ĐẠI HỌC THÁI NGUYÊN
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG
ĐỖ NGỌC ĐIỆP
NGHIÊN CỨU PHƯƠNG PHÁP LỌC NHIỄU THÍCH NGHI
TRONG TÁCH TIẾNG TIM VÀ TIẾNG PHỔI
LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH
THÁI NGUYÊN, 2019
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
ĐẠI HỌC THÁI NGUYÊN
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG
ĐỖ NGỌC ĐIỆP
NGHIÊN CỨU PHƯƠNG PHÁP LỌC NHIỄU THÍCH NGHI
TRONG TÁCH TIẾNG TIM VÀ TIẾNG PHỔI
Chuyên ngành: Khoa học máy tính
Mã số: 8 48 01 01
LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH
Người hướng dẫn khoa học: PGS. TS. PHÙNG TRUNG NGHĨA
THÁI NGUYÊN, 2019
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
i
LỜI CẢM ƠN
Lời đầu tiên, em xin chân thành cám ơn PGS.TS.Phùng Trung Nghĩa,
người đã trực tiếp hướng dẫn em hoàn thành luận văn. Với những lời chỉ dẫn,
những tài liệu, sự tận tình hướng dẫn và những lời động viên của thầy đã giúp
em vượt qua nhiều khó khăn trong quá trình thực hiện luận văn này.
Em cũng xin cám ơn quý thầy cô giảng dạy chương trình cao học "Khoa
hoc máy tính” đã truyền dạy những kiến thức quý báu, những kiến thức này rất
hữu ích và giúp em nhiều khi thực hiện nghiên cứu.
Cuối cùng, em xin gửi lời cám ơn tới gia đình và bạn bè đã luôn ủng hộ
động viên giúp đỡ em trong suốt những năm học vừa qua.
Em xin chân thành cám ơn!
Thái Nguyên, ngày tháng năm 2019
Học viên
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
Đỗ Ngọc Điệp
ii
LỜI CAM ĐOAN
Em xin cam đoan: Luận văn này là công trình nghiên cứu thực sự của cá
nhân, được thực hiện dưới sự hướng dẫn khoa học của PGS.TS. Phùng Trung
Nghĩa.
Các số liệu, những kết luận nghiên cứu được trình bày trong luận văn
này trung thực và chưa từng được công bố dưới bất cứ hình thức nào.
Em xin chịu trách nhiệm về nghiên cứu của mình.
Học viên
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
Đỗ Ngọc Điệp
iii
MỤCLỤC
LỜI CẢM ƠN ................................................................................................................ i
LỜI CAM ĐOAN ........................................................................................................ ii
MỤC LỤC ....................................................................................................................iii
DANH MỤC BẢNG .................................................................................................... v
DANH MỤC HÌNH .................................................................................................... vi
MỞ ĐẦU ........................................................................................................................ 1
CHƯƠNG 1. TỔNG QUAN VỀ TÍN HIỆU ÂM THANH TIẾNG TIM ........ 5
1.1. Xử lý tín hiệu y sinh ............................................................................... 5
1.2. Tín hiệu điện tim và âm thanh tiếng tim ................................................ 5
1.2.1. Cơ sở điện học tế bào ..................................................................... 6
1.2.2. Tín hiệu điện tim (ECG- Electrocardiogram) ................................. 6
1.2.2. Tín hiệu âm thanh tiếng tim .......................................................... 13
1.2.4. Phân tích âm thanh tiếng tim và ứng dụng ................................... 25
1.3. Tách tiếng tim và tiếng phổi ................................................................ 27
CHƯƠNG 2. TÁCH ÂM THANH TIẾNG TIM VÀ TIẾNG PHỔI BẰNG BỘ
LỌC THÍCH NGHI .................................................................................................. 29
2.1. Tổng quan ............................................................................................. 29
2.2. Cơ sở xử lý số tín hiệu ......................................................................... 29
2.2.1. Biểu diễn tín hiệu trong miền thời gian ........................................ 30
2.2.2. Biểu diễn tín hiệu trong miền tần số ............................................. 32
2.3. Thực thi lọc nhiễu bằng bộ lọc thích nghi sử dụng thuật toán ước lượng
trung bình phương tối thiểu LMS ............................................................... 43
2.4. Tách tiếng tim tiếng phổi bằng bộ lọc thích nghi kích thước bước cố
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
định .............................................................................................................. 44
iv
CHƯƠNG 3. THỰC NGHIỆM .............................................................................. 46
3.1. Lựa chọn phương pháp tách tiếng tim và tiếng phổi bằng bộ lọc thích
nghi LMS thực nghiệm ............................................................................... 46
3.2. Điều kiện thực nghiệm ......................................................................... 46
3.2.1 Cơ sở dữ liệu âm thanh tiếng tim PeterjBentley ............................ 46
3.2.2. Phương pháp đánh giá ................................................................... 47
3.3. Kết quả đánh giá ................................................................................... 48
3.3.1. Kết quả xác định các tham số thực nghiệm tối ưu ........................ 48
3.3.2. Kết quả so sánh các phương pháp ................................................. 49
KẾT LUẬN ................................................................................................................. 52
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
TÀI LIỆU THAM KHẢO ....................................................................................... 53
v
DANH MỤC BẢNG
Bảng 3.1. Bộ tham số (K, µ) tối ưu với PSNR cực đại qua 10 mẫu thử nghiệm
......................................................................................................................... 49
Bảng 3.2. Kết quả so sánh ............................................................................... 50
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
Bảng 3.3. Kết quả so sánh tính nhịp tim từ các tín hiệu được triệt nhiễu ....... 51
vi
DANH MỤC HÌNH
Hình 1. Dạng sóng tiếng tim bình thường ......................................................... 2
Hình 2. Dạng sóng tiếng tim sạch, tiếng phổi sạch và tiếng tim phổi lẫn khi ghi
âm ...................................................................................................................... 2
Hình 3. Sơ đồ phương pháp lọc nhiễu dùng bộ lọc thích nghi: là đầu vào
bộ lọc sử dụng một tín hiệu nhiễu (tiếng phổi) tham chiếu, là đầu ra bộ lọc
với đầu vào là nhiễu tham chiếu, là tín hiệu có nhiễu (tiếng tim lẫn tiếng
phổi) cần xử lý là tổng của tín hiệu sạch tiếng tim và nhiễu tiếng phổi ,
là tín hiệu đã được lọc nhiễu. ..................................................................... 3
Hình 1.1. Sự liên quan giữa âm thanh tiếng tim và tín hiệu điện tim ECG ...... 5
Hình 1.2. Quá trình khử cực và tái cực của tế bào ............................................ 6
Hình 1.3. Điện tâm đồ dạng sóng ...................................................................... 8
Hình 1.4. Sơ đồ khối máy ghi điện tim dùng vi xử lý .................................... 10
Hình 1.5. Dạng sóng điển hình của âm thanh tiếng tim .................................. 14
Hình 1.6. Tiếng tim S1 và S2 .......................................................................... 15
Hình 1.7. Tiếng tim có thêm S3 ...................................................................... 16
Hình 1.8. Tiếng tim thứ 4 ................................................................................ 17
Hình 1.9. Ống nghe đầu tiên này thuộc về Laennec. ...................................... 18
Hình 1.10. Ống nghe ban đầu.......................................................................... 18
Hình 1.11. Một ống nghe kiểu Traube bằng ngà voi ...................................... 18
Hình 1.12 Một bác sĩ sử dụng ống nghe để nghe bụng của bệnh nhân .......... 21
Hình 1.13. Các bộ phận của ống nghe hai tai ................................................. 22
Hình 1.14. Ống nghe âm thanh, với chuông lên trên ...................................... 23
Hình 1.15. Ống nghe điện tử kết nối với điện thoại ........................................ 25
Hình 1.16. Dạng sóng tiếng tim sạch, tiếng phổi sạch và tiếng tim phổi lẫn khi
ghi âm .............................................................................................................. 28
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
Hình 2.1. Biểu diễn tín hiệu liên tục trong miền thời gian ............................. 30
vii
Hình 2.2. Biểu diễn tín hiệu rời rạc trong miền thời gian ............................... 30
Hình 2.3. Biểu diễn tín hiệu trong miền tần số ............................................... 32
Hình 2.4. Đồ thị của đáp ứng biên độ của bộ lọc số thông thấp lý tưởng. ..... 36
Hình 2.5. Đồ thị của đáp ứng biên độ của bộ lọc số thông cao lý tưởng. ....... 37
Hình 2.6. Đồ thị của đáp ứng biên độ của bộ lọc số thông dải lý tưởng. ....... 38
Hình 2.7. Đồ thị của đáp ứng biên độ của bộ lọc số chắn dải lý tưởng. ......... 39
Hinh 2.8. Sơ đồ khối bộ lọc thích nghi ........................................................... 40
Hình 2.9: Sai số trung bình phương và hệ số bộ lọc ....................................... 41
Hình 2.10. Sơ đồ phương pháp lọc nhiễu dùng bộ lọc thích nghi: là đầu vào
bộ lọc sử dụng một tín hiệu nhiễu tham chiếu, là đầu ra bộ lọc với đầu vào
là nhiễu tham chiếu, là tín hiệu có nhiễu cần xử lý là tổng của tín hiệu sạch
và nhiễu , là tín hiệu đã được lọc nhiễu. ..................................... 43
Hình 2.11. Dạng sóng tiếng tim nhiễu và tiếng tim đã được triệt nhiễu ......... 45
Hình 3.1. Sự biến đổi của PSNR theo µ ......................................................... 48
Hình 3.2. Sự biến đổi của PSNR theo K ......................................................... 48
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
Hình 3.3. Dạng sóng tiếng tim nhiễu và tiếng tim đã được triệt nhiễu ........... 50
1
MỞ ĐẦU
1. Đặt vấn đề:
Xử lý tín hiệu y sinh là một trong những chủ đề nghiên cứu được nhiều
nhà nghiên cứu quan tâm trong lĩnh vực kỹ thuật y sinh và y học lâm sàng [1].
Có nhiều loại tín hiệu y sinh như tín hiệu điện tim (ECG), tín hiệu tiếng tim
(âm thanh tiếng tim và giản đồ tiếng tim PCG), tín hiệu điện não (EEG), tín
hiệu siêu âm, tín hiệu hình ảnh cộng hưởng từ,... Trong số đó, tín hiệu tiếng tim
là loại tín hiệu dễ thu, có thể sử dụng các thiết bị đơn giản, rẻ tiền như ống nghe
truyền thống [2]. Mặc dù vậy, tiếng tim lại mang nhiều thông tin quan trọng
phục vụ chẩn đoán lâm sàng các bệnh tim mạch. Từ tiếng tim thu được, các
thông số như nhịp tim, tiếng tim bình thường, tiếng tim bệnh lý, tiếng thổi,…
có thể được xác định, tính toán [2].
Tuy nhiên, một vấn đề quan trọng là tiếng tim thu được từ ống nghe
thường bị lẫn với tiếng phổi. Do vậy, bài toán tách tiếng tim và tiếng phổi từ
âm thanh thu được từ ống nghe là rất quan trọng khi xây dựng các hệ thống hỗ
trợ chẩn đoán lâm sàng với tiếng tim [3]. Có nhiều cách tiếp cận trong bài toán
tách tiếng tim và tiếng phổi. Trong đó, mượn ý tưởng từ việc sử dụng bộ lọc
thích nghi trong triệt nhiễu tín hiệu [4], một số nghiên cứu gần đây đã thử
nghiệm sử dụng bộ lọc thích nghi ước lượng trung bình phương tối thiểu LMS
trong bài toán tách tiếng tim, phổi và đã thu được nhiều kết quả quan trọng [5,
6]. Trong luận văn này, chúng tôi sẽ kiểm nghiệm lại các kết quả nghiên cứu
trong [6] bằng dữ liệu thực nghiệm được sử dụng từ [7, 8] là dữ liệu tin cậy,
được sử dụng nhiều trong các nghiên cứu về phân tích tiếng tim, phổi trong
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
chẩn đoán lâm sàng [9, 10].
2
Hình 1. Dạng sóng tiếng tim bình thường
Hình 2. Dạng sóng tiếng tim sạch, tiếng phổi sạch và tiếng tim phổi lẫn khi
ghi âm
2. Đối tượng và phạm vi nghiên cứu:
Đối tượng nghiên cứu của luận văn là các phương pháp xử lý tín hiệu âm
thanh y sinh (tiếng tim/phổi) nói chung và vấn đề tách tiếng tim và tiếng phổi
nói riêng. Đây là đối tượng nghiên cứu được nhiều nhà nghiên cứu trên thế giới
quan tâm trong thời gian gần đây.
