Loại bỏ nhiễu phát sinh trên tín hiệu ECG từ các hệ số wavelet dựa trên các thành phần độc lập của ICA

Loại bỏ các thành phần không mong muốn để thu nhận được tín hiệu sạch ECG là một nhiệm vụ quan trọng, giúp tăng độ chính xác cho quá trình chẩn đoán lâm sàng. Các thiết bị ghi tín hiệu điện tim thường cung cấp các bộ lọc đặc thù trong quá trình thu nhận tín hiệu điện tâm đồ để loại bỏ nhiễu.

Kỹ thuật điều khiển & Điện tử LOẠI BỎ NHIỄU PHÁT SINH TRÊN TÍN HIỆU ECG TỪ CÁC HỆ SỐ WAVELET DỰA TRÊN CÁC THÀNH PHẦN ĐỘC LẬP CỦA ICA Bùi Huy Hải * Tóm tắt: Loại bỏ thành phần khơng mong muốn để thu nhận tín hiệu ECG nhiệm vụ quan trọng, giúp tăng độ xác cho q trình chẩn đốn lâm sàng Các thiết bị ghi tín hiệu điện tim thường cung cấp lọc đặc thù trình thu nhận tín hiệu điện tâm đồ để loại bỏ nhiễu Tuy nhiên, với mong muốn thu nhận ECG đạt độ xác cao lọc chưa đủ; việc ghi nhận tín hiệu ECG thường ảnh hưởng từ nhiều nguồn phát tín hiệu với đa dạng biên độ thành phần tần số tín hiệu nhịp thở, điện não, điện cơ, nhiều thành phần khác bên thể, vậy, lọc thơng thường khơng đáp ứng yêu cầu đặt Nhiều nghiên cứu tập trung giải toán phần cải thiện chất lượng tín hiệu ghi [1, 2], nhiên, phương pháp trước gây méo tín hiệu ghi ECG nâng cao khả triệt nhiễu Trong nghiên cứu này, tác giả đề xuất phải pháp “Kết hợp phương pháp phân tích thành phần độc lập ICA với biến đổi wavelet” để loại bỏ thành phần nhiễu bất thường, nhằm nâng cao độ xác ghi nhận tín hiệu điện tim với giá trị tương quan đạt đến 0.969 so với tín hiệu Từ khóa: Triệt nhiễu; Tín hiệu y sinh; Tín hiệu điện tim; Phân tích thành phần độc lập; ICA; Biến đổi wavelet; WICA ĐẶT VẤN ĐỀ Khi thể có tượng bệnh lý, nhiều bệnh lý cho thấy, chúng làm thay đổi giá trị ECG hình dạng, biên độ tần số Việc thu nhận tín hiệu ECG xác có ý nghĩa lớn q trình chăm sóc sức khỏe chẩn đoán lâm sàng với người bệnh Các nghiên cứu nhằm mục đích thu nhận tín hiệu ECG với độ xác cao ngày trở thành lĩnh vực tiềm ứng dụng, đồng thời tạo tiền đề cho nghiên cứu thiết bị tự động chẩn đốn lâm sàng ECG ln bị tác động nhiều thành phần nhiễu, thành phần điện cơ, điện não, thành phần nhiễu trắng,… điều gây nên biến đổi bất thường tín hiệu thu ECG từ tần số đến biên độ [3]; nguyên nhân chủ yếu tín hiệu ghi ECG bao gồm nhiều nguồn khác nhau; thành phần điện chụp giao diện tim, cơ, da - điện cực nhiễu bên Các tần số phổ biến thành phần quan trọng ECG [4]: • Nhịp tim: 0.67 – Hz (40 – 300 nhịp/phút); • Sóng P: 0.67 – Hz; • QRS: 10 – 50 Hz; • Sóng T: – Hz; • Các thành phần tần số cao: 100 – 500 Hz Năng lượng tương đối phức QRS, sóng P-T, nhiễu cơ, nhiễu dịch chuyển phân bố tần số tín hiệu ECG hình Giao diện tiếp xúc điện cực - da cần đặc biệt lưu ý, nguồn gây nhiễu lớn nhất, tạo thành phần dòng chiều khoảng 200-300 mV [4] So sánh điều với hoạt động điện tim người bệnh (thường nằm khoảng 0,1 đến