Luận văn thạc sĩ Vật lý kỹ thuật: Xử lý tín hiệu điện cơ bằng kỹ thuật số

NHIEM VU VA NỘI DUNG: Mục tiêu của dé tai là nghiên cứu phép biến đổi wavelet và ứng dụng phép biến doi này trong xử lý các tín hiệu điện cơ EMG.. TOM TAT LUẬN VĂNMục tiêu chính của luận

ĐẠI HỌC QUỐC GIA THÀNH PHÓ HỎ CHÍ MINH

TRƯỜNG ĐẠI HỌC BÁCH KHOA

NGUYEN HỮU ĐÔNG

CHUYỂN NGÀNH: VẬT LÝ KỸ THUẬT

MA SO: 60520401

LUAN VAN THAC SI

TP HO CHI MINH, THANG 01 NAM 2018

ĐẠI HỌC QUỐC GIA THÀNH PHÓ HỎ CHÍ MINH

TRƯỜNG ĐẠI HỌC BÁCH KHOA

NGUYEN HỮU ĐÔNG

XU LÝ TÍN HIỆU ĐIỆN CƠ BANG KỸ THUAT SOProcessing of electromyography signal using digital technique

Chuyên ngành: Vật lý Kỹ thuật

Mã so: 60520401

GV hướng dẫn: PGS.TS HUYNH QUANG LINH

TP Hồ Chí Minh, tháng 01 năm 2018

CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠITRUONG ĐẠI HOC BACH KHOA — ĐHQG — HCMCán bộ hướng dẫn khoa hoc: PGS TS Huynh Quang Linh

Cán bộ chấm nhận xét 1: TS Lưu Gia Thiện

2.TS Pham Thi Hai Mién

3 TS Luu Gia Thiện4.TS Lý Anh Tú5 PGS TS Huỳnh Quang Linh

Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý

chuyên ngành sau khi luận van đã được sửa chữa (nêu có).

CHỦ TỊCH HỘI ĐÔNG TRƯỞNG KHOA

ĐẠI HỌC QUỐC GIA TP HCM CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAMTRƯƠNG ĐẠI HỌC BÁCH KHOA Độc lập - Tự do - Hạnh phúc

NHIỆM VỤ LUẬN VAN THẠC SĨ

Họ tên học viên: NGUYÊN HỮU ĐÔNG MSHV: 1670733

Ngày, thang, năm sinh: 10/02/1979 Nơi sinh: Phú Yên

Chuyên ngành: Vật lý kỹ thuật Mã số: 60520401

I TÊN ĐỀ TÀI: XỬ LÝ TÍN HIỆU ĐIỆN CƠ BẰNG KỸ THUẬT SÓII NHIEM VU VA NỘI DUNG:

Mục tiêu của dé tai là nghiên cứu phép biến đổi wavelet và ứng dụng phép biến doi

này trong xử lý các tín hiệu điện cơ (EMG).

— Tìm hiểu về các quá trình thu nhận, các phương pháp kỹ thuật số đã và đangdùng dé xử lý tín hiệu điện cơ

— Nghiên cứu về phép biến đổi wavelet và ứng dụng của nó trong xử lý tín hiệu

điện cơ.

— Sử dụng phan mềm Matlab dé xử lý, lọc nhiễu tín hiệu điện cơ mẫu và các tínhiệu thu nhận từ cảm biến tại phòng thí nghiệm

— Xây dựng và vận hành các module viết bằng MATLAB dé ứng dụng xử lý tín

hiệu điện cơ.II NGÀY GIAO NHIEM VU: 10/7/2017

HI NGÀY HOÀN THÀNH NHIỆM VU: 31/12/2017

IV CÁN BO HƯỚNG DAN: PGS TS Huynh Quang Linh

Tp HCM, ngay thang năm 2017CAN BO HUONG DAN CHU NHIEM BO MON DAO TAO

TRUONG KHOA

hoàn thành luận văn này.

Tôi xin chân thành cảm ơn thầy -ThS Lê Cao Đăng đã giúp đỡ trong quá trình

TOM TAT LUẬN VĂNMục tiêu chính của luận văn là nghiên cứu phép biến đổi wavelet và ứng dụng phépbiến đổi này trong xử lý các tín hiệu điện cơ (EMG); sử dung phần mém Matlab dé

xử lý tín hiệu điện cơ.Các nội dung đã thực hiện được bao gồm:

Tìm hiểu về nguon sốc sinh lý của tín hiệu điện cơ, các quá trình thu nhận,các phương pháp đã và đang dùng để xử lý tín hiệu điện cơ

Nghiên cứu về phép biến đối wavelet và ứng dụng của nó trong xử lý tín

hiệu điện cơ.

Sử dụng Matlab và hộp công cụ Wavelet Toolbox để xử lý, lọc nhiễu tínhiệu và nén một số tín hiệu điện cơ mẫu

Xây dựng các module độc lập viết bằng MATLAB dé ứng dụng xử lý tín

hiệu điện cơ.Kêt quả luận văn tạo được công cụ hồ trợ cho những nghiên cứu cu thê vê ứng dụngđiện cơ trong các nghiên cứu lâm sàng.

ABSTRACTThe main objective of the thesis is to study the wavelet transform and its applicationin processing EMG signals using Matlab software.

The main results include:

Overview of physiological origin of EMG signal, detection techniques andmethod of EMG signal processing.

Overview of wavelet transform and its applications in EMG signalprocessing.

Using Matlab Wavelet Toolbox to carry out processing, noise filtering andcompressing EMG signal.

Programming in Matlab application modules for EMG signal processingusing wavelet transform.

Mentioned results enable to create tools supporting specific research on EMGapplication in clinical research.

LOI CAM DOAN CUA TÁC GIÁ LUẬN VĂNTôi cam đoan luận văn “XỬ LÝ TÍN HIỆU ĐIỆN CƠ BẰNG KỸ THUAT SỐ” là công

trình nghiên cứu của riêng tdi Kết quả đạt được trong luận văn không sao chép lại

của người khác Các số liệu, kết quả nêu trong luận văn là trung thực

Luận văn này chưa từng được ai công bồ trong bat kỳ công trình nào khác

Nếu sai tôi xin chịu hoàn toàn trách nhiệm.

Tác giả luận văn

Nguyễn Hữu Đông

MỤC LỤC

CÁC TU VIET TLẤT - << Sẻ +E* E8 E*ES E9 E33 EEESESEEESESESESEEESEEEEEkrkrerssrrreerre ivDANH MỤC CAC HÌ/NHH G5 << xxx v.v cư ngu, ivDANH MỤC CAC B ẢÌNG << << St E9 3 9 9 về 6 vs 40 vỉ(082717888888 000n0n0n8n8n88e 1CHUONG 1: TONG QUAN VE TÍN HIEU ĐIỆN CƠ - 5-5 5 << se 51.1 CƠ SỞ SINH LY VÀ GIẢI PHẪU CƠ ° 2 5 ssesessssesssesese 5

1.1.1 Chức năng CỦa CƠ - G-c Gà 5

1.1.2 Cau trúc của cơ chủ động - ¿5 ¿+ 5 2 E93 +E#E2E 2328 EErrrrrrrrerred 5

1.1.3 Đặc tính của cơ chủ động HH nghe 5

1.1.3.1 Tính dan hồi +: 5< E121 13 1 1E 5151512315 5111111 11111 ce 51.1.3.2 Tính hưng phan (CO €O)) ¿+ ¿E2 * SE 2E2E2E25 E5 EEEEEEEEEEEkrkrrree 61.1.4 Các KiỂU €O Ơ L1 121 111111121 1 51111101121 101110101 1111010101 01H 6

