đánh giá mức độ stress dựa trên biến thiên nhịp tim

xây dựng phương pháp đánh giá mức độ stress dựa trên cơ sở lý thuyết Photophlethysmogram (PPG). Trong cuộc sống hiên đại đầy những áp lực dễ khiến chúng ta gặp các bệnh về căng thẳng thần kinh (stress). Tuy nhiên các phương pháp truyền thống để đánh giá mức độ stress còn nhiều hạn chế. Vì vậy, mục đích của đồ án này là nghiên cứu một phương pháp đánh giá mức độ stress thân thiện với người dùng. Với việc phát triển của công nghệ PPG, việc ứng dụng kỹ thuật trên để đo nhịp tim và mức độ stress là một giải pháp hàng đầu đang được nghiên cứu và phát triển. Đầu tiên là quá trình thu tín hiệu PPG từ camera điện thoại. Tiếp theo là quá trình xử lý video trên Matlab: đọc video, tách RGB, lọc nhiễu và tìm đỉnh của tín hiệu nhịp tim, sau đó tính khoảng cách các nhịp tim, xuất ra tín hiệu HRV và biến đổi FFT và trích xuất ra các tham số cần thiết cho đánh giá stress: HR, MeanRR, SDNN, LFHF. Sau đó ta thực nghiệm và đánh giá kết quả thu được của phương pháp và định hướng phát triển trong tương lai.

LỜI NÓI ĐẦU

Ngày nay, khoa học công nghệ đã có những bước phát triển mạnh, vượt bậc

về mọi mặt Trong đó, việc bùng nổ các thiết bị di động cầm tay, đặc biệt là dòngđiện thoại thông minh với sự xuất hiện của hàng loạt các dòng điện thoại cao cấpnhư iPhone, Samsung, HTC,… Theo đó, các ứng dụng về lĩnh vực sức khoẻ đangngày càng phát triển đa dạng và phong phú, góp phần hỗ trợ nâng cao sức khoẻ conngười như các ứng dụng quản lý giấc ngủ, quản lý bước chạy bộ, quản lý lượngcholesterol, quản lý tim mạch, quản lý mức độ căng thẳng… Điều này cho thấy conngười ta ngày càng quan tâm đến sức khoẻ hơn…

Trong cuộc sống bộn bề, rất nhiều mối lo cho công việc, gia đình và cả xãhội làm cho con người ta càng ngày càng dễ mắc nhiều căn bệnh nhất là stress Do

đó, việc tích hợp những ứng dụng giúp quản lý, kiểm tra sức khoẻ sẽ đem lại rấtnhiều tiện ích cho người dùng

Vì vậy, đồ án đã triển khai đề tài nghiên cứu việc đánh giá mức độ stress bằng

xử lý tín hiệu PPG thu từ điện thoại di động thông minh mà đa số mỗi người chúng

ta đều sở hữu Đồ án sẽ cung cấp những chức năng cơ bản nhất giúp người dùngđánh giá mức độ stress của mình, theo dõi quá trình theo từng ngày, từng tháng,từng năm Để sớm phát hiện stress và có cách điều chỉnh hợp lý giúp cơ thể luônkhỏe mạnh về thể chất và tinh thần Trong phạm vi thời gian có hạn, đồ án chỉnghiên cứu phương pháp đánh giá mức độ stress bằng xử lý tìn hiệu PPG thu bởivideo quay từ điện thoại, quá trình xử lý và mô phỏng được thực hiện trên phầnmềm Matlab Hướng phát triển là xây dựng ứng dụng trên điện thoại

Đầu tiên, em xin gửi lời cảm ơn chân thành nhất tới thầy giáo hướng dẫn Tiến

sĩ Võ Lê Cường đã hướng dẫn, giúp đỡ em rất nhiều trong suốt quá trình hoànthành đồ án này Em cũng xin cảm ơn bạn bè, người thân và nhà trường đã ủng hộ

em trong suốt thời gian qua

TÓM TẮT LUẬN VĂN

Đồ án này đã xây dựng phương pháp đánh giá mức độ stress dựa trên cơ sở lýthuyết Photophlethysmogram (PPG) Trong cuộc sống hiên đại đầy những áp lực dễkhiến chúng ta gặp các bệnh về căng thẳng thần kinh (stress) Tuy nhiên cácphương pháp truyền thống để đánh giá mức độ stress còn nhiều hạn chế Vì vậy,mục đích của đồ án này là nghiên cứu một phương pháp đánh giá mức độ stressthân thiện với người dùng Với việc phát triển của công nghệ PPG, việc ứng dụng

kỹ thuật trên để đo nhịp tim và mức độ stress là một giải pháp hàng đầu đang đượcnghiên cứu và phát triển Đầu tiên là quá trình thu tín hiệu PPG từ camera điệnthoại Tiếp theo là quá trình xử lý video trên Matlab: đọc video, tách RGB, lọcnhiễu và tìm đỉnh của tín hiệu nhịp tim, sau đó tính khoảng cách các nhịp tim, xuất

ra tín hiệu HRV và biến đổi FFT và trích xuất ra các tham số cần thiết cho đánh giástress: HR, MeanRR, SDNN, LF/HF Sau đó ta thực nghiệm và đánh giá kết quả thuđược của phương pháp và định hướng phát triển trong tương lai

