ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA FG BÁO CÁO TỔNG KẾT ĐỀ TÀI KHCN CẤP CƠ SỞ XÂY DỰNG CHƯƠNG TRÌNH XỬ LÝ VÀ PHÂN TÍCH TÍN HIỆU ĐIỆN NÃO HỖ TRỢ CHẨN ĐOÁN CÁC BỆNH LÝ THẦN KINH Chủ nhiệm đề tài: ThS. NGUYỄN THỊ MINH HƯƠNG TS. HUỲNH QUANG LINH Mã đề tài: T-KHUD-2012-20 Thời gian thực hiện: 02/2012 – 02/2013 Thành phố Hồ Chí Minh – Tháng 08/2013 Đề tài NCKH cấp cơ sở “Xây dựng chương trình xử lý và phân tích tín hiệu điện não đồ hỗ trợ chẩn đoán các bệnh lý thần kinh” - MSĐT: T-KHUD-2011-22 XÂY DỰNG CHƯƠNG TRÌNH XỬ LÝ VÀ PHÂN TÍCH TÍN HIỆU ĐIỆN NÃO HỖ TRỢ CHẨN ĐOÁN CÁC BỆNH LÝ THẦN KINH Nguyễn Thị Minh Hương, Huỳnh Quang Linh Bộ môn Vật lý kỹ thuật Y sinh, Khoa Khoa học Ứng dụng Trường Đại học Bách khoa – ĐHQG TP.HCM TÓM TẮT Với sự hỗ trợ của công nghệ tính toán, nhiều phương pháp xử lý nhận dạng tín hiệu EEG đã được phát triển và đưa ra nhiều kết quả khả quan trong chẩn đoán động kinh, ngưng thở trong giấc ngủ, rối loạn giác quan, khảo sát phản xạ thính giác, tâm thần phân liệt, Parkinson, Azheimer vv… Việc áp dụng các phương pháp trên để xây dựng một phần mềm có tính thân thiện với người dùng nhằm giúp các bác sĩ thần kinh chẩn đoán, nghiên cứu các bệnh lý trên mà không đòi hỏi kiến thức tin học chuyên sâu là việc làm có ý nghĩa thiết thực đáng kể.
Trên cơ sở chương trình mã nguồn mở EEGLAB, nhóm tác giả đã xây dựng chương trình xử lý và hỗ trợ chẩn đoán các bệnh lý thần kinh tích hợp nhiều tiện ích xử lý phức hợp dựa vào các kết quả nghiên cứu về đặc tính vật lý phi tuyến công bố gần đây như xác định hệ số Lyapunov, fractal và phân tích spectrogram, nhằm cung cấp nhiều lựa chọn cho các bác sĩ thần kinh, các học viên ngành y sinh trong nghiên cứu học tập về xử lý và chẩn đoán tín hiệu điện não đối với các hoạt động thần kinh, các triệu chứng bệnh lý đặc thù. Chương trình còn có khả năng mở rộng khả năng sử dụng khảo sát các dạng tín hiệu phi tuyến khác như tín hiệu điện tim, điện mắt, điện cơ vv. về các tính chất phi tuyến trong các lĩnh vực chuyên sâu phục vụ nhu cầu nghiên cứu và đào tạo chuyên ngành. 2 Đề tài NCKH cấp cơ sở “Xây dựng chương trình xử lý và phân tích tín hiệu điện não đồ hỗ trợ chẩn đoán các bệnh lý thần kinh” - MSĐT: T-KHUD-2011-22 BUILDING PROGRAM FOR ELECTROENCEPHALOGRAM SIGNAL PROCESSING AND ANALYSIS SUPPORTING NEUROPATHY DIAGNOSIS Nguyen Thi Minh Huong, Huynh Quang Linh Department of Biomedical Engineering Faculty of Applied Science, HCMUT-VNU HCM ABSTRACT With supporting of computational technology, many methods for EEG signal processing and analysis have been developed and provide remarkable positive results in diagnosis of epilepsy, sleep apnea, sensory disorders, auditory reflection survey, schizophrenia, Parkinson, Alzheimer etc.
