XỬ LÝ TÍN HIỆU ĐIỆN NÃO TRONG TƯỞNG TƯỢNG VẬN ĐỘNG CHI TRÊN TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỆN TỬ

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

Phạm Phúc Ngọc

XỬ LÝ TÍN HIỆU ĐIỆN NÃO TRONG TƯỞNG TƯỢNG
VẬN ĐỘNG CHI TRÊN

Chuyên ngành: Kỹ thuật điện tử
Mã số: 62520203

TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỆN TỬ

Hà Nội – 2016


Cơng trình được hồn thành tại:
Trường Đại học Bách khoa Hà Nội

Người hướng dẫn khoa học:
PGS.TS. PHẠM VĂN BÌNH
TS. PHẠM HẢI ĐĂNG

Phản biện 1:
Phản biện 2:
Phản biện 3:

Luận án được bảo vệ trước Hội đồng đánh giá luận án tiến sĩ cấp
Trường họp tại Trường Đại học Bách khoa Hà Nội
Vào hồi …….. giờ, ngày ….. tháng ….. năm ………

Có thể tìm hiểu luận án tại thư viện:
1. Thư viện Tạ Quang Bửu - Trường ĐHBK Hà Nội
2. Thư viện Quốc gia Việt Nam


MỞ ĐẦU
1.1. Mục đích nghiên cứu
Hệ thần kinh đóng vai trị phát ra các thơng tin để điều
khiển và tạo ra vận động ở người thơng qua các sóng điện từ (gọi
tắt là sóng não). Sóng não điều khiển tưởng tượng vận động chi
trên (IHMv - Imagery Hand Movement) là một hoạt động của não
bộ khi con người tưởng tượng hoặc suy nghĩ về điều khiển vận
động chi trên mà khơng tạo ra chuyển động thật. Việc nghiên cứu
các tín hiệu này sẽ giúp chúng ta giải mã được các hoạt động của
não bộ liên quan đến hệ vận động người. Nghiên cứu về các hoạt
động tưởng tượng vận động có thể sử dụng như một phương pháp
huấn luyện phục hồi chức năng đối với những người bị liệt chi sau
đột quỵ [54], [100], [20], hoặc kết hợp giữa tưởng tượng vận động
với các thiết bị robot hỗ trợ phục hồi chức năng[49], [68], [82].
Như vậy, việc phân giải được các thơng tin điều khiển vận động
từ sóng não và tạo ra được các tín hiệu điều khiển vận động từ
sóng não sẽ có vai trị trị rất lớn trong các hệ thống hỗ trợ vận
động, giao tiếp người máy BCI hoặc các thiết bị chân tay giả được
điều khiển bởi hệ thống thần kinh. Trong nghiên cứu của luận án,
tác giả tập trung nghiên cứu về các tín hiệu IHMv. Để có thể ứng
dụng được trong thực tế, các hệ thống phân loại IHMv cần thiết
phải chú trọng đến việc nâng cao được độ chính xác, tin cậy và
tốc độ xử lý và khả năng phân giải nhiều phân lớp IHMv. Hiện
nay có bốn xu hướng nghiên cứu nhằm phân giải các phân lớp
IHMv và tạo ra tín hiệu điều khiển chuyển động từ sóng não đó

là: (1) Phân tích chỉ số khóa pha PLV của các cặp điện cực [10],
(2) Sử dụng sự biến thiên năng lượng và cơng suất của tín hiệu
dựa trên q trình suy giảm đồng bộ và tăng đồng bộ trong và
trước khi xảy ra q trình vận động tại băng tần µ (Mu) và β
(beta) [113], [93] kết hợp với các mơ hình phân loại (3) Phân tích
các chỉ số tín hiệu theo mơ hình tự hồi quy (AR), trung bình dịch
tự động hồi quy (ARMA) [25], [16] kết hợp với các mô hình phân
loại (4) Phân tích tín hiệu trên miền thời gian - tần số [23], [89]
dựa trên biến đổi Wavelet kết hợp với mơ hình phân loại NN,
SVM, LDA
1


