Embed Size (px)
Citation preview
CENTRO UNIVERSITÁRIO POSITIVO
NÚCLEO DE CIÊNCIAS EXATAS E TECNOLÓGICAS
ENGENHARIA DA COMPUTAÇÃO
SIMULADOR DE EEG
Fábio Larson
Monografia apresentada à disciplina de Projeto Final como requisito parcial à conclusão
do Curso de Engenharia da Computação, orientado pelo Prof. José Carlos da Cunha.
UNICENP/NCET Curitiba
2007
2
TERMO DE APROVAÇÃO
Fábio Larson
Simulador de EEG Monografia aprovada como requisito parcial à conclusão do curso de Engenharia da Computação
do Centro Universitário Positivo, pela seguinte banca examinadora:
Prof. José Carlos da Cunha (Orientador)
Prof. Amarildo Geraldo Reichel
Prof. Alessandro Brawerman
Curitiba, 10 de dezembro de 2007.
AGRADECIMENTOS
Gostaria de agradecer,
a Deus por ter me concedido a inteligência que transformada em conhecimento me fez
capaz de concluir esta empreitada;
a meus pais pela compreensão e ajuda necessária para que eu chegasse a essa etapa de
minha vida;
aos professores pelos ensinamentos, orientações, dedicação e empenho que demonstraram
durante essa longa jornada;
aos meus amigos que, de forma direta ou indireta, me ajudaram na conclusão deste projeto.
RESUMO
Este projeto tem por objetivo simular ondas de eletroencefalograma (EEG), q ue funcionam
como recurso didático para a formação/treinamento de profissionais da área médica ou
biomédica. Assim, simulam-se várias opções de ondas que possibilitam a identificação de seu
tipo e suas características principais. O sistema desenvolvido tem a capacidade de: simular ondas
de EEG ; transmití-las para o PC; utilizar-se de um hardware que simulará uma “cabeça”; ligar-
se a um aparelho profissional de análise de EEG.
Palavras-chave: EEG, Cérebro, Ondas.
ABSTRACT
This project has for objective to simulate electroencephalogram waves (EEG), that they
function as didactic resource for the formation/training of professionals of the medical or
biomedical area. Thus, some options of waves are simulated that make possible the identification
of its type and its main characteristics. The developed system has the capacity of: to simulate
EEG waves; to transmit them for the PC; to use itself of the hardware that will simulate a "head";
to league a professional device to it of EEG analysis.
Key words: EEG, Brain, Waves.
SUMÁRIO
LISTA DE FIGURAS
LISTA DE TABELAS
LISTA DE SIGLAS
LISTA DE SÍMBOLOS
CAPÍTULO 1 – INTRODUÇÃO.........................................................................................13
1.1 Motivação............................................................................................................................. ....15
1.2 Definição do trabalho........................................................................... ....................................15
1.3 Contextualização dos dias atuais.......................................................................... ....................15
1.4 Descrição das principais funcionalidades................................................... ..............................16
1.5 Tecnologias utilizadas na implementação.............................................................. ..................16
CAPÍTULO 2 - ESTUDO TEÓRICO.................................................... ..............................18
2.1 Fundamentação teórica................................................................................................. ............18
2.2 Teoria pura e aplicada na prática............................................................... ...............................19
2.3 Teoria do software.................................................................................................... ................21
2.4.Teoria do hardware.................................................................................................. ................22
CAPÍTULO 3 - ESPECIFICAÇÃO....................................................... ..............................24
3.1 Especificação do hardware............................................................................................. ..........24
3.2 Especificação do software.................................................................................................... ....26
3.3 Aplicabilidade do hardware........................................................................... ..........................27
3.4 Aplicabilidade do software.................................................................................................... ...27
CAPÍTULO 4 – ESTUDO DE VIABILIDADE TÉCNICO-ECONÔMICA......................29
CAPÍTULO 5 – PROJETO DO HARDWARE....................................... ..............................30
5.1 Alimentação...................................................................................... ........................................30
5.2 Kit de prototipação MSP430......................................................................................... ...........30
5.3 Conversor DA.................................................................................... .......................................31
5.4 Filtro ......................................................................................... ...............................................32
5.5 Chave analógica................................................................................. .......................................33
CAPÍTULO 6 - PROJETO DO SOFTWARE.......................................................................35
6.1 Diagrama de casos de uso......................................................................... ................................35
6.2 Diagrama de seqüência........................................................................... ..................................36
6.3 Diagrama de classes.................................................................... ..............................................36
6.4 Protótipo da interface do software............................................................................................37
6.5 Firmware............................................................ .......................................................................38
CAPÍTULO 7 – PROCEDIMENTOS DE TESTES DO PROJETO...................................39
7.1 Software.................................................................................... ................................................39
7.2 Hardware.................................................................................................... ..............................39
CAPÍTULO 8 – RESULTADOS OBTIDOS.......................................................................41
8.1 Funcionamento do hardware...........................................................................................41
8.2 Funcionamento do software........................................................ .....................................46
8.3 Resultados.................................................................................................... ..................49
CAPÍTULO 9 – CONCLUSÃO.......................................................... .................................55
CAPÍTULO 10 - REFERÊNCIAS BIBLIOGRÁFICAS.....................................................56
1. LISTA DE FIGURAS
Figura 1.1 – Exemplo de maquete ....................................................................... .............13
Figura 1.2 – Exemplo de ondas EEG................................................................................14
Figura 1.3 – MSP430 ............................................................................................ .............17
Figura 2.1 – Diagrama em blocos do software .................................. ..............................21
Figura 2.2 – DAC0808 ......................................................................... ..............................23
Figura 3.1 – Diagrama em blocos do projeto .................................... ..............................24
Figura 3.2 – Exemplo de conexão de eletrodos ................................. ..............................25
Figura 3.3 – Divisão do crânio humano [8]......................................................................26
Figura 3.4 – Borland C++ Builder 6 .................................................. ..............................27
Figura 3.5 – IAR E.W. ................................................. .....................................................27
Figura 5.1 – Kit de prototipação MSP430 ......................................... ..............................31
Figura 5.2 – Esquemático do conversor DA ............................................. .......................32
Figura 5.3 – Filtro passa baixa 6ª ordem ........................................... ..............................33
Figura 5.4 – Chave analógica ................................................................................... ........33
Figura 5.5 – Posições de eletrodos de EEG no escalpe humano ....................................34
Figura 6.1 – Diagrama de casos de uso .............................................. ..............................35
Figura 6.2 – Diagrama de seqüência ................................................................................36
Figura 6.3 – Diagrama de classe ......................................................... ..............................37
Figura 6.4 – Protótipo da interface do software para o computador ...........................37
Figura 6.5 – Diagrama casos de uso do firmware ............................ ..............................38
Figura 6.6 – Diagrama de classe do firmware ...................................................... ..........38
Figura 7.1 – Tela do debug no software IAR E.W. v3.42 ................ ..............................39
Figura 8.1 – Simulador ....................................................................... ..............................43
Figura 8.2 – Cabo Blindado ................................................................ ..............................43
Figura 8.3 – Plug do Cabo Blindado .................................................. ..............................43
Figura 8.4 – Divisor Resistivo ...........................................................................................44
Figura 8.5 – Onda Alpha no osciloscópio .......................................... ..............................45
Figura 8.6 – Maquete vista de frente ................................................. ..............................45
Figura 8.7 – Maquete vista de trás ..................................................... ..............................46
Figura 8.8 – Tela principal do software ..........................................................................47
Figura 8.9 – Menu Arquivo do software “Simulador de EEG” ....................................48
Figura 8.10 – Menu Conexão do software “Simulador de EEG” .................................48
2
Figura 8.11 – Menu Configuração do software “Simulador de EEG” .........................48
Figura 8.12 – Menu Ajuda do software “Simulador de EEG” .....................................49
Figura 8.13 – Onda Alpha no software “Simulador de EEG” ..................... .................50
Figura 8.14 – Captação onda Alpha .................................................. ..............................50
Figura 8.15 – FFT da onda Alpha ...................................................... ..............................50
Figura 8.16 – Onda Beta no osciloscópio ........................................... ..............................51
Figura 8.17 – Onda beta no software “Simulador de EEG” .........................................51
Figura 8.18 – Onda Delta no osciloscópio ......................................... ..............................51
Figura 8.19 – Onda Delta no software “Simulador de EEG” .......................................52
Figura 8.20 – Captação onda Beta ................................................... ................................52
Figura 8.21 – Captação onda Delta ..................................................................................52
Figura 8.22 – FFT da onda Beta ....................................................................... ...............53
Figura 8.23 – FFT da onda Delta ....................................................... ..............................53
Figura 8.24 – Onda Theta no osciloscópio ........................................ ..............................53
Figura 8.25 – Onda Theta no software “Simulador de EEG” ......................................54
Figura 8.26 – Captação onda Theta ............................................................................... ..54
Figura 8.27 – FFT da onda Theta ....................................................................................54
2. LISTA DE TABELAS
Tabela 1 – Características de ondas de EEG..................................... ..............................14
Tabela 2 – Pesquisa de preços de componentes usados no projeto................................29
Tabela 3 – Distribuição das ondas no escalpe da maquete............... ..............................46
3. LISTA DE SIGLAS
NCET – Núcleo de Ciências Exatas e Tecnológicas
UNICENP – Centro Universitário Positivo
EEG – Eletroencefalograma.
