Nhận dạng hoạt động gõ tay thông qua phân tích tín hiệu quang phổ cận hồng ngoại (NIRS) dùng giải thuật hồi quy

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGÔ QUỐC CƯỜNG NHẬN DẠNG HOẠT ĐỘNG GÕ TAY THÔNG QUA PHÂN TÍCH TÍN HIỆU QUANG PHỔ CẬN HỒNG NGOẠI (NIRS) DÙNG GIẢI THUẬT HỒI QUY S K C 0 9 NGÀNH: KỸ THUẬT ĐIỆN TỬ - 605270 S KC 0 Tp Hồ Chí Minh, 2012 lâm BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC SƢ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGÔ QUỐC CƢỜNG NHẬN DẠNG HOẠT ĐỘNG GÕ TAY THÔNG QUA PHÂN TÍCH TÍN HIỆU QUANG PHỔ CẬN HỒNG NGOẠI (NIRS) DÙNG GIẢI THUẬT HỒI QUY NGÀNH: KỸ THUẬT ĐIỆN TỬ - 605270 Tp Hồ Chí Minh, tháng 10/2012 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC SƢ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGÔ QUỐC CƢỜNG NHẬN DẠNG HOẠT ĐỘNG GÕ TAY THÔNG QUA PHÂN TÍCH TÍN HIỆU QUANG PHỔ CẬN HỒNG NGOẠI (NIRS) DÙNG GIẢI THUẬT HỒI QUY NGÀNH: KỸ THUẬT ĐIỆN TỬ - 605270 Hƣớng dẫn khoa học: TS NGUYỄN THANH HẢI Tp Hồ Chí Minh, tháng 10/2012 Quyết định giao đề tài [chèn vào định có đóng mộc] i LÝ LỊCH KHOA HỌC I LÝ LỊCH SƠ LƢỢC: Họ & tên: Ngô Quốc Cƣờng Giới tính: Nam Ngày, tháng, năm sinh: 17/05/1987 Nơi sinh: TP Hồ Chí Minh Quê quán: Tây Ninh Dân tộc: Kinh Chỗ riêng địa liên lạc: 28B, đƣờng 494, khu phố 4, phƣờng Tăng Nhơn Phú A, Quận 9, TP Hồ Chí Minh Điện thoại quan: Điện thoại nhà riêng: Fax: E-mail: ngoquoccuong175@gmail.com II QUÁ TRÌNH ĐÀO TẠO: Trung học chuyên nghiệp: không Hệ đào tạo: …… Nơi học (trƣờng, thành phố): Ngành học: Thời gian đào tạo từ ……/…… đến ……/ Đại học: Hệ đào tạo: Chính quy Thời gian đào tạo từ 10/2005 đến 01/ 2010 Nơi học (trƣờng, thành phố): Đại Học Sƣ Phạm Kỹ Thuật TP HCM Ngành học: Công nghệ điện tử - viễn thông Tên đồ án, luận án môn thi tốt nghiệp: Thiết kế thi công hệ thống DSCDMA Ngày & nơi bảo vệ đồ án, luận án thi tốt nghiệp: 01/2010, Bộ môn Điện Tử Viễn Thông, Khoa Điện- Điện Tử, Đại Học Sƣ Phạm Kỹ Thuật TP HCM Ngƣời hƣớng dẫn: Th.S Nguyễn Ngô Lâm III QUÁ TRÌNH CÔNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP ĐẠI HỌC: Thời gian 02/2010-8/2010 10/2010- Nơi công tác Đại Học Sƣ Phạm Kỹ Thuật TP HCM Đại Học Sƣ Phạm Kỹ Thuật TP HCM ii Công việc đảm nhiệm Giảng viên thỉnh giảng Giảng viên hữu LỜI CAM ĐOAN Tôi cam đoan công trình nghiên cứu Các số liệu, kết nêu luận văn trung thực chƣa đƣợc công bố công trình khác Tp Hồ Chí Minh, ngày … tháng … năm 2012 (Ký tên ghi rõ họ tên) iii LỜI CẢM ƠN Em xin chân thành cảm ơn quý Thầy Cô Khoa Điện Điện tử trang bị cho em kiến thức giúp đỡ em giải khó khăn trình làm luận văn Bên cạnh em xin cảm ơn anh chị học viên đóng góp ý kiến cho để đề tài đạt hiệu Đặc biệt, em xin chân thành cảm ơn Thầy hƣớng dẫn, T.S Nguyễn Thanh Hải tận tình giúp