Ứng dụng biến đổi wavelet cho trích chọn đặc trưng tín hiệu điện não trong hệ thống nhận dạng cảm xúc​

i

ĐẠI HỌC THÁI NGUN
TRƯỜNG ĐẠI HỌC KỸ THUẬT CƠNG NGHIỆP

HỒNG TIẾN THÊM

ỨNG DỤNG BIẾN ĐỔI WAVELET CHO TRÍCH CHỌN
ĐẶC TRƯNG TÍN HIỆU ĐIỆN NÃO TRONG HỆ
THỐNG NHẬN DẠNG CẢM XÚC

LUẬN VĂN THẠC SĨ KỸ THUẬT
Chuyên ngành: Kỹ thuật điện tử

THÁI NGUYÊN 2018


ii

LỜI CAM ĐOAN
Tên tơi là: Hồng Tiến Thêm
Sinh ngày: 06/07/1991
Học viên lớp cao học CK18_KTĐT - Trường Đại học kỹ thuật công nghiệp
– Đại học Thái Nguyên.
Hiện đang công tác tại: Trường Cao đẳng Nghề số 1 – Bộ Quốc Phòng
Xin cam đoan: Đề tài “Ứng dụng biến đổi wavelet cho trích chọn đặc
trưng tín hiệu điện não trong hệ thống nhận dạng cảm xúc” do Thầy giáo TS.
Nguyễn Phương Huy hướng dẫn là cơng trình nghiên cứu của riêng tơi. Tất cả tài
liệu tham khảo đều có nguồn gốc, xuất xứ rõ ràng.
Tác giả xin cam đoan tất cả những nội dung trong luận văn đúng như nội
dung trong đề cương và yêu cầu của thầy giáo hướng dẫn. Nếu sai tơi hồn tồn

chịu trách nhiệm trước hội đồng khoa học và trước pháp luật.

Thái Nguyên, ngày 26 tháng 03 năm
2018
TÁC GIẢ LUẬN VĂN

Hoàng Tiến Thêm


iii

LỜI CẢM ƠN
Sau một thời gian nghiên cứu và làm việc nghiêm túc, được sự động viên,
giúp đỡ và hướng dẫn tận tình của Thầy giáo hướng dẫn TS. Nguyễn Phương Huy,
luận văn với đề tài “Ứng dụng biến đổi wavelet cho trích chọn đặc trưng tín hiệu
điện não trong hệ thống nhận dạng cảm xúc” đã hồn thành.
Tơi xin bày tỏ lòng biết ơn sâu sắc đến:
Thầy giáo hướng dẫn TS. Nguyễn Phương Huy đã tận tình chỉ dẫn, giúp đỡ
tơi hồn thành ḷn văn này.
Khoa sau đại học, các thầy, cô giáo trong Khoa Điện tử – Trường Đại học kỹ
thuật công nghiệp – Đại học Thái Nguyên đã giúp đỡ tơi trong q trình học tập
cũng như thực hiện luận văn.
Tôi xin chân thành cảm ơn bạn bè, đồng nghiệp và gia đình đã động viên,
khích lệ, tạo điều kiện giúp đỡ tơi trong q trình học tập, thực hiện và hoàn thành
luận văn này.
TÁC GIẢ LUẬN VĂN

HOÀNG TIẾN THÊM

iv

MỤC LỤC
Lời cam đoan ......................................................................................................
Lời cảm ơn .......................................................................................................
Mục lục .............................................................................................................
Danh mục từ viết tắt .........................................................................................
Danh mục bảng biểu ........................................................................................
Danh mục hình ảnh ........................................................................................
LỜI MỞ ĐẦU ..................................................................................................
CHƯƠNG 1: TỔNG QUAN VỀ ĐIỆN NÃO ĐỜ VÀ CÁC PHƯƠNG
PHÁP XỬ LÝ TÍN HIỆU SÓNG ĐIỆN NÃO .............................................

1.1Tởng quan về tín hiệu điện não .............................

1.1.1Khái quát chung v

1.1.2Thu nhận và đo đạ

1.2Các dạng sóng điện não cơ bản ...........................
1.2.1Nguyên tắc phân

1.2.2Phân biệt sóng đi

1.3Hệ thống nhận dạng cảm xúc dựa trên tín hiệu đi

1.3.1Nhận dạng cảm x

1.3.2Các hướng tiếp c
não. ............................................................................................................

1.3.3Một số phương p
điện não. ....................................................................................................

1.4Giải pháp đề xuất trong nhận dạng cảm xúc .......

1.5Kết luận ...............................................................
CHƯƠNG 2: TRÍCH CHỌN ĐẶC TRƯNG SÓNG ĐIỆN NÃO SỬ
DỤNG BIẾN ĐỔI WAVELET ....................................................................

2.1Tổng quan về biến đổi wavelet ............................


v

2.1.1 Biến đổi wavelet liên tục..................................................................27
2.1.2 Biến đổi wavelet rời rạc................................................................... 30
2.2.3 Trích chọn đặc trưng áp dụng biến đởi wavelet rời rạc....................33
2.2.4 Các họ Wavelet................................................................................ 44
2.2 Biến đổi wavelet rời rạc trong hệ thống nhận dạng cảm xúc.................46
2.2.1 Vai trị của DWT trong q trình nhận dạng cảm xúc......................46
2.2.2 Các tham số đặc trưng của DWT trong việc nhận dạng cảm xúc....47
2.3 Kết luận.................................................................................................. 48
CHƯƠNG 3: MÔ PHỎNG HỆ THỐNG....................................................49
3.1 Xây dựng tḥt tốn trích chọn đặc trưng DWT trong xử lý tín hiệu
sóng não....................................................................................................... 49
3.1.1 Tiền xử lý dữ liệu............................................................................. 50
3.1.2 Xử lý tín hiệu điện não thành các dạng sóng đặc trưng...................55
3.1.3 Tính tốn các tham số đặc trưng ảnh hưởng tới việc nhận dạng cảm
xúc.............................................................................................................57

3.2 Thiết kế giao diện matlab guide............................................................. 59
3.2.1 Matlab GUI......................................................................................59
3.2.2 Thiết kế giao diện GUI cho việc xử lý tín hiệu EEG.......................60
3.2.3 Các bước thực hiện q trình phân tích DWT sử dụng giao diện thiết
kế trên GUI................................................................................................63
3.3 Kết luận.................................................................................................. 67
KẾT LUẬN VÀ ĐỀ NGHỊ........................................................................... 68
TÀI LIỆU THAM KHẢO............................................................................ 69


vi

DANH MỤC TỪ VIẾT TẮT

Từ hoặc
cụm từ
CSDL
EEG
EBGM
ER
ERS
LDA
NN
PCA
SVM


vii

DANH MỤC BẢNG BIỂU

Bảng 3. 1 Định nghĩa các sóng EEG theo tần số................................................... 55


viii

DANH MỤC HÌNH ẢNH
Hình 1. 1 Cấu tạo bộ não con người..........................................................................4
Hình 1. 2 Cấu trúc vỏ não..........................................................................................5
Hình 1. 3 Dịng điện bên trong tế bào pyramidal lớn.................................................6
Hình 1. 4 Sóng Alpha[4].......................................................................................... 12
Hình 1. 5 Sóng Beta................................................................................................. 12
Hình 1. 6 Sóng Theta............................................................................................... 13
Hình 1. 7 Sóng Delta............................................................................................... 14
Hình 1. 8 Nhận dạng các dạng sóng theo tần số...................................................... 14
Hình 1. 9 Ứng dụng giao tiếp với máy tính............................................................. 16
Hình 1. 10 Ứng dụng tín hiệu điện não trong quân đội............................................ 17
Hình 1. 11 Ứng dụng tín hiệu điện não trong nhận diện cảm xúc............................18
Hình 1. 12 Hệ thống nhận dạng cảm xúc................................................................. 18
Hình 1. 13 Thiết bị phần cưng Emotiv..................................................................... 19
Hình 1. 14 Mơ hình cảm xúc Russuell..................................................................... 21
Hình 1. 15 Tḥt tốn Higuchi Fractal Dimension.................................................. 22
Hình 1. 16 Một cô gái đang thử trải nghiệm sản phẩm đuôi mèo Shippo tại Hội chợ
Trị chơi Tokyo 2012............................................................................................... 24
2

Hình 2. 1 Không gian và các không gian con trong đa phân giải. Khơng gian L biểu

diễn tồn bộ khơng gian. Vj biểu diễn một không gian con, Wj biểu diễn chi tiết. . .34
Hình 2. 2 Tḥt tốn hình chóp hay tḥt tốn mã hố băng con: (a) Q trình phân

tích (b) Q trình tởng hợp...................................................................................... 37
Hình 2. 3 Phân tích wavelet sử dụng ký hiệu tốn tử............................................... 39
Hình 2. 4 Băng lọc hai kênh.................................................................................... 40
Hình 2. 5 Các họ Wavelet (a) Haar (b) Daubechies4 (c) Coiflet1 (d) Symlet2 (e)
Meyer (f) Morlet (g) Mexican Hat........................................................................... 45
Hình 2. 6 Hệ thống nhận dạng cảm xúc sử dụng EEG............................................. 46
Hình 3. 1 Sơ đồ q trình trích chọn đặc trưng sử dụng phép biến đổi DWT rời
rạc............................................................................................................................ 49


ix

Hình 3. 2 Chuẩn độ: đỉnh nhọn chứng tỏ máy đủ độ nhạy để có khả năng ghi được
những sóng có tần số cao và biên độ nhỏ, đoạn dốc xuống phải bằng 2/3 tởng chiều
cao.[4]...................................................................................................................... 51
Hình 3. 3 Các vị trí đặt điện cực ghi điện não.......................................................... 52
Hình 3. 4 Emotive Epoc Headset............................................................................. 54
Hình 3. 5 Mức phân tích tín hiệu EEG.................................................................... 55
Hình 3. 6 Giao diện GUI cho việc xử lý tín hiệu EEG............................................ 61
Hình 3. 7 Giao diện phần cài đặt............................................................................. 62
Hình 3. 8 Giao diện hiển thị đồ họa (Graph views)................................................. 62
Hình 3. 9 Giao diện hiển thị các tham số Feature Extraction Parameters................63
Hình 3. 10 Load cơ sở dữ liệu................................................................................. 64
Hình 3. 11 Lựa chọn số mẫu.................................................................................... 65
Hình 3. 12 Lựa chọn mức phân tích DWT (level)................................................... 65
Hình 3. 13 Lựa chọn họ Wavelet............................................................................. 66
Hình 3. 14 Kết quả sau khi thực hiện quá trình phân tích DWT.............................. 67


1

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

2

Trên cơ sở đó, với mong muốn tiếp cận nghiên cứu và xây dựng những sản
phẩm có giá trị hữu ích phục vụ cho cuộc sống trong ngành khoa học BCI mới mẻ
này. NVLV đã tập trung nghiên cứu các cơ sở khoa học cơ bản về não cùng với các
cơng nghệ trên thế giới, từ đó đề xuất ra một mơ hình giải pháp tởng thể cho việc
thu nhận và xử lý tín hiệu điện não, nhằm tạo ra một nền tảng tốt cho việc nghiên
cứu và phát triển các ứng dụng công nghệ cao về sau này.
Trong những năm gần đây, đã có rất nhiều cơng trình cơng bố, đưa ra các
hướng tiếp cận khác nhau cho việc giải qút bài tốn nhận dạng cảm xúc con
người thơng qua sóng điện não. Pha quan trọng đầu tiên của nhận diện cảm xúc
thơng qua tín hiệu EEG chính là trích chọn đặc trưng. Trong hướng tiếp cận truyền
thống dựa trên kỹ tḥt trích chọn đặc trưng, có một số phương pháp tiêu biểu phải
kể đến là Phương pháp phân tích thành phần chính (Principal Component Analysis –
PCA), Phương pháp phân tích thành phần độc lập (Independent Component
Analysis – ICA), Mơ hình tự hồi quy (Autoregressive Modeling - AR). Các phương
pháp trên chủ yếu dựa vào việc phân tích tín hiệu trên khơng gian tún tính, vì vậy
khơng khai thác hết được bản chất phi tuyến của tín hiệu EEG. Gần đây, dựa trên
các ưu điểm biểu diễn tín hiệu phi tuyến trên cả hai miền tần số và thời gian của
phép biến đởi Wavelet, một số cơng trình cơng bố trên thế giới đã tập trung vào áp
dụng kỹ thuật này cho phân tích đặc trưng của tín hiệu EEG và thu được hiệu quả
cao hơn so với các phương pháp truyền thống. Ở Việt Nam, các nghiên cứu về EEG
và BCI vẫn còn hạn chế, chủ yếu là phân tích tín hiệu EEG dưới dạng “thơ”. Việc áp
dụng biến đổi Wavelet mới chỉ dùng cho việc lọc nhiễu tín hiệu EEG hoặc xử lý tín
hiệu điện tim ECG.
Vì những lý do trên, được sự gợi hướng của Thầy giáo, TS. Ngũn Phương
Huy, tơi KS Hồng Tiến Thêm lựa chọn đề tài “Ứng dụng biến đổi wavelet cho
trích chọn đặc trưng tín hiệu điện não trong hệ thống nhận dạng cảm xúc” làm đề
tài nghiên cứu luận văn tốt nghiệp thạc sĩ chuyên ngành Kỹ thuật điện tử.

3

Đối tượng của luận văn là: Phương pháp trích chọn đặc trưng sóng điện
não sử dụng biến đổi wavelet rời rạc.
Về phạm vi nghiên cứu: Dựa trên các bộ cơ sở dữ liệu có sẵn về các tín hiệu
EEG (được cộng đồng khoa học quốc tế công nhận là cơ sở dữ liệu chuẩn để đối sánh
các phương pháp), luận văn sẽ khảo sát và chứng minh tính hiệu quả hơn của phương
pháp trích chọn đặc trưng sóng điện não sử dụng biến đổi wavelet rời rạc so với một số
phương pháp thường dùng như PCA, ICA, AR; Đề xuất tḥt tốn phù hợp nhất đối với
bài tốn trích chọn đặc trưng tín hiệu EEG; Cài đặt phần mềm mơ phỏng nhằm chứng
minh tính đúng đắn và khả năng ứng dụng trong thực tế của thuật toán đề xuất.

Đề tài có ý nghĩa nhằm nghiên cứu việc áp dụng kỹ tḥt biến đởi wavelet
cho việc trích chọn các đặc trưng quan trọng của tín hiệu sóng điện não. Từ đó làm
cơ sở khoa học cho việc xây dựng các hệ thống nhận dạng cảm xúc trong thực tế.
Nội dung của luận văn gồm có các chương như sau:
Chương 1: Bài tốn nhận dạng cảm xúc dựa trên tín hiệu điện não. Trong
chương chủ ́u trình bày tởng quan về tín hiệu điện não, hệ thống nhận dạng cảm
xúc được xây dựng dựa trên tín hiệu điện não. Đồng thời trong chương còn đề cập
đến một số hướng và phương pháp tiêu biểu trong trích chọn đặc trưng.
Chương 2: Trích trọn đặc trưng sóng điện não sử dụng biến đởi wavelet.
Chương đề cập đến tởng quan về wavelet và trích chọn đặc trưng dùng để biến đổi
wavelet, đồng thời cũng đề cập đến một số hướng nghiên cứu ứng dụng biến đởi
wavelet trong trích chọn đặc trưng EEG. Đề xuất phương pháp kết hợp biến đổi
wavelet và mạng nôron MPL trong giải quyết bài toán nhận dạng cảm xúc.
Chương 3: Xây dựng phần mềm mô phỏng. Chủ yếu tiến hành xây dựng trên
phần mềm Matlab, từ kết quả thu được có thể kết luận cơ sở thực tiễn của đề tài.

4

CHƯƠNG 1: TỔNG QUAN VỀ ĐIỆN NÃO ĐỒ VÀ CÁC PHƯƠNG
PHÁP XỬ LÝ TÍN HIỆU SÓNG ĐIỆN NÃO
1.1 Tổng quan về tín hiệu điện não

Hình 1. 1 Cấu tạo bộ não con người.

Não người [1], [2], [3] là phần trên và trước nhất của hệ thần kinh trung ương và
là cơ quan chủ yếu trong điều hành hệ thần kinh ngoại vi. Não người nặng khoảng
1500g (Williams và Warwick, 1989). Diện tích bề mặt của não khoảng 1600 cm², và
dày khoảng 3 mm. Não gồm có: thân não, tiểu não, não trung gian và đại não.
Não bộ của con người là một tổ chức phức tạp, tinh vi nhất của hệ thần kinh.
Thông qua các giác quan như mắt, tai, da, bộ não tiếp thu các thông tin về thị giác,
thính giác, xúc giác... để từ đó nhận thức ra đối tượng, xử lý và giai đáp thông tin qua
các hình thức vận động. Do vậy bộ não giữ vai trị quan trọng trong hoạt động tồn
diện, đa dạng của con người, giúp con người thích ứng với các hồn cảnh xã hội. Ngày
nay, khi thế giới ngày càng phát triển thì các bệnh về não cũng ngày càng phát


5

triển như: các bệnh về động kinh, viêm não, u não ….. Do vậy, việc thu nhận và xử
lí tín hiệu điện não sẽ giúp chúng ta chẩn đốn chính xác được các bệnh về não. Vì
thế, các bệnh nhân não sẽ có cơ hội được cứu chữa nhiều hơn.
1.1.1 Khái quát chung về EEG
Electroencephalogram não đồ (EEG) là điện thế hoạt động của vỏ não phát
ra. 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.

Ngày nay, người ta cho rằng tín hiệu EEG giống như như tín hiệu EEG lấy từ lưỡng
cực trong lớp tế bào hình chóp. Rất nhiều tế bào hình chóp và sợi thần kinh của nó
được sắp xếp thẳng đứng. Sự sắp xếp này được đưa ra 1 dendro-somatic lưỡng cực
hoặc điện thế là cái dao động do tác nhân kích thích gây ra.
Vỏ não là nguồn gốc của các hoạt động điện của não thu được từ bề mặt của
da đầu, các dạng khác nhau của hoạt động điện và dẫn tới trường điện thế được tạo
ra bởi các tế bào thần kinh vỏ não.

Hình 1. 2 Cấu trúc vỏ não

Sự sắp xếp của các tế bào ở 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 não được sắp xếp
thành các cột, trong các cột này các neuron được phân bố dọc theo trục chính của
các cây dạng 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 thần kinh đặc biệt, với các trạng thái và chức năng khác nhau trong đáp ứng xung
điện. Neuron pyramidal là thành phần cấu tạo chủ yếu của vỏ não. Điện thế EEG [1],
[2] ghi được từ các điện cực được đặt tiếp xúc với lớp da đầu là sự tổng hợp các thay

đởi về điện thế ngồi của tế bào Pyramidal. Màng tế bào pyramidal không bao giờ
trong trạng thái nghỉ bởi vì nó bị tác động liên tiếp bởi hoạt 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 đởi tương ứng tính thẩm thấu của màng tế bào đối với ion K và ion
Cl làm phát sinh dịng điện.

Hình 1. 3 Dịng điện bên trong tế bào pyramidal lớn.

Dòng ion được thiết lập cho phép cân bằng điện tích giữa bên trong và bên
ngồi màng tế bào. Dòng điện sinh ra do điện thế của postsynaptic kích thích
(EPSP) được thể hiện ở hình 3. Điện thế postsynaptic kích thích là tởng hợp của
dịng đi vào trong màng tế bào gây ra bởi các ion dương và dịng đi ra ngồi màng tế
bào tạo dọc theo phần mở rộng của tế bào extra- synaptic. Điện trường bên ngoài tế
bảo là hàm của điện thế xuyên màng.
Trong đó là điện thế bên ngồi màng, là bán kính của sợi trục hoặc tua gai, là
điện thế xuyên màng, là độ dẫn môi trường bên trong tế bào, là độ dẫn của môi trường


7

bên ngoài tế bào. Mặc dù các điện thế bên ngồi tế bào riêng rẽ là nhỏ nhưng tởng
điện thế của chúng cũng đáng kể đối với nhiều tế bào. Điều này là do các neuron
pyramidal được kích hoạt tức thời lớn hơn hoặc nhỏ hơn cách mà liên kết synaptic
và các thành phần dọc trục của dịng bên ngồi màng được thêm vào, trong khi đó
các thành phần nằm ngang lại có xu hướng làm giảm điện thế này. Ngồi ra các
nguồn khác cũng góp phần tạo ra tín hiệu EEG. Sự giảm điện thế màng tế bào tới
mức giới hạn xấp xỉ 10 mV nhỏ hơn điện thế tái khử cực tại trạng thái nghỉ của
màng tế bào. Điện thế hoạt động của các neuron não là nguồn gốc của EEG. Nhưng
chúng góp phần nhỏ trong việc tạo ra tín hiệu EEG ghi được tại bề mặt của não. Do
chúng thường hoạt động không đồng bộ trong cùng một thời gian đối với một số
lượng lớn các sợi trục, các sợi trục này di chuyển theo nhiều hướng tương đối với bề
mặt vỏ não. Nguyên nhân khác là phần của màng tế bảo bị khử cực bởi điện thế
hoạt động tại các thời điểm cố định nhỏ hơn so với thành phần của màng tế bào
được kích thích bởi một EPSP và điện thể hoạt động tồn tại trong thời gian ngắn
hơn( cỡ 1 - 2ms) so với của EPSPs hoặc IPSPs là 10 – 250ms. Qua các quan điểm
trình bày ở trên thì EEG thu được tại bề mặt da đầu có thể coi là kết quả của nhiều
thành phần tích cực, trong đó điện thế của postsynaptic từ tế bào pyramidal là thành

phần chính tạo ra tín hiệu điện não.
1.1.2 Thu nhận và đo đạc tín hiệu điện não EEG
a) Vị trí đặt điện cực chuẩn [9], [10].
Hiệp hội quốc tế về sinh lí thần kinh lâm sàng và điện não đề đưa ra chuẩn đặt
điện cực cho 21 điện cực (gồm cả điện cực tại dái tai). Các điện cực đặt tại dái tai được
gọi là A1, A2 được nối tương ứng với tai trái và tai phải được sử dụng làm điện cực
tham chiếu. Hệ thống 10-20 tránh đặt điện cực tại vị trí nhãn cầu, và cân nhắc một vài
khoảng cách không đổi bởi sử dụng các mốc giải phẫu cụ thể. Các điện cực lẻ được đặt
bên trái và các điện cực lẻ được đặt bên phải. Để thiết lập số lượng các điện cực nhiều
hơn mà vẫn tuân theo qui ước trên, các điện cực cịn lại ngồi 21 điện cực chuẩn được
đặt giữa các điện cực trên và cách đều nhau giữa chúng. Ví dụ C1


8

được đặt giữa C3 và Cz. Hai dạng khác nhau dùng để ghi tín hiệu điện não là dạng
vi sai và dạng tham chiếu. Đối với dạng vi sai hai đầu vào của mỗi bộ khuếch đại vi
sai là hai cực, cịn kiểu tham chiếu thì chỉ một trong hai điện cực tham chiếu được
dùng. Một kiểu bố trí điện cực tương tự khác là hệ thống vị trí điện cực Maudsley,
hệ thống 10 – 20 được thay đổi để chụp ghi được tín hiệu từ tiêu điểm động kinh
trong việc thu tín hiệu động kinh. Chỉ có một sự khác nhau giữa hai hệ thống này là
các điện cực bên ngoài được làm nhẹ hơn một chút cho phép ghi tín hiệu động kinh
được tốt hơn. Ưu điểm của hệ thống này là diện tích được trùm bởi mũ điện cực
được mở rộng, do đó làm tăng độ nhạy khi ghi lại tín hiệu điện não.
b) Phương pháp thu tín hiệu điện não.
Việc thu nhận các tín hiệu và hình ảnh từ các bộ phận của cơ thể người trở
thành cần thiết cho việc chẩn đoán sớm các loại bệnh tật. Dữ liệu thu được có thể
dưới dạng điện sinh học như tín hiệu điện tim, tín hiệu điện cơ đồ EMG hay tín hiệu
điện não EEG, từ não đồ MEG…Các phương pháp đo đạc được dùng có thể là siêu
âm, chụp CT, hay ảnh cộng hưởng từ MRI hoặc cộng hưởng từ chức năng fMRI,

chụp positron cắt lớp PET. Các hoạt động thần kinh điện đầu tiên được ghi lại bằng
máy điện kế đơn giản. Để khuếch đại sự thay đổi của các điểm một tấm gương được
sử dụng để phản xạ ánh sáng được chiếu ra từ điện kế lên bức tường. Sau đó, điện
kế Arsonval được gắn vào một cuộn dây có thể di chuyển được, do đó ánh sáng tập
trung trên gương sẽ bị phản xạ khi cho dòng điện chạy qua cuộn dây này.
Điện kế mao dẫn được tạo ra bởi Lippmann và Marey. Điện kế dây rất nhạy
và đo chính xác hơn được Einthoven giới thiệu vào năm 1903. Điện kế này trở
thành dụng cụ đo chuẩn trong vài thập kỉ và được cho phép sử dụng ghi lại hình
ảnh. Các hệ thống đo tín hiệu EEG gồm số lượng lớn các điện cực tinh vi, các mạch
khuếch đại vi sai (cho mỗi kênh), bộ lọc và đồng hồ ghi có mũi kim chỉ.
Tín hiệu EEG đa kênh được ghi lại lên tấm giấy nhẵn hoặc giấy có ơ lưới.
Ngay sau đó, hệ thống đo tín hiệu EEG này được tung ra thị trường, các nhà nghiên


9

cứu bắt đầu tìm kiếm hệ thống được máy tính hóa, hệ thống này số hóa và lưu trữ
tín hiệu.
Do vậy để phân tích tín hiệu EEG, ban đầu phải hiểu rằng tín hiệu được
chủn sang dạng số. Số hóa tín hiệu bao gồm các bước: lấy mẫu, lượng tử hóa và
mã hóa tín hiệu. Khi số cực được sử dụng càng tăng thì số lượng dữ liệu càng lớn,
tức số bít để mã hóa tín hiệu cũng nhiều hơn. Hệ thống được máy tính hóa cho phép
thiết lập các kiểu khác nhau, mô phỏng và lấy mẫu tần số và trong một số trường
hợp tích hợp cả các cơng cụ xử lí tín hiệu đơn giản hoặc hiện đại giúp nâng cao hiệu
quả q trình xử lí tín hiệu. Q trình biến đởi từ tín hiệu EEG tương tự sang dạng
số được thực hiện bởi bộ chuyển đổi số tương tự đa kênh. Dải tần hiệu quả cho tín
hiệu EEG xấp xỉ 100Hz. Do đó tần số lấy mẫu nhỏ nhất là 200 mẫu/s thỏa mãn qui
tắc Nyquist là đủ để lấy mẫu tín hiệu EEG. Trong một số ứng dụng các hoạt động
của não được quan sát đòi hỏi độ phân giải cao hơn tần số lấy mẫu có thể lên tới
2000 mẫu/s. Để duy trì thơng tin chẩn đốn thì q trình lượng tử hóa tín hiệu thơng

thường phải rất tốt.
Các hệ thống ghi tín hiệu EEG phở biến sử dụng các mẫu tín hiệu dưới dạng
16bits. Các điện cực ghi điện tim có độ chính xác cao chủ yếu được sử dụng để thu
thập dữ liệu chất lượng cao.
Các loại điện cực được sử dụng trong hệ thống ghi tín hiệu điện não như:
Điện cực dùng một lần (dạng gel), Điện cực có thể sử dụng nhiều lần (vàng, bạc,
thép hoặc tin), Điện cực kẹp và chụp đầu, Điện cực được nhúng mặn, Điện cực dạng
kim, khi ghi đa kênh với số lượng lớn của các điện cực thì điện cực dạng mũ chụp
thường được dùng. Thông thường điện cực dạng mũ chụp gồm đĩa Ag – AgCl có
đường kính nhỏ hơn 3 mm, với các cực linh hoạt có thể gắn vào bộ khuếch đại.
Điện cực kim phải được cắm dưới vỏ não với độ sâu nhỏ nhất có thể. Trở kháng
cao giữa điện cực và da đầu cũng như các điện cực có trở kháng cao cũng có thể dẫn tới
méo dạng tín hiệu. Do vậy các máy ghi điện não thương mại thông thường được trang
bị bộ phận theo dõi trở kháng. Để đảm bảo việc ghi tín hiệu điện não chính


10

xác, trở kháng của điện cực phải nhỏ hơn 5kΩ, tốt nhất là 1kΩ Cân bằng với các
điện cực khác trong mũ. Tương ứng với từng cấu trúc lớp và xoắn của não sự phân
bố các điện cực lên da phù hợp.
1.2 Các dạng sóng điện não cơ bản
1.2.1 Nguyên tắc phân tích sóng điện não
Hình ảnh điện não là những đặc trưng biểu hiện lâm sàng thần kinh tâm thần
và các bệnh khác. Do đó cần phải phân tích và mô tả chi tiết, đồng thời tổng hợp và
khái quát để bổ sung cho lâm sàng và những thông tin chưa có lâm sàng hoặc các
triệu chứng khó phân biệt. Khi phân tích điện não cần tuân theo một số nguyên tắc:
Trục tung là biên độ của sóng. Trục hồnh là tần số sóng.
Dạng sóng: hình sin, có nhịp hay khơng có nhịp, đơn dạng hay đa dạng, đều
hay khơng đều, sóng một pha hay nhiều pha. Các sóng ở trên đường đẳng điện là

sóng âm (-), ở dưới là sóng dương (+).
Tần số: là số sóng có trong một giây kí hiệu là chu kỳ giây (ck/gy) hoặc (Hz)
Biên độ: là chiều cao của sóng tính bằng µV.
Vi trí: sóng điện não biểu hiện ở các vị trí khác điện cực khác nhau và khác
nhau theo vùng.
Chỉ số: số sóng xuất hiện trong một thời gian nhất định xác đinh ở bản ghi
được tính theo tỷ lệ %. Thơng số này thường dùng để đánh giá lâm sàng.
Tính chất xuất hiện: các sóng điện não xấy hiện khác nhau khơng chỉ về dạng
sóng mà cịn cả tính chất.
Kịch phát: một sóng, một nhóm sóng xuất hiện và kết thúc đột ngột. Có thể
kịch phát tồn thể hay khu trú, kéo dài 1-2/10 giây đến nhiều giây.
Đồng thì: cùng một thời điểm đồng bộ ở hai bán cầu cân xứng, hay một bán
cầu. Khơng đồng thì: khơng cùng một lúc xuất hiện, mất cân xứng một bán cầu về
tấn số, biên độ hoặc cả 2.


11

Liên tục: các sóng bệnh lý có những khoảng gián đoạn, khơng giống nhau.
Từng nhóm: các sóng xuất hiện từng nhóm với số sịng và dạng tương tự nhau.

[4]
1.2.2 Phân biệt sóng điện não dựa vào tần số
Năm 1924, nhà tâm thần học người Áo tên là Hans Berger là người đầu tiên
ghi được EEG. Ông nhận thấy trên bản ghi EEG bình thường, nhịp của các sóng
điện não gồm có vài loại sóng có thể phân biệt theo tần số. Đây cịn gọi là các dạng
sóng đặc trưng sinh lý.
a) Sóng Alpha (α)

Dạng sóng hình sin là chủ ́u, có tần số từ 8 -13 ck/gy

Alpha nhanh: 11-13 ck/gy
Alpha trung bình: 10 ck/gy
Alpha chậm: 8-9 ck/gy
Sóng thường có biên độ khoảng 50µV (mặc dù cũng có thể giao động từ 5 tới 100 µV).
Sóng này thấy rõ nhất ở phần phía sau của não người, vốn là nơi xử lý các tín

hiệu thị giác, tức là vùng chẩm (occipital region) ở cả 2 bên, ít ở vùng đỉnh và giảm
dần về phía thái dương Vì vậy, đơi khi người ta cịn gọi nhịp alpha là nhịp trội ở
phía sau (the posterior-dominant rhythm).
Có nhiều giả thút giải thích cơ chế này. Theo P.V simonov (1956) cho rằng
alpha có vai trị lớn trong cơ chế điều chỉnh giữa nội môi và ngoại mơi của chức năng
ngăn cản các tín hiệu đi vào não. Theo Bunch alpha có vai trị điều chỉnh đồng bộ của
các tín hiệu vào và ra khỏi não; D.G. Shmelkin (1955) thấy alpha luôn đi cùng với
trạng thái cân bằng liên quan đến hưng phấn và ức chế. Sóng alpha trở nên rõ nhất khi
nhắm mắt lại, bị triệt tiêu khi mở mắt. Như vậy sóng alpha là dấu hiệu cho biết não
đang ở tình trạng khơng chú ý (inattentive brain), và đang chờ để được kích thích. Thực
tế là có một vài tác giả đã gọi nó là “nhịp chờ đợi” ("waiting rhythm"). Đây là


12

nhịp sóng chủ ́u 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 t̉i, khi ấy sóng này
chiếm ưu thế trên đường ghi EEG lúc nghỉ ngơi.

Alpha 10 Hz, biên độ thấp.

Alpha 10Hz, biên độ cao.

Alpha 10Hz, xuất hiện từng chùm.

Hình 1. 4 Sóng Alpha[4]
b) Sóng Beta (β)

Dạng sóng khơng ởn định, có tần số từ 13-35 Hz, có biên độ dưới 30µV.
Sóng Beta là sóng nhanh ở phía trước, phân bố điển hình ở vùng trán và giảm dần ở
thái dương và đỉnh chẩm. Sóng Beta liên quan đến trạng thái hưng phấn của thẩn
kinh. Sóng Beta sẽ nởi bật lên khi dung thuốc an thần gây ngủ. Sóng có thể mất
hoặc suy giảm ở vùng có tởn 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.

Hình 1. 5 Sóng Beta.


13

c) Sóng Theta (θ)

Dạng sóng hình cung hay hình thang, tần số từ 4-8Hz. Theta nhanh từ 6-8Hz,
Theta bình thường từ 5-6Hz, Theta chậm từ 4-5Hz. Sóng Theta xuất hiện ở thái
dương, hay vùng trán thái dương và thái dương trước trung tâm. Sóng Theta là loại
sóng chậm, thường thấy khi bệnh nhân trong tình trạng buồn ngủ hoặc ngủ nơng
(light stages of sleep). Sóng Theta được coi là bất bình thường nếu thấy ở người lớn
đang tỉnh táo, nhưng lại là bình thường ở trẻ em dưới 10 t̉i. Sau 10 t̉i, sóng
theta nhanh và chủn dần sang alpha. Cũng có thể thấy theta tạo thành 1 vùng bất
thường trên những nơi có tởn thương dưới vỏ cục bộ. Sóng theta biểu hiện cho giảm
hoạt động của vở não, nên ngồi lứa t̉i nhỏ, cịn thấy xuất hiện ở lứa t̉i cao.
Sóng theta xuất hiện ở người lớn nhiều hay ít, lan tỏa hay khu trú đều liên quan đến
rối loạn chức năng của não, đặc biệt ở cấu trúc dưới vỏ.

Hình 1. 6 Sóng Theta
d) Sóng Delta (δ)

Dạng sóng hình chng, tần số từ 0,5-4 Hz, biên độ sóng trung bình tương
đương điện thế alpha, cũng có khi cao gấp 2 đến 3 lần biên độ alpha, đây là loại sóng
chậm nhất và có biên độ cao nhất. Sóng Delta xuất hiện ở trẻ em dưới 7 t̉i, giảm dần
theo lứa tuổi, xuất hiện ở người lớn trong giấc ngủ sâu (ở giai đoạn 3 hoặc 4 của giấc
ngủ). Nói chung, nếu sóng Delta xuất hiện trên một người lớn (trừ khi đang ngủ) thì
chứng tỏ não có vấn đề nào đó: ví dụ u não, động kinh, tăng áp lực nột sọ, khiếm
khuyết về trí tuệ, hay hơn mê. Khi đã xuất hiện, thì nhịp Delta có khuynh hướng thay
thế cho nhịp alpha. Cả sóng beta lẫn sóng delta đều khơng bị ảnh hưởng bởi mở mắt
hay nhắm mắt. ). Nó có thể xuất hiện cục bộ khi có tởn thương dưới vỏ và phân bố rộng
khắp khi có tởn thương lan tràn, trong bệnh não do chủn hóa (metabolic
encephalopathy), bệnh não nước (hydrocephalus) hay tởn thương đường giữa trong


14

sâu (deep midline lesions). Nó thường trội nhất ở vùng trán ở người lớn (ví dụ FIRDA
- Frontal Intermittent Rhythmic Delta – sóng delta có nhịp cách hồi ở vùng trán) và

phân bố trội ở các vùng phía sau trên trẻ em (ví dụ OIRDA - Occipital Intermittent
Rhythmic Delta - sóng delta có nhịp cách hồi ở vùng chẩm).

Hình 1. 7 Sóng Delta.

Hình 1. 8 Nhận dạng các dạng sóng theo tần số


15

1.3 Hệ thống nhận dạng cảm xúc dựa trên tín hiệu điện não.
Cảm xúc đi cùng với mỗi người trong cuộc sống hàng ngày và đóng một vai
trị quan trọng trong giao tiếp phi ngơn ngữ của con người. Đó là một trong những
điều kiện quan trọng để hiểu được các hành vi ứng xử của con người. Nhận diện
cảm xúc có thể được thực hiện thơng qua văn bản, hội thoại, cử chỉ cơ thể và biểu
hiện khuôn mặt. Và trong xu hướng phát triển của con người trong đầu những thập
kỷ này, sự cần thiết và quan trọng của các hệ thống nhận diện cảm xúc con người
thông qua những tín hiệu “bên trong” từ sóng điện não (EEG) đã phát triển mạnh
mẽ cùng với vai trị khơng ngừng tăng của các ứng dụng tương tác Não Máy (BCI
interfaces) trong việc đặt con người vào vị trí trung tâm của mối tương tác số trong
kỷ nguyên hiện đại.
Hàng năm các đạo diễn cho ra đời hàng nghìn bộ phim trên tồn thế giới. Trong
đó tập trung phần lớn ở Mỹ. Đây là một thị trường tiềm năng đối với các thiết bị đo
nhận cảm xúc/ trạng thái của người xem đối với các bộ phim trước khi tung ra thị
trường. Trên thực tế, đạo diễn nổi tiếng James Cameron cũng đã sử dụng thiết bị thu
nhận sóng điện não EEG để kiểm tra hiệu quả tâm lý của người xem trước khi tung
siêu phẩm điện ảnh Avatar ra thị trường. Trên đây là hai trong số rất nhiều những ứng
dụng tiềm năng của việc khai thác sóng điện não EEG của con người. Trên thực tế, các
nhà nghiên cứu và các doanh nghiệp nước ngồi đã sớm nhìn nhận ra tương lai phát
triển của tương tác số. Trong đó, cách thức mà con người giao tiếp với máy tính thơng
qua ý nghĩ (sóng điện não) là một trong những quan tâm hàng đầu.


16

Hình 1. 9 Ứng dụng giao tiếp với máy tính.

Cho đến ngày nay thế giới đã có những bước tiến dài trong việc nghiên cứu
sóng EEG, rất nhiều sản phẩm máy điện não, kèm theo cả phần mềm trị giá tới triệu

đô la Mỹ đang được triển khai trong các bệnh viện phục vụ chuẩn đoán, chữa trị
bệnh động kinh. Ngoài ra rất nhiều tập đoàn lớn cũng đang đầu tư hàng triệu đô la
Mỹ cho việc nghiên cứu EEG như việc giao tiếp, xác định cảm xúc con người. Năm
2009 công ty Toyota công bố đã thành công trong việc nghiên cứu xe lăn được điều
khiển bằng sóng não mà khơng cần dùng cơ bắp hay giọng nói. Xe lăn rẽ trái, rẽ
phải, tiến và dừng lại được thực hiện thông qua suy nghĩ của con người. Công ty
Emotiv Limited là một trong những công ty của Mỹ thành cơng trong việc nghiên
cứu chun sâu về sóng điện não và đã có sản phẩm bán ra thị trường. Sản phẩm
của cơng ty là một mũ Epoc có chức năng thu nhận sóng điện não, kết hợp với Epoc
là bộ thư viện EDK (Emotiv development kit), bộ thư viện này có khả năng thu
nhận và xử lý rất tốt tín hiệu sóng não của con người và có khả năng ứng dụng rất
nhiều trong các lĩnh vực giáo dục, y tế, an ninh quốc phòng.