- Bố cục của luận án CHƯƠNG I: TỔNG QUAN VỀ ẢNH HƯỞNG CỦA NHỊP THỞ TRONG TÍN HIỆU ECG . - Một số ảnh hưởng của nhịp thở trong tín hiệu ECG . - Điều chế biên độ tín hiệu ECG . - Một số phương pháp loại bỏ ảnh hưởng của nhịp thở trong tín hiệu ECG . - Kết luận chương CHƯƠNG II: TỔNG QUAN PHƯƠNG PHÁP LOẠI BỎ ẢNH HƯỞNG CỦA NHỊP THỞ VÀ NHẬN DẠNG TÍN HIỆU ECG . - Wavelet và ứng dụng wavelet trong phân tích tín hiệu . - Hàm Hermite và ứng dụng trong phân tích tín hiệu . - Kết luận chương CHƯƠNG III: CÁC GIẢI PHÁP ĐỀ XUẤT LOẠI BỎ ẢNH HƯỞNG CỦA NHỊP THỞ TRONG TÍN HIỆU ECG . - Ứng dụng wavelets loại bỏ ảnh hưởng của nhịp thở trong tín hiệu ECG . - Sử dụng các đặc tính từ nhịp thở tức thời nhằm năng cao chất lượng nhận dạng tín hiệu ECG . - Thu thập tín hiệu nhịp thở . - Kết luận chương CHƯƠNG IV: TRÍCH CHỌN ĐẶC TRƯNG VÀ NHẬN DẠNG TÍN HIỆU ECG BẰNG MẠNG TSK . - Ứng dụng SVD để phân tích tín hiệu ECG theo các hàm Hermite . - Ứng dụng mô hình nhận dạng TSK trong bài toán nhận dạng tín hiệu ECG . - Kết quả nhận dạng tín hiệu ECG . - Đã có nhiều nghiên cứu ở nước ngoài đề xuất loại bỏ ảnh hưởng nhịp thở trong tín hiệu ECG . - Vương Hoàng Nam đề xuất phương pháp phân tích thành phần độc lập để loại bỏ nhiễu trong tín hiệu ECG (tuy nhiên hai luận án này chưa đề cập đến ảnh hưởng của nhịp thở trong tín hiệu ECG và giải pháp loại bỏ sự ảnh hưởng này). - Các giải pháp được sử dụng để loại bỏ ảnh hưởng của nhịp thở trong tín hiệu ECG. - Tìm hiểu và lựa chọn một số dạng ảnh hưởng của nhịp thở tới tín hiệu ECG để tìm các giải pháp khắc phục các ảnh hưởng này. - Khảo sát và lựa chọn họ wavelet với bậc phù hợp để loại bỏ ảnh hưởng của nhịp thở gây ra trong tín hiệu ECG. - Ý nghĩa khoa học Đề xuất một giải pháp phù hợp sử dụng wavelet loại bỏ ảnh hưởng của nhịp thở trong tín hiệu ECG với ảnh hưởng nhỏ hơn đến hình dạng và đặc tính tín hiệu ECG. - Những đóng góp của luận án Đã khảo sát để đề xuất sử dụng họ wavelet phù hợp (cụ thể là wavelet họ Coiflets bậc 4) trong phân tích thành phần xấp xỉ bậc 8 (còn gọi là thành phần A8) tương ứng với dải tần số của nhịp thở làm cơ sở để loại bỏ ảnh hưởng của nhịp thở khi phân tích tín hiệu ECG. - Xây dựng các bộ số liệu phục vụ bài toán nhận dạng tín hiệu ECG có xét tới ảnh hưởng của nhịp thở. - Xây dựng 4 kịch bản nhận dạng tín hiệu ECG để kiểm chứng mức độ ảnh hưởng của thông tin từ nhịp thở tới chất lượng nhận dạng. - Việc loại bỏ ảnh hưởng của nhịp thở trong tín hiệu ECG giúp cải thiện chất lượng của nhận dạng tín hiệu ECG. - Việc sử dụng thông tin trực tuyến từ nhịp thở cũng giúp cải thiện chất lượng nhận dạng tín hiệu ECG. - ứng dụng phép biến đổi wavelet để loại bỏ ảnh hưởng nhịp thở trong tín hiệu ECG như: trôi dạt đường cơ sở, điều chế biên độ tín hiệu ECG, 2. - sử dụng các đặc tính từ nhịp thở tức thời nhằm năng cao chất lượng nhận dạng tín hiệu ECG. - gồm các Chương I: Tổng quan về ảnh hưởng của nhịp thở trong tín hiệu ECG 8 tế bào có khả năng tự tạo xung điện (Electric