VCM 2012 12 Một phương pháp đánh giá về ảnh hưởng của bộ lọc đến hình dạng tín hiệu điện tim A method evaluates an effect of the filter to ECG signal

Tuyển tập công trình Hội nghị Cơ điện tử toàn quốc lần thứ 6 75

Mã bài: 20
Một phương pháp đánh giá về ảnh hưởng của bộ lọc đến
hình dạng tín hiệu điện tim
A method evaluates an effect of the filter to ECG signal
TS. Nguyễn Thế Truyện
ThS. Nguyễn Thế Vinh
Viện Nghiên cứu Điện tử, Tin học, Tự động hóa
e-Mail:

Tóm tắt
Nhiễu trôi đường cơ sở, nhiễu 50Hz, nhiễu sóng hài từ các tải tiêu thụ điện phi tuyến, nhiễu ngẫu nhiên
Gaussian,… sẽ gây ra biến dạng tín hiệu điện tim, từ đó ảnh hưởng đến kết quả chẩn đoán lâm sàng. Để loại bỏ
ảnh hưởng của các loại nhiễu đó, các bộ lọc tương tự, bộ lọc số đã được đưa vào trong thiết bị ghi sóng điện
tim [2, 3]. Tuy nhiên, áp dụng các bộ lọc, thì tín hiệu điện tim cũng sẽ bị ảnh hưởng về hình dạng. Có thể nói
rằng, khi mà các thiết kế phần cứng trở lên tương đối ổn định và kinh điển (theo khảo sát của nhóm nghiên cứu
thì các hãng chế tạo khác nhau có những thiết kế phần cứng cho module điện tim tương đối giống nhau) thì
chất lượng của một thiết bị ghi sóng điện tim sẽ do phần mềm mà ở đây, đầu tiên là các thuật toán lọc quyết
định. Có rất nhiều các công trình trong và ngoài nước đề xuất các thuật toán lọc sóng điện tim [1, 2, 3, 5]
nhưng bằng cách nào để đánh giá các thuật toán đó một cách chặt chẽ? Hầu hết, các công trình đánh giá “sức
mạnh” của thuật toán lọc đề xuất dựa trên hệ số tỷ số tín hiệu trên nhiễu SNR [5-9], nhưng hệ số này về bản
chất không nói lên được độ méo của tín hiệu điện tim sau khi lọc. Trong bài báo, tác giả đề xuất một nhóm các
thông số để qua đó, có thể đánh giá về độ tin cậy của tín hiệu điện tim sau khi qua các thuật toán lọc. Các
thông số này sẽ cung cấp thêm các thông tin: thứ nhất là cho các kỹ sư trong giai đoạn thiết kế các bộ lọc sóng
điện tim (từ việc so sánh các thông số để chọn loại bộ lọc nào có thể cho tín hiệu điện tim tốt nhất); thứ hai là
cung cấp thêm thông tin cho việc chẩn đoán, nếu không biết độ tin cậy thì rất dễ chẩn đoán nhầm và thậm chí
có thể dẫn đến điều trị sai.
Abstract:
Baseline drift, noise interference 50 Hz, noise harmonics from the load power nonlinear, random Gaussian
noise, will cause distortion ECG signals, which affects the results the clinical diagnosis. It removes the

noise, analog filters, digital filters are used in equipment ECG [2, 3]. However, applying the filter, then the
ECG signal will also be affected on the shape. There are many articles suggest the ECG signal filtering
algorithm [1, 2, 3, 5], but how to evaluate the algorithm? Most of the article reviews "power" of the proposed
filtering algorithms based on signal-to-noise ratio coefficient [5-9], but SNR does not tell about distortion of
ECG signal after filtering. In the paper, the author presents a group of parameters to be able to assess the
reliability of ECG signal after passing the filter algorithm.


