Đề tài nghiên cứu khoa học: Xây dựng bộ phân loại bệnh tim từ cơ sở dữ liệu tín hiệu điện tim ECG

Chia sẻ: Kiều Lan | Ngày: | Loại File: PDF | Số trang:82

Thêm vào BST

Báo xấu

19
lượt xem 7
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Mục tiêu của đề tài là khảo sát các phương pháp phân loại bệnh tim từ tín hiệu điện tâm đồ ECG để xây dựng một phương pháp phân loại bệnh tối ưu nhất. Hơn nữa, các phương pháp đánh giá bộ phân loại cũng được sử dụng để đánh giá hiệu quả của bộ phân loại xây dựng được.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Đề tài nghiên cứu khoa học: Xây dựng bộ phân loại bệnh tim từ cơ sở dữ liệu tín hiệu điện tim ECG

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH CÔNG TRÌNH NCKH DÀNH CHO NGHIÊN CỨU SINH XÂY DỰNG BỘ PHÂN LOẠI BỆNH TIM TỪ CƠ SỞ DỮ LIỆU TÍN HIỆU ĐIỆN TIM ECG S K C 0 0 3 9 5 9 MÃ SỐ: T2020-03NCS S KC 0 0 7 3 1 2 Tp. Hồ Chí Minh, tháng 4/2021
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH BÁO CÁO TỔNG KẾT ĐỀ TÀI KH&CN NGHIÊN CỨU SINH XÂY DỰNG BỘ PHÂN LOẠI BỆNH TIM TỪ CƠ SỞ DỮ LIỆU TÍN HIỆU ĐIỆN TIM ECG Mã số: T2020-03NCS Chủ nhiệm đề tài: ThS. Nguyễn Thanh Nghĩa TP. HCM, 04/2021
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH KHOA ĐIỆN – ĐIỆN TỬ BÁO CÁO TỔNG KẾT ĐỀ TÀI KH&CN NGHIÊN CỨU SINH XÂY DỰNG BỘ PHÂN LOẠI BỆNH TIM TỪ CƠ SỞ DỮ LIỆU TÍN HIỆU ĐIỆN TIM ECG Mã số: T2020-03NCS Chủ nhiệm đề tài: ThS. Nguyễn Thanh Nghĩa Thành viên đề tài: PGS. TS. Nguyễn Thanh Hải TP. HCM, 04/2021
DANH SÁCH NHỮNG THÀNH VIÊN THAM GIA NGHIÊN CỨU ĐỀ TÀI VÀ ĐƠN VỊ PHỐI HỢP CHÍNH NHỮNG THÀNH VIÊN THAM GIA NGHIÊN CỨU ĐỀ TÀI Đơn vị công tác và Nội dung nghiên cứu cụ TT Họ và tên lĩnh vực chuyên môn thể được giao Xây dựng phương pháp, tính Khoa Điện-Điện tử, PGS. TS. Nguyễn toán, xây dựng sơ đồ phân 1 Chuyên ngành Điện Tử Thanh Hải loại bệnh tim. Y Sinh Viết bài báo. ĐƠN VỊ PHỐI HỢP CHÍNH Không có. Trang - iii -
MỤC LỤC MỤC LỤC MỤC LỤC .................................................................................................................. iv DANH MỤC BẢNG VÀ HÌNH ................................................................................ vi DANH MỤC CHỮ VIẾT TẮT................................................................................... 1 PHẦN 1 ....................................................................................................................... 6 MỞ ĐẦU ..................................................................................................................... 6 TÍNH CẤP THIẾT CỦA VẤN ĐỀ NGHIÊN CỨU ............................................... 7 TỔNG QUAN VỀ LĨNH VỰC NGHIÊN CỨU ..................................................... 8 MỤC TIÊU NGHIÊN CỨU .................................................................................... 9 ĐỐI TƯỢNG NGHIÊN CỨU ............................................................................... 10 PHẠM VI NGHIÊN CỨU .................................................................................... 10 CÁCH TIẾP CẬN ................................................................................................. 10 PHƯƠNG PHÁP NGHIÊN CỨU ......................................................................... 