1.1.5 Các dạng CO CO - nà 7

1.1.6 Nguồn năng lượng cho CO CƠ ¿552222 2 2E 325 2 SEEEEEEEEEErkrkrrree 7

1.1.7 Don vi vận động (Motor Unit— MŨ) ccSccS S532 1131 krree 71.1.8 Soi cơ nhanh và sợi cơ chậm - ccc << s31 sssssse 8

1.2 TIN HIỆU ĐIỆN CƠ (EÌM)) 2 5-5-5 < << 29x99 sex se 9

1.2.1 Cơ so phát sinh tín hiệu điện cơ c5 S1 13 ket 9

1.2.1.1 Điện thế hoạt động c.ceccccccsccssssescsescsssscssscsesesssscscsesssssssseseeees 101.2.1.2 Mô hình điện đối với điện thế hoạt động -. -¿ 5 5+5¿ 111.2.2 Kết cau của tín hiệu EÌMG E2 S83 91k SE v2 vs 121.2.3 Các đặc điểm cơ bản của tín hiệu điện cơ - ¿2 2 c+c+s+ssxss2 121.2.4 Các nhân tô ảnh hưởng đến tín hiệu EMG 2-2-2 5s cc+s+s£s£2 131.2.4.1 Nhiễu vốn có ở điện CỰC óc xxx S119 S1 91 5151111 ngư cha 131.2.4.2 Nhiễu chuyển động ¿2 + S2 232321212121 1 2E Errrrrrred 131.2.4.3 Nhiễu điện tt - - Go k1 ng HH ng ngưng ng 131.2.4.4 Hiện tượng nhiễu xuyên âm (cross talk) « «<< << s 131.2.4.5 Nhiễu nội tai ccc ee ceccescescesssesceccssseccsscssccsscescesecsecsceascscesceaeenes 14

1.2.4.6 Tính ngẫu nhiên vốn có của tín hiệu -¿ 2 2 + s+e+s+szxzs2 141.2.4.7 Anh hưởng của tín hiệu ECG - ¿252525222 2 £+Evxeevrrseeeered 14

1.2.5 Các phương pháp thu nhận tín hiệu điện cơ EMG - 14

CHUONG 2: PHƯƠNG PHAP XU LÝ TÍN HIỆU ĐIỆN CƠ [15J 152.1 PHÉP BIEN DOI HILBERT HUANG (HHT) °-5 5< 15

2.1.1 Phuong pháp phân tách thực nghiệm EMI - << +2 15

2.1.2 Biến đổi Hilbert - ¿6 2< 11121 5 515111132111 5111011111111 11 010 re l6

2.1.3 Giải thuật EMD c5: 5S 15121111111 1211111151111 21111110111 1111 11T ck 0 17

2.2 PHÉP BIEN ĐÔI WAVIEL/ETT 2-5-5-5< 5° 5< S6 SssEseseSeEsEsEsesesesseeeses 172.2.1 Phép biến đổi wavelet liên tục [15 ] ¿+ 2 +c+s+s£z£zxzesezsrreesered 19

2.2.2.1 Giới thiệu CWT woes cccscscsescsescsesessssessssscscssscssseseseseseeeeen 19

2.2.2.2 Điều kiện wavelet mother c.ccccccccccessecsececseccscscssceeceessceeseeveeeaceees 192.2.2.3 Độ bat định (độ phân giải thời gian và độ phân giải tần số) 20

2.2.2.4 Mother wavelet và father wavelet (wavelet ti lệ) - 232.2.2.5 Các loại wavelet MOthE - -csc {3133131111111 1115532 23

2.2.2 Phép biến đổi wavelet rời rạC ¿ + xe S S212 1E 11121 1 5 1x reg 302.3 PHÉP BIEN DOI FOURIER THOT GIAN NGAN 5 312.4 SO SANH CAC PHƯƠNG PHÁP XU LY TÍN HIỆU 312.5 ĐÁNH GIA CAC PHƯƠNG PHAP XU LY TÍN HIỆU 32CHUONG 3: KET QUA THUC HÀNNHH - se vs vs ve xe 33

3.1 CAC UNG DỤNG CƠ BAN CUA PHÉP BIEN DOI WAVELET 33

3.1.1 Loại bỏ nhiễu tín hiệu - ó5 13k 91 9319 E3 51 51 cv vs sskg 333.1.1.1 Mô hình một chiều Co bản ¿+ + 2 + SE 2E +22 £zE+Ezzzrzesered 363.1.1.2 Nguyên tắc khử nhiễu © ¿5 S522 S2 2E E221 SE rkrrrred 363.1.1.3 Đặt ngưỡng mềm và ngưỡng cứng - +5 2 2 +52s+2£z£sezs¿ 36

3.1.2 Nén dit liệu - - E+< Sẻ SE S515 1111111111111 11 051112111111 110 01110111 ck 0 38

3.2 THIET BỊ THU NHAN TÍN HIỆU BIOPAC MP30 393.2.1 Thiết bị và kỹ thuật thu nhận EMG ¿+2 2 + 2 +£+E+E+E£szs£eczcze 393.2.1.1 Thiết bị MMIP30 - G1212 HS KH TY ng TH ng set 393.2.1.2 Điện cực be mặt -G- k2 E S191 5193 91 5193191 HH ng re chọ Al

ii

3.2.1.3 Cài đặt phần mm ¿+ S2 2 SE 3 1E SE 1xx rn rret 43

3.2.1.4 Cài đặt kênh c1 11 11111 1212111111111 211111111101 11 1101k 0 433.2.2 Cài đặt sự thu nhận ¿- ¿c2 2111512121 1 1 5 115 5111111111111 re 45

3.2.2.1 Bắt đầu một thu nhận - - k E163 SE 2E vs cra 463.2.2.2 Kết thúc sự thu nhận ¿+ 2 + E282 £2E2E£E£E2E£EsErErkrrrered AT3.3 KHAO SAT TIN HIEU EMG BANG HOP CONG CU WAVELET

TOOLBOX CUA MATLAB ccccsssssssssssssssssesssesssscecssssessssssssssossceesescscseeesees 47

3.3.1 Các tín hiệu EMG chọn lỌC - - - << s1 3113211133113 111551 111551552 47

3.3.2 Phân tích bang hộp công cu Wavelet Toolbox của MATLAB 463.4 XÂY DỰNG CHƯƠNG TRÌNH PHAN TÍCH TÍN HIỆU EMG DOCLAP DE TÍNH TOÁN CHO CAC UNG DỤNG KHAC 54CHUONG 4: KET LUẬN VA HUONG PHAT TRIEN 5 5< << cec«: 604.1 KET LUẬN CHUNG «5 << 5< s9 S3 45x 95 x59 4e 604.2 HƯỚNG PHAT TRIEN CUA DE 'TÀ I -<- 5 5-ses<s< << =sesesesee 61TÀI LIEU THAM IKHHÍC 5 << x4 <3 3 3 E9 x E9 v23 6x2 61

iil

CÁC TỪ VIET TAT

Kí hiệu Diễn tả

Ach AcetylcholineATP Adenosine TriphotphateCWT Continuous Wavelet TransformDOCG Derivative of Complex GaussianDOG Derivative of Gaussian

DWT Discrete Wavelet TranformEMD Empirical Mode DecompositionEMG Electromyography

GT Gabor TransformHHT Hilbert Huang TransformIFT Inverse Fourier TransformIMF Intrinsic Mode FunctionMU Motor Unit

MUAP Motor unit action potentialSEMG Surface ElectromyographySTFT Short Time Fourier TransformTF Time-Frequency

WT Wavelet TransformWEB Wavelet Filter BankWVD Wigner- Ville Distribution

DANH MUC CAC HINH

Hình 1: Tín hiệu EMG thé [153 Ì, - - cc c c1 SE SE KH ĐK ky re |

Hình 2: Cấu tric co chủ động cl TQ TQ HH HT TT vn rrh 6Hình 3: Sơ đồ minh họa don vị vận động [⁄{Ó]| TS 1S Y1 1 1x vớ ổHình 4: Quá trình khứ cực và tái khứ cực của màng fẾ DOO CO .cccccccse se se: ọHình 5: Cơ chế phat sinh điện thé hoạt ,/0/1-EEPPEEEEE- 10Hình 6: Điện thé hoạt động của các 72,211 0PRERRRRRREEEaa 10

Hình 7: Khu vực khứ Cực trÊn CAC MAN SOU CƠ ĂĂ SG set 10Hình 8: Mô hình cua một lưỡng cực điện trên CAC MANY SỢI CƠ esses 11

Hình 9: Su phát sinh điện thé hoạt động CUA MU Ẳ S cc cc cv xxx sxa 11Hình 10: Sự chong lên nhau cua các MUAP tạo nên một tin hiệu EM( 12

