Luận văn thạc sĩ về trạng thái ngủ gật của học sinh sinh viên sử dụng thiết bị đo điện não

Luận văn thạc sĩ nghiên cứu trạng thái ngủ gật của sinh viên bằng thiết bị đo điện não, cung cấp cái nhìn sâu sắc về sức khỏe học đường.

• Tác giả: Nguyễn Trung Hiếu
• Người hướng dẫn: PGS. Huỳnh Quang Linh
• Trường học: Đại học Bách Khoa - Đại học Quốc Gia TP. Hồ Chí Minh
• Chuyên ngành: Vật lý kỹ thuật
• Đề tài: Nghiên Cứu Trạng Thái Ngủ Gật Của Học Sinh Sinh Viên Bằng Thiết Bị Đo Điện Não
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2019
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• NHIỆM VỤ LUẬN VĂN THẠC SĨ
• LỜI CAM ĐOAN
• DANH MỤC HÌNH ẢNH
• DANH MỤC BẢNG BIỂU
• DANH MỤC CÁC CHỮ VIẾT TẮT
• 1. CHƯƠNG 1: GIỚI THIỆU CHUNG
• 1.1. Lý do chọn đề tài
• 1.2. Đối tượng và phạm vi nghiên cứu
• 1.3. Ý nghĩa khoa học và thực tiễn của công trình nghiên cứu
• 1.4. Tình hình nghiên cứu trong và ngoài nước
• 1.5. Cấu trúc giải phẫu của não bộ
• 1.6. Cơ chế hình thành sóng điện não
• 1.7. Các hoạt động điện não cơ bản (hoạt động nền) ở người bình thường trong trạng thái tỉnh táo
• 1.8. Cấu trúc giải phẫu của cơ
• 1.9. Cơ chế phát sinh tín hiệu điện cơ
• 1.10. Các đặc điểm cơ bản của tín hiệu điện cơ
• 1.11. Phương pháp ghi nhận tín hiệu điện cơ – điện não
• 1.11.1. Nguyên tắc ghi nhận tín hiệu điện não
• 1.11.2. Vị trí đặt điện cực
• 1.11.3. Các phương pháp thu nhận tín hiệu điện cơ
• 1.11.4. Thiết bị Nicolet One V32
• 1.12. Các yếu tố ảnh hưởng đến tín hiệu điện cơ – điện não
• 1.12.1. Nhiễu nguồn 50Hz
• 1.12.2. Nhiễu do run cơ
• 1.12.3. Nhiễu do tiếp xúc kém giữa điện cực và da
• 1.12.4. Nhiễu điện tim ECG
• 1.12.5. Nhiễu điện mắt EOG
• 1.13. Cấu trúc giấc ngủ (theo chuẩn AASM 2007)
• 2. CHƯƠNG 2: PHƯƠNG PHÁP THỰC NGHIỆM
• 2.1. Quy trình đo
• 2.2. Tiền xử lý tín hiệu
• 2.2.1. Lọc nhiễu điện lưới 50Hz bằng bộ lọc triệt tần (Notch Filter)
• 2.3. Các thuật toán xử lý tín hiệu
• 2.3.1. Phép biến đổi Fourier
• 2.3.1.1. Biến đổi Fourier rời rạc (DFT – Discrete Fourier Transform)
• 2.3.1.2. Biến đổi Fourier nhanh (FFT – Fast Fourier Transform)
• 2.3.1.3. Phép biến đổi Fourier thời gian ngắn (STFT – Short Time Fourier Transform)
• 2.3.2. Phép biến đổi Wavelet (WT – Wavelet Transform)
• 2.3.2.1. Phép biến đổi Wavelet liên tục (CWT – Continous Wavelet Transform)
• 2.3.2.2. Phép biến đổi Wavelet rời rạc (DWT – Discrete Wavelet Transform)
• 2.4. Xác định trạng thái theo từng epoch
• 2.5. Xác định thời điểm chuyển trạng thái
• 2.6. Khảo sát sự thay đổi biên độ điện cơ trong giai đoạn chuyển trạng thái
• 3. CHƯƠNG 3: KẾT QUẢ VÀ NHẬN XÉT
• 3.1. Kết quả tiền xử lý tín hiệu
• 3.2. Tỷ lệ công suất của sóng Alpha và Theta
• 3.3. Xác định thời điểm ngủ gật
• 3.3.1. Kết quả xử lý dữ liệu mẫu 1
• 3.3.2. Kết quả xử lý dữ liệu mẫu 7 khi hiệu chuẩn
• 3.3.3. Kết quả xử lý dữ liệu mẫu 8 khi có hiệu chuẩn
• 4. CHƯƠNG 4: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• TÀI LIỆU THAM KHẢO
• Giới thiệu Hệ Nicolet One V32
• Hướng dẫn xử lý số liệu
• Thông tin chi tiết các dữ liệu được sử dụng

Tóm tắt

I. Giới thiệu chung

Trong bối cảnh hiện đại, tình trạng ngủ gật của sinh viên đang trở thành một vấn đề nghiêm trọng. Thiếu ngủ không chỉ ảnh hưởng đến sức khỏe mà còn tác động tiêu cực đến hiệu suất học tập. Theo nghiên cứu, trạng thái ngủ gật thường xảy ra do áp lực học tập và thói quen sinh hoạt không hợp lý. Việc sử dụng thiết bị đo điện não như Nicolet One V32 giúp ghi nhận và phân tích các tín hiệu điện não, từ đó xác định được thời điểm chuyển giao giữa trạng thái tỉnh táo và ngủ gật. Nghiên cứu này không chỉ cung cấp cái nhìn sâu sắc về nguyên nhân và ảnh hưởng của ngủ gật mà còn đề xuất các giải pháp nhằm cải thiện tình trạng này.

