ETD

• DSP
• filtri digitali
• radar UWB

Costituiscono l'oggetto di questa tesi, lo sviluppo e l'implementazione su DSP di un algoritmo per l'elaborazione di segnali eco, ad alta frequenza, per usi biomedici.

Il segnale acquisito nel monitoraggio tramite i sistemi ad alta frequenza presi in considerazione, come i sistemi radar Ultra Wide Band (UWB), riflette l'attività cardiaca e respiratoria; ci siamo proposti di estrarre dal segnale le due componenti ricavando la frequenza cardiaca e quella respiratoria.

Il monitoraggio delle funzioni vitali fornisce un importante contributo in diversi casi, come interventi chirurgici, monitoraggio domestico, monitoraggio Holter o monitoraggio di lavoratori a rischio permettendo un livello di assistenza al paziente più efficace. In tutti questi contesti è fondamentale la disponibilità di un dispositivo portatile, non ingombrante, che non renda difficoltosi i movimenti, che rilevi uno o più parametri indicatori della situazione che vogliamo scongiurare, che esegua misure non invasive e che lavori in tempo reale.

Sotto questi punti di vista le tecniche attuali di
indagine non invasiva sono poco efficienti rispetto alle potenzialità delle nuove tecniche emergenti, come i radar UWB applicati alla medicina che questa tesi prende in considerazione. Esistono infatti diversi studi che dimostrano la capacità degli UWB di rilevare in modo remoto la frequenza respiratoria e quella cardiaca usando delle tecniche radar ad impulso nella regione delle microonde.

Emerge quindi la necessità di disporre di un dispositivo che sia non invasivo e poco ingombrante ma anche dotato di un sistema di elaborazione in grado di effettuare analisi sui fenomeni biologici monitorati in tempo reale. E' per tale motivo che abbiamo scelto di implementare dei filtri e la trasformata di Fourier su un processore DSP (Digital Signal Processor), tramite il kit di sviluppo TMDS3200006711E. I filtri permettono di separare le componenti frequenziali dominanti fornendo due segnali che sono indice dell'attività cardiaca uno, e dell'attività respiratoria l'altro. Calcolando la trasformata di Fourier dei segnali abbiamo ricavato le frequenze di interesse come quelle rispetto alle quali le due trasformate di Fourier sono massime. Abbiamo inoltre fatto un confronto fra i possibili tipi di filtri (IIR e FIR) e metodi di progettazione digitali.