VNU Journal of Science: Medical and Pharmaceutical Sciences, Vol 35, No (2019) 87-95 Original Article Diagnosis of Left Ventricular Hypertrophy Based on Electrocardiogram Signal and Fuzzy Logic Tran Nhu Chi1, Nguyen Thi Thanh Van1,*, Le Van Chieu2 University of Engineering and Technology, Vietnam National University, 144 Xuan Thuy, Cau Giay, Hanoi, Vietnam Project Management Department, Vietnam National University, 144 Xuan Thuy, Cau Giay, Hanoi, Vietnam Received 14 February 2019 Revised 09 July 2019; Accepted 16 September 2019 Abstract: Sokolow – Lyon index in detection of left ventricular hypertrophy is a hard limited index, so the clinical manifestation of the disease can be ignored when the measured index is near the threshold Several proposed studies incorporate multiple index to improve diagnostic quality However, the process of examination and diagnosis will be longer due to the need to collect more data To solve this problem, the paper proposes a method of classifying left ventricular hypertrophy using fuzzy logic combining with digital signal processing techniques The proposed method mainly uses the Sokolov-Lyon index (SV1+RV5/V6 ≥ 35 mm) for major changes in ECG signal but with four soft thresholds corresponding to the different clinical manifestations of the disease In addition, a program is written in C++ language with QT Creator compiler also is developed to implement the algorithm From there, the doctors can refer and propose to the patient's treatment regimen Keywords: ECG, left ventricular hypertrophy, signal processing, fuzzy logic Corresponding author Email address: vanntt@vnu.edu.vn https://doi.org/10.25073/2588-1132/vnuer.4147 87 VNU Journal of Science: Medical and Pharmaceutical Sciences, Vol 35, No (2019) 87-95 Phân tích chẩn đốn bệnh đại thất trái dựa tín hiệu điện tâm đồ logic mờ Trần Như Chí1, Nguyễn Thị Thanh Vân1,*, Lê Văn Chiều2 Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội, 144 Xuân Thủy, Cầu Giấy, Hà Nội, Việt Nam Ban Quản lý dự án, Đại học Quốc gia Hà Nội, 144 Xuân Thủy, Cầu Giấy, Hà Nội, Việt Nam Nhận ngày 14 tháng 02 năm 2019 Chỉnh sửa ngày 09 tháng năm 2019; Chấp nhận đăng ngày 16 tháng năm 2019 Tóm tắt: Chỉ số Sokolow – Lyon dùng để xác định bệnh phì đại thất trái từ Điện tâm đồ (ECG) số giới hạn cứng Bởi vậy, biểu lâm sàng bệnh bị bỏ qua giá trị tính lân cận ngưỡng Một vài nghiên cứu đề xuất kết hợp nhiều số khác để cải tiến chất lượng chẩn đốn bệnh Tuy nhiên, q trình kiểm tra chẩn đoán nhiều thời gian cần thu thập liệu lớn Để giải vấn đề này, báo cáo đề xuất phương pháp chẩn đoán lâm sàng bệnh phì đại thất trái sử dụng kỹ thuật Logic mờ kết hợp xử lý tín hiệu số Phương pháp đề xuất chủ yếu sử dụng số Sokolow – Lyon (SV1+RV5/V6 ≥ 35 mm) để phát dấu hiệu bất thường tín hiệu ECG với bốn ngưỡng mềm tương ứng với dấu hiệu lâm sàng khác bệnh Thêm vào đó, chương trình viết ngơn ngữ C++ với trình biên dịch QT Creator phát triển để thực thuật tốn Từ đó, bác sĩ tham khảo đưa phác đồ điều trị cho bệnh nhân cách hợp lý Từ khóa: ECG, bệnh phì đại thất trái, xử lý