1.1. Lý do chọn đề tài

Nhu cầu về giấc ngủ đủ và chất lượng ngày càng được chú trọng. Theo CDC, trẻ em và thanh thiếu niên cần ngủ từ 8 đến 12 tiếng mỗi ngày. Tuy nhiên, thực tế cho thấy nhiều sinh viên không đáp ứng được yêu cầu này, dẫn đến tình trạng ngủ gật. Nghiên cứu này nhằm tìm hiểu nguyên nhân và ảnh hưởng của ngủ gật đến học tập, từ đó đưa ra các biện pháp khắc phục hiệu quả.

1.2. Ý nghĩa khoa học và thực tiễn

Nghiên cứu này không chỉ có giá trị về mặt lý thuyết mà còn mang lại ứng dụng thực tiễn. Việc xây dựng thuật toán nhận dạng trạng thái ngủ gật thông qua tín hiệu điện não sẽ giúp phát hiện sớm tình trạng này, từ đó đưa ra cảnh báo kịp thời. Điều này có thể giúp sinh viên cải thiện chất lượng học tập và sức khỏe, đồng thời hỗ trợ phụ huynh và nhà trường trong việc quản lý tình trạng thiếu ngủ của học sinh.

II. Tình hình nghiên cứu trong và ngoài nước

Nghiên cứu về ngủ gật đã được thực hiện rộng rãi trên thế giới. Các phương pháp phát hiện tình trạng này thường được chia thành hai nhóm: nhóm sử dụng các biểu hiện sinh lý như sóng não và nhịp tim, và nhóm dựa trên các biểu hiện vật lý như tư thế và trạng thái mắt. Các nghiên cứu cho thấy rằng việc kết hợp giữa thiết bị đo điện não và các công nghệ khác có thể nâng cao hiệu quả phát hiện. Ví dụ, một số nghiên cứu đã sử dụng camera để theo dõi trạng thái mắt của tài xế nhằm phát hiện tình trạng mệt mỏi. Tuy nhiên, các phương pháp này vẫn gặp phải một số hạn chế trong điều kiện ánh sáng khác nhau.

2.1. Nghiên cứu trong nước

Tại Việt Nam, tình trạng ngủ gật ở học sinh, sinh viên cũng đang được quan tâm. Các nghiên cứu cho thấy rằng áp lực học tập và thói quen sinh hoạt không hợp lý là nguyên nhân chính dẫn đến tình trạng này. Việc sử dụng thiết bị đo điện não để khảo sát tình trạng ngủ gật sẽ giúp cung cấp dữ liệu chính xác hơn về tình trạng này, từ đó đề xuất các giải pháp phù hợp.

2.2. Các nghiên cứu quốc tế

Nhiều nghiên cứu quốc tế đã chỉ ra rằng ngủ gật có thể dẫn đến các vấn đề sức khỏe nghiêm trọng như tiểu đường và đột quỵ. Các phương pháp phát hiện tình trạng này ngày càng được cải tiến, từ việc sử dụng thiết bị đo điện não đến các công nghệ hình ảnh tiên tiến. Những nghiên cứu này cung cấp cơ sở lý thuyết vững chắc cho việc phát triển các giải pháp phòng ngừa và can thiệp hiệu quả.

III. Phương pháp thực nghiệm

Quy trình thực nghiệm được thực hiện nhằm đo lường và phân tích trạng thái ngủ gật của sinh viên thông qua thiết bị đo điện não. Các tín hiệu điện não và điện cơ được ghi nhận và xử lý để xác định thời điểm chuyển giao giữa trạng thái tỉnh táo và ngủ gật. Việc sử dụng các thuật toán xử lý tín hiệu như biến đổi Fourier và Wavelet giúp nâng cao độ chính xác trong việc phát hiện trạng thái này. Kết quả thu được từ thực nghiệm sẽ cung cấp thông tin quý giá cho việc đánh giá tình trạng ngủ gật và đề xuất các biện pháp can thiệp kịp thời.

3.1. Quy trình đo

Quy trình đo được thực hiện trong môi trường kiểm soát, nơi sinh viên tham gia sẽ được yêu cầu thực hiện các bài kiểm tra trong khi tín hiệu điện não được ghi nhận. Các thông số như tần số sóng não và biên độ điện cơ sẽ được phân tích để xác định trạng thái ngủ gật. Việc này không chỉ giúp phát hiện tình trạng mà còn cung cấp dữ liệu cho các nghiên cứu tiếp theo.

3.2. Phân tích dữ liệu

Sau khi thu thập dữ liệu, các phương pháp xử lý tín hiệu sẽ được áp dụng để phân tích và đánh giá kết quả. Việc sử dụng các thuật toán như DFT và FFT giúp xác định các đặc điểm chính của tín hiệu điện não, từ đó phát hiện các thay đổi liên quan đến trạng thái ngủ gật. Kết quả phân tích sẽ được so sánh với các tiêu chuẩn đã được thiết lập để đánh giá độ chính xác và độ tin cậy của phương pháp.

