I. Tổng Quan Nghiên Cứu Thuật Toán Mạng Nơ ron và Điện Não
Tương tác giữa máy tính và não người (BCI) ngày càng thu hút sự chú ý. Kỹ thuật điện não đồ (EEG) không xâm lấn đóng vai trò quan trọng trong BCI. Nghiên cứu sóng não mở ra tiềm năng lớn, từ việc tái tạo hình ảnh não bộ nhìn thấy đến điều khiển thiết bị. Bác sĩ Hans Berger tiên phong đo "sóng não" năm 1924. Edmond Dewan chứng minh khả năng gửi mã Morse qua tín hiệu EEG năm 1964. Jacques Vidal huấn luyện người dùng điều khiển đèn tín hiệu bằng não vào thập niên 1970. Nghiên cứu gần đây còn hướng đến tái tạo hình ảnh não bộ nhìn thấy bằng fMRI. Tại Việt Nam, nghiên cứu về hoạt động não còn hạn chế. Nghiên cứu này tập trung vào thuật toán mạng nơ-ron để phân tích hoạt động suy nghĩ qua kỹ thuật điện não.
1.1. Lịch Sử Phát Triển Nghiên Cứu Điện Não Đồ EEG
Năm 1924, bác sĩ Hans Berger tiên phong đo "sóng não" người bằng EEG, sử dụng điện cực trên da đầu, phát hiện sóng alpha (8-12Hz). Năm 1964, Edmond Dewan chứng minh khả năng gửi mã Morse qua tín hiệu EEG. Đầu thập niên 1970, Jacques Vidal huấn luyện người dùng điều khiển đèn tín hiệu bằng não. Nghiên cứu năm 2008 tái tạo hình ảnh não bộ nhìn thấy bằng fMRI, dù độ phân giải thấp. Các nghiên cứu về điều khiển xe lăn bằng tín hiệu EEG cũng được thực hiện.
1.2. Tình Hình Nghiên Cứu Điện Não Đồ EEG tại Việt Nam
Tại Việt Nam, nghiên cứu về hoạt động não còn hạn chế. Một số nghiên cứu bao gồm: nghiên cứu về hoạt động tép tay dựa trên đo nồng độ oxy trong máu não, nghiên cứu về hoạt động chớp mắt dựa trên ngưỡng, ứng dụng ICA trong phân tích tín hiệu não bộ, và nghiên cứu mối liên hệ giữa động kinh dựa trên tín hiệu điện não. Nghiên cứu này mong muốn đóng góp vào lĩnh vực còn mới mẻ này bằng cách tập trung vào tín hiệu điện não.
II. Mục Tiêu và Giới Hạn Nghiên Cứu Mạng Nơ ron và EEG
Nghiên cứu tập trung vào vận động tưởng tượng, hay vận động giả. Khi có hoạt động, vùng bán cầu não điều khiển vận động phát tín hiệu. Mục tiêu là thu thập và xử lý tín hiệu EEG từ thiết bị Biosemi. Phân biệt đặc trưng của hoạt động di chuyển giả bằng phân tích không trực tuyến. Đánh giá hiệu quả của từng phương pháp xử lý tín hiệu. Cải thiện tín hiệu EEG bằng bộ lọc thông dải, CAR, SL. Trích đặc tính bằng CSP, PSD, PCA. Phân loại dữ liệu bằng mạng nơ-ron với thuật toán lan truyền ngược. Nghiên cứu giới hạn ở xử lý dữ liệu không trực tuyến, thí nghiệm tưởng tượng di chuyển, đo trên vùng não điều khiển chuyển động, và thực hiện trên 3 người.
2.1. Các Bước Cần Thiết Để Đạt Mục Tiêu Nghiên Cứu
Để đạt mục tiêu, cần cải thiện tín hiệu EEG bằng các phương pháp như bộ lọc thông dải, CAR, SL. Tiếp theo, trích đặc tính từ dữ liệu đã qua bộ lọc bằng CSP, PSD, PCA để rút trích đặc tính riêng của từng loại hoạt động suy nghĩ của não. Cuối cùng, sử dụng phương pháp phân loại dữ liệu bằng mạng nơ-ron với thuật toán lan truyền ngược.
