Download clasificador de doble ventana para bioseñales basado en un circuito

BIOINGENIERIA
Acta Científica Venezolana, 55: 91-96, 2004
CLASIFICADOR DE DOBLE VENTANA PARA BIOSEÑALES
BASADO EN UN CIRCUITO MICROCONTROLADOR
Juan J. Da Costa1, Carlos Villanueva1 y Antonio Eblen-Zajjur2
1
Dpto. Electrónica y Comunicaciones, Facultad de Ingeniería
2
Dpto. Ciencias Fisiológicas, Facultad de Ciencias de la Salud
Universidad de Carabobo, P.O. Box 3798, El Trigal, Valencia-Venezuela.
e-mail: [email protected]
Recibido: 05/03/03; Revisado: 16/12/03; Aceptado: 03/02/04
RESUMEN: Los registros eléctricos extracelulares, de campo, multicelulares u oligocelulares, aportan una mayor cantidad de información si
las diferentes ondas que los constituyen son clasificadas para su adecuado análisis. Aquí se describe un dispositivo clasificador de
bioseñales, basado en un circuito microcontrolador con la capacidad para usar dos criterios simultáneos (amplitud y período refractario)
para la clasificación y dos salidas del tipo TTL. Los principales componentes usados fueron: un convertidor A/D ADC0834 y dos
microcontroladores PIC16F84A-20 y PIC16F84A-10, siendo el coste total final del dispositivo menor a US$60. El circuito permite establecer
dos umbrales de amplitud (alto y bajo) y, simultáneamente, fijar la duración del período de retardo (1 ó 1,5 ms) para excluír descargas de la
misma amplitud no pertenecientes a la misma célula. Adicionalmente, posee una pantalla de cristal líquido para presentar los conteos
correspondientes a los eventos clasificados. El dispositivo fue probado, tanto con señales combinadas generadas por dos estimuladores en
frecuencias de 5 a 100Hz, como con registros extracelulares in vivo de neuronas del asta dorsal medular de ratas. El error máximo en la
clasificación fue de 3,2%, aún en altas frecuencias de descarga. Las salidas son compatibles con los sistemas convencionales de registro y
análisis en ordenadores. El circuito clasificador de bioseñales aquí descrito constituye una alternativa excelente y de bajo coste con amplia
aplicación, tanto en neurociencias como en otras áreas de investigación básica y clínica. Palabras clave: Discriminador de ventana,
potencial de acción, registro multineuronal, registro extracelular, procesamiento de señales, Electrocardiograma.
MICROCONTROLLER-BASED DOUBLE WINDOW SORTER FOR BIOSIGNALS
ABSTRACT: More information could be obtained from extracellular, field potentials, multicellular or oligocellular electrical recordings, if
constituting waves were sorted for their analysis. Here a biosignal sorting device is described, based on a microcontroller circuit able to use
two different and simultaneous sorting criteria (amplitude and refractory period), generating two TTL-type outputs. An ADC0834 A/D
converter and two PIC16F84A-20 and PIC16F84A-10 microcontrollers were the main circuits used. Two amplitude thresholds (high and low)
can be set simultaneously to a delay period (1 or 1.5 ms), allowing the exclusion of waves of the same amplitude but not coming from the
same cell. Sorted waves counts are presented on a liquid crystal display. The final total cost of the device was less than US$60. The sorter
device was tested with combined pulses generated by two stimulators, at frequencies from 5 to 100Hz, as well as with in vivo extracellular
neuronal recordings from the spinal dorsal horn of rats. The maximal sorting error was 3.2% at high frequency. The device outputs are
compatible with conventional acquisition and analysis computer systems. The described sorting device described is an excellent low cost
alternative with wide application in neuroscience and other basic or clinical research areas. Key Words: Window sorter, action potential,
multineuronal record, extracellular record, signal processing, electrocardiogram.
INTRODUCCION
Mediante la técnica de registro extracelular es posible
obtener información sobre el comportamiento eléctrico
de un grupo de neuronas. Para ello se emplean
generalmente microelectrodos de metal (tungsteno o
iridio) con impedancias de 4 a 15 MΩ conectados a
amplificadores de muy bajo ruido7,9, lo que permite
registrar señales de células en un esferoide de
aproximadamente 120 a 150 µm de diámetro alrededor
de la punta del electrodo2,9. La amplitud y morfología de
las descargas registradas depende en forma inversa de
la distancia neurona-electrodo y de las características de
conducción eléctrica del medio extracelular, ésto hace
que la señal obtenida sea una mezcla de potenciales de
amplitud y duración diferentes entre las neuronas
registradas.