Building a software with user-friendly features based of mentioned methods should have considerably practical significance to help doctors and researchers with minimal programming skills in research on neuropathy diagnosis diseases. Based on the open source program EEGLAB, the authors have developed a program for EEG processing and analysis supporting neuropathy diagnosis with the implementation of many integrated utilities extracting recently published nonlinear physical properties of EEG such as Lyapunov coefficient, fractal and spectrogram analysis. Program provides neurologists, biomedical researchers with advanced options of EEG processing and analysis diagnosis in neurology research. The program can be used for studies of nonlinear characteristics of other biosignals such as ECG, EOG, EMG etc.
in biomedical research and education. 3 Đề tài NCKH cấp cơ sở “Xây dựng chương trình xử lý và phân tích tín hiệu điện não đồ hỗ trợ chẩn đoán các bệnh lý thần kinh” - MSĐT: T-KHUD-2011-22 I. TỔNG QUAN Từ hơn nửa thế kỉ nay, nghĩa là từ sau phát hiện của Hans Berger năm 1929, điện não đồ được sử dụng như một thăm khám cận lâm sàng để chẩn đoán các hoạt động não và chức năng não đối với việc xác định hiện tượng sinh lý bình thường và bất thường như động kinh, tâm thần phân liệt, rối loạn giấc ngủ, mệt mỏi tinh thần và hôn mê. Điện não (EEG) là công cụ chủ đạo thường được sử dụng để nghiên cứu bệnh mất trí nhớ.
Trong nhiều trường hợp, ví dụ như Alzheimer’s và các bệnh rối loạn tâm thần như trầm cảm, EEG được sử dụng để chẩn đoán những bất thường. Thông thường, EEG được sử dụng để chẩn đoán và đánh giá sự mất trí nhớ của vỏ não và dưới vỏ não. Thường thì nó giúp phân biệt giữa tổn thương thoái hóa như AD (Alzheimer’s diseases) và bệnh giả mất trí nhớ do rối loạn tâm thần [1]. EEG chỉ ra quá trình nào là quá trình nào là chủ yếu và quá trình nào là không chủ yếu (ví dụ như các sóng nền delta và theta liên quan đến bệnh).
EEG cũng có khả năng tiên đoán sớm hoạt động bất bình thường liên quan đến CJD (Creutzfeldt-Jakob diseases- bệnh Creutzfedt). Động kinh hiện nay là một vấn đề quan trọng của ngành y tế và là bệnh lý cần được quan tâm đặc biệt vì những di chứng của nó ảnh hưởng đến chất lượng cuộc sống, khả năng học tập công tác, hòa nhập cộng đồng và xã hội. Động kinh là một cơn kịch phát phóng điện đồng thời quá mức và tự duy trì của một quần thể Neuron trong chất xám của vỏ não. Cơn động kinh tự bộc phát, bệnh nhân khó kiểm soát hay biết trước được.
Trên thế giới có khoảng 50 triệu người bị bệnh động kinh nhưng chỉ có khoảng 35 triệu người được điều trị đúng cách. Trong những năm gần đây, rất nhiều nghiên cứu chú ý đến đến xử lý tín hiệu EEG và các ứng dụng của nó. Nghiên cứu cho thấy EEG chứa rất nhiều thông tin về những bất thường hoặc phản ứng với một số kích thích trong não của con người. Tuy nhiên, nhiễu và các tín hiệu giả (không phải tín hiệu xuất phát từ não) là những kẻ thù của tín hiệu EEG chất lượng cao.
Do đó sự hiện diện của chúng ảnh hưởng đến việc đánh giá chính xác tín hiệu EEG. Nhiễu thường rơi vào hai loại chính là: nhiễu do kỹ thuật và nhiễu do sinh lý. Nhiễu kỹ thuật là nhiễu do tác động của môi trường lên EEG do điều kiện đo đạc, phòng ốc không đảm bảo cũng như ảnh hưởng của điện lưới. Vì vậy, nhiễu này hoàn toàn có thể được giảm thiểu nếu chúng ta cải thiện điều kiện đo đạc.
Trong khi đó, nhiễu sinh lý sinh ra do các hoạt động sinh lý của con người tác động lên vùng được đo và loại nhiễu này từ trước đến nay được xem như là thuộc tính cố hữu của EEG. Hiện nay, các bộ lọc thông được trang bị trong các thiết bị đo điện não chủ yếu để loại bỏ nhiễu 4 Đề tài NCKH cấp cơ sở “Xây dựng chương trình xử lý và phân tích tín hiệu điện não đồ hỗ trợ chẩn đoán các bệnh lý thần kinh” - MSĐT: T-KHUD-2011-22 kỹ thuật có tần số nằm ngoài dãy tần số của điện não. Tuy nhiên,cho đến nay việc loại nhiễu kỹ thuật có tần số nằm trong dãy tần số của điện não thì vẫn còn là vấn đề nan giải với các bộ lọc tuyến tính này. Còn đối với việc loại bỏ các nhiễu sinh lý như điện cơ, điện tim, điện mắt trong tín hiệu điện não thì còn vẫn còn là vẫn đề khá mới, và hoàn toàn không thấy trong các phần mềm chuyên dụng sử dụng trong bệnh viện tại TPHCM hiện nay.
