METODO AUTOMATICO DE ANALISIS DE SEÑALES ACUSTICAS NO-ESTACIONARIAS.

Método automático de análisis de señales acústicas no-estacionarias.

Esta patente de invención presenta un método de análisis de la señal acústica temporal generada durante determinados eventos o sucesos de cambio de estado o transformaciones en todo tipo de sistemas físicos caracterizada por presentar una distribución tiempo-frecuencia cualesquiera. Un método basado en un algoritmo matemático permite, después de varias etapas intermedias, la determinación univoca de la cantidad de información (entropía) a partir de un espectro sonoro. Este procedimiento es aplicable a todo sistema de cálculo automático y es de especial interés en ciencias biomédicas, es válido en la determinación de fracturas en estructuras metálicas así como en la prevención de movimientos sísmicos. La presente invención constituye una mejora en los métodos actualmente operativos

Método automático de análisis de señales acústicas no-estacionarias.

Sector de la técnica

El procedimiento de invención que presentamos pertenece al sector del tratamiento de las señales acústicas no estacionarias. Se propone un método basado en el análisis temporal de la frecuencia de la señal sonora por medio de un nuevo algoritmo matemático que permite el cálculo de la entropía generalizada de Rényi. El método aquí descrito tiene aplicación directa en todo tipo de señal acústica y muy especialmente en la determinación de sonidos de interés biomédico detectables con los sistemas actuales, como puedan ser los genéricamente denominados electrocardiográficos, (de aquí en adelante emplearemos la abreviatura ECG), los electromiogramas (idem, EMG) y los electroencefalogramas (idem, EEG) largamente empleados en la detección de síntomas precursores en casos de epilepsia. Existen asimismo otras áreas técnicas en donde el procedimiento presentado puede tener aplicación como es el caso de análisis de señales sísmicas, en la detección de fisuras en metales por medio de registros sonoros, etc.

Estado de la técnica

El estudio sistemático de los ruidos escuchados durante los movimientos telúricos en zonas volcánicas o en los movimientos sísmicos motivados por la acumulación de tensión en los bordes de las placas continentales comenzó cuando alguien pensó que toda esa información, utilizada de forma consciente, podía servir para predecir catástrofes geológicas indeseadas [1-20]. Luego la idea se amplió hasta englobar también a los sonidos emitidos por el corazón de los mamíferos captables en una auscultación. Así, en busca de una comprensión general, discutiremos a lo largo de este documento de la determinación y análisis de todos los sonidos, sean cuales sean y como sean, producidos durante sucesos o eventos en los cuales se suceden determinados movimientos físicos o cambios de estado. La investigación es este campo de revelado de la información útil contenida en los sonidos multifrecuencia no estacionarios dista mucho de estar concluido o tan solo de haber arribado a un nivel de conocimiento del cual podamos estar satisfechos. Si hablamos en particular, para centrar esta exposición, de la antes mencionada auscultación cardiaca ésta sigue siendo hoy en día una práctica habitual y esencial en los ambulatorios de Atención Primaria por su sencillos y comodidad para el paciente.

Sin embargo, a pesar de su simplicidad y bajo coste, la utilización del conocido fonendoscopio (el "fonendo", en la jerga médica) como instrumento de diagnóstico precoz se ha visto limitada por varios factores. En efecto, la clínica se encuentra aquí con un serio obstáculo y este radica, en primer lugar, en un conocimiento insuficiente de los sonidos cardíacos así como a la subjetividad de las interpretaciones (en muchas ocasiones la exploración se efectúa directamente sobre el paciente sin efectuar ningún registro del sonido que se percibe a través del fonendoscopio con el fin de poder aislar el ruido de fondo) [21]. El estudio general de las señales sonoras no-estacionarias servirá a cualquier aplicación práctica por que la experiencia ha demostrado que las diferencias en los espectros sonoros de las diferentes causas físicas son mínimas.

Es un hecho bien documentado en la práctica médica que existe una prevalencia alta de los denominados "soplos" cardíacos. Los soplos son sonidos que pueden aparecer entre los denominados sonidos principales S1 y S2 y que caracterizan el ciclo cardíaco: la sístole se produce entre S1 y S2 y la diástole entre S2 y S1. Se trata de ruidos de alta frecuencia causados por flujo sanguíneo cuando circula a alta velocidad, y cuyo origen puede ser debido a una obstrucción parcial de las válvulas (estenosis) o a reflujos de la sangre. Es de todo punto lógico pensar que la "caracterización" diagnóstica de todos los sucesos cardiacos precisa del análisis completo y unívoco de la señal fonocardiográfica.

Actualmente, en el análisis de cualquier señal sonora existen actualmente varias técnicas que podemos clasificar en dos grandes grupos: segmentación y representaciones conjuntas. La capacidad diagnóstica o pre-cognosciva de todas ellas radica en la capacidad para separar, o aislar, cualquier evento de interés y así precisar en el diagnostico de cada dolencia.

La primera de ellas, segmentación, cuando se aplica en cardiología, está basada en técnicas de umbralización de la envolvente de diversos parámetros extraídos de la señal temporal, tales como la energía, la amplitud o la frecuencia, apoyándose en ocasiones en otras señales auxiliares como el electrocardiograma (ya que el complejo QRS se encuentra relacionado con S1 y S2) [19]. La señal FCG está caracterizada por su no-estacionareidad (las frecuencias varían con el tiempo), por lo que el segundo conjunto de técnicas basadas en representaciones tiempo-frecuencia permiten representar simultáneamente la variación de las frecuencias de la señal con el tiempo. Con posterioridad también se han propuesto técnicas basadas en wavelets que proporcionan una representación tiempo-escala, permitiendo aproximaciones de la señal con muy pocos términos (soporte compacto) [23]. También se han propuesto representar la señal FCG a través de representaciones adaptativas del tipo de búsqueda cruzada ("matching pursuit") [22], así como a través de análisis espectral de alto orden por medio del bispectrum y de la función de coherencia [20].

