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 MÃ SỐ: T2020-03NCS SKC007312 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 ĐƠN VỊ PHỐI HỢP CHÍNH Khơng có Họ tên PGS TS Nguyễn Thanh Hải Trang - iii - MỤC LỤC MỤC LỤC MỤC LỤC iv DANH MỤC BẢNG VÀ HÌNH vi DANH MỤC CHỮ VIẾT TẮT .1 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 32 2.1 Chuẩn bị liệu ECG 32 2.2 Đề xuất thuật toán 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 - 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  51 KẾT LUẬN  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 AAMI ECG ICA MIT-BIH NN PCA SNR STFT SVM WHO WT Trang - - ^ffi GV Nguy6n Thanh Nghla BM 02GVT Thuydt minh eti tdi ciip Tru:dng ddnh cho Si4nS viAn td, NCS, CH TRIJ'ONG DAr HeC su'eHAMkY rrruAr cQNG HoA xA HQI cHU NGHIA vIET NAM THANH PHO HO CHi MINH DQc l4p - TU - Henh K@u' phfc THUYET MINH EE TAI CAP TRI,ONG DANH CHO NGHIEN CI,U SINH NAM 2O2O TEN EE TAI xAY DT/NG BQ PHAN LOAI BENH TIM TU CO SO DU LIEU TiN HIE,U DIEN vrA so rHEo t ixu vq.rc xcHI0N c'l'uzozgg TIM ECG TIC N GHIEN C X Tu nhi6n tr tr Kinh t6; XH-NV Gi6o dgc THOI GIAN THUC HI CO QUAN CHU TRI DE TAI T€n co quan: D4i hqc Su pham K! thuQt Thinh pnO UO Chi Minh DiQn tho4i: 0838.968.641 phO Dia chi: SO Ot V6 V[n Ngdn QuQn Thri Eirc Thinh UO Chi Minh CHU NHIEM DE TAI Ho vd t6n: NGUYEN Chric danh khoa fHaNH hoc: Don vl c6ng t6c: Khoa Dien NGHIA Hsc vf : Th4c si - DiQn tir E-mai I : nehiant@hcmute.edu.vn 8J\HLNG THANH VIEN THAM GIA NGHIEN CUU EE TAI TT Ho vd t6n ThS Nguy6n I Thanh Nghia PGS.TS Nguy6n Thanh Hti DON VI PHOI HOP CHINH TCn dcrn vi vi ngodi nu6c ro roNc QUAN riNu niNn NGHIEN c rAuec l-iNu vfc cua O INONC VA NGOAI NIJOC 10.1 Ngodi nu6c (phdn tlch, ddnh gid tinh hinh nghiAn c*u thu\c *uc'idccAng finh nghiAn c*u, tdi lieu cd hAn quan din de fii ddnh gid r6ng quan) l7nh.v1.rc cila ni dwgc trich ddn (1*!,Siyj, V6i tinh cAp thi6t viQc xdy dgnq mQt b0 ph6n lo4i phn hqp v6i phdn lo4i bQnh tim tir tin hiQu diQn t6m d-6, da "o niriAu nghiOn crlu EE TAI het ke iarh hiQu su6t cao th6 gi6i vA phdn loai benh tim d€ xu6t phuong ph6p dugc thgc hiQn Titc gitrR Rodrigu ez vir citc cQng sg Il ],da nguong thich nghi t6t trqp v6i phdn d4c tnmg cria tin dC tich thdnh phAn chinh (P-C+l trich f,ipu AiCn tim p6C Trong d6, cictirc gi? tap trung viro viQc phAn phric bQ nhu phAn phric b0 trich.thanh QRS li m6t dflc trtmg cira tin t'ipuaien ta* AO ECG Cu tn,5, thdnh QRS oi:l tY ngu0ng thich nghi d6 dpng bi6n aOi.fritUert vd k6t hqp v6i thuflt to6n PCA dya tr6n k! thuft 9Yq: trich thdnh phAn d4c lr.en trung cira iin hieu