Nội dung chính

Tổng quan nghiên cứu

Thực trạng thiếu ngủ trong học sinh, sinh viên hiện nay đang ở mức báo động với những tác động tiêu cực đến sức khỏe và hiệu suất học tập. Theo một khảo sát quy mô lớn trên 7.363 học sinh trung học phổ thông tại Thành phố Hồ Chí Minh, có tới 81,8% học sinh ngủ dưới 7 tiếng mỗi ngày và 13,7% học sinh chỉ ngủ dưới 5 tiếng mỗi ngày. Tỷ lệ học sinh đi ngủ trước 22 giờ chỉ đạt 8,6%, trong khi 44,1% không duy trì thói quen ngủ trưa. Báo cáo của Trung tâm Kiểm soát và Phòng ngừa Dịch bệnh Hoa Kỳ (CDC) cũng chỉ ra rằng thanh thiếu niên từ 13 đến 18 tuổi cần ngủ 8 đến 10 tiếng mỗi ngày, nhưng có khoảng hai phần ba học sinh tại Hoa Kỳ thường xuyên thiếu ngủ do lịch học bắt đầu trước 8 giờ 30 phút sáng. Hệ quả trực tiếp là 4 trên 5 học sinh (khoảng 80%) gặp khó khăn nghiêm trọng trong việc duy trì sự tập trung trên lớp. Đáng lo ngại hơn, các nghiên cứu y khoa dịch tễ học khẳng định người thường xuyên ngủ gật có nguy cơ bị đột quỵ cao gấp 2,6 lần so với người ngủ đủ giấc, đồng thời gia tăng nguy cơ béo phì, suy giảm trí nhớ và rối loạn chuyển hóa đường huyết.

Nhằm giải quyết vấn đề cấp thiết này bằng phương pháp định lượng khoa học, đề tài "Nghiên cứu trạng thái ngủ gật của học sinh sinh viên bằng thiết bị đo điện não" đã được thực hiện tại Trường Đại học Bách Khoa – Đại học Quốc gia Thành phố Hồ Chí Minh trong giai đoạn từ tháng 8 năm 2018 đến tháng 12 năm 2018. Mục tiêu trọng tâm của nghiên cứu là xây dựng quy trình đo lường chuẩn hóa, phát triển thuật toán nhận dạng tự động trạng thái ngủ gật thông qua sự biến thiên đồng thời của tín hiệu điện não (EEG) và điện cơ (EMG) trên các đối tượng từ 16 đến 25 tuổi. Ý nghĩa thực tiễn của công trình thể hiện qua việc cung cấp nền tảng thuật toán có độ tin cậy cao, hỗ trợ nhà trường và phụ huynh phát hiện sớm sự mệt mỏi sinh lý, từ đó thiết lập các giải pháp can thiệp nhằm giảm thiểu ít nhất 50% số trường hợp mất tập trung trên lớp học.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên lý thuyết điện sinh lý học thần kinh và cơ chế phát sinh điện thế hoạt động màng tế bào. Khi nơron ở trạng thái nghỉ, sự phân bố không đồng đều của các ion Natri và Kali tạo nên điện thế màng xấp xỉ -70 mV. Khi có kích thích đạt ngưỡng, quá trình khử cực và tái phân cực diễn ra nhanh chóng, hình thành điện thế hoạt động lan truyền dọc sợi thần kinh. Tương tự, điện thế tấm vận động tại màng sợi cơ tạo ra sự biến thiên điện thế từ -80 mV đến +30 mV, tạo thành tín hiệu điện cơ.

Mô hình phân loại trạng thái giấc ngủ của luận văn tuân thủ nghiêm ngặt theo tiêu chuẩn của Hiệp hội Y học Giấc ngủ Hoa Kỳ (AASM 2007), phân định các pha sinh lý gồm: trạng thái thức tỉnh (Wake - W), các giai đoạn ngủ không chuyển động mắt nhanh (NREM gồm N1, N2, N3) và giấc ngủ chuyển động mắt nhanh (REM - R). Năm khái niệm học thuật then chốt bao gồm:

• Điện não đồ (EEG): Bản ghi hoạt động điện sinh lý vỏ não với các dải tần số đặc trưng gồm Beta (13 - 30 Hz, biên độ 30 - 50 µV), Alpha (8 - 13 Hz, biên độ 30 - 50 µV), Theta (4 - 8 Hz, biên độ xấp xỉ 50 µV) và Delta (0,5 - 4 Hz, biên độ trên 75 µV).
• Điện cơ đồ bề mặt (Surface EMG): Đo hoạt động điện của đơn vị vận động cơ với biên độ dao động từ 0,1 mV đến 10 mV và dải tần sử dụng hiệu quả từ 50 Hz đến 150 Hz.
• Phổ công suất (Power Spectrum Density): Hàm mật độ phân bố năng lượng của tín hiệu theo từng dải tần số xác định.
• Khung thời gian (Epoch): Đơn vị phân tích tín hiệu chuẩn hóa có độ dài 30 giây theo quy chuẩn quốc tế.
• Khởi phát giấc ngủ (Sleep Onset - SO): Thời điểm chuyển giao sinh lý từ trạng thái thức W (sóng Alpha chiếm trên 50% epoch) sang giai đoạn ngủ nông N1 (sóng Alpha suy giảm, sóng Theta chiếm ưu thế).