Impulse). - Hình 1.3: Mẫu các dạng sóng khác nhau hình thành nên tín hiệu ECG 1.1.3. - Chương I: Tổng quan về ảnh hưởng của nhịp thở trong tín hiệu ECG 9. - Chương I: Tổng quan về ảnh hưởng của nhịp thở trong tín hiệu ECG 11 1.2. - Chương I: Tổng quan về ảnh hưởng của nhịp thở trong tín hiệu ECG . - Hình 1.10: Tín hiệu ECG có khoảng RR thay đổi và tín hiệu nhịp thở 1.3.2. - Trôi dạt đường cơ sở làm thay đổi biên độ đỉnh R của tín hiệu ECG. - Vì vậy việc điều chế này cũng làm ảnh hưởng xấu tới kết quả nhận dạng tín hiệu ECG. - Hình 1.12: Tín hiệu ECG bị trôi dạt đường cơ sở và tín hiệu nhịp thở 1.4. - Vì vậy đã có một số công trình nghiên cứu đề xuất giải pháp loại bỏ ảnh hưởng của nhịp thở trong tín hiệu ECG. - Các tác giả trong đề xuất sử dụng bộ lọc thông cao FIR (Finite Impulse Response) để loại bỏ ảnh hưởng của nhịp thở trong tín hiệu ECG. - trong [76] đề xuất sử dụng bộ lọc IIR (Infinite Impulse Response) tần số cắt 0,5Hz và trong [95] đề xuất sử dụng bộ lọc FIR bậc 255 tần số cắt 0,8Hz để loại bỏ ảnh hưởng nhịp thở trong tín hiệu ECG. - trong [17, 96] đề xuất sử dụng bộ lọc số có đáp ứng xung hữu hạn FIR (Finite Impulse Response) kết hợp với thuật toán lọc thích nghi LMS để loại bỏ ảnh hưởng của nhịp thở trong tín hiệu ECG. - Các tác giả trong [78] đề xuất sử dụng thuật toán FastICA bằng phương pháp phân tích thành phần độc lập (ICA Independent Component Analysis) để loại bỏ ảnh hưởng của nhịp thở trong tín hiệu ECG. - trong [36] đề xuất sử dụng bộ lọc trung bình trung tâm MEM (MeanMedian Filter) để loại bỏ ảnh hưởng của nhịp thở trong tín hiệu ECG. - Giải pháp đề xuất trong luận án được thực hiện tuần tự theo ba bước như sau: Trước tiên, tín hiệu ECG từ các bộ cơ sở dữ liệu ECG được loại bỏ ảnh hưởng của nhịp thở. - Đã có nhiều nghiên cứu đề xuất sử dụng phép biến đổi wavelet để loại bỏ ảnh hưởng của nhịp thở trong tín hiệu ECG . - Kịch bản 1 (là kịch bản cơ sở để so sánh): Nhận dạng trực tiếp từ tín hiệu ECG của cơ sở dữ liệu mà không sử dụng lọc wavelet và không sử dụng đặc tính từ nhịp thở. - Chương I: Tổng quan về ảnh hưởng của nhịp thở trong tín hiệu ECG 18. - để nhận dạng tín hiệu ECG. - Hình 1.14: Sơ đồ khối kịch bản 1(kịch bản cơ sở) nhận dạng tín hiệu ECG bằng mạng TSK 1.5.2. - Kịch bản 2 Trong trường hợp thử nghiệm này, trước khi trích chọn đặc tính theo cùng phương pháp như ở kịch bản 1, tín hiệu ECG được lọc bằng bộ lọc wavelet để loại bỏ ảnh hưởng của nhịp thở. - Hình 1.15: Sơ đồ khối kịch bản 2 nhận dạng (bằng mạng TSK) tín hiệu ECG đã lọc bằng wavelet Chương I: Tổng quan về ảnh hưởng của nhịp thở trong tín hiệu ECG . - Thực nghiệm cho thấy việc sử dụng thêm 2 đặc tính này cũng góp phần cải thiện chất lượng nhận dạng tín hiệu ECG. - Hình 1.17: Sơ đồ khối kịch bản 4 nhận dạng (bằng mạng TSK) tín hiệu ECG đã được lọc bằng wavelet và sử dụng thêm 2 đặc tính từ nhịp thở 1.6. - Khi đó ta sẽ có 2 thử nghiệm với các bản ghi tín hiệu ECG trước và sau khi loại bỏ ảnh hưởng của nhịp thở