Chương 1 trình bày về lý do chọn đề tài, mục tiêu đặt ra, nội dung nghiên cứu, giới hạn và bố cục đề tài. • Chương 2: Cơ sở lý thuyết Chương 2 trình bày về cơ sở lý thuyết. Các lý thuyết về tín hiệu EEG, tín hiệu nháy mắt trọng EEG. Giới thiệu thiết bị thu dữ liệu Emotiv EPOC+, phần mềm Emotiv Pro.
Giới thiệu về mạng học sâu CNN. • Chương 3: Thu thập, tiền xử lý tín hiệu EEG và mô hình phân loại tín hiệu EEG Trình bày thí nghiệm thu tín hiệu, giao thức ghi dữ liệu EEG. Giới thiệu phương pháp trích xuất đặc trưng và dán nhãn dữ liệu. Trình bày về thiết kế mô hình phân loại CNN và xây dựng mô hình phân loại 5 tín hiệu.
Trình bày phương pháp đánh giá mô hình. • Chương 4: Ứng dụng mô hình phân loại tín hiệu EEG cho điều khiển xe lăn điện Trình bày sơ đồ khối của hệ thống. Thiết kế chương trình điều khiển thiết bị bằng tín hiệu EEG. Trình bày thao tác sử dụng.
Đưa ra dự toán cho đề tài. • Chương 5: Kết quả, nhận xét và đánh giá Chương này trình bày kết quả của mô hình phân loại và kết quả thí nghiệm điều khiển thiết bị sử dụng tín hiệu điện não. • Chương 6: Kết luận và hướng phát triển Đưa ra nhận xét, đánh giá và hướng phát triển về đề tài. BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 4 CHƯƠNG 2.
CƠ SỞ LÝ THUYẾT CHƯƠNG 2. TÍN HIỆU EEG Điện não đồ là một kỹ thuật đo lường hoạt động điện não bằng cách đo điện thế hoạt động được phát ra từ vỏ não. Tín hiệu EEG được ghi lại bằng các điện cực được đặt trên da đầu và phản ánh hoạt động điện của các tế bào não ngay lập tức. Được phát hiện bởi Hans Berger vào năm 1924, EEG là một công cụ quan trọng trong nghiên cứu và chẩn đoán các rối loạn hoạt động não.
Tín hiệu EEG có thể phản ánh hoạt động điện của các tế bào não và các khu vực não khác nhau, cho phép các nhà nghiên cứu và chuyên gia y tế đánh giá hoạt động não và phát hiện các bất thường hoặc rối loạn liên quan đến hoạt động não [5]. Bản ghi điện não đồ đầu tiên được minh họa như hình 2.1 Bản ghi điện não đồ đầu tiên phát hiện bới Berger vào năm 1924 [6]. Tín hiệu EEG là một tín hiệu điện học của hoạt động não được ghi lại từ các điện cực được đặt trên da đầu của người hoặc động vật. EEG được sử dụng rộng rãi trong nghiên cứu và chẩn đoán y tế để đánh giá hoạt động não, chẳng hạn như xác định sự tỉnh táo hoặc dấu hiệu của các bệnh lý não.
Các tín hiệu EEG cũng có thể được sử dụng để giúp xác định các rối loạn như động kinh, bệnh Parkinson và chứng mất trí nhớ. Để thu thập tín hiệu EEG, các điện cực được BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 5 CHƯƠNG 2. CƠ SỞ LÝ THUYẾT đặt trên da đầu của bệnh nhân và kết nối với một bộ đo EEG. Dữ liệu EEG được xử lý và phân tích để đánh giá hoạt động não và đưa ra chẩn đoán y tế hoặc nghiên cứu khoa học.
Đo lường EEG là quá trình ghi lại tín hiệu điện từ hoạt động não bằng cách sử dụng các điện cực được đặt trên da đầu của người hoặc động vật. Khi các tế bào não hoạt động, chúng tạo ra các tín hiệu điện mà tín hiệu EEG ghi lại. Việc đo lường EEG thường được thực hiện bằng cách gắn nhiều điện cực xung quanh đầu, chức năng của các điện cực là thu các điện thế ở vỏ não. Mỗi điện cực sẽ thu nhận được các xung điện tại từng vùng riêng biệt, mỗi điện cực được xem như là 1 kênh.
