Hiện nay, các công bố nghiên cứu liên quan tới việc tự động xác định đỉnh R cũng như đo các sóng thành phần có trong tín hiệu ECG chủ yếu tập trung vào các hệ thống điện tâm đồ tĩnh mà chưa có nhiều tài liệu nghiên cứu liên quan tới điện tâm đồ gắng sức, đặc biệt là các cơng bố trong nước. Bên cạnh đó vẫn cịn tồn tại một số hạn chế cần được giải quyết như sau:
• Một số cơng bố nghiên cứu liên quan tới nhận dạng phức bộ QRS trong các hệ thống ECG gắng sức hiện nay chủ yếu được thực hiện trên cơ sở dữ liệu tự thu thập mà không được công khai [25, 30, 36]. Ngồi ra, cũng có một số nghiên cứu sử dụng cơ sở dữ liệu dưới dạng mô phỏng [21, 59] để thử nghiệm và đánh giá. Tuy nhiên, những cơ sở dữ liệu này khơng phản ánh đầy đủ và chính xác đặc tính của tín hiệu ECG gắng sức.
• Trong q trình thu nhận tín hiệu, các đối tượng sẽ được yêu cầu gắng sức với cường độ vận động tăng dần cùng với các hình thức thực hiện phù hợp khác nhau. Điều này khiến cho tín hiệu ECG chứa các thành phần nhiễu có biên độ lớn với phổ tần số thay đổi chồng lấn lên các thành phần quan trọng của tín hiệu ECG dẫn tới kết quả đo chưa có độ tin cậy cao.
Với những vấn đề còn tồn tại, luận án hướng tới mục tiêu xây dựng một phương án có thể áp dụng cho cả hệ thống tín hiệu ECG gắng sức và tĩnh. Vì vậy, một số giải pháp cơng nghệ đã được đề xuất trong luận án nhằm giải quyết các vấn đề cịn tồn tại bao gồm:
• Cơ sở dữ liệu ECG gắng sức GUDB [33] mở với các vị trí tham chiếu chuẩn được chú thích bởi các chuyên gia tim mạch sẽ được sử dụng làm dữ liệu nghiên cứu và đánh giá tính hiệu quả của phương án đề xuất. Ngồi ra, các cơ sở dữ liệu ECG tĩnh cũng được sử dụng để đánh giá tính phù hợp của phương án đối với hệ thống tín hiệu điện tâm đồ tĩnh.
• Để phương án đề xuất đạt hiệu quả đối với hệ thống tín hiệu ECG gắng sức có chứa một lượng nhiễu lớn, một bộ lọc thích nghi sẽ được sử dụng trước khi thực hiện q trình xác định vị trí phức bộ QRS. Đỉnh R của phức bộ QRS được nhận dạng dựa trên sự kết hợp giữa phương pháp xác định năng lượng Shannon, xác định các đỉnh trội và lấy ngưỡng thích nghi. Để nhận dạng 5 điểm quan trọng của tín hiệu ECG, phép biến đổi Hilbert cùng với phương pháp lấy ngưỡng và một bộ quy tắc quyết định đã được sử dụng.
1.6. Kết luận Chương 1
Nhiều nhà nghiên cứu trên thế giới đã và đang tập trung giải quyết các vấn đề khác nhau liên quan đến phân tích tín hiệu ECG. Nội dung chương này đã cung cấp một số thơng tin cơ bản về tín hiệu ECG cũng như tầm quan trọng của tín hiệu ECG gắng sức, một số kỹ thuật khác nhau trong giai đoạn tiền xử lý, nhận dạng phức bộ QRS, trích xuất các sóng thành phần của tín hiệu ECG. Một số hạn chế cịn tồn tại, các công nghệ được chọn để giải quyết vấn đề và cơ sở dữ liệu được sử dụng cũng được trình bày chi tiết.
