Đang tải... (xem toàn văn)
Tóm tắt Nhiễu trôi đường cơ sở, nhiễu 50Hz, nhiễu sóng hài từ các tải tiêu thụ điện phi tuyến, nhiễu ngẫu nhiên Gaussian,… sẽ gây ra biến dạng tín hiệu điện tim, từ đó ảnh hưởng đến kết quả chẩn đoán lâm sàng. Để loại bỏ ảnh hưởng của các loại nhiễu đó, các bộ lọc tương tự, bộ lọc số đã được đưa vào trong thiết bị ghi sóng điện tim 2, 3. Tuy nhiên, áp dụng các bộ lọc, thì tín hiệu điện tim cũng sẽ bị ảnh hưởng về hình dạng. Có thể nói rằng, khi m à các thiết kế phần cứng trở lên tương đối ổn định và kinh điển (theo khảo sát của nhóm nghiên cứu thì các hãng chế tạo khác nhau có những thiết kế phần cứng cho module điện tim tương đối giống nhau) thì chất lượng của một thiết bị ghi sóng điện tim sẽ do phần mềm mà ở đây, đầu tiên là các thuật toán lọc quyết định. Có rất nhiều các công trình trong và ngoài nước đề xuất các thuật toán lọc sóng điện tim 1, 2, 3, 5 nhưng bằng cách nào để đánh giá các thuật toán đó một cách chặt chẽ? Hầu hết, các công trình đánh giá “sức mạnh” của thuật toán lọc đề xuất dựa trên hệ số tỷ số tín hiệu trên nhiễu SNR 59, nhưng hệ số này về bản chất không nói lên được độ méo của tín hiệu điện tim sau khi lọc. Trong bài báo, tác giả đề xuất một nhóm các thông số để qua đó, có thể đánh giá về độ tin cậy của tín hiệu điện tim sau khi qua các thuật toán lọc. Các thông số này sẽ cung cấp thêm các thông tin: thứ nhất là cho các kỹ sư trong giai đoạn thiết kế các bộ lọc sóng điện tim (từ việc so sánh các thông số để chọn loại bộ lọc nào có thể cho tín hiệu điện tim tốt nhất); thứ hai là cung cấp thêm thông tin cho việc chẩn đoán, nếu không biết độ tin cậy thì rất dễ chẩn đoán nhầm và thậm chí có thể dẫn đến điều trị sai. Abstract: Baseline drift, noise interference 50 Hz, noise harmonics from the load power nonlinear, random Gaussian noise, ... will cause distortion ECG signals, which affects the results the clinical diagnosis. It removes the noise, analog filters, digital filters are used in equipment ECG 2, 3. However, applying the filter, then the ECG signal will also be affected on the shape. There are many articles suggest the ECG signal filtering algorithm 1, 2, 3, 5, but how to evaluate the algorithm? Most of the article reviews power of the proposed filtering algorithms based on signaltonoise ratio coefficient 59, but SNR does not tell about distortion of ECG signal after filtering. In the paper, the author presents a group of parameters to be able to assess the reliability of ECG signal after passing the filter algorithm.
