Đang tải... (xem toàn văn)
MỤC LỤC Trang MỞ ĐẦU 1 CHƢƠNG 1. HỆ THẦN KINH ĐIỀU KHIỂN VẬN ĐỘNG VÀ MÔ HÌNH XỬ LÝ TÍN HIỆU ĐIỆN NÃO ĐỒ LIÊN QUAN VẬN ĐỘNG CỦA NGƢỜI……………………………………………………………….............. ..…...9 1.1 Hệ thần kinh điều khiển vận động 9 1.1.1 Các hoạt động điện củ 12 não…………………………………………. 1.1.2 Điện thế hoạt động 13 1.1.3 Tạo tín hiệu EEG 14 1.1.4 Hệ thống điều khiển vận động của não 18 1.1.5 Tín hiệu điện não đồ liên quan đến tưởng tượng vận động 25 1.2 Mô hình xử lý tín hiệu điện não IHMv 27 1.2.1. Xác định vị trí không gian điện cực thu nhận tín hiệu IHMv 28 1.2.2. Nâng cao tỷ số SNR của tín hiệu 31 1.2.2.1 Tăng cường chất lượng tín hiệu EEG dựa trên việc sử dụn các bộ lọc số có pha bằng không 31 1.2.2.2 Tăng cường chất lượng kênh đo tín hiệu EEG bằng kỹ thuật lọc không ……36 gian……………………………………………... 1.2.2.3 Phân giải các nhóm tín hiệu điện não IHMv (segmentation) từ bản ghi điện não đồ 37 1.3 Kết luận chương 46 CHƢƠNG 2. PHÁT TRIỂN BỘ ĐẶC TRƢNG MỚI NÂNG CAO ĐỘ CHÍNH XÁC PHÂN LOẠI HỆ THỐNG QUYẾT ĐỊNH BA PHÂN LỚP IHMv ĐẦU RA 48 2.1 Phương pháp định lượng trên miền thời gian – tần số dựa trên biến đổi wavelet 53 2.2 Xây dựng bộ các thuộc tính định lượng tín hiệu điều khiển vận động IHMv 59 2.3 Mô tả bộ cơ sở dữ liệu vận độngtưởng tượng vận động……65 Physionet…….... 2.4 Đề xuất lựa chọn bộ thuộc tính mô tả tín hiệu IHMv bằng phương pháp phân tích phương sai một chiều ANOVA theo chỉ số F và……70 p…………….. 2.4.1 Phương pháp phân tích phương sai một chiều……72 ANOVA…………... 2.4.2 Đề xuất xây dựng bộ đặc trưng lựa chọn bằng phương pháp kiểm định ANOVA theo chỉ số F và p 73 2.5 Kết luận chương 78 CHƢƠNG 3. PHƢƠNG PHÁP PHÂN LOẠI BA PHÂN LỚP……80 IHMv……. 3.1 Xây dựng vector đặc trưng mô tả tín hiệu điện não IHMv từ bộ đặc trưng đề xuất và cấu trúc các……85 lớp………………………………………………. 3.2 Mô hình máy vector hỗ trợ nhị phân SVM 87 3.3 Đề xuất xây dựng mô hình phân loại 3IHMv_SVM2 dựa trên mô hình vector học máy phi tuyến (SVM) thực hiện phân lớp ba trạng thái tưởng tượng vận động tay trái, tay phải và nghỉ 95 3.4 Mô phỏng và đánh giá khả năng phân loại của bộ phân loại 3IHMv_SMV2 99 3.5 Kết luận chương 104 CHƢƠNG 4. XÂY DỰNG BỘ DỮ LIỆU ĐIỆN NÃO IHMv CỦA ĐỐI TƢỢNG NGƢỜI VIỆT NAM 105 4.1 Quy trình đo và xây dựng bộ dữ liệu điện não liên quan đến vận động của người Việt….105 Nam………………………………………………………….. 4.1.1 Hệ thống thu nhận dữ liệu điện não liên quan đến vận động tưởng tượng vận động của đối tượng đo người Việt…..106 nam………………… 4.1.2 Kết quả và đánh giá bộ dữ liệu 114 4.2 Xây dựng bộ công cụ phân tích tín hiệu IHMv, ứng dụng tạo quyết định ba phân lớp IHMv và hệ thống cánh tay robot hỗ trợ vận….123 động………….. 