Nghiên cứu mô hình giao tiếp máy não và ứng dụng

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

HOÀNG ANH VIỆT

NGHIÊN CỨU MÔ HÌNH GIAO TIẾP MÁY-NÃO
VÀ ỨNG DỤNG

Chuyên ngành : CÔNG NGHỆ THÔNG TIN

LUẬN VĂN THẠC SĨ KHOA HỌC
Công Nghệ Thông Tin

NGƯỜI HƯỚNG DẪN KHOA HỌC :
PGS.TS. Nguyễn Đức Thuận

Hà Nội 04– Năm 2011

Học viên:Hoàng Anh Việt, lớp cao học CNTT 2009

-i -


LỜI CẢM ƠN
Hoàn thành luận văn Thạc sỹ này, ngoài sự nỗ lực của cá
nhân, tôi còn nhận được sự giúp đỡ của rất nhiều thầy cô, gia đình,
và bạn bè. Để bày tỏ lòng biết ơn của mình, tôi xin được gửi lời cảm
ơn sâu sắc tới Ban lãnh đạo Bộ môn Công nghệ phần mềm, Ban lãnh
đạo Viện Công nghệ Thông tin và Truyền Thông, Viện Đào tạo sau
Đại học, Trường Đại học BKHN, đã tạo điều kiện cho tôi theo học

và bảo vệ tốt nghiệp khóa học Thạc sỹ CNTT 2009.
Tôi cũng xin được gửi lời cảm ơn chân thành và sâu sắc tới
thầy hướng dẫn là PGS.TS.Nguyễn Đức Thuận, Giám đốc dự án
Giáo Dục Đại Học 2 (). Thầy đã đưa ra những định
hướng chuyên môn, tạo điều kiện thuận lợi trong suốt thời gian tôi
làm luận văn. Sự tin tưởng, khích lệ của thầy là nguồn động viên to
lớn giúp tôi vượt qua mọi khó khăn.
Tôi xin chân thành cảm ơn các thầy, cô ở Viện Công nghệ
Thông tin và Truyền Thông, Đại học BKHN. Các thầy, cô đã giảng
dạy, cung cấp nguồn kiến thức tổng hợp để tôi có thể vững bức tiếp
tục sự nghiệp của mình.
Hà Nội, ngày 02 tháng 04 năm 2011
Hoàng Anh Việt

Học viên:Hoàng Anh Việt, lớp cao học CNTT 2009

- ii -


DANH MỤC THUẬT NGỮ
Số thứ tự

Từ viết tắt

1

ICA

2

GMM

3

EM

4

BIM

5

CAML

6

EEG

7
9

CNTT
CSDL

10

DBMS

11

HĐH

12

IR

13

NLP

14

NVLV

15

PM

16

RF

17

SQL

18

SVM

20

XML

21

AMPLITUDE

22

FREQUENCY

Ý nghĩa
Independent Component Analysis
Phân tích các thành phần độc lập
Gaussian mixture model classifer
Mô hình hỗn hợp Gaussian
Expectation - Maximization
Ước lượng cực đại hóa
Binary Independence Model
Mô hình nhị phân độc lập
Collaborative Asscociate Markup Language
Ngôn ngữ đánh dấu liên kết cộng tác
Electroencephalography
Tín hiệu sóng điện não
Công nghệ thông tin
Cơ Sở Dữ liệu
Database Management System
Hệ quản trị cơ sở dữ liệu
Hệ Điều Hành

Information Retrieval
Truy hồi thông tin
Nature Language Processing
Xử lý ngôn ngữ tự nhiên
Người viết luận văn
Probabilistic Model
Mô hình xác suất
Relevance Feedback
Hồi tiếp độ liên quan
Structure Query Language
Ngôn ngữ truy vấn cấu trúc
Space Vector Model
Mô hình không gian véc tơ
Extensible Markup Language
Ngôn ngữ đánh dấu mở rộng
Biên độ
Khoảng cách theo chiều thẳng đứng giữa 2 đỉnh
đối chiếu nhau qua đường đẳng điện
Tần số
Số lượng các sóng lặp đi lặp lại hoàn chỉnh
trong một đơn vị thời gian

Học viên:Hoàng Anh Việt, lớp cao học CNTT 2009

- iii -


DANH MỤC HÌNH
HÌNH 1-1: MÁY ĐIệN NÃO Đồ ........................................................................................................17
HÌNH 1-2: THIếT Bị GIảI MÃ Ý NGHĨ( MŨ ĐọC Ý NGHĨ, MÁY TÍNH Xử LÝ ) ........................................17

HÌNH 2-1: Tế BÀO THầN KINH........................................................................................................20
HÌNH 2-2: Hệ THốNG ĐặT ĐIệN CựC 10-20 THEO CHUẩN ĐạO TRÌNH QUốC Tế ....................................24
HÌNH 2-3: DạNG SÓNG ALPHA ........................................................................................................1
HÌNH 2-4: DạNG SÓNG BETA...........................................................................................................1
HÌNH 2-5: DạNG SÓNG THETA.........................................................................................................1
HÌNH 2-6: DạNG SÓNG DELTA.........................................................................................................1
HÌNH 2-7: HÍNH ảNH SÓNG ĐIệN NÃO GIấC NGủ ..............................................................................32
HÌNH 2-8:ĐIệN NÃO MắC THEO ĐạO TRÌNH 10-20...........................................................................33
HÌNH 2-9: SÓNG ALPHA ...............................................................................................................33
HÌNH 2-10: SÓNG BETA ................................................................................................................34
HÌNH 2-11: SÓNG DELTA..............................................................................................................34
HÌNH 2-12: BÙNG PHÁT VÀ ứC CHế ...............................................................................................35
HÌNH 2-13:HOạT ĐộNG DELTA NHịP NHÀNG ..................................................................................36
HÌNH 2-14: DạNG SÓNG BấT THƯờNG ............................................................................................36
HÌNH 3-1 THIếT Bị EPOC HEADSET................................................................................................40
HÌNH 3-2 HộP ĐựNG ĐIệN CựC .......................................................................................................40
HÌNH 3-3 STATUS PANEL..............................................................................................................41
HÌNH 3-4 HEADSET SETUP............................................................................................................42
HÌNH 3.5 SƠ Đồ MắC ĐIệN CựC CủA EPOC .......................................................................................43
HÌNH 3-6 EMO EXPRESSIV ............................................................................................................43
HÌNH 3-7 EMO AFFECTIV .............................................................................................................45
HÌNH 3-8 EMO COGNITIV .............................................................................................................46
HÌNH 3-9 EMOENGINE VớI TƯƠNG TÁC TRONG GAME ...................................................................48
HÌNH 3-10 EMOENGINE EVENT ....................................................................................................51
HÌNH 3-11 ỨNG DụNG COGNITIV VÀO XÁC THựC...........................................................................55
HÌNH 3.12 Hệ THốNG XÁC THựC Sử DụNG TÍN HIệU ĐIệN NÃO ..........................................................56
HÌNH 4-1. VÍ Dụ Về BÀI TOÁN PHÂN LOạI KHÔNG KIểM SOÁT..........................................................63
HÌNH 4-2. CấU TRÚC MộT NƠRON (NEURAL) .................................................................................69
HÌNH 4-3. MạNG TIếP DẫN MộT LớP ................................................................................................70
HÌNH 4-4. TIếN TRÌNH HọC ............................................................................................................70

