Chương 1. TỔNG QUAN và yêu cầu các đối tượng thí nghiệm thể hiện lại cảm xúc giống bức ảnh hoặc giống như họ đã thực sự trải qua cảm xúc đó [5]. Higher order crossings - Emotion classifier (HOC- EC) đã được tác giả sử dụng cho việc trích xuất đặc trưng và phân loại để đạt được hiệu quả nhận dạng cảm xúc tốt nhất. So với các phương pháp trích xuất đặc trưng khác, HOC-EC đạt được độ chính xác phân loại 62,3% khi sử dụng phân tích phân biệt bậc 2 (Quadratic Discriminant Analysis – QDA) và 83,33% khi sử dụng máy vector hỗ trợ (SVM) cho các trường hợp kênh đơn và kênh kết hợp.
Li và các cộng cũng có nghiên cứu “Nhận dạng nét mặt dựa trên điện não đồ và bản đồ thể hiện các vị trí trên khuôn mặt”. trong nghiên cứu này, tín hiệu điện não được xử lý bằng phương pháp DWT và phương pháp SVM [4]. Kết quả từ nghiên cứu của ông cho thấy rằng độ chính xác của nhận dạng nét mặt đã tăng 4,16% so với nhận dạng nét mặt chỉ dựa trên EEG (82,78±5,78%). Các phương pháp sử dụng trong việc xử lý, phân tích, phân loại cũng rất đa dạng.
Ví dụ như tác giả J. Arvaneh đã phân loại sáu biểu cảm khuôn mặt khác nhau của con người bằng việc phân loại dữ liệu trên miền tần số và thời gian của tín hiệu điện não đồ bằng ba phương pháp như: SVM, Phân tích phân biệt tuyến tính (Linear Discriminant Analysis – LDA) và Naive Bayesian (NB) [6]. Aguinaga và các cộng sự đã nghiên cứu một mô hình học sâu để nhận ra các trạng thái cảm xúc bằng cách tương quan với các biểu hiện trên khuôn mặt và tín hiệu điện não [3]. Công việc này sử dụng kỹ thuật nhận dạng cảm xúc trên khuôn mặt (Facial Emotion Recognition – FER) để tạo ra các mã nhận dạng mỗi khi phản ứng cảm xúc được phát hiện và sử dụng chúng để trích xuất các phân đoạn của bản ghi điện não đồ.
Tác giả đã sử dụng bộ phân loại mạng nơ ron tích chập (CNN) được tối ưu hóa bằng thuật toán học cực thưa (Extreme Sparse Learning – ESL) và máy học cực trị (Extreme Learning Machine – ELM). Từ những khảo sát trên, cùng với các kiến thức đã được trang bị và bộ cơ sở dữ liệu nhỏ, phù hợp với mô hình phân loại SVM, nê nhóm chúng em quyết định thực hiện đề tài “Nghiên cứu và thiết kế hệ thống phần mềm cho việc phân loại trạng thái biểu cảm cười và nâng chân mày trong tín hiệu điện não sử dụng SVM”. BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 2 Chương 1. MỤC TIÊU Sử dụng thiết bị đo điện não Emotiv Epoc Flex để thực hiện thu tín hiệu điện não kết hợp với bộ phân loại SVM để nghiên cứu, phân loại các trạng thái biểu cảm gồm có cười và nâng chân mày, từ đó thiết kế giao diện phần mềm nhận phân loại trạng thái biểu cảm cười và nâng chân mày.
