Phân tích tín hiệu điện tim loạn nhịp của bệnh nhân tiểu đường tại việt

LỜI CAM ĐOAN Tôi xin cam đoan: (i) Luận văn sản phẩm nghiên cứu tôi, (ii) Số liệu luận văn điều tra trung thực, (iii) Tơi xin chịu trách nhiệm nghiên cứu Học viên Hồ Văn Hùng LỜI NÓI ĐẦU Tim phận quan trọng hệ tuần hoàn người động vật Vì vây, việc theo dõi khám xét bệnh liên quan đến tim cần thiết Một triệu chứng phổ biến bệnh liên quan đến tim loạn nhịp tim Loạn nhịp tim triệu chứng gặp nhiều bệnh tim ngồi tim Loạn nhịp tim nhịp nhanh, nhịp chậm, nhịp ngoại tâm thu (tim đập đều, có nhịp thất thường) loạn nhịp hoàn toàn Phần lớn bệnh rối loạn nhịp tim có biểu rõ dấu hiệu: đau ngực, choáng váng, hoa mắt, đau đầu nhẹ dai dẳng Có thể sử dụng tín hiệu điện tim loạn nhịp để chẩn đoán sớm triệu chứng liên quan đến bệnh tiểu đường Tôi hi vọng từ tảng kiến thức mà tơi trình bày luận văn này, bạn học viên khóa sau tiếp tục phát triển để làm hệ thống phần mềm thu nhận, xử lý, phân tích, nhận dạng hiển thị tín hiệu loạn nhịp tim có đầy đủ tính hỗ trợ chuyên gia, bác sĩ việc nghiên cứu, chẩn đoán triệu chứng rối loạn tiểu đường đưa kết dự đốn sớm tình trạng bệnh nhân Qua xin gửi lời cảm n chân thành tới tồn thể thầy giáo, giáo Viện Điện tử - Viễn thơng nói chung, thầy thuộc mơn Mạch Xử Lý Tín Hiệu nói riêng, đ hết l ng gi p đ , tạo điều kiện thiết bị cho tơi q trình học tập đ tận tình gi p đ tạo điều kiện q trình thực tập tơi.Tơi xin cảm n hướng d n, bảo tận tình giảng viên hướng d n TS Nguyễn Viết Ngun đ định hướng cho tơi để hồn thành luận văn Hà Nội, tháng năm 2015 Học viên thực HỒ VĂN HÙNG i TÓM TẮT ĐỒ ÁN Tín hiệu loạn nhịp tim trước đưa vào phân tích cần xử lý, chuẩn hóa liệu, liệu sau chuẩn hóa đo đạc phân tích Ứng dụng cơng cụ phân tích tin hiệu loạn nhịp có nhiệm vụ phân tích thay đổi nhịp tim Từ đó, đánh giá liên quan tín hiệu điện tim loạn nhịp bệnh nhân tiểu đường thông qua thông số HRV (Heart Rate Variability – Sự biến động nhịp tim) miền thời gian, miền tần số miền phi tuyến Thêm nữa, số thông số HRV phi tuyến tính tính tốn phư ng pháp đồ thị Poincaré, DFA (phân tích dao động khử khuynh hướng) phư ng pháp entropy xấp xỉ entropy m u cách đánh giá tốt bệnh nhân tiểu đường Đề tài tập trung nghiên cứu ứng dụng phân tích tín hiệu điện tim loạn nhịp nhóm cácbệnh nhân tiểu đườngbằng phư ng pháp Pointcare DFA để từ đánh giá liên quan Để tăng mức độ phản ảnh kết tính tốn, tơi đ sử dụng phư ng pháp Poincaré DFA nhằm đánh giá tính tốn chi tiết thơng số, từ so sánh đưa kết nhóm người khỏe mạnh bệnh nhân tiểu đường Bên cạnh việc tăng số lượng kết tính tốn giá trị Poincaré DFA góp phần tăng độ xác phư ng pháp Poincaré nhiều mức so với cách tính truyền thống ii SUMMARIZE THESIS Arrhythmia signal before it enters the analysis should be handled, data normalization, data after normalization will be measured and analyzed Application of signal analysis tools arrhythmias task analysis of heart rate changes Since then, assess the relevance of ECG arrhythmia in patients with diabetes through the parameters HRV (Heart Rate Variability - The variation of heart rate) in the time domain, frequency domain and non-domain online In addition, some non-linear HRV parameters were calculated by the method of Poincaré plot, and DFA (vibration reduction analyze trends) as well as the method of approximate entropy and sample entropy is how to assess fairly good for diabetics This research focused applied research analyzes ECG rhythms of sub-groups of patients duongbang Pointcare and DFA methods from