Nghiên cứu hệ thống điều khiển xe lăn cho người tàn tật nặng sử dụng mạng neural và điện não EEG

Tài liệu nghiên cứu Luận án mạng neural trong hệ thống điều khiển xe lăn cho người tàn tật nặng sử dụng điện não eeg, tổng hợp lý thuyết và thực hành, cung cấp kiến thức chuyên

Trường đại học

Cao đẳng Công thương TP. HCM

Người đăng

Ẩn danh

Thể loại

luận án
97
3
0

Phí lưu trữ

35 Point

Mục lục chi tiết

MỞ ĐẦU

1. CHƯƠNG 1: TỔNG QUAN VỀ TÍN HIỆU ĐIỆN NÃO

1.1. Tình hình nghiên cứu trong nước

1.2. Tình hình nghiên cứu ngoài nước

1.3. Nội dung thực hiện đề tài

1.4. Mục đích nghiên cứu

1.5. Đối tượng và phạm vi nghiên cứu

1.6. Những đóng góp của luận án

1.6.1. Đóng góp về mặt lý thuyết

1.6.2. Đóng góp về mặt thực tiễn

1.7. Cấu trúc nội dung của luận án

1.8. Kết luận chương 1

2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT

2.1. Tín hiệu điện não EEG

2.2. Giới thiệu về tín hiệu điện não EEG

2.3. Thu nhận tín hiệu điện não EEG

2.4. Vị trí các điện cực theo chuẩn 10-20

Tóm tắt

I. Giới thiệu về hệ thống điều khiển xe lăn

Hệ thống điều khiển xe lăn cho người tàn tật nặng bằng mạng neuralEEG là một ứng dụng công nghệ tiên tiến nhằm hỗ trợ cho những người không thể tự di chuyển. Việc sử dụng tín hiệu nã o để điều khiển xe lăn không chỉ giúp cải thiện chất lượng cuộc sống mà còn đáp ứng nhu cầu xã hội bức thiết. Hệ thống này cho phép người dùng điều khiển xe lăn thông qua việc phân tích tín hiệu EEG, từ đó chuyển đổi thành các lệnh điều khiển cụ thể. Điều này thể hiện sự kết hợp giữa công nghệ mạng neuralcông nghệ hỗ trợ, mở ra hướng đi mới trong việc phát triển các thiết bị hỗ trợ cho người tàn tật.

1.1. Tầm quan trọng của nghiên cứu

Nghiên cứu về tín hiệu EEG trong việc điều khiển xe lăn cho người tàn tật nặng là một lĩnh vực còn mới mẻ. Mặc dù đã có nhiều nghiên cứu về tín hiệu điện não, nhưng ứng dụng trong điều khiển tự động vẫn chưa được khai thác triệt để. Việc phát triển hệ thống này không chỉ giúp người tàn tật có thể tự chủ hơn trong việc di chuyển mà còn tạo ra cơ hội cho các nghiên cứu tiếp theo trong lĩnh vực này. Hệ thống điều khiển xe lăn bằng EEG có thể được coi là một bước tiến lớn trong việc ứng dụng công nghệ vào cuộc sống hàng ngày của người tàn tật.

II. Phương pháp nghiên cứu

Luận án đã áp dụng ba phương pháp tiền xử lý tín hiệu từ EEG: biến đổi Fourier, phép biến đổi Wavelet và thuật toán HHT (Hilbert Huang Transform). Những phương pháp này giúp biến đổi tín hiệu thành năm dạng sóng cơ bản: Delta, Theta, Alpha, Beta, Gamma. Sau đó, dữ liệu được gom cụm trước khi đưa vào mạng neural để phân loại thành năm tín hiệu mong muốn cho việc điều khiển xe lăn. Việc sử dụng mạng neural đa lớp cho phép hệ thống học hỏi và cải thiện khả năng phân loại tín hiệu, từ đó nâng cao độ chính xác trong việc điều khiển xe lăn.