ECG – Eletrocardiograma.
PC – Personal Computer
TI – Texas Instruments
AMPOP – Amplificador operacional
FPB – Filtro passa baixa
RS-232 - Recommended Standard 232
MTS – Metros
DA – Digital-analógico
CMRR – Razão de remoção de modo comum.
4. LISTA DE SÍMBOLOS
hz – Hertz.
Mhz – Mega Hertz.
K – Kilo (103) unidade.
A – Ampère.
µ – Micro (10-6).
V – Volts.
K – Ganho de um filtro.
13
CAPÍTULO 1 - INTRODUÇÃO
Os desenvolvimentos técnicos no campo das medidas e do registro de fenômenos elétricos
do final do século XIX tornaram possível a descoberta pelo psiquiatra alemão Hans Berger, em
1929, de que o cérebro humano gerava atividade elétrica contínua e que ela podia ser registrada.
Surge, assim, o eletroencefalograma (EEG) que consiste em um registro da atividade
elétrica no córtex cerebral que corresponde ao fluxo de informações processado pelo cérebro em
suas atividades (LUFT, 2006).
As características das ondas registradas no EEG mudam de acordo com a situação
fisiológica (acordado, dormindo, sonhando) e as tarefas mentais, alterando-se a freqüência e a
amplitude das ondas registradas.
O EEG é usado em neurologia e psiquiatria, especialmente para auxiliar no diagnóstico de
doenças do cérebro (epilepsia), desordens do sono e tumores cerebrais.
O objetivo deste estudo é o de disponibilizar recurso didático para realizar uma análise
com EEG, simulando as ondas do cérebro virtualmente (PC) e fisicamente utilizando
microcontrolador (maquete - Figura 1.1).
Figura 1.1 – Exemplo de maquete
FONTE: adaptada EEG.pdf (Unicamp)
O projeto tem objetivo de mostrar as diversas ondas cerebrais, diferenciando cada onda
pelas suas características principais (freqüência e amplitude). A simulação de ondas de EEG têm
a utilidade de testar aparelhos de EEG, para poder calibrar ou detectar algum defeito do aparelho
e treinar o pessoal da área de saúde através das simulações que o projeto possibilita.
14
Figura 1.2 – Exemplo de ondas EEG
FONTE: adaptada Lent (2001)
As ondas de EEG não possuem um padrão definido, como por exemplo, as de eletro
cardiograma - ECG. As ondas cerebrais são diferentes de pessoa para pessoa (homens e
mulheres), de idade para idade (crianças, adolescentes e adultos), mas todas possuem certas
características que tornam possíveis classificá-las por tipo, como por exemplo, ondas delta,
alpha, theta, beta, ondas do sono e até identificar doenças como a epilepsia, distúrbios do sono e
outras, conforme fica claro na tabela 1 abaixo.
Tabela 1 – Característica de ondas de EEG
FONTE: Eeg.pdf (Unicamp)
15
1.1. Motivação
O projeto demonstra-se interessante por ser interdisciplinar; assim envolve várias áreas
como: instrumentação, programação, biomédica, microcontroladores e eletrônica.
A complexidade do cérebro humano e o quão pouco ainda o conhecemos torna tal trabalho
instigador.
A possibilidade de contribuir para o treinamento de pessoas da área médica e para a
aferição de equipamentos de EEG e a conseqüente repercussão na melhoria das condições de
saúde das pessoas dá ao projeto a aplicação prática de conhecimentos teóricos que faz com que a
ciência se valide.
1.2. Definição do trabalho
O projeto é dividido em duas partes distintas, software e hardware.
O software recebe as ondas que são geradas pelo hardware e então as mostrará na tela do
computador, proporcionando sua análise, estudo e entendimento. O software possibilitará opções
de espécies diferentes de ondas conforme queira ser gerada.
No hardware, um microcontrolador gera as ondas de maneira aleatória, mantendo-se,
porém, suas características principais de baixa freqüência e amplitude, por algoritmo, tabela ou
equação, pois como se sabe o EEG não possui padrão determinado. O hardware fornecerá duas
saídas para a onda gerada: uma irá para o computador e a outra irá para uma maq uete (espécie de
manequim simulando uma “cabeça”), para que se possa através de um aparelho profissional
identificar as ondas que estão sendo geradas pelo hardware. Esse aparelho permite verificar as
ondas que estão sendo geradas corretamente, verificando, dessa forma, se o próprio aparelho não
possui algum defeito.
1.3. Contextualização nos dias atuais
A simulação de sinais do cérebro, preconizada por este projeto, poderá ser utilizada para a
prática didática. Alunos, professores e técnicos que estudam e trabalham na área psiquiátrica e
neurológica, poderão fazer uso deste trabalho visando aprimorar seus conhecimentos e adquirir
experiência com EEG.
16
No mercado existem simuladores de EEG para venda com custos elevados e que são
vendidos apenas para hospitais e clínicas especializadas de grande porte.
Se a aquisição de um simulador de EEG fosse mais acessível, alunos de medicina,
biomédica e áreas afins poderiam ter essa ferramenta para auxiliar seus estudos, orientar seus
pacientes, e até mesmo utilizá-lo para fins comerciais, prestando serviços de calibragem de
aparelhos profissionais de EEG.
1.4. Descrição das principais funcionalidades
O simulador tem como principal função a simulação de condições de exame de EEG o que
possibilita condições de aprendizagem para pessoas interessadas na área neurológica. No
software desenvolvido, via simulação de ondas, será possível visualizar-se, através de escala,
padrões de tempo e freqüência e tipos de ondas desejadas.
Tal diversificação de padrões de ondas ocorrem por comandos no software, provocando
reações no hardware, que responde conforme os comandos recebidos. Se o utilizador do
simulador quiser gerar, por exemplo, a onda REM, de estágio profundo do sono, ele apenas irá
selecionar no software “REM” e o hardware receberá essa informação e começará a gerar a onda
característica do REM, transmitindo para o computador os dados da onda selecionada, e também
para o manequim (quando o equipamento profissional estiver conectado a ele). Assim, a mesma
onda que aparece na tela do computador será a onda que o equipamento de EEG mostra em seu
visor.
O equipamento pode ser utilizado para aulas de neurologia, para que se possa visualizar
como funciona o cérebro. Possibilita o estudo de diversos tipos de ondas do cérebro, detectando
a existência de várias doenças, como epilepsia. Com o estudo das ondas cerebrais e seu
entendimento, pode-se aprimorar o conhecimento da classe médica e biomédica, e melhorar
didaticamente o ensino da neurologia em instituições de ensino.
1.5. Tecnologias utilizadas na implementação
Para o desenvolvimento do software será utilizada a linguagem C, C++, que é uma
linguagem muito ampla, dinâmica e que aceita conexões com ambientes externos e manipulação
com gráficos. Projeto desta envergadura necessita de uma linguagem de programação confiável e
poderosa, e a linguagem C, além de ser bastante conhecida, é estável e confiável. O software será
17
desenvolvido no ambiente Builder da empresa Borland, que contém muitas ferramentas de fácil
compreensão, o que facilitará o trabalho de desenvolvimento do software.
Tais características do hardware, de precisão e confiabilidade, fazem-se necessárias, pois
ele é, praticamente, o cérebro do projeto. O hardware fica dentro do manequim simulando as
ondas cerebrais, enviando o sinal gerado para o computador e para o seu “escalpe”. O
microcontrolador utilizado é o MSP 430 (Figura 1.3), programável e que combina alta precisão e
consumo extremamente reduzido de potência (PEREIRA, 2002).
Figura 1.3 – MSP430
FONTE: Atomia
O microcontrolador MSP 430, da Texas Instruments reúne uma CPU Risc de 16 bits, uma
unidade de conversor analógico-digital (ADC) de 12 bits, responsável por converter as medições
do mundo real em dados numéricos, um comparador analógico, um multiplicador de hardware,
das portas seriais, dois timers com PWMs de 16 bits e até 60kb de memória flash integrada, de
consumo ultra-reduzido (PEREIRA, 2002).
O MSP 430 pode converter dados de medição a taxas de até 200 ksps (milhares de
amostras por segundo). Este conversor funciona de forma independente, armazenando dados em
uma memória temporária; dessa forma, diminui o overhead da CPU, podendo permanecer em
modo de baixo consumo até que o buffer seja preenchido completamente. Por possuir memória
integrada, pode gravar dados para que possa ser utilizado na formulação de certas ondas, se for o
caso de adicionar tabelas para que gerem uma onda determinada (PEREIRA, 2002).
