I. Tổng Quan
Não người đóng vai trò quan trọng trong các hoạt động của con người. Các tín hiệu điện não (EEG) cho phép xác định những thay đổi trong hoạt động não bộ, phục vụ cho việc phát hiện và chuẩn đoán các chứng rối loạn. Hệ thống giao tiếp máy tính não (BCI) giúp người dùng tương tác với thế giới bên ngoài thông qua các tín hiệu điện não. Nghiên cứu này tập trung vào việc phát triển thuật toán và mạng nơron để xác định hoạt động mắt từ tín hiệu EEG. Mục tiêu là xây dựng một hệ thống BCI có thể điều khiển thiết bị như xe lăn điện hoặc đèn trong nhà.
1.1 Mục Đích Của Đề Tài
Mục đích chính của nghiên cứu là phát triển thuật toán ngưỡng và mạng nơron truyền thẳng nhiều lớp để xác định các hoạt động mắt. Nghiên cứu sẽ so sánh hiệu quả của hai phương pháp này và kiểm chứng kết quả qua các ứng dụng thực tế. Việc phát triển hệ thống BCI sẽ giúp cải thiện khả năng tương tác của người dùng với môi trường xung quanh, đặc biệt là những người có hạn chế về vận động.
1.2 Phạm Vi Của Đề Tài
Phạm vi nghiên cứu bao gồm việc tìm hiểu về tín hiệu EEG và các ứng dụng của nó. Nghiên cứu sẽ xây dựng thuật toán ngưỡng và huấn luyện mạng nơron để xác định các hoạt động mắt. Kết quả sẽ được kiểm chứng qua các mô phỏng và ứng dụng thực tế như điều khiển xe lăn điện. Điều này không chỉ có giá trị trong nghiên cứu mà còn có ứng dụng thực tiễn trong y tế và công nghệ.
II. Cở Sở Lý Thuyết
Nghiên cứu về tín hiệu EEG đã mở ra nhiều ứng dụng trong lĩnh vực y tế và công nghệ. Hệ thống BCI sử dụng các tín hiệu này để điều khiển thiết bị, giúp người dùng tương tác với môi trường. Các nghiên cứu gần đây đã chỉ ra rằng việc sử dụng thuật toán ngưỡng có thể cải thiện độ chính xác trong việc nhận diện hoạt động mắt. Việc trích xuất đặc tính từ tín hiệu EEG thông qua các hệ số mô hình AR là một bước quan trọng trong quá trình nhận diện.
2.1 Ứng Dụng Hệ Thống BCI
Hệ thống BCI cho phép người dùng điều khiển thiết bị bằng cách sử dụng tín hiệu EEG. Các nghiên cứu đã chỉ ra rằng việc sử dụng biên độ sóng mu và beta có thể giúp điều khiển con trỏ máy tính. Độ chính xác của việc điều khiển này có thể đạt tới 90%. Hệ thống này đặc biệt hữu ích cho những người bị mất khả năng vận động, giúp họ giao tiếp và tương tác với thế giới bên ngoài.
2.2 Trích Đặc Tính EEG
Việc trích xuất đặc tính từ tín hiệu EEG thông qua mô hình AR là một phương pháp hiệu quả để nhận diện các hoạt động của mắt. Các hệ số của mô hình AR được sử dụng làm đầu vào cho mạng nơron. Kết quả phân loại có thể đạt độ chính xác từ 80% đến 100%. Điều này cho thấy tiềm năng lớn của việc áp dụng các phương pháp này trong nghiên cứu và ứng dụng thực tiễn.
III. Hệ Thống Giao Tiếp Máy Tính Não
Hệ thống giao tiếp máy tính não (BCI) là một công nghệ tiên tiến giúp chuyển đổi tín hiệu EEG thành các tín hiệu điều khiển. Hệ thống này có thể hỗ trợ những người bị mất khả năng vận động, giúp họ tương tác với môi trường xung quanh. Việc thu thập dữ liệu từ tín hiệu EEG là bước đầu tiên trong quá trình phát triển hệ thống BCI. Các thiết bị như Active Two được sử dụng để thu thập dữ liệu chính xác và hiệu quả.
3.1 Khái Niệm Hệ Thống BCI
Hệ thống BCI cho phép người dùng điều khiển thiết bị bằng cách sử dụng tín hiệu EEG. Hệ thống này rất hữu ích cho những bệnh nhân không thể vận động, giúp họ giao tiếp và tương tác với thế giới bên ngoài. Các nghiên cứu đã chỉ ra rằng việc sử dụng tín hiệu EEG có thể cải thiện khả năng điều khiển thiết bị, từ đó nâng cao chất lượng cuộc sống cho người dùng.
3.2 Phương Pháp Thu Tín Hiệu EEG
Có nhiều phương pháp để thu thập tín hiệu EEG, bao gồm việc sử dụng các điện cực gắn trên da đầu. Các thiết bị như Active Two cho phép thu thập dữ liệu chính xác và hiệu quả. Việc thu thập dữ liệu là bước quan trọng để phát triển các thuật toán nhận diện hoạt động mắt. Các nghiên cứu đã chỉ ra rằng việc sử dụng các phương pháp thu thập hiện đại có thể cải thiện độ chính xác và tốc độ của hệ thống BCI.
