Luận văn Thạc sĩ Kỹ thuật: thuật toán mạng nơ ron cho đánh giá hoạt động

Luận văn thạc sĩ thuật toán mạng nơ ron cho đánh giá hoạt động suy nghĩ dùng kỹ thuật điện não phục vụ nghiên cứu học thuật hiệu quả

• Tác giả: Trương Ngọc Hà
• Người hướng dẫn: TS. Nguyễn Thanh Hải
• Trường học: Trường Đại Học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh
• Chuyên ngành: Kỹ Thuật Điện Tử
• Đề tài: Thuật Toán Mạng Nơron Cho Đánh Giá Hoạt Động Suy Nghĩ Dùng Kỹ Thuật Điện Não
• Loại tài liệu: Luận văn Thạc sĩ
• Năm xuất bản: 2013
• Địa điểm: Thành Phố Hồ Chí Minh

Tóm tắt

I. Giới thiệu về Thuật toán Mạng Nơron cho Đánh giá Hoạt động Suy nghĩ

Thuật toán mạng nơron là một công nghệ tiên tiến trong lĩnh vực xử lý tín hiệu não và đánh giá hoạt động suy nghĩ. Luận văn ThS này tập trung vào việc ứng dụng mạng nơron nhân tạo để phân tích và đánh giá các hoạt động tư duy của con người thông qua kỹ thuật điện não đồ (EEG). Nghiên cứu này có ý nghĩa quan trọng trong việc hỗ trợ những người bị liệt hoặc các rối loạn về vận động thần kinh. Bằng cách sử dụng các phương pháp trích đặc trưng và phân loại dữ liệu, ta có thể hiểu rõ hơn về các quy trình tư duy của con người và phát triển các ứng dụng công nghệ hỗ trợ sức khỏe.

1.1. Định nghĩa và Tầm quan trọng của Đánh giá Hoạt động Suy nghĩ

Đánh giá hoạt động suy nghĩ là quá trình phân tích các tín hiệu điện từ não bộ để xác định các trạng thái tư duy khác nhau. Tầm quan trọng của nó nằm ở khả năng ứng dụng trong y tế, đặc biệt là trong phục hồi chức năng cho bệnh nhân bị tổn thương thần kinh. Thông qua mạng nơron nhân tạo, chúng ta có thể xây dựng các hệ thống tương tác não-máy tính (BCI) giúp cải thiện chất lượng sống của bệnh nhân.

1.2. Ứng dụng của Mạng Nơron trong Phân tích Tín hiệu EEG

Mạng nơron được sử dụng để phân loại và xử lý tín hiệu EEG một cách hiệu quả. Các phương pháp trích đặc trưng như CSP, PSD, và PCA kết hợp với mạng lan truyền ngược tạo nên một hệ thống mạnh mẽ trong đánh giá hoạt động tư duy. Điều này cho phép các nhà nghiên cứu phát hiện và phân tích các mô hình tư duy phức tạp từ dữ liệu não bộ.

II. Cơ sở Lý thuyết về Não Bộ và Kỹ thuật Điện Não Đồ EEG

Não bộ người là một hệ thống phức tạp với nhiều vùng chức năng khác nhau, mỗi vùng chịu trách nhiệm cho các hoạt động cụ thể. Kỹ thuật điện não đồ (EEG) là phương pháp đo lường các hoạt động điện của não bộ qua các điện cực đặt trên da đầu. Phương pháp này không xâm lấn, an toàn và có độ phân giải thời gian cao, làm nó trở thành công cụ lý tưởng cho công nghệ giao tiếp não-máy tính. Tín hiệu EEG chứa thông tin phong phú về các trạng thái tư duy, cảm xúc và hoạt động thần kinh của con người.

2.1. Các Vùng Chức năng của Não và Hoạt động Điện

Não bộ được chia thành nhiều vùng có chức năng khác nhau: vùng trán liên quan đến quyết định và điều khiển vận động, vùng chẩu xử lý thông tin cảm giác, vùng thùy liên quan đến thị giác, và vùng thái dương xử lý âm thanh. Các hoạt động tư duy khác nhau tạo ra các mô hình hoạt động điện riêng biệt có thể phát hiện được thông qua EEG.

