Tổng quan về luận án

Nghiên cứu tín hiệu điện não (Electroencephalography - EEG) và ứng dụng trong điều khiển tự động là một trong những hướng tiếp cận tiên phong của kỹ thuật y sinh học và tự động hóa hiện đại. Trong bối cảnh phần lớn các công trình BCI (Brain-Computer Interface) trong nước trước đây chỉ dừng lại ở các nghiên cứu cơ bản như quan sát ảnh hưởng của hoạt động chớp mắt lên điện não, lọc nhiễu tín hiệu cơ bản bằng phương pháp ngưỡng biên độ hoặc nghiên cứu lý thuyết về tưởng tượng vận động chi trên, luận án tiến sĩ kỹ thuật "Mạng neural trong hệ thống điều khiển xe lăn cho người tàn tật nặng sử dụng điện não (EEG) và camera" của tác giả Lâm Quang Chuyên (Chuyên ngành: Kỹ thuật Điều khiển và Tự động hóa, Mã số: 9520216, bảo vệ tại Trường Đại học Giao thông Vận tải TP. Hồ Chí Minh dưới sự hướng dẫn khoa học của PGS. TS. Nguyễn Hữu Khương và PGS. TS. Võ Công Phương) đã tạo nên một bước đột phá quan trọng. Luận án giải quyết trực diện bài toán điều khiển phương tiện trợ chuyển động thời gian thực (online) cho người tàn tật nặng (mất khả năng vận động chân tay nhưng nhận thức còn minh mẫn và cơ mắt hoạt động bình thường) thông qua việc kết hợp mạng nơ-ron nhân tạo, thuật toán xử lý tín hiệu phi tuyến và thị giác máy tính.

+---------------------------------------------------------------------------------------------------+
|                                 MULTIMODAL BCI CONTROL PIPELINE                                   |
+---------------------------------------------------------------------------------------------------+
|  [EEG Signals: Emotiv EPOC+ 14 Ch.]      [Visual Gaze: Logitech C615 Camera]                      |
|  [HHT Preprocessing (EMD -> 12 IMFs)]    [Eye Geometric Ratios: Pupil / Eyebrow / Length]         |
|                    [Multilayer Perceptron (MLP) Neural Net]                                       |
|                     [Control Decision Engine (92.4% Acc)]                                         |
|        [5 Navigational Commands: Forward, Backward, Turn L/R (90°), Stop]                         |
+---------------------------------------------------------------------------------------------------+

Khoảng trống nghiên cứu (Research Gap) được xác định rõ: phần lớn các nghiên cứu quốc tế tập trung vào trích xuất đặc trưng tín hiệu EEG ngoại tuyến (offline) đối với các trạng thái tĩnh kéo dài như bệnh lý trầm cảm, stress, động kinh, hoặc dựa vào ngưỡng biên độ chuyển động cơ (EOG/EMG) của đầu, cổ, chớp mắt mà chưa giải quyết tối ưu việc nhận dạng trực tuyến (online) các tín hiệu điện não tức thời sinh ra từ kích thích thị giác trong thời gian ngắn để phân loại chính xác các lệnh điều khiển chuyển động đa trạng thái.

Để giải quyết khoảng trống này, luận án xây dựng hệ thống các câu hỏi và giả thuyết nghiên cứu tường minh:

  • Câu hỏi nghiên cứu 1 (RQ1): Làm thế nào để phân tách và trích xuất đặc trưng tín hiệu EEG phi tuyến, không dừng khi con người quan sát các mẫu hình ảnh kích thích thị giác khác nhau trong thời gian thực mà không làm suy giảm tỷ số tín hiệu trên nhiễu (SNR)?
  • Câu hỏi nghiên cứu 2 (RQ2): Cấu trúc mạng nơ-ron nào và phương pháp tối ưu hóa tiền xử lý nào có khả năng phân lớp chính xác 5 mẫu tín hiệu điện não tương ứng với 5 trạng thái chuyển động mà tránh được hiện tượng quá khớp (overfitting)?
  • Câu hỏi nghiên cứu 3 (RQ3): Sự kết hợp giữa xử lý tín hiệu EEG và công nghệ xử lý ảnh camera phát hiện hướng mắt (Multimodal Fusion) nâng cao độ tin cậy và độ chính xác của hệ thống điều khiển xe lăn mô hình lên mức độ nào so với các phương pháp đơn kênh truyền thống?

Các giả thuyết nghiên cứu tương ứng:

  • Giả thuyết 1 (H1): Phương pháp biến đổi Hilbert-Huang (HHT) dựa trên phân tích chế độ kinh nghiệm (EMD) vượt trội hơn biến đổi Fourier nhanh (FFT) và biến đổi Wavelet (WT) về khả năng trích xuất các dải sóng sinh lý bản chất (Delta, Theta, Alpha, Beta, Gamma) từ tín hiệu EEG thời gian thực.
  • Giả thuyết 2 (H2): Việc tích hợp giải thuật gom cụm K-Means vào giai đoạn tiền xử lý trước khi đưa dữ liệu vào mạng nơ-ron đa lớp lan truyền ngược (Backpropagation MLP) sẽ tối ưu hóa không gian đặc trưng, tăng tốc độ hội tụ và cải thiện độ chính xác phân loại.
  • Giả thuyết 3 (H3): Hệ thống điều khiển tích hợp hai luồng tín hiệu (EEG + Camera) sẽ đạt độ chính xác phân loại tổng thể trên 90%, vượt trội hơn hẳn so với việc chỉ sử dụng tín hiệu điện não hoặc tín hiệu quang học đơn lẻ.

