Nghiên cứu một số phương pháp phân tích tín hiệu điện não đồ nhằm phát hiện và chẩn đoán chứng động kinh ở trẻ em

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

HỒNG ANH TUẤN

KỸ THUẬT VIỄN THƠNG

NGHIÊN CỨU MỘT SỐ PHƯƠNG PHÁP
PHÂN TÍCH TÍN HIỆU ĐIỆN NÃO ĐỒ
NHẰM PHÁT HIỆN VÀ CHẨN ĐOÁN
CHỨNG ĐỘNG KINH Ở TRẺ EM

LUẬN VĂN THẠC SĨ KỸ THUẬT
KỸ THUẬT VIỄN THƠNG

KHĨA 2014A
Hà Nội – 2016


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

HOÀNG ANH TUẤN
NGHIÊN CỨU MỘT SỐ PHƯƠNG PHÁP PHÂN TÍCH TÍN HIỆU ĐIỆN
NÃO ĐỒ NHẰM PHÁT HIỆN VÀ CHẨN ĐOÁN CHỨNG ĐỘNG KINH Ở
TRẺ EM

Chuyên ngành : KỸ THUẬT VIỄN THÔNG

LUẬN VĂN THẠC SĨ KỸ THUẬT

NGƯỜI HƯỚNG DẪN LUẬN VĂN :
TS. VƯƠNG HOÀNG NAM

Hà Nội – 2016


LỜI NÓI ĐẦU
Động kinh (Epilepsy) là bệnh rối loạn thần kinh trầm trọng thường gặp ở trẻ
em. Theo Tổ chức Y tế Thế giới, số lượng người mắc chứng động kinh chiếm từ
0,5-1% dân số và trong đó ước tính khoảng 15 triệu trẻ em dưới 15 tuổi mắc bệnh.
Một trong những trở ngại chính gặp phải hiện nay chính là vấn đề chẩn đoán động
kinh. Phân loại và chẩn đốn động kinh có thể dựa trên 3 yếu tố: (1) biểu hiện lâm
sàng, (2) biểu hiện của điện não đồ (electroencephalogram-EEG) trong cơn, và (3)
biểu hiện của EEG ngoài cơn. Tuy không giúp xác định được bệnh lý động kinh và
hội chứng động kinh cụ thể, nhưng dựa trên bệnh sử đáng tin cậy và EEG, các thầy
thuốc thường có thể phân loại được cơn động kinh và lên kế hoạch điều trị thích
hợp. EEG có nhiều ưu điểm hơn so với các tín hiệu y tế khác liên quan đến hoạt
động của não người như từ não đồ (magnetoencephalogram-MEG) hoặc ảnh cộng
hưởng từ chức năng (functional magnetic resonance imaging-fMRI) do MEG đòi
hỏi một số lượng lớn cảm biến từ (dẫn đến các hoạt động của não được ghi nhận
khơng tập trung cũng như chi phí cao), cịn chuỗi ảnh fMRI lại có độ phân giải thời
gian thấp và nhiều hoạt động của não không được ghi nhận. Trong khi với ưu điểm
là chi phí thấp và độ phân giải thời gian cao thì EEG được xem là một cơng cụ hiệu
quả trong chẩn đốn các bệnh động kinh.
Một vấn đề quan trọng nữa trong xử lý EEG, là tìm ra được các thơng tin cần
thiết ở trong tín hiệu giúp phát hiện động kinh. Đây là quá trình trích chọn đặc trưng
tín hiệu. Các đặc trưng này phụ thuộc vào phương pháp được sử dụng, thường là
các phép biến đổi (biến đổi wavelet, hệ mũ Lyaponov, phân bố tần số-thời gian …)

nhằm khai thác các thông tin “ẩn” chứa trong tín hiệu. Các đặc trưng này có thể
được trích chọn theo từng kênh tín hiệu (đơn biến) hoặc giữa các kênh tín hiệu với
nhau (đa biến). Tiếp theo, ta sẽ sử dụng các đặc trưng này và các tổ hợp của nó để
chẩn đốn, phát hiện bênh động kinh dựa trên các thuật toán liên quan tới mạng nơron, mơ hình phi tuyến, ICA, phương pháp Bayesian, SVM... Lưu ý đối với trẻ nhỏ,
tín hiệu EEG thường có nhiều biến thể hơn người lớn và thay đổi nhiều theo lứa
tuổi do đó chúng ta phải xây dựng được các thuật tốn thích hợp.
1


Nhận thấy được tầm quan trọng của công việc này trong việc giúp đỡ các bệnh
nhân bị bệnh động kinh em đã quyết định nghiên cứu, thực hiện luận văn để tìm ra
các phương pháp phát hiện và chuẩn đốn sớm nhất, chính xác nhất các triệu chứng
của bệnh.
Trong quá trình thực hiện luận văn em xin chân thành cảm ơn thầy
TS.Vương Hoàng Nam, người trực tiếp hướng dẫn em hoàn thành luận văn này.

