Hệ Thống Thu Thập Tín Hiệu Sóng Não Với Mô-Đun Nano 33 BLE

Khóa luận trình bày hệ thống thu thập tín hiệu sóng não sử dụng module Nano 33 BLE, ứng dụng trong kỹ thuật máy tính và nghiên cứu thần kinh.

• Người hướng dẫn: ThS. Nguyễn Duy Xuân Bách
• Trường học: Đại học Quốc gia TP. Hồ Chí Minh
• Chuyên ngành: Kỹ thuật máy tính
• Đề tài: Hệ thống thu thập tín hiệu sóng não với mô-đun Nano 33 BLE
• Loại tài liệu: khóa luận tốt nghiệp
• Năm xuất bản: 2024
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• 1. CHƯƠNG 1: LÝ DO CHỌN ĐỀ TÀI NGHIÊN CỨU
• 1.1. Mục tiêu đề tài
• 1.2. Phạm vi nghiên cứu và đối tượng nghiên cứu
• 1.3. Phương pháp nghiên cứu
• 1.4. Đóng góp của nghiên cứu
• 2. CHƯƠNG 2: TỔNG QUAN
• 2.1. Các đề tài nghiên cứu liên quan
• 3. CHƯƠNG 3: SÓNG NÃO
• 3.1. Phân loại sóng não chính
• 3.2. Các vùng não chính
• 3.3. Các phương pháp thu thập sóng não
• 3.4. Lịch sử của điện não đồ
• 3.5. Ứng dụng của điện não đồ
• 3.6. Kỹ thuật thu thập tín hiệu sóng não
• 3.7. Tổng quan các thông số kỹ thuật trong EEG
• 3.8. Điện cực trong EEG
• 3.9. Hệ thống 10-20 quốc tế
• 3.10. Bộ khuếch đại và bộ lọc trong EEG
• 3.11. Các tác nhân gây nhiễu trong EEG
• 3.12. Các tác nhân phi sinh lý / Các tác nhân kỹ thuật
• 4. CHƯƠNG 4: QUÁ TRÌNH TIẾP CẬN THỰC HIỆN ĐỀ TÀI
• 4.1. Tìm hiểu và sử dụng mô-đun TI ADS1299EEG-FE
• 4.2. Tổng quan về mô-đun ADS1299EEG-EE
• 4.3. Kiến trúc hệ thống và sơ đồ mạch của ADS1299EEG-FE
• 4.4. Phần mềm giao diện người dùng (Graphical User Interface - GUI) và các thanh điều khiển
• 4.5. Kết luận về ADS1299EEG-FE
• 4.6. Phát triển hệ thống thu thập tín hiệu sóng não trên bo mạch Arduino Uno
• 4.7. Bo mạch điều khiển Arduino Uno
• 4.8. Hệ thống thu thập tín hiệu sóng não trên bo mạch Arduino Uno
• 4.9. Kiến trúc hệ thống
• 4.10. Bộ chuyển đổi tương tự sang số (ADC)
• 5. CHƯƠNG 5: XỬ LÝ TÍN HIỆU VÀ GIAO TIẾP
• 5.1. Đầu vào tín hiệu analog trong ADS1299
• 5.2. Cấu hình bộ khuếch đại PGA (Programable Gain Amplifier) và khoảng đầu vào (input range)
• 5.3. Tham chiếu nội trong ADS1290
• 5.4. Bộ lọc kỹ thuật số
• 5.5. Phát hiện Lead-Off (Lead-Off Detection)
• 5.6. Bộ vi điều khiển
• 5.7. Giao tiếp không dây
• 5.8. Hệ thống điện cực và vị trí đặt điện cực
• 5.9. Đặt lại (RESET) hệ thống
• 5.10. Thu thập dữ liệu
• 5.11. Giao diện người dùng
• 5.12. Bộ lọc tích hợp trong giao diện người dùng
• 6. CHƯƠNG 6: KIỂM THỬ VÀ ĐÁNH GIÁ
• DANH MỤC HÌNH
• DANH MỤC BẢNG
• DANH MỤC TỪ VIẾT TẮT

Tóm tắt

I. Tổng quan về Hệ Thống Thu Thập Tín Hiệu Sóng Não

Hệ thống thu thập tín hiệu sóng não với mô-đun Nano 33 BLE là một công nghệ tiên tiến, cho phép ghi lại và phân tích hoạt động điện não. Công nghệ này không chỉ giúp nghiên cứu về sóng não mà còn mở ra nhiều ứng dụng trong y học và công nghệ. Việc sử dụng mô-đun Nano 33 BLE giúp giảm chi phí và tăng tính linh hoạt cho hệ thống. Hệ thống này có thể được áp dụng trong nhiều lĩnh vực khác nhau, từ nghiên cứu khoa học đến chăm sóc sức khỏe.

1.1. Định nghĩa và nguyên lý hoạt động của sóng não

Sóng não là các dao động điện được tạo ra bởi hoạt động của các tế bào thần kinh trong não. Chúng được ghi lại thông qua các điện cực đặt trên da đầu. Các loại sóng não chính bao gồm alpha, beta, theta và delta, mỗi loại phản ánh trạng thái tâm lý và thể chất khác nhau.

