Bối cảnh và vấn đề nghiên cứu

Theo báo cáo năm 2021 của Tổ chức Y tế Thế giới (WHO), bệnh tim mạch là một trong những nguyên nhân hàng đầu gây tử vong trên toàn cầu, chiếm khoảng 32% tổng số ca tử vong. Tại Việt Nam, tỷ lệ tử vong do các bệnh lý liên quan đến tim mạch chiếm xấp xỉ 33% tổng số ca tử vong hàng năm. Đáng chú ý, dữ liệu khảo sát từ nghiên cứu của BMC Medicine giai đoạn 1990–2019 trên 204 quốc gia cho thấy tỷ lệ tử vong do bệnh tim đang có xu hướng gia tăng ở nhóm người trẻ tuổi từ 15 đến 39. Mặc dù việc phát hiện sớm các nguy cơ như đau tim, đột quỵ hay suy tim đóng vai trò sống còn, đa số các bệnh lý tim mạch thường không biểu hiện triệu chứng rõ ràng ở giai đoạn khởi phát. Phương thức chẩn đoán truyền thống thông qua việc người bệnh trực tiếp đến các cơ sở y tế thường tiêu tốn nhiều thời gian, chi phí, đồng thời gặp khó khăn trong việc theo dõi liên tục trạng thái tim mạch xuyên suốt quá trình sinh hoạt hàng ngày.

Trong lâm sàng, điện tâm đồ (Electrocardiogram - ECG) là công cụ phổ biến nhất để theo dõi hoạt động điện học của tim. Tuy nhiên, việc phân tích dữ liệu ECG thủ công hoặc ứng dụng máy học hiện đang đối mặt với các thách thức kỹ thuật lớn:

  • Biến thiên hình thái giữa các bệnh nhân: Dạng sóng ECG có sự khác biệt rõ rệt giữa các cá thể, gây trở ngại lớn cho khả năng tổng quát hóa của các mô hình dự đoán khi tiếp cận dữ liệu của bệnh nhân chưa từng xuất hiện trong tập huấn luyện.
  • Nhiễu tín hiệu: Tín hiệu ECG dễ bị ảnh hưởng bởi dao động điện từ môi trường, chuyển động cơ học của cơ thể và các điện thế sinh học khác, dẫn đến mất mát thông tin cục bộ của các pha co bóp tim.
  • Tính phi tuyến và bất ngờ của chuỗi thời gian: Việc dự báo sớm đòi hỏi mô hình phải ước lượng trạng thái tương lai dựa trên dữ liệu quá khứ, dẫn đến nguy cơ suy giảm hiệu suất đáng kể khi xuất hiện các biến cố nhịp tim bất thường khó lường.
  • Mất cân bằng dữ liệu nghiêm trọng: Trong các tập dữ liệu thực tế, các nhịp tim bình thường chiếm đa số tuyệt đối, trong khi các dạng nhịp bệnh lý nguy hiểm chiếm tỷ lệ rất thấp. Việc áp dụng các kỹ thuật tăng cường dữ liệu thông thường dễ làm phá vỡ cấu trúc phụ thuộc thời gian của tín hiệu.

Trước thực trạng đó, khóa luận xác định bài toán nghiên cứu là: Tiếp nhận dữ liệu đầu vào là các đặc trưng nhịp tim theo từng đoạn khoảng RR (RR-interval) trong quá khứ để phân loại sớm nhịp tim ở các mốc thời gian tương lai. Nghiên cứu thực hiện phân tích và so sánh hai hướng tiếp cận:

  • Hướng tiếp cận 1 (Hồi quy kết hợp Phân lớp): Sử dụng chuỗi đặc trưng ECG quá khứ đưa qua mô hình hồi quy để dự báo tín hiệu ECG trong tương lai; chuỗi ECG tương lai này sau đó đóng vai trò đầu vào cho mô hình phân lớp nhằm xác định loại nhịp tim bất thường.
  • Hướng tiếp cận 2 (Phân lớp trực tiếp): Sử dụng trực tiếp chuỗi đặc trưng ECG trong quá khứ đưa qua mô hình học máy/học sâu để dự đoán trực tiếp nhãn bất thường của nhịp tim tại các thời điểm trong tương lai.

Nhiệm vụ và mục tiêu nghiên cứu của khóa luận được xác định cụ thể gồm:

  1. Xây dựng và đánh giá hiệu suất của mô hình dự báo bất thường tim mạch sớm trên dữ liệu chuỗi thời gian.
  2. Thực nghiệm đề xuất cải tiến độ chính xác cho các hướng tiếp cận được đề cập trong đề tài (áp dụng kỹ thuật transfer learning cho mô hình hồi quy và đề xuất kiến trúc mạng nơ-ron tích chập cải tiến DuoHF-CNN cho phân lớp trực tiếp).
  3. Xây dựng ứng dụng di động phân loại nhịp tim từ mô hình dự báo sớm nhằm hỗ trợ cảnh báo người dùng.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng: Các bản ghi tín hiệu điện tâm đồ chứa nhịp tim bình thường và các dạng bất thường tim mạch.
  • Nguồn dữ liệu:
    • Bộ dữ liệu MIT-BIH Arrhythmia: Gồm 48 bản ghi ECG 2 kênh (chuyển đạo V1 và MLII, thời lượng 30 phút mỗi bản ghi) thu nhận từ 47 bệnh nhân tại Bệnh viện Beth Israel ở Boston trong giai đoạn 1975–1979; tần số lấy mẫu gốc là 360 Hz, được gán nhãn độc lập bởi ít nhất hai bác sĩ tim mạch.
    • Bộ dữ liệu MIT-BIH Normal Sinus Rhythm: Gồm 18 bản ghi ECG dài hạn của các cá nhân không có tiền sử bệnh lý tim mạch và không có rối loạn nhịp đáng kể (5 nam từ 26 đến 45 tuổi, 13 nữ từ 20 đến 50 tuổi).
  • Phạm vi kỹ thuật: Khảo sát các mô hình học máy thống kê và học sâu; phân chia dữ liệu theo phương pháp giữa các bệnh nhân (inter-patient) nhằm phản ánh tính tổng quát thực tế; đánh giá khả năng dự báo theo các bước thời gian tương lai (IO-steps từ 1 đến 10 bước, tương ứng với các khoảng thời gian 1, 2, 5, 10 phút).

Cơ sở lý thuyết và phương pháp

Khung lý thuyết y sinh và chuẩn phân loại nhịp tim

Về mặt sinh lý học, một chu kỳ nhịp tim tiêu chuẩn trên tín hiệu ECG bao gồm:

  • Sóng P: Thể hiện quá trình khử cực (depolarization) của tâm nhĩ khi cơ tâm nhĩ co bóp đẩy máu vào tâm thất.
  • Phức bộ QRS: Thể hiện quá trình khử cực của tâm thất khi cơ tâm thất co bóp đẩy máu ra hệ thống tuần hoàn.
  • Sóng T: Thể hiện quá trình tái cực (repolarization) phục hồi điện học của tâm thất.
  • Khoảng RR: Khoảng thời gian giữa hai đỉnh sóng R liên tiếp, cung cấp thông tin động học then chốt để xác định nhịp tim đều hay loạn nhịp.

Nghiên cứu áp dụng tiêu chuẩn AAMI EC57 của Hiệp hội vì sự Tiến bộ của Dụng cụ Y tế (Association for the Advancement of Medical Instrumentation), ánh xạ các phân loại của bộ dữ liệu MIT-BIH Arrhythmia thành 5 nhóm lớp nhịp tim chính:

Lớp AAMI Tên phân loại Các dạng nhịp tim cụ thể tương ứng từ MIT-BIH Đặc điểm hình thái học chính
N Nhịp bình thường (Normal beat) Normal beat (N), Left bundle branch block (L), Right bundle branch block (R), Atrial escape beat (e), Nodal escape beat (j) Khoảng RR ổn định; sóng P đối xứng, biên độ < 0,25 mV (dẫn đạo II); phức bộ QRS bình thường (0,06–0,10 giây).
S Nhịp ngoại tâm thu trên thất (Supraventricular ectopic) Atrial premature beat (A), Aberrated atrial premature beat (a), Nodal premature beat (J), Supraventricular premature beat (S) Khoảng RR có xu hướng ngắn hơn; sóng P tăng biên độ hoặc biến đổi hình dạng do tốc độ dẫn truyền trong nhĩ thay đổi.
V Nhịp ngoại tâm thu thất (Ventricular ectopic) Premature ventricular contraction (V), Ventricular escape beat (E) Khoảng RR không đều; phức bộ QRS giãn rộng đáng kể, biên độ và hình thái biến dạng bất thường, biến đổi sóng P.
F Nhịp hợp nhất (Fusion beat) Fusion of ventricular and normal beat (F) Kết hợp đồng thời giữa một xung động từ tâm nhĩ và một xung động từ tâm thất; khoảng RR dài hơn; QRS có hình dạng trung gian.
Q Nhịp không xác định (Unknown beat) Paced beat (/), Fusion of paced and normal beat (f), Unclassified beat (Q) Bản ghi mang các đặc tính dị biệt hoặc thiếu thông tin định danh giải phẫu tim.