La información obtenida de los registros multi y
oligoneuronales aunque potencialmente enorme, se
encuentra limitada por ser una mezcla de señales
provenientes de neuronas o subpoblaciones de ellas de
conductas eléctricas diferentes6. Este hecho es
particularmente importante no sólo en investigación
básica sino también en la clínica neuroquirúrgica por
cuanto aporta información relevante acerca de
localizaciones corticales o subcorticales de estos
subgrupos neuronales y del electrodo destinado a su
registro, estimulación crónica, y/o análisis de su
respuesta
farmacológica,
entre
otras
ventajas.
Consecuentemente, se han desarrollado técnicas de
clasificación entre las que se encuentran discriminadores
de ventana única (amplitud) o doble (amplitud y
duración), los clasificadores por plantilla o basados en el
componente principal de las ondas2. La elección del
92
método dependerá de factores como: relación señalruido, número de neuronas a clasificar, costo, tiempo
disponible para la clasificación de las señales6. En la
actualidad
se
dispone
en
el
mercado
de
microcontroladores los cuales son circuitos integrados
programables capaces de ejecutar órdenes o secuencias
que estén grabadas en su memoria. Su pequeño
tamaño, bajo ruido, bajo costo, gran capacidad de
ejecución de tareas y fácil programación los convierten
en una útil alternativa para desarrollos instrumentales.
En el presente estudio se describe el diseño,
construcción e implementación de un sencillo clasificador
de señales basado en un circuito integrado
microcontrolador con capacidad de discriminar
bioseñales de variadas fuentes utilizando criterios tanto
de amplitud como de retardo en el tiempo y cuyas
Da Costa, Villanueva y Eblen-Zajjur
salidas de clasificación son capaces de ser registradas
en forma digital para su análisis final.
MATERIALES Y METODOS
Circuito
El circuito completo del sistema se presenta en la Fig.1
y básicamente consta de un convertidor analógico-digital
ADC0834, dos microcontroladores PIC16F84A-20 y
PIC16F84A-10, un Buffer tres estados 74241, un módulo
de pantalla de cristal líquido, dos cristales de 10 y
18 MHz y la fuente de voltaje regulada ±5VDC.
Figura 1. Diagrama del circuito clasificador de pulsos: Convertidor analógico/digital ADC0834, microcontrolador principal PIC16F84A-20,
microcontrolador de la pantalla de cristal líquido PIC16F84A-10, buffer tres estados 74241, pantalla de cristal líquido, cristales de 10 y
18 MHz.
Circuito clasificador de bioseñales
El costo actual de los componentes requeridos en la
construcción completa del circuito (incluyendo la caja de
prototipo y conectores externos) es menor a US$60. El
sistema de clasificación recibe la señal cruda
directamente del amplificador biomédico usado. La señal
analógica es convertida a digital (ADC0834) por
aproximación sucesiva de 8 bits de resolución en un
tiempo máximo de 21 µs para una lectura final de la
señal cruda a 8 KHz. La señal digital es procesada por el
microcontrolador principal (PIC16F84A-20) el cual se ha
programado para comparar el valor de la señal con los
correspondientes a los
umbrales alto y bajo
preestablecidos por el usuario mediante dos
potenciómetros. Dependiendo de si la amplitud de la
señal a clasificar sobrepase el umbral alto, se encuentre
entre el alto y el bajo, se generará un pulso estándar TTL
(Transistor-Transistor-Logic: 5V, 1ms) en los canales de
salida alto, o bajo respectivamente. En el caso de no
sobrepasar el umbral bajo no se produce ninguna señal
de salida.
Fisiológicamente, una vez que la neurona ha generado
un potencial de acción, ésta no puede volver a descargar
inmediatamente debido al período refractario. Este
principio ha sido implementado como criterio de decisión
por cuanto una vez clasificada una descarga según su
amplitud, es posible activar un período refractario en el
equipo durante el cual se rechaza cualquier pulso
registrado durante el mismo por no corresponder
fisiológicamente a un potencial de acción generado por
la misma neurona. El período refractario se ha
programado en el microcontrolador principal y puede ser
activado por el usuario seleccionando valores de 1 ó 1,5
milisegundos, lo cual permite excluir descargas de la
misma amplitud no pertenecientes a la misma neurona.
Un segundo microcontrolador (PIC16F84A-10) se
encarga de la función de la pantalla de cristal líquido y
cuyas entradas y salidas dependen del circuito buffer de
tres estados
(IC 74241). La pantalla presenta dos
contadores del número de veces que la amplitud de la
señal sobrepasa cada umbral (alto o bajo). Dos salidas
múltiples permiten al usurario mantener el control de los
umbrales así como monitorizar la señal original y las
salidas de los pulsos clasificados (alto y bajo).