tín hiệu, logic mờ Giới thiệu bệnh tim thiết bị siêu âm tim cần đầu tư tốn kết đọc siêu âm phụ thuộc vào chủ quan bác sĩ siêu âm Một phương pháp khác để chẩn đoán bệnh tim sử dụng kết điện tâm đồ Tim tạo xung điện nhỏ, truyền dẫn đến tim để thực co bóp tim Những xung điện ghi lại, thể đồ thị xem điện tâm đồ hay gọi ECG Tim phận quan trọng giúp trì sống người Do tính chất quan trọng tim, bệnh lý liên quan đến tim nhận quan tâm nghiên cứu chuyên gia y tế nhà nghiên cứu khoa học Trong kỹ thuật y khoa, siêu âm tim qua thành ngực phương pháp phổ biến để phát Tác giả liên hệ Địa email: vanntt@vnu.edu.vn https://doi.org/10.25073/2588-1132/vnumps.4147 88 T.N Chi et al / VNU Journal of Science: Medical and Pharmaceutical Sciences, Vol 35, No (2019) 87-95 hay EKG (electrocardiogram) Đặc trưng tín hiệu ECG thể thơng qua sóng P, phức QRS sóng T, đơi với sóng U nhỏ Hình [1] Trong phức QRS thể co thắt tâm thất trái phải, sóng P co thắt tâm nhĩ, sóng T mơ tả phân cực tâm thất sóng U biểu thị nhú Hình Đặc trưng tín hiệu điện tim Theo thống kê y học, bệnh nguy hiểm liên quan đến hoạt động tim bệnh dày thất dày nhĩ hay cịn gọi phì đại thất phì đại nhĩ Một nguyên nhân gây nên phì đại thất trái tăng huyết áp, bệnh phổ biến giới với tỷ lệ ngày gia tăng, năm 2006 Mỹ 30,5% năm 2009 Việt Nam 16,3% Phì đại thất trái gây nên đau thắt ngực, nhồi máu tim, đột quỵ, suy tim sung huyết, rối loạn nhịp thất đột tử [2] Trong điện tâm đồ, phì đại thất trái tác động lớn đến trình khử cực làm thay đổi biên độ sóng: R tăng lên chuyển đạo trực tiếp, S sâu thêm chuyển đạo phía đối lập QRS rộng Các biến đổi khử cực gây biến đổi thứ phát trình tái cực dẫn đến ST chênh T ngược chiều với QRS Hình thể tín hiệu ECG bệnh phì đại thất trái [3] Hình Tín hiệu điện tim bệnh phì đại thất trái Các phương pháp phát vị trí sóng ECG tập trung vào việc phát phức QRS có giá trị biên độ đỉnh lớn 89 nhất, từ suy vị trí sóng R, Q, S, P, T cịn lại hay đoạn quan trọng RR, ST, PR Phương pháp chủ yếu để xác định phức QRS sử dụng phương pháp lọc hay phương pháp khác mạng neuron nhân tạo [4], giải thuật gen [5], biến đổi sóng [6, 7], mơ hình Markov ẩn [8]… Từ vị trí sóng tìm thấy ECG, bệnh phì đại thất trái phát dựa đặc điểm sóng R, S, P chuyển đạo V1, V2, V5, V6 theo ngưỡng cố định Trong y khoa thường sử dụng tiêu chuẩn Sokolov – Lyon để đánh giá bệnh phì đại thất trái sau: R V5/V6 ≥ 25 mm S V1/V2 dài ≥ 25 mm Ngưỡng SV1+RV5/V6 ≥ 35 mm Nhánh nội điện tới muộn ≥ 0,045 s Chỉ số ngưỡng SV1+RV5/V6 ≥ 35 mm để kết luận bệnh phì đại thất trái tiêu chuẩn Sokolov số ngưỡng cứng, biểu lâm sàng bệnh bị bỏ qua số đạt gần lân cận ngưỡng Một số nghiên cứu kết hợp tiêu chuẩn Sokolov – Lyon với đặc điểm khác tín hiệu ECG hay với tiền sử bệnh bệnh nhân hay với tiêu chuẩn khác Romhilt – Estes [9] để nâng cao độ nhạy độ đặc hiệu trình chẩn đoán bệnh Việc kết hợp nhiều tiêu chuẩn nâng cao chất lượng chẩn đoán bệnh nhiên q trình thăm khám chẩn đốn bệnh lâu cần thu thập nhiều liệu Để giúp q trình chẩn đốn lâm sàng bệnh nhanh, đơn giản hiệu cao thuận tiện trình theo dõi, điều trị bệnh, báo