đỡ trình lựa chọn đề tài hỗ trợ em trình thực Và không quên gởi lời cảm ơn đến quý Thầy Cô, bạn sinh viên Bộ Môn Kỹ Thuật Y Sinh, Đại Học Quốc Tế, Đại Học Quốc Gia TP Hồ Chí Minh, ngƣời xung phong tham gia hỗ trợ thu thập liệu Học viên Ngô Quốc Cƣờng iv TÓM TẮT Trong thập kỷ gần đây, nghiên cứu việc não giao tiếp máy tính phục vụ cho mục đích chẩn đoán phục hồi chức không ngừng phát triển Oxy vỏ não lƣu lƣợng máu vùng não ngƣời đo phƣơng pháp không xâm nhập – quang phổ cận hồng ngoại fNIRS (functional Near InfraRed Spectroscopy) Trong đề tài này, ngƣời thực xây dựng giải thuật để nhận dạng ngƣời gõ tay trái hay tai phải dựa tín hiệu não đo đƣợc Dữ liệu nhiễu thu thập từ nhiều kênh qua tiền xử lý dùng lọc SavitzkyGolay để có đƣợc tín hiệu phẳng Đặc tính tín hiệu sau lọc trình gõ tay trái phải đƣợc trích thông qua hồi quy đa thức Hệ số hồi quy tƣơng ứng với lƣợng tập trung oxy- hemoglobin đƣợc dùng cho việc nhận dạng Sau cùng, công cụ vector hỗ trợ - SVM đƣợc áp dụng để huấn luyện nhận dạng tay trái hay tay phải đƣợc gõ Song song đó, mạng nơ-ron nhân tạo đƣợc sử dụng để huấn luyện nhận dạng, cho thấy tín hiệu đặc trƣng có Các kết thí nghiệm ngƣời với nhiều lần gõ tay cho thấy độ tin cậy giải thuật đề xuất v ABSTRACT Researches of human Brain Computer Interface (BCI) for the objective of diagnosis and rehabilitation have been recently increased Cerebral oxygenation and blood flow on particular regions of human brain can be measured using a non-invasive technique – fNIRS (functional Near Infrared Spectroscopy) In this thesis, a study of recognition algorithm will be described for recognition whether one taps his/her left hand or right hand Data with noises and artifacts collected from a multi-channel system will be pre-processed using a Savitzky- Golay filter for getting more smoothly data Characteristics of the filtered signals during left and right hand tapping process will be extracted using a polynomial regression algorithm Coefficients of the polynomial, which correspond to OxygenHemoglobin (Oxy- Hb) concentration, will be applied for the recognition of hand tapping Then Support Vector Machines (SVM) will be employed to validate the obtained coefficient data for hand tapping recognition In addition, for the objective of comparison, Artificial Neural Networks (ANN) was also applied to recognize hand tapping side with the same topology Experimental results have been done many trials on subjects to illustrate the effectiveness of the proposed method vi MỤC LỤC Trang Quyết định giao đề tài i Lý lịch khoa học ii Lời cam đoan iii Lời cảm ơn iv Tóm tắt v Abstract vi Mục lục vii Danh sách bảng ix Danh sách hình x Chƣơng TỔNG QUAN 1.1 Tổng Quan Về Lĩnh Vực Nghiên Cứu 1.2 Mục