Umbral Cientfico

Fundacin Universitaria Manuela Beltrn

umbralcientifico@umb.edu.co
ISSN (Versin impresa): 1692-3375
COLOMBIA




2004
Dora Mara Ballesteros Larrotta
APLICACIN DE LA TRANSFORMADA WAVELET DISCRETA EN EL FILTRADO DE
SEALES BIOELCTRICAS
Umbral Cientfico, diciembre, nmero 005
Fundacin Universitaria Manuela Beltrn
Bogota, Colombia
pp. 92-98




Red de Revistas Cientficas de Amrica Latina y el Caribe, Espaa y Portugal
Universidad Autnoma del Estado de Mxico
http://redalyc.uaemex.mx

92 92
APLICACIN DE LA TRANSFORMADA
WAVELET DISCRETA EN EL FILTRADO
DE SEALES BIOELCTRICAS
* Ingeniera Electrnica U. Industrial Santander. Magster Ingeniera Electrnica y de Computadores U. Andes. Directora de Investigacin Formativa en Ingeniera. Lder Grupo de Investigacin
SAPAB UMB. (Grupo reconocido por COLCIENCIAS 2004-2006)
RESUMEN
Las seales bioelctricas contienen en su
mayora ruido originado por artefactos o
interferencias de la red, que difcilmente
puede ser eliminado por filtros anlogos
convencionales. Los fltros digitales han tena
gran acogida, pero desafortunadamente inducen
distorsiones en estas seales; debido a esto, se
presenta una tcnica relativamente nueva para
el fltrado de seales con la mnima distorsin
y la mxima cantidad de ruido eliminado: la
transformada wavelet discreta.
ABSTRACT
The bioelectric signals contain in their majority
noise originated by devices or interference of
the network, that hardly can be eliminated by
conventional analogous flters. The digital flters
have had great welcome, but unfortunately they
induce distortions in these signals; due to this,
a relatively new technique for the fltrate of
signals appears with the minimum distortion
and the best amount of eliminated noise:
discrete wavelet transform.
Dora Mara Ballesteros Larrotta *
Palabras clave: descomposicin, reconstruccin,
umbralizacin, seales bioelctricas.
Key words: analysis, synthesis, thresholding,
bioelectric signals.
NOMENCLATURA
ECG: Electrocardiografa
EMG: Electromiografa
EEG: Electroencefalografa
FIR: Filtro de respuesta impulsional fnita
sl n: Rui do en un sol o ni vel de
descomposicin
mln: Ruido multi-nivel de descomposicin
DWT: Transformada wavelet discreta.
INTRODUCCIN
La transformada wavelet es un tcnica
matemtica que se origin formalmente a
principios de los aos 80, aunque tuvo sus
orgenes en el trabajo propuesto por Fourier en
1807, al utilizar descomposicin ortogonal de
seales peridicas. La primera vez que se
92 93 92
utiliz la expresin wavelet fue en 1909 en
un apndice de la tesis de A Haar, donde
se expone una alternativa ortogonal para la
descomposicin de seales, con la desventaja de
no ser continuamente diferenciable, limitando
sus aplicaciones (Burrus, 1999).
En 1980, el fsico Grossman y el ingeniero
Morlet, desarrollan una funcin cuadrada
integrable, mientras, que en 1985, S. Mallat
encuentra una relacin entre los fltros de
cuadratura, los algoritmos piramidales y las
bases ortonormales. Tomando como base este
trabajo, Y. Meyer construye la primera base no
trivial. Un par de aos despus I. Daubichies
utiliza el trabajo de Mallat para construir una
base ortogonal, la cual se constituye hoy en
da en la ms utilizada. Con la elaboracin
de estos trabajos se formaliza la matemtica
y se desarrollan programas que calculan la
trasformada directa e inversa de una seal o
imagen, y se habla de transformada wavelet
1-D y 2-D, respectivamente.
Entre los programas dedicados a la transformada
wavelet, se encuentra el toolbox wavelet de
Matlab, el cual permite no solamente calcular
la transformada wavelet directa e inversa de una
seal o imagen, sino que adems tiene incluidas
rutinas para la estimacin de ruido en vectores
y matrices.
METODOLOGA DE DISEO
FILTROS WAVELET
La mayora de trabajos enfocados hacia
la reduccin de ruido presente en seales
bioelctricas como ECG, EMG, EEG, entre
otras, exponen unas condiciones fjas para la
realizacin de fltros wavelet, pero no presentan
una metodologa clara a la hora de aplicar y
evaluar la DWT (Romaniuk, 2000),(Romaniuk,
2001), (Novak, 2000), (Olkkonen, 2002),
(Hippenstiel, 2002), (Gotchev, 2003), (Quian,
2002). El proceso de fltrado o eliminacin
de ruido de fondo, aplicando la transformada
wavelet, comprende tres partes: clculo