IV

Hình 11: Tín hiệu EMG là tong cua dién thé hoat dong cua nhiéu soi co /6j 12Hình 12: Pho năng lượng cua tín hiệu EMG [ IŠ] - << <+-<<<<ssss+s+2 12Hình 13: Sơ đô khối pháp biến đổi Hilbert Huang [15] . - << s sec seceeseei 15Hình 14: Phép biến đổi vwVW€Ï€ « - Sc S13 SEEESESEESE SE HT T11 xu 18Hình 15: Heisenberg Box có độ phân giải thời gian — tan số khác nhau của một

2/2720 ẼẼẼẼẺẼ ®®£ỶÝÝ 21

Hình 16: Băng thông và tan SO trunng tan eeccccccccccccccccssscscecsscsesceecsvsctscsvscescscseeevaven 21Hình 17: Bang thông so với tan số trung tâm của ŠTFT «+ ssscetsesexeesees 22Hình 18: Băng thông so với tân số trung tâm của CWWT -scssssctsesereesees 22Hình 19: Wavelet tỉ lệ phi tUYỄN - + SE k1 SE KTS TT HT TH Tre 22Hình 20: Hàm mũ Mexico (miễn thời 2/2/54 24Hình 21: Phố năng lượng của hàm mũ Mexico (tan số trung tâm là 0.251 Hz) 24Hình 22: Đạo hàm bậc 5 của wavelet Gauss (miễn thời GIQH) ẶĂ HS 25Hình 23: Đạo hàm bác 8 của wavelet Gauss (miễn thời GIQH) ẶĂ HS 25Hình 24: Morlet phức (miễn thoi gÌ@ï)) - c- + SE SEEkESE SE kg ren, 26Hình 25: Meyer wavelet (miễn thời gin) - «SE StEk*EEESEEkESEErkEeerkrrreerkeo 27Hình 26: Đồ thị Shannon phức, tan số trung tâm thấp (miên thời gian) 27Hình 27: Đồ thị Shannon phức, tan số trung tâm cao (miễn thời gian) - 27Hình 2S: Wavelet phúc Shannon ( 72.877.818 88ha 27

Hình 29: Ho wavelet DAUube chi cc CS SE SH KV KH ky kh ec 26Hình 30: Ho wavelet ŠVIHÏØÍS c1 KT KT KT ki sếp 29Hình 31: Ho wavelet (OI@ÍS ccc HE SE S9 kg kh ke se 29

Hình 32: Độ phân giải của thời gian và tan số trong biến đổi wavelet [15] 33

Hình 33: So sánh giữa hình dạng tín hiệu và hàm WVGÏ€F «<< SS S2 34

Hình 34: Hình cua tín hiệu trước và sau khi su dụng bộ lọc với hệ số tỉ lệ a = 64 34Hình 35: Hình cua tín hiệu trước và sau khi su dụng bộ lọc với hệ số tỉ lệ a = 30 35Hình 36: Sóng hình sin được khử nhiễu ở 5 mức phân tích - s=scss+see: 35Hình 37: (a) là tín hiệu ban đầu, (b) là tín hiệu được đặt ngưỡng cứng và (c) là tínhiệu được đặt ngưỡng “72 PPEEREEEERE 37Hình 38: Đặt ngưỡng tự động của các chỉ tiét HƯƠng ỨÍHNg sec «se cecsesseseeo 37

Hình 39: Một tín hiệu điện trước và SAU Khi HẾPH -ccc c HS 2E 213v 3v vs se 38

Hình 40: Cong kết noi của thiết bi MP30 cccccccccccccsssessecssesescescsssctecevscessesseesvaven 39Hình 41: (a) Điện cực Ag hoặc AgCl, (b) Điện cực lõm, (c) Điện cực dùng một lanvới mảnh xốp bão hoà điện phân, (d) Điện cực dùng một lan keo hydro, (e) Điệncực bạc, bac clorua; (f) điện cực khô cacbon dan hồi [46] ceccccccccecssccsccsscsscsscssseses 42Hình 42: Giao diện của phan mém BIOPAC Student Lab PRO 5-5: 43

Hình 43: Bang cài đặt Ken ẨÏHH SG c1 111111110 10 1111111 v3 x4 43

Hình 44: Bảng thiết lập thong SỐ St k SE TH HT HT ngu 45

Hình 45: Các tín hiệu EMG minh ho SG Gv vs se 48FHI 46 oieeeeeccceccecceccccccccecnenaeaeenseseeeeeeececeeeeeeeeceeeeeaaeaaaaeaasseeseeeececeeeceeeeeeaeaaaaaaaaaeeees 49I;|/)8.WHHdddiidiiiddiiiididđdầ¬ủ 49FHI AS cae cdỎ.iẮẮ 49

FHINM SO eee -: :.:":-'^'"'"-:-”ồồÝ.Ầ 50

70m AiiittiiidẢ33ŸẢ 51;0,.mhftnnem.« ôễôI.I.Ă.i.4-: 4 51FINN Xdiii.3 5177.7 SS cece cece 3 52FTI SO eee ccc rễdddddddddắảắỶắâắỶÝẮ - 52| E11) ey eee ll1đa3ăốăốăố Ả 52;0.1 m9 SS SSS 0000000000000 0000S tS SSS SSSSSS 53[;11/1/891Lmmiiẳẳiẳẳiẳiiiidadadddiad4 53FHI 60 wieeeececcceccecccccccccccecneeaanenssseeseeeececeeeeeeeeceeeeeaaaauaasaensseneeeececeeeceeeeeeaeaaaaaauegeneees 53

DANH MUC CAC BANG

Bang 1: So sánh giữa STFT, WT va HHT [IŠ] - << << «<< << <<<<><ssssss 32

Bảng 2: Bảng đặc tính kỹ thuật ở mặt sau của thiết bị MP 30 - s55: 40Bảng 3: Bảng đặc tính kỹ thuật ở mặt trước của thiết bị MIP30 - 5: 4IBảng 4: Bảng các tín hiệu mẫu ¿ ¿©2525 SE‡E2EEE+ESEvEeEreErrerrrrrrrererred 46

Vi

MỞ ĐẦUTín hiệu y sinh thường được hiểu là tín hiệu điện được thu nhận từ các cơ quantrong cơ thé người nao thé hiện các biến đổi đặc tính vật lý hoặc sinh lý nào đó Tínhiệu này thông thường là một hàm của thời gian và có thé được mô tả bởi biên độ,tần số và pha của tín hiệu đó Tin hiệu điện cơ — Electromyography (EMG) là một tínhiệu y sinh đo bang dong điện được tao ra ở cơ khi có sự co co Hệ thống thần kinhbình thường điều khiến hoạt động của cơ (co/duéi) Do đó, tín hiệu EMG là một tínhiệu rất phức tạp [10], được điều khiến bởi hệ thống thần kinh và phụ thuộc vào cautrúc giải phẫu và tính chất sinh lý của các cơ Tín hiệu EMG bao gồm nhiễu trong khitruyền qua các mô khác nhau Hơn nữa, cảm biến EMG, đặc biệt nếu đặt tại bề mặtcủa da thì thu được các tín hiệu từ các cơ vận động khác nhau tại cùng một thời điểm,nó có thé tạo ra sự tương tác các tín hiệu khác Lý do chính đối với phân tích tín hiệuy sinh là các ứng dụng trong điều trị bệnh và lĩnh vực y sinh [6].