Thời gian ghi điện não đồ cơ bản là khoảng 45 phút, cũng có nhiều trường hợp thời gian ghi điện não đồ là từ 30 – 90 phút [7]. Tín hiệu điện não có biên độ trong khoảng 5-200 𝜇V, tần số thay đổi trong khoảng 1-100 Hz. CÁC DẠNG SÓNG CƠ BẢN CỦA EEG Tín hiệu EEG được biểu diễn dưới dạng đồ thị thời gian, trong đó trục ngang biểu thị thời gian và trục dọc biểu thị amplitudes của các sóng não. Các sóng não được chia thành các tần số khác nhau, bao gồm sóng delta, theta, alpha, beta và gamma.
Mỗi sóng có các đặc điểm riêng và cho thấy hoạt động não khác nhau. Về cơ bản, dải tần của sóng não EEG thường nằm trong khoảng từ 0,5 Hz – 40 Hz [8], các dạng sóng EEG được mô tả như hình 2.2 Các dạng sóng EEG cơ bản [9] Sóng Beta: Sóng có tần số từ 13-30 Hz. Loại sóng này xuất hiện ở mọi độ tuổi, tần BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 6 CHƯƠNG 2. CƠ SỞ LÝ THUYẾT suất xuất hiện tại các vùng không vỏ.
Sóng có biên độ thấp (< 29 microvol) nhưng tần số khá lớn, thường xuất hiện khi người đang tập trung suy nghĩ hoặc lo lắng tốc độ cao [8]. Sóng Alpha: Sóng có tần số từ 8-13 Hz. Biên độ 20-100 microvolt, có dạng hình sin, phân bố rõ vùng đỉnh, thái dương sau, chẩm. Sóng thường xuất hiện ở người trưởng thành, xuất hiện nhiều hơn ở phía sau vỏ não người.
Thường xuất hiện khi con người thoải mái và nhắm mắt [8]. Sóng Theta: Tần số từ 4-8 Hz. Sóng có biên độ khá thấp (30-60 microvolt), thường được phát hiện khi con người ngủ [8]. Sóng Delta: Tần số từ 0.
Sóng có tần số thấp và biên độ cao, thường được phát hiện khi con người chìm vào giấc ngủ sâu [8]. Ngoài ra, còn có một số dạng sóng sóng não khác như sóng Gamma, sóng Sigma, và sóng Mu, tuy nhiên chúng ít được sử dụng trong phân tích tín hiệu EEG. TÍN HIỆU NHÁY MẮT TRONG EEG Tín hiệu nháy mắt trong tín hiệu EEG được tạo ra bởi sự di chuyển của mắt. Khi mắt di chuyển, nó tạo ra một dòng điện trong mô mắt và mô xung quanh, dẫn đến sự xuất hiện của tín hiệu nháy mắt trong tín hiệu EEG.
Cơ chế tạo ra tín hiệu nháy mắt được giải thích bởi hai nguyên lý vật lý chính. Đầu tiên, khi mắt di chuyển, nó tạo ra một điện thế ở mô mắt và mô xung quanh. Thứ hai, khi mắt di chuyển, nó thay đổi khoảng cách giữa các điện cực trên da đầu. Điều này dẫn đến sự thay đổi của điện trường giữa các điện cực và dẫn đến sự xuất hiện của tín hiệu nháy mắt trong tín hiệu EEG.
Tín hiệu nháy mắt được phân loại dựa trên tín hiệu EEG bằng cách sử dụng phương pháp phân tích tín hiệu và các đặc trưng của sóng sóng não [9]. Trong EEG, tín hiệu nháy mắt thường xuất hiện dưới dạng các nhiễu sóng có tần số thấp và biên độ cao (gấp 10 lần tín hiệu EEG thông thường). Tín hiệu nháy mắt là một loại nhiễu trong tín hiệu EEG. Do đó, việc phân loại tín hiệu nháy mắt là một bước quan trọng trong phân tích EEG.
