Đang tải... (xem toàn văn)
Theo dõi tín hiệu sinh học trên di động sử dụng hồi qui tuyến tính.Theo dõi tín hiệu sinh học trên di động sử dụng hồi qui tuyến tính.Theo dõi tín hiệu sinh học trên di động sử dụng hồi qui tuyến tính.Theo dõi tín hiệu sinh học trên di động sử dụng hồi qui tuyến tính.Theo dõi tín hiệu sinh học trên di động sử dụng hồi qui tuyến tính.Theo dõi tín hiệu sinh học trên di động sử dụng hồi qui tuyến tính.Theo dõi tín hiệu sinh học trên di động sử dụng hồi qui tuyến tính.Theo dõi tín hiệu sinh học trên di động sử dụng hồi qui tuyến tính.Theo dõi tín hiệu sinh học trên di động sử dụng hồi qui tuyến tính.Theo dõi tín hiệu sinh học trên di động sử dụng hồi qui tuyến tính.Theo dõi tín hiệu sinh học trên di động sử dụng hồi qui tuyến tính.Theo dõi tín hiệu sinh học trên di động sử dụng hồi qui tuyến tính.Theo dõi tín hiệu sinh học trên di động sử dụng hồi qui tuyến tính.Theo dõi tín hiệu sinh học trên di động sử dụng hồi qui tuyến tính.Theo dõi tín hiệu sinh học trên di động sử dụng hồi qui tuyến tính.
HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG NGUYỄN TÔN THẤT TÚ THEO DÕI TÍN HIỆU SINH HỌC TRÊN DI ĐỘNG SỬ DỤNG HỒI QUI TUYẾN TÍNH CHUYÊN NGÀNH: MÃ SỐ: HỆ THỐNG THÔNG TIN 60.48.01.04 TÓM TẮT LUẬN VĂN THẠC SĨ NGƯỜI HƯỚNG DẪN KHOA HỌC: TS NGUYỄN ĐỨC THẮNG TP HỒ CHÍ MINH - 2016 Luận văn hoàn thành tại: HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG Người hướng dẫn khoa học: TS Nguyễn Đức Thắng Phản biện 1: …………………………………………………………………………………… …………………………………………………………………………………… Phản biện 2: …………………………………………………………………… …………………………………………………………………………………… Luận văn bảo vệ trước Hội đồng chấm luận văn thạc sĩ Học viện Công nghệ Bưu Viễn thông Vào lúc: ngày tháng năm Có thể tìm hiểu luận văn tại: - Thư viện Học viện Công nghệ Bưu Viễn thông 1 LỜI CAM ĐOAN Tôi cam đoan công trình nghiên cứu riêng Các số liệu, kết nêu luận văn trung thực chưa công bố công trình khác Ngày 20 tháng 06 năm 2016 Học viên thực luận văn Nguyễn Tôn Thất Tú LỜI CẢM ƠN Lời cám ơn đầu tiên, xin gửi đến Thầy, Cô Học viện Bưu Viễn thông Cơ sở Hồ Chí Minh, tận tình công tác giảng dạy, tạo điều kiện tốt để thực luận văn Đặc biệt xin gửi lời biết ơn sâu sắc đến TS Nguyễn Đức Thắng người hướng dẫn, giúp đỡ truyền kinh nghiệm quý báu để hoàn thành luận văn thạc sỹ với đề tài: “Theo dõi tín hiệu sinh học di động sử dụng hồi qui tuyến tính” Lời cảm ơn sau cùng, xin gửi lời cám ơn đến gia đình bạn học đồng khóa gắn bó, chia sẻ kinh nghiệm ủng hộ để hoàn thành luận văn Ngày 20 tháng 06 năm 2016 Học viên thực luận văn Nguyễn Tôn Thất Tú MỞ ĐẦU Nhu cầu phát xử lý tín hiệu sống sinh học để theo dõi sức khỏe hợp lý cần thiết Có nhiều thuật toán liên quan đến việc Trong đó, thuật toán đơn giản mang lại hiệu hồi quy tuyến tính (Linear Regression) Ta áp dụng thực thuật toán di động Mục đích nghiên cứu: Đề tài nghiên cứu nhằm mục đích phát triển thiết bị di động ứng dụng kiểm tra tín hiệu sống sinh học người: nhịp tim nhịp thở Đối tượng nghiên cứu: Tín hiệu sống sinh học: nhịp thở, nhịp tim Thuật toán xử