Tổng quan nghiên cứu

Âm thanh cơ thể là một nguồn thông tin quan trọng trong y học, đặc biệt trong chẩn đoán các bệnh lý hệ hô hấp. Theo ước tính, dao động âm thanh phát ra từ các cơ quan sinh học thường có tần số dưới 1000 Hz, trong đó âm thanh phổi tập trung chủ yếu trong dải tần từ 5 Hz đến 40 kHz. Việc thu thập và phân tích các tín hiệu âm thanh này giúp phát hiện sớm các bất thường như viêm phế quản, hen suyễn hay viêm phổi. Tuy nhiên, các thiết bị ống nghe truyền thống gặp hạn chế về khả năng khuếch đại và lưu trữ tín hiệu, trong khi các ống nghe điện tử hiện đại lại có giá thành cao và công nghệ đóng khiến việc tiếp cận khó khăn tại Việt Nam.

Luận văn này nhằm thiết kế một hệ thống thu thập tín hiệu âm thanh cơ thể mở, có khả năng khuếch đại, lọc nhiễu và lưu trữ dữ liệu phục vụ chẩn đoán hệ hô hấp. Hệ thống được phát triển với mục tiêu đơn giản, chi phí thấp, dễ sử dụng và có thể mở rộng ứng dụng. Phạm vi nghiên cứu tập trung vào thiết kế phần cứng và phần mềm thu nhận tín hiệu âm thanh từ cảm biến CM-01B, xử lý tín hiệu trong dải tần 5 Hz – 40 kHz, và phân tích đặc trưng âm thanh hô hấp của người khỏe mạnh và bệnh nhân tại Việt Nam trong năm 2019. Kết quả nghiên cứu góp phần nâng cao hiệu quả chẩn đoán, hỗ trợ đào tạo y bác sĩ và phát triển các công cụ y sinh kỹ thuật số trong tương lai.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình kỹ thuật điện tử y sinh sau:

  • Lý thuyết sóng âm và tần số âm thanh cơ thể: Sóng âm là dao động cơ học có tần số từ 20 Hz đến 20 kHz mà tai người có thể nghe được. Âm thanh cơ thể phát sinh từ các vận động sinh học như hô hấp, tim mạch, tiêu hóa với tần số chủ yếu dưới 1000 Hz.

  • Mô hình bộ lọc Butterworth bậc cao: Bộ lọc Butterworth được sử dụng để thiết kế các bộ lọc thông cao và thông thấp tích cực bậc 4 nhằm loại bỏ nhiễu và giữ nguyên đặc tính tín hiệu trong dải tần mong muốn. Bộ lọc này có đặc tính đáp ứng tần số bằng phẳng trong dải thông và độ dốc cao tại tần số cắt.

  • Mạch khuếch đại thuật toán (Op-amp): Sử dụng mạch khuếch đại không đảo với Opam 2134 để khuếch đại tín hiệu âm thanh nhỏ từ vài mV lên mức điện áp phù hợp với ADC (0-5V), đồng thời giảm méo tín hiệu và nhiễu.

  • Khái niệm offset điện áp: Do tín hiệu âm thanh có thành phần điện áp âm, mạch offset được thiết kế để nâng điện áp tín hiệu lên mức dương phù hợp với ngõ vào ADC của vi điều khiển.

Các khái niệm chính bao gồm: tần số cắt bộ lọc, hệ số khuếch đại, tỷ lệ tín hiệu trên nhiễu (SNR), chuyển đổi tương tự-số (ADC), và phân tích phổ tín hiệu âm thanh.

Phương pháp nghiên cứu

Nguồn dữ liệu chính là tín hiệu âm thanh thu thập trực tiếp từ cơ thể người sử dụng cảm biến CM-01B, một loại microphone tiếp xúc có độ nhạy cao và dải tần rộng (8 Hz – 2.2 kHz, cộng hưởng 5 kHz). Dữ liệu được thu thập tại phòng thí nghiệm của Viện Điện tử – Viễn thông, Trường Đại học Bách Khoa Hà Nội trong năm 2019.