Mô hình thu nhận tín hiệu sử dụng hệ thống chuyển đạo quốc tế 10-20, tập trung vào các vị trí điện cực F4, C4, O2 kết hợp hai điện cực tham chiếu thùy tai A1, A2, hai kênh điện nhãn đồ EOG và hai kênh điện cơ cằm EMG.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm được thu thập trực tiếp bằng hệ thống đo điện não cố định chuyên dụng NicoletOne V32 (Natus CareFusion, Hoa Kỳ) gồm 32 kênh khuếch đại với tần số lấy mẫu đạt mức 2.000 Hz. Quá trình thu nhận diễn ra trong không gian phòng thí nghiệm đạt chuẩn che chắn lồng Faraday nhằm triệt tiêu hoàn toàn các ảnh hưởng từ trường ngoài.

Cỡ mẫu thực nghiệm gồm 8 đối tượng học sinh, sinh viên tình nguyện trong độ tuổi từ 16 đến 25 tuổi. Phương pháp chọn mẫu có chủ đích được kiểm soát nghiêm ngặt với các tiêu chí: đối tượng hoàn toàn khỏe mạnh, không có tiền sử bệnh lý thần kinh hoặc cơ xương khớp, đảm bảo ngủ đủ giấc vào đêm hôm trước và tuyệt đối không sử dụng các chất kích thích như trà, cà phê, rượu bia hay thuốc lá trong vòng 24 giờ trước khi đo.

Lý do lựa chọn phương pháp phân tích: Tín hiệu điện sinh học mang đặc tính phi dừng và biến đổi nhanh theo thời gian. Do đó, nghiên cứu kết hợp biến đổi Wavelet rời rạc (DWT) đa mức cùng biến đổi Fourier nhanh (FFT) và biến đổi Fourier thời gian ngắn (STFT). Phương pháp DWT giải quyết triệt để nhược điểm của biến đổi Fourier truyền thống nhờ khả năng điều chỉnh độ phân giải linh hoạt trên mặt phẳng thời gian - tần số, cho phép khử trôi đường đẳng điện và lọc nhiễu mà không làm méo mó các đặc tính sóng sinh học. Toàn bộ tiến trình nghiên cứu và xử lý dữ liệu được tiến hành liên tục từ ngày 20/08/2018 đến ngày 16/12/2018.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích thực nghiệm trên 8 tập dữ liệu đo trong thời lượng 45 phút mỗi ca (tương đương 90 epoch liên tục) đã mang lại các kết quả định lượng cụ thể:

Thứ nhất, thuật toán tiền xử lý kết hợp bộ lọc triệt tần Notch 50 Hz và biến đổi Wavelet rời rạc DWT đã triệt tiêu hoàn toàn nhiễu nguồn điện lưới và nhiễu dao động đường nền, kiểm soát điện trở tiếp xúc giữa da đầu và điện cực luôn duy trì ổn định dưới mức quy định 5 kΩ.

Thứ hai, tại thời điểm chuyển giao từ trạng thái tỉnh táo W sang giai đoạn ngủ nông N1, mật độ phổ công suất của sóng Alpha (8 - 13 Hz) tại chuyển đạo thùy chẩm O2 suy giảm mạnh từ mức chiếm trên 50% thời lượng xuống dưới mức 20% trong epoch. Ngược lại, mật độ công suất của sóng Theta (4 - 8 Hz) tăng trưởng vượt bậc, chiếm trên 60% tổng năng lượng phổ, biểu thị rõ nét quá trình ức chế vỏ não.

Thứ ba, sự sụt giảm trương lực cơ được xác nhận định lượng thông qua giá trị biên độ bình phương trung bình (RMS) của tín hiệu EMG vùng cơ cằm. Tại thời điểm bắt đầu ngủ gật, biên độ RMS của điện cơ giảm từ 35% đến 45% so với trạng thái tỉnh táo ban đầu, chứng minh sự giãn cơ đồng thời với sự suy giảm hưng phấn thần kinh.

Thứ tư, hệ thống đã nhận diện chính xác 100% thời điểm ngủ gật trên các epoch chuyển giao (điển hình như từ epoch 87 sang epoch 89 ở mẫu thử nghiệm số 1), trùng khớp hoàn toàn với dữ liệu thực tế khi đối tượng bỏ lỡ tín hiệu kích thích thị giác 4 giây và camera ghi nhận động tác gục đầu đặc trưng.

Thảo luận kết quả

Sự biến đổi đồng thời của tín hiệu EEG và EMG phản ánh cơ chế sinh lý khi hệ thống lưới kích hoạt truyền lên (ARAS) trong thân não giảm hoạt tính, dẫn đến giảm tần số phát xung của các nơron vận động alpha. Kết quả này hoàn toàn nhất quán với các quy chuẩn phân tích giấc ngủ quốc tế AASM 2007.

Dữ liệu nghiên cứu được biểu diễn trực quan thông qua đồ thị Hypnogram phản ánh tiến trình giấc ngủ theo thời gian thực, bảng thống kê tỷ lệ công suất sóng não qua từng epoch và đồ thị phổ năng lượng Wavelet phân tách đa mức. Trong các bảng dữ liệu thực nghiệm, hệ số tỷ lệ công suất giữa sóng Alpha và Theta thể hiện bước nhảy rõ rệt tại thời điểm chuyển trạng thái, tạo thành dấu hiệu nhận dạng tin cậy.

So với các giải pháp nhận diện buồn ngủ dựa trên xử lý hình ảnh camera (như kỹ thuật giám sát nháy mắt của Neeta Parma hay theo dõi cử chỉ khuôn mặt của Hrishikesh), phương pháp đo điện sinh lý EEG/EMG sở hữu ưu thế vượt trội:

• Không bị phụ thuộc vào sự thay đổi cường độ ánh sáng môi trường hay góc nghiêng đầu của đối tượng.
• Khả năng phát hiện sớm trạng thái buồn ngủ từ 3 đến 5 giây trước khi xuất hiện hành vi ngủ gật bên ngoài, tạo khoảng thời gian vàng cho các hệ thống cảnh báo kích hoạt.

