2.2.1 X臼"p«q"x壱p"8瓜pi"x "e挨"ej院"ejw{吋p"8瓜pi
Hình 2.6 J·pj"o»"vＶ"xお"vt "eてc"xぎ"p«q"xｆp"8じpi"x "eƒe"x́pi"ejとe"p<pi"vtqpi"xぎ" p«q"xｆp"8じpi0
V臼 não v壱p"8瓜ng là m瓜t vùng thu瓜c v臼8衣i não tham gia vào vi羽c lên k院 ho衣ch, ki吋m sốt và th詠c hi羽n các c穎 8瓜ng cĩ ch栄 ý. Theo c鰻 8k吋n thì v臼 não v壱p"8瓜ng là m瓜t khu v詠c 荏 thùy trán n茨m 荏 h欝k"vtƒp"n‒p"rj c"ucw"pic{"rj c"vt逢噂c rãnh trung tâm
X臼"p«q"x壱p" 8瓜pi"ej pj" *O3+ X臼"p«q"vk隠p" x壱p"8瓜pi X臼"p«q"x壱p" 8瓜pi"d鰻"uwpi X́pi"rj c" ucw"vj́{" 8雨pj
(hình 2.6). Vùng não v壱p"8瓜ng cĩ th吋8逢嬰c chia thành 3 vùng [23]: Vùng v臼 não v壱n 8瓜ng chính (primary motor cortex), vùng v臼 não ti隠n v壱p"8瓜ng (premotor cortex) và vùng v臼 não v壱p"8瓜ng b鰻 sung (supplementary motor cortex) (hình 2.6).
2.2.1.1 V臼 não v壱p"8瓜ng chính (Primary motor cortex)
Vùng v臼 não v壱p"8瓜ng chính là b瓜 ph壱n chính phát ra xung th亥n kinh mà truy隠n xu嘘ng c瓜t s嘘pi"x "8k隠u khi吋n vi羽c th詠c hi羽n chuy吋p"8瓜ng. V臼 não v壱p"8瓜ng chính cĩ c医u trúc theo các ch泳e"p<pi"e栄c"e挨"vj吋0"Ak"v瑛8逢運ng phân cách gi英a hai bán c亥w"8院n hai bên c栄a bán c亥u, t瑛ng vùng s胤8違m nhi羽m ch泳e"p<pi"ejw{吋p"8瓜ng c栄a t瑛ng nhĩm e挨"n亥p"n逢嬰t là chân, hơng, thân mình, tay, m員v."n逢叡kÈ"E„"vj吋 hi吋u r茨pi"eƒe"p挨-ron mà 8k隠u khi吋n m瓜v"pj„o"e挨"pj医v"8鵜nh s胤 n茨m g亥n nhaụ Ví d映, các p挨-tqp"8k隠u khi吋n b逸p vc{"vt逢噂c s胤 n茨m g亥p"pjcw."eƒe"p挨-ron b逸p tay sau s胤8逢嬰c phân b鰻 g亥p"8„0
2.2.1.2 V臼 não ti隠n v壱p"8瓜ng (Premotor cortex)
V臼 não ti隠n v壱p"8瓜ng x穎 lí th詠c hi羽n các ho衣v"8瓜ng ph泳c t衣r"j挨p"x臼 não v壱n 8瓜ng chính. V臼 p«q"p {"nk‒p"swcp"8院n s詠 ch丑n l詠a các k院 ho衣ch chuy吋p"8瓜ng phù h嬰p cho các chuy吋p"8瓜ng t詠 ch栄, trong khi v臼 não v壱p"8瓜pi"nk‒p"swcp"8院n vi羽c th詠c hi羽n các chuy吋p"8瓜ng nàỵ Vùng v臼 não ti隠n v壱p"8瓜pi"8違m nhi羽m nh英ng khía c衣nh khác c栄a vi羽e"8k隠u khi吋n chuy吋p"8瓜ng, bao g欝m vi羽c chu育n b鵜 chuy吋p"8瓜ng, ch雨 d磯n c違m giác c栄c"j pj"8瓜ng, ch雨 d磯p"j pj"8瓜pi"vtqpi"mj»pi"ikcp"È
2.2.1.3 V臼 não v壱p"8瓜ng b鰻 sung (Supplementary motor cortex)
Vùng v臼 não v壱p"8瓜ng b鰻 sung cĩ nhi隠u ch泳e"p<pi"pj逢"n‒p"m院 ho衣ch cho chuy吋n 8瓜ng, ho員c chu厩i chuy吋p"8瓜ng, s詠 k院t h嬰p c栄c"4"d‒p"e挨"vj吋."x "8k隠u khi吋p"j pj"8瓜ng nk‒p"swcp"8院p"8逢c"tc"sw{院v"8鵜pj"8吋 chuy吋p"8鰻k"j pj"8瓜ng d詠a trên thơng tin c違m giác c違m nh壱p"8逢嬰c. V臼 não v壱p"8瓜ng b鰻 sung n茨o"vt‒p"8逢運ng phân cách c栄a bán c亥u rj c"vt逢噂c v臼 não v壱p"8瓜ng chính (hình 2.6).
