• filtro adattivo
• trasformata wavelet

I sistemi indossabili sensorizzati permettono di effettuare un monitoraggio continuo dei principali segnali vitali, quali elettrocardiogramma (ECG), respiro e attività fisica, allo scopo di ottenere informazioni sullo stato di salute del soggetto. La presenza di artefatti nei segnali biomedici acquisiti e la necessità di un intervento tempestivo in caso di alterazioni delle variabili fisiologiche, inducono allo sviluppo di algoritmi di elaborazione in tempo reale.

I metodi classici di filtraggio lineare si basano sull'ipotesi che l'informazione utile e il rumore siano su bande frequenziali diverse. Nei casi in cui questa ipotesi non sia verificata, come per gli artefatti da movimento presenti sul segnale ECG, tali metodi non possono essere applicati.
Tuttavia, se disponiamo di qualche informazione sul rumore, può essere utilizzata la tecnica di filtraggio adattivo.
Un possibile approccio per la rimozione di artefatti da movimento mediante filtro adattivo prevede l'utilizzo di un accelerometro triassiale. Tale dispositivo, utilizzato principalmente per acquisire un segnale legato all'attività fisica, può fornire una misura degli artefatti da movimento se posizionato direttamente sul sistema indossabile.

Il segnale ECG infatti può essere visto come la somma di due contributi: un termine utile, che rappresenta l'informazione d'interesse presente nel segnale, e un termine di rumore, dovuto all'artefatto da movimento. L'obiettivo di un approccio basato su un filtraggio di tipo adattivo è stimare il termine di rumore dal segnale acquisito dall'accelerometro, se questi due segnali sono fra loro correlati.

Un altro aspetto fondamentale nell'elaborazione in tempo reale del segnale ECG è l'estrazione della frequenza cardiaca.
La trasformata wavelet, decomponendo il segnale in blocchi elementari ben localizzati nel tempo e in frequenza, rappresenta uno strumento utile per l'analisi multirisoluzione dei segnali. Questo aspetto può essere sfruttato per rilevare le onde caratteristiche presenti nel segnale ECG, in particolare l'onda R, da cui estrarre la frequenza cardiaca.

L'obiettivo di questo lavoro di tesi è lo sviluppo e l'implementazione su un microcontrollore di algoritmi per l'elaborazione in tempo reale di segnali biomedici basati su filtraggi di tipo adattivo, per la rimozione di artefatti, e sulla trasformata wavelet discreta, per l'estrazione della frequenza cardiaca.