đề xuất phương pháp phân loại bệnh phì đại thất trái sử dụng logic mờ Logic mờ [10, 11] với giá trị logic khoảng [0, 1] phù hợp để thể mức độ bệnh với logic truyền thống với hai giá trị logic tương ứng với bị bệnh không bị bệnh Do phương pháp đề xuất chủ yếu sử dụng tiêu chuẩn tiêu biểu Sokolov Lyon cho biến đổi tín hiệu ECG với nhiều ngưỡng mềm tương ứng với biểu lâm sàng khác bệnh Một phần mềm ứng dụng xây dựng dựa phương pháp đề xuất với chức phân tích, lưu trữ trích xuất trực tiếp kết chẩn đốn hỗ trợ q trình thăm khám điều trị bệnh T.N Chi et al / VNU Journal of Science: Medical and Pharmaceutical Sciences, Vol 35, No (2019) 87-95 90 Báo cáo trình bày bao gồm bốn phần Phần giới thiệu tổng quan vấn đề nghiên cứu Phần trình bày tóm tắt phương pháp chẩn đốn phì đại thất trái dựa tiêu chuẩn Sokolov-Lyon logic mờ sở phân tích tín hiệu ECG Một số thực nghiệm kiểm chứng phương pháp đề xuất thảo luận trình bày Phần Phần cuối số kết luận định hướng nghiên cứu Bắt đầu min=Tb max=Tb Tb=(max+min)/2 FFT min/[iR1-0.1s: iR1] Số lượng điểm (slt) >Tb? Loại tần số thấp Đỉnh Q vị trí Q (iQ) Số lượng điểm (sld) sld Sai Lọc cửa sổ |slt-sld|0 Đúng (T+) max/ [iS1+0.1s:iS1+0.3s] max/ [iS1+0.1s:iS1+0.3s] Đỉnh P Đúng Đường đẳng điện = Tb Lọc ngưỡng Đỉnh T min/[iR1:iR1+0.15s] Lọc ngưỡng Đỉnh S vị trí S (iS1) Đỉnh R Nhịp tim = 60/ (iR1-iR0) Đỉnh R thứ thứ 2: iR0, iR1 min&max/ [iS1+0.1s:iS1+0.3s] (minT, maxT) Đỉnh R, Q, P, S, T Độ sâu S V1 (SV1 mV) Độ cao R V5, V6 (RV5, RV6 mV) SV1+RV5/RV6 ≥ 3.5 Chuẩn đoán lâm sàng bệnh dày thất trái (Logic mờ) Kết luận Hình Sơ đồ chẩn đốn phì đại thất trái Sai (T-) T.N Chi et al / VNU Journal of Science: Medical and Pharmaceutical Sciences, Vol 35, No (2019) 87-95 Phương pháp chẩn đốn phì đại thất trái A Phát vị trí sóng tín hiệu ECG Những đặc trưng tín hiệu ECG bệnh nhân bị mắc phì đại thất trái phân tích thể Hình Các bước phân tích để phát đặc trưng thể lưu đồ thuật tốn Hình Từ lưu đồ cho thấy cần phải xác định đường đẳng điện tồn tín hiệu Đường đẳng điện thể khơng có xung điện tới điện cực gắn chuyển đạo Đường đẳng điện chung etb tồn tín hiệu tìm cách so sánh số điểm xấp xỉ thơng qua vịng lặp có điều kiện cơng thức (1) Giá trị ngưỡng trung bình chọn 50 dựa số điểm tín hiệu ECG etb N (min max) (min max) M 50 2 N, M: số điểm (1) Tín hiệu ECG tiền xử lý để loại bỏ nhiễu tần số thấp thông qua biến đổi Fourier nhanh - FFT (X(k)) khôi phục miền thời gian biến đổi Fourier ngược - IFFT (x(n)) (2) N 1 X ( k ) x ( n) e j 2 nk N k N 1 n 0 x ( n) N N 1 X (k ) e j 2 nk N n N 1 (2) Tín hiệu sau tiền xử lý đưa qua cửa sổ lọc với kích thước N để xác định đỉnh dương xW(n) (3) có tín hiệu qua lọc ngưỡng T (4) để thu đỉnh R “tạm thời” xT(n) Tuy nhiên, ngưỡng ban đầu chọn chưa phù hợp cịn sót điểm R, tín hiệu cần qua cửa sổ lọc điều chỉnh với kích thước cửa sổ điều chỉnh Nnew tính tốn dựa khoảng cách đỉnh R “tạm thời” (5), (3) xW (n) filterwindowx(n), N (4) xT (n) xW (n) | xW (n) T n0 Nnew 2*xT (n)- xT (n - 1) 0.04*Ts (5) Ts tốc độ lấy mẫu Sau xác định đỉnh R, dựa vào đặc trưng đỉnh điện tâm đồ để xác