Tuyển tập công trình Hội nghị Cơ điện tử toàn quốc lần thứ 6 75 Mã bài: 20 Một phương pháp đánh giá về ảnh hưởng của bộ lọc đến hình dạng tín hiệu điện tim A method evaluates an effect of the filter to ECG signal TS. Nguyễn Thế Truyện ThS. Nguyễn Thế Vinh Viện Nghiên cứu Điện tử, Tin học, Tự động hóa e-Mail: ntvcie@yahoo.com Tóm tắt Nhiễu trôi đường cơ sở, nhiễu 50Hz, nhiễu sóng hài từ các tải tiêu thụ điện phi tuyến, nhiễu ngẫu nhiên Gaussian,… sẽ gây ra biến dạng tín hiệu điện tim, từ đó ảnh hưởng đến kết quả chẩn đoán lâm sàng. Để loại bỏ ảnh hưởng của các loại nhiễu đó, các bộ lọc tương tự, bộ lọc số đã được đưa vào trong thiết bị ghi sóng điện tim [2, 3]. Tuy nhiên, áp dụng các bộ lọc, thì tín hiệu điện tim cũng sẽ bị ảnh hưởng về hình dạng. Có thể nói rằng, khi mà các thiết kế phần cứng trở lên tương đối ổn định và kinh điển (theo khảo sát của nhóm nghiên cứu thì các hãng chế tạo khác nhau có những thiết kế phần cứng cho module điện tim tương đối giống nhau) thì chất lượng của một thiết bị ghi sóng điện tim sẽ do phần mềm mà ở đây, đầu tiên là các thuật toán lọc quyết định. Có rất nhiều các công trình trong và ngoài nước đề xuất các thuật toán lọc sóng điện tim [1, 2, 3, 5] nhưng bằng cách nào để đánh giá các thuật toán đó một cách chặt chẽ? Hầu hết, các công trình đánh giá “sức mạnh” của thuật toán lọc đề xuất dựa trên hệ số tỷ số tín hiệu trên nhiễu SNR [5-9], nhưng hệ số này về bản chất không nói lên được độ méo của tín hiệu điện tim sau khi lọc. Trong bài báo, tác giả đề xuất một nhóm các thông số để qua đó, có thể đánh giá về độ tin cậy của tín hiệu điện tim sau khi qua các thuật toán lọc. Các thông số này sẽ cung cấp thêm các thông tin: thứ nhất là cho các kỹ sư trong giai đoạn thiết kế các bộ lọc sóng điện tim (từ việc so sánh các thông số để chọn loại bộ lọc nào có thể cho tín hiệu điện tim tốt nhất); thứ hai là cung cấp thêm thông tin cho việc chẩn đoán, nếu không biết độ tin cậy thì rất dễ chẩn đoán nhầm và thậm chí có thể dẫn đến điều trị sai. Abstract: Baseline drift, noise interference 50 Hz, noise harmonics from the load power nonlinear, random Gaussian noise, will cause distortion ECG signals, which affects the results the clinical diagnosis. It removes the noise, analog filters, digital filters are used in equipment ECG [2, 3]. However, applying the filter, then the ECG signal will also be affected on the shape. There are many articles suggest the ECG signal filtering algorithm [1, 2, 3, 5], but how to evaluate the algorithm? Most of the article reviews "power" of the proposed filtering algorithms based on signal-to-noise ratio coefficient [5-9], but SNR does not tell about distortion of ECG signal after filtering. In the paper, the author presents a group of parameters to be able to assess the reliability of ECG signal after passing the filter algorithm. Chữ viết tắt và ký hiệu ECG SNR MSE TSNL f o S S r Electrocardiogram Signal-to-noise ratio Mean square error Tỷ số năng lượng Hệ số tương quan 1. Giới thiệu Tín hiệu điện tim ECG là một tín hiệu rất nhỏ, biên độ tín hiệu điện tim khoảng 0.5mV÷4mV. Dải tần số của ECG rất rộng, tuy nhiên năng lượng tập trung lớn trong dải từ 0.01÷250Hz [3]. Tín hiệu ECG, như mô tả trong hình 1, phản ánh dòng điện ion gây ra bởi các tế bào tim khi co lại hay giãn ra, và có thể được phân tích thành các thành phần đặc tính có tên là sóng: P, Q, R, S, T, mỗi thành phần này có đặc trưng riêng. 