Luận án Loại trừ nhiễu và nén tín hiệu điện tim để ứng dụng trong môi trường truyền dẫn vô tuyến

iệc nội suy đường bậc 3 là nhận được công thức nội suy có tính liên tục trong trường hợp đạo hàm cấp 1 và đạo hàm cấp 2, trong các khoảng thời gian và tại các điểm nội suy [80]. Điều này sẽ tạo ra một hàm nội suy mịn hơn. Nhìn chung, nếu chúng ta cần một hàm xấp xỉ mịn thì cubic spline thực hiện tốt hơn nội suy tuyến tính đoạn. Với đoạn [Xi, Xi+1] của tín hiệu vào, thì phép nội suy đầu ra Y được định nghĩa như phương trình (2.8) dưới đây. y = Ayi + Byi + 1 + Cy"i + Dy"i + 1 (2.8) trong đó, A = ; B = 1 –A; C = ; D = Trong trường hợp xét tới sự ảnh hưởng của nhiễu trắng đến tín hiệu điện tim thì nhiễu trắng sẽ ảnh hưởng tới độ chính xác của việc xác định các điểm đẳng thế. Hình 2.11 dưới đây thể hiện vị trí các điểm vượt 0 từ (-) lên (+) và từ (+) xuống (-) khi có nhiễu trắng. 42 nh 2.11. Vị trí các điểm vượt 0 từ (-) lên (+) và từ (+) xuống (-)khi có nhiễu trắng Để thực hiện mô phỏng tín hiệu điện tim có nhiễu trôi dạt đường cơ sở và nhiễu trắng, tác giả sử dụng phần mềm LabView. Hình 2.12a thể hiện tín hiệu điện tim có nhiễu trắng; hình 2.12b thể hiện tín hiệu điện tim có nhiễu trắng và nhiễu trôi dạt đường cơ sở tuần hoàn dạng hàm sin với độ lớn thay đổi từ 0.01 đến 0.5mV và có tần số trùng với tần số của tín hiệu điện tim; hình 2.12c thể hiện tín hiệu điện tim có nhiễu trắng và nhiễu trôi dạt đường cơ sở ngẫu nhiên nh 2.12. a) Tín hiệu điện tim có nhiễu trắng; b) Tín hiệu điện tim có nhiễu trắng và nhiễu trôi dạt đường cơ sở tuần hoàn dạng hàm sin với độ lớn thay đổi từ 0.01 đến 0.5mV và có tần số trùng với tần số của tín hiệu điện tim; c) tín hiệu điện tim có nhiễu trắng và nhiễu trôi dạt a) Thời gian (s) B iê n đ ộ ( m V ) c) Thời gian (s) B iê n đ ộ ( m V ) b) B iê n đ ộ ( m V ) Thời gian (s) Thời gian (s) B iê n đ ộ ( m V ) ECG (+) 0 crossing Vượt 0 (+) (-) 0 crossing Vượt 0 (-) 43 Nếu gọi tín hiệu điện tim sạch là P(t), nhiễu trôi dạt đường cơ sở là B(t) và nhiễu trắng là W(t) thì tín hiệu điện tim để thử nghiệm cho phương pháp lọc này được biểu diễn như công thức 2.9 dưới đây. S(t) = P(t) + B(t) + W(t) (2.9) Đường cong B’(t) được nội suy bởi thuật toán Cubic Spline có thể được xem như là dạng sóng của nhiễu trôi dạt đường cơ sở, với việc sử dụng bộ lọc trung bình thì nhiễu trắng W(t) được giảm thiểu và có thể bỏ qua. Do vậy, có thể nhận được tín hiệu điện tim sạch P(t) bằng cách trừ tín hiệu S(t) cho B’(t). Như đã đề cập ở trên, nhiễu trắng ảnh hưởng tới độ chính xác của việc xác định các điểm đẳng thế. Do vậy việc làm giảm mức nhiễu trắng (làm mịn tín hiệu) là cần thiết và được thực hiện bởi bộ lọc trung bình trước khi xác định các điểm đẳng thế. Tuy nhiên, quá trình làm mịn tín hiệu có thể ảnh hưởng tới vị trí của các điểm đẳng thế, thậm chí làm mất đi các điểm ấy nếu làm mịn không tốt. Do vậy, việc tìm các đỉnh sóng P, Q, R, S và T được thực hiện trước; sau đó tìm các điểm đẳng thế tương ứng nhằm tránh việc xác định thiếu sót các điểm này. Việc tìm các điểm