BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

PHẠM VĂN NAM

XÂY DỰNG MÔ HÌNH NHẬN DẠNG KẾT HỢP
NHẰM NÂNG CAO ĐỘ CHÍNH XÁC PHÂN LOẠI
TÍN HIỆU ĐIỆN TIM LOẠN NHỊP

LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA

Hà Nội – 2018


BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

PHẠM VĂN NAM

XÂY DỰNG MÔ HÌNH NHẬN DẠNG KẾT HỢP
NHẰM NÂNG CAO ĐỘ CHÍNH XÁC PHÂN LOẠI
TÍN HIỆU ĐIỆN TIM LOẠN NHỊP
Ngành: Kỹ thuật điều khiển và tự động hóa
Mã số: 9520216

LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA

NGƯỜI HƯỚNG DẪN KHOA HỌC:
1. PGS.TSKH. TRẦN HOÀI LINH
2. PGS. TS. NGUYỄN THỊ LAN HƯƠNG


quá trình thực hiện luận án.
Tôi xin chân thành cảm PGS. TS. Nguyễn Quốc Cường và các Thầy giáo, Cô
giáo của Bộ môn Kỹ thuật đo và Tin học công nghiệp, Viện Điện, Trường Đại học
Bách Khoa Hà Nội đã có những ý kiến đóng góp quý báu và tạo các điều kiện thuận
lợi cho tôi trong quá trình hoàn thành luận án.
Tác giả luận án

Phạm Văn Nam

ii


Mục lục

MỤC LỤC

LỜI CAM ĐOAN ................................................................................................................... i
LỜI CẢM ƠN ........................................................................................................................ ii
MỤC LỤC .......................................................................................................................... iii
DANH MỤC CÁC TỪ VIẾT TẮT ..................................................................................... vii
DANH MỤC CÁC BẢNG BIỂU ......................................................................................... ix
DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ ................................................................................ x
MỞ ĐẦU ............................................................................................................................... 1
1.

Tính cấp thiết của đề tài .................................................................................................. 1

2.

Mục đích nghiên cứu ...................................................................................................... 2

1.5. Kết luận chương I ......................................................................................................... 19

iii


Mục lục
CHƯƠNG II: THU THẬP, TIỀN XỬ LÝ VÀ TRÍCH CHỌN ĐẶC TÍNH TÍN HIỆU
ĐIỆN TIM ECG ................................................................................................................. 20
2.1. Thu thập và tiền xử lý tín hiệu điện tim ........................................................................ 20
2.1.1. Lựa chọn bộ lọc thông thấp ................................................................................ 21
2.1.2. Lựa chọn bộ lọc thông cao .................................................................................. 21
2.1.3. Lựa chọn bộ Notch 50Hz .................................................................................... 21
2.2. Trích chọn đặc tính ....................................................................................................... 23
2.2.1. Phát hiện đỉnh R.................................................................................................. 24
2.2.2. Phân tích phức bộ QRS theo các hàm Hermite cơ sở ......................................... 28
2.3. Kết luận chương II ........................................................................................................ 34
CHƯƠNG III. GIẢI PHÁP KẾT HỢP CÁC MÔ HÌNH NHẬN DẠNG ĐỂ CẢI
THIỆN CHẤT LƯỢNG .................................................................................................... 35
3.1. Kết hợp kết quả bằng mô hình cây quyết định ............................................................. 35
3.1.1. Đề xuất mô hình kết hợp..................................................................................... 35
3.1.2. Quy trình xây dựng cây quyết định DT cho khối tổng hợp kết quả ................... 38
3.1.3. Cây quyết định .................................................................................................... 39
3.2. Các mô hình nhận dạng đơn ......................................................................................... 46
3.2.1. Mạng MLP ......................................................................................................... 47
3.2.1.1. Cấu trúc mạng ............................................................................................. 47
3.2.1.2. Thuật toán học theo bước giảm cực đại cho mạng MLP ............................ 49
3.2.2. Mạng nơ-rôn mờ TSK ........................................................................................ 51
3.2.2.1. Cấu trúc mạng ............................................................................................. 51
3.2.2.2. Thuật toán học cho mạng TSK ................................................................... 53
3.2.3. Máy véc-tơ hỗ trợ SVM ...................................................................................... 59