Trong các phương pháp tiếp cận trên, có thể nhận thấy một
số vấn đề sau: Thứ nhất đó là vẫn chưa xác định rõ các nhóm
thuộc tính chuẩn định lượng tín hiệu IHMv. Để nâng cao độ chính
xác phân loại, phần lớn mơ hình sử dụng phương pháp tách đặc
trưng trên nhiều điện cực làm tăng thời gian tính tốn và thời gian
thiết lập hệ thống khi áp dụng trên các mơ hình BCI thực tế. Thứ
hai đó là các hệ thống phân loại tưởng tượng vận động chi trên
mới có khả năng phân loại ít trạng thái, phần lớn tập trung phân
lớp hai trạng thái tưởng tượng vận động. Thứ ba là độ chính xác
và tin cậy của các hệ thống phân loại phụ thuộc nhiều vào các bộ
dữ liệu huấn luyện. Bênh cạnh đó, tín hiệu điện não có tính thống
kê phụ thuộc vào nhiều điều kiện như tuổi tác, giới tính, tình trạng
sức khỏe… do đó nghiên cứu xây dựng tập dữ liệu từ các đối
tượng đo dưới các điều kiện xác định sẽ giúp trích xuất được các
thơng tin thơng qua các kỹ thuật phân tích dữ liệu. Đồng thời có
thể đóng góp vào bộ cơ sở dữ liệu chung của thế giới để giúp
nghiên cứu những đặc tính mới của tín hiệu trên bộ cơ sở dữ liệu

lớn.
Mục tiêu nghiên cứu của luận án
- Đề xuất bộ đặc trưng tín hiệu IHMv nhằm nâng cao độ
chính xác phân loại ba phân lớp tưởng tượng vận động
chi trên.
- Xây dựng phương pháp phân loại các tín hiệu IHMv
theo hướng tăng độ chính xác và số lượng các phân
nhóm. Xây dựng mơ hình hệ thống quyết định các phân
lớp IHMv dựa trên bộ thuộc tính và phương pháp phân
loại đề xuất.
- Xây dựng bộ dữ liệu điện não liên quan đến điều khiển
vận động của đối tượng người Việt Nam phục vụ
nghiên cứu và phân tích.
Các vấn đề cần giải quyết của luận án
- Lựa chọn phương pháp tiền xử lý tín hiệu IHMv giúp
nâng cao chất lượng tín hiệu IHMv thu nhận là một vấn
đề cần giải quyết của luận án.

2


Nghiên cứu mơ hình, phương pháp định lượng tín hiệu
IHMv và đề xuất bộ thông số đặc trưng trên số lượng
kênh đo ít hơn và có khả năng phân biệt các nhóm tín
hiệu IHMv để có thể nâng cao độ chính xác phân loại.
- Nghiên cứu và đề xuất phương pháp phân loại ba phân
lớp IHMv bao gồm: tưởng tượng chuyển động tay trái
(Lf_IHMv), tưởng tượng chuyển động tay phải
(Ri_IHMv) và trạng thái nghỉ (Re_IHMv). Để thực hiện
được điều này thì kết hợp giữa nhóm các thuộc tính đề