CHƯƠNG 2. LỌC NHIỄU TÍN HIỆU
Nội dung chương này áp dụng thuật tốn lọc thích nghi EDNSS vào loại bỏ ảnh hưởng của nhiễu gây ra do sự dịch chuyển của điện cực đối với tín hiệu ECG gắng sức. Hiệu suất của thuật toán được đánh giá dựa trên sai số bình phương trung bình vượt quá trạng thái ổn định (EM SEss) và hệ số điều chỉnh sai lệch (M) khi thử nghiệm trên tín hiệu ECG gắng sức mơ phỏng và thực.
2.1. Giới thiệu
Sự xuất hiện của nhiễu trong tín hiệu ECG là điều khơng thể tránh khỏi, đặc biệt đối với hệ thống tín hiệu ECG gắng sức. Để loại bỏ hoặc ít nhất là giảm ảnh hưởng của nhiễu tới chất lượng tín hiệu ECG thì khơng những phải hiểu được đặc tính các thành phần hữu ích của tín hiệu ECG mà cịn phải nắm được đặc tính của các loại nhiễu thường xuất hiện trong hệ thống ECG.
2.1.1. Nhiễu lưới điện
Điện từ trường gây ra bởi lưới điện là một trong số những nguồn nhiễu xuất hiện phổ biến trong tín hiệu ECG cũng như bất kỳ tín hiệu điện sinh học nào được ghi lại từ bề mặt cơ thể [78]. Biên độ của loại nhiễu này có thể lên đến 50% biên độ tối đa của tín hiệu ECG với tần số 50 hoặc 60 Hz có thể kèm theo các sóng hài [15]. Loại nhiễu này đơi khi rất khó để phát hiện bằng mắt thường thơng qua các dạng sóng ECG, đặc biệt là khi nó bị chồng lấn bởi một loại nhiễu khác. Tuy nhiên, phổ cơng suất của tín hiệu có thể cung cấp dấu hiệu rõ ràng về sự hiện diện của loại nhiễu này dưới dạng xung ở tần số 50 hoặc 60 Hz. Tín hiệu ECG nhiễm nhiễu lưới điện tần số 60 Hz được trình bày trong Hình 2.1.
Tần số [Hz]
Biên độ [-]
Ph
ổ cơng suất [-]
Hình 2.1: Tín hiệu ECG nhiễm nhiễu lưới điện 60 Hz và phổ công suất Để giảm ảnh hưởng của loại nhiễu này tới chất lượng tín hiệu ECG, các biện pháp phịng ngừa như hạn chế tối đa các thiết bị điện xung quanh khu vực đo hoặc che chắn và nối đất thiết bị thích hợp có thể được thực hiện. Ngồi ra, một số kỹ thuật xử lý tín hiệu từ lọc băng tần tuyến tính đơn giản đến các kỹ thuật phức tạp đã được đề xuất nhằm xử lý các biến thể có trong tần số lưới điện cũng như ngăn chặn ảnh hưởng của vấn đề quá độ tới tín hiệu ECG.
2.1.2. Nhiễu trơi đường cơ sở
Đây là loại nhiễu tần số thấp gây ra do hoạt động ho, thở sâu của khoang ngực hoặc do cử động ở các chi. Một nguyên nhân phổ biến khác có thể là do đổ mồ hôi hoặc tiếp xúc kém giữa điện cực và da dẫn tới những thay đổi về trở kháng làm thay đổi điện thế của các điện cực. Tần số của loại nhiễu này thường không vượt quá 0,5 Hz và sẽ tăng khi chuyển động của cơ thể trong quá trình gắng sức tăng lên [78]. Nhiễu trơi đường cơ sở có thể gây ra sự cắt bớt các dao
động dương và âm của tín hiệu ECG do sự khuếch đại của bộ khuếch đại hoặc bộ chuyển đổi tín hiệu tương tự sang dạng số [71]. Băng thông của nhiễu trôi đường cơ sở lớn hơn đáng kể so với băng thông của nhiễu gây ra do hoạt động hơ hấp hay mồ hơi.
