Implementazione su DSP Blackfin di un sistema di acquisizione, elaborazione ed analisi di segnali EMG per la terapia del bruxismo

Author(s):
T. Gallo - UNIVERSITÀ DELLA CALABRIA
R. De Rose - UNIVERSITÀ DELLA CALABRIA
M. Lanuzza - UNIVERSITÀ DELLA CALABRIA
A. Palumbo - UNIVERSITÀ DELLA CALABRIA
M. Farella - UNIVERSITÀ "FEDERICO II" DI NAPOLI

Industry:
Medical/ Medical Instrumentation

Products:
LabVIEW, Embedded Module for Blackfin Processors

The Challenge:
L’obiettivo di questo lavoro è consistito nel realizzare un sistema elettronico stand-alone, finalizzato all’acquisizione e all’elaborazione dei segnali EMG, in grado di fornire un ausilio di biofeedback per i pazienti affetti dalla patologia del Bruxismo: questa patologia si identifica come una parafunzione del distretto temporo-mandibolare, per la quale, al momento, non esistono terapie farmacologiche. Da stime effettuate dall’OMS risulta che l’insorgenza di tale parafunzione coinvolge circa il 10% della popolazione mondiale.

The Solution:
Il sistema realizzato è stata sviluppato sull’Evaluation Board ADSP-BF537, la quale dispone al suo interno di un DSP di Analog Device/National Instruments della famiglia Blackfin. Per il controllo delle periferiche e per l’elaborazione numerica dei segnali, si è scelto l’ambiente di sviluppo LabVIEW Embedded for Blackfin, giungendo alla realizzazione di un dispositivo stand-alone, sfruttando a piena la dotazione di periferiche di I/O e di moduli hardware a corredo del sistema di sviluppo.

Abstract
Questo sistema nasce da un progetto realizzato in collaborazione tra l’unità di ricerca di Elettronica dell’Università della Calabria e l’unità di ricerca di Odontoiatria dell’Università “Federico II” di Napoli.
Il sistema proposto, attualmente in fase prototipale, sarà oggetto di numerose sessioni di test, unitamente a successive fasi di ottimizzazione delle prestazioni funzionali.

Articolo
L’applicazione sviluppata è stata finalizzata al monitoraggio di segnali EMG, basandosi sull’analisi dei livelli di contrazione dei muscoli facciali. Il sistema sfrutta le potenzialità di calcolo del DSP per effettuare una diagnostica dei segnali in real-time.
Allo stato attuale i sistemi di monitoraggio per segnali EMG sono basati su architetture hardware connesse ad un PC: il sistema presentato si configura come piattaforma stand-alone real-time, caratterizzato da un’elevata flessibilità ed innovazione rispetto alle classiche metodologie diagnostiche biomediche strumentali.
Tale sistema è finalizzato alla cura del Bruxismo: questa parafunzione causa l’usura delle superfici masticatorie, in quanto chi ne è affetto ha la tendenza a serrare e digrignare i denti inconsapevolmente; il digrignamento prolungato nel tempo crea danni e deformazioni strutturali, sia all'arcata dentaria superiore e sia a quella inferiore; inoltre, nei pazienti affetti da bruxismo acuto, spesso si vanno a determinare delle importanti deformazioni strutturali dei dischi intervertebrali della zona cervicale.
Il sistema è stato progettato e realizzato per fornire un biofeedback al paziente, allertandolo per mezzo di una segnalazione acustica e visiva, in corrispondenza di un’attività muscolare irregolare; in questa modalità si esercita una sorta di training sul paziente, finalizzato al controllo di tali contrazioni muscolari involontarie. In particolare, il sistema genera un segnale di allarme quando il segnale EMG acquisito dal muscolo massetere supera una determinata soglia di ampiezza, per una durata maggiore o uguale rispetto ad una predeterminata soglia temporale; la scelta dei parametri di soglia è ovviamente a completa discrezione del personale medico specialistico.