lý hình ảnh Thuật toán hồi quy tuyến tính Android môi trường phát triển ứng dụng Android Phạm vi nghiên cứu: Với khuôn khổ luận văn, ta nghiên cứu sở lý thuyết thuật toán hồi quy tuyến tính mở rộng khả cài đặt thuật toán Thiết bị sử dụng thiết bị di động có hệ thống camera để ghi chuỗi hình ảnh người đo Chuỗi hình ảnh lưu trữ dạng video dạng khác để phù hợp với phương pháp xử lý Các sở lý thuyết cài đặt sử dụng thiết bị Sau phần mềm cài đặt xong, ta sử dụng phần mềm vài thiết bị di động kiểm tra, so sánh nhằm rút sai số sử dụng phần mềm 4 CHƯƠNG – TỔNG QUAN VỀ TÍN HIỆU SỐNG SINH HỌC 1.1 Khái niệm tín hiệu sống sinh học người Trong sống ngày, cá nhân phát dấu hiệu biểu sống Dấu hiệu đặc trưng cho tình trạng sức khỏe, trạng thái tinh thần… cá thể Các số liệu đo phản ánh dấu hiệu gọi tín hiệu sống sinh học (Vital Physiological Signal – VPS) Thông thường, người có bốn tín hiệu sống sinh học quan trọng: Tốc độ mạch đập (Pulse Rate - PR) Tốc độ hô hấp (Respiration Rate - RR) Nhiệt độ thể (Body Temperature – BT) Huyết áp (Blood Pressure – BP) Trong khuôn khổ luận văn, ta phân tích tìm hiểu chủ yếu hai tín hiệu tốc độ mạch đập tốc độ hô hấp 1.1.1 Tín hiệu tỉ lệ mạch đập (PR) Tỉ lệ mạch đập PR số đo tốc độ tim (Heart Rate – HR) Ta hiểu PR số nhịp đập tim phút Khi tim đẩy máu qua động mạch, động mạch mở rộng co lại phối hợp với dòng chảy máu Một mạch đập số sau đây: Nhịp tim Độ mạnh mạch đập Nhịp đập bình thường người lớn khỏe mạnh khoảng từ 60 – 100 nhịp phút (bpm – beats per minute) Theo nghiên cứu Tanaka năm 2001, nhịp đập tối đa có liên quan chặt chẽ với độ tuổi Công thức xấp xỉ đưa sau: HRmax = 207 – 0.7 × số tuổi 5 1.1.2 Tín hiệu tốc độ hô hấp (RR) Tốc độ hô hấp người số lượng thở người phút Tỉ lệ thường đo người trạng thái thư giãn Các đo đơn giản đếm số lần ngực phồng lên xẹp xuống Tỉ lệ hô hấp thay đổi bị sốt, bệnh hay tác nhân y tế khác Tỉ lệ hô hấp bình thường người trưởng thành vào khoảng 1.2 12 – 16 nhịp phút Photoplethysmography (PPG) Từ photoplethysmography ghép lại từ “photo” (hình ảnh) “plethysmography” (dụng cụ đo thay đổi thể tích quan hay toàn thể) 1.3 Các phương thức để theo dõi tín hiệu sống sinh học Có nhiều phương pháp để đo tín hiệu sống sinh học người Ta chia làm ba loại sau: 1.3.1 Phương pháp theo dõi xâm lấn Là phương pháp đo trực tiếp xâm nhập vào thể để đo tín hiệu sống sinh học kim dò… Hiện phương pháp giảm bớt tần suất sử dụng làm cho người bệnh có cảm giác không thoải mái gây tổn thương Một phương pháp điển hình phương pháp chuẩn đoán điện (EMG –Electromyography) Người đo đặt điện cực lên da, sau điện cực kim để châm vào bắp 1.3.2 Phương pháp theo dõi không xâm lấn Là phương pháp đo không dùng dụng cụ xâm nhập trực tiếp vào thể mà dùng thiết bị theo dõi da Một số phương thức đưa theo dõi tín hiệu sống sinh học dùng sensor dán da Các sensor có dây nối dây nối Tín hiệu từ truyền xử lý để trả Các dụng cụ đo phổ biến đề cập phần mở đầu luận văn 6 Ngoài người ta dùng camera để dõi tín hiệu sống sinh học Theo 1.4 dõi dựa camera phương thức cho thực Các