Um detalhe do microcontrolador é o baixo consumo de energia. Em modo Sleep, o chip só
exige uma corrente de 0,1 microampère – em stand-by, o consumo chega a apenas 1,5
microampères. Para se ter uma idéia, um medidor de energia alimentado por baterias poderia
funcionar sem interrupção por dez ou até 15 anos. Quando em pleno funcionamento, o MSP 430
consome 250 microampères (PEREIRA, 2002).
O microcontrolador será usado em conjunto com um uma plataforma, kit de prototipação,
que foi desenvolvido pelo professor Afonso Ferreira Miguel e emprestado para esse projeto.
18
CAPÍTULO 2 - ESTUDO TEÓRICO
2.1. Fundamentação teórica
Quando o psiquiatra austríaco Hans Berger (1873 – 1941) descobriu que um par de fios
metálicos colocados sobre o crânio de uma pessoa e ligados a um amplificador era capaz de
mover para cima e para baixo uma pena escritora sobre um papel em movimento, foi desprezado
pelos céticos por ter descoberto um traçado sem significado, e saudado pelos otimistas como o
descobridor das bases fisiológicas do pensamento humano. Nem uma coisa nem outra. O
eletroencefalograma (EEG) transformou-se em um exame complementar bastante útil para o
diagnóstico de algumas doenças, principalmente a epilepsia, e um registro fisiológico muito
utilizado nos estudos sobre sono (LENT, 2001).
Ninguém sabe exatamente o que significam as ondas do EEG, mas sabe-se que são geradas
pela atividade sináptica, principalmente proveniente do tálamo, sobre os neurônios piramidais do
córtex e as informações provenientes dos sistemas sensoriais, ou mesmo as que vêm de outras
regiões corticais. O número e a variedade de potenciais sinápticos gerados são tão grandes que
os eletródios posicionados do lado de fora do crânio só conseguem captar a sua soma algébrica
que se aproxima de zero. O resultado é um traçado dessincronizado, isto é, composto por ondas
de baixa voltagem e alta freqüência (ritmos alpha e beta). É o que ocorre quando o indivíduo está
acordado. Mas quando o tálamo não deixa passar tão facilmente a informação que recebe,
tornam-se menores, menos variados e mais sincronizados os potenciais sinápticos no córtex.
Resulta um traçado sincronizado, composto por ondas de alta voltagem e baixa freqüência
(LENT, 2001).
As vantagens do EEG são o seu custo baixo, a natureza inócua e prática do exame e a sua
boa resolução temporal, isto é, a capacidade de detectar variações muito rápidas (milissegundos a
segundos) da atividade encefálica. Sua grande desvantagem é a baixa resolução espacial, ou seja,
a grande área sob os eletródios que geram os traçados em cada ponto. Localizar um fenômeno
fisiológico ou patológico através do EEG significa admitir um erro de vários centímetros.
Atualmente, o uso de microcomputadores acoplados ao EEG permite realizar o “mapeamento
cerebral”, isto é, gerar um mapa que representa a posição aproximada dos diversos ritmos na
superfície cortical. Computadores também podem ser empregados para promediar (tirar a média
ponto a ponto) vários traçados dos mesmos indivíduos em cada ponto do crânio, relacionando as
ondas obtidas com eventos psicológicos ou fisiológicos: são os potenciais evocados e os
potenciais relacionados a eventos (LENT, 2001).
19
Os ritmos do EEG variam consideravelmente e correlacionam-se com freqüência com
estados do comportamento, como os níveis de atenção, sono ou vigília e patologias, tais como
crises de epilepsia ou coma. Os ritmos são categorizados pela sua faixa de freqüência e cada
faixa é denominada com uma letra grega. Ritmos betas são os mais rápidos, maiores que 14 hz, e
sinalizam um córtex ativado. Ritmos alpha situam-se aproximadamente entre 8 e 13 hz e estão
associados com estados de vigília, em repouso. Ritmos theta situam-se de 4 e 7 hz e ocorrem
durante alguns estados de sono. Ritmos delta são muito lentos, menores que 4 hz, grandes em
amplitude, e uma indica sono profundo (Tabela 1) (BEAR, CONNORS, PARADISO, 2002).
Apesar de que a análise de um EEG nunca informará sobre o que uma pessoa está
pensando, ela pode ajudar a reconhecer se uma pessoa está pensando. Em geral, ritmos de baixa
amplitude e alta freqüência estão associados com vigília e estado de alerta ou com os estágios de
sono em que ocorrem os sonhos. Ritmos de amplitude elevada e baixa freqüência estão
associados com os estágios de sono sem sonhos e com os estados patológicos do coma. Isso é
lógico, pois quando o córtex está mais ativamente envolvido no processamento de informações,
sejam estes gerados por aferências sensoriais ou por alguns processos interno, os níveis de
atividade dos neurônios corticais estão relativamente altos, mas também dessincronizados. Em
outras palavras, cada neurônio ou um grupo muito pequeno de neurônios está fortemente
envolvido em um aspecto um pouco diferente de uma tarefa cognitiva complexa, disparando
rápida, mas não simultaneamente. Isto leva a uma baixa sincronia e, assim, a amplitude do EEG
é baixa e as ondas betas predominam. Ao contrário, durante o sono profundo, os neurônios
corticais não estão ocupados com o processamento da informação e a maior parte deles estão
excitados de maneira física, por uma referência rítmica e lenta igual para todos. Neste caso, a
sincronia é alta e, portanto, a amplitude do EEG também é (BEAR, CONNORS, PARADISO,
2002).
2.2 Teoria pura e aplicada na prática
Os neurônios se comunicam de forma rápida e precisa, percorrendo longos trajetos.
Mecanismos elétricos e químicos tornam possível a integração sináptica neural, permitindo que
um neurônio forme mais de mil sinapses e receba mais de 10 mil conexões.
O sistema nervoso central é dividido em duas partes principais: encéfalo e medula
espinhal. O encéfalo está anatomicamente dividido em 03 partes: córtex, tronco encefálico e
cerebelo. As áreas corticais individuais (sensorial, motora e cognitiva) são distinguidas pelas
20
suas conexões de entrada e saída. Embora sejam diferentes, ambas as áreas são distribuídas da
mesma maneira, organizadas em colunas verticais. A principal origem dos potenciais de EEG é a
atividade elétrica das células piramidais, que têm como característica a projeção de seus axônios
para outras áreas do cérebro e para a medula espinhal. Essas células são neurônios excitatórios,
possuem axônios contra laterais que se projetam localmente e o seu principal neurotransmissor é
o glutamato (BEAR, CONNORS, PARADISO, 2002).
Como em todos os exames complementares de diagnóstico, há situações em que o EEG é
muito útil e outras em que pouco ajuda. O desenvolvimento tecnológicos na área da eletrônica
tem revolucionado a capacidade de analisar a atividade elétrica do cérebro. As indicações
quotidianas deste estudo foram largamente ultrapassadas pelas suas potencialidades no campo da
investigação. Infelizmente, o EEG não consegue dar informações sobre a maior parte das
funções cerebrais (pensamento, memória, linguagem, etc.), mas somente registrar diferenças de
potencial elétrico entre pontos do escalpe. Tem por isso muitas limitações. As de ordem
espaciais, decorrentes do número limitado de eletrodos que são colocados, pois, por mais que se
amplie esse número ainda serão insuficientes, ou seja, não se consegue ter eletrodos
suficientemente próximos das faces internas e inferiores dos hemisférios cerebrais. Seguem-se,
as limitações temporais decorrentes do fato de que as medições que se explicitam em gráficos de
curvas sinusoidais com amplitudes e freqüências variáveis apenas reproduzem dados que
ocorrem durante o registro, deixando de informar sobre acontecimentos significativos que podem
ocorrer noutras épocas. Existem, também, limitações técnicas, pois entre o cérebro e a pele do
couro cabeludo interpõe-se várias camadas de tecidos que prejudicam a condução elétrica.
Finalmente, pode-se considerar as limitações de significado – muito ainda está para se descobrir,
para que se possa saber tudo o que corresponde efetivamente a uma determinada variação de
sinal elétrico. Se na prática clínica for seguido o princípio geral da medicina que é começar a
abordagem do doente pela anamnese e levá-la até às suas últimas conseqüências, então o recurso
do EEG, a exemplo de outros exames complementares, revela-se útil na medida em que conhece-
se a sua sensibilidade e a sua especificidade. O EEG é muito útil na confirmação de diagnósticos
clínicos de algumas epilepsias. É no manejo clínico das epilepsias que este exame conhece níveis
de especificidade maiores, chegando a 78 ou 98% conforme os estudos. No entanto, como se
pode depreender do que já foi dito acima, a sensibilidade do EEG é fraca, situando-se entre 25 e
50%. Isto significa que diante de muitos falsos positivos, ou seja, quando se encontram certos
elementos gráficos sugestivos de certas síndromes epilépticas a probabilidade de confirmar o
diagnóstico é alta, mas quando, por outro lado, tem-se muitos falsos negativos, ou seja, quando
um exame não revela anomalias isso não pode ser argumento para anular um diagnóstico
21
baseado noutros elementos, em particular, na anamnese (BEAR, CONNORS, PARADISO,
2002).