1.2. Lợi ích của việc thu thập tín hiệu sóng não

Việc thu thập tín hiệu sóng não giúp hiểu rõ hơn về hoạt động của não bộ, từ đó có thể phát triển các phương pháp điều trị mới cho các rối loạn thần kinh. Hệ thống này cũng hỗ trợ trong việc nghiên cứu và phát triển các ứng dụng công nghệ mới.

II. Thách thức trong việc phát triển hệ thống thu thập tín hiệu sóng não

Mặc dù công nghệ thu thập tín hiệu sóng não đã phát triển, nhưng vẫn còn nhiều thách thức cần phải vượt qua. Các vấn đề như độ chính xác của tín hiệu, nhiễu từ môi trường và chi phí thiết bị vẫn là những trở ngại lớn. Việc phát triển một hệ thống hiệu quả và tiết kiệm chi phí là một nhiệm vụ quan trọng.

2.1. Độ chính xác và độ tin cậy của tín hiệu

Độ chính xác của tín hiệu sóng não phụ thuộc vào nhiều yếu tố, bao gồm vị trí đặt điện cực và chất lượng của thiết bị thu thập. Việc cải thiện độ chính xác là cần thiết để đảm bảo kết quả nghiên cứu đáng tin cậy.

2.2. Nhiễu và các yếu tố ảnh hưởng đến tín hiệu

Nhiễu từ các nguồn bên ngoài như thiết bị điện tử và chuyển động của cơ thể có thể làm giảm chất lượng tín hiệu sóng não. Cần áp dụng các phương pháp lọc và khử nhiễu để cải thiện chất lượng dữ liệu thu thập.

III. Phương pháp phát triển hệ thống thu thập tín hiệu sóng não

Để phát triển hệ thống thu thập tín hiệu sóng não hiệu quả, cần áp dụng các phương pháp kỹ thuật tiên tiến. Việc sử dụng mô-đun Nano 33 BLE kết hợp với bộ chuyển đổi tín hiệu tương tự sang số (ADC) TI ADS1299 là một trong những giải pháp tối ưu. Hệ thống này không chỉ tiết kiệm chi phí mà còn đảm bảo độ chính xác cao.

3.1. Thiết kế phần cứng cho hệ thống

Thiết kế phần cứng bao gồm việc lựa chọn các linh kiện phù hợp như mô-đun Nano 33 BLE và bộ ADC ADS1299. Cần đảm bảo rằng các linh kiện này có khả năng hoạt động ổn định và chính xác trong quá trình thu thập tín hiệu.

3.2. Phát triển phần mềm điều khiển

Phần mềm điều khiển cần được phát triển để thu thập và xử lý dữ liệu sóng não. Các thuật toán lọc và phân tích tín hiệu sẽ được áp dụng để đảm bảo rằng dữ liệu thu thập được là chính xác và có giá trị.

IV. Ứng dụng thực tiễn của hệ thống thu thập tín hiệu sóng não

Hệ thống thu thập tín hiệu sóng não với mô-đun Nano 33 BLE có nhiều ứng dụng thực tiễn trong y học và công nghệ. Nó có thể được sử dụng để chẩn đoán và điều trị các rối loạn thần kinh, cũng như phát triển các giao diện não-máy tính (BCI).

4.1. Ứng dụng trong y học

Hệ thống này có thể giúp chẩn đoán các rối loạn như động kinh, rối loạn giấc ngủ và các vấn đề về sức khỏe tâm thần. Việc thu thập và phân tích tín hiệu sóng não sẽ hỗ trợ trong việc phát triển các phương pháp điều trị mới.

4.2. Ứng dụng trong công nghệ BCI

Giao diện não-máy tính (BCI) cho phép người dùng điều khiển thiết bị bằng suy nghĩ. Hệ thống thu thập tín hiệu sóng não đóng vai trò quan trọng trong việc phát triển các ứng dụng này, từ hỗ trợ người khuyết tật đến các ứng dụng giải trí.

V. Kết luận và tương lai của hệ thống thu thập tín hiệu sóng não

Hệ thống thu thập tín hiệu sóng não với mô-đun Nano 33 BLE không chỉ mang lại giá trị khoa học mà còn có ý nghĩa thực tiễn sâu sắc. Tương lai của công nghệ này hứa hẹn sẽ mở ra nhiều cơ hội mới trong nghiên cứu và ứng dụng. Việc phát triển hệ thống này sẽ tiếp tục được đẩy mạnh để đáp ứng nhu cầu ngày càng cao trong lĩnh vực y học và công nghệ.

5.1. Triển vọng phát triển công nghệ

Công nghệ thu thập tín hiệu sóng não sẽ tiếp tục phát triển với sự hỗ trợ của các công nghệ mới. Việc cải thiện độ chính xác và giảm chi phí sẽ là mục tiêu hàng đầu trong nghiên cứu và phát triển.