đẳng thế có thể được thực hiện theo các bước cũng như theo lưu đồ thuật toán sau đây (hình 2.13). Bước 1: Giảm mẫu (lấy mẫu lại) tín hiệu S(t), tính đạo hàm cấp 1 và cấp 2 của tín hiệu S(t). Các công việc này được thực hiện để tìm ra tập các điểm đặc trưng (các điểm cực đại, cực tiểu) và làm giảm sự ảnh hưởng của nhiễu trắng W(t). Bước 2: Tìm vị trí sườn dốc đạt cực trị ở trước và sau đỉnh R từ đạo hàm cấp 1 của tín hiệu S(t), tìm các điểm vượt 0 của đạo hàm cấp 1 và cấp 2: Việc tính đạo hàm cũng cho ta biết được vị trí sườn dương và vị trí sườn âm của phức bộ QRS, bởi chỉ có phức bộ QRS mới có 2 sườn dốc đặc trưng mà các sóng khác không có. Sử dụng vòng lặp kiểm tra vị trí tương đối giữa các sườn dốc để kiểm tra lại đó có phải là sườn âm – sườn dương của phức bộ QRS hay không. Việc tính đạo hàm cấp 1 và cấp 2 sẽ tìm được các điểm vượt 0 (+) hoặc vượt 0 (-) phục vụ cho việc xác định vị trí các điểm ở các bước tiếp theo. Bước 3: Tìm các đỉnh P, T, Q và S từ các điểm vượt 0 của đạo hàm cấp 1. Để đánh giá sai số vị trí của các điểm được phát hiện do ảnh hưởng của nhiễu trắng, nhiễu trôi dạt đường cơ sở và ảnh hưởng của việc làm mịn tín hiệu S(t) thì vị trí thực của các điểm trong tín hiệu ECG sạch được so sánh với vị trí được xác định của các điểm này trong tín hiệu ECG có nhiễu trắng và nhiễu trôi dạt đường cơ sở. Với mục 44 đích này, tác giả sử dụng tiêu chí sai số bình phương trung bình (MSE – Mean Square Error), tiêu chí này được thể hiện như công thức (2.7) Trong trường hợp này, N là số lượng mẫu của đoạn tín hiệu ECG, xi là vị trí thực thứ i của các điểm trong tín hiệu ECG sạch và ̂ là vị trí thứ i tìm được của các điểm trong tín hiệu ECG có nhiễu trôi dạt đường cơ sở và nhiễu trắng. Bước 4: Tìm các điểm P_onset, T_offset, QRS_onset và QRS_offset Tìm các điểm P_onset, T_offset từ các điểm vượt 0 của đạo hàm cấp 1 và đạo hàm cấp 2 (điểm uốn). Tìm điểm QRS_onset từ các điểm vượt 0(-) của đạo hàm cấp 2 và tìm điểm QRS_offset từ các điểm vượt 0(+) của đạo hàm cấp 2. Tác giả sử dụng vòng lặp để xác định tất cả các điểm cần thiết, rồi kiểm tra lại để loại đi các điểm trùng nhau (việc này sẽ được thực hiện ở bước kiểm tra). Có nhiều điểm sẽ có đặc điểm toán học giống với các điểm isoelectric cần tìm, nhưng khi làm mịn thích hợp thì các điểm isoelectric có thể được tìm chính xác với lưu ý sau đây: - Điểm P_offset là điểm sau P và gần P nhất. Kiểm tra điều kiện đảm bảo P_offset nằm trước phức bộ QRS - Điểm T_offset là điểm sau T và gần T nhất. Kiểm tra điều kiện đảm báo nó nằm trước sóng P - Điểm QRS_onset và offset phải gần sườn dốc cực đại nhất (trước hoặc sau). Kiểm tra điều kiện để điểm đó nằm sau sóng P (đối với QRS_onset) và trước T (với QRS_offset) Kết quả về độ chính xác của việc xác định các các điểm ở trong bước 4 này được mô tả chi tiết trong mục kết quả dưới đây. Bước 5: Kiểm tra Bước kiểm tra nhằm loại bỏ các điểm không phải là những điểm cần xác định. Những điểm này được tạo ra do sự ảnh hưởng của nhiễu trắng. Lưu ý: - P_onset thì ph i nằm ở nửa sau của