Chữ viết tắt và ký hiệu
ECG
SNR
MSE
TSNL
f o
S S
r

Electrocardiogram
Signal-to-noise ratio
Mean square error
Tỷ số năng lượng
Hệ số tương quan




1. Giới thiệu
Tín hiệu điện tim ECG là một tín hiệu rất nhỏ,
biên độ tín hiệu điện tim khoảng 0.5mV÷4mV.
Dải tần số của ECG rất rộng, tuy nhiên năng lượng

tập trung lớn trong dải từ 0.01÷250Hz [3]. Tín
hiệu ECG, như mô tả trong hình 1, phản ánh dòng
điện ion gây ra bởi các tế bào tim khi co lại hay
giãn ra, và có thể được phân tích thành các thành
phần đặc tính có tên là sóng: P, Q, R, S, T, mỗi
thành phần này có đặc trưng riêng.
76 Nguyễn Thế Truyện, Nguyễn Thế Vinh

VCM2012

H. 1 Sóng điện tim [3]
Hoạt động của tim phản ánh các thông tin quan
trọng của sức khỏe con người, việc ghi cũng như
chẩn đoán các bệnh về tim yêu cầu độ chính xác
cao. Nhiều chẩn đoán được thực hiện dựa trên việc
ghi sóng điện tim trong khi thực tế dạng sóng điện
tim trong quá trình ghi luôn bị ảnh hưởng bởi
nhiễu. Việc nâng cao chất lượng ghi sóng điện tim
trước hết cần hiểu biết bản chất của sóng điện tim
cũng như các loại nhiễu tác động tiếp theo là
nghiên cứu và đưa ra thiết kế chế tạo phần cứng,
thiết kế xây dựng phần mềm với các thuật toán
khử nhiễu hiệu quả. Tuy nhiên, khi áp dụng các bộ
lọc, thì tín hiệu điện tim cũng sẽ bị ảnh hưởng về
hình dạng, vậy bằng cách nào để đánh giá “sức
mạnh” các bộ lọc đó một cách chặt chẽ? Trong
phần tiếp theo của bài báo, tác giả trình bày một
nhóm các thông số để qua đó, có thể đánh giá về
độ tin cậy của tín hiệu điện tim sau khi qua các bộ
lọc.

2. Các thông số đánh giá độ méo tín hiệu
điện tim sau khi lọc
Thông thường, khi đánh giá về hiệu quả của các
thuật toán lọc mới, các công trình thường sử dụng
hệ số tỉ lệ tín hiệu trên nhiễu SNR (signal-to-noise
ratio) để minh chứng cho khả năng của bộ lọc [5-
9]. Tuy nhiên, theo chúng tôi, thông số SNR chưa
đủ mạnh mẽ cho việc đánh giá về khả năng của
một thuật toán lọc, nhất là cho sóng điện tim. Vì
bản chất của SNR không cho ta thông tin về độ
méo của tín hiệu sau lọc. Các thí nghiệm trong quá
trình thiết kế chế tạo module ghi sóng điện tim để
thực hiện đề tài tiềm năng mã số KC.03.TN12/11-
15, nhóm thực hiện thấy rằng, khi áp dụng thuật
toán lọc thông cao để khử trôi đường cơ sở thì hệ
số SNR đã cải thiện và mục đích đã đạt được là tín
hiệu sau khi lọc đã biến mất thành phần nhiễu tần
số thấp gây trôi đường cơ sở, nhưng tín hiệu bị
méo nếu thiết kế, lựa chọn kiểu bộ lọc không tốt.
Xuất phát từ thực tế các thí nghiệm đó, các thông
số khác ngoài SNR đã được chúng tôi sử dụng để
đánh giá về bộ lọc cho sóng điện tim. Trên cơ sở
các thông số đó chúng tôi sẽ so sánh để lựa chọn
bộ lọc có hiệu quả nhất (với ràng buộc về tốc độ
tính toán của vi điều khiển được dùng). Hơn nữa,
theo chúng tôi, một số các thông số đó nên được
đưa vào trong các tài liệu hướng dẫn sử dụng (các
máy ghi điện tim trên thị trường chỉ có thông số về
mức độ suy hao của nhiễu 50Hz) để cung cấp thêm

thông tin về độ tin cậy của module ghi điện tim
cho việc chẩn đoán lâm sàng. Các thông số và ý
nghĩa của chúng trong việc đánh giá ảnh hưởng
của bộ lọc đến hình dạng tín hiệu điện tim cụ thể
như sau.