10 NỘI DUNG NGHIÊN CỨU ................................................................................. 11 PHẦN 2 ..................................................................................................................... 12 NỘI DUNG NGHIÊN CỨU ..................................................................................... 12 Chương 1 .................................................................................................................. 13 NGHIÊN CỨU TỔNG QUAN ............................................................................... 13 1.1 Tổng quan về tín hiệu điện tâm đồ ............................................................. 13 1.1.1 Giới thiệu về tín hiệu điện tâm đồ .................................................................. 13 1.1.2 Các chuyển đạo tim ........................................................................................ 13 1.1.3 Ý nghĩa cơ bản của các thành phần trên điện tâm đồ ................................... 16 1.1.4 Áp dụng trong y học ....................................................................................... 18 1.2 Phép biến đổi Fourier thời gian ngắn (Short-time Fourier transform) .. 19 1.2.1 Biến đổi Fourier ............................................................................................. 19 1.2.2 Phép biến đổi Fourier trong thời gian ngắn .................................................. 20 1.3 Tổng quan về máy vector hỗ trợ (Support Vector Machines - SVM) ..... 25 1.3.1 Khái niệm SVM .............................................................................................. 25 1.3.2 Phân loại giữa nhiều lớp................................................................................ 28 1.4 Phương pháp đánh giá mô hình phân loại ................................................. 29 Chương 2 .................................................................................................................. 32 THIẾT KẾ HỆ THỐNG PHÂN LOẠI BỆNH TIM DỰA VÀO TÍN HIỆU ĐIỆN TIM .................................................................................................................... 32 2.1 Chuẩn bị dữ liệu ECG ................................................................................. 32 2.2 Đề xuất thuật toán phân loại bệnh tim từ tín hiệu ECG .......................... 34 2.2.1 Đề xuất hệ thống phân loại ............................................................................ 34 2.2.2 Tiền xử lý tín hiệu điện tim và cắt từng nhịp tim ........................................... 36 2.2.3 Trích xuất đặc trưng của nhịp tim ................................................................. 37 2.2.4 Thiết kế bộ phân loại ...................................................................................... 38 Trang - iv -