Đích Của Đề Tài 1.3 Nhiệm Vụ Và Giới Hạn Của Đề Tài 1.3.1 Nhiệm Vụ 1.3.2 Giới Hạn 1.4 Phƣơng Pháp Nghiên Cứu 1.5 Tóm Tắt Đề Tài Chƣơng CƠ SỞ LÝ THUYẾT 2.1 Phƣơng Pháp Tái Hiện Hình Ảnh Và Tín Hiệu Não Ngƣời 2.1.1 Phƣơng pháp EEG 2.1.2 Phƣơng Pháp MRI 2.1.3 Phƣơng Pháp Quang Phổ Cận Hồng Ngoại fNIRS 2.2 Cơ Sở Lý Thuyết 10 Chƣơng THU THẬP DỮ LIỆU NÃO NGƢỜI SỬ DỤNG KỸ THUẬT QUANG PHỔ CẬN HỒNG NGOẠI - fNIRS 15 3.1 Các Vùng Chức Năng Não Ngƣời 15 3.2 Thiết Bị Và Tín Hiệu fNIRS 17 3.2.1 Thiết Bị 17 3.2.2 Tín Hiệu fNIRS 19 3.3 Thiết Lập Thí Nghiệm Thu Dữ Liệu Cho Hoạt Động Gõ Tay 21 Chƣơng TIỀN XỬ LÝ DỮ LIỆU 25 4.1 Bộ Lọc Savitzky – Golay 25 4.2 Áp Dụng Bộ Lọc Trên Tín Hiệu NIRS 31 Chƣơng TRÍCH ĐẶC TRƢNG DÙNG HỒI QUY ĐA THỨC 36 5.1 Mô Hình Hồi Quy Tuyến Tính Nhiều Biến 36 5.2 Mô Hình Hồi Quy Đa Thức 38 vii 5.3 Tính Chất Ƣớc Lƣợng Bình Phƣơng Tối Thiểu 40 5.4 Trích Đặc Trƣng Dùng Hồi Quy Đa Thức Trên Tín Hiệu NIRS 40 Chƣơng THUẬT TOÁN NHẬN DẠNG PR- SVM 48 6.1 Siêu Phẳng - Hyperplane 48 6.2 SVM Tuyến Tính 49 6.3 Các Điều Kiện Karush-Kuhn-Tucker (KKT) 50 6.4 Giải Thuật SMO 51 6.5 Thuật Toán Nhận Dạng PR - SVM 53 Chƣơng THUẬT TOÁN NHẬN DẠNG PR-ANN 58 7.1 Mạng Lan Truyền Ngƣợc 58 7.2 Thuật Toán Nhận Dạng PR-ANN 61 Chƣơng KẾT LUẬN 65 8.1 Kết Luận 65 8.2 Hƣớng Phát Triển Đề Tài 66 TÀI LIỆU THAM KHẢO 67 PHỤ LỤC 69 viii DANH SÁCH BẢNG Bảng Dữ liệu đo đƣợc 1.4 giây bán cầu não trái gõ tay trái kênh 20 Bảng Tập liệu để tìm hệ số hồi quy 37 Bảng Sắp xếp hệ số hồi quy từ kênh (2, 5, 6, 12, 15, 16, 19) lần gõ tay 54 Bảng Giải thuật kiểm tra chéo- nhận dạng gõ tay phải trái 55 Bảng Độ xác thu đƣợc chủ thể thứ với thuật toán PR- SVM 55 Bảng Độ xác thu đƣợc chủ thể thứ với thuật toán PR- SVM 56 Bảng Độ xác thu đƣợc chủ thể thứ với thuật toán PR- SVM 56 Bảng Giải thuật cập nhật trọng số cho mạng lan truyền ngƣợc lớp 61 Bảng Kết chủ thể với thuật toán PR- ANN 63 Bảng Kết chủ thể với thuật toán PR- ANN 63 Bảng Kết chủ thể với thuật toán PR- ANN 63 Bảng Độ xác trung bình chủ thể với thuật toán PR-SVM 65 Bảng Độ xác trung bình chủ thể với thuật toán PR-ANN 65 ix DANH SÁCH HÌNH Hình 1 Tóm tắt phƣơng pháp đo tín hiệu não Hình Sự thay đổi Hemoglobin (Hb): Oxy-Hb, deOxy-Hb, total-Hb Hình Bố trí điện cực phép đo EEG[2] Hình 2 Bốn loại sóng phép đo EEG : sóng delta, theta, alpha, beta [3] Hình Quá trình tác động lên nguyên tử hydro phƣơng pháp MRI [4] Hình Ảnh MRI có đƣợc theo phƣơng pháp T1 T2 (từ trái sang) [5] Hình Dải bƣớc sóng từ tia Gamma đến vô tuyến Hình Tác động tia cận hồng ngoại vào vỏ não Hình Phổ hấp thụ hemoglobin bƣớc sóng khác Hình Đƣờng thẳng hồi quy có đƣợc não trái (đƣờng liền xanh) não phải (đƣờng nét đứt đỏ) gõ tay trái (a)) gõ tay phải (b)) 12 Hình Biểu diễn vector SVM đáp ứng