Xây dựng bộ phân loại bệnh tim từ cơ sở dữ liệu tín hiệu điện tim ECG

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH CƠNG TRÌNH NCKH DÀNH CHO NGHIÊN CỨU SINH XÂY DỰNG BỘ PHÂN LOẠI BỆNH TIM TỪ CƠ SỞ DỮ LIỆU TÍN HIỆU ĐIỆN TIM ECG S K C 0 9 MÃ SỐ: T2020-03NCS S KC 0 Tp Hồ Chí Minh, tháng 4/2021 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH BÁO CÁO TỔNG KẾT ĐỀ TÀI KH&CN NGHIÊN CỨU SINH XÂY DỰNG BỘ PHÂN LOẠI BỆNH TIM TỪ CƠ SỞ DỮ LIỆU TÍN HIỆU ĐIỆN TIM ECG Mã số: T2020-03NCS Chủ nhiệm đề tài: ThS Nguyễn Thanh Nghĩa TP HCM, 04/2021 TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH KHOA ĐIỆN – ĐIỆN TỬ BÁO CÁO TỔNG KẾT ĐỀ TÀI KH&CN NGHIÊN CỨU SINH XÂY DỰNG BỘ PHÂN LOẠI BỆNH TIM TỪ CƠ SỞ DỮ LIỆU TÍN HIỆU ĐIỆN TIM ECG Mã số: T2020-03NCS Chủ nhiệm đề tài: ThS Nguyễn Thanh Nghĩa Thành viên đề tài: PGS TS Nguyễn Thanh Hải TP HCM, 04/2021 DANH SÁCH NHỮNG THÀNH VIÊN THAM GIA NGHIÊN CỨU ĐỀ TÀI VÀ ĐƠN VỊ PHỐI HỢP CHÍNH NHỮNG THÀNH VIÊN THAM GIA NGHIÊN CỨU ĐỀ TÀI TT Họ tên Đơn vị công tác lĩnh vực chuyên môn Nội dung nghiên cứu cụ thể giao PGS TS Nguyễn Thanh Hải Khoa Điện-Điện tử, Chuyên ngành Điện Tử Y Sinh Xây dựng phương pháp, tính tốn, xây dựng sơ đồ phân loại bệnh tim Viết báo ĐƠN VỊ PHỐI HỢP CHÍNH Khơng có Trang - iii - MỤC LỤC MỤC LỤC MỤC LỤC iv DANH MỤC BẢNG VÀ HÌNH vi DANH MỤC CHỮ VIẾT TẮT PHẦN MỞ ĐẦU TÍNH CẤP THIẾT CỦA VẤN ĐỀ NGHIÊN CỨU TỔNG QUAN VỀ LĨNH VỰC NGHIÊN CỨU MỤC TIÊU NGHIÊN CỨU ĐỐI TƯỢNG NGHIÊN CỨU 10 PHẠM VI NGHIÊN CỨU 10 CÁCH TIẾP CẬN 10 PHƯƠNG PHÁP NGHIÊN CỨU 10 NỘI DUNG NGHIÊN CỨU 11 PHẦN 12 NỘI DUNG NGHIÊN CỨU 12 Chương 13 NGHIÊN CỨU TỔNG QUAN 13 1.1 Tổng quan tín hiệu điện tâm đồ 13 1.1.1 Giới thiệu tín hiệu điện tâm đồ 13 1.1.2 Các chuyển đạo tim 13 1.1.3 Ý nghĩa thành phần điện tâm đồ 16 1.1.4 Áp dụng y học 18 1.2 Phép biến đổi Fourier thời gian ngắn (Short-time Fourier transform) 19 1.2.1 Biến đổi Fourier 19 1.2.2 Phép biến đổi Fourier thời gian ngắn 20 1.3 Tổng quan máy vector hỗ trợ (Support Vector Machines - SVM) 25 1.3.1 Khái niệm SVM 25 1.3.2 Phân loại nhiều lớp 28 1.4 Phương pháp đánh giá mơ hình phân loại 29 Chương 32 THIẾT KẾ HỆ THỐNG PHÂN LOẠI BỆNH TIM DỰA VÀO TÍN HIỆU ĐIỆN TIM 2.1 Chuẩn bị liệu ECG 32 2.2 Đề xuất thuật tốn phân loại bệnh tim từ tín hiệu ECG 34 2.2.1 Đề xuất hệ thống phân loại 34 2.2.2 