2.1. Tiến trình xử lý tín hiệu

Quá trình xử lý tín hiệu bắt đầu bằng việc thu thập tín hiệu EEG từ người dùng. Sau đó, tín hiệu được tiền xử lý bằng các phương pháp đã nêu, nhằm loại bỏ nhiễu và cải thiện chất lượng tín hiệu. Kết quả của quá trình này là các dạng sóng có thể được phân loại dễ dàng hơn. Hệ thống đã cho thấy độ chính xác lên đến 92,4% trong việc nhận diện các lệnh điều khiển từ tín hiệu EEG. Điều này chứng tỏ rằng việc áp dụng công nghệ mạng neural trong xử lý tín hiệu là rất hiệu quả và có thể được ứng dụng rộng rãi trong thực tiễn.

III. Ứng dụng thực tiễn của hệ thống

Hệ thống điều khiển xe lăn bằng EEG không chỉ mang lại lợi ích cho người tàn tật mà còn mở ra nhiều cơ hội nghiên cứu mới trong lĩnh vực công nghệ hỗ trợ. Việc sử dụng tín hiệu EEG để điều khiển xe lăn cho phép người dùng có thể di chuyển một cách tự chủ mà không cần sự trợ giúp từ người khác. Điều này không chỉ giúp cải thiện chất lượng cuộc sống mà còn tạo ra sự độc lập cho người tàn tật. Hệ thống này có thể được phát triển thêm để tích hợp với các công nghệ khác như robot hỗ trợ hay các thiết bị thông minh khác.

3.1. Tác động xã hội

Việc phát triển hệ thống điều khiển xe lăn bằng EEG có thể tạo ra tác động tích cực đến xã hội. Nó không chỉ giúp người tàn tật có thể tự di chuyển mà còn nâng cao nhận thức của cộng đồng về khả năng của họ. Hệ thống này có thể được áp dụng trong các cơ sở y tế, trung tâm phục hồi chức năng, và thậm chí trong các môi trường sống hàng ngày. Điều này sẽ góp phần tạo ra một xã hội hòa nhập hơn cho người tàn tật.

25/01/2025

Trích đoạn nội dung tài liệu

chương 1 Trong chương này tác giả trình bày tổng quan về tín hiệu điện não EEG, mục đích nghiên cứu, những đóng góp của luận án về mặt lý thuyết cũng như thực tiễn. Trong chương 2 tác giả sẽ trình bày về các phương pháp trích đặc điểm tín hiệu cũng như lý thuyết về mạng neural đa lớp và các kiến thức khác liên quan đến luận án. Trang 6 CHƯƠNG 2 CƠ SỞ LÝ THUYẾT Tóm tắt chương 2 Trong chương này đã trình bày các kiến thức cơ bản liên quan đến luận án từ việc giới thiệu sơ bộ về kiến thức tín hiệu điện não EEG, các phương pháp trích đặc điểm tín hiệu như: Fourier, Wavelet Transform, HHT…, gom cụm dữ liệu, đến việc phân loại các đặc tính từng mẫu tín hiệu bằng mạng neural network đa lớp, đây là kiến thức cần có để thực hiện luận án này.1 Tín hiệu điện não EEG 2.1 Giới thiệu về tín hiệu điện não EEG Điện não đồ (EEG - Electroencephalogram) là đo lường sự khác biệt về điện trường giữa 2 vị trí khác nhau trên vỏ não, việc đo lường sự biến đổi về điện trường ta thu nhận được tín hiệu điện não phản ánh sự hoạt động của não bộ [7][8][35]. 1 Thu nhận tín hiệu điện não EEG Từ việc so sánh các dạng sóng thu được với các dạng sóng tiêu chuẩn (delta, theta, alpha, beta và gamma), các bác sỹ có thể đưa ra được các chẩn đoán về tình trạng bệnh lý của bệnh nhân (stress/ trầm cảm) được chính xác hơn.