2.1. Hệ số tỷ lệ tín hiệu trên nhiễu SNR
Hệ số tỉ lệ tín hiệu trên nhiễu ký hiệu là SNR hoặc
S/N, được định nghĩa là tỷ lệ giữa năng lượng tín
hiệu với năng lượng nhiễu. Hệ số này thường được
xem như yếu tố xác định khi nói đến chất lượng đo
lường. Hệ số SNR cao thì thể hiện rằng năng
lượng nhiễu đã được suy giảm mạnh, và qua đó có
thể nói rằng thuật toán lọc sẽ tốt. Tuy nhiên, điều
này không hoàn toàn đúng, nhất là khi sử dụng bộ
lọc thông cao để khử trôi đường cơ sở cho tín hiệu
điện tim, thậm chí ngay cả với các bộ lọc thông
thấp, bộ lọc Notch, bởi vì bản thân hệ số này
không đánh giá về hình dạng (độ méo) của tín hiệu
sau khi lọc. Hệ số SNR được tính bằng đơn vị dB
theo công thức (1), từ (1) ta thấy SNR không chứa
thông tin về hình dạng sóng.
2
1
2
1
( )
10log
( ) ( )
M

f
i
M
f o
i
S i
SNR
S i S i






(1)
trong đó, S
f
là tín hiệu sau khi lọc, S
o
là tín hiệu
“sạch” không có nhiễu. Thành phần (S
f
-S
o
) nghĩa
là lượng nhiễu còn lại sau khi lọc. Tín hiệu So
nhóm nghiên cứu lấy từ database của MIT/BIH,
hoặc từ các phương trình toán học ở mức đơn giản,
như sau.
Sóng P: u(t) =

(Ap/2)*(sin((2*pi*t/tp)+(3*pi/2))+1), t

<0,tp>
trong đó, Ap là biên độ sóng P (0.05-0.25mV) và
tp là khoảng thời gian của sóng P (60-100ms).
Đoạn PQ: u(t) = 0, 60ms≤t≤100ms
Sóng Q: u(t) = (-Aq/tq)*t; t

<0,tq> trong đó Aq
là biên độ của sóng Q (0.1-0.5mV) và tq là khoảng
thời gian của sóng Q (>40ms).
Sóng R: u(t) = (((Ar+ Aq)/tr1)*t)-Aq, t

<0,tr1>
(đoạn tăng lên) trong đó, Ar là biên độ của sóng R
(0.4-2.0mV) và tr1 là khoảng thời gian đoạn tăng
lên (>40ms).
Sóng R: u(t) = -(((Ar+ As)/tr2)*t)+Ar, t

<0,tr2>
(đoạn giảm xuống), trong đó Ar là biên độ của
sóng R (0.4-2.0mV), As là biên độ sóng S (0-
1.0mV) và tr2 là khoảng thời gian (>40ms).
Tuyển tập công trình Hội nghị Cơ điện tử toàn quốc lần thứ 6 77

Mã bài: 20
Sóng S: u(t) = ((As/ts)*t)-As, t

<0,ts> trong đó ts
là khoảng thời gian của sóng S (>60ms).

Đoạn ST: u(t) = 0, 50ms≤t≤150ms
Sóng T: u(t) =
(At/2)*(sin((2*pi*t/tt)+(3*pi/2))+1), t

<0,tt>
trong đó, At là biên độ của sóng T (0.1-0.6mV) và
tt là khoảng thời gian của sóng T (100-250ms).
Đoạn TP: u(t) = 0, 210ms≤t≤470ms