2.2. Nguyên tắc Hoạt động của Điện Não Đồ EEG

EEG hoạt động dựa trên nguyên tắc đo lường điện thế được tạo ra bởi hoạt động của các nơron não. Khi các nơron hoạt động, chúng tạo ra dòng điện nhỏ có thể được phát hiện bởi các điện cực. Các tín hiệu EEG được ghi lại thường có biên độ từ 10-100 microvolts và tần số từ 0.5-100 Hz, cung cấp thông tin quý báu về trạng thái não bộ.

III. Phương pháp Xử lý Tín hiệu và Trích Đặc trưng

Xử lý tín hiệu EEG là bước quan trọng để chuẩn bị dữ liệu cho các thuật toán mạng nơron. Quá trình này bao gồm tiền xử lý để loại bỏ nhiễu và trích đặc trưng để tìm ra những đặc điểm quan trọng nhất. Các phương pháp tiền xử lý như lọc tần số và lọc không gian giúp cải thiện chất lượng tín hiệu EEG. Sau đó, các kỹ thuật trích đặc trưng như CSP (Common Spatial Pattern), PSD (Power Spectral Density), và PCA (Principal Component Analysis) được áp dụng để rút trích những thông tin quan trọng nhất từ tín hiệu não. Những đặc trưng này được cấp đầu vào cho mạng nơron để huấn luyện và phân loại.

3.1. Tiền Xử lý Tín hiệu EEG

Tiền xử lý bao gồm loại bỏ nhiễu điện từ, nhiễu điện lưỡng cực từ cơ, và các tạo tác khác. Bộ lọc tần số loại bỏ các thành phần không liên quan để tập trung vào dải tần số mục tiêu. Bộ lọc không gian như Laplacian giúp cải thiện định vị được hoạt động não bằng cách giảm sự lan tỏa tín hiệu.

3.2. Các Phương pháp Trích Đặc trưng Chính

CSP là phương pháp tối ưu hóa để tìm ra các mẫu không gian phân biệt giữa các trạng thái tư duy. PSD tính toán phổ công suất của tín hiệu EEG trong các dải tần số khác nhau. PCA giảm chiều dữ liệu bằng cách giữ lại các thành phần phương sai cao nhất, giúp mạng nơron học tập hiệu quả hơn.

IV. Ứng dụng Mạng Nơron Nhân tạo trong Phân loại Dữ liệu Não

Mạng nơron nhân tạo, đặc biệt là mạng lan truyền ngược (Backpropagation), được sử dụng rộng rãi để phân loại dữ liệu tín hiệu não. Kiến trúc mạng được thiết kế với các lớp đầu vào, lớp ẩn, và lớp đầu ra để phân loại các trạng thái tư duy khác nhau. Huấn luyện mạng nơron bằng cách điều chỉnh trọng số để giảm thiểu lỗi phân loại. Kết quả từ luận văn này cho thấy mạng nơron có thể đạt độ chính xác cao trong việc phân loại các hoạt động tư duy như tưởng tượng chuyển động tay trái, tay phải, chân, hoặc lưỡi. Ứng dụng này mở ra những khả năng to lớn cho công nghệ BCI giúp con người giao tiếp với máy tính thông qua ý nghĩ.

4.1. Kiến trúc Mạng Lan truyền Ngược

Mạng lan truyền ngược bao gồm lớp đầu vào nhận các đặc trưng từ tín hiệu EEG, lớp ẩn với các nơron xử lý thông tin, và lớp đầu ra phân loại các trạng thái tư duy. Hàm kích hoạt như sigmoid hoặc ReLU được sử dụng để giới thiệu phi tuyến tính. Thuật toán huấn luyện như gradient descent giúp tối ưu hóa trọng số mạng.

4.2. Kết quả và Hiệu suất Phân loại

Mạng nơron huấn luyện trên dữ liệu EEG từ các tình nguyện viên cho thấy độ chính xác phân loại từ 70-95% tùy theo phương pháp trích đặc trưng được sử dụng. Kết hợp CSP với mạng nơron thường cho kết quả tốt nhất. Những kết quả này chứng minh khả năng ứng dụng thực tế của mạng nơron trong đánh giá hoạt động suy nghĩ cho các hệ thống BCI tiên tiến.