Các tín hiệu điện cơ EMG cần phải sử dụng phương pháp có độ chính xác đángtin cậy đối với từng bước: ghi nhận, phân tích, xử lý và phân loại Tín hiệu điện cơbề mặt (SEMG) được chi nhận băng các điện cực tại bề mặt da và thu được các tínhiệu sinh học của quá trình hoạt động của hệ cơ — thần kinh Cơ tạo ra một tín hiệuđiện yếu với biên độ khoảng 0,1 — 0,5 mV Do đó, đòi hỏi hệ thống đo phải có độnhạy lớn, nhưng điều này dẫn đến khả năng chống nhiễu giảm Các vẫn đề khác gặpphải trong việc ghi nhận tín hiệu EMG đó là nhiễu và ảnh hưởng của nhiễu Nănglượng của tín hiệu điện cơ bề mặt có dãy động năm trong khoảng 0 — 1000 Hz, nhưngtín hiệu EMG thông thường có tần số thấp và tín hiệu nhiễu có tần số cao Tín hiệuEMG thật sự hữu ích năm trong dãy động từ 10 — 500 Hz, chi tiết hơn là từ 50 — 150Hz [11] Vì thế người ta tin tưởng rằng, nhiễu được sinh ra từ tín hiệu có tần số cao,được giả định tuân theo hàm phân bố Gauss [12]

——» w

Hình 1: Tín hiệu EMG thô [13]

Để có được tín hiệu EMG, điện cực được dán lên bé mặt da (điện cực bề mặt)

hoặc điện cực kim được gan truc tiép vao CƠ bap Tín hiệu EMG thu được từ điện cực

bề mặt là một tín hiệu phức tạp, bao gồm tất cả các sợi cơ năm dưới da Nó phụ thuộcvào sự điều khiến của hệ thần kinh, vào các tính chất giải phẫu và sinh lý của các cơbap Tín hiệu EMG có thé được biéu diễn dưới dạng điện áp như Hình 1 [13]

Kỹ thuật ghi nhận tín hiệu EMG là tương đối mới Hiện tại còn những hạn chếtrong việc ghi nhận và hiểu rõ tính chất phi tuyến của tín hiệu điện cơ ở bề mặt, dựđoán sự biến đổi tiếp theo của tín hiệu, thu tín hiệu chính xác từ cơ [1, 2] Các thuậttoán nhằm tái tạo lại tín hiệu điện cơ sau khi lọc nhiễu của các hệ thống truyền thốngcó những hạn chế khác nhau, tính toán phức tạp và cho tín hiệu bị sai lớn [1] Nhữngtiễn bộ gần đây trong kỹ thuật xử lý tín hiệu các mồ hình toán học đã tạo tiền đề cho

việc phi nhận và kỹ thuật phân tích các tín hiệu điện cơ EMG Cac kỹ thuật toán hockhác nhau và trí tuệ nhân tạo (Artificial Intelligence) đã có những sức thu hút lớn.

Các mô hình toán học bao gồm phép biến đôi wavelet, các phương pháp thời gian —tần số, phép biến đối Fourier, phân bố Wigner — Ville (WVD), đo lường thống kê, vàthống kê bậc cấp

Trong xử lý tín hiệu nói chung và xử lý tín hiệu điện cơ nói riêng, phép biến đổiFourier là một công cụ toán học hữu ích và quan trong Tuy nhiên, phép biến doiFourier chỉ cung cấp thông tin có tính toàn cục, thích hợp cho những tín hiệu tuầnhoàn, không chứa các đột biến hoặc các thay đối không dự báo được

Khắc phục nhược điểm này một cách hiệu quả nhất là phép biến đổi wavelet.Phân tích thời gian — tần số dựa vào phép biến đối wavelet là phù hợp hơn dé xử lý

các tín hiệu điện cơ EMG [14].

Ứng dụng EMG trong kỹ thuật y sinh dùng để chữa bệnh về cơ hoặc dựa vàotín hiệu điện cơ để tối ưu hóa hoạt động của cơ là một lĩnh vực không mới trên thếgiới Tuy nhiên, việc ứng dụng kỹ thuật EMG tại Việt Nam có phan hạn chế Cácbệnh liên quan VỀ CƠ thường không được chân đoán băng tín hiệu điện cơ mà chủ yếudựa trên kinh nghiệm của bác sĩ hoặc các triệu chứng lâm sàng về cơ Hơn nữa, trongnước cũng chưa thay công ty hay tổ chức nào dùng tín hiệu EMG để mô phỏng hoạtđộng của cơ Từ đó có thé ứng dụng trong thé thao, chế tạo chân tay giả hoặc robot

hoạt động trên cơ sở tín hiệu này Các máy móc về điện cơ thì nhập khẩu từ nướcngoài hoặc chỉ lắp ráp tại Việt Nam chứ chưa thấy chế tạo Do đó, đây là hướng

nghiên cứu mới tại Việt Nam.

Trên thế giới, có nhiều công trình nghiên cứu về tín hiệu EMG Frabcesco Rediđã nghiên cứu EMG lần dau tiên vào năm 1666 từ việc nghiên cứu tín hiệu điện cơtừ con lươn điện [3] Năm 1773, Walsh đã chứng tỏ rang mô cơ (muscle tissue) củaloài lươn điện có thể tạo ra một tia điện Vào năm 1792, trong công trình [4] A.Galvani đã chứng minh tín hiệu điện có thé tao ra từ sự co giãn của cơ Việc ghi nhậnđầu tiên tín hiệu điện cơ dau tiên được thực hiện bởi Marey vào năm 1890, cũng làngười đầu tiên giới thiệu cum từ tín hiệu điện cơ Năm 1922, Gasser va Erlanger đãsử dụng dao động ký điện tử để quan sát các tín hiệu điện từ các cơ Bởi vì tín hiệuđiện cơ là tín hiệu ngẫu nhiên Thông tin thô này có thé được ghi nhận từ việc theodoi chúng Kha năng của ghi nhận tín hiệu điện cơ đã được phát triển từ thập niên1930 đến 1950 va các nhà nghiên cứu đã bat đầu dé sử dung các điện cực dé nghiêncứu các tín hiệu điện của cơ Quá trình điều trị bệnh sử dụng tín hiệu EMG bề mặtdành cho việc điều trị các rối loạn cơ Đặc biệt đã được bắt đầu từ năm 1960 Vàonhững năm 1980, Cram và Steger đã giới thiệu một phương pháp điều trị bằng việcquét qua một loạt các cơ bắp bằng việc sử dụng thiết bị cảm biến tín hiệu EMG [5].Cho đến giữa thập niên 1980, với sự phát triển của kỹ thuật tích hợp của các điện cựcđã cho phép tạo ra hàng loạt các thiết bị có kích thước nhỏ, khối lượng nhẹ và khảnăng khuếch đại N goài ra có thể ghi nhận tín hiệu điện thế rất nhỏ, cỡ mili vôn Trong15 năm gan đây, các công trình nghiên cứu đã cho những kết quả chính xác hơn trongquá trình ghi nhận tín hiệu EMG Gần đây, tín hiệu điện cơ bề mặt được sử dụng ngày

càng rộng rãi (superficial muscles) trong khi đó, các điện cực kim chỉ được sử dụngcho các cơ sâu bên trong [2, 4|.

Các tín hiệu EMG có thể được sử dụng trong lâm sàng và các ứng dụng y sinh.Hiện tại, có ba ứng dụng chủ yếu của tín hiệu EMG, dau tiên là dùng dé xác định thờiđiểm vận động của cơ bắp khi mà cơ bắt đầu co hoặc duỗi; thứ hai là để ước lượnglực được tạo ra bởi co; thứ ba là dé chi nhận sự mỏi cơ thông qua việc phân tích pho

tân sô cua tín hiệu.

Trong đó rất nhiều công trình nghiên cứu về phương pháp thu nhận tín hiệuEMG và phương pháp xử lý tín hiệu sao cho đạt độ trung thực và chính xác nhất Ởcác nước phát triển, ngoài y học, họ còn ứng dụng tín hiệu điện cơ trong điều khiếnchân tay giả, robot, ứng dụng trong thể thao để đưa ra phương pháp luyện tập hiệuquả cho vận động viên Gần đây có nhiều công tình nghiên cứu về các phương phápxử lý tín hiệu EMG một cách tốt hơn được đăng tải trên những tạp chí phố biến như

IEEE, ScienceDirect [14, 47, 48].

Mục tiêu của luận văn nay tập trung nghiên cứu xử lý tin hiệu điện cơ bằngphép biến đối wavelet Ý nghĩa của dé tài là để ứng dụng trong chan đoán và điềutrị bệnh liên quan đến hệ co; góp phan vào việc mở rộng cộng đồng nghiên cứu Vật

lý kỹ thuật Y sinh tại Việt Nam.

Các mục đích của đề tài là nghiên cứu phép biến đổi wavelet và ứng dụng phépbiến đổi này trong xử lý các tín hiệu điện cơ (EMG); sử dung phần mém Matlab dé

mô phỏng và xử lý một vài tín hiệu điện cơ.Các nội dung được thực hiện trong luận văn này là:

— Tìm hiểu về các quá trình thu nhận, các phương pháp đã và đang dùng để xử

lý tín hiệu điện cơ.

— Nghiên cứu về phép biến đối wavelet và ứng dụng của nó trong xử lý tín hiệu

điện cơ.

