Filtros para señales fisiológicas

¿Qué son los filtros para señales fisiológicas?

Un filtro para señales fisiológicas es un sistema —analógico o digital— diseñado para separar la información útil de una bioseñal de las interferencias que la contaminan. Su función no es amplificar la señal, sino seleccionar qué frecuencias pasan y cuáles se atenúan, de modo que el equipo médico o el algoritmo de análisis reciba solo la parte clínicamente relevante del registro.

Las señales que produce el cuerpo —latidos cardíacos, actividad cerebral, contracciones musculares— son eléctricas y de muy baja amplitud, en el orden de los microvoltios a milivoltios. Esa pequeñez las hace extremadamente vulnerables a cualquier interferencia externa o interna del propio equipo de medición, lo que convierte el filtrado en un paso indispensable antes de cualquier análisis.

¿Por qué el ruido es el problema central en bioseñales?

En el contexto del procesamiento de bioseñales, el término «ruido» no se refiere solo al sonido: describe cualquier componente de la señal que no tiene origen en el fenómeno fisiológico que se quiere medir. Las tres fuentes más comunes son la interferencia de la red eléctrica (50 o 60 Hz según la región), los artefactos de movimiento del electrodo y el ruido térmico generado por los propios circuitos del equipo.

El problema práctico es que estas interferencias pueden tener amplitudes comparables o incluso superiores a la señal de interés. Un desplazamiento de la línea base provocado por la respiración, por ejemplo, puede desplazar el trazo de un ECG lo suficiente como para ocultar cambios clínicos relevantes. Por eso el filtrado no es un refinamiento opcional, sino una condición de partida.

Señales fisiológicas que más necesitan filtrado

No todas las bioseñales son igualmente vulnerables al ruido, pero tres concentran la mayor parte del trabajo de filtrado en ingeniería biomédica. El electrocardiograma (ECG) registra la actividad eléctrica cardíaca con amplitudes de hasta 5 mV, lo que lo hace sensible tanto a la interferencia de red como a los artefactos de movimiento muscular. El electroencefalograma (EEG) trabaja con amplitudes de apenas 10 a 100 microvoltios, lo que lo convierte en la señal más difícil de limpiar sin distorsionar. La electromiografía (EMG) captura la actividad de los músculos y enfrenta principalmente el solapamiento con otras señales del cuerpo.

Clasificación por respuesta en frecuencia

La forma más básica de entender un filtro es por lo que deja pasar: las frecuencias que permite llegar a la salida y las que atenúa. Esta clasificación no depende de si el filtro es analógico o digital, ni de su familia matemática; se basa únicamente en la relación entre la frecuencia de la señal y la frecuencia de corte del filtro. Son cuatro los tipos principales que aparecen en el procesamiento de señales biomédicas.

Filtro paso bajo: suaviza sin borrar información

Un filtro paso bajo deja pasar todas las frecuencias por debajo de su frecuencia de corte y atenúa las que están por encima. En biomedicina, se usa principalmente para eliminar el ruido de alta frecuencia que no tiene origen fisiológico, como el ruido muscular de alta frecuencia o las interferencias generadas por los propios circuitos del equipo. En el ECG convencional, por ejemplo, se aplica con frecuencias de corte entre 40 y 100 Hz según el tipo de registro.

Filtro paso alto: elimina la deriva de línea base

El filtro paso alto hace lo contrario: atenúa las frecuencias bajas y deja pasar las altas. Su aplicación más habitual en señales fisiológicas es corregir la deriva de la línea base, un problema causado por la respiración, el movimiento lento del paciente o las variaciones de la impedancia en el contacto electrodo-piel. Esta deriva es una interferencia de muy baja frecuencia, normalmente por debajo de 1 Hz, que desplaza verticalmente el trazo y dificulta la interpretación automática.

Filtro paso banda: aísla una ventana de frecuencias

El filtro paso banda combina los dos anteriores: solo deja pasar las frecuencias que se encuentran dentro de un rango definido por dos frecuencias de corte, una inferior y otra superior. Es el tipo más usado cuando la señal de interés ocupa una banda bien delimitada del espectro. En electroencefalografía, por ejemplo, cada ritmo cerebral —alfa, beta, theta, delta— tiene su propia ventana de frecuencias, y el filtro paso banda permite aislar y analizar cada uno de forma independiente.