Trích đoạn nội dung tài liệu

Chương 1: Tổng quan: Chương này trình bày tổng quan về lĩnh vực nghiên cứu. Các nhiệm vụ, phạm vi và phương pháp nghiên cứu của đề tài. Chương 2: Cơ sở lý thuyết: Chương này sẽ trình bày các lý thuyết cần thiết phục vụ cho đề tài. Chương 3: Xử lý và phân loại tín hiệu não ngƣời dùng kỹ thuật EEG: Chương này trình bày các bước thu thập dữ liệu bằng máy Active Two và tiến hành thu dữ liệu các thí nghiệm tiến hành trong đề tài.Trong chương này cũng đưa ra các phương pháp cụ thể để tăng cường tín hiệu và rút trích ra các đặc trưng và phân loại suy nghĩ và sau cùng là sẽ tiến hành nhận dạng tín hiệu sóng não và đánh giá các kết quả đạt được.

Tổng Quan Chương 4: Kết luận và hƣớng phát triển của đề tài: Tóm tắt các kết quả nghiên cứu, những hạn chế của nghiên cứu để định hướng cho những nghiên cứu tiếp theo. Cơ Sở Lý Thuyết CHƢƠNG 2: CƠ SỞ LÝ THUYẾT Trong chương này sẽ trình bày toàn bộ cơ sở lý thuyết được sử dụng trong luận văn.1 TỔNG QUAN VỀ NÃO NGƢỜI VÀ CÁC VÙNG CHỨC NĂNG CỦA NÃO NGƢỜI Não người là một bộ phận quan trọng bậc nhất của cơ thể, là cơ quan trung ương của hệ thần kinh điều khiển mọi hoạt động của các cơ quan khác trong cơ thể. Theo [9], bộ não người gồm khoảng 1011 tế bào thần kinh, những tế bào thần kinh này kết nối với hàng ngàn tế bào thần kinh khác tạo thành một mạng lưới thần kinh. Thông qua các kết nối này mà các tế bào có thể giao tiếp với nhau và thông qua mạng thần kinh này mà con người có kiểm soát được các bộ phận của cơ thể.

Theo [10] não bộ gồm hai bán cầu trái và phải, là vùng rộng nhất có thể phân tích dữ liệu giác quan, thực hiện chức năng ghi nhớ, tìm hiểu thông tin, suy nghĩ và ra quyết định. Bán cầu não phải điều khiển nửa phần trái của cơ thể và bán cầu não trái phụ trách phần phải của cơ thể với các chức năng tương tự. Mỗi bán cầu não được chia ra thành bốn phần được gọi là thùy bao gồm thùy trán (frontal lobe), thùy đỉnh (parietal lobe), thùy thái dương (temporal lobe), thùy chẩm (occipital). Như trong hình 3.

Cơ Sở Lý Thuyết Hình 2. Các thùy của não (Nguồn: [11]) Mỗi thùy đóng một vai trò khác nhau. Thùy trán tương ứng với các chức năng như lập kế hoạch, giọng nói, di chuyển, cảm xúc và giải quyết vấn đề. Thùy đỉnh liên quan đến các chức năng: di chuyển, định hướng, nhận biết, phát hiện kích thích.

Thùy chẩm liên quan đến chức năng nhìn. Thùy thái dương liên quan đến tri giác và nhận biết âm thanh, trí nhớ và tiếng nói. Trong vùng thùy đỉnh có một phần rất đáng quan tâm đó là phần tiền điều khiển chuyển động như thể hiện trong hình 2.2 và rỏ hơn ở hình 2. Cơ Sở Lý Thuyết Hình 2.

