Luận án loại trừ nhiễu và nén tín hiệu điện tim để ứng dụng trong môi trường truyền dẫn vô tuyến

MỞ ĐẦU Mục đích nghiên cứu Trong năm trở lại đây, bệnh nhân bị bệnh tim mạch gia tăng đến mức báo động Theo tổ chức y tế giới (WHO), bệnh tim mạch nguyên nhân tử vong hàng đầu toàn giới chiếm nhiều nước phát triển Mỗi năm giới có hàng chục triệu người mắc bệnh tim mạch [43] Bên cạnh đó, nhiều bệnh nhân tình trạng nguy kịch bị nhồi máu tim đột quỵ chẩn đốn điều trị bệnh tim mạch muộn Ở Việt Nam, người trưởng thành có người có nguy mắc bệnh tim mạch Theo dự báo hội tim mạch học Việt Nam, đến năm 201 , Việt Nam có tới 1/5 dân số mắc bệnh tim mạch tăng huyết áp Các chứng bệnh tim mạch giới nói chung Việt Nam nói riêng có xu hướng tăng lên nhanh chóng, diễn biến phức tạp với nhiều loại biến chứng khác độ tuổi trung bình bệnh nhân tim mạch giảm dần, chuyển dịch phía người độ tuổi lao động Tình trạng dẫn đến tải cho bệnh viện tuyến trung ương Việt Nam với số lượng bệnh nhân ngày đơng, phát triển sở vật chất nguồn nhân lực bác sỹ chuyên ngành y tá theo kịp để đáp ứng Bên cạnh đó, khám bệnh tim mạch dựa tín hiệu điện tim (ECG) thủ tục để tìm bệnh nhân bị bệnh tim mạch không thường xuyên thiếu máu cục bộ, loạn nhịp, v.v Do vậy, việc cung ứng dịch vụ y tế từ xa (telemedicine) chẳng hạn dịch vụ hỗ trợ theo dõi, chăm sóc sức khỏe xu hướng giới Từ đó, bệnh nhân nhận dịch vụ y tế từ xa thông qua điện thoại, laptop hay thiết bị hỗ trợ theo dõi chăm sóc sức khỏe nhà mà không cần phải đến bệnh viện trừ trường hợp cấp bách Việc theo dõi giúp bác sỹ cập nhật tình hình bệnh nhân thường xuyên đưa tư vấn tốt Ngoài ra, với dịch vụ y tế từ xa giúp tình trạng tắc nghẽn giao thơng giảm đi, giảm chi phí lại cho bệnh nhân, giảm bớt tải bệnh viện áp lực công việc bác sỹ y tá giảm Ở nước ta, chưa có nghiên cứu tổng thể tồn diện việc hỗ trợ theo dõi chăm sóc bệnh nhân tim mạch bệnh viện có chuyên khoa tim mạch từ tuyến Trung ương đến tuyến Tỉnh, thành phố sử dụng công nghệ vô tuyến Gần đây, giới có nhiều nghiên cứu hệ thống theo dõi hỗ trợ chẩn đoán bệnh tim mạch sử dụng công nghệ vô tuyến Zigbee, WiFi, GPRS/3G bluetooth áp dụng cho bệnh nhân di động, phạm vi hẹp khoa, phòng khám điều trị bệnh viện, bệnh nhân từ xa (tại nhà bên quan nơi làm việc) bệnh nhân trường hợp cấp cứu [12], [15], [52], [77], [81] Bên cạnh cịn có nghiên cứu mạng cảm biến không dây (Wireless Sensor Network - WSN) hay mạng cục thể không dây (Wireless Body Area Network) [11], [12], [69], [85] Trên sở phân tích nghiên cứu này, tác giả luận án chia hệ thống nghiên cứu thành hai loại là:  Hệ thống theo dõi hỗ trợ chẩn đoán bệnh tim mạch chỗ (phạm vi gần) sử dụng công nghệ vô tuyến: Hệ thống thường áp dụng cho bệnh nhân khoa, phòng khám điều trị bệnh viện Những bệnh nhân thường gắn (đeo) người module nhỏ gọn để thu thập, xử lý phát tín hiệu điện tim sử dụng công nghệ vô tuyến WIFI, Bluetooth, Zigbee đến máy chủ trung tâm thiết bị đầu cuối bác sỹ máy tính cá nhân (PC), laptop, smartphone, máy tính bảng để theo dõi hỗ trợ chẩn đoán bệnh  Hệ thống theo dõi hỗ trợ chẩn đoán bệnh tim mạch từ xa sử dụng công nghệ vô tuyến kết hợp với mạng Internet: Hệ thống áp dụng cho bệnh nhân khoa, phòng khám điều trị bệnh viện; bệnh nhân xa, nhà, quan bên (outside) đặc biệt cần cho bệnh nhân cần cấp cứu Những bệnh nhân gắn (đeo) người module nhỏ gọn để thu thập, xử lý phát tín hiệu điện tim sử dụng cơng nghệ vô tuyến đến trung tâm để theo dõi xử lý Hệ thống thường phức tạp bao gồm nhiều công nghệ vô tuyến khác WIFI, GPRS/3G kết hợp với mạng Internet để truyền tín hiệu tới trung tâm chính, trung tâm cấp cứu, trạm theo dõi bác sĩ… Có thể thấy hai loại hệ thống có Module thu thập, xử lý tín hiệu ECG phát vơ tuyến Module cịn gọi thiết bị số trợ giúp cá nhân (Personal Digital Assistant - PDA), đóng vai trị quan trọng hệ thống theo dõi hỗ trợ chẩn đoán bệnh tim mạch chỗ từ xa Công nghệ PDA phát triển số năm gần tiếp tục nghiên cứu để nâng cao tính chất lượng xử lý liệu, giảm lượng phát để tiết kiệm pin, nâng cao thời gian sử dụng liên tục PDA Tùy theo thiết kế PDA mà giao tiếp với thiết bị khác theo chuẩn vô tuyến số chuẩn Zigbee, WiFi, GPRS/3G bluetooth Trong chuẩn này, Bluetooth có băng thơng 3Mbps (đối với Bluetooth version 2.0) [30], chủ yếu ứng dụng để truyền tiếng nói ảnh rời rạc; Zigbee có băng thơng lớn 250Kbp; WiFi có băng thông từ 5.5Mbps đến 11Mbps (theo chuẩn IEEE 802.11b, tần số 2.4GHz) [30] GPRS (171Kbps); 3G (384Kbps, chí lên tới 2Mbps) [52] Dữ liệu điện tim ghi đo từ thể người có kích thước định Theo tài liệu [24], kích thước phụ thuộc vào số yếu tố việc sử dụng thiết bị ghi đo tín hiệu ECG leads (3 đạo trình ) hay đạo trình hay 12 đạo trình; tần số lấy mẫu; độ phân dải chuyển đổi tương tự - số (ADC) độ dài thời gian ghi đo.Ví dụ: sử dụng thiết bị ghi đo tín hiệu ECG 12 leads; tần số lấy mẫu 360Hz; độ phân dải (ADC) 11bit, thời gian ghi 10 giây, kích cỡ tín hiệu ECG 86.400bytes (= 12leads*360Hz*2byte(11bits)*10 giây); tốc độ liệu tín hiệu khoảng 69kbps (86.400*8bits/ 10giây) [24] Với kích thước gói tin khơng lớn, truyền dễ dàng qua mạng vô tuyến WiFi, Internet, Bluetooth 3G Tuy nhiên, việc truyền gói tin với tồn kích thước với thời gian thực mơi trường vơ tuyến gặp phải số vấn đề sau: - - - Khi gói tin lớn lỗi gói dễ xảy [67] Các gói tin cần giảm thiểu trước truyền cách nén tín hiệu ECG [7] Khi sử dụng mạng GPRS 3G bệnh nhân tình trạng cấp cứu bên ngồi đường giá thành phụ thuộc vào kích cỡ gói tin đắt Trong trường hợp sử dụng mạng có băng thơng hẹp GSM, GPRS với nhiều gói tin