MỤC LỤC 2.2.5 Lưu đồ giải thuật chương trình huấn luyện mô hình SVM ............................ 40 Chương 3 .................................................................................................................. 45 KẾT QUẢ PHÂN LOẠI BỆNH TIM DỰA VÀO TÍN HIỆU ĐIỆN TIM ........ 45 3.1 Phương pháp đánh giá hiệu suất bộ phân loại .......................................... 45 3.2 Kết quả phân loại bệnh tim ......................................................................... 46 PHẦN 3 ..................................................................................................................... 50 KẾT LUẬN VÀ KIẾN NGHỊ................................................................................... 50 KẾT LUẬN ........................................................................................................... 51 KIẾN NGHỊ ........................................................................................................... 51 TÀI LIỆU THAM KHẢO ......................................................................................... 52 PHỤ LỤC: CÔNG TRÌNH ĐÃ CÔNG BỐ ............................................................. 56 PHỤ LỤC: HỢP ĐỒNG VÀ THUYẾT MINH........................................................ 61 Trang - v -
DANH MỤC BẢNG VÀ HÌNH DANH MỤC BẢNG VÀ HÌNH Bảng Trang Bảng 1.1. Ma trận nhầm lẫn ................................................................................ 30 Bảng 2.1. Kí hiệu ghi chú theo chuẩn MIT-BIH ................................................ 33 Bảng 2.2. Bảng chuyển đổi kí hiệu bên MIT-BIH sang AAMI ......................... 34 Bảng 2.3. Bảng thống kê số nhịp tim của từng lớp ............................................ 34 Bảng 2.4. Độ chính xác của mô hình SVM đối với từng kích thước cửa sổ ...... 38 Bảng 3.1. Ma trận nhầm lẫn cho trường hợp nhiều loại bệnh ............................ 45 Bảng 3.2. Tập dữ liệu nhịp tim được thiết kế để đánh giá hiệu suất của bộ phân loại được đề xuất ................................................................................................. 47 Bảng 3.4. Kết quả phân loại bệnh tim sử dụng thuật toán SVM kết hợp với thuật toán STFT ............................................................................................................ 49 Hình Trang Hình 2.1. Dạng sóng tín hiệu ECG của bệnh nhân được đánh số 234 thu thập từ tập dữ liệu MIT-BIH ........................................................................................... 32 Hình 2.2. Sơ đồ khối của mô hình phân loại nhịp tim......................................... 35 Hình 2.3. Tín hiệu ECG trước (a) và sau khi qua hai bộ lọc trung vị (b) ........... 36 Hình 2.4. Nhịp tim sau khi được phân đoạn ....................................................... 37 Hình 2.5. Lưu đồ của chương trình huấn luyện SVM ........................................ 41 Hình 2.6. Lưu đồ giải thuật chương trình load đặc trưng ................................... 42 Hình 2.7. Lưu đồ giải chương trình phân đoạn nhịp tim .................................... 44 Hình 3.1. Trình bày tín hiệu ECG gốc và tín hiệu ECG sau khi lọc .................. 47 Hình 3.2. Trình bày dạng sóng tín hiệu của một nhịp tim và dạng sóng các đặc trưng của nhịp tim sau khi áp dụng thuật toán STFT .......................................... 48 Trang - vi -
