Algoritmo de Codificación de Señales Electrocardiográficas Mediante El Modelo Caótico de Lorenz
description
Transcript of Algoritmo de Codificación de Señales Electrocardiográficas Mediante El Modelo Caótico de Lorenz
![Page 1: Algoritmo de Codificación de Señales Electrocardiográficas Mediante El Modelo Caótico de Lorenz](https://reader035.fdocuments.ec/reader035/viewer/2022081811/55cf8ee3550346703b96a9eb/html5/thumbnails/1.jpg)
1
ALGORITMO DE CODIFICACIÓN DE SEÑALES
ELECTROCARDIOGRÁFICAS MEDIANTE EL MODELO CAÓTICO DE
LORENZ
Eduardo Barbará Morales
1, Oscar E. Rodríguez Ramírez
2, Emiliano Alba Blanco
3
1 Centro de Bioingeniería, Facultad de Ing. Eléctrica, ISPJAE, 2 Dpto. de Telecomunicaciones y Telemática, Facultad
de Ing. Eléctrica, ISPJAE, Centro de Bioingeniería, Facultad de Ing. Eléctrica, ISPJAE
RESUMEN
Las aplicaciones de los modelos o sistemas de ecuaciones caóticos en ramas como las comunicaciones,
la telemedicina, el procesamiento de señales e imágenes son cada vez más frecuentes. Los algoritmos que
generan señales caóticas pueden ser utilizados para la generación de portadoras, la encriptación y la
codificación entre otras aplicaciones. En este trabajo se plantea un método, que permite combinar señales
electrocardiográficas (ECG) obtenidas de un paciente, con un algoritmos que genera señales caóticas
utilizando como base el sistema de ecuaciones de Lorenz. A este algoritmo se le han realizado una serie
de modificaciones que mejoran el comportamiento del sistema. Los resultados obtenidos en
simulaciones realizadas frente al ruido son aceptables.
PALABRAS CLAVES: Algoritmos, ecuaciones caóticas, señal de electrocardiografía.
CODING ALGORITHM ELECTROCARDIOGRAPHIC SIGNALS BY
LORENZ CHAOTIC MODEL
ABSTRACT
Applications or systems models of chaotic equations in branches such as communications, telemedicine,
signal and image processing are becoming more frequent. The chaotic signals generated algorithms can
be used for the carrier generation, encryption and coding among other applications. This paper presents a
method for combining signals electrocardiographic (ECG) obtained from a patient with an algorithm that
generates chaotic signals using as a basis the system of Lorenz equations. In this algorithm have made a
number of changes to improve the system performance. The results obtained against noise simulations are
acceptable.
KEY WORDS: Algorithms, chaotic equations, electrocardiography signal.
![Page 2: Algoritmo de Codificación de Señales Electrocardiográficas Mediante El Modelo Caótico de Lorenz](https://reader035.fdocuments.ec/reader035/viewer/2022081811/55cf8ee3550346703b96a9eb/html5/thumbnails/2.jpg)
2
1. INTRODUCCIÓN
La teoría del caos es el estudio cualitativo del comportamiento aperiódico e inestable en sistemas
dinámicos no lineales y deterministas. El comportamiento aperiódico inestable es altamente complejo,
éste nunca se repite y continúa manifestando los efectos de cualquier pequeña perturbación [1].
Para el desarrollo de este trabajo trataremos el concepto caos como un sistema de ecuaciones que es el
resultado de un proceso determinístico y que ocurre en sistemas no lineales y realimentados en los cuales
existe una gran sensibilidad a las condiciones iniciales.
La característica de no linealidad es una de las fundamentales que se manifiestan en los algoritmos y
sistemas de ecuaciones que presentan comportamiento caótico [2].
El objetivo de este trabajo consiste en la codificación y decodificación de señales electrocardiográficas
utilizando el modelo de ecuaciones de Lorenz. Al modelo de ecuaciones utilizado le son realizadas
modificaciones que mejoran la aleatoriedad sin alterar las propiedades caóticas originales, lo que
constituye un aporte de este trabajo. Se compararon además los resultados obtenidos frente al ruido y a
otros métodos de modulación
2. ECUACIONES CAÓTICAS Y MODELO DE LORENZ
El modelo para la generación de señales caóticas que será tratado en este trabajo es el Modelo de Lorenz
[3],[4],[5]. Lorenz estaba interesado en la predictibilidad de las soluciones de las ecuaciones
hidrodinámicas. El sistema que obtuvo es el compuesto por las ecuaciones (1)-(3).