2.3 Teoria do software
O software desenvolvido em linguagem C, C++, terá a função de comandar o hardware,
informando qual onda que o ele deverá simular. O software, tem ainda que receber a resposta do
hardware e transformar os dados recebidos em um gráfico visualizado na tela do computador.
Software
Gera Sinal na tela do PC
Comandos para Hardware
Recepção de dados do hardware
Conexão serial com Hardware
Figura 2.1 – Diagrama em blocos do software
O software encaminha dados de qual onda deverá ser simulada pelo hardware, por
exemplo, onda alpha, e então o hardware começará a enviar simultaneamente os dados para o
computador e para a maquete. Com os dados chegando ao computador, o software irá começar a
desenhar, plotar a onda conforme os dados que está recebendo do hardware. A forma da onda,
nesse caso a onda alpha, será mostrada no monitor do PC com suas características principais.
O software foi projetado em camadas, para facilitar alguma modificação, ou atualização
durante o processo de implementação do simulador de EEG. O programa tem um banco de dados
capaz de armazenar alguma onda para futuros estudos ou de, até mesmo, gerar ondas sem a
necessidade de algum algoritmo ou fórmula, utilizando, dessa maneira, dados já definidos de
22
uma onda. O programa é didático, de forma que toda pessoa possa entendê-lo e seja capaz de
dirimir dúvidas com relação às características de ondas de EEG e suas peculiaridades.
2.4 Teoria do hardware
O microcontrolador que será utilizado, como dito anteriormente, é o MSP 430. A família
de processadores de sinal misto MSP430 de 16 bits RISC de baixíssimo consumo da Texas
Instruments oferece a solução final para aplicações alimentadas por baterias. Através da
liderança nas tecnologias de sinal misto e digital, a Texas criou o MSP430, que permite aos
desenvolvedores de sistemas fazer a interface de sinais analógicos, sensores e componentes
digitais mantendo a tensão baixa (FERREIRA, 2002).
- Arquitetura de baixo consumo aumenta a vida da bateria.
- Modo de retenção de RAM de 0.1µA.
- Modo de clock em tempo real de 0.8 µA.
- Consumo: 250 µA / 1MIPS em modo ativo.
- Periféricos analógicos de alta desempenho já incorporados ao chip.
- Moderna arquitetura ortogonal RISC que usa poucas instruções para programação,
permitindo uma maior eficiência em codificação.
- Programação in-system permitindo atualizações de software facilmente e rapidamente.
Preços dos microcontroladores bastante acessíveis.
- A CPU dos MSP430 possui um conjunto de apenas 51 instruções (27 físicas e 24
emuladas) e um total de 16 registradores de 16 bits.
- Estão disponíveis diversos periféricos tais como: timers, USARTs, ADCs de 10, 12 e
16 bits, comparador analógico, amplificador operacional, DACs de 12 bits e/ou de 10 bits,
controlador de LCD, etc.
- A principal característica do MSP430 é a flexibilidade, no que diz respeito à sua
arquitetura das portas.
- Estas possuem funções de entrada, saída e uma função especial de hardware como
USARTs, DACs, etc.
A Texas oferece algumas ferramentas de desenvolvimento gratuitas, uma delas é a versão
reduzida do compilador C/C++ IAR. Esta versão permite programas de até 4KB de código
C/C++. Pode ser encontrado também o compilador GNU para a família MSP430, o MSPGCC -
23
Baseado no Gcc. O pacote também inclui ferramentas para edição, link e "debbuger"
(FERREIRA, 2002).
O sinal ao sair do microcontrolador deve ser tratado, por questões de ruído ou outra
distorção indesejável. Enquanto os dados estão sendo gerados, eles são enviados
simultaneamente para o PC e para outra parte do hardware, que é um conversor digital
analógico, nesse caso, o DAC0808 (Figura 2.2), por ser de simples manuseio e de fácil
aquisição. Após a conversão o sinal deverá passar por um amplificador com saída diferencial,
para que na maquete, o aparelho profissional de EEG possa detectá-lo. Um amplificador
diferencial é um tipo de amplificador eletrônico que multiplica a diferença entre duas entradas
por um valor constante (o ganho diferencial); é o estágio de entrada da maioria dos
amplificadores operacionais; é uma forma de circuito mais geral do que o amplificador com uma
única entrada, pois aterrando uma das entradas do amplificador diferencial, temos como
resultado um amplificador de uma saída. Tais amplificadores diferenciais são encontrados em
muitos sistemas que utilizam realimentação negativa, aonde uma entrada é utilizada para o sinal
de entrada, e a outra para o sinal de realimentação. Uma aplicação comum é o controle de
motores ou servomecanismos, assim como para aplicações com amplificação de sinais. Em
eletrônica discreta, um modo comum da implementação dos amplificadores diferenciais é a saída
longa, que é muito utilizada como o elemento diferencial na maioria dos circuitos integrados de
amplificadores operacionais (PERTENCE, 1996).
Figura 2.2 – DAC0808
Para que o sinal não contenha informações que não fazem parte dele, fez-se necessária a
aplicação de filtros. Um circuito de dois acessos chamado de quadrupolo, podendo ser linear ou
não linear, concentrado ou distribuído, passivo ou ativo, invariante ou variante no tempo, capaz
de processar sinais elétricos analógicos ou digitais (PERTENCE, 1996).
24
CAPÍTULO 3 – ESPECIFICAÇÃO
3.1 Especificação do hardware
O hardware é formado de um microcontrolador, MSP 430 da TI. O microcontrolador tem
em sua memória dados para que possa gerar as ondas de EEG, porém essas ondas são geradas
como um sinal digital. Para envio ao computador, sinais digitais são melhores, porém, para a
maquete esses dados devem ser convertidos em sinais analógicos, pois no mundo real a relação é
analógica. Para essa transformação implementou-se um conversor DA ou de um conversor DA já
existente no mercado, DAC0808.
Fez-se necessária uma memória externa, que pode gerar várias ondas de EEG. O tamanho
da memória do microcontrolador é restrito (60Kbytes), se forem geradas todas as ondas
existentes, é necessária uma memória extra, funcionando em paralelo com o MSP 430.
CONVERSÃOD/A
SOFTWARE HARDWARE
PLOTAR SINAL (GRÁFICO PC)
MSP430 GERA SINAL
TRATAMENTO DE DADOS
MAQUETE
DADOS DO USUÁRIO
ATENUAÇÃO DO SINALFILTRO
ENVIO DO SINAL
INFORMA TIPO DE SINAL
Figura 3.1 – Diagrama em blocos do projeto
25
O sinal depois de gerado passa por um filtro para retirar algum dado que não seja original
do sinal, como, por exemplo, ruídos. Um filtro FPB com freqüência de corte de 45 hz, é
necessário, pois os sinais de EEG situam-se, quase todos, abaixo de 45 hz. Outro item importante
á a instalação de um AMPOP, cuja função é de atenuar o sinal para o envio para o manequim, de
forma que o aparelho profissional possa detectar o sinal e que ele se situe o mais próximo do
real. A atenuação também pode ser feita no próprio filtro.
Todos os fios que levarem o sinal de EEG gerado pelo microcontrolador devem ser
blindados, pois sinais de baixa freqüência e amplitude, podem ser influenciados por ruídos. A
blindagem dos fios é uma segurança a mais, a garantia de que o sinal permanecerá sempre limpo
e com suas características originais.
O sinal que estabelece a conexão serial com o computador, é enviado digitalmente e é feita
pelo kit de prototipação. A sincronização tem duas partes - na primeira, o módulo de hardware,
utiliza a interface RS-232 para conectar o módulo portátil com o PC. Sua vantagem é a
facilidade de implementação, por se tratar de uma interface que utiliza poucos componentes
eletrônicos. Existem algumas bibliotecas gratuitas disponíveis em C/C++ para trabalhar com as
portas seriais e paralelas. Com este módulo pretende-se que a sincronização, entre os dados
contidos no dispositivo portátil e uma base de dados contidas no PC, seja efetuada
automaticamente bastando apenas conectar o dispositivo no computador. Já a segunda parte de
sincronismo, ocorre na maquete, o sinal digital será convertido para analógico e será distribuído
dentro do manequim pelas áreas do cérebro (Figura 3.2).
Figura 3.2 – Exemplo de conexão de eletrodos
FONTE: Eeg.pdf (Unicamp)
O crânio é divido em várias áreas, e os eletrodos de EEG são posicionados naquelas em
que se queira visualizar a onda em questão. O conjunto de pares de eletrodos que o técnico
seleciona para registrar os traçados de EEG é chamado de montagem. Existem dois tipo s de
montagens básicas usadas, são as bipolares, em que as diferenças de potencial são medidas entre
26
dois eletrodos de escalpe, e a monopolar ou referencial, na qual se registra a diferença de
potencial entre um eletrodo e um ponto de referência (Figura 3.3).