which to assess the relevance To increase reflects the results of the calculation, I used the Poincaré and DFA methods to assess and calculate the detailed parameters, and then compare the results between the groups given the healthy and diabetic patients Besides increasing the number of results and calculated values Poincaré DFA also contribute to the accuracy of the method compared with the Poincaré more traditional way iii MỤC LỤC LỜI NÓI ĐẦU i TÓM TẮT ĐỒ ÁN ii SUMMARIZE THESIS iii MỤC LỤC iv DANH SÁCH HÌNH VẼ vi DANH SÁCH BẢNG BIỂU viii DANH SÁCH CÁC TỪ VIẾT TẮT ix CHƯƠNG GIỚI THIỆU CHUNG 1.1 Khái niệm chung HRV 1.1.1 Giá trị dự báo HRV nhồi máu c tim 1.1.2 Giá trị dự báo HRV bệnh thần kinh đái tháo đường 1.1.3 Giá trị lâm sàng HRV bệnh tim mạch khác 1.2 Kỹ thuật phân tích loạn nhịp 1.3 Cở sở sinh lý học phân tích HRV 1.3.1 Tổng quát 1.3.2 Tổng quan tim trình điện học tim 1.3.3 Tổng quan tín hiệu tim loạn nhịp 18 1.3.4 Bệnh sinh rối loạn nhịp tim 20 1.3.5 Biểu lâm sàng rối loạn nhịp 21 1.3.6 Phân loại tín hiệu loạn nhịp 21 1.3.7 Chẩn đoán, điều trị ph ng ngừa rối loạn nhịp tim 33 1.3.8 Phân loại rối loạn nhịp tim 35 1.4 Các phư ng pháp phân tích HRV 35 1.4.1 Trong miền thời gian 36 1.4.2 Trong miền tần số 38 1.4.3 Trong miền phi tuyến 40 CHƯƠNG PHÂN TÍCH TÍN HIỆU ĐIỆN TIM BẰNG CÁC PHƯƠNG PHÁP PHI TUYẾN 41 2.1 Giới thiệu phư ng pháp vẽ đồ thị Poincaré 41 2.1.1 Giới thiệu chung 41 iv 2.1.2 Hình ảnh đồ thị Poincaré HRV .41 2.1.3 Phân tích định lượng khoảng RR đồ thị Poincaré 43 2.1.4 Mối liên hệ hình dạng Poincaré phư ng pháp HRV tuyến tính .50 2.3 Đánh giá phư ng pháp phân tích tín hiệu điện tim loạn nhịp .52 CHƯƠNG KẾT QUẢ PHÂN TÍCH TÍN HIỆU ĐIỆN TIM CỦA BỆNH NHÂN TIỂU ĐƯỜNG 54 3.1 Giới thiệu c sở liệu 54 3.2 Nhóm bệnh nhân tiểu đường 57 3.3 Đánh giá chung số loạn nhịp tim dùng công cụ Kubios .59 3.3.1 Giới thiệu phần mềm Kubios .59 3.3.2 Tính tốn đánh giá số Poincaré dùng công cụ Kubios HRV 67 3.4 Đánh giá chi tiết thơng số HRV nhóm bệnh nhân tiểu đường phư ng pháp Poincaré nhiều mức 69 3.4.1 Đề xuất cách phân tích 69 3.4.2 Phân tích thông số Poincaré theo khoảng thời gian cho nhóm bệnh nhân tiểu đường 69 3.5 Đánh giá so sánh kết .77 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ĐỀ TÀI 79 TÀI LIỆU THAM KHẢO 80 v DANH SÁCH HÌNH VẼ Hình 1.1: Các khoảng RR khoảng thời gian sóng R Hình 1.2: Chuỗi RR người khỏe mạnh (a) người bị suy tim (b) Hình 1.3: Hệ thống điều khiển tim mạch hệ thống điều khiển phản hồi Hình 1.4: Hình ảnh tim người chi tiết phận Hình 1.5: Cơ tim Hệ thống van hai .10 Hình 1.6: Sợi tim .10 Hình 1.7: Cách mắc điện cực da để ghi điện tim 13 Hình 1.8: Quá trình ghi điện tâm đồ bề mặt 13 Hình 1.9: Các mắc đạo trình II 14 Hình 1.10: Trình tự trình dẫn truyền tim tạo sóng P, Q, R, S, T .16 Hình 1.11: Hình ảnh đường biểu diễn điện tim gồm sóng nối tiếp P, Q, R, S, T 17 Hình 1.12: Cấu tạo tim: Nút xoang, Nhĩ phải - trái, Thất phải - trái… 19 Hình 1.13: Hình ảnh nhịp xoang bình thường .22 Hình 1.14: Nhịp xoang chậm .22 Hình 1.15: Nhịp nhanh xoang 23 Hình 1.16: Điện tâm đồ loạn nhịp xoang 24 Hình 1.17: Nhịp nhĩ lang thang 24 Hình 1.18: Nhịp nhanh nhĩ đa ổ 25 Hình 1.19: Cơ chế vịng vào lại 25 Hình 1.20: Nhịp nhanh kịch phát thất 26 Hình 1.21: Hình ảnh điện tâm đồ tín hiệu cuồng nhĩ .26 Hình 1.22: Hình ảnh điện tâm đồ tín hiệu rung nhĩ 27 Hình 1.23: Nhịp nhanh thất 28 Hình 1.24: Hình ảnh rung thất 29 Hình 1.25: Block nhĩ thất độ I 30 Hình 1.26: Block nhĩ thất độ II – Mobitz I (Wenckebach) 31 Hình 1.27: Block nhĩ thất độ 