để thử nghiệm với kịch bản 1 (kịch bản cơ sở) và kịch bản 2. - Trong cơ sở dữ liệu MGH/MF có chứa tín hiệu nhịp thở tức thời được thu thập đồng thời cùng với tín hiệu ECG. - Vì vậy luận án đề xuất: Sử dụng biến đổi wavelet để loại bỏ ảnh hưởng của nhịp thở gây ra trong tín hiệu ECG. - Một trong số các phương pháp được sử dụng phổ biến để loại bỏ ảnh hưởng của nhịp thở trong tín hiệu ECG có thể kể tới là phương pháp sử dụng bộ lọc thông cao. - Trong [95] đề xuất sử dụng bộ lọc thông cao Kaiser bậc 255 tần số cắt 0,8Hz (gọi tắt là bộ lọc Kaiser_255) để loại bỏ ảnh hưởng nhịp thở trong tín hiệu ECG. - Trong [76] đề xuất sử dụng bộ lọc thông cao FIR (Finite Impulse Response) và IIR (Infinite Impulse Response) tần số cắt 0,5Hz để loại bỏ ảnh hưởng của nhịp thở trong tín hiệu ECG. - Trong [45, 84] đề xuất sử dụng bộ lọc thông cao FIR (Finite Impulse Response) bậc 100, tần số cắt 3Hz để loại bỏ ảnh hưởng của nhịp thở trong tín hiệu ECG. - Trong [48] đề xuất sử dụng bộ lọc thông cao FIR (Finite Impulse Response), bậc 56 và 100, tần số cắt 3,5Hz để loại bỏ ảnh hưởng của nhịp thở trong tín hiệu ECG. - (2.3) ở đây x[n] là tín hiệu ECG gốc, y[ n ] là tín hiệu ECG sau khi đã được loại bỏ ảnh hưởng của nhịp thở và N là số mẫu tín hiệu. - Chương II: Tổng quan phương pháp loại bỏ ảnh hưởng của nhịp thở và nhận dạng tín hiệu ECG 26 Bảng 2.1 là kết quả tính toán các thông số SNR, CORR, PRD và TH1 trung bình khi sử dụng các bộ lọc số loại bỏ ảnh hưởng của nhịp thở trong tín hiệu ECG. - Chương II: Tổng quan phương pháp loại bỏ ảnh hưởng của nhịp thở và nhận dạng tín hiệu ECG 27 a) b) c) d) e) f) Hình 2.1: Tín hiệu ECG gốc (a), tín hiệu ECG bị ảnh hưởng của nhịp thở (b) và tín hiệu ECG được loại bỏ ảnh hưởng của nhịp thở bằng các bộ lọc số (c,d,e,f). - Chương II: Tổng quan phương pháp loại bỏ ảnh hưởng của nhịp thở và nhận dạng tín hiệu ECG 28 2.2. - Wavelet và ứng dụng wavelet trong phân tích tín hiệu 2.2.1. - (2.10) Tín hiệu x( n ) được phân tích thành nhiều mức bởi các bộ lọc thông thấp h( n ) và bộ lọc thông cao g( n. - Hình 2.2: Cấu trúc các bước phân tích tín hiệu thành các thành phần “chi tiết” và “xấp xỉ“ Chương II: Tổng quan phương pháp loại bỏ ảnh hưởng của nhịp thở và nhận dạng tín hiệu ECG . - Chương II: Tổng quan phương pháp loại bỏ ảnh hưởng của nhịp thở và nhận dạng tín hiệu ECG 31 2.3. - (2.18) hoặc chuyển sang dạng ma trận: Chương II: Tổng quan phương pháp loại bỏ ảnh hưởng của nhịp thở và nhận dạng tín hiệu ECG . - tức là ta có dạng điều kiện Chương II: Tổng quan phương pháp loại bỏ ảnh hưởng của nhịp thở và nhận dạng tín hiệu ECG 33 “ifx A”. - Chương II: Tổng quan phương pháp loại bỏ ảnh hưởng của nhịp thở và nhận dạng tín hiệu ECG . - Chương II: Tổng quan phương pháp loại bỏ ảnh hưởng của nhịp thở và nhận dạng tín hiệu ECG 38 2.5. - Phần tiếp theo của luận án lần lượt trình bày các giải pháp đề xuất của luận án để loại bỏ ảnh hưởng của nhịp thở trong tín hiệu ECG nhằm nâng cao chất lượng nhận