huyết động thu đƣợc từ NIRS (a)) mô hình phân loại SVM liệu NIRS (b)) 13 Hình 10 Dữ liệu fNIRS thô với loại nhiễu (đƣờng màu đỏ) Nhiễu vệt (trái) nhiễu Gauss (phải) 13 Hình 11 Tín hiệu NIRS có artifact (đƣờng màu xanh) tín hiệu loại bỏ nhiễu (đƣờng màu đỏ) phƣơng pháp đề xuất [16] 14 Hình Phân chia thùy vỏ não 15 Hình Vị trí vùng điều khuyển chuyển động motor control [17] 16 Hình 3 Các chức liên quan vùng motor control 16 Hình Máy fNIRS : FOIRE-3000 17 Hình Các kiểu bố trí Holder khác 17 Hình Các thành phần Holder tháo rời 18 Hình Bố trí Holder đầu đo (a)) cho thí nghiệm máy FOIRE-3000 phần mềm fNIRS (b)) 18 Hình Thiết lập thông số máy fNIRS dùng phần mềm fNIRS 19 Hình Tín hiệu OxyHb, DeOxyHb, TotalHb kênh 1,4 giây 21 Hình 10 Bố trí đầu đo hai bán cầu não chủ thể tham gia thí nghiệm 21 Hình 11 Hoạt động gõ tay thí nghiệm 22 Hình 12 Giao thức thời gian cho lần gõ tay 22 Hình 13 Vị trí đầu đo (đầu phát – đỏ, đầu thu - xanh ), kênh đo khu vực motor control bán cầu não trái 23 Hình 14 Vị trí đầu đo, kênh đo (màu vàng) khu vực motor control bán cầu não phải 23 Hình 15 Các kênh 2, 5, 6, bán cầu não trái 12, 15, 16, 19 bán cầu não phải đƣợc chọn để lấy liệu 23 x Hình 16 Tín hiệu thu đƣợc từ kênh 2, 5, 6, bán cầu não trái 24 Hình 17 Tín hiệu thu đƣợc từ kênh 12, 15, 16, 19 bán cầu não phải 24 Hình Làm phẳng tín hiệu với bậc đa thức lần lƣợt d =0, 1, 25 Hình Đáp ứng biên độ lọc Savitzky- Golay với cửa sổ N=5, bậc d= 30 Hình Đáp ứng biên độ lọc Savitzky- Golay với cửa sổ N=11, bậc d= 30 Hình 4 Đáp ứng biên độ lọc Savitzky- Golay với cửa sổ N=11, bậc d= 31 Hình Tín hiệu kênh trƣớc sau lọc với lọc Savitzky- Golay có cửa sổ 5, bậc 32 Hình Tín hiệu kênh trƣớc sau lọc với lọc Savitzky- Golay có cửa sổ 11, bậc 32 Hình Phân tích tín hiệu sau lọc Các đƣờng nét đứt màu đen thể phân chia vùng tín hiệu theo thời gian thực lần gõ tay Trong đƣờng màu lục thể tƣơng ứng việc tăng giảm oxy-Hb lý thuyết 33 Hình Áp dụng tín hiệu kênh não trái Tín hiệu gốc – Origin signal, tín hiệu đƣợc làm phẳng Smooth signal 34 Hình Áp dụng tín hiệu kênh não phải 34 Hình 10 Tín hiệu NIRS thô (đƣờng liền xanh) tín hiệu sau lọc (đƣờng nét đứt đỏ) Các gai nhọn đột biến - artifacts (hai gai điển hình đƣợc khoanh tròn) bị loại bỏ lọc Savitzky-Golay cửa sổ 11 35 Hình Hồi quy tín hiệu theo đa thức bậc 41 Hình Hồi quy tín hiệu theo đa thức bậc 41 Hình Hồi quy tín hiệu theo đa thức bậc 15 42 Hình Hồi quy tín hiệu theo đa thức bậc 20 42 Hình 5 Đƣờng tín hiệu lý tƣởng oxy-Hb có kích thích 43 Hình Đƣờng cong tín hiệu sau hồi quy kênh lần gõ tay trái 45 Hình Đƣờng cong tín hiệu sau hồi quy kênh lần gõ tay phải 45 Hình Đƣờng cong tín hiệu sau hồi quy kênh lần gõ tay trái (2) 46 Hình Đƣờng cong tín hiệu sau hồi quy kênh