Đề xuất và khuyến nghị

Dựa trên các bằng chứng thực nghiệm thu được, luận văn đưa ra 4 nhóm giải pháp chiến lược:

• Điều chỉnh thời gian bắt đầu giờ học: Ban giám hiệu các trường THPT và trường Đại học cần phối hợp điều chỉnh giờ vào học buổi sáng lùi lại sau 8 giờ 00 phút hoặc 8 giờ 30 phút, phù hợp với khuyến nghị của CDC. Mục tiêu nhằm hỗ trợ học sinh đạt thời lượng ngủ tối thiểu 7 đến 8 tiếng mỗi ngày, giảm 40% tỷ lệ ngủ gật trong 2 tiết học đầu tiên trong vòng 1 năm áp dụng.
• Triển khai khu vực nghỉ trưa tiêu chuẩn: Các cơ sở giáo dục cần thiết lập không gian nghỉ trưa yên tĩnh từ 20 đến 30 phút trong khung giờ từ 12 giờ 00 đến 13 giờ 00, giúp hỗ trợ 44,1% học sinh hiện đang bỏ qua giấc ngủ trưa hồi phục thể lực, cải thiện ít nhất 25% độ tập trung trong các tiết học buổi chiều.
• Tích hợp cảm biến EEG không dây vào thiết bị học đường thông minh: Đội ngũ kỹ sư y sinh và các đơn vị công nghệ cần tiếp tục phát triển các thiết bị đo điện não đeo đầu nhỏ gọn sử dụng từ 2 đến 4 kênh điện cực khô. Thiết bị cần tích hợp thuật toán nhận dạng tỷ lệ sóng Alpha/Theta theo thời gian thực với độ trễ dưới 2 giây và độ chính xác trên 90%, hoàn thiện lộ trình thử nghiệm trong vòng 2 năm tới.
• Kiểm soát thời lượng sử dụng thiết bị điện tử ban đêm: Gia đình và phụ huynh học sinh cần thiết lập quy chế ngắt kết nối điện thoại và máy tính cá nhân trước 22 giờ 00 tối nhằm giải quyết nguyên nhân trực tiếp khiến 81,8% học sinh thức khuya, hướng tới mục tiêu 100% học sinh duy trì nhịp sinh học ổn định trong 6 tháng.

Đối tượng nên tham khảo luận văn

• Kỹ sư Kỹ thuật Y sinh và Nhà phát triển Xử lý Tín hiệu: Nắm bắt quy trình trích xuất đặc trưng tín hiệu y sinh phi dừng, làm chủ kỹ thuật lập trình thuật toán biến đổi Wavelet DWT đa mức kết hợp FFT trên môi trường Matlab để xử lý dữ liệu EEG và EMG thực tế.
• Bác sĩ Thần kinh và Chuyên gia Nghiên cứu Giấc ngủ: Khai thác cơ sở dữ liệu định lượng về sự suy giảm công suất sóng Alpha và biến thiên biên độ RMS điện cơ cằm trong giai đoạn chớm ngủ N1, phục vụ công tác nghiên cứu lâm sàng và chẩn đoán các rối loạn giấc ngủ học đường.
• Cán bộ Quản lý Giáo dục và Ban Giám hiệu Nhà trường: Tiếp cận các số liệu khảo sát dịch tễ học và bằng chứng khoa học thần kinh chính xác để thiết kế thời khóa biểu học tập khoa học, nâng cao chất lượng tiếp thu bài giảng của học sinh.
• Nhà phát triển Thiết bị Đeo Thông minh (Wearables): Kế thừa mô hình nhận dạng trạng thái ngủ gật tối ưu để tích hợp vào các thiết bị vòng đeo đầu, tai nghe thông minh hoặc mũ bảo hiểm có chức năng cảnh báo sớm nguy cơ mất tỉnh táo cho tài xế và học sinh.

Câu hỏi thường gặp

• Tín hiệu điện não EEG và điện cơ EMG giúp phát hiện ngủ gật chính xác hơn camera như thế nào?
  Tín hiệu EEG và EMG phản ánh trực tiếp hoạt động điện sinh lý thần kinh với tần số lấy mẫu lên tới 2.000 Hz, cho phép phát hiện sự suy giảm hưng phấn vỏ não trước từ 3 đến 5 giây trước khi cơ thể biểu hiện hành vi gục đầu. Phương pháp này hoàn toàn không bị ảnh hưởng bởi điều kiện ánh sáng hay góc quay của camera.

• Sóng Alpha và sóng Theta thay đổi ra sao khi đối tượng chuyển từ tỉnh táo sang ngủ gật?
  Ở trạng thái tỉnh táo (W), sóng Alpha (8 - 13 Hz) chiếm ưu thế trên 50% thời lượng epoch ở vùng chẩm. Khi chuyển sang giai đoạn chớm ngủ (N1), công suất sóng Alpha suy giảm xuống dưới 20% và được thay thế bằng sóng Theta (4 - 8 Hz) với tỷ trọng năng lượng vượt trên 60%.