Figura 3.3 – Divisão do crânio humano
FONTE: Eeg.pdf (Unicamp)
Assim sendo, as saídas para o manequim devem ser posicionadas de forma a representar o
escalpe da cabeça, e cada sinal deverá ser posicionado corretamente no interior do manequim,
obedecendo às áreas do escalpe da cabeça. Para que o hardware possa fazer a diferenciação dos
sinais para diferentes áreas do manequim, é necessário uma chave analógica, que viabiliza enviar
o sinal pré determinado para a área desejada.
3.2 Especificação do software
O ambiente em que se desenvolveu o software é o da plataforma Borland C++ Builder 6.0
(Figura 3.4), necessário e suficiente para enviar e receber dados, plotagem de gráficos e cálculos
para ondas de EEG.
27
Figura 3.4 – Borland C++ Builder 6
A linguagem utilizada no microcontrolador MSP430 é a C++, cujo compilador está
disponibilizado no site da TI, sendo usado em conjunto com o kit do MSP430 (trata-se do
compilador da IAR Embedded Workbench IDE versão 3.42).
Figura 3.5 – IAR E.W.
A interação ocorre no ambiente Windows, que hoje em dia é a mais comum e conhecida
dentre os usuários de computadores.
O software efetua conexão serial com o microcontrolador, permitindo a troca de dados e
exibe os sinais recebidos do hardware na tela do computador.
3.3 Aplicabilidade do hardware
O hardware é a parte principal do projeto, pois é ele quem gera os sinais do simulador de
EEG. Através do microcontrolador os sinais gerados são convertidos para analógico e passam
por filtros. O hardware tem total aplicação no manequim, aloja-se dentro dele, simulando as
ondas cerebrais, como se fosse o próprio cérebro.
3.4 Aplicabilidade do software
Sem o software, o hardware não sabe o que fazer. O software além de fazer a interação do
usuário com o simulador, também é quem “diz” o que o hardware deve gerar.
28
Através do software o usuário escolhe quais os tipos de onda que o simulador deve
produzir, e também demonstra na tela do computador o resultado dessa simulação. Com os dados
recebidos o software irá plotar o gráfico da onda de EEG, e com isso verifica-se se o hardware
está funcionando corretamente.
29
CAPÍTULO 4 - ESTUDO DE VIABILIDADE TÉCNICO-ECONÔMICA
Valores de componentes:
Tabela 2 – Pesquisa de preços de componentes usados no projeto
Descrição Qtde Custo Total
Hora Técnica 700 R$ 3,00 R$ 2.100,00
MSP430 1 R$ 40,00 R$ 40,00
Kit MSP430 1 R$ 280,00 R$ 280,00
Fio Blindado (mts) 5 R$ 5,00 R$ 25,00
Manequim 1 R$ 3,00 R$ 3,00
Circuito Impresso 1 R$ 15,00 R$ 15,00
Componentes diversos 1 R$ 50,00 R$ 50,00
Total R$ 2.513,00
FONTE: Mercado local (Curitiba-PR)
Partindo da idéia de que está se construindo um simulador de EEG, que poderá ser
utilizado como material didático por empresas, faculdades, hospitais e clínicas, e que será
acoplado a qualquer computador, tem-se que seu custo (R$ 2.513,99) demonstra-se compatível a
sua utilização. Comparando-o aos aparelhos profissionais da área biomédica, o valor em questão
situa-se aquém dos valores de equipamentos utilizados nesse segmento.
30
CAPÍTULO 5 – PROJETO DO HARDWARE
A divisão dos módulos do hardware é necessário para facilitar a compreensão e para que
se possa fazer uma abordagem mais detalhada de cada item que se utiliza neste projeto. Como foi
visto no diagrama de blocos (Figura 3.1), o projeto se divide basicamente em 11 blocos, sendo
03 (três) de software (algoritmos e programação) e os outros 08 (oito) de hardware (placas,
conexões, componentes eletrônicos, etc.).
5.1 Alimentação
Projeto necessita de 3 tensões diferente:
9 V tensão para o kit de prototipação MSP430.
5 V tensão positiva para ampop, utilizado em filtros e outras aplicações.
-5 V tensão negativa para ampop, utilizado em filtros e outras aplicações.
O desenvolvimento de uma fonte de alimentação é de extrema necessidade, para que se
tenham 3 (três) tensões diferentes, projetou-se uma fonte simétrica. Tal alimentação obtém-se
com um trafo de 9 V + 9 V, retificando a tensão e usando reguladores de tensão de +9V, +5V e -
5V.
5.2 Kit de prototipação MSP430
O kit do microcontrolador MSP430 possui vários recursos, para este projeto usar -se-á o
próprio microcontrolador MSP430, conexão serial que é feita através do componente max-3221,
conexão paralela para efetuar a programação no microcontrolador, e as saídas do kit para enviar
o sinal gerado para o restante do hardware.
O kit é alimentado por uma tensão de 9V e possui um regulador de tensão para segurança
de possíveis oscilações. Contém a porta RS232 para fazer conexão serial através do componente
max3221, possui 03 (três) paralelas (Parallels IO) que possibilitam grande distribuição de sinais.
Apresenta conexão para display LCD (não será utilizado no projeto), e muitas outras
características para diversas aplicações.
31
Figura 5.1 – Kit de prototipação MSP430
FONTE: adaptada ICET
5.3 Conversor DA
A utilização do conversor DA é necessária pois quando o sinal é gerado pelo
microcontrolador ele está em formato digital, como a proposta do projeto é simular onda de EEG
em uma maquete, tem-se que transformar o sinal digital em analógico.
Com o componente DAC0808, obtém-se o sinal analógico de forma fácil e sem
complicação. Componente conversor de 8-bits fabricado pela National na tecnologia de escada
R-2R.
Na montagem do circuito de conversão DA, foi utilizada a ajuda do datasheet do DAC0808 que
mostrava um exemplo de utilização. Nesse exemplo são utilizados resistores de 5KΏ, como é um
valor não comercial será utilizado o valor comercial mais próximo que é de 4.7 KΏ , obtendo
assim um valor ideal ao desejado. O capacitor que ligado no pino 16 será de 100nF conforme é
mencionado no datasheet. Na saída do circuito (Figura 5.2) é utilizado um ampop LF351 e na
32
saída tempos o sinal gerado pelo kit do MSP430 (Figura 5.1) digital convertido em um sinal
analógico.
Figura 5.2 – Esquemático do conversor DA
FONTE: datasheet DAC0808
5.4 – Filtro
O filtro é de extrema necessidade para retirar qualquer ruído ou dado que não pertença ao
sinal original. Como os sinais de EEG são de baixa freqüência (tabela 1), foi utilizado um filtro
de 6º ordem butterworth na forma MFB (Figura 5.3) com freqüência de corte de fc = 45 hz. A
freqüência de corte utilizada foi deduzida na composição do filtro para facilitar na utilização de
resistores e capacitores com valores comerciais. Como se deseja excluir freqüências superiores e
acabar com o problema de contaminação do sinal com interferência de equipamentos ligados à
rede elétrica (60 hz), fc = 45 hz é um valor excelente.
O filtro foi configurado para que atenue o sinal, visto que os sinais de EEG possuem um
baixa amplitude (tabela 1). Nesse caso o filtro foi configurado com K = 0,5 nos dois primeiros
filtros de ordem 2 e no último com K = 1, obtendo assim uma atenuação de 100% para que o
33
sinal possa se aproximar a uma amplitude próxima de um sinal de EEG real. Se necessário
futuramente pode-se utilizar resistores para que o sinal seja atenuado, assim sendo obtido o valor
da amplitude desejada.
No filtro foi utilizado um conjunto de ampop LF351 formando um filtro passa baixa de
sexta ordem. O ampop LF351 é considerado um bom componente na utilização de filtros.
Figura 5.3 – Filtro passa baixa 6ª ordem
5.5 Chave analógica
A chave analógica (Figura 5.4) será utilizada para selecionar para qual área da maquete
que o sinal deverá ir. Após o sinal ter sido tratado (conversão DA, filtro e atenuação), ele irá para
a maquete e será distribuído dentro de áreas específicas, de forma a que cada tipo de sinal esteja
na área que lhe pertence.
Figura 5.4 – Chave analógica
FONTE: datasheet 4051
34
Digamos que o sinal alpha seja detectado no escalpe humano (Figura 5.5) pelos pontos Fz
com o F3, a maquete deverá simular igual à região com o sinal determinado. Se o hardware
estiver gerando a onda alpha, a maquete na região Fz e F3 terá que estar fornecendo a onda
alpha.
Esse detalhe de áreas será solucionado com a chave analógica 4051 (Figura 5.4), que deve
distribuir o sinal gerado para a área propriamente dita. O microcontrolador acionará a saída da
chave (Figura 5.4) que deve ser acionada para cada tipo de onda. Assim sendo, o sinal será
distribuído para a área correta.