ABSTRACT

This research project has built a method to measure mental stress level whichbased on the studying about Photophlethysmogram In modern life, the pressuremakes us so stress However, the traditional methods in evaluating stress level arelimited Therefore, this project was aiming to develop a new method for assessingstress level With the development of technology PPG, the application of thistechnique to measure stress level is a leading solution which is being researched anddeveloped The first is the process of PPG signal from the phone camera Thesubsequent is processing video on Matlab: reading video, separating RGB, filteringinterference and finding the peak of the heartbeat signals , then calculating thedistance among heart rate,outputing HRV signals and transforming FFT andextracting the necessary parameters to evaluate stress: HR, MeanRR, SDNN, LF /

HF Finally, we experiment and evaluate the results of the method and orient thefuture development

MỤC LỤC

CÁC HÌNH VẼ SỬ DỤNG TRONG LUẬN VĂN

DANH MỤC BẢNG BIỂU

MỞ ĐẦU

Phân tích tín hiệu PPG là một phương pháp được đề xuất để nghiên cứu và sửdụng nhằm xác định thể tích máu trong động mạch chảy dưới da bằng việc sử dụngánh sáng Phân tích tín hiệu PPG đã và đang được ứng dụng rộng rãi trong lĩnh vựcđánh giá các chỉ số sức khỏe của cơ thể như nồng độ oxy trong máu (SPO2), huyết

áp, nhịp tim, mức độ stress…Trong phạm vi đồ án sẽ triển khai xử lý tín hiệu PPG

để đánh giá mức độ stress

Hiện nay để đánh giá mức độ stress có hai phương pháp chính là:

− Phỏng vấn và trắc nghiệm tâm lý: Sau những phát triển trog lĩnh vực tâm lýthì căng thẳng có thể đo được bằng phương pháp trắc nghiệm tâm lý Để thựchiện nhà tâm lý học đã phát triển các câu hỏi bao gồm hàng loạt các triệuchứng tâm lý gây ra do tác động của stress Có một loạt các câu hỏi đã đượcpháp triển để đánh giá các yếu tố tâm lý có liên quan đến stress [4] [5]

− Biện pháp sinh lý : Việc giải thích về tình trạng căng thẳng dẫn đến các kíchhoạt các vấn đề sinh lý trong cơ thể, phân tích các chỉ số sinh lý trong cơ thểnhư huyết áp, vagal tone, tuyến nước bọt như là các biện pháp sính lý đểphát hiện stress ở người [4] [5]

Nhưng các phương pháp này thì khá tốn thời gian và chi phí, cần tới cácchuyên gia có kinh nghiệm trong ngành tâm lý học Vì vậy, vấn đề đặt ra là xâydựng một ứng dụng có thể giúp người dùng đo, quản lý và đánh giá mức độ stresscủa mình một cách đơn giản, hiệu quả Để người sử dụng có thể theo dõi sức khỏetinh thần hằng ngày và đến các chuyên gia tâm lý khi cần thiết Kết quả của việcđánh giá mức độ stress được phát triển nhằm ứng dụng trên điện thoại thông minhchạy hệ điều hành android giúp người dùng kiểm tra stress một cách thuận tiệnnhất

Trong phạm vi đồ án này, tác giả sẽ trình bày tổng quan về phương pháp phântích và xử lý tín hiệu PPG trên Matlab để đánh giá mức độ stress Tiêu chí của đồ án

là đưa ra phương pháp đánh giá được mức độ stress trên phân mềm Matlab bằngviệc phân tích tín hiệu PPG

Cấu trúc của đồ án này bao gồm bốn chương:

 Chương một: Trình bày khát quát về khái niệm stress Những tác hại của stressđối với người bệnh, định hướng phương pháp nghiên cứu và nêu ra nhiệm vụcủa đề tài

 Chương hai: Trình bày về các cơ sở lý thuyết và các công nghệ sử dụng trong

CHƯƠNG 1: ĐẶT VẤN ĐỀ VÀ ĐỊNH HƯỚNG GIẢI PHÁP

Chương một nêu tầm quan trọng của đánh giá stress với sức khỏe thể chất vàtinh thần của con người trong cuộc sống hiện đại ngày nay Các phương pháp đánhgiá stress truyền thống có rất nhiều hạn chế là tốn thơi gian và của cải Dựa trên sựphát triển của xử lý tin hiệu PPG vào các ứng dụng trong lĩnh vực xác định cácthông số về sức khỏe như: nhịp tim, mức độ stress, nồng độ oxy trong máu, huyếtáp…Đồ án đã nghiên cứu và giải quyết vấn đề đánh giá mức độ stress dựa trêncamera điện thoại và phần mềm Matlab

1.1 Đặt vấn đề.

