Biosignalverarbeitung
Peter Husar
Biosignalverarbeitung
1C
Univ.-Prof. Dr.-Ing. habil. Peter Husar Technische Universität Ilmenau Institut Biomedizinische Technik und Informatik Gustav-Kirchhoff-Str. 2 98693 Ilmenau Deutschland
[email protected]
ISBN 978-3-642-12656-7 e-ISBN 978-3-642-12657-4 DOI 10.1007/978-3-642-12657-4 Springer Heidelberg Dordrecht London New York Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar. © Springer-Verlag Berlin Heidelberg 2010 Dieses Werk ist urheberrechtlich geschützt. Die dadurch begründeten Rechte, insbesondere die der Übersetzung, des Nachdrucks, des Vortrags, der Entnahme von Abbildungen und Tabellen, der Funksendung, der Mikroverfilmung oder der Vervielfältigung auf anderen Wegen und der Speicherung in Datenverarbeitungsanlagen, bleiben, auch bei nur auszugsweiser Verwertung, vorbehalten. Eine Vervielfältigung dieses Werkes oder von Teilen dieses Werkes ist auch im Einzelfall nur in den Grenzen der gesetzlichen Bestimmungen des Urheberrechtsgesetzes der Bundesrepublik Deutschland vom 9. September 1965 in der jeweils geltenden Fassung zulässig. Sie ist grundsätzlich vergütungspflichtig. Zuwiderhandlungen unterliegen den Strafbestimmungen des Urheberrechtsgesetzes. Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürften. Einbandentwurf: WMXDesign GmbH, Heidelberg Gedruckt auf säurefreiem Papier Springer ist Teil der Fachverlagsgruppe Springer Science+Business Media (www.springer.com)
Vorwort Sehr geehrte Leserinnen und Leser1, ich lege Ihnen ein Fachbuch vor, dessen Ziel es ist, Studierenden, Praktikern und Forschern in Medizin, Technik und Medizintechnik eine Orientierung in Biosignalverarbeitung zu bieten. Die Biosignalverarbeitung als eigenständiges Fachgebiet nimmt in dem immer breiter und interdisziplinärer werdenden Gebiet der Medizintechnik an Wichtigkeit zu. Ihre wachsende Bedeutung lässt sich erklären: Zur Heilung von Krankheiten ist eine zuverlässige Diagnose notwendig. Eine zuverlässige Diagnose baut auf der Gewinnung, Aufbereitung und Analyse von objektiven und verlässlichen Messdaten sowie ihrer Interpretation auf. Daher ist die Biosignalverarbeitung ganzheitlich als ein Methoden- und Technologiespektrum zu sehen, welches am Biosensor beginnt und in der Darstellung und Interpretation von verarbeiteten Biosignalen (nicht unbedingt) endet. Dieses Buch behandelt die diagnostische Messkette beginnend am Biosensor, über die Signalverstärkung und -aufbereitung, Abtastung und Digitalisierung, analoge und digitale Filterung, Methoden der Zeit-, Frequenz- und Zeit-Frequenzanalyse sowie der Raum-Zeit-Analyse bis zur Biostatistik und medizinisch orientierten Analyse stochastischer Prozesse. Die methodische und experimentelle Basis entstand in meiner langjährigen Tätigkeit am europaweit ältesten und einem der bedeutsamsten medizintechnischen Institute – dem Institut für Biomedizinische Technik und Informatik der Technischen Universität in Ilmenau. Inhaltlich flossen sowohl Vorlesungen, Seminare und Praktika als auch zum Teil neueste Forschungsergebnisse ein. Ich erhebe keinen Anspruch auf Vollständigkeit und restlose mathematische Exaktheit. Es ging primär darum, ein methodisch gut begründetes sowie ein praktikables Instrumentarium zu schaffen. Für Hinweise und konstruktive Kritiken, die zur Verbesserung des Werkes führen können, wäre ich dankbar. Man kann namentlich nicht alle nennen, die zur Realisierung dieses Buches beigetragen haben. Daher danke ich zunächst den Lehrern und Forschern am Institut BMTI, die mit Kompetenz und Geduld meinen wissenschaftlichen Werdegang gefördert haben. An der inhaltlichen und formalen Gestaltung des Buches waren Studenten, Doktoranden und Kollegen beteiligt. Dafür meinen herzlichen Dank! Am Ende, für die Form aber von entscheidender Bedeutung, möchte ich die akribische Editierarbeit meiner Frau Darina hervorheben, die sämtliche Grafiken und das gesamte Buch in eine veröffentlichungsfähige Fassung gebracht hat. Ilmenau, den 3. Mai 2010
1
Ab hier wird für beide Geschlechter im Sinne einer guten Lesbarkeit die männliche Form verwendet.
Inhaltsverzeichnis
1 Entstehung bioelektrischer Signale..................................................................9 1.1 Das Neuron .................................................................................................9 1.2 Elektrische Erregungsleitung und Projektion............................................15 2 Verstärkung und analoge Filterung in der medizinischen Messtechnik.....23 2.1 Eigenschaften von Biosignalen und Störungen..........................................23 2.1.1 Eigenschaften von Biosignalen und Störungen im Zeitverlauf ..........24 2.1.1.1 Periodische Verläufe.................................................................24 2.1.1.2 Stochastischer Verlauf ..............................................................27 2.1.1.3 Transienter zeitlicher Verlauf ...................................................28 2.1.2 Eigenschaften von Biosignalen und Störungen im Spektrum.............30 2.1.3 Einkopplung von Störungen in die Messanordnung...........................32 2.1.3.1 Galvanische Störungseinkopplung............................................32 2.1.3.2 Kapazitiv eingekoppelte Störungen ..........................................34 2.1.3.3 Induktiv eingekoppelte Störungen ............................................39 2.1.3.4 Elektromagnetisch eingekoppelte Störungen ............................41 2.2 Medizinische Messverstärker.....................................................................45 2.2.1 Spezifik der medizinischen Messtechnik ...........................................45 2.2.1.1 Zugänglichkeit der Biosignalquelle ..........................................45 2.2.1.2 Komplexität des biologischen Messobjekts ..............................46 2.2.1.3 Rückwirkung auf das biologische Messobjekt..........................46 2.2.1.4 Ankopplung des Messsystems an das biologische Messobjekt.47 2.2.1.5 Eingangswiderstände medizinischer Messverstärker................51 2.2.1.6 Gleichtaktunterdrückung medizinischer Messverstärker ..........54 2.2.1.7 Amplitudengang und Rauschen medizinischer Messverstärker 56 2.2.2 Differenzverstärker.............................................................................60 2.2.3 Operationsverstärker, Instrumentationsverstärker ..............................71 2.2.4 Isolationsverstärker ............................................................................81 2.2.5 Guardingtechnik .................................................................................83 2.2.6 Aktive Elektroden...............................................................................87 2.3 Analoge Filter ............................................................................................89 2.3.1 Grundlagen .........................................................................................89 2.3.2 Filtertheorie und Systementwurf ........................................................96 2.3.2.1 Amplitudenorientierter Entwurf.................................................96 2.3.2.2 Phasenorientierter Entwurf ......................................................100 2.3.3 Aktive Filter mit Operationsverstärkern...........................................101 2.3.4 Phasenfrequenzgang.........................................................................106
4
Inhaltsverzeichnis
2.4 Übungen ................................................................................................. 110 2.4.1 Aufgaben ......................................................................................... 110 2.4.2 Lösungen ......................................................................................... 114 3 Erfassung, Abtastunng und Digitalisierung von Biosignalen .................... 121 3.1 Erfassung von Biosignalen ..................................................................... 121 3.1.1 Ableittechnik ................................................................................... 121 3.1.1.1 Erdung ..................................................................................... 125 3.1.1.2 Elektrische Masse .................................................................... 125 3.1.1.3 Referenz................................................................................... 125 3.1.2 Referenzen in der Biosignalerfassung ............................................. 127 3.1.2.1 Ableitsysteme mit realen Referenze ........................................ 128 3.1.2.2 Ableitsysteme mit virtuellen Referenzen................................. 128 3.1.2.3 Referenzfreie Ableitungen....................................................... 129 3.2 Abtastung von Biosignalen..................................................................... 132 3.2.1 Spektrale Eigenschaften der Abtastung........................................... 132 3.2.2 Abtastung von bandbegrenzten Signalen ........................................ 137 3.2.3 Abtastung in Mehrkanalsystemen ................................................... 141 3.3 Digitalisierung von Biosignalen ............................................................. 145 3.3.1 Integrierende Wandler..................................................................... 145 3.3.2 Sukzessive Approximation.............................................................. 149 3.3.3 Delta-Sigma-Wandlung................................................................... 151 3.4 Übungen ................................................................................................. 156 3.4.1 Aufgaben ......................................................................................... 156 3.4.2 Lösungen ......................................................................................... 160 4 Zeit-, Frequenz- und Verbundbereich......................................................... 173 4.1 Signalanalyse im Zeitbereich.................................................................. 173 4.1.1 Merkmalsidentifikation ................................................................... 174 4.1.1.1 Artefakte: Entstehung, Detektion und Elimination.................. 174 4.1.1.2 Deterministische Merkmalsidentifikation................................ 185 4.1.2 Ermittlung von Kurvenparametern.................................................. 187 4.1.2.1 Amplitudendetektion ............................................................... 187 4.1.2.2 Flankendetektion...................................................................... 194 4.1.2.3 Bestimmung von Frequenz und Rate ....................................... 197 4.2 Signalanalyse im Frequenzbereich ......................................................... 203 4.2.1 Fouriertransformation...................................................................... 203 4.2.1.1 Eigenschaften der FT und IFT ................................................. 204 4.2.1.2 Fensterung ............................................................................... 208 4.2.1.3 Faltung im Zeitbereich und Korrelationsfunktion.................... 211 4.2.2 Diskrete Fouriertransformation ....................................................... 213 4.2.2.1 Kontinuierliche und diskrete Zeit ............................................ 213 4.2.2.2 Diskrete Fouriertransformation als Kreuzkorrelation .............. 216 4.2.2.3 Diskrete Fouriertransformation als Filterbank ......................... 218 4.2.2.4 Berechnung der DFT über die FFT.......................................... 220 4.2.2.5 Fehlerquellen der DFT............................................................. 224
Inhaltsverzeichnis
5
4.3 Signalanalyse im Zeit-Frequenz-Verbundbereich...................................229 4.3.1 Einführung zu Zeit-Frequenz-Verteilungen ....................................230 4.3.2 Fourierbasierte Zeit-Frequenz-Verteilungen ...................................234 4.3.2.1 Short-Time-Fourier-Transform................................................234 4.3.2.2 Spektrogramm..........................................................................237 4.3.2.3 Wigner-Verteilung ...................................................................241 4.3.3 Wavelets ..........................................................................................258 4.3.3.1 Skalierung und Fourier-basierte Zeit-Frequenz-Verteilungen .258 4.3.3.2 Wavelet-Transformation ..........................................................261 4.3.3.3 Wavelets als Filterbank............................................................267 4.3.3.4 Typen und Anwendungen von Wavelets .................................274 4.4 Übungen...................................................................................................286 4.4.1 Aufgaben .........................................................................................286 4.4.2 Lösungen .........................................................................................292 Literatur ................................................................................................313 5 Digitale Filter .................................................................................................315 5.1 Einführung in die digitale Filterung........................................................315 5.2 LTI-Systeme: FIR und IIR......................................................................317 5.2.1 Einführung zur Impulsantwort und Filterstruktur............................317 5.2.2 Filter mit unendlicher Impulsantwort, IIR.......................................318 5.2.2.1 Analoge und digitale Filterung – Impulsinvariante Technik....318 5.2.2.2 Rekursive Filter........................................................................322 5.2.3 Filter mit endlicher Impulsantwort, FIR..........................................326 5.2.3.1 Grundlagen...............................................................................326 5.2.3.2 Kausalität von FIR-Filtern .......................................................329 5.2.3.3 Phasenfrequenzgang von FIR-Filtern ......................................330 5.3 LTV-Systeme: zeitvariable und adaptive Filter ......................................333 5.3.1 Grundlagen der zeitvariablen Filterung...........................................333 5.3.2 Zeitvariable Filter ............................................................................334 5.3.3 Adaptive Filter.................................................................................338 5.3.3.1 Theoretische Grundlagen der adaptiven Filterung ...................338 5.3.3.2 Gradientenverfahren, LMS-Algorithmus .................................341 5.3.3.3 Adaptive Störungsunterdrückung, ANC ..................................346 5.4 Räumlich-zeitliche Filterung ..................................................................351 5.4.1 Grundlagen der räumlich-zeitlichen Filterung.................................351 5.4.2 Beamforming...................................................................................354 5.4.3 Räumliche Filter ..............................................................................357 5.4.3.1 Spezifik der Biosignalquellen ..................................................357 5.4.3.2 Modellfreie räumliche Filter ....................................................358 5.4.3.3 Adaptive räumliche Filterung ..................................................362 5.4.4 Mittelwertreferenz ...........................................................................367 5.4.4.1 Theorie der Mittelwertreferenz ................................................368 5.4.4.2 Die Mittelwertreferenz als räumliches Filter ...........................369 5.4.4.3 Auswirkungen der Mittelwertreferenz .....................................372 5.5 Übungen..................................................................................................377
6
Inhaltsverzeichnis
5.5.1 Aufgaben ......................................................................................... 377 5.5.2 Lösungen ......................................................................................... 380 Literatur ................................................................................................ 389 6 Stochastische Prozesse .................................................................................. 391 6.1 Grundlagen der analytischen Statistik .................................................... 392 6.1.1 Verteilungen von Zufallsgrößen...................................................... 392 6.1.1.1 Stetige und diskrete Verteilungen............................................ 392 6.1.1.2 Verteilungen und Deskriptionsmaße........................................ 394 6.1.1.3 Quantile und grafische Darstellung ......................................... 400 6.1.1.4 Ausgewählte Verteilungen....................................................... 403 6.1.1.5 Zentraler Grenzwertsatz........................................................... 410 6.1.2 Statistischer Zusammenhang............................................................ 412 6.1.2.1 Grundgesamtheit und Stichprobe............................................. 413 6.1.2.2 Korrelation und Darstellung von Zusammenhängen ............... 414 6.1.3 Schätzverfahren............................................................................... 427 6.1.3.1 Grundlagen .............................................................................. 427 6.1.3.2 Methoden ................................................................................. 432 6.1.3.3 Konfidenzintervall ................................................................... 436 6.2 Statistische Tests..................................................................................... 440 6.2.1 Grundlagen...................................................................................... 440 6.2.2 Hypothesen für statistische Tests .................................................... 442 6.2.3 Güte statistischer Tests, ROC.......................................................... 444 6.2.4 Parametrische Tests......................................................................... 448 6.2.4.1 Der t-Test................................................................................. 448 6.2.4.2 Wilcoxon-Test ......................................................................... 455 6.2.4.3 Wilcoxon-Test vs. t-Test.......................................................... 458 6.2.4.4 Vorzeichentest ......................................................................... 459 6.3 Statistische Analyse von Zeitreihen........................................................ 462 6.3.1 Von statischen Daten zu Prozessen ................................................. 462 6.3.1.2 Stichprobe und Ensemble ........................................................ 464 6.3.1.3 Stationarität und Ergodizität .................................................... 465 6.3.2 Schätzung des Leistungsdichtespektrums ....................................... 469 6.3.2.1 Das Parseval-Theorem............................................................. 469 6.3.2.2 Das Periodogramm, direkte spektrale Schätzung..................... 470 6.3.2.3 Indirekte spektrale Schätzer..................................................... 472 6.3.2.4 Methoden zur Schätzung der spektralen Leistungsdichte ........ 476 6.3.3 Spektrale Kreuzleistungsdichte und Kohärenz................................. 482 6.3.3.1 Spektrale Kreuzleistungsdichte, das KLDS ............................. 482 6.3.3.2 Kohärenz.................................................................................. 484 6.3.3.3 Das KLDS in der Systemidentifikation ................................... 487 6.4 Statistiken und Spektren höherer Ordnung ............................................. 489 6.4.1 Momente und Kumulanten.............................................................. 489 6.4.1.1 Definitionen von Momenten und Kumulanten ........................ 490 6.4.1.2 Eigenschaften von Momenten und Kumulanten ...................... 491 6.4.2 Spektren höherer Ordnung ............................................................... 494
Inhaltsverzeichnis
7
6.4.2.1 Definition von Spektren höherer Ordnung...............................494 6.4.2.2 Eigenschaften von Spektren höherer Ordnung.........................494 6.4.2.3 Schätzung der Spektren höherer Ordnung ...............................496 6.4.3 Lineare und Quadratische Phasenkopplung......................................497 6.4.3.1 Lineare Phasenkopplung..........................................................498 6.4.3.2 Quadratische Phasenkopplung .................................................499 6.5 Übungen..................................................................................................503 6.5.1 Aufgaben .........................................................................................503 6.5.2. Lösungen ........................................................................................506 Literatur ................................................................................................514 Glossar................................................................................................................515 Index ................................................................................................................... 521
Kapitel 1
Entstehung bioelektrischer Signale
1.1 Das Neuron Das Neuron (Nervenzelle) ist der Grundbaustein aller sensorischen (visuell, akustisch, somatisch) und motorischen Systeme (motorische Endplatte) sowie des zentralen (ZNS) und peripheren Nervensystems (PNS). Sein Grundaufbau und Verbindungen zu anderen Neuronen sind in Abb. 1.1 dargestellt. Aus der signalanalytischen Sicht besitzt das Neuron mehrere Signaleingänge - Synapsen und einen Signalausgang - das Axon -, so dass man es als ein MISO-System (Multi-Input-Single-Output) bezeichnen kann. Die Signalaufnahme, -verarbeitung und -ausgabe finden primär biochemisch statt: Die semipermeable Zellmembran ist für Na+ und K+-Ionen durchlässig. In Ruhe ist die Konzentrationen der Ionen innen und außen unterschiedlich, so dass sich über der Membran eine Potentialdifferenz von 50 mV bis 100 mV bildet, innen negativ gegen außen (Abb. 1.2, Abb. 1.3). Diese Potentialdifferenz wird mit
Dendriten
Myelinscheide Axon
Zellkern
Synapse
Synapse
Dendriten
Abb. 1.1 Das Neuron als Grundbaustein der sensorischen und motorischen Systeme sowie des ZNS und des PNS
P. Husar, Biosignalverarbeitung, DOI 10.1007/978-3-642-12657-4_1, © Springer-Verlag Berlin Heidelberg 2010
10
1 Entstehung bioelektrischer Signale
40 20
Depolarisation
AP / mV
0
Repolarisation
yNa
-20
yK
-40
Hyperpolarisation
-60
Ruhepotential
-80 -100
0
1
2
3
t/s
4
5
6 x 10
-3
Abb. 1.2 Zeitverlauf eines Aktionspotentials. Die Leitfähigkeit der Membran für Na+ (yNa) hat einen schnelleren Anstieg als die für K+ (yK). Dadurch wird das Zellinnere zunächst positiver (Depolarisation), anschließend wieder negativer (Repolarisation). Bis das Gleichgewicht wieder hergestellt ist, folgt eine dritte Phase der Hyperpolarisation. Das AP (Aktionspotential) hat im Mittel eine Breite von 1,5 ms
Hilfe der sogenannten Na-K-Pumpen aufrecht erhalten, es bildet sich ein dynamisches Gleichgewicht aus. Durch Einflüsse von außen (über die Synapsen) wird das Gleichgewicht verschoben, bis es ab einer Schwelle nicht mehr haltbar ist, die NaK-Kanäle öffnen den Weg für die Ionenflüsse. Die Flussdynamik besteht aus drei Phasen (Abb. 1.2, Abb. 1.4): -
Depolarisation: Die von den Synapsen kommenden Signale summieren sich zeitlich und räumlich auf und überschreiten die Schwelle. Na-Kanäle öffnen und Na+-Ionen fließen lawinenartig ein (positiver Strom in Abb. 1.4). Danach schließen Na-Kanäle und bleiben über eine bestimmte Zeit die absolute Refraktärzeit - geschlossen. In dieser Zeit kann kein weiteres AP ausgelöst werden.
-
Repolarisation: Na-Kanäle sind geschlossen (Refraktärphase) und KKanäle öffnen (negativer Strom in Abb. 1.4).
-
Hyperpolarisation: K+-Ionen fließen nach außen und K-Kanäle schließen verzögert im Vergleich zu Na-Kanälen, so dass es zum Überschwingen kommt und anschließend sich das Gleichgewicht wieder einstellt. In dieser
1.1 Das Neuron
11
Phase ist die Schwelle angehoben, so dass höhere Intensitäten von außen nötig sind, um ein nächstes AP auszulösen. Daher bezeichnet man diese Phase als relative Refraktärzeit. Dieser dreiphasige Verlauf hat eine konstante Signalform und wird als Aktionspotential (AP) bezeichnet. Es hat im Mittel eine Breite von 1,5 ms (kardiale Zellen bis zu 300 ms) und eine Amplitude von bis zu 100 mV (quer zur Membran). Das AP setzt sich entlang der Membran fort: Bei der elektrotonischen Ausbreitung kontinuierlich (Abb. 1.3), bei der saltatorischen Ausbreitung in räumlichen Sprüngen zwischen Ranvierschen Schnürringen und erreicht dabei Geschwindigkeiten in den Größenordnungen von 1 m/s bis 100 m/s. Die Na+/K+-Ionenflüsse durch die Membrankanäle sind aus der elektrischen Sicht eine Ladungsverschiebung, es entsteht ein (von den Na-K-Kanälen) aktiv eingeprägter elektrischer Strom quer durch die Membran - der Membranstrom (Abb. 1.3, Abb. 1.4, Abb. 1.5). Aus dem Zeitverlauf der Spannung über der Membran
+ + -
+ + + + - K+ Na+ + + + + + +
Repolarisation
+ +
- Na+
Depolarisation
-
+ +
Ruhepotential
-
+ +
K+ Aktionspotential
Ionentransport Lokale Ausgleichsströme Abb. 1.3 Verlauf des Aktionspotentials entlang der Membran. Links elektrotonische Ausbreitung (kontinuierlich), rechts saltatorische Ausbreitung über die Myelinscheide (räumlich sprunghaft)
12
1 Entstehung bioelektrischer Signale
40 20
AP / mV
0 -20 -40 -60 -80 -100 0
1
2
3
4
5
Strom / relative Einheiten
t/s
6 x 10
-3
40 20 0 -20 -40 0
1
2
3
4
5
t/s
+ + + + - -
-
-
6 x 10
-3
- + + + +
- - + + + + - Na+ K+
-
-
AP - Fortleitung Abb. 1.4 Zeitverlauf des Aktionspotentials (Potentialdifferenz über der Membran, oben) und des elektrischen Stromes durch die Membran (unten). Zu beachten ist, dass der Stromverlauf sich qualitativ aus der ersten zeitlichen Ableitung der Potentialdifferenz ergibt (die Membran wirkt elektrisch wie eine Kapazität)
und den Strom durch die Membran lässt sich erkennen, dass die Membran wie eine Kapazität wirkt. Das Signal durchquert auf dem Weg von der primären Quelle(AP der Zelle) nach außen (Körperoberfläche) einen Hochpass bzw. einen Differenzierer. Diese Eigenschaft wird ausführlich im Kapitel "4.1.2 Ermittlung von Kurvenparametern" behandelt. An dieser Stelle sei angemerkt, dass Flanken von
1.1 Das Neuron
13
iM iA
iA
+ + + + -
-
-
- -
- + +
- + + + + Na+ K+
-
+ + -
iI
-
iI AP - Fortleitung
iM +
-
-
+
Abb. 1.5 Ströme und Potentialdifferenzen bei der AP-Fortleitung entlang einer Membran: Elektrische Interpretation der AP-Fortleitung: Die primäre Signalquelle sind die Na-K-Ionenströme, die den elektrischen Membranstrom iM erzeugen. Dieser kann als Stromquelle quer zur Membran dargestellt werden. Die äußere lokale Negativität der Zelle präsentiert sich wie zwei entgegen gerichtete Dipole bzw. wie ein Tripol
Biosignalen (Anstiege und Abfälle von Wellen, Latenzzeiten) ein wesentlich stabilerer Parameter sind als die Wellenamplituden. Die Fortleitung eines AP präsentiert sich nach außen wie eine räumlich und zeitlich lokale Negativität. Durch den lokalen Potentialabfall außen entsteht eine Stromsenke, die man als zwei gegensinnig gerichtete Dipole (Tripol) interpretieren kann (Abb. 1.5). In Folge der äußeren lokalen Stromsenke fließen extrazelluläre, passive Ströme iA. Im Inneren der Zelle entsteht spiegelbildlich zur äußeren Stromsenke eine räumlich und zeitlich lokale Positivität. Diese hat intrazelluläre Ströme iI zur Folge, die ihrem Wesen nach als aktiv gelten. Der Effekt der außen beobachteten lokalen Negativität bei der Ausbreitung eines APs liefert im makroskopischen Maßstab (Oberflächenableitung am Menschen) eine Erklärung dafür, warum man in der Neurologie entgegen den in der Elektrotechnik/Signalanalyse üblichen Konventionen im Zeitverlauf die negative elektrische Aktivität auf der Potentialachse nach oben gerichtet darstellt.
14
1 Entstehung bioelektrischer Signale
Axon präsynaptischer Teil Synaptischer Spalt Axonterminal
Dendrit Vesikel postsynaptischer Teil
Neurotransmitter
Rezeptoren Abb. 1.6 Synapse und ihre Anbindung
Eine weitere Quelle von messbaren Potentialen ist die Synapse bzw. ihre Kontaktstelle zu anderen Neuronen (Abb. 1.6). Im präsynaptischen Axonanschluss löst das AP einen Ca2+-Einstrom aus, der eine Neurotransmitter-Ausschüttung zur Folge hat. Die Neurotransmitter öffnen an Dendriten Ionenkanäle, die je nach Ionenstrom das Membranpotential verändern. Da das Membranpotential hinter dem synaptischen Spalt verändert wird, bezeichnet man es als postsynaptisches Potential (PSP). Je nach der Funktion der Synapse wird zwischen anregenden (EPSP, exzitatorisches PSP) und hemmenden (IPSP, inhibitorisches PSP) unterschieden. Die PSP bestimmen direkt das Gewicht des über die Synapse empfangenen Signals an der Gesamtsumme aller Synapsen, die dann mit der Schwelle zum Auslösen eines AP verglichen wird. Das Neuron mit seinen Synapsen ist in hohem Maße ein dynamisches und nichtlineares System. Die Gewichte (PSP) einzelner Synapsen ändern sich mit der Zeit, womit das Neuron auf veränderte Bedingungen und Informationen reagiert. Die räumlich und zeitlich integrierten Informationen von den Synapsen werden über eine nichtlineare Übertragungsfunktion einer Schwelle zugeführt. Wird die Schwelle überschritten, so löst sich ein AP. Dieses Verhalten eignet sich dazu, Informationsmuster zu speichern, zu vergleichen und ähnliche Muster zu verallgemeinern. Genau das wird auf dem Gebiet der künstlichen neuronalen Netzwerke
1.2 Elektrische Erregungsleitung und Projektion
15
(ANN, Artificial Neural Network) genutzt, um dynamische, nichtlineare und unscharfe Probleme der Klassifikation, Erkennung und Verallgemeinerung zu lösen.
1.2 Elektrische Erregungsleitung und Projektion Aktivitätsmessungen einzelner Neurone werden zu Forschungszwecken oder bei sehr spezifischen medizinischen Fragestellungen durchgeführt. Im Normalfall untersucht man die Reizleitung an Makrostrukturen, wie Nerven, kortikale Zentren oder motorische Einheiten. Zu diesem Zweck ist es sinnvoll, die Aktivität von vielen Neuronen (von bis zu 100.000) im Raum und/oder Zeit zu überschaubaren elektrischen Quellen zusammen zu fassen. Eine verbreitete, wenn auch sehr stark vereinfachende Interpretation der neuroelektrischen Aktivität ist die Modellierung mit Hilfe eines elektrischen Dipols. Dazu sollen zunächst einige grundlegenden Ansätze betrachtet werden. Befindet sich eine Dipolquelle in einem unendlich großen, homogenen und isotropen (Leitfähigkeit in allen Richtungen gleich) Medium, so sind die Stromlinien längs und die Äquipotentiallinien quer zur Dipolachse kugelsymmetrisch verteilt (Abb. 1.7).
i(r,t)
M(r,t)
Abb. 1.7 Stromlinien i(r,t) (volle Linie) und Äquipotentiallinien M(r,t) (gestrichelte Linie) des elektrischen Feldes einer Dipolquelle in einem unendlich ausgedehnten, homogenen und isotropen Medium (r ist der Radius, t die Zeit)
16
1 Entstehung bioelektrischer Signale
Y
'M (r,t)
'M (r,t)
xi
xj
Körpergrenze
xi
xj
i1(r,t)
M(r,t) M (r,t) i2(r,t)
Körpergrenze
X
Abb. 1.8 Stromlinien i(r,t) (volle Linien) und ÄquipotentiallinienM(r,t) (gestrichelte Linien) der elektrischen Felder von zwei gleich starken Dipolquellen in einem endlich räumlichen, homogenen und isotropen Leiter (r ist der Radius, t die Zeit). Die Körpergrenzen markieren den Volumenleiter. Die räumliche Dimension ist auf eine Flächendarstellung reduziert
In der Praxis muss man mit realen, räumlich begrenzten Volumenleitern rechnen. Diese Situation ist in Abb. 1.8. dargestellt. Durch die Endlichkeit des Körpers kommt es zu Stauchungen der elektrischen Felder. Dadurch können an der Körperoberfläche Projektionen entstehen, die für unterschiedliche Quellen identisch sind. Mathematisch ausgedrückt lassen sich die Potentialdifferenzen an der Körperoberfläche wie folgt beschreiben (Gl. 1.1.): 'M y, i
f M i i, r , t , x, y
(1.1)
Die Beziehung Gl. 1.1 drückt aus, dass es einen Zusammenhang zwischen der Tiefe und der Intensität einer Quelle und der an der Oberfläche ableitbaren Potentialdifferenzen gibt. Hält man in der Beziehung nach Gl. 1.1 die Koordinate x und die Zeit t konstant - was dem Vergleich von zwei Quellen in verschiedenen Tiefen y bzw. mit verschiedenen Intensitäten i entspricht - so stellt man Folgendes fest: Die an der Körperoberfläche gemessene Potentialdifferenz an den Stellen (xi, xj) kann bei verschiedenen Tiefen y der Quellen und verschiedenen Intensitäten i identisch sein. Daraus folgt, dass man allein aus der Potentialdifferenz an der Körperober-
1.2 Elektrische Erregungsleitung und Projektion
17
fläche keine Schlussfolgerung über die Quellentiefe herleiten kann. Mathematisch lässt sich aus der Beziehung nach Gl. 1.1 die Beziehung mit einem zweidimensionaler Unbestimmtheitsfaktor herleiten (Gl. 1.2):
M y, i c y ci ³ f M i, r , t , x, y dydi
(1.2)
Aus dieser Überlegung heraus folgt für die flächenhafte bzw. räumliche Analyse von Biosignalen: Eine identische flächenhafte oder räumliche Projektion von neuroelektrischen Aktivitäten führt nicht zwangsläufig zu der Schlussfolgerung, dass die Quellen gleich tief im Gewebe liegen oder dass sie gleich stark sind.
Ein weiterer wesentlicher Faktor der realen Körper, der die elektrischen Felder beeinflusst, ist die Anisotropie bzw. Inhomogenität der elektrischen Leitfähigkeit (Abb. 1.9). Die Leitfähigkeitsunterschiede im menschlichen Körper betragen drei Dekaden. Die höchste Leitfähigkeit bzw. den geringsten spezifischen Widerstand besitzen die Körperflüssigkeit (V = 15 mS/cm, U = 67 :.cm) und das Blut (V = 6,7 mS/cm, U = 150 :.cm), wohingegen der Knochen (V = 0,05...0,2 mS/cm, U = 5000...20000 :.cm) und die trockene Haut (V = 0,03...0,1 mS/cm, U = 1.104...3. 104 :.cm) sehr schlechte elektrische Leiter sind. Eine Übersicht über die menschlichen elektrischen Leitfähigkeiten gibt Tab. 1.1. Wegen der extrem hohen Differenzen der elektrischen Leitfähigkeit ist es sehr schwierig, menschliche Organe und Strukturen zu modellieren. Daher sind die meisten Modelle (Schädel/Gehirn, Brustkorb/Herz) nur qualitativ bzw. begrenzt quantitativ anwendbar. Nun wie kann diese relativierende Erkenntnis praktisch genutzt werden? Man kann von der qualitativ gegebenen Anatomie ausgehen. So ist es beispielsweise hinreichend bekannt, wo der Hörnerv oder die visuellen NerTabelle 1.1 Spezifische Leitfähigkeit und spezifischer Widerstand ausgewählter Stoffe, Organe und Gewebe des menschlichen Körpers
Gewebe, Stoff, Flüssigkeit Physiologische Kochsalzlösung Körperflüssigkeit Blut Herzmuskel Gehirn Niere Skelettmuskel Lunge Fett Knochen Haut
Spez. Leitfähigkeit
Spez. Widerstand
VmS/cm
U:.cm
20 15 6,7 1...2 1,7 1,6 0,8...2,5 0,7...2,5 0,2...1,0 0,06...0,2 0,03...0,1
50 67 150 500...1000 590 600 400...1250 400...1430 1000...5000 500...16000 1.104... 3.104
18
1 Entstehung bioelektrischer Signale
i(r,t)
M(r,t) V1 V2
Abb. 1.9 Deformation des elektrischen Feldes durch Anisotropie des Volumenleiters. Im rechten Teil des Körpers ist die elektrische Leitfähigkeit V2 horizontal geringer als V1 vertikal. Dies führt zur Stauchung der Potentiallinien
SEMG
EP
Abb. 1.10 Eindimensionale Ableitung eines Oberflächen-EMG (SEMG, Surface-EMG). Die motorische Endplate (EP) in der Muskelfaser löst Aktionspotentiale aus, die sich entlang der Muskelfaser ausbreiten und an der Körperoberfläche über Elektroden erfasst werden
1.2 Elektrische Erregungsleitung und Projektion
19
Abb. 1.11 Zweidimensionale Ableitung eines Oberflächen-EKG. Bei einer hinreichenden Elektrodendichte lassen sich Störungen der Erregungsleitung im Herzen relativ genau lokalisieren. Für eine bildliche Darstellung der Aktivität interpoliert man zwischen den Sensoren und erstellt eine Bildmatrix. Dies wird als EKG-Mapping bezeichnet
radiale Quellen
EEG Schädel
gemischte Quellen
tangentiale Quellen
Abb. 1.12 Dreidimensionale Ableitung eines Oberflächen-EEG. Die Elektroden befinden sich auf einer näherungsweise kugelförmigen Fläche. Die Erregung breitet sich entlang der Windungen und Furchen und bilden Signalquellen, die radial, tangential und gemischt auftreten
20
1 Entstehung bioelektrischer Signale
venbahnen und die sensorischen kortikalen Zentren liegen. Man kann sich auf den räumlichen sowie den zeitlichen Verlauf der elektrophysiologischen Erregungsleitung einstellen. Aus Sicht der Projektion der neuroelektrischen Aktivität auf die Körperoberfläche und ihrer Erfassung mittels Elektroden stellt sich die Funktionskontrolle von langen Muskelfasern dar (Abb. 1.10). Da lange Muskeln (z.B. in den Extremitäten) im Wesentlichen neuronal nur eindimensional gesteuert werden (entlang der Fasern), reicht für die Diagnostik eine Sensorenreihe entlang des untersuchten Muskels. Auf diese Weise kann sowohl die Fortleitungsgeschwindigkeit als auch eine mögliche Unterbrechung relativ genau ermittelt werden. Eine flächenhafte Erfassung der Projektion kann notwendig sein, wenn es sich um Organe (Herz) oder flache Muskeln (Brust, Rücken) handelt (Abb. 1.11). Oft interpoliert man die Potentiale zwischen den Sensoren und erstellt so eine Bildmatrix, die dann als "Map" (EKG-Mapping) bezeichnet wird. Die für die Projektion, Ableitung und Interpretation schwierigste Struktur ist das Gehirn. Die neuronalen Erregungen breiten sich in Windungen und Furchen des kortikalen Gewebes aus (Abb. 1.12) und bilden Signalquellen, die im Allgemeinen jede räumliche Position einnehmen können. Aus Sicht der Signalanalyse klassifiziert man oft zwischen radialen oder tangentialen Quellen (Abb. 1.13). Diese strenge Trennung ist in der Realität nicht vorhanden, alle kortikalen Quellen bilden immer eine Mischung aus beiden Typen. Mit einem EEG-Ableitsystem erfasst man nicht mehr als etwa ein Drittel der Kopfoberfläche. Daher kommt es vor allem bei radialen Quellen (Abb. 1.13 links)
+
+
Okzipitale Projektion einer radialen Quelle
-
Okzipitale Projektion einer tangentialen Quelle
Abb. 1.13 Okzipitale Projektionen einer radialen (links) und einer tangentialen (rechts) Quelle, wie sie z.B. bei den Ableitungen von visuell evozierten Potentialen entstehen
1.2 Elektrische Erregungsleitung und Projektion
21
vor, dass sie lediglich als monopolare Verteilungen auftreten, da der andere Pol gar nicht mit erfasst werden kann (in diesem Fall im Gesicht). Besonders schwierig ist die Analyse und Interpretation von gemischten Quellen, vor allem wenn sie sich bei der Erregungsausbreitung in den Bögen zwischen Windungen und Furchen befinden (Abb. 1.12). Aus signalanalytischer Sicht handelt es sich um eine bewegte Quelle, die sich während der Bewegung auch noch dreht. Solche Quellen erzeugen auf der Kopfoberfläche Projektionen, die uneindeutig sind, d.h. man kann nicht eindeutig zwischen Translation und Rotation unterscheiden.
Kapitel 2
Verstärkung und analoge Filterung in der medizinischen Messtechnik
Dieses Kapitel behandelt messtechnisch relevante, charakteristische Eigenschaften von Biosignalen und Störungen im Zeit- und Frequenzbereich. Dabei sollen Mechanismen der Störungseinkopplung in den Messkreis analysiert und Maßnahmen zur Reduktion vorgeschlagen und erörtert werden. Aufbauend auf den Kenntnissen zum Entstehungsmechanismus der Biosignale und in Abhängigkeit der von außen einwirkenden Störungen lassen sich Anforderungen an medizinische Messverstärker und an die Messanordnung formulieren. Basis der wissenschaftlichen Betrachtung sind eine detaillierte Analyse und Simulation des Differenzverstärkers als grundlegenden Baustein der biomedizinischen Messtechnik. Komplexere Ausbaustufen, wie Instrumentationsverstärker, Isolationsvestärker und Guardingtechnik, sowie aktive Elektroden werden hinsichtlich ihrer schaltungstechnischen Vor- und Nachteile ausführlich bewertet. Zur analogen Signalaufbereitung sind analoge spektrale Filter notwendig, mit deren Dimensionierung sich dieses Kapitel sowohl theoretisch als auch praktisch beschäftigt. Die Forderung nach einem linearen Phasenfrequenzgang der Filter sowie der gesamten Messkette werden begründet und Realisierungsmöglichkeiten dieser Forderung erörtert. Dabei stehen evaluierte spezifische Beispiele zur technischen Gestaltung und deren praktischen Umsetzung im Mittelpunkt des Interesses.
2.1 Eigenschaften von Biosignalen und Störungen Das biomedizinische Messsystem ist von vielen Störquellen umgeben. Die meisten sind dem Bereich der Medien- und Energieversorgung, Industrie, Verkehr und Nachrichtentechnik zuzuschreiben.
Für die Biosignalverarbeitung sind periodische (Stromversorgungsnetz, Monitore) und quasiperiodische (rotierende Maschinen, Straßenbahn) Störungen noch ein vergleichsweise geringes Problem, denn diese lassen sich gezielt mit spektralen Filtern in der analogen Messkette (Abschn. 2.3) oder digital (Abschn. 5.2) nach der Analog-Digital-Wandlung (Abschn. 3.3) unterdrücken. Wesentlich schwieriger ist die Situation, wenn transiente Störungen vorliegen. Diese haben einen unP. Husar, Biosignalverarbeitung, DOI 10.1007/978-3-642-12657-4_2, © Springer-Verlag Berlin Heidelberg 2010
24
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
bekannten und nicht deterministischen2 Verlauf. Solange eine transiente Störung die Signalerfassung durch Übersteuerung des Messverstärkers nicht beeinträchtigt und deutlich von der Form des Biosignals abweicht, kann sie erkannt und eventuell beseitigt werden. In der Regel ist das jedoch nicht möglich. In diesem Abschnitt stehen die Eigenschaften von Biosignalen und Störungen aus Sicht der medizinischen Messelektronik im Mittelpunkt der Betrachtung. Für die technische Komponente der Biosignalverarbeitung (Sensorik, Verstärkung, Filterung, ADWandlung) werden Biosignale zunächst in den beiden Domänen Zeit und Frequenz klassifiziert. Diese beiden Domänen sind für die Herleitung der Anforderungen an die Technik und an die zu entwickelnden Schaltungslösungen maßgeblich.
2.1.1 Eigenschaften Zeitverlauf
von
Biosignalen
und
Störungen
im
2.1.1.1 Periodische Verläufe Entsprechend den Zielen und Aufgaben der Biosignalverarbeitung werden die Signalverläufe klassifiziert (Tabelle 2.1). Ein harmonischer Verlauf ist gegeben, wenn das Signal einen sinusförmigen Charakter besitzt, wobei eine oder mehrere ganzzahlige Vielfache der Grundwelle vorliegen können. So produziert das Stromversorgungsnetz eine Grundwelle mit der Frequenz von 50 Hz und die zweite Oberwelle (dritte Harmonische) mit 150 Hz. Harmonische Verläufe im medizinischen Umfeld sind technischer Herkunft. Tabelle 2.1 Periodischer Verlauf
2
Verlauf
Beispiel
Harmonisch
Stromversorgungsnetz
Nichtharmonisch
Pulskurve, Röhrenmonitor
Impulsartig
EKG, Schaltnetzteil
Rechteckförmig
Datenübertragung
Quasiperiodisch
EEG, hochfrequente Sender
Stochastisch
Rauschen, Zufallssignale
vorbestimmt, hier vorhersehbar, beschreibbar, bekannt
2.1 Eigenschaften von Biosignalen und Störungen
25
15V 10V 5V 0V -5V -10V -15V
0s
10ms V(Uein)
20ms 30ms V(Uaus)
40ms
50ms Zeit
60ms
70ms
80ms
90ms 100ms
Abb. 2.1 Bei zu hoher Störspannung (gestrichelt) am Verstärkereingang (in diesem Fall eine Netzstörung) ist der Messverstärker übersteuert und geht aus dem Arbeitsbereich in die Begrenzung über (volle Linie), so dass eine weitere Verarbeitung des Biosignals nicht möglich ist (Pspice-Simulation BSV_2.1) 20V
1.0V
10mV
100uV 0Hz V(Netz)
100Hz 200Hz V(Gleich)
300Hz Frequenz
400Hz
500Hz
585Hz
Abb. 2.2 Spektrum nach einer Zweiweg-Gleichrichtung der Netzspannung am Gleichrichter bzw. Glättungskondensator (gepunktet) und seine Rückwirkung auf das Netz in Folge des endlichen Innenwiderstandes (volle Linie). Zu beachten ist, dass durch die Nichtlinearität des Gleichrichters im Netz ungerade Harmonische produziert werden, von denen man üblicherweise die erste (50 Hz) und die dritte Harmonische (150 Hz) bewertet (Pspice-Simulation BSV_2.2). Beachten Sie, dass die gleichgerichtete Spannung gerade Harmonische enthält, wie im Spektrum dargestellt. Durch die Gleichrichtung hat sich die Periode halbiert
26
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
1
x
0.5
0
-0.5
-1 0
1
2
3
4
5
t Abb. 2.3 Periodischer, sägezahnförmiger Verlauf, wie er in der Horizontalablenkung in Röhrenmonitoren oder in seiner symmetrischen Form (Dreieck) zur elektrischen Muskelstimulation verwendet wird
1.5
EKG / uV
1 0.5 0 -0.5 -1 0 Abb. 2.4 (EKG)
0.5
1
1.5 Zeit / s
2
2.5
3
Impulsförmiger Verlauf des Kammerkomplexes QRS des Elektrokardiogramms
2.1 Eigenschaften von Biosignalen und Störungen
27
Bei entsprechend starker Einkopplung und Intensität können sie den Messverstärker bis zur Begrenzung übersteuern und die Messung verhindern (Abb. 2.1, Abb. 2.2, Übung 2.1), so dass am Verstärkerausgang ein nichtharmonischer Verlauf erscheint. Ein nichtharmonischer Verlauf liegt vor, wenn zwar eine Periodizität vorhanden ist, der Verlauf aber nicht sinusförmig ist. Ein typischer Vertreter dieser Klasse ist die Zeilenablenkspannung in Röhrenmonitoren, die einen sägezahnförmigen Verlauf hat und daher stark oberwellenbehaftet ist (Abb. 2.3). Die plethysmographische Pulskurve (zeitlicher Verlauf einer Volumenänderung, hier der Volumenänderung von Arterien) des Herz-Kreislauf-Systems oder die zur elektrischen Reiztherapie verwendete dreieckförmigen Ströme sind auch solche Signale. Impulsartiger Verlauf liegt vor, wenn energiereiche, kurze Zeitverläufe vor einem sonst relativ ruhigen Hintergrund auftreten. Eine typische technische Störung dieser Kategorie ist das elektromagnetische Feld, das von Schaltnetzteilen ausgesendet wird. Auch mehrere Biosignale haben impulsartigen periodischen Charakter: Das Elektrokardiogramm (EKG) (Abb. 2.4), das die elektrische Aktivität des Herzens, oder das Elektromyogramm (EMG), das die elektrische Aktivität von Muskeln repräsentiert. Rechteckförmiger Verlauf ist für den Bereich der Nachrichtentechnik in der Datenübertragung typisch. Dieser tritt sowohl in der kabelgebundenen (ComputerDatennetze, ISDN, DSL) als auch in der kabellosen (Funktelefon, RFID) Kommunikation auf. Die Nachrichtentechnik ist eine der stärksten Störquellen im medizinischen Bereich, obwohl der verwendete Frequenzbereich um mehrere Dekaden über dem der Biosignale liegt (Funktelefone werden bei 900 und 1800 MHz betrieben, Biosignale reichen bis maximal 10 kHz). Die Störung kommt durch die unerwünschte Eigenschaft der Amplitudendemodulation der Messverstärker zustande (s. Abschn. 2.1.3). Als quasiperiodischer Verlauf wird ein Verhalten bezeichnet, bei dem die Periodizität nur in einem beschränkten zeitlichen Rahmen vorherrscht. Dieses Verhalten ist für eine ganze Reihe von Biosignalen typisch, stellvertretend sei hier das Elektroenzephalogramm (EEG) genannt. Das EEG präsentiert sich in abgegrenzten spektralen Bereichen, die für den psychischen und physischen Zustand des Menschen charakteristisch sind. 2.1.1.2 Stochastischer Verlauf Als stochastisch werden Zeitverläufe bezeichnet, die einen zufälligen Charakter haben. Die Struktur der stochastischen Verläufe reicht von tatsächlichen, reinen Zufallsprozessen, wie thermisches oder Halbleiterrauschen, bis hin zu teilweise deterministischen Prozessen, wie das EKG oder EEG. Diese stellen eine Mischung aus scheinbarem Zufall und Determinismus dar. Gerade bei Biosignalen handelt es
28
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
sich nicht um Zufallsprozesse, sondern um komplizierte und kaum überschaubare dynamische und nichtlineare Prozessverkopplungen. Für die Analyse bezeichnet man sie nach einer starken Vereinfachung oft als stochastische Prozesse. 2.1.1.3 Transienter zeitlicher Verlauf Transiente Vorgänge lassen sich auf Grund ihres nicht reproduzierbaren Verlaufs nur schwer differenzieren. Daher bilden wir aus der Erfahrung heraus die folgenden Klassen (empirische Klassifizierung) (Tabelle 2.2). Bewegungsartefakte sind die häufigste transiente Störung im medizinischen Umfeld. Die empfindliche medizinische Messtechnik ist über Sensoren mit dem Patienten verbunden. Diese Kontaktstelle bildet keine starre Verbindung, sondern ist flexibel, wie z.B. Oberflächenelektroden zur Erfassung des EKG. Durch relative Bewegungen zwischen dem Patienten und dem Messkreis (der Patient selbst oder Kabel des Messverstärkers bewegen sich) ändern sich die Koppeleigenschaften an der Anschlussstelle des Sensors und so entsteht im Signal ein Bewegungsartefakt. Bewegungsartefakte können auch entstehen, wenn es keine relative Bewegung zwischen dem Patienten und der Messanordnung gibt. Störquellen aus der Umgebung, am häufigsten aus dem Stromversorgungsnetz (s. Abschn. 2.1.3.2 Kapazitiv eingekoppelte Störungen), wirken immer über vorhandene Streukapazitäten auf den Messkreis ein. Selbst einfache Bewegungen des medizinischen Personals in der Nähe der sehr empfindlichen Messtechnik können zur Bildung von Artefakten führen. Solche Bewegungsartefakte haben einen unbekannten Zeitverlauf, sind nicht reproduzierbar, kaum detektierbar und stellen somit ein signalanalytisches Problem dar. Ausgleichsvorgänge sind transiente Störungen, die zwar von kurzen Störimpulsen oder Sprüngen ausgelöst werden, aber auf Grund sehr großer Zeitkonstanten der analogen Filter im Messkreis (s. Abschn. 2.3) lange nachwirken können (Abb. 2.5). In medizinischen Verstärkern werden zur Elimination der hohen ElektrodenTabelle 2.2 Transienter Verlauf Verlauf
Beispiel
Bewegung
Patientenbewegung, Kabel
Ausgleichsvorgang
Kondensatorentladung
Spitzen und Sprünge
Funken, mechanische Kontakte
Schaltvorgänge
Ab- und Maschinen
Einschalten
von
2.1 Eigenschaften von Biosignalen und Störungen
29
EKG / mV 2.5 2 1.5 1 0.5 0
Ausgleichsvorgang
Sprung
-0.5 -1 -1.5 0
2
4
6
8 t/s
10
12
14
16
Abb. 2.5 Typische transiente Störung im EKG: Durch Bewegungsartefakt verursachter Sprung (bei t = 4 s), der zum Ausgleichsvorgang (hier mit einer Zeitkonstante von 2 s) führt. (PSpiceSimulation BSV_2.42)
spannungen (100 mV bis 1 V) analoge Hochpassfilter verwendet, die wegen der sehr niedrigen Grenzfrequenz von 0.01 Hz Zeitkonstanten von bis zu 20 Sekunden besitzen. Dies führt dazu, dass selbst ein kurzer Spannungsimpuls mit einer Dauer von wenigen Millisekunden (Schaltspitzen) oder ein Sprung einen Ausgleichsvorgang von einer Dauer von bis zu einer Minute verursacht. Ausgleichsvorgänge sind – falls sie den Messverstärker nicht übersteuern – teilweise eliminierbar. Spitzen und Sprünge sind technischer Herkunft und unterscheiden sich meist deutlich vom Biosignal, so dass sie auch gut erkennbar und detektierbar sind (Abb. 2.5). Falls sie keinen Ausgleichsvorgang nach sich ziehen, so beeinträchtigen sie das Biosignal nur kurzzeitig und stellen somit kein signalanalytisches Problem dar. Sie sind, wie die meisten transienten Störungen, nicht korrigierbar, aber auf Grund ihrer kurzen Dauer können die betroffenen Signalabschnitte aus der weiteren Auswertung ohne große Informationsverluste ausgeschlossen werden. Schaltvorgänge sind der Herkunft nach transiente technische Störungen. Beim Ein- und Ausschalten von elektrischen Anlagen entstehen energiereiche Störun-
30
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
gen, die sich vor allem über die Stromversorgung oder magnetisch als Induktionsspitzen verbreiten. Die konkrete Signalform hängt von den technischen und technologischen Gegebenheiten ab (angeschlossen Anlage, An- und Auslaufzeiten, sekundäre Störeffekte über kapazitive und induktive Einkopplung). Schaltvorgänge bedecken die gesamte Breite transienter Störungen zwischen Spannungsspitzen und -sprüngen bis hin zu Ausgleichsvorgängen. Deswegen sind sie nicht detektierbar und nicht eliminierbar.
2.1.2 Eigenschaften von Biosignalen und Störungen im Spektrum Grundsätzlich gilt für Biosignale, dass sich ihr Spektrum zwischen 0 Hz und etwa 10 kHz erstreckt, wobei das Energiemaximum zwischen 1 Hz und 100 Hz liegt.
Für die Biosignalverarbeitung ist dies sehr ungünstig, da die meisten technischen Störungen entweder direkt in diesem Bereich liegen (Stromversorgungsnetz, Röhrenmonitore, rotierende Maschinen) oder in diesem Bereich nach der ungewollten Amplitudendemodulation auftreten (Funktelefon, Computernetze, nahe Sender, Hochfrequenzchirurgie). Das Linienspektrum tritt nur im technischen Bereich auf, typischerweise als spektrale Nadeln der Harmonischen der Netz- oder der Bildfrequenz bei Röhrenmonitoren (siehe Abb. 2.2). Harmonische Störungen – da ihre Frequenz konstant und bekannt ist – lassen sich mit Hilfe spektraler Filter (Bandsperren) wirksam unterdrücken. Signalanalytisch korrekt konstruierte Bandsperren beeinträchtigen das Biosignal nur unwesentlich, obwohl sie mitten im Spektrum der Biosignale liegen (s. Abb. 2.6). Tabelle 2.3 Klassifizierung von Signalen und Störungen im Spektrum Spektrum
Beispiel
Linien
Netz mit Oberwellen, Röhrenmonitore
kontinuierlich
EEG, Bewegungsartefakt
schmalbandig
Pulskurve, Funktelefon
breitbandig
EMG, Impulsartige Störungen
kombiniert
EKG, mehrere Störungen
2.1 Eigenschaften von Biosignalen und Störungen
31
120
E E G /d B
100
80
60
40
20 0
100
200
300
400
500
f/Hz
Abb. 2.6 Eine EEG-Aufnahme überlagert mit fünf Harmonischen der Netzfrequenz und dem Verstärkerrauschen. Das Netz produziert das markante Linienspektrum, während das EEG zusammen mit dem Verstärkerrauschen ein gleichmäßig abfallendes kontinuierliches Spektrum aufweist (Abtastrate 1000 sps3, kein analoges Filter vor der AD-Wandlung)
Kontinuierliche Spektren sind typisch für quasiperiodische Signale wie EEG (zwischen 0 Hz und etwa 100 Hz) oder Bewegungsartefakte. Die kontinuierlichen Spektren von Störungen und Biosignalen überlappen sich vollständig, daher ist eine Trennung mit Hilfe spektraler Filter nicht möglich. Schmalbandige Spektren (Bandbreite etwa 0.01 bis 0.1 der Gesamtbreite, absolut zwischen 1 bis 10 Hz) entstehen bei periodischen Signalen, deren Form nichtharmonisch ist bzw. sich zeitlich ändert, beispielsweise bei der plethysmografischen Pulskurve. Schmalbandig sind jedoch auch einige technische Störungen, die häu-figste ist die durch die Amplitudendemodulation entstehende Hüllkurve der Funktelefone. Solange das störende Spektrum vom Biosignalspektrum ausreichend ent-fernt ist, lässt es sich mit spektralen Filtern unterdrücken. In der Praxis ist dies aber nur selten möglich. Breitbandige Spektren (Bandbreite über 0.1 der Gesamtbreite, absolut ab etwa 10 Hz) in der medizinischen Messtechnik sind meistens Produkte von impulsartigen 3
Sample-Per-Second, Abtastrate
32
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
Biosignalen oder Störungen. Das breiteste Spektrum bei Biosignalen weist das EMG (Elektromyogramm) auf, da es signalanalytisch eine quasizufällige Folge von sehr kurzen Aktionspotentialen der Länge von einigen Millisekunden ist und bis in den Kilohertzbereich reicht. Impulsstörungen technischer Herkunft sind sehr breitbandig und ragen deutlich über den Bereich der Biosignale hinaus. Diese sind mit spektralen Filtern nicht beherrschbar. Die einzige Möglichkeit zur Beseitigung besteht darin, den gestörten Signalabschnitt aus der weiteren Verarbeitung auszuschließen. Kombinierte Spektren entstehen dann, wenn die Form des Biosignals oder der Störung mehrere der genannten Charakteristiken enthält. Das elektrophysiologische Signal EKG (Elektrokardiogramm) setzt sich aus sehr schmalen implusartigen QRS-Komplexen zusammen (Kammeraktionen des Herzens), die ein breites Linienspektrum erzeugen. Die langsameren P- und T-Wellen als quasiperiodische Signale erzeugen ein kontinuierliches Spektrum, dem das Linienspektrum überlagert ist, so dass in der Summe ein kombiniertes Spektrum entsteht.
2.1.3 Einkopplung von Störungen in die Messanordnung Störungen können in die Messanordnung auf unterschiedlichen Wegen gelangen: Galvanisch, kapazitiv, induktiv oder als hochfrequente (über etwa 50 kHz) elektromagnetische Welle. Im Folgenden werden die Wege der Störungseinkopplung analysiert und Möglichkeiten zu ihrer Beseitigung oder zumindest ihrer Reduktion erörtert. 2.1.3.1 Galvanische Störungseinkopplung Galvanische Einkopplung heißt, dass diese auf einem Gleichstromweg – über einen reellen ohmschen Widerstand, auch über den Isolationswiderstand – stattfindet. Wie groß der reelle Widerstand ist, hängt von den konkreten Bedingungen im Messkreis ab (Isolationswiderstand, Luftfeuchtigkeit, Kondenswasser, Kriechstrecken). Die Störung kann auf dem Signalweg (Abb. 2.7) oder über die Masse eingekoppelt werden. Der Einfachheit der Darstellung wegen wurde nur eine Signalleitung über Re2 berücksichtigt. Natürlich wirkt das Netz auf alle Leitungen über die jeweiligen Isolationswiderstände. Die Gesamtwirkung summiert sich dann entsprechend dem Superpositionsprinzip4 auf. Diese Vorgehensweise wird auch in den folgenden Analysen fortgesetzt:
4
Das Superpositionsprinzip besagt, dass man in einem linearen System die Wirkung von Quellen einzeln untersuchen und diese dann für die Gesamtwirkung aufsummieren kann.
2.1 Eigenschaften von Biosignalen und Störungen
33
Gezeigt wird ein exemplarischer Wirkungsweg, wobei dieser auf alle anderen Zweige und Bauelemente entsprechend dem Superpositionsprinzip erweiterbar ist.
Wie Abb. 2.8 zeigt, ist die über den Isolationswiderstand galvanisch eingekoppelte Störung relativ stark und beeinträchtigt das Biosignal. Daher muss sie wirksam reduziert werden. Die Maßnahmen sind konstruktiver Art, die bereits bei der Geräteentwicklung umgesetzt werden müssen: doppelte bzw. verstärkte Isolation aller Netzspannung führenden Teile inklusive kompaktes Vergießen des Netztransformators bzw. des Netzteils (Übung 2.3). Eine häufige, aber nur schwer identifizierbare Störungseinkopplung entsteht über der Masseleitung des Messgerätes. In der Fachsprache wird sie auch als „Masseschleife“ genannt und ist schematisch in Abb. 2.9 dargestellt. (Die Spannungsverläufe sind qualitativ die gleichen wie in Abb. 2.8). Da am Patienten in der Regel
Messverstärker
R4 1MEG
Ub+
Messobjekt Re1
R2
2k
10k
U1 +
Ri
0
1k
V+ V-
OS2
Ausgang
OS1
Uekg
+ -
Ub-
Re2 2k
R3 10k
R1 1MEG
Ris 10G +
Unetz
-
0
Netzstörung
Abb. 2.7 Das Messobjekt (EKG-Ableitung am Patienten) ist über Elektroden (Re1 und Re2) an den Messverstärker angeschlossen. Vom Netz wird über den Isolationswiderstand Ris auf den Signalweg galvanisch eine Störung eingekoppelt (PSpice-Simulation BSV_2.6)
34
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
200mV
160mV
120mV
80mV 0s
V(Ausgang)
0.2s
0.4s
Zeit
0.6s
0.8s
1.0s
Abb. 2.8 Simuliertes EKG mit einer galvanisch eingekoppelten Netzstörung, wie in Abb. 2.7 gezeigt (PSpice-Simulation BSV_2.6)
mehrere Geräte angeschlossen sind, kann es vorkommen, dass der Betriebsstrom eines Medizingerätes über die Masseleitung eines anderen Gerätes fließt (Strom durch Rg, in der Simulation BSV_2.7 beträgt etwa 5 A, Abb. 2.9). Dieser erzeugt über dem ohmschen Widerstand des Betriebsleiters des Messgerätes einen zusätzlichen Spannungsabfall Uschleife. Diese Spannung wirkt entsprechend der Maschengleichung (daher die Bezeichnung Masseschleife) direkt am Eingang des Messverstärkers, als wäre es eine vom Patienten kommende Spannung. Eine Masseschleife in der praktischen Messtechnik aufzuspüren, wenn z.B. in der Intensivstation etwa 20 Geräte an einem Patienten angeschlossen sind, ist sehr schwierig. Die wirksamste Maßnahme zur Vermeidung von Masseschleifen besteht darin, dass man alle verwendeten Geräte auf dem kürzesten Weg in einem einzigen Punkt (Stromverteiler) der Stromversorgung anschließt. Beim Verdacht auf eine Masseschleife ist es daher sinnvoll, die komplette Installation bzw. die Anschlussbelegung neu und von Beginn an nach dem genannten Prinzip durchzuführen (Übung 2.4). 2.1.3.2 Kapazitiv eingekoppelte Störungen Aus der Elektrotechnik ist bekannt, dass zwei leitfähige Teile (auch Flüssigkeiten und Elektrolyte) miteinander eine Kapazität bilden. Die Größe der Kapazität hängt von der wirksamen Fläche der Teile, von ihrem Abstand und von dem zwischen den Teilen befindlichen Stoff, entsprechend der Gln. (2.1), ab
2.1 Eigenschaften von Biosignalen und Störungen
C
35
H
A d
(2.1)
In Gl. 2.1 ist C Kapazität zwischen zwei leitfähigen Teilen; H Permitivität des Dielektrikums zwischen den Teilen, Materialkonstante, niedrigster Wert besteht für das Vakuum; A wirksame Fläche der Teile; d Abstand zwischen den Teilen.