mV) Nhiễu quan sát từ thành phần khuếch đại qua dịch chuyển thể, chuyển động bệnh nhân biến đổi hô hấp [5],… Các thành phần tần số phổ biến nhiễu tác động khơng mong muốn tín hiệu điện tâm đồ: • Nhiễu cơ: – 50 Hz; 44 Bùi Huy Hải, “Loại bỏ nhiễu phát sinh … dựa thành phần độc lập ICA.” Nghiên cứu khoa học cơng nghệ • Nhịp thở: 0.12 – 0.5 Hz (8 – 30 lần/phút); • Nhiễu đường dây: 50 or 60 Hz (nhiễu đường dây); • Các thành phần khác: chủ yếu >10 Hz (bộ kích thích cơ, nhiễu từ trường mạnh, máy tạo nhịp tim với giám sát trở kháng) Hình Đồ thị phân bổ biên tần tín hiệu ghi ECG Năng lượng tương đối phức QRS, sóng P-T, nhiễu cơ, nhiễu dịch chuyển dựa giá trị trung bình 150 nhịp đập tim Ngồi ra, tín hiệu điện tim (ghi thơ) cịn biểu lộ mẫu bất thường mà có thay đổi đột biến biên độ dịch chuyển tần số tác động từ thành phần không mong muốn [6] Nhiều nhà nghiên cứu tập trung vào việc loại bỏ nhiễu với nhiều hướng tiếp cận khác kỹ thuật phân tích tương quan chia tách nguồn mù (BSS-CCA) [7], kỹ thuật phân tích thành phần độc lập (ICA), kỹ thuật wavelet mù (BWDA and WDA) [8, 9, 11], Kỹ thuật phân tích thành phần (PCA), phân tách tuyến tính (LDA) biến đổi hình thái (MCA) [9, 10], lọc thích nghi (AF), Kỹ thuật kết hợp phân nguồn mù máy phân tích vec tơ,… [8] Cơng cụ phổ biến sử dụng năm gần ICA [9-11]; tín hiệu y sinh ln tổ hợp phức tạp nhiều thành phần có nguồn gốc mơ hồ khó xác định, ICA hỗ trợ phân tích nguồn khác tạo nên thành phần độc lập Ics ta loại bỏ thành phần khơng mong muốn Tuy nhiên, độ xác ICA phụ thuộc nhiều kích thước sở liệu, thơng thường số nguồn phát tín hiệu thể vượt qua số kênh ghi liệu trường hợp ICA khơng có khả tách nhiễu khỏi thành phần lại, thành phần bị coi nhiễu, bị loại bỏ chứa đựng thơng tin hữu ích, vậy, việc triệt nhiễu gây thông tin Một kỹ thuật hiệu sử dụng phân tích, khảo sát tín hiệu biến đổi wavelet (WT), cho phép phân rã hiệu đa phân giải thang đo khác nhờ hệ số wavelet, cho phép định vị xác tần số tín hiệu theo thời gian Bởi thành phần nhiễu thường tập trung số giải tần định, nên việc loại bỏ nhiễu hệ số wavelets giải pháp khả quan khắc phục nhược điểm ICA CƠ SỞ DỮ LIỆU VÀ GIẢI PHÁP 2.1 Cơ sở liệu Dữ liệu điện tim đồ từ ngân hàng liệu sinh học, địa website www.physionet.org sử dụng thí nghiệm nhóm tác giả Dữ liệu ghi ECG lựa chọn cách ngẫu nhiên từ 20 người (7 nữ 13 nam) số 92 người ngân hàng liệu Dữ liệu chủ thể ghi nhận thơng tin tín hiệu ECG truyền thống, ngồi đạo trình đơn cực (3 điện chi LA, RA, LL đạo trình đơn cực UV1 : UV6); tần số tín hiệu lọc Tạp chí Nghiên cứu KH&CN quân sự, Số 74, - 2021 45 Kỹ thuật điều khiển & Điện tử thu nhận dải tần 0.5 đến 150 Hz với tần số lấy mẫu 800 Hz sử thí nghiệm đề tài Mỗi ghi phân thành phân đoạn liệu 10 giây Vì thời lượng liệu ghi chủ thể ngân hàng liệu khác nên nhóm tác giả chọn 30 đoạn tín hiệu ngẫu nhiên chủ thể; vậy, tổng