76 Nguyễn Thế Truyện, Nguyễn Thế Vinh VCM2012 H. 1 Sóng điện tim [3] Hoạt động của tim phản ánh các thông tin quan trọng của sức khỏe con người, việc ghi cũng như chẩn đoán các bệnh về tim yêu cầu độ chính xác cao. Nhiều chẩn đoán được thực hiện dựa trên việc ghi sóng điện tim trong khi thực tế dạng sóng điện tim trong quá trình ghi luôn bị ảnh hưởng bởi nhiễu. Việc nâng cao chất lượng ghi sóng điện tim trước hết cần hiểu biết bản chất của sóng điện tim cũng như các loại nhiễu tác động tiếp theo là nghiên cứu và đưa ra thiết kế chế tạo phần cứng, thiết kế xây dựng phần mềm với các thuật toán khử nhiễu hiệu quả. Tuy nhiên, khi áp dụng các bộ lọc, thì tín hiệu điện tim cũng sẽ bị ảnh hưởng về hình dạng, vậy bằng cách nào để đánh giá “sức mạnh” các bộ lọc đó một cách chặt chẽ? Trong phần tiếp theo của bài báo, tác giả trình bày một nhóm các thông số để qua đó, có thể đánh giá về độ tin cậy của tín hiệu điện tim sau khi qua các bộ lọc. 2. Các thông số đánh giá độ méo tín hiệu điện tim sau khi lọc Thông thường, khi đánh giá về hiệu quả của các thuật toán lọc mới, các công trình thường sử dụng hệ số tỉ lệ tín hiệu trên nhiễu SNR (signal-to-noise ratio) để minh chứng cho khả năng của bộ lọc [5- 9]. Tuy nhiên, theo chúng tôi, thông số SNR chưa đủ mạnh mẽ cho việc đánh giá về khả năng của một thuật toán lọc, nhất là cho sóng điện tim. Vì bản chất của SNR không cho ta thông tin về độ méo của tín hiệu sau lọc. Các thí nghiệm trong quá trình thiết kế chế tạo module ghi sóng điện tim để thực hiện đề tài tiềm năng mã số KC.03.TN12/11- 15, nhóm thực hiện thấy rằng, khi áp dụng thuật toán lọc thông cao để khử trôi đường cơ sở thì hệ số SNR đã cải thiện và mục đích đã đạt được là tín hiệu sau khi lọc đã biến mất thành phần nhiễu tần số thấp gây trôi đường cơ sở, nhưng tín hiệu bị méo nếu thiết kế, lựa chọn kiểu bộ lọc không tốt. Xuất phát từ thực tế các thí nghiệm đó, các thông số khác ngoài SNR đã được chúng tôi sử dụng để đánh giá về bộ lọc cho sóng điện tim. Trên cơ sở các thông số đó chúng tôi sẽ so sánh để lựa chọn bộ lọc có hiệu quả nhất (với ràng buộc về tốc độ tính toán của vi điều khiển được dùng). Hơn nữa, theo chúng tôi, một số các thông số đó nên được đưa vào trong các tài liệu hướng dẫn sử dụng (các máy ghi điện tim trên thị trường chỉ có thông số về mức độ suy hao của nhiễu 50Hz) để cung cấp thêm thông tin về độ tin cậy của module ghi điện tim cho việc chẩn