Nghiên cứu phân tích tín hiệu sóng âm cho chẩn đoán hệ hô hấp

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI LUẬN VĂN THẠC SĨ Nghiên cứu phân tích tín hiệu sóng âm cho chẩn đốn hệ hơ hấp ĐÀO NGUN GIÁP Ngành Kỹ thuật Y sinh Giảng viên hướng dẫn: TS Trịnh Quang Đức Viện: Điện tử - Viễn thông HÀ NỘI, 2021 TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI LUẬN VĂN THẠC SĨ Nghiên cứu phân tích tín hiệu sóng âm cho chẩn đốn hệ hơ hấp ĐÀO NGUN GIÁP Ngành Kỹ thuật Y sinh Giảng viên hướng dẫn: TS Trịnh Quang Đức Viện: Điện tử - Viễn thông HÀ NỘI, 2021 Chữ ký GVHD CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tự – Hạnh phúc BẢN XÁC NHẬN CHỈNH SỬA LUẬN VĂN THẠC SĨ Họ tên tác giả luận văn: Đào Nguyên Giáp Đề tài luận văn: Nghiên cứu phân tích tín hiệu sóng âm cho chẩn đốn hệ hơ hấp Chun ngành: Kỹ thuật Y sinh Mã số SV: Tác giả, Người hướng dẫn khoa học Hội đồng chấm luận văn xác nhận tác giả sửa chữa, bổ sung luận văn theo biên họp Hội đồng ngày …………với nội dung sau: - Trình bày tài liệu tham khảo theo chuẩn - Chỉnh sửa luận theo theo quy định Ngày Giáo viên hướng dẫn TS Trình Quang Đức tháng năm 2021 Tác giả luận văn Đào Nguyên Giáp CHỦ TỊCH HỘI ĐỒNG LỜI CẢM ƠN Được hướng dẫn khoa học TS Trịnh Quang Đức, luận văn “Nghiên cứu phân tích tín hiệu sóng âm cho chẩn đốn hệ hơ hấp” hồn thành Tác giả xin bày tỏ lòng biết ơn sâu sắc tới thầy định hướng khoa học phương pháp nghiên cứu Dưới bảo tận tình quan tâm giúp đỡ mà thầy dành cho giúp học viên, đề tài đạt số thành tựu định có ý nghĩa khoa học Học viên xin chân thành bày tỏ lòng biết ơn tới thầy cô, cán nhân viên thuộc Viện Điện tử - Viễn thông, anh chị em học viên nhiệt tình giúp đỡ trình học viên học tập thực luận văn Học viên xin chân thành cảm ơn Phòng Đào tạo, Trường Đại học Bách khoa Hà Nội tạo điều kiện cho học tập, nghiên cứu hoàn thành luận văn Cuối cùng, xin gửi lời cảm ơn chân thành tới tồn thể gia đình, bạn bè đồng nghiệp động viên, khích lệ tơi suốt thời gian học tập, nghiên cứu thực luận văn Em xin chân thành cảm ơn! Hà Nội, ngày tháng Tác giả năm 2021 Đào Nguyên Giáp MỤC LỤC MỤC LỤC i DANH MỤC HÌNH ẢNH ii DANH MỤC CÔNG THỨC iv MỞ ĐẦU CHƯƠNG HỆ HÔ HẤP VÀ TÍN HIỆU SĨNG ÂM 1.1 Xuất xứ sóng âm thể 1.2 Sóng âm thể bệnh lý 1.3 Hệ hơ hấp sóng âm 1.4 Đặc trưng sóng âm hệ hơ hấp 13 1.5 Đối tượng nghiên cứu phạm vi đề tài 14 CHƯƠNG PHƯƠNG PHÁP PHÂN TÍCH TÍN HIỆU 17 2.1 Phương pháp phân tích phổ Fourier 18 2.2 Giới hạn phương pháp phân tích phổ Fourier 19 2.3 Phương pháp phân tích Time-Frequency Domain[7] 20 2.4 Spectrogram sóng âm phép quan sát biến đổi Fourier thời gian ngắn 22 CHƯƠNG KẾT QUẢ PHÂN TÍCH TÍN HIỆU 25 3.1 Đọc liệu 25 3.2 Phổ Spectrogram 27 3.3 Phân tích tín hiệu bệnh nhân bình thường 28 3.4 Phân tích tín hiệu bệnh nhân hen 30 3.5 Phân tích tín hiệu bệnh nhân viêm phế quản 32 3.6 Phân tích tín hiệu bệnh nhân viêm phổi 39 CHƯƠNG THẢO LUẬN VÀ KẾT LUẬN 43 4.1 Độ phân giải đặc trưng quan sát 43 4.2 Độ nhạy phép quan sát 46 4.3 Kết luận 49 TÀI LIỆU THAM KHẢO 50 i DANH MỤC HÌNH ẢNH Hình 1.1.Một số mẫu âm tim điển hình[1] Hình 1.2.: Một số mẫu âm tiêu hoá trình đồng hố thể Hình 1.3.Một số mẫu âm phổi q trình hơ hấp Hình 1.4.Những dao động âm tạo hoạt động tim[3] Hình 1.5.