Đồ án HCMUTE: Nghiên cứu và ứng dụng EEG để điều khiển khung xương trợ lực cánh tay

Khám phá đồ án HCMUTE nghiên cứu ứng dụng EEG trong điều khiển khung xương trợ lực cánh tay, mở ra hướng đi mới cho công nghệ hỗ trợ.

Chuyên ngành

Kỹ thuật y sinh

Người đăng

Ẩn danh

Thể loại

đồ án tốt nghiệp

2020

93
6
0

Phí lưu trữ

35 Point

Mục lục chi tiết

LỜI CAM ĐOAN

LỜI CẢM ƠN

1. CHƯƠNG 1: TỔNG QUAN

1.1. ĐẶT VẤN ĐỀ

1.2. MỤC TIÊU CỦA ĐỀ TÀI

1.3. NỘI DUNG NGHIÊN CỨU

1.4. GIỚI HẠN CỦA ĐỀ TÀI

1.5. BỐ CỤC CỦA ĐỀ TÀI

2. TÍNH TOÁN VÀ THIẾT KẾ

2.1. Sơ đồ khối hệ thống sử dụng tín hiệu EEG điều khiển khung cánh tay

2.2. Thiết kế cánh tay trợ lực

2.2.1. Thiết kế khung cánh tay

2.2.2. Thiết kế hộp số giảm tốc có tỉ lệ 40:1

2.3. Tính toán và thiết kế mạch điều khiển cánh tay

2.3.1. Lựa chọn bộ thu tín hiệu EEG

2.3.2. Thiết kế khối xử lý tín hiệu

2.3.3. Thiết kế khối nhận dữ liệu bluetooth

2.3.4. Thiết kế bộ xử lý trung tâm

2.3.5. Thiết kế bộ điều khiển

2.3.6. Lựa chọn động cơ

2.3.7. Thiết kế khối nguồn

2.4. Sơ đồ nguyên lý của bộ điều khiển khung cánh tay trợ lực

2.5. Thiết kế bộ lọc

3. THI CÔNG HỆ THỐNG

3.1. Thi công bộ điều khiển khung cánh tay

3.2. Thi công mô hình khung cánh tay

3.3. Lập trình hệ thống điều khiển khung cánh tay

3.3.1. Lưu đồ giải thuật chương trình xử lý tín hiệu EEG

3.3.2. Lưu đồ chương trình điều khiển cánh tay trợ lực

3.4. Tài liệu hướng dẫn sử dụng, thao tác

4. KẾT QUẢ - NHẬN XÉT - ĐÁNH GIÁ

4.1. Kết quả thi công cánh tay trợ lực

4.2. Giao diện phần mềm giám sát hệ thống điều khiển khung cánh tay trợ lực

4.2.1. Giao diện phần mềm giám sát hệ thống

4.2.2. Thời gian đáp ứng phần mềm phát hiện chớp mắt

4.2.3. Kết quả xử lý và nhận dạng cử động chớp mắt

4.3. Mô tả thí nghiệm

4.4. Kết quả thống kê và đánh giá độ chính xác của hệ thống

4.5. Kết quả điều khiển khung cánh tay trợ lực

5. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN

5.1. Hướng phát triển

TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan

Nghiên cứu ứng dụng EEG trong điều khiển khung xương trợ lực cánh tay là một lĩnh vực đang thu hút sự quan tâm lớn trong cộng đồng khoa học. EEG (Electroencephalogram) là phương pháp ghi lại hoạt động điện não, cho phép phát hiện các tín hiệu não liên quan đến các hành động cụ thể. Việc sử dụng EEG để điều khiển khung xương trợ lực không chỉ giúp cải thiện khả năng vận động cho những người khuyết tật mà còn mở ra hướng đi mới trong lĩnh vực phục hồi chức năng. Hệ thống BCI (Brain-Computer Interface) cho phép người dùng điều khiển thiết bị bằng suy nghĩ, từ đó giảm bớt sự phụ thuộc vào người khác. Theo nghiên cứu, việc phát hiện các cử chỉ như chớp mắt có thể được sử dụng để điều khiển khung xương một cách hiệu quả. Điều này không chỉ mang lại lợi ích cho người sử dụng mà còn góp phần nâng cao chất lượng cuộc sống.