2.2. Giới Hạn Của Đề Tài Nghiên Cứu Điện Não Đồ EEG
Đề tài chỉ giới hạn ở việc xử lý dữ liệu không trực tuyến. Thí nghiệm thực hiện là việc tưởng tượng di chuyển và chỉ đo trên vùng não điều khiển chuyển động và vùng tiền điều khiển chuyển động. Đề tài chỉ thực hiện trên 3 người.
2.3. Phương Pháp Nghiên Cứu Sử Dụng Trong Đề Tài
Các phương pháp nghiên cứu được sử dụng trong đề tài: Phương pháp nghiên cứu tài liệu: thu thập các tài liệu, bài báo khoa học liên quan đến lĩnh vực nghiên cứu. Nghiên cứu lý thuyết để xây dựng thuật toán cho đề tài. Phương pháp thực nghiệm: tiến hành đo tín hiệu não từ máy Active Two. Áp dụng các thuật toán để xử lý tín hiệu đo được. So sánh kết của đạt được giữa các phương pháp.
III. Cơ Sở Lý Thuyết Về Não Bộ và Thu Thập Tín Hiệu EEG
Não người là trung tâm điều khiển mọi hoạt động cơ thể. Bộ não gồm khoảng 10^11 tế bào thần kinh, kết nối thành mạng lưới. Não bộ gồm hai bán cầu, phân tích dữ liệu giác quan, ghi nhớ, suy nghĩ. Mỗi bán cầu chia thành bốn thùy: trán, đỉnh, thái dương, chẩm. Thùy trán liên quan đến lập kế hoạch, giọng nói, di chuyển, cảm xúc. Thùy đỉnh liên quan đến di chuyển, định hướng, nhận biết. Thùy chẩm liên quan đến chức năng nhìn. Thùy thái dương liên quan đến tri giác âm thanh, trí nhớ. Vùng tiền điều khiển chuyển động trong thùy đỉnh quan trọng. Điện não đồ (EEG) đo sự thay đổi điện áp từ dòng ion trong tế bào não.
3.1. Tổng Quan Về Cấu Trúc và Chức Năng Não Người
Não người gồm khoảng 10^11 tế bào thần kinh, kết nối thành mạng lưới. Não bộ gồm hai bán cầu, phân tích dữ liệu giác quan, ghi nhớ, suy nghĩ. Mỗi bán cầu chia thành bốn thùy: trán, đỉnh, thái dương, chẩm. Mỗi thùy đóng vai trò khác nhau trong các hoạt động của cơ thể.
3.2. Vùng Thùy Đỉnh và Chức Năng Tiền Điều Khiển Chuyển Động
Trong vùng thùy đỉnh có một phần rất đáng quan tâm đó là phần tiền điều khiển chuyển động. Vùng này liên quan đến chức năng của nhiều bộ phận như: tay, chân, mặt. Trong đề tài này, vùng điều khiển chuyển động này sẽ được tín hành thu dữ liệu dữ liệu.
3.3. Phương Pháp Thu Thập Tín Hiệu Não Điện Não Đồ EEG
Điện não đồ (EEG) là phương pháp đo sự thay đổi điện áp từ dòng chảy của các ion trong tế bào não của con người. Sử dụng nón có gắn các điện cực để thu tín hiệu điện não theo phương 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.
IV. Các Phương Pháp Tiền Xử Lý và Trích Xuất Đặc Trưng EEG
Có hai cách thu tín hiệu não: xâm lấn và không xâm lấn. Phương pháp không xâm lấn gồm MEG, EEG, fMRI, NIRS. Phương pháp xâm lấn gồm ECoG, ME, MEA, LFPs. EEG có thời gian đáp ứng nhanh hơn so với NIRS và fMRI. EEG đo sự thay đổi điện áp từ dòng ion trong tế bào não. Tín hiệu EEG chia làm 5 loại: Delta, Theta, Alpha, Beta, Gamma. Các phương pháp tiền xử lý bao gồm lọc thông dải, CAR, SL. Các phương pháp trích đặc trưng bao gồm CSP, PSD, PCA. Mạng nơ-ron với thuật toán lan truyền ngược được sử dụng để phân loại dữ liệu.
4.1. Các Phương Pháp Thu Thập Tín Hiệu Não Phổ Biến
Hiện tại 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, EEG, phương pháp fMRI và NIRS. Với phương pháp thâm nhập (invasive) thì có phương pháp ECoG, phương pháp ME, phương pháp MEA và LFPs.
