Upload
hatu
View
220
Download
2
Embed Size (px)
Citation preview
Grupo de Biomecánica, Rehabilitación
y Procesamiento de Señales
(GBRPS)
USB Junio 2011
http://www.gbrps.did.usb.ve/
Grupo de Biomecánica, Rehabilitación
y Procesamiento de Señales• Grupo de investigación adscrito al Decanato de Investigación y
Desarrollo (DID) de la Universidad Simón Bolívar.
• Creado en el año 2002, Integrado por un equipo interdisciplinario de
profesionales universitarios:
Prof. Carlos González Dpto. de Mecánica
Prof. Ninoska Viloria Dpto. de Electrónica y Circuitos
Prof. Kleydis Suárez Dpto. de Tecnología Industrial
Prof. Jesús Yriarte Dpto. de Tecnología Industrial
Prof. Mary Díaz Dpto. de Electrónica y Circuitos
Ing. Adriana Lammardo Dpto. de Mecánica
Misión
Promover el avance del desarrollo científico y tecnológico en las
áreas de la biomecánica (mecánica respiratoria, análisis del
movimiento humano, rehabilitación) y el procesamiento de
señales biomédicas (ECG, EMG, EEG, Pletismográficas)
Desarrollar herramientas de prevención, diagnóstico y estudio de
enfermedades que afectan a la población venezolana
Promover la difusión del conocimiento en las áreas mencionadas
Proyectos2011: González O., C; Diaz, M; Suarez, K; Viloria, N. (CeNAS) Centro Nacional de
Análisis de Señales, Programa de Proyectos Estratégicos del FONACIT.
2009: González O., C; Suarez, K; Viloria, N. "Sistemas de reconocimiento depatrones biomédicos estacionarios y no estacionarios".
2006: González O., C; Bravo, R; Viloria, N. "Desarrollo de Herramientas deDiagnóstico y Evaluación Clínica Basado en Señales Biomédicas".
2005: Viloria, N; González O., C; Delgado , C.; Bravo, R; Sánchez, G; Bueno, A;Chacín, R.; ; Yriarte, J. "Desarrollo Curricular del Perfil por Competencias de
Ingeniería de Mantenimiento ".
Proyecto CeNAS: Centro Nacional de
Procesamiento de SeñalesCapítulo Salud: Desarrollo de Herramientas de Diagnóstico y Evaluación Clínica de Señales Biomédicas
Capítulo Salud: Desarrollo de
Capítulo Salud: Desarrollo de Herramientas de Diagnóstico y Evaluación Clínica de Señales BiomédicasDiagnóstico y Evaluación Clínica de Señales Biomédicas
Ente de acceso público, sin fines de lucro, para la documentación, el
registro, manejo y procesamiento de señales y datos biomédicos, que
cuente con la capacidad operativa de diagnóstico temprano de
enfermedades ocupacionales y tropicales, propias de las comunidades
venezolanas, haciendo uso intensivo de herramientas computacionales de
software libre y de un fondo bibliográfico especializado y actualizado en el
área.
Procesamiento de señales biomédicas
6
6
DétectionAnnotations
Fitness
Battement anormal: pas de Détection
0 100 200 300 400 500 600-0.5
0
0.5
1
1.5
2
time
Magnitud
0 200 400 600 800 1000 1200-0.15
-0.1
-0.05
0
0.05
0.1
NST
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5-20
-10
0
10
20
Am
pli
tud
e (
V
)
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5-20
-10
0
10
20
ai (
V)
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 56
8
10
12
14
f i (
Hz )
( a )
( b )
( c )
t (s)
t (s)
t (s)
Preprocesamiento
Señal EEG real
ProcesamientoClasificación
Caracterización
Detección
Modelaje
ParámetrosFisiológicos
Clasificación
Análisis
Análisis de Señales de EEG de Pacientes
Epilépticos
Análisis Clínico de la Marcha
Video Bidimensional
Modelo Biomecánico
Cinemática
Electromiografía Dinámica
Placas de Fuerza
Exámen Físico Articular
Productos
Tesistas de Doctorado en Ingeniería
Tesistas Maestría en Ing. Biomédica
Tesistas de Pregrado
Ayudantes de Investigación
Creación de Ingeniería de Mantenimiento USB, Sededel Litoral (2005)
Publicaciones en Revistas y Congresos arbitrados.