ECG C6c thdnh phAn dic trung niry dugc str dpng d0 dua viro b0 ph6n lo4i nhim thu dugc hiQu sudt cao nh6t' Ngodi ra, dd c6 r6t nhi6u phuong ph6p trich d{c tnmg kh6c dd dugc nghi6n,.ry.d phdn chinh ph6n tich trich rl{c trung tet hqp gi6m chi^€u ctralin hiQu diQn tdm d6 nhu: (wavelet Tl".",tl":-^r (Principal component Anaiysis - PCA) 12,31, bi6n d6i wavelet yP t4-i1, pndn tich phAn dQc l4p (ndependent Component Analysis diQn t0m d6, phuong ph6p k6t 9], l:el - ,9O1.[8, hqp gita kernel vd PCA ld kernel v6i thuft to6npCA t101 De trich dflc tl*g ctra tin hiQu su mot phucrng ph6p rat hiQu qui vd dd dugc dung16t.nhi6u{3,,101' hiqu diQn tim Ti6p theo, m fiong c6c nghi6n cuu niry, tru6c ti6n kernel dugc xdy dlmg tr6n tir tin phu&g pfral fCa dugc 6p dpng tr6n ma trfn kernel dO trich c6c d4c trung b0 phdn lo4i thu dugc bftt cho timg lo4i bQnh thi hiQu su6t cua cdng cao cira tin hiQu diqn Vi vfy,-tricn Aac tnmg chinh x6c g6p phAn rdt quan trgng Trong [l 1], Serka n Kiranyaz vir c6c cQng sq da dA xu6t *6t b0 tim C6c d{c trtmg ceng phdn viQc ph6n lo4i bQnh phan lo4i diQn tim tir networks Trong nghien tim tin hiQu diQn cuu niry, tii.f, dA trtmg tin i6m aO pCC su dgng dpng m4ng I D convolutional neural Thay viro d6,.m4ng neural hidu bingiuy la khOng dugc thgc hiQn phAn lo4i Ngodi ra, mQt s6 phucrng ph6p pirdn loai bbnh network dd dugc tich tqp cho ci chric nang trich dflc trung vd tim kh6c da duqc thgc hiQn g6m: sir dgng m4ng Neural (Neural i.tet*oik - NNI [12-15], su dgng k] thuat Support vector Machine (SVM) [16-18], str dpng to6n Fuzzy logic thu6t -7ZJZ+1.Ynuong (deep learning) )iptalrl"aif;6,ir,1i* rrong ao phucrng ph6q SVM kct 1gn voi PCA, ICA, LDA phan lo4i hodc SVIvt t6t trqp v6i phucrng ph6p klrnel-Adatron d6 [16] Cr)ng ph6n lo4i bQnh tim cffng dd dugc v6i sU ph6t tri€n cta khoa hoc m6y tinh thi c6c m4ng hgc nghiCn cuu s6u v6i ki6n trric r6t linh vgc'Trong phan phric t4p dd dugc irng dE phan lo4i ho[c nhdn dang rAt nhi6u tim ioai bqntr su apng c6c hQ th6ng truyen th6ng, mang f,Qc s6u tich hqp c6 Trai ngugc voi viQc tiich d4c trung dt liQu diQn tim bing tay "p ii,ifriEu dien tim, m4ng hqc sdu cflng dd dugc nghi€n cuu viQc trich dac trung vd phdn lo4i bQnh viro rlinh timg vtrng cu ;;;il vd 6p dpng' m?ng hgc sau'cg th0 vir dua viro m4ng hoc oi"fr ou ti6p dac trung ,a hu6n luyQn cirng voi iir6, Eu fie" Aig" ,i111 r"u [rri ilen xu l;f s€.duq x6c phdn lo4i cung m6t mang hsc sdu[24] Trong AC tai ndy, chirng t6i dU kiiSn x6y dpg mQt bQ phdn loqi dtng mAng hoc siu ho[c phucrng phflp m6y vector h6 trq dd ph6n lo4i bQnh tim T4p dir liqu