lần gõ tay phải (2) 46 Hình Các đƣờng phân chia hai tập liệu mang đặc tính khác 48 Hình Các siêu phẳng H1 H2 phân chia mẫu tích cực thụ động thành lớp khác 49 Hình Sơ đồ khối thuật toán nhận dạng PR-SVM 53 Hình Phân loại đặc trƣng gõ tay dựa vào siêu phẳng giải thuật SVM 54 Hình Giao thức gõ tay thí nghiệm Trong lần thí nghiệm chủ thể gõ tay trái 10 lần tay phải 10 lần theo giao thức thời gian hình 3.12 54 xi Hình Cấu trúc nơ-ron sinh học: cell body, axon, synaptic 58 Hình Cấu trúc tế bào thần kinh 59 Hình Mô hình perceptron nơ-ron 59 Hình Hàm bƣớc 59 Hình Hàm sigmoid 59 Hình Hàm double sigmoid 59 Hình 7 Mạng lan truyền ngƣợc với lớp 60 Hình Sơ đồ thuật toán nhận dạng PR-ANN 62 Hình Cấu trúc mạng nơ ron thuật toán nhận dạng PR-ANN: 48 nút lớp ngõ vào, 100 nút lớp ẩn nút ngõ 62 xii Chƣơng Tổng Quan Chƣơng TỔNG QUAN 1.1 Tổng Quan Về Lĩnh Vực Nghiên Cứu Trong thập kỷ gần đây, nhiều thành tựu đƣợc gặt hái lĩnh vực tái tạo hình ảnh nhận dạng thần kinh não ngƣời Hoạt động não đƣợc thể qua kết kỹ thuật khác nhƣ : fNIRS (functional Near- Infrared Spectroscopy) – máy chức quang phổ cận hồng ngoại, EEG (ElectroEncephaloGraphy), MEG (Magnetic EncephaloGraphy), MRI (Magnetic Resonance Imaging) Hình 1 Tóm tắt phƣơng pháp đo tín hiệu não fNIRS trở thành kỹ thuật thuận lợi cho mục đích thí nghiệm não Kỹ thuật không xâm nhập sử dụng phƣơng pháp phát tia cận hồng ngoại vào não để đo huyết động não nhƣ phát thể tích máu lƣợng oxy thay đổi Chƣơng Tổng Quan Nói cách khác, fNIRS đo thay đổi oxy-hemoglobin deoxyhemoglobin bề mặt não Khi có kích thích xảy não, chẳng hạn nhƣ suy nghĩ, vận động,… lƣợng huyết động thay đổi tƣơng ứng vùng não đảm nhận chức tƣơng ứng Tín hiệu quang phổ cận hồng ngoại NIRS đƣợc biểu diễn theo thành phần oxy-hemoglobin deoxy-hemoglobin, total hemoglobin kết hợp thành phần Hình 1.2 ví dụ tín hiệu NIRS Hình Sự thay đổi Hemoglobin (Hb): Oxy-Hb, deOxy-Hb, total-Hb Rất nhiều nhà nghiên cứu khoa học thần kinh giới bị hút kỹ thuật NIRS, nhƣng Việt Nam, vấn đề Nhiều công trình đƣợc công bố tạp chí, hội nghị khía cạnh khác dựa kỹ thuật quang phổ cận hồng ngoại Việc ứng dụng kỹ thuật giúp ngƣời, đặc biệt ngƣời khuyết tật tăng cƣờng khả giao tiếp hòa nhập với sống xung quanh, nhƣ thực chẩn đoán để chữa bệnh ngày đƣợc trọng Do đó, phƣơng pháp không xâm nhập ngày thể vai trò quan trọng mình, có kỹ thuật fNIRS 1.2 Mục Đích Của Đề Tài Xây dựng giải thuật để thông qua tín hiệu não đo đƣợc phân tích nhận dạng đƣợc hoạt động bán cầu não gõ tay ngƣời 1.3 Nhiệm Vụ Và Giới Hạn Của Đề Tài 1.3.1 Nhiệm Vụ Tìm hiểu lọc Savitzky- Golay, giải thuật hồi quy theo đa thức, vector hỗ trợ - SVM, mạng nơ-ron nhân tạo (mạng lan truyền ngƣợc) Xây dựng thí nghiệm đo tín hiệu não sử dụng máy fNIRS