1.1 Đặt vấn đề

Não người đóng vai trò quan trọng trong các hoạt động của con người. Các tín hiệu điện não có thể được sử dụng để phát hiện những thay đổi trong hoạt động não bộ, phục vụ cho việc chẩn đoán và điều trị các bệnh lý. Hệ thống BCI giúp chuyển đổi tín hiệu EEG thành các lệnh điều khiển cho thiết bị, từ đó hỗ trợ người khuyết tật trong việc tương tác với môi trường xung quanh. Việc phát triển khung xương trợ lực cánh tay sử dụng tín hiệu EEG sẽ giúp người dùng có thể thực hiện các hành động như nâng, hạ cánh tay mà không cần sự hỗ trợ từ người khác. Điều này đặc biệt quan trọng đối với những người không thể tự điều khiển cánh tay của mình.

1.2 Mục tiêu của đề tài

Mục tiêu chính của đề tài là phát triển một hệ thống điều khiển khung xương trợ lực cánh tay thông qua tín hiệu EEG. Cụ thể, hệ thống sẽ thu thập và phân tích tín hiệu từ các hành động chớp mắt trái, chớp mắt phải và mở mắt để chuyển thành các lệnh điều khiển cho khung xương. Mỗi lần có tín hiệu, khung xương sẽ thực hiện hành động nâng lên hoặc hạ xuống, giúp người sử dụng có thể thực hiện các hoạt động hàng ngày một cách độc lập hơn. Hệ thống cũng sẽ được thiết kế để dễ sử dụng và tiết kiệm chi phí, nhằm phục vụ cho nhiều đối tượng người dùng khác nhau.

II. Nội dung nghiên cứu

Nội dung nghiên cứu của đề tài bao gồm nhiều bước quan trọng trong việc phát triển hệ thống điều khiển khung xương trợ lực cánh tay. Đầu tiên, tín hiệu EEG sẽ được thu thập từ phần mềm Emotiv PRO, sau đó phân tích các đặc trưng của tín hiệu chớp mắt trái, chớp mắt phải và chớp cả hai mắt. Tiếp theo, quá trình huấn luyện sẽ được thực hiện trên phần mềm Emotiv BCI để nhận diện các cử chỉ chớp mắt. Sau khi hoàn thành việc huấn luyện, chương trình giao tiếp với Emotiv API sẽ được viết để nhận các cử chỉ phân biệt được từ phần mềm. Cuối cùng, mô hình khung xương trợ lực cánh tay sẽ được thiết kế và thi công, kết hợp với việc lập trình hệ thống điều khiển để thực hiện các hành động theo tín hiệu EEG.

2.1 Thu tín hiệu EEG

Quá trình thu tín hiệu EEG được thực hiện thông qua thiết bị Emotiv EPOC+. Thiết bị này cho phép ghi lại các tín hiệu điện não từ bề mặt da đầu, từ đó cung cấp dữ liệu cần thiết cho việc phân tích. Tín hiệu thu được sẽ được xử lý để loại bỏ nhiễu và lọc lấy tín hiệu chính. Việc thu thập tín hiệu chính xác là rất quan trọng, vì nó ảnh hưởng trực tiếp đến độ chính xác của hệ thống điều khiển. Các tín hiệu chớp mắt sẽ được phân tích để xác định các đặc trưng riêng biệt, từ đó giúp hệ thống nhận diện chính xác các cử chỉ của người dùng.

2.2 Phân tích tín hiệu chớp mắt

Phân tích tín hiệu chớp mắt là một bước quan trọng trong nghiên cứu. Các đặc trưng của tín hiệu chớp mắt trái, chớp mắt phải và chớp cả hai mắt sẽ được phân tích để xác định các mẫu tín hiệu đặc trưng. Việc này sẽ giúp hệ thống có thể phân loại và nhận diện các cử chỉ một cách chính xác. Các thuật toán phân tích tín hiệu sẽ được áp dụng để tối ưu hóa quá trình nhận diện, đảm bảo rằng hệ thống có thể hoạt động hiệu quả trong các điều kiện khác nhau. Kết quả phân tích sẽ cung cấp cơ sở cho việc phát triển các thuật toán điều khiển cho khung xương trợ lực cánh tay.

