Luận Văn thạc sĩ tài “Ứng dụng mạng nơron trong hệ thống nhận dạng cảm xúc dựa trên tín hiệu điện não”

i

ĐẠI HỌC THÁI NGUYÊN
TRƯỜNG ĐẠI HỌC KÝ THUẬT CÔNG NGHIỆP

NGÔ QUỐC TRUNG
ỨNG DỤNG MẠNG NƠ RON TRONG HỆ THỐNG NHẬN
DẠNG CẢM XÚC DỰA TRÊN TÍN HIỆU ĐIỆN NÃO
Chuyên ngành: Kỹ thuật điều khiển và tự động hóa
Mã số:
LUẬN VĂN THẠC SĨ KỸ THUẬT
KHOA CHUYÊN MÔN

NGƯỜI HƯỚNG DẪN KHOA HỌC

TRƯỞNG KHOA

TS. NGUYỄN PHƯƠNG HUY

PHÒNG ĐÀO TẠO

THÁI NGUYÊN 2018


ii

LỜI CAM ĐOAN
T

t i : Ng Qu c Tru g

Sinh ngày:
Học vi
–

ớp cao học CK17_KTĐT - Tr

g

i học

thuật c

g ghi p

i học Thái Nguy .
Hi

đa g c

g tác t i:

Xi cam đoa :

ề t i “Ứng dụng mạng nơ-ron trong hệ thống nhận dạng

cảm xúc dựa trên tín hiệu điện não” do Thầy giáo TS Nguyễn Ph
h ớ g dẫ

c

g trì h ghi

ng Huy

cứu của ri g t i. Tất cả t i i u tham hảo đều có

guồ g c, xuất xứ rõ r g.
Tác giả xi cam đoa tất cả hữ g ội du g tro g uậ vă đú g h
du g tro g đề c ơ g v y u cầu của thầy giáo h ớ g dẫ . Nếu sai t i ho

ội
to

chịu trách hi m tr ớc hội đồ g hoa học v tr ớc pháp uật.
Thái Nguyên, ngày 26 tháng 03 năm 2018
TÁC GIẢ LUẬN VĂN

NG

QUỐC TRUNG


iii

LỜI CẢM ƠN
Sau một th i gia

ghi

cứu v

m vi c ghi m túc, đ ợc sự độ g vi ,

giúp đỡ v h ớ g dẫ tậ tì h của Thầy giáo h ớ g dẫ TS. Nguyễn Ph

ng Huy,

uậ vă với đề t i “Ứng dụng mạng nơ-ron trong hệ thống nhận dạng cảm xúc
dựa trên tín hiệu điện não” đã ho

th h.

T i xi b y tỏ ò g biết ơ sâu sắc đế :
Thầy giáo h ớ g dẫ TS. Nguyễn Ph
t i ho

th h uậ vă
Khoa

i

t

ng Huy đã tậ tì h chỉ dẫ , giúp đỡ

y.
– Tr

g

i học

thuật c

g ghi p –

Nguyên đã giúp đỡ t i tro g quá trì h học tập cũ g h thực hi
T i xi châ th h cảm ơ b
hích

, t o điều i

th h uậ vă

i học Thái

uậ vă .

bè, đồ g ghi p v gia đì h đã độ g vi ,

giúp đỡ t i tro g su t quá trì h học tập, thực hi n và hoàn

y.
TÁC GIẢ LUẬN VĂN

NG

QUỐC TRUNG

iv

MỤC LỤC

LỜI CAM ĐOAN ......................................................................................................ii
LỜI CẢM ƠN .......................................................................................................... iii
MỤC LỤC ................................................................................................................ iv
DANH MỤC HÌNH .................................................................................................. vi
DANH MỤC BẢNG BIỂU .................................................................................. viii
danh mục từ viết tắt ................................................................................................ ix
LỜI MỞ Đ U ............................................................................................................ 1
CHƯƠNG 1 TỔNG QUAN V ĐIỆN N O ĐỒ VÀ CÁC PHƯƠNG PHÁP
XỬ L T N HIỆU S NG ĐIỆN N O ................................................................... 4
1.1 T g qua về tí hi u đi
1.1.1 Khái quát chu g về

ão.......................................................................... 4
G ............................................................................. 5

1.1.2 Thu nhậ v đo đ c tiến hi u đi n não eeg ................................................. 7
1.2 Các d g só g đi

ão cơ bả ....................................................................... 10

1.2.1 Nguyên tắc phâ tích só g đi n não.......................................................... 10
1.2.2 Phân bi t só g đi n não dựa vào tần s ..................................................... 11
1.3 H th g hậ d g cảm xúc dựa tr
1.3.1 Nguy

tí hi u só g đi

ão. ....................... 14

hận d ng cảm xúc dựa trên tín hi u đi n não. ....................... 16

1.3.2 Các h ớng tiếp cận trong nhận d ng cảm xúc dựa trên tín hi u đi n não.19
1.3.3 Một s ph ơ g pháp ti u biểu trong trích chọ đặc tr

g tí hi u đi n

não. ..................................................................................................................... 22
1.4 Giải pháp phâ

ớp s d

g m g eura tro g hậ d g cảm xúc .............. 24

1.5 Kết uậ ............................................................................................................ 25
CHƯƠNG 2 NHẬN DẠNG CẢM XÚC DỰA TRÊN S NG ĐIỆN N O SỬ
DỤNG MẠNG NƠ RON ........................................................................................ 26
2.1 iế đ i wave et r i r c tro g h th

g hậ d g cảm xúc .......................... 26

2.1.1 Vai trò của WT tro g quá trì h hậ d g cảm xúc .............................. 26
2.1.2 Các tham s đặc tr

g của WT tro g vi c hậ d g cảm xúc ............. 27

v

2.2 Phâ

ớp s d

g m g Nơ-ron ....................................................................... 28

2.2.1 T g qua về m g Neura ....................................................................... 28
2.2.2 ặc tr

g của m ng neural ....................................................................... 32