định vị trí đỉnh Q, P, S T cịn lại Khi vị 91 trí tất đỉnh sóng giá trị nhịp tim, đường đẳng điện xác định, phân tích đặc điểm chi tiết sóng R, S, P, ST chuyển đạo V1, V2, V5, V6 lưu đồ B Chẩn đoán lâm sàng bệnh Trong lưu đồ thuật tốn Hình 3, đặc trưng sóng bệnh phì đại thất trái theo tiêu chẩn Sokolov – Lyon đưa vào khối chẩn đốn lâm sàng bệnh phì đại thất trái sử dụng logic mờ Giá trị lối vào khối logic mờ giá trị ngưỡng điện SL = SV1+RV5/V6 Giá trị lối khối logic mức độ mắc bệnh Khối logic mờ thiết kế với giới hạn biến lối vào lối phù hợp với kết xét nghiệm thực tế y văn phì đại thất trái Trong xét nghiệm y khoa số quan tâm độ nhạy Sn, độ đặc hiệu Sp, giá trị tiên đoán dương PV+, giá trị tiên đoán âm PV- , tỉ lệ mắc bệnh hành Trong số giá trị tiên đoán dương PV+ quan tâm nhiều giá trị thể số trường hợp có bệnh có kết kiểm tra dương tính tổng số trường hợp có kết kiểm tra dương tính Bảng thể giá trị tiên đốn dương PV+ xét theo tiêu chuẩn Sokolov – Lyon theo ngưỡng điện SL khác [9] Trên sở Bảng 1, biến lối vào ngưỡng SL khối logic mờ có giới hạn từ 25 mm tới 35 mm, biến lối MD thể mức độ bệnh phụ thuộc vào giá trị tiên đoán dương Bảng Giá trị tiên đoán dương theo ngưỡng Tiêu chuẩn Sokolov – Lyon PV+ (%) ≥ 25 mm 80,4 ≥ 26 mm 82,1 ≥ 29 mm 88,2 ≥ 30 mm 93,3 ≥ 31 mm 96,6 ≥ 32 mm 100 ≥ 33 mm 100 ≥ 34 mm 100 ≥ 35 mm 100 T.N Chi et al / VNU Journal of Science: Medical and Pharmaceutical Sciences, Vol 35, No (2019) 87-95 92 Biến ngôn ngữ cho biến vào SL biến MD khối logic mờ thể qua tập mờ sau: SL: Nhỏ (N), Hơi Nhỏ (HN), Trung bình (TB), Hơi Lớn (HL), Lớn (L) MD: Khơng Có Bệnh (KCB), Khả Năng Có Bệnh Ít (KNI), Khả Năng Có Bệnh Cao (KNC), Chắc Chắn Có Bệnh (CB) 1 x a ba fZ xa ba xa ab ax ab xb xb fTrap (6), Tập giá trị dạng hàm thuộc tập mờ SL MD lựa chọn hàm dạng fZ (μN, μL), Trapezoidal fTrap (μHN, μTB, μHL) Triangular fTri (μKCB, μKNI, μKNC, μCB) có cơng thức tương ứng (6), (7), (8) dạng hm thể Hình Các tham số (a, b, c, d) có giá trị riêng biệt cho hàm thuộc xa b a d x d c xa a xb (7), cxd xd xa a xb (8) bxc xc fTri xa b a c x c b N 24 HN HL TB 26 30 28 32 34 L 36 SL (mm) KCB KNI KNC CB MD Hình Hàm thuộc tập mờ Luật mờ xây dựng theo nguyên tắc tùy thuộc vào mối quan hệ ngưỡng tiêu chuẩn Sokolov – Lyon giá trị tiên đốn dương sau: Nếu SL Nhỏ Khơng Có Bệnh Nếu SL Hơi Nhỏ Khả Năng Có Bệnh Ít Nếu SL Trung Bình Khả Năng Có Bệnh Ít Nếu SL Hơi Lớn Khả Năng Có Bệnh Cao Nếu SL Lớn Chắc Chắn Có BệnhGiá trị luật điều khiển Rk xác định theo luật min, ví dụ luật thứ sau: R (k ) min{H, KCB (k )} (9) H=min{ N (k )} Kết luật điều khiển xác định theo luật hợp thành max-min: k R (k ) max{R (k ),R (k ), R (k ), R (k ), R (k )} (10) Giải mờ theo phương pháp điểm trọng tâm để xác định mức độ bệnh theo công thức (11) đây, xi giá trị miền thứ i μ(xi) giá trị hàm thuộc điểm i tương ứng xi R ( xi ) R ( xi ) (11) Kết thực Phương pháp chẩn đốn bệnh phì đại thất trái thực nghiệm với mẫu liệu ECG từ sở liệu chuẩn Viện Đo lường Đức - PhysiNet-Physiche Bundesanstalt (PTB) ECGs thu thập từ người tình nguyện khỏe mạnh bệnh nhân bị bệnh tim