số liệu tham gia thí nghiệm 600 phân đoạn liệu (phân đoạn 10 giây) Các chủ thể tham gia thí nghiệm có tuổi từ 20 đến 60 với tuổi trung bình 45,23 tuổi; đa số bệnh nhân có tiền sử bệnh tim nhập viện Một hệ thống liệu 20 chủ thể sử dụng để làm sở so sánh với tín hiệu thơ sau triệt nhiễu 2.2 Triệt nhiễu ICA Hoạt động ICA dựa ba giả định sau: (a) liệu thực nghiệm tổ hợp ổn định tín hiệu y sinh nguồn nhiễu khác; (b) tín hiệu ghi xuất phát từ nguồn thể vùng ngực, vùng đầu, vùng da thể tuyến tính điện cực, thời gian trễ tín hiệu từ nguồn phát đến điện cực khơng đáng kể; (c) số nguồn phát tín hiệu không lớn số điện cực nhiều [6] Phương pháp ICA dựa nguyên tắc mô tả sơ đồ hình 2: Hình Mơ hình nhiễu tác động lên tín hiệu ghi mơ hình hoạt động ICA Với s1, s2, …, sn: Các nguồn phát tín hiệu bản; Cực 1~ n: Các điện cực ghi tín hiệu ECG; x1, x2, …, xn: Các đạo trình ghi liệu; A ma trận tổ hợp tín hiệu W ma trận nghịch đảo ma trận A Tín hiệu ghi nhận mơ hình hóa tổ hợp tuyến tính tín hiệu từ nguồn khác mà có phân bố độc lập thống kê phi Gauss theo công thức x = A.s; A (ma trận n x n) ma trận tương ứng với ma trận trộn tín hiệu độc lập từ nguồn khác nhau; vậy, x thấy được; Giá trị s tính tốn s = W.x with W = A−1 Các nguồn tín hiệu “si” cần phải chứa đựng thành phần Gauss nên phép đo Cực đại hóa tính phi Gauss chìa khóa để đánh giá trọng số ma trận A hay thành phần độc lập Do đó, ước lượng ICA nhắm đến cực tiểu hóa tính Gauss tức cực đại hóa tính phi Gauss điều cho ta thành phần độc lập Negentropy J(Y) sử dụng phép đo Cực đại hóa tính phi Gauss Negentropy đại lượng dựa lý thuyết thông tin gọi entropy vi sai J (Y ) = H (Ygauss ) − H (Y ) ; với Y biến ngẫu nhiên, H(Ygauss) giá trị entropy biến Gauss tương ứng với ma trận tương quan Y Bởi negentropy khó tính tốn nên người ta xây dựng số phương pháp tính tốn   xấp xỉ J ( y ) = E G (Y )  − E G (Y gauss )  với hàm phi tuyến G(.) chọn theo hai biểu u − thức sau: G(u) = log cos au với  a  G(u) = −e ; đó, g(.) đạo hàm a 46 Bùi Huy Hải, “Loại bỏ nhiễu phát sinh … dựa thành phần độc lập ICA.” Nghiên cứu khoa học công nghệ hàm G(.); tương ứng với g (u) = tanh(au) g (u ) = ue − công thức wi+ = E  Xg (wiT X ) − E g '(wiT X ) wi u2 ; tính tốn trọng số “wi” mô tả Sau tách thành phần độc lập, thành phần đánh giá nhiễu loại bỏ tái tổ hợp, tín hiệu thu sau tín hiệu 2.3 Triệt nhiễu dựa hệ thống hợp ICA biến đổi wavelet Hoạt động ICA dựa q trình chia tách thơng tin loại bỏ thành phần độc lập (ICs) mà đánh giá nhiễu, nhiên, với đạo trình ECG việc gây thơng tin hữu ích cho chẩn đoán lâm sàng Để khắc phục tượng này, thực triệt nhiễu phạm vi tần số định Mỗi thành phần độc lập phân rã nhờ biến đổi wavelet Phổ tần tín hiệu thu Phổ thay đổi theo rối loạn nhịp tim khác nhau, phổ công suất quan sát dải tần từ đến 20 Hz Biên độ giảm tần số tăng nhanh chóng biến 12 Hz Các thành