Phân tích tín hiệu điện tim để cải thiện chẩn đoán bệnh tim trong luận án tiến sĩ ngành kỹ thuật điện tử

• Tác giả: Nguyễn Thanh Nghĩa
• Người hướng dẫn: PGS. Nguyễn Thanh Hải
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Kỹ thuật điện tử
• Đề tài: Phân tích tín hiệu điện tim cho việc cải thiện trong chẩn đoán bệnh tim
• Loại tài liệu: luận án tiến sĩ
• Năm xuất bản: 2022
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM TẠ
• 1. CHƯƠNG 1: TÍNH CẤP THIẾT CỦA ĐỀ TÀI LUẬN ÁN
• 1.1. MỤC TIÊU NGHIÊN CỨU CỦA LUẬN ÁN
• 1.2. ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU
• 1.3. CÁCH TIẾP CẬN VÀ PHƯƠNG PHÁP NGHIÊN CỨU
• 1.4. ĐÓNG GÓP VỀ KHOA HỌC CỦA LUẬN ÁN
• 1.5. CẤU TRÚC CỦA LUẬN ÁN
• 2. CHƯƠNG 2: TỔNG QUAN VỀ TÍN HIỆU ĐIỆN TIM
• 2.1. TẬP DỮ LIỆU ĐIỆN TIM ECG
• 2.2. TIỀN XỬ LÝ TÍN HIỆU ĐIỆN TIM
• 2.3. TRÍCH ĐẶC TRƯNG VÀ GIẢM CHIỀU TÍN HIỆU ĐIỆN TIM
• 2.3.1. Phương pháp biến đổi wavelet
• 2.3.2. Phương pháp phân tích thành phần chính
• 2.4. PHÂN LOẠI BỆNH TIM DÙNG TÍN HIỆU ĐIỆN TIM
• 2.4.1. Phương pháp phân loại bệnh tim dùng tín hiệu ECG
• 2.4.2. Phương pháp đánh giá hiệu suất phân loại bệnh tim
• 3. CHƯƠNG 3: GIẢI THUẬT WDFR CHO LỌC NHIỄU CỦA TÍN HIỆU ĐIỆN TIM VÀ TÁCH NHỊP TIM
• 3.1. NGUỒN NHIỄU CỦA TÍN HIỆU ĐIỆN TIM
• 3.1.1. Nhiễu do nguồn cung cấp
• 3.1.2. Nhiễu lệch đường cơ sở
• 3.2. GIẢI THUẬT WDFR CHO LỌC NHIỄU TÍN HIỆU ĐIỆN TIM
• 3.2.1. Giới thiệu các hàm wavelet sử dụng cho lọc nhiễu điện tim
• 3.2.2. Giải thuật WDFR được đề xuất để loại bỏ nhiễu
• 3.3. PHƯƠNG PHÁP ĐÁNH GIÁ BỘ LỌC
• 3.3.1. Tỉ số tín hiệu trên nhiễu
• 3.3.2. Sai số toàn phương trung bình
• 3.4. KẾT QUẢ LỌC NHIỄU TÍN HIỆU ECG
• 3.5. XÁC ĐỊNH VỊ TRÍ ĐỈNH R CỦA PHỨC HỢP QRS VÀ TÁCH TỪNG NHỊP TIM TỪ TÍN HIỆU ĐIỆN TIM
• 3.5.1. Khái quát thuật toán Pan-Tompkin để xác định vị trí đỉnh R
• 3.5.2. Kết quả phát hiện đỉnh R trên tín hiệu ECG
• 3.5.3. Tách từng nhịp tim từ tín hiệu điện tim
• 4. CHƯƠNG 4: TRÍCH ĐẶC TRƯNG TÍN HIỆU ĐIỆN TIM DÙNG GIẢI THUẬT wkPCA CHO PHÂN LOẠI BỆNH
• 4.1. GIỚI THIỆU PHƯƠNG PHÁP KERNEL
• 4.2. THUẬT TOÁN wkPCA ĐỂ TRÍCH ĐẶC TRƯNG TÍN HIỆU ĐIỆN TIM
• 4.3. PHÂN LOẠI BỆNH TIM DÙNG MẠNG NƠ-RON TRUYỀN THẲNG NHIỀU LỚP
• 4.4. ĐÁNH GIÁ HIỆU SUẤT BỘ PHÂN LOẠI
• 4.4.1. Đánh giá hiệu suất phân loại dùng ma trận nhầm lẫn
• 4.4.2. Đánh giá hiệu suất phân loại dùng đường cong ROC
• 4.5. KẾT QUẢ TRÍCH ĐẶC TRƯNG CÁC LOẠI BỆNH TIM DÙNG THUẬT TOÁN wkPCA
• 4.5.1. Kết quả phân rã dùng thuật toán WD
• 4.5.2. Kết quả trích đặc trưng dùng thuật toán wkPCA
• 4.6. KẾT QUẢ PHÂN LOẠI BỆNH TIM DỰA VÀO PHƯƠNG PHÁP TRÍCH ĐẶC TRƯNG wkPCA VÀ MẠNG MLP
• 4.6.1. Lưu đồ giải thuật của hệ thống nhận dạng
• 4.6.2. Mô hình mạng MLP được đề xuất để phân loại bệnh
• 4.6.3. Kết quả phân loại bệnh tim dùng mạng nơ-ron truyền thẳng nhiều lớp
• 5. CHƯƠNG 5: TÍNH TOÁN KÍCH THƯỚC KERNEL CỦA CÁC LỚP TÍCH CHẬP TRONG MẠNG HỌC SÂU CHO PHÂN LOẠI BỆNH TIM
• 5.1. TRÍCH ĐẶC TRƯNG DỰA VÀO CÁC LỚP TÍCH CHẬP TRONG MẠNG HỌC SÂU
• 5.2. CẤU TRÚC MẠNG HỌC SÂU CHO PHÂN LOẠI BỆNH TIM
• 5.2.1. Hệ thống dùng mạng học sâu cho phân loại bệnh tim
• 5.2.2. Cấu trúc mạng học sâu cho phân loại bệnh tim
• 5.2.3. Tính kích thước kernel trong các lớp tích chập
• 5.3. KẾT QUẢ PHÂN LOẠI BỆNH DỰA VÀO MẠNG HỌC SÂU
• 5.3.1. Tác động của chiều dài một nhịp tim đến hiệu suất phân loại
• 5.3.2. Ảnh hưởng của hàm wavelet đến hiệu suất phân loại
• 5.3.3. Ảnh hưởng của số lớp mạng tích tập đến độ chính xác của bộ phân loại
• KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• HƯỚNG PHÁT TRIỂN
• CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tín hiệu điện tim và chẩn đoán bệnh tim

