Khóa luận tốt nghiệp Sư phạm vật lý: Cải tiến xử lý nhiễu của tín hiệu điện tim bằng phép biến đổi Wavelet packet

Phép biến đổi WaveletPacket được phát trién dựa trên nên tang cơ sở của phép biến đôi Wavelet rời rac có thẻ đáp ứng được điều đó nhờ phân tích cả thành phan xắp xi lẫn thành phan chỉ ti

Độ lệch bình phương trung bình (MSE —- Mean Square Error)

Độ lệch bình phương trung bình (MSE) là chỉ số đo lường mức độ tương quan giữa tín hiệu tái tạo và tín hiệu gốc Giá trị MSE càng nhỏ cho thấy tín hiệu tái tạo càng giống với tín hiệu ban đầu, ngược lại, giá trị lớn hơn cho thấy sự khác biệt rõ rệt hơn.

MSE[ mV" |= LY [Xe- ¥(n)} (3.8) ard

Phan trăm căn bậc hai trung bình bình phương sai số (PRD —

PRD là chỉ số thể hiện mức độ sai lệch giữa tín hiệu tái tạo và tín hiệu gốc Khi giá trị PRD nhỏ, điều đó có nghĩa là sự khác biệt giữa tín hiệu sau tái tạo và tín hiệu ban đầu là rất ít, ngược lại, PRD lớn cho thấy mức độ sai số cao hơn.

Lưu đồ thuật toán xử lý nhiễu tín hiệu điện tim bằng phép biến đổi Wavelet Packet được mô tả như sau: đầu tiên, tín hiệu sạch sẽ được đưa vào, sau đó, nhiễu Gauss trắng sẽ được thêm vào, tạo ra tín hiệu đầu ra bị nhiễu Trước khi tiến hành phân tích tín hiệu, cần lựa chọn hàm Wavelet mẹ, mức phân tách, quy tắc entropy và số vòng lặp Cuối cùng, thực hiện phép biến đổi Wavelet để xử lý tín hiệu.

Để xử lý tín hiệu nhiễu, đầu tiên cần thực hiện phân tích Wavelet Packet và tìm cây phân tách tối ưu Tiếp theo, lựa chọn ngưỡng cứng hoặc ngưỡng mềm và thiết lập các hệ số tương ứng Sau khi thực hiện biến đổi Wavelet Packet ngược từ xấp xi mức N cùng các hệ số điều chỉnh, ta khôi phục tín hiệu đã xử lý nhiễu Cuối cùng, so sánh tín hiệu sau khi khử nhiễu với tín hiệu ban đầu để tính toán các giá trị SNR, SE và PRD Tuy nhiên, do tính ngẫu nhiên của nhiễu Gauss trắng, các giá trị SNR, MSE và PRD có thể biến đổi.

28 tính được không én định Do đó, thuật toán được cải tiến bằng cách chạy vòng lặp rồi lấy trung bình các giá trị SVR, MSE và PRD (hình 3.2).

Cộng nhiễu gauss trắng, phân tách Wavelet

Packet, tìm cây phân tách toi ưu

Chọn ngưỡng, Đặt ngưỡng hệ số

Lay biến đôi Wavelet Packet ngược từ xap xi mức N và các hé số điều chỉnh

Hình 3.2 Luu đỏ thuật toán khử nhiều tín hiệu bằng phép biển doi Wavelet Packet.

40090)00/70777 ệ

Khảo sát quy tắc entropy tối ưu . 2 sec ke EEEEeEkrrkrrerreee 29 1 Entropy Shannonn G Ăn HH TH HH HH Hưng, 29 2 Đánh giá entropy tối ưu trong phép biến đối Wavelet Packet

Trong biến đổi Wavelet Packet, tín hiệu được phân tích thành các hệ số Wavelet Packet và tính toán các giá trị entropy theo quy tắc đã chọn để xác định cây phân tích tối ưu Vấn đề đặt ra là lựa chọn quy tắc entropy nào là tối ưu cho việc phân tích, xử lý và tái tạo tín hiệu Để khảo sát quy tắc tính entropy tối ưu, trước tiên cần xác định hàm Wavelet và mức phân tích tối ưu cho tín hiệu điện tim Sau đó, thực hiện đánh giá và so sánh các quy tắc entropy dựa trên hàm Wavelet và mức phân tách tối ưu đã chọn Dựa vào các hệ số đánh giá như SNR, MSE và PRD, tôi sẽ chọn được hàm Wavelet mẹ và mức phân tách tối ưu, từ đó khảo sát quy tắc entropy tối ưu Quy tắc này được đánh giá dựa trên hiệu quả khử nhiễu và khả năng giữ lại thông tin trong tín hiệu.

