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.
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 LUẬN VĂN THẠC SĨ KỸ THUẬT TP HỒ CHÍ MINH - 2016 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 LUẬN VĂN THẠC SĨ KỸ THUẬT NGƯỜI HƯỚNG DẪN KHOA HỌC: TS NGUYỄN ĐỨC THẮNG TP HỒ CHÍ MINH - 2016 i 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 ii 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 iii MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN .ii MỤC LỤC iii DANH MỤC CÁC THUẬT NGỮ, CHỮ VIẾT TẮT .vi DANH SÁCH CÁC BẢNG vii DANH SÁCH HÌNH VẼ viii MỞ ĐẦU CHƯƠNG – TỔNG QUAN VỀ TÍN HIỆU SỐNG SINH HỌC 1.1 Khái niệm tín hiệu sống sinh học người 1.1.1 Tín hiệu tỉ lệ mạch đập (PR) 1.1.2 Tín hiệu tốc độ hô hấp (RR) 1.2 1.3 Photoplethysmography (PPG) Các phương thức để theo dõi tín hiệu sống sinh học .6 1.3.1 Phương pháp theo dõi xâm lấn 1.3.2 Phương pháp theo dõi không xâm lấn 1.4 Các hệ thống không gian màu sắc 1.4.1 RGB (Red, green and blue) 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 2.1.1 Dùng camera kết nối với máy tính iv 2.1.2 Dùng điện thoại thông minh 10 2.2 Trích chọn đặc trưng 10 2.2.1 Các phân lớp kết hợp (Cascade Classifiers) 10 2.2.2 Haar Cascades 11 2.2.3 LBP (Local Binary Patterns) Cascades .12 2.3 2.4 Mô hình hồi quy tuyến tính (Linear Regresion Model) 13 Phương pháp áp dụng mô hình hồi quy tuyến tính theo dõi tín hiệu sống sinh học 14 2.4.1 Phương pháp đo nhịp tim 14 công) 2.4.2 Phương pháp đo nhịp thở dựa vào giao động vai (không thành 16 2.4.3 Phương pháp đo nhịp thở đầu ngón tay (thành công) .18 CHƯƠNG – THU THẬP DỮ LIỆU VÀ KIỂM TRA PHƯƠNG PHÁP NHẬN DẠNG TÍN HIỆU NHỊP TIM VÀ NHỊP THỞ 20 3.1 Mô tả trình thu thập liệu .20 3.1.1 Thu thập liệu nhận dạng nhịp tim 20 3.1.2 Thu thập liệu nhận dạng nhịp thở 24 3.2 Kiểm tra phương pháp nhận dạng tín hiệu 24 3.2.1 Kiểm tra phương pháp nhận dạng nhịp tim .24 3.2.2 Kiểm tra phương pháp nhận dạng nhịp thở .26 CHƯƠNG – XÂY DỰNG ỨNG DỤNG ĐO TÍN HIỆU SỐNG SINH HỌC TRÊN NỀN TẢNG ANDROID 28 4.1 Tổng quan hệ điều hành di động Android .28 4.3 Android thành phần hỗ trợ lập trình 29 4.2 Công cụ phát triển Android Studio 28 v 4.3.1 Activity 29 4.3.2 Intent 31 4.3.3 Service .33 4.3.4 Broadcast Receiver 33 4.3.5 Content Provider 33 4.4 Thư viện hỗ trợ OpenCV tảng Android thành phần ứng dụng .33 4.4.1 Tổng quan thư viện OpenCV 33 4.4.2 Các chức OpenCV sử dụng đề tài 35 4.3 Sơ đồ Usecase ứng dụng 35 4.5 Cài đặt số thành phần quan trọng 36 4.4 Sơ đồ lớp (Class Diagram) .35 4.5.1 Cấu hình cài đặt dự án làm việc với OpenCV 36 4.5.2 Cài đặt giao diện cho ứng dụng 41 4.5.3 Cài đặt nhận dạng nhịp tim 45 4.5.4 Cài đặt thuật toán kiểm tra nhịp thở 47 CHƯƠNG 5: KIỂM THỬ ỨNG DỤNG VÀ KẾT QUẢ THỰC NGHIỆM 49 KẾT LUẬN VÀ KIẾN NGHỊ 51 DANH MỤC TÀI LIỆU THAM KHẢO 52 vi DANH MỤC CÁC THUẬT NGỮ, CHỮ VIẾT TẮT Viết tắt Tiếng Anh Tiếng Việt BR Breathing Rate Nhịp thở BT Body temperature Nhiệt độ thể BP ECG Blood Pressure Electrocardiography HR Heart Rate PPG Photoplethysmography HSV PR PRV RGB VPS Hue, saturation and value Huyết áp Máy điện tâm đồ Nhịp tim Không gian màu phổ biến Pulse Rate Tốc độ mạch đập Red green blue Không gian màu phổ biến Pulse Rate Variability Vital Physiological Signal Biến thiên tốc độ mạch đập Tín hiệu sống sinh học vii DANH SÁCH CÁC BẢNG Bảng 3.1: Bảng kết so sánh nhịp tim chuẩn nhịp tim thử nghiệm 25 Bảng 3.2: Bảng kết so sánh nhịp thở chuẩn nhịp thở thử nghiệm 27 Bảng 5.1: Kết đo nhịp tim ứng dụng 49 Bảng 5.2: Kết đo nhịp thở ứng dụng 50 viii DANH SÁCH HÌNH VẼ Hình 1: Máy điện tâm đồ đo tín hiệu sống sinh học bệnh viện Hình 2: Cấu tạo máy đo PPG Hình 3: Đo nhịp tim tốc độ hô hấp Hình 1.1: Phương pháp theo dõi xâm lấn máy Hình 1.2: Mô tả hệ thống không gian màu RGB HSV Hình 2.1: Hệ thống theo dõi tín hiệu sống sinh học hệ thống máy tính có camera Hình 2.2: Hệ thống nhận dạng sử dụng di động thông minh 10 Hình 2.3: Các hạt đặc trưng cho Haar Cascades 11 Hình 2.4: Ví dụ vectơ đặc trưng LBP Cascades 12 Hình 2.5: Lấy liệu hình ảnh dùng camera áp vào đầu ngón tay 14 Hình 2.6: Phát vai sau xác định khuôn mặt 16 Hình 2.7: Ảnh thu sau qua lọc Sobel theo trục y 17 Hình 2.8: Ảnh thu sau qua ngưỡng 17 Hình 2.9: Tư đo nhịp thở ngón tay 18 Hình 3.1: Tín hiệu gốc đường cong thu sau Polyfit 21 Hình 3.2: Tín hiệu làm mượt 22 Hình 3.3: Đếm số đỉnh sau qua lọc 23 Hình 4.1: Môi trường phát triển Android 29 Hình 4.2: Vòng đời Activity 30 Hình 4.3: Hoạt động Implicit Intent 32 Hình 4.4: Usecase ứng dụng 35 Hình 4.5: Sơ đồ lớp ứng dụng 36 Hình 4.6: Cấu trúc dự án 37 Hình 4.7: Sao chép gói thư viện 38 Hình 4.8: Tập tin định nghĩa giao diện 41 Hình 4.9: Giao diện hình 41 39 } } android.sources { main { jniLibs { source { srcDirs.add('src/main/jniLibs') } } } } android.ndk { moduleName = "vitalSignalApplication" cppFlags.addAll(["-fexceptions", "-frtti", "-std=c++11"]) cppFlags.add("-I${file("src/opencv/jni/include")}".toString()) ldLibs.addAll(["android", "EGL", "GLESv2", "dl", "log", "z", "m"]) stl = "gnustl_static" } android.productFlavors { create("arm") { ndk.with { abiFilters.add("armeabi") File curDir = file('./') curDir = file(curDir.absolutePath) String libsDir = curDir.absolutePath + "/src/main/jniLibs/armeabi/" } ldLibs.add(libsDir + "libopencv_java3.so") } create("armv7") { ndk.with { abiFilters.add("armeabi-v7a") v7a/" File curDir = file('./') curDir = file(curDir.absolutePath) String libsDir = curDir.absolutePath + "/src/main/jniLibs/armeabildLibs.add(libsDir + "libopencv_java3.so") 40 } } create("x86") { ndk.with { abiFilters.add("x86") File curDir = file('./') curDir = file(curDir.absolutePath) String libsDir = curDir.absolutePath + "/src/main/jniLibs/x86/" } ldLibs.add(libsDir + "libopencv_java3.so") } create("mips") { ndk.with { abiFilters.add("mips") File curDir = file('./') curDir = file(curDir.absolutePath) String libsDir = curDir.absolutePath + "/src/main/jniLibs/mips/" ldLibs.add(libsDir + "libopencv_java3.so") } } create("fat") { } } } repositories { maven { url "https://jitpack.io" } } dependencies { compile fileTree(include: ['*.jar'], dir: 'libs') compile project(':OpenCV310') testCompile 'junit:junit:4.12' compile 'com.android.support:appcompat-v7:23.2.1' compile 'com.android.support:design:23.2.1' compile 'com.github.PhilJay:MPAndroidChart:v2.2.4' } 41 4.5.2 Cài đặt giao diện cho ứng dụng Giao diện cho ứng dụng cài gồm hình hai hình dùng cho chức đo nhịp tim đo nhịp thở Hình 4.8: Tập tin định nghĩa giao diện Màn hình chính: Hình 4.9: Giao diện hình 43 44 Màn hình đo nhịp tim: Ta cần thừa kế lại hình OpenCV cài đặt lại để bật đèn flash public class VSJavaCameraView extends JavaCameraView { private static final String TAG = "VSJavaCameraView"; private boolean IS_FLASH_OPEN = false; public VSJavaCameraView(Context context, int cameraId) { super(context, cameraId); } public VSJavaCameraView(Context context, AttributeSet attrs) { super(context, attrs); } } protected boolean initializeCamera(int width, int height) { Log.d(TAG, "Initialize java camera"); boolean result = super.initializeCamera(width, height); Parameters parameters = mCamera.getParameters(); parameters.setFlashMode(Parameters.FLASH_MODE_TORCH); mCamera.setParameters(parameters); return result; } Hình 4.10: Màn hình đo nhịp tim 45 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: public static String saveToCSVFile(String content, Context context) { String fileName = "data_csv_" + System.currentTimeMillis() + ".csv"; String folderName = "Folder_"; File file = FileUtils.getStorageDir(context, folderName, fileName); if (file.exists()) { file.delete(); } try { FileOutputStream out = new FileOutputStream(file); OutputStreamWriter outputStreamWriter = new OutputStreamWriter(out); outputStreamWriter.write(content); outputStreamWriter.flush(); outputStreamWriter.close(); out.flush(); out.close(); Log.i(TAG, "Face saved: " + file.getPath()); 46 } } catch (Exception e) { e.printStackTrace(); } return file.getAbsolutePath(); 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 Ta cài đặt thuật toán nhận dạng nhịp tim sau: FileUtils.saveToCSVFile(stringBuilder2.toString(), getApplicationContext()); Log.i(TAG, "Max entity index: " + maxEntityIndex); for(double val : fingerDetectionEntities.get(maxEntityIndex).getMeans()) { meanValues.add(val); } WeightedObservedPoints weightedObservedPoints = new WeightedObservedPoints(); for(int i = 0; i < numberOfFrames - 1; i++) { weightedObservedPoints.add((i + 1), meanValues.get(i)); } PolynomialCurveFitter polynomialCurveFitter = PolynomialCurveFitter.create(5); double[] coefficients = polynomialCurveFitter.fit(weightedObservedPoints.toList()); PolynomialFunction polynomialFunction = new PolynomialFunction(coefficients); List polyval = new ArrayList(); for(int i = 0; i < numberOfFrames - 1; i++) { polyval.add(polynomialFunction.value(i + 1)); } List outData = new ArrayList(); for(int i = 0; i < meanValues.size() - 1; i++) { outData.add(meanValues.get(i) - polyval.get(i)); } double[] outDataArray = new double[outData.size()]; for (int i = 0; i < outData.size(); i++) { outDataArray[i] = outData.get(i); } 47 long sum = 0; for(long item : allTimePerFrames) { sum += item; } double[] tempData = new double[outData.size()]; for(int i = 0; i < outData.size(); i++) { tempData[i] = 0; } timePerFrame = sum / allTimePerFrames.size(); double totalTime = (double)sum / 60000d; Log.e(TAG, "Time per frame: " + timePerFrame); Log.e(TAG, "Total time: " + totalTime + "mins"); double[] finalDataArray = lowPass(outDataArray, tempData); List finalData = new ArrayList(); for (double aFinalDataArray : finalDataArray) { finalData.add(aFinalDataArray); } int peaks = findPeaks(finalData); Log.i(TAG, "Peaks = " + peaks); heartRate = (int)(peaks / totalTime); Log.i(TAG, "Heart Rate = " + heartRate); 4.5.5 Cài đặt thuật toán kiểm tra nhịp thở sau Thuật toán đo nhị thở dao động đầu ngón tay đề nghị mRgba = inputFrame.rgba(); mGray = inputFrame.gray(); if (IS_CAPTURING && SystemClock.currentThreadTimeMillis() = 220; stringBuilder.append(mean.val[0] + ","); } if (CUR_VAL != PRE_VAL) { breathRate++; PRE_VAL = CUR_VAL; } 48 if (breathRate != 0) { Imgproc.putText(mRgba, "Breath Rate: " + Math.round(breathRate / 2) + " bpm", new Point(mRgba.rows() / 2, mRgba.cols() / 2), Core.FONT_HERSHEY_TRIPLEX, 2.0, new Scalar(0, 255, 0, 255)); } return mRgba; 49 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 50 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 51 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 52 DANH MỤC TÀI LIỆU THAM KHẢO [1] [2] [3] S Yu and J Cheng, “A wireless physiological signal monitoring system with integrated bluetooth