Calibración Automática en Filtros Adaptativos para el Procesamiento de Señales EMG
Enviado: 21-05-2018
|Aceptado: 02-11-2018
|Publicado: 20-03-2019
Descargas
Palabras clave:
Filtrado Adaptativo, Análisis y Tratamiento de Señales, Control de Variables Fisiológicas y Clínicas, Perturbaciones, Ruido
Agencias de apoyo:
ASLP-MULÁN (TIN2014-54288-C4-1-R)
NAVEGABLE (MICINN
DPI2014-53525-C3-2-R)
MA2VICMR (Comunidad Autónoma Madrid
S2009/TIC-1542).
Resumen:
En este trabajo se propone un filtrado adaptativo que incluye una etapa de calibración automática para la adquisición de señales EMG (Electromiografía). Se propone una técnica innovadora llamada “calibración automática” para minimizar el ruido provocado por el contacto de la piel con los sensores utilizados (electrodos) en condiciones de actividad física. Se utiliza filtrado adaptativo considerando que tanto la actividad física como la sudoración en personas son factores que alteran las condiciones de medición. La experimentación se ha realizado con personas que han desarrollado actividad física con diferentes condiciones de esfuerzo. Se ha utilizado la mejora relativa de la relación señal-ruido (RI-SNR) para comparar la técnica propuesta con filtros adaptativos que usan “ruido blanco” como señal de referencia. Este trabajo estuvo enfocado en los estimadores: Wiener, LMS y RLS, con mediciones realizadas antes y después de la actividad física. La técnica propuesta presenta una mejora de hasta un 45,49%, comparada con la correspondiente que utiliza “ruido blanco” para la calibración.
Citas:
Chang, K.-M. (2010). Arrhythmia ECG noise reduction by ensemble empirical mode decomposition. Sensors, 10, 6063-6080. https://doi.org/10.3390/s100606063
Cheng, K.-s., & Yang, W.-Y. (1992). Using adaptive filter for extracting the surface diaphragmatic EMG signal. Engineering in Medicine and Biology Society, 1992 14th Annual International Conference of the IEEE, 6, págs. 2604-2605. https://doi.org/10.1109/iembs.1992.592909
Chicas, Z. a. (2004). Diseño de un filtro digital adaptativo como cancelador de ruido basado en el algoritmo LMS. Ph.D. dissertation, Universidad de El Salvador.
Cruz, P. P., & Herrera, A. (2011). Inteligencia artificial con aplicaciones a la ingeniería. Marcombo.
Devore, J. L. (2008). Probabilidad y estadística para ingenierías y ciencias. Cengage Learning Editores.
Drake, J. D., & Callaghan, J. P. (2006). Elimination of electrocardiogram contamination from electromyogram signals: an evaluation of currently used removal techniques. Journal of electromyography and kinesiology, 16, 175-187. https://doi.org/10.1016/j.jelekin.2005.07.003
Golabbakhsh, M., Masoumzadeh, M., & SABAHI, M. O. (2011). ECG and power line noise removal from respiratory EMG signal using adaptive filters.
Górriz, J. M., Ramírez, J., Cruces-Alvarez, S., Puntonet, C. G., Lang, E. W., & Erdogmus, D. (2009). A novel LMS algorithm applied to adaptive noise cancellation. IEEE Signal Processing Letters, 16, 34-37. https://doi.org/10.1109/lsp.2008.2008584
Hashim, F. R., Soraghan, J. J., Petropoulakis, L., & Daud, N. G. (2014). EMG cancellation from ECG signals using modified NLMS adaptive filters. Biomedical Engineering and Sciences (IECBES), 2014 IEEE Conference on, (págs. 735-739). https://doi.org/10.1109/iecbes.2014.7047605
KARABOĞA, N. U., & Cetinkaya, M. B. (2011). A novel and efficient algorithm for adaptive filtering: artificial bee colony algorithm. Turkish Journal of Electrical Engineering & Computer Sciences, 19, 175-190.
Kim, H. J., Lee, Y. S., & Kim, D. (2017). Arm Motion Estimation Algorithm Using MYO Armband. Robotic Computing (IRC), IEEE International Conference on, (págs. 376-381). https://doi.org/10.1109/irc.2017.32
Lee, J.-W., & Lee, G.-K. (2005). Design of an adaptive filter with a dynamic structure for ECG signal processing. International Journal of Control, Automation, and Systems, 3, 137-142.
Limem, M., Hamdi, M. A., & Maaref, M. A. (2016). Denoising uterine EMG signals using LMS and RLS adaptive algorithms. Advanced Technologies for Signal and Image Processing (ATSIP), 2016 2nd International Conference on, (págs. 273-276). https://doi.org/10.1109/atsip.2016.7523113
Marque, C., Bisch, C., Dantas, R., Elayoubi, S., Brosse, V., & Perot, C. (2005). Adaptive filtering for ECG rejection from surface EMG recordings. Journal of electromyography and kinesiology, 15, 310-315. https://doi.org/10.1016/j.jelekin.2004.10.001
Meireles, A., Figueiredo, L., Lopes, L. S., & Almeida, A. (2016). ECG denoising with Adaptive Filter and Singular Value Decomposition techniques. Proceedings of the Ninth International C* Conference on Computer Science & Software Engineering, (págs. 102-105). https://doi.org/10.1145/2948992.2948993
Navarro, X., Porée, F., & Carrault, G. (2012). ECG removal in preterm EEG combining empirical mode decomposition and adaptive filtering. Acoustics, Speech and Signal Processing (ICASSP), 2012 IEEE International Conference on, (págs. 661-664). https://doi.org/10.1109/icassp.2012.6287970
Poungponsri, S., & Yu, X.-H. (2013). An adaptive filtering approach for electrocardiogram (ECG) signal noise reduction using neural networks. Neurocomputing, 117, 206-213. https://doi.org/10.1016/j.neucom.2013.02.010
Rangayyan, R. M. (2015). Biomedical signal analysis (Vol. 33). John Wiley & Sons.
Thakor, N. V., & Zhu, Y.-S. (1991). Applications of adaptive filtering to ECG analysis: noise cancellation and arrhythmia detection. IEEE transactions on biomedical engineering, 38, 785-794. https://doi.org/10.1109/10.83591
Vaseghi, S. V. (2008). Least Square Error Wiener-Kolmogorov Filters. Advanced Digital Signal Processing and Noise Reduction, Fourth Edition, 173-191. https://doi.org/10.1002/9780470740156.ch6
Vaseghi, S. V. (2009). Adaptive Filters: Kalman, RLS, LMS. Advanced Digital Signal Processing and Noise Reduction, Fourth Edition, 193-225. https://doi.org/10.1002/9780470740156.ch7
Widrow, B., Glover, J. R., McCool, J. M., Kaunitz, J., Williams, C. S., Hearn, R. H., . . . Goodlin, R. C. (1975). Adaptive noise cancelling: Principles and applications. Proceedings of the IEEE, 63, 1692-1716. https://doi.org/10.1109/proc.1975.10036
Wu, Y., Rangayyan, R. M., Zhou, Y., & Ng, S.-C. (2009). Filtering electrocardiographic signals using an unbiased and normalized adaptive noise reduction system. Medical Engineering & Physics, 31, 17-26. https://doi.org/10.1016/j.medengphy.2008.03.004
Zarzoso, V., & Nandi, A. K. (2001). Noninvasive fetal electrocardiogram extraction: blind separation versus adaptive noise cancellation. IEEE Transactions on biomedical engineering, 48, 12-18. https://doi.org/10.1109/10.900244