2-Mobitz II 32 Hình 1.28: Block nhĩ thất độ III 32 Hình 1.29: Block bó nhánh 33 Hình 1.30: Hình (a) phổ HRV Thành phần hô hấp gần 0,3 Hz thành phần vận mạch gần 0,1 Hz Hình (b) đồ thị Poincaré liệu Chiều dài chiều rộng hiển thị biểu đồ đồ thị 38 vi Hình 2.1: Đồ thị Poincaré khoảng RR bệnh nhân khỏe mạnh với hình chổi .42 Hình 2.2: Đồ thị Poincaré khoảng RR bệnh nhân suy tim với hình ngư lơi42 Hình 2.3: Đồ thị Poincaré khoảng RR bệnh nhân suy tim với hình quạt .43 Hình 2.4: Đồ thị Poincaré khoảng RR bệnh nhân suy tim với dạng phức tạp 43 Hình 2.5: Một đồ thị Poincaré tiêu chuẩn khoảng RR người khỏe mạnh (N=3000) Đường chéo liên tực thể đường đồng 44 Hình 2.6: Các chi tiết việc xây dựng chiều rộng (hoặc khoảng delta-RR) Histogram, Histogram khoảng RR Histogram độ dài Mỗi Histogram hình chiếu điểm đồ thị Poincaré 49 Hình 3.1: Giao diện đồ hịa phần mềm phân tích Kubios HRV 60 Hình 3.2: Giao diện tùy chọn chuỗi RR 61 Hình 3.3: Hiệu chỉnh thành phần lạ: Chuỗi hiệu chỉnh thành phần lạ quan sát đầu chuỗi RR thô 62 Hình 3.4: Khối hiển thị liệu giao diện 63 Hình 3.5: Khối tùy chọn phân tích giao diện .64 Hình 3.6: Giao diện hiển thị kết miền thời gian 65 Hình 3.7: Giao diện hiển thị kết miền tần số 66 Hình 3.8: Khung theo dõi kết phi tuyến 66 Hình 3.9: A) Các khoảng R-R đối tượng khỏe mạnh (nhịp xoang bình thường) B) Đồ thị Poincaré đối tượng khỏe mạnh 68 Hình 3.10: Quy trình tính tốn phân tích số Poincaré theo khoảng thời gian cho nhóm bệnh nhân tiểu đường 71 Hình 3.11: Sự phân tán số Poincaré SD1 SD2 bệnh nhân tiểu đường 73 Hình 3.12: Hình ảnh đồ thị Poincaré bệnh nhân tiểu đường khoảng thời gian 73 Hình 3.13: Tỉ lệ phần trăm tỉ số SD1/SD2 nằm dải bất ổn so với tổng số mẫu tính toán .76 Hình 3.14: Tỉ lệ phần trăm SD1/SD2 nằm dải bất ổn so với toàn 151 mẫu .76 vii DANH SÁCH BẢNG BIỂU Bảng 3.1: Các số Poincaré SD1, SD2 tỷ lệ SD1/SD2 tính toán sở liệu gồm 18 đối tượng khỏe mạnh 68 Bảng 3.2 Tổng quát thông số Poincaré nhóm bệnh nhân CHF tồn ghi điện tâm đồ .72 Bảng 3.3: Bảng liệu Poincaré bệnh nhân CHF theo khoảng thời gian .74 Bảng 3.4: Phân bố tỉ số SD1/SD2 theo giải giá trị xuất 74 viii DANH SÁCH CÁC TỪ VIẾT TẮT STT Thuật ngữ Diễn giải Dịch nghĩa HRV Heart Rate Variability Sự biến thiên nhịp tim ANS Autonomic Nervous System Hệ thần kinh tự trị ECG Electro-cardiogram Điện tâm đồ ULF ultra-low-frequency Tần số cực thấp VLF Very Low Frequency Tần số thấp LF Low Frequency Tần số thấp HF High Frequency Tần số cao SampEn Sample Entropy Entropy m u ApEn Approximate Entropy Entropy xấp xỉ 10 DFA Detrended Fluctuation Analysis Phân tích khử khuynh hướng động tín hiệu động 11 PSD Power Spectrum Density Mật độ phổ lượng 12 FFT Fast Fourier Transform Biến đổi Fourier nhanh 13 AR Autoregressive Tự hồi qui 14 VPCs Ventricular Premature Complexes Ngoại tâm thu thất 15 SDNN Standard deviation NN Độ lệch tiêu chuẩn RR 16 RR RR Khoảng thời gian đỉnh R liên tiếp 17 RMSD Root Mean Square Deviation Độ lệch quân phư ng 18 RSA Respiratory Sinus Arrhythmia Rối loạn nhịp xoang hơ hấp ix Hình 3.9: A) Các khoảng R-R đối tượng khỏe mạnh (nhịp xoang bình thường) B) Đồ thị Poincaré đối tượng khỏe mạnh Trong thực tế, lượng bệnh nhân đeo máy Holter có đủ liệu 24 tín hiệu điện tim liên tục ổn định không nhiều Rất nhiều trường hợp bệnh nhân bác sĩ định đeo máy Holter thường có lượng liệu điện tim ổn định khoảng 20 trở lên Tổng số 151 m u điện tim Holter mà tác giả đ thu nhận từ ba bệnh viện Việt Nam lựa chọn số hàng trăm m u điện tim Holter bệnh viện Các m u Holter thỏa m n thời