dạng tín hiệu ECG. - Vì vậy để loại bỏ ảnh hưởng của nhịp thở trong tín hiệu ECG luận án đề xuất loại bỏ thành phần “A8” hoặc “A9” trong quá trình phân tích tín hiệu ECG bằng wavlet theo công thức (3.2). - Vì vậy luận án đề xuất sử dụng họ wavelet Coiflet bậc 4 để loại bỏ ảnh hưởng của nhịp thở trong tín hiệu ECG bằng cách loại bỏ thành phần xấp xỉ “A8” trong quá trình phân tích tín hiệu ECG. - Hình 3.2 và 3.3 trình bày một số kết quả loại bỏ ảnh hưởng của nhịp thở trong tín hiệu ECG và thành phần “A8” được tách ra từ phân tích tín hiệu ECG bằng họ wavelet Coiflets bậc 4. - a) b) c) d) e) Hình 3.3: Tín hiệu nhịp thở (a), tín hiệu ECG bị trôi dạt đường cơ sở (b), thành phần A8 (c), tín hiệu ECG được loại bỏ nhịp thở bằng họ Coif4 (d), tín hiệu nhịp thở và thành phần A8 (e) 3.2. - Chương III: Các giải pháp đề xuất loại bỏ ảnh hưởng của nhịp thở trong tín hiệu ECG . - Đo tín hiệu nhịp thở sử dụng cảm biến gia tốc. - sử dụng wavelets loại bỏ các ảnh hưởng của nhịp thở trong tín hiệu ECG như điều chế biên độ và trôi dạt đường cơ sở trong tín hiệu ECG, 2. - Trên cơ sở kết quả tính toán các thông số SNR, CORR, PRD và TH1 cho thấy khi sử dụng thành phần A8 để loại bỏ ảnh hưởng của nhịp thở trong tín hiệu ECG có kết quả tốt hơn khi sử dụng thành phần A9. - Do trong cơ sở dữ liệu MGH/MF có chứa tín hiệu nhịp thở tức thời thu thập đồng thời cùng với tín hiệu ECG. - Chương IV: Trích chọn đặc trưng và nhận dạng tín hiệu ECG bằng mạng TSK 52. - Tổng cộng véctơ đặc tính của tín hiệu ECG gồm 18 đặc tính như trên. - N=5 N=10 N=12 N=15 Chương IV: Trích chọn đặc trưng và nhận dạng tín hiệu ECG bằng mạng TSK 54 4.3. - Chương IV: Trích chọn đặc trưng và nhận dạng tín hiệu ECG bằng mạng TSK 56 6. - Chương IV: Trích chọn đặc trưng và nhận dạng tín hiệu ECG bằng mạng TSK 59 Bảng 4.3. - Chương IV: Trích chọn đặc trưng và nhận dạng tín hiệu ECG bằng mạng TSK 63. - Chương IV: Trích chọn đặc trưng và nhận dạng tín hiệu ECG bằng mạng TSK 64. - Do cơ sở dữ liệu MGH/MF có chứa nhịp thở đo đồng thời với tín hiệu ECG. - Chương IV: Trích chọn đặc trưng và nhận dạng tín hiệu ECG bằng mạng TSK 66 Bảng 4.7. - Chương IV: Trích chọn đặc trưng và nhận dạng tín hiệu ECG bằng mạng TSK 67 Bảng 4.9. - Chương IV: Trích chọn đặc trưng và nhận dạng tín hiệu ECG bằng mạng TSK 70. - Chương IV: Trích chọn đặc trưng và nhận dạng tín hiệu ECG bằng mạng TSK 71 Bảng 4.11. - phân tích, đánh giá một số giải pháp sử dụng phương pháp loại bỏ ảnh hưởng của nhịp thở trong tín hiệu ECG. - Từ đó khảo sát và đề xuất lựa chọn họ wavelet và bậc phù hợp để loại bỏ ảnh hưởng của nhịp thở trong tín hiệu ECG. - Nhận dạng tín hiệu ECG khi không loại bỏ ảnh hưởng của nhịp thở và khi có loại bỏ ảnh hưởng này. - Nhận dạng tín hiệu ECG khi không có thông tin về nhịp thở tức thời và khi có thông tin này. - Khảo sát khả năng ứng dụng các mô hình nhận dạng khác để so sánh chất lượng nhận dạng tín hiệu ECG
Xem thử không khả dụng, vui lòng xem tại trang nguồn hoặc xem
Tóm tắt