4.1.1 Entropy Shannon a Khảo sát hàm Wavelet mẹ tốt nhất

Trong Wavelet Toolbox có tông cộng 54 hàm Wavelet mẹ Dé chọn hàm

Tôi đã tiến hành phân tích và xử lý tín hiệu điện tim bằng cách sử dụng các hàm Wavelet mẹ phù hợp, với dữ liệu được tải về từ [14] và mức nhiễu Gauss trắng tại mức phân tách = 3 Thông qua việc đánh giá chất lượng tín hiệu dựa trên các hệ số SNR, MSE và PRD, tôi đã xác định được hàm Wavelet mẹ tốt nhất cho việc tái tạo tín hiệu điện tim.

- Tan số lay mẫu: 500 mẫu/s:

- Cộng nhiễu Gauss trắng có SNR = 54B;

Bang 4.1 Kết qua tính SNR, MSE và PRD thu được từ 54 hàm Wavelet khác nhau ứng với entropy Shannon trong phép biển đổi Wavelet Packet.

STT Wavelet SNR (dB) MSE (10“mVì PRD (%)

Hinh 4.1 va 4.2 thé hién su phụ thuộc của SNR, MSE va PRD vào 54 hàm Wavelet ứng với entropy Shannon trong phép biến đổi Wavelet Packet.

8 he (awkwhkk VAN ae Tu yet ren we A010 E

E $† ` 5 sang E an R al i & obvi vO Nay tite a AEM Ni

Him Wivekt re Ham Wavelet ne

Hình 4.1 Đỏ thị thể hiện moi quan hệ gitta SNR va MSE với 54 ham Wavelet.

Hằngãmen bậc hai trung binh bình plating si PRD(6) ẹ 10 2 m © tọ ©

Hình 4.2 Đỏ thị thé hiện mỗi quan hệ giữa PRD với 54 hàm Wavelet.

Từ kết quả thu được ở bảng 4.1, hình 4.1 và hình 4.2 cho thấy có năm ham

Wavelet đạt được giá tri SNR lớn, MSE va PRD nhỏ là dB10, sym8, coif4,

Hàm Wavelet bior2.6 và rbio5.5 có khả năng khử nhiễu hiệu quả, với mức độ tương quan cao giữa tín hiệu tái tạo và tín hiệu gốc, đồng thời sai số giữa hai tín hiệu này rất nhỏ Điều này cho thấy năm loại hàm Wavelet này rất thích hợp cho việc phân tích, xử lý và tái tạo tín hiệu điện tim Trong số đó, Wavelet rbio5.5 được đánh giá là tốt nhất vì nó đạt được giá trị SNR lớn nhất và MSE thấp nhất.

Hàm Wavelet rbio5.5 cho hiệu quả khử nhiễu tốt nhất, với mức độ tương quan cao giữa tín hiệu tái tạo và tín hiệu ban đầu, trong khi hàm Wavelet rbio3.1 lại có giá trị SNR thấp nhất, MSE và PRD cao nhất, cho thấy hiệu quả kém trong phân tích và tái tạo tín hiệu điện tim Do đó, rbio3.1 không nên được sử dụng cho các ứng dụng này.

Sau khi xác định các hàm Wavelet tối ưu cho việc phân tích, xử lý và tái tạo tín hiệu điện tim, tôi tiếp tục tìm kiếm mức phân tách tốt nhất bằng cách chạy mã và điều chỉnh mức phân tách từ 1 đến 10 Kết quả được đánh giá dựa trên các hệ số SNR, MSE và PRD của tín hiệu điện tim sau khi tái tạo so với tín hiệu gốc, nhằm tìm ra mức phân tách tối ưu.

Z @ 30010 1 “ G ‘os ra à ram) + Bos h ^^ cự

Mit plain tach) Mit phitn tách (Nà

Hình 4.3 Đồ thị biểu diễn sự phụ thuộc của SNR và MSE vào số mức phân tách.

= l tring bình bình phút tự su số PRD(S) 3 ° 8 ° B ° 3

Hình 4.4 Do thj biểu diễn sự phụ thuộc của PRD vào số mức phân tách.

