BSS Knjiga 2018 A5 PDF

UNIVERZITET U SARAJEVU
ELEKTROTEHNIČKI FAKULTET U SARAJEVU
Dušanka Bošković Orhan Lepara
BIOMEDICINSKI
SIGNALI I SISTEMI
Sarajevo, 2018.
Autori: dr Dušanka Bošković, dr Orhan Lepara
Naziv djela: Biomedicinski signali i sistemi
Izdavač: Elektrotehnički fakultet Univerziteta u Sarajevu

Za izdavača: Vanr. Prof. dr Samim Konjicija
Recenzenti: Red. prof. dr Zikrija Avdagić, dip.ing.el.

Vanr. prof. dr Nesina Avdagić, med.dr.
Ilustracije: Duško Bošković

DTP: Dušanka Bošković
Godina izdanja i godina štampanja: 2018.

Tiraž: 100 primjeraka
Štampa: MEDIA BIRO, d.o.o. Sarajevo
Odlukom Senata Univerziteta u Sarajevu broj 01-663/18 od 27.06.2018. godine

data je saglasnost da se udžbenik BIOMEDICINSKI SIGNALI I SISTEMI izda
kao univerzitetsko izdanje.
CIP - Katalogizacija u publikaciji

Nacionalna i univerzitetska biblioteka Bosne i Hercegovine, Sarajevo
621.3:61
611.1/.8-073.7
BOŠKOVIĆ, Dušanka
Biomedicinski signali i sistemi / Dušanka Bošković, Orhan Lepara ;
[ilustracije Duško Bošković]. - Sarajevo : Elektrotehnički fakultet, 2018. - XII,
165 str. : ilustr. ; 25 cm
Na vrhu nasl. str.: Univerzitet u Sarajevu. - Bibliografija: str. 147-156.
ISBN 978-9958-629-68-6
1. Lepara, Orhan
COBISS.BH-ID 26018054
Sadržaj
Predgovor ................................................................................................... vii
1. Biomedicinski inžinjering ...................................................................... 1
1.1. Oblasti biomedicinskog inžinjeringa .............................................. 1
1.1. Primjeri BMI u medicinskoj praksi................................................. 2
1.1.1. Kohlearni implant .................................................................. 3
1.1.2. Vještačko srce ........................................................................ 3
1.1.3. Biomehanika krvotoka ........................................................... 5
1.1.4. Dijagnostičke metode u radiologiji ......................................... 5
1.2. Uloge biomedicinskog inžinjera ..................................................... 8
1.3. Obrazovanje biomedicinskih inžinjera ............................................ 9
1.4. Bioinformatika ..............................................................................10
1.5. Biomedicinski signali i BMI .........................................................10
1.6. Zaključak ......................................................................................11
2. Biomedicinski sistemi...........................................................................13
2.1. Biomedicinski signali....................................................................15
2.2. Senzori .........................................................................................18
2.3. Elektrode ......................................................................................19
2.4. Pre-procesiranje signala ................................................................21
2.5. Pametni biomedicinski sistemi ......................................................23
2.6. Zaključak ......................................................................................24
3. Bioelektrične pojave .............................................................................27
3.1. Historija bioelektriciteta ................................................................27
3.2. Biopotencijal ................................................................................29
3.3. Membranski potencijal ..................................................................30
3.4. Jonski kanali .................................................................................33
3.5. Akcioni potencijal .........................................................................33
3.6. Nernstova jednačina ......................................................................34
3.7. Jednačina Goldman-Hodgkin-Katz ................................................35
3.8. Hodgkin-Huxley model akcionog potencijala ................................37
iii
3.9. SIMULINK model akcionog potencijala ...................................... 40
3.10. Neuron ......................................................................................... 43
3.11. Sinaptička transmisija .................................................................. 45
3.12. Zaključak ..................................................................................... 48
4. Srce i elektrokardiogram (EKG)........................................................... 49
4.1. Srčani ciklus ................................................................................ 50
4.2. Elektro-aktivnosti srca.................................................................. 52
4.3. Vektokardiogram ......................................................................... 52
4.4. Registracija EKG signala ............................................................. 54
4.4.1. Format EKG zapisa .............................................................. 56
4.4.2. Standardizacija EKG odvoda ................................................ 59
4.4.3. Određivanje električne ose srca............................................. 66
4.4.4. Električne i frekventne osobine EKG signala ........................ 67
4.5. Sistemi za obradu EKG signala .................................................... 69
4.6. EKG uređaj - elektrokardiograf .................................................... 71
4.6.1. Wilsonov centralni terminal - WCT ...................................... 72
4.6.2. Modul za uklanjanje šuma plivajuće osnovne linije ............... 73
4.6.3. Pogon desne noge (engl. Right Leg Drive - RLD) ................. 74
4.6.4. Načini snimanja EKG signala ............................................... 74
4.7. Analiza EKG signala .................................................................... 75
4.7.1. Baze EKG signala ................................................................ 76
4.7.2. Primjeri srčanih aritmija ....................................................... 77
4.7.3. Detekcija QRS kompleksa – Pan-Tompkins algoritam .......... 80
4.8. Analiza promjene srčanog ritma - HRV ........................................ 81
4.8.1. Metode HRV analize u vremenskom domenu ....................... 83
4.8.2. Poincare dijagram................................................................. 84
4.8.3. Frekventne metode analize HRV .......................................... 85
4.9. Zaključak ..................................................................................... 86
5. Krvni pritisak....................................................................................... 87
5.1. Historijski razvoj metoda mjerenja krvnog pritiska ....................... 88
5.2. Direktno mjerenje krvnog pritiska ................................................ 89
iv
5.3. Signal krvnog pritiska ...................................................................92
5.4. Neinvazivne metode......................................................................95
5.4.1. Manualna metoda ..................................................................95
5.4.2. Auskultatorna metoda............................................................98
5.4.3. Oscilometrijska metoda .........................................................99
5.5. Zaključak .................................................................................... 101
6. Mozak i elektroencefalogram (EEG) ................................................... 103
6.1. Mozak ........................................................................................ 104
6.2. Historija EEG ............................................................................. 105
6.3. EEG sistem ................................................................................. 106
6.4. Akvizicija EEG signala ............................................................... 107
6.5. Pojačala i filteri........................................................................... 110
6.6. Primjena analize EEG signala ..................................................... 112
6.7. Karakteristični ritmovi EEG ........................................................ 114
6.8. Tranzijentni oblici EEG .............................................................. 117
6.9. Epilepsija .................................................................................... 118
6.10. EEG i san.................................................................................... 119
6.11. Evocirani potencijali ................................................................... 121
6.12. Analiza EEG signala ................................................................... 122
6.12.1. Spektralna analiza EEG signala ........................................... 123
6.12.2. Wavelet transformacija ........................................................ 125
6.12.3. EEG segmentacija i tehnika usrednjavanja ........................... 125
6.12.4. ERP i tehnika usrednjavanja ................................................ 126
6.12.5. EEG sinhronizacija u udaljenim regijama mozga ................. 128
6.12.6. Slijepo odvajanje signala (BSS) ........................................... 128
6.12.7. Mape glave ......................................................................... 129
6.13. BCI/BMI .................................................................................... 130
6.14. Zaključak .................................................................................... 131
7. Dijaliza............................................................................................... 133
7.1. Bubrezi i njihova funkcija ........................................................... 133
7.2. Hemijski procesi u osnovi hemodijalize ...................................... 135
v
7.3. Historija hemodijalize ................................................................ 136
7.4. Vještački bubreg – aparat za hemodijalizu .................................. 136
7.5. Hemodijafiltracija ...................................................................... 140
7.6. Senzori kod dijalize .................................................................... 141
7.7. Zaključak ................................................................................... 145
Literatura: ................................................................................................. 147
Popis slika ................................................................................................. 157
Popis tabela ............................................................................................... 162
Popis skraćenica ........................................................................................ 163
vi
Predgovor
Biomedicinski inžinjeri su inžinjeri koji za analizu, promjenu i upravljanje

biološkim sistemima koriste principe elektrotehnike, hemije, optike, mašina, i
principe drugih inžinjerskih grana. Njihovi zadaci uključuju projektovanje,
implementaciju, zatim primjenu i održavanje materijala, uređaja i metoda u
sklopu kliničkih istraživanja i kliničke prakse. Biomedicinski inžinjeri koji se
bave praksom dio su timova za pružanje zdravstvenih usluga.
Osnov obrazovanja biomedicinskih inžinjera treba da bude tradicionalna
inžinjerska disciplina kao što su elektrotehnika ili mašinstvo, a dalje
obrazovanje treba da omogući integraciju inžinjerskih kompetencija za
rješavanje bioloških i medicinskih problema. Uspješna primjena inžinjerskih
kompetencija u domenu biomedicine podrazumijeva proučavanje tema
biologije, fiziologije i biohemije.
Većina aktivnosti koje se obavljaju u okviru savremenih sistema zdravstvene
zaštite, prevencije i tretmana bolesti, zatim rehabilitacije pacijenata; uključuje
probleme čije uspješno rješavanje zahtijeva primjenu inžinjerskog pristupa.
Neki od primjera ovih problema su: razvoj sistema kojima se održava i olakšava
život pacijenata, projektovanje protetičkih sredstava, razvoj i proizvodnja
medicinskih dijagnostičkih instrumenata, razvoj novih metoda obrade slike za
potrebe dijagnostke, itd. Primjeri medicinskih elektroničkih dijagnostičkih
instrumenata su EKG i EEG uređaji, zatim uređaji za mjerenje krvnog pritiska.
Sa napretkom tehnologije oblast biomedicinskog inžinjeringa se takođe razvija i
širi, čime se mijenjaju i uloge biomedicinskog inžinjera. Poslovi koji se danas
uključuju u definiciju biomedicinskog inžinjera, značajno nadmašuju
instrumentalistu – kliničkog inžinjera elektronike zaduženog za održavanje
medicinske opreme 60-tih godina XX vijeka. Današnji biomedicinski inžinjeri
obavljaju poslove koji uključuju primjenu raznolikih kompetencija: elektronike,
telekomunikacija, računarskog i softverskog inžinjeringa, mašinskog i
hemijskog inžinjeringa, itd.
Obrada biomedicinskih signala je jedna od pod-oblasti biomedicinskog
inžinjeringa, i vezana je za primjenu metoda i tehnika elektrotehnike i
elektronike.
Knjiga je namijenjena da bude udžbenik za predmet Biomedicinski signali i
sistemi koji se izučava na drugom ciklusu studija na Odsjeku automatika i
elektronika, na Elektrotehničkom fakultetu Univerziteta u Sarajevu.
Specifičnost ove knjige, njenog i teoretskog i praktičnog dijela, je u njenom
povezivanju dvije značajne oblasti: opisa domena problema proučavanja:
medicine, sa jedne strane, i inžinjerskih metoda i tehnika i koje su koriste za
njihovo rješavanje, sa druge.
vii
Sadržaj je organizovan sa fokusom na domen primjene, tako da su poglavlja
knjige posvećena pojedinim fiziološkim signalima i njima odgovarajućim
organima: elektrokardiogram i srce, elektroencefalogram i mozak, itd., uz koje
je predstavljen zaokružen skup odgovarajućih tehnika i metoda i značaj njihove
primjene u medicinskoj praksi.
Za razliku od podučavanja tema vezanih za tradicionalne inžinjerske discipline,
kod multidisciplinarnih tema je od posebne važnosti da se studenti osposobe za
sistemski pristup. U poređenju sa uže fokusiranim problemima u monodiscipli-
narnom inžinjerstvu, student se suočava sa inherentno proturječnim problemima
kod čijeg rješavanja iskustvo ima značajnu ulogu. Stavljanje domena primjene u
prvi plan potiče aktivno učenje i učenje bazirano na problemima, što je
ilustrovano u knjizi primjerima rješenja iz dosadašnjeg rada na predmetu. Na
ovaj način se uz osnovne kognitivne kompetencije znanja i razumijevanja potiče
primjena znanja za dostizanje kompetencija višeg nivoa poput: analize, sinteze i
evaluacije.
Cilj predmeta, a samim tim i ove knjige je da studente osposobe za izbor
adekvatne metode i tehnike za procesiranje biomedicinskih signala i
implementaciju biomedicinskih sistema. To je razlog da su poglavlja
organizovana sa fokusom na područje primjene, ne na same metode, i da se
razmatraju uslovi i ograničenja u okviru kojih se izabrane metode primijenjuju.
Procesiranje biomedicinskih signala se u najvećoj mjeri poistovjećuje sa
procesiranjem elektrokardiograma (EKG) i elektroencefalograma (EEG), što je
povezano i sa značajem organa: srce i mozak, o čijem stanju ovi signali nose
informacije. Zato je ovim signalima posvećena posebna pažanja i u planu i
programu predemeta, a samim tim i u udžbeniku. Značaj ovih signala je uticao
na razvoj uređaja za njihovu obradu sa različitim namjenama i kompleksnosti.
Za studente je ovo pogodna ilustracija potrebe skalabilnosti i generalizacije kod
projektivanja rješenja, a i dobar primjer za identifikaciju specifičnosti pojedinih
namjena i diskusiju o različitim zahtjevima i ograničenjima kod projektovanja
specifičnih sistema. Kao primjeri zaokruženih biomedicinskih sistema u sklopu
predmeta se izučavaju aparati za mjerenje pritiska i uređaj za hemodijalizu.
Poglavlje 1 postavlja oblast proučavanja biomedicinskih signala u kontekst
biomedicinskog inžinjeringa. Poglavlje 2 se bavi principima razvoja biomedi-
cinskih sistema kojima je primarni zadatak analiza biomedicinskih signala.
Predstavljena je opšta struktura tipičnog biomedicinskog sistema, a zatim su
posebno opisane zajedničke funkcionalne cjeline kao što su senzori biomedi-
cinskih signala, principi akvizicije i preprocesiranja signala.
Za studente elektrotehnike je neophodno da se upoznaju sa osnovama
fiziologije i sa primjerima kliničke prakse u sklopu kojih se koriste opisani
biomedicinski sistemi i signali. U poglavljima koja slijedi prvi dio je posvećen
fiziologiji i anatomiji organa koji se proučava, a zatim se prezentira kratka
historija i razvoj rješenja do uvođenja u standardnu kliničku praksu.
viii
Poglavlje 3 je posvećeno bioelektricitetu, uključujući i historiju bioelektriciteta,
kontroverzu između Galvanija i Volte, i značaj Galvanijevih otkrića za
generalna istraživanja u oblasti elektriciteta. Objašnjeni su pojmovi potencijala
ćelije: membranskog potencijala mirovanja i akcionog potencijala. Posebno se
opisuje neuron i modeli biopotencijala neurona, zatim mehanizmi prenosa
biopotencijala između ćelija: električne i hemijske sinapse.
Poglavlje 4 sadrži osnove anatomije i fiziologije srca, tu su predstavljene
osnovne karakteristike EKG signala: njegov oblik i ritam. U ovom poglavlju se
opisuju specifičnosti akvizicije EKG-a i najčešće korištene tehnike uklanjanja
šuma. U nastavku se diskutuju najznačajnije kliničke primjene analize EKG
signala i opisuju pristupi i metode kojima se ove primjene mogu ostvariti.
Posebno detaljno se predstavljaju metode za detekciju srčanog ritma, a zatim je
završni dio četvrtog poglavlja posvećen analizi promjene srčanog ritma (engl.
Heart Rate Variability – HRV). Analiza HRV dobiva poseban značaj
posljednjih godina, kako zbog sve većeg broja različitih uređaja za snimanje
HRV tokom svakodnevnih aktivnosti, a i zbog značaja HRV za prikupljanje
informacija o autonomnom nervnom sistemu (ANS) i ravnoteži i ulozi njegova
dva dijela: simpatikusa i parasimpatikusa.
Poglavlje 5 opisuje sisteme za mjernje krvnog pritiska. Razmatraju se osobine
signala krvnog pritiska, i sistemi za kontinurano praćenje krvnog pritiska na
bazi invazivnog mjerenja. Objašnjeni su principi manualnog neinvazivnog
mjerenja krvnog pritiska korištenjem sfigmamanometra, a zatim se uvode
automatski elektronski mjerači pritiska na bazi oscilatorne i zvučne
(auskultatorne) metode.
U uvodnom dijelu poglavlja 6 pregledno je predstavljena anatomija mozga kao
podloga za razumijevanje EEG signala i njegove obrade. Opisane su električne i
frekventne osobine EEG signala i specifičnosti njegove akvizicije. Zatim su
opisane fiziološke osobine EEG signala: karakteristični ritmovi i specifični
tranzijenti i istaknuta je veza ovih osobina i patoloških stanja. Posebno je
izdvojena analiza EEG kod dijagnostike i praćenja epilepsije. U nastavku
poglavlja se prezentira značaj primjene analize EEG signala za interfejs mozak-
mašina (engl. Brain-Machine Interface - BMI) kada se električna aktivnost
mozga prevodi u signale kojima se pokreću uređaji ili se utiče na dijelove tijela
i tjelesne funkcije.
Poglavlje 7 je posvećeno biomedicinskom sistemu sa funkcijom vještačkog
bubrega – aparatu za hemodijalizu. U ovom poglavlju se opisuju osnove
fiziologije nefrona – gradivnog elementa bubrega i uvode pojmovi difuzije,
filtracije i reapsorpcije. Predstavljena je historija razvoja uređaja za
hemodijalizu, zatim je opisana struktura i principi funkcionisanja ovog
terapeutskog uređaja.
Prateći obrazovne ciljeve predmeta „Biomedicinski signali i sistemi“ i knjiga
ima za cilj da studenta - čitaoca upozna sa tipičnim problemima iz
biomedicinskog domena koji se mogu uspješno riješavati primjenom
ix
inžinjerskih metoda i tehnika, prvenstveno iz oblasti obrade signala,
elektronike, zatim mašinskog učenja. Kao ni predmet, knjiga se ne bavi
predstavljanjem ovih metoda, jer su to znanja koja studenti već posjeduju, pa se
potiču da prepoznaju koje metode bi mogli primijeniti da dođu do traženih
rješenja.
Autori
x
Biomedicinski signali i sistemi
1. Biomedicinski inžinjering
Većina aktivnosti koje se obavljaju u okviru savremenih sistema zdravstvene

zaštite, prevencije i tretmana bolesti, zatim rehabilitacije pacijenata; uključuje
probleme čije uspješno rješavanje zahtijeva primjenu inžinjerskog pristupa. Neki
od primjera ovih problema su: razvoj sistema kojima se održava i olakšava život
pacijenata, projektovanje protetičkih sredstava, projektovanje uređaja za
telemetrijsku dijagnostiku, razvoj novih metoda obrade slike za potrebe
dijagnostke, itd.
Mnogi problemi sa kojima se suočavaju profesionalci u zdravstvu mogu se
uspješno riješiti primjenom savremenih tehnologija, ali to zahtijeva posjedovanje
inžinjerskih znanja i vještina: sistemska analiza problema, projektovanje uređaja
ili čitavih sistema i njihova praktična izvedba i implementacija. Ovi medicinski
problemi su različiti i po kompleksnosti, a i po inžinjerskim oblastima koje su
primjenjive za njihovo rješavanje. Kompleksnost problema varira od
jednostavnih kao izrada elektroda i pretvarača koji se koriste za praćenje
parametara nekog fiziološkog procesa do izgradnje kompleksnih automatizovanih
kliničkih kompleksa: laboratorija, operacionih sala, odjela intezivne njege.
Prodor savremene tehnologije: elektronski uređaji, računarski bazirana rješenja,
telemetrija, i sl. u svakodnevne aktivnosti liječnika i sve aspekte liječenja,
zahtijevaju profesionalce posvećene održavanju ove opreme, njenom
prilagođavanju specifičnim namjenama i obuci zdravstvenih radnika.
Biomedicinski inžinjering (BMI) je oblast primjene inžinjerskih principa i
tehnika na rješavanje problema u medicini. Ova nova inžinjerska disciplina
kombinuje inžinjerska znanja projektovanja i rješavanja problema sa znanjima iz
medicine i biologije, sa ciljem da se unaprijedi zdravstvena zaštita pacijenata i
generalno podigne kvalitet života ljudi.
1.1. Oblasti biomedicinskog inžinjeringa
Biomedicinski inžinjering se bavi problemima prevencije, dijagnostike i tretmana

medicinskih stanja. S obzirom na područje primjene mogu se identificirati
raznolika znanja koja se koriste u BMI. Ova lista nije potpuna, a stalno se
proširuje:
- primjena inžinjerske sistemske analize (modeliranje, simulacija,
upravljanje) na biološke sisteme,
1
- detekcija, mjerenje i praćenje fizioloških signala (biosenzori,

biomedicinski instrumenti),
- dijagnostička interpretacija bioelektričkih podatka (procesiranje signala),
- terapeutski i rehabilitacioni uređaji (mehatronika, elektronika),
- protetički uređaji za zamjenu ili poboljšanje tjelesnih funkcija
(biomaterijali),
- računarska obrada podataka o pacijentima i podrška u dijagnostici i
odlučivaju (medicinska informatika, vještačka inteligencija),
- obrada slike iz domena medicinske dijagnostike (digitalna obrada slike),
- računarska podrška hirurgiji (robotika), navigacioni instrumenti (optika,
elektronika)
- bioinformatika.
Slika 1.1. Biomedicinski inžinjering
Očigledno je da BMI uključuje više raznorodnih oblasti kao što su obrada slika u
medicini, procesiranje fizioloških signala, projektovanje elektronskih, optičkih i
mehatroničkih uređaja, medicinska informatika, softverski sistemi u realnom
vremenu itd.
1.1. Primjeri BMI u medicinskoj praksi

Sljedeći primjeri ilustruju primjenu inžinjerskih metoda u dijagnostici i tretmanu
medicinskih stanja.
Primjeri pokazuju potrebu kombinovanje znanja iz više različitih inžinjerskih
oblasti uz medicinska znanja. Razmatrajući opise sljedećih uređaja studenti mogu
analizirati koja su znanja potrebna za implementaciju opisanih rješenja.
2
1.1.1. Kohlearni implant

Kohlearni implant je primjer protetičkog uređaja za zamjenu tjelesnih funkcija i
spada u neuroprotetičke uređaje.
Kohlearni implant sadrži sljedeće dijelove: iza uha su: mikrofon, procesor za
obradu signala govora, predajnik digitaliziranog signala govora; implantirani su:
prijemnik signala govora i elektrode koje stimulišu slušni nerv.
Slika 1.2. Kohlearni implant

Osobama sa teškim oštećenjem sluha slušni aparati, ne mogu da pruže adekvatnu
pomoć. Individualni slušni aparati su pomoćni uređaji koji pojačavaju zvuk i
čine ga glasnijim. Kohlearni implant ne pojačava zvuke već direktno stimuliše
slušni nerv koji zvučne informacije prenosi do centara u mozgu koji ih obrađuje
kao zvuk i tako se omogućava korisniku da čuje.
1.1.2. Vještačko srce

Vještačko srce je takođe protetički uređaj, a s obzirom da zamjenjuje funkciju
srca njegova proizvodnja se nastavlja na istraživanja vezana za proizvodnju
kardio-pulmonalnih aparata.
Za mehaničku kardiopulmonarnu podršku koriste se različiti termini, ali najčešće
uređaj za ekstrakorporalnu cirkulaciju i podršku cirkulatornom i respiratornom
sistemu. Trenutno, transplantacija srca je jedina dokazana metoda za zamjenu
srca i produženje života pacijentima sa teškim oštećenjima funkcije srca.
AbioCor™ - vještačko srce, je prvi kompletna i zaokružena zamjena za srce.
AbioCor je umrli zbog zastoja rada srca. Hirurzi u Louisville, SAD su 2001.
godine izveli prvu operaciju usađivanja AbioCor uređaja kod 59 godišnjeg
pacijenta.
3
Slika 1.3.Vještačko srce AbioCor™
AbioCor je napravljen ood titanijuma i plastike i spaja se na lijevu i desnu

pretkomoru, aortu i plućnu arteriju. Pacijenti koji imaju ugrađen AbioCor imaju
obje pretkomore koje se istovremeno kontrahuju, ali pošto AbioCor ima samo
jednu komoru, naizmjenično se pumpa krv prema plućima i prema velikom
krvotoku.
U toku ispitivanja uređaja izvršeno je 14 implantacija, a po dobivanju odobrenja
za ugradnju ovog vještačkog srca samo jedna. Uređaj je imao dosta ograničenja, a
u optimalnim uslovima je mogao produžiti život za 18 mjeseci. Uređaj je
povučen, a naknadno se odustalo i od njegovog unaprijeđenja, ali život 15
pacijenata kojima je ugrađen je bio produžen u prosjeku za 5 mjeseci.
Slika 1.4. Sistem AbioCor™
4
1.1.3. Biomehanika krvotoka

Poznavanje biomehanike krvotoka je bilo neophodno za implementaciju AbioCor
vještačkog srca. Stručnjaci iz ove oblasti godinam se bave istraživanjima
vezanim za hemodinamiku velikih arterija s obzirom na značaj vaskularnih
oboljenja poput ateroskleroze. U početku su modeli krvotoka bili geometrijski
idealizirani. Današnja radiološka dijagnostika visoke rezolucije, posebno
magnetna rezonantna angiografija, u kombinaciji sa naprednim tehnikama
procesiranja slike i tehnikama modeliranja kompjutacione dinamike fluida (engl.
computational fluid dynamics - CFD), omogućavaju vjernu simulaciju
fiziološkog pulsativnog krvotoka u anatomski realističnoj geometriji.
Vaskularni modeli omogućavaju testiranje zamjenskog zaliska prije
transkateterske implantacije aortnog zaliska (TAVI). TAVI je nova, minimalno
invazivna metoda, kod koje se pomoću katetera implantira aortna proteza.
Testiranje uključuje 3D printani model aorti i repliciranje hemodinamičkih
parametara: protoka, pritiska i turbulencija.
1.1.4. Dijagnostičke metode u radiologiji

Upotreba radiološke tehnike u medicinske svrhe otvorila je novo poglavlje u
medicinskoj dijagnostici i time u mnogome olakšala put do konačne dijagnoze i
terapije. S druge strane poznato je da većina uređaja koji se koristi u radiologiji
nosi sa sobom rizik zbog štetnog dejstva na ljudsko tijelo, tako da za indiciranje
radioloških pregleda moraju postojati opravdani razlozi, kao što su:
uspostavljanje konačne dijagnoze ili praćenje toka liječenja.
Od različitih metoda radiodijagnostike mogu se izdvojiti kompjuterizovana
tomografija (engl. Computed Tomography - CT) i magnetna rezonanca (MR) koji
se smatraju savremenom radiološkom dijagnostikom.
CT dijagnostika
Kompjuterizovana tomografija pregled je gotovo univerzalni dijagnostički
instrument savremene radiologije, koji funkicioniše na principu jonizirajućeg
zračenja. Pod terminom jonizirajuće zračenje se smatra zračenje snopom teških
čestica (alfa-čestice, protoni), snopom lakih čestica (beta-čestice: elektroni i
pozitroni) ili elektromagnetsko zračenje visoke frekvencije (gama-zračenje,
rendgensko zračenje).
Iako pruža dobru dijagnostičku tačnost, moraju postojati izrazito opravdani
razlozi za njegovu indikaciju, jer su neupitni njegovi štetni efekti na ljudsko
tijelo, jer se tokom snimanja koriste relativno visoke doze jonizirajućeg zračenja.
Prednost CT snimanja leži u činjenici da može pomoći u otkrivanju patoloških
promjena na velikom broju ljudskih sistema i tkiva, snimanje je brzo, pa je
podoban i kod pacijenata slabije saradnje.
5
Tomografija kao termin označava snimanje u dijelovim odnosno sekcijama.

Kompjuterizovana tomografija je neinvazivna tehinka dijagnostike slikom kod
koje se koriste računari za analizu niza snimaka presjeka X-zracima (slika 1.5.a).
Kompjuterizovana tomografija se bazira na principu različite apsorpcije i
refleksije X-zraka kada prolaze kroz tijelo.
Pacijent leži na motoriziranoj platformi dok kompjuterizirani aksijalni
tomografski (engl. computerized axial tomography - CAT) skener rotira 360
stepeni oko pacijenta, praveći slike na bazi skeniranih X-zraka. Računar
kombinuje ove slike u dvodimenzionalni pogled na skenirano područje, tj.
isječak. Daljom računarskom obradom moguće je od ovih isječaka formirati i
trodimenzionalni model.
Slika 1.5. Radiološka dijagnostika (a) CT sken glave prikazan kao niz
sukcesivnih transverzalnih secija (b) MRI uređaj [81]
MR dijagnostika
Slikovni prikaz uz pomoć MR baziran je na principu nuklearne magnetne
rezonance (NMR) po kome materija izložena jakom magnetnom zračenju emituje
radio talase. Magnetna rezonanca se kao spektroskopska tehnika dugo vremena
koristi u naučnim pristupima otkrivanja precizne strukture tvari.
Magnetna rezonanca je standard radiološke dijagnostike centralnog nervnog
sistema, zatim u velikom broju oboljenja lokomotornog sistema, te organa male
zdjelice. U posljednje vrijeme sve se više koristi i u pregledu organa gornjeg
abdomena i srca zbog mogućnosti višefaznog postkontrastnog pregleda i bolje
karakterizacije tkiva.
Prvi MRI (engl. Magentic Resonance Imaging) skeneri nisu bili precizni, ali
razvoj računarstva i elektronike je doveo do toga da je ovaj pristup postao
napredniji od svih drugih tehnika pecizne dijagnostike slikom (engl. precise
imaging), posebno za otkrivanje tumora. Značajna prednost MRI tehnike je u
tome što se pacijenti ne izlažu radijaciji. Nedostatk MRI tehnike je neugodnost
6
boravka pacijenta u zatvorenom prostoru uređaja, što često uzrokuje anksioznost

kod pacijenata, dodatno pojačanu bukom koju MRI uređaji prozvode tokom
mjerenja. Primjer MRI uređaja je prikazan na slici 1.5.b.
Funkcionalni MRI (fMRI), se koristi za detekciju koncentarcije protoka krvi kroz
pojedine dijelove tijela. Funkcionalna magnetna rezonanca se koristi za
proučavanje aktivnosti pojedinih dijelova mozga tokom različitih aktivnosti, što
je dovelo do prostornog mapiranja različitih funkcija mozga, a samim time i do
boljeg razumijevanja patoloških stanja.
PET skeneri
Tomografija emisijom pozitrona (engl. Positron Emission Tomography- PET) je
slikovna radiološka dijagnostička tehnika koja uključuje radiofarmaceutske
prekursore, supstance koje sekoriste za radiološko obilježavanje molekula
nosača. Ove supstance su kratkog vijeka pa je njihovo korištenje relativno
sigurno za pacijente. Prednost PET skenera je što se ovom tehnikom praćenjem
moelkula nosača ilustrira fiziološka aktivnost (protok krvi, korištenje kiseonika,
metabolizam šećera) ciljanog organa. Radiofarmaceitske supsatnce se ubrizgaju u
pacijenta, a emisija njihovog radioaktivnog zračenja se mjeri PET skenerom. PET
mjeri količinu metaboličke aktivnosti detektovanjem zračenja i ove informacije
pretvara u sliku.
Slika 1.6. Primjer fMRI nalaza – mapiranje regija mozga

kod reakcije na bol [9]
PET prikazuje dinamičke 3D slike koje oslikavaju metaboličke procese, i
predstavlja korisnu nadopunu statičkim, anatomskim, slikama koje se dobiju
primjenom CT i MRI tehnika. PET se koristi za dijagnosticiranje oboljenja srca,
širenje ćelija kancera, patoloških promjena mozga, oboljenje kostiju i tiroidne
žlijezde.
Ultrazvuk
Dijagnostika ultrazvukom podrazumijeva transmisiju visoko-frekventnih zvučnih
talasa kroz tijelo, čime se izaziva eho signal (odjek) koji se računarskim
metodama pretvara u relanom vremenu u slikovni prikaz anatomimje i
fiziologije. Ultrazvuk je najmanje invazivan u poređenju sa prethodno opisanim
7
dijagnostičkim metodama, pa se može koristiti i u toku trudnoće. Ultrazvučna

dijagnostika se koristi za proučavanje rada srca, krvotok vrata i ekstremiteta,
žuči, fetalni rast i razvoj. Nedostaci ove tehnike su nemogućnost penetracije
ultrazvuka u kosti i gasom ispunjena područja, a i loš kvalitet slike, tako da je
uspješnost dijagnostike u velikoj mjeri ovisna o iskustvu i stručnosti radiologa.
Ultrazvučni uređaj se sastoji od sonde, generatora impulsa, kompenzacijskog
pojačala, upravljačke jedinice za fokusiranje, digitalnog procesora i sistema za
prikaz. Električni impulsi različite frekvencije i amplitude se pomoću
piezoelektričnih pretvarača u sondi konvertuju u zvuk visoke frekvencije. Ista
sonda detektuje i eho zvučnih talasa nakon što se odbiju od prepreka u tijelu.
Zbog toga se često za ovu tehniku koristi naziv „eho dijagnostika“. Signali se
pojačavaju u kompenzacijskom pojačalu, gdje se istovremeno kompenzira i
prigušenje ultrazvuka u tkivima, te se signali prikazuju na monitoru. Radiolog-
dijagnostičar samostalno podešava kompenzacijsko pojačalo tako da kompenzira
prigušenje ultrazvuka u području tijela koje pregleda.
1.2. Uloge biomedicinskog inžinjera

Uloge koje BM inžinjer može da ima su: rad u ustanovama pružanja zdravstvene
zaštite (1), rad u industriji koja proizvodi bimedicinske uređaje i materijale (2),
rad na istraživanjima iz oblasti biomedicinskog inžinjeringa (3).
Za biomedicinskog inžinjera koji radi u zdravstvenim ustanovama koristi se
termin bolnički ili klinički inžinjer (engl. clinical engineer). Uloga bolničkog
inžinjera je da primijeni odgovarajuća znanja biomedicinskog inžinjeringa u
sklopu sistema pružanja zdravstvene zaštite. Bolnički inžinjeri su sa svojim
znanjima podrška kliničkom osoblju kada je u pitanju primjena napredne
medicinske tehnologije. Zadaci biomedicinskog inžinjera koji radi u bolnici
uključuju i obuku zdravstvenih stručnjaka da ispravno koriste opremu i uređaje,
održavanje opreme, posebno vodeći računa o sigurnosnim aspektima medicinske
opreme, pouzdanosti, baždarenjima uređaja sa namjenom mjerenja, obavljaju
poslove nabavke i izbora nove opreme, njeno programiranje i prilagođavanje
posebnim namjenama, itd.
Uloga biomedicinskog inžinjera u industriji biomedicinskih uređaja i materijala
je izuzetno značajna za napredak zdravstvene zaštite i primjenu moderne
tehnologije. Biomedicinski inžinjeri u industriji imaju ulogu premošćavanja dvije
različite profesije – inžinjerske i medicinske. Od njih se očekuje da projektuju i
implementiraju rješenja za medicinske probleme primjenom postojećih
inžinjerskih tehnologija i pristupa. Ovu ulogu ne mogu imati zdravstveni radnici,
jer nemaju inžinjerska znanja, niti obični inžinjeri jer ne posjeduju znanja o
relevantnim medicinskim problemima. Svako novo rješenje treba da prođe stroge
provjere prije nego što se dozvoli njegova primjena u svakodnevnoj zdravstvenoj
praksi, zato je za biomedicinske inžinjere u industriji često važno posjedovanje i
znanja o zakonima i propisima vezanim za područje njihovog rada.
8
Treća uloga biomedicinskog inžinjera je vezana za istraživanja u oblasti

biomedicinskog inžinjeringa i razvoj novih metoda i tehnika, koje rezultiraju
novim uređajima. Na ovim poslovima je uključen manji broj stručnjaka iz ove
oblasti i oni rade u sklopu akademske zajednice ili na istraživačkim institutima.
1.3. Obrazovanje biomedicinskih inžinjera

Kompleksnost i raznovrsnost znanja uključenih u BMI je uticala da se teško
mogu naći profesionalci koji su obučeni da se bave svim oblastima. Edukacija je
zato usmjerena ka stvaranju različitih profila inžinjera specijalista za određenu
oblast, pri čemu su normalna preklapanja u znanjima i odgovornostima i ne
postoje strogo definisane granice ekspertize.
Najčešće se biomedicinski inžinjering izučava kao specijalizacija u okviru
tradicionalnih inžinjerskih disciplina: elektrotehnike, mašinstva, hemije, a u
zavisnosti kojoj profesiji su najbliža znanja potrebna za određenu specijalizaciju.
Slika 1.7. Primjer toka karijere BM inžinjera (IEEE Društvo za inžinjering u

medicini i biologiji - EMBS: Vodič u karijeri [49])
U okviru studija elektrotehnike i računarskih nauka najčešće se inžinjeri
usmjeravaju ka sticanju dodatnih znanja vezanih za projektovanje i razvoj
biomedicinskih sistema, obradu biomedicinskih signala i bionformatiku.
Značajno je istaći višestruku vezu elektrotehnike na jednoj strani i biologije i
medicine na drugoj.
- Poznato je da je elektrotehnika imala vodeću ulogu u tehnološkom
razvoju medicine,
9
- U osnovi fizioloških procesa je bioelektricitet i istorija fiziologije i

elektrotehnike su zančajnoj mjeri spregnute kroz istraživanja naučnika
poput Galvanija.
- Treba istaći i značajan uticaj pojmova iz biologije na pojavu i razvoj
naprednih tehnologija za rješavanje inžinjerskih problema u koje spadaju
vještačke neuronske mreže i evoluciono računarstvo.
1.4. Bioinformatika
Jedna od značajnih oblasti uključenih u biomedicinski inžinjering je
bioinformatika. To je relativno novo područje istraživanja kod kojeg se
matematske i informatičke metode primjenjuju na modeliranje i razumijevanje
fundamentalnih bioloških i biomedicinskih problema. Sagledavši sve oblasti koje
se klasificiraju pod biomedicinski inžinjering može se reći da se biomedicinski
inžinjering bavi problemima u rasponu od molekularnog do sistemskog nivoa.
Bioinformatika je fokusirana na probleme na molekularnom nivou kao što su
molekularna sekvencijalna analiza dezoksiribonukleinske kiseline (DNK),
pronalaženje gena, proračun proteinskih struktura, predikcija proteinskih
interakcija. Bionformatika se definiše kao primjena informacione tehnologije na
rješavanje problema iz oblasti molekularne biologije.
Primarni cilj bioinformatike je podizanje nivoa našeg poznavanja i razumijevanja
bioloških procesa. U početku se bionformatika bavila problemima iz domena
genetike, a onda su se istraživanja proširila i na farmakologiju i izučavanje
strukture i ponašanja proteinskih molekula.
1.5. Biomedicinski signali i BMI