— Sử dụng phần mềm Matlab dé mô phỏng, lọc nhiễu tín hiệu điện cơ mẫu vàcác tín hiệu thu nhận từ cảm biến tại phòng thí nghiệm Vật lý Kỹ thuật y sinh,Đại học Bách khoa, TP Hỗ Chí Minh

— So sánh tín hiệu đã xử lý băng phép biến đối wavelet với kết quả xử lý bangcác phương pháp truyền thống cụ thé như phép biến đổi Fourier

— Cuối cùng, tạo ra tín hiệu điện cơ đáng tin cậy để ứng dụng trong chân đoán

và điêu trị bệnh liên quan về cơ.

CHƯƠNG 1: TONG QUAN VE TÍN HIỆU ĐIỆN CƠ1.1 CƠ SỞ SINH LÝ VÀ GIẢI PHẪU CƠ [49]

1.1.1 Chức năng của cơ

Cơ là tổ chức tổn tại cùng với con người từ lúc mới sinh cho đến lúc đi vào c i

vĩnh hằng Các cơ quan của cơ thể vận động được hay biểu thị cảm xúc là nhờ có hệ

thống cơ Cơ và sự vận động của cơ thể luôn luôn ảnh hưởng, tương tác lẫn nhau: nếuvận động nhiều thì cơ phát triển và ngược lại kém vận động hay không vận động thì

cơ sẽ thoái biên Cơ được chia làm ba loại:

— Cơ chủ động (còn gọi là cơ chủ động xương, cơ vân) gắn vào xương giúp tacử động, hô hấp và di chuyền trong không gian

— Cơ trơn có ở những thành nội tạng, mạch máu và các tuyến Chúng là thànhphân quan trọng bảo đảm sự vận động của các cơ quan nội tạng

— Cơ tim là loại cơ đặc biệt vừa có tính chất của cơ chủ động, vừa có tính chấtcủa cơ trơn Cơ tim có liên quan mật thiết tới hệ thống tuần hoàn trong cơ thê

1.1.2 Cau trúc của co chú độngCơ chủ động chiếm khoảng 50% khối lượng cơ thể Mỗi bắp cơ gồm nhiều bósợi cơ xếp song song theo chiều dài của co, gan liền với nhau bởi tổ chức liên kết.Mỗi soi co (fiber) là một tế bào cơ dài khoảng 5 — 60 mm, có đường kính từ 10 — 100pm Mỗi sợi co được một tận cùng thần kinh điều khiến thường năm ở giữa SỢI cơ,nếu tách riêng sợi cơ có thé co được Toàn bộ bắp cơ co là kết quả co của tat cả những

SỢI cơ tạo thành nó.

Khi tách cơ ra khỏi cơ thể, nuôi trong điều kiện nhân tạo dưới ảnh hưởng củamột lực, co sẽ thay đổi hình dáng Khi lực đó thôi tác dung, cơ sẽ trở về hình dángban đầu.

CẤU TRÚC CỦA CƠ CHỦ ĐỘNG

Các mạch máuNhân của

tế bào cơ

các bỏSỢi cơi cơ (tế bào cơ) được

tạo nên bởi các sợinguyên cơ

Sau khi co cơsợi nguyên cơ được

cấu tạo bởi các sợi

nhỏ actin và myosin.

| '

sợi nhỏ actin

: sợi nhỏ actin= SS

ác sợi nhỏ myosin¬

Hình 2: Cấu trúc cơ chủ động [49]1.1.3.2 Tinh hưng phan (co cơ)

Nếu kích thích lên cơ với cường độ tới ngưỡng sẽ làm cho cơ hung phan, biểuhiện băng hình thức co cơ Kích thích sinh lý lên cơ là các xung động than kinh phátra từ hệ thần kinh trung ương, theo sợi thần kinh vận động truyền tới cơ Người tacũng có thể gây co cơ bằng cách kích thích trực tiếp lên cơ các kích thích cơ học

(châm, kẹp) hay nóng, lạnh, axit, dòng điện

Tùy điều kiện vận động mà cơ chủ động có các kiểu và các hình thức co khác

nhau.

1.1.4 Các kiểu co coKhi co cơ đơn độc sẽ thay đổi độ dai hay trương lực cơ, hoặc thay đổi cả haithông số này

Nếu cơ co rút ngăn chiều dài mà không tăng trương lực cơ là loại cơ co đăngtrương (isotonic) Nếu co co không rút ngắn chiều dài tuy nhiên làm tăng trương lực

cơ là loại cơ co đăng trường (isometric).

Trong hoạt động sống, hầu hết các động tác ta có co cơ hỗn hợp Ban dau, cocơ đăng trường, lực phát triển ngày càng tăng đến lúc đủ mạnh Sau đó, cơ rút ngắndé di chuyền trọng tải, tức cơ co đăng trương.

Các cơ chủ động có độ lớn và kích thước dài ngăn rất khác nhau, việc sử dụngnăng lượng cho các cơ cũng khác nhau và thường thé hiện ở tốc độ co cơ

1.1.5 Các dạng co cơ

Có hai dạng co cơ phụ thuộc vào tần số kích thích là:Co cơ đơn giản: khi cơ chịu tác động của một kích thích đơn lẻ đạt trị SỐngưỡng trở lên, cơ sẽ đáp ứng bằng một co cơ đơn nhất, nhanh và ngăn, thường kéo

dai 100 ms.

Co cơ cứng: khi cơ chịu nhiều kích thích liên tiếp có cường độ như nhau thì ởcơ có hiện tượng tập cộng Nếu khoảng cách giữa hai kích thích nhỏ hơn thời giancủa một co cơ đơn giản thì sự co cơ của kích thích sau sẽ chồng lên sự co cơ của kích

thích trước đó, gây ra hiện tượng co cơ cứng.

1.1.6 Nguồn năng lượng cho co cơNgười ta chia nguồn năng lượng cho co cơ thành 3 hệ là:

Hệ năng lượng phosphogen: gồm ATP và creatinphosphat ATP là nguồn nănglượng trực tiếp cho cơ hoạt động, nó bị phân hủy và tái tổng hợp liên tục khi co cơ

Hệ năng lượng lactic: là hệ năng lượng do con đường đường phân yếm khí.Con đường này rat quan trọng vì tốc độ nhanh gấp 2,5 lần con đường oxy hóa có oxy

Hệ năng lượng oxy hóa: đây là nguồn năng lượng bảo đảm cho cơ hoạt độngkéo dài Vật chất bi oxy hóa chủ yếu là lipid, glucid và một phan protein

1.1.7 Don vị van động (Motor Unit— MU)

Đơn vị chức năng nhỏ nhất dé miêu tả sự điều khiến của hệ thần kinh vận độngđối với quá trình co cơ được gọi là 1 đơn vi vận động Nó bao gdm một sợi than kinh

vận động xuất phát từ một nơ-ron vận động (alpha motoneuron) va tất cả các sợi cơ

được điều khiến bởi các nhánh sợi trục của sợi thần kinh vận động đó (Hình 3)

khe liên hợp

thần kinh

Hình 3: Sơ dé minh họa don vị vận động [49]Các nơ-ron vận động có kích thước tế bào nhỏ, có sợi trục tương đối mảnh vàcó số lượng sợi nhánh tận cùng ít, do đó có MU nhỏ, ngưỡng hưng phan thấp và tốcđộ dẫn truyền xung chậm Các nơ-ron vận động có kích thước tế bào lớn, có sợi trụctương đối dày và có số lượng sợi nhánh tận cùng nhiều, do đó có MU lớn, ngưỡnghưng phần cao và tốc độ dẫn truyền xung nhanh

1.1.8 Soi cơ nhanh va sợi cơ cham

Tất cả các sợi cơ trong một MU có cùng tính chất, nghĩa là MU nhanh chỉ baogdm các sợi cơ nhanh, còn MU cham chi bao gdm các sợi cơ cham Sự khác nhau ở

các sợi đó là sức mạnh, sức nhanh và sức bên co cơ.

Các sợi cơ nhanh dày hơn, có sức co cơ mạnh với tôc độ nhanh nhưng thời gianco cơ ngăn và sức bên không cao.

Các sợi cơ chậm mảnh hơn, không tạo được sức cơ nhanh và mạnh nhưng đảmbảo sự co cơ bên bi kéo dài với một lực không lớn.