Các hàm Wavelet dB10, sym8 và coif4 đạt giá trị SNR cao nhất, trong khi MSE và PRD thấp nhất tại mức phân tách 3 Ngược lại, hàm Wavelet bior 2.6 và rbio5.5 thể hiện giá trị SNR cao nhất cùng với MSE và PRD thấp nhất tại mức phân tách 4 Điều này cho thấy mức phân tách 3 là tối ưu cho các hàm Wavelet dB10, sym8 và coif4, trong khi mức phân tách 4 là tốt nhất cho bior 2.6 và rbio5.5 khi xử lý và tái tạo tín hiệu điện tim.

Trong quá trình khảo sát các quy tắc entropy như Logarit energy, Sure, Threshold, Norm, tôi nhận thấy các kết quả hoàn toàn khớp với entropy Shannon (chi tiết trong phần phụ lục) Kết quả cho thấy hàm Wavelet tối ưu và mức phân tách tối ưu cho năm quy tắc entropy trong xử lý nhiều tín hiệu điện tim thông qua phép biến đổi Wavelet Packet là Wavelet Rbio5.5 với mức phân tách N = 4.

4.1.2 Đánh giá entropy tối ưu trong phép biến đổi Wavelet Packet a Về hiệu quả khử nhiễu

Khảo sát quy tắc entropy tối ưu nhằm đánh giá hiệu quả khử nhiễu được thực hiện thông qua việc chạy mã trên tín hiệu đã xử lý với nhiễu Gauss trắng Tín hiệu này có tỷ lệ tín hiệu trên nhiễu (SNR) tăng dần từ 0 dB đến 18 dB với bước nhảy 0,5 dB Cuối cùng, giá trị SNR tính được sẽ giúp đánh giá quy tắc entropy tối ưu trong quá trình khử nhiễu.

Phương pháp xử lý nhiễu mang lại 34 ưu điểm nổi bật, với mã được thực thi ở mức phân tách tối ưu W=4 Wavelet tối ưu cho phép biến đổi Wavelet Packet là RbioS.5, tương ứng với các quy tắc entropy khác nhau.

Hình 4.5 Đồ thi đánh giá quy tắc entropy tối wu về khả năng khử nhiễu với: a)

Nhiễu được cộng vào tín hiệu với giá trị SNR thay đổi từ 0dB đến 18dB Hình 4.5 cho thấy, ở mức nhiễu nhẹ (SNR lớn), cả năm quy tắc entropy đều cho kết quả tương tự Tuy nhiên, khi mức nhiễu tăng cao, có sự khác biệt rõ rệt giữa các quy tắc entropy (hình 4.5b), trong đó hai quy tắc hiệu quả nhất cho xử lý nhiễu là quy tắc entropy Threshold và Shannon.

Tín Hiếu sack Tin Heu sách

Tìa lựa Gu EM Cong Wee 20222 tony

Se Miu Tim he xưa bhi cere nhan: sàxx rang o & Đen dc OTSA Pande [Sm 3 o 1060 4o S000 4000 5000 (0

Se Mộ, a Exe (Q3 ev) Sea dO) Đead2 (05⁄2 _ o

Ly Te ew cya btu rhe Tân tise Seu Aba riyêa

E 200 em T ws boob hebben ahebrbridrnbidrtraniidadAtrebini nnd È 00 7 § bu 0 2 2 0 sạn s00 9 1000 2x00 %0 +0 sm to

Hình 4.6 Khử nhiều tín hiệu điện tim với entropy Threshold và nhiễu Gauss có

Se Mớ, Tis Nga 232 bY Cong rượu 0e Fong cpt beh bh nu "1 1 ml —— = |

Sx Màu The ew Sa bP Côn) tÈ©U 64944 9/240 x~„L~.sJ S -| oo 1ư0 =O xu 4000 an sœ®

Se Mas Tin bey sâu Rig ching

Thy Mu feu tha vee

E x0 x — v x § 0 Lả1k |x „2b „b6 .@ Tin hieu kêu pseu bang OWT

> Tin lieu khu rbeey bang VT

Sn) me Yad kk 1 Fe Ye

Hình 4.10 thể hiện kết quả khử nhiễu tín hiệu điện tim bằng phép biến đổi Wavelet Packet và phép biến đổi Wavelet rời rạc với nhiễu Gauss trắng, có SNR = 5dB tại mức phân tách tối ưu Kết quả cho thấy rằng lượng nhiễu còn tồn đọng trong tín hiệu sau khử nhiễu bằng phép biến đổi Wavelet rời rạc vẫn rất nhiều, trong khi tín hiệu sau khử nhiễu bằng phép biến đổi Wavelet cho kết quả tốt hơn.

