Nghiên cứu phương pháp loại bỏ nhiễu do chuyển động trong tín hiệu PPG sử dụng Autoencoder = Research on montion artifacts removaol in PPG signal using Autoencoder

Abstract

Công nghệ đo quang thể tích (Photoplethysmography - PPG) sử dụng ánh sáng để phát hiện các thay đổi nhỏ trong thể tích máu ngoại vi, dựa trên khả năng hấp thụ ánh sáng khác nhau của các thành phần mô tuân theo định luật Beer-Lambert. Mặc dù có nhiều ứng dụng tiềm năng trong y tế, tín hiệu PPG rất nhạy cảm với nhiễu do chuyển động (Motion Artifacts - MA) của người dùng, gây khó khăn cho việc thu thập và phân tích dữ liệu. Nghiên cứu này đề xuất một phương pháp ứng dụng trí tuệ nhân tạo (Deep Learning), cụ thể là mô hình mạng nơ-ron Autoencoder, để tự động phát hiện và hỗ trợ loại bỏ các đoạn tín hiệu PPG bị ảnh hương bởi MA. Thuật toán được đánh giá trên bộ dữ liệu thực tế thu thập tại Bệnh viện Thống Nhất, đạt độ chính xác 95,2% trong việc phân loại đoạn tín hiệu sạch và nhiễu, cho thấy tiềm năng ứng dụng trong các thiết bị theo dõi sức khỏe sử dụng cảm biến PPG.