1.1.Mô tả hệ thống Demo
Sau khi thiết kế, xây dựng bộ thư viện MDK và hệ thống thiết bị phần cứng. Hệ thống thử nghiệm bao gồm:
1.1.1. Thiết bị phần cứng
- Mũ thu tín hiện điện não với 8 điện cực và dây dẫn tín hiệu
- Thiết bị phần cứng xử lý tín hiệu EEG và truyền thông truyền dữ liệu lên máy tính, thiết bị điều khiển các thiết bị phần cứng khác
- Đèn điện cảnh báo và còi điện phát âm thanh
1.1.2. Xây dựng phần mềm
Phần mềm được xây dựng dựa trên các API đã được cung cấp bởi bộ thư viện MDK, bộ thư viện cung cấp các chức năng chính:
- Cho phép phần mềm khác có thể lấy dữ liệu EEG từ thiết bị phần cứng thông qua MDK
- MDK cung cấp chức năng xác định trạng thái của con người dựa vào việc phân tích sóng não bao gồm: Trạng thái con người như xúc động, buồn ngủ, thư giãn …, trạng thái của khuôn mặt như cử động đôi mắt, miệng… và nhận dạng suy nghĩ của con người.
1.2.Các trường hợp thử nghiệm
Sau khi xây dựng xong hệ thống thư viện MDK, hệ thống phần cứng và phần mềm ứng dụng. Quá trình thử nghiệm tiến hành với 100 người với từng chức năng của hệ thống như sau:
1.2.1. Thử nghiệm với chức năng xác định trạng thái con người
Để xác định được Threshold phục vụ việc xác định xem trạng thái của một người có phải là trạng thái buồn ngủ hay không, hệ thống sử dụng 2 phương pháp là phương pháp thống kê và phương pháp học mẫu bằng mạng noron lan truyền ngược
- Phương pháp thống kê: hệ thống thu thập dữ liệu EEG của từng người trong trạng thái buồn ngủ và ngủ sâu sau đó tiến hành xác định Threshold đối với trạng thái ngủ của từng người. Cuối cùng giá trị Threshold được tính làtổng hợp của 100 người với tập các trọng số khác nhau.
- Phương pháp học mẫu bằng mạng noron lan truyền ngược:
o Dữ liệu trạng thái ngủ đơn lẻ của một số người là đầu vào của mạng noron
o Toàn bộ dữ liệu của 100 người là dữ liệu đầu vào của mạng
Khi quá trình học mẫu hội tụ sẽ thu được một ma trận trọng số phục vụ xác định
Threshold.
1.2.2. Thử nghiệm với chức năng nhận dạng đôi mắt
Để xác định được tập dữ liệu training( tập ma trận trọng số WMV(weights, mean, covariances) ) dùng cho việc xác định xem dữ liệu EEG của người bất kì sử dụng hệ thống có tương ứng với trạng thái nào đó của đôi mắt không. Hệ thống tiến hành training như sau:
- Hệ thống thu thập dữ liệu về cử động của đôi mắt như nhắm, mở, nháy trái, nháy phải của từng người
- Dữ liệu tổng hợp của 100 người sau khi được thu thập sẽ là đầu vào của thuật toán EM dữ liệu đầu ra ta thu được một tập các ma trận trọng số WMV, tập dữ liệu này chính là đầu vào thuật toán GMM khi xác định cử động của mắt.
1.2.3. Thử nghiệm với chức năng nhận dạng suy nghĩ của hệ thống
Quá trình thử nghiệm được tiến hành như sau:
- Bước training: Cho từng người sử dụng hệ thống và training 2 trạng thái suy nghĩ. Trạng thái tự nhiên, thư giãn thoải mái nhất( neutral ) và trạng thái suy nghĩ tới hành động bật sáng chiếc đèn điện. Tập dữ liệu sau khi được training này sẽ được lưu trữ trong hệ thống.
Quá trình training cho từng trạng thái và từng người là 3 giây.
- Bước kiểm tra: Cho từng người sử dụng hệ thống và suy nghĩ lại tới hành động bật chiếc đèn điện sáng giống như quá trình training và sử dụng dữ liệu đã training trước đó như sau:
o Dữ liệu training của từng người