Môi bap cơ gôm cả những sợi cơ nhanh và sợi cơ chậm Những cơ can phanứng nhanh gôm chủ yêu các sợi cơ nhanh đề phù hợp với chức năng của từng loại cơ.

1.2 TÍN HIỆU ĐIỆN CƠ (EMG)

1.2.1 Cơ sớ phát sinh tín hiệu điện cơ

Tín hiệu điện cơ được phát sinh từ sự kích thích của các sợi cơ bởi các nơ-ron.

Hiện tượng này có thé được giải thích bởi mô hình của một mang bán thắm, mô tả

các thuộc tính về điện của màng tê bào.

Trạng thái cân bằng ion giữa các ion bên trong và bên ngoài màng tế bào tạonên một điện thế nghỉ tại màng tế bào cơ (khoảng từ -80 đến -90 mV khi không cocơ) Khi có kích thích sẽ làm xuất hiện sự khác nhau về điện thế giữa bên trong vàbên ngoài màng tế bào: điện thế bên trong trở nên âm hơn Sự khác nhau này được

duy trì bởi một quá trình sinh lý được gọi là quá trình “bơm ion” Sự hoạt hóa của

một tế bào sừng trước alpha-motor gây nên sự dẫn truyền các kích thích dọc theo dâythần kinh vận động Sau khi giải phóng các chat dẫn truyền tại tam vận động (themotor endplates), một điện thé tam vận động được tao ra tại sợi cơ được kích thích

bởi MU.

Đặc điểm khuếch tán này của màng soi cơ bị thay đối trong một thời gian ngắnvà các ion Na* di chuyển vào bên trong màng tế bào Điều này gây nên một sự khửcực màng tế bào (Depolarization) Sự khử cực này được phục hồi lại ngay lập tức bởisự trao đôi ngược lại các ion bên trong quá trình “bơm ion” và tạo nên sự tái khử cựcmàng tế bào (Repolarization) (Hình 4)

" Resting potential De polarisation Repolarisation

3 Nat «: Na* K* Na* K*

ñ af

2=

E Na+ aT K Na+ K*

A-Stead y State at - 80mV Increased Na - Influx Increased Na - Exflux

due to ionic pump

Hình 4: Quá trình khử cực và tái khứ cực cua màng tê bao cơ

mVolts

1.2.1.1 Điện thé hoạt độngKhi dòng ion Na" chảy vào bên trong màng tế bao cơ vượt qua một mức ngưỡngnào đó, quá trình khử cực màng tế bào gây nên một điện thế hoạt động thay đối nhanhchóng từ -80 mV đến +30 mV

Như vậy khi một xung động thần kinh từ dây cột sống dẫn truyền đến tâm vận

động làm giải phóng Ach (Acetylcholine) tại khe synap (1) và gay nên một sự khử

cực (điện thế hoạt động) (Hình 5) Điện thế hoạt động này dẫn truyền vào bền trongsợi co thông qua một ống ngang (2) Đến đây làm giải phóng ion Ca** (3), khiến chocầu ngang khép lại (4) và làm cơ bắt đầu co (5)

Motor Synaptic

end plate terminal TT tubule

| 4 ACh released, potential 30

: = 34 Active site 5

exposure, a

enue : : - 30 After

\ 2 rrr HyperpolarisationEB Cy WA

N =SSE ae ——— - 80 -— —.—.—.———m—mm—=—< “= eee ee = ae

————> _ Direction of propagation ————*>

cac dién cuc (Hinh 7).

Hình 7: Khu vực khử cực trên các mang soi cơ

1.2.1.2 Mô hình điện doi với điện thé hoạt động

Chu kỳ khử cực — tái khử cực tạo nên một dạng sóng khử cực hay là một lưỡng

cực điện Lưỡng cực điện này truyền dẫn dọc theo bề mặt của một sợi cơ Một điệncực lưỡng cực và một bộ khuếch đại vi sai điển hình được sử dụng cho việc đo cáctín hiệu EMG (Hình 8) Dé cho đơn giản, trong bước đầu tiên, ta chỉ minh họa trênsơ đồ tín hiệu của một sợi cơ đơn lẻ Phụ thuộc vào khoảng cách không gian giữađiện cực | và điện cực 2, lưỡng cực sẽ tạo ra một sự chênh lệch điện thế giữa các điện

cuc.

Trong vi dụ được minh họa trên hình vẽ (Hình 8), tại thời điểm T1 điện thé hoạt

động được tạo ra va truyên dân hướng vê

cực thì sự chênh lệch vê điện thé sé vượt | | |

` ` 2 ^ AK z Potential difference

qua đường 0 va trở nên cao nhat tại vi tri between electrodesT4 — vị trí ngăn nhat đôi với điện cực 2 : ——

Hình 8: Mô hình cua một lưỡng cực điện trên các màng soi cơ

Mô hình này giải thích tại sao điện thế hoạt động đơn cực tạo ra một tín hiệulưỡng cực trong quá trình khuếch đại vi sai ———

Motor Endpiate Action Potentials:

Vi một MU bao gôm nhiêu sợi cơ, cặp điện "“ == 1

—-la r L i 2

cực sẽ “nhìn thay” cường độ của tat cả các | ms ⁄4 I i My

sợi cơ được kích thích trong vòng MU này | độ — i \

_~ +

Tông cua tat cả các các tín hiệu lưỡng cực : n In ¬[Í—

Hg

đó tạo thành một điện thê hoạt động của

-MU (Motor unit action potential MUAP) the whole motor unit A

Tín hiệu này la tin hiệu ba pha.

Hình 9: Su phát sinh điện thé hoạt động của MU

` „ „ ` ^ La ——x \(Hình 10) Nó được quan sat như là một tin = ~ :hiệu lưỡng cực với sự phân bô đôi xứng vê các | X= ^—= —=

—xX"——*x~ ——_

—— ^ a

biên độ âm va dương (nghĩa là gia tri trung @

bình băng 0) Nó được gọi là một mẫu giao ATW arm

thoa (Interference pattern) Superposed signal

Hình 10: Sự chong lên nhau cua các MUAP tạo nên mot tín hiệu EMG

1.2.3 Các đặc điềm cơ bản cua tín hiệu điện cơ

Tín hiệu EMG được ghi bằng ¬ =n EMG ayy

cac dién cuc trén bé mat da, la mot

tín hiệu rất phức tap, do tong các tín MU1 MU2 oA ` oA ° bs

hiệu từ nhiêu sợi co ° ` + —| Ì—

biên độ tín hiệu EMG từ 0,1 - 5 mV,

1.2.4 Các nhân tổ anh hưởng đến tín hiệu EMGTín hiệu EMG có thể bị ảnh hưởng bởi các tác nhân bên ngoài lẫn nội tại, làmthay đồi hình dáng và nét đặc trưng của nó Các phương pháp khác nhau loại bỏ nhiễuđã được đề xuất trong quá trình thu nhận tín hiệu EMG, và có thể tiếp tục là một trongnhững phương pháp pho biến trong lĩnh vực y sinh Những thách thức chính trong

việc phân tích các tín hiệu EMG được giải thích dưới day [28].

1.2.4.1 Nhiễu vốn có ở điện cựcTất cả các điện cực đều tạo ra nhiễu; nói cách khác giống như “nhiễu cô hữu”.Nhiễu này có tần số trong khoảng tần số từ 0 đến vài nghìn Hz [28] Chúng có thể

được loại bỏ băng cách sử dụng các mạch điện tử thông minh, chất lượng cao

1.2.4.2 Nhiễu chuyển độngKhi hiện vật chuyển động tác động vào hệ thống, thông tin bị sai lệch Hiện vậtchuyển động gây ra những bất thường trong dữ liệu Có hai nguồn chính là: giao diệnđiện cực và cáp điện Các dải tần số của nhiễu chuyển động thường là 1 — 10 Hz vàcó điện áp so sánh với biên độ của EMG Nhiễu do hiện vật chuyển động có thể đượcgiảm bằng cách thiết kế các mạch điện tử phù hợp kết hợp các bộ lọc [28]

1.2.4.3 Nhiễu điện từCo thé con người giống như một ăng-ten thu sóng điện từ, mà nó luôn tràn ngậpxung quanh chúng ta, đó là nguồn gốc của nhiễu điện từ Biên độ của nhiễu điện từđôi khi gap 1 đến 3 lần tín hiệu EMG cần đo Một ảnh hưởng không kém phan quantrọng khác đó là nhiễu do sử dụng nguồn điện 50 Hz hoặc 60 Hz Các nhiễu này cóthể sử dụng bộ lọc thông cao để loại bỏ Riêng đối với nhiễu điện nguồn thì đơn giảndùng biến đôi Fourier [28]

1.2.4.4 Hiện tượng nhiễu xuyên âm (cross talk)Các cơ bên cạnh, những cơ không đo EMG, có thể tạo ra một số lượng đáng kểtín hiệu EMG mà tín hiệu này cũng được phát hiện bởi bề mặt điện cực Hiện tượngnày được gọi là hiện tượng xuyên âm (cross talk) Nhiéu xuyên âm thường phụ thuộcvào thông số sinh lý [18, 19] và có thể được giảm thiểu bằng cách chọn kích thước

điện cực và đặt khoảng cách giữa các điện cực một cách cân thận.