2.2.3 Phân lo i m ng neural nhân t o. ............................................................... 35
2.2.4 Xây dựng m ng neural. ............................................................................. 38
2.2.5. Huấn luy n m ng neural........................................................................... 39
2.2.6. Thu thập dữ li u cho m ng neural. ........................................................... 45
2.2.7 Biểu diễn chi thức cho m ng neural .......................................................... 47
2.2.8 Một s vấ đề của m ng neural ................................................................. 49
2.2.9 Ứng d ng của m ng neural ....................................................................... 50
CHƯƠNG 3 THI T K HỆ THỐNG M
3.1 Chu
3.2 Phâ

PHỎNG ......................................... 52

bị dữ i u mẫu ....................................................................................... 52
ớp tr g thái cảm xúc s d

g m g Nơ-ron ........................................ 53

3.2.1 Xây dự g m g Nơ-ron............................................................................. 53
3.2.2 Huấ

uy

m g ơ-ron ........................................................................... 55

3.2.3 Ch ơ g trì h uy

m g Nơ-ron trên Matlab/toolbox ............................ 56

3.3 THI T K GI O I N M TL

GUI

.................................................. 58

3.3.1 Matlab GUI ................................................................................................ 58
3.3.2 Thiết ế giao di
3.3.3 Các b ớc thực hi

GUI cho phâ

ớp tr g thái cảm xúc ......................... 59

quá trì h phâ tích WT s d

g giao di

thiết ế

trên GUI .............................................................................................................. 61
3.4 K T LUẬN...................................................................................................... 66


vi

DANH MỤC HÌNH ẢNH
Hì h 1. 1 Cấu t o bộ ão co

g

i. .......................................................................... 4

Hì h 1. 2 Cấu trúc vỏ não ........................................................................................... 5
Hì h 1. 3 ò g đi n bên trong tế bào pyramidal lớn.................................................. 6
Hì h 1. 4 Só g

pha 4 ........................................................................................... 12

Hì h 1. 5 Só g eta. ................................................................................................. 12
Hì h 1. 6 Só g Theta ................................................................................................ 13
Hì h 1. 7 Só g e ta. ................................................................................................ 13
Hì h 1. 8 Nhận d ng các d ng sóng theo tần s ....................................................... 14
Hì h 1. 9 Ứ g d

g giao tiếp với máy tí h. ............................................................. 15

Hì h 1. 10 Ứng d ng tín hi u đi

ão tro g quâ đội. ........................................... 16

Hì h 1. 11 Ứng d ng tín hi u đi

ão tro g hậ di

cảm xúc ............................ 17

Hì h 1. 12 H th ng nhận d ng cảm xúc .................................................................. 18
Hì h 1. 13 Thiết bị phầ c

g motiv ...................................................................... 19

Hì h 1. 14 M hì h cảm xúc Russuell ...................................................................... 21
Hì h 1. 15 Thuật toán Higuchi Fractal Dimension ................................................... 22
Hì h 1. 16 Một c gái đa g th trải nghi m sản ph m đu i mèo Shippo t i Hội chợ
Trò chơi To yo 2012................................................................................................. 23
Hì h 2. 1 H th

g hậ d g cảm xúc s d

g

G ............................................. 26

Hì h 2. 2 Mô hình neural sinh học ............................................................................ 28
Hì h 2. 3 Mô hình một neural nhân t o .................................................................... 30
Hì h 2. 4 Sơ đồ đơ giản về một m ng neural nhân t o ........................................... 32
Hì h 2. 5 M ng tiến với một mức neural .................................................................. 35

Hì h 2. 6 M ng tiến kết n i đầy đủ với một mức n và một mức đầu ra ................. 37
Hì h 2. 7 M ng hồi quy không có neural n và không có vòng lặp tự phản hồi ...... 37
Hì h 2. 8 M ng hồi quy có các neural n ................................................................. 37
Hì h 2. 9 Sơ đồ đồ thị có h ớ g đơ giản ................................................................ 38
Hì h 2. 10 Cấu hì h m g ơ-ro v các h m v o ra............................................... 43
Hì h 3. 1 motive poc Headset .............................................................................. 52
Hì h 3. 2 Sơ đồ cấu trúc phâ

o i cảm xúc s d

g m g Nơ-ron ......................... 53


vii

Hì h 3. 3 L u đồ thuật toá huấ

uy

m g ơ-ron .............................................. 55

Hì h 3. 4 Cấu trúc m g ơ-ron ............................................................................... 56
Hì h 3. 5 Cấu trúc của m g ơ-ron nhiều lớp: 5 ớp
Hì h 3. 6 Chất

ợ g của quá trì h uy

, 3 mẫu dữ i u đầu v o .... 56

m g Nơ-ron .......................................... 57

Hì h 3. 7 Các giá trị gradie t, mu v va fai của quá trì h uy

m g .................. 57

Hì h 3. 8 Giao di

GUI cho vi c phâ

ớp các tr g thái cảm xúc ........................ 59

Hì h 3. 9 Giao di

phầ c i đặt ............................................................................... 60

Hì h 3. 10 Giao di

hiể thị đồ họa

ISPL Y .................................................... 60

Hì h 3. 11 Giao di

hiể thị các tham s

eature xtraction Parameters .............. 61

Hì h 3.12 Load cơ s dữ i u .................................................................................... 62
Hì h 3.13 Luy

m g Nơ-ron ................................................................................. 62