hệ thống không gian màu sắc Để theo dõi thay đổi màu sắc, ta cần hiểu đặc điểm hai hệ thống không gian màu sắc quen thuộc: RGB HSV 1.4.1 RGB (Red, green and blue) RGB hệ thống không gian màu sắc sử dụng phổ biến Một điểm ảnh không gian RGB thể kết hợp ba màu đỏ, xanh xanh dương hay gọi ba gắn kết (r, g, b) với giá trị nằm đoạn từ đến giá trị lớn định nghĩa Trong máy tính, giá trị lưu dạng số tự nhiên khoảng từ đến 255 1.4.2 HSV (Hue, saturation and value) CHƯƠNG – CÁC PHƯƠNG PHÁP ĐO TÍN HIỆU SỐNG SINH HỌC KHÔNG XÂM LẤN VÀ MÔ HÌNH HỒI QUY TUYẾN TÍNH 2.1 Phương pháp theo dõi dùng camera Phương pháp theo dõi tín hiệu sinh học sử dụng camera phương pháp tiếp cận mới, giúp ta giảm thiểu chi phí khó chịu người theo dõi 2.1.1 Dùng camera kết nối với máy tính Hệ thống đo bao gồm máy tính dùng để thu tín hiệu hình ảnh đưa từ camera Để hỗ trợ thu nhận hình ảnh tốt hơn, ta sử dụng đèn chiếu sáng đặt phía trước người đo [10], [11], [12], [13], [14], [15] Hệ thống dựa thay đổi màu da tim co bóp để đưa máu khắp thể Mắt thường thấy thay đổi màu sắc Chính vậy, nhà khoa học dùng camera thu hình ảnh phóng đại thay đổi để xác định số đo tín hiệu sống sinh học (nhịp tim, nhịp thở…) 2.1.2 Dùng điện thoại thông minh Hệ thống gồm điện thoại di động thông minh có camera tương đối tốt dùng để thu tính hiệu hình ảnh xử lý So với hệ thống dùng máy tính, hệ thống dựa thiết bị di động thông minh có ưu điểm tiết kiệm chi phí độ di động lớn [16] Vì vậy, xu hướng phát triển phù hợp với người dùng cá nhân, sử dụng nơi, 2.2 lúc Trích chọn đặc trưng Để nhận diện vùng vai từ khuôn mặt, ta cần liệu khuôn mặt người huấn luyện từ trước Sau đây, ta tìm hiểu kĩ vấn đề 8 2.2.1 Các phân lớp kết hợp (Cascade Classifiers) OpenCV thư viện cung cấp cho ta phân lớp kết hợp để nhận diện đối tượng cách dễ dàng Hai phân lớp điển hình OpenCV cung cấp Haar Cascades LBP Cascades 2.2.2 Haar Cascades Đây thuật toán giúp nhận dạng khuôn mặt theo thời gian thực, phát triển Viola Jones Thuật toán dựa giống cấu trúc khuôn mặt người với đặc điểm mắt, mũi, miệng, cằm… 2.2.3 LBP (Local Binary Patterns) Cascades Các phân loại nhị phân cục dạng khác phân lớp kết hợp sử dụng rộng rãi thị giác máy tính So với Haar Cascades, LBP khai thác việc xử lý với giá trị nguyên giá trị số thực Do đó, trình huấn luyện kiểm thử nhanh Do đó, người phát triển thường dùng để cài đặt cho ứng dụng nhúng LBP chịu đc thay đổi độ sáng 2.3 Mô hình hồi quy tuyến tính (Linear Regresion Model) Cho tập liệu , ,…, với n đơn vị thông kê Một mô hình hồi quy tuyến tính phát biểu tồn quan hệ tuyến tính giữ biến phụ thuộc yi p vector biến hồi quy xi Quan hệ mô hình hóa thông qua giới hạn gây nhiễu biến sai lầm ngẫu nhiên Biến thể độ nhiễu quan hệ tuyến tính biến phụ thuộc biến hồi quy Ta công thức thể mối liên quan: = Trong đó, + ⋯+ ma trận chuyển vị + gọi hệ số hồi quy = + với i = 1, …, n tích nội ma trận (vector) Gộp gọn n đẳng thức biểu diễn dạng vector, ta được: = Trong đó, = 2.4 ⋮ ; = ⋮ = ⋮ + ⋯ ⋯ ⋱ ⋯ ⋮ ; = ⋮ ; = ⋮ Phương pháp áp dụng mô hình hồi quy tuyến tính