Tiền xử lý tín hiệu điện tim cắt nhịp tim 36 2.2.3 Trích xuất đặc trưng nhịp tim 37 2.2.4 Thiết kế phân loại 38 Trang - iv - 32 MỤC LỤC 2.2.5 Lưu đồ giải thuật chương trình huấn luyện mơ hình SVM 40 Chương 45 KẾT QUẢ PHÂN LOẠI BỆNH TIM DỰA VÀO TÍN HIỆU ĐIỆN TIM 45 3.1 Phương pháp đánh giá hiệu suất phân loại 45 3.2 Kết phân loại bệnh tim 46 PHẦN 50 KẾT LUẬN VÀ KIẾN NGHỊ 50 KẾT LUẬN 51 KIẾN NGHỊ 51 TÀI LIỆU THAM KHẢO 52 PHỤ LỤC: CƠNG TRÌNH ĐÃ CƠNG BỐ 56 PHỤ LỤC: HỢP ĐỒNG VÀ THUYẾT MINH 61 Trang - v - DANH MỤC BẢNG VÀ HÌNH DANH MỤC BẢNG VÀ HÌNH Bảng Trang Bảng 1.1 Ma trận nhầm lẫn 30 Bảng 2.1 Kí hiệu ghi theo chuẩn MIT-BIH 33 Bảng 2.2 Bảng chuyển đổi kí hiệu bên MIT-BIH sang AAMI 34 Bảng 2.3 Bảng thống kê số nhịp tim lớp 34 Bảng 2.4 Độ xác mơ hình SVM kích thước cửa sổ 38 Bảng 3.1 Ma trận nhầm lẫn cho trường hợp nhiều loại bệnh 45 Bảng 3.2 Tập liệu nhịp tim thiết kế để đánh giá hiệu suất phân loại đề xuất 47 Bảng 3.4 Kết phân loại bệnh tim sử dụng thuật toán SVM kết hợp với thuật toán STFT 49 Hình Trang Hình 2.1 Dạng sóng tín hiệu ECG bệnh nhân đánh số 234 thu thập từ tập liệu MIT-BIH 32 Hình 2.2 Sơ đồ khối mơ hình phân loại nhịp tim 35 Hình 2.3 Tín hiệu ECG trước (a) sau qua hai lọc trung vị (b) 36 Hình 2.4 Nhịp tim sau phân đoạn 37 Hình 2.5 Lưu đồ chương trình huấn luyện SVM 41 Hình 2.6 Lưu đồ giải thuật chương trình load đặc trưng 42 Hình 2.7 Lưu đồ giải chương trình phân đoạn nhịp tim 44 Hình 3.1 Trình bày tín hiệu ECG gốc tín hiệu ECG sau lọc 47 Hình 3.2 Trình bày dạng sóng tín hiệu nhịp tim dạng sóng đặc trưng nhịp tim sau áp dụng thuật toán STFT 48 Trang - vi - DANH MỤC CHỮ VIẾT TẮT DANH MỤC CHỮ VIẾT TẮT AAMI Association for the Advancement of Medical Instrumentation ECG ElectroCardioGram ICA Independent Component Analysis MIT-BIH Massachusetts Institute of Technology-Beth Israel Hospital NN Neural Network PCA Principal Component Analysis SNR Signal to Noise Ratio STFT Short-time Fourier transform SVM Support Vector Machine WHO World Health Organization WT Wavelet Transform Trang - - THÔNG TIN KẾT QUẢ NGHIÊN CỨU BẰNG TIẾT VIỆT TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT CỘNG HOÀ XÃ HỘI CHỦ NGHĨA VIỆT NAM THÀNH PHỐ HỒ CHÍ MINH Độc lập - Tự - Hạnh phúc KHOA ĐIỆN – ĐIỆN TỬ Tp HCM, ngày tháng năm 2021 THÔNG TIN KẾT QUẢ NGHIÊN CỨU Thông