chu kỳ T-T - T_offset thì ph i nằm ở 2/3 của phần trước chu kỳ T-T 45 Bắt đầu (đọc tín hiệu S(t)) - Giảm mẫu tín hiệu S(t) - Đạo hàm cấp 1 và cấp 2 - Tìm vị trí sườn dốc đạt cực trị ở trước và sau đỉnh R từ đạo hàm cấp 1. - Tìm điểm vượt 0 của đạo hàm cấp 1 và 2 Tìm các đỉnh P, T, Q, S của từng chu kì tín hiệu (R-R) Lựa chọn điểm onset, offset từ các điểm vượt 0 (*) Kiểm tra điều kiện các điểm onset, offset (**) Toàn bộ tín hiệu được khảo sát? Kết thúc Chuyển sang chu kì tiếp theo Đúng Đúng Sai Sai (*): - Điểm P_onset là điểm trước P và gần P nhất. - Điểm T_offset là điểm sau T và gần T nhất - Điểm QRS_onset và offset phải gần sườn dốc cực đại nhất (trước hoặc sau). (**): - Toàn bộ các điểm vượt 0 được khảo sát - P_onset nằm sau sóng T - T_offset nằm trước P_onset - QRS_onset nằm sau sóng P và với QRS_offse trước sóng T. nh 2.13. Lưu đồ thuật toán xác định các điểm đẳng thế + Nội suy nhiễu trôi dạt đường cơ sở từ các điểm đẳng thế Những vòng lặp được thực hiện để tìm tất cả các điểm bắt đầu và kết thúc các sóng thành phần trong tín hiệu S(t) nhằm nội suy ra nhiễu trôi dạt đường cơ sở rồi loại bỏ nó bằng cách kéo các điểm đẳng thế về 0 bằng việc lấy tín hiệu ECG có nhiễu trôi dạt đường cơ sở trừ đi đường cong nội suy được. Để nội suy nhiễu trôi dạt đường cơ sở từ các điểm đẳng thế xác định được, tác giả sử dụng công cụ “Spline Interpolation.VI” trong phần mềm LabView. Công cụ này trả về một mảng giá trị nội suy có độ dài n, mảng giá trị này chứa đạo hàm bậc 2 của hàm nội suy tại điểm S[i], với i = 0, 1, ,n – 1. Kết quả nội suy nhiễu trôi dạt đường cơ sở từ các điểm isoelectric sẽ được thể hiện ở mục kết quả thực hiện dưới đây. Để thực hiện các bước trong thuật toán và thử nghiệm thuật toán, tác giả sử dụng các công cụ hỗ trợ được cài đặt ở trong phần mềm LabView. 2.2.2.2. Kết quả thực hiện (Kết qu thử nghiệm của thuật toán đề xuất đã được đăng trên tạp chí ở Mỹ - Công bố số 4 trong danh mục các công trình công bố) * Kết qu 1: đánh giá độ chính xác của việc xác định các đỉnh Q, S, P,T và các điểm đẳng thế 46  Dữ liệu thử nghiệm Kết quả thử nghiệm với tín hiệu điện tim mô phỏng S(t) được biểu diễn như ở công thức (2.9), trong đó P(t) là tín hiệu điện tim mô phỏng ECG sạch (không có nhiễu) với một số thông số gồm nhịp tim: 72nhịp/phút (tương ứng với tần số là 1.2Hz), tần số lấy mẫu: 360Hz, độ dài tín hiệu: 10s, biên độ của tín hiệu: 1.6mV; B(t) là nhiễu trôi dạt đường cơ sở ngẫu nhiên, với độ lớn bằng 0.5mV, tần số của nhiễu trôi dạt đường cơ sở được giới hạn bằng 1.2Hz (trùng với tần số của tín hiệu ECG); W(t) là nhiễu trắng với độ lớn thay đổi từ 0.01mV đến 0.05mV.  Tham số đánh giá Để đánh giá độ chính xác của việc xác định các đỉnh Q, S, P,T và các điểm đẳng thế, tác giả sử dụng tiêu chí sai số bình phương trung bình (MSE – Mean Square Error), tiêu chí này được thể hiện như công thức (2.7) Trong trường hợp này, N là số lượng mẫu của đoạn tín hiệu ECG, xi là vị trí thực thứ i của các điểm trong tín hiệu ECG sạch và ̂ là vị trí thứ i tìm được của các điểm trong tín hiệu ECG có nhiễu đường biên và nhiễu trắng.  