LOẠI BỎ NHIỄU PHÁT SINH TRÊN TÍN HIỆU ECG TỪ CÁC HỆ SỐ WAVELET DỰA TRÊN CÁC THÀNH PHẦN ĐỘC LẬP CỦA ICA
165 lượt xemTừ khóa:
Triệt nhiễu; Tín hiệu y sinh; Tín hiệu điện tim; Phân tích các thành phần độc lập; ICA; Biến đổi wavelet; WICA.Tóm tắt
Loại bỏ các thành phần không mong muốn để thu nhận được tín hiệu sạch ECG là một nhiệm vụ quan trọng, giúp tăng độ chính xác cho quá trình chẩn đoán lâm sàng. Các thiết bị ghi tín hiệu điện tim thường cung cấp các bộ lọc đặc thù trong quá trình thu nhận tín hiệu điện tâm đồ để loại bỏ nhiễu. Tuy nhiên, với mong muốn thu nhận ECG đạt độ chính xác cao thì các bộ lọc cơ bản như vậy là chưa đủ; bởi việc ghi nhận tín hiệu ECG thường ảnh hưởng từ nhiều nguồn phát tín hiệu với đa dạng các biên độ và các thành phần tần số như tín hiệu nhịp thở, điện não, điện cơ, cùng nhiều thành phần khác bên ngoài cơ thể,... chính vì vậy, các bộ lọc thông thường không đáp ứng được yêu cầu đặt ra. Nhiều nghiên cứu đã tập trung giải quyết bài toán này và đã phần nào cải thiện chất lượng tín hiệu ghi [1, 2], tuy nhiên, các phương pháp trước đây đều gây méo tín hiệu ghi ECG khi nâng cao khả năng triệt nhiễu. Trong nghiên cứu này, tác giả đã đề xuất phải pháp mới “Kết hợp phương pháp phân tích các thành phần độc lập ICA với biến đổi wavelet” để loại bỏ các thành phần nhiễu bất thường, nhằm nâng cao độ chính xác ghi nhận tín hiệu điện tim với giá trị tương quan đạt đến 0.969 so với tín hiệu sạch.
Tài liệu tham khảo
[1]. D. A.Kabir, C.Shahnaz, “Denoising of ECG signals based on noise reduction algorithms in EMD and wavelet domains”, Biomedical Signal Processing and Control, Vol.7, No.5, (2012), PP. 481-489, ISSN 1746-8094,
[2]. Mohammed AlMahamdy, H. Bryan Riley, “Performance Study of Different Denoising Methods for ECG Signals”, Procedia Computer Science,(2014), Vol.37, PP. 325-332, ISSN 1877-0509,
[3]. Abächerli R, Schmid HJ. “Meet the challenge of high-pass filter and ST-segment requirements with a DC-coupled digital electrocardiogram amplifier”. J Electrocardiol. (2009), Vol.42, No.6, pp:574-9.
[4]. Venkatachalam, K. L., Herbr, J. E., Herbrandson, J. E., son, & Asirvatham, S. J. “Signals and signal processing for the electrophysiologist”electrogram acquisition Circulation. Arrhythmia And Electrophysiology, (2011), Vol. 4, No.6, pp. 965-73.
[5]. S.Chatterjee, R.S.Thakur, R.N.Yadav, L.Gupta, D.K.Raghuvanshi, “Review of noise removal techniques in ECG signals”, The Institution of Engineering and Technology, (2020), Vol.14, No.9, pp. 569-590.
[6]. N. Rashmi, G. Begum and V. Singh, "ECG denoising using wavelet transform and filters," 2017 International Conference on Wireless Communications, Signal Processing and Networking (WiSPNET), Chennai, India, (2017), pp. 2395-2400
[7]. L.Shoker, S.Sanei, J.A.Chambers, Artifact removal from electro- encephalograms using ahybrid BSS-SV Malgorithm, IEEE Signal Process. Lett, (2005) Vol.12, No.10, pp. 721–724.
[8]. Travis. B.S & Krishna.S.N (2010) “ MRI artifacts and correction strategies”, Imaging Med. (2010),Vol. 4, No. 2, pp. 445–457.
[9]. H. Chen, C. Zhao and J. Yin, “Design and implementation of EEMD-assisted ICA joint denoising scheme for ECG signals”, IOP Conference Series: Materials Science and Engineering, (2019); Vol. 569, No.3; pp:569-575.
[10]. Abbaspour S, Lindén M, Gholamhosseini H. “ECG Artifact Removal from Surface EMG Signal Using an Automated Method Based on Wavelet-ICA”. Stud Health Technol Inform. (2015); pp:91-97. PMID: 25980853.
[11]. C.C. Chiu, B.H. Hai, S.J. Yeh, and K.Y.K. Liao (2013) “Recovering EEG Signals: Muscle Artifact Suppression Using Wavelet-Enhanced, Independent Component Analysis Integrated with Adaptive Filter” Biomedical Engineering: Applications, Basis and Communications. Vol. 26, No.5, 2014
[12]. Gargiulo, G. D., Mcewan, A. L., Bifulco, P., Cesarelli, M., Jin, C., Tapson, J., Schaik, A. V. Towards true unipolar ECG recording without the Wilson central terminal (preliminary results). Physiological Measurement, (2013), Vol.34, No.9, pp. 991-1012.