Organización del IV Congreso Latinoamericano en Ingenieria Biomédica (CLAIB2007).
Avances en el Análisis del Sistema
Respiratorio como Sistema Dinámico
Complejo
UNIVERSIDAD
SIMÓN BOLÍVAR
Modelaje Clásico (1)
Modelo Pulmonar
Normal y obstructivo
46
810
12
0
20
40
60
0
2
4
6
8
10
12
Frecuencia (rpm)
Ventilación Alveolar L/min)P
ote
ncia
(K
gf.m
/min
)
Trabajo pulmonar
Otis-Rahn -Fenn (1950)
Funcion pulmonarPromediacion
Hughson R., Yamamoto Y., Fortrat J. (1995) “Is the Pattern ofBreathing at Rest Chaotic?” En: Modelling and Control ofVentilation. Semple, Stephen et al. Plenum Press.
Hughson R., Yamamoto Y., Fortrat J. O., Leask R. AndFofana M.S. (1996) “Possible Fractal and/or Choatic BreathingPatterns in Resting Humans” En: Bioengineering Approachesto Pulmonary Physiology and Medicine. Michael Khoo (Ed.), NY,Plenum Press. Chap. 12.
Poon (2000)
Modelaje Clásico (2)
Modelo Pulmonar
Normal y obstructivo
46
810
12
0
20
40
60
0
2
4
6
8
10
12
14
Frecuencia (rpm)
Ventilación Alveolar L/min)
Po
tencia
(K
gf.m
/min
)
46
810
12
0
20
40
60
0
2
4
6
8
10
12
Frecuencia (rpm)
Ventilación Alveolar L/min)P
ote
ncia
(K
gf.m
/min
)
Reconstrucción en MD (3)
Transformaciones matemáticas
para los SOM
Sistema
Autónomo
Modelaje
Dinámico
Sistema
Respiratorio
MD en el mapa de Henon (4)
0 50 100 150 200 250 300 350 400 450 5000
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
X(n)
Y(n)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 10
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
X(n)
X(n+
1)
0 50 100 150 200 250 300 350 400 450 5000
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
X(n)
Y(n)
Sistemas No Lineales y
Modelaje Dinámico
0 50 100 150 200 250 300 350 400 450 5000
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
X(n)
Y(n)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 10
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
X(n)
X(n+
1)
b xn (1)=yn+
1
yn + 1 - a xn2=xn+
1
0 0.2 0.4 0.6 0.8 10
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
W(i,1)
W(i,
2)
Weight VectorsTDetytytytz )])1(()()([)(
0.571.720.495 (0.326)SOM (20x40)
0.541.530.544 (0.344)SOM (20x20)
0.040.680.535 (0.300)SOM (3x6)
0.591.240.602 (0.283)Hénon
Lyapunov
bit/sample
D2Mean (std)
Signal
Patrón Respiratorio (5)
Señales Volumen y tiempo
TI Tiempo Inspiratorio
TI TE
VT
TTOT0 500 1000 1500
-400
-300
-200
-100
0
100
200
300
400
500
600
Time (f = 50 Hz)
Volum
e (ml)
SOM en Señales Respiratorias (6)
0 50 100 150 200 250 300 350 400 450 5000
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
Breaths
TI ti
me
serie
(s)
Mapas Autoorganizativos
Self Organizing Maps (SOM)
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0.5
1
1.5
2
2.5
3
3.5
4
4.5
W(i,1)
W(i,2
)
Weight Vectors
0.773.132.12(1.52)TI SOM 20x20
0.704.032.38(0.90)TI Original
Lyapunov Exp.D2Mean (std)
Time series
0 500 1000 1500-400
-300
-200
-100
0
100
200
300
400
500
600
Time (f = 50 Hz)
Volum
e (m
l)
Modelaje Fisiològico
Implementación de un sistema que
englobe todas las etapas de forma
confiable y automática