theo dõi tín hiệu sống sinh học 2.4.1 Phương pháp đo nhịp tim Đầu vào: Dữ liệu hình ảnh đầu ngón tay cách áp sát tay vào camera có tích hợp đèn flash bật Bước 1: Phân chia ảnh thu thành phân vùng (trong luận văn xin chia thành 20 phần nhau) Bước 2: Tìm mean theo thời gian thực vùng Sau đó, dùng variance vùng để tìm vùng có thay đổi nhiều (variance lớn nhất, xét liệu 1000 khung ảnh đẩu tiên) Công thức tính mean variance sau: ̅= ∑ Trong đó: ; = = ∑ − ̅ −1 ̅ giá trị mean standard deviation Bước 3: Dựa giá trị mean lớn hồi quy tuyến tính để tìm nhịp tim theo bước sau: Dùng hồi quy tuyến tính để tìm đường cong Polynomial curve fitting với tín hiệu thay đổi màu vùng chọn bước 10 (Sử dụng công thức hồi quy tuyến tính với số mũ cao x 30) Tính hiệu tín hiệu đường cong làm mượt lại tín hiệu Tính tần số thay đổi tín hiệu, với tầng số nhịp tim tối đa (2 Hz), ta tính hệ số cho lọc thông thấp wn theo công thức: = / Tìm số đỉnh (peaks) tín hiệu qua lọc thông thấp (low pass filter) Nhịp tim thương peaks tổng thời gian lấy mẫu: = 2.4.2 Phương pháp đo nhịp thở dựa vào giao động vai (không thành công) 2.4.3 Phương pháp đo nhịp thở đầu ngón tay (thành công) Đầu vào: chuỗi hình ảnh hệ màu RGB cố định cạnh điện thoại thông minh với thành bụng; ngón tay áp sát vào camera có mở flash chiếu sáng Bước 1: Trích chọn kênh màu đỏ ảnh thu Bước 2: Tính mean điểm ảnh thu kênh màu đỏ chọn Bước 3: Kiểm tra xem giá trị mean giao động quanh ngưỡng value Red = 220 nào, đếm tổng số lần vượt ngưỡng ngưỡng (đối với camera dòng điện thoại Samsung Note 4) Bước 4: Nhịp thở nửa tổng số lần vượt ngưỡng ngưỡng 11 CHƯƠNG – THU THẬP DỮ LIỆU VÀ KIỂM TRA PHƯƠNG PHÁP NHẬN DẠNG TÍN HIỆU NHỊP TIM VÀ NHỊP THỞ Dựa vào phương pháp đo nhịp tim đo nhịp thở đầu ngón tay nêu chương 2, trước tiên, ta cần xác định liệu đầu vào thu từ camera thiết kế định dạng liệu xuất để đưa đánh giá ban đầu tín hiệu đầu vào 3.1 Mô tả trình thu thập liệu Trước tiên, ta cài đặt môi trường Android ứng dụng lấy tín hiệu hình ảnh liên tục từ camera không gian màu RGB 3.1.1 Thu thập liệu nhận dạng nhịp tim Bước đầu tiên, ta cần thu hình ảnh ngón tay áp sát vào camera dựa vào để xác định biến thiên nhịp tim thay đổi Với khung ảnh (frame), ta chia khung ảnh thành phần Ở luận văn này, xin chia frame thành 20 phần Với phần chia, kênh màu đỏ, ta lấy giá trị màu đại diện (giá trị màu đỏ trung bình điểm ảnh tạo nên phần chia) Sau số frame định, ta xác định vùng có mean giá trị màu đỏ đại diện lớn Đây vùng thay đổi nhiều tín hiệu thu rõ ràng Dữ liệu vùng ta xuất dạng file csv có cấu trúc sau: Number 0 251.2091 251.711 255 255 … … … 15 … 250.0007 … 250.8195 … 19 255 255 Time 4223 4242 Qua thực nghiệm, giá trị bậc đa thức thích hợp bậc Từ đây, ta đếm số đỉnh tín hiệu để tìm nhịp tim Với thức nêu, ta sử dụng phần ứng dụng Android để lấy tín hiệu người 12 3.1.2 Thu thập liệu nhận dạng nhịp thở Bằng thực nghiệm, ta thấy rõ giá trị màu đỏ giảm mạnh hít vào (do phình bụng khiến ngón tay rời khỏi camera) trở lại ban đầu thở Khi mean kênh màu đỏ thay đổi giá trị vượt qua 