Umbral Cientfico

Fundacin Universitaria Manuela Beltrn

umbralcientifico@umb.edu.co

ISSN (Versin impresa): 1692-3375

COLOMBIA

2006
Gustavo A. Garca / Richard A. Velandia / Eulises M. Barn
ALGORITMO DE REDUCCIN DE RUIDO EN SEALES DE
ELECTROENCEFALOGRAFA UTILIZANDO LA DWT
Umbral Cientfico, junio, nmero 008
Fundacin Universitaria Manuela Beltrn
Bogota, Colombia
pp. 34-40

Red de Revistas Cientficas de Amrica Latina y el Caribe, Espaa y Portugal

Universidad Autnoma del Estado de Mxico
http://redalyc.uaemex.mx

ALGORITMO DE REDUCCION
DE RUIDO

EN SEALES DE ELECTROENCEFALOGRAFIA
UTILIZANDO LA DWT
Gustavo A. Garca1
Richard A. Velandia2
Eulises M. Barn3

RESUMEN
Una aplicacin importante en el tratamiento digital de seales es la eliminacin de ruido de tipo Aditivo
Blanco Gaussiano (AWGN por sus siglas en ingls) caracterizado por tener una distribucin de tipo
Normal, N(0,1) [7], el cual est presente en todos los sistemas digitales debido principalmente al ruido
trmico. Este articulo describe el algoritmo de reduccin de ruido al que se lleg despus de probar
en 10 seales de electroencefalografa (EEG) de la base de datos de la MIT-BIH polysomnographic,
ciento sesenta y dos (162) casos diferentes en cada uno de los cuales se variaron los siguientes
parmetros: tipo de umbralizacin, wavelet madre, estimacin del ruido, tipo de escalamiento y el
tamao de la ventana de anlisis de la seal EEG
Palabras claves: Eliminacin de ruido, Transformada Wavelet Discreta (DWT), procesamiento digital
de seales, Electroencefalografa (EEG), correlacin normalizada, umbralizacin.

ABSTRACT
An important application in the digital handling of signals is the elimination of noise type Additive White
Gaussian (AWGN), characterized by its normal distribution type, N (0,1) [7], which is present in every
digital system, mainly due to thermal noise. This article describes the noise reduction algorithm obtained
after trying in ten electroencephalographic signals (EEG) from the MIT-BIH polysomnographic data
base; in each of the 162 different cases the following parameters were changed: threshold type, main
wavelet, noise estimation, type of escalation and window size of the EEG signal analysis.
Key words: Noise elimination, DWT (Discrete Wavelet Transformed), digital signal processing,
Electroencephalography EEG, normal correlation, threshold finding.

Ingeniero Electrnico, Universidad del Quindo; Candidato a Maestra en Teleinformtica, Universidad Distrital. Docente Investigador Universidad Manuela Beltrn,
Co-Investigador grupo SAPAB
2
Ingeniero Electrnico Universidad Manuela Beltrn, miembro grupo SAPAB
3
Ingeniero Electrnico Universidad Manuela Beltrn, miembro grupo SAPAB

34

INTRODUCCIN
Las seales de electroencefalografa son
seales cuyos rangos presentan valores
entre los 0 y 300 micro-voltios (Koo, G y
Sabat, 2004), por lo que es imprescindible
usar etapas de amplificacin que
acondicionen la seal para su posterior
procesamiento. En este proceso, la
seal es contaminada por ruido de
tipo Aditivo Blanco Gaussiano (AWGN
por sus siglas en ingls) principalmente
generado por el ruido trmico(Cuesta,D;
Novak, D; Perez, J; Andrew, G; Eck, V;
Sastre, C; LLorca, M, 2000) producido
por los elementos semiconductores
utilizados en la amplificacin y posterior
digitalizacin de la seal de EEG. Debido
a que estas seales son utilizadas en
diversos diagnsticos y estudios
(como el de la epilepsia(Nicolaos,
C y Burdea, M, 2004), el anlisis
de la profundidad anestsica en
pacientes(Ballesteros, D, 2004), la
respuesta cerebral vestibular, entre
otros) se hace necesario investigar
herramientas que permitan eliminar
dicho ruido sin distorsionar la seal ya
que esto podra generar diagnsticos
incorrectos a pacientes.
El presente articulo se encuentra
estructurado en cinco secciones las cuales
describen las herramientas utilizadas, la
metodologa y los resultados obtenidos
con el algoritmo de reduccin de ruido
desarrollado en esta investigacin.