and WiFi technologies”, Proc IEEE Eng Med Biol Soc., Shanghai, China, 2005, pp 2203–2206 R Paradiso (2003), “Wearable health care system for vital signs monitoring”, Proc IEEE Conf Inform Technol Appl Biomed., Prato, Italy, pp 283–286 C G Scully, J Lee, J Meyer, A M Gorbach, D Granquist-Fraser, and Y Mendelson (2012, February), “Physiological parameter monitoring from optical recordings with a mobile phone,” IEEE Trans Biomed Eng, vol [4] [5] [6] [7] [8] [9] 59, no 2, pp 303–306 B Won and H Park (2012, January), “A touchscreen as a biomolecule detection platform,” Angew Chem Int Ed., vol 51, no 3, pp 748–751 C C Y Poon, Q Liu, H Gao, W Lin, and Y Zhang (2011, September), “Wearable intelligent systems for E-Health,” JCSE, vol 5, no 3, pp 246– 256 Chandrasekaran (2010), “Measuring vital signs using smart phones,” M.S thesis, Dept Computer Science, Univ of North Texas, Denton, TX, USA, pp 6–16 J Pickett, P Amoroso, D V Nield, and D P Jones (1997), “Pulse oximetry and ppg measurements in plastic surgery,”, Proc IEEE Int Conf Eng Med Biol Soc., Chicago, USA, vol 5, pp 2330–2332 P K Baheti and H Garudadri (2009, June), “An ultra low power pulse oximeter sensor based on compressed sensing”, Proc 6th Int Workshop Wearable Implantable Body Sens Netw., Berkeley, USA, pp 144–148 Nandakumar Selvaraj (2014, October), “Long-term Remote Monitoring of Vital Signs using a Wireless Patch Sensor”, Health Innovations and Pointof-Care Technologies Conference Seattle, Washington USA 53 [10] [11] [12] [13] [14] [15] [16] M Z Poh, D J McDuff, and R W Picard (2011, January), “Advancements in noncontact, multiparameter physiological measurements using a webcam,” IEEE Trans Biomed Eng, vol 58, no 1, pp 7–11 M Z Poh, D J McDuff, and R W Picard (2010, May), “Non-contact, automated cardiac pulse measurements using video imaging and blind source separation,” Opt Exp., vol 18, no 10, pp 10762–10774 M Garbey, N Sun, A Merla, and I Pavlidis (2007, August), “Contact-free measurement of cardiac pulse based on the analysis of thermal imagery”, IEEE Trans Biomed Eng, vol 54, no 8, pp 1418–1426 W Verkruysse, L O Svaasand, and J S Nelson (2008, December), “Remote plethysmographic imaging using ambient light”, Opt Exp, vol 16, no 26, pp 21434–21445 C Takano and Y Ohta (2006, October), “Heart rate measurement based on a time-lapse image”, Med Eng Phys., vol 29, no 8, pp 853–857 S Kwon, H Kim, and K S Park (2012), “Validation of heart rate extraction using video imaging on a built-in camera system of a smartphone”, Proc IEEE Ann Int Conf Eng Med Biol Soc., Seoul, pp 2174–2177 Dangdang Shao, Yuting Yang, Chenbin Liu, Francis Tsow, Hui Yu, and Nongjian Tao (2014, November), “Noncontact Monitoring Breathing Pattern, Exhalation Flow Rate and Pulse Transit Time”, IEEE transactions [17] [18] [19] [20] [21] on biomedical engineering, vol 61, no 11 Daniel Lélis Baggio, Shervin Emami, David Millán Escrivá, Khvedchenia Ievgen, Naureen Mahmood, Jason Saragih, Roy Shilkrot (2012), Mastering OpenCV with Practical Computer Vision Projects , PACKT Publishing Salil Kapur, Nisarg Thakkar (2015), Mastering OpenCV Android Application Programming, PACKT Publishing Website https://en.wikipedia.org/wiki/Linear_regression Website https://en.wikipedia.org/wiki/Simple_linear_regression Website http://opencv.org/about.html [...]