Các phương pháp và mô hình thực nghiệm

Khóa luận triển khai khảo sát hai nhóm thuật toán:

  1. Mô hình học máy thống kê:
    • Naive Bayes (MultinomialNB, BernoulliNB): Dựa trên định lý xác suất Bayes với giả định các đặc trưng độc lập có điều kiện, tích hợp kỹ thuật hiệu chỉnh làm mịn Laplace ($\alpha = 1$) để khắc phục trường hợp xác suất bằng 0.
    • Stochastic Gradient Descent (SGD Classifier/Regressor): Thuật toán tối ưu hóa lặp cập nhật trọng số dựa trên từng mẫu dữ liệu đơn lẻ ngẫu nhiên nhằm tăng tốc độ hội tụ trên dữ liệu lớn và tránh cực trị địa phương.
    • Passive-Aggressive (PA): Thuật toán học trực tuyến (Online Learning) dựa trên biên độ phân cách (margin). Khi dự đoán sai hoặc biên không thỏa mãn hàm mất mát bản lề (hinge loss), thuật toán thực hiện cập nhật tức thời theo các biến thể PA-I hoặc PA-II thông qua hệ số kiểm soát $C$.
    • XGBoost (Extreme Gradient Boosting): Phương pháp học kết hợp (Ensemble Learning) dựa trên cây quyết định tăng cường gradient, tối ưu hàm mục tiêu thông qua chuỗi các mô hình yếu (weak learners).
  2. Mô hình học sâu:
    • Mạng bộ nhớ dài-ngắn hạn (LSTM): Kiến trúc mạng hồi quy giải quyết vấn đề triệt tiêu đạo hàm trên chuỗi thời gian dài thông qua 3 cổng điều khiển: Cổng quên (Forget Gate), Cổng đầu vào (Input Gate) và Cổng đầu ra (Output Gate) nhằm duy trì trạng thái tế bào (Cell State).
    • Mạng nơ-ron tích chập (CNN 1D): Sử dụng các lớp tích chập (Convolutional Layer) với các bộ lọc 1 chiều để tự động trích xuất đặc trưng hình thái sóng ECG, kết hợp các lớp gộp (Pooling Layer) để giảm chiều và lớp kết nối đầy đủ (Fully Connected Layer) để phân loại/hồi quy.
    • Transfer Learning (Học chuyển giao): Tiền huấn luyện mô hình hồi quy trên tập dữ liệu người bình thường MIT-BIH Normal Sinus Rhythm, sau đó tinh chỉnh (fine-tuning) các lớp trọng số trên tập dữ liệu bệnh lý MIT-BIH Arrhythmia.
    • DuoHF-CNN (Duo Heart Feature CNN): Kiến trúc tích chập cải tiến do nhóm tác giả đề xuất nhằm khai thác đồng thời các đặc trưng kép của nhịp tim để gia tăng độ nhạy phân loại các lớp bất thường.

Quy trình tiền xử lý và sinh mẫu dữ liệu

Dữ liệu thô từ các bản ghi ECG được xử lý qua chuỗi 6 bước tiêu chuẩn:

  1. Trích xuất khoảng R-R: Phân tách bản ghi tín hiệu liên tục của bệnh nhân thành từng đoạn nhịp riêng biệt dựa trên đỉnh sóng R.
  2. Bổ sung phức bộ QRS: Ghép thêm 40 điểm đọc tín hiệu từ nhịp kế tiếp vào cuối mỗi bản ghi nhịp đơn lẻ để bảo toàn toàn bộ dạng sóng phức bộ QRS.
  3. Tái lấy mẫu (Resampling): Chuyển đổi tần số lấy mẫu từ 360 Hz xuống 125 Hz nhằm giảm chi phí tính toán mà vẫn đảm bảo giữ nguyên các đặc trưng tần số cốt lõi.
  4. Chuẩn hóa dữ liệu: Co giãn toàn bộ biên độ điện thế của mỗi nhịp tim về đoạn $[0, 1]$ qua phép biến đổi theo khoảng giá trị cực đại - cực tiểu (ptp).
  5. Đồng nhất độ dài: Đệm các giá trị 0 (zero-padding) vào cuối bản ghi cho đến khi đạt độ dài cố định 187 mẫu; các bản ghi vượt quá 187 mẫu bị loại bỏ.
  6. Gán nhãn: Bổ sung nhãn phân loại AAMI vào cuối bản ghi để tạo thành một vector đặc trưng hoàn chỉnh có kích thước chính xác 188 giá trị; các nhịp đầu, nhịp cuối và nhịp không gán nhãn bị loại khỏi tập dữ liệu.

Nhằm đảm bảo tính thực tiễn khi đánh giá mô hình, chiến lược chia dữ liệu tuân thủ nghiêm ngặt nguyên tắc inter-patient (phân chia theo bệnh nhân):

  • Tập huấn luyện (Train set): Gồm 38 bệnh nhân (mã định danh: 100, 101, 102, 103, 104, 105, 106, 107, 108, 109, 111, 112, 113, 114, 115, 116, 117, 118, 119, 121, 122, 123, 124, 200, 201, 202, 203, 205, 207, 208, 209, 210, 212, 214, 215, 219, 220, 221).
  • Tập kiểm thử (Test set): Gồm 10 bệnh nhân độc lập hoàn toàn (mã định danh: 213, 217, 222, 223, 228, 230, 231, 232, 233, 234).