2.2.2 A鵜pj"pij c."piw{‒p"n "e挨"d違p"x "v pj"ej医v"e栄c"OK
Các sĩng não vùng c違m giác-v壱p"8瓜ng (SMR) là nh英pi"fcq"8瓜pi"8k羽n ho員c t瑛 8逢嬰c thu 荏 nh英ng vùng c違m giác-v壱p"8瓜pi0"UOT"vj逢運pi"t挨k"x q"eƒe"x́pi"v亥n s嘘
chính: alpha và betạ MI, m瓜t lo衣i c栄a SMR, là quá trình th亥n kinh mà m厩i cá nhân s胤 t壱p luy羽n ho員c kích thích m瓜v"j pj"8瓜ng c映 th吋 mà khơng th詠c s詠 chuy吋p"8瓜pi"e挨" th吋 [24]. Nĩi cách khác MI yêu c亥u s詠 kích ho衣t nh壱n th泳c c栄a các vùng não mà liên swcp"8院n vi羽c chu育n b鵜 và th詠c hi羽n chuy吋p"8瓜ng cùng v噂i s詠泳c ch院 t詠 ch栄 c栄a hành 8瓜ng th詠c [25]. Nghiên c泳u [26] cho r茨pi"v逢荏pi"v逢嬰ng chuy吋p"8瓜pi"pi„p"vc{."n逢叡i và ngĩn chân kích ho衣v"x́pi"8k隠u khi吋p"e挨"swcp"v逢挨pi"泳ng c栄a v臼 não v壱p"8瓜ng chính (hình 2.7).
Hình 2.7 J·pj"o»"vＶ"vご"ejとe"8kｚw"mjkあp"e￢"swcp"v⇔￢pi"とpi"eてc"xぎ"p«q"xｆp"8じpi"
chính.
L嬰i th院 l噂n nh医t c栄a t壱p luy羽n b茨pi"v逢荏pi"v逢嬰pi"j pj"8瓜ng so v噂i t壱p luy羽n th吋 ch医t là khơng cĩ gi噂i h衣n trong kh違p<pi"e栄a b羽pj"pj¤p"8吋 th詠c hi羽n chuy吋p"8瓜ng b荏i vì MI là là ho衣v"8瓜ng nh壱n th泳c và khơng c亥n l詠c tác d映ng. Chính vì v壱y mà t壱p luy羽n b茨pi"rj逢挨pi"rjƒr"OK"8逢嬰c áp d映ng cho nhi隠u ch泳e"p<pi"e栄c"e挨"vj吋0"P„"8逢嬰c s穎 d映ng r瓜ng rãi trong t壱p luy羽n th吋vjcq"f逢噂i d衣pi"rj逢挨pi"vj泳c t壱p luy羽n th亥n kinh, ph映c h欝i ch泳e"p<pị"x "pjk隠w"n pj"x詠c khác. C映 th吋 vtqpi"n pj"x詠c ph映c h欝i ch泳c p<pị" d羽nh nhân s胤 8逢嬰c t壱p luy羽p" v逢荏pi" v逢嬰ng m瓜v" x k" j pj" 8瓜ng c映 th吋 b茨ng rj逢挨pi"rjƒr"p {."ucw"8„"f英 li羽u s胤8逢嬰c x穎 lý và s穎 d映ng trong các 泳ng d映pi"pj逢" 8k隠u khi吋p"zg"n<p"jc{"eƒpj"vc{"ik違, chân gi違.
Pi逢運i dùng cĩ th吋 h丑e"8吋 s穎 d映pi"GGI"8吋 8k隠u khi吋n tr臼 chu瓜t b茨ng cách b逸t 8亥u quá trình t壱p luy羽p"o "vtqpi"8„"u„pi"cnrjc"x "dgvc"vjc{"8鰻k"nk‒p"swcp"8院n vi羽c v逢荏pi"v逢嬰ng chuy吋p"8瓜ng tay trái, tay ph違i ho員c chân [27]. Các BCI trên th院 gi噂k"8«" phân bi羽t thành cơng 4 l噂r."8k吋n hình là tay ph違i, tay trái, chân x "n逢叡i [28, 29, 30]. Nh英ng nghiên c泳u khác cho th医y ti隠o"p<pi"e栄c"GGI"8吋 phát hi羽n s詠 khác bi羽t gi英a v逢荏pi"v逢嬰ng chuy吋p"8瓜ng chân trái và chân ph違i [31, 32] ho員c k吋 c違 các ngĩn tay [33].