Hì h 3. 14 Quá trì h uy

m g ơ-ron .................................................................. 63

Hì h 3. 15 Lựa chọ mẫu cầ

hậ d g.................................................................. 64

Hì h 3. 16 Kết quả hậ d g cảm xúc vui .............................................................. 64
Hì h 3. 17 Kết quả hậ d g cảm xúc bì h th

g................................................ 65

Hì h 3. 18 Kết quả hậ d g cảm xúc buồ ........................................................... 65


viii

DANH MỤC BẢNG BIỂU
ả g 2. 1 Một s hàm kích ho t cơ bản trong m ng neural ..................................... 31


ix

DANH MỤC TỪ VI T TẮT

Từ hoặc
cụm từ

Từ tiếng Anh

Từ tiếng Việt
Cơ s dữ li u

CSDL

i

ão đồ

EEG

Electroencephalogram

EBGM

Elastic Bunch Graph Matching

Ph ơ g pháp đồ thị đ

ER

Emotion Recognition

Nhận d g cảm xúc

ERS

Emotion Recognition System

H th ng nhận d g cảm xúc

LDA

Linear Discriminant Analysis

MLP

MultiLayer Perceptron

M g ơro Perceptro đa ớp

NN

Neural Network

M g Nơro

PCA

Principal Component Analysis

SVM

Support Vector Machine

Ph ơ g pháp phâ

hồi

tích sự khác bi t

tuyến tính

Ph ơ g pháp phâ
chính
Học máy vectơ hỗ trợ

tích thành phần


1

LỜI MỞ Đ U
Cảm xúc đi cù g với mỗi g

i tro g cuộc s

trò qua trọ g tro g giao tiếp phi g
điều i

gữ của co

g h g g y v đó g một vai
g

i.

ó

một tro g hữ g

qua trọ g để hiểu đ ợc các h h vi ứ g x của co

m b i toá

hậ d g cảm xúc của co

rất hiều các h

g

hoa học qua tâm ghi

i tuy

g

một b i toá

triể của co

g

hu

ão Electro EncephaloGraphy -

quan trọ g v t o ra sự phát triể m h mẽ h

th

g qua vă bả ,

hi

g qua hữ g tí hi u “b
G sẽ tr

g gừ g của các ứ g d

tác Não - Máy (Brain Computer Interface - CI , đặt co
của m i t ơ g tác s tro g ỷ guy

g đ ợc

mặt. Tuy hi , tro g xu h ớ g phát

i, các h th g hậ d g cảm xúc th

tro g” h só g đi

hó h

cứu.

Tr ớc đây, vi c hậ d g cảm xúc có thể đ ợc thực hi
hội tho i, c chỉ cơ thể v biểu hi

i. Chí h vì thế

g

cầ thiết,
gt ơ g

i v o vị trí tru g tâm

đ i Error! Reference source not

found., Error! Reference source not found., Error! Reference source not
found..
Tro g hữ g ăm gầ đây, đã có rất hiều c
h ớ g tiếp cậ
g

i th

g trì h c

hác hau cho vi c giải quyết b i toá

g qua só g đi

một h th g
source not found..

g b , đ a ra các

hậ d g cảm xúc co

ão. Mọi ỗ ực đều tập tru g v o hi m v xây dự g

CI tác độ g ha h v có độ chí h xác cao Error! Reference


2

Có thể thấy rằ g hai hâu qua trọ g hất tro g h th

g

CI

trích chọn

đặc trưng và phân lớp ra quyết đị h . Cũ g chí h vì thế, qua hảo sát các công
trì h ghi
cải tiế

cứu đã c g b

i

hai b ớc chí h

qua đế

CI v

G đều chủ yếu tập tru g v o

y Error! Reference source not found., Error!

Reference source not found..
ể h th g hậ d g cảm xúc ho t độ g hi u quả, go i vi c xác đị h
ph ơ g pháp phù hợp để trích chọ đặc tr
một

thuật phâ

đ ợc dù g đó

ớp phù hợp. Tr
: phâ

g của tí hi u

G cò phải ựa chọ

thực tế, có một s ph ơ g pháp cơ bả th

ớp dựa tr

hoả g cách uc ides, phâ

ớp dựa tr

thuật học máy vecto hỗ trợ Support Vecto Machi e - SVM , phâ
m g ơ ro

g

ớp dựa tr

hâ t o Error! Reference source not found., Error! Reference

source not found., Error! Reference source not found..
Ph ơ g pháp đơ giả

h

g cũ g ém chí h xác hất

hoả g cách uc ides. Ph ơ g pháp s d
độ phâ

ớp chậm, đòi hỏi bộ hớ ớ

m g ơ ro cho t c độ x

g SVM cho ết quả t t hơ

giai đo

huấ

h

gt c

uy . Ph ơ g pháp s d

hậ d g cảm xúc dựa tr

tí hi u đi

g m g ơ-ro , tùy từ g y u cầu c thể của b i toá thực tế m

phải trả

ớp theo
g

ha h, dễ c i đặt, i h ho t v dễ bảo trì.

i với vi c giải b i toá
d

phâ

g

ão s
i thiết ế

i rất hiều câu hỏi h Error! Reference source not found., Error!

3

Reference source not found., Error! Reference source not found.: Lựa chọ cấu
trúc m g ơro

o? S

thuật toá học

ợ g các ớp cũ g h các ơro tro g mỗi ớp? S d

o để điều chỉ h các trọ g s của m g? Chí h vì vậy, đây vẫ cò

một h ớ g m đòi hỏi các h
Vì hữ g
Huy, học vi

hoa học qua tâm phải đầu t

ghi

cứu m rõ.

do tr , đ ợc sự gợi h ớ g của Thầy giáo, TS. Nguyễ Ph ơ g

ựa chọ đề t i “Ứng dụng mạng nơ ron trong hệ thống nhận dạng

cảm xúc dựa trên tín hiệu điện não” m đề t i ghi
sĩ chuy

g

g h K thuật đi
i t ợ g của uậ vă

cứu uậ vă t t ghi p th c

t .
: Các phương pháp nhận dạng cảm xúc dựa trên

tín hiệu điện não sử dụng mạng nơron
Về ph m vi ghi

cứu: ựa tr

các bộ cơ s dữ i u có sẵ về các tí hi u

G đ ợc cộ g đồ g hoa học qu c tế c

g hậ

cơ s dữ i u chu

để đ i

sá h các ph ơ g pháp , uậ vă sẽ hảo sát v đá h giá một s ph ơ g pháp
th
ơro

g dù g tro g hậ d g cảm xúc dựa tr

h m g Perceptro , m g MLP, m g SOM, M g R

toá , đề xuất thuật toá s d
mẫu

tí hi u đi

ão s d

gm g

; Lựa chọ b i

g m g ơ ro phù hợp hất đ i với cơ s dữ i u

G đã chọ ; Tập tru g sâu v o c i đặt phầ mềm m phỏ g hằm chứ g

mi h tí h đú g đắ v

hả ă g ứ g d

g tro g thực tế của ph ơ g pháp đề xuất.