Tehnike procesiranja biomedicinskih signala omogućile su otkrivanje značajnih
informacija o fiziološkim procesima i pomogle kod dijagnostike raznih značajnih
bolesti. Preciznije je reći da su tehnike procesiranja fizioloških signala potpuno
izmijenile način dijagnosticiranja. Savremena medicina je nezamisliva bez
oslanjanja na informacije koje se dobiju akvizicijom i tumačenjem signala kao
što su na primjer elektrokardiogram ili elektroencefalogram.
Osnovni cilj procesiranja biomedicinskih signala signala je smanjenje uticaja
subjektivnosti prisutne kod ručnih mjerenja i smanjenje moguće greške kod
analize i praćenja signala. Dalji zadaci procesiranja su redukcija šuma i
ekstrakcija klinički korisnih informacija iz signala. Primjena metoda
matematskog modeliranja i simulacije doprinose boljem razumijevanju
fizioloških pojava i koriste se za edukaciju.
Procesiranje biomedicinskih signala signala je uključeno u različitim oblastima
primjene biomedicinskog inžinjeringa, a svoju primjenu nalazi ne samo u
kliničkoj dijagnostici za šta se najčešće vezuje, već i u sklopu terapije i nadzora
pacijenata.
10
1.6. Zaključak
Razvoj medicinske tehnologije uticao je i na porast potrebe za adekvatno
obučenim profesionalcima - biomedicinskim inžinjerima. Od biomedicinskih
inžinjera se očekuje sposobnost definisanja medicinskih problema
terminologijom inžinjerskih disciplina, ali i znanje nalaženja rješenja koje će
zadovoljiti i inžinjerske i medicinske zahtjeve.
Kao savremena grana inžinjerske profesije doživljava stalnu ekspanziju u
oblastima kao: medicinska elektronika, biomaterijali, personalizirana dijagnostika
itd. Biomedicinski inžinjer primjenjuje znanja iz elektrotehnike, hemije, optike,
mehanike i dr., sa ciljem da bi: razumio, mijenjao i kontrolisao biološke sisteme.
11
2. Biomedicinski sistemi
Primarna funkcija biomedicinskih sistema (BMS) je akvizicija biomedicinskih

signala, čija se primjena može klasificirati na:
- Detekcija klinički relevantnih informacija. Na ovaj način ljekari dobiju
informaciju o trenutnom stanju pacijenta. Primjeri su od jednostavnih poput
mjerenja tjelesne temperature, neinvazivnog mjerenja krvnog pritiska, do
upotrebe složenijih dijagnostičkih uređaja: elektrokardiografa.
- Kontinuirani nadzor nekog fiziološkog signala. Kod ovog pristupa potrebna
je kontinuirana akvizicija i praćenje da li signal izlazi iz definisanih okvira
normalnih vrijednosti. Primjer je praćenje srčanog ritma i signala krvnog
pritiska u toku operacija, kada se u slučaju da signali odstsupe od dozvoljenih
vrijednosti pojavljuju se alarmi. Ovaj pristup može da uključuje i
pohranjivanje mjerenih vrijednosti signala za naknadni pregled kao kod
holter EKG sistema.
- Regulacija mjerenih vrijednosti signala, primjer je uređaj za hemodijalizu
kod kojeg se regulišu temperature i pritisak krvi prije vraćanja u tijelo
pacijenta.
Blok struktura opšteg biomedicinskog sistema je prikazna na slici 2.1.
Slika 2.1. Blok struktura biomedicinskog sistema
13
Na slici 2.1. mogu se uočiti četiri osnovne funkcionalne cjeline:

1. Akvizicija signala korištenjem senzora
2. Predprocesiranje signala sa ciljem otklanjanja šuma i prilagođenja
signala daljoj obradi (digitalizacija)
3. Obrada signala sa ciljem izdvajanja karakterističnih osobina signala i
događaja
4. Analiza izdvojenih osobina i događaja i djelovanje u skladu sa
rezultatima izvršene analize.
Senzor ima ulogu da detektuje specifičnu biološku, hemijsku ili fizikalnu
veličinu. Ako je fizikalna veličina električne prirode onda je senzor sama
elektroda koja registruje električnu veličinu, a za preostale fizikalne ili hemijske
veličine senzor ima ulogu pretvaranja energije koju nosi biomedicinski signal u
električni signal.
Nakon akvizicije, biomedicinski signali se pojačavaju, filtriraju, digitaliziraju.
Ove standardne tehnike obrade signala se realizuju korištenjem jednostavniih
elektronskih sklopova dok je signal u analognoj formi ili softverski u računarima
nakon digitalizacije. Preprocesiranje signala podrazumijeva ovu primarnu obradu
signala, što uključuje i uklanjanje određenih suvišnih pojava u signalu. Takve
pojave su pomjeraj signala, različiti šumovi, interferencija frekvencije napojne
mreže. Zahtjevi koji se postavljaju za implementaciju prva dva funkcionalna
bloka se mogu podijeliti na generičke i specifične, s obzirom da li su vezani za
prirodu signala koji se registruje i obrađuje ili ne, i bit će detaljnije opisani u
ovom poglavlju.
Izdvajanje karakterističnih osobina i analiza izdvojenih osobina podrazumijeva
identifikaciju i klasifikaciju događaja svojstvenih domenu primjene sistema, i bit
će opisani u sljedećim poglavljima knjige koja su posvećena specifičnim
signalima: EKG, krvni pritisak, EEG. Dalja analiza signala za mnoge primjene
pretpostavlja vizualizaciju signala u obliku čitljivom za korisnika, bilo da je to
medicinski profesionalac ili sam pacijent.
Važno je naglasiti značaj opisanog pristupa akvizicije i obrade biomedicinskih
signala, čime se postiže poboljšanje tačnosti mjerenja, mogućnost reprodukcije
mjerenih vrijednosti, i mogućnost izdvajanja informacija koje nisu bile dostupne
medicinskim profesionalcima putem vizualnog uvida u mjerene vrijednosti kod
tradicionalnih uređaja.
Može se uočiti da je biomedicinski sistem sekvenca blokova za obradu signala
koja počinje akvizicijom signala, pa se nakon primarne obrade: pojačanja,
elimisanja šumova i digitalizacije, iz signala izdvajaju karakteristične osobine
koje formiraju ulazne podatke u blok za analizu tj. klasifikaciju i dijagnostiku. U
literaturi se za ovakve sisteme koristi termin lanac obrade signala (engl. signal
processing chain), odnosno skraćeno lanac signala (engl. signal chain). Tako da
se npr. biomedicinski sistem za obradu EKG signala može prikazati kao lanac
EKG signala.
14
2.1. Biomedicinski signali

Fiziološki procesi su kompleksni procesi sa ulazima i izlazima koji su
mehaničke, električne ili biohemijske prirode. Saznanja o stanjima većine
fizioloških procesa se formiraju mjerenjem i analiziranjem ovih ulaznih i izlaznih
veličina, kao što su hormoni i neurotransmiteri za biohemijske veličine, struje i
potencijali za električne, i pritisak ili temperatura za fizikalne.
Mjereni biomedicinski signali sadrže informacije o fiziološkom fenomenu za koji
su vezani, a primjeri su različiti: srčani ritam, pritisak pete na podlogu, zasićenost
krvi kiseonikom. Različiti biomedicinski signali, bez obzira na svoju prirodu;
električnu, biohemijsku, ili fizikalnu, koriste se u medicinskoj dijagnostici.
Najčešće se mjere fizikalne veličine, temperatura i pritisak. Ova mjerenja mogu
biti jednokratna i tada se za slučaj temperature dobije skalarna veličina (na
primjer 36,4ºC), a za krvni pritisak vektor sa dvije izmjerene vrijednosti (na
primjer 120/78 mmHg) koje predstavljaju dijastolički i sistolički pritisak.
Primjeri jednokratnih mjerenja sa dobijenom skalarnom vrijednošću za
temperaturu, odnosno parom skalarnih vrijednosti za pritisak su prikazani u vrhu
slika 2.2. i 2.3.
Ako se mjerenja ponavljaju u određenim vremenskim intervalima onda se
mjerena veličina, npr. temperatura dobije u diskretnoj vremenskoj formi T(n)
gdje je n indeks mjerenja ili broj uzorka, pa se može prikazati i grafički da bi se
mogao pratiti trend promjene.
Slika 2.2. Mjerenje temperature
15
Slika 2.3. Mjerenje krvnog pritiska

Grafički prikaz promjene mjerenih vrijednosti u vremenu je standardna procedura
za praćenje stanja pacijenata na temperaturnoj listi. Nizovi diskretnih vrijednosti
se mogu pratiti i prikazivati tabelarno ili grafički što je za temperaturu i krvni
pritisak ilustrovano na slikama 2.2. i 2.3.
Kod kontinuiranih mjerenja dobije se kontinuirani signal, na primjer signal
krvnog pritiska kod invazivnog kontinuiranog mjerenja. Ovi signali se u
analognoj formi prikazuju na specifičnim uređajima prilagođenim analognoj
prirodi signala. U savremenoj praksi ovaj kontinuirani (analogni) signali se za
potrebe dalje obrade uzorkuje (diskretizuje u vremenu) i digitalizira, i onda
prikazuje, ali ova disretizacija signala nije uočljivo ljudskom oku kod njihovog
prikaza. Primjer je prikaz signala EKG i krvnog pritiska iz MIMIC baze
fizioloških signala na slici 2.4.
Postoje različiti primjeri akvizicije biomedicinskih signala, od stetoskopa za
slušanje kardio-tonova do savremenih biomedicinskih instrumenata poput EEG
uređaja sa aktivnim elektrodama.
Bioelektrični signali se klasificiraju na osnovu tkiva u kojima nastaju
registrovane električne aktivnosti na: elektricitet mozga - moždani talasi,
mioelektricitet – elektricitet mišića, elektricitet srca itd. Oblast koja se bavi
proučavanjem bioelektričnih pojava se naziva elektrofiziologija.
16
Slika 2.4. EKG signal (odvodi II i MCL1) i signal arterijskog

krvnog pritiska [53]
Slijedi izdovjen opis primjera bioelektričnih signala, njihova veza sa biološkim
pojavama o kojima informišu i električne pojave koje su u osnovi njihovog
generisanja:
- Elektrokardiogram (EKG) je signal nastao snimanjem električnih talasa
koji su proizvod bioelektrične aktivnsoti srca. Ovi talasi nastaju kao rezultat
širenja srčanog impulsa kroz srce. Električni potencijali koji nastaju u srcu
šire se po cijelom tijelu ovisno o provodljivosti pojedinih tkiva, a manji dio
tih struja dopire i do površine tijela. Signal se mjeri korištenjem elektroda
koje se postavljaju na ljudsku kožu. Interpretacija nalaza EKG u klinčkoj
praksi služi za dijagnosticiranje velikog broja poremećaja srčane funkcije.
- Elektromiogram (EMG): Slično srcu i drugi mišići proizvode električne
talase za vrijeme kontrakcija. Posmatranjem ovih signala i njihovih promjena
mogu se otrkiti abnormalnosti mišića.
- Elektroencefalogram (EEG) i elektrokortikogram (ECoG) su signali koji
služe za za praćenje bioelektrične aktivnosti ljudskog mozga. Nervni signali
koji protiču mozgom, kao i njihove varijacije koje se mjere, daju nam sliku
stepena aktivnosti mozga. Ovi nervni signali protiču čitavim tijelom ćelijama
nervnog sistema i prenose informacije. Kroz nervne ćelije se prostiru u vidu
promjene od membranskog potencijala do akcionog potencijala, a
transmisija signala sa jedne ćelije na drugu se vrši preko spojeva nervnih
ćelija ili spojeva nervnh ćelija sa efektroskim ćelijama. Ovi spojevi se
nazivaju sinapse i omogućavaju transmisiju signala u vidu protoko jona. EEG
17
se mjeri neinvazivno na koži glave, a ECoG se mjeri direktno na moždanoj

kori – korteksu.
- Elektroretinogram (ERG) je signal kojim se prati bioelektrična aktivnost
mrežnjače (retine) usljed reakcije na svjetlo. Elektrode se postavljaju na
rožnjaču, a mjere se signali koji se generišu u ćelijama mrežnjače osjetljivim
na svjetlo.
2.2. Senzori
Senzor je pretvarač koji omogućava pretvaranje fizičke veličine u električni
signal koji nosi informaciju o fizičkoj veličini. Važno je uočiti da nije svaki
mjerni uređaj ujedno i senzor. Tako, na primjer živin ili alkoholni termometar
nije senzor, ali digitalni termometar je mjerni uređaj koji sadrži senzor: termalnu
traku, koja temperaturu pretvara u električni signal i predaje ga ostatku sistema
na dalju obradu, tj. prikaz. Od ideanog senzora se očekuje da ne utiče na
fizikalnu energiju koju mjeri. Na ovaj način je jednostavno razlikovati hemijske
senzore od instrumenata za hemijsku analizu.
Klasifikacija senzora prema veličini koju mjere je data u tabeli 2.1.
Prema principu rada senzori se mogu klasificirati na: rezistivne, induktivne,
kapacitivne, ultrazvučne, elektrohemijske. Kada su u pitanju fizikalni senzori,
mogu se mjeriti veličine vezane uz geometrijske, mehaničke, termičke ili
hidrauličke fizikalne veličine. U biomedicinskim aplikacijama, ovo može
podrazumijevati mišićnu dislokaciju, nepravilan položaj kostiju, krvni pritisak,
temperaturu tijela, rast kostiju.
Mehanički senzori zahtijevaju različite i često skupe i kompleksne pretvarače.
Specifčnost mehaničkih veličina je što se moraju mjeriti direktno na mjestu
nastanka jer ne propagiraju kao električne veličine.
Senzori koji se koriste za mjerenje električnih veličina su elektrode koje
detektuju električnu ili elektromagnetnu aktivnost biološkog sistema i detaljnije
su opisane u nastavku poglavlja. Hemijski senzori imaju namjenu da detektuju
prisutnost neke hemijske komponente, da mjere koncentraciju neke hemijske
komponente, ili za nadzor hemijske aktivnost u organizmu sa ciljem dijagnostike
ili tretmana.
Savremeni razvoj tehnologije, visok stepen integracije i prelazak elektronike i
mehanike iz mikro u nano područja, omogućio je minijaturizaciju senzorskih
elemenata i njihovu fizičku integraciju u uređaje različitih funkcionalnosti.
Razvoj tehnologije je doveo do pametnih senzora, koji u svoju strukturu
uključuju i mikroprocesore i memorije, i koriste se za različitih namjene kao što
su: filtriranje i pojačanje signala, kompenzacija statičke greške, samostalna
kalibracija i testiranje, automatska regulacija opsega mjerenja, čuvanje mjerenih
vrijednosti, računanje srednjih i ekstremnih vrijednosti, itd.
18
Tabela 2.1 Klasifikacija biosenzora

Klasa senzora Vrsta senzora
geometrijski
mehanički
Fizikalni senzori termalni
hidraulični
električni
optički
gasni
Hemijski senzori elektrohemijski
fotometrijski
drugi fizikalno hemijski senzori
bezkontaktni (neinvazivni)
Senzori biopotencijala kontaktni – površinski (neinvazivni)
igle (minimalno invazivni)
mikroelektrode
Bioanalitički enzimi, proteini, antitijela, itd.
2.3. Elektrode
Detekcija i mjerenje biopotencijala zahtijeva interakciju sa jonskim nosiocima
elektriciteta i njihovu transformaciju u struju elektrona, tj. elektronski signal koji
se može prenositi žičanim provodnicima i uvoditi u elektronske instrumente sa
ciljem dalje obrade. Ovu transformaciju vrše specijalne elektrode za mjerenje
biopotencijala. Elektrode se razlikuju po načinu mjerenja: neinvazivne – mjerenje
na površini kože i invazivne – mikroelektrode i elektrode igle.
Tipično je za mjerenje biopotencijala da se koriste elektrode sačinjene od inertnih
metala. Za mjerenje EKG signala se najčešće koriste srebro-srebro hlorid (Ag-
AgCl) ili nehrđajući čelik, zbog biokompatibilnosti i hemijske stabilnosti.
Električne pojave na dodirnoj površini metalne elektrode i kože se mogu
uporediti sa procesima kod galvanske ćelije.
Uranjanjem metala u elektrolitski (jonizirani) rastvor na dodirnoj površini se
javlja lokalizirana raspodjela naboja prikazna na slici 2.5, tj. javlja se razlika
električnog potencijala na dodirnoj površini. Razlika električnog potencijala se
naziva potencijal polu-ćelije ili standardni potencijal elektrode i različit je za
različite materijale.
Standardni potencijal elektroda napravljenih od istog materijala je jednak i u
idelanim uslovima kontakt elektroda koža bi isto trebao biti identičan.
19
Slika 2.5. Raspodjela potencijala na dodirnoj površini elektrolit-metal

Postavljanjem dvije elektrode na kožu iznad srca sa ciljem mjerenja električnih
potencijala, i povezivanjem elektroda sa diferencijalnim pojačalom, potencijali
polu-ćelije ove dvije elektrode će se poništiti, a biopotencijal (EKG signal) će biti
pojačan. Poboljšanje uslova mjerenja i smanjenje šuma se postiže oblaganjem
elektroda elektrolitskim materijalom i nanošenjem elktrolitskog gela na
kontaktnu površinu. Važno je uočiti da koža i ekscitabilna tkiva imaju osobine
elektrolita.
(a)
(b) (c)
Slika 2.6. EKG elektrode za više upotreba (a) štipaljke i (b) vakumske; i
jednokratna samoljepljiva elektroda sa nanesenim elektroprovodnim gelom (c)
20
Elektrode štipaljke i elektrode sa usisnim balonom su namjenjene za više

upotreba i prije njihovog postavljanja neophodno je očistiti kožu od masnoće i
nanijeti elektrolitski gel. Samoljepljive elektrode su za jednokratnu upotrebu, i na
sebi imaju tanak sloj spužve utopljene u gel koji se rasporedi na mjestu kontakta
koža-elektrada nakon lijepljenja elektrode elektrode na mjerno mjesto na koži.
Važno je napomenuti da biloško tkivo nije pogodna sredina za elektrode koje
imaju kontakt, bilo da su površinske, ili da su implantirane. Biološka tkiva imaju
degradirajući uticaj na strukturu i performanse senzora, što je povezano sa
korozivnim jonima, enzimima u tjelesnim tekućinama koji mogu da razbijaju
kompleksne molekule. Zapravo su ovo načini na koje se tijelo brani od strane i
toksične materije, tj. senzora.
Dodatni problem vezan za implantirane senzore je njima ograničen pristup, tako
da se oni trebaju projektovati tako da se izbjegnu ili minimiziraju popravke,
nadopune napajanja i zamjena.
2.4. Pre-procesiranje signala

U većini slučajeva prilikom mjerenja bioelektričnih signala, a posebno u
ambulantama ili kod hitnih slučajeva, signali sadrže različite vrste šumova, koji
potiču od okolnih uređaja, interferencije mreže, a često i od drugih fizioloških
procesa. Sve ovo čini da je uklanjanje šuma jedna od najznačajnijih zadaća
preprocesiranja signala.
Šum može biti konstantan ili trenutan. Najčešće šumovi nastaju zbog lošeg
kontakta elektroda – koža, zatim pomicanja elektroda, drugih fizioloških procesa
– superpozicija EMG signala usljed pokreta pacijenta. Talasasta osnovna linija
(engl. baseline drift ili baseline wandering) EKG signala značajno otežava
izdvajanje morfoloških osobina prouzorokovana je ritmičnim kretnjama grudnog
koša usljed disanja. Slično, tipična smetnja kod EEG signala je artefakt treptaja
oka. U slučaju EKG signala primjenjuju se tehnike usrednjavanja (engl. ensamble
averaging) koje se oslanjaju na tretiranje EKG signala kao da je periodičan.
Posebna pažnja se posvjećuje dizajnu filtera sa namjenom otklanjanja šuma
interferencije napojne mreže. Otklanjanje šuma nastalog zbog miješanja signala
mišićne aktivnosti je kompleksniji problem zbog inherentnog preklapanja
frekventnog spektra korisnog signala i ovog šuma. Kod otklanjanja šuma mišićne
aktivnosti neophodno je korisiti znanja i o korisnom signalu i o signalu koji se
treba filtrirati.
Važno je naglasiti da je filtriranje biomedicinskih signala uvijek vezano za
kontekst analize, i da u različitim situacijama pojedine komponente signala
predstavljaju smetnju – šum koji treba otkloniti, a u nekim drugim primjenama su
koristan dio signala. Primjer je ritam respiratornog signala, koji se može izdvojiti
iz EKG signala kao korisna informacija, iako se u većini slučajeva smatra
šumom.
21
Slika 2.7. (a) EKG signal zagađen šumom - signal 11806, (b) šum talasanja
osnovne linije – signal bw, (c) šum mišićne aktivnosti - signal ma, (d) šum lošeg
kontakta elektroda-koža - signal em [74]
22
Slika 2.8. EKG signal bez šuma- signal 118 [73]
2.5. Pametni biomedicinski sistemi

Sve šira zastupljenost pametnih (engl. smart) biomedicinskih sistema je vezana
za napredak tehnologije – prvenstveno minijaturizaciju elektronskih uređaja i
komunikacijsku povezanost putem Interneta – ali i za povećanu svijest o zdravlju
i značaju zdravstvene preventive.
Termin „pametni“ se koristi da bi se istakla autonomnost u djelovanju ovih
sistema, tj. da oni nisu vezani za konstantan nadzor korisnika. Tipični primjeri
upotrebe pametnih BMS su:
- Kontinurano praćenje fizioloških signala
- Dijagnostika patoloških stanja i stvaranje pretpostavki za proaktivno
preventivno djelovanje
- Nadzor post-operativnog oporavka
- Injekcija farmaceutika u tijelo
- Nadzor prilikom rehabilitacije
Lista primjera primjene se stalno proširuje, i poseban značaj imaju upotrebe
vezane za praćenje svakodnevnih aktivnosti starijih i nemoćnih lica. U tom
slučaju se ovi sistemi uz praćenje biomedicinksih signala proširuju i na praćenje
signala vezanih za kretanje (akcelorometar, žiroskop) i poziciju korisnika.
Izazovi kod implementacije pametnih BMS su vezani za balansiranje
funkcionalne kompleksnosti sistema i efikasnog i dugotrajnog napajanja,
nasuprot balansiranju funkcionalne kompleksnosti i preciznosti i sigurnosti.
Naravno, i cijena i veličina uređaja su uključeni u prethodna odlučivanja pri
dizajnu pametnih BMS.
Pametni sistemi podrazumijevaju senzore pomoću kojih se prate fiziološki
signali: EKG, EEG, konduktivnost kože, kapilarna zasićenost kiseonikom,
temperatura, ritam respiratornog signala, itd. Senzori mogu biti: nosivi (engl.
wearable), ugradbeni (engl. embedded) ili implantirani. Ugradbeni se odnose na
23
ugradnju senzora u uređaje poput podnih podloga koje su ujedno platforme za

mjerenje pritiska ili frižidera kod kojih je moguće praćenje nutricionističkih
vrijednosti prehrane. Implantirani se vezuju za ugradnju u tijelo korisnika, a u
ovu kategoriju spadaju pacemaker, kohlearni implant, ali mogu biti i elektrode za
neuralnu stimulaciju.
Pametni biomedicinski sistem se može opisati blok dijagramom na slici 2.9:
Slika 2.9. Blok dijagram pametnog biomedicinskog sistema

Blok dijagram na slici uključuje dva nivoa obrade signala: senzorski čvor i baznu
stanicu. Primarna odluka kod implementacije pametnih sistema je raspodjela
funkcionalnosti izmđu ova dva nivoa. Pravovremenost reakcije i energetska
efikasnost su prednosti kompletne obrade signala na prvom nivou, ali odluke o
raspodjeli funkcija su vezane za procesorsku moć i raspoloživost energije na
nivou senzora. Drugi nivo, sa značajnim procesorskim i energetskim resursima,
preuzimanjem dijela funkcionalnosti kompenzira ograničenja senzorskih čvorova
na prvom nivou. Primjeri komunkacijski mreža su: BlueTooth, Wi-Fi, ZigBee,
itd. Treba istaći da infrastruktura bazne stanice pruža ozbiljniju zaštitu kad su u
pitanju i privatnost i sigurnost podataka.
Opisanu strukturu pametnog BMS je moguće proširiti tako da bazna stanica
predstavlja ko-ordinacijski čvor za mrežu senzora, a da se uključni dodatni
procesni nivo koji objedinjuje analize više senzorskih mreža .
2.6. Zaključak
Današnju medicinksu praksu je teško zamisliti bez dijagnostičkih uređaja koji
uključuju procesiranje biomedicinskih signala, posebno kada su u pitanju
oboljenja vezana za srce, krvni pritisak, mozak, mišiće. Informacije koje se
dobiju obradom signala poput EKG, EEG i EMG su osnov gradnje terapeutskih
biomedicinskih sistema za kardio, neurološke i neuro-muskularne primjene.
24
Tipičan biomedicinski sistem obuhvata akviziciju signala, zatim njegovo pre-

procesiranje i digitalizaciju, sa ciljem uklanjanja šuma i uvođenja u računarski
sistem, da bi se omogućilo izdvajanje značajnih osobina signala, odnosno
relevantnih informacija, koje se koriste za dijagnostiku i određivanje adekvatnog
tretmana.
Snimanje i obrada biomedicinskih signala je dio svakodnevne medicinske prakse
duže od pola vijeka, ali se i dalje kontinuirano uvode nove tehnike i novi uređaji
koji transformišu način dijagnostike i tretmana različitih oboljenja. Uz stalni
napredak tehnologije, za ove promjene su značajne nove metode akvizicije i
obrade signala, a posebno mogućnost fuzije informacija dobivenih iz različitih
tipova biomedicinskih signala
Kontinuirani nadzor pacijenata u bolničkom i kućnom okruženju omogućen je
neinvazivnim i jednostavnim metodama snimanja i obrade bimedicniskih
sugnala. Primjena ovih dostignuća nije limitirana samo na oboljele, već se sve
više korisiti u svakodnevnom životu kao preventiva.
25
3. Bioelektrične pojave
Pojmom bioelektrične pojave se označavaju električni potencijali i struje koji

nastaju u živim ćelijama. Primjeri bioelektričnih pojava su potencijal ćelijske
membrane (membranski potencijal), zatim električne struje koje protiču kroz
ekscitabilnih tkiva kao što su nervi i mišići, a rezultat su širenja akcionog
potencijala. Bioelektrični potencijali se javljaju kao rezultat različitih procesa u
živim ćelijama i predstavljaju način pohranjivanja metaboličke energije koja se
koristi za prijenos informacija i za rad. Naši pokreti, čulne senzacije, metabolički
procesi u organizmu su mogući zahvaljujući postojanju bioelektriciteta.
Memebranski potencijal i akcioni potencijal su osnov za generisanje i protok
električnih signala u ljudskom tijelu koje nazivamo biosignalima. Ovi signali se
prate i mjere, jer na osnovu njih se prikupljaju važne informacije o stanju bio-
organizma. Mjerenje ovih signala zapravo znači da se mjere promjene potencijala
duž nekog tkiva.
Tkiva koja imaju sposobnost da generišu ili detektuju bioelektrične signale se
nazivaju ekscitabilna tkiva. Primjeri ekscitabilnih tkiva i ćelija su: neuroni i ćelije
mišića. Postoje i druge ćelije u organizmu kod kojih lokalne promjene
membranskog potencijala mogu aktivirati brojne ćelijske funkcije. Kao primjeri
takvih ćelija su: žljezdane ćelije, makrofagi, te ćelije sa terpetiljkama.
Bioelektrične pojave se klasificiraju na osnovu tkiva u kojima nastaju posmatrane
električne aktivnosti na: elektricitet mozga - moždani talasi, mioelektricitet –
elektricitet mišića, elektricitet srca itd. Oblast koja se bavi proučavanjem
bioelektričnih pojava se naziva elektrofiziologija.
3.1. Historija bioelektriciteta

Luigi Galvani je bio italijanski ljekar i fizičar koji je otkrio da se mišići mrtve
žabe grče kada se nervi dotiču metalom. Postoji nekoliko verzija kako je i kada
došlo do ovog otkrića. Pretpostavlja se da je pojava prvi put uočena slučajno
kada su istovremeno vršeni eksperimenti vezani za elektrostatski elektricitet i
seciranje žabe. Galvani je ponavljajući eksperimente zaključio da se žablji krak
mora istovremeno dodirivati na dva različita mjesta sa dva međusobno spojena
metalna provodnika. Svoje otkriće je objavio 1791. i tako je postao prvi naučnik
koji je otkrio vezu između elektriciteta i života - otkrio je bioelektricitet.
Galvani je otkriveni elektricitet nazvao animalni (životinjski) elektricitet i ovom
pojavom je objasnio šta je aktiviralo kretanje mišića. Galvanijev poznanik i
naučni protivnik Alessandro Volta je predložio da se uočena pojava nazove
27
galvanizam. Galvanizam je termin koji se u fizici koristi za pojavu elektriciteta

uzrokovanu hemijskim reakcijama, i taj se termin koristi bez obzira da li se
hemijske reakcije dešavaju u sklopu ili van žive materije. U biologiji se
galavanizam kao termin koristi za kontrakcije mišića izazvane električnom
strujom, ali se ovaj termin koristi dosta rijetko i Galvaniju se ne daje zasluženi
značaj za otkriće pojave bioelektriciteta.
Slika 3.1. Luigi Galvani
Galvani je prvi doveo u vezu elektricitet i živi svijet, i on je eletricitet smatrao

nerazdvojnim dijelom života i živih bića. Galvani je vjerovao da se sve što je
živo sastoji od ćelija i da svaka ćelija ima ćelijski potencijal, koji predstavlja
biološki elektricitet.
Dok je Galvani smatrao da elektricitet koji je
registrovao u svojim eksperimentima dolazi iz
mišića, Volta je smatrao da je pojava
elektriciteta posljedica hemijskih interakcija
različitih metala.
Alessandro Volta je bio talijanski fizičar i jedan
od osnivača elektrostatike. Da bi pokazao da
Galvani nije u pravu Volta se posvetio
istraživanjima hemijskih reakcija različitih
metala. Volta je 1799. godine napravio i
Slika 3.2. Alessandro Volta predstavio prvu bateriju poznatu kao voltin
elektrostatički stup ili voltin element.
Voltin elektrostatički stup se sastoji od naizmjenično poredanih ploča bakra i
cinka, sa razrijeđenom sumpornom kiselinom kao elektrolitom. Princip
konverzije energije hemijske reakcije u električnu je osnov gradnje i današnjih
savremenih baterja.
Voltino otkriće baterije je potaknulo istraživanja u oblasti elektrostatike, ali je
potisnulo značaj Galvanijevog otkrića bioelektriciteta. Volta je svojim
28
istraživanjima smatrao da je dokazano da je mišićno tkivo samo provodnik

elektriciteta, a ne i izvor, što je i bilo prihvaćeno od strane njegovih
savremenika.Pojedini naučnici su nastavili da se bave istraživanjem veze
elektriciteta i živih ćelija, a u toku XIX vijeka razvijaju se instrumenti i uređaji za
detekciju i mjerenje električnih signala. Otkrića i tehnološki napredak u oblasti
elektrotehnike pomogli su i omogućili u prvoj polovini XX vijeka značajna
otkrića vezana za snimanje električne aktivnosti srca, za uređaj nazvan
elektrokardiograf. Poslije dugo vremena tek sredinom XX vijeka intenziviraju se
istraživanja vezana za električne fenomene nervnog sistema kojima se daje
potvrda i Galvanijevog rada. Danas je poznato da su i Volta i Galvani bili u
pravu, i da postoji i elektricitet usljed hemijskih reakcija metala i biološki
elektricitet.
3.2. Biopotencijal
Historijski naučna saznanja o bioelektricitetu su se razvijala zajedno sa
spoznajama iz oblasti elektromagnetizma. Spor Galvanija i Volte oko porijekla
elektriciteta koji je uzrokovao mišićne kontrakcije kod žabe: bioelektircitet ili
posljedica kontakta različitih metala, inspirisao je Voltu da napravi voltin stub.
Galvanijev stav o postojanju bioelektricitet se potvrdio tek dva vijeka kasnije
kroz savremenu teoriju ekscitabilnih tkiva. Važno je uočiti razliku u nosiocima
elektriciteta: kod ekscitabilnih tkiva to nisu elektroni, već joni, većinom natrijum
(Na+), kalij (K+), hlor (Cl-) i kalcij (Ca++). Struje jona, za razliku od struja
elektrona, uključuju stvarni transport materije, tako da su joni kreću brzinama
reda metara u sekundi, a ne brzinom svjetlosti.
Koža i ekscitabilna tkiva imaju osobine elektrolita. Prilikom projektovanja i
proizvodnje elektroda za mjerenje biopotencijala primjenjuju se znanja o
elektrohemijskim ćelijama, posebno Galvanskoj ćeliji.
Slika 3.3. Galvanska ćelija
29
Galvanska ćelija je sastavljena od dvije polućelije kod kojih se na osnovu

spontanih hemijskih redoks procesa proizvodi kontinuirani protok elektrona,
odnosno pretvranje hemijske energije elektrolita u električnu energiju u
provodniku – metalu
3.3. Membranski potencijal

Ćelija je osnovna gradivna i funkcionalana jedinica živih bića, a ćelijska
membrana je tanak (7,5 – 10 nm) omotač koji odvaja citoplazmu od
ekstracelularnog prostora. Ćelijska membrana okružuje ćeliju i obezbjeđuju
uslove za odvijanje metaboličkih procesa i održavanje razlike između
unutarćelijske i vanćelijske sredine.
U osnovi bioelektričnih pojava leži interakcija jona koji se nalaze unutar žive
ćelije i jona koji su u njenom okruženju, odnosno u vanćelijskom prostoru.
Koncentracije jona unutar i van ćelije se razlikuju, stvarajući pri tome
koncentracioni gradijent, koji je jedan od osnovni razloga postojanja potencijala
na membrani. Pored koncentracionog gradijenta postoji i električni gradijent, koji
je uslovljen električnim nabojem čestica između unutarćelijskog i vanćelijskog
prostora. Gradijent označava razliku u koncentraciji jona i razliku električnog
potencijala.
Tabela 3.1. Koncentracije jona natrija, kalija i hlora u vanćelijskom i

unutarćelijskom prostoru
Jon Vanćelijska Unutarćelijska Potencijal
koncentracija koncentracija ravnoteže
(mmol/l) (mmol/l) (mV)
Natrij Na+ 145 12 +67
Kalij K+ 4 155 -98
Hlor Cl- 110 10 -64
Difuzija jona kroz membranu na osnovu koncentracionog ili električnog

gradijenta dovodi do promjena njihovih intracelularnih i ekstracelularnih
koncentracija. Iako svaki jon može uticati na vrijednost potencijala na membrani,
tri vrste jona imaju najznačajniju ulogu u ovom procesu, a to su: natrij (Na+),
kalij (K+) i hlor (Cl-). Kod čelija mišića srca posebnu ulogu imaju joni kalcija
(Ca2+). Za svaki od ovih jona se može odrediti kada se difuzija zaustavlja, tj. pri
kojoj kojoj razlici potencijala na membrani, prestaje kretanje jona iz jedne
sredine u drugu. Za svaki od pomenutih jona različita je vrijednost razlike
potencijala pri kojoj se postiže ravnoteža.
Membranski potencijal postoji na ćelijskoj membrani gotovo svih ćelija, a
uzrokovan je različitom koncentracijom jona na stranama ćelijske membrane i
selektivnim propuštanjem jona kroz jonske kanale. Koncentracja jona kalija je
30
intracelularno veoma visoka u odnosu na koncentraciju u vanćelijskom prostoru

gdje je znatno niža, što za posljedicu ima veliki koncentracioni gradijent, tako da
joni kalija teže difuziji u spoljašnju sredinu. Natrijum je najzastupljeniji jon
ekstracelularne sredine, dok je unutar ćelije u niskoj koncentraciji. Joni natrijuma
teže difuziji u unutrašnjost ćelije.
Slika 3.4. Koncentracije jona unutar i van ćelije [81]
Ćelijska membrana sadrži dosta jonskih kanala, prije svega natrijumskih i

kalijumskih kroz koje se ovi joni mogu kretati. U stanju mirovanja je većina
natrijumskih kanala zatvorena, a kalijumskih otvorena. Joni kalija nose sa sobom
pozitvno naelektrisanje stvarajući stanje elektropozitivnosti u spoljašnjoj sredini,
a elektronegativnosti unutar ćelije.
Kako pozitivni potencijal spolja raste, sada on odbija nove jone kalija (koji su
pozitivno naelektrisani) da difunduju kroz membranu, iako postoji koncentracioni
gradijent. Kod sličnog razmtranja ponašanja jona natrijuma moguće je odrediti
potencijal ravnoteže koji odbija jone natrijuma od dalje difuzije, iako postoji
koncentracioni gradijent. Potencijal ravnoteže, koji je potreban da se zaustavi
difuzija pojedinačnog tipa jona se naziva Nernstov potencijal koji se izračinava
Nernstovom jednačinom. Za modeliranje potencijala membrane razvijeni su
složeniji modeli koji su i eksperimentalno provjereni, a koji će biti opisani u
poglavlju posvećenom modeliranju biopotencijala.
31
Membranski potencijal mirovanja je za većinu ćelija negativan, kreće se u

rasponu od -50mV do -100mV, kod neurona u rasponu od -70mV do -90mV.
Konvencijski je usvojeno da je referentna vrijednost potencijal vanjske strane
membrane i da ima vrijednost 0mV. Unutrašnjost i spoljašnjost ćelije su
provodne, a sama membarana je visoke otpornosti. Razlika koncentarcije jona sa
jedne i druge strane membrane nastale su zbog selektivne permeabilnosti same
membrane. Unutrašnjost je negativnog naboja, a ekstarcelularni prostor
pozitivnog. Unutrašnju stranu membrane negativnom čine nagomilani
nedifuzibilni anjoni, poput anjona proteina, fosfata i dr. Membranski potencijal
ćelije Vm je jednak razlici potencijala sa unutrašnje strane membrane Vin i vanjske
strane membrane Vex.
Vm = Vin – Vex (3.1.)
Na+/K+/ATPaza je integralni protein ćelijske membrane koji koristi energiju

ATP-a (adenozin trifosfat) i djeluje protiv rastuće entropije. Količina ATP-a koja
se dnevno reciklira kod odraslog čovjeka u uslovima mirovanja odgovara skoro
polovini mase njegovog tijela.
Slika 3.5. prikazuje ciklus Na+/K+ pumpe koja pumpa jone: 3 Na+ van ćelije, a 2
K+ unutra, koja obzirom da izbacuje više natrijevih jona, nego što ubaci kalijevih
jona, uzrokuje trajni gubitak pozitivnog naboja sa unutrašnje strane membrane.
To je ujedno i objašnjenje zašto je membranski potencijal mirovanja blizak
Nernstovim potencijalima ravnoteže jona kalija i hlora, i kako je umanjeno uticaj
jona natrija.
Slika 3.5. Jonska pumpa [81]
32
3.4. Jonski kanali

Jonski kanali omogućavaju kontrolisanu difuziju jona i selektivnu permeabilnost
membrane. Ovi kanali mogu biti aktivni ili pasivni i visoko su selektivni za
pojedine vrste jona. Pasivne kanale karakteriše stalna otvorenost, dok aktivni
kanali mogu biti regulisani promjenom napona na membrani (napon-ovisni
kanali) ili vezivanjem određenog medijatora na iste (medijator-ovisni kanali).
Napon-ovisni jonski kanali su u mirnom stanju zatvoreni, a promjena potencijala
u njihovom okruženju ih otvara. Otvaranjem ovih kanala koji su selektivni po
pitanju propuštanja jona prenosi se nastala promjena potencijala duž membrane.
3.5. Akcioni potencijal
Akcioni potencijal predstavlja naglu promjenu potencijala u mirovanju

uzrokovanu djelovanjem podražaja (stimulusa). Akcioni potencijal predstavlja
oblik prenošenja informacija duž membrane nerava i mišića. Akcioni potencijal
(AP) nervne ćelije traje oko 1ms do 2ms i naziva se šiljasti akcioni potencijal.
Propagacija AP duž membrane je bez gubitaka, znači amplituda i trajanje ostaju
isti ako su ostali uslovi kao temparatura i ekstraćelijska koncentarcija jona isti
duž nervnog vlakna.
Slika 3.6. Akcioni potencijal
Faze akcionog potencijala su: latentni period, hipopolarizacija, uzrokovana

sporim ulaskom natrija u ćeliju, depolarizacija, praćena brzim ulaskom jona
natrija u ćeliju, repolarizacija koju karakteriše povećan izlazak jona kalija iz
ćelije, te hiperpolarizacija kao rezultat sporijeg zatvaranja kanala za kalij i
produženog izlaska ovih jona iz ćelije. Da bi potencijal iz hiperpolarizacije vratio
vrijednost mirovanja, uz protok jona kroz pasivne kanale, važan je i rad Na+/K+
pumpe.
33
Ukoliko je draž slabog intenziteta, te ukoliko hipopolarizacija ne dosegne nivo

promjene potencijala mirovanja za vrijednost 1/6 neće doći do akcionog
potencijala. Međutim ukoliko draž ima dovoljan intenzitet i ukoliko se potencijal
mirovanja reducira za 1/6 svoje vrijednosti dolazi do akcionog potencijala.
Kod srčanih mišićnih ćelija u formiranju akcionog potencijala učestvuju i joni
kalcija i njima odgovarajući potencijal zavisni Ca2+ kanali. Difuzija jona Ca2+ u
ćeliju se nastavlja na dotok jona Na+ i time se produžava trajanje akcionog
potencijala srčanog mišića. Ovako generisani AP se naziva srčani akcioni
potencijal ili akcioni potencijal sa platoom, a njegovo trajanje je od 200 do 400
milisekundi. Postojanju platoa na krivulji akcionog potencijala srčanog mišića
pridonosi i peterostruko smanjenje propusnosti membrane srčanog mišića za jone
kalija u ovom periodu.
Faze srčanog AP prikazanog na slici 3.7. su: nagli porast potencijala ("0")
odgovara dotoku Na+ jona, dva pada ("1" i "3") odgovaraju zatvaranju
natrijumskih kanala i repolarizaciju pod uticajem kalijevih jona. Karakteristični
plato ("2") je rezultat otvaranja naponski osjetljivog kalcijum kanala koji održava
stanje ravnoteže potencijala. Potencijal mirovanja je označen sa "4".
Slika 3.7. Akcioni potencijal srčanog mišića
3.6. Nernstova jednačina

Nernstova jednačina predstavlja matematski model za određivanje uticaja
koncentracije jona na elektrohemijski potencijal na membrani koja je idealno
selektivna za posmatrani jon. Nernstova jednačina se koristi i za određivanje
potencijala polu-ćelije kod Galvanske ćelije, i predstavlja jednu od najvažnijih
jednačina elektrohemije:
34
= (3.2.)
gdje su:
- n koncentracija posmatranog jona van (nOUT) i unutar ćelije (nIN),
- Z je valentnost jona,
- T je apsolutna temperatura u Kelvinima,
- R je univerzalna gasna konstanta, a
- F Faradejeva konstanta.
Količnik ispred prirodnog logaritma ima konstantnu vrijednost za određenu

tjelesnu temperaturu. Uvrštavanjem sljedećih vrijednosti u Nernstovu jednačinu
(3.2):
R = 8,3144 ,

F = 96485 ,
T = 310K (opseg normalne tjelesne temperature 36,5 - 37ºC)
ZCl = -1 i ZK = ZNa = 1
i pretvarajući prirodni logaritam u dekadni uz korekcijski faktor 2,3, dobiju se

sljedeći izrazi za računanje Nernstovog potencijala za jone kalija, natrija i hlora:
, = 61 ; = −61 (3.3.)
Uvrštavanjem koncentracija za jone Na, K i Cl iz tabele 3.1. mogu se provjeriti

Nernstovi potencijali navedeni u istoj tabeli, a to su: natrij +67mV, kalij -98mV i
hlor -64mV.
3.7. Jednačina Goldman-Hodgkin-Katz

S obzirom na to da postojanje potencijala u mirovanju uključuje različitost
koncentracija triju najvažnijih jona: Na+, K+ i Cl-, i selektivnu permeabilnost
membrane za ove jone, membranski potencijal mirovanja se može modelirati
Goldman-Hodgkin-Katzovom jednačinom:
[ ] + [ ] + [ ]
= (3.4.)
[ ] + [ ] + [ ]
35
Ova jednačina je poznata i skraćeno kao Goldmanova jednačina daje membranski

potencijal mirovanja u ovisnosti od temperature, koncentracije jona s obje strane
membrane, te propusnost membrane za pojedine jone.
U jednačini 3.4. koncentracije pojedinih jona su navedene kao oznake tih jona u
uglastim zagradama sa indeksima koji označavaju prostor van (OUT) i unutar
ćelije (IN), T je apsolutna temperatura u Kelvinima, R je gasna konstanta, a F
Faradejeva konstanta. P označava relativnu propusnost (permeabilnost) za svaki
tip jona, a za vrijednost jedinične propusnosti se uzima propusnost kalija PK u
mirovanju. Jednačina (3.4.) sadrži i vrijednost valentnosti pojedinih jona koje su
već uvrštene, valentnost Na+ i K+ je jednaka 1, a za Cl- je jednaka -1, može se
uočiti da su koncentracije za Cl- u nazivniku i imeniku zamijenile mjesta u
odnosu na koncentracije za Na+ i K+. Ako se u jednačinu 3.4. uvrste nulte
koncentracije za dva jona, jednačina se svodi na Nernstovu jednačinu napona
ekvilibrija za preostali treći jon.
Odnos propusnosti membrane za jone K, Na i Cl, za tipični neuron u toku

mirovanja je:
PK : PNa : PCl = 1 : 0,04 : 0,45 (3.5.)
Ovaj odnos nije konstantan i mijenja se sa stanjem otvorenosti jonskih kanala.