Mẫu học giám sát chuỗi thời gian được thiết lập bằng phương pháp cửa sổ trượt (sliding window). Với chuỗi $N$ nhịp tim gốc, số bước thời gian đầu vào là $t$, số bước thời gian mục tiêu cần dự báo trong tương lai là $f$, tổng số mẫu học giám sát được tạo ra là: $$n = N - f - t + 1$$ Các thực nghiệm được cấu hình trên các cặp bước vào - ra (IO-steps) đa dạng: 1-1, 2-1, 5-1, 10-1, 1-2, 2-2, 5-2, 10-2, 1-5, 2-5, 5-5, 10-5, 1-10, 2-10, 5-10 và 10-10.

Độ đo đánh giá

Để đánh giá toàn diện mô hình trong điều kiện dữ liệu mất cân bằng nghiêm trọng, tác giả sử dụng 4 chỉ số:

  • Độ chính xác (Accuracy): Tỷ lệ giữa tổng số mẫu dự đoán đúng trên toàn bộ số mẫu dự đoán: $$\text{Accuracy} = \frac{\text{Dự đoán đúng nhịp tim}}{\text{Tất cả dự đoán}}$$
  • Độ nhạy (Sensitivity / Recall): Khả năng phát hiện chính xác các trường hợp thực sự bất thường: $$\text{Sensitivity} = \frac{\text{Số lượng phân lớp đúng}}{\text{Số lượng phân lớp đúng} + \text{Số lượng phân lớp không đúng}}$$
  • Độ chuẩn xác (Precision): Tỷ lệ dự đoán đúng bất thường trên tổng số trường hợp mà mô hình cảnh báo là bất thường: $$\text{Precision} = \frac{\text{Dự đoán đúng (Có bất thường)}}{\text{Tất cả dự đoán là bất thường}}$$
  • Sai số bình phương trung bình (Mean Squared Error - MSE): Đánh giá độ sai lệch giá trị tín hiệu trong bài toán hồi quy: $$\text{MSE} = \frac{1}{n} \sum_{i=1}^{n} (\text{Nhịp tim thực tế}_i - \text{Nhịp tim dự đoán}_i)^2$$

Nội dung chính theo từng chương

Chương 1. Tổng quan đề tài

Chương mở đầu tập trung thiết lập cơ sở nghiên cứu và phạm vi khoa học của đề tài. Tác giả chỉ ra các số liệu dịch tễ học về gánh nặng tử vong do bệnh tim mạch toàn cầu và tại Việt Nam, sự gia tăng của bệnh lý tim mạch ở người trẻ tuổi và những rào cản của phương thức thăm khám tĩnh tại bệnh viện. Khóa luận định nghĩa bài toán phân loại sớm dựa trên phân tích khoảng RR, nêu bật 4 thách thức kỹ thuật về biến thiên cá thể, nhiễu tín hiệu, tính bất định của chuỗi thời gian và sự mất cân bằng lớp nhãn. Từ đó, chương đề ra 3 mục tiêu cụ thể, xác định tập dữ liệu đối tượng từ MIT-BIH, đồng thời khái quát 5 đóng góp chính của đề tài liên quan đến việc so sánh hai hướng tiếp cận phân lớp/hồi quy và phân tích hiệu suất theo các mốc thời gian sớm từ 1 đến 10 phút.

Chương 2. Cơ sở lý thuyết

Chương này tổng hợp hệ thống lý luận liên quan đến phân tích tín hiệu điện tâm đồ và điểm luận các nghiên cứu tiền nhiệm:

  • Trình bày giải phẫu điện học tim, cấu tạo các thành phần sóng P, QRS, T và ý nghĩa sinh lý của khoảng cách biến thiên RR.
  • Phân tích chi tiết quy chuẩn phân loại AAMI EC57 ánh xạ từ các bản ghi MIT-BIH Arrhythmia thành 5 nhóm (N, S, V, F, Q), kèm bảng đối chiếu sự biến đổi về hình thái sóng, độ rộng phức bộ QRS và biên độ giữa các dạng nhịp tim.
  • Điểm luận các công trình đi trước, phân loại theo hai cách tiếp cận đặc trưng: hướng dựa trên chuỗi thời gian thô (time series-based) và hướng dựa trên trích xuất đặc trưng (feature-based) như hệ số đa thức Hermite (HBF), biến đổi S (S-transform). Đồng thời, tác giả phân tích hạn chế của phương pháp phân loại nội bệnh nhân (intra-patient) và khẳng định tính cần thiết của phương pháp phân loại giữa các bệnh nhân (inter-patient) đối với việc triển khai thực tế.

Chương 3. Phương pháp thực nghiệm

Chương 3 trình bày chi tiết cơ sở toán học của các thuật toán được áp dụng trong hệ thống:

  • Nhóm học máy thống kê: Công thức xác suất của Naive Bayes (phân phối Multinomial và Bernoulli kèm làm mịn Laplace); cơ chế hội tụ gradient và các ưu nhược điểm của Stochastic Gradient Descent (SGD); nguyên lý duy trì lề và cập nhật thích ứng tức thời của thuật toán trực tuyến Passive-Aggressive (các biến thể PA-I, PA-II); kỹ thuật tăng cường gradient trên tập hợp cây quyết định của thuật toán XGBoost.
  • Nhóm mô hình học sâu: Kiến trúc mạng hồi quy LSTM với cơ chế điều tiết thông tin qua các hàm kích hoạt Sigmoid/Tanh tại 3 cổng; cấu trúc mạng nơ-ron tích chập CNN 1D gồm các lớp tích chập trích xuất đặc trưng không gian, lớp gộp (Max/Average Pooling) và các lớp kết nối đầy đủ (FC).
  • Khung lý thuyết về Transfer Learning gồm hai pha tiền huấn luyện (Pre-training) và tinh chỉnh thích ứng (Fine-tuning).