Mjk"8嘘k"v逢嬰pi"8逢嬰c yêu c亥u th詠c hi羽p"v逢荏pi"v逢嬰pi"j pj"8瓜ng, h丑 cĩ nh英ng cách khác nhaụ H丑 cĩ th吋v逢荏pi"v逢嬰ng hình 違nh c栄a chuy吋p"8瓜pi"ejk."vtqpi"vt逢運ng h嬰p này h丑n "pi逢運k"swcp"uƒv"j pj"8瓜ng (third person Ỵ gĩc nhìn th泳 3). Vi羽e"v逢荏ng v逢嬰ng này g丑k"n "v逢荏pi"v逢嬰ng hình 違pj"j pj"8瓜ng (VMI Ỵ Visual motor imagery). M瓜t cách khác h丑 cĩ th吋v逢荏pi"v逢嬰ng c違m giác khi h丑n "pi逢運i th詠c hi羽p"j pj"8瓜ng (first person Ỵ gĩc nhìn th泳 nh医t), g丑k"n "v逢荏pi"v逢嬰ng c違o"ikƒe"j pj"8瓜ng (KMI Ỵ Kinesthetic motor imagery). V隠 b違n ch医t, vi羽e"v逢荏pi"v逢嬰pi"j pj"8瓜ng trong nghiên c泳u c栄a lu壱p"x<p"n "v逢荏pi"v逢嬰ng c違m giác, khơng ph違k"v逢荏pi"v逢嬰ng hình 違nh. Lí do n "x·"MOK"8逢嬰c ch泳ng minh trong nhi隠u nghiên c泳u [34, 35, 36] cho k院t qu違8ƒr"泳ng 荏 vùng v臼 não v壱p"8瓜ng d宇 nh壱n d衣ng, e„"8ƒr"泳ng g亥n v噂k"j pj"8瓜ng th詠c thơng qua vi羽c cơng su医t sĩng alpha và beta gi違m (hi羽p"v逢嬰ng ERD c栄a alpha và beta) j挨p"XOK0
A員e"vt逢pi"e栄a tín hi羽u MI [37]:
‚ A瓜 phân gi違i khơng gian th医p: Càng s穎 d映ng nhi隠w"8k羽n c詠ẹ"8瓜 phân gi違i tín hi羽w"e pi"ecq0"Pj逢pi"u嘘n逢嬰pi"8k羽n c詠c nhi隠u d磯p"8院n tính tốn ph泳c t衣p, làm tr宇8ƒr"泳ng và khơng th詠c t院 cho m瓜t h羽 th嘘ng BCỊ Th院 nên vi羽c l詠a ch丑n s嘘 n逢嬰pi"8k羽n c詠e"8吋 phân tích là c詠c kì quan tr丑ng trong MI BCỊ
‚ S詠 khác nhau gi英c"eƒe"8嘘k"v逢嬰ng và gi英c"eƒe"rjk‒p"8q<"U詠 v逢荏pi"v逢嬰ng hành 8瓜ng khác nhau r医t nhi隠u gi英c"eƒe"8嘘k"v逢嬰ng, ngay c違 khi cùng m瓜v"8嘘k"v逢嬰ng 荏 4"rjk‒p"8q"mjƒe"pjcw0"U詠 khác nhau này làm gi違m kh違p<pi"mjƒk"swƒv"e栄a b瓜 phân lo衣ị Cùng 1 b瓜 phân lo衣i cĩ th吋 hi羽u qu違ejq"3"8嘘k"v逢嬰pi"p {"pj逢pi" mj»pi"8嘘i v噂k"8嘘k"v逢嬰ng khác.
‚ S嘘n逢嬰ng lo衣k"j pj"8瓜ng: vi羽c thi院t k院 m瓜t MI BCI cĩ hi羽w"p<pi"ecq"f宇 b荏i vì các chi khác nhau s胤 làm kích ho衣t d衣ng sĩng 荏 eƒe"x́pi"mjƒe"pjcw0"Pj逢pi" s嘘n逢嬰ng các l噂p phân lo衣i b鵜 h衣n ch院 b荏i s嘘n逢嬰ng các chi cĩ th吋v逢荏pi"v逢嬰ng. M瓜v"j逢噂ng kh逸c ph映e"8k隠w"p {"n "v逢荏pi"v逢嬰ng các lo衣k"j pj"8瓜ng khác nhau vt‒p"épi"3"ejk."pj逢pi"8吋e„"8逢嬰e"8瓜 chính xác cao r医t khĩ. M瓜v"j逢噂ng gi違i quy院t khác là k院t h嬰p chuy吋p"8瓜pi"eƒe"ejk"8吋 t衣o ra 1 l噂p khác.