Âm tim bình thường Hình 1.6.Giải phẫu hệ thống hô hấp Hình 1.7.Âm tiêu biểu hệ hơ hấp bình thường Hình 1.8.Mẫu âm tiếng Rhonchi 10 Hình 1.9.Mẫu âm có Crackles phổi 11 Hình 1.10.Mẫu tiếng thở lẫn Wheezing 11 Hình 1.11.Mẫu tiếng thở có lẫn âm Stridor 12 Hình 1.12.Hình ảnh bác sĩ thu thập số liệu bệnh viện Việt Đức[5] 15 Hình 2.1.Minh họa phép biến đổi Fourier thời gian ngắn 21 Hình 2.2.Biểu diễn spectrogram tiêu biểu Matlab 22 Hình 2.3.Biểu diễn spectrogram dạng 3D 23 Hình 3.1 Tín hiệu âm thở người bình thường 28 Hình 3.2.Spectrogram âm hơ hấp người bình thường 29 Hình 3.3.Tín hiệu âm hô hấp bệnh nhân hen 30 Hình 3.4.Spectrogram âm người bệnh hen 31 Hình 3.5.Âm hơ hấp bệnh nhân viêm phế quản có tiếng Wheezing 32 Hình 3.6.Spectrogram bệnh nhân viêm phế quản có tiếng Wheezing 33 Hình 3.7.Âm hơ hấp người bệnh viêm phế quản có tiếng Crackle 34 Hình 8.Spectrogram âm hơ hấp người bệnh viêm phế quản có Crackles 35 Hình 3.9.Âm hơ hấp bệnh nhân có tiếng Crackles Wheezing 36 Hình 3.10.Spectrogram âm hơ hấp bệnh nhân có tiếng Crackles Wheezing 37 Hình 3.11.Âm hơ hấp có lẫn tiếng Stridor 38 Hình 3.12.Spectrogram âm hơ hấp có lẫn Stridor 38 Hình 3.13.Âm hơ hấp bệnh nhân viêm phổi có tiếng Rhonchi 39 Hình 3.14.Spectrogram âm hơ hấp có tiếng Rhonchi 40 Hình 3.15.Âm hơ hấp người bệnh viêm phổi mãn tính có tiếng Wheezing 41 Hình 3.16.Spectrogram bệnh nhân viêm phổi mãn tính có tiếng Wheezing 42 ii Hình 4.1.Phân bố theo thời gian cửa sổ 1/50 45 Hình 4.2.Phân bố theo tần số cửa sổ 1/50 45 Hình 4.3.Phân bố theo thời gian cửa số 1/1000 46 Hình 4.4.Phân bố theo tần số cửa số 1/1000 46 Hình 5.Spectrogram phần từ hàng đến hàng 51 ma trận giá trị cơng suất tín hiệu biểu diễn hình 3.1 47 Hình 6.Spectrogram phần từ hàng đến hàng 51 ma trận giá trị công suất tín hiệu biểu diễn hình 3.1 48 Hình 7.Spectrogram phần từ hàng đến hàng 51 ma trận giá trị cơng suất tín hiệu biểu diễn hình 3.13 49 iii DANH MỤC CÔNG THỨC 2.1 17 2.2 17 2.3 17 2.4 17 2.5 18 2.6 18 2.7 18 2.8 19 2.9 21 2.10 21 2.11 24 iv MỞ ĐẦU Hiện giới sống nỗi lo dịch Covid-19, sau năm kể từ dịch bệnh xuất lây lan 200 quốc gia/ vùng lãnh thổ, làm cho 130 triệu người mắc gần triệu người tử vong toàn giới Bệnh nhân nhiễm Covid-19 bị suy giảm chức hệ hô hấp, với mối lo dịch bệnh gia tăng ô nhiễm môi trường không khí, tình trạng hút thuốc lá, già dân số… nên tỷ lệ mắc bệnh lý hô hấp ngày tăng có nhiều ca bệnh nặng, diễn biến bất thường, đặc biệt trường hợp nhiễm trùng phổi nặng… Hiện kỹ thuật thăm dò chẩn đốn điều trị chun ngành hơ hấp nghiên cứu, ứng dụng phát triển nhanh chóng thính chẩn, nội soi phế quản ống mềm, nội soi lồng ngực, nội soi phế quản ảo, sinh thiết xuyên vách phế quản hướng dẫn huỳnh quang…, góp phần nâng cao chất lượng chẩn đốn điều trị cho người bệnh Thính chẩn phương pháp chẩn đốn bệnh lý đơn giản, tốn kém, hiệu quả, phát triển thực hành lâu đời y khoa Giới hạn phương