HÌNH 4-5. CấU TRÚC MộT NƠRON (NEURAL) .................................................................................71
HÌNH 4-6. MÔ HÌNH NHậN DạNG TRạNG THÁI SÓNG NÃO ................................................................72
HÌNH 4-7. MÔ HÌNH NHậN DạNG BIểU HIệN ĐÔI MắT........................................................................73
HÌNH 4-8. MÔ HÌNH NHậN DạNG SUY NGHĨ ....................................................................................76
HÌNH 4-9. GIảI THUậT TÍNH SCORE CủA MỗI EPOCH (2 ≤ N ≤10) ......................................................77
HÌNH 4-10. Sự KHớP Vị TRÍ GIữA VÒNG TRÒN MÀU Đỏ VớI CÁC VÒNG TRÒN KHÁC Sẽ XÁC ĐịNH PHầN
TRĂM KHả NĂNG ACTION XảY RA .........................................................................................77
HÌNH 4-11. Đồ THị CÂN BằNG PHÁT HIệN LỗI ..................................................................................78
HÌNH 5-1. MINH HọA QUÁ TRÌNH HọC VÀ NHậN DạNG TRạNG THÁI CủA ĐÔI MắT ..............................83
HÌNH 5-1. Sự HộI Tụ CủA MạNG NORON TRONG QUÁ TRÌNH TRAINING .............................................84

Học viên:Hoàng Anh Việt, lớp cao học CNTT 2009

- iv -


DANH MỤC BẢNG
BảNG 4-1: Dữ LIệU MẫU EEG ( 16Х128 ) ....................... ERROR! BOOKMARK NOT DEFINED.
BảNG 6-1: KếT QUả THử NGHIệM Sử DụNG SCORE TRAINING CủA RIÊNG TừNG NGƯờI Để XÁC
ĐịNH TRạNG THÁI ĐIềU KHIểN ĐÈN( ACTION ) XảY RAERROR! BOOKMARK NOT DEFINED.
BảNG 6-2: KếT QUả THử NGHIệM Sử DụNG SCORE TRAINING TRUNG BÌNH CủA 50 NGƯờI Để XÁC
ĐịNH ACTION XảY RA............................................ ERROR! BOOKMARK NOT DEFINED.
BảNG 6-3: KếT QUả TÍNH TOÁN THựC NGHIệM XÁC ĐịNH ACTION XảY RA Sử DụNG 8,16
GAUSSIAN, MA TRậN HIệP PHƯƠNG SAI (CHÉO, ĐầY Đủ). ..........ERROR! BOOKMARK NOT
DEFINED.

Học viên:Hoàng Anh Việt, lớp cao học CNTT 2009

-v-

MỤC LỤC
LỜI CẢM ƠN ...........................................................................................................................................II
DANH MỤC THUẬT NGỮ.................................................................................................................... III
DANH MỤC HÌNH................................................................................................................................. IV
DANH MỤC BẢNG..................................................................................................................................V
MỤC LỤC............................................................................................................................................... VI
MỞ ĐẦU .............................................................................................................................................. VIII
CHƯƠNG 1. THỰC TRẠNG VỀ NGHIÊN CỨU VÀ XỬ LÝ TÍN HIỆU ĐIỆN NÃO EEG................11
1. THỰC TRẠNG VỀ NGHIÊN CỨU VÀ XỬ LÝ TÍN HIỆU ĐIỆN NÃO TRÊN THẾ GIỚI VÀ VIỆT NAM ............11
2. TẦM QUAN TRỌNG CỦA XÂY DỰNG NHỮNG ỨNG DỤNG XỬ LÝ TÍN HIỆU ĐIỆN NÃO TẠI VIỆT NAM 12
2.1. Thực trạng về bệnh nhân liên quan đến não bộ, bệnh nhân động kinh và bệnh nhân liệt..........12
2.2. Tầm quan trọng xây dựng những ứng dụng xử lý tín hiệu điện não tại Việt Nam ......................16
3. MỘT SỐ GIẢI PHÁP XÂY DỰNG ỨNG DỤNG DỰA TRÊN XỬ LÝ TÍN HIỆU ĐIỆN NÃO EEG ....................16
KẾT CHƯƠNG ......................................................................................................................................19
CHƯƠNG 2. TÌM HIỂU LÝ THUYẾT SÓNG ĐIỆN NÃO ...................................................................20
1. LÝ THUYẾT SÓNG ĐIỆN NÃO Y SINH ...................................................................................................20
1.1. Cơ sở sinh lý thần kinh của sóng điện não .................................................................................20
2. Số HÓA TÍN HIệU ĐIệN NÃO ......................................................................................................................22
2.1. Vị trí đặt điện cực ngoài ra đầu .................................................................................................23
2.2. Xác định một số sóng chính dựa vào tần số ...............................................................................25
2.3. Xác định sóng dựa vào hình dạng ..............................................................................................26
2.4. Nhiễu( ARTIFACTS )....................................................................................................................29
2.5. Các biến thể bình thường..........................................................................................................30
2.6. Một số dạng bản ghi tín hiệu điện não ......................................................................................32
3. KHÁC BIệT THEO VÙNG TRÊN BảN GHI ĐIệN NÃO ............................................................................................37
3.1. Khác biệt theo vùng:..................................................................................................................37
3.2. So sánh giữa 2 bán cầu:.............................................................................................................37
KẾT CHƯƠNG ......................................................................................................................................38
CHƯƠNG 3. HỆ THỐNG EMOTIV SYSTEMS....................................................................................39

1. TỔNG QUAN VỀ HỆ THỐNG EMOTIV SYSTEMS ..................................................................................39
1.1. Epoc Headset.............................................................................................................................40
1.2. Epoc Hydrator Pack ...................................................................................................................40
2. EMOTIV CONTROL PANEL...................................................................................................................40
2.1. EmoEngine Status Panel ............................................................................................................41
2.2. Headset Setup ...........................................................................................................................42
2.3. Expressiv™ Suite ........................................................................................................................43
2.4. Affectiv™ Suite...........................................................................................................................45
2.5. Cognitiv™ Suite..........................................................................................................................46
3. EMOTIV SOFTWARE DEVELOPMENT KIT API .......................................................................................47
3.1. EmoState...................................................................................................................................48
3.2. EmoEngine Event .......................................................................................................................51
3.3. Demo sử dụng EDK API ..............................................................................................................52
4. ỨNG DỤNG COGNITIV TRONG BẢO MẬT VÀ NHẬN DẠNG SINH TRẮC HỌC........................................55
5. ĐÁNH GIÁ VỀ HỆ THỐNG EMOTIV SYSTEMS ......................................................................................57
KẾT CHƯƠNG ......................................................................................................................................57
CHƯƠNG 4. MÔ HÌNH GIAO TIẾP MÁY-NÃO ĐỀ XUẤT................................................................58
1. KIếN TRÚC Đề XUấT ................................................................................................................................58
1.1. Mô tả ........................................................................................................................................59
1.2. Các thành phần chính của hệ thống MDK ..................................................................................59
2. THUậT TOÁN VÀ Kỹ THUậT Xử LÝ CƠ BảN .....................................................................................................65

Học viên:Hoàng Anh Việt, lớp cao học CNTT 2009

- vi -


2.1. Biến đổi Fourier.........................................................................................................................65
2.2. Phân phối chuẩn nhiều chiều (mvnpdf)......................................................................................67
2.3. Ước lượng Likelihood................................................................................................................67