đường truyền dễ gây trễ, gói liệu [81] Khối thu nhận xử lý liệu PDA thường dùng để theo dõi liên tục bệnh nhân, mang theo người dùng pin Người ta tập trung nghiên cứu để tăng thời gian làm việc liên tục pin [29], [41], [84] Vì vậy, gói tin lớn việc phát tín hiệu vơ tuyến từ PDA tốn lượng nguồn pin [7], [43] Vì vậy, xu hướng nghiên cứu giảm nhỏ gói tin truyền Đối với nhiều bệnh nhân cần theo dõi lưu trữ liệu ECG thời gian dài (từ năm đến nhiều năm) Ví dụ tín hiệu ECG 12 đạo trình bệnh nhân với tần số lấy mẫu 360Hz, độ phân dải 11bit, liệu ECG ngày 746MB (12 leads*360Hz*2bytes*24giờ*3600giây  746MB) với tần số lấy mẫu 1000Hz, độ phân dải 11bit, liệu lên tới 2072MB/1 ngày [4], [24], [44], Nếu cần lưu trữ liệu nhiều năm tốn tài nguyên nhớ Đặc biệt với số lượng nhiều bệnh nhân số liệu cần lưu trữ khổng lồ Vì vậy, người ta cần dùng kỹ thuật nén để giảm dung lượng liệu lưu trữ [7], [29], [43], [85] Với phân tích tổng thể trên, lên hai vấn đề cần quan tâm giải Đó là: - Cần có giải pháp lọc nhiễu nguồn nhiễu đường biên (nhiễu trôi dạt đường sở) tốt tín hiệu ECG PDA trước truyền Giảm nhỏ kích thước gói tin tín hiệu ECG giải pháp nén tín hiệu cách hiệu quả, đảm bảo độ trung thực tín hiệu giải nén - Mục tiêu nghiên cứu luận án Mục tiêu nghiên cứu luận án xây dựng gói giải pháp liên hồn cho việc truyền tín hiệu ECG cơng nghệ khơng dây bao gồm:  Nâng cao chất lượng lọc nhiễu trôi dạt đường sở, nhiễu nguồn xoay chiều có tín hiệu ECG (là loại nhiễu ảnh hưởng nhiều đến chất lượng thu nhận tín hiệu ECG)  Đề xuất phương pháp nén tín hiệu điện tim nhằm nâng cao hiệu chất lượng truyền tín hiệu giúp việc theo dõi chẩn đoán bệnh tim mạch xác hiệu  Đánh giá hiệu thuật tốn nén hai trạng thái tín hiệu điện tim dựa hệ thống truyền - nhận môi trường thực ứng dụng công nghệ WiFi Các vấn đề cần giải luận án Nhằm phát triển giải pháp công cụ hỗ trợ bác sỹ việc theo dõi chăm sóc bệnh nhân tim mạch từ xa dựa hệ thống không dây tín hiệu điện tim thu từ thể người cách hiệu xác, luận án cần thực giải số vấn đề sau đây:    Nghiên cứu phương pháp lọc cách hiệu nhiễu nguồn xoay chiều nhiễu trơi dạt đường sở có tín hiệu điện tim Nghiên cứu phương pháp nén liệu điện tim trước truyền giải nén sau thu nhận nhằm giảm lỗi gói đường truyền giảm lượng phát PDA, để cho bên nhận nhận đầy đủ, xác liệu điện tim Xây dựng thử nghiệm mơ hình hệ thống truyền - nhận tín hiệu ECG sử dụng cơng nghệ WiFi truyền tín hiệu ECG nén giải nén thuật toán đề xuất Đánh giá thuật toán nén hai trạng thái tín hiệu ECG mơi trường truyền- nhận sử dụng công nghệ WiFi thời gian thực môi trường thực tế Phạm vi nghiên cứu luận án Truyền tín hiệu điện tim sử dụng cơng nghệ vơ tuyến bao gồm việc thu nhận tín hiệu điện tim từ thể người, tiền xử lý nhiễu dùng mạch tương tự, xử lý nhiễu dùng lọc số, nén liệu điện tim trước truyền ứng dụng công nghệ vô tuyến để truyền tín hiệu điện tim Phạm vi nghiên cứu luận án này, tác giả tập trung vào số vấn đề sau:  Xử lý cách hiệu nhiễu nguồn xoay chiều nhiễu trôi dạt đường sở có tín hiệu điện tim trước đưa lên đường truyền mạng không dây  Nghiên cứu phương pháp nén- giải nén tín hiệu điện tim sử dụng sở liệu điện tim ECG Database MIT-BIH để hạn chế lỗi gói liệu, giảm thời gian trễ, giảm băng thơng giảm sai số tín hiệu q trình truyền - nhận tín hiệu điện tim sử dụng công nghệ vô tuyến để hỗ trợ bác sỹ theo dõi chẩn đoán bệnh tim mạch hiệu xác  Nghiên cứu đánh giá hiệu thuật toán nén hai trạng thái tín hiệu điện tim dựa sở hạ tầng mạng WiFi, mạng sẵn có phổ biến Việt Nam Phương pháp nghiên cứu luận án Phương pháp nghiên cứu lựa chọn luận án nghiên cứu lý thuyết, khảo sát thực tế, thử nghiệm, tổng hợp phân tích thống kê kết thu làm sở cho việc theo dõi hỗ trợ chẩn đoán bệnh tim mạch Đối với nghiên cứu lý thuyết khảo sát thực tế, tác giả nghiên cứu lý thuyết điện tim đồ, xử lý nhiễu tín hiệu điện tim đồ, số công nghệ mạng vô tuyến Zigbee, WiFi công nghệ 3G; kết hợp với việc khảo sát thực tế số sở y tế nước để có hiểu biết rõ tình nghiên cứu, phát triển ứng dụng công nghệ vô tuyến để truyền tín hiệu ECG việc hỗ trợ theo dõi chăm sóc bệnh nhân tim mạch nước Tác giả đề xuất phương pháp lọc nhiễu nguồn xoay chiều 50Hz, phương pháp lọc nhiễu đường sở có tín hiệu điện tim, đề xuất phương pháp nén liệu điện tim Trên sở đó, tác giả luận án tiến hành xây dựng mơ hình hệ thống thử nghiệm dựa mạng WiFi, Internet sở liệu điện tim ECG MIT-BIH, phân tích đánh giá kết thu để ứng dụng vào thực tế Ý nghĩa khoa học thực tiễn luận án Về ý nghĩa khoa học: Ở Việt Nam, chưa có nghiên cứu tổng thể tồn diện truyền - nhận tín hiệu điện tim sử dụng công nghệ WiFi để theo dõi hỗ trợ chẩn đoán bệnh tim mạch nhằm hướng tới việc triển khai ứng dụng Bệnh viện sở y tế Lần Việt Nam, nghiên cứu luận án đưa giải pháp việc giải tổng thể toán từ xử lý nhiễu đến việc nén - giải nén tín hiệu ECG theo phương pháp cách hiệu việc truyền - nhận tín hiệu ECG thời gian thực, giúp cải thiện chất lượng tín hiệu thu nhận được, giảm dung lượng liệu lưu trữ ổ đĩa cứng, giảm thời gian trễ giảm băng thông đường truyền Về ý nghĩa thực tiễn: Kết luận án tạo công cụ hiệu xử lý nhiễu nguồn xoay chiều 50Hz nhiễu trôi dạt đường sở tín hiệu điện tim Đồng thời giải pháp nén hai trạng thái tín hiệu điện tim giúp cho việc thu nhận tín hiệu điện tim có chất lượng tốt hơn, giảm lỗi gói, giảm băng thơng đường truyền tạo cho việc ứng dụng hệ thống môi trường thực tế bệnh viện, nâng cao hiệu việc theo dõi chăm sóc sức khỏe bệnh nhân tim mạch Cấu trúc luận án Luận án chia làm chương có nội dung sau: Chương 1: Tác giả trình bày tóm lược tín hiệu ECG đạo trình đo bản; ứng dụng tín hiệu ECG theo dõi, chẩn đoán nghiên cứu bệnh tim mạch; ảnh hưởng nhiễu tới tín hiệu ECG; trình bày hệ thống chẩn đoán theo dõi bệnh nhân tim mạch; tóm lược số cơng nghệ vơ tuyến ứng dụng hệ thống cuối định hướng nội dung cần nghiên cứu luận án Chương 2: Đề xuất giải pháp nâng cao hiệu lọc nhiễu tín hiệu điện tim: Trình bày sơ lược số phương pháp gần sử dụng để lọc hai loại nhiễu: Nhiễu nguồn xoay chiều 50Hz nhiễu trôi dạt đường sở Đánh giá hiệu phương pháp nghiên cứu Trên sở nhận xét, tác giả đề xuất giải pháp nâng cao hiệu lọc nhiễu hai loại nhiễu để giúp cho việc theo dõi hỗ trợ chẩn đoán bệnh tim mạch đạt hiệu cao Chương 3: Phân tích phương pháp nén liệu điện tim nghiên cứu, đánh giá ưu điểm, nhược điểm phương pháp Đề xuất phương pháp nén liệu điện tim thử nghiệm phương pháp đề xuất với hai sở liệu điện tim chuẩn gồm 48 ghi điện tim loạn nhịp ghi nhịp nhanh tâm thất So sánh hiệu thuật toán nén đề xuất với số phương pháp khác Chương 4: Thiết lập hệ thống thử nghiệm mơi trường thực tế để truyền-nhận tín hiệu ECG sử dụng công nghệ WiFi với hai loại liệu liệu điện tim khơng nén có nén phương pháp đề xuất Đánh giá chất lượng tín hiệu ECG thu nhận hệ thống thông qua tham số điển hình Kết luận hướng phát triển: Các đóng góp luận án  Đề xuất phương pháp lọc nhiễu nguồn xoay chiều dùng phương pháp lọc triệt tần thích nghi dựa biến đổi Fourier nhanh nhiều vòng lặp  Đề xuất phương pháp lọc nhiễu trôi dạt đường sở miền thời gian dựa điểm đẳng (isoelectric points) tín hiệu điện tim  Đề xuất phương pháp nén hai trạng thái tín hiệu điện tim nhằm nâng cao chất lượng tín hiệu đường truyền mơi trường WiFi  Đánh giá thuật toán nén - giải nén hai trạng thái tín hiệu ECG mơi trường truyền- nhận sử dụng công nghệ WiFi thời gian thực môi trường truyền thực tế CHƯƠNG TỔNG QUAN VỀ THU NHẬN, XỬ LÝ VÀ TRUYỀN TÍN HIỆU ĐIỆN TIM TRONG HỆ THỐNG THEO DÕI VÀ HỖ TRỢ CHẨN ĐỐN BỆNH NHÂN TIM MẠCH 1.1 Tín hiệu điện tim đặc điểm tín hiệu điện tim 1.1.1 Tín hiệu điện tim Tín hiệu điện tim (Electrocardiography - ECG) ghi lại hoạt động mang tính chất điện tim Tín hiệu ECG gọi bình thường (trạng thái tim hoạt động bình thường) bao gồm năm đỉnh lồi, lõm gán năm chữ P,Q,R,S T tương ứng với sóng thành phần gồm sóng P, phức QRS sóng T [23] Trong số trường hợp có thêm đỉnh U (sóng U) Trong trường hợp bệnh nhân bị nhịp tim chậm (< 60 nhịp/phút) đo tín hiệu điện tim theo đạo trình trước tim bên phải sóng U thể rõ Hình 1.1 thể dạng tín hiệu điện tim bình thường đo theo đạo trình chi Willem Einthoven [61] nh 1.1 Dạng tín hiệu điện tim b nh thường đo theo đạo trình chi (nguồn: [61]) 1.1.2 Đặc điểm tín hiệu điện tim Tín hiệu điện tim có tần số từ 0.05Hz ÷ 100Hz (đây dải tần số dành cho chẩn đoán bệnh tim mạch), từ 0.5Hz ÷ 40Hz (là dải tần số để theo dõi bệnh tim mạch) [58] Một số đặc điểm biên độ khoảng thời gian sóng thành phần tín hiệu điện tim thể bảng 1.1 bảng 1.2 ng 1.1 iên độ sóng thành phần tín hiệu điện tim (nguồn:[23]) Sóng thành phần Biên độ (mV) Sóng P < 0.25 Phức QRS 1.5 Sóng T 0.6 Mức ST ng 1.2 Kho ng thời gian sóng thành phần tín hiệu điện tim (nguồn: [23]) Sóng thành phần Khoảng thời gian (S) Sóng P 0.11 PR 0.16 Phức QRS 0.1 QT 0.36 1.2 Ứng dụng tín hiệu điện tim theo dõi, chẩn đoán nghiên cứu bệnh tim mạch Chẩn đoán theo dõi bệnh tim mạch dựa tín hiệu điện tim phương pháp ln ln sử dụng [3] Vì vậy, việc thu nhận tín hiệu ECG trung thực khơng có nhiễu nhiệm vụ quan trọng quy trình chẩn đốn bệnh Trên hình 1.2a; 1.2b; 1.2c; 1.2d; 1.2e; 1.2f minh họa tín hiệu ECG bình thường bệnh lý thường gặp Qua hình vẽ cho thấy với nhiều loại bệnh, tín hiệu điện tim bị méo dạng nhiều đặc biệt đỉnh P, Q, R, S T thay đổi độ lớn chênh lên, chênh xuống so với đường biên (đường sở - baseline) khoảng cách khơng phức QRS thay đổi dựa theo đoạn ST, QT….Những thay đổi nhà y khoa phân chia thành loại bệnh cụ thể nhồi máu tim, xơ hóa tim, ngoại tâm thu, dày tâm thất, loạn nhịp,… Do trình thu nhận tín hiệu ECG có nhiều loại nhiễu ảnh hưởng đến tín hiệu ECG, có hai loại nhiễu ảnh hưởng lớn đến chất lượng tín hiệu ECG là: Nhiễu nguồn xoay chiều 50Hz nhiễu trôi dạt đường sở hay cịn gọi nhiễu trơi dạt đường sở (baseline wander) Hai loại nhiễu tác động mạnh lên dạng tín hiệu ECG làm cho việc nhận dạng xác tín hiệu ECG trở nên khó khăn dễ dẫn đến chẩn đốn nhầm a) Dạng tín hiệu điện tim b nh thường b) Nhịp nhanh thất (nguyên nhân thường gặp nhồi máu tim) c) lock nhĩ thất độ (một bệnh lý tim) II III AVF d) Nhồi máu tim e) Cơn đau thắt ngực (cơn đau đặc trưng cho bệnh mạch vành) với đoạn ST chênh xuống f) Cơn đau thắt ngực (cơn đau đặc trưng cho bệnh mạch vành) với đoạn ST chênh lên nh 1.2 Minh họa tín hiệu điện tim b nh thường số tín hiệu điện tim thể bệnh lý thường gặp tim mạch (nguồn: [1],[3]) 10 ng 4.3 Kết qu thử nghiệm truyền 90 mẫu liệu ECG khơng nén có nén theo tỉ lệ, mơi trường WiFi có vật c n, ngày nghỉ CR Không nén Tỷ lệ nén (hCRlCR) 4-2 6-2 8-2 6-3 10-2 9-3 12-3 15-3 PER (%) Through Put (Bytes/s) PRD PRDN (ms) NÉN + TRUYỀN CHỈ NÉN NÉN + TRUYỀN CHỈ NÉN 1.00 8.0 724 0.60662 33.3503 22.9 4.96 6.41 6.58 7.39 8.23 8.83 8.94 9.92 7.4 5.8 2.3 2.3 1.9 1.7 1.1 0.6 146 113 110 98 88 82 81 73 0.57021 0.43920 0.29707 0.30841 0.25989 0.30177 0.24063 0.21838 0.11238 0.13677 0.14242 0.14271 0.14812 0.14965 0.17152 0.18248 31.3489 24.1463 16.3322 16.9557 14.2882 16.5906 13.2296 12.0059 6.18129 7.50603 7.83362 7.84980 8.12873 8.23143 9.43433 10.01458 50.9 57.2 25.6 52.73 47.32 52.63 10.06 14.47 ng 4.4 Kết qu