4

CHƯƠNG 1 TỔNG QUAN V ĐIỆN N O ĐỒ VÀ CÁC PHƯƠNG
PHÁP XỬ L T N HIỆU S NG ĐIỆN N O

1.1 Tổng quan về t n hiệu điện n o

H nh 1 1 Cấu tạo bộ n o con ng ời.

Não g
v

i [1], [2], [3] là phầ tr

v tr ớc nhất của h thầ

i h tru g ơ g

cơ qua chủ yếu tro g điều hành h thần kinh ngo i vi. Não g

i nặng

khoảng 1500g (Williams và Warwick, 1989). Di n tích bề mặt của não khoảng 1600
cm², và dày khoảng 3 mm. Não gồm có: thân não, tiểu ão, ão tru g gia v đ i
não.
Não bộ của co

g

i là một t chức phức t p, tinh vi nhất của h thần kinh.

Thông qua các giác qua

h mắt, tai, da, bộ não tiếp thu các thông tin về thị giác,

thí h giác, xúc giác... để từ đó hận thức ra đ i t ợng, x

v giai đáp th

g ti

qua các hình thức vậ động. Do vậy bộ não giữ vai trò quan trọng trong ho t động
toàn di , đa d ng của co

g

i, giúp co

g

i thích ứng với các hoàn cảnh xã

hội. Ngày nay, khi thế giới ngày càng phát triển thì các bênh về ão cũ g g y c g


5

phát triể

h : các b nh về độ g i h, vi m ão,u ão ….. o vậy, vi c thu nhận và

x lí tín hi u đi n não sẽ giúp chúng ta ch

đoá chí h xác đ ợc các b nh về não.

Vì thế, các b nh nhân não sẽ có cơ hội đ ợc cứu chữa nhiều hơ .
1.1.1 Kh i qu t chung về EEG
ectroe cepha ogram ão đồ

G

đi n thế ho t động của vỏ não phát ra.

G đ ợc phát hi n b i Berger ăm 1924 bằng 1 d ng c đo dò g đi n với 1 đi n
cực bề mặt tr

đầu con trai ông và ghi l i đ ợc 1 mẫu nhịp nhàng nhữ g dao động

đi n. Tín hi u này là phản hồi đi n sinh học ngay tức khắc của tế bào não. Ngày
ay, g

i ta cho rằng tín hi u EEG gi ng h

h tí hi u EEG lấy từ

ỡng cực

trong lớp tế bào hình chóp. Rất nhiều tế bào hình chóp và sợi thần kinh của ó đ ợc
sắp xếp thẳ g đứng. Sự sắp xếp
đi n thế

y đ ợc đ a ra 1 de dro-somatic

ỡng cực hoặc

cái dao động do tác nhân kích thích gây ra.

Vỏ não là nguồn g c của các ho t độ g đi n của ão thu đ ợc từ bề mặt của
da đầu, các d ng khác nhau của ho t độ g đi n và dấn tới tr

g đi n thế đ ợc t o

ra b i các tế bào thần kinh vỏ não.

H nh 1 2 Cấu trúc vỏ não

Sự sắp xếp của các tế bào

các khu vực khác nhau trên vỏ não là khác nhau,

mỗi vùng có kiểu hình thái khác nhau. Hầu hết các tế bào vỏ ão đ ợc sắp xếp
thành các cột, trong các cột

y các euro đ ợc phân b dọc theo tr c chính của

các cây d ng nhánh, song song với mỗi cây khác và trực giao với bề mặt vỏ não.


6

Vỏ não gồm các lớp khác nhau, các lớp này là không gian của cấu trúc các tế
bào thầ

i h đặc bi t, với các tr ng thái và chức ă g hác hau tro g đáp ứng

xu g đi n. Neuron pyramidal là thành phần cấu t o chủ yếu của vỏ ão.

i n thế

EEG [1], [2] ghi đ ợc từ các đi n cực đ ợc đặt tiếp xúc với lớp da đầu là sự t ng
hợp các thay đ i về đi n thế ngoài của tế bào Pyramidal. Màng tế bào pyramidal
không bao gi trong tr ng thái nghỉ b i vì nó bị tác động liên tiếp b i ho t động
sinh ra do các neuron khác có các liên kết synaptic. Các liên kết synaptic có thể là
kích thích hoặc ức chế sự thay đ i t ơ g ứng tính th m thấu của màng tế b o đ i
với io K v io C

m phát si h dò g đi n.

H nh 1 3 Dòng điện bên trong tế bào pyramidal lớn.