Từ khi ra đời cho đến nay, với sự phát triển và hoàn thiện không ngừng về việc nghiên cứu hoạt động cũng như đặc trưng của tín hiệu điện não, điện não đồ đóng góp vai trò đáng kể trong chẩn đoán, điều trị và tiên lượng bệnh của hệ thần kinh trung ương[36][37]. Trang 7 Tín hiệu điện não EEG được thu nhận từ quá trình hoạt động về điện trường của hàng tỉ tế bào thần kinh, các tế bào này liên lạc với nhau thông qua các xung điện từ [7][38], khi nó hoạt động nó sẽ phát ra một trường điện từ đủ lớn để xuyên qua các mô, xương sọ và vỏ não và cuối cùng ta có thể đo lường được trên da đầu của mình, tín hiệu này chứa lượng thông tin vô cùng phong phú rất có ích cho con người nên ghi lại và xử lý các tín hiệu này có ý nghĩa vô cùng quan trọng [7][39]. Hãy tưởng tượng giống như động đất, mỗi xung đơn lẻ phát ra thể không tạo ra được sự chú ý lớn hay thậm chí chúng ta cũng không thể nhận biết được, nhưng khi nhiều xung phát ra tại cùng một thời điểm, cùng một vị trí và cùng một tần số thì chúng ta có thể nhận biết được thậm chí ở cách xa hàng trăm cây số, hoạt động của tín hiệu y sinh cũng tương tư như thế. Các điện cực được gắn trên các vị trí trên da đầu như hình 2.2 theo chuẩn 10- 20 của quốc tế [40], sẽ giúp chúng ta thu nhận được tín hiệu y sinh (điện não) mà nó phản ánh đầy đủ cường độ hoạt động của các dây thần kinh tại thời điểm thu nhận tín hiệu.

2 Vị trí các điện cực theo chuẩn 10-20 Có 3 loại điện cực được sử dụng để thu nhận tín hiệu điện não: can thiệp, bán can thiệp và không can thiệp [22][41][42][43]. Can thiệp và bán can thiệp đòi hỏi đặt các điện cực bên trong lớp da đầu của con người [44] điều này giúp cho việc thu nhận tín hiệu được tốt hơn, trung thực hơn tuy nhiên tiềm ẩn nhiều rủi ro nên đa phần các nhà khoa học sử dụng phương pháp không can thiệp để thu nhận tín Trang 8 hiệu điện não [45][46]. Có thể tóm tắt lịch sử phát triển của tín hiệu điện não EEG như sau [7]:  Năm 1875: nhà phẫu thuật người Anh Richard Caton, một bác sĩ vùng Liverpool, có một công trình nghiên cứu được công bố trong báo y học Anh về phát hiện điện trường trong não của thỏ và khỉ, đây là lần đầu tiên quan sát được hoạt động điện có nhịp ở não động vật sống, khi con vật chết hoạt động này cũng mất. Sau đó nhiều nhà khoa học trên thế giới đi sâu tìm hiểu về dòng điện hoạt động của não cá, ếch, thỏ, chó.

 Năm 1890: Beck công bố thí nghiệm cho thấy có tín hiệu điện trong não của chó và thỏ dao động khi có thay đổi ánh sáng.  Năm 1812: Vladimir Pravdich-Neminsky, bác sĩ Nga, đã trình bày điện não đồ đâu tiên và ghi được xung điện neuron của não chó.  Năm 1914: Cybulsky và Jelenska-Macieszyna chụp ảnh được điện não đồ của cơn động kinh trong phòng thí nghiệm.  Năm 1920: Hans Berger, bác sĩ, nhà tâm thần học người Đức lần đầu tiên công bố ghi được sóng alpha và sóng beta ở não người.

Từ EEG (Electroencephalogram) do ông đặt ra. Edgar Douglas Adrian sau đó tiếp nối công trình của ông và bắt đầu từ đây mở ra một hướng nghiên cứu mới về sinh lý và bệnh lý của não.  Năm 1934: Bác sĩ Fisher và Lowenback ghi được sóng bất thường trên điện não đồ của bệnh nhân bị động kinh.  Năm 1935: Các chuyên khoa Gibbs, Davis và Lennox nhận ra được các loạt sóng bất thường của bệnh nhân bị động kinh - ngay cả lúc chưa lên cơn.