( )
Donde , y son parámetros de control. El modelo describe el movimiento de convección de un fluido
en una celda de Rayleigh-Bernard pequeña e idealizada. La variable x representa la velocidad de flujo del
fluido. Si x>0 el fluido circula en sentido horario mientras que si x<0 el fluido circula en sentido
antihorario. La variable y representa la variación de temperatura horizontal y la variable z representa la
variación de temperatura vertical. El parámetro σ (número de Prandtl) depende de las propiedades del
fluido. El sistema anterior es un sistema continuo expresado en función de las derivadas de x, y, z por lo
que necesita ser discretizado para realizar el procesamiento digital de esta señal con la señal de
electrocardiograma. Este proceso se realiza por medio de la aproximación de primer orden de Euler
obteniéndose un sistema de ecuaciones como se muestra (4)-(6), [6].
[ ( )]
[ ]
[ ]
(1)
(2)
(3)
(4)
(5)
(6)
![Page 3: Algoritmo de Codificación de Señales Electrocardiográficas Mediante El Modelo Caótico de Lorenz](https://reader035.fdocuments.ec/reader035/viewer/2022081811/55cf8ee3550346703b96a9eb/html5/thumbnails/3.jpg)
3
Donde es un parámetro escalar de tiempo. Al sistema ya expresado en forma discreta es lo que
llamamos mapa de 3D (tres dimensiones).
Para reducir la complejidad son aplicadas las siguientes transformaciones de escala y elevación que se
muestran en las ecuaciones (7)-(9)
( )
( )
( )
Donde y son respectivamente los parámetros de elevación y escala.
Los resultados de las ecuaciones se muestran en (10)-(12):
( )
( ) ( ) ⁄ ( )
( ) ( ) ⁄ ( )
En este trabajo fueron adoptados los siguientes valores para la simulación del sistema:
Aplicando estos valores antes mencionados a las ecuaciones 1.9, 1.10, 1.11, los resultados que se obtienen
finalmente se muestran en (13)-(15):
(
) (
)
(
) (
)
El sistema de ecuaciones (13)-(15): se conocen como mapa caótico de tres dimensiones, donde la clave
para la modulación está formada por los 8 bit menos significativos de la variable caótica [4],[5],[7].
Las transformaciones de escala y elevación así como la aritmética con números naturales fueron
empleadas para simplificar la realización e implementación computacional de este sistema de ecuaciones.
Este mapa es estructuralmente estable. Se puede realizar un análisis gráfico del sistema de las ecuaciones
(13)-(15) y comprobar que en realidad llega al caos, para este proceso se simuló en el asistente
matemático Matlab versión 7.10.0, los valores de las condiciones iniciales que se utilizaron fueron
Xn=19400, Yn=21315 y Zn= 32032. Estos valores fueron seleccionados teniendo en cuenta que
pertenecen al espacio de fases en el cual el algoritmo presenta comportamiento caótico. Los resultados se
muestran en la figura 1 y figura 2.
(7)
(8)
(9)
(10)
(11)
(12)
(13)
(14)
(15)
![Page 4: Algoritmo de Codificación de Señales Electrocardiográficas Mediante El Modelo Caótico de Lorenz](https://reader035.fdocuments.ec/reader035/viewer/2022081811/55cf8ee3550346703b96a9eb/html5/thumbnails/4.jpg)
4
II ALGORITMO DE CODIFICACIÓN.
En el diagrama en bloque que se observa en la figura 3 se describe el proceso de codificación junto al
algoritmo para la perturbación de una de las señales caóticas.
En este algoritmo se toman las variables Xn+1 e Zn+1 que tienen una longitud inicial de 16 bit, de cada una
de ellas se toman los 8 bit de la parte baja mediante una operación de AND lógico. Luego se realiza un
XOR y se almacena en un registro de 8 bit, estos bits posteriormente se realimentan nuevamente a la
posición donde fueron tomados en la variable Xn+1 para formar una nueva palabra de 16 bit como se
muestra en la figura 3.
Figura 1 Variable caótica Xn+1 correspondiente al sistema de ecuaciones (13)-(15)
Figura 2 Fractal correspondiente al sistema de ecuaciones (13)-(15).
Figura 3 Esquema de modulación y perturbación del generador caótico.
![Page 5: Algoritmo de Codificación de Señales Electrocardiográficas Mediante El Modelo Caótico de Lorenz](https://reader035.fdocuments.ec/reader035/viewer/2022081811/55cf8ee3550346703b96a9eb/html5/thumbnails/5.jpg)
5
Este proceso de realimentación constituye una excitación al sistema de ecuaciones que es la base de la
perturbación que se realiza en cada iteración de este algoritmo. A partir de ese momento la señal caótica
tiene un nuevo comportamiento, entonces se dice que el sistema de Lorenz ha sido perturbado [4].