Chương 4. Thực nghiệm, đánh giá và hướng cải tiến

Chương 4 là phần nội dung thực nghiệm cốt lõi của khóa luận:

  • Mô tả chi tiết hai nguồn dữ liệu thực nghiệm: MIT-BIH Arrhythmia (48 bản ghi 2 kênh V1-MLII, 360 Hz) và MIT-BIH Normal Sinus Rhythm (18 bản ghi dài hạn của người khỏe mạnh).
  • Thiết lập quy trình tiền xử lý 6 giai đoạn đưa nhịp tim về dạng vector 188 chiều (187 điểm đọc ở 125 Hz + 1 giá trị nhãn).
  • Thiết lập phân chia tập dữ liệu huấn luyện (38 bệnh nhân) và kiểm thử (10 bệnh nhân) theo chuẩn inter-patient, minh họa đồ thị mất cân bằng phân phối nhãn (lớp 0-N và 4-Q chiếm ưu thế tuyệt đối).
  • Thiết lập công thức tạo mẫu học giám sát cuốn theo trục thời gian với các cấu hình IO-steps.
  • Định nghĩa chi tiết 4 độ đo đánh giá: Accuracy, Sensitivity, Precision, MSE.
  • Phân tích kết quả thực nghiệm chi tiết cho Hướng tiếp cận 1 (kết hợp hồi quy và phân lớp) và Hướng tiếp cận 2 (phân lớp trực tiếp).
  • Đề xuất hai giải pháp cải tiến kỹ thuật: Ứng dụng Transfer Learning trên bộ dữ liệu người bình thường cho pha hồi quy và đề xuất kiến trúc mạng học sâu DuoHF-CNN cho pha phân lớp trực tiếp.

Chương 5. Kết luận và hướng phát triển

Chương tổng kết toàn bộ các kết quả đạt được đối với hai hướng tiếp cận dự báo sớm, khẳng định các ưu điểm và hạn chế tồn đọng của từng nhóm mô hình trên dữ liệu mất cân bằng. Đồng thời, tác giả vạch ra các định hướng nghiên cứu tiếp theo nhằm nâng cao độ chính xác dự báo bất thường tim mạch trong tương lai.

Chương 6. Phụ lục

Chương phụ lục cung cấp toàn bộ hệ thống biểu đồ và bảng số liệu định lượng chi tiết:

  • Đồ thị theo dõi sự thay đổi của các độ đo qua từng epoch của kiến trúc DuoHF-CNN trên 16 cấu hình IO-steps khác nhau.
  • Bảng tổng hợp số liệu chi tiết của các thuật toán phân lớp và hồi quy trên tập kiểm thử cho cả hai hướng tiếp cận ban đầu và hai hướng cải tiến đề xuất.

Kết quả và đóng góp

Kết quả định lượng theo các hướng tiếp cận

1. Hướng tiếp cận 1: Hồi quy chuỗi tín hiệu kết hợp Phân lớp

  • Pha dự báo hồi quy tín hiệu tương lai: Cả hai mô hình học sâu hồi quy LSTM và CNN đều đạt kết quả ước lượng tín hiệu ECG tương lai khả quan, với chỉ số sai số toàn phương trung bình (MSE) dao động trong khoảng từ 0,02 đến 0,03, đáp ứng yêu cầu cung cấp chuỗi tín hiệu mô phỏng làm đầu vào cho pha phân lớp.
  • Pha phân loại nhịp tim:
    • Khi phân lớp trên tín hiệu tương lai vừa dự báo, các mô hình MultinomialNB và BernoulliNB đạt độ chính xác Accuracy dao động từ 78% đến dưới 85%. Phân phối Accuracy của phần lớn mô hình nằm trong khoảng quanh 75%.
    • Mô hình phân lớp LSTM duy trì độ chính xác Accuracy tổng thể luôn trên ngưỡng 80%. Ngược lại, mô hình phân lớp CNN có độ chính xác Accuracy thấp hơn, dao động quanh mức 50%.
    • Đánh giá theo độ nhạy (Sensitivity): Hầu hết các thuật toán đạt độ nhạy trên 80% đối với nhịp tim bình thường (lớp N). Tuy nhiên, trên các lớp bất thường, mô hình LSTM-LSTM đạt độ nhạy 0,09 (9%) ở lớp bất thường V trong khi vẫn duy trì Accuracy tổng thể là 82% (lớp N đạt 93%, lớp Q đạt 91%).
    • Đáng chú ý, hai mô hình ghép tầng LSTM-CNN và CNN-CNN cho thấy độ nhạy phát hiện lớp bất thường V vượt trội, lần lượt đạt 42% và 57%. Tuy nhiên, do mô hình có xu hướng thiên vị dự đoán lớp bệnh lý, nhiều mẫu bình thường bị phân loại nhầm thành bất thường, kéo độ chính xác tổng thể xuống mức 56% (LSTM-CNN) và 39% (CNN-CNN).
    • Ngược lại, MultinomialNB và BernoulliNB tuy có Accuracy cao nhưng độ nhạy trên các lớp bất thường lại dưới 1%, hầu như chỉ dự đoán đúng nhịp bình thường (trên 90%).