NỘI DUNG NGHIÊN CỨU Trong quá trình thực hiện khóa luận tốt nghiệp về nghiên cứu mối quan hệ giữa hoạt động điện não với trạng thái biểu cảm của con người qua tín hiệu điện não, nhóm chúng em tập trung hoàn thành những nội dung sau: Nội dung 1: Tổng hợp các công trình nghiên cứu liên quan về các giao thức thí nghiệm, các phương pháp xử lý tín hiệu điện não: tiền xử lý, trích đặc trưng, phân loại dữ liệu điện não Nội dung 2: Tìm hiểu phần mềm thu tín hiệu điện não, xây dựng giao thức thí nghiệm (Lựa chọn đối tượng, các bước ghi tín hiệu, các bước bảo quản dụng cụ thí nghiệm, .) Nội dung 3: Tiến hành đo lấy và lưu trữ dữ liệu tín hiệu điện não Nội dung 4: Tiến hành sắp xếp, phân tích cấu trúc dữ liệu điện não nhằm có một bộ dữ liệu phù hợp cho các hoạt động xử lý sau này Nội dung 5: Tiến hành tiền xử lý tín hiệu điện não kèm theo chú thích, mô tả và phân tích. Nội dung 6: Tiến hành trích đặc trưng và phân loại dữ liệu điện não tương ứng với mỗi cảm xúc của con người, kèm theo chú thích, mô tả, phân tích và đánh giá kết quả. Nội dung 7: Tìm hiểu và vận dụng các phần mềm phân tích, thống kê dữ liệu trong khoa học. Nội dung 8: Đánh giá kết quả phân tích dữ liệu.
Làm báo cáo tổng hợp. Nội dung 9: Báo cáo trình bày kết luận với GV hướng dẫn. GIỚI HẠN - Chỉ có 2 trạng thái biểu cảm Cười và Nâng chân mày được sử dụng để nghiên cứu phân loại thông qua tín hiệu điện não. - Không thử nhiều bộ lọc khác nhau trong việc tiền xử lý tín hiệu.
BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 3 Chương 1. BỐ CỤC - Chương 1: Tổng quan trình bày đặt vấn đề đưa ra lý do chọn đề tài, mục tiêu, giới hạn của đề tài và nội dung nghiên cứu - Chương 2: Cơ sở lý thuyết trình bày tổng quan về não bộ, đo đạc và thu nhận tín hiệu điện não, một số phương pháp tiền xử lý tín hiệu, công thức xác định tham số đặc trưng cho tín hiệu, phương pháp biến đổi Wavelet rời rạc và bộ phân loại SVM - Chương 3: Tính toán và thiết kế đề cập đến 2 nội dung thiết kế quy trình thí nghiệm và thiết kế hệ thống phần mềm phân loại trạng thái biểu cảm cười và nâng chân mày sử dụng tín hiệu điện não - Chương 4: Thi công hệ thống trình bày quá trình thu dữ liệu; thi công và thử nghiệm phần mềm. - Chương 5: Kết quả, nhận xét, đánh giá trình bày các kết quả thực hiện trong đề tài - Chương 6: Kết luận và hướng phát triển BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 4 Chương 2. CƠ SỞ LÝ THUYẾT Chương 2.
TỔNG QUAN VỀ NÃO BỘ 2. Cấu tạo não bộ Não bộ của con người là cơ quan quyền lực nhất cũng là bộ phận phức tạp nhất của cơ thể. Với vai trò vô cùng quan trọng, bộ não quản lý, kiểm soát hầu hết các hoạt động của cơ thể, xử lý, tích hợp và điều phối thông tin nó nhận được từ các cơ quan giác quan và đưa ra quyết định về các chỉ dẫn được gửi đến phần còn lại của cơ thể [7]. Bộ não được chia thành ba phần chính gồm đại não, thân não và tiểu não: - Tiểu não: nằm dưới đại não.
Chức năng của nó là phối hợp các chuyển động của cơ bắp, duy trì tư thế và thăng bằng - Thân não: hoạt động như một trung tâm chuyển tiếp kết nối đại não và tiểu não với tủy sống. Nó thực hiện nhiều chức năng tự động như thở, nhịp tim, nhiệt độ cơ thể, chu kỳ thức và ngủ, tiêu hóa, hắt hơi, ho, nôn mửa và nuốt. - Đại não: là phần lớn nhất của não, được chia thành bán cầu não phải và bán cầu não trái, chúng được ngăn cách bởi khe não dọc. Lớp bề mặt ngoài của não gọi là vỏ não.