Ngày nay, khoa học công nghệ ngày càng phát triển, đã đem lại những tiện ích,nâng cao chất lượng cuộc sống Tuy nhiên cũng chính vì sự phát triển đó đã khiếncon người ngày càng lệ thuộc vào công nghệ và trở lên lười biếng hơn Điều đókhiến con người ta dễ mắc nhiều căn bệnh nguy hiểm, đặc biệt là các bệnh về timmạch Kèm theo là cuộc sống hiện đại, tấp nập với những áp lực trong công việc, tàichính, gia đình và xã hội dễ khiến cho con người bị stress Chăm sóc và kiểm trasức khoẻ tim mạch và mức độ stress, để phát hiện sớm các dấu hiệu không tốt từ đógiúp cơ thể giải tỏa căng thẳng mệt mỏi kip thời là việc làm cần thiết của tất cả mọingười trong nhịp sống hối hả hiện nay

1.1.1 Khái niệm stress.

Stress là một khái niệm đa hình Hằng ngày chúng ta đều trải nghiệm stress ởnhiều khía cạnh khác nhau trong các hoạt động của chúng ta: ở trường, ở nhà, nơicông sở và thậm chí cả trong các hoạt động thể dục thể thao cũng có stress, stressluôn luôn tồn tại quanh ta

Có thể hiểu đơn giản stress là phản ứng của cơ thể trước bất cứ một yêu cầu,

áp lực hay một yếu tố tác động nào đe dọa đến sự tồn tại lành mạnh của con người

cả về thể chất lẫn tinh thần

1.1.2 Phân loại stress

Stress gia đình: Kết hôn, sinh con, nuôi dạy con, kế hoạch cho tương lai,những sự kiện ngoài xã hội đem về nhà là những vấn đề có thể nảy sinh stress.Stress dễ lan truyền từ thành viên này sang thành viên khác của gia đình Ngườichịu stress nhiều nhất chính là những đứa trẻ Nếu không được kiểm soát stress cóthể phá vỡ gia đình

Stress xã hội: Môi trường sống, mật độ dân cư, tài chính, sự bùng nổ thông tin,

sự thay đổi nghề nghiệp, giáo dục, biến đổi hệ thống giá trị và các tập tục truyềnthống Những yếu tố đó sẽ làm chứng lo âu tăng mạnh, hiện tượng trầm cảm cũnggia tăng

Stress công việc (học tập, lao động): Điều kiện lao động, công việc phức tạp,quá tải về khối lượng công việc hay quá tải về năng lực, liên quan đến việc ra quyếtđịnh và trách nhiệm,

1.1.3 Tác hại của stress.

Tác động về mặt thể chất:Tình trạng căng thẳng kéo dài dẫn đến rối loạnchuyển hóa lipid, làm tăng cholesterol trong máu Căng thẳng làm tăng tiếtcatecholamin mà chủ yếu là adrenalin, gây co mạch máu dẫn đến thiếu oxy ở tim vàthành mạch, thiếu oxy ở các cơ quan Tăng catecholamim trong những điều kiệnnhất định gây tình trạng thiếu oxy tổ chức, loạn dưỡng và hoại tử cơ tim, thànhmạch Stress có thể gây ra nhiều căn bệnh:

Bệnh tâm thần kinh: mất ngủ, đau đầu, hoa mắt, chóng mặt, buồn phiền, cáugắt, loạn trí nhớ, trầm cảm

Bệnh tim mạch: tăng huyết áp, nhồi máu cơ tim, tai biến mạch máu não, loạnnhịp tim, hồi hộp đánh trống ngực

Bệnh tiêu hóa: viêm loét dạ dày - tá tràng, chảy máu tiêu hóa, thủng dạ dày,tiêu chảy, khô miệng, chán ăn, ăn không tiêu, hơi thở hôi, rối loạn chức năng đạitràng

Bệnh tình dục: giảm ham muốn, di tinh, mộng tinh, giao hợp đau

Bệnh phụ khoa: rối loạn kinh nguyệt, rối loạn nội tiết

Bệnh cơ khớp: co cứng cơ, đau lưng, đau khớp, cảm giác kiến bò ở ngón tay,máy mắt, chuột rút, run rẩy

Toàn thân: suy sụp, mệt mỏi, dễ mắc các bệnh dị ứng hay bệnh truyền nhiễm.Tác động về mặt tinh thần: Song song với tác động về mặt thể chất, căng thẳnggây ra tác động cả về mặt tinh thần Các biểu hiện của nó là: Hay quên, mất trí nhớ,căng thẳng, lo sợ, mất ngủ, run rẩy…

Vì vậy cần thường xuyên theo dõi Stress để phát hiện stress sớm và có cácbiện pháp giảm căng thăng kịp thời để có các biện pháp điều chỉnh sinh hoạt giúp

cơ thể trở về trạng thái thoải mái nhất

1.2 Nhiệm vụ đề ra và phương hướng giải quyết.

Sau khi phân tích đề tài, đã xác định được phương pháp phân tích và xử lýtín hiệu PPG trên Matlab là phương pháp được sử dụng để đánh giá mức độ stress.Đồng thời nêu ra các công việc cụ thể cần làm như sau:

− Tìm hiểu kỹ thuật photoplethysmography.