III. Kết quả và đánh giá

Kết quả nghiên cứu cho thấy hệ thống điều khiển khung xương trợ lực cánh tay bằng tín hiệu EEG đạt được độ chính xác cao trong việc nhận diện các cử chỉ chớp mắt. Cụ thể, độ chính xác của thuật toán phát hiện chớp mắt trái đạt 97%, chớp mắt phải đạt 99%, và không chớp mắt đạt 82%. Những kết quả này cho thấy khả năng ứng dụng của hệ thống trong thực tế, đặc biệt là trong việc hỗ trợ người khuyết tật. Hệ thống không chỉ giúp người dùng thực hiện các hành động hàng ngày mà còn nâng cao chất lượng cuộc sống của họ. Việc phát triển khung xương trợ lực cánh tay sử dụng tín hiệu EEG mở ra nhiều cơ hội mới trong lĩnh vực phục hồi chức năng.

3.1 Đánh giá độ chính xác

Độ chính xác của hệ thống là một yếu tố quan trọng trong việc đánh giá hiệu quả của nó. Các thử nghiệm cho thấy hệ thống có khả năng nhận diện các cử chỉ chớp mắt với độ chính xác cao, cho phép người dùng điều khiển khung xương trợ lực cánh tay một cách hiệu quả. Việc cải thiện độ chính xác của thuật toán sẽ giúp nâng cao khả năng sử dụng của hệ thống trong thực tế. Các nghiên cứu tiếp theo có thể tập trung vào việc tối ưu hóa thuật toán và cải thiện khả năng nhận diện trong các điều kiện khác nhau.

3.2 Ứng dụng thực tiễn

Hệ thống điều khiển khung xương trợ lực cánh tay bằng tín hiệu EEG có nhiều ứng dụng thực tiễn trong lĩnh vực phục hồi chức năng. Nó không chỉ giúp người khuyết tật có thể thực hiện các hành động hàng ngày mà còn giảm bớt sự phụ thuộc vào người khác. Hệ thống này có thể được áp dụng trong các trung tâm phục hồi chức năng, giúp người dùng cải thiện khả năng vận động và nâng cao chất lượng cuộc sống. Việc phát triển thêm các tính năng mới cho hệ thống cũng sẽ mở ra nhiều cơ hội ứng dụng trong tương lai.

01/02/2025
Đồ án hcmute nghiên cứu và ứng dụng eeg điều khiển khung xương trợ lực cánh tay

Trích đoạn nội dung tài liệu

CHƯƠNG 1. TỔNG QUAN Lắp đặt các bộ phận khung cánh tay, trình bày lưu đồ giải thuật và chương trình thu dữ liệu EEG và điều khiển cánh tay, cuối cùng đóng gói. Chương 5: Kết quả - Nhận xét - Đánh giá. Trình bày kết quả đạt được, viết tài liệu hướng dẫn sử dụng của cánh tay.

Chương 6: Kết luận và Hướng phát triển. Kết luận chung và hướng phát triển của đề tài. BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 5 do an CHƯƠNG 2. CƠ SỞ LÝ THUYẾT Chương 2.1 ĐẶC TRƯNG CỦA TÍN HIỆU EEG VÀ TÍN HIỆU CHỚP MẮT 2.1 Tín hiệu EEG EEG là từ viết tắt kỹ thuật đo điện não đồ thường được sử dụng để ghi lại biến động điện của vỏ não [10, 11], sử dụng các điện cực đặt trên hộp sọ để ghi lại các hoạt động, số lượng các điện cực tuỳ thuộc vào ứng dụng.