Phạm vi của luận văn bao gồm nghiên cứu tổng quan về tín hiệu âm thanh
y sinh gồm tiếng tim và tiếng phổi, một số phương pháp tách tiếng tim và tiếng
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
phổi đặc biệt tập trung vào phương pháp sử dụng bộ lọc thích nghi ước lượng
3
trung bình phương tối thiểu LMS kích cỡ bước cố định [6], như mô tả trong
hình 3. Luận văn cũng nghiên cứu đánh giá thực nghiệm các phương pháp để
đưa ra các khuyến nghị.
Hình 3. Sơ đồ phương pháp lọc nhiễu dùng bộ lọc thích nghi: là đầu vào
bộ lọc sử dụng một tín hiệu nhiễu (tiếng phổi) tham chiếu, là đầu ra bộ
lọc với đầu vào là nhiễu tham chiếu, là tín hiệu có nhiễu (tiếng tim lẫn
tiếng phổi) cần xử lý là tổng của tín hiệu sạch tiếng tim và nhiễu tiếng
phổi , là tín hiệu đã được lọc nhiễu.
3. Hướng nghiên cứu của luận văn:
Hướng nghiên cứu của luận văn là nghiên cứu về âm thanh y sinh (tiếng
tim và tiếng phổi). Trong đó, luận văn tập trung nghiên cứu kiểm nghiệm lại
bằng thực nghiệm các vấn đề lý thuyết của phương pháp sử dụng bộ lọc thích
nghi ước lượng trung bình phương tối thiểu LMS kích cỡ bước cố định để tách
tiếng tim / tiếng phổi đề xuất trong [6].
4. Những nội dung nghiên cứu chính:
Chương 1. Tổng quan về âm thanh tiếng tim.
1.1. Tiếng tim
1.2. Phân tích tiếng tim
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
1.3. Tách tiếng tim khỏi tạp âm tiếng phổi
4
Chương 2. Tổng quan về vấn đề tách tiếng tim và tiếng phổi bằng bộ lọc
thích nghi LMS ước lượng trung bình phương tối thiểu.
2.1. Cơ sở xử lý tín hiệu số
2.2. Bộ lọc thích nghi
2.3. Thuật toán ước lượng trung bình phương tối thiểu LMS
2.4. Tính toán kích thước bước của bộ lọc thích nghi
Chương 3. Thực nghiệm.
3.1. Cơ sở dữ liệu thực nghiệm Peterjbentley
3.2. Tách tiếng tim và tiếng phổi bằng bộ lọc thích nghi LMS
3.3. Tham số đánh giá
3.4. Kết quả đánh giá
5. Phương pháp nghiên cứu
Phương pháp nghiên cứu của luận văn là nghiên cứu các lý thuyết đã có
trên thế giới [1-12] để phân tích, đánh giá về phương pháp tách tiếng tim và
tiếng phổi bằng bộ lọc thích nghi LMS. Dựa trên các cơ sở lý thuyết và các
phân tích, đánh giá, luận văn cũng sẽ nghiên cứu thực nghiệm và đánh giá
phương pháp tách tiếng tim / tiếng phổi này.
6. Ý nghĩa khoa học của luận văn:
Như đã trình bày trong phần 1, nghiên cứu về tiếng tim có vai trò quan
trọng trong các hệ thống hỗ trợ chẩn đoán bệnh. Đây không phải vấn đề nghiên
cứu mới trên thế giới nhưng còn khá mới mẻ ở Việt Nam. Do vậy vấn đề nghiên
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
cứu trong luận văn có ý nghĩa khoa học và thực tiễn.
5
CHƯƠNG 1. TỔNG QUAN VỀ TÍN HIỆU ÂM THANH TIẾNG TIM
1.1. Xử lý tín hiệu y sinh
Xử lý tín hiệu y sinh là một trong những chủ đề nghiên cứu được nhiều
nhà nghiên cứu quan tâm trong lĩnh vực kỹ thuật y sinh và y học lâm sàng [1].
Có nhiều loại tín hiệu y sinh như tín hiệu điện tim (ECG), tín hiệu tiếng tim
(âm thanh tiếng tim và giản đồ tiếng tim PCG), tín hiệu điện não (EEG), tín
hiệu siêu âm, tín hiệu hình ảnh cộng hưởng từ,... Trong số đó, tín hiệu âm thanh
tiếng tim là loại tín hiệu dễ thu, có thể sử dụng các thiết bị đơn giản, rẻ tiền như
ống nghe truyền thống [2].
1.2. Tín hiệu điện tim và âm thanh tiếng tim
Có hai loại tín hiệu y sinh liên quan đến hoạt động của tim liên quan mật thiết
với nhau là tín hiệu điện tim và tín hiệu âm thanh tiếng tim. Cả hai đều cho phép
phân tích, khảo sát các đặc điểm và hoạt động của tim. Tín hiệu điện tim cho phép
phân tích với độ chính xác và tin cậy cao hơn nhưng cũng đòi hỏi chi phí cao hơn.
Tín hiệu âm thanh tiếng tim phân tích với độ chính xác thấp hơn nhưng có chi phí
thấp, đơn giản, dễ thu và có thể sử dụng trong các hệ thống hỗ trợ chẩn đoán lâm
sàng. Cả tín hiệu điện tim và âm thanh tiếng tim đều xuất phát từ nguồn gốc là quá
trình co bóp của tim và cơ sở sinh lý điện học tế bào tim.
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
Hình 1.1. Sự liên quan giữa âm thanh tiếng tim và tín hiệu điện tim ECG
6
1.2.1. Cơ sở điện học tế bào
Mọi thực thể sống trên trái đất đều được cấu thành từ nhiều kiểu tế bào
khác nhau. Ở người, tế bào có đường kính thay đổi trong khoảng từ 1m cho
đến 100 m, độ dày của màng tế bào cỡ 0,01m.
Ở trạng thái nghỉ, mặt trong màng tế bào tích điện âm, mặt ngoài màng
tích điện dương. Sự phân bố điện tích không cân bằng này là kết quả của các
phản ứng điện hoá. Điện thế giữa hai lớp điện tích này được gọi là điện thế
nghỉ, người ta gọi tế bào ở trạng thái này là trạng thái phân cực, điện thế nghỉ
(điện thế phân cực ) giữa hai mặt màng tế bào khoảng -90mV.
Khi tế bào bị kích thích, điện thế mặt ngoài màng tế bào trở nên âm hơn
so với điện thế mặt trong màng tế bào, giá trị điện áp giữa hai mặt màng tế bào
lúc này vào khoảng + 20mV. Quá trình chuyển từ -90mV lên +20mV gọi là quá
trình khử cực (thực chất là sự khuếch tán ion qua màng tế bào). Quá trình tái
cực (quá trình phục hồi) diễn ra sau một khoảng thời gian ngắn khi quá trình
khử cực kết thúc, đưa tế bào về trạng thái ban đầu (trạng thái nghỉ). Dạng sóng
điện thế tế bào được biểu diễn trên hình 1.2. Quá trình khử cực sẽ lan truyền từ
tế bào này sang tế bào khác cho đến khi toàn bộ các tế bào (cơ tim chẳng hạn)
được khử rồi tái cực.
Hình 1.2. Quá trình khử cực và tái cực của tế bào
1.2.2. Tín hiệu điện tim (ECG- Electrocardiogram)
Tín hiệu điện tim là dòng điện sinh học sinh ra từ quá trình khi tim co
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
bóp diễn ra quá trình “khử cực” và “tái cực” của các tế bào cơ tim.
7
Điện tâm đồ (Electrocardiogram) là đồ thị ghi những thay đổi của
dòng điện trong tim. Quả tim co bóp theo nhịp được điều khiển của một hệ
thống dẫn truyền trong cơ tim. Những dòng điện tuy rất nhỏ, khoảng 1 phần
nghìn volt, nhưng có thể dò thấy được từ các cực điện đặt trên tay, chân và ngực
bệnh nhân và chuyển đến máy ghi. Máy ghi điện khuếch đại lên và ghi lại trên
điện tâm đồ. Điện tâm đồ được sử dụng trong y học để phát hiện các bệnh về
tim như rối loạn nhịp tim, suy tim, nhồi máu cơ tim v.v...
a. Sự hình thành tín hiệu điện tim
Tim là tổ chức cơ rỗng, tại đó sự cơ bóp một cách có thứ tự các sơ sẽ tạo
ra áp lực đẩy máy đi qua các bộ phận trên cơ thể. Mỗi nhịp tim được kích thích
bởi xung điện từ các tế bào nít xoàn tại tâm nhĩ. Các xung điện truyền đến các
bộ phận khác của tim và làm cho tim co bóp. Việc ghi tín hiệu điện tâm đồ là
việc ghi lại tín hiệu này. Tín hiệu điện tâm đồ mô tả hoạt động của điện của
tim, và có thể được phân tích thành các thành phần đặc tính có tên là sóng: P,
Q, R, S, T, U. Mỗi thành phần này có đặc trưng riêng, đáp ứng riêng, dấu hiệu
của nhịp tim riêng nhưng có chung nguồn gốc là các hiện tượng điện sinh vật.
Hiện tượng điện sinh vật là quá trình hoá lý, hoá sinh phức tạp xảy ra
bên trong và ngoài màng tế.
Tổng hợp tất cả các thành phần suất điện động từ mọi tế bào trong
tim đã tạo ra một tín hiệu phản ánh hoạt động của cơ tim, người ta gọi là
tín hiệu điện tim.
Tín hiệu điện tim có độ lớn thay đổi theo thời gian và khác nhau tại các
điểm trên cơ thể người. Bằng cách đo một số điểm trên cơ thể và theo dõi hình
dạng sóng thay đổi theo thời gian, người ta có thể giúp nhận biết được một số
tình trạng bệnh lý, hoặc chấn thương.
Các nghiên cứu về tim đã chỉ ra rằng tín hiệu điện tim có thể được coi như
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
tổ hợp của các sóng có dải tần từ 0 ÷∞. Tuy nhiên để lấy đủ thông tin cho việc
8
chuẩn đoán của bác sỹ, thông thường dải tần được chọn là 0.05Hz ÷ 80Hz. Sóng
điện tim có biên độ nhỏ, đỉnh lớn nhất cũng chỉ cỡ 1.5mV ÷ 2mV.
b. Đặc điểm của tín hiệu điện tim
Tín hiệu điện tim là tín hiệu phức tạp với tần số lặp lại khoảng từ 0.05
đến 300 Hz. Hình dạng của sóng P, Q, R, S, T, U được mô tả:
Hình 1.3. Điện tâm đồ dạng sóng
Đỉnh P được tạo ra bởi sự co cơ của tâm nhĩ. Sóng P phản ánh quá trình
khử cực tâm nhĩ. Khoảng PQ (còn gọi là khoảng PR) phản ánh thời gian dẫn
truyền từ tâm nhĩ đến tâm thất. Phức hợp QRS phản ánh quá trình khử cực tâm
thất. Tái cực tâm nhĩ đồng thời xảy ra với quá trình tái cực tâm thất, tâm thất
nặng hơn tâm nhĩ do đó, quá trình tái cực tâm nhĩ thực chất là sự che đậy bởi
sự khử cực tâm thất (QRS). Đoạn ST phản ánh các giai đoạn ổn định của tâm
thất. Sóng T phản ánh quá trình tái cực tâm thất.
Về mặt lý thuyết thì tín hiệu này có thể coi như là tổ hợp các hài có dải
tần từ 0 đến vô cùng. Quá trình tính toán, phân tích, kể cả đến các trường hợp
bệnh lý, trường hợp méo tín hiệu, người ta xác định được dải tần tiêu chuẩn,
bảo đảm thể hiện trung thực tín hiệu điện tim là từ 0.05 đến 100 Hz. Ở giới hạn
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
trên để bảo đảm phức bộ QRS không bị méo. Giới hạn dưới để đảm bảo trung
9
thực sóng P và T.
Xét về dải rộng của tín hiệu thì biên độ của sóng P, Q, R, S, T rất khác
nhau. Biên độ các sóng ghi được trong các chuyển đạo mẫu là nhỏ nhất. Biên
độ các chuyển đạo ở lồng ngực là lớn nhất.
- Biên độ các sóng P, Q, S nhỏ nhất cỡ 0.2 đến 0.5 mV.
- Biên độ lớn nhất là sóng R cỡ 1.5 đến 2 mV.