Filtro notch: suprime la interferencia de red eléctrica

El filtro notch —también llamado filtro de banda eliminada estrecha— actúa al revés que el paso de banda: rechaza las frecuencias dentro de un rango muy estrecho y deja pasar todo lo demás. Se diseñó específicamente para eliminar la interferencia producida por la red eléctrica, que en Europa y América Latina es de 50 Hz y en América del Norte de 60 Hz. Esta interferencia puede superar el 50 % de la amplitud de la señal ECG, por lo que el filtro notch es prácticamente universal en equipos de electrocardiografía y electroencefalografía.

Filtros analógicos y digitales: ¿cuál usar?

Antes de diseñar un filtro para una señal fisiológica, la primera decisión es si será analógico o digital. No se trata de que uno sea mejor que el otro en términos absolutos; cada uno tiene ventajas concretas que lo hacen más adecuado según el contexto de la aplicación clínica o de investigación. En la práctica, muchos equipos modernos combinan ambos en etapas sucesivas.

Características de los filtros analógicos

Los filtros analógicos operan directamente sobre la señal eléctrica continua, antes de que sea convertida a formato digital. Se construyen con componentes pasivos —resistencias, condensadores, inductores— o activos, como amplificadores operacionales. Su principal ventaja es que no introducen retardo de procesamiento, lo que los hace indispensables en la etapa de adquisición de señal, especialmente para eliminar el aliasing antes de la conversión analógico-digital. Su limitación es la rigidez: una vez construidos, sus parámetros no se pueden modificar sin cambiar físicamente los componentes.

Ventajas del filtrado digital en biomedicina

El filtro digital trabaja sobre la señal ya convertida a números, mediante operaciones matemáticas sobre muestras discretas. Su gran ventaja frente al analógico es la flexibilidad: los parámetros de corte, el orden del filtro y su tipo se pueden cambiar por software sin tocar el hardware. Esto permite adaptar el filtrado en tiempo real según las condiciones del paciente o el tipo de registro. Además, los filtros digitales son reproducibles con exactitud matemática, algo difícil de garantizar en los componentes analógicos por las tolerancias de fabricación. La ingeniería biomédica actual basa la mayor parte de su cadena de procesamiento en filtros digitales implementados en microcontroladores o procesadores de señal.

¿Cómo funcionan los filtros FIR e IIR?

Dentro del mundo del filtrado digital, todos los filtros pertenecen a una de dos grandes familias según su arquitectura matemática: FIR o IIR. La diferencia entre ellas no es solo técnica; tiene consecuencias directas sobre la calidad del filtrado, la distorsión de la señal y el coste computacional. Elegir entre una u otra es una de las decisiones más importantes en el diseño de cualquier sistema de procesamiento de bioseñales.

Filtros FIR: fase lineal y estabilidad garantizada

FIR significa Finite Impulse Response, o respuesta finita al impulso. En este tipo de filtro, la salida en cada instante depende únicamente de muestras pasadas y presentes de la entrada, sin realimentación de la salida. Esa ausencia de retroalimentación tiene dos consecuencias importantes: el filtro es siempre estable y puede diseñarse para tener una fase estrictamente lineal, lo que significa que todas las frecuencias de la señal se retrasan en la misma cantidad y la forma del pulso no se distorsiona. Su desventaja es que para lograr una transición abrupta entre la banda de paso y la banda de rechazo necesitan un orden mayor, lo que implica más cálculos por muestra.

Filtros IIR: eficiencia computacional y sus familias

IIR significa Infinite Impulse Response, o respuesta infinita al impulso. A diferencia de los FIR, estos filtros sí usan retroalimentación: la salida actual depende también de salidas anteriores. Eso los hace mucho más eficientes computacionalmente, ya que con un orden bajo logran una transición entre bandas que un FIR solo conseguiría con muchos más coeficientes. El precio de esa eficiencia es doble: su estabilidad no está garantizada por diseño y su fase no es lineal, lo que puede distorsionar la forma de la señal si no se aplican correcciones adicionales.