Phép biến đôi Wavelet Packet cho thấy hiệu quả khử nhiễu vượt trội hơn so với phép biến đôi Wavelet rời rạc, điều này được minh chứng qua việc tín hiệu sau khi xử lý rất sạch nhiễu.

4.2.2 Về độ phân giải tín hiệu

So sánh và đánh giá khả năng duy trì độ phân giải trong tín hiệu sau khử nhiễu giữa phép biến đổi Wavelet rời rạc và Wavelet Packet được thực hiện bằng cách chạy code trên cùng một tín hiệu đã xử lý với mức nhiễu Gauss trắng tương đương SNR được tính toán từ mức phân tách tăng dần từ VN = 1 đến Cudi, cho phép đánh giá khả năng duy trì thông tin lâm sàng trong tín hiệu Phép biến đổi Wavelet tối ưu cho cả hai phương pháp là Rbio5.5, sử dụng quy tắc entropy tối ưu là entropy Norm.

Ty lè ứnliệu tên nhiều SNR) ạ 1 2 3 4 s 6 ? 8 9 10 1!

Hình 4.11 Đỏ thi đánh giá DWT và WPT về độ phân giải tín hiệu.

Khi mức phân tách tăng từ N=1 đến N, giá trị SNR của phép biến đôi Wavelet Packet và phép biến đổi Wavelet rời rạc tăng lên, đạt cực đại tại N=4 và N=3 tương ứng.

Các giá trị cực đại của SNR tại các mức phân tách tối ưu của phép biến đổi Wavelet Packet lớn hơn so với phép biến đổi Wavelet rời rạc, cho thấy khả năng khử nhiễu tín hiệu của Wavelet Packet tốt hơn Ngoài ra, SNR từ mức phân tách X = 4 đến các mức phân tách của Wavelet Packet theo quy tắc entropy Norm chỉ giảm rất ít, trong khi giá trị của phép biến đổi Wavelet rời rạc giảm nhanh chóng Điều này chứng tỏ rằng Wavelet Packet có khả năng giữ lại độ phân giải tín hiệu và thông tin, cũng như các đặc tính địa phương tốt hơn so với Wavelet rời rạc.

= 3ù Tie Hới ớt = z@ Tis hỏt souk

= H H ' H a eo EL POL FA Fm PR! 7 : DPR mF: Pa Pe Fn Pe Pl Yl

=, ID 20 wo 90 om om ¥ 9 XO — DU TT TT

= T4 eu tba rệt: Oo) OWT = Tin eee eh a sứ ew ang CANT

Làng im 2 om ám ấm am ¢ mo 20 on on 40 HD

= 3 Te NứO ty riêng bey) WPT = Sỹ Tie ew Wha ew 9291 WPT

Lá Too z0 su s6 wD) 00 Ấ 2005 moo | zm 0 on 86D tn

Hình 4.12 So sánh kha năng giữ lại các thông tin trên tín hiệu giữa DWT va WPT tại mức phân tách N=2 và N=4.

> TnHau tú thie bag CONT > Tr bleu Ai nhu byng OWT ẩ x0 ' + + ơ-

So New So Mw à 2Ð TnHữu lờ tieu heey WET Ề = Tin bee bbs cứt ga bang V097

: Onder Audit rian drobin 4 : 9 œ LÍ tb dada cbos De. §TM% ma X5 an an NA cũ Am Am om HD =m a0

Hình 4.13 So sánh kha nang giữ lai các thông tin trên tín liệu giữa DWT va WPT tại mức phân tách N =6 và N=8.

So Meu ¢ Tin hou bh ative bang OWT

> Th tu l9) ote bạrg WET

Hình 4.14 So sánh kha nắng giữ lai các thông tin trên tín hiệu giữa DWT va WPT tại mức phan tách N =l10.