220 hay thấp 220, ta biết thở hít vào Vì chia đôi tổng số lần lớn nhỏ giá trị ngưỡng, ta thu nhịp thở 3.2 Với cách thức nêu, ta lấy số liệu người Kiểm tra phương pháp nhận dạng tín hiệu Để xác định giá trị thu sau nhận dạng tín hiệu thông qua thay đổi màu sắc đầu ngón tay có xác hay không, ta cần thực việc kiểm tra phương pháp nhận dạng tín hiệu 3.2.1 Kiểm tra phương pháp nhận dạng nhịp tim Để kiểm tra phương pháp nhận dạng nhịp tim, ta thực theo bước sau: Bước 1: Thu liệu camera có bật đèn flash vòng phút Cùng lúc đó, ta bắt mạch tay đếm nhịp tim người đo Bước 2: Sau phút, ta có nhịp tim người đo dựa vào số lần mạch nhảy Số đo xem số đo xác dùng làm chuẩn để so sánh Số đo gọi nhịp tim chuẩn Kiểm tra tập tin csv thực xác bước theo phương pháp nhận dạng nhịp tim, ta thu số đo nhịp tim dựa vào thay đổi màu sắc đầu ngón tay Ta gọi số đo nhịp tim thử nghiệm Bước 3: So sánh giá trị nhịp tim chuẩn giá trị nhịp tim thử nghiệm, ta rút kết luận phương pháp nhận dạng nhịp tim tín hiệu nhận có xác hay không 13 Kết thu sau thực bước 3, với người khác nhau, người lần đo, độ sai khác lớn ±2 nhịp tim Người Lần Người Lần Nhịp tim thử nghiệm 78 68 83 85 68 Nhịp tim thử nghiệm 90 82 83 79 83 Nhịp tim thử nghiệm 65 68 64 70 67 Chênh lệch -1 -2 -1 Chênh lệch 0 Chênh lệch 0 -1 Lần Người 2 Nhip tim chuẩn 79 70 81 85 69 Nhip tim chuẩn 89 82 81 79 83 Nhip tim chuẩn 65 66 64 70 68 Lần Người Người Lần Nhip tim chuẩn 77 69 73 74 79 Nhip tim chuẩn 100 92 89 96 94 Nhịp tim thử Chênh nghiệm lệch 78 68 -1 72 -1 74 80 Nhịp tim thử Chênh nghiệm lệch 100 91 -1 89 97 94 Bảng 3.1: Bảng kết so sánh nhịp tim chuẩn nhịp tim thử nghiệm Như vậy, phương pháp nhận dạng nhịp tim tín hiệu thu từ thay đổi màu sắc đầu ngón tay tin cậy 3.2.2 Kiểm tra phương pháp nhận dạng nhịp thở Tương tự với phương pháp nhận dạng tín hiệu nhịp tim, kết thu sau thực bước 3, với người khác nhau, người lần đo, độ Nhip tim Nhịp tim thử Chênh Lần chuẩn nghiệm lệch 12 12 12 12 12 13 13 14 14 14 Người Người sai khác lớn ±1 nhịp thở Nhip tim Nhịp tim thử Chênh Lần chuẩn nghiệm lệch 14 14 14 15 15 15 12 13 11 12 Người Nhip tim Lần chuẩn 17 15 16 14 15 Nhip tim Lần chuẩn 17 16 13 14 13 Nhịp tim thử nghiệm 18 15 16 15 16 Nhịp tim thử nghiệm 18 16 14 14 13 Chênh lệch 0 1 Chênh lệch 1 0 Người Người 14 Nhip tim Nhịp tim thử Chênh Lần chuẩn nghiệm lệch 16 16 16 16 16 16 15 15 16 17 Bảng 3.2: Bảng kết so sánh nhịp thở chuẩn nhịp thở thử nghiệm Như vậy, phương pháp nhận dạng nhịp tim tín hiệu thu từ thay đổi màu sắc đầu ngón tay tin cậy 15 CHƯƠNG – XÂY DỰNG ỨNG DỤNG ĐO TÍN HIỆU SỐNG SINH HỌC TRÊN NỀN TẢNG ANDROID 4.1 Tổng quan hệ điều hành di động Android Android mắt với vai trò tảng thiết bị di động xây dựng nhân Linux phiên 2.6 Đồng hành phát triển công nghệ di động, Android trải qua nhiều lần cập nhật để cải tiến hệ điều hành, bổ sung tính sửa chữa lỗi Hiện nay, phiên Android phiên 6.0.1 với tên mã Marshmallow 4.2 Công cụ phát triển Android Studio Các ứng dụng Android phát triển sử dụng ngôn ngữ Java với hỗ trợ phát triển Android (Android