2. Hướng tiếp cận 2: Phân lớp trực tiếp từ chuỗi thời gian

  • Về độ chính xác (Accuracy):
    • Mô hình mạng tích chập CNN đạt độ chính xác cao nhất và ổn định nhất trên hầu hết các bước thời gian tương lai, duy trì trong khoảng 72% – 86%.
    • Các mô hình XGBoost và PassiveAggressiveClassifier lần lượt đạt mức độ chính xác khoảng 78% – 83%.
    • Mô hình LSTM đạt Accuracy trong khoảng 77% – 79%, trong khi SGDClassifier dao động trong khoảng 66% – 82%.
    • Hai mô hình BernoulliNB và MultinomialNB cho độ chính xác tổng thể thấp nhất và phân tán ngẫu nhiên.
  • Về độ chuẩn xác (Precision) và khả năng nhận diện bất thường:
    • Độ chính xác cao của CNN chủ yếu xuất phát từ khả năng phân loại chính xác hai lớp chiếm đa số là N (Normal) và Q (Unknown). Mô hình CNN nguyên bản hoàn toàn thất bại trong việc phát hiện các lớp bệnh lý hiểm nghèo gồm S, V và F.
    • Mô hình LSTM có khả năng phát hiện một phần các lớp bất thường: Tại bước IO-step 1-1, LSTM dự đoán đúng lớp S với tỷ lệ 2% và lớp V với tỷ lệ 7%; tại bước IO-step 2-2, LSTM nhận diện được lớp V với tỷ lệ 4%.
    • Mô hình PassiveAggressiveClassifier dự đoán được lớp V tại bước IO-step 10-10 với độ chuẩn xác Precision đạt 33%.
    • Các thuật toán XGBoost và SGDClassifier hoàn toàn bị thiên lệch (bias) về lớp bình thường N, không phát hiện được các biến cố bất thường.
Hướng tiếp cận Mô hình tiêu biểu MSE hồi quy Accuracy tổng thể Khả năng nhận diện lớp bất thường (Độ nhạy / Độ chuẩn xác)
Hướng 1 (Hồi quy $\rightarrow$ Phân lớp) LSTM - LSTM 0,02 – 0,03 82% Độ nhạy lớp V đạt 9%; lớp N đạt 93%, lớp Q đạt 91%.
LSTM - CNN 0,02 – 0,03 56% Độ nhạy lớp V đạt 42%; đánh đổi giảm Accuracy tổng thể.
CNN - CNN 0,02 – 0,03 39% Độ nhạy lớp V đạt 57%; xuất hiện nhiều báo động giả (False Positive).
LSTM - MultinomialNB 0,02 – 0,03 78% – 85% Độ nhạy lớp bất thường < 1%; thiên lệch tuyệt đối về lớp N.
Hướng 2 (Phân lớp trực tiếp) CNN — 72% – 86% Dự đoán rất tốt lớp N và Q; không phát hiện được lớp S, V, F.
LSTM — 77% – 79% Phát hiện lớp S (2%) và V (7%) tại IO 1-1; lớp V (4%) tại IO 2-2.
Passive-Aggressive — 78% – 83% Dự đoán đúng lớp V với Precision đạt 33% tại IO 10-10.
XGBoost — 78% – 83% Chỉ phát hiện lớp N; bias hoàn toàn sang lớp đa số.

Các giải pháp cải tiến và đóng góp chính

  • Cải tiến Transfer Learning: Đối với hướng tiếp cận 1, tác giả áp dụng học chuyển giao bằng cách tiền huấn luyện mô hình hồi quy trên bộ dữ liệu 18 đối tượng khỏe mạnh (MIT-BIH Normal Sinus Rhythm), giúp ổn định dạng sóng ECG dự báo trước khi đưa vào phân loại.
  • Đề xuất kiến trúc DuoHF-CNN: Đối với hướng tiếp cận 2, tác giả thiết kế kiến trúc mạng tích chập chuyên biệt DuoHF-CNN (Duo Heart Feature Convolutional Neural Network), giúp khai thác đồng thời các đặc trưng biểu diễn nhịp tim, cải thiện đáng kể khả năng nhận biết các lớp nhịp tim bất thường qua các epoch huấn luyện trên các cấu hình thời gian từ 1 đến 10 bước.
  • Đóng góp học thuật:
    • Cung cấp khảo sát thực nghiệm hệ thống so sánh đối đầu giữa hai luồng tư duy mô hình hóa (Hồi quy trung gian và Phân loại trực tiếp) trên chuỗi thời gian y tế.
    • Phân tích định lượng sự suy giảm hiệu suất dự báo theo các bước thời gian tương lai chi tiết (1, 2, 5, 10 phút).
    • Làm rõ nghịch lý giữa chỉ số Accuracy và Sensitivity/Precision trong bài toán dữ liệu y tế mất cân bằng, chỉ ra rằng các mô hình có Accuracy cao trên 80% thực chất có thể hoàn toàn mất khả năng cảnh báo sớm các cơn loạn nhịp tim nguy hiểm.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận tự chỉ ra các hạn chế kỹ thuật và phạm vi nghiên cứu thực nghiệm:

  • Hiện tượng thiên lệch lớp (Bias): Tất cả các mô hình cơ sở đều gặp hiện tượng thiên vị nghiêm trọng đối với lớp bình thường N do sự mất cân bằng dữ liệu tự nhiên của bộ dữ liệu MIT-BIH. Điều này khiến độ nhạy và độ chuẩn xác trên các lớp bệnh lý hiểm nghèo (S, V, F) vẫn còn ở mức rất khiêm tốn hoặc không ổn định.
  • Sự đánh đổi giữa Accuracy và False Positive: Một số mô hình đạt độ nhạy cao đối với nhịp bất thường (như LSTM-CNN và CNN-CNN ở Hướng 1) lại tạo ra số lượng cảnh báo sai (False Positive) rất lớn, dẫn đến việc suy giảm mạnh độ chính xác tổng thể và làm giảm độ tin cậy trong ứng dụng giám sát thực tế.
  • Hạn chế về dữ liệu và thời gian dự báo xa: Hiệu suất dự báo giảm dần khi khoảng cách thời gian tương lai tăng lên do mô hình chỉ dựa trên dữ liệu quá khứ mà không lường trước được các yếu tố sinh lý bất ngờ. Ngoài ra, kích thước dữ liệu huấn luyện còn giới hạn ở tập mẫu MIT-BIH.
  • Triển khai ứng dụng: Mặc dù mục tiêu đề ra có bao gồm xây dựng ứng dụng di động phân loại sớm, báo cáo kỹ thuật trong khóa luận tập trung phần lớn dung lượng vào việc tối ưu thuật toán và thực nghiệm mô hình trên máy tính.

Hướng nghiên cứu tiếp theo:

  • Tiếp tục tối ưu hóa sâu kiến trúc mạng DuoHF-CNN nhằm cân bằng giữa khả năng nhận diện bất thường và việc kiểm soát tỷ lệ báo động giả.
  • Mở rộng các phương pháp Transfer Learning và thử nghiệm các kỹ thuật cân bằng dữ liệu chuỗi thời gian chuyên biệt mà không làm biến dạng tương quan thời gian của các khoảng RR.
  • Thu thập và kiểm thử mô hình trên các tập dữ liệu ECG lâm sàng thực tế mở rộng ngoài môi trường phòng thí nghiệm.

Giá trị tham khảo

Báo cáo khóa luận mang lại giá trị tham khảo rõ ràng cho các nhóm đối tượng nghiên cứu:

  • Sinh viên và học viên ngành Hệ thống Thông tin, Khoa học Dữ liệu và Trí tuệ Nhân tạo: Cung cấp tài liệu tham khảo chi tiết về quy trình xử lý tín hiệu chuỗi thời gian sinh học 1 chiều (1D Time-Series), phương pháp tạo mẫu học giám sát cuốn theo trục thời gian (sliding window formulation qua công thức $n = N - f - t + 1$) và cách thiết lập bài toán dự báo đa bước thời gian (IO-steps).
  • Nhà nghiên cứu về Tin sinh học và Kỹ thuật Y sinh (Biomedical Engineering): Cung cấp tài liệu thực chứng về phương pháp chia tập dữ liệu theo chuẩn liên bệnh nhân (inter-patient split) để đánh giá đúng năng lực tổng quát hóa của thuật toán, tránh hiện tượng rò rỉ dữ liệu (data leakage) thường gặp khi chia ngẫu nhiên từng nhịp tim.
  • Các phần đáng tham khảo nhất trong văn bản:
    • Quy trình tiền xử lý tín hiệu 6 bước chuẩn mực (chuyển đổi tần số lấy mẫu 125 Hz, chuẩn hóa $[0, 1]$, xử lý độ dài cố định 187 mẫu).
    • Bảng tổng hợp đối chiếu đặc điểm hình thái các dạng sóng ECG theo tiêu chuẩn phân loại AAMI EC57.
    • Phân tích thực nghiệm đa chiều chỉ ra sự sai lệch khi chỉ dùng độ đo Accuracy để đánh giá bài toán y tế mất cân bằng dữ liệu.