phần tần số từ đến 12 Hz chọn để nhận dạng nhiều nhịp ECG Các phổ không bị nhiễu thành phần tần số cao 20 Hz nhiễu đường dây điện (50/60 Hz) nhiễu cơ, thành phần tần số thấp (< 0.5 Hz) độ trôi đường thở [1, 4] Do đó, nhiễu đường dây điện, thành phần tần số thấp tần số cao loại trừ mà khơng ảnh hưởng đến tính miền tần số Như phân tích trên, tần số phổ biến thành phần quan trọng ECG là: Nhịp tim sóng P dải 0,67~5 Hz, Sóng T dải 1~7 Hz, thành phần QRS dải QRS: 10 – 50 Hz,… Chính vậy, thành phần nhiễu dải 5~50 Hz thành phần có ảnh hưởng lớn đến tín hiệu ghi ECG, ngồi ra, cịn nhiều thành phần khác (> 10 Hz) kích thích cơ, nhiễu từ trường mạnh, máy tạo nhịp tim với giám sát trở kháng,… ảnh hưởng khơng nhỏ tới tín hiệu điện tim, vậy, nhóm nghiên cứu tách hệ số wavelet thành phần độc lập ICA để triệt tiêu thành phần không mong muốn Biến đổi wavelet: Biến đổi wavelet sử dụng để khắc phục hạn chế biến đổi fourier Kỹ thuật bắt đầu với hàm sóng mẹ phân chia thành sóng nhỏ (Wavelet) chứa dao động tần số thấp hơn, sóng nhỏ so sánh với tín hiệu phân tích để có tranh tồn cục tín hiệu độ phân giải thơ Q trình gọi làm thay đổi tỉ lệ (scale) phân tích; thực tiếp bước so sánh, tín hiệu nghiên cứu chi tiết độ phân giải cao hơn, giúp phát thành phần biến thiên nhanh ẩn bên tín hiệu [10, 11] Phân rã wavelet: Biến đổi wavelet rời rạc (DWT) dựa việc mã hóa băng phát triển để thu tính tốn nhanh biến đổi wavelet Bước hiểu phép biến đổi DWT áp dụng tập lọc thông cao thông thấp 150Hz tín hiệu ICs Hình Phân rã wavelet mức Tạp chí Nghiên cứu KH&CN quân sự, Số 74, - 2021 47 Kỹ thuật điều khiển & Điện tử Thiết kế lọc tương đương với kỹ thuật mã hóa băng con, nhiên, có khác biệt với mã hóa băng lọc DWT thiết kế phải có đáp ứng phổ trắng, trơn trực giao Tín hiệu qua lọc thơng cao ta thu hệ số chi tiết qua lọc thông thấp ta thu hệ số tồn cục tương ứng, sau đó, chúng phải lấy mẫu xuống (down sampling) hệ số tạo thành biến đổi DWT mức mô tả hình Với tần số tín hiệu dải ~ 150 Hz), phân rã wavelet nhóm tác giả thực mức phân rã Với mức phân rã này, việc phân tích wavelet thu hệ số wavelet (aij) tương ứng băng tần quan trọng tín hiệu ECG, T-wave, P-wave, QRS,… nhằm loại bỏ nhiễu tập trung khu vực, tăng hiệu giải pháp thực Các băng tần thu sau biến đổi wavelet bảng sau đây: Bảng Các băng sau phân rã wavelet mức TT Tên băng Dải tần Băng a1 0~4.7 Hz Băng a2 4.7~9.4 Hz Băng a3 9.4~18.8 Hz Băng a4 18.8~37.5 Hz Băng a5 37.5~75 Hz Băng a6 75~150 Hz Tín hiệu đầu vào qua hệ thống ICA phân tích thành thành phần độc lập, khác với phương pháp triệt nhiễu ICA, thành phần độc lập không bị loại bỏ mà tiếp tục phân rã biến đổi wavelet Quá trình sau phân rã wavelet, thu hệ số phân rã (aij) Việc triệt nhiễu thực hệ số (aij) dựa mức ngưỡng tính tốn theo cơng thức T =  2log(k ) (*) Với tần số lấy mẫu 800Hz, giá trị k (phân đoạn giây liệu) tương