LuanVan.vnLuận Văn
Gửi thư

NGHIÊN CỨU PHÂN LOẠI TÍN HIỆU ĐIỆN TIM ĐỒ DÙNG TINYML

Khoá luận tốt nghiệp · Đại học · năm 2023 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
Tác giảDiệp Minh Thông; Trần Phúc Thuận
Người hướng dẫnNguyễn Chí Ngôn; Nguyễn Văn Khanh
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2023
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Hiện nay, bệnh tim là một trong những nguyên nhân chính gây tử vong trên toàn thế giới. Các bệnh lý liên quan đến tim mạch được phản ánh chủ yếu trên tín hiệu điện tim ECG (ElectroCardioGram). Vì vậy, việc kiểm tra và phân loại tín hiệu điện tim ECG là một trong những bước chẩn đoán căn bản để xác định các bất thường dẫn đến các bệnh lý về tim mạch. Tuy nhiên, việc phân tích ECG truyền thống thường yêu cầu sự can thiệp của con người và kỹ thuật phân tích cao. Để giải quyết những nhu cầu về các nghiên cứu, xây dựng các mô hình nhận dạng tín hiệu điện tim dựa trên bộ tín hiệu điện tim mẫu có độ chính xác và tin cậy cao. Nhóm đã thực hiện việc phân loại điện tâm đồ dùng TinyML (Tiny Machine Learning) là một lĩnh vực nghiên cứu trong máy học (Machine Learning) và các hệ thống nhúng. Đầu tiên, nhóm nghiên cứu đã thu thập dữ liệu từ cơ sở dữ liệu MIT-BIH, một nguồn tài liệu về tín hiệu điện tim ECG được sử dụng rộng rãi. Sau đó, nhóm đã phát triển mô hình nhận dạng chính xác và tin cậy bằng việc sử dụng các kỹ thuật TinyML. Phương pháp này không chỉ giúp giải quyết vấn đề phức tạp của phân loại bệnh tim mà còn tối ưu hoá hiệu suất của mô hình trong điều kiện có giới hạn tài nguyên như trên các thiết bị nhúng. Kết quả nghiên cứu cho thấy mô hình đạt được độ chính xác lên đến 99% ở miền thời gian và đạt độ chính xác 98% trên miền tần số FFT. Khi chuyển TensorFlow Lite kết quả đạt được độ chính xác 99% ở miền thời gian và 97% ở miền tần số FFT.Bên cạnh đó, nhóm đã thực hiện việc phát triển mô hình thu thập tín hiệu điện tim trên cả ba cảm biến AD8232, SEN0213 và CLICK BOARD ECG. Nhằm mục đích mở rộng ứng dụng của mô hình và giúp giải quyết những vấn đề về thu thập tín hiệu điện tim. Tóm lại, với những kết quả đạt được, luận văn đã góp được một phần quan trọng vào việc ứng dụng máy học vào chăm sóc sức khoẻ tim mạch và thu thập tín hiệu điện tim. MỤC LỤC LỜI CẢM TẠ i TÓM TẮT ii ABSTRACT iii LỜI CAM ĐOAN iv DANH MỤC HÌNH vii DANH MỤC BẢNG x Chương 1: TỔNG QUAN ĐỀ TÀI 1 1.1 Đặt vấn đề 1 1.2 Các nghiên cứu có liên quan 2 1.3 Mục tiêu đề tài 4 1.4 Cấu trúc bài báo cáo 4 Chương 2: CƠ SỞ LÝ THUYẾT 5 2.1 Tim và điện tâm đồ 5 2.1.1 Cấu tạo và nguyên lý hoạt động của tim 5 2.1.2 Tổng quan về tín hiệu điện tâm đồ (ECG) 5 2.1.3 Ý nghĩa cơ bản của các thành phần trên điện tâm đồ 7 2.1.4 Các loại nhiễu ảnh hưởng đến tín hiệu điện tim 14 2.2 Tổng quan về học sâu 15 2.2.1 Sự liên quan giữa học máy và học sâu 15 2.2.2 Vi điều khiển và các mô-đun đo điện tim được sử dụng 24 2.2.3 Cơ sở dữ liệu của đề tài 30 Chương 3: NỘI DUNG THỰC HIỆN 31 3.1 Tổng quan hệ thống nhận dạng tín hiệu điện tâm đồ ECG 31 3.2 Xây dựng các bộ số liệu mẫu 31 3.2.1 Cơ sở dữ liệu tín hiệu ECG 31 3.2.2 Tiền xử lý tín hiệu điện tim ECG 33 3.3 Huấn luyện mạng học sâu 36 3.3.1 Phân chia dữ liệu huấn luyện 37 3.3.2 Thiết kế cấu trúc mạng CNN 38 3.3.3 Huấn luyện mô hình 41 3.3.4 Chuyển đổi mô hình sang TensorFlow Lite 42 3.4 Mô hình thu thập, nhận dạng tín hiệu điện tim 44 3.4.1 Thiết kế mô hình thu tín hiệu điện tim 44 3.4.2 Thiết kế phần mềm 50 3.5 Bố trí thu thập dữ liệu tín hiệu điện tim 51 Chương 4: KẾT QUẢ VÀ THẢO LUẬN 54 4.1 Đánh giá dữ liệu và ảnh hưởng của nhiễu 54 4.1.1 Kết quả huấn luyện trên colab 54 4.1.2 So sánh kết quả xây dựng kiến trúc mạng đạt được với các nghiên cứu đã công bố 66 4.2 Kết quả thu thập dữ liệu 67 4.2.1 Dữ liệu tín hiệu điện tim từ 3 cảm biến Click Board ECG, AD8232 và SEN0213 trên cùng một người với tần số lấy mẫu 2 kHz 67 4.2.2 Dữ liệu tín hiệu điện tim từ 3 cảm biến Click Board ECG, AD8232 và SEN0213 trên cùng một người với tần số lấy mẫu 4 kHz 67 4.2.3 Dữ liệu tín hiệu điện tim từ 3 cảm biến Click Board ECG, AD8232 và SEN0213 trên cùng một người với tần số lấy mẫu 8 kHz 69 4.2.4 Dữ liệu tín hiệu điện tim từ 3 cảm biến Click Board ECG, AD8232 và SEN0213 trên hai người 70 4.3 So sánh đánh giá 78 4.3.1 So sánh các tín hiệu điện tim từ 3 cảm biến AD8232, SEN0213 và CLICK BOARD ECG 78 4.3.2 So sánh các tín hiệu điện tim thu được từ 3 cảm biến và tín hiệu
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.

Tải ứng dụng AI Học Thuật

Tư vấn học thuật, luận văn, công bố quốc tế với chuyên gia — miễn phí trên iPhone, iPad và Android.

Download on the App Store Tải trên Google Play