Kết qu Kết quả đánh giá độ chính xác của việc xác định các đỉnh Q, S, P,T và các điểm isoelectric thông qua giá trị MSE ứng với một số mức của nhiễu trắng. Kết quả được thể hiện trong các bảng 2.5 và 2.6 dưới đây. ng 2.5. Giá trị của MSE ứng với một số mức của nhiễu trắng khi xác định các đỉnh P, Q, R, S và T. Mức nhiễu trắng (mV) MSE Đỉnh P Đỉnh Q Đỉnh R Đỉnh S Đỉnh T 0.01 4.35 0.39 0.04 0.22 4.21 0.02 5.26 0.55 0.13 0.3 5.7 0.03 10.43 0.57 0.2 0.37 6.39 0.04 11.05 0.76 0.32 0.45 8.21 0.05 12.64 0.85 0.43 0.61 10.03 ng 2.6. Giá trị của MSE ứng với một số mức của nhiễu trắng khi xác định các điểm Isoelectric. Mức nhiễu trắng (mV) MSE P_onset QRS_onset QRS_offset T_offset 0.01 18 0.28 1.39 16.05 0.02 25.86 2.35 1.7 24.11 0.03 30 6.05 2.78 34 0.04 42 8.25 5.8 46 0.05 53 11 8 59 47 Kết qu 2: Đánh giá tín hiệu điện tim sau khi lọc nhiễu trôi dạt đường cơ sở B(t); nội suy nhiễu trôi dạt đường cơ sở từ các điểm Isoelectric.  Dữ liệu thử nghiệm Sử dụng tín hiệu điện tim mô phỏng như đã trình bày ở phần trên  Tham số đánh giá Để đánh giá tín hiệu điện tim sau khi lọc nhiễu trôi dạt đường cơ sở, tác giả sử dụng tiêu chí MSE được biểu diễn như công thức (2.7) ở trên. Trong trường hợp này, N là số lượng mẫu của tín hiệu ECG, xi là mẫu thứ i của tín hiệu ECG chưa có nhiễu trôi dạt đường cơ sở ngẫu nhiên và ̂ là mẫu thứ i của tín hiệu ECG sau khi lọc nhiễu trôi dạt đường cơ sở ngẫu nhiên.  Kết qu Hình 2.14a thể hiện tín hiệu điện tim mô phỏng có nhiễu S(t), hình 2.14b thể hiện quá trình xác định các điểm isoelectric của tín hiệu S(t), hình 2.14c thể hiện nhiễu trôi dạt đường cơ sở ngẫu nhiên B(t), hình 2.14d thể hiện tín hiệu B’(t) được nội suy bởi thuật toán Cubic Spline và hình 2.14e thể hiện tín hiệu điện tim P(t) – là tín hiệu sau khi lọc nhiễu trôi dạt đường cơ sở B(t). a) b) B iê n đ ộ ( m V ) Số mẫu c) Thời gian (s) B iê n đ ộ ( m V ) B iê n đ ộ ( m V ) Thời gian (s) 48 nh 2.14. a) Tín hiệu điện tim mô phỏng có nhiễu trôi dạt đường cơ sở; b) Quá tr nh xác định các điểm isoelectric của tín hiệu S(t); c) nhiễu trôi dạt đường cơ sở ngẫu nhiên B(t); d) tín hiệu ’(t) được nội suy bởi phép Cubic Spline và e)tín hiệu điện tim sau khi lọc Về chất lượng tín hiệu thu được, sai số tín hiệu trong trường hợp này là, MSE = 0.0003. *Kết qu 3: so sánh kết quả thử nghiệm với kết quả trong tài liệu tham khảo [54]  Dữ liệu thử nghiệm: Kết quả được thử nghiệm với bản ghi 301 trong bộ cơ sở dữ liệu điện tim MIT-BIH (MIT-BIH ST Change Database) với nhiễu trôi dạt đường cơ sở mô phỏng được đề cập trong tài liệu [54]  Tham số đánh giá Kết quả đánh giá thông qua hệ số tương quan  được xác định bởi công thức (2.10). Bảng 2.7 so sánh hệ số tương quan trung bình nhận được sau khi lọc nhiễu trôi dạt đường cơ sở từ một số bản ghi điện tim của phương pháp đề xuất và của Na Pan cùng cộng sự. xy = ∑ ∑ ∑ (2.10) Trong đó, x(n) là tín hiệu ECG ban đầu (không có nhiễu trôi dạt đường cơ sở), y(n) là tín hiệu ECG sau khi lọc nhiễu trôi dạt đường cơ sở, N độ dài của tín hiệu ECG.  