gian tín hiệu điện tim tối thiểu 20 Tác giả đ trích chọn 18 liệu để thực phân tích đánh giá Đối tƣợng Poincaré Plot SD1 [mm] Poincaré Plot SD2 [mm] Tỷ lệ SD1/SD2 10 11 12 13 14 15 37.1 79.6 29.8 44.4 97.0 30.8 92.2 57.4 32.2 23.4 18.1 80.6 37.1 33.4 17.9 238.8 319.1 235.5 262.5 256.0 217.3 214.1 214.7 167.6 191.8 159.0 218.1 238.8 144.0 125.2 0.155 0.249 0.127 0.169 0.379 0.142 0.431 0.267 0.192 0.122 0.114 0.370 0.155 0.232 0.143 68 16 17 18 62.9 54.7 33.5 203.6 343.0 163.2 0.309 0.159 0.205 Bảng 3.1: Các số Poincaré SD1, SD2 tỷ lệ SD1/SD2 tính tốn sở liệu gồm 18 đối tượng khỏe mạnh Từ bảng 3.1 ta thấy tỉ lệ SD1/SD2 đối tượng bình thường khoảng 0.22 ± 0.15 Đây xem c sở để so sánh với ghi điện tâm đồ khác, từ nhận thấy dấu hiệu tim mạch bệnh nhân bất thường hay không 3.4 Đánh giá chi tiết thơng số HRV nhóm bệnh nhân tiểu đƣờng phƣơng phápPoincaré nhiều mức 3.4.1 Đề xuất cách phân tích Phư ng pháp Poincaré đề xuất luận văn ứng dụng tính tốn với m u liệu điện tâm đồ thời gian dài bệnh nhân tiểu đường nhằm đưa chẩn đốn sàng lọc ban đầu, cách tính tốn theo chuỗi thời gian (tư ng đư ngkhoảng 5000 nhịp RR) Kết q trình tính tốn thu bảng số Poincaré SD1, SD2 tỉ số SD1/SD2 Dựa vào đánh giá bệnh nhân bình thường, ta chia làm hai mức độ đánh giá cho số ổn định có bất thường loạn nhịp tim Kết chi tiết cụ thể h n so với cách tính tốn thơng thường Việc lựa chọn tính tốn thơng số Poincaré khoảng thời gian ghi điện tâm đồ nhằm xác định số m u vecto RR đủ lớn để có giá trị xác tính tốn, đưa nhận xét Khi theo dõi bệnh nhân khoảng thời gian dài, thường ghi Holter điện tâm đồ kéo dài gần 24 tiếng, khoảng thời gian cho ta thấy biến đổi hành vi, trạng thái, nhịp tim bệnh nhân Các giá trị Poincaré SD1, SD2 tỉ số SD1/SD2 nhiều h n nhiều so với giá trị SD1 SD2 mà cơng cụ phân tích tín hiệu điện sử dụng giới Từ cho phép đánh giá mức độ ổn định giá trị RR so với giá trị m u, vào để đánh giá trạng thái biến đổi bệnh nhân ngày 3.4.2 Phân tích thơng số Poincaré theo khoảng thời gian cho nhóm bệnh nhân tiểu đƣờng Q trình tính tốn phân tích thơng số Poincaré theo đoạn thời gian thực c sở liệu bao gồm 29 ghi điện tâm đồ thời gian dài 69 bệnh nhân độ tuổi 34-79 Mục đích việc tính tốn phân tích thông số Poincaré nhằm đánh giá kiểm định mức độ phân loại tín hiệu điện tim bệnh nhân CHF theo hai nhóm tiêu chí khác ổn định bất thường nhịp tim, đồng thời cho thấy tỉ lệ tín hiệu nhiễu trình tính tốn số tín hiệu Q trình thực mơ tả hình 3.10 Dữ liệu đầu vào 29 véc t RR 29 bệnh nhân tiểu đường khác Khoảng thời gian ghi điện tâm đồ bệnh nhân vào khoảng 12 đến 24 Mỗi ghi điện tâm đồ chi thành đoạn thời gian (tư ng đư ng khoảng 5000 nhịp RR) Mỗi đoạn tính tốn thơng số Poincaré SD1, SD2 tỉ số SD1/SD2 Sau đó, dựa vào kết phân tích Poincaré đối tượng bình thường, ta xêp tỉ số SD1/SD2 thành nhóm giá trị khác nhau: Nhóm SD1/SD2 < 0.5 – dải giá trị cho thấy ổn định nhóm SD1/SD2 > 0.5 – giải giá trị cho thấy bất ổn tín hiệu điện tim, nhóm c n lại bao gồm nhiễu trình đo Tiếp theo giá trị thống kê để so sánh với giá trị tính tốn toàn thời gian ghi điện tâm đồ bệnh nhân Tỉ lệ đánh giá mức độ bất ổn tín hiệu điện tim, đồng thời thời điểm bất ổn cao để giúp bác sĩ có điều trị phù hợp 70 đầu Lựa chọn 29 mẫu vecto RR bệnh nhân Phân chia thành đoạn Tính tốn b giá trị SD1, SD2 tỉ số SD1/SD2 Thống kê giá trị SD1/SD2 theo tiêu chí SD1/SD2 < 0.5 SD1/SD2 > 0.5 Giá trị nhiễu Vẽ biểu đồ thống kê đánh giá so sánh Hoàn thành 29 bệnh nhân Chƣa Rồi Kết thúc Hình 3.10: Quy trình tính tốn phân tích số