Familias clásicas de filtros IIR en señales biomédicas

Los filtros IIR se agrupan en familias que llevan el nombre de quienes desarrollaron su matemática. Cada familia representa un compromiso diferente entre la planitud de la respuesta en frecuencia, la velocidad de la transición entre bandas y el comportamiento de fase. Conocer las diferencias entre ellas permite elegir el diseño más adecuado para cada señal y cada aplicación clínica.

Butterworth: respuesta plana en la banda de paso

El filtro Butterworth es el punto de partida por defecto en muchas aplicaciones biomédicas porque ofrece una respuesta de magnitud completamente plana dentro de la banda de paso, sin ningún tipo de rizado. Eso significa que no amplifica ni atenúa ninguna frecuencia dentro del rango que le interesa conservar, lo cual es especialmente valioso cuando la forma de la señal —como en el ECG— contiene información diagnóstica en múltiples frecuencias simultáneamente. Su limitación es que la transición entre la banda de paso y la banda de rechazo es gradual; si se necesita una caída más abrupta, hay que subir el orden del filtro.

Chebyshev: transición más abrupta con rizado

El filtro Chebyshev sacrifica la planitud de la banda de paso para conseguir una transición más rápida entre las frecuencias que pasa y las que rechaza. Existe en dos variantes: el tipo I presenta rizado solo en la banda de paso, mientras que el tipo II lo presenta en la banda de rechazo. Su mayor debilidad para aplicaciones biomédicas es la variación en el retardo de grupo, que hace que distintas frecuencias se retrasen cantidades diferentes y deformen la forma temporal de la señal. Por eso, cuando la morfología del pulso importa —como en el análisis de ondas QRS del ECG—, el Chebyshev es una elección menos adecuada que el Butterworth.

Bessel: preservación de la forma del pulso

El filtro Bessel está optimizado para un objetivo diferente al de las otras dos familias: mantener un retardo de grupo lo más constante posible en toda la banda de paso. Eso significa que todas las frecuencias que deja pasar llegan a la salida con prácticamente el mismo retraso, conservando la forma del pulso original casi sin distorsión. Es la elección natural cuando lo que importa no es la frecuencia del componente, sino su posición en el tiempo, como en el análisis de transitorios en señales neurológicas. Su contrapartida es que tiene la banda de transición más ancha de las tres familias.

Aplicaciones prácticas en ECG, EEG y EMG

Cada señal fisiológica tiene un espectro de frecuencias propio, una amplitud característica y fuentes de ruido específicas. Por eso, el filtrado no es genérico: cada modalidad de registro requiere una estrategia pensada a medida de las frecuencias que contienen información clínica y de las que traen interferencia. Entender esto es fundamental para interpretar los parámetros de configuración de cualquier equipo de adquisición de bioseñales.

Filtrado en electrocardiografía (ECG)

El ECG concentra su información diagnóstica en un rango que va aproximadamente de 0,05 Hz hasta los 150 Hz para registros de alta resolución, aunque el monitoreo convencional trabaja hasta los 100 Hz. La cadena de filtrado típica incluye tres etapas en secuencia: un filtro notch a 50 o 60 Hz para eliminar la interferencia de red, un filtro paso alto con frecuencia de corte en torno a 0,05-0,5 Hz para corregir la deriva de la línea base y un filtro paso bajo para rechazar el ruido muscular de alta frecuencia. La configuración exacta varía según si el objetivo es el análisis del ritmo, el análisis morfológico de las ondas o la detección de potenciales tardíos.

Filtrado en electroencefalografía (EEG)

El EEG presenta el mayor desafío de filtrado en biomedicina por la extrema debilidad de sus señales —entre 10 y 100 microvoltios— y por la riqueza de su contenido frecuencial. Los ritmos cerebrales de interés clínico se distribuyen desde menos de 1 Hz (delta, durante el sueño profundo) hasta más de 30 Hz (gamma, asociado a actividad cognitiva). El procesamiento de señales de EEG utiliza filtros paso banda ajustados a cada ritmo específico que se quiere analizar, junto con técnicas más avanzadas para eliminar los artefactos oculares y musculares que tienen amplitudes muy superiores a la señal cerebral. Las imágenes por PET y el EEG suelen combinarse en investigación neurológica precisamente porque el filtrado de ambas modalidades permite extraer información complementaria sobre actividad cerebral.

