Luận Án Tiến Sĩ Về Phân Tích Tín Hiệu Điện Não Bằng Phương Pháp Entropy Mẫu

Luận án tiến sĩ nghiên cứu phân tích tín hiệu điện não bằng phương pháp cửa sổ trượt entropy mẫu sample entropy hỗ trợ phát, phát triển phương pháp mới, đánh giá hiệu quả ứng dụng

Trường đại học

Học viện Kỹ thuật Quân sự

Người đăng

Ẩn danh

Thể loại

Luận án Tiến sỹ Kỹ thuật

2022

124
2
0

Phí lưu trữ

35 Point

Mục lục chi tiết

LỜI CAM ĐOAN

LỜI CẢM ƠN

MỤC LỤC

DANH MỤC CÁC TỪ VIẾT TẮT

DANH MỤC KÝ HIỆU TOÁN HỌC

DANH MỤC HÌNH VẼ

DANH MỤC BẢNG

1. CHƯƠNG 1: TỔNG QUAN VỀ ĐIỆN NÃO ĐỒ TRONG ĐỘNG KINH VÀ CÁC PHƯƠNG PHÁP PHÂN TÍCH TÍN HIỆU ĐIỆN NÃO

1.1. Tổng quan về vấn đề nghiên cứu

1.2. Bản ghi điện não đồ

1.3. Vị trí bố trí các điện cực để ghi tín hiệu EEG

1.4. Ðặc điểm của EEG. Nhiễu trong điện não đồ. Điện não đồ và động kinh

1.5. Khái niệm về cơn động kinh

1.6. Vai trò của EEG trong việc xác định động kinh

1.7. Điện não đồ trong cơn động kinh

1.8. Một số phương pháp phân tích tín hiệu điện não

1.9. Phân tích các đặc trưng của EEG dựa trên phân tích thời gian-tần số

1.10. Phân tích các đặc trưng của EEG dựa trên hình thái của đỉnh sóng

1.11. Dữ liệu phân tích sử dụng trong luận án

1.11.1. Bộ dữ liệu 1

1.11.2. Bộ dữ liệu 2

1.12. Kết luận chương 1

2. CHƯƠNG 2: LÝ THUYẾT HỖN LOẠN VÀ CÁC PHƯƠNG PHÁP ĐỘNG HỌC PHI TUYẾN ỨNG DỤNG TRONG XỬ LÝ TÍN HIỆU ĐIỆN NÃO

2.1. Lý thuyết hỗn loạn

2.2. Điện não đồ mô tả hành vi một hệ động học phức tạp. Hệ động học phi tuyến

2.3. Ứng dụng lý thuyết hỗn loạn phân tích tín hiệu điện não. Xây dựng vùng thu hút tín hiệu EEG

