Hình 2. 18. Kết quả đạt được của hệ thống dò tìm gai tự động đa giai đoạn Minh họa bằng một đoạn dữ liệu EEG 1500 mẫu (hình 2.18a), hệ thống bắt đầu với giai đoạn tiền xử lý, tìm tất cả các đỉnh (hình 2.18b), loại bỏ đỉnh nhỏ (hình 2.18c), các đỉnh còn lại sau khi loại bỏ đỉnh nhỏ (hình 2.18d), các đỉnh có thể là gai sau giai đoạn tiền xử lý (hình 2.18e), sau khi khai thác các đặc trưng, phân loại và hệ chuyên gia xác định ta có các gai động kinh (hình 2.18f). Như vậy, hệ thống tìm được 4 đỉnh là gai động kinh trong đó có 3 đỉnh được các bác sĩ xác định trước.
Các thông số đánh giá hệ thống gồm: độ nhạy (SEN), độ đặc trưng (SPE), độ chọn lọc (SEL), độ chính xác (ACC) được tính như sau:
(2.34) (2.35) 𝑆𝐸𝑁 = 𝑇𝑃 𝑇𝑃 + 𝐹𝑁× 100 𝑆𝑃𝐸 = 𝑇𝑁 𝑇𝑁 + 𝐹𝑃× 100
(2.36)
(2.37)
𝑇𝑃 là số đỉnh mà cả hệ thống và chuyên gia nhận định là gai
𝑇𝑁 là số đỉnh mà cả hệ thống và chuyên gia không nhận định là gai
𝐹𝑃 là số đỉnh mà hệ thống nhận định là gai, chuyên gia nhận định bình thường
𝐹𝑁 là số đỉnh mà chuyên gia nhận định là gai, hệ thống không nhận biết.
Hình 2. 19. Thông số thực hiện của hệ thống
𝑆𝐸𝐿 = 𝑇𝑃
𝑇𝑃 + 𝐹𝑃× 100 𝐴𝐶𝐶 = 𝑆𝐸𝑁 + 𝑆𝑃𝐸
CHƢƠNG 3
PHƢƠNG PHÁP PHÁT HIỆN GAI ĐỘNG KINH TỰ ĐỘNG SỬ DỤNG BIẾN ĐỔI DWT
Chương này mô tả phương pháp nhận biết gai tự động dựa trên Biến đổi Wavelet rời rạc được đề xuất bởi Indiradevi và cộng sự [3] năm 2008.
3.1. Biến đổi Wavelet:
Biến đổi Wavelet cho biết thông tin về tần số và thời điểm xuất hiện thành phần tần số đó. Biến đổi Wavelet nhân tín hiệu với một hàm (hàm wavelet) giống như hàm cửa sổ trong STFT và việc chuyển đổi trên các đoạn riêng rẽ của tín hiệu. Biến đổi Wavelet phân tích tín hiệu ở các độ phân giải khác nhau. Đối với thành phần tần số cao, biến đổi Wavelet cho độ phân giải thời gian cao và độ phân giải tần số thấp. Đối với thành phần tần số thấp, cho độ phân giải thời gian thấp và độ phân giải tần số cao.
Biến đổi Wavelet là công cụ phân tích đa phân giải thể hiện các đặc trưng của tín hiệu trong miền thời gian - tần số. Phương pháp sử dụng một sóng dao động – hàm wavelet mẹ - cho thay đổi kích thước và so sánh với tín hiệu ở từng đoạn riêng biệt. Kỹ thuật bắt đầu với một sóng dao động tần số thấp, sau đó sóng này được nén lại để nâng dần tần số cao. Quá trình này là làm thay đổi tỉ lệ (scale) phân tích. Scale biểu thị thành phần tần số, scale cao nhất tương ứng với thành phần tần số cao nhất của tín hiệu. Biến đổi wavelet phù hợp cho việc xử lý các tín hiệu không dừng và đã được áp dụng thành công trong việc phân tích EEG.