− Ứng dụng kỹ thuật Photoplethysmography vào việc đo nhịp tim và đánh mức

độ stress từ tín hiệu thu bằng camera điện thoại

− Tìm hiểu lập trình Matlab Việc xử lý video: Đọc video, tách kênh màuRGB, làm mượt tín hiệu, tìm đỉnh tín hiệu nhịp tim, tính khoảng cách cácđỉnh của tín hiệu nhịp tim, biến đổi FFT cho tín hiệu HRV, trích xuất các chỉ

số của tín hiệu: HR, SDRR, MeanRR, LF/HF

− Tìm hiểu về hệ điều hành android và ngôn ngữ lập trình java, android để sautiếp tục phát triển đề tài

1.3 Kết luận.

Trong chương đầu tiên này đã trình bày khái quát về stress và ảnh hưởng củastress đối với cuộc sống và sức khỏe người bị stress So với các phương pháp khácphương pháp đánh giá mức độ stress bằng phân tích và xử lý tín hiệu PPG thu từcamera điện thoại tỏ ra dễ dàng trong việc thực hiện ,thích hợp với điều kiện thínghiệm hiện có của tác giả và nó giải quyết được một trong những vấn đề quantrọng nhất đánh giá được mức độ stress

CHƯƠNG 2 : CƠ SỞ LÝ THUYẾT VÀ KÝ THUẬT SỬ DỤNG

Chương hai trình bày cơ sở lý thuyết của các công nghệ đưa ra để thực hiệnnhiệm vụ đặt ra trong đồ án là kỹ thuật Photoplethysmography, và ứng dụng côngnghệ này vào đánh giá mức độ stress Lý thuyết về bộ lọc tín hiệu, mối liên hệ giữabiến thiên nhịp tim và hệ thần kinh tự tri ở cơ thể người và phương pháp phân tíchbiến thiên nhịp tim (HRV)

2.1 Kỹ thuật Photoplethysmography.

Là kỹ thuật sử dụng để thu tín hiệu đồng bộ với nhịp tim mà không làm ảnhhưởng tới lưu thông máu tại khu vực đó bằng việc sử dụng camera điện thoại và đènflash để thu tín hiệu ánh sáng phản xạ lại qua da trong một khoảng thời gian nhấtđịnh

2.1.1 Giới thiệu tổng quan về Photoplethysmography.

Theo định nghĩa của trang NCBI (National Center for BiotechnologyInformation), Photoplethysmography là một kỹ thuật quang học đơn giản và chi phíthấp dùng để phát hiện sự thay đổi của máu trong mao mạch Nó thường được dùng

để thực hiện các phép đo trên bề mặt da.[8]

Về cơ bản, PPG xác định thể tích máu chảy dưới da bằng việc sử dụng ánhsáng hồng ngoại Tuy nhiên cũng có thể dùng ánh sáng với cường độ lớn để thaythế Nó có thể xác định được nồng độ máu, huyết áp, nhịp tim và đánh giá các chứcnăng tự trị Đây là một kỹ thuật đầy hứa hẹn để ban đầu sàng lọc và chẩn đoán dấuhiệu của một số loại bệnh lý [1]

và bị đẩy về tim thì lượng máu trong mao mạch giảm dẫn tới ánh sáng bị hấp thụ ít

đi, ánh sáng phản xạ lại có độ sáng sáng hơn Kết quả nhận được sau khi đó trong yhọc gọi là Photoplethysmogram với dạng biểu đồ như hình 2.2[8]:

Hình 2.2 - Biểu đồ PPG với các dữ liệu về chu kỳ tâm thất sớm (PVC), huyết áp

(BP) và các tín hiệu điện tâm đồ (EKG)[8]

Từ tín hiệu PPG thu được bởi việc tính cường độ sáng giữa các khung hìnhthu từ camera, ta có thể tính được nhịp tim, tốc độ hô hấp, thể tích mạch đập và cảnồng độ O2 trong máu

2.2 Nhiễu và bộ lọc tín hiệu.

Trong quá trình đo, tín hiệu PPG thu được có thể chứa nhiều tín hiệu nhiễu

bị gây ra bởi sự dich chuyển của ngón tay hay sự thay đổi áp lực tĩnh mạch và cáctín hiệu nhiễu cao tần Do đó, ta cần phải áp dụng một số phương pháp khử nhiễu

thời gian thu ảnh thì giá trị màu trên pixel đó không được tương ứng với thực tế.Những trường hợp như thế được gọi là nhiễu.

Nhiễu bao gồm:

Nhiễu độc lập với dữ liệu ảnh

− Là một loại nhiễu cộng: ảnh thu được là tổng của ảnh thực và nhiễu

− Thông tin ảnh có tần số thấp, còn nhiễu ảnh hưởng đến tần số cao và ảnhhưởng này có thế được giảm đi khi sử dụng bộ lọc thông thấp

− Lọc nhiễu bằng bộ lọc tần số hay bộ lọc không gian

Nhiễu phụ thuộc vào dữ liệu

− Nhiễu này xuất hiện khi có sự bức xạ đơn sắc nằm rải rác trên bề mặt ảnh, độ

gồ ghề của bề mặt phụ thuộc vào bước sóng của điểm ảnh

− Do sự giao thoa giữa các sóng ảnh làm xuất hiện những vết lốm đốm trênảnh

Nhiễu Gaussian

− Nhiễu do bản chất rời rạc của bức xạ Nghĩa là hệ thống ghi ảnh bằng cáchđếm các photon lượng tử ánh sáng