Kết quả e) Thời gian (s) B iê n đ ộ ( m V ) Thời gian (s) B iê n đ ộ ( m V ) d) 49 ng 2.7. B ng so sánh hệ số tương quan trung b nh của phương pháp đề xuất và phương pháp Na Pan TT Phương pháp Hệ số tương quan trung bình 1 Đề xuất 0.9956 2 Na Pan [54] 0.9746 Ngoài ra, tác giả của luận án còn đánh giá phương pháp đề xuất bằng cách sử dụng tiêu chí MSE (được thể hiện qua công thức 2.7) và SNR (được thể hiện qua công thức 2.6) trên cơ sở thử nghiệm với một số bản ghi 301, 302 trong bộ cơ sở dữ liệu điện tim MIT-BIH. Trong trường hợp này, MSE = 0.0005 và SNR(dB) = 16.72. 2.3. Kết luận chương Trong chương này, tác giả đã trình bày tóm lược những nghiên cứu gần đây về lọc nhiễu nguồn xoay chiều và nhiễu trôi dạt đường cơ sở. Trên cơ sở đó, tác giả đề xuất giải pháp nâng cao hiệu quả lọc nhiễu đối với hai loại nhiễu này. Đối với nhiễu nguồn xoay chiều 50Hz, tác giả sử dụng bộ lọc triệt tần thích nghi dựa trên biến đổi Fourier nhanh và nhiều vòng lặp; đối với nhiễu trôi dạt đường cơ sở, tác giả sử dụng phương pháp lọc trong miền thời gian dựa trên các điểm đẳng thế. Các giải pháp lọc nhiễu đề xuất này được thử nghiệm với các bản ghi cơ sở dữ liệu điện tim MIT-BIH và được thực hiện bằng phần mềm LabView. Các kết quả thử nghiệm của phương pháp đề xuất được so sánh với các kết quả nghiên cứu gần đây, cho thấy phương pháp đề xuất cho kết quả lọc nhiễu tốt hơn. Các nghiên cứu của tác giả đã được đăng trên các tạp chí và hội nghị khoa học Quốc tế (Công trình số 2, 4, 6 trong danh mục các công trình công bố). 50 CHƯƠNG 3. ĐỀ XUẤT PHƯƠNG PHÁP NÉN DỮ LIỆU ĐIỆN TIM (ECG) ỨNG DỤNG TRONG HỆ THỐNG THEO DÕI VÀ CHẨN ĐOÁN BỆNH TIM MẠCH TỪ XA 3.1. Đặt vấn đề Có thể nói chất lượng của truyền tín hiệu của hệ thống vô tuyến thông thường được thể hiện qua các tham số như lỗi bit (Bit Error Ratio – BER), lỗi gói dữ liệu (Packet Error Ratio - PER) và trễ đường truyền (delay of transmission). Có nhiều nguyên nhân dẫn đến lỗi bit và lỗi mất gói lớn như trễ đường truyền lớn, băng thông hẹp, nhiễu kênh lớn, kích thước dữ liệu truyền lớn...Bên cạnh các nguyên nhân khách quan liên quan đến môi trường xung quanh hay chất lượng kênh truyền, thì kích thước gói dữ liệu truyền đi cũng đã được chứng minh là một trong những nguyên nhân ảnh hưởng cả trực tiếp và gián tiếp đến BER và lỗi mất gói. Theo một nghiên cứu của Jari Korhonen và Ye Wang [35] về tác động của kích thước gói dữ liệu tới tỉ lệ mất gói và trễ gói trên đường truyền không dây, Jari Korhonen và Ye Wang đã chỉ ra rằng trong các môi trường không dây tốc độ thấp như GPRS và HSCSD, trễ gói giữa các mạng tế bào là rất đáng kể khi tăng dần kích thước gói dữ liệu. Nguyên nhân là tại các điểm truy cập trung gian, việc kích thước gói dữ liệu lớn sẽ dẫn đến khả năng phải truyền lại gói nhiều hơn, vấn đề này gây ra thời gian trễ lớn ở phía bên nhận. Thậm chí, trong điều kiện lưu lượng mạng đang bận rộn, việc phát lại nhiều sẽ gây ra tình trạng nghẽn mạng gây ảnh hưởng đến chất lượng dịch vụ. Tương tự, Yaakob và các đồng nghiệp [55] cũng