En la figura 4 se puede ver el comportamiento de la variable caótica Xn+1 originalmente y luego ella
misma después de ser perturbada con el algoritmo que se propone en la figura 3. Como se puede observar
las variables difieren en su comportamiento en el tiempo, la matriz de coeficientes de correlación
obtenida con Matlab se puede apreciar que las dos señales presentan muy baja correlación. [5],[8]
Finalmente el proceso de codificación ocurre al realizarse la operación de XOR entre la variable caótica
Xn+1 modificada y el dato o información útil que en este caso es la señal de electrocardiografía (ECG). Un
fragmento de la señal de ECG utilizada se puede observar en la figura 5.
Figura 4 Señal Xn+1 en la parte superior y Xn+1 perturbada con la variable Zn+1 en la
parte inferior.
Figura 5 Fragmento de la señal de ECG utilizada.
![Page 6: Algoritmo de Codificación de Señales Electrocardiográficas Mediante El Modelo Caótico de Lorenz](https://reader035.fdocuments.ec/reader035/viewer/2022081811/55cf8ee3550346703b96a9eb/html5/thumbnails/6.jpg)
6
III. ALGORITMO DE DECODIFICACIÓN.
El algoritmo para realizar la decodificación de la señal de ECG es similar al descrito en el apartado
anterior. En este caso, para obtener la señal útil hay que realizar la operación lógica de XOR, de la
variable caótica perturbada con la señal que se recibe, obteniéndose nuevamente la información útil. La
longitud de las palabras binarias y el método para generar el algoritmo caótico coinciden con lo descrito
anteriormente. El diagrama en bloques del decodificador descrito se muestra en la figura 6 [5].
IV.SENSIBILIDAD A LAS CONDICIONES INICIALES
Se debe señalar que el sistema de ecuaciones caóticas que sea utilizado en el transmisor de origen, debe
ser generado exactamente en el receptor. Se debe contar además con una perfecta sincronización de las
condiciones iniciales que sirven de semilla en la generación de la señal caótica. Una pequeña variación en
las mismas da como resultado que no se recupere la señal adecuadamente. Si en el receptor es
implementado el algoritmo que se propone para la decodificación y se mantienen las condiciones
iniciales, la señal es recuperada totalmente, si se mantiene además una relación señal a ruido mayor o
igual a 18 dB.
Por el contrario si en el sistema de ecuaciones es alterada una de las tres condiciones iniciales, no es
posible recuperar la señal adecuadamente. En la figura 7 se muestra una variación de una unidad en la
variable Xn, la señal de electrocardiograma que se recupera está completamente distorsionada con
respecto a la señal original [5], [9], [10].
Figura 6 Algoritmo de demodulación para recuperar la señal de ECG.
Figura 7 Señal de ECG recuperada con una variación de una unidad en las
condiciones iniciales x1 = 19401; y1 = 21315; z1 = 32032
![Page 7: Algoritmo de Codificación de Señales Electrocardiográficas Mediante El Modelo Caótico de Lorenz](https://reader035.fdocuments.ec/reader035/viewer/2022081811/55cf8ee3550346703b96a9eb/html5/thumbnails/7.jpg)
7
V. COMPORTAMIENTO FRENTE AL RUIDO
A continuación se hace un análisis del comportamiento de frente al ruido. Las simulaciones para este
caso fueron realizadas en el Matlab versión 7.10.0, y el ruido que se escogió para este proceso es el ruido
blanco aditivo gaussiano (AWGN), por ser este un modelo matemático de ruido que se asemeja a las
características de los canales de comunicaciones en general.
Fue simulada la recuperación de la señal de ECG para varios valores de relación señal a ruido (SNR). En
un primer caso la señal codificada es contaminada con AWGN manteniendo una SNR= 10 dB, para
este caso la señal de ECG que se recupera se ilustra en la figura 8
Fueron calculados los valores de la matriz de coeficientes de correlación entre la señal original que es
utilizada en el proceso de codificación y la que se recupera para las condiciones mencionadas
anteriormente, dando como resultado [1], [5]:
Cuando se varía la SNR a valores de 18 dB o superiores entonces es posible la recuperación completa de
la señal de información. En la figura 9 se muestra el caso de la señal recuperada con una SNR=18 dB.
Figura 8 Señal de ECG recuperada con el algoritmo propuesto con una SNR=10 dB.
Figura 9 Señal de ECG recuperada con el algoritmo propuesto con una SNR=18 dB.