Tín hiệu này là phản hồi điện sinh học được tiếp nhận ngay tức khắc của tế bào não thông qua vỏ não, là một trong những bộ phận phức tạp nhất trên cơ thể người. Não người khi có các tác động từ các giác quan như: thị giác, thính giác, xúc giác sẽ sản sinh ra các tín hiệu điện rất nhỏ phản hồi lại và được trao đổi thông qua các nơ ron thần kinh. Tín hiệu điện não ghi lại có độ lớn trong khoảng 10-100 microvolt. Tần số thay đổi trong khoảng 0.5-100Hz và có chứa nhiều thành phần tín hiệu điện khác như điện cơ (EMG), điện tim (ECG).

Vì thế nên tín hiệu cần được khuếch đại và lọc nhiễu để có được tín hiệu tốt hơn [10, 12]. Việc tiến hành đo đạc EEG thường được thực hiện bằng cách gắn nhiều điện cực rải rác xung quanh đầu. Mỗi điện cực sẽ thu được các xung điện tại từng khu vực riêng biệt, mỗi điện cực được coi như là 1 kênh. Thường được thiết kế với mũ đội đầu gắn điện cực được trình bày như hình 2.1 mô tả cách thu tín hiệu điện não bằng các điện cực gắn trên da đầu.1: Thu tín hiệu điện não bằng các điện cực BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 6 do an CHƯƠNG 2.

CƠ SỞ LÝ THUYẾT ❖ Tín hiệu EEG được chia làm 5 loại: - Delta: có dải tần số nằm trong khoảng 0.5 đến 4Hz với biên độ thay đổi bất định. Dạng sóng delta chủ yếu xuất hiện trong giấc ngủ sâu và trong trạng thái thức giấc. Sóng delta xuất hiện chủ yếu tại cực Fp1 và Fp2. - Theta: có dải tần số nằm trong khoảng 4 đến 7Hz với biên độ cao hơn 20uV.

Sóng theta thường xuất hiện khi người bị căng thẳng, đặc biệt là lúc thất bại hoặc chán nản. Sóng theta xuất hiện nhiều tại cực C3, C4. - Alpha: có dải tần số nằm trong khoảng 8 đến 13 Hz với biên độ từ 30 đến 50uV. Sóng alpha được tạo ra ở trong hai trường hợp là khi ta thư giãn hoặc khi ta hành động vô thức.

Sóng alpha tập trung nhiều tại cực O1 và O2. - Beta: có dải tần số nằm trong khoảng 13 đến 30Hz với biên độ 5 đến 30uV. Sóng beta là dạng sóng của tín hiệu điện não và thường liên quan đến các hoạt động suy nghĩ, hoạt động gây chú ý. Sóng beta xuất hiện nhiều ở vùng đỉnh và thùy trán.

- Gamma: sóng gamma có tần số 30Hz trở lên và biên độ điện áp cũng biến đổi không cố định.2 Hành vi chớp mắt của con người Chớp mắt là một chức năng cơ bản của mắt, có cơ chế bán tự động có thể kích thích có điều kiện hoặc không điều kiện. Với chức năng chính là bảo vệ mắt khỏi các tác nhân từ môi trường, gạt nước mắt loại bỏ các bụi bẩn trên mắt [10]. Phân loại chớp mắt: • Chớp mắt tự phát: Chớp mắt tự phát xảy ra không cần kích thích từ bên ngoài hay từ bên trong. Được điều khiển bởi vùng vỏ não tiền vận động xảy ra mà không cần ý thức giống như thở và co bóp dạ dày.

• Phản xạ chớp mắt: Phản xạ chớp mắt là phản xạ không điều kiện xảy ra để phản hồi lại với kích thích từ bên ngoài, như là vật thể di chuyển nhanh qua mắt. • Chớp mắt tự nguyện: Chớp mắt tự nguyện là hành vi chớp mắt do người điều khiển với mục đích theo ý muốn và cường độ thường lớn hơn so với phản xạ chớp mắt và chớp mắt tự phát. BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 7 do an CHƯƠNG 2. CƠ SỞ LÝ THUYẾT Tín hiệu chớp mắt (hoạt động của cơ mắt) có thể thu được bằng phương pháp điện não đồ.