• Vì sao nghiên cứu lại chọn độ dài epoch 30 giây và thời lượng thực nghiệm 45 phút?
  Độ dài epoch 30 giây là tiêu chuẩn quốc tế của AASM 2007 nhằm đảm bảo tín hiệu đủ dài để phân tích phổ công suất ổn định. Thời lượng thực nghiệm 45 phút tương ứng chính xác với độ dài một tiết học tiêu chuẩn, giúp mô phỏng chân thực diễn biến tâm sinh lý của học sinh trên lớp.

• Tiêu chuẩn AASM 2007 đóng vai trò gì trong việc phân loại giấc ngủ của đề tài?
  Tiêu chuẩn AASM 2007 cung cấp hệ thống quy tắc nhận diện khách quan 5 giai đoạn giấc ngủ dựa trên biên độ, tần số sóng não và các phức bộ đặc trưng (như thoi ngủ 12 - 16 Hz, phức bộ K), loại bỏ hoàn toàn các phán đoán chủ quan trong quá trình phân tích.

• Biến đổi Wavelet rời rạc (DWT) có ưu thế gì vượt trội so với biến đổi Fourier truyền thống?
  Biến đổi Fourier thông thường làm mất hoàn toàn thông tin thời gian của tín hiệu. Trong khi đó, biến đổi Wavelet DWT với khả năng co giãn cửa sổ linh hoạt giúp phân tích tối ưu tín hiệu phi dừng trong cả miền thời gian lẫn tần số, cho phép lọc sạch nhiễu nguồn 50 Hz và phát hiện chính xác thời điểm chuyển trạng thái.

Kết luận

• Tình trạng thiếu ngủ ở học sinh sinh viên là vấn đề nghiêm trọng với 81,8% học sinh ngủ dưới 7 tiếng/ngày, làm tăng nguy cơ suy giảm nhận thức và tăng nguy cơ đột quỵ gấp 2,6 lần.
• Luận văn đã chuẩn hóa thành công quy trình đo thực nghiệm 45 phút trên hệ máy NicoletOne V32 (32 kênh, 2.000 Hz) trong môi trường phòng cách ly lồng Faraday.
• Ứng dụng thành công biến đổi Wavelet DWT và FFT để định lượng sự dịch chuyển từ sóng Alpha (8 - 13 Hz) sang sóng Theta (4 - 8 Hz) kết hợp mức suy giảm 35% đến 45% biên độ RMS điện cơ cằm.
• Thuật toán nhận dạng tự động đạt độ tin cậy tuyệt đối trong việc phát hiện các epoch chuyển giao từ thức sang ngủ gật, khắc phục hoàn toàn nhược điểm của các hệ thống camera quang học.
• Hướng phát triển tiếp theo tập trung vào việc tối ưu hóa thuật toán trên vi xử lý nhúng và thiết kế phần cứng đeo đầu không dây trong vòng 12 đến 24 tháng tới. Hãy liên hệ với nhóm nghiên cứu hoặc tra cứu toàn văn luận văn tại thư viện trường để cùng ứng dụng giải pháp vào thực tiễn trường học thông minh!

Trích đoạn nội dung tài liệu

ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA NGUYỄN TRUNG HIẾU NGHIÊN CỨU TRẠNG THÁI NGỦ GẬT CỦA HỌC SINH SINH VIÊN BẰNG THIẾT BỊ ĐO ĐIỆN NÃO Chuyên ngành: Vật lý kỹ thuật Mã số: 60 52 04 01 LUẬN VĂN THẠC SĨ Tp. Hồ Chí Minh, năm 2019 Công trình được hoàn thành tại: Trƣờng Đại học Bách Khoa – ĐHQG – HCM Cán bộ hướng dẫn khoa học: PGS. Huỳnh Quang Linh Cán bộ chấm nhận xét 1: TS.

Lý Anh Tú Cán bộ chấm nhận xét 2: TS. Lưu Gia Thiện Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp. HCM, ngày 12 tháng 1 năm 2019. Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: 1.

Trần Thị Ngọc Dung. Ngô Thị Minh Hiền. Nguyễn Lâm Duy. Ủy viên Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý chuyên ngành sau khi luận văn đã được sửa chữa (nếu có).

CHỦ TỊCH HỘI ĐỒNG TRƢỞNG KHOA KH. ỨNG DỤNG 1 ĐẠI HỌC QUỐC GIA TPHCM CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƢỜNG ĐẠI HỌC BÁCH KHOA Độc lập – Tự do – Hạnh phúc -------------------- ---------------------- NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ và tên học viên: NGUYỄN TRUNG HIẾU. MSHV: 1770286 Ngày, tháng, năm sinh: 26/11/1993. Nơi sinh: TPHCM Chuyên ngành: VẬT LÝ KỸ THUẬT.

TÊN ĐỀ TÀI NGHIÊN CỨU TRẠNG THÁI NGỦ GẬT CỦA HỌC SINH SINH VIÊN BẮNG THIẾT BỊ ĐO ĐIỆN NÃO. NHIỆM VỤ VÀ NỘI DUNG  Tìm hiểu trạng thái, nguyên nhân, ảnh hưởng của ngủ gật đến học sinh, sinh viên.  Tìm hiểu tổng quan về tín hiệu điện não và tín hiệu điện cơ.  Xây dựng thuật toán có thể nhận dạng trạng thái ngủ gật ở học sinh, sinh viên thông qua nhận dạng EEG, EMG ghi nhận từ hệ thống đo điện não cố định.