tin chung: - Tên đề tài: Xây dựng phân loại bệnh tim từ sở liệu tín hiệu điện tim ECG - Mã số: T2020-03NCS - Chủ nhiệm: Nguyễn Thanh Nghĩa - Cơ quan chủ trì: Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh - Thời gian thực hiện: 12 tháng (từ tháng 01/2020 đến 12/2020) Mục tiêu: Mục tiêu đề tài khảo sát phương pháp phân loại bệnh tim từ tín hiệu điện tâm đồ ECG để xây dựng phương pháp phân loại bệnh tối ưu Hơn nữa, phương pháp đánh giá phân loại sử dụng để đánh giá hiệu phân loại xây dựng Tính sáng tạo: Đề tài đề xuất hệ thống phân loại bệnh tim sử dụng tín hiệu điện tim Cụ thể, thuật tốn trích đặc trưng áp dụng phép biến đổi Fourier nhanh kết hợp với phân loại dùng máy vector hỗ trợ xây dựng để phân loại bệnh Kết phân loại đánh giá sử dụng phương pháp ma trận nhầm lẫn Tính đề tài thể qua báo xuất suốt trình thực đề tài Kết nghiên cứu: Đề tài hoàn thành nội dung đề thuyết minh Cụ thể, phân loại bệnh tim xây dựng dựa vào phép biến đổi Fourier thời gian ngắn kết hợp với phương pháp máy vector hỗ trợ Hơn nữa, kết đề tài áp dụng cho nghiên cứu sử dụng để giảng dạy cho sinh viên Thông tin chi tiết sản phẩm: a Sản phẩm đạt đề tài: Trang - - THÔNG TIN KẾT QUẢ NGHIÊN CỨU BẰNG TIẾT VIỆT + Báo cáo khoa học (ghi rõ số lượng, giá trị khoa học): Báo cáo tổng kết trình bày phương pháp đề xuất kết đạt + Bài báo khoa học (ghi rõ đầy đủ tên tác giả, tên báo, tên tạp chí, số xuất bản, năm xuất bản): sản phẩm báo đăng kỷ yếu hội nghị quốc tế Chi tiết báo sau: Thanh-Nghia Nguyen, Thanh-Hai Nguyen, Duc-Dung Vo and TruongDuy Nguyen, "Multi-class Support Vector Machine Algorithm for Heart Disease Classification," 2020 5th International Conference on Green Technology and Sustainable Development (GTSD), Ho Chi Minh City, Vietnam, pp 137-140, 2020 Hiệu quả, phương thức chuyển giao kết nghiên cứu khả áp dụng: Kết nghiên cứu ứng dụng để phát triển cho nghiên cứu Hơn nữa, kết sử dụng để giảng dạy cho sinh viên ngành Công nghệ kỹ thuật Y sinh Trưởng Đơn vị (ký, họ tên) Chủ nhiệm đề tài (ký, họ tên) Trang - - PHỤ LỤC: HỢP ĐỒNG VÀ THUYẾT MINH PHỤ LỤC: HỢP ĐỒNG VÀ THUYẾT MINH Trang - 61 - s0 crAo DUC vA EAo rAo CQng hda Xe hQi Chfr nghia ViQt Nam DQc l$p - Tg - H4nh phric rntldnc pAr Hec sr.I rHAM xY rnuAr THAr\rH ps6 HO crii vrnrn S5: T2O2O-O3NCS/KHCN-GV Tp H6 Chi Minh, ngiry 