2.4. Tính kích thước tương quan của vùng thu hút trong phân tích tín hiệu EEG dùng phát hiện bệnh động kinh

2.5. Khái niệm và cách tiếp cận Entropy

2.5.1. Entropy xấp xỉ (AE - Approximate Entropy)

2.5.2. Thuật toán tính SE tín hiệu điện não

2.5.3. Ứng dụng Entropy trong phân tích tín hiệu điện não

2.5.3.1. SE Entropy của tín hiệu mô hình
2.5.3.2. SE tín hiệu điện não thực

2.6. Kết luận chương 2

3. CHƯƠNG 3: XÂY DỰNG THUẬT TOÁN TỰ ĐỘNG PHÁT HIỆN CÁC CƠN VÀ VÙNG KHỞI PHÁT ĐỘNG KINH

3.1. Phát hiện các cơn động kinh bằng phương pháp đánh giá SE

3.2. Cơ sở xác định điểm khởi phát và kết thúc cơn động kinh

3.3. Thuật toán tự động phát hiện cơn động kinh sử dụng cửa sổ trượt SE

3.4. Lựa chọn tham số cho thuật toán

3.4.1. Lựa chọn số lượng mẫu tối ưu để tính SE

3.4.2. Lựa chọn độ rộng cửa sổ Entropy

3.4.3. Lựa chọn ngưỡng và thuật và toán ghép cơn

3.5. Thuật toán xử lý đa kênh khoanh vùng khởi phát cơn động kinh

3.6. Kết luận chương 3

4. CHƯƠNG 4: PHÂN TÍCH DỮ LIỆU VÀ ĐÁNH GIÁ KẾT QUẢ

4.1. Kết quả phân tích dữ liệu

4.2. Thời gian xử lý dữ liệu

4.3. Đánh giá kết quả nghiên cứu

4.3.1. Đánh giá hiệu suất của thuật toán

4.3.2. So sánh kết quả nghiên cứu với một số nghiên cứu khác

4.4. Kết luận chương 4

KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN LUẬN ÁN

DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ

TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Phân Tích Tín Hiệu Điện Não Trong Bệnh Động Kinh

Phân tích tín hiệu điện não là một lĩnh vực quan trọng trong y học, đặc biệt trong việc phát hiện và chẩn đoán bệnh động kinh. Bệnh động kinh là một rối loạn thần kinh phổ biến, ảnh hưởng đến khoảng 1% dân số toàn cầu. Việc sử dụng các phương pháp phân tích hiện đại như Entropy mẫu (Sample Entropy) giúp cải thiện độ chính xác trong việc phát hiện các cơn động kinh. Nghiên cứu này không chỉ mang lại giá trị cho lĩnh vực y học mà còn mở ra hướng đi mới trong việc ứng dụng công nghệ vào chăm sóc sức khỏe.

1.1. Khái Niệm Về Tín Hiệu Điện Não Và Động Kinh

Tín hiệu điện não (EEG) ghi lại hoạt động điện của não bộ. Động kinh được định nghĩa là sự xuất hiện của các cơn co giật do sự phóng điện bất thường của các nơ-ron. Việc phân tích EEG giúp xác định các đặc điểm bất thường trong hoạt động não, từ đó hỗ trợ chẩn đoán bệnh động kinh.

1.2. Vai Trò Của Entropy Trong Phân Tích Tín Hiệu Điện Não

Entropy là một chỉ số quan trọng trong việc đánh giá sự phức tạp của tín hiệu. Phương pháp Entropy mẫu (Sample Entropy) cho phép phát hiện các thay đổi trong tín hiệu EEG, từ đó giúp nhận diện các cơn động kinh một cách chính xác hơn.

II. Thách Thức Trong Phân Tích Tín Hiệu Điện Não Để Phát Hiện Bệnh Động Kinh

Mặc dù có nhiều tiến bộ trong công nghệ phân tích tín hiệu, nhưng vẫn tồn tại nhiều thách thức trong việc phát hiện bệnh động kinh. Các bác sĩ thường phải dựa vào kinh nghiệm cá nhân để phân tích dữ liệu EEG, dẫn đến sự không nhất quán trong chẩn đoán. Hơn nữa, sự phức tạp của tín hiệu điện não và sự hiện diện của nhiễu cũng làm khó khăn cho việc phát hiện chính xác.

2.1. Khó Khăn Trong Việc Phân Tích Dữ Liệu EEG

Dữ liệu EEG thường bị ảnh hưởng bởi nhiều yếu tố như nhiễu từ môi trường và sự thay đổi trong trạng thái tâm lý của bệnh nhân. Điều này làm cho việc phân tích trở nên phức tạp và khó khăn trong việc phát hiện các cơn động kinh.

2.2. Sự Phụ Thuộc Vào Kinh Nghiệm Của Bác Sĩ

Việc chẩn đoán bệnh động kinh hiện nay chủ yếu dựa vào kinh nghiệm của bác sĩ. Điều này có thể dẫn đến sự không nhất quán trong kết quả chẩn đoán, đặc biệt là trong các trường hợp khó khăn.

III. Phương Pháp Phân Tích Tín Hiệu Điện Não Bằng Entropy Mẫu

Phương pháp Entropy mẫu (Sample Entropy) đã được chứng minh là một công cụ hiệu quả trong việc phân tích tín hiệu điện não. Phương pháp này giúp xác định các đặc điểm phi tuyến trong tín hiệu EEG, từ đó hỗ trợ phát hiện các cơn động kinh một cách chính xác hơn. Việc áp dụng Entropy trong phân tích tín hiệu điện não không chỉ giúp cải thiện độ chính xác mà còn giảm thiểu thời gian phân tích.

