Inlägg 2: Framtagande och bearbetning av EAdi signalen

EAdi signalbehandling är ett fascinerande område i utveckling där nya material och ökad processorkraft har tillåtit oss att göra ändlösa beslut i realtid. Bloggen nedan beskrivs de viktigaste stegen för förvärv och bearbetning EAdi signalen (eller Edi på Servo-i). Observera att beslut fattas varje 16ms under NAVA och övervakning neurala respiratorisk drive kan utföras med samma upplösning.

Den EADI kateter

För att erhålla EAdi signalen, utformat vi en rad 9 elektroder ( 1 referens/marken) organiseras för att erhålla 8 bipolär inspelningar. Denna bipolär inspelning föredrogs att minimera påverkan av gemensamma läge störningar på signalen EAdi. Den array designen var helt enkelt att täcka respiratoriska rörelser av membranet. För att förenkla användningen av dessa sensorer och deras införande i matstrupen utformat vi elektroder som skulle kunna tillämpas på en vanlig nasogastrisk sond. På grund av anatomiska förändringar med tillväxt justerat vi interelectrode avståndet för att täcka membranrörelse observerades vid olika kroppslängd.

Signal förvärv och filtrering

Förvärv av EAdi (och någon EMG-signal) följer vissa regler. Den så kallade Nyqvists sats (http://en.wikipedia.org/wiki/Nyquist%E2%80%93Shannon_sampling_theorem) anges att en signal måste förvärvas i en frekvens av minst två gånger den högsta frekvens material den innehåller. Detta är ett steg för att förhindra så kallade ”alias”. (http://en.wikipedia.org/wiki/Nyquist–Shannon_sampling_theorem#aliasing). Aliasing kan betecknas som en effekt som orsakar sinusformade signaler till alias till en annan sinuskurva av samma frekvens, men med en annan fas och amplitud. Den trans-esophageally uppmätta EAdi förvärvas till 2KHz, vilket är minst 4 gånger högre än dess högsta frekvenskomponent. Ett andra steg i processen är filtrering av signalen: lågpassfilter tillåter låga frekvenser och används för att förhindra aliasing, således det kallas också en anti-aliasing filter. Högpass filter tillåter höga frekvenser och tillämpas först för att stabilisera signalerna DC nivå och undvika mättnad av förstärkarna. Högpass filter tillämpas också för att eliminera lågfrekventa signaler induceras av förändringar i vävnaden-elektrod gränssnitt så kallade ”elektrod motion störningar”, esofagus peristaltiken, lägre esofagus ringmuskel aktivitet och hjärtats aktivitet som har en frekvens-innehåll som är främst lägre än för EAdi. Men den låga frekvensen av EAdi spektrumet överlappar den höga frekvensen t.ex. hjärt spektrum, sådan som ett skräddarsytt filter att optimera förhållandet signal-to-cross-talk. Så kallade notch-filter genomförs för att eliminera störningar relaterade till specifika frekvenser och deras övertoner t.ex. 50 eller 60 Hz AC. Senare i signalbehandling, logiska algoritmer implementeras på varje 16 ms EAdi signal att upptäcka icke-diafragma signaler och ersätta dem med förutsagda värden. Att dämpa stokastiska variationer av EAdi signalen och att extrapolera trenden för EAdi utan att orsaka runaway, kan rekursiv filtrering av EAdi tillämpas.

Elektrodfiltrering

En stort problem EAdi signalbehandling var att övervinna så kallade elektrod-filtrering. När membranet rör sig med avseende på matstrupen och EAdi katetern kan flytta inom matstrupen, placerar av elektroder vis-à-vis membranet ändras kontinuerligt.

Med bipolär elektrod förstärkning, påverkas signalen amplituden av placera av den elektrod par vis-à-vis membranet. Till exempel om membranet (dvs. dess elektriska aktivitet) är centrerad mellan elektroderna, bipolär elektrod arrangemanget kommer att avbryta signalen eftersom samma signalerna registreras på båda elektroderna och sedan subtraheras. Detta kommer att resultera i en EAdi signal med minskad amplitud och ökad frekvens innehåll. Starkaste EAdi signalen med en bipolär elektrod arrangemang erhålls när en elektrod är nära membranet (hög EAdi) och andra är från membranet (låg EAdi). Detta bipolär elektrod placering tillåter högsta amplituden av EAdi (med relativt lägre frekvens innehåll) och ändå ge bra gemensamma läge dämpning cancelling överhörning signaler.

Det bör också noteras att interelectrode avståndet agerar eftersom en hög passera filter dvs mindre interelectrode avståndet den mindre lågfrekventa vågformer kan mätas.

Påvisande av membran position på elektrod array (cross-korrelation teknik)

På grund av utformningen av de EAdi elektrod array, att ha samma ordning av polaritet för alla bipolär elektrod recordings, är EAdi signaler erhålls ovanför och nedanför mellangärdet inversen till varandra.

Därför har vi utvecklat den så kallade cross-korrelation-tekniken: successivt korrelera en elektrod par till andra nästa elektrod par. Denna metod skulle ge positiv korrelation dvs signaler är samma fas om båda erhålls ovan (eller båda nedan) membranen, medan signaler som erhållits från elektroden par ligger ovanför och nedanför (dvs. över membranet) visar motsatt fas och ge mest negativa korrelationskoefficienten.

Dubbel subtraktionsteknik

För att undvika elektrod filtrering dvs för att minska påverkan av (bipolär) elektrod par position vis-à-vis membranet på EAdi amplituden, vi utvecklat en metod som kallas ”dubbel-subtraktion tekniken”. Dubbel-subtraktion tekniken använder cross-korrelation tekniken för att avgöra de två elektrod-par (en till andra nästa) att alltför membranet. Eftersom dessa signaler återförs i fas dvs på grund av bipolär elektrod array arrangemang signalen ovan membranet är inverterad som erhålls nedanför mellangärdet, subtraktion av dessa signaler skapar en summerade signal som minskar elektrod filtrering och förbättrar signal-brus-förhållande. RMS i dubbel-subtraheras signal läggs sedan till RMS av den signal som erhålls i mitten (elektrod par ligger mellan elektrod paren används i den dubbla subtraktionen). RMS-värdet erhålls med dubbel-subtraktion teknik beräknas i realtid på 16 ms signal segment och utgör EAdi signalen. Med andra ord var detta historien bakom den signal vågform som representerar den neurala respiratorisk drivan att membranet används för övervakning och kontroll NAVA.

Nästa inlägg kommer att börja behandla fysiologiska tolkningen av EAdi signalen.