2.4. Thuật toán Expectation Maximisation (EM) [6] ..........................................................................68
2.5. Học máy với mạng neural..........................................................................................................69
3. CÁC MÔ HÌNH NHậN DạNG CủA MDK .........................................................................................................72
3.1. Mô hình nhận dạng trạng thái sóng não....................................................................................72
3.2. Mô hình nhận dạng biểu hiện đôi mắt.......................................................................................73
3.3. Mô hình nhận suy nghĩ ..............................................................................................................76
KẾT CHƯƠNG ......................................................................................................................................79
CHƯƠNG 5. XÂY DỰNG CHƯƠNG TRÌNH VÀ ĐÁNH GIÁ THỬ NGHIỆM ..................................80
1. Hệ THốNG THử NGHIệM ..........................................................................................................................80
1.1. Mô tả hệ thống Demo ...............................................................................................................80
1.2. Các trường hợp thử nghiệm......................................................................................................81
2. KếT QUả THựC NGHIệM ...........................................................................................................................83
2.1. Kết quả thực nghiệm nhận dạng thể hiện đôi mắt ....................................................................83
2.2. Kết quả thực nghiệm xác định trạng thái con người ..................................................................83
2.3. Kết quả thực nghiệm nhận dạng suy nghĩ .................................................................................85
KẾT CHƯƠNG ......................................................................................................................................87
KẾT LUẬN ..............................................................................................................................................88
1. CÁC NHIỆM VỤ ĐÃ HOÀN THÀNH ......................................................................................................88
2. CÁC KẾT QUẢ ĐÃ ĐẠT ĐƯỢC............................................................................................................88
3. HƯỚNG PHÁT TRIỂN CHO ĐỀ TÀI .....................................................................................................89
TÀI LIỆU THAM KHẢO........................................................................................................................90

Học viên:Hoàng Anh Việt, lớp cao học CNTT 2009

- vii -


MỞ ĐẦU
Nghiên cứu não bộ con người và đặc biệt liên quan đến ý nghĩ của con người là
một vấn đề rất khó đã được các nhà khoa học trên thế giới nghiên cứu từ rất lâu và

đã đạt được những thành tựu rất khả quan. Kết hợp với ngành khoa học máy tính,
thì ngành khoa học Não-Máy được biết đến với tên gọi Brain-Computer Interfaces
(BCI) cũng đã bước đầu có được các kết quả ấn tượng và hiệu quả.
Trên thế giới, hiện tại các nhóm nghiên cứu về ngành BCI cũng bắt đầu phát
triển về số lượng. Trong đó nổi bật nhất là công ty Emotiv, công ty nghiên cứu
chuyên sâu về não bộ con người đã có sản phẩm thực tế trên thị trường với mũ
Epoc thu nhận tín hiệu điện não và Emotiv SDK dùng để xử lý tín hiệu điện não.
Sản phẩm của công ty được ứng dụng trên rất nhiều lĩnh vực như y tế, giải trí, an
ninh quốc phòng,… và trên nhiều quốc gia như Mỹ, Úc, Nhật Bản, Hàn Quốc…
Trong Cộng đồng mã nguồn mở thì EEGLab cung cấp các bản thiết kế về phần
cứng và các SDK dùng cho việc xử lý tín hiệu điện não đã được ứng dụng rộng rãi
trong nghiên cứu, ứng dụng vào thực tế.
Tại Việt Nam có không nhiều công trình nghiên cứu về não bộ con người, một
số ít nổi bật như đề tài cấp bộ “Điện Não Đồ” do thầy Lê Tấn Hùng bộ môn công
nghệ phần mềm thuộc Viện CNTT&TT ĐH Bách Khoa Hà Nội đề xuất đã có
những kết quả nghiên cứu khả quan. Tiếp đó, nhóm sinh viên MiMaS trường ĐH
Bách Khoa đã tiếp tục phát triển thành sản phẩm thực tế. Sản phẩm của nhóm là
“hệ thống chăm sóc hỗ trợ trẻ em bị khuyết tật” bao gồm cả phần cứng, phần mềm
thu nhận xử lý tin hiệu điện não đã được Hội tin học Việt Nam và công ty
Microsoft Việt Nam đáng giá cao sản phẩm khả năng ứng dụng vào thực tế ở Việt
Nam trong cuộc thi ImagineCup 2009.
Thực tế tại Việt Nam hầu như không có sản phẩm liên quan đến tín hiệu điện
não ứng dụng ngoài máy điện não đồ được nhập khẩu với giá rất cao từ vài trăm
triệu đến hàng tỉ đồng từ nước ngoài trong các bệnh viện. Các nghiên cứu về
ngành BCI tại Việt Nam cũng đều rất hạn chế và chưa có nhiều kết quả tốt.
Trên cơ sở đó, với mong muốn tiếp cận nghiên cứu và xây dựng những sản
phẩm có giá trị hữu ích phục vụ cho cuộc sống trong ngành khoa học BCI mới mẻ
này. NVLV đã tập trung nghiên cứu các cơ sở khoa học cơ bản về não cùng với các
công nghệ trên thế giới, từ đó đề xuất ra một mô hình giải pháp tổng thể cho việc

Học viên:Hoàng Anh Việt, lớp cao học CNTT 2009

- viii -


thu nhận và xử lý tín hiệu điện não, nhằm tạo ra một nền tảng tốt cho việc nghiên
cứu và phát triển các ứng dụng công nghệ cao về sau này.
Các mục tiêu mà luận văn hướng tới bao gồm:
 Nghiên cứu cơ sở lý thuyết, đặc trưng sóng điện não EEG.
 Nghiên cứu các mô hình, sản phẩm trên thế giới liên quan đến xử lý tín hiệu
EEG. Đặc biệt là sản phẩm của công ty Emotiv Systems.
 Nghiên cứu đề xuất mô hình thuật toán xử lý sóng điện não nhằm thu nhận và
xử lý các thông tin cơ bản nằm trong sóng điện não của con người.
 Xây dựng thử nghiệm và đánh giá kết quả của mô hình đề xuất.
Các mục tiêu trên sẽ được thể hiện thông qua từng chương của luận văn:
Chương 1: Trình bầy các nghiên cứu về thực trạng nghiên cứu ngành BCI tại
Việt Nam. Chương này sẽ chủ yếu nêu ra sự cần thiết của việc nghiên cứu và xây
dựng các ứng dụng trong lĩnh vực tiềm năng này. Và đó cũng chính là mục đích của
đề tài luận văn.
Chương 2: Trình bầy các cơ sở khoa học về lý thuyết sóng điện não EEG.
Chương này sẽ cung cấp các kiến thức y sinh cơ bản về não và việc số hóa tín hiệu
này trong máy tính. Các đặc điểm nhận dạng sóng điện não cũng sẽ được nêu trong
chương này vì đây là cơ sở để máy tính có thể xử lý.
Chương 3: Trình bầy về sản phẩm của công ty Emotiv Systems. Đây là một
mục tiêu của NVLV vì sản phẩm Epoc này hiện đang nổi bật nhất trên thế giới, đặc
biệt là nền tảng phần cứng. Hướng phát triển của đề tài là kết hợp sử dụng nền tảng
phần cứng này để phát triển hệ thống, điều này sẽ làm nâng cao hiệu năng của sản
phẩm.
Chương 4: Trình bầy mô hình đề xuất của NVLV. Đây là kết quả của quá trình
nghiên cứu và phát triển lâu dài của một nhóm, trong đó NVLV làm trưởng nhóm

đề tài. Mô hình bao gồm khá nhiều thành phần từ phần cứng cho đến các thuật toán
phần mềm. Việc trình bầy toàn bộ các thiết kế và chi tiết kỹ thuật là rất khó trong
khuôn khổ nội dung luận văn, do vậy NVLV sẽ trình bầy những điểm nổi bật nhất
trong mô hình đã đề xuất.

Học viên:Hoàng Anh Việt, lớp cao học CNTT 2009

- ix -


Chương 5: Trình bầy sơ lược sản phẩm demo và tập trung mô tả kết quả thử
nghiệm của mô hình đề xuất. Các kết quả tuy chưa thật khách quan nhưng phần nào
chứng tỏ được những mục tiêu ban đầu được đưa ra đã đạt được.
Phần Kết luận sẽ trình bầy các kết luận và định hướng phát triển tiếp theo của
đề tài.