4.3 Kết luận chương 125 KẾT LUẬN CHUNG 127 1. Các đóng góp….127 mới………………………………………………………... 2. Hướng nghiên cứu tiếp 129 DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC CÔNG BỐ 131 TÀI LIỆU THAM KHẢO 132 PHỤ LỤC ….143 1…………………………………………………………………… PHỤ LỤC 2 153 PHỤ LỤC 3 157 PHỤ LỤC…..170 4………………………………………………………………….... PHỤ LỤC…..173
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI Phạm Phúc Ngọc XỬ LÝ TÍN HIỆU ĐIỆN NÃO TRONG TƯỞNG TƯỢNG VẬN ĐỘNG CHI TRÊN LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỆN TỬ Hà Nội – 2016 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI Phạm Phúc Ngọc XỬ LÝ TÍN HIỆU ĐIỆN NÃO TRONG TƯỞNG TƯỢNG VẬN ĐỘNG CHI TRÊN Chuyên ngành: Kỹ thuật điện tử Mã số: 62520203 LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐIỆN TỬ NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS PHẠM VĂN BÌNH TS PHẠM HẢI ĐĂNG Hà Nội – 2016 LỜI CAM ĐOAN Tôi xin cam đoan công trình nghiên cứu riêng Các số liệu luận án trung thực chưa công bố công trình khác Tập thể giáo viên hướng dẫn Tác giả Phạm Phúc Ngọc LỜI CẢM ƠN Đầu tiên xin bày tỏ lòng biết ơn chân thành sâu sắc tới thầy hướng dẫn khoa học PGS.TS Phạm Văn Bình thầy đồng hướng dẫn TS Phạm Hải Đăng Các thầy người định hướng cho triển khai ý tưởng khoa học tận tình hướng dẫn suốt thời gian thực luận án Tôi xin chân thành cảm ơn Anh, Chị, em bạn đồng nghiệp Bộ môn Công nghệ Điện tử & Kỹ thuật Y sinh, Viện Điện tử - Viễn thông trường Đại học Bách Khoa Hà nội tạo điều kiện, định hướng giúp đỡ để hoàn thành công trình nghiên cứu Tôi xin cảm ơn Bộ môn Công nghệ Điện tử & Kỹ thuật Y sinh, môn Mạch & xử lý tín hiệu Viện Điện tử - Viễn thông trường Đại học Bách Khoa Hà nội, khoa Thần kinh Bệnh viện Bạch Mai hỗ trợ sở vật chất, trang thiết bị nghiên cứu, góp ý định hướng nghiên cứu kỹ thuật y học để hoàn thành tốt công trình nghiên cứu Tôi xin trân trọng cảm ơn tới Ban Giám hiệu, Viện Đào tạo Sau đại học, Viện Điện tử - Viễn thông trường Đại học Bách Khoa Hà nội tạo điều kiện cho trình học tập nghiên cứu Tôi xin cảm ơn thành viên nhóm nghiên cứu EEG&Arm Rehabilitation hỗ trợ tham gia với việc triển khai thí nghiệm đo lường, phân tích tín hiệu điện não phòng thí nghiệm Cuối xin chân thành cảm ơn Bố mẹ, vợ, trai người thân gia đình động viên tinh thần, thời gian vật chất để có động lực thực đường nghiên cứu khoa học Hà nội ngày …… tháng … ….năm…… Tác giả Phạm Phúc Ngọc MỤC LỤC Trang MỞ ĐẦU .1 CHƢƠNG HỆ THẦN KINH ĐIỀU KHIỂN VẬN ĐỘNG VÀ MÔ HÌNH XỬ LÝ TÍN HIỆU ĐIỆN NÃO ĐỒ LIÊN QUAN VẬN