DANH MỤC CHỮ VIẾT TẮT DANH MỤC CHỮ VIẾT TẮT Association for the Advancement of Medical AAMI Instrumentation ECG ElectroCardioGram ICA Independent Component Analysis MIT-BIH Massachusetts Institute of Technology-Beth Israel Hospital NN Neural Network PCA Principal Component Analysis SNR Signal to Noise Ratio STFT Short-time Fourier transform SVM Support Vector Machine WHO World Health Organization WT Wavelet Transform Trang - 1 -
THÔNG TIN KẾT QUẢ NGHIÊN CỨU BẰNG TIẾT VIỆT TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT CỘNG HOÀ XÃ HỘI CHỦ NGHĨA VIỆT NAM THÀNH PHỐ HỒ CHÍ MINH Độc lập - Tự do - Hạnh phúc KHOA ĐIỆN – ĐIỆN TỬ Tp. HCM, ngày tháng năm 2021 THÔNG TIN KẾT QUẢ NGHIÊN CỨU 1. Thông tin chung: - Tên đề tài: Xây dựng bộ phân loại bệnh tim từ cơ sở dữ liệu tín hiệu điện tim ECG - Mã số: T2020-03NCS - Chủ nhiệm: Nguyễn Thanh Nghĩa - Cơ quan chủ trì: Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh - Thời gian thực hiện: 12 tháng (từ tháng 01/2020 đến 12/2020) 2. Mục tiêu: Mục tiêu của đề tài là khảo sát các phương pháp phân loại bệnh tim từ tín hiệu điện tâm đồ ECG để xây dựng một phương pháp phân loại bệnh tối ưu nhất. Hơn nữa, các phương pháp đánh giá bộ phân loại cũng được sử dụng để đánh giá hiệu quả của bộ phân loại xây dựng được. 3. Tính mới và sáng tạo: Đề tài đã đề xuất được một hệ thống phân loại bệnh tim sử dụng tín hiệu điện tim. Cụ thể, thuật toán trích đặc trưng áp dụng phép biến đổi Fourier nhanh kết hợp với bộ phân loại dùng máy vector hỗ trợ đã được xây dựng để phân loại bệnh. Kết quả phân loại được đánh giá sử dụng phương pháp ma trận nhầm lẫn. Tính mới của đề tài đã được thể hiện qua bài báo được xuất bản trong suốt quá trình thực hiện đề tài. 4. Kết quả nghiên cứu: Đề tài đã hoàn thành được những nội dung đã đề ra trong thuyết minh. Cụ thể, một bộ phân loại bệnh tim đã được xây dựng dựa vào phép biến đổi Fourier trong thời gian ngắn kết hợp với phương pháp máy vector hỗ trợ. Hơn nữa, kết quả của đề tài cũng được áp dụng cho các nghiên cứu tiếp theo cũng như sử dụng để giảng dạy cho sinh viên. 5. Thông tin chi tiết sản phẩm: a. Sản phẩm đạt được của đề tài: Trang - 2 -
THÔNG TIN KẾT QUẢ NGHIÊN CỨU BẰNG TIẾT VIỆT + Báo cáo khoa học (ghi rõ số lượng, giá trị khoa học): Báo cáo tổng kết trình bày phương pháp đề xuất và kết quả đạt được. + Bài báo khoa học (ghi rõ đầy đủ tên tác giả, tên bài báo, tên tạp chí, số xuất bản, năm xuất bản): sản phẩm là bài báo được đăng trên kỷ yếu hội nghị quốc tế. Chi tiết bài báo như sau: Thanh-Nghia Nguyen, Thanh-Hai Nguyen, Duc-Dung Vo and Truong- Duy Nguyen, "Multi-class Support Vector Machine Algorithm for Heart Disease Classification," 2020 5th International Conference on Green Technology and Sustainable Development (GTSD), Ho Chi Minh City, Vietnam, pp. 137-140, 2020. 6. Hiệu quả, phương thức chuyển giao kết quả nghiên cứu và khả năng áp dụng: Kết quả nghiên cứu có thể được ứng dụng để phát triển cho các nghiên cứu tiếp theo. Hơn nữa, kết quả cũng có thể được sử dụng để giảng dạy cho sinh viên ngành Công nghệ kỹ thuật Y sinh. Trưởng Đơn vị Chủ nhiệm đề tài (ký, họ và tên) (ký, họ và tên) Trang - 3 -