thử nghiệm truyền 180 mẫu liệu ECG không nén có nén theo tỉ lệ, mơi trường WiFi có vật c n, ngày nghỉ CR Khơng nén - ThroughPut (Bytes/s) PRD PRDN (ms) NÉN + TRUYỀN CHỈ NÉN NÉN + TRUYỀN 1.00 7.6 722 0.56628 31.1328 6-2 6.02 8.20 5.4 4.5 120 88 0.49426 0.36126 0.11608 0.12591 27.1734 19.8610 8-2 6-3 8.49 8.91 3.3 2.4 85 81 0.32143 0.29496 0.13657 0.14611 17.6717 16.2163 10-2 10.03 2.3 72 0.31895 0.14698 9-3 11.11 1.5 65 0.29511 12-3 11.65 1.3 62 0.26411 15-3 12.45 1.1 58 0.24073 4-2 Tỷ lệ nén (hCRlCR) PER (%) CHỈ NÉN 6.38204 6.92260 7.50865 62.0 24.3 58.2 8.03295 55.5 21.2 17.5354 8.08057 52.5 0.15346 16.2244 0.16679 14.5201 8.43721 9.17010 29.77 0.17598 13.2348 9.67531 26.0 27.5 Với kết thể bảng 4.1, bảng 4.2, bảng 4.3 bảng 4.4; có vật cản với hai loại kích thước liệu truyền 90 mẫu 180 mẫu cho thấy với tỉ lệ nén từ 4-2, 6-2, 8-2, 6-3, 10-2, 9-3, 12-3, 15-3 tỉ lệ nén 15-3 cho kết tốt thể qua tham số hệ số nén CR, lỗi gói PER, throughput, PRD, PRDN thời gian trễ 90 4.2.4.2.Thử nghiệm hệ thống điều kiện khơng có vật cản (tầm nhìn thẳng) Trong điều kiện thử nghiệm này, khoảng cách client server 150m Tại khoảng cách này, cường độ tín hiệu phía client - 8dBm có biến thiên lớn so với trường hợp thử nghiệm có vật cản Kết thử nghiệm truyền 90 mẫu 180 mẫu liệu ECG khơng nén có nén theo tỉ lệ, môi trường WiFi vật cản, ngày làm việc thể bảng 4.5 bảng 4.6 ng 4.5 Kết qu thử nghiệm truyền 90 mẫu liệu ECG không nén có nén theo tỉ lệ, mơi trường WiFi tầm nhìn thẳng (khơng có vật c n), ngày làm việc CR Không nén Tỷ lệ nén (hCRlCR) 4-2 6-2 8-2 6-3 10-2 9-3 12-3 15-3 PER (%) ThroughPu t (Bytes/s) PRD PRDN (ms) NÉN + TRUYỀN CHỈ NÉN NÉN + TRUYỀN CHỈ NÉN 1.00 6.0 724 0.53468 29.3951 32.6 4.96 6.41 6.58 7.39 8.23 8.83 8.94 9.92 5.2 3.8 3.0 3.2 2.6 2.4 1.8 1.2 146 113 110 98 88 82 81 73 0.48632 0.33204 0.31278 0.33015 0.32784 0.33023 0.29854 0.24840 0.11238 0.13677 0.14242 0.14271 0.14812 0.14965 0.17152 0.18248 26.7364 18.2546 17.1957 18.1507 18.0237 18.1551 16.4128 13.6563 6.18129 7.50603 7.83362 7.84980 8.12873 8.23143 9.43433 10.0145 34.7 41.4 51.3 17.3 19.5 36.8 25.6 20.5 ng 4.6 Kết qu thử nghiệm truyền 180 mẫu liệu ECG khơng nén có nén theo tỉ lệ, mơi trường WiFi tầm nhìn thẳng (khơng có vật c n), ngày làm việc CR Không nén Tỷ lệ nén (hCRlCR) 4-2 6-2 8-2 6-3 10-2 9-3 12-3 15-3 PER (%) ThroughPut (Bytes/s) PRD PRDN (ms) NÉN + TRUYỀN CHỈ NÉN NÉN + TRUYỀN CHỈ NÉN 1.00 5.4 722 0.50132 27.5611 25.6 6.02 8.20 8.49 8.91 10.03 11.11 11.65 12.45 5.1 4.2 3.8 2.9 2.1 1.4 1.2 0.8 120 88 85 81 72 65 62 58 0.48023 0.35026 0.37127 0.31961 0.29312 0.27691 0.25038 0.22653 0.116086 0.125918 0.136578 0.146114 0.146981 0.153468 0.166799 0.175988 26.4016 19.2562 20.4113 17.5712 16.1149 15.2237 13.7651 12.4539 6.38204 6.92260 7.50865 8.03295 8.08057 8.43721 9.17010 9.67531 39.3 51.7 44.7 52.1 54.6 20.8 13.4 15.1 91 Từ kết thử nghiệm thể bảng 4.5 bảng 4.6 ta thấy, với điều kiện khơng có vật cản, tham số PER, throughput, PRD PRDN giảm ứng với tỉ lệ nén liệu ECG (hCR-lCR) từ 4-2 đến 15-3 Trong trường hợp khơng nén, tỉ lệ gói PER, throughput, PRD PRDN cao so với trường hợp có nén theo tỉ lệ nén 4.3 Kết luận chương Trong chương này, tác giả luận án thiết lập hệ thống thử nghiệm truyền - nhận tín hiệu ECG sử dụng cơng nghệ WiFi mơi trường thực thời gian thực Hệ thống thử nghiệm với tín hiệu ECG chuẩn từ sở liệu điện tim MITBIH Tín hiệu ECG thử nghiệm với hai dạng: hông nén nén thuật toán đề xuất “hai trạng thái” Tác giả đưa tham số đánh giá chất lượng tín hiệu thu nhận khơi phục phía thu gồm CR, PER, Throughput, PRD, PRDN Trên sở đó, so sánh chất lượng, hiệu việc truyền tín hiệu có nén khơng nén mơi trường WiFi theo mơ hình client-server Hệ thống thử nghiệm trường hợp có vật cản khơng có vật cản (tầm nhìn thẳng) Các kết thử nghiệm (từ bảng 4.1 đến bảng 4.6) cho thấy hiệu việc nén hai trạng thái liệu ECG hệ thống truyền-nhận tín hiệu ECG tỉ lệ lỗi gói PER, throughput, sai lệch tín hiệu PRD PRDN giảm có giá trị thấp nhiều so với trường hợp không nén (từ 10 lần) Giá trị tham số giảm dần tỉ lệ nén tăng lên từ 4-2, 6-2, 8-2, 6-3, 10-2, 9-3, 12-3 đến 15-3 Đặc biệt, với tỉ lệ nén hCR-lCR 15-3 cho kết tốt Bên cạnh đó, thuật tốn cho thấy linh hoạt việc thay đổi kích thước gói tin truyền thơng qua việc thay đổi số mẫu trước nén (đã thử nghiệm 90 mẫu 180 mẫu) Qua kết thử nghiệm cho thấy khả ứng dụng thuật toán nén hai trạng thái hồn tồn có khả ứng dụng có hiệu thực tế (Các nghiên cứu tác giả đăng tạp chí nước Quốc tế Công bố số 3,5, danh mục cơng trình cơng bố) 92 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Luận án tập trung nghiên cứu nội dung bao gồm: xử lý nhiễu nguồn xoay chiều 50Hz, nhiễu trôi dạt đường sở - hai loại nhiễu nằm dải phổ tín hiệu ECG chẩn đốn; nén tín hiệu ECG trước truyền, với mục đích nâng cao chất lượng tín hiệu ECG mạng vơ tuyến nhằm đảm bảo độ trung thực để giúp cho việc theo dõi hỗ trợ chẩn đoán bệnh tim mạch hiệu Các đóng góp luận án bao gồm:  Đề xuất giải pháp nâng cao hiệu lọc nhiễu nguồn xoay chiều 50Hz có tín hiệu ECG sử dụng lọc triệt tần thích nghi dựa biến đổi Fourier nhanh nhiều vòng lặp  Đề xuất giải pháp nâng cao hiệu lọc nhiễu trơi dạt đường sở có tín hiệu ECG miền thời gian dựa điểm đẳng  Đề xuất thuật toán nén hai trạng thái tín hiệu ECG trước truyền để giảm gói liệu, giảm thời gian trễ, giảm dung lượng liệu đường truyền giảm độ méo tín hiệu ECG thu nhận trạm thu hệ thống truyền - nhận tín hiệu ECG sử cơng nghệ WiFi so với trường hợp truyền khơng nén tín hiệu ECG Thơng qua việc tính tốn dựa tham số đánh giá