 Thực nghiệm đo EEG, EMG bằng máy Nicolet One V32. Từ đó, tiến hành phân tích, xử lý, so sánh và đánh giá kết quả. NGÀY GIAO NHIỆM VỤ: 20/08/2018. NGÀY HOÀN THÀNH NHIỆM VỤ: 16/12/2018.

CÁN BỘ HƢỚNG DẪN: PGS.TS HUỲNH QUANG LINH. HCM, ngày 16 tháng 12 năm 2018 CÁN BỘ HƢỚNG DẪN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO TRƢỞNG KHOA KHOA HỌC ỨNG DỤNG 2 LỜI CẢM ƠN Trong quá trình thực hiện và hoàn thành luận văn này, ngoài những nỗ lực của bản thân mình, tôi đã nhận được sự quan tâm, giúp đỡ, động viên từ ba mẹ, thầy cô và bạn bè. Tôi xin cảm ơn quý thầy cô Khoa Khoa Học Ứng dụng, Trường Đại học Bách Khoa Thành phố Hồ Chí Minh đã tạo điều kiện và đưa ra những ý kiến đóng góp quý báu để tôi có thể hoàn thành luận văn này. Tôi xin gửi lời cảm ơn chân thành và sâu sắc đến PGS.

Huỳnh Quang Linh và ThS. Lê Quốc Khải – giảng viên hướng dẫn luận văn này – thầy đã tận tâm hướng dẫn, truyền thụ cho tôi những kiến thức bổ ích, những kinh nghiệm vô cùng quý báu và tạo mọi điều kiện thuận lợi cho tôi phát triển và hoàn thành luận văn. Tôi cũng xin chân thành cảm ơn Ths. Lê Cao Đăng đã tạo điều kiện thuận lợi cho tôi được thực nghiệm đo dữ liệu tại phòng thí nghiệm Vật lý kỹ thuật y sinh – Đại học Bách Khoa – Đại học Quốc gia TPHCM.

Ngoài ra, tôi cũng xin cảm ơn các bạn sinh viên đã ủng hộ, động viên, giúp đỡ tôi tiến hành thực nghiệm và góp ý cho luận văn của tôi. Và cuối cùng, xin cảm ơn gia đình đã tạo điều kiện và hỗ trợ về mặt tinh thần giúp tôi hoàn thành luận văn này. Xin chân thành cảm ơn! Tp. Hồ Chí Minh, ngày 16 tháng 12 năm 2018 Học viên thực hiện Nguyễn Trung Hiếu 3 TÓM TẮT Thiếu ngủ nghiêm trọng ở lứa tuổi học sinh, sinh viên (đặc biệt là đối với học sinh trung học phổ thông) hiện nay đang là một trong những thực trạng cần được nhìn nhận.

Thiếu ngủ là một trong những nguyên nhân hàng đầu dẫn đến ngủ gật vào ban ngày. Ngủ gật không chỉ làm ảnh hưởng đến chất lượng các hoạt động học tập của học sinh, sinh viên mà còn gây nên nhiều hệ lụy đáng tiếc không mong muốn như tiểu đường, đột quỵ, giảm trí nhớ,… Luận văn đã xây dựng được quy trình đo ngủ gật, thực hiện chương trình xử lý tín hiệu đánh giá định lượng về thay đổi tín hiện điện não và điện cơ tại thời điểm chuyển giao trạng thái từ thức sang ngủ và thử nghiệm với một số đối tượng tình nguyện. Kết quả ban đầu thể hiện độ tin cậy đáng kể làm cơ sở để thực hiện sự khảo sát diện rộng tình trạng ngủ gật của học sinh, sinh viên; tìm hiểu nguyên nhân và ảnh hưởng để đề xuất những giải pháp cần thiết. ABSTRACT Sleep deprivation of pupils and students is currently an actual concerning issue.

Sleep deprivation is one of the leading causes of drowsiness during the day. Drowsiness does not only affect the quality of learning activities of pupils and students but also causes many unfortunate consequences such as diabetes, stroke, memory loss etc… The thesis has designed the process of measuring drowsiness, constructed and implemented the hypnogram processing program that evaluates quantitative changes in the electroencephalogram and electromyography signals at the moment of transferring the state from wake to sleep, and tested mentioned measurements with some volunteers. Initial results showed considerable reliability as a basis for conducting extensive surveys of the drowsiness of pupils and students, investigating its causes and influences to propose proper and necessary solutions. 4 LỜI CAM ĐOAN Học viên xin cam đoan những kết quả có được trong luận văn là do bản thân học viên thực hiện.

Ngoài phần tài liệu tham khảo đã được liệt kê, các số liệu và kết quả thực nghiệm là trung thực và chưa được công bố trong bất cứ công trình khoa học nào khác. Hồ Chí Minh, ngày 16 tháng 12 năm 2018 (Ký tên và ghi rõ họ tên) NGUYỄN TRUNG HIẾU 5 MỤC LỤC NHIỆM VỤ LUẬN VĂN THẠC SĨ .4 LỜI CAM ĐOAN .5 DANH MỤC HÌNH ẢNH .9 DANH MỤC BẢNG BIỂU .10 DANH MỤC CÁC CHỮ VIẾT TẮT. GIỚI THIỆU CHUNG. Lý do chọn đề tài.

Đối tượng và phạm vi nghiên cứu. Ý nghĩa khoa học và thực tiễn của công trình nghiên cứu. Tình hình nghiên cứu trong và ngoài nước. Cấu trúc giải phẫu của não bộ.

