Chương 1: Nghiên cứu tổng quan block), PQ ngắn sẽ gợi ý đến một hội chứng rối loạn nhịp tim (Wolf-Parkinson-White). Đoạn ST Ý nghĩa là giai đoạn tái cực thất sớm, thời gian của ST thường không quan trọng bằng hình dạng của nó, bình thường ST nằm chênh lệch lên hoặc chênh xuống khỏi đường đẳng điện rất ít. đoạn ST cực kỳ quan trọng trong việc chẩn đoán nhồi máu cơ tim. ST gọi là chênh lệch nếu cao hơn đường đẳng điện 1mm ở chuyển đạo chi và hơn 2mm ở chuyển đạo trước ngực.
ST gọi là chênh xuống khi nằm dưới đường đẳng điện hơn 0. Đoạn QT Là thời gian tâm thu điện học của tâm thất, khoảng giá trị bình thường của QT phục thuộc vào tần số tim, QT kéo dài bất thường có liên quan với tăng nguy cơ loạn nhịp thất, đặc biệt là xoắn đỉnh. Gần đây, hội chứng QT ngắn bẩm sinh đã được tìm thấy có liên quan với tăng nguy cơ rung nhĩ và thất kịch phát và đột tử do tim.4 Áp dụng trong y học Điện tâm đồ được sử dụng trong nhiều trường hợp y học: Chẩn đoán nhồi máu cơ tim khi cơ tim bị thiếu máu và dưỡng khí, bị tổn thương hay hoại tử, khả năng dẫn truyền điện của cơ sẽ thay đổi. Sự thay đổi này có thể ghi nhận được trên điện tâm đồ, đây là một trong những giá trị nhất của phương pháp cận lâm sàng này.
Chẩn đoán Thiếu máu cơ tim: cơ tim bị thiếu máu sẽ cho thấy hình ảnh sóng T trên điện tâm đồ dẹt, âm. Chẩn đoán và theo dõi rối loạn nhịp tim bất thường tại vị trí phát nhịp (nút xoang, nút nhĩ nhất, cơ tim) và dẫn truyền một chiều của tim sẽ cho thấy hình ảnh nhịp tim bất thường trên điện tâm đồ. Trang - 18 - Chương 1: Nghiên cứu tổng quan Chẩn đoán và theo dõi rối loạn dẫn truyền nhịp tim đập do một hệ thống dẫn truyền khoa học, việc tổn thương hay mất sự mạch lạc dẫn truyền cho thấy các bất thường về các nhánh điện học của tim trên điện tâm đồ (Block AV, Block nhánh tim). Chẩn đoán các chứng tim lớn khi cơ tim dày hay dãn, quá trình khử cực, tái cực của từng thành phần trong cơ tim sẽ thay đổi, qua đó trên giấy ghi sẽ cho những gợi ý nhất định về tình trạng lớn buồng tim, tuy nhiên giá trị của ECG không ưu thế là trường hợp này, vì thay đổi nhiều vào chủng tộc, nhiều yếu tố gây nhiễu và độ nhạy kém, y học cũng có nhiều công cụ chẩn đoán tim to tốt hơn.
Chẩn đoán một số thay đổi sinh hóa máu vì điện tim là do sự di chuyển của các ion như natri, kali, canxi, v. Khi có thay đổi lớn trong nồng độ các chất này, điện tâm đồ có khả năng thay đổi. Chẩn đoán một số ngộ độc thuốc Thuốc digoxin làm thay đổi đoạn ST của mọi cực. Thuốc chống trầm cảm 3 vòng làm dài đoạn QT.2 Phép biến đổi Fourier thời gian ngắn (Short-time Fourier transform) 1.1 Biến đổi Fourier Từ trước đến nay có nhiều phương pháp phân tích tín hiệu.
Được biết đến nhiều nhất là phân tích Fourier, trên cơ sở phân tích một tín hiệu thành tổng các hàm sin với các tần số khác nhau. Nói cách khác, phân tích Fourier là kỹ thuật biến đổi tín hiệu từ miền thời gian sang miền tần số. Với nhiểu tín hiệu, phân tích Fourier rất có ích vì nội dung tần số của tín hiệu là rất quan trọng. Biến đổi Fourier của tín hiệu xt và biến đổi Fourier ngược của nó được xác định bởi biểu thức sau: X f xt e j 2ft dt (1.2) Trong đó, xt và X f được gọi là một cặp biến đổi Fourier: xt FT X f .
Trang - 19 - Chương 1: Nghiên cứu tổng quan Hình 1. Biến đổi Fourier Mặc dù có nhiều hiệu quả nhưng phép biến đổi Fourier (như là phân tích các tín hiệu tuần hoàn, thuận lợi cho ccá phép chập tín hiệu) vẫn có những hạn chế. Khi biến đổi sang miền tần số, thông tin thời gian đã bị mất. Nếu một thuộc tính tín hiệu không thay đổi nhiều theo thời gian, nó được gọi là tín hiệu tĩnh, thì các nhược điểm trên không có ảnh hưởng quan trọng.
Tuy nhiên, nhiều tín hiệu có chứa các thông số động: trôi, nghiêng, biến đổi đột ngột, khởi đầu và kết thúc của các sự kiện. Những đặc tính này thường là phần quan trọng nhất của tín hiệu và phân tích Fourier không thích hợp để phát hiện chúng.2 Phép biến đổi Fourier trong thời gian ngắn Các tín hiệu thường gặp trong thực tế thường là tín hiệu không dừng (ví dụ tín hiệu nhạc, tín hiệu nhiễu,…) thì phân tích Fourier hoàn toàn không mang lại các thông tin hữu ích. Ta xét một ví dụ đơn giản để thấy rõ điều này: Xét trường hợp tín hiệu xung t , phép biến đổi Fourier F 1, . Ta thấy rằng thông tin về vị trí xung trong miền thời gian hoàn toàn không phát hiện trong miền tần số.