xuất với mơ hình phân loại để phân giải ba phân lớp
IHMv là một vấn đề cần giải quyết
- Nghiên cứu và xây dựng bộ cơ sở dữ liệu điện não liên
quan đến vận động người của đối tượng là người Việt
Nam phục vụ nghiên cứu và phân tích.
Phạm vi nghiên cứu
- Nghiên cứu chức năng điều khiển vận động của não bộ
và các giải pháp kỹ thuật nâng cao chất lượng tín hiệu
IHMv.
- Nghiên cứu các thuật tốn định lượng tín hiệu IHMv và
phương pháp lựa chọn bộ đặc trưng.
- Nghiên cứu phương pháp phân loại các tín hiệu IHMv.
- Nghiên cứu xây dựng bộ cơ sở dữ liệu tín hiệu điện não
liên quan đến vận động chi trên của đối tượng người
Việt nam khỏe mạnh.
Phƣơng pháp nghiên cứu
- Nghiên cứu lý thuyết về tín hiệu điện não liên quan đến
tưởng tượng vận động chi trên.
- Mơ hình hóa phương pháp định lượng và phân loại ba
phân lớp IHMv.
- Kiểm chứng đánh giá phương pháp phân lớp IHMv
bằng thực nghiệm trên bộ dữ liệu mẫu và trên bộ dữ liệu
từ máy đo thực tế.
Các đóng góp của Luận án
- Đề xuất bộ đặc trưng mới định lượng tín hiệu IHMv. Bộ
đặc trưng mới được phát triển từ phương pháp định
-

3

lượng tín hiệu trên miền thời gian - tần số dựa trên biến
đổi Wavelet với số lượng kênh xử lý rút gọn. Dựa trên
phương pháp kiểm định ANOVA, bộ đặc trưng đề xuất
đã cho thấy khả năng phân biệt ba phân lớp IHMv trên
bộ dữ liệu mẫu. Kết quả được công bố trong bài báo (4)
- Đề xuất phương pháp sử dụng các thơng số định lượng
tín hiệu IHMv để phân lớp 3 trạng thái đầu ra bao gồm:
Lf_IHMv, Ri_IHMv, Re_IHMv. Phương pháp được đề
xuất dựa trên việc xây dựng bộ phân loại theo mơ hình
vector học máy SVM được cấu trúc 2 tầng nối tiếp. Kết
quả mô phỏng trên bộ dữ liệu mẫu cho thấy cấu trúc bộ
phân loại đề xuất cho kết quả phân loại tốt với ba phân
lớp IHMv. Kết quả được cơng bố tại cơng trình (5).
- Xây dựng tập dữ liệu điện não liên quan đến tưởng
tượng vận động và vận động thật chi trên của đối tượng
người Việt Nam khỏe mạnh. Bộ dữ liệu sẽ đóng góp
vào bộ dữ liệu điện não liên quan đến vận động chi trên
của thế giới và có khả năng sử dụng cho quá trình huấn
luyện hệ thống phân loại
- Xây dựng ứng dụng tạo quyết định 3 phân lớp IHMv
theo mơ hình phân loại đề xuất. Kết quả hệ thống đã
thực nghiệm thành công trên bộ dữ liệu mẫu và bộ dữ
liệu thực tế được đo tại phòng thí nghiệm. Điều này cho
thấy tính khả thi của phương pháp phân loại và độ tin
cậy của tập dữ liệu tự thiết kế.
Luận án đưa ra một số khuyến nghị về vấn đề lựa chọn
kênh đo, tiền xử lý bằng bộ lọc pha bằng không, bộ lọc
không gian, phương pháp phân giải tín hiệu điện não liên
quan đến điều khiển vận động để nâng cao tỷ số SNR tín

hiệu phục vụ phân tích, nghiên cứu. Một số khuyến nghị
được đề cập trong cơng trình số (1), (2), (3)
1.2 Cấu trúc nội dung luận án
Nội dung luận án bao gồm 4 chương. Trong đó các đóng
góp khoa học của luận án thể hiện ở các nội dung đề xuất và thực
4