pháp tín hiệu âm đo hoàn toàn khuếch đại âm học tai nghe bác sĩ đặc trưng khó phân biệt địi hỏi người nghe phải có nhiều kinh nghiệm Những âm thể, đặc biệt âm hô hấp gần số hố thơng qua tai nghe điện tử, nhiên, cơng cụ hỗ trợ chẩn đốn cịn ỏi Học viên tiếp cận hướng nghiên cứu phân tích âm hệ hơ hấp spectrogram để phân tích đặc trưng loại âm vốn dấu hiệu lâm sàng mang thông tin bệnh lý Crackle, Wheezing, Rhonchi Stridor Thơng qua phép đo thu thập tình nguyện viên bệnh nhân trình khám bệnh bệnh viện Việt Đức, học viên tiến hành mẫu phân tích khoanh vùng khác biệt dải phổ đặc trưng Những đặc trưng cho thấy khác phân bố tần số mà thơng qua phép phân tích phổ thời gian - tần số đánh dấu CHƯƠNG HỆ HƠ HẤP VÀ TÍN HIỆU SĨNG ÂM Sóng âm thể vốn có liên quan mật thiết đến tình trạng sinh học thể Chúng cung cấp thông tin lâm sàng thể dễ dàng đo đặc trưng vật lý sóng âm, vốn lan truyền gần “trong suốt” mơ sinh học Với lợi này, sóng âm thể gần coi phương tiện quan sát lâm sàng tự thân, không độc hại hiệu Sự phản ánh tần số bất thường kết hợp với biểu lâm sàng tiêu chuẩn đáng tin cậy để bác sĩ định kết luận chẩn đốn đưa phác đồ điều trị phù hợp Trong chương này, luận văn giới thiệu tượng vật lý nguồn gốc sóng âm thể, đặc biệt trọng đến hệ hô hấp thể, đối tượng nghiên cứu luận văn 1.1 Xuất xứ sóng âm thể Sóng âm thể xuất phát từ vận động thể, vận động tác động lực học xuất phát từ bó cơ, mơ sinh học, bên cạnh đó, q trình trao đổi chất, trao đổi khí lưu tác nhân sinh nguồn sóng âm tự phát Sự tác động lực gây phản lực tạo dao động cơ, dao động lan truyền nhờ môi trường truyền sóng âm vốn mơi chất đàn hồi cho phép dao động học lan truyền nhờ tượng co giãn mật độ hạt cấu thành Những dao động vật thể đóng góp nhiều hài thành phần, hài thành phần trải dài từ đến tần số vô lớn Rất may mắn, hài vùng nghe thấy sóng âm thể lại có giá trị đủ lớn để tai nghe Vì vậy, thính chẩn trở thành cơng cụ chẩn đốn bệnh hữu hiệu ngành khoa học sức khoẻ cịn sơ khai Hình 1.1.Một số mẫu âm tim điển hình[1] Hình 3.9.Âm hơ hấp bệnh nhân có tiếng Crackles Wheezing Hình 3.9 biểu diễn âm hơ hấp bệnh nhân tồn âm Crackles lẫn âm Wheezing Tín hiệu miền thời gian cho thấy tách biệt búp sóng chu kỳ khơng cịn phân định rõ ràng Các nhịp thở trở nên hỗn loạn hồn tồn khơng thể xác định chu kỳ Đồng thời giá trị xung tăng vọt bất thường sau lại giữ biên độ bình thường Có thể thấy, trộn lẫn tín hiệu từ hình 3.7 3.5 hình 3.9 Nếu đơn giản phân tích âm hơ hấp miền thời gian, khơng thể có trực quan nhận dạng tín hiệu Hình 3.10 biểu diễn spectrogram tín hiệu hình 3.9 Hình vẽ cho thấy tần số cao đan xen nhịp hít vào thở tần số cao tập trung nhịp thở hít vào tần số thấp tập trung nhịp thở Điều chứng tỏ tần số thấp thuộc tiếng Crackles hài có tần số cao thuộc tiếng Wheezing Tiếng Wheezing xuất nhịp hít vào thở nhịp hít vào biên độ tiếng Wheezing nhỏ hơn, tiếng Crackles xuất nhịp thở Những bệnh nhân tồn tiêng Crackles tiếng Wheezing dạng bệnh nhân hen bị viêm đường phế quản, vậy, nhận dạng chẩn đoán trường hợp khó khăn bác sĩ chun mơn tai mũi họng