3.1. Nguyên Tắc Hoạt Động Của Entropy Mẫu

Entropy mẫu đo lường mức độ phức tạp của tín hiệu bằng cách phân tích sự tương quan giữa các mẫu dữ liệu. Phương pháp này giúp phát hiện các thay đổi nhỏ trong tín hiệu, từ đó nhận diện các cơn động kinh.

3.2. Ứng Dụng Entropy Mẫu Trong Phát Hiện Bệnh Động Kinh

Việc áp dụng Entropy mẫu trong phân tích tín hiệu EEG đã cho thấy hiệu quả cao trong việc phát hiện các cơn động kinh. Nghiên cứu cho thấy rằng các chỉ số Entropy có thể dự đoán chính xác thời điểm xuất hiện cơn động kinh.

IV. Kết Quả Nghiên Cứu Về Phân Tích Tín Hiệu Điện Não

Nghiên cứu đã chỉ ra rằng việc sử dụng Entropy mẫu trong phân tích tín hiệu điện não mang lại kết quả khả quan trong việc phát hiện bệnh động kinh. Các thử nghiệm trên dữ liệu thực tế cho thấy độ chính xác cao trong việc nhận diện các cơn động kinh, từ đó mở ra hướng đi mới cho việc ứng dụng công nghệ trong y học.

4.1. Đánh Giá Hiệu Suất Của Phương Pháp Phân Tích

Kết quả phân tích cho thấy phương pháp Entropy mẫu có độ nhạy và độ đặc hiệu cao trong việc phát hiện các cơn động kinh. Điều này chứng tỏ rằng phương pháp này có thể được áp dụng rộng rãi trong lâm sàng.

4.2. So Sánh Kết Quả Nghiên Cứu Với Các Phương Pháp Khác

So với các phương pháp phân tích tín hiệu truyền thống, Entropy mẫu cho thấy ưu thế vượt trội về độ chính xác và khả năng phát hiện sớm các cơn động kinh.

V. Kết Luận Và Hướng Phát Triển Trong Nghiên Cứu Phân Tích Tín Hiệu Điện Não

Nghiên cứu về phân tích tín hiệu điện não bằng phương pháp Entropy mẫu đã mở ra nhiều cơ hội mới trong việc phát hiện bệnh động kinh. Hướng phát triển tiếp theo có thể bao gồm việc cải tiến thuật toán và ứng dụng công nghệ trí tuệ nhân tạo để nâng cao độ chính xác và hiệu quả trong chẩn đoán.

5.1. Tương Lai Của Phân Tích Tín Hiệu Điện Não

Với sự phát triển của công nghệ, việc áp dụng các phương pháp phân tích hiện đại như Entropy mẫu sẽ ngày càng trở nên phổ biến trong chẩn đoán bệnh động kinh.

5.2. Đề Xuất Các Hướng Nghiên Cứu Tiếp Theo

Các nghiên cứu tiếp theo có thể tập trung vào việc cải thiện thuật toán phân tích và mở rộng ứng dụng của Entropy mẫu trong các lĩnh vực khác của y học.

18/07/2025
Luận án tiến sĩ phân tích tín hiệu điện não bằng phương pháp cửa sổ trượt entropy mẫu sample entropy hỗ trợ phát hiện bệnh động kinh

Trích đoạn nội dung tài liệu

CHƯƠNG 1. TỔNG QUAN VỀ ĐIỆN NÃO ĐỒ TRONG ĐỘNG KINH VÀ CÁC PHƯƠNG PHÁP PHÂN TÍCH TÍN HIỆU ĐIỆN NÃO 1. Tổng quan về vấn đề nghiên cứu Ngành kỹ thuật Y Sinh (Biomedical engineering) kết hợp các hoạt động liên ngành, tích hợp khoa học kỹ thuật với sinh học, y học và lâm sàng, nhằm tạo ra các công cụ và thiết bị phục vụ cải thiện sức khỏe con người. Một trong nhiều lĩnh vực chính của kỹ thuật Y Sinh đó chính là lĩnh vực xử lý tín hiệu y- sinh (Biosignal processing).

