-traitements : Appliquer les pré traitements programmés lors du TP1, pour obtenir le signal ECG sous forme de segments P-R de durée 300ms alignés à droite sur le pic R
Estimation : Implémenter la méthode d’estimation de temps de retards basé sur l’intercorrélation précédemment décrite afin de calculer les intervalles PR et PP
Représentation graphique : représenter l’évolution des intervalles PR en fonction des intervalles PP afin de retrouver le cycle d’hystérésis entre l’effort et la récupération.