ứng với 800 mẫu T =  2log(k ) ~ Trong đó,  = ( ) mean aij c đánh giá độ lớn phần tín hiệu phân tích, c hệ số (c thiết lập 0.858) k chiều dài liệu phân tích Hình Triệt nhiễu dựa kết hợp ICA biến đổi wavelet Mức ngưỡng T giới hạn giá trị biên độ hệ số (aij) theo công thức (*) Sau loại bỏ thành phần tín hiệu đột biến từ hệ số wavelet, bước biến đổi wavelet ngược (IWT) để thu thành phần IC Biến đổi ICA ngược cho 48 Bùi Huy Hải, “Loại bỏ nhiễu phát sinh … dựa thành phần độc lập ICA.” Nghiên cứu khoa học cơng nghệ ta thu tín hiệu loại bỏ thành phần nhiễu Mơ hình thực hệ thống mơ tả hình Thuật toán loại bỏ nhiễu với giải pháp ngưỡng T sau:  sign(a jk )( a jk − T )  aˆ jk =    if a jk  T if a jk  T MÔ PHỎNG, TÍNH TỐN, THẢO LUẬN Dữ liệu y sinh từ ngân hàng liệu www.physionet.org thu nhận từ 20 chủ thể tham gia thí nghiệm, liệu đánh giá thực 30 phân đoạn liệu ghi ngẫu nhiên chủ thể, phân đoạn liệu triết xuất 10 giây với tần số lấy mẫu 800 Hz, chủ tham gia thí nghiệm bệnh nhân theo dõi bệnh viện Campbelltown – Úc [12] Trước đưa vào hệ thống wICA để triệt nhiễu, liệu đưa qua lọc thông dải với tần số cắt từ 0.5 ~ 150 Hz nhằm loại bỏ trước số thành phần nhiễu nhiễu mồ hôi, nhiễu điện cực, nhiễu bề mặt da,… để hệ thống tập trung chủ yếu loại bỏ thành phần nhiễu phức tạp, có đột biến cao nhiễu Một hệ thống tín hiệu gồm tín hiệu chủ thể tham gia thí nghiệm sử dụng làm tín hiệu tham chiếu nhằm đánh giá độ tương quan với tín hiệu sau lọc nhiễu qua mơ hình wICA Việc đánh giá hiệu trình triệt nhiễu dựa hệ số tương quan R tín hiệu đầu hệ thống wICA tín hiệu tham chiếu (Rmax= 1) Chiều rộng cửa số k thiết lập 800 tương ứng với 01 giây liệu hàm wavelet sử dụng Daubechies Hiệu phương pháp triệt nhiễu đánh giá dựa việc so sánh với khả triệt nhiễu phương pháp truyền thống ICA tất kênh Hệ số tương quan tín hiệu sau triệt nhiễu hai phương pháp ICA, wICA với tín hiệu tham chiếu (tín hiệu mơ ước) kênh mơ tả bảng Bảng Bảng giá trị tương quan tín hiệu đầu hệ thống ICA, wICA so với tín hiệu tham chiếu TT Kênh ghi/đạo ICA wICA trình Giá trị R Giá trị R I 0.9245 0.9595 II 0.9138 0.9636 III 0.9282 0.9762 V1 0.9118 0.9549 V2 0.9281 0.9697 V3 0.9386 0.9796 V4 0.9211 0.9812 V5 0.8986 0.9573 V6 0.90240 0.9794 Trung bình 0.9186 0.9690 C xy Hệ số tương quan tính R = (Cxy hiệp phương sai x & y, R ≤ 1), với  x y Cxy = E ( x −  x )( y −  y ) ; E  x =  x ; E  y =  y ;  x = E ( x −  x )   y = E ( y −  y )2  [11] Việc loại bỏ tức thời thành phần tham dự khơng mong muốn qua việc tách nguồn tín hiệu thu (ICs) gây thơng tin hữu ích từ tín hiệu ghi; tác động khơng mong muốn Tạp chí Nghiên cứu KH&CN quân sự, Số 74, - 2021 49 Kỹ thuật điều khiển & Điện tử trình triệt nhiễu Giải pháp đặt ngưỡng hệ số wavelet thực thành phần độc lập hệ thống ICA cho kết khả quan so với phương pháp truyền thống, vừa cải thiện khả triệt nhiễu hệ thống đồng