Xử lý tín hiệu y sinh nhằm áp dụng các phương pháp xử lý tín hiệu trong lĩnh vực kỹ thuật điện tử để xử lý các loại tín hiệu y sinh nhằm lấy được thông tin, thông số cần thiết để trợ giúp các nhà chuyên môn y tế trong chẩn đoán và điều trị người bệnh. Động kinh được định nghĩa là một rối loạn não mãn tính được đặc trưng bởi sự xuất hiện xung động kinh lặp đi lặp lại nhiều lần. Xung động kinh là kết quả của sự phóng điện bất thường, đồng bộ và quá mức của các nơ-ron thần kinh trong não bộ[30]. Đặc trưng của động kinh được biểu hiện là các cơn co giật, mất ý thức tạm thời.

Đã có nhiều phương pháp nghiên cứu và phân tích tín hiệu EEG nhằm tìm ra những thay đổi bệnh lý (những dị thường trong tín hiệu) về thần kinh nói chung và về bệnh động kinh nói riêng[42, 46, 48, 65, 75]. Nhiều phương pháp đã được ứng dụng trong lâm sàng nhưng hiệu quả còn thấp. Hiện tại các nhà khoa học vẫn chủ yếu dùng các phương pháp tuyến tính như: phương pháp phân tích tần số - thời gian, các phương pháp phân tích thống kê. Phương pháp hiệu quả hơn cả vẫn là đánh giá bằng quan sát hình ảnh tín hiệu EEG[31].

Khi ấy ngay cả các bác sĩ giàu kinh nghiệm vẫn có những ý kiến trái ngược nhau khi xem một tiêu bản tín hiệu EEG là nhiễu hay đấy là các dị thường. Thậm chí còn LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 16 chưa thống nhất được phương thức xác định một cơn động kinh thế nào, đâu là khởi đầu của cơn đâu là điểm kết thúc[31]. Tất cả những điều này dẫn đến ý tưởng là dùng một đại lượng đặc trưng nào đó để đánh giá điện não đồ EEG. Tín hiệu điện não đồ mô tả hành vi của một hệ động học phức tạp, đặc thù hoạt động của nó là hỗn loạn nên việc dùng các phương pháp tuyến tính là kém hiệu quả.

Nếu xem não như một hệ động học phi tuyến thì việc sử dụng lý thuyết về các quá trình hỗn loạn và các phương pháp động học phi tuyến để nghiên cứu sẽ phù hợp và hiệu quả hơn. Babloyantz A và Destexhe A là những người đầu tiên thực hiện nghiên cứu phi tuyến các cơn động kinh vắng ý thức[21]. Mức độ tương quan của các cơn này thấp hơn đáng kể so với điện não đồ bình thường ở trạng thái tỉnh táo. Điều đó chứng tỏ rằng các cơn động kinh là hệ quả của “suy tổn phức tạp” bệnh lý.

Sự suy giảm số mũ Lyapunop cực đại trong cơn động kinh được Iasemidis LD và các cộng sự mô tả trong các công trình nghiên cứu của mình là phù hợp với quan niệm trên[35]. Frank GW cũng phân tích điện não đồ EEG của các cơn vắng ý thức, đề xuất sự hiện hữu vùng thu hút hỗn loạn chính là cơ sở của các quá trình này[32]. Hiện nay đã có nhiều minh chứng về việc các cơn động kinh phản ánh động học phi tuyến của não[16]. Các cơn động kinh được đặc trưng bởi các mối liên hệ qua lại phi tuyến giữa các kênh điện não (các vùng của não).

Như vậy các tính chất phi tuyến của các cơn động kinh chính là cơ sở cho việc sử dụng các phương pháp động học phi tuyến để phân tích tín hiệu điện não. Bất kỳ phương pháp nào làm rõ hành vi phi tuyến của tín hiệu điện não đều đảm bảo cho những thông tin hữu ích về trạng thái của não[69]. Lý thuyết động học phi tuyến được hình thành trên quan niệm về sự hỗn loạn được sử dụng rộng rãi trong nhiều lĩnh vực trong đó có y tế và sinh học. Philippe và LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 17 Henri[29] phát hiện ra rằng chứng tâm thần phân liệt, mất ngủ, động kinh và một vài rối loạn khác có thể nhận biết thông qua nghiên cứu diễn tiến hỗn loạn của các nơ-ron ….

