Phân loại và so sánh trạng thái mệt mỏi của người lái xe sử dụng điện não đo bằng nicolet one v32 và epoc emotiv

ĐẠI HỌC QUỐC GIA TP.HCM
TRƢỜNG ĐẠI HỌC BÁCH KHOA

LÊ NỮ NGỌC THÙY

PHÂN LOẠI VÀ SO SÁNH TRẠNG THÁI MỆT MỎI
CỦA NGƢỜI LÁI XE SỬ DỤNG ĐIỆN NÃO ĐO BẰNG
NICOLET ONE V32 VÀ EPOC EMOTIV

Chuyên ngành: VẬT LÝ KỸ THUẬT
Mã số: 60 52 04 01

LUẬN VĂN THẠC SĨ

TP.HỒ CHÍ MINH, năm 2018


Cơng trình được hồn thành tại:Trƣờng Đại học Bách Khoa – ĐHQG-HCM
Cán bộ hướng dẫn khoa học : PGS.TS Huỳnh Quang Linh
(Ghi rõ họ, tên, học hàm, học vị và chữ ký)
Cán bộ chấm nhận xét 1 : TS Nguyễn Thế Thường
(Ghi rõ họ, tên, học hàm, học vị và chữ ký)
Cán bộ chấm nhận xét 2 : TS Đậu Sỹ Hiếu
(Ghi rõ họ, tên, học hàm, học vị và chữ ký)
Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp.
HCM ngày 03 tháng 02 năm 2018
Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:
(Ghi rõ họ, tên, học hàm, học vị của Hội đồng chấm bảo vệ luận văn thạc sĩ)
1.TS Phạm Tấn Thi
2.TS Nguyễn Thế Thường
3.TS Đậu Sỹ Hiếu.

4.TS Trần Thị Ngọc Dung
5.TS Ngô Thị Minh Hiền
Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý
chuyên
ngành sau khi luận văn đã được sửa chữa (nếu có).

CHỦ TỊCH HỘI ĐỒNG

TRƯỞNG KHOA


i

ĐẠI HỌC QUỐC GIA TP.HCM
TRƢỜNG ĐẠI HỌC BÁCH KHOA

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập- Tự do – Hạnh phúc

NHIỆM VỤ LUẬN VĂN THẠC SĨ
Họ tên học viên: LÊ NỮ NGỌC THÙY ..................................MSHV:1570292
Ngày, tháng, năm sinh:19/01/1992 ..........................................Nơi sinh: Bình Thuận
Chuyên ngành: VẬT LÝ KỸ THUẬT ...................................Mã số: 60 52 04 01
I.TÊN ĐỀ TÀI:
PHÂN LOẠI VÀ SO SÁNH TRẠNG THÁI MỆT MỎI CỦA NGƯỜI LÁI XE SỬ
DỤNG ĐIỆN NÃO ĐO BẰNG NICOLET ONE V32 VÀ EPOC EMOTIV
NHIỆM VỤ VÀ NỘI DUNG:
-

Tìm hiểu tổng quan tín hiệu điện não đồ EEG, cấu trúc, sinh lý của giấc ngủ.

-

Tìm hiểu các tiêu chuẩn phân loại AASM 2017, thông tin đặc trưng của quá
trình mệt mỏi.

-

Thực nghiệm đo EEG trạng thái mệt mỏi bằng máy Nicolet One V32 và
EPOC Emotiv. Phân tích và xử lý dữ liệu , so sánh và đánh giá kết quả.

II.NGÀY GIAO NHIỆM VỤ: 04/09/2017 ............................................................
III.NGÀY HOÀN THÀNH NHIỆM VỤ: 31/12/2017 .........................................
IV. CÁN BỘ HƢỚNG DẪN: PGS.TS HUỲNH QUANG LINH .........................
Tp. HCM, ngày 04 tháng 09 năm 2017
CÁN BỘ HƢỚNG DẪN

CHỦ NHIỆM BỘ MÔN ĐÀO TẠO

TRƢỞNG KHOA


ii

LỜI CẢM ƠN
Xin chân thành cảm ơn PGS.TS Huỳnh Quang Linh và ThS. Lê Quốc Khải
đã nhiệt tình hướng dẫn và góp ý sâu sắc, định hướng để đề tài nghiên cứu được
hoàn thiện đúng mục tiêu đã đề ra.
Học viên cũng chân thành cảm ơn đến Ths. Lê Cao Đăng đã tạo điều kiện
cho học viên thực hiện thu nguồn dữ liệu từ phòng B4.204. Xin cảm ơn đến gia đình

và các bạn tình nguyện viên đã giúp học viên thu thập dữ liệu, nhiệt tình giúp đỡ,
cùng sát cánh trong thời gian qua và khơi dậy nguồn năng lượng cảm hứng nghiên
cứu của luận văn này.
Xin chân thành cảm ơn và chúc các thầy cô, các bạn sức khỏe và thành đạt.