2


TÓM TẮT LUẬN VĂN
Nghiên cứu các phương pháp xử lý tín hiệu để dùng phân tích tín hiệu điện não
đồ EEG là một hướng nghiên cứu khoa học đang rất phát triển trên thế giới trong
khoảng 20 năm trở lại đây và đạt được nhiều kết quả triển vọng dùng cho việc hỗ
trợ chẩn đoán chứng động kinh. Trong luận văn này sẽ ngiên cứu về bệnh động kinh
và tín hiệu điện não đồ ( EEG ), các đặc trưng của tín hiệu điện não đồ được sử
dụng trong phát hiện chứng động kinh. Các khái niệm và kiến thức về mạng nơ-ron
nhân tạo và máy véc-tơ hỗ trợ SVM sẽ được trình bày. Từ đó đưa ra hướng nghiên
cứu, phương pháp xử lý tín hiệu điện não đồ phát hiện chứng động kinh sử dụng
phương pháp tiếp cận là phân loại bằng SVM nhằm xây dựng các thuật toán dùng
phát hiện sớm cơn động kinh (co giật) và xây dựng một hệ thống phân tích tín hiệu

EEG tối ưu nhằm cảnh báo sớm về cơn động kinh dựa vào các kết quả nghiên cứu.
Sau quá trình nghiên cứu và mơ phỏng cho kết quả khả quan. Từ đó rút ra khả năng
nghiên cứu để phát triển và ứng dụng trong thực tế của luận văn là rất lớn nhưng đòi
hỏi cần phải nghiên cứu và thực nghiệm nhiều hơn nữa vì thực tế hiện tại trên thế
giới hiện nay vẫn chưa chế tạo được các thiết bị cầm tay đủ tin cậy để dự đoán và
cảnh báo sớm về cơn động kinh.

3


MỤC LỤC
LỜI NÓI ĐẦU ............................................................................................................ 1
TÓM TẮT LUẬN VĂN ............................................................................................. 3
MỤC LỤC ................................................................................................................... 4
DANH SÁCH CÁC HÌNH VẼ .................................................................................. 7
DANH SÁCH CÁC BẢNG ........................................................................................ 9
CÁC TỪ VIẾT TẮT ................................................................................................ 10
PHẦN MỞ ĐẦU ....................................................................................................... 11
I. Tầm quan trọng của luận văn .............................................................................. 11
II. Mục đích nghiên cứu............................................................................................ 11
III. Phương pháp nghiên cứu ................................................................................... 11
V. Kết luận ................................................................................................................. 11
CHƯƠNG 1 - GIỚI THIỆU CHUNG VỀ BỆNH ĐỘNG KINH VÀ
TÍN HIỆU ĐIỆN NÃO ĐỒ...................................................................................... 13
1.1 Bệnh động kinh .................................................................................................... 13
1.2 Tín hiệu điện não đồ ............................................................................................ 14
1.3 Đặc điểm của tín hiệu điện não đồ ..................................................................... 16
1.3.1 Xác định sóng dựa vào tần số ......................................................................... 17
1.3.2 Xác định sóng dựa vào hình dạng .................................................................. 18
1.4 Nhiễu trong EEG ................................................................................................. 19

1.4.1 Nhiễu do thiết bị và mang tính hệ thống ........................................................ 19
1.4.2 Nhiễu mắt (Electrooculogram – EOG) ........................................................... 19
1.4.3 Nhiễu cơ (Electromyogram – EMG) .............................................................. 20
1.5 Động kinh trong tín hiệu EEG ........................................................................... 20
1.6 Cơ sở dữ liệu bệnh động kinh: CSDL Đại học Freiburg ................................. 24
1.7 Kết luận ................................................................................................................ 25
CHƯƠNG 2 - CÁC ĐẶC TRƯNG CỦA TÍN HIỆU EEG ĐƯỢC SỬ
DỤNG TRONG PHÁT HIỆN BỆNH ĐỘNG KINH ............................................ 26
2.1 Các đặc trưng đơn biến ...................................................................................... 26
2.1.1 Đặc trưng thống kê (miền thời gian) của tín hiệu .......................................... 27
4


2.1.2 Thông số Hjorth .............................................................................................. 28
2.1.3 Thời điểm bất tương quan .............................................................................. 29
2.1.4 Mơ hình tự hồi quy AR .................................................................................. 30
2.1.5 Năng lượng phổ tín hiệu ................................................................................. 30
2.1.6 Tần số biên phổ và công suất biên phổ .......................................................... 31
2.1.7 Biến đổi wavelet ............................................................................................. 32
2.2 Các đặc trưng đa biến ......................................................................................... 33
2.3 Một số đặc trưng của các loại tín hiệu y sinh khác dùng trong chẩn đốn
động kinh.................................................................................................................... 36
2.3.1 Tín hiệu điện tâm đồ ECG .............................................................................. 36
2.3.2 Tín hiệu cộng hưởng từ chức năng FMRI ...................................................... 36
2.4 Kết luận ................................................................................................................ 37
CHƯƠNG 3- MẠNG TRÍ TUỆ NHÂN TẠO........................................................ 38
3.1 Mạng nơron nhân tạo ......................................................................................... 38
3.1.1 Nơron sinh học ............................................................................................... 38
3.1.2 Nơron nhân tạo ............................................................................................... 40
3.1.3 Ứng dụng mạng nơron nhân tạo ..................................................................... 41