4.2. Đặc Tính Tần Số Tín Hiệu Điện Não Đồ EEG
Phương pháp EEG cho phép chúng ta xác định được đặc tính tần số tín hiệu điện não. Tín hiệu EEG được chia làm 5 loại: Tần số Delta(δ), Tần số Theta(θ), Tần số Alpha(α), Tần số Beta(β), Tần số Gamma(γ).
4.3. Các Phương Pháp Tiền Xử Lý Tín Hiệu Điện Não Đồ EEG
Các phương pháp tiền xử lý tín hiệu EEG bao gồm: bộ lọc thông dải (band-bass filtering), bộ lọc CAR, bộ lọc SL. Bước thứ hai là trích đặc tính, trong phần này các thông tin được thu thập từ dữ liệu ban đầu sau khi đi qua các bộ lọc nhữ đã kể, ta sẽ sử dụng các phương pháp trích đặc tính như: Bộ lọc không gian chung CSP (Common Spatial Pattern), phương pháp mật độ phổ công suất PSD (Power Spectral Density) và phương pháp PCA để rút trích ra các đặc tính riêng của từng loại hoạt động suy nghĩ của não.
V. Xử Lý và Phân Loại Tín Hiệu Não Bằng Kỹ Thuật EEG
Chương này trình bày các bước thu thập dữ liệu bằng máy Active Two. Tiến hành thu dữ liệu các thí nghiệm trong đề tài. Đưa ra các phương pháp cụ thể để tăng cường tín hiệu và rút trích ra các đặc trưng. Phân loại suy nghĩ và tiến hành nhận dạng tín hiệu sóng não. Đánh giá các kết quả đạt được. Sử dụng bộ lọc thông dải kết hợp phương pháp trích đặc trưng CSP. Sử dụng bộ lọc SL kết hợp phương pháp trích đặc trưng CSP. Sử dụng bộ lọc CAR kết hợp phương pháp trích đặc trưng PSD. Sử dụng bộ lọc SL kết hợp phương pháp trích đặc trưng PSD.
5.1. Thiết Bị Đo và Tiến Trình Thu Thập Tín Hiệu 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.
5.2. Các Phương Pháp Trích Đặc Trưng Tín Hiệu EEG
Các phương pháp trích đặc trưng tín hiệu EEG bao gồm: Bộ lọc không gian chung CSP (Common Spatial Pattern), phương pháp mật độ phổ công suất PSD (Power Spectral Density) và phương pháp PCA để rút trích ra các đặc tính riêng của từng loại hoạt động suy nghĩ của não.
5.3. Phân Loại Dữ Liệu Sóng Não Bằng Mạng Nơ ron
Phương pháp phân loại dữ liệu bằng mạng Nơ ron với thuật toán lan truyền ngược sẽ được sử dụng. Phân loại đối với phương pháp trích đặc trưng CSP. Phân loại đối với phương pháp trích đặc trưng PSD. Phân loại đối với phương pháp trích đặc trưng PCA.
VI. Kết Luận và Hướng Phát Triển Nghiên Cứu Mạng Nơ ron EEG
Tóm tắt các kết quả nghiên cứu. Nêu những hạn chế của nghiên cứu. Định hướng cho những nghiên cứu tiếp theo. Nghiên cứu này mở ra hướng phát triển mới cho việc ứng dụng mạng nơ-ron trong phân tích tín hiệu EEG. Cần có thêm nhiều nghiên cứu để hoàn thiện và ứng dụng rộng rãi kỹ thuật này. Nghiên cứu có thể ứng dụng trong nhiều lĩnh vực như y học, giáo dục, và giải trí.
6.1. Tóm Tắt Kết Quả Nghiên Cứu Đạt Được
Tóm tắt các kết quả nghiên cứu, những hạn chế của nghiên cứu để định hướng cho những nghiên cứu tiếp theo.
6.2. Hướng Phát Triển Tiềm Năng Của Đề Tài
Nghiên cứu này mở ra hướng phát triển mới cho việc ứng dụng mạng nơ-ron trong phân tích tín hiệu EEG. Cần có thêm nhiều nghiên cứu để hoàn thiện và ứng dụng rộng rãi kỹ thuật này. Nghiên cứu có thể ứng dụng trong nhiều lĩnh vực như y học, giáo dục, và giải trí.