Prueba
El sistema antes descrito fue probado de dos maneras,
la primera mediante el uso de dos estimuladores
neurológicos (SD-9, Grass®) el primero se programó
para generar pulsos de 3V y 1ms, éste sincronizaba, tras
un retardo de 6ms, las descargas del segundo
estimulador programado para pulsos de 4,5V y 1ms.
Ambas salidas se conectaron a la entrada del
clasificador, de manera que la señal final a clasificar
presentaba pulsos cuadrados de 1ms con amplitudes
alternas de 3 y 4,5V. La eficiencia del clasificador se
evaluó en cuatro frecuencias diferentes: 5, 10, 50 y
100Hz. La función de tiempo refractario del clasificador
se probó al modificar el tiempo de sincronización entre
93
los dos estimuladores de manera que se obtuvieran
pulsos con duraciones iguales o menores a los tiempos
refractarios seleccionados (1 y 1,5ms). La segunda
prueba se realizó in vivo con descargas multicelulares de
neuronas de amplio rango dinámico sensorial del asta
dorsal medular de ratas2. Ratas Sprague-Dawley machos
de 300 a 350 g fueron anestesiadas con tiobarbital
sódico i.p. (60mg.Kg-1). Después de verificada la
ausencia de reflejos corneales y de retiro de la cola se
realizó la laminectomía en los segmentos T11 a L2 para
exponer el engrosamiento lumbar. Se usó un
microelectrodo de tungsteno con 12MΩ de impedancia el
cual fue situado en el asta dorsal medular en un rango
de 600 a 1000µm desde el dorso medular. Las
descargas
multineuronales
espontáneas
fueron
amplificadas (A-M System) visualizadas en un
osciloscopio digital (Gold OS-2030), introducidas al
circuito clasificador y grabadas en cinta magnética. Las
neuronas fueron caracterizadas según su respuesta a
estímulos mecánicos y térmicos, nocivos y no nocivos
aplicados en sus campos receptivos. La señal
multineuronal y la del clasificador se observaron
simultáneamente en un osciloscopio, una vez
establecidos los niveles umbrales alto y bajo, se
visualizaron los pulsos clasificados comparándose con la
señal original siendo evaluadas directamente en la
pantalla del osciloscopio.
RESULTADOS
La eficiencia del circuito clasificador, al procesar las
señales de diversas frecuencias generadas por dos
estimuladores sincronizados para producir ondas
alternas de diferente amplitud, se presenta en la Tabla I,
en ella se aprecia que no existen diferencias
estadísticamente significativas entre el número de pulsos
clasificados como altos o como bajos (p>0,05). El error
obtenido en la clasificación tanto de los pulsos altos
como de los bajos fue de un máximo de 3,2% para la
frecuencia de 100 Hz y de un mínimo de 2% para la
frecuencia de 5 Hz. Al activar la función de período
refractario aditiva a los niveles de umbral, no fue
obtenido ningún pulso de salida clasificada con
duraciones iguales o menores a cada uno de los tiempos
disponibles (1 ó 1,5ms).
En la prueba in vivo se apreció la capacidad de
discriminar los potenciales de acción de acuerdo a los
niveles umbrales que se establezcan, la Fig. 2 ilustra una
superposición de la señal multineuronal, los umbrales
alto y bajo, y las salidas (TTL) del clasificador para los
pulsos altos y bajos. En la Fig. 3 se presenta una
secuencia de potenciales de acción de amplitudes
alternas, las cuales fueron clasificadas adecuadamente
por el circuito. Tanto en la prueba con los pulsos de los
estimuladores como en la prueba in vivo, la pantalla de
cristal líquido del propio circuito clasificador permitió
obtener en forma directa y sin necesidad de ningún
procesamiento posterior los valores simultáneos tanto de
los pulsos clasificados como altos y como bajos.
94
Da Costa, Villanueva y Eblen-Zajjur
Figura 2. Potenciales de acción de neuronas nociceptivas del asta dorsal medular en ratas, el trazo anfractuoso es la señal
multineuronal, los trazos A y B son los umbrales establecidos alto y bajo respectivamente. Los trazos A´ y B´ son las salidas de pulsos
TTL (+5V, 1ms) clasificados de alta y baja amplitud respectivamente.
Figura 3. Potenciales de acción de neuronas nociceptivas del asta dorsal medular en ratas, el trazo anfractuoso es la señal
multineuronal, los trazos A y B son los umbrales alto y bajo respectivamente. Los trazos A´ y B´ son las salidas de pulsos TTL (+5V,
1ms) clasificados de alta o baja amplitud respectivamente.
Circuito clasificador de bioseñales
95
Tabla I: Eficiencia de clasificación de pulsos alternos de alta y baja amplitud generados durante 120 segundos por los estimuladores a
diferentes frecuencias.