Odnos propusnosti za jone K, Na i Cl u trenutku vršnog akcionog potencijala je:
PK : PNa : PCl = 1 : 12 : 0,45 (3.6.)

Dijagram promjene permeabilnosti za jone K i Na tokom pojave akcionog
potencijala je prikazan na slici 3.8.
Uzimajući u obzir već navedene vrijednosti konstanti i koncentracija jona, zatim

permeabilnosti za pojedine jone u mirovanju, dobija se vrijednost potencijala od -
70mV.
U većini ćelija joni K+, Na+, i Cl- u najvećoj mjeri utiču na uspostavljanje
membranskog potencijala mirovanja. Može se primijetiti da je izračunati
doprinos jona K+, Na+, i Cl- membranskom potencijalu mirovanja -70 mV, što
nije jednako Nernstovom potencijalu ekvilibrija za ove jone. Selektivni jonski
kanali u ćelijskoj membrani dopuštaju jonima K+, Na+, i Cl- da se kreću niz
elektrohemijski gradijent. Kretanje pojedinih jona niz elektrohemijski gradijent
doprinosi promjeni membranskog potencijala u smjeru Nernstovog potencijala
tog jona, i tako transmembransko kretanje sva tri jona zajedno doprinosi
membranskom potencijalu.
36
Slika 3.8. Promjena propusnosti Na i K tokom pojave akcionog potencijala
3.8. Hodgkin-Huxley model akcionog potencijala
Hodgkin i Huxley su 1952. godine opisali eksperiment mjerenja promjena

potencijala ćelijske membrane tokom djelovanja akcionog potencijala, na osnovu
kojih su formirali empirijski model akcionog potencijala. Prilikom istraživanja
fenomena akcionog potencijala, Hodgkin i Huxley su koristili nemijelizirani
akson morske lignje zbog njegovog velikog promjera koji može iznositi i do
1mm. Pomoću osciloskopa i elektroda koje su bile postavljene u akson, Hodgkin
i Huxley su bili u mogućnosti da mjere električni potencijal na membrani aksona
i da registruju nervni impuls kao promjenu u koncentraciji jona na ćelijskoj
membrani. Električna aktivnosti je nastala zbog kretanja jona. Električno kolo
ekvivalentno Hodgkin-Huxley modelu je prikazano na slici 3.9.
Eksperiment mjerenja potencijala na aksonu je proveden 1939. godine. Hodgkin i

Huxley su nastavili rad 1947. i razvili eksperimentalni i matematski model
akcionog potencijala. Za ovaj model su dobili Nobelovu nagradu 1963. godine.
Nernstov potencijal za natrij i kalij su predstavljeni kao respektivni naponski

izvori ENa i EK. Za normalnu ekstracelularnu sredinu, ENa ima pozitivnu
vrijednost dok su EK i EL negativni. EL je potencijal na pasivnim jonskim
kanalima – kanalima „curenja“ (engl. leakage). U toku pojave akcionog
potencijala GNa i GK se mijenjaju u funkciji transmembranskog potencijala i
vremena. Kapacitet membrane je Cm i smatra se konstantnim, a potencijal
membrane zavisi od kretanja jona. Jonski kanali su predstavljeni promjenjljivim
nelinearnim i linearnim provodnostima. Linerano ponašanje imaju pasivni jonski
kanali kroz koje stalno prolaze manje količine jona. Potencijalom upravljani
jonski kanali se modeliraju nelinearnom provodnostima GNa i GK koje zavise od
potencijala u okružnju kanala i vremena.
37
Jednačina koja opisuje ukupnu transmembransku struju za Hodgkin-Huxley

model uključuje kapacitivnu i jonsku komponentu struje:
+ ( , ) = ( )
(3.7.)
+ ( − )+ ( − )+ ( − )
= ( )
gdje su:
- - kapacitet ćelijske membrane
- - potencijal ćelijske membrane
- - suma vremenski i naponski zavisnih struja kroz odgovarajuće
jonske kanale
- – elektromotorna sila usljed Nernstovog potencijala kalija
- – elektromotorna sila usljed Nernstovog potencijala natrija
- – elektromotorna sila usljed Nernstovog potencijala preostalih jona
(većinom hlora)
- , – nelinerane provodnosti natrija i kalija
- – provodnost pasivnih jonskih kanala
- ( ) – ukupna transmembranska struja
Za Hodgkina i Huxleya poseban izazov je predstavljalo modeliranja nelinearnih

provodnosti natrija i kalija koje su se mijenjale i sa promjenom potencijala na
membrani i sa vremenom.
Slika 3.9. Električno kolo ekvivalentno Hodgkin-Huxley modelu
38
Provodeći niz eksperimenata i mjereći promjene potencijala i struje dobili su

dovoljno informacija da razviju i matematski model promjene ovih provodnosti.
Uveli su uticaj aktivirajućih naelektrisanih čestica koje ne utiču na protok struje,
već na otvaranje i zatvaranje napon-ovisnih jonskih kanala. Ova pretpostavka je
analogna uvođenju apstraktnih slučajnih varijabli koje odražavaju vjerovatnoću
da su jonski kanali otvoreni ili zatvoreni.
Slika 3.10. Vremenske konstante i aktivacije varijabli n, h i m

Promjena provodnosti kalija je jednostavnija i pod uticajem je varijable n, a za
modeliranje provodnosti natrija potrebne su dvije varijable, brzi porast
provodnosti natrija je pod uticajem varijable m, a zatim smanjenje provodnosti
natrija se modelira varijablom h. Vremenske konstante i aktivacijske vrijednosti
za varijable n, h i m su prikazane na slici 3.10.
Slika 3.11. prikazuje prošireni model membranskog potencijala kod kojeg je
uzeta i obzir struja Na+/K+ pumpe. Elektromotorne sile ENa , EK i ECl modeliraju
elektrohemijski gradijent koncentracije jona koji inicira njihovu difuziju
Vrijednosti ENa , EK i ECl su Nernstovi potencijali.
Slika 3.11. Model membranskog potencijala sa ugrađenom Na-K pumpom
39
3.9. SIMULINK model akcionog potencijala

Hodgkin-Huxley model se može iskoristiti da se isprogramira model fenomena
akcionog potencijala i da se pomoću modela odredi potencijal na membrani za
različite vrijednosti stimulusa. Moguće je analizirati ponašanje modela i za
različite vrijednosti parametara, prvenstveno koncentracija karakterističnih jona.
Blok struktura modela u SIMULINK okruženju je prikazana na slici 3.12.
Slika 3.12. Blok struktura modela jonskih kanala neurona

Model čine tri jonska kanala, pasivni otvoreni jonski kanali, jonski kanali natrija
Na+ i kalija K+. Jonski kanali su modelirani kao provodnosti gL, gNa i gK. Blok
struktura modela dinamike svakog od ovih kanala je prikazana u nastavku.
40
Slika 3.13. Blok struktura modela jonskih kanala natrija Na+
Slika 3.14. Blok struktura modela jonskih kanala kalija K+
Slika 3.15. Blok struktura modela pasivnih otvorenih jonskih kanala
41
Na osnovu HH modela neurona moguće je opisati ponašanje nervne ćelije s

obzirom na različite vrijednosti vanjskih stimulusa. Prikazani SIMULINK model
je preuzet sa MathWorks web stranice:
https://www.mathworks.com/matlabcentral/fileexchange/19669-hodgkin-huxley-
model.
Kao ulazni stimulus uzeta je step funkcija koja je u modelu implementirana kao:
I_ext(8000:20000,2)=20; % vanjski stimulus: µA
Odziv ova tri kanala je prikazan pojedinačno, a zatim su dobijeni signali
superponirani i prikazan je konačni izlazni signal. Odzivi predstavljaju promjenu
napona na kanalima u vremenu, što omogućava praćenje promjene provodnosti
kanala.
Slika 3.16. Napon pasivnih jonskih kanala
Slika 3.17. Promjena napona na kanalima jona natrija
42
Slika 3.18. Promjena napona na kanalima jona kalija
Posmatranjem izlaznog signala zaključuje se da je odziv HH modela neurona

krivulja akcionog potencijala. Razvijeni model se može koristiti za analizu
odziva za različite stimuluse.
Slika 3.19. Izlaz iz sistema HH modela
3.10. Neuron
Tok informacija kroz nervni sistem se može opisati počevši od senzorskih ćelija
koje su locirane periferno na tijelu i izložene su uticajima vanjske sredine.
Senzorske ćelije proizvode signale koji se provode prema mozgu i daju čulna
opažanja poput vida, sluha, pritiska, ravnoteže itd.
Senzorske ćelije reaguju na podražaj (stimulus) generišući akcioni potencijal koji
prenosi kodirane informacije o okolini prema mozgu putem niza neurona do
određenog centra u mozgu. Različite ćelije u mozgu procesiraju ove signale i
upravljaju akcijama mišića i drugih organa kao odgovor na informacije primljene
s vana.
43
Slika 3.20. Neuron

Neuron ili nervna ćelija predstavlja najsloženiju ćeliju ljudskog organizma.
Neuroni imaju ulogu provodnika od receptora nadražaja do centralnog nervnog
sistema, i od centralnog nervnog sistema do efektora koji će reagovati na
nadražaj. Posebno se treba izdvojiti ulogu neurona u prijenosu i skladištenju
informacija u mozgu. Sve pobrojane uloge neurona su omogućene i praćene
bioelektričnim pojavama.
Funkcija prenosa signala praćena kroz dijelove neurona se može opisati na
sljedeći način:
1. Receptivi dijelovi neurona su dendriti i soma koji imaju ulogu prijema
nervnih signala i njihovog elektroničkog vođenja duž membrane.
2. U neuronu se generiše novi nervni signal, odnosno akcioni potencijal,
koji nastaje u području aksonskog brežuljka koji se prenosi duž aksona.
3. Uloga aksona je prenos nervnog signala od mjesta nastanka do sinapse, a
kondukcija signala se vrši u vidu akcionog potencijala.
4. Na kraju neurona je izlazni dio: presinaptički aksonski završetak koji
oblikuje presinaptički element sinapse (spoja neurona sa susjednom
ćelijom).
Neuroni se mogu klasificirati po ulozi koju obavljaju. Uloga neurona ujedno
određuje i pravac u kojem se prenosi nadražaj, tako da se razlikuju se tri vrste
neurona: senzitivni, motorni i asocijativni.
Senzitivni ili aferentni neuroni prenose nadražaj od receptora do odgovarajućih
centara u centralnom nervnom sistemu (CNS), a motorni ili eferentni prenose
nadražaj u suprotnom smjeru: od centara u CNS do efektora.
Asocijativni neuroni su lokalizirani u mozgu, a njihova funkcija je prenos
nadražaja od senzitivnih ka motornim neuronima.
44
3.11. Sinaptička transmisija

Prijenos nervnih signala na drugi nerv ili na efektorsku ćeliju se postiže putem
sinapsi. Sinapse su spojevi između samih nervnih ćelija ili između nervnih ćelija
i efektornih ćelija, a to mogu biti ćelije mišića i žlijezdi. Postoje dvije različite
vrste sinapsi i to: električne i hemijske. Brzina prijenosa signala se značajno
razlikuje u zavsinosti od tipa sinapse: da li je električna ili hemijska. Impuls se
znatno brže prenosi u električnoj sinapsi nego u hemijskoj sinapsi.
Električne sinapse su kod ljudi zastupljene u srčanim i glatkim mišićnim
ćelijama. Električne sinapse su direktni kanali (tzv. pukotinasta spojišta; eng.
gap-junctions) za provođenje električne struje sa jedne efektorske ćelija na drugu.
U ovim sinapsama se veoma brzo prenosi električna struja, što omogućava da se
sve mišićne ćelije jednog glatkog mišića i srca kontrahuju istovremeno. Ovim
sinapsama se informacije mogu prenositi u oba pravca, što ih razlikuje od
hemijskih sinapsi za koje vrijedi načelo jednosmjernog provođenja. Električne
sinapse se ne zamaraju.
Hemijske sinapse provode nervne impulse samo u jednom pravcu sa
presinaptičkog na postsinaptički neuron. Gotovo sve sinapse u centralnom
nervnom sistemu kod ljudi su hemijske sinapse. To ih čini pogodnim za prenos
informacija u centralnom nervnom sistemu, jer se nervni signali usmjeravaju ka
ciljnim strukturama. Hemijske sinapse se sastoje od: presinaptičkog završetka,
sinaptičke pukotine i postsinaptičke membrane.
Tabela 3.2. Uporedni pregled osobina za električnu i hemijsku sinapsu
Osobina Električna sinapsa Hemijska sinapsa

Udaljenost između 3,5nm 20-40nm
membrana
Smjer transmisije Može biti dvosmjerna Jednosmjerna
Kašnjenje Nema 1-5ms
Nosioci transmisije Joni Hemijski transmiter
Mogućnost integracije Ne Da
signala
Mogućnost inhibicije Ne Da
prenosa
Pojačanje Ne Da
Presinaptički završetci imaju izgled čvorića, zbog čega se zovu i završni čvorići
ili sinaptički čvorići, a u njima se nalaze brojni mjehurići koji sadrže
neurotransmiter. Nervni impuls koji nastaje na aksonskom bržuljku tog nerva u
45
vidu akcionog potencijala se prenosi duž tog istog nerva. Kada nervni signal
stigne do kraja presinaptičkog završetka, on otvara voltažno-ovisne kanale za
kalcijum. Otvaranje kanala za kalcijum omougućava ulazak jona kalcija u
presinaptički završetak. Ovaj korak u transmisiji je esencijalan, jer kalcijevi joni
privlače mjehuriće sa transmiterom i pomiču ih prema membrani presinaptičkog
završetka. Mjehurići se stope sa membranom presinaptičkog završetka, te
procesom egzocitoze prazne neurotransmiter u sinaptičku pukotinu.
Slika 3.21. Hemijska sinapsa

Nakon što dospije u sinaptičku pukotinu, neurotransmiter se vezuje za receptore
na postsinaptičkoj membrani. Recptori su ustvari samo dio medijator-ovisnih
kanala, koji nakon vezivanja naurotransmitera prolaze konformacijsku promjenu
koja rezultira njihovim otvaranjem. Ovisno o tome da li transmiter djeluje
ekscitacijski ili inhibicijski ovisit će i nastanak potencijala na postsinaptičkoj
membrani koji može biti ekscitacijski ili inhibicijski.
Potencijali koji se stvaraju kao reakcija na djelovanje neurotransmitera se
nazivaju postsinaptički potencijali (PSP). Ako je potencijal pozitivan - takav da
pobudi nastanak nervnog impulsa u postsinaptičkom neuronu naziva se
eksitacioni PSP (EPSP). Neuroransmiteri koji izazivaju EPSP imaju za cilj
otvaranje kanala za natrij kako bi omogućili njihov ulazak u ćeliju i težnju kao
depolarizaciji.
Ukoliko je neurotransmiter inhibitorne prirode, isti će na postsinaptičkoj
membrani neurona uzrokovati povećanje vodljivosti za jone hlora i kalija.
Difuzija ovih jona uzrokovat će difuzijom povećanje negativnosti potencijala
membrane u mirovanju, odnosno inhibitorni PSP (IPSP). Postsinaptički neuron
ima sposobnost integracije svih signala koje prima na svojim receptorima pa su
moguće sljedeće situacije:
46
- EPSP kojeg je generisala jedna sinapsa i koji je sam nedovoljan da izazove

pojavu akcionog potencijala.
- Vremenska integracija EPSP: niz sukcesivnih pojedinačnih EPSP koji se
sabiraju i tako mogu doseći prag za generisanje akcionog potencijala.
- Prostorna integracija: više EPSP generisani od više različitih sinapsi se
sabiraju tako da može dosegnuti prag za generisanje akcionog potencijala.
- Dejlovanje inhibitorne sinapse čini potencijal mirovanja više negativnim i
zajedničko djelovanje EPSP koji bi u slučaju 2. i 3. generisali AP sada može
biti onemogućeno.
Treba se podsjetiti da novi nervni impuls nastaje na aksionskom brežuljku koji je

izolovan od mjesta sinapse, tako da pojava pojedinih EPSP ne može samostalno
izazvati AP bilo gdje na membrani neurona. Također je važno istaći da je uslov
za generiranje akcionog potencijala prisustvo voltažno-ovisnih jonskih kanala
kojih praktični i nema na postsinaptičkim membranama.
I kod sinaptičke transmisije uočavamo značajnu ulogu jonskih kanala koji
dozvoljavaju prolazak specifičnih jona kroz membranu. Natrijumski i kalcijumski
kanali vrše ekscitatornu jer kretnje pomunutih jona niz koncentracioni gradijent
favoriziraju ekscitatorni događaj, a hlorni i kalijumski inhibitornu funkciju, jer
njihove kretnje niz koncentracioni gradijent favoriziraju inhibitorni događaj.
Mnoge funkcije nervnog sistema npr. pamćenje zahtevaju dugotrajne promjene.
Dugotrajne promjene se ostvaruju na način da se povećava broj mjesta na kojima
se vrši egzocitoza neurotransmitera, povećava broj mjehurića koji oslobađaju
neurotransmiter, povećava broj presinaptičkih završetaka i drugih strukturalni
promjena na neuronima koje dopuštaju prijenos jačih signala.
Pregled mogućih rezultata djelovanja neurotransmitera su:
- Otvaranje (Na+) i/ili zatvaranje (K+) jonskih kanala uzrokuje depolarizaciju
postsinaptičkog neurona (EPSP) i doprinosi generisanju akcionog
potencijala.
- Otvaranje (K+, Cl-) i/ili zatvaranje (Na+) jonskih kanala uzrokuje
hiperpolarizaciju postsinaptičkog neurona, odnosno IPSP, čime neuron
postaje teže podražljiv
- Aktiviraju se sekundarni glasnici koji će uticati na strukturu postojećih ili na
stvaranje novih proteina u ćeliji.
Može se zaključiti da promjene mebranskog potencijala na postsinaptičkom

neuronu su uzrokovane transformacijom heumijske energije neurotransmitera u
električnu energiju. Promjena potencijala zavisi od količine neurotransmitera, a
promjena potencijala može biti depolarizirajuća ili hiperpolarizirajuća. Uticaj
neurotransmitera se sumira odnosno integrira, prostorno i vremenski, a uz
mogućnost da su signali i sinapse inhibitorske ili eksitacione prirode, nervni
sistem je opremljen za izvršavanja veoma kompleksnih zadataka.
47
3.12. Zaključak
Istraživanje funkcije mozga, a samim tim i razumijevanje neurona kao njegovog
gradivnog elementa ima poseban značaj u današnjoj nauci. Razumijevanje kako
neuron pohranjuje i prenosi informacije je značajno i u medicinskom domenu, ali
i u inžinjerskom, pošto se neuron koristi model za gradnju inteligentnih
računarskih rješenja sposobnih da uče.
Za razumijevanje funkcije neurona neophodno je upoznavanje sa fenomenom
bioelektriciteta, porijeklom i osobinama membranskog potencijala mirovanja i
akcionog potencijala, koji su objašnjeni u ovom poglavlju. Ovi koncepti su
ilustrovani SIMULINK implementacijom klasičnog Hodgkin-Huxley modela
membranskog potencijala neurona u mirovanju i u slučaju eksitacije.
48
4. Srce i elektrokardiogram (EKG)
Kardiovaskularni sitem ima ulogu dopremanja kisika, hranjljivih materija i

hormona svim ćelijama organizma. Ispravno funkcionisanje kardiovaskularnog
sistema zavisi o ispravnom radu srca koje svojim ritmičkim kontrakcijama
omogućava i regulira cirkulaciju krvi.
Slika 4.1. Srce i anatomija srca

Srce je mišić veličine pesnice. Šematski se srce može podijeliti na četiri dijela:
dvije pretkomore (atriji) koje su smještene na gornjem dijelu srca i dvije
komore (ventrikuli, klijetke) na donjem dijelu srca. Protok krvi kroz srce se
odvija kroz otvore koji povezuju pretkomore i komore koji se nazivaju ušća:
Postoje 4 ušća i to: trikuspidalno, pulmonalno, mitralno i aortalno ušće.
Jednosmjerni protok krvi kroz ušća regulišu zalisci (valvule). Na taj način
osigurava se protok krvi u pravom smjeru i one su izvor zvukova koji se čuju na
stetoskopu. Pretkomore – atriji primaju krv koja dolazi do srca, a komore –
ventrikuli istiskuju krv van srca. Usklađen rad ova dva sistema osigurava
ravnomjernu cirkulaciju krvi kroz ostale dijelove organizma.
Srce se može podijeliti u dvije polovine, tako da desno srce izbacuje krv u pluća,
dok lijevo pumpa krv u sistemsku cirkulaciju. Slika 4.2 prikazuje anatomiju srca.
Svaka polovina ima pretkomoru i komoru. U pretkomore ulazi krv velikog,
49
4. Srce i elektrokradiogram (EKG)
odnosno malog krvotoka, a komore svojim snažnim kontrakcijama tjeraju krv u

veliki, odnosno u mali krvotok. U desnu pretkomoru ulaze gornja i donja šuplja
vena koje dovode krv iz čitavog tijela, osim pluća, a posebnom venom ulazi i krv
iz zidova samog srca.
U lijevu pretkomoru ulaze četiri plućne vene koje dovode krv iz pluća. Iz desne
pretkomore krv prelazi u desnu komoru koja kontrakcijom izbacuje krv u plućnu
arteriju. Ta krv odlazi u pluća gdje se vrši izmjena gasova. Krv iz pluća dolazi
putem plućnih vena u lijevu pretkomoru, a potom prelazi u lijevu komoru. Iz
lijeve komore odlazi krv u aortu i dalje se vodi po čitavom tijelu. Nazivi krvnih
sudova: arterija, odnosno vena, označavaju pravac u kome krv teče. Ako krv teče
od srca prema nekom organu, takav krvni sud (ili žila) se zove arterija, a ako
neki krvni sud dovodi krv prema srcu, naziva se vena.
4.1. Srčani ciklus

Srčani ciklus je vremenski period između dvije uzastopne kontrakcije i sastoji se
od razdoblja kada se srce puni krvlju (dijastola) i razdoblja kada se srce
kontrahuje i ispumpava krv (sistola). U pretači kontrakcije leže električna
zbivanja, odnosno akcioni potencijal karakterističan za srčani mišić.
Slika 4.2. Faze srčanog ciklusa [81]
50
Srčani ciklus je period između dvije uzastopne srčane kontrakcije. Dužina

trajanja srčanog ciklusa zavisi od frekvence rada srca. Pri frekvenciji od 75/min
dužina trajanja srčanog ciklusa iznosi 0,8 s. Srčani cikuls sastoji se od faze
istiskivanja krvi iz srca, koja se još naziva i sistola, i od faze punjenja srca krvlju,
odnosno dijastole. Pri dužini tajanja srčanog ciklusa od 0,8 s, 0,3 s otpada na
sistolu komora, a ostalih 0,5 s na dijastolu komora. Kada su u pitanju pretkomore
poznato je da njihova sistola traje 0,1 s, a dijastola 0,7 s. Srčani cikuls, koji
uključuje jednu sistolu i jednu dijastolu predstavlja praktično skup svih promjena
pritisaka i volumena u srčanim šupljinama za period jedne srčane revolucije.
Sistola otpočinje sa izovolumnom (izometrijskom) kontrakcijom. U ovoj fazi se
zatvaraju atrioventrikularni zalisci, tačnije kada pritisak pretkomora nadvlada
pritisak komora. Zatim u ovoj fazi u kojoj se volumen ne mijenja, pritisak
nastavlja da raste sve dok ne postigne vrijednost blago veću od vrijednosti
pritiska u aorti (80 mmHg) i arteriji pulmonalis (8 mmHg), kada će se upravo
zbog te razlike pritiska otvoriti semilunarne valvule. Nakon toga slijedi period
izotonične kontrakcije komora kada se kroz fazu brzog i sporog istiskivanja krv
izbacuje iz komora u krvene sudove. Pritisci rastu, u aorti sa 80 na 120 mmHg,
dok u arteriji pulmonalis sa 8 na 25 mmHg, odnosno na vrijednosti sistolnog
krvnog pritiska. Tokom sporog istiskivanja smanjuje se izbacivanje krvi iz
ventrikula, a na samom kraju ove faze kada aortalni pritisak nadjača ventrikularni
pritisak zatvaraju se semilunarne valvule.
Dijastola otpočinje sa fazom izovolumne (izometrijske) relaksacije, koju
karakteriše nagli pad pritiska u komorama u kojima se ne mijenja volumen. Pad
pritiska je važan jer je potrebno da pritisak u pretkomorama nadvalada pritisak u
komorama, kako bi se mogli otvoriti atrioventrikularni zalisici. Krv ulazi u
pretkomore i kao rezultat nastaje povećanje pritiska u njima. Kada taj pritisak
nadvlada komorni pritisak otvaraju se atrioventrikularni zalisci i optočinje
punjenje komora krvlju koje se odvija kroz tri faze i to: faza brzog punjenja u
kojoj krv nagomilana u pretkomorama prelazi u komore; zatim fazom u kojoj krv
iz vena preko pretkomora sporo utiče u komore, te fazom sistole pretkomora u
kojoj se pretkomore kontrahiraju i ostatak krvi izbacuje u komore.
Obje faze srčanog ciklusa: i dijastola i sistola se opisuju pomoću tri značajna
parametra: pritisak, volumen i protok krvi. Pritisak predstavlja potencijalnu
energiju koja je se pretvara u kinetičku energiju - protok krvi kojim se
snabdijevaju sve ćelije organizma kiseonikom i hranjljivim materijama. Volumen
i pritisak krvi, koji omogućavaju perfuziju tkiva su osnova (suština)
kardiovaskularnog sistema (KVS) u održavanju života.
Usklađenost promjene volumena krvi u komori, pritiska krvi u pretkomori i
komori, zatim EKG signala i fonokardiograma, u toku izmjene faza srčanog
ciklusa je predstavljena Wiggersovim dijagramom, koji je prikazan na slici 4.3.
51
Slika 4.3. Wiggersov dijagram
4.2. Elektro-aktivnosti srca

Osim radne muskulature, srce posjeduje i obuhvata i specijalizirana tkiva - vlakna
koja imaju osobinu visoke električne provodnosti i omogućavaju stvaranje i brz
prijenos električnih impulsa kroz samo srce. Specijalizirana mišićna vlakna, kao
posebni mehanizam za stvaranje i provođenje impulsa izgrađuju strukture koje
uključuju: sinus-atrijalni čvor (SA čvor), internodalni putevi, atrioventrikularni
čvor (AV čvor), atrioventrikularni - Hissov snop (AV snop), te Purkinjeova
vlakna (niti).
Provodni sistem srca na završetku se grana na Purkinjeova vlakna preko kojih se
impuls prenosi na radnu muskulaturu srca. Purkinjeova vlakna su specifična u
pogledu sposobnosti brzog širenja impulsa, tako da se akcioni potencijal može
prenositi brzinom 1,5 do 4 m/s. Ova svojstvo Purkinjeovih vlakana vezuje se za
visoku propusnost pukotinastih spojišta koja ih igrađuju. Važno je istaći da
električni impuls inicira kontrakcije srčanog mišića.
4.3. Vektokardiogram
Srčani ciklus je vremenski period između dvije uzastopne kontraakcije i sastoji se
od razdoblja kada se srce puni krvlju (dijastola) i razdoblja kada se srce
kontrahuje i ispumpama krv (sistola). U pretači kontrakcije leže električna
zbivanja, odnosno akcioni potencijal karakterističan za srčani mišić. Električne
struje vezane za depolarizaciju i repolarizaciju srca su dovoljno jake da se mogu
registrovati elektrodama pozicioniranim na površini tijela.
52
Slika 4.4. Provodno tkivo srca i dijagram generisanja srčanog AP [63]
Elektrokardiogram je zapravo zapis koji registrira razlike potencijala koje nastaju

u srcu u vrijeme širenja talasa depolarizacije i repolarizacije. Da bi se postiglo
bolje razumijevanje prirode ovog signala korisno je razmotriti procese
depolarizacije i repolarizacije u miokardu.
Električna aktivnost ćelija miokarda proizvodi električne struje koje se provode i
kroz tjelesne fluide. Ove struje su takve jačine da proizvode mjerljive razlike
potencijala na površini pojedinih dijelova tijela. Mjereni ili snimljeni signal
razlike potencijala između dvije tačke na površini tijela se naziva EKG signal, a
pozicija dvije tačke definiše pravac projekcije ili odvod.
Električna polja koja predstavljaju ove procese ne mijenjaju samo svoju snagu, i
to proporcionalno muskulatornoj masi koja uzima učešće u ovom procesu, već i
svoj prostorni položaj. Ako se promjena električnog polja u miokardu prikaže
pomoću vektora, onda će ovaj vektor svojim vrhom za vrijeme trajanja procesa
depolarizacije opisati elipsoidnu krivu u prostoru. Ta se kriva naziva
vektokardiogram ili vektorska petlja procesa depolarizacije. Vektorska petlja
procesa repolarizacije predstavlja sličan elipsoid koji je i slično prostorno
postavljen, samo je petlja manja i njeno ispisivanje u prostoru se odvija sporije.
Da bi se bolje razumjela promjena ovog vektora korisno je razmotriti procese
depolarizacije i repolarizacije u miokardu u toku srčanog ciklusa.
53
Slika 4.5. Veza faza srčanog ciklusa i vektokardiograma [63]
4.4. Registracija EKG signala

Električna aktivnost ćelija miokarda proizvodi električne struje koje se provode i
kroz tjelesne fluide. Ove struje su takve jačine da proizvode mjerljive razlike
potencijala na površini pojedinih dijelova tijela. Mjereni ili snimljeni signal
razlike potencijala između dvije tačke na površini tijela se naziva EKG odvod.
54
Veličina signala EKG odvoda u nekom trenutku predstavlja projekciju vektora

električnog polja na liniju koji spaja tačke mjerenja potencijala odvoda, tj. mjesta
na tijelu sa kojih se odvodi struja. Projekcija čitave vektorske petlje na liniju
odvoda predstavlja elektrokardiogramsku oscilaciju.
Slika 4.6. Primjer EKG zapisa za svih 12 standardnih odvoda

Da bi se bolje razumjela promjena EKG signala registrovanog na nekom od EKG
odvoda u toku srčanog ciklusa potrebno je povezati procese depolarizacije i
repolarizacije u miokardu sa karakterističnim dijelovima EKG signala. Proces
depolarizacije pretkomora stvara oscilaciju P-talasa, a depolarizacija komora
stvara QRS kompleks. Repolarizaciji komora odgovara T talas. Repolarizacija
pretkomora kod normalnog elektrokardiograma nije vidljiva jer se vremenski
poklapa sa procesom depolarizacije komora, pa ovo znatno jače polje briše
oscilaciju repolarizacije pretkomora u elektrokardiogramu.
Pošto izbor odvodnih tačaka na tijelu na kojima se snima EKG utiče na oblik
EKG oscilacije snimanje je standardizovano, tj uvijek se snimaju određeni
odvodi. Danas se snima ukupno 12 odvoda: tri standardna odvoda, tri unipolarna
pojačana ekstremitetna odovoda i šest prekordijalnih (grudnih) odvoda.
Tri standardna odvoda se vode sa tri tačke na tijelu jednako udaljene od srca i
koje prave istostranični trougao: desno rame, lijevo rame i prepona. Kod
55
snimanja signala elektrode se ne stavljaju na ove tačke već na ekstremitete, pošto

se na njima ne mijenja potencijal. Odvodne tačke se označavaju L (engl.left -
lijevo), R (engl. right – desno) i F (engl. foot - noga). Standardni odvodi se
označavaju I, II i III, gdje I je spoj desne i lijeve ruke, II spoj desne ruke i lijeve
noge, a III lijeve ruke i lijeve noge.
Tri unipolarna pojačana ekstremitetna odovoda se označavaju aVR, aVL i aVF,
dok se šest grudnih odvoda oznaćava od V1 do V6. Slovo V označava vektor.
Veze između potencijala mjernih elektroda i nevadenih odvoda su objašnjeni u
poglavlju o standardizaciji odvoda. Tipični izgled signala registrovanih na svih
12 odvoda je prikazan na slici 4.6.
Električni signal koji od pretkomora prolazi srčanim mišićem do dna komora
kreće se kroz tri dimenzije. Svaki od signala sa pomenutih odvoda oslikava
pozitivnu projekciju ukupnog električnog vektora ako je vektor okrenut ka
pozitivnoj elektrodi odvoda, ili negativnu projekciju ako je vektor okrenut ka
negativnoj elektrodi odvoda. Posmatrajući EKG signal određenog odvoda i
znajući njegov položaj moguće je odrediti smjer prostiranja električnog signala.
Zapravo prikaz električne aktivnosti srca pomoću 12 EKG signala sa različitih
odvoda je kao da posmatramo 12 lineranih projekcija trodimenzionalnog tijela.
4.4.1. Format EKG zapisa

Tradicionalni EKG uređaji koji bilježi električne promjene srca radi na principu
da pero ostavlja trag na termički osjetljivom papiru koji se kreće standardnom
brzinom. Kretanje papira predstavlja proticanje vremena, a kretanje pera je
određeno upravo veličinom napona na elktrodama koje su vezane na odvode na
tijelu pacijenta. Pero se kreće ka gore kada je napon pozitivan, a ka dole kada je
negativan, ocrtavajući promjene napona u vremenu na pokretnoj traci papira,
kako je ilustrovano na slici 4.7.
Slika 4.7. Princip rada tradicionalnog elektrokardiografa

Tradicionalni EKG uređaji su kalibrirani za papir koji se pomjera brzinom od
25mm/s i pojačanjem elektro-signala takvim da amplituda od 10 mm na papiru
odgovara razlici potencijala u iznosu od 1mV.
Zapis EKG signala se vrši na milimetarskom papiru. Vrijeme je predstavljeno na
x-osi, tj u horizontalnom smjeru se prikazuje protok vremena. Zato vertikalne
56
linije olakšavaju očitanje protoka vremena. Pošto se papir standardno kreće

brzinom od 25 mm u sekundi, svaki razmak od 1mm predstavlja 0.04 sekunde.
Svaka peta linija je pojačana da bi olakšala brojanje, tako da vrijeme između
podebljanih linija iznosi 0.2 sekunde, a jedna sekunda je predstavljena sa 5
velikih kocki. Vertikalna, y-osa, nam predstavlja amplitudu tj. izmjereni
električni napon u milivoltima. Svaki vertikalni milimetar – tj. razmak između
dvije horizontalne linije predstavlja 0.1 milivolt. Deset vertikalnih kockica
predstavljaju amplitudu jednaku 1 mV, kako je prikazano na slici 4.8.
Slika 4.8. EKG papir sa razmjerama osa

Kod elektronskih EKG uređaja moguće je sresti i brzine različite od 25mm/s, a to
je najviše u situacijama kada je srčani ritam brži ili znatno sporiji od prosječnog.
Jedan period EKG zapisa sa morfološkim osobinama signala i oznakama
karakterističnih vrhova je dat na slici 4.9. Svaki vrh EKG krive se označava
slovom počevši od slova P do U, redom po engleskom alfabetu. Svaki vrh
odgovara određenoj električnoj aktivnosti srca. EKG signal koji je već
univerzalno prepoznatljiv, odlikuje se uočljivim P talasom iza kojeg slijedi QRS
kompleks sa izraženim R talasom.
Ravne linije: prije P talasa, između P talasa i QRS kompleksa, između S zubca i
T talasa, i nakon T talasa čine liniju – osnovicu EKG zapisa, odnosno
izoelektričnu liniju. Izoelektrična linija odgovara nultoj električnoj aktivnosti
EKG signala. Ostali osnovni elementi su segmenti koji odgovraju trajanju
izoelektrične linije između talasa, i intervali koji predstavljaju vrijeme između
istih segmenata ili susjednih talasa.
P-talas predstavlja depolarizaciju pretkomora, što dovodi do kontrakcija obje
pretkomore. QRS kompleks predstavlja depolarizaciju komora, a u isto vrijeme
se događa i repolarizacija pretkomora koja nije uočljiva na snimku, jer je prekriva
57
QRS kompleks. Procesom depolarizacije komora inicira se njihova kontrakcija.

