RECUPERACION PARA EL PARCIAL

GABRIEL JAIM QUIROZ AGUDELO

Instituto Tecnológico Metropolitano

Ingeniería Biomédica

Procesamiento Digital de señales

Medellín

2019
 INTRODUCCION

En la ingeniería biomédica el procesamiento de imágenes medicas y procesamiento de las señales biológicas del
cuerpo es muy importante ya que ellos no brinda una información análoga en la cual nosotros como ingeniero
biomédicos la digitalizamos , en ese proceso de digitalizar la señales los ingenieros biomédicos se encargan de hacer
todo el trabajo riguroso y esencial para facilitar en compañía de médicos y grupos de trabajo la detección temprana
de enfermedades detectadas a tiempo.
 Objetivos

 Ingresar una señal biológica y leer la señal de manera tal que sea clara para procesar
 Filtrar la señal biológica con los diferentes filtro que existen para dicha señal
 DESAROLLO

El programa a continuación se elaborada un programa donde la señal tratada es filtrada (Electro encefálica), el cual
fue desarrollado a partir de una serie de pasos.

En primera instancia se descargó la señal electro encefálica desde la base de datos phisionet, para luego ejecutar el
código.

 se carga la matriz donde se encuentra la señal encefalografico y se especifica las variables.

 clc
 clear all
 Genericaeeg=load('fnirs_5m.mat');
 L=800;
 Fm=200;
 Tm=1/Fm;
 eegsignal=(Genericaeeg.val-0)/1000;
 t=(0:length(eegsignal)-1)/Fm;
 f=Fm*(1:L/2)/L;
 plot(t,eegsignal,'b')
 grid on
 title('electroencefalograma')
 xlabel('tiempo')
 ylabel('Amplitud')

Grafica de la la señal original

Figura 1. Grafica señal original de el EEG

Se hacen los filtros correspondientes a la señal EEG con una frecuencia de corte de fc =[8,13] en la cual corresponde
a las ondas alfa

Código

 fc=[8,13];
 [b,a]=cheby1(8,3,fc/(Fm/2),'bandpass');
 senalfiltrada=filter(b,a,eegsignal);
 otraS=fft(senalfiltrada);
 otraS1=abs(otraS/L);
 otraS2=otraS1(1:L/2);
 figure(3)
 plot(f,otraS2,'m')
 title(' pasa banda electroencefalograma')
 xlabel('Frecuencia [=]hz')
 ylabel('Amplitud[=]cm')

Figura 2. Señal filtrada de tipo pasa bandas

 A continuación se genera el filtro notch idela para filtrar la señal biológica

Codico

 w0=60/(Fm/2);
 bw=w0/35;
 [b1,a1]=iirnotch(w0,bw);
 senalfiltrada1=filter(b1,a1,senalfiltrada);
 ootraS=fft(senalfiltrada1);
 ootraS1=abs(ootraS/L);
 ootraS2=ootraS1(1:L/2);
 figure(4)
 plot(f,ootraS2,'r')
 title('filtro notch -total electroencefalograma')
 xlabel('Frecuencia [=]hz')
 ylabel('Amplitud[=]cm')

Figura 3. Filtro notch ideal para la señal EEG

 Para la frecuencia de las ondas beta que vas hasta los 14 hz

Filtro pasa banda

 fc=[14,33];
 [b,a]=cheby1(8,3,fc/(Fm/2),'bandpass');
 senalfiltrada=filter(b,a,eegsignal);
 otraS=fft(senalfiltrada);
 otraS1=abs(otraS/L);
 otraS2=otraS1(1:L/2);
 figure(3)
 plot(f,otraS2,'b')
 title(' pasa banda electroencefalograma')
 xlabel('Frecuencia [=]hz')
 ylabel('Amplitud[=]cm')
 grid on

Figura 4. Filtro pasa banda de onda beta.

 Filtro notch
 w0=60/(Fm/2);
 bw=w0/35;
 [b1,a1]=iirnotch(w0,bw);
 senalfiltrada1=filter(b1,a1,senalfiltrada);
 ootraS=fft(senalfiltrada1);
 ootraS1=abs(ootraS/L);
 ootraS2=ootraS1(1:L/2);
 figure(4)
 plot(f,ootraS2,'g')
 title('filtro notch -total electroencefalograma')
 xlabel('Frecuencia [=]hz')
 ylabel('Amplitud[=]cm')
 grid on

Figura 5. Filtro notch de la señal en ondas beta.