ĐỘNG CỦA NGƢỜI……………………………………………………………… … 1.1 Hệ thần kinh điều khiển vận động 1.1.1 Các hoạt động não………………………………………… điện củ .12 1.1.2 Điện hoạt động 13 1.1.3 Tạo tín hiệu EEG .14 1.1.4 Hệ thống điều khiển vận động não 18 1.1.5 Tín hiệu điện não đồ liên quan đến tưởng tượng vận động 25 1.2 Mô hình xử lý tín hiệu điện não IHMv 27 1.2.1 Xác định vị trí không gian điện cực thu nhận tín hiệu IHMv 28 1.2.2 Nâng cao tỷ số SNR tín hiệu 31 1.2.2.1 Tăng cường chất lượng tín hiệu EEG dựa việc sử dụn lọc số có pha không 31 1.2.2.2 Tăng cường chất lượng kênh đo tín hiệu EEG kỹ thuật lọc không ……36 gian…………………………………………… 1.2.2.3 Phân giải nhóm tín hiệu điện não IHMv (segmentation) từ ghi điện não đồ 37 1.3 Kết luận chương 46 v CHƢƠNG PHÁT TRIỂN BỘ ĐẶC TRƢNG MỚI NÂNG CAO ĐỘ CHÍNH XÁC PHÂN LOẠI HỆ THỐNG QUYẾT ĐỊNH BA PHÂN LỚP IHMv ĐẦU RA 48 2.1 Phương pháp định lượng miền thời gian – tần số dựa biến đổi wavelet 53 2.2 Xây dựng thuộc tính định lượng tín hiệu điều khiển vận động IHMv 59 2.3 Mô tả sở liệu vận động/tưởng tượng vận động……65 Physionet…… 2.4 Đề xuất lựa chọn thuộc tính mô tả tín hiệu IHMv phương pháp phân tích phương sai chiều ANOVA theo số F và…… 70 p…………… 2.4.1 Phương pháp phân 72 ANOVA………… tích phương sai chiều…… 2.4.2 Đề xuất xây dựng đặc trưng lựa chọn phương pháp kiểm định ANOVA theo số F p .73 2.5 Kết luận chương 78 CHƢƠNG PHƢƠNG PHÁP PHÂN LOẠI BA PHÂN LỚP……80 IHMv…… 3.1 Xây dựng vector đặc trưng mô tả tín hiệu điện não IHMv từ đặc trưng đề xuất cấu trúc các…… 85 lớp……………………………………………… 3.2 Mô hình máy vector hỗ trợ nhị phân SVM 87 3.3 Đề xuất xây dựng mô hình phân loại 3IHMv_SVM2 dựa mô hình vector học máy phi tuyến (SVM) thực phân lớp ba trạng thái tưởng tượng vận động tay trái, tay phải nghỉ 95 3.4 Mô đánh giá khả phân loại phân loại 3IHMv_SMV2 99 3.5 Kết luận chương 104 CHƢƠNG XÂY DỰNG BỘ DỮ LIỆU ĐIỆN NÃO IHMv CỦA ĐỐI TƢỢNG NGƢỜI VIỆT NAM 105 4.1 Quy trình đo xây dựng liệu điện não liên quan đến vận động người Việt….105 Nam………………………………………………………… 4.1.1 Hệ thống thu nhận liệu điện não liên quan đến vận động/ tưởng tượng vận động đối tượng đo người Việt… 106 nam………………… 4.1.2 Kết đánh giá liệu 114 4.2 Xây dựng công cụ phân tích tín hiệu IHMv, ứng dụng tạo định ba phân lớp IHMv hệ thống cánh tay robot hỗ trợ vận….123 động………… 4.3 Kết luận chương 125 KẾT LUẬN CHUNG 127 Các đóng mới……………………………………………………… góp….127 Hướng nghiên cứu tiếp 129 DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC CÔNG BỐ 131 TÀI LIỆU THAM KHẢO 132 PHỤ 1…………………………………………………………………… LỤC ….143 PHỤ LỤC 153 PHỤ LỤC 157 PHỤ 4………………………………………………………………… LỤC… 170 