Phương pháp nghiên cứu bao gồm:

  • Thiết kế phần cứng: Xây dựng hệ thống mạch điện tử gồm khối cảm biến, bộ lọc thông cao bậc 4 (tần số cắt 5 Hz), bộ lọc thông thấp bậc 4 (tần số cắt 40 kHz), các tầng khuếch đại không đảo với hệ số khuếch đại tổng 100 dB, và mạch offset điện áp +2.5V. Nguồn cung cấp là nguồn pin đối xứng ±9V để giảm nhiễu.

  • Phương pháp chọn mẫu: Sử dụng cảm biến CM-01B để thu tín hiệu âm thanh từ người tình nguyện khỏe mạnh và bệnh nhân có các bệnh lý hô hấp như viêm phế quản, hen suyễn. Cỡ mẫu khoảng vài chục người nhằm thu thập đa dạng mẫu âm thanh.

  • Phân tích tín hiệu: Sử dụng vi điều khiển Arduino Uno R3 với ADC 10 bit để chuyển đổi tín hiệu tương tự sang số. Dữ liệu số được truyền về máy tính và xử lý bằng phần mềm Labview, bao gồm lọc số, hiển thị đồ thị tín hiệu và lưu trữ dưới dạng file mở.

  • Phân tích phổ tín hiệu: Áp dụng kỹ thuật phân tích spectrogram để quan sát sự phân bố tần số và biến đổi theo thời gian của tín hiệu âm thanh hô hấp, so sánh giữa người khỏe mạnh và bệnh nhân.

  • Timeline nghiên cứu: Thiết kế và mô phỏng mạch điện tử trong 6 tháng đầu năm 2019, thử nghiệm thu thập dữ liệu trong 3 tháng tiếp theo, phân tích và hoàn thiện luận văn trong 3 tháng cuối năm.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Hiệu quả của hệ thống lọc và khuếch đại: Hệ thống sử dụng bộ lọc thông cao bậc 4 với tần số cắt 5 Hz và bộ lọc thông thấp bậc 4 với tần số cắt 40 kHz, kết hợp hai tầng khuếch đại không đảo, đạt hệ số khuếch đại tổng 100 dB. Tín hiệu đầu ra có biên độ khoảng 4V, phù hợp với dải điện áp ADC 0-5V. Tỷ lệ tín hiệu trên nhiễu đạt 27 dB, đảm bảo chất lượng tín hiệu thu thập.

  2. Đáp ứng tần số của cảm biến CM-01B: Cảm biến có tần số cắt dưới khoảng 8 Hz và tần số cắt trên khoảng 2.2 kHz, tần số cộng hưởng 5 kHz. Thí nghiệm với loa gốm áp điện và loa máy tính cho thấy đáp ứng tần số rộng, phù hợp thu nhận âm thanh cơ thể trong dải tần quan tâm.

  3. Phân tích mẫu âm thanh hô hấp: Mẫu âm thanh của người khỏe mạnh tập trung chủ yếu trong dải tần 0-5 kHz với phổ động ổn định. Trong khi đó, mẫu âm thanh của bệnh nhân viêm phế quản và hen suyễn có sự biến đổi rõ rệt về biên độ và phân bố tần số, thể hiện qua các biểu đồ spectrogram với các vùng tần số bị suy giảm hoặc tăng cường không đồng đều.

  4. Khả năng lưu trữ và xử lý tín hiệu: Phần mềm Labview cho phép nghe trực tiếp, hiển thị đồ thị tín hiệu và lưu trữ dữ liệu dưới dạng file mở, thuận tiện cho việc phân tích sâu và phát triển thuật toán nhận dạng tín hiệu bệnh lý.

