Phân rã tín hiệu y sinh đa kênh

Phân rã tín hiệu (signal decomposition) là một kỹ thuật quan trọng trong lĩnh vực xử lý tín hiệu, giúp phân tách các tín hiệu phức tạp thành các thành phần con đơn giản, dễ hiểu và có ý nghĩa hơn. Các thành phần này thường được gọi là các tín hiệu nguồn, có thể đại diện cho các đặc điểm, tính chất, hoặc khía cạnh khác nhau của tín hiệu gốc. Phân rã tín hiệu giúp các nhà nghiên cứu và kỹ sư hiểu sâu hơn về cấu trúc của tín hiệu, từ đó giúp trích xuất thông tin quan trọng, loại bỏ nhiễu hoặc các điểm ngoại lai không mong muốn và tinh gọn hóa việc phân tích và xử lý sau này.

Trong những năm gần đây, phân rã ten-xơ (tensor decomposition) thu hút sự chú ý đáng kể từ cộng đồng xử lý tín hiệu và khoa học máy tính vì tính tiện ích và hiệu quả của nó trong việc khai phá các dữ liệu đa biến nhiều chiều. Ten-xơ, về cơ bản, là một mảng nhiều chiều và phân rã ten-xơ cho phép biểu diễn một ten-xơ thành các thành phần cơ bản như vec-tơ, ma trận, hay là các ten-xơ có cấu trúc đơn giản hơn. Do vậy, phân rã ten-xơ trở đã và đang thành một công cụ mạnh mẽ và hiệu quả để phân tích các dữ liệu đa chiều.

Trong nghiên cứu này, chúng tôi đề xuất một cầu nối giữa hai bài toán: phân rã tín hiệu y sinh đa kênh và phân rã ten-xơ. Bằng cách biểu diễn các tín hiệu y sinh đa kênh dưới dạng các ten-xơ bậc cao, ta có thể chuyển đổi bài toán phân rã tín hiệu thành một bài toán phân rã ten-xơ tương ứng. Từ đó, ta có thể tận dụng những tiến bộ trong phân tích tenxơ bậc cao để giải quyết hiệu quả các vấn đề của phân rã tín hiệu y sinh đa kênh.

Công bố khoa học: 

L.T. Thanh, K. Abed-Meraim, N.L. Trung, P. Ravier, O. Buttelli, A. Holobar. Tensor-based Higher-Order Multivariate Singular Spectrum Analysis and Applications to Multichannel Biomedical Signal Analysis. Signal Processing (SP), 2025.

L.T. Thanh, K. Abed-Meraim, N.L. Trung. Higher-Order Singular Spectrum Analysis For Multichannel Biomedical Signal Analysis. European Signal Processing Conference (EUSIPCO), 2024.