PHỤ 5………………………………………………………………… LỤC… 173 DANH MỤC TỪ VIẾT TẮT ANOVA sai AP AR ARMA AUC AVACC BA4 BA6 BCI CAR CNS CS_LDA Linear CSP CS_SVM Support DWT EEG EMG ERD ERP ERS kiện ERSP Analysis of Variance Action Potential Autoregressive Autoregressive Moving Avarage Area Under ROC Curve Average Accuracy Brodmann Area Brodmann Area Brain Computer Interface Common Average Reference Central Nervous System Class Separability Discriminant Analysis Common Spatial Patterns Class Separability Vector Machine Discrete Wavelet Transform Electroencephalogram Electromyography Event-Related Desynchronization Event – Related Potential Event-related Synchronization Event-related spectral Phân tích phương Điện hoạt động Tự động hồi quy Tự đồng hồi quy trung bình dịch Diện tích đường ROC Độ xác trung bình Khu vực Brodmann Khu vực Brodmann Giao tiếp người – máy Tham chiếu trung bình Hệ thần kinh trung ương Phân chia lớp kết hợp với phân tích phân chia tuyến tính Các thành phần không gian chung Phân tích lớp kết hợp vector máy hỗ trợ Biến đổi wavelet rời rạc Điện não đồ Điện Khử đồng liên quan đến kiện Điện liên quan đến kiện Đồng liên quan đến Phổ lượng hỗn loạn liên FFT nhanh FIR FMRI Resonance perturbation Fast Fourier Transform Finite Impulse Response Functional Magnetic Imaging False Negative Rate False Positive Rate Hjorths Activity Hjorths Mobility Independent Component Analysis ICMS Intracortical Microstimulation IHMv Imagery Hand Movement IPL Inferior Parietal Lobule L Left Lf_IHMv Imagery Left Hand Movement trái LOG_EN Logarithm Entropy M1 Primary Motor Cortex MEMD Multivariate Empirical Mode Decomposition MI Mutual Information MMAV Modified Mean Absolute Value FNR FPR HJ_ACT HJ_MOBI ICA MRCPs Movement-Related Cortical Potentials MRMR Max Relevance and Min Redundancy MSE Mean Square Error phương NA-MEMD thuật MEMD cộng nhiễu NN PLV Phase Lock Value RBF Radial basis function Re Rest Re_IHMv Rest state Ri Right Ri_IHMv Imgary Right Hand Movement phải RMS Root Mean Square ROC S1 SHAN_EN Receiver Operating Characteristic Primary Somatosensory Cortex Shannon Entropy quan đến kiện Biến đổi Fourier Đáp ứng xung hữu hạn Cộng hưởng từ chức Tỷ lệ âm tính giả Tỷ lệ dương tính giả Thông số Hjorths hoạt động Thông số Hjorths linh động Phân tích thành phần độc lập Vi kích thích hộp sọ Tưởng tượng vận động chi Tiểu thùy đỉnh Trái Tưởng tượng vận động tay Logarit Entropy Vỏ não vận động Phương pháp MEMD Thông tin chung Giá trị sửa đổi trung bình tuyệt đối Điện não liên quan đến vận động Tối đa liên quan giảm độ dư thừa Sai số trung bình bình Noise Assisted