khác Giáo sư Michael Oeff, MD, Khoa Tim mạch Bệnh viện Đại học Benjamin Franklin Berlin, Đức T.N Chi et al / VNU Journal of Science: Medical and Pharmaceutical Sciences, Vol 35, No (2019) 87-95 Một phần mềm ứng dụng xây dựng ngơn ngữ C++ với trình biên dịch mã nguồn mở QT Creator có tính phân tích, lưu trữ trích xuất trực tiếp kết chẩn đoán để hỗ trợ thuận lợi trình thăm khám điều trị bệnh Đầu tiên, liệu điện tim dạng số bệnh nhân đưa đưa vào phần mềm Phần mềm đọc vẽ lại tín hiệu điện tim chuyển đạo lên đồ thị khác Sau dựa thuật toán đề xuất, phần mềm vị trí các sóng, đường đẳng điện đồ thị đưa kết chẩn đoán ban đầu bệnh phì đại thất trái mức độ bệnh hình hiển thị Ngồi ra, phần mềm cịn cung cấp thêm thơng tin bệnh phì đại thất trái: nguyên nhân, dấu hiệu, cách phòng tránh bệnh Đồng thời phần mềm cung cấp thêm tính cho phép bác sĩ in mẫu kết với hình ảnh kết có sẵn giấy A4 Hình dạng tín hiệu sau lọc nhiễu, lọc điều chỉnh, xác định vị trí sóng R, S, Q, P, T, đường đẳng điện tồn tín hiệu chu kỳ Tín hiệu Hình 5a tín hiệu loại bỏ nhiễu cơng nghiệp 50Hz, lọc bỏ nhiễu tần số thấp tần số cao dải tín hiệu điện tim Lọc điều chỉnh giúp loại bỏ chiều tín hiệu Trên sở giá trị tìm được, tính tốn thơng số cần thiết để đưa chẩn đốn bệnh phì đại thất trái (a) (b) (d) (c) 93 94 T.N Chi et al / VNU Journal of Science: Medical and Pharmaceutical Sciences, Vol 35, No (2019) 87-95 Hình (a) Tín hiệu sau loại bỏ tần số thấp, (b) Tín hiệu sau lọc hiệu chỉnh xóa đỉnh lân cận, (c) Các đỉnh sóng R, S, Q, P, T, (d) Đường đẳng điện Từ vị trí sóng R, S, Q, P, T đường đẳng điện trung bình chung tín hiệu ECG, đặc trưng bệnh phì đại thất trái dựa tiêu chuẩn Sokolov – Lyon xác định Hình thể kết phát sóng R S chuyển đạo V1 ( Hình 6(a) ), V5 (Hình 6(b)), V6 ( Hình 6(c) ) với giá trị sau: Nhịp tim: 68.331 BPM SV1 + RV5 = 6.0122 mV, SV1 + RV6 = 4.6963 mV (a) (b) (c) Hình Đặc trưng bệnh phì đại thất trái: a) Chuyển đạo V 1, b) Chuyển đạo V5, c) Chuyển đạo V6 Giá trị mức ngưỡng SL theo tiêu chuẩn Sokolov – Lyon phần C đưa vào khối logic mờ để đưa kết luận bệnh Với SV1 + RV5 = 6.0122 mV SV1 + RV6 = 4.6963 mV giá trị trả khối logic 4, tương ứng với giá trị mức Chắc Chắn Có Bệnh Một số giá trị ngưỡng SL khác đánh giá riêng cho khối logic mờ cho kết phân loại bệnh xác, phù hợp với giá trị tiên đoán dương Bảng Đặc biệt với số ngưỡng SL có giá trị lân cận ngưỡng cứng 35 mm phát theo mức độ Khả Năng Có Bệnh Cao, lân cận ngưỡng phương pháp phân ngưỡng cứng bỏ qua với kết luận khơng mắc bệnh Như vậy, việc phân loại mức độ bệnh theo ngưỡng mềm cho phép tránh kết luận chủ quan hay bỏ sót tiến trình theo dõi bệnh so với phân loại theo ngưỡng cứng Bảng Phân loại mức độ bệnh theo giá trị ngưỡng Ngưỡng SL Mức độ bệnh 24,5 mm Khơng có bệnh 26,1 mm Khả có bệnh 28,4 mm Khả có bệnh 30,6 mm Khả có bệnh 33,5 mm Khả có bệnh cao 34 mm Khả có bệnh cao 35 mm Chắc chắn có bệnh 36 mm Chắc chắn có bệnh T.N Chi et al / VNU Journal of Science: Medical and Pharmaceutical Sciences, Vol 35, No (2019) 87-95 Kết luận Trong nghiên cứu này, phương pháp hỗ trợ chẩn đốn bệnh