Bởi hen bệnh lý xuất phát từ dị tật bẩm sinh viêm khí quản mãn 36 tính, trường hợp cấp, có tiếng Crackle tiếng Wheezing, khó xác định tính trạng lâm sàng thực bệnh nhân Trong trường hợp này, bác sĩ cần đến hộ trợ từ chẩn đoán hình ảnh kết hợp với bệnh sử bệnh nhân để đưa định Hình 3.10.Spectrogram âm hơ hấp bệnh nhân có tiếng Crackles Wheezing Một dạng âm hô hấp thường gặp trẻ em đo âm hô hấp có lẫn tiếng Stridor, đặc trưng âm y học cho điều kiện lâm sàng có liên quan đến khí quản phần tương ứng với dạng chớm viêm phế quản dạng nhẹ Bệnh lý liên quan đến biến đổi nóng lạnh thể thời tiết gió lạnh nóng đột ngột dẫn đến tổn thương mơ niêm mạc bảo vệ khí đạo dẫn đến điều kiện thuận lợi cho vi khuẩn virus thâm nhập Khi đó, tượng viêm xuất làm biến đổi thiết diện đường khí đạo gây hài có tần số lạ Hình 3.11 biểu diễn âm hơ hấp có lẫn tín hiệu Stridor Cũng tương tự âm Wheeze, âm Stridor kéo dài tạo thành búp sóng ngắn liên tục khơng có thời gian nghỉ Đặc trưng tín hiệu miền thời gian cho thấy chu kỳ thở bị ngắt quãng ngắn tiếng hít vào có biên độ nhỏ, động thời có búp sóng nhỏ xuất liền kề Những âm dấu cho thấy lượng khí bơm vào khỏi lồng ngực khó khăn 37 Sở dĩ tiếng Stridor thường xuất trẻ nhỏ, thời điểm đứa trẻ sinh giai đoạn phát triển, hệ miễn dịch chúng yếu, niêm mạc dễ bị tổn thương, viêm nhiễm tác động vi sinh vật gây bệnh phát triển nhanh gây thu hẹp khí đạo nhanh chóng Sự phát triển khối viêm lan nhanh chóng Lượng khí đầu vào hệ thống khí đạo mà tạo âm lớn có tần số cao người trưởng thành Hình 3.11.Âm hơ hấp có lẫn tiếng Stridor Hình 3.12.Spectrogram âm hơ hấp có lẫn Stridor Hình 3.12 biểu diễn phân tích spectrogram tín hiệu hình 3.11 Như biểu diễn hình vẽ, tần số âm cao, dải phổ trải từ 5Hz 38 đến 15 kHz Sở dĩ âm có tần số cao trẻ em khí quản ngắn, đó, âm hơ hấp thường có tần số cao Phân bố tần số cho thấy thời điểm, nhiều tần số cao xuất lúc tần số thay đổi ngẫu nhiên mà không tập trung giá trị Khác với tiếng Crackles, tiếng Wheezing, tiếng Stridor tập trung biên độ chu kì hít vào chu kỳ thở Sự tập trung tín hiệu Stridor tập trung chu kỳ hít vào giải thích phần khí quản bị thu hẹp dẫn đến lượng khí đầu khí quản bị tăng tốc lớn đột ngột dẫn đến vượt âm lớn giai đoạn này, tiếng thở ra, lượng khí chứa lồng ngực nhỏ so với bên ngồi, ngun nhân biên độ tiêng Stridor thở yếu so với tiếng hít vào 3.6 Phân tích tín hiệu bệnh nhân viêm phổi Những bệnh nhân viêm phổi khảo sát khuôn khổ luận văn Nhóm bệnh nhân chia làm nhóm: Nhóm 1: Những bệnh nhân viêm phổi cấp, nang phổi bị viêm, gây tiếng Rhonchi Nhóm 2: Những bệnh nhân viêm phổi mãn tính có tiếng Wheezing Hình 3.13 mô tả âm hô hấp bệnh nhân hơ hấp có chứa tiếng Rhonchi, âm đặc trưng sinh từ nang phổi bị viêm Những nang phổi khí thường xuất hài cao tần cho lượng khí chứa nang bị đẩy đột ngột Ở chu kỳ hít vào nang phổi đẩy lượng vào với tốc độ chậm hơn, đó, biên độ tiếng Rhonchi nhỏ Hình 3.13.