Filtrado en electromiografía (EMG)

La señal EMG registra los potenciales de acción que generan las fibras musculares cuando se contraen. Su espectro de frecuencias se concentra principalmente entre 20 y 500 Hz, aunque algunas componentes pueden llegar hasta los 2000 Hz en registros de aguja. El filtro paso banda con corte inferior alrededor de 20 Hz es el punto de partida estándar, ya que permite descartar la interferencia de la actividad cardíaca y los movimientos lentos del electrodo. El filtrado de EMG tiene aplicaciones directas en el control de prótesis biónicas —donde la señal muscular actúa como comando— y en el diagnóstico de enfermedades neuromusculares. El desarrollo de implantes cocleares también involucra procesamiento de señales electrofisiológicas del nervio auditivo con estrategias de filtrado similares a las del EMG.

Filtros adaptativos: cuando la señal cambia en el tiempo

Los filtros descritos hasta aquí tienen parámetros fijos: su frecuencia de corte y su respuesta en frecuencia no cambian durante el procesamiento. Los filtros adaptativos son una categoría diferente: ajustan automáticamente sus coeficientes en tiempo real según las características de la señal que reciben en cada momento. No necesitan conocer de antemano la forma del ruido; lo estiman y lo cancelan de forma continua.

El algoritmo más utilizado en filtrado adaptativo biomédico es el LMS (Least Mean Squares), que minimiza el error entre la salida del filtro y una señal de referencia. Esto lo hace especialmente útil para eliminar artefactos de movimiento en ECG de pacientes que se desplazan, o para cancelar el ruido materno en registros de ECG fetal. Su limitación es que requiere cierto tiempo de convergencia al inicio del proceso, durante el cual puede producir una pérdida momentánea de datos, lo que limita su uso en aplicaciones donde la señal es corta o comienza abruptamente. El filtro de Kalman es otra variante adaptativa aplicada cuando el sistema tiene un modelo matemático conocido de la señal fisiológica.

Preguntas frecuentes

¿Qué diferencia hay entre un filtro paso bajo y uno paso alto?

La diferencia está en qué parte del espectro de frecuencias dejan pasar. Un filtro paso bajo permite el paso de las frecuencias por debajo de su frecuencia de corte y atenúa las que están por encima, por lo que se usa para eliminar ruido de alta frecuencia. El filtro paso alto hace lo contrario: deja pasar las frecuencias altas y atenúa las bajas, siendo la herramienta estándar para eliminar la deriva de la línea base en registros de larga duración como el ECG o el EEG. Ambos se combinan frecuentemente en secuencia dentro de un mismo sistema de adquisición.

¿Para qué sirve un filtro notch en biomedicina?

El filtro notch está diseñado para eliminar una frecuencia muy concreta del espectro sin afectar al resto de la señal. En biomedicina se usa principalmente para suprimir la interferencia producida por la red eléctrica, que en Europa y América Latina es de 50 Hz y en América del Norte de 60 Hz. Esta interferencia puede tener una amplitud comparable o superior a muchas señales fisiológicas, haciendo prácticamente imposible su análisis sin filtrarla primero. El notch actúa quirúrgicamente: elimina esa frecuencia específica y deja intacto el resto del contenido de la señal.

¿Qué es mejor, un filtro FIR o un filtro IIR?

Ninguno es mejor en términos absolutos; depende de lo que importa en cada aplicación. Los filtros FIR garantizan fase lineal, lo que preserva la forma del pulso, y son siempre estables, pero requieren más cálculos para lograr una transición abrupta entre bandas. Los IIR son más eficientes computacionalmente y pueden conseguir las mismas especificaciones de frecuencia con un orden mucho menor, pero su fase no es lineal y deben diseñarse con cuidado para garantizar la estabilidad. En aplicaciones donde la forma temporal de la señal es crucial —análisis morfológico del ECG, por ejemplo—, suele preferirse el FIR. En dispositivos con recursos limitados, el IIR es frecuentemente la opción práctica.

