Alusta biosignaalien reaaliaikaiseen käsittelyyn monitoroinnin yhteydessä
Pitkänen, Paavo (2012)
Pitkänen, Paavo
2012
Tietotekniikan koulutusohjelma
Tieto- ja sähkötekniikan tiedekunta - Faculty of Computing and Electrical Engineering
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2012-06-06
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tty-201206111183
https://urn.fi/URN:NBN:fi:tty-201206111183
Tiivistelmä
Lääketieteellisen tutkimuksen yhteydessä tehtävissä aivosähkökäyrän (EEG) rekisteröinneissä voi ilmetä tilanne, jossa käytössä oleva mittausjärjestelmä ei ominaisuuksiltaan kykene vastaamaan rekisteröinnin vaatimuksiin (esim. mittaustiedon välitys lähiverkkoon tai tiettyjen trendien laskenta). Tässä työssä toteutetaan sovellus, joka kykenee aivosähkökäyrän reaaliaikaiseen vastaanottoon, käsittelyyn ja lähetykseen. Mittaustietoa vastaanotetaan Mega Elektroniikka Oy:n toteuttamalta NeurOne-järjestelmältä ja lähetetään palvelimelle, jonka toteutuksesta vastaa Girf Oü. Tietoa voidaan lisäksi käsitellä .NET- tai MATLAB-tekniikoihin pohjautuvilla algoritmeilla.
Työ jakaantuu kolmeen osaan: aluksi tutustutaan aivosähkökäyrään ja sen käyttökohteisiin teho-osastolla sekä luodaan katsaus saatavilla oleviin mittausratkaisuihin. Toisessa osassa kootaan sovellukselle asetetut vaatimukset ja käsitellään työssä toteutettavan sovelluksen haasteita reaaliaikaisuuden sekä tiedon käsittelyn ja lähetyksen kannalta. Lopuksi kuvataan sovelluksen oleellisimmat komponentit ja näiden toiminta sekä sovelluksen testauksesta saadut tulokset.
Työn tuloksena syntynyt sovellus toimii EEG-mittauslaitteiston rinnalla ja kykenee sekä käsittelemään että toimittamaan mitattuja signaaleja lähiverkon yli reaaliajassa. Se on modulaarisen rakenteensa vuoksi helposti kolmannen osapuolen laajennettavissa. Sovellus ei ole sidoksissa pelkästään NeurOne-järjestelmään ja EEG-signaaleihin, vaan voidaan liittää helposti myös muihin mittausjärjestelmiin. Lisäksi se kykenee käsittelemään myös muita yksiulotteisia biosignaaleja (mm. EKG, EMG) tai esimerkiksi audiota. Toteutettua sovellusta ei ole lääketieteellisesti varmennettu eikä se täten sovellu tilanteisiin, joissa täytyy tehdä sen tuloksiin pohjautuvia hoitoratkaisuja. When EEG recordings are carried out during medical research, a situation may arise in which the utilized equipment doesn't fulfill the requirements of the recording scenario (e.g. relaying the measurement data to local area network or calculating certain trends). This thesis is about the implementation of an application that is capable of receiving, processing and transmitting EEG measurement data in real time. The data is received from NeurOne measurement system developed by Mega Electronics Ltd and sent to a server provided by Girf Oü. In addition the signals may undergo processing with .NET or MATLAB based algorithms at the measurement site.
The thesis comprises three sections: first EEG and its use in the intensive care unit (ICU) are introduced. This section also covers a brief review of EEG measurement systems available from different manufacturers. The second section focuses on gathering application requirements and investigating the challenges in real time data processing and transfer. The final section covers the actual implementation describing the primary software components of the application and evaluation via approval and performance testing.
The developed application functions in parallel with EEG measurement system and is capable of both real time processing and transfer of measured data. It's modular architecture makes it easily extendable by third parties. Use of the application is not limited to the NeurOne system or EEG signals, for it can be interfaced to measurement solutions provided by other manufacturers. It is also capable of processing other one-dimensional data such as other biosignals (e.g. ECG or EMG) as well as audio. The application hasn't been medically certified, thus data handled by it should not be used in decision making regarding patient treatment.
Työ jakaantuu kolmeen osaan: aluksi tutustutaan aivosähkökäyrään ja sen käyttökohteisiin teho-osastolla sekä luodaan katsaus saatavilla oleviin mittausratkaisuihin. Toisessa osassa kootaan sovellukselle asetetut vaatimukset ja käsitellään työssä toteutettavan sovelluksen haasteita reaaliaikaisuuden sekä tiedon käsittelyn ja lähetyksen kannalta. Lopuksi kuvataan sovelluksen oleellisimmat komponentit ja näiden toiminta sekä sovelluksen testauksesta saadut tulokset.
Työn tuloksena syntynyt sovellus toimii EEG-mittauslaitteiston rinnalla ja kykenee sekä käsittelemään että toimittamaan mitattuja signaaleja lähiverkon yli reaaliajassa. Se on modulaarisen rakenteensa vuoksi helposti kolmannen osapuolen laajennettavissa. Sovellus ei ole sidoksissa pelkästään NeurOne-järjestelmään ja EEG-signaaleihin, vaan voidaan liittää helposti myös muihin mittausjärjestelmiin. Lisäksi se kykenee käsittelemään myös muita yksiulotteisia biosignaaleja (mm. EKG, EMG) tai esimerkiksi audiota. Toteutettua sovellusta ei ole lääketieteellisesti varmennettu eikä se täten sovellu tilanteisiin, joissa täytyy tehdä sen tuloksiin pohjautuvia hoitoratkaisuja.
The thesis comprises three sections: first EEG and its use in the intensive care unit (ICU) are introduced. This section also covers a brief review of EEG measurement systems available from different manufacturers. The second section focuses on gathering application requirements and investigating the challenges in real time data processing and transfer. The final section covers the actual implementation describing the primary software components of the application and evaluation via approval and performance testing.
The developed application functions in parallel with EEG measurement system and is capable of both real time processing and transfer of measured data. It's modular architecture makes it easily extendable by third parties. Use of the application is not limited to the NeurOne system or EEG signals, for it can be interfaced to measurement solutions provided by other manufacturers. It is also capable of processing other one-dimensional data such as other biosignals (e.g. ECG or EMG) as well as audio. The application hasn't been medically certified, thus data handled by it should not be used in decision making regarding patient treatment.