hiện trong chương 2, chương 3 và chương 4. Các nội dung cụ thể
như sau:
- Chương 1: Chương 1 trình bày hệ thần kinh điều khiển
vận động và các mô hình xử lý và phân giải tín hiệu
IHMv. Phần đầu chương trình bày tổng quan về đặc điểm
giải phẫu khu vực vỏ não vận động, hoạt động điện, cơ
chế truyền dẫn, cách thức thu nhận tín hiệu điều khiển vận
động theo hệ thống đo điện não EEG. Phần tiếp theo,
nghiên cứu mơ hình xử lý tín hiệu IHMv và đưa ra các
kiến nghị về các giải pháp kỹ thuật trong mơ hình xử lý để
tăng tỷ số SNR của tín hiệu như lựa chọn kênh đo, sử
dụng bộ lọc số FIR, lọc khơng gian Laplacian.
- Chương 2: Chương 2 trình bày đề xuất phát triển bộ đặc
trưng mới để định lượng tín hiệu IHMv theo phương pháp
định lượng tín hiệu trên miền thời gian – tần số dựa trên
biến đổi wavelet để nâng cao độ chính xác phân loại tín
hiệu IHMv. Phần đầu chương tập trung nghiên cứu các
phương pháp định lượng tín hiệu IHMv theo phương pháp
định lượng tín hiệu trên miền thời gian - tần số. Phần tiếp
theo, các đặc trưng sẽ được xây dựng và đánh giá khả
năng phân biệt các trạng thái dựa trên phương pháp kiểm
định thống kê ANOVA. Phần cuối của chương, luận án đề

xuất việc lựa chọn đặc trưng để xây dựng vector đặc trưng
mơ tả tín hiệu điện não IHMv dựa trên khả năng phân biệt
các trạng thái điều khiển vận động tưởng tượng chi trên
theo chỉ số F và p của mơ hình phân tích phương sai
ANOVA.
- Chương 3: Chương 3 đề xuất phương pháp sử dụng bộ
thông số định lượng để thực hiện phân lớp ba trạng thái
IHMv ứng dụng cho hệ thống hỗ trợ vận động điều khiển
bằng sóng não EEG. Trong chương này, luận án nghiên
cứu và đề xuất sử dụng bộ phân loại ba phân lớp IHMv
theo mơ hình phân loại SVM 2 tầng dựa trên bộ đặc trưng
đề xuất. Phần tiếp theo sẽ mô tả khả năng thực hiện của hệ

5


-

-

thống trên bộ dữ liệu mẫu Physionet để đánh giá hiệu quả
của mơ hình.
Chương 4: Chương 4 trình bày quy trình xây dựng bộ dữ
liệu liên quan đến vận động chi trên của đối tượng đo
người Việt nam phục vụ phân tích và nghiên cứu. Phần
đầu chương mơ tả phương pháp thiết lập hệ thống đo và
đối tượng đo để thu nhận tín hiệu điện não IHMv. Phần
tiếp theo mơ tả đóng góp về bộ dữ liệu điện não IHMv của
đối tượng người Việt. Phần cuối chương trình bày kết quả
mô phỏng của bộ phân loại đề xuất trên bộ dữ liệu được

tạo ra và đánh giá kết quả.
KẾT LUẬN: Kết luận và hướng phát triển tiếp theo cho
luận án

CHƢƠNG 1. HỆ THẦN KINH ĐIỀU KHIỂN VẬN
ĐỘNG VÀ MƠ HÌNH XỬ LÝ TÍN HIỆU ĐIỆN NÃO
ĐỒ LIÊN QUAN VẬN ĐỘNG CỦA NGƢỜI
1.1 Hệ thần kinh điều khiển vận động
1.1.1 Các hoạt động điện của não
1.1.2 Điện thế hoạt động
Vận tốc dẫn của điện thế hoạt động trong khoảng 1-100ms.
Đối với người thì biên độ của AP xấp xỉ -60mV đến 10 mV.
1.1.3 Tạo tín hiệu EEG
Tín hiệu điện não EEG là tín hiệu điện được đo trên sọ não
và tạo ra bởi các dòng ion trong các nơ ron não. Sóng µ (8-13Hz)
là một sóng điện não có dải tần nằm trong dải alpha và thường
liên quan đến quá trình lập kế hoạch vận động hoặc tưởng tượng
vận động của người.
1.1.4 Hệ thống điều khiển vận động não
Vỏ não điều khiển vận động là khu vực tham gia vào quá
trình lập kế hoạch, điều khiển và thực hiện các chuyển động có
chủ ý. Vùng vận động thuộc hồi trán lên, đây là nơi xuất phát của
bó tháp. So với các vùng khác thì vùng vận động có diện tích lớn
6


nhất. Tế bào thần kinh vận động gửi thông tin qua trục thần kinh
tới hệ cơ. Khi nơron trên vỏ não kích hoạt thì nó sẽ làm cơ co.
Hoạt động trên vỏ não vận động càng lớn thì lực cơ càng mạnh.