Âm hơ hấp bệnh nhân viêm phổi có tiếng Rhonchi 39 Phân bố biên độ âm hô hấp theo thời gian cho thấy chu kỳ thở ra, biên độ âm lớn chu kỳ hít vào Ở chu kỳ hít vào, xuất hài nhỏ bị ngắt quãng, dường dấu hiệu cho thấy lượng khí nạp vào phế nang bị cản trở gây đoạn ngắt quãng Để khảo sát tần số gây q trình hít thở, spectrogram tín hiệu quan sát Có thể thấy mặt cấu trúc phân bố biên độ theo thời gian, tiếng Rhonchi khó phân biệt sử dụng phân tích miền thời gian Hình 3.14 mơ tả spectrogram tín hiệu hình 3.13 Căn vào biểu diễn hình vẽ, thấy tiếng Rhonchi xuất chu kỳ thở rõ với tần số khoảng 2kHz đến 5kHz Ở chu kỳ thở ra, tiếng Rhonchi lớn so với chi kỳ hít vào lớn Chu kỳ hít vào thở đặn theo thời gian phân biệt q trình hít vào thở rõ Hình 3.14.Spectrogram âm hơ hấp có tiếng Rhonchi Như vậy, bệnh nhân viêm phổi cấp, chu kỳ hít vào thở ko bị ngắt quãng hỗn loạn giống với bệnh nhận bị viêm phế quản Sự khác biệt mẫu Rhonchi với người khỏe mạnh hài tần số cao xuất đầu chu kỳ thở Trên thực tế, để nghe tiếng Rhonchi khó khăn, đó, bác sĩ thường sử dụng kết hợp thính chẩn với chẩn đốn hình ảnh Những bệnh nhân viêm phổi cấp có biểu lâm sàng sốt cao khó thở, nên kênh thơng tin để bác sĩ tham khảo 40 Hình 3.15.Âm hô hấp người bệnh viêm phổi mãn tính có tiếng Wheezing Ở giai đoạn viêm phổi cấp nặng bệnh nhân viêm phổi mãn tính, phế nang bị thu hẹp đáng kể hình thành dị tật sưng to mơ niêm mạc cản trở lưu lượng khí trao đổi Ở bệnh nhân thường xuất tiếng Wheezing, đơi kết hợp tiếng Crackles Hình 3.15 mô tả âm hô hấp người viêm phổi mãn tính có tiếng Wheezing Những người viêm phổi mãn tính, thơng thường, q trình viêm phổi lâu ngày, nang phổi có dị tật sinh trình viêm nhiễm tái hồi phục niêm mạc bị tổn thương biến dạng, đó, số nang phổi bị thụ hẹp, dẫn tới tiếng Wheezing Cũng tương tự tiếng Rhonchi, chu kỳ hít vào thở phân biệt rõ ràng, nhiên, khác với tiếng Rhonchi, âm Wheezing kết ngăn lượng nạp vào đẩy lớn hơn, vậy, chu kỳ hít vào thở bị xóa nhịa q trình nạp khí đẩy khí kéo dài, âm nghỉ tiếng thở gần khơng cịn Hình 3.16 mơ tả spectrogram tín hiệu thể hình 3.15 Khác với bệnh nhân viêm phế quản có tiếng Wheezing, tiếng Wheezing bệnh nhân viêm phổi xuất q trình hít vào thở Tần số hài Wheezing cao, từ kHz đến 10 kHz Ở chu kỳ hít vào, biên độ hài Wheezing nhỏ biên độ hài Wheezing thở Sự phân bố biên độ tần số thấp không hệ bị gián đoạn chia nhịp rõ bệnh nhân viêm phổi cấp có tiếng Rhonchi Căn vào phân tích miền thời gian, tần số lúc, thấy âm hô hấp có đặc trưng dựa tần số hài dao động âm thời gian xuất chúng Những phép nhận dạng đồng thời 41 phân biệt tai bác sĩ nhờ kinh nghiệm thính lực tai Tuy nhiên, trực quan thơng qua hình ảnh cho thấy lợi ích to lớn biểu diễn tần số biên độ theo thời gian để phân biệt đặc trưng Hình 3.16.Spectrogram bệnh nhân viêm phổi mãn tính có tiếng Wheezing 42 CHƯƠNG THẢO LUẬN VÀ KẾT LUẬN Trong chương này, ảnh hưởng phép biến đổi, đặc biệt từ nguyên nhân chia độ phân giải, độ lớn cửa sổ, thảo luận bao gồm vấn đề: - Độ phân giải tần số - Độ nhạy phép đo - Phân bố phổ theo thời gian Những yếu tố ảnh hưởng đến kết biến đổi từ cho chất lượng quan sát khác Hơn nữa, tất spectrogram trình bày chương 3, thấy hài thành phần