thực hiện nghiên cứu về phân tích việc tối ưu gói dữ liệu trong xử lý tình trạng nghẽn mạng. Với sự thay đổi kích thước gói từ 30 byte đến 130 byte trong điều kiện BER khác nhau, kích thước gói đã được chứng minh là ảnh hưởng trực tiếp đến lỗi mất gói. hi kích thước gói tăng thì số lượng gói bị mất trong quá trình truyền dữ liệu cũng tăng theo. Đặc biệt là trong điều kiện BER cao (khả năng lỗi bit trong gói dữ liệu lớn), kích thước gói lớn sẽ dẫn đến số lần truyền lại gói cao hơn và vì thế số lượng gói bị bỏ đi sẽ tăng lên. Yaakob và các đồng nghiệp kết luận rằng, có thể sử dụng kích thước gói dữ liệu lớn hơn trong điều kiện BER thấp, và ngược lại nên giảm kích thước gói trong điều kiện kênh truyền nhiều nhiễu [55]. Tuy nhiên, việc giảm kích thước gói dữ liên tục không đồng nghĩa với hiệu quả đường truyền cũng tăng lên theo tỉ lệ thuận, điều này được thể hiện trong một thí nghiệm cụ thể hơn, khi Liang và Balasingham nghiên cứu đánh giá hiệu quả của một mạng theo dõi ECG sử dụng giao thức IEEE 802.15.4 [82]. Theo tài liệu này, trong một mạng với một số lượng node cố định, kích thước gói quá nhỏ sẽ làm cho các node phải gửi gói dữ liệu đó trong khoảng thời gian rất ngắn. Như vậy, không những không làm tăng hiệu quả của kênh truyền 51 mà còn làm cho mạng vô cùng bận rộn. Thử nghiệm đã chứng tỏ rằng kích thước gói cần đạt một lượng byte nhất định thì trễ đường truyền mới đạt giá trị tối ưu nhất. Sau giá trị đó, khi kích thước gói tăng lên thì trễ đường truyền cũng sẽ tăng theo. Ngoài ra, việc giảm kích thước gói dữ liệu quá nhiều cũng sẽ làm giảm tốc độ truyền gói dữ liệu (packet delivery rate). Theo [82], một gói dữ liệu từ 40 đến 60 byte là lựa chọn hợp lý để đạt được trễ đường truyền tương đối thấp với một tốc độ truyền gói đủ tốt. Nhìn chung, trong cả ba nghiên cứu [35], [55] và [82]; J. Korhonen và N.Yaakob và Xuedong Liang đều kết luận rằng một cơ chế tối ưu hóa gói dữ liệu là một phương án hữu hiệu để làm tăng hiệu quả làm việc của kênh truyền, tránh nghẽn mạng và kiểm soát trễ gói. Trong thực tế, tần số lấy mẫu tín hiệu ECG trong các thiết bị di động hiện nay ít nhất là 250 mẫu/giây, trong khi con số này có thể lên tới 1000 mẫu/giây hoặc lớn hơn đối với các thiết bị chuyên dụng dùng trong các bệnh viện. Độ phân giải lấy mẫu hiện nay cũng đạt tới 11-bit hoặc lớn hơn để phục vụ cho việc xử lý số được chính xác hơn. Do vậy, rất khó để đảm bảo được chất lượng đường truyền cũng như băng thông đủ để gửi đi dữ liệu ECG nguyên bản lớn đến như vậy. Trong trường hợp này, nén dữ liệu ECG là một trong những phương pháp hữu hiệu, giúp giảm kích thước gói dữ liệu truyền đi mà không làm giảm thời gian truyền tín hiệu [53]. Tuy nhiên, để có thể ứng dụng tốt trong mạng theo dõi và chẩn đoán bệnh tim mạch sử dụng công nghệ vô tuyến, thuật toán nén dữ liệu ECG cần phải có ba đặc tính sau: 1. Có khả năng ứng dụng với tất cả các loại tín hiệu ECG, bao gồm loại cả tín hiệu ECG có đầy đủ sóng thành phần PQRST (regular ECG) và loại tín hiệu ECG không rõ sóng thành phần PQRST (irregular