thời cho phép giảm méo tín hiệu ghi KẾT LUẬN Trong báo này, tác giả trình bày phương pháp triệt nhiễu mới, kết hợp mạnh hai cơng cụ xử lý tín hiệu, phân tích thành phần độc lập biến đổi wavelet, phương pháp gọi wavelet nâng cấp ICA (wICA) Phương pháp đề xuất chứng tỏ có nhiều ưu so với phương pháp sử dụng trước dựa số liệu khả quan kết thực nghiệm Mơ hình triệt nhiễu áp dụng hiệu cho việc triệt nhiễu tín hiệu điện tim nói riêng, hay tín hiệu y sinh nói chung; đồng thời hiệu việc áp dụng triệt nhiễu cho hệ thống ghi liệu đa kênh tương tự Tuy nhiên, liệu lấy từ ngân hàng liệu y sinh để áp dụng trình thực nghiệm, nhiều trạng thái bệnh lý cụ thể vấn đề tim mạch chưa đề cập Trong thực tế, có nhiều trạng thái bệnh lý tim mạch khác ảnh hướng lớn đến q trình ghi nhận tín hiệu ECG Vậy đánh giá toàn diện nhiệm vụ nhóm nghiên cứu tương lai, với số chủ thể đánh giá số phân đoạn liệu chủ thể gia tăng đáng kể thí nghiệm nhóm TÀI LIỆU THAM KHẢO [1] D A.Kabir, C.Shahnaz, “Denoising of ECG signals based on noise reduction algorithms in EMD and wavelet domains”, Biomedical Signal Processing and Control, Vol.7, No.5, (2012), PP 481-489, ISSN 1746-8094, [2] Mohammed AlMahamdy, H Bryan Riley, “Performance Study of Different Denoising Methods for ECG Signals”, Procedia Computer Science,(2014), Vol.37, PP 325-332, ISSN 1877-0509, [3] Abächerli R, Schmid HJ “Meet the challenge of high-pass filter and ST-segment requirements with a DC-coupled digital electrocardiogram amplifier” J Electrocardiol (2009), Vol.42, No.6, pp:574-9 [4] Venkatachalam, K L., Herbr, J E., Herbrandson, J E., son, & Asirvatham, S J “Signals and signal processing for the electrophysiologist”electrogram acquisition Circulation Arrhythmia And Electrophysiology, (2011), Vol 4, No.6, pp 965-73 [5] S.Chatterjee, R.S.Thakur, R.N.Yadav, L.Gupta, D.K.Raghuvanshi, “Review of noise removal techniques in ECG signals”, The Institution of Engineering and Technology, (2020), Vol.14, No.9, pp 569-590 [6] N Rashmi, G Begum and V Singh, "ECG denoising using wavelet transform and filters," 2017 International Conference on Wireless Communications, Signal Processing and Networking (WiSPNET), Chennai, India, (2017), pp 2395-2400 [7] L.Shoker, S.Sanei, J.A.Chambers, Artifact removal from electro- encephalograms using ahybrid BSSSV Malgorithm, IEEE Signal Process Lett, (2005) Vol.12, No.10, pp 721–724 [8] Travis B.S & Krishna.S.N (2010) “ MRI artifacts and correction strategies”, Imaging Med (2010),Vol 4, No 2, pp 445–457 [9] H Chen, C Zhao and J Yin, “Design and implementation of EEMD-assisted ICA joint denoising scheme for ECG signals”, IOP Conference Series: Materials Science and Engineering, (2019); Vol 569, No.3; pp:569-575 [10] Abbaspour S, Lindén M, Gholamhosseini H “ECG Artifact Removal from Surface EMG Signal Using an Automated Method Based on