Hình 2.2: a) Tín hiệu ECG bị nhiễm nhiễu trơi đường cơ sở do chuyển động cơ thể đột ngột. b) Ảnh cận cảnh theo thời gian của đoạn dữ liệu được đóng khung trong hình a) [78]
2.1.3. Nhiễu điện cơ
Nhiễu điện cơ (EMG) là vấn đề lớn đối với nhiều ứng dụng ECG, đặc biệt là các bản ghi ECG gắng sức, bởi các dạng sóng biên độ thấp có thể bị che khuất hồn tồn. Các bộ lọc thơng dải hẹp khơng thể loại bỏ ảnh hưởng của loại nhiễu
này do chúng có băng thơng rộng và chồng lấn đáng kể lên phổ của phức bộ P-QRS-T [78]. Các thiết bị thương mại thường sử dụng bộ lọc thơng thấp tuyến tính có tần số cắt khoảng 40 Hz để triệt tiêu loại nhiễu này [11]. Tuy nhiên, điều này khiến cho các phức bộ QRS bị mở rộng và suy giảm về biên độ. Ngồi ra có thể sử dụng các kỹ thuật lũy kế để giải quyết vấn đề nhưng việc xác định chính xác thời điểm bắt đầu của một chu kỳ tim và khả năng phản ánh những thay đổi động trong tín hiệu ECG sẽ bị hạn chế. Do đó, vẫn cần phát triển các kỹ thuật xử lý tín hiệu để có thể đối phó với ảnh hưởng của nhiễu điện cơ.
Thời gian [s]
Biên
đ
ộ
[-]
Hình 2.3: Tín hiệu ECG nhiễm nhiễu điện cơ
2.1.4. Nhiễu do dịch chuyển điện cực
Đây là loại nhiễu xuất hiện phổ biến trong các hệ thống tín hiệu điện tâm đồ gắng sức. Loại nhiễu này là kết quả của sự thay đổi trở kháng giữa da và điện cực đo dẫn tới hiện tượng thay đổi quá độ trong tín hiệu [38, 43]. Sự thay đổi này có thể chậm hoặc nhanh tùy thuộc vào mức độ chuyển động tương đối giữa điện cực và da. Điện cực có thể bị dịch chuyển do mồ hôi hoặc căng da gây mất tiếp xúc với da và tạo ra nhiễu, đặc biệt trong hệ thống điện tâm đồ gắng sức. Hình 2.4 trình bày một đoạn tín hiệu ECG gắng sức có chứa nhiễu do dịch chuyển điện cực gây ra.
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000 Mẫu dữ liệu [-] -1 -0.5 0 0.5 B iê n đ ộ [ -]
Hình 2.4: Tín hiệu ECG nhiễm nhiễu do dịch chuyển điện cực gây ra
Để loại bỏ nhiễu gây ra do sự dịch chuyển của các điện cực mà không gây ảnh hưởng đến chất lượng tín hiệu ECG là rất khó bởi phổ của loại nhiễu này chồng lấn lên phổ của tín hiệu ECG. Dải tần số của loại tín hiệu này chủ yếu tập trung trong khoảng từ 1 tới 10 Hz [35]. Ngồi ra, hình thái của loại nhiễu này cũng khá giống với phức bộ QRS, sóng P hay T khiến cho việc đánh giá các nhịp gặp nhiều khó khăn [84]. Bên cạnh đó, loại nhiễu này cũng khiến cho kết quả dương tính giả cao đối với việc chẩn đốn một số bệnh tim mạch, chẳng hạn như chứng bệnh rung nhĩ [42], cũng như có thể dẫn tới việc hiểu sai về tình trạng sức khỏe của người bệnh [45]. Đã có nhiều nghiên cứu được thực hiện để loại bỏ ảnh hưởng của loại nhiễu này tới chất lượng tín hiệu ECG. Phương pháp được sử dụng phổ biến nhất đó là gắn gia tốc kế vào điện cực hoặc thiết bị, sau đó dữ liệu gia tốc được ghi nhận đồng thời với tín hiệu ECG sẽ được dùng làm tín hiệu tham chiếu cho các bộ lọc thích nghi [34, 37].