T-talas nastaje zbog razlike potencijala tokom širenja talasa repolarizacije
komora. U talas se definiše kao pozitivna defleksija nakon T talasa, a njegova
prisustvo na EKG je povezano sa produženjem faze repolarizacije akcionog
potencijala.
Slika 4.9. Morfološke osobine elektokardiograma

Za EKG dijagnostiku neophodno je analizirati morfološke i hronološke osobine
karakterističnih dijelova EKG, koji uključuju: talase, komplekse, segmente i
intervale.
Trajanje P talasa kod zdravih odraslih osoba je kraće od 0.12 sekundi. Amplituda
P talasa kod normalnog sinusnog zapisa je manja od 0.25 mV u odvodima
ekstremiteta.
PQ (PR) interval predstavlja vrijeme od početka depolarizacije pretkomora do
početka depolarizacije komora. Mjeri se od početka P talasa do početka QRS
kompleksa. U slučaju izostanka Q zupca PQ interval mijenja termin PR interval.
Trajanje ovog intervala je u normalnom slučaju kod odraslih osoba kraće od
0.20s.
QRS kompleks predstavlja vrijeme potrebno za depolarizaciju muslkulature
komora. Mjeri se od početka Q zubca pa do kraja S zupca. Kod zdravih odraslih
osoba, trajanje QRS kompleksa je uobičajeno 0.10 s ili manje. Amplituda ovog
kompleksa u normalnim slučajevima veličine je 0.5 - 0.7 mV, ali je uobičajeno i
da bude značajno viša.
Trajanje ST segmenta. se određuje mjerenje vremenskog intervala od kraja S
zubca do početka T talasa. Ovaj segment koji leži u izoelektričnoj liniji odgovara
platou akcionog potencijala komornog mišića. QT interval se mjeri od početka Q
talasa pa do kraja T talasa. Trajanje QT intervala prvenstveno zavisi od srčane
frekvence. Kod odraslih osoba sa prosječnim sračanom frekvencom od 80
otkucaja u minuti traje 0.34 s.
58
T talas predstavlja repolarizaciju komora i traje oko 0,27 s. Amplituda ovog

talasa se kreće u rasponu od 0.2 do 0.6 mV. Veličina i izgled T talasa određuje
veličina QRS kompleksa i normalnim se smatra kada se u odvodima s visokim R
zubcima nađu i pozitivni T talasi.
Određivanje frekvence rada srca (srčanog ritma) bazirano je na principu da se u
vremenskom intervalu od 5 s (ukupno 125 mm; pri brzini sinamanja od 25 mm/s)
prebroje R zubci (kao siguran znak kontrakcije) i pomnože sa 12, kako bi se
dobio broj otkucaja u jednoj minuti. Normalna frekvenca srčanog ritma se kreće
sod 60 do 90 otkucaja po minuti.
4.4.2. Standardizacija EKG odvoda

Pošto izbor odvodnih tačaka na tijelu, na kojima se snima EKG utiče na oblik
EKG oscilacije, snimanje je standardizovano, tj uvijek se snimaju određeni
odvodi. Dvanaesto-kanalni EKG podrazumijeva sljedeće odvode: tri standardna
odvoda ekstremiteta, tri unipolarna odovoda ekstremiteta i šest grudnih ili
prekordijalnih odvoda.
Električni signal koji od pretkomora prolazi srčanim mišićem do dna komora
kreće se kroz tri dimenzije. Svaki od signala sa pomenutih odvoda oslikava
pozitivnu projekciju ukupnog električnog vektora ako je vektor okrenut ka
pozitivnoj elektrodi odvoda, ili negativnu projekciju ako je vektor okrenut ka
negativnoj elektrodi odvoda.
Slika 4.10. Položaj elektroda za snimanje 12-kanalnog EKG signala [63]
59
Posmatrajući EKG signal određenog odvoda i znajući njegov položaj moguće je

odrediti smjer prostiranja električnog signala. Zapravo prikaz električne
aktivnosti srca pomoću 12 EKG signala sa različitih odvoda je kao da
posmatramo 12 lineranih projekcija trodimenzionalnog tijela.
Potrebno je naglasiti da su pozicije odvoda birane tako da što potpunije prikažu
električne aktivnosti kompletnog srčanog mišića, jer npr. sa izborom elektroda
čija je pozicija okomita na vektor električnog polja (ugao od 90°) ne bi uspjelo
snimanje signala jer bi u tom slučaju projekcija na taj pravac bila jednaka
nuli.Položaj elektroda za snimanje dvanaestokanalnog EKG-a je prikazan na slici
4.10.
Elektroda koja se postavlja na desnu nogu je referentna (neutralna) elektroda – na
slici je zaokružena. Kod snimanja EKG signala registruje se razlika potencijala
između mjernih elektroda i referentne elektrode. Nakon toga se za bipolarne
odvode formiraju razlike izmjerenih potencijala na dvije mjerne elektrode, a za
unipolarne se računa razlika između potencijala mjerne elektrode i potencijala
zamišljene centralne tačke. Na ovaj način se dobije 12 odovoda koji predstavljaju
projekcije vektora električnog polja srca u frontalnoj i transverzalnoj ravni tijela.
Tri standardna bipolarna odvoda se mjere na tri tačke na tijelu jednako udaljene
od srca i koje prave istostranični trougao: desno rame, lijevo rame i prepona. Kod
snimanja signala elektrode se ne stavljaju na ove tačke već na ekstremitete, pošto
se duž ekstremiteta ne mijenja potencijal. Odvodne tačke se označavaju L
(engl.left - lijevo), R (engl. right – desno) i F (engl. foot - noga).
Potencijali mjereni u ovim tačkama u odnosu na neutralnu elektrodu na desnoj
nozi se označavaju sa Φ i u indeksu oznaka elektrode L, R i F, tj. ΦL, ΦR i ΦF .
Slika 4.11. Bipolarni odvodi ekstremiteta [63]
60
Bipolarni odvodi ekstremiteta se označavaju I, II i III, gdje je I spoj desne i lijeve

ruke, II spoj desne ruke i lijeve noge, a III lijeve ruke i lijeve noge. Ova tri
odvoda ekstremiteta čine Einthovenov istostranični trougao, kako je prikazano na
slici 4.11. Odvodi su takođe vektori, i odnos između vektora bipolarnih odvoda I,
II i III je prikazan na slici 4.12 (a) .
Unipolarni odvodi ekstremiteta predstavljaju razliku potencijala mjerenu između
elektroda na ekstremitetima i Wilsonove centralne tačke ili Wilsonovog
centralnog terminala (WCT) kao referentne tačke. Ova referentna tačka
aproksimira referentni potencijal u beskonačnosti.
(a) (b)
Slika 4.12. (a) Veza bipolarnih odvoda ekstremiteta
(b) Veza unipolarnih i bipolarnih odvoda ekstremiteta
Wilsonovog centralni terminal se formira kao srednja vrijednost potencijala

mjerenih na tri elektrode na ekstremitetima (L, R i F). Wilson je 1934. predložio
da se svako od ova tri mjerna mjesta preko otpornika RTC od 5kΩ spoji u
zajedničku tačku. Ovo je prikazano na slici 4.13. i može se opisati jednačinom
4.1.
− − −
+ + = + + (4.1.)
Na osnovu jednačine 4.1. za potenicjal Wilsonove centralne tačke dobije se:

+ +
= (4.2.)
3
61
Slika 4.13. WCT – Wilsonova centralna tačka (terminal) [63]

Na osnovu 4.2. unipolarni odvodi ekstremiteta se mogu odrediti kao:
2 − −
= − =
3
2 − −
= − = (4.3.)
3
2 − −
= − =
3
Pojačani (engl. augmented) odvodi ekstremiteta se označavaju aVR aVL i aVF.
Pojačani odvodi se formiraju kao razlika potencijala između pojedine elektrode
ekstremiteta i srednje vrijednosti preostale dvije elektrode. Na osnovu 4.2.
unipolarni odvodi ekstremiteta se mogu odrediti kao:
+ 2 − −
= − =
2 2
+ 2 − −
= − = (4.3.)
2 2
+ 2 − −
= − =
2 2
Ovako formiran odvod ima za 50% veću vrijednost od unipolarnog odvoda

ekstremiteta, a veza sa bipolarnim odvodima je opisana sljedećom jednačinom i
ilustrovana na slici 4.12b.
62
( −
) − ( − ) −
= = (4.4.)
2 2
Veze mjerenja unipolarnih i bipolarnih odvoda ekstremiteta su ilustrovane na
slici 4.14. i sumarno su opisane u tabeli 4.1.
Tabela 4.1. Veza unipolarnih i bipolarnih odvoda ekstremiteta
Odvod Potencijal elektroda
I L–R
II F–R
III F–L
aVR R - (F + L) / 2
aVL L - (F + R) / 2
aVF F - (L + R) / 2
Slika 4.14. Mjerenje EKG u frontalnoj ravni [63] i Einthovenov trugao sa

Wilsonovom centralnom tačkom
Šest odovoda ekstremiteta predstavljaju šest osa na koje se projektuje
trodimenzionalni vektor električnog polja srca. Ovih šest osa pokrivaju frontalnu
ravan u približno ravnomjernim razmacima od 30° i tako omogućavaju potpuniju
analizu električne aktivnosti srca, kako je prikazano na slici 4.15.
Šest prekordijalnih odvoda V1, V2 do V6, omogućavaju pregled električnih
aktivnost srca projektovanih na horizontalnu ravan. Prekordijalni odvodi su
prikazani na slici 4.16. i može se uočiti da V1 i V2 odražavaju aktivnosti desne
polovine srca, V3 i V4 prate aktivnosti u septalnom dijelu , a V5 i V6 prate
aktivnosti lijeve komore.
63
Slika 4.15. Raspored odvoda u frontalnoj ravni

Prekordijalni odvodi su unipolarni i određuju se korištenjem Wilsonove centralne
tačke ili Wilsonovog centralnog terminala (WCT) kao referentne tačke. WCT se
formira kao srednja vrijednost potencijala mjerenih na tri elektrode na
ekstremitetima (L, R i F) u skladu sa jednačinom 4.2.
Slika 4.16. Prekordijalni odvodi [63]

Formiranje potencijala na prekordijalnim odvodima na osnovu mjerenog
potencijala na elektrodama je opisana formulama datim u tabeli 4.2.
Srce je trodimenzionalni provodnik koji se modelira kao električni dipo (kao dva
tačkasta naboja suprotnog polariteta) koji formira električno polje i predstavlja se
vektorom promjenjivog pravca intenziteta. Potencijali koji se mjere na pojedinim
64
elektrodama i pomoću kojih se formiraju napoini odvoda, predstavljaju projekcije

vektora srčanog dipola. Promjene ovih napona u vremenu se bilježe i
predstvaljaju EKG signal. Veličina EKG signala je zavisi ne samo od intenziteta
vektora električbog polja već i od ugla kojeg međusobno formiraju vektora
električnog polja i vektor odvoda na koji se vrši projekcija.
Tabela 4.2. Veza prekordijalnih odvoda i mjerenih potencijala
Odvod Potencijal elektroda
V1 C1 - (F + L + R) / 3
V2 C2 - (F + L + R) / 3
V3 C3 - (F + L + R) / 3
V4 C4 - (F + L + R) / 3
V5 C5 - (F + L + R) / 3
V6 C6 - (F + L + R) / 3
Na slici 4.17. predstavljen je EKG signal na odvodu II i prati se njegova

zavisnosti od međusobnog polažaja vektora električnog polja srca i elektroda L i
F odvoda II koje su na slici označene kao '-' i '+' elektroda.
Slika 4.17. Pojekcija vektokardiograma na odvod II u

karakterističnim fazama srčanog ciklusa [56]
Za EKG signal se mogu lako vezati sljedeća pravila:

- Signal je pozitivan kada je vektor električnog polja srca usmjeren ka “+”
elektrodi odvoda
65
- Signal je negativan kada je vektor električnog polja srca usmjeren ka “-”

elektrodi odvoda.
- Signal jednak nula nije obavezno indikacija da je vektor električnog polja
srca intenziteta jednakog nula.
Podsjećajući se da električno polje predstavlja zbir električne aktivnosti ćelija
srca, odnosno zbir svih akcionih potencijala, dijagrami prikazani na slici 4.17.
ukazuju da:
- Talas depolarizacije koji se kreće ka pozitivnoj elektrodi odvoda
registruje se kao pozitivan otklon kod EKG signala.
- Talas depolarizacije koji se kreće od pozitivne elektrode odvoda
registruje se kao negativan otklon kod EKG signala.
- Talas repolarizacije koji se kreće ka pozitivnoj elektrodi odvoda
registruje se kao negativan otklon kod EKG signala.
- Talas repolarizacije koji se kreće od pozitivne elektrode odvoda
registruje se kao pozitivan otklon kod EKG signala.
- Za talas depolarizacije ili repolarizacije koji se kreće okomito na odvod
registruju se otkloni u oba smjera.
Modeliranjem srca u vidu električnog dipola uspješno objašnjava 90% srčane
električne aktivnosti. Podaci potrebni za kompletnu evaluaciju rada srca po ovom
modelu se mogu dobiti na osnovu tri odvoda: dva od standardnih odovoda
ekstremiteta (I, II, III) koji reflektuju električne komponenete iz frontalne ravni,
plus jedan prekordijalni odvod sa informacijama o komponenetama transverzalne
ravni. Dobar izbor bi bio odvod V2 koji je skoro ortogonalan na frontalnu ravan.
Ova mjerenja su dovoljna da se kompletno opiše vektor električne aktivnosti
srca. Na osnovu ovog i izraza u tabeli 4.1. moguće je zaključiti da su kod
modeliranja i analize električne aktivnosti srca korištenjem 12-kanalnog EKG
sistema tri odvoda neovisna, a da su preostalih devet redundantni.
Međutim, prekordijalni odvodi detektuju i komponente električne aktivnosti srca
koje nisu obuhvaćene modelom dipola i imaju značajnu dijagnostičku vrijednost.
Tako da se može zaključiti da je osam odvoda neovisno, a četiri odvoda
ekstremiteta su matematski redundantna.
Značaj snimanja svih 12 odvoda je u poboljšanju raspoznavanja patoloških
promjena. Kombinacija odvoda daje ljekaru mogućnost da analizira projekcije
rezultantnog vektora električne aktivnosti srca u dvije ortogonalne ravni, i to pod
različitim uglovima.
4.4.3. Određivanje električne ose srca

U prethodnom poglavlju je objašnjena veza EKG signala i vektora sumarne
električne aktivnosti srca – vektora srčanog dipola. Pošto je EKG signal
projekcija vektora srčanog dipola, veličina i predznak EKG signala zavise od
međusobne pozicije ovog vektora i odvoda na kojem se signal mjeri.
66
Ove osobine EKG signala se koriste u dijagnostici da se iz EKG signala sa više

odvoda rekonstruiše vektor električnog dipola i odredi njegova orijentacija,
posebno tokom najintenzivnije faze ventrikularne depolarizacije. Ova faza
odgovara pojavi R talasa a pravac vektora dipola u tom trenutku se naziva glavna
električna osa, R osa ili QRS osa. Glavna električna osa služi kao klinički
indikator normalne ventrikularne depolarizacije. Postoje i druge ose srca, one
odgovaraju atrialnoj depolarizaciji (P osa) ili ventrikularnoj repolarizaciji (T osa).
Da bi se odredila glavna električna osa srca iz EKG signala potrebno je odrediti
vektorski zbir bilo koja dva vektora odvoda u momentu pojave R talasa. Primjer
za određivanje osi srca je dat na slici 4.18.a. Dijagrami su kreirani korištenjem
kalkulatora srčane osi na stranici My EKG – The Web of Electrocardiogram
(http://en.my-ekg.com/calculation-ekg/heart-axis-calculator.php).
Na primjer, ako su R talasi na odvodima II i III pozitivni i jednake amplitude,
glavna električna osa mora biti + 90º. U ovom slučaju očito je da će amplituda R
talasa na prvom odvodu biti nula. Drugi pristup je da se pronađe EKG signal na
odvodu s najvećim R talasom pa se može zaključiti da glavna električna osa mora
biti paralelna tom odvodu. Na slici 4.18.b najveći R talas je identficiran na
odvodu II i ima orijentaciju + 60º, što je blisko stvarnoj vrijednosti.
Druga analitička tehnika je vektorkardiografija kojom se kontinuirano prati
veličina i orijentacija srčanog dipola tokom srčanog ciklusa, što nije problem
savremenim EKG uređajima.
(a) (b)
Slika 4.18. Određivanje glavne elektične ose srca
4.4.4. Električne i frekventne osobine EKG signala

Za potrebe računarskog procesiranja EKG signala neophodno je izvršiti
akviziciju signala - konvertovati ga iz analogne u digitalnu formu. Uspješnost
67
ovog procesa zavisi od poznavanja i razumijevanja signala koji se procesira.

Primjenom metoda i tehnika analize signala mogu se ustanoviti osnovne
karakteristike mjerenog EKG signala kao što su naponski opseg signala,
frekventni ospeg signala, prisutni indukovani šumovi koji utiču na raspoznavanje
detalja signala.
Amplituda napona EKG signala se kreće u rasponu ±3mV, sa rijetkim
slučajevima ±5mV na pojedinim odvodima. Realni EKG signal se mora pojačati.
Tipične karakteristike pojačala EKG signala su visoko stepen pojačanja – od 500
do 1000, tako da je signal na izlazu mjernih uređaja kreće u rasponu ±5V.
Frekventni opseg signala je 0.05–120Hz. Normalan puls odrasle osobe u mirnom
stanju se kreće u rasponu od 60 do 100 otkucaja u minuti. Srčani ritam se kreće u
rasponu od 0.5 do 3Hz što odgovara pulsu od 30 do 180 otkucaja u minuti.
Maksimalna frekvencija EKG signala zavisi od godina, zdravstvenog stanja i
pola osobe, ali veoma rijetko premašuje 125Hz. U slučaju obrade EKG signala
djece, kod kojih je rad srca nešto brži, ova vrijednost se može popeti i do 150Hz.
Slika 4.19. Frekventni sadržaj EKG signala
Osim EKG talasa, signal sa elektroda sadrži i nekoliko vrsta indukovanjih

smetnji koje se preklapaju frekvencijom sa korisnim signalom, a često imaju
mnogo veće amplitude. Smetnje potiču od nekoliko različitih internih i eksternih
izvora: aktivnost drugih mišića pacijenta (elektromiografski – EMG signali u
opsegu 1 – 500Hz), niskofrekventni šum od kretanja mišića usljed disanja -
respiratorni signal sa frekvencijom od približno 0.03Hz, šum indukovan
kretanjem elektroda na kontaktima sa kožom, interferenca napojne mreže od
50Hz ili 60Hz.
68
EMG signal otežava pravilno tumačenje detalja korisnog EKG signala. Postoje
slučajevi kada se iz EKG signala ne želi ukloniti respiratorni signal (0.03Hz) jer
predstavlja korsnu informaciju za dijagnostiku, pa tada treba voditi računa pri
projektovanju ovog niskofrekventnog filtra ili se respiratorni signal u ovoj fazi
može izdvojiti kao zaseban signal koji se pohranjuje za dalju analizu. Signal
interference napojne mreže (50Hz ili 60Hz) je neophodno ukloniti, pri čemu
treba voditi računa da se ne izgube korisni podaci EKG signala, pošto ova
smetnja pada u frekventni opseg korisnog signala.
Idealna učestalost uzorkovanje signala bi bila 500Hz; ali u praksi se pokazalo da
uspješne rezultate daje i uzorkovanje frekvencijom od 250Hz. Većina
komercijalnih proizvoda se zadovoljava akvizicijom signala frekvencijom od
120Hz.
Pošto se EKG signal procesira u različite kliničke svrhe neophodne je
identificirati i različite korisne frekventne opsege i pristupiti adekvatnom izboru
obrade signala u zavisnosti od njegove namjene:
- Klasični 12-odovodni klinički EKG radi sa signalom opsega 0.05-100Hz.
- Monitoring srca u intenzivnoj njezi korisni opseg signala redukuje na 0.5 -
50Hz. Prvenstvena namjena monitoringa je identifikacija poremećaja ritma u
radu srca – tj. identifikacija aritmije. Sužavanjem opsega se eliminišu
visokofrekventni šum EMG signala i niskofrekventni šum pomicanja
elektroda i tako se povećava efikasnost i preciznost praćenja promjena
srčanog ritma.
- Kardiotahometar je uređaj za mjerenje srčanog ritma i baziran je na
propusnom filteru centriranom na 17Hz i selektivnosti u vrijednosti 3 do 4.
Ovaj filter propušta QRS kompleks dok prigušuje šum i preostale oblike
EKG signala, uključujući i P i T talase. Ovakvim filtriranjem se maksimizira
odnos signal-šum za potrebe detektovanja QRS kompleksa.
- Kod procjene mogućeg rizika aritmije mjere se zakašnjeli potencijali koji
slijede QRS kompleks pri čemu se koristi propusni filter do 500Hz
frekvencija.
- Mjerenje respiratornog signala iz EKG signala se vrši propuštanjem
niskofrekventnih komponentni opsega 0.01-0.05Hz.
4.5. Sistemi za obradu EKG signala

Sistemi za obradu EKG signala prate opštu građu biomedicinskih sistema opsanu
u drugom poglavlju i predstavljenu na slici 2.1. Može se uočiti da BS čini niz
blokova za obradu signala počevši od njegove akvizicije, primarne obrade:
pojačanja, elimisanja šumova i digitalizacije, a zatim se iz signala izdvajaju
karakteristične osobine koje formiraju ulazne podatke u blok za klasifikaciju, tj.
dijagnostiku. EKG sistem na slici 4.20. predstavlja lanac obrade EKG signala
(engl. ECG signal processing chain), ili skraćeno lanac EKG signala.
69
Slika 4.20. Lanac EKG signala

Prva tri bloka na slici 4.20. su sadržani u standardnim EKG uređajima čiji je opis
dat u sljedećem poglavlju. Savremeni EKG uređaji sadrže i funkcije navedene u
preostalim blokovima: izdvajanje krakterističnih osobina i klasifikacija, tako da
uz EKG signal ispisuju i podatke o srčanom ritmu, trajanjima karakterističnih
talasa i intervala. Ovi podaci imaju namjenu da pomognu ljekaru kod
dijagnostike.
Primjer ispisa EKG signala sa standardnog EKG uređaja je dat na slici 4.21.
Izdvojeni su isječak sa prikazom standardnih odvoda ekstremiteta i prikaz
parametara izdvojenih iz EKG signala: srčanog ritma, trajanja QRS kompleksa,
P talasa, PR i RR intervala, trajanja QT i QT korigovanog, zatim uglove osa srca
(P-R-T).
Slika 4.21. Primjeri ispisa signala i analize iz EKG uređaja
70
Uloga blokova za izdvajanje karakterističnih osobina i njihovu klasifikaciju je

posebno značajna kod identifikacije osobina i dogođaja koji nisu lako uočljivi
vizualnim pregledom EKG signala. Primjer je analiza holter EKG signala, gdje se
ljekaru olakšava pregled i pretraživanje signala. Moguće je izdovjiti i praćenje
promjena srčanog ritma i varijacije u razlikama sukcesivnih srčanih ciklusa, što je
podržano metodama statističke analize, analize u frekventnom domenu i
vizualizacijom rezultata.
4.6. EKG uređaj - elektrokardiograf

Elektrokardiografija (EKG) je metod mjerenja električnih potenicjala srca, sa
ciljem dijagnosticiranja zdravstvenih problema vezanih za rad srca. Zapis o
mjerenim vrijednostima – prikazan na papiru, monitoru, ili sačuvan u vidu
digitalizovanog signala, se naziva elektrokardiogram, a medicinski uređaj koji se
koristi za snimanje vrijednosti je elektrokardiograf. I signal i uređaj se skraćeno
označavaju EKG.
Willem Einthoven (1860–1927), je uveo elektrokardiograf u medicinsku praksu.
EKG prikazan na slici 4.22. je težio 270 kg i kante sa rastvorom soli sui male
ulogu elektroda.
Slika 4.22. Komercijalni EKG uređaj pri mjerenju – ruke i lijeva noga uronjeni u
fiziološkoj otopini (1911 - Cambridge Scientific Instrument Company)
71
Einthoven je 1906. Opisao u svom naučnom radu primjere normalnih i

abnormalni elektrokariograma, a 1924. mu je dodijeljena Nobelova nagradaza
medicine. Montaža koju je koristio kod prvih mjerenja sa standardnim odvodima
ekstremiteta I, II i III se korisiti i danas, a istotranični trougao koji čine ovi
odvodi je nazvan po njemu – Einthovenov trougao (slika 4.13). Einthoven je
zaslužan i za nazive karakterističnih morfoloških oblika EKG signala: P, Q, R, S
i T.
Osnovni dijelovi EKG zređaja su: EKG kabl sa elektrodama, izbor konfiguracije
elektroda, pojačalo, filteri, štampač ili displej. EKG može biti 3-kanalni, 6-
kanalni ili 12-kanalni. U savremenoj medicinksoj praksi 12-kanalni EKG se
smatra standardom. Većina kliničkih EKG uređaja sadrži i procesorsku jedinicu
za obradu signala, preprocesiranje signala, često i ekspertski sistem za bazičnu
dijagnostiku ritma i oblika EKG signala.
Slika 4.23. Blok struktura EKG analognog front-enda (TI ADS1298 AFE)
Uređaji imaju mogućnost pohranjivanje historije mjerenja, putem nekog vida
komunikacije, Ethernet ili serijska. RS-232 je još uvijek najzastupljeniji standard
za povezivanje medicinskih uređaja.
Za ilustraciju izvedbe savremenih EKG uređaja je izabran razvojni sistem Texas
Instruments ADS1298R ECG AFE (engl. Analog Front End) koji sadrži sve
dijelove komercijalnih uređaja, a dostupan je studentima za praktičan rad. Blok
struktura modula ADS1298R ECG AFE je prikazana na slici 4.23.
Za što uspješniju akviziciju EKG signala akvizicioni blok ADS1298R koristi
sljedeće funkcionalnosti: WCT (Wilsonov centralni terminal), pogon desne noge
(engl. Right Leg Drive - RLD), kao i modul za uklanjanje plivanja bazne linije -
šuma izazvanog disanjem ispitanika.
4.6.1. Wilsonov centralni terminal - WCT

Za referentnu tačku mjerenja unipolarnih elektrokardiografskih potencijala koristi
se WCT, koji se dobije kao srednja vrijednost potencijala ekstremiteta. WCT se
nalazi u središtu Einthovenovog trougla. Na slici 4.24. je prikazan blok shema
WTC modula za TI ADS1298 AFE.
72
Slika 4.24. Blok shema WTC modula (TI ADS1298 AFE)

Wilsonov originalni spoj za određivanje referentne tačke predviđao je otpor 5kΩ,
ali sa savremenim EKG pojačalima visoke ulazne impedanse koriste se jači
otpornici (na slici 4.24. primjer sa 30kΩ). Na ovaj način se povećava faktor
potiskivanja zajedničkog napona - CMRR (engl. Common Mode Rejection Ratio)
i smanjuje uticaj šuma usljed otpora kontakta elektroda/koža.
4.6.2. Modul za uklanjanje šuma plivajuće osnovne linije

Značajna smetnja koja se javlja kod akvizicije EKG signala jeste ritam disanja
ispitanika koji utiče da bazna linija EKG signala nije ravna već da ima talasast
(plivajući) oblik. Ova smetnja onemogućava (1) korektno očitanje amplitude za
karakteristične morfološke oblike i (2) identifikaciju bitnih vremenskih događaja
koji zahtujevaju prepoznavanje baznog potencijala (primjer dio signala prije P
talasa).
Uz sklopu detekciju i otklanjanja ovog šuma, ADS1298R detektuje se ritam
disanja metodom impedancijske pneumografije. Ova metoda se zasniva na
mjerenju otpora grudnog koša tokom disanja. Na slici je prikazan blok dijagram
modula za uklanjanje smetnji izazvanih disanjem.
73
Slika 4.25. Blok dijagram modula za uklanjanje smetnje disanja

ADS1298R mjeri ritam disanja na kanalu 1, prilikom ovog mjerenja, kanal 1 se
ne koristi za snimanje EKG signala. Na slici 4.25. se vidi da ovaj modul
posjeduje blok za modulaciju i demodulaciju. Signal za modulaciju je četvrtka
amplitude referentog napona AVSS.
4.6.3. Pogon desne noge (engl. Right Leg Drive - RLD)

Prilikom mjerenja biomedicinskih signala važno je izdvojiti koristan signal od
signala smetnji. Na pacijenta kojem se mjeri EKG djeluju različite smetnje usljed
elektromagnetne interference (EMI). Uklanjanje EMI smetnji iz okoline se vrši
aktivnim potiskivanjem zajedničkog napona (engl. common mode rejection
CMR) korištenjem pogona desne noge (engl. Right Leg Drive - RLD). Na slici
4.26. je prikazana blok shema pogona desne noge kod TI ADS1298 AFE.
Aktivni pogon desne noge uključuje izdvajanje zajedničkog napona, njegovo
pojačanje i negativnu povratnu spregu kojom se ovaj signal odvodi prema tijelu.
4.6.4. Načini snimanja EKG signala

Najčešći način snimanja EKG signala je ne-invazivan, ali u zavisnosti od lokacije
na kojoj se postavljaju elektrode mogu se razlikovati:
- Invazivni EKG ili elektrofiziološko ispitivanje – snimanje EKG unutar
srca ili na površini srca.
- Polu-invazivni ili ezofagealni EKG – uvođenje elektrode u jednjak
korištenjem nazalne sonde, čime se postiže postavljanje elektroda na
udaljenost od 5–6 mm od zadnjeg zida lijeve pretkomore.
- Neinvazivni EKG – snimanje EKG postavljanjem elektroda na tijelo.
74
Slika 4.26. Aktivni pogon desne noge (TI ADS1298 AFE)

Elektrofiziološko ispitivanje je uvođenje specijalnih elektroda u desnu
pretkomoru iz vena u preponi. Ispitivanje se vrši pod kontrolom rentgenskog
aparata, kateterima se stimuliraju desna pretkomora i komora, i snima se EKG
unutrašnjosti srca. Ovo ispitivanje služi za dijagnozu i liječenje poremećaja
srčanog ritma i smetnji provođenja, omogućava dijagnosticiranje aritmija i
utvrđuje potrebu ugradnje elektrostimulatora srca (engl. pace-maker).
Snimanje EKG signala dalje može biti klasificirano na:
- Standardni EKG pregled – više-kanalno EKG snimanje u mirovanju,
- Ergometrija - mjerenje tolerancije na napor.
- Holter EKG – više-kanalni EKG kojim se prate svakodnevne aktivnosti.
4.7. Analiza EKG signala

Prilkom analize EKG signala potrebno je u prvom koraku izdovojiti i prepoznati
bitne karakteristike signala: dominantni srčani ritam, oblik, amplituda i trajanje
talasa, segmenata i intervala. U drugom koraku se vrši dijagnozu na bazi tih
karakteristika. Dijagnostika se vrši pretežno metodama klasifikacije ili
primjenom ekspertskih sistema.
Cilj analize EKG signla je identifikacija poremećaja u radu srca i identifikacija
uzroka koji dovode do tih poremećaja. Suština analize EKG signala je ocjena
funkcije srca. U fokusu analize su osnovne morfološke osobine EKG-a i njihove
promjene, i to one osobine koje imaju dijagnostički značaj.
Metode analize EKG signala se dijele na metode koje se mogu izvršavati u
realnom vremenu i na metode koje zahtijevaju rad sa prethodno snimljenim
signalom. Ove druge metode mogu raditi i sa tek snimljenim signalom, ali imaju
neko kašnjenje u zavisnosti od prirode samog algoritma. Kašnjenje nastaje zbog
toga što se identifikacija određenih događaja ili oblika ne može uspješno izvršiti
hronološki. Primjer su metode koje P talas i S talas detektuju u odnosu na
identifikovani R talas koji se javlja u vremenu nakon njih.
75
Često poremećaji srčane funkcije, ponekad praćeni i težom kliničkom slikom, ne

nastaju zbog poremećaja u srčanom mišiću, već zbog određenih nepravilnosti u
srčanom ritmu. Svaki poremećaj normalnog srčanog ritma, pri kome dolazi do
povećanja ili smanjenja srčanog ritma ili preskakanja u radu srca, zove se
aritmija. Srčane aritmije se vezuju za poremećaje stvaranja električnog impulsa
ili su uzrokovani poremećajima u provodnom sistemu srca. Primjeri poremećaja
ritma su:
1. Nepravilna ritmičnost srčanog predvodnika, odnosno sinusnog čvora
2. Premještanje predvodnika iz sinusnog čvora u neki drugi dio srca
3. Blokovi na određenim mjestima tokom prenosa impulsa kroz srce
4. Nepravilni putevi prenosa impulsa kroz srce
5. Spontano stvaranje impulsa u nekom dijelu srca
U normalnim fiziološkim okolnostima srčani ritam se kreće od 60 do 100

otkucaja u minuti (BMP – engl. Beat per Minute) što u pravilu odražava
normalan ritam koji se naziva i normalni sinusni ritam. Ukoliko je ritam rada srca
manji od 60 BPM, to se označava kao bradikardija, a ukoliko je ritam veći od 100
BPM poremećaj se definiše kao tahikardija. Bradikardija i tahikardija se od
normalnog rada srca razlikuju samo po broju otkucaja i nisu isključivi znak
srčanih bolesti. Vezuju se za određena fiziološka stanja ili su posljedica upotrebe
određenih lijekova. Uzrok tahikardije može biti povišena tjelesna temperatura.
Pojava bradikardije se kod sportaša smatra normalnom, što se vezuje za
izražajnije djelovanje parasimpatikusa, za koji se zna da uzrokuje usporenje
srčanog ritma.
Poremećaji elektro-provodnog sistema srca se manifestuju kao srčani blokovi
pošto su uzrokovani blokiranjm provođenja talasa depolarizacije. Blokovi se
mogu javljati u SA čvoru, AV čvoru ili na glavnim granama elektro-provodnog
sistema ventrikula.
Određivanje trajanja, amplitude i oblika QRS kompleksa predstavlja značajan
izvor informacija, jer se omogućava određivanje RR intervala, samim tim i
vrijednost srčanog ritma, a zatim i mogućnost praćenja promjene srčanog ritma
(engl. Heart Rate Variability – HRV).
Srčani ritam i varijabilnost promjena u trajanju sukcesivnih srčanih ciklusa u
značajnoj mjeri daju informacije o uticaju autonomnog nervnog sistema na
aktovnost sinusnog čvora. Kvantitativne analize HRV su indirektni indikatori
aktivnosti autonomnog nervnog sistema.
4.7.1. Baze EKG signala

Za poređenje uspješnosti algoritama analize EKG signala najčešće korištene baze
podataka su na portalu Physionet, posebno MIT-BIH Arythmia Database, koja
sadrži 48 EKG signala u trajanju od 30 minuta i sa pripadnim anotacijama.
76
Svaki EKG signal iz ove baze uz fajl sa binarnim vrijednostima ima dodatna dva
fajla: zaglavlje signala i fajl sa anotacijama. Tako da za signal pod brojem 100:
fajl “100.dat” sadrži binarno zapakovane vrijednosti za dva EKG kanala snimana
u trajanju od 30 minuta, “100.hea” je zaglavlje (engl. header) signala i sadrži
osnovne informacije o signalu, a “100.atr” datoteka sadrži binarno kodirane
anotacije (engl. annotation), korisne za dijagnostiku i obuku.
Sve datoteke se mogu preuzeti i koristiti za dalju obradu i analizu signala. Osim u
izvornom (binarnom) obliku signal se može preuzeti u tekstualnom obliku, ili
mat formatu koji odgovara programu MATLAB.
Primjer sadržaja zaglavlja je dat na slici 4.27.
Slika 4.27. Zaglavlje signala 100 iz MIT-BIH EKG baze aritmija

U prvom redu su podaci relevantni za čitav EKG zapis: idnetifikator signala
(100), broj kanala koji su istovremeno snimani i zapakovani u fajlu 100.dat (2) ,
frekvencija uzorkovanja (360 Hz) i ukupan broj uzoraka (650.000). Drugi i treći
red sadrže podatke o svakom snimljenom signalu pojedinačno. Može se uočiti
naziv datoteke (100.dat), format binarnog pakovanja (u ovom slučaju 212), i
niz informacija vezanih za AD konverziju. Na prikazanom primjeru dat je
ADC gain 200 i rezolucija od 11 bita, zatim vrijednost 1024 koja je na sredini
ADC opsega, i podaci koji se mogu koristiti za provjeru da li je fajl sa signalom
ispravan: prva vrijednost i checksum. Na kraju je oznaka odvoda na kojem je
signal sniman.
Slika 4.28. Tekstualni format signala 100 iz MIT-BIH EKG baze aritmija
4.7.2. Primjeri srčanih aritmija

