Đề án tốt nghiệp Thạc sĩ: Giải pháp học máy phát hiện rối loạn nhịp tim dựa trên dữ liệu điện tâm đồ

Trong bối cảnh chuyển đổi số y tế và sự gia tăng đáng kể các bệnh lý tim mạch, đặc biệt là rối loạn nhịp tim, nhu cầu về các giải pháp giám sát và chẩn đoán hiệu quả, kịp thời là vô cùng cấp thiết. Việc phân tích thủ công tín hiệu điện tâm đồ (ECG) thường tốn kém thời gian và phụ thuộc vào kinh nghiệm chuyên gia, dẫn đến những hạn chế về độ chính xác và khả năng phản hồi. Nghiên cứu này hướng tới việc tích hợp Internet vạn vật y tế (IoMT) với các phương pháp học sâu, cụ thể là mạng nơ-ron tích chập (CNN) một chiều, nhằm phát triển một hệ thống tự động phát hiện rối loạn nhịp tim hiệu quả, góp phần nâng cao chất lượng chăm sóc sức khỏe từ xa.

Những chuyên gia y tế quan tâm đến công nghệ AI trong chẩn đoán tim mạch, các kỹ sư phát triển hệ thống IoMT, nhà khoa học dữ liệu và nghiên cứu sinh trong lĩnh vực học máy và xử lý tín hiệu sinh học.

Đề tài này trình bày một giải pháp toàn diện để phát hiện rối loạn nhịp tim tự động, giải quyết thách thức trong chẩn đoán tim mạch truyền thống vốn phụ thuộc nhiều vào chuyên gia và có thể kém hiệu quả trong bối cảnh giám sát liên tục. Nghiên cứu tích hợp mạnh mẽ Internet vạn vật y tế (IoMT) với các kỹ thuật học sâu tiên tiến, tạo ra một hệ thống thông minh cho phép thu thập, truyền tải và phân tích dữ liệu điện tâm đồ (ECG) theo thời gian thực. Cụ thể, phương pháp tiếp cận bao gồm việc phát triển một mô hình mạng nơ-ron tích chập (1D-CNN) một chiều được thiết kế đặc biệt để xử lý các tín hiệu thời gian. Mô hình này có khả năng tự động trích xuất các đặc trưng phức tạp từ dữ liệu ECG thô, giảm thiểu nhu cầu tiền xử lý thủ công và nâng cao hiệu suất phân loại. Quá trình huấn luyện và đánh giá mô hình được thực hiện một cách kỹ lưỡng trên các bộ dữ liệu ECG tiêu chuẩn quốc tế như MIT-BIH Arrhythmia, đảm bảo tính mạnh mẽ và độ chính xác cao. Đề tài không chỉ đi sâu vào kiến trúc và tối ưu hóa của mô hình học sâu mà còn đề cập đến các khía cạnh quan trọng của IoMT như thu thập dữ liệu qua cảm biến đeo, truyền tải dữ liệu an toàn và hiệu quả, cùng với lưu trữ và quản lý dữ liệu y tế. Giá trị ứng dụng của nghiên cứu nằm ở khả năng cung cấp một công cụ chẩn đoán nhanh chóng, chính xác và có khả năng phản hồi cao, hỗ trợ đắc lực cho việc giám sát sức khỏe từ xa, cảnh báo sớm các bất thường về tim mạch, từ đó cải thiện đáng kể kết quả điều trị và chất lượng cuộc sống cho bệnh nhân, đồng thời góp phần thúc đẩy ứng dụng công nghệ trong y tế tại Việt Nam.