2.2. Thuật tốn lọc EDNSS
Hình 2.5 trình bày sơ đồ bộ lọc nhiễu thích nghi sử dụng thuật tốn EDNSS. Trong đó, tín hiệu đầu vào chính d(n) là tổng của tín hiệu sạch s(n) và tín hiệu nhiễu n0(n). Tín hiệu nhiễu n0(n) khơng có tương quan với tín hiệu s(n). Tín hiệu vào tham chiếu x(n) là một nguồn nhiễu khác và n1(n) có sự tương quan
với n0(n) và không tương quan với s(n). Thuật toán EDNSS là một trong số các biến thể của thuật tốn lọc bình phương trung bình cực tiểu chuẩn hóa (NLMS) với kích thước bước được điều chỉnh sau mỗi lần lặp cùng với đầu vào [29].
∑ FIR thích nghi Thuật tốn thích nghi d(n) = s(n) + n (n)0 d(n) = s(n) + n (n)0 x(n) = n (n)1 x(n) = n (n)1 y(n) e(n) ∑ FIR thích nghi Thuật tốn thích nghi d(n) = s(n) + n (n)0 x(n) = n (n)1 y(n) e(n) + -
Hình 2.5: Bộ lọc nhiễu thích nghi sử dụng thuật tốn EDNSS [72]
Sai số đầu vào liên tục được chuẩn hóa cùng với dữ liệu vào gần nhất. Thuật toán này khắc phục được vấn đề kích thước bước cố định gặp phải trong thuật tốn bình phương trung bình cực tiểu (LMS). Vì vậy, tốc độ hội tụ của thuật tốn bình phương trung bình cực tiểu được chuẩn hóa EDNSS là nhanh hơn. Đầu ra y(n) và sai số e(n) của thuật toán EDNSS được biểu diễn bởi các biểu thức (2.1) và (2.2) dưới đây [67],
y(n) = w(n)xT(n) (2.1) e(n) =d(n)−y(n) (2.2) trong đó, w(n) là vector trọng số của bộ lọc thích nghi tại bước lặp thứ n và được hiệu chỉnh theo biểu thức (2.3) sau đây,
w(n+ 1) =w(n) +µ(n)x(n)e(n) (2.3)
ở đây, đại lượngµ(n),x(n)
2
vàeL(n)
2
tại bước lặp thứ n được xác định bởi,
µ(n) = µ
αeL(n)
2
+ (1−α)x(n)
x(n) 2 =x(n)xT(n) (2.5) eL(n) 2 = L−1 X i=0 e(n−i) 2 (2.6) Các tham số L, α cùng với µ được chọn phù hợp sao cho tốc độ hội tụ ban đầu của thuật tốn là nhanh nhất và sai số bình phương trung bình nhận được của thuật tốn là nhỏ nhất có thể [67]. Nếu kích thước bước µq lớn thì tốc độ hội tụ của bộ lọc sẽ nhanh nhưng gây ra sai số bình phương trung bình (MSE) lớn và việc tăng kích thước bước có thể khiến bộ lọc trở nên khơng ổn định. Mặt khác, nếu kích thước bước q nhỏ sẽ khiến cho bộ lọc hội tụ chậm. Sự hội tụ lý thuyết có thể được định nghĩa dưới dạng sai số trung bình hoặc sai số bình phương trung bình giữa tín hiệu gốc và tín hiệu mong muốn. Điều kiện lựa chọn kích thước bước được đưa ra bởi tài liệu [29] như sau,
0< µ < 2
N.SM ax (2.7)
trong đó, SM ax là giá trị lớn nhất của mật độ phổ cơng suất tín hiệu đầu vào x(n) và N là chiều dài bộ lọc.
2.3. Thuật toán lọc EDNSS sửa đổi
Đại lượngeL(n)
2
trong cơng thức (2.6) là bình phương của vector sai số được chuẩn hóa với số lượng mẫu cố định L. Tài thời điểm bộ lọc bắt đầu hoạt động, đại lượng này có giá trị rất lớn khiến cho giá trị kích thước bước µ(n) trong biểu thức (2.4) có giá trị nhỏ và tốc độ hội tụ ban đầu của bộ lọc sẽ chậm. Khi số lượng mẫu dữ liệu n tăng lên trong quá trình hiệu chỉnh thì đại lượng
eL(n)
2
sẽ giảm nhanh [69, 70].