chất lượng tín hiệu giải nén so với tín hiệu gốc tham số Sai lệch bậc hai phương sai (PRD), sai lệch bậc hai phương sai chuẩn hóa (PRDN), tỉ số tín hiệu nhiễu (SNR), bậc hai bình phương trung bình sai số (RMS) Kết tính tốn, thử nghiệm với loại tín hiệu ECG lấy từ sở liệu điện tim MIT-BIH gồm 48 ghi loạn nhịp (có phức QRS rõ ràng) ghi tâm thất nhanh (phức QRS không rõ ràng), cho thấy tín hiệu ECG thu sau giải nén có chất lượng độ trung thực cao, đủ đáp ứng tiêu chuẩn dùng cho theo dõi chẩn đoán bệnh tim mạch Ngoài ra, tác giả tiến hành thử nghiệm truyền - nhận tín hiệu ECG sử dụng công nghệ WiFi môi trường thực, thời gian thực với nhiều loại nhiễu từ môi trường khẳng định tín hiệu thuật tốn nén hai trạng thái tín hiệu ECG đề xuất Kết thử nghiệm với tín hiệu điện tim mẫu loạn nhịp cho thấy tham số đánh giá chất lượng tín hiệu ECG khơi phục sau giải nén phía thu gồm tỉ lệ lỗi gói (PER), thơng lượng tín hiệu (Throughput), Sai lệch bậc hai phương sai (PRD), Sai lệch bậc hai phương sai chuẩn hóa (PRDN) thời gian trễ ( ) , cho giá trị tốt 93 nhiều lần (từ đến 10 lần tùy theo tham số) so với trường hợp tín hiệu ECG truyền không nén Cụ thể, giá trị tham số PRD, throughput PER trường hợp có nén tín hiệu ECG nhỏ khoảng 10 lần so với giá trị tham số trường hợp khơng nén Cịn tham số PRDN trường hợp có nén giảm khoảng lần so với trường hợp không nén Thông qua kết giải pháp lọc nhiễu đề xuất; giải pháp nén-giải nén hai trạng thái tín hiệu ECG đề xuất; ứng dụng việc xử lý tín hiệu ECG ứng dụng hệ thống truyền - nhận tín hiệu ECG môi trường WiFi bệnh viện, sở y tế nước nhằm nâng cao hiệu việc theo dõi hỗ trợ chẩn đoán bệnh tim mạch Hướng phát triển Trên sở kết đạt được, tác giả luận án đề xuất số hướng phát triển là:  Tích hợp giải pháp đề xuất lọc nhiễu, giải pháp nén - giải nén hai trạng thái tín hiệu ECG thành dạng phần cứng với phần mềm nhúng thiết bị PDA để thu nhận tín hiệu ECG từ điện cực có dây khơng dây, phát WiFi khu vực bệnh viện nhà riêng để theo dõi bệnh nhân tim mạch  Tích hợp thành hệ thống theo dõi chăm sóc sức khỏe bệnh nhân tim mạch từ xa công nghệ vô tuyến kết hợp hữu tuyến bao gồm hệ thống WiFi, bluetooth khu vực hẹp bệnh viện, nhà riêng kết hợp với mạng internet, mạng GPRS/3G để tạo thành mạng tổng hợp cho phép dịch vụ theo dõi, chẩn đoán, cấp cứu thông tin cho người thân giải pháp tổng thể việc theo dõi, chăm sóc tư vấn sức khỏe cho bệnh nhân tim mạch 94 DANH MỤC CÁC CƠNG TRÌNH CƠNG BỐ CỦA LUẬN ÁN Duong Trong Luong, Nguyen Duc Thuan, Nguyen Hung (2012) “ECG signal transmission using wireless technology in patient health-care and monitoring system” Tạp chí khoa học Cơng nghệ, Đại học Đà Nẵng, số 12(61), pp 8085 Duong Trong Luong, Nguyen Duc Thuan, Chu Duc Hoang, Nguyen Van Trang, Trinh Quang Duc (2013) “Study on limitation of removal of baseline noise from electrocardiography signal in measurement using wavelet analysis” The 5th International Conference on Ubiquitous and Future Networks (ICUFN) IEEE Xplore, ISSN 2165-8528, pp 481-486 Duong Trong Luong, Nguyen Duc Thuan (2013) “Evaluation of packet errors in wireless ECG signal transmission system using wifi technology” Tạp chí Khoa học & Cơng nghệ trường Đại học kỹ thuật, số 96, pp 40-46 Duong Trong Luong, Nguyen Duc Thuan, Trinh Quang Duc (2014) “Removal of baseline noise from ECG signal based on time domain approach” International Journal of Biomedical Science and Engineering (IJBSE), Vol.2, No.2, pp 11-16 Duong Trong Luong, Nguyen Duc Thuan, Nguyen Thai Ha (2015) “New Design of 12-Lead ECG Simulation Signal System with Simulated Noise Added” International Journal of Soft Computing and Engineering (IJSCE), ISSN: 2231-2307, Vol 4, Issue 6, pp 126-130 Duong Trong Luong, Nguyen Duc Thuan, Dang Huy Hoang (2015) “Removal of power line interference from Electrocardiograph (ECG) using proposed adaptive filter” Global Journal of Computer Science and Technology, ISSN 0975-4172 (online), ISSN 0975-4350 (print), Volume 15-C, issue version 1.0, pp 11-14 Duong Trong Luong, Nguyen Duc Thuan, Nguyen Minh Duc, Dang Huy Hoang, Nguyen Ngoc Xuan (2015).“Design of Electrocardiography Signal Acquisition and Processing Software Module” International Journal of Biomedical Science and Engineering, Vol.3, No.2, pp 11-17 Duong Trong Luong, Nguyen Minh Duc, Nguyen Tuan Linh, Nguyen Duc Thuan (2015).“A novel two-state ECG compression Algorithm used in 95 telemedicine” Tạp chí khoa học cơng nghệ trường Đại học, số 109, pp.022-027 Duong Trong Luong, Nguyen Minh Duc, Nguyen Tuan Linh, Nguyen Thai Ha, Nguyen Duc Thuan (2016) “Advanced Two-State Compressing Algorithm: A Versatile, Reliable and Low-Cost Computational Method for ECG Wireless Applications” International Journal of Soft Computing and Engineering (IJSCE), Vol.5, Issue 6, pp 56-70 96 TÀI LIỆU THAM KHẢO Tiếng Việt [1] Bệnh học tim mạch Việt Nam (03/2016), bệnh học tim mạch trực tuyến [Online] http://www.cardionet.vn [2] Hoàng Mạnh Hà (2011) “Các phương pháp thích nghi lọc nhiễu tín hiệu điện tim” Viện khoa học công nghệ Việt nam, Luận án Tiến sỹ [3] Trần Đỗ Trinh, Trần Văn Đồng (2011), “ ướng dẫn đọc điện tim” Nhà Xuất Bản Y học Tiếng Anh [4] A Boskovic, M Despotovic (2005), “An Efficient Approach to ECG Signal Transmission via GPRS” Eurocon, IEEE explore, pp 76-79 [5] A Bilgin, M.W Marcellin, M.I Altbach (2003), “Compression of electrocardiogram signals using JPEG2000” IEEE Trans Consum Electron, 49(4), pp 833–840 [6] Akanksha Deo, D B.V Singh (2013), “Denoising ECG Signals with Adaptive filter algorithms & Patch