THÔNG TIN KẾT QUẢ NGHIÊN CỨU BẰNG TIẾNG ANH INFORMATION ON RESEARCH RESULTS 1. General information: Project title: Design of the filter for eliminating of noise on ECG signal Code number: T2020-03NCS Coordinator: MEng. Nguyen Thanh Nghia Implementing institution: HCMC University of Technology and Education Duration: from Jan. 2020 to Dec. 2020 2. Objective(s): The objective of this project is to investigate methods for classifying heart disease from ECG signals to obtain a good classification result. Furthermore, the classifier evaluation methods are also used to evaluate the effectiveness of the proposed classifier. 3. Creativeness and innovativeness: The project has proposed a heart disease classification system using ECG signals. In practice, the feature extraction algorithm applying the Short-time Fourier transform combined with the classifier using support vector machine was built to classify the heart disease. Classification results were evaluated using the confusion matrix method. The novelty of the topic has been shown through the article published during the project implementation. 4. Research results: The project has completed all research results as shown in the proposal. Specifically, a heart disease classifier was built based on the Short-time Fourier transform combined with the support vector machine method. Moreover, the results of the topic are also applied in future studies as well as used to teach students in Biomedical Engineering major. 5. Products: - Products achieved in the project: + Scientific reports: The final report presents the proposed method and the achievement results. Trang - 4 -
THÔNG TIN KẾT QUẢ NGHIÊN CỨU BẰNG TIẾNG ANH + Scientific article: the product is a scientific article which is published in proceeding of International Conference. The detail of paper is described as follows: Thanh-Nghia Nguyen, Thanh-Hai Nguyen, Duc-Dung Vo and Truong- Duy Nguyen, "Multi-class Support Vector Machine Algorithm for Heart Disease Classification," 2020 5th International Conference on Green Technology and Sustainable Development (GTSD), Ho Chi Minh City, Vietnam, pp. 137-140, 2020. 6. Effects, transfer alternatives of research results and applicability: Research results can be applied to develop for further research. Moreover, the results can be used to train for Biomedical Engineering students. Trang - 5 -
PHẦN 1: MỞ ĐẦU PHẦN 1 MỞ ĐẦU Trang - 6 -
PHẦN 1: MỞ ĐẦU  TÍNH CẤP THIẾT CỦA VẤN ĐỀ NGHIÊN CỨU Chẩn đoán sớm và phân loại được các loại bệnh tim từ tím hiệu điện tâm đồ là nhiệm vụ rất quan trọng và cấp thiết cho các nhà khoa học. Theo kết quả thống kê vào tháng 03 năm 2015 thì có 1/4 số người chết ở Việt Nam là do bị bệnh tim mạch và đến tháng 10 năm 2015 thì 20% dân số Việt Nam bị bệnh tim mạch. Trong khi đó, bệnh tim mạch làm cho 17,3 triệu người chết mỗi năm và đến năm 2030 thì con số này lên đến 23,6 triệu người trên thế giới. Do đó, việc xây dựng một công cụ để phân loại được bệnh tim sẽ giúp cho bác sĩ có thể chẩn đoán nhanh và dễ dàng hơn. Hơn nữa, một công cụ phân loại chính xác các loại bệnh tim từ tín hiệu điện tâm đồ còn giúp cho bệnh nhân có thể tự theo dõi được bệnh tại nhà trong trường hợp phải theo dõi thường xuyên trong thời gian dài. Tín hiệu điện tâm đồ ECG có đặc điểm là biên độ nhỏ và mang nhiều thành phần nhiễu. Vì vậy, kết hợp các thông tin đặc trưng của bệnh tim và bộ phân loại để thu được kết quả phân loại chính xác là một