Sljedeči primjeri srčanih aritmija su preuzeti upravo sa portala Physionet iz baze
MIT-BIH Arythmia Database. Prema mjestu nastajanja, srčane aritmije mogu biti
pretkomorne i komorne. Pretkomorne su manje opasne od komornih, pa je
77
pristup liječenju komornih aritmija mnogo zahtjevniji. Najčešći poremećaji

srčanog ritma su prijevremeni srčani otkucaji koji mogu nastati ili u
pretkomorama ili komorama.
Prijevremena ventrikularna kontrakcija (engl. PVC – Premature Ventricular
Contraction) ili poznatija kao ventrikularna ekstrasistola nastaje aktivacijom
ektopičnog fokusa koji se nalazi negdje u samoj komori. Ovaj poremećaj može
imati formu bezopasnog poremećaja uzrokovanog faktorima kao što su: cigatere,
kafa, nespavanje ili neka emocionalna razdražljivost. Manifestuje se kao
preskočeni otkucaj ili palpitacija u grudima. Na EKG signalu se mogu uočiti
promjene kao što je: povećanu širina QRS kompleksa (preko 120 ms) i njegov
neobičan oblik, invertovanje T-talasa uz spuštanje ST segmenta ili pretjerano
izdizanje ST segmenta zajedno s T-talasom. Primjer EKG signala s otkucajima
koji označavaju prijevremenu ventrikularnu kontrakciju prikazan je na Slici 4.29.
Slika 4.29. Primjer PVC iz MIT-BIH Arrhythmia Database baze signala [73]
Prijevremena atrijska kontrakcija (engl. PAC – Premature Atrial Contraction)
nastaje kada se neki dio pretkomora depolarizira prije sinusnog čvora što
uzrokuje prijevremeni otkucaj, a česta su pojava kod zdravih ljudi, posebno
sportaša. I ovaj poremećaj se manifestuje kao preskočeni otkucaj ili osjećaj
palpatacije u grudima. Na EKG signalu ova aritmija se očituje kroz P talas
nepravilnog oblika, što može uzrokovati i nešto uži QRS kompleks, a samim tim
i duže trajanje RR intervala. Primjer EKG signala s otkucajima koji označavaju
prijevremenu atrijsku kontrakciju prikazan je na Slici 4.30.
Slika 4.30. Primjer PAC iz MIT-BIH Arrhythmia Database baze signala [73]
Prijevremeni spojni (čvorni) kompleks - PJC (engl. Premature Junctional
Complex) predstavlja treću vrstu prijevremenih kontrakcija. U ovom slučaju
dolazi do prijevremenog impulsa koji nastane u atrioventrikularnom čvoru. Na
EKG signalu se uočava uzak QRS kompleks kojem uopšte ne prethodi P-talas ili
je P-talas nepravilnog oblika, na odvodu II obično i invertovan, s PR intervalom
78
manjim od 120ms. Primjer EKG signala s otkucajima koji označavaju

prijevremeni spojni kompleks prikazan je na Slici 4.31.
Slika 4.31. Primjer PJC iz MIT-BIH Arrhythmia Database baze signala [73]
Blok lijeve grane (engl. Left Bundle Branch Block) nastaje pri zakašnjeloj
aktivaciji lijevog ventrikula što uzrokuje da se lijevi ventrikul kontrahuje kasnije
u odnosu na desni. Na EKG signalu uočava se širok QRS kompleks, sa
rascjepljenim i čvorastim R zubcem. Uz to postoji još i depresija ST segmentau
u I, te u V4-V6, kao i elevacija ST segmenta u u V1-V3 odvodima (Slika 4.32.)
Slika 4.32. Blok lijeve grane [13]

Blok desne grane (engl. Right Bundle Branch Block) nastaje pri zakašnjeloj
aktivaciji desnog ventrikula što uzrokuje da se desni ventrikul kontrahuje kasnije
u odnosu na lijevi. Najvažnije karakteristike na EKG u ovom poremećaju su širok
QRS kompleks, izrazit sekundarni R zubac u prvom prekordijalnom odvodu, te
širok i čvorast S zubac u I, II i lijevim prekordijalnim odvodima (slika 4.33.).
Slika 4.33. Blok desne grane [120]
79
4.7.3. Detekcija QRS kompleksa – Pan-Tompkins algoritam

Karakterističnom obliku QRS kompleksa odgovaraju algoritmi na bazi derivacije
signala, ili gradijentni algoritmi, a jedan od najpoznatijih je Pan-Tompkins
algoritam. Jiapu Pan i Willis J.Tompkins su objavili algoritam još 1985. godine.
Slika 4.34. Koraci realizacije QRS detektora: z(n) je izlazni signal, y(n)
je pojasno filtriran, x(n) je diferenciran EKG signal.
Postignuta uspješnost detekcije QRS kompleksa je 99.3%. I Pan-Tompkins
algoritam je provjeren na primjeru signala uzetih iz MIT-BIH baze EKG aritmija.
U fazi predprocesiranja, EKG signal se propušta kroz niskopropusni (NF filter), a
potom i kroz visokopropusni (VF) filter, nakon čega slijede koraci diferenciranja,
kvadriranja i prozorske integracije.
Slika 4.35. Originalni Pan-Tompkins rad: rezultati QRS detektora: (a) nefiltritani
EKG, (b) nakon pojasnog filtriranja, (c) diferenciranje, (d) kvadriranje, (e)
prozorska integracija signala, (f) originalni EKG sa kašnjenjem, (g) niz impusla
sa pozicijom detektovanih QRS [83]
80
Koraci implementacije pan-Tompkins algortima su ilistrirani na primjeru iz

originalnog rada autora Pan-Tomplins, a zatim je prikazana reprodukcija ovih
koraka u MATLAB-u u sklopu rješenja studentskog zadatka.
Slika 4.36. Rezultat pojedinih faza Pan-Tompkins algoritma

studentski zadatak (MATLAB)
4.8. Analiza promjene srčanog ritma - HRV

Iako je danas oubičajeno da se pod pojmom promjene srčanog ritma (engl. Heart
Rate Variability –HRV) misli na promjenu srčane frekvencije, pod istim pojmom
se smatra i analiza promjena srčanih perioda (RR intervala), promjena razlike
uzastopnih RR intervala ( ), raspodjela promjene RR intervala i sl., ipak su
od najvećeg značaja istraživanja vezana za mjerenje promjene srčanog ritma.
Srčani ritam je značajan zbog direktne veze sa autonomnim nervnim sistemom,
pa se tokom eksperimenata analiziraju NN intervali – “normal-to-normal beat”,
tj. intervali između otkucaja srca iniciranih SA čvorom. NN intervali su
vremenski intervali između početka dva sukcesivna normalna srčana ciklusa.
Termin "normalan" znači da se abnormalni otkucaji, poput ektopičkih tj. srčanih
otkucaja aktiviranih mimo SA čvora, uklanjaju.
Posmatrano sa fiziološke strane mjerenje trajanja srčanog ciklusa bi trebalo da
bude mjerenje intervala između dva uzastopna P-talasa, međutim iz praktičnih
razloga intervalom trajanja srčanog ciklusa smatra se interval između dva
81
susjedna R vrha QRS-kompleksa (RR-interval). Detekcija P talasa je u praksi

otežana pošto je amplituda P talasa niska.
Kako je već objašnjeno u prethodnim poglavljima R vrhove iz QRS kompleksa je
jednostavno detektovati, te dobiti preciznije informacije o periodu srčanog
ciklusa, i posljedično iz toga dobiti vrijednost srčanog ritma. U praksi RR
interval se poklapa sa NN intervalom kada se neregularni ciklusi zanemaruju iz
dobijenog tahograma. NN interval predstavlja vremenski interval između dva
QRS kompleksa i posljedica je AP koji potiče od SA čvora, a pri tome se
zanemaruje uticaj ostalih ćelija generatora srčanog ritma.
Period između dva otkucaja srca se definiše kao RR interval :
= − (4.5.)
Slika 4.37.Formiranje HRV signala iz EKG signala: (a) detektovani RR intervali,

(b) RR tahogram, (c) interpolirani RR intervali [71]
Metode analize varijabilnosti srčanog ritma se dijele u dvije grupe, i to na
tradicionalne linearne statističke metode (u vremenskom i frekventnom domenu),
te na nelinearne metode procjene varijabilnosti srčanog ritma.
82
4.8.1. Metode HRV analize u vremenskom domenu

Metode vremenskog domena dijele na statističke i geometrijske metode.
Geometrijske metode se zasnivaju na analizi histograma RR intervala, i mana im
je što ne mogu biti primijenjeni na kratkotrajne zapise. Pri tome, standardne
dužine zapisa su kratkotrajne (5 minuta), i dugotrajne (24 sata – standardno za
Holter EKG).
Interval RR i razlika sukcesivnih intervala ∆RR se izražavaju u jedinicama
vremena: sekunda (ms) ili milisekunda (ms) zbog veće peciznosti, a srčani ritam
se izražava u otkucajima u minuti (engl. beat per minute) – BPM.
Srednja vrijednost RR intervala i srednja vrijednost srčanog ritma se definišu u
skladu sa sljedećim jednačinama:
1
= (4.6.)
60
= (4.7.)
Parametri koji se koriste u statističkoj analizi su objašnjeni u nastavku i dati su

matematski izrazi pomoću kojih se mogu izračunati.
Standardna devijacija (SD) svih normalnih sinusnih RR intervala (NN) se
označava SDNN i računa se na osnovu jednačine (4.8.), gdje je trajanje j-tog
RR intervala, N je ukupan broj intervala, a je srednja vrednost intervala

izračunata u skladu sa (4.6.).
1
= ( − ) (4.8.)
−1
Standardna devijacija (SD) srednjih vrijednosti (A – engl. average) NN (RR)

intervala za petominutne segmente RR signala se označava SDANN. Računa se na
osnovu jednačine (4.9.), gdje je srednja vrijednost svih usrednjenih
petominutnih RR intervala, je srednja vrijednost i-tog petominutnog RR
intervala, a N je ukupan broj petominutnih RR intervala.
83
1
= ( − ) (4.9.)
−1
Srednja vrijednost svih SDANN standardnih devijacija za petominutne skupove

vrijednosti NN intervala, a koji su registrovani u periodu od 24 sata se označava
SDNNindeks. Ovaj statistički parametar je dat jednačinom (4.10.), gdje je
standardna devijacija j-tog petominutnog NN (RR) intervala, a N je ukupan broj
petominutnih RR intervala.
1
= (4.10.)
Razlika sukcesivnih RR intervala se označava ∆RR i računa:
∆ = − (4.11.)
Kvadratni korijen srednje vrijednosti sume kvadrata razlike sukcesivnih RR

intervala se označava RMSSD i računa na osnovu jednačine:
1
= ( − ) (4.12.)
−1
Broj sukcesivnih NN intervala koji se međusobno razlikuju za više od 50

milisekundi se označava NN50, a odnos ovog broja NN50 i broja svih NN
intervala registrovanih u mjerenom periodu (24h ili 5 min) se označava pNN50 i
izražava u procentima.
50
50 = ∗ 100% (4.13.)
−1
4.8.2. Poincare dijagram

Analiza HRV korištenjem Poincare dijagrama predstavlja geometrijsku metodu
za procjenjivanje dinamike HRV. Kod analize HRV, ova kvalitativna tehnika se
prvobitno koristila za vizualizaciju kompleksnog uzorka HRV, koji može biti
84
proizvod alternacija i međudjelovanja autonomnog nervnog sistema i

kardiovaskularnog sistema, koje je praćeno otkazivanjem srca. Vizualna analiza
RR intervala Poincare dijagramom se koristi zadiferenciranje EKG signala
zdravih pacijanata od pacijanata sa srčanim manama.
Na Poincare dijagramu RR interval se prikazuje u funkciji prethodnog RR
intervala, tako što se vrijednosti para sukcesivnih RR intervala prikazuju kao
jedna tačka na dijagramu.
Slika 4.38. Poincare dijagram i tumačenje veličina prikazanih na dijagramu

Tačke iznad linije identiteta na dijagramu predstavljaju RR intervale koji su duži
od prethodnog, a tačke ispod linije identiteta ukazuju na intervale kraće od
prethodnog. Udaljenost tačke od linije identiteta predstavlja ∆RR.
Na dijagramu se označava i elipsa sa velikom poluosi položenom na liniju
identiteta. Elipsa je određena velikom poluosi SD1 koja je jednaka SDNN
(definisana jednačinom 4.8.) i malom poluosi SD2 koja je jednaka SDSD
(definisana jednačinom 4.14.), što uz odnos SD1/SD2, predstavlja karakteristične
deskriptore koji se koriste kod analize dijagrama, odnosno varijabilnosti srčanog
ritma.
4.8.3. Frekventne metode analize HRV

Najčešće korištena metoda estimacije snage spektra za HRV je metoda procjene
spektralne gustine snage (PSD). Procjena spektralne gustine snage prikazuje kako
je snaga nekog vremenskog signala (odnosno njegova varijansa) raspoređena po
frekvencijama, odnosno PSD prikazuje kolika je snaga signala za određenu
frekvenciju. Ova estimacija može biti određena na osnovu dvije različite metode:
neparametarske i parametarske.
U neparametarske metode spadaju brza Furijeova transformacija (FFT) i Wavelet
Transformacija (WT), a parametarska metoda je autoregresiona metoda.
85
Kod primjene frekventne analize na HRV signal, važno je voditi računa da je niz
RR vrijednosti vremenski niz sa nejednakim vremenskim intervalima između
uzoraka. Ako se frekventni spektar odredi na osnovu neravnomjerno
raspoređenih uzoraka, u rezultujućem frekventnom spektru će se pojaviti i
dodatne harmonijske komponente kojih zapravo nema u originalnom signalu.
Rješenje je da se biomedicinski vremenski niz RR vrijednosti prije spektralne
analize interpolira, pa da se nakon interpolacije dobio ravnomjerno uzorkovan
signal.
4.9. Zaključak
U uvodnom dijelu poglavlja je predstavljeno srce i elektrofiziologija srca: srčani
ciklus, elektro-aktivnosti srca i vektokardiogram. Time su date postavke
neophodne za razumijevanje porijekla i osobina elektrokardiograma – EKG
signala.
Kako EKG signal spada među prve fiziološke signale koji se koriste u
dijagnostici, registracija EKG signala je standardizovana, tehnike i principi
analize su razvijeni i postoji obimno znanje na osnovu decenijskog iskustva
tumačenja EKG signala.
Poznavanje osobina EKG signala, kako morfoloških tako i frekventnih, važno je
za implementaciju instrumenata za njegovu registraciju i analizu. Savremeni
elektrokardiograf je računarski baziran uređaj za registraciju EKG signala, sa
standardnim dijelovima namijenjenim za otklanjanje šuma, pojačanje signala i
čak izdvajanje osnovnih informacija iz signala kao pomoć ljekaru pri
dijagnostici.
Prepoznavanje QRS kompleksa i određivanje vremena između dva R vrha EKG
signala omogućava analizu srčanog ritma i njegovih varijacija. Opisan je Pan-
Tompkins algoritam kao primjer algoritma za detekciju R vrhova, a zatim se
detaljnije opisuju pristupi u analizi promjene srčanog ritma. Analiza promjena
srčanog ritma je interesantna i kliničarima i inžinjerima, posebno sa
mogućnostima njegovog jednostavnog i neinvazivnog dugotrajnog praćenja.
86
5. Krvni pritisak
Normalno funkcionisanje organizma je uslovljeno neprekidnim kretanjem krvi

kojim se omogućava kontinuirano snadbijevanjem ćelija hrajnivim supstancama
za njihovo funkcionisanje, kao i uklanjanje krajnjih i nepotrebnih produkata
metabolizma.
Proces izmjene materija dešava se u mikrocirkulaciji, odnosno u kapilarama, jer
njihova građa (tanki zid) omogućava ove procese. Krv se iz srca izbacuje u
arterijske krvne sudove, s tim da lijeva komora pumpa krv u periferni
cirkulacijski sistem. Period izbacivanja krvi iz srca označeno je kao sistola, a
podrazumijeva istiskivanje krvi iz komora srca u aortu, odnosno u plućnu
aretriju. Da bi se stvorili uvijeti za izbacivanje krvi u aortu, potrebno je da
prethodno lijeva komora stvori pritisak malo iznad vrijednosti 10,5 kPa. Tada se
otvara aortalno ušće, čime je omogućeno izbacivanje krvi iz lijeve komore u
aortu, kroz faze brzog i sporog istiskivanja.
Dužina trjanja srčanog ciklusa prvenstveno zavisi od srčane frekvence. Pri
frekvenci od 70 otkucaja po minuti, dužina trajanja srčanog cikulsa iznosi 0,8 s,
od čega 0,3 s traje sistola, a 0,5 s dijastola komora.
Krvni pritisak je sila kojom cirkulišuća krv djeluje na jedinicu površine krvnog
suda. Krvni pritisak se izražava u milimetrina živinog stuba (mmHg) ili u
paskalima (Pa), odnosno kilopaskalima (kPa). U periodu kada se kontrahuje
komora, pritisak u aorti i velikim arterijama dostiže makismalnu vrijednost. To je
ustvari vrijednost sistolnog krvnog pritiska. Pri kraju perioda relaksacije krvni
pritisak pada na najnižu vrijednost, koja predstvalja vrijednost dijastolnog krvnog
pritiska. Optimalni krvni pritisak je manji od 120/80 mm Hg, gdje se 120 mmHg
odnosi na sistolni, a 80 mmHg na dijastolni krvni pritisak.
Tabela 5.1. daje pregled vrijednosti krvnog pritiska i kategorizacije.
Tabela 5.1 Intervali krvnog pritiska (mm Hg)
Kategorija Dijastolni pritisak Sistolni pritisak
(mmHg) (mmHg)
Optimalni <80 <120
Normalan pritisak < 85 < 130
Povišen pritisak 85-89 130-139
Hipertenzija 90-99 više od 140
87
5. Krvni pritisak
5.1. Historijski razvoj metoda mjerenja krvnog pritiska

Francuskog fiziologa Etienne Jules Marey se krajem XIX vijeka bavio
istraživanjem mjerenja krvnog pritiska i dizajnirao instrumente za indirektno
mjernje, tako što su mjerili kontra-pritisak kojim bi se zaustavljao protok krvi
kroz šaku ili prst. Marey je dizajnirao instrument s gumenom oblogom unutar
čvrstog cilindra koja je bila spojena na pumpu i živin manometer. Postavljanjem
prsta u cilindar i nakon pumpanja obloge, živa je pulsirala prateći otkucaje srca i
mijenjajući amplitude oscilacija.
Scipione Riva-Rocci je 1896 napravio narukvicu koja se postavljala na nadlakticu
i zaustavljala protok krvi kroz brahijalnu arteriju kada je pod pritiskom. Tako je
izumljen sfigmomanometar koji i danas omogućava direktno neinvazivno
mjerenje arterijskog pritiska.
Sljedeće važno otkriće vezano za mjerenje
pritiska je u svojoj tezi objavio Nikolaj
Korotkov koji je prilikom mjerenja krvnog
pritiska sfigmomanometrom uočio i
dokumentovao sljedeće faze:
- Faza 1 - Pojava zvuka kucanja koja
označava sistolni pritisak.
- Faza 2 – Pojava šuma koji se čuje svo
vrijeme mjerenja između sistolnog i
dijastolnog prtiska.
- Faza 3 - Glasni i oštri zvuk otkucaja
- Faza 4 - U opsegu 10 mmHg iznad
dijastolnog pritiska, zvuk otkucaja
počinje da slabi i da gubi oštrinu.
- Faza 5 - Prestanak zvuka kada pritisak
padne ispod dijastolnog. Slika 5.1. N.C. Kortkov
Korotkovljevi tonovi (šumovi) su postali osnov za razvoj neinvazivne metode

mjerenja pritiska koja se naziva zvučna, odnosno auskultatorna metoda mjerenja
krvnog pritiska.
Metode mjerenja krvnog pritiska se dijele na invazivne i neinvazivne metode.

Invazivne metode podrazumijevaju mjerenje direktno u krvnim sudovima.
Prednosti direktnog mjerenja su očigledno veća tačnost i preciznost, zatim
mogućnost kontinuiranog mjerenja, što ove metode čine nezmajenjivim u
intenzivnoj njezi i tokom kardio-vaskularnih operacija. Procjena uspješnosti
metoda neinvazivnog mjerenja pritiska se vrši poređenjem sa rezultatima
direktnog mjerenja. Ipak, bez obzira na sve navedene prednosti, očigledno je da
zbog rizika koje uključuje, invazivno mjerenje nije prihvatljiv pristup za rutinske
i redovne kontrole krvnog pritiska.
88
Neki od rizika direktnog mjerenja su vezani za kontakt tijela sa stranim

materijalom – kateterom, što može uzrokovati infekcije, trombozu, embolizaciju,
zatim formiranje hematoma usljed postavljanja katetera, krvarenje i naknadne
vaskularne komplikacije. Dodatno, strah i neugodnost koju pacijenti osjećaju
zbog plasiranja katetera mogu da utiču na povećanje krvnog pritiska i da mjerene
vrijednosti nisu odgovarajuće stanju prije kateterizacije.
Neinvazivne metode podrazumijevaju mjernje izvan krvnih sudova, indirektno
mjerenjem efekata prouzrokovanih promjenama krvnog pritiska, kao što su
pritisak balona za naduvavanje narukvice, zvuk prilikom merenja, oscilacije na
narukvici.
5.2. Direktno mjerenje krvnog pritiska

Direktno mjerenje arterijskog pritiska je mjerenje koje se obavlja dovođenjem
krvi u kontakt sa mjernim sistemom, tj. sa senzorom pritiska. Direktno mjerenje
se naziva i invazivno ili intra-arterijsko mjerenje krvnog pritiska.
Kontakt se ostvaruje postavljanjem katetera kojim se pritisak prenosi do senzora
ili postavljanjem minijaturnog poluporvodičkog senzora na kanulu. Direktno
mjerenje pritiska je prikazano na slici 5.2. Elementi gradnje sistema za direktno
mjerenje krvnog pritiska su: intra-arterijski kateter, nastavci i ventili, sistem za
propiranje, elektronski senzor pritiska, pojačavač i monitor za praćenje signala
krvnog pritiska. Kateter se pravi od medicinske gume, teflona ili polietilena.
Slika 5.2. Invazivno mjerenje krvnog pritiska
Dužina katetera je 40 cm, prečnika od 1 do 10 mm. Kateter je napunjen

fiziološkim rastvorom (elektrolitom), sa većim otporom kretanja u odnosu na krv,
što brani ulaženje krvi u kateter, i izlazak rastvora u krv. Na spoljnom kraju
katetera se nalazi pretvarač pritiska. Potrebno je obezbijediti poseban dovod
89
5. Krvni pritisak
senzoru koji se koristi za kalibraciju. Arterijski pritisak se u skladu sa Paskalovim

zakonom prenosi stupcem fluida kroz kateter na fleksibilnu membranu u senzoru.
Na spoljnom kraju katetera se nalazi pretvarač pritiska koji se priključuje na
mjerni most opremljen kompenzacionim sistemom. Wheatstoneov mjerni most
koji je predstavljen na slici 5.3. sadrži četiri otpornika, gdje je RX označen
otpornik čiji otpor se mijenja sa istezanjem membrane, a R2 je promjenljivi otpor
pomoću kojeg se mjerni most vraća u ravnotežno stanje, tj. VG = 0V. Vrijednost
otpora R2 prati promjenu spoljnog pritiska kojeg mijenja kompenzacioni sistem
tako da impedansa mosta ostane nepromenjena. Mjerni most će biti kompenziran
kada se spolja generisani pritisak izjednači sa krvnim pritiskom. Spoljni pritisak
se prikazuje na instrumentu.
Prije mjerenja senzor se postavi na visini srca, da se izbjegne greška usljed
hidrostatskog pritiska, zatim se kalibrira doveđenjem atmosferskog pritiska, koji
se označi kao referentni pritisak.
Slika 5.3. Wheatstoneov most za mjerenje pritiska
(a) (b)
Slika 5.4. Analogni membranski pretvarači pritiska Statham P23XL (a) i
Harvard Aparatus APT300 (b)
Na slici 5.4. su prikazani primjeri analognih membranskih pretvarača koji se

koriste za direktno mjerenje pritiska, a slika 5.5. prikazuje unutarnji presjek
membranskih pretvarača sa kupolom. Kod prikazanog senzora sva četiri otpora u
mjernom mostu se mijenjaju sa pomjerenjem fleksibilne membrane, ali sada se
90
promjena pritiska pretvara u promjenu napona VG. Otpori su tako postavljeni da

se vrijednost dva otpora povećava, a druga dva smanjuje, i to na način da se
preciznost mjerenja poveća četiri puta. Dodatna prednost ove izvedbe je što se
kompenzira i uticaj promjene temperature.
Slika 5.5. Presjek senzora sa kupolom i žičanim mjernim trakama
Savremene izvedbe mjernih traka omogućavaju gradnju minijaturnih senzora koji

se postavljaju direktno na kanilu. Kod ovih senzora nema mogućnosti kalibracije,
tako da su ovi senzori ograničenog trajanja korištenja, većinom jednokratni. Na
slici 5.6. je prikazan presjek ovog senzora. Razlika u pritisku između fluida u
senzoru i vanjskog pritiska se pernosi na dio silikona koji je fleksibilan i ima
ulogu membrane. Može se uočiti da su mjerne trake integrisane u membranu, i
samim tim njihova osjetljivost na pomjeranje membrane je jača.
Slika 5.6. Silikonski senzor sa mjernim trakama
Signal krvnog pritiska koji se kontnuirano mjeri, prikazuje se grafički i

tekstualno (brojem) na monitoru. Uz ovaj signal prikazuju se i drugi fiziološki
signali: EKG, respiratorni signal. Na slici 5.7 je prikazan ekran monitora
intenzivne njege.
Posmatranjem uporednog prikaza EKG signala i signala krvnog pritiska može se
uočiti kašnjenje amplitude signala krvnog pritiska za R vrhom EKG signala.
91
5. Krvni pritisak
Slika 5.7. EKG, signal krvnog pritiska i respiratorni signal
5.3. Signal krvnog pritiska

Signal krvnog pritiska prati ritam EKG signala, i osnovna frekvencija signala
krvnog pritiska je jednaka srčanom ritmu. Potrebno je uočiti da se srčani ritam
izražava u otkucajima u minuti (BPM), dok se za frekvenciju koristi standardna
jedinica Hertz (Hz) vezana za broj ciklusa u sekundi. Tako da se za srčani ritam
od 60 BPM odgovara frekvencija od 1 Hz.
Primjer signala krvnog pritiska je prikazan na slici 5.8. gdje su označeni
karakteristični dijelovi osnovnog oblika signala:
1 - sistolni porast signala,
2 - sistolni maksimum signala,
3 - sistolni pad signala,
4 - dikrotski zubac,
5 - dijastolni pad signala,
6 - dijastolni minimum.
Za signal krvnog pritiska se vezuju još dvije karakteristične vrijednosti: pulsni
pritisak i srednji arterijski pritisak. Pulsni pritisak predstavlja razliku između
sistolnog i dijastolnog pritiska.
Srednji arterijski pritisak (engl. Mean arterial pressure - MAP) predstavlja
srednju vrijednost pritiska, koja predstavlja sumu izmjerenih vrijednosti za
osnovni oblik signala, podijeljena sa brojem tih vrijednosti. U praksi se MAP
aproksimira sumom dijastolnog pritiska i jedne trećine pulsnog pritiska:
−
= + (5.1.)
3
Na vrijednost srednjeg arterijskog pritska znatno više utiče dijastolni pritisak, što
je vezano za duže trajanje dijastole.
92
Slika 5.8. Signal krvnog pritiska s označenim karakterističnim dijelovima [64]

Pošto signal krvnog pritiska prati ritam EKG signala najznačajniji harmonik
signala krvnog pritiska je jednak frekvenciji EKG signala. Signal krvnog pritiska
se može okvirno rekonstruisati kao suma dva sinusna signala: osnovne
frekvencije f i dvostruke frekvencije 2f, ali sa umanjenom amplitudom.
U slučaju tahikardije ili pojave drugih visokofrekventnih komponenti, za vjernu
rekonstrukciju signala je potrebno 6 do 10 harmonika. Da bi se na signalu mogao
uočiti dikrotski zubac, potrebno je 8 harmonika. Na slici 5.9. je prikazan
originalni signal i signal rekonstruisan sa 6 harmonika. Odnos amplituda prvih
šest harmonika je dat u tabeli 5.2.
Slika 5.9. Signal krvnog pritiska

a – originalni signal, b – suma prvih šest harmonika (označeni 1 – 6) [64]
93
5. Krvni pritisak
Tabela 5.2. Prvih 6 harmonika signala krvnog pritiska

(f frekvencija srčanog ritma)
Frekvencija % Amplitude
harmonika
1f 100
2f 63,2
3f 29,6
4f 22,2
5f 14,8
6f 11,8
Sistem za direktno mjerenje pritiska treba da omogući što vjerniju rekonstrukciju

signala krvnog pritiska. Sistem za mjerenje pritiska utiče na frekventni oblik
signala na dva načina: rezonancijom i prigušenjem signala.
Rezonancija pojačava komponente signala koje su frekvencijom bliske vlastitoj
frekvenciji sistema za mjerenje pritiska, tj. visokofrekventne komponente signala.
Prigušivanje signala treba da balansira rezonanciju sistema za mjerenje.
Na slici 5.10. je prikazan signal krvnog pritiska i uticaj različitog prigušivanja
viših frekvencija na prikaz signala.
Slika 5.10. Efekti prigušivanja viših frekvencija: od nedovoljnog (A i B), do

odgovarajućeg (C) i pojačanog prigušenja(D) [64]
94
Kod nedovoljno prigušenog signala pojavljuju se suvišni zupci i skok signala na

mjestu sistolnog maksimuma. Kod previše prigušenog signala sistolni porast je
blag i ne može se uočiti dikrotski zubac. Iako preveliko prigušenje zadrži
približno tačnu vrijednost srednjeg arterijskog pritiska medicinskom osoblju se
prikazuje nekorektan oblik signala.
5.4. Neinvazivne metode

Krvni pritisak se kod neinvazivnih metoda mjeri indirektno, tako što se mjeri ili
registruje neka druga veličina vezana za promjene krvnog pritiska. Najčešća
metoda koristi manžetu (narukvicu) koja se postavlja na ruku. U manžeti je
smješten jastučić koji se može naduvati zrakom i koji je spojen na mjerač
pritiska. Dok je u manžetni pritisak iznad vrijednosti sistolnog krvnog pritiska,
brahijalana arterija (arterija nadlatkice) je zatvorena, čime je zaustavljena
cirkulacija u krvnim sudovima ispod ove arterije. Za mjerenje krvnog pritiska
posredno mjerenjem pritiska zraka u narukvici važno je precizno odrediti kada se
pritisak zraka u jestučiću u narukvici izjednači sa krvnim sistolnim i dijastolnim
krvnim pritiskom.
5.4.1. Manualna metoda

Princip mjerenja krvnog pritiska auskultatornom metodom zasnovan je na
slušanju Korotkovljevih šumova koji se pojavljuju kao rezultat turbulentnog toka
krvi kroz djelomično komprimiranu arteriju. Mjerač pritiska i stetoskop su pribor
koji je potreban da bi se pritisak izmjerio ovom metodom.
Manžetna se postavi na nadlakticu, 2 cm iznad lakatne jame, u koju se postavi
stetoskop. U manžetnu se ubacuje zrak pomoću gumene pumpice, nakon što se
na istoj prethodno zatvori ventil.
Slika 5.11. Ručno mjerenja pritiska - živin manometar i pokazivač sa kazaljkom
95
5. Krvni pritisak
Tokom naduvavanja manžetne, kada pritisak u manžetni postane viši od

vrijednosti dijastolnog krvnog pritiska pojavljuju se prvi Korotkovljevi šumovi,
koji će isčeznuti kada pritisak u manžetni postane viši od vrijednosti sistolnog
krvnog pritiska. Dok je u manžetni pritisak iznad vrijednosti sistolnog krvnog
pritiska u lakatnoj jami se ne mogu čuti Korotkovljevi šumovi. Postepenim
snižavanjem pritiska u manžetni, na način da polako ispuštamo zrak otvaranjem
ispusnog venitila, kada pritisak u manžetni postane niži od vrijednosti sistolnog
pritiska pojavit će se šumovi poput kucanja, koji se javljaju istovremeno s
otkucajem srca.
Slika 5.12. Pritisak manžetne, krvni pritisak i Kortkovljevi tonovi
Prvi šum koji se čuje i koji se očita na skali manometra koji je spojen sa
manžetnom, predstavlja vrijednost sistolnog krvnog pritiska. Ako se i dalje
smanjuje pritisak u manžetni, Korotkovljevi šumovi će se promijeniti, na način
da će postati sve prigušeniji, a na kraju i nestati. U momentu kada šumovi
postanu prigušeni, izmjereni pritisak je jednak vrijednosti dijastolnog krvnog
pritiska.
Da bi se izmjerio sistolni i dijastolni krvni pritisak potrebno je odrediti trenutke
t1 i t2, kako je označeno na slici 5.12. i u tim trenucima izmjeriti pritisak
manžetne, koji odgovara sistolnom (t1) i dijastolnom (t2) pritisku.
Da bi se izbjegla greška pri mjerenju ne smije se prebrzo ispuštati zrak iz
jastučića, manžetne. Američka asosijacija za srce izdala je preporuke da se
pritisak ne smije smanjivati brzinom većom od 3 mmHg/otkucaju. Veličina
manžetne i jastučića takođe utiču na tačnost mjerenja, a propisane dimenzije u
zavisnosti od veličine ruke pacijenta su date u Tabeli 5.3.
96
Tabela 5.3. Dimenzije manžetne u ovisnosti od veličine nadlaktice

(po preporuci Američke asocijacije za srce)
Namjena Visina manžetne Širina Obim ruke
(sm) jastučića (cm)
(cm)
Novorođenčad 3 6 <6
Dijete 8 21 16-21
Omanja odrasla osoba 10 24 22-26
Odrasla osoba 13 30 27-34
Krupna osoba 16 38 35-44
Opisana manualna metoda mjerenja krvnog pritiska korištenjem

sfigmomanometra može se automatizirati i osnov je za masovnu primjenu
različitih komercijalnih kućnih mjerača pritiska. Da bi se implementiralo
mjerenje krvnog pritiska potrebno je automatizirati određivanje trenutaka t1 i t2
sa slike 5.12. i u tim trenucima izmjeriti pritisak manžetne, korištenjem
odgovarajućeg senzora. Određivanje kada se mjere ovi pritisci može biti na bazi
registracije i prepoznavanja zvukova ili na osnovu mjerenja oscilacija na
manžetni. Prva metoda se nazova zvučna ili auskultatorne, a druga
oscilometrijska. Blok dijagram uređaja za mjerenje krvnog pritiska je prikazan na
slici 5.13.
Slika 5.13. Blok dijagram neinvazivnog mjerača pritiska
97
5. Krvni pritisak
Mjerači krvnog pritiska koriste manžetnu koja se može napuhivati, pumpu i

senzor za mjerenje pritiska i kd zvučne i kod oscilometrijske metode. Mjerenje se
vrši u tri koraka: inflacija, mjerenje i deflacija. Zvučni signal ili oscilacije na
manžetni se analiziraju s ciljem da se odrede t1 i t2, i izdvoje odgovarajuće
vrijednosti izmjerenog pritiska. Algoritam za digitalno mjerenje pritiska i
otkucaja srca izvršava mikrokontroler.
5.4.2. Auskultatorna metoda
Na sljedećoj slici je prikazan okvirni blok dijagram sistema za automatsko

mjerenje pritiska baziran na detekciji Korotkovljevih tonova.
Slika 5.14. Blok dijagram mjerača pritiska auskultatornom metodom

Osnov za mjerenje krvnog pritiska auskultatornom metodom je uporedno
snimanje pritiska manžetne i zvučnog signala na mikrofonu. Primjer ovih signala
je dat na slici 5.15.
Jedan od mogućih pristupa u identifikaciji trenutaka mjerenja sistolnog i

dijastolnog pritiska je spektralna analiza pojedinih zvukova otkucaja i poređenje
spektra snage. Na slici 5.16. su prikazani snimljeni zvučni signal i spektar snage
otkucaja značajnih za proces raspoznavanja.
98
Slika 5.15. Signal sa senzora za mjerenje pritiska na manžetni i zvučni signal

(AcqKnowledge softver – BIOPACK Systems Inc.)
Slika 5.16. Analiza spektra pojedinih otkucaja [84]
5.4.3. Oscilometrijska metoda
Oscilometrijska metoda je bazirana na mjerenju oscilacija, ali ne registrovanjem

zvuka već prtiska koje izazivaju na narukvicu kojom se mjeri pritisk.
Frekvencijski opseg oscilacija koji se mogu registrovati od 1do 290Hz. Najčešće
korišten pristup kod automatskog mjerenja. Registrovanje oscilacija se vrši
piezoelektričnim pretvaračem ili sličnim pretvaračem pritiska u napon.
99
5. Krvni pritisak
Slika 5.17. Blok dijagram mjerača pritiska oscilometrijskom metodom
Na slici 5.17. je prikazan okvirni blok dijagram sistema za automatsko mjerenje

pritiska baziran na oscilometrijskoj metodi.
Uzimajući u obzir frekventni opseg oscilacija (od 1do 290Hz) frekvencija

uzorkovanja signala pritiska treba da bude veća od 600Hz, a najčešće se koristi
frekvencija od 1000Hz.
Primjer karakterističnih dijagrama komercijalnog mjerača pritiska baziranog na
oscilometrijskoj metodi: (Freescale Semiconductor AN1571 Digitalni mjerač
pritiska). Na slici 5.18. je prikazana vrijednost signala očitanog sa senzora
pritiska tokom napuhivanja i ispuhivanja narukvice. Može se uočiti sporija i
ravnomjerna promjena pritiska prilikom ispuhivanja.
Na slici 5.19. prikazan je signal pritiska nakon filtriranja i pojačanja, i mogu se
uočiti oscilacije koje odgovaraju otkucajima srca. Da bi se mogle analizirati
oscilacije, mjerenje pritiska zahtijeva frekvenciju uzorkovanja značajno veću u
odnosu na frekvenciju uzorkovanja potrebnu za mjerenje samog pritiska
narukvice, odnosno krvnog pritiska.
Kod oscilatorne metode precizno je mjerenje srednjeg arterijskog pritiska MAP.
Kod amplitudna metode MAP se odredi na osnovu oscilacija sa maksimalnom
amplitudom, a sitolni i dijastolni pritisak se izračunaju na osnovu MAP.
Koeficijenti računanja zavise od dimenzija, oblika i mehaničkih osobina
narakvice, ali i od vrijednosti samog pritiska koji je izmjeren.
100
Slika 5.18. Dijagram signala senzora pritiska manžetne [16]
Slika 5.19. Pojačani i filtrirani signal oscilacija [16]
Kod derivativnog algoritma određuje se ovojnica oscilacija i MAP se određuje u

tački gdje je izvod ovojnice jednak nuli.
5.5. Zaključak
Krvni pritisak je vitalni biomedicinski signal koji se mijenja u vremenu zbog
ciklične prirode rada srca. Klinički se krvni pritisak predstavlja u formi sličnoj
razlomku kod koje prva veličina predstavlja sistolni pritisak, a druga veličina
predstavlja dijastolni pritisak. Sistolni pritisak je maksimalna vrijednost krvnog
pritiska tokom jednog perioda signala i odgovara pritisku nakon ventrikularne
kontrakcije. Minimalna vrijednost signala krvnog pritiska tokom jednog perioda
odgovara trenutku neposredno prije ventrikularne kontrakcije i naziva se
dijastolni pritisak.
101
5. Krvni pritisak
Razlika sistolnog i dijastolnog pritiska se naziva impulsni pritisak. Srednji

arterijski pritisak (MAP) predstavlja srednju vrijednost signala krvnog pritiska
izračunatu tokom jednog ili nekoliko perioda signala, što odgovara jednom ili
nekoliko srčanih ciklusa. Vrijednost srednjeg arterijskog pritiska je bliža
vrijednosti dijastolnog pritiska što odgovara obliku signala krvnog pritiska (slika
5.8.).
Metode za mjerenje krvnog pritiska se dijele na direktne ili invazivne metode ili
indirektne ili neinvazivne metode. Direktne metode karakteriše veća tačnost
mjerenja i mogućnost kontinuiranog mjerenja, ali potreba da se umetne kateter i
direktno pristupi krvnom sudu ove metode se koriste samo u opravdanim
okolnostima i kliničkom okruženju.
Najpouzdanija indirektna metoda je manualno mjerenje korštenjem stetoskopa za
osluškivanje karakterističnih Kortkovjevih tonova i sfigmamanometrom za
mjerenje pritiska zraka u narukvici koja se postavi na mišicu ruke. Indirektne
metode mjerenja pomoću elektronskih uređaja uključuju auskultatornu i
oscilatornu metodu.
Uređaji za automatsko mjerenje su precizniji kad je u pitanju sistolički pritisak,
nego za dijastolički kod kojeg je moguća veća greška mjerenja. Takođe je uočeno
da je kod hipertenzije greška u mjerenju daje nižu vrijednost pritiska, a kod
hipotenzije greška je u smislu povećane izmjerene vrijednosti.
Više analiza koje su poredile različite načine automatskog mjerenja ukazuju da
aparati sa manžetnom koja se postavlja nadlakticu boljeg kvaliteta u odnosu na
postavljanje manžetne na zglob šake. Na tačnost mjerenja utiče značajno
dimenzija manžetne, i usvojene su standardne mjere za manžetne u zavisnosti od
obima ruke. Kod automatskih mjerenja uspješniji su uređaji oscilometrijske
metode, a posebno s obzirom na tačnost mjerenja srednjeg arterijskog pritiska.
102
6. Mozak i elektroencefalogram (EEG)
Elektroencefalogram (EEG) predstavlja grafički prikaz bioelektrične aktivnosti

mozga. Ova definicija odgovara tradicionalnom snimanju i prikazu EEG signala
na papiru – pri čemu je dijagnostika rađena vizualnim uvidom u ispis signala.
Elektroencefalogram se može definisati i kao signal električne aktivnosti mozga
snimljene na površini lobanje korištenjem skalp elektroda. U toku operacija
elektrode se mogu direktno postaviti na cerebralni korteks (moždanu koru).
Ovako registrovani signal se zove elektrokortikogram (ECoG).
Da bi se registrovala na površinskim elektrodama spojenim na kožu glave, neka
električna aktivnost treba da prođe od neurona, preko više slojeva tkiva,
uključujući i lobanju i kožu. Samo kada se velika skupina neurona istovremeno
aktivira moguće je snimiti električnu aktivnost prisutnu u neuronima na površini
lubanje. Ovako registrovani slabi električni signali se pojačavaju i štampaju na
papiru ili pohranjuju u računaru.
S obzirom da se korištenjem EEG-a mogu registrovati i normalna i abnormalna
aktivnost mozga, EEG se pokazao kao veoma koristan instrument u neurologiji i
kliničkoj neuropsihologiji. Električna aktivnost mozga se javlja u periodu od 17
do 23 sedmice prenatalnog razvoja. Pretpostavlja se da je prilikom rođenja već
formiran potpuni skup neurona – otprilike 1011 neurona. Neuroni su povezani
sinapsama i formiraju neuronske mreže.
U toku posmatranja i snimanja EEG aktivnost mozga se stalno mijenja i
neregularna je, pa se EEG signal analizira kao stohastički signal. Postoje
pravilnosti u aktivnostima kore velikog mozga i u mirovanju i u načinu
reagovanja na nadražaje, što je osnov za analizu EEG. Istraživanja i analize EEG
se mogu klasificirati u zavisnosti od oblasti njihove primjene:
1. dijagnosticiranje i tretman neuroloških problema,
2. nuro-kognitivne nauke: istraživanja vezana za evocirane potencijale (EP)
i specifično potencijale vezane za događaje (event related potentials -
ERP),
3. upravljanja uređajima i računarom na bazi EEG signala – intefejs
mozak-mašina (brain machine interface BMI) ili mozak-računar (brain
computer interface BCI).
103
6. Mozak i EEG
6.1. Mozak
Elektroencefalogram registruje kontinuiranu ritmičku aktivnost ćelija mozga
(neurona). Mozak je dio centralnog nervnog sistema (CNS), smešten je u lobanji
čime je obezbijeđena zaštita ovog osjetljivog i najkompleksnijeg dijela
organizma. Mozak se sastoji iz dvije hemisfere: desne i lijeve, a svaka od
hemisfera je odgovorna za senzorno-motornu kontrolu suprotne strane tijela.
Osnovne cjeline cerebralnog korteksa su prikazane na slici 6.1., a to su: frontalni
ili prednji režanj, temporalni ili sljepoočni režanj, paretalni i occipitalni ili
potiljačni režanj.
Mapiranje nekih od funkcija na pojedine dijelove mozga je prikazano na slici 6.2.
Slika 6.1. Mozak