MATERIALES Y MTODOS

A. Herramientas utilizadas.
Para las pruebas de eliminacin de ruido
en seales de electroencefalografa, se
utilizaron diez seales de la base de
datos del MIT-BIH polysomnographic y
como herramienta software se emple
Matlab versin 6.5.
B. Metodologa
El proceso de eliminacin de ruido
empleado se muestra en la grafica 1,
el cual consta de 3 etapas (Velandia, R
y Baron, E, 2005)(Cuesta,D; Novak, D;
Perez, J; Andrew, G; Eck, V; Sastre, C;
LLorca, M, 2000)

Figura 1. Etapas en el proceso de reduccion de ruido

En la primera etapa se realiza la

descomposicin Wavelet de la seal de
electroencefalografa representada por
x(t), aplicndole la Transformada Wavelet
Discreta (DWT por sus siglas en ingls).
En la siguiente etapa, a los coeficientes
Wavelet arrojados por la transformada
que sean considerados ruido (aquellos
cuyo valor en magnitud sea menor al
del umbral estimado), se eliminan y
los que no se escalan o se disminuyen
dependiendo del tipo de umbralizacin
35

empleado, los cuales se mencionan

posteriormente en este documento.
Por ltimo se realiza la Transformada
Inversa Wavelet Discreta (IDWT por
sus siglas en ingls) a los coeficientes
que ya se encuentran sin ruido. Este
algoritmo tiene como base el algoritmo
shrinkage(Cerd, S y Romero, J, 1997)
(Donoho, D y Johnstone, I, 1994).
A cada seal se le aplicaron 162 casos
(pruebas) diferentes, variando los
siguientes parmetros:
Tipo de umbralizacin: se trabaj
umbralizacin tipo hard y umbralizacin
tipo soft, las cuales tienen una relacin
entre los coeficientes de entrada y
de salida como la mostrada en la
grfica 2. En la umbralizacin tipo
Hard se eliminan los coeficientes que
estn por debajo del umbral y en la
tipo Soft, adems de eliminar estos
coeficientes, a aquellos que estn por
encima del umbral se les aplica un
escalamiento (Cuesta, F; Andreu, G y
Perez, J, 2001).

Figura 2. Tipos de umbralizacin.

Wavelet madre: se realizaron pruebas

con las wavelet madre sym6, db6 y
coif2.
Estimacin del ruido: se emplearon
los mtodos rigsure, sqtwolog y
minimaxi(The Mathworks Inc, 2005).
Escalamiento al ruido estimado: se
emplearon los escalamientos one, sln
y mln (The Mathworks Inc, 2005).
Tamao de la ventana: en el anlisis
de seales de electroencefalografa
se tomaron ventanas de 1, 3 y 5
segundos a cuyos datos se les aplic
el algoritmo de eliminacin de ruido
con los parmetros anteriormente
mencionados.

El procedimiento que sigui despus

de obtener los resultados matemticos
de cada caso en las 10 seales de
electroencefalografa estudiadas, fue el
anlisis por parte de un experto quien
luego de analizar las seales filtradas
36

y de acuerdo a su criterio, se procedi

a escoger la mejor combinacin de
parmetros en la eliminacin del ruido
en seales EEG de tipo AWGN.

correspondientes a los casos planteados

en la tabla I, se encuentran descritos
en la tabla de casos (ver tabla II) la
cual tiene 7 columnas que en su orden
representan:

RESULTADOS
1) Nmero del caso
2) Tipo de umbralizacin utilizada
(soft o hard)
3) Base Wavelet
4) Tipo de escala utilizada a la
estimacin del umbral
5) Estimacin del umbral
6) Tamao de la ventana
7) Correlacin normalizada
promedio

Como se mencion en la seccin

anterior, el anlisis de un experto es
uno de los criterios de seleccin para
obtener el mejor caso en cuanto a la
eliminacin de ruido en seales de
electroencefalografa, como resultado
de este anlisis se obtuvo la tabla de
porcentaje de efectividad de casos (ver
tabla I) la cual contiene el nmero del
caso que tuvo un porcentaje alto de
Caso
resultados satisfactorios y contiene
el porcentaje de efectividad del
caso, que se obtuvo al dividir el 20
74
nmero de seales aprobadas por 129
el experto entre el total de ellas que 128
21
para este estudio son 10.
Caso
20
74
129
128
21
73
75
127