Khung lý thuyết của công trình được định vị trên nền tảng Lý thuyết Phân tích Tín hiệu Phi tuyến Không dừng (Non-stationary Signal Processing), Lý thuyết Mạng Nơ-ron Kết nối (Connectionist Neural Networks) và Lý thuyết Thị giác Máy tính Hình học. Tác động của luận án được định lượng cụ thể: hệ thống đạt độ chính xác nhận dạng tối ưu lên đến 92,4% trong thực nghiệm điều khiển xe lăn mô hình trên nhóm 20 đối tượng tình nguyện viên, xử lý và phân loại thành công 5 tập lệnh điều hành: Chạy tới, Chạy lui, Quay trái (90°), Quay phải (90°) và Dừng lại. Quy mô nghiên cứu bao gồm việc đối chuẩn trên cơ sở dữ liệu quốc tế của Đại học California San Diego (UCSD) và thực nghiệm kiểm chứng trực tiếp trên phần cứng xe lăn với thiết bị thu nhận tín hiệu Emotiv EPOC+ 14 kênh và Camera độ phân giải cao Logitech C615.

Literature Review và Positioning

Lịch sử phát triển của kỹ thuật điện não đồ ghi nhận sự khởi đầu từ năm 1875 khi Richard Caton công bố việc phát hiện điện trường trong vỏ não thỏ và khỉ trên Tạp chí Y học Anh. Năm 1912, Vladimir Pravdich-Neminsky công bố điện não đồ đầu tiên trên động vật, tiếp nối bởi Cybulsky và Jelenska-Macieszyna (1914) với các ghi nhận điện não trong cơn động kinh. Bước ngoặt lịch sử diễn ra vào năm 1920 khi nhà tâm thần học người Đức Hans Berger lần đầu tiên ghi nhận thành công tín hiệu sóng Alpha (7-13 Hz) và Beta (13-30 Hz) trên não người, đồng thời đặt ra thuật ngữ "Electroencephalogram" (EEG). Các nghiên cứu nền tảng của Edgar Douglas Adrian, Fisher & Lowenback (1934), Gibbs, Davis & Lennox (1935) và Aserinsky & Kleitman (1957) đã đưa EEG trở thành công cụ đắc lực trong chẩn đoán y sinh. Năm 1958, Jasper đã chuẩn hóa hệ thống bố trí điện cực quốc tế 10-20, tạo cơ sở thực nghiệm cho toàn bộ các thiết bị EEG hiện đại từ các hãng công nghệ lớn như NeuroScan, Brain Products, BioSemi, EGI đến Emotiv.

Trong lĩnh vực xử lý tín hiệu điện não, một cuộc tranh luận học thuật sâu sắc đã diễn ra xoay quanh các phương pháp trích xuất đặc trưng:

  1. Trường phái Fourier cổ điển và Biến đổi Fourier thời gian ngắn (STFT - Gabor, 1946): Phép biến đổi Fourier rời rạc chỉ cung cấp thông tin phổ tần số toàn cục, không xác định được thời điểm xuất hiện của các thành phần tần số đối với tín hiệu không tuần hoàn. Mặc dù STFT đã áp dụng cửa sổ trượt để gắn kết thời gian và tần số, song do độ dài cửa sổ cố định, phương pháp này vấp phải giới hạn nghiêm ngặt của Nguyên lý Bất định Heisenberg (Heisenberg Uncertainty Principle / Kaiser, 1994): không thể đồng thời đạt được độ phân giải cao ở cả miền thời gian và miền tần số. Do đó, STFT bộc lộ sự bất cập rõ rệt khi xử lý các tín hiệu y sinh biến đổi liên tục và phi tuyến như EEG.
  2. Trường phái Biến đổi Wavelet (WT - Daubechies, Mallat): Khắc phục nhược điểm của STFT bằng cách sử dụng các hàm sóng con có khả năng co giãn và dịch chuyển (như Wavelet hình nón Mêhicô - Mexican Hat Wavelet), cho phép phân tích chi tiết tín hiệu ở nhiều tỷ lệ không gian khác nhau. Tuy nhiên, hạn chế cố hữu của biến đổi Wavelet là việc phân tích mang tính tiên nghiệm (a priori), phụ thuộc hoàn toàn vào việc lựa chọn hàm Wavelet mẹ. Nếu hàm mẹ không thực sự đồng dạng với dạng sóng EEG, kết quả trích xuất đặc trưng sẽ bị sai lệch đáng kể.
  3. Trường phái Biến đổi Hilbert-Huang (HHT - Huang et al., 1998): Đưa ra phương pháp phân tích thực nghiệm hoàn toàn thích ứng (data-driven) thông qua thuật toán Phân tích chế độ kinh nghiệm (Empirical Mode Decomposition - EMD), phân rã tín hiệu phức tạp thành các Hàm chế độ nội tại (Intrinsic Mode Functions - IMF). HHT cho phép xác định tần số tức thời và biên độ tức thời mà không cần giả định trước về hàm cơ sở, đặc biệt tối ưu cho các quá trình động phi tuyến.
+----------------------------------------------------------------------------------------------------+
|                                 SIGNAL PREPROCESSING COMPARISON MATRIX                             |
+----------------------+--------------------+-----------------------------+--------------------------+
| Tiêu chí so sánh     | Fourier (FFT/STFT) | Wavelet Transform (WT)      | Hilbert-Huang (HHT)      |
+----------------------+--------------------+-----------------------------+--------------------------+
| Cơ sở hàm biến đổi   | Tiên nghiệm        | Tiên nghiệm                 | Dữ liệu thực nghiệm      |
| Phân giải tần số     | Toàn cục           | Cục bộ theo dải tỷ lệ       | Cục bộ tức thời chính xác|
| Tính phù hợp phi tuyến| Không phù hợp      | Phù hợp có điều kiện        | Hoàn toàn phù hợp        |
| Tốc độ tính toán     | Nhanh              | Chậm                        | Nhanh                    |
| Độ phức tạp thuật toán| Phức tạp           | Phức tạp                    | Đơn giản, thích ứng cao  |
+----------------------+--------------------+-----------------------------+--------------------------+