Học viên:Hoàng Anh Việt, lớp cao học CNTT 2009

-x-


Nghiên cứu mô hình giao tiếp Máy – Não và ứng dụng

CHƯƠNG 1. THỰC TRẠNG VỀ NGHIÊN CỨU VÀ XỬ LÝ
TÍN HIỆU ĐIỆN NÃO EEG

Nội dung chính của chương:
 Thực trạng về nghiên cứu, xử lý tín hiệu điện não trên thế giới và Việt
Nam.
 Tầm quan trọng xây dựng những ứng dụng xử lý tín hiệu điện não tại

Việt Nam.
 Một số giải pháp xây dựng ứng dụng dựa trên xử lý sóng điện não .

1. THỰC TRẠNG VỀ NGHIÊN CỨU VÀ XỬ LÝ TÍN HIỆU ĐIỆN NÃO
TRÊN THẾ GIỚI VÀ VIỆT NAM
Nghiên cứu về sóng điện não EEG đã được thế giới phát triển từ thế kỷ 19.
Người đầu tiên tìm thấy sóng EEG là Richard Caton một thầy thuốc chữa bệnh tại
Liverpool – English. Ông phát hiện ra tín hiệu điện não khi thử nghiệm trên thỏ và
khỉ. Đến năm 1980 nhà sinh lý học Adolf Beck người Hà Lan đã đưa ra nghiên cứu
về sự hoạt động tức thời của tín hiệu điện não trên bề mặt vỏ não thỏ và chó. Năm
1912 nhà sinh lý học người Nga Vladimir Vladimirovich Pravdich-Neminsky đưa
ra điện thế EEG đầu tiên của động vật có vú(chó). Tiếp sau đó, năm 1914
Napoleon Cybulski và Jelenska-Macieszyna qua các cuộc thử nghiệm đã ghi được
hình ảnh của EEG. Hans Berger một bác sĩ người Đức chữa bệnh tâm thần đã
dùng 2 điện cực đặt trên vỏ não bệnh nhân thu nhận tín hiệu điện não thông qua 1
điện kế. Những năm sau đó 1929 – 1938 ông đưa ra 14 báo cáo về những gì ông
nghiên cứu được về EEG, báo cáo đã mở ra một tri thức mới cho con người về
EEG. Năm 1932 G. Dietsch ứng dụng thuật toán biến đổi Fourier để phân tích dữ
liệu EEG, đây là dự án( QEEG – quantitative EEG ) đầu tiên nghiên cứu chuyên
sâu về EEG. Năm 1934 Fisher và Lowenback đã chứng minh được các biểu hiện
thần kinh của gai sóng, đến năm 1935 Gibbs, Davis và Lennox đã tìm được những
gai sóng biểu hiện của những cơn thần kinh vắng mặt bằng mở đầu cho thời kì
nghiên cứu các bệnh thần kinh thông qua sóng điện não EEG. Năm 1950 William
Grey Walter đưa ra một mẫu cho phép đặt các điện cực trên bề mặt của não hứa
hẹn một thời kì mới cho việc nghiên cứu, xử lý các bệnh về thần kinh.
Hoàng Anh Việt, lớp cao học CNTT 2009

- 11 -

Nghiên cứu mô hình giao tiếp Máy – Não và ứng dụng
Cho đến nay thế giới đã có những bước tiến dài trong việc nghiên cứu sóng EEG,
rất nhiều sản phẩm máy điện não, kèm theo cả phần mềm trị giá tới triệu đô đang
được triển khai trong các bệnh viện phục vụ chuẩn đoán, chữa trị bệnh động kinh.
Ngoài ra rất nhiều tập đoàn lớn cũng đang đầu tư hàng triệu đô cho việc nghiên cứu
EEG như việc giao tiếp, xác định cảm xúc con người ...
Tại Việt Nam, chưa có một nghiên cứu chính xác nào được công bố về xử lý tín
hiệu điện não cững như sản phẩm phần cứng máy điện não đồ. Nhà nước cũng đã
có những đầu tư bước đầu cho việc nghiên cứu EEG tại các trường đại học trong
nước như năm 2006 một đề tài cấp bộ “Điện não đồ vi tính” đã được nghiên cứu
phát triển tại viện Công nghệ thông tin và truyền thông ĐH. Bách Khoa Hà Nội
bước đầu đã có những kết quả khả quan. Hiện nay các bệnh viện đã được đầu tư
những máy điện não đồ trị giá hàng nghìn có khi đến hàng trăm nghìn $ từ nước
ngoài để phát hiện, chuẩn đoán, xử lý các bệnh liên quan đến thần kinh như động
kinh, viêm não. Một điều tất yếu dẫn đến là người dân khi đến bệnh viện sẽ phải
chịu mức viện phí khám chữa bệnh rất cao ảnh hưởng trực tiếp đến vấn đề kinh tế
và các vấn đề khác của người bệnh.

2. TẦM QUAN TRỌNG CỦA XÂY DỰNG NHỮNG ỨNG DỤNG XỬ LÝ
TÍN HIỆU ĐIỆN NÃO TẠI VIỆT NAM
2.1. Thực trạng về bệnh nhân liên quan đến não bộ, bệnh nhân động

kinh và bệnh nhân liệt
Tại hội thảo của Bệnh viện đại học Y dược TP.HCM, các giáo sư bác sĩ có nhiều
năm nghiên cứu trong chẩn đoán và điều trị động kinh, đã tham gia nói chuyện về
tất cả các khía cạnh của căn bệnh này từ góc độ khoa học đến xã hội, từ cách phát
hiện, điều trị , cách xử lí , những điều nên, không nên làm mỗi khi người bệnh lên
cơn động kinh. Các chuyên gia cũng đã đề cập nhiều đến vai trò của gia đình và xã
hội để giúp các em có chất lượng cuộc sống tốt, hướng tới tương lai tươi đẹp hơn.
Trong đó, vấn đề khoa học công nghệ của các thiết bị y tế là một yếu tố quan trọng.

Đặc biệt là những hướng phát triển mới dựa trên phương pháp cổ điển rất quan
trọng - điện não đồ.
Động kinh là bệnh rối loạn thần kinh trầm trọng thường gặp ở trẻ em. Hiện nay
trên thế giới ước tính khoảng 10,5 triệu trẻ em dưới 15 tuổi mắc động kinh chiếm
25% dân số động kinh toàn cầu, tỉ lệ bệnh toàn bộ 0,4-1% .