5.2. Đóng góp cho cộng đồng và xã hội

Hệ thống này không chỉ mang lại lợi ích cho nghiên cứu mà còn có thể cải thiện chất lượng cuộc sống của nhiều người. Các ứng dụng trong y học và công nghệ sẽ góp phần nâng cao sức khỏe và chất lượng cuộc sống cho cộng đồng.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh công nghệ IoT phát triển mạnh mẽ, việc thu thập và phân tích dữ liệu sóng não (EEG) ngày càng được quan tâm trong cả lĩnh vực y tế lẫn công nghệ. Tuy nhiên, các hệ thống EEG chất lượng cao trên thị trường thường đi kèm chi phí cao, gây khó khăn cho việc nghiên cứu và tiếp cận đại trà. Đồng thời, lĩnh vực thu thập sóng não ở Việt Nam còn khá mới mẻ, với số lượng nhóm nghiên cứu trong nước còn hạn chế. Từ thực tiễn đó, khóa luận đề xuất phát triển một hệ thống thu thập tín hiệu sóng não dựa trên nền tảng mã nguồn mở, sử dụng module Arduino Nano 33 BLE kết hợp với bộ chuyển đổi tương tự–số ADS1299, nhằm giảm chi phí trong khi vẫn đảm bảo độ chính xác và tính ứng dụng thực tiễn.

Mục tiêu đề tài:

1. Phát triển hệ thống phần cứng và phần mềm có khả năng thu thập tín hiệu sóng não với chi phí hợp lý.
2. Tạo nền tảng học thuật và thực nghiệm cho các nhóm nghiên cứu tiếp theo, hướng đến mở rộng ứng dụng trong phân tích tín hiệu, nghiên cứu khoa học và các ứng dụng thực tiễn.
3. Đóng góp vào sự phát triển của nghiên cứu khoa học trong nước thông qua việc xây dựng một hệ thống EEG mã nguồn mở có thể tái sử dụng và phát triển.

Đối tượng nghiên cứu: Module Arduino Nano 33 BLE, bộ ADC TI ADS1299, các điện cực EEG, phương pháp điện não đồ (EEG), và các kỹ thuật khuếch đại, lọc nhiễu tín hiệu sinh học.

Phạm vi nghiên cứu: Thiết kế hệ thống phần cứng thu thập tín hiệu sóng não; phát triển phần mềm điều khiển, xử lý và hiển thị dữ liệu EEG; thực hiện thí nghiệm thực tế để đánh giá hiệu suất hệ thống. Đề tài không mở rộng sang các giai đoạn phân loại sóng não nâng cao hay ứng dụng BCI thương mại hóa.

---

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và khái niệm nền tảng

Đề tài xây dựng trên nền tảng lý thuyết về điện não đồ (Electroencephalography — EEG), bao gồm cơ chế hoạt động điện của các neuron và cơ chế đồng bộ hóa tín hiệu trong vỏ não. Sóng não được phân loại theo dải tần số:

Loại sóng	Dải tần số	Trạng thái liên quan
Delta	0,5 – 4 Hz	Giấc ngủ sâu, không mơ
Theta	4 – 8 Hz	Buồn ngủ, thiền, học tập
Alpha	8 – 13 Hz	Thư giãn tỉnh táo, mơ mộng
Beta	13 – 30 Hz	Tỉnh táo, chú ý, giải quyết vấn đề
Gamma	30 – 100 Hz	Nhận thức cao cấp, ý thức

Đề tài cũng sử dụng khung lý thuyết về các thông số kỹ thuật trong hệ thống EEG, gồm: tần số lấy mẫu (Sampling rate), băng thông (Bandwidth), độ phân giải ADC (Resolution), dải tần đầu vào (Input range), nhiễu đầu vào quy đổi (Input referred noise), hệ số nén đồng pha (CMRR), và trở kháng đầu vào (Input impedance). Hệ thống đặt điện cực tuân theo tiêu chuẩn 10-20 quốc tế được thiết lập từ năm 1947.

Các phương pháp thu thập sóng não được so sánh gồm: EEG, MEG, fMRI, PET và NIRS. EEG được lựa chọn vì độ phân giải thời gian cao, chi phí thấp và khả năng triển khai linh hoạt, dù độ phân giải không gian thấp hơn fMRI.

Phương pháp nghiên cứu

Đề tài kết hợp bốn phương pháp chính:

1. Nghiên cứu tài liệu và thiết kế hệ thống: Tổng quan các công nghệ EEG, Arduino Nano 33 BLE, ADS1299 và các phương pháp xử lý tín hiệu; xác định yêu cầu và thiết kế kiến trúc tổng quan.
2. Phát triển phần cứng và phần mềm: Lập trình trên Arduino Nano 33 BLE để đọc dữ liệu từ bộ ADC ADS1299 qua giao tiếp SPI, xử lý tín hiệu và truyền qua BLE; phát triển giao diện người dùng (GUI) trên máy tính để hiển thị và phân tích dữ liệu EEG.
3. Thử nghiệm thực tế: Thu thập dữ liệu sóng não trên người tham gia trong điều kiện thực tế; đánh giá độ chính xác, khả năng kết nối BLE và sự ổn định của hệ thống.
4. Phân tích và đánh giá kết quả: So sánh hiệu suất hệ thống đề xuất với thiết bị tham chiếu ADS1299EEGFE-PDK và các sản phẩm thương mại trên thị trường.