ò g io đ ợc thiết lập cho phép cân bằ g đi n tích giữa bên trong và bên
ngoài màng tế b o.
PSP đ ợc thể hi n

ò g đi
hì h 3.

si h ra do đi n thế của postsynaptic kích thích
i n thế postsynaptic kích thích là t ng hợp của

dò g đi v o tro g m g tế bào gây ra b i các io d ơ g v dò g đi ra go i m g
tế bào t o dọc theo phần m rộng của tế bào extra- sy aptic.

i

tr

ng bên ngoài

tế bảo là hàm của đi n thế xuyên màng.
Tro g đó

đi n thế bên ngoài màng, là bán kính của sợi tr c hoặc tua gai, là

đi n thế xuyên màng,
tr

độ dẫ m i tr

ng bên trong tế b o,

độ dẫn của môi

ng bên ngoài tế bào. Mặc dù các đi n thế bên ngoài tế bào riêng rẽ là nhỏ h

g


7

t g đi n thế của chú g cũ g đá g ể đ i với nhiều tế b o.

iều này là do các

euro pyramida đ ợc kích ho t tức th i lớ hơ hoặc nhỏ hơ cách m

synaptic và các thành phần dọc tr c của dò g b

i

ết

go i m g đ ợc thêm vào, trong

hi đó các th h phần nằm ngang l i có xu h ớng làm giảm đi n thế này. Ngoài ra
các nguồ

hác cũ g góp phần t o ra tín hi u EEG. Sự giảm đi n thế màng tế bào

tới mức giới h n xấp xỉ 10 mV nhỏ hơ đi n thế tái kh cực t i tr ng thái nghỉ của
màng tế b o. i n thế ho t động của các neuron não là nguồn g c của E G. Nh
chúng góp phần nhỏ trong vi c t o ra tín hi u
chú g th

ng ho t độ g h

g

G ghi đ ợc t i bề mặt của não. Do

g đồng bộ trong cùng một th i gia đ i với một s

ợng lớn các sợi tr c, các sợi tr c này di chuyển theo nhiều h ớ g t ơ g đ i với
bề mặt vỏ não. Nguyên nhân khác là phần của màng tế bảo bị kh cực b i đi n thế
ho t động t i các th i điểm c định nhỏ hơ so với thành phần của màng tế bào
đ ợc kích thích b i một PSP v đi n thể ho t động tồn t i trong th i gian ngắn

hơ

cỡ 1 - 2ms) so với của EPSPs hoặc IPSPs là 10 – 250ms. Qua các qua điểm

trình bày

tr

thì

G thu đ ợc t i bề mặt da đầu có thể coi là kết quả của nhiều

thành phần tích cực, tro g đó đi n thế của postsynaptic từ tế bào pyramidal là thành
phần chính t o ra tín hi u đi n não.
1.1.2 Thu nhận và đo đạc tiến hiệu điện não EEG
a) Vị trí đặt đi n cực chu n [9], [10].
Hi p hội qu c tế về sinh lí thầ

i h âm s g v đi

ão đề đ a ra chu

đặt

đi n cực cho 21 đi n cực (gồm cả đi n cực t i dái tai . Các đi n cực đặt t i dái tai
đ ợc gọi

1,

2 đ ợc n i t ơ g ứng với tai trái và tai phải đ ợc s d ng làm

đi n cực tham chiếu. H th ng 10-20 trá h đặt đi n cực t i vị trí nhãn cầu, và cân
nhắc một vài khoả g cách h
đi n cực lẻ đ ợc đặt b

g đ i b i s d ng các m c giải phẫu c thể. Các

trái v các đi n cực lẻ đ ợc đặt bên phải.

ể thiết lập s

ợ g các đi n cực nhiều hơ m vẫ tuâ theo qui ớc tr , các đi n cực còn l i
go i 21 đi n cực chu

đ ợc đặt giữa các đi n cực tr

v cách đều nhau giữa

chúng. Ví d C1 đ ợc đặt giữa C3 và Cz. Hai d g hác hau dù g để ghi tín hi u
đi n não là d ng vi sai và d ng tham chiếu.

i với d g vi sai hai đầu vào của mỗi


8

bộ khuếch đ i vi sai là hai cực, còn kiểu tham chiếu thì chỉ một tro g hai đi n cực
tham chiếu đ ợc dùng. Một kiểu b trí đi n cực t ơ g tự khác là h th ng vị trí đi n
cực Maudsley, h th ng 10 – 20 đ ợc thay đ i để ch p ghi đ ợc tín hi u từ tiêu
điểm động kinh trong vi c thu tín hi u động kinh. Chỉ có một sự khác nhau giữa hai

h th g

y

các đi n cực b

go i đ ợc làm nhẹ hơ một chút cho phép ghi tín

hi u độ g i h đ ợc t t hơ . Ưu điểm của h th ng này là di

tích đ ợc trùm b i

mũ đi n cực đ ợc m rộ g, do đó m tă g độ nh y khi ghi l i tín hi u đi n não.
b Ph ơ g pháp thu tí hi u đi n não.
Vi c thu nhận các tín hi u và hình ảnh từ các bộ phận của cơ thể g

i tr

đoá sớm các lo i b nh tật. Dữ li u thu đ ợc có thể

thành cần thiết cho vi c ch

d ới d g đi n sinh học h tí hi u đi n tim, tín hi u đi

cơ đồ EMG hay tín hi u

đi n não EEG, từ ão đồ M G …Các ph ơ g pháp đo đ c đ ợc dùng có thể là siêu
âm, ch p CT, hay ảnh cộ g h

ng từ MRI hoặc cộ g h

ch p positron cắt lớp PET. Các ho t động thầ

i h đi

ng từ chức ă g fMRI,
đầu ti

đ ợc ghi l i bằng

máy đi n kế đơ giả . ể khuếch đ i sự thay đ i của các điểm một tấm g ơ g đ ợc
g để phản x á h sá g đ ợc chiếu ra từ đi n kế lên bức t

s d
kế

g. Sau đó, đi n

rso va đ ợc gắn vào một cuộndây có thể di chuyể đ ợc, do đó á h sá g tập

tru g tr

g ơ g sẽ bị phản x

hi cho dò g đi n ch y qua cuộn dây này.

i n kế mao dẫ đ ợc t o ra b i Lippma

v Marey. i n kế dây rất nh y và

đo chí h xác hơ đ ợc Einthoven giới thi u v o ăm 1903.