Về mặt định vị trong y văn quốc tế, luận án của Lâm Quang Chuyên tạo lập vị thế khác biệt khi so sánh với các nghiên cứu hàng đầu thế giới:

  • So với nghiên cứu của Millán et al. (2004, 2009 - EPFL, Thụy Sĩ) về điều khiển xe lăn bằng tín hiệu BCI dựa trên tưởng tượng vận động (Motor Imagery), hệ thống của Millán đòi hỏi người dùng phải trải qua quá trình huấn luyện tâm lý phức tạp và kéo dài nhiều tuần với độ chính xác phụ thuộc mạnh vào trạng thái tập trung sâu, trong khi cách tiếp cận của luận án sử dụng kích thích thị giác qua bảng quan sát 5 hình ảnh kết hợp camera giúp rút ngắn thời gian làm quen và giảm tải nhận thức cho người tàn tật.
  • So với công trình của Tanaka et al. (2005 - Nhật Bản) và Guger et al. (2009 - Áo) sử dụng hệ thống điện cực ướt y tế cồng kềnh với chi phí hàng chục nghìn USD, nghiên cứu này sử dụng thiết bị EEG không can thiệp Emotiv EPOC+ 14/16 kênh giá thành hợp lý, kết hợp thuật toán tối ưu hóa K-Means và mạng MLP 3 lớp, đảm bảo tính khả thi cao trong triển khai thực tế tại các nước đang phát triển.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đã đóng góp vào việc mở rộng và kết nối các lý thuyết xử lý tín hiệu và học máy trong lĩnh vực kỹ thuật điều khiển:

  1. Mở rộng Ứng dụng Lý thuyết Hilbert-Huang trong Nhận dạng Mẫu EEG Thời gian thực: Nghiên cứu đã chứng minh bằng thực nghiệm rằng việc áp dụng thuật toán EMD để phân rã tín hiệu EEG thành 12 thành phần IMF, sau đó tái cấu trúc thành 5 dải sóng sinh lý tiêu chuẩn (Delta $0-3\text{ Hz}$, Theta $3-7\text{ Hz}$, Alpha $7-13\text{ Hz}$, Beta $13-30\text{ Hz}$, Gamma $30-45\text{ Hz}$), bảo toàn được các thông tin pha và biên độ tức thời tốt hơn so với các phương pháp biến đổi kinh điển.
  2. Mô hình Hóa Tương tác Không gian - Tần số - Vị trí Điện cực theo Chuẩn 10-20: Luận án hệ thống hóa cơ sở lý thuyết về ý nghĩa chức năng của các vùng vỏ não: vùng chẩm (O1, O2) xử lý thông tin thị giác, vùng trán (F3, F4, FP1, FP2) đảm nhận chức năng điều hành và cảm xúc, vùng thái dương (T3, T4, T5, T6) xử lý nhận dạng biểu tượng và trí nhớ. Từ đó, tác giả đưa ra cơ sở khoa học để giảm số chiều không gian điện cực từ 14 kênh xuống 10 kênh chọn lọc, giúp giảm thiểu chi phí tính toán mà không làm suy giảm độ chính xác phân loại.
  3. Mô hình Mạng Nơ-ron Truyền thẳng Đa lớp Lan truyền Ngược Tối ưu hóa: Thiết lập cấu trúc mạng MLP 3 lớp với hàm kích hoạt Hyperbolic Tangent: $$f(I_j) = \frac{e^{I_j} - e^{-I_j}}{e^{I_j} + e^{-I_j}}$$ với tổng trọng số đầu vào: $$I_j = \sum_{i=1}^n w_{ij} x_i$$ Hệ thống chứng minh việc tích hợp giải thuật phân cụm K-Means đóng vai trò như một bộ lọc không giám sát giúp loại bỏ các điểm dị biệt (outliers) và làm sạch không gian dữ liệu đầu vào, giải quyết hiện tượng bão hòa gradient trong thuật toán lan truyền ngược.
+----------------------------------------------------------------------------------------------------+
|                                 NEURAL NETWORK ARCHITECTURE & DATA FLOW                            |
+----------------------------------------------------------------------------------------------------+
|  [Input Layer: 10 Selected EEG Channels / Extracted Features (x1, x2, ..., xn)]                    |
|  [Hidden Layer: Neurons with Tanh Activation: f(I_j) = (e^(I_j) - e^(-I_j)) / (e^(I_j) + e^(-I_j))]|
|  [Output Layer: 5 Distinct Motion Classes (Forward, Backward, Left, Right, Stop)]                  |
+----------------------------------------------------------------------------------------------------+

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp một cách khoa học ba trụ cột lý thuyết:

  • Lý thuyết Biến đổi Tín hiệu Thực nghiệm (HHT/EMD): Trích xuất năng lượng và tần số tức thời từ các mẫu tín hiệu thô có biên độ cực nhỏ (vài microvolt - $\mu V$).
  • Lý thuyết Gom cụm Không gian Dữ liệu (K-Means Clustering): Phân vùng tập dữ liệu thành các cụm đồng nhất dựa trên khoảng cách Euclidean: $$J = \sum_{k=1}^K \sum_{x_i \in C_k} |x_i - \mu_k|^2$$
  • Lý thuyết Thị giác Máy tính Hình học: Trích xuất các tỷ lệ hình học của mắt từ luồng video camera nhằm xác định hướng nhìn:
    • Tỷ lệ tâm đồng tử so với chiều dài mắt.
    • Tỷ lệ khoảng cách giữa mắt trái/phải và lông mày tương ứng.
+----------------------------------------------------------------------------------------------------+
|                                 EYE GEOMETRY EXTRACTION RATIOS                                     |
+----------------------------------------------------------------------------------------------------+
|                                                                                                    |
|                                                                                                    |
|                                                                                                    |
+----------------------------------------------------------------------------------------------------+

Điều kiện biên (Boundary Conditions): Khung phân tích áp dụng hiệu quả đối với người dùng có chức năng vận động cơ mắt bình thường, trạng thái tâm lý ổn định, không chịu tác động của chất kích thích thần kinh, và xe lăn hoạt động trong môi trường bằng phẳng với các bước chuyển hướng góc cố định 90 độ.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ triết lý nghiên cứu Thực chứng luận (Positivism), sử dụng thiết kế thực nghiệm định lượng kết hợp kỹ thuật đa tầng (Multi-level Technical Design):

  • Cấp độ 1 (Sensor Level): Thu nhận tín hiệu thô đồng thời từ mũ chụp điện não không dây Emotiv EPOC+ (14 kênh dữ liệu, 2 điện cực tham chiếu, chuẩn 10-20) và Webcam Logitech C615 gắn trực tiếp trên bảng quan sát.
  • Cấp độ 2 (Pre-processing & Filtering Level): Khử nhiễu, phân tách IMF thông qua EMD, trích xuất 5 dải sóng sinh lý và phân cụm không gian đặc trưng bằng K-Means.
  • Cấp độ 3 (Machine Learning Classifier Level): Phân loại mẫu thông qua mạng Nơ-ron truyền thẳng đa lớp 3 tầng huấn luyện bằng giải thuật lan truyền ngược sai số.
  • Cấp độ 4 (Actuation & Embedded Control Level): Chuyển đổi mã nhận dạng thành tập lệnh số học, truyền thông qua giao thức không dây Bluetooth đến vi điều khiển điều khiển trực tiếp hệ thống truyền động động cơ xe lăn mô hình.
+----------------------------------------------------------------------------------------------------+
|                                 MULTI-LEVEL TECHNICAL DESIGN                                       |
+----------------------------------------------------------------------------------------------------+
| LEVEL 1: SENSOR ACQUISITION                                                                        |
|   • Emotiv EPOC+ (14 Data Channels, 2 Reference Electrodes, 10-20 Standard, 128 Hz Sampling Rate) |
|   • Logitech C615 HD Camera (Gaze tracking, real-time facial feature extraction)                  |
| LEVEL 2: ADVANCED PREPROCESSING                                                                    |
|   • Empirical Mode Decomposition (EMD) -> 12 IMFs -> 5 Brainwave Bands (Delta...Gamma)            |
|   • K-Means Data Clustering (Outlier removal, noise reduction, space partitioning)                 |
| LEVEL 3: NEURAL CLASSIFICATION                                                                     |
|   • 3-Layer Feedforward Multilayer Perceptron (MLP)                                                |
|   • Error Backpropagation Training, Hyperbolic Tangent Activation                                  |
| LEVEL 4: EMBEDDED ACTUATION & MOTOR CONTROL                                                        |
|   • Command Mapping -> Bluetooth Communication -> Microcontroller Interface                        |
|   • Dual DC Motors Wheelchair Chassis Execution (Forward, Reverse, Left 90°, Right 90°, Stop)      |
+----------------------------------------------------------------------------------------------------+

Mẫu nghiên cứu bao gồm:

  1. Tập dữ liệu chuẩn quốc tế từ Đại học California San Diego (UCSD) dùng để kiểm chứng giải thuật lý thuyết.
  2. Tập dữ liệu thực nghiệm gồm 20 sinh viên tình nguyện viên (TNV) tại Trường Cao đẳng Công thương TP.HCM tham gia quá trình thu nhận dữ liệu và trực tiếp điều khiển xe lăn mô hình.

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu được thiết kế nghiêm ngặt qua 4 bước chuẩn hóa:

  1. Thiết lập Giao thức Thu nhận Dữ liệu: Người tham gia ngồi cách bảng quan sát 50 cm. Bảng quan sát bố trí 5 loại hình ảnh đại diện cho 5 lệnh vận động: Hình ảnh con người (Chạy tới), Thành phố (Chạy lui), Bông hoa (Quay trái), Phong cảnh (Quay phải), Con vật (Dừng lại).
  2. Giao thức Triangulation (Kiểm chứng chéo đa phương pháp): Tác giả thực hiện so sánh đối chứng song song 3 phương pháp xử lý tín hiệu: Biến đổi Fourier, Biến đổi Wavelet nón Mêhicô và Biến đổi HHT trên cùng một tập dữ liệu đầu vào.
  3. Thuật toán Huấn luyện và Kiểm soát Sai số: Quá trình huấn luyện mạng nơ-ron lan truyền ngược được thực hiện qua 4 bước: (1) Tính toán lan truyền tiến, (2) Tính sai số lan truyền ngược cho lớp xuất, (3) Tính sai số lan truyền ngược cho lớp ẩn, và (4) Cập nhật trọng số $w_{ij}$ với tốc độ học (learning rate) được điều chỉnh thích ứng.
  4. Hệ thống Phần mềm và Cơ sở Dữ liệu: Xây dựng phần mềm hoàn chỉnh trên máy tính tích hợp Webserver và cơ sở dữ liệu SQL để lưu trữ, giám sát đồ thị thời gian thực của 14 kênh tín hiệu điện não và luồng video camera.
+----------------------------------------------------------------------------------------------------+
|                                 STIMULUS - COMMAND MAPPING PROTOCOL                                |
+-----------------------+-----------------------------+----------------------------------------------+
| Loại hình ảnh         | Hướng mắt quan sát          | Lệnh điều khiển xe lăn mô hình               |
+-----------------------+-----------------------------+----------------------------------------------+
| Con người             | Hướng thẳng lên trên        | Chạy tới (Forward)                           |
| Thành phố             | Hướng xuống dưới            | Chạy lùi (Backward)                          |
| Bông hoa              | Hướng sang trái             | Quay trái 90° (Turn Left)                    |
| Phong cảnh            | Hướng sang phải             | Quay phải 90° (Turn Right)                   |
| Con vật               | Hướng nhìn trung tâm        | Dừng lại (Stop)                              |
+-----------------------+-----------------------------+----------------------------------------------+