Hình 1.13. Khu vực vận động có thể được kích thích trực
tiếp ở người tỉnh táo
1.1.5 Tín hiệu điện não đồ liên quan đến tƣởng tƣợng vận
động
Quá trình tưởng tượng vận động có phân bố năng lượng tín
hiệu ở các dải tần số alpha (8-13Hz) và beta (15-30Hz). Sóng
chậm theta (4-7Hz) cũng được sử dụng do nó có liên quan đến
quá trình nhận thức, cơ chế tập trung và cũng có sự liên quan đến
q trình vận động [55], [63]. Sự xuất hiện của các sóng điện này
thường có liên quan đến các sự kiện vận động hoặc các thơng tin
động học (vị trí, vận tốc (động học) cũng như lực (tĩnh học –
kinetics), chúng thường xuất hiện trước, đồng thời và sau khi có
đáp ứng. Nhiều nghiên cứu đã được triển khai theo để phân tích
các đặc điểm năng lượng phổ tại các dải tần số qua đó tạo được
các đặc trưng giúp tăng độ chính xác phân loại. Do đó các thuộc
tính lượng hóa được sự thay đổi này của tín hiệu IHMv có thể
giúp nâng cao khả năng nhận diện tín hiệu và độ chính xác phân
loại. Bên cạnh đó, tín hiệu IHMv là bản chất khơng dừng và có
tính thống kê nên việc lựa chọn được các thuộc tính có khả năng
đặc tả các khía cạnh của tín hiệu đồng thời có khả năng phân biệt
được các trạng thái là một hướng nghiên cứu được nhiều nhà khoa
học quan tâm.
7


1.2 Mơ hình xử lý tín hiệu điện não IHMv
Trong các hệ thống hỗ trợ vận động điều khiển bằng sóng
não, độ chính xác của hệ thống phân lớp các trạng thái điều khiển
vận động phụ thuộc vào bộ dữ liệu huấn luyện mơ hình. Bộ dữ
liệu huấn luyện ít chịu ảnh hưởng của nhiễu và chứa đựng thông

tin cần thiết thì độ tin cậy của hệ thống phân lớp càng cao. Để có
được bộ dữ liệu huấn luyện có chất lượng cao, trong mơ hình thu
nhận, xử lý và phân tích tín hiệu điện não cần phải chú ý đến các
giải pháp kỹ thuật để nâng cao được tỷ số SNR của nhóm tín hiệu
cần phân tích.
Luận án sẽ tập trung giải quyết ba vấn đề sau:
- Xác định số lượng và vị trí khơng gian điện cực thu
nhận tín hiệu IHMv
- Tiền xử lý tín hiệu nâng cao tỷ số SNR.
- Phân giải tín hiệu điện não IHMv
1.2.1 Xác định vị trí khơng gian điện cực thu nhận tín hiệu
IHMv
Một số khu vực não bộ được kích hoạt trong thời gian
tưởng tượng vận động (MI – Motor Imagery) như khu vực vỏ não
vận động chính (M1), khu vực vỏ não bổ sung, và vùng tiền vận
động tại khu vực thùy trán, và tiểu thùy đỉnh dưới (IPL), tiểu thùy
đỉnh trên (SPL) và vỏ não xúc giác chính (S1) tại thùy đỉnh.

Hình 1.15. Phân bố năng lượng trên một số đối tượng thực
hiện vận động tay và chân phải tưởng tượng
Các nghiên cứu cũng đã chỉ ra các hoạt động thần kinh có
liên quan đến vận động và tưởng tượng vận động chi trên có phân

8