- Quãng thời gian tồn tại của sóng là:
+ P - R: 0.12 đến 0.2 giây
+ Q - T: 0.35 đến 0.44 giây
+ S - T: 0.05 đến 0.15 giây
+ QSR: 0.09 giây
c. Máy điện tim
Cùng với sự phát triển của kỹ thuật điện tử, các thiết bị điện tử y tế nói
chung và thiết bị điện tim nói riêng ngày càng có thêm nhiều tính năng. Việc
sử dụng kỹ thuật vi xử lý và ghép nối thiết bị ghi điện tim với mạch điện toán
đã nâng cao tính năng và chất lượng của thiết bị. ở mức độ bình thường chúng
có thể lưu trữ số liệu, so sánh cập nhật và in các số liệu về điện tim cùng tên
tuổi bệnh nhân một cách tự động. ở mức độ cao hơn nữa là chuẩn đoán bệnh
(kết hợp với các khám nghiệm khác). Đồng thời tính an toàn của thiết bị cũng
được nâng lên như báo động mất nguồn, dòng dò tăng, điện cực tiếp xúc
xấu.Với kích thước gọn nhẹ, giá thành ngày càng hạ, chắc chắn chúng sẽ thâm
nhập ngày càng sâu hơn vào các bệnh viện và phòng khám bệnh, không chỉ ở
các bệnh viện, trung tâm y tế lớn mà còn ở các tuyến dưới, tương lai có thể đến
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
tận các tuyến cơ sở.
10
Hình 1.4. Sơ đồ khối máy ghi điện tim dùng vi xử lý
Hình 1.4. trình bày sơ đồ khối của một thiết bị ghi điện tim sử dụng vi xử
lý. Thiết bị ghi điện tim ghép nối với máy điện toán cũng có sơđồ như vậy.
Trong máy điện toán cũng dùng vi xử lý.
P là bộ vi xử lý thực hiện các lệnh toán học, logic và chuyển dữ liệu.RAM là
bộ nhớ tạm thời, ROM là bộ nhớ chỉ đọc.
Vi xử lý và máy điện toán chỉ làm việc với các đại lượng số (đếm được)
khác với khái niệm điện tim mà chúng ta đang xét ở trên là đại lượng liên tục
(tương tự). Vì thế tín hiệu điện tim trước khi đưa vào vi xử lý hay máy điện
toán phải chuyển đổi sang dạng số. Thông tin này là dữ liệu về điện tim. Cũng
không thể lấy quá nhiều dữ liệu. Cứ cách một khoảng thời gian nào đó người
ta mới lấy tín hiệu điện tim đưa vào bộ chuyển đổi ra dạng số. Bộ chuyển đổi
này gọi là bộ chuyển đổi tương tự số (A/D). Khoảng thời gian lặp lại đó gọi là
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
chu kỳ lấy mẫu. Tần số lấy mẫu bằng nghịch đảo của chu kỳ lấy mẫu.
11
Ta đã biết rằng phức bộ của sóng điện tim bao gồm sóng P, Q, R, S, T.
Khoảng cách QRS là hẹp nhất khoảng 0.06 – 0.12 giây, nếu chu kỳ lấy mẫu là
0.005 giây thì trong khoảng QRS lấy được từ 12 đến 24 mẫu đủ để phản ánh
nhóm sóng này.
Phần trên ta đã trình bày phổ của điện tim là từ 0.05 đến 100 hz, do đó tần
số lấy mẫu tối thiểu là 200 hz. Độ chính xác của dữ liệu điện tim còn phụ thuộc
vào mức số hoá (mức lượng tử). Với yêu cầu cao người ta có thể chia thành
1000 mức từ 0 đến 999 và để biểu diễn có thể dùng 3 chữ số thập phân. Vi xử
lý hay máy điện toán chỉ dùng hai trạng thái có điện (1) hay không có điện (0)
trong các phần tử. Cách biểu diễn này là biểu diễn nhị phân. Mười chữ số có
thể biểu diễn từ 0 đến 1023. Tuy nhiên trong một số thiết bị người ta chỉ cần
đến 8 bit để biểu diễn tín hiệu điện tim (0 –255).
Khoảng thời gian giữa hai lần lấy mẫu là 5ms, trong khi vi xử lý thực hiện
một lệnh cở s. Điều đó cho thấy giữa hai lần lấy mẫu vi xử lý có thể thực hiện
được vài nghìn lệnh, số lệnh này đủ để vi xử lý thực hiện một số lệnh như lưu
trữ, hiển thị, quản lý, phím bấm, báo động, nhận dạng, lọc số. Nhưng chưa đủ
để phân tích phổ kể cả phân tích phổ nhanh FFT.
Thiết bị hiển thị ở đây có thể là màn hình chấm điểm (Bit map) hay màn
hình x,y (Vector), là các LED. Thiết bị lưu trữ như băng đĩa từ.Thiết bị ghi như
máy in kim, lazer, máy in nhiệt hay bút ghi nhiệt. Trong trường hợp dùng màn
hình x, y để hiển thị và bút ghi nhiệt để ghi thì phải có bộ chuyển đổi tương tự
số (A/D).
Việc thiết kế hệ điện tim dùng vi xử lý hay máy điện toán ngoài thiết kế
phần cứng như mạch điện,còn phải thiết kế phần mềm để vi xử lý thực hiện các
chức năng đề ra.
Ghép nối thiết bị điện tim với máy điện toán đơn giản hơn xây dựng từ vi
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
xử lý. Công việc phần cứng là thiết kế chế tạo phần điện tim và ghép nối. Phần
12
ghép nối bao gồm mạch vào/ra, mạch chuyển đổi A/D, D/A (nếu cần). Phần
mềm có thể được viết phần lớn bằng ngôn ngữ bậc cao, phần còn lại được viết
bằng ngôn ngữ máy.
Dòng điện hoạt động của tim là tín hiệu một chiều rất nhỏ biến thiên chậm nên
rất dễ bị ảnh hưởng của các nguyên nhân tác động của bên ngoài như điện lưới
công cộng, các thiết bị điện khác đặt bên cạnh hoặc các nguồn cảm ứng bên
ngoài...Mặt khác nó cũng dễ bị tác động của các dòng điện phát sinh từ các cơ
quan khác như cơ và da bệnh nhân. Nếu việc gắn điện cực lên bệnh nhân không
tiếp xúc tốt thì tín hiệu cũng dễ bị sai lệch.
Khi có các nguồn nhiễu ở bên ngoài tác động lên các điện cực và sẽ được qua
mạch khuyếch đại lên cùng với tín hiệu điện tim. Các tín hiệu nhiễu này như là
các tín hiệu đồng pha, vì vậy máy điện tim cần có khả năng chống nhiễu tốt,
đặc biệt là nhiễu đồng pha.
Vì tín hiệu điện tim là tín hiệu một chiều biến thiên chậm, nên việc ghép giữa
nguồn tín hiệu đầu vào và mạch khuyếch đại, giữa các tầng khuyếch đại sẽ
không thể ghép điện dung và ghép điện cảm mà phải dùng ghép trực tiếp.
Nhưng khi ghép trực tiếp, do không có thành phần cách ly một chiều nên khi
có sự thay đổi nào đó như thay đổi về chế độ một chiều, sự thay đổi của nhiệt
độ sẽ làm cho tham số của linh kiện thay đổi... sự thay đổi này cũng sẽ được
đưa đến đầu ra của máy.
Sự thay đổi một cách ngẫu nhiên của tín hiệu khi tín hiệu vào không thay đổi
gọi là hiện tượng trôi, hiện tượng trôi do nhiều nguyên nhân gây ra như nhiệt
độ nguồn bức xạ bên ngoài tác động vào các linh kiện...
Từ các đặc điểm trên máy điện tim phải có các khả năng sau:
- Vì tín hiệu nhỏ nên máy phải có hệ số khuyếch đại lớn.
- Trở kháng vào lớn để việc phối hợp trở kháng giữa đầu vào mạch
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
khuyếch đại với nguồn tín hiệu để lấy ra điện áp đủ lớn cấp cho bộ khuyếch đại
13
làm việcvà thu tín hiệu mà không bị ảnh hưởng của sự thay đổi bên ngoài như
do các bệnh nhân khác nhau, do tiếp xúc của các điện cực.
- Độ méo của các thiết bị phải nhỏ, để tín hiệu thu được chính xác phục
vụ cho việc chuẩn đoán bệnh.
- Khả năng chống nhiễu tốt ,đặc biệt là nhiễu đồng pha.
- Có độ ổn định cao và lọc nhiễu tốt để phản ánh trung thực tín hiệu điện
tim.
- Có độ cách điện tốt để đẩm bảo an toàn điện cho cả người và máy.
d. Ứng dụng của điện tâm đồ
Điện tâm đồ được sử dụng trong nhiều trường hợp y học:
- Chẩn đoán nhồi máu cơ tim khi cơ tim bị thiếu máu và dưỡng khí, khả
năng chuyển điện của cơ sẽ thay đổi. Sự thay đổi này có thể ghi nhận được trên
điện tâm đồ.
- Chẩn đoán và theo dõi rối loạn nhịp tim nhịp tim đập do một hệ thống
điện rất tinh vi điều khiển. Khi có rối loạn trong các đường dẫn điện, hệ thống
thay đổi làm loạn nhịp.
- Chẩn đoán các chứng tim lớn khi tim lớn vì cơ tim dày lên hay mỏng
đi và dòng điện đi qua sẽ thay đổi theo.
- Chẩn đoán một số thay đổi sinh hóa máu vì điện tim là do sự di chuyển
của các ion như natri, kali, calcium... Khi có thay đổi lớn trong nồng độ các
chất này, điện tâm đồ có khả năng thay đổi.
- Chẩn đoán một số ngộ độc thuốc digoxin làm thay đổi đoạn ST của
mọi cực. Thuốc chống trầm cảm 3 vòng làm dài đoạn QT.
1.2.3. Tín hiệu âm thanh tiếng tim
Tim là bộ phận quan trọng trong hệ tuần hoàn của động vật, với chức
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
vụ bơm đều đặn để đẩy máu theo các động mạch và đem dưỡng khí và các
14
chất dinh dưỡng đến toàn bộ cơ thể, hút máu từ tĩnh mạch về tim sau đó đẩy
máu đến phổi để trao đổi khí CO2 lấy khí O2.
Hoạt động của tim gồm nhiều giai đoạn lặp đi lặp lại một cách đều đặn,
nhịp nhàng, theo một trình tự nhất định, tạo nên chu kỳ hoạt động của tim, hay
còn gọi là chu chuyển tim. Mỗi chu chuyển tim dài khoảng 0.8 giây, gồm 3 giai
đoạn chính là tâm nhĩ thu, tâm thất thu và tâm trương toàn bộ.
Âm thanh tiếng tim là tiếng ồn tạo ra bởi nhịp đập của trái tim và dòng
kết quả của máu thông qua nó. Cụ thể, những âm thanh phản ánh những biến
động tạo ra khi các van tim đóng mở. Các rung động của cơ tim cũng góp phần
vào âm thanh trái tim đến một mức độ lớn.
Ở người lớn khỏe mạnh, có hai tiếng tim bình thường xảy ra liên tục với
mỗi nhịp đập của tim. Đó là những âm thanh đầu tiên (S1) và âm thanh thứ hai
(S2), được tạo ra bởi sự đóng của van nhĩ thất và van tổ chim. Ngoài những âm
thanh bình thường, một loạt các âm thanh khác có thể có mặt trong đó như tiếng
tim thứ 3 (S3) và tiếng tim thứ 4 (S4).
Hình 1.5. Dạng sóng điển hình của âm thanh tiếng tim
Âm thanh tim bình thường được kết hợp với van tim đóng cửa, gây ra
những thay đổi trong lưu lượng máu. Bình thường trong một chu chuyển tim ta
nghe rõ 2 tiếng, tiếng thứ nhất trầm dài, tiếng thứ 2 thanh gọn. Hết tiếng thứ
nhất đến tiếng thứ 2 có 1 khoảng nghỉ ngắn và tiếng thứ 2 tới tiếng thứ nhất của
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
chu chuyển tiếp theo có 1 khoảng nghỉ dài.
15
Tiếng S1và S2 được tạo rado sự đóng các lá van (van nhĩ thất và van bán
nguyệt) và sự rung động của các thành phần của cấu trúc buồng tim cụ thể là
các thành phần có tính chất chất đàn hồi, phân căng của các lá van ngay sau khi
đóng, cùng với sự rung các thành cơ tim lân cận và các mạch máu lớn xung
quanh.
