Tổng quan nghiên cứu

Bộ não con người sở hữu cấu trúc sinh học vô cùng phức tạp với khoảng 100 tỷ tế bào thần kinh liên tục truyền nhận các xung điện thế. Theo thống kê y tế, hàng triệu người trên thế giới và hàng chục nghìn bệnh nhân tại Việt Nam đang phải đối mặt với tình trạng mất khả năng vận động do di chứng đột quỵ não, chấn thương tủy sống hoặc bại não. Đối với những bệnh nhân chỉ còn khả năng kiểm soát cử động cơ mắt, việc phục hồi chức năng giao tiếp với môi trường xung quanh là nhu cầu cấp thiết mang ý nghĩa nhân văn sâu sắc.

Vấn đề cốt lõi đặt ra là tín hiệu điện não đồ thu thập qua da đầu thường có biên độ cực nhỏ, dao động từ 5 đến 500 microvolt, đồng thời bị pha tạp bởi nhiều nguồn nhiễu sinh học và môi trường. Mục tiêu của nghiên cứu này là xây dựng hoàn chỉnh thuật toán tìm ngưỡng biên độ kết hợp mạng nơron truyền thẳng nhiều lớp để nhận dạng chính xác 4 trạng thái hoạt động của mắt gồm mở mắt, chớp mắt, liếc trái và liếc phải dựa trên tín hiệu điện não thu thập thực nghiệm.

Nghiên cứu được triển khai thực nghiệm trên hệ thống đo điện sinh học hiện đại tại Thành phố Hồ Chí Minh, tập trung phân tích dải sóng delta từ 0.5 Hz đến 2 Hz qua 3 kênh điện cực chuyên biệt Fp1, F7 và F8. Kết quả nghiên cứu đóng góp giải pháp công nghệ quan trọng cho hệ thống giao tiếp não - máy tính, cho phép xử lý và phân loại tín hiệu với thời gian đáp ứng dưới 1 giây, đạt độ chính xác nhận dạng trên 90%, tạo nền tảng vững chắc để phát triển các thiết bị điều khiển xe lăn điện và hệ thống điện thông minh hỗ trợ người khuyết tật tái hòa nhập cuộc sống.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng lý thuyết giao tiếp não - máy tính cùng cơ chế sinh học điện não đồ. Hoạt động của hàng tỷ nơron tạo ra các dòng ion liên tục qua màng tế bào, hình thành các dải sóng não đặc trưng gồm dải delta từ 0.5 đến 4 Hz, dải theta từ 4 đến 7 Hz, dải alpha từ 8 đến 13 Hz, dải beta từ 13 đến 30 Hz và dải gamma trên 30 Hz. Khi mắt chuyển động hoặc chớp mắt, điện thế giác mạc - võng mạc thay đổi tạo ra biến thiên điện thế biên độ lớn tập trung chủ yếu ở dải sóng delta tại thùy trán và vùng thái dương.

Để xử lý chuỗi dữ liệu thời gian phi tuyến, nghiên cứu ứng dụng lý thuyết xử lý tín hiệu số với bộ lọc số đáp ứng xung hữu hạn dạng thông dải sử dụng hàm cửa sổ Hamming. Mô hình chuỗi thời gian tự hồi quy bậc p được ứng dụng nhằm nén dữ liệu và trích xuất đặc trưng biên độ - tần số thông qua hệ phương trình Yule-Walker. Bên cạnh đó, mạng nơron nhân tạo Perceptron đa lớp với thuật toán huấn luyện lan truyền ngược và hàm kích hoạt phi tuyến Sigmoid được sử dụng làm bộ phân loại cốt lõi để nhận diện các trạng thái chuyển động phức tạp.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp thực nghiệm khoa học kết hợp phân tích định lượng. Dữ liệu điện não được ghi nhận trực tiếp bằng máy Active Two do công ty Biosemi sản xuất với bộ chuyển đổi tương tự - số 24 bit, tốc độ lấy mẫu chuẩn 128 Hz. Mẫu nghiên cứu gồm 9 đối tượng tình nguyện viên khỏe mạnh gồm 8 nam và 1 nữ, có độ tuổi trung bình từ 19 đến 28 tuổi, cân nặng dao động từ 49 đến 70 kg. Trong đó, 7 đối tượng thực hiện 3 phiên đo lặp lại và 2 đối tượng thực hiện 12 phiên đo chuyên sâu để kiểm tra độ ổn định theo thời gian. Phương pháp chọn mẫu có chủ đích được áp dụng nhằm kiểm soát chặt chẽ điều kiện thể chất và nhận thức của người tham gia.