Figura 5.5 – Posições de eletrodos de EEG, no escalpe humano
FONTE: eeg.pdf (UNICAMP).
35
CAPÍTULO 6 – PROJETO DO SOFTWARE
6.1 Diagrama de casos de uso
O diagrama caso de uso (Figura 6.1) é utilizado para mostrar os requisitos funcionais de
um sistema. Ele utiliza atores que representam o papel de uma entidade externa ao sistema como
um usuário, ou um outro sistema que interage com o sistema modelado. Os atores iniciam a
comunicação com o sistema através do use-cases. Atores e casos de uso são classes. Um ator é
conectado a um ou mais casos de uso através de associações, e tanto atores quanto casos de uso
podem possuir relacionamentos de generalização que definem um comportamento comum de
herança em superclasses especializadas em subclasses (COSTA, 2003).
O software fornece opções de escolha de onda de EEG, para que se possa escolher o tipo.
Através da conexão serial o programa informa ao hardware qual onda foi selecionada e então
através da conexão serial já pré-estabelecida o programa começa a receber os dados via porta
serial. O último passo para o software será gerar o gráfico na tela do computador com os dados
que está recebendo do hardware, assim a onda que foi selecionada no início, aparecerá na tela.
ESCOLHER TIPO DE ONDA EEG
FAZER CONEXÃO SERIAL
RECEBER DADOS DO HARDWARE
GERAR GRÁFICO NO PC
USUÁRIO
Figura 6.1 – Diagrama de casos de uso
36
6.2 Diagrama de seqüência
Os diagramas de seqüência (Figura 6.2) são utilizados para mostrar o fluxo de função em
um use-case, mostrando e exibindo objetos e não classes. Um diagrama de seqüência mostra o
objeto de interação organizado na hora da seqüência. Ele mostra os objetos e classes envolvidas
no cenário e a seqüência de mensagens trocadas entre os objetos (COSTA, 2003).
TipoOnda()
Comunica Cserial
MandaDado()
ConectaSerial()
GerarGrafico()
Usuário
Figura 6.2 – Diagrama de seqüência
6.3 Diagrama de classes
O diagrama de classe (Figura 6.3) mostra as interações entre as classes do sistema. As
classes podem ser consideradas como plantas dos objetos. As classes podem se relacionar com
outras através de associação, dependência, especialização ou em pacotes. As estruturas internas
de uma classe são seus atributos e operações. Os diagramas de classes ajudam os
desenvolvedores a planejarem a estrutura do sistema antes do código ser escrito. Uma classe
encapsula informações e comportamento de um objeto. A classe possui as 3 (três) seções, onde
37
na seção superior é definido o nome da classe ou seu estereótipo. A seção intermediária possui os
atributos, já na seção inferior são definidas as operações da classe.
+Cserial()+Rx()+Printf() : char
+Tx : unsigned char+Rx : char+Printf
Cserial
+GeraGrafico() : float
+Dado : float
GeraGrafico
+RecebeDado() : float
+Dado : float
Comunica
Figura 6.3 – Diagrama de classe
6.4 Protótipo da interface do software
Figura 6.4 – Protótipo da interface do software para o computador
38
A Figura 6.4 mostra a tela inicial do software “SIMULADOR DE EEG”. Essa tela é a
interação que o usuário tem com o projeto, como foi supracitado o usuário poderá escolher qual
tipo de onda deseja simular e então a onda aparecerá na tela do computador.
6.5 Firmware
O firmware é a parte do código de programação que fica gravado no microcontrolador.
Esse código chamado embarcado é o responsável pela geração dos sinais de EEG. Através de um
algoritmo criado, foi possível fazer o microcontrolador gerar uma onda de EEG, e claro as
demais ondas que forem selecionadas no software pelo usuário.
Cserial Gera_onda
SOFTWARE HARDWARE
Figura 6.5 – Diagrama casos de uso do firmware
+Rx()+Printf() : char
+Tx : char+Printf : char+Rx
Cserial
+gera_onda() : int+onda()+pega_dados()+delay() : int+carrega_harmonico() : float+carrega_amplitude() : int
+saida_out : int+vlr_inst : float+quant_harm : int+tempo : int+amplitude : int+harmonico : float+saida_ft : float+saida_in : int
gera_onda
Figura 6.6 – Diagrama de classe do firmware
39
CAPÍTULO 7 – PROCEDIMENTOS DE TESTES DO PROJETO
7.1 Software
O software foi testado no compilador IAR Embedded Workbench IDE versão 3.42 (Figura
3.5). Através da opção debug e do watch, pode-se rodar o código do firmware passo a passo, e
visualizar o conteúdo de cada variável, para verificar se o resultado está conforme o esperado.
Figura 7.1 – Tela do debug no software IAR E. W. v3.42
7.2 Hardware
O hardware foi testado como auxílio do osciloscópio. Na saída P4 do kit do MSP430 foi
conectado um cabo flat de 16 vias que transmite 8 bits do sinal que está sendo gerado para o
conversor DA. O DAC0808 foi montado conforme esquemático (Figura 5.2), o conversor foi
montado no protoboard para testes iniciais. Na saída do conversor DA foi ligado o osciloscópio
para verificar qual sinal estava sendo gerado.
40
O código gravado no firmware tem por finalidade gerar uma onda delta, que tem como
características freqüências abaixo de 4 hz e 100µA. A freqüência é definida pelo algoritmo do
firmware, já a amplitude foi obtida através da atenuação no hardware.
Os resultados foram relativamente satisfatórios, pois o sinal obtido possuía muito ruído e a
amplitude não foi obtida - a atenuação foi feita no filtro passa baixa.
Sendo assim, pode-se apenas constatar que o sistema embarcado no microcontrolador
MSP430, estava funcionando, porém necessita de muitos ajustes na parte de hardware e alguns
na parte de software (firmware).
41
CAPÍTULO 8 – RESULTADOS OBTIDOS
8.1 Funcionamento do Hardware
Os testes do hardware foram executados dividindo o sistema em sete módulos;
1. Fonte.
2. Kit MSP430.
3. Conversor Digital-analógico.
4. Filtro Passa - baixa de 6º ordem.
5. Chave analógica.
6. Atenuação.
7. Distribuição dos sinais.
No módulo 1 foi projetada uma fonte simétrica para alimentação de todo projeto. Foi
utilizado um grafo de 9V + 9V de 1A, que foi retificado em suas saídas com uma ponte e logo
em seguida passado para um capacitor de 2200µF, de forma a tornar a tens ão contínua
(corrigindo a queda da senóide com o capacitor) e estável. Foram utilizados reguladores de
tensão para +9V (7809), +5V (7805) e -5V (7905).
A fonte simétrica foi montada e testada com a ajuda de um osciloscópio. O resultado foi o
esperado: tensão de +9V, +5V e -5V estabilizados e sem variações. Essa fonte é ligada a uma
tomada de 127V comum e fornece toda alimentação necessária para o projeto simulador de EEG.
O módulo 2 refere-se ao Kit de prototipação (Figura 5.1), que foi alimentado com +9V e
gravado em sua memória, via porta paralela, o código ( firmware). O kit funcionou
adequadamente, fornecendo pela saída P3 os dados para plotar as ondas simuladas. A saída P3
possui 8 pinos, fornecendo então um número decimal de 0 até 255 em binário. Os dados foram
passados via cabo flat para o conversor DA sem perda alguma de informação. Com a saída P4 do
kit msp430 o firmware fornecia qual é a porta da chave analógica que deve ser acionada, como a
chave analógica (Figura 5.4) possui 3 pinos para serem configurados e assim acionarem qual
porta analógica deveria ser liberada, foi feito uma tabela para saber quais valores que deveriam
sair na P4 para que a porta analógica funcionasse perfeitamente. Como a porta P4 do kit de
prototipação MSP430 possui 8 pinos, o número binário enviado é de 8 dígitos, porém só é
necessário a mudança dos últimos 3 números binário para que se configure a chave analógica
(9,10 e 11).
42
O conversor digital analógico é o módulo 3, que recebe a saída do kit de prototipação e
converte os dados binários para uma resposta analógica. Nessa etapa apareceram ruídos,
decorrentes possivelmente de acoplamento ou da própria rede, sendo que o conversor DA recebe
tensão positiva (+5V) e tensão negativa (-5V). O problema foi resolvido colocando um capacitor
de 22nF entre a alimentação negativa e o terra do sistema.
O módulo 4 é o filtro passa baixa de 6ª ordem com freqüência de corte (fc) em 45 hz, a
finalidade desse filtro é eliminar qualquer ruído ou sinal indesejável que não pertença ao sinal
original, portanto toda ou qualquer freqüência acima de 45 hz será eliminada. A utilização e
implementação desse filtro foi fácil, porém foi necessário medir com multímetro todos os
resistores, para que a medida estivesse exata, pois os resistores comprados possuem tolerância de
5% ou 10%, ocasionando uma variação não positiva na freqüência de corte. O filtro obteve êxito
em seu objetivo, eliminou todos os ruídos até esse módulo, e principalmente a freqüência 60 hz.
