XỬ LÝ TÍN HIỆU ĐIỆN NÃO TRONG TƯỞNG TƯỢNG VẬN ĐỘNG CHI TRÊN TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỆN TỬ

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI Phạm Phúc Ngọc XỬ LÝ TÍN HIỆU ĐIỆN NÃO TRONG TƯỞNG TƯỢNG VẬN ĐỘNG CHI TRÊN Chuyên ngành: Kỹ thuật điện tử Mã số: 62520203 TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỆN TỬ Hà Nội – 2016 Cơng trình hồn thành tại: Trường Đại học Bách khoa Hà Nội Người hướng dẫn khoa học: PGS.TS PHẠM VĂN BÌNH TS PHẠM HẢI ĐĂNG Phản biện 1: Phản biện 2: Phản biện 3: Luận án bảo vệ trước Hội đồng đánh giá luận án tiến sĩ cấp Trường họp Trường Đại học Bách khoa Hà Nội Vào hồi …… giờ, ngày … tháng … năm ……… Có thể tìm hiểu luận án thư viện: Thư viện Tạ Quang Bửu - Trường ĐHBK Hà Nội Thư viện Quốc gia Việt Nam MỞ ĐẦU 1.1 Mục đích nghiên cứu Hệ thần kinh đóng vai trị phát thơng tin để điều khiển tạo vận động người thông qua sóng điện từ (gọi tắt sóng não) Sóng não điều khiển tưởng tượng vận động chi (IHMv - Imagery Hand Movement) hoạt động não người tưởng tượng suy nghĩ điều khiển vận động chi mà không tạo chuyển động thật Việc nghiên cứu tín hiệu giúp giải mã hoạt động não liên quan đến hệ vận động người Nghiên cứu hoạt động tưởng tượng vận động sử dụng phương pháp huấn luyện phục hồi chức người bị liệt chi sau đột quỵ [54], [100], [20], kết hợp tưởng tượng vận động với thiết bị robot hỗ trợ phục hồi chức năng[49], [68], [82] Như vậy, việc phân giải thông tin điều khiển vận động từ sóng não tạo tín hiệu điều khiển vận động từ sóng não có vai trò trò lớn hệ thống hỗ trợ vận động, giao tiếp người máy BCI thiết bị chân tay giả điều khiển hệ thống thần kinh Trong nghiên cứu luận án, tác giả tập trung nghiên cứu tín hiệu IHMv Để ứng dụng thực tế, hệ thống phân loại IHMv cần thiết phải trọng đến việc nâng cao độ xác, tin cậy tốc độ xử lý khả phân giải nhiều phân lớp IHMv Hiện có bốn xu hướng nghiên cứu nhằm phân giải phân lớp IHMv tạo tín hiệu điều khiển chuyển động từ sóng não là: (1) Phân tích số khóa pha PLV cặp điện cực [10], (2) Sử dụng biến thiên lượng cơng suất tín hiệu dựa trình suy giảm đồng tăng đồng trước xảy trình vận động băng tần µ (Mu) β (beta) [113], [93] kết hợp với mơ hình phân loại (3) Phân tích số tín hiệu theo mơ hình tự hồi quy (AR), trung bình dịch tự động hồi quy (ARMA) [25], [16] kết hợp với mô hình phân loại (4) Phân tích tín hiệu miền thời gian - tần số [23], [89] dựa biến đổi Wavelet kết hợp với mơ hình phân loại NN, SVM, LDA Trong phương pháp tiếp cận trên, nhận thấy số vấn đề sau: Thứ chưa xác định rõ nhóm thuộc tính chuẩn định lượng tín hiệu IHMv Để nâng cao độ xác phân loại, phần lớn mơ hình sử dụng phương pháp tách đặc trưng nhiều điện cực làm tăng thời gian tính tốn thời gian thiết lập hệ thống áp dụng mô hình BCI thực tế Thứ hai hệ thống phân loại tưởng tượng vận động chi có khả phân loại trạng thái, phần lớn tập trung phân lớp hai trạng thái tưởng tượng vận động Thứ ba độ xác tin cậy hệ thống phân loại phụ thuộc nhiều vào liệu huấn luyện Bênh cạnh đó, tín hiệu điện não có tính thống kê phụ thuộc vào nhiều điều kiện tuổi tác, giới tính, tình trạng sức khỏe… nghiên cứu xây dựng tập liệu từ đối tượng đo điều kiện xác định giúp trích xuất thơng tin thơng qua kỹ thuật phân tích liệu Đồng thời đóng góp vào sở liệu chung giới để giúp nghiên cứu đặc tính tín hiệu sở liệu lớn Mục tiêu nghiên cứu luận án - Đề xuất đặc trưng tín hiệu IHMv nhằm nâng cao độ xác phân loại ba phân lớp tưởng tượng vận động chi - Xây dựng phương pháp phân loại tín hiệu IHMv theo hướng tăng độ xác số lượng phân nhóm Xây dựng mơ hình hệ thống định phân lớp IHMv dựa thuộc tính phương pháp phân loại đề xuất - Xây dựng liệu điện não liên quan đến điều khiển vận động đối tượng người Việt Nam phục vụ nghiên cứu phân tích Các vấn đề cần giải luận án - Lựa chọn phương pháp tiền xử lý tín hiệu IHMv giúp nâng cao chất lượng tín hiệu IHMv thu nhận vấn đề cần giải luận án Nghiên cứu mơ hình, phương pháp định lượng tín hiệu IHMv đề xuất thơng số đặc trưng số lượng kênh đo có khả phân biệt nhóm tín hiệu IHMv để nâng cao độ xác phân loại - Nghiên cứu đề xuất phương pháp phân loại ba phân lớp IHMv bao gồm: tưởng tượng chuyển động tay trái (Lf_IHMv), tưởng tượng chuyển động tay phải (Ri_IHMv) trạng thái nghỉ (Re_IHMv) Để thực điều kết hợp nhóm thuộc tính đề xuất với mơ hình phân loại để phân giải ba phân lớp IHMv vấn đề cần giải - Nghiên cứu xây dựng sở liệu điện não liên quan đến vận động người đối tượng người Việt Nam phục vụ nghiên cứu phân tích Phạm vi nghiên cứu - Nghiên cứu chức điều khiển vận động não giải pháp kỹ thuật nâng cao chất lượng tín hiệu IHMv - Nghiên cứu thuật tốn định lượng tín hiệu IHMv phương pháp lựa chọn đặc trưng - Nghiên cứu phương pháp phân loại tín hiệu IHMv - Nghiên cứu xây dựng sở liệu tín hiệu điện não liên quan đến vận động chi đối tượng người Việt nam khỏe mạnh Phƣơng pháp nghiên cứu - Nghiên cứu lý thuyết tín hiệu điện não liên quan đến tưởng tượng vận động chi - Mơ hình hóa phương pháp định lượng phân loại ba phân lớp IHMv - Kiểm chứng đánh giá phương pháp phân lớp IHMv thực nghiệm liệu mẫu liệu từ máy đo thực tế Các đóng góp Luận án - Đề xuất đặc trưng định lượng tín hiệu IHMv Bộ đặc trưng phát triển từ phương pháp định - lượng tín hiệu miền thời gian - tần số dựa biến đổi Wavelet với số lượng kênh xử lý rút gọn Dựa phương pháp kiểm định ANOVA, đặc trưng đề xuất cho thấy khả phân biệt ba phân lớp IHMv liệu mẫu Kết công bố báo (4) - Đề xuất phương pháp sử dụng thơng số định lượng tín hiệu IHMv để phân lớp trạng thái đầu bao gồm: Lf_IHMv, Ri_IHMv, Re_IHMv Phương pháp đề xuất dựa việc xây dựng phân loại theo mô hình vector học máy SVM cấu trúc tầng nối tiếp Kết mô liệu mẫu cho thấy cấu trúc phân loại đề xuất cho kết phân loại tốt với ba phân lớp IHMv Kết cơng bố cơng trình (5) - Xây dựng tập liệu điện não liên quan đến tưởng tượng vận động vận động thật chi đối tượng người Việt Nam khỏe mạnh Bộ liệu đóng góp vào liệu điện não liên quan đến vận động chi giới có khả sử dụng cho q trình huấn luyện hệ thống phân loại - Xây dựng ứng dụng tạo định phân lớp IHMv theo mô hình phân loại đề xuất Kết hệ thống thực nghiệm thành công liệu mẫu liệu thực tế đo phịng thí nghiệm Điều cho thấy tính khả thi phương pháp phân loại độ tin cậy tập liệu tự thiết kế Luận án đưa số khuyến nghị vấn đề lựa chọn kênh đo, tiền xử lý lọc pha không, lọc khơng gian, phương pháp phân giải tín hiệu điện não liên quan đến điều khiển vận động để nâng cao tỷ số SNR tín hiệu phục vụ phân tích, nghiên cứu Một số khuyến nghị đề cập công trình số (1), (2), (3) 1.2 Cấu trúc nội dung luận án Nội dung luận án bao gồm chương Trong đóng góp khoa học luận án thể nội dung đề xuất thực chương 2, chương chương Các nội dung cụ thể sau: - Chương 1: Chương trình bày hệ thần kinh điều khiển vận động mơ hình xử lý phân giải tín hiệu IHMv Phần đầu chương trình bày tổng quan đặc điểm giải phẫu khu vực vỏ não vận động, hoạt động điện, chế truyền dẫn, cách thức thu nhận tín hiệu điều khiển vận động theo hệ thống đo điện não EEG Phần tiếp theo, nghiên cứu mơ hình xử lý tín hiệu IHMv đưa kiến nghị giải pháp kỹ thuật mơ hình xử lý để tăng tỷ số SNR tín hiệu lựa chọn kênh đo, sử dụng lọc số FIR, lọc không gian Laplacian - Chương 2: Chương trình bày đề xuất phát triển đặc trưng để định lượng tín hiệu IHMv theo phương pháp định lượng tín hiệu miền thời gian – tần số dựa biến đổi wavelet để nâng cao độ xác phân loại tín hiệu IHMv Phần đầu chương tập trung nghiên cứu phương pháp định lượng tín hiệu IHMv theo phương pháp định lượng tín hiệu miền thời gian - tần số Phần tiếp theo, đặc trưng xây dựng đánh giá khả phân biệt trạng thái dựa phương pháp kiểm định thống kê ANOVA Phần cuối chương, luận án đề xuất việc lựa chọn đặc trưng để xây dựng vector đặc trưng mơ tả tín hiệu điện não IHMv dựa khả phân biệt trạng thái điều khiển vận động tưởng tượng chi theo số F p mơ hình phân tích phương sai ANOVA - Chương 3: Chương đề xuất phương pháp sử dụng thông số định lượng để thực phân lớp ba trạng thái IHMv ứng dụng cho hệ thống hỗ trợ vận động điều khiển sóng não EEG Trong chương này, luận án nghiên cứu đề xuất sử dụng phân loại ba phân lớp IHMv theo mơ hình phân loại SVM tầng dựa đặc trưng đề xuất Phần mô tả khả thực hệ - - thống liệu mẫu Physionet để đánh giá hiệu mơ hình Chương 4: Chương trình bày quy trình xây dựng liệu liên quan đến vận động chi đối tượng đo người Việt nam phục vụ phân tích nghiên cứu Phần đầu chương mô tả phương pháp thiết lập hệ thống đo đối tượng đo để thu nhận tín hiệu điện não IHMv Phần mơ tả đóng góp liệu điện não IHMv đối tượng người Việt Phần cuối chương trình bày kết mô phân loại đề xuất liệu tạo đánh giá kết KẾT LUẬN: Kết luận hướng phát triển cho luận án CHƢƠNG HỆ THẦN KINH ĐIỀU KHIỂN VẬN ĐỘNG VÀ MƠ HÌNH XỬ LÝ TÍN HIỆU ĐIỆN NÃO ĐỒ LIÊN QUAN VẬN ĐỘNG CỦA NGƢỜI 1.1 Hệ thần kinh điều khiển vận động 1.1.1 Các hoạt động điện não 1.1.2 Điện hoạt động Vận tốc dẫn điện hoạt động khoảng 1-100ms Đối với người biên độ AP xấp xỉ -60mV đến 10 mV 1.1.3 Tạo tín hiệu EEG Tín hiệu điện não EEG tín hiệu điện đo sọ não tạo dòng ion nơ ron não Sóng µ (8-13Hz) sóng điện não có dải tần nằm dải alpha thường liên quan đến trình lập kế hoạch vận động tưởng tượng vận động người 1.1.4 Hệ thống điều khiển vận động não Vỏ não điều khiển vận động khu vực tham gia vào trình lập kế hoạch, điều khiển thực chuyển động có chủ ý Vùng vận động thuộc hồi trán lên, nơi xuất phát bó tháp So với vùng khác vùng vận động có diện tích lớn Tế bào thần kinh vận động gửi thông tin qua trục thần kinh tới hệ Khi nơron vỏ não kích hoạt làm co Hoạt động vỏ não vận động lớn lực mạnh Hình 1.13 Khu vực vận động kích thích trực tiếp người tỉnh táo 1.1.5 Tín hiệu điện não đồ liên quan đến tƣởng tƣợng vận động Quá trình tưởng tượng vận động có phân bố lượng tín hiệu dải tần số alpha (8-13Hz) beta (15-30Hz) Sóng chậm theta (4-7Hz) sử dụng có liên quan đến q trình nhận thức, chế tập trung có liên quan đến trình vận động [55], [63] Sự xuất sóng điện thường có liên quan đến kiện vận động thông tin động học (vị trí, vận tốc (động học) lực (tĩnh học – kinetics), chúng thường xuất trước, đồng thời sau có đáp ứng Nhiều nghiên cứu triển khai theo để phân tích đặc điểm lượng phổ dải tần số qua tạo đặc trưng giúp tăng độ xác phân loại Do thuộc tính lượng hóa thay đổi tín hiệu IHMv giúp nâng cao khả nhận diện tín hiệu độ xác phân loại Bên cạnh đó, tín hiệu IHMv chất khơng dừng có tính thống kê nên việc lựa chọn thuộc tính có khả đặc tả khía cạnh tín hiệu đồng thời có khả phân biệt trạng thái hướng nghiên cứu nhiều nhà khoa học quan tâm 1.2 Mơ hình xử lý tín hiệu điện não IHMv Trong hệ thống hỗ trợ vận động điều khiển sóng não, độ xác hệ thống phân lớp trạng thái điều khiển vận động phụ thuộc vào liệu huấn luyện mơ hình Bộ liệu huấn luyện chịu ảnh hưởng nhiễu chứa đựng thông tin cần thiết độ tin cậy hệ thống phân lớp cao Để có liệu huấn luyện có chất lượng cao, mơ hình thu nhận, xử lý phân tích tín hiệu điện não cần phải ý đến giải pháp kỹ thuật để nâng cao tỷ số SNR nhóm tín hiệu cần phân tích Luận án tập trung giải ba vấn đề sau: - Xác định số lượng vị trí khơng gian điện cực thu nhận tín hiệu IHMv - Tiền xử lý tín hiệu nâng cao tỷ số SNR - Phân giải tín hiệu điện não IHMv 1.2.1 Xác định vị trí khơng gian điện cực thu nhận tín hiệu IHMv Một số khu vực não kích hoạt thời gian tưởng tượng vận động (MI – Motor Imagery) khu vực vỏ não vận động (M1), khu vực vỏ não bổ sung, vùng tiền vận động khu vực thùy trán, tiểu thùy đỉnh (IPL), tiểu thùy đỉnh (SPL) vỏ não xúc giác (S1) thùy đỉnh Hình 1.15 Phân bố lượng số đối tượng thực vận động tay chân phải tưởng tượng Các nghiên cứu hoạt động thần kinh có liên quan đến vận động tưởng tượng vận động chi có phân