tần số cao thường có biên độ thấp nhiều so với thành phần có tần số thấp Những hài tần số thấp sinh luồng khí vào tự nhiên mà không gặp cản trở, hài tần số cao sinh cản trở biểu mô niêm mạc viêm sưng bị làm hẹp thiết diện dẫn khí Những điểm cản trở khí đạo thường xuất vài điểm, đó, có biên độ thấp nhiều so với hài vốn sinh q trình dẫn khí vào thể 4.1 Độ phân giải đặc trưng quan sát Độ phân giải tín hiệu miền thời gian phụ thuộc vào tần số lấy mẫu thiết bị Khi số hóa tín hiệu âm thanh, đại lượng cần ý để quan sát toàn dao động tần số lấy mẫu hay gọi tốc độ rời rạc hóa, tín hiệu âm thu chuyển đổi liên tục từ dao động sang dạng dao động điện từ Các sóng điện từ thu tồn dạng analog Nhưng phép tốn phân tích lại thực miền số, vậy, thời điểm đo, giá trị biên độ dao động thu thập chuyển thành số đưa vào nhớ vi xử lý Theo tiêu chuẩn Nyquist, tần số lấy mẫu tối thiểu phải lớn lần so với tần số dao động liên tục thực phép biến đổi Fourier Như vậy, với dải tần số âm nghe thấy, tần số dao động tối đa 20 kHz, tần số lấy mẫu tối thiểu để quan sát dao động phổ 40 kHz Để thực tần số lấy mẫu này, luận văn sử dụng tần số lấy mẫu chuẩn âm số ngưỡng 44.1 kHz cho âm stereo Như vậy, dải quan sát đạt từ Hz đến 22 kHz Phép biến đổi Fourier thời gian ngắn biểu diễn thông qua spectrogram rõ cho điều toàn hình vẽ spectrogram Sau thực phép biến đổi Fourier ngắn, giá trị biến đổi biểu diễn dạng ma trận 51x21711 Trong giá trị thuộc hàng từ đến 51 tương ứng với khoảng thời gian thu toàn độ dài tín hiệu Giá trị cột từ 43 đến 21711 tương ứng với giá trị tần số Trong đó, giá trị phần tử ma trận độ lớn cơng suất tín hiệu Như vậy, đây, tồn tần số, cơng suất tín hiệu thể ma trận Dựa ma trận này, phép mesh toán học, nghĩa nối cao điểm thành mặt phẳng tái tạo lại phân bố cao độ Phép dựng hình ứng dụng ảnh kỹ thuật số, chi tiết ảnh kỹ thuật số có độ phân giải lớn nhiều so với ma trận phép biến đổi spectrogram, nên độ phân giải bị hữu hạn Sự hữu hạn đến từ tần số lấy mẫu Để tăng độ phân giải cần thiết phải tăng tần số lấy mẫu, quan sát phổ nhìn thấy liên tục tần số biến động nhỏ phổ tín hiệu âm Tuy nhiên, tần số lấy mẫu thường bị giới hạn trạng thái vật lý thiết bị phần cứng Bên cạnh giới hạn tần số lấy mẫu, phép biến đổi Fourier ngắn tăng độ phân giải cách thông qua việc lựa chọn cửa sổ Sự lựa chọn cửa sổ hẹp cho miền quan sát rộng với độ phân giải lớn Tuy nhiên, để trả giá cho tăng độ phân giải tần số, độ phân giải thời gian hẹp lại giảm kích thước cửa sổ quan sát Vì vậy, giải pháp để tăng đồng thời độ phân giải thời gian tần số Giải pháp tăng tần số lấy mẫu, nhiên, phương pháp bị giới hạn cấu hình phần cứng giải thích Hình 4.1 mô tả độ phân giải theo thời gian phép biến đổi Fouier thời gian ngắn cửa số chọn với giá trị 1/50 độ dài toàn mẫu Trên hình vẽ thể cỡ mẫu theo thời gian với giá trị 44000 mẫu, tương ứng với giá trị phân bố từ đến 10 giây Như độ phân giải khoảng thời gian thực tế 10/44000 mẫu Trong đó, hình 4.2, cỡ mẫu tần số có 25 giá trị tương ứng với dải phổ Hz đến 22 kHz Nghĩa độ phân giải tần số đạt 22 