Hình 1.6. Tiếng tim S1 và S2
Tiếng S1 là tiếng tim đầu tiên, âm thanh nghe trầm và dài. Khi tâm thất bắt
đầu co bóp thì nó sẽ gây ra một áp lực vào tâm máu. Quá trình này sẽ đẩy vào các
lá van nhĩ thất và làm đóng chúng. Nó sẽ đẩy lồi các bề mặt van vào buồng tâm
nhĩ. Tuy nhiên sự đẩy lồi này không thể diễn ra quá giới hạn do chức năng hoạt
động của các cơ nhú. Cơ nhú đóng vai trò giữ các lá van ổn định và tới một giới
hạn dòng máu sẽ bị dội ngược lại. Và trong quá trình dội đó sẽ làm rung các thành
phần có khả năng đàn hồi và các thành phần của các van của buồng cơ tâm thất.
Các âm thanh này truyền qua lồng ngực tới tai nghe.
Tiếng S2 được tạo ra do sự đột ngột đảo chiều dòng chảy của máu do
đóng các van bán nguyệt (van động mạch chủ và van động mạch phổi) vào cuối
kì tâm thu và đầu kì tâm trương. Khi tâm thất giãn, áp lực của nó giảm xuống
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
dưới áp lực trong động mạch chủ. Lưu lượng máu động mạch chủ đảo ngược
16
một cách nhanh chóng trở lại về phía tâm thất trái và bị chặn lại bởi van động
mạch chủ đóng. Tương tự như vậy, khi áp lực trong tâm thất phải giảm xuống
dưới áp suất trong động mạch phổi, van động mạch phổi đóng. Khi máu dội
ngược lại vào thành của các lá van và thành của mạch máu gây ra sự rung động.
Âm thanh S2 vang trong máu liên quan với khối đột ngột của dòng chảy đảo
chiều. Do sức đàn hồi của các lá van này tốt hơn nên tiếng S2 nghe được thanh
hơn.
Tiếng S3 được sinh ra do sự rung động buồng tâm thất do đóng máu ở
cuối thì đẩy thất thanh. Tiếng S3 có thể là một âm thanh bình thường xảy ra ở
trẻ em hoặc thiếu niên. Ở đây, S3 đại diện cho sự hiện diện của một tâm thất
dẻo dai, có khả năng mở rộng nhanh chóng bình thường. Ở người lớn tuổi, tiếng
S3 thường chỉ ra khối lượng quá tải gây ra suy tim sung huyết hoặc bệnh van
tim.
Hình 1.7. Tiếng tim có thêm S3
Tiếng S4 do sự rung động của buồng tâm thất gây ra bởi sự tống máu
xuất hiện khi tâm nhĩ co. Nó có thể được nghe thấy vào cuối tâm trương. Nói
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
cách khác, âm thanh này là sản phẩm của tâm nhĩ mạnh kết hợp đồng thời với
17
một tâm thất được làm cứng. Tiếng S4 cũng là một âm thanh mờ. Sự hiện diện
của S4 thường chỉ ra bệnh tim mạch thứ cấp.
Hình 1.8. Tiếng tim S4
Khi cả hai âm thanh tiếng S3 và S4 cùng được phát hiện, được gọi là một
“nhịp điệu tăng gấp bốn lần” kết hợp với S1 và S2. Nếu một bệnh nhân với cả
hai S3 và S4 sẽ gây ra nhịp tim nhanh, tâm trương là ngắn mạch và các âm
thanh trở nên rất gần nhau.
1.2.3. Máy thu tiếng tim (ống nghe điện tử)
Ống nghe là thiết bị y tế âm thanh để thính chẩn, hoặc nghe những âm
thanh bên trong của động vật hoặc cơ thể con người. Nó thường có một bộ cộng
hưởng hình đĩa nhỏ đặt trên ngực và hai ống nối với tai nghe. Nó thường được
sử dụng để nghe âm thanh phổi và tim. Nó cũng được sử dụng để lắng nghe
đường ruột và lưu lượng máu trong động mạch và tĩnh mạch. Kết hợp với máy
đo huyết áp, nó thường được sử dụng để đo huyết áp. Ít phổ biến hơn, "ống
nghe của thợ máy", được trang bị những cái rương hình que, được sử dụng để
nghe những âm thanh bên trong do máy tạo ra (ví dụ, âm thanh và rung động
phát ra từ vòng bi mòn), chẳng hạn như chẩn đoán động cơ ô tô bị hỏng các bộ
phận bên trong của nó. Ống nghe cũng có thể được sử dụng để kiểm tra các
buồng chân không khoa học để kiểm tra rò rỉ, và cho các nhiệm vụ giám sát âm
thanh quy mô nhỏ khác. Một ống nghe tăng cường âm thanh thính chẩn được
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
gọi là ống nghe tăng âm.
18
Lịch sử
Hình 1.9. Ống nghe đầu tiên này thuộc về Laennec.
Hình 1.10. Ống nghe ban đầu
Hình 1.11. Một ống nghe kiểu Traube bằng ngà voi
Ống nghe được phát minh tại Pháp vào năm 1816 bởi René Laennec tại
Bệnh viện Necker-Enfants Malades ở Paris. Nó bao gồm một ống gỗ và là
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
nghe một tai. Laennec đã phát minh ra ống nghe vì anh không thoải mái khi
19
đặt tai lên ngực của phụ nữ để nghe tiếng tim. Ông quan sát thấy một mảnh
giấy được cuộn, đặt giữa ngực và tai của bệnh nhân, có thể khuếch đại âm
thanh tim mà không cần tiếp xúc vật lý. Thiết bị của Laennec tương tự như
kèn tai thông thường, một dạng trợ thính cổ; Quả thực, phát minh của ông gần
như không thể phân biệt được về cấu trúc và chức năng của kèn, thường được
gọi là "micrô". Laennec gọi điện thoại là "ống nghe"" (stetho- + -scope, "nghe
ngực"), và ông gọi nó là "sự thính chẩn trung gian", bởi vì nó là sự thính chẩn
với một dụng cụ trung gian giữa cơ thể bệnh nhân và tai của bác sĩ. Ống nghe
linh hoạt đầu tiên thuộc bất kỳ loại nào có thể là một dụng cụ hai tai với khớp
nối khớp không được mô tả rõ ràng vào năm 1829..[8] Năm 1840, Golding
Bird mô tả một ống nghe ông đã sử dụng với một ống dẻo. Bird là người đầu
tiên xuất bản một mô tả về một ống nghe như vậy nhưng ông đã lưu ý trong
bài báo về sự tồn tại trước đó của một thiết kế trước đó (mà ông nghĩ là ít tiện
ích) mà ông mô tả là tiếng kèn tai rắn. Ống nghe của Bird có một tai nghe duy
nhất
Năm 1851, bác sĩ người Ireland Arthur Leared đã phát minh ra ống nghe
hai tai và, vào năm 1852, George Philip Cammann đã hoàn thiện thiết kế dụng
cụ ống nghe (sử dụng cả hai tai) cho sản xuất thương mại, vốn đã trở thành tiêu
chuẩn kể từ đó. Cammann cũng đã viết một luận thuyết lớn về chẩn đoán bằng
thính chẩn, mà ống nghe hai tai tinh chế có thể thực hiện được. Vào năm 1873,
đã có những mô tả về ống nghe vi phân có thể kết nối với các vị trí hơi khác
nhau để tạo ra hiệu ứng âm thanh nổi nhỏ, mặc dù điều này không trở thành
một công cụ chuẩn trong thực hành lâm sàng.
Somerville Scott Alison đã mô tả phát minh của mình về stethophone tại
Hội Hoàng gia Luân Đôn năm 1858; stethophone có hai chuông riêng biệt, cho
phép người dùng nghe và so sánh âm thanh có nguồn gốc từ hai địa điểm rời
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
rạc. Điều này được sử dụng để thực hiện các nghiên cứu dứt khoát về thính giác
20
hai tai và xử lý thính giác nâng cao kiến thức về định vị hoá âm thanh và cuối
cùng dẫn đến sự hiểu biết về sự hợp nhất hai tai.
Nhà sử học y học Jacalyn Duffin đã lập luận rằng phát minh ống nghe
đánh dấu một bước quan trọng trong việc xác định lại bệnh là một loạt các triệu
chứng, theo nghĩa hiện tại của bệnh như là một vấn đề với hệ thống giải phẫu
ngay cả khi không có triệu chứng đáng chú ý. Việc tái khái niệm này xảy ra
một phần, Duffin lập luận, bởi vì trước ống nghe, không có dụng cụ không gây
chết người để khám phá giải phẫu nội tạng.
Rappaport và Sprague đã thiết kế một ống nghe mới vào những năm 1940, trở
thành tiêu chuẩn mà các ống nghe khác được đo, bao gồm hai mặt, một trong
số đó được sử dụng cho hệ hô hấp, loại kia dùng cho hệ tim mạch. Rappaport-
Sprague sau đó được thực hiện bởi Hewlett-Packard. Bộ phận sản phẩm y tế
của HP được tách ra như một phần của Agilent Technologies, Inc., nơi nó trở
thành Agilent Healthcare. Agilent Healthcare đãđược Philipsmua lại đã trở
thành Hệ thống Y tế của Philips, trước ống nghe Rappaport-Sprague nguyên
gốc, có giá 200 đô la cuối cùng đã bị vứt bỏ. 2004, cùng với thương hiệu của
Philips (được sản xuất bởi Andromed, của Montreal, Canada) mô hình ống
nghe điện tử. Ống nghe mô hình Rappaport-Sprague nặng và ngắn (18–24 in
(460–610 mm)) với một hình thức cổ xưa được nhận ra bởi hai ống cao su độc
lập lớn của chúng, kết nối một cặp tiếp xúc với lá xoang đối diện với ống tai
hai tai bằng đồng mạ crôm hình chữ F có phần ngực hai đầu.
Một số cải tiến nhỏ khác đã được thực hiện cho ống nghe cho đến khi,
vào đầu những năm 1960, David Littmann, một giáo sư trường Y Harvard, tạo
ra một ống nghe mới nhẹ hơn so với các mẫu trước đó và đã cải thiện âm thanh.
Vào cuối những năm 1970, 3M-Littmann đã giới thiệu màng có thể điều chỉnh
được: một thành phần màng nhựa epoxy rất cứng (G-10) với một vòm âm thanh
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
linh hoạt bằng silicon đã cho phép tăng chuyến tham quan cơhoành trên trục Z
21
liên quan đến mặt phẳng của khu vực thu âm. Sự dịch chuyển trái sang tần số
cộng hưởng thấp làm tăng âm lượng của một số âm thanh tần số thấp do sóng
dài hơn được truyền bởi sự tham gia tăng lên của thành phần màng cứng bị treo
trong vòm xung quanh. Ngược lại, hạn chế sự hoành hành của cơ hoành bằng
cách nhấn mạnh bề mặt màng ống nghe chống lại khu vực giải phẫu vượt qua
các âm thanh sinh lý, âm thanh vòm cũng có thể được sử dụng để làm giảm
hoạt động của cơ hoành để phản ứng với áp lực-zis băn khoăn. Điều này làm
tăng sự thiên vị tần số bằng cách rút ngắn bước sóng để giải phóng một phạm
vi âm thanh sinh lý cao hơn.
Năm 1999, Richard Deslauriers cấp bằng sáng chế ống nghe giảm tiếng
ồn bên ngoài đầu tiên, DRG Puretone. Nó đặc trưng hai lumens song song có
chứa hai cuộn dây thép mà tiêu tan xâm nhập tiếng ồn như năng lượng nhiệt
không nghe được. Cuộn dây thép "cách nhiệt" thêm 0,30 lb vào mỗi ống nghe.
Năm 2005, bộ phận chẩn đoán của DRG đãđược mua lại bởi TRIMLINE
Medical Products.
Thực tế gần đây
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
Hình 1.12 Một bác sĩ sử dụng ống nghe để nghe bụng của bệnh nhân
22
Ống nghe thường được coi là biểu tượng của các chuyên gia chăm sóc sức
khỏe, vì nhiều nhà cung cấp dịch vụ chăm sóc sức khỏe thường được nhìn thấy
hoặc được mô tả bằng ống nghe treo quanh cổ. Một nghiên cứu năm 2012 cho
rằng ống nghe, khi so sánh với các thiết bị y tế khác, có tác động tích cực cao
nhất đến sự tin cậy đối với người chữa bệnh.
Sự ra đời của chụp siêu âm cầm tay thực tế, phổ biến rộng rãi (điểm chăm sóc
sức khỏe chụp siêu âm) vào cuối những năm 1990 đến đầu những năm 2000 đã
khiến một số bác sĩ hỏi ngay sau khi ống nghe sẽ trở nên lỗi thời như thế nào. Những
người khác trả lời rằng họ nghĩ rằng mối quan hệ của các công cụ khác nhau (ống
nghe và thiết bị kỹ thuật số) sẽ thay đổi nhưng sẽ rất lâu nữa ống nghe mới lỗi thời.