Wenn in der medizinischen Praxis z.B. ein EKG abgeleitet werden soll, so geschieht dies in Räumen mit Netzinstallation. Der Patient bildet sowohl mit dem Außenleiter (Phase) als auch mit dem Neutralleiter (Nullleiter) eine Streukapazität. Diese Situation ist in Abb. 2.10 schematisch dargestellt. Vereinfachend wird angenommen, dass die Streukapazitäten C1 und C2 gleich sind und der Patient weder geerdet noch mit der Betriebsmasse des Messverstärkers verbunden ist (der Widerstand Rm ist nicht vorhanden). In diesem Fall liegt der Patient auf etwa dem Messverstärker R4 1MEG Messobjekt Re1
Ub+
U1
R2
+ V+ OS2
10k
2k
Ri 1k
OS1
+ -
Ub-
Re2 R3 10k
2k
Re3
R1 1MEG
Uschleife U+
Rg
+
Ub+
+
U0
-
2k
Unetz
Ausgang
V-
Uekg
0
Ub-
12V
12V
44
+ -
Medizingerät 0
Uschleife
Rm 0.3 0
Abb. 2.9 Störungseinkopplung über die Masseverbindung, Entstehung einer Masseschleife. Der Patient ist über eine Elektrode Re3 geerdet. Der Masseanschluss eines Gerätes hat immer einen endlichen reellen Widerstand Rm. Über Rm fließt unter ungünstigen Umständen der Betriebsstrom eines anderen Gerätes, der über Rm einen Spannungsabfall Uschleife erzeugt. Dieser wird direkt auf den Patienten verschleppt (PSpice-Simulation BSV_2.7)
36
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
L1 C1
1p
LH
Ri 1k
-
Unetz
+ -
+
Uekg
5k
LF
Rm 1p
C2
N
0 Abb. 2.10 Patient im elektrischen Feld der Stromversorgung bei einer EKG-Ableitung, bei der die vom Herzen erzeugte Potentialdifferenz zwischen LH (linke Hand) und LF (linker Fuß) gemessen werden soll. L1 ist der Außenleiter der Stromversorgung („Phase“), N der Neutralleiter („Null“), die Kapazitäten C1 und C2 sind modellierte Streukapazitäten des Patientenkörpers zu den Leitern der Stromversorgung. Der Widerstand Rm repräsentiert die Masseelektrode. Ist diese nicht vorhanden, so muss ihr Widerstand in der PSpice-Simulation erhalten bleiben und auf ausreichend hohen Wert (z.B. 50 G:) gesetzt werden (ohne Rm hätte Uekg keine leitfähige Verbindung zur Masse und das ist in PSpice unzulässig; PSpice-Simulation BSV_2.8)
2.1 Eigenschaften von Biosignalen und Störungen
37
halben Potenzial5 der Versorgungsspannung, also auf 115 V. Dies scheint zunächst eine gefährliche Lage für den Patienten zu sein. Bei näherer Betrachtung wird jedoch Folgendes deutlich: Die Gefahr für den Menschen entsteht dann, wenn zwischen zwei Punkten seines Körpers eine Potentialdifferenz von außen erzeugt wird, die größer als 24 V ist und eine im biologischen Spektrum liegende Frequenz von 10 Hz bis 1 kHz besitzt. Natürlich spielt auch der Stromweg eine große Rolle – die durch das Herz längs der Achse führenden Stromwege sind die gefährlichsten. Ist eine Potentialdifferenz vorhanden ist, kann diese nur gefährlich werden, wenn der Stromkreis geschlossen ist. Dies ist dann gegeben, wenn der Strom von der Quelle über den Patienten hindurch zurück zur Quelle fließen kann. Dabei ist es unerheblich, ob eine Verbindung zur elektrischen Masse bzw. zur Erde besteht. Ein weit verbreiteter Irrtum besagt, dass der Strom immer zur Erde bzw. zur Masse fließt. Für die potentiell gefährliche Wirkung des elektrischen Stromes ist allein die Tatsache entscheidend, ob der Stromkreis durch den Patienten geschlossen ist. Ist diese Bedingung nicht erfüllt, so sind – wie in diesem Falle – selbst hohe Potentiale ungefährlich. Betrachtet man die Schleife hinsichtlich der Netzspannung, so bilden die Kapazitäten C1 und C2 mit dem Innenwiderstand des Körpers Ri einen Spannungsteiler nach der Gl. 2.2. Dabei fallen über den Kapazitäten, deren Betrag der Impedanz bei der Netzfrequenz 320 M: erreicht, Spannungen von 115 V ab. Über der Körperimpedanz Ri = 1 k: bildet sich eine Spannungsdifferenz von 0.4 mV aus. Diese
1.2mV
0.8mV
0.4mV
0V
-0.4mV 0s
0.1s
0.2s
0.3s
0.4s
0.5s Zeit
0.6s
0.7s
0.8s
0.9s
1.0s
Abb. 2.11 EKG-Ableitung (Differenzspannung zwischen LH und LF) am Patienten bei kapazitiver Einstreuung von der Netzinstallation und fehlender Masseelektrode Rm (PSpice-Simulation BSV_2.8, dort Rm >10 G:)
5
Unter Potenzial wird hier immer die Differenz eines betrachteten Punktes zur Erde verstanden.
38
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
ist für den Menschen völlig ungefährlich. Allerdings reicht bereits diese niedrige Spannung dazu aus, die Messung deutlich zu beeinträchtigen (s. Abb. 2.11).
u LH , LF Rm of
u L1, N u C1 uC 2 Zc
u Netz
Ri Ri Z C1 Z C 2
1
(2.2)
(2.3)
ZC
Wird der Patient auf Masse gelegt (über den Widerstand Rm, der die Masseelektrode mit 5 k:simuliert), so ändern sich die Verhältnisse aus Sicht der Messtechnik wesentlich. Die Störspannung am linken Fuß (LF) wird durch den Massenanschluss Rm zwar wesentlich kleiner als im ungeerdeten Fall und beträgt nur etwa 0,5 mV. Allerdings wird sich das Signal-Rausch-Verhältnis (SNR, Signal-toNoise-Ratio; für eine EKG-Messung s. Gl. (2.5)) im Vergleich mit der Messanordnung am ungeerdeten Patienten verschlechtern. Zwar bleibt die EKGAmplitude mit etwa 1 mV konstant, jedoch die über dem Patienten abfallende Störspannung steigt auf das Doppelte an (s. Gl. (2.4)), da folgendes gilt: Rm Z C 2 Rm || Z C 2 | Rm .
u LH , LF Rm Z C 2 | u L1, N uC1 u Rm SNR EKG SNR EKG / dB
u Netz
Ri Ri Z C1 Rm
uˆ EKG uˆ Ri ( Netz ) 20 log10 SNR EKG
(2.4)
(2.5) (2.6)
Damit verschlechtert sich das SNR auf die Hälfte bzw. es sinkt um 6 dB ab, s. Gl. (2.6). Die Ursache für die Zunahme der Störung liegt darin, dass die Streukapazität C2 durch die Masseelektrode Rm niederohmig überbrückt wurde. Dadurch halbiert sich der Gesamtwiderstand des Spannungsteilers und demzufolge fließt der doppelte Querstrom. Infolgedessen verdoppelt sich der vom Netz verursachte Spannungsabfall über dem Patienten am Innenwiderstand Ri und die Störung im Messsignal wird stärker. Die Maßnahmen zur Reduktion der kapazitiv eingekoppelten Störungen sind prinzipiell einfach, in der Praxis aber nur schwierig realisierbar: Zunächst müssen alle Netzspannung führenden Teile (Kabel und Geräte), die zur Messung nicht notwendig sind, aus der Nähe des Patienten entfernt werden. Damit wird der die Streukapazitäten bestimmende Abstand vergrößert. Bei extremen Anforderungen an die Messanordnung (medizinische Forschung, experimentelle Untersuchungen vor allem im neurologischen Bereich) kann sogar die Abschirmung der Netzinstallation oder des Messkreises (Faradayscher Käfig) notwendig sein. Schaltungs-
2.1 Eigenschaften von Biosignalen und Störungen
39
technisch sind kapazitiv eingekoppelte Störungen beherrschbar, wie in Abschn. 2.2.2 gezeigt wird. 2.1.3.3 Induktiv eingekoppelte Störungen
Während kapazitiv eingekoppelte Störungen auch statisch vorhanden sind, treten induktiv eingekoppelte Störungen nur dann auf, wenn die störende Quelle einen Stromfluss oder eine elektromagnetische Welle produziert. Diese Situation ist in Abb. 2.12 dargestellt: Das Netz versorgt die Last Rl mit einem Betriebsstrom der Stärke 1 A. Der Patient ist elektrisch leitfähig, so dass er mit den Anschlusskabeln des Messverstärkers an der linken Hand und am linken Fuß eine Leiterschleife bildet. Das vom Stromkreis des Netzes erzeugte magnetische Feld durchfließt die Fläche des Patientenmesskreises und induziert am Eingangswiderstand des Messverstärkers entsprechend Gl. 2.7 eine Störspannung. Entsprechend Gl. 2.7 zur Entstehung einer induzierten Spannung kann diese sowohl in Folge der zeitlichen Änderung der magnetischen Induktion als auch der durchflossenen Fläche entstehen. Die zeitliche Änderung der magnetischen Induktion ist bereits dadurch gegeben, dass in der Installation der Stromversorgung ein mit der Netzfrequenz harmonisch veränderlicher Strom fließt. In der medizinischen Messanordnung kann es vorkommen, dass sich auch die vom magnetischen Fluss durchflossene Fläche ändert, z.B. durch Bewegung des Patienten oder der Kabel. uind
d) , dt
)
A B
(2.7)
In Gl. 2.7 ist uind die induzierte Spannung in einer offenen Leiterschleife, ) magnetischer Fluss, B magnetische Induktion, A Fläche der Leiterschleife.
Die magnetische Kopplung zwischen der Stromversorgung und dem Messkreis ist in Abb. 2.12 mit dem Transformator T nachgebildet. Die in den Messkreis induzierten Spannungen liegen im Millivoltbereich und sind damit im Vergleich zu den kapazitiv eingestreuten Störungen sehr klein, jedoch wirken sie direkt auf den Eingang des Messverstärkers. Das gewünschte EKG und die induktiv eingekoppelte Störung überlagern sich additiv, was einer Reihenschaltung im elektrischen Ersatzschaltbild entspricht. Die Schwierigkeiten mit induktiv eingekoppelten Störungen ergeben sich aus ihrem Wirkprinzip: Sie gelangen an den Verstärkereingang auf demselben Weg wie die gewünschten Signale – von einer differentiellen Körperquelle. Sie können schaltungstechnisch voneinander nicht getrennt werden. Die Möglichkeiten zur Reduktion der induzierten Störungen sind begrenzt: Die induzierte Spannung hängt von der Größe der magnetisch durchflossenen Fläche, der Stromstärke in der Installation sowie von der Entfernung zur störenden Quelle ab. In der Praxis besteht bestenfalls die Möglichkeit, die Fläche zu beeinflussen. Sie lässt sich
40
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
durch Verdrillen der Messkabel zwischen dem Patienten und dem Messverstärker verkleinern. Diese Maßnahme ist jedoch nur teilweise umsetzbar und bringt wegen der immer vorhandenen Patientenfläche und der notwendigen Flexibilität der Anschlusskabel keine wesentliche Verbesserung der Messsituation. Eine Ab-
L1
LH
Ri
Unetz
+ -
+ -
1k
Uekg
5k Rm
Re
Rl
1MEG
230
LF
T
N
0
Abb. 2.12 Patient im magnetischen Feld der Stromversorgung bei einer EKG-Ableitung, bei der die durch die Herzaktivität erzeugte Potentialdifferenz zwischen LH (linke Hand) und LF (linker Fuß) gemessen werden soll. L1 ist der Außenleiter der Stromversorgung („Phase“), N der Neutralleiter („Null“), Rl der Lastwiderstand eines Gerätes am Netz, Re der Eingangswiderstand eines medizinischen Messverstärkers, mit dem die EKG-Ableitung zwischen der linken Hand und dem linken Fuß gemessen werden soll. Der Transformator T repräsentiert die induktive Kopplung zwischen der stromführenden Netzinstallation und dem Patientenmesskreis (PSpice-Simulation BSV_2.9)
2.1 Eigenschaften von Biosignalen und Störungen
41
1.2mV
0.8mV
0.4mV
0V
-0.4mV
0s
0.1s V(LH,LF)
0.2s
0.3s
0.4s
0.5s Zeit
0.6s
0.7s
0.8s
0.9s
1.0s
Abb. 2.13 EKG-Ableitung (Differenzspannung zwischen LH und LF) am Patienten bei induktiver Einkopplung von der Netzinstallation (PSpice-Simulation BSV_2.9)
schirmung ist im Bereich der Frequenzen von 16 Hz bis 60 Hz bei magnetischen Feldern nicht vertretbar. Für eine wirksame Unterdrückung wäre eine Dicke der metallischen Wände in der Größenordnung von 50 cm Eisen und mehr notwendig. Abschirmungen mit Speziallegierungen bleiben einigen wenigen Sonderkonstruktionen vorbehalten, wie z.B. in magnetisch abgeschirmten Kammern für biomagnetische Messungen. Wirksame Maßnahmen können jedoch im Vorfeld des Baus eines Krankenhauses bei der Projektierung getroffen werden: Man sorgt schon bei der Planung dafür, dass Räume mit empfindlicher Messtechnik von leistungsstarken Anlagen und ihrer Stromversorgung, wie CT, MRT, Radiologie und HFChirurgie, voneinander hinreichend weit entfernt sind. 2.1.3.4 Elektromagnetisch eingekoppelte Störungen
Elektromagnetische Einkopplung hochfrequenter Störungen findet auf demselben Weg statt, wie Radiosignale empfangen werden: Die Anschlusskabel der Messanordnung, die eine Länge von ein bis zwei Metern haben, funktionieren wie Staboder Rahmenantennen. Der empfangene Frequenzbereich erstreckt sich über das gesamte Spektrum der Radiokommunikation, von 50 kHz (Langwellen) bis weit in den Gigahertzbereich (WLAN bei 2.4 GHz und 5 GHz). Bei so immensen Frequenzen stellt sich die Frage, warum derartig hochfrequente Schwingungen Biosignale stören können, die weit im tieffrequenten Bereich bis höchstens 10 kHz liegen. Die Erklärung ist die ungewollte und unerwünschte Amplitudendemodulation am Verstärkereingang des Messsystems. Doch wieso demoduliert ein Verstärkereingang hochfrequente Signale, wenn er eigentlich für tiefste Frequenzen
42
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
bestimmt ist? Beginnend mit Ausführungen zu den Grundlagen der AM (Amplitudenmodulation) wird dieses Problem schaltungstechnisch erläutert. Um niederfrequente Signale (Sprache, Bilder, Biosignale) über größere Entfernungen drahtlos übertragen zu können, ist es notwendig, diese Signale einem Parameter (Amplitude, Frequenz, Phase) eines hochfrequenten Trägers aufzuprägen. Dieses Prinzip ist so alt wie der Funk selbst. Die AM ist die älteste Modulationsart. Mathematisch ist die AM, entsprechend Gl. (2.8), über die Multiplikation des NF-Signals (niederfrequent, UNF ) mit dem HF-Träger (hochfrequent, UHF > UNF) realisierbar. Diese Möglichkeit wurde auch in der Simulation in Abb. 2.14 gewählt. u AM
Uˆ
HF
Uˆ NF cosZ NF t cosZ HF t
(2.8)
Nach der Multiplikation beider Signale im AM-Modulator entsteht ein AM-Signal mit der Frequenz des HF-Trägers und der Einhüllenden des NF-Signals, wie in der unteren Grafik der Abb. 2.15 dargestellt. Die Transferstrecke (Verstärkung, Antenne, Übertragungsmedium) wurde hier mit einem einfachen Verstärker nachgebildet. Die Aufgabe eines AM-Demodulators besteht nun darin, aus dem AMmodulierten HF-Träger die Einhüllende zurück zu gewinnen. Da das HF-Signal nullsymmetrisch ist, muss es zunächst gleichgerichtet werden, sonst würde sich die Einhüllende nach der beabsichtigten Tiefpassfilterung aufheben. Dazu dient die Diode Dam im Demodulator in Abb. 2.14. Nach der Gleichrichtung ist es notwendig, die kurzen Perioden der HF-Schwingung mit einer geeigneten Zeitkonstante zu überbrücken, am Einfachsten mit einem Tiefpass. Dieser wird mit der RC-Kombination aus Rd und Cd realisiert. Die Anordnung des Demodulators ist schaltungstechnisch gesehen ein Hüllkurverndetektor mit einer geeigneten Zeitkonstante (groß genug zum Überbrücken der HF-Periode, aber klein genug, um dem NF-Signal zu folgen). Der resultierende Verlauf ist in der oberen Grafik der Abb. 2.15 dargestellt. Diese schaltungstechnische Lösung ist sehr einfach und das war auch einer der Gründe für die Verbreitung der AM in den Anfängen der Nachrichtentechnik. Im Folgenden stellt sich die Frage, welcher Zusammenhang zwischen einem AMDemodulator und einem medizinischen Messverstärker besteht. Am Eingang jedes Verstärkers befinden sich als aktive Bauelemente Transistoren. Die Basis-EmitterStrecke (Gate-Source-Strecke eines FETs) ist als PN-Übergang einerseits eingleichrichtendes Element, andererseits ist der PN-Übergang in der Durchlassrichtung eine relativ große Kapazität (bis einige nF). Die Transistoren der Eingangsstufe des Messverstärkers sind mit Widerständen zur Festlegung ihrer Betriebsparameter bestückt. Damit enthält die Eingansstufe des Messverstärkers alle notwendigen Bauelemente eines AM-Demodulators (Gleichrichter, Widerstand, Kapazität). Sie funktioniert bei hochfrequenten Störsignalen mit veränderlicher
2.1 Eigenschaften von Biosignalen und Störungen
43
Transfer
AM-Modulator
AM-Demodulator
0
+
R3 10k
0
hf
R4 5k
Multiplikator
-
IN1+
Ub+ + V+
IN1-
IC1
IN2+
-
0 +
nf
Dam OS2 OS1
VRq
IN2-
10
-
R1 10k
Rd 100k
Cd 100n
Ub0
0
R2 100k
Abb. 2.14 Prinzip der Amplitudenmodulation und -demodulation. Mit dem NF-Signal wird die Amplitude des HF-Signals multipliziert (moduliert), das HF-Signal wird zusätzlich als Grundwelle (Träger) addiert. Der Transferblock repräsentiert den Sender und die Übertragungsstrecke. Zur Rückgewinnung des NF-Signals reichen drei passive Elemente (D, R, C) im Demodulator (PSpice-Simulationen BSV_2.10, a, b)
2.0V 0V -2.0V 4.0V
0V
-4.0V
0s
20ms
40ms
60ms
80ms
100ms 120ms 140ms 160ms 180ms Zeit
Abb. 2.15 Zeitverläufe bei der Amplitudenmodulation und -demodulation. In der oberen Grafik das AM-demodulierte Signal am Demodulatorausgang, in der unteren Grafik das AM-HF-Signal am Demodulatoreingang (PSpice-Simulation BSV_2.10). Zu beachten ist, dass der AMDemodulator als Hüllkurvendetektor arbeitet und daher die Amplitude jeder – nicht unbedingt AM-modulierter – HF-Schwingung wiedergibt
44
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
Einhüllenden auch wie ein AM-Demodulator. Dabei müssen die HF-Signale nicht einmal einer gewollten AM entstammen. Es reicht schon aus, wenn sich die Amplitude eines beliebigen HF-Signals in Folge veränderlicher Ausbreitungsbedingungen von selbst ändert. Dies kann z.B. durch Bewegung im Gelände bei einem FM-Signal (Frequenzmodulation im UKW-Rundfunk) oder durch eine bewegungsbedingte veränderliche Amplitude der HF-Schwingung im OP bei der HFChirurgie geschehen. Das Fazit dieser Analyse ist, dass jede beliebige HFSchwingung mit veränderlicher Amplitude die Messung von Biosignalen beeinträchtigen kann. Wirksame Maßnahmen gegen elektromagnetische Störungen sind nur schwierig realisierbar. Schaltungstechnisch wäre es denkbar, die Eingänge des Messverstär0 +15v
C1 100n + L1 R5 10k
IC1
100uH
V+OS2 V-
-
R1
R2
1k
10k
Ra 10k +15v
-15v R12 Vg
+
50k Rc
+ -
0
IC3
1k
-
R13 50k -15v R6
L2 100uH
VIC2 V+
10k
0
OS1
OS1
V+OS2 V-
OS1
-15v Rb 10k R3
R4
1k
10k
OS2
+ C2 100n
+15v 0
Abb. 2.16 Medizinischer Messverstärker als Instrumentationsverstärker mit Tiefpässen am Eingang zur Unterdrückung hochfrequenter Störungen. Der Eingangswiderstand des Verstärkers wird durch die Tiefpässe von ursprünglich 600 M: auf 10 k:R5, R6 bei ihrer Grenzfrequenz reduziert (Pspice-Simulation BSV_2.11)
2.2 Medizinische Messverstärker
45
kers mit Tiefpässen auszustatten, wie es in der technischen Messtechnik oder Telekommunikation üblich ist (Abb. 2.16). Derartige Filter würden jedoch die geforderte hohe Eingangsimpedanz des Verstärkers stark herabsetzen, was im medizinischen Bereich nicht akzeptabel ist. Umsetzbare Maßnahmen sind organisatorischer Art: Der medizinische Raum muss weit entfernt von kommerziellen Sendern eingerichtet werden und mobile Funkanlagen (Funktelefon) dürfen in solchen Räumen nicht betrieben werden, wie es auch in der Luftfahrt üblich ist.
2.2 Medizinische Messverstärker In der medizinischen Messtechnik besteht die Aufgabe darin, Biosignale zu erfassen und zu verstärken, deren Pegel im Bereich von einigen Mikrovolt bis Millivolt liegen und einen sehr tieffrequenten Bereich zwischen 0 Hz bis etwa 10 kHz einnehmen. Dies sind zunächst Eigenschaften, die im technischen Bereich keine Probleme bereiten und mit einem üblichen Messverstärker beherrschbar wären. Die Spezifik der medizinischen Messtechnik ergibt sich im Wesentlichen aus dem zu messenden Subjekt – dem Menschen – mit vielen körpereigenen Biosignalen und den ihn umgebenden Störquellen.
2.2.1 Spezifik der medizinischen Messtechnik Einer der wichtigsten Grundsätze der medizinischen Messtechnik gebietet uns, für minimale Patientenbelastung möglichst nichtinvasiv zu messen. Die Folge dieser Forderung ist, dass im Normalfall keine der zu messenden Biosignalquellen direkt erreichbar ist. 2.2.1.1 Zugänglichkeit der Biosignalquelle
Vor allem die lebenswichtigen Funktionen wie die Herztätigkeit (EKG), die Hirnaktivität (EEG) und die Aktivität des Nervensystems, sind nur als Summenpotentiale von der Körperoberfläche messbar. Die Atmung und die mit ihr zusammenhängenden Blutgase (pH, pO2, pCO2), sowie der Blutdruck und Blutfluss, sind nur indirekt messbar. Indirekte Messung bedeutet, dass nicht die interessierende Größe selbst, sondern eine oder mehrere mit ihr in Zusammenhang stehende Hilfsgrößen gemessen werden. Ein typisches Beispiel ist die Blutdruckmessung am Oberarm: Gemessen wird der Luftdruck der Manschette unter der Annahme, dass dieser unter bestimmten Bedingungen dem arteriellen Druck gleich ist. Ein Beispiel zur Darstellung des Sachverhalts ist die kardiologische Untersuchung der
46
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
Reizleitung am AV-Knoten6. Hierbei wirken sich sämtliche anderen elektrischen Aktivitäten außerhalb der betrachteten Struktur störend aus. Auf Grund der Tatsache, dass die Messung allein nicht am Herzen abgeleitet werden kann (Herzkatheter), sondern von der Brustoberfläche, werden zwangsläufig alle elektrischen Aktivitäten des Herzens erfasst. Weitere Störsignale entstehen bei dieser Messung aus der biologischen und technischen Umgebung. Die Situation wird noch schwieriger, wenn das zu erfassende Biosignal selbst keine elektrische Aktivität ist, so dass noch ein Transverter zur Umsetzung der untersuchten Größe in ein elektrisches Signal notwendig ist (invasive Blutdruckmessung, Atemvolumina, Blutgaskonzentration). 2.2.1.2 Komplexität des biologischen Messobjekts Im technischen Bereich ist es möglich und üblich, Baugruppen einer Anlage zur Funktionskontrolle aus dem System heraus zu nehmen und gezielt zu prüfen, ob sie als Funktionseinheit intakt sind. Dies ist in der Medizin am Patienten natürlich nicht machbar, so dass die Messung von Biosignalen immer am vollständig funktionierenden Messobjekt stattfinden muss. Dies ist eines der größten messmethodischen Probleme: Man kann die dynamisch und nichtlinear verkoppelten und verschachtelten Regelkreise des menschlichen Organismus nicht ausschalten und nicht unterbrechen, so dass die Messergebnisse unter ungünstigen Umständen große Messfehler aufweisen und zu falschen Diagnosen führen können. Mit aufwändigen Methoden der Modellierung wird gegenwärtig versucht, die einzelnen Regelkreise so zu beschreiben, dass die unerwünschten Einflüsse auf die Messung herausgerechnet werden können. Diese Lösungsansätze sind von praktikablen Lösungen jedoch noch weit entfernt. Einige einfache Methoden haben sich dennoch etabliert. So ist es heute beispielsweise realisierbar, den Lidschlag und die Augenbewegungen (EOG) aus einem gemessenen EEG zu eliminieren. 2.2.1.3 Rückwirkung auf das biologische Messobjekt Messmethodisch ist es wichtig, das Messobjekt nicht zu beeinflussen, zumindest aber die Rückwirkung zu minimieren. In der Technik ist diese Forderung ohne weiteres umsetzbar. In der medizinischen Messtechnik gibt es zwei Problemkreise, die dieser Forderung nicht gerecht werden können. Zum einen sind die meisten Sensoren und Transverter zur Messung nichtelektrischer Größen vom Prinzip her nicht rückwirkungsfrei. Ein typisches Beispiel liefert die Blutdruckmessung – Manschettenmethoden am Oberarm. Die Arterie wird unter massiver Druckeinwirkung verschlossen, was messmethodisch fraglich ist, von anderen Messfehlern einmal abgesehen. Durch die Unterbrechung des Blutflusses wird der Kreislauf einem kurzzeitigen Strömungswiderstand ausgesetzt, der zwangsläufig Einfluss 6
AV-Knoten oder Atrio-Ventrikulärer Knoten ist eine Durchschaltestelle im Reizleitungssystem des Herzens
2.2 Medizinische Messverstärker
47
auf die Messung hat. Zum anderen ist eine weitere Fehlerquelle hinsichtlich der Rückwirkung auf das Messobjekt ist die Psyche des Patienten: Der Besuch im Krankenhaus erzeugt bei den Patienten Angst- und Stresszustände, die psychosomatischen Einfluss auf die diagnostisch interessanten Parameter haben, so dass auch hier nicht quantifizierbare Fehler auftreten. 2.2.1.4 Ankopplung des Messsystems an das biologische Messobjekt
Der Schwerpunkt der Biosignalerfassung und -verarbeitung in diesem Beitrag liegt im Bereich der elektrophysiologischen Signale, insbesondere des EEG, EKG, EMG, EOG, etc. Anhand dieser Selektion soll demonstriert werden, welche grundsätzlichen Probleme auf dem Weg vom Sensor über die Verstärkung, Filterung, AD-Wandlung und digitale Signalverarbeitung zu bewältigen sind. Natürlich Rer 2k
0
0 R3 500k
Masse
Ub+
+
Rel
R1
IC1 -
2k RH
LH Uekg
V-
OS1
Ub-
R2
5MEG
+ -
1k
500k linkeHand
V+OS2
Ri
Abb. 2.17 Elektrisches Modell einer einkanaligen EKG-Ableitung: Der Innenwiderstand Ri der Signalquelle Uekg und die Elektrodenübergangsimpedanzen (hier zu Widerständen vereinfacht) Rer und Rel entsprechen in etwa der Realität. Das EKG wird mit einem einkanaligen massebezogenen Verstärker – wie er in der technischen Messtechnik üblich – verstärkt (PSpice-Simulation BSV_2.3)
48
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
gelten die hier behandelten Prinzipien und Lösungsansätze auch für nichtelektrische Größen, wie Blutdruck, Sauerstoffsättigung oder Atmungsvolumina. Allerdings werden sich für diese Größen die Messsituation und die Auswertung jeweils noch um die notwendige Größentransformation erschweren. Der wesentlichste Unterschied zu elektrotechnischen Messobjekten besteht darin, dass das biologische Messobjekt – der Mensch – im elektrischen Sinne keinen „Masseanschluss“ und schon gar keinen „Erdanschluss“ besitzt. Der Mensch ist elektrisch gesehen ein geschlossener, dreidimensionaler Volumenleiter, gewissermaßen ein Elektrolytgefäß. In diesem Volumenleiter befinden sich elektrisch leitfähige Bahnen (Nerven), die die elektrischen Signale (Aktionspotentiale, Reize) von und zu den Steuerungszentren (Gehirn, Rückenmark) leiten. Um Aussagen über die Art und die lokale Begrenzung der elektrischen Aktivität in diesem dreidimensionalen Elektrolyten zu treffen, sind mindestens zwei Sensoren – in diesem Fall zwei Elektroden – anzubringen und die elektrische Aktivität zwischen den Elektroden zu messen. Aus Sicht der Elektrotechnik misst man am Menschen immer eine Potentialdifferenz und damit – mathematisch gesehen – die erste räumliche Ableitung bzw. den ersten räumlichen Gradienten. Die Elektroden sind hinsichtlich der elektrischen Aktivität, die sie erfassen, vollkommen gleichwertig. Es gibt keine Stelle am menschlichen Körper, die – elektrisch gesehen – eine Vorzugsstellung im Sinne einer Referenz hätte. Ausgehend davon, dass der menschliche Körper in seiner Gesamtheit aus lebenden Zellen besteht, werden alle Vorgänge in den Zellen (Metabolismus, Ladungsträgerbewe10V
5V
0V
-5V 0s
0.1s 0.2s 0.3s V(linkeHand) V(Ausgang)
0.4s
0.5s Zeit
0.6s
0.7s
0.8s
0.9s
1.0s
Abb. 2.18 Simuliertes EKG als einkanaliges Signal an der Elektrode der linken Hand (gestrichelte Linie) und am Ausgang eines einkanaligen Verstärkers (volle Linie) nach der Schaltung in Abb. 2.17
2.2 Medizinische Messverstärker
49
gung) von elektrischen Effekten (lokale Stromflüsse) begleitet. Vor diesem Hintergrund gibt es keinen Anlass dafür, irgendeine Stelle des Körpers als elektrisch inaktiv zu bezeichnen und sie für die Anbringung von indifferenten Elektroden oder als Bezugspunkt – wie es in der Technik üblich ist – vorzusehen. In mehrkanaligen Messsystemen (EKG, EEG, EMG) ist es zwar notwendig, eine Referenzelektrode bzw. einen Bezugspunkt festzulegen, an dem oben genannten Prinzip ändert das jedoch nichts. Wird ausschließlich von den Pegeln der zu verstärkenden Signale und ihren Spektren ausgegangen, genügt ein in der technischen Messtechnik üblicher Verstärker. Eine solche Anordnung zeigt Abb. 2.17. An den Händen des Patienten sind zwei Elektroden angebracht, die das zu verstärkende Biosignal (EKG) von der Körperoberfläche ableiten und an d en Verstärkereingang über Kabel weitergeben. Die Elektroden sind als Schnittstellen zwischen dem Ionenleiter Mensch und dem Elektronenleiter metallisches Kabel komplizierte elektrochemische Gebilde, auf deren Eigenschaften an dieser Stelle nicht näher eingegangen wird (für Details 0 Unetz
+ Rer 2k
0
0 R3 500k
Masse
Ub+
+
C1
C2
100p
100p
Rel
R1
IC1 -
2k RH
LH Uekg
Uaus
OS1
V-
Ub-
R2
5MEG
+ -
1k
500k linkeHand
V+OS2
Ri
Abb. 2.19 Über die Streukapazitäten der Arme zur Netzinstallation wird auf den Patienten eine Netzstörung übertragen, die in dem einkanaligen Verstärker mit verarbeitet wird (PSpiceSimulation BSV_2.4)
50
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
siehe Abschn. 1). Für diese Analyse soll zunächst die Feststellung genügen, dass die Elektroden eine Impedanz besitzen, deren Betrag mit etwa 2 k: simuliert werden kann. Die simulierten Signalverläufe der vereinfachten EKG-Ableitung ohne äußere Störungen sind in Abb. 2.18 dargestellt. In der messtechnischen Praxis wir jedoch immer (mindestens) eine Netzstörung auftreten, die zunächst als kapazitiv eingekoppelte Störung betrachtet wird. Diese Situation wird vereinfachend mit zwei Streukapazitäten simuliert, die auf die Arme des Patienten wirken, wie in Abb. 2.19 dargestellt. Die simulierte Messanordnung in Abb. 2.19 ist ideal in dem Sinne, dass die Elektrodenimpedanzen Rer und Rel, sowie die auf die Arme wirkenden Streukapazitäten C1 und C2 jeweils gleich groß sind. Aus Sicht der Patientenanschlüsse „linke Hand“ und „Masse“ liegt in Bezug auf die Störquelle eine vollkommen symmetrische Anordnung vor. Daher kann man davon ausgehen, dass die Netzstörung an beiden Anschlüssen dieselbe Amplitude und Phase besitzt, ihre Differenz wäre ohne den angeschlossenen Verstärker und die Masse demzufolge gleich Null. Die an der rechten Hand eingekoppelte Störung wird jedoch auf Masse geleitet und die der linken Hand, wie auch das gewollte EKG, verstärkt. Den simulierten Verlauf zeigt Abb. 2.20. Aus dieser Analyse zum gewünschten Signal (EKG) und zur unerwünschten Störung (Netz) ergibt sich die Schlussfolgerung, dass es sinnvoll wäre, eine Schal12V
8V
4V
0V
-4V
0s 0.1s V(linkeHand)
0.2s 0.3s V(Ausgang)
0.4s
0.5s Zeit
0.6s
0.7s
0.8s
0.9s
1.0s
Abb. 2.20 Durch die kapazitive Einstreuung der Netzstörung wird diese mit dem gewünschten Signal zusammen verstärkt. In der Realität kann die Störung viel stärker als das Signal selbst werden. Hier wurden allein die Streukapazitäten an den Armen des Patienten berücksichtigt
2.2 Medizinische Messverstärker
51
tungsmaßnahme zu realisieren, mit der das Biosignal als Differenzsignal zwischen den beiden Elektroden verstärkt, während die an beiden Elektroden identisch anliegende Störung eliminiert würde. Man braucht also eine Schaltung, die massefrei nur die Potentialdifferenz an beiden Anschlüssen (linke und rechte Hand, LH undRH) verstärkt und die identisch anliegende massebezogene Störspannung ignoriert. Die analoge Schaltungstechnik bietet für diesen Fall den Differenzverstärker, der in seiner einfachsten Form (Abb. 2.21 oder 2.27) dargestellt ist. 2.2.1.5 Eingangswiderstände medizinischer Messverstärker
In der Messtechnik wird im Allgemeinen ein sehr hoher Eingangswiderstand am Eingang des Messverstärkers in Bezug auf den Innenwiderstand der Signalquelle gefordert, um die zu messende Spannung nicht zu verfälschen. Diese Forderung hängt maßgeblich von der Genauigkeitsklasse des Messsystems ab. In der medizinischen Messtechnik wird in der Regel gefordert, dass der Eingangswiderstand des Messverstärkers mindestens das Hundertfache des Innenwiderstands der Bio-
0 RH
LH Rg+ 1k
Uekg
linkeHand
-
+
Ri
100MEG
Rel 2k
Rd 1MEG
rechteHand
Rer 2k
Rg100MEG
0
Abb. 2.21 Elektrisches Ersatzschaltbild einer einkanaligen EKG-Ableitung und Verstärkung mit einem Differenzverstärker. Der Eingangskreis des Differenzverstärkers wird mit drei Widerständen modelliert: Rd für die massefreie Differenzspannung und Rg+,- für die massebezogene Gleichtaktspannung am jeweiligen Eingang (Details im Kapitel Differenzverstärker). Die modellierten Widerstände entsprechen den realen Werten (PSpice-Simulation BSV_2.15)
52
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
signalquelle beträgt. Um diese Forderung zu quantifizieren, ist zunächst von einem ungestörten Messkreis auszugehen (s. Abb. 2.21). Aus Sicht des Messverstärkers müssen die Elektrodenwiderstände Rel und Rer zum Innenwiderstand Ri der Biosignalquelle addiert werden, so dass sich ein globaler Innenwiderstand von 5 k: ergibt. Der Eingangswiderstand des Differenzverstärkers beträgt etwa 1 M: (die Reihenschaltung der beiden Gleichtaktwiderstände Rg+,- liegt parallel zum Differenzeingangswiderstand, so dass dieser nur etwas weniger als 1 M:beträgt). Mit diesem Wert des Differenzeingangswiderstandes ist die pauschale Forderung nach mindestens 100-mal höherem Eingangswiderstand gut erfüllt und in der Praxis akzeptiert. Nun stellt sich die Frage nach der notwendigen Größe der Gleichtaktwiderstände Rg+,-. Dazu wird der Messkreis unter der Bedingung einer netzseitigen Gleichtaktstörung untersucht, die in Abb. 2.22 schematisch dargestellt ist.
0 LH
RH 1k
Uekg
Rg+ 100k
E+ linkeHand
+ -
Ri
Rel 2k
Rd 1MEG
rechteHand
Rg100k
Rer 1.5k E0
Rm 5k + Um 0
Abb. 2.22 Elektrisches Ersatzschaltbild einer einkanaligen EKG-Ableitung, die mit einem Differenzverstärker verarbeitet wird. Die Spannungsquelle Um simuliert den Spannungsabfall über der Masseelektrode Rm, der sich durch kapazitive Einstreuung aus dem Stromversorgungsnetz bildet, wie in Abb. 2.10 dargestellt (PSpice-Simulation BSV_2.16)
2.2 Medizinische Messverstärker
53
Wie in Abb. 2.10 dargestellt, entsteht über der Masseelektrode Rm ein Spannungsabfall im unteren Millivoltbereich, der in Abb. 2.22 mit einer Spannungsquelle Umsimuliert wird. Diese Störspannung wirkt auf beide Eingänge des Differenzverstärkers: Auf den invertierenden Eingang E- über den Zweig der rechten Hand und ruft damit einen Spannungsabfall über dem Gleichtaktwiderstand Rg- hervor; Auf den nichtinvertierenden Eingang E+ über den Zweig der linken Hand und ruft damit einen Spannungsabfall über dem Gleichtaktwiderstand Rg+ hervor. Da es sich bei Um um eine Gleichtakt-Störspannung handelt (wirkt identisch auf beide Eingänge), soll die durch die Störspannung verursachte Differenz zwischen den beiden Eingängen E+ und E- möglichst Null sein. In der theoretischen Analyse stellt dies kein Problem dar, da man beide Zweige vollkommen identisch gestalten kann. In der praktischen Messtechnik werden jedoch die Elektrodenwiderstände Rel und Rer immer unterschiedlich sein. Dies ergibt sich allein aus der Tatsache, dass es keine zwei identischen Elektroden gibt und dass die Kontaktstellen am Körper immer unterschiedliche Kontakteigenschaften, Feuchtigkeit, Temperatur, etc. aufweisen. Dadurch sind Unterschiede zwischen Elektrodenimpedanzen im Bereich von mehr als hundert Prozent möglich. Es stellt sich also die Frage, wie die Forderung nach minimaler Differenzspannung zwischen den Eingängen E+ und E- praktisch zu erfüllen ist. Mathematisch lässt sich die Differenzspannung entsprechend Gl. (2.9) und (2.10) formulieren. Unter der Voraussetzung, dass die beiden Gleichtaktwiderstände Rg+ und Rg- identisch sind, die grundsätzlich erfüllt ist, gilt:
U E U m
R g Rg Rd
U E U m Ud
Rm Ri Rel R g Rg Rd
Rm Rer Rg R g Rd
R g Rg Rd
U E U E o 0 Rg o f
(2.9)
(2.10) (2.11)
Nach Gleichung (2.11) lässt sich die störende Differenzspannung berechnen und minimieren. Hieraus ergeben sich theoretisch mehrere Lösungsansätze. Schaltungstechnisch lassen sich jedoch nur die Widerstände Rg und Rd beeinflussen. Zur Minimierung der Differenzspannung muss also der Widerstand Rg maximiert werden. Ein Kompromiss zwischen der theoretischen Maximalforderung und der elektronischen Realisierbarkeit liegt bei etwa 100 M: pro GleichtaktEingangswiderstand. Die Erkenntnis, dass die störende Differenzspannung maßgeblich durch den Gleichtakteingangswiderstand bestimmt wird, erscheint zunächst widersprüchlich. Durch die schaltungstechnische Interpretation von Gl. (2.9) bis (2.11) wird jedoch klar, dass die beiden Gleichtakteingangswiderstände mit den Elektroden und dem Patienten zwei Spannungsteiler bilden. Zwischen den Spannungsteilern soll die Spannung Ud minimal werden und demzufolge darf es praktisch zu gar keiner Spannungsteilung kommen, d.h. UE+=UE-. Das geht aber
54
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
nur dann, wenn die Gleichtakt-Eingangswiderstände unendlich groß sind, praktisch um etwa 100 M: 2.2.1.6 Gleichtaktunterdrückung medizinischer Messverstärker
Biosignalquellen sind wegen der messtechnischen Notwendigkeit, ihre elektrische Aktivität als Potentialdifferenz abzuleiten, differentielle Signalquellen. Mathematisch lässt sich dies als Bildung der ersten räumlichen Ableitung interpretieren. Viele Störungen, vor allem kapazitiv eingekoppelte, treffen auf den Messkreis mit gleichem Pegel, Frequenz und Phase ein – in dem so genannten Gleichtakt, wie in Abb. 2.19 dargestellt. Die Aufgabe eines medizinischen Messverstärkers liegt darin, die gewollten Differenzsignale zu verstärken (Gl. 2.12) und die ungewollten Gleichtaktsignale zu unterdrücken (Gl. 2.13). Bei einem einzelnen diskreten Differenzverstärkers (Abb. 2.27) mit einer symmetrischen Ausgangsspannung wäre das Problem des Gleichtakts durch ideale Symmetrie und Differenzbildung zwischen den massebezogenen Ausgangsspannungen gelöst (Gl. 2.13). u as
Vd u es
Rd 1 T1 U g1
Vd u g1 u g 2
Rd 2 ½ ° ° T2 ¾ U d 1 ° U g 2 ¿°
U d 2 U as
(2.12)
0
(2.13)
In den Gl. 2.12 und 2.13 stehen die Indizes d für Differenz, g für Gate, e für Einfang, a für Ausgang, s für symmetrisch, d1,2 für Drain.
In der Praxis sind diese beiden Lösungsansätze jedoch nicht realisierbar. Eine vollkommene Symmetrie ist selbst in der integrierten Elektronik nicht erreichbar, so dass das Gleichtaktsignal immer zu einem gewissen Teil in ein Differenzsignal umgewandelt wird (Gl. 2.14).
Rd1 z Rd 2 ½ ° ° T1 z T2 ¾ U d1 z U d 2 U as z 0 ° U g1 U g 2 °¿
(2.14)
Da die Ausgangsspannung in weiteren Stufen der Messkette (AD-Wandlung, Anzeige) verarbeitet wird, ist ein Übergang von der symmetrischen massefreien Ausgangsspannung auf eine massebezogene Spannung notwendig. Daher ist eine Elimination des Gleichtakts durch bloße Differenzbildung nicht möglich, der Gleichtakt muss mit anderen schaltungstechnischen Maßnahmen wirksam reduziert werden Gl. (2.15).
2.2 Medizinische Messverstärker
u es u eg
55
u g1 u g 2
u g1 u g 2
½° ¾ ua / 2°¿
°Vd !! 1 Vd u es V g u eg ® °¯V g o 0
(2.15)
Bei der Beurteilung der Differenz- (Vd) und Gleichtaktverstärkung (Vg) eines Differenzverstärkers sind nicht so sehr die absoluten Werte der Verstärkungen von Interesse, als vielmehr deren Quotient – die Gleichtaktunterdrückung (Gl. 2.16). CMRR
Vd , CMRR / dB Vg
20 log10 CMRR
(2.16)
In Gl. 2.16 steht CMRR für Common Mode Rejection Ratio, Vd für Differenzverstärkung, Vg für Gleichtaktverstärkung.
Diese Formulierung ergibt sich aus der Sichtweise der Beziehungen zwischen Signalen und Störungen: In der Signalverarbeitung sind nicht pauschal die absoluten Pegel der Signale von Interesse. Wichtiger ist, wie gut sich ein Signal von einer Störung unterscheidet. Das Maß für die Güte der Unterscheidung ist das Signal-Rausch-Verhältnis, auch als SNR bezeichnet (Signal-to-Noise Ratio). In seiner allgemeinen Form wird es aus dem Quotienten der Effektivwerte bzw. der mittleren Leistungen von Signal und Rauschen gebildet (Gl. 2.17). In der medizinischen Signalverarbeitung ist diese allgemeine Form kaum anwendbar, da die Biosignale in der Regel stark instationär sind. Die zeitliche Mittelwertbildung spiegelt entsprechend (Gl. 2.17) beim Pegel bzw. bei der Leistung die Eigenschaften der Biosignale nur geglättet wider, was auf die Tiefpasswirkung der zeitlichen Integration zurück zu führen ist. Es ist deshalb sinnvoll, die allgemeine Definition 2.17 der konkreten Fragestellung anzupassen, wie z.B. bei der EKG-Messung nach den Gln. (2.5) und (2.6). SNR
seff neff
, SNR / dB
20 log10
seff neff
10 log10
s2 n2
(2.17)
Für den medizinischen Bereich werden für das CMRR 100 bis 120 dB gefordert. Das heißt für die Verstärkungen, dass die Differenzverstärkung Vd um den Faktor 105 bis 106 höher sein muss als die Gleichtaktverstärkung Vg. Solch einen Wert schaltungstechnisch zu realisieren, ist eine Herausforderung an die Konstruktion. Mit der heutigen Technologie werden diese Werte mit sinnvollem Aufwand nur mit der integrierten Elektronik erreicht. Wie bequem die dB-Darstellung vom SNR und CMRR ist, demonstriert folgendes Beispiel: Bei einer EKG-Messung beträgt die Amplitude der R-Zacke um 1 mV, die vom Netz kommende Gleichtaktstörung verursacht an den Verstärkeranschlüssen eine Spannung von 100 mV, so dass das SNR am Eingang -40 dB erreicht (SNRE = -40 dB). Wenn das CMRR 120 dB beträgt, so wird das EKG als Diffe-
56
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
renzsignal 106-mal mehr verstärkt, als die Störung (der Wert der Differenzverstärkung liegt in der Größenordnung 103 bis 104) und am Ausgang wird ein SNRA = SNRE + CMRR = 80 dB erreicht. Das heißt, am Ausgang ist das EKG 104-mal stärker als die Gleichtaktstörung, was mit den Verhältnissen am Eingang eine enorme Verbesserung bedeutet. Dies ist natürlich eine rein rechnerische Verbesserung des SNR, die in der Praxis auch wegen zusätzlicher Unsymmetrien (s. Abschn. 2.2.2) nie erreicht wird. Weiterhin ist zu beachten, dass das CMRR frequenzabhängig ist und insbesondere zu höheren Frequenzen hin stark abnimmt. 2.2.1.7 Amplitudengang und Rauschen medizinischer Messverstärker
Die Anforderungen an den Amplituden- und Phasenfrequenzgang eines Messverstärkers hängen primär von der gewünschten Messgenauigkeit und der Forderung nach Erhaltung der Signalform ab. Bei der Erfassung von Biosignalen sind die Forderungen nach der Messgenauigkeit im Vergleich zur technischen Messtechnik relativ niedrig. Ausgehend davon, dass die inter- und intraindividuellen Schwankungen der Biosignale bzw. ihrer Parameter in der Größenordnung von bis zu 100% betragen können und die Messbedingungen kaum reproduzierbar sind, genügt im Normalfall eine Messgenauigkeit im unteren Prozentbereich. Dies bedeutet für den Amplitudenfrequenzgang, dass er im spektralen Arbeitsbereich eine Welligkeit von bis zu 1 dB aufweisen darf. Weiterhin stellt sich die Frage nach der notwendigen spektralen Breite des Arbeitsbereiches. Einerseits darf der spektrale Arbeitsbereich nicht wesentlich breiter sein, als notwendig ist, da das Eigenrauschen entsprechend (Gl. 2.18) direkt proportional der spektralen Breite zunimmt.
10
1.0
100m
10m
1.0m 10mHz
100mHz
1.0Hz
10Hz 100Hz Frequenz
1.0KHz
10KHz
100KHz
Abb. 2.23 Spektraler Arbeitsbereich eines medizinischen Messverstärkers. Die untere Grenzfrequenz von 0.1 Hz wird mit einem Hochpass, die obere Grenzfrequenz von 2 kHz mit einem Tiefpass realisiert, beide linearphasig zweiter Ordnung, (PSpice-Simulation BSV_2.17)
2.2 Medizinische Messverstärker
57
Andererseits muss der Arbeitsbereich breit genug sein, damit die Biosignale keine relevante Bestandteile verlieren. Ein typischer Arbeitsbereich ist in Abb. 2.23 dargestellt. Untere Grenzfrequenz Im tieffrequenten Bereich gestaltet sich die Wahl der unteren Grenzfrequenz besonders schwierig. Eines der wesentlichen schaltungstechnischen Probleme hängt mit der Elektrodenspannung zusammen: Die zunächst als statisch angenommene Elektrodenspannung erreicht je nach Elektrodenmaterial Werte bis zu mehreren hundert Millivolt. Sie liegt demnach um mehrere Zehnerpotenzen über den zu messenden Biosignalen im Mikro- und Millivoltbereich. Selbst wenn man bei einer Ableitung gleiche Elektroden verwendet, hebt sich die Elektrodenspannung 0
R3 500k
R4 5MEG +
-
+
Rer
Ur 0.25V
2k
V-
2k Ul 0.2V
OS2 OS1
-
-
+ + -
1k
V+
IC1
Rel
Uekg
Ub+
R1 500k
Ub-
Ri R2 5MEG
Abb. 2.24 Einfluss der Elektrodenspannung auf das Biosignal. Die Gleichspannungsquellen Ur und Ul simulieren die Elektrodenspannungen an den Kontaktstellen zwischen Elektroden und Haut. Da sie aus gleichem Material bestehen, hebt sich der Großteil der Elektrodenspannung auf. Durch unterschiedliche Bedingungen an den Kontaktstellen unterscheiden sich die Elektrodenspannungen dennoch relativ stark. Diese Spannungsdifferenz wird dem Biosignal additiv überlagert und muss mit einem Hochpass nach der ersten Verstärkerstufe unterdrück werden. (PSpiceSimulation BSV_2.43)
58
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
500mV
0V
-500mV 0s
0.1s
0.2s
0.3s
0.4s
0.5s Zeit
0.6s
0.7s
0.8s
0.9s
1.0s
Abb. 2.25 Zeitverlauf des simulierten EKG unter Berücksichtigung der Elektrodenspannungen in der Schaltung nach Abb. 2.24. Durch die Differenz der Elektrodenspannungen ist die Nulllinie nach unten verschoben und könnte bei höherem Betrag der Differenz zur Begrenzung des Messverstärkers führen. Daher muss der ersten Verstärkerstufe ein Hochpass folgen
zwischen Elektrodenpaaren nur teilweise auf. Das liegt daran, dass die Kontaktstellen unter den Elektroden nicht gleich beschaffen sind (Feuchtigkeit, Salze, mechanischer Druck). Selbst zwischen identischen Elektroden entstehen Restdifferenzen der Elektrodenspannung, die deutlich über dem Pegel der Biosignale liegen. Konstrukteure lösen dieses Problem damit, dass bereits nach der Eingangsstufe, die eine relativ niedrige Verstärkung hat (Vd = 1...100), Hochpassfilter eingebaut werden, die die Elektrodenspannung weitgehend unterdrücken, s. Abb. 2.24 und Abb. 2.25. Verstärkerrauschen Ein wesentlicher Gesichtspunkt bei der Wahl der unteren Grenzfrequenz des Hochpassfilters ist das Verstärkerrauschen. Spektral setzt sich das Rauschen aus zwei wesentlichen Komponenten zusammen – dem thermischen und dem Halbleiterrauschen. Das thermische Rauschen hat eine konstante spektrale Leistungsdichte („weißes Rauschen“7) und hängt von der Bandbreite 'f, der absoluten Temperatur T und dem ohmschen Widerstand R entsprechend Gl. 2.18 ab (kB – BoltzmannKonstante). Konstruktiv lassen sich die Bandbreite und der Widerstand beeinflussen. Die Temperatur wird nur in Ausnahmefällen und in Spezialanfertigungen reduziert, z.B. durch Helium-Kühlung der Magnetometer in biomagnetischen Mess7
Eine im Mittel konstante Leistung bei allen Wellenlängen ergibt in der Summe weißes Licht
2.2 Medizinische Messverstärker
59
kammern. Aus der Rauschcharakteristik ergeben sich schaltungstechnische Konsequenzen für die Wahl der Bandbreite und der realen (ohmschen) Widerstände, die dementsprechend möglichst gering sein sollten. 4 k B T R 'f
u eff
(2.18)
Im tieffrequenten Bereich addiert sich zum thermischen Rauschen das so genannte 1/f-Rauschen. Dieses hat seine Bezeichnung aus dem Verlauf erhalten, in dem es im doppelt-logarithmischen Maßstab (Pegel vs. Frequenz) zu höheren Frequenzen hin linear abnimmt (im linearen Maßstab hyperbolisch nach 1/f). Dieses Rauschen ist insbesondere für MOSFET typisch, die in den Verstärkern – zumindest in den Eingangsstufen – häufig eingesetzt werden. Das 1/f-Rauschen besitzt sein Leis150
500 400
100
300 200
50
100 0
0
2
4
6
8
10
0 -15
-10
-5
0
5
10
15
-10
-5
0
5
10
15
-10
-5
0
5
10
15
150
500 400
100
300 200
50
100 0
0
2
4
6
8
10
0 -15 150
500 400
100
300 200
50
100 0
0
2
4
6
Frequenz / Hz
8
10
0 -15
Amplitude / PV
Abb. 2.26 Spektrum des Verstärkerrauschens (linke Spalte) und die dazugehörige Amplitudenverteilung (rechte Spalte). Die erste Zeile zeigt ein zu tiefen Frequenzen hin unbegrenztes Spektrum, bei dem eine Rauschamplitude USS = 34 PV auftritt (der Index SS steht für Spitze-Spitze, eine übliche Rauschgröße). Eine Hochpassfilterung bei 1 Hz (mittlere Zeile) führt zur Reduktion der Rauschamplitude auf 27 PV und eine Begrenzung ab 2 Hz (untere Zeile) reduziert die Amplitude auf 18 PV. Allein durch die Verschiebung der unteren Grenzfrequenz von 0 Hz auf 2 Hz konnte die Rauschspannung fast halbiert werden, allerdings auf Kosten des Informationsgehaltes des Biosignals
60
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
tungsmaximum bei Tiefstfrequenzen bis hin zu 0.001 Hz, wo sein Pegel wesentlich höher über dem des weißen Rauschens liegt und sinkt mit steigender Frequenz ab, bis es in den Dekaden zwischen 1 Hz bis 100 Hz den Pegel des weißen Rauschens erreicht (Abb. 2.26). Das Eigenrauschen eines Verstärkers ist einer der wichtigsten Betriebsparameter und gleichzeitig ein kennzeichnender Qualitätsfaktor, denn je weniger ein Verstärker rauscht, umso höher ist auch die Qualität des verstärkten Signals. Deswegen versucht man natürlich, die untere Grenzfrequenz möglichst weit zu höheren Frequenzen hin zu legen, damit das starke tieffrequente Eigenrauschen weniger ins Gewicht fällt. Dieses Bestreben ist allerdings konträr zu der Forderung, möglichst viel von relevanten Eigenschaften der Biosignale zu erhalten. Es ist schon seit längerem bekannt, dass einige Biosignale im DCBereich (Gleichspannung) sehr wichtige Merkmale besitzen, z.B. die so genannten SCP im EEG (Slow Cortical Potentials). Daher muss man im Allgemeinen darauf achten, welcher Verstärker die geforderte Qualität besitzt. Die Angaben über die Rauschspannung (Angaben in PV als absolutes Maß des Spitzen- oder Effektivwertes oder in PV2/Hz als spektrale Leistungsdichte) allein ist nicht informativ genug. Der gemessene und verwendete spektrale Bereich sollte ebenfalls als Information vorliegen. Die heutige Spitzentechnik bietet Messverstärker der Klasse „fullband“, die bei DC beginnend bis weit in den Kilohertzbereich konstante Verstärkung bieten. Die Wahl der oberen Grenzfrequenz ist dagegen unproblematisch. Sie richtet sich nach dem gewünschten Spektrum des Biosignals. Phasenfrequenzgang Beide Grenzfrequenzen des Arbeitsbereiches des Messverstärkers werden mit analogen Filtern, meistens mit Operationsverstärkern oder in der SC-Technik (Swiched Capacitors) realisiert. Es gibt grundsätzlich viele Möglichkeiten der analogen spektralen Filterung. Es stellt sich jedoch die Frage, welche Filter für Biosignale geeignet sind, insbesondere die Frage nach deren Phasenfrequenzgang ist von entscheidender Bedeutung. Die diagnostisch wichtigste Eigenschaft der Biosignale ist ihre sowohl physiologisch als auch pathologisch typische Signalform. Daher darf die Signalform durch die gesamte Messstrecke nicht verfälscht werden. Dies kann nur erreicht werden, wenn die Gruppenlaufzeit konstant ist, was zu der Forderung nach einem linearen Phasenfrequenzgang führt. Nur wenige Filter erfüllen diese Forderung. Die analogen Filter werden ausführlich im Abschn. 2.3, die digitalen im Kapitel 5.2 behandelt. Die Forderung nach linearem Phasenfrequenzgang ist im Abschn. 2.3.4 detailliert begründet.
2.2.2 Differenzverstärker Wie bereits im vorangegangenen Kapitel festgestellt, besteht die Aufgabe eines medizinischen Verstärkers darin, die von Biosignalquellen am/im Körper produ-
2.2 Medizinische Messverstärker
61
Abb. 2.27 Differenzverstärker mit FET. Die Spannungen Ug1,2 und Ud1,2 sind massebezogen, die Spannungen Ues und Uas sind als Differenzspannungen massefrei
+15v
Rd1
Rd2
10k
10k
Uas
Ud1
Ud2
T1
T2
10k
Rs
-15v Ues Ug1
Ug2
zierten Potentialdifferenzen zu verstärken, während Gleichtaktsignale unterdrückt werden sollen. Für diese Aufgabe eignet sich besonders gut der Differenzverstärker. Die einfachste Variante eines Differenzverstärkers zeigt Abb. 2.27. Dieser besteht aus zwei Transistorstufen, die am Emitter bzw. am Source miteinander verkoppelt sind. Diese Art Kopplung ist auch in der digitalen Schaltungstechnik als ECL bekannt (Emitter Coupled Logic). Der Differenzverstärker weist im Vergleich zu einer einfachen Transistorstufe mehrere Besonderheiten auf, die hier detailliert behandeln werden. Der Analyse des Messkreises und des Verstärkers steht die Begriffsklärung und Einführung von Grundbeziehungen vor. Mit Gleichtaktspannung, oder Gleichtakt, wird eine massebezogene Spannung bezeichnet, die an zwei oder mehr betrachteten Punkten der Schaltung gleich anliegt (mit identischem Pegel, bei Wechselspannungen mit gleichem zeitlichen Mittelwert, Amplitude, Frequenz und Phase). Mathematisch ist der Gleichtakt entsprechend der Gln. (2.19) der momentane arithmetische Mittelwert der betrachteten Spannungen u1(t) und u2(t). Dies gilt sowohl für den Eingang als auch für den Ausgang eines Differenzverstärkers. u G t
u1 t u 2 t 2
(2.19)
62
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
Unter einer Differenzspannung ist eine Spannung zu verstehen, die aus der Differenz von zwei massebezogenen Spannungen oder nach Verstärkung aus einer anderen Differenzspannung gebildet wird. Die mathematische Formulierung (Gl. 2.20) wurde dem betrachteten Differenzverstärker in Abb. 2.27 angepasst (Vd ist die Differenzverstärkung). u es t u g1 t u g 2 t , u as t u d1 t u d 2 t Vd ues t
(2.20)
In der praktischen Messtechnik treten beide Spannungsformen immer gemischt auf, reiner Gleichtakt und reine Differenz finden lediglich in der theoretischen Analyse Anwendung. Zunächst wird der Differenzverstärker in der Betriebsart „reine Differenzansteuerung“ analysiert, wie in Abb. 2.28. dargestellt. Ausgangspunkt der Betrachtung ist, dass der Verstärker (identische Transistoren und DrainWiderstände) und auch die Ankopplung der differentiellen Signalquelle ud ideal symmetrisch sind (Widerstände Ri1,2 gleich groß). Die Widerstände Ri1,2 sind
+15v Rd1
Rd2
10k
10k Uas
Ud1
Ud2
T1
T2
Rs
-15v Ues Ug1
Ug2 Ud
Ri1 100k 0
+ -
Abb. 2.28 Ein diskreter, mit Transistoren aufgebauter Differenzverstärker in der Betriebsart „reine Differenzansteuerung“. Die Widerstände Ri1 und Ri2 sind theoretisch nicht notwendig, praktisch jedoch müssen die Gates der Transistoren über diese Widerstände einen definierten Gleichspannungspegel erhalten. Durch die beiden Widerstände wird auch eine massesymmetrische Eingangsspannung für die echte Differenzansteuerung erzwungen (PSpice-Simulation BSV_2.5)
10k
Ri2 100k 0
2.2 Medizinische Messverstärker
63
8.0V
4.0V
0V
-4.0V 0s
0.5ms Vd
Uas
1.0ms V(Ud2)
V(Ud1)
1.5ms Zeit
2.0ms
2.5ms
3.0ms
Abb. 2.29 Die am Eingang anliegende Differenzeingangsspannung ud = ues ist massesymmetrisch (erzwungen durch identische Widerstände Ri1 und Ri2, Abb. 2.28). Besonders zu beachten ist die Lage der Ausgangsspannungen der Transistorstufen: Die massebezogenen Drainspannungen Ud1 und Ud2 haben identischen Gleichspannungspegel (zeitlicher Mittelwert), der mit dem Gleichtakt identisch ist (UG = 6.4 V). Die Wechselspannungsanteile sind von gleicher Amplitude, aber gegenphasig, d.h. mit umgekehrten Vorzeichen des Wechselanteils. Die massefreie symmetrische Ausgangsspannung Uas ergibt sich aus der Differenz der beiden massebezogenen Drainspannungen Ud1 und Ud2 und ist massesymmetrisch
schaltungstechnisch notwendig, damit die Gates der Transistoren ein definiertes Potential erhalten, am Einfachsten das Massepotential. Gleichzeitig dienen sie dazu, die Signalquelle ud symmetrisch um das Massepotential anzuordnen und auf diese Weise die für die reine Differenzaussteuerung notwendige Massesymmetrie zu erzwingen. Im Weiteren gilt für die Bezeichnung von Spannungen: ein anschlussbezogener Index (z.B. ug1) bezeichnet eine massebezogene Spannung, zwei anschlussbezogene Indizes (z.B. ugs1) bezeichnen die Differenzspannung zwischen den jeweiligen Anschlüssen. Zur Herleitung der Betriebsparameter wird der Differenzverstärker mit einem linearisierten Modell in der Kleinsignal-Ersatzschaltung simuliert, wie in Abb. 2.30 dargestellt. Startpunkt der Betrachtung ist der Signalstrom, den die Quelle du produziert. Ein Stromweg führt durch die Widerstände Ri1 und Ri2, die in Bezug auf dieses Modell dafür sorgen sollen, dass die an sich massefreie Quellspannung ud um die Masse symmetrisch ist (Achtung: Die elektrische Masse ist hier keine Signalsenke; aus Sicht der Biosignalquelle ud bildet sie lediglich eine Verbindung zwischen den Widerständen Ri1 und Ri2). Der zweite Signalweg von und zurück zu ud führt durch
64
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
0
0
Ri1
Rd1
100k
10k
0
0
Rd2 10k
Ri2 100k
Uas Ug1
Ud2
Ud1
Rgs1
+
1G
-
SUgs1
SUgs2
Us
Ug2
+
Rgs2
-
1G
Rs 10k
0
-
+
Ud
Abb. 2.30 Kleinsignalersatzschaltbild des Differenzverstärkers in der Betriebsart Differenzansteuerung. Die FET wurden für diesen Frequenzbereich ohne den Ausgangswiderstand simuliert, da dieser im Vergleich mit der Aussenbeschaltung vernachlässigt werden kann
die Widerstände Rgs1 und Rgs2. Da sie gleich groß sind, ist die (massebezogene) Spannung us an den Sources gleich Null. Daraus folgt, dass der Widerstand Rs in der Betriebsart Differenzansteuerung keine Rolle spielt, da er vom Signalstrom nicht durchflossen wird. Man kann den Knoten us bei der Differenzansteuerung als virtuelle Masse betrachten. Für die Drainspannungen gilt daher u d1
u gs1 S Rd 1 u d 2
u gs 2 S Rd 2 .