‚ Tính khơng 鰻p"8鵜nh c栄a EEG: là m瓜t trong nh英ng y院u t嘘 làm gi違m hi羽u su医t phân lo衣i tín hi羽u MỊ
‚ Th運i gian hu医n luy羽n dài: trong các nghiên c泳w"OK."eƒe"8嘘k"v逢嬰pi"8逢嬰c l詠a ch丑n mà vt逢噂e"8„"ej逢c"vjco"ikc"eƒe"vj "pijk羽m BCỊ Tuy nhiên khơng ph違i 8嘘k"v逢嬰pi"p q"e pi"e„"eƒej"v逢荏pi"v逢嬰pi"8¿pi0"Ak隠w"p {"e pi"n "o瓜t ph亥n làm gi違m hi羽u su医t phân lo衣k0"Fq"8„"vt逢噂c khi làm thí nghi羽ọ"eƒe"8嘘k"v逢嬰ng c亥n 8逢嬰c t壱p luy羽p"m "x "e„"rj違n h欝i s胤 giúp h丑 t壱p luy羽n t嘘v"j挨p0
Hình 2.8 X́pi"o w"zcpj"iがk"n "GTF"x "x́pi"o w"jげpi"iがk"n "GTU [3] .
2.2.3 ERD/ERS
A逢嬰e"8隠 c壱p 荏 ph亥p"vt逢噂c, ERD/ERS là s詠 m医v"8欝ng b瓜18欝ng b瓜, hay nĩi cách khác là s詠 gi違o1v<pi"e»pi"uw医t c栄a ho衣v"8瓜ng c栄c"u„pi"p«q"mjk"pi逢運k"8„"vj詠c hi羽n j pj"8瓜ng th詠c ho員e"v逢荏pi"v逢嬰pi"j pj"8瓜ng (hình 2.8). Khi cơng su医t c栄a vùng sĩng 荏 8k吋m tham chi院u là 100%, ERD cĩ th吋8逢嬰c hi吋u là s詠 gi違m cơng su医v"v逢挨pi"8嘘i
c栄a vùng alpha và ERS là s詠v<pi"e»pi"uw医v"v逢挨pi"8嘘i c栄a vùng alphạ D英 li羽u EEG 8逢嬰c l丑c d違i t亥p."d·pj"rj逢挨pi"x "vj医y trung bình 荏 t医t c違 các trial s胤vjw"8逢嬰c cơng su医t trung bình c栄a t瑛pi"m‒pj0"Ucw"mjk"8逢嬰c chu育n hĩa thì ERD s胤 8逢嬰c bi吋u di宇n f逢噂i d衣ng ph亥p"vt<o"[38]. M瓜t chuy吋p"8瓜ng th詠c hay v逢荏pi"v逢嬰ng chuy吋p"8瓜ng c栄a tay trái ho員c tay ph違i gây ra s詠 m医v"8瓜ng b瓜 c栄c"fcq"8瓜ng sĩng alpha (8 Ỵ 13 Hz) 荏 phía bán c亥w"8嘘i l壱p cùng v噂i s詠8欝ng b瓜 c栄c"fcq"8瓜ng sĩng beta gi英a (18 Ỵ 26 Hz) c栄a cùng bán c亥u [39].
2.3 Machine learning và Deep learning
Ngày nay, Aritificial Intelligence (AI - trí tu羽 nhân t衣o) và Machine Learning (ML - máy h丑c) hi羽n di羽n trong m丑k"n pj"x詠c c栄c"8運i s嘘pi"eqp"pi逢運i, t瑛 kinh t院, giáo d映ẹ"{"mjqc"ejq"8院n nh英ng cơng vi羽c nhà, gi違i trí ho員c th壱m chí là trong quân s詠. Nh英ng 泳ng d映ng n鰻i b壱t trong vi羽c phát tri吋p"CK"8院n t瑛 nhi隠w"n pj"x詠e"8吋 gi違i quy院t nhi隠u v医p"8隠mjƒe"pjcw0"Pj逢pi"pj英pi"8瓜t phá ph亥n nhi隠w"8院n t瑛 Deep Learning (DL - h丑c sâu) - m瓜t m違ng nh臼8cpi m荏 r瓜ng d亥p"8院n t瑛ng lo衣i cơng vi羽c, t瑛 8挨p"ik違n 8院n ph泳c t衣p.