Hình 4.12, 4.13 và 4.14 minh họa sự khác biệt rõ rệt giữa tín hiệu sạch và tín hiệu sau khử nhiễu bằng phép biến đôi Wavelet rời rạc và Wavelet Packet ở các mức phân tách khác nhau Kết quả cho thấy rằng khử nhiễu bằng Wavelet rời rạc tạo ra sự khác biệt lớn về hình dạng và biên độ tín hiệu, đặc biệt là hình 4.14, nơi các sóng P không còn rõ ràng và biên độ đỉnh R giảm mạnh Ngược lại, khử nhiễu bằng Wavelet Packet duy trì mức độ tương quan cao giữa tín hiệu sau khử nhiễu và tín hiệu sạch ban đầu, cho thấy khả năng giữ lại các đặc tính địa phương tốt hơn so với Wavelet rời rạc.

4.2.3 Áp dụng trên các tín hiệu khác nhau

Kết quả từ mục 4.1 cho thấy hàm Wavelet mẹ và mức phân tách tối ưu cho việc phân tách, xử lý và tái tạo tín hiệu điện tim thông qua phép biến đổi Wavelet Packet Bài viết cũng đã đánh giá và so sánh hiệu quả khử nhiễu cùng khả năng giữ lại thông tin lâm sàng giữa DWT và WPT trên cùng một tín hiệu điện tim Thêm vào đó, hiệu quả của DWT và WPT được kiểm tra qua một số mẫu tín hiệu khác nhau với mức nhiễu Gauss trắng tương tự, và sự so sánh giữa tín hiệu sau tái tạo và tín hiệu gốc được thực hiện thông qua giá trị SNR để đánh giá hiệu quả của cả hai phương pháp.

Bang 4.2 Thông tin về các mẫu tín hiệu dùng dé so sánh. oe Thong tin

_ Giới tính: Nam Số mẫu: 3600 mã _ Nhoi mau trước s _ Sô mau: mau.

Mgh005 |_ qudi: s6 tuậi, Kenil tìm. ì ng: mềm.

=ẽ _ Phinh động mạch chủ. ơ _ Thời gian: 10s — Nhoi mỏu cơ _ Giới tính: Nam Số mẫu: 3600 mã - lai đ ,

22 : _ Sô mau: mau | tim giai đoạn ca

_ Thời gian: 10s tim vùng trong và _ Giới tính: Nữ.

7 _ Số mẫu: 3600 mẫu | trước tim.

Block nhánh tral. ơ _- Nhụi mau cơ ơ _ Thời gian: 10s ;

_ Giới tinh: Nữ sw x tim vùng trong. t N _ So mau: 3600 mau F _ Tuôi: 78 tuôi : _ Phinh to that

_ Giới tinh: Nữ is 2 la

_ Tuôi: 24 tuôi : chât không bình

Trao đổi vật thường khi ngủ.

Bang 4.3 Kết quả tính SNR thu được từ một số mau tín hiệu khác nhau ứng với phép biến đổi Wavelet Packet và phép biển đổi Wavelet rời rac.

SNR (đB) STT Tín hiệu

Mgh005 108317 — 11/8136 Mgh022 11,8661 12,3022 Mgh036 11,9299 — 12/2624 Mgh072 9.8708 10,3472 Mgh090 12,1873 — 12.5948 ua + be bò =

Bảng 4.3 trình bày kết quả SNR từ các mẫu tín hiệu khác nhau khi áp dụng phép biến đổi Wavelet rời rạc và Wavelet Packet Kết quả cho thấy giá trị SNR khi khử nhiễu bằng Wavelet Packet luôn cao hơn so với Wavelet rời rạc, chứng tỏ Wavelet Packet hiệu quả hơn trong việc xử lý nhiễu Dưới đây là hình ảnh so sánh hiệu quả khử nhiễu tín hiệu điện tim giữa hai phương pháp này.