Nguồn dữ liệu

Dữ liệu thực nghiệm được thu thập trực tiếp từ người tham gia thông qua các điện cực EEG gắn trên da đầu theo hệ thống 10-20 quốc tế. Dữ liệu tham chiếu được lấy từ thiết bị ADS1299EEGFE-PDK của Texas Instruments. Tài liệu nghiên cứu liên quan được trích dẫn từ các công bố của F. Pinho (2014), B. Senevirathna (2016), Tomas Uktveris (2018), và các sản phẩm thương mại như OpenBCI Cyton, Emotiv Insight, Muse 2 và Nautilus.

---

Nội dung chính theo từng chương

Chương 1 — Lý do chọn đề tài nghiên cứu

Chương này trình bày bối cảnh và lý do thực tiễn dẫn đến việc lựa chọn đề tài, gồm năm nhóm luận điểm: ứng dụng sóng não trong y học và chăm sóc sức khỏe (chẩn đoán động kinh, rối loạn giấc ngủ, các vấn đề thần kinh); ứng dụng trong giao diện não–máy tính (BCI) phục vụ người khuyết tật và tương tác người–máy; đóng góp vào khoa học kỹ thuật thông qua tích hợp điện tử, xử lý tín hiệu và khoa học máy tính; cơ hội học hỏi thực tiễn cho sinh viên; và đóng góp xã hội hướng đến nâng cao chất lượng cuộc sống. Chương cũng xác định mục tiêu, phạm vi, đối tượng nghiên cứu và phương pháp tiếp cận.

Chương 2 — Tổng quan

Chương tổng quan các nghiên cứu và sản phẩm liên quan, phân tích điểm mạnh và hạn chế của từng hệ thống làm cơ sở định vị đề tài:

Hệ thống	Tác giả / Sản phẩm	ADC	Kênh	Tốc độ lấy mẫu	Hạn chế
Hệ thống đeo được	F. Pinho (2014)	ADS1299, 24-bit	—	1 ksps	Pin hạn chế, chưa tối ưu kích thước
Hệ thống nhỏ gọn	B. Senevirathna (2016)	ADS1299, vi điều khiển SAM G55	8	250 Hz	Số kênh hạn chế
Mô-đun thu thập	T. Uktveris (2018)	ADS1298, Atmega2560 @ 16 MHz	16	1000 Hz	ADS1298 gây nhiễu tham chiếu cao hơn ADS1299
OpenBCI Cyton	Thương mại	ADS1299, PIC32MX250F128B	8	250 Hz	Chi phí cao, chưa tối ưu cấu trúc
Emotiv Insight	Thương mại	16-bit	5	128 SPS	Chi phí cao
Muse 2	Thương mại	24-bit	4	256 Hz	Ít kênh, hạn chế nghiên cứu
Nautilus	Thương mại	24-bit	Đến 128	Đến 38,4 kHz	Chi phí rất cao

Chương 3 — Cơ sở lý thuyết về sóng não và EEG

Đây là chương lý thuyết nền tảng dài nhất trong khóa luận. Nội dung bao gồm:

• Phân loại sóng não chính: Delta (0,5–4 Hz), Theta (4–8 Hz), Alpha (8–13 Hz), Beta (13–30 Hz), Gamma (30–100 Hz), kèm theo chức năng sinh lý tương ứng và các phát hiện từ nghiên cứu khoa học được trích dẫn.
• Các vùng não chính: Thùy chẩm (xử lý thị giác), thùy đỉnh (tích hợp cảm giác), thùy thái dương (thính giác, ngôn ngữ, trí nhớ), thùy trán (lập kế hoạch, ra quyết định, kiểm soát hành vi).
• So sánh các phương pháp thu thập sóng não: EEG, MEG, fMRI, PET, NIRS theo độ phân giải không gian và thời gian.
• Lịch sử EEG: Từ Richard Caton (1875) ghi hoạt động điện ở động vật, đến Hans Berger (1929) ghi EEG người đầu tiên, Matthews & Adrian (1934) xác nhận sóng Alpha 10–12 Hz, đến thập niên 1950–1960 khi EEG trở thành công cụ chẩn đoán thần kinh.
• Các thông số kỹ thuật EEG: Tần số lấy mẫu tối thiểu 256 Hz (theo định lý Nyquist, cần ít nhất gấp đôi tần số tối đa 80 Hz của tín hiệu EEG); độ phân giải tối thiểu 24 bit cho hệ thống lâm sàng/nghiên cứu; CMRR tối thiểu 80 dB tại 50/60 Hz; trở kháng đầu vào tối thiểu 100 MΩ; nhiễu đầu vào dưới 1 µVrms.
• Hệ thống 10-20 quốc tế và các loại điện cực (ướt, khô, gel, bán khô).
• Phân loại nhiễu trong EEG: Nhiễu sinh lý (hoạt động mắt/EOG, cơ bắp/EMG, tim/ECG, mồ hôi, hô hấp) và nhiễu kỹ thuật (electrode pop, chuyển động dây cáp, sai vị trí điện cực tham chiếu, nhiễu AC 50/60 Hz, chuyển động cơ thể).