Một thập kỷ sau đó, vào năm 2016, hai mặt của đồng tiền này vẫn được công nhận.
Một bác sĩ tim mạch cho biết, "ống nghe đã chết", nhưng một bác sĩ nhi khoa nói,
"Chúng tôi không ở nơi này, và có lẽ sẽ không trong một thời gian rất dài", nơi mà
ống nghe đã lỗi thời. Một xem xét là nó phụ thuộc vào phân đoạn của chăm sóc sức
khỏe(dịch vụ y tế khẩn cấp, điều dưỡng,y học) và khoa và chuyên khoa. "Các
chuyên gia đồng ý rằng ống nghe có giá trị của chúng để nghe phổi và ruột để tìm
manh mối bệnh tật,.". Nhưng đối với hệ tuần hoàn, "thính chẩn là thừa", một bác sĩ
tim mạch cho biết. Vì vậy, nó có thể là tim mạch trong các thiết lập chăm sóc thứ
cấp và đại học có thể từ bỏ ống nghe nhiều năm trước khi chăm sóc chính, nhi khoa,
và vật lý trị liệu làm.
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
Hình 1.13. Các bộ phận của ống nghe hai tai
23
Hình 1.14. Ống nghe âm thanh, với chuông lên trên
Ống nghe âm thanh quen thuộc với hầu hết mọi người, và hoạt động trên
truyền âm thanh từ ngực, qua ống rỗng đầy không khí, đến tai của người nghe.
Các ngực thường bao gồm hai bên có thể được đặt đối với bệnh nhân để cảm
nhận âm thanh: một màng (đĩa nhựa) hoặc chuông (cốc rỗng). Nếu màng được
đặt trên bệnh nhân, âm thanh cơ thể làm rung động màng, tạo ra sóng áp lực
âm thanh mà đi lên ống đến tai của người nghe. Nếu chuông được đặt trên bệnh
nhân, các rung động của da trực tiếp tạo ra sóng áp lực âm thanh truyền đến tai
của người nghe. Chuông truyền âm thanh tần số thấp, trong khi màng truyền
âm thanh tần số cao hơn. Ống nghe hai mặt này được phát minh bởi Rappaport
và Sprague vào đầu thế kỷ 20.
Một vấn đề với ống nghe âm thanh là mức âm thanh rất thấp. Vấn đề này
đãđược khắc phục vào năm 1999 với sự phát minh của lumen liên tục phân tầng
(bên trong) và cơ chế âm thanh động học vào năm 2002.
Ống nghe (hoặc thính chẩn) điện tử vượt qua mức âm thanh thấp bằng
cách khuếch đại điện tử âm thanh của cơ thể. Tuy nhiên, sự khuếch đại các hiện
vật tiếp xúc ống nghe, và các thành phần cắt (tần số đáp ứng tần số của micro
ống nghe điện tử, pre-amps, amps và loa) giới hạn tiện ích tổng thể của ống
nghe khuếch đại điện tử bằng cách khuếch đại âm thanh tầm trung, đồng thời
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
giảm dần cao và thấp - âm thanh dải tần số. Hiện tại, có một số công ty cung
24
cấp ống nghe điện tử. Ống nghe điện tử đòi hỏi phải chuyển đổi sóng âm thanh
thành tín hiệu điện, sau đó có thể khuếch đại và xử lý để nghe tối ưu. Không
giống như ống nghe âm thanh, tất cả đều dựa trên cùng một nguyên tắc vật lý,
đầu dò trong ống nghe điện tử rất khác nhau. Phương pháp phát hiện âm thanh
đơn giản và hiệu quả nhất có thể đạt được bằng cách đặt một micrô vào ngực.
Phương pháp này bị nhiễu bởi tiếng ồn xung quanh và không được yêu thích.
Một phương pháp khác, được sử dụng trong ống nghe Meditron-Allyn's
Meditron, bao gồm vị trí của một tinh thể áp điện ở đầu một trục kim loại, đáy
của trục tiếp xúc với một màng. 3M cũng sử dụng một tinh thể áp điện đặt trong
bọt phía sau màng ngăn cao su dày. Rhythm 32 của Thinklabs sử dụng một
màng điện từ với một bề mặt bên trong dẫn điện để tạo thành một cảm biến
điện dung. Màng này phản ứng với sóng âm, với những thay đổi trong điện
trường thay thế những thay đổi trong áp suất không khí. Eko Core cho phép
truyền tải không dây âm thanh tim đến điện thoại thông minh hoặc máy tính
bảng.
Vì âm thanh được truyền bằng điện tử, ống nghe điện tử có thể là thiết bị
không dây, có thể là thiết bị ghi và có thể giảm tiếng ồn, tăng cường tín hiệu và
cả đầu ra âm thanh và hình ảnh. Khoảng năm 2001, Stethographics giới thiệu
phần mềm trên máy tính cho phép một máy chiếu tim, biểu diễn đồ họa của âm
thanh tim mạch và phổi được tạo ra và diễn giải theo các thuật toán liên quan.
Tất cả các tính năng này rất hữu ích cho các mục đích của y tế truyền thông
(chẩn đoán từ xa) và giảng dạy.
Ống nghe điện tử cũng được sử dụng với các chương trình thính chẩn với
máy tính hỗ trợ để phân tích bệnh lí âm thanh tim được ghi lại có âm thanh
hoặc những tiếng thổi của tim lành tính.
Một số ống nghe điện tử có đầu ra âm thanh trực tiếp có thể được sử dụng
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
với thiết bị ghi bên ngoài, chẳng hạn như máy tính xách tay hoặc máy ghi âm
25
MP3. Kết nối tương tự có thể được sử dụng để lắng nghe sự thính chẩn được
ghi lại trước đó thông qua tai nghe ống nghe, cho phép nghiên cứu chi tiết hơn
cho nghiên cứu tổng quát cũng nhưđánh giá và tư vấn về tình trạng bệnh nhân
và chăm sóc y tế từ xa cụ thể hoặc chẩn đoán từ xa.
Có một số ứng dụng dành cho điện thoại thông minh có thể sử dụng điện thoại
làm ống nghe. Ít nhất một người sử dụng micrô của chính điện thoại để khuếch
đại âm thanh, tạo hình ảnh và gửi e-mail kết quả. Các ứng dụng này có thể được
sử dụng cho mục đích đào tạo hoặc làm mới, nhưng chưa được chấp nhận cho
việc sử dụng y tế chuyên nghiệp.[
Ống nghe đầu tiên có thể hoạt động với ứng dụng điện thoại thông minh
đã được giới thiệu vào năm 2015
Hình 1.15. Ống nghe điện tử kết nối với điện thoại
1.2.4. Phân tích âm thanh tiếng tim và ứng dụng
Mặc dù tín hiệu tiếng tim là loại tín hiệu dễ thu, có thể sử dụng các thiết bị đơn giản,
rẻ tiền như ống nghe truyền thống, tiếng tim lại mang nhiều thông tin quan trọng
phục vụ chẩn đoán lâm sàng các bệnh tim mạch. Từ tiếng tim thu được, các thông
số như nhịp tim, tiếng tim bình thường, tiếng tim bệnh lý, tiếng thổi,… có thể được
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
xác định, tính toán [2].
26
Ứng dụng phổ biến nhất của phân tích tiếng tim là tính nhịp tim tự động phục vụ
việc xây dựng các hệ thống hỗ trợ chẩn đoán lâm sàng bằng máy tính.
Nhịp tim là thông số hàng đầu về sức khỏe tim mạch. Các chuyên gia y tế
thường quan tâm đến nhịp tim khi kiểm tra sức khỏe hay đánh giá hiệu quả của
việc điều trị nói chung, và chúng ta cũng rất cần hiểu rõ nhịp tim mình để phát
hiện những tín hiệu xấu. Đối với người độ tuổi từ 18 trở lên, nhịp tim bình
thường khi nghỉ ngơi từ 60 đến 100 nhịp mỗi phút. Thông thường người càng
khỏe mạnh, nhịp tim càng thấp. Một vận động viên chuyên nghiệp khi ở chế độ
xả hơi nhịp tim của họ chỉ khoảng 40 nhịp một phút.
Theo cơ quan y tế quốc gia vương quốc Anh, dưới đây là tiêu chuẩn nhịp tim lý
tưởng của từng lứa tuổi: Bé sơ sinh: 120-160 nhịp một phút; Bé tuổi từ 1 tháng -
12 tháng: 80-140; Trẻ từ 1 đến 2 năm: 80-130; Trẻ từ 2 đến 6 tuổi: 75-120; Trẻ từ
7 đến 12 tuổi: 75-110; Người lớn từ 18 tuổi trở lên: 60-100; Vận động viên: 40-
60. Nhịp tim của chúng ta có thể bị ảnh hưởng bởi một số yếu tố, chẳng hạn như:
Mức độ hoạt động thể chất vào thời điểm đó; Tình trạng sức khỏe; Nhiệt độ môi
trường xung quanh; Tư thế (đứng, ngồi, nằm); Trạng thái tinh thần hoặc cảm xúc
(ví như sự phấn khích, giận dữ, sợ hãi, lo lắng, và các yếu tố khác đều có thể làm
tăng nhịp tim); ảnh hưởng của một số loại thuốc…
Thực hiện tính nhịp tim trung bình sử dụng nguồn dữ liệu là nhịp tim thu được,
cần có thể dựa vào kết quả phân tích âm thah tiếng tim. Khi có dạng sóng của
âm thanh tiếng tim ta có thể thực hiện việc tính nhịp tim trung bình khi đếm số
nhịp tim trong một khoảng thời gian.
Thuật toán tính nhịp tim thường sử dụng phương pháp trong [12]:
B1. Tính đường bao năng lượng shannon:
(1.1)
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
B2. Xác định ngưỡng
27
(1.2)
B3. Tính nhịp tim bpm dựa vào số cực trị địa phương lớn hơn ngưỡng
th trong một phút (lưu ý điểm cực trị có thể là S1 hoặc S2 với ngưỡng th xác
định theo (1.2).
(1.3)
1.3. Tách tiếng tim và tiếng phổi
Nghe tim trực tiếp bằng ống nghe là phương pháp truyền thống, chi phí
thấp và phổ biến.Tuy nghe tim bằng ống nghe thông thường có một số yếu
điểm. Thứ nhất, thời gian xử lý không nhiều, bác sỹ chỉ nghe và phán đoán
được lúc tiếp xúc trực tiếp với bệnh nhân, không có phương tiện để lưu trữ,
nghe lại. Thứ hai, việc phân tích, xử lý âm thanh thu được từ ống nghe phụ
thuộc nhiều vào kiến thức, kinh nghiệm, trạng thái tâm lý, khả năng phán đoán
của bác sỹ, không có khả năng gửi mẫu tiếng tim tới chuyên gia có kinh nghiệm
hơn.
Do nghe tiếng tim trực tiếp bằng ống nghe có những yếu điểm trong khi
tiếng tim có thể dễ dàng được thu thập và xử lýtrên máy tính, nhiều nghiên cứu
trên thế giới đã đề xuất các phương pháp thu thập, phân tích, xử lý, phân lớp
tiếng tim trên máy tính hỗ trợ trong công tác chẩn đoán lâm sàng [1, 2, 3, 5, 6,
9, 10].
Một trong những vấn đề cần phải quan tâm khi nghiên cứu xử lý tiếng
tim bằng máy tính là tiếng tim thu âm được thường bị lẫn bởi tiếng phổi [3, 5,
6], như thể hiện trên hình 2. Do tai người có khả năng phân biệt nguồn âm tốt
nên vấn đề này không trầm trọng khi nghe trực tiếp bằng ống nghe. Tuy nhiên
với máy tính, âm thanh trộn lẫn giữa tiếng tim và tiếng phổi ghi âm từ ống nghe
sẽ có những đặc trưng khác biệt với tiếng tim sạch dẫn tới sự thiếu chính xác
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
khi phân tích, xử lý trên máy tính. Do vậy, nghiên cứu tách rời tiếng tim và
28
tiếng phổi từ âm thanh ghi âm trộn lẫnlà một vấn đề được nhiều nhà nghiên cứu
quan tâm [5, 6].