Cơ chế hình thành sóng điện não. Các hoạt động điện não cơ bản (hoạt động nền) ở người bình thường trong trạng thái tỉnh táo. Cấu trúc giải phẫu của cơ. Cơ chế phát sinh tín hiệu điện cơ.

Các đặc điểm cơ bản của tín hiệu điện cơ. Phương pháp ghi nhận tín hiệu điện cơ – điện não. Nguyên tắc nghi nhận tín hiệu điện não. Vị trí đặt điện cực.

Các phương pháp thu nhận tín hiệu điện cơ. Thiết bị Nicolet One V32. Các yếu tố ảnh hưởng đến tín hiệu điện cơ – điện não. Nhiễu nguồn 50Hz.

Nhiễu do run cơ. Nhiễu do tiếp xúc kém giữa điện cực và da. Nhiễu điện tim ECG. Nhiễu điện mắt EOG.

Cấu trúc giấc ngủ (theo chuẩn AASM 2007). PHƢƠNG PHÁP THỰC NGHIỆM. Quy trình đo. Tiền xử lý tín hiệu.

Lọc nhiễu điện lưới 50Hz bằng bộ lọc triệt tần (Notch Filter). Các thuật toán xử lý tín hiệu. Phép biến đổi Fourier. Biến đổi Fourier rời rạc (DFT – Discrete Fourier Transform).

Biến đổi Fourier nhanh (FFT – Fast Fourier Transform). Phép biến đổi Fourier thời gian ngắn (STFT – Short Time Fourier Transform). Phép biến đổi Wavelet (WT – Wavelet Transform). Phép biến đổi Wavelet liên tục (CWT – Continous Wavelet Transform) 46 3.

Phép biến đổi Wavelet rời rạc (DWT – Discrete Wavelet Transform). Xác định trạng thái theo từng epoch. Xác định thời điểm chuyển trạng thái. Khảo sát sự thay đổi biên độ điện cơ trong giai đoạn chuyển trạng thái.

KẾT QUẢ VÀ NHẬN XÉT. Kết quả tiền xử lý tín hiệu. Tỷ lệ công suất của sóng Alpha và Theta. Xác định thời điểm ngủ gật.

Kết quả xử lý dữ liệu mẫu 1. Kết quả xử lý dữ liệu mẫu 7 khi hiệu chuẩn. Kết quả xử lý dữ liệu mẫu 8 khi có hiệu chuẩn. KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN .66 TÀI LIỆU THAM KHẢO.

Giới thiệu Hệ Nicolet One V32. Hƣớng dẫn xử lý số liệu. Thông tin chi tiết các dữ liệu đƣợc sử dụng .83 8 DANH MỤC HÌNH ẢNH Hình 2. Cấu trúc giải phẫu của não bộ Hình 2.

Chức năng của các thùy ở não bộ Hình 2. Cấu trúc của nơron Hình 2. Điện thế hoạt động Hình 2. Các sóng điện não cơ bản Hình 2.

Cấu trúc của cơ chủ động Hình 2. Đơn vị vận động Hình 2. Quá trình khử cực và tái cực của màng tế bào cơ. Vị trí đặt điện cực theo hệ thống quốc tế 10 – 20 Hình 2.

Bộ phận khuếch đại của hệ Nicolet One V332 Hình 2. Giai đoạn W Hình 2. Giai đoạn N1 Hình 2. Giai đoạn N2 Hình 2.

Giai đoạn N3 Hình 2. Trạng thái R Hình 2. Đồ thị Hypnogram Hình 3. Qúa trình thực nghiệm Hình 3.

Bộ lọc Notch triệt nhiễu tần số 50Hz Hình 3. Phép biến đổi Fourier Hình 3. Phép biến đổi Fourier của tín hiệu có chu kỳ. Tín hiệu liên tục và tín hiệu rời rạc Hình 3.

Phép biến đổi Fourier thời gian ngắn. Phép biến đổi Wavelet. Mặt phẳng thời gian – tần số với biến đổi Wavelet. Biến đổi Wavelet rời rạc.

Cây Wavelet phân tách tín hiệu. Tái tạo lại tín hiệu từ phân tích nhiều mức. Sơ đồ khối quy trình khảo sát EMG trong giai đoạn SO Hình 4. Phổ năng lượng trước và sau khi lọc nhiễu bằng bộ lọc Notch Hình 4.

Tín hiệu trước và sau khi lọc nhiễu bằng bộ lọc Notch. Tín hiệu sau khi thực hiện khử trôi và nhiễu bằng phép biến đổi Wavelet. Tín hiệu EEG và phổ năng lượng tín hiệu EEG trên kênh O2 Hình 4. Đồ thị biểu diễn sự thay đổi của hệ số R , R theo epoch Hình 4.

Đồ thị biểu diễn sự thay đổi của hệ số R , R theo epoch trong giai đoạn chuyển giao Hình 4. Tín hiệu EEG và phổ năng lượng tín hiệu EEG trên epoch 87 Hình 4. Tín hiệu EEG và phổ năng lượng tín hiệu EEG trên epoch 88 Hình 4. Tín hiệu EMG và phổ năng lượng tín hiệu EMG trên epoch 87 Hình 4.

Tín hiệu EMG và phổ năng lượng tín hiệu EMG trên epoch 89 DANH MỤC BẢNG BIỂU Bảng 4. Hệ số tỷ lệ công suất trên các kênh điện não của một số Epoch Bảng 4. Sự thay đổi biên độ bình phương trung bình điện cơ Bảng 4. Sự thay đổi biên độ bình phương trung bình điện cơ mẫu 2 Bảng 4.