(2.21)
In Gl. 2.21 ist S die Steilheit (ursprünglich aus der Röhrentechnik), hier die Übertragung eines FETs (in mA/V). Sie gibt an, wie stark eine Eingangsspannung den Drainstrom beeinflusst.
Da die Eingangsspannungen der Transistorstufen um die Masse symmetrisch sind, gilt
2.2 Medizinische Messverstärker
ues
65
ud ,ug2 2
u g1 u g 2 u g1
ud 2
(2.22)
und bei vollkommener Symmetrie gilt für die Ausgangsspannung u as
ud1 ud 2
S Rd u es ,
(2.23)
woraus sich die Differenzverstärkung zu Vd
S Rd
(2.24)
abschätzen lässt. Zu beachten ist, dass (2.21) allein über die Wechselspannung an den Drains Auskunft gibt. Die Höhe der Gleichtaktspannung bzw. des DC-Anteils wird hier nicht berücksichtigt (s. Abb. 2.29.).
+15V
Rd1
Rd2 10k
10k Ud1
Uas
Ud2 T2
T1
Rs
10k -15V
+
Abb. 2.31 Diskreter Differenzverstärker in der Betriebsart Gleichtaktansteuerung. Die Widerstände RG1 und RG2 sind zur Festlegung der Gleichspannung für die Gates der FET notwendig. Der Widerstand Ri der Gleichtaktquelle Ug simuliert reale Verhältnisse durch Netzeinstreuung
Rg1 1G
0
Ug
Ri
Rg2
10G
1G
0
0
66
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
Genauso wichtig, wie die gewollte Verstärkung der Differenzspannung am Eingang des Differenzverstärkers, ist seine Fähigkeit, die ungewollte Gleichtaktspannung zu ignorieren. Die simulierte Schaltung ist in Abb. 2.31 dargestellt. Auf Grund der völligen Symmetrie kann man virtuell den Source-Widerstand in zwei gleiche, parallel liegende, doppelt so große Widerstände aufteilen, so dass zwei faktisch unabhängige, identische Stufen entstehen (Abb. 2.31, Abb. 2.32). Daher reicht es für die Zwecke der Berechnung der Gleichtaktverstärkung aus, nur eine der beiden Stufen zu betrachten. Aus der Maschengleichung des Eingangs und des Source-Widerstandes Rs folgt, dass die Sourcespannung in etwa gleich der Gatespannung ist (Sourcefolger, Spannungsfolger-Prinzip), entsprechend der Gln. (2.25). 0
0
0
0
Rd1 10k
Rg1 1G
Rd2
Rg2
10k
1G
Uas Ug1
Ud2
Ud1 +
Rgs1 1G
SUgs1 SUgs2
-
+
Rgs2
-
1G
Rs1
Rs2
20k
20k 0
Ug2
0 Ug + Ri 10G
0
Abb. 2.32 Linearisiertes Ersatzschaltbild des Differenzverstärkers in der Betriebsart Gleichtaktansteuerung. Da der Verstärker vollkommen symmetrisch ist, kann man den ursprünglichen Sourcewiderstand Rs in zwei doppelt so große, parallel liegende Widerstände Rs1 und Rs2 aufteilen, ohne dass sich in der Schaltung etwas ändert
2.2 Medizinische Messverstärker
u g1
67
u gs1 1 SRs1 | u gs1 SRs1
u gs1 u s
(2.25)
Für die Drainspannung gilt ud1
Su gs1 Rd 1 ,
(2.26)
so dass nach einigen Umstellungen von (2.25) und (2.26) für die Spannungsverstärkung am Drain gilt Vg |
Rd . 2 Rs
(2.27)
Bei einem ideal symmetrischen Verstärker sind beide Stufen völlig identisch, so dass die Ausgangs-Differenzspannung Uas unabhängig von der Eingangsgleichtaktspannung Null wäre. +15v Rd1
Rd2 10k
10k
Ud2
Ud1
T1
T2
Ug1
Ug2
Rs 10k -15v Rd 10k + -
Ud
Abb. 2.33 Idealer Differenzverstärker mit gemisc hter (differentieller und gleichtaktmäßiger) Ansteuerung. Die Ausgangs-differenzspannung ist Null, die massebezogenen Drainspannungen zeigen einen starken Gleichtaktanteil (s. Abb. 2.34). (PSpice BSV_2.20)
Rg1
Rg2 10k
10 Hz, 10 mV
10k
+
Ug 50 Hz, 0.1V
-
0
68
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
In der praktischen Messtechnik treten beide genannten Ansteuerungsmodi immer gemischt auf. Auch die Schaltungstechnik zeigt, dass es keinen ideal symmetrischen Differenzverstärker gibt. Im Folgenden soll der Differenzverstärker in gemischten Ansteuerungsmodi, mit unsymmetrischer Einkopplung von Signalen und Störungen betrachtet werden. Ein symmetrischer Differenzverstärker mit gemischter Ansteuerung und symmetrischem Gleichtakt am Eingang ist in Abb. 2.33 dargestellt. Unter diesen idealen Bedingungen ist die Ausgangs-Differenzspannung erwartungsgemäß Null. Die Gleichtaktverstärkung beträgt in etwa eins, so dass die vom Eingang kommende Gleichtaktspannung etwa in gleicher Größe in der massebezogenen Drainspannung erscheint (Abb. 2.34). Zur wirksamen Unterdrückung des Gleichtakts im massebezogenen Ausgang müsste der Sourcewiderstand deutlich (dynamisch, mit einer Gleichstromquelle) vergrößert werden. Für die weiteren Betrachtungen wird von einem ideal symmetrischen Differenzverstärker ausgegangen (Abb. 2.35). Hierbei bilden die Auswirkungen unsymmetrisch eingekoppelter Gleichtaktspannungen, die unter realen Bedingungen immer vorhanden sind, die Grundlage aller Überlegungen. Auf den Messkreis wirkt von außen – meistens kapazitiv eingekoppelt – ihrem Entstehungsmechanismus nach eine Gleichtaktspannung, hier auf zwei Punkte der Messanordnung. Die Widerstände Rg1, 2,3,4 simulieren reale Impedanzverhältnisse bei Ankopplung über Elektroden, die Widerstände Ri1, 2 den Innenwiderstand der Biosignalquelle. Zu beach-
6.6V
6.5V
6.4V
6.3V
6.2V 0s
20ms
40ms
60ms
80ms
100ms 120ms 140ms 160ms 180ms 200ms Zeit
Abb. 2.34 Zeitverlauf der Spannung Ud2 am Drain von T2. Die schnellere Gleichtaktspannung (50 Hz) behält in etwa ihre Amplitude entsprechend der Gleichtaktverstärkung nach (2.27). Die langsamere Differenzspannung (10 Hz) wird in etwa um den Faktor 10 verstärkt. Dieses Bild zeigt, dass selbst ein ideal symmetrischer Differenzverstärker die massebezogene Gleichtaktspannung vom Eingang an seinem Ausgang nicht unterdrücken kann
2.2 Medizinische Messverstärker
69 +15v
Abb. 2.35 Symmetrischer Differenzverstärker mit gemischter Ansteuerung (Differenz und Gleichtakt) und unsymmetrischer Einkopplung des Gleichtakts (PSpice-Simulation BSV_2.21)
Rd1 10k
Rd2 10k
Ud2
Ud1 T1
T2
Ug1
Ug2
Rs
-15v Ri1
Ri2
ud
Rg4 10k
+ -
Rg3 10k
30k
1k
0
1k
Rg1 5k
0 Rg2 7k
ug
+ 0
200mV
100mV
0V
-100mV
-200mV 0s
20ms
40ms
60ms
80ms
100ms 120ms 140ms 160ms 180ms 200ms Zeit
Abb. 2.36 Zeitverlauf der Ausgangs-Differenzspannung eines Differenzverstärkers mit unsymmetrischer Einkopplung einer Gleichtaktstörung am Eingang. Die durch die Unsymmetrie verursachte Störung im Ausgangssignal beträgt 20 mV, während die Gleichtaktspannung am Eingang 100 mV stark ist. Der Rest der Gleichtaktspannung am Eingang wird durch die Symmetrie weiterhin eliminiert
70
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
ten ist, dass der Widerstand Rg2 um 40% größer ist als der Widerstand Rg1. Durch diese Ungleichheit wird die Gleichtaktspannung ug auf die Eingänge unsymmetrisch eingekoppelt, so dass zwischen den Eingängen zusätzlich zu ud eine Differenzspannung entsteht, als würde sie parallel zur Signalquelle ud liegen. Diese störende Differenzspannung kann mit Schaltungsmaßnahmen nicht mehr eliminiert werden (aber durch spektrale Filter, s. Abschn. über analoge und digitale Filter). Der Signalverlauf der Ausgangs-Differenzspannung ist in Abb. 2.36 dargestellt. Die Ausgangsspannung enthält neben dem gewünschten Biosignal auch die ver+15v
Rd1 5k
Rd2 10k
Ud2
Ud1 T1
T2
Ug1
Ug2
T3
Rs 30k
0 Ri1
-15v Ri2
ud
Rg4 10k
+ -
Rg3 10k
Rg5 100k
1k
0
0
1k
Rg1 5k
Rg2 5k ug + 0
Abb. 2.37 Differenzverstärker mit einer Konstantstromquelle an Stelle des Sourcewiderstandes. Auf die Betriebsparameter wirkt die Stromquelle wie ein sehr hoher dynamischer Widerstand, der mit einem realen Widerstand nicht realisierbar wäre (PSpice-Simulation BSV_2.22)
2.2 Medizinische Messverstärker
71
stärkte Differenzspannung der Störung, die durch Unsymmetrie am Eingang aus der ursprünglichen Gleichtaktspannung entstanden ist. Der Anteil der Gleichtaktspannung, der weiterhin als Gleichtakt erhalten bleibt, wird durch die Verstärkersymmetrie unterdrückt und in der Ausgangs-Differenzspannung eliminiert. In der praktischen Messtechnik muss man auch damit rechnen, dass reale Differenzverstärker nie ideal symmetrisch sind, selbst in der integrierten Elektronik ist das Ideal nicht erreichbar. Allerdings verursacht die schaltungstechnische Unsymmetrie weniger Störspannung als die Unsymmetrie am Eingang bei der Einkopplung der Gleichtaktspannung (Übung 2.7). Neben der möglichst guten Verstärkersymmetrie ist eine weitere Schaltungsmaßnahme notwendig, um den Einfluss des Gleichtakts auf die massebezogenen Drainspannungen zu minimieren. Entsprechend Gl. 2.27 wäre es notwendig, den Sourcewiderstand mit einem sehr großen Wert zu versehen, etwa in der Größenordnung von 1…10 M:. Durch den Sourcewiderstand fließt jedoch auch die Summe aus beiden Ruheströmen der Transistoren, die im Normalfall etwa im Bereich von 0.1…1 mA liegt. Dies würde bedeuten, dass die negative Versorgungsspannung zum Erreichen des notwendigen Ruhestromes im Bereich von Ub- = RS.(IS1+IS2) = 100 V bis 10 kV liegen müsste. Dies ist schaltungstechnisch natürlich nicht machbar. Andererseits würde ein großer realer Widerstand das Rauschen unnötig vergrößern. Eine Lösung bietet die Konstantstromquelle: Diese hat einen sehr hohen Innenwiderstand, der faktisch dem Transistorwiderstand Rds gleich ist, wobei zu ihrer Dimensionierung nur relativ niedrige Widerstände notwendig sind (Abb. 2.37). Der Differenzverstärker ist die Grundstruktur, mit der integrierte Operationsverstärker und weitere spezialisierte Schaltungen (Instrumentationsverstärker, Isolationsverstärker) aufgebaut werden. Natürlich benötigen die integrierten Verstärker auch noch andere elektronischen Funktionsstufen, wie Pegelverschiebung, Rückkopplung, Stromspiegel, symmetrische Endstufen, Frequenzgangkompensation, Temperaturkompensation und weitere. Diese Stufen gehören zu den Grundlagen der analogen Schaltungstechnik, so dass bei Bedarf die entsprechende Fachliteratur zu empfehlen ist. Im Weiteren werden Schaltungen behandelt, die in der medizinischen Messtechnik spezifische Anforderungen erfüllen müssen.
2.2.3 Operationsverstärker, Instrumentationsverstärker Der Differenzverstärker ist als Funktionseinheit zur Erfassung von Biosignalen im gestörten Umfeld besonders gut geeignet. Allerdings ist ein diskreter Aufbau – dazu noch eines mehrstufigen Verstärkers – eine konstruktive Herausforderung, die heute nur noch bei speziellen Konstruktionen Sinn macht und dem Forschungsbereich vorbehalten bleibt. In der konventionellen analogen Schaltungstechnik macht man sich eine in der
72
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
Ub+ + ud
V+
+ -
ua
V-
UbAbb. 2.38 Symbol eines OV und prinzipielle Funktionsweise: Die Ausgangsspannung ist massebezogen, ua = Vd*ud. Im Idealfall ist Vd unendlich groß, in der Realität größer als 105. Die Differenzspannung ud am Eingang eines Verstärkers ergibt sich meistens aus der Differenz zweier massebezogenen Spannungen
Regelungstechnik gut bekannte Eigenschaft gegengekoppelter Systeme zunutze: Ist die Vorwärtsverstärkung eines offenen Systems sehr hoch (>100.000), so definieren sich die Eigenschaften des gegengekoppelten Systems allein aus der Rückkopplung. Das bringt der Dimensionierung und Realisierung enorme Vorteile und Erleichterung im Vergleich mit diskreten Schaltungen: Man muss sich nicht mehr um die (nichtlinearen) Parameter oder Auswahl diskreter aktiver Bauelemente kümmern und man kann die gewünschte Funktion mathematisch exakt formulieren und über die Rückkopplung umsetzen. Ein solches System, das einerseits nur die gewünschte Potentialdifferenz verstärkt, andererseits hinreichend hohe Verstärkung besitzt, ist der Operationsverstärker (OV). Symbolisch ist der OV mit einer angeschlossenen Differentialquelle in Abb. 2.38 dargestellt. In den weiteren Betrachtungen wird zunächst ein idealer OV betrachtet, der eine unendlich hohe Verstärkung besitzt. Würde der OV allein und ohne zusätzliche Beschaltung zur Verstärkung der gewünschten Differenzspannung ud verwendet, so erreicht er sofort (beim realen OV bei einigen wenigen Mikrovolt, d.h. bereits durch eigenes Rauschen) die Begrenzung an der Spannungsversorgung Ub+,-. Das ist nicht das Ziel, man möchte die Eingangs-Differenzspannung mit einem definierten und bekannten Faktor verstärken. Deswegen wird eine Gegenkopplung eingeführt, um im Sinne der oben genannten Eigenschaft der Gegenkopplung einen definierten Verstärkungspegel zu erreichen. Dieser Ansatz ist in Abb. 2.39 dargestellt. Bei der Analyse und Dimensionierung ist es notwendig, sich den folgenden
2.2 Medizinische Messverstärker
0
73
Ub+
u1 +
-
+ ua
V+ V-
0 +
-
R1 1k
u2
Ub-
R3 1k Abb. 2.39 OV mit Gegenkopplung zur definierten Verstärkung der Differenz zwischen den massebezogenen Spannungen u1 und u2. Die Differenzverstärkung des Systems (OV) ist theoretisch unendlich groß, so dass die realisierte Verstärkung sich allein aus der Gegenkopplung zu (R3+R1)/R1 ergibt (Reziprokwert des Gegenkopplungsfaktors), s. PSpice-Simulation BSV_2.23
Grundsatz zu merken: In einer Schaltung mit einem idealen OV und einer Gegenkopplung (Verbindung vom Ausgang des OV zum invertierenden Eingang) ist die Differenzspannung zwischen den beiden OV-Eingängen gleich Null. Daraus könnte man fälschlicherweise ableiten, dass auch die Ausgangsspannung des OV gleich Null sein müsste. Hier muss man kausal vorgehen: Die EingangsDifferenzspannung des OV (E+-E-) wird erst nach der Einstellung des OVAusgangs auf diese Bedingung zu Null. Ausgehend von diesem Analyseprinzip kann man für die Ausgangsspannung der Schaltung nach Abb. 2.39. schreiben ud
u u
0 u1
u2
R1 u a u 2 , R1 R3
(2.28)
nach Auflösung gilt für die Ausgangsspannung ua
§ R3 · R ¸¸u1 3 u 2 . ¨¨1 R R1 1 ¹ ©
(2.29)
Nun besitzt die Schaltung für beide Eingangsspannungen eine definierte Verstärkung. Allerdings bilden die Spannungen keine echte Differenz, sondern sind mit unterschiedlichen Gewichten behaftet. Damit bleibt das eigentliche Problem – die Gleichtaktspannung am Eingang zu eliminieren – ungelöst. Deswegen muss auch
74
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
0 R4 1k
0
Ub+
u1 +
-
+ V+
R2 1k
ua
V-
0 -
+
-
u2
R1 1k Ub-
R3 1k
Abb. 2.40 Verstärker der Spannungsdifferenz zwischen u1 und u2, wobei die Wichtung beider Spannungen über die beiden Spannungsteiler R2, 4 und R1, 3 unabhängig voneinander einstellbar ist (PSpice-Simulation BSV_2.24)
die Eingangsspannung u1 am nichtinvertierenden Eingang E+ einen Freiheitsgrad erhalten, wie in Abb. 2.40 dargestellt. Für die Ausgangsspannung nach Abb. 2.40 gilt die folgende Beziehung: u
u u1
R4 R2 R4
u 2 u a u 2
R1 . R1 R3
(2.30)
Nach Umstellung von 2.30 erhält man für die Ausgangsspannung ua
u1
R4 R1 R3 R u2 3 . R1 R2 R4 R1
(2.31)
Entsprechend der Gln. (2.31) sind es zwei Freiheitsgrade, die jeweils Bezug auf die Eingangsspannungen haben. Diese beiden Freiheitsgrade sind notwendig um zu der Festlegung zu gelangen, dass die Ausgangsspannung ua allein von der Differenz der beiden Eingangsspannungen abhängen soll, nicht aber von deren Gleichtakt. Das heißt, es ergibt sich somit aus der Bedingung für den Gleichtakt:
2.2 Medizinische Messverstärker
75
u1
u2 ua
0,
(2.32)
nach Einsetzen von (2.32) in (2.31) R1 R3
R2 . R4
(2.33)
Aus schaltungstechnischen Gründen (Offsetkompensation) werden die Widerstände so gewählt, dass R1=R2 und R3=R4. Damit gilt für die Ausgangsspannung ua
u1 u 2 R3 u1 u 2 R4 . R1
(2.34)
R2
Mit (2.34) wurde erreicht, dass die Ausgangsspannung am OV allein von der Differenz der beiden massebezogenen Eingangsspannungen abhängt, wobei diese Differenz mit einem definierten Faktor verstärkt wird. Es schließt sich die Prüfung an, ob die Forderung nach einem hinreichenden Eingangswiderstand erfüllt ist (s. Abschn. 2.2.1.5 Eingangswiderstände medizinischer Messverstärker). Ausgehend von der Schaltung in Abb. 2.40 lassen sich die Eingangswiderstände wie folgt abschätzen: Aus Sicht der Differenzspannung am Eingang ist der DifferenzeinUb+ us 0 +
-
+ V+
ua
V-
Ub-
Abb. 2.41 Spannungsfolger mit OV. Da der Au sgang die Eingangsdifferenzspannung des OV auf Null einstellt, ist die Ausgangsspannung ua gleich der Eingangsspannung us. Der Eingangswiderstand ist theoretisch unendlich groß, praktisch gleich dem Eingangswiderstand des OV. Der Ausgangswiderstand ist idealerweise Null, praktisch in der Größenordnung von 100 :. Daher wird diese Stufe auch als Impedanzwandler bezeichnet
76
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
gangswiderstand unter der Annahme eines idealen OV gleich der Summe der beiden Widerstände R1 und R2. Dabei ist immer davon auszugehen, dass die Eingangsdifferenzspannung am OV Null ist, also liegen die beiden Eingänge am selben Potential und zwischen den beiden Knoten fließt kein Strom. Vd o f ued
0 Re
R1 R2
(2.35)
Da die realen Widerstände in der Größenordnung von 100 k: liegen, ist dies für die medizinische Messtechnik zu wenig. Daher ist es notwendig, den Eingangswiderstand deutlich zu erhöhen. Die analoge Schaltungstechnik bietet hierfür eine zunächst sehr einfache Lösung: den Impedanzwandler mit einem OV, wie in Abb. 2.41 dargestellt. Der Impedanzwandler lässt sich jedem Eingang des Spannungsdifferenzverstärkers vorschalten, so dass der Eingangswiderstand auf ein akzeptables Niveau angehoben wird, wie in Abb. 2.42 dargestellt. Im Weiteren wird die Gleichtaktunterdrückung, CMRR, für den Fall eines idealen OV betrachtet. Die Schaltung in Abb. 2.42 ist ein mehrstufiger Verstärker, wobei die beiden Impedanzwandler die erste (symmetrische) Stufe, der SpannungsdiffeUb+ Rq1 + V+
200k
0 V-
R4 1k
U3A Rq3
Ub+
Ub-
50k
+ V+
R2 1k
-
+
ug
+ -
0
ud
ua
VUb+
R1 1k Ub-
VR3 1k
Rq2 +
V+
200k Ub-
Abb. 2.42 Spannungsdifferenzverstärker mit Impedanzwandlern am Eingang zur Sicherung eines hohen Eingangswiderstandes. Am Eingang werden die Gleichtakt- und Differenzspannungsquellen simuliert
2.2 Medizinische Messverstärker
77
renzverstärker die zweite Stufe bilden. Es lässt sich zeigen, dass in einem mehrstufigen Verstärker mehrere wichtige Eigenschaften (Rauschen, Drift), und so auch die Gleichtaktunterdrückung, durch die erste Stufe maßgeblich bestimmt werden. Da die erste Stufe in Abb. 2.42 Impedanzwandler enthält, die gleichzeitig als Spannungsfolger funktionieren, wird vom Eingang sowohl die Gleichtakt- als auch die Differenzspannung auf den massefreien Differenzausgang zwischen den OV-Ausgängen durchgereicht. Die Gleichtakt- und die Differenzverstärkung der ersten Stufe sind gleich eins, folglich ist das CMRR ebenfalls eins (Gl. 2.36). Hinsichtlich der im Kapitel 2.2.1.6 erhobenen Forderungen ist dies völlig unzureichend. CMRR1
Vd 1 V g1
1
(2.36)
Daher ist es notwendig, bereits in der ersten Stufe eine hinreichend hohe Differenzverstärkung zu realisieren, denn die Gleichtaktverstärkung bleibt in jedem Falle gleich Eins. Am einfachsten wird die Differenzverstärkung mit Hilfe von Widerständen erreicht, die eine Querverbindung zwischen den beiden OVAusgängen bilden und gleichzeitig Bestandteile der Gegenkopplungen sind, wie in Abb. 2.43 dargestellt. Die Differenzverstärkung lässt sich dann an Hand des Querstromes zwischen den beiden OV-Ausgängen mit Hilfe der Gln. (2.37) und (2.38) zu (2.39) berechnen. iQ u ad
u R6 R6
u IC1 u IC 2 R6
ud R6
iQ R5 R6 R7 u d
u aIC1 u aIC 2 Vd
1
(2.37)
R5 R6 R7 R6
R5 R7 R6
(2.38) (2.39)
In Gl. 2.37 bis 2.39 ist u+ICi die Spannung am nichtinvertierenden Eingang des OVs i, uaICi die Spannung am Ausgang des OVs i.
Da die erste Stufe nach wie vor nur die Differenzspannung verstärken soll, darf in der massefreien Ausgangsspannung uad kein durch Unsymmetrie verursachter Anteil der Gleichtaktspannung erscheinen. Diese Forderung führt zur Widerstandsdimensionierung R5 = R7. Aus Gl. (2.39) ergibt sich direkt der Wert für das CMRR der ersten Stufe zu CMRR1
Vd 1 V g1
1 2
R5 R |2 5 , R6 R6
(2.40)
78
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
der nur unter der Voraussetzung eines idealen OV gilt. In der Realität wird dieser Wert in Abhängigkeit vom CMRR der eingesetzten OV und der Genauigkeit der Widerstände geringer ausfallen. Die zweite Stufe des Instrumentationsverstärkers besitzt theoretisch ein unendliches CMRR, da hier die Gleichtaktverstärkung per Definition Null beträgt. Daher werden die Stufen einzeln simuliert betrachtet (BSV_2.27). Die gewünschte Differenzspannung ud hat am Verstärkereingang (Abb. 2.43) eine Amplitude von 0.8 mV (10 Hz), die störende Gleichtaktspannung ug eine Amplitude von 10 V (50 Hz), so dass das SNR (2.25) am Eingang der ersten Stufe -82 dB beträgt. Die Gleichtaktverstärkung der ersten Stufe ist Vg1 = 1, die Differenzverstärkung beträgt nach (2.39) Vd1 = 101, so dass rechnerisch ein CMRR1 = 40 dB vorliegt. Bei einer Eingangsdifferenzspannung von 0.8 mV (die Differenzspannung ud = 1 mV wird am Spannungsteiler der Quellenwiderstände Rq1,2,3 reduziert) und einer Ausgangsdifferenzspannung der ersten Stufe von 80 mV, bei gleich bleibender Gleichtaktspannung von 10 V, wird demnach am Ausgang der ersten Stufe ein SNR = -42 dB erreicht. Am Ausgang der zweiten Stufe (massebezogene Spannung ua) wird bei 10 Hz (gewünschtes Signal) ein Pegel von 9,1 V, bei 50 Hz (Störung) ein Pegel von 32 mV gemessen, was einem SNR von 49 dB entspricht. Die Differenz des SNR zwischen dem Ausgang und dem Eingang der zweiten Stufe beträgt demnach 91 dB. Diese Differenz ist als CMRR2 der Ub+ Rq1 + V+
200k
IC1 V-
-
0
OS2 OS1
R2 1k
R4 100k
R5 Rq3
R8
50k
+
ug + -
50k ud + -
0
V+
R6 1k
R9
IC3 -
50k
Ub-
R7
V-
OS2
ua
OS1
Ub-
50k
VRq2
Ub+
Ub- 50k
IC2 V+ +
OS1 OS2
R1 1k
R3 100k
200k Ub+
Abb. 2.43 In der ersten Stufe des Verstärkers wurde zusätzlich zu ihrer Funktion als Impedanzwandler mit Hilfe der Widerstände R5, 6,7 Differenzverstärkung realisiert. Die Widerstände R8, 9 sind funktionell nicht notwendig, jedoch für die Offsetreduktion in bipolarer Technologie sinnvoll. Diese Schaltung wird Instrumentationsverstärker genannt. (PSpice-Simulation BSV_2.27)
2.2 Medizinische Messverstärker
79
zweiten Stufe anzurechnen. Dies ist kein besonders guter Wert, aber im Normalfall akzeptabel. Zusammen mit der ersten Stufe wird insgesamt ein theoretisches CMRR von 131 dB erreicht. Das ist auch für die medizinische Messtechnik ein sehr guter Wert – natürlich unter den idealen Bedingungen der PSpice-Simulation. In der Praxis wird man mit realen Bauelementen dieser Schaltung jedoch höchstens 100 dB erreichen. Die bisherigen Überlegungen geschahen auf der Grundlage idealer OVs oder zumindest ideale Simulationsbedingungen zu haben. Diese Annahmen sind von der messtechnischen Realität weit entfernt. Im Folgenden werden realistische Betriebsparameter als Basis dienen. Die Differenzverstärkung Vd kommt mit ihrem realen Pegel von meistens mehr als Vd = 106 dem Ideal einer unendlichen Verstärkung für die realen Verhältnisse sehr gut heran. Allerdings ist dieser Wert in einem nur sehr begrenzten Spektralbereich haltbar, bereits am oberen Ende des Biosignalspektrums (1 kHz bis 10 kHz) sinkt die Verstärkung der meisten OVs und Instrumentationsverstärker dramatisch ab (Abb. 2.44). Dabei gilt der aus der allgemeinen Elektronik bekannte Effekt: Die Bandbreite eines gegengekoppelten Verstärkers nimmt mit der Stärke der Gegenkopplung zu. Geht man jedoch davon aus, dass in der medizinischen Messtechnik Verstärkungen von mindestens 1000 benötigt werden, so ist der Spielraum zwischen Verstärkung und Bandbreite gering. Entsprechend der Grafik in Abb. 2.44 würde bei einer Differenzverstärkung von Vd = 1000 eine Bandbreite von
100
1.0
10m
100u
1.0u 10mHz
1.0Hz
100Hz
Frequenz
10KHz
1.0MHz
100MHz
Abb. 2.44 Verlauf der Differenzverstärkung eines OV in Abhängigkeit von der Frequenz und von der durch die Gegenkopplung eingestellte Verstärkung als Parameter: Von oben nach unten Vd = 1000, 101, 11, 2 (PSpice-Simulation BSV_2.28)
80
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
0.001 Hz bis 1 kHz erreicht, womit gerade noch die Minimalforderung für das EKG erfüllt wäre. Man muss allerdings berücksichtigen, dass hier der betagte OV vom Typ 741 analysiert wurde (Studentenversion PSpice-Simulation BSV_2.28). Natürlich gibt es heute wesentlich bessere Bauelemente, allerdings wird sich an der Bandbreite nichts Wesentliches ändern. Die Gleichtaktunterdrückung CMRR variiert zwischen 60 dB bis 120 dB, wobei für die medizinische Messtechnik Bauelemente mit dem höchsten CMRR zu wählen sind. Instrumentationsverstärker sollten ein CMRR von 120 dB erreichen. Beim Entwurf und Konstruktion sollte man beachten, dass das CMRR auch bei sehr guten OV wegen des Abfalls der Differenzverstärkung mit der Frequenz relativ schnell abnimmt (Abb. 2.45). Das liegt vor allem an den unvermeidbaren parasitären Kapazitäten, die mit steigender Frequenz die für hohes Vd und CMRR notwendigen großen Widerstände durch ihre abnehmende Impedanz herabsetzen. Bei relativ hohen Frequenzen der Gleichtaktstörung (z.B. 100 kHz von DC-DCWandlern) erreicht das CMRR bereits sehr niedrige Werte (weniger als 40 dB). Das kann dazu führen, dass in einem schlecht konstruierten Messverstärker, oder einem Messkreis mit hochfrequenten Störungen aus der Umgebung, die höheren Frequenzen zu einem viel größeren Problem werden, als die sonst üblichen Netzstörungen. Der Verlauf der Gleichtaktverstärkung des OVs aus Abb. 2.44 ist in Abhängigkeit von der Frequenz in Abb. 2.45. dargestellt. Es lässt sich feststellen, dass unabhängig von der Differenzverstärkung der Abfall bei etwa 10 Hz beginnt, jedoch mit einem geringeren Anstieg als bei der Differenzverstärkung.
10K
100
1.0
10m 10mHz
1.0Hz
100Hz
Frequenz
10KHz
1.0MHz
100MHz
Abb. 2.45 Verlauf der Gleichtaktverstärkung Vg in Abhängigkeit von der Frequenz und der Differenzverstärkung Vd als Parameter desselben OV, dessen Differenzverstärkung in Abb. 2.43 dargestellt ist. Von oben nach unten beträgt Vd = 2, 11, 101, 1000
2.2 Medizinische Messverstärker
81
Beim Vergleich der frequenzabhängigen Verläufe in den Abb. 2.44 und 2.45 stellt man fest, dass während der Abfall der Gleichtaktverstärkung bereits bei 1 Hz einsetzt, so fängt der Abfall der Differenzverstärkung bei Vd = 1000 erst bei etwa 1 kHz an, dafür ist er aber wesentlich steiler. Daraus folgt, dass das CMRR als Quotient aus der Differenz- und Gleichtaktverstärkung im Bereich zwischen etwa 1 Hz und 1 kHz sein Maximum erreicht, um dann ab dem Knick der Differenzverstärkung rapide zu sinken. Dieses Verhalten ist für den Frequenzbereich der zu erwartenden Gleichtaktstörungen (Netze, Röhrenmonitore) günstig, aber schlecht bei hochfrequenten Störungen ab etwa 10 kHz.
2.2.4 Isolationsverstärker Der Isolationsverstärker ist ein besonderer Instrumentationsverstärker, dessen Eingangs- und Ausgangskreis sowie ihre Stromversorgungen voneinander galvanisch getrennt sind, wie in Abb. 2.46 dargestellt. Die galvanische Trennung im Isolationsverstärker verkompliziert die Schaltungstechnik enorm, da sowohl für die Stromversorgung, als auch für die Signalübertragung modulierte Wechselspannungen notwendig sind (auch optische Übertra-
Messverstärkerkreis
Patientenkreis E+
Biosignal
Demodulator
Modulator
C Netz
Netz
EStromversorgung
Schaltnetzteil 100kHz
CTrenn
Stromversorgung
Gleichrichter Regler
galvanische Trennung Abb.2.46 Galvanische Trennung in einem Isolationsverstärker. Sowohl der Signalweg als auch die Stromversorgung des Patiententeils sind vom Netz galvanisch getrennt. CNetz stellt die Streukapazität zwischen den Wicklungen des Netztransformators, CTrenn zwischen den Wicklungen des Transformators im Schaltnetzteil dar
82
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
gung ist möglich). Die Analyse der Schaltung in Abb. 2.46 führt zur Fragestellung, wozu die zusätzliche transformatorische Kopplung zur galvanischen Trennung im Isolationsverstärker notwendig ist, da der Verstärker bereits mittels des Netztransformators vom Netz galvanisch getrennt ist. Die Messsituation ist in Abb. 2.47 dargestellt. Aus Sicht der medizinischen Messtechnik bringt die galvanische Trennung im Isolationsverstärker keine Verbesserung der Messsituation. Im Gegenteil, durch die fehlende Erdverbindung kann die Netzstörung sogar noch größer werden. Zwischen der Primär- und der Sekundärwicklung des Netztransformators besteht eine relativ große Streukapazität CTrenn (große gemeinsame Fläche zwischen Primärund Sekundärwicklung), die eine wechselstrommäßige Verbindung zwischen dem Netz und dem Messverstärker darstellt. Der Strom vom Netz kann über die Streukapazität der Wicklungen und den Patienten zur Erde abfließen und ist daher potentiell gefährlich (im Kardiobereich bereits 10 PA als Grenze). Da das Schaltnetzteil mit einer Frequenz um 100 kHz arbeitet, sind die Abmessungen des Schaltnetzteil-Transformators um Größenordnungen geringer als die des Netztransformators. Folglich ist auch seine Streukapazität wesentlich geringer und schließlich auch der dadurch verursachte Patientenstrom. Deswegen hat die galvanische Trennung im Isolationsverstärker insbesondere sicherheitstechnische Relevanz, für die Messtechnik stellt sie in der Regel keine Verbesserung dar. Bezieht man in diese methodischen Überlegungen die Frage der zusätzlichen Kosten für
L1
CNetz CTrenn
U
störr st
N PE
Abb. 2.47 Galvanische Trennung und ihre Auswirkung auf den Messkreis: Der Patient ist vom Netz und von der Erde galvanisch getrennt. Die kapazitiv eingekoppelten Störungen vom Netz sind nach wie vor vorhanden. Die wechselstrommäßige Verbindung zum Netz über CNetz wurde durch die hochfrequente Energieübertragung und demzufolge geringeren Transformatorabmessungen in der galvanischen Trennung des Isolationsverstärkers auf CTrenn reduziert
2.2 Medizinische Messverstärker
83
den Isolationsverstärker ein, die ein Mehrfaches der konventionellen Instrumentationsverstärker betragen, so könnte sich ein guter Trenntransformator an Stelle des üblichen Netztransformators als die günstigere Variante erweisen.
2.2.5 Guardingtechnik Die aus der Umgebung auf den Messkreis einwirkenden Störungen lassen sich zum Teil mit Hilfe der Abschirmung von Signalleitungen (geschirmte Messkabel) reduzieren. Vor allem niederfrequente kapazitiv eingekoppelte und hochfrequente elektromagnetisch eingekoppelte Felder werden durch die Schirmung der Signalleitungen wirksam unterdrückt. Auf diese Weise wird aber nur die auf die Signalleitung, jedoch nicht die auf den Patienten wirkende Störung reduziert. Da die Messkabel in der Regel um einen Meter lang sind und die durch die Schirmung eingeschlossene Fläche über der Signalleitung relativ groß ist, bildet die Schirmung zusammen mit dem Innenleiter eine Kapazität in der Größenordnung von bis zu 100 pF. Diese Kapazität liegt parallel zum Gleichtakteingangswiderstand,
0 RH
LH
1k
Uekg
0
C1 100
Rg+ 100MEG
linkeHand
+ -
Ri
Rel 2k
Rd 1MEG
rechteHand
Rg-
Rer 2k
100MEG C2 100 0
0
0
Abb. 2.48 Einkanalige Messanordnung zur EKG-Erfassung. Die Anschlusskabel sind geschirmt und die Schirmung ist geerdet (gestrichelt um die Signalleitungen dargestellt). Die Schirmung bildet mit den Signalleitungen die Kapazitäten C1, 2, die parallel zum Eingangswiderstand liegen und diesen herabsetzen (PSpice-Simulation BSV_2.31)
84
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
+15v + Rq1
IC1
100k Rg1 100k
V+ OS2 V-
OS1
-
Ra 10k -15v Rm1 10k Ro1 50k
ug + -
Rq3
glt
Rc 1k
50k Ro2 50k
0
ud + -
Rm2 10k -15v Rb 10k
VIC2 V+
OS1 OS2
+ Rq2 100k
Rg2
+15v +15v
100k
+ OS2 OS1
V+ IC3 V-
-15v
Abb. 2.49 Guardingtechnik mit Gleichtaktsignal. Widerstände Rg1, 2 simulieren die Impedanz der Kabelkapazität. Das Gleichtaktsignal wird schaltungstechnisch mit Rm1, 2 gewonnen und über den Impedanzwandler IC3 auf den Kabelschirm geführt. Dadurch ergibt sich über der Kabelkapazität im Idealfall eine Spannungsdifferenz von Null. Die Gleichtakt-Spannungsquelle „sieht“ die Kapazität nicht. (PSpice-Simulation BSV_2.30)
so dass dieser mit zunehmender Frequenz enorm reduziert wird (Bei einer Frequenz von 100 Hz beträgt die Impedanz der Kapazitäten C1, 2 in Abb. 2.48 nur noch 32 M:). Das verschlechtert einen der wichtigsten Betriebsparameter des Messverstärkers – den Eingangswiderstand. Daher sind schaltungstechnische Maßnahmen notwendig, um den reduzierenden Einfluss der Schirmung zu elimi-
2.2 Medizinische Messverstärker
85
nieren. Die Kabelkapazität ist physisch immer vorhanden und ihre Reduktion ist konstruktiv nicht möglich. Es besteht jedoch die Möglichkeit, die Wirkung der Kapazität zu minimieren. Durch Umlegen des geerdeten Endes der Kapazität auf die Gleichtaktspannung ug bleibt über der Kapazität nur noch die halbe Differenzspannung übrig. Für den Gleichtakt würde demnach die Kapazität als unendlich hohe Impedanz erscheinen, denn durch sie fließt kein Gleichtaktstrom. Die schaltungstechnische Realisierung dieses sog. Guarding-Prinzips ist in Abb. 2.49 dargestellt. In Abb. 2.49 ist die erste Stufe eines Instrumentationsverstärkers dargestellt, in der mit Hilfe der Widerstände Rm1 und Rm2 das massebezogene Gleichtaktsignal gewonnen wird. Das Gleichtaktsignal wird zur Entkopplung über den Impedanzwandler IC3 auf die Kabelschirme (gestrichelt um die Signalleitungen dargestellt) geführt. Der Impedanzwandler darf keine höhere Verstärkung als eins haben, denn er bildet eine Mitkopplung und das würde zur Instabilität bzw. zu Oszillationen führen. Da die Signalleitung und der Kabelschirm dieselbe Gleichtaktspannung führen, erscheint die Impedanz der Schirmkapazität vom Eingang her unendlich hoch, während die Kapazität nach wie vor physisch vorhanden ist. Dieses Prinzip der dynamischen Anhebung der Impedanz ist bekannt und wurde in den ersten Entwicklungsphasen der analogen Schaltungstechnik als bootstrap bezeichnet. Hier stellt sich die Frage, ob der Schirm auch seine ursprünglich vorgesehene Funktion des Schutzes gegen Störungseinkopplung erfüllt. In der konventionellen Anwendung nach Abb. 2.48 erfasst der Schirm die Störungen und leitet sie zur Masse ab. In der Guardingtechnik (Abb. 2.49) liegt der Schirm am Ausgang eines OV (IC3) und ist daher über den Ausgangswiderstand des OV mit der Masse niederohmig verbunden (Ra um etwa 100 : . Aus Sicht der Störungseinkopplung hat sich durch das Guarding nichts Wesentliches geändert. Allerdings blieb der Gleichtakteingangswiderstand der Schaltung erhalten und wird durch den Schirm nicht reduziert. Da jetzt der Schirm aber nicht auf Masse liegt, könnte er messund sicherheitstechnisch zum Problem werden. Daher legt man um das Kabel und seinen Guarding-Schirm einen zweiten Schirm, der geerdet bzw. mit der Masse verbunden ist. Natürlich bildet sich zwischen den beiden Schirmen erneut eine Kapazität. Diese hat jedoch keinen Einfluss auf die Signalleitung, denn sie ist bereits durch den ersten Schirm geschützt. Bei der schaltungstechnischen Realisierung der Guardingtechnik nach Abb. 2.49 muss man beachten, dass die Kabelkapazität weiterhin auf die Differenzspannung wirkt. Da ihre Impedanz frequenzabhängig ist, wird sie negative Auswirkungen auf den Amplitudenfrequenzgang des Messsystems haben. Man nimmt in Kauf, dass die Amplitude des Biosignals zu höheren Frequenzen hin abnimmt, weil die mit steigender Frequenz abnehmende Impedanz die Differenz-Eingangs-Spannung reduziert. Werden an den Amplitudenfrequenzgang der gesamten Messkette hohe Anforderungen gestellt, so müssen sie auch an dieser Stelle berücksichtigt werden. Hier wäre die in Abb. 2.50 dargestellte Schaltungsvariante vorzuziehen.
86
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
+15v + V+ OS2 OS1
IC3
V-
-15v Rg1 100k
+15v +
Rq1 100k
IC1
V+ OS2 OS1
V-
-
Ra 10k
-15v Rq3
ug -
+
0
50k
Ro1 50k
ud
Ro2 50k
Rc 1k
+ -
-15v
Rb 10k
VIC2 V+
OS1 OS2
+ Rq2 100k
+15v Rg2
+15v
100k
+ OS2 OS1
V+ IC4 V-
-
-15v
Abb. 2.50 Guardingtechnik für jeden Kanal einzeln. Die Kabelimpedanzen werden sowohl für den Gleichtakt als auch für die Differenz dynamisch angehoben, so dass weder die Gleichtakt-, noch die Differenzspannungsquelle die Kabelimpedanz „sehen“. Geeignet für sehr empfindliche und genaue Messverstärker mit hohen Anforderungen an den Amplitudenfrequenzgang. (PSpiceSimulation BSV_2.32)
Für besonders anspruchsvolle Messverstärkertechnik kann jeder Messkanal einen eigenen Guard bekommen, wie in Abb. 2.50 dargestellt. Mit dieser Schaltungsva-
2.2 Medizinische Messverstärker
87
riante wird erreicht, dass die Kabelimpedanzen nicht nur hinsichtlich des Gleichtakts, sondern auch für die Differenzspannung dynamisch angehoben werden. Allerdings steigt in dieser Variante bei mehrkanaligen Messsystemen der Schaltungsaufwand enorm. Dieser Aufwand ist daher nur in Messsystemen gerechtfertigt, die eine hohe Messgenauigkeit und konstanten Amplitudenfrequenzgang über die ganze Messkette erfordern. Eine Option wäre das Anbringen der ersten Verstärkerstufe direkt an den Sensor, damit ist kein Guard notwendig. Wenn wir direkt am Sensor die erste Verstärkerstufe anbringen könnten, wäre kein Guard notwendig. Diese Variante wird im nächsten Kapitel behandelt.
2.2.6 Aktive Elektroden Dieser schaltungstechnische Lösungsansatz beruht auf dem Fakt, dass ein Messverstärker einen niederohmigen Ausgang besitzt. Der Ausgang ist im Gegensatz zu hochohmigen Eingängen unempfindlich gegen Störungen, da diese über den niedrigen Ausgangswiderstand zur Masse geleitet werden. Hierbei verlagert man die erste Verstärkerstufe gewissermaßen direkt auf den Sensor, so dass die Signalverbindung nicht mehr in dem Maße gestört wird, wie das bei den bisherigen Alternativen der Fall war. Schematisch ist eine solche Anordnung in Abb. 2.51 dargestellt. Technologisch wird die aktive Elektrode aus einer üblichen Elektrode und einem OV oder Instrumentationsverstärker gebildet, meistens in einem kompakten Gehäuse vergossen, um Biokompatibilität zu gewährleisten. Zwar wird damit das Ri
ud
100
Re
+ Ck
-
10MEG
100p
0
0
0
Abb. 2.51 Schematische Darstellung einer aktiven Elektrode: Die Signalquelle ud repräsentiert den Verstärker, der direkt auf dem Sensor befestigt ist. Die Kabelkapazität Ck und die beiden Widerstände Ri (Ausgangswiderstand des Verstärkers) und Re (Eingangswiderstand des Hauptverstärkers) bilden einen Tiefpass mit der Grenzfrequenz von ca. 10 MHz, was für Biosignale völlig ausreichend ist. (PSpice-Simulation BSV_2.33)
88
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
Problem der Kabelschirmung gelöst und die Anforderungen an den Eingangswiderstand des Hauptverstärkers sind wegen des vorgelagerten Sensorverstärkers nicht mehr so hoch. Dafür ergeben sich neue methodische und schaltungstechnische Probleme: Eine passive Elektrode ist elektrisch ein einziger Anschlusspunkt am Körper und die Potentialdifferenz zwischen zwei oder mehr Elektroden wird erst im Messverstärker gebildet. Eine aktive Elektrode jedoch benötigt entweder die elektrische Masse des Hauptverstärkers (s. Abb. 2.51) oder als Differenzsignal-Quelle einen weiteren Anschluss am Körper (s. Abb. 2.48), in beiden Fällen inklusive Versorgungsspannung. Das bedeutet, jeder aktiven Elektrode muss neben der Versorgungsspannung auch noch ein Bezugspotential zugeführt werden, ob die elektrische Masse oder das Potential einer benachbarten Elektrode. Dies ist
Spannungsfolger Ub+
Elektrode +
-
Rq1
V+OS2 IC1 OS1 V-
Spannungsdifferenz-Verstärker 0
UbR4 100k
200k
Ub+
Rq3 50k
+
ud
Kabelschirmung R2 1k
+ -
Rq2
R1 1k
V+ OS2 IC3 OS1 V-
ua
Ub-
200k + -
ug Ub-
R3 100k
-
0
Patient
Elektrode
VIC2 V+ +
OS1 OS2
Ub+
Spannungsfolger
Abb. 2.52 Schematische Darstellung eines Messverstärkers mit vorgelagertem Eingangsteil als aktive Elektroden (IC1 und IC2). Die notwendige Aussenbeschaltung und Verkabelung der aktiven Elektroden beinhaltet bei ihrer Konstruktion als Spannungsfolger lediglich einen OV, zwei Stromversorgungsleitungen, eine Masseleitung und eine Signalleitung zum Hauptverstärker. Die Eingänge der Spannungsfolger sind direkt mit den Elektroden verbunden. (PSpice-Simulation BSV_2.34)
2.3 Analoge Filter
89
technologisch und elektronisch eine Herausforderung. Eine wesentliche Vereinfachung dieses Problems kann man erreichen, wenn aktive Elektroden lediglich als Spannungsfolger ausgelegt werden (Abb. 2.52). Eine schaltungstechnisch und technologisch anspruchsvolle, aber aus Sicht der Signalverarbeitung eine sehr gute und robuste Lösung ergibt sich aus dem bekannten Fakt, dass die größte Störungsresistenz digitale bzw. binäre Signale besitzen. Daher ist es praktisch, auf der Elektrode nicht nur den Verstärker, sondern auch den ohnehin notwendigen AD-Wandler anzubringen. Bei dieser Lösung werden von der aktiven Elektrode bereits digitale Daten zum Hauptgerät übertragen.
2.3 Analoge Filter Analoge Elektronik im Allgemeinen und analoge Filterung im Speziellen sind auch heute noch, trotz der immer weiter fortschreitenden Digitalisierung, unverzichtbare und für die Signalqualität entscheidende Bestandteile der Verarbeitungskette. Die Theorie und Praxis der analogen Filterung ist ein Jahrhundert alt, die theoretischen Grundlagen, der mathematische Apparat und die Entwurfsmethoden sind gut durchgearbeitet, literarisch weit verbreitet und verfügbar. Wesentliche Beiträge zur analogen Filterung kamen in den letzten Jahren vor allem aus dem technologischen Bereich mit analoger integrierter Elektronik und Mikrotechnik, wie SC-Filter (Switched Capacitors), SAW-Filter (Surface Acoustic Wave Filters, akustische Oberflächenwellen-Filter) oder programmierbare Filter. Der folgende Abschnitt wird sich mit den spezifischen Problemen der Biosignalverarbeitung im medizinischen Bereich und den dazugehörigen notwendigen theoretischen Grundlagen beschäftigen.
2.3.1 Grundlagen In der analogen Elektronik versteht man unter dem Begriff Filter eine frequenzselektive Schaltung, die unerwünschte Frequenzbereiche dämpft und gewünschte Frequenzbereiche durchlässt bzw. hervorhebt. Analoge Filter realisieren vier Grundfunktionen der spektralen Filterung: Tiefpass, Hochpass, Bandpass und Bandsperre (Abb. 2.53). Ideale Filtercharakteristiken sind praktisch nicht realisierbar. Daher werden zunächst die Grenzen (Toleranzbereiche) definiert, die ein gewünschtes Filter erfüllen muss (Abb. 2.55). Analysiert man die Filtercharakteristiken in Abb. 2.53, so stellt man fest, dass der Bandpass und die Bandsperre nicht unbedingt als separate Filter definiert sein müssen. Beide können durch geeignete Kombination aus einem Tiefpass und einem Hochpass konstruiert werden: der Bandpass durch Überlappung der Charak-
90
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
A
Bandpass 1
Tiefpass
Hochpass
0
A
f Bandsperre
1
0
f
Abb. 2.53 Charakteristiken idealer Frequenzfilter: Tiefpass, Hochpass, Bandpass, Bandsperre. Die Übertragungsfunktion A lässt den gewünschten Frequenzbereich unverändert durch (Übertragungsfaktor gleich 1) und sperrt vollständig den unerwünschten Frequenzbereich (Übertragungsfaktor gleich 0). Der Phasenfrequenzgang wird nicht verändert
teristiken in Reihenschaltung, die Bandsperre durch nichtüberlappende Addition der Charakteristiken in Parallelschaltung (Abb. 2.54). Das wird in der Praxis auch gemacht, da die Konstruktion auf diese Weise oft viel einfacher ist. Die in Abb. 2.53 dargestellten idealen Charakteristiken analoger Filter sind nicht realisierbar. Daher werden zunächst die Grenzen vorgegeben (Toleranzbereiche) und realisierbare Alternativen untersucht. Ein typisches Toleranzschema für einen Tiefpass ist in Abb. 2.55 dargestellt. Der Tiefpass darf eine Welligkeit im Durchlassbereich von Apass = 3 dB aufweisen und im Bereich zwischen 250 Hz und 350 Hz soll seine Übertragung auf mindestens Astop = -80 dB abfallen. Würde man keine zusätzlichen Forderungen stellen, so wäre dieser Tiefpass mit einem elliptischen Filter 6. Ordnung realisierbar, wie dargestellt (s. Abschn. 2.3.2). In der analogen Filterung kommt es zur grundsätzlichen Unterscheidung in zwei Filterklassen: passive und aktive Filter. Das Klassifikationskriterium ist demnach, ob das Filter ein aktives Bauelement (Transistor, OV) oder nur passive Elemente enthält. Passive Filter sind insofern vorteilhaft, dass sie außer den die Übertragungsfunktion bestimmenden Bauelementen sonst nichts weiter benötigen. Da kein aktives Element vorhanden ist, sind sie frei von Fehlern durch Stromversor-
2.3 Analoge Filter
91
fo
fu fu
fo + fu
fo
Abb. 2.54 Konstruktion von Bandpass (oben) und Bandsperre (unten) durch Kombination eines Tiefpasses und eines Hochpasses. Beim Bandpass multiplizieren sich die Übertragungsfunktionen durch die Reihenschaltung, bei der Bandsperre addieren sich die Übertragungsfunktionen durch die Parallelschaltung. Aus Sicht der Übertragungsfunktion des Bandpasses durch die Reihenschaltung ist die Reihenfolge der Filter unwichtig. Unter praktischen Gesichtspunkten ist die skizzierte Reihenfolge - erst Tiefpass, dann Hochpass - jedoch günstiger. Die Störungen aus der Umgebung sind breitbandig und liegen weit über dem Biosignalspektrum, so dass sie in der Verarbeitungskette möglichst vorn unterdrückt werden sollen
gung und vom Rauschen der Halbleiter. In der medizinischen Messtechnik werden in der Regel Filter von mindestens 4. Ordnung benötigt (s. Abb. 2.55). Da ein passives Netzwerk von 4. und höherer Ordnung eine sehr komplizierte Schaltung werden kann, sind ihre Dimensionierung und vor allem ihre Realisierung enorm aufwendig. Hinzu kommt, dass in einem tieffrequenten Bereich, wie dem der Biosignale, Induktivitäten auf Grund der konstruktiven Größe überhaupt nicht in Frage kommen. Daraus folgt, dass passive Filter für Biosignale ausschließlich als RCNetzwerke realisiert werden können, wobei die Anzahl der RC-Kombinationen sich im Vergleich zu theoretisch notwendigen LC-Stufen verdoppelt (eine LCStufe besitzt die 2. Ordnung, eine RC-Stufe die 1. Ordnung). Dies ist jedoch kein technologisches Problem, denn RC-Netzwerke lassen sich heute in integrierter Technologie Platz sparend herstellen. In Abb. 2.56 sind drei Varianten von Tiefpässen dargestellt. Obwohl die frequenzbestimmenden Bauelemente in jeder Variante identisch sind, hängt die Grenzfrequenz von der konkreten Schaltung ab. Das liegt zum einen daran, dass die Grenzfrequenz als die Frequenz definiert ist, bei der ein Abfall der Übertragung
92
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
um 3 dB erreicht wird (Abb. 2.57). Allein durch die Reihenschaltung sinkt die Grenzfrequenz der einzelnen Stufen von 1600 Hz auf 1020 Hz (entkoppelte Kaskaden). Zum anderen kommt die gegenseitige Beeinflussung der einzelnen, nicht entkoppelten Stufen zum Tragen. Dadurch verursacht die zusätzliche Zeitkonstante R1C2 eine weitere Absenkung der Grenzfrequenz auf 600 Hz. Mathematisch kann die Filtercharakteristik des Tiefpasses 2. Ordnung mit nicht entkoppelten Stufen entsprechend den Gln. (2.41) bzw. (2.42) formuliert werden (T1 = R1C1, T2 = R2C2, T12 = R1C2). G Z
G Z
ua us
1
(2.41)
1 jZ T1 T2 T12 j 2Z 2T1T2
1 Z T T 2
1
2
1 2
(2.42)
Z T1 T2 T12
2
2
In Gl. 2.42 wird deutlich, dass durch die Verkopplung der beiden Grundstufen die Übertragung / dB 0 -10
Apass
-20 -30 -40 -50
fstop
fpass
-60 -70
Astop
-80 -90 0
50
100
150
200
250
300
350
400
450
Frequenz / Hz
Abb. 2.55 Toleranzschema eines Tiefpasses. Für den Entwurf sind die Eckfrequenzen fpass und fstop maßgeblich sowie die zulässige Welligkeit im Durchlassbereich Apass und die geforderte Sperrdämpfung Astop. Der Übergang vom Durchlassbereich zum Sperrbereich zwischen den Frequenzen fpass und fstop wird Filterflanke genannt. Je steiler die Filterflanke, umso näher kommt das Filter an das Ideal heran, aber umso schwieriger ist auch die Realisierung. Beispielhaft wurde das Toleranzschema mit einem elliptischen Filter 6. Ordnung erfüllt
2.3 Analoge Filter
93
Zeitkonstante T12 = R1C2 zusätzlich die Grenzfrequenz herabsetzt. Dieser Effekt stellt jedoch kein Problem dar, da er sich bei der Dimensionierung des Netzwerkes berücksichtigen lässt. Zum Problem wird das passive Netzwerk dann, wenn der Innenwiderstand Ri der Signalquelle und der Lastwiderstand Ra – so wie in Abb. 2.56 dargestellt – nicht vernachlässigt werden können und unbekannt oder veränderlich sind. Die beiden Widerstände beeinflussen direkt das frequenzselektive Netzwerk (Ri in Reihe mit R1, Ra parallel zu C2), folglich besteht keine Kontrolle mehr über die gewünschte Grenzfrequenz. In der praktischen Messtechnik kann R1 1k
Ri 1 us
R2 1k
Ra
C2 100n
C1 100n + -
0
100k 0
0
0 Ub+
R1a 1k
R2a 1k
U1 + V+ O S2 V-
C1a 100n
Ra2 100k
C2a 100n
O S1
0
0
0
Ub-
R1b 1k
Ra3
C1b 100n
100k 0
0
Abb. 2.56 Analoge Tiefpassfilter: Die RC-Kombination R1bC1b des Tiefpasses 1. Ordnung ergibt eine Grenzfrequenz von 1600 Hz. Die entkoppelte Reihenschaltung 2. Ordnung mit denselben Tiefpässen 1. Ordnung (R1aC1a, R2aC2a) besitzt eine Grenzfrequenz von 1020 Hz. Wenn die beiden Stufen nicht entkoppelt sind (R1C1, R2C2), kommt die gegenseitige Beeinflussung der Stufen zum Tragen, so dass die Grenzfrequenz nur noch 600 Hz beträgt. Der Innenwiderstand der Signalquelle Ri = 1 : und der Lastwiderstand Ra = 100 k: können im Vergleich zu den frequenzbestimmenden Elementen vernachlässigt werden. (PSpice-Simulation BSV_2.35a)
94
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
1.0V -3dB
1. Ordnung 2. Ordnung nicht entkoppelt
2. Ordnung entkoppelt
100mV
10mV
100Hz
300Hz
1.0KHz Frequenz
3.0KHz
10KHz
Abb. 2.57 Amplitudencharakteristiken von Tiefpässen aus Abb. 2.56: Tiefpass 1. Ordnung mit einer Grenzfrequenz 1600 Hz (volle Linie), Tiefpass 2. Ordnung mit entkoppelten Stufen und den gleichen Zeitkonstanten wie bei der 1. Ordnung und einer Grenzfrequenz von 1020 Hz (gestrichelte Linie), Tiefpass 2. Ordnung mit direkt verkoppelten Stufen 1. Ordnung und gleichen Zeitkonstanten mit einer Grenzfrequenz von 600 Hz (gepunktete Linie)
dieser Fall beispielsweise dann auftreten, wenn am Eingang eines Messverstärkers Tiefpässe zur Unterdrückung von hochfrequenten Störungen eingesetzt werden (Abb. 2.16). Da die Impedanzen der angeschlossenen Elektroden nicht bekannt sind und über zwei Größenordnungen schwanken können (1 bis 100 k:), kann sich die Grenzfrequenz der Tiefpässe ebenfalls in dieser Dimension ändern. Auch aus diesem Grund empfiehlt sich ein Tiefpass am Verstärkereingang nicht. Um einerseits kaskadierte (in Reihe geschaltete) Stufen voneinander und andererseits das Filter sowohl vom Eingangs- als auch vom Ausgangswiderstand zu entkoppeln, ist der Einsatz von aktiven Bauelementen notwendig. Diese werden als Impedanzwandler oder Spannungsverstärker (hoher Eingangswiderstand, niedriger Ausgangswiderstand) eingesetzt. Aktive Filter werden vorwiegend mit OV konstruiert, die die notwendige Entkopplung sowohl nach außen als auch zwischen den Filterkaskaden realisieren. Ein typisches Beispiel ist in Abb. 2.58 dargestellt. Das aktive Filter besteht aus zwei Filterkaskaden, einem Tiefpass und einem Hochpass. Der Tiefpass begrenzt das Spektrum nach oben, einerseits um bei der nachfolgenden AD-Wandlung Aliasing zu vermeiden, andererseits um das Rauschen zu minimieren (s. Abschn. 2.2.1). Der Hochpass unterdrückt die ElektrodenOffsetspannung und langsame Artefakte. Die Stufen sind untereinander und vom Ausgang entkoppelt. Um auch eine Entkopplung von der Biosignalquelle zu erreichen, deren Innenwiderstand direkt in R3,4 eingeht, müsste man dem Filter noch
2.3 Analoge Filter
95
R3 C3
C4
10u
10u
C2
100k Ub+ U4
10n R2 10k
R1 10k
+
+ V+
+ Ubio 1mV
R4 100k
0
V-
V+
OS2 OS1
0
Rv4 148k
Rv3
0
OS2 OS1
C1 10n
V0
Ub-
100k
Ub+
U2
UbRv2 148k
Rv1 100k 0
Abb. 2.58 Aktives analoges Filter mit OV: Die erste Kaskade ist ein Hochpass, die zweite ein Tiefpass. Insgesamt ergeben sie einen Bandpass mit Grenzfrequenzen fu = 0.2 Hz und fo = 1.2 kHz (PSpice-Simulation BSV_2.36). Der Hochpass eliminiert die hohe Gleichspannung des Elektrodenoffsets, der Tiefpass begrenzt das Spektrum nach oben für minimales Rauschen und als Antialiasing-Filter vor dem eventuell nachfolgenden AD-Wandler
einen Spannungsfolger oder einen Verstärker vorschalten. Aus dem Beispiel in Abb. 2.58 sind die Vorteile eines aktiven Filters sichtbar: Die einzelnen Kaskaden bzw. Filterfunktionen können voneinander unabhängig dimensioniert werden, was bei passiven Netzwerken nicht möglich war. Durch den Einsatz von OV und geeigneter Netzwerke ist die Wahl der Bauelemente sehr einfach, in beiden Kaskaden 2. Ordnung sind die frequenzkritischen Widerstände und Kapazitäten identisch. Außerdem kann über die Gegenkopplung eine Verstärkung zunächst beliebig eingestellt werden. Im nächsten Kapitel wird gezeigt, welchen Einfluss die Verstärkung auf die Filtercharakteristik hat. Die aktiven Filter besitzen natürlich auch Nachteile. Wie im Abschn. 2.2.3 gezeigt, ist der spektrale Arbeitsbereich von OV stark begrenzt. Ab etwa 10 kHz kann die Filterfunktion nicht mehr gewährleistet werden, was insbesondere bei hochfrequenten Störungen problematisch werden kann. Hinzu kommt, dass die OV ein tieffrequentes Rauschen produzieren, welches das Signal-RauschVerhältnis verschlechtert. Insbesondere in der medizinischen Messtechnik ist auch das Thema der Widerstandsfähigkeit gegen starke Störungen (Defibrillationsspizen bei Herzkammerflimmern, massive hochfrequente Störungen bei der HFChirurgie) von hoher Relevanz. Deswegen sind weitere Maßnahmen notwendig – im Gegensatz zu passiven Filtern – um die Halbleiter auch vor zu hohen Spannungen zu schützen.