− Là nhiễu cộng và độc lập

− Mỗi pixel trong ảnh nhiễu là tổng giá trị pixel thực và pixel ngẫu nhiên

Nhiễu muối tiêu

− Nhiễu này sinh ra do xảy ra sai số trong quá trình truyền dữ liệu

− Những pixel đơn được gán luân phiên mang giá trị 0 hay giá trị cao nhất tạo

ra hình muối tiêu trên ảnh

2.2.2 Bộ lọc tín hiệu.

Các phương pháp lọc nhiễu cơ bản: Ý tưởng cho phương pháp chung là biếnđổi các giá trị của mỗi pixel dựa vào tính toán trên các giá trị của các pixel lân cận.Các pixel lân cận được xác định bởi một Kernel (giá trị trung bình của tất cả cácpixel trong cửa sổ đó) và giá trị output được đặt ở trung tâm cửa sổ Cách thức xử

lý là dùng các cửa sổ Kernel nhân chập lần lượt qua các pixel trong ảnh từ trái quaphải, từ trên xuống dưới

Lọc là một trong những hoạt động xử lý tín hiệu phức tạp được sử dụng rộngrãi nhất Bộ lọc kỹ thuật số thường được sử dụng cho hai mục đích chung: tách tínhiệu đã được kết hợp hoặc nhiễm tiếng ồn hoặc can thiệp và phục hồi các tín hiệu

đó đã bị bóp méo một cách nào đó Chúng có thể được phân thành hai bộ khácnhau: đáp ứng xung hữu hạn (FIR) và đáp ứng xung (IIR) bộ lọc vô hạn Bộ lọc FIR

có thể được thực hiện bởi một chuỗi tổng trọng số của các mẫu tín hiệu đầu vào vớiđáp ứng xung của nó, là sản phẩm của một hệ thống khi đầu vào là một xung Bộlọc IIR, cũng tên là bộ lọc đệ quy, mở rộng định nghĩa các bộ lọc FIR Ngoài việc

sử dụng các mẫu đầu vào, họ sử dụng trước đây đã tính ra những mẫu để xác địnhgiá trị đầu ra của bộ lọc, và được xác định bởi một tập hợp các hệ số đệ quy Đápứng tần số của bộ lọc này có thể thu được bằng cách tính toán biến đổi Fourier rờirạc của đáp ứng xung

− Bộ lọc di chuyển trung bình có trọng số(Moving Average Filter:MAF)[6]

Bộ lọc di chuyển trung bình có trọng số là bộ lọc phổ biến nhất trong DSP bởi vì

bộ lọc có thuật toán đơn giản nhất để lọc bỏ nhiễu trong miền tần số cao và giữ lại tín hiệu trong miền tần số cần thiết với mục đích sử dụng Bộ lọc này có hiệu suất tốt hơn các bộ lọc Gaussian, Blackman, và Multiplepass vậy sẽ giảm được thời gian

xử lý tín hiệu Thuật toán để phân tích các điểm tín hiệu bằng cách tính trung bình của các tập con khác nhau (các tập con được tạo ra bằng cách dịch chuyển tập con hiện taị về phía trước) trong khoảng độ dài tín hiệu gốc Tín hiệu ra là tập hợp các điểm trung bình

− Bộ lọc làm mượt.( Smooth Differentiation Filter:SDF)[6]

Độ sáng trung bình của ánh sáng đỏ của tất cả các khung hình là đầu ra của bộ lọc, cụ thể là bộ lọc đã làm mịn tín hiệu Đầu ra của bộ lọc tính như sau:

b(t) : độ sáng trung bình ánh sáng đỏ của mỗi pixels

f(t) : Đầu ra của bộ lọc

c,d : Hệ số làm mịn

C_t = min{c,t-1}

D_t = min{d,t-1}

Để C_t là lẻ thì: đối với số khung hình trên một giây là 30 C_t được chọn là 23

để giữ vị trí của đỉnh như trong tín hiệu thô

− Phương pháp lọc trung bình (mean filter)[10]

Đây là phương pháp lọc tuyến tính bằng cách thay thế giá trị trung tâm bằng giátrị trung bình của tất cả các pixel trong cửa sổ đó Với đặc điểm đơn giản như vậythì bộ lọc này có ưu điểm là hoàn thành các phép toán trong thời gian rất ngắn vàảnh đạt được độ trơn mịn Song do quá đơn giản nên bộ lọc này cũng có nhiều hạnchế như là không loại bỏ được nhiễu do sự ảnh hưởng của các pixel đơn lẻ, ảnh sẽkém sắc nét và không đạt được độ tương phản cao

− Phương pháp lọc trung vị (median filter)[10]

Đây là phương pháp lọc phi tuyến Ý tưởng của phép lọc này là sử dụng một của

sổ lọc (ma trận 3 x 3) để quét lần lượt từng điểm ảnh của ảnh ban đầu Tại vị trí mỗiđiểm ảnh lấy giá trị của các điểm ảnh tương ứng trong vùng 3 x 3 của ảnh gốc lấpđầy vào ma trận lọc Sau đó sắp xếp các điểm ảnh trong cửa sổ này theo thứ tự tăngdần hoặc giảm dần tùy ý Cuối cùng gán điểm có vị trí chính giữa cửa sổ (trung vị)cho điểm ảnh đang được xét ở ảnh gốc

Với đặc điểm như trên thì phép lọc trung vị là một kỹ thuật phổ biến trong xử lýảnh Nó được sử dụng để lọc một cách rất hiệu quả đối với 2 loại nhiễu là nhiễuđốm và nhiễu muối tiêu