đoán lâm sàng. Các thông số và ý nghĩa của chúng trong việc đánh giá ảnh hưởng của bộ lọc đến hình dạng tín hiệu điện tim cụ thể như sau. 2.1. Hệ số tỷ lệ tín hiệu trên nhiễu SNR Hệ số tỉ lệ tín hiệu trên nhiễu ký hiệu là SNR hoặc S/N, được định nghĩa là tỷ lệ giữa năng lượng tín hiệu với năng lượng nhiễu. Hệ số này thường được xem như yếu tố xác định khi nói đến chất lượng đo lường. Hệ số SNR cao thì thể hiện rằng năng lượng nhiễu đã được suy giảm mạnh, và qua đó có thể nói rằng thuật toán lọc sẽ tốt. Tuy nhiên, điều này không hoàn toàn đúng, nhất là khi sử dụng bộ lọc thông cao để khử trôi đường cơ sở cho tín hiệu điện tim, thậm chí ngay cả với các bộ lọc thông thấp, bộ lọc Notch, bởi vì bản thân hệ số này không đánh giá về hình dạng (độ méo) của tín hiệu sau khi lọc. Hệ số SNR được tính bằng đơn vị dB theo công thức (1), từ (1) ta thấy SNR không chứa thông tin về hình dạng sóng. 2 1 2 1 ( ) 10log ( ) ( ) M f i M f o i S i SNR S i S i (1) trong đó, S f là tín hiệu sau khi lọc, S o là tín hiệu “sạch” không có nhiễu. Thành phần (S f -S o ) nghĩa là lượng nhiễu còn lại sau khi lọc. Tín hiệu So nhóm nghiên cứu lấy từ database của MIT/BIH, hoặc từ các phương trình toán học ở mức đơn giản, như sau. Sóng P: u(t) = (Ap/2)*(sin((2*pi*t/tp)+(3*pi/2))+1), t <0,tp> trong đó, Ap là biên độ sóng P (0.05-0.25mV) và tp là khoảng thời gian của sóng P (60-100ms). Đoạn PQ: u(t) = 0, 60ms≤t≤100ms Sóng Q: u(t) = (-Aq/tq)*t; t <0,tq> trong đó Aq là biên độ của sóng Q (0.1-0.5mV) và tq là khoảng thời gian của sóng Q (>40ms). Sóng R: u(t) = (((Ar+ Aq)/tr1)*t)-Aq, t <0,tr1> (đoạn tăng lên) trong đó, Ar là biên độ của sóng R (0.4-2.0mV) và tr1 là khoảng thời gian đoạn tăng lên (>40ms). Sóng R: u(t) = -(((Ar+ As)/tr2)*t)+Ar, t <0,tr2> (đoạn giảm xuống), trong đó Ar là biên độ của sóng R (0.4-2.0mV), As là biên độ sóng S (0- 1.0mV) và tr2 là khoảng thời gian (>40ms). Tuyển tập công trình Hội nghị Cơ điện tử toàn quốc lần thứ 6 77 Mã bài: 20 Sóng S: u(t) = ((As/ts)*t)-As, t <0,ts> trong đó ts là khoảng thời gian của sóng S (>60ms). Đoạn ST: u(t) = 0, 50ms≤t≤150ms Sóng T: u(t) = (At/2)*(sin((2*pi*t/tt)+(3*pi/2))+1), t <0,tt> trong đó, At là biên độ của sóng T (0.1-0.6mV) và tt là khoảng thời gian của sóng T (100-250ms). Đoạn TP: u(t) = 0, 210ms≤t≤470ms 2.2 Trung bình bình phương lỗi MSE (mean square error) Trong các thiết kế về bộ lọc tín hiệu số nói chung, MSE tính theo (2) được sử dụng để đánh giá chất lượng bộ lọc. Trong bài báo này, MSE là một trong các thông số tham gia vào quá trình đánh giá về ảnh hưởng của bộ lọc đến hình dạng tín hiệu điện tim, hệ số này nhỏ thì nghĩa là mức độ sai lệch giữa tín hiệu sau khi lọc Sf với tín hiệu gốc So là ít. Tuy nhiên, cũng như SNR, hệ số MSE không cung cấp cho ta thông tin mức độ giống nhau về hình dạng của