96
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
2.3.2 Filtertheorie und Systementwurf Inhalt dieses Abschnitts sind die notwendigen theoretischen Grundlagen der spektralen Filterung. Um den Filterentwurf von konkreten Einsatzbedingungen unabhängig durchzuführen, ist es sinnvoll, die Frequenz und die Parameter der Bauelemente zu normieren. Diesem Prinzip folgt die Theorie der analogen sowie der digitalen Filterung. Zunächst soll nur ein Tiefpass betrachtet werden, da dieser über Frequenztransformationen auf die übrigen drei Grundcharakteristika transformiert werden kann. Beim Filterentwurf stehen zwei Optionen zur Wahl: Man versucht entweder den gewünschten Amplituden- oder Phasenfrequenzgang möglichst nahe an die ideale Charakteristik (Abb. 2.53), oder an die Toleranzbereiche (Abb. 2.55) zu approximieren. 2.3.2.1 Amplitudenorientierter Entwurf
Das Quadrat der Amplitudencharakteristik eines allgemeinen Tiefpasses [1] kann formal nach Gl. 2.43 beschrieben werden (das Quadrat der Amplitude ist für die theoretische Analyse und die Optimierung günstiger als die lineare Amplitude). Die Polynomkoeffizienten am und bn werden später bei der Realisierung des Filters die Dimensionierung der Bauelemente bestimmen. Die Konstante N ( M d N ) bestimmt die Ordnung des Filters [1]. M
G Z
¦ a mZ 2 m
2
m 0 N
1
¦ bnZ
(2.43)
2n
n 0
Die Berechung der Polynomkoeffizienten ist ein Optimierungsproblem, wobei das Optimierungsziel zunächst frei definiert werden kann (Idealfilter oder Filtertoleranzen). Eine legitime Forderung der Signalanalyse heißt, dass sowohl das Passband als auch das Stoppband einen möglichst flachen Verlauf haben sollen (üblich in der exakten Messtechnik zur Parameterbestimmung). Das Passband erstreckt sich im Bereich Z = 0 bis Z = Zpass, das Stoppband zwischen Z = Zstop bis Z o f . Daher wird mathematisch formuliert verlangt, dass möglichst viele der Ableitungen von G jZ nach Z für Z 2
tungen bei Z
0 und Z o f verschwinden. Für (2N-1) Ablei-
0 erhält man ai
und bei Z o f
bi
i 1,2,..., N 1 ,
(2.44)
2.3 Analoge Filter
97
am
0 m 1,2,..., N 1 .
(2.45)
Durch Kombination von Gl. 2.45 und 2.44 und anschließendem Einsetzen in (2.43) erhält man
G Z
a0
2
.
1 bN Z 2 N
(2.46)
Diese Filtercharakteristik ist auch als Butterworth-Filter bekannt. Ohne den qualitativen Verlauf der Charakteristik zu verändern, kann man die Koeffizienten a0 und bN gleich Eins setzen (normieren), so dass gilt
GZ
1
2
1 Z 2N
.
(2.47)
Die Filterflanke des Butterworth-Filters ist nicht besonders steil. Daher wird gefordert, dass sie steiler wird, dabei das Stoppband flach bleibt und das Passband eine zulässige Welligkeit aufweist darf. Dies kann erreicht werden, in dem die Forderung Gl. 2.44 durch die folgende Lösung erfüllt wird: |G(jw)|
2
1 0.8 N=4 N=3 N=2
0.6 0.4 0.2 0 0
0.2 0.4 0.6 0.8
1
Z
1.2 1.4
1.6 1.8
2
Abb. 2.59 Quadrat der Amplitudencharakteristik eines Butterworth-Tiefpasses. Sowohl das Passband als auch das Stoppband sind flach. Die Steilheit der Filterflanke nimmt mit der Filterordnung N zu und erreicht die Idealcharakteristik bei unendlichem N. Bei der Grenzfrequenz Z=1 fällt die Charakteristik um den Faktor 0.5 ab
98
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
G Z
2
1
(2.48)
1 H TN2 Z 2
Die Filterfunktion (2.48) ist auch als Tschebyschew-Filter vom Typ I bekannt. Ein Tschebyschew-Filter vom Typ II ist spiegelbildlich zum Typ I: Dieser besitzt im Passband einen flachen Verlauf, während das Stoppband wellig ist. Wegen der Symmetrie wird der Typ II nicht gesondert betrachtet. Das Polynom TN(Z) ist so konstruiert, dass das Filter im Passband beim Typ I eine kontrollierte Welligkeit aufweist, während im Stoppband die gewünschte Abschwächung erreicht wird. Für das Tschebyscheff-Polynom gilt
cosh N cosh Z
TN Z cos N cos 1 Z TN Z
1
0 d Z d1
(2.49)
Z !1
Das Polynom (2.49) kann rekursiv nach folgender Vorschrift berechnet werden: Tn 1 Z 2Z Tn Z Tn 1 Z
(2.50)
wobei T0 Z 1, T1 Z Z . Im Passband oszilliert die Amplitude zwischen 1 und 1/(1+H2). Ein typischer Tschebyscheff-Tiefpass 5. Ordnung vom Typ I ist in Abb. |G(jZ)|2
1 2
1/(1+e )
0.8 0.6 0.4 0.2 0 0
0.2 0.4 0.6 0.8
1
Z
1.2 1.4 1.6 1.8
2
Abb. 2.60 Amplitudencharakteristik eines Tschebyschew-Filters 5. Ordnung vom Typ I. Die Filterflanke ist steiler als die eines Butterworth-Filters gleicher Ordnung. Das Passband ist wellig und das Stoppband flach
2.3 Analoge Filter
99
2.60 dargestellt. Konvergiert die Welligkeit des Stoppbandes beim TschebyscheffFilter vom Typ I oder die des Passbandes vom Typ II zu Null, so wird es zum Butterworth-Filter. Eine Alternative zu Gl. 2.48 bietet die folgende Formulierung: G Z
1
2
(2.51)
1 H Rn2 [ , Z 2
In der Gln. (2.51) steht Rn für die elliptische Funktion (Jacobi-Integral), daher wird dieses Filter auch elliptisches Filter oder Cauer-Filter genannt. Der Parameter [charakterisiert den sog. Selektivitätsfaktor, der die Steilheit der Filterflanke bestimmt. Aus dem Abstand zwischen [ und Z = 1 ergibt sich die Breite der Filterflanke (Abb. 2.61). Lässt man die Welligkeit im Passband Null werden, so wird das elliptische Filter zum Tschebyscheff-Filter vom Typ I, wird die Welligkeit im Stoppband Null, so wird es zum Tschebyscheff-Filter vom Typ II. Werden beide Welligkeiten nullwertig, so wird es zum Butterworth-Filter.
|G(jZ)| / dB 0
H
-10 -20 -30 -40
Zp
-50
[
-60 0
0.25 0.50 0.75
1.0
1.25 1.50 1.75 2.0
2.25
Z
Abb. 2.61 Amplitudencharakteristik eines elliptischen Filters (Cauer-Filter). Das Passband und das Stoppband sind wellig. Bei gleicher Ordnung hat dieses Filter die steilste Filterflanke von allen (H = 3 dB, [ = 1.25)
100
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
2.3.2.2 Phasenorientierter Entwurf
Der Frequenzgang eines Filters lässt sich als Kombination aus Amplituden- und Phasenfrequenzgang (Gl. 2.52) ausdrücken. G Z
G Z exp jM Z
(2.52)
Damit es zu keinen Verzerrungen der Signalform kommt, ist es notwendig, dass die Gruppenlaufzeit im Passband Z Z pass konstant ist, s. Gln. (2.53). dM Z dZ
Tg Z
(2.53)
konst
Wird Gl. 2.52 logarithmiert und umgestellt, so erhält man M Z
1 G jZ j ln 2 G jZ
(2.54)
und für die Gruppenlaufzeit Tg Z
dM Z dZ
§ d · Re¨¨ ln G jZ ¸¸ . d j Z © ¹
(2.55)
Um die Forderung (Gl. 2.53) möglichst gut zu erfüllen, wird eine Übertragungsfunktion gesucht, deren Gruppenlaufzeit sehr flach ist bzw. in die Nähe des Ideals einer Konstante kommt. Die beste Lösung dieses Optimierungsproblems für einen Tiefpass stellt die Übertragungsfunktion nach (2.56) dar. Bn 0 Bn Z / Z P
H Z
(2.56)
Bn ist das so genannte inverse Bessel-Polynom, für das gilt Bn x
n
2n k ! x k nk 0 n k ! k! 2
¦
k
.
(2.57)
Das Bessel-Filter hat bei gleicher Ordnung die flachste Filterflanke von allen bisher behandelten Filtern, besitzt aber als einziges Filter eine (nahezu) konstante Gruppenlaufzeit. Das macht das Bessel-Filter besonders wichtig für die Biosignalverarbeitung, s. Abb. 2.62. Wie aus Abb. 2.62 ersichtlich, ist die Gruppenlaufzeit auch beim Bessel-Filter nicht ideal konstant. Insbesondere in Nähe der Grenzfrequenz nimmt sie mit der
2.3 Analoge Filter
101
Amplitudengang Bessel-Tiefpass
0
10
1
-5
10
3
-10
10
7
5
-15
10
-20
10
10
-1
10
0
10
1
10
2
10
3
Gruppenlaufzeit Bessel-Tiefpass 1 7
0.8
5 0.6 3
0.4 0.2 0 -1 10
1 10
0
1
10 10 normierte Kreisfrequenz / rad
2
10
3
Abb. 2.62 Bessel-Tiefpass: Amplitudenfrequenzgang (oben) und Gruppenlaufzeit (unten) für die Ordnungen 1 bis 7. Die Grenzfrequenz des Tiefpasses ist fpass = 1 Hz, die Kreisfrequenz Zpass = 6,28 rad/s. Der Verlauf der Gruppenlaufzeit krümmt sich in Nähe der Grenzfrequenz zunehmend mit der Ordnung des Filters, hat jedoch von allen Filtern den flachsten Verlauf
Ordnung des Filters zu. Allerdings ist der Verlauf der Gruppenlaufzeit beim Bessel-Filter mit Abstand der flachste von allen Filtern. Aus diesem Grund sollen in Anwendungen, in denen die Signalform nicht verzerrt werden darf, ausschließlich nur Bessel-Filter eingesetzt werden.
2.3.3 Aktive Filter mit Operationsverstärkern Die einfachste Maßnahme zur Entkopplung von frequenzselektiven Netzwerken untereinander und vom Eingang bzw. Ausgang ist in Abb. 2.63 dargestellt. Falls in der Schaltung nach Abb. 2.63 der Innenwiderstand der Signalquelle Ri vernachlässigt werden kann, so gilt für die Grenzfrequenz des Tiefpasses
102
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
fg
1 2SR1C1
(2.58)
Die Stufe 1. Ordnung nach Abb. 2.63 lässt sich zu Filtern höherer Ordnung kaskadieren. Allerdings muss dabei berücksichtigt werden, dass jede Stufe durch Addition der Dämpfung von jeweils 3 dB bei der Grenzfrequenz diese weiter herabsetzt. So haben beispielsweise zwei kaskadierte Stufen nach Abb. 2.64 bei derselben Grenzfrequenz der einzelnen Kaskaden eine Dämpfung von 6 dB, so dass die neue Grenzfrequenz bei 3 dB Abfall niedriger liegt, in Abb. 2.64 bei 1020 Hz. Da man in der Biosignalverarbeitung im analogen Bereich Filter mit einer Ordnung von vier bis acht braucht, ist die Kaskadierung von einfachen Stufen nicht effektiv. Daher folgen effizientere Stufen 2. Ordnung (Abb. 2.65). Für den Amplitudenfrequenzgang eines Tiefpasses 2. Ordnung (eine Stufe in Abb. 2.65) gilt G Z
20 log10 k
Z4 Z2 2 d 2 1 , Z g4 Z g2
(2.59)
. 1 Z / Z g 2
(2.60)
und für den Phasenfrequenzgang M Z arctan
d Z / Zg
In Gl. 2.59 und 2.60 gilt Z 2Sf , wobei Z g 1 / RC die Grenzfrequenz des Tiefpasses ist, d ist der Dämpfungsfaktor (bei d = 1.41 wird die ideale Dämpfung reicht), Rv2/Rv1 = 2-d, Verstärkung k = 3-d, R1 = R2, C1 = C2. Fügt man der ersten Stufe eine weitere Kaskade hinzu (Abb. 2.65), so multiplizieren sich die Frequenzgänge, nach Gl. 2.59 verdoppelt sich die Amplitudenübertragung in dB. Das heißt, aus dem Abfall von -3 dB bei der Grenzfrequenz wird nach zwei Stufen ein Abfall von -6 dB, nach drei Stufen (6. Ordnung) ein Abfall von -9 dB, usw. Daraus folgt, dass die Grenzfrequenz – die auf den Abfall von -3 dB bezogen ist – immer weiter zu tiefen Frequenzen hin wandert. Die Grenzfrequenz eines kaskadierten Filters tritt also dort auf, wo der Abfall einer Kaskade bei -3dB/N liegt, wobei N die Anzahl der Kaskaden ist. Bei der Dimensionierung eines kaskadierten Filters muss man daher die einzelnen Stufen so konstruieren, dass sie bei der gewünschten Grenzfrequenz der Kaskaden diese lediglich einen Abfall von -3dB/N aufweisen, damit das Filter nach der Addition auf genau -3 dB kommt. Dazu kann man Gl. 2.59 so verwenden, dass für die Amplitude -3dB/N eingesetzt und daraus die Grenzfrequenz der Einzelstufen berechnet wird. Nun stellt sich die Frage, welcher Wert für die Dämpfung eingestellt werden soll. Die Dämpfungskonstante hat
2.3 Analoge Filter
103
Ub+
R1 1k
U1 + V+
C1 100n
Ri
OS2 OS1
V-
1 0 Ub-
+
us
R3
Ra 100k
9k
R4 1k
0
0
0
Abb. 2.63 Das Tiefpassfilter 1. Ordnung ist mit einem OV von der nächsten Stufe entkoppelt. Die Verstärkung ist mit R3 und R4 unabhängig von der Filtercharakteristik einstellbar. Die Grenzfrequenz liegt bei 1600 Hz
hier dieselbe Bedeutung, wie in Schwingkreisen, d.h. in Netzwerken 2. Ordnung. Allerdings werden hier keine schwingfähigen Kreise im konventionellen Sinne Ub+
R1 1k
U1
Ub+
R5 1k
U2
+
+ V+ OS2
C1 100n
Ri 1
us
-
V-
OS1
V+ OS2 C5 100n
0
-
OS1
0 Ub-
+ -
Ub-
R3 9k
R7 9k R6 1k
R4 1k 0
V-
0
Ra 100k 0
0
Abb. 2.64 Tiefpass zweiter Ordnung, kaskadiert aus Einzelstufen nach Abb. 2.63. Die Grenzfrequenz sinkt von 1600 Hz der Einzelstufen auf 1020 Hz der Kaskade. Der Phasenfrequenzgang ergibt sich aus der Summe der Phasenfrequenzgänge der beteiligten Stufen
104
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
C2a R2a 10k
C2b
10n R1a 10k
10n
Ub+
R2b 10k
U1
R1b 10k
U2
+
+ V+ OS2
+ -
Ubio 1mV
C1a 10n
-
V-
V+
OS1
C1b 10n
0
0
Ub+
-
OS2 OS1
V-
0 Ub-
UbRv2a 27k
Rv1a 100k
Rv2b 27k
Rv1b 100k 0
0
Abb. 2.65 Zwei Kaskaden aus Tiefpässen 2. Ordnung, insgesamt 4. Ordnung. Stufen 2. Ordnung können beliebig oft kaskadiert werden, wobei man beachten muss, dass die Grenzfrequenz mit jeder weiteren Stufe sinkt. (s. Abb. 2.66)
verwendet, sondern die Schwingfähigkeit wird elektronisch mit Hilfe des OV und der positiven Rückkopplung realisiert. In Abb. 2.67 sind die drei typischen Amplitudencharakteristika analoger Filter dargestellt.
1.0mV 2. Ordnung 100uV
4. Ordnung 6. Ordnung
10uV
770Hz 920Hz 1.3kHz 1.0uV
100Hz
300Hz
1.0kHz Frequenz
3.0kHz
10kHz
Abb. 2.66 Amplitudenfrequenzgänge von Bessel-Tiefpässen 2. Ordnung (nach der ersten Stufe in Abb. 2.65), 4. Ordnung (nach der zweiten Stufe in Abb. 2.65) und 6. Ordnung. Bei identischen Bauelementen liegt die Grenzfrequenz bei 1.3 kHz der 2. Ordnung, bei 920 Hz der 4. Ordnung und bei 770 Hz der 6. Ordnung. Die Verstärkungen betragen in derselben Reihenfolge 1.27, 1.61 und 2.05
2.3 Analoge Filter
105
10mV
d=1.06 d=1.41
1.0mV d=1.73 100uV
10uV
1.0uV
100Hz
300Hz
1.0KHz
3.0KHz Frequenz
10KHz
30KHz
100KHz
Abb. 2.67 Amplitudencharakteristika eines Tiefpasses 2. Ordnung nach Abb. 2.66. Die unterkritische Dämpfung von d = 1.06 hat eine Überhöhung bei der Grenzfrequenz von 1 dB zur Folge. Dies ist das Tschebyscheff-Filter vom Typ I (volle Linie). Die als optimal bezeichnete Dämpfung von d = 1.41 führt zu maximal flacher Amplitude (gestrichelte Linie), typisch für das Butterworth-Filter. Die Dämpfung von d = 1.73 führt zur maximal flachen Verzögerung bzw. Gruppenlaufzeit, bekannt als Bessel-Filter (gepunktete Linie). Eine Dämpfung von d = 2 würde schaltungstechnisch eine Trennung der beiden Zeitkonstanten (Entkopplung von R1C1 und R2C2) bedeuten und zum entkoppelten Filter 2. Ordnung führen (s. Abb. 2.56 Mitte)
Die schaltungstechnische Lösung nach Abb. 2.65 bietet vor allem unter praktischen Gesichtspunkten wesentliche Vorteile: Man kann in allen Kaskaden des Filters zur Frequenzselektion identische Bauelemente verwenden, was bei passiven Filtern der konventionellen Filtertechnik und in anderen aktiven Filtern gar nicht möglich ist. Wie aus der Gln. (2.59) und Abb. 2.67 ersichtlich ist, kann man mit Hilfe eines einzigen einstellbaren (programmierbaren) Widerstandes (Rv1 oder Rv2) nicht nur einen der Filtertypen Tschebyschew, Butterworth oder Bessel wählen, sondern auch kontinuierlich entlang der Skala je nach Bedarf zwischen den Typen durchstimmen. Zur Dimensionierung dieser schaltungstechnischen Filterlösung können folgende Parameter genutzt werden: Tabelle 2.4 Betriebsparameter zur Dimensionierung von Filtern 2. Ordnung
Bessel
Butterworth
Tschebyscheff (1dB)
H
1.267
1.586
1.941
J
0.618
1.0
1.663
106
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
H 1 Rv1 ,
Für die Widerstände der Verstärkungskette gilt Rv 2 Grenzfrequenz eines Tiefpasses f g
ua
H ue , für die
J / 2SRC , für die Grenzfrequenz eines
Hochpasses f g 1 / 2SRC J . Ein Hochpass ist an Hand der bisher betrachteten Schaltung einfach realisierbar: In der Schaltung nach Abb. 2.65 werden die frequenzbestimmenden Elemente R1, 2 und C1, 2 gegeneinander vertauscht.
2.3.4 Phasenfrequenzgang Die Form der Biosignale ist in der medizinischen Diagnostik von entscheidender Bedeutung. Die Mediziner im kardiologischen, neurologischen, ophthalmologischen, audiologischen, somatosensorischen und motorischen, sowie in benachbarten Bereichen, begründen ihre Diagnose zum größten Teil auf qualitativen MerkC2 50n
C3 50n
R3 32k C1 100n
Ub+ +
R1 64k
V+
R2 64k
IC
+ ubio
OS2 OS1
V-
uaus
10mV
Ub-
0 Rv2 1k Rv1 1k 0 Abb. 2.68 Bandsperre 2. Ordnung zur Unterdrückung der Netzstörung bei 50 Hz. Für die Grenzfrequenz gilt: f 0 1 / SRC , wobei R = R1 = R2 = 2R3, C = C1 = 2C2 = 2C3 (PSpice-Simulation
BSV_2.41)
2.3 Analoge Filter
107
malen der aufgenommenen Biosignale, z.B. Absenkung der ST-Strecke im EKG beim Herzinfarkt. Deswegen gehört es zu grundlegenden Pflichten der Biosignalverarbeitung, die Signalform unter keinen Umständen relevant zu verändern. Es stellt sich also die Frage nach der Abhängigkeit von Biosignal und Phasenfrequenzgang. Um diese Abhängigkeit zu demonstrieren, folgt die Betrachtung der in der medizinischen Messtechnik oft angewandten Bandsperre, die auch als „50 HzFilter“ bekannt ist. Eine schaltungstechnische Variante einer solchen Bandsperre ist in Abb. 2.68 dargestellt. Es ist ein Filter 2. Ordnung, dass die Netzfrequenz wirksam unterdrücken soll. Das frequenzselektive Netzwerk besteht aus zwei TGliedern (Wegen der Form der Schaltungsanordnung von C2, C3 und R3 sowie R1, R2 und C1, die den Buchstaben T bilden), einem Hochpass und einem Tiefpass mit identischen Frequenzen, die ein Notch-Filter bilden. Die Verstärkung kann mit Rv1 und Rv2 eingestellt werden und hat – wie auch beim exemplarisch behandelten Tiefpass – Einfluss auf den Filtertyp. Die Bandsperre unterdrückt die Netzfrequenz wirksam, die Dämpfung erreicht weit mehr als 60 dB, was für die praktische Messtechnik ausreichend ist (obere Grafik in Abb. 2.69). Wenn eine analoge Bandsperre verwendet werden soll, dann
0 dB
Amplitudenfrequenzgang
-25 -50 -70 1.0
Phasenfrequenzgang
0.5 rad 0 75 ms
50
Gruppenlaufzeit
25 0
1.0Hz
3.0Hz
10Hz
30Hz Frequenz
100Hz
300Hz
1.0kHz
Abb. 2.69 Amplitudenfrequenzgang der Bandsperre aus Abb. 2.68 (oben) zeigt eine akzeptable Dämpfung der Netzstörung von mehr als 60 dB. Der Phasenfrequenzgang (Mitte) weist bei 20 Hz und 100 Hz starke Krümmungen auf, die auf eine deutliche Nichtlinearität des Phasenverlaufs zurück zu führen sind. Der nichtlineare Phasenverlauf hat im Bereich zwischen 10 Hz und 300 Hz eine stark schwankende Gruppenlaufzeit (unten) mitten im Biosignalbereich des Spektrums zur Folge (das lokale Maximum bei 100 Hz fällt wegen der linearen Darstellung kleiner aus, als das Maximum bei 20 Hz, obwohl sie als lokale Maxima beide gleich sind). Dies führt zur Formveränderung des Biosignals (PSpice BSV_2.41)
108
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
möglichst am Anfang der Messkette, damit eine Übersteuerung des Messverstärkers früh vermieden wird (Abb. 2.1). Der Phasenfrequenzgang (Abb. 2.69, Mitte) zeigt abschnittsweise linearen Verlauf, allerdings auch starke Krümmungen bei 20 Hz und 100 Hz. Diese Krümmungen der Phase haben lokal stark erhöhte Gruppenlaufzeiten im Bereich 10 Hz bis 300 Hz zur Folge, also mitten im Spektrum des Biosignals (Abb. 2.69, unten). Beginnend mit der Betrachtung des zeitlich veränderlichen Spektrums eines typischen EKG (Abb. 2.70) stellt man fest: Die R-Zacke bzw. der QRS-Komplex sind
1 .5
EKG/mV
1
0 .5
0
- 0 .5 0
0 .2
0 .4
0 .6
0 .8
1 1 .2 Z e it / s
1 .4
1 .6
1 .8
2
1 .6
1 .8
2
E K G - S p e k tr o g r a m m
60 50
f/Hz
40 30 20 10 0
0
0 .2
0 .4
0 .6
0 .8
1 t / s
1 .2
1 .4
Abb. 2.70 EKG als Zeitverlauf (oben) und im Spektrogramm (unten, Zeitverlauf des Spektrums). Die Graustufen repräsentieren die in der Zeit-Frequenz-Ebene verteilte Signalenergie. Zu beachten ist insbesondere die große Bandbreite des QRS-Komplexes
2.3 Analoge Filter
109
impulsartige, kurzzeitige Vorgänge, die spektral sehr breitbandig sind und im realen Signal bis zu 200 Hz erreichen (beim EKG in Abb. 2.70 wurde ein Tiefpass bei 50 Hz verwendet). Wird ein derartiges Signal durch die Bandsperre nach Abb. 2.68 gesendet, so werden die tieffrequenten Anteile des EKG (0 Hz bis 10 Hz, s. Abb. 2.69) mit etwa 30 ms verzögert und die hochfrequenten Anteile (10 Hz bis
1
EKG/mV
0 .5
0
- 0 .5
-1
0
0 .5
1
1 .5
2
t/s E K G - S p e ktro g ra m m m it n ich tlin e a re r P h a se 60 50
f /Hz
40 30 20 10 0 0
0.2
0.4
0.6
0.8
1 t / s
1.2
1.4
1.6
1.8
2
Abb. 2.71 Durch die unterschiedliche Gruppenlaufzeit werden die hochfrequenten Anteile des EKG mehr verzögert als die niederfrequenten Anteile (Spektrogramm, unten), vgl. mit Abb. 2.70. Das hat Signalverzerrungen zur Folge, die als schnelle Schwingungen nach dem QRSKomplex im EKG erscheinen (oben)
110
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
40 Hz) mit bis zu 70 ms verzögert. Das heißt, dass die hochfrequenten Anteile des EKG doppelt so stark verzögert werden wie die niederfrequenten. Durch die größere Verzögerung der Bandsperre bei höheren Frequenzen erscheinen die hochfrequenten EKG-Anteile am Ausgang des Filters später als die nie derfrequenten Anteile. Das hat zur Folge, dass erst nach dem Ende des QRSKomplexes die hochfrequenten Anteile zur Geltung kommen und als schnelles Nachschwingen sichtbar sind (Abb. 2.71). Das Nachschwingen hat natürlich gar nichts zu tun mit dem ursprünglichen EKG. Die schnellen Nachschwingungen („ringing“) täuschen das Vorhandensein einer Herzaktivität vor, die es in der Realität gar nicht gibt. Das kann zu fatalen Folgen in der Diagnoseerstellung und der darauf aufbauenden Therapie führen. Aus diesem Beispiel wird deutlich, wie wichtig die Erhaltung der Signalform ist. Daher muss gewährleistet werden, dass alle Frequenzen (Gruppen) mit möglichst gleicher Laufzeit verzögert werden, woraus sich nach der Gl. 2.53 ergibt, dass der Phasenfrequenzgang im spektralen Arbeitsbereich linear sein muss (Gl. 2.61).
M Z | kZ
(2.61)
Das Fazit dieser Überlegungen ist, dass bei Biosignalen, die mit ihrer Signalform zur Diagnostik genutzt werden, zur Signalverarbeitung ausschließlich linearphasige Filter (Bessel) eingesetzt werden dürfen. Da einige Hersteller der medizinischen Messtechnik diese Forderung ignorieren, ist beim klinischen Einsatz auch diesbezüglich Vorsicht geboten.
2.4 Übungen
2.4.1 Aufgaben 1 Analyse des Einflusses einer harmonischen Störung auf das Verhalten eines medizinischen Messverstärkers Gehen wir von einem einfachen nichtinvertierenden OV-Verstärker aus. Dazu öffnen Sie in PSpice-Schematics die Datei BSV_2.1.sch. Die Verstärkung ergibt sich rechnerisch aus dem Verhältnis Vd = (R2+R1)/R1 = 11. Die harmonische Störspannung am Eingang Unetz beträgt 2 V, so dass rechnerisch am Ausgang eine Spannung von 22 V erscheinen müsste. Da aber die Versorgungsspannung 15 V beträgt, geht die Verstärker-Ausgangsspannung bei etwa 14.6 V in die Begrenzung (Abb. 2.1). Zur Anzeige der Spannungsverläufe starten wir die Simulation mit voreingestellten Parametern. Welche Spannung darf am Eingang des Verstärkers
2.4 Übungen
111
höchstens auftreten, damit es zu keiner Verzerrung des Ausgangssignals kommt? Überprüfen Sie die Berechnung mit Hilfe der Simulation, in dem Sie die Eingangsspannung Unetz in der Spannungsquelle auf den berechneten Wert setzen. (Doppelklick auf das Symbol der Spannungsquelle und Änderung des Parameters). 2 Ausgleichsvorgänge Einen störenden Spannungssprung können wir mit einer geschalteten Spannungsquelle und einen Hochpass 1. Ordnung am Verstärkereingang simulieren, wie in der Simulation BSV_2.42 dargestellt. Das simulierte Signal besteht aus einem Rechteck, das bei 100 ms eine ansteigende, bei 600 ms eine abfallende Flanke mit 1 V Amplitude aufweist. Dieser Spannungsverlauf wird auf einen Hochpass mit einer Zeitkonstante von 100 ms gelegt. Der Ausgleichsvorgang entspricht einer eFunktion in erster Potenz, aus der sich ergibt, dass der Vorgang nach einer Dauer von etwa fünf Zeitkonstanten abgeschlossen ist. Starten Sie dazu die voreingestellte Simulation BSV_2.42. Wie ändert sich der Zeitverlauf bei einer zehnmal größeren Zeitkonstante? Was folgt daraus für die Übertragung von kurzen Impulsen im Verstärker? 3 Galvanische Störungseinkopplung, Isolationswiderstand Unter Berücksichtigung des Superpositionsprinzips werden wir exemplarisch die Wirkung der Netzspannung über den Isolationswiderstand auf eine Signalleitung des Messkreises untersuchen (Abb. 2.18). Im Normalfall (trockene Luft, trockenes Gerät) können wir von einem Isolationswiderstand von mindestens 10 G: ausgehen (BSV_2.6). Simulieren Sie die Einkopplung der Netzstörung und messen den Anteil der Störung im Ausgangssignal des Verstärkers. Als Nächstes soll die Reduktion des Isolationswiderstandes in Folge hoher Luftfeuchtigkeit oder des Kondenswassers nach Aufstellen eines kalten Gerätes nach einem Transport im warmen Zimmer simuliert werden. Setzen Sie dazu den Isolationswiderstand Ris auf ein Zehntel seines ursprünglichen Wertes. Wie wirkt sich die reduzierte Isolation auf das Ausgangssignal aus? Setzen Sie einen weiteren Isolationswiderstand von 9 G: bzw. BSV 2.6a zwischen das Netz und die andere Signalleitung des Messkreises. Welchen Einfluss wird die erweiterte Simulation auf das Ausgangssignal haben? Welchen Signal-Rausch-Abstand besitzen die Ausgangssignale bei jeder Simulation? 4 Galvanische Störungseinkopplung, Masseschleife Der zweite mögliche Weg galvanischer Störungseinkopplung führt über die Masseleitung bzw. die Erdleitung (Abb. 2.9). Der Einfachheit halber steht das Masse-
112
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
symbol hier für beides – für die elektrische Masse und/oder die Erde. Untersuchen Sie unter dem Aspekt der möglichen Netzinstallationen, wann eine Masseschleife auftreten kann und wann sie messtechnisch und wann sicherheitstechnisch relevant ist (PSpice-Simulation BSV_2.7, a). Für diese Analyse sind Grundkenntnisse über die Arten der Netzinstallationen notwendig, die Sie bei Bedarf der einschlägigen Literatur entnehmen können. 5 Hochfrequente Störungen Hochfrequente Störungen sind in der medizinischen Messtechnik insbesondere deswegen problematisch, weil sie in der Praxis nicht abgeschirmt werden können. Selbst im Messverstärker können die in der Technik sonst üblichen Maßnahmen, wie Tiefpassfilter am Eingang, nicht realisiert werden. Daher werden wir analysieren, wie sich diese Störungen auf die Messelektronik auswirken können. Der im Abschn. 2.1.3 prinzipiell dargestellte AM-Demodulator (Abb. 2.14) wurde in der Schaltung BSV_2.10b mit einer einfachen Transistorstufe ersetzt, um die Realität möglichst gut zu simulieren. Untersuchen Sie in PSpice, wie sich die eingekoppelte Störung im spektralen Bereich der Biosignale auswirkt. Insbesondere soll der Einfluss der Amplituden vom NF- und HF-Anteil des AM-Signals analysiert werden. Dazu stellen Sie mit dem Widerstand R2 = 100 : zunächst eine Amplitude des AM-Signals am Ausgang des OV auf etwa 2 mV ein, um die folgende Transistorstufe möglichst linear im Kleinsignalbereich auszusteuern. Nach der Simulation stellen Sie im PSpice den Zeitverlauf dar, anschließend das Spektrum mit Hilfe der FFT. Zoomen Sie den Bereich zwischen 0 Hz und 100 Hz zur Begutachtung der Störung. Beachten Sie, dass beide Signale reine Harmonische sind, so dass sie im Spektrum als Nadeln sichtbar sind, falls sie überhaupt vorhanden sind. Sonst sind nur Zufallssignale bzw. Rauschen der Bauelemente sichtbar. Führen Sie diese Analyse wiederholt für eine starke Störung durch, wobei R2 auf etwa 1 k eingestellt werden soll. Im Weiteren versuchen Sie mit schaltungstechnischen Maßnahmen die Transistorstufe gegen diese Störungen unempfindlicher einzustellen. Wie schon behandelt, kommt es zur AM-Demodulation an nichtlinearen Kennlinien (PN-Übergang), so dass das Ziel darin besteht, die Transistorstufe zu linearisieren. Schaltungstechnisch ist das wirksamste Mittel zur Linearisierung die Gegenkopplung. 6 Signal-Rausch-Verhältnis, SNR In der Messtechnik werden an die Signal- und Störungseigenschaften mehrere Forderungen gestellt, um zuverlässige Messwerte zu erhalten. Da man davon ausgehen muss, dass der zu messende Pegel vorab nicht bekannt ist und auch über mehrere Größenordnungen variieren kann, kann man bezüglich der Störung keine Pegelgrenzen setzen. Ein sinnvolles Maß zur Beurteilung der Messwertqualität ist der Signal-Rausch-Abstand (SNR), der angibt, wie groß das Verhältnis zwischen dem zu messenden Signal und der Störung ist. Das geforderte SNR ist von der
2.4 Übungen
113
konkreten Messaufgabe abhängig, in der Medizin wird ein SNR von mindestens 40 dB am Ausgang erwartet. Berechnen Sie, welche Verstärkung (Gleichtakt- und Differenztaktverstärkung) und welches CMRR ein Messverstärker haben muss, um beim EKG (von 1 mV) und einer angenommenen Gleichtaktstörung von 1 V am Eingang diese Forderung zu erfüllen. Welche zulässige Gleichtaktstörspannung am Eingang darf auftreten, falls ein Messverstärker mit einem CMRR von nur 60 dB vorhanden ist? 7 Diskreter Differenzverstärker Zur Verstärkung von Differenzsignalen und Unterdrückung von Gleichtaktsignalen ist der Differenzverstärker besonders gut geeignet. Die wichtigsten Parameter des Differenzverstärkers und die bei realer Messanordnung erreichbaren Eigenschaften werden im Folgenden untersucht: Ermitteln Sie mit Hilfe der Simulationen BSV_2.21 und BSV_2.22 die Betriebsparameter Vd, Vg, CMRR eines ideal symmetrischen diskreten Differenzverstärkers. Untersuchen Sie getrennt die massefreie (zwischen den Drains) und die massebezogene (d1 oder d2) Ausgangsspannung. Fangen sie mit einer zunächst ideal symmetrischen Signaleinkopplung an (alle Widerstände im Eingangsnetzwerk seien symmetrisch). Im nächsten Schritt untersuchen Sie, wie sich eine Eingangsunsymmetrie auf die Ausgangsspannungen auswirkt. Zum Erzeugen der Eingangsunsymmetrie verändern Sie einen der Eingangswiderstände, die Einfluss auf den Gleichtakt haben (z.B. Rg1 auf 7 k: setzen). Wie wirkt sich der Ersatz des Widerstandes RS durch eine Konstantstromquelle auf das CMRR aus? In der Realität muss man mit Unsymmetrien sowohl in der Einkopplung von Signalen und Störungen als auch in der Schaltung selbst rechnen und diese vorab abschätzen. Vergleichen Sie, wie sich äußere und innere Unsymmetrien auf die Verstärkereigenschaften auswirken. 8 Instrumentationsverstärker Für die Gleichtaktunterdrückung ist die Symmetrie des mehrstufigen Differenzverstärkers, folglich auch das CMRR, von entscheidender Bedeutung. Untersuchen Sie den Einfluss der Differenzverstärkung der ersten Stufe eines Instrumentationsverstärkers auf das CMRR in den zwei behandelten Varianten Impedanzwandler und Verstärker. Welchen Einfluss haben übliche Widerstandstoleranzen im Instrumentationsverstärker (5%, 1% und 0,1%) und Unsymmetrien in der Einkopplung der Gleichtaktstörung (Variabilität der Impedanzen bis zu 100%) auf das Gleichtaktverhalten? Verwenden Sie dazu die Simulationen BSV_2.26 und BSV_2.27. Vergleichen Sie die Folgen innerer (im Verstärker) und äußerer Unsymmetrien (Einkopplungsbedingungen der Störungen).
114
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
2.4.2 Lösungen Beschreibungen und gespeicherte Simulationsergebnisse der Lösungen sind in .doc- und .pdf - Dateien im Verzeichnis /Übungen des Kapitels 2 enthalten und können zur Kontrolle und besserem Verständnis ergänzend genutzt werden. Ihre Nummerierung ist identisch mit der Nummerierung der Übungen. 1 Analyse des Einflusses einer harmonischen Störung auf das Verhalten eines medizinischen Messverstärkers Aus der Simulation ergibt sich die obere Grenze der Ausgangsspannung, bei der es zur Begrenzung kommt zu Uaus = 14.6 V. Zur Sicherheit vor Nichtlinearitäten in der Nähe der Begrenzung wird die maximale Ausgangsspannung auf 14 V gesetzt. Da die Verstärkung bekannt ist, lässt sich die maximale Eingangsspannung zu Ueimax = Uausmax/Vd = 14 V /11 = 1.27 V berechnen. Diesen Wert tragen wir als Parameter in die Spannungsquelle Unetz ein und simulieren zur Kontrolle. 2 Ausgleichvorgang Bei einer Zeitkonstante des Hochpasses von 100 ms und der Pulsbreite von 500 ms klingt der Ausgleichsvorgang an der absteigenden Flanke fast vollständig ab. Wird die Zeitkonstante größer (in der Realität bis in die Größenordnung von 10 s), oder die Impulsbreite schmaler, so kommt der Ausgleichsvorgang immer weniger in Gang, so dass der Impuls immer mehr unverfälscht übertragen wird. Qualitativ folgt daraus, dass beim ausschließlichen Hochpassverhalten des Messverstärkers Impulse, deren Breite kleiner ist als die Zeitkonstante des Hochpasses, nahezu unverfälscht übertragen werden. 3 Galvanische Störungseinkopplung, Isolationswiderstand In der Praxis passiert es oft, dass man ein Gerät nach dem Transport in kalter Umgebung anschließend bei Raumtemperatur aufstellt. Die Luftfeuchtigkeit im Gerät nimmt stark zu und es kann sich sogar eine Schicht aus Kondenswasser bilden. Das setzt den Isolationswiderstand stark ab, nicht selten unter ein Zehntel seines ursprünglichen Wertes. In dieser Simulation sollte der Wert von 10 G: auf 1 G: reduziert werden. Dies hat einen Anstieg der Störung im Ausgangssignal von 6.5 mV auf 65 mV zur Folge. Nach der Gln. (2.6) verschlechtert sich das SNR von 24 dB auf 3.7 dB, ein in der Messtechnik nicht mehr akzeptabler Wert. Ausgehend von der ursprünglichen Simulation mit Ris = 10 G: wird auch auf der anderen Signalleitung ein Isolationswiderstand von 9 G: simuliert. Entsprechend den realen Bedingungen sind die Isolationswiderstände nie identisch, so dass sich hier eine Differenz von 1 G: ergibt. Wie man an Hand der Schaltung erkennen kann (s.
2.4 Übungen
115
Abschn. 2.2.3), wird zwischen den beiden Eingängen des Messverstärkers eine Spannungsdifferenz gebildet, so dass im Falle ideal identischer Isolationswiderstände sich ihre Wirkung aufheben würde. Sind die Isolationswiderstände ungleich, so kommt lediglich ihre Differenz zum Tragen, in diesem Fall 1 G:. Daher beträgt der Störungsanteil im Ausgangssignal nur noch 0.65 mV und das SNR steigt auf 44 dB, was für die medizinische Messtechnik einen akzeptablen Wert darstellt, allerdings nur unter Berücksichtigung der bisher simulierten Isolationswiderstände. 4 Galvanische Störungseinkopplung, Masseschleife Zur Simulation starten wir die Schaltung BSV_2.7. Als erstes werden wir prüfen, ob eine Masseschleife vorliegt. Dies ist in der Praxis oft sehr schwierig oder unmöglich und funktioniert nur dann, wenn ein mit Sicherheit störungsfreies Bezugspotential zur Verfügung steht, z.B. eine direkte Verbindung zur Erde oder zum Sternpunkt der Stromversorgung. Weiterhin muss man die Möglichkeit haben, kontrolliert und gezielt Geräte in Betrieb zu nehmen, die über die Masseschleife versorgt werden, denn sonst würde kein messbarer Spannungsabfall entstehen. In dieser Simulation ist das störungsfreie Bezugspotential die mit einem Dreiecksymbol versehene analoge Masse, die Betriebsmasse des Verstärkers liegt in der Mitte der Spannungsversorgung zwischen Ub+ und Ub-. Wenn wir in der simulierten Schaltung am beliebigen Knoten einen Spannungsmarker platzieren, so ist überall die Netzstörung sichtbar, am stärksten an der Betriebsmasse des Verstärkers mit einer Amplitude von mehr als 2 V. Die Potentialmessung der Betriebsmasse gegen ungestörte Referenz ist der sicherste Indikator dafür, ob der Messkreis über eine Masseschleife gestört wird. Allerdings muss gleichzeitig der Widerstand der Betriebsmasse zum Sternpunkt bzw. zur Erde gemessen werden, um zu sichern, dass tatsächlich eine niederohmige Verbindung Rm besteht und die Betriebsmasse nicht allein durch Streukapazitäten gestört wird. Nun stellt sich die Frage, wie man die Wirkung der Masseschleife beseitigen kann. Die Antwort ist einfach: Die Betriebsmasse des Verstärkers darf keine leitende Verbindung zur netzseitigen Stromversorgung haben. Dies wäre mit dem Netztransformator vermeintlich erledigt. Allerdings müssen Geräte der Schutzklasse I über den Schutzleiter geerdet werden. In Netzen vom Typ TNC (gemeinsamer Schutz- und Neutralleiter PEN) führt der Schutzleiter aber den Betriebsstrom der Netzversorgung, so dass in TNC-Netzen die Masseschleife immer und unvermeidbar vorliegt. Der einzige Weg zur Vermeidung der Störung in Folge von Masseschleifen ist die galvanische Trennung des Patiententeils von allen Leitern (also auch vom Schutzleiter) der Stromversorgung (s. Abschn. 2.2.4 Isolationsverstärker). Aus Sicht der medizinischen Messtechnik nicht entscheidend, dennoch sicherheitstechnisch relevant ist die Frage, ob mit der galvanischen Trennung des Patiententeils auch die Sicherheit gewährleistet wird. Die Antwort ist nicht zufrie-
116
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
den stellend: Man muss damit rechnen, dass der Patient – gewollt oder ungewollt – geerdet ist und deswegen kann auf ihn die von der Masseschleife erzeugte Spannung direkt verschleppt werden. Deshalb ist in medizinisch genutzten Räumen zur Energieversorgung medizinischer Geräte das TNC-Netz verboten. Im häuslichen Bereich greift dieses Verbot nicht und daher ist dies als sicherheitsrelevanter Mangel einzustufen. 5 Hochfrequente Störungen Bei der Einstellung von R2 = 100 : liegt am Eingang der Transistorstufe eine Spannung von 3 mV an, an ihrem Ausgang 300 mV, so dass die Verstärkung V = 100 beträgt. Die Stufe arbeitet im Bereich der so genannten Kleinsignalaussteuerung. Dieser Bereich ist charakteristisch dadurch, dass die Signale am Eingang und am Ausgang im Vergleich mit den Transistorkennlinien sehr viel kleiner sind und daher macht man die Annahme, dass der Transistor in diesem Bereich um seinen Arbeitspunkt linear ist. Diese Annahme ist notwendig, um die Stufen mit linearen mathematischen Methoden analysieren und dimensionieren zu können. Oft vergisst man aber, dass die Nichtlinearitäten nach wie vor – also auch im Kleinsignalbereich – vorhanden sind, wie unsere Simulation auch zeigt. Nach der Simulation kann man im Zeitverlauf des PSpice zunächst ein nahezu ideales AM-Signal sehen. Führen wir mit Hilfe der FFT eine Spektralanalyse durch, so zeigen sich im Bereich 0 Hz bis 100 Hz mindestens sechs Harmonische des NF-Signals. Dies ist der spektrale Nachweis der Nichtlinearitäten, die bereits bei der Erzeugung des AM-Signals (Multiplikator, OV), aber vor allem in der Transistorstufe wirksam sind. Stellen wir mit R2 = 1 k: eine Eingangsspannung am Transistor von 30 mV ein, müsste dieser entsprechend seiner Verstärkung von V = 100 am Ausgang eine Wechselspannung von 3 V liefern. Dies wird er auch schaffen, allerdings kann man bereits im Zeitverlauf erkennen, dass das Signal nicht mehr symmetrisch ist, dass es also nichtlinear verzerrt wurde. Offensichtlich gilt hier nicht mehr die Annahme der Kleinsignalaussteuerung. Die Spektralanalyse mit Hilfe der FFT zeigt bei Harmonischen des NF-Signals Pegel zwischen 4 bis 10 mV, die selbst bei den stärksten Biosignalen eine massive Störung darstellen und das Biosignal unbrauchbar machen. Eine nachträgliche Filterung wird keine Verbesserung bringen, da im Normalfall der NF-Anteil gar nicht bekannt und schon gar nicht harmonisch ist, wie in dieser Simulation. Da eine wirksame Störungsunterdrückung außerhalb des Verstärkers kaum möglich ist, können wir versuchen, diese mit schaltungstechnischen Maßnahmen zu reduzieren. Ohne an dieser Stelle den Nachweis zu führen, gehen wir davon aus, dass eine Gegenkopplung grundsätzlich zur Verbesserung der Linearität führt. In der simulierten Schaltung können wir in der Transistorstufe eine Gegenkopplung sehr einfach dadurch einführen, dass der wechselspannungsmäßige Kurzschluss des Widerstandes Re4 aufgehoben wird. Dazu löschen wir die Kapazität C4 oder setzen diese auf einen vernachlässigbar kleinen Wert, z.B. 1 pF. Durch die nun wirksame Gegenkopplung sinkt die Verstärkung natürlich ab, in diesem Beispiel
2.4 Übungen
117
auf etwa V = Rc4/Re4 = 1. Dadurch reduziert sich der NF-Anteil auf ca. 0.1 mV, was noch kein besonders guter Wert ist, allerdings um zwei Dekaden besser (ursprünglich 10 mV), als in der Originalschaltung. Fazit ist, schaltungstechnisch kann man den Einfluss einer ungewollten AMDemodulation durch Linearisierung der Messelektronik mit Hilfe der Gegenkopplung erreichen, auch wenn das auf Kosten zusätzlicher Verstärkungsstufen gehen sollte. 6 Signal-Rausch-Verhältnis, SNR Unter der EKG-Amplitude wird normalerweise der Spitzenwert der R-Zacke verstanden. Dieser beträgt im Mittel 1 mV, so dass für den üblichen analogen Pegel für weitere Verarbeitung mit 1 V eine Differenzverstärkung von Vd = 1000 notwendig sein wird. Am Ausgang soll das SNR 40 dB bzw. 100 betragen, so dass die zulässige Störung am Ausgang eine Amplitude von höchstens 1V/100 = 10 mV erreichen darf. Daher darf die Gleichtaktverstärkung nicht größer als Vg = 10mV/1V = 0.01 sein. Daraus folgt für das CMRR = Vd/Vg = 1000/0.01 = 105, das entspricht 100 dB. Falls ein Messverstärker mit einem CMRR von nur 60 dB vorhanden ist, so wird sich die zulässige Störung deutlich reduziert werden müssen. Hier kann man den Vorteil der logarithmischen Darstellung nutzen – die Multiplikationen und Divisionen der Übertragungen reduzieren sich auf die einfache Addition: SNRE/dB + CMRR/dB = SNRA/dB, oder detailliert wie folgt SNR A
Diff U Aus Gleich U Aus
Diff Vd U Ein Gleich Vg U Ein
CMRR SNRE .
Im konkreten Beispiel gilt: SNRE /dB = SNRA/dB – CMRR/dB = 40 dB – 60 dB = -20 dB. Daraus folgt, dass bei einem Pegel des EKG von 1 mV die Störung höchstens 1mV/10 = 0.1 mV betragen darf und das ist in der Praxis kaum machbar. Bei der Messung vom EEG würden wir mit diesem schwachen CMRR in den Mikrovoltbereich geraten, in dem bereits das Verstärkerrauschen liegt, so dass die Forderung nach 40 dB aus Sicht der Störung technologisch nicht erfüllbar wäre. Daraus folgt, dass die Forderung nach einem CMRR von mindestens 100 dB für die Praxis durchaus belegt ist.
118
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
7 Diskreter Differenzverstärker Da es sich in dieser Simulation um einen diskreten Differenzverstärker handelt, bei dem noch nicht klar ist, wie die Ausgangsspannung ausgekoppelt wird, betrachten wir beide Alternativen – massefreie (symmetrische, Index S) UAS und massebezogene Ausgangsspannung UAM (Index M) Entsprechend der Schaltung gilt UAS = Ud2-Ud1, UAM = Ud2 (oder UAM = Ud1). Die gleichtaktbezogene Ausgangsspannung erhält den Index G, die differenzbezogene den Index D. Nach der Simulation von BSV_2.21 können wir aus dem Zeitverlauf für die Amplitude der Ausgangsspannung ablesen UASD = 130 mV und UASG = 0 V. Das Ablesen der Amplituden der massebezogenen Ausgangsspannung im Zeitbereich gestaltet sich wegen der additiven Zusammensetzung aus Gleichanteil, der langsamen Differenzspannung (10 Hz) und der schnellen Gleichtaktspannung (50 Hz) schwierig. Deswegen übertragen wir die Darstellung mit der FFT in den Frequenzbereich, in dem jede Komponente einzeln mit ihrer zugehörigen Amplitude dargestellt wird. Im Spektrum können wir dann für die Amplituden ablesen: UAMG = 22 mV (34 mV) und UAMD = 66 mV. Für die massefreien Verstärkungen gilt in Bezug auf die Spannungsquellen: VDS = UASD/UD = 13, VGS = UASG/UG = 0. Daher ist das CMRRS theoretisch unendlich groß. Für die massebezogenen Verstärkungen gilt: VDM = UAMD/UD = 6,6 und VGM = UAMG/UG = 0,22. Daraus ergibt sich für die massebezogene Gleichtaktunterdrückung CMRRM = VDM/VGM = 30 bzw. 30 dB. Dies ist ein Wert, der in der medizinischen Messtechnik inakzeptabel wäre, allerdings liegt hier zunächst nur ein einstufiger Differenzverstärker vor. Vergleichen wir die Ergebnisse mit denen des Differenzverstärkers mit Konstantstromquelle, dazu starten wir die Simulation BSV_2.22. Für die massefreien Ausgangsspannungen und die zugehörigen Parameter ändert sich nichts. Für die massebezogenen Spannungen gilt UAMD = 66 mV und UAMG = 12.4 mV, so dass hier eine deutliche Verbesserung des Gleichtaktverhaltens zu erkennen ist. Die Differenzspannung hat sich erwartungsgemäß nicht geändert, denn diese hängt von dem Sourcewiderstand nicht ab. Durch die dynamische Vergrößerung des Sourcewiderstandes wurde die Gleichtaktspannung auf etwa die Hälfte reduziert. Die Verstärkungen betragen VDM = UAMD/UD = 6,6 und VGM = UAMG/UG = 0,12, so dass für das CMRRM ein Wert von 55 bzw. 35 dB erreicht wird. Daraus folgt, dass die Konstantstromquelle das CMRR auf fast das Doppelte verbessern konnte. Nun schauen wir uns den Einfluss der Unsymmetrie auf die Betriebsparameter an. Die Unsymmetrie in der Einkopplung der Gleichtaktstörung wird mit der Herabsetzung des Widerstandes Rg2 (oder Rg1) auf die Hälfte simuliert. Für die Ausgangsspannungen können wir im Spektrum ihre Amplituden ablesen: UASD = 124 mV, UASG = 62 mV, UAMD = 62 mV und UAMG = 45 mV. Daraus folgt, dass selbst bei einem idealen Differenzverstärker durch die Unsymmetrie am Eingang in diesem konkreten Fall das Verhältnis des Differenz- und des Gleichtaktsignals im massefreien Ausgang von theoretisch Unendlich auf UASD/UASG = 2 bzw. 6 dB absinken kann, im massebezogenen Ausgang von 55 auf UAMD/UAMG = 1,4 bzw. 2,8 dB. An dieser Stelle müssen wir uns allerdings bewusst sein, dass diese relativ schlechten Werte nicht von der Schaltungstechnik, sondern von der real unsym-
2.4 Übungen
119
metrischen Ankopplung zu verantworten sind. Nun möchten wir der von uns unbeeinflussbaren Unsymmetrie der Ankopplung die elektronisch gegebene Unsymmetrie im Verstärker gegenüberstellen: Dazu wird die Schaltung (Symmetrie am Eingang wieder hergestellt) so simuliert, dass der bewusst übertrieben herabgesetzte Drainwiderstand Rd1 auf die Hälfte gesetzt wird. Nach der Simulation erhalten wir aus dem Spektrum die Amplituden zu UASD = 100 mV, UASG = 6 mV, UAMD = 67 mV und UAMG = 12 mV. Die Verstärkungen betragen VDS = UASD/UD = 10, VGS = UASG/UG = 0.06, VDM = UAMD/UD = 6.7 und VGM = UAMG/UG = 0.12, so dass für das CMRRS ein Wert von 166 bzw. 44 dB, für CMRRM ein Wert von 56 bzw. 35 dB erreicht wird. Vergleichen wir diese Werte mit denen bei Unsymmetrie der Einkopplung, so stellen wir fest, dass die (unrealistisch starke) Schaltungsasymmetrie einen fast vernachlässigbaren Einfluss auf die Betriebsparameter im Vergleich mit der Unsymmetrie bei der Einkopplung der Störung am Eingang aufweist. Die schaltungsbedingte Unsymmetrie reduziert zwar deutlich die massefreie Verstärkung, die massebezogene Verstärkung bleibt aber unverändert. Fazit dieser Analyse ist, dass eine extreme Schaltungsoptimierung der Elektronik hinsichtlich der Symmetrie keinen wesentlichen Nutzen bringen wird, wenn man nicht gleichzeitig den Messkreis vor dem Verstärker hinreichend symmetrisch gestalten kann – und das kann man in der Praxis in der Regel nicht. 8 Instrumentationsverstärker Die Simulation BSV_2.26 zeigt, dass selbst bei idealen Simulationsbedingungen (symmetrische Störungseinkopplung, identische Widerstände im Verstärker) im PSpice keine ideale Gleichtaktunterdrückung möglich ist. Das liegt daran, dass der verwendete OV vom Typ 741 auch nur ein begrenztes CMRR bietet, das am massebezogenen Ausgang sichtbar wird. Das SNR am Eingang beträgt SNRE
u DE uGE
1mV 10V
10 4 { 80dB ,
am Ausgang gemessenes SNR (im Frequenzbereich nach der FFT) beträgt u DA 90mV SNR A 2,8 { 9dB . Daraus folgt, dass das CMRR des Instrumenu GA 32mV tationsverstärkers in der Variante Impedanzwandler einen Wert von CMRR
VD VG
u DAu GE u DE uGA
SNR A SNRE
2,8 10 4 { 80dB 9dB
89dB .
Aus dieser Rechnung folgt, dass das CMRR des Instrumentationsverstärkers nach BSV_2.26 etwa 90 dB beträgt, was bei den heutigen Anforderungen ein unbefriedigender Wert ist. Beachten Sie, dass man bei Kenntnis der SNR am Eingang und
120
2 Verstärkung und analoge Filterung in der medizinischen Messtechnik
am Ausgang des Verstärkers das CMRR durch einfache Subtraktion der in dB angegebenen Werte ermitteln kann.
Kapitel 3
Erfassung, Abtastunng und Digitalisierung von Biosignalen
3.1 Erfassung von Biosignalen Dieses Kapitel behandelt die Gewinnung von Biosignalen aus Sicht der technisch orientierten Elektrophysiologie und Übertragung der Biosignale in eine computergerechte Form. Der Mensch als lebendes Objekt ist signalanalytisch zunächst ein räumliches Gebilde mit unzähligen und stets aktiven, räumlich verteilten Signalquellen. Ihre elektrische Aktivität soll möglichst nichtinvasiv von der Körperoberfläche, die magnetische Aktivität kontaktlos in einem gewissen Abstand vom Körper gewonnen werden. Bei der Erfassung der elektrischen Aktivität spielt die Frage nach der Positionierung der elektrischen Masse des Messverstärkers und der Referenz der Ableitsysteme für die medizinische Interpretation eine zentrale Rolle. Die für Techniker und Mediziner gleichermaßen wichtigen Fragen der Erdung, des Masseanschlusses und der Referenzierung werden hier behandelt.
3.1.1 Ableittechnik Der menschliche Körper ist elektrotechnisch gesehen ein geschlossener, elektrolytischer Volumenleiter, in dem an zahlreichen räumlichen Positionen lokale (Nervenbündel), aber auch ausgedehnte Stromquellen (Herz) stets aktiv sind. Diese Stromquellen erzeugen im gesamten Volumenleiter Stromschleifen, die im Körperinneren und an der Körperoberfläche Potentialdifferenzen erzeugen (Abb. 3.1). Diese Potentialdifferenzen verstärkt man mit Differenz-, Isolations- oder Instrumentationsverstärkern (siehe Kapitel 2). Ein solcher Verstärker besitzt neben den massefreien Differenzeingängen auch eine elektrische Betriebsmasse, die ebenfalls mit dem Patienten galvanisch verbunden sein muss. Ohne diese Verbindung würden die Differenzeingänge gegenüber der Masse auf einem undefinierten Potential liegen und den Verstärker in die Begrenzung treiben. Eine technisch einfache Möglichkeit (Abb. 2.22) bietet der direkte Anschluss der Masse über eine Masseelektrode. Die Masseelektrode soll dabei nicht zu weit vom eigentlichen Messkreis angeschlossen sein, um unnötige Gleichtaktstörungen zu vermeiden.
P. Husar, Biosignalverarbeitung, DOI 10.1007/978-3-642-12657-4_3, © Springer-Verlag Berlin Heidelberg 2010
122
3 Erfassung, Abtastunng und Digitalisierung von Biosignalen
+ ua -
Ub+
Ub-
Abb. 3.1 Eine Stromquelle (gekennzeichnet durch einen Pfeil) im Gehirn erzeugt räumliche Ströme, dargestellt durch Stromlinien (gestrichelt). Der Stromfluss erzeugt im Volumen und an der Oberfläche Potentiale, die Äquipotentiallinien sind gepunktet markiert. Die Potentialdifferenzen sind zwischen Sensoren an der Oberfläche messbar. Die elektrische Masse des Verstärkers (Mittelpunkt der Versorgungsspannungen Ub+ und Ub-) muss ebenfalls am Patienten angeschlossen sein
Beim EKG ist es standardmäßig der rechte Fuß, beim EEG ein Punkt auf der Kopfoberfläche oder in Kopfnähe (Hals, Stirn, Nase, Ohr). Es ist – vor allem für die nachfolgenden Überlegungen zur Referenzproblematik – wichtig festzuhalten, dass die in Abb. 3.1 für einen Kanal dargestellten physischen Anschlüsse immer vorhanden sein müssen. Der Masseanschluss kann allerdings auch hochohmig sein und indirekt erfolgen, da lediglich ein Potentialbezug bestehen soll und kein Messstrom fließen muss. Eine technische Minimallösung zur Erfassung von EKG ist in Abb. 3.2 dargestellt. Die nach Einthoven benannte Extremitätenableitung entsteht durch Differenzbildung zwischen den Händen und dem linken Fuß, während der rechte Fuß an die elektrischen Masse des Messverstärkers angeschlossen und eventuell geerdet ist. Da die Potentialdifferenzen zwischen jeweils zwei elektrisch aktiven und anatomisch gleichrangigen Stellen gebildet werden, spricht man von einer bipolaren Ableitung. Auf der Suche nach Möglichkeiten, die elektrische Aktivität im Körper unipolar darzustellen, versucht man schaltungstechnisch eine indifferente Elektrode herzu-
3.1 Erfassung von Biosignalen
123
stellen. Der häufigste Ansatz besteht darin, aus zwei oder mehreren Kanälen mittels Spannungsteiler das arithmetische Mittel in der Annahme zu bilden, dass dieses elektrisch inaktiv, oder zumindest minimalaktiv ist (Theorie siehe Abschnitt 3.1.2). Unter bestimmten Voraussetzungen ist dieser Ansatz theoretisch richtig.