− Phương pháp lọc Gaussian (Gaussian smoothing)[10]

Đây là phương pháp làm mờ ảnh bằng hàm Gaussian Ý tưởng phương phápnày là tích chập một hình với hàm Gaussian Với đặc tính của hàm Gaussian thìphương pháp lọc này sẽ làm cho ảnh mờ mịn hơn Mặt khác, biến đổi một hàmGaussian là một hàm Gaussian nên nếu xét trên miền tần số thì phương pháp nàylàm giảm các thành phần tần số cao trong hình Do đó nó còn đóng vai trò như một

bộ lọc thông thấp (low pass filter)

− Đánh giá các bộ lọc

So sánh giữa bộ lọc MAF với SDF và các bộ lọc khác ta thấy rằng bộ lọcMAF đơn giản hơn, quá trình sử lý tín hiệu nhanh mà đem lại kết quả khá chính xác

so với các thiết bị y tế Chính vì vậy bộ lọc MAF đã được lựa chọn cho chươngtrình xử lý tín hiệu PPG để dùng trong đánh giá mức độ stress.

2.3 Biến thiên nhịp tim và mối liên hệ với hệ thần kinh tự trị.

2.3.1 Sơ lược lịch sử phân tích biến thiên nhịp tim [11].

Sơ lược lịch sử nghiên cứu tần số tim, huyết áp và nhiều biến tim mạch khácdao động từ nhịp này sang nhịp khác Tần số tim đặc biệt bị ảnh hưởng bởi hoạtđộng nút xoang và các ảnh hưởng của hệ thần kinh tự chủ, nhưng các thay đổi rốiloạn của tình trạng sinh lý khác cũng làm thay đổi tần số tim Biến thiên nhịp timđược mô tả như là số lượng các dao động tần số tim liên tiếp nhau xung quanh tần

số tim trung bình và phản ảnh tình trạng tác động ảnh hưởng qua lại phức tạp giữahai hệ thống thần kinh giao cảm và phó giao cảm Biến thiên nhịp tim phản ánh tiếntrình động (dynamics) nhằm để duy trì tính hằng định nội mô

Ứng dụng lâm sàng của biến thiên nhịp tim đầu tiên bởi hai tác giả Hon EH

và Lee ST vào năm 1965 [13], đã ghi nhận trước khi xảy ra suy tim thai có sự biếnđổi khoảng cách giữa các nhịp kế tiếp nhau Trong thập niên 70, tác giả Ewing vàcộng sự [14] đã tìm ra một số phương pháp đơn giản tại giường phát hiện sự khácnhau thời khoảng RR trong thời gian ngắn trong chẩn đoán bệnh hệ thần kinh tự chủ

ở bệnh nhân ĐTĐ tysp 2 Wolf và cộng sự cũng đã cho thấy có sự kết hợp giữanhóm bệnh nhân sau nhồi máu cơ tim nguy cơ cao và sự giảm biến thiên nhịp timvào năm 1977 Đến năm 1981, Akselrol và cộng sự đã đưa vào ứng dụng phân tíchphổ tần số tim để đánh giá chất lượng việc kiểm soát tim mạch

Phương pháp phân tích theo tần số đã góp phần hiểu biết nền tảng của sựdao động các thời khoảng RR trong việc thu ghi tần số tim [15] Tính quan trọngcủa biến thiên nhịp tim trong lâm sàng chỉ được thực sự ứng dụng vào thập niên 80,khi mà biến thiên nhịp tim được xác nhận là yếu tố dự đoán độc lập tử vong bệnhnhân sau nhồi máu cơ tim Với khả năng thu ghi đa kênh, thời gian 24 giờ, tần sốcao, biến thiên nhịp tim đã cung cấp các thông tin có giá trị về sinh lý và bệnh lý, từ

đó giúp phân loại nguy cơ bệnh chính xác Các công trình nghiên cứu đã đánh giá

và chuẩn hoá các phương pháp, thiết bị theo dõi để có sự thống nhất trong việc chẩn

đoán của Holter điện tim như: ảnh hưởng nhịp ngày đêm, thời gian thu ghi (ngắnhay dài), tình huống thử nghiệm (thay đổi tư thế, trạng thái tâm lý, hít thở sâu…),phương pháp thống kê và các chỉ số cần đánh giá theo dõi Hai phương pháp tínhtoán đo đạc được ứng dụng là FFT (Fast Fourier Transform) và MEM (MaximumEntropy Method) Vào năm 1996, hội Tim mạch Châu Âu và hội Điện sinh lý- tạonhịp Bắc Mỹ đã xây dựng các thuật ngữ, các tiêu chuẩn đo đạc biến thiên nhịp tim,xác định các liên quan sinh bệnh học, ứng dụng lâm sàng và các nghiên cứu tronghiện tại và tương lai [12]

2.3.2 Sự biến thiên nhịp tim.

Ở người, tần số tim thay đổi từ 50 nhịp/ phút khi nghỉ ngơi đến 200 nhịp/phút khi gắng sức tối đa, tương đương với khoảng thời gian giữa 1200ms và 300ms