MEMDKỹ Neural Network Mạng nơ ron Giá trị khóa pha Hàm RBF Nghỉ Trạng thái nghỉ Phải Tưởng tượng vận động tay Căn bậc hai trung bình bình phương Đường cong ROC Vùng não cảm giác Shannon Entropy SMA Supplement Motor Area Vùng não vận động bổ sung b) Thí nghiệm P005E06 (tưởng tượng chuyển động tay) - Thời gian thực chuyển động: 2.5s - Thời gian nghỉ: 5s - Thời gian cắt epoch: -2 đến 5.5s • Trái: C3, C4 • Phải: C3, C4 • Nghỉ: C3, C4 Đối tượng P007 a) Thí nghiệm P007E04 (tưởng tượng chuyển động tay): - Thời gian thực chuyển động: 2.5s - Thời gian nghỉ: 5s - Thời gian cắt epoch: -2 đến 5.5s - Thuận tay trái • Trái: C3 C4 • Phải: C3 C4 • Nghỉ: C3 C4 b) Thí nghiệm P007E06 (tưởng tượng chuyển động tay): - Thời gian thực chuyển động: 2.5s - Thời gian nghỉ: 5s - Thời gian cắt epoch: -2 đến 5.5s - Thuận tay trái • Trái: C3 C4 • Phải: C3 C4 • Nghỉ: C3 C4 c) Thí nghiệm P007E08 (tưởng tượng chuyển động tay): - Thời gian thực chuyển động: 2.5s - Thời gian nghỉ: 5s - Thời gian cắt epoch: -2 đến 5.5s - Thuận tay trái • Trái: C3 C4 • Phải: C3 C4 • Nghỉ: C3 C4 Đối tượng P009 a) Thí nghiệm P009E04 (tưởng tượng chuyển động tay): - Thời gian thực chuyển động: 2.5s - Thời gian nghỉ: 5s - Thời gian cắt epoch: -2 đến 5.5s • Trái: C3 C4 • Phải: C3 C4 • Nghỉ: C3 C4 b) Thí nghiệm P009E06 (tưởng tượng chuyển động tay): - Thời gian thực chuyển động: 2.5s - Thời gian nghỉ: 5s - Thời gian cắt epoch: -2 đến 5.5s • Trái: C3 C4 • Phải: C3 C4 • Nghỉ: C3 C4 c) Thí nghiệm P009E08 (tưởng tượng chuyển động tay): - Thời gian thực chuyển động: 2.5s - Thời gian nghỉ: 5s - Thời gian cắt epoch: -2 đến 5.5s • Trái: C3 C4 • Phải: C3 C4 • Nghỉ: C3 C4 Đối tượng P011: a) Thí nghiệm P011E04 (tưởng tượng chuyển động tay): - Thời gian thực chuyển động: 2.5s - Thời gian nghỉ: 5s - Thời gian cắt epoch: -2 đến 5.5s • Trái: C3 C4 • Phải: C3 C4 • Nghỉ: C3 C4 190 b) Thí nghiệm P011E06 (tưởng tượng chuyển động tay): - Thời gian thực chuyển động: 2.5s - Thời gian nghỉ: 5s - Thời gian cắt epoch: -2 đến 5.5s • Trái: C3 C4 • Phải: C3 C4 • Nghỉ: C3 C4 c) Thí nghiệm P011E08 (tưởng tượng chuyển động tay): - Thời gian thực chuyển động: 2.5s - Thời gian nghỉ: 5s - Thời gian cắt epoch: -2 đến 5.5s • Trái: C3 C4 • Phải: C3 C4 • Nghỉ: C3 C4 PHỤ LỤC CẤU HÌNH HỆ THỐNG ĐO ĐIỆN NÃO BITMED EXEA ULTRA 19 KÊNH Nguồn Nguồn y tế tuân theo EN60601-1 Đầu vào: 100-240V, 50-60Hz, 0.8A Đầu ra: +6VDC, 5A Nguồn +6VDC, cực tính: dương, âm Nguồn Pin Pin Li-Ion sạc, 5600mAh/tối đa 9h45 phút phụ thuộc vào số kênh Thời gian nạp 40dB CMRR >100 dB với điện cực Neutral kết nối Khử nhiễu crosstalk >50dB kênh Nhiễu đầu vào