de los coefcientes wavelet, umbralizacin,
y reconstruccin de la seal a partir de los
coefcientes umbralizados (Burrus, 1999).
A. Clculo de los coefcientes (anlisis)
Consiste en aplicar la transformada wavelet
di scret a DWT- en vari os ni vel es de
descomposicin. Bsicamente la DWT realiza
dos procesos: fltrado de la seal utilizando
un fltro pasa bajos y un fltro pasa altos de
descomposicin, y el submuestreo de las
subseales de salida; este proceso se repite
varias veces a partir de la seal de salida del
fltro pasa bajos (Burrus, 1999).
Los coeficientes de los filtros, tienen
caractersticas especiales, entre las que se
destacan:
- Filtro mitad banda, es decir que dejan pasar
solamente la mitad de la banda superior o
inferior de la seal de entrada.
- Ganancia en DC igual a
- Los filtros de descomposicin y de
reconstruccin son de cuadratura, lo que
permite la recuperacin de la seal.
94 94
En forma esquemtica, este proceso se presenta
en la Figura 1.
Figura 1. Arbol de descomposicin para 2 niveles
La seal de salida del filtro pasa bajos
corresponde a los coefcientes de aproximacin
de la seal, mientras, que la seal de salida del
fltro pasa altos contiene los coefcientes de
detalle.
Cada subseal contiene una representacin
para un ancho de banda de la seal de entrada
en todo el valor de tiempo, es por esto que se
dice que la transformada wavelet es temporo-
frecuencial.
B. Umbralizacin
Una vez calculados los coefcientes de la seal
para diferentes niveles de descomposicin,
se debe aplicar este proceso, el cual consiste
en seleccionar solamente los coeficientes
que superen un umbral determinado para
considerarlos en la reconstruccin de la seal,
mientras que los coefcientes por debajo de
esta umbral los que se consideran ruido de la
seal se eliminan (Burrus, 1999).
Esto es posible porque la transformada wavelet
concentra la energa de la seal en pocos
coefcientes, mientras que la seal de ruido tiene
su energa distribuida en bastantes coefcientes,
es decir que los coefcientes de la seal limpia
son de un valor relativamente mayor a los
coefcientes de la seal de ruido.
Para umbralizar los coefcientes, se deben tener
en cuenta tres partes: estimar el ruido presente
en la seal, escalar este valor y aplicar el umbral.
Matlab proporciona las siguientes variables para
cada uno de los: rigrsure, sqtwolog, heursure y
minimax para la estimacin del ruido; one, sln
y mln para el escalamiento; soft y hard para la
aplicacin del umbral.
- Rigrsure: se basa en el principio de estimacin
de riesgo de Stein (funcin de prdida cuadrtica)
de la seal en un segmento dado. Una vez
estimado el riesgo de un umbral en particular,
se minimiza el riesgo y se da la seleccin del
valor del umbral.
- Sqtwolog: el nivel de ruido se calcula con la
expresin , donde n
94 95 94
corresponde al nmero de muestras del
segmento de la seal (Wavelet toolbox)
- Heursure: compara el valor de umbral
estimado con rigrsure y sqtwolog y selecciona
el menor.
- Miminaxi: realiza la estimacin a partir de
- One: al utilizar esta opcin se escala el umbral
por uno.
- Sln: calcula la ponderacin con la media de
los coefcientes de detalle del primer nivel
de descomposicin, dividido entre 0.6745,
- Mln: calcula el escalamiento nivel por
nivel, es decir aplica el mismo concepto de
sln para todos los niveles de descomposicin,
- Soft: el umbral se aplica de acuerdo a la
funcin f(x)
(1)
- Hard: la aplicacin del umbral es ms fuerte
que con soft, y utiliza la funcin f(x)
(2)
C. Reconstruccin de la seal (sntesis)
Este proceso es inverso a la descomposicin
de la seal y comprende dos pasos: sobre-
muestreo y fltrado de los coefcientes utilizando
fltros pasa bajo y pasa alto de reconstruccin
(Burrus, 1999). La reconstruccin se realiza
con todos los coefcientes de los niveles de
descomposicin de salida de los fltros pasa
altos y los coefcientes del ltimo nivel de
salida del fltro pasa bajos, de acuerdo a la
expresin:
(3)
donde N es el nivel de descomposicin, y
son los coefcientes de aproximacin y detalle
umbralizados, respectivamente.
Figura 2. Arbol de descomposicin de 4 niveles.
De esta forma, si se descompusiera la seal
con un nmero de niveles igual 4 (Figura
2), la versin reconstruida de la seal x, se
calcula como la suma de los coeficientes
reconstruidos de la banda 7 ms los coefcientes