SDK) Android Studio quan chức môi trường phát triển tích hợp (IDE) cho phát triển ứng dụng Android, dựa tảng IntelliJ IDEA 4.3 Android thành phần hỗ trợ lập trình 4.3.1 Activity Đây thành phần quan trọng đối ứng dụng Android Đây coi đơn vị hiển thị Android, chứa thành phần bên nút, nhãn,… Khái niệm cốt lõi giúp ta sử dụng Activity vòng đời (Life Circle) Activity 4.3.2 Intent Đây thành phần quan trọng không kém, chứa thông tin mô tả cách activity khởi động chứa liệu cần thiết Các loại Intent: 16 4.3.3 Service Một service thành phần ứng dụng thực thi giao diện Service chạy người dùng chuyển sang dùng ứng dụng khác 4.3.4 Broadcast Receiver Đây thành phần chạy ngầm hệ thống nhằm thu thập thông tin, thông báo đến từ hệ điều hành tin nhắn SMS, pin yếu, gọi đến… 4.3.5 Content Provider Content provider chứa API giúp ta quản lý truy cập đến kho liệu 4.4 Thư viện hỗ trợ OpenCV tảng Android thành phần ứng dụng Để tiết kiệm chi phí thời gian, ta sử dụng OpenCV để hỗ trợ xử lý nhận dạng ảnh theo thời gian thực 4.4.1 Tổng quan thư viện OpenCV OpenCV (Open Source Computer Vision Library) thư viện mã nguồn mở dành cho thị giác máy tính máy học OpenCV xây dựng để cung cấp sở hạ tầng chung cho ứng dụng thị giác máy tính sử dụng nhiều sản phẩm thương mại có liên quan đến máy học OpenCV sử dụng giấy phép nguồn mở BSD Điều giúp cho doanh nghiệp dễ dàng sử dụng chỉnh sửa lại mã nguồn OpenCV hỗ trợ rộng rãi ngôn ngữ C ++, C, Python, Java, MATLAB nhiều hệ điều hành Windows, Linux, Android Mac OS OpenCV nghiêng chủ yếu hướng tới ứng dụng tầm nhìn thời gian thực tận dụng tài nguyên để đưa kết cách nhanh [21] 4.4.2 Các chức OpenCV sử dụng đề tài Trong khuôn khổ đề tài, OpenCV sử dụng sau: 17 Nhận dạng khuôn mặt dựa Haar LBP Cascade Classifiers Xử lý lọc hình ảnh thuật toán Sobel, Threadhold Các thuật toán xử lý với ma trận điểm hình ảnh 4.3 Sơ đồ Usecase ứng dụng 4.5 Cài đặt số thành phần quan trọng 4.4 Sơ đồ lớp (Class Diagram) 4.5.1 Cấu hình cài đặt dự án làm việc với OpenCV 4.5.2 Cài đặt giao diện cho ứng dụng Hình 4.10: Màn hình đo nhịp tim Màn hình đo nhịp thở: Tương tự hình đo nhịp tim không sử dụng đèn flash 4.5.3 Cài đặt xuất liệu file csv: 4.5.4 Cài đặt nhận dạng nhịp tim Để cài đặt nhận dạng nhịp tim, ta sử dụng thư viện Apache Commons Mathematics Library để áp dụng thuật toán hồi quy tuyến tính 4.5.5 Cài đặt thuật toán kiểm tra nhịp thở 18 CHƯƠNG 5: KIỂM THỬ ỨNG DỤNG VÀ KẾT QUẢ THỰC NGHIỆM Để kiểm thử ứng dụng thực nghiệm, số đo nhịp tim, ta sử dụng ứng dụng Android song song với sử dụng máy đo SpO2 Nonin 9700; số đo nhịp thở, ta sử dụng ứng dụng kiểm thử lại tay Các bước thực sau: Chọn người sử dụng phần mềm để đo Với trường hợp đo nhịp tim, ta dùng ứng dụng song song với việc đếm nhịp Người Lần Người Lần Người đập mạch thời gian phút Kết sau kiểm tra sau: Lần Nhip tim chuẩn 83 79 93 85 71 Nhip tim chuẩn 81 100 70 80 90 Nhip tim chuẩn 65 66 64 70 68 Nhịp tim thử nghiệm 77 74 86 79 67 Nhịp tim thử nghiệm 83 103 66 76 82 Nhịp tim thử nghiệm 69 68 65 70 67 Chênh lệch trung bình Bảng 5.1: Kết đo