Để xác định biến thiên nhịp tim, tín hiệu tương tự (analog) sẽ được thu ghi bằngcách sử dụng các điện cực đặt ở ngực, để có được các phức bộ QRS có biên độ đủ

và đường đẳng điện ổn định

Sự biến thiên nhịp tim hay gọi tắt là HRV (Heart Rate Variability), là mộtcông đoạn kiểm tra sức khỏe quan trọng hàng đầu HRV liên quan đến một loạtnguy cơ như căng thẳng, trầm cảm, tiểu đường, tim mạch, rối loạn giấc ngủ và mỡbụng Đối với một số người, nó hoạt động như chất xúc tác vì HRV yếu sẽ lànguyên nhân của nhiều vấn đề và là báo động đỏ nhiều bệnh

Hơn nữa, theo chuyên gia tim mạch, chỉ số HRV lý tưởng gắn liền với sựcực khoái thường xuyên Nói dễ hiểu hơn, HRV là số thay đổi trong khoảng thờigian nhất định của các nhịp tim Điều này có ý nghĩa gì? Thử tưởng tượng nhịp timcủa bạn, tức số lần tim đập trong mỗi phút, giống nhịp một bài hát, phải kéo dài vàgiữ tốc độ “HRV thông báo nhịp điệu phức tạp hơn, cho phép tăng tốc hay giảmtốc linh hoạt bằng cách thay đổi thời gian trôi qua giữa mỗi nhịp đập”,

Được đo bằng phần nghìn giây, HRV gần như không thể phát hiện bằng taithường dù nó vẫn hiện diện HRV càng đa dạng càng tốt, vì một trái tim không thểthay đổi tốc độ nhanh chóng không phải là trái tim khỏe mạnh

Phân tích HRV là một bước quan trọng hàng đầu trong đánh giá mức độ stress bằngtín hiệu PPG

2.3.3 Mối quan hệ cân bằng thần kinh tự chủ và biến thiên nhịp tim.

Trong sinh lý bình thường, nhịp tim dao động có chu kỳ – khoảng thời giangiữa các nhịp thì thay đổi do các cơ chế điều hoà tim mạch Các yếu tố ảnh hưởngđến nhịp tim là thần kinh giao cảm và phó giao cảm, cả hai đều có tác động đối lậpqua lại nhau trong điều hoà tim mạch Sự đối lập đã mang lại tính hài hoà trong hoạtđộng của tim, trong sự thích nghi của hệ tuần hoàn với các thay đổi môi trường nội

và ngoại sinh

Hệ thần kinh giao cảm phân bố ở tất cả các cấu trúc tim và tác động thôngqua thụ thể Beta 1 giao cảm, từ đó làm tăng tính kích thích, dẫn truyền, co bóp vàtính tự động của tim

Hệ thần kinh đối giao cảm phân bố ở nút xoang, nút nhĩ thất, tâm nhĩ Khikích thích, sẽ có tác dụng ngược lại so với tác dụng giao cảm Mặt khác hệ renin-angiotensin-aldosterone đóng vai trò quan trọng trong điều hoà chức năng timmạch Ngoài hệ renin-angiotensin-aldosterone có trong tuần hoàn, còn có hệ renin-angiotensin-aldosterone tại chỗ, nhiều ở các mô tim, não, cơ trơn mạch máu vànhiều tuyến nội tiết Có sự tác động qua lại giữa hệ reninangiotensin-aldosterone và

hệ thần kinh tự chủ trong điều hoà hoạt động tim mạch

Hình 2.3 – Cân bằng tự chủ và biến thiên nhịp tim [11].

Theo nhưng nghiên cứu đà tìm ra phương pháp phân tích HRV đã chỉ rarằng, trong miền tần số phổ của tín hiệu biến thiên nhịp tim tập trung chủ yếu trongvùng tần số LF và HF, việc phân tích tỷ số LF/HF (tỷ số mât độ phổ cống suất trongmiền tần số thấp và miền tần số cao) là phương pháp khá đáng tin cậy và nhanh gọn

để đánh giá hệ thần kinh tự chủ và là cơ sở để đánh giá mức độ căng thẳng của conngười

CHƯƠNG 3: PHƯƠNG PHÁP PHÂN TÍCH TÍN HIỆU PPG ĐÁNH GIÁ MỨC ĐỘ STRESS

Chương này trình bày phương pháp phân tích tín hiệu PPG để đánh giá mức

độ stress Đưa ra thiết kế hệ thống đánh giá stress, các yêu cầu đối với hệ thống Đisâu trình bày từng khâu trong hệ thống: xử lý tín hiệu PPG đưa ra tín hiệu nhịp tim,lọc và tìm đỉnh tín hiệu nhịp tim, quá trình tính khoảng cách giữa các đỉnh và phântích tín hiệu biến thiên nhịp tim trên miền thời gian và miền tần số Biến đổi FFT vàtính mật độ phổ công suất trên hai miền tần số LF và HF Sau đó so sánh để đưa ramức độ stress

3.1 Phân tích và thiết kế hệ thống.

3.1.1 Yêu cầu hệ thống.

Yêu cầu chức năng

- Xây dựng hoàn thiện đánh giá mức độ stress từ tín hiệu thu bằng camera điệnthoại trên phần mềm Matlab

- Camera có tốc độ ghi hình là 30 hình trên giây, độ phân giải 320x240

3.1.2 Thiết kế sơ đồ khối hệ thống.

Hệ thống gồm các bước thu thập tín hiệu trên camera điện thoại, và xử lý tínhiệu trên phần mềm Matlab