Zbog svoje centralne uloge mozak je u stalnoj komunikciji sa ostalim dijelovima
tijela: prima i obrađuje sekvence akcionih potencijala, a istovremeno šalje
organizmom slanjem komandnih sekvenci akcionog potencijala.
Slika 6.2. Mapiranja dijelova mozga na specifične funkcije
104
Kada su aktivirani neuroni proizvode lokalizirane strujne tokove. EEG

predstavlja izmjerenu električnu aktivnost koja se stvara u toku sinaptičke pobude
dendrita mnogobrojnih neurona moždane kore. Tok struje je uzrokovan
postojanjem razlike potencijala između some i dendrita jednog neurona i
sačinjavaju ga većinom joni natrija, kalija, kalcija i hlora (Na+, K+, Ca++, i Cl-).
Signali moždane električne aktivnosti se registruju na glavi, i oslabljeni su
postojanjem više slojeva: lobanja, meko tkivo i koža, kosa. Lobanja uzrokuje
najveće slabljenje ovih signala hiljadu puta više nego meka tkiva. Samo velike
populacije aktivnih neurona mogu generisati električnu aktivnost dovoljnog
intenziteta da se može registrovati elektrodama koje se postvaljaju na glavu.
6.2. Historija EEG

Elektroencefalogram je poznat više od 100 godina, ali od tada je napravljen
izuzetan napredak u pogledu razvoja samih uređaja, a i pristupa u tumačenju
EEG signala i primjeni tumačenja EEG-a. Postojanje elektrčne aktivnosti u
mozgu je otkrio engleski ljekar Richard Caton 1875. godine. Caton je proučavao
EEG zečeva i majmuna, pri čemu je signal mjerio direktno na izloženom mozgu.
Hans Berger, njemački neurolog, 1924. godine upotrebio je elemente radio
uređaja da pojača električnu aktivnost koju je mjerio na ljudskoj glavi.
Berger je među prvima pokazao da se ljudski EEG može mjeriti i bez otvaranja
lobanje. Izmjerene slabe električne struje je pojačavao, a njihovu promjenu
registrovao na papiru. Uočio je i pokazao da se mjerena električna aktivnost
mijenjala u zavisnosti od funkcionalnog stanja mozga. Mjerenja je vršio nad
ispitanicima u toku spavanja, pod anestezijom, i u slučaju neuroloških oboljenja
kao što je epilepsija. Berger je svojim radom postavio osnove i današnje primjene
EEG i nazvao je signal promjene moždanih električnih potencijala elekroencefa-
logram. Berger je tada već pretpostavio da je promjena moždane električne
aktivnosti konzistentna i da prati opšte promjene u stanju ispitanika, kao na
primjer od stanja mirovanja u stanje uzbuđenosti. Prvi ispisi ljudskog EEG
signala su bili trajanja 1-3 minute i zabilježeni su na fotografskom papiru. Berger
je primijenio jednokanalno bipolarno mjerenje sa elektrodama na frontalnoj i
ocipitalnoj poziciji. Kasnije, 1934. godine potvrđeno je postojanje moždanih
talasa i identificirane su regularne oscilacije u opsegu 10-12 Hz koje su nazvane
alfa ritam.
Slika 6.3. EEG snimak načinjen 1929 (arhiva H. Bergera):

gornja linija je EEG, donja referentni signal 10Hz
105
6. Mozak i EEG
6.3. EEG sistem

Savremena oprema za snimanje EEG signala omogućava invazivno i neinvazivno
mjerenje, računarski je bazirana i opremljena sa osjetljivim i preciznim
elektrodama, dovoljno memorije za pohranjivanje višesatnih snimaka i
funkcijama za naprednu obradu signala. EEG sistemi se često u klinikama
integrišu sa nekim drugim dijagnostičkim uređajima na bazi obrade slike kao npr.
funkcionalni MRI (fMRI).
Standardni medicinski EEG sistem za praćenje EEG signala se sastoji od
sljedećih cjelina: akvizicija signala, pojačanje signala, obrada signala: snimanje i
vizualizacija, zatim analiza signala. Računarski bazirana analiza EEG signala
uključuje spektralnu analizu koja ima za cilj izdvajanje karakterističnih ritmova
EEG signala ili metode kojima se izdvajaju karakteristični tranzijentni dijelovi
EEG signala koji su značajnu za dijagnostiku. Blok struktura navedenog EEG
sistema je data na slici 6.4. Opisani EEG sistemi se koriste za kontinuirano
praćenje stanja bolesnika pa je uobičajeno da su izvedbom prilagođeni za
pozicioniranje uz krevet (engl. bedside).
Slika 6.4. Blok šema EEG sistema
Za razliku od do sada razmatranih fizioloških signala i sistema njihove obrade,

EEG sistemi imaju namjenu i van svakodnevnog medicinskog konteksta. Sve su
češći primjeri upotrebe EEG signala u cilju eksperimenata vezanih za različite
funkcije mozga, posebno za kognitivne osobine ispitanika. Značajni su projekti
usmjereni ka mapiranju funkcija mozga (engl. brain mapping) kao i eksperimenti
106
koji su dio razvoja rješenja za interakciju mozak-računar (engl. Brain Computer

Interaction – BCI) odnosno interakciju mozak-mašina (engl. Brain Machine
Interaction – BMI). Struktura standardnog medicinskog EEG sistema i
eksperimentalnog EEG sistema se razlikuje, EEG sistem za izvođenje
eksperimenata uključuje dijelove potrebne za generisanje različitih podražaja
(stimulusa) i praćenje povratnih reakcija ispitanika. Za svaki eksperiment se
definišu bitni događaji koji se kodiraju uz EEG signal u vidu anotacija.
U slučaju kada se EEG sistem gradi sa namjenom analize senzornih ili
kognitivnih procesa neophodno je ostvariti kontrolisano podražavanje ispitanika
pa se EEG sistem gradi od sljedećih dijelova: akvizicija signala, pojačanje,
obrada: snimanje i vizualizacija, generisanje podražaja (stimulusa), spektralna
analiza signala sa ciljem izdvajanja karakterističnih ritmova EEG signala ili
druge metode izdvajanja karakterističnih oblika EEG signala. Opisani EEG
sistem je sistem sa zatvorenom konturum, ali sprega se ne ostvaruje elektronskim
uređajima već putem nervnog sistema ispitanika i mjerenog EEG signala
ispitanika. Blok struktura ovog EEG sistema je data na slici 6.5.
Analiza reakcije ispitanika na podražaje – vizualne i auditorne – je sastavni dio i
dijagnostike kod pojedinih neuroloških oboljenja, kada se pomoću ovakvog
sistema analiziraju specifični oblici EEG signala – evocirani potencijali, o kojima
će više riječi biti u nastavku poglavlja.
Slika 6.5. Blok šema eksperimentalnog EEG sistema
6.4. Akvizicija EEG signala
Sistem akvizicije EEG signala treba da sadrži sljedeće elemente: elektrode i

provodni medij, pojačala sa filterima i analogno/digitalni konverter.
Elektrode registruju signal na površini glave. Postavlja se veći broj elektroda i to
na tačno definisanim pozicijama. Fiksiranje pozicije elektroda se realizuje
107
6. Mozak i EEG
korištenjem posebnih kapa, a provodnost signala se pospješuje ubrizgavanjem

provodnog gela između kape i glave.
Pojačala imaju ugrađene filtere za eliminaciju šumova i pojačavaju signal iz
mikrovoltnog područja na nivo potreban za tačnu digitalizaciju. Uspješnost čitave
akvizicije u značajnoj mjeri ovisi o kvalitetnim pojačalima koja često čine i
najsloženiji i najskuplji dio opreme potrebne za mjerenje EEG signala. Personalni
računar opremljen odgovarajućim EEG softverom ili namjenski uređaj
pohranjuju i prikazuju podatke.
Signal EEG se mjeri kao razlika potencijala između dvije tačke - elektrode
postavljene na glavu. Jedna elektroda je aktivna, a druga referentna. Za poziciju
aktivne elektrode se bira tačka gdje su EEG aktivnosti jake, a za referentnu tačka
za koju se pretpostavlja da je izolovana od mjerenih aktivnosti. Za jednokanalno
mjerenje trebaju tri elektrode: aktivna, referentna i masa.
Slika 6.6. Unipolarno ili referencijalno (A) i bipolarno ili

diferencijalno mjerenje (B) [81]
Mjerenje može biti unipolarno (na slici 6.6.A) ili bipolarno (na slici 6.6.B). Kod
unipolarnog mjerenja potencijal svake elektrode se mjeri u odnosu na referentnu
elektrodu ili u odnosu na usrednjenu vrijednost svih elektroda. Ovo mjerenje se
zato naziva i referencijalno mjerenje. Kod bipolarnog načina mjeri se razlika
potencijala između para elektroda, pa se mjerenje naziva i diferencijalno.
Bipolarni signali se mogu dobiti i računanjem na osnovu unipolarnih.
Kod mjerenja EEG za postavljanje elektroda najčešće se koristi standard koji se
naziva 10-20. Ovim standardom su definisani položaj i oznake elektroda.
Standard 10-20 predviđa korištenje 21 elektrode. Položaj elektroda je određen
tako da se glava podijeli na proporcijalne udaljenosti u odnosu na linije uho-uho i
nos-potiljak, tako da se dobije ravnomjerna pokrivenost svih dijelova mozga.
Oznaka 10-20 označava maksimalnu udaljenost između dvije elektrode izraženu
kao procenat linija uho-uho i nos-potiljak.
108
Slika 6.7. Pozicije elektroda po standardnom sistemu 10-20 [81]
Položaji elektroda se označavaju slovom i brojem. Slova označavaju dio mozga

iznad kojeg se elektroda nalazi: F (frontal; prednji), C (central; centralni), T
(temporal; sljepoočni), P (posterior; stražnji), and O (occipital; potiljačni).
Oznake F, T, P i O su vezane za anatomske dijelove mozga (vidjeti sliku 6.1.), a
centralni dio i oznaka C nisu anatomski termini, već označavaju sredinu glave
(liniju uho-uho). Brojevi su neparni za elektrode na lijevoj strani, a parni za
elektrode na desnoj strani glave. Elektrode na liniji nos-potiljak umjesto broja
imaju oznaku Z. Kod višekanalnih mjerenja broj kanala je 32, 64, 128 ili 256
kanala, pa uz kape i ostala oprema i softver se projektuju tako da podržavaju
navedene rasporede elektroda.
Slika 6.8. Oznake elektroda
Neke metode koriste za referencu srednju vrijednost svih elektroda. Kod izbora
referentne elektrode se treba voditi računa da li je dovoljno izolovana od
električne aktivnosti mozga koja se snima.
109
6. Mozak i EEG
Visok kvalitet EEG signala prvenstveno zavisi od kvaliteta EEG elektroda i

njihovog ispravnog funkcionisanja. Elektrode mogu biti za jednokratnu upotrebu,
disk elektrode koje se umeću u kape ili trake za mjerenje, zatim elektrode u vidu
igle. Disk elektrode se najčešće prave od srebro – srebro hlorida (Ag-AgCl) i
imaju promjer 1 do 3 mm. Mogu uspješno snimati i veoma spore promjene
potencijala. Prije mjerenja signala praznine između kape i kože glave se popune
provodnim gelom koji se ubrizga injekcijom nakon što se postavi kapa. Elektrode
u vidu igle su namjenjene za dugotrajna i invazivna snimanja i ubadaju se ispod
kože.
6.5. Pojačala i filteri

Amplituda EEG signala se mjeri od vrha do vrha i precizno određivanje
amplitude kada se opisuje EEG signal je nepotrebno, i od strane neurologa se
naziva 'pseudotačnost'. Na maksimalnu vrijednost mjerenog signala utiče puno
različitih faktora kao udaljenost elektroda, način montaže, da li je mjernje
unipolarno ili bipolarno. Amplituda normalnog EEG signala se kreće u opsegu od
10μV do 100μV, kod odraslih od 10μV do 50μV, i kada se signal analizira u
stručnoj literaturu se rijetko sreću reference na amplitudu, više je uobičajeno
korištenje termina niski napon, srednji napon, i sl. Signal mjeren na otvorenom
korteksu se kreće u rasponu 500 μV – 1500 μV. Kod projektovanja ili izbora
pojačala i AD konvertora moraju se ipak odrediti precizni rasponi mjerenog
napona, i najčešće se uzima da se amplituda EEG kreće od 10 μV do 200, čak
300μV, a neki uređaji navode za gornju granicu ulaznog signala 1000 μV= 1mV.
Ovaj signal se treba pojačati do nivoa kompatibilnog sa uređajima za prikaz i
arhiviranje signala, tj. sa AD konvertorima Ulazni signal u pojačalo se sastoji od
sljedećih komponenti: mjereni biopotencijal, drugi biopotencijali koji se ne
mjere, signal interference napajanja 50/60 Hz, signal interference generisan na
mjestu kontakta elektroda-koža, i šumovi.
Biopojačala moraju da ispune dosta stroge zahtjeve – trebaju obezbijediti zaštitu i
pacijenta i opreme, pojačati samo fiziološki signal, a eliminisati šumove i signale
interference. Precizna lista zahtjeva koje biopojačalo treba da ispuni je:
- Pojačalo ne smije uticati na fiziološki proces koji se mjeri.
- Mjereni signal se ne smije izobličiti.
- Potrebno je ostvariti što bolje izdvajanje šuma od korisnog signala.
- Pojačalo treba da obezbijedi zaštitu pacijenta od električnog udara.
- Pojačalo treba da bude zaštićeno od prodora visokih napona u slučaju
defibrilizacije pacijenta.
Karakteristični šumovi za EEG signal se dijele na fiziološke i sistemske.
fiziološki šumovi potiču od samog pacijenta i vezani su za pokrete, EMG, EKG,
pulsaciju krvotoka, EOG, znojenje.
110
(a) www.easycap.de
(b)
(c)
(d)
Slika 6.9. Oprema za mjerenje EEG (a); elektrode (b) i (c);
mikroelektrode (d)
Sistemski šumovi su prvenstveno 50/60 Hz šum napojne mreže, nebalansirana

imedansa elektroda, fluktuacije impedanse elektroda zbog njihovog pomjeranja
ili nedostataka provodnog gela, oštećenja kablova. Savremeni EEG sistemi
uspješno odstranjuju šum iz EEG signala i restauriraju originalni oblik signala.
Analogni filteri su integrisani sa pojačalom. Visoko propusni filter se koristi da
se eliminišu niske frekvencije bioloških šumova kao što je npr. respiratorni
signal. Ovaj filter ima granicu u intervalu 0.1-0.7 Hz. Analogni nisko propusni
filter se postavlja sa granicom nešto iznad 40 Hz i tako se postiže i eliminacija
interference mreže.
111
6. Mozak i EEG
Kada se EEG signal obrađuje korištenjem digitalnog računara, potrebno je

analogni signal nakon pojačanja pretvoriti u digitalni oblik. AD konvertor je
povezan sa računarom tako da se svaki uzorak smješta u memoriju računara.
Rezolucija AD konvertora je određena najmanjom amplitudom koja se može
pretvoriti u digitalnu virjednost veću od 0. Uobičajeno je da se digitalizirana
vrijednost smješta na 12 bita, a i da se očekuje prepoznavanje signala amplitude
0.5 μV. Za opseg od 2mV rezolucija je upravo 0.5μV, što se može i provjeriti
proporcijom:
AmplitudaMAX : 2broj bita = Rezolucija : 20 (6.1)
Maksimalna amplituda je 2mV, kada se podijeli sa 212 što je 4096, dobije se 0,49
μV. Frekvencija uzorkovanja mora biti barem dva puta veća od maksimalne
frekvencije korisnog opsega. Učestanost uzorkovanja se kreće u opsegu 100 –
2000 Hz. Potrebno je voditi računa i o zahtjevima na memoriju. Primjer: 1 sat
snimanja dva kanala EEG signala u formatu 14-bita i sa frekvencijom
uzorkovanja 500 Hz zauzima memorijski prostor: jednak proizvodu frekvencije
uzorkovanja (500Hz) i vremenskog intervala snimanja signala, izraženog u
sekundama (3600 s), što daje 1.800.000 uzoraka po kanalu. Za 2 kanala to je
3.600.000 uzoraka, a ako je svaki uzorak veličine 2 bajta, potrebno je 7.200.000
bajta, što je približno 7 MB.
Na slikama 6.10. (a) i (b) prikazani su primjeri ispisa EEG signala sa bipolarnim
mjerenjem i primjer EEG snimka sa unipolarnim mjerenjem, sa referentnom
elektrodom LE - lijevo uho (engl. Left Ear).
6.6. Primjena analize EEG signala

Primjene praćenja i analize EEG signala uključuju sljedeće značajne kliničke i
istraživačke aktivnosti:
- praćenje budnosti, kome, i moždane smrti, nadzor nad dubinom anestezije,
- lokalizacija oštećenja mozga usljed povreda glave, moždanog udara, tumora,
- proučavanje epilepsije i lociranje izvora epileptičkih napada,
- testiranje djelovanja lijekova za epilepsiju,
- testiranje aferentnih (osjetilnih) nervnih puteva,
- istraživanje fiziologije sna i poremećaja spavanja,
- praćenje razvoja mozga,
- testiranje lijekova na nuspojave konvulzivne prirode;
- istraživanje mentalnih poremećaja,
- praćenje kognitivnog angažovanja pacijenta.
Iz navedene liste različitih kliničkih primjena praćenja EEG signala, moguće je
uočiti značaj i potencijal napredne analize ovog signala. Sa ciljem da se pomogne
ljekarima kod interpretacije i analize EEG signala, za izdvajanje i prepoznavanje
karakterističnih osobina EEG signala koriste se različite napredne tehnike obrade
signala.
112
(a)
(b)
Slika 6.10. (a) Ispis EEG signala (bipolarno mjerenje)

(b) Ispis EEG signala (unipolarno mjerenje sa referentnom elektrodom LE)
113
6. Mozak i EEG
Kada se pominju značajni oblici i dijelovi EEG signala podrazumijevaju se

karakteristični ritmovi i tranzijentni oblici EEG signala koji su detaljnije opisani
u sljedećim poglavljima.
6.7. Karakteristični ritmovi EEG

Elektroencefalogram ima karakteristike slučajnog signala, sličan je šumu i
karakteriše ga širok spektar frekevencija. Granice njegovog frekventnog opsega
nisu jasno izražane, i upravo komponente sa visokom i niskom učestanosti
nemaju kliničkog značaja. Izuzetak su komponente niske frekvencije kod
komatoznih stanja.
Elektroencefalogram se može razložiti na niz periodičnih – skoro sinusoidalnih
signala – sa različitim amplitudama i frekvencijama. Istraživanjima je dokazano
da su određeni periodični signali karakteristični za funkcionalna stanja mozga i
za područja mozga na kojima se javljaju. Ovi karakteristični ritmovi su dobili
nazive po grčkim slovima. Raznim istraživanjima se do sada došlo do 13
različitih karakterističnih ritmova (i grčkih slova), ali najvažniji i najviše istraženi
su sljedeći ritmovi: alfa, beta, theta, delta i gama.
Važno je istaći da se ovi karakteristični ritmovi ne prepoznaju samo po
frekvenciji već i po amplitudi, funkcionalnom kontekstu (stanja svijesti i
budnosti) i području moždane kore u kojem se javljaju. Ovi se ritmovi javljaju i u
stanjima velike uzbuđenosti, pospanosti, spavanja, kome, anestezije ili epilepsije.
Ritmovi nikad ne prestaju, osim nakon težih trauma mozga ili neposredno prije
smrti. “Ravni” EEG je jedno od glavnih kliničkih obilježja smrti. Povezanost
pojedinih EEG ritmova i nekih promjena moždanih funkcija je konzistentna, pa
je EEG važan instrument u dijagnostici. Ovisno o stanju u kojem se ispitanik
nalazi, te ovisno o području iznad kojeg se registracija vrši, EEG signal sadrži
četiri karakteristična tipa talasa, a to su: alfa, beta, theta i delta.
Alfa-talasi se odlikuju frekvencom od 8-13 Hz, a amplitudom od 50 do 100 µV.
Ovi talasi su najoučljiviji u pordučju parijetalne i okcipitalne regije, a karakteriše
ih stanje opuštene budnosti, kad je ispitanik opušten i miran, zatvorenih očiju, u
tihoj prostoriji. Pri spavanju alfa aktivnost nestaje. Kod budnog ispitanika kada se
uključi u neku aktivnost iz stanja mirovanja alfa aktivnost zamjenjuju ritmovi
više učestanosti, a sa manjom amplitudom.
Beta-talasi imaju frekvenciju 14 - 30 Hz, Hz, a amplitudom od 14 do 25 µV.
Najjači su u području frontalnogh režnja. Karakteriše ih budno stanje ispitanika
koji je mentalno aktivan i sa otvorenim očima. Oni su znak pojačane budnosti i
usmjerene pažnje. Kada budni isptanik otvori oči u potiljačnom području se
potiskuju alfa-talasi i odmah ih zamijeni beta ritam, što je ilustrovano na slici
6.12. Ova učestanost se najbolje dobija u parijetalnom i frontalnom području.
Talasi učestanosti veće od 30Hz se nazivaju beta II talasi ili gama talasi. Beta II
ili gama talasi se pojačavaju sa mentalnim aktivnostima ili u stanju napetosti.
114
Slika 6.11. EEG Ritmovi [94]
Gama talasi su vezani za više mentalne funkcije, objedinjavanje podataka iz

različitih dijelova mozga u cjelinu. Vezani su za stanja visoke koncentracije, ali i
za stanja intenzivnog stresa, panike, bijesa.
Slika 6.12. Izmjena alfa i beta talasa
Theta (θ) ritam ima frekvenciju od 4-7 Hz, a amplitudu do 15 µV. Theta talasi
se mogu naći u temporalnom i okcipitalnom režnju. Javljaju se kod
novorođenčadi, dok u odrasloj populaciji za vrijeme spavanja. Također, ovi talasi
mogu se pojavljivati kod moždanih poremećaja, poput degenrativnih oboljenja.
Kod djece su u parijetalnom i temporalnom području korteksa, a javljaju se kod
emocionalnih stresova kod nekih odraslih, posebno u periodima frustracije i
razočarenja.
Delta (δ) ritam ima frekvenciju 0,1 do 4 Hz, a amplidutu oko 50 µV. Pojavljuju
se u dubom snu kod odraslih, a njihovo pojavljivanje u budnom stanju kod istih
sugeriše na određena moždana oštećenja. Međutim kod djece ovi talasi se mogu
pojavljivati i u budnom stanju.
115
6. Mozak i EEG
Elektroencefalogram se konzistentno mijenja sa promjenom funkcionalnog stanja

mozga, od stanja mira do stanja stresa, od reaktivnih stanja do odmaranja, stanja
hipnoze ili spavanja. U toku budnih stanja beta talasi su dominantni, kod
odmaranja i pospanosti alfa talasi se pojačavaju, a kada se pada u san javljaju se
sporiji ritmovi.
Tabela 6.1. EEG Ritmovi
Ritam Frekvencija Karakteristično Amplituda

(predominantno) za
Alpha 8 – 13 Hz Mirovanje 20 -120 μV
Zatvorenih očiju (svaki stimulus ih
potiskuje)
Nije znak spavanja
Beta 14 – 30 Hz Izloženi vanjskom stimulusu 5 -50 μV
Theta 4 - 7Hz Normlano spavanje, REM, 20 -100 μV
Emocionalni stresovi, frustracije
18 mjeseci – 5 godina
Delta 0,5 -3 Hz Duboki san 5 -250 μV
Patološki osim u spavanju
Novorođenčad
Korisno je pomenuti i mu (μ) ritam koji se frekventnim karakteristikama (9-

11Hz) preklapa sa alfa ritmom, ali se razlikuje topografijom i kontekstom u
kojem se javlja. Ovaj ritam se vezuje za motorne funkcije, nastaje priliko
izvođenja ili zamišljenja pokreta. Posebno je izražen u toku zamišljanja pokreta i
odatle njegov značaj za interfejs mozak-mašina, posebno kod protetike.
Prepoznavanje karakterističnih ritmova nije vezano isključivo za frekvenciju i
amplitudu signala, već i za kontekst javljanja, funkcionalni kontekst - stanje
svijesti i budnosti, i prostorni kontekst - područje moždane kore u kojem se
javljaju.
Zato su važne metode vizualizacije koje omogućavaju analizu rasprostranjenosti
specifičnih EEG ritmova. Na slici 6.13. prikazana je kombinacija grafikona
spektra snage i mapa glave za izabrane frekvencije 6Hz (theta), 10Hz (alfa) i
22Hz (beta). Mape glave ili topografija mozga je vizualni metod koji se koristi za
analuzu EEG signala i bit će detaljnije objašnjen u poglavlju sa opisima metoda
analize EEG signala.
116
Slika 6.13. EEG ritmova i mape glave [20]
6.8. Tranzijentni oblici EEG

Karakteristični oblici EEG signala nisu vezani samo za frekventni sadržaj, već
uključuju i nekoliko specifičnih kratkotrajnih formi od interesa:
- Epileptički napad, koji se manifestuje kao tranzijentni oblik električnog
pražnjenja frekvencije 3-7 Hz i viših amplituda.
- K-kompleksi su šiljasti oblici širokog frekventnog opsega koji se javljaju
tokom sna i ističu se visokom amplitudom.
- Vretena spavanja predstavljaju oscilacije frekvencije 10-15Hz u trajanju od
0,5 do 1,5s, koji se javljaju dva do pet puta u minuti i prekidaju spore ritmove
koji dominiraju snom.
- Tranzijentni oblici koji se javljaju vezano za senzorne događaje, npr. slušne
ili vidne pobode, koji se nazivaju potencijali vezani za događaje (engl. event-
related potential - ERP) ili evocirani potencijali (engl. evoked potentials –
EP).
Na slici 6.14. prikazani su primjeri EEG signala koji sadrže tranzijentne oblike
koji se mogu uočiti vizuelnim pregledom signala: epileptički napad i K-
kompleksi i vretena sna. Evocirani potencijali nisu lako uočljivi pregledom EEG
signala, već se izdvajaju posebnim metodama iz domena obrade signala. U
sljedećim poglavljima detaljnije su objašnjeni ovi oblici EEG signala, s tim da se
opis K-kompleksa i vretena spavanja stavlja u širi kontekst korištenja EEG
signala u sklopu analize sna.
117
6. Mozak i EEG
(a)
(b)
Slika 6.14. Tranzijentni oblici EEG signala: (a) snimak epileptičkog napada
(b) Vretena spavanja (lijevo) i K kompleksi (desno) u toku spavanja [94]
6.9. Epilepsija
Epilepsija je termin kojim se objedinjeno nazivaju neurološki poremećaji kod
kojih se javljaju epileptički napadi. Epileptički napad odlikuje isprekidano
abnormalno pražnjenje neurona u mozgu što dovodi do spontanih napada koji se
118
ponavljaju bez poznatog vanjskog uzročnika. Epileptični napad obično dovodi do

poremećaja svijesti, poremećenih senzacija, nevoljnih kretnji ili konvulzija.
Dijagnoza epilepsije se uspostavlja nakon što pacijent ima dva i više napada koji
nisu povezani sa poznatim stresnim faktorom.
Primjer EEG signala snimljenog tokom epileptičnog napada (ili iktalne faze) je
prikazan na slici 6.14.(a) i lako se uočava EEG aktivnost vezana za napad.
Dijagnosticirati epilepsiju iz EEG signala kada pacijent nije u iktalnoj fazi je
teško običnim vizuelnim pregledom signala, isto tako i predviđanje epileptičnog
napada. U ove svrhe se koriste različite metode obrade signala kao npr.
Fourierova transfromacija, wavelet transformacija, Hilbert-Huangova
transformacija.
Rezultat provedenih transformacija su različiti koeficijenti i njihove prateće
osobine, i postoji veliki broj naučnih radova koji ispituju pogodnost ovih osobina
za što preciznije razlikovanje EEG signala ispitanika sa epilepsijom od EEG
signala zdravih ispitanika. Na osnovu izdvojenih osobina i obrade EEG signala
ispitanika sa i bez epilepsije vrši se obučavanje aplikacija mašinskog učenja da
bi se omogućila pouzdana dijagnostika epilepsije i upozoravanje na pojavu
napada.
6.10. EEG i san

San je stanje prirodnog odmora karakteristično za ljude i životinje. To je
interesantan fiziološki fenomen koji nije u potpunosti istražen. Istraživanje sna je
značajno i zbog veze sna sa dijagnosticiranjem mentalnih oboljenja. San
karakteriše redukcija voljnih pokreta, umanjena reakcija na vanjske stimuluse,
povećani anabolizam, tj. sinteza ćelijskih struktura, smanjen katabolizam, tj.
razgradnja ćelijskih struktura. U stanju sna, mozak je relativno više usmjeren na
interne nego eksterne stimuluse.
Fiziološki, san je različito stanje od nesvjesnog. Koliko je san važan za život,
toliko je za zdravlje i opstanak važna i sposobnost buđenja iz sna – kao značajan
mehanizam zaštite. San se razlikuje od kome po više faktora, a s obzirom na
mogućnost buđenja san se može definisati kao nesvjesno stanje iz kojeg se osoba
može probuditi senzornim stimulusom, dok je koma nesvjesno stanje iz kojeg se
osoba ne može probuditi senzornim stimulusom.
Spavanje je kompleksan proces, sastavljen od više različitih faza, i svaku fazu
karakterišu specifične fiziološke i bihejvioralne osobine. Za registrovanje
fizioloških promjena tokom spavanja koristi se polisomnografija. Polisomno-
grafija omogućava prepoznavanje različitih stadijuma spavanja na osnovu
praćenja EEG signala, elektrookulograma (EOG) kojim se mjeri aktivnost
pokreta očiju, zatim površinskog elektromiograma mišića brade i vrata.
Istovremeno se prate EKG, zasićenost krvi kiseonikom, respiratorni signal.
119
6. Mozak i EEG
Još tridesetih godina XX vijeka ljekari su uočavajući razlike u EEG signalu

tokom spavanja podijelili san u 5 faza, uključujući i budno stanje. Daljom
analizom EEG signala i drugih fizioloških signala (EKG, respiratorni signal,
EMG, EOG, krvni pritisak) tokom spavanja, uspostavljena je klasifikacija sna na
fazu REM (engl. Rapid Eye Movement) i NREM (ne REM) fazu, a zatim NREM
faze na četiri stadija, kod kojih su treći i četvrti stadij dubokog sna. Faze i stadiji
sna se smjenjuju po određenim pravilima, a ove promjene čine arhitekturu sna
koja se vizuelno opisuje hipnogramom (slika 6.15.)
Američka akademija za medicinu spavanja je objavila osavremenjenu
klasifikaciju kod koje se NREM spavanje dijeli na 3 stadijuma, označenih kao
N1, N2 i N3. N3 je objedinjeni stadijum, koji obuhvata treći i četvrti stadijum
sporotalasnog spavanja prethodne klasifikacije.
Slika 6.15. Hipnogram: W – budno stanje, REM faza i stadiji spavanja 1-4
Prvi stadij je stadij laganog spavanja i smatra se tranzicijom između budnog

stanja i spavanja. U ovom stadiju mišići se opuštaju. Karakterišu ga alfa ritmovi
koji postaju isprekidani i prigušeni, da bi na kraju nestali.
U drugom stadiju javljaju se vretena sna i K-kompleksi. K-kompleksi nastaju kao
reakcija na vanjske stimuluse koji mogu izazvati buđenje. Vretena sna su kratki
intenzivni pulsevi beta ritma koji odražavaju vremenske periode u kojima
moždana aktivnost inhibira mentalno procesiranje da bi se zadržalo stanje sna i
prešlo u sljedeći stadij.
Delta ritmovi se javljaju u trećem stadiju. Vretena sna su i dalje prisutna, ali
postepeno nestaju kako san postaje dublji. U stadiju četiri, po staroj klasifikaciji,
delta ritmovi su primarna moždana aktivnost. Stadiji tri i četiri su se razlikovali
po procentu delta aktivnosti, a po novoj klasifikaciji su objedinjeni u jedinstveni
stadij dubokog sna i nisko-frekventne moždane aktivnosti. Pri dominaciji ritmova
sporih frekvencija mogućnost reakcije na vanjske stimuluse se smanjuje. EEG
signal snimljen tokom REM faze spavanja je sličan EEG signal snimljenom
tokom budnog stanja.
120
Slika 6.16. EEG prilikom promjene stadija sna [12]
Razlike u izgledu EEG signala tokom različitih stadija sna su prikazane na slici
6.16.
REM faza sna se obično povezuje sa snovima. Tokom REM faze oči se brzo
kreću, srčani ritam i disanje se ubrzaju i neregularnog su ritma. Buđenje tokom
REM faze je lakše.
Nakon nekog vremena dubokog spavanja, ponavlja se REM spavanje, povezano
sa snovima. Neprekinuto, spavanje se odvija ciklično, prelazeći iz stadija
NREM1 u NREM2, pa NREM3 i NREM4, a zatim nazad, od NREM4, preko
NREM3 i NREM2, sve do NREM1, kada se NREM spavanje zanjenjuje REM
spavanjem. Obično se tokom noći prođe kroz 4 ili 5 ovakvih ciklusa, od kojih
svaki traje oko 90 ili 100 minuta.
6.11. Evocirani potencijali

Evocirani potencijal (EP) je električna promjena zabilježena u dijelu moždane
kore nakon pobude osjetnog organa. To je posebna vrsta EEG talasa, ne snimak
aktivnosti pojedinačnih neurona. Nakon aktivacije vidnog sistema, očitavaju se
vidni - vizualni evocirani potencijali (VEP), a nakon aktivacije slušnog aparata
očitavaju se slušni - auditivni evocirani potencijali (AEP).
Kod opisa i analize EP važni su naizmjenični pozitivni (P) i negativni (N)
otkloni EEG signala, a brojevi pridruženi slovima označavaju latenciju u
milisekundama. Tako kod P1 broj 1 označava latenciju od 100 msec nakon
primjene pobude (stimulusa), a P pozitivni otklon, pa je P1 pozitivni talas koji se
u EEG zapisu javlja 100 ms nakon početka pobuđivanja.
121
6. Mozak i EEG
Prve komponente EP, označene rimskim brojevima, se odnose na električnu

aktivnost koja prenosi informaciju o podražaju do moždane kore. Evocirani
potencijali se razlikuju od spontanih EEG ritmova po tome što se obično javljaju
u tačno određenom vremenskom kašnjenju u odnosu na pobudu (stimulus) i samo
u jednom dijelu moždane kore.
Kasne komponente EP nisu ograničene na samo jedno područje moždane kore,
što je posljedica uključivanja i ostalih, asocijacijskih područja moždane kore u
obradu i tumačenje podražaja.
Snimanjem evociranih potencijala se istražuje topografija moždane kore.
Evocirani potencijali koji su ovisni o kontekstu u kojem se podražaj javlja
nazivaju se potencijali vezani za događaj - ERP (engl. Event-Related Potentials).
Slika 6.17. Primjer evociranog potencijala
Evociranje potencijala događajima se korsiti u istraživanju spoznajnih funkcija,

kao mišljenja, pamćenja, govora.
6.12. Analiza EEG signala

Prepoznavanje i izdvajanje specifičnih formi EEG signala vizualnom analizom
EEG signala je dosta teško, čak i za obučene i iskusne stručnjake. Savremene
metode i alati obrade signala su značajno unaprijedile izdvajanje i analizu
karakterističnih formi EEG signala, bilo da su u pitanju karakteristični ritmovi ili
tranzijentni oblici.
Sa računarski baziranom obradom i analizom EEG signala ostvarene su
perdispoziciji ne samo za unaprijeđenje dotadašnjih konvencionalnih metoda
122
alnalize EEG već se omogućilo korištenje EEG signala i informacija dobijenih

obradom u potpuno novim oblastima primjene.
Ciljevi analize EEG signala u značajnoj mjeri utiču i na metode i tehnike koje se
primjenjuju. Gruba podjela ciljeva obrade EEG signala bi bila na kliničku
dijagnostiku i istraživanja funkcije mozga. Pošto se nove tehnike i područja
primjene stalno razvijaju, u jednom trenutku se može dati samo okvirna
klasifikacija ciljeva analize EEG signala:
- izdvajanje klinički relevantnih podataka,
- podrška vizuelnom čitanju i tumačenju EEG,
- automatiziranje standardne analize,
- izdvajanje relevantnih podataka sa ciljem klasifikacije,
- uklanjanje atrefakata iz EEG signala kao EKG, EMG i sl.
- razumijevanje električnih aktivnosti koje su u osnovi različitih stanja i
funkcija mozga.
Najčešće korištene metode i tehnike obrade EEG signala koje se koriste u
ostvarenju pobrojanih ciljeva uključuju: vremensku, frekventnu, multirezo-
lucionu i spatialnu analizu EEG signala. Analiza EEG signala u vremenskom
domenu uključuje i tehnike segmentacije EEG signala na epohe od značaja i
tehnike usrednjavanja sa ciljem izdvajanja ERP signala. EEG spatialno mapiranje
ili moždana kartografija se kombinuje sa drugim metodama tako da se rezultati
dobijeni analizom u vremenskom ili frekventnom domenu prikažu prostorno na
mapama glave.
Značajno područje istraživanja predstavlja separacija izvora signala iz
multisenzorskog EEG signala. Ova istraživanja imaju za cilj identifikaciju izvora
različitih mentalnih i fizičkih aktvnosti. Za separaciju izvora specifične moždane
aktivnosti koriste se metode neovisnih komponenti - ICA (engl. Independent
Component Analysis) i metode glavnih komponenti – PCA (engl. Principal
Component Analysis).
6.12.1. Spektralna analiza EEG signala