Thảo luận kết quả

Hệ thống thiết kế đã đáp ứng được các yêu cầu kỹ thuật về thu nhận, lọc và khuếch đại tín hiệu âm thanh cơ thể trong dải tần từ 5 Hz đến 40 kHz. Việc sử dụng bộ lọc Butterworth bậc 4 giúp giảm thiểu méo tín hiệu và giữ nguyên đặc trưng phổ âm thanh, phù hợp với các tín hiệu sinh học nhỏ và dễ bị nhiễu. So với các nghiên cứu trước đây sử dụng ống nghe điện tử thương mại, hệ thống mở này có ưu điểm về chi phí thấp, dễ dàng hiệu chỉnh và mở rộng.

Phân tích phổ tín hiệu cho thấy sự khác biệt rõ ràng giữa âm thanh hô hấp của người khỏe mạnh và bệnh nhân, hỗ trợ khả năng phát hiện sớm các bệnh lý hô hấp qua tín hiệu âm thanh. Kết quả này phù hợp với các báo cáo ngành y sinh về đặc trưng âm thanh bệnh lý. Việc lưu trữ dữ liệu số mở cũng tạo điều kiện thuận lợi cho phát triển các thuật toán trí tuệ nhân tạo trong chẩn đoán tự động.

Dữ liệu có thể được trình bày qua các biểu đồ spectrogram, biểu đồ phổ tần số và đồ thị biên độ tín hiệu theo thời gian, giúp trực quan hóa sự khác biệt giữa các mẫu âm thanh. Các sai số nhỏ trong đáp ứng tần số thực tế so với mô phỏng là do sai số linh kiện và điều kiện thí nghiệm, nhưng không ảnh hưởng đáng kể đến hiệu quả hệ thống.

Đề xuất và khuyến nghị

  1. Phát triển thuật toán phân tích tín hiệu tự động: Áp dụng các kỹ thuật học máy và xử lý tín hiệu số để tự động nhận dạng các đặc trưng âm thanh bệnh lý, nâng cao độ chính xác và giảm phụ thuộc vào thính lực bác sĩ. Thời gian thực hiện dự kiến 12-18 tháng, do nhóm nghiên cứu kỹ thuật y sinh và chuyên gia y tế phối hợp thực hiện.

  2. Mở rộng hệ thống thu thập đa kênh: Thiết kế hệ thống thu thập tín hiệu âm thanh từ nhiều vị trí trên cơ thể đồng thời để tăng độ tin cậy và đa dạng dữ liệu, phục vụ nghiên cứu sâu hơn về các bệnh lý phức tạp. Thời gian triển khai 6-12 tháng, do phòng thí nghiệm điện tử y sinh đảm nhiệm.

  3. Tối ưu hóa phần cứng cho thiết bị di động: Thu nhỏ kích thước, giảm tiêu thụ năng lượng và tích hợp kết nối không dây để thuận tiện sử dụng trong môi trường lâm sàng và tại nhà. Thời gian phát triển 9-12 tháng, phối hợp với các công ty công nghệ y tế.

  4. Đào tạo và chuyển giao công nghệ: Tổ chức các khóa đào tạo cho bác sĩ và kỹ thuật viên y tế về sử dụng thiết bị và phân tích tín hiệu âm thanh, đồng thời xây dựng tài liệu hướng dẫn chi tiết. Thời gian thực hiện 6 tháng, do trường đại học và bệnh viện phối hợp thực hiện.

Đối tượng nên tham khảo luận văn

  1. Các nhà nghiên cứu kỹ thuật y sinh: Có thể ứng dụng phương pháp thiết kế mạch lọc và khuếch đại tín hiệu sinh học, phát triển các thiết bị y tế số mở.

  2. Bác sĩ chuyên khoa hô hấp và lâm sàng: Sử dụng hệ thống để hỗ trợ chẩn đoán, theo dõi diễn tiến bệnh lý hô hấp qua tín hiệu âm thanh cơ thể.