Porcentaje de
efectividad
90%
90%
90%
90%
50%
50%
50%
50%

tipo base escalaestimacion ventanaCorr

umb
umbral
Norm
Prom
s
sym6 sln
rigrsure
3 seg 0.9336
s
db6 sln
rigrsure
3 seg 0.9328
s
coif2 sln
rigrsure
5 seg 0.9482
s
coif2 sln
rigrsure
3 seg 0.9299
s
sym6 sln
rigrsure
5 seg 0.9487
s
db6 sln
rigrsure
1 seg 0.9479
s
db6 sln
rigrsure
5 seg 0.9497
s
coif2 sln
rigrsure
1 seg 0.9436

73
75
127

Tabla 2. Tabla de casos

Las figuras 3,4 y 5, muestran

grficamente los resultados del algoritmo
de eliminacin de ruido en los tres casos
ms significativos de la tabla I.

Tabla I. Porcentaje de efectividad de cada caso

Las combinaciones de los parmetros

que se mencionaron en la metodologa
37

ANLISIS DE RESULTADOS
De la tabla I se puede notar que tan solo
cuatro casos de los ciento sesenta y dos
tomados en este estudio, presentaron
un ptimo rendimiento y aceptacin por
parte del experto en la eliminacin de
ruido del tipo AWGN, de estos cuatro
casos analizando la tabla II, encontramos
que:
Figura 3 Grfica del caso 20 aplicado a la seal 1

Figura 4 Grfica del caso 74 aplicado a la seal 2

Figura 5. Grfica del caso 129 aplicado a la seal 2

1) La umbralizacin de tipo soft es mejor

en la eliminacin de ruido que la tipo
Hard.
2) El tipo de estimacin del umbral
rigrsure predomina sobre los otros
mtodos estudiados sqtwolog y
minimaxi.
3) El tamao de la ventana que
presenta mejor comportamiento en
la eliminacin del ruido fue el de 3
segundos, aunque con el caso 129
se tiene una ventana de 5 segundos
de la seal de electroencefalografa
tambin con buenos resultados. El
tamao de ventana de 1 segundo
no present resultados favorables
en el esquema propuesto en esta
investigacin.
4) De las bases wavelet estudiadas
se encontr que ninguna tiene una
predominancia sobre la otra.
5) En cuanto al tipo de escalamiento
que se le realiza al umbral estimado,
se encontr que sln presenta mejores
caractersticas que one y mln, los
cuales no estuvieron presentes en
los mejores casos encontrados.
38

6) Aunque podemos apreciar en la tabla

II que un posible rango de valores
para el promedio de la correlacin
normalizada calculada en cada
caso es de 0.93 a 0.95 para una
ptima eliminacin de ruido, ste no
es un parmetro fiable, ya que en
muchos de los restantes 162 casos
estudiados, el valor de la correlacin
se encontraban en este rango y no
fueron seleccionados por el experto
como satisfactorios.
Los
resultados
encontrados
en
(Cuesta,D; Novak, D; Perez, J; Andrew,
G; Eck, V; Sastre, C; LLorca, M, 2000)
muestran un filtrado del ruido casi sin
distorsin pero requiere de una alta
complejidad computacional ya que
el algoritmo se basa en realizar un
procesamiento a la seal de acuerdo al
nivel del ruido, segmentando la seal de
larga duracin en subpartes de manera
que la varianza y la media de la seal en
cada tramo se mantenga constante. En
el algoritmo desarrollado en este trabajo
se presentan caractersticas deseables
en la eliminacin de ruido en seales de
EEG de acuerdo al concepto del experto,
con una complejidad computacional
relativamente baja y cuya base es el
algoritmo shrinkage propuesto por
Donoho y Johnston (Cerd, S y Romero,
J, 1997).

