Nguyễn Thị Hương k49db Khóa luận tốt nghiệp
7/5/2011 - 1 -
LỜI MỞ ĐẦU
Trong thập kỉ trước nén dữ liệu đã được sử dụng ở khắp mọi nơi. Có thể nói
rằng nén dữ liệu đã trở thành yêu cầu chung cho các hầu hết các phần mềm ứng dụng,
và cũng là một lĩnh vực nghiên cứu quan trọng và hấp dẫn trong khoa học máy tính.
Nếu không có các kĩ thuật nén dữ liệu thì sẽ không bao giờ có sự phát triển của
Internet, TV số, truyền thông di động hay sự phát triển của các kĩ thuật truyền thông
video. Ưu điểm nổi bật và hiệu quả của nén đã được áp dụng và phát triển nhiều lĩnh
vực khác như truyền thông đa phương tiện hay các lĩnh vực nghiên cứu khác. Thời
gian gần đây, một lĩnh vực đang phát triển rất nhanh và ngày càng thu hút sự quan tâm
của nhiều người đó là y tế từ xa (Telemedicine), mà nén đóng vai trò rất quan trọng.
Từ đó con người sẽ được chăm sóc sức khoẻ tốt hơn bằng cách có thể khám, chữa
bệnh từ bất kì một bệnh viện nào trên thế giới mà không cần phải đến tận nơi đó. Chỉ
cần giao tiếp với bác sĩ qua thiết bị thu ghi và phương tiện truyền thông thì sau đó sẽ
nhận được kết quả chẩn đoán và phương thức chữa bệnh của bác sĩ gửi về. Một trong
những tín hiệu EEG quan trọng nhất đó là tín hiệu EEG. Và trong bài báo cáo này sẽ
trình bày các phương pháp nén được sử dụng để nén tín hiệu EEG. Sự cần thiết của
việc này như thế nào sẽ được trình bày sau đây.
Nguyễn Thị Hương k49db Khóa luận tốt nghiệp
7/5/2011 - 2 -
CHƯƠNG 1: GIỚI THIỆU CHUNG
1.1. Nén dữ liệu
Nén dữ liệu hay còn gọi là mã hóa nguồn (source coding), là sự biểu diễn thông
tin của dữ liệu nguồn dưới dạng nén. Nó đã là một công nghệ then chốt trong cuộc
cách mạng truyền thông đa phương tiện số trong nhiều thập kỉ.
Mục tiêu của nén dữ liệu bao gồm việc tìm ra một thuật toán hiệu quả để loại bỏ dư
thừa tồn tại trong dữ liệu đó. Ví dụ cho một xâu kí tự S, thì cái gì là chuỗi kí tự có thể
thay thế được để cho ta một không gian tích trữ nhỏ hơn? Những giải pháp cho vấn đề
này là những thuật toán nén mà sẽ xuất phát từ chuỗi kí tự có thể thay thế được để thu
được số bit ít hơn trong toàn bộ số bit cần biểu diễn, cùng với những thuật toán giải
nén để khôi phục lại dữ liệu ban đầu.
Tuy nhiên, ít hơn bao nhiêu bit? Điều đó phụ thuộc vào việc lựa chọn thuật toán
mà được sử dụng và lượng dư thừa thông tin tồn tại trong dữ liệu nguồn. Dữ liệu khác
nhau có thể yêu cầu những thuật toán khác nhau để nhận ra dư thừa và loại bỏ nó. Rõ
ràng, điều này khiến cho những bài toán nén trở nên khó giải quyết vì yêu cầu chung
khó được trả lời một cách dễ dàng khi nó gồm quá nhiều trường hợp. May mắn thay,
chúng ta có thể đưa ra một số ràng buộc nhất định và kết hợp với kinh nghiệm về dữ
liệu cũng như mục đích sử dụng dữ liệu để đưa ra những thuật toán phù hợp.