Tín hiệu điện tim (ECG) là một công cụ quan trọng trong chẩn đoán bệnh tim. Nghiên cứu này tập trung vào việc cải thiện độ chính xác của phân tích tín hiệu điện tim để hỗ trợ chẩn đoán bệnh tim hiệu quả hơn. Kỹ thuật điện tử đóng vai trò then chốt trong việc xử lý và phân tích các tín hiệu này. Luận án sử dụng các hệ thống điện tử tiên tiến để phân tích dữ liệu y tế, từ đó đề xuất các phương pháp mới nhằm nâng cao hiệu quả chẩn đoán bệnh tim.

1.1. Tầm quan trọng của tín hiệu điện tim

Tín hiệu điện tim cung cấp thông tin chi tiết về hoạt động của tim, giúp phát hiện sớm các bệnh lý tim mạch. Phân tích tín hiệu này đòi hỏi sự kết hợp giữa kỹ thuật điện tử và công nghệ y tế để đảm bảo độ chính xác cao. Các nghiên cứu gần đây đã chứng minh rằng việc cải thiện phân tích tín hiệu có thể giúp chẩn đoán bệnh tim nhanh chóng và chính xác hơn.

1.2. Ứng dụng kỹ thuật điện tử trong chẩn đoán

Kỹ thuật điện tử được áp dụng để xử lý và phân tích tín hiệu điện tim, từ đó giúp cải thiện chẩn đoán. Các hệ thống điện tử hiện đại cho phép xử lý dữ liệu y tế một cách hiệu quả, giảm thiểu sai sót trong chẩn đoán bệnh tim. Nghiên cứu này đề xuất các giải pháp mới trong phân tích tín hiệu để nâng cao độ chính xác của chẩn đoán bệnh tim.

II. Phương pháp phân tích tín hiệu điện tim

Luận án đề xuất các phương pháp phân tích tín hiệu điện tim hiệu quả, bao gồm tiền xử lý, lọc nhiễu, và trích đặc trưng. Các phương pháp này được áp dụng để cải thiện chẩn đoán bệnh tim thông qua việc sử dụng kỹ thuật điện tử và công nghệ y tế. Nghiên cứu cũng tập trung vào việc phát triển các hệ thống điện tử để xử lý dữ liệu y tế một cách chính xác.

2.1. Tiền xử lý và lọc nhiễu

Tiền xử lý và lọc nhiễu là các bước quan trọng trong phân tích tín hiệu điện tim. Luận án đề xuất giải thuật WDFR để loại bỏ nhiễu từ tín hiệu điện tim, giúp tăng độ chính xác của chẩn đoán bệnh tim. Giải thuật này sử dụng biến đổi wavelet để phân rã tín hiệu và khôi phục lại sau khi loại bỏ nhiễu.

2.2. Trích đặc trưng và phân loại

Trích đặc trưng là bước tiếp theo trong phân tích tín hiệu điện tim. Luận án đề xuất phương pháp wkPCA để trích xuất các đặc trưng quan trọng từ tín hiệu nhịp tim. Các đặc trưng này được sử dụng để phân loại bệnh tim thông qua mạng nơ-ron truyền thẳng, giúp nâng cao hiệu suất chẩn đoán bệnh tim.

III. Ứng dụng thực tiễn và kết quả nghiên cứu

Nghiên cứu này đã chứng minh hiệu quả của các phương pháp đề xuất trong việc cải thiện chẩn đoán bệnh tim. Các kết quả thực nghiệm cho thấy độ chính xác cao trong phân loại bệnh tim khi sử dụng phân tích tín hiệu điện tim. Nghiên cứu cũng đề xuất việc phát triển các hệ thống điện tử để ứng dụng trong công nghệ y tế, giúp chẩn đoán bệnh tim từ xa một cách hiệu quả.

3.1. Kết quả thực nghiệm

Các kết quả thực nghiệm cho thấy rằng các phương pháp đề xuất trong luận án đã cải thiện đáng kể độ chính xác của phân loại bệnh tim. Phân tích tín hiệu điện tim sử dụng giải thuật WDFR và wkPCA đã đạt được hiệu suất cao trong việc chẩn đoán bệnh tim. Các kết quả này đã được công bố trong các tạp chí khoa học và hội thảo chuyên ngành.

3.2. Ứng dụng trong công nghệ y tế

Nghiên cứu này có tiềm năng ứng dụng lớn trong công nghệ y tế, đặc biệt là trong việc phát triển các hệ thống điện tử để chẩn đoán bệnh tim từ xa. Các bộ phân loại được đề xuất có thể được cài đặt trên máy tính chủ, cho phép bác sĩ tải lên tín hiệu điện tim của bệnh nhân và nhận kết quả chẩn đoán một cách nhanh chóng và chính xác.