Ritmičke osobine EEG signala su od velikog značaja i u dijagnostici i u analizi
funkcije mozga. Analiza EEG signala bilo u vremenskom ili frekventnom
domenu može biti primjenjena na jedan ili više kanala istovremeno. Većina
istraživanja se oslanja na primjenu standardnih metoda kao: Furijeova
transformacija - FT (engl. Fourier Transform), autoregresivne metode, filtriranje
signala, waveleti, itd.
Određivanje snage spektra je često korištena metoda koja daje informacije o
prisutnosti i značaju osnovnih EEG ritmova i lako se dobije primjenom brze
Furijeova transformacija - FFT (engl. Fast Fourier Transform).
123
6. Mozak i EEG
Može se uočiti da je EEG signal stohastičan, ali iako se to može reći za izmjereni
signal, bitno je naglasiti da je to tačno sa matematskog aspekta, ali fiziološki
procesi koji ga određuju nisu obavezno stohastični, ali zbog svoje visoke
kompleksnosti da bi se modelirali neophodno je primijeniti statističke metode.
Slika 6.18. Spektar frekvencija EEG [94]
Rezultati analize spektra snage se najčešće prikazuju na logaritamskim, a ne

linearnim skalama, jer se tako bolje može analizirati uticaj ritmova većih
frekvencija koji obično imaju niže amplitude. Primjer su dijagrami na slici 6.19.
Slika 6.19. Poređenje snage spektra EEG signala 9 ispitanika – podjela

frekventnih područja na 5 karakterističnih ritmova [32]
124
6.12.2. Wavelet transformacija

Različiti moždane aktivnosti se očituju kroz različite moždane ritmove.
Istraživanja pokazuju da moždani ritmovi izdvojeni iz EEG signala mogu dati
tačnije i preciznije informacije o neuronskoj aktivnosti. Wavelet transformacija
(WT) se može koristiti za procesiranje EEG signala da bi se dobile informacije o
dominantnosti i snazi pojedinih ritmova u sveukupnom signalu.
WT razlaže podatke na različite frekvencijske komponente određene skalom
razlaganja, a zatim se svaka od komponenti proučava sa vremenskom
rezolucijom pridruženoj odgovarajućoj skali. Frekvencijske komponente na koje
se razlaže EEG pomoću WT odgovaraju moždanim ritmovima. Osim toga, WT
omogućava dobru vremensko-frekvencijsku lokalizaciju.
Na slici 6.20. je prikazan globalni WT spektar (GWT) za 200 EEG signala od
kojih je 100 ispitanika sa epilepsijom, a 100 zdravih. Snimanje EEG signala
ispitanika sa epilepsijom je vršeno izvan iktalne faze (u odsustvu napada). Skale
WT koje odgovaraju stepenima broja 2, odgovaraju približno i podjeli na EEG
ritmove. Na dijagramu je moguće uočiti značajnu moždanu aktivnost u području
niskih ritmova.
Slika 6.20. Poređenje GWT za EEG signale 200 ispitanika [5]
6.12.3. EEG segmentacija i tehnika usrednjavanja

U sklopu analize EEG signala često j epotrebno izdovijiti segmente EEG signala
koji imaju slične karakteristike i predstavljaju značajne cjeline za kliničare. U
okviru pojedinog segmenta signali su statistički stacionarni, uobičajeno sa
sličnim vremenskim i frekventnim osobinama.
Primjer je EEG signal ispitanika sa epilepsijom snimljen tako da uključuje
epileptični napad. Ovaj snimak se može podijeliti na tri segmenta: pre-iktalni,
italni i post-iktalni segment.
125
6. Mozak i EEG
Segmentacija EEG signala se vrši na osnovu osobina signala vremenskog ili

frekventnog domena. Segmentacija se može vršiti i na osnovu anotacija koje su
pridružene signalu a vezane su za kontekstualne događaje od interesa.
6.12.4. ERP i tehnika usrednjavanja

Sistem za snimanje ERP je isti kao kod mjerenja EEG-a, samo se uzima u obzir
da je ERP malih amplituda, ERP je superponiran na spontanu aktivnost mozga
koja se u ovom slučaju tretira kao šum. Odnos signal/šum je takav da je ERP
skoro potpuno “pokriven“ postojećom EEG aktivnošću. Zbog malih napona i
velikog šuma koriste se pojačavači velikog pojačanja i osjetljivosti. Frekvencijski
spektar ERP preklapa se sa spektrom EEG signala. Signal ERP ima približno
konstantno kašnjenje u odnosu na pobudu i uobičajen metod je usrednjavanje
više sekvencijalnih odziva sinhronizovano u odnosu na ponavljane pobude ili
stimuluse. Usrednjavanjem se eliminira nekorelirani EEG koji se ponaša kao
slučajan signal pa mu je srednja vrijednost bliska nula.
Za potrebe preklapanja pojedinačnih ERP signala koristi se metoda ekstrakcija
epoha, koje se dobiju tako što se eksperiment sa ispitanikom ponovi više puta, a
dobijeni signali se podijele na epohe pri čemu se događaj koji se ispituje koristi
kao referentna tačka za izdvajanje epoha. Nakon toga se izvrši usrednjavanje
vrijednosti signala.
Usrednjene vrijednosti ERP signala se grafički prikazuju da bi se lakše analizirali
svi njegovi značajni atributi. Pri poređenju ERP signala uzimaju se u obzir
amplitude signala, latencije (kašnjenja), spektar signala i distribucija signala na
skalpu (glavi). Zato je pri analizi ERP potrebno razviti više različitih prikaza
usrednjenih vrijednosti koje omogućavaju poređenje različitih parametara ERP.
Primjer rezultata primjene usrednjavanja na ponovljene ERP je prikazan na slici
6.21.
Slika 6.21. Izgled ERP u zavisnosti od broja ponavljanja mjerenja
126
Na uspješnu primjenu tehnika usrednjavanja utiču sljedeći uslovi :

- Vremenska promjena ERP zavisi samo o pobudi i jednaka je za svaki
ponovljeni eksperiment.
- Odziv nastaje linearnom superpozicijom signala (ERP) i šuma (EEG
spontana aktivnost mozga)
- Doprinos šuma ERP signalu je dovoljno neregularan da se može smatrati da
ima osobine slučajnog procesa.
Primjer dijagrama ERP iz EEGLAB Toolboxa – vremenska promjena po
kanalima uz spatialni prikaz na glavi na slici 6.22.
Slika 6.22. Dijagrami ERP na različitim elektrodama [20]
127
6. Mozak i EEG
6.12.5. EEG sinhronizacija u udaljenim regijama mozga

Ovisnost različitih EEG signala, bilo epoha istog EEG ili EEG signala snimjenih
na različitim kanalima, se može odrediti primjenom funkcije kros-korelacije u
vremenskom domenu, ili koherencije u frekventnom domenu. Koherencije se kao
metoda primjenjuje za otkrivanje da li je ista frekvencijska komponenta prisutna
u dva različita EEG signala. Signali su mjereni na dva različita EEG kanala, uz
očuvanje faznog pomaka. Cilj ovih metoda je pokazati da su promjene koje se
javljaju na dva kanala istog porijekla ili su u međusobnoj interakciji. Kod analize
ovisnosti epoha istog EEG signala vrši se prepoznavanje dijelova EEG signala
povezanih sa nekim karakterističnim ponašanjem ili patološkim stanjem koje se
ponavlja u vremenu.
6.12.6. Slijepo odvajanje signala (BSS)

Metoda neovisnih komponenata - ICA
Metoda neovisnih komponenata - ICA (Independet Component Analysis) je
metoda koja se pokazala uspješnom kod određivanja statistički nezavisnih
komponenti iz njihove mješavine (pristup BSS – engl. Blind Sources Separation).
Sljedeća slika prikazuje višekanalno mjerenje EEG signala koji je rezultat
moždane aktivnosti iz četiri izvora S1, S2, S3 i S4. Primjenom metoda ICA
moguće je izdvojiti neovisne komponente – u ovom slučaju dijelove EEG koji se
odnose na električne aktivnosti S1, S2, S3 i S4.
Slika 6.23. Slijepa separacija signala - BSS [94]
128
6.12.7. Mape glave

Za prikaz višekanalne EEG aktivnosti u vremenu se koriste metode EEG
mapiranja. Osobine EEG koje se prate u vremenu mogu se na ovaj način prikazati
i u ovisnosti o prostornoj (spatialnoj) raspodjeli. Veličine koje se prikazuju na
mapama glave mogu biti (1) direktno mjerene kao amplituda, (2) rezultat
matematskih transformacija kao snaga spektra za određeni frekventni opseg ili
(3) statistički izračunate kao usrednjene vrijednosti ili rezultati analize nezavisnih
komponenti.
Mapiranje EEG signala nam prikazuje promjenu EEG signala u formi slike.
Mapa se pravi linearnom interpolacijom potencijala sa tri ili četiri susjedne
elektrode kod prikazivanja amplitude. U slučaju prikazivanja neke druge
izvedene veličine takođe se vrši interpolacija signala/funkcije vezane za određenu
elektrodu. Nakon prostorne interpolacije određuje se granične linije koje odvajaju
područja iste amplitude, a nakon toga se ova područja boje odgovarajućom
bojom toplotne mape.
Interesantno je naglasiti da se neki istraživači ne slažu sa ovim pristupom i
smatraju da interpolacija daje netačnu sliku o vrijednostima u području izmedju
elektroda. Oni smatraju da se spatijalno trebaju predstaviti samo poznate
(mjerene ili izračunate) vrijednosti, i to u vidu krugova na pozicijama elektroda, a
da prostor između njih treba biti neoznačen.
Slika 6.24. Rezultati separacije komponenti primjenom ICA

ilustrovani mapama glave [20]
129
6. Mozak i EEG
Sljedeća slika prikazuje raspodjelu potencijala (amplitude) za dvije latencije

usrednjenog ERP (Dijagram EEGLAB Toolboxa). Amplitude se kreću u opsegu -
15.7 μV do 15.7μV, a latencije (kašnjenja) su 100ms i 300ms.
Slika 6.25. Mape glave: spatialni raspored amplitude EP signala

za različite latencije (100, 170 i 250) [20]
6.13. BCI/BMI
Interfejs mozak računar, (engl. brain-computer interface/brain-machine
interface BCI/BMI), je direktna komunikacijska veza između čovjekovog ili
životinjskog mozga i vanjskog uređaja. Za komande se koriste karakteristični
ritmovi - najčešće ritam koji se poklapa sa alfa frekvencijama, a vezan je za
planiranje pokreta. Ovaj karakteristični ritma se naziva μ-ritam, što se na
engleskom čita mu ritam. I ERP signali se koriste za prepoznavanje komandi.
Slika 6.5. prikazuje tipičan BCI sistem. Ispitaniku (1) se pomoću montiranih
elektroda (2) snima EEG signal, koji se prije digitalizacije (4) obradi tako da se
uklanjaju artefakti, smetnje i pojačava (3). Signal se arhivira (5) i procesira (6) sa
ciljem prepoznavanja i klasificiranja jednostavnih naredbi koje se izvršavaju.
Povratna veza daje mogućnost ispitaniku da vidi rezultat svoje naredbe i nastavi
interakciju.BCI se razvija za medicinske potrebe za pomoć kod fizički
onesposobljenih osoba.
130
6.14. Zaključak
Elektroencefalogram (EEG) predstavlja grafički prikaz bioelektrične aktivnosti
mozga. Ova definicija odgovara tradicionalnom snimanju i prikazu EEG signala
na papiru – pri čemu je dijagnostika rađena vizualnim uvidom u ispis signala.
Elektroencefalogram se može definisati i kao signal električne aktivnosti mozga
snimljene na površini lobanje korištenjem skalp elektroda.
Analiza EEG signala uz dijagnostički značaj, važna je za upoznavanje i analizu
funkcija mozga. Analiza EEG signala se uključuje u istraživanja vezana za
kognitivne i emotivne procese, tako da se podacima ekstrahovanim iz EEG
signala komplementiraju rezultati dobijeni samoprocjenom i podaci drugih
fiziološka mjerenja u oblastima evaluacije edukativnih alata, igara, marketinških
poruka.
131
7. Dijaliza
Bubrezi obavljaju niz značajnih uloga u organizmu. Uz obavljanje osnovne

funkcije filtriranja štetnih i suvišnih materija iz krvi i izlučivanja urina, imaju i
višestruku ulogu u održavanju hemijske ravnoteže u organizmu.
U slučaju hroničnih bolesti bubrega može doći do teških poremećaja u količini i
sastavu tjelesnih tečnosti i do nakupljanja štetnih materija u organizmu. U
slučajevima oboljenja bubrega pristupa se liječenju dijalizom – koristi se
vještački bubreg koji zamjenski obavlja funkciju bubrega.
7.1. Bubrezi i njihova funkcija

U toku svakog dana, tj. 24 sata, bubrezi filtriraju ukupno oko 180 litara tečnosti.
Od ove količine 99% tečnosti se vraća natrag u krvotok, a oko 1,5 litara vode i
rastvorenih otpadnih materija se u urinu izbaci iz tijela.
Među najvažnije funkcije bubrega mogu se ubrojati:
- izlučivanje štetnih materija i viška tekućine iz tijela.
- regulacija koncentracije elektrolita u tjelesnim tečnostima
- regulacija arterijskog pritiska,
- regulacija acidobazne ravnoteže u organizmu (pH vrijednost),
- produkcija eritopoetina, hormona uključenog u sintezu crvenih krvnih
ćelija
- izlučivanje različitih hormona,
- sintezu glukoze i sl.
Kod regulacije količine tečnosti u organizmu uz bubrege važnu ulogu ima

hormon ADH (antidiuretic hormon) - vazopresin koji utječe na povećanu
reapsorpciju vode u bubrezima.
Nefron je osnovna morfološka i funkcionalna jedinica bubrega, a svaki bubreg se

sastoji od preko milion nefrona. Mehanizam izlučivanja štetnih materija i
regulacija količine tečnosti u organizmu zasnovani su na tri procesa: filtraciji,
reapsorpciji i sekreciji. Proces stvaranja definitvnog urina u nefronu otpočinje
filtracijom velike količine krvi iz kapilara, kroz krvno-urinarnu membranu. Ovaj
ultrafiltrat krvi zatim ulazi u sistem tubula, gde se odvijaju (1) reapsorpcija:
vraćanje određenih supstanci iz filtrata u krvotok, i (2)sekrecija: transport jona i
drugih supstanci iz krvotoka u bubrežne tubule; kao procesi koji učestvuju u
stvaranju definitivnog urina.
133
7. Dijaliza
Obavljajući ovu primarnu ulogu, bubrezi regilušu izlučivanje vode i elektrolita, i

to srazmjerno njihovom unosu u organizam, i održavajući na taj način hemijsku
ravnotežu unutrašnje sredine organizma. Regulacijom izlučivanja vode i natrija
imaju glavnu ulogu u dugoročnoj regulaciji krvnog pritiska. Bubrezi učestvuju i u
regulaciji pH vrijednosti tjelesnih tečnosti, jer mogu da odstrane iz organizma
hidorgenove jone, a reapsorbiraju ili stvaraju nove bikarbonatne jone. Bubreg luči
eritropoetin, hormon koji potiče stvaranje crvenih krvnih ćelija u stanjima kada
postoji smanjen nivo kisika što se prenosi do tkiva. U slučaju dužeg gladovanja
bubrezi imaju sposobnost da stvaraju glukozu, mehanizmom glukoneogeneze.
Slika 7.1. Nefron [81]: (1) krv ulazi unutar nefrona, (2) protok filtrirane krvi,
(3) Bowmanova čahura i glomerula: krv se filtrira kroz pore u kapilare,
(4) eliminacija nepoželjnih supstanci, (5)Hanleova petlja: voda i soli su se
reapsorbirali, tako da je koncentracija u filtratu izmijenjena, (6) filtrirana krv,
većina vode i hranjivih tvari vraćena natrag u krvi, (7) Sabirna cijev, urin teče u
bubrežne karlice, (8) Filtrirana krv izlazi nefrona
134
Reabsorbcija, proces kojim se korisne tvari vraćaju u krv, je baziran na pasivnom

prijenosu: difuziji molekula i ultrafiltraciji vode i sitnih čestica, uz aktivni
prijenos polariziranih čestica – jona –putem aktivnih pumpi.
7.2. Hemijski procesi u osnovi hemodijalize

Dijaliza je postupak čišćenja krvi preko polupropusne membrane kod kojeg se iz
krvi uklanjaju štetni produkti, višak elektrolita i vode, a istodobno se dodaju
materije koje su potrebne organizmu - bikarbonati. Dva najčešća oblika liječenja
dijalizom su peritonealna dijaliza i hemodijaliza. Peritonealna dijaliza je
okarakterisna sa:
- Peritoneum je trbušna maramica.
- Krv se pročišćava unutar tijela.
- Dijalizat, fluid koji se koristi za čišćenje, provodi se kroz kateter.
- Višak tečnosti i materija prelazi u dijalizat.
- Dijalizat se odovodi iz abdomena.
Proces dijalize se temelji na fizikalno-hemijskim zakonima: koncentracijski
gradijent, difuzija, osmoza, ultrafiltracija, konvekcija.
Difuzija:
U slučaju da su dva rastvora sa različitim koncentracijama neke materije
odvojena polupropusnom membranom, doći će do kretanje molekula iz rastvora
veće koncentracije kroz polupropustljivu membranu u rastvor sa manjom
koncentracijom. Ovo kretanje se naziva difuzija. Uslov za kretanje materije iz
jednog rastvora u drugi je koncentracijski gradijent, a pretpostavka je postojanje
polupropusne membrane. Membrana je propusna za male molukule i vodu, a
nepropusna za krv i velike molekule. Na difuziju utiču uz koncentracijski
gradijent i veličina molekula u odnosu na veličinu otvora mebrane, brzina
kretanja molekula (brzina protoka krvi i dijalizata), građa membrane dijalizatora
(debljina, površina i broj otvora).
(a) (b) (c)

Slika 7.2. Difuzija (a), osmoza (b), i ultrafiltracija – konvekcija (c)
135
7. Dijaliza
Osmoza:
Osmoza je pasivan transport koji se definiše kao kretanje rastvarača (voda) iz
prostora manje u prostor veće koncentracije rastvorene supstance kroz
poluprospusnu membranu. Proces osmoze se odvija sve dok se ne izjednače
koncentracije s obje strane membrane.
Ultrafiltracija:
Molekule vode su veoma male i mogu proći kroz sve vrste polupropustljivih
membrana. Proces se zove ultrafiltracija, a pokretački mehanizam su hidrostatski
i osmotski pritisak - mijenjanjem hidrostatskog pritiska u krvnom prostoru ili
prostoru s dijalizatom uređaja za dijalizu može se mijenjati veličina ultrafiltracije.
Konvekcija:
Proces ultrafiltracije kroz vrlo propustljive membrane s relativno velikim porama,
može pospješiti odstranjivanje malih do srednje velikih molekula iz krvi
bolesnika na dijalizi što se naziva konvekcija.
7.3. Historija hemodijalize

Već je istaknuto da je hemodijaliza bazirana na principima osmoze i difuzije.
Thomas Graham (1805-1869), je izvodio esperimente razdvajanja supstanci
korištenjem polupropusne membrane. Graham je opisao eksperimente 1854.
godine u svom radu “Bakerian lecture on osmotic forces” Graham je prvi
upotrebio termin dijaliza za “metod separacije difuzijom krozpregradu od
želatinske tvari”. Adolf Fick (1829-1901) je dao matematski model selektivnog
transporta kroz polupropusno membranu uzrokovanog koncentracijskim
gradijentom 1855 godine. Ovaj matematski opis je poznat kao Fickov zakon
difuzije.
Prvi uređaj za dijalizu je napravio John Abel (1857-1938) sa svojim kolegama na
Johns Hopkins University School of Medicine 1914. godine, i nazvali su ga
vještački bubreg, a testirali su ga na kozama. Prvi primjer korištenja uređaja za
hemodijalizu za tretman ljudi je izvršio George Haas 1924. Willem Kolff (1911-
2009) je od 1943. u Nizozemskoj pružao tretman pacijentima sa akutnim
zatajenjem bubrega, i nakon nekoliko neuspješnih tretmana 1945 je uspio spasiti
život jednom pacijentu.
Hemodijalza nije smatrana rješenjem za hronične pacijente dok nije razvijen
pristupni šant. To su napravili Scribner i njegove kolege 1960 korišteći silikon.
To je omogućilo primjenu dijalize kao standardne medicinske terapije.
7.4. Vještački bubreg – aparat za hemodijalizu

Aparat za dijalizu ima ulogu vještačkog bubrega i vrši ekstrakorporalno
pročišćavanje krvi sa ciljem uklanjanja viška vode, detoksikacije krvi i balansa
hemijskog sastava krvi. Aparat za hemodijalizu je terapeutski uređaj za pacijente
sa renalnom insuficijencijom, odnosno zatajenjem bubrega.
136
Slika 7.3. Dijaliza Kolffovim aparatom

Značaj aparata za dijalizu se ogleda u činjenici da 2 miliona ljudi prolaze ovaj
tretman ili su ga prolazili prije transplantacije bubrega.
U sklopu hemodijalize krv se odovodi iz pacijenta sa pristupne fistule, šanta
kanala koji vodi između arterije i vene na ruci pacijenta. Krv cirkuliše kroz
dijalizator gdje se odvodi višak vode i uklanjaju uremični toksini, i vraća se u
pacijenta. Parametri koji se kontrolišu tokom ovog postupka su protok,
temperatura, krvni pritisak, itd. U toku procesa dijalize potrebno voditi računa o
koagulaciji krvi i pojavama zračnih mjehurića.
Glavne komponenet uređaja za hemodijalizu su: (a) sistem vantjelesne
cirkulacije: arterijska i venska krvna linija, (b) dijalizator, i (c) sistem cirkulacije
dijalizata. Osnovne funkcije uređaja za dijalizu su: priprema dijalizata,
zagrijavanje dijalizata na fiziološki opseg temperature, kontrola sastava dijalizata
i filtrata mjerenjem provodnosti i pH, kontrola količine odstranjenog viška
tečnosti, pumpanje krvi i antikoagulanta, i kontrola pritiska krvi u sistemu
vantjelesne cirkulacije.
Šematski prikaz uređaja za hemodijalizu je dat na slici 7.4.
Normalan protok krvi tokom standardne dijalize je 250-350 ml/min. Krvna
pumpa je obično smeštena u sistemu vantjelesne cirkulacije prije dijalizatora
Druga pumpa u krvnim linijama cirkulacije u aparatu za dijalizu jeste heparinska
pumpa.
137
7. Dijaliza
Slika 7.4. Šematski prikaz uređaja za hemodijalizu (HD)
Heparin se koristi da spriječi zgrušavanje krvi (antikoaguacija), a heparinska

pumpa kombinuje držač sa injekcijom heparina i potiskivač pumpe koji
potiskivanjam ubacuje heparin kroz u arterijsku krvnu liniju poslije krvne pumpe.
Krvni pritisak se mjeri u arterijskoj i venskoj liniji zbog sigurnosti pacijenta i
omogućavanja postizanje potrebne razlike u pritisku krvi s jedne strane i
dijalizata sa druge strane membrane - transmembranski pritisak. Poseban senzor
u slučaju detekcije zračnih mjehurića zaustavlja process dijalize.
U sistemu cirkulacije dijalizata regulišu se temperatura, pritisak i koncentracija.

Osnovni dijelovi su grijanje, uklanjanje zraka, i kontrola regulisanih veličina.
Kontrola i verifikacija sastava dijalizata ima i namjenu detekcije abnormalnih
stanja, kao što je pojava krvi u cirkulaciji dijalizata. U slučaju detekcije
abnormalnih stanja aktivira se alarm i zaustavlja se cirkulacija u oba dijela
uređaja za dijalizu.
Slika 7.5. Dijalizator
138
Pročišćavanje krvi se vrši u dijalizatoru koji je prikazan na slici 7.5. Dijalizator

sadrži oko 20,000 propusnih membrana koje kopiraju funkciju bubrega, tj.
glomerule. Ove cjevolike membrane imaju prečnik oko 200 µm. Zidovi
kapilarnih membrana su debljine 40 µm. Membrane dijalizatora su sintetičke
membrane visoke biokompatibilnosti. Za standardnu hemodijalizu (HD uređaji)
se koriste niskoprotočne membrane, a za hemodijafiltraciju (HDF) koja se vrši
uređajima koji koriste visokoprotočne membrane.
Na slici 7.6. su prikazani primjeri aparata za hemodijalizu (Fresenius 2008 K) i

dijalizatora FX CorDiay.
(a) (b)
Slika 7.6. Aparat za hemodijalizu (Fresenius 2008 K) (a) i
dijalizator FX CorDiay (b)
Prostor između kapilarnih membrana je ispunjen tečnošću za dijalizu

(dijalizatom) koja protiče u smjeru suprotnom od proticanja krvi. Na ovaj način
se stvara koncentracijski gradijent i različiti uremički toksini se premještaju iz
krvi u dijalizat. Transfer mase je uzrokovan difuzijom (kondukcija- provođenje) i
ultrafiltracijom (konvekcija - odvođenje). Mjera efikasnosti procesa dijalize je
klirens, definisan kao količina supstance ukonjena iz krvi u jedinici vremena, i u
odnosu na koncentraciju te supstance u krvi pacijenta. Klirens se računa kao
suma difuzionog i konvektivnog učinka uklanjanja.
139
7. Dijaliza
Kontrola parametara procesa hemodijalize ima i važnu ulogu detekcije rizičnih

događaja koji mogu biti štetni po pacijenta. U slučaju detekcije rizičnih događaja
zaustavljaju se pumpe u oba kruga cirkulacije. Parametri koji se prate zbog
detekcije rizičnih događaja:
- Krvni pritisak u venskoj liniji.
- Mjehurići zraka u venskoj liniji.
- Pojava hemoglobina u cirkulaciji dijalizata.
- Granica temperature dijalizata; mjerenje temperature je povezano sa
grijačem dijalizata kojim se održava tjelesna temperatura (35-39) ºC.
Niža temperatura može uzrokovati podhlađivanje, a povišena uzrokuje
promjenu prirodne strukture proteina (denaturaciju).
- Mjerenje provodnosti za praćenje koncentracije elektrolita u dijalizatu.
- Mjerenje pH vrijednosti, kao dodatnog parametra za praćenje
koncentracije elektrolita u dijalizatu.
Povećanje koncentracije elektrolita utiče na povećanje provodnosti dijalizata, što

omogućava praćenje koncentracije elektrolita u dijalizatu u relanom vremenu.
Ovo je značajna osobina modernih uređaja za hemodijalizu i praćenje
provodnosti u kombinaciji s praćenjem fizioloških parametara utiče na
određivanje sastava dijalizata.
Alarmi za provodnost se prilagođavaju postavljenim granicama za sastav

dijalizata. Treba naglasiti da su mjerenja provodnosti temperaturno
kompenzirana. Iako predviđeni opseg prikaza provodnosti može biti 10-17
mS/cm, alarmi su postavljeni sa strožim graničnim vrijednostima, npr. 12-16
mS/cm.
7.5. Hemodijafiltracija
Pri kontinuiranoj hemofiltraciji konvekcijom se preko propusne membrane
filtriraju otopljene supstance molekula protokom 2-3 litra/sat; filtrat se baca, a
bolesnik prima infuziju fiziološki uravnotežene vode i elektrolita.
Hemodijafiltracija kombinuje principe hemodijalize i hemofiltracije, odnosno
difuzijske i konvektivne transportne mehanizme, kako bi se omogućilo bolje
uklanjanje molekula srednje i velike molekulske težine i bolja iskoristivost
karakteristika visokoprotočnih membrana, a time i bolji terapijski efekat. Na slici
7.7. dat je šematski prikaz rada uređaja za hemodijafiltraciju (HDF).
Difuzija je omogućena razlikom u koncentraciji toksina s obje strane
polupropusne membrane i na ovaj način se odstranjuju isključivo uremijski
toksini koji imaju malu molekularnu masu. Primjena HDF je omogućena
korištenjem posebnih visokopropusnih membrana u dijalizatorima.
140
Slika 7.7. Šematski prikaz uređaja za hemodijafiltraciju (HDF)
Karakteristike visokopropusnih membrana su: koeficijent ultrafiltracije, površina

membrane, adsorpcijska površina i biokompatibilnost. Među prve HDF uređaje
spadaju Fresenius Medical Care modeli 4008, 4008S, 5008 i 5008S. Monitori
Fresenius HDF uređaja 4008S za praćenje krvnog pritiska i online klirensa su
prikazani na slici 7.8.
Konvekcijom se uklanjaju uremijski toksini veće molekularne mase, što je
omogućeno velikim protokom tekućine koji prenosi ove molekule. Zahvaljujući
konvekciji moguća je i veća ultrafiltracija. Za nadoknadu tekućine odstranjene
ultrafiltracijom u visokoprotočnom postupku potreban je isti volumen sterilne
supstitucijske tekućine. Supstitucijska tekućina nalikuje plazmi, sadrži kalijum,
hlor, kalcijum, dekstrozu i bikarbonate, i može biti komercijalno proizvedena ili
pripremljena u samom dijaliznom aparatu online. S obzirom na vrstu
supstitucijske tekućine HDF uređaji se dijele na konvencionalne HDF i online
HDF uređaje - OLHDF.
Mjesto ulaska supstitucijske tekućine u vantjelesnu cirkulaciju može biti prije ili
poslije dijalizatora: što se označava kao predilucijska i postdilucijska OLHDF.
Kod postdilucijske OLHDF supstitucijska tekućine se u vantjelesnu cirkulaciju
uvodi poslije dijalizatora. Na ovaj način je omogućen optimalan klirens malih i
većih molekula pri optimalnom protoku supstitucijske tekućine i to je najčešći
način primjene OLHDF (vidjeti sliku 7.7.).
7.6. Senzori kod dijalize

Parametri procesa hemodijalize kao što su pritisak i temperatura krvi moraju se
regulisati i održavati u dozvoljenim granicama da bi se obezbijedio tretman
siguran po zdravlje i život pacijenta.Kvalitet, odnosno efekat procesa dijalize -
klirens, se takođe određujem mjerenjem sastava i pH vrijednosti dijalizata.
141
7. Dijaliza
Slika 7.8. Fresenius 4008S HDF uređaj: (a) monitor krvnog pritiska -
Blood Pressure Monitor (BPM) i (b) Online klirens monitor - Online
Clearance Monitor (OCM®)
Na slici 7.9. je prikazan dijagram procesa dijalize sa ugrađenim senzorima firme

Honeywell. Senzor sile ne prati parametre procesa dijelize već ima ulogu da
detektuje da je dijalizator montiran na aparat i da se time uslovljava pokretanje
čitavog postupka dijalize.
142
Slika 7.9. Dijagram rasporeda Honeywell senzora za proces hemodijalize: (1) i

(2) – senzori pritsika, (3) mjerenje brzine okretaja pumpe na bazi Hallovog
efekta, (4) termistor, (5) senzor sile. [48]
Senzori pritiska
Senzori pritiska trebaju mjeriti pritisak bez ometanja protoka tekućine i trebaju
biti temperaturno kompenzirani. Njihova izvedba može biti manje ili više
robusna što utiče na njihovu dugotrajnost.
Slika 7.10. Senzori pritiska Honeywell (a) 26PC FLOW-THROUGH SERIES i

(b) Transducers Heavy Duty 13 MM SERIES AND 19 MM SERIES
Magnetni senzor na bazi Hallovog efekta
Senzor kojima se mjeri magnetno polje primjenom Hallovog efekta, koristi se za
mjerenje i regulisanje brzine obrtaja pumpe, čime se upravlja protokom krvi
odnosno dijalizata.
143
7. Dijaliza
Slika 7.11. Honeywell magnetni Hall-efekt senzor
Mjerenje temperature – termistori

Termistori su senzori za mjerenje temperature korištenjem materijala sa
temperaturno osjetljivom otpornosti (engl. temperature sensitive resistors). Kod
ovih materijala promjene otpornosti sa temperaturom su izrazite. Proizvođači
nude kako samostalne senzore tako i kompletno rješenje za regulaciju
temperature sa termistorom i mikrokontrolerom.
Slika 7.12. Honeywell termistor serije 192

Elektrohemijski senzor je uređaj za pretvaranje hemijske, tj. biološke veličine u
električni signal. Konkretna veličina koja se treba pretvoriti u električni signal i
princip konverzije utiču na ime senzora koje se koristi u praksi. Ako se senzor
koristi za mjerenje biološke veličine, na primjer koncentracija šećera u krvi
koristi se termin biosenzor.
Mjerenje provodnosti dijalizata
Provodnost dijalizata se mjeri korštenjem senzora na bazi elektrohemijske ćelije.
Ovo je tipičan sensor za mjerenje hemijskih kvantiteta u biomedicini, na primjer
koncentracije jona ili molekula gasa u različitim medijima. Senzori na bazi
elektrohemijske ćelije mogu imati namjenu mjerenja potencijala, jačine struje ili
provodnosti. Elektrohemijska ćelija se sastoji od dvije elektrode uronjene u
elektrolit, a izvedba senzora zavisi od toga koja se veličina mjeri.
144
U slučaju mjerenja provodnosti dijalizata to je konduktometar koji se sastoji

samo od dvije elektrode jer je elektrolit sama dijalizna tekućina u koju se
elektrode uranjaju i čija se provodnost mjeri. Mjerenje se bazira na detektovanju
promjene broja pokretnih nosilaca elektriciteta (jona) u dijalizatu i uključuje par
senzora. Senzori za mjerenje konduktiviteta se postavljaju na dovod i odvod
dijalizata i mjeri se razlika koncentracije.
Iako mjerenje konduktivnosti nije selektivno po pitanju vrste jona, praksa je
potvrdila da i ovakvo ograničeno mjerenje značajno poboljšava postupak dijalize.
Postojanje linerane korelacije između konduktivnosti dijalizata i koncentracije
natrijuma, izmjerena razlika u konduktivnost dijalizata se koristi kao surogatno
mjerenje za procjenu koncentracije natrijuma. Mjerenje konduktivnosti dijalizata
i plazme predstavlja osnov za procjenu klirensa uree, s obzirom na jasnu vezu
između difuzije natrija i transporta uree. Upravo su konduktometri omogućili
implementaciju različitih online klirens monitora (slika 7.8.).
Jon-selektivne elektrode
Uticaj jona bikarbonata na mjerenje konduktivnosti ima za posljedicu da
konduktivnost plazme i dijalizata, iako strogo korelirani, ne mogu u potpunosti
zamijeniti mjerenje koncentracije natrija.
Idealna jon-selektivna elektroda (engl. Ion Selective Electrode - ISE) bi reagovala
isključivo na specifičnu vrstu jona u mješanom rastvoru. Najčešće korištena ISE
je staklena pH elektroda.
ISE predstavlja specijalnu vrstu elekrohemijskog senzora koja za izlaznu veličinu
ima potencijal. ISE ima par elektroda, jedna je referentna, a druga je inidkatorska
elektroda, a dva rastvora u koja se elektrode uranjaju su razdvojeni membranom.
ISE se kalibrira na elektrolitu poznate koncentracije.
Veza detektovane razlike potencijala između dvije elektrode, i koncentracije
specifičnog jona; je opisana Nernstovom jednačinom (jednačina ). Mjerenja
korištenjem ISE se vrše nad uzorkom dijalizata ili plazme i ne mogu se vršiti
online.
7.7. Zaključak
Aparat za dijalizu ima ulogu vještačkog bubrega i vrši vantjelesno pročišćavanje
krvi sa ciljem uklanjanja viška vode, detoksikacije krvi i balansa hemijskog
sastava krvi.
Glavni dijelovi uređaja za hemodijalizu su: (1) sistem vantjelesne cirkulacije:
arterijska i venska krvna linija, (2) sistem cirkulacije dijalizata i (3) dijalizator, u
kojem se vrši pročišćavanje krvi.
Uz standardne uređje za hemodijalizu (HD) koriste se i uređaji za hemofiltraciju
(HF) i hemodijafiltraciju (HDF). Hemofiltracija radi na principu konvekcije; tako
145
7. Dijaliza
da se pri kontinuiranoj hemofiltraciji konvekcijom se preko propusne membrane

filtriraju otopljene tvari, filtrat se baca, a pacijent nadomjesno prima infuziju
fiziološki uravnotežene vode i elektrolita.
Hemodijafiltracija kombinuje principe hemodijalize i hemofiltracije, odnosno
difuzijske i konvektivne transportne mehanizme, i bolji terapijski efekat. Jedan
od glavnih ciljeva liječenja bolesnika u završnoj fazi bubrežne bolesti je stalno
poboljšavanje i usavršavanje načina i tehnika dijalizne tehnologije.
146
Literatura:
[1] H. Ackar, I. Kico, A. Tahirbegovic, D. Boskovic, Tool for Comparative