3.2 Máy véc-tơ hỗ trợ SVM ...................................................................................... 43
3.2.1 Giới thiệu SVM .............................................................................................. 43
3.2.2 Siêu phẳng tối ưu ............................................................................................ 44
3.2.3 Phân lớp mềm ................................................................................................. 46
3.2.4 SVM phi tuyến ............................................................................................... 47
3.3 Kết luận ................................................................................................................ 48
CHƯƠNG 4 -PHƯƠNG PHÁP TIÊN TIẾN XỬ LÝ TÍN HIỆU
ĐIỆN NÃO ĐỒ NHẰM PHÁT HIỆN BỆNH ĐỘNG KINH ............................... 49
4.1 Mơ hình tổng quan .............................................................................................. 49
4.1.1 Thu thập dữ liệu.............................................................................................. 49
4.1.2 Tiền xử lý tín hiệu .......................................................................................... 50
4.1.3 Trích chọn các đặc trưng ................................................................................ 50
4.1.4 Phân loai và hậu xử lý .................................................................................... 51
4.2 Phương pháp tiếp cận: Phân loại bằng máy vec-tơ hỗ trợ SVM .................... 52
5


4.3 Kết luận ................................................................................................................ 55
CHƯƠNG 5 - MỘT SỐ ĐÁNH GIÁ KẾT QUẢ THU ĐƯỢC ............................ 56
5.1 Các thông số mơ phỏng ....................................................................................... 56
5.1.1 Chọn kênh tín hiệu EEG ................................................................................. 56
5.1.2 Chọn các đặc trưng ......................................................................................... 58
5.1.3 Mạng SVM đa lớp .......................................................................................... 60
5.1.4 Đưa ra cảnh báo .............................................................................................. 61
5.2 Tiến hành mô phỏng ........................................................................................... 63
5.3 Một số kết quả mô phỏng và đánh giá .............................................................. 66
5.3.1 Bộ dữ liệu học và kiểm tra ............................................................................. 66
5.3.2 Một số kết quả mô phỏng và thảo luận .......................................................... 67
5.4 Kết luận ................................................................................................................ 70
KẾT LUẬN ............................................................................................................... 71

TÀI LIỆU THAM KHẢO ....................................................................................... 72

6


DANH SÁCH CÁC HÌNH VẼ
Hình 1.2.1: Hệ thống đặt điện cực ghi 10-20 quốc tế (international 10-20 system) ...........15
Hình 1.2.2: Tiến hành đo điện não ở trẻ em.................................................................. 16
Hình 1.3.1: Minh họa các sóng  ,  , ,   trong tín hiệu EEG .................................... 18
Hình 1.4.1: Minh họa nhiễu mắt EoG và nhiễu cơ EMG trong quá trình đo điện não . 20
Hình 1.5.1: Minh họa tín hiệu động kinh ...................................................................... 21
Hình 1.5.2: Mơ hình dự đốn đưa ra cảnh báo trước cơn động kinh ............................ 22
Hình 1.5.3: Minh họa về cảnh báo Đúng và cảnh báo Sai về cơn động kinh ............... 22
Hình 1.5.4: Một thiết bị phát hiện sớm động kinh đang được thử nghiệm ................... 23
Hình 1.5.5: Minh họa thiết bị phát hiện sớm động kinh sử dụng tín hiệu điện não...... 23
Hình 1.6.1: Mơ tả đinh dạng file “.head” ...................................................................... 24
Hình 1.6.2: Mơ tả đinh dạng file “.data” ....................................................................... 24
Hình 1.6.3: Minh họa một bản ghi EEG đã được đánh dấu trong CSDL ĐH Freiburg 25
Hình 2.1.1: Minh họa khái niệm thời điểm bất tương quan (Decorrelation-time) ........ 29
Hình 2.1.2: Minh họa khái niệm 50% SEF và 95% SEF dựa trên phân bố năng
lượng ............................................................................................................................. 32
Hình 2.1.3: Minh họa thực hiện biến đổi DWT để thu được tín hiệu các băng cơ bản 33
Hình 2.2.1: Minh họa về biến thiên của đặc trưng đa biến MPC trước cơn động kinh 35
Hình 3.1.1: Mơ hình nơ-ron sinh học ............................................................................ 39
Hình 3.1.2: Nơ-ron nhân tạo và mạng nơ-ron ............................................................... 41
Hình 3.1.3: Quá trình học của mạng nơron ................................................................... 42
Hình 3.2.1: Các siêu phẳng phân loại dữ liệu ............................................................... 44
Hình 3.2.2: Siêu mặt phẳng có biên lớn nhất của SVM. ............................................... 45
Hình 3.2.3: Minh họa phân lớp mềm bằng SVM .......................................................... 46
Hình 3.2.4: Ánh xạ từ miền Rn sang miền Rd. .............................................................. 48

Hình 4.1.1: Mơ hình chẩn đốn bệnh động kinh ........................................................... 49
Hình 4.1.2: Phương pháp cửa sổ trượt để trích chọn các đặc trưng .............................. 51
Hình 4.1.3: Minh họa bài tốn phân loại....................................................................... 52
Hình 4.2.1: Mơ hình phân loại sử dụng SVM ............................................................... 53