Chương 4 — Quá trình tiếp cận thực hiện đề tài

Chương mô tả quá trình tiếp cận ban đầu qua mô-đun đánh giá thương mại ADS1299EEG-FE của Texas Instruments:

• Tổng quan ADS1299EEG-FE: Kiến trúc hệ thống, sơ đồ mạch, các chế độ đầu vào vi sai (Differential Input) và đầu vào đơn (Single-Ended Input).
• Giao diện người dùng đi kèm: GUI cấu hình các thanh ghi và quan sát sóng não thu được.
• Giai đoạn phát triển trung gian trên Arduino Uno: Hệ thống thu thập sóng não trên bo mạch Arduino Uno được xây dựng và kiểm tra, dữ liệu quan sát qua Serial Plotter. Giai đoạn này đặt nền tảng kỹ thuật trước khi chuyển sang module Nano 33 BLE.
• Kết luận về ADS1299EEG-FE: Xác nhận tính phù hợp của chip ADS1299 cho ứng dụng EEG, định hướng cho hệ thống chính thức.

Chương 5 — Hệ thống thu thập tín hiệu sóng não với Arduino Nano 33 BLE

Đây là chương kỹ thuật trọng tâm, trình bày thiết kế và triển khai hệ thống chính thức:

• Kiến trúc hệ thống: Tổng quan các thành phần gồm Arduino Nano 33 BLE, ADS1299, điện cực EEG và phần mềm giao diện GUI.
• Bộ chuyển đổi ADC ADS1299: Sơ đồ khối, cấu hình bộ khuếch đại PGA (Programable Gain Amplifier), khoảng đầu vào (input range), tham chiếu nội, bộ lọc kỹ thuật số tích hợp trên chip (hàm truyền đến fMOD/16), phát hiện Lead-Off.
• Vi điều khiển Arduino Nano 33 BLE: Bo mạch nhỏ gọn, kết nối Bluetooth Low Energy (BLE).
• Giao tiếp không dây BLE: Truyền dữ liệu EEG từ hệ thống thu thập đến máy tính qua giao thức BLE.
• Hệ thống điện cực: Loại điện cực sử dụng, vị trí đặt theo hệ thống 10-20 quốc tế, sơ đồ nguyên lý.
• Thu thập dữ liệu: Cơ chế DRDY (Data Ready), đọc trả dữ liệu (Reading Back Data), lệnh Start/Stop, Activate/Deactivate channel.
• Giao diện người dùng (GUI): Hiển thị tổng quan, vị trí điện cực đang kích hoạt, dạng sóng não kèm điện áp, tần số sóng não quy đổi, bộ lọc tích hợp cho người dùng. Bảng lệnh giao tiếp giữa UI và hệ thống được mô tả chi tiết.

Chương 6 — Kiểm thử và đánh giá

Chương đánh giá hiệu suất hệ thống theo hai tiêu chí chính:

• Độ chính xác và tin cậy: So sánh kết quả đo trên hệ thống đề xuất với kết quả đo trên thiết bị tham chiếu ADS1299EEGFE-PDK. Hình ảnh kết quả đo được trình bày song song.
• So sánh giá thành: Bảng so sánh giá thành hệ thống đề xuất (bảng linh kiện thành phần) với các sản phẩm thương mại ngoài thị trường như OpenBCI Cyton, Emotiv Insight, Muse 2, Nautilus.

---

Thiết kế và triển khai

Kiến trúc phần cứng

Hệ thống được xây dựng với ba lớp phần cứng chính: lớp thu thập tín hiệu (điện cực EEG gắn trên da đầu theo hệ thống 10-20), lớp xử lý tín hiệu tương tự (chip ADS1299 đảm nhiệm khuếch đại PGA và chuyển đổi ADC 24-bit), và lớp điều khiển–truyền dữ liệu (Arduino Nano 33 BLE giao tiếp với ADS1299 qua SPI và truyền dữ liệu đến máy tính qua BLE). Sơ đồ nguyên lý và sơ đồ giải thuật của hệ thống được trình bày đầy đủ trong chương 5.

Công nghệ và linh kiện sử dụng

• Vi điều khiển: Arduino Nano 33 BLE — kích thước nhỏ gọn, hỗ trợ BLE, linh hoạt cao
• Bộ ADC: TI ADS1299 — độ phân giải 24-bit, thiết kế chuyên dụng cho EEG, nhiễu đầu vào thấp
• Giao thức giao tiếp phần cứng: SPI (Serial Peripheral Interface)
• Giao thức không dây: BLE (Bluetooth Low Energy)
• Bộ lọc kỹ thuật số: Tích hợp trên chip ADS1299 (bộ lọc thông thấp, thông cao, thông dải, notch 50/60 Hz) và bộ lọc tùy chỉnh trên GUI
• Phần mềm giao diện: GUI phát triển trên máy tính với các chức năng quan sát và điều khiển

Kiểm thử

Kiểm thử được thực hiện bằng cách thu thập tín hiệu sóng não từ người tham gia thực tế và đối chiếu với kết quả từ thiết bị tham chiếu ADS1299EEGFE-PDK của Texas Instruments. Kết quả hiển thị trực quan trên GUI, bao gồm dạng sóng thô, tần số quy đổi và trạng thái các bộ lọc. Đánh giá tập trung vào độ chính xác tín hiệu thu được, sự ổn định kết nối BLE và tính phù hợp của giao diện người dùng.