Hoàng Anh Việt, lớp cao học CNTT 2009

- 12 -


Nghiên cứu mô hình giao tiếp Máy – Não và ứng dụng
Ngày nay động kinh là một vấn đề quan trọng của ngành y tế và là bệnh lý mà
xã hội và ngành y tế cần đặc biệt quan tâm vì những di chứng nặng nề của nó ảnh
hưởng đến chất lượng cuộc sống, khả năng học tập công tác, hoà nhập cộng đồng
và xã hội, đặc biệt là đối với trẻ em.
Khảo sát 121 bệnh nhân động kinh nằm viện tại Bệnh viện Nhi đồng I từ tháng
10/2005 đến

tháng 4/2006. Kết quả: Tỉ lệ nam/nữ = 1,16. Nhóm tuổi khởi phát

động kinh dưới 12 tháng chiếm tỉ lệ cao nhất 53,72%. Tiền căn chiếm tỉ lệ cao là
sản khoa bất thường, sốt cao co giật. Tỉ lệ: động kinh toàn thể nguyên phát 48,76%,
cục bộ 47,11%, và ĐK không xác định 4,13%. Tỉ lệ EEG bất thường ngoài cơn là
79,34%. Hoạt động động kinh trên EEG ngoài cơn: Động kinh toàn thể 30,58%,
động kinh cục bộ ổ và đa ổ 29,75% , động kinh cục bộ toàn thể hoá 14,88%, loạn
nhịp điện thế cao 4,13%, hoạt động động kinh âm tính 20,66%. Tỉ lệ phù hợp giữa
lâm sàng và điện não là 57,85%. Nghiệm pháp ngủ làm xuất hiện sóng bệnh lý
71,59% và nghiệm pháp tăng thông khí làm xuất hiện sóng bệnh lý 69,7%.
KẾT QUẢ

-

-

Tuổi khởi phát động kinh
Nhóm tuổi khới phát
động kinh (tháng)

Số bệnh nhân

Tỉ lệ %

1-12

65

53,72

13-60

32

26,45

61-180

24

19,83

Tổng số

121

19,83

Phân bố một số yếu tố nguy cơ động kinh
Yếu tố nguy cơ ĐK

Số TT

Tần số

Tỉ lệ %

01

Sinh quá ngày

3

2,48

02

Sinh thiếu tháng

21

17,36

03

Ngạt khi sinh

19

15,70

04

Sinh can thiệp

17

14,05

05

Phát triển TTVĐ bất thường

28

23,14

Hoàng Anh Việt, lớp cao học CNTT 2009

- 13 -

Nghiên cứu mô hình giao tiếp Máy – Não và ứng dụng

-

06

Chấn thương đầu

5

4,13

07

Gia đình có người bị ĐK

5

4,13

08

Sốt cao co giật

11

9,09

09

Bại não

6

4,96

10

Viêm nhiễm hệ TKTW

6

4,96

11
12

Xuất huyết não

7

Dị tật bẩm sinh

3

5,79
2,48

Triệu chứng lâm sàng
Triệu chứng

Tần số

Tỉ lệ %

Co giật

92

76,03

Rối loạn ý thức trong cơn

91

75,21

Mất ý thức sau cơn

67

55,37

Gồng cứng

62

51,24

Sùi bọt mép

51

42,15

Tiểu ra quần

36

29,75

Cơn vận động hành trình Jackson

22

18,18

Tiền triệu

17

14,05

Cơn quay mắt quay đầu

13

10,74

Liệt Tood sau cơn

10

8,26

Triệu chứng tự động

9

7,44

Cơn cảm giác lạ

6

4,96

Cơn quay cứng đầu giật nhãn cầu

5

4,13

Cơn co thắt

4

3,31

Cơn giật cơ

3

2,48

Cơn mất ngôn ngữ

3

2,48

Cơn tâm thần

2

1,24

Hoàng Anh Việt, lớp cao học CNTT 2009

- 14 -


Nghiên cứu mô hình giao tiếp Máy – Não và ứng dụng
Cơn thực vật

2

1,24

Động kinh xảy ra ở trẻ nhỏ do nhiều nguyên nhân như chấn thương đầu, u não,

nhiễm trùng thần kinh trung ương… tuy nhiên đa số các trường hợp đều không rõ
nguyên nhân. Khi cơn động kinh xảy ra ở trẻ em, cha mẹ cần phải biết cơn động
kinh xảy ra như thế nào, vào thời điểm nào, tình trạng sức khoẻ của con em trước
và sau cơn động kinh, có còn nhớ lại những gì xảy ra trong cơn động kinh hay
không… Những thông tin này rất quan trọng trong việc giúp các nhà chuyên môn
chẩn đoán chính xác và điều trị tốt hơn.
Vì vậy, nhìn nhận từ góc độ khoa học đến xã hội, từ cách phát hiện, điều trị,
cách xử lí, chăm sóc mỗi khi người bệnh lên cơn động kinh, gia đình và xã hội có
vai trò quan trọng để giúp các em có chất lượng cuộc sống tốt, hướng tới tương lại
tươi đẹp hơn. Trong đó, vấn đề khoa học công nghệ của các thiết bị y tế là một yếu
tố quan trọng. Đặc biệt là những hướng phát triển mới dựa trên phương pháp cổ
điển rất quan trọng - điện não đồ.
Bên cạnh đó, Mỗi năm 3.000 trẻ em bị viêm não, 30-40% trong số này là do
viêm não Nhật Bản - phó viện trưởng Viện Vệ sinh dịch tễ T.ư Phạm Ngọc Đính
vừa cho biết. Theo ông Đính, tháng năm hằng năm là khởi đầu mùa dịch viêm não
Nhật Bản, hiện chương trình tiêm chủng mở rộng mới đủ văcxin ngừa viêm não
Nhật Bản cho 50-60% trẻ dưới 5 tuổi.
Trong đó, bệnh viêm màng não do virus chiếm tỷ lệ khá lớn, nguyên nhân do
nhiều chủng virus khác nhau. Khi mắc bệnh, trẻ thường có những biểu hiện như:
đột ngột sốt cao 39-400C, buồn nôn, nôn, đau đầu; nặng hơn có thể co giật, mắt
trợn ngược, thở khò khè, sau đó đi vào hôn mê. Di chứng của viêm não rất nặng nề
với những tổn thương trầm trọng ở não, ảnh hưởng trầm trọng đến tâm thần và vận
động. Phần lớn, khi đã bị hôn mê, sau này các em sẽ phải chịu di chứng liệt, đần
độn, không thể đi lại, nói cười, thậm chí có cháu còn bị lên cơn điên, đập phá điên
cuồng. Có thể nói tương lai của các cháu gần như không còn nếu không được điều
trị và châm cứu tích cực để hồi phục lại phần nào khả năng vận động và nhận thức.
Việc điều trị sớm và đúng có thể hạn chế nguy cơ chậm phát triển tâm thần và
biến đổi nhân cách sau này của trẻ, trừ những trường hợp đã có tổn thương thực thể
ở não (như viêm não, viêm màng não, chấn thương sọ não nặng). Khoảng 20-30%

Hoàng Anh Việt, lớp cao học CNTT 2009

- 15 -


Nghiên cứu mô hình giao tiếp Máy – Não và ứng dụng
bệnh nhân động kinh không thể chữa khỏi. Tuy nhiên, việc điều trị vẫn làm cho các
cơn động kinh xuất hiện thưa hơn.
2.2. Tầm quan trọng xây dựng những ứng dụng xử lý tín hiệu điện não

tại Việt Nam
Từ thực trạng về các bệnh liên quan đến não bộ của nước ta tương đối lớn chiếm
tới 25% số ca bệnh trên toàn cầu. Để xác định bệnh và hướng điều trị thì bệnh nhân
thường xuyên đến bệnh viện tiến hành đo điện não, việc chuẩn đoán bệnh cũng dựa
hoàn toàn vào kinh nghiệm của bác sĩ. Các thiết bị y tế chưa có khả năng hỗ trợ
chuẩn đoán bệnh cho bác sĩ. Ở Việt Nam mỗi thiết bị đo điện não đồ tiên tiến đều
phải nhập từ nước ngoài với giá hàng trăm nghìn $ dẫn đến chi phí khám bệnh cho
mỗi lần điện não đồ cao ảnh hưởng đến các mặt đời sống khác của bệnh nhân. Do
nước ta còn nghèo, cơ sở vật chất bệnh viện bị hạn chế nên hầu như các thiết bị tốt
được đầu tư cho các bệnh viện lớn, trung tâm của thành phố, tỉnh. Còn các bệnh
viện vùng tỉnh lẻ, vùng sâu vùng xa người bệnh được khám dùng máy điện não đồ
là điều không thể. Chính vì lẽ đó đặt ra một yêu cầu cần thiết xây dựng một hệ
thống xử lý tín hiệu điện não đồ mà trước tiên là máy điện não đồ hỗ trợ cho bác sĩ
trong các bệnh viện.
Không chỉ các bệnh nhân mắc bệnh liên quan đến não bộ cần sự hỗ trợ từ những
thiết bị, ứng dụng xử lý tín hiệu điện não mà những người có não bộ, thần kinh
bình thường cũng cần đến những ứng dụng này. Đó là những bệnh nhân liệt toàn
thân, liệt chân tay có bộ não bình thường như mọi người. Việc giao tiếp giữa họ
với thế giới bên ngoài bây giờ chỉ còn là ý nghĩ, họ không thể cử động, không thể
sử dụng những vật dụng sinh hoạt bình thường như bật đèn, tắt đèn, xem những