Case Studies of Heart Rate and Heart Rate Variability, CMBEBIH 2017
(pp. 482-486), Springer, Singapore, 2017.
[2] D. Avdić, Aplikacija za praćenje stanja pacijenta kao dio kliničkog
informacionog sistema, Završni rad II ciklusa studija Odsjeka
Računarstvo i informatika, Elektrotehnički fakultet Univerziteta u
Sarajevu, 2016.
[3] A.T. Azar (urednik) Modeling and control of dialysis systems Volume 1:
Modeling Techniques of Hemodialysis Systems, SCI 404 Springer-
Verlag Berlin Heidelberg, 2013.
[4] A.O. Akmandor, N.K. Jha, Smart Health Care: An Edge-Side Computing
Perspective, u IEEE Consumer Electronics Magazine, vol. 7, no. 1, pp.
29-37, Jan. 2018.
[5] S. Avdaković, I. Omerhodžić, A. Badnjević, D. Bošković, Diagnosis of
Epilepsy from EEG Signals Using Global Wavelet Power Spectrum,
Proc. 6th European Conf. of the International Federation for Medical and
Biological Engineering (MBEC 2014), Dubrovnik, IFMBE Proceedings,
45:481-484, Springer, 2015.
[6] H. Adeli, S. Gosh-Dastidar, N. Dadmehr, Automated EEG-based
diagnosis of neurological disorders, CRC Press, 2010.
[7] N. Bešenski, M. Radoš, Magnetska rezonancija, Radiološki vijesnik 2:6-
10, 2000.
[8] S.N. Breit, M.F. O’Rourke, Comparison of direct and indirect arterial
pressure measurements in hospitalized patients, Aust NZ J Med
4(5):485–491, 1974.
[9] D. Borsook, E.A. Moulton, K.F. Schmidt, L.R. Becerra, Neuroimaging
revolutionizes therapeutic approaches to chronic pain, Molecular Pain,pp
3:25, 2007.
[10] D. Bošković, Integracija objektno orijentisanih tehnika u implementaciji
algoritma sistema realnog vremena, magistarski rad, Odsjek Računarstvo
i informatika, Elektrotehnički fakultet Univerziteta u Sarajevu, 2004.
[11] D. Bošković, Inspection and Testing of Dialysis Machines. In: Inspection
of Medical Devices. Springer, Singapore, pp. 203-220, 2018.
147
Biomedicinski signal i sistemi
[12] R.E. Brown, et al. “Control of sleep and wakefulness.” Physiological

reviews 92.3 (2012): 1087–1187. PMC. Web. 16 Sept. 2018.
[13] E. Burns, Left Bundle Branch Block, Life in the Fast Lane, 2017. online
https://lifeinthefastlane.com/ecg-library/basics/left-bundle-branch-block/
[14] A.K. Cheung, Biocompatibility of hemodialysis membranes, Journal of
the American Society of Nephrology 1, No. 2, pp. 150-161, 1990.
[15] H. Chang, J.M.F. Moura, Biomedical Signal Processing, 2nd edition,
Volume 1, McGraw Hill. 2010.
[16] C.S. Chua i Siew Mun Hi, AN1571 - Digital Blood Pressure Meter,
Freescale Semiconductor, 2005
https://www.nxp.com/docs/en/application-note/AN1571.pdf
[17] V. Colletti, R.V. Shannon, Open set speech perception with auditory
brainstem implant?, Laryngoscope 115 (11): 1974–8, 2005.
[18] C.J. James, C.W. Hesse, Independent component analysis for biomedical
signals, Physiological measurement, 20; 26(1):R15, 2004.
[19] W.G. Couser, G. Remuzzi, S. Mendis, M. Tonelli, The contribution of
chronic kidney disease to the global burden of major noncommunicable
diseases. Kidney Int 80(12):1258-1270, 2011.
[20] A. Delorme i M. Scott, EEGLAB: an open source toolbox for analysis of
single-trial EEG dynamics including independent component analysis,
Journal of neuroscience methods 134, no. 1, pp 9-21, 2004.
[21] Diagnostic and Classification Steering Committee, M.J. Thorpy
(predsjedavajući), International Classification of Sleep Disorders:
Diagnostic and Coding Manual, American Sleep Disorders Association,
Rochester, pp. 65–71, 1990.
[22] S. Dizdarević, Implementacija pulsnog oksimetra: sistema za mjerenje
zasićenja kisikom (SpO2), Završni rad II ciklusa studija Odsjeka
Automatika i elektronika, Elektrotehnički fakultet Univerziteta u
Sarajevu, 2016.
[23] R.C. Dorf, Sensors, nanoscience, biomedical engineering and
instruments, Taylor&Francis, 2006.
[24] R.D. Dowling et al, Current Status of the AbioCor Implantable
Replacement Heart, Volume 71 of the journal Annals of Thoracic
Surgery, pp. S147-S149, 2001.
[25] R. Dowling et al., Initial experience with the AbioCor Implantable
Replacement Heart System, The Journal of Thoracic and
Cardiovascular Surgery Volume 127, Number 1, Elsevier, pp 131-141,
januar 2014.
148
[26] G.Drzewiecki, R. Hood, H. Apple, Theory of the oscillometric maximum

and the systolic and diastolic detection ratios, Annals of biomedical
engineering 22, no. 1, pp: 88-96, 1994.
[27] A.H. Eggerth, The preparation and standardization of collodion
membranes, J Biol Chem 18, 203-221, 1921.
[28] J. Enderle, J. Bronzino, Introduction to Biomedical Engineering,
Academic Press; 3 izdanje, 2011.
[29] J.N. Fayad, S.R. Otto, R.V. Shannon, D.E. Brackmann, Cochlear and
brainstern auditory prostheses: neural interface for hearing restoration:
Cochlear and brain stem implants, Proceedings of the IEEE 96:1085-95,
2008.
[30] A. Fick, Über Diffusion, Ann Phys Chem 94, 59-86, 1855.
[31] W. Freeman, R.Q. Quiroga, Imaging brain function with EEG: advanced
temporal and spatial analysis of electroencephalographic signals,
Springer Science & Business Media; 2012.
[32] W. Freeman et al, Spatial spectra of scalp EEG and EMG from awake
humans, Clin Neurophysiol, 2003 Jun;114(6):1053-68. 2003.
[33] Fresenius USA, Inc., 2008T Hemodialysis Machine Operator’s Manual,
2015.
[34] A. Gacek, W. Pedrycz, ECG signal Processing, Classification and
Interpretation: A Comprehensive Framework of Computational
Intelligence, Springer-Verlag London Limited 2012.
[35] L.A. Geddes, Handbook of Blood Pressure Measurement, Humana Press,
1991.
[36] M. Gembala, S. Kumar, Sodium and Hemodialysis, u A.Carpi (ur.)
Progress in Hemodialysis - From Emergent Biotechnology to Clinical
Practice, InTech, 2011.
[37] G.A. Holzapfel, J.J. Mulvihill, E.M. Cunnane, M.T. Walsh,
Computational approaches for analyzing the mechanics of atherosclerotic
plaques: A review, Journal of Biomechanics,Volume 47, Issue 4, pp 859-
869, 2014.
[38] A.L. Goldberger, L.A.N. Amaral, L. Glass, J.M. Hausdorff, P.C. Ivanov,
R.G. Mark, J.E. Mietus, G.B. Moody, C.K. Peng, H.E. Stanley,
PhysioBank, PhysioToolkit, and PhysioNet: Components of a New
Research Resource for Complex Physiologic Signals. Circulation
101(23):e215-e220 [Circulation Electronic Pages];
http://circ.ahajournals.org/cgi/content/full/101/23/e215 ; 2000.
149
[39] T. Graham, The Bakerian lecture: Osmotic force Philos Trans R Soc
London 144, 177-228, 1854.
[40] T. Graham, Liquid diffusion applied to analysis, Philos Trans R Soc
London 151, 183-224, 1861.
[41] S.L. Grimes, Clinical notes [opportunities and challenges in clinical
engineering], Engineering in Medicine and Biology Magazine, IEEE
Volume: 23 , Issue: 2, 2004, pp:94 – 95
[42] A.C. Guyton i J.E. Hall, Textbook of Medical Physiology (11. izd.)
Philadelphia: Elsevier Saunder, 2006.
[43] R.M. Hakim, Clinical implications of hemodialysis membrane
biocompatibility, Kidney international 44, no. 3, pp: 484-494, 1993.
[44] A.T. Hansen, Presure Measurement in the Human Organism, Teknisk
Forlag, Copenhagen, 1949.
[45] G. Harsanyi, Sensors in biomedical applications- Funfamentals,
technology and applications, CRC Press 2000.
[46] H. Hellman, Great Feuds in Medicine: Ten of the Liveliest Disputes
Ever, New York, John Wiley & Sons, 2001.
[47] B. Hille, Ionic channels in excitable membranes. Current problems and
biophysical approaches. Biophysical Journal, 22(2):283-294, 1978.
[48] Honeywell, Sensors in Hemodialysis Machines, An Application Note,
2016, online; https://sensing.honeywell.com/honeywell-sensing-sensors-
hemodialysis-machines-application-note-008156-8-en.pdf , pristupljeno:
12.05.2017.
[49] IEEE EMB - Engineering in Medicine & Biology, Designing A Career In
Biomedical Engineering, EMB Career Guide, online
http://www.embs.org/wp-content/uploads/2016/01/EMB-
CareerGuide.pdf 2015.
[50] T.S. Ing, M.A. Rahman, C.M. Kjellstrand, Dialysis: history, development
and promise. World Scientific, Singapore, 2012.
[51] M. Janković, D. Popović, M. Popović, Biomedicinska merenja i
instrumentacija, Akademska misao, Beograd, Srbija, 2009.
[52] A. Jones, O. Partt, Physical principles of intra-arterial blood pressure
measurement, ATOTW - Anaesthesia tutorial of the week 137,
Anaesthesia UK, 2009. http://www.anaesthesiauk.com/Documents/137
Physical principles of intra-arterial blood pressure measurement.pdf
150
[53] A.E.W. Johnson, T.J. Pollard, L. Shen, L.H. Lehman, M. Feng, M.

Ghassemi, B. Moody, P. Szolovits, L. Anthony Celi, R.G. Mark,
MIMIC-III: a freely accessible critical care database. Scientific Data,
2016.
[54] P. Jungers, J. Zingraff, N.K.Man, T.Drueke, The Essentials in
Hemodialysis: Illustrated Guide, Springer Netherlands, 1978.
[55] A.Karagiannis, P.Constantinou1, D.Vouyioukas, Biomedical Time Series
Processing and Analysis Methods: The Case of Empirical Mode
Decomposition, u: Advanced Biomedical Engineering, Gaetano D.
Gargiulo, Alistair McEwan (ur.), InTech, 2011.
[56] R.E.Klabunde, Cardiovascular Physiology Concepts, drugo izdanje,
Lippincott Williams & Wilkins, 2012.
[57] K.O. Khwaja, Dialysis Access Procedures. In: Humar A, Matas A, Payne
W (urednici) Atlas of Organ Transplantation. Springer London, p 35-58,
2006.
[58] I. Kico, Aplikacija za analizu hoda na osnovu mjerenja plantarnog
pritiska, Završni rad II ciklusa studija Odsjeka Automatika i elektronika,
Elektrotehnički fakultet Univerziteta u Sarajevu, 2017.
[59] R. Kramme, K. Hoffmann, R.S. Pozos Azar (urednici) Springer
Handbook of Medical Technology. Springer-Verlag Berlin Heidelberg,
2011.
[60] J. Levy, Ultrafiltration during hemodialysis, u. J. Levy, E. Brown i J.
Morgan J (urednici) Oxford handbook of dialysis, Oxford University
Press; 2004:118.
[61] F. Locatelli, A. Covic, C. Chazot, et al, Optimal composition of the
dialysate, with emphasis on its influence on blood pressure. Nephrol Dial
Transplant 19 (4), 785-796, 2004.
[62] R. Maex, Cell Excitability, u Mathematical Physiology, urednici: Andrea
De Gaetano i Pasquale Palumbo, Encyclopedia of Life Support Systems
(EOLSS), UNESCO
[63] J. Malmivuo, R. Plonsey, Bioelectromagnetism - Principles and
Applications of Bioelectric and Biomagnetic Fields, Oxford University
Press: New York, NY, USA; Oxford, UK, 1995. dostupna online
www.bem.fi/book/book.pdf , 1995.
[64] J.B. Mark, Atlas of Cardiovascular Monitoring. New York, Churchill
Livingstone, 1998.
[65] C.A.García Martínez et al, Heart Rate Variability Analysis with the R
package RHRV, Springer International Publishing, 2017.
151
[66] G.W. Mauck, C.R. Smith, L.A. Geddes, J.D. Bourland, The meaning of
the point of maximum oscillations in cuff pressure in the indirect
measurement of blood pressure – part ii, J Biomech Eng 1980, 102: 28–
33, 1980.
[67] J.T. McCarthy, Prognosis of patients with acute renal failure in the
intensive-care unit: a tale of two eras, u Mayo Clinic Proceedings, vol.
71, no. 2, pp. 117-126. Elsevier, 1996.
[68] Medgadget, Patient Aortas Printed in 3D to Test How Replacement
Valves Will Work, (online), Medgadget LLC, El Granada (SAD),
dostupno na: https://www.medgadget.com/2018/03/patient-aortas-
printed-3d-test-replacement-valves-will-work.html
[69] J. Memić, Klasifikacija EKG signala na bazi segmentacije osnovnog
EKG talasa, Završni rad II ciklusa studija Odsjeka Automatika i
elektronika, Elektrotehnički fakultet Univerziteta u Sarajevu, 2016.
[70] I. M. Devčić, I. Bubić, S. Rački, Online hemodijafiltracija – novi
standard u liječenju hemodijalizom?, medicina fluminensis 2010, Vol.
46, No. 4, p. 489-497, 2010.
[71] M. Midžić, Alat za analizu podataka o varijabilnosti srčanog ritma
(HRV), Završni rad II ciklusa studija Odsjeka Automatika i elektronika,
[72] J. Mirat, EKG u kliničkoj praksi – uvod u elektrokardiografiju.
Sveučilište Josipa Jurja Strossmayera u Osijeku, 2014.
[73] G.B. Moody, R.G. Mark, The impact of the MIT-BIH Arrhythmia
Database. IEEE Eng in Med and Biol 20(3):45-50 (May-June) 2001.
[74] G.B. Moody, W.E. Muldrow, R.G. Mark, A noise stress test for
arrhythmia detectors. Computers in Cardiology 1984; 11:381-384, 1984.
[75] A. Monaco, What it takes to be a bioengineer, The Institute, IEEE, Issue:
December, 2012.
[76] G. Muller, M. Bonnema, Teaching Systems Engineering to
Undergraduates; Experiences and Considerations, 23rd Annual INCOSE
International Symposium, Philadelphia, 24-27 June 2013, [online]
http://purl.utwente.nl/publications/87015
[77] H. Muhedinovic, D. Boskovic, Design of IoT Solution for Velostat
Footprint Pressure Sensor System. Internet of Things Technologies for
HealthCare. Third International Conference, HealthyIoT 2016, Västerås,
Sweden, October, 2016.
152
[78] H. Muhedinović, Upotreba velostata za analizu kontrakcije mišića u

sklopu telemedicine, Završni rad II ciklusa studija Odsjeka Automatika i
elektronika, Elektrotehnički fakultet Univerziteta u Sarajevu, 2016.
[79] I. Neimarlija, Analiza rezultata primjene WT za procesiranje EEG
signala u dijagnostici epilepsije, Završni rad II ciklusa studija Odsjeka
Automatika i elektronika, Elektrotehnički fakultet Univerziteta u
Sarajevu, 2016.
[80] M.R. Neuman, Biopotential Electrodes, The Biomedical Engineering
Handbook: Second Edition., Urednik: Joseph D. Bronzino, Boca Raton:
CRC Press LLC, 48-1 48-12, 2000.
[81] M.R. Neuman, Measurement of Blood Pressure, IEEE Pulse, 2(2):39-44,
2011.
[82] OpenStax College, Anatomy & physiology, Houston, TX, OpenStax
CNX, 2013. dostupno online:
http://cnx.org/content/col11496/latest/
[83] J. Pan, W.J. Tompkins, A Real Time QRS Detection Algorithm, IEEE
Trans. On BME, Vol. 32, 1985.
[84] D. K. Park, H.S. Oh, J.H. Kang, I.Y. Kim, Y.J. Chee i J.S. Lee, Novel
method of automatic auscultation for blood pressure measurement using
pulses in cuff pressure and korotkoff sound, 2008 Computers in
Cardiology, pp: 181-184, 2008.
[85] R. Parker, Automation and Control in Biomedical Systems, Springer
Handbook of Automation, pp 1361-1378, Berlin 2009.
[86] D.N. Paskalev, Georg Haas (1886–1971): The Forgotten Hemodialysis
Pioneer. Dial Transplant 30, 828-832, 2001.
[87] L. Popović-Maneski, B. Jeftić, Signali i sistemi u rehabilitaciji,
Akademsk misao, Beograd, Srbija, 2015.
[88] J. Rajeswari i M. Jagannath, Advances in biomedical signal and image
processing–A systematic review, Informatics in Medicine Unlocked 8:
13-19, 2017.
[89] R.M. Rangayyan, Biomedical signal analysis: a casestudy approach,
John Wiley & Sons, 2002.
[90] B.D. Ratner, A.S. Hoffman, F.J. Schoen, J.E. Lemons, D. Corning,
Biomaterials Science:An introduction to materials in medicine, Elsevier
Inc., 2005.
[91] I. Reljin i A. Gavrovska, Telemedicina, Akademska misao, Beograd,
2013.
153
[92] A. Rechtschaffen, A. Kales, (urednici) A Manual of Standardized

Terminology Techniques and Scoring System for Sleep Stages of
Human Sleep, Brain Information Service/Brain Research Institute,
UCLA, 1968.
[93] P.R. Rijnbeek PR et al., Normal values of the electrocardiogram for ages
16-90 years, J Electrocardiol, 47(6), pp. 914-921, 2014.
[94] J. Rinzel, GB Ermentrout, Analysis of neural excitability and
oscillations, C. Koch, I. Segev (urednici) Methods in Neuronal
Modeling: From Ions to Networks, MIT Press, Cambridge MA, drugo
izdanje, 251-291, 1999.
[95] M.Saglam, Hodgkin-Huxley Model, verzija 1.0, MathWorks, 2008
https://www.mathworks.com/matlabcentral/fileexchange/19669-hodgkin-
huxley-model
[96] S. Sanei i J. Chambers, EEG Signal Processing, 2007.
[97] T.K. Sarkar, S. Chaowei, R. Adve, M. Salazar-Palma, L. Garcia-
Castillo, i R.R. Boix, A tutorial on wavelets from an electrical
engineering perspective. I. Discrete wavelet techniques, IEEE Antennas
and Propagation Magazine 40, no. 5 pp: 49-68, 1998.
[98] A. Saito, H. Kawanishi, A.C. Yamashita i M. Mineshima, High-
performance membrane dialyzers, Kidney Blood Press Res 35, no. 5 pp:
299-394, 2012.
[99] R. Sam, Hemodialysis: Diffusion and Ultrafiltration, Austin J Nephrol
Hypertens. 1(2): 1010, 2014.
[100] L. Sathyapriyal, L. Murali, T. Manigandan, Analysis and Detection R-
Peak Detection using Modified Pan-Tompkins Algorithm, 2014.
[101] J.H. Schwartz, B.A. Barres, J.E. Goldman, The Cells of the Nervous
System, U – Kandel, E. R., Schwartz, J. H., Jessell, T. M., Siegelbaum,
S. A., Hudspeth, A. J. (urednici.), Principles of Neural Science (5.
izdanje), McGraw-Hill Companies, New York, 2013.
[102] C.J. Schwiening, A Brief Historical Perspective: Hodgkin and Huxley,
The Journal of Physiology 590.Pt 11 pp: 2571–2575. 2012.
[103] J.P. Seymour, F. Wu, K.D. Wise i E. Yoon , State-of-the-art MEMS and
microsystem tools for brain research, Microsystems & Nanoengineering
(2017) 3, 16066, https://www.nature.com/articles/micronano201666.pdf
[104] F.Shaffer i J.P. Ginsberg, An Overview of Heart Rate Variability Metrics
and Norms, Frontiers in Public Health 5 (2017): 258, PMC, 2018.
154
[105] M.K. Sharma, F.P. Wieringa, A.J.H. Frijns, J.P. Kooman, On-line
monitoring of electrolytes in hemodialysis: on the road towards
individualizing treatment. Expert Rev Med Devices 13(10):933-943,
2016.
[106] L. Sherwood, The Fundamentals of Physiology: A Human Perspective.
McGraw Hill, treće izdanje, 2004.
[107] L. Sörnmo, P. Laguna, Bioelectrical signal processing in cardiac and
neurological applications. Vol. 8. Academic Press, 2005.
[108] L. Sörnmo, (urednik), Atrial Fibrillation from an Engineering
Perspective, Springer, 2018.
[109] H. Sorvoja, Noninvasive blood pressure pulse detection and blood
pressure determination, Department of Electrical and Information
Engineering, Infotech Oulu, University of Oulu, Finland, doktorska
disertacija, 2006.
dostupno online na http://herkules.oulu.fi/isbn9514282728/
[110] A. Šantić, Biomedicinska elektronika, Školska knjiga, Zagreb, Hrvatska,
1995.
[111] N. Šošić, Primjeri bioelektričnih modela neuroloških fenomena, Završni
rad I ciklusa studija Odsjeka Automatika i elektronika, Elektrotehnički
fakultet Univerziteta u Sarajevu, 2017.
[112] R. Štern-Padovan, V. Šunjara, Radiološke pretrage: podsjetnik za
naručivanje, MEDIX, 94/95:113-116, 2011.
[113] A. Šurlan, Medicinska elektronski instrumenti, Svjetlost, Sarajevo, 1982.
[114] Texas Instruments, ADS1298RECG-FE ECG Front-End Performance
Demonstration Kit, User's Guide, (online), mart 2011., revidirano januar
2016. pristupljeno februar 2018.
http://www.ti.com/lit/ug/sbau181b/sbau181b.pdf
[115] Texas Instruments, Peter Chung, ECG Implementation on the
TMS320C5515 DSP Medical Development Kit (MDK) with the
ADS1298 ECG-FE , Application Report, (online) januar 2011.,
pristupljeno februar 2018. http://www.ti.com/lit/an/sprabj1/sprabj1.pdf
[116] D. Trogrlić, Implementacija EKG bloka za telekardiološki sistem,
Završni rad II ciklusa studija Odsjeka Automatika i elektronika,
[117] W.J. Tompkins (urednik) Biomedical Digital Signal Processing, C-
Language Examples and Laboratory Experiments for the IBM® PC,
University of Wisconsin-Madison, 2000.
155
[118] A. Varghese, Membrane models, The Biomedical Engineering

Handbook, pp: 139-161, 1995.
[119] G.Walraven, Basic Arrhythmias, šesto izdanje, Prentice Hall, 2005.
[120] F.G. Yanowitz, ECG Conduction Abnormalities, ECG Learning Center,
Eccles Health Sciences Library, University of Utah,
https://ecg.utah.edu/lesson/6
[121] G. Zhou, Y. Wang i L. Cui, Biomedical Sensor, Device and
Measurement Systems, u: Advanced Biomedical Engineering, Pier
Andrea Serra (urednik), InTech, 2015.
156
Popis slika
1.1. Biomedicinski inžinjering 2

1.2. Kohlearni implant 3
1.3. Vještačko srce AbioCor™ 4
1.4. Sistem AbioCor™ 4
1.5. Radiološka dijagnostika 6
1.6. Primjer fMRI nalaza – mapiranje regija mozga kod reakcije na bol 7
1.7. Primjer toka karijere BM inžinjera 9
2.1. Blok struktura biomedicinskog sistema 13

2.2. Mjerenje temperature 15
2.3. Mjerenje krvnog pritiska 16
2.4. EKG signal (odvodi II i MCL1) i signal arterijskog krvnog pritiska 17
2.5. Raspodjela potencijala na dodirnoj površini elektrolit-metal 20
2.6. EKG elektrode 20
2.7. EKG signal zagađen šumom 22
2.8. EKG signal bez šuma 23
2.9. Blok dijagram pametnog biomedicinskog sistema 24
3.1. Luigi Galvani 28

3.2. Alessandro Volta 28
3.3. Galvanska ćelija 29
3.4. Koncentracije jona unutar i van ćelije 31
3.5. Jonska pumpa 32
3.6. Akcioni potencijal 33
3.7. Akcioni potencijal srčanog mišića 34
3.8. Promjena propusnosti Na i K tokom pojave akcionog potencijala 37
157
3.9. Električno kolo ekvivalentno Hodgkin-Huxley modelu 38

3.10. Vremenske konstante i aktivacije varijabli n, h i m 39
3.11. Model membranskog potencijala sa ugrađenom Na-K pumpom 39
3.12. Blok struktura modela jonskih kanala neurona 40
3.13. Blok struktura modela jonskih kanala natrija Na+ 41
3.14. Blok struktura modela jonskih kanala natrija K+ 41
3.15. Blok struktura modela pasivnih otvorenih jonskih kanala 41
3.16. Napon pasivnih jonskih kanala 42
3.17. Promjena napona na kanalima jona natrija 42
3.18. Promjena napona na kanalima jona kalija 43
3.19. Izlaz iz sistema HH modela 43
3.20. Neuron 44
3.21. Hemijska sinapsa 46
4.1. Srce i anatomija srca 49

4.2. Faze srčanog ciklusa 50
4.3. Wiggersov dijagram 52
4.4. Provodno tkivo srca i dijagram generisanja srčanog AP 53
4.5. Veza faza srčanog ciklusa sa vektokardiogramom 54
4.6. Primjer EKG zapisa za svih 12 standardnih odvoda 55
4.7. Princip rada tradicionalnog elektrokardiografa 56
4.8. EKG papir sa razmjerama osa 57
4.9. Morfološke osobine elektokardiograma 58
4.10. Položaj elektroda za snimanje 12-kanalnog EKG signala 59
4.11. Bipolarni odvodi ekstremiteta 60
4.12. Veza bipolarnih i unipolarnih odvoda ekstremiteta 61
4.13. WCT – Wilsonova centralna tačka 62
4.14. Mjerenje EKG u frontalnoj ravni i Einthovenov trugao sa WCT 63
4.15. Raspored odvoda u frontalnoj ravni 64
4.16. Prekordijalni odvodi 64
158
4.17. Pojekcija vektokardiograma na odvod II 65

4.18. Određivanje glavne elektične ose srca 67
4.19. Frekventni sadržaj EKG signala 68
4.20. Lanac EKG signala 70
4.21. Primjer ispisa iz EKG uređaja 70
4.22. Komercijalni EKG uređaj pri mjerenju (1911) 71
4.23. Blok struktura EKG analognog front-enda (TI ADS1298 AFE) 72
4.24. Blok shema WTC modula (TI ADS1298 AFE) 73
4.25. Blok dijagram modula za uklanjanje smetnje disanja 74
4.26. Aktivni pogon desne noge (TI ADS1298 AFE) 75
4.27. Zaglavlje signala 100 iz MIT-BIH EKG baze aritmija 77
4.28. Tekstualni format signala 100 iz MIT-BIH EKG baze aritmija 77
4.29. Primjer PVC iz MIT-BIH Arrhythmia Database baze signala 78
4.30. Primjer PAC iz MIT-BIH Arrhythmia Database baze signala 78
4.31. Primjer PJC iz MIT-BIH Arrhythmia Database baze signala 79
4.32. Blok lijeve grane 79
4.33. Blok desne grane 79
4.34. Koraci realizacije QRS detektora 80
4.35. Originalni Pan-Tompkins rad i rezultati QRS detektora 80
4.36. Rezultat pojedinih faza Pan-Tompkins algoritma 81
4.37. Formiranje HRV signala iz EKG signala 82
4.38. Poincare dijagram i tumačenje veličina prikazanih na dijagramu 85
5.1. N.C. Korotkov 88

5.2. Invazivno mjerenje krvnog pritiska 89
5.3. Wheatstoneov most za mjerenje pritiska 90
5.4. Analogni membranski pretvarači pritiska 90
5.5. Presjek senzora s kupolom i žičanim mjernim trakama 91
5.6. Silikonski senzor s mjernim trakama 91
5.7. EKG, signal krvnog pritiska i respiratorni signal 92
159
5.8. Signal krvnog pritiska s označenim karakterističnim dijelovima 93

5.9. Signal krvnog pritiska: originalni signal i suma prvih šest harmonika 93
5.10. Efekti prigušivanja viših frekvencija 94
5.11. Ručno mjerenja pritiska - živin manometar i pokazivač sa kazaljkom 95
5.12. Pritisak manžetne, krvni pritisak i Kortkovljevi tonovi 96
5.13. Blok dijagram mjerača pritiska 97
5.14. Blok dijagram mjerača pritiska auskultatornom metodom 98
5.15. Signal sa senzora za mjerenje pritiska na manžetni i zvučni signal 99
5.16. Analiza spektra pojedinih otkucaja 99
5.17. Blok dijagram mjerača pritiska oscilometrijskom metodom 100
5.18. Dijagram signala senzora pritiska manžetne 101
5.19. Pojačani i filtrirani signal oscilacija 101
6.1. Mozak 104

6.2. Mapiranja dijelova mozga na specifične funkcije 104
6.3. EEG snimak načinjen 1929 105
6.4. Blok šema EEG sistema 106
6.5. Blok šema eksperimentalnog EEG sistema 107
6.6. Unipolarno i bipolarno mjerenje 108
6.7. Položaj elektroda 109
6.8. Oznake elektroda 109
6.9. Oprema za mjerenje EEG 111
6.10. Bipolarni EEG i unipolarni EEG 113
6.11. EEG Ritmovi 115
6.12. Izmjena alfa i beta talasa 115
6.13. EEG ritmovi i mape glave 117
6.14. Tranzijentni EEG: epileptički napad, vretena spavanja i K kompleksi118
6.15. Hipnogram: W – budno stanje, REM faza i stadiji spavanja 1-4 120
6.16. EEG prilikom promjene stadija sna 121
160
6.17. Primjer evociranog potencijala 122

6.18. Spektar EEG signala: linearna i logaritamska skala 124
6.19. Poređenje spektra snage EEG signala 9 ispitanika 124
6.20. Poređenje GWT za EEG signale 200 ispitanika 125
6.21. Izgled ERP u zavisnosti od broja ponavljanja mjerenja 126
6.21. Dijagrami ERP na različitim elektrodama 127
6.22. Slijepa separacija signala - BSS 128
6.24. Rezultati separacije komponenti primjenom ICA sa mapama glave 129
6.25. Mape glave: spatialni raspored amplitude EP signala 130
7.1. Nefron 134

7.2. Difuzija, osmoza, ultrafiltracija - konvekcija 135
7.3. Dijaliza Kolffovim aparatom 137
7.4. Šematski prikaz uređaja za hemodijalizu 138
7.5. Dijalizator 138
7.6. Aparat za hemodijalizu (Fresenius 2008 K) i dijalizator FX CorDiay 139
7.7. Šematski prikaz uređaja za hemodijafiltraciju 141
7.8. Fresenius 4008S HDF uređaj 142
7.9. Dijagram rasporeda Honeywell senzora za proces hemodijalize 143
7.10. Senzori pritiska Honeywell 143
7.11. Honeywell magnetni Hall-efekt senzor 144
7.12. Honeywell termistor serije 192 144
161
Popis tabela
2.1. Klasifikacija biosenzora 19

3.1. Koncentracije jona natrija, kalija i hlora 30
3.2. Uporedni pregled osobina za električnu i hemijsku sinapsu 45
4.1. Veza unipolarnih i bipolarnih odvoda ekstremiteta 63
4.2. Veza unipolarnih i bipolarnih odvoda ekstremiteta 65
5.1. Intervali krvnog pritiska (mm Hg) 87
5.2. Prvih 6 harmonika signala krvnog pritiska 94
5.3. Dimenzije manžetne 97
6.1. EEG Ritmovi 116
162
Popis skraćenica
AD analogno-digitalno
ADC analogno-digitalna konverzija
ADH antidiuretik hormon – vazopresin
AEP auditivni evocirani potencijali
AFE analgni ulazni dio (engl. Analog Front End)
AP akcioni potencijal
AV atrioventrikularni čvor
aVF pojačani vektor noge (engl. augmented Vector Foot)
aVL pojačani vektor lijeve (ruke) (engl. augmented Vector Left)
aVR pojačani vektor desne (ruke) (engl. augmented Vector Right)
BCI Interfejs mozak-računar (engl. brain computer interface)
BM biomedicinski
BMI interfejs mozak-mašina (engl. Brain-Machine Interface)
BMI biomedicinski inžinjering
BMP otkucaji u minuti (engl. Beat per Minute)
BMS biomedicinski sistem(i)
BSS slijepo razdvajanje izvora engl. Blind Sources Separation
CAT kompjuterizirani aksijalni tomografski (engl. computerized
axial tomography)
CFD kompjutaciona dinamika fluida (engl. computational fluid
dynamics)
CMR potiskivanje zajedničkog napona (engl. Common Mode
Rejection)
CMRR faktor potiskivanja zajedničkog napona (engl. Common
Mode Rejection Ratio)
CNS centralni nervni sistem
CT kompjuterizovana tomografija (engl. Computed
Tomography - CT)
DNK dezoksiribonukleinska kiselina
ECoG elektrokortikogram
EEG elektroencefalogram (signal)
EEG elektroencefalograf (uređaj)
EKG elektrokardiogram (signal)
EKG elektrokardiograf (uređaj)
EMBS Engineering in Medicine and Biology Society (Udruženje
inžinjera u medicini i biologiji)
EMG elektromiogram
EP evocirani potencijali
EPSP eksitacioni postsinaptički potencijal
163
ERG elektroretinogram
ERP potencijali vezani za događaje (engl. event related
potentials)
FFT Furijeova transformacija
FFT brza Furijeova transformacija (engl. Fast Fourier Transform)
HD hemodijaliza
HDF hemodijafiltracija
HF hemofiltracija
HR srčani ritam (engl. Heart Rate)
HRV promjena srčanog ritma (engl. Heart Rate Variability)
ICA metoda neovisnih komponenti (engl. Independent
Component Analysis)
IEEE Institute of Electrical and Electronics Engineers (Institut
inžinjera elektrotehnike i elektronike)
ISE jon-selektivna elektroda (engl. Ion Selective Electrode)
ISPS inhiborni postsinaptički potencijal
KVS kardiovaskularnog sistema
LBBB blok lijeve grane (engl. Left Bundle Branch Block)
MAP srednji arterijski pritisak (engl. Mean arterial pressure)
MIMIC Medical Information Mart for Intensive Care
MIT-BIH Massachusetts Institute of Technology Beth Israel Hospital
MR magnetna rezonanca
NMR nuklearna magnetna rezonanca
NN normalni sinusni RR intervali
OLHDF online HDF
PAC prijevremena atrijska kontrakcija (engl. Premature Atrial
Contraction)
PCA metoda glavnih komponenti (engl. Principal Component
Analysis)
PET tomografija emisijom pozitrona (engl. Positron Emission
Tomography)
PJC prijevremeni spojni (čvorni) kompleks (engl. Premature
Junctional Complex)
P-QRS-T-U karakteristični dijelovi EKG signala
PSP postsinaptički potencijal
PVC prijevremena ventrikularna kontrakcija (engl. Premature
Ventricular Contraction)
RBBB blok desne grane (engl. Right Bundle Branch Block)
REM (engl. rapid eye movement)
RLD pogon desne noge (engl. Right Leg Drive)
RMSSD kvadratni korijen iz SDSD
RR interval između dva R zubca EKG signala
SA sinus-atrijalni
SD standardna devijacija
164
SDANN standardna devijacija srednjih vrijednosti RR intervala za

petominutne segmente
SDNN standardna devijacija normalnih sinusnih RR intervala (NN)
SDSD standardna devijacija razlike sukcesivnih RR intervala
TAVI transkateterske implantacije aortnog zaliska
VEP vizualni evocirani potencijali
VF vektor noge (engl. Vector Foot)
VL vektor lijeve (ruke) (engl. Vector Left)
VR vektor desne (ruke) (engl. Vector Right)
WCT Wilsonov centralni terminal (tačka)
WT Wavelet Transformacija
165

BSS Knjiga 2018 A5 PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

BSS Knjiga 2018 A5 PDF

Uploaded by

Copyright:

Available Formats

UNIVERZITET U SARAJEVU

ELEKTROTEHNIČKI FAKULTET U SARAJEVU

Dušanka Bošković Orhan Lepara

Izdavač: Elektrotehnički fakultet Univerziteta u Sarajevu

Recenzenti: Red. prof. dr Zikrija Avdagić, dip.ing.el.

Ilustracije: Duško Bošković

Godina izdanja i godina štampanja: 2018.

Štampa: MEDIA BIRO, d.o.o. Sarajevo

Odlukom Senata Univerziteta u Sarajevu broj 01-663/18 od 27.06.2018. godine

CIP - Katalogizacija u publikaciji

Na vrhu nasl. str.: Univerzitet u Sarajevu. - Bibliografija: str. 147-156.

Biomedicinski inžinjeri su inžinjeri koji za analizu, promjenu i upravljanje

Većina aktivnosti koje se obavljaju u okviru savremenih sistema zdravstvene

1.1. Oblasti biomedicinskog inžinjeringa

Biomedicinski inžinjering se bavi problemima prevencije, dijagnostike i tretmana

- detekcija, mjerenje i praćenje fizioloških signala (biosenzori,

Slika 1.1. Biomedicinski inžinjering

1.1. Primjeri BMI u medicinskoj praksi

1.1.1. Kohlearni implant

Slika 1.2. Kohlearni implant

1.1.2. Vještačko srce

Slika 1.3.Vještačko srce AbioCor™

AbioCor je napravljen ood titanijuma i plastike i spaja se na lijevu i desnu

Slika 1.4. Sistem AbioCor™

1.1.3. Biomehanika krvotoka

1.1.4. Dijagnostičke metode u radiologiji

Tomografija kao termin označava snimanje u dijelovim odnosno sekcijama.

boravka pacijenta u zatvorenom prostoru uređaja, što često uzrokuje anksioznost

Slika 1.6. Primjer fMRI nalaza – mapiranje regija mozga

dijagnostičkim metodama, pa se može koristiti i u toku trudnoće. Ultrazvučna

1.2. Uloge biomedicinskog inžinjera

Treća uloga biomedicinskog inžinjera je vezana za istraživanja u oblasti

1.3. Obrazovanje biomedicinskih inžinjera

Slika 1.7. Primjer toka karijere BM inžinjera (IEEE Društvo za inžinjering u

- U osnovi fizioloških procesa je bioelektricitet i istorija fiziologije i

1.5. Biomedicinski signali i BMI

Primarna funkcija biomedicinskih sistema (BMS) je akvizicija biomedicinskih

Slika 2.1. Blok struktura biomedicinskog sistema

Na slici 2.1. mogu se uočiti četiri osnovne funkcionalne cjeline:

2.1. Biomedicinski signali

Slika 2.2. Mjerenje temperature

Slika 2.3. Mjerenje krvnog pritiska

Slika 2.4. EKG signal (odvodi II i MCL1) i signal arterijskog

se mjeri neinvazivno na koži glave, a ECoG se mjeri direktno na moždanoj

Tabela 2.1 Klasifikacija biosenzora

Slika 2.5. Raspodjela potencijala na dodirnoj površini elektrolit-metal

Elektrode štipaljke i elektrode sa usisnim balonom su namjenjene za više

2.4. Pre-procesiranje signala

Slika 2.8. EKG signal bez šuma- signal 118 [73]

2.5. Pametni biomedicinski sistemi

ugradnju senzora u uređaje poput podnih podloga koje su ujedno platforme za

Slika 2.9. Blok dijagram pametnog biomedicinskog sistema

Tipičan biomedicinski sistem obuhvata akviziciju signala, zatim njegovo pre-

Pojmom bioelektrične pojave se označavaju električni potencijali i struje koji

3.1. Historija bioelektriciteta

galvanizam. Galvanizam je termin koji se u fizici koristi za pojavu elektriciteta

Slika 3.1. Luigi Galvani

Galvani je prvi doveo u vezu elektricitet i živi svijet, i on je eletricitet smatrao

istraživanjima smatrao da je dokazano da je mišićno tkivo samo provodnik

Slika 3.3. Galvanska ćelija

Galvanska ćelija je sastavljena od dvije polućelije kod kojih se na osnovu

3.3. Membranski potencijal

Tabela 3.1. Koncentracije jona natrija, kalija i hlora u vanćelijskom i