DANH MỤC CÁC TÀI LIỆU THAM KHẢO ................................................................... 94
DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA LUẬN ÁN ............................ .105
PHỤ LỤC.......................................................................................................................... 106
Phân tích và thiết kế phần cứng ......................................................................................... 106

v


Danh mục các từ viết tắt

DANH MỤC CÁC TỪ VIẾT TẮT
Từ viết tắt
A

Tiếng Anh

Tiếng Việt

Premature Atrial Contractions

Ngoại tâm thu nhĩ

ADC

Analog/Digital Converter

Chuyển đổi tương tự /số

ARM


Binary Decision Tree

Cây quyết định nhị phân

Ventricular Escape Beat

Tâm thất lỗi nhịp

ElectroCardioGram

Điện tâm đồ

FN

False Negative

Chẩn đoán âm tính sai

FP

False Positive

Chẩn đoán dương tính sai

FPAA

Field Programable Analog Arrays

Mạng lưới các khối tương tự có

LVQ

Learning Vector Quantization

Mạng nơ-rôn LVQ

MIT-BIH

MIT-BIH Arrhythmia Database

Cơ sở dữ liệu MIT-BIH

MGH/MF

MGH/MF Waveform Database

Cơ sở dữ liệu MGH/MF

Multi-Layer Perceptron Network

Mạng nơron truyền thẳng nhiều lớp

Personal Computer

Máy tính cá nhân

AV

DT
BDT


Block nhánh phải

RF

Random Forest

Rừng ngẫu nhiên

Supraventricular Premature Beat

Loạn nhịp thất trên

Secure Digital

Thẻ nhớ SD

SVD

Singular Value Decomposition

Phân tích theo các giá trị kỳ dị

SVM

Support Vector Machines

Máy véc-tơ hỗ trợ

TSK

Bảng 4.3: Bảng phân chia số lượng mẫu học và mẫu kiểm tra của 3 loại nhịp ................... 69
Bảng 4.4: Bảng phân chia số lượng mẫu học và mẫu kiểm tra của 2 loại nhịp ................... 69
Bảng 4.5: Ma trận phân bố kết quả nhận dạng 7 loại mẫu nhịp bằng mạng MLP .............. 75
Bảng 4.6: Ma trận phân bố kết quả nhận dạng 7 loại mẫu nhịp bằng mạng TSK ............... 75
Bảng 4.7: Ma trận phân bố kết quả nhận dạng 7 loại mẫu nhịp bằng mạng SVM .............. 76
Bảng 4.8: Ma trận phân bố kết quả nhận dạng 7 loại mẫu nhịp bằng RF ............................ 76
Bảng 4.9: Các thông số đánh giá chất lượng của bốn mô hình cơ sở MLP, TSK, SVM và
RF khi nhận dạng 7 loại nhịp, thử nghiệm trên bộ CSDL MIT-BIH................................... 76
Bảng 4.10: Ma trận phân bố kết quả nhận dạng 2 loại mẫu nhịp: Normal và abnormal ..... 77
Bảng 4.11: Các thông số đánh giá chất lượng của bốn mô hình cơ sở MLP, TSK, SVM và
RF khi nhận dạng hai loại nhịp, thử nghiệm trên bộ CSDL MIT-BIH ................................ 77
Bảng 4.12: Ma trận phân bố kết quả nhận dạng 3 loại mẫu nhịp bằng mạng MLP ............ 77
Bảng 4.13: Ma trận phân bố kết quả nhận dạng 3 loại mẫu nhịp bằng mạng TSK ............. 78
Bảng 4.14: Ma trận phân bố kết quả nhận dạng 3 loại mẫu nhịp bằng mạng SVM ............ 78
Bảng 4.15: Ma trận phân bố kết quả nhận dạng 3 loại mẫu nhịp bằng mạng RF ................ 78
Bảng 4.16: Các thông số đánh giá chất lượng của bốn mô hình cơ sở MLP, TSK, SVM và
RF khi nhận dạng ba loại nhịp, thử nghiệm trên bộ CSDL MGH/MF ................................ 78