25 th6ng ndm2020 Hgt DoNq rHLIC HrE\ DE TAr NGHTEN CUII KHOA HQC cAp rRrror{c oAxH cHg crANG vrtx NGHTtN c[]u sri{H/ Hec TRE/ vrEN cAo HQC NAM 2020 Ctrn cf Luflt Khoa hgc vd C6ng nghQ ngdy 181612013; Cln ct.Quy6t Oinfr s5"lf ZtqO-TTg ngiy 30 thdng nlm 2017 ciaThri tudng Chinh pht vd viQc ph€ duyQt dA an thi tti6m d6i mdi co ch6 ho4t tlQng criiTrudmg E4i hgc Su ph4m fy tnu4t ip HCVI;- c[n crl Quy6t dinh s5 1o27IQD-DHSPKT ngdy 201612018 cta Truomg D4i-hqc Su phpm Tp HCM vd viQc ban hinh quy ttinh vd quin lj dE tai Khoa hgc vi C6ng ngtrp c6p fruOmg; K] thu$t Cln ct gi6y riy quyAn s6 lStruq-DHSPKT, ngdy 20/tU20t8; Ctrn cf Danh mgc dA Ai, Thuy6t minh ttA tdi c6p Trudmg trgng di6m ila dugc phd duyQt; BGn A: B0n B: fruQnB D4i hgc Su ph4m,Kg thuflt Thdnh pn6 U6 Chf Minh Do Ong: PGS TS LO Hi6u Giang Chtc vs: Ph6 HiQu trudng Trudmg DHSPKT TPHCM hm tlAi diQn s6 trigu tii khoan: 3712.{.losssot.ooooo - Kho b4c Nhi nudc Tht Drlc Thinh pn5 u6 cnr Minh ho{c 3141.0000.247673 - Ngdn hing TMCP D}u tu vi Ph6t tri6n ViQt Nam - CN D6ng Sii gdn Ong (Bn): Nguy6n Thanh Nghia - chri nhiQm ad Ai Don vic6ng t6c: Khoa EiQn - Dipn trl s5 nieu tii khoin: 3t4100a2714641 Tpi Ng6n hing: BIDV - CN DOng Sdi Gdn Sau th6o lufn vi bin bpc, chfng t6i th5ng ntr6t tcy t6t trq'p d6ng thpc hiQn d0 tii Khoa hgc vi c6ng nghQ c6p Trudng dinh cho Gi&ng vi€n tre/ Ngtri€n crlu sinh/ irgr nlen cao hgc vdi c6c diAu khoAn sau ddy: Di6u 1: Giao vd nhgn nhiQm vg thyc hiQn d6 tdi: B6n A giao cho BCn B t6 chfc tri6n khai thgc hiQn Ad Ai: T€n de tai: "Xf,y dgng bQ phfin loSi bQnh tim tt co sO dt liQu tin hiQu tliQn tim ECG, Ma s6: T2020-03NCS Kinh phi thgc hiQn 15.000.000 d6ng (Muui ltrm triQu tt6ng) B€n A kho6n chi cho b€n B thpc hiQn tld tni nghi€n cr?u khoa hgc Thqi h4n thgc hiQn: Thdi hpn nghiQm thu vd to6n trudc ngiy 31 thdng ntrm 2021 + o5i voi dA tni nghiQm thu tlqt i (trudc ngdy 31 th6ng 0l nam{oity s5 gid ilrcrn s€ dugc tinh cho ndm hqc2019-2020 + O5i voi dd tdi nghiQm thu ilgt (trulc ngdy 3l th6ng ndm 2021) s5 gid NCKH sc tfnh cho n[m hgc 2020-2021 B6n B nhfln thgc hiQn dd tai tren theo dring nQi dung, y€u cAu thuy6t minh vd hqp ttdng niy Didu 2: Sin ph6m/k6t qui nghiOn ct?u: f6t thfc thli h4n thlrc hiQn dd tAi B€n B nQp cho B€n A cdc sin phAm khoa hgc rta n€u thuy6t minh vi c6c sin phAm sau