kHz/25 Đây giá trị độ phân giải nhỏ Để đạt độ phân giải lớn hơn, cửa sổ quan sát cần giảm đi, luận văn sử dụng cửa sổ quan sát 1/1000 độ dài toàn mẫu để thực quan sát Ở cửa sổ độ phân giải tương ứng theo thời gian tương đương với 10/2200 giây biểu diễn hình vẽ 4.3 Độ phân giải tần số thể hình vẽ 4.4 với giá trị tương ứng 22000/500 Nghĩa tương đương với 40 Hz Với khoảng độ phân giải này, quan sát bất thường mẫu âm hơ hấp giá trị tần số biến động lớn người bệnh điều kiện lâm sàng nhận biết Đối với triệu chứng lâm sàng không rõ ràng, ranh giới có bệnh khơng bệnh, cần địi hỏi xác cao hơn, độ phân giải cần yêu cầu lớn Tuy nhiên, đơn giản 44 giảm kích thước cửa sổ quan sát không đủ cỡ mẫu để thực phép biến đổi Fourier xác Do đó, cần tăng tần số lấy mẫu lên cao Hình 4.1.Phân bố theo thời gian cửa sổ 1/50 Hình 4.2.Phân bố theo tần số cửa sổ 1/50 45 Hình 4.3.Phân bố theo thời gian cửa số 1/1000 Hình 4.4.Phân bố theo tần số cửa số 1/1000 4.2 Độ nhạy phép quan sát Phép quan sát phân bố phổ tín hiệu dựa trực quan hình ảnh bị ảnh hưởng độ tương phản tương tự hình ảnh 2D thơng thường Nếu ảnh kỹ thuật số hay ảnh thông thường, độ tương phản tỷ lệ cường độ ánh sáng hấp thụ tọa độ điểm ảnh spectrogram tỷ lệ giá trị cơng suất tín hiệu điểm ma trận Trong spectrogram tín hiệu âm hơ hấp, hài âm thường tập trung dải Hz đến 500 Hz, hài tín hiệu bệnh lý crackle, rhonchi, wheezing, hay stridor thường ngưỡng tần số cao 46 So với độ tương phản hài sóng âm hơ hấp chính, hài tín hiệu bất thường hay bệnh lý nhỏ, tạo khó quan sát để nhận biết Để cải thiện độ tương phản phép quan sát tần số bệnh lý mẫu âm hơ hấp, hài dao động âm lược bỏ thông qua phép xây dựng hàm mặt biểu diễn spectrogram Ở đây, với độ phân giải 40 Hz, đường đồ thị lược bỏ để loại bỏ độ tương phản Hình 4.5 biểu diễn spectrogram hình 3.2 với đường đồ thị ma trận spectrogram âm biểu diễn hình 3.1 Có thể thấy giá trị cơng suất hài âm hô hấp giảm tương phản giá trị công suất hài tần số cao tăng lên Hình 5.Spectrogram phần từ hàng đến hàng 51 ma trận giá trị công suất tín hiệu biểu diễn hình 3.1 Để khảo sát tiếp ảnh hưởng độ tương phản với quan sát hài phụ âm hô hấp, đường đồ thị ma trận spectrogram loại bỏ Hình 4.6 biểu diễn spectrogram tín hiệu âm hơ hấp hình 3.1 với đồ thị ma trận spectrogram Căn vào biểu diễn hình vẽ thấy tần số hài phụ phân bố theo chiều giảm dần dài đến suốt dải phổ âm Đây đặc trưng người khỏe mạnh, có âm hơ hấp bình thường 47 Hình 6.Spectrogram phần từ hàng đến hàng 51 ma trận giá trị cơng suất tín hiệu biểu diễn hình 3.1 Để khảo sát hiệu ứng biểu diễn spectrogram thể hình 3.14 biểu diễn lại với đường hàng ma trận từ đến lược bỏ, thấy hài tần số cao xuất với công suất lớn so với các hài tần số cao người bình thường Bên cạnh đó, quãng thời gian xuất hài cao tần đặc trưng tín hiệu âm hơ hấp người có tiếng Rhonchi Đối với phép nhận dạng trực quan, việc quan sát hài cao tần xuất khó khăn việc phát hài cao tần xuất thời điểm chuỗi tín hiệu âm hơ hấp Với hạn chế phép trực quan phân tích tín hiệu âm ống nghe cổ điển thông qua phép