iii

TĨM TẮT
Tai nạn giao thơng do người lái xe khơng ý thức được sự mệt mỏi và dẫn đến
ngủ gật, không làm chủ được tay lái là vấn đề nhức nhối trong xã hội. Do vậy việc
phát hiện dấu hiệu mệt mỏi trong khi lái xe có vai trị hết sức quan trọng. Đồng thời,
để lựa chọn thiết bị thu nhận tín hiệu vừa tiện dụng, gọn nhẹ vừa có độ chính xác
cao ln được các nhà khoa học quan tâm tìm kiếm và chế tạo. Luận văn này được
thực hiện với mục đ ch xác định thời điểm mệt mỏi và so sánh kết quả đo hai thiết
bị Nicolet One V32 và EPOC Emotiv trong việc đánh giá mệt mỏi, ằng cách sử
dụng những đặc trưng khác nhau trong t n hiệu điện não ở trạng thái thức ngủ. Kết
quả xử lý và phân loại cho thấy thiết bị điện não di động EPOC Emotiv đạt những
kết quả khả quan, khắc phục hạn chế cố định của Nicolet One V32, mở ra khả năng
thay thế thiết bị điện não cố định trong nghiên cứu khoa học và thực tiễn, cũng như
trong ứng dụng giao tiếp não với máy tính (BCI).

ABSTRACT
Driver drowsiness has been one of the major causes of road accidents and
can lead to severe physical injuries, deaths and significant economic losses. The
technology in automatic detection of driver fatigue under real driving conditions is
thus very essential and meaningful. Finding the best signal and suitable lightweight
reliable device for warning driver drowsiness is highly concerned in research. The
aim of this thesis is identifying the characteristics of fatigue time of driver by EEG
signal in awake/sleeping state and comparing the results that using measurement by

Nicolet One V32 and EPOC Emotiv equipment. After processing and evaluation by
proper algorithms, the result from EPOC Emotiv device shows reliable advantages,
which overcome the limitations of the Nicolet One V32 equipment. This result can
be used to improving devices for realtime measurement of EEG signal in research,
practical applications or brain-computer interface implementation as well.


iv

LỜI CAM ĐOAN
Học viên xin cam đoan những kết quả có được trong luận văn là do ản thân
học viên thực hiện. Ngoài phần tài liệu tham khảo đã được liệt kê, các số liệu và kết
quả thực nghiệm là trung thực và chưa được công bố trong bất cứ cơng trình khoa
học nào khác.
Tp. Hồ Ch Minh, ngày 31 tháng 12 năm 2017
(Ký tên và ghi rõ họ tên)

LÊ NỮ NGỌC THÙY


v

MỤC LỤC
NHIỆM VỤ LUẬN VĂN THẠC SỸ ............................................................ i
LỜI CẢM ƠN ................................................................................................ ii
TÓM TẮT ..................................................................................................... iii
LỜI CAM ĐOAN ......................................................................................... iv
DANH SÁCH HÌNH ẢNH ......................................................................... vii
DANH SÁCH CÁC BẢNG BIỂU ............................................................. viii
DANH SÁCH THUẬT NGỮ VIẾT TẮT .................................................. ix

CHƢƠNG 1: TỔNG QUAN .........................................................................1
1.1 Lý do chọn đề tài..............................................................................1
1.2 Tổng quan tình hình nghiên cứu ....................................................2
1.2.1 Các cơng trình tiêu biểu trên thế giới ......................................3
1.2.2 Các cơng trình điện não đồ tiêu biểu ở Việt Nam ...................4
1.3 Ý nghĩa khoa học và ý nghĩa thực tiễn ..........................................4
1.4 Mục tiêu và nhiệm vụ của luận văn ...............................................5
CHƢƠNG 2: CƠ SỞ LÝ THUYẾT .............................................................6
2.1 Nguồn gốc tín hiệu điện não, các vùng chức năng của não bộ. ...6
2.1.1 Nguồn gốc tín hiệu điện não. .....................................................6
2.1.2 Cấu trúc giải phẫu của não .......................................................8
2.1.3 Cấu trúc vỏ não .........................................................................9
2.1.4 Khác biệt theo vùng trên bản ghi điện não............................11
2.2 Ghi nhận tín hiệu điện não, tổng quan máy Nicolet One V32 và
EPOC Emotiv.......................................................................................12
2.2.1 Sơ lƣợc lịch sử về EEG ............................................................12
2.2.2 Ghi nhận tín hiệu điện não ......................................................12
2.2.3 Vị trí đặt điện cực, tổng quan về thiết bị Nicolet One V32 và
thiết bị EPOC Emotiv .......................................................................16
2.3 Tổng quan kiến thức giấc ngủ ......................................................21
2.3.1 Khái niệm mệt mỏi ...................................................................21
2.3.2 Tiêu chuẩn AASM 2007 dùng để đo giấc ngủ .......................21


vi

2.3.4 Thời điểm chuyển trạng thái từ tỉnh táo sang mệt mỏi –
Sleep Onset. .......................................................................................26
2.4 Lý thuyết xử lý tín hiệu .................................................................28
2.4.1 Phân tích tín hiệu trên miền tần số ........................................28