Deep Learning (ho員c ki院n trúc h丑c sâu) là m瓜t nhánh c栄c"rj逢挨pi"rjƒr"j丑c máy (Machine Learning) - M瓜t nhánh con c栄a AI - 8逢嬰c xây d詠ng và h丑c"8瓜ng d詠a trên h羽p挨tqp"pj¤p"v衣ọ Deep learning mơ ph臼pi"eƒej"p«q"pi逢運i trong vi羽c x穎 lý d英 li羽u và t衣o liên k院t gi英c"eƒe"p挨tqp"pj茨m nh壱n d衣ng v壱t th吋, nh壱n bi院t gi丑ng nĩi, ngơn ng英È [40]. Deep Learning s穎 d映ng m衣pi"n逢噂i th亥n kinh v噂i nhi隠u l噂p. M瓜t m衣ng n逢噂i th亥n kinh sâu phân tích d英 li羽u v噂i các bi吋u di宇p"8«"j丑e"v逢挨pi"v詠pj逢"eƒej"o瓜t pi逢運i nhìn vào m瓜t v医p"8隠. Trong Machine Learning truy隠n th嘘ng, thu壱v"vqƒp"8逢嬰c cung c医p m瓜t t壱p h嬰r"eƒe"v pj"p<pi"e„"nk‒p"swcp"8吋 phân tích. Tuy nhiên, trong nghiên c泳u sâu, thu壱v"vqƒp"8逢嬰c cung c医p d英 li羽u thơ và t詠 quy院v"8鵜pj"eƒe"v pj"p<pi"e„"nk‒p" quan. M衣pi"Fggr"Ngctpkpi"vj逢運ng s胤 c違i thi羽n khi b衣p"v<pi"n逢嬰ng d英 li羽w"8逢嬰c s穎 d映pi"8吋8 q"v衣o chúng.
Pj逢"x壱{"8嘘i v噂i kh嘘i trích xu医v"8員e"vt逢pi"e栄a lu壱p"x<p."EUR"u胤8逢嬰c s穎 d映ng. V隠 kh嘘i phân lo衣i, ba b瓜 phân lo衣k"8逢嬰c s穎 d映ng nhi隠w"x·"8瓜 ph泳c t衣p thu壱t tốn th医p pj逢"Linear Discriminant Analysis (LDA), Support Vector Machine and Bayesian [41,
42, 43]. H丑e"oƒ{"u¤w"8«"vk院p c壱n và k院t h嬰p v噂k"eƒe"rj逢挨pi"rjƒr"e鰻 8k吋p"8吋 t衣o ra các k悦 thu壱v"8ƒpi"vkp"e壱y cho bài tốn phân lo衣i tác v映 MI trong nhi隠u nghiên c泳u [44, 45, 46, 47, 48]. Tuy nhiên, h丑c máy sâu khơng ch雨e„"8瓜 ph泳c t衣p thu壱t tốn cao mà cịn trích xu医v"eƒe"8員e"vt逢pi"ti隠m 育n trong d英 li羽u [49]0"J挨p"p英a, h丑c máy sâu mj»pi"e„"eƒe"8k吋o"x逢嬰t tr瓜k"t "t pi"j挨p"eƒe"rj逢挨pi"rjƒr"j丑e"oƒ{"vj»pi"vj逢運ng [50]. Vì v壱y, lu壱p"x<p"u胤 kh違o sát kh違p<pi"rj¤p"nq衣i c栄a m衣pi"p挨"tqp"v ej"ej壱p k院t h嬰p v噂i các thu壱t tốn c鰻8k吋n.
M衣pi"p挨tqp"v ej"ej壱p (cịn g丑i là ConvNet / CNN) là m瓜t thu壱t tốn Deep Learning cĩ th吋 l医y hình 違pj"8亥u vào, gán Ð8瓜 quan tr丑ngĐ (các tr丑ng s嘘 - weights và 8瓜 l羽ch - bias t泳c cĩ th吋vjc{"8鰻i trong quá trình hu医n luy羽n+"ejq"eƒe"8員e"vt逢pi18嘘i v逢嬰ng khác nhau trong hình 違nh và cĩ th吋 phân bi羽v"8逢嬰c t瑛pi"8員e"vt逢pi18嘘k"v逢嬰ng này v噂i nhaụ CNN cĩ kh違p<pi"v詠 h丑e"8吋 ch丑n ra các b瓜 l丑e1"8員e"vt逢pi"v嘘k"逢w"pj医t cho phép x医r"z "d瓜 d英 li羽w"8逢c"x q.
