THÔNG TIN VỀ KẾT QUẢ NGHIÊN CỨU
Tên luận án: PHÂN TÍCH TÍN HIỆU ĐIỆN TIM CHO VIỆC CẢI THIỆN TRONG CHẨN ĐOÁN BỆNH TIM.
Chuyên ngành: Kỹ thuật Điện tử Mã số: 9520203
Họ tên nghiên cứu sinh: Nguyễn Thanh Nghĩa Khóa: 2016-2029
Người hướng dẫn khoa học: PGS.TS. Nguyễn Thanh Hải
Cơ sở đào tạo: Trường Đại học Sư phạm Kỹ thuật TPHCM
Phân loại bệnh tim dựa vào tín hiệu điện tim với độ chính xác cao có thể giúp đỡ các bác sĩ chẩn đoán sớm và đưa ra các quyết định chính xác hơn nhằm chữa trị tốt nhất có thể cho bệnh nhân. Cụ thể, để nâng cao hiệu suất phân loại thì hệ thống phân loại có thể được xây dựng gồm tập dữ liệu, tiền xử lý và lọc nhiễu, trích đặc trưng và phân loại bệnh đều cần được xem xét và cải thiện.
Trong những năm gần đây, đã có nhiều nghiên cứu liên quan đến hệ thống phân loại bệnh tim được thực hiện bởi các nhà khoa học trên thế giới sử dụng tập dữ liệu điện tim có sẵn trên webiste. Hơn nữa, các nghiên cứu này tập trung vào các phương pháp lọc nhiễu của tín hiệu điện tim, trích xuất những đặc trưng của tín hiệu nhịp tim, kiến nghị và áp dụng các bộ phân loại thực hiện phân loại và nâng cao hiệu xuất phân loại bệnh tim. Những nghiên cứu này cũng đã thu được những hiệu quả đáng kể và đóng góp đáng kể vào quá trình ứng dụng phân loại bệnh tim. Từ đó, luận án này tiếp tục nghiên cứu, phát triển và đưa ra những phương pháp mới để nâng cao hơn nữa độ chính xác của việc phân loại bệnh tim dựa vào tín hiệu điện tim ECG.
Tín hiệu điện tim có biên độ nhỏ và tồn tại nhiều loại nhiễu như nhiễu của đường dây điện từ nguồn cung cấp, nhiễu do lệch đường cơ và nhiều loại nhiễu khác. Do đó, luận án này kiến nghị giải thuật phân rã – lọc nhiễu – khôi phục (WDFR) để loại bỏ những thành phần nhiễu của tín hiệu điện tim. Cụ thể, trong giải thuật WDFR, tín hiệu điện tim được phân rã thành các thành phần sóng con với các dãi tần số khác nhau sử dụng biến đổi wavelet. Sau đó, các thành phần sóng con đã được loại bỏ nhiễu sẽ được khôi phục lại thành tín hiệu điện tim. Tín hiệu điện tim sau khi được lọc nhiễu sẽ được xác định vị trí của các đỉnh R dùng thuật toán Pan-Tompskin để tách ra từng nhịp tim cho trích đặc trưng và phân loại chính xác hơn.
Các đặc trưng trong tín hiệu nhịp tim cần được trích xuất tốt nhất để nâng cao hiệu suất phân loại bệnh tim. Luận án này đề xuất giải thuật trích đặc trưng tín hiệu nhịp tim dựa vào phương pháp phân tích thành phần chính của tín hiệu nhịp tim sau biến đổi wavelet và áp dụng kernel (wkPCA) nhằm nâng cao hiệu suất phân loại bệnh tim. Trong giải thuật wkPCA, tín hiệu nhịp tim sau khi phân rã sẽ được ánh xạ sang miền không gian mới sử dụng kernel đồng thời trích được nhiều đặc trưng nhất có thể. Để đánh giá hiệu quả của phương pháp trích đặc trưng, một mạng truyền thẳng bốn lớp được xây dựng để phân loại bệnh tim từ các đặc trưng thu được dùng wkPCA. Độ chính xác bộ phân loại bệnh tim sử dụng phương pháp wkPCA là khá tốt, chứng tỏ phương pháp trích đặc trưng được đề xuất là phù hợp.
Để nâng cao hơn nữa độ chính xác của hệ thống phân loại thì bộ phân loại cũng cần được nghiên cứu và phát triển. Luận án này cũng nghiên cứu và kiến nghị để phát triển một mạng học sâu nhằm phân loại bệnh tim chính xác hơn. Cụ thể, luận án đề xuất phương pháp tính tham số kernel của các lớp tích chập trong mạng học sâu dựa vào các thành phần sóng con trong tín hiệu nhịp tim. Từ phương pháp tính kernel trong các lớp tích chập được đề xuất, mô hình mạng học sâu được cấu hình với những lớp tích chập phù hợp cho việc phân loại đạt hiệu suất cao. Cụ thể, với thuật toán cho xây dựng những kernel thì việc trích xuất gần như toàn bộ đặc trưng nhịp tim và điều này sẽ nâng cao độ chính xác của bộ phân loại bệnh tim.
Từ những kết quả này, bộ phân loại có thể được áp dụng để phân loại các loại bệnh tim từ xa sử dụng máy tính chủ. Bộ phân loại sẽ được cài đặt trên máy tính chủ và bác sĩ có thể tải tín hiệu điện tim của bệnh nhân lên hệ thống để thu nhận kết quả phân loại bệnh tim từ hệ thống. Hiệu quả của các phương pháp đề xuất đã được chứng minh qua các kết quả thực nghiệm. Phương pháp nghiên cứu và kết quả thu được trong luận án này đã được đăng trong các kỷ yếu hội thảo khoa học và tạp chí khoa học. Kết quả nghiên cứu có thể làm tiền đề để phát triển và xây dựng một thiết bị đo và phân loại bệnh tim cầm tay hoặc một hệ thống máy tính chủ để phân loại bệnh tim từ xa.
