Análisis de Señales Biomédicas por Medio del Método de Estimación Armónica de Kalman con un Modelo de Valores Reales
DOI:
https://doi.org/10.17488/RMIB.45.3.1Palabras clave:
análisis de señales biomédicas, estimación armónica en señales biomédicas, estimación de derivadas en señales biomédicasResumen
Este trabajo presenta una metodología para obtener la estimación armónica de señales biomédicas como señales de electrocardiograma, cardiorrespiratorias y de presión arterial. La metodología propuesta utiliza la aproximación polinomial y el filtro de Kalman. Como ventaja, la técnica incluye estimaciones instantáneas de las armónicas de la señal y sus derivadas utilizando un modelo con parámetros en los reales. Además, se realiza una comparación de los resultados con los métodos de Savitzky-Golay, el diferenciador de seguimiento no lineal, observador de estados extendido y diferenciador digital basado en series de Taylor. Los resultados sugieren que el método propuesto tiene el potencial de mejorar la calidad de las mediciones de señales, especialmente en presencia de ruido.
Descargas
Citas
W. Bouaziz, E. Schmitt, G. Kaltenbach, B. Geny and T. Vogel, “Health benefits of cycle ergometer training for older adults over 70: a review,” Eur. Rev. Aging. Phys. Act., vol. 12, Nov. 2015, Art. no. 8, doi: https://doi.org/10.1186/s11556-015-0152-9
R. M. Rangayyan, Biomedical Signal Analysis, 2nd ed. Wiley-IEEE Press, 2015.
K. Najarian and R. Splinter, Biomedical Signal and Image Processing, 2nd ed. Boca Raton, FL, United State: CRC Press, 2012, doi: https://doi.org/10.1201/b11978
R. M Rangayyan, Biomedical Signal Analysis: A Case-Study Approach, Wiley-IEEE Press, 2002.
T. U. Zaman, D. Hossain, T. Arefin, A. Rahman, S. N. Islam, F. Haque, “Comparative analysis of de-noising on ECG signal,” Int. J. Emerging Technol. Adv. Eng., vol. 2, no. 11, pp. 479-486, 2012.
N. Pombo, B. M. C. Silva, A. M. Pinho, and N. Garcia, “Classifier Precision Analysis for Sleep Apnea Detection Using ECG Signals,” IEEE Access, vol. 8, pp. 200477-200485, 2020, doi: https://doi.org/10.1109/ACCESS.2020.3036024
L. R. Castro and S. M. Castro, “Wavelets y sus aplicaciones,” in I Congreso Argentino de Ciencias de la Computación, Argentgina, Oct. 1995. [Online]. Available: http://sedici.unlp.edu.ar/handle/10915/24289
G. Saripalli, P. H. Prajapati, and A. D. Darji, “CSD Optimized DWT Filter for ECG Denoising,” in 2020 24th International Symposium on VLSI Design and Test (VDAT), Bhubaneswar, India, 2020, pp. 1-6, doi: https://doi.org/10.1109/VDAT50263.2020.9190624
J. Feng, G. Li, W. Wang, and X. Liang, “The Application of Improved Tracking-differentiator Filter in ECG Data,” DEStech, Apr. 2018, doi: https://doi.org/10.12783/dtcse/mso2018/20519
Y. Tang, Y. Wu, M. Wu, X. Hu, and L. Shen, “Nonlinear Tracking-Differentiator for Velocity Determination Using Carrier Phase Measurements,” IEEE J. Sel. Top. Signal Process., vol. 3, no. 4, pp. 716–725, Aug. 2009, doi: https://doi.org/10.1109/ JSTSP.2009.2024591
J. Rodríguez-Maldonado, C. Posadas-Castillo, and E. Zambrano-Serrano, “Alternative Method to Estimate the Fourier Expansions and Its Rate of Change,” Mathematics, vol. 10, no. 20, Jan. 2022, Art. no. 20, doi: https://doi.org/10.3390/math10203832
J. Rodriguez Maldonado, “Total Harmonic Distortion Estimation, Minimization Inter Harmonic Amplitude and Expanding Bands Rejection in TKF filters,” IEEE Lat. Am. Trans., vol. 14, no. 2, pp. 652–656, Feb. 2016, doi: https://doi.org/10.1109/TLA.2016.7437206
J. Han, “A Class of Extended State Observers for Uncertain Systems,” Control Dec., vol. 10, no. 1, pp. 85–88, 1995.
B.-Z. Guo, Z.-L. Zhao, “Extended state observer for nonlinear systems with uncertainty,” IFAC Proc. Vol., vol. 44, no. 1, pp. 1855–1860, 2011, doi: https://doi.org/10.3182/20110828-6-IT-1002.00399
J. L. Vargas-Luna, W. Mayr, and J. A. Cortés-Ramírez, “Amplitude Modulation Approach for Real-Time Algorithms of ECG-Derived Respiration,” Rev. Mex. Ing. Biomed., vol. 35, no. 1, pp. 53–69, 2014.