5 5
0(* 8E 8 9
N
5+
/+
9
N 5
5 N
5 N
,
5 N
5 N
26 26
5
5
(.*
5
8E
0(* 0(* 8E 8
N
9 26
5
9
,,
26
N 5 N
5 5 N N
5
8E
0(* 5 5 N
/)
5
0(*
8E
8 9 26
N 5
9
,,,
26
8E
8E
9
9
N 5
8E
0(*
Abb. 3.2 EKG-Ableitung nach Einthoven. Die Extremitätenableitungen erfasst man als Potentialdifferenzen zwischen beiden Händen und dem linken Fuß, der rechte Fuß ist mit der elektrischen Masse des Messverstärkers verbunden. Die EKG-Signalquelle und das Widerstandsnetzwerk simulieren die internen Ströme und Potentialdifferenzen am Patienten. Die EinthovenAbleitungen I, II, III entstehen durch Differenzbildung und Verstärkung mit Hilfe von Operationsverstärkern (PSpice-Simulation BSV_3.1). Im Modell sind wegen der Knotenbegrenzung der Studentenversion von PSpice keine Vorstufen der Differenzverstärker mit hohem Eingangswiderstand enthalten. Bei der Simulation ist daher darauf zu achten, dass die Differenzverstärker einen niedrigen Eingangswiderstand haben (Größenordnung 100 k:)
124
3 Erfassung, Abtastunng und Digitalisierung von Biosignalen
Eine Ableitung im messtechnischen Sinne ist immer bipolar, da sie als Differenz von mindestens zwei Potentialen gebildet wird, die man von der elektrisch aktiven Oberfläche des menschlichen Körpers abgreift Dann wäre eine Aktivitätsmessung der funktionell interessanten neuronalen Strukturen (sensorische und motorische Zentren) an der Körperoberfläche unipolar möglich. Die Messaufgabe einer echten Potentialmessung ist vielen Gebieten gemeinsam. In der medizinischen Messtechnik resultiert sie aus dem Wunsch, quantitative Informationen über die untersuchte neuronale Struktur allein zu erhalten, unabhängig von diversen, funktionell uninteressanten Referenzgebieten. Ein Beispiel für die schaltungstechnische Realisierung dieses Ansatzes zeigt Abb. 3.3 (In der Elektroenzephalographie als Referenz „verbundene Ohren“, in der Kardiologie als indifferente Elektrode der Goldberger- oder Wilson-Ableitung bekannt). Mit Hilfe identischer Widerstände bildet man aus zwei oder mehreren abgeleiteten, massebezogenen Potentialen eine virtuelle Elektrode. Unter idealen Bedingungen des Mediums (Homogenität, Isotropie) und der Elektrodenanordnung (symmetrisch und ausreichend dicht über die gesamte Oberfläche verteilt) würde die virtuelle Elektrode tatsächlich in der geometrischen Mitte zwischen den Ableitpunkten liegen und wäre elektrisch inaktiv. Allerdings ist in der Realität und der messtechnischen Praxis keine dieser Annahmen erfüllt, so dass indifferente Elektroden nicht als elektrisch inaktiv gelten können.
+
-
ua Ub+
Ub-
Abb. 3.3 Bildung einer virtuellen Referenzelektrode: Aus zwei oder mehreren Kanälen (verbundene Ohren) wird über identische Widerstände eine Referenz gebildet, die als indifferent angenommen wird. Unter dieser Annahme werden solche Ableitungen als unipolar bezeichnet. Diese Annahme ist jedoch unrealistisch und kann zu Fehlinterpretationen führen
3.1 Erfassung von Biosignalen
125
Die Problematik der Referenz- und Masseanschlüsse sowie der Erdung ist komplex und nicht nur aus Sicht der Biosignalerfassung, sondern auch für die elektrische Sicherheit der Patienten von fundamentaler Bedeutung. Vor den weiteren Ausführungen zur Ableittechnik folgt hier eine Übersicht über die Funktion und Realisierbarkeit der Anschlüsse Erdung, elektrische Masse und Referenz. 3.1.1.1 Erdung
Erdung ist sicherheitsrelevant und für Geräte der Schutzklasse I zwingend notwendig. Der Patient ist nur geerdet, wenn dies die Gerätetechnik erfordert. Bei sicherheits- und messtechnischen Analysen ist aber immer davon auszugehen, dass er geerdet sein kann, gewollt oder ungewollt. Erdung ist für die Signalerfassung nicht notwendig und auch nicht sinnvoll, da sie die Signalqualität herabsetzen kann (siehe Abschn. 2.1.3 Einkopplung von Störungen in die Messanordnung). Ein Beispiel zur Wirkung der Erdung zeigt Abb. 2.10, wobei hier der Masseanschluss am Fuß des Patienten als Erdung zu interpretieren ist. In der Ableittechnik ist daher Erdung, wenn möglich, zu vermeiden. 3.1.1.2 Elektrische Masse
Eine galvanische Verbindung zwischen dem Patienten und der elektrischen Masse des Messverstärkers ist funktionell notwendig. Bei fehlender Masseverbindung würden die Verstärkereingänge vor allem bei FET8-Eingansstufen potentialfrei im Raum schweben und der Verstärker könnte sich unkontrolliert verhalten. Diese potentielle Gefahr rührt aus den Eigenschaften eines Feldeffekttransistors: Das Gate ist eine isolierte leitfähige Fläche, die mit dem Substrat einen Kondensator bildet. Besitzt das Gate kein definiertes Potential, so lädt sich der Kondensator zufällig auf und steuert damit den Transistorstrom in unkontrollierter Weise. Damit das Gate ein definiertes Potential erhält, ist eine galvanische Verbindung zur Masse notwendig. Diese Verbindung muss nicht zwangsläufig direkt über ein Kabel, sie kann auch indirekt und hochohmig über die eigentliche Schaltung realisiert werden. Der Masseanschluss des Messverstärkers kann daher entweder direkt erfolgen (Abb. 3.1, 3.2, 3.3) oder schaltungstechnisch über eine innere Masse sowie indirekt über die Schaltung (Abb. 3.4). 3.1.1.3 Referenz
Eine Referenz ist für die Signalerfassung nicht notwendig. Die technisch einfachste Lösung bietet eine Messanordnung, bei der von allen Ableitpunkten am Patienten gegen die elektrische Masse Differenzen gebildet werden. Da aus Sicht der 8
Feld-Effekt-Transistor
126
3 Erfassung, Abtastunng und Digitalisierung von Biosignalen
Ableittechnik jede Ableitung bipolar ist, hat eine Referenz zunächst nur einen rein deklarativen Charakter. Für unipolare Ableitungen (im medizinischen Sinne) ist es allerdings notwendig, einen der Ableitpunkte als Referenz zu definieren und alle anderen Potentialdifferenzen auf diesen Punkt zu beziehen. Eine Referenz kann auch schaltungstechnisch (Abb. 3.3) oder rechnerisch (Abschn. 3.1.2) als virtueller Bezugspunkt realisiert werden. Zur Bildung einer inneren elektrischen Masse (ohne Patientenelektrode) oder einer virtuellen Referenz finden Lösungen der Schaltungstechnik Anwendung (Abb. 3.4).
5 5 N /+
5+ 5 N
5 N
5
0(* 8E 8 9 26 X$ 26 9
N 5
5 N
5 N
,
5
(.*
5
0(*
8E
8 9
N 5
8E
0(*
X$ 9
26
,,
26
N 5
5
5 5 N N
N
5 N /)
5 N
5 5 N 5
5 N
N
0(* 8E 8 9 26 X$ 26 9
8E
,,,
N 5
5
8E
0(*
8E
8E
0(* 9
9
Abb. 3.4 Innere elektrische Masse durch Bildung des arithmetischen Mittels aller Extremitätenpotentiale mit Hilfe identischer Widerstände (R21, R22, R23). Außer den Extremitätenelektroden sind keine weiteren Anschlüsse am Patienten notwendig. Dieselbe Lösung kann zur Bildung einer Bezugselektrode für unipolare Ableitungen verwendet werden (Wilson). Der Sternpunkt der Widerstände würde in dem Fall nicht auf Masse liegen, sondern das gemeinsame Eingangspotential der Messverstärker bilden. Wird der Sternpunkt als Referenzelektrode verwendet, so ist auch weiterhin die galvanische Verbindung des Patienten über den Eingangskreis der Differenzverstärker über R5,6,7 bzw. R14,15,16 gesichert
3.1 Erfassung von Biosignalen
127
Obwohl die grundlegenden Ableitsysteme zur Erfassung von EKG, EEG, EMG oder EOG hinsichtlich der Elektrodenpositionierung weitgehend standardisiert sind, herrscht in Fragen der Referenzierung und Erdung sowie elektrischer Masse im medizinischen, aber auch im technischen Bereich, Uneinigkeit und Unsicherheit. Im Sinne einer Vereinfachung der Handhabung der Messtechnik und zur Minimierung von Fehlableitungen ist es deshalb sinnvoll zu versuchen, diese Probleme vorab schaltungstechnisch zu lösen. Einen plausiblen Ansatz zeigt Abb. 3.4. Die Notwendigkeit eines patientenseitigen Masseanschlusses wird dadurch aufgehoben, dass die Anschlüsse über gleiche Widerstände einen Sternpunkt bilden, der auf die elektrische Masse des Verstärkers gelegt wird. Dasselbe Prinzip könnte man auch auf die Bildung einer virtuellen Referenz (Abb. 3.3) anwenden, in dem der Sternpunkt nicht auf Masse gelegt wird, sondern für alle anderen Ableitpunkte als gemeinsame Referenz dient. Eine solche Referenz wird mit CAR9 bezeichnet und ist in einigen kommerziellen Geräten bereits irreversibel eingebaut. Die CAR kann bei einigen Fragestellungen (anatomiebezogenes, räumlich aufgelöstes EEG) allerdings zu Fehlableitungen und Falschinterpretationen führen (siehe Abschn. 3.1.2), so dass sie als eine fest eingebaute Option des Ableitsystems grundsätzlich abzulehnen ist. Es empfiehlt sich, ein zur Anwendung vorgesehenes Ableitsystem auch in dieser Hinsicht gründlich zu prüfen.
3.1.2 Referenzen in der Biosignalerfassung Wie im vorigen Kapitel erläutert, ist aus Sicht der Ableittechnik jede Ableitung bipolar. In der Elektrophysiologie werden jedoch bipolare und unipolare Ableitungen unterschieden. Unter einer unipolaren Ableitung versteht man Potentialdifferenzen zwischen aktiven Ableitpunkten und einer wunschgemäß inaktiven Referenz, während man als bipolare Ableitung die Potentialdifferenz zwischen zwei aktiven Ableitpunkten bezeichnet. Elektrophysiologisch sind beide Ableitungsarten von Interesse. Unipolare Ableitungen repräsentieren eine eher globale Aktivität, die sich zwischen die Ableitpunkte und die meistens relativ weit entfernte Referenz projizieren. Bipolare Ableitungen stellen eher lokale Aktivitäten dar, da sie naturgemäß räumlich kürzere Projektionsstrecken repräsentieren. Die Annahme eines inaktiven Bezugspunktes ist bei virtuellen Referenzen (mit Ausnahme der Hjorth-Ableitung, die als berechnete Ableitung ohne eine Referenz auskommt, siehe Referenzfreie Ableitungen) jedoch kaum erfüllt, bei physisch vorhandenen Bezugspunkten schon gar nicht. Das ist auch der Grund, warum Mediziner selbst bei unipolaren Ableitungen immer genau wissen möchten, welcher Ableitpunkt bei der Messung als Referenz verwendet wurde. Implizit behandeln sie also auch unipolare Ableitungen als bipolare, jedoch mit dem Unterschied der oben genannten Projektion.
9
Common-Average-Reference
128
3 Erfassung, Abtastunng und Digitalisierung von Biosignalen
Abb. 3.5 Elektrodenmatrix zum EMG-Potentialmapping über dem unteren Teil des Rückens. Als Referenz kann grundsätzlich jeder Ableitpunkt gewählt werden, dies hängt von der konkreten Fragestellung ab. Pauschal gilt, dass markante Punkte als Referenz geeignet sind: Rand oder Mitte der Elektrodenmatrix
Unter dem Gesichtspunkt der Referenzierung lassen sich Ableitsysteme der Elektrophysiologie in drei Gruppen einordnen: Ableitsysteme mit realen und virtuellen Referenzen sowie referenzfreie Ableitungen. 3.1.2.1 Ableitsysteme mit realen Referenzen
Als Referenz wird ein physisch vorhandener Ableitpunkt auf der Körperoberfläche deklariert. Üblich sind bei EEG-Ableitungen Ohrläppchen (A1, A2) für unipolare Interpretation oder Positionen des 10-20-Standardsystems Cz oder Fz (Abschn. 3.1.4) sowie ausgewählte Positionen der Elektrodenmatrix bei EMGAbleitungen (Abb. 3.5). 3.1.2.2 Ableitsysteme mit virtuellen Referenzen
Das Bezugspotential wird schaltungstechnisch (Abb. 3.3) oder rechnerisch (Gl. 3.1) gebildet und als virtuelle Referenzelektrode eingesetzt. Standardmäßig verwendet man elektronisch gebildete Referenzen bei EKG-Ableitungen nach Wilson und Goldberger, eine elektronische oder rechnerische gemeinsame Referenz als CAR bei EEG- und EMG-Ableitungen. car k
1 M
M
¦ xi k
(3.1)
i 1
In Gl. 3.1 ist k der Zeitindex, i der Index der Ableitpunkte.
xic k
xi k car k
(3.2)
3.1 Erfassung von Biosignalen
129
In Gl. 3.2 ist k der Zeitindex, i Index der Ableitpunkte, xi(k) unipolare Ableitungen, aus den die car(k) gebildet wird, car(k) die Referenz nach Gl. 3.1, xci(k) Ableitungen bezogen auf die gemeinsame Referenz car(k)
Referenzierung der einzelnen Ableitungen nach Gl. 3.2 hat einige positive Auswirkungen auf die Signalerfassung. Die CAR nach Gl. 3.1 entspricht dem Gleichtaktsignal eingekoppelter Störungen in allen Messkanälen. Wenn es elektronisch gelingt, die CAR möglichst vorn am Eingang des Messverstärkers zu bilden und sie nach Gl. 3.2 von den Kanälen zu subtrahieren (siehe Guarding-Technik), entspräche das einer sehr wirksamen Gleichtaktunterdrückung. Dies ist vor allem bezüglich der eingekoppelten Störungen aus der Umgebung (Netz, Röhrenmonitore) von Bedeutung. Nach demselben Prinzip werden im gemessenen Biosignal körpereigene, aber störende, vom Ableitort entfernte Biosignale gedämpft, z.B. Artefakte durch Augen- und Lidbewegungen im okzipitalen EEG. Allerdings kann die CAR zu elektrophysiologisch problematischen Analyseeffekten führen, die später behandelt werden. Daher sollte sie hardwaremäßig nicht irreversibel eingebaut sein, sondern nur als rechnerische Option der Signalauswertung zur Verfügung stehen. 3.1.2.3 Referenzfreie Ableitungen
Alle technischen und signalanalytischen Probleme der Referenzierung wären gelöst, könnte man die Aktivität der Biosignale referenzfrei erfassen. Es wurde jedoch schon gezeigt, dass zur messtechnischen Erfassung immer ein Bezugspotential notwendig ist. Man könnte aber auf die gemessenen Daten eine Operation anwenden, bei der sich das Referenzpotential eliminiert. Dafür eignet sich grundsätzlich die Differentiation, bei der der Bezug zu Absolutwerten verloren geht.
M ir
Mi M r
(3.3)
Ii und Ir sind Potentiale an den Stellen i und r, Iir sind die technisch messbaren unipolaren Potentialdifferenzen.
Man kann zunächst von einem einfachen, aber realistischen Modell einer dreikanaligen unipolaren Ableitung ausgehen (Abb. 3.6). Gemessen werden unipolar Potentialdifferenzen zwischen den Ableitpunkten und der Referenzelektrode (Gl. 3.3). Im Weiteren geht man von der Vereinfachung aus, dass die Messpunkte auf einer Linie liegen und sich die Referenz orthogonal zu dieser Linie im Unendlichen befindet. Man kann die erste räumliche Ableitung bilden, in deren Ergebnis die unipolaren zu bipolaren Ableitungen werden (Gl. 3.4).
M ix
d M ir | ^M 0r M1r ; M 0r M 2r ` dx
(3.4)
130
3 Erfassung, Abtastunng und Digitalisierung von Biosignalen
x1
x0 r x2
x
Abb. 3.6 Dreikanalige unipolare Ableitung mit Referenz am Ohr. Vereinfachend wird angenommen, dass die Ableitpunkte auf einer Linie liegen, die als x-Achse bezeichnet wird, x0 ist der Mittelpunkt der Anordnung. Bei der unipolaren messtechnischen Erfassung misst man die Potentialdifferenzen I1r = I1 - Ir, I2r = I2 - Ir, I0r = I0 - Ir
Der Bezug zur Referenz r geht mit der Differentiation zwar verloren, dennoch wird die elektrische Aktivität immer noch als Potentialdifferenz an zwei Ableitpunkten gebildet. Um eine referenzfreie Ableitung zu erhalten, die die elektrische Aktivität auf einen einzigen Ableitpunkt x0 bezieht, ist eine weitere Differentiation otwendig (Gl. 3.5). Der Ausdruck nach Gl. 3.5 ist die eindimensionale Variante des Laplace-Operators.
M Qx
d2 dx 2
M ir | M 0r M1r M 0r M 2r
(3.5)
Nach der zweiten Differentiation erhält man ein Potential, das ein Maß für die elektrische Aktivität allein am Ableitpunkt x0 und daher referenzfrei ist. Diese Größe wird als Quellenpotential bezeichnet, da sie ein Maß für die Stromquellendichte ist (CSD, Current Source Density). In Abb. 3.7 ist die Ermittlung der CSD eindimensional dargestellt: Im Körper befinden sich elektrisch aktive Stromquellen und -senken, die an der Oberfläche entsprechende Potentialverläufe erzeugen. Die zweite räumliche Differentiation der Potentialverläufe erreicht ihre Maxima über den Stromquellen und ihre Minima über den Stromsenken. Die Potentialver-
3.1 Erfassung von Biosignalen
131
läufe werden in Bezug auf eine Referenz r an den Ableitpunkten x0, x1, x2 gemessen. Dies entspricht einer räumlichen Abtastung. Die Berechnung des Quellenpotentials nach Gl. 3.5 lässt sich auf den zweidimensionalen Fall (Abb. 3.8, Gl. 3.6) erweitern:
MQ
M 0r M1r M 0r
§ w2 w2 · ¨ 2 2 ¸M xy | ¨ wx wy ¸¹ © M 2r M 0r M 3r M 0 r M 4 r
(3.6)
4M 0r M1r M 2r M 3r M 4 r
Die Beziehung nach G. 3.6 ist als Hjorth-Operator bekannt und gilt für Sensoranordnungen mit gleichen Abständen zum betrachteten Ableitpunkt und näherungsweise planarer Projektion der elektrischen Aktivität. Diese lässt sich auf beliebig viele Sensoren mit unterschiedlichen Abständen erweitern, in dem die einzelnen Potentiale nach ihrem Abstand zum betrachteten Ableitpunkt gewichtet werden. Mit der Hjorth-Ableitung (Abb. 3.8) steht somit eine (berechnete oder schaltungstechnisch realisierte) referenzfreie Ableitung zur Verfügung, die auch die theoretischen Annahmen gut erfüllt. Allerdings entstehen dabei einige wesentliche Nachteile. In der Abb. 3.7 ist ersichtlich, dass nach dem räumlichen Abtasttheorem die Dichte der Ableitpunkte höher sein müsste als die Dichte der Stromquel-
IQmax
Ix
x1
x0
IQmin
Stromsenke
x2
IQmin
Stromquelle
Stromsenke
Abb. 3.7 Eindimensionales Modell zum Quellenpotential. Elektrisch aktive Stromquellen und Stromsenken erzeugen auf der Oberfläche einen Potentialverlauf. Die zweite Differenz des Potentialverlaufs (Krümmung) erreicht über den Stromquellen lokale Maxima, über den Stromsenken lokale Minima. Die Sensoren realisieren die räumliche Abtastung
132 Abb. 3.8 Zweidimensionales Modell zum Quellenpotential. Die Potentiale an den Ableitpunkten werden unipolar gegen die Referenz r gemessen. Die Abstände zwischen den Ableitpunkten sind konstant. Für jede betrachtete Elektrode ergibt sich das Quellenpotential zu 4I0-I1-I2-I3-I4. Auf diese Weise erhält man ein referenzfreies Abbild der elektrischen Aktivität an der Oberfläche. Die Anzahl der referenzfreien Punkte reduziert sich wegen der Randeffekte von 21 auf 9
3 Erfassung, Abtastunng und Digitalisierung von Biosignalen
1 3 r
0
4
2
len. Dies ist in der Praxis nicht realisierbar, man nimmt die Verletzung des Abtasttheorems bewusst in Kauf. Weiterhin ist an Hand des Modells deutlich, dass nur radial liegende Stromquellen bzw. nur radiale Anteile von Stromquellen erfasst werden können. Dies wirkt sich nachteilig auf Untersuchungen aus, in den vorwiegend tangential liegende Stromquellen auftreten. Durch die Sensoranordnung nach Abb. 3.8 verringert sich die Gesamtfläche der referenzfreien Ableitung um eine Sensorreihe am Rand der Matrix, womit ein Teil der Information verloren geht. Aus den ursprünglichen 21 Potentialableitungen entstehen nach Gl. 3.6 neun Quellenpotentiale.
3.2 Abtastung von Biosignalen
3.2.1 Spektrale Eigenschaften der Abtastung Die Abtastung von Signalen ist ein mathematisch und technologisch gut aufgearbeitetes Thema, das zahlreiche Publikationen behandeln. An dieser Stelle werden daher selektiv nur Themen erörtert, die direkt mit Biosignalen zusammenhängen. Mathematisch entspricht die Abtastung der Multiplikation des Eingangssignals mit einer Diracpuls-Folge (Abb. 3.9):
3.2 Abtastung von Biosignalen
133
y t
f
xt ¦ G t nTA
(3.7)
n f
In Gl. 3.7 ist x(t) das Eingangssignal, y(t) das Abtastsignal, G(t) ein Diracimpuls, TA die Abtastperiode.
Der Multiplikation von Signalen im Zeitbereich entspricht die Faltung ihrer Spektren im Frequenzbereich: Y f
X f
1 TA
f § 1 · ¦ G ¨¨ f n ¸¸
n f
©
TA ¹
1 TA
f
§
1 ·
¦ X ¨¨ f n ¸¸ TA ¹ n f ©
(3.8)
Das Spektrum der Diracimpuls-Folge besteht ebenfalls aus Diracimpulsen, deren Abstand 1/TA beträgt. Das ursprüngliche Spektrum des Originalsignals ist nach der Abtastung periodisch mit den Harmonischen der Abtastrate (Abb. 3.10). Dadurch kann es zur Überlappung (Aliasing) der Spektren kommen, wenn die Abtastrate niedriger ist, als die doppelte Höchstfrequenz des Originalsignals. Es muss also gelten TA
1 2 f max
.
(3.9)
Die Bedingung nach Gl. 3.9 ist das Abtasttheorem. Wird sie nicht eingehalten, überlap10 pen sich die Spektren nach der Abtastung. Das führt im Basisband zu Fehlinterpretationen, die nicht korrigierbar sind. Ein typisches Beispiel zeigt Abb. 3.11.
Das EKG wird oft durch die Atmung beeinflusst, sowohl in der Herzrate (respiratorische Arrhythmie), als auch in der Amplitude der EKG-Zacken und Wellen. Letzteres lässt sich signaltheoretisch auf die Amplitudenmodulation zurückführen (s. Abschn. 2.1.3). Im korrekt abgetasteten EKG (Abb. 3.11 oben) ist die Amplitudenänderung in Folge der Atmung als Einhüllende deutlich sichtbar. Verletzt man die Abtastbedingung, so verfälschen die überlappenden Anteile des Spektrums das Signal im Basisband in unkontrollierbarer Weise (z.B. Moiree bei Bildern mit Feinstrukturen im Fernsehen) und täuschen damit Verläufe vor, die real nicht vorhanden sind. Im unteren Teil der Abb. 3.11 ist dasselbe abgetastete EKG nach Verletzung der Abtastbedingung dargestellt. Die Herzaktionen bleiben zwar erhalten, ihre Amplituden haben jedoch einen stochastischen Charakter. Die von der Atmung erzeugte Einhüllende und damit ein wichtiges diagnostisches Merkmal ging komplett verloren. Hinzugekommen ist der stochastische Charakter der Amplituden, welcher zu falschen diagnostischen Schlüssen führen kann. Aus den oben genannten Gründen ergibt sich die Notwendigkeit, die Abtastrate so hoch zu wählen oder das Spektrum des abzutastenden Signals mit einem Antialiasingfilter 10
Basisband ist das Frequenzband, in dem sich das Originalspektrum des unmodulierten (hier des nicht abgetasteten) Signals befindet.
134
3 Erfassung, Abtastunng und Digitalisierung von Biosignalen
1.5
EKG / mV
1
0.5
0
-0.5 3
3.05
3.1
Zeit / s
3.15
3.2
3.25
Abb. 3.9 Ein reales EKG multipliziert mit Dirac-Pulsen (markiert durch Kreise). Die Abtastperiode beträgt TA = 20ms
8000 6000 4000 2000 0
-100
-50
-100
-50
0
50
100
0
50
100
4000 3000 2000 1000 0
Frequenz / Hz
Abb. 3.10 Spektrum des realen (oben) und des abgetasteten EKG aus Abb. 3.9 (unten). Die Abtastperiode betrug TA = 8 ms. Das EKG wurde vor der Abtastung mit einem Tiefpass 2. Ordnung mit einer Grenzfrequenz von 20 Hz gefiltert
3.2 Abtastung von Biosignalen
135
korrekte Abtastung
EKG / mV
2 1 0 -1 0
2
4
6
8
10
12
14
16
10
12
14
16
Aliasing
EKG / mV
2 1 0 -1 0
2
4
6
8
Zeit / s
Abb. 3.11 Korrekt abgetastetes EKG (oben) und unterabgetastetes EKG (Aliasing, unten). Während im oberen Bild die Einhüllende (Verbindungskurve der R-Zacken im positiven und der SZacken im negativen Bereich) deutlich ausgeprägt ist, da sie von der Atmung stammt (Amplitudenmodulation, s. Abschn. 2.1.3), zeigen im unteren Bild die Zacken einen stochastischen Verlauf. Die unkontrollierte Veränderung der Signalform unten ist auf die Verletzung der Abtastbedingung zurückzuführen
(Tiefpass) so zu beschränken, dass die Abtastbedingung (Gl. 3.9) eingehalten wird. Ein Tiefpass mit einer möglichst niedrigen Grenzfrequenz ist immer sinnvoll, da er auch oberhalb des Biosignalspektrums liegende Störungen unterdrückt. Allerdings muss er die Anforderungen an den Phasenfrequenzgang erfüllen (s. Abschn. 2.3.4). Man versucht die Forderung nach linearem Phasenfrequenzgang oft damit zu relativieren, dass mit einer wesentlich höheren Abtastrate als nötig gearbeitet wird. Dann setzt man einen sehr steilen Antialiasing-Tiefpass ein, dessen Phasenfrequenzgang zwar nichtlinear ist, dies jedoch weit außerhalb des Biosignalspektrums. Diese Situation ist in Abb. 3.12 dargestellt. Soll der Antialiasing-Tiefpass L(f) nur das Biosignalspekrum B(f) durchlassen, so muss er auch auf Kosten der relativ niedrigen Flankensteilheit eine lineare Phase besitzen (Bessel-Filter). Wünscht man sich dennoch eine steile Filterflanke N(f), die zwangsläufig mit nichtlinearer Phase einhergeht (Butteworth, Tschebyschew, Cauer), so muss die Grenzfrequenz so hoch gewählt werden, dass die Nichtlinearität der Phase das Biosignalspektrum B(f) nicht beeinflusst.
136
3 Erfassung, Abtastunng und Digitalisierung von Biosignalen
|G|
B(f)
L(f)
N(f)
1/TN
1/TL
f
Abb. 3.12 Das abzutastende Signal B(f) kann mit einem Antialiasing-Tiefpass L(f) mit linearer Phase und flacher Filterflanke gefiltert und mit der Periode TL abgetastet werden. Es kann mit einem steileren Filter N(f), aber nichtlinearer Phase, bei höherer Frequenz gefiltert und mit einer kleineren Periode TN abgetastet werden. Die Nichtlinearität der Phase von N(f) muss sich auf B(f) nicht auswirken, wenn TN klein genug ist (mindestens eine Dekade kleiner als TL). Allerdings können alle Störungen, die spektral zwischen L(f) und N(f) liegen, die Messung beeinträchtigen
G
N(f)
N*(f)
I (f)
I(f)
B(f)
1/2TN
1/TN
f
Abb. 3.13 Wirkung einer Unterabtastung auf die halbe Abtastrate: Der Amplitudenfrequenzgang des Tiefpasses staucht sich von N(f) entlang der Frequenzachse auf die Hälfte N*(f), die Filterflanke wird steiler. Der Phasenfrequenzgang staucht sich von I(f) ebenfalls auf die Hälfte I (f), wodurch er als verstärkt nichtlineare Phase mitten im Signalspektrum liegt
3.2 Abtastung von Biosignalen
137
Nach der analogen Filterung mit N(f) kann das Signal digital gefiltert (s. Abschn. Digitale Filterung) und unterabgetastet werden (die Abtastrate wird reduziert). Methodisch sind beide Möglichkeiten – Filterung mit L(f) oder mit N(f) und Unterabtastung – gleichwertig, wobei die letztere eine steilere Filterflanke bietet. Aus Sicht der Störungsresistenz ist die erste Alternative L(f) zu bevorzugen: Gelangt erst einmal eine Störung zwischen L(f) und N(f) in den Verstärker, so kann sie ihn übersteuern und die Messung wertlos machen. Ein wesentlicher Nachteil der Variante N(f) besteht weiterhin darin, dass wegen der Abhängigkeit des Rauschens von der Bandbreite (Gl. 2.18, s. Abschn. 2.2.1) dieses deutlich höher ausfällt als beim Filter L(f). Das Fazit dieser Analysen ist: Die Abtastrate soll nicht höher als notwendig sein und der AntialiasingTiefpass einen linearem Phasenfrequenzgang haben. In einigen kommerziellen Lösungen versucht man das Problem des Rauschens bei der Variante N(f) dadurch zu lösen, dass nach der Abtastung mit TN das abgetastete Signal digital gefiltert und anschließend unterabgetastet11 wird (s. Abschn. Digitale Filterung). Dadurch wird zwar das Rauschen reduziert, die Phase aber wird im Bereich des Signals B(f) nichtlinear. In Folge der Unterabtastung wird das Signalspektrum B(f) gespreizt und liegt schließlich im nichtlinearen Übertragungsbereich des Filters N(f). Dieser Effekt ist in Abb. 3.12 ersichtlich: Geht man zunächst von beiden Alternativen aus, so liegt einerseits ein mit L(f) gefiltertes und mit TL abgetastetes, andererseits ein mit N(f) gefiltertes und mit TN abgetastetes Signal vor (hier mit TL = 2TN). Nach der Unterabtastung auf die halbe Abtastrate staucht sich die Kennlinie N(f) in Richtung der Frequenzachse auf die Hälfte und liegt genau über der Kennlinie B(f) mit der Konsequenz der nichtlinearen Phase, welche vor der Unterabtastung weit entfernt rechts lag (Abb. 3.13). Aus der Abb. 3.13 wird auch deutlich, dass ein digitales Filter zur Spektrumsbegrenzung vor der Unterabtastung im Sinne der nichtlinearen Phase nichts bewirken kann, außer dass eventuellen Verletzungen der Abtastbedingung vorgebeugt wird. Aus diesen Überlegungen ergeben sich für die Entwicklung und praktische Analyse folgende Konsequenzen: Man sollte grundsätzlich linearphasige Filter (Bessel) verwenden, auch auf Kosten der Flankensteilheit. Zur Minimierung des Rauschens sollte immer die niedrigstmögliche Abtastrate verwendet werden, die inklusive der Filterflanke die Abtastbedingung erfüllt, lineare Phase aller Filter vorausgesetzt.
3.2.2 Abtastung von bandbegrenzten Signalen Biosignale sind im Allgemeinen mehrkanalige Signale, die vor allem in drahtlosen Telemetrieanlagen analog moduliert und übertragen werden. Ein typisches Szena11
Unterabtastung ist eine Reduktion der Abtastrate, z.B. durch Weglassen jedes zweiten Abtastwertes bei einer Reduktion auf die halbe Abtastrate
138
3 Erfassung, Abtastunng und Digitalisierung von Biosignalen
rio entsteht bei dem Vorhaben, drei EKG-Kanäle drahtlos in der Zentrale einer Reha-Klinik zu überwachen, während die kardiologischen Patienten sich draußen frei bewegen. Ein vereinfachtes Blockschaltbild einer solchen Anlage ist in Abb. 3.14 dargestellt. Eine dreikanalige EKG-Ableitung (Einthoven) wird verstärkt und jede einzelne auf einen niederfrequenten Unterträger (Kilohertzbereich) amplitudenmoduliert. Die AM-modulierten EKG-Kanäle liegen nebeneinander im Spektrum, dies wird als Frequenzmultiplex bezeichnet. Sie werden aufsummiert und auf einen hochfrequenten Hauptträger (Megahertzbereich) frequenzmoduliert. Anschließend verstärkt man das Frequenzgemisch auf eine hinreichende Leistung und strahlt über die Antenne aus. Auf der Empfangsseite müssen diese Schritte in der umgekehrten Reihenfolge vollzogen werden. Durch die immer schnellere Digitalisierung ist es heute möglich, im Empfänger bereits nach dem FMDemodulator das Frequenzmultiplex-Signal zu digitalisieren und alle nachfolgenden Schritte im Prozessor auszuführen (Frequenz-Demultiplex, AM- Demodulation). Das aus dem FM-Demodulator kommende Signal muss zunächst abgetastet werden. Die spektrale Lage eines AM-modulierten EKG-Kanals ist in Abb. 3.15 unten dargestellt. Um dem Abtasttheorem (Gl. 3.9) entsprechend abzutasten, müsste die Abtastperiode für das AM-Signal die Bedingung erfüllen (die Bandbreite des EKG-Spektrums beträgt hier 120 Hz) TA
1 2 f max
1 2500 Hz 120 Hz
0.8ms .
Daraus ergibt sich eine minimale Grundfrequenz der Abtastrate von 1240 Hz. Dies ist technisch kein Problem, kann jedoch bei wesentlich mehr Kanälen und höheren Frequenzen zum Problem werden. Daher ist die Frage zu beantworten, ob die Forderung nach Gl. 3.10 eine notwendige und/oder eine hinreichende Bedingung ist. Aus den bisherigen Ausführungen folgt, dass diese Bedingung eine hinreichende Bedingung ist: Wenn sie erfüllt ist, tritt Aliasing nicht auf. Aus dem Vergleich der Spektren in Abb. 3.15 Mitte und unten folgt, dass sich das Originalspektrum sowohl nach der Abtastung als auch nach der Amplitudenmodulation um die Harmonischen der Abtastrate bzw. des Trägersignals spiegelt (unteres und oberes Seitenband). Allerdings gibt es im AM-Signal keine Periodizität wie im Abtastsignal. Das Spektrum des AM-modulierten EKG deckt sich mit einem der Spektren des abgetasteten Signals, wenn die Frequenz des AM-Trägers einer Harmonischen der Abtastrate gleich ist. Für die Analyse ist es daher gleichgültig, mit welcher Abtastrate das AM-modulierte EKG abgetastet wird, wenn diese dem ganzzahligen Vielfachen der minimalen Abtastrate im Basisband entspricht. Man kann daher das AM-Signal auf einem Träger von 500 Hz auch mit der Abtastrate des Basisbandes von 240 sps12 (s. Abb. 3.10) abtasten, denn das abgetastete Signal wird ohnehin im Basisband verarbeitet. Für d ie Abtastbedingung ist 12
Da die Abtastrate kein harmonisches Signal ist, eignet sich die Einheit Hz nicht. International wird daher die Einheit „sps“ verwendet: samples-per-second
3.2 Abtastung von Biosignalen
139
EKG1 AM
PA
EKG2
6
AM
FM
EKG3 AM
HT
UT
EKG1 AMD
EKG2 MIX
FMD
AMD
EKG3 AMD
HT
UT
Abb. 3.14 Blockschaltbild des Sendeteils (oben) und des Empfängerteils (unten) einer Anlage für die Biotelemetrie. UT ist Unterträger (ZF), HT Hauptträger (HF). AM sind Amplitudenmodulatoren, FM Frequenzmodulator, PA Leistungsverstärkung (oben). FMD und AMD sind Frequenz- und Amplitudendemodulatoren. Die Signalverarbeitung nach dem FMD kann digital erfolgen, z.B. in einem DSP
140
3 Erfassung, Abtastunng und Digitalisierung von Biosignalen
Originalspektrum
4
10
x 10
B
B
5 0 -1000
-800
-600
10
-400
-200
0
200
400
600
800
1000
600
800
1000
Spektrum nach Abtastung
4
x 10
5 0 -1000
-800 4
4
x 10
-600
-400
-200
0
200
400
Spektrum nach Amplitudenmodulation 2B=fmax-fmin
2 0 -1000
-800
-600
-400
-200
0
200
Frequenz / Hz
400
600
800
1000
Abb. 3.15 Spektrale Lage des Originalsignals im Basisband (oben) und des mit TA = 4 ms abgetasteten Signals (Mitte). Das amplitudenmodulierte Signal auf einem Unterträger von 500 Hz ist unten dargestellt. Es ist zu beachten, dass das Originalspektrum sich um den Unterträger (unten) spiegelt, wie bei der Abtastung auch (Mitte). Allerdings liegt (unten) keine Periodizität der Spektren vor, da der Unterträger ein harmonisches Signal ist und somit nur eine Nadel im Spektrum produziert
demnach nicht die höchste im Signal vorhandene Frequenz wichtig, sondern die tatsächliche Bandbreite B des abzutastenden Signals (Gl. 3.10). Ähnlich wie beim Antialsiasing-Tiefpass muss das Spektrum in diesem Fall vor der Abtastung mit einem Bandpass begrenzt werden. TA
1 2B
1
f max f min
(3.10)
Auf dieses konkrete Beispiel angewendet bedeutet das, dass selbst das AM-Signal, dessen höchste Frequenz bei 620 Hz liegt, mit der ursprünglichen Abtastrate von 125 sps abgetastet werden kann, da seine Breite nicht mehr als 62,5 Hz beträgt. Die Abtastbedingung nach Gl. 3.9 ist bei bandbegrenzten Signalen keine notwendige Bedingung. Für bandbegrenzte Signale gilt die Abtastbedingung nach Gl. 3.10.
3.2 Abtastung von Biosignalen
141
3.2.3 Abtastung in Mehrkanalsystemen Abtastsysteme sind technisch aus Abtast- und Haltegliedern (S&H – sample-andhold) aufgebaut. Neben der Grundfunktion der Abtastung ist auch das Halten notwendig (analoge Speicherung des Abtastwertes), da der nachfolgende AD- Wandler eine bestimmte Zeit zur Digitalisierung benötigt (Abb. 3.16). In Mehrkanalsystemen kann man den technischen Aufwand der Digitalisierung aller Kanäle enorm reduzieren, in dem man für alle Kanäle nur einen AD-Wandler verwendet. Die einzelnen Kanalsignale erscheinen zeitlich sequentiell am Eingang des ADWandlers, man wandelt im Zeitmultiplex. Der technische Aufwand lässt sich weiter reduzieren, in dem der Zeitmultiplex bereits bei der Abtastung angewandt wird (Abb. 3.17, 18). Man verlagert die nicht zwangsläufig gleichzeitig auszuführende Funktion aus der Simultanverarbeitung auf die Zeitachse in die sequentielle Verarbeitung. Dadurch muss die Funktion statt mehrfach nur einmal vorhanden sein. Mit sequentieller Abtastung kann der Aufwand vor allem bei vielkanaligen Systemen (256-Kanal-EEG) minimiert werden. Allerdings kann diese Hardwarestruktur zu signalanalytischen Problemen führen. Zwischen benachbarten Kanälen beträgt der Zeitversatz TV d
1 TA , N
(3.11)
zwischen dem ersten und dem letzten Kanal (N-1)TV, TA ist die Abtastperiode und N die Anzahl der Kanäle. In vielen Methoden der topographischen und räumlichen Signalverarbeitung werden jedoch Simultanwerte benötigt. Am Beispiel der CAR zeigen sich die Auswirkungen des Zeitmultiplex. In die Berechnungsvorschrift (Gl. 3.1) für die CAR gehen zeitverschobene Abtastwerte ein: ck
1 M ¦ xi kTA i 1 TV . Mi 1
(3.12)
In Gl. 3.12 ist k der Zeitindex, i der Kanalindex, TA die Abtastperiode, TV der Zeitversatz zwischen zwei benachbarten Kanälen, xi Signal im Kanal i, M Anzahl der Kanäle, c(k) die CAR.
Nach der Fouriertransformation in den Frequenzbereich gilt C f
1 M j 2Sf i 1 TV . ¦ X i f e Mi1
(3.13)
Unter der vereinfachenden Annahme, dass alle Kanalsignale formidentisch sind, kann der Phasenteil der Beziehung nach Gl. 3.13 als Übertragungsfunktion interpretiert werden:
142
3 Erfassung, Abtastunng und Digitalisierung von Biosignalen
1 0.8 0.6 EKG / mV
0.4 0.2 0 -0.2 -0.4 -0.6 -0.8
0.55
0.6
0.65
0.7
Zeit / s
0.75
0.8
0.85
Abb. 3.16 Zeitdiskretes, werteanaloges EKG nach Abtastung und analoger Speicherung. Das Biosignal liegt zwischen zwei Abtastpunkten als konstanter Pegel eines analogen Speichers für die Digitalisierung vor (S&H, Sample-and-Hold)
G f
1 M j 2Sf i 1 TV . ¦e Mi1
(3.14)
Der Betrag der Übertragungsfunktion nach Gl. 3.14 entspricht dem Amplitudenfrequenzgang eines Tiefpassfilters. Der Tiefpass erreicht die erste Nullstelle im Amplitudenfrequenzgang bei einer Frequenz von f = 1/MTV. Da für den Versatz die Gl. 3.11 gilt, liegt die erste Null des Amplitudenfrequenzganges von G(f) oberhalb der ersten Harmonischen der Abtastrate und erreicht bei der Nyquistfreqquenz13 einen Abfall von 3 dB. Dies ist unkritisch, da das Biosignal bei der Nyquistfrequenz ohnehin mit mindestens 60 dB unterdrückt sein soll, um Aliasing zu vermeiden. Dennoch sollte die sequentielle Abtastung gut geprüft und mit Vorsicht verwendet werden. In einigen speziellen Anwendungen, vor allem bei der EKG-Erfassung, spielen Zeitverschiebungen von wenigen Bruchteilen der Abtastperiode eine wichtige Rolle. Ein Standard-EKG mit 12 Kanälen wird beispielsweise mit 1000 sps je Kanal abgetastet (TV = 1 ms). Das ergibt eine Abtastperiode TA von mindestens 12 ms bzw. eine Abtastrate von 83.3 sps. Wählt man eine Abtastperiode von 12.5 ms, liegt die erste Harmonische der Abtastrate bei 80 Hz, die Nyquistfrequenz beträgt 40 Hz. 13
Nyquistfrequenz ist gleich der halben ersten Harmonischen der Abtastrate
3.2 Abtastung von Biosignalen
143
1 S&H
2
1
S&H ANALOG MUX
8...24 ADC
TA/N N
S&H
TA/N
TA
Abb. 3.17 Mehrkanaliges System mit Simultanabtastung. Alle Kanalsignale werden gleichzeitig abgetastet und dem AD-Wandler im Zeitmultiplex sequentiell zugeführt
1
2
1 ANALOG MUX
1 S&H
TA/N
8...24 ADC
TA/N
N
TA/N Abb. 3.18 Mehrkanaliges System mit sequentieller Abtastung. Über den analogen Zeitmultiplexer werden die Kanalsignale sequentiell abgetastet, zwischengespeichert und gewandelt
144
3 Erfassung, Abtastunng und Digitalisierung von Biosignalen
1 0.9 0.8 0.7
|G|
0.6 0.5 0.4 0.3 0.2 0.1 0 0
0.5
Z7S
1
1.5
Abb. 3.19 Amplitudenfrequenzgang der Übertragungsfunktion der CAR nach sequentieller Abtastung. Der Tiefpass erreicht die erste Null bei einem Zeitversatz von TV/2M
Auf Grund der Sequenzierung kann der Zeitversatz zwischen dem ersten und dem letzten Kanal 11 ms erreichen. Und dies wäre für bestimmte Anwendungen (Herzschrittmacher) ein zu großer Fehler. Der Zeitversatz und damit auch die Phasenverschiebung im Frequenzbereich sind normalerweise bekannt. Daher kann man ihn mit Hilfe einer Phasenkorrektur nach Gl. 3.15 auch ohne Kenntnis des Biosignals ausgleichen. X i* f
X i f e j 2Sf i 1 TV
(3.15)
Die Phasenkorrektur ist signaltheoretisch korrekt und kompensiert auch in realen Signalen die durch die Sequenzierung verursachte Verschiebung TV. Allerdings ist diese Korrektur nicht echtzeitfähig, da die meistens angewandte FFT14 eine hinreichende Blocklänge benötigt. Hinzu kommen Probleme bei der Berechnung der Fouriertransformation, die durch die Transformation selbst (Randeffekte, Leakage) als auch durch den Signalcharakter (instationär, EKG und EMG impulsartig) verursacht werden. Fazit dieser Überlegungen ist, dass man bei wenigen Kanälen zur Biosignalerfassung (M<30) simultan abtasten und eine sequentielle Abtastung 14
FFT – Fast Fourier Transform, schneller Algorithmus der DFT
3.3 Digitalisierung von Biosignalen
145
erst bei sehr vielen Kanälen (M>100) erwägen sollte, dies aber mit vertretbaren Folgen für die Signalanalyse.
3.3 Digitalisierung von Biosignalen In diesem Kapitel werden ausgewählte Digitalisierungsverfahren behandelt, die für die Biosignalverarbeitung relevant sind. Biosignale sind niederfrequente Prozesse (obere Grenzfrequenz bei etwa 1 kHz) mit großer Dynamik (bis etwa 120 dB). Dementsprechend werden AD-Wandler15 mit niedriger Abtastrate und großer Bitbreite benötigt.
3.3.1 Integrierende Wandler Das Grundprinzip integrierender Wandler besteht darin, dass die Eingangsspannung bis zum Erreichen einer Schwelle integriert wird, während man die Integrationszeit digital messen kann. Entsprechend der Abb. 3.20 integriert OVA die Eingangsspannung Ue während der Zeit TI (Gl. 3.16) und OVB vergleicht sie mit der Referenzspannung Uref. Ui
1 ³ U e t dt Ri Ci TI
(3.16)
Die Integrationszeit TI misst man digital über die Zählung von Taktimpulsen zwischen dem Beginn der Integration und dem Zeitpunkt, bei dem die integrierte Eingangsspannung Ui die Referenzspannung Uref erreicht (Abb. 3.21). Die Anzahl der gezählten Impulse ist daher ein digitales Maß für die Eingangsspannung. Integrierende Verfahren besitzen aus Sicht der Signalanalyse zwei wesentliche Vorteile. Zum einen sind das Rauschen und die meisten Störungen stochastische oder periodische Prozesse, deren zeitlicher Mittelwert Null beträgt. Die zeitliche Integration führt daher zur Unterdrückung der unerwünschten Anteile. Zum anderen hat die Integration über eine bestimmte Zeit TI spektral gesehen einen Kammfiltercharakter (s. Abschn. Digitale Filter). Man kann also die Integrationszeit TI so einstellen, dass beispielsweise die Harmonischen der Netzfrequenz unterdrückt werden (Abb. 3.22). Allerdings entspricht die tatsächliche Integrationszeit TAD der Wandlung nicht der fest eingestellten Zeit TI, sondern ist immer kleiner. Die Länge von TAD ist durch
15
Analog-Digital-Wandler, ADC – Analog Digital Converter
146
3 Erfassung, Abtastunng und Digitalisierung von Biosignalen
Abb. 3.20 Analoger Teil eines integrierenden Wandlers. Die Eingangsspannung Ue wird mit der Zeitkonstante RiCi beginnend bei Null integriert und im Komparator mit der Referenzspannung Uref verglichen. Die Zeit zwischen dem Integrationsbeginn und dem Erreichen der Referenzspannung wird durch Zählen von Taktpulsen digital gemessen
den Zeitpunkt bestimmt, in dem der Komparator den Zähler stoppt, ist also von der aktuellen Eingangsspannung abhängig (Gl. 3.17). U ref
T AD
Ue
Ri Ci d TI
Uref
(3.17)
Stop
Ue
Zähler Ui
Start
Steuerung Ue
Ui
t
Takt
Zähltakt
t
Start
Stop
t
Abb. 3.21 Blockschaltbild eines integrierenden AD-Wandlers nach dem Einrampenverfahren. Die Steuerung startet die Integration und den Digitalzähler. Erreicht die integrierte Spannung Ui der Referenzspannung Uref, wird das Zählen gestoppt
3.3 Digitalisierung von Biosignalen
147
1
|G|
0.8
0.6
0.4
0.2
0 0
100
200
300
Frequenz / Hz
400
500
Abb. 3.22 Die zeitliche Integration über eine feste Zeit hat im Spektrum einen Kammfiltercharakter. Bei einer Integrationszeit von TAD = 20 ms sind alle Harmonischen der Netzfrequenz beseitigt
Trotz der Ungleichung in Gl. 3.17 kann man eine Unterdrückung unerwünschter Frequenzen erreichen, in dem TI als Vielfaches der Periode der zu unterdrückenden Frequenz gewählt wird. Hinsichtlich der Störungsunterdrückung bietet das Zweirampenverfahren die bessere Lösung. Aus der Beziehung Gl. 3.17 ist ersichtlich, dass die gemessene Zeit TAD von der Zeitkonstante RiCi abhängt. Damit bestimmen die Toleranzen und Schwankungen der Bauelemente die Genauigkeit der Wandlung. Selbst mit präzisen und stabilen Bauelementen ist mit dem Einrampenverfahren und Integrationszeiten bis zu einer Sekunde eine effektive Auflösung von höchstens zehn Bit erreichbar. Eine Lösung des Problems der Schwankungen (Drift) und der nicht konstanten Integrationszeit bietet das Zweirampenverfahren (Dual Slope Conversion). In Abb. 3.23 ist das Blockschaltbild des Zweirampenverfahrens dargestellt. Die erste Phase Ti, in der die Eingangsspannung Ue integriert wird, ist konstant und kann entsprechend den vorherigen Überlegungen so eingestellt werden, dass unerwünschte Störfrequenzen unterdrückt werden. Beträgt Ti beispielsweise 100 ms, so werden alle Harmonischen der Grundwelle von 10 Hz eliminiert.
148
3 Erfassung, Abtastunng und Digitalisierung von Biosignalen
U i Ti T AD
RC
1 ³ U e t dt RC Ti U i Ti Ti U ref
Ti Ue RC
(3.18)
§ U · Ti ¨ e 1¸ ¨ U ref ¸ © ¹
(3.19)
In der zweiten Phase wird die interne, ungestörte Referenzspannung Uref integriert und die Zeit TAD zum Erreichen der Nulllinie digital gemessen. Da die Integrationszeit Ti konstant ist, hängt die integrierte Spannung Ui allein von der Eingangsspannung Ue und von der Zeitkonstante RC ab (Gl. 3.18). Durch die anschließende entgegen gesetzte Integration mit der konstanten Referenzspannung Uref hebt sich nach Gl. 3.19 der Einfluss der Zeitkonstante RC auf. Damit sind die Parameterschwankungen der Bauelemente weitgehend wirkungslos und man erreicht eine effektive Auflösung von bis zu 17 Bit. Integrative Wandler sind sehr langsam, sie erreichen Abtastraten von weniger als 100 sps. Ihre effektive Auflösung ist für die meisten Ansprüche hinreichend hoch, so dass sie für langsame Biosignale und Parameter mit einer Dynamik von bis zu 80 dB geeignet sind. Ein wesentlicher Nachteil der integrativen Wandlungsverfahren ist, dass die Wandlungszeit variabel ist und von der konkreten Eingangsspannung abhängt. Daher muss man immer mit der längsten Integrationszeit bzw. mit der höchsten Eingangsspannung rechnen, obwohl diese in der Realität nie ausgenutzt wird.
Stop
Ue
Zähler Ui
Uref
Start
Steuerung
Takt
Ue1>Ue2 Zähltakt Ue2 Ti
TAD2
TAD1
t
Start (Ti)
Stop (TAD)
t
Abb. 3.23 Integrierender AD-Wandler nach dem Zweirampenverfahren. Die Integrationszeit Ti ist konstant. Die Spannung Ui entspricht dem zeitlichen Integral der Eingangsspannung Ue nach Ti. In der zweiten Integrationsphase ist die Eingangsspannung gleich Uref, so dass die Zeit TAD zum Erreichen der Nulllinie direkt proportional der Eingangsspannung Ue ist. Die Taktzählung beginnt bei Ti und endet gesteuert durch den Komparator beim Erreichen der Nulllinie bei TAD
3.3 Digitalisierung von Biosignalen
149
Typische Anwendungsbereiche sind Messung der Körpertemperatur, des Gewichts, der Atmung oder der Sauerstoffsättigung. Integrierende Wandler sind technologisch wenig anspruchsvoll und werden oft direkt mit Treibern für Displays hergestellt, so dass sie insbesondere für tragbare Geräte geeignet sind.
3.3.2 Sukzessive Approximation Das Wandlungsprinzip besteht darin, dass eine digital gewichtete Spannung UDAC16 (Abb. 3.24 und 3.25) sich auf die Eingangsspannung Ue sukzessive (schrittweise) approximiert. Grundsätzlich sind verschiedene Approximationsverfahren möglich. Ausgehend von der Zielstellung, dass der absolute Digitalisierungsfehler höchstens ULSB/2 betragen darf (Quantisierungsrauschen) und die Wandlungszeit mini- mal sein soll, approximiert der Wandler beginnend mit dem MSB17 sukzessive zum LSB18. Bei jedem Bit vergleicht man die aktuell anliegende Spannung UDAC mit der Eingangsspannung Ue und das aktuelle Bit wird so gesetzt bzw. rück- gesetzt, dass man stets unterhalb der Eingangsspannung liegt. Ue
UAH S/H + -
Uref DA-Wandler
UDAC 0/1
Shift Steuerung
SAR
Abb. 3.24 AD-Wandlung durch sukzessive Approximation. Beginnend mit der Spannung UDAC für das MSB wird die Eingangsspannung Ue verglichen und das entsprechende Bit gesetzt. Im Shiftregister SAR (Sukzessive Approximation Register) steht nach dem Vergleichen mit allen Bits das digitale Äquivalent von Ue.
16
DAC – Digital-Analog-Converter, DA-Wandler MSB – Most Significant Bit, höchstwertiges Bit 18 LSB – Least Significant Bit, niedrigstwertiges Bit 17
150
3 Erfassung, Abtastunng und Digitalisierung von Biosignalen
URef/16 1111
1100
Ue
1011 1010 B3=1
B2=0
B1=1
B0=1
1000 UDAC
0100 0010 0000 tMSB
tMSB-1
tMSB-2
tMSB-3
tLSB
Abb. 3.25 Sukzessive Approximation im Zeitdiagramm. Beginnend mit dem höchstwertigen Bit MSB vergleicht der Komparator zu Zeitpunkten tMSB-k die Eingangsspannung Ue mit der Ausgangsspannung UDAC des DA-Wandlers (DAC). Liegt Ue über UADC, wird das Bit gesetzt, anderenfalls nicht
Damit ist gesichert, dass man sich der Spannung Ue mit einem monotonen Verlauf von UDAC nähert und nach dem Durchlauf aller Bits die bestmögliche Approximation erhält. Da für die Approximation eine bestimmte Zeit benötigt wird, muss gesichert sein, dass sich die Spannung am Komparatoreingang UAH während dieser Zeit nicht ändert. Dazu muss die Eingangsspannung Ue abgetastet und gehalten werden (S/HModul in Abb. 3.24). Dies ist im Vergleich zu integrierenden Verfahren ein Nachteil, da Rauschen und Störungen hier nicht reduziert werden können. Allerdings besitzt das SAR19-Verfahren wesentliche Vorteile gegenüber den integrierenden Verfahren. Die analogen Funktionsteile S/H und Komparator sind von Schwankungen und äußeren Einflüssen weitgehend unabhängig und der DA-Wandler ist Da für die Approximation eine bestimmte Zeit benötigt wird, muss gesichert sein, dass sich die Spannung am Komparatoreingang UAH während dieser Zeit nicht ändert. Dazu muss die Eingangsspannung Ue abgetastet und gehalten werden (S/HModul in Abb. 3.24). Dies ist im Vergleich zu integrierenden Verfahren ein Nachteil, da Rauschen und Störungen hier nicht reduziert werden können. Allerdings
19
Successive Approximation Register
3.3 Digitalisierung von Biosignalen
151
besitzt das SAR20-Verfahren wesentliche Vorteile gegenüber den integrierenden Verfahren. Die analogen Funktionsteile S/H und Komparator sind von Schwankungen und äußeren Einflüssen weitgehend unabhängig und der DA-Wandler ist mit einer hohen Stabilität herstellbar (integrierte R-2R-Netzwerke). Damit erreicht der SAR-Wandler insgesamt eine hohe Stabilität. Die Wandlungszeit ist auf Grund der größtenteils digitalen und digital gesteuerten Schaltungstechnik sehr kurz und konstant. Die SAR-Wandler erreichen Abtastraten von 104 sps bis 106 sps und Bitbreiten bis etwa 16 Bit. Damit besitzen sie für die meisten Biosignale hinreichend gute Auflösung und Dynamik und eignen sich auf Grund ihrer Wandlungsgeschwindigkeit auch für mehrkanalige Zeitmultiplex-Abtastsysteme.
3.3.3 Delta-Sigma-Wandlung Bei einigen Biosignalen wird ein Dynamikbereich von bis zu 120 dB benötigt. Man möchte beispielsweise evozierte Potentiale mit Amplituden im Mikrovoltbereich mit einem True-DC-EEG-System21 erfassen. Da die Elektrodenspannung (Differenz zwischen Elektroden als Folge der Drift) mehrere hundert Millivolt betragen kann, erreicht die notwendige Dynamik einen Bereich von bis zu 1:106 bzw. 120 dB. Die integrierenden und die SAR-Wandler können diesen Bereich aus technologischen Gründen (Genauigkeit und Stabilität der wandlungskritischen Bauelemente) nicht abdecken. Die beiden bisher behandelten Verfahren basieren auf simultan ausgeführten Funktionen im Zeitbereich (Abtastung bzw. Zeitmultiplex von Kanalsignalen). Daraus folgt, dass die Auflösung, das Quantisierungsrauschen, das SNR und die Genauigkeit direkt von der Bitbreite abhängen. Da die xD(t) x(t)
+
D
-
Q T
xI(t)
³
Takt
Abb. 3.26 Delta-Modulator, Blocksschaltbild
20 21
Successive Approximation Register Ein solches System erfasst unverfälscht Signale ab 0 Hz
152
3 Erfassung, Abtastunng und Digitalisierung von Biosignalen
analogen Funktionsteile mit bestenfalls 0.01% Genauigkeit und Stabilität an ihre Grenzen stoßen, sind kaum mehr als 16 Bit Wandlungsbreite erreichbar. Man kann die digitale Information jedoch auch seriell generieren. Dies ist nicht zu verwechseln mit AD-Wandlern mit serieller Datenübertragung. Der Grundansatz besteht darin, wie auch schon im Kapitel 3.2.3 Abtastung in Mehrkanalsystemen gezeigt, eine nicht unbedingt parallel auszuführende Operation zu sequenzieren. Man verlagert das hardwaremäßig aufwendige Problem einer N-fachen Parallelverarbeitung auf das technisch erheblich vereinfachte Problem einer seriellen Verarbeitung in Zeitsequenz (Zeitmultiplex). Die konsequente Umsetzung dieser Idee mündet in einem Ein-Bit-Wandler, dessen Basisfunktion in der Nachrichtentechnik als Delta-Modulator ('-Modulator) bekannt ist (Abb. 3.26, Abb. 3.27). Man bildet vom Eingangssignal x(t) und seiner integrierten Binärvariante xi(t) die Differenz, die mit einem Komparator (1-bit-Quantisierer) auf ihr Vorzeichen ausgewertet wird. Das Vorzeichen erscheint getaktet am Ausgang eines D-Flip-Flops (1-bit-Speicher) als binäre Folge. Diese Folge entspricht qualitativ einem Signal nach Pulsbreitenmodulation, ihr zeitlicher Mittelwert ergibt das Eingangssignal wieder. Bei der Rekonstruktion (Demodulation) eines delta-modulierten Signals (Abb. 3.28 Mitte) müssen die bei der Modulation (Abb. 3.28 oben) ausgeführten Operationen rückgängig durchgeführt werden. Zum einen wird bei der DeltaModulation in der Gegenkopplung integriert, was sich auf die gesamte Übertragungsfunktion wie eine Differentiation auswirkt. Daher ist im Demodulator eine Integration notwendig. Zum anderen binarisiert im Modulator der Komparator die Differenz (Vorzeichen) und gibt sie getaktet weiter. Daher bleiben im Demodula-
500mV 0V -500mV 4.0V 2.0V 0V 500mV 0V -500mV 550ms
600ms
650ms Time
700ms
750ms
Abb. 3.27 Zeitverläufe der Signale im Delta-Modulator: Das Eingangssignal x(t) (Sinusschwingung) bildet mit dem integrierten Ausgangssignal xD(t) eine Differenz. Diese wird binär verglichen, es liegt ein Ein-Bit-Quantisierer vor. Die Signalinformation liegt im Zeitabstand der Ausgangsimpulse kodiert vor
3.3 Digitalisierung von Biosignalen
153
tor nach der Integration hochfrequente Anteile des Taktes übrig, die durch einen Tiefpass beseitigt werden müssen. Aus Sicht der gesamten Strecke ModulationDemodulation lässt sich daher die Integration aus dem Demodulator ganz nach vorn vor die Differenzbildung im Modulator verschieben, ohne dass sich am Ende etwas ändert (Linearität, Superpositionsprinzip). Schließlich können beide Integra-
xD(t)
+-
x(t)
D
Q T
xI(t)
³
xD(t)
x(t)
+-
Takt
³
x(t)
xD(t)
³
D
Q T
xI(t) Takt
Abb. 3.28 Delta-Modulation und Delta-Sigma-Modulator: Das Eingangssignal x(t) wird mit einem Delta-Modulator in die binäre Folge xd(t) überführt (oben). Zur Rekonstruktion (Demodulation) muss es integriert und mit einem Tiefpass gefiltert werden (Mitte). Die Integration des Demodulators kann man wegen ihrer Linearität ganz nach vorn vor die Differenzbildung im Modulator vorziehen, dadurch reduziert sich die Demodulation auf eine Tiefpassfilterung. Anschließend kann man den Integrator am Eingang des Modulators mit dem Integrator in seiner Rückführung vereinen und auf das Differenzsignal anwenden (unten). Dies ist ein Delta-SigmaModulator
154
3 Erfassung, Abtastunng und Digitalisierung von Biosignalen
N(Z) X(Z)
+-
³
Y(Z)
+ +
Y(Z)/N(Z)
Y(Z)/X(Z)
Z
Abb. 3.29 Filterwirkung der Integration im Delta-Sigma-Modulator: Auf das Eingangssignal wirkt sie wie ein Tiefpass, auf das Quantisierungsrauschen wie ein Hochpass. Der Komparator wurde für die lineare Signalanalyse durch die Summation mit additivem Quantisierungsrauschen ersetzt
tionen – die in der Gegenkopplung und die vor der Differenzbildung – zusammengefasst und hinter die Differenzbildung gesetzt werden. Dadurch ist die Gesamtfunktion einfacher und im Demodulator benötigt man lediglich einen Tiefpass (Simulink-Simulation BSV_3_1.mdl). Diese Funktion wird wegen der Differenzbildung und anschließender Integration als Delta-Sigma-Modulator bezeichnet. Y jZ
X jZ Y jZ
Y jZ Y jZ
1 jZT
1 Y jZ jZ T X jZ
N jZ
Y jZ N jZ
1 1 j ZT
(3.20)
jZT 1 j ZT
(3.21)
Die Integration im Modulator bewirkt zwei günstige Effekte hinsichtlich der spektralen Eigenschaften. Auf das Eingangssignal wirkt sie wie ein Tiefpass und kann bereits als ein einfaches Antialiasing-Filter genutzt werden (Abb. 3.29, Gl. 3.20). Auf das Quantisierungsrauschen wirkt sie wie ein Hochpass, den man so dimensionieren kann, dass das Rauschen im genutzten Frequenzband minimiert wird (Abb. 3.29, Gl. 3.21). Die Rauschminimierung ist bei dem geforderten Dynamikbereich von 120 dB auch dringend erforderlich.