FOIRE- 3000 Chƣơng Tổng Quan Áp dụng sở lý thuyết có, nhận dạng hoạt động gõ tay (gõ tay trái hay tay phải) thông qua phân tích tín hiệu não từ liệu thu đƣợc 1.3.2 Giới Hạn Xử lý liệu không trực tuyến Thí nghiệm thực gõ tay đo vùng não điều khiển chuyển động Chỉ thực ngƣời 1.4 Phƣơng Pháp Nghiên Cứu Thu thập liệu: Sự thay đổi oxy-Hb vùng điều khiển hoạt động não đƣợc thu dùng kỹ thuật fNIRS sử dụng máy FOIRE – 3000 hãng Shimadzu, Nhật Bản đặt phòng A104, Bộ môn Kỹ Thuật Y Sinh, Đại học Quốc tế Hệ thống hoạt động bƣớc sóng 780 nm, 805 nm and 830 nm Các thí nghiệm khác đƣợc xây dựng để thu liệu Tiền xử lý liệu: Thực lọc nhiễu sử dụng lọc Savitzky – Golay Xử lý liệu: Áp dụng giải thuật hồi quy đa thức để tìm đặc trƣng Nhận dạng : Đƣa đặc trƣng thu đƣợc vào hệ để huấn luyện nhận dạng 1.5 Tóm Tắt Đề Tài Nhƣ vậy, với yêu cầu nhiệm vụ mục tiêu đề ra, luận văn đƣợc xây dựng bao gồm chƣơng sau: - Chƣơng 1: Tổng quan Chƣơng trình bày khái quát lĩnh vực nghiên cứu, tình hình nghiên cứu, tầm quan trọng, để từ ngƣời thực đề tài đề mục tiêu - Chƣơng 2: Chƣơng trình bày sở lý thuyết số phƣơng pháp thu thập tín hiệu hình ảnh não phổ biến nhƣ : EEG, MRI, fNIRS, nhƣ công trình nghiên cứu liên quan đến đề tài công bố - Chƣơng 3: Vị trí chức số vùng vỏ não, đặc biệt vùng điều khiển chuyển động – motor control đƣợc giới thiệu chƣơng Đồng thời, chƣơng giới thiệu cách thu thập liệu máy FOIRE3000 - Chƣơng 4: Chƣơng trình bày cấu trúc lọc Savitzky-Golay, áp dụng lọc lên tín hiệu não thu đƣợc Chƣơng Tổng Quan - Chƣơng 5: Trong chƣơng này, ngƣời thực đề tài trình bày giải thuật hồi quy theo đa thức để lấy hệ số hồi quy nhƣ đặc trƣng thu đƣợc gõ tay - Chƣơng 6: Phƣơng pháp phân loại SVM thuật toán nhận dạng đƣợc đề xuất PR- SVM đƣợc trình bày chƣơng - Chƣơng 7: Giải thuật nhận dạng hoạt động gõ tay mà ngƣời thực đề xuất PR- ANN đƣợc trình bày chƣơng - Chƣơng 8: Phần kết luận hƣớng phát triển đề tài Chƣơng Cơ Sở Lý Thuyết Chƣơng CƠ SỞ LÝ THUYẾT 2.1 Phƣơng Pháp Tái Hiện Hình Ảnh Và Tín Hiệu Não Ngƣời 2.1.1 Phƣơng pháp EEG EEG (Electroencephalography) – điện não đồ phƣơng pháp ghi lại hoạt động điện da đầu ngƣời Phƣơng pháp đo thay đổi điện áp việc di chuyển hạt điện tích bên nơ- ron não Tín hiệu EEG ngƣời đƣợc tìm Hans Berger (1873- 1941) Bài báo vào năm 1929 Berger cho thấy tồn sóng alpha nhƣ thành phần chủ yếu tín hiệu EEG Việc nạp điện áp não đƣợc trì hàng tỷ nơ-ron Các nơ-ron nạp điện màng vận chuyển protein cách bơm ion vào màng chúng Các nơ-ron thƣờng xuyên trao đổi ion với ngoại bào, tạo nên trình liên tục cách đẩy ion từ nơ-ron đến nơ-ron khác nhƣ sóng điện Khi sóng ion tiến đến điện cực da đầu, chúng đẩy kéo electron kim loại điện cực Vì kim loại đẩy kéo electron cách dễ dàng nên khác