Đang tải... (xem toàn văn)
Phân tích mối quan hệ giữa vận động và não người dùng điện não (Đề tài NCKH) Phân tích mối quan hệ giữa vận động và não người dùng điện não (Đề tài NCKH) Phân tích mối quan hệ giữa vận động và não người dùng điện não (Đề tài NCKH) Phân tích mối quan hệ giữa vận động và não người dùng điện não (Đề tài NCKH) Phân tích mối quan hệ giữa vận động và não người dùng điện não (Đề tài NCKH) Phân tích mối quan hệ giữa vận động và não người dùng điện não (Đề tài NCKH) Phân tích mối quan hệ giữa vận động và não người dùng điện não (Đề tài NCKH) Phân tích mối quan hệ giữa vận động và não người dùng điện não (Đề tài NCKH) Phân tích mối quan hệ giữa vận động và não người dùng điện não (Đề tài NCKH) Phân tích mối quan hệ giữa vận động và não người dùng điện não (Đề tài NCKH) Phân tích mối quan hệ giữa vận động và não người dùng điện não (Đề tài NCKH) Phân tích mối quan hệ giữa vận động và não người dùng điện não (Đề tài NCKH) Phân tích mối quan hệ giữa vận động và não người dùng điện não (Đề tài NCKH) Phân tích mối quan hệ giữa vận động và não người dùng điện não (Đề tài NCKH) Phân tích mối quan hệ giữa vận động và não người dùng điện não (Đề tài NCKH) Phân tích mối quan hệ giữa vận động và não người dùng điện não (Đề tài NCKH) Phân tích mối quan hệ giữa vận động và não người dùng điện não (Đề tài NCKH)
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH BÁO CÁO TỔNG KẾT ĐỀ TÀI KH&CN CẤP TRƯỜNG DÀNH CHO GIẢNG VIÊN TRẺ PHÂN TÍCH MỐI QUAN HỆ GIỮA VẬN ĐỘNG VÀ NÃO NGƯỜI DÙNG ĐIỆN NÃO Mã số: T2020-06GVT Chủ nhiệm đề tài: ThS Trần Đăng Khoa TP HCM, 04/2021 TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH KHOA ĐIỆN – ĐIỆN TỬ BÁO CÁO TỔNG KẾT ĐỀ TÀI KH&CN CẤP TRƯỜNG DÀNH CHO GIẢNG VIÊN TRẺ PHÂN TÍCH MỐI QUAN HỆ GIỮA VẬN ĐỘNG VÀ NÃO NGƯỜI DÙNG ĐIỆN NÃO Mã số: T2020-06GVT Chủ nhiệm đề tài: ThS Trần Đăng Khoa Thành viên đề tài: PGS TS Nguyễn Thanh Hải TP HCM, 04/2021 DANH SÁCH CÁN BỘ THAM GIA THỰC HIỆN ĐỀ TÀI STT MSCB 9860 4721 Họ tên Đơn vị công tác BM ĐTCN - Y sinh , Khoa ThS Trần Đăng Khoa Điện-Điện Tử, ĐH SPKT, Tp.HCM, BM ĐTCN - Y sinh , Khoa PGS.TS Nguyễn Thanh Hải Điện-Điện Tử, ĐH SPKT, Tp.HCM, Nội dung công việc i MỤC LỤC DANH SÁCH HÌNH Error! Bookmark not defined DANH SÁCH BẢNG Error! Bookmark not defined DANH SÁCH TỪ VIẾT TẮT Error! Bookmark not defined THÔNG TIN KẾT QUẢ NGHIÊN CỨU iv Chương TỔNG QUAN 1.1 Tổng quan lĩnh vực nghiên cứu, kết nghiên cứu ngồi nước cơng bố 1.1.1 Ngồi nước (phân tích, đánh giá tình hình nghiên cứu thuộc lĩnh vực đề tài giới, liệt kê danh mục cơng trình nghiên cứu, tài liệu có liên quan đến đề tài trích dẫn đánh giá tổng quan) 1.1.2 Trong nước (phân tích, đánh giá tình hình nghiên cứu thuộc lĩnh vực đề tài Việt Nam, liệt kê danh mục cơng trình nghiên cứu, tài liệu có liên quan đến đề tài trích dẫn đánh giá tổng quan) - 1.2 Tính cấp thiết 1.3 Mục tiêu đề tài 1.4 Cách tiếp cận, phương pháp nghiên cứu, phạm vi nghiên cứu Chương 2: CƠ SỞ LÝ THUYẾT 2.1 Thống kê nghiên cứu chớp, chuyển động mắt 2.2 Thống kê nghiên cứu vận động người 2.3 Phương pháp nhận dạng tín hiệu chớp mắt Chương 10 PHƯƠNG PHÁP PHÂN LOẠI VẬN ĐỘNG QUA EEG 10 3.1 Thiết kế quy trình thí nghiệm thu nhận liệu 10 3.1.1 Dữ liệu tín hiệu chớp mắt 10 3.2 Phương pháp tiền xử lý tín hiệu điện não 12 3.2.3 Làm mượt tín hiệu 12 3.3 Phương pháp thống kê liệu điện não .13 3.3.1 Tính tốn giá trị trung bình - 13 