Các chức năng trong vùng thùy đỉnh (Nguồn: [12]) Hình 2. Vị trí các chức năng trong vùng tiền vận động (Nguồn: [12]) Vùng này liên quan đến chức năng của nhiều bộ phận như: tay, chân, mặt,… như trong hình 2. Trong đề tài này, vùng điều khiển chuyển động này sẽ được tín hành thu dữ liệu dữ liệu.2 PHƢƠNG PHÁP THU THẬP TÍN HIỆU NÃO EEG 2.1 Tổng quan về các phƣơng pháp thu thập tín hiệu não Hiện tại, theo [2] có hai cách thu tín hiệu từ não là không thâm nhập (non- invasive) và thâm nhập (invasive) được sử dụng trong các nghiên cứu về BCI. Trong các phương pháp không xâm nhập (non-invasve) thì có MEG (Magnetoencephalopgraphy: phương pháp đo từ trường từ các hoạt động của não bằng một thiết bị đặt xung quanh đầu người), EEG (Electroencephalography: sử dụng các điện cực đặt tiếp xúc với da đầu để đo tín hiệu từ não), phương pháp fMRI (functional Magneti Resonance Imaging) và NIRS (Near Infrared Spectroscopy: đo sự thay đổi của nồng độ oxy trong máu của vỏ não).

Với phương pháp thâm nhập (invasive) thì có phương pháp ECoG (electrocorticography), phương pháp ME (Mocro-Electrode), phương pháp MEA (Micro-Electrode Array) và LFPs (Local Field Potentials) với các phương pháp này các điện cực đươc đặt ở bên trong (ở dưới lớp da đầu và tùy vào phương pháp mà độ thâm nhập nông sâu khác nhau).4 ở dưới đây một phần nào giải thích được một cách sơ lược của các phương pháp vừa nêu. Cơ Sở Lý Thuyết Hình 2. Độ chính xác về không gian và thời gian với các phƣơng pháp khác nhau trong các nghiên cứu về BCI (Nguồn: Gerven và cộng sự dẫn theo: [2]) Với hình 2.4 trên ta có thể thấy 4 phương pháp thâm nhập có thời gian xử lý (đáp ứng) khá nhanh (dưới 0.01 giây) và có 4 phương pháp không thâm nhập có thời gian đáp ứng chập hơn: EEG và MEG có thời gian đáp ứng dưới 0.1 giây còn NIRS và fMRI có thời gian đáp ứng trên 1 giây.2 Đo Tín Hiệu Dùng Phƣơng Pháp Điện Não Đồ EEG Điện não đồ (Electroencephalogram: EEG) là phương pháp đo sự thay đổi điện áp từ dòng chảy của các ion trong tế bào não của con người.5 sử dụng nón có gắn các điện cực để thu tín hiệu điện não theo phương pháp EEG. Đo tín hiệu điện não dùng phƣơng pháp EEG Điện áp trên não thay đổi được duy trì là nhờ hàng tỉ nơron trong não.

Nơron luôn trao đổi ion với môi trường ngoại bào. Quá trình trao đổi như vậy sẽ tạo ra điện áp. Khi dạng sóng của các ion đi đến các điện cực được gắn ở trên đầu thì nó sẽ đẩy hoặc hút các ion trên kim loại ở các đầu điện cực đó. Khi các ion trên điện cực bị hút hoặc đẩy thì sẽ tạo ra sự chênh lệch về điện áp.

Quá trình đo sự thay đổi điện áp đó theo thời gian là EEG. Phương pháp EEG cho phép chúng ta xác định được đặc tính tần số tín hiệu điện não. Theo [3], tín hiệu EEG được chia làm 5 loại: 9 2. Cơ Sở Lý Thuyết  Tần số Delta(δ): đây là tần số thấp nhất, nằm trong khoãng từ 1-4 Hz, nó có biên độ tương đối lớn và chỉ đo được khi các thanh thiếu niên chìm vào giấc ngủ sâu.

Sóng delta xuất hiện chủ yếu tại Fp1 và Fp2  Tần số Theta(θ): Nó nằm trong khoãng 4-7 Hz, được quan sát trong tình trạng người ngũ không sâu (hoặc buồn ngủ) ở những người trẻ tuổi. Sóng theta xuất hiện nhiều tại C3, C4.  Tần số Alpha(α): Nó nằm trong khoãng 8-12 Hz, ở vùng sau của đầu và khi người thí nghiệm trong tình trang nhắm mắt hoặc đang trong trạng thái thư giản. Sóng alpha tập trung nhiều tại O1 và O2.

 Tần số Mu(μ): Đó là các dao động nằm trong khoãng 8-13 Hz với biên độ từ 30 đến 50uV, đo được trong vùng vận động và cảm giác vận động của não. Biên độ của nó sẽ thay đổi khi thực hiện các cữ động.  Tần số Beta(β): Đây là tần số sóng não nằm trong khoãng 13-30 Hz với biên độ 5 đến 30uV. Nó xuất hiện trong trạng thái tỉnh táo, nó chỉ bị thay đổi khi có hoạt động di chuyển.