phì đại thất trái theo mức độ khác dựa sở xử lý phân tích tín hiệu điện tim ECG sử dụng logic mờ nghiên cứu xây dựng phát triển Phương pháp thực dựa việc phân tích phát vị trí đỉnh tín hiệu ECG, từ xác định đặc trưng sóng chuyển đạo liên quan đến bệnh phì đại thất trái theo tiêu chuẩn Sokolow – Lyon sử dụng logic mờ để phân loại mức độ mắc bệnh theo nhiều ngưỡng Một chương trình phần mềm chẩn đốn bệnh xây dựng để thực thi phương pháp đề xuất Các kết phân tích thực mẫu liệu tín hiệu điện tim xác nhận phương pháp đề xuất sử dụng hỗ trợ cho nhân viên y tế trình thăm khám, lưu trữ theo dõi tiền sử bệnh bệnh nhân Tài liệu tham khảo [1] Malcolm S Thaler, The only EKG book, seventh ed Lippincott Williams & Wilinks, Philadelphia, 2012 [2] Vakili BA, Okin PM, Devereux RB, Prognostic implications of left ventricular hypertrophy, Am Heart J, 141(3) (2001) 334-341 https://doi.org/10.1067/mhj.2001.113218 [3] Tran Do Trinh, Tran Van Dong, How to read EGC signal, Medical Publishing House, 2011 (in Vietnamese) 95 [4] Himanshu Gothwal1, Silky Kedawat1, Rajesh Kumar, Cardiac arrhythmias detection in an ECG beat signal using fast fourier transform and artificial neural network, J Biomedical Science and Engineering (2011) 289-296 https://doi.org/10.4236/jbise.2011.44039 [5] El-Sayed A El-Dahshan, Genetic algorithm and wavelet hybrid scheme for ECG signal denoising, Journal of Telecommunications Systems 46(3) (2011) 209-215 https://doi.org/10.1007/s11235-010-9286-2 [6] C Li, C Zheng, and C Tai, Detection of ECG characteristic points using wavelet transforms, IEEE Trans.Biomed Eng 42(1) (1995) 21-28 https://doi.org/10.1109/10.362922 [7] A.K.M Fazlul Haque1, Md Hanif Ali1, M Adnan Kiber2 and Md Tanvir Hasan, Detection of small variations of ECG features using Wavelet, ARPN Journal of Engineering and Applied Sciences 4(6) (2009) 27-30 [8] Krimi Samar, Ouni Kas, Noureddine Ellouze, Using Hidden Markov Models for ECG Characterisation, Hidden Markov Models, Theory and Applications, (2011) 151-165 https://doi.org/10.5772/13916 [9] Van Ngoc Tuyet, Bang Ai Vien, Nguyen Van Tri, Medical Journal Ho Chi Minh city, Diagnosis of left ventricular hypertrophy by ECG I 15(1) (2011) 135-140 (in Vietnamese) [10] Buckley, James J., Eslami, Esfandiar, Introduction to Fuzzy Logic and Fuzzy Sets, Physica-Verlag Heidelberg, Berlin, 2002 [11] Phan Xuan Minh, Nguyen Doan Phuoc, Fuzzy Control Theory, Science and Technics Publishing House, Ha Noi, 2006 (in Vietnamese) ... 35, No (2019) 87-95 Phân tích chẩn đốn bệnh đại thất trái dựa tín hiệu điện tâm đồ logic mờ Trần Như Chí1, Nguyễn Thị Thanh Vân1,*, Lê Văn Chiều2 Trường Đại học Công nghệ, Đại học Quốc gia Hà... pháp chẩn đốn phì đại thất trái A Phát vị trí sóng tín hiệu ECG Những đặc trưng tín hiệu ECG bệnh nhân bị mắc phì đại thất trái phân tích thể Hình Các bước phân tích để phát đặc trưng thể lưu đồ. .. V6 lưu đồ B Chẩn đoán lâm sàng bệnh Trong lưu đồ thuật tốn Hình 3, đặc trưng sóng bệnh phì đại thất trái theo tiêu chẩn Sokolov – Lyon đưa vào khối chẩn đoán lâm sàng bệnh phì đại thất trái sử