3.3 Digitalisierung von Biosignalen
155
0 1
-20 -40
2
SNR / dB
-60 3
-80 -100
Ordnung eines D-S-Wandlers
4
-120 -140 -160 -180 -3 10
-2
10
-1
normierte Frequenz
0
10
10
Abb. 3.30 Hochpasswirkung eines '6-Wandlers auf das Quantisierungsrauschen in Abhängigkeit von der Ordnung des Wandlers (Anzahl der '6-Glieder) bei identischer Integrationszeitkonstante
x(t)
64:1
'-6-Modulator 1
AR = 256 ksps
fB
f
4:1
Kammfilter
16
FIR-Filter
AR = 4 ksps
fB
f
24
AR = 1 ksps
fB
f
Abb. 3.31 Blockschaltbild eines '6-Wandlers als Beispiel zur Wandlung von Biosignalen. Der gestrichelte Bereich stellt das Basisband fB eines Biosignals dar. Die Tiefpasswirkung des '-6Modulators darf das Basisband des Biosignals nicht beeinträchtigen, daher ist eine ausreichend hohe Abtastrate zu wählen. Die anschließende digitale Filterung über 64 binäre Werte hat die spektrale Wirkung eines Kammfilters (Mitte), die das Spektrum des Biosignals beeinträchtigt. Daher muss dies in dem nachfolgenden FIR-Filter korrigiert werden (rechts). Gleichzeitig wird mit einer weiteren Unterabtastung um den Faktor 4 die endgültige Breite von 24 bit erreicht
156
3 Erfassung, Abtastunng und Digitalisierung von Biosignalen
Durch eine Reihenschaltung von mehreren Delta-Sigma-Stufen lässt sich die Filterwirkung (Gl. 3.21) auf das Quantisierungsrauschen erheblich steigern und dadurch der SNR und der Dynamikumfang erhöhen (Abb. 3.30). In der medizintechnischen Praxis sind Delta-Sigma-Wandler von bis zur vierten Ordnung ausreichend. Der limitierende Parameter für weitere SNR-Verbesserung ist das Eigenrauschen des Messverstärkers sowie der verwendeten Elektroden, die insgesamt eine Rauschspannung von bis zu 10 Mikrovolt erzeugen. Daher bringt eine weitere Reduzierung des Quantisierungsrauschens unter diesen Pegel keine weitere Verbesserung der Signalqualität. Das Eingangssignal x(t) eines '6-Modulators ist in der binären Ausgangssequenz xD(t) so kodiert (Abb. 3.28 unten), dass der zeitliche Mittelwert dieser Sequenz dem Eingangssignal entspricht. Zur Signalrekonstruktion (Demodulation) würde daher ein einfaches Interpolationsfilter in Form eines Tiefpasses ausreichen. Soll der '6-Modulator als Wandler eingesetzt werden, so ist es notwendig, die Bitsequenz in eine parallele binäre Information zu überführen. Dazu wird zunächst – wie auch bei der Rekonstruktion – der zeitliche Mittelwert gebildet, hier allerdings digital. Man zählt die Anzahl der logischen Einsen in einem Zeitfenster der Länge von N Bitstellen. Dadurch reduziert sich die Abtastrate um den Faktor N und man erhält ein binäres Wort mit log2N Bits. Ein typisches Beispiel ist in der Abb. 3.31 dargestellt. Der '6-Modulator arbeitet mit einer Abtastrate von 256 ksps und hat die spektrale Charakteristik eines Tiefpasses (Gl. 3.20). Aus der Bitfolge wird digital der Mittelwert über 64 Binärwerte ermittelt und digital gefiltert. Dies entspricht der spektralen Charakteristik eines Kammfilters mit 16 Bit Breite und einer 64-fachen Unterabtastung. Damit die Filtercharakteristik im Basisband flach bleibt, wird sie mit dem nachfolgenden FIR-Filter korrigiert (Abb. 3.31 rechts) und die Daten um einen weiteren Faktor 4 unterabgetastet. Insgesamt erreicht man für Biosignale eine Breite von 24 bit und eine Abtastrate von 1 ksps.
3.4 Übungen
3.4.1 Aufgaben 1 Potentialverteilung auf der Oberfläche eines räumlichen Leiters Unter der Annahme eines geschlossenen, homogenen, isotropen, kugelförmigen, räumlichen Leiters, in dem sich eine nahezu punktförmige elektrische Stromquelle befindet und aus dem kein Strom nach außen fließen kann, ist zu prüfen, welchen
3.4 Übungen Abb. 3.32 Modell einer homogenen, isotropen, leitfähigen Kugel mit einer elektrischen Stromquelle. Die Stromlinien sind gestrichelt, die Äquipotentiallinien gepunktet markiert. Die Potentialdifferenzen I12 und I23 bilden zwei bipolare Ableitungen, die in diesem Modell betragsmäßig gleich sind
157
1
2
3
Wert die Summe aller oberflächlichen Ableitungen annimmt. Dabei wird angenommen, dass über der Kugeloberfläche hinreichend viele Sensoren (Elektroden) mit identischen Abständen zueinander so angeordnet sind, dass das Abtasttheorem erfüllt ist. Es empfiehlt sich, von einem zunächst sehr einfachen Modell auszugehen und die Erkenntnisse anschließend zu verallgemeinern. Das einfachste Modell der Potentialverteilung ist in Abb. 3.32 dargestellt. Welchen vorzeichenbehafteten Wert erreicht die Summe der Potentialdifferenzen zwischen den Messpunkten 1 und 2 bzw. 2 und 3? Lässt sich diese Erkenntnis auf beliebige Quellenpositionen und ein Sensornetz über der Oberfläche verallgemeinern? 2 Elektrische Masse eines Messverstärkers und Körperanschluss Biosignale leitet man massefrei als Potentialdifferenzen von der Körperoberfläche ab. Da jeder Differenzverstärker eine elektrische Betriebsmasse besitzt, muss diese auch eine galvanische Verbindung zum Körper des Patienten haben . Prinzipiell ist dies in Abb. 3.1 dargestellt. Sind bei einer EKG-Ableitung nach Abb.3.2 ein Masseanschluss und/oder Erde am rechten Fuß des Patienten schaltungstechnisch immer erforderlich? Welche Mindestbedingung muss erfüllt sein? Ist eine „innere Masse“ nach Abb. 3.4 schaltungstechnisch notwendig? 3 Einfluss der elektronisch gebildeten CAR auf Signal und Störung Untersuchen Sie den Einfluss von CAR in einer Extremitätenableitung des EKG. Wie wirken sich Netzstörungen auf die monopolaren und bipolaren Ableitungen
158
3 Erfassung, Abtastunng und Digitalisierung von Biosignalen
aus? Verwenden Sie dazu das Modell nach Abb. 3.33. Welche Auswirkungen hätte die Verbindung der gemeinsamen Referenz CAR mit der Betriebsmasse des Messverstärkers?
Abb.3.33 Schaltungsmodell einer Extremitätenableitung des EKG. Die Kapazitäten C1,2,3 repräsentieren die Streukapazitäten der Extremitäten gegenüber der Netzinstallation. Die Widerstände R22,23,24,25 bilden die simultane gemeinsame Referenz (PSpice-Simulation BSV_3.3)
3.4 Übungen
159
4 Einfluss der rechnerisch gebildeten CAR auf Signal und Störung Untersuchen Sie den Einfluss der CAR auf eine simulierte mehrkanalige EEGAbleitung. Dazu werden in einer quadratischen Matrix 16 Elektroden angeordnet. Alle Elektroden erhalten normalverteiltes weißes Rauschen mit identischem Pegel. Vier Elektroden enthalten additiv zum Rauschen ein simuliertes transientes EP (evoziertes Potential), wie in der Abb. 3.34 dargestellt. Berechnen Sie die CAR und beziehen alle Elektrodensignale auf die Referenz, um rechnerisch eine unipolare Ableitung zu erhalten. Die simulierten Daten können Sie mit der MatlabFunktion BSV_3_4.m generieren oder bereits generierte Daten aus der MatlabDatei BSV_3_4.mat laden. Erläutern Sie den Einfluss der CAR als Basis einer unipolaren Ableitung auf Störungen und gewünschte Signale. 5 Einfluss der Abtastrate auf die Signalform Nach dem Abtasttheorem (Gl. 3.9) muss die Abtastperiode kürzer sein als der reziproke Wert der doppelten Signalfrequenz. Dies gilt grundsätzlich für alle unmodulierten Biosignale, da ihr Spektrum in etwa bei Null beginnt. Da die Daten bereits abgetastet und digitalisiert vorliegen, können verschiedene Abtastraten durch einfache Reduktion simuliert werden. Zu Details der Abtastratenreduktion siehe
K1
K2
K3
K4
10
10
10
10
0
0
0
0
-10
0
500 K5
10
-10
0
500 K6
10
-10
0
500 K7
10
-10
0
0
0
0
-10
-10
-10
500 K9
0
500 K 10
0
500 K 11
10
10
10
10
0
0
0
0
-10
0
500 K 13
-10
0
500 K 14
-10
0
500 K 15
-10
10
10
10
10
0
0
0
0
-10
0
500
-10
0
500
-10
500 K8
0
500 K 12
0
500 K 16
0
500
10
-10
0
0
0
500
-10
Abb. 3.34 Quadratische Elektrodenmatrix mit identisch verteiltem Rauschen in allen Kanälen und einem additiv überlagerten, simulierten transienten EP in den Kanälen 13 bis 16
160
3 Erfassung, Abtastunng und Digitalisierung von Biosignalen
Kapitel Digitale Filterung. Für diese Aufgabe ist es ausreichend, die Reduktion der Abtastrate durch Weglassen der entsprechenden Anzahl von Abtastwerten zu realisieren. Beispielsweise werden bei einer Reduktion um den Faktor 3 immer zwei Abtastwerte ausgelassen und nur jeder dritte berücksichtigt. Untersuchen Sie den Einfluss des Reduktionsfaktors auf die Signalform eines EKG. Verwenden Sie zur Analyse das EKG aus der Matlab-Datei e23.mat (Die Abtastrate betrug 250 sps). 6 Einfluss des Antialiasingfilters auf die Signalform Vor einer Signalabtastung bzw. vor einer Unterabtastung muss das abzutastende Signal in seiner Bandbreite mit einem Antialiasingfilter begrenzt werden, um das Abtasttheorem einzuhalten. Das Antialiasingfilter muss einen linearen Phasenfrequenzgang haben, um Verzerrungen der Signalform zu vermeiden. Untersuchen Sie den Einfluss eines Butterworth-Tiefpasses auf die Signalform eines EKG hinsichtlich der Grenzfrequenz. Für die Analyse verwenden Sie die SimulinkFunktion analogfilter_sampler.mdl zur Simulation der analogen Filterung und Abtastung, sowie Matlab zur Analyse digitalisierter Daten (BSV_3_6_solve.m). In dieser Aufgabe soll die Abtastung mit 256 sps und die Digitalisierung mit 12 bit erfolgen.
3.4.2 Lösungen 1 Potentialverteilung auf der Oberfläche eines räumlichen Leiters Die Potentialverteilung auf der Oberfläche eines räumlichen Leiters mit einer internen Stromquelle lässt sich mit entsprechenden Methoden und dem mathematischen Apparat der Feldtheorie beschreiben. Der Wert der Potentialsumme lässt sich auch durch folgende Überlegungen ermitteln: Geht man zunächst von dem einfachen Flächenmodell nach Abb. 3.32 aus, so erzeugt die elektrische Stromquelle symmetrische Stromlinien. Diese wiederum erzeugen im homogenen und isotropen Leiter Spannungsabfälle, die mit Äquipotentiallinien beschrieben sind. Auf Grund der bisher idealen Symmetrie kennzeichnet die horizontale Äquipotentiallinie (zum Sensor 2) das Nullpotential. Demzufolge sind die Potentialdifferenzen I12 und I23 betragsmäßig identisch, aber mit entgegen gesetzter Polarität. Da man die Ableitpunkte 1 und 3 beliebig über den Rand des Flächenleiters symmetrisch verschieben bzw. mehrere Punkte symmetrisch anbringen kann, bleibt die vektorielle Summe stets nullwertig (Abb. 3.35). Diese Eigenschaft wird sich nicht ändern, wenn man den Flächenleiter nach Abb. 3.32 um die dritte Dimension auf einen Volumenleiter erweitert. Eine allgemeine elektrische Stromquelle wird nicht in der Mitte liegen. Aus dem Modell in Abb.
3.4 Übungen Abb. 3.35 Erweiterung des Flächenmodells auf ein symmetrisches Sensorennetz. Die Äquipotentiallinien sind um die horizontale Achse (Nullpotentiallinie) betragsmäßig symmetrisch. In der oberen Hälfte sind die Potentiale positiv, in der unteren Hälfte negativ, daher hebt sich ihre Summe auf der Oberfläche auf
161 8
7
1
2
6
5
3
4
3.32 ist ersichtlich, dass auf der Körperoberfläche immer eine Nullpotentiallinie vorhanden sein muss. Unter der Annahme, dass kein Strom nach außen dringt, muss die Summe der positiven Potentiale oberhalb der Nullpotentiallinie mit der Summe der negativen Potentiale im gegenüberliegenden Körperbereich unterhalb der Nullpotentiallinie identisch sein (Abb. 3.33). Diese Tatsache lässt sich nun auf
8
1
Abb. 3.36 Modell einer allgemeinen Stromquelle im Volumenleiter. Die Stromschleifen (gestrichelt) und daher auch die Äquipotentiallinien (gepunktet) sind im Körper unsymmetrisch verteilt. Da die Nullpotentiallinie (gepunktet quer zur Stromquelle) die beiden Polaritätsbereiche voneinander trennt, muss die (diskrete) Potentialsumme des positiven Bereiches mit der Potentialsumme des negativen Bereiches betragsmäßig identisch sein
7
2
6
3
5
4
162
3 Erfassung, Abtastunng und Digitalisierung von Biosignalen
beliebige Quellenpositionen und Stromrichtungen im Volumenleiter ergänzen. Fazit ist, die Potentialsumme über der Oberfläche eines räumlichen Leiters ist unter den genannten Voraussetzungen gleich Null. Aus diesen Überlegungen folgt, dass eine beliebige Stromquelle im geschlossenen Volumenleiter auf seiner Oberfläche eine Potentialverteilung erzeugt, deren flächenhafte Summe nullwertig ist. Dies lässt sich entsprechend dem Superpositionsprinzip auf beliebig viele Quellen erweitern. Dieser Ansatz ist natürlich auch auf diskrete räumliche Abtastung (Oberflächensensoren) übertragbar, wenn das Abtasttheorem erfüllt ist. 2 Elektrische Masse eines Messverstärkers und Körperanschluss Die schaltungstechnisch begründete Forderung bezüglich der elektrischen Masse des Messverstärkers ist, dass dieser eine galvanische Verbindung zum Körper des Patienten hat. Dies ist insbesondere bei Verstärkern mit FET-Eingängen unbedingt notwendig, sonst würden die Eingänge potentialfrei in der Luft schweben. Setzt man zur Ableitung von Biosignalen einen Verstärker nach Abb. 3.2 ein, so ist ein Masseanschluss am rechten Fuß nicht notwendig. Über die Widerstände R14,15,16 und R5,6,7 hat der Verstärker einen galvanischen Kontakt zum Patientenkörper, gleichgültig, wie groß die Widerstände sind. Im Normalfall ist diesen Differenzverstärkern eine weitere Eingangsstufe vorgeschaltet (siehe Kapitel 2). Das Prinzip bleibt dennoch erhalten. Sollten massefreie Differenzverstärker mit FETEingang eingesetzt werden, so wäre die Forderung nach einem Masseanschluss nicht erfüllt. Dann muss entweder die Verstärkermasse am rechten Fuß angeschlossen (Abb. 3.2) oder eine „innere Masse“ gebildet werden (Abb. 3.4). Zur detaillierten Schaltungsanalyse simulieren Sie die Schaltungen einthoven.sch, einthoven_1.sch, einthoven_fet.sch und einthoven_1_fet.sch. 3 Einfluss der elektronisch gebildeten CAR auf Signal und Störung Die PSpice-Simulation für die Schaltung nach Abb. 3.33 zeigt folgende Signalverläufe der unipolaren Extremitätenableitungen (gegen die CAR) und der gemeinsamen Referenz CAR (Abb. 3.37). Die CAR erreicht Amplituden von ca. 0.17mV und enthält zum größten Teil die Netzstörung. Bildet man mit Hilfe dieser virtuellen Referenz „unipolare“ Ableitungen, also Potentialdifferenzen zwischen Extremitäten und der CAR, so zeigen sie für die rechte Hand (mittig) und die linke Hand (unten) den erwarteten simulierten EKG-Verlauf. Allerdings sind die Ableitungen zum Teil vom Netz noch gestört, jedoch wesentlich weniger, als ohne die CAR. In der Signalform der CAR kann man EKG-Anteile erkennen. Durch die Differenzbildung der Extremitätensignale mit der CAR kommt es daher auch zur Abschwächung des gewünschten Signals. Würde man die CAR zusätzlich mit der elektrischen Masse des Messver-
3.4 Übungen
163
400uV
0V SEL>> -400uV 200uV
V(car)
0V
-200uV 20uV
V(RH)- V(car)
0V
-20uV
0s
0.1s V(LH)- V(car)
0.2s
0.3s
0.4s
0.5s Time
0.6s
0.7s
0.8s
0.9s
1.0s
Abb. 3.37 Signalverläufe der gemeinsamen Referenz CAR (oben), der unipolaren Extremitätenableitungen der rechten (Mitte) und der linken (unten) Hand
stärkers verbinden, also eine innere Masse erzeugen, so hätte diese Maßnahme grundsätzlich positive Auswirkungen auf das Gleichtaktverhalten des Verstärkers. Da die elektrische Masse des Verstärkers mit dem störenden Netzanteil mitschwingen würde, wäre der tatsächliche Pegel des störenden Gleichtakts insgesamt niedriger. Dieser Ansatz zeigt Wirkung natürlich nur dann, wenn die Verstärkermasse nicht mit dem Netz verbunden ist. 4 Einfluss der rechnerisch gebildeten CAR auf Signal und Störung Die CAR bildet man als simultanes arithmetisches Mittel (Gln. 3.1, ensemble average), auf die alle Kanäle referenziert werden (Gln. 3.2). Das führt einerseits dazu, dass eine Gleichtaktstörung (kapazitiv eingekoppelte Netzstörung) zum Teil eliminiert wird, wenn die Störpegel in den Kanälen nicht zu unterschiedlich sind. Dieses bei Störungen durchaus gewollte Verhalten kann bei der Analyse gewünschter Signale zu ungewollten Veränderungen führen. Bei der CAR muss man immer berücksichtigen, dass jeder Kanal den N-ten Teil (N – Anzahl der Sensoren) an die CAR abgibt und durch die Referenzierung dieser Anteil mit umgekehrten Vorzeichen in allen anderen Kanälen erscheint, obwohl er dort vor der Referenzierung nicht enthalten war. Dies ist beispielhaft in der folgenden Simulation dargestellt. Synthetische Daten der Länge 750 enthalten in 16 Kanälen unkorreliertes Rauschen (BSV_3_4.m, .mat) und in den letzten vier Kanälen ein transientes EP mit identischem Pegel und Phase (Abb. 3.34, Abb. 3.38). Wird entsprechend Gl. 3.1 die CAR berechnet und diese dann nach Gln. 3.2 von den Kanälen
164
3 Erfassung, Abtastunng und Digitalisierung von Biosignalen
abgezogen, so verändern sich die Signalformen deutlich (Abb. 3.39). Die Signalamplitude in den Kanälen 13 bis 16 wird kleiner (auf 75%), dafür erscheinen Teile des transienten EP (25%) mit umgekehrten Vorzeichen in den Kanälen 1 bis 12, in den sie ursprünglich gar nicht vorhanden waren. Dies kann für die weitergehende Analyse fatale Fehlinterpretationen zur Folge haben. So kann beispielsweise bei der Quellenlokalisation auf diese Weise eine bipolare Quelle detektiert werden, obwohl in der Realität gar keine vorhanden ist. In Extremfällen – die in der Biosignalanalyse gar nicht so selten sind – kann ein starkes Signal unter einem einzigen Sensor auf diese Weise alle Signale der Sensormatrix beeinträchtigen. Auch der Vergleich der mittleren Signalleistung mit Hilfe der Varianz zeigt eine deutliche Verschiebung innerhalb der Sensormatrix (Lösung mit der MatlabFunktion BSV_3_4_solve.m): Kanäle 1 bis 8 var(data) 0.9523 1.0458 1.0043 1.0048 0.9668 1.0705 0.9707 0.9616 var(dcar) 1.5527 1.4587 1.5868 1.5042 1.4859 1.4367 1.4400 1.4930 Kanäle 9 bis 16 var(data) 1.0287 0.9613 1.1333 1.0618 9.4514 9.4470 9.3730 9.1526 var(dcar) 1.3794 1.5102 1.3966 1.4026 5.3405 5.8320 5.5260 6.0022
Kanäle 1 bis 12
reelle Zahl
10 5 0 -5 -10 0
100
200
400
500
600
700
500
600
700
Kanäle 13 bis 16
10 reelle Zahl
300
5 0 -5 -10 0
100
200
300
400
Zeitindex
Abb. 3.38 Zeitverläufe an den Elektroden einer quadratischen Matrix mit reinem Rauschen in den Kanälen 1 bis 12 und additivem Gemisch aus Rauschen und transientem EP in den Kanälen 13 bis 16. Daten wurden simuliert, enthalten daher keine physikalische Einheit
3.4 Übungen
165
Kanäle 1 bis 12 mit CAR
10 reelle Zahl
5 0 -5 -10 0
100
200
300
400
500
600
700
600
700
Kanäle 13 bis 16 mit CAR
10 reelle Zahl
5 0 -5 -10 0
100
200
300
400
Zeitindex
500
Abb. 3.39 Zeitverläufe an den Elektroden einer quadratischen Matrix nach Referenzierung mit der gemeinsamen Referenz CAR. In den Kanälen 1 bis 12 sind Signalanteile des transienten EP (umgekehrtes Vorzeichen) enthalten, die vor der Referenzierung nicht enthalten waren
10
K1
10
K2
10
K3
10
0
0
0
0
-10 0
-10 0
-10 0
-10 0
10
500
K5
0 -10 0 10
10
500
K6
0 500
K9
-10 0 10
10
500
K7
0 500
K 10
-10 0 10
10
500
K 11
-10 0 10
0
0
0
-10 0
-10 0
-10 0
-10 0
10
500
0 -10 0
10
500
K 14
0 500
-10 0
10
500
K 15
0 500
-10 0
500
K8
0
0
K 13
K4
10
500
K 12
500
K 16
0 500
-10 0
500
Abb. 3.40 Wirkung der Referenzierung mit der CAR auf die Signalform der Kanäle. Ein Vergleich der Signalformen mit den Originalverläufen in Abb. 3.34 zeigt, dass während das EP in den Kanälen 13 bis 16 abgeschwächt ist, so tritt es in den Kanälen 1 bis 12 mit umgekehrtem Vorzeichen auf, in den es ursprünglich gar nicht vorhanden war
166
3 Erfassung, Abtastunng und Digitalisierung von Biosignalen
Die Veränderung der Signalform in den Kanälen und der mittleren Signalleistung lässt sich so interpretieren, dass das gewünschte Signal über die CAR künstlich auf alle Sensoren ausgebreitet wird, während die mittlere Signalleistung nivelliert wird. 5 Einfluss der Abtastrate auf die Signalform Unterschiedliche Abtastraten kann man an bereits abgetasteten Signalen realisieren, in dem die Originalrate um einen Faktor reduziert (angehoben) wird. Ein beispielhaftes EKG, das mit 250sps abgetastet wurde, liegt in der Datei e23.mat vor. Vorgefertigte Funktionen hierzu befinden sich in der Matlab-Funktion BSV_3_5_solve.m. Das Original-EKG ist in Abb. 3.41 und sein Spektrum in Abb. 3.41 dargestellt. Im Zeitverlauf des EKG kann man deutlich die Atmung erkennen, die sich als Einhüllende der R- und S-Zacken präsentiert und eine Periode von ca. 4s aufweist. Die Harmonischen der Herzaktion als Vielfaches von ca . 1.7Hz, sowie die Grundwelle der Atmung bei ca. 0.25Hz sind im Spektrum (Abb. 3.42) erkennbar. Für eine korrekte Unterabtastung im Sinne der Signalanalyse wäre vor der Ratenreduktion eine Tiefpassfilterung unterhalb der Nyquist-Frequenz notwendig. Hier soll allerdings die Verletzung des Abtasttheorems simuliert werden, so dass der Tiefpass bewusst weggelassen wurde. Das Spektrum des EKG (Abb. 3.42) zeigt, dass eine Abtastratenreduktion bereits um den Faktor 2 eine Verletzung des AbZeitverlauf des Original-EKG
150
Digitalwerte
100
50
0
-50
-100 0
2
4
6
8 Zeit / s
10
12
14
16
Abb. 3.41 Kurzzeitaufnahme eines EKG. Die Herzrate betrug ca. 1.7s-1 bzw. 101min-1
3.4 Übungen
167
Spektrum eines EKG
80 70 60
Pegel / dB
50 40 30 20 10 0 -10 0
50
100 150 Frequenz / Hz
200
250
Abb. 3.42 Originalspektrum eines EKG (e23.mat), das mit 250sps abgetastet wurde, die Nyquist-Frequenz beträgt daher 125Hz
tasttheorems nach sich ziehen wird. Wie sie sich auf die Signalform auswirkt, ist in den folgenden Abbildungen dargestellt. Fazit dieser Untersuchung ist, dass bereits eine leichte Verletzung des Abtasttheorems zu Beeinträchtigungen der Signalform führen kann. Da die Signalform diagnostisch sehr wichtig ist, kann in der Praxis eine Verletzung des Abtasttheorems nicht hingenommen werden. 6 Einfluss des Antialiasingfilters auf die Signalform Zur Analyse des Einflusses des Antialiasingfilters auf die Signalform wird für gute Vergleichbarkeit dasselbe EKG verwendet, wie in der Aufgabe 5. Im Simulator (Abb. 3.45) wird das reale EKG aus der Datei ekg.mat eingelesen und mit dem zu variierenden Butteworth-Tiefpass gefiltert. Die Samplingrate soll 256 sps (Block Abtastung TP-EKG) und die Wandlungsbreite (Block AD Wandler) 12 bit betragen. Das Spektrum des originalen EKG ist in Abb. 3.42 dargestellt. Es ist offenbar bereits gefiltert, wobei man die höchste relevante Frequenz mit etwa fmax = 40Hz schätzen kann. Da in diesem Fall die Nyquist-Frequenz bei fN = 128 Hz liegt, legt
168
3 Erfassung, Abtastunng und Digitalisierung von Biosignalen
man die Grenzfrequenz des Butterworth-Tiefpasses möglichst in ihre Nähe. Es ist bekannt, dass Butterworth-Filter vor allem in Nähe ihrer Grenzfrequenz nichtlineare Phase besitzen, so dass die Grenzfrequenz möglichst weit entfernt vom Signal sein soll, jedoch unterhalb der Nyquist-Frequenz liegen muss. Das EKG für diese Alternative für eine Grenzfrequenz von 100Hz ist in Abb. 3.46 dargestellt. Die Signalform ist trotz der nichtlinearen Phase des Butterworth-Tiefpasses korrekt wiedergegeben. Das liegt daran, dass die Grenzfrequenz von 100 Hz und der nichtlineare Teil der Phase noch weit entfernt vom EKG sind. Das EKG ist verrauscht, deutlich ist dies sichtbar zwischen den T- und P-Wellen in Zeiten des inaktiven EKG. Dieses Rauschen produziert zum großen Teil das unnötige Frequenzband zwischen 40Hz und 100Hz. Die Signalform ist nach der Filterung bei 30Hz im Vergleich zum EKG nach Abb. 3.46 deutlich verzerrt. Die S-Zacke weist eine höhere Amplitude auf, nach der SZacke treten hochfrequente Nachschwingungen auf, die im Originalsignal nicht vorhanden sind. Sie sind die Folge der nichtlinearen Phase des Filters im Spektrum des EKG, die eine längere Gruppenlaufzeit bei hohen Frequenzen nach sich zieht. Die energiestarken hochfrequenten Komponenten des QRS-Komplexes erscheinen im Zeitverlauf später und verursachen das Nachschwingen (auch als Ringing bekannt). Das Rauschen ist trotz der Absenkung der Grenzfrequenz von 100Hz auf 30Hz nicht wesentlich schwächer, lediglich tieffrequenter. Es ist daher zum großen Teil dem Quantisierungsrauschen des AD-Wandlers zuzuschreiben,
150
Zeitverlauf des unterabgetasteten EKG, Reduktionsfaktor 2
Digitalwerte
100
50
0
-50
-100 0
2
4
6
8 Zeit / s
10
12
14
16
Abb. 3.43 Das Original-EKG aus Abb. 3.41 wurde um den Faktor 2 ohne ein Antialiasingfilter unterabgetastet. In der Einhüllenden der R-Zacken kann man Veränderungen bereits erkennen
3.4 Übungen
150
169
Zeitverlauf des unterabgetasteten EKG, Reduktionsfaktor 5
Digitalwerte
100
50
0
-50
-100 0
2
4
6
8 Zeit / s
10
12
14
16
Abb. 3.44 Das Original-EKG aus Abb. 3.41 wurde um den Faktor 5 ohne ein Antialiasingfilter unterabgetastet. Die Einhüllende der R-Zacken ist nur noch ein chaotischer Prozess. Die RZacken selbst wurden durch die Unterabtastung so verunstaltet, dass sie nicht mehr auswertbar sind
Original EKG EKG nach Butterworth Tiefpass Digitalisiertes EKG
butter
Scope
ekg.mat aus der Datei ekg.mat
Analoges Butterworth Tiefpassfilter
Abtastung TP-EKG
AD Wandler Spektrum TP-EKG
Original EKG
simout Abtastung Original EKG
Spectrum original/sample
zu Matlab
Abb. 3.45 Simulation der analogen Tiefpassfilterung (Antialiasing), der Abtastung und Digitalisierung in Simulink. Die Zeitverläufe stellt „Oszi“, die Spektren des abgetasteten Originalsignals „Spektrum Original EKG“ und des gefilterten, abgetasteten und digitalisierten Signals „Spektrum TP-EKG“ dar
170
3 Erfassung, Abtastunng und Digitalisierung von Biosignalen
EKG nach TP-Filterung mit 100Hz
4000 3500
ADC
3000 2500 2000 1500 1000 0
100
200
Zeitindex
300
400
500
Abb. 3.46 EKG abgetastet mit 256 sps, gefiltert mit Butterworth-Tiefpass bei 100 Hz
EKG nach TP-Filterung mit 30Hz
3500
3000
ADC
2500
2000
1500
1000 0
100
200
Zeitindex
300
400
Abb. 3.47 EKG abgetastet mit 256 sps, gefiltert mit Butterworth-Tiefpass bei 30 Hz
500
3.4 Übungen
171
das hier im redundanten Bereich zwischen 30Hz und 128Hz erzeugt wird. Das Fazit dieser Analyse ist, dass ein Antialiasingfilter mit nichtlinearer Phase eine hohe Grenzfrequenz haben muss, um das Signal nicht zu beeinträchtigen. Dann entsteht aber unnötig viel Rauschen, sowohl durch die Quantisierung als auch von außen. Sinnvoll wäre daher die Alternative, einen linearphasigen Tiefpass möglichst nah an der spektralen Obergrenze des Biosignals zu verwenden.
Kapitel 4
Zeit-, Frequenz- und Verbundbereich
Traditionell nutzt man in der medizinischen Diagnostik schwerpunktmäßig Zeitverläufe körpereigener Signale. Dies ist auch berechtigt und sinnvoll, da das über Jahrzehnte akkumulierte Wissen wie eine Datenbank mit typischen Verlaufsmustern in physiologischen Fällen und pathologischen Veränderungen gespeichert vorliegt. Bei einigen Biosignalen wird dennoch von Anfang an eine zumindest grobe spektrale Klassifikation vorgenommen (spektrale Bänder GTDEJ des EEG), die Frequenz aber im Zeitbereich bestimmt. Auch empirische Methoden der Zeit-Frequenz-Analyse werden implizit verwendet, wenn auch auf einer subjektiven Basis (Inspektion des Herzschalls und der Atemgeräusche durch den Arzt). Neben der Methoden der Zeitreihenanalyse finden daher auch die spektrale und Zeit-Frequenz-Analyse insbesondere in der computergestützten Diagnostik immer mehr Anwendung und Akzeptanz. Technologisch bedingt kommen immer mehr auch Sensorarrays zum Einsatz (2D- und 3D-Signale), so dass auch Methoden der spatiotemporalen22 Analyse vor allem in der Bildgebung Anwendung finden. Schließlich versucht man zunächst im Forschungsbereich geeignete Verbundrepräsentationen für Biosignale zu entwickeln, die eine Verbunddarstellung in RaumZeit-Frequenz (spatiotemporale Spektralanalyse) oder Raum-Zeit-Phase (Korrelationsanalyse) ermöglichen. Die vier genannten Methodengruppen werden in diesem Kapitel behandelt.
4.1 Signalanalyse im Zeitbereich Die typischen Verläufe des physiologischen und pathologischen EKG und EEG bilden die diagnostische Basis der Kardiologen und der Neurologen. Das Ziel einer computerbasierten Biosignalanalyse soll daher darin bestehen, einerseits das kumulierte Wissen zu erhalten und zur Methodenentwicklung zu nutzen, andererseits die Routinearbeit der Mediziner zu automatisieren und sie auf diese Weise zu entlasten.
22
Räumlich-zeitlich
P. Husar, Biosignalverarbeitung, DOI 10.1007/978-3-642-12657-4_4, © Springer-Verlag Berlin Heidelberg 2010
174
4 Zeit-, Frequenz- und Verbundbereich
4.1.1 Merkmalsidentifikation Bei der auf Biosignalen basierten Diagnostik besteht für den Mediziner die Aufgabe darin, bekannte physiologische und pathologische Muster von Zeitverläufen in einer Aufzeichnung zu identifizieren und sie diagnostisch zu bewerten. Aus Sicht der Signalanalyse ist die Aufgabe der ersten Phase daher die Merkmalsidentifikation als Teil der Mustererkennung. In Bezug auf den Lösungsansatz lassen sie sich in zwei Gruppen einteilen: -
deterministische, bei den der gesuchte Verlauf quantitativ bekannt ist, z.B. das EKG in physiologischen und bekannten pathologischen Fällen, unscharfe, bei den der gesuchte Verlauf bestenfalls qualitativ bekannt ist, z.B. das EEG in Stadien der Wachsamkeit und den Schlafphasen.
Biosignale unterliegen in der Praxis immer dem Einfluss von technischen Störungen (siehe Kapitel 2) und von subjektiv verursachten Artefakten. Daher müssen die Methoden der Mustererkennung nicht nur die gewünschten Anteile der Biosignale, sondern auch Artefakte identifizieren, um sie zu korrigieren oder zumindest aus der Auswertung auszuschließen. 4.1.1.1 Artefakte: Entstehung, Detektion und Elimination
Artefakte sind Produkte biologischer und technischer Prozesse, die nicht von der untersuchten physiologischen oder pathologischen Signalquelle und dem Umfeldrauschen stammen. Das von einem medizinischen Messsystem gewonnene Signal lässt sich zunächst vereinfacht mit einem additiven Signalmodell (Gl. 4.1) beschreiben. xt st nt at
(4.1)
In Gl. 4.1 ist x(t) das gemessene Signal, s(t) das Biosignal von Interesse, n(t) das Rauschen und technische Störungen, a(t) Artefakte.
Das Rauschen und technische Störungen behandelt das Kapitel 2 Verstärkung und analoge Filterung in der medizinischen Messtechnik. Naturgemäß kann es keine scharfe Abgrenzung zwischen den rein technisch erzeugten Störungen und Störungen im unmittelbaren Umfeld des Patienten geben. Daher können Artefakte zunächst in zwei Klassen eingeteilt werden:
4.1 Signalanalyse im Zeitbereich
175
Artefakte biologischen Ursprungs -
Herztätigkeit im EEG: Muskelaktivität im EKG: Augenbewegungen im EEG:
s(t) = EEG; a(t) = EKG s(t) = EKG; a(t) = EMG s(t) = EEG; a(t) = EOG
Artefakte technischen Ursprungs -
Elektrodenpotential und seine Drift Bewegungen des Patienten und/oder des Messaufbaus Energieanwendung am Patienten (HF-Chirurgie, Diathermie)
Aus dieser Aufstellung geht hervor, dass insbesondere bei Artefakten biologischen Ursprungs es von der konkreten Messaufgabe abhängt, welches Biosignal gewünscht ist und welches als Artefakt gilt. Beispielsweise ist das EKG einmal das gewünschte Signal, das vom EMG gestört ist, bei einer EEG-Messung ist es aber ein Artefakt. Daher wird im Weiteren zwischen erwünschten und unerwünschten
a3(t) x(t)
s(t) = EEG
n1(t)
a1(t)
a2(t)
n3(t)
n2(t)
Abb. 4.1 Störungen und Artefakte bei einer EEG-Ableitung während einer optischen Stimulation mit einem Monitor. Auf das EEG des Patienten wirken nach dem Modell in Gl. 4.1 Störungen aus dem Stimulationsmonitor n1(t) (Bildfrequenz), aus der Stromversorgung n2(t) (Netzfrequenz), aus dem Steuerrechner n3(t) (Datentransport), sowie Artefakte Herztätigkeit a1(t) (EKG), Atmung und Muskeltätigkeit a2(t) (EMG) sowie Elektrodendrift a3(t)
176
4 Zeit-, Frequenz- und Verbundbereich
Tabelle 4.1 Klassifizierung von Artefakten Klasse
Beispiel
Extremwerte und Ausreißer
110% SpO2 im Pulsoximeter, 10mV im EKG
Langsame Schwankungen der Nulllinie
Kopfdrehung bei EEG-Messung
Schnelle Schwankungen der Nulllinie
Muskelaktivität im EKG
Nichtlinearitäten im Biosignal
EKG-Amplitudenänderung durch Atmung
Die Klassen sind von oben nach unten nach dem Schwierigkeitsgrad der Erkennung und Elimination angeordnet.
Signalen unterschieden, im Sinne der Signaltheorie zwischen Signal und Rauschen. Eine typische Messsituation einer EEG-Ableitung bei optischer Stimulation zeigt Abb. 4.1. Während die technischen Störungen auf Grund ihres vorwiegend periodischen Charakters beherrschbar sind, sind die Detektion und vor allem die Elimination von Artefakten problematisch. Die biologischen sowie die patientennahen technischen Artefakte sind ihrer Natur nach einmalig, im messtechnischen Sinne transient und nicht reproduzierbar. Um einen Lösungsansatz für die Signalanalyse zu erhalten, ist es (immer) sinnvoll, die Sprache des Mediziners auf einem geeigneten Weg in einen Algorithmus zu übersetzen. Aufbauend auf diesem pragmatischen Zugang ergeben sich für die Erkennung von Artefakten folgende Klassen: (s. Tabelle 4.1). Extremwerte und Ausreißer Im Sinne der Biostatistik ist zwischen Extremwerten und Ausreißern deutlich zu unterscheiden: Extremwerte sind ungewöhnlich hohe bzw. niedrige Werte eines Biosignals, dennoch physiologisch und auch pathologisch nicht unmöglich, wenn auch unwahrscheinlich. Ein Beispiel dafür ist ein systolischer Blutdruckwert von 180 mmHg. Dieser ist zwar ungewöhnlich hoch, kann aber durchaus vorkommen. Als Ausreißer bezeichnet man offensichtlich unmögliche Messwerte, die eindeutig ein Artefakt als Ursache haben müssen, wie zum Beispiel ein Blutdruckwert von 500 mmHg. Zur Detektion beider Größen verwendet man im einfachsten Fall einen Spitzenwertdetektor bzw. einen Amplitudendiskriminator. Analytisch gilt ein Artefakt im Sinne eines Extremwertes oder eines Ausreißers als erkannt, wenn das Biosignal eine vorgegebene Schwelle überschreitet (Gln. 4.2). xt W , H 0 : at 0 xt ! W ,
H 1 : at ! 0
(4.2)
4.1 Signalanalyse im Zeitbereich
177
In Gl. 4.2 entsprechen x(t) und a(t) nach dem Signalmodell in Gl. 4.1 dem gemessenen Biosignal und dem Artefakt, W ist eine Diskriminanzschwelle, H0 und H1 sind Hypothesen eines statistischen Tests zur Detektionsentscheidung mit einer vorgegebenen statistischen Unsicherheit.
Die in Gl. 4.2 mathematisch formulierte Detektion eines Artefakts in der praktischen Analyse umzusetzen ist schwierig. Für kein Biosignal kann man exakte Bereichsgrenzen für Extremwerte und Ausreißer angeben. Das ist auch der Grund, warum beispielsweise auf Patientenmonitoren in den Intensivstationen für alle überwachten Parameter die Alarmgrenzen in weiten Bereichen einstellbar sind. Die Frage, welcher Wert des Blutdrucks, der Herzrate, der Sauerstoffsättigung und der Atmung als extrem und daher als Alarmgrenze gilt, muss schließlich der Mediziner an Hand eines jeden konkreten Falls entscheiden. Im Sinne des Detektors nach Gl. 4.2 legt der Mediziner aufbauend auf seinen Kenntnissen und Erfahrungen (Häufigkeitsverteilungen von x(t) unter den Hypothesen H0 und H1) die Entscheidungsschwelle W fest. Fazit ist, man kann keine allgemeingültigen Grenzen für Parameter angeben. Sie sind individuell unterschiedlich und von der Signalanalyse daher als variabel zu behandeln. Langsame Schwankungen der Nulllinie Der Begriff Nulllinie ist in der medizinischen Diagnostik seit langem eingeführt, R
P
T
Q
S
Abb. 4.2 Bezug der einkanaligen EKG-Ableitung zu Erregungsphasen im Herzen: Während der P-Welle breitet sich die Erregung vom Sinus-Knoten über die Vorhöfe aus. Im Intervall zwischen Ende P- und Anfang der Q-Welle sind die Vorhöfe vollständig erregt, die Potentialdifferenz liegt auf Null-Niveau. Das Gleiche trifft für die Kammern zwischen Ende S- und Anfang TWelle zu. Elektrisch erregte Strukturen sind schraffiert dargestellt
178
4 Zeit-, Frequenz- und Verbundbereich
aus der technischen Sicht jedoch nicht eindeutig definiert. Die Signalanalyse versteht unter Nulllinie einen Parameterverlauf entlang des Pegels Null, ob es sich um eine Messgröße selbst oder um eine von ihr abgeleitete Größe handelt. Medizinisch versteht man unter Nulllinie den Pegel einer Größe, der sich in Intervallen der Inaktivität des untersuchten Organs oder als ihr zeitlicher Mittelwert einstellt. Diese weit offenere Interpretation führt zu Missverständnissen. Das Problem der Nulllinie soll beispielhaft an einem EKG-Abschnitt erläutert werden (Abb. 4.2). Geht man von einer einkanaligen Ableitung aus, so kann man sie als die erste räumliche Differenz betrachten. Dies bedeutet hinsichtlich der erregbaren Strukturen, dass die Differenz sowohl im Ruhezustand als auch im Zustand der maximalen Erregung nahezu Null beträgt. Hinzu kommt, dass man in medizinischen Messverstärkern einen Hochpass am Eingang zur Unterdrückung der Elektrodenspannung verwendet. Ein solcher Hochpass besitzt für die tieffrequenten Biosignale differenzierendes Verhalten. Damit wirken gleichzeitig räumlich und zeitlich differenzierende Anteile, die das komplizierte dreidimensionale elektrische Feld des Herzens schließlich auf eine Nulldifferenz zu Zeiten der maximalen Erregung führen. Dadurch relativiert sich der Begriff der Nulllinie bei Biosignalen. Ein qualitativ ähnliches Verhalten der Nulllinie lässt sich bei EEG-Ableitungen feststellen. Die Nulllinie entsteht allein als Folge eines Hochpasses am Verstärkereingang. Es ist seit mehreren Jahren bekannt, dass das EEG auch diagnostisch interessante DC23-Anteile besitzt, die durch den Hochpass verloren gehen. Auf 1.5 1
EKG / mV
0.5 0 -0.5 -1 -1.5 0
2
4
6
8
Zeit / s
10
12
14
16
Abb. 4.3 Langsame Schwankungen der Nulllinie in Folge von Bewegungsartefakten. Der Ausgleichsvorgang hatte im Anstieg eine Zeitkonstante von 1s, im Abfall 3s. Spektral liegt das Artefakt unterhalb von 1Hz
23
DC – direct current, Gleichstrom, Gleichanteil
4.1 Signalanalyse im Zeitbereich
179
5 4.5
spektrale Amplitude
4 3.5 3 2.5 2 1.5 1 0.5 0 0
1
2
3
Frequenz / Hz
4
5
Abb. 4.4 Amplitudenspektrum eines ungestörten EKG (gestrichelt) und desselben EKG (volle Linie), das durch ein Bewegungsartefakt (Abb. 4.3) gestört ist. Die Harmonischen der Herzrate liegen bei 1.6 Hz, 3.2 Hz und 4.8 Hz, die Harmonischen der Atmung bei 0.25 Hz, 0.5 Hz, 0.75 Hz. Durch das Bewegungsartefakt nimmt der tieffrequente Anteil unterhalb von 2 Hz stark zu
diese Weise wird eine nullwertige tieffrequente Aktivität vorgetäuscht, obwohl real DC-EEG und SCP24 vorhanden sind. Unter langsamen Schwankungen der Nulllinie versteht man Artefakte, deren Dauer bzw. Periode sich etwa im Sekundenbereich bewegt. Die häufigste Ursache der Schwankungen sind Bewegungsartefakte. Jede Bewegung des Patienten wirkt sich direkt auf die Übergangsimpedanzen der angelegten Elektroden und die Elektrodenspannung aus, die das Biosignal aus der Ruhelage verschieben. Bei besonders empfindlicher Messtechnik (EEGAbleittechnik) führen sogar Bewegungen des Personals bzw. Veränderungen des Messaufbaus (Eingriffe in die Gerätetechnik) zu Bewegungsartefakten. Diese Klasse von Artefakten mit statistischen Detektoren zu identifizieren ist auf Grund ihres zufälligen transienten Charakters kaum möglich. Ein typisches Beispiel zu langsamen Schwankungen der Nulllinie in Folge von Bewegungsartefakten zeigt Abb. 4.3. Langsame Schwankungen lassen sich auch ohne sie zu detektieren bereits während der Messung oder später in der Analyse eliminieren. Geht man davon aus, dass sie spektral unter 1 Hz liegen, so können sie durch eine entsprechende Einstellung des Hochpasses am Verstärkereingang stark reduziert werden. Wird der 24
SCP – slow cortical potential
180
4 Zeit-, Frequenz- und Verbundbereich
5 4.5
spektrale Amplitude
4 3.5 3 2.5 2 1.5 1 0.5 0 0
1
2
3
4
Frequenz / Hz
5
Abb. 4.5 Das tieffrequente Artefakt wurde mit einem digitalen Hochpass reduziert (gestrichelt). Dadurch gehen auch die tieffrequenten Anteile des Originalspektrums (voll) verloren. Die Auswirkung zeigt Abb. 4.6 1.5 1
EKG / mV
0.5 0 -0.5 -1 -1.5 3
3.5
4
4.5
Zeit / s
5
5.5
6
Abb. 4.6 Das Bewegungsartefakt beginnt etwa zum Zeitpunkt t=4s (gestrichelt). Durch die Hochpassfilterung ist das Artefakt weitgehend eliminiert (voll). Dadurch steigt relativ der hochfrequente Anteil im EKG, den man als schnelle Schwankungen in den Ruhephasen zwischen Ende-T- und Anfang-P-Welle beobachten kann (uebung_4_1_.m)
4.1 Signalanalyse im Zeitbereich
181
Verstärker durch ein solches Artefakt nicht übersteuert, so kann die Hochpassfilterung auch digital und offline erfolgen. Allerdings muss man sich im Klaren sein, dass eine solche Hochpassfilterung zu starken Verlusten möglicherweise wichtiger diagnostischer Merkmale des Biosignals führen kann. Leitlinien von mehreren medizinischen Gesellschaften (Kardiologie, Elektrophysiologie) lehnen eine solche Maßnahme sogar ab. Im Einzelfall muss also geprüft werden, ob die Eliminierung von langsamen Schwankungen mittels Hochpass diagnostisch vertretbar ist (Abb. 4.4, 4.5, 4.6). Die Analyse der Hochpasswirkung zeigt, dass neben dem ungewollten Artefakt auch wesentliche Anteile des Biosignals unterdrückt werden. Daher wird sich die Frage der Filterung an der konkreten Aufgabe orientieren müssen. So wäre beispielsweise eine Hochpassfilterung vor der R-Zacken-Erkennung zur Bestimmung der Herzrate sinnvoll und wirksam, während sie als Vorstufe zur EKGVermessung nicht angewandt werden dürfte. Schnelle Schwankungen der Nulllinie Als schnelle Schwankungen der Nulllinie bezeichnet man periodische und/oder stochastische Verläufe, die offensichtlich nicht vom untersuchten Biosignal stammen, weil sie hochfrequenter sind bzw. in inaktiven Perioden des Biosignals auftreten. Ein typisches Beispiel zeigt Abb. 4.7. Die EKG-Ableitung I nach Eintho-
0.2
EKG / mV
0.1 0 -0.1 -0.2 -0.3 -0.4 0
0.5
1
1.5
Zeit / s
2
2.5
3
Abb. 4.7 EKG-Ableitung I nach Einthoven mit Muskelartefakten. Das Spektrum der Muskelpotentiale reicht bis zur Nyquistfrequenz von 250 Hz
182
4 Zeit-, Frequenz- und Verbundbereich
0.2
EKG / mV
0.1 0 -0.1 -0.2 -0.3 -0.4 1
1.5
2
2.5
Zeit / s
3
3.5
4
Abb. 4.8 EKG-Ableitung I nach Einthoven (aus Abb. 4.7) nach einer Tiefpassfilterung mit der Grenzfrequenz von 30 Hz (Die Aufzeichnung beginnt nach einer Sekunde, da das digitale Filter Randeffekte verursacht)
ven enthält ein hochfrequentes stochastisches Signal, das insbesondere zwischen den Zacken des EKG sichtbar ist. Es handelt sich um Muskelartefakte, die spektral sehr breit verteilt sind (bis zu 10 kHz) und naturgemäß einen stochastischen Charakter aufweisen. Die üblichen elektrophysiologischen Signale EEG, EKG, EOG und EP (evozierte Potentiale) liegen spektral zwischen 0 Hz bis maximal etwa 100 Hz, wobei die Signalenergie ihr Maximum am unteren Rand des Spektrums erreicht. Da die störenden Muskelartefakte ihr Maximum (abhängig von der mechanischen Anspannung) zwischen etwa 100 Hz und 1 kHz aufweisen und bis ca. 10 kHz reichen, kann mit einem geeigneten Tiefpass die meiste Energie der Artefakte reduziert werden. In Abb. 4.8 ist das EKG aus Abb. 4.7 nach einer Tiefpassfilterung bei einer Grenzfrequenz von 30 Hz dargestellt. Die Muskelartefakte sind fast komplett eliminiert, während die Form des EKG erhalten bleibt. Die gleiche Wirkung zeigt eine Tiefpassfilterung eines EEG, welches von Muskelartefakten gestört ist. Nichtlinearitäten im Biosignal In diese Kategorie ordnen sich Artefakte ein, die nicht dem Signalmodell nach Gl. 4.1 entsprechen, dennoch einen störenden Einfluss auf das untersuchte Biosignal haben. Ein typisches Beispiel zeigt Abb. 4.9. Die Amplituden der R- und S-
4.1 Signalanalyse im Zeitbereich
183
1
EKG / mV
0.5
0
-0.5 0
5
10
Zeit / s
15
20
Abb. 4.9 EKG-Ableitung V6. Die Einhüllende der R- und S-Zacken zeigt eine Periode von etwa 5 s und stammt von der Atmung. Sie bleibt nach der Hochpassfilterung dennoch erhalten. Das Atemsignal ist auf das EKG amplitudenmoduliert. Es liegt daher in Nähe der Harmonischen der Herzrate und dadurch oberhalb der Grenzfrequenz des Hochpasses (siehe Abb. 4.10)
Zacken bilden eine Einhüllende, deren Periode bei etwa 5s liegt. Dieser Effekt ist offensichtlich dem Einfluss der Atmung auf das EKG zuzuschreiben. Eine quantitative Vermessung des EKG wird durch diese Störung problematisch. Da die Periode der Atmung bekannt ist, könnte man sie mit einem Hochpass eliminieren. Die Abb. 4.10 zeigt, dass die Grundwelle der Atmung bei 0.2 Hz liegt, so dass sie mit einem geeigneten Hochpass von der Grundwelle des EKG bei 1.1 Hz getrennt werden müsste. Mit einem steilen Hochpass (Grenzfrequenz bei 0.8 Hz) eliminiert man den spektralen Anteil der Atmung mit mindestens 40 dB, so dass ihr Einfluss auf die EKG-Amplitude verschwinden sollte (Abb. 4.10). Allerdings zeigt der zeitliche Verlauf des gefilterten EKG einen fast identischen Verlauf wie in Abb. 4.9. Die Erklärung für die Wirkungslosigkeit der Hochpassfilterung hinsichtlich der Einhüllenden liefert die Amplitudenmodulation (siehe Kapitel 2). Die Atmung ist dem EKG nach dem Signalmodell in Gl. 4.1 nicht additiv überlagert, sondern multiplikativ. Das EKG ist von der Atmung amplitudenmoduliert. Dies kann man auch daran erkennen, dass um die Grundwelle des EKG bei 1.1 Hz (Abb. 4.10) die Harmonischen der Atmung symmetrisch angeordnet liegen. Dieser Eigenschaft der Amplitudenmodulation ist in der Nachrichtentechnik auch als Seitenband (sideband) bekannt. Für diesen Einfluss der Artefakte auf das untersuchte Biosignal muss daher das Signalmodell aus Gl. 4.1 erweitert werden:
184
4 Zeit-, Frequenz- und Verbundbereich
60 55
Hochpassgefiltertes EKG Original-EKG
50
EKG / dB
45 40 35 30 25
EKG Grundwelle
20 15
Atmung LSB
Atmung Grundwelle
10 0
0.5
Frequenz / Hz
Atmung USB 1
1.5
Abb. 4.10 Amplitudenspektrum eines EKG V6 in dB. Die Grundwelle der Atmung liegt bei 0.2 Hz, die des EKG bei 1.02 Hz. Zu beachten ist, dass sich um die Grundwelle des EKG im Abstand von 0.2 Hz symmetrisch zwei lokale Maxima befinden (Atmung LSB, USB). Nach der Hochpassfilterung mit einer Grenzfrequenz von 0.8 Hz verschwindet der spektrale Anteil der Grundwelle der Atmung, jedoch die Seitenbänder der Atmung um die EKG-Grundwelle bleiben erhalten (uebung_4_2.m)
xt
A st at M s t at nt
(4.3)
In Gl. 4.3 ist A der Faktor für die additive Mischung des Biosignals und der Artefakte, M der Faktor für die multiplikative Mischung und n(t) das additive Rauschen.
Im Fall nach Abb. 4.9 und 4.10 setzt man im Signalmodell nach Gl. 4.3 den additiven Teil A = 0 und den multiplikativen Teil M = 1. Ohne eine theoretische Herleitung folgt dieser Ansatz aus der Erkenntnis, dass der Zeitverlauf des mit einem Hochpass gefilterten Signals sich kaum verändert hat, der additive Anteil also vernachlässigbar ist. Daraus kann man schlussfolgern, dass der Einfluss der Atmung nur durch einen multiplen Bandpass (Kammfilter) für die Harmonischen der Herzrate beseitigt werden kann. Aus der nachrichtentechnischen Sicht würde man den Träger ohne Seitenbänder herausfiltern. Das würde allerdings nur eine (oder mehrere) harmonische Schwingung ergeben, die ihre Amplitude kaum ändert. Für Details siehe Übungen.
4.1 Signalanalyse im Zeitbereich
185
1 0.8
R
EKG / mV
0.6 0.4 0.2
P
T
0 -0.2
Q
-0.4 -0.6 0
S 0.2
0.4
Zeit / s
0.6
0.8
1
Abb. 4.11 Abschnitte eines regulären Zeitverlaufs der EKG-Ableitung aVF. Kriterien zur Mustererkennung sind die gestrichelt markierten Zeitintervalle, in den die Wellen auftreten
4.1.1.2 Deterministische Merkmalsidentifikation
Mehrere Biosignale besitzen einen deterministischen Zeitverlauf, dessen Parameter zwar natürliche Schwankungen aufweisen, jedoch bleibt die Signalform weitgehend konstant (EKG, Pulswelle). In pathologischen Fällen verändert sich die Signalform zwar, aber oft ist sie immer noch deterministisch beschreibbar (Extrasystolen, pathologische Pulswelle). Zu dieser Klasse gehören insbesondere Biosignale, die einen direkten Bezug zum Herz-Kreislauf-System haben: EKG, Pulswelle, Blutfluss, Blutdruck oder IKG25. Die deterministische Herangehensweise soll am Beispiel des EKG erläutert werden (Abb. 4.11). Im normalen physiologischen Verlauf sind die Wellen P und T einphasisch, der QRS-Komplex dreiphasisch. Sowohl die Wellen als auch die Intervalle zwischen den Wellen liegen in bestimmten Zeitfenstern. Zur Erkennung einer regulären Herzaktion ist es daher notwendig, die Anfangs- und Endzeiten der Wellen zu bestimmen und den Wellenverlauf zu kontrollieren. Die Bestimmung der Anfangs- und Endzeitpunkte einer Welle bzw. einer Flanke ist bei realen Biosignalen, die keine klare Nulllinie besitzen und verrauscht bzw. gestört sind, eine komplexe Aufgabe. Die Wellengrenzen sind unklar ausgeprägt und verschwinden im Rauschen. Zur Bestimmung der Anfangs-/Endzeiten können zunächst folgende Möglichkeiten genutzt werden: 25
Impedanzkardiogramm
186
4 Zeit-, Frequenz- und Verbundbereich
Feste Pegelschwelle Für den Anfang und das Ende einer Welle wird eine feste Schwelle eingestellt. In Abb. 4.11 könnte es für das EKG ein Pegel von xabs = 0.02 mV sein. Dieses Kriterium ist sehr einfach und auch in Echtzeit realisierbar, was beispielsweise für Geräte auf kleinstem Raum und schnelle Analyse (Herzschrittmacher) von Vorteil ist. Allerdings schwanken die Zeiten erheblich, da diese Schwelle auch von Störungen, Rauschen und Artefakten häufig überschritten wird (Abb. 4.11). Relative Pegelschwelle Das aus dem technischen Bereich bekannte Prinzip zur Bestimmung der Anfangs/Endzeit bei 10% bzw. 90% des maximalen Pegels kommt hier zum Einsatz. Dieses Messprinzip berücksichtigt den bekannten Effekt, dass gerade die unteren und die oberen 10% einer Flanke relativ flach verlaufen und daher für Schwankungen in der Zeitmessung sorgen. In technischen Bereichen (Datenübertragung, digitale Schaltungstechnik) ist der maximale Pegel bekannt, so dass die Schwellen 10 %/90 % vorab eingestellt werden können. Bei Biosignalen kennt man die Amplitude nur ausnahmsweise (Aktionspotentiale), so dass die Wellenerkennung erst nach der Aufnahme erfolgen kann und ist damit für die echtzeitfähige Verarbei-
xmax x90% x(t)
x10% xabs tanabs tan10% tan90% tantan
tab90%
tmaxtan
tab10%tababs tabtan
Abb. 4.12 Bestimmung der Anfangs-/Endzeiten einer Welle, sowie des Zeitpunkts des Maximums: xabs ist die absolute Schwelle, xmax der maximale Pegel der Welle, x10% und x90% die jeweiligen relativen Pegel von xmax. Die oberen Indizes bei tan, tmax und tab geben die Zeitpunkte der Anstiegsflanke, des Maximums und der Abstiegsflanke an, die unteren Indizes tabs, t10%, t90% und ttan die jeweilige Methode, mit der sie ermittelt werden
4.1 Signalanalyse im Zeitbereich
187
tung nur bedingt geeignet. Vor der Schwellenbestimmung muss die Amplitude detektiert werden. Dies ist mit mehreren Ansätzen möglich, siehe Kapitel 4.1.2 Parameterbestimmung. Tangentenbasierte Schwellenbestimmung Sowohl die feste als auch die relative Schwelle sind sehr empfindlich gegen Rauschen und Störungen und können daher starken zeitlichen Schwankungen ausgesetzt sein. Der tangentenbasierte Ansatz zur Bestimmung der Anfangs-/Endzeiten von Wellen (Abb. 4.12) ist elektrophysiologisch begründet: Die Flanke einer Welle repräsentiert die höchste projizierte Geschwindigkeit der Erregungsausbreitung, im elektrotechnischen Sinne den Höhepunkt einer Ladungsverschiebung. Da die Erregung sich entlang anatomisch stabiler Bahnen ausbreitet, ist das zeitliche Auftreten von Flanken direkt mit der untersuchten neuronalen Aktivität verbunden. Daher sind Wellenflanken gegen Störungen wesentlich unempfindlicher als pegelbasierte Wellendetektion. Diese Eigenschaft ist auch in der Nachrichtentechnik bekannt und kann am Vergleich der Frequenz- und Amplitudenmodulation beobachtet werden. Vergleicht man die Zeitpunkte vom Anfang/Ende der Welle in Abb. 4.12, die von den jeweiligen Methoden ermittelt werden, so lässt sich folgendes feststellen: Die Zeitpunkte sind naturgemäß unterschiedlich und bei den beiden pegelbasierten Methoden (feste und relative Schwelle) stark vom Rauschen und Störungen abhängig. Die sicherste Methode ist die tangentenbasierte Bestimmung der Zeitpunkte, da sie mit wesentlich höheren Pegeln arbeitet. Die Störung müsste die Größe der Welle erreichen, damit es zur Fehlmessung kommt. Allerdings benötigt diese Methode einen viel höheren rechentechnischen Aufwand als pegelbasierte Verfahren, so dass sie für echtzeitfähige Verarbeitung nur bedingt verwendbar ist. Die Bestimmung der Tangente ist im Kapitel 4.1.2 Parameterbestimmung beschrieben.