ix


Danh mục các bảng biểu
Bảng 4.17: Các thông số đánh giá chất lượng của bốn mô hình cơ sở MLP, TSK, SVM và
RF khi nhận dạng hai loại nhịp, thử nghiệm trên bộ CSDL MGH/MF ............................... 79
Bảng 4.18: Ma trận phân bố kết quả nhận dạng 7 loại mẫu nhịp bằng mô hình kết hợp
MLP, TSK, SVM ................................................................................................................. 79
Bảng 4.19: Các thông số đánh giá chất lượng của bốn mô hình cơ sở MLP, TSK, SVM và
mô hình kết hợp MLP-TSK-SVM khi nhận dạng 7 loại nhịp ............................................. 79
Bảng 4.20: Bảng kết quả của các mô hình kết hợp kết quả của ba mô hình nhận dạng đơn
MLP-TSK-SVM .................................................................................................................. 81

Hình 2.8: Mối quan hệ giữa QRS (a) và tín hiệu lấy trung bình tín hiệu theo thời gian (b)... 27
Hình 2.9: Ví dụ các bước phát hiện đỉnh R: (a) tín hiệu ECG gốc, (b) kết quả sau lọc, (c)
kết quả sau lấy đạo hàm, (d) kết quả sau lấy trị tuyệt đối, (e) kết quả sau khi lấy trung bình,
(f) kết quả phát hiện đỉnh R. ................................................................................................ 28
Hình 2.10: Đồ thị của hàm Hermite bậc n: a) n=0, b) n=1, c) n=3, d) n=10. ...................... 29
Hình 2.11: Xấp xỉ tín hiệu ECG bằng N hàm Hermite cơ sở đầu tiên: a) N=5; b) N=10; c)
N=12; d) N=16. .................................................................................................................... 32
Hình 2.12: Đồ thị khảo sát sai số xấp xỉ theo số lượng các hàm Hermite cơ sở ................. 32
Hình 2.13: Hình ảnh khai triển các loại nhịp tím khác theo 16 hàm Hermite đầu tiên ....... 33
Hình 3.1: Sơ đồ chung của mô hình kết hợp sử dụng nhiều mô hình nhận dạng đơn ......... 36
Hình 3.2: Sơ đồ khối chung của hệ thống kết hợp song song nhiều mô hình đơn .............. 37
Hình 3.3: Sơ đồ nguyên lý quá trình tạo cây quyết định ..................................................... 39
x


Danh mục các hình vẽ, đồ thị
Hình 3.4: Mô hình cây quyết định dạng nhị phân ............................................................... 40
Hình 3.5: Chuyển một nút bậc cao (a) thành một nút nhị phân (b) ..................................... 41
Hình 3.6: Cây quyết định xây dựng từ bộ số liệu có 90 mẫu (ví dụ 1) ................................ 43
Hình 3.7: Cấu trúc cây quyết định tạo ra từ bộ số liệu trong bảng 3.4 ................................ 45
Hình 3.8: Mạng MLP với một lớp ẩn .................................................................................. 47
Hình 3.9: Mạng nơ–rôn mờ TSK ......................................................................................... 52
Hình 4.1: Hình dáng mẫu phức bộ QRS của các loại nhịp A, E, L, R, I và V..................... 68
Hình 4.2: Hình dáng mẫu phức bộ QRS của các loại nhịp V, S, N ..................................... 69
Hình 4.3: Quá trình xây dựng các SVM nhị phân ............................................................... 73
Hình 4.4: Quá trình kiểm tra của mô hình SVM ................................................................. 73
Hình 4.5: Quá trình xây dựng các cây quyết định thành phần ............................................. 74
Hình 4.6: Quá trình kiểm tra của mô hình rừng ngẫu nhiên RF .......................................... 74
Hình 4.8: So sánh số mẫu nhận dạng sai, chẩn đoán âm tính sai FN, chẩn đoán dương tính
sai FP của ba mô hình nhận dạng cơ sở và mô hình kết hợp ............................................... 80

