I. Tổng quan về giao diện não máy tính BCI
Luận văn thạc sĩ này tập trung vào lĩnh vực giao diện não - máy tính (BCI), một công nghệ cho phép tương tác giữa não người và máy tính. Hệ thống BCI hoạt động dựa trên việc thu thập và phân tích các tín hiệu điện não (EEG) để giải mã hoạt động thần kinh và chuyển đổi chúng thành các lệnh điều khiển thiết bị. Ứng dụng tiềm năng của BCI rất rộng lớn, đặc biệt là trong việc hỗ trợ người khuyết tật, người cao tuổi mất khả năng vận động. Luận văn đề cập đến những thành tựu nổi bật trong nghiên cứu BCI trên thế giới, như xe lăn điều khiển bằng sóng não của Toyota và nghiên cứu của Samsung về tương tác không chạm với máy tính bảng.
Tuy nhiên, việc phát triển hệ thống BCI cũng gặp nhiều thách thức. Luận văn nêu rõ những khó khăn trong việc lựa chọn thiết bị thu sóng não phù hợp. Các máy EEG y tế có độ chính xác cao nhưng giá thành đắt, kích thước cồng kềnh và khó tích hợp vào ứng dụng BCI. Việc xử lý tín hiệu EEG cũng phức tạp do hoạt động thần kinh đa dạng và nhiễu. Xây dựng thuật toán nhận dạng chính xác, đáp ứng thời gian thực và độ ổn định cao đòi hỏi kiến thức chuyên sâu về xử lý tín hiệu, trí tuệ nhân tạo và y sinh.
II. Cơ sở lý thuyết và thiết kế hệ thống
Luận văn trình bày cơ sở lý thuyết về các vùng chức năng của não, phương pháp thu thập tín hiệu EEG (bao gồm hệ thống điện cực quốc tế 10-20), và các phương pháp xử lý tín hiệu như tiền xử lý, trích đặc trưng (CSP, PSD, PCA) và phân loại bằng mạng nơron nhân tạo. Tác giả cũng so sánh phương thức xử lý tín hiệu online và offline, đồng thời mô tả tổng quan về hệ thống BCI.
Trọng tâm của luận văn là thiết kế một hệ thống BCI điều khiển xe từ xa bằng suy nghĩ. Tác giả sử dụng thiết bị Emotiv EPOC Headset để thu thập tín hiệu EEG. Tùy thuộc vào hoạt động suy nghĩ của người dùng, xe có thể di chuyển theo các hướng khác nhau. Mô hình nghiên cứu bao gồm các bước: thu thập dữ liệu, tiền xử lý, trích đặc trưng, phân loại và điều khiển. Luận văn cũng giới thiệu chi tiết về Emotiv EPOC Headset và quy trình thu thập dữ liệu offline.
III. Mô hình BCI offline và online
Luận văn trình bày chi tiết về mô hình BCI offline, bao gồm các bước tiền xử lý tín hiệu (lọc thông dải, lọc không pha), trích đặc trưng (CSP, PSD, PCA) và phân loại bằng mạng nơron. Tác giả phân tích kết quả của từng phương pháp trích đặc trưng và so sánh hiệu quả của chúng.
Tiếp theo, luận văn mô tả mô hình BCI online, bao gồm thiết kế phần cứng, nguyên tắc hoạt động và ngân sách. Tác giả cũng thực nghiệm điều khiển xe bằng cử động mắt và hoạt động cơ trên gương mặt, đồng thời phân tích ảnh hưởng của chúng đến tín hiệu EEG. Cuối cùng, luận văn trình bày thuật toán online cho mô hình nhận dạng suy nghĩ, bộ lọc CAR, bộ đệm dữ liệu, bộ trích đặc trưng PSD và mạng nơron nhân tạo trên LabVIEW. Kết quả thử nghiệm và đánh giá hiệu năng hệ thống cũng được trình bày.
IV. Kết luận và hướng phát triển
Luận văn kết luận bằng việc tổng kết các kết quả nghiên cứu và đánh giá hiệu quả của hệ thống BCI điều khiển xe bằng suy nghĩ. Tác giả đã thành công trong việc xây dựng một hệ thống BCI hoàn chỉnh với giá thành hợp lý, đáp ứng theo thời gian thực. Tuy nhiên, độ chính xác và độ ổn định của hệ thống vẫn cần được cải thiện.
Hướng phát triển của đề tài bao gồm việc nâng cao độ chính xác của thuật toán nhận dạng, mở rộng ứng dụng sang các thiết bị khác và nghiên cứu khả năng điều khiển bằng nhiều loại suy nghĩ phức tạp hơn. Luận văn cũng đề cập đến tiềm năng ứng dụng BCI trong lĩnh vực y tế và phục hồi chức năng cho người khuyết tật.