J. R. Cárdenas-Valdez, F. Ramírez-Arzate, Á. H. Corral-Domínguez, C. Hurtado-Sánchez, A. Calvillo-Téllez, and E. E. García-Guerrero, “Development of an Adaptive Acquisition and Transmission System for Digital Processing of ECG Signals under Variable n-QAM Schemes,” Rev. Mex. Ing. Biomed., vol. 44, no. 4, pp. 117-127, 2023, doi: https://doi.org/10.17488/RMIB.44.4.8
M. E. Cano, R. A. Jaso, M. E. Tavares, J. C. Estrada, et al., “A simple alternative for modulating and recording the PQRST complex,” Rev. Mex. Ing. Biomed., vol. 32, no. 2, pp. 100–108, Dec. 2011.
D. Torres Guzmán and C. S. Carbajal Fernández, “Mejora de la Señal de Flujo Sanguíneo en Implantes Coronarios Mediante la Detección de Distorsiones Eventuales,” Rev. Mex. Ing. Biomed., vol. 36, no. 1, pp. 33–53, 2015.
X. Ning and I. W. Selesnick, “ECG Enhancement and QRS Detection Based on Sparse Derivatives,” Biomed. Signal Process. Control, vol. 8, no. 6, pp. 713–723, Nov. 2013, doi: https://doi.org/10.1016/j.bspc.2013.06.005
C. Lastre-Domínguez, O. Ibarra-Manzano, J. A. Andrade-Lucio, and Y. S. Shmaliy, “Denoising ECG Signals Using Unbiased FIR Smoother and Harmonic State-Space Model,” 2020 28th European Signal Processing Conference (EUSIPCO), Amsterdam, Netherlands, 2021, pp. 1279-1283, doi: https://doi.org/10.23919/Eusipco47968.2020.9287522
I.R. Khan, R. Ohba, “New design of full band differentiators based on taylor series,” IEE Proc. – Vis. Image Signal Process., vol. 146, no. 4, pp. 185–189, 1999, doi: https://doi.org/10.1049/ip-vis:19990380
P. H. Langner and D. B. Geselowitz, “First Derivative of the Electrocardiogram,” Circ. Res., vol. 10, pp. 220–226, Feb. 1962, doi: https://doi.org/10.1161/01.res.10.2.220
J. Rodriguez Maldonado and M. A. Platas Garza, “Comparative Load Reduction and Analysis of Taylor Kalman Fourier Filters in Synchrophasor Measurement,” IEEE Lat. Am. Trans., vol. 16, no. 8, pp. 2153–2160, Aug. 2018, doi: https://doi.org/10.1109/ TLA.2018.8528229
D. G. Manolakis, V. K. Ingle, and S. M. Kogon, Statistical and Adaptive Signal Processing: Spectral Estimation, Signal Modeling, Adaptive Filtering and Array Processing. Boston, United State: Artech House Publishers, 2005.
D. Simon, Optimal State Estimation: Kalman, H Infinity, and Nonlinear Approaches. Hoboken, JN, United State: John Wiley & Sons, 2006, doi: https://doi.org/10.1002/0470045345
C. Chabert, D. Mongin, E. Hermand, A. Collado, and O. Hue, “Cardiorespiratory measurement from graded cycloergometer exercise testing (version 1.0.0)”, PhysioNet, doi: https://doi.org/10.13026/2qs3-kh43
J. Kubicek, M. Penhaker, and R. Kahankova, “Design of a synthetic ECG signal based on the Fourier series,” 2014 International Conference on Advances in Computing, Communications and Informatics (ICACCI), Delhi, India, 2014, pp. 1881-1885, doi: https://doi.org/10.1109/ICACCI.2014.6968312
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Johnny Rodríguez-Maldonado, Miguel Ángel Platas-Garza, Ernesto Zambrano-Serrano
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Una vez que el artículo es aceptado para su publicación en la RMIB, se les solicitará al autor principal o de correspondencia que revisen y firman las cartas de cesión de derechos correspondientes para llevar a cabo la autorización para la publicación del artículo. En dicho documento se autoriza a la RMIB a publicar, en cualquier medio sin limitaciones y sin ningún costo. Los autores pueden reutilizar partes del artículo en otros documentos y reproducir parte o la totalidad para su uso personal siempre que se haga referencia bibliográfica al RMIB. No obstante, todo tipo de publicación fuera de las publicaciones académicas del autor correspondiente o para otro tipo de trabajos derivados y publicados necesitaran de un permiso escrito de la RMIB.