Babloyantz và các cộng sự[22], Pritchard và Duke[62] đã đề xuất dùng kỹ thuật phi tuyến để phân tích điện não đồ khi ngủ. Lehnertz và Elger[47] phát hiện ra rằng việc phân tích các đặc trưng phi tuyến tín hiệu ghi được từ các vùng gây ra động kinh của não cho phép tìm ra những khác biệt trong các chỉ số trong vòng vài phút trước khi xuất hiện cơn. Martinerie và các cộng sự[52] tiến hành phân tích kích thước không gian EEG và đi đến kết luận rằng các cơn động kinh chính là các trạng thái có kích thước không gian EEG nhỏ hơn so với các trạng thái bình thường và chỉ ra rằng hoàn toàn có thể dự báo cơn. Jing và Takigawa[38] dùng kích thước tương quan của tín hiệu EEG để nghiên cứu các trạng thái thần kinh khác nhau khi động kinh.

Andrezejak và các cộng sự[16] sử dụng một đơn vị đo mới để tách biệt các hệ thống hỗn loạn tuyến tính với các hệ phi tuyến xác định, từ đó phát hiện ra rằng các tín hiệu điện não đồ ghi được từ các vùng gây động kinh biểu lộ tính xác định phi tuyến rất rõ, trong khi đó các vùng không gây động kinh lại đặc trưng bởi các hệ hỗn loạn. Aschebrenner - Schelbe và các cộng sự[19] đề xuất một vài phương pháp dự báo các cơn động kinh đang tới dựa trên việc phân tích kích thước tương quan tín hiệu EEG. Nhóm này nghiên cứu sự giảm kích thước tương quan ở giai đoạn trước cơn. Pavinen và các cộng sự[57] sử dụng các đặc trưng phi tuyến và các phương pháp phân tích bằng máy tính như phân tích phân biệt để phát hiện các cơn động kinh, bổ trợ cho các phương pháp phân tích thời gian- tần số.

Bai và các cộng sự[23] lại sử dụng các tham số phi tuyến như Entropy để phân tích tín hiệu EEG và nhận thấy trong các cơn động kinh Entropy giảm xuống. Tất cả các nghiên cứu trên đây cho thấy giá trị đặc biệt của các phương pháp phi tuyến phân tích tín hiệu điện não đồ, từ đó hiểu được tính chất các rối LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 18 loạn làm việc của não. Phương pháp phân tích này là phù hợp nhất để phát hiện các cơn động kinh. Hầu hết các hệ thống phát hiện động kinh hiện tại chỉ tập trung vào phân tích dữ liệu EEG trên một vài kênh tại một thời điểm chứ không xử lý đồng thời trên tất cả các kênh của bản ghi EEG.

Các nghiên cứu tập trung chủ yếu vào việc phát hiện có hay không có cơn động kinh trên các bản ghi và có rất ít nghiên cứu chỉ ra thông tin cụ thể về cơn động kinh (thời điểm khởi phát, kết thúc cơn, vùng khởi phát). Trong cơn động kinh thì khả năng xuất hiện các gai sóng động kinh trên các kênh gần nhau trong cùng một thời điểm là cao[36, 54] nên phương pháp xử lý đa kênh đồng thời có thể sẽ cho phép khai thác mối liên hệ theo không gian của các cơn động kinh, tăng hiệu quả phát hiện cơn động kinh và vùng não khởi phát cơn động kinh đó. Indiradevi là một trong số ít các nhà khoa học đề cập đến định vị khu vực não tổn thương gây nên các cơn động kinh trong tín hiệu điện não đồ sử dụng đồng thời thông tin từ nhiều kênh[36]. Tuy nhiên, các công trình nghiên cứu sử dụng thông tin đa kênh để nhận biết cơn động kinh chưa nhiều và chưa đưa ra công cụ hiệu quả để hỗ trợ các bác sĩ trong việc tự động phát hiện và đánh dấu các cơn động kinh trên các bản ghi EEG.