nhiệm vụ rất khó khăn. Các thông tin đặc trưng của từng loại bệnh không có sự khác nhau nhiều giữa các loại bệnh tim của từng bệnh nhân. Hơn nữa, các đối tượng có độ tuổi, giới tính, hoặc thể trạng khác nhau thì các đặc trưng này cũng khác nhau. Do vậy, thu được một tập dữ liệu đặc trưng phù hợp cho từng loại bệnh để đưa vào bộ phân loại là bộ nhiệm vụ cần thiết để có thể phân loại bệnh tim theo tín hiệu điện tâm đồ với độ chính xác cao. Ngày nay, với sự phát triển của khoa học máy tính thì máy học đã được áp dụng vào rất nhiều lĩnh vực của cuộc sống. Trong lĩnh vực y tế, máy học đóng một vai trò rất quan trọng trong các ứng dụng y tế. Ngày nay, nhiều thiết bị hỗ trợ mổ bệnh nhân, theo dõi bệnh nhân, và nhiều ứng dụng khác đã được sử dụng. Trong đó, máy học còn được sử dụng để quản lý thông tin và dữ liệu của bệnh nhân. Đối với việc phân loại bệnh tim, các nhà nghiên cứu cũng đã nghiên cứu và xây dựng các công cụ trên nền tảng máy học để phân loại các loại bệnh tim từ tín hiệu điện tâm đồ ECG. Trên đây là những lý do cấp thiết để thôi thúc tác giả thực hiện đề tài xây dựng bộ phân loại bệnh tim từ tín hiệu điện tâm đồ ECG. Trang - 7 -
PHẦN 1: MỞ ĐẦU  TỔNG QUAN VỀ LĨNH VỰC NGHIÊN CỨU Với tính cấp thiết trong việc xây dựng một bộ phân loại phù hợp với hiệu suất cao trong phân loại bệnh tim từ tín hiệu điện tâm đồ, đã có nhiều nghiên cứu trên thế giới về phân loại bệnh tim được thực hiện. Tác giả R. Rodríguez và các cộng sự [1] đã đề xuất phương pháp ngưỡng thích nghi kết hợp với phân tích thành phần chính (Principal Component Analysis - PCA) để trích đặc trưng của tín hiệu điện tim ECG. Trong đó, các tác giả tập trung vào việc trích thành phần phức bộ QRS như là một đặc trưng của tín hiệu điện tâm đồ ECG. Cụ thể, thành phần phức bộ QRS được trích sử dụng biến đổi Hilbert và kết hợp với thuật toán PCA dựa trên kỹ thuật ngưỡng thích nghi để trích thành phần đặc trưng của tín hiệu ECG. Các thành phần đặc trưng này được sử dụng để đưa vào bộ phân loại nhằm thu được hiệu suất cao nhất. Ngoài ra, đã có rất nhiều phương pháp trích đặc trưng khác đã được nghiên cứu để trích đặc trưng và kết hợp giảm chiều của tín hiệu điện tâm đồ như: phân tích thành phần chính PCA [2, 3], biến đổi wavelet (Wavelet Transform – WT) [4-7], phân tích thành phần độc lập (Independent Component Analysis – ICA) [8, 9], kết hợp kernel với thuật toán PCA [10]. Để trích đặc trưng của tín hiệu điện tâm đồ, phương pháp kết hợp giữa kernel và PCA là một phương pháp rất hiệu quả và đã được sử dụng rất nhiều [3, 10]. Trong các nghiên cứu này, trước tiên kernel được xây dựng trên từ tín hiệu điện tim. Tiếp theo, phương pháp PCA được áp dụng trên ma trận kernel để trích các đặc trưng của tín hiệu điện tim. Các đặc trưng càng phân biệt cho từng loại bệnh thì hiệu suất của bộ phân loại thu được càng cao. Vì vậy, trích đặc trưng chính xác góp phần rất quan trọng trong việc phân loại bệnh tim. Trong [11], Serkan Kiranyaz và các cộng sự đã đề xuất một bộ phân loại điện tim từ tín hiệu điện tâm đồ ECG sử dụng dụng mạng 1D convolutional neural networks. Trong nghiên cứu này, trích đặc trưng tín hiệu bằng tay là không được thực hiện. Thay vào đó, mạng neural network đã được tích hợp cho cả chức năng trích đặc trưng và phân loại. Ngoài ra, một số phương pháp phân loại bệnh tim khác đã được thực hiện gồm: sử dụng mạng Neural (Neural Network - NN) [12-15], sử dụng kỹ thuật máy vector hỗ trợ (Support Vector Trang - 8 -