EJ姶愛PI"3. RJ姶愛PI"RJèR"PIJKçP"E永U 3.1 O»k"vt逢運ng th詠c nghi羽m và quy trình thu d英 li羽u
3.1.1 Thi院t b鵜8q"PkeqngvQpg"x "8k羽n c詠c s穎 d映ng
NicoletOne (hình 3.1) là thi院t b鵜vjw"8k羽p"p«q"GGI"e„"8瓜 chính xác cao c栄a hãng Natus 8逢嬰c s穎 d映ng trong ch育p"8qƒp"t嘘i lo衣n gi医c ng栄, các r嘘i lo衣n khác c栄a não và nh英ng 泳ng d映ng khác. H羽 th嘘ng NicoletOne cịn cĩ b瓜 ph壱n kích thích b茨ng ánh sáng, xu医t d英 li羽u thơ, thi院t l壱r"8衣q"vt·pj"x "8k羽n c詠ẹ"8ƒpj"f医u s詠 ki羽n. Ngồi ra cịn cĩ m瓜t b瓜 ph壱n g丑k"n "X54"Cornkhkgt"f́pi"8吋 g逸p"eƒe"8k羽n c詠c. S嘘8k羽n c詠e"n‒p"8院n 32 kênh, t亥n s嘘 l医y m磯u cĩ th吋 tùy ch雨pj"n‒p"8院p"4"mJ¦"x "ejq"rjfir"8q"eƒc tín hi羽u sinh n#"mjƒe"pj逢"8k羽n tim (ECG - electrocardiogram+"x "8k羽p"e挨"*GOI - electromyogram). Ak羽n c詠c s穎 d映ng cho nghiên c泳u là lo衣k"8k羽n c詠c s穎 d映ng l衣i v噂k"8逢運ng kính 10mm 8逢嬰c làm b茨ng vàng, b衣c ho衣c Ag/AgCl.
Hình 3.1 Dじ"mjwｘej"8Ｔk"Vqtpcfq"X54"*vtƒk+"x "jう"vjぐpi"vjkｘv"dお"PkeqngvQpg"*rjＶk+
A吋 v壱p"j pj"8逢嬰c NicoletOne ph違i cĩ ph亥n m隠m trên máy tính tên NicVue giúp ejq"pi逢運k"8q"e„"vj吋 ghi thơng tin b羽pj"pj¤p."pi {"8q."n逢w1zw医t/xem l衣i d英 li羽u (xem thêm ph映 l映c 1). Ph亥n m隠o"ik¿r"pi逢運k"8q"v́{"ej雨pj"8衣q"vt·pj."sw{"vt·pj."8k羽n c詠c, các kích thích c亥n thi院t, ki吋m tra tr荏mjƒpị"8ƒpj"f医u s詠 ki羽p"ejq"swƒ"vt·pj"8q"[51].
Nghiên c泳u c栄a lu壱p"x<p"vj詠c hi羽p"8q"8k羽n não trên 6 kênh: C3, Cz, C4, P3, Pz, R6"8逢嬰c g逸n theo quy t逸c chu育n 10-20 (hình 3.2) x "8逢嬰e"vjw"vjgq"8衣q"vt·pj"8挨p"e詠c (mono-rqnct+0"Ak羽n c詠c tham chi院w"n "fƒk"vck"vtƒk"*gctnqdg+."8k羽n c詠c n嘘k"8医t là dái tai
ph違i và t亥n s嘘 l医y m磯u là 500 Hz. Lí do lu壱p"x<p"u穎 d映ng nh英pi"8k羽n c詠c này vì v鵜 trí cáe"8k羽n c詠c n茨m 荏 vùng v臼 não v壱p"8瓜pi"8違m nhi羽m cho vi羽c chuy吋p"8瓜ng c栄c"e挨" th吋e pi"pj逢"e違m giác và lên k院 ho衣ch cho chuy吋p"8瓜ng. Các nghiên c泳u v隠 MI [52, 20] e pi"u穎 d映pi"8k羽n c詠e"x "8衣q"vt·pj"v逢挨pi"v詠x·"8¤{"n "x鵜 trí s胤 quan sát th医y s詠 m医v"8欝ng b瓜 rõ nh医t c栄c"u„pi"cnrjc"x "dgvc"mjk"8嘘k"v逢嬰ng th詠c hi羽p"v逢荏pi"v逢嬰pi0"Pj逢" v壱y t鰻ng s嘘n逢嬰pi"8k羽n c詠e"8吋 thu tín hi羽w"GGI"n ":"8k羽n c詠c (bao g欝o"8"8k羽n c詠c ejq"8"m‒pj"8q."3"8k羽n c詠c n嘘k"8医v."3"8k羽n c詠c tham chi院u).