2.2 Trung bình bình phương lỗi MSE (mean
square error)
Trong các thiết kế về bộ lọc tín hiệu số nói chung,
MSE tính theo (2) được sử dụng để đánh giá chất
lượng bộ lọc. Trong bài báo này, MSE là một
trong các thông số tham gia vào quá trình đánh giá
về ảnh hưởng của bộ lọc đến hình dạng tín hiệu
điện tim, hệ số này nhỏ thì nghĩa là mức độ sai
lệch giữa tín hiệu sau khi lọc Sf với tín hiệu gốc
So là ít. Tuy nhiên, cũng như SNR, hệ số MSE
không cung cấp cho ta thông tin mức độ giống
nhau về hình dạng của hai tín hiệu.
2
1
( ( ) ( ))
M
f o
i
S i S i
MSE
M





(2)

2.3. Hệ số tương quan
Một trong những mục tiêu của các thuật toán lọc là
giữ được nguyên hình dạng của tín hiệu “sạch”
ban đầu, nghĩa là S
f
càng giống với S
o
thì càng tốt.
Tuy nhiên không thể đạt được hoàn toàn về mục
tiêu đó, để đánh giá về mức độ tương đồng giữa tín
hiệu sau lọc S
f
và tín hiệu ECG sạch S
o
chúng tôi
sử dụng kỹ thuật tính hệ số tương quan. Phương
pháp thực hiện bằng thí nghiệm như sau, ta lấy tín
hiệu gốc ECG “sạch” S
o
sau đó can thiệp nhiễu N
(N nhiễu tổng hợp bao gồm trôi đường cơ sở,
nhiễu ngẫu nhiên, nhiễu 50Hz, nhiễu hài bậc cao),
tiếp theo lần lượt dùng các thuật toán lọc khác
nhau để khử nhiễu N, kết quả thu được tín hiệu

ECG đầu ra là S
f
, bước tiếp theo tính hệ số tương
quan theo công thức (3) giữa S
f
và S
o
. Theo lý
thuyết thống kê, hệ số tương quan bằng 0 (hay gần
0) có nghĩa là S
f
và S
o
không có liên hệ gì với
nhau; ngược lại nếu hệ số bằng -1 hay 1 có nghĩa
là S
f
và S
o
có một mối liên hệ tuyệt đối. Như vậy,
trị tuyệt đối hệ số này càng gần với 1 (lớn hơn 0.8
được coi là tương quan mạnh, lớn hơn 0.9 được
coi là tương quan rất mạnh) thì có nghĩa rằng hình
dạng của tín hiệu S
f
càng gần giống với tín hiệu
“sạch” S
o
, và từ đó có thể quyết định chọn bộ lọc
tương ứng. Tuy nhiên, như ý nghĩa của hệ số này,

nó chỉ cung cấp thông tin về mức độ giống nhau
về hình dáng của S
f
và S
o
mà thôi, về mặt năng
lượng thì ta không thể đánh giá sự sai khác giữa S
f

và S
o
được.
1
2 2
1 1
( ( ) )( ( ) )
( ( ) ) ( ( ) )
f o
M
f f o o
i
S S
M M
f f o o
i i
S i S S i S
r
S i S S i S

 

 

 

 
(3)

2.4. Tỷ số năng lượng của một chu kỳ điện tim
Tỷ số năng lượng TSNL giữa chu kỳ điện tim của
tín hiệu trước và sau khi lọc. Như đã phân tích, hệ
số SNR cho ta thông tin về năng lượng nhiễu đã
được suy giảm bởi thuật toán lọc, hệ số tương
quan cho ta biết về mức độ méo của S
f
so với S
o
,
nhưng cả hai chưa cho ta thông tin về năng lượng
của các sóng có bị suy giảm hay tăng lên sau khi
lọc hay không. Do đó, để khắc phục các nhược
điểm của SNR và hệ số tương quan trong việc
đánh giá độ tin cậy bộ lọc sóng điện tim, chúng tôi
sử dụng thêm hệ số về tỷ số năng lượng giữa các
giữa chu kỳ điện tim. Tỷ số TSNL lớn hơn 1 thì
năng lượng của Sf lơn hơn năng lượng của So và
ngược lại, mục tiêu của ta là TSNL càng gần giá
trị 1 thì thuật toán lọc càng đáng tin. Để có được tỷ
lệ TSNL, chúng ta thực hiện thuật toán với các
bước sau:
Bước 1: Bắt đỉnh R của bộ phức tín hiệu S