PHẦN 1: MỞ ĐẦU Machine - SVM) [16-18], sử dụng thuật toán Fuzzy logic [19-21], sử dụng phương pháp máy học (machine learning) và học sâu (deep learning) [22-24]. Phương pháp SVM là một phương pháp cũng rất thường được sử dụng để phân loại bệnh tim. Trong đó phương pháp SVM kết hợp với PCA, ICA, LDA để phân loại hoặc SVM kết hợp với phương pháp Kernel–Adatron để phân loại bệnh tim cũng đã được nghiên cứu [16]. Cùng với sự phát triển của khoa học máy tính thì các mạng học sâu với kiến trúc rất phức tạp đã được áp dụng để phân loại hoặc nhận dạng trong rất nhiều lĩnh vực. Trong phân loại bệnh tim sử dụng tín hiệu điện tim, mạng học sâu cũng đã được nghiên cứu và áp dụng. Trái ngược với việc trích đặc trưng dữ liệu điện tim bằng tay trong các hệ thống truyền thống, mạng học sâu tích hợp cả việc trích đặc trưng và phân loại bệnh vào trong mạng học sâu. Cụ thể, dữ liệu điện tim sau khi tiền xử lý sẽ được xác định từng vùng cụ thể và đưa vào mạng học sâu, nhằm trích trực tiếp đăc trưng và huấn luyện cùng với phân loại trong cùng một mạng học sâu [24]. Trong đề tài này, chúng tôi dự kiến xây dựng một bộ phân loại dùng mạng học sâu hoặc phương pháp máy vector hỗ trợ để phân loại bệnh tim. Tập dữ liệu điện tim với nhiều loại bệnh sẽ được thu thập online từ các bộ dữ liệu đã được nhiều nhà nghiên cứu sử dụng. Các dữ liệu điện tim trước tiên được tiền xử lý để loại bỏ các thành phần nhiễu và chuẩn hóa dữ liệu theo cùng các thông số. Tiếp theo, các dữ liệu sau khi tiền xử lý sẽ được trích đặc trưng để thu được các đặc trưng cao nhất của từng loại bệnh. Các đặc trưng này sẽ được đưa vào mạng phân loại bệnh. Cuối cùng, các phương pháp đánh giá sẽ được sử dụng để đánh giá hiệu quả của bộ phân loại được xây dựng.  MỤC TIÊU NGHIÊN CỨU Mục tiêu của đề tài là khảo sát các phương pháp phân loại bệnh tim từ tín hiệu điện tâm đồ ECG để xây dựng một phương pháp phân loại bệnh tối ưu nhất. Hơn nữa, các phương pháp đánh giá bộ lọc cũng được sử dụng để đánh giá hiệu quả của bộ lọc xây dựng được. Trang - 9 -
PHẦN 1: MỞ ĐẦU  ĐỐI TƯỢNG NGHIÊN CỨU Trong giới hạn của đề tài, các đối tượng được nghiên cứu bao gồm: - Tài liệu về phương pháp phân loại bệnh tim và các loại bệnh tim phổ biến. - Nguồn dữ liệu điện tâm đồ với các loại bệnh tim tương ứng đã được xác định. - Các thuật toán phân loại và đánh giá hiệu suất bộ phân loại. - Phương pháp thống kê và đánh giá dữ liệu.  PHẠM VI NGHIÊN CỨU Phạm vi nghiên cứu của đề tài là tập trung vào xây dựng một phương pháp phân loại bệnh tim từ tín hiệu điện tâm đồ. Cụ thể, dữ liệu sử dụng trong đề tài được thu thập từ nguồn dữ liệu chung được các nhà khoa học sử dụng để nghiên cứu với số bệnh nhất định.  CÁCH TIẾP CẬN Đề tài được tiếp cận theo phương pháp khảo sát tài liệu và thực tiễn để đưa ra yêu cầu bài toán. Cụ thể, với những phương pháp đã thực hiện thì hiệu suất của bộ phân loại thu được là như thế nào. Phương pháp nào có thể được áp dụng để cải thiện hiệu suất phân loại bệnh tim từ tín hiệu điện tâm đồ. Từ đó, xây dựng phương pháp cụ thể để phân loại bệnh tim.  