i n kế này tr thành

d ng c đo chu n trong vài thập kỉ v đ ợc cho phép s d ng ghi l i hình ảnh. Các
h th

g đo tí hi u EEG gồm s

ợng lớ các đi n cực tinh vi, các m ch khuếch

đ i vi sai (cho mỗi kênh), bộ lọc v đồng hồ ghi có mũi im chỉ.
Tín hi u

G đa

Ngay sau đó, h th

g đo tí hi u

cứu bắt đầu tìm kiếm h th
tín hi u.

h đ ợc ghi l i lên tấm giấy nhẵn hoặc giấy có
G

y đ ợc tung ra thị tr

ới.

ng, các nhà nghiên

g đ ợc máy tính hóa, h th ng này s hóa v

u trữ


9

Do vậy để phân tích tín hi u

G, ba đầu phải hiểu rằng tín hi u đ ợc

chuyển sang d ng s . S hóa tín hi u bao gồm các b ớc: lấy mẫu,
mã hóa tín hi u. Khi s cực đ ợc s d

g c g tă g thì s

tức s bít để mã hóa tín hi u cũ g hiều hơ . H th

ợng t hóa, và

ợng dữ li u càng lớn,

g đ ợc máy tính hóa cho phép

thiết lập các kiểu khác nhau, mô phỏng và lấy mẫu tần s và trong một s tr

ng

hợp tích hợp cả các công c x lí tín hi u đơ giản hoặc hi

đ i giúp nâng cao hi u

quả quá trình x lí tín hi u.Quá trình biế đ i từ tín hi u

G t ơ g tự sang d ng

s đ ợc thực hi n b i bộ chuyể đ i s t ơ g tự đa

ải tần hi u quả cho tín

hi u EEG xấp xỉ 100Hz.
tắc Nyquist

h.

o đó tần s lấy mẫu nhỏ nhất là 200 mẫu/s thỏa mãn qui

đủ để lấy mẫu tín hi u EEG. Trong một s ứng d ng các ho t động

của ão đ ợc qua sát đòi hỏi độ phân giải cao hơ tần s lấy mẫu có thể lên tới
2000 mẫu/ s.
th g th

ể duy trì thông tin ch

đoá thì quá trì h

ợng t hóa tín hi u

ng phải rất t t.

Các h th ng ghi tín hi u EEG ph biến s d ng các mẫu tín hi u d ới d ng
16bits. Các đi n cực ghi đi
thập dữ li u chất

tim có độ chính xác cao chủ yếu đ ợc s d

ợng cao.

Các lo i đi n cực đ ợc s d ng trong h th ng ghi tín hi u đi
cực dùng một lần (d g ge
hoặc ti

đ

g đ ợc dù g. Th

ão h : i n

i n cực có thể s d ng nhiều lần (vàng, b c, thép

i n cực kẹp và ch p đầu

khi ghi đa ênh với s
th

g để thu

i n cực đ ợc nhúng mặ

i n cực d ng kim

ợng lớn của các đi n cực, thì đi n cực d g mũ ch p
g th

g đi n cực d g mũ ch p gồm đĩa

g – AgCl có

ng kính nhỏ hơ 3 mm, với các cực linh ho t có thể gắn vào bộ khuếch đ i.
i n cực kim phải đ ợc cắm d ới vỏ não với độ sâu nhỏ nhất có thể. Tr

kháng cao giữa đi n cực v da đầu cũ g h các đi n cực có tr
thể dẫn tới méo d ng tín hi u.Do vậy các máy ghi đi
th

g đ ợc trang bị bộ phận theo dõi tr

há g cao cũ g có

ão th ơ g m i thông

há g. ể đảm bảo vi c ghi tín hi u đi n

não chính xác, tr kháng của đi n cực phải nhỏ hơ 5kΩ , t t nhất là 1kΩ Cân bằng
với các đi n cực hác tro g mũ. T ơ g ứng với từng cấu trúc lớp và xoắn của não
sự phân b các đi n cực lên da phù hợp.

10

1.2 C c dạng s ng điện n o c

ản

1.2.1 Nguyên tắc phân tích s ng điện não
Hình ả h đi n não là nhữ g đặc tr

g biểu hi n lâm sàng thần kinh tâm thần

và các b h hác. o đó cần phải phân tích và mô tả chi tiết, đồng th i t ng hợp và
khái quảt để b sung cho lâm sàng và những thông tin ch a có âm s g hoặc các
tri u chứng khó phân bi t. Khi phầ tích đi n não cần tuân theo một s nguyên tắc:
Tr c tu g

bi

độ của sóng. Tr c hoành là tần s sóng.

D ng sóng: hình sin, có nhịp hay không có nhịp, đơ d g hay đa d g, đều
hay h g đều, sóng một pha hay nhiều pha. Các sóng
sóng âm (-),

d ới

tr

đ

g đẳ g đi n là

só g d ơ g + .

Tần s : là s sóng có trong một giây kí hi u là chu kỳ giây (ck/gy) hoặc (Hz)
i

độ: là chiều cao của sóng tính bằng µV.

Vi trí: só g đi n não biểu hi n

các vị trí hác đi n cực khác nhau, và khác

nhau theo vùng.
Chỉ s : s sóng xuất hi n trong một th i gian nhất đị h xác đi h
đ ợc tính theo tỷ l %. Thông s

y th

bản ghi

g dù g để đá h giá âm s g.

Tính chất xuất hi : các só g đi n não xấy hi n khác nhau không chỉ về d ng
sóng mà còn cả tính chất.
Kịch phát: một sóng, một nhóm sóng xuất hi n và kết thúc đột ngột. Có thể
kịch phát toàn thể hay khu trú, kéo dài 1-2/10 giây đến nhiều giây.
ồng thì: cùng một th i điểm đồng bộ

hai bán cầu cân xứng, hay một bán

cầu. Kho g đồng thì: không cùng một lúc xuất hi n, mất cân xứng một bán cầu về
tấn s , bi

độ hoặc cả 2.