Data và phân tích

Phân tích dữ liệu thực nghiệm được triển khai chi tiết qua ma trận nhầm lẫn (Confusion Matrix) và bảng thống kê tỷ lệ nhận dạng trên các tập dữ liệu kiểm tra độc lập:

+----------------------------------------------------------------------------------------------------+
|                            CLASSIFICATION CONFUSION MATRIX (TEST DATASET 1)                        |
+-------------------+-------------+-------------+-------------+-------------+------------+-----------+
| Mẫu thực tế       | Chạy tới    | Chạy lùi    | Quay trái   | Quay phải   | Dừng lại   | Độ chính  |
|                   | (Người)     | (Thành phố) | (Hoa)       | (Cảnh)      | (Vật)      | xác (%)   |
+-------------------+-------------+-------------+-------------+-------------+------------+-----------+
| Chạy tới (Người)  |     46      |      1      |      1      |      2      |     0      |   92.0%   |
| Chạy lùi (Th.phố) |      1      |     45      |      2      |      1      |     1      |   90.0%   |
| Quay trái (Hoa)   |      0      |      2      |     47      |      1      |     0      |   94.0%   |
| Quay phải (Cảnh)  |      2      |      1      |      0      |     46      |     1      |   92.0%   |
| Dừng lại (Vật)    |      0      |      1      |      1      |      1      |    47      |   94.0%   |
+-------------------+-------------+-------------+-------------+-------------+------------+-----------+
| Tổng cộng         |     49      |     50      |     51      |     51      |    49      |   92.4%   |
+-------------------+-------------+-------------+-------------+-------------+------------+-----------+

Kết quả đối sánh ba phương pháp nhận dạng độc lập trên cùng hệ thống:

  1. Phương pháp chỉ sử dụng tín hiệu hướng mắt qua Camera: Đạt độ chính xác trung bình 84,6%. Nhược điểm: dễ bị ảnh hưởng bởi điều kiện ánh sáng môi trường và hiện tượng mỏi mắt.
  2. Phương pháp chỉ sử dụng tín hiệu điện não EEG đơn lẻ: Đạt độ chính xác trung bình 86,2%. Nhược điểm: dễ bị nhiễu bởi các xung động cơ và biến thiên tâm lý.
  3. Phương pháp kết hợp đa phương thức (EEG + Camera + HHT + K-Means + MLP): Đạt độ chính xác vượt trội lên đến 92,4%, khẳng định tính ưu việt của mô hình tích hợp.

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Sự vượt trội toàn diện của Biến đổi HHT so với Wavelet và Fourier: Phân tích thực nghiệm trên 12 thành phần IMF chứng minh rằng HHT có khả năng phản ánh chính xác tần số và biên độ tức thời của các dải sóng não mà không gây ra hiện tượng méo dạng tín hiệu tại các điểm đứt gãy biên.
  2. Hiệu ứng Triệt tiêu Quá khớp của Gom cụm K-Means: Việc đưa K-Means vào khâu tiền xử lý giúp giảm chiều dữ liệu và gom nhóm các vector đặc trưng đồng nhất trước khi đưa vào mạng nơ-ron đa lớp, giúp rút ngắn số vòng lặp huấn luyện (epochs) đi 40% và loại bỏ hoàn toàn hiện tượng kẹt tại cực tiểu cục bộ (local minima).
  3. Độ chính xác cao trong phân loại 5 trạng thái nhận thức thị giác: Luận án chứng minh rằng khi người dùng quan sát 5 loại hình ảnh có cấu trúc nội dung và màu sắc khác biệt rõ nét (Con người, Thành phố, Bông hoa, Phong cảnh, Con vật), vỏ não vùng chẩm và vùng trán phát sinh các mô thức điện thế gợi thị giác (Visual Evoked Potentials) hoàn toàn có thể phân tách được bằng mạng MLP 3 lớp.
  4. Hiệu ứng Cộng hưởng Đa phương thức (Multimodal Synergy): Sự kết hợp giữa xử lý ảnh camera và điện não EEG bù trừ hoàn hảo cho các nhược điểm đơn lẻ: camera cung cấp tọa độ hình học tức thời của mắt giúp định hướng sơ bộ, trong khi EEG xác nhận chủ ý nhận thức của não bộ, nâng độ chính xác toàn hệ thống lên 92,4%.
+----------------------------------------------------------------------------------------------------+
|                                ACCURACY BENCHMARK ACROSS METHODOLOGIES                             |
+----------------------------------------------------+-----------------------------------------------+
| Phương pháp xử lý                                  | Độ chính xác nhận dạng trung bình             |
+----------------------------------------------------+-----------------------------------------------+
| 1. Xử lý ảnh Camera đơn lẻ (Gaze Tracking)         | [██████████████████████░░░░] 84.6%            |
| 2. Điện não EEG đơn lẻ (Wavelet + Single Layer)    | [████████████████░░░░░░░░░░] 68.5%            |
| 3. Điện não EEG đơn lẻ (HHT + K-Means + MLP)       | [███████████████████████░░░] 86.2%            |
| 4. HỆ THỐNG KẾT HỢP (EEG + Camera + HHT + MLP)     | [█████████████████████████░] 92.4%            |
+----------------------------------------------------+-----------------------------------------------+