7


Hình 4.2.2: Đầu ra phân loại của SVM ......................................................................... 54
Hình 5.1.1: Một bản ghi dữ liệu đầy đủ với 27 kênh tín hiệu EEG và 2 kênh tín hiệu
ECG (trong đó các vị trí EEG_ON và EEG-OFF đánh dấu vị trí bắt đầu và kết thúc
một cơn động kinh). ....................................................................................................... 58
Hình 5.1.2: 22 đặc trưng đơn biến của kênh tín hiệu F7 ............................................... 59
Hình 5.1.3: Minh họa kết quả bỏ phiếu trong SVM đa lớp. ......................................... 61
Hình 5.1.4: Minh họa quá trình hậu xử lý. .................................................................... 62
Hình 5.2.1: Giao diện mở đầu ....................................................................................... 64
Hình 5.2.2: Giao diện nhập/ đọc dữ liệu EEG từ bộ CSDL .......................................... 64
Hình 5.2.3: Giao diện tạo đặc trưng tín hiệu: (a)- Chọn kênh (b)-Chọn đặc trưng. ..... 65
Hình 5.2.4: Giao diện phân loại sử dụng SVM ............................................................. 65
Hình 5.2.5: Mơ tả một file đặc trưng tín hiệu. .............................................................. 66
Hình 5.3.1: Tỷ lệ phát hiện cơn động kinh trên bộ CSDL Freiburg ............................. 67
Hình 5.3.2: Vị trí các ổ bệnh ......................................................................................... 69
Hình 5.3.3: Các kết quả đánh giá dựa theo vị trí ổ bệnh của Teixeira et al., 2014 ....... 69

8


DANH SÁCH CÁC BẢNG
Bảng 2.1: Một số đặc trưng đơn biến của tín hiệu EEG ............................................. 26
Bảng 2.2: Các thơng số Hjorth ............................................................................................ 28

Bảng 5.1: Cơ sở dữ liệu ĐH Freiburg ......................................................................... 57

9


CÁC TỪ VIẾT TẮT
Ký tự viết tắt

Tiếng Anh

Tiếng Việt

ANN

Artificial Neuron Network

Mạng nơ-ron nhân tạo

AR

Auto-Regressive

Mơ hình tự hồi quy

BOLD

Blood Oxygen Level Dependent

Lệ thuộc mức ơxy máu

CC

Cross-Corelation

Tương quan chéo

ECG

Electrocardiagram

Tín hiệu điện tâm đồ

EEG

Electroencephalography

Tín hiệu điện não đồ

FFT

Fast Fourier Transform

Biến đổi nhanh Fourier

fMRI

functional Magnetic Resonance

Ảnh cộng hưởng từ chức

Imaging

năng

FN

False Negative

Dự đốn âm tính giả

FP

False Positive

Dự đốn dương tính giả

FPR

False Prediction Rate

Tỷ lệ dự đoán sai

FPR/h

False Prediction Rate per hour

Tỷ lệ dự đoán sai/ giờ

MCC

Maximum linear Cross-

Tương quan chéo (tuyến tính)

Correlation

cực đại

MPC

Mean Phase Coherent

Liên kết pha bình quân

MRI

Magnetic Resonance Imaging

Ảnh cộng hưởng từ

PDF

Probability Density Function

Hàm mật độ xác suất

SOP

Seizure Occurrence Period

Khoảng xuất hiện động kinh

SPH

Seizure Prediction Horizon

Khoảng dự đoán động kinh

SP

Specility

Độ đặc hiệu (của kết quả)

SS

Sensivity

Độ nhạy (của kết quả)

SVM

Support Vector Machine

Máy véc-tơ hỗ trợ

TP

True Positive

Dự đốn dương tính thật

TN

True Negative

Dự đốn âm tính thật

10


tiếp theo, luận văn sẽ được trình bày theo cấu trúc như sau:
phương pháp nghiên cứu cũng như mục đích của việc nghiên cứu. Ở các chương
Trong phần mở đầu này, em đã trình bày về tầm quan trọng của luận văn, các
IV. Kết luận
ưu nhằm nâng cao, cải thiện chất lượng của các thuật toán đề xuất.
- Phương pháp mơ phỏng cũng được sử dụng để tìm ra các quy luật và giá trị tối
quyết bài toán.
- Phương pháp mơ hình hóa và tính tốn được áp dụng để phân tích và giải
III. Phương pháp nghiên cứu
cơn động kinh dựa vào các kết quả nghiên cứu.
- Xây dựng một hệ thống phân tích tín hiệu EEG tối ưu nhằm cảnh báo sớm về
- Xây dựng các thuật toán dùng phát hiện sớm cơn động kinh (co giật).
Luận văn được thực hiên với mục tiêu:
II. Mục đích nghiên cứu

nghiên cứu.
cơn co giật động kinh trước khi cơn xảy ra. Đây cũng chính là vấn đề mà luận văn
kinh với mục tiêu tạo ra các thiết bị gắn kèm với người bệnh có khả năng phát hiện
là đối với trẻ em. Vấn đề đặt ra ở đây là cần phát hiện và dự đoán sớm cơn động