Đây là bước ngoặc lớn trong khoa nghiên cứu dùng điện não đồ để chẩn đoán bệnh động kinh. Cùng năm, một bệnh viện lớn tại Massachusetts bắt đầu sử dụng điện não đồ. Franklin Offner, giáo sư lý sinh đại học Northwestern thiết kế điện não đồ với khả năng ghi nét mực của sóng trên giấy cuộn. 3 Nhà tâm thần học Hans Berger  Năm 1947: Hội Nghiên cứu điện não đồ Hoa Kỳ thành lập và mở hội nghị quốc tế về điện não đồ.

 Năm 1957: Aserinsky và Kleitmean trình bày sóng điện não đồ của não người đang mơ ngủ (cấp độ ngủ với mắt di chuyển nhanh) Kể từ năm 1957 đến nay, có rất nhiều nhà khoa học trên thế giới đã tập trung nghiên cứu, phát minh cải tiến kỹ thuật và hoàn thiện dần phương pháp thu thập điện não đồ (H. Berger, Grey, Wather, Gibbs, Jasper, Gastaut, Lennox, EA.), đến nay đã có nhiều kỹ thuật mới, hiện đại như ghi điện não đồ có phân tích tự động, điện não đồ ghi qua băng cassete, qua vô tuyến, điện não đồ bản đồ, điện não đồ video. điện não đồ đã trở thành chuyên ngành thăm dò chức năng điện sinh lý thần kinh, cùng với các phương tiện xét nghiệm bổ trợ khác, điện não đồ phát huy vai trò trong công tác chẩn đoán, điều trị bệnh và trong các công trình nghiên cứu của ngành y sinh học.2 Các loại thiết bị thu nhận tín hiệu điện não EEG Hiện nay, có rất nhiều công ty sản xuất thiết bị thu nhận tín hiệu điện não, điều này chứng minh rằng lĩnh vực điện não ngày càng phát triển và sẽ cho ra những công trình nghiên cứu có tính ứng dụng cao trong cuộc sống, một số thiết bị tín hiệu điện não nổi tiếng như: Trang 10  NeuroScan là một trong những công ty lâu đời nhất thuộc lĩnh vực EEG, NeuroScan được thành lập vào năm 1985 và trở thành công ty hàng đầu thế giới cung cấp thiết bị điện não EEG như hình 2.4, công ty cung cấp rất nhiều loại bao gồm công nghệ, phần mềm, thiết bị sử dụng 1 lần. phục vụ cho nghiên cứu EEG và lâm sàng.

4 Sản phẩm của NeuroScan  Brain Products Đây là công ty của Đức với hơn 160 kênh nhận tín hiệu EEG như hình 2. 5, ban đầu được thành lập vào năm 1997 và đã trở thành một trong những công ty hàng đầu trong lĩnh vực phân tích tín hiệu EEG cả phần cứng lẫn phần mềm, với chiến lược tập trung chủ yếu vào phần cứng, họ sản xuất ra các dụng cụ phụ vụ trong lĩnh vực fMRI, NIRS. 5 Sản phẩm của Brain Products Trang 11  BioSemi được thành lập năm 1998 tại trường đại học Amsterdam cung cấp lĩnh vực nghiên cứu về phần cứng và phần mềm, BioSemi đang nghiên cứu chuyên sâu vào lĩnh vực điện thế sinh học (Biopotential) với mục đích cải tiến hệ thống theo yêu cầu từ ban lãnh đạo công ty, sản phẩm thu nhận tín hiệu điện não của công ty BioSemi như ở hình 2. 6 Sản phẩm của BioSemi  EGI được thành lập vào năm 1992 là công ty của Mỹ chế tạo ra các thiết bị EEG phục vụ cho lĩnh vực nghiên cứu khoa học và nghiên cứu lâm sàng, điểm nổi bậc nhất của công ty này là cung cấp thiết bị EEG nhiều nhất thế giới, hình 2.7 minh họa sản phẩm thu nhận tín hiệu điện não của công ty EGI.