Các điện cực chủ động được gắn theo tiêu chuẩn quốc tế 10-20 tại các vị trí Fp1 ở trán trước, F7 ở thái dương trái và F8 ở thái dương phải. Mỗi tác vụ cử động mắt được thực hiện theo chu kỳ chuẩn hóa kéo dài 5 giây mỗi lần. Tín hiệu thô thu được gồm 640 điểm mẫu cho mỗi đoạn dữ liệu được đưa qua bộ lọc thông dải Hamming từ 0.5 Hz đến 2 Hz với chiều dài cửa sổ L bằng 23 để triệt tiêu nhiễu đường dây 50 Hz và nhiễu cơ. Lý do chọn mô hình tự hồi quy bậc 2 là vì cấu trúc này rút gọn tối ưu dữ liệu thành 2 hệ số cho mỗi kênh, tạo ra vector đặc trưng 6 chiều từ 3 kênh đo, giúp tối thiểu hóa khối lượng tính toán mà vẫn bảo toàn đầy đủ thông tin đặc trưng của từng trạng thái chuyển động mắt.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thực nghiệm đã xác định chiều dài cửa sổ lọc Hamming tối ưu tại giá trị L bằng 23 sau khi so sánh đối chứng với các mức kích thước L bằng 3, 11, 17 và 27. Với L bằng 23, bộ lọc triệt tiêu hơn 85% các thành phần nhiễu tần số cao và hiện tượng trôi dạt đường nền, đồng thời đảm bảo dạng sóng không bị méo pha so với tín hiệu gốc.

Nghiên cứu phát hiện quy luật biến đổi biên độ đặc trưng trên 3 kênh điện cực đối với từng hành vi của mắt:

  • Trạng thái mở mắt giữ biên độ ổn định dưới mức 50 microvolt trên cả 3 kênh Fp1, F7, F8, đóng vai trò làm đường nền chuẩn.
  • Hoạt động chớp mắt tạo ra đỉnh xung biên độ rất mạnh vượt ngưỡng 200 microvolt đến 500 microvolt tại điện cực Fp1, trong khi 2 kênh còn lại chỉ biến động nhẹ.
  • Hoạt động liếc mắt sang trái làm biên độ kênh F7 tăng vọt lên khoảng 100 đến 200 microvolt trong khi biên độ kênh F8 suy giảm rõ rệt.
  • Hoạt động liếc mắt sang phải tạo ra hiện tượng ngược lại khi biên độ kênh F8 tăng cao và kênh F7 giảm sâu.

Việc trích xuất đặc trưng bằng mô hình tự hồi quy bậc 2 đã chuyển hóa 128 mẫu dữ liệu trong khung thời gian 1 giây thành vector 6 hệ số phân biệt rõ ràng cho 4 trạng thái. Thuật toán tìm ngưỡng đạt độ chính xác nhận dạng trung bình trên 87% cho các tác vụ đơn kênh, trong khi mạng nơron truyền thẳng nhiều lớp đạt tỷ lệ phân loại chính xác trên 91%, đáp ứng tốt yêu cầu nhận dạng thời gian thực.

Thảo luận kết quả

Sự phân hóa rõ rệt của tín hiệu điện não giữa các kênh đo xuất phát từ bản chất sinh lý của nhãn cầu, vốn hoạt động như một lưỡng cực điện với cực dương ở giác mạc và cực âm ở võng mạc. Khi mắt liếc sang một phía, cực dương tiến gần hơn về phía điện cực cùng hướng, tạo ra bước nhảy điện áp dương tại kênh đó và làm giảm điện thế ở kênh đối diện. Hiện tượng này lý giải vì sao việc phối hợp 3 kênh Fp1, F7 và F8 mang lại độ tin cậy vượt trội so với việc chỉ sử dụng một kênh đơn lẻ.