96 96
de la banda 8, hasta llegar a los coefcientes de
las banda 2, siguiendo la expresin:
(4)
APLICACIN DE LA
METODOLOGA
Para presentar las ventajas de la utilizacin
de fltros-wavelet, se puede utilizar bases de
datos como la MIT-BIH Polysomnographic, la
cual contiene diferentes registros de seales de
electrocardiografa, presin en la sangre, seal de
respiracin electroculografa, electromiografa
y electroencefalografa.
A. Electrocardiografa
Se toma una duracin de dos segundos de la
seal, la cual se presenta en la Figura 3.
Figura 3. Registro ECG de 720 muestras.
Ahora, se realiza la descomposicin de la seal
para 4 niveles, tal y como se muestra en la
Figura 4.
Figura 4. Descomposicin de la seal ECG.
El orden de estas subseales es el siguiente de
arriba a bajo: detalle nivel 1, detalle nivel 2,
detalle nivel 3, detalle nivel 4, aproximacin
ltimo nivel. Al aplicar la umbralizacin, se
tienen los coefcientes de la Figura 5.
Figura 5. Coefcientes umbralizados
96 97 96
La seal reconstruida utilizando la transformada
wavelet inversa, se presenta en la Figura 6.
Figura 6. Reconstruccin de la seal ECG a partir de los
coefcientes umbralizados.
B. Electroencefalografa
Para esta seal, se toma un segmento equivalente
a un segundo de duracin.
Figura 7. Seal de electroencefalografa de 250
muestras.
La descomposicin origina los coefcientes que
se presentan en la Figura 8.
Figura 8. Subseales en su orden: detalle nivel 1, detalle
nivel 2, detalle nivel 3, detalle nivel 4 y aproximacin
ltimo nivel.
De forma similar a la seal de electrocardiografa,
se aplica el umbral y se obtienen los coefcientes
de la Figura 9.
Figura 9. Umbralizacin de los coeficientes seal
EEG
Figura 10. Reconstruccin de la seal EEG a partir de
los coefcientes umbralizados.
CONCLUSIONES
La utilizacin de la transformada wavelet como
sistema de fltrado para seales biomdicas,
definitivamente presenta ventajas sobre el
98 98
Debido a que cada tipo de seal bioelctrica, -
ECG, EMG, EEG, entre otras-, tiene sus propias
caractersticas espectrales y temporales, no
existe una combinacin de las condiciones de
umbralizacin que se pueda aplicar de forma
igual para todos los casos; esta combinacin
debe resultar de un estudio particular de la
seal, evaluando tanto tcnicas matemticas
como la valoracin de un experto. De todas
BIBLIOGRAFA
Burrus S, Ramesh A, Guo H. Introduction to wavelets and Wavelet Transforms. Electrical and Computer
Engineering Department, Rice University. Prentice Hall. 1999
Gotchev A. Spline and Wavelet Based Techniques for signal and Image Processing. Doctoral Thesis. Tamperes
University of Technology. 2003. Disponible en: http://sp.cs.tut.f/publications/theses/doctoral/Gotchev2003.pdf
Hippenstiel R. Signal to Noise Ratio Improvement Using Wavelet and Frequency Domain Based Processing. Naval
postgraduate school monterey ca dept of electrical and computer engineering. Storming Media, 2002
Novak D et al. Denoising electrocardiogram signal using adaptive wavelets. Biosignal 2000
Olkkonen H et al. EEG noise cancellation by a subspace method based on wavelet decomposition. Med Sci
Monit, 2002
Quian R, Garca A. Single-trial event-related potentials with wavelet denoising. Elseiver. 2002
Piotr Romaniuk. Non-regular Distorsions in ECG Signal Introduced by Wavelet Denoising, Medical Informatics
& Technologies - MIT 2000, Ustro, Poland
Piotr Romaniuk. Clinical Evaluation of ECG Signal Wavelet Denoising Method, Medical Informatics & Technologies
- MIT 2001, Ustro, Poland
REFERENCIAS WEB
The MacTutor History of Mathematics archive. Alfrd Haar. Disponible en: http://www-gap.dcs.st-and.ac.uk/
~history/Mathematicians/Haar.html
Wavelet toolbox. History of wavelets. Disponible en: http://www.mathworks.com/access/helpdesk/help/toolbox/
wavelet/ch01_i24.html
Wavelet toolbox. Using wavelets. Disponible en:http://www.mathworks.com/access/helpdesk/help/toolbox/
formas, con la utilizacin de la metodologa
expuesta, se garantiza que existir al menos una
combinacin que arroje resultados satisfactorios
en el fltrado de este tipo de seales.
Queda abierta la invitacin para que estudiantes
y profesionales interesados en el procesamiento
digital de seales utilicen la transformada
wavelet discreta en el desarrollo de sus
aplicaciones.