... CHƯƠNG 2 – 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 là một phương pháp tiếp cận mới, giúp ta giảm thiểu chi phí và sự khó chịu của người được theo dõi 2.1.1 Dùng camera kết nối với máy tính Hệ thống đo bao gồm một máy tính dùng để thu tín hiệu hình ảnh đưa về từ một... sau: 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 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: = /... hệ số hồi quy là tích nội của ma trận (vector) và Gộp gọn n đẳng thức và biểu di n dưới dạng vector, ta được: = Trong đó, = = ⋮ = = + ⋮ ⋮ ⋮ ; ⋯ ⋯ ⋱ ⋯ ; ⋮ ; 14 = 2.4 ⋮ Phương pháp áp dụng mô hình hồi quy tuyến tính trong theo dõi tín hiệu sống sinh học Mô hình hồi quy tuyến tính được ứng dụng để làm mượt các tín hiệu thu được từ sự thay đổi màu sắc của đầu ngón tay Cụ thể, ta dùng hồi quy tuyến tính. .. áp dụng và hiện thực thuật toán trên di động Mục đích nghiên cứu: Đề tài được nghiên cứu nhằm mục đích phát triển trên thiết bị di động một ứng dụng có thể kiểm tra được tín hiệu sống sinh học của con người: nhịp tim và 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 và môi trường phát triển ứng dụng trên. .. sinh học dựa trên các thay đổi rất nhỏ của màu sắc 1.3 Các phương thức để theo dõi tín hiệu sống sinh học Có nhiều phương pháp để đo tín hiệu sống sinh học của một người Ta có thể chia ra làm ba loại sau: 1.3.1 Phương pháp theo dõi xâm lấn Là phương pháp đo trực tiếp xâm nhập vào cơ thể để đo các tín hiệu sống sinh học như kim dò… Hiện tại các phương pháp này đang được giảm bớt tần suất sử dụng bởi nó... PPG Dụng cụ để đo nhịp thở là vòng đàn hồi có các sensor để đo tốc độ phồng lên xẹp xuống của ngực Hình 3: Đo nhịp tim và tốc độ hô hấp (Nguồn: Máy theo dõi tín hiệu sống sinh học – Internet) Nhu cầu phát hiện và xử lý tín hiệu sống sinh học để theo dõi sức khỏe là hợp lý và cần thiết Có rất nhiều thuật toán liên quan đến việc này Trong đó, thuật toán 4 đơn giản mang lại hiệu quả là hồi quy tuyến tính. .. điện thoại di động thông minh có camera tương đối tốt dùng để thu tính hiệu hình ảnh và xử lý Người dùng Smartphone có hỗ trợ camera Hình 2.2: Hệ thống nhận dạng sử dụng di động thông minh So với hệ thống dùng máy tính, hệ thống dựa trên thiết bị di động thông minh có ưu điểm tiết kiệm chi phí và độ di động lớn [16] Vì vậy, đây là xu hướng phát triển phù hợp với người dùng là các cá nhân, sử dụng mọi... cơ 7 Hình 1.1: Phương pháp theo dõi xâm lấn bằng máy cơ 1.3.2 Phương pháp theo dõi không xâm lấn Là các phương pháp đo không dùng những dụng cụ xâm nhập trực tiếp vào cơ thể mà dùng các thiết bị theo dõi trên da Một số những phương thức mới được đưa ra là theo dõi tín hiệu sống sinh học dùng các sensor dán trên da Các sensor này có thể có dây nối hoặc không có dây nối Tín hiệu từ đây sẽ được truyền... tốt hơn, ta sử dụng đèn chiếu sáng đặt phía trước người được đo [10], [11], [12], [13], [14], [15] Đèn chiếu sáng Camera Người dùng Máy tính Hình 2.1: Hệ thống theo dõi tín hiệu sống sinh học trên hệ thống máy tính có camera Hệ thống này dựa trên sự thay đổi màu da khi tim co bóp để đưa máu đi khắp cơ thể Mắt thường không thể thấy được sự thay đổi màu sắc trên Chính vì vậy, các nhà khoa học đã dùng... Tìm dao động của hai vai và áp dụng hồi quy tuyến tính để tính toán tìm nhịp thở Sau khi thu được hình ảnh 2 vai, ta sử dụng phương thức phân biệt để phát hiện cạnh rồi tính toán sự dịch chuyển vô ý của thân người theo trục y Thay đổi giá trị mean y thể hiện sự thay đổi của hơi thở Phương pháp phát hiện cạnh vai: Hình 2.6: Phát hiện vai sau khi xác định được khuôn mặt Bước 1: Sử dụng Sobel theo y −1 ... 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...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... 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