ECG), mà không phụ thuộc vào bất kỳ thông tin sinh lý nào như sóng P, sóng T, phức bộ QRS hay đỉnh R. 2. Thích ứng ngay lập tức với yêu cầu thay đổi về kích thước của gói dữ liệu có thể được gửi từ một cơ chế tối ưu gói dữ liệu của hệ thống mà không ảnh hưởng đến chất lượng phục hồi tín hiệu ở bên nhận. 3. Không tốn nhiều thời gian tính toán để đảm bảo dự trữ nhiều thời gian hơn cho hệ thống thực hiện các xử lý số khác cũng như để thuật toán có thể tham gia vào các ứng dụng không dây khác như một bước thực hiện. Việc nén dữ liệu ECG đã được nghiên cứu trong nhiều năm qua ở trên thế giới và cho đến nay đã có khoảng 50 phương pháp được công bố trên các tạp chí và hội nghị quốc tế.Việc phân loại các công trình trước đó đã được thực hiện chi tiết trong phần giới thiệu của tài liệu tham khảo [19], đồng thời cũng là đề xuất của một 52 phương pháp nén. Theo tài liệu này, các phương pháp nén được chia ra làm hai mảng chính: các phương pháp nén một chiều (one-dimensional methods), có thể kể đến các phương pháp điển hình ở trong các nghiên cứu [13], [16], [25], [32], [37], [41], [63], [65], [70], [78], [86] và các phương pháp nén hai chiều (two- dimensional methods), có thể kể đến các nghiên cứu [5], [21], [26], [31], [66], [73]. Trong đó, các phương pháp nén một chiều chiếm đa số và được chia làm 4 nhóm nhỏ: (i) các phương pháp nén trực tiếp miền thời gian (direct-time domain compression methods – DTD) gồm một số phương pháp điển hình được trình bày trong các tài liệu số [56], [71]; (ii) các phương pháp nén bằng cách mô hình hóa tín hiệu (model based compression methods – MB) được trình bày trong các tài liệu số [17], [56], [71], [79]; (iii) các phương pháp nén bằng cách chuyển đổi miền tín hiệu (transform domain compression methods – TD) được trình bày trong các tài liệu số [50], [51], [62], và (iV) các phương pháp nén hỗn hợp (hybrid compression methods – H) ở trong các nghiên cứu số [41], [72]. Bên cạnh nhóm phương pháp DTD, các nhóm phương pháp khác và cả nén hai chiều đều có những nhược điểm riêng làm chúng không thể đạt được cả ba yêu cầu về đặc tính như đã nêu ở trên để tham gia một cách linh hoạt vào một mạng y tế không dây.  Cách thức cơ bản thực hiện nén tín hiệu của các phương pháp nén bằng cách mô hình hóa tín hiệu (model based compression methods – MB): Đầu tiên thực hiện lưu trữ một lượng chu kỳ nhất định vào một mảng dữ liệu được gọi là codebook database. Sau đó, các chu kỳ tiếp theo sẽ được so sánh với mảng dữ liệu này và nếu sai khác giữa chu kỳ đó với một chu kỳ trong codebook không quá một ngưỡng nhất định được đặt trước (thông thường là hệ số tương quan chéo (cross-correlation coefficient) hoặc là căn bậc hai của sai số bình phương trung bình (root mean square error)), chu kỳ đó sẽ được biểu diễn bởi giá trị sai khác thay vì giá trị ECG. Trong trường hợp sai khác giữa chu kỳ đang xét và chu kỳ trung bình vượt qua ngưỡng, chu kỳ đang xét sẽ được cập nhật tiếp vào dữ liệu. Sau đó, các chu kỳ sẽ được nén bằng phương pháp nén entropy (nén dựa vào xác