El sistema propuesto en esta patente de invención es una mejora que consiste en analizar la señal FCG mediante una distribución de Wigner-Ville (DVW), para a continuación realizar una medida de la entropía de Rényi lo que va a permitir una fácil discriminación de los eventos catastróficos, o patológicos, de los normales (ya que aquellos en caso de presentarse, incorporan un mayor contenido localizado de altas frecuencias que en el caso de los eventos normales). Una característica importante del método que aquí se propone es su bajo coste computacional, ya que está basado en la distribución 1D de Wigner-Ville, lo que va a permitir su utilización en sistemas u ordenadores sin grandes prestaciones, hasta incluso en portátiles. Otra característica importante es que va a facilitar una medida objetiva cuantitativa de la existencia o no de "soplos" cardíacos o de otro tipo de anomalías en el ciclo cardíaco, sin que se requiera la presencia de un experto. En caso necesario, los datos registrados podrían transmitirse a un PC o a través de Internet a otro servidor para su posterior procesado. El método es capaz también de llevar a cabo un análisis más detallado de las distintas patologías, a través de un simple sistema de multiresolución, es decir variando la ventana de análisis en donde se calcula la DVW. Por último, una característica importante del sistema que aquí se propone es su alta robustez frente al ruido externo que siempre está presente a la hora de captar la señal FCG.

Referencias bibliográficas

[1] Rui Zou, Will A. Cupples, K. P. Yip, Niels H. Holstein-Rathlou, and Ki H. Chon, "Time-varying properties of renal autoregulatory mechanisms" IEEE Transactions on Biomedical Engineering, Vol. 49, No. 10, October 2002.

[2] A. Yadollahi, Z. Moussavi, M.B. Shamsollahil and Z. Ahmadinejad, "Heart sounds localization using lung sounds entropy", Int. J. Sci. Res., Vol. 15 (2005), in press.

[3] L. Stankovic, "A measure of some time-frequency distributions concentration", Signal Processing 81 (2001) 621-631.

[4] E. Wigner, "On the Quantum Correction for Thermodynamic Equilibrium". Physical Review, Vol. 40, 1932, pp. 749-759.

[5] T. A. C. M. Claasen and W. F. G. Mecklenbräuker, "The Wigner distribution - A Tool for Time Frequency Analysis'', Parts I-III". Philips J. Research, Vol. 35, 217-250, 276-300, 372-389 (1980).

[6] K.H. Brenner, "A discrete version of the Wigner distribution function", Proc. 1983 EURASIP, Signal Processing II: Theories and Applications, 307-309.

[7] C. E. Shannon and W. Weaver. The Mathematical Theory of Communication. The University of Illinois Press, Urbana, Chicago, London, 1949.

[8] N. Wiener. Cybernetics. Wiley, New York, 1948.

[9] Alfréd Rényi. "Some fundamental questions of information theory". In Pál Turán, editor, Selected Papers of Alfréd Rényi, volume 3,...

1. Método automático de identificación y análisis de señales acústicas no-estacionarias generadas en el curso de eventos o sucesos de interés preventivo caracterizado por la utilización de series temporales de alta resolución y que comprenden las siguientes etapas:

i) Obtención de la señal a partir de una distribución tiempo-frecuencia mediante la expresión matemática,

ii) cálculo simultaneo y univoco de la entropía de Rényi aplicado a una distribución tiempo-frecuencia por medio de la expresión,

donde, n y k son, respectivamente, las variables discretas temporal y frecuencial, y a es un parámetro cuyo valor recomendado ha de ser igual o superior a 2.

iii) en el cálculo de la entropía de Rényi se utiliza la normalización cuántica, según se expresa en la ecuación,

2. Método automático de identificación y análisis de cualquier señal acústica no-estacionaria según reivindicación anterior, caracterizado porque permite determinar y analizar de modo unívoco el contenido de la información mediante el cálculo de la entropía de Renyi.

3. Método automático de identificación y análisis de cualquier señal acústica no-estacionaria según reivindicaciones anteriores 1 y 2, caracterizado porque permite determinar y analizar de modo univoco a partir de una distribución cualquiera de frecuencias sonoras en el tiempo.

4. Método automático de identificación y análisis de cualquier señal acústica no-estacionaria según reivindicaciones anteriores 1, 2 y 3, caracterizado porque permite la diagnosis y prevención de problemas cardiacos a partir de una señal cardiográfica obtenida por cualquier sistema sensible.

5. Método automático de identificación y análisis de cualquier señal acústica no-estacionaria según reivindicaciones anteriores 1, 2 y 3, caracterizado porque permite la diagnosis y prevención de problemas cardiacos a partir de una señal electrocardiográfica y, en especial, una detección muy precisa del complejo QRS de dicha señal ECG.

6. Método automático de identificación y análisis de cualquier señal acústica no-estacionaria según reivindicaciones anteriores 1, 2 y 3, caracterizado porque permite la diagnosis y prevención utilizando señales producidas en eventos tempranos (ondas precursoras) para casos de epilepsia.

7. Método automático de identificación y análisis de cualquier señal acústica no-estacionaria según reivindicaciones anteriores 1, 2 y 3, caracterizado porque es aplicable al estudio de señales electromiográficas de interés en la transmisión eléctrica muscular.

8. Método automático de identificación y análisis de cualquier señal acústica no-estacionaria según reivindicaciones anteriores 1, 2 y 3, caracterizado por su aplicación a otras señales acústicas de interés biomédico, en la detección previa de fisuras en estructuras metálicas y en la prevención de movimientos sísmicos.