Tw Hè: 23A Te tạ) sạch

Lo] “TM vm wan = sh UV tn

Bo B hs elke es Ls = 1? §© I0N lOO

\ se ba (#3 vi’) Bio cì

Ban đo IS VÀ Gea do O33 nv P=) So Msa ` SoMa

Tin *ôt tive rte ac Sang OT _ Ti Xeg Re nhieu beng VT

L B2 fier: lu Bets xi Su lu ti làn tu Se a | 3x fiesta hehehehe 7

"a mo 1 1⁄22 X90 3⁄2 KOO 5 m ow up AU 2 XU XU 4IỤ

Tin tee bs rấy tí Dang ‘APT to r T T = - `

SSN ee oe a ee ũ S@O 100 140) c1) su xo > 400 an qn om an 2n =m am >ằmn am

Hình 4.15 Tin hiệu mgh072 (trái), mghO90 (phải) trước và sau khứ nhiều bằng

Hình 4.15 thé hiện tín hiệu mgh072, mgh090 trước và sau khi khử nhiễu bằng

Tìm eee Khe r#ve¿ tong WPT m M

Phép biến đổi Wavelet Packet và phép biến đổi Wavelet rời rạc đều được sử dụng để khử nhiễu tín hiệu Tuy nhiên, như hình 4.15 cho thấy, tín hiệu sau khi khử nhiễu bằng phép biến đổi Wavelet rời rạc vẫn còn nhiều nhiễu, khiến các thông tin lâm sàng không rõ ràng Ngược lại, tín hiệu được khử nhiễu bằng phép biến đổi Wavelet Packet cho kết quả rất sạch nhiễu, với các thông tin lâm sàng thể hiện rõ ràng và mức độ tương quan về biên độ và hình dạng so với tín hiệu ban đầu rất cao Điều này khẳng định hiệu quả vượt trội của phép biến đổi Wavelet Packet trong việc cải thiện chất lượng tín hiệu.

Wavelet Packet vượt trội hơn so với phép biến đổi Wavelet rời rạc trong việc xử lý nhiễu và khả năng duy trì các đặc tính địa phương của tín hiệu.

Phép biến đôi Wavelet Packet phân tích cả thành phần xấp xi lẫn chi tiết trên tín hiệu, giúp hạn chế ảnh hưởng của nhiễu và nâng cao khả năng khử nhiễu Việc áp dụng quy tắc entropy trong tính toán cây phân tích tối ưu giúp giảm thiểu mất mát thông tin trên tín hiệu sau quá trình khử nhiễu Nhờ đó, Wavelet Packet không chỉ khử nhiễu hiệu quả mà còn bảo toàn nhiều thông tin lâm sàng quan trọng, đáp ứng yêu cầu khắt khe trong khử nhiễu tín hiệu điện tim.

4.3 Xây dựng giao diện xử lý nhiễu tín hiệu điện tim bằng phép biến đổi

Trong Matlab, GUIDE là công cụ thiết kế giao diện giúp tăng cường sự tương tác giữa người dùng và chương trình Do hạn chế về đề tài và thời gian, giao diện xử lý tín hiệu điện tim được phát triển nhằm phục vụ cho các nghiên cứu sau này Giao diện này sẽ thực hiện các chức năng chính khi hoàn thành.

- Tai một tín hiệu từ bên ngoài vào giao diện;

- _ Cộng nhiễu Gauss trắng vào trong tín hiệu;

- Chon hàm Wavelet me, mức phân tách:

- Chon quy tắc tính entropy;

- Hiên thị cây phân tách Wavelet Packet và các giá trị entropy tương ứng:

- Hién thị cây phân tách tối ưu;

- Chon ngưỡng cứng, ngưỡng mém;

- Tính SNR, MSE và PRD;

- RESET các thiết lập và thoát khỏi giao diện.

Quá trình xây dựng giao điện xử lý nhiễu tín hiệu điện tim gồm hai giai đoạn chính là thiết kế giao điện và thực thi hàm trong GUIDE.

Dau tiên, dé khởi động GUIDE, gõ lệnh “guide” vào cửa số Comment

Windows trong Matlab và nhắn Enter, kết quả xuất hiện hộp thoại GUIDE Quick

Xây dựng giao diện ngân hàng tín hiệu điện tim

ra giao điện vừa xây dung còn có ưu điểm so với giao diện trong Wavelet Toolbox

Main Menu là tính và hiển thị giá trị entropy trên các hệ số hỗ trợ cho việc nghiên cứu cây phân tách tốt nhất.

4.4 Xây dung giao diện ngân hang tín hiệu điện tim

Trong nghiên cứu tín hiệu y sinh, đặc biệt là tín hiệu điện tim, việc phát triển phương pháp xử lý tín hiệu hiệu quả là rất quan trọng, bên cạnh việc thu thập và phân tích thông tin tín hiệu Do đó, cần thiết phải có một ngân hàng tín hiệu điện tim để hỗ trợ các nhà nghiên cứu và bác sĩ trong công tác tham khảo và nghiên cứu Để đáp ứng nhu cầu này, tôi đã tiến hành xây dựng giao diện ngân hàng tín hiệu điện tim bằng lập trình giao diện GUIDE, với các chức năng chính được thiết kế để phục vụ cho công tác nghiên cứu.