• Bài toán nhận dạng tín hiệu điện tim vẫn chưa được giải quyết triệt để do tín

hiệu điện tim ECG có độ biến đổi rất mạnh về hình dáng và biên độ ở các
trường hợp bị bệnh lý, quá trình thu thập và theo dõi tín hiệu điện tim dễ bị
ảnh hưởng bởi các yếu tố bên ngoài, nên bài toán nhận dạng tín hiệu điện tim
ECG có yêu cầu về độ chính xác và độ tin cậy cao là một trong những bài
toán khó. Do đó, hiện nay vẫn có nhiều nhóm nghiên cứu ở trong nước và
quốc tế quan tâm, đầu tư phát triển các giải pháp mới để nâng cao chất lượng
nhận dạng tín hiệu điện tim ECG;
Hiện nay, xã hội đang có nhu cầu cao về các thiết bị y tế hiện đại để theo dõi
các thông số về sức khỏe, trong đó có hệ tim mạch, cụ thể:

- 1 -


Mở đầu
• Nhu cầu về các giải pháp nhận dạng tín hiệu điện tim có độ chính xác và tin

cậy cao, phân biệt được nhiều loại bệnh để áp dụng cho nhiều đối tượng bệnh
nhân, hỗ trợ các bác sĩ trong chuẩn đoán nhanh và chính xác các bệnh về tim
mạch;
• Nhu cầu về thiết bị đo điện tim thông minh, cầm tay, có chức năng nhận

dạng tự động tín hiệu điện tim ECG. Thiết bị này cần thiết đối với những
người có nguy cơ mắc bệnh cao (như người béo phì, người cao tuổi, người
nghiện hút thuốc…) giúp phát hiện sớm các bệnh lý về tim mạch. Ngoài ra,
đối với người đang điều trị cần có thiết bị đo gọn nhẹ để mang theo người để
theo dõi và lưu trữ liên tục tín hiệu điện tim. Thiết bị cần có phần mềm tiện
ích để hỗ trợ kết nối dễ dàng với bác sĩ, bệnh viện từ xa (ví dụ qua internet)
để thuận tiện trong quá trình theo dõi và chẩn đoán nhanh;

Phạm vi nghiên cứu của luận án:
• Nhiễu trong tín hiệu điện tim và các phương pháp lọc nhiễu: Nghiên cứu

tổng quan về các dạng nhiễu thường gặp và phương pháp loại bỏ nhiễu;
• Các thành phần đặc trưng của tín hiệu điện tim: Nghiên cứu về hình dạng và

các thông số của loại nhịp tín hiệu điện tim, tập trung vào phức bộ QRS, các
phương pháp trích chọn đặc tính;
• Các mô hình nhận dạng sử dụng trí tuệ nhân tạo và phương pháp xây dựng

của các mô hình này: Tập trung nghiên cứu các mô hình kinh điển như mạng
nơ-rôn MLP (Multi Layer Perceptron), logic mờ TSK (Takaga-SugenoKang), máy véc-tơ hỗ trợ SVM (Support Vector Machines) và rừng ngẫu
nhiên RF (Random Forest);
• Nghiên cứu mô hình cây quyết định DT (Decision Tree), khả năng ứng dụng

để kết hợp kết quả từ các mô hình đơn, đánh giá kết quả của giải pháp;
• Thiết bị đo và tiền xử lý tín hiệu điện tim: Tìm hiểu tổng quan về các mô

hình thiết bị đo đã được triển khai và ứng dụng trong thực tế, đánh giá ưu
nhược điểm, đề xuất giải pháp cho luận án. Đối với khối tiền xử lý, lựa chọn
và áp dụng các phương pháp lọc nhiễu phù hợp với thiết bị đo (nhỏ gọn, xách
tay, sử dụng các vi xử lý thông dụng). Nghiên cứu về khả năng triển khai mô
phỏng các mô hình trí tuệ nhân tạo và mô hình kết hợp được đề xuất trong
luận án trên thiết bị đo.
• Nghiên cứu các mô hình phối hợp từ nhiều mô hình nhận dạng đơn để nâng

cao chất lượng so với các mô hình đơn.

- 3 -


• Đề xuất giải pháp phù hợp cho phép thực hiện thuật toán khai triển tín hiệu

ECG theo các hàm Hermite để trích chọn được đặc tính của tín hiệu ngay
trên các hệ vi xử lý có công suất tính toán nhỏ.