Hình 3.2 Xお"vt "8"m‒pj"8q"*vtƒk+"x "jkあp"vjお"v p"jkうw"GGI"vt‒p"oƒ{"PkeqngvQpg"*rjＶk+
3.1.2 Thí nghi羽m Motor Imagery Brain-Computer Interface (MI-BCI)
雲 nghiên c泳w"vt逢噂c, quy trình thí nghi羽m c栄a Motor Imagery Brain-Computer Interface (MI-BCI) c栄a nghiên c泳u t詠 xây d詠pi"8«"vt違i qua nhi隠w"vjc{"8鰻k"x "8逢嬰c chu育n hĩạ Các k院t qu違e pi"ej泳ng minh tính hi羽u qu違 c栄c"sw{"vt·pj"8q0"V瑛8„"j·pj" vj pj"sw{"vt·pj"8q"ejw育n v噂k"eƒe"n逢w"#"pj逢"ucw<
‚ Các lo衣k"v逢荏pi"v逢嬰ng c亥p"8逢嬰e"8逢c"x q"ejwpi"vtqpi"3"rjk‒p"8q"x "u逸p x院p th泳 t詠 ng磯w"pjk‒p"8吋8嘘k"v逢嬰ng khơng b鵜 quen v噂i s詠 l員p l衣ị
‚ Th運k"ikcp"v逢荏pi"v逢嬰pi"swƒ"f k"n o"ejq"8嘘k"v逢嬰pi"8q"f宇 m羽t m臼i gi違m k院t qu違 phân lo衣i và th運i gian ngh雨 dài làm gi違m s嘘n逢嬰pi"vtkcn"vtqpi"3"ec"8q0
‚ A嘘k"v逢嬰pi"mj»pi"8逢嬰c nhìn tay ho員c chân khi th詠c hi羽p"v逢荏pi"v逢嬰pi"x·"8k隠u 8„"u胤 làm kích ho衣v"pgwtqp"i逢挨pi0"X隠 b違n ch医t, vi羽e"v逢荏pi"v逢嬰pi"j pj"8瓜ng n "v逢荏pi"v逢嬰ng c違m giác, khơng ph違k"v逢荏pi"v逢嬰ng hình 違nh.
C映 th吋 quy trình th詠c nghi羽o"pj逢"ucw0"Vj "pijk羽m MI-DEK"8逢嬰c lu壱p"x<p"vj詠c hi羽n trong phịng cách nhi宇w"8k羽n t瑛 Faraday, thu瓜c phịng thí nghi羽m K悦 Thu壱t Y Sinh, khoa Khoa H丑c 永ng D映pị"vt逢運pi"A衣i H丑c Bách Khoa TP.HCM. M厩k"8嘘i v逢嬰ng s胤 8逢嬰c hu医n luy羽n cách th泳e"v逢荏pi"v逢嬰ng t瑛 2 Ỵ 3 bu鰻k"tk‒pi"vt逢噂e"mjk"8q0" Ucw"8„"o厩k"8嘘k"v逢嬰ng s胤 8逢嬰c thu d英 li羽u t瑛 4 Ỵ 5 ca, m厩k"ec"8q"vj詠c hi羽n trong kho違ng th運i gian 2 Ỵ 3 ti院ng (bao g欝m c違 th運i gian g逸p"8k羽n c詠e+."eƒe"ec"8q"mj»pi" 8逢嬰c di宇n ra trong cùng m瓜v"pi {"x "e pi"mj»pi"eƒej"zc"pjcw"*8違m b違q"8嘘k"v逢嬰ng hồn thành 4 Ỵ 5 ca trong kho違ng 10 ngày).
Khi th詠c hi羽n thí nghi羽ọ"ncrvqr"mj»pi"8逢嬰c ghim s衣ẹ"8吋 laptop 荏 ch院8瓜 máy bay và các thi院t b鵜 8k羽n t穎 khác c亥p"8逢嬰e"8吋 ngồi, h衣n ch院 các nhi宇u cĩ th吋 gây rạ Phịng c亥p"8逢嬰c gi英荏 nhi羽v"8瓜rj”pi"x "vjqƒpi"mj "8吋mj»pi"i¤{"8鰻 m欝 hơi hay khĩ ch鵜w"ejq"pi逢運i 8q0"Vj "pijk羽o"8逢嬰c th詠c hi羽p"f逢噂k"ƒpj"8flp"o運8吋 khơng làm chĩi m逸v"x "ik¿r"8嘘k"v逢嬰ng t壱r"vtwpi"j挨p"x q"o p"j·pj0"Vtqpi"mjk"vjw"f英 li羽w."8嘘k"v逢嬰ng 8逢嬰c ng欝i trên gh院 v噂k"jck"vc{"8員t trên cánh tay gh院 ho員e"vt‒p"8́k"x "swcp"uƒv"o p" hình máy tính (hình 3.3).
Hình 3.3 O»"vＶ"vj "pijkうo"OK-BCI trong phịng Faraday Các v医p"8隠 c亥p"n逢w"#"8嘘i v噂k"8嘘k"v逢嬰pi"8q<
‚ V噂i m厩k"ec"8q"8嘘k"v逢嬰ng ph違i th詠c hi羽n 5 phiên 8q v逢荏pi"v逢嬰pi0"Vt逢噂c và sau m厩k"rjk‒p"8q."8嘘k"v逢嬰pi"8隠w"8逢嬰c kh違q"uƒv"u挨"d瓜 v隠 tình tr衣ng tinh th亥n, cĩ
làm sai hay làm tr宇 tác v映p q"mj»pi"x "8ƒpj"ikƒ"o泳e"8瓜 v逢荏pi"v逢嬰ng trong phiên v瑛a r欝i (xem thêm ph映 l映c 2).