ased Method” International Journal of Computer Networks and Wireless Communications (IJCNWC), ISSN: 2250-3501, Vol.3, No3 [7] Ashraf Darwish, Aboul Ella Hassanien (2011), “Wearable and Implantable Wireless Sensor Network Solutions for Healthcare Monitoring” Open access sensors, ISSN 1424-8220, pp 5561-5595 [Online] www.mdpi.com/journal/sensors [8] A Fasano, V.Villani, L Vollero (2011), “ aseline wander Estimation and Removal by Quadratic Variation Reduction” The 33rd Annual International Conference of the IEEE EMBS, pp 977-980 [9] Álvaro Alesanco and José García (2010), “Clinical Assessment of Wireless ECG Transmission in Real time Cardiac Telemonitoring” IEEE transactions on Information Technology in Biomedical, Vol.14, No.5, pp 1144-1152 [10] Behzad Mozaffary, Mohammad A.Tinati (2007), “ECG aseline Wander Elimination using Wavelet Packets” World Academy of Science, Engineering and Technology 3, pp 550-552 [11] Benny P.L Lo, Surapa Thiemjarus, Rachel King and Guang-Zhong Yang, “Body Sensor Network - A Wireless Sensor Platform for 97 [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] pervasive healthcare monitoring” Department of Computing, Imperial College London, South Kensington Campus, UK [Online] http://www.pervasive.ifi.lmu.de/adjunct-proceedings/demo/p077-080.pdf Bo Yu, Liuqing Yang, Chia-Chin Chong (2010), “ECG Monitoring over luetooth: Data Compression and Transmission” IEEE Wireless Communication and Networking Conference, ISSN : 1525-3511, pp 1-5 B.S.Kim, S.K.Yoo, M.H Lee (2006), “Wavelet-based low-delay ECG compression algorithm for continuous ECG transmission” IEEE Transactions on Information Technology in Biomedicine Vol.10, No.1, pp 77–83 B.Widrow, S.D.Steams (1 85), “Adaptive signal processing” Prentice Hall CaiKen, Liang Xiaoying (2010) “Development of WiFi based Telecardiology Monitoring system” IEEE, 978-1-4244-5874-5/10 C.T Ku, H.S Wang, K.C Hung, Y.S Hung (2006), “A novel ECG data compression method based on nonrecursive discrete periodized wavelet transform” IEEE Transactions on Bio-medical Engineering 53(12), pp 2577–2583 Chinmay Chandrakar, M.K.Kowar (2012), “Denoising ECG Signal using Adaptive filter algorithm” International Journal of Soft Computing and Engineering (IJSCE), ISSN: 2231-2307, Vol 2, Issue 1, pp 120-123 Chissanuthat Bunluechokchai and Theera Leeudomwong (2010), “Discrete Wavelet Transform-based Baseline Wandering Removal for igh Resolution Electrocardiogram” International Journal of applied biomedical engineering Vol.3, No.1, pp 26-31 C.W.Mueller (1978),“Arrhythmia detection software for an ambulatory ECG monitor” Biomed Sci Inst., Vol.14, pp 81–85 Duck Hee Lee, Ahmed Rabbi (2012), “Development of a Mobile Phone Based e-Health Monitoring Application” International Journal of Advanced Computer Science and Applications, Vol 3, No 3, pp 38-43 E.B.L Filho, N.M.M Rodrigues, E.A.B da Silva, S.M.M de Faria, V.M.M da Silva, M.B de Carvalho (2008), “ECG Signal Compression ased on Dc Equalization and Complexity Sorting” IEEE Transactions on Bio-medical Engineering, vol.55, No.7, pp 1923–1926 Fabio Badilini, Arthur J.Moss and Edward L.Titlebaum (1991) “Cubic spline baseline estimation in ambulatory ECG recordings for the measurement of ST segment displacements” Annual International 98 [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] Conference of the IEEE Engineering in Medicine and Biology Society, vol.13, No.2, pp 584-585 Gari D.Clifford, Francisco Azuaje, Patrick E McSharry (2006), “Advanced Methods and tools for ECG data analysis” Artech house Inc, Boston London Haiying Zhou, Kun Mean Hou, Jean Ponsonnaille, Laurent Gineste and Christophe De Vaulx (2005), “A Real-Time Continuous Cardiac Arrhythmias Detection System: RECAD” Engineering in Medicine and Biology 27th Annual Conference, Proceedings of the IEEE, pp 875-881 Hakan Gurkan (2012) “Compression of ECG signals using variablelength classifıed vector sets and wavelet transforms” EURASIP Journal on Advances in Signal Processing, doi:10.1186/1687-6180-2012-119, pp 1-17 Hanwoo Lee, K M Buckley (1999), “ECG data compression using cut and align beats approach and 2-D transforms” IEEE Transactions on Bio-medical Engineering, vol.46, No.5, pp.556– 564 Heikki Karjaluoto (2006), “An Investigation of Third Generation (3G) Mobile Technologies and Services” Contemporary Management Research, Pages 91-104,Vol.2, No.2, pp 91-104 Hemant K.Gupta, Ritu Vijay, Neetu Gupta (2013), “Designing and Implementation of Algorithms on Matlab for Adaptive Noise Cancellation from ECG Signal” International Journal of Computer Applications (0975 – 8887),Vol 71, No.5, pp 1-8 Hossein Mamaghanian, Nadia Khaled, IEEE, David Atienza, Pierre Vandergheynst (2011), “Compressed Sensing for Real-Time EnergyEfficient ECG Compression on Wireless ody Sensor Nodes” IEEE Transactions on Biomedical Engineering, Vol 58, No 9, pp 2456-2466 H.Labiod, H.Afifi, C Desantis (2007 ), “WifiTM, BluetoothTM, ZigbeeTM and WimaxTM” All Rights Reserved, Spinger, ISBN 978-1-4020-5397-9 H.H.Chou, Y.J.Chen, Y.C.Shiau, T.S.Kuo (2006), “An Effective and Efficient Compression Algorithm for ECG Signals With Irregular Periods” IEEE Transactions on Bio-medical Engineering, vol.53, No.6, pp.1198–1205 Hsieh-Wei Lee, King-Chu Hung, Tsung-Ching Wu, Cheng-Tung Ku (2011), “A Modified Run-Length Coding towards the Realization of a RRO-NRDPWT- ased ECG Data Compression System” EURASIP 99 [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] Journal on Advances in Signal Processing, doi:10.1155/2011/703752, pp 1-8 H.H Abbas (2011), “Removing 0.5 Hz Baseline Wander From ECG Signal Using Multistage Adaptive Filter” Eng.