2.4.2. Mật độ phổ năng lƣợng. .........................................................30
2.4.3 Phép biến đổi Wavelet .............................................................31
CHƢƠNG 3: PHƢƠNG PHÁP NGHIÊN CỨU .......................................35
3.1 Đối tƣợng đo ...................................................................................35
3.2 Thiết bị đo ......................................................................................36
3.3 Quy trình thực hiện .......................................................................36
3.3.1 Tiền xử lý tín hiệu ....................................................................38
3.3.2 Xử lý tín hiệu ............................................................................38
CHƢƠNG 4 : KẾT QUẢ VÀ ĐÁNH GIÁ ................................................42
4.1 Kết quả ...........................................................................................42
4.2 Đánh giá nhận xét ..........................................................................49
CHƢƠNG 5: KẾT LUẬN ...........................................................................52
5.1. Kết uận . ......................................................................................52
TÀI LIỆU THAM KHẢO ..................................................................54


vii

DANH SÁCH HÌNH ẢNH
Hình 1. 1 Những phương pháp phát hiện và cảnh báo buồn ngủ. ...................2
Hình 2. 1 Cấu tạo của Noron thần kinh ...........................................................6
Hình 2. 2 Truyền tín hiệu qua khe Sysnap .......................................................7
Hình 2. 3 Cấu tạo của màng tế bào. .................................................................7
Hình 2. 4 Các vùng chức năng của não............................................................9
Hình 2. 5 Cấu tạo 6 lớp của vỏ não ................................................................10
Hình 2. 6 Các dạng sóng điện não khác nhau ................................................13
Hình 2. 7 Các phức bộ sóng có hình dạng đặc biệt trong EEG. ....................14
Hình 2. 8 Các vị tr đặt điện cực trên da đầu .................................................17
Hình 2. 9 Các điện cực của máy EPOC Emotiv ............................................19
Hình 2. 10 Khuếch đại tín hiệu của máy Nicolet ...........................................20

Hình 2. 11 Sự thay đổi các sóng não trong các giai đoạn khác nhau của giấc
ngủ. .................................................................................................................24
Hình 2. 12 Hypnogram của chu kỳ ngủ của người ình thường....................26
Hình 2. 13 Phổ EEG biến thiên theo thời gian trong giấc ngủ ......................27
Hình 2. 14 Phép phân tích Fourier .................................................................29
Hình 2. 15 Sóng sin và Wavelet db4 ..............................................................32
Hình 2. 16 Bộ lọc một tầng ............................................................................32
Hình 2. 17 Tín hiệu qua bộ giảm mẫu ...........................................................33
Hình 2. 18 Cây Wavelet .................................................................................33
Hình 3. 1 Quy trình xử lý tín hiệu ..................................................................37
Hình 3. 2 Tín hiệu thơ khi chưa xử lý ............................................................38
Hình 3. 4 Quy trình phân tách tín hiệu từng epoch và tính phổ cơng suất ....39
Hình 3. 5 Phổ cơng suất của Epoch đầu tiên..................................................39
Hình 3. 6 Sự phân bố phổ cơng suất trung bình R_Alpha và R_Theta của các
Epoch theo thời gian ......................................................................................41
Hình 4. 1 Tín hiệu sau khi khử trơi và nhiễu bằng thuật tốn Wavelet .........42
Hình 4. 2 Kết quả sau khi xử lý tín hiệu thu được từ thiết bị EPOC Emotiv.43


viii

DANH SÁCH CÁC BẢNG BIỂU
Bảng 4. 1 Phổ công suất của sóng Alpha và Theta ở những điện cực F3, F4,
O1, O2. ...........................................................................................................42
Bảng 4. 2 Tín hiệu thu được từ máy EPOCH Emotiv của mẫu 01. ...............44
Bảng 4. 3 Tín hiệu thu được từ máy EPOCH Emotiv của mẫu 02. ...............45
Bảng 4. 4 Tín hiệu thu được từ máy EPOCH Emotiv của mẫu 03. ...............45
Bảng 4. 5 Tín hiệu thu được từ máy EPOCH Emotiv của mẫu 04. ...............45
Bảng 4. 6 Tín hiệu thu được từ máy EPOCH Emotiv của mẫu 05. ...............46
Bảng 4. 7 Tín hiệu thu được từ máy EPOCH Emotiv của mẫu 06. ...............46

Bảng 4. 8 Tín hiệu thu được từ máy EPOCH Emotiv của mẫu 07. ...............46
Bảng 4. 9 Tín hiệu thu được từ máy EPOCH Emotiv của mẫu 08 ................46
Bảng 4. 10 Tín hiệu thu được từ máy EPOCH Emotiv của mẫu 09 ..............47
Bảng 4. 11 Tín hiệu thu được từ máy Nicolet One V32 của mẫu 01 ............47
Bảng 4. 12 Tín hiệu thu được từ máy Nicolet One V32 của mẫu 02 ............47
Bảng 4. 13 Tín hiệu thu được từ máy Nicolet One V32 của mẫu 03 ............47
Bảng 4. 14 Tín hiệu thu được từ máy Nicolet One V32 của mẫu 04 ............48
Bảng 4. 15 Tín hiệu thu được từ máy Nicolet One V32 của mẫu 05 ............48
Bảng 4. 16 Tín hiệu thu được từ máy Nicolet One V32 của mẫu 06 ............48
Bảng 4. 17 Kết quả epoch được phát hiện dấu hiệu mệt mỏi của hai máy ....49
Bảng 4. 18 So sánh EPOC Emotiv và máy Nicolet One V32 .......................51


ix

DANH SÁCH THUẬT NGỮ VIẾT TẮT
AASM: American Academy of Sleep Medicine EEG : Electroencephalogram - Điện não đồ
EMG: Electromyogram – Điện cơ đồ
N1: NREM 1 – Giai đoạn 1
N2: NREM 2 – Giai đoạn 2
N3: NREM 3 – Giai đoạn 3
N4: NREM 4 – Giai đoạn 4
NREM : Non-Rapid Eye Movement - Trạng thái không chuyển động mắt nhanh
MSE: Mean Square Error – Trung ình ình phương sai số.
REM : Rapid Eye Movement - Trạng thái chuyển động mắt nhanh
SNR: Signal to Noise Ratio – Tỉ lệ tín hiệu trên nhiễu.
SVM: Support Vector Machine.
:

akefuness - Trạng thái thức tỉnh

1

CHƢƠNG 1: TỔNG QUAN
1.1 Lý do chọn đề tài
Một trong những nguyên nhân dẫn đến tai nạn khi tham gia giao thơng là do
tài xế điều khiển xe trong tình trạng khơng tỉnh táo vì cơn uồn ngủ gây ra, tài xế
mất kiểm soát khi đang điều khiển xe và xảy ra tai nạn.
Theo số liệu thống kê có sẵn, hơn 1,3 triệu người chết mỗi năm trên đường và
20 đến 50 triệu người bị thương nặng do tai nạn giao thơng [1]. Tại Mỹ, theo Cơ
quan An tồn giao thơng quốc gia (NHTSA) ước tính 100.000 tai nạn do buồn ngủ
khi lái xe mỗi năm. Những tai nạn dẫn đến khoảng 1.550 người chết, 71.000 người
bị thương và 12,5 tỷ đô thiệt hại về tài sản [2]. Khi cơ thể bị mệt mỏi quá sức, sẽ
xảy ra hiện tượng tạm gọi là “thiếp đi trong giây lát”, là một phản ứng tự nhiên
khơng kiểm sốt được. Hiện tượng này thường xảy ra khi phải lái xe đi xa vào an
đêm, hoặc lái xe liên tục không ngừng nghỉ trong một đoạn đường dài. Nhất là
những xe tài xế container ,hàng hóa vận chuyển bằng container ngày càng phải đi
những quãng đường xa hơn do nhu cầu trao đổi hàng hóa giao thương ngày càng
mạnh của thương mại. Hơn nữa cũng với sự phát triển của công nghệ bảo quản mà
đi một quản đường xa hàng hóa vẫn khơng bị hư hỏng. Các tai nạn xảy ra do tình
trạng buồn ngủ lái xe có một số đặc điểm [3].
-

Xuất hiện muộn vào an đêm (00:00 - 7:00am) hoặc trong thời gian giữa
buổi chiều (14:00 - 16:00pm)

-

Chạy ra khỏi làn đường mà khơng có dấu hiệu va chạm với xe khác.

-

Xảy ra trên tuyến đường cao tốc.

-

Người lái chỉ có một mình trong xe.

-

Người điều khiển thường là nam thanh niên, 16-25 tuổi.

-

Khơng có dấu hiệu phanh trượt.
Khi vận chuyển hàng hóa, tài xế container đa số đi trên những đường cao tốc,

hoặc vùng ngoại ô dân cư thưa thớt, t có đèn t n hiệu giao thơng và thường phải đi
một mình. Trạng thái nắm vững tay lái trên đoạn đường cao tốc, t có đèn t n hiệu


2

người lái xe phải ngồi một kiểu tư thế, t khi thay đổi và tập trung trong một khoảng
thời gian dài, liên tục dễ làm cho con người rơi vào trạng thái mệt mỏi, dẫn đến
buồn ngủ.
Sự thật con người rất khó đánh giá mức độ mệt mỏi của bản thân, vì vậy cơn
buồn ngủ đến mà khơng hề hay biết. Việc phát hiện sớm buồn ngủ và đưa ra cảnh
áo cho người điều khiển là một điều vô c ng quan trọng, vì đây là thời điểm mang

tính quyết định giúp giảm thiểu rủi ro tai nạn, từ đó giảm thiểu tổn thất về con
người và của cải.
1.2 Tổng quan tình hình nghiên cứu

Hình 1. 1 Những phương pháp phát hiện và cảnh báo buồn ngủ [4].

Hiện nay, có ba loại phương pháp để phát hiện trạng thái mệt mỏi đó là:
-

Đánh giá trạng thái sinh lý của người lái xe thơng qua điện não đồ (EEG),
đóng mở mắt, thay đổi vị tr đầu, nhịp tim…... Trong số ví dụ nêu trên


3

chuyển động đóng mở mắt được nghiên cứu rộng rãi và được giám sát bởi hệ
thống video.
-

Đánh giá hiệu suất lái xe là đánh giá hành vi điều khiển xe như điều khiển rẽ
hướng sang bên, điều khiển theo đường thẳng và lực tác dụng lên tay lái.
Khác với các chương trình giám sát điều khiển kỹ thuật này có xâm lấn, vì
nó phát hiện các kết quả thay đổi của trạng thái lái xe. Tuy nhiên, nếu con
đường và thời tiết xấu thì kết quả đánh giá sẽ khơng chính xác.

-

Kết hợp của hai kỹ thuật trên, thu nhận thông tin trạng thái sinh lý từ các cảm
biến gắn vào người lái xe kết hợp với theo dõi hiệu suất lái xe ,cung cấp kết
quả phát hiện mệt mỏi ch nh xác hơn. Tuy nhiên, chi ph thì khá đắt.

Hiện nay trên thế giới, trạng thái mệt mỏi đang được đánh giá, theo dõi, và

dự đoán rộng rãi dựa vào EEG. Mệt mỏi xảy ra trong giai đoạn khởi đầu của giấc
ngủ nhưng những nghiên cứu gần đây đã chỉ ra rằng tín hiệu EEG thu được cũng
thể hiện những dấu hiệu mệt mỏi an đầu ở người hoàn tồn tỉnh táo. Do đó nhiều
nghiên cứu sử dụng EEG cho dự đốn hoạt động mệt mỏi vẫn cịn là một thách thức
lớn.
1.2.1 Các cơng trình tiêu biểu trên thế giới
Trong lĩnh vực nghiên cứu phương pháp phát hiện mệt mỏi của người lái xe,
có một số nghiên cứu được coi là có tầm quan trọng dưới đây. Đầu tiên là Ueno và
nhóm của ơng sử dụng kết hợp cơng nghệ xử lý hình ảnh hoạt động đóng mở mắt
của người lái xe để phát hiện tình trạng mệt mỏi [5]. Phương pháp

avelet được

Abdulhamit Subasi sử dụng vào năm 2005 [6], trong đó ơng đã trích xuất một số
đặc điểm từ các ăng tần số wavelet và phân loại, ông sử dụng cho mạng thần kinh
nhân tạo.
Biến đổi

avelet để phân tách tín hiệu EEG thành các ngưỡng tần số mong

muốn đã được Kurt et al [7]. và để tăng độ ch nh xác đánh giá chuyển đổi trạng thái
từ thức sang ngủ, họ sử dụng sóng điện não EEG và điện cơ cằm cùng với chuyển
động của hai mắt EOG. EOG là kỹ thuật đáng tin cậy nhất để phát hiện và mô tả


4

chớp nháy do tỷ lệ mẫu cao (từ 250Hz đến 500Hz) và được d ng để đánh giá tình

trạng buồn ngủ.
1.2.2 Các cơng trình điện não đồ tiêu biểu ở Việt Nam
Ở Việt Nam, lĩnh vực điện não đồ vần còn đang trong giai đoạn mới phát triển
và tiềm năng. Đã có một số bài báo và cơng trình nghiên cứu bởi các thực tập sinh
và các thạc sĩ, tiến sĩ về lĩnh vực này. Cùng chung mục đ ch cảnh áo nguy hiểm và
gia tăng t nh năng an toàn khi người lái xe mệt mỏi và dẫn đến hiện tượng ngủ gật
xảy ra. Gần đây nhất vào ngày 1/8/2017, công ty Công nghệ DTT và Công ty
TNHH Emotiv đã hợp tác thành lập chương trình chuỗi phịng thí nghiệm về dữ liệu
sóng não (Neuro Lab) tại Việt Nam. Theo đó, Emotiv sẽ hợp tác với DTT để thúc
đẩy và mở rộng nghiên cứu điện não đồ (EEG), cùng với các đối tác toàn cầu như
Sapien Labs-một tổ chức phi lợi nhuận. Để mở ra những hướng ứng dụng trong các
lĩnh vực như y tế, giáo dục, tiếp thị và cơng nghệ tương tác não-máy tính.
1.3 Ý nghĩa khoa học và ý nghĩa thực tiễn
Dựa trên tín hiệu điện não, những thay đổi bên trong hoạt động của não bộ có
thể được xác định. Giúp cho việc chẩn đốn, phát hiện những dấu hiệu khơng bình
thường, đang diễn ra về trạng thái và thể chất của con người một cách chính xác
hơn. Một hệ thống BCI sẽ thu thập các tín hiệu điện từ não bộ, thơng qua hệ thống
các điện cực, máy tính thu nhận tín hiệu từ hai máy Nicolet One V32 và EPOC
Emotiv sẽ đem đi xử lý. Đem kết quả của hai máy đi so sánh, kiểm chứng được sự
chính xác của một thiết bị điện não di động cụ thể là EPOC Emotiv so với máy điện
não cố định Nicolet One V32 và ưu khuyết điểm của từng máy. Từ đó đề xuất
phương án cải thiện thiết bị và chứng minh được thiết bị EPOC có thể dần thay thế
máy điện não cố định vì mục đ ch phục vụ cho những nghiên cứu khoa học sau đó.
Khi lái xe, người lái cũng có thể biết được là họ đang rất mệt, nhưng thường
thì họ khá chủ quan và lúc nhận ra thì đã quá muộn. Sự mệt mỏi diễn biến theo một
quá trình có một số biểu hiện đặc trưng. Thiết bị đo điện não sẽ giúp nhận ra những
biểu hiện đầu tiên, theo dõi q trình đó và lúc cần thiết sẽ áo động cho người lái,


5

nhằm đảm bảo an tồn giao thơng cho mọi người trên đường. Điều này đặc biệt hữu
ch cho những người thường xuyên phải điều khiển xe đi chặng đường dài về đêm
như các tài xế xe khách, tài xế xe vận tải. Đứng trước những vấn đề ức xúc của xã
hội về tai nạn giao thông. Việc lựa chọn đề tài “ Phân loại và so sánh trạng thái mệt
mỏi của người lái xe, sử dụng điện não đo ằng Nicolet và EPOC Emotiv” là
nguyện vọng của học viên, muốn đóng góp một phần cơng sức nhằm giảm thiểu
vấn đề tai nạn giao thông đang nhức nhối ở nước ta.
1.4 Mục tiêu và nhiệm vụ của luận văn
Mục tiêu của luận văn đề ra là dùng tín hiệu điện não thu được từ hai máy
Nicolet One V32 và EPOC Emotiv để xác định thời điểm mệt mỏi khi lái xe. So
sánh ưu, nhược điểm của Nicolet One V32 với EPOC Emotiv từ đó cho thấy thiết
bị điện não di động có khả năng thay thế cho Nicolet One V32 trong cảnh báo mệt
mỏi. Với mục tiêu luận văn đặt ra, các nhiệm vụ cụ thể cần thực hiện:
-

Tìm hiểu tổng quan tín hiệu điện não đồ EEG, cấu trúc, sinh lý của giấc ngủ.

-

Tìm hiểu đa ký giấc ngủ, các tiêu chuẩn phân loại AASM 2017, thông tin đặc
trưng của quá trình mệt mỏi.

-

Thực nghiệm đo EEG trạng thái mệt mỏi bằng máy Nicolet One V32 và
EPOC Emotiv.

-

Phân tích và xử lý dữ liệu thu được, so sánh và đánh giá kết quả.


6

CHƢƠNG 2: CƠ SỞ LÝ THUYẾT
2.1 Nguồn gốc tín hiệu điện não và Các vùng chức năng của não bộ.
2.1.1 Nguồn gốc tín hiệu điện não.
Đơn vị nhỏ nhất của não là tế bào thần kinh (nơron) cấu tạo bởi 3 bộ phận
chính:
-

Thân tế ào giống như những tế ào khác thân tế ào ao gồm: nhân tế bào,
ty thể, thể lưới nội chất, ribosom và các bào quan khác.

-

Đuôi gai: là những tua ngắn phát triển từ thân tế ào, tiếp nhận xung từ các tế
ào khác và truyền tới thân tế ào.

-

Sợi trục : truyền t n hiệu từ thân tế ào tới tế ào thần kinh khác hoặc tới một
tế ào cơ. Sợi trục có thể được ao ọc ởi một lớp cách điện dược gọi là vỏ
myelin, được tạo ởi các tế ào soan (Schwann). Vỏ myelin không liền mạch
mà được chia thành từng đoạn. Giữa các tế ào soan là các eo (nút) Ranvier.

Hình 2. 1 Cấu tạo của Noron thần kinh [8].

Mối nối giữa một sợi trục và tế ào kế tiếp để truyền thông tin được gọi là

synap. Thông tin xuất phát từ thân tế ào đơn hướng qua khớp thần kinh, đầu tiên
dọc theo sợi trục và sau đó đi qua xi-náp tới dây thần kinh tiếp theo hoặc tế ào cơ.
Phần synap nằm trên sợi trục được gọi là màng trước synap. Phần nằm ph a giáp tế
bào gọi là màng sau synap. Giữa hai màng là khe synap dày 10-50 nm. Các xung
truyền qua synap theo 1 hướng, từ màng trước tới màng sau, sự truyền t n hiệu điện


7

trực tiếp giữa các tế ào trước và sau sau xi-náp khơng xảy ra; thay vào đó, một chất
hóa học trung gian được sử dụng.

Hình 2. 2 Truyền tín hiệu qua khe Sysnap [9]

Sau đó q trình tạo điện thế hoạt động. Khi có một chuỗi các k ch th ch, sẽ
có đáp ứng được sinh ra. Nếu iên độ của nó khơng vượt q ngưỡng, đáp ứng
khơng được lan truyền (trương lực điện). Nếu đáp ứng đủ mạnh, một xung thần
kinh (xung điện thế hoạt động) sẽ được sản sinh tuân theo theo quy luật “tất cả hoặc
không” và q trình khơng ị suy giảm dọc sợi trục hoặc sợi cơ.

Hình 2. 3 Cấu tạo của màng tế bào [9].


8

Tế ào được ao ọc k n ởi màng tế ào mỏng từ 7,5-10 nm (Hình 2.3).
Một trong những thành phần ch nh là axit éo, nếu phân tử axit éo được đặt cẩn
thận trên ề mặt của nước,chúng tự định hướng sao cho tất cả đầu axit nằm trong
nước và các đi thị ra, lớp kép này là cấu trúc cơ sở của màng tế ào. Các kênh
ion là một phần quan trọng của màng tế ào, đó là phân tử xuyên màng cho ion

Natri, Kali, Clo di chuyển qua màng tế ào. Sự di chuyển của những Ion này là cơ
sở của hiện tượng điện sinh học.
Ở trạng thái nghỉ, ion K+ có thể đi qua màng một cách dễ dàng trong khi ion
Cl- và Na+ ị chặn lại. Cuối c ng khi tất cả các lực ở trạng thái cân ằng, điện thế
trong màng và ngoài màng xấp xỉ -70mV. Đó là điện thế màng nghỉ của noron.
Điện thế hoạt động xảy ra khi 1 noron truyền thông tin từ 1 tế ào này sang 1 tế ào
khác. Hơn nữa, khi đạt đến giá trị ngưỡng, 1 điện thế hoạt động của 1 đại lượ ng cố
định luôn được phát ra. Nên với ất kỳ noron nào, độ lớn điện thế hoạt động là
giống nhau. Và được gọi là nguyên tắc “tất cả hoặc không”. Nguyên nhân gây ra
điện thế hoạt động có thể được hiểu là do sự trao đổi của các ion qua màng tế bào.
Khi ị k ch th ch, t nh thấm của màng ở nơi ị k ch th ch thay đổi, màng chuyển từ
trạng thái nghỉ sang trạng thái hoạt động gây mất phân cực (khử cực) rồi đảo cực
gây nên gây nên sự chênh lệch điện thế và cứ thế tiếp diễn làm cho xung được lan
truyền dọc sợi thần kinh.
2.1.2 Cấu trúc giải phẫu của não
Bề mặt não là những nếp cuộn, giữa chúng là các khe rãnh .Các đặc tính rõ
rệt ở người như tư duy cấp cao, ngôn ngữ và nhận thức cũng như khả năng suy
nghĩ, tư duy và tưởng tượng đều xuất phát từ vỏ não. Bản đồ Brodmann là một bản
đồ chia các vùng của vỏ não thành nhiều khu vực có đánh các số khác nhau dựa trên
các nghiên cứu về chức năng, cấu trúc và tổ chức của các tế bào.


9

Hình 2. 4 Các vùng chức năng của não [9]

-

Thùy trán ( Frontal lobe): nằm ở mặt trước của não, đảm nhận chức năng tư
duy, vận động, nhận thức cấp độ cao và ngôn ngữ diễn đạt. Đây là khu vực

não bộ nhận thông tin từ các thùy khác và sử dụng thông tin này để thực hiện
các chuyển động cơ thể.

-

Th y đỉnh (Parietal lobel): nằm ở giữa đại não, chịu trách nhiệm xử lý những
thông tin cảm giác xúc giác như áp lực, sự tiếp xúc và sự đau đớn, có vai trị
quan trọng trong việc xử lý các giác quan của cơ thể.

-

Th y thái dương (Temporal lo el): nằm ở đáy của não bộ, là bộ phận quan
trọng trong việc tiếp nhận và xử lý các thông tin về âm thanh và ngôn ngữ.

-

Thùy chẩm (Occipital lobe): nằm ở phía sau của não bộ, tiếp nhận và xử lý
các thơng tin và kích thích thị giác, bộ phận tiếp nhận và xử lý các thông tin
từ võng mạc mắt nằm ở thùy chẩm.
2.1.3 Cấu trúc vỏ não [10]
Vỏ não là là một bộ phận của não, là phần ngoài cùng bao bọc não. Vỏ não

của con người có thể được chia thành 2 phần lớn đó là Isocortex và allocortex. Mặc
d có sự khác iệt t y vào từng khu vực, phần lớn nhất của Isocotex của người
trưởng thành được chia thành 6 lớp t nh từ ngoài vào trong [11]


10

Hình 2. 5 Cấu tạo 6 lớp của vỏ não

-

Lớp 1: lớp phân tử: chỉ ao gồm một vài tế ào thần kinh

-

Lớp 2: lớp hạt ngoài: lớp này tương đối mỏng, ao gồm rất nhiều tế ào thần
kinh nhỏ với mật độ dày đặc.

-

Lớp 3: Lớp tế ào tháp: ao gồm các tế ào thần kinh hình chóp cỡ trung
ình

-

Lớp 4: Lớp hạt trong: chứa các tế ào thần kinh nhỏ, không đều

-

Lớp 5: Lớp tế ào tháp trong: ao gồm các tế ào thần kinh hình chóp lớn

-

Lớp 6: Lớp có nhiều loại Neuron: ao gồm các tế ào thần kinh đa hình nhỏ
và hình thoi.

Các lớp này là không gian của cấu trúc các tế bào thần kinh đặc biệt với các
trạng thái và chức năng khác nhau. Hầu hết các tế bào vỏ não được sắp xếp thành

các cột, nơi mà các neuron được phân bố dọc theo nhau và trực giao với bề mặt vỏ
não. Tế ào neuron hình tháp (pyramidal neuron) là thành phần cấu tạo chủ yếu của


11

vỏ não. T n hiệu xung thần kinh được thu nhận từ các điện cực đặt tiếp xúc với da
đầu thu nhận sự thay đổi của tế bào tháp.
2.1.4 Khác biệt theo vùng trên bản ghi điện não
Khác biệt theo vùng (area diferentiation) là những phân bố khác nhau của
các loại sóng trên các vùng ghi của điện não đồ. Sau đây là phân ố các sóng theo
v ng ghi trên da đầu ở người ình thường.
-

V ng trán trước (prefrontal – điện cực Fp1 và Fp2): hoạt động bêta thấp và
khơng đều, các nhóm alpha thành từng dải, và các sóng delta bề mặt rải rác.

-

Vùng trán ngồi (trán bên – frontolateral – điện cực F7 và F8): hoạt động
bêta 14-20 Hz thường xuyên, sóng theta thấp rải rác

-

Vùng trán (frontal – điện cực F3 và F4): nhịp bêta 17-20 chu kỳ giây

-

V ng thái dương sau (temporal posterior – điện cực T5 và T6): nhịp alpha
cách hồi, hoạt động theta thấp rải rác, hoạt động êta không đều và hay bị

các sóng khác chậm hơn nằm chồng lên. 35

-

V ng thái dương (temporal – điện cực T3 và T4): hoạt động êta khơng đều
và cách hồi, thường có các hoạt động điện 14-16 Hz, các sóng theta rải rác,
và các sóng delta 2-4 Hz rải rác

-

Vùng trung tâm (central – điện cực C3 và C4): nhịp 20-25 Hz kéo dài.

-

V ng đỉnh (parietal – điện cực P3 và P4): nhịp alpha, đơi khi có êta 20-25
Hz nằm chồng lên.

-

Vùng chẩm (occipital – các điện cực O1 và O2): nhịp alpha 8-13 Hz.
Khi đọc một bản điện não, chúng ta phải xem xét đến sự khác biệt của các

v ng. Chúng ta quan tâm đến iên độ, tần số và t nh đều đặn của các sóng. Đặc biệt,
các sóng alpha xuất hiện ưu thế ở vùng chẩm.


12

2.2 Ghi nhận tín hiệu điện não, tổng quan máy Nicolet One V32 và EPOC
Emotiv

2.2.1 Sơ lƣợc lịch sử về EEG
Trong hơn 100 năm lịch sử, EEG đã trải qua những tiến bộ to lớn. Sự tồn tại
của xung điện não được phát hiện năm 1875 ởi một ác sĩ người Anh là Richard
Caton. Caton quan sát và làm thí nghiệm từ thỏ và khỉ. Năm 1924, Hans Berger,
một nhà thần kinh học người Đức, sử dụng thiết bị vô tuyến thông thường để
khuếch đại hoạt động điện não trên người. Ơng tun bố rằng các dịng điện có
cường độ rất nhỏ từ não có thể được ghi lại mà khơng cần mở hộp sọ, và ghi được
sóng não trên một dải giấy. Ông quan sát qua những hoạt động khác nhau của não,
chẳng hạn như trong giấc ngủ, gây tê, thiếu oxy và một số bệnh thần kinh, ví dụ dụ
như động kinh. Berger đặt nền móng cho nhiều ứng dụng hiện tại của EEG. Ông
cũng là người đầu tiên chế tạo EEG và ghi nhận được điện thế hoạt động của não.
Ông cho rằng hoạt động của não thay đổi một cách nhất quán và dễ nhận biết khi
tình trạng của chủ thể thay đổi, như từ sự thư giãn đến sự tỉnh táo [7]. Cuối năm
1934, Adrian và Matthews công bố bài báo xác nhận khái niệm "sóng não con
người" và xác định các dao động thường xuyên khoảng 10 đến 12 Hz mà họ gọi là
"nhịp alpha"
2.2.2 Ghi nhận tín hiệu điện não
Electroencephalography (EEG - điện não đồ) là sự ghi lại các hoạt động điện
xảy ra trên da đầu của não bộ. Điện não đồ đo các iến động điện từ các dòng ion
chạy giữa các neuron của não .Nói ch nh xác hơn, điện não đồ ghi lại các hoạt động
điện tự phát của não từ các cảm biến đặt trên da đầu. Các ứng dụng phân tích tập
trung tổng thể vào phổ của điện não đồ, hay là sự di chuyển của neuron có thể nhìn
thấy được từ tín hiệu điện não.


13

Tín hiệu điện não theo tần số
Tùy vào mục đ ch của nghiên cứu mà phân biệt sóng não theo các cách khác
nhau, có thể phân biệt các sóng điện não dựa vào: tần số, iên độ, hình dạng, phân

bố, phản ứng Berger.
Trong nghiên cứu, luận văn nhận dạng sóng não dựa vào tần số, sóng não
thường có dạng hình sin, phân bố ở khoảng từ 0,5 đến 100

thấp hơn khoảng 100

lần so với tín hiệu điện tim. Bằng phép biến đổi Fourier từ tín hiệu thơ EEG, những
tần số khác nhau có thể nhìn thấy được, phổ là liên tục, ở một số trạng thái đặc thù
của não người làm cho xuất hiện tần số sóng não đặc trưng. Sóng não được phân
loại thành bốn nhóm cơ ản, những tần số chính bao gồm:
 Theta (4-7 Hz)
 Alpha (7-13 Hz)
 Beta là (> 13 Hz)
 Delta (0.5 - 4 Hz)

Hình 2. 6 Phân loại sóng não khác nhau theo tần số [9]

Tín hiệu điện não theo hình dạng đặc biệt.
Trong tín hiệu điện não, có một số sóng có hình dạng đặc trưng, do vậy có
thể nhận biết được nhờ vào hình dạng của chúng. Ngồi ra cịn có 1 cặp hoặc 1
nhóm các sóng có hình dạng đặc trưng dựa trên sự lồng ghép của các tín hiệu đơn


14

lẻ. Những dạng sóng có hình dạng đặc trưng thường gặp trong tín hiệu EEG là các
tín hiệu dạng gai (spikes) và 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 iên độ (chiều cao) của sóng, những phức bộ sóng có hình
dạng đặc biệt được miêu tả trong hình [12] [13]. Các dạng sóng có tính đặc hiệu do

hình dạng của chúng bao gồm:

Hình 2. 7 Các phức bộ sóng có hình dạng đặc biệt trong EEG.

-

Sóng nhọn (sharp waves): dạng sóng tách biệt có dạng hình tam giác trong
khoảng thời gian 70 – 200 mili giây

-

Dạng gai (spike): dạng sóng lướt qua với một đỉnh và kéo dài trong khoảng
20 – 70 mili giây.

-

Dạng Gai và sóng (spike and wave): Dạng sóng này thường thấy ở trẻ em. Dạng
tín hiệu này bao gồm 1 gai (khoảng thời gian nhỏ hơn 80 mili giây) và một sóng
chậm (với khoảng thời gian 200 – 500 mili giây) với iên độ cao.

-

Dạng đa gai (polyspikes): dạng tín hiệu bao gồm nhiều gai (spikes).