7 Sản phẩm của EGI Trang 12  Emotiv được thành lập vào năm 2011 và nhanh chóng trở thành công ty sản xuất phần cứng EEG lớn nhất, hiện tại có 2 loại sử dụng để thu nhận tín hiệu điện não tùy thuộc vào mục đích khác nhau, đặc biệt người đồng sáng lập công ty này là người Úc gốc Việt, Lê Thị Thái Tần (Tần Lê) hiện đang là CEO của công ty Emotiv, thiết bị EPOC+ như hình 2.8 là thiết bị thu nhận tín hiệu điện não của hãng đã được rất nhiều trường Đại học nghiên cứu do giá thành tương đối rẻ hơn so với các hãng khác. 8 Sản phẩm của Emotiv  Neurosky Thành lập vào năm 2004 tại thung lũng Silicon được dùng nhiều trong lĩnh vực sức khỏe, giáo dục và giải trí. Qua tham khảo một số các nhà cung cấp thiết bị EEG về đặc tính kỹ thuật cũng như giá thành, tác giả chọn thiết bị thiết bị Emotiv vì thiết bị có giá thành tương đối phù hợp, số lượng kênh 16 đủ để sử dụng trong nghiên cứu và người sáng lập ra thiết bị là người Úc gốc Việt.3 Các dạng sóng cơ bản của tín hiệu điện não EEG Theo các chuyên gia phân tích và các công trình nghiên cứu trước đó, tín hiệu điện não bao gồm 5 dạng sóng cơ bản, 5 dạng sóng cơ bản này đủ để phản ánh các đặc tính khác nhau của quá trình vận động não bộ, ví dụ nó phản ánh được quá trình tập trung, thư giãn, hưng phấn, bị stress… phản ánh được quá trình chuyển Trang 13 đổi từ trạng thái này sang trạng thái khác như: nhìn hình dạng của đối tượng này sang đối tượng khác (vuông sang tròn, chữ nhật hình sao), nhìn từ màu sắc này sang màu sắc khác, nhận dạng đánh vần chữ viết [47] các sóng cơ bản này có tần số thấp như: Sóng Delta, Theta, Alpha, Beta và Gamma [48].

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Bài viết "Nghiên cứu hệ thống điều khiển xe lăn cho người tàn tật nặng sử dụng mạng neural và điện não EEG" tập trung vào việc phát triển một hệ thống điều khiển xe lăn thông minh, giúp người tàn tật nặng có thể di chuyển dễ dàng hơn thông qua việc sử dụng công nghệ mạng neural và tín hiệu điện não. Hệ thống này không chỉ mang lại sự độc lập cho người sử dụng mà còn cải thiện chất lượng cuộc sống của họ. Bài viết cung cấp cái nhìn sâu sắc về cách mà công nghệ hiện đại có thể hỗ trợ cho những người có nhu cầu đặc biệt, đồng thời mở ra hướng nghiên cứu mới trong lĩnh vực kỹ thuật điều khiển.

Nếu bạn quan tâm đến các ứng dụng khác trong lĩnh vực kỹ thuật điều khiển và tự động hóa, hãy khám phá thêm về hệ thống điều khiển tự động cho máy bay không người lái, nơi mà công nghệ điều khiển cũng được áp dụng để nâng cao hiệu quả hoạt động. Ngoài ra, bạn có thể tìm hiểu về điều khiển hệ thống động ứng dụng mạng neuron, một lĩnh vực liên quan đến việc sử dụng mạng neural trong các ứng dụng điều khiển. Cuối cùng, bài viết về robot leo ống xúc tác cũng mang đến cái nhìn thú vị về việc áp dụng công nghệ điều khiển trong các hệ thống tự động hóa phức tạp. Những tài liệu này sẽ giúp bạn mở rộng kiến thức và hiểu rõ hơn về các ứng dụng của công nghệ trong cuộc sống.