Luận văn thạc sĩ Vật lý kỹ thuật: Nghiên cứu trạng thái ngủ gật của học sinh sinh viên bằng thiết bị đo điện não

Ngủ gật không chỉ làm ảnh hưởng đến chất lượng các hoạt động học tập của học sinh, sinh viên mà còn gây nên nhiều hệ lụy đáng tiếc không mong muốn như tiểu đường, đột quỵ, giảm trí nhớ,…

GIỚI THIỆU CHUNG

Lý do chọn đề tài

Trong cuộc sống hiện đại ngày nay, khi đời sống vật chất và tinh thần của con người không ngừng được nâng cao thì nhu cầu về đảm bảo chất lượng sức khỏe con người cũng ngày càng tăng Trong đó, giấc ngủ cũng đóng một vai trò rất quan trọng đối với sức khỏe chúng ta Theo Trung tâm kiểm soát và phòng ngừa Dịch bệnh Hoa Kỳ (CDC), lượng thời gian con người cần ngủ thay đổi tùy theo độ tuổi, trong đó, trẻ em từ 6 đến 12 tuổi cần ngủ 9 – 12 tiếng một ngày, trẻ trong độ tuổi mới lớn (từ 13 đến 18 tuổi) cần ngủ 8 – 10 tiếng một ngày Người từ 18 tuổi trở lên cần ngủ ít nhất 7 tiếng một ngày và nếu số giờ ngủ ít hơn mức này được coi là thiếu ngủ [1] Tuy nhiên, thiếu ngủ ở lứa tuổi học sinh, sinh viên (đặc biệt là đối với học sinh trung học phổ thông) hiện nay đang là một trong những thực trạng cần được nhìn nhận Thiếu ngủ là một trong những nguyên nhân hàng đầu dẫn đến ngủ gật vào ban ngày Theo ước tính của CDC, có khoảng hai phần ba số học sinh ở Mỹ thiếu ngủ và hầu hết học sinh ở Hoa Kỳ kêu buồn ngủ vì phải bắt đầu một ngày học vào thời điểm quá sớm Cũng theo số liệu ghi nhận từ tổ chức này, trung bình có ít hơn một trong 5 trường THCS và THPT ở Mỹ bắt đầu giờ học lúc 8 giờ 30 phút sáng Đó chính là lý do vì sao nhiều học sinh có tình trạng buồn ngủ khi đến lớp [1] Tại Việt Nam cũng vậy, trong một khảo sát mới đây về

Vấn đề thiếu ngủ của học sinh THPT được thực hiện bởi 2 học sinh trường THPT Gia Định cho thấy: trong 7363 học sinh các trường THPT tại TPHCM tham gia khảo sát thì chỉ có 8,6% học sinh đi ngủ trước 22h; 81,8% học sinh ngủ dưới 7 tiếng mỗi ngày; có đến 13,7% học sinh ngủ dưới 5 tiếng một ngày; 44,1% học sinh không ngủ trưa và cứ 5 học sinh thì có đến 4 em gặp khó khăn trong việc tập trung trên lớp do ảnh hưởng của thiếu ngủ Nguyên nhân dẫn đến thiếu ngủ là do áp lực học tập và ảnh hưởng từ thiết bị công nghệ như điện thoại di động, máy tính,…[2] Từ những số liệu trên cho thấy tình trạng thiếu ngủ nghiêm trọng ở học sinh THPT trên thế giới nói chung và tại Việt Nam nói riêng

Ngủ gật không chỉ làm ảnh hưởng đến chất lượng các hoạt động học tập của học sinh mà còn gây nên nhiều hệ lụy đáng tiếc không mong muốn Nhóm Boden – Albala và các cộng sự đã nhận thấy rủi ro bị đột quỵ của những người ngủ gật cao hơn gấp 2.6 lần so với những người không hề ngủ gật [3] Bên cạnh đó, ngủ gật cũng làm thiếu khả

13 năng tập trung và giảm chỉ số IQ [4] Ngủ gật khiến cơ thể mệt mỏi, thêm vào đó, giấc ngủ bị ngắt quãng khiến ta khó ngủ sâu và đủ giấc vào buổi tối Vì thế, não bộ không thể tập trung được, làm giảm khả năng phân tích, thậm chí ảnh hưởng đến trí nhớ

Thiếu ngủ còn làm ảnh hưởng đến hấp thụ glucose, làm tăng nguy cơ tiểu đường Tỉ lệ béo phì ở người thiếu ngủ hay ngủ gật cũng cao hơn so với những người ngủ đủ giấc [5], [6]

Trước thực tế trên cho thấy cần tìm hiểu về trạng thái ngủ gật, nguyên nhân và ảnh hưởng của nó đến học sinh sinh viên, đưa ra những cảnh báo tương ứng cần thiết và những giải pháp nhằm hạn chế ảnh hưởng của ngủ gật đến chất lượng cuộc sống và học tập của học sinh trung học phổ thông hiện nay Xuất phát từ cơ sở trên, tôi quyết định chọn đề tài “Nghiên cứu trạng thái ngủ gật ở học sinh sinh viên bằng thiết bị đo điện não” làm đề tài luận văn thạc sĩ của mình.

Mục tiêu

 Tìm hiểu về trạng thái ngủ gật, nguyên nhân và ảnh hưởng của nó đến học sinh, sinh viên

 Xây dựng thuật toán có thể nhận dạng trạng thái ngủ gật ở học sinh, sinh viên thông qua nhận dạng sóng não ghi nhận từ hệ thống đo điện não (cố định)

 Xây dựng mô hình đơn giản, dễ sử dụng có khả năng tự động xử lý, phân tích, phát hiện và đưa ra cảnh báo ngủ gật cho học sinh, sinh viên, qua đó, giúp cho phụ huynh và nhà trường có biện pháp khắc phục hợp lý và kịp thời

1.3 Đối tƣợng và phạm vi nghiên cứu

 Đối tượng nghiên cứu: Nam và nữ giới là những học sinh, sinh viên tình nguyện trong độ tuổi từ 16 đến 25 tuổi, không có tiền sử về bệnh thần kinh hay bị liệt, ngủ đầy đủ ngày hôm trước, khỏe mạnh và không sử dụng chất kích thích, rượu, bia, cà phê, trà,… Người thí nghiệm sẽ ngồi trước màn hình và xem một đoạn phim trên màn hình Nội dung của đoạn phim là một mũi tên màu trắng xuất hiện trên nền đen của màn hình trong 4s tại những thời điểm ngẫu nhiên, mỗi lần thấy mũi tên thì người thí nghiệm ấn nút xác nhận và tại những thời điểm ngủ gật thì người được đo sẽ bỏ lỡ những lần ấn nút

 Phạm vi nghiên cứu: chỉ tập trung nghiên cứu trên những đối tượng là học sinh THPT hoặc sinh viên có sức khỏe sinh lý và thần kinh ổn định Tất cả các mẫu

14 thực nghiệm được tiến hành tại phòng thí nghiệm Vật lý kỹ thuật y sinh trường Đại học Bách Khoa - Đại học Quốc gia Tp.HCM

1.4 Ý nghĩa khoa học và thực tiễn của công trình nghiên cứu 1.4.1 Ý nghĩa khoa học

Khi thực hiện đề tài này, học viên đã được lĩnh hội rất nhiều kiến thức mới vô cùng hữu ích liên quan đến nhiều lĩnh vực khác nhau: mô phỏng, lập trình Matlab, xử lý tín hiệu số, kiến thức về y sinh

Về cơ bản, não bộ đóng vai trò quan trọng hàng đầu đối với con người Tín hiệu điện não EEG (Electroencephalography) là phương pháp dùng thiết bị điện tử đặc biệt ghi nhận lại các hoạt động điện sinh lý của não bộ Phương pháp này đo dòng điện chạy qua các điện cực trên da đầu, đôi khi đặt trực tiếp trên vỏ não Điện não đồ giúp cho các bác sĩ có thể chẩn đoán và điều trị các bệnh Mục đích của luận văn là xây dựng thuật toán để nhận dạng trạng thái ngủ gật ở học sinh, sinh viên thông qua nhận dạng tín hiệu điện não và điện cơ ghi nhận từ hệ thống đo điện não cố định Việc ghi nhận tín hiệu sóng não, xử lý và phân tích giúp phát hiện được trạng thái ngủ gật, đưa ra cảnh báo tương ứng khi cần thiết, từ đó, đưa ra những biện pháp phù hợp để hạn chế và chấm dứt tình trạng ngủ gật ở học sinh, sinh viên

Thông qua sử dụng thiết bị đo điện não (cố định) để khảo sát tình trạng ngủ gật, xây dựng thuật toán ghi nhận, phân tích, xử lý và phát hiện trạng thái ngủ gật, từ đó đưa ra những cảnh báo cần thiết để giúp cho nhà trường và phụ huynh có cái nhìn tổng quát hơn về tình trạng thiếu ngủ trầm trọng và đưa ra những biện pháp thích hợp để hạn chế kịp thời tình trạng ngủ gật; tránh gây những ảnh hưởng tiêu cực đến sức khỏe và chất lượng học tập ở học sinh, sinh viên

1.5 Tình hình nghiên cứu trong và ngoài nước 1.5.1 Ngoài nước

Ngày nay, nhiều kĩ thuật phát hiện tình trạng ngủ gật đã được nghiên cứu Các kỹ thuật này có thể được chia thành hai nhóm chủ yếu:

15 Nhóm thứ nhất sử dụng kỹ thuật dựa trên sự thay đổi các biểu hiện sinh lý như sóng não, nhịp tim,…; Nhóm của Muhammad Awais và cộng sự đã kết hợp tín hiệu điện tim, điện não và thuật toán Support Vector Matchine trong nâng cao hiệu suất phát hiện trạng thái mệt mỏi của tài xế lái xe [7] Hay nhóm của S Gulmaz và cộng sự đã sử dụng EEG kết hợp với hệ thống camera để phát hiện người lái xe có sử dụng bia rượu khi lái xe hay không, từ đó phân loại trạng thái ngủ gật ở người lái xe [8]

Nhóm thứ hai sử dụng các kỹ thuật dựa trên sự thay đổi các biểu hiện vật lý như tư thế, độ nghiêng của đầu, trạng thái nhắm, mở mắt, chớp mắt, ngáp,… Nhóm Hrishikesh và các cộng sự đã thiết kế một hệ thống phát hiện ngủ gật thông qua tình trạng nhắm mắt hay mở mắt của tài xế vào ban đêm Hệ thống sử dụng một camera hồng ngoại để thu hình ảnh gương mặt của tài xế và hệ thống sẽ xử lý để biết được tại một thời điểm mắt đang nhắm hay mở Nếu mắt bị phát hiện là nhắm trong một số frame ảnh liên tục thì người tài xế sẽ nhận được một tín hiệu cảnh báo Nhóm nghiên cứu đã sử dụng giải thuật phân cụm và phát hiện mức độ tăng giảm giá trị khoảng cách giữa các cụm để phân tích tình trạng nhắm mở của mắt Phương pháp này được thử nghiệm và cho kết quả khả quan trong điều kiện lái xe ban đêm Tuy nhiên, vào ban ngày, mặc dù tài xế ngồi bên trong ô tô, có kiếng giảm sáng nhưng ít nhiều kết quả cũng bị ảnh hưởng bởi sự thay đổi ánh sáng, khi đó rất có khả năng ảnh hưởng nhiều đến việc lấy hình ảnh nhị phân cũng như phân cụm và vì vậy có thể ảnh hưởng đến kết quả cuối cùng [9]

Neeta Parma đã đề xuất một giải thuật để tìm kiếm vị trí của mắt và cách để xác định mắt mở hay nhắm Hệ thống sử dụng một camera đơn sắc hướng thẳng về phía mặt của tài xế và giám sát mắt để phát hiện những biểu hiện của sự mệt mỏi Trước tiên, hệ thống sẽ giới hạn lại phạm vi định vị của vùng mắt trong một frame ảnh bằng cách xác định biên của gương mặt Việc xác định biên của gương mặt được thực hiện bằng cách phân tích dữ liệu từ phiên bản nhị phân của frame ảnh Khi vùng mặt được tìm thấy, hệ thống sẽ tính các giá trị trung bình pixel theo phương ngang trong vùng đó, rồi dựa vào sự thay đổi cường độ của các giá trị này mà xác định vị trí của mắt

Mắt trong vùng mặt thường có sự thay đổi giá trị trung bình ngang khá lớn Sau khi đã định vị được vùng mặt, hệ thống sẽ tính toán sự thay đổi cường độ giá trị pixel để kết luận mắt đang nhắm hay mở Một khoảng cách lớn tương ứng với nhắm mắt Nếu mắt

16 bị phát hiện nhắm trong 5 frame ảnh liên tiếp thì hệ thống sẽ cho rằng tài xế đang ngủ gật và phát cảnh báo Tác giả đã phát triển một giải thuật xác định khoảng cách giữa hai sự biến đổi cường độ giá trị trung bình ngang đáng kể trong vùng mắt thông thường là mắt và chân mày thực sự hiệu quả Tuy nhiên, phương pháp này cần thực hiện nhị phân hóa hình ảnh nên gặp khó khăn trong việc xác định ngưỡng nhị phân hợp lý, nhất là trong điều kiện ánh sáng xung quanh thay đổi tương đối nhiều [10]

1.5.2 Trong nước Ở Việt Nam, một số công trình nghiên cứu liên quan đến giấc ngủ và cảnh báo buồn ngủ đã được tiến hành và có thể kể đến như đề tài “Nghiên cứu, thiết kế, chế tạo thiết bị chống ngủ gật cho lái xe ô tô giúp lái xe ô tô nâng cao độ an toàn khi thực hiện công việc” tại Đại học Bách Khoa Hà Nội [11], đề tài “Nhận diện chớp mắt và cảnh báo buồn ngủ khi lái xe trên nền Windows và Android” tại Đại học Bách Khoa TP.HCM” [12] hay đề tài “Nghiên cứu tình trạng buồn ngủ của người lái xe dựa trên nhận dạng cử chỉ khuôn mặt” tại Đại học Đà Nẵng [13],…

Tuy nhiên, các nghiên cứu trên được thực hiện thông qua các thiết bị ngoại vi trên các đối tượng là tài xế lái xe chứ chưa có đề tài nào nghiên cứu trạng thái ngủ gật trên đối tượng là học sinh sinh viên và thông qua khảo sát sự thay đổi định lượng biên độ tín hiệu điện cơ Khảo sát ngủ gật bằng thiết bị đo điện não trên học sinh sinh viên là một nghiên cứu mang ý nghĩa thiết thực, qua việc phân tích và phát hiện trạng thái ngủ gật ở học sinh, sinh viên sẽ giúp ta tìm ra nguyên nhân cũng như đưa ra những cảnh báo thích hợp.

Ý nghĩa khoa học và thực tiễn của công trình nghiên cứu

Khi thực hiện đề tài này, học viên đã được lĩnh hội rất nhiều kiến thức mới vô cùng hữu ích liên quan đến nhiều lĩnh vực khác nhau: mô phỏng, lập trình Matlab, xử lý tín hiệu số, kiến thức về y sinh

Về cơ bản, não bộ đóng vai trò quan trọng hàng đầu đối với con người Tín hiệu điện não EEG (Electroencephalography) là phương pháp dùng thiết bị điện tử đặc biệt ghi nhận lại các hoạt động điện sinh lý của não bộ Phương pháp này đo dòng điện chạy qua các điện cực trên da đầu, đôi khi đặt trực tiếp trên vỏ não Điện não đồ giúp cho các bác sĩ có thể chẩn đoán và điều trị các bệnh Mục đích của luận văn là xây dựng thuật toán để nhận dạng trạng thái ngủ gật ở học sinh, sinh viên thông qua nhận dạng tín hiệu điện não và điện cơ ghi nhận từ hệ thống đo điện não cố định Việc ghi nhận tín hiệu sóng não, xử lý và phân tích giúp phát hiện được trạng thái ngủ gật, đưa ra cảnh báo tương ứng khi cần thiết, từ đó, đưa ra những biện pháp phù hợp để hạn chế và chấm dứt tình trạng ngủ gật ở học sinh, sinh viên

Thông qua sử dụng thiết bị đo điện não (cố định) để khảo sát tình trạng ngủ gật, xây dựng thuật toán ghi nhận, phân tích, xử lý và phát hiện trạng thái ngủ gật, từ đó đưa ra những cảnh báo cần thiết để giúp cho nhà trường và phụ huynh có cái nhìn tổng quát hơn về tình trạng thiếu ngủ trầm trọng và đưa ra những biện pháp thích hợp để hạn chế kịp thời tình trạng ngủ gật; tránh gây những ảnh hưởng tiêu cực đến sức khỏe và chất lượng học tập ở học sinh, sinh viên.

Tình hình nghiên cứu trong và ngoài nước

Ngày nay, nhiều kĩ thuật phát hiện tình trạng ngủ gật đã được nghiên cứu Các kỹ thuật này có thể được chia thành hai nhóm chủ yếu:

15 Nhóm thứ nhất sử dụng kỹ thuật dựa trên sự thay đổi các biểu hiện sinh lý như sóng não, nhịp tim,…; Nhóm của Muhammad Awais và cộng sự đã kết hợp tín hiệu điện tim, điện não và thuật toán Support Vector Matchine trong nâng cao hiệu suất phát hiện trạng thái mệt mỏi của tài xế lái xe [7] Hay nhóm của S Gulmaz và cộng sự đã sử dụng EEG kết hợp với hệ thống camera để phát hiện người lái xe có sử dụng bia rượu khi lái xe hay không, từ đó phân loại trạng thái ngủ gật ở người lái xe [8]

Nhóm thứ hai sử dụng các kỹ thuật dựa trên sự thay đổi các biểu hiện vật lý như tư thế, độ nghiêng của đầu, trạng thái nhắm, mở mắt, chớp mắt, ngáp,… Nhóm Hrishikesh và các cộng sự đã thiết kế một hệ thống phát hiện ngủ gật thông qua tình trạng nhắm mắt hay mở mắt của tài xế vào ban đêm Hệ thống sử dụng một camera hồng ngoại để thu hình ảnh gương mặt của tài xế và hệ thống sẽ xử lý để biết được tại một thời điểm mắt đang nhắm hay mở Nếu mắt bị phát hiện là nhắm trong một số frame ảnh liên tục thì người tài xế sẽ nhận được một tín hiệu cảnh báo Nhóm nghiên cứu đã sử dụng giải thuật phân cụm và phát hiện mức độ tăng giảm giá trị khoảng cách giữa các cụm để phân tích tình trạng nhắm mở của mắt Phương pháp này được thử nghiệm và cho kết quả khả quan trong điều kiện lái xe ban đêm Tuy nhiên, vào ban ngày, mặc dù tài xế ngồi bên trong ô tô, có kiếng giảm sáng nhưng ít nhiều kết quả cũng bị ảnh hưởng bởi sự thay đổi ánh sáng, khi đó rất có khả năng ảnh hưởng nhiều đến việc lấy hình ảnh nhị phân cũng như phân cụm và vì vậy có thể ảnh hưởng đến kết quả cuối cùng [9]

Neeta Parma đã đề xuất một giải thuật để tìm kiếm vị trí của mắt và cách để xác định mắt mở hay nhắm Hệ thống sử dụng một camera đơn sắc hướng thẳng về phía mặt của tài xế và giám sát mắt để phát hiện những biểu hiện của sự mệt mỏi Trước tiên, hệ thống sẽ giới hạn lại phạm vi định vị của vùng mắt trong một frame ảnh bằng cách xác định biên của gương mặt Việc xác định biên của gương mặt được thực hiện bằng cách phân tích dữ liệu từ phiên bản nhị phân của frame ảnh Khi vùng mặt được tìm thấy, hệ thống sẽ tính các giá trị trung bình pixel theo phương ngang trong vùng đó, rồi dựa vào sự thay đổi cường độ của các giá trị này mà xác định vị trí của mắt

Mắt trong vùng mặt thường có sự thay đổi giá trị trung bình ngang khá lớn Sau khi đã định vị được vùng mặt, hệ thống sẽ tính toán sự thay đổi cường độ giá trị pixel để kết luận mắt đang nhắm hay mở Một khoảng cách lớn tương ứng với nhắm mắt Nếu mắt

16 bị phát hiện nhắm trong 5 frame ảnh liên tiếp thì hệ thống sẽ cho rằng tài xế đang ngủ gật và phát cảnh báo Tác giả đã phát triển một giải thuật xác định khoảng cách giữa hai sự biến đổi cường độ giá trị trung bình ngang đáng kể trong vùng mắt thông thường là mắt và chân mày thực sự hiệu quả Tuy nhiên, phương pháp này cần thực hiện nhị phân hóa hình ảnh nên gặp khó khăn trong việc xác định ngưỡng nhị phân hợp lý, nhất là trong điều kiện ánh sáng xung quanh thay đổi tương đối nhiều [10]

1.5.2 Trong nước Ở Việt Nam, một số công trình nghiên cứu liên quan đến giấc ngủ và cảnh báo buồn ngủ đã được tiến hành và có thể kể đến như đề tài “Nghiên cứu, thiết kế, chế tạo thiết bị chống ngủ gật cho lái xe ô tô giúp lái xe ô tô nâng cao độ an toàn khi thực hiện công việc” tại Đại học Bách Khoa Hà Nội [11], đề tài “Nhận diện chớp mắt và cảnh báo buồn ngủ khi lái xe trên nền Windows và Android” tại Đại học Bách Khoa TP.HCM” [12] hay đề tài “Nghiên cứu tình trạng buồn ngủ của người lái xe dựa trên nhận dạng cử chỉ khuôn mặt” tại Đại học Đà Nẵng [13],…

Tuy nhiên, các nghiên cứu trên được thực hiện thông qua các thiết bị ngoại vi trên các đối tượng là tài xế lái xe chứ chưa có đề tài nào nghiên cứu trạng thái ngủ gật trên đối tượng là học sinh sinh viên và thông qua khảo sát sự thay đổi định lượng biên độ tín hiệu điện cơ Khảo sát ngủ gật bằng thiết bị đo điện não trên học sinh sinh viên là một nghiên cứu mang ý nghĩa thiết thực, qua việc phân tích và phát hiện trạng thái ngủ gật ở học sinh, sinh viên sẽ giúp ta tìm ra nguyên nhân cũng như đưa ra những cảnh báo thích hợp

TỔNG QUAN

Tín hiệu điện não

Não bộ có cấu trúc gồm 2 bán cầu não được phân chia bởi khe dọc giữa nhưng lại được nối kết với nhau bởi thể trai nằm ở đáy của khe này và được cấu tạo bởi các sợi thần kinh qua lại giữa hai bán cầu Các vùng khác nhau của vỏ não trong cùng một bán cầu liên lạc với nhau thông qua các sợi liên kết Ngoài ra, vỏ não còn liên hệ với các tầng thấp hơn của hệ thần kinh trung ương như thân não và tủy sống nhờ các sợi phóng chiếu hướng lên và hướng xuống

Hình 2.1 Cấu trúc giải phẫu của não bộ[12]

Mỗi bán cầu đại não lại được phân chia thành nhiều thùy, ranh giới giữa các thùy được phân chia nhờ các khe rãnh quan trọng (khe Rolando) và rãnh bên (rãnh Sylvius), gồm bốn thùy chính:

- Thùy trán: nằm ở vùng trung tâm phần trước của vỏ não, đảm nhận chức năng tư duy, vận động, nhận thức, ngôn ngữ,… 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

- Thùy đỉnh: nằm ở vùng phía sau của thùy trán và 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 trò quan trọng trong việc xử lý các giác quan của cơ thể

18 - Thùy thái dương: ở vùng trung tâm phần dưới của não bộ, điều khiển chức năng thính giác và ngôn ngữ

- Thùy chẩm: nằm ở vùng phía sau các thùy thái dương, tiếp nhận và xử lý các thông tin và kích thích thị giác

Hình 2.2 Chức năng của các thùy ở não bộ

Ngoài ra, não bộ còn được cấu tạo bởi hệ thần kinh trung ương gồm 2 thành phần cơ bản: các nơron và các tế bào thần kinh đệm:

 Nơron có cấu trúc gồm một thân tế bào (soma), một sợi trục (axon) và nhiều đuôi gai phát triển từ thân tế bào Các thành phần này của các nơron tiếp xúc với nhau thông qua các sinap Chức năng của nơron là tiếp nhận kích thích, tạo ra các xung động thần kinh và dẫn truyền chúng đến các tế bào khác Một nơron não có thể giao tiếp và tiếp nhận xung từ hàng chục thậm chí hàng trăm nơron khác Sợi trục thần kinh có nhiệm vụ chuyển tín hiệu từ thân tế bào tới các tế bào thần kinh hoặc các tế bào thứ cấp khác Ở giữa sợi trục và tế bào kế tiếp có mối nối gọi là synap mà tại đó chúng trao đổi thông tin với nhau

 Các tế bào thần kinh đệm nằm xen kẽ vào mạng lưới các nơron và tiếp xúc không chỉ với các nơron mà còn tiếp xúc với cả hệ thống mạch máu trong các tổ chức thần kinh

Hình 2.3 Cấu trúc của nơron [14]

2.1.2 Cơ chế hình thành sóng điện não Điện thế nghỉ

Nơron gửi thông tin qua quá trình điện hóa học, các ion đóng vai trò quan trọng trong quá trình này là: K  , Ca 2  , Cl  và một số phân tử protein tích điện Các ion này tập trung xung quanh màng tế bào, màng này gọi là màng bán thấm vì nó vừa cho phép một số ion xuyên qua vừa ngăn chặn một số ion khác đi qua

Khi một nơron không truyền tín hiệu có nghĩa là nó đang ở trạng thái nghỉ Khi đó, ion K  có thể đi qua màng dễ dàng trong khi ion Na  và Cl  bị chặn lại Khi các lực cân bằng, điện thế trong và ngoài màng xấp xỉ -70mV goi là điện thế màng nghỉ của nơron Điện thế hoạt động Điện thế hoạt động chỉ xuất hiện khi và chỉ khi một nơron truyền thông tin từ một tế bào này sang một tế bào khác Điện thế hoạt động là sự xuất hiện hoạt động điện được thiết lập bởi dòng khử cực Khi có một tác nhân kích thích làm cho điện thế nghỉ tăng và khi nó tăng đến một ngưỡng nhất định, nơron đó sẽ tạo ra điện thế hoạt động

Nếu không đạt giá trị ngưỡng thì sẽ không có điện thế hoạt động

Nguyên nhân gây ra điện thế hoạt động là do sự trao đổi ion qua màng tế bào

Khi bị kích thích thì tính thấm của màng ở nơi bị kích thích thay đổi, màng chuyển từ trạng thái nghỉ sang trạng thái hoạt động, lúc này kênh Na  mở, ion Na  tràn vào bên trong gây mất phân cực (sự khử cực) rồi dẫn đến đảo cực gây nên sự chênh lệch điện thế theo hướng ngược lại, lúc này điện thế trong màng tế bào (+) còn điện thế ngoài

20 màng tế bào (-) Kênh Na  mở ra rồi đóng lại ngay lập tức Ngay khi kênh Na  đóng thì kênh K  mở ra, ion K  lập tức di chuyển vào bên trong màng tạo nên hiện tượng tái phân cực Qúa trình trên cứ tiếp diễn như thế làm cho xung thần kinh được lan truyền dọc theo các sợi thần kinh

Hình 2.4 Điện thế hoạt động [14]

Cách thức truyền tín hiệu của nơron thần kinh

Khi có một xung động thần kinh đi đến và đạt tới ngưỡng, xung động này sẽ khởi phát một điện thế hoạt động của màng nơron Độ tập trung các ion K  tại khoảng gian bào trong quá trình khử cực nơron tăng lên sẽ tạo ra một điện thế hoạt động của màng tế bào thần kinh đệm nằm xung quanh nơron này Điện thế hoạt động được tạo ra ở tế bào thần kinh đệm có vai trò làm lan tỏa các điện thế hoạt động của nơron ra một vùng nhất định gọi là điện thế khu vực Như vậy, việc xuất hiện một nhóm xung động đồng bộ dẫn đến hoạt hóa các cấu trúc của mặt ngoài của vỏ não và tạo nên các sóng điện não có biên độ cao, giúp dễ phân biệt giữa sóng này với sóng kia Biên độ, tần số và thời khoảng của các dao động điện thế khu vực dưới dạng sóng não thường khác nhau và phụ thuộc vào các lớp tế bào mà người ta thăm dò [14]

2.1.3 Các hoạt động điện não cơ bản (hoạt động nền) ở người bình thường trong trạng thái tỉnh táo

Tùy theo mục đích của nghiên cứu mà phân loại sóng não theo các cách khác nhau như dựa vào:

 Tần số: là số sóng phát ra trong 1s (Hz)

 Biên độ: quy ước tính bằng khoảng biên độ sóng thấp nhất – sóng cao nhất

 Hình dạng: sin, đơn dạng, sóng nhọn, gai, phức hợp gai – sóng

 Phân bố: vùng hay chuyển đạo nào xuất hiện nhiều nhất

 Phản ứng Berger: phản ứng ngừng alpha

Tín hiệu điện não ghi nhận ở bề mặt sọ, có biên độ thay đổi từ 0 đến 200V và tần số thay đổi từ 1 nhịp trong vài giây tới 50 nhịp hay hơn nữa trong mỗi giây Xét theo tần số và biên độ có thể phân biệt trên điện não đồ của người bình thường thành 4 loại sóng cơ bản:

Hình 2.5 Các sóng điện não cơ bản [14]

 Sóng Beta: là sóng không đồng bộ có tần số từ 13 – 30Hz, biên độ từ 30 50 V, thường ghi nhận được ở vùng đỉnh và vùng trán của sọ khi hoạt động tinh thần

22 nhiều hoặc căng thẳng, hay kích thích hệ thần kinh trung ương mạnh do giác quan như sự mở mắt

 Sóng Alpha: là sóng đồng bộ có tần số từ 8 – 13Hz, biên độ từ 30 50 V , dạng hình sin kéo dài từ 5 – 10 giây Sóng Alpha chiếm ưu thế ở vùng chẩm và được thể hiện rõ khi ngồi trong phòng tối, trong điều kiện không hoạt động thể lực và trí óc, nằm hay ngồi ở tư thế thoải mái, các cơ thư giãn, nhắm mắt và không có kích thích từ bên ngoài

 Sóng Theta: Là sóng có tần số từ 4 – 8Hz, biên độ trung bình khoảng 50V, xuất hiện chủ yếu ở vùng đỉnh và thái dương của trẻ em dưới 10 tuổi, sau đó giảm dần ở người trưởng thành chỉ còn rất ít và đối xứng ở vùng trán ở thái dương 2 bên

Sóng này thường được quan sát thấy ở người trưởng thành khi đang buồn ngủ, trong các giai đoạn ngủ nông hoặc trong gây mê

Tín hiệu điện cơ

2.2.1 Cấu trúc giải phẫu của cơ

Cơ là một phần của hệ vận động Các cơ quan trong cơ thể có thể vận động hay biểu thị cảm xúc được là nhờ có hệ thống cơ Cơ được chia làm 3 loại:

 Cơ chủ động: gắn vào xương giúp ta có thể cử động, hô hấp và di chuyển trong không gian

 Cơ trơn: có ở những thành nội tạng, mạch máu và các tuyến; đây là thành phần quan trọng bảo đảm sự vận động của các cơ quan nội tạng

 Cơ tim: là loại cơ đặc biệt vừa mang tính chất của cơ chủ động, vừa có tính chất của cơ trơn, có liên quan mật thiết tới hệ thống tuần hoàn trong cơ thể

Trong luận văn này chỉ tập trung nghiên cứu về cơ chủ động còn cơ trơn và cơ tim luận văn không đề cập đến

Hình 2.6 Cấu trúc của cơ chủ động

Cơ chủ động chiếm 50% khối lượng cơ thể Mỗi bắp cơ gồm nhiều bó sợi cơ xếp song song theo chiều dài của cơ, gắn liền với nhau bởi tổ chức liên kết Mỗi sợi cơ là một tế bào cơ dài khoảng 5 – 60mm, đường kính từ 10 – 100m và được điều khiển bởi một tận cùng thần kinh nằm giữa sợi cơ Toàn bộ bắp cơ co là kết quả co của tất cả sợi cơ tạo thành nó Cơ chủ động có hai đặc tính cơ bản:

 Tính đàn hồi: Bình thường, ở trạng thái nghỉ ngơi, cơ luôn ở tư thế đàn hồi không hoàn toàn Cơ luôn chịu sức kéo từ hai đầu bám của nó nên nếu ta cắt đứt một đầu gân, cơ sẽ thu ngắn lại ở phía đầu kia Hiện tượng này không hoàn toàn do tính đàn hồi đơn thuần về vật lý mà là hiện tượng sinh học gọi là trạng thái trương lực của cơ

 Tính hưng phấn (co cơ): Nếu kích thích lên cơ với cường độ tới ngưỡng sẽ làm cho cơ hưng phấn, biểu hiện bằng hình thức co cơ Có hai dạng co cơ phụ thuộc vào tần số kích thích là co cơ đơn giản và co cơ cứng Co cơ đơn giản xảy ra khi cơ chịu tác dụng của một kích thích đơn lẻ đạt trị số ngưỡng trở lên, lúc đó cơ sẽ đáp ứng bằng một co cơ đơn nhất, nhanh và ngắn (thường kéo dài 100ms) Còn co cơ cứng xuất hiện khi cơ chịu nhiều kích thích liên tiếp có cường độ như nhau thì

24 ở cơ có hiện tượng tập cộng Nếu khoảng cách giữa hai kích thích nhỏ hơn thời gian của một cơn co cơ đơn giản thì sự co cơ của kích thích sau sẽ chồng lên kích thích trước gây ra hiện tượng co cơ cứng

Quá trình co cơ được điều khiển bởi hệ thần kinh vận động, đơn vị nhỏ nhất của hệ thần kinh này gọi là đơn vị vận động (MU – Motor Unit) Nó bao gồm một sợi thần kinh vận động xuất phát từ một nơ – ron vận động (Alpha motoneuron) và tất cả các sợi cơ được điều khiển bởi các nhánh sợi trục của sợi thần kinh vận động [15]

Hình 2.7 Đơn vị vận động [15]

2.2.2 Cơ chế phát sinh tín hiệu điện cơ

Tín hiệu điện cơ được phát sinh từ sự kích thích của các sợi cơ bởi các nơ – ron

Bình thường, trạng thái cân bằng ion giữa các ion bên trong và bên ngoài màng tế bào tạo nên một điện thế nghỉ tại màng tế bào cơ (-80 đến -90mV khi không co cơ) Khi

25 có kích thích sẽ làm xuất hiện sự khác nhau về điện thế giữa bên trong và bên ngoài màng tế bào: điện thế bên trong trở nên âm hơn Sự hoạt hóa của một tế bào sừng trước alpha – motor gây nên sự dẫn truyền các kích thích dọc theo dây thần kinh vận động Sau khi giải phóng các chất dẫn truyền tại tấm vận động (the motor endplates), một điện thế tấm vận động được tạo ra tại sợi cơ được kích thích bởi MU Đặc điểm khếch tán này của màng sợi cơ bị thay đổi trong một thời gian ngắn và các ion Na + di chuyển vào bên trong màng tế bào Điều này gây nên một sự khử cực màng tế bào tạo ra một điện thế hoạt động thay đổi nhanh chóng từ -80mV đến +30mV Sự khử cực này được phục hồi ngay lập tức bởi sự trao đổi ngược lại các ion bên trong quá trình

“bơm ion” và tạo nên sự tái khử cực màng tế bào [14]

Hình 2.8 Quá trình khử cực và tái cực của màng tế bào cơ [14]

Tín hiệu điện cơ (EMG) dựa trên cơ sở các điện thế hoạt động tại màng sợi cơ là kết quả từ quá trình khử cực và tái cực được mô tả ở trên (hình 2.8) Phạm vi của vùng khử cực khoảng từ 1 – 3mm 2 Kích thích ban đầu tại khu vực này sau khi di chuyển dọc theo sợi cơ với tốc độ 2 – 6m/s sẽ đi tới bề mặt các điện cực

2.2.3 Các đặc điểm cơ bản của tín hiệu điện cơ

Tín hiệu điện cơ khi được ghi nhận bằng các điện cực trên bề mặt da là một tín hiệu rất phức tạp, do tổng các tín hiệu từ nhiều sợi cơ:

 Khi dò tìm bằng điện cực bề mặt, biên độ tín hiệu EMG từ 0,1 – 10mV, tần số từ 20 – 500Hz

 Khi dò tìm bằng điện cực kim, biên độ tín hiệu EMG từ 0,5 – 5mV, tần số từ 100 – 2000Hz

 Tần số sử dụng nằm trong khoảng từ 50 – 150Hz [14].

Phương pháp ghi nhận tín hiệu điện cơ – điện não

2.3.1 Nguyên tắc nghi nhận tín hiệu điện não

Ghi điện não đồ là phương pháp ghi lại tín hiệu sinh học của não bộ bằng cách đặt các điện cực lên trên bề mặt da đầu Các điện cực này được nối với nhau theo từng chuyển đạo đơn cực hoặc lưỡng cực Các máy ghi điện não thường được sản xuất dựa trên nguyên tắc phối hợp của nhiều chuyển đạo Mỗi chuyển đạo được tạo nên bởi:

 Một khuếch đại biên độ cho phép khuếch đại một cách trung thực các điện thế ở mức độ từng microvolt

 Một bộ phận ghi cơ học hoặc số hóa cho phép tiếp nhận những tín hiệu và thể hiện trên giấy hoặc màn hình vi tính Tốc độ chạy của giấy từ 15mm/s cho đến 30mm/s tùy theo từng tác giả

Tùy theo số lượng của các thông tin cần phân tích mà các bản ghi có thể được đặt từ 8, 12, 16 đến 20 chuyển đạo Hiện nay, các máy ghi điện não số hóa đã dần thay thế hệ thống ghi trên giấy Các tín hiệu được ghi bằng các chuyển đạo đơn cực sau đó được số hóa và dự trữ trong những bộ nhớ có dung lượng cao của các máy vi tính (các đĩa cứng, đĩa quang tử) Khi người ta đọc kết quả, các tín hiệu này sẽ được định dạng trở lại Như vậy, người đọc điện não có thể đọc lại tất cả những gì đã ghi thông qua các chuyển đạo khác nhau Bằng cách này, sau khi đã đọc toàn bộ bản ghi người ta có thể chủ động lựa chọn những hình ảnh cần thiết để in ra giấy mà không cần in tất cả toàn bộ bản ghi

2.3.2 Vị trí đặt điện cực

Ngày nay, người ta sử dụng các vị trí đặt điện cực theo quy định quốc tế gọi là hệ thống 10 – 20 Đó là một hệ thống gồm 10 hoặc 20 điện cực được đặt theo một tỷ lệ nhất định trên toàn bộ vùng da đầu Bằng phương pháp này, người ta có thể xác định được nhiều nhóm chuyển đạo khác nhau: đỉnh đầu, thái dương, chẩm,…

Hình 2.9 Vị trí đặt điện cực theo hệ thống quốc tế 10 – 20

Hệ thống đặt điện cực ghi 10 – 20 quốc tế để ghi điện não có 3 đường nối chính:

 Đường thứ nhất: Nối 2 ống tai ngoài (ngay trước tai)

 Đường thứ hai: Nối gốc mũi với ụ chẩm, cả 2 đường nối này đều đi qua đỉnh sọ

 Đường thứ ba: đường chu vi của sọ kết nối hai điểm tận cùng nhất trên sọ

Ba đường này được chia theo tỉ lệ 10 – 20 – 20 – 20 – 20 – 10 theo cả trục trực giao (hai đường vuông góc) lẫn theo vòng tròn chu vi, theo kiểu chia đôi các điểm nối

Khi nghiên cứu giấc ngủ, người ta chỉ đặt điện cực ở một số vị trí (những chỗ có vòng tròn đen trên hình) Điểm gốc mũi nằm giữa hai chân mày (glabella), điểm chẩm (inion), F là trán (Frontal), O là chẩm (Occipital), C là trung tâm (Central), P là đỉnh (Parietal) Đánh số lẻ nếu bên trái và số chẵn nếu bên phải Các điện cực cần đặt thật đối xứng, đầu bệnh nhân phải sạch và dẫn điện tốt (có thể sử dụng gel tẩy tế bào và bôi chất dẫn điện) để giảm tối đa điện trở da đầu (theo quy định chuẩn  5k ) Các bước xác định vị trí gắn điện cực được thực hiện như sau:

 Đầu tiên, vẽ đường nối gốc mũi và ụ chẩm thông qua điểm giữa đỉnh đầu

 Nối hai điểm trước tai phải và trước tai trái Đường nối giữa hai điểm này qua đỉnh đầu sẽ cắt đường góc mũi - ụ chẩm tại điểm Cz (đỉnh đầu)

 Trên đường giữa (gốc mũi - ụ chẩm) đặt hai điện cực Fz và Pz ở phía trước và phía sau của Cz với khoảng cách bằng 20% của đường gốc mũi - ụ chẩm

 Trên đường nằm ngang (nối hai điểm trước tai) đặt các điện cực T3, C3, C4 và T4 ở hai bên trái và phải, cách nhau và cách Cz một khoảng 20% của đường này

28 Như vậy, hai điện cực T3 sẽ cách điểm trước tai trái và T4 cách điểm trước tai phải một khoảng bằng 10%

 Trên đường gốc mũi - ụ chẩm, lấy giả định hai mốc Fp (cách gốc mũi 10%) và O (cách ụ chẩm 10%) Nối T3 – Fp theo hình vòng cung, điện cực Fp1 sẽ nằm cách Fp một khoảng tỉ lệ là 10% và F7 cách T3 và Fp1 một khoảng là 20%; nối T3 – O theo hình vòng cung, điện cực O1 sẽ cách O một khoảng là 10% và điện cực T5 cách T3 và O1 một khoảng là 20%

 Tương tự, ta đặt được các điện cực Fp2, F8, T4, T6, O2 ở bên phải

 Điện cực F3 sẽ nằm giữa đường nối Fp1 – C3 và F4 sẽ nằm giữa Fp2 – C4

 Điện cực P3 nằm giữa đường C3 – O1 và P4 nằm giữa C4 – O2

Như vậy, có 19 điện cực gắn trên đầu, hai điện cực gắn trên thùy tai và kí hiệu là A1/A2 Về phương diện điện học, người ta coi gốc mũi và tai là 0, điện cực trung hòa

Kiểu kết nối với một điện cực với tai gọi là ghi đơn cực Còn nối hai điện cực với nhau không nối với tai gọi là cách ghi lưỡng cực Với những điện cực khác nhau có nhiều kênh ghi thì máy điện não đồ cần có tối thiểu 24 kênh Số vị trí đặt điện cực ghi trên da đầu có thể là 32, 64 thậm chí là 256

2.3.3 Các phương pháp thu nhận tín hiệu điện cơ

Thu nhận tín hiệu điện cơ còn được gọi là điện cơ đồ Nó là một kỹ thuật ghi lại hoạt động điện của cơ Dòng điện đó thường tỉ lệ với mức độ hoạt động của cơ Qua phép đo điện cơ ta có thể phát hiện được những bất thường trong hoạt động điện của cơ xảy ra ở bất kỳ bệnh lý nào, bao gồm bệnh loạn dưỡng cơ, viêm cơ, bệnh thần kinh gây đau, xơ cứng cột bên teo cơ, nhược cơ, thoát vị đĩa đệm,…

Có hai phương pháp đo điện cơ là đo điện cơ ở bên trong – Intramuscular (needle and fire – wire) EMG và đo điện cơ ở trên bề mặt da – Surface EMG

 Đo điện cơ bên trong cơ được thực hiện bằng cách cắm một điện cực kim xuyên qua da vào bên trong cơ, do vậy, ta có cảm giác đau

 Đo điện cơ ở trên bề mặt da được thực hiện bằng cách đặt một điện cực bề mặt lên trên bề mặt da (mà không cắm điện cực vào sâu bên trong cơ), khi đó ta không có cảm giác đau

29 Trong y học cho thấy rằng giá trị thông tin thu được bằng phương pháp đo điện cơ bề mặt thường không tốt bằng so với đo điện cơ tiêm vào cơ Do vậy không ủng hộ việc sử dụng đo điện cơ trên bề mặt da trong lâm sàng để chẩn đoán và quản lý bệnh nhân bị bệnh về thần kinh hay cơ Tuy nhiên, đo điện cơ trên bề mặt da vẫn có giá trị trong việc theo dõi sự tiến triển các rối loạn thần kinh và cơ [15], [16]

Các tín hiện EEG được ghi lại bởi NicoletOne V32 gồm 32 kênh gồm khuếch đại tín hiệu, lọc được nhiễu 50Hz vì vậy mà tín hiệu thu được có chất lượng khá cao Sau khi tiến hành xong thí nghiệm, các tín hiệu ghi nhận được sẽ được lưu vào hệ thống máy tính, sau đó xuất ra dưới dạng tín hiệu số và đưa vào phần mềm Matlab dưới dạng mảng hai chiều Nicolet được thiết kế đặc biệt cho các mục đích thu nhận tín hiệu điện não EEG Ngoài ra, nó cũng có thể được sử dụng để nghiên cứu giấc ngủ, ghi nhận tín hiệu điện cơ EMG, điện nhãn EOG,…

Hình 2.10 Các thành phần của hệ Nicolet One V32

Các yếu tố ảnh hưởng đến tín hiệu điện cơ – điện não

Trong quá trình ghi nhận, EMG và EEG có thể bị ảnh hưởng bởi các tác nhân bên ngoài lẫn nội tại làm thay đổi hình dáng và những nét đặc trưng của nó Sự hiện diện của nhiễu ảnh hưởng rất lớn trong việc đánh giá chính xác tín hiệu Do đó, một trong những khía cạnh quan trọng trong xử lý tín hiệu y sinh là tìm hiểu về các loại nhiễu và tín hiệu giả có mặt trong tín hiệu gốc và giảm thiểu ảnh hưởng của chúng

Nhiễu tín hiệu được phân làm hai nhóm chính: nhiễu do yếu tố kỹ thuật và nhiễu do sinh lý học Các nhiễu thường thấy trong nhóm kỹ thuật là nhiễu nguồn 50/60Hz, nhiễu do tranducer Trong nhóm nhiễu do sinh lý, nhiễu thường gặp là nhiễu ECG, EOG,…

Các dây dẫn điện nối các điện cực đến trang thiết bị thu nhận có thể là một nguyên nhân gây ra nhiễu Khi không che chắn đủ cho các dây điện cực sẽ làm cho nó dễ bị ảnh hưởng bởi điện từ trường gây ra bởi một nguồn ở gần đó hoặc các thiết bị điện Kết quả là nhiễu nguồn điện 50Hz được các điện cực thu nhận và ghi nhận cùng với tín hiệu EEG, EMG

Khi người được đo bị căng thẳng, lo sợ hoặc mất bình tĩnh sẽ gây run cơ, tạo nhiễu sóng cơ Dải tần của loại nhiễu này luôn nằm trong khoảng 20 – 30Hz nên có thể được lọc bẳng bộ lọc chắn dải cố định

2.4.3 Nhiễu do tiếp xúc kém giữa điện cực và da

Bề ngoài da rất gồ ghề, lớp biểu bì có cả những tế bào già chết, bụi,… Ngoài ra còn có những sợi lông mọc từ dưới da Mồ hôi luôn được bài tiết ra ngoài qua lỗ chân lông Thành phần của mồ hôi cũng rất phức tạp với những ion chính là K  ,Na  và Cl  tạo nên một điện thế tiếp xúc Ngoài ra, độ dẫn diện của các tổ chức dưới da cũng gây nên hiện tượng quá thế khi có dòng điện chạy qua

Lớp tiếp xúc này cũng được phân cực và xuất hiện 2 lớp điện tích trái dấu ở 2 bên tiếp xúc Khi điện cực chuyển động tương đối với da dẫn dến các điện tích bị xáo trộn ở cả lớp tiếp xúc điện cực – dung dịch và đặc biệt là cả ở lớp tiếp xúc dung dịch – da Từ đó, điện tích sẽ có sự phân bố lại và quá trình này chỉ dừng khi có cân bằng

31 Thêm vào đó phải tính đến sự thay đổi điện thế nếu như đang có dòng điện chạy qua Điện thế chênh lệch khi có sự chuyển dịch cơ học tương đối giữa da và điện cực gọi là Artifact Các điện cực được làm bằng vật liệu có điện thế bán pin càng cao thì điện thế artifact càng mạnh

Các hoạt động điện của tim ghi nhận bởi kênh ECG có thể can thiệp vào EEG

Mặc dù biên độ của các hoạt động của tim trên não thường thấp so với biên độ EEG ( 1- 2 và 2-10V ), nó có thể cản trở đáng kể EEG tại các vị trí điện cực nhất định và cho hình dáng sóng sai lệch

Chuyển động và nhấp nháy mắt sản xuất điện được ghi nhận bởi kênh EOG là đủ mạnh để có thể nhìn thấy rõ ràng trong EEG Các nhiễu do nháy mắt thường tạo ra một dạng sóng đột ngột hơn so với chuyển động mắt và các nhiễu do nháy mắt có chứa thành phần tần số cao hơn [17].

Như vậy, ở các mục 2.1 đến 2.4 đã trình bày về đặc điểm của tín hiệu điện não và điện cơ, các yếu tố ảnh hưởng đến các tín hiệu này trong quá trình ghi nhận Tuy nhiên, vấn đề đặt ra là trong quá trình ghi đa ký giấc ngủ thì các tín hiệu này thay đổi như thế nào, đặc điểm của nó trong từng giai đoạn của giấc ngủ ra sao? Để hiểu rõ hơn đặc điểm của tín hiện điện não, điện cơ trong các giai đoạn của giấc ngủ, chúng ta sẽ tìm hiểu cấu trúc của giấc ngủ được phân tích theo chuẩn AASM 2007 [18].

Cấu trúc giấc ngủ (theo chuẩn AASM 2007)

2.6.1 Trạng thái W (trạng thái Wake theo quy tắc R và K)

Trong quá trình ghi đa ký giấc ngủ, các epoch đầu tiên của bản ghi thường được xác định là trạng thái W mặc dù đôi khi bệnh nhân buồn ngủ và đã ngủ khi tiến trình đo được bắt đầu Trong sự tỉnh táo bình thường với đôi mắt khép kín, sự chi phối nhịp điệu được phát hiện trong đạo trình ở vùng chẩm Nó là một sóng hình sin với tần số 8,5 – 13Hz, là một vùng quanh tần số của sóng Alpha và do đó cũng được gọi là sóng Alpha

Trạng thái W được ghi nhận khi có sóng Alpha chiếm hơn 50% toàn epoch

Tuy nhiên, trong thực tế có khoảng 10 – 20% bệnh nhân bình thường nhưng không ghi nhận được sóng Alpha trên EEG Trong những trường hợp như vậy, giai đoạn W vẫn có thể được phát hiện nếu có một trong ba dấu hiệu dưới đây:

 Nhấp nháy mắt với đôi mắt mở hoặc đóng lại;

 Mắt có cử động đọc, bao gồm một pha sóng chậm tiếp theo là một pha sóng nhanh theo hướng ngược lại

 Sự hiện diện của cử động mắt bất thường kết hợp với nhịp bình thường hoặc tăng cao biên độ điện cơ cho thấy đối tượng đang tỉnh táo và nhìn xung quanh

Ngoài ra, ta có thể dựa vào các đặc tính khác của trạng thái W bao gồm:

 Các hoạt động EEG Beta hoạt động trong khi mắt mở và sóng Alpha hoạt động khi nhắm mắt

 EMG phản ánh các cơn co thắt cơ bắp biên độ cao và các nhiễu sinh ra do chuyển động

 EOG cho thấy chuyển động mắt nhấp nháy và nhanh chóng

2.6.2 Giai đoạn N1 (tương đương với giai đoạn S1 theo quy tắc R và K)

Là giai đoạn đầu tiên khi bắt đầu giấc ngủ, được định nghĩa là giai đoạn đầu của các bản ghi đa ký giấc ngủ, thể hiện sự khác biệt hơn hẳn so với trạng thái W

33 Giai đoạn N1 được ghi khi sóng Alpha bị suy giảm và thay thế bằng các sóng có biên độ thấp, hỗn hợp các tần số hơn 50% của độ dài epoch

Tuy nhiên, ở một số bệnh nhân có thể không có nhịp điệu nền xác định, ngay cả khi ánh mắt của họ nhắm trong khi tỉnh táo Ở những bệnh nhân như vậy, phân biệt sự khởi đầu của giấc ngủ là khó khăn hơn Đối với những trường hợp như vậy, giai đoạn N1 có thể được xác định dựa trên sự hiện diện của những điều sau đây:

 Sóng nhọn đỉnh đầu có đặc trưng rõ nét, nổi bật mạnh là dạng sóng âm bo tròn sóng kéo dài < 0,5 giây và có thể quan sát thấy nhiều nhất ở khu vực trung tâm

 Hoạt động chậm, chuyển động lăn của mắt, có thể được phát hiện trên EOG

 Xuất hiện hoạt động trong phạm vi 4 – 7 Hz, tức làm chậm các tần số nền của EEG tăng 1Hz hoặc nhiều hơn khi so sánh với giai đoạn W

Thường có một sự giảm trương lực cơ được phát hiện bởi tín hiệu điện cơ khi so sánh với giai đoạn W Đáng chú ý, chuyển động lăn của mắt có thể bắt đầu ngay cả khi trong sự tỉnh táo, do đó, giai đoạn N1 có thể được ghi trước đó ở những bệnh nhân mà không có một sóng Alpha xác định

2.6.3 Giai đoạn N2 (tương đương với giai đoạn S2 theo quy tắc R và K)

Giai đoạn N2 được đặc trưng bởi sự hiện diện của các thoi ngủ và các phức bộ K trên nền tảng của những sóng có biên độ thấp, đa tần số

 Các thoi ngủ được đặt tên theo hình dạng của chúng Chúng được thấy hiện diện tối đa trong đạo trình ở vùng trung tâm, có một tần số 12 – 16Hz và thời gian xảy ra là lớn hơn 0,5 giây

 Phức bộ K có 1 dạng sóng âm ban đầu, tiếp theo là 1 làn sóng dương Chúng rõ ràng là khác biệt so với các sóng nền và thời gian xảy ra là >0,5 giây Chúng thường được quan sát thấy xuất hiện nhiều nhất ở những vùng trước trán

 Phức bộ K cũng được tìm thấy với vi thức tỉnh arousals

Các quy tắc bắt đầu, tiếp tục và kết thúc của giai đoạn N2 của giấc ngủ như sau:

 Bắt đầu ghi giai đoạn N2 của giấc ngủ nếu một trong hai điều sau đây có mặt trong nửa đầu của epoch hoặc một nửa thứ hai của epoch trước:

 Một hoặc nhiều phức bộ K không kết hợp với vi thức tỉnh

 Một hoặc nhiều chuỗi các thoi ngủ

 Tiếp tục ghi epoch tiếp theo của tần số hỗn hợp, biên độ hoạt động thấp mà không có hoạt động của phức bộ K hoặc thoi ngủ là giai đoạn N2 nếu chúng được phát hiện trước bởi một trong số những điều sau đây:

 Phức bộ K không liên kết với vi thức tỉnh

 Điểm kết thúc giai đoạn N2 của giấc ngủ trong trường hợp bất kỳ là:

 Có một sự chuyển đổi sang giai đoạn kích thích, có nghĩa là có xuất hiện một hành động của các hoạt động kéo dài 3 giây hoặc lâu hơn Điều này có thể liên quan đến các kênh EEG, EOG và EMG và liên quan đến sóng Alpha hoặc

Theta Chuyển động lớn của cơ thể tiếp theo chuyển động của mắt chậm và biên độ thấp

 Một chuyển đổi sang giai đoạn N3

 Một chuyển đổi sang giai đoạn R

2.6.4 Giai đoạn N3 (tương đương với giai đoạn S3 và S4)

Giai đoạn N3 được ghi nhận khi có hoạt động của các sóng chậm, chiếm tối thiểu 20% của epoch

Có độ dài của sóng chậm là các sóng có tần số 0,5 – 2Hz và biên độ của sóng phải lớn hơn 75uV (lấy đỉnh trừ đỉnh) Quan sát rõ nhất ở vùng trước trán

PHƯƠNG PHÁP THỰC NGHIỆM

Quy trình đo

Việc nghiên cứu trạng thái ngủ gật được tiến hành trên bản ghi đa ký giấc ngủ dạng offline – tức là phân tích dữ liệu sau khi kết thúc quá trình thu nhận Quá trình ghi nhận tín hiệu thô được thực hiện trên tám đối tượng là các em học sinh sinh viên trong độ tuổi từ 16 đến 25 tuổi hay bị ngủ gật hoặc mất tập trung trong giờ học do buồn ngủ Các đối tượng đo là những người bình thường, không có tiền sử về bệnh thần kinh hay bị liệt, ngủ đầy đủ ngày hôm trước đó, khỏe mạnh và không sử dụng chất kích thích, rượu, bia, cà phê, trà,… (Thông tin chi tiết về tám đối tượng đo được trình bày trong phụ lục 4) Toàn bộ quá trình thực nghiệm được thực hiện trên thiết bị là hệ Nicolet One của hãng Natus CareFusion (Hoa kỳ) tại phòng thí nghiệm kỹ thuật y sinh (204B4) trường Đại học Bách Khoa Thành phố Hồ Chí Minh Đầu tiên, dữ liệu thô được ghi nhận thông qua các điện cực EEG (F4, C4, A1, A2, O2), EOG (LOC và ROC), EMG (2 kênh điện cơ) và các kênh điện cực tham chiếu, điện cực nối đất,… Các điện cực trên được lấy theo đúng tiêu chuẩn của AASM 2007 [18] Trước khi tiến hành ghi nhận dữ liệu, người được đo sẽ được đưa vào trong phòng thí nghiệm đảm bảo tiêu chuẩn kỹ thuật như một lồng Faraday để hạn chế ảnh hưởng của các yếu tố môi trường Sau khi gắn điện cực và cài đặt camera để ghi nhận hình ảnh toàn quá trình và gương mặt xong (để đối chiếu các tín hiệu trong thực tế), người được đo thực nghiệm sẽ ngồi trên một chiếc ghế và xem một đoạn phim trên màn hình (hình 3.2) Quá trình thực nghiệm sẽ được tiến hành như hình 3.1, gồm 2 giai đoạn:

 Giai đoạn 1 – Thực hành thử với phim (thời gian 5 phút);

 Giai đoạn 2 – Ghi nhận tín hiệu (45 phút) Thời gian thực nghiệm được chọn là 45 phút ở đây bởi vì nó phù hợp với thời lượng một tiết học xuyên suốt thực tế trên lớp của học sinh sinh viên

Trong cả hai giai đoạn, người được thực nghiệm sẽ xem cùng 1 đoạn phim với nội dung như sau: một mũi tên màu trắng xuất hiện trên màn hình với nền đen tại những thời điểm bất kì và ngẫu nhiên trong khoảng thời gian 4s cho mỗi lần xuất hiện

Mỗi lần thấy mũi tên, người được đo thực nghiệm sẽ ấn nút xác nhận (dùng đồng hồ

39 bấm giây để xác nhận) và tại thời điểm ngủ gật thì người đo thực nghiệm sẽ bỏ lỡ những lần bấm Hành vi “ngủ gật”quan sát được trên camera là hạ thấp đầu và thường bị chấm dứt bằng một cú gật nhanh của đầu Vì đối tượng ngồi quay lưng thẳng vào máy tính nên tất cả các hành vi như vậy đều dễ dàng được xác định thông qua camera

Sau khi ghi nhận dữ liệu xong, thì đối tượng sẽ được tháo điện cực, vệ sinh da đầu và hoàn tất quá trình thực nghiệm

Dữ liệu thô sau khi ghi nhận sẽ được đưa qua 2 bước chính là tiền xử lý và xử lý tín hiệu Quá trình xử lý được thực hiện cụ thể như hình 3.1:

Hình 3.1 Sơ đồ khối quá trình xử lý, phân tích tín hiệu EEG, EMG

 Bước 1: Tiền xử lý tín hiệu

 Dữ liệu thô ban đầu được xử lý nhiễu nguồn điện (tần số 50Hz) thông qua bộ lọc Notch

 Sau đó, tín hiệu được khử nhiễu, khử trôi bằng đường đẳng điện tín hiệu bằng phép biến đổi Wavelet

 Bước 2: Xử lý tín hiệu

 Chuyển tín hiệu sang miền tần số bằng phép biến đổi Fourier, phân tích phổ công suất theo từng epoch (mỗi epoch 30 giây)

Cắt ra thành các epoch (Mỗi Epoch 30s)

Dùng phép biến đổi Wavelet để lọc các tần số từ 4 – 32Hz Phân tích thành phần

Alpha, Theta trong dữ liệu trên

Hiển thị lên đồ thị

Xác định thời điểm chuyển giao từ thức sang ngủ

Khảo sát sự thay đổi (định lượng) của biên độ tín hiệu điện cơ tại thời điểm chuyển giao

 Phân tích phổ công suất trung bình của sóng theta và alpha đối với toàn miền và xác định thời điểm chuyển giao giữa hai sóng (thời điểm chuyển trạng thái từ thức sang ngủ)

 Bước 3: Khảo sát sự thay đổi biên độ tín hiệu điện cơ tại thời điểm chuyển giao từ trạng thái từ thức sang ngủ:

 Tính biên độ bình phương trung bình tín hiệu điện cơ

 Định lượng sự thay đổi biên độ tín hiện điện cơ tại thời điểm chuyển giao từ trạng thái thức sang ngủ

Hình 3.2 Quá trình thực nghiệm

Tiền xử lý tín hiệu

Đây là một trong những yêu cầu bắt buộc trong quá trình xử lý tín hiệu, đặc biệt quan trọng trong xử lý tín hiệu y sinh học Nhiễu tín hiệu không chỉ là những nhiễu từ môi trường tác động mà nhiễu còn có thể sinh ra do ảnh hưởng của các tín hiệu sinh học từ các cơ quan khác nhau trong cơ thề, gây ra những kết quả không mong muốn

Khử nhiễu và lọc nhiễu là tiền đề để xây dựng những nghiên cứu về giấc ngủ theo hướng phân tích tín hiệu

3.2.1 Lọc nhiễu điện lưới 50Hz bằng bộ lọc triệt tần (Notch Filter) Đa số các tín hiệu điện sinh lý của con người được ghi nhận bao gồm mức độ ảnh hưởng nhất định từ các thiết bị truyền tải điện, các ảnh hưởng này thể hiện trên nhiều mặt như biên độ, pha, tần số của tín hiệu Vì vậy, việc áp dụng bộ lọc để khử nhiễu sinh ra bởi nguồn điện và các thiết bị truyền tải điện là một yêu cầu quan trọng Tuy

41 nhiên, tần số điện lưới có thể là 50Hz hoặc 60 Hz tùy thuộc vào từng vùng và quốc gia khác nhau Ở Việt Nam, điện lưới sử dụng có tần số là 50Hz, do đó ở đây áp dụng bộ lọc triệt tần Notch Filter cho tần số này

Hình 3.2 Bộ lọc Notch triệt nhiễu tần số 50Hz

Bộ lọc Notch cho qua tất cả các tần số ngoại trừ dải tần quanh tần số trung tâm của bộ lọc (F C ) Biên độ đáp ứng của bộ lọc Notch là phẳng với mọi tần số ngoại trừ dải tần xét theo cả 2 hướng quanh tần số trung tâm Những điểm tham chiếu chính cho sự giảm biên độ là -3dB (70.7% biên độ của tín hiệu gốc) và -20dB phụ thuộc vào hệ số Q của bộ lọc Ví dụ:

 Những điểm -3dB là 1kHz và 100kHz,

 Những điểm -20dB là 600Hz và 1.6kHz

 Những điểm -3dB là 600kHz và 1.6kHz,

 Những điểm -20dB không được đánh dấu vì quá gần F C

Tuy nhiên với những giá trị Q quá lớn hoặc quá nhỏ thì mức độ đáp ứng của hệ thống sẽ bắt đầu vượt quá hoặc dưới ngưỡng mà nó sẽ phá hủy bộ lọc Notch Áp dụng bộ lọc khi đó làm mất đi tín hiệu và ảnh hưởng tới biên độ thực của tín hiệu [20]

Bộ lọc Lowpass cho qua tất cả các tần số của tín hiệu lớn hơn tần số cắt F c của bộ lọc Khi áp dụng bộ lọc Highpass với F c = 0,3Hz nhằm loại bỏ thành phần nhiễu tần số rất thấp của các tín hiệu điện sinh học Qúa trình này là cần thiết để có thể phân biệt được nhiễu và xác định được các tần số thấp có mặt trong miền dữ liệu đang xét mà đặc biệt là các sóng chậm của tín hiệu EEG có tần số nhỏ hơn 4Hz [20]

Các thuật toán xử lý tín hiệu

3.3.1 Phép biến đổi Fourier 3.3.1.1 Phép biến đổi Fourier liên tục

Các tín hiệu đo được trong thực tế đều là tín hiệu trong miền thời gian được biểu diễn lên đồ thị bằng hai trục thời gian và biên độ Tuy nhiên, trong xử lý tín hiệu thì tín hiệu thường được chuyển sang miền tần số để thực hiện các mục đích khác nhau như phân tích, lọc nhiễu, nén hoặc nhận dạng tín hiệu, Để chuyển tín hiệu từ miền thời gian sang miền tần số thì người ta thường dùng phép biến đổi Fourier [21]

Hình 3.3 Phép biến đổi Fourier[21]

Xét tín hiệu x t   Biến đổi Fourier là tích phân được lấy trong toàn miền thời gian của tín hiệu x t   với hàm mũ cơ số e Sau biến đổi, ta thu được phổ tần số

X  của tín hiệu x t   ban đầu

- x t  : tín hiệu trong miền thời gian;

- X    : tín hiệu trong miền tần số (phổ tần số);

- 2 f : tần số góc của tín hiệu

Ngoài ra, để thu được tín hiệu nguyên mẫu trong miền thời gian, ta áp dụng biến đổi Fourier ngược Cũng tương tự như biến đổi Fourier, biến đổi Fourier ngược là:

Bản chất của phép biến đổi Fouier chính là quá trình chia một tín hiệu thành tổng các hàm sin ứng với các tần số khác nhau

Hình 3.4 Phép biến đổi Fourier của tín hiệu có chu kỳ

3.3.1.2 Biến đổi Fourier rời rạc (DFT – Discrete Fourier Transform)

Biến đổi Fourier liên tục được sử dụng rộng rãi trong phân tích tín hiệu Tuy nhiên, phép biến đổi này có những hạn chế nhất định: độ dài tín hiệu là vô cùng trong khi tín hiệu thực tế có chiều dài hữu hạn, mặc khác, biến tần số là liên tục trong khi yêu cầu xử lý trên máy tính là rời rạc Xuất phát từ hạn chế trên đã dẫn đến sự ra đời của biến đổi Fourier rời rạc

Xét tín hiệu x n   có chiều dài hữu hạn L Biến đổi Fourier rời rạc N điểm (

N  L ) của tín hiệu ban đầu x n   được xác định theo công thức:

Biến đổi Fourier ngược có dạng:

- X k  : tín hiệu ra sau phép biến đổi DFT;

Hình 3.5 Tín hiệu liên tục và tín hiệu rời rạc

Các thành phần hình sin có tần số khác nhau Fourier

3.3.1.3 Biến đổi Fourier nhanh (FFT – Fast Fourier Transform)

Biến đổi Fourier rời rạc (DFT) được sử dụng rộng rãi trong các ứng dụng của xử lý tín hiệu số để xác định các thành phần tần số của tín hiệu và thực hiện lọc tín hiệu trong miền tần số Tuy nhiên, phương pháp này gặp phải hạn chế là tốc độ tính toán chậm Để khắc phục hạn chế trên, phép biến đổi Fourier nhanh đã ra đời với mục đích cải tiến tốc độ tính toán của DFT

Nguyên tắc của phương pháp này là chia nhỏ tập dữ liệu mẫu ra thành các tập con nhỏ hơn sau đó thực hiện biến đổi Fourier rời rạc trên từng tập con, nhờ đó ta loại bỏ được các phép tính toán không cần thiết, qua đó, giảm thời gian tính toán và độ phức tạp của thuật toán

Các bước tiến hành biến đổi Fourier nhanh :

- Bước 1: Phân ly DFT N điểm thành hai DFT thành phần N / 2 điểm Từ đó, xác định phương trình tái tổng hợp

- Bước 2: Phân ly mỗi DFT N / 2 điểm thành 2 DFT N / 4 điểm Xác định phương trình tái tổng hợp

- Bước 3: Cứ tiếp tục như thế cho đến khi tạo ra N / 2 DFT 2 điểm

Vậy biến đổi Fourier nhanh đã góp phần cải thiện tốc độ tính toán và giảm đi độ phức tạp của thuật toán Phép biến đổi Fourier nhanh được ứng dụng rộng rãi trong phát hiện nhiễu tín hiệu

3.3.1.4 Phép biến đổi Fourier thời gian ngắn (STFT – Short Time Fourier Transform)

Phép biến đổi Fourier là một công cụ mạnh trong phân tích tín hiệu Tuy nhiên, phép biến đổi này có nhược điểm là khi chuyển tín hiệu từ miền thời gian sang miền tần số thì mọi thông tin về thời gian bị mất đi trong miền tần số do đó không thể biết được các sự kiện xảy ra tại thời điểm nào Mặc khác, phép biến đổi Fourier không thích hợp với những tín hiệu không ổn định [4] Nhằm khắc phục hạn chế trên, năm 1946, Dennis Gabor đưa ra phép biến đổi Fourier cải tiến thực hiện trong thời gian ngắn nên được gọi là phép biến đổi Fourier thời gian ngắn

45 Nguyên tắc của phương pháp này là phân chia tín hiệu ra thành từng đoạn đủ nhỏ sao cho có thể xem tín hiệu trên mỗi đoạn là tín hiệu ổn định, sau đó, thực hiện biến đổi Fourier trên từng đoạn tín hiệu này Như vậy, STFT vừa có tính định vị theo tần số do tính chất của phép biến đổi Fourier vừa có tính định vị theo thời gian do được tính trong khoảng thời gian ngắn

Hình 3.6 Phép biến đổi Fourier thời gian ngắn Định nghĩa

Tín hiệu x t   được nhân với một hàm cửa sổ W t   -  để lấy được tín hiệu trong một khoảng thời gian ngắn xung quanh điểm  Sau đó, phép biến đổi Fourier được thực hiện trên đoạn tín hiệu này và thu được một hàm phụ thuộc vào hai tham biến

Phép biến đổi Fourier thời gian ngắn có ưu điểm là đạt được một sự hòa hợp khi mô tả tín hiệu giữa hai miền thời gian – tần số Tuy nhiên, nó gặp phải hạn chế là khi đã chọn một cửa sổ phân tích thì kích thước cửa sổ không thay đổi trên toàn bộ mặt phẳng thời gian – tần số Mặc khác, đối với các tín hiệu không ổn định thì STFT không thể đạt được độ phân giải tốt cả trong miền thời gian và miền tần số Hạn chế này không thể giải quyết được với STFT

3.3.2 Phép biến đổi Wavelet (WT – Wavelet Transform)

Xuất phát từ hạn chế của phép biến đổi Fourier thời gian ngắn (STFT) đặt ra yêu cầu là cần một phép biến đổi mới có thể đáp ứng tốt được cả trong miền thời gian lẫn

46 trong miền tần số Phép biến đổi Wavelet được phát triển như một công cụ thay thế STFT trong phân tích tín hiệu không ổn định

Hình 3.7 Phép biến đổi Wavelet

3.3.2.1 Phép biến đổi Wavelet liên tục (CWT – Continous Wavelet Transform)

Biến đổi Wavelet liên tục được xác định là tổng trên toàn khoảng thời gian của tín hiệu nhân theo tỷ lệ, dịch mức của hàm Wavelet [4]

-    t : Hàm Wavelet mẹ (Mother Wavelet);

 : Phiên bản của hàm Wavelet mẹ đã được co dãn và dịch chuyển;

- a: Hệ số tỷ lệ (co giãn);

- 1 a : Hệ số chuẩn hóa đảm bảo tích phân năng lượng độc lập với a và b

Như vậy, tín hiệu cần phân tích sẽ được nhân với một phiên bản của Wavelet mẹ đã được dịch chuyển theo hệ số dịch chuyển b và co dãn theo hệ số tỷ lệ a sau đó lấy tích phân trên toàn miền thời gian Kết quả là ở đầu ra thu được các hệ số Wavelet C là một hàm theo các hệ số a và b Nhân mỗi hệ số với các Wavelet theo tỷ lệ và dịch mức tương ứng lại hợp thành tín hiệu nguyên thủy

Nếu biến đổi Fourier bị hạn chế bởi nguyên lý bất định Heisenberg ở chỗ là không thể đạt được độ phân giải tốt cả trong miền thời gian lẫn trong miền tần số thì

47 với biến đổi Wavelet có thể đáp ứng được trong miền thời gian – tần số Biến đổi Wavelet đưa ra một giải pháp rất linh hoạt như sau: nó được thực hiện ở mọi tỷ lệ ứng với toàn bộ tín hiệu, tỷ lệ cao ứng với tần số thấp, tỷ lệ thấp ứng với tần số cao; thành phần tín hiệu tần số cao sẽ có độ phân giải tốt hơn trong miền thời gian còn thành phần tín hiệu tần số thấp sẽ phân giải tốt hơn trong miền tần số [20]

Hình 3.8 Mặt phẳng thời gian – tần số với biến đổi Wavelet

KẾT QUẢ VÀ NHẬN XÉT

Kết quả tiền xử lý tín hiệu

Trong quá trình ghi nhận tín hiệu thô, tín hiệu này dễ bị ảnh hưởng bởi các loại nhiễu khác nhau đặc biệt là nhiễu nguồn điện ở tần số 50Hz gây ảnh hưởng đến biên độ, hình dáng, độ sắc nét của tín hiệu Do đó, bộ lọc Notch sẽ được áp dụng để tránh ảnh hưởng của nhiễu nguồn điện đến tín hiệu

Hình 4.1 (a) Tín hiệu và phổ năng lượng trước khi lọc nhiễu

Hình 4.1 (b) Tín hiệu và phổ năng lượng sau khi lọc nhiễu bằng bộ lọc Notch Hình 4.1 Tín hiệu và phổ năng lượng trước và sau khi lọc nhiễu bằng bộ lọc Notch

Nhận xét: Hình 4.1 trình bày tín hiệu và phổ năng lượng của tín hiệu trước và sau khi lọc nhiễu bằng bộ lọc Notch Hình 4.1 (a) cho thấy tín hiệu thô ban đầu chưa khử nhiễu bằng bộ lọc Notch bị ảnh nhiễu rất nặng, biên độ của tín hiệu lúc này nằm trong khoảng từ 75V đến 75V và phổ năng lượng của nó cho thấy tín hiệu bị ảnh

54 hưởng bởi nhiễu nguồn (tần số 50Hz) gây ảnh hưởng đến tín hiệu và đồng thời ảnh hưởng đến kết quả đo Tín hiệu ở hình 4.1 (b) sau khi đưa qua bộ lọc Notch đã loại bỏ được một lượng nhiễu đáng kể, biên độ của tín hiệu lúc này chỉ nằm trong khoảng từ

 đến 25V và khi thể hiện trên phổ năng lượng thì thấy thành phần nhiễu nguồn (ở tần số 50Hz) đã được loại bỏ.

Tỷ lệ công suất của sóng Alpha và Theta

Trong các tín hiệu điện não thu được ở các điện cực F4, C4, O2, A1, A2, học viên tiến hành lựa chọn một điện cực để khảo sát trạng thái ngủ gật Để xác định điện cực khảo sát, tiến hành khảo sát trên một số epoch của 2 mẫu đo trên tất cả các kênh điện não và dựa vào hệ số tỷ lệ công suất để đánh giá và chọn kênh cần cho quá trình khảo sát Cách tính hệ số tỷ lệ công suất được trình bày trong công thức (3.13)

Bảng 4.1 Hệ số tỷ lệ công suất trên các kênh điện não của một số Epoch

Nhận xét: Bảng 4.1 trình bày kết quả khảo sát hệ số tỷ lệ công suất trên một số kênh điện não trên một số epoch của 2 mẫu đo Kết quả cho thấy tỷ lệ công suất sóng Alpha đạt giá trị lớn nhất ở kênh O2 trên tất cả các Epoch ở cả 2 mẫu và kết quả này phù hợp với lý thuyết là sóng Alpha chiếm ưu thế tại vùng chẩm (vị trí đặt điện cực O2), do đó học viên quyết định chọn điện cực O2 để khảo sát quá trình ngủ gật ở học sinh, sinh viên

Hình 4.2 Tín hiệu EEG và phổ năng lượng tín hiệu EEG trên kênh O2

Trên hình 4.2 cho thấy, sóng Alpha là sóng chiếm ưu thế nhất trong 4 sóng được thể hiện trên phổ năng lượng và có hệ số tỷ lệ công suất lớn nhất (chiếm 40,17% phổ công suất trên toàn Epoch).

Xác định thời điểm ngủ gật

Sau khi tín hiệu thô được khử nhiễu, khử trôi bằng đường đẳng điện, để khảo sát trạng thái ngủ gật, học viên tiến hành chạy code trên từng Epoch và ghi nhận giá trị hệ số tỷ lệ công suất của 2 sóng điện não cần cho quá trình khảo sát trạng thái ngủ gật là sóng Alpha và Theta Sau khi thu được các hệ số tỷ lệ công suất của sóng Alpha và Theta trên tất cả các Epoch, học viên tiến hành biểu diễn lên đồ thị nhằm thể hiện sự thay đổi của hệ số R R  ,  theo thời gian (trên từng epoch) Theo lý thuyết, trong quá trình chuyển từ trạng thái thức (Wake) sang ngủ (N1), trên điện não đồ sẽ thấy được sự giảm của sóng Alpha, và lúc này sóng Theta tăng lên (chiếm ưu thế hơn 50% Epoch)

Vậy thời điểm chuyển giao giữa trạng thái thức (Wake) và ngủ (Sleep) được định nghĩa là thời điểm giao cắt giữa đường R  trong quá trình nó đang giảm và đường R  trong quá trình nó đang tăng và chiếm ưu thế hơn 50% Epoch Sau khi xác định được thời điểm chuyển giao giữa trạng thái thức và ngủ, học viên tiến hành khảo sát sự thay đổi về mặt biên độ của tín hiện điện cơ trong quá trình này dựa trên giá trị biên độ bình

56 phương trung bình A 2 Cách tính A 2 được trình bày như trong công thức 3.14 và kết quả được trình bày như trong mục 4.3.1

4.3.1 Kết quả xử lý dữ liệu mẫu 1

Hình 4.3 Đồ thị biểu diễn sự thay đổi của hệ số R R  ,  theo epoch

Hình 4.4 Đồ thị biểu diễn sự thay đổi của hệ số R R  ,  theo epoch trong giai đoạn chuyển giao

Hình 4.3 cho thấy sự thay đổi của hệ số tỷ lệ công suất R R  ,  theo epoch Từ hình 4.4, ta có thể thấy được tại vị trí giao cắt giữa epoch 87 và 88 có sự suy giảm hệ

57 số R  từ 0.6657 xuống còn 0.2135, trong khi đó, hệ số R  tăng từ 0.2161 lên đến 0.6675 (chiếm hơn 50% epoch 88) Điều đó có nghĩa là epoch 87 và 88 là 2 epoch xảy ra quá trình chuyển trạng thái từ thức sang giai đoạn đầu tiên của giấc ngủ (N1) Sau khi xác định epoch xảy ra quá trình chuyển giao trạng thái, học viên tiến hành khảo sát sự thay đổi biên độ điện cơ trong quá trình này thông qua biên độ bình phương trung bình của điện cơ, kết quả được trình bày như trong bảng 4.2

Bảng 4.2 Sự thay đổi biên độ bình phương trung bình điện cơ

Bảng 4.2 trình bày sự thay đổi biên độ bình phương trung bình điện cơ Kết quả cho thấy khi khảo sát biên độ bình phương trung bình điện cơ trong quá trình chuyển giao trạng thái tại epoch 87, 88 và các epoch lân cận cho thấy giá trị biên độ bình phương trung bình điện cơ giảm từ 283.40 V 2 (Epoch 87) xuống còn 119.77 V 2

(Epoch 89), tức là giảm 27.88% Kết quả này phù hợp với lý thuyết đã đề cập rằng trong quá trình chuyển từ trạng thái thức sang giai đoạn đầu tiên của giấc ngủ (N1) có một sự giãn trương lực cơ cằm, điều đó có nghĩa là biên độ điện cơ giảm trong quá trình chuyển giao giữa hai trạng thái

Hình 4.5 Tín hiệu EEG và phổ năng lượng tín hiệu EEG trên epoch 87

Hình 4.6 Tín hiệu EEG và phổ năng lượng tín hiệu EEG trên epoch 88

Hình 4.5, 4.6 trình bày tín hiệu EEG và phổ năng lượng của nó trên các Epoch 87, 88 Hình trên cho thấy có sự suy giảm rõ rệt của sóng Alpha (8 – 13Hz) khi chuyển từ epoch 87 sang 88, đồng thời, có sự gia tăng rõ rệt của sóng Theta chiếm ưu thế hơn 50% phổ năng lượng của Epoch 88

Hình 4.7 Tín hiệu EMG và phổ năng lượng tín hiệu EMG trên epoch 87

Hình 4.8 Tín hiệu EMG và phổ năng lượng tín hiệu EMG trên epoch 89

Ngoài ra, hình 4.7 và 4.8 trình bày sự thay đổi của biên độ điện cơ trong giai đoạn chuyển giao giữa 2 epoch ứng với 2 trạng thái thức và ngủ Kết quả cho thấy, tại epoch 87 có sự gia tăng biên độ điện cơ tại một số thời điểm Tuy nhiên, khi chuyển

60 sang epoch 89, biên độ điện cơ giảm rõ rệt Điều đó chứng tỏ rằng có một sự giãn trương lực điện cơ trong quá trình chuyển giao giữa hai trạng thái thức và ngủ, từ đó dẫn đến hệ quả là biên độ điện cơ giảm trong giai đoạn chuyển giao Tiếp tục thực hiện quá trình trên tương tự đối với các mẫu còn lại ta được kết quả như trong bảng sau:

Bảng 4.3 Sự thay đổi biên độ bình phương trung bình điện cơ mẫu 2

Nhận xét: Kết quả cho thấy tại thời điểm chuyển giao giữa epoch 10 và 11, biên độ bình phương trung bình điện cơ giảm từ 241.18V 2 xuống 83.44V 2 (giảm 66.07% )

Bảng 4.4 Sự thay đổi biên độ bình phương trung bình điện cơ mẫu 3

Nhận xét: Kết quả xử lý mẫu 3 cho thấy tại thời điểm chuyển giao giữa epoch 71 và 72, biên độ bình phương trung bình tín hiệu điện cơ giảm từ 118.62V 2 xuống còn 110.04V 2 (giảm 7.23% ) Tuy nhiên, kết quả khảo sát thêm các epoch lân cận cho thấy bắt đầu từ epoch 70 thì biên độ tín hiệu điện cơ đã bắt đầu giảm từ 132.24V 2 xuống còn 72.19V 2 tại epoch 73 (giảm 45.41%)

Bảng 4.5 Sự thay đổi biên độ bình phương trung bình điện cơ mẫu 4

Nhận xét: Kết quả xử lý mẫu 4 cho thấy tại thời điểm chuyển giao giữa epoch 11 và 12, biên độ bình phương trung bình tín hiệu điện cơ giảm từ 322.05V 2 xuống còn 285.47V 2 (giảm 11.36% )

Bảng 4.6 Sự thay đổi biên độ bình phương trung bình điện cơ mẫu 5

Nhận xét: Kết quả xử lý mẫu 5 cho thấy tại thời điểm chuyển giao giữa epoch 17 và 18, biên độ bình phương trung bình tín hiệu điện cơ giảm từ 689.99V 2 xuống còn 165.87V 2 (giảm 75.96% )

Bảng 4.7 Sự thay đổi biên độ bình phương trung bình điện cơ mẫu 6

Nhận xét: Kết quả xử lý mẫu 6 cho thấy tại thời điểm chuyển giao giữa epoch 25 và 26, biên độ bình phương trung bình tín hiệu điện cơ giảm từ 1720.50V 2 xuống còn 1717.50V 2 (giảm 0.17% ) Tuy nhiên, kết quả khảo sát thêm các epoch lân cận cho thấy biên độ tín hiệu điện cơ tiếp tục giảm trong những epoch tiếp theo, đến epoch 29 giảm xuống còn 584.30V 2 (giảm 66.04% )

Sau khi tiến hành đo thực nghiệm trên 6 mẫu đầu tiên, kết quả trong các bảng từ 5.3 đến 5.7 đều cho kết quả tương tự là biên độ điện cơ giảm tại những thời điểm chuyển giao trạng thái từ thức sang giai đoạn đầu tiên của giấc ngủ (N1) Tuy nhiên, trong quá trình đo phát sinh vấn đề là việc so sánh sự giảm biên độ giữa 2 giai đoạn thức và ngủ chỉ đúng tại thời điểm ngủ gật chứ chưa đúng với tất cả các thời điểm

Mặc khác, sự giảm biên độ điện cơ đối với các đối tượng khác nhau thì khác nhau do

62 mỗi đối tượng có đặc tính sinh học khác nhau Ngoài ra, kết quả đo 6 mẫu đầu tiên cũng cho thấy, đối với một số đối tượng đo có tập thể thao thì tại thời điểm chuyển giao, biên độ điện cơ giảm rất mạnh (77.96% đối với mẫu số 5, 66.04% đối với mẫu 6) Điều này có thể được lý giải như sau: đối với những đối tượng đo có tập thể thao thì cơ bắp co dãn nhiều hơn so với người không tập, do đó tại thời điểm chuyển giao từ thức sang ngủ có sự giảm biên độ điện cơ nhiều hơn Như vậy, để có được đoạn dữ liệu được đo trong điều kiện giống nhau trên tất cả các đối tượng thì bắt đầu từ mẫu đo thứ 7 trở đi, trước khi đo thực nghiệm thì người được đo sẽ được đo hiệu chuẩn trong khoảng thời gian 10 phút Trong thời gian đo hiệu chuẩn, người được đo sẽ được yêu cầu ngồi thư giãn và không thực hiện bất cứ thao tác gì Sau 10 phút đo, người được đo sẽ bước vào giai đoạn ghi nhận trạng thái ngủ gật tương tự như quy trình đo đã đặt ra ban đầu và đã thực hiện trên 6 mẫu đo trước đó

4.3.2 Kết quả xử lý dữ liệu mẫu 7 khi hiệu chuẩn Bảng 4.8 Sự thay đổi biên độ bình phương trung bình điện cơ trong quá trình hiệu chuẩn

Bảng 4.9 Sự thay đổi biên độ bình phương trung bình điện cơ

Epotch R_Alpha R_Theta A 2    V 2 So sánh thức - ngủ So sánh hiệu chuẩn