chương trình tivi yêu thích ... Trên thế giới đã có những hệ thống giúp người liệt
điều khiển một số thiết bị trong gia đình, hoặc đi lại bằng xe lăn thông qua ý nghĩ.
Nhưng giá trị một hệ thống như thế là rất cao chưa thể hiện thực hóa được ở Việt
Nam nếu như chỉ nhập từ nước ngoài.

3. MỘT SỐ GIẢI PHÁP XÂY DỰNG ỨNG DỤNG DỰA TRÊN XỬ LÝ
TÍN HIỆU ĐIỆN NÃO EEG
Thế giới bắt đầu nghiên cứu về EEG từ những năm của thế kỷ 18 đến nay đã có
những sản phẩm rất tốt phục vụ đời sống con người. Sản phẩm đầu tiên ra đời phải
kể đến là máy điện não đồ
Hoàng Anh Việt, lớp cao học CNTT 2009

- 16 -


Nghiên cứu mô hình giao tiếp Máy – Não và ứng dụng

Hình 1-1: Máy điện não đồ

Một máy điện não đồ là một thiết bị làm nhiệm vụ đo các hoạt động điện của
não. Các tín hiệu điện của não có thể giúp bác sĩ xác định xem não có vấn đề gì
không. Máy điện não EEG có thể là một thiết bị riêng biệt hoặc là được gắn đi kèm
với monitor bên giường bệnh. Máy điện não EEG thực hiện được các phép đo của
mình thông qua các dây dẫn, gọi là các đạo trình, nối tới các cảm biến (gọi là các
đĩa EEG) gắn ở trên đầu bệnh nhân. Kết quả sau quá trình điện não là các bản ghi
lưu lại quá trình biến đổi của sóng điện não hỗ trợ bác sĩ trong việc chuẩn đoán
bệnh.
Cùng với sự phát triển của khoa học, công nghệ những hệ thống tiên tiến đã
được xây dựng để xử lý suy nghĩ. Một bộ giải mã ý nghĩ hiện đại vừa được Mỹ
phát triển, mang lại hy vọng cho người tàn tật muốn dùng sóng não điều khiển máy

tính, đứng đầu nhóm phát triển là GS Jonathan Wolpaw, trưởng nhóm nghiên cứu
thuộc Khoa Y tế, ĐH New York.

Hình 1-2: Thiết bị giải mã ý nghĩ (mũ đọc ý nghĩ, máy tính xử lý)
Hoàng Anh Việt, lớp cao học CNTT 2009

- 17 -


Nghiên cứu mô hình giao tiếp Máy – Não và ứng dụng
Trong tương lai, chiếc mũ - thực chất là bộ giải mã ý nghĩ - sẽ giúp cho người
tàn tật có thể giao tiếp, vận hành chương trình xử lý văn bản hoặc điều khiển
chuyển động của chân tay giả. Mũ đọc ý nghĩ trông giống như một chiếc mũ bơi
cao su kiểu cũ có khả năng đàn hồi, với những chiếc đĩa kim loại nhỏ nối liền với
bộ khuếch đại và máy tính. Chiếc mũ có thể dò được hoạt động não từ da đầu, bề
mặt vỏ não, hoặc từ bản thân bộ não. Trước đây, một số thiết bị dò sóng não cũng
đã được phát triển với mục đích tương tự - giúp người tàn tật điều khiển máy tính.
Tuy nhiên, những thiết bị đấy đòi hỏi phải cấy vào não, chứ không đặt hoàn toàn
bên ngoài như chiếc mũ mới của Wolpaw nên gây nhiều nguy cơ hơn cho người
đội. Hơn nữa, loại mũ cũ cũng thiếu ổn định, giống như chiếc đài radio ậm ạch, bắt
tất cả các loại sóng não nhưng loại cần thì lại bị lạc mất hoặc rất yếu. Được giới
khoa học gọi là giao diện não - máy tính (BCI), chiếc mũ mới có khả năng dò sóng
tốt hơn nhiều. Ngoài ra, nó còn được trang bị một bộ giải mã cải tiến, không chỉ
chuyển tải được ý định của người sử dụng đến máy tính mà còn tập trung vào
những mẫu ý nghĩ quyết tâm "thực hiện bằng được" trong vận hành máy tính.
Năm 2009, Toyota công bố đã thành công trong việc phát triển cách điều khiển
xe lăn bằng sóng não mà không cần dùng cơ bắp hay giọng nói người sử dụng. hệ
thống này là một trong số hệ thống nhanh nhất thế giới về phân tích sóng não. Các
hệ thống trước đây đòi hỏi vài giây để đọc sóng não (brain waves) song công nghệ
mới đòi hỏi chỉ 125 phần nghìn giây. Người ở trong xe lăn đội một chiếc mũ có thể

đọc các tín hiệu não được tiếp âm đến một cái máy ghi điện não hay EEG trên bộ
phận cung cấp điện của xe và sau đó được phân tích trong một chương trình máy
tính. Nghiên cứu tính di động là một phần trong chiến lược lớn hơn của hãng ô tô
Toyota nhằm vươn xa hơn cả ô tô trong việc giúp người dùng di chuyển theo các
cách mới. Theo các nhà nghiên cứu, hệ thống mới cho phép người trên chiếc xe lăn
rẽ phải hoặc rẽ trái, đi thẳng hầu như ngay lập tức. Nhưng đối với vấn đề dừng xe
lại thì vẫn cần nhiều hơn 1 ý nghĩ. Người trên xe lăn phải phồng má để máy dò trên
mặt nhận được tín hiệu.
Cùng thời điểm đó, Các chuyên gia tại Đại học Reading (Anh) đang trên đường
hoàn thiện dòng robot mới được điều khiển bằng tế bào não người. Theo báo New
Scientist, nhóm khoa học gia đã thành công trong việc dùng tế bào não của chuột
để điều khiển một loại robot đơn giản có bánh xe. Họ đã sử dụng 300.000 tế bào
thần kinh chuột, được nuôi trong môi trường dinh dưỡng, nối vào thiết bị xuất của
các cảm biến đo khoảng cách của robot. Những tế bào thần kinh này chứng tỏ khả
Hoàng Anh Việt, lớp cao học CNTT 2009

- 18 -


Nghiên cứu mô hình giao tiếp Máy – Não và ứng dụng
năng di chuyển robot xung quanh một phạm vi giới hạn. Các nhà nghiên cứu cho
rằng việc quan sát cách các tế bào thần kinh phản ứng lại trước sự kích thích có thể
cải thiện được sự hiểu biết của giới khoa học về những căn bệnh liên quan đến thần
kinh, như chứng động kinh chẳng hạn. Để tạo ra một hệ thống hiệu quả hơn, các tế
bào thần kinh người sẽ được cấy vào robot một khi công việc nghiên cứu hiện tại
với tế bào não chuột đã được hoàn tất. Nếu thành công, đây sẽ là lần đầu tiên tế bào
não người được sử dụng để điều khiển robot.