ập cộng đồng và xã hội, đặc biệt

PHẦN MỞ ĐẦU
I. Tầm quan trọng của luận văn
Luận văn này được xây dựng dựa trên những yêu cầu thiết yếu trong đời sống
hiện nay, đối tượng hướng đến là những bệnh nhân bị bệnh động kinh. 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 tậ

11


Chương 1: Trình bày tổng quan cơ sở lý thuyết của bệnh động kinh và tín hiệu điện
não đồ EEG.
Chương 2: Chương này trình bày về phương pháp tạo các đặc trưng của tín hiệu
EEG được sử dụng trong phát hiện động kinh.
Chương 3: Chương này nghiên cứu về các hệ thống dùng nhận dạng các trạng thái
của tín hiệu động kinh bao gồm mạng trí tuệ nhân tạo và máy véc-tơ hỗ trợ SVM.
Chương 4: Trình bày về các thuật toán dùng phát hiện và cảnh báo động kinh, bằng
phương pháp sử dụng SVM.
Chương 5: Một số kết quả mô phỏng - Kết luận.

12


ặp nhiều ở các nướ

kinh, trong đó cứ hai bệnh nhân thì có một là trẻ
ứ mỗi 1.000 người thì có một người bị bệnh động

Chương 1 - GIỚI THIỆU CHUNG VỀ BỆNH ĐỘNG KINH VÀ
TÍN HIỆU ĐIỆN NÃO ĐỒ
Trong chương này, những kiến thức cơ bản về bệnh động kinh và tín hiệu điện
não đồ (electroencephalogram-EEG) sẽ được trình bày.
1.1 Bệnh động kinh
Động kinh là một chứng hệ thần kinh do xáo trộn lặp đi lặp lại của một số
nơron trong vỏ não tạo nhiều triệu chứng rối loạn hệ thần kinh như co giật của bắp
thịt, cắn lưỡi, sùi bọt mép hoặc gây cảm giác lạ. Trong động kinh, co giật có xu
hướng tái phát và khơng có nguyên nhân tiềm ẩn ngay lập tức trong khi co giật xảy
ra do một nguyên nhân cụ thể không được coi là hiệu chứng của bệnh động kinh. Tỉ
lệ bệnh này chiếm khoảng 0,5 - 0,7% dân số thế giới.
Động kinh cũng 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 cầ

13


Động kinh cục bộ: Khi cơn động kinh xuất hiện từ hoạt động bất thường chỉ là một
phần của bộ não, chúng được gọi là cơn co giật cục bộ. Những cơn co giật rơi vào
hai loại: Cơn động kinh cục bộ đơn giản và cơn động kinh cục bộ phức tạp. Theo
các tác giả ở Mỹ:
- Xấp xỉ 50% bệnh nhân động kinh là động kinh cục bộ trong đó 1/4 là động kinh
cục bộ đơn giản và 3/4 là động kinh cục bộ phức tạp.
- 60% động kinh cục bộ có nguồn gốc từ thùy thái dương và 40% từ thùy trán.
Động kinh tồn thể: Động kinh có vẻ như liên quan đến tất cả bộ não được gọi là
động kinh tồn thể.
1.2 Tín hiệu điện não đồ
Điện não đồ (EEG – Electroencephalogram) đo và biểu diễn sự thay đổi điện

thế theo thời gian của các điện cực được đặt ở các vị trí khác nhau trên da đầu tương
ứng với các vùng của vỏ não. EEG được phát hiện bởi Berger năm 1924 bằng 1
dụng cụ đo dòng điện với 1 điện cực bề mặt trên đầu con trai ông và ghi lại được 1
mẫu nhịp nhàng những dao động điện. Tín hiệu này là phản hồi điện sinh học ngay
tức khắc của tế bào não. Mỗi kênh EEG là một tín hiệu điện đo được từ một điện
cực cố định ngoài da (surface/scalp-EEG, sEEG) hoặc trong não (intracranial-EEG,
iEEG).
Thông qua các đặc trưng biên độ, tần số, phân bố khơng gian, hình thái, sự
phân cực của điện thế, EEG cho ta các thông tin về các hoạt động của não. Dựa trên
các đặc trưng đó, các chuyên gia có thể đánh giá, phân tích các biểu hiện bất thường
của bộ não để phát hiện bệnh động kinh dựa trên sự xuất hiện các gai động kinh
trong EEG.
Chúng ta có thể dùng các điện cực kim loại để đo và lấy tín hiệu. Các điện cực
dùng trong điện não đồ thường là những đĩa kim loại, da đầu chỗ đặt điện cực được
bơi kem dẫn điện, trước đó người ta hay tẩy sạch da đầu bằng chất bột tẩy da.
Người ta cũng hay dùng loại mũ cao su có gắn sẵn điện cực, và đặt trùm lên đầu
người bệnh.