Tùy thuộc vào môi trường dữ liệu là dừng hay không dừng mà giá trị L được chọn cố định hay thay đổi [67]. Nghiên cứu [72] đã sử dụng L với giá trị thay đổi để lọc nhiễu có trong tín hiệu EEG và giọng nói. Trong nghiên cứu này, đại
lượng L không đổi sẽ được thay thế bởi số bước lặp n thay đổi trong quá trình hiệu chỉnh của bộ lọc, ký hiệu bộ lọc trong trường hợp này là MEDNSS, và đại lượngeL(n)
2
sẽ có dạnge(n)
2
. Sự thay đổi này giúp tăng sự ổn định và hội tụ ban đầu bởi tại thời điểm bắt đầu lọc, đại lượnge(n)
2
có giá trị nhỏ dẫn tới kích thước bước µ(n) lớn giúp tốc độ hội tụ ban đầu nhanh hơn.
Phương trình điều chỉnh trọng số (2.3) sẽ được viết lại dưới dạng,
w(n+ 1) =w(n) +µ(n)x(n)e(n) (2.8)
trong đó, đại lượnge(n)
2
và kích thước bướcµ(n)tại bước lặp thứn được định nghĩa như sau,
e(n) 2 = n−1 X i=0 e(n−i) 2 (2.9) µ(n) = µ αe(n) 2 + (1−α)x(n) 2 (2.10)
với µ là giá trị ban đầu của kích thước bước.
2.4. Kết quả và thảo luận
2.4.1. Các tham số đánh giá kết quả
Khả năng lọc của các thuật toán được kiểm tra và đánh giá trên cơ sở dữ liệu với nhiễu gây ra do sự dịch chuyển của điện cực được thêm vào tín hiệu ECG với các mức SNR khác nhau. Ngồi ra, các thuật tốn lọc cũng được thử nghiệm trên cơ sở dữ liệu ECG gắng sức được thu nhận dưới các yêu cầu gắng sức khác nhau. Hiệu suất lọc của các thuật toán được đo và đánh gái theo thuật ngữ sai số bình phương trung bình vượt quá khi bộ lọc đã đạt tới trạng thái ổn định (EMSEss) và hệ số điều chỉnh sai lệch (M) [69].
được cho bởi cơng thức (2.11) dưới đây, EM SEk = 1 J J−1 X j=0 ek−j 2 (2.11)
trong đó, ek−j là sai số dư thừa (sự khác biệt giữa mẫu tín hiệu gốc so với mẫu tín hiệu đã lọc) và J là số lượng mẫu được chọn để ước lượng giá trị EM SE.
Đại lượng EMSEss là kết quả tính giá trị trung bình của EM SEk đối với k sau khi thuật toán đạt đến trạng thái ổn định.
EM SEss = 1 N −K N−1 X k=K EM SEk (2.12)
trong đó, N là tổng số lượng mẫu tín hiệu và K là số lượng mẫu sau khi bộ lọc đạt được trạng thái ổn định.
Theo thuật ngữ decibells:
EM SEss = 10log10( 1 N −K N−1 X k=K EM SEk) [dB] (2.13) Đại lượng M được cho bởi công thức (2.14) sau đây,
M = EM SEss
M SEmin (2.14)
trong đó, đại lượng M SEmin được định nghĩa là bình phương của tín hiệu sạch s(n) được lấy trung bình qua các mẫu mà tại đó bộ lọc đã ổn định.
M SEmin = 1 N −K N−1 X k=K |sk|2 (2.15)
2.4.2. Thử nghiệm với cơ sở dữ liệu mô phỏng
Trước tiên, các thuật toán lọc sẽ được kiểm tra và đánh giá trên các tín hiệu ECG thuộc cơ sở dữ liệu MIT-BIH Noise Stress Test Database [55]. Đây là cơ sở dữ liệu được tạo ra từ các tín hiệu ECG sạch số 118 và 119 của cơ sở dữ liệu