1.2.4.5 Nhiễu nội tạiCác yếu tố giải phẫu học, sinh lý và sinh hóa gây ra do số lượng cơ trên mỗi đơnvị, độ sâu va vi trí của sợi cơ hoạt động, và SỐ lượng mo Những yếu tố này được gọilà nhiễu nội tại, ảnh hưởng trực tiếp đến chất lượng tín hiệu EMG [24]

1.2.4.6 Tính ngẫu nhiên vốn có của tín hiệuBiên độ của tín hiệu EMG là ngẫu nhiên và bị ảnh hưởng bởi tốc độ đốt cháycủa các đơn vị vận động (MUs) Các tan số từ 0 đến 20 Hz thường không ổn định dotốc độ đốt cháy của MUs cũng ngẫu nhiên Nó cũng được xem là nhiễu không mongmuốn và rất cần thiết được loại bỏ [16]

1.2.4.7 Ảnh hưởng của tín hiệu ECGCác hoạt động điện của tim có thé gây nhiễu đối với tín hiệu EMG, nhất là đốivới sEMG và đặc biệt là ở vùng dưới vai Do sự chồng chéo giữa phô tan số của tínhiệu ECG và EMG và sự tương đồng của chúng, chắng hạn như tính không dừng vàhình dáng thay đổi nhiều theo thời gian Ảnh hưởng của tín hiệu ECG rất khó loại bỏ[31] Bộ lọc thông cao rất hiệu quả trong việc loại bỏ các dao động do ảnh hưởng từ

ECG [33].

1.2.5 Cac phương pháp thu nhận tín hiệu điện co EMG

Thu nhận tín hiệu điện cơ còn được gọi là điện cơ đồ Nó là một kỹ thuật ghi

lại hoạt động điện của cơ Dòng điện đó thường tỉ lệ với mức độ hoạt động của cơ.

Qua phép đo điện cơ ta có thể phát hiện được những bất thường trong hoạt

động điện của cơ xảy ra ở bat ky bénh ly nao, bao gom bệnh loạn dưỡng cơ, viêm cơ,

bệnh thần kinh gây dau, ton thương thần kinh ngoại biên (tốn thương than kinh căng

tay, chân), xơ cứng cột bên teo cơ (còn gọi là bệnh Lou Gehrig), nhược cơ, thoát viđĩa đệm và các bệnh khác.

Đo điện cơ thường được thực hiện khi người bệnh bị yếu cơ mà không giải thích

được Đo điện cơ giúp phân biệt giữa bệnh cơ mà trong đó nguyên nhân gây bệnhxuất phát từ cơ và yếu co do rối loạn thần kinh Do điện cơ cũng có thể sử dụng để

phát hiện yếu cơ thật sự, ngược với yếu cơ do đau làm người bệnh không dám cử

động nhiêu.

Có 2 phương pháp đo điện co là đo điện co ở bên trong — intramuscular (needle

and fine — wire) EMG cơ và đo điện cơ ở trên bé mặt da — surface EMG [9, 47, 48]

Đo điện cơ bên trong cơ được thực hiện băng cách căm một điện cực kim xuyênqua da vào bên trong cơ, do vậy ta có cảm giác đau.

Đo điện cơ ở trên bê mặt da được thực hiện băng cách đặt một điện cực bê mặtlên trên bê mặt da (mà không căm điện cực vào sâu bên trong cơ), ta không có cảmgiác đau.

Trong y học cho thay rang giá trị thông tin thu được bằng phương pháp đo điệncơ bề mặt thường không tốt bằng so với đo điện cơ tiêm vào cơ Do vậy không ủnghộ việc sử dụng đo điện cơ trên bề mặt da trong lâm sàng dé chân đoán va quản lýbệnh nhân bị bệnh về thần kinh hay cơ Thế nhưng, đo điện cơ trên bề mặt da vẫn cógiá tri trong việc theo dõi sự tiễn triển các rối loạn thần kinh và cơ [9]

CHƯƠNG 2: PHƯƠNG PHÁP XU LÝ TÍN HIỆU ĐIỆN CƠ [15]

2.1 PHÉP BIEN DOI HILBERT HUANG (HHT)HHT là một phương pháp hop nhất từ kỹ thuật EMD (Empirical ModeDecomposition) và phép biến đổi Hilbert [24,41] Hình 13 diễn tả mô hình của phépbiến đối Hilbert Huang,

`

Trend or

Constant

Source »| Shifting »„ | Intrinsic Mode

Data “| Process “| Functions (IMF)

Marginal | Time Integral Hilbert " Hilbert

Spectrum Spectrum |` Transform

Hình 13: So đô khối phép biến đổi Hilbert Huang [15]

2.1.1 Phương pháp phan tách thực nghiệm EMD

Phương pháp phân tách thực nghiệm EMD (Empirical Mode Decomposition)

sẽ phân tách các thành phan không gian — thời gian thành một nhóm các hàm nội IMF(Intrinsic mode function) Trong đó, các thành phan tần số cao nhất nam trong IMF

đầu tiên và tân sô của các thành phân giảm dân trong các IMF tương ứng kê tiép CacIMF đơn giản là các hàm dao động nội với thành phan biên độ và tân sô biên thiên vàcó các đặc tính sau:

Trong suôt toàn bộ chiêu dài của một IMF thì sô cực tri và sô zero-crossings

phải băng nhau hoặc chỉ hơn kém một;

Tại bất cứ vị trí nào của dữ liệu thì trị trun ø bình của đường bao xác định bởi

các cực đại nội và đường bao xác định bởi các cực tiêu nội băng không.

Điều kiện thứ hai nhằm đảm bảo cho tần số tức thời không có sự biến thiênkhông mong muốn gây ra bởi sự không đối xứng của các dang sóng Lý tưởng hóacho điều kiện này là trị trung bình của dữ liệu bằng không Các IMF chính là sự biểudiễn các kiểu dao động chứa dữ liệu Với định nghĩa này, IMF trong mỗi chu kỳ đượcđịnh nghĩa bởi các zero-crossings mà chỉ chứa trong đó một kiểu dao động, không cócác sóng liên hiệp chồng lên nhau IMF sẽ không bị giới hạn bởi dải tín hiệu hẹp vanó có thể vừa điều chế biên độ, vừa điều chế tần số

EMD là một phương pháp trực quan và trực tiếp với các hàm cơ bản dựa trêncác dữ liệu đầu vào trước đó Ví dụ, IMF thứ hai được xác định dựa trên thành phâncòn lại sau khi xác định IMF thứ nhất

2.1.2 Biến đối HilbertTín hiệu trong thực tế không ồn định (non-stationary) với thành phần biên độvà tan số thay đối liên tục trong toàn miễn thời gian Khái niệm tần số tức thời được

sử dụng trong biến đổi Hilbert Đối với tín hiệu thực x(t) , tín hiệu sẽ được biến đổithành z(t), với

x z đ|9

Tân sô tức thời được định nghĩa At) sau khi phân tích tín hiệu thành các

IMF bang phương pháp EMD vẫn duy trì được các đặc tính nội trong miễn thời giancủa tín hiệu Từ đó có thé tách thông tin nội trong miễn tan số với biến đổi Hilbertdưới dạng biên độ và tần số tức thời tương ứng với thời gian của chúng

