CENTRO UNIVERSITÁRIO POSITIVO NÚCLEO DE CIÊNCIAS EXATAS E TECNOLÓGICAS ENGENHARIA DA COMPUTAÇÃO SIMULADOR DE EEG

Transcrição

1 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

3 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.

4 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 ; ligarse a um aparelho profissional de análise de EEG. Palavras-chave: EEG, Cérebro, Ondas.

5 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.

6 SUMÁRIO LISTA DE FIGURAS LISTA DE TABELAS LISTA DE SIGLAS LISTA DE SÍMBOLOS CAPÍTULO 1 INTRODUÇÃO Motivação Definição do trabalho Contextualização dos dias atuais Descrição das principais funcionalidades Tecnologias utilizadas na implementação...16 CAPÍTULO 2 - ESTUDO TEÓRICO Fundamentação teórica Teoria pura e aplicada na prática Teoria do software Teoria do hardware...22 CAPÍTULO 3 - ESPECIFICAÇÃO Especificação do hardware Especificação do software Aplicabilidade do hardware Aplicabilidade do software...27 CAPÍTULO 4 ESTUDO DE VIABILIDADE TÉCNICO-ECONÔMICA...29 CAPÍTULO 5 PROJETO DO HARDWARE Alimentação Kit de prototipação MSP Conversor DA Filtro Chave analógica...33

7 CAPÍTULO 6 - PROJETO DO SOFTWARE Diagrama de casos de uso Diagrama de seqüência Diagrama de classes Protótipo da interface do software Firmware...38 CAPÍTULO 7 PROCEDIMENTOS DE TESTES DO PROJETO Software Hardware...39 CAPÍTULO 8 RESULTADOS OBTIDOS Funcionamento do hardware Funcionamento do software Resultados...49 CAPÍTULO 9 CONCLUSÃO...55 CAPÍTULO 10 - REFERÊNCIAS BIBLIOGRÁFICAS...56

8 1. LISTA DE FIGURAS Figura 1.1 Exemplo de maquete...13 Figura 1.2 Exemplo de ondas EEG...14 Figura 1.3 MSP Figura 2.1 Diagrama em blocos do software...21 Figura 2.2 DAC 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 Figura 3.5 IAR E.W Figura 5.1 Kit de prototipação MSP 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 Figura 7.1 Tela do debug no software IAR E.W. v 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

9 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

10 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

11 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 Recommended Standard 232 MTS Metros DA Digital-analógico CMRR Razão de remoção de modo comum.

12 4. LISTA DE SÍMBOLOS hz Hertz. Mhz Mega Hertz. K Kilo (10 3 ) 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. 13

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) 14

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 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 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. 15

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 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 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 16

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. 17

18 CAPÍTULO 2 - ESTUDO TEÓRICO 2.1. Fundamentação teórica Quando o psiquiatra austríaco Hans Berger ( ) 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). 18

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 19

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 conhecese 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 20

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. Gera Sinal na tela do PC Conexão serial com Hardware Software Recepção de dados do hardware Comandos para 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 21

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 - 22

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). 23

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. DADOS DO USUÁRIO TRATAMENTO DE DADOS SOFTWARE HARDWARE INFORMA TIPO DE SINAL PLOTAR SINAL (GRÁFICO PC) CONVERSÃO D/A MSP430 GERA SINAL ENVIO DO SINAL FILTRO ATENUAÇÃO DO SINAL MAQUETE Figura 3.1 Diagrama em blocos do projeto 24

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 25