Poincarétheo khoảng thời gian cho nhóm bệnh nhân tiểu đường Để đánh giá tổng quát liệu 29 bệnh nhân tiểu đường, tơi đ tính tốn số Poincaré SD1, SD2 đưa tỉ số SD1/SD2 toàn thời gian ghi điện tâm đồ cho bệnh nhân (Bảng 3.2) Từ bảng 3.2 ch ng ta thấy khác biệt tỉ số SD1/SD2 nhóm bệnh nhân tiểu đường với nhóm đối tượng khỏe mạnh (Bảng 3.1) Tỷ số SD1/SD2 nhóm người khỏe mạnh có giá trị thấp gần khoảng dao động từ 0,11 đến 0,43 Tỷ số SD1/SD2 nhóm bệnh nhân tiểu 71 đường có giá trị cao h n dao động khoảng 0,67 đến xấp xỉ 1,0 Vì vậy, ch ng ta dựa vào tỷ lệ SD1/SD2 để phân loại s người có nguy c tim mạch với người khỏe mạnh, hữu ích cho việc sàng lọc bệnh nhân Bảng 3.2 Tổng quát thông số Poincaré nhóm bệnh nhân tiểu đường tồn ghi điện tâm đồ Thông số Poincaré Thứ tự bệnh nhân SD1 [ms] SD2 [ms] CHF01 CHF02 CHF03 CHF04 CHF05 CHF06 CHF07 CHF08 CHF09 CHF10 CHF11 CHF12 CHF13 CHF14 CHF15 CHF16 CHF17 CHF18 CHF19 CHF20 CHF21 CHF22 CHF23 CHF24 CHF25 CHF26 CHF27 CHF28 CHF29 74.95 155.77 877.86 115.32 680.34 195.01 5130.30 91.34 1223.00 434.92 470.07 18524.00 550.53 315.81 179.92 23287.00 563.23 505.85 8548.50 458.69 359.89 1248.40 748.47 875.58 514.73 912.47 986.96 947.74 1671.90 110.05 196.65 876.54 125.22 691.69 202.00 6904.40 108.94 1223.30 435.42 489.58 18527.00 584.86 315.63 178.20 23286.00 600.94 523.86 8550.20 462.97 435.23 1267.50 798.67 881.61 526.12 915.87 991.51 952.72 1678.10 Tỉ số SD1/SD2 0.681 0.792 1.002 0.921 0.984 0.965 0.743 0.838 1.000 0.999 0.960 1.000 0.941 1.001 1.010 1.000 0.937 0.966 1.000 0.991 0.827 0.985 0.937 0.993 0.978 0.996 0.995 0.995 0.996 Từ bảng kết trên, ta thấy tỷ lệ SD1 SD2 bệnh nhân tiểu đường có tư ng quan tuyến tính với nhau, thể hình 3.11, giá trị 72 số SD1 SD2 khơng có nhiều chênh lệch Với người khỏe mạnh, số Poincaré thực phân tán, giá trị SD1 nhỏ h n nhiều so với giá trị SD2 1800.00 1600.00 1400.00 SD1 [ms] 1200.00 1000.00 800.00 600.00 400.00 200.00 0.00 0.00 500.00 1000.00 1500.00 2000.00 SD2 [ms] Hình 3.11: Sự phân tán số Poincaré SD1 SD2 bệnh nhân tiểu đường Trong trình thực phân tách liệu điện tâm đồ thời gian dài bệnh nhân tiểu đường thành khoảng thời gian ta thu khoảng 22 đoạn liệu, tính toán đưa kết bảng 3.3 Tùy theo tổng thời gian ghi điện tâm đồ bệnh nhân mà ta có số lượng đoạn m u thu Hình 3.12: Hình ảnh đồ thị Poincaré bệnh nhân tiểu đườngkhoảng thời gian 73 Bảng 3.3: Bảng liệu Poincaré bệnh nhân CHF theo khoảng thời gian Thứ tự m u 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Chỉ số Poincaré SD1 [ms] 2173.2 104.59 172.73 125.14 337.18 24.491 102 28.749 23.468 73.284 29.588 34.436 128.4 194.87 132.43 62.859 114.23 179.07 330.75 149.98 162.75 165.79 105.83 207.54 SD2 [ms] 2174.8 131.57 196.21 161.03 376.56 109.39 152.25 121.9 88.788 169.1 129.93 127.4 214.4 251.87 163.65 126.56 147.25 210.74 356.29 183.31 175.99 196.76 134.55 229.92 Tỉ số SD1/SD2 0.999 0.795 0.880 0.777 0.895 0.224 0.670 0.236 0.264 0.433 0.228 0.270 0.599 0.774 0.809 0.497 0.776 0.850 0.928 0.818 0.925 0.843 0.787 0.903 Với liệu 29 bệnh nhân tiểu đường, phân tách thành đoạn m u xử lý, đ thu tổng cộng 636 m u cần tính tốn Tư ng ứng với 636 giá trị SD1, SD2 SD1/SD2 Giá trị SD1/SD2 sau tính tốn thống kê phân bố theo giải giá trị xuất hiện, theo ngư ng khác thể bảng 3.4 Bảng 3.4: Phân bố tỉ số SD1/SD2 theo giải giá trị xuất Thứ tự Tỉ số SD1/SD2 bệnh nhân < 0.5 > 0.5 Nhiễu CHF01 22 74 Tổng m u 22 CHF02 CHF03 CHF04 CHF05 CHF06 CHF07 CHF08 CHF09 CHF10 CHF11 CHF12 CHF13 CHF14 CHF15 CHF16 CHF17 CHF18 CHF19 CHF20 CHF21 CHF22 CHF23 CHF24 