14


Hình 1.2.1: Hệ thống đặt điện cực ghi 10-20 quốc tế
(international 10-20 system)

Hệ thống đặt điện cực 10-20 quốc tế, được đề nghị vào năm 1958, hiện được
dùng rộng rãi, và được coi là phương pháp chuẩn (standard method) để ghi điện não
trên da đầu (scalp EEG). 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 : trán (Frontal).
- Fp : Cực trán (Frontopolar)
- T : Thái dương (Temporal)
- O : chẩm (Occipital).
- C : trung tâm (Central).
- P : đỉnh (Parietal).
- A : tai (Auricular)
Đánh số lẻ nếu là bên trái, và số chẵn nếu là bên phải.
Tại một số phòng ghi điện não trên thế giới, người ta còn chia tách ra tỷ mỷ hơn
để đặt được nhiều điện cực ghi EEG hơn, có thể có số vị trí đặt điện cực ghi trên da
đầu là 32, 64, thậm chí 256.

15


Hình 1.2.2: Tiến hành đo điện não ở trẻ em.

Điện não đồ (EEG – Electroencephalogram ) đo và biểu diễn sự thay đổi điện
thế theo thời gian của các điện cực được đặt ở các vị trí khác nhau trên da đầu tương
ứng với các vùng của vỏ não trên đồ thị máy tính. Biên độ của điện não đồ vào
khoảng 100 μV khi đo trên da và khoảng 1-2 V khi đo trên bề mặt của não bộ. Các
băng thơng của tín hiệu này từ dưới 1 Hz đến khoảng 70 Hz. Thông qua các đặc
trưng biên độ, tần số, phân bố khơng gian, hình thái, sự phân cực của điện thế, EEG
cho ta các thông tin về các hoạt động của não.
EEG có vai trị quan trọng trong việc kiểm tra và phát hiện bệnh động kinh ở
người, giúp phát hiện và điều trị sớm, có ý nghĩa to lớn trong y học.
1.3 Đặc điểm của tín hiệu điện não đồ

Các đặc trưng (cơ bản) của tín hiệu EEG gồm có: tần số cơ bản (fundamental
frequency), biên độ (amplitude), hình dạng (morphology), vị trí (localization).
Việc đọc một bản ghi điện não đồ (EEG - electroencephalography) bao gồm
việc diễn giải được các kiểu sóng, quan trọng nhất là diễn giải các sóng dựa trên tần
số của sóng, hoặc dựa vào hình dạng của 1 sóng hoặc phức bộ của vài sóng. Khó
khăn trong đọc điện não đồ là ở chỗ phân biệt cho được các nhiễu (artifact), cũng
như phải có khả năng nhận biết được những biến thể bình thường, khơng nhầm với
các bất thường bệnh lý.
Tín hiệu EEG bình thường được xem là những hoạt động xuất hiện trong hầu
hết các tín hiệu EEG của các đối tượng khơng bị ảnh hưởng (mang) bất kỳ bệnh lý
gì. EEG bất thường là những hoạt động thường xuất hiện trong một nhóm người
gặp vấn đề về bệnh thần kinh hoặc các bệnh khác mà không xuất hiện trong từng cá
thể bình thường.
16


Phần dưới đây sẽ mô tả những hoạt động của tín hiệu EEG bình thường ở người
lớn và trẻ em.

1.3.1 Xác định sóng dựa vào tần số
Sóng Alpha
Alpha là những sóng có tần số trong khoảng từ 7,5 tới 13 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.
Sóng Beta
Beta là những sóng “nhanh”. Tần số của nó là từ 13 đến 30 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 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 hoặc lo sợ, hoặc khi mở mắt.
Sóng Theta
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 hồn tồn bình thường ở trẻ dưới 13 tuổi và đang ngủ.
Sóng Delta
Delta là những sóng có nhịp từ 3 Hz trở xuống. Nó có xu hướng là những sóng
có biên độ cao nhất và là những sóng chậm nhất. Nó hồn tồn được coi là bình
thường và là sóng ưu thế ở trẻ sơ sinh dưới 1 tuổi và ở giai đoạn 3 hoặc 4 (stages 3
and 4) của giấc ngủ.
Ngồi ra cịn có sóng Gamma là các sóng có tần số trên 30 Hz. Tuy nhiên trong
tín hiệu EEG loại sóng này chỉ chiếm một năng lượng nhỏ.

17


nghĩa bất thường hay bệnh l

ý. Nhưng chúng có thể làm cho ta diễn giải nhầm
lẫn về bản ghi điện não đồ. Trong các biến thể bình thường này, thường gặp nhất là
nhịp mu (mu rhythm), biến thể tâm thần vận động (psychomotor variant), các sóng
lambda, POSTS, các thoi (spindles), sóng của đỉnh sọ (vertex waves) và phức bộ K
(K Complexes).