Pulsos Clasificados
Pulsos a clasificar
Altos
Bajos
Error
∆A-B
p
Hz
Crudos
X±DE
X±DE
%
5
600
612±2,1
599,6±8,5
2,0
>0,05
10
1200
1229,2±20,5
1216,4±10,8
2,4
>0,05
50
6000
6170,5±42,8
6136±14,1
2,8
>0,05
100
12000
12389,4±206,2
13382±120,0
3,2
>0,05
n=10 en cada frecuencia; X±DE= Media aritmética ± Desviación Estándar.
% Error= Relación pulsos a clasificar / pulsos clasificados.
∆A-B= Diferencia en la clasificación de pulsos altos y bajos.
p= Nivel de significación (t-Student).
DISCUSION
En el presente informe se describe el diseño e
implementación de un circuito clasificador de señales
biomédicas basado en un microcrontrolador. Este circuito
demostró ser capaz de clasificar adecuadamente ondas
de variada amplitud con un error máximo de 3,2% el cual
es comparable al de los clasificadores de plantilla3 o a
los de componente principal8 con la gran ventaja de
poseer una fracción del costo de éstos o de sus sistemas
de adquisición. El integrado microcontrolador usado en el
presente posee ventajas sobre circuitos similares
microprocesadores usados en diseños de clasificación
de señales4 por su menor tamaño, menor ruido
electrónico, menor número de componentes externos.
Las señales clasificadas presentadas en los canales de
salida del circuito clasificador pueden ser conectadas a
registradores gráficos sobre papel, a circuitos
integradores de señales o a un ordenador mediante su
puerto serial (RS-232). En éste último caso, existe
disponibilidad de software sin costo para el registro de
los tiempos en que ocurren los pulsos clasificados5 así
como su análisis basado en procesos puntuales1. De
ésta manera se visualiza y analiza la actividad neuronal
de una manera profunda. La presentación directa en la
pantalla de cristal líquido de los valores de los pulsos
clasificados permite obtener de forma rápida y sin
necesidad de procesamiento ulterior, información sobre
las respuestas y patrones de descarga de las neuronas
registradas. Los programas fuentes correspondientes a
los dos microcontroladores se encuentran disponibles sin
costo a través de la dirección electrónica de los autores.
En la actualidad ya se disponen de microcontroladores
que pueden hacer las funciones de los dos utilizados y
del convertidor AD, como es el caso del PIC 16C877, sin
embargo su costo es considerablemente mayor al
conjunto propuesto.
El ámbito de aplicación del circuito clasificador aquí
descrito no se limita a las neurociencias, también
encuentra usos en el análisis del electrocardiograma
permitiendo separar los tiempos de presentación de las
diferentes ondas (p,Q,R,S,T) y la realización de análisis
de gran interés clínico como la variabilidad R-R, p-p,
espectrograma e intervalograma, entre otros.
REFERENCIAS
1.
Eblen-Zajjur, A. Analysis of single and multiple neuronal
discharges as point processes: a computer program set.
Acta Cient. Venez. 46: 34-40, 1995.
2.
Eblen-Zajjur, A. and Sandkühler, J. Synchronicity of
nociceptive and non-nociceptive adjacent neurons in the
spinal dorsal horn of the rat: stimulus-induced plasticity.
Neuroscience 76: 39-54, 1997.
3.
Forster, C. and Handwerker, H.O. Automatic classification
and analysis of microneurographic spike data using a
PC/AT. J. Neurosci. Methods 31: 109-118, 1990.
96
Da Costa, Villanueva y Eblen-Zajjur
4.
Gadicke, R. and Albus, K. Performance of real time
separation of multi-neuron recordings with a DSP32C
microprocessor. J. Neurosci. Methods 75:187-192, 1997.
7.
Millar, J. and Barnett, T.G. A low-noise optically isolated
preamplifier for use with extracellular microelectrodes. J.
Neurosci. Methods 51: 119-122, 1994.
5.
Gras, H. and Hackenberg, K. RTIME: a program for timeseries measurements and evaluation in electrophysiology
with the AT-PC. Comput. Methods Prog. Biomed.
37: 31-39, 1992.
8.
6.
Lewicki, M.S. A review of methods for spike sorting: the
detection and classification of neural action potentials.
Network 9: R53-R78, 1998.
Salganicoff, M., Sarna, M., Sax, L. and Gerstein, G.L.
Unsupervised waveform classification for multi-neuron
recordings: a real-time, software-based system. I.
Algorithms and implementation. J. Neurosci. Methods
25: 181-187, 1988.
9.
Szabo, I. and Marczynski, T.J. A low-noise preamplifier for
multisite recording of brain multi-unit activity in freely
moving animals. J. Neurosci. Methods 47: 33-38, 1993.