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.