  3. Sinh viên và học viên cao học ngành kỹ thuật y sinh, điện tử: Tham khảo quy trình thiết kế hệ thống thu thập và xử lý tín hiệu âm thanh sinh học, từ phần cứng đến phần mềm.

  4. Các công ty phát triển thiết bị y tế: Nghiên cứu để phát triển sản phẩm ống nghe điện tử chi phí thấp, mở rộng thị trường trong nước và quốc tế.

Câu hỏi thường gặp

  1. Hệ thống có thể thu tín hiệu âm thanh từ những bộ phận nào của cơ thể?
    Hệ thống chủ yếu thu tín hiệu âm thanh từ hệ hô hấp như phổi và khí quản, nhưng cũng có thể điều chỉnh để thu từ tim hoặc các cơ quan khác tùy theo vị trí đặt cảm biến CM-01B.

  2. Tại sao cần sử dụng bộ lọc thông cao và thông thấp bậc 4?
    Bộ lọc bậc 4 giúp tăng độ dốc tại tần số cắt, loại bỏ hiệu quả các nhiễu tần số thấp và cao không mong muốn, giữ nguyên đặc trưng tín hiệu trong dải tần 5 Hz – 40 kHz, phù hợp với tín hiệu âm thanh cơ thể.

  3. Làm thế nào để đảm bảo tín hiệu đầu ra phù hợp với ngõ vào ADC của vi điều khiển?
    Hệ thống sử dụng mạch khuếch đại không đảo với hệ số khuếch đại tổng 100 dB và mạch offset điện áp +2.5V để nâng tín hiệu lên dải 0-5V, tránh tín hiệu âm gây hư hại ADC.

  4. Phần mềm Labview có vai trò gì trong hệ thống?
    Labview được dùng để đọc tín hiệu số từ Arduino, xử lý lọc số, hiển thị đồ thị tín hiệu âm thanh theo thời gian thực, nghe trực tiếp và lưu trữ dữ liệu dưới dạng file mở phục vụ phân tích sau này.

  5. Hệ thống có thể phát hiện sớm các bệnh lý hô hấp không?
    Qua phân tích phổ tín hiệu, hệ thống có khả năng nhận diện các đặc trưng âm thanh khác biệt giữa người khỏe mạnh và bệnh nhân, hỗ trợ phát hiện sớm các biểu hiện bệnh lý, đặc biệt trong các trường hợp chớm bệnh khó nhận biết bằng thính lực thông thường.

Kết luận

  • Thiết kế thành công hệ thống thu thập tín hiệu âm thanh cơ thể mở, chi phí thấp, đáp ứng dải tần 5 Hz – 40 kHz với tỷ lệ tín hiệu trên nhiễu 27 dB và hệ số khuếch đại 100 dB.
  • Cảm biến CM-01B cho đáp ứng tần số phù hợp, thu được tín hiệu âm thanh hô hấp chất lượng cao.
  • Phần mềm Labview hỗ trợ xử lý, hiển thị và lưu trữ dữ liệu hiệu quả, tạo nền tảng cho phát triển thuật toán phân tích tín hiệu.
  • Phân tích phổ tín hiệu cho thấy sự khác biệt rõ ràng giữa mẫu âm thanh người khỏe mạnh và bệnh nhân, hỗ trợ chẩn đoán bệnh lý hô hấp.
  • Đề xuất mở rộng nghiên cứu phát triển thuật toán tự động, tối ưu phần cứng và đào tạo chuyển giao công nghệ trong 1-2 năm tới.

Luận văn này là bước khởi đầu quan trọng trong việc ứng dụng kỹ thuật y sinh số mở tại Việt Nam, góp phần nâng cao chất lượng chẩn đoán và điều trị bệnh hô hấp. Độc giả và các nhà nghiên cứu được khuyến khích tiếp tục phát triển và ứng dụng hệ thống trong thực tế lâm sàng.