6. Bố cục của luận án
Mở đầu: Trình bày các vấn đề chung của luận án, tóm tắt về nội dung nghiên
cứu, những đóng góp và bố cục của luận án.
Chương I: Trình bày tổng quan về tín hiệu điện tim ECG, một số yếu tố ảnh
hưởng đến tín hiệu ECG, tham khảo các công trình nghiên cứu và các phương pháp
nâng cao chất lượng nhận dạng tín hiệu điện tim ECG, chương này còn đề xuất định
- 4 -


Mở đầu

hướng nghiên cứu và trình bày khái quát các bộ cơ sở dữ liệu được sử dụng trong
luận án.
Chương II: Chương này sẽ trình bày chi tiết về các khối: Thu thập và tiền xử
lý, phương pháp trích chọn đặc tính.
Chương III: Đây là nội dung nghiên cứu chính của luận án, phần đầu trình bày
về giải pháp sử dụng cây quyết định (Decision Tree) để kết hợp kết quả của các hệ
thống nhận dạng đơn. Tiếp theo, trình bày về các mô hình nhận dạng đơn đó là
mạng nơ-rôn truyền thẳng nhiều lớp MLP (Multi-Layer Perceptron), mạng nơ-rôn
logic mờ TSK (Takagi–Sugeno–Kang), máy véc-tơ hỗ trợ SVM (Support Vector
Machines) và rừng ngẫu nhiên RF (Random Forest). Cuối cùng, đề xuất phương án
thiết kế phần cứng cho thiết bị đo tín hiệu điện tim.
Chương IV: Chương này trình bày về phương pháp tạo bộ dữ liệu học và kiểm
tra từ bộ hai cơ sở dữ liệu MIT-BIH và MGH/MF. Kết quả xây dựng mô hình nhận
dạng tín hiệu ECG, các kết quả thử nghiệm, đánh giải pháp đề xuất của luận án.

nút nhĩ thất (AV) vào các tâm thất. Phức bộ QRS là quá trình khử cực tâm
thất. Sóng Q đại diện quá trình khử cực từ trái sang phải của vách ngăn liên
tâm thất. Sóng R đại diện quá trình khử cực sớm của tâm thất. Sóng S đại
diện quá trình khử cực muộn của tâm thất. Đoạn ST là thời điểm tâm thất
được khử cực hoàn toàn và đoạn này có điện thế trùng với đường đẳng điện.
Khoảng QT là thời gian xảy ra cả hai quá trình khử cực và tái cực tâm nhĩ.
Sóng T đại diện tái cực thất và thời gian kéo dài hơn so với quá trình khử
cực;
• Một tín hiệu ECG bình thường có các thông số cơ bản như sau:

- 6 -


Chương I: Tổng quan về các phương pháp nâng cao chất lượng nhận dạng tín hiệu ECG

- Số nhịp tim trung bình của một người bình thường là từ 50÷100
nhịp/phút;
- Biên độ (mV): Phức bộ QRS < 1,5; sóng P < 0,25; sóng Q bằng khoảng
25 % so với sóng R kế đó, cuối cùng sóng T có giá trị trong khoảng
0,1÷0,5;
- Thời gian tồn tại (ms): Phức bộ QRS là 50 ÷ 100, P-R là 120 ÷ 200, QT là 350÷440, S-T là 50÷150, sóng P < 120.

Hình 1.1: Hình dáng và thành phần chính của tín hiệu điện tim ECG
1.1.2 . Một số yếu tố ảnh hướng đến tín hiệu điện tim

Tín hiệu điện tim thường có lẫn nhiều loại nhiễu khác nhau. Một số nguyên
nhân chính gây nhiễu trong quá trình thu thập tín hiệu điện tim ECG [48]:
• Ảnh hưởng do hệ hô hấp và cử động của người bệnh: Khi vận động bề

mặt da thường bị co dãn, do đó sẽ sinh ra một sự biến đổi trên bề mặt tiếp


1.2. Tình hình nghiên cứu và phương pháp nâng cao chất lượng
nhận dạng tín hiệu điện tim ECG
1.2.1. Tình hình nghiên cứu

Mô hình chung của một hệ thống nhận dạng tín hiệu điện tim thể hiện trong
hình 1.3, gồm bốn khối chính: Thu thập, tiền xử lý, trích chọn đặc tính, nhận dạng.
- 8 -


Chương I: Tổng quan về các phương pháp nâng cao chất lượng nhận dạng tín hiệu ECG

Điện cực
ECG

Khối
thu thập

Tiền xử lý
(lọc nhiễu)