---

Kết quả và đóng góp

Kết quả chính

Hệ thống đề xuất đạt kết quả đo tín hiệu sóng não tương đương với thiết bị tham chiếu ADS1299EEGFE-PDK khi so sánh trực tiếp. Bảng so sánh giá thành cho thấy hệ thống đề xuất có chi phí thấp hơn đáng kể so với các sản phẩm EEG thương mại trên thị trường (OpenBCI Cyton, Emotiv Insight, Muse 2, Nautilus). Giao diện GUI hiển thị được dạng sóng não kèm điện áp, tần số quy đổi, vị trí điện cực đang kích hoạt, và cho phép người dùng điều chỉnh bộ lọc trực tiếp.

Giải pháp và kiến nghị

• Sử dụng bộ ADC ADS1299 24-bit thay cho ADS1298 (vốn có nhiễu tham chiếu đầu vào cao hơn) để cải thiện chất lượng tín hiệu.
• Chọn Arduino Nano 33 BLE thay cho Arduino Uno nhằm tối ưu kích thước, tích hợp BLE sẵn và giảm tiêu thụ năng lượng.
• Tích hợp bộ lọc kỹ thuật số trực tiếp trên GUI giúp người dùng linh hoạt điều chỉnh mà không cần can thiệp phần cứng.
• Định hướng thiết kế bo mạch tích hợp dành riêng cho hướng phát triển tương lai (bo mạch thiết kế được trình bày trong chương 7).

Đóng góp

• Đóng góp lý thuyết: Tổng hợp và ứng dụng kiến thức về EEG, ADS1299, Arduino Nano 33 BLE và xử lý tín hiệu số trong một hệ thống hoàn chỉnh.
• Đóng góp thực tiễn: Xây dựng hệ thống EEG mã nguồn mở, chi phí thấp hơn thiết bị thương mại, có thể triển khai trong giám sát sức khỏe, điều khiển thiết bị thông minh bằng tín hiệu não, và nghiên cứu khoa học.
• Đóng góp công nghệ: Tối ưu hóa việc sử dụng Nano 33 BLE cho ứng dụng EEG, đề xuất các phương pháp xử lý và lọc tín hiệu phù hợp.
• Đóng góp xã hội: Tạo nền tảng cho các nhóm nghiên cứu trong nước tiếp cận công nghệ EEG mã nguồn mở, mở rộng khả năng ứng dụng BCI tại Việt Nam.

---

Hạn chế và hướng nghiên cứu tiếp

Hệ thống hiện tại sử dụng số lượng kênh hạn chế, chưa đáp ứng độ phân giải không gian cao như các hệ thống nghiên cứu chuyên sâu (ví dụ: Nautilus với đến 128 điện cực). Kết nối BLE có thể bị hạn chế trong môi trường nhiễu điện từ cao. Hệ thống chưa tích hợp các thuật toán phân loại sóng não tự động hay ứng dụng BCI cụ thể.

Hướng phát triển tiếp theo được tác giả đề cập bao gồm: thiết kế bo mạch tích hợp chuyên dụng thay thế các linh kiện rời (bo mạch thiết kế cho hướng phát triển tương lai đã được trình bày), mở rộng số kênh để cải thiện độ phân giải không gian, phát triển các phương pháp phân tích thời gian–tần số nâng cao, và ứng dụng hệ thống vào các lĩnh vực nghiên cứu cụ thể như BCI, theo dõi giấc ngủ, hoặc hỗ trợ người khuyết tật.

---

Giá trị tham khảo

Khóa luận hữu ích cho sinh viên ngành Kỹ thuật Máy tính, Kỹ thuật Điện tử, và Kỹ thuật Y sinh đang nghiên cứu về hệ thống thu thập tín hiệu sinh học hoặc IoT y tế. Chương 3 là tài liệu tham khảo lý thuyết EEG toàn diện bằng tiếng Việt, bao gồm phân loại sóng não, các thông số kỹ thuật cốt lõi và phân tích các tác nhân gây nhiễu — phù hợp cho ai mới tiếp cận lĩnh vực này. Chương 4 và 5 hữu ích cho sinh viên muốn tìm hiểu cách tích hợp chip ADS1299 với vi điều khiển Arduino và giao thức BLE trong thực tế. Bảng so sánh các sản phẩm EEG thương mại trong chương 2 và bảng giá thành trong chương 6 là tài liệu tham khảo thực tiễn cho ai đang lên kế hoạch xây dựng hệ thống EEG chi phí thấp. Khóa luận cũng phù hợp với nghiên cứu sinh và nhà nghiên cứu tại các đơn vị muốn phát triển nền tảng EEG mã nguồn mở tại Việt Nam.