Như vậy, biến đổi Fourier không phân tích được biến thiên tần số trong từng vùng theo thời gian của tín hiệu. Nói cách khác nó không có tính cục bộ về thời gian. Do đó cần cục bộ hóa biến đổi Fourier để có thể phân tích các tín hiệu không tĩnh. Để khắc phục những hạn chế của biến đổi Fourier, phép biến đổi Fourier thời gian ngắn - Short-time Fourier transform (STFT) được đề xuất.
Biến đổi này còn được gọi là biến đổi Fourier cửa sổ hay biến đổi Gabor. Ý tưởng này là sự cục bộ của biến đổi Fourier, sử dụng hàm cửa sổ xấp xỉ trung tâm nơi định vị. STFT được biểu diễn bằng một hàm G, t theo 2 biến là tần số và thời gian t. Như vậy nhìn vào kết quả của STFT, ta có thể biết tần số xuất hiện vào thời Trang - 20 - Chương 1: Nghiên cứu tổng quan điểm nào trong miền thời gian.
Trong biến đổi STFT, tín hiệu được chia thành các đoạn đủ nhỏ. Với mục đích này, hàm cửa sổ được lựa chọn. Nguyên tắc của phương pháp này là phân chia tín hiệu ra thành từng đoạn đủ nhỏ sao cho có thể xem tín hiệu trong mỗi đoạn là tín hiệu ổn định, sau đó thực hiện biến đổi Fourier trên từng đoạn tín hiệu này. Phép biến đổi STFT Trong đó: wt là hàm cửa sổ (thường là cửa sổ Hann hoặc cửa sổ Gauss).
xt là tín hiệu cần chuyển đổi. X , là Fourier Transform của xt wt (một hàm phức thể hiện cho pha và cường độ của tín hiệu qua thời gian và tần số). Yêu cầu diện tích của hàm cửa sổ wt được thu nhỏ sao cho w d 1 (1.4) Lúc này xt được tính: xt xt wt d xt wt d (1.5) Biến đổi Fourier liên tục là: X a j xa t e jt dt (1.6) Trang - 21 - Chương 1: Nghiên cứu tổng quan Thay thế xt từ công thức trên ta có: X xt wt d e jt dt xt wt e jt d dt (1.7) xt wt e jt dt d X , d Biến đổi Fourier ngược là: 1 xt X e jt d 2 (1.8) Sau đó xt có thể phục hồi từ X , như sau 1 xt X , e jt d d (1.9) 2 Biến đổi STFT rời rạc Công thức: X n, xmwn me jm (1.10) m wn là một chuỗi có chiều dài hạn chế và đối xứng N w. wn 0 khi 0, N w 1 wn - cửa sổ phân tích xn : tín hiệu rời rạc f n m xmwn m : biểu diễn giá trị xm tại điểm n, đưa ra kết quả tín hiệu tại khung cửa sổ thứ n.
X n, là biến đổi Fourier của f n m của dữ liệu tín hiệu với khung cửa sổ wn. Tính toán theo DFT: Trang - 22 - Chương 1: Nghiên cứu tổng quan X n, k X n, 2 k (1.11) N 2 Do đó X n, k là STFT cho mỗi k N Từ đó ta có công thức DFT: 2 X n, k xmwn me j km N (1.12) m Tín hiệu được phục hổi theo công thức: N 1 2 1 xn X n, k e N jk n (1.wn m k 0 Một số hàm cửa sổ Cửa sổ hình chữ nhật Cửa sổ hình chữ nhật (đôi khi được gọi là cửa sổ ô tô hoặc cửa sổ Dirichlet) là cửa sổ đơn giản nhất, tương đương với việc thay thế tất cả các giá trị N của một chuỗi dữ liệu bằng 0, làm cho nó xuất hiện như một dạng sóng đột nhiên bật và tắt: n 1. Các cửa sổ khác được thiết kế để điều chỉnh những thay đổi đột ngột này, làm giảm sự tổn thất vỏ sò và cải thiện phạm vi động. Cửa sổ hình chữ nhật Cửa sổ Gaussian Biến đổi Fourier của Gaussian cũng là một hàm Gaussian (nó là một hàm riêng của biến đổi Fourier).
Vì hàm Gaussian mở rộng đến vô cùng, nó phải được cắt ngắn ở cuối của cửa sổ, hoặc chính nó được kết hợp với một cửa sổ không kết Trang - 23 - Chương 1: Nghiên cứu tổng quan thúc khác. Vì log của hàm Gaussian tạo ra một parabol, điều này có thể được sử dụng cho nội suy bậc hai gần đúng trong ước tính tần số.5 Độ lệch chuẩn của hàm Gaussian là các khoảng thời gian lấy mẫu σ(N−1)/2. Cửa sổ Gaussian Các tính chất: STFT đo sự giống nhau giữa tín hiệu với phiên bản dịch và biến điệu của hàm cửa sổ cơ bản W(t). STFT có tính định vị thời gian – tần số.
Thao tác dịch và biến điệu hàm cửa sổ không làm thay đổi kích thước hàm cửa sổ mà chỉ tịnh tiến theo trục thời gian – tần số.