KẾT CHƯƠNG
Như vậy qua chương 1, Luận văn đã giới thiệu sơ bộ về thực trạng về nghiên

cứu và xử lý tín hiệu điện não EEG trên thế giới và Việt Nam. Để có thể giảm bớt
được những chi phí khám bệnh cho bệnh nhân mắc bệnh liên quan đến não bộ hay
chăm sóc những bệnh nhân bị liệt cần có những hệ thống xử lý EEG sản xuất tại
chính Việt Nam.
Tiếp theo đó, Luận văn cũng đã được giới thiệu một vài ứng dụng phát triển dựa
trên sóng điện não EEG mà thế giới đang phát triển nhằm mang lại một cuộc sống
tốt đẹp hơn cho con người.
Trong chương 2, chúng ta sẽ được giới thiệu về sóng điện não EEG nguồn gốc
của sóng, các đặc trưng, ý nghĩa của sóng về sinh học cũng như tin học.

Hoàng Anh Việt, lớp cao học CNTT 2009

- 19 -


Nghiên cứu mô hình giao tiếp Máy – Não và ứng dụng

CHƯƠNG 2. TÌM HIỂU LÝ THUYẾT SÓNG ĐIỆN NÃO

Nội dung chính của chương:
 Lý thuyết sóng điện não y sinh
 Số hóa tín hiệu điện não

1. LÝ THUYẾT SÓNG ĐIỆN NÃO Y SINH
1.1. Cơ sở sinh lý thần kinh của sóng điện não
1.1.1. Nguồn điện cơ bản

Như mỗi tế bào khác, tế bào não cũng sinh những thay đổi dòng điện đối với
những yếu tố hóa học, lý học và các yếu tố khác kèm theo. Dù là loại tế bào não
khác nhau về hình dạng, kích thước... nhưng chức năng của chúng thống nhất và

giống nhau về hoạt động điện sinh học. Có thể nói một cách đại cương là mỗi tế
bào thần kinh gồm có hai cực :
-

Cực vào hay cực tiếp thu là đuôi gai ( dendrite).

-

Cực ra hay cực phát dẫn truyền là sợi trục (axon ).

Hình 2-1: Tế bào thần kinh

Hoàng Anh Việt, lớp cao học CNTT 2009

- 20 -


Nghiên cứu mô hình giao tiếp Máy – Não và ứng dụng
Những nghiên cứu gần đây đã chứng minh đầy đủ tính chất bán thấm chọn lọc
của màng tế bào hình sao đã có tác dụng duy trì, điều chỉnh thế cân bằng của các
ion ở trong và ngoài màng tế bào.
-

Ở trong tế bào chủ yếu là K+ ( khoảng 150mEq ).

-

Ở ngoài màng tế bào chủ yếu là Na+ (150mEq ) và Cl- (125mEq).
Điện thế màng tế bào lúc nghỉ ngơi bên ngoài dương so với bên trong khoảng

+70mV gọi là trạng thái “cực hóa”. Bất kì một yếu tố nào có khả năng làm giảm
điện thế màng khoảng 10mV, thì ngay tại đó K+ từ trong ra ngoài và ngược lại.
Na+ từ ngoài vào trong tế bào gây hiện tượng “khử cực”. Hiện tượng khử cực
này từ đó lan tỏa khắp màng tế bào và dẫn truyền xung điện qua sợi trục đến các tế
bào kế cận. Nếu điện thế yếu thì hiện tượng lan tỏa ở màng tế bào hoặc qua sợi trục
ngừng và tế bào lại trở về trạng thái cực hóa.
1.1.2. Dẫn truyền các xung điện

Cấu tạo của hệ thần kinh trung ương gồm 2 thành phần cơ bản: các nơron và
các tế bào thần kinh đệm.
+ Cấu tạo của một nơron bao gồm một thân tế bào, một sợi trục và nhiều đuôi
gai. Các thành phần này của các nơron tiếp xúc với nhau thông qua các sinap.
+ Các tế bào thần kinh đệm nằm xen kẽ vào mạng lưới các nơron và tiếp xúc
không chỉ với các nơron mà còn tiếp xúc với cả hệ thống mạch máu trong các tổ
chức thần kinh
+ Khi có một xung động thần kinh đi đến và đạt tới ngưỡng , xung động này
sẽ khởi phát một điện thế hoạt động của màng nơron. Độ tập trung của các ion K+
tại khoảng gian bào trong quá trình khử cực nơron tăng lên sẽ tạo ra một điện thế
hoạt động của màng tế bào thần kinh đệm nằm xung quanh nơron này. Điện thế
hoạt động được tạo ra ở tế bào thần kinh đệm có vai trò làm lan toả các điện thế
hoạt động của nơron ra một vùng nhất định , người ta gọi đây là điện thế khu vực.
Không phải bất kỳ xung điện nào cũng được truyền đi, mà còn phụ thuộc vào
mức độ xung điện có thể làm thay đổi được các thành phần hóa học để tạo ra hiện
tượng khử cực ở các khớp thần kinh.
Sự dẫn truyền xung điện chủ yếu ở các khớp thần kinh.
-

Màng tận cùng của sợi trục là màng trước khớp (presynapse ).

-

Màng đuôi gai hay ở thân tế bào thứ hai là màng sau khớp ( postsynapse).

Hoàng Anh Việt, lớp cao học CNTT 2009

- 21 -


Nghiên cứu mô hình giao tiếp Máy – Não và ứng dụng
Một xung điện tới đủ kích thích trước khớp giải phóng các chất trung gian tác
động lên màng sau khớp tạo hiện tượng khử cực tại đó và dòng điện xuất hiện dẫn
truyền qua khớp và tế bào tiếp theo bị khử cực. Nếu dòng điện yếu không truyền
qua khớp được thì nhanh chóng trở lại “cực hóa”.
1.1.3. Hoạt hóa các sóng điện não

Việc xuất hiện một nhóm những xung đồng bộ trong hệ thống các sợi hướng tâm
dẫn đến hoạt hoá các cấu trúc ở mặt ngoài của vỏ não và tạo nên các sóng điện não
có biên độ cao, rất dễ phân biệt giữa sóng này với sóng kia. Nếu các tần số của các
phóng lực hướng tâm xảy ra thành từng nhịp thì các điện thế hoạt động khu vực sẽ
biểu hiện bằng những dao động hình sin. Khi tần số của các dao động hướng tâm
nhanh, đồng bộ và kéo dài thì các điện thế khu vực ghi được bằng bút ghi điện não
thông thường sẽ biểu hiện bằng những sóng biên độ và tần số cao.
+ Biên độ: là biểu hiện mức độ mà một xung động điện được tạo ra.
+ Tần số là số lần một sống được lập lại trong một khoảng thời gian nhất định
(thường là giây).
+ Pha : khi một dòng điện đi vào có nhiều điện tử sẽ tạo ra một sóng hướng lên
phía trên gọi là pha âm ngược lại tại đầu của khuếch đại có ít điện tử, bút ghi sẽ vẽ
một sóng hướng xuống phía dưới gọi là pha dương.
Biên độ và tần số cũng như thời khoảng của các dao động điện thế khu vực dưới
dạng sóng điện não thường khác nhau và phụ thuộc vào các lớp tế bào mà người ta

thăm dò.