![Page 8: Algoritmo de Codificación de Señales Electrocardiográficas Mediante El Modelo Caótico de Lorenz](https://reader035.fdocuments.ec/reader035/viewer/2022081811/55cf8ee3550346703b96a9eb/html5/thumbnails/8.jpg)
8
Los resultados de la matriz de coeficientes de correlación, que evidencian la total similitud entre los
vectores de la señal original y la recuperada se muestran a continuación.
CONCLUSIONES
En este trabajo se presenta un algoritmo que permite la codificación de una señal de ECG real, utilizando
para este proceso una señal caótica obtenida con el modelo de ecuaciones de Lorenz. El sistema de
ecuaciones original fue modificado introduciéndose una perturbación al algoritmo lo cual mejora la
aleatoriedad del sistema. Se realizaron además simulaciones para la recuperación de la señal de ECG
con diferentes valores de relación señal ruido dando valores aceptables en este proceso.
REFERENCIAS
[1] BARBARÁ, E. “Modulación de una señal de electrocardiograma mediante algoritmo Caótico”.
Directores: Emiliano Alba, Oscar Ramírez. Tesis de Maestría, Instituto Superior Politécnico José
Antonio Echeverría, Ciudad de La Habana, (2011).
[2] BARBARÁ, E. M., y Martínez, M., “Generación discreta de señales caóticas”. Directores: Emiliano
Alba, Oscar Ramírez. Tesis en opción del título de Ingeniero en Telecomunicaciones y Electrónica.
Instituto Superior Politécnico José Antonio Echeverría Ciudad de La Habana, Cuba, (2008).
[3] RODRÍGUEZ J, E. D., y Álvarez, E., “Sistema de Comunicación Digital mediante modulación
caótica por posición de pulsos”. Director: Eduardo Barbará. Tesis en opción del título de Ingeniero en
Telecomunicaciones y Electrónica. Ciudad de La Habana, Cuba, (2010).
[4] GONZÁLEZ M C. Larrondo, H.A, Gayoso C.A, “Digital Signal Transmission with chaotic
encryption design and evaluation on FPGAS”. (2006).
[5] BARBARÁ, E. Alba, E. Ramirez O. Modulating electrocardiographic signals with chaotic
algorithms. Ingeniería e Investigación.. Vol. 32 núm. 2. pp 46-50. (2012)
[6] BLANCHET M. Charbit “Digital Signal and Image Processing using MATLAB®” ISTE Ltd,
(2006).
[7] SOBHY, M. I., Aseeri, M. A, y Shehata, E. R., “Real Time Implementation of Continuous (Chua and
Lorenz) Chaotic Generator Models using Digital Hardware”. Universidad de Kent, Reino Unido, (1997).
[8] YU, H., A Novel Chaotic Estimation Technique and its Application to Spread Spectrum
Communications. Tesis en opción al grado de Máster en Ciencias. Universidad de Calgary, Canadá.
(2001).
[9] MURALI K, M. Lakshmanan, “Transmission of signals by Synchronization in a Chaotic Van
der Pol-Duffing oscillator”, Phys. Rev. E, vol. 48, no. 3, pp R1624-R1626, (1993).
[10] LORENZO, M. de las N., “Influencia del Ruido Gaussiano Correlacionado en la Sincronización de
los Sistemas Caóticos. Tesis en opción al grado de Doctor en Física. Santiago de Compostela, Chile.
(2000).
![Page 9: Algoritmo de Codificación de Señales Electrocardiográficas Mediante El Modelo Caótico de Lorenz](https://reader035.fdocuments.ec/reader035/viewer/2022081811/55cf8ee3550346703b96a9eb/html5/thumbnails/9.jpg)
9
SOBRE LOS AUTORES
Eduardo Barbará Morales: Ing. Telecomunicaciones y Electrónica MSc. Bioingeniería. Departamento
de Bioingeniería (CEBIO). Profesor Instructor. Instituto Superior Politécnico José A. Echeverría, La
Habana, Cuba. Email [email protected]
Oscar E. Rodríguez Ramírez: Ing. Electricista MSc. Comunicaciones. Departamento de
Telecomunicaciones y Telemática. Profesor Auxiliar. Instituto Superior Politécnico José A. Echeverría,
La Habana, Cuba. Email [email protected].
Emiliano F. Alba Blanco: Ing. Electricista MSc. Radiocomunicaciones. Departamento de Bioingeniería
(CEBIO). Profesor Auxiliar. Instituto Superior Politécnico José A. Echeverría, La Habana, Cuba. Email