Hình 1.16. Dạng sóng tiếng tim sạch, tiếng phổi sạch và tiếng tim phổi lẫn khi
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
ghi âm
29
CHƯƠNG 2. TÁCH ÂM THANH TIẾNG TIM VÀ TIẾNG PHỔI BẰNG
BỘ LỌC THÍCH NGHI
2.1. Tổng quan
Có nhiều cách tiếp cận trong bài toán tách tiếng tim và tiếng phổi. Trong đó,
mượn ý tưởng từ việc sử dụng bộ lọc thích nghi trong triệt nhiễu tín hiệu [4], một
số nghiên cứu gần đây đã thử nghiệm sử dụng bộ lọc thích nghi ước lượng trung
bình phương tối thiểu LMS trong bài toán tách tiếng tim, phổi và đã thu được nhiều
kết quả quan trọng [5].
Vấn đề còn tồn tại của các nghiên cứu hiện tại [5] là việc phải xác định kích
thước bước thích nghi thay đổi trên từng khung dẫn tới chi phí tính toán cao, không
phù hợp với hệ thống phân tích và hỗ trợ chẩn đoán thời gian thực. Trong một số
nghiên cứu gần đây, các tác giả đã đề xuất giải pháp gán cố định kích thước bước
trong quá trình ước lượng thích nghi và xác định giá trị kích thước bước tối ưu bằng
thực nghiệm.. Các kết quả thực nghiệm trong đã cho thấy bài toán tách tiếng tim và
tiếng phổi từ âm thanh thu được từ ống nghe Littmann có thể thực hiện trong thời
gian thực. Trong luận văn này, phương pháp tách âm thanh tiếng tim, tiếng phổi
dùng bộ lọc thích nghi kích thước bước cố định [6] được nghiên cứu lại, cài đặt và
đánh giá thử nghiệm.
2.2. Cơ sở xử lý số tín hiệu
Thuật ngữ tín hiệu dùng để chỉ tất cả các biến có mang hoặc chứa một loại
thông tin nào đấy mà ta có thể biến đổi, hiển thị hoặc gia công. Trong thực tế
tín hiệu là biểu hiện vật lý của thông tin. Tín hiệu tiếng tim là biểu hiện vật lý
của âm thanh tiếng tim.
Tín hiệu số là tín hiệu được biểu diễn bằng một dãy số. Xứ lý tín hiệu số
bao hàm mọi phép xử lý các dãy số để có được các thông tin cần thiết như phân
tích, thay đổi, tổng hợp, mã hóa…đặc biệt là loại bỏ giao thoa tín hiệu, loại bỏ
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
nhiễu, nhận được phổ tín hiệu, biến đổi tín hiệu sang dạng mới phù hợp hơn.
30
2.2.1. Biểu diễn tín hiệu trong miền thời gian
- Tín hiệu liên tục
Hình 2.1. Biểu diễn tín hiệu liên tục trong miền thời gian
- Tín hiệu rời rạc
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
Hình 2.2. Biểu diễn tín hiệu rời rạc trong miền thời gian
31
Hàm tự tương quan
- Tự tương quan của tín hiệu mang năng lượng
Tương quan là một quá trình so sánh, tự tương quan được coi là việc so
sánh tín hiệu với phiên bản trễ của nó. Hàm tự tương quan của tín hiệu năng
lượng giá trị thực x(t) được định nghĩa như sau:
; −∞ < 𝜏 < ∞
𝑇0/2 ∫ −𝑇0/2
1 𝑇0
(2.1) 𝑥(𝑡)𝑥(𝑡 + 𝜏 )𝑑𝑡 𝑅𝑥(𝜏) =
Hàm tự tương quan Rx(τ) cho biết mức độ giống nhau giữa tín hiệu và
phiên bản dịch thời τ của nó. Biến τ có vai trò quét hoặc tìm thông số. Rx(τ)
không phải là hàm của thời điểm t mà nó chỉ là hàm của hiệu số thời gian τ giữa
sóng và bản sao được dịch thời của nó.
Các tính chất của hàm tự tương quan của tín hiệu giá trị thực
1. Rx(τ)= Rx(-τ) đối xứng qua τ=0
2. Rx(τ)≤ Rx(0), Ɐ τ cực đại tại τ=0
3. Rx(τ)↔ψx(f) cặp biến đổi Fourier giữa hàm tự tương quan và mật độ
phổ năng lượng ESD
∞ −∞
giá trị tại gốc bằng năng lượng của tín hiệu 4. 𝑅𝑥(0) = ∫ 𝑥2(𝑡)𝑑𝑡
Nếu đáp ứng các tính chất 1 đến 3, thì ta nói Rx(τ) thỏa mãn những tính
chất của hàm tự tương quan. Tính chất 4 được suy ra từ tính chất 3.
- Tự tương quan của tín hiệu tuần hoàn
Hàm tự tương quan của tín hiệu công suất giá trị thực x(t) được định nghĩa
1
là:
với −∞ < 𝜏 < ∞
𝑇/2 ∫ −𝑇/2
𝑇
(2.2) 𝑥(𝑡)𝑥(𝑡 + 𝜏)𝑑𝑡 𝑅𝑥(𝜏) = lim 𝑇→∞
Khi tín hiệu công suất x(t) tuần hoàn với chu kì T0 thì hàm tự tương quan
trên được biểu diễn trong một chu kỳ T0 như sau:
với −∞ < 𝜏 < ∞
𝑇/2 ∫ −𝑇/2
1 𝑇0
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
(2.3) 𝑥(𝑡)𝑥(𝑡 + 𝜏)𝑑𝑡 𝑅𝑥(𝜏) =
32
Tính chất của hàm tự tương quan của tín hiệu tuần hoàn giá trị thực giống
như của tín hiệu năng lượng:
1. Rx(τ)= Rx(-τ) đối xứng qua τ=0
2. Rx(τ)≤ Rx(0), Ɐ τ cực đại tại τ=0
3. Rx(τ)↔Gx(f) cặp biến đổi Fourier giữa hàm tự tương quan và mật độ
phổ năng lượng ESD
∞ −∞
giá trị tại gốc bằng năng lượng của tín hiệu 4. 𝑅𝑥(0) = ∫ 𝑥2(𝑡)𝑑𝑡
2.2.2. Biểu diễn tín hiệu trong miền tần số
Tín hiệu thường được phân tích trong miền tần số. Phương pháp này áp
dụng cho các loại tín hiệu, cả tín hiệu liên tục hay rời rạc theo thời gian. Nghĩa
là khi cho một tín hiệu đi qua một hệ thống tuyến tính, không đổi theo thời gian,
thì phổ tần số của tín hiệu đầu ra sẽ bằng tích của phổ tần số của tín hiệu đầu
vào và đáp ứng xung của hệ thống. Một trong số phương pháp chuyển đổi tín
hiệu giữa miền thời gian và miền tần số là biến đổi Fourier.
Hình 2.3. Biểu diễn tín hiệu trong miền tần số
a. Biến đổi Fourier (FT)
Trong các bài toán phân tích tín hiệu thực tế, tín hiệu cần phân tích có
khoảng thời gian xác định rất dài hoặc vô hạn, khi đó phân tích dùng chuỗi
Fourier trở nên không thích hợp. Trong trường hợp này, biến đổi Fourier và
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
biến đổi ngược của nó được sử dụng. Biến đổi Fourier được áp dụng thành công
33
trong các lĩnh vực khoa học kỹ thuật ở đó khái niệm tần số và miền tần số được
sử dụng. Biến đổi Fourier được mở rộng từ chuỗi Fourier bằng cáchđ đặt
khoảng thời gian xác định của chuỗi Fourier vô hạn, hoặc biến đổi Fourier có
thể định nghĩa độc lập và chuỗi Fourier là trường hợp đặc biệt của nó.
Biến đổi Fourier là một trong các công cụ toán học được sử dụng rất nhiều
trong việc thiết kế và phân tích các hệ thống tuyến tính bất biến theo thời gian.
Song song với biến đổi này còn tồn tại một khái niệm khác, đó là chuỗi Fourier.
Chuỗi Fourier là cách biểu diễn tín hiệu trên cơ sở của các ký hiệu điều hòa
hình sin. Theo cách này tín hiệu sẽ được biểu diễn trong miền tần số.
Biến đổi Fourier chuyển đổi tín hiệu thể hiện trong miền thời gian sang
biểu diễn ở miền tần số. FT được sử dụng rộng rãi và thường được thực hiện
theo hình thức tính toán FFT (biến đổi Fourier nhanh). Định nghĩa toán học của
FT được đưa ra dưới đây:
X(f)= ∫ x(t) e-j2πft dt (2.4)
Trong đó: t và f tương ứng là thời gian và tần số. Tín hiệu miền thời gian
x(t) được nhân với một hàm mũ phức tạp ở một tần số f và tích hợp trên tất cả
thời gian. Nói cách khác, bất kỳ tín hiệu thời gian rời rạc có thể được đại diện
bởi một hình sin và cosines, được chuyển và được nhân với hệ số thay đổi biên
độ của nó. X (f) là các hệ số Fourier là lớn khi một tín hiệu có chứa một số
thành phần tần số xung quanh tần số f.
Biến đổi Fourier có rất nhiều ứng dụng khoa học, ví dụ như trong vật lý, số
học, xử lý tín hiệu, xác suất, thống kê, mật mã, âm học, hải dương học, quang
học, hình học và rất nhiều lĩnh vực khác. Trong xử lý tín hiệu và các ngành liên
quan, biến đổi Fourier thường được nghĩ đến như sự chuyển đổi tín hiệu thành
các thành phần biên độ và tần số. Sự ứng dụng rộng rãi của biến đổi Fourier bắt
nguồn từ những tính chất hữu dụng của biến đổi này:
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
- Tính tuyến tính
34
- Tồn tại biến đổi nghịch đảo, và thực tế là biến đổi Fourier nghịch đảo
gần như có cùng dạng với biến đổi thuận.
- Những hàm số sin cơ sở là các hàm riêng của phép vi phân, có nghĩa là
khai triển này biến những phương trình vi phân tuyến tính với các hệ số
không đổi thành các phương trình đại số cơ bản. Ví dụ, trong một hệ vật
lý tuyến tính không phụ thuộc thời gian, tần số là một đại lượng không
đổi, do đó những thành phần tần số khác nhau có thể được tính toán một
cách độc lập.
- Theo định lý tích tổng chập, biến đổi Fourier chuyển một tích tổng
chập phức tạp thành một tích đại số đơn giản.
- Biến đổi Fourier rời rạc có thể được tính toán một cách nhanh chóng
bằng máy tính nhờ thuật toán FFT (fast Fourier transform).
- Theo định lý Parseval-Plancherel, năng lượng của tín hiệu (tích phân của
bình phương giá trị tuyệt đối của hàm) không đổi sau biến đổi Fourier.
b. Biến đổi FFT (Fast Fourier Transform)
Biến đổi Fourier rời rạc (DFT) giữ một vai trò rất quan trọng trên thực tế,
đặc biệt là trong các ứng dụng xử lý tín hiệu số như lọc tuyến tính, phân tích
tính tương quan và phân tích phổ cũng như một số lĩnh vực khác như y tế, vật
lý...Nguyên nhân chủ yếu dẫn đến việc sử dụng rộng rãi của phương pháp này
đó là sự tồn tại của một loạt thuật toán rất hiệu quả để tính DFT. Các thuật toán
này hoàn toàn dựa trên phương pháp DFT nhưng được cải thiện rất đáng kể về
tốc độ và tính đơn giản dựa trên việc triển khai một số đặc tính quan trọng của
DFT. Các thuật toán này đươc gọi là biến đổi nhanh Fourier (FFT). Kể từ khi
ra đời cho đến này FFT đã tạo ra một bước tiến nhảy vọt trong lĩnh vực phân
tích, thiết kế và thực thi các bài toán xử lý tín hiệu số cũng như tương tự.
Các thuật toán FFT tập trung vào việc giải quyết độ phức tạp tính toán của
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
DFT bằng cách làm giảm một cách đáng kể thời gian tính toán và số lần thực
35
hiện phép toán đặc biệt là đối với các phép toán chiếm nhiều thời gian thực hiện
như phép nhân. Các thuật toán này được sử dụng càng hiệu quả thì kích thước
N của DFT có giá trị càng lớn. Có 2 phương pháp FFT thường được sử dụng:
- Phương pháp thứ nhất: thay cho việc tính toán trực tiếp DFT-N điểm
người ta sẽ thực hiện việc tính các DFT có kích thước nhỏ hơn. Phương
pháp này thường được sử dụng dưới 2 dạng: phân chia theo thời gian và
phân chia theo tần số.
- Phương pháp thứ 2: dựa trên việc thiết lập công thức của DFT như các
thao tác lọc tuyến tính trên dữ liệu.
2.1.3 Các bộ lọc số lý tưởng
Một ứng dụng quan trọng nhất của xử lý tín hiệu là lọc số. Các bộ lọc số dần
dần đã thay thế các bộ lọc tương tự.