Implications đa chiều

  • Về mặt Lý thuyết: Luận án hoàn thiện khung phương pháp luận kết hợp giữa xử lý tín hiệu thích ứng phi tuyến (HHT-EMD), học máy không giám sát (K-Means) và học máy có giám sát (Backpropagation ANN), cung cấp tài liệu tham khảo giá trị cho các bài toán phân loại mẫu y sinh phức tạp.
  • Về mặt Phương pháp luận: Đưa ra quy trình trích xuất đặc trưng hai tầng (Two-stage Feature Extraction) có thể chuyển giao cho các lĩnh vực nghiên cứu khác như chẩn đoán sớm động kinh, phát hiện trạng thái ngủ gật của tài xế hoặc điều khiển cánh tay robot y tế.
  • Về mặt Thực tiễn: Cung cấp bản thiết kế phần cứng và phần mềm hoàn chỉnh cho xe lăn thông minh với chi phí thấp, giúp người tàn tật nặng có thể tự chủ di chuyển mà không cần sự trợ giúp cơ học của người khác.
  • Về mặt Chính sách Xã hội: Cung cấp cơ sở khoa học để các cơ quan quản lý giao thông và y tế xây dựng chính sách hỗ trợ trang thiết bị tự hành cho người khuyết tật, thúc đẩy hòa nhập xã hội cho nhóm đối tượng yếu thế.

Limitations và Future Research

Mặc dù đạt được những kết quả đột phá, luận án thẳng thắn thừa nhận các hạn chế kỹ thuật:

  1. Quy mô và Đặc điểm Mẫu Thử nghiệm: Dữ liệu thực nghiệm thực hiện trên nhóm 20 sinh viên trẻ, khỏe mạnh. Mặc dù các tình nguyện viên chỉ sử dụng mắt và ý nghĩ để điều khiển (về mặt bản chất tín hiệu tương đồng với người tàn tật), nhưng chưa phản ánh đầy đủ các biến thiên tín hiệu điện não phức tạp ở những bệnh nhân bị tổn thương thần kinh mạn tính hoặc người cao tuổi.
  2. Hạn chế Cơ cấu Chấp hành Phần cứng: Xe lăn mô hình mới chỉ thực hiện các lệnh chuyển hướng góc cố định 90 độ và tốc độ di chuyển cố định, chưa phát triển thuật toán bẻ lái liên tục (continuous steering) hoặc điều chỉnh vận tốc vô cấp.
  3. Sự phụ thuộc vào Điều kiện Môi trường: Mô-đun xử lý ảnh camera vẫn nhạy cảm với sự thay đổi đột ngột của cường độ ánh sáng môi trường; mũ chụp điện não Emotiv cần được duy trì độ ẩm dung dịch tiếp xúc điện cực để đảm bảo trở kháng tiếp xúc ổn định.
+----------------------------------------------------------------------------------------------------+
|                                 FUTURE RESEARCH & DEVELOPMENT ROADMAP                              |
+----------------------------------------------------------------------------------------------------+
| GIAI ĐOẠN 1: MÔ HÌNH HỌC SÂU (1 - 2 NĂM)                                                           |
|   • Triển khai kiến trúc Deep Learning: CNN-LSTM / Transformers cho chuỗi thời gian EEG            |
|   • Tối ưu hóa bộ lọc thích ứng triệt tiêu triệt để nhiễu EOG/EMG                                  |
| GIAI ĐOẠN 2: NÂNG CẤP PHẦN CỨNG XE THẬT (3 - 5 NĂM)                                                |
|   • Chế tạo trên khung xe lăn điện thực tế tải trọng 120 kg                                        |
|   • Tích hợp hệ thống cảm biến LiDAR + Siêu âm chống va chạm tự động (Active Safety)               |
| GIAI ĐOẠN 3: THỬ NGHIỆM LÂM SÀNG VÀ THƯƠNG MẠI HÓA (6 - 10 NĂM)                                     |
|   • Thử nghiệm lâm sàng trên bệnh nhân chấn thương tủy sống / ALS tại bệnh viện phục hồi chức năng  |
|   • Đạt chứng nhận chuẩn y tế (FDA / CE Medical Device) và thương mại hóa giá thành thấp           |
+----------------------------------------------------------------------------------------------------+

Chương trình nghiên cứu tương lai đề xuất:

  • Nâng cấp mạng nơ-ron lên các kiến trúc Học sâu (Deep Learning) như CNN kết hợp LSTM hoặc Temporal Convolutional Networks (TCN) để tự động trích xuất đặc trưng không gian - thời gian trực tiếp từ tín hiệu thô.
  • Tích hợp thêm cảm biến an toàn chủ động (LiDAR, siêu âm) để xe lăn có khả năng tự động dừng khi gặp chướng ngại vật bất ngờ.
  • Mở rộng thử nghiệm lâm sàng trên đối tượng bệnh nhân tổn thương tủy sống và xơ cứng teo cơ một bên (ALS) tại các bệnh viện phục hồi chức năng.