- Chon một bệnh nhân muỗn xem thông tin (dữ liệu 200 bệnh nhân).

Bài viết này cung cấp thông tin chi tiết về dữ liệu bệnh nhân, bao gồm tuổi, giới tính, chẩn đoán, tiền sử bệnh, hỗ trợ điều trị và nhận định chuyên môn Ngoài ra, nó cũng trình bày dữ liệu điện tâm đồ như nhịp cơ sở, giải thích điện tâm đồ, thông tin về máy điều hòa nhịp tim (nếu có) và nhận xét chuyên môn Thêm vào đó, các thông số huyết lưu như ART, PAP, RAP, MEAN và PCW cũng được đề cập Cuối cùng, bài viết còn cung cấp dữ liệu hô hấp, bao gồm tắc độ, phương thức lọc máu bằng oxy và ghi nhận CO.

Quá trình xây dựng giao diện ngân hàng tín hiệu điện tim bao gồm bốn giai đoạn chính: tiền xử lý tín hiệu, xử lý tín hiệu, thiết kế giao diện và nhập dữ liệu thông qua việc thực thi hàm trong GUIDE.

4.4.1 Tiền xử lý tín hiệu

Tín hiệu điện tim được thu thập từ trang web PhysioNet.org, một nguồn tài nguyên được thành lập vào năm 1999 nhằm khuyến khích nghiên cứu về các tín hiệu y sinh học và sinh lý phức tạp PhysioNet được tài trợ bởi Viện Y Sinh và Kỹ Thuật Sinh Học (NIBIB) cùng với Viện Khoa Học Y Học.

Dự án NIGMS tại Viện Y tế Quốc gia được khởi xướng bởi một nhóm đa ngành, bao gồm các nhà khoa học máy tính, vật lý, toán học, nghiên cứu y sinh, bác sĩ và nhà giáo dục tại Trung tâm Y khoa Beth Israel ở Boston.

Deaconess, trường y Harvard, đại học Boston và dai học MeGill Nó gôm có 03 thành phần chính là PhysioBank, PhysioToolkit và PhysioNctWords Trong đó,

PhysioBank là một kho lưu trữ lớn các tín hiệu sinh lý và dữ liệu liên quan, phục vụ cho cộng đồng nghiên cứu y sinh học Tất cả các nghiên cứu về kỹ thuật y sinh trên toàn cầu đều sử dụng tín hiệu từ PhysioNet như một tiêu chuẩn để phân tích, so sánh và đánh giá.

Cơ sở dữ liệu MGH/ME của PhysionetBank chứa tín hiệu của 250 bệnh nhân được nghiên cứu trong các điều kiện khác nhau.

250 bệnh nhân này vẫn chưa đây đủ và cần được đánh giá, chọn lọc trước khi xây dựng ngân hàng tín hiệu điện tim.

Sau khi khảo sát và đánh giá các tín hiệu của 250 bệnh nhân, tôi chọn ra được

Bài viết này trình bày 200 tín hiệu tiêu biểu cần thiết cho việc xây dựng ngân hàng tín hiệu điện tim Tôi đã sử dụng công cụ cắt tín hiệu trong Wavelet Toolbox Main Menu để thực hiện quá trình này và thay đổi tên thuộc tính của tín hiệu nhằm đơn giản hóa việc thực thi hàm.

Quá trình xây dựng giao diện ngân hàng tín hiệu điện tim an toàn tương tự như xây dựng giao diện xử lý nhiễu tín hiệu điện tim thông qua phép biến đổi Wavelet Packet Để tạo giao diện, mở ứng dụng GUIDE và sử dụng chuột để kéo thả các đối tượng vào giao diện, sau đó tùy chỉnh các thuộc tính cho từng đối tượng Khi các thuộc tính được thiết lập hoàn chỉnh, giao diện sẽ hiển thị như hình 4.31.

CeCe 4.8e7° eM“mz DHS > a 140 CN Meh Cty C2 4+ kÂy of oc ar ELEC TROCARDIAGRAPHIC SIGNAL BANK

MAC TK ABGM 0040/29 GA VÀ.

Hình 4.31 Giao điện ngân hàng tín hiệu điện tim sau khi thiết lập các thuộc tính.