Módulo 5, é a chave analógica, onde também não ocorreram problemas. O detalhe
significativo foi configurar os pinos 9, 10 e 11 que são os pinos que acionam a saída da chave. O
problema foi que a saída P4 do MSP430 é um socket para cabo flat de 16 pinos, e apenas 8 pinos
deste socket são os que fornecem a saída de dados, a posição deles, em ordem de bits mais
significativos é da esquerda para direita e de cima para baixo, por isso que os valores da tabela 4
não são seqüenciais, mas foram configurados para que o bit de nível alto (1) acionasse o pino
9,10 ou 11 conforme a onda que estava sendo enviada os dados do kit do MSP430. Nas saídas da
chave analógica, foram colocados 4 bobinas, uma para cada saída da chave analógico. O objetivo
destas bobinas foi transformar a referência do sinal para uma referência flutuante. A bobina tem
duas entradas e duas saídas, não oferece ganho algum, por isso chama-se bobina 1:1,
componente muito utilizado em equipamentos de telefonia, placas de fax modem e outros
equipamentos. Até esse módulo, o sinal simulado está referenciado ao terra do sistema, ao
colocar a saída da chave analógica na entrada de um dos pinos da bobina e colocar outro p ino de
entrada da bobina no terra, tem-se na saída da bobina um sinal diferencial entre si, mudando
então a referência do sinal, deixando de ser referência ao terra do sistema e passando a ser um
sinal diferencial entre si. Na prática, um sinal de EEG real não possui um “terra”, pode-se dizer
que o terra do corpo humano é uma referência flutuante, no caso do projeto a tentativa de se
fazer um sinal diferencial com referência flutuante foi solucionado com uma simples bobina de
1:1, deixando então o sinal simulado com uma característica muito semelhante ao sinal real de
um EEG.
A atenuação ocorre no módulo 6. Quando o sinal sai do simulador, agora diferencial, sai
das bobinas e passa por um filtro passivo, para eliminar algum ruído que tenha sido gerado pela
43
bobina. O módulo 5 finaliza a montagem da caixa que no caso vamos chamar de simulador
(Figura 8.1).
Figura 8.1 – Simulador
O simulador é composto pelos módulos 1, 2, 3, 4, e 5. Pode-se observar, na figura 8.1, que
o simulador possui duas conexões, uma é a saída serial que faz a conexão com o computador e a
outra é uma saída de oito vias, que manda o sinal gerado para a maquete. A ligação do simulador
com a maquete é feita por um cabo blindado (Figura 8.2), para evitar interferências do meio,
quais sejam quaisquer tipos de ruído.
Figura 8.2 – Cabo Blindado
O cabo possui um plug de oito pinos, conectado ao simulador e à maquete. Ele possui 1
metro de comprimento e faz a transferência do sinal simulado para a maquete.
Figura 8.3 – Plug do Cabo Blindado
44
A atenuação é feita por divisor resistivo (Figura 8.4). Os sinais de EEG possuem tensão de
100µV, 30µV, 50 µV e 20 µV, sendo possível atenuar o sinal gerado para essas pequenas
tensões, porém não é possível visualizar o sinal, pois a escala máxima de um osciloscópio é de
3mV. Então a atenuação foi feita em menor escala.
Figura 8.4 – Divisor Resistivo
Como exemplo, a onda Alpha que na teoria possui uma amplitude de 20µV a 75µV (Tabela
1), foi simulada com 3mV, para que possa ser mostrada no osciloscópio e comprovada que está
sendo simulada. No caso da onda Alpha, foi utilizado R1= 1M Ώ e R2=1KΏ, uma relação que
daria aproximadamente uma atenuação de 1:100, o que deixaria o sinal Alpha com 3.5mV. Na
Figura 8.4 pode se ver que a onda Alpha está sendo gerada com suas características em
amplitude, percebesse na figura que a amplitude da onda está aproximadamente entre 3mV e
5mV, temos que levar em consideração que a quantidade de ruído presente é originário do
próprio osciloscópio, como a amplitude é muito pequena, todo ou qualquer interferência irá gerar
um ruído para deformar a onda, porém a grande parte dessa deformação no sinal pode ser da
ponta de prova do osciloscópio. Para tentar diminuir as ações de ruídos do meio, o modulo 6
atenuação foi colocada dentro da maquete em pequenas caixinhas de plástico, isolada de dentro
para fora com papel alumínio. A intenção é tentar diminuir ruídos utilizando uma espécie de
gaiola de Faraday, o resultado foi bom, os ruídos foram diminuídos em ate 10%, mas mesmo
assim foi necessário a implementação de mais um filtro passivo na saída da então gaiola de
Faraday para o escalpe da maquete.
O osciloscópio não é um aparelho apropriado para esse tipo de medição, o ideal seria
realmente ter um aparelho de EEG profissional para que se possa ter uma idéia realmente de qual
é a qualidade do sinal que está sendo simulado. Em um aparelho de EEG existem vários filtros e
amplificadores operacionais, que poderiam mostrar sim, o sinal puro, em sua qualidade e
características.
45
Figura 8.5 – Onda Alpha no osciloscópio
Finalizando o projeto, tem-se o módulo 7, que trata da distribuição dos sinais no escalpe da
maquete. A maquete (Figura 8.6), trata-se de uma cabeça de manequim, encontrada em qualquer
loja do ramo, que foi dividida nas áreas cerebrais, e que teve colocada placas banhadas de
estanho em alguns pontos, de forma a permitir que o sinal possa ser transmitido para toda a área
da placa.
Figura 8.6 – Maquete vista de frente
46
Figura 8.7 – maquete vista de trás
A distribuição foi feita baseando-se em um artigo científico (F. IAIONE, J. L. B.
MARQUES), que mostra o desenvolvimento de um sistema portátil para EEG. O referido artigo
consigna em quais áreas cerebrais aparecem tais ondas e com que freqüência. Partindo de tal
detalhamento confeccionou-se a tabela 5, que detalha qual distribuição foi feita no escalpe da
maquete.
Tabela 3 – Distribuição das ondas no escalpe da maquete
ONDA ÁREA AMPLITUDE FREQUENCIA
ALPHA C4 – Cz 3mV 8 hz ~ 13 hz
BETA O1 – P3 35mV 13 hz ~ 20 hz
DELTA F7 – A1 35mV 0,3 hz ~ 4 hz
THETA Pz – O2 15mV 4 hz ~ 7 hz
FONTE: F. IAIONE, J. L. B. MARQUES
8.2 – Funcionamento do Software
O software obteve êxito em todas as suas operacionalidades. Sua função era a de coordenar
e determinar qual onda deveria ser simulada. O usuário pode escolher qual das 4 (quatro) ondas
simular e assim visualizar na maquete o resultado da simulação. Com relação a programação
podemos dividir o software em dois módulos:
47
1. software do usuário (PC).
2. firmware no MSP430.
O módulo 1 é a interface com o usuário, programa que seleciona qual onda deve ser
simulada, e também efetua outras configurações.
Figura 8.8 – Tela principal do software
Na Figura 8.8 percebe-se que no início da tela do programa, existe um plano cartesiano: no
eixo “x “ consta como variável o tempo, expresso em unidade de segundos; e o eixo “y” que
ostenta como variável a tensão e como unidade de medida mV. O software desenha a onda que
está sendo simulada pelo simulador (Figura 8.1) com as características de período e amplitude. A
onda é plotada através da ferramenta do builder tchart, recebendo os dados via conexão serial.
Tem-se na Figura 8.9, na aba “Arquivos” a opção de “ligar Simulador” que leva o firwmare
a começar a receber dados para a onda que deve ser gerada. Por conseqüência a seleção
“Desligar Simulador” faz com que o hardware termine sua rotina de simular ondas de EEG.
48
Figura 8.9 – Menu Arquivo do software “Simulador de EEG”
Na figura 8.10, a aba “Conexão”, tem como objetivo configurar dados para a conexão
serial. Na seleção Porta pode se configurar com a “COM” que queria fazer a conexão serial junto
com o simulador (Figura 8.1). Na opção nova, inicia-se uma nova conexão serial, a partir de
então se fecha uma conexão serial entre o computador e o simulador de EEG, e os dados
começam a ser trocados.
Figura 8.10 – Menu Conexão do software “Simulador de EEG”
Logo abaixo, tem-se a figura 8.11, cuja aba “Configuração” tem como finalidade selecionar
qual onda de EEG deve ser simulada (Alpha, Beta, Delta ou Theta).
Figura 8.11 – Menu Configuração do software “Simulador de EEG”
49
Por último, a figura 8.12 que na aba “Ajuda” possibilita ao usuário obter informações de
caráter geral: texto sobre como utilizar o software (Utilização), dados sobre as ondas do
simulador (Informação) e a versão do software e seu autor (Sobre).