CHF25 CHF26 CHF27 CHF28 CHF29 0 0 0 0 10 0 0 1 13 22 11 23 21 21 24 18 23 17 15 23 17 23 12 21 21 17 16 21 23 23 20 19 23 23 22 23 0 0 0 0 0 0 0 0 0 0 0 21 22 11 23 21 22 24 19 23 24 18 24 17 23 24 24 22 23 24 23 23 23 24 19 23 23 23 24 Bảng liệu cho thấy bệnh nhân có số lượng véc t RR khoảng từ 110000 nhịp RR đến 120000 nhịp RR (mỗi tư ng ứng khoảng 5000 nhịp RR) Số lượng phân đoạn RR bị nhiễu tư ng ứng với cặp giá trị SD1, SD2 bị lỗi tính tốn, tối đa tổng số 18 m u Hầu hết tỉ số SD1/SD2 nằm dải bất ổn, nghĩa > 0.5 Để đánh giá mức độ bất ổn khoảng RR tín hiệu điện tâm đồ, đ đánh giá tỉ lệ phần trăm tỉ số SD1/SD2 nằm dải bất ổn so với tồn m u (Hình 3.13) 75 100 80 60 40 20 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 Hình 3.13: Tỉ lệ phần trăm tỉ số SD1/SD2 nằm dải bất ổn so với tổng số mẫu tính tốn Tỉ lệ phần trăm tỉ số SD1/SD2 nằm dải bất ổn (SD1/SD2 > 0.5) so với tổng số m u tính tốn thể hình 3.13 Theo tính tốn thống kê với 29 m u điện tâm đồ 29 bệnh nhân CHF, tỉ lệ phần trăm SD1/SD2 so với tổng số m u thấp 61.9% cao 100%, tỉ lệ trung bình tồn 636 giá trịSD1/SD2 90.7%, thể hình 3.14 SD1/SD2 90.7% Hình 3.14: Tỉ lệ phần trăm SD1/SD2 nằm dải bất ổn so với toàn 151 mẫu Qua việc đánh giá chi tiết thông số HRV dùng phư ng pháp Poincaré nhiều mức – theo khoảng thời gian (tư ng ứng khoảng 5000 nhịp RR) -cho nhóm bệnh nhân tiểu đường c sở liệu từ PhysioBank, đ có kết luận quan trọng liên quan đến biến đổi nhịp tim Bằng phư ng pháp Poincaré nhiều mức cho phép đánh giá cụ thể mức độ bất ổn nhịp tim thời điểm cụ thể 76 3.5 Đánh giá so sánh kết Việc phân tích tín hiệu điện tim sử dụng phư ng pháp Poincaré nhiều mức (MPoincaré) phát triển dựa triên phư ng pháp Poincaré truyền thống, có ưu điểm số lượng kết phư ng pháp MPoincaré nhiều h n so với phư ng pháp Poincaré truyền thống nên có nhiều đánh giá tốt h n véc t RR điện tim Véc t đầu vào RR điều chỉnh để phân đoạn theo khoảng thời gian nên giá trị Poincaré tính tốn có mức độ phản ảnh theo phư ng pháp Poincaré truyền thống theo phư ng pháp Poincaré nhiều mức Bên cạnh việc tăng số lượng kết tính tốn giá trị Poincaré góp phần tăng độ xác phư ng pháp MPoincaré so với cách tính truyền thống phản ảnh thường xuyên liên tục trạng thái bệnh nhân Dựa kết tính tốn thơng số Poincaré nhóm người khỏe mạnh nhóm bệnh nhân CHF, ch ng ta thấy khác biệt tỉ số SD1/SD2 hai nhóm này, tư ng quan số SD1, SD2 bệnh nhân CHF, giá trị số SD1 SD2 nhiều chênh lệch Với người khỏe mạnh, số Poincaré thực phân tán, giá trị SD1 nhỏ h n nhiều so với giá trị SD2 Trong vài nghiên cứu khác phư ng pháp Poincaré, đ hiệu việc đánh giá rối loạn nhịp tim CHF so với nhịp xoang bình thường Trong tư ng lai, phư ng pháp sử dụng công cụ hiệu để phát nguy c tim mạch Độ lớn giá trị SD1 SD2 phụ thuộc vào số lượng khoảng RR Vì vậy, ch ng ta có số SD1 SD2 khơng đủ để xác định bệnh nhân có vấn đề tim mạch hay khơng Tỷ lệ SD1/SD2 nhóm người khỏe mạnh có giá trị thấp dao động khoảng từ 0,1 đến 0,4 Tỷ lệ SD1/SD2 nhóm bệnh nhân có giá trị cao h n dao động khoảng từ 0,7 đến 1,0.Dựa vào kết chung thống số Poincaré nhóm người khỏe mạnh ta chia tỉ số SD1/SD2 làm mức SD1/SD2 < 0.5 – dải giá trị ổn định SD1/SD2 > 0.5 – giải giá trị bất ổn Từ thống kê giá trị tỉ số SD1/SD2 nằm dải giá trị Hầu hết giá trị tỉ số SD1/SD2tính tốn dùng phư ng phápMpoincaré nằm dải bất ổn.Bằng việc đánh giá tỉ lệ phần trăm tỉ số SD1/SD2 nằm dải bất ổn so với toàn m u ta đánh giá mức độ bất ổn khoảng RR tồn ghi tín hiệu điện tâm đồ, giá trị thấp đ tính 61.9% giá trị cao 100% Vì