Tín hiệu nháy mắt được thu được ở các điện cực trên da đầu. Các điện cực này được BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 7 CHƯƠNG 2. CƠ SỞ LÝ THUYẾT đặt ở vị trí chiến lược để thu được tín hiệu nháy mắt chính xác nhất. Có hai vùng trên da đầu được sử dụng phổ biến để đặt các điện cực thu tín hiệu nháy mắt, đó là vùng nửa thái dương và vùng dưới mắt như hình 2.3 Vị trí đặt điện cực cho tín hiệu nháy mắt [10] Vùng nửa thái dương nằm ở trên và bên trong mắt, và được sử dụng để thu tín hiệu nháy mắt theo chiều ngang.
Vùng này thường được đặt các điện cực ở vị trí Fp1 và Fp2, tương ứng với hai điểm trên trán. Vùng dưới mắt nằm phía dưới mắt, và được sử dụng để thu tín hiệu nháy mắt theo chiều dọc. Vùng này thường được đặt các điện cực ở vị trí ngang và dọc, tương ứng với hai điểm ở gần mắt và dưới mắt. PHÂN LOẠI TÍN HIỆU CỬ ĐỘNG MẮT Phân loại tín hiệu EEG về hoạt động mắt ứng dụng vào việc điều khiển các thiết bị là mấu chốt quan trọng.
Hiện tại, có khá nhiều công trình nghiên cứu ứng dụng phân loại tín hiệu EEG thành công về nghiên cứu và ứng dụng. Bên dưới là một số đề tài và phương pháp nghiên cứu ứng dụng tín EEG cũng như các đề tài liên quan tín hiệu cử động mắt. Phân loại chuyển động mắt dựa trên tín hiệu điện mắt và ứng dụng trên trò chơi bóng chày HCI Bài báo “ EOG-Based Eye Movement Classification and Application on HCI Baseball Game” [11] thuộc nhóm tác giả CHIN-TENG LIN và cộng sự. Bài báo này trình bày một kỹ thuật phân loại như tám chuyển động định hướng được nghiên cứu bằng cách BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 8 CHƯƠNG 2.
CƠ SỞ LÝ THUYẾT đưa ra khái niệm vùng đệm cùng với sự thay đổi độ dốc để tránh các hiệu ứng phân loại sai trong tín hiệu điện mắt. Phát hiện nháy mắt trở nên phức tạp khi độ lớn của các tín hiệu được xem xét. Vì thế, một kỹ thuật chỉnh sửa được giới thiệu để tránh phân loại sai cho chuyển động mắt xiên. Trong khi đó, một nghiên cứu điển hình đã được xem xét để áp dụng các kỹ thuật hiệu chỉnh này vào trò chơi bóng chày HCI để học chuyển động của mắt.
Tín hiệu điện mắt được xem xét trong nghiên cứu này để phân biệt các loại chuyển động mắt của các đối tượng. Một kỹ thuật phân loại là với điều kiện đã loại bỏ 90% nháy mắt cùng với việc giải nén. Do đó, nó có hiệu quả trong việc loại bỏ nháy mắt. Tổng thời gian tính toán đã được giảm bằng cách loại bỏ xuống lấy mẫu của các tín hiệu điện mắt.
Điều này đã làm tăng hiệu quả của hệ thống phân loại. Phát hiện tín hiệu cử động mắt dựa vào ngưỡng biên độ Công trình nghiên cứu “Detection of EEG-Based Eye-Blinks Using A Thresholding Algorithm” [4] thuộc nhóm tác giả của trường Đại học sư phạm kỹ thuật Tp HCM gồm ThS Trần Đăng Khoa, PGS.TS Nguyễn Thanh Hải, ThS Nguyễn Thanh Nghĩa. Bài báo trình bày một phát hiện nháy mắt đơn giản, nhanh chóng và tự động, không yêu cầu đào tạo người dùng trước đây thực thi thuật toán.4 Các đỉnh được phát hiện trong các tín hiệu EEG được xử lý trước tại các kênh AF3 và AF4 khi đối tượng nháy cả hai mắt [4] BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 9 CHƯƠNG 2.