---

Câu hỏi thường gặp

1. Tại sao đề tài chọn chip ADS1299 thay vì các ADC khác như ADS1298? Trong nghiên cứu của Tomas Uktveris (2018), hệ thống sử dụng ADS1298 được nhận xét là gây ra tín hiệu nhiễu tham chiếu đầu vào cao hơn so với ADS1299. ADS1299 là bộ ADC 24-bit có độ phân giải cao, chuyên dụng cho ứng dụng EEG, cung cấp độ nhiễu thấp và độ chính xác cao hơn, đồng thời được sử dụng rộng rãi trong các hệ thống tham chiếu như ADS1299EEG-FE của Texas Instruments và OpenBCI Cyton.

2. Hệ thống đặt điện cực theo tiêu chuẩn nào và nguyên tắc đặt tên điện cực ra sao? Hệ thống tuân theo tiêu chuẩn 10-20 quốc tế được thiết lập từ năm 1947, sử dụng 4 điểm mốc sọ (nasion, inion và hai điểm trước tai). Tên điện cực gồm một chữ cái chỉ vùng não (F: trước, C: trung tâm, T: thái dương, P: sau, O: hậu đầu) kết hợp với số chẵn cho bán cầu phải, số lẻ cho bán cầu trái, và chữ "z" cho các điện cực qua đường giữa.

3. Tần số lấy mẫu tối thiểu cần thiết cho hệ thống EEG là bao nhiêu và tại sao? Theo định lý Nyquist, tần số lấy mẫu phải ít nhất gấp đôi tần số tối đa của tín hiệu. Tín hiệu EEG chứa thông tin đến 80 Hz, nên tần số lấy mẫu tối thiểu là 160 Hz. Tuy nhiên, trong nghiên cứu điện não đồ, tần số lấy mẫu tối thiểu thực tiễn là 256 Hz. Với tần số 160 Hz, bắt được dải từ 0 (DC) đến 80 Hz với hai mẫu trên mỗi chu kỳ tín hiệu, trong khi các bộ khuếch đại tiêu chuẩn thu thập ít nhất 256 Hz.

4. Hệ số nén đồng pha (CMRR) cần đạt ngưỡng bao nhiêu để hệ thống EEG hoạt động hiệu quả? CMRR phải đạt ít nhất 80 dB tại tần số 50/60 Hz để lọc hiệu quả nhiễu điện xoay chiều từ lưới điện. Các bộ khuếch đại EEG thương mại chất lượng cao thông thường đạt từ 100 đến 110 dB. CMRR cao giúp bộ khuếch đại khuếch đại sự khác biệt điện áp giữa điện cực đo và điện cực tham chiếu trong khi làm giảm nhiễu chế độ chung xuất hiện đồng thời ở cả hai đầu vào.

5. Hệ thống đề xuất được so sánh với thiết bị nào để đánh giá độ chính xác, và kết quả ra sao? Hệ thống được đối chiếu trực tiếp với thiết bị tham chiếu ADS1299EEGFE-PDK của Texas Instruments — một kit đánh giá chuyên dụng cho ứng dụng EEG. Kết quả thu thập sóng não trên hệ thống đề xuất được so sánh song song với kết quả trên thiết bị tham chiếu qua hình ảnh trực quan trong chương 6, cho thấy hệ thống đề xuất có khả năng thu thập tín hiệu sóng não tương đương về dạng sóng quan sát được.

---

Kết luận

Khóa luận trình bày quá trình nghiên cứu, thiết kế và triển khai hệ thống thu thập tín hiệu sóng não sử dụng module Arduino Nano 33 BLE và bộ ADC TI ADS1299, hướng đến mục tiêu xây dựng giải pháp EEG chi phí thấp, mã nguồn mở, có khả năng hoạt động không dây qua BLE. Hệ thống được kiểm thử thực tế và đối chiếu với thiết bị tham chiếu thương mại, đồng thời được trang bị GUI đầy đủ chức năng quan sát và điều khiển. Đề tài đặt nền tảng kỹ thuật và lý thuyết có giá trị cho các nghiên cứu EEG tiếp theo tại Việt Nam, đặc biệt trong bối cảnh lĩnh vực này còn ít được khai thác trong nước.

Trích đoạn nội dung tài liệu

Chương 1. Lý do chọn đề tài nghiên CỨu.--- 2-2 2 £+S£+EE+EE+EE£EE£EEzErEerrerrerree 13 1⁄2. Mục tiêu đề tài. Phạm vi nghiên cứu và đối tượng nghiên cứu.

Pham vi nghiÊn CỨU. Đối tượng nghiên cứu. Phuong pháp nghiên CỨU. Dong góp của nghién CỨU.- ---- 5 << ngưng 18 Chương 2, TONG QUANQo vescsssssssssssssessesssessesssessessecasessecsucssssscsuessecsecasessecsecaseeses 19 2.

Các đề tài nghiên cứu liên quan.--:¿s¿©+2©++2x++cx++zxezrxesrxesrxee 19 Chương 3.- 2: 22S2St+EE£EE£EE2EE+EEEEEEEEEEErrerrerreee 21 3. SOng nao Cố / đc. Phân loại sóng não chính. Cac vùng não chính.