- Thu tín hiệu từ camera: quay video trong khoảng 5 phút Trong khi quay hạn chế di chuyển và rung tay

- Truyền dữ liệu video vào máy tính

- Tính mật đổ phổ năng lượng cho từng miền tần số LF, HF và tính các giá trị

HR, SDNN, MeanRR

- So sánh và đánh giá mức độ stress

Sơ đồ hệ thống được thể hiện trong hình 3.1:

Hình 3.1 Quy trình đánh giá mức độ stress

Bắt đầu: Thu tín hiêu PPG

Truyền video từ điện thoại vào máy tính

Tách RGB và trích xuất tin hiệu kênh đỏ

Kết luận về nhịp tim và mức độ stress

3.2 Thu video từ camera điện thoại.

Bước đầu tiên của quá trình đánh giá Stress là thu thập tín hiệu PPG từ camerađiện thoại Đèn flash của điện thoại được thiết kế nằm cạnh camera phía sau bởi vậyviệc ta cần làm đơn giản là đặt ngón tay vào phía trước ngón tay che kín camerađiện thoại Hiệu chỉnh chế độ quay video trên điện thoại, để chất lượng video thấpnhât có thể (ví dụ: 320 x 240) Hình 3.2 đã thể hiện cách đặt tay trong quá trìnhquay camera điện thoại:

Hình 3.2 – Thu tín hiệu từ camera điện thoại

Vì kỹ thuật này tính toán dựa trên ánh sáng phản xạ lại từ lớp da ngón tay nêncần tránh di chuyển ngón tay trong quá trình đo vì sẽ khiến dữ liệu bị thay đổi vàkết quả đo không còn được chính xác nữa Ta cần thu tín hiệu trong khoảng từ 4đến 5 phút

Một số thông số cần thiết gồm độ phân giải, kênh, tỷ lệ khung hình, và sốlượng khung hình (hoặc thời gian ghi âm) như trong bảng 2.1:

Camera được cài đặt ở tốc độ 30 fps (frames per second) tức là tín hiệu thunhận được với tần số 30 Hz Từ mỗi frame hình nhận được ta tính giá trị RGB trungbình cho toàn bộ frame hình Video là chuỗi các khung hình tương ứng với tỷ lệkhung hình.

3.3 Xử lý tín hiệu PPG trên Matlab.

Sau khi thu được tín hiệu PPG từ camera điện thoại, bước tiếp theo ta chuyểnvideo quay được vào máy tính và tiến hành xử lý tín hiệu trên phần mềm Matlab vàtrích xuất ra tín hiệu HRV

Đây là khâu đầu tiên trong mỗi một hệ thống xử lý tín hiệu Nhiệm vụ củakhâu này là lấy ra các dữ liệu có chứa thông tin hữu ích để làm input cho nhữngthuật toán phức tạp sau này Trong khâu này, có một đặc điểm chính là khối lượng

dữ liệu thu thập bằng camera rất lớn (lớn hơn nhiều lần so với dữ liệu thu thập bằngcảm biến) cần được xử lý

3.3.1 Tách RGB.

Camera được cài đặt ở tốc độ 30 fps (frames per second) tức là tín hiệu thunhận được với tần số 30 Hz Tổng hợp tất cả các giá trị GRB ta thu được tín hiệuánh sáng cần cho quá trình xử lý Để giảm thời gian tính toán ta giảm độ phân giải

của video xuống (thường chọn 320 x 240) Từ mỗi frame hình nhận được ta tính giátrị RGB trung bình cho toàn bộ frame hình Mỗi khung gồm ba kênh, cụ thể là RedGreen Blue (RGB), được chiết xuất thành ba ma trận điểm ảnh một cách riêng biệt.Mỗi khung hình là một ma trận điểm ảnh với kích thước như trong hình 3.4 là matrận tương ứng có giá trị phần tử của 0 - 255 thể hiện độ sáng của điểm ảnh tươngđối.

Hình 3.3 - Tách RGBMỗi khung hình là một ma trận điểm ảnh với kích thước như trong hình 3.4

A là ma trận tương ứng có giá trị phần tử ai j,

từ 0-255 thể hiện độ sáng tương đốicủa điểm ảnh (i=1, 2,…, ;m j=1, 2,…,n)

Hình 3.4 - Ma trận pixel

Đối với mỗi khung hình, độ sáng trung bình của tất cả các điểm ảnh củakhung được tính như sau:

1 1

0 0 ( , , , )( )

a : là giá trị của phần tử của ma trận ảnh

m, n: là số hàng và cột của ma trận ảnh

Dạng tín hiệu các kênh là tương tự nhau và tương tự dạng sóng PPG khí cóđèn flash Tuy nhiên kênh màu đỏ có độ sáng mạnh nhất khoảng 200 – 230 trongkhi độ sáng của kênh màu xanh lá cây và xanh là như nhau nhỏ hơn khoảng 10 – 20

lần

Hình 3.5 Độ sáng các kênh đỏ, xanh lá cây và xanh khi có đèn flash

Trong trường hợp không có đèn flash chỉ có kênh màu đỏ có đặc điểm tương

tự dạng sóng PPG