I. Ứng dụng lọc thích nghi NIRS tại HCMUTE
Đề tài nghiên cứu "Ứng dụng lọc thích nghi trong triệt nhiễu tín hiệu NIRS tại HCMUTE" tập trung vào việc áp dụng thuật toán lọc thích nghi, cụ thể là thuật toán LMS (Least Mean Square), để giảm nhiễu trong tín hiệu thu được từ thiết bị quang phổ cận hồng ngoại chức năng (fNIRS). Nghiên cứu này có ý nghĩa thực tiễn cao trong lĩnh vực xử lý tín hiệu sinh học, đặc biệt là trong việc cải thiện chất lượng tín hiệu NIRS phục vụ cho các ứng dụng y sinh. Việc sử dụng lọc thích nghi cho phép hệ thống tự động điều chỉnh các thông số lọc để thích ứng với các loại nhiễu khác nhau, từ đó tối ưu hóa hiệu quả triệt nhiễu. Nghiên cứu khoa học HCMUTE này đóng góp vào việc phát triển công nghệ NIRS tại Việt Nam.
1.1 Triệt nhiễu tín hiệu NIRS và xử lý tín hiệu NIRS
Một trong những thách thức chính trong việc sử dụng NIRS là sự hiện diện của nhiễu trong tín hiệu thu được. Nhiễu này có thể xuất phát từ nhiều nguồn, bao gồm nhiễu điện, nhiễu sinh lý (như nhịp tim, hô hấp), và nhiễu vận động (như chuyển động của đầu). Triệt nhiễu tín hiệu NIRS là một bước quan trọng để đảm bảo độ chính xác và độ tin cậy của dữ liệu. Đề tài đã tập trung vào việc xử lý tín hiệu NIRS bằng cách áp dụng phương pháp lọc thích nghi, cụ thể là thuật toán LMS. Thuật toán LMS là một thuật toán lọc thích nghi phổ biến, đơn giản và hiệu quả, thích hợp cho xử lý tín hiệu thời gian thực. Phân tích tín hiệu NIRS sau khi lọc cho thấy khả năng giảm nhiễu đáng kể, cải thiện chất lượng tín hiệu và độ chính xác của kết quả phân tích. Nghiên cứu này đã chứng minh hiệu quả của phương pháp lọc thích nghi trong việc giảm nhiễu NIRS.
1.2 Ứng dụng lọc thích nghi trong y sinh và ứng dụng NIRS trong y sinh
Ứng dụng NIRS trong y sinh rất đa dạng, bao gồm giám sát chức năng não, phát hiện bệnh lý thần kinh, và đánh giá hiệu quả điều trị. Tuy nhiên, nhiễu trong tín hiệu NIRS có thể làm giảm độ chính xác của các phép đo và ảnh hưởng đến kết quả chẩn đoán. Việc áp dụng lọc thích nghi trong đề tài này mang lại những đóng góp đáng kể cho việc cải thiện chất lượng dữ liệu NIRS trong y sinh. Ứng dụng lọc thích nghi giúp loại bỏ nhiễu một cách hiệu quả, cho phép thu được tín hiệu NIRS sạch hơn, từ đó nâng cao độ tin cậy của các phép đo và cải thiện độ chính xác của chẩn đoán. Kết quả nghiên cứu có thể được ứng dụng rộng rãi trong các lĩnh vực y sinh khác nhau, góp phần nâng cao chất lượng chăm sóc sức khỏe. Ứng dụng lọc thích nghi trong đề tài này đóng vai trò quan trọng trong việc phát triển và ứng dụng công nghệ NIRS trong y sinh.
1.3 Đánh giá hiệu quả lọc và hướng phát triển
Hiệu quả của lọc thích nghi được đánh giá thông qua các chỉ số như MSE (Mean Square Error). Kết quả cho thấy thuật toán LMS giảm được nhiễu đáng kể trên tín hiệu NIRS thu thập từ thí nghiệm. So sánh thuật toán lọc với các phương pháp lọc truyền thống cho thấy lọc thích nghi có hiệu quả hơn trong việc xử lý nhiễu động và thay đổi tín hiệu. Tuy nhiên, nghiên cứu cũng chỉ ra một số hạn chế như thời gian xử lý và độ phức tạp của thuật toán. Hướng phát triển tiếp theo tập trung vào việc tối ưu hóa thuật toán LMS để giảm thời gian xử lý và tăng tốc độ hội tụ. Việc nghiên cứu các thuật toán lọc thích nghi khác, tích hợp với các phương pháp xử lý tín hiệu tiên tiến, cũng là hướng đi quan trọng để cải thiện hơn nữa chất lượng tín hiệu NIRS. Thực nghiệm NIRS cho thấy khả năng ứng dụng rộng rãi của nghiên cứu này.