Động kinh là một rối loại chức năng não bộ khá phổ biến ở Việt Nam. Một thống kê gần đây cho khu vực miền Bắc chỉ ra rằng tỉ lệ mắc bệnh động kinh là 0,44%[1]. Tuy nhiên việc sử dụng các bản ghi EEG trong chẩn đoán và điều trị bệnh động kinh vẫn còn ở giai đoạn sơ khai do một số lí do sau: - Sự khan hiếm của các bác sĩ thần kinh có kinh nghiệm để có thể đưa ra các phân tích chất lượng cao dựa trên thông tin EEG, - Hầu hết các bác sĩ chuyên khoa hiện nay vẫn phân tích và chẩn đoán động kinh từ số liệu đo thô trực tiếp từ máy điện não mà không qua công đoạn xử lý tinh vi. LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 19 - Quy trình đo tín hiệu điện não không đáp ứng hoàn toàn chuẩn quốc tế thông thường (thời gian ghi điện não tối thiểu là 20 phút trong khi chúng ta hầu hết chỉ đo 10 phút do quá tải bệnh nhân mà nguồn lực không đáp ứng kịp).

Các nghiên cứu áp dụng công nghệ mà cụ thể là xử lý tín hiệu điện não cho động kinh hầu như rất ít. Nguyễn Thị Anh Đào[2] sử dụng các đặc trưng hình thái gai sóng để phát hiện các gai động kinh với độ chính xác 88.5%; phương pháp này chỉ phát hiện các gai sóng trên từng kênh riêng lẻ chứ không xử lý đa kênh do khối lượng tính toán rất lớn. Sử dụng phần mềm của nước ngoài để xử lý tín hiệu điện não, nhận biết gai động kinh chưa phổ biến do giá thành cao. Do đó, để hỗ trợ các bác sĩ cải thiện chất lượng và chẩn đoán bệnh động kinh là một trong những vấn đề cấp thiết đối với các nhà khoa học xử lý tín hiệu điện não ở Việt Nam.

Bản ghi điện não đồ Bản ghi điện não đồ EEG (Electroencephalogram) là sự biểu diễn dạng đồ họa sự thay đổi hiệu điện thế theo thời gian giữa các điện cực được bố trí ở các vị trí khác nhau trên da đầu tương ứng với các vùng của vỏ não. EEG cung cấp thông tin về các hoạt động điện não thông qua biên độ, tần số, hình thái, phân bố không gian, sự phân cực của hiệu điện thế. Trên cơ sở nghiên cứu các đặc trưng của EEG cho phép các bác sĩ và các nhà khoa học phát hiện được các hoạt động bất thường của bộ não. Vị trí bố trí các điện cực để ghi tín hiệu EEG Thông thường để thu tín hiệu EEG chúng ta sẽ dùng một bộ điện cực gắn trên da đầu theo hệ thống đặt điện cực 10-20 của quốc tế.

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

Tài liệu có tiêu đề Phân Tích Tín Hiệu Điện Não Bằng Entropy Mẫu Hỗ Trợ Phát Hiện Bệnh Động Kinh cung cấp một cái nhìn sâu sắc về việc sử dụng phương pháp entropy mẫu trong phân tích tín hiệu điện não để hỗ trợ phát hiện bệnh động kinh. Bài viết nhấn mạnh tầm quan trọng của việc áp dụng các kỹ thuật phân tích hiện đại nhằm nâng cao độ chính xác trong chẩn đoán bệnh lý này. Độc giả sẽ tìm thấy những lợi ích rõ ràng từ việc hiểu biết về cách thức hoạt động của các phương pháp này, cũng như cách chúng có thể cải thiện quy trình chẩn đoán và điều trị.

Để mở rộng kiến thức của bạn về lĩnh vực này, bạn có thể tham khảo tài liệu Luận văn thạc sĩ xây dựng hệ thống phân tích thông tin điện não đồ 04, nơi cung cấp thêm thông tin về hệ thống phân tích thông tin điện não đồ, giúp bạn có cái nhìn tổng quát hơn về các ứng dụng và công nghệ liên quan. Mỗi tài liệu đều là một cơ hội để bạn khám phá sâu hơn về chủ đề này và nâng cao hiểu biết của mình.