Trích chọn
đặc tính

Nhận dạng KQ
tín hiệu ECG

Hình 1.3: Mô hình chung của hệ thống nhận dạng tín hiệu điện tim ECG

Một số công trình nghiên cứu về tín hiệu điện tim trong những năm vừa qua, có

Chương I: Tổng quan về các phương pháp nâng cao chất lượng nhận dạng tín hiệu ECG
• Phương pháp thông dụng hiện nay là sử dụng các hệ số khai triển phức bộ

QRS bằng wavelet [4, 22, 56] hay bằng các hàm Hermite cơ sở [4, 16, 42,
60, 74, 78, 86];
• Phương pháp ít sử dụng hơn là dùng mô hình Markov ẩn [90, 91], hay phân

tích tín hiệu điện tim theo các hàm cơ sở của Karhunen– Lowen [24].
c) Mô hình nhận dạng: Số lượng các giải pháp nhận dạng còn phong phú hơn so
với các giải pháp trích chọn đặc tính tín hiệu điện tim, cụ thể:
• Các nghiên cứu về các đặc trưng của tín hiệu ECG. Kết quả cho thấy các đặc

tính này chủ yếu nằm trong phức bộ QRS, trong đó đoạn QR chứa nhiều
thông tin hỗ trợ tốt hơn cho quá trình nhận dạng và phân loại tín hiệu. Nếu
chỉ dùng để phát hiện bệnh ngoại tâm thu thì có thể đạt tới độ chính xác 99%
trên các số liệu mẫu của MIT-BIH [40];
• Phát hiện một loại bệnh Myocardial ischemia bằng cách ước lượng năng

lượng đoạn ST để cân bằng giữa lượng oxy cấp và oxy nhu cầu của bệnh
nhân. Thiết bị đo bốn cực, có khả năng truyền thông sử dụng wireless [30];
• Thuật toán phân tích các độ dốc của đoạn QR và đoạn RS để phát hiện sự

biến đổi nhịp tim của bệnh nhân trong quá trình đang truyền máu. Kết quả
được kiểm chứng trên các số liệu mô phỏng [66];
• Nghiên cứu lý thuyết về phát hiện sớm hiện tượng tim ngừng đập thông qua

phân tích phổ Fourier của phức bộ QRS [67];
• Mạng nơ-rôn kinh điển MLP cũng thường xuyên được các nhóm tác giả sử

dụng làm công cụ nhận dạng như trong [8, 53, 55, 59, 73, 75, 78]. Bên cạnh

chuyển đạo [29, 30, 50, 76];
• Một số thiết kế thiết bị có chức năng nén tín hiệu điện tim, truyền không dây

qua mạng Wifi [79, 92], Bluetooth [14, 39], ZigBee [64, 70, 101]…
• Dữ liệu điện tim thu thập và gửi tới điện thoại smart phones của người dùng

thông qua Bluetooth, wifi… một phần mềm Android chạy trên điện thoại có
chức năng lưu trữ và hiển thị [85, 104, 107];
• Hệ thống giám sát điện tim gọn nhẹ, di động, áp dụng cho những người chơi

thể thao [52];
• Các thiết bị nhỏ gọn hiển thị trên màn hình ngoài như trên máy tính hoặc trên

các màn hình kiểm soát tập trung của bệnh viện [1, 8, 20];
• Một số công trình nhận dạng online tín hiệu điện tim trên thiết bị [21].

Nhìn chung các thiết bị trên có chức năng chính là đo, giám sát, lưu trữ tín hiệu
điện tim nhằm trợ giúp các bác sĩ theo dõi quá trình điều trị các bệnh về tim mạch.
Thiết bị có ưu điểm nhỏ gọn, có thể cầm tay… Chức năng nhận dạng ít được tích
hợp vào thiết bị. Tuy nhiên hiện nay đã có nhiều công trình nghiên cứu về hướng

- 11 -


Chương I: Tổng quan về các phương pháp nâng cao chất lượng nhận dạng tín hiệu ECG

này, nhưng thường chỉ nhận dạng những bệnh tim thông dụng dễ phát hiện, hay
phát hiện hai loại: Không bình thường và bình thường…
1.2.2. Một số giải pháp nâng cao chất lượng nhận dạng tín hiệu điện tim



- 12 -