Cac phương pháp thu thập sóng não. Lịch sử của điện não đồ. Ứng dụng của điện não đỒ. Kỹ thuật thu thập tín hiệu sóng não.

Tổng quan các thông số kỹ thuật trong EEG. Dien cực trong EEG.- -- cà vn ST ng ng Hư 38 3. _ Hệ thống 10-20 quốc tẾ. Bộ khuếch đại và bộ lọc trong EE.

Bộ khuếch ai. Các tác nhân gây nhiễu trong EEG. Cac tác nhân sinh Ìý. -- -- + Ă tk v19 1v vn ren44 3.

_ Các tác nhân phi sinh lý / Các tác nhân kỹ thuật. QUA TRÌNH TIẾP CAN THỰC HIEN DE TÀI. Tim hiểu và sử dụng mô-đun TI ADS1299EEG-FE. Tổng quan về mô-đun ADS1299EEG-EE.

_ Kiến trúc hệ thong và sơ đồ mạch của ADS1299EEG-FE. Phần mềm giao diện người dùng (Graphical User Interface - GUI) và các thanh øØÏh1. 1911111 TH HH HH re 57 4. Kết luận về ADS1299EEG-FE.

Phat triển hệ thống thu thập tín hiệu sóng não trên bo mach Arduino Uno 8. Bo mạch điều khiển Arduino Uno. Hệ thống thu thập tín hiệu sóng não trên bo mach Arduino Uno. _ HỆ THONG THU THẬP TÍN HIỆU SÓNG NAO VỚI ARDUINO )/.

_ Kiến trúc hệ thống. Bộ chuyền đôi tương tự sang số (ADC)). 5c ct St Eeterrrkerrrx 62 5. Dau vào tín hiệu analog trong ADS1299.

Cấu hình bộ khuếch dai PGA (Programable Gain Amplifier) va khoảng đầu vào (input range). Tham chiếu nội trong ADS1290. _ Bộ lọc kỹ thuật sỐ. Phát hiện Lead-Off (Lead-Off Detection).

Bộ vi điều KMiGN ooo ccceccccccsccessesssessessecssessessesssessessesssessesssssseesesseeeseess 67 5. Giao tiếp không day. Hệ thống điện CUC. VỊ trí đặt điện CỰC.----- 2Ă c1 Hs ng ng cư 70 5.

Dat lat (RES€t) hố. Thu thập đữ liu. _ Dữ liệu san sàng (DRDY). Doc trả dữ liệu (Reading Back Data).

Giao diện người Ùng. _ Bộ lọc trong tích hợp trong giao diện người dùng. KIÊM THU VÀ ĐÁNH GIA. DO chính xác va tin CẬY.

+ HH ng rry 82 6. 83 DANH MỤC HÌNH Hình 3. Phân loại sóng não [⁄4]. Hình minh họa các vùng khác nhau của não.

Hình minh họa cho điện não đồ (EEG). Bản ghi EEG từ con người đầu tiên bởi Hans Berger vào năm 1924. Sự tương quan giữa tín hiệu tương tự và tín hiệu sỐ. Chi tiết về băng thông.----2- 2 2 SE+SE+EE+EEEEEEEE2E12E12212E1212222 2122, 33 Hình 3.

So sánh số lượng bit với độ phân giải giữa 16-bit và 3-bit. Tín hiệu bị biến dang trong bộ khuếch đại. Hệ số nén đồng pha (CMRR) trong EEG.---2--5¿©2sz2cxz55s+2 36 Hình 3. Hệ thống đặt điện cực EEG 10-20 quốc tế.

Hình ảnh minh họa cho nhiễu tín hiệu khi chớp mắt. Hình ảnh minh họa cho nhiễu tín hiệu khi nghiến răng. Nhiễu do m6 hôi. Nhiễu do quá trình hô Wap.

Nhiễu do hiện tượng elecrode pOp.------- 2 + 2 2+ +++s£+x+£+zz+zx+zs2 49 Hình 3. Nhiễu do chuyên động của dây cáp .----- 2 2 2+cz+£++zzeczxezreee 50 Hình 3. Nhiễu do đặt sai điện cực tham chiếu .- ¿2s +s+s+EeEs£eztzEzx+Eezerers 51 Hình 3. Nhiễu do điện trường xoay chiỀu.-- 2-2 2 2 +2 £+£++EzE+zEzrzrxee 52 Hình 3.

Nhiễu do chuyên động của cơ thỂ.--- 2 2 2 +2 £+£++£++EzE+xzzezxz 53 Hình 4. Bộ mô-đun ADS1299EEG-EE.- 1t HH ng ngư55 Hình 4. Sơ đồ khối của bo mạch ADS1299EEG-EE.---ccc:c255sccscccvv: 56 Hình 4. Đầu vào vi sai (Differential Input) và đầu vào đơn (Single-Ended Input)57 Hình 4.

Giao diện người dùng cấu hình các thanh ghi. Giao diện người dùng quan sat sóng não thu được.