‚ Vtqpi"n¿e"8q"8嘘k"v逢嬰pi"8逢嬰c quy隠n yêu c亥u ng瑛ng thu ho員c b臼 kho違ng th運i gian n院u c違m th医y b鵜 m羽t ho員c cĩ nh英pi"j pj"8瓜ng khơng mong mu嘘p"pj逢" gãi ng泳a, ho, ch雨pj"v逢"vj院 b医t ng運È"PkeqngvQpg"e„"ej泳e"p<pi"Ð8ƒpj"f医wĐ"8吋 thu壱n ti羽n trong vi羽c lo衣i b臼 các 8q衣n d英 li羽u khơng mong mu嘘n trong quá trình x穎 lí sau nàỵ
‚ A嘘k"v逢嬰ng tham gia thí nghi羽o"8逢嬰c yêu c亥u tránh các c違m xúc tiêu c詠c trong pi {"8q"pj逢"dw欝n, lo l逸pị"uvtguuÈ"mj»pi"u穎 d映ng các ch医t kích thích hay cĩ caffeine, khơng b鵜 thi院u ng栄."8„k"jc{"o逸c v羽 ukpj"pic{"vt逢噂e"n¿e"8q."mj»pi" b羽nh hay cĩ nh英ng tri羽u ch泳ng c栄a b羽nh. N院w"8嘘k"v逢嬰ng cĩ nh英ng yêu t嘘 nêu trên s胤8逢嬰c yêu c亥u ngh雨 8q"x "j姻p"x q"pi {"mjƒe"8吋8違m b違o tính tr衣pi"8嘘i v逢嬰ng và ch医v"n逢嬰ng d英 li羽ụ
3.1.3 Ej逢挨pi"vt·pj"o»"rj臼ng thí nghi羽m
Ej逢挨pi"vt·pj"o»"rj臼ng thí nghi羽m MI-BCI trên n隠n t違ng MAVNCD"8逢嬰c lu壱n x<p"vjco"mj違o t瑛ej逢挨pi"vt·pj"f́pi"vtqpi"rj”pi"vj "pijk羽m c栄c"ikƒq"u逢"Ujkpkejktq" Kanoh, B瓜 mơn K悦 thu壱v"8k羽n t穎, Vi羽n cơng ngh羽 Shibaura, Nh壱t B違n (Shibaura Kpuvkvwvg"qh"Vgejpqnqi{."Vq{quw"ecorwụ"Vqm{q."Lcrcp+0"Ej逢挨pi"vt·pj"piw{‒p"d違n 8逢嬰c k院t n嘘i v噂i ph亥n c泳ng c栄c"oƒ{"vjw"8k羽p"p«q"8吋8欝ng b瓜 m嘘c th運i gian b荏k"8¤{" là m瓜t v医p"8隠 quan tr丑ng trong thí nghi羽m MI-BCỊ Tuy nhiên, thi院t b鵜 NicoletOne trong phịng thí nghi羽m K悦 thu壱t Y Sinh khơng h厩 tr嬰 vi羽c k院t n嘘k"8欝ng b瓜, th院 nên lu壱p"x<p"8«"8k隠u ch雨nh cách th泳e"8ƒpj"f医u th運k"8k吋o="e pi"pj逢"v́{"ej雨nh l衣i m瓜t s嘘 thơng s嘘 v隠 th運i gian, s嘘n逢嬰pi"8q衣n m磯w."8ƒpj"f医u nhãn.
Ej逢挨pi"vt·pj"o»"rj臼ng kéo dài kho違ng 8 phút bao g欝o"52"8q衣n m磯u (hình 3.4). M厩k"8q衣n m磯u s胤 kéo dài 16s, v噂k"32u"8亥w"8嘘k"v逢嬰pi"8逢嬰c yêu c亥u ngh雨 pi挨k" (bi吋u hi羽n b荏i d医u c瓜ng nh衣t màu tr逸ng), khơng t壱p trung vào b医t c泳8k隠u gì và c嘘 g逸ng h衣n ch院uw{"pij "x "pj英ng chuy吋p"8瓜ng khơng c亥n thi院t, và 6s sau là t壱p trung v逢荏pi"v逢嬰pi"*8逢嬰c bi吋u hi羽n b荏i d医u c瓜ng l噂n màu tr逸pi"mflo"o k"v‒p"8臼). Trong 6s p {."8嘘k"v逢嬰pi"8逢嬰c yêu c亥u t壱r"vtwpi"ecq"8瓜 v逢荏pi"v逢嬰ng l衣i c違o"ikƒe"pj逢"j pj"
8瓜ng th詠e"vtqpi"rjk‒p"8q"vt逢噂e"8„0"O k"v‒p"u胤 xu医t hi羽n ng磯u nhiên theo hàm random