Câu hỏi thường gặp

1. Khóa luận sử dụng tiêu chuẩn nào để phân loại nhịp tim và gồm những nhóm lớp nào?

Nghiên cứu sử dụng tiêu chuẩn AAMI EC57 của Hiệp hội vì sự Tiến bộ của Dụng cụ Y tế. Tiêu chuẩn này ánh xạ các loại nhịp tim từ bộ dữ liệu MIT-BIH Arrhythmia thành 5 nhóm lớp chính: Lớp N (nhịp bình thường), Lớp S (nhịp ngoại tâm thu trên thất), Lớp V (nhịp ngoại tâm thu thất), Lớp F (nhịp hợp nhất giữa tâm thất và bình thường) và Lớp Q (nhịp không phân loại được hoặc nhịp tạo nhịp).

2. Sự khác biệt cốt lõi giữa hai hướng tiếp cận dự báo sớm trong khóa luận là gì?

  • Hướng tiếp cận 1: Đi qua hai giai đoạn liên tiếp. Tín hiệu ECG quá khứ trước hết được đưa qua mô hình hồi quy (LSTM hoặc CNN) để tái tạo chuỗi tín hiệu ECG tương lai; sau đó chuỗi tương lai này mới được đưa vào mô hình phân loại để xác định lớp bất thường.
  • Hướng tiếp cận 2: Dự báo trực tiếp một giai đoạn. Tín hiệu đặc trưng ECG quá khứ được đưa thẳng vào mô hình phân loại học máy hoặc học sâu để dự đoán trực tiếp nhãn bệnh lý tim mạch ở các bước thời gian tương lai.

3. Tín hiệu điện tâm đồ thô được tiền xử lý thành định dạng đầu vào như thế nào?

Dữ liệu được xử lý tuần tự qua 6 bước: (1) Cắt bản ghi thành từng nhịp đơn lẻ theo khoảng RR; (2) Thêm 40 điểm đọc tín hiệu của nhịp kế tiếp để bao trùm phức bộ QRS; (3) Tái lấy mẫu đưa tần số từ 360 Hz về 125 Hz; (4) Chuẩn hóa biên độ tín hiệu về khoảng $[0, 1]$; (5) Đệm số 0 ở cuối để đưa bản ghi về độ dài cố định 187 giá trị; (6) Bổ sung nhãn phân loại vào cuối để tạo thành vector hoàn chỉnh có kích thước chính xác 188 giá trị.

4. Tập dữ liệu huấn luyện và kiểm thử được phân chia theo nguyên tắc nào?

Để đánh giá khả năng tổng quát hóa trên bệnh nhân mới, nghiên cứu phân chia dữ liệu theo phương pháp giữa các bệnh nhân (inter-patient). Tập huấn luyện gồm dữ liệu của 38 bệnh nhân cụ thể, trong khi tập kiểm thử hoàn toàn độc lập gồm dữ liệu của 10 bệnh nhân khác (mã ID: 213, 217, 222, 223, 228, 230, 231, 232, 233, 234).

5. Vì sao các mô hình đạt độ chính xác Accuracy trên 80% vẫn không được coi là hiệu quả trong phát hiện sớm bất thường?

Do dữ liệu ECG thực tế mất cân bằng nghiêm trọng (lớp nhịp bình thường N chiếm đại đa số), các mô hình học máy (như MultinomialNB, BernoulliNB, XGBoost hay SGDClassifier) có xu hướng dự đoán tất cả các mẫu đều là lớp N. Khi đó, độ chính xác tổng thể Accuracy có thể đạt từ 78% đến 85%, nhưng độ nhạy trên các lớp loạn nhịp nguy hiểm lại dưới 1% hoặc bằng 0%, đồng nghĩa với việc mô hình hoàn toàn mất khả năng cảnh báo sớm các nguy cơ đột quỵ hay đau tim.

Kết luận

Khóa luận tốt nghiệp của sinh viên Đỗ Thảo Quyên và Nguyễn Quốc Trung đã giải quyết bài toán phát hiện sớm bất thường tim mạch trên tín hiệu điện tâm đồ thông qua việc so sánh thực nghiệm hệ thống giữa hai hướng tiếp cận hồi quy trung gian và phân loại trực tiếp. Nghiên cứu thực hiện quy trình tiền xử lý chuẩn hóa trên bộ dữ liệu MIT-BIH, phân chia mẫu kiểm thử theo chuẩn độc lập giữa các bệnh nhân (inter-patient) và đánh giá chi tiết năng lực dự báo qua nhiều bước thời gian tương lai. Kết quả cho thấy các mô hình học sâu (LSTM, CNN) kết hợp với các kỹ thuật cải tiến như Transfer Learning và kiến trúc đề xuất DuoHF-CNN có tiềm năng nâng cao độ nhạy nhận diện các dạng nhịp tim bệnh lý trong điều kiện dữ liệu chuỗi thời gian mất cân bằng. Công trình cung cấp nguồn tài liệu thực chứng có giá trị tham khảo cao về mặt phương pháp luận tiền xử lý và chiến lược đánh giá mô hình học máy trong lĩnh vực y tế số.