2. Số hóa tín hiệu điện não
Tín hiệu điện não trên bề mặt ra đầu là những tín hiệu điện tương tự, thực hiện
chuyển sang tín hiệu số được gọi là phương pháp ghi điện não. Ghi điện não đồ là
phương pháp ghi hoạt động điện học của não bằng các điện cực đặt ở bề mặt của da
đầu một cách chuẩn mực EEG ghi mức sai biệt về tiềm năng điện giữa hai điểm
trên da đầu. Cách này ghi lại những mức điện áp lên xuống thất thường qua các
điện cực dán trên da đầu theo một cách nhất định nào đó. Mức sai biệt này là do sự
lên xuống thất thường của điện áp chênh lệch màng trong màng neurons ( tế bào
não) trong những lớp ngoài của vỏ não. Sọ, da đầu, và chất dịch não cột sống làm
giảm hoạt động EEG phát hiện trên da đầu.
Hoàng Anh Việt, lớp cao học CNTT 2009

- 22 -


Nghiên cứu mô hình giao tiếp Máy – Não và ứng dụng
Vì vậy đồ thị điện não EEG mô tả hoạt động của điện não. Các tế bào thần
kinh trong não liên tục tạo ra các tín hiệu điện rất nhỏ dù là khi bệnh nhân đang
thức hay đang ngủ. Máy điện não EEG chứa các bộ khuyếch đại để làm cho các tín
hiệu này , hay còn gọi là các sóng não, đủ lớn để chúng ta có thể nhìn thấy chúng.
Có hai điện cực được nối vào mỗi bộ khuyếch đại trên máy điện não EEG. Vì thế
tín hiệu mà bạn nhìn thấy trên giấy hoặc trên màn hình máy tính thực ra là hiệu của
hai tín hiệu điện đến từ hai cực.
Các tế bào não liên lạc với nhau nhờ tạo ra những sóng điện nhỏ. Trong xét
nghiệm điện não đồ, nhiều điện cực được đặt ở vùng da đầu ứng với nhiều vùng
khác nhau của não nhằm phát hiện và ghi nhận các kiểu hoạt động điện cũng như
tìm kiếm những bất thường.
.Các điện cực này được nối với nhau theo từng chuyển đạo đơn giản hoặc phức

tạp. Sau đây là các nguyên tắc cơ bản của ghi điện não.
2.1. Vị trí đặt điện cực ngoài ra đầu
Hệ thống 10-20% của Jasper, từ 1981 được quốc tế công nhận và thông dụng
nhất. Đó là hệ thống gồm các điện cực được đặt theo một tỉ lệ nhất định trên toàn
bộ vùng da đầu. Bằng phương pháp này người ta có thể xác định được nhiều nhóm
chuyển đạo khác nhau : đỉnh đầu ,thái dương, chẩm… Ở người lớn, điện não đồ
tiêu chuẩn cho phép ghi được đồng thời 16 chuyển đạo. Trong trường hợp cấp cứu
hồi sức hay ở trẻ nhỏ, số lượng các chuyển đạo này có thể giảm xuống 12,10,8.
Các điện cực cần đặt thật đối xứng, giống hệt nhau ở 2 bên. Đầu người sử
dụng phải sạch và tại tất cả các vị trí sẽ đặt điện cực phải bôi chất dẫn điện ( hồ dẫn
điện, nước muối sinh lý) để làm giảm tối da điện trở da đầu ( theo quy định chuẩn
là < 5k . Sau đây là trình tự các bước xác định vị trí đặt điện cực.

Hoàng Anh Việt, lớp cao học CNTT 2009

- 23 -


Nghiên cứu mô hình giao tiếp Máy – Não và ứng dụng

Hình 2-2: Hệ thống đặt điện cực 10-20 theo chuẩn đạo trình quốc tế

Hệ thống đặt điện cực ghi 10-20 quốc tế (international 10-20 system) để ghi điện
não. Có 3 đường nối chính: d1- nốì 2 ống tai ngoài (thực ra là ngay trước tai preauricular points), d2- nối gốc mũi với ụ chẩm ngoài, cả 2 đường nối này đều đi
qua đỉnh sọ, và d3- đường chu vi của sọ kết nối 2 điểm tận cùng nhất trên sọ. Ba
đường này được chia theo tỷ lệ 10-20-20-20-20-10%, theo cả trục trực giao (2
đường vuông góc), lẫn theo vòng tròn chu vi, theo kiểu chia đôi các điểm nối. Khi
nghiên cứu giấc ngủ, có thể người ta không dùng hết các vị trí ghi này, và chỉ đặt
điện cực ở một số vị trí: trên hình vẽ là những chỗ có vòng tròn đen.
Thông thường chúng ta sẽ dùng một bộ 21 điện cực gắn trên da đầu theo hệ

thống đặt điện cực 10-20 của quốc tế (the 10-20 International System).
Ta lấy các điểm mốc sau đây:
- Điểm gốc mũi (nasion), nằm giữa 2 chân lông mày (glabella).
- Điểm chẩm (inion).
- Ống tai ngoài 2 bên.
Với các ký hiệu sau đây:
- F là trán (Frontal).
- O là chẩm (Occipital).
- C là trung tâm (Central).
- P là đỉnh (Parietal).
Đánh số lẻ nếu là bên trái, và số chẵn nếu là bên phải.
Về phương diện điện học, người ta coi tai và gốc mũi là 0, là điện cực trung hòa.
Như vậy kiểu kết nối 1 điện cực trên mạng ghi điện não đồ với tai, ta có kiểu ghi
Hoàng Anh Việt, lớp cao học CNTT 2009

- 24 -


Nghiên cứu mô hình giao tiếp Máy – Não và ứng dụng
đơn cực. Còn cách nối 2 điện cực trên mạng với nhau mà không nối với tai, thì gọi
là cách ghi lưỡng cực.
2.2. Xác định một số sóng chính dựa vào tần số
Alpha là những sóng có tần số trong khoảng từ 7,5 tới 13 sóng/giây (Hz).
Thường thấy rõ alpha nhất là ở các vùng phía sau của đầu, cả 2 bên, nhưng thường
bên bán cầu ưu thế thì có biên độ (chiều cao) cao hơn. Alpha thường rõ lên khi
nhắm mắt và thư giãn, và biến đi khi mở mắt hoặc thức tỉnh cảnh giác bởi bất cứ
cơ chế nào (suy nghĩ, đếm). Đây là nhịp sóng chủ yếu thấy được trên người lớn
bình thường và thư giãn – sóng hiện diện trong hầu hết các thời kỳ của cuộc đời,
nhất là khi trên 30 tuổi, khi ấy sóng này chiếm ưu thế trên đường ghi EEG lúc nghỉ
ngơi.

Hình 2-3: Dạng sóng Alpha

Beta là những sóng “nhanh”. Tần số của nó là từ 14 Hz trở lên. Sóng beta
thường thấy ở cả 2 bán cầu, phân bố đối xứng hai bên, và rõ nhất là ở vùng trán.
Sóng sẽ nổi bật lên khi dùng thuốc an thần gây ngủ, nhất là khi dùng
benzodiazepines và barbiturates. Sóng có thể mất hoặc suy giảm ở vùng có tổn
thương vỏ não. Nhịp beta thường được coi là nhịp bình thường. Nó là nhịp chiếm
ưu thế ở những bệnh nhân đang thức tỉnh cảnh giác hăọc lo sợ, hoặc khi mở mắt.

Hình 2-4: Dạng sóng Beta

Theta là những sóng có tần số từ 3,5 tời 7,5 Hz, và được xếp vào loại sóng
“chậm”. Nó được coi là bất thường nếu thấy ở người lớn đang tỉnh táo, nhưng lại
coi là hoàn toàn bình thường ở trẻ dưới 13 tuổi và đang ngủ. Cũng có thể thấy theta
tạo thành 1 vùng bất thường cục bộ trên những nơi có tổn thương dưới vỏ cục bộ;
Hoàng Anh Việt, lớp cao học CNTT 2009

- 25 -