hai tín hiệu. 2 1 ( ( ) ( )) M f o i S i S i MSE M (2) 2.3. Hệ số tương quan Một trong những mục tiêu của các thuật toán lọc là giữ được nguyên hình dạng của tín hiệu “sạch” ban đầu, nghĩa là S f càng giống với S o thì càng tốt. Tuy nhiên không thể đạt được hoàn toàn về mục tiêu đó, để đánh giá về mức độ tương đồng giữa tín hiệu sau lọc S f và tín hiệu ECG sạch S o chúng tôi sử dụng kỹ thuật tính hệ số tương quan. Phương pháp thực hiện bằng thí nghiệm như sau, ta lấy tín hiệu gốc ECG “sạch” S o sau đó can thiệp nhiễu N (N nhiễu tổng hợp bao gồm trôi đường cơ sở, nhiễu ngẫu nhiên, nhiễu 50Hz, nhiễu hài bậc cao), tiếp theo lần lượt dùng các thuật toán lọc khác nhau để khử nhiễu N, kết quả thu được tín hiệu ECG đầu ra là S f , bước tiếp theo tính hệ số tương quan theo công thức (3) giữa S f và S o . Theo lý thuyết thống kê, hệ số tương quan bằng 0 (hay gần 0) có nghĩa là S f và S o không có liên hệ gì với nhau; ngược lại nếu hệ số bằng -1 hay 1 có nghĩa là S f và S o có một mối liên hệ tuyệt đối. Như vậy, trị tuyệt đối hệ số này càng gần với 1 (lớn hơn 0.8 được coi là tương quan mạnh, lớn hơn 0.9 được coi là tương quan rất mạnh) thì có nghĩa rằng hình dạng của tín hiệu S f càng gần giống với tín hiệu “sạch” S o , và từ đó có thể quyết định chọn bộ lọc tương ứng. Tuy nhiên, như ý nghĩa của hệ số này, nó chỉ cung cấp thông tin về mức độ giống nhau về hình dáng của S f và S o mà thôi, về mặt năng lượng thì ta không thể đánh giá sự sai khác giữa S f và S o được. 1 2 2 1 1 ( ( ) )( ( ) ) ( ( ) ) ( ( ) ) f o M f f o o i S S M M f f o o i i S i S S i S r S i S S i S (3) 2.4. Tỷ số năng lượng của một chu kỳ điện tim Tỷ số năng lượng TSNL giữa chu kỳ điện tim của tín hiệu trước và sau khi lọc. Như đã phân tích, hệ số SNR cho ta thông tin về năng lượng nhiễu đã được suy giảm bởi thuật toán lọc, hệ số tương quan cho ta biết về mức độ méo của S f so với S o , nhưng cả hai chưa cho ta thông tin về năng lượng của các sóng có bị suy giảm hay tăng lên sau khi lọc hay không. Do đó, để khắc phục các nhược điểm của SNR và hệ số tương quan trong việc đánh giá độ tin cậy bộ lọc sóng điện tim, chúng tôi sử dụng thêm hệ số về tỷ số năng lượng giữa các giữa chu kỳ điện tim. Tỷ số TSNL lớn hơn 1 thì năng lượng của Sf lơn hơn năng lượng của So và ngược lại, mục tiêu của ta là TSNL càng gần giá trị 1 thì thuật toán lọc càng đáng tin. Để có được tỷ lệ TSNL, chúng ta thực hiện thuật toán với các bước sau: Bước 1: Bắt đỉnh R của bộ phức tín hiệu S o , thuật toán bắt R được tóm tắt như sau: Bước 1.1: Sử dụng phương pháp phân tích Wavelet (hàm Wavelet là DB4) để tách tín hiệu ECG sạch So ra các thành phần xấp xỉ o S i a và chi tiết o S i d . Bước 1.2: Vì năng lượng của bộ phức QRS tập trung chủ yếu ở dải tần 3Hz÷40Hz do đó, nó sẽ tập trung lớn nhất ở 4 o S d , từ 5 o S d trở đi thì năng lượng QRS suy giảm dần. Bước 1.3: Từ 4 o S d , dùng phương pháp tính toán phi tuyến (đạo hàm và bình phương) kết hợp với phương pháp ngưỡng cộng với thông tin về khoảng nhịp tim (hay nói cách khác là khoảng cách giữa hai đỉnh R-R) để bắt đỉnh R. Sau đó, ta sẽ làm công tác dịch mẫu (dịch mẫu là cần thiết vì qua các phép tính toán thì đỉnh R trên 4 o S d không còn có cùng vị trí mẫu với đỉnh R trên sóng gốc So) để có được đỉnh R chính xác trên sóng So gốc, các kết quả được thể hiện trên Hình 2. 78 Nguyễn Thế Truyện, Nguyễn Thế Vinh VCM2012 H. 2 Các kết quả của các bước xác định đỉnh R của bộ phức QR Bước 2: Bắt đỉnh R của bộ phức tín hiệu Sf, (hình 3), thuật toán bắt R tương tự như trên, sau khi có các đỉnh R của Sf ta chuyển sang bước 3. Bước 3: Tính tỷ số năng lượng giữa các chu kỳ điện tim theo công thức (4) 2 2 ( ) ( ) b f i a d o j c S i TSNL S j (4) trong đó: a, b là vị trí mẫu tại điểm R thứ nhất, thứ hai của sóng sau khi lọc Sf tương ứng 2 ( ) b f i a S i là năng lượng một chu kỳ của sóng sau khi lọc Sf. c, d là vị trí mẫu tại điểm R thứ nhất, thứ hai của sóng gốc So tương ứng 2 ( ) d o j c S i là năng lượng một chu kỳ của sóng gốc So H. 3 Bộ phức QRS của sóng điện tim (Q đánh dấu là o; R dấu *; S dấu + ) 3. Các kết quả thí nghiệm và quyết định lựa chọn bộ lọc Sau khi đưa ra các thông số để đánh giá về độ tin cậy của các thuật toán lọc nhiễu cho sóng điện tim, nhóm nghiên cứu triển khai phương án thực thi các thí nghiệm, để từ đó lựa chọn ra các bộ lọc hợp lý, phương án thí nghiệm được thể hiện thông qua sơ đồ hình 4. Để có được thí nghiệm đánh giá các bộ lọc có hiệu quả, chúng tôi lấy các tín hiệu điện tim với các đặc điểm hình dạng khác nhau trên ngân hàng MIT/BIH, bảng 1, sau đó can thiệp các loại nhiễu thường gặp đối với sóng điện tim với mức SNR là 1.1236dB và sử dụng các loại bộ lọc với các phương pháp thiết kế bộ lọc khác nhau để khử nhiễu, mỗi giải pháp phối hợp các bộ lọc tổng hợp thì thực hiện lần lượt cho 8 mẫu ECG trong bảng 1 và các thông số SNR, MSE, hệ số tương quan, TSNL sẽ được tính trung bình để dành cho so sánh. Bảng 1. Các tín hiệu điện tim với hình dạng khác nhau được sử dụng để thí nghiệm STT Số file trong cơ sở dữ liệu MIT Hình dạng chụp về từ file trong MIT 1 103 (normal) 2 113 (concave elevation) 3 111 Tuyển tập công trình Hội nghị Cơ điện tử toàn quốc lần thứ 6 79 Mã bài: 20 STT Số file trong cơ sở dữ liệu MIT Hình dạng chụp về từ file trong MIT (straight elevation) 4 108 (convex elevation) 5 214 (down-sloping depression) 6 100 (horizontal depression) 7 105 (up-sloping depression) 8 213 (sagging depression) f o S S r f o S S r f o S S r f o S S r f o S S r f o S S r f o S S r f o S S r f o S S r f o S S r H. 4 Sơ đồ các bước thực hiện thí nghiệm để chọn bộ lọc