&Tech Journal, Vol.29, No.11, pp 2312-2328 I Romeo, D Geng, T Berset (2012), “Adaptive Filtering in ECG Denoising: A Comparative Study” Computing in Cardiology pp 45-48 J Korhonen, Ye Wang (2005), “Effect of packet size on loss rate and delay in wireless links” Wireless Communications and Networking Conference, 2005 IEEE 3, pp 1608–1613 J.P Abenstein, W.J Tompkins (1982), “A New data reduction algorithm for real-time ECG analysis” IEEE Transactions on Bio-medical Engineering 29(1), pp 43–48 J.H Husoy, T Gjerde (1996), “Computationally efficient sub-band coding of ECG signals” Medical Engineering and Physics 18(2), pp 132–142 J.R Cox, F.M Nolle, H.A Fozzard, G.C Oliver (1968), “AZTEC, a preprocessing program for real-time ECG rhythm analysis” IEEE Transactions on Bio-medical Engineering 15(4), pp 128–129 Jungkuk Kim, Minkyu Kim, Injae Won, Seungyhul Yang, Kiyoung Lee, and Woong Huh (2009), “An ECG signal processing Algorithm based on removal of wave deflections in time domain” The 31st Annual International Conference of the IEEE EMBS, pp.1335-1338 Jun Yin, Xiaodong Wang and Dharma P Agrawal (2004), “Optimal Packet Size in Error prone Channel for IEEE 802.11 Distributed Coordination Function” WCNC / IEEE Communications Society, pp 1654-1659 J.J Wei, C.J Chang, N.K Chou, G.J Jan (2001), “ECG data compression using truncated singular value decomposition” IEEE Transactions on Information Technology in Biomedicine, vol.5, No.4, pp 290–295 Kenguka M Kenguka, Atindimile S Kumchaya (2006), “Improving WLAN performance with enhanced mac, node cooperation and twostage FEC scheme” Journal of Theoretical and Applied Information Technology, pp.14-20 Khalid Abu Al-Saud, Massudi Mahmuddin and Amr Mohamed (2012), “Wireless Body Area Sensor Networks Signal Processing and Communication Framework: Survey on Sensing, Communication 100 [44] [45] [46] [47] [48] [49] [50] [51] [52] [53] [54] Technologies, Delivery and Feedback” Journal of Computer Science, ISSN 1549-3636, (1): pp.121-132 Kyungtae Kang (2014), “An Adaptive Framework for Real-Time ECG Transmission in Mobile Enviroments” The ScientificWorld Journal, Volume 2014, Article ID 678309, pp 1-13 Kyungtae Kang, Junhee Ryu, Junbeom Hur, and Lui Sha (2013), “Design and QoS of a Wireless System for Real-Time Remote Electrocardiography” IEEE journal of biomedical and health informatics, vol 17, no.3, pp 745-755 Kyungtae Kang, Kyung - Joon Park, Jae-Jin Song, Chang - Hwan Yoon, and Lui Sha (2011), “A Medical-Grade Wireless Architecture for Remote Electrocardiography” IEEE transactions on information technology in biomedicine, vol 15, No.2, pp 260-267 M A Mneimneh, E.E Yaz, M.T Johnson, R J Povinelli (2006), “An Adaptive Kalman Filter for Removing Baseline Wandering in ECG Signals” Computers in Cardiology, ISSN 02 6−654 , pp 253−256 M.Ishijima, S.B.Shin, G.H.Hostetter, J.S klansky (1983), “Scan-along polygon approximation for data compression of electrocardiograms” IEEE Transactions on Bio-medical Engineering, vol.30, No.11, pp 723–729 Metin Akay (1994), “ iomedical Signal Processing” Academic Press M.E Womble, J.S Halliday, S.K Mitter, M.C Lancaster, J.H Triebwasser (1977), “Data compression for storing and transmitting ECGs/VCG’s” Proceeding of the IEEE 65(5), pp 702–706 M.L Hilton (1997), “Wavelet and wavelet packet compression of electrocardiograms”.IEEE Transactions on Bio-medical Engineering 44(5), pp 394–402 Mohd Fadlee A Rasid and Bryan Woodward (2005), “ luetooth Telemedicine Processor for Multichannel Biomedical Signal Transmission via Mobile Cellular Networks” IEEE transactions on information technology in biomedicine, vol.9, no.1, pp 35-43 M.S.Manikandan, S.Dandapat (2008), “Wavelet threshold based TDL and TDR algorithms for real-time ECG signal compression” Biomedical Signal Processing and Control 3(1), pp 44–66 Na Pan, Vai Mang I, M.Peng Un and P.S Hang (2007), “Accurate Removal of Baseline Wander in ECG Using Empirical Mode Decomposition” Proceedings of NFSI & ICFBI, IEEE, pp 177-180 101 [55] [56] [57] [58] [59] [60] [61] [62] [63] [64] [65] [66] [67] N.Yaakob, I.Khalil, Jiankun Hu (2010) “Performance Analysis of Optimal Packet Size for Congestion Control in Wireless Sensor Networks” The 9th IEEE International Symposium on Network Computing and Applications (NCA), pp 210–213 P.S Hamilton, W.J Tompkins (1991), “Compression of ambulatory ECG by average beat subtraction and residual differencing” IEEE Transactions on Bio-medical Engineering 38(3), pp 253–259 PhysioBank ATM (03/2014) [Online] http://physionet.org/cgi-bin/atm/ P Dash (2002) “Electrocardiogram monitoring” Indian Journal of Anaesthesia, 46(4): pp 251-260 P R Manjare, V H Deshmukh, S S Agrawal, S W Puranik (2014), "Advance Wireless ECG Monitoring system based on GSM 3G" Certified Journal, vol 4, Issue 6, pp 192-196 Rakesh Kumar Singh, Neeraj Tiwari (2015), “An Investigation on Wireless Mobile Network and Wireless LAN (Wi-Fi) for Performance Evaluation” International Journal of Computer Applications, Volume 126 – No.6, pp 1-8 Robert Plonsey (2015) Bioelectromagnetism [Online] www.bem.fi/book R.S.H.Istepanian, A.A.Petrosian (2000), “Optimal zonal wavelet-based ECG data compression for a mobile telecardiology system” IEEE Transactions on Information Technology in Biomedicine, vol.4, No.3, pp 200–211 R.S.H Istepanian, L.J Hadjileontiadis, S.M Panas (2001), “ECG data