PHƯƠNG PHÁP NGHIÊN CỨU Để hiện thực hóa mục tiêu đề ra của đề tài, phương pháp nghiên cứu được sử dụng bao gồm: - Phương pháp tham khảo tài liệu: tham khảo các tài liệu đã thực hiện về phân loại bệnh. Đặc biệt tham khảo các tài liệu về phân loại bệnh tim sử dụng tín hiệu điện tâm đồ ECG. Từ các kết quả nghiên cứu này sẽ làm nền tảng cho việc đề xuất bộ phân loại bệnh tim và các phương pháp để đánh giá hiệu xuất của bộ phân loại. - Phương pháp phân tích: từ các kết quả đã thực hiện của các tác giả trước sẽ được phân tích để đưa ra các phương pháp tối ưu hơn nhằm nâng cao Trang - 10 -
PHẦN 1: MỞ ĐẦU hiệu suất phân loại. - Phương pháp thực nghiệm: dựa trên cơ sở dữ liệu điện tâm đồ với nhiều loại bệnh khác nhau, một công cụ sẽ được xây dựng để phân loại bệnh trên cơ sở các dữ liệu đó. Kết quả thực nghiệm sẽ chứng minh tính đúng đắn cũng như hiệu suất của bộ phân loại.  NỘI DUNG NGHIÊN CỨU Nội dung nghiên cứu của đề tài bao gồm:  Nội dung 1: Thu thập bộ tín hiệu điện tim ECG với các loại bệnh khác nhau.  Nội dung 2: Tiền xử lý tín hiệu điện tim ECG để loại bỏ nhiễu và chuẩn hóa dữ liệu.  Nội dung 3: Trích đặc trưng tín hiệu điện tim.  Nội dung 4: Phân loại bệnh tim sử dụng phương pháp mạng học sâu hoặc máy vector hỗ trợ.  Nội dung 5: Phương pháp đánh giá hiệu suất phân loại.  Nội dung 6: Viết chương trình mô phỏng bộ phân loại.  Nội dung 7: Chạy chương trình, hiệu chỉnh và đánh giá kết quả.  Nội dung 8: Viết bài báo khoa học.  Nội dung 9: Viết báo cáo hoàn chỉnh. Trang - 11 -
PHẦN 2: NỘI DUNG NGHIÊN CỨU PHẦN 2 NỘI DUNG NGHIÊN CỨU Trang - 12 -
Chương 1: Nghiên cứu tổng quan Chương 1 NGHIÊN CỨU TỔNG QUAN 1.1 Tổng quan về tín hiệu điện tâm đồ 1.1.1 Giới thiệu về tín hiệu điện tâm đồ Điện tâm đồ là một đường cong ghi lại các biến thiên của các điện lực do tim phát ra trong hoạt động co bóp. Điện lực đó rất nhỏ, chỉ tính bằng mV nên rất khó ghi nhận. Cho đến năm 1903, Einthoven mới lần đầu ghi lại được điện tâm đồ bằng một điện kế có đầy đủ độ nhạy. Phương pháp ghi điện tâm đồ cũng giống như cách ghi các đường cong biến thiên tuần hoàn khác: người ta cho dòng điện tim tác động lên một bút ghi làm bút này dao động đều với một tốc độ nào đó. Ngày nay, người ta đã sáng chế ra rất nhiều loại máy ghi điện tim với độ chính xác cao và tiện lợi. Các máy đó có bộ phận khuyếch đại bằng đèn điện tử hay bán dẫn và ghi điện tâm đồ trực tiếp lên giấy hay vẽ lên màn hình huỳnh quang. Ngoài ra, chúng còn có thể có một hay nhiều dòng, ghi đồng thời được nhiều chuyển đạo cùng một lúc, ghi điện tâm đồ liên tục 24 giờ trên băng của một máy nhỏ gắn vào người (Cardiocassette Type Holter). 1.1.2 Các chuyển đạo tim Có hai loại chuyển đạo (đạo trình) là: Chuyển đạo trực tiếp và chuyển đạo gián tiếp.  Chuyển đạo trực tiếp: là chuyển đạo khi đặt điện cực chạm vào cơ tim. Chỉ dùng chuyển đạo trực tiếp trên những người mở lồng ngực trong phẫu thuật, hoặc trên các động vật thí nghiệm. Trên người bình thường thì dùng chuyển đạo gián tiếp, ngoài lồng ngực.  Chuyển đạo gián tiếp: Có 3 loại chuyển đạo gián tiếp  Chuyển đạo song cực chi (chuyển đạo mẫu): Trang - 13 -