sóng điện tim Trong bảng 2 thể hiện hai bộ số kết quả tiêu biểu với các hệ số SNR, hệ số tương quan r SfSo , trung bình bình phương lỗi MSE, tỷ số năng lượng TSNN tốt hơn cả trong các thí nghiệm của chúng tôi (các hệ số trong bảng 2 là các giá trị trung bình cho 8 loại mẫu ECG liệt kê trong bảng 1). Từ bảng 2, ta thấy bộ lọc sử dụng phân tích Wavelet với hàm DB4 và ngưỡng đều cho các chỉ số trung bình của SNR, hệ số tương quan r SfSo , trung bình bình phương lỗi MSE, và tỉ số năng lượng TSNN tốt hơn so với các bộ lọc truyền thống nhưng nhóm thực hiện không thể chọn bộ lọc này với lý do khả năng thực thi của chip nhúng (chip 16bit dsPic30F4011 với tốc độ 20MIPS) không đáp ứng được khối lượng lớn các phép tính toán của Wavelet (ở đây ta xét cho cả 7 đạo trình) trong điều kiện đáp ứng thời gian thực. Nhóm thực hiện đề tài KC.03.TN12/11-15 đã lựa chọn được các bộ lọc với các hàm truyền (trong bảng 2) cho module ghi sóng điện tim với các hệ số SNR, hệ số tương quan, và tỷ số năng lượng tốt nhất trong điều kiện ràng buộc về thời gian thực thi thuật toán lọc. Hình 5 trình bày các đạo trình ECG đo được trên cơ thể của tác giả bài báo. Toàn bộ cấu trúc của module ghi sóng điện tim mà nhóm nghiên cứu đã thực hiện từ phần cứng đến các thuật toán lọc nhiễu được trình bày chi tiết trong Hình 6. 80 Nguyễn Thế Truyện, Nguyễn Thế Vinh VCM2012 Bảng 2. Một số kết quả thí nghiệm Bộ lọc SNR (sau lọc) MSE f o S S r TSNL Số lần thử Lọc sử dụng Wavelet Wavelet với hàm DB4 và ngưỡng đều 8.6236 0.0129 0.9313 0.9859 1 8.5103 0.0131 0.9281 0.9781 2 8.7351 0.0112 0.9405 0.9873 3 8.7842 0.0109 0.9471 0.9882 4 Phối hợp các bộ lọc số truyền thống Khử trôi đường cơ sở z - 1 z - 0.992 8.3600 0.0137 0.9262 0.9352 1 Lọc 50Hz 0.9408 z^2 - 1.522 z + 0.9408 z^2 - 1.522 z + 0.8816 8.4251 0.0135 0.9271 0.9361 2 Lọc 150Hz 0.9398 z^2 - 1.519 z + 0.9398 z^2 - 1.519 z + 0.6796 8.5302 0.0130 0.9283 0.9369 3 Lọc thông thấp 248Hz 0.9824z^2 + 0.965z + 0.9824 z^2 + 1.964 z + 0.9651 8.3196 0.0141 0.9256 0.9317 4 H. 5 Tín hiệu điện tim được đo trên cơ thể tác giả (Màn hình giao diện chính của sản phẩm đề tài KC.03.TN12/11-15) Tuyển tập công trình Hội nghị Cơ điện tử toàn quốc lần thứ 6 81 Mã bài: 20 H. 6 Cấu trúc phần cứng và phần mềm của module điện tim của đề tài 4. Kết luận Thay vì chỉ sử dụng hệ số SNR như các công trình [5-9], nhóm nghiên cứu đã đề xuất và sử dụng bộ hệ số bao gồm: SNR, hệ số tương quan r SfSo , trung bình bình phương lỗi MSE, tỷ số năng lượng TSNN, để đánh giá một cách chặt chẽ để đi đến quyết định lựa chọn bộ lọc, qua đó, nhóm thực hiện đề tài KC.03.TN12/11-15 đã lựa chọn được các bộ lọc số hợp lý cho module ghi sóng điện tim mà đề tài thiết kế chế tạo và đã cài đặt thành công các bộ lọc số đó vào vi điều khiển tín hiệu số dsPic30F4011 để khử trôi đường