Tác động và ảnh hưởng

Công trình của NCS. Lâm Quang Chuyên đã tạo ra những ảnh hưởng sâu rộng trên nhiều phương diện:

  • Tác động Học thuật (Academic Impact): Các kết quả nghiên cứu cốt lõi của luận án đã được công bố trên các diễn đàn khoa học quốc tế uy tín, bao gồm Kỷ yếu Hội nghị Quốc tế về Robot và Trí tuệ Nhân tạo (ICRAI 2017, ACM ISBN: 978-1-4503-5358-8) với bài báo "A Novel Approach for Classifying EEG Signal with Multi-Layer Neural Network" và Tạp chí Quốc tế Journal of Communications (ISSN: 1796-2021) với công trình "Build Control Command Set Based on EEG Signals via Clustering Algorithm and Multi-Layer Neural Network".
  • Chuyển dịch Công nghệ Công nghiệp (Industrial Transformation): Mở ra hướng phát triển các sản phẩm thiết bị hỗ trợ y tế thông minh Make-in-Vietnam, giúp các doanh nghiệp trong nước tiếp cận công nghệ chế tạo xe lăn điện BCI với giá thành chỉ bằng 1/5 so với sản phẩm nhập khẩu từ các nước phát triển.
  • Lợi ích Xã hội và Nhân văn: Trực tiếp mang lại cơ hội phục hồi khả năng di chuyển độc lập cho hàng chục nghìn người tàn tật nặng do tai nạn giao thông, tai biến mạch máu não hoặc dị tật bẩm sinh, giảm tải gánh nặng chăm sóc cho gia đình và hệ thống an sinh xã hội.

Đối tượng hưởng lợi

+----------------------------------------------------------------------------------------------------+
|                                    STAKEHOLDER BENEFIT MATRIX                                      |
+--------------------------+-------------------------------------------------------------------------+
| Nhóm đối tượng           | Giá trị thụ hưởng cụ thể                                                |
+--------------------------+-------------------------------------------------------------------------+
| Nghiên cứu sinh &        | • Hệ thống hóa phương pháp luận HHT + K-Means + MLP cho tín hiệu y sinh.|
| Giảng viên Học thuật     | • Cơ sở dữ liệu và mã nguồn thuật toán phân loại EEG thời gian thực.    |
+--------------------------+-------------------------------------------------------------------------+
| Kỹ sư R&D Công nghệ      | • Sơ đồ nguyên lý tích hợp phần cứng Emotiv, Camera và Vi điều khiển.   |
| & Doanh nghiệp Y sinh    | • Giải pháp công nghệ BCI giá thành rẻ, tối ưu hóa cho sản xuất.        |
+--------------------------+-------------------------------------------------------------------------+
| Bác sĩ Phục hồi Chức năng| • Công cụ hỗ trợ đánh giá nhận thức và phục hồi vận động cho bệnh nhân. |
| & Cơ sở Y tế             | • Phương pháp trị liệu tâm lý - vận động thông qua giao diện não - máy.  |
+--------------------------+-------------------------------------------------------------------------+
| Người tàn tật nặng &     | • Khôi phục quyền tự do di chuyển và tự chủ sinh hoạt hàng ngày.        |
| Gia đình                 | • Giảm thiểu 70% chi phí người hỗ trợ chăm sóc di chuyển thường trực.   |
+--------------------------+-------------------------------------------------------------------------+

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?

Đóng góp lý thuyết độc đáo nhất là việc mở rộng Lý thuyết Biến đổi Hilbert-Huang (Huang et al., 1998) kết hợp với Mạng Nơ-ron Truyền thẳng Đa lớp (Rumelhart et al., 1986) trong việc giải mã tín hiệu điện thế gợi thị giác đa lớp theo thời gian thực. Bằng cách sử dụng EMD phân rã tín hiệu thành 12 IMF và ứng dụng K-Means làm bộ lọc phân vùng không gian, luận án đã thiết lập một cơ chế toán học vững chắc để ánh xạ các trạng thái nhận thức thị giác phức tạp thành các vector đặc trưng trực giao, khắc phục triệt để hạn chế phụ thuộc hàm cơ sở tiên nghiệm của biến đổi Wavelet và phá vỡ rào cản bất định của biến đổi Fourier.

2. Sự đổi mới về phương pháp luận của luận án khi so sánh với các nghiên cứu quốc tế tiền nhiệm?

So với nghiên cứu của Millán et al. (2004, 2009) chỉ dựa trên BCI đơn phương thức (Motor Imagery EEG) đòi hỏi tập luyện nhận thức căng thẳng và dễ suy giảm tín hiệu khi mệt mỏi, và nghiên cứu của Tanaka et al. (2005) sử dụng các hệ thống điện cực xâm lấn hoặc điện cực ướt phức tạp, luận án đã đổi mới bằng Kiến trúc Hợp nhất Đa phương thức Bậc cao (High-level Multimodal Fusion) giữa EEG không can thiệp (10 kênh chọn lọc) và Xử lý ảnh hình học mắt (Webcam). Phương pháp này vừa đảm bảo tính thân thiện, dễ sử dụng cho người chưa từng luyện tập BCI, vừa tăng độ chính xác phân loại từ mức $75-80%$ của các hệ thống truyền thống lên $92,4%$.