nhịp tim ứng dụng Chênh lệch Chênh lệch 4 Chênh lệch 1 3.8 19 Sau đó, ta đo nhịp thở phần mềm; đồng thời dùng đồng hồ đếm nhịp Người Lần Người Lần Người phình hóp ngực bụng vòng phút Kết thu sau: Lần Nhip thở chuẩn 13 14 13 14 15 Nhip thở chuẩn 13 13 14 16 15 Nhip thở chuẩn 15 14 16 14 15 Nhịp tim thử nghiệm 13 14 15 14 15 Nhịp tim thử nghiệm 14 13 14 16 15 Nhịp tim thử nghiệm 15 14 16 14 15 Chênh lệch trung bình Bảng 5.2: Kết đo nhịp thở ứng dụng Chênh lệch 0 0 Chênh lệch 0 0 Chênh lệch 0 0 0.2 20 KẾT LUẬN VÀ KIẾN NGHỊ Theo kết thực nghiệm thu được, ứng dụng đo nhịp tim nhịp thở phát nghi nhận thay đổi theo chu kỳ nhịp tim nhịp thở thông qua xử lý hình ảnh thu theo thời gian thực dựa thư viện OpenCV hệ điều hành di động Android Với khả tương thích với điện thoại thông minh Android, ứng dụng sử dụng rộng rãi với mục tiêu đề ra: tiết kiệm chi phí khả di chuyển cao Hiện ứng dụng cần phát triển tối ưu thuật toán xử lý hình ảnh để thu kết xác Trên tảng xây dựng, ta tiếp tục phát triển để thu giá trị khác tín hiệu sống sinh học: huyết áp, O2 máu Để thương mại hóa, ứng dụng cần kiểm tra nhiều lần đối tượng khác độ tuổi, giới tính, tình trạng sức khỏe để tìm hệ số hồi quy tuyến tính tốt Một điểm hạn chế cần cải tiến ảnh hường chất lượng hình ảnh độ xác kết đo Hình ảnh thu tốt hay xấu chịu ảnh hưởng môi trường xung quanh nhiều (ánh sáng, màu sắc áo mặc…) Do vậy, ta cần thêm thời gian để tìm hiểu tối ưu thuật toán để làm giảm ảnh hưởng [...]... Dùng hồi quy tuyến tính để tìm đường cong Polynomial curve fitting với tín hiệu thay đổi màu của vùng đã được chọn ở bước 10 2 (Sử dụng công thức hồi quy tuyến tính với số mũ cao nhất của x là 30) Tính hiệu giữa tín hiệu và đường cong làm mượt lại tín hiệu Tính tần số thay đổi tín hiệu, cùng với tầng số nhịp tim tối đa (2 Hz), ta tính được hệ số cho bộ lọc thông thấp wn theo công thức: = / ... nhận dạng nhịp tim và tín hiệu thu được từ sự thay đổi màu sắc của đầu ngón tay là có thể tin cậy được 15 CHƯƠNG 4 – XÂY DỰNG ỨNG DỤNG ĐO TÍN HIỆU SỐNG SINH HỌC TRÊN NỀN TẢNG ANDROID 4.1 Tổng quan hệ điều hành di động Android Android được ra mắt với vai trò là một nền tảng thiết bị di động được xây dựng trên nhân Linux phiên bản 2.6 Đồng hành cùng sự phát triển của công nghệ di động, Android đã trải... 18 CHƯƠNG 5: KIỂM THỬ ỨNG DỤNG VÀ KẾT QUẢ THỰC NGHIỆM Để kiểm thử ứng dụng và thực nghiệm, đối với số đo nhịp tim, ta sử dụng ứng dụng trên Android song song với sử dụng máy đo SpO2 Nonin 9700; đối với số đo nhịp thở, ta sử dụng ứng dụng và kiểm thử lại bằng tay Các bước thực hiện như sau: Chọn 3 người bất kì và sử dụng phần mềm để đo Với trường hợp đo nhịp tim, ta dùng ứng dụng song song với việc đếm... OpenCV trên nền tảng Android và các thành phần được ứng dụng Để tiết kiệm chi phí về thời gian, ta sử dụng OpenCV để hỗ trợ xử lý nhận dạng ảnh theo thời gian thực 4.4.1 Tổng quan về thư viện OpenCV OpenCV (Open Source Computer Vision Library) là một thư viện mã nguồn mở dành cho thị giác máy tính và máy học OpenCV được xây dựng để cung cấp một cơ sở