Hình 1.3.1: Minh họa các sóng  ,  , ,   trong tín hiệu EEG

1.3.2 Xác định sóng dựa vào hình dạng

Có một số sóng có hình dạng đặc trưng, bất kể là tần số của chúng là như thế
nào, và do vậy có thể nhận biết được nhờ vào hình dạng của chúng. Ngồi ra, có thể
có 1 cặp hoặc 1 nhóm các sóng có hình dạng đặc trưng. Một ví dụ về những sóng có
hình dạng đặc trưng là các gai (spikes) và các sóng nhọn (sharp waves) – các sóng
này có đường dốc lên gấp tới đỉnh rồi dốc xuống tương đối đột ngột, như vậy nền
(cạnh đáy) của sóng tương đối nhỏ so với biên độ (chiều cao) của sóng. Có một số
sóng có thể nhận biết được nhờ vào hình dạng, bao gồm 2 loại chính: Những sóng
có hình dạng đặc biệt và những phức bộ sóng có hình dạng đặc biệt.
Các biến thể bình thường
Có một số sóng hoặc hình dạng sóng ít khi thấy xuất hiện, nhưng chúng khơng
có

18


1.4 Nhiễu trong EEG
Trong các tín hiệu điện não đồ đo được thường xuyên xuất hiện các loại tín
hiệu lạ khơng phải là tín hiệu điện não xuất phát từ da đầu (scalp), được gọi là nhiễu
(artifact). Các nhiễu này được chia thành hai nhóm chính. Nhóm thứ nhất là nhiễu
do thiết bị và mang tính hệ thống (do tiếp xúc điện cực và sai số thiết bị đo), loại
nhiễu này thường khá dễ dàng nhận biết và loại bỏ vì nó có tính tương quan cao.
Nhóm thứ hai là các nhiễu có nguồn gốc từ sinh lý của con người như nhiễu cho
chuyển động của mắt, do nháy mắt, do hoạt động của các cơ bắp, hoạt động của cơ
tim. Dưới đây chúng ta sẽ khảo sát một số loại tín hiệu nhiễu.

1.4.1 Nhiễu do thiết bị và mang tính hệ thống
Nhiễu do điện tâm đồ và do mạch (EKG and pulse artifacts): Cả 2 loại nhiễu
này đều có thể nhận biết được nhờ vào tính chất có chu kỳ của chúng. Nhiễu điện
tâm đồ cho thấy rõ phức bộ QRS theo chu kỳ, vì điện tâm đồ thì có tín hiệu điện lớn
hơn nhiều so với điện não đồ. Nhiễu do mạch là do mạch đập ở phía dưới của điện

cực làm cho nó chuyển động theo chu kỳ. Cả 2 loại nhiễu này đều dễ nhận diện,
nhưng cũng có thể gây khó khăn cho đọc điện não.
Nhiễu do chuyển động của điện cực và các chuyển động khác: nhiễu do chuyển
động của bệnh nhân thì có đường biểu thị đột ngột, và trong hầu hết trường hợp nó
dốc ngược đột ngột. So với các sóng EEG chuẩn thì các nhiễu đó có biên độ cao và
kéo dài về thời gian.
Nhiễu do dụng cụ truyền tĩnh mạch và nhiễu 50 (hoặc 60) Hz: Những nhiễu này
thường được thấy trong khi ghi điện não ở trong phịng săn sóc đặc biệt và cả 2 đều
là những giao thoa về điện. Nhiễu 50 (hoặc 60) Hz thấy có ở những nơi điện cực
tiếp xúc kém, nối đất không tốt, và có một thiết bị điện chuyên dùng đặt ở gần đó.
Nó gây nên những gai (spikes) có tần số 50(hoặc 60) chu kỳ giây – tạo thành vết
mực in trên giấy chạy với tốc độ thông thường.

1.4.2 Nhiễu mắt (Electrooculogram – EOG)
Tín hiệu EOG là sự chênh lệch điện áp giữa giác mạc và võng mạc của mắt.
Chênh lệch điện áp này thay đổi trong suốt quá trình chuyển động của mắt, và điện
áp đo được gần như tỉ lệ với góc nhìn. Ở đây ta có thể ghi nhận chênh lệch điện áp
này tương ứng với mức độ chuyển động và hướng chuyển động của mắt để làm
kênh tham chiếu. Khi giác mạc hay võng mạc của mắt chuyển động sẽ không những
làm thay đổi độ chênh lệch điện thế tạo ra tín hiệu EOG mà cịn ảnh hưởng làm thay
đổi điện thế ở các vị trí khác trên da đầu và do đó làm thay đổi tín hiệu EEG.
19


Hình 1.4.1: Minh họa nhiễu mắt EoG và nhiễu cơ EMG trong q trình đo điện não

Tín hiệu EOG có nhiều tính chất đặc trưng riêng, khác biệt với các tín hiệu điện
não đồ thơng thường. Việc nghiên cứu và phân tích các tính chất của các tín hiệu
EOG là nền tảng quan trọng để áp dụng và kiểm tra các thuật tốn loại bỏ nhiễu mắt
EOG khỏi tín hiệu điện não.

1.4.3 Nhiễu cơ (Electromyogram – EMG)
Tín hiệu EMG là tín hiệu tạo ra bởi điều khiển hoạt động của cơ bắp và chứa
thông tin về cấu trúc cơ của từng bộ phận cơ thể khác nhau. Khi ta đo điện não,
bệnh nhân thường không tránh khỏi một số hoạt động bình thường như co ngón tay,
co tay, nói chuyện, cử động chân, quay đầu, quay người, … tất cả các hoạt động đó
điều tạo ra nhiễu cơ lên tín hiệu điện não.
1.5 Động kinh trong tín hiệu EEG
Bệnh động kinh là một rối loạn từ các tín hiệu điện trong não, đặc trưng là sự
lặp đi lặp lại của các cơn do sự phóng điện quá mức, đồng thời của các tế bào thần
kinh não bộ. Trên thực tế cuộc sống người bệnh động kinh sẽ chịu ảnh hưởng nặng
nề bởi các cơn động kinh xuất hiện bất chợt, khơng dự đốn được. Các nghiên cứu
gần đây trên thế giới tập trung theo hướng dự đoán và phát hiện sớm cơn động kinh
(dựa trên tín hiệu EEG) với mục tiêu tạo ra các thiết bị gắn kèm với người bệnh có
khả năng phát hiện cơn co giật trước khi cơn xảy ra. Điều đó sẽ giúp người bệnh
(đặc biệt trẻ em) rất nhiều trong việc chủ động đối phó với bệnh động kinh.

20


Cửa sổ trượt

Bắt đầu cơn
động kinh

Giữa cơn

Trước cơn

Cơn động

Sau cơn

(inter-ictal)

(pre-ictal)

kinh (ictal)

(post-ictal)

Hình 1.5.1: Minh họa tín hiệu động kinh

Hình 1.5.1: Minh họa tín hiệu EEG (đa kênh) xảy ra động kinh. Trong đó tín hiệu
EEG được chia thành các phần dữ liệu sau:
- Ictal: được xác định đoạn tín hiệu gắn hoạt động động kinh trong não. Hoạt
động này có độ dài thay đổi nhưng thường kéo dài gần khoảng ba phút.
- Pre-ictal: được xác định là khoảng thời gian ngay trước khởi phát cơn động
kinh (seizure onset). Khơng có một định nghĩa y học cụ thể nào về giai đoạn này
nhưng Mormann et al. 2007 cho rằng đó là những sự thay đổi điện sinh lý học kéo
dài nhiều phút đến hàng giờ trước cơn động kinh.
- Post-ictal: được xác định là khoảng thời gian (thường 5-10 phút) hoạt động

của não ngay sau kết thúc cơn (seizure offset) cho đến khi trở lại trạng thái bình
thường.
- Inter-ictal: là đoạn tín hiệu khơng động kinh (bình thường), cịn gọi là nằm
trước trạng thái pre-ictal và nằm sau trạng thái post-ictal.
Đây cũng là các đối tượng nghiên cứu nhằm đưa ra dự đoán sớm về các cơn
động kinh sắp xuất hiện.

21


Hình 1.5.2: Mơ hình dự đốn đưa ra cảnh báo trước cơn động kinh

Trong các đối tượng trên, điều chúng ta quan tâm nhất là trạng thái tiền động kinh
pre-ictal, đó là cơ sở tiền đề để chúng ta phát hiện sớm cơn co giật trước khi nó xảy
ra. Hình 1.5.2 là mơ hình dự đốn để đưa ra cảnh báo trước khi cơn động kinh xảy ra.

Hình 1.5.3: Minh họa về cảnh báo Đúng và cảnh báo Sai về cơn động kinh

Trong trường hợp này, cảnh báo đưa ra có thể là Đúng (True alarm) hoặc Sai
(False arlam). Thuật tốn dự đốn đưa ra một cảnh báo có thể Đúng hoặc Sai phụ
thuộc vào sự xuất hiện cơn động kinh trong khoảng thời gian cảnh báo cụ thể. Cảnh
báo là Sai nếu được đưa ra quá sớm trước cơn co giật (hoặc không xuất hiện cơn
sau cảnh báo) và là Đúng nếu nằm trong khoảng thời gian phù hợp (do thuật toán

22


quyết định) trước cơn co giật (thường cảnh báo đưa nằm trong giai đoạn trạng thái
pre-ictal) (Hình 1.5.3).
Hình 1.5.4 là một hệ thống sử dụng điện thoại thông minh (smart-phone) dự
đốn sớm cơn động kinh (ít nhất là 30 giây) đang được thử nghiệm và giới thiệu vào
tháng 2/2015. Hệ thống này được nghiên cứu bởi trường Kumamoto University và
Tokyo Medical and Dental University, được dự kiến đưa ra ứng dụng vào năm 2020
( Hệ thống này tập trung phát hiện các cơn co giật cục bộ
(focal seizures) vốn chỉ ảnh hưởng đến một phần của bộ não nhưng lại ảnh hưởng
rất nhiều đến hoạt động nhịp tim (trước cơn co giật, các thay đổi trong hoạt động
thần kinh sẽ làm ảnh hưởng đến hoạt động của tim). Hình (a) là mơ hình hệ thống

và hình (b) là các cảm biến để đo tín hiệu tim.

(a)

(b)

Hình 1.5.4: Một thiết bị phát hiện sớm động kinh đang được thử nghiệm

Hình 1.5.5 minh họa một thiết bị phát hiện sớm động kinh sử dụng tín hiệu EEG
trong sọ (intracranial). Hình (a)- các điện cực được cấy vào sọ, hình (b)-mơ hình
thiết bị.

(a)

(b)

Hình 1.5.5: Minh họa thiết bị phát hiện sớm động kinh sử dụng tín hiệu điện não

23