Vì vậy nhu cần nghiên cứu, phát triển các thuật toán để cải thiện việc lọc nhiễu, đặc biệt là nhiễu sinh lý là cấp thiết. Do đó, để phân tích và xử lý tín hiệu EEG chính xác, nhiều thuật toán đã được nghiên cứu để loại bỏ nhiễu và các tín hiệu giả. Các tín hiệu EEG chứa thông tin có tần số dưới 100 Hz (trong nhiều ứng dụng các thông tin nằm dưới 30 Hz). Bất cứ thành phần tần số cao hơn có thể đơn giản được gỡ bỏ bằng cách sử dụng bộ lọc thông thấp.
Trong trường hợp các dữ liệu EEG bị nhiễu nguồn 50/60Hz thì một phương pháp phổ biến để loại trừ sự can thiệp không mong muốn của dòng điện trong phòng thí nghiệm nơi nhạy cảm với các tín hiệu điện tử là sử dụng một bộ lọc Notch. Tuy nhiên một bộ lọc tần số cố định Notch không thể loại bỏ tất cả nhiễu do đặc tính của nhiễu trong tín hiệu y sinh (tần số và pha) thay đổi liên tục trong quá trình ghi nhận EEG. Một cách để khắc phục những hạn chế của một bộ lọc Notch tần số cố định là bộ lọc nhiễu đáp ứng thích nghi (Adaptive noise cancellation). Tiền đề của các mô hình toán và các thuật toán xử lý thích nghi bắt đầu được đề cập vào những năm 50 và 60 của thế kỷ 20 thông qua các tác giả như: H.
Shannon trong bài “Đạo hàm đơn giản hóa cho lý thuyết dự đoán và làm mịn bình phương cực tiểu tuyến tính” [2]; R. Kalman trong bài “Lý thuyết chung của điều khiển” [3]; R. S Bucy trong bài “Những kết quả mới trong lọc tuyến tính và lý thuyết dự đoán” [4]; J. Groner trong bài “Việc sử dụng một phần tử ngưỡng thích nghi để thiết kế một phân loại mô hình tuyến tính tối ưu” [5].
Nhưng phải đợi đến giữa những năm của thập kỷ 70, xử lý thích nghi chính thức được đề xuất bởi Bernard Widrow-Trường Đại học Stanford và Samuel D. Stearns-Phòng thí nghiệm quốc gia Sandia (Hoa Kỳ). Ban đầu các tác giả tập trung vào xây dựng cơ sở toán học cho bốn mô hình chính, đó là Tiên đoán, Nhận dạng, Sửa sóng, Lọc nhiễu. Đồng thời ứng dụng của mô hình lọc nhiễu đã được B.
Widrow gợi ý rất sớm trong “Adaptive Noise Canceling Principles and Applications” [6]. Một trong các ứng dụng quan trọng của bài viết trên là lọc nhiễu 50Hz – 60Hz cho tín hiệu điện tâm đồ. Người ta sẽ ghi nhận và đưa vào bộ lọc thích nghi một kênh tham 5 Đề tài NCKH cấp cơ sở “Xây dựng chương trình xử lý và phân tích tín hiệu điện não đồ hỗ trợ chẩn đoán các bệnh lý thần kinh” - MSĐT: T-KHUD-2011-22 chiếu (là tín hiệu nhiễu cần loại bỏ) cùng với tín hiệu vào. Các hệ số của bộ lọc thích nghi được điều chỉnh theo kênh tham chiếu để bù cho sự thay đổi của tín hiệu vào, tín hiệu ra hoặc thông số của hệ thống.
Thuật tóan được sử dụng nhiều nhất để tối ưu hóa là là thuật toán trung bình bình phương cực tiểu (Least Mean Square, LMS). Song do sự phát triển cao của y học trong những năm gần đây đã làm nẩy sinh những yêu cầu mới, khắc khe hơn cho các thuật toán lọc nhiễu.