compression using wavelets and higher order statistics methods” IEEE Transactions on Information Technology in Biomedicine, vol.5, No.2, pp 108–115 Saad Daoud Al Shamma (2014), “Adaptive power line and baseline wander removal from ECG signal” International Journal of Engineering and Innovative Technology (IJEIT), Vol 3, Issue 10, pp 186-190 Sangjoon Lee, Jungkuk Kim, Jong-Ho Lee (2011), “A Real-Time ECG Data Compression and Transmission Algorithm for an e-Health Device” IEEE Transactions on Bio-medical Engineering 58(9), pp 2448–2455 Sateh M.S Jalaleddine, C.G Hutchens, R.D Strattan, W.A Coberly (1990), “ECG data compression techniques–a unified approach” IEEE Transactions on Bio-medical Engineering, vol.37, No.4, pp.329–343 Sayantan Choudhury, I Sheriff, J D Gibson and E Belding-Royer (2006) Effect of payload length variation and retransmissions on 102 [68] [69] [70] [71] [72] [73] [74] [75] [76] multimedia in 802.11a WLANs Proceedings of the 2006 international conference on Wireless communications and mobile computing ISBN:1-59593-306-9, pp 377-382 Sachin Singh, K.L.Yadav (2010), “Performance Evaluation of Different Adaptive Filters For ECG Signal Processing” International Journal on Computer Science and Engineering (IJCSE), Vol 02, No 05, pp 18801883 Shahin Farahani (2008), “Zigbee Wireless networks and Transceivers” Copyright @, Elsevier Ltd All rights reserved ISBN: 978-0-7506-83937 Shaou-Gang Miaou, C.Lung Lin (2002), “A quality-on-demand algorithm for wavelet-based compression of electrocardiogram signals” IEEE Transactions on Bio-medical Engineering 49(3), pp 233–239 Shaou-Gang Miaou, H.L Yen (2001), “Multichannel ECG compression using multi-channel adaptive vector quantization” IEEE Transactions on Bio-medical Engineering 48(10), pp 1203– 1207 Shaou-Gang Miaou, H.L Yen, C.L Lin (2002), “Wavelet-based ECG compression using dynamic vector quantization with tree codevectors in single codebook” IEEE Transactions on Biomedical Engineering, vol.49, No.7, pp 671–680 Shen-Chuan Tai, C.C.Sun, W.C.Yan (2005),“A 2-D ECG compression method based on wavelet transform and modified SPI T” IEEE Transactions on Bio- medical Engineering, vol.52, No.6, pp 999– 1008 Soroor Behbahani (2007), “Investigation of Adaptive Filter for Noise Cancellation in ECG signals” Second International Multisymposium on Computer and Computational Sciences IEEE, 0-7695-3039-7/07, pp 144-149 Syed Ateequr Rehman, R.Ranjith Kumar (2012) “Performance Comparison of Adaptive Filter Algorithms for ECG Signal Enhancement” International Journal of Advanced Research in Computer and Communication Engineering,Vol 1, Issue 2, pp 86-90 V.R.Lele and K.S.Holkar (2013), “Removal of aseline Wander from ECG Signal” International Conference on Recent Trends in engineering & Technology CRTET'2013, ISSN: 2277-9477, pp 60-65 103 [77] [78] [79] [80] [81] [82] [83] [84] [85] [86] Wei Lin (2011), “Real time Monitoring of Electrocardiogram through IEEE 802.15.4 Network” IEEE, 978-1-4577-1591-4/11, pp 1-6 W.J.Hwang, C.F.Chine, K.J.Li (2003), “Scalable medical data compression and transmission using wavelet transform for telemedicine applications” IEEE Transactions on Information Technology in Biomedicine, 7(1), pp 54–63 W Philips (1993), “ECG data compression with time-warped polynomials” IEEE Transactions on Bio-medical Engineering 40(11), pp 1095–1101 William H Press, Brian P Flannery, Saul A Teukolsky and William T.Vetterling (1992), “Numerical Recipes in Fortran 77: The Art of Scientific Computing” Cambridge University Press, The second edition Xin ge, Dakun Lai, Xiaomei Wu (2008 ), “A real time continuous ECG transmitting Method through GPRS with low power consumption”, Department of Electronic Engineering Fudan University Shanghai, China IEEE 978-1-4244-1748, pp 556-559 Xuedong Liang, Ilangko Balasingham (2007), “Performance analysis of the IEEE 802.15.4 based ECG monitoring network” Proceedings of the Seventh IASTED international conferences: wireless and optical communications, ISBN: 978-0-88986-659-1 , pp 99-104 Yaniv Zigel, A Cohen, A Katz (2000), “ECG signal compression using analysis by synthesis coding” IEEE Transactions on Biomedical Engineering 47(10), pp 308–316 Young-Dong Lee (2010), “Wireless Vital signs monitoring system for ubiquitous healthcare with practical test and Reliability Analysis” Department of Electrical and InformationEngineering, University of Oulu [Online] http://jultika.oulu.fi/files/isbn9789514263880.pdf Zhenhu Liang, Y Wang, Shuaiting Wang, Longzhou Guan, Yingwei Li, Xiaoli Li (2011), “A Remote Electrocardiogram Monitoring System ased on Smart Phone Platform” Advances in information Sciences and Service Sciences(AISS),vol.3, issue11, pp 1-9 Zhitao Lu, D.Y.Kim, W.A.Pearlman (2000), “Wavelet compression of ECG signals by the set partitioning in hierarchical trees method” IEEE Transactions on Bio-medical Engineering 47(7), pp 849–856 104 ... ĐOÁN BỆNH NHÂN TIM MẠCH 1.1 Tín hiệu điện tim đặc điểm tín hiệu điện tim 1.1.1 Tín hiệu điện tim Tín hiệu điện tim (Electrocardiography - ECG) ghi lại hoạt động mang tính chất điện tim Tín hiệu. .. tín hiệu điện tim b nh thường số tín hiệu điện tim thể bệnh lý thường gặp tim mạch (nguồn: [1],[3]) 10 1.3 Các loại nhiễu ảnh hưởng tới tín hiệu điện tim Trong thu nhận tín hiệu điện tim từ thể... cứu, ứng dụng WiFi để truyền tín hiệu điện tim Với ưu điểm công nghệ WiFi, năm trở lại đây, giới có nhiều nghiên cứu ứng dụng công nghệ WiFi để truyền tín hiệu điện sinh học nói chung tín hiệu điện