hạ tầng chung cho các ứng dụng thị giác máy tính và sử. ..9 là tích nội của ma trận (vector) và Gộp gọn n đẳng thức và biểu di n dưới dạng vector, ta được: = Trong đó, = 2.4 ⋮ ; = ⋮ = ⋮ + ⋯ ⋯ ⋱ ⋯ ⋮ ; = ⋮ ; = ⋮ Phương pháp áp dụng mô hình hồi quy tuyến tính trong theo dõi tín hiệu sống sinh học 2.4.1 Phương pháp đo nhịp tim Đầu vào: Dữ liệu hình ảnh đầu ngón tay bằng cách áp sát tay vào camera có tích hợp... việc với OpenCV 4.5.2 Cài đặt giao di n cho ứng dụng Hình 4.10: Màn hình đo nhịp tim Màn hình đo nhịp thở: Tương tự như màn hình đo nhịp tim nhưng không sử dụng đèn flash 4.5.3 Cài đặt xuất dữ liệu ra file csv: 4.5.4 Cài đặt nhận dạng nhịp tim Để cài đặt nhận dạng nhịp tim, ta sử dụng thư viện Apache Commons Mathematics Library để áp dụng thuật toán hồi quy tuyến tính 4.5.5 Cài đặt thuật toán kiểm... theo thời gian thực của các vùng Sau đó, dùng variance của từng vùng để tìm ra vùng có thay đổi nhiều nhất (variance lớn nhất, xét dữ liệu trên 1000 khung ảnh đẩu tiên) Công thức tính mean và variance như sau: ̅= ∑ Trong đó: ; = = ∑ − ̅ −1 ̅ là giá trị mean là standard deviation Bước 3: Dựa và giá trị mean lớn nhất và hồi quy tuyến tính để tìm được nhịp tim theo các bước sau: Dùng hồi quy tuyến. .. ứng dụng có thể được sử dụng rộng rãi với mục tiêu đã đề ra: tiết kiệm chi phí và khả năng di chuyển cao Hiện tại ứng dụng cần được phát triển và tối ưu các thuật toán xử lý hình ảnh để có thể thu được kết quả chính xác hơn Trên nền tảng đã xây dựng, ta có thể tiếp tục phát triển để có thể thu được các giá trị khác của tín hiệu sống sinh học: huyết áp, O2 trong máu Để có thể thương mại hóa, ứng dụng. .. và sử dụng nhiều trong sản phẩm thương mại có liên quan đến máy học OpenCV sử dụng giấy phép nguồn mở BSD Điều này giúp cho các doanh nghiệp có thể dễ dàng sử dụng và chỉnh sửa lại mã nguồn OpenCV hỗ trợ rộng rãi các ngôn ngữ C ++, C, Python, Java, MATLAB trên nhiều hệ điều hành như Windows, Linux, Android và Mac OS OpenCV nghiêng chủ yếu hướng tới các ứng dụng tầm nhìn thời gian thực và tận dụng các... bổ sung các tính năng mới và sửa chữa các lỗi Hiện nay, phiên bản mới nhất của Android là phiên bản 6.0.1 với tên mã là Marshmallow 4.2 Công cụ phát triển Android Studio Các ứng dụng của Android được phát triển sử dụng ngôn ngữ Java với sự hỗ trợ của bộ phát triển Android (Android SDK) Android Studio là quan chức môi trường phát triển tích hợp (IDE) cho phát triển ứng dụng Android, dựa trên nền tảng ... thành luận văn thạc sỹ với đề tài: Theo dõi tín hiệu sinh học di động sử dụng hồi qui tuyến tính Lời cảm ơn sau cùng, xin gửi lời cám ơn đến gia đình bạn học đồng khóa gắn bó, chia sẻ kinh nghiệm... tuyến tính với số mũ cao x 30) Tính hiệu tín hiệu đường cong làm mượt lại tín hiệu Tính tần số thay đổi tín hiệu, với tầng số nhịp tim tối đa (2 Hz), ta tính hệ số cho lọc thông thấp wn theo. .. hồi quy tuyến tính để tìm nhịp tim theo bước sau: Dùng hồi quy tuyến tính để tìm đường cong Polynomial curve fitting với tín hiệu thay đổi màu vùng chọn bước 10 (Sử dụng công thức hồi quy tuyến