o
, thuật
toán bắt R được tóm tắt như sau:
Bước 1.1: Sử dụng phương pháp phân tích
Wavelet (hàm Wavelet là DB4) để tách tín hiệu
ECG sạch So ra các thành phần xấp xỉ
o
S
i
a
và chi
tiết
o
S
i
d
.
Bước 1.2: Vì năng lượng của bộ phức QRS tập
trung chủ yếu ở dải tần 3Hz÷40Hz do đó, nó sẽ tập
trung lớn nhất ở
4
o
S
d
, từ
5
o
S
d
trở đi thì năng lượng

QRS suy giảm dần.
Bước 1.3: Từ
4
o
S
d
, dùng phương pháp tính toán
phi tuyến (đạo hàm và bình phương) kết hợp với
phương pháp ngưỡng cộng với thông tin về
khoảng nhịp tim (hay nói cách khác là khoảng
cách giữa hai đỉnh R-R) để bắt đỉnh R. Sau đó, ta
sẽ làm công tác dịch mẫu (dịch mẫu là cần thiết vì
qua các phép tính toán thì đỉnh R trên
4
o
S
d
không
còn có cùng vị trí mẫu với đỉnh R trên sóng gốc
So) để có được đỉnh R chính xác trên sóng So gốc,
các kết quả được thể hiện trên Hình 2.
78 Nguyễn Thế Truyện, Nguyễn Thế Vinh

VCM2012


H. 2 Các kết quả của các bước xác định đỉnh R
của bộ phức QR
Bước 2: Bắt đỉnh R của bộ phức tín hiệu Sf, (hình
3), thuật toán bắt R tương tự như trên, sau khi có

các đỉnh R của Sf ta chuyển sang bước 3.
Bước 3: Tính tỷ số năng lượng giữa các chu kỳ
điện tim theo công thức (4)
2
2
( )
( )
b
f
i a
d
o
j c
S i
TSNL
S j






(4)
trong đó:
a, b là vị trí mẫu tại điểm R thứ nhất, thứ hai của
sóng sau khi lọc Sf tương ứng
2
( )
b
f

i a
S i


là năng lượng một chu kỳ của sóng sau
khi lọc Sf.
c, d là vị trí mẫu tại điểm R thứ nhất, thứ hai của
sóng gốc So tương ứng
2
( )
d
o
j c
S i


là năng lượng một chu kỳ của sóng gốc
So

H. 3 Bộ phức QRS của sóng điện tim (Q đánh dấu là o; R dấu *; S dấu + )

3. Các kết quả thí nghiệm và quyết định
lựa chọn bộ lọc
Sau khi đưa ra các thông số để đánh giá về độ tin
cậy của các thuật toán lọc nhiễu cho sóng điện tim,
nhóm nghiên cứu triển khai phương án thực thi các
thí nghiệm, để từ đó lựa chọn ra các bộ lọc hợp lý,
phương án thí nghiệm được thể hiện thông qua sơ
đồ hình 4. Để có được thí nghiệm đánh giá các bộ
lọc có hiệu quả, chúng tôi lấy các tín hiệu điện tim

với các đặc điểm hình dạng khác nhau trên ngân
hàng MIT/BIH, bảng 1, sau đó can thiệp các loại
nhiễu thường gặp đối với sóng điện tim với mức
SNR là 1.1236dB và sử dụng các loại bộ lọc với
các phương pháp thiết kế bộ lọc khác nhau để khử
nhiễu, mỗi giải pháp phối hợp các bộ lọc tổng hợp
thì thực hiện lần lượt cho 8 mẫu ECG trong bảng 1
và các thông số SNR, MSE, hệ số tương quan,
TSNL sẽ được tính trung bình để dành cho so
sánh.

Bảng 1. Các tín hiệu điện tim với hình dạng khác nhau được sử dụng để thí nghiệm

STT Số file trong cơ sở dữ liệu MIT Hình dạng chụp về từ file trong MIT
1 103
(normal)

2 113
(concave elevation)

3 111

Tuyển tập công trình Hội nghị Cơ điện tử toàn quốc lần thứ 6 79

Mã bài: 20
STT Số file trong cơ sở dữ liệu MIT Hình dạng chụp về từ file trong MIT
(straight elevation)
4 108
(convex elevation)

5 214
(down-sloping depression)

6 100
(horizontal depression)

7 105
(up-sloping depression)

8 213
(sagging depression)


f o
S S
r
f o
S S
r
f o
S S
r
f o
S S
r
f o
S S
r
f o
S S

r
f o
S S
r
f o
S S
r
f o
S S
r
f o
S S
r

H. 4 Sơ đồ các bước thực hiện thí nghiệm để chọn bộ lọc sóng điện tim

Trong bảng 2 thể hiện hai bộ số kết quả tiêu biểu
với các hệ số SNR, hệ số tương quan r
SfSo
, trung
bình bình phương lỗi MSE, tỷ số năng lượng
TSNN tốt hơn cả trong các thí nghiệm của chúng
tôi (các hệ số trong bảng 2 là các giá trị trung bình
cho 8 loại mẫu ECG liệt kê trong bảng 1). Từ bảng
2, ta thấy bộ lọc sử dụng phân tích Wavelet với
hàm DB4 và ngưỡng đều cho các chỉ số trung bình
của SNR, hệ số tương quan r
SfSo
, trung bình bình
phương lỗi MSE, và tỉ số năng lượng TSNN tốt

hơn so với các bộ lọc truyền thống nhưng nhóm
thực hiện không thể chọn bộ lọc này với lý do khả
năng thực thi của chip nhúng (chip 16bit
dsPic30F4011 với tốc độ 20MIPS) không đáp ứng
được khối lượng lớn các phép tính toán của
Wavelet (ở đây ta xét cho cả 7 đạo trình) trong
điều kiện đáp ứng thời gian thực. Nhóm thực hiện
đề tài KC.03.TN12/11-15 đã lựa chọn được các bộ
lọc với các hàm truyền (trong bảng 2) cho module
ghi sóng điện tim với các hệ số SNR, hệ số tương
quan, và tỷ số năng lượng tốt nhất trong điều kiện
ràng buộc về thời gian thực thi thuật toán lọc. Hình
5 trình bày các đạo trình ECG đo được trên cơ thể
của tác giả bài báo. Toàn bộ cấu trúc của module
ghi sóng điện tim mà nhóm nghiên cứu đã thực
hiện từ phần cứng đến các thuật toán lọc nhiễu
được trình bày chi tiết trong Hình 6.


80 Nguyễn Thế Truyện, Nguyễn Thế Vinh

VCM2012
Bảng 2. Một số kết quả thí nghiệm
Bộ lọc SNR
(sau
lọc)
MSE

f o
S S

r

TSNL Số
lần
thử
Lọc sử
dụng
Wavelet
Wavelet với hàm DB4 và ngưỡng đều 8.6236 0.0129 0.9313 0.9859 1
8.5103 0.0131 0.9281 0.9781 2
8.7351 0.0112 0.9405 0.9873 3
8.7842 0.0109 0.9471 0.9882 4
Phối
hợp các
bộ lọc
số
truyền
thống
Khử trôi
đường cơ sở
z - 1

z - 0.992
8.3600


0.0137


0.9262

0.9352


1
Lọc 50Hz 0.9408 z^2 - 1.522 z + 0.9408

z^2 - 1.522 z + 0.8816
8.4251


0.0135


0.9271


0.9361


2
Lọc 150Hz 0.9398 z^2 - 1.519 z + 0.9398

z^2 - 1.519 z + 0.6796
8.5302


0.0130

0.9283


0.9369


3
Lọc thông thấp
248Hz
0.9824z^2 + 0.965z + 0.9824

z^2 + 1.964 z + 0.9651
8.3196 0.0141 0.9256 0.9317 4



H. 5 Tín hiệu điện tim được đo trên cơ thể tác giả (Màn hình giao diện chính của sản phẩm đề tài
KC.03.TN12/11-15)
Tuyển tập công trình Hội nghị Cơ điện tử toàn quốc lần thứ 6 81