Việc thiết kế các bộ lọc số thực tế đều đi từ lý thuyết các bộ lọc số lý tưởng,
vì vậy cần phải nghiên cứu các bộ lọc số lý tưởng. Chúng ta sẽ nghiên cứu bốn
loại bộ lọc số lý tưởng tiêu biểu là:
- Bộ lọc số thông thấp
- Bộ lọc số thông cao.
- Bộ lóc số thông dải.
- Bộ lọc số chắn dải.
Lọc ở đây chúng ta hiểu là lọc tần số chính, vì vậy mà tất cả các đặc trưng
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
của lọc tần số đều được đo theo đáp ứng biên độ.
36
a. Bộ lọc số thông thấp
Bộ lọc thông thấp lý tưởng được định nghĩa theo đáp ứng biên độ. Đáp ứng
biên độ của bộ lọc số thông thấp lý tưởng được định nghĩa như sau:
(- ) (2.5)
Các đoạn khác thì lặp lại.
|H(ejw)|
-wc wc
w
Hình 2.4. Đồ thị của đáp ứng biên độ của bộ lọc số thông thấp lý tưởng.
Ta thấy |H(ejw)| là đối xứng, tức là chúng ta đã định nghĩa bộ lọc số thông
thấp lý tưởng với h(n) là thực, và sau này nếu |H(ejw)| là đối xứng thì ta chỉ cần
xét một nửa chu kỳ (0 ) là đủ. Nếu chỉ xét một nửa chu kỳ thì các tham
số của bộ lọc thông thấp lý tưởng sẽ như sau :
- Wc : tần số cắt
- 0 : dải thông
- : dải chắn
b. Bộ lọc số thông cao lý tưởng
Bộ lọc số thông cao lý tưởng được định nghĩa theo đáp ứng biên độ. Đáp ứng
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
biên độ của bộ lọc số thông cao lý tưởng được định nghĩa như sau:
37
(- ) (2.6)
|H(ejw) |
w
- -wc 0 wc
Hình 2.5. Đồ thị của đáp ứng biên độ của bộ lọc số thông cao lý tưởng.
Ta có nhận xét sau: |H(ejw)| là đối xứng, như vậy thì h(n) là thực và như vậy
trong miền tần số w, ta chỉ cần xét |H(ejw)| trong một nửa chu kỳ (0 ) là
đủ. Nếu xét trong một nửa chu kỳ thì các tham số của bộ lọc thông cao lý tưởng
sẽ như sau:
- Wc : tần số cắt
- 0 : dải chắn
: dải thông
- Wc
*) Nhận xét:
- Bộ lọc số thông cao lý tưởng có h(n) đối xứng và tâm đối xứng nằm tai mẫu
n = 0 bởi vì là tuyến tính và = 0
- Nếu ta ký hiệu bộ lọc số thông thấp lý tưởng là Hlp(ejw) và hlp(n); bộ lọc thông
cao lý tưởng là Hhp(ejw) và hhp(n) thì ta thấy rằng đối với các bộ lọc pha không
ta có quan hệ sau đây:
(2.7)
- Nếu các bộ lọc số thông thấp, thông cao có cùng đáp ứng pha ta sẽ có các
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
(2.8) quan hệ sau đây: hhp(n) = 1 – hlp(n) và Hhp(ejw) = 1 - Hlp (ejw)
38
c. Bộ lọc số thông dải lý tưởng (ideal band pass filter)
Đáp ứng biên độ của bộ lọc số thông dải lý tưởng được định nghĩa như sau:
(- ) (2.9)
H(ejw)
w
- -wc2 -wc1 wc1 wc2
Hình 2.6. Đồ thị của đáp ứng biên độ của bộ lọc số thông dải lý tưởng.
*) Nhận xét:
Đáp ứng biên độ |H(ejw)| là đối xứng trong một chu kỳ (- ). Vì vậy
chúng ta chỉ cần xét trong một nửa chu kỳ (0 ). Trong một nửa chu kỳ
này, bộ lọc thông dải chỉ cho thông qua các thành phần tần số từ wc1 đến wc2.
Các tham số của bộ lọc thông dải lý tưởng như sau:
- Wc1 : tần số cắt dưới
- Wc2 : tần số cắt trên.
- : dải thông.
- , : dải chắn.
d. Bộ lọc số chắn dải lý tưởng (ideal band stop filter)
Đáp ứng biên độ của bộ lọc số chắn dải lý tưởng được định nghĩa như sau:
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
(2.10)
39
(với )
- -wc2 -wc1 0 wc1 wc2
Hình 2.7. Đồ thị của đáp ứng biên độ của bộ lọc số chắn dải lý tưởng.
2.4. Bộ lọc thích nghi
Bộ lọc thích nghi là phương pháp thiết kế bộ lọc hiệu quả thường được sử dụng
trong xử lý tín hiệu số, bộ lọc thích nghi sử dụng cơ chế “tự thiết kế” với một
giải thuật đệ quy như biểu diễn trong hình 3. Do vậy, nó thích hợp khi các thông
số môi trường không biết trước như bài toán lọc nhiễu với nhiễu ngẫu nhiên.
Quá trình thích nghi lặp kín sử dụng một hàm chi phí (cost function), là một
tiêu chuẩn để tối ưu hiệu quả bộ lọc. Tương ứng với một hàm chi phí là một
thuật toán biến đổi hàm truyền của bộ lọc để tối thiểu hóa chi phí sau mỗi bước
lặp. Hàm chi phí phổ biến nhất là hàm trung bình phương sai số tín hiệu như
trong bộ lọc LMS [11, 12], bộ lọc thích nghi được sử dụng rất thành công trong
xử lý nhiễu và được sử dụng để tách tiếng tim, tiếng phổi.
Giả sử đầu vào bộ lọc là x(n), chúng ta muốn đầu ra y(n) càng giống d(n) càng
tốt. Tức chúng ta muốn tín hiệu lỗi e(n) là nhỏ nhất. Khi đó, chúng ta muốn tối
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
thiểu hóa giá trị kỳ vọng e2(n), E[e2(n)].
40
Hinh 2.8. Sơ đồ khối bộ lọc thích nghi
x(n) – tín hiệu đầu vào
y(n) – đầu ra bộ lọc
d(n) – tín hiệu mong muốn
e(n) – tín hiệu sai số
Đầu ra của bộ lọc FIR là:
(2.11)
Tín hiệu lỗi là:
e(n) = d(n) - y(n) (2.12)
Để hiểu tối thiểu hóa trung bình phương sai số như thế nào, chúng ta giả sử có
một bộ lọc chỉ có một hệ số h(0). Tín hiệu lỗi e(n) sẽ phụ thuộc chỉ vào một hệ
số. Nếu sai số trung bình phương được định nghĩa như sau
J = E[e2(n)] (2.13)
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
Sai số tối thiểu, Jmin, xảy ra ở hệ số tối ưu h(0)optimum.
41
Hình2.9: Sai số trung bình phương và hệ số bộ lọc
Sẽ thuận tiện hơn nếu chúng ta sử dụng ký hiệu vector để biểu diễn. Các vector
và ma trận sẽ được biểu diễn bằng các ký tự đậm.
x(n) = , h = (2.14)
Trong công thức(2.11), đầu ra của bộ lọc có thể được viết như sau
y(n) = hTx(n) = x(n)Th (2.15)
Kiểm tra sai số trung bình phương sử dụng ký hiệu vector.
E[e2(n)] = E[[d(n) - y(n)]2] = E[[d(n) - hTx(n)]2] = E[d2(n) -
2d(n)x(n)Th + hTx(n)x(n)Th]
E[e2(n)] = E[d2(n)] - 2E[d(n)x(n)T]h + hTE[x(n)x(n)T]h (2.16)
Nếu chúng ta định nghĩa:
Rdx = E[d(n)x(n)T], là một vector hàng
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
Rxx = E[x(n)x(n)T], là một ma trận tự tương quan
42
Pd = E[d2(n)], là một giá trị vô hướng
Th + hTRxxh (2.17)
Khi đó công thức(2.16)trở thành
E[e2(n)] = Pd + 2Rdx
Để tìm sai số tối thiểu, tính đạo hàm ứng với các hệ số h(k) và đặt bằng 0.
T + 2Rxxh = 0
-2Rdx (2.18)
Giải với h
-1Rdx
h = Rxx
(2.19)
Công thức (2.19) được gọi là phương trình Wiener-Hopf sử dụng để xác
định các hệ số bộ lọc tối ưu theo phương pháp trung bình phương tối thiểu.
Để thực thi bộ lọc tối ưu chúng ta cần biết về các đặc tính thống kê của
các tín hiệu x(n) và d(n) trước khi tiến hành lọc như trong công thức (2.19).
Trong một thuật toán thích nghi, tín hiệu có thể không được biết trước khi xử
lý. Do đó, các giá trị Rxxvà Rdxcần được ước lượng. Thuật toán ước lượng trung
bình phương tối thiểu (LMS) sử dụng các ước lượng sau:
R~
dx = d(n)x(n)T
R~
xx = x(n)x(n)T
d = d2(n)
P~ (2.20)
So sánh công thức (2.20) và (2.17). Với các ước lượng đã cho, một thuật toán
cập nhật các hệ số bộ lọc có thể nhận được bằng cách:
(2.21) hn(k) = hn-1(k) + e(n)x(n-k)
Với là một hằng số xác định tỷ lệ mà ở đó thuật toán hội tụ, 0 k N-1 và n
là điểm thời gian hiện tại. Chú ý rằng các đầu vào trước phải được lưu lại, x(n-
k). Thuật toán LMS sẽ hội tụ tiến tới bộ lọc tối ưu khi các hệ số bộ lọc được
cập nhật.
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
Sử dụng ký hiệu
43
h(n) = (2.22)
h(n) = h(n-1) + e(n)x(n) (2.23)
Có thể đặt hằng số để thuật toán trở nên không ổn định. Một thuật toán dễ
hơn để điều khiển là thuật toán LMS chuẩn hóa (NLMS). Thuật toán như
sau:
~ (2.24) h(n) = h(n-1) + a + ||x(n)||2 e(n)x(n)
Với 0<~<2, a>0 (số nhỏ tránh hiện tượng chia cho 0), và
||x(n)||2 = x(n)Tx(n) = (2.25)
Là một giá trị vô hướng.
2.3. Thực thi lọc nhiễu bằng bộ lọc thích nghi sử dụng thuật toán ước lượng
trung bình phương tối thiểu LMS
Hình 2.10. Sơ đồ phương pháp lọc nhiễu dùng bộ lọc thích nghi: là đầu
vào bộ lọc sử dụng một tín hiệu nhiễu tham chiếu, là đầu ra bộ lọc với
đầu vào là nhiễu tham chiếu, là tín hiệu có nhiễu cần xử lý là tổng của tín
hiệu sạch và nhiễu , là tín hiệu đã được lọc nhiễu.
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
Công thức xác định một bộ lọc số tuyến tính được biểu diễn trong (2.11).
44
(2.26)
Với h (k), k = 0, 1…K-1 là các hệ số bộ lọc, x (n) là đầu vào bộ lọc, y
(n) là đầu ra bộ lọc.
Đối với bài toán triệt nhiễu âm thanh, thuật toán LMS được thực hiện với
các bước sau:
1. Khởi tạo các trọng số hệ số bộ lọc theo (2.12).
(2.27)
Mỗi lần lấy mẫu (n) sẽ thực hiện các bước từ 2 đến 4:
2. Tính toán đầu ra của bộ lọc theo (2.26).
3. Ước lượng tín hiệu sạch (đã được triệt nhiễu ở thời điểm n).
(2.28)
4. Cập nhật các hệ số bộ lọc theo (2.27)
(2.29)
Với µ: là kích thước bước của bộ lọc thích nghi.
Theo [4, 5] thì K có thể chọn bằng thực nghiệm, µcó thể được ước lượng
thích nghi trên từng khung như trong (2.29)
(2.30)
Tính đúng đắn của phương pháp LMS trong bài toán tách, triệt nhiễu tín
hiệu đã được chứng minh bằng toán học trong [11].
2.4.Tách tiếng tim tiếng phổi bằng bộ lọc thích nghi kích thước bước cố
định
Phương pháp thích nghi LMS cũng có thể được sử dụng để tách tiếng
tim và tiếng phổi [4, 5]. Tuy nhiên, việc phải ước lượng kích thước bước µ thay
đổi theo từng khung như trong (2.30) ảnh hưởng đến việc thực thi hệ thống tách
tín hiệu trong thời gian thực [5], do vậy xác định một phương pháp tính toán
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
kích thước bước đơn giản mà không làm giảm hiệu quả tách tiếng tim phổi có
45
ý nghĩa trong thực tiễn. Trong bài báo [6], các tác giả đã đề xuất giải pháp sử
dụng kích thước bước µ cố định tối ưu được xác định thông qua việc ước lượng
dựa trên các tín hiệu tham chiếu đã biết.
