Correção do efeito do deslocamento angular horizontal da cabeça em testes de estimulação visual no MATLAB
Palavras-chave:
eletrooculografia, movimentos da cabeça, correção, MATLABResumo
Introdução: as irregularidades nos movimentos oculares são um importante indicador para diagnosticar certas doenças neurodegenerativas. A eletrooculografia é a técnica mais difundida para medir esses movimentos oculares. Durante um teste visual, o paciente pode realizar movimentos involuntários da cabeça que adicionam distúrbios ao sinal eletrooculográfico, modificando sua morfologia e, portanto, alterando alguns parâmetros diagnósticos.
Objetivo: desenvolver um método para corrigir o efeito do deslocamento angular horizontal da cabeça no sinal eletrooculográfico.
Método: um modelo matemático usado na Universidade de Oriente de março de 2021 a dezembro de 2021 é detalhado para a implementação da correção em dois tipos de sinais eletrooculográficos artificiais com diferentes movimentos horizontais da cabeça.
Resultados: o comportamento do método utilizado foi avaliado qualitativamente através de sua implementação em sinais gerados artificialmente no MATLAB. Por fim, foram caracterizados os efeitos da correção sobre os parâmetros diagnósticos do sinal eletrooculográfico.
Conclusões: o método implementado demonstrou sua validade para casos específicos, nos quais é possível eliminar os erros introduzidos pelo deslocamento da cabeça para dois tipos de sinais. A correção melhora o erro introduzido na amplitude do sinal eletrooculográfico não corrigido e mantém os demais parâmetros diagnósticos inalterados, na ausência de uma análise mais profunda.
Downloads
Referências
2. Agarwal S, Singh V, Rani A, Mittal AP. Hardware efficient denoising system for real EOG signal processing. J Intell Fuzzy Syst. 2017; 32(4):2857-62. http://dx.doi.org/10.3233/JIFS-169228
3. Stern JA, Brown TB, Wang L, Russo MB. Eye and head movements in the acquisition of visual information. Psychologia. 2005; 48(2):133-45.
4. Fuller JH. Head movement propensity. Exp Brain Res. 1992; 92(1):152-64. DOI: https://doi.org/10.1007/bf00230391
5. Khasnobish A, Chakravarty K, Chatterjee D, Sinha A. Wavelet based head movement artifact removal from electrooculography signals. 2017 Proc. En: IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 2017. IEEE; 2017. Disponible en: https://ieeexplore.ieee.org/document/7952303/
6. Pérez Guzmán RE, Céspedes Pérez A, García Bermúdez RV, Pérez Céspedes A. Estimulador visual y auditivo para pruebas clínicas de electrooculografía basado en la plataforma Arduino. Rev Cubana Cienc Inform. 2017; 11(3):77-91.
7. López A, Ferrero F, Villar JR, Postolache O. High-Performance Analog Front-End (AFE) for EOG Systems. Electronics. 2020; 9(6):970. DOI: https://doi.org/10.3390/electronics9060970
8. Rodríguez‐Labrada R, Velázquez‐Pérez L, Auburger G, Ziemann U, Canales‐Ochoa N, Medrano‐Montero J, et al. Spinocerebellar ataxia type 2: measures of saccade changes improve power for clinical trials. Mov Disorders. 2016; 31(4):570-8. DOI: https://doi.org/10.1002/mds.26532
9. Sánchez FH, Romaguera TV, Seisdedos CRV. Sistema de estimulación y registro del movimiento ocular con el empleo de la videoculografía infrarroja. MEDISAN [Internet]. 2020 [citado 23 Feb 2022]; 24(3):515-28. Disponible en: http://scielo.sld.cu/pdf/san/v24n3/1029-3019-san-24-03-515.pdf
10. Benitez Fernández A, Dávila Galiana RB, Socarrás Hernández BN, Rodríguez JMH, Seisdedos CRV. Generador de estímulos visuales para el análisis de movimientos oculares usando el sistema de medición biomédica SMB-EV®. En: Memorias de la XVIII Convención y Feria Informática 2020, VII Simposio Internacional de Electrónica: Diseño, Aplicaciones, Técnicas Avanzadas y Retos Actuales. La Habana, Cuba; 2020.
11. Fadraga-Acosta Y, Vázquez-Seisdedos CR, Valdés-Pérez FE. Herramienta para el Análisis de Movimientos Oculares Sacádicos. En: V Latin American Congress on Biomedical Engineering CLAIB, 2011 May 16-21, La Habana: CLAIB; 2011.
12. Becerra-García RA, García-Bermúdez RV, Joya-Caparrós G, Fernández-Higuera A, Velázquez-Rodríguez C, Velázquez-Mariño M, et al. Data mining process for identification of non-spontaneous saccadic movements in clinical electrooculography. Neurocomputing [Internet]. 2017 [citado 23 Febg 2022]; 250:28-36. DOI: https://doi.org/10.1016/j.neucom.2016.10.077
13. Vázquez-Seisdedos CR, Fadraga-Acosta Y, Valdés-Pérez FE. Delineación de Movimientos Oculares Sacádicos: Desempeño en Presencia de Ruido. En: V Latin American Congress on Biomedical Engineering CLAIB, Habana, 2011 May 16-21. La Habana: CLAIB; 2011.