Mã bài: 20




H. 6 Cấu trúc phần cứng và phần mềm của module điện tim của đề tài

4. Kết luận
Thay vì chỉ sử dụng hệ số SNR như các công trình

[5-9], nhóm nghiên cứu đã đề xuất và sử dụng bộ
hệ số bao gồm: SNR, hệ số tương quan r
SfSo
, trung
bình bình phương lỗi MSE, tỷ số năng lượng
TSNN, để đánh giá một cách chặt chẽ để đi đến
quyết định lựa chọn bộ lọc, qua đó, nhóm thực
hiện đề tài KC.03.TN12/11-15 đã lựa chọn được
các bộ lọc số hợp lý cho module ghi sóng điện tim
mà đề tài thiết kế chế tạo và đã cài đặt thành công
các bộ lọc số đó vào vi điều khiển tín hiệu số
dsPic30F4011 để khử trôi đường cơ sở, nhiễu
50Hz, và đặc biệt là khử nhiễu sóng hài gây bởi
các tải phi tuyến trong lưới điện – một trong
những tính mới của đề tài. Chất lượng tín hiệu
ECG đạt được hiện thời của nhóm nghiên cứu có
thể so sánh được vớí một số các thiết bị nhập
ngoại, hình ảnh của toàn bộ sản phẩm đề tài được
trình bày trong Hình 7.
Để thực hiện được kết quả nghiên cứu này, chúng
tôi xin trân trọng cảm ơn Bộ Khoa học Công nghệ,
Văn phòng các chương trình trọng điểm cấp Nhà
nước và Ban chủ nhiệm chương trình KC.03 đã tạo
điều kiện, cho phép chúng tôi được thực hiện đề
tài và luôn chỉ đạo kịp thời trong suốt quá trình
thực hiện đề tài.

H. 7 Thiết bị theo dõi bệnh nhân đa thông số -
Sản phẩm đề tài KC.03.TN12/11-15

5. Tài liệu tham khảo
[1] C. Saritha, V. Sukanya, V.NArasimha Murthy,
“ECG Signal Analysis using Wavelet Transforms”,
Bulg.J.Physics, Vol. 35, pp.68-77, 2008.
[2] John G.Webster, “Medical Instrumentation
Application and Design”, Fourth edition, John Wilet
&Son., 2009.
[3] Willis J. Tompkins, “Biomedical digital signal
processing”, Prentice Hall, 2000.
[4] Vanisree K, “Automatic Detection of ECG R-R
Interval using Discrete Wavelet Transformation”,
International Journal on Computer Science and
Engineering, 2011.
[5] Wan-hua Lin, Mico Yee-Man Wong, Li-na Pu,
Yuan-ting Zhang, “Comparison of Median Filter
and Discrete Dyadic Wavelet Transform for Noise
Cancellation in Electrocardiogram”, 32nd Annual
International Conference of the IEEE EMBS Buenos
Aires, Argentina, August 31 - September 4, 2010.
82 Nguyễn Thế Truyện, Nguyễn Thế Vinh

VCM2012
[6] Ramesh D. Mali, Dr. U.L Bombale, Removal of
50Hz PLI using Discrete Wavelet Transform for
Quality Diagnosis of Biomedical ECG Signal,
International Journal of Computer Applications,
2011.
[7] Mikhled Alfaouri and Khaled Daqrouq, ECG
Signal Denoising By Wavelet Transform

Thresholding, American Journal of Applied Sciences
5, 2008.
[8] Zoltán GERMÁN-SALLÓ, Nonlinear Filtering in
ECG Signal Denoising, Acta Universitatis Sapientiae
Electrical and Mechanical Engineering, 2010.
[9] Nguyễn Quốc Tuấn, Trần Quang Đạt, Thiết kế
trên FPGA để loại tiếng ồn cho tín hiệu điện tim nhờ
biến đổi sóng con, Tạp chí Khoa học ĐHQGHN,
Khoa học tự nhiên và Công nghệ 25, 2009.