Độ lớn từ 50 - 3500 microvolt với tần số hoạt động từ 0. Độ lớn của hành vi chớp mắt thay đổi tuyến tính theo góc nhìn của mắt.3 Tín hiệu chớp mắt Chớp mắt thường được đặc trưng bởi các đỉnh với điện áp cao hơn tín hiệu EEG. Chớp mắt thường được xác định bằng cách đặt ngưỡng và phân loại như chớp mắt cho tất cả các hoạt động vượt quá ngưỡng giá trị. Ngoài ra còn có sự thay đổi nhất định về biên độ của đỉnh của một cá nhân cụ thể, nhiều thay đổi khác nhau giữa các đối tượng [10].

Chớp mắt có thể được phân loại là chớp mắt ngắn nếu thời gian chớp mắt nhỏ hơn 200 mili giây hoặc chớp mắt dài nếu lớn hơn hoặc bằng 200 mili giây [11]. Nhiễu trong tín hiệu EEG thường đặc trưng bởi biên độ cao, nhiễu thường ảnh hưởng đến việc phân tích tín hiệu. Trong một số trường hợp nhiễu chớp mắt gây cản trở cho quá trình phân tích dữ liệu. Như trong quá trình thu EEG khi đối tượng mở mắt sẽ chứa nhiều tín hiệu nhiễu do chớp mắt.

Tuy nhiên trong một số trường hợp tín hiệu nhiễu chớp mắt có thể có ích. Có thể dùng nhiễu chớp mắt thu được bằng các điện cực EEG để xác định các loại chớp mắt.2: Tín hiệu EEG khi chớp mắt Tín hiệu EEG khi chớp mắt hình 2.3a có biên độ lớn hơn nhiều so với tín hiệu EEG khi chớp mắt tự phát hình 2. Chớp mắt tự nguyện có biên độ lớn nhất trong 3 loại chớp mắt với độ lớn trong khoảng (-200uV đến 1200uV). Tín hiệu chớp mắt phản xạ có biên độ nhỏ hơn nhiều so với chớp mắt tự nguyện trong khoảng (-50uV đến 200uV).

BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 8 do an CHƯƠNG 2. CƠ SỞ LÝ THUYẾT (a) Tín hiệu chớp mắt tự nguyện (b) Tín hiệu chớp mắt tự phát Hình 2.3: Các loại tín hiệu chớp mắt Tín hiệu chớp mắt tự nguyện gồm có các đặc điểm được mô tả ở hình 2.4 gồm: một đỉnh dương và một đỉnh âm. Độ rộng đỉnh dương được tính bằng khoảng cách giữa hai điểm có giá trị bằng một nửa đỉnh dương, tương tự như vậy sẽ được độ rộng đỉnh âm. Tổng độ rộng của tín hiệu chớp mắt được tính bằng tổng độ rộng của đỉnh âm và đỉnh dương của tín hiệu.4: Đặc điểm của tín hiệu chớp mắt 2.2 BỘ LỌC THÔNG CAO Tín hiệu EEG thu thập sẽ được số hóa với tốc độ lấy mẫu 128Hz.

Trong quá trình thu thập dữ liệu tín hiệu EEG bị nhiễu rất nhiều, sự hiện diện của nhiễu sẽ gây khó khăn cho việc phân tích tín hiệu EEG. Đồng thời trong quá trình phân tích dữ liệu, chỉ quan tâm đến một thành phần tín hiệu EEG nhất định. Vì những lý do đó mà cần có một bộ lọc số để loại bỏ nhiễu và lọc lấy các thành phần tín hiệu cần phân tích. Bộ lọc số [12] là một hệ thống dùng để làm biến dạng sự phân bố tần số của các thành phần của một BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 9 do an CHƯƠNG 2.

CƠ SỞ LÝ THUYẾT tín hiệu theo các yêu cầu đã cho. Tùy theo chiều dài của đáp ứng xung, bộ lọc được chia thành hai loại: đáp ứng xung hữu hạn FIR (Finite Impulse Response) và đáp ứng xung vô hạn IIR (Infinite Impulse Response). Bộ lọc FIR là một bộ lọc tuyến tính về pha, độ ổn định cao do không có các cực. Ngược lại, bộ lọc IIR không tuyến tính về pha, không có độ ổn định như bộ lọc FIR do chứa các cực.5: Đáp ứng tần số lý tưởng của bộ lọc thông cao Với H (ω) và h(n) là đáp ứng tần số và đáp ứng xung của bộ lọc lý tưởng, khi đó H (ω) và h(n) được tính theo công thức [13]:  H ( ) =  h(n)e− jn (2.2) − 2 Khi đó, đáp ứng xung của bộ lọc thông cao được thể hiện ở công thức dưới đây: sin(c n) h( n) = (2.6) n n Đáp ứng xung của bộ lọc lý tưởng có chiều dài vô hạn và không nhân quả nên không thể thực thi được.