Hardware e software
L’ambiente di programmazione impiegato è stato LabVIEW, installato su un PC con sistema operativo Windows XP. In particolare è stato utilizzato il software LabVIEW Embedded for ADI Blackfin Processors 2.0 per la programmazione del DSP Blackfin e il software Analog Devices VisualDSP++4.5 per la conversione del codice LabVIEW e il trasferimento dello stesso sul DSP Blackfin.
Il sistema progettato si compone di tre sezioni fondamentali che implementano rispettivamente l’acquisizione, l’elaborazione e l’analisi dei segnali EMG. La sezione di acquisizione è in grado di ricevere in ingresso sia segnali analogici che digitali. I segnali acquisiti sono inviati in ingresso al processore DSP, che provvede all’elaborazione e all’analisi degli stessi. Il segnale EMG proveniente dal muscolo massetere può essere quindi acquisito in formato digitale attraverso la porta seriale RS-232 o direttamente dagli elettrodi in formato analogico, attraverso la sezione di I/O AD1871. In questa sezione di I/O è presente un convertitore analogico digitale Sigma-Delta con frequenza di campionamento di 48 kHz.
Poiché i segnali EMG che si vogliono monitorare presentano frequenze dell’ordine delle centinaia di Hz è stato necessario implementare un algoritmo di decimazione per diminuire la frequenza di campionamento. Si è scelto un fattore di decimazione pari a 48 in modo da avere una frequenza di campionamento effettiva di 1 kHz. Nella sezione di elaborazione è stato progettato un banco di filtraggio digitale costituito da 2 filtri IIR e due filtri FIR in cascata, programmabili dall’utente secondo le esigenze, come mostrato in Fig.1. Nella sezione di analisi è stata implementata la funzione Threshold Peak Detector che è di fondamentale importanza nel sistema realizzato, in quanto permette di implementare la funzione che fornisce un feedback di allarme all’utente ogni qual volta il segnale monitorato supera una certa soglia di ampiezza per un determinato tempo prestabilito. Inoltre è stata implementata la tecnica di compressione “lossless A-law”, attraverso il blocco funzionale BF A-Law Compression, che consente di ridurre il numero di bit necessario per la codifica, in modo da limitare l’occupazione di memoria per un eventuale salvataggio su disco del segnale elaborato. La tecnica di compressione utilizzata effettua una quantizzazione di natura logaritmica e consente di raggiungere un rapporto di compressione di 13/8 in termini di bit.
L’Evaluation board ADSP-BF537 è interfacciata col PC tramite un cavo USB, in modo da poter trasferire il codice LabVIEW dell’applicazione al DSP Blackfin e fornire al PC informazioni sul segnale acquisito.
A tal proposito è stato progettato un pannello di controllo, attraverso il quale l’utente può configurare in maniera dinamica tutti i parametri del sistema e visualizzare l’andamento del segnale acquisito in real-time, sia nel dominio del tempo che nel dominio della frequenza.

Funzionamento in modalità stand-alone
Il nuovo sistema è stato progettato per lavorare anche in modalità stand-alone, utilizzando gli appositi switches presenti sull’evaluation board, che permettono di configurare in maniera dinamica alcuni parametri del sistema senza l’ausilio del PC.
A tal fine è stata progettata una interfaccia utente (Fig.2) che permette di settare 16 valori di soglia differenti per la funzione “Threshold Peak Detector” attraverso i 4 switches presenti sulla board, mentre i leds forniscono un feedback visivo per indicare il valore di soglia selezionato.
Il funzionamento in modalità stand-alone e real-time rappresenta l’innovazione principale del sistema realizzato rispetto alle applicazioni precedenti, le quali effettuano il monitoraggio dei segnali EMG esclusivamente con l’ausilio del PC .

Risultati sperimentali
Sono stati effettuati diversi test e simulazioni per verificare le prestazioni del sistema progettato monitorando segnali reali.
Sono stati acquisiti e memorizzati i segnali EMG del muscolo massetere di un paziente durante due attività differenti, cioè masticazione e serramento delle arcate dentarie e tali segnali sono stati inviati in ingresso al sistema realizzato.
Dai test effettuati è risultato, come ci si aspettava, che il led di allarme rimane spento durante il monitoraggio dei segnali EMG relativi alla masticazione, mentre risulta essere acceso, segnalando quindi sintomi di bruxismo, durante il monitoraggio dei segnali EMG relativi al serramento delle arcate dentarie: i risultati sperimentali evidenziano la piena funzionalità e l’efficienza del sistema progettato.
Una rappresentazione grafica dei risultati di un test effettuato è riportata in Fig.3.

Conclusioni
In questo lavoro è stato descritto un nuovo sistema di diagnosi dei segnali EMG per la terapia del Bruxismo. Attualmente il sistema realizzato è oggetto di sperimentazione e validazione scientifica presso il Dipartimento di Elettronica dell’Università della Calabria. Le prospettive future potrebbero prevedere l’utilizzo di architetture di elaborazione ad elevata flessibilità, unitamente a velocità di elaborazione, quali ad esempio architetture FPGA corredate da opportune sezioni di I/O personalizzabili secondo le diverse specifiche di utilizzo.

Author Information:
For more information on this Case Study, contact:
A. Palumbo
UNIVERSITÀ DELLA CALABRIA
palumbo@deis.unical.it

Browse All Case Studies »