1. Giới thiệu chung
2.7.2 Wavelet trong các ứng dụng y sinh
Trong nhiều năm trước đây, biến đổi Wavelet đã được thừa nhận có mối liên hệ lớn với kỹ thuật y sinh. Vấn đề khó khăn khi xử lý tín hiệu y sinh là tính biến thiên lớn, không thể tiên đoán trước thông tin được định vịởđâu và với tỷ lệ nào.
Một khía cạnh phức tạp khác của các tín hiệu y sinh là thông tin quan tâm thường kết hợp với các đặc điểm nhưđịnh vị tạm thời và rải rác (temporally and spatially) và những
55
thông tin khác được khuếch tán. Do vậy yêu cầu sử dụng các phương pháp phân tích đủ linh hoạt để xử lý các khả năng có thể xảy ra trong mọi trường hợp trong miền thời gian- tần số.
Những đặc điểm của Wavelet trong phạm vi ứng dụng y sinh
Những đặc điểm chính của biến đổi Wavelet đã được trình bày ở trên, tuy nhiên Wavelet có thể được xem xét từ những góc độ khác nhau phụ thuộc vào ứng dụng mà chúng ta muốn sử dụng Wavelet. Các đặc điểm chính của Wavelet được sử dụng trong lĩnh vực y sinh [3]:
• Wavelet như là băng lọc: biến đổi Wavelet có thểđược xem như một dạng đặc biệt của phân tích phổ. Đặc điểm bao trùm đơn giản nhất có thểđược rút ra từ dạng này của hệ thống là đánh giá năng lượng ở các băng tần khác nhau. Những đặc điểm phổ của dạng này được sử dụng gần đây để phân biệt các trạng thái sinh lý học khác nhau. Tuy nhiên, dạng rút ra đặc điểm toàn cục của chỉ được chứng minh là đúng khi tín hiệu có thểđược giả thiết là tín hiệu dừng và các kết quả tương tự có thể thu được sử dụng các kỹ thuật Fourier truyền thống. Một ứng dụng chung khác của băng lọc đa phân giải Wavelet là thực hiện khử nhiễu bởi ngưỡng được lựa chọn từ các dải tần nào đó.
• Wavelet như là một bộ lọc thích hợp đa tỷ lệ (Multiscale Matched Filter). Thực chất, CWT thực hiện một phân tích tương quan, do vậy chúng ta có thể chắc rằng đầu ra là cực đại khi tín hiệu đầu vào tương đồng với hàm phân tích ψ. Nguyên tắc này là cơ sở cho bộ lọc thích hợp (matched filter). Tính chất này được sử dụng trong phát hiện các dạng sóng của tín hiệu EEG.
• Wavelet và tính định vị thời gian -tần số. Như chúng ta đã dề cập, hầu hết tín hiệu y sinh quan tâm bao gồm những xung nhưđỉnh nhọn hay đột biến và tạo dao động khuếch tán (dạng sóng EEG) làm nên tất cả những thông tin đưa tới xét nghiệm lâm sàng. Các phương pháp như STFT và các phương pháp thời gian-tần số khác thực hiện tốt khi phân tích dạng trễ của sự kiện nhưng không phù hợp khi phân tích
56
các khoảng thời gian tồn tại của xung ngắn. Ngoài ra, độ phân giải cố định của STFT không cho phép nghiên cứu cả hai dạng đồng thời của sự kiện với độ phân giải tốt theo thời gian và tần số. Ngược lại, biến đổi Wavelet cho phép đảm bảo độ phân giải xấp xỉ với sự mô tả đặc điểm của âm thanh nhịp tim, phân tích tín hiệu ECG, EEG cũng như là các dạng tín hiệu sinh học khác. Trong những trường hợp đặc biệt, tính linh hoạt trong xác định các dải tần của phân tích có thể thu được nhờ sử dụng sự khái quát hoá của Wavelet được biết đến với Wavelet gói (WPA). Phân tích Wavelet gói được bắt nguồn từ sự khái quát mô hình DWT truyền thống. Sự khác biệt giữa phân tích Wavelet gói và DWT là phân tích Wavelet gói cho phép hàm chi tiết có thểđược chia tiếp trên hai hay nhiều băng con.
• Các cơ sở Wavelet. Có thể một khía cạnh đáng chú ý của lý thuyết Wavelet là khả năng xây dựng các cơ sở Wavelet từ L2. Do vậy, Wavelet đưa ra biến đổi một một của tín hiệu dưới dạng các hệ số. Việc nén dữ liệu cũng như là khử nhiễu có thể thu được nhờ lượng tử hoá và co ngắn trong miền Wavelet, hoặc đơn giản là loại bỏ các hệ số không quan trọng. Hơn thế nữa, Wavelet còn là kỹ thuật cốt lõi cho kỹ thuật nén không tổn hao hiện đại và đóng vai trò quan trọng trong kỹ thuật mã hoá cho ảnh y sinh.
Các ứng dụng y sinh:
Biến đổi Wavelet được sử dụng để phân biệt các đồ thị bình thường và bệnh lý của tim. Biến đổi Wavelet được ứng dụng phát hiện điện thế muộn tâm thất (ventricular late
potential). Wavelet cũng được sử dụng để biểu thị đặc điểm của sự thay đổi bất thường từng nhịp một của tim dưới những điều kiện sinh lý học khác nhau.
Một trong những ứng dụng đầu tiên của biến đổi đầu tiên của biến đổi Wavelet trong tín hiệu y sinh là khử nhiễu. Trong phương pháp này, Wavelet trực giao và ngưỡng mềm được áp dụng trên các hệ số.
Làm nổi bật ảnh (Image Enhancement), Wavelet được sử dụng để làm nổi bật các đặc điểm của ảnh có liên quan đến triệu chứng lâm sàng và khó để quan sát bằng mắt thường.
57
Một trong những ứng dụng quan trọng của Image enhancement là trong lĩnh vực chụp tia X (mammography). Biến đổi Wavelet ngày càng trở nên phổ biến, các ứng dụng Wavelet đã, đang và sẽ tiếp tục được phát triển mạnh mẽ trong tương lai.
58 Chương 3:
Ứng dụng Wavelet trong công nghệ xử lý ảnh kỹ thuật số
Ngày nay, Wavelet trở thành một công cụ hiệu quả trong lĩnh vực xử lý tín hiệu. Một trong những ứng dụng nổi bật của Wavelet trong lĩnh vực xử lý tín hiệu đó là xử lý ảnh kỹ thuật số. Chương ba sẽ trình bày chi tiết về xử lý nén ảnh trên cơ sở sử dụng biến đổi Wavele Haar.