Để cho đáp ứng xung trở thành đáp ứng xung của bộ lọc FIR. Phải đưa đáp ứng xung trở thành nhân quả và hạn chế chiều dài của nó. Có 3 phương pháp để tổng hợp bộ lọc FIR: phương pháp cửa sổ, phương pháp lấy mẫu tần số và phương pháp lặp. Với khối lượng tính toán không phức tạp và không yêu cầu cao về pha tuyến tính nên phương pháp của sổ được sử dụng để lọc nhiễu EEG.

BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 10 do an CHƯƠNG 2.3 GIỚI THIỆU PHẦN MỀM 2.1 Cortex API Emotiv cung cấp cho người dùng phần mềm để tương tác với các thiết bị phần cứng thu điện não của hãng. Ngoài ra Emotiv còn cung cấp thêm Cortex API để giao tiếp với các phần mềm với nhau. Cortex API được xây dựng trên ngôn ngữ JSON và giao thức Websockets. Làm cho việc truy cập được dễ dàng hơn với nhiều ngôn ngữ và nền tảng khác nhau hình 2.6 mô tả phương thức hoạt động của Cortex API.

Với Cortex API chúng ta có thể dễ dàng lấy được dữ liệu EEG, cảm biến gia tốc, con quay hồi chuyển theo thời gian thực và cùng nhiều chức năng khác. Hiện tại, Cortex API được hỗ trợ trên các nền tảng sau: • Windows 10 (64 bit).12 Sierra trở lên.6: Mô tả phương thức hoạt động của Cortex API Các bước thao tác với Cortex API để lấy dữ liệu EEG. Bước 1: Đăng nhập vào Emotiv App với Emotiv ID và Password.7: Giao diện đăng nhập ứng dụng Emotiv BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP - Y SINH 11 do an CHƯƠNG 2. CƠ SỞ LÝ THUYẾT Bước 2: Yêu cầu truy cập từ ứng dụng thứ 3 bằng mã client ID và client secret.8: Cú pháp yêu cầu quyền truy cập từ Emotiv API Bước 3: Chấp nhận quyền truy cập từ Emotiv App.9: Yêu cầu chấp nhận truy cập từ phần mềm Bước 4: Sau khi cho phép truy cập, kết nối với Emotiv Headset thông qua bluetooth.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Bài viết "Nghiên cứu ứng dụng EEG trong điều khiển khung xương trợ lực cánh tay" khám phá cách mà công nghệ điện não đồ (EEG) có thể được áp dụng để điều khiển các thiết bị hỗ trợ cánh tay, mang lại nhiều lợi ích cho người khuyết tật hoặc những người cần phục hồi chức năng. Tác giả trình bày các phương pháp thu thập và phân tích tín hiệu EEG, cũng như cách mà những tín hiệu này có thể được sử dụng để điều khiển chính xác các khung xương trợ lực. Điều này không chỉ giúp cải thiện khả năng vận động mà còn nâng cao chất lượng cuộc sống cho người dùng.

Để mở rộng thêm kiến thức về các ứng dụng công nghệ trong lĩnh vực điều khiển, bạn có thể tham khảo bài viết Luận văn điều khiển phi tuyến hệ agv, nơi trình bày các phương pháp điều khiển phi tuyến trong hệ thống tự động hóa, có thể liên quan đến các khung xương trợ lực trong việc tối ưu hóa hiệu suất và tính chính xác. Những tài liệu này sẽ giúp bạn có cái nhìn sâu sắc hơn về các công nghệ tiên tiến trong lĩnh vực điều khiển và ứng dụng của chúng.