suất xuất hiện của phần tử trong dữ liệu) và lượng tử hóa. Một số phương pháp MB còn kết hợp thêm phương pháp nén lượng tử hóa véc tơ (Vector Quantization- VQ) có thể kể đến các phương pháp trong các nghiên số [71], [79]. Tuy nhiên, nhược điểm chung của các phương pháp MB là phải xác định được hoặc đỉnh R hoặc phức bộ QRS để phân biệt các chu kỳ. Thậm chí đối với các phương pháp sử dụng VQ, sẽ mất một khoảng thời gian để thu thập đủ chu kỳ cho việc luyện tập (training) của VQ trước khi có 53 thể nén hiệu quả. Điều này làm giảm khả năng linh hoạt của các phương pháp MB khi làm việc với các tín hiệu khác nhau và làm tăng độ trễ tín hiệu.  Cách thức cơ bản thực hiện nén tín hiệu của các phương pháp nén bằng cách chuyển đổi miền tín hiệu (TD): Nhóm các phương pháp này chiếm tỷ lệ nhiều nhất với số lượng vượt trội so với các nhóm phương pháp khác. Các phương pháp TD đầu tiên chuyển đổi từ miền thời gian sang một miền khác sử dụng các phép biến đổi như Fourier, Wavelet, Cosin rời rạc (Discrete Cosine), sau đó thực hiện nén bằng cách chỉ giữ lại các hệ số cần thiết đủ để xây dựng lại tín hiệu một cách đủ tin cậy. Việc lược bỏ các hệ số thừa được thực hiện bằng nhiều phương pháp, như thực hiện cải tiến phép biến đổi hoặc thông qua một cơ chế khống chế sai số (tham số thường được sử dụng là RMS hoặc Percentage RMS difference – PRD). Trong các phép biến đổi thì phép biển đổi Wavelet được sử dụng nhiều hơn cả nhờ vào tính linh hoạt của nó, cho phép thực hiện nhiều cải tiến. Tuy nhiên, các phép biến đổi có một nhược điểm chung là xử lý từng phần dữ liệu theo một block có kích thước nhất định, do vậy các phương pháp TD này bị phụ thuộc vào kích thước của một block xử lý và như thế sẽ không thể đáp ứng được các yêu cầu khác nhau về thay đổi kích thước của gói tin mà không làm ảnh hưởng đến chất lượng tín hiệu. Ngoài ra, nhờ vào các cơ chế không chế sai số cũng như kết hợp thêm với thuật toán VQ ở nhiều phương pháp, các phương pháp TD có thể đạt được tỷ số nén (compression ratio – CR) cao mà tín hiệu vẫn được phục hồi tốt. Đổi lại, việc tích hợp quá nhiều phương pháp như vậy làm cho các phương pháp TD trở nên cồng kềnh và khó ứng dụng trong một mạng có nhiều thiết bị ECG.  Cách thức cơ bản thực hiện nén tín hiệu của các phương pháp nén hỗn hợp (hybrid compression methods -H): là sự kết hợp của các phương pháp trên trong việc nén tín hiệu ECG. Kết quả thu được từ các phương pháp H cũng rất tích cực, tuy nhiên độ phức tạp của các phương pháp này còn cao hơn so với hai nhóm trên.  Đối với các phương pháp trực tiếp miền thời gian (direct-time domain compression methods – DTD) như phương pháp xoay điểm (turning point -TP) của tác giả C.W. Mueller và cộng sự [53], phương pháp mã hóa điểm cực trị theo thời gian (AZTEC) của J.R. Cox [38], phương pháp phối hợp-giảm thời gian- mã hóa hệ thống (Coordinate-ReductionTime-Encoding System CORTES) của J.P.Abenstein, W.J.Tompkins [36] và phương pháp quét điểm kết hợp với việc xấp xỉ đa cạnh (scan along polygonal approximation -SAPA) của M.Ishijima