vậy, ch ng ta dựa vào tỷ lệ SD1/SD2 để phân loại s 77 người có nguy c mắc bệnh tim mạch với người khỏe mạnh, hữu ích việc sàng lọc bệnh nhân Poincaré phư ng pháp phi tuyến gi p ch ng ta phân tích tín hiệu định tính định lượng Nó phản ánh thay đổi liệu Các giá trị tỷ lệ SD1/SD2 có liên quan đến vấn đề sức khỏe, với khía cạnh tín hiệu y sinh học Điều đ i hỏi nghiên cứu thêm Tôi hy vọng tín hiệu khác, khơng khoảng RR, nghiên cứu phư ng pháp Poincaré Thông qua nghiên cứu vậy, kết phư ng pháp xuất nghiên cứu tín hiệu y sinh học 78 KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN ĐỀ TÀI Nội dung luận văn trình bày kiến thức c sở tim tín hiệu loạn nhịp với phư ng pháp c xử lý, phân tích tín hiệu y sinh đặc thù Luận văn đ đề cập cụ thể đến việc ứng dụng phư ng pháp Poincaré việc phân tích tín hiệu điện tim, đặc biệt tín hiệu điện tim nhóm bệnh nhân tiểu đường Việt Nam Phư ng pháp Poincaré kỹ thuật đầy hứa hẹn việc phân tích HRV Nó đ n giản, sử dụng có kiến thức c máy tính Nghiên cứu cho để phục vụ kh c dạo đầu cho nghiên cứu sâu h n liên quan đến đánh giá nguy c tim mạch khác Việc ứng dụng phư ng pháp này, cho phép đánh giá đặc biệt dự đoán sớm trường hợp có vấn đề tim mạch Sẽ hỗ trợ tốt cho đội ngũ y bác sĩ việc chẩn đoán sàng lọc ban đầu Hy vọng qua đề tài này, tảng cho bạn học viên khóa sau nghiên cứu cách đầy đủ h n tín hiệu điện tim loạn nhịp Và ứng dụng phư ng pháp Poincaré với nhiều loại tín hiệu y sinh học h n, tín hiệu EMG, EEG… Một lần xin chân thành cảm n thầy giáo TS Nguyễn Viết Nguyên thầy cô giáo Viện Điện tử - Viễn thông mơn Mạch Xử Lý Tín Hiệu đ nhiệt tình giảng dạy, hướng d n tạo điều kiện lợi cho tơi nghiên cứu hồn thành luận văn Xin cảm n anh chị, bạn bè gần xa đ tạo điều kiện để tơi trao đổi, trau dồi, học tập thêm kiến thức ln động viên, khích lệ tơi q trình học tập, nghiên cứu hoàn thành luận văn 79 TÀI LIỆU THAM KHẢO [1] M.M Wolf, G.A Varigos, D Hunt, and J.G Sloman Sinus arrhythmia in acute myocardial infarction The Medical journal of Australia, 2(2):52, 1978 [2]A Mortara and L Tavazzi Prognostic implications of autonomic nervous system analysis in chronic heart failure: Role of heart rate variability and baroreflex sensitivity Archives of Gerontology and Geriatrics, 23(3):265–275, 1996 [3] P W Kamen and A M Tonkin, “Application of the Poincaré plot to heart rate variability: a new measure of functional status in heart failure,” NZ J Med., Aust 1995, vol 25, pp 18–26 [4] M A Woo, W G Stevenson, D K Moser, and H R Middlekauff, “Complex heart rate variability and serum norepinephrine levels in patients with advanced heart failure”, J Am Coll Cardiol., vol 23, pp 565–591, 1994 [5] M A Woo, W G Stevenson, D K Moser, R B Trelease, and R H.Harper, “Patterns of beat-to-beat heart rate variability in advanced heart failure,” Am Heart J., vol 123, pp 704–710, 1992 [6] M Brennan, M Palaniswami, and P Kamen, “Do existing measures of Poincaré plot geometry reect nonlinear features of heart rate variability,” IEEE Trans Biomed Eng., vol 48, no 11, pp 1342-1347, November 2001 [7] S Carrasco, M J Caitan, R Gonzalez, and O Yanez, “Correlation among Poincaré plot indexes and time and frequency domain measures of heart rate variability,” J Med Eng Technol., vol 25, no 6, pp 240-248, November/December 2001 [8] Hoshi, R A., Pastre, C M., Vanderlei, L C M., & Godoy, M F (2013) Poincaré plots indexes of heart rate variability: relationship with other nonlinear variables Autonomic Neuroscience, Retrieved July 30, 2013, from ScienceDirect