điện áp kéo đẩy cặp cực đƣợc ghi nhận Các giá trị điện áp đƣợc ghi nhận theo thời gian tín hiệu EEG [1] Tùy theo ứng dụng khác mà ta bố trí điện cực vị trí tƣơng ứng Hình 2.1 ví dụ bố trí điện cực phép đo EEG Hình Bố trí điện cực phép đo EEG[2] Trên thể ngƣời khỏe mạnh, biên độ tần số tín hiệu thay đổi từ trạng thái đến trạng thái khác, chẳng hạn nhƣ lúc thức ngủ Đặc tính sóng đo đƣợc thay đổi theo độ tuổi Có loại sóng não đƣợc phân biệt Chƣơng Cơ Sở Lý Thuyết theo vùng tần số khác Dựa vào dải tần số tƣơng ứng mà sóng đƣợc chia thành: alpha(  ), theta (  ), beta (β), delta (  ), gamma (  ) [3] Sóng delta nằm vùng từ 0,5 – Hz Các sóng có giấc ngủ sâu diện trạng thái tỉnh giấc Tuy nhiên loại sóng dễ bị ảnh hƣởng nhiễu nhân tạo khối lớn cổ, hàm Sóng theta nằm vùng từ – Hz Sóng thƣờng thấy tuổi vị thành niên, xuất chuyển từ trạng thái hiểu biết sang thờ thẫn, ngƣời căng thẳng hay xuất bệnh lý khác Sóng alpha có tần số từ – 13 Hz Sóng xuất nhiều nhắm mắt thƣ giãn, xuất vùng đầu phía sau hay trƣớc trán Sóng beta có tần số từ 13 – 30 Hz Sóng beta thƣờng liên quan đến hành vi điều khiển hoạt động Với biên độ thấp tần số thay đổi phạm vi nói, sóng liên quan đến vấn đề suy nghĩ hay tập trung cao Sóng gamma có tần số từ 30 – 100 Hz Nó thể ràng buộc số lƣợng lớn nơ- ron lại với cho mục đích thực thi hoạt động nhận thức ngẫu nhiên chức vận động Hình ảnh sóng vừa trình bày đƣợc tóm tắt hình 2.2 Khi thực hành vi khác não xuất loại sóng với tần số khác Đây điều mà EEG mang lại Hình 2 Bốn loại sóng phép đo EEG : sóng delta, theta, alpha, beta [3] [...]... Hình 5 1 Hồi quy tín hiệu theo đa thức bậc 3 41 Hình 5 2 Hồi quy tín hiệu theo đa thức bậc 5 41 Hình 5 3 Hồi quy tín hiệu theo đa thức bậc 15 42 Hình 5 4 Hồi quy tín hiệu theo đa thức bậc 20 42 Hình 5 5 Đƣờng tín hiệu lý tƣởng của oxy-Hb khi có kích thích 43 Hình 5 6 Đƣờng cong tín hiệu sau khi hồi quy trên các kênh trong lần gõ tay trái 45 Hình 5 7 Đƣờng cong tín hiệu sau... giải thuật hồi quy theo đa thức, vector hỗ trợ - SVM, mạng nơ-ron nhân tạo (mạng lan truyền ngƣợc) Xây dựng thí nghiệm và đo tín hiệu não sử dụng máy fNIRS FOIRE- 3000 2 Chƣơng 1 Tổng Quan Áp dụng cơ sở lý thuyết đã có, nhận dạng hoạt động gõ tay (gõ tay trái hay tay phải) thông qua phân tích tín hiệu não từ dữ liệu thu đƣợc 1.3.2 Giới Hạn Xử lý dữ liệu không trực tuyến Thí nghiệm thực hiện là gõ tay. .. dụng bộ lọc này lên tín hiệu não thu đƣợc 3 Chƣơng 1 Tổng Quan - Chƣơng 5: Trong chƣơng này, ngƣời thực hiện đề tài trình bày về giải thuật hồi quy theo đa thức để lấy các hệ số hồi quy nhƣ là đặc trƣng thu đƣợc khi gõ tay - Chƣơng 6: Phƣơng pháp phân loại SVM và thuật toán nhận dạng đƣợc đề xuất là PR- SVM đƣợc trình bày trong chƣơng này - Chƣơng 7: Giải thuật