3.3.2 Tính tốn độ lệch chuẩn - 13 3.3.3 Tính tốn entropy thông tin - 14 3.4 Phương pháp nhận dạng, phân loại vận động chớp mắt 14 Chương 18 KẾT QUẢ NHẬN DẠNG, PHÂN LOẠI TÍN HIỆU 18 4.1 Phân tích kết nhận dạng, phân loại tín hiệu chớp mắt 18 4.1.1 Tín hiệu điện não chưa qua tiền xử lý 18 4.1.2 Tín hiệu điện não sau áp dụng phương pháp loại bỏ xu hướng 19 4.1.3 Tín hiệu điện não sau lọc nhiễu tần số 50/60Hz 19 4.1.4 Tín hiệu điện não sau lọc mịn với thuật toán Gaussian 20 4.1.5 Tìm tín hiệu chớp mắt sử dụng phương pháp dò đỉnh 21 ii 4.1.5 Phân tích entropy đối tượng thí nghiệm - 25 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN .30 5.1 Kết luận 30 5.2 Hướng phát triển .30 TÀI LIỆU THAM KHẢO 31 PHỤ LỤC 33 iii TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH CỘNG HỒ XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự - Hạnh phúc KHOA ĐIỆN - ĐIỆN TỬ Tp HCM, Ngày tháng năm 2021 THÔNG TIN KẾT QUẢ NGHIÊN CỨU Thông tin chung: - Tên đề tài: PHÂN TÍCH MỐI QUAN HỆ GIỮAVẬN ĐỘNG VÀ NÃO NGƯỜI DÙNG ĐIỆN NÃO - Mã số: T2020-06GVT - Chủ nhiệm: ThS Trần Đăng Khoa - Cơ quan chủ trì: Đại Học Sư Phạm Kỹ Thuật TP HCM - Thời gian thực hiện: 12 tháng Mục tiêu: Xây dựng giao thức quy trình xử lý tín hiệu để phân tích mối quan hệ vận động người với tín hiệu điện não Tính sáng tạo: Đề tài trình bày phương pháp giúp cải thiên chất lượng khả phát vận động chớp mắt phương pháp, thuật toán ngưỡng, không cần đến mạng học sâu hay thông qua trình huấn luyện Kết nghiên cứu: Dang-Khoa Tran, Thanh-Hai Nguyen, Thanh-Nghia Nguyen, “Detection of EEG-Based Eye-Blinks Using A Thresholding Algorithm”, European Journal of Engineering and Technology Research, ACCEPTED, 2021 Sản phẩm: Bài báo, báo cáo Hiệu quả, phương thức chuyển giao kết nghiên cứu khả áp dụng: Chuyển giao cho phòng thí nghiệm y sinh hình ảnh; Tài liệu tham khảo đào tạo đại học cao học Trưởng Đơn vị (ký, họ tên) Chủ nhiệm đề tài (ký, họ tên) INFORMATION ON RESEARCH RESULTS iv General information: Project title: CORRELATIONAL ANALYSIS BETWEEN OCCULAR MOVEMENT AND BRAIN USING EEG Code number: T2020 – 06GVT Coordinator: MEng Dang-Khoa Tran Implementing institution: HCMC University of Technology and Education Duration: 12 months Objective(s): Building signal processing protocols and processes to analyze the human motor relationship with electrical brain signals Creativeness and innovativeness: The topic presented a method to improve the quality and the ability to detect blink movements by method, algorithm threshold, no need for deep learning network or through a training process Research results: Dang-Khoa Tran, Thanh-Hai Nguyen, Thanh-Nghia Nguyen, “Detection of EEG-Based Eye-Blinks Using A Thresholding Algorithm”, European Journal of Engineering and Technology Research, ACCEPTED, 2021 Products: Articles, report books Effects, transfer alternatives of research results, and applicability: Transferred to biomedical and imaging laboratories; References in university and graduate training v Tổng quan Chương TỔNG QUAN 1.1 Tổng quan lĩnh vực nghiên cứu, kết nghiên cứu ngồi nước cơng bố 1.1.1 Ngồi nước (phân tích, đánh giá tình hình nghiên cứu thuộc lĩnh vực đề tài giới, liệt kê danh mục cơng trình nghiên cứu, tài liệu có liên quan đến đề tài trích dẫn đánh giá tổng quan) Não người đóng vai trị quan trọng việc kiểm soát hoạt động thể [1] Tuy nhiên, cấu trúc phức tạp, có khoảng 100 tỷ tế bào thần kinh giao tiếp từ người sang người khác liên quan đến kích thích để đưa định kiểm sốt (nhận thức, chuyển động, nhận dạng mẫu, v.v.) Vì lý này, công nghệ không xâm lấn EEG, fMRI fNIRS nghiên cứu để tìm chức xử lý động não người [2-5] Việc khám phá cơng nghệ cho phép thực vấn đề phục hồi chức mô não dẫn đến cải thiện phục hồi chức vận động / nhận thức bệnh nhân tetraplegic bị chấn thương tủy sống bệnh thần kinh thối hóa [3, 6, 7] Vì lý này, nhiều phương pháp dựa công nghệ không xâm lấn đề xuất nhiều năm gần Phân tích thành phần độc lập (ICA) Máy vectơ hỗ trợ đa lớp (SVM) đề xuất để ước tính hướng chuyển động việc dựa hoạt động sóng não [19] Các tín hiệu 11 kênh dạng Điện não đồ (EEG) khu vực động đo lọc lọc thông dải 5-35Hz trước sử dụng ICA SVM Một nghiên cứu khác [20], hai thuật tốn Các mơ hình khơng gian chung (CSP), Bộ lọc khơng gian tối ưu bước sóng (WOSF) sử dụng để làm mờ hệ thống BCI dựa hình ảnh động 1 Tổng quan 1.1.2 Trong nước (phân tích, đánh giá tình hình nghiên cứu thuộc lĩnh vực đề tài Việt Nam, liệt kê danh mục cơng trình nghiên cứu, tài liệu có liên quan đến đề tài trích dẫn đánh giá tổng quan) Hệ thống não dựa công nghệ không xâm lấn tập trung nước năm gần Tuy nhiên, theo hiểu biết tốt chúng tơi, có số dự án xử lý tín hiệu EEG số ứng dụng Cụ thể, tất tính tín hiệu EEG chia thành nhóm nhỏ sau điểm số cho nhóm sử dụng phân tích phân biệt tuyến tính, lỗi lý thuyết bị ràng buộc sử dụng ma trận phương sai tách rời sử dụng để tạo thành nhóm cho liệu [21] Mắt tiếng ồn học liên quan đến não điều tra công nghệ EEG [22] Các tác giả tách tín hiệu nhiễu chuẩn hóa tín hiệu lọc để phân tích.c 1.2 Tính cấp thiết Não người mối quan tâm lớn phức tạp với hàng tỷ tế bào dây thần kinh [1] Ngoài ra, hoạt động não ban đầu có nhiều vùng khác vỏ não vận động, thính giác vùng khác Do đó, người ta ln muốn khám phá hoạt động não để chẩn đoán, điều trị phục hồi chức [23] Trong thập kỷ gần đây, nhà nghiên cứu không sử dụng kiến thức y tế để dự đốn não người, mà cịn áp dụng công nghệ cao không xâm lấn EEG [15] fNIRS để có thêm thơng tin [7, 24] Cụ thể, nhà nghiên cứu phân tích tín hiệu điện não đồ để tăng dự đoán hoạt động não Nghiên cứu ban đầu tín hiệu EEG fNIRS nghiên cứu để tìm mối quan hệ não phận thể kỹ thuật BCI năm gần [9] Để dễ điều tra, tín hiệu EEG thu từ vỏ não đối tượng thường xử lý để chứng minh vấn đề não tương ứng với hoạt động để phân tích dựa số liệu thống kê với sở liệu khổng lồ Có kỹ thuật phổ biến xem xét tài liệu Đó kỹ thuật không xâm lấn làm giảm thiệt hại cho thể người nhiệm vụ đo lường [26] Ngoài ra, giả sử có kiến thức tiếng vùng não, người ta cải Phụ Lục Phụ Lục Phụ Lục P2 Hợp đồng Phụ Lục Phụ Lục Phụ Lục P3 Bài báo Phụ Lục Phụ Lục Phụ Lục Phụ Lục Phụ Lục Phụ Lục Phụ Lục Phụ Lục S K L 0 ... MINH KHOA ĐIỆN – ĐIỆN TỬ BÁO CÁO TỔNG KẾT ĐỀ TÀI KH&CN CẤP TRƯỜNG DÀNH CHO GIẢNG VIÊN TRẺ PHÂN TÍCH MỐI QUAN HỆ GIỮA VẬN ĐỘNG VÀ NÃO NGƯỜI DÙNG ĐIỆN NÃO Mã số: T2020-06GVT Chủ nhiệm đề tài: ThS... Hạnh phúc KHOA ĐIỆN - ĐIỆN TỬ Tp HCM, Ngày tháng năm 2021 THÔNG TIN KẾT QUẢ NGHIÊN CỨU Thông tin chung: - Tên đề tài: PHÂN TÍCH MỐI QUAN HỆ GIỮAVẬN ĐỘNG VÀ NÃO NGƯỜI DÙNG ĐIỆN NÃO - Mã số: T2020-06GVT... tiêu đề tài Điều tra, phân tích dãy sóng điện não (EEG) để nghiên cứu mối quan hệ vận động não người Một giao thức (protocol) xây dựng để thực vận động cho đánh giá quan hệ 1.4 Cách tiếp cận,