Figura 8.12 – Menu Ajuda do software “Simulador de EEG”
O módulo 2, que trata do código que está na memória do microcontrolador MSP430 ou
firmware, tem como função gerar dados para que se possa simular uma onda de EEG, com suas
principais características, amplitude e freqüências baixas.
Como dito anteriormente, a amplitude baixa foi conseqüência do módulo 6, de atenuação
na desenvolvimento do hardware. Já as faixas de freqüências nos sinais de EEG, foram
conseguidas através de um somatório de senoides, que já estavam com suas freqüências pré-
definidas. Com isso, mudou-se apenas a quantidade de harmônicos de cada onda, para dar a ela a
característica aleatória. Cada onda possui 256 amostras, o que restringe muito a envoltória de
cada onda, mas, como o microcontrolador é de apenas 8 bits não foi possível simular ondas com
mais amostras do que 256.
8.3 Resultados
Com todo o conjunto montado simulador, (Figura 8.1), maquete (Figura 8.6) e computador
com software instalado, foi possível obter-se os resultados do simulador de EEG. O simulador
(Figura 8.6) é conectado ao computador via porta serial, e é conectado também na maquete
(Figura 8.6) via cabo blindado de 8 vias na parte de trás da maquete (Figura 8.7).
Os resultados para a onda Alpha não atingiram a excelência, como mostrado na tabela 5, a
onda Alpha foi a que obteve a maior atenuação, e por conseqüência a que sofreu maior ação dos
ruídos, tanto do osciloscópio como do meio, na Figura 8.4 fica visível como o ruído distorceu a
visão da onda gerada pelo simulador (Figura 8.1). Porém, no software do simulador o resultado
foi excelente, o programa conseguiu plotar a onda perfeitamente, mostrando assim como deveria
ser a onda sem ruídos ou com ação de alguma interferência.
50
Figura 8.13 – Onda Alpha no software “Simulador de EEG”
A montagem para captação da onda Alpha foi feita através das áreas C4 – Cz (tabela 5),
como pode ser visto na figura abaixo.
Figura 8.14 – Captação onda Alpha
Com relação a FFT da onda Alpha, ficou a desejar a visualização no osciloscópio
justamente por causa da quantidade de ruídos que apareceram no sinal. A onda Alpha possui
faixa de freqüência de 8 hz ~ 13 hz, que pode ser observada na figura 8.15 uma pequena
elevação na amplitude nas freqüências dessa faixa.
Figura 8.15 – FFT da onda Alpha
51
Na onda Beta e Delta os resultados foram mais satisfatórios, pois a atenuação foi menor e
as ondas ficaram com amplitude de 35mV (Tabela 5). A influência dos ruídos não afetou
significativamente a visualização das ondas no osciloscópio, e por conseqüência a FFT ficou
com melhor visualização, confirmando a tese de que os ruídos que deformaram a onda Alpha
(Figura 8.5) decorreram da má qualidade do osciloscópio e das pontas para essa aplicação. Nas
figuras a seguir percebe-se a envoltória das ondas Beta e Delta parecidas com a do software.
Figura 8.16 – Onda Beta no osciloscópio
Figura 8.17 – Onda Beta no software “Simulador de EEG”
Figura 8.18 – Onda Delta no osciloscópio
52
Figura 8.19 – Onda Delta no software “Simulador de EEG”
A montagem para teste das ondas obedeceram a tabela 5, Beta O1 – P3 e Delta F7 – A1.
Figura 8.20 – Captação onda Beta
Figura 8.21 – Captação onda Delta
A FFT, das ondas Beta e Delta, pode ser muito bem visualizada, a elevação nas amplitudes
da faixa de freqüência 13 hz ~ 20 hz demonstra a característica da onda Beta e a elevação nas
amplitudes da faixa de freqüência 0,3 hz ~ 4 hz demonstra a característica da onda Delta. Essa
elevação de amplitude mostra que as ondas que estão no osciloscópio têm predominantemente
essas freqüências, como o eixo x do osciloscópio está no domínio da freqüência e cada divisão
53
significa 5 hz, pode-se perceber que as duas ondas estão dentro da faixa de freqüência a que
pertencem.
Figura 8.22 – FFT da onda Beta
Figura 8.23 – FFT da onda Delta
Por último, a onda Theta, foi alterada a amplitude para 15mV, para conseguir uma tensão
menor, mas com qualidade de visualização no osciloscópio. O resultado foi melhor do que o da
onda Alpha, porém apresenta muito ruído e interferência. É muito provável esses ruídos sejam
semelhantes aos que deformaram a onda Alpha. Assim, como explicado anteriormente, se o
procedimento de captação das ondas ocorresse com um aparelho de EEG profissional, os
resultados seriam melhores.
Figura 8.24 – Onda Theta no osciloscópio
54
Figura 8.25 – Onda Theta no software “Simulador de EEG”
A montagem para captação da onda Theta foi feita para as regiões Pz – O2, a onda
apresentou a FFT melhor do que o da onda Alpha, sua faixa de freqüência pode ser observada na
figura 8.26.
Figura 8.26 – Captação onda Theta
Figura 8.27 – FFT da onda Theta
55
CAPÍTULO 9 - CONCLUSÃO
Apesar da complexidade decorrente da geração de uma onda cerebral artificial, os módulos
desenvolvidos e implementados apresentaram funcionamento satisfatórios, dentro dos limites da
tecnologia disponível para a condução do experimento.
O conjunto, SIMULADOR DE EEG, composto por simulador, maquete e software foi
concluído e funcionou dentro dos parâmetros apresentados no item 9.3. Alguns fatores
influenciaram nos resultados: aparelho não profissional para captação das ondas e a utilização de
alguns dispositivos e componentes em padrões inadequados, face seu alto custo.
Os módulos foram implementados baseando-se em estudos teóricos e em cálculos
formulados em consonância e em decorrência da pesquisa realizada.
Por óbvio que, existem melhoramentos a serem introduzidos no projeto de forma a
propiciar que o simulador se torne um equipamento comercializável ou para que ele tenha sua
capacidade de utilização ampliada (através da implementação de outras ondas - da freqüência da
consciência, e as relacionadas com distúrbios e doenças como Alzheimer , epilepsia e existência
de tumores – por exemplo). Para tanto, faz-se necessário investir em um microcontrolador de
melhor qualidade e com maior poder de processamento e usar componentes com um menor grau
de tolerância e de melhor padrão.
56
CAPÍTULO 10 - REFERÊNCIAS BIBLIOGRÁFICAS
[1] Amplificador diferencial, disponível em:
<http://pt.wikipedia.org/wiki/Amplificador_diferencial>. Acesso em: março 2007
[2] COSTA, Richard Douglas D. Latu sensu em sistemas de informação e aplicações
web. Manaus, 2003. Monografia (graduação).
[3] F. BEAR.; et al. Neurociências desvendando o sistema nervoso. Porto alegre:
Artmed, 2. ed., 2002.
[4] F. Iaione, J. L. B. Marques. Desenvolvimento de um sistema portátil para registro
de eletroencefalograma, disponível em http://www.hab2001.sld.cu/arrepdf/00207.pdf. Acesso
em: setembro 2007.
[5] Instrumentação Biomédica – Engenharia Clínica – Deb/Feec – Unicamp, disponível em http://www.fee.unicamp.br/deb/vera/eeg.pdf. Acesso em: abril 2007.
[6] Kit de prototipação MSP430, disponível em:
<http://www.icet.pucpr.br/afonso/Graduacao/MPII/microprocessadoresII.htm>. Acesso em:
junho 2007.
[7] LENT, Roberto. Cem bilhões de neurônios conceitos fundamentais de neurociência.
São Paulo: Atheneu, 2. ed., 2001.
[8] LUFT, Caroline e ANDRADE, Alexandro. A pesquisa com EEG aplicada à área de
aprendizagem motora. Revista Port. Ciência Desportiva., n. 1, vol. 6, p.106-115, jan. 2006.
[9] MSP 430: microcontrolador, disponível em: <http://pt.wikipedia.org/wiki/Msp430>.
Acesso em: março de 2007.
[10] MSP430, disponível em: <www.atomia.net>. Acesso em: abril 2007.
[11] Para entender o eletroencefalograma (E.E.G.), disponível em:
<http://www.ibemol.com.br/silveira/ecg.doc>. Acesso em: abril 2007.
57
[12] Pesquisa com EEG, disponível em:
<http://www.laseeb.org/publications/1983/1999-09-SEMNI-P.pdf >. Acesso em: março 2007
[13] PEREIRA, FABIO: Microcontroladores MSP430 – Teoria e pratica, Editora
Família, 1 ed, 2002.
[14] PERTENCE JR., A: Amplificadores Operacionais e filtros ativos: Teoria, projetos,
aplicações e laboratórios. Editora Makron Books, 5 ed, 1996.
