Diseño e implementación en FPGA de un filtro Kalman Unscented para aplicaciones biomédicas

194 Pages·2017·11.19 MB·Spanish

Diseæo e implementaci(cid:243)n en FPGA de
un (cid:28)ltro Kalman Unscented para
aplicaciones biomØdicas
Trabajo Fin de Grado
Grado en Ingenier(cid:237)a de Computadores
Pablo Lammers Corral
Manuel Pascual L(cid:243)pez
Daniel del Pino SÆnchez
Departamento de Arquitectura de Computadores y AutomÆtica
Facultad de InformÆtica
Universidad Complutense de Madrid
Junio 2017
i
Documento maquetado con TEX S v.1.0+.
Diseæo e implementaci(cid:243)n en FPGA
de un (cid:28)ltro Kalman Unscented para
aplicaciones biomØdicas
Trabajo (cid:28)n de grado
Grado en Ingenier(cid:237)a de Computadores
Autores
Pablo Lammers Corral
Manuel Pascual L(cid:243)pez
Daniel del Pino SÆnchez
Dirigida por el Doctor
Oscar Garnica AlcÆzar
Juan Lanchares DÆvila
Departamento de Arquitectura de Computadores y
AutomÆtica
Facultad de InformÆtica
Universidad Complutense de Madrid
Junio 2017

Agradecimientos
Este proyecto ha supuesto un duro trabajo y sacri(cid:28)cio para todos, por
tanto, no podemos empezar de otra forma sino dando gracias a nuestros
directores (cid:211)scar Garnica AlcÆzar y Juan Lanchares DÆvila por habernos
propuesto este proyecto y por invertir su tiempo y dedicaci(cid:243)n en ayudarnos
a desarrollarlo. Gracias a ellos hemos aprendido todo lo relativo al Filtro
Kalman y demÆs entresijos.
Gracias a la Universidad Complutense de Madrid y a la Facultad de
InformÆtica por permitirnos haber estudiado este magn(cid:237)(cid:28)co grado con el
que tanto hemos disfrutado y en especial a todos los profesores que nos han
acompaæadoduranteestoscuatroaæosyhancontribuidoanuestraformaci(cid:243)n
para afrontar este trabajo.
Por œltimo y no menos importante, dedicamos este trabajo a todos nues-
tros familiares, amigos y compaæeros que nos han soportado durante estos
aæos y en especial este œltimo.
Para todos vosotros este trabajo.
v

Resumen
Actualmente, la vida de los pacientes con Diabetes Mellitus estÆ muy
controlada. Su enfermedad no les permite mantener un nivel estÆndar de
glucosa en sangre y necesitan de insulina externa para bajarla, ya que este
tipo de diabetes suele generar altos niveles de glucosa en sangre o hiperglu-
cemia, que es peligroso para su vida. Otra causa de muerte mÆs peligrosa
todav(cid:237)a es el caso contrario, la falta de glucosa en sangre o hipoglucemia,
que se puede dar por no llevar una buena dieta o por pasarse en la dosis de
insulina.
Para mejorar la calidad de vida de los diabØticos se han desarrollado du-
rante aæos Monitores Continuos de Glucosa (MCG). Estos miden la Glucosa
Intersticial (GI) entre las capas de la piel, derivada de la Glucosa en Sangre
(GS). La GI estÆ relacionada con la GS, pero no son el mismo valor. Debido
al retardo provocado por todas las capas de piel, hasta llegar a la zona in-
tersticial la GS se va difundiendo y bajando. AdemÆs, la medici(cid:243)n de la GI
es ruidosa y degenerada por la degradaci(cid:243)n del sensor llamada ganancia del
sensor.
Un gran cambio en los MCG fue el inicio de la aplicaci(cid:243)n de Filtros
Kalman para estimar el valor de la GS. La capacidad de este (cid:28)ltro reside en
que, con medidas indirectas de una variable que se quiera estimar, es capaz
depronosticarelestadooculto,queeselvalordelavariablequenosinteresa.
El objetivo de este Trabajo de Fin de Grado es usar un Filtro Kalman
Unscentedparalaestimaci(cid:243)ndelaGS(estadooculto)atravØsdelasmedidas
deunsensordeglucosasituadodebajodelapieldelpacienteyquemidelaGI
(medida rÆpida, cada cinco minutos). AdemÆs se dispondrÆ de otra medida
muy (cid:28)able, ya que se medirÆ la glucosa en sangre directamente mediante
un pinchazo en el dedo, para la calibraci(cid:243)n y correcci(cid:243)n del error del (cid:28)ltro
(medida lenta, cada ocho horas).
El (cid:28)ltro estÆ implementado en una FPGA por sus caracter(cid:237)sticas de ro-
bustez, seguridad y velocidad de c(cid:243)mputo. El resultado del uso del (cid:28)ltro es
un sistema capaz de aproximar la GS y la ganancia del sensor a partir de
una medida ruidosa fuertemente no lineal.
Palabras clave:
vii
viii Resumen
Filtro Kalman, Filtro Kalman Unscented, VHDL, punto (cid:28)jo, operaciones
matriciales.
Abstract
Actually,DiabetesMellituspatient’sliveissodi(cid:30)cult.Thisdiseasedon’t
able themselves to manage an standard blood glucose level and need extern
source insulin to decrease it because this kind of diabetes uses to raise blood
glucoselevelorhyperglycemia,dangerousforthem.Anothermoredangerous
cause of death is the opposite, the low level blood glucose or hypoglycemia,
that could be present because of a bad diet or take so much insulin than the
normal dose by an accident.
To improve the diabetics quality of live Continous Glucose Monitors
(CGM) has been developed for years. This devices sample Interstice Glu-
cose (IG) between skin layers, that came from the Blood Glucose (BG). The
IGisrelatedtoBG,butisn’tthesamevalues.Becauseofallskinlayersdelay
until came into interstice area the BG spreads himself and decrease. In addi-
tion, the IG sampling is noisy and degenerate, because of sensor degradation
called sensor gain.
A grate CGM change was the Kalman Filtering using to BG estima-
tion. The feature of this (cid:28)lter besides in the ability of variable hidden state
estimation, that it’s what we want, using indirect variable sampling.
The goal of this (cid:28)nal year dissertation is to use an Unscented Kalman
FiltertoBGestimation(ourhiddenstate)usingIGunderskinglucosesensor
sampling (fast measure, (cid:28)ve minutes frequency). In addition we are able to
use an BG sample by an (cid:28)ngerstick device, a very reliable sample, used to
(cid:28)lter calibration and sintonization (slow measure, eight hour frequency).
The (cid:28)lter is implemented on a FPGA because of it’s good features of
strenght,securityandcomputespeed.Theresultisadevicethatcanestimate
BG and sensor gain using hard non-lineal measure.
Keywords:
Kalman Filter, Unscented Kalman Filter, VHDL, (cid:28)xed point, matrix opera-
tions.
ix