nghe trực tiếp từ thể người bệnh, việc tăng giảm tương phản thực Tuy nhiên, với phép phân tích tín hiệu sử dụng phương pháp biến đổi số giải pháp biến đổi thời gian ngắn quan sát vùng quan tâm, hài đặc trưng phân bố theo thời gian cải thiện để trợ giúp bác sĩ 48 Hình 7.Spectrogram phần từ hàng đến hàng 51 ma trận giá trị cơng suất tín hiệu biểu diễn hình 3.13 4.3 Kết luận Âm hơ hấp phân tích thuật tốn biến đổi Fourier thời gian ngắn biểu diễn dạng spectrogram để quan sát phân bố hài thành phần âm hô hấp theo thời gian Những tín hiệu thực tế thu thơng qua q trình khám chữa bệnh thực Bệnh viện Hữu nghị Việt Đức kết hợp với thí nghiệm tình nguyện từ người khỏe mạnh cho thấy số đặc trưng sóng âm hô hấp Sự đa dạng tiếng ran (rales), vốn tiếng gọi chung bác sĩ nhận biết dấu hiệu bệnh chia theo âm bệnh lý với Rhonchi, Wheezing, Crackles, Stridor Trong đặc trưng bệnh nhân viêm phổi mãn tính, viêm phế quản, nhiều giai đoạn phân tích, đặc trưng âm Bên cạnh việc xuất hài bậc cao, xuất liên tục gián đoạn âm tiếng thở đặc trưng quan sát Thông qua công cụ này, luận văn định hướng phát triển tương lai để phân tích với cỡ mẫu lớn, từ đó, trích chọn đặc trưng để phát triển cơng cụ chẩn đốn tham khảo sử dụng cơng nghệ trí tuệ nhân tạo mà nhiều nước giới sử dụng 49 TÀI LIỆU THAM KHẢO [1] Techniques – Heart Sounds & Murmurs Exam – Physical Diagnosis Skills" depts.washington.edu University of Washington School of Medicine https://en.wikipedia.org/wiki/Heart_sounds [2] Heart Sounds and Cardiac Arrhythmias: An excellent audiovisual tutorial on heart sounds http://www.blaufuss.org/ [3] https://www.littmann.ca/3M/en_CA/littmann-stethoscopes-ca http://www.stethographics.com/3mlls/main/3m.htm [4] Sengupta, Nandini; Sahidullah, Md; Saha, Goutam (August 2016) "Lung sound classification using cepstral-based statistical features" Computers in Biology and Medicine 75 (1): 118–129 [5] Hình ảnh bệnh nhân mắc bệnh phổi tắc nghẽn mạn tính khoa Khoa Hồi sức tích cực Tim mạch - Lồng ngực Bệnh viện Hữu nghị Việt Đức [6] Short-time Fourier transform: https://en.wikipedia.org/wiki/Short-time_Fourier_transform Jont B Allen (June 1977) "Short Time Spectral Analysis, Synthesis, and Modification by Discrete Fourier Transform" [7] https://en.wikipedia.org/wiki/Fourier_series [8] Mạch xử lý tín hiệu y sinh Tác giả: GS.TS Nguyễn Đức Thuận – TS.Vũ Duy Hải – TS.Nguyễn Phan Kiên [9] Giáo trình Phương pháp tính Matlab Tác giả: Lê Trọng Vinh – Trần Minh Toàn [10] Bài giảng Giải tích Tác giả: PGS.TS Nguyễn Quang Thảo 50 ... CHƯƠNG HỆ HÔ HẤP VÀ TÍN HIỆU SĨNG ÂM 1.1 Xuất xứ sóng âm thể 1.2 Sóng âm thể bệnh lý 1.3 Hệ hơ hấp sóng âm 1.4 Đặc trưng sóng âm hệ hơ hấp 13... 27 3.3 Phân tích tín hiệu bệnh nhân bình thường 28 3.4 Phân tích tín hiệu bệnh nhân hen 30 3.5 Phân tích tín hiệu bệnh nhân viêm phế quản 32 3.6 Phân tích tín hiệu bệnh... ? ?Nghiên cứu phân tích tín hiệu sóng âm cho chẩn đốn hệ hơ hấp? ?? hồn thành Tác giả xin bày tỏ lòng biết ơn sâu sắc tới thầy định hướng khoa học phương pháp nghiên cứu Dưới bảo tận tình quan tâm