4.4.4 Nhập dir liệu (Thực thi hàm trong GUIDE)

Quá trình thực thi hàm trong việc xây dựng ngân hàng tín hiệu điện tim tương tự như xây dựng giao diện xử lý nhiễu tín hiệu Nút “Information” là phần quan trọng, thực hiện việc vẽ các tín hiệu điện tim và hiển thị thông tin tương ứng với bệnh nhân, giúp trong việc cân nhắc liệu pháp điều trị.

* Kescctes ce buttce press in infoometice. function anfomaticn Caììbeck(ÂMSG%, WIAAXSAGA, xanlss)

Neg6r(ÐA3310A,pAY100/E,* 81/29 *42 at Đi;

` ơa hy anoles (Pecieat G0113, as ae 7) Xe6|°24474006514Pe%61e4%_ Cola hy

2s6°2+19#3 essi\PFeetess 0G1%*4 4 eedenresd (Perret _001), ‘conster ott (hendies.ciesl ° ' act Ítecz4icz.rese3i„ *

“at [hác11 vurfsex3, tực có g`:t(hao41242.436402„ XI ù plet thaa42s2.as8682„ 1⁄17 plet thaằ42s2.484 09, x17 +29t|PAs1Ì8.&2®, "string", ‘Tl year oba"p2 a0 [adios 20%, *227153'„ 06419022

The article discusses the complexities of digital currency transactions and the importance of understanding market dynamics It highlights the need for investors to stay informed about regulatory changes and technological advancements that can impact their investments Additionally, it emphasizes the significance of security measures in protecting digital assets from potential threats Overall, the piece serves as a guide for navigating the evolving landscape of cryptocurrency and making informed investment decisions.

Hinh 4.32 Ham Callback cho nit Information.

Câu lệnh 1: N=get(handles.patient,value): dùng đẻ lay thuộc tính giá trị của đối tượng có thuộc tính Tag là patient.

Câu lệnh 2: load(‘D:\Signal\Patient_0011'); xrend(Patient_O01 1,'constant);

=> Giải thích: Câu lệnh 2 dùng dé tải | tín hiệu theo | đường dan đã được quy định trước, sau đó đặt tín hiệu đó là x.

Câu lệnh 3: set(handles.nhan1.'string',"Lead V1'): đặt thuộc tính string cho đối tượng có thuộc tính Tag là nhan1 thành Lead V1.

Câu lệnh 4: plot(handles.axesl,x): ding dé vẽ tín hiệu x vào đôi tượng có thuộc tính

Quá trình thực thi hàm được thực hiện tương tự cho các bệnh nhân khác, với nút “Exit” cũng áp dụng cách thức giống như trong giao diện xử lý nhiều tín hiệu điện tim thông qua phép biến đổi Wavelet Packet.

Sử dụng ngân hàng tín hiệu điện tim rất dễ dàng Đầu tiên, bạn cần chọn bệnh nhân mà bạn muốn xem thông tin Sau đó, nhấn vào nút “Information” để hiển thị các thông tin liên quan đến bệnh nhân Để thoát khỏi giao diện, chỉ cần nhấn “Exit”.

Ngân hàng tín hiệu điện tim vừa được xây dựng sẽ hỗ trợ cho các bác sĩ và nhà nghiên cứu trong lĩnh vực tín hiệu điện tim Tuy nhiên, do hạn chế về thời gian và phạm vi nghiên cứu, ngân hàng này vẫn còn một số thiếu sót, như thông tin về bệnh nhân chưa đầy đủ và thiếu chi tiết về tín hiệu của ba chuyển đạo khác nhau, trong khi tổng cộng có đến 12 chuyển đạo.

Ho Ch Me Cp rent ví etn ELECTROCAROUGRAPHIC SIGNAL BANK

Nguyen Trung bes KOT 122 646 xsTosTw erent ator 1 ue

Knee g En/n song s94 RYT s4 OGM AAD BDAY Do 69 2049 th nee Đức a ~r

_— DK I KeTee On rer ated ô re me

Ss CỔ n CE 1 ô bose svete, nomen CC v * ° O16 mae om

Hình 4.33 Giao điện ngân hang tín liệu điện tim.

KET LUẬN VÀ HUONG PHÁT TRIEN

Luận văn "Cải tiến xử lý nhiễu tín hiệu điện tim bằng phép biến đổi Wavelet Packet" đã đạt được những kết quả đáng kể, đáp ứng được các mục tiêu ban đầu đã đề ra.

- Khao sát hàm Wavelet mẹ và mức phân tách tôi ưu của các quy tic entropy trong phép biến đổi Wavelet Packet.