database on the World Wide Web: http://www.sciencedirect.com DOI:10.1016/j.autneu.2013.05.004 [9] Karmakar, C K., Khandoker, A H., Gubbi, J., & Palaniswami, M (2009) Complex correlation measure: a novel descriptor for Poincaré plot BioMedical Engineering OnLine, 2009; 8:17 80 [10] Brennan, M., Palaniswami, M., & Kamen, P (2001) Do existing measures of Poincaré plot geometry reflect nonlinear features of heart rate variability IEEE Transactions on Biomedical Engineering, 48, 1342–1347 [11] Piskorski, J., & Guzik, P (2007) Geometry of Poincaré plot of RR intervals andits asymmetry in healthy adults Physiological Measurement, 28, 287–300 [12] Kitlas, A., Oczeretko, E., Kowalewski, M., & Urban, M (2004) Poincaré plots in analysis of heart rate variability Physica Medica, XX (Suppl 1), 76–79 Malik M.,Camm A John Heart rate variability New York, 1995:52-60, 533-539 [13] Myers G, Workman M, Birkett C, Ferguson D, Kienzle M (1992) Problems in measuring heart rate variability of patients with congestive heart failure J Electrocardiol 25:214–219 [14] M.P Tulppo, T.H Makikallio, T.E.S Takala, T.Seppanen, H.V Huikuri, Quantitative beat-to-beat analysis of heart rate dynamics during exercise Am J Physiol 271, H244–H252 (1996) [15] M.P Tulppo, T.H Makikallio, T Seppanen, J.K.E Airaksinen, H.V Huikuri, Heart rate dynamics during accentuated sympathovagal interaction Am J Physiol.247, H810 H816 (1998) [16] M Toichi, T Sugiura, T Murai, A Sengoku, A new method of assessing cardiac autonomic function and its comparison with spectral analysis and coefficient of variation of r-r interval J Auton Nerv Syst.62, 79–84 (1997) [17] M.A Woo, W.G Stevenson, D.K Moser, R.B Trelease, R.M Harper, Patterns of beat-to-beat heart rate variability in advanced heart failure Am Heart J.123(3), 704–710 (1992) [18]Agnieszka Kitlas Golińska Poincaré Plots in Analysis of Selected Biomedical Signals Studies in Logic, Grammar and Rhetoric Volume 35, Issue 1, Pages 117– 127, ISSN (Online) 0860-150X, DOI: 10.2478/slgr-2013-0031, December 2013 [19] H Mussalo, E Vanninen, R Ikăaheimo, T Laitinen, M Laakso, E Lă ansimies, and J Hartikainen Heart rate variability and its determinants in patients with severe or mild essential hypertension Clinical Physiology, 21(5):594– 604, 2008 81 [20] A.K Cashion, P.A Cowan, E.J Milstead, A.O Gaber, and D.K Hathaw ay Heart rate variability, mortality, and exercise in patients with end-stage renal disease Progress in Transplantation, 10(1):10–16, 2000 [21] A Rosenblueth, F.A Simeone.The interrelations of vagal and accelerator effects on the cardiac rate Am J Physiol.110, 42–55 (1934) [22] P.G Katona, M McLean, D.H Dighton, A Guz.Sympathetic and parasympathetic cardiac control in athletes and nonathletes at rest J Appl Physiol.52(6), 1652–1657 (1982) [23] R.W De Boer, J.M Karemaker, Spectrum of a series of point events generated by the integral pulse frequency modulation model Med Biol Eng Comput.23, 138–142 (1985) [24] Hoang ChuDuc, Thuan NguyenDuc, Kien NguyenPhan and Ha NguyenThai, “INTELLIGENT HEART RATE VARIABILITY PROCESSING SYSTEM”, The 5th International Conference on Biomedical Engineering in Vietnam, 06/2014 [25] Hoang ChuDuc, Thuan NguyenDuc, Hung PhamManh and Dung NguyenViet, Detecting congestive heart rate variability failure using pointcaré trend analysis plot, International Journal of Bioscience, Biochemistry and Bioinformatics (IJBBB, ISSN: 2010-3638), 2013, 08 [26] User’s guide – Kubios HRV version 2.0 – http://kubios.uku.fi 82