Các tác giả đã tiến hành so sánh phương pháp LMS chọn µ thích nghi biến
đổi theo khung [4, 5] và phương pháp LMS chọn µ cố định sử dụng giá trị tối ưu
đã ước lượng thực nghiệm. Dạng sóng của tiếng tim nhiễu do tiếng phổi và tiếng
tim đã được lọc nhiễu theo các phương pháp được vẽ trong hình 2.11.
Hình 2.11.Dạng sóng tiếng tim nhiễu và tiếng tim đã được triệt nhiễu
Kết quả so sánh PSNR của tiếng tim tách được theo hai phương pháp
cho thấy việc ước lượng µ cố định với giá trị tối ưu cho kết quả tương đương
với ước lượng µ thích nghi biến đổi theo khung nhưng có tốc độ tính toán
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
nhanh, phương pháp thực hiện đơn giản hơn.
46
CHƯƠNG 3. THỰC NGHIỆM
3.1. Lựa chọn phương pháp tách tiếng tim và tiếng phổi bằng bộ lọc thích
nghi LMS thực nghiệm
Phương pháp thích nghi LMS có thể được sử dụng để tách tiếng tim và
tiếng phổi [4, 5]. Tuy nhiên, việc phải ước lượng kích thước bước µ thay đổi
theo từng khung như trong (2.30) ảnh hưởng đến việc thực thi hệ thống tách tín
hiệu trong thời gian thực [5], do vậy xác định một phương pháp tính toán kích
thước bước đơn giản mà không làm giảm hiệu quả tách tiếng tim phổi có ý
nghĩa trong thực tiễn. Trong luận văn này, chúng tôi cài đặt thực nghiệm hai
giải pháp sử dụng kích thước bước µ ước lượng theo khung và µ cố định tối ưu
được xác định thông qua việc ước lượng dựa trên các tín hiệu tham chiếu đã
biết [6].
3.2. Điều kiện thực nghiệm
Sơ đồ hệ thống tách như trong hình 3 với nhiễu x(n) là tiếng phổi tham
chiếu, d(n) là âm thanh thu âm lẫn tiếng tim, tiếng phổi, đầu ra tín hiệu sạch đã
được lọc nhiễu là tiếng tim sạch đã tách được.
Cơ sở dữ liệu tiếng tim, tiếng phổi sử dụng để đánh giá thực nghiệm được
lấy từ [7, 8], sau đó chọn lọc 10 bộ tiếng tim lẫn tiếng phổi và tiếng tim sạch,
tiếng phổi sạch tương ứng. Dữ liệu Peterjbentley trong [7, 8] đã được sử dụng
trong nhiều nghiên cứu như trong [9, 10].
3.2.1 Cơ sở dữ liệu âm thanh tiếng tim PeterjBentley
Dữ liệu của PeterjBentley [7, 8] đã được thu thập từ hai nguồn: (A) từ
công chúng thông qua ứng dụng iStethcop Pro iPhone, được cung cấp trong Bộ
dữ liệu A và (B) từ một thử nghiệm lâm sàng tại các bệnh viện sử dụng ống
nghe kỹ thuật số DigiScope, được cung cấp trong Bộ dữ liệu B.
Dữ liệu được phân đoạn giúp định vị âm thanh S1 (lub) và S2 (dub) trong
Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn
dữ liệu âm thanh, phân đoạn các tệp âm thanh tiếng tim bình thường trong cả
47
hai tập dữ liệu. Để cho phép phương pháp học máy, tác giả đã cung cấp vị trí
chính xác của âm thanh S1 và S2 cho một số tệp âm thanh. Chúng ta cần sử
dụng chúng để xác định và định vị âm thanh S1 và S2 của tất cả các nhịp tim
trong nhóm không ghi nhãn.
Dữ liệu cũng được phân loại theo âm thanh tiếng tim thực (còn được gọi
là phân loại nhịp tim) thành một trong bốn loại cho Bộ dữ liệu A:
Bình thường
Tiếng thổi
Âm thanh trái tim thêm
Có vấn đề
và ba lớp cho Dataset B:
Bình thường
Tiếng thổi
Extrasystole.
3.2.2. Phương pháp đánh giá
Để đánh giá hiệu quả tách tín hiệu, bài báo này sử dụng độ đo phổ biến
là tỷ số tín hiệu trên tạp âm đỉnh PSNR [11] tính bằng (3.2) để so sánh tiếng
tim tách được và tiếng tim sạch tham chiếu được căn thời gian cùng
độ dài với
(3.1)
(3.2)
Để xác định bộ tham số (K, µ) tối ưu, chúng tôi đã thử nghiệm bộ 98
giá trị K với1 PSNR cực đại. Lưu ý rằng các giá (K, µ) thử nghiệm ở đây dao động quanh Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn bộ tham số tối ưu chung để triệt nhiễu tín hiệu trong [4]. 48 3.3. Kết quả đánh giá 3.3.1. Kết quả xác định các tham số thực nghiệm tối ưu Kết quả chạy với 10 mẫu tín hiệu tiếng tim lẫn phổi được cho trong bảng 3.1 cho thấy K tối ưu nằm trong khoảng (46-64), µ phụ thuộc K và . Hình 3.1 thể hiện sự biến đổi của PSNR với 20 giá trị với 1 mẫu tín hiệu khi K cố định bằng 54. Hình 3.2 thể hiện sự biến đổi của PSNR theo 11 giá trị với 1 mẫu tín hiệu khiµ cố định bằng 0.1013. 100 0 1 2 3 4 5 6 7 8 9 1011121314151617181920 -100 -200 -300 -400 -500 Hình 3.1. Sự biến đổi của PSNR theo µ 100 0 1 2 3 4 5 6 7 8 9 10 11 -100 -200 -300 -400 Hình 3.2. Sự biến đổi của PSNR theo K Kết quả chạy với 10 mẫu tín hiệu tiếng tim lẫn phổi ở bảng 3.1 và hình 3.1, hình 3.2 cho thấy có sự ổn định của vùng tham số xung quanh bộ tham số Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn (K, µ) tối ưu. Khi (K, µ) vượt ra khỏi khoảng giá trị tối ưu PSNR suy giảm rất 49 nhanh như trong hình 3.1, 3.2. Giá trị K tối ưu nằm trong khoảng (46-64) trong khi giá trị µ tối ưu có thể xác định trung bình bằng 0.1013. Bảng 3.1. Bộ tham số (K, µ) tối ưu với PSNR cực đại qua 10 mẫu thử nghiệm STT K PSNR µ 1 0.1 17.629 52 2 0.101 17.628 54 3 0.1 17.628 50 4 0.102 18.124 56 5 0.101 17.535 60 6 0.103 19.451 58 7 0.1 18.562 62 8 0.102 17.478 48 9 0.101 20.056 64 0.103 18.972 46 10 Trung bình 0.1013 18.3063 3.3.2. Kết quả so sánh các phương pháp Chúng tôi đã tiến hành so sánh phương pháp LMS chọn µ thích nghi biến đổi theo khung [4, 5] và phương pháp LMS chọn µ cố định sử dụng giá trị tối ưu đã ước lượng ở phần D thực nghiệm với 10 mẫu. Dạng sóng của tiếng tim nhiễu do tiếng phổi và tiếng tim đã được lọc nhiễu theo các phương pháp được Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn vẽ trong hình 3.3. 50 Hình 3.3.Dạng sóng tiếng tim nhiễu và tiếng tim đã được triệt nhiễu Kết quả so sánh PSNR của tiếng tim tách được theo hai phương pháp được cho trong bảng 3.2. Kết quả này cho thấy việc ước lượng µ cố định với giá trị tối ưu cho kết quả tương đương với ước lượng µ thích nghi biến đổi theo khung trong [4, 5]. Bảng 3.2. Kết quả so sánh Phương pháp Mean(PSNR) µ thay đổi 18.439 theo khung [4, 5] µ cố định 18.3063 Chúng tôi cũng đã tiến hành tính nhịp tim từ tín hiệu tiếng tim sạch, tín hiệu Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn tiếng tim được tách bằng phương pháp đề xuất và phương pháp trong [4, 5]. 51 Bảng 3.3. Kết quả so sánh tính nhịp tim từ các tín hiệu được triệt nhiễu Loại tiếng tim Mean(MSE) Tiếng tim nhiễu 0.25 Tiếng tim triệt nhiễu bằng µ thay đổi 0.112 theo khung [4, 5] Tiếng tim triệt nhiễu bằng µđề xuất 0.103 Kết quả từ bảng 3.3 cho thấy độ chính xác của hai phương pháp là tương đương trong khi phương pháp đề xuất giảm được chi phí tính toán do sử dụng cỡ bước µ cố định thay vì phải biến đổi theo khung như trong (5) Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn [4, 5]. 52 KẾT LUẬN Nghiên cứu trong luận văn này cho thấy có thể tách tạp âm tiếng phổi không mong muốn ra khỏi tiếng tim lẫn tạp âm bằng cách sử dụng bộ lọc thích nghi ước lượng trung bình phương tối thiểu LMS vớiµ cố định ước lượng trước theo tín hiệu tham chiếu. Nghiên cứu cũng cho thấy phương pháp đề xuất sử dụng bộ tham số thực nghiệm (K, µ) ước lượng trước theo tín hiệu tham chiếu cho kết quả tương đương với phương pháp sử dụng (K, µ) ước lượng thay đổi theo khung nhưng chi phí tính toán thấp hơn. Kết quả nghiên cứu có thể được áp dụng để xây dựng các bộ thu, xử lý, phân tích tiếng tim tự động hỗ trợ chẩn đoán lâm sàng thời gian thực qua dữ Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn liệu tiếng tim. 53 TÀI LIỆU THAM KHẢO [1] Rangayyan, Rangaraj M, Biomedical Signal Analysis, New York, IEEE Press, 2002. [2] Lilly Leonard, S. Braunwald's, Heart disease: a textbook of cardiovascular medicine, Vol. 1, Elsevier Health Sciences, 2012. [3] Pasterkamp Hans, Steve S. Kraman, and George R. Wodicka. "Respiratory sounds: advances beyond the stethoscope", American Journal of Respiratory and Critical Care Medicine, 156.3, p. 974-987, 1997. [4] Hoàng Mạnh Hà, Các phương pháp thích nghi trong lọc nhiễu tín hiệu điện tim, Luận án tiến sỹ toán học, Viện CNTT, 2011. [5] K. Sathesh1, N.J.R. Muniraj, “Survey on Separation of Heart Sounds From Lung Sounds by Adaptive Filtering”, International Journal of Microsystems Technology and its Applications, Vol-1, No-1, 2012. [6] Phùng Trung Nghĩa, Nguyễn Văn Tảo, Nguyễn Thành Trung, Nguyễn Thế Dũng, Đoàn Thị Hiền, Phương pháp lọc thích nghi ước lượng trung bình phương tối thiểu kích cỡ bước cố định trong tách tiếng tim và tiếng phổi, Kỷ yếu Hội nghị Quốc gia lần thứ VII về Nghiên cứu cơ bản và ứng dụng Công Nghệ thông tin (FAIR), 524-529. [7] http://www.peterjbentley.com/heartchallenge/ [8] http://www.practicalclinicalskills.com/heart-lung-sounds-reference- guide.aspx [9] Gomes. E.F, Bentley. P.J, Coimbra. M, Pereira. E, Deng. Y, “Classifying Heart Sounds: approaches and results for the PASCAL Challenge”, In Proc. 6th International Conference on Health Informatics, Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn Spain, 2013. 54 [10] Deng, Y. and Bentley, P. J, “A Robust Heart Sound Segmentation and Classification Algorithm using Wavelet Decomposition and Spectrogram’, First PASCAL Heart Challenge Workshop, La Palma, 2012. [11] Harris, R., Douglas M. Chabries, and F. Bishop. "A variable step (VS) adaptive filter algorithm", IEEE Transactions on Acoustics, Speech and Signal Processing, 34.2, p. 309-316, 1986. [12] Choi, Samjin, and Zhongwei Jiang, "Comparison of envelope extraction algorithms for cardiac sound signal segmentation", Expert Systems Số hóa bởi Trung tâm Học liệu và Công nghệ thông tin – ĐHTN http://lrc.tnu.edu.vn with Applications, 34.2, p. 1056-1069, 2008.PSNR
PSNR