nhận dạng hoạt động gõ tay mà ngƣời thực... khi hồi quy trên các kênh trong lần gõ tay phải 45 Hình 5 8 Đƣờng cong tín hiệu sau khi hồi quy trên các kênh trong lần gõ tay trái (2) 46 Hình 5 9 Đƣờng cong tín hiệu sau khi hồi quy trên các kênh trong lần gõ tay phải (2) 46 Hình 6 1 Các đƣờng phân chia hai tập dữ liệu mang đặc tính khác nhau 48 Hình 6 2 Các siêu phẳng H1 và H2 phân chia các mẫu tích. ..5.3 Tính Chất Ƣớc Lƣợng Bình Phƣơng Tối Thiểu 40 5.4 Trích Đặc Trƣng Dùng Hồi Quy Đa Thức Trên Tín Hiệu NIRS 40 Chƣơng 6 THUẬT TOÁN NHẬN DẠNG PR- SVM 48 6.1 Siêu Phẳng - Hyperplane 48 6.2 SVM Tuyến Tính 49 6.3 Các Điều Kiện Karush-Kuhn-Tucker (KKT) 50 6.4 Giải Thuật SMO 51 6.5 Thuật Toán Nhận Dạng PR - SVM 53 Chƣơng 7 THUẬT TOÁN NHẬN DẠNG... tia cận hồng ngoại vào não để đo huyết động não cũng nhƣ phát hiện thể tích máu và lƣợng oxy thay đổi 1 Chƣơng 1 Tổng Quan Nói một cách khác, fNIRS đo sự thay đổi oxy-hemoglobin và deoxyhemoglobin trên bề mặt não Khi có một kích thích xảy ra trong não, chẳng hạn nhƣ suy nghĩ, vận động, … thì lƣợng huyết động thay đổi tƣơng ứng trên vùng não đảm nhận chức năng tƣơng ứng Tín hiệu quang phổ cận hồng ngoại. .. tiếp và hòa nhập với cuộc sống xung quanh, cũng nhƣ thực hiện chẩn đoán để chữa bệnh ngày càng đƣợc chú trọng Do đó, các phƣơng pháp không xâm nhập ngày càng thể hiện vai trò quan trọng của mình, trong đó có kỹ thuật fNIRS 1.2 Mục Đích Của Đề Tài Xây dựng giải thuật để thông qua tín hiệu não đo đƣợc có thể phân tích và nhận dạng đƣợc hoạt động bán cầu não và gõ tay của con ngƣời 1.3 Nhiệm Vụ Và Giới... 8 Sơ đồ thuật toán nhận dạng PR-ANN 62 Hình 7 9 Cấu trúc mạng nơ ron trong thuật toán nhận dạng PR-ANN: 48 nút lớp ngõ vào, 100 nút lớp ẩn và 2 nút ngõ ra 62 xii Chƣơng 1 Tổng Quan Chƣơng 1 TỔNG QUAN 1.1 Tổng Quan Về Lĩnh Vực Nghiên Cứu Trong những thập kỷ gần đây, rất nhiều thành tựu đã đƣợc gặt hái trong lĩnh vực tái tạo hình ảnh và nhận dạng thần kinh trên não ngƣời Hoạt động não... siêu phẳng H1 và H2 phân chia các mẫu tích cực và thụ động thành 2 lớp khác nhau 49 Hình 6 3 Sơ đồ khối thuật toán nhận dạng PR-SVM 53 Hình 6 4 Phân loại đặc trƣng gõ tay dựa vào các siêu phẳng trong giải thuật SVM 54 Hình 6 5 Giao thức gõ tay trong một thí nghiệm Trong một lần thí nghiệm chủ thể gõ tay trái 10 lần và tay phải 10 lần theo giao thức thời gian trong hình... số hồi quy từ các kênh (2, 5, 6, 9 và 12, 15, 16, 19) trong một lần gõ tay 54 Bảng 6 2 Giải thuật kiểm tra chéo- nhận dạng gõ tay phải và trái 55 Bảng 6 3 Độ chính xác thu đƣợc trên chủ thể thứ 1 với thuật toán PR- SVM 55 Bảng 6 4 Độ chính xác thu đƣợc trên chủ thể thứ 2 với thuật toán PR- SVM 56 Bảng 6 5 Độ chính xác thu đƣợc trên chủ thể thứ 3 với thuật toán PR- SVM 56 Bảng 7 1 Giải