4.1.2 Ermittlung von Kurvenparametern 4.1.2.1 Amplitudendetektion
Die Detektion von Amplituden hat zum Ziel, sowohl den lokalen maximalen Betrag eines Pegels, als auch den Zeitpunkt seines Auftretens zu bestimmen. Mathematisch lässt sich die Aufgabe mit Hilfe der bekannten Beziehungen zur Extremasuche formulieren (Gl. 4.4).
188
4 Zeit-, Frequenz- und Verbundbereich
dxt dt
d 2 xt 0, xmax ° 2 °° dt 0o® ° d 2 xt ! 0, xmin ° 2 ¯° dt
xt (4.4)
xt
Die Beziehung nach Gl. 4.4 eignet sich zu theoretischen Analysen, kann aber in einigen Spezialfällen auch in der analogen Elektronik (Analoge Signalprozessoren) umgesetzt werden. Zur computergestützten Analyse ist der Übergang in den zeitdiskreten Bereich (Abtastperiode auf 1 normiert) notwendig (Gl. 4.5):
'xn 'n
'2 x n 0, xmax ° 2 °° 'n 0o® ° '2 xn ! 0, xmin ° °¯ 'n 2
xn .
(4.5)
xn
Die Ableitungen von x(n) exakt an der Stelle n nach Gl. 4.5 zu ermitteln ist gar nicht möglich, da sie durch Differenzen nur näherungsweise bestimmt werden können. Für die erste Ableitung stehen bereits zwei mögliche Differenzen zur Auswahl (Gl. 4.6), die nach der Normierung der Abtastperiode dem theoretischen Gradienten ungefähr proportional sind: dxt 'xn °' 1 n |® | 'n dt °¯' 1 n
xn xn 1 x n 1 xn
(4.6)
Zur Schätzung26 der ersten Ableitung wird sich daher eine Kombination der beiden diskreten Differenzen aus Gl. 4.6 anbieten, am einfachsten deren arithmetischer Mittelwert (Abb. 4.13), bekannt auch als zentraler Differenzenquotient: 'xn ' 1 n ' 1 n | 'n 2
1 xn 1 xn 1 . 2
(4.7)
Zu beachten ist, dass in Gl. 4.7 der Wert x(n) durch die Bildung von Differenzen gar nicht mehr erscheint. Spektral gesehen ist dies eine Tiefpassfilterung mit der ersten Nullstelle bei f = 1/2TA, wobei TA die Abtastperiode ist. Vor allem bei verrauschten Biosignalen kann eine stärkere Glättung, d.h. eine niedrigere Grenzfrequenz des Tiefpasses, notwendig sein. Dazu muss die Schätzung der ersten Ableitung auf mehrere Abtastwerte ausgedehnt werden: 26
Eine exakte Berechnung ist nicht möglich, daher wird geschätzt
4.1 Signalanalyse im Zeitbereich
189 L 1
0
'x n | 'n
¦ ' 1 n k ¦ ' 1 n k
k L 1
k 0
2L
1 xn L xn L . (4.8) 2L
Die Grenzfrequenz der Glättung nach Gl. 4.8 liegt bei f = 1/2LTA. Allerdings hat die Differenzierung auch eine Hochpasswirkung. In Abb. 4.13 sind exemplarisch spektrale Eigenschaften von Differenzierern nach Gl. 4.8 dargestellt. Ab der Ordnung 3 bildet sich spektral ein Kammfilter. Aus Sicht der Abtastung (siehe Kapitel 3.2 Abtastung von Biosignalen) entspricht die Formel nach Gl. 4.8 einer Unterabtastung um den Faktor 2L. Daher muss der Differenzierung ein Antialiasingfilter (Tiefpass) mit der Grenzfrequenz von f = 1/2LTA vorangestellt werden. Faktisch bilden der Tiefpass und der Differenzierer insgesamt einen Bandpass. Aus Sicht einer praktischen Realisierung wäre es ohnehin effektiver einen Bandpass zu verwenden, so dass die Formel nach Gl. 4.8 indirekt enthalten wäre. Allerdings muss der Hochpassteil dem Verlauf einer Differenzierung entsprechen (Siehe Kapitel Digitale Filterung). Die Berechnung der ersten Ableitung muss nicht mit dem arithmetischen Mittelwert erfolgen, wie in Gl. 4.8 angegeben. Betrachtet man die zeitdiskreten Differenzen '+,-1(n) als eine Stichprobe, so bieten sich zur Schätzung der Ableitung auch weitere statistische Maße an, beispielsweise der Median oder der Modus. Näheres siehe Kapitel Analyse stochastischer Prozesse. Unabhängig davon, mit welchen Methoden die erste Ableitung bestimmt wird, kann sie im zeitdiskreten und digitalen Bereich nur sehr unwahrscheinlich nullwertig werden. In Bezug auf die zeitliche Diskretisierung muss man immer davon ausgehen, dass Rauschen vorhanden ist, welches durch die Abtastung nicht reduziert wird. Zwar ist das Rauschen mittelwertfrei, aber einzelne Abtastwerte sind reelle Zahlen, so dass ihre Auftrittswahrscheinlichkeit nullwertig ist. In Bezug auf die Digitalisierung nimmt die theoretische Auftrittswahrscheinlichkeit einer exakten Null mit der Bitbreite der AD-Wandlung stark ab. Sie beträgt bei den heutigen Wandlungsbreiten von 24 bit theoretisch 6.10-8. Das bedeutet, dass man bei Anwendung der theoretischen Bedingung einer nullwertigen ersten Ableitung zur Extremasuche bei realen Biosignalen (Gl. 4.4) und einer großen Wandlungsbreite kaum eine Chance hat, die tatsächlichen Extrema zu identifizieren. Im entgegengesetzten Extremfall einer sehr niedrigen Abtastrate (unter 100sps) und einer niedrigen Wandlungsbreite (unter 10 bit) erreicht die erste Differenz häufig den Wert Null, jedoch auch dann, wenn gar kein Extremwert vorliegt. Daraus folgt, dass man bei der ersten Differenz nicht nach ihrer Identität mit Null suchen sollte, sondern nach einem Nulldurchgang. Für die praktische Analyse besteht also die Aufgabe darin, aus zeitdiskreten Werten der ersten Differenz (Gl. 4.5) möglichst genau den Zeitpunkt zu bestimmen, zu dem ein Vorzeichenwechsel stattfand (Abb. 4.14). Reale Biosignale sind verrauscht und gestört, wobei die Differenzierung den Rauschanteil noch erhöht. Daher folgt zwar die erste Differenz dem qualitativen Verlauf des Signals (Abb. 4.15 Mitte), durch den hohen Rauschanteil aber
190
4 Zeit-, Frequenz- und Verbundbereich
5 0 -5
|G(f)|
-10 -15 -20 -25 -30
2T 4T 8T
-35 -40 0
0.1
0.2
0.3
0.4
relative Frequenz
0.5
Abb. 4.13 Spektrale Übertragungsfunktion von Differenzierern mit den Ordnungen L = 2T, 4T und 8T
xmax xn-1-xn-2
xn+1-xn
xn-2-xn-3 xn+3-xn+2
x(t)
n-4
n-3
n-2
Vorzeichen
n-1
n
n+1 n+2
n+3
n+4
(+) (-)
Abb. 4.14 Ermittlung der ersten Differenzen aus zeitdiskreten Signalwerten. Das Vorzeichen der ersten Ableitung wechselt zum Zeitpunkt des Maximums, das Vorzeichen der ersten Differenz wechselt entweder zum diskreten Zeitpunkt n-1 oder n
4.1 Signalanalyse im Zeitbereich
191
mV
EKG 1 0.5 0 -0.5
diff(EKG)/2T
mV
0.5 0 -0.5
sign(diff(EKG)/2T) 1 0 -1 1
1.5
2
Zeit / s
2.5
3
Abb. 4.15 Das EKG (obern), seine erste Differenz über zwei Abtastperioden (Mitte) und das Vorzeichen der ersten Differenz (unten). Durch das Rauschen zeigt das Vorzeichen eher einen stochastischen Verlauf mit Ausnahme des QRS-Komplexes und der T-Welle (TA = 2 ms)
wechselt das Vorzeichen im Wesentlichen wie in einem stochastischen Prozess (Abb. 4.15 unten). Für den Vorzeichenwechsel müssen daher Regeln aufgestellt werden, damit die Amplitude des untersuchten Biosignals erkannt wird und nicht auf jeden Nulldurchgang des Rauschens reagiert. Diese Regeln sind nicht allgemeingültig, vielmehr werden sie typische Verläufe berücksichtigen müssen. Zur Detektion der Amplitude von R- und S-Zacken im EKG kann man die folgende formabhängige Regel für Vorzeichenwechsel (TA = 2ms) aufstellen (Gl. 4.9). 4
5
k 0 4
k 1 5
¦ sgn' 1 n k ! 4 ¦ sgn ' 1 n k 4 x max ¦ sgn ' 1 n k 4 ¦ sgn ' 1 n k ! 4 xmin
k 0
xn xn
(4.9)
k 1
Die formabhängige Auswertung des Vorzeichenwechsels nach Gl. 4.9 und Gl. 4.10 ist vor allem dann notwendig, wenn ein Biosignal Ruhephasen aufweist, in den Rauschen und Störungen allein vorhanden sind, beispielsweise im EKG, Nadel-EMG oder EOG. Insbesondere zur automatischen Detektion von R-Zacken im EKG gibt es mehrere
192
4 Zeit-, Frequenz- und Verbundbereich
1.2 1 0.8
EKG / mV
0.6 0.4 0.2 0 -0.2 -0.4 -0.6 2
2.5
3
3.5
Zeit / s
4
4.5
5
Abb. 4.16 Amplitudendetektion von lokalen Maxima (o) und Minima (*) in einem EKG (aVF). Vorzeichenkriterium 5-/5+. R- und S-Amplituden sind zuverlässig erkannt, von P- und T-Wellen nur vereinzelt
Bandpass
Differenzierer
dxt dt
Quadrierer
Tiefpass
x 2 t
MA
Abb. 4.17 EKG-Erkennung nach Pan und Tompkins. Das Ausgangssignal nach Moving Average kann mit einer festen oder flexiblen (adaptiven) Detektionsschwelle diskriminiert werden. Der Bandpass filtert das Band zwischen 5 Hz und 11 Hz aus, in dem sich der größte Energieanteil des QRS-Komplexes befindet. Der Differenzierer ist mit Gl. 4.10 beschrieben. Das Moving Average (MA) mittelt die Signalleistung über 80ms. Alle Zeitverläufe stellen die jeweiligen Ausgangssignale der Funktionsblöcke dar. Die Grafik beim MA vergleicht das Original-EKG und den Detektorausgang
4.1 Signalanalyse im Zeitbereich
193
formabhängige Detektoren, die zum Teil auch echtzeitfähig und daher für Herzschrittmacher geeignet sind. Ein effizientes Verfahren haben Pan und Tompkins entworfen [1], das schematisch in Abb. 4.17 dargestellt ist. Seit der ersten Veröffentlichung wurde dieses Verfahren häufig modifiziert und auf spezielle Fragestellungen angepasst. Der Bandpass ist mit 5 Hz bis 11 Hz bei den üblichen Abtastraten (500...1000 sps) sehr schmal und tieffrequent, so dass er nur schwer zu realisieren ist. Eine umsetzbare Variante besteht in einer Reihenschaltung aus einem Tiefpass mit einer Grenzfrequenz von 11 Hz und einem Hochpass mit 5 Hz. In diesem Frequenzband besitzt das normale EKG die größte Energie. Der Differenzierer und der Quadrierer liefern die Momentanleistung der ersten Ableitung, so dass sie ein energetisches Maß für die Flanken des QRS-Komplexes ist. Der Differenzierer stellt eine Besonderheit dar, da er im Bereich nur bis etwa 30 Hz differenziert, danach aber steil nach unten abfällt (Abb. 4.18). Damit soll gesichert werden, dass nur der spektrale Bereich des QRS-Komplexes in der ersten Ableitung erscheint. Aus dieser absoluten Vorgabe des spektralen Bereiches des Bandpasses sowie des Differenzierers und der von Pan-Tompkins vorgegebenen festen Koeffizienten nach Gl. 4.10 ergibt sich für die Abtastrate ein fester Wert von 200 sps. Möchte man diesen Detektor bei anderen Abtastraten einsetzen, so müssen entweder der frequenzabhängige Differenzierer (Abb. 4.18, Gl. 4.10) sowie der Bandpass und der MA-Tiefpass für die aktuelle Abtastrate neu berechnet werden, oder (praktisch einfacher) das mit der aktuellen Abtastrate abgetastete Signal auf 200 sps umgerechnet (resampling) werden.
20 10
|G| / dB
0 -10 -20 -30 -40 -3 10
-2
10
normierte Frequenz
-1
10
Abb. 4.18 Übertragungsfunktion des Differenzierers nach Gl. 4.10. Im Bereich bis etwa 0.15 der relativen Frequenz funktioniert er wie ein idealer Differenzierer, danach wie ein steiler Tiefpass
194
4 Zeit-, Frequenz- und Verbundbereich
0.2
EKG / mV
0.1 0 -0.1 -0.2
EKG I outMA
-0.3 0
0.5
1
1.5
2
Zeit / s
Abb. 4.19 Das Original-EKG I im Vergleich zum Detektorsignal am Ausgang des Moving Average (Abb. 4.17). Das Detektorsignal kann mit einer festen oder adaptiven Schwelle diskriminiert werden
d n
xn 2 2 xn 1 2 xn 1 xn 2 8T A
(4.10)
In Gl. 4.10 ist x(n) das gemessene und bandpassgefilterte EKG, TA die Abtastperiode und d(n) das Detektorsignal einer erkannten R-Zacke.
4.1.2.2 Flankendetektion
Wie im Kapitel 4.1.1.2 ausgeführt, sind tangentenbasierte Methoden der Schwellenbestimmung sicherer als pegelbasierte. Theoretisch kann man im Wellenverlauf in jedem Punkt eine Tangente setzen, wobei ihr Anstieg der ersten Ableitung entspricht (Gl. 4.11). Der Quotient im zeitdiskreten Fall ist nach der Normierung auf Abtastperiode 1 proportional dem realen Anstieg. tan D t
dxt 'xn | dt 'n
(4.11)
4.1 Signalanalyse im Zeitbereich
195
Jede Flanke einer Welle mit kontinuierlichem Verlauf besitzt auch einen Wendepunkt, der sich mathematisch mit Hilfe der zweiten Ableitung ermitteln lässt (Gl. 4.12). d 2 xt dt 2
0|
'2 xn 'n 2
w
n
(4.12)
In Gl. 4.12 ist x(t) das untersuchte Signal, n der Zeitindex, w der Zeitindex im Wendepunkt der Flanke.
Bei realen Signalen kann man jedoch nicht davon ausgehen, dass der Wendepunkt wunschgemäß in der Mitte der Flanke liegt. Im Gegenteil, dieser kann sich auf der gesamten Strecke zwischen den lokalen Extrema befinden. Da der Wellenverlauf selbst bei deterministischen Biosignalen im Detail vorab nicht bekannt ist, kann man die Tangente an die Flanke mittels der Methode der kleinsten Quadrate (lineare Regression) legen. Vorher muss der Bereich für die Gerade automatisch (siehe Amplitudendetektion, Schwellendetektion) oder interaktiv festgelegt werden. Eine typische Aufgabe stellt die Vermessung der ST-Strecke dar (Abb. 4.20). Aus der Auswertung der ersten Differenz ergibt sich, dass die S-Zacke ihr Maximum beim Index 136 und ihr Ende beim Index 149 erreicht. Das Polynom für die Regressionsgerade enthält demnach die Koeffizienten p = (0.0416, -6.2474). Auf diese
1 0.8
EKG / mV
0.6 0.4 0.2 0 -0.2 -0.4 -0.6 0
50
100
150
Zeitindex
200
250
300
Abb. 4.20 Tangentenmethode zur Bestimmung der Anfangs/Endzeiten der S-Zacke und der TWelle im EKG, sowie des Pegels der S-T-Strecke. Zur besseren Sichtbarkeit liegen die Tangenten versetzt parallel zu den Kurvenabschnitten
196
4 Zeit-, Frequenz- und Verbundbereich
Weise werden alle drei für die Erhebung der ST-Strecke notwendigen Teilabschnitte berechnet. Die Erhebung der ST-Strecke, die im Normalfall nicht größer als 0.2 mV sein darf, kann sehr genau und zuverlässig überprüft werden. Die Überprüfung ist daher von unterschiedlichen Interpretationen der Nulllinie unabhängig. Nach der medizinischen Auslegung beginnt die Nulllinie per Definition am Anfang der ST-Strecke, also faktisch am Ende der S-Zacke. Diese so definierte Nulllinie stimmt im Allgemeinen nicht mit der Nulllinie eines hochpassgefilterten EKG überein, wie in Abb. 4.20 dargestellt. Daher ist es stets notwendig, neben den signalanalytisch korrekten Detektionen und linearen Approximationen, die Interpretation der medizinischen Auslegung anzupassen. Noch aufwendiger ist die Vermessung von Biosignalen, die naturgemäß keine Inaktivitäten in Zeit aufweisen, beispielsweise das EEG oder EMG. Auch nach einer Hochpassfilterung kann man nicht davon ausgehen, dass der analytische Nullpegel der tatsächlichen Nulllinie entspricht. Eine typische Aufgabe in der Analyse von EP besteht in der Vermessung der Wellen hinsichtlich ihrer Amplituden und Latenzen27. Da die Flanken der Wellen gegen Störungen wesentlich unempfindlicher sind als den relativ flachen lokalen Extrema, ist die Tangentenmethode die robusteste Methode, rechentechnisch allerdings auch die aufwendigs-
10 8
EP / uV
6 4 2
N90
0
P120
P250
-2 -4 0
50
100
150
200
Zeit / ms
250
300
350
400
Abb. 4.21 VEP (Visuell evoziertes Potential) mit charakteristischen Wellen. Eine mögliche Wellenbezeichnung orientiert sich an der Polarität und an der Latenz der Wellenamplitude. Die Tangentenmethode ist robuster als die Suche nach einer nullwertigen ersten Differenz
27
Als Latenz bezeichnet man in der Neurologie die Verzögerung einer Welle der Reizantwort nach einem sensorischen Reiz.
4.1 Signalanalyse im Zeitbereich
197
te. Mit der Tangentenmethode wird das Problem der Nulllinie jedoch nicht gelöst. Um Unabhängigkeit von der unsicheren Nulllinie zu erreichen, ist es üblich, die Amplituden auch als Differenzen benachbarter Wellen anzugeben, z.B. N90P120 (s. Abb. 4.21), P120N170, oder entsprechend ihrer Reihenfolge im EP mit N1P1, P1N2. Die Kombination der Tangentenmethode mit der Vermessung von Amplitudendifferenzen benachbarter Wellen ist hinsichtlich des Rauschens und der Störungen sowie Schwankungen der Nulllinie die sicherste Methode der Vermessung. 4.1.2.3 Bestimmung von Frequenz und Rate
Zur Spektralanalyse von Signalen verwendet man üblicherweise geeignete Transformationen und Methoden zur Schätzung der spektralen Leistungsdichte. Bei Biosignalen besteht die Messaufgabe oft darin, eine „dominante“ (fälschlicherweise auch als momentane) Frequenz zu bestimmen, die in nur einer oder wenigen Perioden vorhanden ist. So treten beispielsweise im Wachzustand-EEG kurze DWellenzüge auf (einige Perioden), die diagnostisch interessant sind, gehen aber bei einer Spektralanalyse in Folge der Integration über einen langen Zeitabschnitt im Rauschen unter. Bei der Bestimmung der Herzratenvariabilität28 (HRV) gehen 1.5
EKG / mV
1
0.5
0
-0.5
-1 0
820
992
1
876
806
2
3
Zeit / s
1036
1034
4
5
6
Abb. 4.22 EKG (Ableitung III) nach Amplitudendetektion von R-Zacken und Vermessung der R-R-Abstände in Millisekunden (Herzperioden). Der Reziprokwert jeder Periode ergibt die momentane Herzrate
28
Fälschlicherweise wird der Begriff Herzfrequenzvariabilität verwendet. Frequenz ist ein Begriff, der allein für harmonische Signale reserviert ist
198
4 Zeit-, Frequenz- und Verbundbereich
14
absolute Häufigkeit / T=43s
12 10 8 6 4 2 0
50
55
60
65
Herzrate / 1/min
70
75
Abb. 4.23 Histogramm der Herzrate einer EKG-Ableitung über eine Aufnahmedauer von 43s
80
Herzrate / 1/min
75 70 65 60 55 50 0
5
10
15
20
Zeit / s
25
30
35
40
Abb. 4.24 Zeitverlauf der Herzrate der EKG-Ableitung nach Abb. 4.22 und 4.23. Die Periode der Herzratenänderung beträgt etwa 5s und ist demnach der Atmung zuzuschreiben. Über die Messzeit sind jedoch auch ein Trend und Schwankungen sichtbar, so dass offensichtlich auch weitere Regelmechanismen des Organismus wirksam sind. Zu beachten ist, dass die zeitlichen Abstände der diskreten Ratenwerte nicht äquidistant sind
4.1 Signalanalyse im Zeitbereich
199
in ihre Berechnung sogar nur einzelne Herzperioden mit ihrem reziproken Wert ein, so dass hier spektralanalytische Methoden gänzlich unbrauchbar sind. Die Aufgabe besteht daher darin, aus dem Zeitverlauf eines Biosignals die Frequenz oder die Rate direkt zu bestimmen. In Abb. 4.22 sind die ersten sechs Sekunden einer EKG-Aufnahme (Ableitung III) dargestellt, nachdem die Amplituden der RZacken algorithmisch detektiert und die Herzperioden vermessen wurden. Die Periodendauer ändert sich hier im Bereich von etwa 20%, was bei einem gesunden Organismus normal ist. Die Originalaufnahme war 43 s lang, so dass man über die Herzrate bereits eine Statistik in Form eines Histogramms angeben kann (Abb. 4.23). Da die aktuelle Herzrate sich als Reziprokwert der Herzperiode berechnet, ist sie im Zeitverlauf erst am Ende der jeweiligen Herzperiode bekannt und daher auf der Zeitachse nicht äquidistant. Für eine Spektralanalyse der HRV ist es jedoch notwendig, dass die Werte zu Zeitpunkten der Abtastung vorliegen. Weiterhin ist es notwendig, dass auch der Bereich zwischen den Ratenangaben, die in der Form nach Abb. 4.24 noch eine nichtäquidistante Impulsfolge darstellen, mit adäquaten Werten gefüllt wird. Eine der einfachsten Methoden, die auch breit eingesetzt wird, ist die lineare Interpolation zwischen den Ratenwerten (Abb. 4.25). Die lineare Interpolation ist in der Durchführung zwar relativ einfach, weist jedoch signalanalytische Probleme auf. Der wichtigste Mangel besteht darin, dass zu Zeitpunkten der ermittelten Herzrate durch die lineare Interpolation (Berger-Algorithmus, [5]) Knicke im Verlauf entstehen (rechts- und linksseitige Ableitung nicht gleich), die zur Be80
Herzrate / 1/min
75 70 65 60 55 50 1
1.5
2
2.5
3
Zeit / s
3.5
4
4.5
5
Abb. 4.25 Lineare Interpolation der aktuellen Herzrate. Der interpolierte Verlauf wird formal mit der gewünschten Rate abgetastet. Faktisch füllt man die bereits vorhandenen Abtastpunkte mit den interpolierten Daten
200
4 Zeit-, Frequenz- und Verbundbereich
einträchtigung der Fouriertransformierten führen. Daher sollten zur Berechnung von Zwischenwerten der Herzrate Verfahren eingesetzt werden, die einen möglichst glatten (differenzierbaren) Verlauf erzeugen. Ein anderer Ansatz zur Berechnung der HRV besteht im kombinierten AM/FM29 Signalmodell der Grundwelle der Herzrate und der Modulationssignale (Gl. 4.13). ekg t at sin Z 0t hrvt .
(4.13)
In Gl. 4.13 ist ekg(t) die modellierte Grundwelle einer EKG-Ableitung, a(t) das AMModulationssignal, 0 die Grundfrequenz des EKG, hrv(t) die gesuchte HRV, hier als Phasenmodulator.
Ausgehend vom Signalmodell nach Gl. 4.13 interessiert die HRV, während der Einfluss der AM mit a(t) ausgeschaltet werden muss. Das erreicht man wie auch in der Nachrichtentechnik durch Konstanz der Amplitude der Grundwelle. Praktisch ersetzt man das Original-EKG durch eine Cosinus-Welle mit der Periode des aktuellen Abstandes R-R, wie in Abb. 4.26 dargestellt. Durch die KosinusInterpolation in den R-R-Perioden ist gesichert, dass das Modellsignal stetig und differenzierbar ist. Die Spektralanalyse führt direkt zu Informationen über die Herzrate und ihre Variabilität (Abb. 4.27). In Übereinstimmung mit der Signaltheorie enthält das Spektrum der HR/HRV viele Seitenschwingungen. Bei dem modellierten Signal nach Gl. 4.13 beträgt ihr Pegel jedoch weniger als -20 dB in Be1.5 1
EKG / mV
0.5 0 -0.5 -1 -1.5 0
EKG Grundwelle 1
2
Zeit / s
3
4
5
Abb. 4.26 Die Grundwelle des EKG (gestrichelt) modelliert die Frequenzmodulation
29
AM/FM – Amplitudenmodulation, Frequenzmodulation
4.1 Signalanalyse im Zeitbereich
201
9
spektrale Amplitude
8 7
VLF
6
LF
5
HF
4 3
HR
2 1 0 0.8
0.85
0.9
0.95
1
1.05
Frequenz
1.1
1.15
1.2
1.25
Abb. 4.27 Herzrate HR und Herzratenvariabilität HRV. Symmetrisch um die Herzrate befinden sich die Bänder der HRV VLF (Very Low Frequency, < 0.04 Hz), LF (Low Frequency, 0.04 Hz...0.15 Hz) und HF (High Frequency, 0.15 Hz...0.4 Hz). Die Klassifikation der spektralen Bänder erfolgt nach Empfehlungen der AHA (American Heart Association)
zug auf die Spektralbänder der HRV, so dass sie zur Bestimmung der HRV unberücksichtigt bleiben können. Bei einigen Biosignalen (EEG, Pulswelle) kann man die Grundfrequenz aus dem Zeitverlauf durch Periodenzählung direkt ablesen. Es ist üblich, die Zeit von mehreren aufeinander folgenden Perioden zu messen bzw. in einem angemessenen Zeitintervall die Anzahl der Perioden zu zählen. In beiden Fällen erhält man eine gemittelte Grundfrequenz (Gl. 4.14). f0
1 1 N
N
¦ t^xm i 1 ` t^xm i `
(4.14)
i 1
In Gl. 4.14 ist xm(i) ein Kurvenmerkmal des Biosignals (lokales Maximum, lokales Minimum, Nulldurchgang, Wendepunkt), i der Zeitindex des Merkmals, t{xm(i)} der Zeitpunkt des Auftretens eines Merkmals xm(i).
Durch die Mittelwertbildung nach Gl. 4.14 reduziert sich der zufällige Fehler um den Faktor N . In der praktischen Analyse liegt N im Bereich 10 < N < 100, wo-
202
4 Zeit-, Frequenz- und Verbundbereich
POz
200 150
EEG / uV
100 50 0 -50 -100 -150 -200 0
500
1000
Zeit / ms
1500
2000
Abb. 4.28 Ausschnitt einer unipolaren EEG-Aufnahme an der Position POz. Im rechten Teil (t = 1000 ms...2200 ms) verläuft ein typischer Wellenzug im D-Band. Für diesen Wellenzug ist die Frequenzbestimmung durch Zählung der Nulldurchgänge mit hoher Zuverlässigkeit möglich. Die mittlere Grundfrequenz liegt nach Gl. 4.14 bei f0 = 11 Hz
bei man eine höhere statistische Sicherheit natürlich bei höheren N erreicht. Für niedrigere Werte von N<20 empfiehlt sich, statt des arithmetischen Mittels in Gl. 4.14 den Median zu verwenden, da dieser bei wenigen Messwerten besonders robust ist. Von entscheidender Bedeutung für die Schätzgüte ist die Wahl eines geeigneten Kurvenmerkmals xm. Mit Ausnahme der R-Zacke im EKG zeigen lokale Extrema in Biosignalen einen relativ flachen Verlauf, so dass die Ermittlung des zugehörigen Zeitpunktes rauschbedingt einen großen statistischen Fehler aufweist. Wie bereits im vorherigen Kapitel erläutert, sind Flanken im Signalverlauf hinsichtlich der Zeitmessung sicherer als alle anderen Kurvenmerkmale. Daher sollte man zur Bestimmung der Grundfrequenz nach Gl. 4.14 unter der Voraussetzung eines Nullmittelsignals möglichst die Nulldurchgänge wählen. Eine typische Messsituation zeigt Abb. 4.28. Im rechten Teil des EEG-Ausschnitts verläuft ein Wellenzug aus dem D-Band. Da das EEG normalerweise mit einem Hochpass am Verstärkereingang aufgenommen wird, ist es ein Nullmittelsignal. Man wählt ein Zeitfenster, in dem dieser Wellenzug offenbar vorhanden ist, hier mit t = 1000 ms...2000 ms und detektiert die Nulldurchgänge der Anstiegs- oder Abfallflanken. Möchte man der Einfachheit halber alle Nulldurchgänge auswerten, so muss der Normierungsfaktor N in Gl. 4.14 verdoppelt werden. Im linken Teil der Aufnahme in Abb. 4.28 verläuft das EEG im E-Band. Dieses Band ist relativ hochfrequent
4.2 Signalanalyse im Frequenzbereich
203
und zeichnet sich durch einen teilweise stochastischen Charakter aus. Daher eignet sich die hier beschriebene Methode zur Frequenzbestimmung im E-Band nicht. Anmerkung: Die Terminologie in Bezug auf Frequenzen in Biosignalen, insbesondere im EEG, ist uneinheitlich und führt zu kontroversen Diskussionen und Interpretationen. Im Sinne einer ingenieurwissenschatlich korrekten Beschreibung verwendet werden hier die in der Signalanalyse eingeführten Begriffe Grundwelle, Grundfrequenz, Oberwelle, Harmonische verwendet. Appliziert man diese Sichtweise auf das obere Beispiel der Bestimmung der Grundfrequenz an Hand der Zählung von Nulldurchgängen, so ergibt die Zählung unter Anwendung der Gl. 4.14 die Grundfrequenz (Grundwelle). Der Wellenzug im D-Band ist aber keine Monokomponente, sondern ein Signal mit einem kontinuierlichen Spektrum. Ein kontinuierliches Spektrum enthält unendlich viele Frequenzen, so dass an dieser Stelle die Bezeichnung Momentanfrequenz und ähnliche Begriffe zu verwenden, nicht korrekt wären. Streng genommen, kann es Momentanfrequenz nur bei harmonischen Monokomponenten geben, die ihre Frequenz eventuell ändern, beispielsweise bei frequenzmodulierten Trägern. Sinngemäß wird mit Momentanfrequenz derjenige Anteil in Biosignalen charakterisiert, der von Interesse ist und die höchste Leistung bzw. das beste SNR aufweist.
4.2 Signalanalyse im Frequenzbereich Der Übergang vom Zeit- in den Frequenzbereich ist vor allem dann sinnvoll, wenn theoretische System- und/oder Signalanalyse sowie Spektralanalyse notwendig oder Methoden der praktischen Signalverarbeitung im Frequenzbereich effektiver umsetzbar sind. Daher wird im Folgenden schwerpunktmäßig die Fouriertransformation in ihrer theoretischen kontinuierlichen und praktischen diskreten Form behandelt.
4.2.1 Fouriertransformation Die Fouriertransformation (FT) ist allgemein bekannt und hinreichend untersucht, so dass hier nur Eigenschaften und Merkmale behandelt werden, die für die Biosignalverarbeitung relevant sind. Die Basis bilden die kontinuierliche FT und ihre inverse Variante (IFT) nach Gl. 4.15 (mit einem * ist die Faltung gekennzeichnet). Xf
f
³ xt e
f
j 2Sft
dt , xt
f
³ X f e
f
j 2Sft
df
(4.15)
204
4 Zeit-, Frequenz- und Verbundbereich
4.2.1.1 Eigenschaften der FT und IFT
Multiplikation von zwei Zeitfunktionen z t
xt y t
FT o IFT m
Z f
X f Y f
(4.16)
Entsprechend dem Signalmodell nach Gl. 4.3 kommt es vor, dass starke Störungen auf das Messsignal multiplikativ wirken. Ist die Störung harmonisch oder zumindest periodisch, so lässt sie sich mit aufwendigen Methoden aus dem Messsignal beseitigen. Eine solche Messsituation ist in Abb. 4.29 dargestellt. Ist eines der Signale nach Gl. 4.16 harmonisch, so bewirkt die spektrale Faltung eine Verschiebung und Spiegelung des anderen Spektrums. Sind beide Spektren kontinuierlich und überlappen sich – bei Biosignalen immer – so ist ihre Trennung nicht mehr möglich (siehe Abb. 4.27). Faltung von zwei Zeitfunktionen z t
xt y t
FT o IFT m
Z f
X f Y f
(4.17)
Im zeitkontinuierlichen Bereich lassen sich Signale und Systeme mit Hilfe ihrer Fouriertransformierten beschreiben. Einen typischen Abschnitt der analogen Biosignalverarbeitung zeigt Abb. 4.30. Ein Messsignal durchläuft einen analogen Hochpass zur Abtrennung der Elektrodenspannung und einen Tiefpass zur Bandbegrenzung. Da die Übertragungsfunktionen im Frequenzbereich bekannt sind, kann man jeden Systemausgang einfach beschreiben. Eine Beschreibung im zeitkontinuierlichen Bereich mit Hilfe der Faltung ist nicht üblich, meistens bleibt sie theoretischen Analysen vorbehalten. Zeitverschiebung einer Zeitfunktion xt t 0
FT o IFT
m
e j 2Sft0 X f
(4.18)
Die Zeitverschiebung eines Biosignals ist vor allem dann von Bedeutung, wenn zeitkritische Vorgänge verarbeitet werden (on-demand-Herzschrittmacher) oder
4.2 Signalanalyse im Frequenzbereich
205
50 45
Signalpegel / dB
40 35 30 25 20 15 10 48.5
49
49.5
50
50.5
Frequenz / Hz
51
51.5
Abb. 4.29 Amplitudenspektrum einer EKG-Aufnahme (Einthoven III), die vom Netz stark gestört wurde und auf das EKG multiplikativ einwirkte. Da die Störung harmonisch ist, bewirkt die Faltung nach Gl. 4.16 nur eine Verschiebung des EKG-Spektrums symmetrisch um 50 Hz
x(t)
hHP(W)
y(t)
hTP(W)
hHP(W)*x(t)
X(f)
HHP(f)
Y(f) HHP(f).X(f)
z(t) hTP(W)*y(t)
HTP(f)
Z(f) HTP(f).Y(f)
Abb. 4.30 Eine Signalverarbeitungskette besteht aus einer Reihe von Signalen (x(t), y(t), z(t)) und Systemen (hHP(W), hTP/(W)). Entsprechend der Beziehung Gl. 4.17 multipliziert man im Frequenzbereich die Übertragungsfunktionen, im Zeitbereich faltet man über eine unabhängige Hilfsvariable W der Zeit
206
4 Zeit-, Frequenz- und Verbundbereich
Phase(EEG(t) Phase(EEG(t-t0)
0 -10
Phase / Winkelgrad
-20 -30 -40 -50 -60 -70 -80 -90 0
5
10
15
20
25
Frequenz / Hz
30
35
40
45
Abb. 4.31 Phasenfrequenzgang eines EEG-Abschnitts. Das ursprüngliche Messsignal (volle Linie) wurde durch diverse Übertragungen um 400 ms verzögert (gestrichelte Linie). Das Amplitudenspektrum bleibt unverändert, der Phasengang verschiebt sich entsprechend Gl. 4.18
50
Phase( EEG) Phase(-EEG)
40
Phase / Winkelgrad
30 20 10 0 -10 -20 -30 -40 0
5
10
15
20
25
Frequenz / Hz
30
35
40
45
Abb. 4.32 Phasenfrequenzgang eines EEG-Abschnitts mit starken D- und E-Wellen (volle Linie) und seiner zeitlich gespiegelten Variante (gestrichelte Linie). Während der Amplitudenfrequenzgang konstant bleibt, ändert die Phase ihr Vorzeichen. Eine nachträgliche Korrektur ist daher durch Vorzeichenumkehr jederzeit machbar
4.2 Signalanalyse im Frequenzbereich
207
die Koinzidenz30 eine notwendige Bedingung ist (Ensemble-Mittelung in Sensorarrays). Wenn die Zeitverschiebung bekannt ist, lässt sie sich mit Hilfe der Beziehung Gl. 4.18 a posteriori korrigieren (siehe Kapitel 3.2.3 Abtastung in Mehrkanalsystemen). Zeitverschiebung hat keinen Einfluss auf das Amplitudenspektrum eines Signals (translationsinvariant), so dass sie bei Spektralanalysen (EEGBänderleistung, HRV) keine Bedeutung hat. Wie sich eine Zeitverschiebung auf den Phasenfrequenzgang eines Biosignals auswirkt, zeigt Abb. 4.31. Zu beachten ist, dass der Phasenfrequenzgang sich qualitativ im Wesentlichen nicht ändert, sondern entsprechend Gl. 4.18 mit zunehmender Frequenz linear abnimmt. Frequenzverschiebung einer Zeitfunktion xt e j 2Sf 0t
FT o IFT m
X f f0
(4.19)
Die Frequenzverschiebung einer Zeitfunktion entspricht nachrichtentechnisch einer Amplitudenmodulation des harmonischen Trägers mit der Frequenz f0 mit einem Modulationssignal x(t). Man kann sie als Spezialfall der Beziehung nach Gl. 4.16 interpretieren. Eine unerwünschte Frequenzverschiebung als Folge einer harmonischen Störung zeigt Abb. 4.29, eine gewollte Frequenzverschiebung behandelt das Kapitel 3.2.2 Abtastung von bandbegrenzten Signalen (Abb. 3.15). Skalierung einer Zeitfunktion xat
FT o 1 § f · X¨ ¸ IFT m a © a ¹
(4.20)
Die Skalierung ist in ihrer praktischen Umsetzung als Zoom bekannt. Während sie in vielen Bereichen kontinuierlich realisierbar ist (Optik, Physik), spielt sie bei Biosignalen in ihrer kontinuierlichen Fassung eine rein theoretische Rolle. Dafür ist sie in ihrer zeitdiskreten Variante (Abtastung, Unter- und Überabtastung) für die Biosignalverarbeitung von fundamentaler Bedeutung. Zeitspiegel einer Zeitfunktion x t
30
Zeitliche Synchronität, Simultanaität
FT o IFT m
X f
(4.21)
208
4 Zeit-, Frequenz- und Verbundbereich
Die Zeitspiegelung einer Zeitfunktion ist in der realen Biosignalverarbeitung natürlich nicht realisierbar, bildet aber die theoretische Grundlage für mehrere signalanalytische Lösungsansätze (siehe Kapitel 4.2.1.3 Faltung im Zeitbereich und Korrelationsfunktion). Die Wirkung der Zeitspiegelung zeigt Abb. 4.32. Während der Amplitudenfrequenzgang konstant bleibt, ändert die Phase ihr Vorzeichen. Daher kann man die Zeitspiegelung vor allem in der Korrelationsanalyse nutzen, da die Korrelationsfunktion und die Faltung sich formelmäßig allein im Vorzeichen der Verschiebung unterscheiden (Gl. 4.25). Da dies bekannt ist, kann die Vorzeichenumkehr an jeder Stelle der Signalverarbeitung korrigiert werden. 4.2.1.2 Fensterung
Selbst in der theoretischen Signalanalyse kann man nicht davon ausgehen, dass die Integrationsgrenzen der FT realisierbar sind. Daher muss man von vornherein ein endliches Signal betrachten. Mathematisch entspricht das einer impliziten Fensterung des Signals mit einem Rechteckfenster nach Gl. 4.22 (Abb. 4.33). x w t rect t x t , rect t V t t m T / 2 V t t m T / 2
(4.22)
In Gl. 4.22 ist V ein Einheitssprung, tm der zeitliche Mittelpunkt des Fensters, T die Fensterlänge.
100
EEG / uV
50
0
-50 sigma1 sigma2 EEG Fenster
-100
2.2
2.4
2.6
2.8
3
3.2
Zeit / s
3.4
3.6
3.8
4
Abb. 4.33 Realisierung eines Signalausschnitts im EEG zwischen den Integrationsgrenzen t1 und t2 mit Hilfe der Sprungfunktion V(t-t1,2) nach Gl. 4.22 (tm = (t1 + t2)/2, T = t2 - t1)
4.2 Signalanalyse im Frequenzbereich
209
Die FT der Fensterfunktion nach Gl. 4.22 und Abb. 4.33 ergibt die Sinc-Funktion o rect t FT
sin SfT j 2St m f e SfT
sinc fT e j 2St m f ,
(4.23)
wobei T die Fensterlänge und tm die Fenstermitte sind. Für den allgemeinen Fall von t2 und t1 ist Gl. 4.18 zu berücksichtigen. Die Übertragungsfunktion nach Gl. 4.23 ist in Abb. 4.34 dargestellt. Die Übertragung erreicht bei ganzzahligen Vielfachen der reziproken Fensterlänge Null. Dieser Effekt kann bei bestimmten Fragestellungen der Signalverarbeitung gezielt genutzt werden, beispielsweise zur Unterdrückung störender periodischer Interferenzen (Netzfrequenz, Bildrate von Monitoren, siehe dazu Kapitel 3.3.1, integrierende AD-Wandler). Die Nulldurchgänge sind unabhängig von der Fensterform immer vorhanden und ihre Position hängt allein von der Fensterlänge ab. Da die Übertragungsfunktion mit dem Signalspektrum gemäß Gl. 4.16 gefaltet wird, sollte sie im Idealfall die Form eines Dirac-Pulses haben, um das Spektrum nicht zu verändern. In der Praxis würde das bedeuten, dass die Fensterlänge möglichst groß sein soll, was aus Praktikabilitätsgründen nicht machbar ist. Daher versucht man, die Fensterform so zu gestalten, dass sie signalspezifische spektrale Eigenschaften aufweist. Die bekanntesten Fenstertypen sind in Abb. 4.35 und 4.36 dargestellt. Wie bereits in Abb. 4.34 erkennbar, beträgt die Übertragungsfunktion ein Hauptmaximum und mehrere Nebenmaxima. Das Ziel einer Fensterfunktion besteht darin, das Haupt1.2 1 0.8
G(f)
0.6 0.4 0.2 0 -0.2 -0.4 -6
-4
-2
0
pi.fT
2
4
6
Abb. 4.34 Übertragungsfunktion im Frequenzbereich eines Rechteckfensters im Zeitbereich. Bei ganzzahligen Vielfachen der reziproken Fensterlänge erreicht die Übertragung Null
210
4 Zeit-, Frequenz- und Verbundbereich
Blackman Bartlett Hamming Hanning
1 0.8
w(t)
0.6 0.4 0.2 0 -60
-40
-20
0
20
Zeitindex
40
60
Abb. 4.35 Fenstertypen Blackman, Bartlett, Hamming und Hanning mit der Fensterlänge 101
0
Blackman Bartlett Hamming Hanning
-10 -20
|W(f)| / dB
-30 -40 -50 -60 -70 -80 -90 -100 0
0.01
0.02
0.03
0.04
0.05
0.06
relative Frequenz
0.07
0.08
0.09
0.1
Abb. 4.36 Übertragungsfunktion der Fenster nach Blackman, Bartlett, Hamming und Hanning im Frequenzbereich
4.2 Signalanalyse im Frequenzbereich
211
Tabelle 4.2 Ausgewählte Fenstertypen und Formeln für kontinuierliche Zeitfunktion Fenstertyp
Formel für w(t)
Blackman
0.42 0.5 cos2St / T 0.08 cos4St / T
Bartlett
1 2 t / T
Hamming
0.54 0.46 cos2St / T
Hanning
0.51 cos2St / T
Für diskrete Zeit (abgetastete Biosignale) t durch n und T durch N ersetzen (Abb. 4.35).
maximum möglichst schmal zu halten und die Nebenmaxima möglichst stark zu unterdrücken. Da beides gleichzeitig nicht machbar ist, muss für jeden Signaltyp ein geeigneter Kompromiss gesucht werden. Vergleicht man die vorgestellten Fenstertypen (Abb. 4.36), so lässt sich Folgendes feststellen: Blackman unterdrückt die Nebenminima im Spektrum am besten, hat aber das breiteste Hauptmaximum, Bartlett hat das schmalste Hauptmaximum aber die schlechteste Unterdrückung der Nebenmaxima. Hanning zeigt nur geringfügig breiteres Hauptmaximum als Bartlett aber die zweitbeste Unterdrückung der Nebenmaxima. Für die meisten Fälle ist daher Hanning die beste Alternative. Hamming hat die zweitbeste Breite des Hauptmaximums, dafür aber eine nahezu konstante Unterdrückung der Nebenmaxima, wobei die ersten beiden besser unterdrückt werden, als bei Hanning. Damit eignet sich Hamming besser für eine gute spektrale Auflösung. Das Rechteckfenster - das implizit immer vorliegt, wenn man gar kein der genannten Fenster verwenden möchte - hat von allen Fenstertypen die schmalste Hauptkeule. 4.2.1.3 Faltung im Zeitbereich und Korrelationsfunktion
Die Kreuzkorrelationsfunktion (KKF) von zwei Zeitfunktionen wird wie folgt berechnet (Gl. 4.24).
U xy W
f
³ xt yt W dt
(4.24)
f
Spiegelt man eine der Zeitfunktionen in Gl. 4.24 auf der Zeitachse, so erhält man mit Gl. 4.24 ihr Faltungsintegral (Gl. 4.25).
U xy W U yx W
f
³ xt y t W dt xt y t
f
(4.25)
212
4 Zeit-, Frequenz- und Verbundbereich
Überträgt man Gl. 4.24 und 4.25 in den Frequenzbereich, so ergibt sich
\ f X f Y f .
(4.26)
Mit Hilfe der IFT lässt sich demnach die KKF nach Gl. 4.27 berechnen.
U W FT 1^X f Y f `
(4.27)
Nach Gl. 4.25 lässt sich die KKF als Faltung von zwei Zeitfunktionen interpretieren, von den eine auf der Zeitachse gespiegelt ist. Daher kann die KKF nach Gl. 4.27 auch indirekt aus der FT der einzelnen Zeitfunktionen berechnet werden. Diese theoretische Herleitung wird später zur effizienten Berechnung der KKF mit Hilfe der FFT31 genutzt. Die KKF \(f) nach Gl. 4.26 wird in der Spektralanalyse von stochastischen Signalen auch als Kreuzleistungsdichte (Gl. 4.28) bezeichnet. Verwendet man die Beziehungen nach Gl. 4.24 bis 4.27 auf ein einzelnes Signal x(t), so spricht man von Autokorrelationsfunktion (AKF) und Autoleistungsdichte (Gl. 4.29).
U xy W
FT o IFT
m
U xx W
X f Y * f
FT o IFT m
X f Y f
X f X * f
Xf
2
(4.28)
(4.29)
In Gl. 4.28 und 4.29 ist Uxx,y der quadratische Mittelwert im Sinne der Statistik, äquivalent der KKF/AKF im Sinne der Systemanalyse deterministischer Signale. Ein * bei komplexen Größen bezeichnet die konjugiert Komplexe. Für reele Signale gilt Y(-f) = Y*(f).
Die Beziehungen nach Gl. 4.26 sowie Gl. 4.28 und 4.29 sind auch als das WienerKintchine-Theorem bekannt. Das Theorem sagt aus, dass beide Wege zur Berechnung des Leistungsdichtespektrums äquivalent sind: Erstens, zunächst über die FT das komplexe Spektrum (Periodogramm) zu berechnen und anschließend das Betragsquadrat bilden (direkte Methode), oder zweitens, zunächst die KKF zu berechnen und diese dann über die FT in den Frequenzbereich zu übertragen (indirekte Methode). In der praktischen Analyse sind diese Wege allerdings nicht äquivalent. Der Zusammenhang zwischen der Korrelationsfunktion (Gl. 4.24) und der zeitlichen Faltung (Gl. 4.25) bildet auch die theoretische Basis für die Interpretation der FT als Korrelation zwischen einer harmonischen Schwingung (Analysefunktion im komplexen Zeiger, Gl. 4.15) und dem untersuchten Signal. Die Dualität der FT besteht zwischen der Leistungsdichte und der Korrelations31
FFT – Fast Fourier Transform, schneller Algorithmus zur Berechnung der DFT
4.2 Signalanalyse im Frequenzbereich
G(t)
213
Diracimpuls
Uxx(W)
Diracimpuls
AKF(G(t)) AKF(n(t))
W
t n(t)
pxx(f)
weißes Rauschen
FT
IFT
|FT(G(t))|2 |FT(n(t))|2 t
f
Abb. 4.37 Berechnung der spektralen Leistungsdichte vom Diracimpuls und vom weißen Rauschen über die AKF (indirekte Methode) und über das Betragsquadrat der FT (direkte Methode). Die Dualität der FT besteht zwischen der AKF und der Leistungsdichte. Eine Rekonstruktion des Zeitsignals ist nicht mehr möglich, da die Phaseninformation verloren geht
funktion, jedoch nicht mehr in Bezug auf das untersuchte Signal als Zeitverlauf. Durch die Betragsquadrate bei der direkten Methode und die Berechnung der Korrelationsfunktion bei der indirekten Methode geht die Phaseninformation verloren, so dass das untersuchte Signal nicht mehr rekonstruiert werden kann. Ein anschauliches Beispiel bieten die elementaren analytischen Signale Diracimpuls und weißes Rauschen (Abb. 4.37). Dieses Beispiel zeigt, dass an Hand der spektralen Leistungsdichte allein ein Rückschluss auf das Zeitsignal nicht mehr eindeutig ist. An dieser Stelle wird deutlich, wie wichtig die Phaseninformation für die Signalanalyse und –synthese ist – sie bestimmt neben den Amplituden die Signalform.
4.2.2 Diskrete Fouriertransformation 4.2.2.1 Kontinuierliche und diskrete Zeit
Biosignale werden nach der Erfassung, analoger Filterung und Verstärkung abgetastet (noch nicht digitalisiert). Daher ist es notwendig, für zeitdiskrete Biosignale ein entsprechendes Instrumentarium der diskreten Mathematik aufzustellen. Geht man von der zeitkontinuierlichen FT aus (Gl. 4.15) und setzt ein abgetastetes Sig-
214
4 Zeit-, Frequenz- und Verbundbereich
nal ein, so ergibt sich die Formulierung nach Gl. 4.30. Nach der Multiplikation des Zeitsignals x(t) mit der Dirac-Impulsfolge erhält man ein kontinuierliches Spektrum. Xf
f
f
j 2Sft dt ³ xt ¦ G t nT e
f f
n f
f
j 2Sft dt ³ ¦ xnT G t nT e
(4.30)
f n f
f ½ F ® ¦ xnT G t nT ¾ ¯n f ¿ In Gl. 4.30 ist X(f) die Fouriertransformierte von x(nT), T die Abtastperiode, nT die Abtastzeitpunkte, x(nT) die Werte des Signals x(t) zu Abtastzeitpunkten nT, f die kontinuierliche Frequenz.
Durch die Abtastung wandelt sich das unendlich schmale Zeitintervall dt aus Gl. 4.15 in die konstante Abtastperiode T. Damit verliert das kontinuierliche Integral seinen Sinn und man kann es durch eine Summe über die Abtastzeitpunkte ersetzen. Gleichzeitig wendet man aus Praktikabilitätsgründen zunächst ein Rechteckfenster an (Gl. 4.31). Die Abtastperiode T im Exponenten ersetzt man durch den Reziprokwert der Abtastrate. Xf
N 1
¦ xnT e
j 2Sn
f fA
(4.31)
n 0
In Gl. 4.31 ist n der Zeitindex, dieser beginnt bei Null, um Äquivalenz mit der Zeitachse zu sichern; fA ist die Grundfrequenz der Abtastrate, N die Anzahl der Abtastwerte.
Die FT von x(nT) kann man trotz der Abtastung für unendlich viele Frequenzen f berechnen. Je mehr Frequenzen berechnet werden, d.h. je dichter diese Frequenzen beieinander liegen, umso weniger unterscheiden sich benachbarte Fourierkoefizienten. Damit sind sie sich sehr ähnlich, oder im Sinne der Statistik zweiter Ordnung stark korreliert und daher redundant. Für eine effektive Berechnung der FT und eine minimal notwendige Datenmenge ist daher einer korrelationsfreie, oder – geometrisch ausgedrückt – eine orthogonale Transformation notwendig. Zwei Zeitreihen sind unkorreliert – oder als Vektoren orthogonal – wenn ihr Skalarprodukt nullwertig ist (Gl. 4.32).
U xy 0
N 1
& &
¦ x>n@ y>n@ x y 0
(4.32)
n 0
Da die Fensterlänge zwangsläufig ein ganzzahliges Vielfaches der Abtastperiode beträgt, kann Gl. 4.32 nur erfüllt werden, wenn die orthogonalen Zerlegungsvekto-
4.2 Signalanalyse im Frequenzbereich
215
ren ebenfalls ein ganzzahliges Vielfaches der Abtastperiode und identisch der Fensterlänge sind (siehe Integrale trigonometrischer Funktionen). Daraus lässt sich Gl. 4.31 im Sinne des Übergangs von einer kontinuierlichen auf eine diskrete Frequenz wie folgt umwandeln (Gl. 4.33):
N 1
§ f · X¨k A ¸ © N ¹
¦ xnT e
j 2Sn
k
fA N fA
(4.33)
n 0
Aus Gl. 4.33 folgt, dass nicht mehr die Grundfrequenz der Abtastrate fA von Bedeutung ist, sondern ihre ganzzahligen diskreten Anteile fA/N. Man kann daher Gl. 4.33 auf die Frequenzauflösung fA/N normieren und erhält eine von der konkreten Abtastrate unabhängige Formulierung (Gl. 4.34). Dies ist die Diskrete Fouriertransformation (DFT). X >k @
N 1
¦ x>n@e
jkn
2S N
(4.34)
n 0
In Gl. 4.34 ist k der Index der normierten diskreten Abtastrate, n der Zeitindex der Abtastpunkte mit dem Abstand TA, eckige Klammern werden für frequenz- und zeitdiskrete Größen verwendet.
Entsprechend der Dualität der FT (Gl. 4.15) lautet die Inverse DFT wie folgt (Gl. 4.35): x>n@
1 N
N 1
¦
X >k @e
jkn
2S N
(4.35)
k 0
Die Beziehungen nach Gl. 4.34 und 4.35 sind die dualen diskreten Formulierungen der FT. Der Transformationsfaktor 1/N in Gl. 4.35 kann auch in Gl. 4.34 vorab verwendet werden, um bspw. die tatsächliche Amplitude im Spektrum anzugeben. Rechnerisch kann er in jeder der beiden Beziehungen 4.34 und 4.35 eingesetzt werden, und das eventuell auch symmetrisch über N , nur muss die Dualität erhalten bleiben. Führt man einen Drehfaktor ein (Gl. 4.36), so lässt sich die DFT wie folgt ausdrücken (Gl. 4.37) WN X >k @
N 1
e
j
2S N
¦ x>n@ WNkn , x>n@
n 0
(4.36) N 1
1 ¦ X >k @ WN kn , Nk 0
(4.37)
216
4 Zeit-, Frequenz- und Verbundbereich
und in effektiver Matrizenschreibweise XN
WN1X N .
WN x N , x N
(4.38)
4.2.2.2 Diskrete Fouriertransformation als Kreuzkorrelation
Die Formel Gl. 4.34 lässt sich mit Hilfe trigonometrischer Funktionen ausdrücken wie folgt (Gl. 4.39): X k
2S · N 1 § 2S · ¸ ¸ j ¦ x>n@ sin ¨ kn N ¹ n 0 N ¹ © © n 0 Re^X >k @` j Im^X >k @` N 1
§ ¦ x>n@ cos¨ kn
(4.39)
In Gl. 4.39 bestehen beide Terme aus elementweisen Produkten von zwei Zeitreihen. Auf diese Weise berechnet man auch die Kreuzkorrelation. Ersetzt man die trigonometrischen Funktionen in Gl. 4.39 mit einer verallgemeinerten Zeitreihe y[n], so kann man formulieren: rxy >0@
N 1
¦ x>n@ y>n@ .
(4.40)
n 0
Aus Sicht der Statistik kann man die Fourierkoeffizienten entsprechend Gl. 4.41 so interpretieren, dass für k = 0 der erste Koeffizient dem arithmetischen Mittelwert des Signals entspricht, alle anderen (k > 0) der Kreuzkorrelation zwischen dem Signal und der Harmonischen an der Stelle k für eine nullwertige Verschiebung. k
0 X >0@ P x
k ! 0 X >k @ rW k x >0@
(4.41)
N
Die Beziehung nach Gl. 4.40 beschreibt die Kreuzkorrelation zwischen zwei Prozessen. Ist einer der beiden Prozesse ein Nullmittelsignal, so ist die Kreuzkorrelation identisch der Kreuzkovarianz. Da die trigonometrischen Funktionen nullsymetrisch sind, kann man die Fourierkoeffizienten als Kreuzkovarianzen interpretieren (Gl. 4.41). Diese Interpretation ist für viele statistische Analysen von großer Bedeutung, die am folgenden Beispiel demonstriert wird.
4.2 Signalanalyse im Frequenzbereich
217
2500
absolute Häufigkeit
2000
1500
1000
S
T
R
500
0 -0.8
-0.6
-0.4
-0.2
0
0.2
EKG / mV
0.4
0.6
0.8
1
Abb. 4.38 Absolute Häufigkeitsverteilung (Histogramm) digitalisierter EKG-Messwerte einer Aufnahme mit 21500 Abtastpunkten. Eine solche Verteilung ist für statistische Analysen äußerst ungeeignet. Lokale Maxima (modi) über den Zacken R und S und der Welle T
120
absolute Häufigkeit
100 80 60 40 20 0
-20
-15
-10
-5
0
5
sum(EKG*W) / mV
10
15
20
Abb. 4.39 Absolute Häufigkeitsverteilung (Histogramm) von 215 Fourierkoeffizienten, die aus einer Summe von jeweils 100 elementweisen Produkten berechnet wurden. Die Normalverteilung ist näherungsweise erreicht
218
4 Zeit-, Frequenz- und Verbundbereich
Diskrete Fouriertransformation einer EKG-Aufnahme Die absolute Häufigkeitsverteilung digitalisierter Werte einer EKG-Aufnahme mit 21500 Messwerten (43 Sekunden) ist in Abb. 4.38 dargestellt. Die Verteilung zeigt ein für das EKG typisches Muster: Das absolute Maximum (Modus, Wert der größten Auftrittswahrscheinlichkeit) liegt in der Nähe der Nulllinie und repräsentiert die inaktiven Zeiten im EKG. Die Zacken R und S sowie die T-Welle besitzen relativ hohe Amplituden, dafür sind ihre Werte wenig häufig vertreten. Das führt zu lokalen Maxima (modi) im Histogramm mit niedrigen Häufigkeiten. Eine solche Verteilung ist für die statistische Analyse äußerst ungeeignet. Nach der DFT sind die Fourierkoeffizienten allerdings näherungsweise normalverteilt(Gaußverteilung, Abb. 4.39). Dieser positive Effekt tritt bei einer Signallänge ab etwa N=100 ein und ist auf den Zentralen Grenzwertsatz zurückzuführen. Da die DFT eine lineare Transformation ist, können viele statistische Analysen an normalverteilten Fourierkoeffizienten statt an ungünstig verteilten Zeitwerten durchgeführt werden. 4.2.2.3 Diskrete Fouriertransformation als Filterbank
Der Term y[n] in Gl. 4.40 ist bei der DFT ein harmonisches Signal, so dass dementsprechend gilt: z>m@
N 1
¦ x>n@y>n m@ z>n@
n 0
M
¦ x>n@y>n m@ .
(4.42)
m M
Mit Gl. 4.42 wird die Äquivalenz der Kreuzkorrelation und der Faltung mit zeitgespieltem Signal deutlich. Da y[m] als die Impulsantwort eines transversalen digitalen Filters interpretiert werden kann, die mit der harmonischen Analysefunktion identisch ist, ist die DFT der Länge 2M+1 für ein Signal der Länge N faktisch eine Filterbank. Demnach stellt die DFT 2M+1 parallel liegende Filter dar, die jeweils die aktuelle Frequenz k durchlassen (Abb. 4.40). Diese Filter sind natürlich nicht ideal, sie besitzen eine endliche Bandbreite32 und Nebenmaxima. Betrachtet man die DFT als eine Parallelkonfiguration von spektralen Filtern entsprechend Abb. 4.41, so kann man Folgendes beobachten und schlussfolgern: 1.
32
Außer bei k = 0 betragen die Maxima (Hauptkeulen) -6 dB, also eine Reduktion der Amplitude auf die Hälfte. Das liegt daran, dass die DFT (ihr Betrag) eine gerade Funktion ist und die Amplituden demzufolge zwischen den positiven und negativen Frequenzbereich hälftig geteilt werden.
Wenn nicht anders angegeben, ist es die Differenz der Frequenzen, bei denen die Übertragung um 6 dB abfällt.
4.2 Signalanalyse im Frequenzbereich
219
2.
Die Übertragungsfunktionen (Filtercharakteristiken) überlappen sich mit ihren Nachbarn spektral zu jeweils 50%. Damit ist die Eindeutigkeit der spektralen Zerlegung nicht immer gesichert. Frequenzanteile, die nicht genau auf die Stützstellen der DFT fallen (in Abb. 4.41 die Ganzzahligen Vielfachen von 1/N = 0.01), erfassen benachbarte Durchlasskurven. Eine harmonische Schwingung mit der relativen Frequenz von 0.015 (15 Hz bei 1000 sps) wird gleich drei Koeffizienten angerechnet: Dem Gleichanteil (k = 0) und den ersten beiden Harmonischen k = 1 und k = 2 (und weiteren). Dies ist insbesondere für den Gleichanteil gut sichtbar: seine erste Nebenkeule im positiven Bereich liegt über der relativen Frequenz von 0.015. Dies ist kein methodischer Fehler; der harmonischen Schwingung bei 0.015 fehlt zum vollzähligen Auffüllen des Fensters eine halbe Periode bzw. eine halbe Periode ist zu viel vorhanden, daher weist sie einen Gleichanteil auf. Dieser wird daher zu Recht dem Gleichanteil angerechnet, allerdings um etwa 12 dB gedämpft.
3.
Die DFT ist eine lineare Transformation, so dass sie alle Frequenzanteile abbilden muss, auch solche, die nicht genau auf die Stützstellen der DFT fallen. Daraus folgt, dass wenn die Summe der DFT-Koeffizienten das Originalsignal ergeben muss (IDFT), so muss das Spektrum in der Summe ebenfalls einen kontinuierlichen Verlauf haben. Durch die Überlappung der Filterfunktionen in Abb. 4.41 ist diese Eigenschaft gesichert.