Khi so sánh với các công bố quốc tế trong cùng lĩnh vực, phương pháp kết hợp mô hình tự hồi quy bậc 2 và mạng nơron đạt độ chính xác tương đương các hệ thống điện quang học lai ghép phức tạp có độ chính xác từ 85% đến 95%, nhưng lại vượt trội về tốc độ xử lý do cấu trúc vector đầu vào chỉ gồm 6 phần tử. Các kết quả phân loại và hệ số mô hình được tổng hợp chi tiết qua các bảng ma trận nhầm lẫn và biểu đồ đáp ứng biên độ - thời gian, chứng minh tính khả thi khi ứng dụng trực tiếp thuật toán vào mô phỏng điều khiển hệ thống đèn chiếu sáng và điều hướng xe lăn điện 4 hướng với độ trễ phản hồi dưới 1 giây.

Đề xuất và khuyến nghị

Nhằm hoàn thiện và đưa kết quả nghiên cứu vào ứng dụng thực tiễn trong giai đoạn tới, 4 giải pháp trọng tâm được đề xuất như sau:

Thứ nhất, tối ưu hóa thuật toán tiền xử lý và nhúng mô hình mạng nơron lên các vi điều khiển xử lý tín hiệu số chuyên dụng. Mục tiêu là giảm độ trễ tính toán xuống dưới 500 mili-giây và giảm 40% công suất tiêu thụ điện năng của phần cứng, do nhóm nghiên cứu kỹ thuật y sinh phối hợp cùng các kỹ sư điện tử thực hiện trong vòng 6 tháng.

Thứ hai, mở rộng quy mô thử nghiệm lâm sàng trên tập mẫu tối thiểu 50 bệnh nhân bị liệt vận động hoặc tổn thương thần kinh vận động tại các bệnh viện phục hồi chức năng. Thời gian thực hiện dự kiến 12 tháng, nhằm đánh giá độ tương thích sinh học và khả năng thích ứng của thuật toán trên người có bệnh lý thực thể.

Thứ ba, tích hợp các thuật toán lọc thích nghi như bộ lọc bình phương tối thiểu trung bình để tự động hiệu chỉnh ngưỡng nhận diện theo thời gian thực cho từng người dùng, hướng tới nâng cao độ chính xác phân loại toàn hệ thống đạt trên 98% trong vòng 9 tháng tới do nhóm nghiên cứu thuật toán chủ trì.

Thứ tư, phát triển hoàn thiện giao diện điều khiển đa phương thức kết nối không dây tầm ngắn với các thiết bị ngoại vi như xe lăn điện thông minh và hệ thống thiết bị gia dụng trong vòng 18 tháng, do các doanh nghiệp công nghệ y tế và nhóm kỹ sư tự động hóa phối hợp triển khai.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả của luận văn mang lại giá trị thực tiễn cao cho 4 nhóm đối tượng chính:

Nhóm nghiên cứu và học viên cao học chuyên ngành Kỹ thuật Y sinh, Tự động hóa và Công nghệ Thông tin: Tài liệu cung cấp quy trình bài bản từ khâu thu thập tín hiệu điện não 24 bit, lọc số Hamming đến trích xuất đặc trưng bằng mô hình tự hồi quy và cấu trúc mạng nơron phân loại.

Kỹ sư phát triển phần cứng và hệ thống nhúng điều khiển: Cung cấp giải pháp tối ưu hóa dữ liệu đầu vào với vector 6 chiều, giúp triển khai các thuật toán trí tuệ nhân tạo nhẹ trên các vi xử lý giá thành thấp cho thiết bị hỗ trợ vận động.

Bác sĩ và chuyên gia tại các trung tâm phục hồi chức năng: Cung cấp cơ sở khoa học về việc ứng dụng tín hiệu chuyển động mắt để chẩn đoán các bệnh lý về mắt như hội chứng khô mắt, đồng thời xây dựng phương án phục hồi chức năng giao tiếp cho bệnh nhân sau tai biến.

Doanh nghiệp khởi nghiệp trong lĩnh vực thiết bị y tế và thiết bị đeo thông minh: Tài liệu đóng vai trò tài liệu tham khảo kỹ thuật để thương mại hóa các hệ thống giao tiếp não - máy tính không xâm lấn với chi phí sản xuất tối ưu và độ chính xác cao.