Liên t c: các sóng b nh lý có những khoả g giá đo n, không gi ng nhau.
Từng nhóm: các sóng xuất hi n từng nhóm với s sòng và d g t ơ g tự nhau. [4]


11

1.2.2 Phân biệt s ng điện não dựa vào tần số
Năm 1924, h tâm thần học g

i Áo t

ghi đ ợc EEG. Ông nhận thấy trên bả ghi

Ha s

erger

G bì h th

g

i đầu tiên

ng, nhịp của các sóng

đi n não gồm có vài lo i sóng có thể phân bi t theo tần s . ây cò gọi là các d ng
só g đặc tr

g si h

.

a) S ng Alpha (α)
D ng sóng hình sin là chủ yếu, có tần s từ 8 -13 ck/gy
Alpha nhanh: 11-13 ck/gy
Alpha trung bình: 10 ck/gy
Alpha chậm: 8-9 ck/gy
Só g th

g có bi

độ khoảng 50µV (mặc dù cũ g có thể giao động từ 5 tới

100 µV).
Sóng này thấy rõ nhất

phần phía sau của ão g

hi u thị giác, tức là vùng ch m (occipital region)
dần về phía thái d ơ g Vì vậy, đ i hi g

i, v

cả 2 bên, ít

ơi x l‎ý các tín
vù g đỉnh và giảm

i ta còn gọi nhịp alpha là nhịp trội

phía sau (the posterior-dominant rhythm).
Có nhiều giả thuyết giải thích cơ chế này. Theo P.V simonov (1956) cho rằng
alpha có vai trò lớ tro g cơ chế điều chỉnh giữa nội môi và ngo i môi của chức
ă g gă cản các tín hi u đi v o ão. Theo u ch a pha có vai trò điều chỉ h đồng
bộ của các tín hi u vào và ra khỏi não; D.G. Shmelkin (1955) thấy a pha u
cùng với tr ng thái cân bằ g i

qua đề h

đi

g phấn và ức chế. Sóng alpha tr nên

rõ nhất khi nhắm mắt l i, bị tri t tiêu khi m mắt. Nh vậy sóng alpha là dấu hi u
cho biết ão đa g

tình tr ng không chú ‎ i atte tive brai , v đa g ch để đ ợc

kích thích. Thực tế là có một vài tác giả đã gọi ó
rhythm" .

ây

hịp sóng chủ yếu thấy đ ợc tr

“ hịp ch đợi” "waiti g
g

i lớ bì h th

g v th

giãn – sóng hi n di n trong hầu hết các th i kỳ của cuộc đ i, nhất là khi trên 30
tu i, khi ấy sóng này chiếm u thế tr

đ

ng ghi EEG lúc nghỉ gơi.


12

pha 10 Hz, bi

độ thấp.

pha 10Hz, bi

độ cao.

Alpha 10Hz, xuất hi n từng chùm.
H nh 1 4 Sóng Alpha[4]

b) S ng Beta (β)
định, có tần s từ 13-35 Hz, có bi

D ng sóng không

phía tr ớc, phân b điển hình

Beta là sóng nhanh

d ơ g v đỉnh ch m. Só g eta i

độ d ới 30µV. Sóng

vùng trán và giảm dần

qua đến tr g thái h

thái

g phấn của th n kinh.

Sóng Beta sẽ n i bật lên khi dung thu c an thần gây ngủ. Sóng có thể mất hoặc suy
giảm

th ơ g vỏ não. Nhịp beta th

vùng có t

nó là nhịp chiếm u thế

g đ ợc coi là nhịp bì h th

ng,

những b h hâ đa g thức tỉnh cảnh giác hoặc lo sợ,

hoặc khi m mắt.

H nh 1 5 Sóng Beta.

c) S ng Theta (θ)
D ng sóng hình cung hay hình thang, tần s từ 4-8Hz. Theta nhanh từ 6-8Hz,
Theta bì h th

ng từ 5-6Hz, Theta chậm từ 4-5Hz. Só g Theta xuất hi n

thái

d ơ g, hay vù g trá thái d ơ g v thái d ơ g tr ớc trung tâm. Sóng Theta là lo i
sòng chậm, th

ng thấy khi b nh nhân trong tình tr ng buồn ngủ hoặc ngủ nông

ight stages of s eep . Sò g Theta đ ợc coi là bất bì h th
đa g tỉ h táo, h

g

i

bì h th

ng

ng nếu thấy

g

i lớn

trẻ em d ới 10 tu i. Sau 10 tu i, sóng


13

theta nhanh và chuyển dầ sa g a pha. Cũ g có thể thấy theta t o thành 1 vùng bất
th

ng trên nhữ g ơi có t

th ơ g d ới vỏ c c bộ. Sóng theta biểu hi n cho giảm

ho t động của v não, nên ngoài lứa tu i nhỏ, còn thấy xuất hi n
Sóng theta xuất hi n

g

lứa tu i cao.

i lớn nhiều hay ít, lan tỏa hay hu trú đều i

r i loan chức ă g của ão, đặc bi t

qua đến

cấu trúc d ới vỏ.

H nh 1 6 S ng Theta

d) S ng Delta (δ)
D ng sóng hình chuông, tần s từ 0,5-4 Hz, bi

độ só g tru g bì h t ơ g

đ ơ g đi n thế a pha, cũ g có hi cao gấp 2 đến 3 lầ bi
sóng chậm nhất v có bi

độ a pha, đây

độ cao nhất. Sóng Delta xuất hi n

giảm dần theo lứa tu i, xuất hi n

g

trẻ em d ới 7 tu i,

i lớn trong giấc ngủ sâu ( giai đo n 3 hoặc

4 của giấc ngủ). Nói chung, nếu sóng Delta xuất hi n trên một g

đa g gủ) thì chứng tỏ não có vấ đề
sọ, khiếm khuyết về trí tu , hay h

i lớn (trừ khi

o đó: ví d u ão, động ki h, tă g áp ực nột

m . Khi đã xuất hi n, thì nhịp Delta có khuynh

h ớng thay thế cho nhịp alpha. Cả sóng beta lẫ só g de ta đều không bị ả h h
b i m mắt hay nhắm mắt. ). Nó có thể xuất hi n c c bộ khi có t
và phân b rộng khắp khi có t

o i

ng

th ơ g d ới vỏ

th ơ g a tr , tro g b nh não do chuyển hóa

(metabolic encephalopathy), b h ão

ớc (hydrocephalus) hay t

giữa tro g sâu deep mid i e esio s . Nó th

ng trội nhất

th ơ g đ

vùng trán

g

ng
i lớn

(ví d FIRDA - Frontal Intermittent Rhythmic Delta – sóng delta có nhịp cách hồi
vùng trán) và phân b trội

các vùng phía sau trên trẻ em (ví d OIRDA - Occipital

Intermittent Rhythmic Delta - sóng delta có nhịp cách hồi

H nh 1 7 Sóng Delta.

vùng ch m).