2M+1 A
x[n] k=0 k=1
.................. k=2M k Abb. 4.40 Interpretation der DFT als Filterbank. Jede harmonische Schwingung der diskreten Frequenz k stellt die Impulsantwort eines transversalen Filters dar. Damit wird bei jeder Frequenz k selektiv der entsprechende Signalanteil herausgefiltert und liegt parallel am Ausgang an
220
4 Zeit-, Frequenz- und Verbundbereich
10 0
k=0 k=1 k=2
N = 100
-10
|G| / dB
-20 -30 -40 -50 -60 -70 -0.03
-0.02
-0.01
0
relative Frequenz
0.01
0.02
0.03
Abb. 4.41 Übertragungsfunktionen der DFT-Koeffizienten für eine Länge von N = 100. Stützstellen der DFT liegen auf den ganzzahligen Vielfachen der relativen Frequenz von 1/N = 0.01. Die Durchlassbänder der Filter überlappen sich spektral jeweils zu 50% mit ihren Nachbarn
4.2.2.4 Berechnung der DFT über die FFT
Mit FFT (Fast Fourier Transform) bezeichnet man Algorithmen, die die DFT effektiver und schneller berechnen, als dies nach den Formeln Gl. 4.34 und Gl. 4.35 möglich ist. Um die Effektivität einer Berechnung steigern zu können, muss man zunächst untersuchen, ob in den konventionellen Formeln Redundanzen vorhanden sind. Man kann den Drehfaktor nach Gl. 4.36 wie folgt interpretieren (Abb. 4.42): Die volle Drehung des Einheitskreises teilt sich auf N Winkel auf. Unter der Annahme, dass N eine 2er-Potenz ist, besteht auf Grund der geraden Funktion Cosinus und der ungeraden Funktion Sinus der Kreis aus Oktanten, so dass betragsmäßig höchstens N/4 (zwei Werte für jeden Punkt in einem Oktanten) unterschiedliche Werte zu seiner Beschreibung notwendig sind. Damit kann die Redundanz rechnerisch zunächst auf 1/8 reduziert werden. Aus der Beziehung Gl. 4.37 ist weiterhin ersichtlich, dass der Exponent - k.n sich immer auf nur eine der Positionen des Einheitskreises projiziert (Abb. 4.42). Damit zeigt sich ein weiteres Potential zur Reduktion der Redundanz. Die meisten Algorithmen der FFT basieren allerdings auf einem anderen Ansatz (Gl. 4.43), mit dem die genannten Redundanzen auch reduziert werden.
4.2 Signalanalyse im Frequenzbereich
X >k @
221
N / 2 1
N / 2 1
¦ x>2n@W N2 kn ¦ x>2n 1@W N2 n1 k
n 0 N / 2 1
n 0 N / 2 1 x1 n W N2 kn W Nk x2 n 0 n 0 N / 2 1 N / 2 1 x1 n W Nnk/ 2 W Nk x2 n 0 n 0
¦
>@
¦
>n@WN2nk
¦
>@
¦
>n@WNnk/ 2
(4.43)
X 1 >k @ W Nk X 2 >k @
Das Prinzip des Verfahrens (nach Cooley und Tukey benannt, mathematische Basis von Gauß) nach Gl. 4.43 besteht darin, dass die Eingangssequenz nach geraden und ungeraden Indizes halbiert wird. Für eine Stufe dieser Teilung bei N = 4 ist dieses Vorgehen in Abb. 4.43 dargestellt. Die Teilung kann man rekursiv für alle Potenzen der Basisfolge realisieren. Für die Signalverarbeitung ist die günstigste Konfiguration nach dem Wurzel-2-Algorithmus, wie in Abb. 4.44 dargestellt. Diese Teilung lässt sich verallgemeinern und nimmt für N = 2 die Form eines Schmetterlings nach Abb. 4.45 an. Der Algorithmus nach Gl. 4.43 wurde häufig verbessert und optimiert, heute liegen zahlreiche Implementierungsvarianten vor. Als Standardmethode der Signal-
Im{W8} k=1, n=3 k=3, n=1
k=1, n=4 k=4, n=1 k=2, n=2 -1 k=1, n=5 k=5, n=1
1
3I
I
1 Re{W8}
5I
-1 Abb. 4.42 Graphische Interpretation des Drehfaktors WN nach Gl. 4.36 für N = 8. Der Einheitskreis teilt sich auf acht Winkel auf. Wegen der Rotationssymmetrie liegen betragsmäßig nur zwei unterschiedliche Werte für alle Winkel vor. Für k.n = konst. sind die Winkel identisch
222
4 Zeit-, Frequenz- und Verbundbereich
X1[0]
x[0]
X[0] W0N
N/2-DFT X1[1]
x[2]
X[1] W1N
x[1] X2[0]
W 2N
X2[1]
W3N
X[2]
N/2-DFT x[3]
X[3]
Abb. 4.43 FFT-Algorithmus nach dem Prinzip der Teilung der Eingangssequenz in gerade und ungerade Indizes. Für Sequenzen mit 2N-Eingangswerten kaskadierbar. Pfeile ohne Drehvektor besitzen die Übertragung 1, an Pfeilenden findet Addition statt
X1[0]
x[0] W0N x[2]
X1[1] W2 N
W0N
W2 N
X[1] W1N
x[1]
x[3]
X[0] W0N
X2[0]
W2N
X2[1]
W3 N
X[2]
X[3]
Abb. 4.44 Die DFT-Blöcke aus Abb. 4.43 wurden durch eine weitere Zerlegung nach Gl. 4.43 ersetzt. Dies wird für alle Potenzen von N durchgeführt, bis schließlich die gesamte Struktur nur noch aus Schmetterlingen besteht (Abb. 4.45)
4.2 Signalanalyse im Frequenzbereich
223
x[0]
X[0] = x[0]+WrNx[1] WrN
x[1]
X[1] = x[0]+W(r+N/2)Nx[1]
W(r+N/2)N
WNr N / 2
WNr
WNN / 2WNr
x[0]
x[1]
X[0]
WrN
X[1]
-1
Abb. 4.45 Verallgemeinerung des Grundelements der FFT zu einem Schmetterling (r ist die Potenz des Algorithmus)
12
10
FFT DFT
10
10
# Operationen
8
10
6
10
4
10
2
10
0
10
0
10
1
10
2
10
3
10
Sequenzlänge N
4
10
5
10
Abb. 4.46 Rechenaufwand zur Berechnung der DFT und FFT in Abhängigkeit von der Sequenzlänge als Anzahl der Operationen Multiplikation und Addition. Der Datentransport wurde hier nicht berücksichtigt, da er von der konkreten Portierung abhängig ist
224
4 Zeit-, Frequenz- und Verbundbereich
verarbeitung gehört es zur Grundausstattung von DSP33-, FPGA34- und Controllerbasierten technischen Lösungen sowie zu jedem Programmpaket der Signalanalyse. Die genannten Plattformen verwenden neben einer ALU35 üblicherweise einen Hardware-Multiplikator (MUL). Daher lässt sich der algorithmische Aufwand zur Berechnung der DFT nach Gl. 4.34 mit 2.N2 schätzen (exakt N2 Multiplikationen und N(N-1) Additionen). Durch die komplette Zerlegung der Berechnungsstruktur auf Schmetterlinge (Abb. 4.45) lässt sich der Aufwand auf 2N.log2(N) reduzieren. Dies bedeutet bei einer Sequenzlänge von 1024 Abtastwerten eine Reduktion des Aufwandes von mehr als 99%, bei N = 65536 (2^16) eine Reduktion um 99.99% (Abb. 4.46). Aus Gründen der korrekten Begriffsanwendung ist festzuhalten, dass die FFT ein Algorithmus zur schnellen Berechnung der DFT, jedoch keine Transformation ist. 4.2.2.5 Fehlerquellen der DFT
Endliche Fensterlänge und Fensterfunktion Entsprechend der Berechnungsformel der DFT nach Gl. 4.34 liegen nach der Transformation N diskrete Fourierkoeffizienten vor, die auf die im Abstand von fA/N liegenden Stützstellen verteilt sind (fA ist die erste Harmonische der Abtastrate). Wird eine Harmonische transformiert, deren Periode exakt dem Vielfachen der Abtastperiode entspricht, so wird sie korrekt als eine spektrale Nadel interpretiert (Abb. 4.47). Wendet man auf dasselbe Signal allerdings eine andere Fensterlänge an, die nicht dem ganzzahligen Vielfachen der Signalperiode gleicht, so entspricht keine der diskreten Frequenzen der Harmonischen. Da die DFT eine Lineartransformation ist, approximiert sie die Harmonische durch eine Linearkombination von mehreren diskreten Fourierkoeffizienten. Die Signalenergie verteilt sich auf mehrere Stützstellen im Spektrum (Abb. 4.48). In der Signalverarbeitung wird dies als Leck-Effekt (leakage effect) bezeichnet. Durch diesen Effekt täuscht die DFT ein kontinuierliches Spektrum mit einem Maximum vor, das der Realität nicht entspricht und die tatsächliche Amplitude der Harmonischen ist reduziert. In der Biosignalverarbeitung sind Harmonische vor allem dann von Interesse, wenn man die sensorischen und die motorischen Systeme des Menschen mit periodischen Folgen stimuliert (visuelle Stimulation des Auges mit Musterumkehr, akustische Stimulation mit Sinusschwingungen) oder periodische Biosignale untersucht (Herzrate und ihre Variabilität). Vor allem bei der Stimulation ist die Periodendauer vorab bekannt, so dass man für die Verarbeitung eine entsprechende 33
DSP – Digitaler Signalprozessor FPGA – Field Programmable Gate Array, Programmierbare Hardwarelogik 35 ALU – Arithmetic and Logic Unit 34
4.2 Signalanalyse im Frequenzbereich
225
1
Pegel
0.5 0 -0.5 -1 0
10
20
30
-40
-30
-20
40
50
60
70
80
90
100
-10
0
10
20
30
40
50
Zeitindex n
Pegel
40 20 0 -50
diskrete Frequenz k
Abb. 4.47 Zeitverlauf einer Harmonischen (oben) mit der Periode T=25TA und einer Fensterlänge von N=100. Die Fourierkoeffizienten auf den Stützstellen k=-5,5 betragen 50 (unten)
1
Pegel
0.5 0 -0.5 -1 0
10
20
30
40
50
60
Zeitindex n
70
80
Pegel
30 20 10 0 -40
-30
-20
-10
0
10
diskrete Frequenz k
20
30
40
Abb. 4.48 Zeitverlauf einer Harmonischen mit der Periode von T = 25*TA (wie in Abb. 4.47, oben) und einer Fensterlänge von N = 88. Da die Fensterlänge dem ganzzahligen Vielfachen der Signalperiode nicht entspricht, wird die Harmonische auf mehrere Stützstellen verteilt (unten)
226
4 Zeit-, Frequenz- und Verbundbereich
Fensterlänge wählen kann. Bei körpereigenen Signalen ist die Periode vor der Analyse nicht bekannt, so dass man nach Möglichkeit ein sehr langes Fenster wählen sollte, denn mit der Fensterlänge nimmt der Leck-Effekt ab. Bei einem langen Fenster kommt allerdings der folgende Effekt hinzu. Auffüllen mit Nullen (zero padding) Wie im vorherigen Kapitel beschrieben, kann die FFT zur Berechnung DFT nur genutzt werden, wenn die Eingangssequenz eine bestimmte Länge hat, die eine Potenz von 2, 4, usw. entsprechend dem FFT-Algorithmus annimmt. In der praktischen BSV hat man nur selten Einfluss auf die exakte Signallänge. In der Praxis verwendet man am häufigsten den Potenz-2-Algorithmus, bei dem folgende Fensterlängen zur Anwendung kommen: r
2oN
2n
^2,4,...128,256,512,1024,...,16384,65536...`
(4.44)
Eine Möglichkeit, die Länge des Biosignals einer Zweierpotenz anzupassen, besteht darin, die nächste niedrigere Zweierpotenz zu wählen (Gl. 4.45) NW
2n d N S
(4.45)
In Gl. 4.45 ist NW die Fensterlänge, n die nächste niedrige Potenz in Bezug auf NS, NS die Signallänge.
Die Lösung zur Anpassung der Fensterlänge nach Gl. 4.45 ist zwar analytisch korrekt, praktisch bedeutet er aber einen möglicherweise großen Informationsverlust. Dies ist vor allem bei Biosignalen mit ihrer starken Dynamik ungünstig und nicht zu empfehlen. Ein alternativer Ansatz besteht darin, die nächste höhere Zweierpotenz zu verwenden (Gl. 4.46). NW
2n t N S
(4.46)
Um diesen Ansatz praktisch nutzen zu können, füllt man die fehlenden Daten mit Nullen auf (zero padding, Gl. 4.47).
^xr >n@` ^x>1@,..., x>N S @,0,...,0`
(4.47)
Ist der Phasenfrequenzgang von Bedeutung, so sollte symmetrisch aufgefüllt werden (Gl. 4.48).
^xr >n@` ^0,...,0, x>1@,..., x>N s @,0...,0`
(4.48)
4.2 Signalanalyse im Frequenzbereich
227
Die Wirkung des Auffüllens mit Nullen demonstriert folgendes Beispiel. Transformiert man die Sinusschwingung aus Abb. 4.47 mit 100 Koeffizienten, so erhält man korrekt allein im Imaginärteil an den Stellen k = -4,4 einen Pegel von 50 (Abb. 4.49 oben). Zur Anwendung einer FFT füllt man die Harmonische mit 28 Nullen auf, um die nächste höhere Zweierpotenz von 128 zu erreichen. Dadurch ändern sich der Real- und der Imaginärteil der Koeffizienten, der Betrag bleibt jedoch erhalten (Abb. 4.49 unten). Entgegen den Hinweisen in mehreren Büchern, dem FFT-Algorithmus wäre die Anzahl der Nullen gleichgültig, ist hier eine Veränderung unstrittig und nachweisbar. Das symmetrische oder unsymmetrische Auffüllen mit Nullen ändert die Fourier-Koeffizienten. Da man die zusätzlichen Nullen, ihre symmetrische bzw. asymmetrische Anordnung als Zeitverschiebung des Originalsignals deuten kann, kommt die Gl. 4.18 (Verschiebungssatz) zum Tragen (Abb. 4.50). Da die Phase bzw. die Latenz von Biosignalen ein diagnostisch sehr wichtiger Parameter ist, muss bei der Anwendung dieser Methode angemessene Vorsorge getroffen werden. Im Normalfall ist die Anzahl und die Verteilung der Nullen bekannt, so dass sich die richtige Phasenlage oder die Latenz an Hand der Beziehung nach Gl. 4.18 rückwirkend korrigieren lässt. Siehe dazu auch Kapitel 3.2.3 Abtastung in Mehrkanalsystemen. Man kann den Einfluss der aufgefüllten Nullen (Abb. 4.50) dadurch reduzieren, dass eine wesentlich höhere Zweierpotenz der FFT gewählt wird, als notwendig
50
Re Im
Re/Im
N=100
0
-50 -20
-15
-10
-5
0
5
diskrete Frequenz k
10
15
50
Re Im
N=128
Re/Im
20
0
-50 -20
-15
-10
-5
0
5
diskrete Frequenz k
10
15
20
Abb. 4.49 Wirkung des Auffüllens mit Nullen in einem Signal, um eine Fensterlänge zu erhalten, die einer Zweierpotenz entspricht. Realteil und Imaginärteil der DFT der Harmonischen aus Abb. 4.47 bei k = 4 und N = 100 (oben) sowie N = 128 (unten). Die diskrete Frequenz von k = 5 unten ergibt sich aus der Fensterlänge von 128
228
4 Zeit-, Frequenz- und Verbundbereich
50 40 30 20
Pegel
10 0 -10 -20 -30 symm. unsymm.
-40 -50 -20
-15
-10
-5
0
5
diskrete Frequenz k
10
15
20
Abb. 4.50 Imaginärteil von DFT-Koeffizienten der Sinusschwingung aus Abb. 4.47 beim symmetrischen (volle Linie, jeweils 14 Nullen vor und nach dem Signal) und unsymmetrischen (gestrichelte Linie, alle Nullen nach dem Signal) Auffüllen mit 28 Nullen
60
imag real abs
40 N=1024
Re/Im
20 0 -20 -40 -60 -100
-50
0
diskrete Frequenz k
50
100
Abb. 4.51 Betrag, Real- und Imaginärteil von Fourierkoeffizienten des Signals aus Abb. 4.47 für eine Fensterlänge von N = 1024, wobei 924 Nullen aufgefüllt wurden
4.3 Signalanalyse im Zeit-Frequenz-Verbundbereich
229
ist. Für das Signal aus Abb. 4.47 mit der Länge von NS = 100 kann man eine FFT mit der Länge NW = 1024 einsetzen, also mehr als die zehnfache Originallänge (Abb. 4.51). Dadurch wird die rein optische Auflösung zwar besser, aber die sich aus der ursprünglichen Signallänge von NS = 100 ergebende tatsächliche Auflösung (oder Bandbreite des Fourierkoeffizienten bei der relativen Frequenz von 0.04) bleibt erhalten. Dies ist eine fundamentale Erkenntnis für die DFT-basierte Analyse nach Auffüllen mit Nullen: Die charakteristischen Eigenschaften des ursprünglichen Analysefensters und des analysierten Signals, wie spektrale Zusammensetzung, Bandbreite und statistische Eigenschaften ändern sich bei der Anwendung einer FFT nach dem Auffüllen von Nullen. Durch eine Erhöhung der Fensterlänge kann man zwar die Fehler reduzieren, aber den Informationsgehalt im gefensterten Signal nicht erhöhen. Im Sinne der statistischen Signalanalyse nimmt mit einer zunehmenden Fensterlänge die Datenredundanz zu, aber nicht der Inhalt.
4.3 Signalanalyse im Zeit-Frequenz-Verbundbereich Zwar ist die Biosignalanalyse im Zeitbereich immer noch die wichtigste Methode der klinischen Routine zur Vermessung von diagnostischen Merkmalen. Allerdings sind einige wichtige Parameter im Zeitbereich allein entweder nicht messbar (Herzratenvariabilität) oder gar nicht erst sichtbar (periodische Reizantworten im EEG). Zum Teil können die interessierenden Parameter mit Methoden der Spektralanalyse ermittelt werden. Allerdings führt die Spektralanalyse nur dann zum Erfolg, wenn das untersuchte Signal in seiner spektralen Zusammensetzung stationär ist oder die spektralen Anteile allein, ohne einen Zeitbezug wichtig sind. Dies ist beispielsweise dann der Fall, wenn das sensorische oder das motorische System des Menschen mit einer periodischen Folge von Impulsen stimuliert wird. Im Normalfall hat man jedoch keinen Einfluss auf die Form der Biosignale, die stark instationär sind und deren Spektrum sich demzufolge dynamisch ständig verändert. Für die Analyse von solchen Signalen bietet sich ein Verbund aus beiden Domänen an – die Verbundrepräsentation aus Zeit und Frequenz. In folgenden Kapiteln werden Methoden behandelt, die eine dynamische Spektralanalyse ermöglichen. Das methodische Spektrum solcher Methoden ist heute riesig. Die Auswahl für dieses Buch erfolgte nach der Relevanz für die Biosignalanalyse. Die Signaltheorie wurde der Auswahl angepasst und auf ein notwendiges Minimum reduziert.
230
4 Zeit-, Frequenz- und Verbundbereich
4.3.1 Einführung zu Zeit-Frequenz-Verteilungen Soll der zeitliche Verlauf eines Spektrums untersucht werden, so muss das zur Spektralanalyse verwendete Fenster (Abb. 4.52) kürzer und entlang der Zeitachse äquidistant verschoben werden (Abb. 4.53). Da die Fensterlänge sich verkürzt, ändert sich entsprechend Gl. 4.49 auch die spektrale Auflösung. 'f
1 L TA
(4.49)
In Gl. 4.49 ist 'f die spektrale Auflösung eines Analysefensters im Zeitbereich mit der Länge von L Abtastwerten und der Abtastperiode TA.
Für den Übergang von der Spektralanalyse zur Zeit-Frequenz-Analyse muss das Analysefenster verkürzt werden, wodurch die zeitliche Auflösung besser, die spektrale Auflösung aber schlechter wird. Dieser Zusammenhang ist in Abb. 4.52 bis 4.55 dargestellt. An Hand der Darstellung in Abb. 4.54 kann man die durch die Fensterung grundsätzlich immer schlechtere zeitliche Auflösung im Vergleich zum Zeitverlauf beobachten. Vor allem bei wichtigen kurzzeitigen Vorgängen (R-Zacke des EKG) ist die Verschmierung entlang der Zeitachse sehr ungünstig. Für die spektrale Auflösung ist es dabei
EKG Hann
1.2 1
Pegel / mV
0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 0
5
10
15
20
Zeit / s
25
30
35
40
Abb. 4.52 Eine EKG-Aufnahme über 43 Sekunden mit einem Hann-Fenster. Spektralanalyse erfolgt dann mit einer Auflösung von 0.023 Hz
4.3 Signalanalyse im Zeit-Frequenz-Verbundbereich
231
1.2 1
Pegel / mV
0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 0
1
2
3
Zeit / s
4
5
6
Abb. 4.53 Segmentierung einer EKG-Aufnahme. Die Segmentlänge beträgt 2s, die Überlappung benachbarter Segmente 50% bzw. 1s. Die spektrale Auflösung ist entsprechend der Segmentlänge 0.5 Hz (L = 1000, TA = 2ms)
unerheblich, welche Länge die zur Transformation verwendete DFT hatte (in Abb. 4.54 und 4.55 war N = 1000), sondern allein die Länge des Analysefensters (in Abb. 4.55 L = 101 oben, L = 51 unten). An Hand der Darstellung in Abb. 4.55 kann man die Wirkung der Halbierung der Fensterlänge beobachten: Die zeitliche Auflösung ist bei dem kürzeren Fenster wesentlich besser (doppelte Auflösung), jedoch die spektrale Auflösung halbiert sich (halbe Auflösung). Dies ist besonders an der T-Welle gut sichtbar. Daher wäre es von Vorteil, wenn man die zeitliche und die spektrale Auflösung unabhängig voneinander festlegen könnte. Diese Möglichkeit bietet die Klasse der Wigner-basierten Zeit-Frequenz-Verteilungen. Man kann die beiden Auflösungen bis an die theoretische Grenze bringen, die durch die signalanalytische Interpretation der Heisenbergschen Unschärferelation gegeben ist (Gl. 4.50). 't 'f t
1 4S
(4.50)
In Gl. 4.50 ist t die Länge des Analysefensters entlang der Zeitachse oder die Beobachtungszeit, f die spektrale Auflösung oder die Bandbreite.
4 Zeit-, Frequenz- und Verbundbereich
1 0.5 0 -0.5 0 50
Frequenz / Hz
mV
232
0.5
1
1.5
0.5
1
1.5
2
2.5
3
3.5
4
2
2.5
3
3.5
4
0
-50 0
Zeit / s
Abb. 4.54 Zeitverlauf eines EKG (oben) und seine Zeit-Frequenz-Verteilung (unten). Fensterlänge L = 101, FFT-Länge N = 1000, Fensterfunktion Hanning, lineare Grauwertskala der Amplitude, Fensterverschiebung jeweils um eine Abtastperiode TA = 2ms
Frequenz / Hz
50
0
-50 0
0.5
1
1.5
0.5
1
1.5
2
2.5
3
3.5
2
2.5
3
3.5
Frequenz / Hz
50
0
-50 0
Zeit / s
Abb. 4.55 Zeit-Frequenz-Verteilung eines EKG mit der Fensterlänge L = 101 (oben) und L = 51 (unten), FFT-Länge N = 1000. Die zeitliche Auflösung ist dementsprechend unten besser, aber die spektrale Auflösung schlechter
4.3 Signalanalyse im Zeit-Frequenz-Verbundbereich
2
233
dynamische HRV (L=1e4, N=1e6, Hann, step=1e3) HF
1.8
LF
HR
1.6
Frequenz / Hz
1.4 1.2 1 0.8 0.6 0.4 0.2 0 0
5
10
15
20
Zeit / s
25
30
35
40
Abb. 4.56 Dynamisches Spektrum der HRV aus Abb. 4.23 (Kapitel 4.1.2.3). Die HanningFensterlänge ist L = 104, die Länge der DFT N = 106, der Abstand zwischen den Fenstern betrug 103 Abtastwerte bzw. 2 s
Die Wirkung der Unschärferelation kann am Beispiel der HRV in Abb. 4.56 beobachtet werden. Die HRV ist wie jeder physiologische Parameter eine zeitveränderliche Größe, derer dynamische Änderungen von diagnostischer Bedeutung sind. Man kann die HRV auch als ein frequenzmoduliertes Signal nach Gl. 4.13 auffassen, so dass man ihre Momentanfrequenz zu bestimmten Zeitpunkten messen möchte. Die Länge des Analysefensters in Abb. 4.56 war 20 s, so dass entsprechend der Beziehung nach Gl. 4.50 die Frequenz nicht genauer als mit 4 mHz Unsicherheit ermittelt werden kann (Breite der dargestellten spektralen Anteile). Dies gilt unabhängig davon, dass mit einer Länge der DFT von N = 106 theoretisch eine Auflösung von 'f = fA/106 = 0.5 mHz möglich gewesen wäre. Eine weitere Konsequenz der Unschärferelation besteht darin, dass während die spektralen Bänder HF und LF der HRV für die dynamische Spektralanalyse erfasst werden (graue Streifen um die HR in Abb. 4.56), so ist das Analysefenster zu kurz für das Band VLF. Daher erscheint die HR als zeitveränderlicher Verlauf mit einer Periode von etwa 30 s. Das Fazit aus dieser Analyse ist, dass obwohl die rechnerischen Mittel extreme Auflösungen bzw. Genauigkeiten ermöglichen, setzt die Unschärferelation der Signalanalyse eine klare physikalische Grenze. Weiterhin ist an Hand des Beispiels in Abb. 4.56 zur dynamischen Spektralanalyse der HRV eine weitere Konsequenz deutlich:
234
4 Zeit-, Frequenz- und Verbundbereich
Sollen auch die tiefsten spektralen Anteile eines Biosignals nicht nur als Zeitverlauf, sondern auch als Teil des dynamischen Spektrums abgebildet werden, so muss das Analysefenster entsprechend der notwendigen Auflösung eine hinreichende Mindestlänge besitzen.
Klassifikation von Zeit-Frequenz-Verteilungen nach dem Exponenten das analysierten Signals (TFD36, Time-Frequency-Distribution): 1. Lineare: 2. Quadratische: 3. Höhere Ordnungen:
Short-Time-Fourier-Transform (STFT), Wavelets Spektrogramm, Wigner-Verteilungen Bispektrum
Klassifikation von Zeit-Frequenz-Verteilungen nach der Analysefunktion: 1. Komplexe Harmonische: 2. Basisfunktion:
STFT, Spektrogramm, Wigner-Verteilungen Wavelet
4.3.2 Fourierbasierte Zeit-Frequenz-Verteilungen 4.3.2.1 Short-Time-Fourier-Transform
Um im zeitkontinuierlichen Bereich die Dynamik des Spektrums darzustellen, ist die Erweiterung der konventionellen Fouriertransformation um eine weitere ZeitvariableW notwendig. Entsprechend der Beziehung nach Gl. 4.51 legt man zum Zeitpunkt t auf das Signal x(t) ein Analysefenster w(W) und berechnet anschließend das Spektrum in diesem Fenster mit der Fouriertransformation über die Zeitvariable W. Da die Berechnung des Spektrums im Vergleich zur reinen Spektralanalyse mit einem kürzeren Fenster erfolgt, bezeichnet man diese Zeit-Frequenzverteilung auch als Short-Time-Fourier-Transform (STFT) oder Kurzzeitige Fouriertransformation. STFTxw t , f
f
* j 2SfW dW ³ xW w W t e
(4.51)
W f
Die STFT ist eine lineare, Fourier-basierte Transformation, so dass alle Eigenschaften der Fouriertransformation (Kapitel 4.2.1) auch auf den Verbundbereich 36
TFD ist eine in der Fachliteratur übliche Bezeichnung von Zeit-Frequenz-Verteilungen
4.3 Signalanalyse im Zeit-Frequenz-Verbundbereich
235
Zeit-Frequenz entsprechend übertragbar sind. So fasst man beispielsweise die Zeitverschiebung nach Gl. 4.18 und die Frequenzverschiebung nach Gl. 4.19 zur Zeit-Frequenz-Verschiebung im Verbundbereich zusammen (Gl. 4.52). STFTxw t , f e j 2S f Q W STFTxw t W , f Q
(4.52)
Analog zur konventionellen Fouriertransformation ist wegen der Linearität auch die inverse Transformation der STFT möglich (Gl. 4.53). xt
f
w 2Sft ³ STFTx t , f H f e df
(4.53)
f
Die Fensterfunktion h(W) (Synthesefenster) ist die reziproke Funktion (inverse Fouriertransformierte von H(f)) des Analysefensters im Zeitbereicht w(W), so dass gelten muss (Gl. 4.54): f
³ wW hW dW 1
(4.54)
f
Die Beziehungen nach Gl. 4.51 bis 4.54 bilden die theoretische Basis für eine Reihe von praktikablen Methoden der Signalanalyse und -synthese. Wie bereits erläutert, sind insbesondere bei Biosignalen viele Merkmale nur in der Verbundebene Zeit-Frequenz darstellbar. Daher kann man sie in der Verbundebene mit entsprechenden zeitvariablen Filtern hervorheben bzw. unterwünschte Anteile gezielt unterdrücken und anschließend zum üblichen Zeitverlauf zurück transformieren (zeitvariable Filter behandelt das Kapitel Digitale Filterung). Aus Sicht der praktischen Analyse wird die Umsetzung der Bedingung nach Gl. 4.54 die größten Probleme bereiten. Die meisten Analysefenster w(W) konvergieren an ihren Rändern gegen Null, so dass das Synthesefenster an diesen Stellen theoretisch gegen Unendlich divergiert. Die praktischen Aspekte werden im Folgenden behandelt. Nach dem Übergang in den zeitdiskreten Bereich gilt für die STFT die Beziehung nach Gl. 4.55. STFTxw n, k
M 1
¦ xn m M 1 / 2 wm e j 2Skm / M
(4.55)
m 0
In Gl. 4.55 ist n der Zeitindex, k der Frequenzindex, m Index der Hilfsvariable in Zeit, M die ungerade Fensterlänge.
Dementsprechend gilt für die diskrete inverse STFT die Beziehung nach Gl. 4.56.
236
4 Zeit-, Frequenz- und Verbundbereich
xn
M 1
¦ STFTxw n, k H k e j 2Skm / M
(4.56)
k 0
Die Bedingung nach Gl. 4.54 gilt entsprechend auch im zeitdiskreten Bereich (Gl. 4.57). M
¦ wn hn 1
(4.57)
n 1
Wie bereits in den Kapiteln 4.2.1.2 Fensterung und 4.2.2.3 Diskrete Fouriertransformation als Filterbank erläutert, ist die spektrale Auflösung bzw. die Bandbreite des Analysefensters umgekehrt proportional von der Fensterlänge abhängig. Im Verbundbereich Zeit-Frequenz kommt ein wichtiger Parameter hinzu – die Zeitauflösung. Diese ist direkt proportional von der Fensterlänge abhängig, so dass die Frequenz- und die Zeitauflösung miteinander über die Fensterlänge verkoppelt sind (Gl. 4.58). 't ~ M ~
1 'f
(4.58)
Die Wirkung der Fensterlänge ist in Abb. 4.54 für einen EKG-Ausschnitt dargestellt (Betrag der Fourierkoeffizienten). Für die praktische Analyse bedeutet diese Abhängigkeit, dass man für jedes Biosignal bzw. seine Merkmale einen Kompromiss zwischen der gewünschten spektralen und der zeitlichen Auflösung finden muss. Eine typische Analyseaufgabe ist in Abb. 4.57 dargestellt. Das Auge einer Versuchsperson wurde mit 8 pps (kurze Lichtblitze mit 125 ms Abstand) stimuliert, aus dem EEG wurde das visuell evozierte Potential (VEP) mit Hilfe der reizsynchronen Mittelung gewonnen. Bei einer Fensterlänge von M = 255 bzw. 1020 ms sind die einzelnen spektralen Komponenten gut identifizierbar (Abb. 4.57 oben): Die gesuchte, zeitlich veränderliche Amplitude des VEP bei 8 Hz, eine D-Welle (11 Hz) zwischen t = 0.5 s...1 s, ein transienter Anteil bei ca. 1 Hz (verschmiert zwischen 0 s...1.2 s). Im Vergleich dazu zeigt ein halb so langes Fenster mit M = 127 bzw. 508 ms (Abb. 4.57 unten) zwar eine schlechtere spektrale Auflösung, dafür aber eine deutlich bessere Zeitauflösung. Dies ist insbesondere an dem kurzen transienten Anteil des VEP bei t = 0.2 s...0.6 s gut sichtbar. Der transiente Anteil liegt tatsächlich in etwa im Bereich von 0.1 s bis 0.6 s, so dass die untere Darstellung der Realität bezüglich dieses Signalmerkmals besser entspricht. Allerdings ist hier die spektrale Auflösung so schlecht, dass es zur Verwechslung der Reizantwort mit der D-Welle kommen könnte.
4.3 Signalanalyse im Zeit-Frequenz-Verbundbereich
M=255
Frequenz / Hz
30 20 10 0 0
0.5
1
1.5
2
2.5
3
3.5
4
2.5
3
3.5
4
M=127
30
Frequenz / Hz
237
20 10 0 0
0.5
1
1.5
2
Zeit / s
Abb. 4.57 STFT eines visuell evozierten Potentials nach einer optischen Reizung mit 8 pps37 und einer Fensterlänge von M = 255 (oben) und M = 127 (unten). Die DFT-Länge war N = 1000, dargestellt ist der Betrag der Fourierkoeffizienten (Die Grauwertskala ist negativ, d.h. hohe Leistung ist schwarz dargestellt)
4.3.2.2 Spektrogramm
In vielen Bereichen der spektralen Signalanalyse stehen nicht die (komplexen) Fourierkoeffizienten im Vordergrund, sondern entsprechend der physikalischen Natur der Signalquelle ihre Leistung bzw. Energie. Diese Signale werden von Energiequellen produziert (Schall, Licht, Wärme, Strahlung), aber auch Biosignale kann man bei bestimmten Fragestellungen als Leistungssignale betrachten. So ist beispielsweise der Effektivwert (rms, root-mean-square) eines EMG ein Maß für die aktuelle mechanische Kraft des untersuchten Muskels oder die Momentanleistung in einem EEG-Band Ausdruck einer spezifischen Hirnaktivität. Natürlich möchte man wissen, wie sich die Muskelkraft und die spektrale EEG-Leistung im Zeitverlauf ändern. Dafür eignen sich dynamische Spektren der Leistung bzw. Energie. In die Berechnung der Leistung gehen Spannungen und/oder Ströme in ihrer zweiten Potenz ein. Solche Größen bezeichnet man als Leistungs- (z.B. periodische Signale konstanter Leistung) bzw. Energiesignale (zeitlich begrenzte Signale) (Gl. 4.59).
37
pps = pulse-per-second, Anzahl Impulse pro Sekunde
238
4 Zeit-, Frequenz- und Verbundbereich
pt E
u 2 t R
i 2 t R
1 2 ³ u t dt RT
o x 2 t
R ³ i 2 t dt o ³ x 2 t dt T
(4.59)
T
In Gl. 4.59 ist u(t) die Spannung über dem Widerstand R, i(t) der Strom durch den Widerstand R, p(t) die Momentanleistung, E die Energie, x(t) ein Signal, das die Spannung u(t) oder den Strom i(t) für die Signalverarbeitung abstrahiert. Der Widerstand R ist für die Signalverarbeitung ein konstanter Faktor, der jederzeit eingefügt werden kann und daher für die Signalverarbeitung als solche unwichtig ist. Das energetische Äquivalent der STFT ist das Spektrogramm (Gl. 4.60). Der Betrag der Fourierkoeffizienten wird quadriert, wodurch man ein dynamisches Leistungsspektrum erhält. Allerdings geht durch diese Operation die Phaseninformation verloren, so dass eine Rekonstruktion des Signals nicht mehr möglich ist. SG xw t , f
STFTxw t , f
2
(4.60)
Das Spektrogramm des VEP aus Abb. 4.57 ist in der Abb. 4.58 dargestellt. Hier ist die Verteilung der Signalenergie in der Zeit-Frequenz-Ebene deutlich sichtbar. Der Realität entsprechend besitzt die höchste Signalenergie der transiente Anteil im VEP um 0.5 nach dem Reiz. Die Darstellung ist logarithmisch (in dB), wie bei der Darstellung von Signalleistungen üblich. Das Leistungsspektrum lässt sich allerdings auch auf einem anderen – auf dem indirekten Weg – berechnen (Die Berechnung nach Gl. 4.60 wird als direkter Weg bezeichnet). Da Biosignale und/oder Störungen neben periodischen Komponenten immer einen stochastischen Anteil besitzen, verwendet man ab hier, wo es sinnvoll ist, die verallgemeinerte Darstellung mit statistischen Maßen. Damit sind deterministische Signale implizit mit eingeschlossen. Man kann die Signalleistung bereits im Zeitbereich durch die Autokorrelationsfunktion (AKF) bzw. die Kreuzkorrelationsfunktion ausdrücken (Gl. 4.61).
U xx W
f
³ xt xt W dt
f f
U xy W ³ xt y t W dt
(4.61)
f
Da sich die Korrelationsfunktionen nach Gl. 4.61 nur in der Kombination der Signale unterscheiden, wird der Einfachheit wegen im Weiteren allein die AKF be-
4.3 Signalanalyse im Zeit-Frequenz-Verbundbereich
M=255
Frequenz / Hz
30 20 10 0 0
0.5
1
1.5
2
2.5
3
3.5
4
2.5
3
3.5
4
M=127
30
Frequenz / Hz
239
20 10 0 0
0.5
1
1.5
2
Zeit / s
Abb. 4.58 Spektrogramm des VEP aus Abb. 4.56. Die Grauwerte entsprechen dem Logarithmus der Signalleistung. (Die Grauwertskala ist negativ, d.h. hohe Leistung ist schwarz dargestellt)
Direkter Weg, Spektrogramm, M=255
Frequenz / Hz
30 20 10 0
0.5
1.5
2
2.5
3
3.5
Indirekter Weg, spektrale Leistungsdichte, M=255
30
Frequenz / Hz
1
20 10 0
0.5
1
1.5
2
Zeit / s
2.5
3
3.5
Abb. 4.59 Spektrogramm eines VEP (oben) auf dem direkten Weg (aus Abb. 4.56 und Abb. 4.57) und spektrale Leistungsdichte auf dem indirekten Weg (unten). In beiden Verteilungen ist die Fensterlänge gleich M = 255 (Die Grauwertskala ist negativ, d.h. hohe Leistung ist schwarz dargestellt)
240
4 Zeit-, Frequenz- und Verbundbereich
handelt. Die AKF ist eine gerade Funktion, so dass eine zeitliche Spiegelung möglich ist (Gl. 4.62). f
f
f
f
³ xt xt W dt
³ xt xW t dt
(4.62)
Der rechte Teil der Formel nach Gl. 4.62 entspricht der Faltung des Signals x(t) mit sich selbst. Dies kommt der Multiplikation des Spektrums mit sich selbst, also dem Betragsquadrat, gleich (Gl. 4.63). S xx f S x f S x* f
(4.63)
Transformiert man also die Korrelationsfunktion in den Frequenzbereich, so erhält man die Auto- bzw. Kreuzleistungsdichte (Gl. 4.64). S xx f S xy f
f
³ U xx W e
j 2SfW
dW
f f
j 2SfW dW ³ U xy W e
(4.64)
f
Die Beziehung nach Gl. 4.64 ist auch als das Wiener-Kintschine-Theorem bekannt. Für eine Zeit-Frequenz-Darstellung ist wie bei der STFT eine weitere Hilfsvariable in der Zeit notwendig (Gl. 4.65). Diese Funktion wird auch als die temporale (momentane) Korrelationsfunktion (TCF38) bezeichnet.
U xx t ,W xt xt W
(4.65)
Natürlich kann man verschiedene Fenster verwenden, wie im Kapitel 4.2.1.2 Fensterung beschrieben. Dann lässt sich die Beziehung nach Gl. 4.65 verallgemeinern zu Gl. 4.66. w t ,W U xx
f
³ xt xt W wt 't dt '
(4.66)
f
In Gl. 4.66 ist t die aktuelle Zeit, W die Zeitverschiebung der AKF und t’ die Zeitvariable zur Integration über die Fensterfunktion w(t).
Ausgehend von der lokalen AKF lässt sich die dynamische spektrale Leistungsdichte nach Gl. 4.67 formulieren.
38
Temporal Correlation Function
4.3 Signalanalyse im Zeit-Frequenz-Verbundbereich
S xx t , f
f
241
³ U xx t ,W e
j 2SfW
dW
(4.67)
f
Obwohl theoretisch beide Wege – der direkte sowie der indirekte – zur gleichen Energieverteilung in der Zeit-Frequenz-Ebene führen, ergibt die praktische Berechnung erwartungsgemäß unterschiedliche Ergebnisse, wie in Abb. 4.59 dargestellt. Während die spektrale Auflösung bei gleicher Fensterlänge zwangsläufig gleich ist, ist die zeitliche Auflösung des indirekten Weges geringfügig besser. Allerdings zeigen sich in der Zeit-Frequenz-Verteilung (TFD, time-frequencydistribution) des indirekten Weges lokale Instationaritäten, die als Störungen zu werten sind. Im zeitdiskreten Bereich kann man die AKF und die Leistungsdichte (diskretes Leistungsspektrum) mit Hilfe der Formeln Gl. 4.68 und Gl. 4.69 berechnen.
U xx n, m xn xn m
(4.68)
In Gl. 4.68 ist n der aktuelle Zeitindex, m der Index der AKF, M die ungerade Fensterlänge. S xx n, k
M
¦ U xx n, m wm e j 2Smk
(4.69)
m 0
In Gl. 4.69 ist w(m) eine Fensterfunktion, im einfachsten Fall ein Rechteck. Eine andere Fensterfunktion reduziert die lokalen Instationaritäten (Abb. 4.59 unten) durch Glättung, dadurch verschlechtert sich allerdings auch die spektrale Auflösung. 4.3.2.3 Wigner-Verteilung
Die AKF nach Gl. 4.65 lässt sich so modifizieren, dass die Verschiebezeit W halbiert wird und symmetrisch um den Zeitpunkt t variiert (Gl. 4.70). Außerdem verwendet man hier ein sogenanntes analytisches Signal, das Ville eingeführt hat (Erläuterung folgt). § W· § W· U t ,W x¨ t ¸ x* ¨ t ¸ ©
2¹
©
2¹
(4.70)
Transformiert man über die Zeitvariable W in den Frequenzbereich, so erhält man das Wigner-Ville-Spektrum [2] (Gl. 4.71).
242
4 Zeit-, Frequenz- und Verbundbereich f
Wx t , f
W
§
W·
j 2SW f dW ³ ¨t 2 ,t 2 ¸ e
f ©
(4.71)
¹
Offensichtlich besteht zwischen den AKF nach Gl. 4.65 und Gl. 4.70 ein Unterschied darin, wie die Zeitverschiebung W um den aktuellen Zeitpunkt t verteilt ist. Man kann sie mit Hilfe eines Parameters D verallgemeinern (Gl. 4.72). §
§1
· ·
§
§1
· ·
©
©
¹ ¹
©
©
¹ ¹
U D t ,W x¨¨ t ¨ D ¸W ¸¸ x * ¨¨ t ¨ D ¸W ¸¸ 2 2
(4.72)
Nach der Fouriertransformation der verallgemeinerten AKF über die Zeitverschiebung W erhält man das generalisierte Wigner-Ville-Spektrum (Gl. 4.73). f
W xD t , f
j 2SWf D dW ³ U t ,W e
(4.73)
f
Für D=0 erhält man das gewöhnliche Wigner-Ville-Spektrum (Gl. 4.71, Gl. 4.74), für D=1/2 das Rihaczek-Spektrum (Gl. 4.74). f
W
W
· j 2SWf 0 § dW ³ U ¨t 2 ,t 2 ¸ e
W x0 t , f W x1/ 2 t , f
f f
³
©
¹
U 1/ 2 t , t W e j 2SWf dW
(4.74)
f
Das methodische Ziel bei der Entwicklung der Wigner-Verteilung war ursprünglich, einen Signalkern (Analysefunktion) so zu formulieren, dass mit seiner Hilfe die Momentanfrequenz möglichst genau bestimmt werden kann [2]. Dieser Ansatz wurde vom Wigner 1932 in der Quantenmechanik entwickelt und findet in der Signalanalyse unter seinem Namen Anwendung. Die Wigner-Verteilung lässt sich (gemäß dem ursprünglichen Ansatz) für ein Einkomponenten-Signal (z.B. ein FM-Signal) wie folgt formulieren (Gl. 4.75). WDs t , f
f
W
W
§ · *§ · j 2SfW dW ³ s ¨ t 2 ¸ s ¨ t 2 ¸e
f f
©
¹
©
¹
Q · *§ Q · j 2SfQ § dQ ³ S ¨ f 2 ¸ S ¨ f 2 ¸e ¹ © ¹ f ©
(4.75)
In Gl. 4.75 ist zu beachten, dass eine lokale Korrelationsfunktion (Gl. 4.76) berechnet wird, so dass (auch in der praktischen Analyse) über die gesamte Signallänge integriert werden muss.
4.3 Signalanalyse im Zeit-Frequenz-Verbundbereich
243
§ W· § W· U t ,W s¨ t ¸ s * ¨ t ¸ ©
2¹
©
2¹
(4.76)
Die Besonderheit der lokalen Korrelationsfunktion (Gl. 4.76) besteht darin, dass über die Zeit nicht integriert wird, dass sie also gewissermaßen eine Momentanaufnahme der Korrelation darstellt. Da das Ziel darin besteht, die Momentanfrequenz exakt zu bestimmen, wird die Wirkung der WD39 auf ein linear moduliertes harmonisches Signal nach Gl. 4.77 untersucht. s t
§ § D ·· A cos¨¨ 2St ¨ f 0 t ¸ ¸¸ 2 ¹¹ © ©
(4.77)
In Gl. 4.77 ist f0 die Anfangsfrequenz und D/2 der lineare Frequenzanstieg.
Setzt man die Beziehung nach Gl. 4.77 in Gl. 4.75 ein, so erhält man als Ergebnis Gl. 4.78. WDs t , f
A2 G f f i t G f f i t 4 § 2 ·½ A 2 ° F ®cos 2S ¨¨ DW 2 f 0t Dt 2 ¸¸°¾ 2 °¯ © 4 ¹°¿
(4.78)
In Gl. 4.78 ist F die Fouriertransformierte, fi(t) die Momentanfrequenz des Signals nach Gl. 4.77.
Die Beziehung nach Gl. 4.78 zeigt, dass das Vorhaben einer exakten Bestimmung der Momentanfrequenz fi(t) gelungen ist, die Terme G(f-fi(t)) und G(f+fi(t)) beschreiben erwartungsgemäß den Frequenzverlauf spiegelbildlich im Bereich der positiven und negativen Frequenzen. Der letzte Term ist allerdings unerwünscht, es ist ein Artefakt, welches durch die Nichtlinearität der quadratischen Signalrepräsentation zusätzlich entstanden ist. Die Artefakte sind als hochfrequente Störungen symmetrisch um die Frequenzachse angeordnet, wie in Abb. 4.60 dargestellt. Man kann dieses Problem mit Hilfe der Erweiterung des reellen Signals s(t) in ein analytisches Signal x(t) lösen. Das analytische Signal x(t) ist komplex, wobei der Imaginärteil aus dem Realteil – der das reelle Signal enthält – so gebildet wird, dass alle Frequenzen um S/2 verschoben werden. Signaltheoretisch entspricht diese Operation der Hilbert-Transformation (Gl. 4.79).
39
WD = Wigner-Distribution, in der Fachliteratur übliche Abkürzung.
244
4 Zeit-, Frequenz- und Verbundbereich
S f F^st `
(4.79)
F^H^st `` j sgn f S f
Das komplexe analytische Signal x(t) setzt sich zusammen aus dem reellen Signal s(t) im Realteil und seiner Hilberttransformierten im Imaginärteil zusammen (Gl. 4.80). xt s t j H^s t `
(4.80)
Durch die Hilbert-Transformation, die erstmalig Ville zu diesem Zweck durchgeführt hat (Gl. 4.70, 4.71), verschwindet die Verteilung im negativen Frequenzbereich und damit auch die unerwünschten Artefakte, die positiven Anteile verdoppeln sich (Abb. 4.61). Die Wigner-Ville-Transformation ist damit die ideale Analysemethode für harmonische Einkomponentensignale mit linearem Frequenzanstieg bzw. -abfall. Die Momentanfrequenz ist in jedem Augeblick exakt ablesbar, da sich die Formel nach Gl. 4.78 für das analytische Signal auf einen einzigen Diracpuls-Zug vereinfacht (Gl. 4.81). WDx t , f
A2 G f f i t 2
(4.81)
1 0
Frequenz
-1 0
20
40
60
80
100
120
-100
-100
-50
-50
0
0
50
50
100
100
0
20
40
60
Zeit
80
100
120
0
50
Abb. 4.60 Wignerverteilung (WD) eines harmonischen Signals mit linear ansteigender Frequenz. Der Zeitverlauf (oben) und das Amplitudenspektrum (rechts) zeigen die eindimensionalen Repräsentationen des Signals. Im Verbundbereich (unten links) zeigen die Delta-Folgen korrekt den Frequenzverlauf in der Zeit. Zwischen den Rampen sind die störenden Artefakte angeordnet
4.3 Signalanalyse im Zeit-Frequenz-Verbundbereich
245
1 0
Frequenz
-1 0
20
40
60
80
100
120
-100
-100
-50
-50
0
0
50
50
100
100
0
20
40
60
Zeit
80
100
120
0
50
Abb. 4.61 Wignerverteilung (WD) eines analytischen Signals, das mit Hilfe der HilbertTransformation aus dem reellen Signal in Abb. 4.60 gebildet wurde. Nach der Transformation fällt die Komponente im Bereich der negativen Frequenz weg und damit auch die Artefakte. Zu beachten ist, dass die spektrale Amplitude doppelt so groß ist wie in Abb. 4.60
Spektrogramm
1000 900
Frequenzindex
800 700 600 500 400 300 200 100 0 0
200
400
Zeitindex
600
800
1000
Abb. 4.62 Spektrogramm einer Dreikomponente-Rampe (lineare Chirps) als drei Harmonische eines Grundchirps. Die Interferenzen sind schwach, die Zeit-Frequenz-Auflösung ist schlecht (Verschmierung in Zeit- und Frequenzrichtung)
246
4 Zeit-, Frequenz- und Verbundbereich
Testsignale mit linear veränderlicher Frequenz bieten zum Funktionstest der sensorischen Systeme des Menschen nicht nur signaltheoretisch (Gl. 4.81), sondern auch elektrophysiologisch nahezu ideale Analyseeigenschaften. Allerdings sind die Biosignale des Menschen keine Monokomponenten. Auf Grund der immer vorhandenen Nichtlinearitäten und technischen sowie biologischen Störungen sind im Messsignal mehrere gestörte Oberwellen enthalten. Im Folgenden wird zunächst die Wigner-Ville-Verteilung (WVV) einer Dreikomponenten-Rampe untersucht. Eine Dreikomponenten-Rampe kann z.B. aus einem Grundchirp40 in Folge einer Nichtlinearität dritter Ordnung entstehen, wie in Abb. 4.62 dargestellt. Das Spektrogramm repräsentiert die drei Chirps zwar korrekt, aber die Zeit-Frequenz-Auflösung ist unzureichend. Die WVV repräsentiert die Chirps mit einer idealen Zeit-Frequenz-Auflösung, allerdings treten zwischen den Chirps Interferenzen auf. Grundsätzlich gilt, dass jedes Komponentenpaar eine Interferenz erzeugt. In diesem Beispiel führt das dazu, dass der erste und der dritte Chrip in ihrer Mitte Interferenzen erzeugen, die direkt den zweiten Chirp beeinträchtigen. Zusätzlich erzeugt der zweite Chirp mit dem ersten und dem dritten weitere Interferenzen. Mathematisch lassen sich die Interferenzen analog zu Gl. 4.75 bis 4.78 erklären. Diese Darstellung zeigt das wesentliche Problem der Wigner-basierten Verteilungen: In der Wigner-Verteilung erzeugt jedes Komponentenpaar eine Interferenz. Diese Interferenzen erschweren die Interpretation, in Extremfällen machen sie sie sogar unmöglich. Unter einem Komponentenpaar versteht man nicht nur zwei voneinander isolierte Chirps, sondern auch Teile eines nichtlinearen Chirps, die eine gemeinsame Projektion haben. Diese Situation ist in Abb. 4.64 dargestellt: Die Schenkel der Sinusschwingung sind für die WVV unterschiedliche Komponenten, so dass jedes Paar eine Interferenz erzeugt. Dieses Beispiel zeigt, dass auch Einkomponentensignale Interferenzen erzeugen können. Dies erschwert weiterhin die Interpretation von Biosignalen, z.B. der Herzrate und der Herzratenvariabilität, bei den die Momentanfrequenz vom grundlegenden Interesse ist (s. Abschn. 4.1.2.3 Bestimmung von Frequenz und Rate). Um die zuverlässige Bestimmung der Momentanfrequenz zu erhalten, muss nach Möglichkeiten gesucht werden, die Interferenzen zu eliminieren, oder zumindest zu unterdrücken. Erwartungsgemäß müssen die Korrelationsfunktionen der Chirps und der Interferenzen unterschiedlich sein. Aus der eindimensionalen Signalanalyse ist die duale Beziehung zwischen der spektralen Leistungsdichte und dem Verschiebungsoperator der Korrelationsfunktion bekannt (Gl. 4.29).
40
Chirp ist ein harmonisches Signal mit zeitlich veränderlicher Frequenz
4.3 Signalanalyse im Zeit-Frequenz-Verbundbereich
247
Wigner-Ville-Verteilung
1000 900
Frequenzindex
800 700 600 500 400 300 200 100 100
200
300
400
500
Zeitindex
600
700
800
900
1000
Abb. 4.63 WVD, Wigner-Ville-Verteilung einer Dreikomponenten-Rampe (s. Abb. 4.62). Die Basis bildet die lokale Korrelationsfunktion nach Gl. 4.76, die eindimensional mit Hilfe der Fouriertransformation in den Zeit-Frequenz-Bereich übertragen wird (Gl. 4.75)
WVV eines sinusmodulierten Chirps 120
Frequenzindex
100 80 60 40 20
20
40
60
Zeitindex
80
100
120
Abb. 4.64 Wigner-Ville-Verteilung eines sinusmodulierten Chirps. Die Schenkel der Sinusschwingung erzeugen paarweise Interferenzen als wären sie unterschiedliche Komponenten
248
4 Zeit-, Frequenz- und Verbundbereich
Da die zweidimensionale Korrelationsfunktion Ax(W,Q) ein Funktional in Abhängigkeit von der Zeitverschiebung W und der Frequenzverschiebung Q ist, kann sie nach Gl. 4.82 berechnet werden. Ax W ,Q
³³ Wx t , f e
j 2S Qt Wf
dfdt
(4.82)
t, f
Sie wird auch als Ähnlichkeitsfunktion (Ambiguity Function) bezeichnet. Ihre Bedeutung wird am folgenden Beispiel demonstriert. Aus den Chirps (erster und dritter) nach Abb. 4.62 werden mit Hilfe von Gauss-Fenstern zwei isolierte Monokomponenten (Autoterme) in der Zeit-Frequenz-Ebene gebildet (Abb. 4.65). Diese Monokomponenten erzeugen in ihrer Mitte eine Interferenz (Kreuzterm41). Ihre Zeit-Frequenz-Verteilung wird zweidimensional über die Fouriertransformation (Gl. 4.82) in die Ähnlichkeitsebene transformiert (Abb. 4.66). In der Ähnlichkeitsebene sind die Autoterme (erwünschte Anteile) um den Ursprung versammelt, während die Kreuzterme (Interferenzen) vom Ursprung und von den Autotermen entfernt sind. Man kann in diesem Fall um die Autoterme eine Maske (eine zweidimensionale Filterfunktion) so setzen, dass die Autoterme erhalten bleiben und die Kreuzterme eliminiert oder zumindest unterdrückt werden. Eine binäre Maske in Form eines Kreises wäre hier bereits anwendbar (innerhalb des Kreises mit EinWigner-Verteilung von zwei Gauss-Chirps
1000 900
Autoterm
Frequenzindex
800 700 600
Kreuzterm
500 400 300
Autoterm
200 100 100
200
300
400
500
Zeitindex
600
700
800
900
1000
Abb. 4.65 Wigner-Verteilung von zwei Gauss-modulierten linearen Chirps (Autoterme). Zu beachten ist die in der Mitte zwischen den Chirps liegende Interferenz (Kreuzterm)
41
Kreuzterme entstehen in Folge von Nichtlinearen Operationen, hier zweiter Ordnung
4.3 Signalanalyse im Zeit-Frequenz-Verbundbereich
Zeit-Frequenz-Korrelation (Ähnlichkeitsfunktion)
500
nue-Index (Frequenzverschiebung)
249
400
Kreuzterme
300 200 100
Autoterme
0 -100
Kreuzterme
-200 -300 -400 -500
-400
-300
-200
-100
0
100
200
tau-Index (zeitliche Verschiebung)
300
400
Abb. 4.66 Ähnlichkeitsfunktion (ambiguity function) der gaussmodulierten Chirps aus Abb. 4.65. Die Autoterme (erwünschte Anteile) sind um den Ursprung angeordnet. Die Kreuzterme (Interferenzen) liegen vom Ursprung und den Autotermen entfernt. Der Kreis um Autoterme stellt eine (binäre) Maske dar, mit der die Autoterme durchgelassen und die Kreuzterme eliminiert werden
sen gefüllt, außerhalb Nullen). Diese Tiefpass-Filteroperation wirkt sich durch Verschlechterung der Auflösung in der Zeit-Frequenz-Ebene (Tiefpass glättet, daher schlechtere Auflösung) aus. Die zur Trennung von Auto- und Kreuztermen einsetzbaren Masken werden auch SignalKern, oder einfach Kern, genannt. Analog zu Analysefenstern in der Spektralanalyse (s. Abschn. 4.2.1.2 Fensterung) gibt es verschiedene Möglichkeiten der Kern-Gestaltung. Da die Kerne zweidimensional sind, können sie in jeder Dimension einzeln, von der anderen Dimension unabhängig, konstruiert werden. Zu einem zweidimensionalen Kern können sie anschließend durch Fusion in der Verbunddarstellung zusammengeführt werden. Dies bedeutet aber auch, dass man für beide Dimensionen – Zeit und Frequenz – die Analysefenster unabhängig voneinander definieren kann. Und dies ist der fundamentale Unterschied zum Spektrogramm. Im Spektrogramm hängen die zeitliche und die spektrale Auflösung unmittelbar von der Länge des Analysefensters M und damit voneinander ab (Gl. 4.83).
250
4 Zeit-, Frequenz- und Verbundbereich
't ~ M ~
1 'f
(4.83)
Wie bereits in Abb. 4.62 gezeigt, führt im Spektrogramm eine gute zeitliche zu einer schlechten spektralen Auflösung und umgekehrt. In Wigner-basierten Verteilungen können die zeitliche und die spektrale Auflösung unabhängig voneinander eingestellt werden. Die Auflösungsgrenze ist jedoch durch die Heisenbergsche Unschärferelation bestimmt. Dies ist der wesentlichste Vorteil der Wigner-Verteilungen im Vergleich zu allen anderen Methoden der Zeit-Frequenz-Analyse. In der praktischen Analyse wird die durch die Heisenbergsche Unschärferelation (Gl. 4.50) gegebene Grenze kaum erreicht, da vorher bereits bekannte Beschränkungen der digitalen Signalanalyse wirksam werden (Bandbreite, spektrale Auflösung, Randeffekte). Ein Kern wird analog zum eindimensionalen Fenster (s. Abschn. 4.2.1.2 Fensterung) auf die Ähnlichkeitsfunktion angewandt (Gl. 4.84). AxK W ,Q
Ax W ,Q K W ,Q
(4.84)
Die gefilterte Ähnlichkeitsfunktion ergibt nach der Fouriertransformation die von Kreuztermen bereinigte WVV (Gl. 4.85, Abb. 4.65). WxK t , f
K j 2S Qt Wf dQdW ³³ Ax W ,Q e
(4.85)
t, f
Nach der Fouriertransformation (Gl. 4.85) der maskierten Ähnlichkeitsfunktion (Gl. 4.84) verschwinden die Kreuzterme und die gewünschten Autoterme bleiben übrig (Abb. 4.67). Bei realen Signalen ist die Filterwirkung natürlich nicht so wirksam, wie in diesem simulierten Fall. Die Beseitigung der Kreuzterme wird schwieriger, wenn sich die Autoterme in Zeit oder in Frequenz oder in beiden überlappen. Daher wurden von mehreren Forschern spezifische Kerne entwickelt, die für eine bestimmte Gruppe von Signalen geeignet und nach ihren Erfindern benannt sind. Das klassische Spektrogramm (s. Abschn. 4.3.2.2 Spektrogramm, Gl. 4.60) lässt sich mit Hilfe der WV wie folgt formulieren (Gl. 4.86). SG xw t , f
Ww t ' t , f ' f W x t ' , f ' df ' dt ' ³³ ' '
t f
(4.86)
4.3 Signalanalyse im Zeit-Frequenz-Verbundbereich
251
In Gl. 4.86 ist Ww die Wignerverteilung des konventionellen Analysefensters durch 2D-Filterung. Da nur ein Fenster W mit einem einzigen Freiheitsgrad (Fensterlänge) vorhanden ist, von dessen Länge auch die spektrale Auflösung abhängig ist (Gl. 4.83), ist die Einhaltung der Unschärfebedingung vorab gesichert. Allerdings hat ein solches Fenster eine starke Glättungswirkung, die zwar die Interferenzen wirksam unterdrückt, aber auch eine Verschmierung der Autoterme zur Folge hat (Abb. 4.62). Im Sinne des zweidimensionalen Kerns kann man die Zeitund Frequenzauflösung entkoppeln, in dem man für jede Dimension ein eigenes Fester einführt. Dieser Ansatz führt zur geglätteten Pseudo-Wigner-Verteilung42 (Gl. 4.87). SPWD x g , H t , f
g t t ' H f f ' W x t ' , f ' df ' dt ' ³³ ' '
(4.87)
t f
Der Glättungskern in der Zeit-Frequenz-Ebene ergibt sich demnach zu (Gl. 4.88) K SPWD t , f
g t H f ,
(4.88)
wobei g(t) und H(f) zwei voneinander unabhängige, frei wählbare 8 sind. In Gl. 4.88 ist weiterhin zu beachten, dass der Kern in der Zeit-Frequenz-Ebene definiert Zeit-Frequenz-Verteilung mit Kernel 900
Frequenzindex
800 700 600 500 400 300 200 100 0 0
100
200
300
400
500
Zeitindex
600
700
800
900
Abb. 4.67 WVV der Signals aus Abb. 4.65 nach Anwendung einer Filtermaske (binärer Kern) auf die Ähnlichkeitsfunktion in Abb. 4.66
42
SPWD – Smoothed Pseudo Wigner Distribution
252
4 Zeit-, Frequenz- und Verbundbereich
ist. Hier kann er entsprechend Gl. 4.86 verwendet oder als Maske in die Ähnlichkeitsebene transformiert und dort auf die Ähnlichkeitsfunktion der Chirps angewandt werden. Ein Spezialfall der S