cơ sở, nhiễu 50Hz, và đặc biệt là khử nhiễu sóng hài gây bởi các tải phi tuyến trong lưới điện – một trong những tính mới của đề tài. Chất lượng tín hiệu ECG đạt được hiện thời của nhóm nghiên cứu có thể so sánh được vớí một số các thiết bị nhập ngoại, hình ảnh của toàn bộ sản phẩm đề tài được trình bày trong Hình 7. Để thực hiện được kết quả nghiên cứu này, chúng tôi xin trân trọng cảm ơn Bộ Khoa học Công nghệ, Văn phòng các chương trình trọng điểm cấp Nhà nước và Ban chủ nhiệm chương trình KC.03 đã tạo điều kiện, cho phép chúng tôi được thực hiện đề tài và luôn chỉ đạo kịp thời trong suốt quá trình thực hiện đề tài. H. 7 Thiết bị theo dõi bệnh nhân đa thông số - Sản phẩm đề tài KC.03.TN12/11-15 5. Tài liệu tham khảo [1] C. Saritha, V. Sukanya, V.NArasimha Murthy, “ECG Signal Analysis using Wavelet Transforms”, Bulg.J.Physics, Vol. 35, pp.68-77, 2008. [2] John G.Webster, “Medical Instrumentation Application and Design”, Fourth edition, John Wilet &Son., 2009. [3] Willis J. Tompkins, “Biomedical digital signal processing”, Prentice Hall, 2000. [4] Vanisree K, “Automatic Detection of ECG R-R Interval using Discrete Wavelet Transformation”, International Journal on Computer Science and Engineering, 2011. [5] Wan-hua Lin, Mico Yee-Man Wong, Li-na Pu, Yuan-ting Zhang, “Comparison of Median Filter and Discrete Dyadic Wavelet Transform for Noise Cancellation in Electrocardiogram”, 32nd Annual International Conference of the IEEE EMBS Buenos Aires, Argentina, August 31 - September 4, 2010. 82 Nguyễn Thế Truyện, Nguyễn Thế Vinh VCM2012 [6] Ramesh D. Mali, Dr. U.L Bombale, Removal of 50Hz PLI using Discrete Wavelet Transform for Quality Diagnosis of Biomedical ECG Signal, International Journal of Computer Applications, 2011. [7] Mikhled Alfaouri and Khaled Daqrouq, ECG Signal Denoising By Wavelet Transform Thresholding, American Journal of Applied Sciences 5, 2008. [8] Zoltán GERMÁN-SALLÓ, Nonlinear Filtering in ECG Signal Denoising, Acta Universitatis Sapientiae Electrical and Mechanical Engineering, 2010. [9] Nguyễn Quốc Tuấn, Trần Quang Đạt, Thiết kế trên FPGA để loại tiếng ồn cho tín hiệu điện tim nhờ biến đổi sóng con, Tạp chí Khoa học ĐHQGHN, Khoa học tự nhiên và Công nghệ 25, 2009. . Thế Vinh VCM2 012 Bảng 2. Một số kết quả thí nghiệm Bộ lọc SNR (sau lọc) MSE f o S S r TSNL Số lần thử Lọc sử dụng Wavelet Wavelet với hàm DB4 và ngưỡng đều 8.6236 0. 0129 0.9313. sóng So gốc, các kết quả được thể hiện trên Hình 2. 78 Nguyễn Thế Truyện, Nguyễn Thế Vinh VCM2 012 H. 2 Các kết quả của các bước xác định đỉnh R của bộ phức QR Bước 2: Bắt đỉnh R của. Q, R, S, T, mỗi thành phần này có đặc trưng riêng. 76 Nguyễn Thế Truyện, Nguyễn Thế Vinh VCM2 012 H. 1 Sóng điện tim [3] Hoạt động của tim phản ánh các thông tin quan trọng của sức khỏe