Sóng beta xuất hiện nhiều ở vùng đỉnh và thùy trán.  Tần số Gamma(γ): Đó là các tần số trên 30 Hz, đôi khi nó còn xuất hiện ở tần số lên đến 80 Hz hoặc100 Hz. Nó liên quan để các hoạt động nhận thức và các chức năng di chuyển. Tần số μ và β là các phần chính được phát ra từ vùng cảm giác vận động của vỏ não.

Nếu đối tượng thí nghiệm di chuyển thật sự thì cùng lúc đó (nhưng sau một thời gian ngắn) thì công suất của băng tần này sẽ tăng. Tương tự như vậy với vậy việc tưởng tưởng vận động thì công suất của tín hiệu vỏ nào ở vùng băng tần này cũng tăng tương tự. Ưu điểm của phương pháp EEG:  Giá thành thấp hơn các phương pháp khác 10 2. Cơ Sở Lý Thuyết  Thiết bị nhỏ gọn, vì vậy có thể đo được nhiều nơi khác nhau.

Trong khi các phương pháp khác như cộng hưởng từ, hồng ngoại gần có thiết bị rất to, cồng kềnh.  EEG có thể đo được những đối tượng đang di chuyển (cộng hưởng từ bắt buộc đối tượng phải cố định cho tới khi đo xong).  EEG không tạo ra môi trường từ trường cao nên người đo cũng như đối tượng được đo không làm việc trong môi trường từ trường cao (máy fMRI hoạt động với môi trường từ trường cao nên có thể gây ảnh hưởng đến sức khỏe con người) Nhược điểm của phương pháp EEG:  Các điện cực gắn trực tiếp lên da đầu để thu tín hiệu EEG. Bởi vì sự di chuyển của da đầu, chất sừng gây ngăn cách giữa điện cực và tín hiệu điện thực tế, do đó tín hiệu thu được sẽ chứa nhiễu.3 CÁC PHƢƠNG PHÁP XỬ LÝ TÍN HIỆU SÓNG NÃO EEG Các tín hiệu EEG thu được sẽ được xử lý một cách tuần tự từ tiền xử lý đến trích đặc trưng và sau cùng là phân loại dữ liệu và được phân tích chi tiết ở các phần dưới đây.1 Các phƣơng pháp tiền xử lý Các tín hiệu sóng não thường có tỷ số tín hiệu trên nhiễu rất nhỏ.

Do đó để có thể trích đặc trưng và phân loại được tốt, người ta thường sử dụng một vài biện pháp để tăng cường tỷ số tín hiệu trên nhiễu này. Các biện pháp đó hầu hết là sử dụng các bộ lọc tần số, bộ lọc không gian, ICA… sẽ được đề cập dưới đây.1 Bộ lọc tần số Các bộ lọc thông thấp, bộ lọc thông cao, bộ lọc thông dãi. Các loại bộ lọc này có thể loại bỏ hầu hết các tín hiễu không mong muốn ảnh hướng đến tín hiệu EEG (ví dụ như ảnh hưởng của đầu điện cực hoặc nhiễu của tần số nguồn điện xoay 11 2. Cơ Sở Lý Thuyết chiều (50Hz)).

Ta có thể dùng các bộ lọc bằng cách dùng các phép biến đổi DFT hay sử dụng các bộ lọc đáp ứng FIR, IIR.2 Bộ lọc không gian Trong các bộ lọc không gian thường dùng các kênh tham chiếu để nâng cao tỷ lệ tín hiệu trên nhiễu của tín hiệu EEG. Với bộ lọc không gian có hai dạng được dùng là bộ lọc CAR (common average reference) và bộ lọc SL (Small Laplacian). Trong bộ lọc CAR từng kênh sẽ được trừ cho giá trị trung bình trung của tất cả các kênh, theo [13] ta có công thức: Ne ~ V j 0 j (2.1) V i  Vi  Ne Với Vi là điện áp của điện cực thứ i và Ne là tổng số điện cực gắn trên đối tượng thí nghiệm.