Wavelet-ICA” Stud Health Technol Inform (2015); pp:91-97 PMID: 25980853 [11] C.C Chiu, B.H Hai, S.J Yeh, and K.Y.K Liao (2013) “Recovering EEG Signals: Muscle Artifact Suppression Using Wavelet-Enhanced, Independent Component Analysis Integrated with Adaptive Filter” Biomedical Engineering: Applications, Basis and Communications Vol 26, No.5, 2014 [12] Gargiulo, G D., Mcewan, A L., Bifulco, P., Cesarelli, M., Jin, C., Tapson, J., Schaik, A V Towards true unipolar ECG recording without the Wilson central terminal (preliminary results) Physiological Measurement, (2013), Vol.34, No.9, pp 991-1012 50 Bùi Huy Hải, “Loại bỏ nhiễu phát sinh … dựa thành phần độc lập ICA.” Nghiên cứu khoa học công nghệ ABSTRACT THE ARTIFACT REMOVAL FROM ECG RECORDING BASED ON WAVELET COEFFICIENTS ON INDEPENDENT COMPONENTS OF ICA The removal of undesirable components to obtain a clean ECG signal is an important job, which helps to increase the accuracy of the clinical diagnosis process The ECG recorders usually provide some specific filters during ECG recording to remove artifacts However, with expecting received ECG in the high accuracy, the basic filters are not enough, because the ECG signal recording's often affected from multiple signal sources with with varying amplitudes and frequencies; such as Respiratory, Electroencephalogram (EEG), electrooculography (EOG), electromyography (EMG)… therefore, conventional filters didn't meet the requirements of removing most of the impacting artifact components, however the previously proposed methods cause distortion of the ECG recording signal when improving noise cancellation In this study, the author has proposed a new method “the independent component analysis (ICA) - combining wavelet transforms” to remove the abnormal noise to improve the accuracy of ECG signal recording with a correlation value of up to 0.968 compared to the desired response Keywords: Artifact removal; Biomedical signals; ECG; Independent component analysis; ICA; Wavelet transform Nhận ngày 26 tháng năm 2021 Hoàn thiện ngày 13 tháng năm 2021 Chấp nhận đăng ngày 30 tháng năm 2021 Địa chỉ: 1Khoa Điện tử, Đại học Kinh tế Kỹ thuật Cơng nghiệp * Email: bhhai@uneti.edu.vn Tạp chí Nghiên cứu KH&CN quân sự, Số 74, - 2021 51 ... Sau loại bỏ thành phần tín hiệu đột biến từ hệ số wavelet, bước biến đổi wavelet ngược (IWT) để thu thành phần IC Biến đổi ICA ngược cho 48 Bùi Huy Hải, ? ?Loại bỏ nhiễu phát sinh … dựa thành phần. .. wi u2 ; tính tốn trọng số “wi” mơ tả Sau tách thành phần độc lập, thành phần đánh giá nhiễu loại bỏ tái tổ hợp, tín hiệu thu sau tín hiệu 2.3 Triệt nhiễu dựa hệ thống hợp ICA biến đổi wavelet. .. nhằm loại bỏ trước số thành phần nhiễu nhiễu mồ hôi, nhiễu điện cực, nhiễu bề mặt da,… để hệ thống tập trung chủ yếu loại bỏ thành phần nhiễu phức tạp, có đột biến cao nhiễu Một hệ thống tín hiệu