Câu hỏi thường gặp

Tại sao nghiên cứu lại ưu tiên lọc lấy dải tần số delta từ 0.5 Hz đến 2 Hz thay vì các dải tần alpha hoặc beta? Dải sóng delta xuất hiện với biên độ vượt trội tại vùng trán và thái dương khi mắt chuyển động hoặc chớp mắt. Việc tập trung trích xuất dải delta từ 0.5 đến 2 Hz giúp thu được tín hiệu có tỷ số tín hiệu trên nhiễu cao nhất, loại bỏ hiệu quả các nhiễu sinh học từ sóng não tầng cao.

Việc chỉ sử dụng 3 kênh điện cực Fp1, F7 và F8 có đảm bảo độ chính xác nhận dạng không? Hoàn toàn đảm bảo vì 3 vị trí này bao quát trọn vẹn điện thế giác mạc - võng mạc theo cả trục dọc và trục ngang. Kênh Fp1 nhận diện xung chớp mắt theo trục dọc, trong khi cặp điện cực F7 và F8 tạo ra sự chênh lệch điện áp đối xứng để phân biệt hướng liếc trái và phải với độ chính xác trên 90%.

Sự khác biệt chính về hiệu quả giữa thuật toán tìm ngưỡng và mạng nơron trong nghiên cứu này là gì? Thuật toán tìm ngưỡng có ưu điểm tính toán nhanh, cấu trúc đơn giản và đạt độ chính xác 87% cho các tác vụ đơn lẻ. Trong khi đó, mạng nơron nhiều lớp xử lý tốt các quan hệ phi tuyến của vector đặc trưng 6 chiều, đạt độ chính xác trên 91% và thích ứng tốt hơn với sự biến thiên tín hiệu giữa các đối tượng đo khác nhau.

Hệ thống có khả năng nhận dạng và điều khiển trong thời gian thực không? Hệ thống hoàn toàn đáp ứng tốt thời gian thực nhờ sử dụng khung phân tích 1 giây tương ứng 128 điểm mẫu và mô hình tự hồi quy bậc 2 cực kỳ tinh gọn. Tổng thời gian từ khi thu tín hiệu, lọc nhiễu đến khi xuất lệnh điều khiển chỉ mất chưa đầy 1 giây.

Nghiên cứu này có thể mở rộng để chẩn đoán bệnh lý mắt như thế nào? Bằng việc phân tích tần suất chớp mắt và độ suy giảm biên độ tín hiệu qua thời gian đo liên tục, hệ thống có thể định lượng chính xác mức độ mỏi mắt và hỗ trợ phát hiện sớm hội chứng khô mắt hoặc các rối loạn điều tiết cơ vận nhãn trong y khoa.

Kết luận

  • Luận văn đã xây dựng thành công quy trình xử lý tín hiệu điện não hoàn chỉnh từ khâu thu nhận dữ liệu 3 kênh đến tiền xử lý bằng bộ lọc thông dải Hamming với chiều dài cửa sổ L bằng 23.
  • Trích xuất thành công vector đặc trưng 6 chiều tinh gọn thông qua mô hình tự hồi quy bậc 2 từ 3 kênh tín hiệu Fp1, F7 và F8, giảm hơn 95% dung lượng tính toán so với dữ liệu thô.
  • Đạt độ chính xác phân loại trên 87% với thuật toán tìm ngưỡng và trên 91% với mạng nơron lan truyền ngược cho 4 trạng thái hoạt động của mắt.
  • Kiểm chứng thành công khả năng ứng dụng thực tế thông qua mô phỏng điều khiển hệ thống đèn chiếu sáng và điều hướng xe lăn điện 4 hướng trong thời gian thực.
  • Xác lập lộ trình phát triển rõ ràng trong giai đoạn 6 đến 24 tháng tới nhằm thương mại hóa hệ thống thiết bị giao tiếp não - máy tính giá rẻ phục vụ người khuyết tật.

Công trình nghiên cứu mở ra hướng tiếp cận hiện đại và thiết thực trong lĩnh vực kỹ thuật y sinh tại Việt Nam. Các nhà phát triển, cơ sở y tế và đơn vị công nghệ quan tâm có thể tiếp tục phối hợp nghiên cứu, tích hợp sâu thuật toán vào các thiết bị hỗ trợ thông minh nhằm nâng cao chất lượng cuộc sống cho cộng đồng người yếu thế.