CONCLUSIONES
La correlacin es un buen parmetro
base para poder tomar decisiones sobre
si los casos son apropiados o no en el
algoritmo de eliminacin de ruido, pero
no puede ser un parmetro definitivo
para escoger un caso en especial ya
que depende de que tanto ruido tenga
la seal.
Las combinaciones que utilizaron tipo
de umbralizacin Hard y escalamiento
one, fueron descartadas ya que no
eliminan el ruido de las seales de
electroencefalografa estudiadas.
La mejor combinacin que permite
eliminar efectivamente el ruido de la seal
se encontr al usar el clculo de umbral
Rigrsure combinado con una aplicacin
soft y un escalamiento sln con un ancho
de ventana de 3 segundos, sin importar
cual de las bases Wavelet (Wavelet
madre) se utilice de las estudiadas en
este trabajo.
Las correlaciones normalizadas cuyos
valores se encuentran por encima
de 0.99, fueron aquellas en las que el
algoritmo de eliminacin de ruido no
realiz ningn filtrado sobre la seal y
las que se encuentran por debajo de
0.90 fueron aquellas en que la seal de
electroencefalografa fue distorsionada
y no serva para hacer diagnstico con
ella.

39

BIBLIOGRAFIA
BALLESTEROS L., Dora Maria. Reduccin de ruido en seales ECG utilizando filtros wavelet, Universidad
Manuela Beltrn.
BARON, Eulises. Ingeniero Electrnico de la universidad Manuela Beltrn, Joven investigador grupo SAPAB.
CENTANARO, Gabriel. Mdico Neurlogo del Hospital Militar, Colaborador del grupo SAPAB como experto en
el anlisis de las seales de electroencefalografa.
CERD, S. y ROMERO, J. Umbral Automtico y Segmentacin en el Denoising, Revista de acstica, Vol.
28. N 3-4, 1997.
CUESTA F., David. ANDREU G, Gabriela. PEREZ C, Juan Carlos. Tesis Doctoral: Estudio de mtodos para
procesamiento y agrupacin de seales electrocardiogrficas, Departamento de informtica de sistemas y
computadoras. Universidad Politcnica de Valencia. 2001.
CUESTA, D. NOVK, D., PEREZ, J. C, ANDREW, G., ECK, V., SASTRE, C., LLORCA, M. Reduccin de ruido
en seales electrocardiogrficas mediante la transformada wavelet. In congreso Anual de la sociedad espaola
de Ingeniera Biomdica CASEIB200, Pg. 103-106, Cartagena(spain), 2000.
CUESTA, D. NOVK, D., PEREZ, J.C, ANDREW, G., ECK, V., SASTRE, C., LLORCA, M. Wavelet Denoising of
Long Duration Electrocardiogram Signal. Valencia Technical University, Alcoy, 2000.
DONOHO, D. L., JOHNSTONE, I. M., Ideal Denoising in an Orthonormal Basis Chosen from a Library of Bases.
1994. disponible en: http://citeseer.ist.psu.edu/7496.html
GARCIA, Gustavo A. Docente investigador Universidad Manuela Beltrn, Bogot D.C. Ingeniero Electrnico y
candidato a Magister en Ciencias de la informacin y las comunicaciones de la Universidad Distrital Francisco
Jos de Caldas, miembro grupo de investigacin Sistemas de Adquisicin, procesamiento y anlisis de seales
bioelctricas (SAPAB) de la Universidad Manuela Beltrn
KOO G, Maylin; SABAT E. Antoni; JAURRIETA, Eduardo. Tesis Doctoral Anlisis de la profundidad anestsica
mediante mtodos electroencefalogrficos, Departamento de Ciruga y Especialidades Quirrgicas, Universidad
de Barcelona, 2004.
NIKOLAOS, Chirakis; BURDEA, Marcel. Sumary PhD Thesis Clinics and therapy of eplilepsy, University of
Medicine and Pharmacy Gr. T. Popa Iassy, 2004.
THE MATWORKS INC. Wavelet Toolbox Users Guide, Disponible desde internet en: http://www:mathworks:
com=access=helpdesk=help=pdf doc=wavelet=wavelet ug:pdf
VELANDIA, Richard Ingeniero Electrnico de la universidad Manuela Beltrn, Joven investigador grupo
SAPAB
VELANDIA, Richard; BARON, Eulises. Trabajo de grado: Algoritmo de reduccin de ruido en seales
electroencefalogrficas y electromiogrficas, Programa de ingeniera Electrnica. Universidad Manuela Beltrn,
Bogot D.C., 2005

40