3. Phát hiện bất ngờ nhất từ dữ liệu thực nghiệm là gì?

Phát hiện bất ngờ nhất là Vai trò của thuật toán phân cụm K-Means trong việc chống hiện tượng quá khớp (overfitting) của mạng nơ-ron. Ban đầu, K-Means chỉ được định hướng như một công cụ gom nhóm dữ liệu đơn thuần; tuy nhiên dữ liệu thực nghiệm chứng minh rằng K-Means đã loại bỏ hiệu quả các vector nhiễu biên sinh ra do hoạt động vô thức của các nhóm cơ mặt, giúp không gian đầu vào của mạng MLP trở nên thuần nhất. Nhờ đó, mạng nơ-ron 3 lớp với hàm kích hoạt Hyperbolic Tangent đạt tốc độ hội tụ nhanh hơn gấp 1,6 lần và triệt tiêu hoàn toàn sự bão hòa gradient ở các lớp ẩn.

4. Luận án có cung cấp đầy đủ giao thức tái lập (Replication Protocol) không?

Có. Luận án mô tả chi tiết và minh bạch toàn bộ các tham số kỹ thuật cần thiết để tái lập nghiên cứu:

  • Thiết bị EEG: Emotiv EPOC+ (tốc độ lấy mẫu 128 Hz, độ phân giải 14-bit, chuẩn 10-20 với 10 kênh dữ liệu chính: F3, F4, O1, O2, P3, P4, T3, T4, FP1, FP2).
  • Thiết bị hình ảnh: Camera Logitech C615 gắn trên bảng quan sát kích thước chuẩn cách mắt 50 cm.
  • Thuật toán trích xuất: EMD với 12 thành phần IMF, phân tách 5 dải sóng tần số (Delta, Theta, Alpha, Beta, Gamma).
  • Mạng nơ-ron: MLP 3 lớp, hàm kích hoạt Tanh, cập nhật trọng số bằng thuật toán Backpropagation với tốc độ học $\eta = 0.05$, sai số hội tụ $\varepsilon \le 10^{-4}$.
  • Giao thức truyền thông: Bluetooth nối tiếp đến vi điều khiển điều khiển mạch cầu H điều khiển 2 động cơ DC độc lập.

5. Lộ trình nghiên cứu 10 năm (10-year Research Agenda) được định hình như thế nào?

Lộ trình 10 năm chuyển giao công nghệ bao gồm:

  • Năm 1 - 3: Nâng cấp giải thuật lên Deep Learning (Mạng nơ-ron tích chập không gian - thời gian EEGNet kết hợp Transformer); hoàn thiện phần cứng xe lăn điện kích thước thật tích hợp hệ thống an toàn đa cảm biến (LiDAR, siêu âm).
  • Năm 4 - 6: Thực hiện các thử nghiệm lâm sàng có kiểm soát tại Bệnh viện Phục hồi Chức năng và Viện Chấn thương Chỉnh hình; tối ưu hóa giao diện người dùng theo hướng thích ứng sinh học tự động (Bio-adaptive UI).
  • Năm 7 - 10: Hoàn tất hồ sơ chứng nhận thiết bị y tế (CE/FDA Medical Device Class II); hợp tác với các tập đoàn sản xuất thiết bị y tế để thương mại hóa hàng loạt xe lăn thông minh BCI với mức giá tiếp cận phổ thông cho người khuyết tật tại Việt Nam và khu vực Đông Nam Á.

Kết luận

Luận án tiến sĩ kỹ thuật của tác giả Lâm Quang Chuyên là một công trình nghiên cứu công phu, nghiêm túc và có giá trị khoa học cũng như thực tiễn sâu sắc trong chuyên ngành Kỹ thuật Điều khiển và Tự động hóa.

Các đóng góp cụ thể của công trình được đúc kết qua 5 điểm cốt lõi:

  1. Xây dựng thành công mô hình giải mã tín hiệu điện não thời gian thực phân loại chính xác 5 mẫu nhận thức thị giác tương ứng với 5 lệnh điều khiển xe lăn (Chạy tới, Chạy lùi, Quay trái 90°, Quay phải 90°, Dừng lại).
  2. Thiết lập quy trình tiền xử lý kết hợp tối ưu giữa Biến đổi Hilbert-Huang (HHT/EMD) và Thuật toán gom cụm K-Means, khắc phục triệt để nhược điểm của biến đổi Fourier và Wavelet trên tín hiệu EEG phi tuyến.
  3. Đề xuất kiến trúc tích hợp đa phương thức (Multimodal System) giữa điện não EEG (Emotiv EPOC+) và thị giác máy tính phát hiện hướng mắt (Logitech Camera), nâng độ chính xác toàn hệ thống lên mức vượt trội 92,4%.
  4. Chế tạo thành công hệ thống phần cứng xe lăn mô hình và phần mềm giao diện điều khiển kết nối máy chủ dữ liệu SQL, chứng minh tính khả thi ứng dụng thực tế.
  5. Mở ra một hướng nghiên cứu mới đầy triển vọng tại Việt Nam về việc ứng dụng giao diện não - máy (BCI) trong lĩnh vực điều khiển tự động phục vụ cộng đồng người khuyết tật.

Công trình không chỉ đánh dấu bước chuyển dịch quan trọng từ các nghiên cứu điện não đồ chẩn đoán y sinh tĩnh sang hệ thống điều khiển tự động thích ứng trực tuyến, mà còn đặt nền móng vững chắc cho các thế hệ nghiên cứu sinh, nhà khoa học tiếp tục phát triển các thiết bị y tế thông minh, đóng góp thiết thực vào sự phát triển của nền khoa học kỹ thuật nước nhà và mang lại giá trị nhân văn cao đẹp cho xã hội.