Vỏ não có màu nâu xám gọi là “chất xám”. Đại não thực hiện các chức năng như các hoạt động thính giác, thị giác, biểu đạt cảm xúc cũng như lời nói, lý luận, học tập và kiểm soát tốt các chuyển động.1, các rãnh lớn trên vỏ não chia não thành 4 thùy: gồm thùy trán, thùy thái dương, thùy đỉnh, thùy chẩm [8]: - Thùy đỉnh chiếm hơn 17% đại não, nhiệm vụ chính là quản lý xúc giác, điều khiển nhận thức, cảm nhận của con người đối với môi trường xung quanh, - Thùy chẩm cũng chỉ chiếm hơn 18% đại não, nằm ở khu vực phía sau não. Với chức năng chính chủ yếu về thị giác, thùy chẩm chịu trách nhiệm cho các quá trình cảm nhận màu sắc, hình dạng của con người đối với thế giới xung quanh. - Thùy thái dương chiếm 22.63% đại não, chức năng chính của thùy thái dương là thính giác: khả năng xử lý, nhận biết ngôn ngữ, Phân tích các tín hiệu âm thanh, xúc cảm.
Tham gia vào bộ nhớ thị giác, giúp nhận biết sự vật, khuôn mặt, là vùng não quan trọng đố với trí nhớ và học tập BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 5 Chương 2. CƠ SỞ LÝ THUYẾT - Thùy trán là thùy lớn nhất trong bốn thùy não, chiếm hơn 42% đại não. Đảm nhận chức năng điều phối chức năng vận động của cơ thể, thùy trán còn quản lý các chức năng về suy nghĩ, tư duy sáng tạo và nhân cách của mỗi người. Các thùy não và đặc điểm của thùy não[7] 2.
Các dạng sóng não Được cấu tạo từ hàng tỷ neuron thần kinh và liên kết với nhau bằng điện từ, vì vậy nên khi các liên kết này gửi tín hiệu đi đồng thời sẽ tạo nên dao động thần kinh hay còn được gọi là sóng não [9]. Sóng não cũng có cao có thấp, có nhiều tần số khác nhau được ước lượng bằng Hertz (chu kỳ trên giây). Tùy theo các hoạt động, trạng thái của con người mà tần số của các sóng não được chia thành các loại sau đây [10], [11], [12]: - Sóng não Delta (0.1 – 4 Hertz): Sóng Delta là sóng não chậm, có biên độ sóng lớn nhất, tần số thấp nhất, dao động từ 0. Sóng Delta thường được phát ra trong khi con người thiền định sâu nhất hoặc ngủ một giấc ngủ không mộng mị.
Khi con người đang trong trạng thái ngủ sâu, não sẽ tiết các hormone giúp cân bằng hoạt động sinh học của cơ thể, như điều hòa nhịp tim, tiêu hóa, hơi thở và các hoạt động khác. BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 6 Chương 2. CƠ SỞ LÝ THUYẾT - Sóng não Thelta (4 – 8 Hertz): Sóng Thelta thường có tần số nhanh hơn dao động từ 4 đến 8 Hertz. Sóng não Thelta thường xuyên xuất hiện trong trạng thái thư giãn sâu hay trong giấc ngủ hằng ngày của con người.
Sóng não Thelta giúp con người gạt bỏ những nhiễu loạn từ các giác quan, giải phóng nỗi sợ, cân bằng cảm xúc. - Sóng não Alpha (8 – 13 Hertz): Sóng Alpha có tần số cao hơn sóng Thelta, dao động từ 8 đến 13 Hertz. Sóng Alpha xuất hiện khi con người đang xuất hiện những suy nghĩ thầm lặng hoặc trong trạng thái thiền định, nghỉ ngơi thư giãn thoải mái. - Sóng não Beta (13 – 30 Hertz): Dao động trong khoảng 13 đến 30 Hertz, sóng Beta xuất hiện trong trạng thái tỉnh táo, tham gia giải quyết các vấn đề, đưa ra phán đoán, quyết định hay các hoạt động tập trung trí não.
- Sóng não Gammar (8 – 13 Hertz): Sóng não Gammar là sóng có tần số cao nhất từ 30 Hertz trở lên.