Khi nén dữ liệu, chúng ta cần thiết phải phân tích những đặc tính của dữ liệu
được nén và hy vọng suy ra một vài mô hình để biểu diễn nén. Điều này làm tăng mức
độ đa dạng về mô hình dữ liệu. Do vậy, kĩ thuật biểu diễn là một khâu trọng tâm của kĩ
thuật nén. Một cách cụ thể, nén dữ liệu có thể được xem như là một phương pháp biểu
diễn hiệu quả một nguồn dữ liệu số như văn bản, hình ảnh, âm thanh hay bất kì một
dạng kết hợp nào của tất cả các loại này ví dụ như video.
Nguyễn Thị Hương k49db Khóa luận tốt nghiệp
7/5/2011 - 3 -
Hình 1: data in compression
Hình 2: figure of data compression
Nguyễn Thị Hương k49db Khóa luận tốt nghiệp
7/5/2011 - 4 -
Mục đích của nén dữ liệu là biểu diễn nguồn số này bằng số lượng bit ít nhất có
thể khi gặp những yêu cầu tối thiểu để khôi phục lại dữ liệu ban đầu. Lý thuyết thông
tin (information theory) được sử dụng nhiều trong nén dữ liệu.
1.2. Tín hiệu EEG (Electroencephalograph) và Sự cần thiết nén dữ liệu y sinh
(Biomedical data compression)
Hình 3: system 10/20
Một ứng dụng quan trọng về nén dữ liệu là trong lĩnh vực y học. Yêu cầu nén
tín hiệu y-sinh ngày càng cao do sự phát triển ngày càng đa dạng của các dịch vụ y tế
từ xa. Những ứng dụng y tế từ xa càng ngày càng dành được nhiều sự quan tâm,
nghiên cứu bởi nó cung cấp sự truy nhập dễ dàng tới những thủ tục chuẩn đoán bệnh
và đánh giá bệnh. Cần phải truyền một lượng lớn dữ liệu y sinh đã thúc đẩy sự cần
thiết của việc nén dữ liệu y sinh mà không mất thông tin quan trọng mang trên những
tín hiệu ghi đựơc mà có thể dẫn tới hành động chuẩn đoán hay đánh giá bệnh sai. Do
đó, nghiên cứu về nén tín hiệu y-sinh là rất cần thiết. Một trong những tín hiệu y-sinh
phổ biến hiện nay là tín hiệu điện não (EEG- Electroencephalogram). Tín hiệu EEG
ghi lại các hoạt động điện của não nhằm phục vụ các nghiên cứu về não, hay chẩn
đoán và điều trị bệnh nhân có rối lọan não. Ví dụ như, chuẩn đoán động kinh và vị trí
não bị tổn thương liên quan đến rối loạn này- một chứng bệnh rất phổ biến trên thế
giới cũng như ở Việt Nam.
Nguyễn Thị Hương k49db Khóa luận tốt nghiệp
7/5/2011 - 5 -
1.2.1. Tín hiệu EEG
Những hoạt động điện của vỏ não thường là những tín hiệu nhịp (rhythms) vì
chúng thường dao động lặp đi lặp lại. Sự đa dạng của tín hiệu nhịp EEG vô cùng lớn
và phụ thuộc vào nhiều yếu tố trong trạng thái tinh thần của đối tượng, như là mức độ
kích động, trạng thái đi bộ hay trạng thái ngủ. Thông thường, những tín hiệu được ghi
trên da đầu có biên độ nằm trong khoảng từ vài microvolts tới xấp xỉ 100 µV, và tần số
trong khoảng từ 0.5 đến 30-40 Hz.
Hình 4 : các tín hiệu nhịp EEG
Tín hiệu EEG cơ bản được chia thành 5 dải tần sau :
Nhịp Alpha : là nhịp cơ sở của não người lớn. Là dạng sóng dễ nhận biết nhất,
đi thành chuỗi sóng 8-13 Hz với biên độ 30-50 mV
Hình 5: tín hiệu alpha
Nhịp Beta : là sóng có tần số 4-35 Hz, điện thế khoảng 5-30 mV
Hình 6: tín hiệu Beta