¿Qué tipo de filtro se usa en un ECG?

Un ECG estándar combina varios filtros trabajando juntos. El más universal es el notch a 50 o 60 Hz para eliminar la interferencia de la red eléctrica. A esto se añade un filtro paso alto con frecuencia de corte muy baja —típicamente entre 0,05 y 0,5 Hz— para corregir la deriva de la línea base provocada por la respiración y el movimiento. Por último, un filtro paso bajo limita el ancho de banda superior para rechazar el ruido muscular y el aliasing; en monitoreo convencional, esta frecuencia de corte suele ser de 40 a 100 Hz. La familia Butterworth es la más usada para estos filtros por su respuesta plana en la banda de paso.

¿Cómo afecta el ruido a las señales fisiológicas?

El ruido en señales fisiológicas no es solo un problema estético: puede ocultar cambios clínicos relevantes, generar interpretaciones erróneas o hacer que los algoritmos de análisis automático fallen. En el ECG, la deriva de la línea base puede esconder cambios en el segmento ST asociados a isquemia cardíaca. En el EEG, los artefactos musculares pueden confundirse con actividad epileptiforme. En el EMG, el ruido de fondo puede impedir una correcta estimación de la fuerza muscular. Por todo esto, el filtrado no es un paso opcional en el procesamiento de bioseñales: condiciona directamente la calidad diagnóstica del registro.

¿Qué es la frecuencia de corte en un filtro biomédico?

La frecuencia de corte es el valor de frecuencia a partir del cual el filtro empieza a atenuar las señales que recibe. Por convenio, se define como el punto en el que la potencia de la señal cae a la mitad de su valor original, lo que equivale a una atenuación de 3 dB en la amplitud. En la práctica, no existe una frontera abrupta entre lo que pasa y lo que no: hay una zona de transición cuya anchura depende del orden del filtro y de la familia elegida. Elegir bien la frecuencia de corte es crítico en biomedicina porque un valor demasiado bajo puede borrar información fisiológica valiosa, y uno demasiado alto puede dejar pasar ruido que deteriora el análisis.

¿Se pueden usar filtros digitales en dispositivos portátiles?

Sí, y es una de las áreas de mayor crecimiento en ingeniería biomédica. Los microcontroladores y procesadores de señal digital modernos tienen suficiente capacidad de cómputo para ejecutar filtros FIR e IIR en tiempo real con un consumo de energía bajo, lo que los hace perfectamente viables en dispositivos portátiles como monitores cardíacos ambulatorios, pulseras de seguimiento o parches inteligentes. La clave está en elegir filtros de orden bajo —que consuman pocos recursos— y en implementarlos con aritmética de punto fijo cuando el hardware lo requiere. Esta tendencia ha permitido llevar el monitoreo continuo de señales fisiológicas fuera del entorno hospitalario.

Conclusión

Los filtros para señales fisiológicas son la primera pieza del procesamiento biomédico: sin ellos, ningún equipo de diagnóstico podría extraer información clínica útil de las señales eléctricas del cuerpo. La variedad de tipos —paso bajo, paso alto, notch, paso banda— y de familias matemáticas —Butterworth, Chebyshev, Bessel, FIR, IIR— no es caprichosa: cada uno responde a un problema específico de frecuencia, ruido o distorsión que aparece en señales como el ECG, el EEG o el EMG.

Lo que has visto aquí te permite comprender por qué se configura de cierta manera un equipo de electrocardiografía, por qué el filtro notch es casi universal en biomedicina o por qué los filtros FIR son preferidos cuando la morfología de la señal importa. Con esa base puedes leer con mayor criterio los manuales de equipos, los artículos de investigación y los protocolos de procesamiento de señal que encontrarás al profundizar en esta disciplina.

El procesamiento de señales biomédicas es un campo que avanza rápido, con nuevas técnicas adaptativas y algoritmos de aprendizaje automático que amplían lo que un filtro puede hacer. En este sitio web encontrarás más contenidos sobre ingeniería biomédica que te ayudarán a construir una comprensión sólida, paso a paso, de cómo la tecnología y la biología se conectan para hacer posible la medicina moderna.

Sigue aprendiendo: