Khóa luận tốt nghiệp Kỹ thuật máy tính: Hệ thống thu thập tín hiệu sóng não với module Nano 33 BLE

e Ứng dụng trong y học và chăm sóc sức khỏe Hệ thống thu thập tín hiệu sóng não có thể được sử dụng dé chân đoán và điềutrị các rối loạn thần kinh như động kinh, rỗi loạn giấc ngủ, và cá

ĐẠI HOC QUOC GIA TP HO CHÍ MINH

TRUONG DAI HOC CONG NGHE THONG TIN

KHOA KY THUAT MAY TINH

THAN NHẬT MINH - 20521615

KHOA LUAN TOT NGHIEP

HE THONG THU THAP TIN HIEU SONG NAO VOI

MODULE NANO 33 BLE

BRAIN WAVE SIGNAL COLLECTION SYSTEM WITH

NANO 33 BLE MODULE

CU NHAN KY THUAT MAY TINH

GIANG VIEN HUONG DAN

ThS NGUYEN DUY XUAN BACH

TP HO CHÍ MINH, 2024

LỜI CẢM ƠN

Lời đầu tiên, em xin gửi lời cảm ơn chân thành đến quý thầy, cô giáotrong khoa Kỹ thuật máy tính, cũng như toàn thể thầy, cô công tác tại trườngĐại hoc Công nghệ Thông tin — Dai học Quốc gia Thành phố Hồ Chí Minh đãluôn quan tâm, truyền đạt kiến thức và kỹ năng cho em trong suốt quá trình họctập Em cũng xin gửi lời cảm ơn đến Ban giám hiệu, Phòng Đào tạo của trường

đã luôn tạo điều kiện giúp em trong quá trình học tập và nghiên cứu

Đặc biệt, em gửi lời cảm ơn chân thành và sâu sắc nhất đến với thầyNguyễn Duy Xuân Bách đã chỉ bảo tận tình, chu đáo giúp đỡ để em có thể hoànthành tốt bài khóa luận tốt nghiệp Với những kinh nghiệm và bài học quý báucủa thầy, thầy đã luôn quan tâm, giúp đỡ em giải quyết những vấn đề phát sinh,khó khăn mắc phải trong quá trình thực hiện

Cuôi cùng, em xin gửi lời cảm ơn đên gia đình, bạn bẻ đã động viên, giúp

đỡ em trong suốt thời gian qua dé em hoàn thiện bài khóa luận tốt nghiệp

Em xin chân thành cảm on!

MỤC LỤC

Chương 1 MỞ ĐẦU -:- 5E S<2EESEE2EEEE12E121121121121121121121121 1.1.1, 13

1.1 Lý do chọn đề tài nghiên CỨu - 2-2 2 £+S£+EE+EE+EE£EE£EEzErEerrerrerree 13

1⁄2 Mục tiêu đề tài -cccrhtnthhHnH re 14

1.3 Phạm vi nghiên cứu và đối tượng nghiên cứu - 2s s+sz+s++: 14

1.3.1 Pham vi nghiÊn CỨU 5 << 1E ng, 14

1.3.2 Đối tượng nghiên cứu -©+©++2+++cx++rxsrxesrxrrrrrrrree 15

1.4 Phuong pháp nghiên CỨU Ă +1 332183213 5E EEEEESErerserreerresre 17

1.5 Dong góp của nghién CỨU - 5 << ngưng 18

Chương 2, TONG QUAN Qo vescsssssssssssssessesssessesssessessecasessecsucssssscsuessecsecasessecsecaseeses 19

2.1 Tổng qUan 4 „2⁄22 diệt À ÂU Q.0“ HH KH, 192.2 Các đề tài nghiên cứu liên quan :¿s¿©+2©++2x++cx++zxezrxesrxesrxee 19Chương 3 CƠ SỞ LÝ THUYÊT - 2: 22S2St+EE£EE£EE2EE+EEEEEEEEEEErrerrerreee 21

3.1 SOng nao Cố / đc 1 " 21

3.1.1 Phân loại sóng não chính - -. 5 + s3 +* + EEssteeeeseeerseeerre 21 3.1.2 Cac vùng não chính - - + s31 1 391113111 911 911 vn rên 24 3.1.3 Cac phương pháp thu thập sóng não - - 55+ +Ss + ssserseeerrse 25

3.2 Điện não đồ (Electroencephalograph — EEG) 2-2-2 2 s22 +2 27

3.2.1 Lịch sử của điện não đồ -c+crkttttrrrrrriirrriireriirrrii 283.2.2 Ứng dụng của điện não đỒ - + t+2s+St+EEcEEEEEEEeErrrrxrrrres 293.2.3 Tín hiệu điện não đồ -c++ctttt ng 30

3.3 Kỹ thuật thu thập tín hiệu sóng não - - 5 2+ + vs sseerseesreeree 31

3.3.1 Tổng quan các thông số kỹ thuật trong EEG - 2-52 5+ 31

3.3.2 Dien cực trong EEG - cà vn ST ng ng Hư 38

3.3.2.1 _ Hệ thống 10-20 quốc tẾ - + ++++++E++E+E++E+Errrrerreee 393.3.3 Bộ khuếch đại và bộ lọc trong EE - Ăn ree 41

3.3.3.1 Bộ khuếch ai cccsccssessesssesseesssssecsessecseesuessecsessussseesessseesees 41

3.3.3.2 Bộ lọc L2 2n 2H22 eo 42

3.3.4 Các tác nhân gây nhiễu trong EEG -: +s++c++z++xzx+zs+ 42

3.3.4.1 Cac tác nhân sinh Ìý + Ă tk v19 1v vn ren44 3.3.4.2 _ Các tác nhân phi sinh lý / Các tác nhân kỹ thuật 49

Chương 4 QUA TRÌNH TIẾP CAN THỰC HIEN DE TÀI - 54

4.1 Tim hiểu và sử dụng mô-đun TI ADS1299EEG-FE 2-2 5+: 54

4.1.1 Tổng quan về mô-đun ADS1299EEG-EE - 2-2 2+ 2+z+£z+sz 54

4.1.2 _ Kiến trúc hệ thong và sơ đồ mạch của ADS1299EEG-FE 54

4.1.3 Phần mềm giao diện người dùng (Graphical User Interface - GUI) và

các thanh øØÏh1 - - - s12 1911111 TH HH HH re 57

4.1.4 Kết luận về ADS1299EEG-FE - 2s SeSE+E+E+ESEeEeEErErErEsrerererx 59

4.2 Phat triển hệ thống thu thập tín hiệu sóng não trên bo mach Arduino Uno

5.1 _ Kiến trúc hệ thống :- + + ©k+EE+EESEESEEEEEEE1111221221211211 111.1 xe 62

5.1.1 Bộ chuyền đôi tương tự sang số (ADC)) 5c ct St Eeterrrkerrrx 62

5.1.1.1 Dau vào tín hiệu analog trong ADS1299 - se: 645.1.1.2 Cấu hình bộ khuếch dai PGA (Programable Gain Amplifier) va

khoảng đầu vào (input range) cccceccescesessessesessessessssseseesessesssessesseeseeseesees 64

5.1.1.3 Tham chiếu nội trong ADS1290 2 2+cs+E++EzEczrczrerreee 65

5.1.4.1 VỊ trí đặt điện CỰC - 2Ă c1 Hs ng ng cư 705.2 90000009 5 4 72

5.2.1 Bắt đầu (Start).$§ẤẾZZz ««œsuấ:-.À cecccccccscee 74

5.2.2 Dat lat (RES€t) hố he e 74 5.2.3 Thu thập đữ liu cceccccccccceccssessesssessessesssessecsessessessusssessessuessecseeseeeseess 74

5.2.3.1 _ Dữ liệu san sàng (DRDY) - ¿+ 2+ccs+Ecrerxererrereee 74

5.2.3.2 Doc trả dữ liệu (Reading Back Data) 5+ +-«<+<s+ 74 5.3 Giao diện người Ùng .- - s1 v11 HH rry 74

5.3.1 _ Bộ lọc trong tích hợp trong giao diện người dùng -‹ 79Chương 6 KIÊM THU VÀ ĐÁNH GIA 2 ¿©5¿2c++2c++2zxvzrxerrxee 81

6.1 DO chính xác va tin CẬY - - + HH ng rry 82

6.2 Chỉ phí 5Ec ©2222 2 1E7121127171121121111 2111111 83

Hình 3.7 So sánh số lượng bit với độ phân giải giữa 16-bit và 3-bit 34

Hình 3.8 Tín hiệu bị biến dang trong bộ khuếch đại -. 2- 5225255225522 35Hình 3.9 Hệ số nén đồng pha (CMRR) trong EEG -2 5¿©2sz2cxz55s+2 36Hình 3.10 Hệ thống đặt điện cực EEG 10-20 quốc tế - -¿ ¿+5+z+5s+¿ 40Hình 3.11 Hình ảnh minh họa cho nhiễu tín hiệu khi chớp mắt - 44Hình 3.12 Hình ảnh minh họa cho nhiễu tín hiệu khi nghiến răng - 45Hình 3.13 Tín hiệu điện não đồ (EEG) bị nhiễu do tín hiệu điện tâm đồ (ECG) 46Hình 3.14 Nhiễu do m6 hôi -2¿ 252c22++2222+teEEkvtittkrkrrttrkrrrrrrkrrrrrrkee 47Hình 3.15 Nhiễu do quá trình hô Wap ceecccceececccscesesesessessessessessessesessesesesseseeaees 48

Hình 3.16 Nhiễu do hiện tượng elecrode pOp - 2 + 2 2+ +++s£+x+£+zz+zx+zs2 49

Hình 3.17 Nhiễu do chuyên động của dây cáp - 2 2 2+cz+£++zzeczxezreee 50Hình 3.18 Nhiễu do đặt sai điện cực tham chiếu - ¿2s +s+s+EeEs£eztzEzx+Eezerers 51Hình 3.19 Nhiễu do điện trường xoay chiỀu 2-2 2 2 +2 £+£++EzE+zEzrzrxee 52Hình 3.20 Nhiễu do chuyên động của cơ thỂ - 2 2 2 +2 £+£++£++EzE+xzzezxz 53

Hình 4.1 Bộ mô-đun ADS1299EEG-EE - 1t HH ng ngư55

Hình 4.2 Sơ đồ khối của bo mạch ADS1299EEG-EE -ccc:c255sccscccvv: 56

Hình 4.3 Đầu vào vi sai (Differential Input) và đầu vào đơn (Single-Ended Input)57

Hình 4.4 Giao diện người dùng cấu hình các thanh ghi -: -¿- ¿+2 58

Hình 4.5 Giao diện người dùng quan sat sóng não thu được - - «-s« 59

Hình 4.7 Hệ thống thu thập tín hiệu sử dụng Arduino no - ‹ -« «<5 61

Hình 4.8 Tín hiệu quan sát được trên Serial PÏOff€T 5+5 «<< s+s++exseess 61

Hình 5.1 Bộ chuyên đổi tín hiệu tương tự sang số (ADC) TI ADS1299 [41] 62

Hình 5.2 Sơ đồ khối của ADS1290 St St St SE+E+ESEEEEEEEEEEEESEEEEEEEEEEEErErErrrrersre 63Hith 5.3 i0 0,8 8 64Hình 5.4 Sơ đồ khối cho bộ khuếch đại trong ADS1299 -2: 525525522 64

Hình 5.5 Tham chiếu nội trong ADS1290 - 2 2 2+S++E£+E++E2EE+EzEzEzrezrxee 65

Hình 5.6 Hàm truyền của bộ lọc số trên chip cho tới fMop/l6 - -‹ -«« s 66

Hình 5.7 Bo mạch vi điều khiển Arduino NANO 33 BLE - . -5:-5- 68

Hình 5.8 Tổng quan về hệ thống và các thành phần -2 ¿- ¿2+2 68Hình 5.9 Hệ thống thu thập tín hiệu sóng não sử dung module NANO 33 BLE 68Hình 5.10 Điện cực sử dụng trong hệ thống ¬—— 69Hình 5.11 Vị trí các điểm cực trong hệ thống 2-2-2 2£ +E£+££+£x+zxzzxserxez 70

Hình 5.12 Sơ đồ nguyên lý của hệ thống - 2 2 2 ++++£+£+Ezxzxezrerreee 71

Hình 5.13 Sơ đồ giải thuật của hệ thống - 2 2-©5¿©5£+£++£E£+E+Exerxezrxerxee 73Hình 5.14 Tổng quan về kiến trúc phần mềm hiền thị . 2-5522 525522 75

Hình 5.15 Lệnh Start/Stop Data Transfer trong GIUIL ««++«<++se>+s++ 76

Hình 5.16 Lệnh Activate/Deactivate channel trong GI - ««+-««>+s«++ 77Hình 5.17 Giao diện hiên thị tomg quan - 2 2 2 2 £+££+££+££+E++£++£+zzzzzxee 71Hình 5.18 Phần hiển thị vị trí các điện cực đang kích hoạt -«+ -«++ 78Hình 5.19 Phần hiển thị sóng não thu thập được, kèm điện áp - - - - 78Hình 5.20 Giao diện hiển thị tần số sóng não quy đổi ¿ -5¿©5z5s55+2 79Hình 5.21 Phần hiển thị các bộ lọc cho người dùng 2- 2 + z+z2£sz+z 80Hình 6.1 Hệ thống do sóng não ADS1299EEGFE-PDK c.sscsssesssesssesssessseessessses 81Hình 6.2 Kết quả do trên thiết bị tham chiếu 2-2 5+ ++2zx+2zxzzxezzsez 82Hình 6.3 Kết qua đo trên hệ thống dé xuất - 2-2 2 2 +2 £+EE+E2E+EzErrxee 83Hình 7.1 Bo mạch thiết kế cho hướng phát triển trong tương lai . - 86

DANH MỤC BANG

Bảng 3.1 Bảng so sánh các phương pháp ổo cà Sc*ScssEvseserrrsrseerseres 26Bang 3.2 Bảng so sánh đặc điểm của các phương pháp đo - 2-5: 27Bảng 5.1 Bang thông số của hệ thống thu thập sóng não -: :-+- 71Bang 5.2 Bảng giá thành cho các linh kiện thành phần 2-2-2 25+: 72Bang 5.3 Bảng lệnh giao tiếp giữa UI và hệ thống -2- 2-2 2252252222522 76Bang 6.1 Bảng so sánh giá thành của hệ thống với các sản phẩm ngoài thị trường 83

DANH MỤC TU VIET TAT

BCI Brain — Computer Interface Giao dién nao — may tinh

ADC Analog Digital Converter Bộ chuyên đôi tương tự sang số

CPU Central Processing Unit Bộ xử lý trung tâm

PC Personal Computer Máy vi tính cá nhân

BLE Bluetooth Low Energy Bluetooth năng lượng thấp

EEG Electroencephalogram Điện não đô

SPI Serial Peripheral Interface Giao diện ngoại vi nôi tiếp

ERPs Event-related potentials Điện thé liên quan đến sự kiệnloT Internet of Things Internet Vạn vật

GUI Graphical User Interface Giao diện người dùng

TOM TAT KHÓA LUẬN

Ngày nay, công nghệ IoT đã phát triển, giúp con người thu thập dir liệu sóng não, làtiền đề dé giải mã, khám phá nhiều thông tin có ý nghĩa từ đó Tuy nhiên, các hệ

thống EEG chat lượng cao thường có chi phí đắt đỏ Dé giảm chi phí, dé tài nghiêncứu đề xuất phát triển hệ thống sóng não dựa trên mã nguồn mở Lĩnh vực nghiên

cứu về hệ thống thu thập sóng não còn khá mới mẻ, hiện chỉ có số lượng nhóm

nghiên cứu hạn chế tại Việt Nam Thông qua đề tài này, chúng ta có cơ hội mở rộngkiến thức và kỹ năng, đồng thời tạo nền tảng, đóng góp vào sự phát triển của nghiêncứu khoa học trong nước Sóng não được đo bằng các hoạt động điện giữa các tế

bào thần kinh ở vỏ não bằng các điện cực da đầu Kết quả là các hình thức thu thậpsóng não và phân tích đã được phát trién Giao diện sử dung sóng não sẽ không

thông qua ngôn ngữ hay hành vi cơ thé mà sẽ truyền trực tiếp đến hệ thống cung

cấp giao diện não — máy tinh (BCI) Điều này có thê thực hiện được vì nhiều loại

sóng não xuất hiện tùy thuộc vào trạng thái thê chất và tinh thần của người sử dụng

12

Chương 1 MỞ ĐẦU

1.1 Lý do chọn đề tài nghiên cứu

Sóng não, hay dao động thân kinh, là một phân quan trọng của hoạt động thân kinh, đóng vai trò cot yêu trong việc hiêu rõ các chức năng cua não bộ Việc nghiên cứu sóng não không chỉ giúp chúng ta hiêu rõ hơn vê cơ chê hoạt động của não mà còn

mở ra nhiều ứng dụng trong y học, tâm lý học, và công nghệ.

e Ứng dụng trong y học và chăm sóc sức khỏe

Hệ thống thu thập tín hiệu sóng não có thể được sử dụng dé chân đoán và điềutrị các rối loạn thần kinh như động kinh, rỗi loạn giấc ngủ, và các vấn đề về sứckhỏe tâm thần Nó cũng hỗ trợ trong việc nghiên cứu và phát triển các phương

pháp điêu tri mới, nâng cao hiệu quả va độ chính xác trong chân đoán.

° Ứng dụng trong công nghệ và giao diện não-máy tính (BCI)

Với sự phát triển của các công nghệ hiện đại, việc sử dụng tín hiệu sóng não dé

điều khiển các thiết bị bên ngoài thông qua giao diện não-máy tinh dang trở

thành hiện thực Hệ thống thu thập tín hiệu sóng não đóng vai trò then chốt trong

việc phát triển các ứng dụng này, từ việc hỗ trợ người khuyết tật cho đến các

ứng dụng giải tri và tương tác người-máy.

e Đóng góp vào sự phát triển của khoa học kỹ thuật

Việc phát trién một hệ thống thu thập tín hiệu sóng não đòi hỏi sự kết hợp củanhiều lĩnh vực khoa học kỹ thuật, bao gồm điện tử, kỹ thuật số, xử lý tín hiệu và

khoa học máy tính Nghiên cứu và phát triển đề tài này không chỉ đóng góp vào

sự tiến bộ của các công nghệ hiện đại mà còn tạo ra cơ hội cho các sinh viên tiếp

cận và làm chủ các kiên thức và kỹ năng liên quan.

e Thách thức va cơ hội hoc hỏi

Đề tài không chỉ mang tính thách thức mà còn mở ra nhiều cơ hội học hỏi vàsáng tao cho sinh viên Từ việc thiết kế hệ thống phần cứng dé thu thập tín hiệu,

đên việc phát triên các thuật toán xử lý tín hiệu và phân tích dữ liệu, sinh viên sẽ

13

có cơ hội áp dụng kiến thức đã học vào thực tế, rèn luyện kỹ năng nghiên cứu vàgiải quyết van dé, và tạo ra những đóng góp cụ thé và có giá trị.

e Đóng góp cho cộng đồng và xã hội

Cuối cùng, việc nghiên cứu và phát triển hệ thống thu thập tín hiệu sóng não cóthé mang lại những lợi ích thiết thực cho cộng đồng và xã hội Những ứng dụngtrong y học và công nghệ có thé cải thiện chất lượng cuộc sống của nhiều người,đặc biệt là những người mắc các bệnh lý thần kinh hoặc khuyết tật

Với những lý do trên, đề tài "Hệ thống thu thập tín hiệu sóng não với module Nano

33 BLE" không chi mang lại giá tri khoa học và công nghệ mà còn có ý nghĩa thực

tiễn và nhân văn sâu sắc Đây là một lựa chọn đề tài phù hợp và đầy triển vọng chokhóa luận tốt nghiệp

1.2 Mục tiêu đề tài

e Phát triển một hệ thống phan cứng và phần mềm thu thập được tín hiệu sóng

não với chi phí hợp lý.

se Dé tai không chỉ mang tính học thuật mà còn là cơ hội dé học hỏi từ những

thử nghiệm, khó khăn và thành công trong quá trình phát triển hệ thống thuthập sóng não.

e© Tao nền tảng cho các nhóm nghiên cứu tương lai, mở rộng khả năng ứng

dụng của hệ thống: phát triển các phương pháp phân tích tín hiệu sóng não,

áp dụng hệ thống vào các lĩnh vực nghiên cứu khoa học khác nhau, phát triển

các ứng dụng thực tế,

1.3 Phạm vi nghiên cứu và đối tượng nghiên cứu

1.3.1 Pham vi nghiên cứu

Đề tài "Hệ thống thu thập tín hiệu sóng não với module Nano 33 BLE” tập trung

vào việc nghiên cứu và phát triển hệ thống và phần mềm dé thu thập, xử lý và hiểnthị tín hiệu sóng não Phạm vi nghiên cứu cu thé bao gôm:

14

e_ Thiết kế hệ thống phan cứng:

© Nghiên cứu về cau trúc và hoạt động của module Nano 33 BLE, đặc

biệt là khả năng kết nối không dây và xử lý tín hiệu.

Lua chon và tích hợp các điện cực EEG để thu thập tín hiệu sóng não.Thiết kế mạch điện và hệ thống khuếch đại để đảm bảo tín hiệu thu

được có độ chính xác cao và ít nhiễu.

Khám phá và áp dụng các phương pháp đo lường và thu thập tín hiệu sóng não (EEG) sử dụng các cảm biên điện cực.

Phát triển các phương pháp phân tích thời gian-tan số dé trích xuất các

đặc trưng của sóng não.

Thiết kế giao diện người dùng dé hiển thị và phân tích dữ liệu sóng

não thu thập được từ hệ thông.

e Thực hiện các thí nghiệm thực tế để đánh giá hiệu suất và độ tin cậy của hệ

thống.

Phạm vi và đối tượng nghiên cứu như trên nhằm đảm bảo hệ thống thu thập tín hiệu

sóng não được xây dựng có thê hoạt động hiệu quả, đáp ứng các yêu câu vê độ

chính xác và tính thực tiễn trong các ứng dụng thực tế

1.3.2 Đối tượng nghiên cứu

Đề tài “Hệ thống thu thập tín hiệu sóng não với module Nano 33 BLE” tập trung

vào nghiên cứu và phát triển một hệ thống thu thập tín hiệu sóng não sử dụng

module Arduino Nano 33 BLE và các công nghệ kỹ thuật liên quan Đối tượng

nghiên cứu gôm có:

Module Arduino Nano 33 BLE:

15

Là thành phần chính của hệ thống, chịu trách nhiệm thu thập và xử lý tín

hiệu sóng não Nano 33 BLE được chọn do có kích thước nhỏ gọn, tính linh

hoạt cao và khả năng kết nối Bluetooth Low Energy (BLE) mạnh mẽ

Bộ chuyên đổi tín hiệu tương tự sang tín hiệu số (ADC) TI ADS1299:

Được sử dụng dé chuyền đổi tín hiệu EEG từ các điện cực thành tín hiệu số

dé xử lý và phân tích ADS1299 là một bộ ADC có độ phân giải cao, chuyêndụng cho các ứng dụng EEG Nó cung cấp độ nhiễu thấp và độ chính xáccao, g1úp cải thiện chất lượng tín hiệu thu thập được

Các điện cực EEG:

Điện cực EEG là các cảm biến được sử dụng dé thu thập tín hiệu điện sinh

học từ não bộ Các tín hiệu này phản ánh hoạt động của não bộ dưới dạng

sóng điện Được đặt trên da đầu của người tham gia thí nghiệm dé ghi lại cácsóng não (như alpha, beta, theta, delta) cần thiết cho việc phân tích tín hiệu

Phương pháp điện não đồ (Electroencephalography — EEG):

EEG là phương pháp ghi lại hoạt động điện của não thông qua các điện cực

gắn trên da đầu Phương pháp này được sử dụng rộng rãi trong nghiên cứukhoa học và y tế Được áp dụng dé thu thập dữ liệu sóng não từ các đốitượng nghiên cứu, giúp phân tích và hiểu rõ hơn về hoạt động của não bộ

Các phương pháp khuếch đại và khử nhiễu trong EEG:

o Khuéch đại tín hiệu: Sử dụng các bộ khuếch dai để tăng cường tin

hiệu EEG yếu từ các điện cực trước khi chuyền đổi sang tín hiệu só

o Khử nhiễu: Áp dụng các kỹ thuật lọc nhiễu như lọc thông thấp, lọc

thông cao, lọc thông dải và lọc notch dé loại bỏ nhiễu từ các nguồnkhác nhau (như nhiễu 50/60 Hz từ nguồn điện) nhằm cải thiện chấtlượng tín hiệu EEG.

16

1.4 Phương pháp nghiên cứu

e Nghiên cứu tài liệu và thiết kế hệ thống:

le) Tiến hành tìm hiểu về các công nghệ và thiết bị liên quan đến EEG,

Arduino Nano 33 BLE, ADS 1299 và các phương pháp xử lý tín hiệu.

Xác định yêu cầu và tính năng của hệ thống thu thập tín hiệu sóng

não.

Thiết kế kiến trúc tổng quan của hệ thống bao gồm sự tích hợp giữa

Arduino Nano 33 BLE, điện cực EEG, bộ ADC ADS1299 và phan

mém diéu khién.

e Phat triên phân cứng và phân mém:

©

©

Lập trình trên Arduino Nano 33 BLE dé đọc dữ liệu từ bộ ADC

ADS1299, xử lý tín hiệu và truyền dit liệu qua giao thức BLE.

Phát trién phần mềm theo dõi và giao diện người dùng trên máy tính

để thu thập, hiển thị dữ liệu EEG

e Thử nghiệm và đánh giá:

le) Thực hiện các thử nghiệm trên người tham gia để thu thập dữ liệu

sóng não trong các điều kiện thực tế

Đánh giá hiệu suất của hệ thong từ các mặt như độ chính xác cua tínhiệu thu, kha năng kết nối và ồn định của BLE và sự thích hợp của

giao diện người dùng.

Phân tích dữ liệu thu thập được dé đánh giá các yếu tô ảnh hưởng đến

chât lượng và tin cậy của tín hiệu sóng não.

e Phân tích và đánh giá kết quả:

© Đánh giá tính khả thi và hiệu quả của hệ thống thu thập tín hiệu sóng

não so với các phương pháp và thiết bị thương mại hiện có

Đưa ra những kết luận và khuyến nghị về việc cải thiện hệ thống hoặc

ứng dụng trong tương lai.

17

1.5 Đóng góp của nghiên cứu

e_ Đóng gop lý thuyết:

o Tăng cường kiến thức về các công nghệ liên quan đến EEG, Arduino

Nano 33 BLE, ADS1299 và các phương pháp xử lý tín hiệu.

o Nghiên cứu và áp dụng các phương pháp mới trong việc tích hop và

điều khiển hệ thống thu thập tín hiệu sóng não.

o Đưa ra những bước di mới trong việc áp dụng công nghệ vào lĩnh vực

y tế và nghiên cứu khoa học.

e Đóng góp thực tiễn:

o_ Phát triển một hệ thong thu thập tín hiệu sóng não có thé được triển

khai trong các ứng dụng thực tế như giám sát sức khỏe, điều khiến

thiết bị thông minh dựa trên tín hiệu não, và nghiên cứu về hoạt động

não bộ.

o_ Xây dựng một giải pháp có thé được sử dụng rộng rãi, với chi phí thấp

hơn so với các thiết bị thương mại hiện có, nhưng vẫn đảm bảo tính

chính xác và độ tin cậy.

e Đóng góp công nghệ:

o Đề xuất và thử nghiệm các phương pháp xử lý tín hiệu mới để cải

thiện chất lượng dữ liệu thu thập từ các điện cực EEG

o_ Tối ưu hóa việc sử dụng Arduino Nano 33 BLE dé đảm bao khả năng

xử lý và truyền dữ liệu hiệu quả, đồng thời giảm thiểu tiêu thụ nănglượng.

e Đóng góp xã hội:

o_ Đưa ra các giải pháp giúp nâng cao chất lượng chăm sóc sức khỏe và

phát triển công nghệ y tế thông qua việc ứng dụng tín hiệu sóng nãovào các phương pháp chân đoán và điều trị

o Hướng đến việc đem lại lợi ích xã hội thông qua việc cải thiện sức

khỏe và chât lượng cuộc sông của người dân.

18

Chương2 TONG QUAN

2.1 Téng quan

Ngày nay, công nghệ IoT đã phát triển, giúp con người thu thập dữ liệu sóng não, là

tiền đề dé giải mã, khám phá nhiều thông tin có ý nghĩa từ đó Tuy nhiên, các hệ

thống EEG chất lượng cao thường có chỉ phí đắt đỏ Đề giảm chỉ phí, đề tài nghiên

cứu đê xuât phát triên hệ thông sóng não dựa trên mã nguôn mở.

Lĩnh vực nghiên cứu về hệ thống thu thập sóng não còn khá mới mẻ, hiện chỉ có sốlượng nhóm nghiên cứu hạn chế tại Việt Nam Thông qua đề tài này, chúng ta có cơhội mở rộng kiến thức và kỹ năng, đồng thời tạo nền tảng, đóng góp vào sự phát

triên của nghiên cứu khoa học trong nước.

2.2 Các dé tài nghiên cứu liên quan

e Nghiên cứu của F Pinho (2014) đã trình bay một hệ thống có thé đeo, chạy

băng pin Hệ thống sử dụng bộ ADC có độ phân giải 24-bit ADS1299 có khảnăng lấy mẫu lên đến | ksps Dữ liệu sóng não có thé được xử lý thời gianthực thông qua CPU ARM cortex-A8 1 GHz và gửi đến PC thông quaTCP/IP Vi trọng tâm của nghiên cứu là tạo ra một hệ thống độc lập với CPUhiệu suất cao nên thời lượng pin khá hạn chế khi chạy ở mức tối đa và thiết

bị cũng chưa được tối ưu hóa về kích thước [1]

e Nghiên cứu của B Senevirathna (2016) đã thiết kế một hệ thống thu thập tín

hiệu sóng não nhỏ gọn, chi phí thấp Hệ thống có 8 kênh, sử dụng bộ ADCADSI299 và bộ vi điều khiển SAM G55 Tác giả đã cấu hình cho hệ thống

lay mẫu với tốc độ 250 Hz và truyền dữ liệu thông qua Bluetooth Nghiên

cứu đã thành công trong việc hiện thực một hệ thống chi phí thấp, tuy nhiên

hệ thống vẫn còn hạn chế về số kênh truyền dé đáp ứng độ phân giải khônggian tốt hơn [2]

e Nghiên cứu của Tomas Uktveris (2018) đã thiết kế một mô đun thu thập tín

hiệu sóng não dựa trên chip ADS1298 và bộ vi điều khiển Atmega2560 chạy

19

ở 16 MHz Hệ thống có khả năng thu thập từ 16 kênh với tốc độ lấy mẫu lênđến 1000 Hz và truyền dữ liệu thông qua Bluetooth hoặc WiFi Nghiên cứu

đã đưa ra một hệ thống hoàn chỉnh, tuy nhiên sử dụng bộ ADC ADS1298khá lỗi thời gây ra tín hiệu nhiễu tham chiếu đầu vào khá cao so với khi sử

dụng ADS1299 [3]

OpenBCI Cyton Board là một san pham thương mai thu thập sóng não 8kênh, tương thích với Arduino OpenBCI Cyton triển khai bộ vi điều khiểnPIC32MX250F128B với bộ nhớ lớn và tốc độ xử lý cao Hệ thống sử dụng

bộ ADC ADS1299 với độ phân giải 24-bit, dữ liệu được lấy mẫu ở tần số250Hz trên mỗi kênh Bảng mạch giao tiếp không dây với máy tính thôngqua USB OpenBCI Dongle bang giao thước Bluetooth San phâm đã đáp ứngđược nhu cầu sử dụng và hoàn thiện rất tot tuy nhiên vẫn chưa tối ưu được vềmặt chi phí và cấu trúc khi sử dung các thành phan riêng lẻ

Emotiv Insight: La một trong những thiết bi EEG thương mại phổ biến, đượcthiết kế dé thu thập dữ liệu não bộ với khả năng sử dụng trong nghiên cứu,giáo dục và thậm chí là ứng dụng cho người dùng cá nhân Thiết bị có 5

kênh, có khả năng ghi lại các tín hiệu EEG cơ bản như alpha, beta, theta,

delta Thiết bị có tốc độ lấy mẫu 128 SPS, độ phân giải 16 bits và kết nối

Bluetooth.

Muse 2: Được biết đến như một thiết bị theo dõi sự tập trung và thư giãnbằng EEG Nó có khả năng ghi lại các chỉ số của não bộ và cung cấp phảnhồi thúc đây sự tap trung và giảm stress Thiết bị có 4 kênh (2 điện cực trước

và 2 điện cực sau), tốc độ lay mẫu 256 Hz cùng với độ phân giải 24 bit

g.Nautilus: Là một hệ thống EEG nâng cao, hỗ trợ nghiên cứu và ứng dụnglâm sàng Hệ thống này cung cấp khả năng ghi âm, xử lý và phân tích dit liệu

EEG một cách chính xác Số điện cực lên đến 128 điện cực (tùy chọn), tần số

lay mẫu: lên đến 38.4 kHz,d6 phân giải 24 bit Thiết bị phục vụ cho hệ thống

nâng cao cho nghiên cứu và ứng dụng lâm sàng, có khả năng ghi âm, xử lý

và phân tích dữ liệu EEG một cách chính xác.

20

Chương 3 CƠ SỞ LÝ THUYET

3.1 Sóng não

Sóng não, hay giao động thần kinh là các mô hình hoạt động thần kinh nhịp nhànghoặc lặp đi lặp lại trong hệ thống thần kinh trung ương Mô thần kinh có thé tạo ra

hoạt động dao động theo nhiều cách, được thúc đây bởi các cơ chế bên trong từng

neuron hoặc bởi sự tương tác giữa các neuron Trong các neuron đơn lẻ, các dao

động có thể xuất hiện dưới dạng dao động trong tiềm năng màng hoặc dưới dạng

các mô hình nhịp điệu của các đỉnh sóng hành động, sau đó tạo ra sự kích hoạt dao

động của các neuron sau khớp Những tín hiệu điện này tạo ra các mẫu riêng biệt có

thể đo được và phân loại thành các dải tần số khác nhau

Ở mức độ các nhóm thần kinh, hoạt động đồng bộ của một số lượng lớn các neuron

có thé tạo ra các dao động vĩ mô, có thể được quan sát trong điện não đồ

(Electroencephalogram - EEG) Hoạt động dao động trong các nhóm neuron thườngphát sinh từ các kết nói phản hồi giữa các neuron dẫn đến sự đồng bộ hóa của các

mô hình phát tín hiệu của chúng Sự tương tác giữa các neuron có thể tạo ra các dao

động ở tần số khác với tần số phát tín hiệu của từng neuron đơn lẻ Nói chung, cácdao động có thể được đặc trưng bởi tần số, biên độ và pha của chúng Các đặc tính

tín hiệu này có thê được trích xuất từ các bản ghi thần kinh bằng phân tích thời gian

— tần số Các dao động thần kinh và đồng bộ hóa đã được liên kết với nhiều chứcnăng nhận thức như truyền thông thông tin, nhận thức, điều khiển chuyển động và

trí nhớ.

3.1.1 Phan loại sống não chính

Sóng não được phân loại chủ yếu dựa trên tần số của chúng và các hoạt động sinh lý

mà chúng phản ánh Các loại sóng não chính bao gồm Delta, Theta, Alpha, Beta vàGamma, với mỗi loại có đặc điểm và chức năng riêng Dưới đây là một phân loạichỉ tiết:

21

Song delta thường thấy trong giấc ngủ sâu, không mơ, đặc biệt là ở trẻ sơ sinh

và trẻ nhỏ Sự hiện diện của chúng ở người lớn khi tỉnh táo có thé gol ý về bệnh

lý não.

Trong các thí nghiệm giấc ngủ, sóng delta được sử dụng để đánh giá độ sâu của

giấc ngủ Sóng delta càng mạnh chứng tỏ giấc ngủ càng sâu Tăng công suấtdelta (tăng số lượng ghi lại sóng delta) cũng được phát hiện có liên quan đến

tăng sự tập trung vào các nhiệm vụ bộ nhớ làm việc nội tại [5].

e Sóng Theta (4- 8 Hz):

Thường được quan sát thay ở trẻ em và người lớn buồn ngủ, những sóng này nồibật nhất trong khi thiền sâu hoặc khi đang rơi vào giấc ngủ nhẹ Giống như sóngdelta, hoạt động theta nồi bật khi tỉnh táo ở người lớn có thể là dấu hiệu của cácvấn đề thần kinh

22

Sóng theta được cho là có liên quan đến quá trình học tập, ghi nhớ và xử lý cảmxúc [6] Bất cứ khi nào chúng ta đối mặt với các nhiệm vụ khó khăn (ví dụ: khinhớ lại đường về nhà từ nơi làm việc), sóng theta trở nên nổi bật hon Thetacũng liên quan đến mức độ mệt mỏi tăng lên [7].

e Sóng Alpha (8 - 13 Hz):

Song alpha thường xuất hiện khi một người ở trạng thái thu giãn và bình tĩnh,nhưng van tỉnh táo Chúng nổi bật nhất khi một người đang mơ mộng hoặc dé

tâm trí lang thang thụ động Thiếu sóng này khi một người đang nghỉ ngơi có thé

là dâu hiệu của một rôi loạn não.

Sóng alpha thường giảm hoặc biến mat khi một người tập trung vào các nhiệm

vụ hoặc khi mắt mở Mức độ alpha tăng lên khi ở trạng thái tỉnh táo thư giãn.Chúng cũng liên quan đến sự ức chế và chú ý [8]

e Sóng Beta (13 - 30 Hz):

Song beta liên quan đến suy nghĩ phân tích tích cực Chúng trở nên rõ rang hơnkhi một người tỉnh táo, chú ý hoặc tham gia vào giải quyết vấn đề, ra quyết địnhhoặc hoạt động tinh than tập trung [9] Đáng chú ý, sự gia tăng của sóng Beta

cũng được ghi nhận khi chúng ta quan sát người khác vận động [10].

e Sóng Gamma (30 - 100 Hz):

Sóng Gamma liên quan đến các nhiệm vụ xử lý cao cấp, cũng như chức năng

nhận thức Chúng đóng vai trò trong nhiều chức năng như nhận thức, ý thức và hồi tưởng ký ức.

Sóng Gamma được xem là liên quan chặt chẽ đến các quá trình như ý thức, sựchú ý và nhận thức tập trung, trao đổi dit liệu giữa các vùng não [11] Nhữngnghiên cứu khác liên kết sóng Gamma với các chuyên động nhanh của mắt, hay

“micro-saccades” [12].

Mỗi loại sóng não có vai trò riêng trong hoạt động bộ não và có thê được sử dụng

đê hiéu về trang thái tâm trí và sức khỏe não của con người.

23

3.1.2 Các vùng não chính

Lớp ngoài của não được gọi là vỏ não, nơi thực hiện nhiều chức năng quan trọngcủa hệ thần kinh Vỏ não được chia thành bốn thùy: thùy trán (frontal lobe), thùyđỉnh (parietal lobe), thùy thái đương (temporal lobe), và thùy cham (occipital lobe)

Mỗi thùy lại có các phân khu nhỏ hơn và liên kết với các chức năng cụ thé của não

bộ [13]:

Thùy đỉnh

Thuy thải

dưỡng

Hình 3.2 Hình minh họa các vùng khác nhau của não

e Thùy cham (Occipital cortex)

Thùy cham, nằm ở phan sau của hộp so, là trung tâm xử ly thông tin thị giác của

não Tất cả những gì chúng ta nhìn thấy đều được xử lý tại khu vực này Các thínghiệm EEG với các kích thích thị giác như video hoặc hình ảnh thường tập

trung nghiên cứu tại đây.

e Thùy đỉnh (Parietal cortex)

Trong các thí nghiệm EEG, thùy đỉnh được đặc biệt chú ý vi vai trò quan trong

của nó trong việc tích hợp thông tin cảm giác và phản hồi Thùy đỉnh chịu trách

24

nhiệm hợp nhất các tín hiệu từ các giác quan để giúp chúng ta nhận thức vàtương tác với môi trường xung quanh Khi thực hiện các nhiệm vụ liên quan đếnchuyên động mắt, tay, hoặc sự phối hợp giữa mắt và tay, các vùng của thùy đỉnh

sẽ hoạt động mạnh mẽ EEG có thé ghi nhận những thay đổi trong hoạt động

điện của thùy đỉnh khi người tham gia thực hiện các nhiệm vụ này, giúp các nhà

nghiên cứu hiểu rõ hơn về cách não bộ xử lý và phản hồi thông tin cảm giác vàkhông gian.

e Thuy thái dương (Temporal cortex)

Thùy thai dương đóng vai trò quan trong trong việc nghiên cứu các chức nang

liên quan đến thính giác, ngôn ngữ và trí nhớ Thùy thái dương chịu trách nhiệm

xử lý âm thanh và ngôn ngữ, lưu trữ thông tin về trí nhớ dài hạn và nhận dạng

các khuôn mặt và đối tượng Thùy thái dương trái tham gia vào việc hiểu ngônngữ viết và nói

e Thùy trán (Frontal cortex)

Phan trán của não người được mở rộng so với hầu hết các loài động vật có vúkhác Thùy trán là một khu vực quan trọng để nghiên cứu vì nó liên quan đếnnhiều chức năng cao cấp của não bộ như lập kế hoạch, ra quyết định, kiểm soáthành vi, và cảm xúc Thùy trán chịu trách nhiệm quản lý và điều hành các hànhđộng có mục đích, giải quyết vấn đề và điều chỉnh cảm xúc

3.1.3 Cac phương pháp thu thập sóng não

Hiện nay, có một số phương pháp dé thu thập các tín hiệu sóng não, mỗi phươngpháp đều có đặc điểm và ứng dụng riêng Dưới đây là một số phương pháp phổ biếnnhất đề thu thập tín hiệu sóng não:

e EEG (Electroencephalography)

e MEG (Magnetoencephalography)

e NIRS (Near-Infrared Spectroscopy)

e PET (Positron Emission Tomography)

e fMRI (Functional Magnetic Resonance Imaging)

25

Bảng 3.1 Bảng so sánh các phương pháp đo Tên Phương pháp đo

EG Sử dụng điện cực dé ghi lại hoạt động điện sinh lý của não từ bên

ngoài da đầu

EG Su dung cac cam biến từ từ dé ghi lại các biến đôi từ lượng nhỏ của

các lực từ từ từng neuron hoạt động trong não.

MRI Sử dung từ trường mạnh để tạo hình ảnh sự thay đồi trong dòng máu

oxy hóa, cho phép xác định các vùng não hoạt động.

PET Sử dụng hat positron dé theo dõi sự phân bố của các phân tử hóa

học đánh dấu trong não

NIRS Sử dụng ánh sáng gần hồng ngoại dé đo lường sự thay đôi

oxy-hemoglobin và deoxy-oxy-hemoglobin trong não.

Mỗi phương pháp có những đặc điểm riêng biệt va được sử dung tùy theo mục dichnghiên cứu, khả năng kinh tê của nghiên cứu và yêu câu về độ phân giải.

Độ phân giải không gian và thời gian là hai khái niệm quan trọng trong lĩnh vực

nghiên cứu sóng não và các phương pháp điện sinh học khác Chúng đề cập đến khảnăng của các phương pháp này đê phân biệt và đo lường các sự kiện tại các vi trí vàthời điểm khác nhau trong hoạt động não

Độ phân giải không gian: Đây là khả năng của phương pháp dé xác định vị tríchính xác của các sự kiện hoạt động trong não.

Độ phân giải thời gian: Đây là khả năng của phương pháp dé xác định thời điểm

xảy ra của các sự kiện hoạt động trong não.

26

Bảng 3.2 Bảng so sánh đặc điểm của các phương pháp đo

Tên Độ phân giải không gian Độ phân giải thời gian

EEG Thấp Cao

MEG Trung binh Cao

fMRI Cao Thap

PET Thap Thap

NIRS Thap Cao

3.2 Điện não đồ (Electroencephalograph — EEG)

Điện não đồ (EEG - Electroencephalography) là kỹ thuật quan trong trong y hoc vanghiên cứu não học dé ghi lại và phân tích hoạt động điện sinh lý của não Điện não

đồ có thé định nghĩa rằng là hoạt động điện có dạng dao động được thu thập từ bềmặt da đầu bởi các điện cực và môi trường dẫn điện [14]

Electrode Measured potentials

for each electrode

Amplifier ProcessingHl

Hình 3.3 Hình minh hoa cho điện não đồ (EEG)

27

Hoạt động của não được đặc trưng bởi sự lan tỏa của các tín hiệu điện qua các tếbào não được gọi là neuron Khi các tế bào não (neuron) được kích hoạt, một dòngđiện sẽ truyền dọc theo tế bào này Khi nhiều neuron phát điện đồng thời, các cảmbiến trên da đầu có thé cảm nhận được sự thay đổi điện thế này, đây là cơ chế cơbản của điện não đồ Một mũ điện não đồ bao gồm nhiều cảm biến nhỏ, được gọi là

điện cực EEG, theo dõi các xung điện và tín hiệu điện phát sinh từ các vùng khác

nhau của não.

Các tín hiệu não chủ yêu là các ion Na", Ca**, K* và Cl [15] Các tín hiệu nay sẽ

được thu thập với các điện cực trên da dau và được khuêch đại mạnh mẽ, sau đóhién thị trên giấy hoặc lưu trữ vào bộ nhớ máy vi tính [16]

3.2.1 Lịch sử của điện não đồ

Lịch sử của điện não đồ (EEG) bắt đầu vào năm 1875 khi Richard Caton, một nhànghiên cứu người Anh, đã sử dụng các phép đo điện dé ghi lại hoạt động điện củanão ở động vật Tuy nhiên, điện não đồ thực sự được phát minh vào năm 1929 bởiHans Berger, một nhà nghiên cứu người Đức Berger là người đầu tiên ghi nhậnđược các sóng điện não từ hoạt động não bộ của con người Đến 1934, Matthews và

Adrian công bố một nghiên cứu khoa học xác nhận khái nệm "sóng não người” và

ghi nhận sự ton tại các dao động đều đặn xung quanh 10 đến 12 Hz là "Sóng

Alpha" Đây là một trong những phát hiện quan trọng đầu tiên trong nghiên cứu

EEG Trong những năm 1950 và 1960, EEG trở thành một công cụ quan trọng trong

nghiên cứu và chân đoán y khoa, đặc biệt là trong việc nghiên cứu các rối loạn thankinh như động kinh Sự phát triển của các thiết bị EEG và công nghệ ghi hình đã cảithiện dang kê độ chính xác và tiện lợi của kỹ thuật này EEG tiếp tục được sử dụngrộng rãi trong nghiên cứu thần kinh học, tâm lý học và y học Nó được áp dụngtrong các lĩnh vực như theo dõi giấc ngủ, nghiên cứu nhận thức, và kiểm tra chứcnăng não Sự phát triển của công nghệ máy tính và phần mềm phân tích dữ liệu đãcải thiện khả năng xử lý và phân tích dữ liệu EEG, mở ra nhiều ứng dụng mới

28

Hình 3.4 Bản ghi EEG từ con người đầu tiên bởi Hans Berger vào năm 1924

3.2.2 Ung dụng của điện não đồ

Các chức năng tiêu biéu của EEG bao gồm:

e Phát hiện các rối loạn thần kinh: EEG đóng vai trò quan trọng trong chan

đoán các bệnh như động kinh, rối loạn giấc ngủ, u não và chấn thương não

bang cách nhận diện các mẫu hoạt động não bất thường.

e Giám sát chức năng não bộ: Tại các đơn vi chăm sóc tích cực, EEG được sử

dụng dé theo dõi chức năng não bộ của các bệnh nhân mac bệnh chan thuongnão, đột quy hoặc các rỗi loạn thần kinh khác

e Lập kế hoạch điều trị: Kết quả EEG có thé hướng điều trị, như quản lý thuốc

điều trị động kinh, bằng cách cung cấp thông tin về vị trí và mức độ hoạtđộng não bất thường

e_ Nghiên cứu: EEG được sử dụng rộng rãi trong nghiên cứu thần kinh học dé

nghiên cứu chức năng não bộ, quá trình nhận thức và các rỗi loạn thần kinh.NÑó mang lại những hiểu biết then chốt về hoạt động não bộ trong các nhiệm

vụ khác nhau, hành vi và trạng thái ý thức.

Thông qua các ứng dụng này, EEG đóng vai trò quan trọng trong nghiên cứu và

chân đoán các bệnh lý và sự phát triển của não bộ, cũng như trong việc kiểm tra tác

động cua các thuôc va điều tri.

Ngoài ra, giao diện não-máy tính dựa trên điện não (EEG-based brain-computer

interface - BCI) là một hệ thống cung cấp một đường dẫn giữa não bộ và các thiết bịbên ngoài bằng cách giải mã các tín hiệu EEG Ứng dụng BCI dựa trên EEG banđầu đã được phát triển cho mục đích y tế, với mục tiêu giúp bệnh nhân trở lại cuộcsống bình thường Ngoài mục đích ban đầu đó, các ứng dụng BCI dựa trên EEG

29

cũng đã trở nên ngày càng quan trọng trong lĩnh vực không y tế, cải thiện cuộc sốngcủa những người khỏe mạnh bằng cách làm cho công việc hiệu quả hơn, hợp tác vàgiúp họ phát triển bản thân.

Các ứng dụng BCI dựa trên EEG đã được sử dụng trong nhiều lĩnh vực khác nhau

từ lĩnh vực y tế đến lĩnh vực không y tế, trong đó các ứng dụng BCI dựa trên EEG

đã được sử dụng cho giải trí, nghệ thuật và một số lĩnh vực khác Đã có các nghiên

cứu liên quan đến lĩnh vực không y tế, ví dụ như phát triển thiết bi dé giám sát mức

độ tỉnh táo của nhân viên Một khía cạnh khác được nghiên cứu là an toàn giao

thông tổng thể và ngăn ngừa mệt mỏi và buồn ngủ khi lái xe có thể dẫn đến tai nạn

chết người Các ứng dụng BCI có thé được sử dụng dé điều khiển nhà thông minh

hoặc ô tô Trong lĩnh vực ứng dụng không y tế, BCI cũng có thể được sử dụng đểcải thiện kỹ năng chơi thé thao, kỹ năng diễn xuất hoặc kỹ năng phẫu thuật Cácứng dụng cho giải trí có thể bao gồm các trò choi được thiết kế dé cải thiện mức độchú ý hoặc mức độ tập trung của người chơi , nhưng cũng bao gồm điều khién máybay không người lái và người máy.

EEG không chỉ giới hạn trong lĩnh vực y tế mà còn mở rộng ra nhiều lĩnh vực khácnhau như giải trí, công nghệ và phát triển Các ứng dụng này không chỉ cải thiện

chất lượng cuộc sống mà còn mang lại nhiều tiềm năng cho phát triển công nghệ

trong tương lai.

3.2.3 Tin hiệu điện não đồ

Điện thé liên quan đến sự kiện (Event-related potentials, ERPs) là những biến độngđiện thế được liên kết trong thời gian với một sự kiện vật lý hoặc tâm thần nào đó,

là các điện thé gây ra bởi các kích thích ngoại hoặc nội tại Các điện thé này có théđược ghi lại từ da đầu của con người và được trích xuất từ đồng thời điện não đồ(EEG) hiện tại băng cách sử dụng các kỹ thuật lọc và lay trung binh tin hiéu

Do độ phân giải thời gian của các đo lường này chỉ trong khoảng vai mili giây,ERPs có thể đo lường chính xác khi hoạt động xử lý diễn ra trong não người Độphân giải không gian của đo lường ERP bị hạn chế bởi lý thuyết và công nghệ hiện

30

tại, nhưng các bản ghi đa kênh có thể cho phép chúng ta ước tính vị trí nội não củacác quá trình thần kinh này Thông tin về thời gian và không gian được cung cấpbởi ERPs có thé được sử dụng trong nhiều chương trình nghiên cứu khác nhau, vớicác mục tiêu từ việc hiểu cách não thực hiện tâm trí đến việc đưa ra chan đoán cụthé trong y học hoặc tâm lý hoc [17].

3.3 Kỹ thuật thu thập tín hiệu sóng não

Các phép đo điện não đồ sử dụng hệ thống ghi bao gồm:

e Cac điện cực

e_ Bộ khuếch đại sử dụng các bộ lọc

e Bộ chuyển đôi tương tự sang sé (ADC)

e© Thiết bị ghi

Các điện cực (hay cảm biên) được đặt trên da đâu của người được kiêm tra Mỗi

điện cực ghi nhận các tín hiệu điện từ hoạt động của các neuron trong vùng não gân

đó Các tín hiệu điện được thu thập từ các điện cực được chuyên đổi thành dữ liệu

số dé phân tích Sau đó phân tích và hién thị kết quả nhận được

3.3.1 Tổng quan các thông số kỹ thuật trong EEG

e Tần số lấy mau (Sampling rate)

Tan số lay mẫu của EEG miêu ta số lần mà tin hiệu được do trong một đơn vịthời gian, thường được tính bằng đơn vi Hertz (Hz) = 1/giây EEG là tín hiệu

tương tự (liên tục trong dãy thời gian), nhưng cần được chuyên đổi thành tín

hiệu số (rời rac trong thời gian) dé có thé xử lý bởi máy tính

31

Hình 3.5 Sự tương quan giữa tín hiệu tương tự và tín hiệu số

Tín hiệu EEG chứa thông tin quan trọng trong một dải tần rộng từ 0.5 Hz đến 80

Hz, được biết đến như các dải tần tần số EEG trong phổ công suất: delta (0.5 — 4

Hz), theta (4 — 8 Hz), alpha (8 — 12 Hz), beta (16 — 24 Hz), va gamma (lên tới 80

Hz) [18] Cũng đáng chú ý là có các tiềm năng não và các ứng dung sử dung cácdai tan số thấp hơn (DC — 0.5 Hz), gọi là tiềm năng vỏ não chậm [19]

Để đo chính xác, tần số lay mẫu phải ít nhất gấp đôi tần số tối đa của tín hiệu,theo định lý lây mẫu Nyquist [20] Với một tan số lấy mẫu là 160 Hz, có thé bắtđược dai từ 0 (DC) đến 80 Hz với hai mẫu trên mỗi chu ky tín hiệu, trong khi

các bộ khuếch đại tiêu chuẩn thường thu thập dữ liệu ở tần số ít nhất là 256 Hz

Tan số lay mau cao hơn cung cấp độ phân giải tốt hơn trong phạm vi tần số EEG(từ 0 đến 80 Hz), nhưng không cung cấp thông tin thêm

Trong nghiên cứu điện não đồ, tần số lấy mẫu tối thiểu là 256 Hz Đối với cáctình huống đòi hỏi cao hơn, 512 Hz là phổ biến và một số ứng dụng yêu cầu tốc

độ lên đến 1024 Hz, được coi là rất cao đối với dữ liệu EEG Các ứng dụng thực

tế và EEG di động thường sử dụng tần số lấy mẫu tiêu chuẩn là 256 Hz đểchuyền và xử lý dir liệu gần thời gian thực

32

e Băng thông (Bandwidth)

Băng thông đại diện cho dải tan mà một hệ thống EEG có thé đo được, được xácđịnh bởi tần số lấy mẫu (như đã thảo luận trước đó) và các bộ lọc nội của bộkhuếch đại

Các bộ khuếch đại thường được trang bị các bộ lọc nội Bộ lọc thông thấp

(Low-pass filter) để tuân thủ định lý Nyquist và bộ lọc thông cao (High-(Low-pass filter) để

loại bỏ các phần dư EEG và thành phần DC, ngăn chặn bão hòa điện tử (các bộ

khuếch đại thiếu bộ lọc cao tần được gọi là DC coupled) Các bộ lọc này đượcthiết kế dé làm giảm tần số thấp va cao Băng thông được hiểu là dai tan mà biên

độ tín hiệu bị suy giảm ít hơn 3dB.

Tần số lấy mẫu chỉ ra tần số tín hiệu được đo trong một khung thời gian nhất

định, thường được biểu thị bằng Hertz (Hz) Một Hz tương đương với một lần

đo mỗi giây Đáng lưu ý rằng trong khi EEG là tín hiệu tương tự (liên tục trongthời gian), nó cần được chuyển đôi thành tín hiệu số (rời rạc trong thời gian) dé

xử lý hiệu qua bởi máy tính.

Độ khuếch đại (A)

Output tối đa hoặc 0dB

0dB

Output

Băng thông

—— -—— _

Tân số (Hertz) F(high)

Hình 3.6 Chi tiết về băng thông

Lựa chọn băng thông phụ thuộc vào mục đích sử dụng Trong cai đặt nghiên cứu

chung, thường là bắt tat cả các tần số lên đến 80Hz

33

Đề ghi lại các tần số thấp của EEG, bộ khuếch đại nên là DC coupled hoặc có

tân sô cat cao tan gân OHz.

e Độ phân giải (Resolution)

Như đã đề cập trước đó, điện áp của tín hiệu EEG tương tự trải qua quá trình sốhóa, trong đó nó được chuyên đổi thành một giá trị số Quá trình chuyền đổi nàyđược thực hiện bởi bộ ADC, sử dụng mã hóa mỗi giá trị điện áp bằng một số bit

cụ thé Số lượng bit này quyết định độ phân giải của bộ khuếch đại

Điều này được xác định bởi tỉ lệ giữa phạm vi tín hiệu đầu vào của bộ khuếchđại (như đã thảo luận dưới đây) và số mức lượng tử hóa (2 mũ số bit)

16-Bit vs 3-Bit Resolution

chuẩn trong các bộ khuếch đại EEG lâm sàng hoặc nghiên cứu chất lượng cao

thường bắt đầu từ 24 bit

34

e Dai tần đầu vào (Input range)

Dai tan đầu vào của một bộ khuếch dai đề cập đến biên độ tối đa của tín hiệu mà

nó có thé ghi lại trước khi bão hòa Cần lưu ý răng dai tan đầu ra của một bộkhuếch đại là có định (thường được ký hiệu là Vcc) và phụ thuộc vào nguồn cấpđiện của nó Do đó, đải tần đầu vào được xác định bởi cả dải tần đầu ra và hệ sốlợi của bộ khuếch đại, cho biết tín hiệu đầu vào được khuếch đại như thế nào:Vout = G x Vin Ví dụ, nếu bộ khuếch đại có thé ghi lại từ IV và hệ số lợi là 2,thì dải tần đầu vào sẽ là 500mV

Các bộ khuếch đại EEG phải có dải tần đầu vào bao gồm không chỉ các giá trịtối thiêu và tối đa của tín hiệu EEG (có thé dao động trong vài chục volt) mà còncác giá trị từ các quá trình sinh lý hoặc cơ học khác có thể gây nhiễu đến EEG,như EOG (có thể lên đến vài trăm volt), EMG (thường trong vài chục millivolt),

và các điện áp lệch (cũng trong vải chục millivolt) [2T] Nếu tín hiệu vật lý vượt

quá dải tân đâu vào, nó sẽ bị cắt và không được đo lường.

\ | \ Tin hiéu dau ra

| bị cắt bỏ

Tín hiệu bão hòa

Hình 3.8 Tín hiệu bị biến dang trong bộ khuếch dai

35

e Nhiễu được chuyền đổi về đầu vào (Input referred noise)

Nhiễu được chuyên đối về đầu vào là nhiễu điện áp hoặc dòng được tạo ra bởi

mạch nội của bộ khuêch đại (ngay cả khi không có tín hiệu nào tại dau vào) Với

tín hiệu EEG có biên độ thấp chỉ vài microvolt, điều quan trọng là nhiễu này

phải nhỏ hơn 1u Vrms.

e Hệ số nén đồng pha (Common-mode Rejection Ratio, CMRR)

Hệ số nén đồng pha (CMRR) đo lường khả năng của một bộ khuếch đại vi sai đểlàm giảm hoặc loại bỏ điện áp chế độ chung (VCM), là điện áp duy trì không đổitrên cả hai đầu vào dương và âm của bộ khuếch đại Đồng thời, nó khuếch đạiđiện áp chế độ sai biệt (VDM), là sự khác biệt điện áp giữa đầu vào dương va

Hinh 3.9 Hé sé nén đồng pha (CMRR) trong EEG

Trong bối cảnh của một bộ khuếch đại EEG, CMRR cho biết thiết bị có khả năng khuếch đại tín hiệu EEG (sự khác biệt điện áp giữa điện cực "n" và điện

cực tham chiếu) tốt đến đâu trong khi làm giảm các nhiễu chế độ chung, chăng

hạn như nhiễu 50/60Hz có mặt ở cả điện cực "n" và điện cực tham chiếu.

36

CMRR càng cao thì hiệu suất của bộ khuếch đại càng tốt, bởi vì điều này chothấy thiết bị có thể làm giảm hiệu quả các tín hiệu chế độ chung không mongmuốn Theo Mettingvanrijn (1994), một bộ khuếch đại tín hiệu sinh học nên cóCMRR ít nhất là 80đB tại 50/60Hz [22].

Khi lựa chọn bộ khuếch đại EEG, tỷ số từ chối chế độ chung (CMRR) phải ítnhất là 80dB tại 50/60Hz CMRR càng cao, hiệu suất càng tốt, với giá tri thôngthường từ 100 đến 110 đB trong các bộ khuếch đại thương mại

e Trở kháng đầu vào

Trở kháng đầu vào đề cập đến trở kháng của giai đoạn đầu tiên của bộ khuếch

đại Trong ngữ cảnh này, chúng ta phân biệt giữa trở kháng điện cực, là trở

kháng giữa điện cực và da; và trở kháng đầu vào, là trở kháng không đối được

xác định bởi mạch đâu vào của bộ khuêch đại.

Các bộ khuếch đại EEG nhận tín hiệu từ các điện cực có trở kháng khá cao, daođộng từ vài kilo-ohm ở các điện cực ầm đến vài trăm kilo-ohm ở các điện cựckhô Do đó, việc giảm thiêu sự suy giảm của các biên độ tín hiệu rất yếu này (đo

bằng microvolt) là rất quan trọng dé ngăn chặn mat độ phân giải Sự suy giảm

này, có thể khác nhau giữa các điện cực tùy thuộc vào trở kháng của chúng, có

thé làm giảm ty lệ từ chối chế độ chung (CMRR) và tăng nhiễu [23] Cách duynhất dé duy trì biên độ tín hiệu mà không làm giảm trở kháng điện cực là sử

dụng bộ khuếch đại có trở kháng đầu vào cao (Định luật Ohm)

Khi lựa chọn hệ thống EEG, điều cần thiết là phải xem xét rằng trở kháng đầuvào của bộ khuếch đại càng cao, bộ khuếch đại sẽ phản ứng tốt hơn với trởkháng điện cực cao Điều này đặc biệt quan trọng khi sử dụng các điện cực EEGkhô Các hệ thống EEG thông thường có trở kháng điện cực dao động từ 1 kilo-ohm đến 1 mega-ohm [24] Do đó, một bộ khuếch đại nên có trở kháng đầu vào

37

thông thường ít nhất là 100 mega-ohm (gấp 100 lần trở kháng điện cực), đảmbảo rằng sự suy giảm tín hiệu không vượt quá 1% [25].

3.3.2 Điện cực trong EEG

Các điện cực ghi EEG và chức năng chính của chúng rat quan trong dé thu thập dữliệu chất lượng cao cho việc phân tích Có nhiều loại điện cực khác nhau với các

đặc tính riêng biệt Các loại điện cực chính bao gồm:

e Điện cực dùng một lần

e Điện cực khô (Dry electrode)

e Điện cực ướt (Wet electrode)

o Điện cực dang gel (Gel electrode)

o Điện cực dựa trên nước muối (Saline electrode)

o Điện cực bán khô (Semi-dry electrode) hoặc sốc nước (Water-based

electrode)

Do vì điện cực đóng vai trò như bộ lọc, chúng cần được lựa chọn sao cho không

làm biến dạng các tín hiệu ERP đang được đo lường [26] Đối với các điện thế cótần số cao hơn, có thé sử dụng nhiều loại vật liệu điện cực khác nhau như vàng,thiếc Tùy thuộc vào vật liệu của điện cực, diện tích bề mặt của điện cực và trởkháng đầu vào của bộ khuếch đại, nhiều điện cực sẽ làm giảm các tần số thấp trongtín hiệu ghi lại [27].Do nhiều bộ khuếch đại EEG hiện đại với trở kháng đầu vàocao sử dụng dong điện điện cực rất thấp, ngay cả các điện cực có kha năng phân cựcnày thường có thể được sử dụng để ghi lại các tiềm năng chậm mà không bị biếndạng Thật không may, việc hiệu chuẩn phản ứng tần số của giao mặt điện cực-da

và đối với các tan số thấp hơn 0,1 Hz, các điện cực không có kha năng phân cực

được khuyến khích Phản ứng tần số thấp của một điện cực có thé được ước tính tại

chỗ băng cách quan sát các tín hiệu được ghi lại trong khi chuyển động mắt kéo dài[28].Nhà nghiên cứu cũng có thể ước tính hàm chuyển đổi của các điện cực bằng

38

cách đo các tiềm năng khi mắt theo dõi các chuyên động dao động với cùng biên độ

nhưng tân sô khác nhau.

Kết nối của điện cực với da đầu được do bằng cách thông qua dòng điện rất thấp

qua các điện cực và đo lường trở kháng của dòng điện Để bộ khuếch đại ghi lại

chính xác, trở kháng của điện cực phải nhỏ hơn trở kháng đầu vào của bộ khuếchđại ít nhất là 100 lần Trở kháng của một điện cực càng cao thì tác động của cáctrường điện từ (ví dụ như nhiễu từ các động cơ điện, hệ thống hiển thị video) lêncác bản ghi càng lớn Những tác động này chủ yếu do dòng điện được kích hoạttrong mạch điện cực Các dòng điện này thay đổi theo diện tích được bao quanhmạch (và vì thê có thê giảm băng cách nôi các sợi dây điện cực lại với nhau).

Việc vệ sinh, chuân bi cho vùng da thực hiện điện não đô vô cùng cân thiệt Thông

thường là làm sạch bề mặt da khỏi dầu.

3.3.2.1 Hệ thống 10-20 quốc tế

Việc đặt điện cực EEG là rất quan trọng để đảm bảo tính nhất quán của các thínghiệm và dé dang so sánh với các ghi âm từ các cá nhân khác nhau Dé giải quyếtvan dé này, vào năm 1947 đã thành lập một ủy ban đề thiết lập một tiêu chuẩn nhằmthống nhất các thủ tục đo lường EEG Ủy ban này đã phát triển hệ thống EEG 10-20[29] Hệ thống quốc tế đặt điện cực EEG sử dụng 4 điểm mốc sọ chung (nasion,inion và hai điểm trước tai) và phân bố các điện cực EEG trên bề mặt đầu theo tỷ lệ

Tên của mỗi điện cực bao gồm một chữ cái và một con số Chữ cái chỉ vùng não mà

điện cực được đặt (F: trước, C: trung tâm, T: thái dương, P: sau, và O: hậu đầu), và

sô liên quan đên nửa não (các sô chăn ở nửa não phải và các sô lẻ ở nửa não trái).

39

So Oe oe

Hình 3.10 Hệ thống đặt điện cực EEG 10-20 quốc tế

Việc đặt điện cực EEG tuân theo Hệ thống quốc tẾ, trong đó các điện cực được gán

nhãn dựa trên các vùng của vỏ não chính mà chúng phủ sóng Những nhãn này

tương ứng với thùy hoặc khu vực cụ thể của não được ghi âm:

e Các vùng chính bao gồm: fronto-polar (Fp), frontal (F), central (C), temporal

(T), parietal (P), va occipital (O).

e Đối với vi trí hai bên của não, số lẻ (1,3,5,7) chi các điện cực đặt trên bán

cầu trái, số chin (2,4,6,8) chỉ các điện cực trên bán cầu phải

“7 29

e Các điện cực qua đường giữa (dòng số không) được đánh dấu bang chữ

40

3.3.3 Bộ khuếch đại và bộ lọc trong EEG

3.3.3.1 Bộ khuếch đại

Bộ khuếch đại EEG đóng vai trò then chốt trong quá trình thu thập dữ liệu Chứcnăng chính của nó là ghi lại, khuếch đại và chuyên đổi các tín hiệu điện tín hiệutương tự từ các cảm biến thành định dạng kỹ thuật số có thể được xử lý bởi máytính Chúng phải khuếch đại các tín hiệu sinh lý, từ chối tín hiệu nhiễu và bảo vệbệnh nhân và thiết bị điện tử khỏi các sự cố điện áp và dòng điện cao Các yêu cầu

cơ bản mà một bộ khuếch đại sinh lý cần đáp ứng là [30]:

e Không tác động đến quá trình đo

e_ Dữ liệu không bị biến dạng

e Bộ khuếch đại nên cung cấp sự tách biệt tốt nhất có thể giữa tín hiệu va

nhiễu.

e Bảo vệ cho bệnh nhân và các thiết bị điện tử khỏi điện cao áp.

Các bộ khuếch đại EEG cần có phạm vi đầu vào bao gồm các giá tri tối thiểu và tối

đa của tín hiệu EEG (vài microvolt), nhưng cũng bao gồm các giá trị từ các quátrình sinh lý, cơ học khác gây nhiễu vào EEG và điện áp lệch, có thé đao động trong

khoảng hang trăm mili volt (EMG, EOG ).

Với tin hiệu EEG nằm trong khoảng vài microvolt, một khía cạnh quan trọng trongviệc đo lường là cách mà các bộ khuếch đại giảm thiểu hiệu ứng của nhiễu Một bộkhuếch đại nên có ty lệ CMRR cao (trên 100 dB) và trở khang đầu vào chung itnhất là 100 MOhm (100 lần trở kháng của điện cực), đảm bảo rằng sự suy giảm tín

hiệu không vượt quá 1%.

41

3.3.3.2 Bộ loc

Trong EEG, các bộ lọc đóng vai trò quan trọng trong việc xử ly tin hiệu dé loại bỏnhiễu và nhấn mạnh các thành phan tín hiệu có ý nghĩa Các bộ lọc này nhằm vàomục đích loại bỏ các nhiễu trong khi giữ lại càng nhiều thông tin EEG càng tốt.Phân loại này bao gồm các kỹ thuật như bộ lọc tuyến tính đơn giản để loại bỏ các

dải tần số cụ thể [31], các phương pháp hồi quy để loại bỏ tín hiệu EOG hoặc ECG

từ EEG bằng cách sử dụng tín hiệu tham chiếu [32], bộ lọc thích ứng với tín hiệutham chiếu [33], bộ lọc Wiener [34] hoặc bộ lọc Bayes [35]

Vi dụ, chúng ta có thể sử dụng bộ lọc tuyến tính để loại bỏ nhiễu điện AC có tần số

50 Hz hoặc 60 Hz Sự can thiệp điện AC này cũng sẽ loại bỏ thông tin EEG (sóng

não), tuy nhiên các tần số cao như vậy thường không phải là trọng tâm của các

nghiên cứu EEG Một ví dụ khác là sử dụng tín hiệu EOG làm kênh tham chiếu để

loại bỏ thông tin đó từ tín hiệu EEG bị ô nhiễm bằng các bộ lọc hồi quy hoặc thích

ứng.

Các phương pháp hồi quy giả định rang EEG ghi lại là sự kết hợp của EEG thực vàcác nhiễu (EOG) Bộ lọc hồi quy tính toán tỷ lệ của các tín hiệu tham chiếu (EOG)

có mặt trong một kênh EEG đơn lẻ và trừ đi nó.

3.3.4 Các tác nhân gây nhiễu trong EEG

Khả năng nhận diện các nhiễu là bước đầu tiên trong việc loại bỏ chúng Tác nhânnhiễu EEG được phân loại dựa trên nguồn gốc của chúng, có thé là sinh lý hoặc bênngoài cơ thể con người (không sinh lý) Các loại thông thường bao gồm [36] [37]

[38] [39]:

Nhiéu sinh ly

e Hoạt động cua mat

e Hoạt động cơ bap

e Hoạt động của tim

42