14

H nh 1 8 Nhận dạng các dạng sóng theo tần số

1 3 Hệ thống nhận dạng cảm xúc dựa trên t n hiệu s ng điện n o
Cảm xúc đi cù g với mỗi g

i tro g cuộc s

trò qua trọ g tro g giao tiếp phi g

điều i

ỷ
th

hu

gữ của co

th

i.

ó

mặt. V tro g xu h ớ g phát triể của co

g qua hữ g tí hi u “b

mẽ cù g với vai trò h
hi

đ i.

tro g” từ só g đi
g

g

g

i. Nhậ di

i tro g đầu hữ g thập

g hậ di

g gừ g tă g của các ứ g d

i terfaces tro g vi c đặt co

một tro g hữ g

g qua vă bả , hội tho i, c chỉ cơ thể v biểu

y, sự cầ thiết v qua trọ g của các h th

ỷ guy

g

qua trọ g để hiểu đ ợc các h h vi ứ g x của co

cảm xúc có thể đ ợc thực hi
hi

g h g g y v đó g một vai

ão

cảm xúc co

g

i

G đã phát triể m h

g t ơ g tác Não Máy

CI

i v o vị trí tru g tâm của m i t ơ g tác s tro g


15

H g ăm các đ o diễ cho ra đ i h g ghì bộ phim tr
Tro g đó tập tru g phầ

ớ

M .

ây

một thị tr

thiết bị đo hậ cảm xúc/ tr g thái của g
tu g ra thị tr

g. Tr

thực tế, đ o diễ

thiết bị thu hậ só g đi

ão

tr ớc hi tu g si u ph m đi

thế giới.

g tiềm ă g đ i với các

i xem đ i với các bộ phim tr ớc hi

i tiế g James Camero cũ g đã s d

G để iểm tra hi u quả tâm

ả h

to

vatar ra thị tr

g. Tr

đây

của g

g

i xem

hai tro g s rất

hiều hữ g ứ g d g tiềm ă g của vi c hai thác só g đi

ão

g

ớc go i đã sớm

hì
g

i. Tr

thực tế, các h

ghi

cứu v các doa h ghi p

G của co

hậ ra t ơ g ai phát triể của t ơ g tác s . Tro g đó, cách thức m co
i giao tiếp với máy tí h th

g qua

ghĩ só g đi

ão

một tro g hữ g

qua tâm h g đầu.

H nh 1 9 Ứng dụng giao tiếp với m y t nh

Cho đến ngày nay thế giới đã có hữ g b ớc tiến dài trong vi c nghiên cứu
sóng EEG, rất nhiều sản ph m máy đi n não, kèm theo cả phần mềm trị giá tới tri u
đ

a M đa g đ ợc triển khai trong các b nh vi n ph c v chu

b h động kinh. Ngoài ra rất nhiều tập đo
M cho vi c nghiên cứu

đoá , chữa trị

ớ cũ g đa g đầu t h g tri u đ

G h vi c giao tiếp, xác định cảm xúc co

2009 công ty Toyota công b đã th h c

g

a

i. Năm

g tro g vi c nghiên cứu xe ă đ ợc điều


16

khiển bằng sóng não mà không cần dùng cơ bắp hay giọ g ói. Xe ă rẽ trái, rẽ
phải, tiến và dừng l i đ ợc thực hi

th

g qua suy ghĩ của co

g

i. Công ty

Emotiv Limited là một trong những công ty của M thành công trong vi c nghiên
cứu chuyên sâu về só g đi

ão v đã có sản ph m bán ra thị tr

ng. Sản ph m

của công ty là một mũ poc có chức ă g thu hậ só g đi n não, kết hợp với Epoc
là bộ th vi n EDK (Emotiv development kit), bộ th vi n này có khả ă g thu
nhận và x lý rất t t tín hi u sóng não của co

g

i và có khả ă g ứng d ng rất

nhiều tro g các ĩ h vực giáo d c, y tế, an ninh qu c phòng.

H nh 1 10 Ứng dụng tín hiệu điện n o trong quân đội.

1.3.1 Nguyên l nhận dạng cảm xúc dựa trên tín hiệu điện não.
Có nhiều nghiên cứu tr ớc đây về vi c nhận d ng cảm xúc dựa trên tín hi u
só g đi n não và có một s công trình nghiên cứu liên quan về b i toá đã đ ợc
công b . K. Ishi o et a đề xuất h th ng nhận d ng cảm xúc với độ chính xác
54.4% cho cảm xúc vui, 67.7% cho tức giận, 59% cho buồn và 62.9% cho th giã .
Berkman et al s d ng m g ơ-tro để dự đoá cảm xúc tích cực và tiêu cực với
độ chí h xác 43%. Li et a đã phát triể ph ơ g pháp phâ

o i đa ớp SVM

(multi-class support vector machine) cho bài toán nhận d ng cảm xúc. Kết quả thu
đ ợc với độ chính xác trung bình 82.37% cho các cảm xúc vui, buồn, tức giận và
thoải mái. Chanel et al s d

g ph ơ g pháp phâ

o i Naïve

ayes v đ a ra độ