2.1.3 Giải thuật EMD

Hau hết tat cả các dữ liệu không phải là các IMF, tại bat kỳ thời gian nào đượcđưa ra thì dữ liệu có thể chứa trong nó nhiều hơn hai kiểu dao động Do đó, một biếnđối Hilbert đơn giản không thé cung cấp day đủ sự mô tả tần số cho toàn dữ liệu Taphải phân giải dữ liệu thành các thành phần IMF Phương pháp EMD phân tích cácthành phân tân số của tín hiệu trong các thang thời gian thành các IME Sau khi thànhphan tần số cao được tách ra, thi quá trình tương tự được áp dụng cho phan tín hiệucòn lại (phần dư) dé tách thành phan tần số cao nhất còn chứa trong phan dư đó Tín

hiệu còn lại này được xem như một tín hiệu ngõ vào mới Việc phân giải của EMG

dựa trên các điều kiện sau: tín hiệu phải có ít nhất một cặp cực tri; thang thời gianđược định nghĩa là khoảng thời gian giữa hai cực trị; nếu không có cực trị mà chỉ cómột điểm uốn thì tín hiệu có thể được lay dao ham dé xác định cực trị Kết quả cudicùng dat được bang sự kết hợp của các thành phan

Đặc trưng chủ yếu của phương pháp này là xác định các kiểu dao động dựa trên

các đặc tính của thang thời gian trong dữ liệu Nói cách khác, tín hiệu sẽ được phan

giải một cách tuần tự từ thành phan tần số cao nhất, tương ứng IMF đầu tiên, cho đếnthành phân tần số thấp nhất và phần còn dư của tín hiệu

x()=/MEF,(r)+r() (2.3)

(=I

2.2 PHEP BIEN DOI WAVELETLý thuyết về phép biến đổi Fourier là một trong những kết quả tốt nhất của phépphân tích hiện đại và đóng vai trò quan trọng về mặt lý thuyết của nhiều ngành khoa

học Nó thường được sử dụng trong phân tích tín hiệu Tuy nhiên, phân tích Fourier

không giải bài toán với thời gian thay đổi hoặc tín hiệu không 6n định Do đó cần cómột phương pháp phân tích có thé đáp ứng cả trong miền thời gian lẫn tần số Phép

Time Wavelet Analysis

Hình 14: Phép biến đổi waveletĐiểm khác nhau của biến đối Wavelet với biến đôi Fourier là các ham wavelet

được khoanh vùng trong không gian (localized in space) Đặc tính này cùng với đặc

tính định vi trong miền tần số của Wavelet tạo điều kiện tốt cho nhiều hàm số và toántử sử dụng phép rời rac hóa Wavelet khi biến đổi sang miền Wavelet Sự rời rac hóanày lần lượt được ứng dụng và cho kết quả tốt trong một số lĩnh vực như: nén đữ liệu[29] nhận biết và phân loại tín hiệu hay loại nhiều [6, 16]

Khi nói đến phân tích tin hiệu thi phương pháp được biết đến nhiều nhất là phântích Fourier dựa trên cơ sở chia một tín hiệu thành tong các ham sin với tần số khácnhau Nói cách khác, phân tích Fourier là kỹ thuật biến đối tín hiệu từ miễn thời giansang miễn tan số Phân tích Fourier có ưu điểm trong miễn tan số vì có độ phân giảicao Nhưng với những tín hiệu khác thì phương pháp biến đổi Fourier thể hiện nhiềunhược điểm lớn khi biến đối sang miền tan số vì có độ phân giải thời gian thấp vàthông tin thời gian bị mat Khi nhìn vào một biến đổi Fourier của tín hiệu, không thénhận biết được thời gian diễn ra sự kiện Nếu thuộc tính của một tín hiệu không phụthuộc nhiều vào thời gian — tín hiệu dừng, thì các nhược điểm trên không quan trọng.Tuy nhiên, đối với những tín hiệu chứa những thông số động, chang hạn như tín hiệuEMG: trôi, nghiêng, biến đổi đột ngột, khởi đầu và kết thúc các sự kiện [6] Nhữngđặc tính này thường là phần quan trọng nhất của tín hiệu mà phân tích Fourier khôngthích hop dé phát hiện chúng Do đó dẫn đến việc nghiên cứu một số phương phápđáp ứng cả về mặt thời gian và tần số để khắc phục nhược điểm của phép biến doiFourier Về cơ bản, chúng ta có thể chia những phương pháp này thành hai nhóm:các phương pháp thời gian — tần số và các phương pháp thời gian — tỉ lệ Phép biếnđối Wavelet có thể được sử dụng để diễn tả các tính chất của một tín hiệu mà thayđổi theo thời gian [7]

pL 25)

a

ở day, f.la tan sô wavelet trung tam và # là tan sô wavelet mâu Tan sô ƒ có được

từ mô-men thứ cấp của vùng phố năng lượng và được xác định bởi Addison [23]

a Năng lượng hữu han (không gian Hilbert L7)

E= [lu([Ï#<» (2.7)

E=|Ww(ofar= [lu 28)

Hàm wavelet được chuẩn hóa băng Nấu (z) Nếu ự (t) là một hàm phức, độ lớn

được tính bằng cách sử dụng ca phan thực và phan phức Hơn nữa, phép biến doi

i, 2

ty =z]7bu) dt 208)

@ AA

f

“np (2.17)

† B 2B 4B 8B

Hình 18: Băng thông so với tan số trung tâm của CWTVon Tscharner [37] đã giới thiệu một phương pháp mới băng việc phát triển cácwavelet tỉ lệ phi tuyến (nonlinear scaling wavelet) dựa vào wavelet Cauchy được théhiện như trong (Hình 19) Điều này có nghĩa hệ số phâm chất Q có giá trị biến thiên.Các wavelet này đã được phát trién trong miền tần số Còn trong miễn thời gian, cácwavelet này có được băng việc áp dụng phép biến đổi Fourier ngược (IFT) [37]

Không chỉ ở wavelet Tscharner, mà còn wavelet phức Morlet và wavelet phức

Shannon có thé được dé cập đến như là các wavelet tỉ lệ phi tuyến

1 4 TY Y

fi Oa A AB1.2 lễ ¬

2.2.2.5 Các loạt wavelet mother

Có nhiều loại ham wavelet mother khác nhau [23, 32] Các ham wavelet sau day

la những wavelet sẽ được tập trung trong quá trình nghiên cứu.

a) Wavelet mũ Mexico (Mexican hat wavelet)

Đây là ham wavelet được biết đến nhiều nhất Wavelet này là đạo hàm bậc haicủa hàm Gauss với hằng số không đổi là Z và đối xứng trong khoảng giá trị giữa -5và 5 [23], [34] Wavelet này chỉ được sử dụng trong phép biến đổi liên tục (Hình 20)

Phép biên đôi wavelet liên tục của hàm mũ Mexico được xác định:

Hình 21: Phổ năng lượng của ham mii Mexico (tan số trung tâm là 0.251 Hz)

b) Đạo hàm các wavelet Gauss

Đạo hàm các wavelet Gauss DOG (Derivative of Gaussian) đối xứng và đượcsử dụng trong phép biến đổi phức liên tục Biểu thức trong miễn thời gian của DOG

được xác định bởi Torrence và Compo [35]:

y(t)- <] (2.23)

Hình 22: Đạo hàm bác 5 của wavelet Gauss (miễn thời gian)

©) Đạo hàm các wavelet phức Gauss

Đạo hàm các wavelet phức Gauss DOCG (Derivative of Complex Gaussian)

đối xứng và được sử dụng trong phép biến đổi phức liên tục, xác định bởi Teolis [36]:

ad” ( 4

v(t)=C, (ete), (2.25)

dtvới 7 là bậc dao ham, và C,, là hệ sô chuân hóa, y (1) =]

1 |

0.5

i)

cvš

d) Wavelet phức MorletWavelet phức Morlet (complex Morlet wavelet) tao bởi ham sóng phức dang

ham sin và hàm Gauss Wavelet phức Morlet có dạng đối xứng va được dùng trongphép biến đổi phức liên tục (complex continuous transform), xem ví dụ Hình 24

Phương trình được cho bởi Teolis [36], Norman và Lai [30].

& 0.1}

xa|ơi24% 6 -4 2 0 2 4 6 8

Wavelet Meyer là một biểu diễn đối xứng Hàm wavelet được định nghĩa

trong miễn tan sô và nó được dién tả bởi: