Các hoạt động của mắt, nổi trội là hoạt động chớp mắt tạo ra các tín hiệu điện sinh học, dựa trên các tín hiệu ấy, chúng ta có thể ứng dụng và phát triển các giao diện người dùng sử dụng
TỔNG QUAN
ĐẶT VẤN ĐỀ
Theo điều tra quốc gia về người khuyết tật tại Việt Nam năm 2016, hơn 2% dân số từ 2 tuổi trở lên, tương đương khoảng 6,2 triệu người, là người khuyết tật Trong số đó, nhiều người mắc đa khuyết tật, với khuyết tật vận động thân dưới chiếm số lượng cao nhất (3.566,8 nghìn người), tiếp theo là khuyết tật nhận thức (gần 2.622,6 nghìn người) và khuyết tật vận động thân trên (gần 2.159 nghìn người) Trên toàn cầu, số người mắc các khuyết tật nặng như ALS, đột quỵ, chấn thương tủy sống và bại não đang gia tăng, dẫn đến khó khăn trong giao tiếp và di chuyển Tuy nhiên, những bệnh nhân này vẫn có thể điều khiển và kiểm soát tốt các cơ mắt, sử dụng mắt như một phương tiện giao tiếp Điện não đồ (EEG) là một phương pháp ghi lại hoạt động điện sinh học của não, được phát triển lần đầu bởi Hans Berger, thông qua các điện cực đặt trên da đầu để thu thập điện thế từ vỏ não.
Tín hiệu điện não là tín hiệu sinh học có điện áp thấp, thường từ 40 đến 100 microvolt, dễ bị ảnh hưởng bởi các tín hiệu tạo tác Các tín hiệu tạo tác được chia thành hai loại: sinh lý và phi sinh lý, trong đó tín hiệu phi sinh lý xuất phát từ thiết bị điện và cơ khí Tín hiệu điện tim, điện cơ, và điện mắt là ví dụ của tín hiệu tạo tác sinh lý Trong bản ghi EEG, tín hiệu chớp mắt được coi là nhiễu, nhưng nghiên cứu của Renato Salinas, Enzo Schachter và Michael Miranda cho thấy tín hiệu này có thể nhận diện rõ ràng do tính độc lập với sóng não Điều này mở ra cơ hội lớn cho bệnh nhân gặp khó khăn trong giao tiếp và vận động, giúp người khuyết tật thoát khỏi tình trạng bị giam cầm trong cơ thể của chính mình.
Chăm sóc người bệnh, đặc biệt là những bệnh nhân gặp khó khăn trong giao tiếp và vận động, là một thách thức lớn Tại các cơ sở y tế, nhân viên y tế thường phải chăm sóc nhiều bệnh nhân cùng lúc, dẫn đến việc không thể tập trung vào từng người một Người nhà cũng gặp khó khăn trong việc hiểu ý và không thể chăm sóc liên tục 24/7 Khi bệnh nhân có nhu cầu, việc biểu đạt ý muốn trở nên khó khăn, do đó, cần thiết phải có các phương pháp và ứng dụng thực tế hỗ trợ bệnh nhân trong việc giao tiếp, giúp họ dễ dàng diễn đạt mong muốn của mình.
Hiện nay, nhiều nghiên cứu về điện não và thiết bị đo điện não đã được thực hiện, như đồ án tốt nghiệp của Phạm Ngọc Hà và Dương Quang Minh với đề tài “Nghiên cứu, thiết kế và thi công thiết bị xác định tín hiệu chớp mắt áp dụng EEG” Đề tài này tập trung vào việc thiết kế và thi công thiết bị thu nhận và xử lý tín hiệu chớp mắt, giao tiếp với máy tính qua Bluetooth Tín hiệu nháy mắt được thu thập qua một dải dây với các điện cực cố định và 2 earclip kẹp tai Sau đó, tín hiệu sẽ được xử lý để lọc nhiễu và khuếch đại, kết nối với máy tính thông qua ứng dụng H-M DEVICE do nhóm thiết kế Giao diện phần mềm cho phép xem tín hiệu theo thời gian thực và thông báo khi phát hiện chớp mắt, đồng thời hỗ trợ lọc tín hiệu bằng các bộ lọc số hoặc không, và lưu lại tín hiệu đã xử lý dưới dạng csv.
Nghiên cứu của S Venkataramanan, Pranay Prabhat, Shubhodeep Roy Choudhury, Harshal B Nemade và J.S Sahambi tại Khoa Kỹ thuật Điện tử và Truyền thông, Viện Công nghệ Ấn Độ Guwahati, tập trung vào đề tài nghiên cứu quan trọng.
The article titled "Biomedical Instrumentation based on Electrooculogram (EOG) Signal Processing and Application to a Hospital Alarm System" discusses the acquisition of EOG signals using a two-channel system, which effectively eliminates noise The processed signals are utilized in technical measurement devices for monitoring eye movement and detecting blinks Additionally, the paper highlights the application of EOG in controlling alarm systems within hospitals.
Nghiên cứu của Sreekala Manmadhan tại trường kỹ thuật Amrita Bengaluru đã thiết kế một giao diện điều khiển con trỏ chuột PC thông qua chuyển động mắt của người dùng Các tín hiệu chuyển động mắt được ghi lại bởi 5 điện cực đặt xung quanh mắt, sau đó được xử lý, khuếch đại, lọc và chuyển đổi mức DC Dựa trên loại tín hiệu thu được, dữ liệu thích hợp sẽ được gửi từ vi điều khiển đến PC, cho phép điều khiển chuyển động của con trỏ chuột thông qua cổng nối tiếp.
Tại hội nghị tiến sĩ DoCEIS 2010, Mihai Duguleana và Gheorghe Mogan đã giới thiệu một phương pháp mới để điều khiển robot thời gian thực thông qua việc tích hợp thiết bị đo điện mắt đồ (EOG) trong tương tác giữa người và robot (HRI) Nghiên cứu này tập trung vào việc sử dụng EOG để điều khiển các hoạt động cơ bản của robot, bao gồm thực hiện chuyển động và tương tác với môi trường Một mô hình HRI đã được phát triển dựa trên EOG, cùng với thuật toán để xác định và xử lý tín hiệu mắt trong các pha chớp mắt một cách thời gian thực.
Việc ứng dụng công nghệ truyền thông hiện đại ngày càng trở nên phổ biến, hỗ trợ hiệu quả cho việc chẩn đoán, theo dõi và điều trị bệnh nhân từ xa (Telemedicine) Nghiên cứu của C Gerigan, P Ogrutan và L Aciu từ Romania với đề án “Remote EEG Monitoring” đã giới thiệu hệ thống EEG mô phỏng từ MATCAD, SIMULINK và SPICE, cho phép truyền tín hiệu qua internet thông qua webserver Module phía bệnh nhân có khả năng phát hiện các tần số bất thường thông qua phân tích quang phổ và đưa ra cảnh báo kịp thời.
Việc lưu trữ và số hóa tín hiệu nháy mắt không chỉ mở ra hướng nghiên cứu mới mà còn phát triển các ứng dụng thực tiễn Ứng dụng công nghệ IoT trong khoa học kỹ thuật và y tế cho phép tín hiệu nháy mắt được thu thập và gửi lên Webserver, tạo điều kiện cho các nhà nghiên cứu kết nối và sử dụng tín hiệu mà không cần thu thập lại Điều này đã thúc đẩy nhóm thực hiện đề tài “Thiết kế và thi công thiết bị thu tín hiệu điện não EEG gửi tín hiệu lên server”.
Thiết bị thu tín hiệu bao gồm một hệ thống với 5 điện cực chia thành 2 kênh tín hiệu, trong đó có 2 điện cực thu tín hiệu, 2 điện cực tham chiếu và 1 điện cực lọc nhiễu điện (DRL Electrode) Các điện cực ướt được làm bằng đồng mạ vàng để tối ưu hóa tính dẫn điện Tín hiệu thu được sẽ được khuếch đại, lọc nhiễu và chuyển đổi ADC qua ESP32, sau đó truyền dữ liệu lên Webserver để lưu trữ Đồng thời, tín hiệu cũng được sử dụng để đưa ra lựa chọn và thông báo qua ứng dụng Android.
MỤC TIÊU
Xây dựng mô hình thu thập tín hiệu điện não và gửi dữ liệu lên server, đồng thời sử dụng tín hiệu để đưa ra lựa chọn và thông báo qua ứng dụng Android Đề tài tập trung vào cải tiến thiết bị thu nhận tín hiệu điện não và lập trình Webserver Tín hiệu nháy mắt sau khi thu sẽ được xử lý và lưu trữ trên Webserver nhằm phục vụ cho nghiên cứu, ứng dụng và phát triển.
NỘI DUNG NGHIÊN CỨU
Trong quá trình thực hiện đồ án “Thiết kế và thi công thiết bị thu tín hiệu điện não EEG gửi tín hiệu lên server”, chúng tôi đã tập trung vào việc giải quyết và hoàn thành các nội dung quan trọng liên quan đến thiết kế và triển khai thiết bị thu thập tín hiệu điện não.
Nghiên cứu và tìm hiểu các tài liệu liên quan đến phương pháp thu nhận tín hiệu điện não, đặc biệt là tín hiệu nháy mắt, là rất quan trọng để hiểu rõ hơn về các vấn đề liên quan.
• NỘI DUNG 2: Thiết kế và thi công thiết bị thu nhận tín hiệu nháy mắt gồm 2 kênh đo và 5 điện cực
• NỘI DUNG 3: Nghiên cứu và xây dựng Webserver để lưu trữ dữ liệu
• NỘI DUNG 4: Nghiên cứu và lập trình cho ESP32 nhận và gửi dữ liệu lưu trữ lên Database server
• NỘI DUNG 6: Nghiên cứu, xây dựng App Android thực hiện việc đưa ra các lựa chọn và thông báo
• NỘI DUNG 7: Chỉnh sửa và hoàn thiện sản phẩm
• NỘI DUNG 8: Đánh giá kết quả
• NỘI DUNG 9: Hoàn thiện báo cáo và bảo vệ luận văn
GIỚI HẠN
Thiết bị đo tín hiệu EEG được trang bị 2 kênh đo và 5 điện cực, được thiết kế đặc biệt cho mục đích học tập và nghiên cứu, không được sử dụng cho chuẩn đoán y tế.
Ứng dụng Android được thiết kế cho những người gặp khó khăn trong giao tiếp, di chuyển và sử dụng chi Nó cung cấp các lựa chọn và thông báo thông qua bốn tùy chọn cơ bản: Gặp bác sĩ, uống nước, đói bụng và đi vệ sinh.
Hệ thống áp dụng công nghệ truyền dữ liệu không dây qua Wifi, cho phép lưu trữ dữ liệu trên Server Điều này giúp người dùng dễ dàng tải xuống và tham khảo thông tin.
BỐ CỤC
Đề tài “Thiết kế và thi công thiết bị thu tín hiệu điện não EEG gửi tín hiệu lên server” sẽ được trình bày với các phần chính như sau:
Nội dung chương 1 đề cập đến các vấn đề thực tế, lý do chọn đề tài, mục tiêu-giới hạn và nội dung nghiên cứu của đề tài
• Chương 2: Cơ Sở Lý Thuyết
Chương 2 tập trung vào não và các vấn đề liên quan đến đo điện não đồ, điện mắt đồ, đặc biệt là tín hiệu nháy mắt Nội dung bao gồm thông tin về điện cực, hệ thống đặt điện cực 10-20, trở kháng điện cực-da và chất điện dẫn sử dụng trong quá trình ghi tín hiệu Ngoài ra, chương này cũng trình bày các thông số kỹ thuật và phần mềm cần thiết để thực hiện đồ án.
• Chương 3: Tính toán thiết kế
Trong chương 3, chúng tôi sẽ trình bày các vấn đề liên quan đến tính toán thiết kế hệ thống Phần đầu chương sẽ tập trung vào nghiên cứu, thiết kế và lựa chọn linh kiện cho hệ thống Tiếp theo, phần sau sẽ đề cập đến việc tính toán thiết kế sơ đồ khối toàn hệ thống, sơ đồ nguyên lý của các bộ lọc, khuếch đại, và thiết kế thiết bị thu tín hiệu.
Sau khi hoàn thành thiết kế, nhóm đã tiến hành thi công hệ thống, bao gồm quá trình thi công mạch PCB, kết nối phần cứng và thi công mô hình, được trình bày chi tiết trong chương 4 Nửa sau chương 4 sẽ đề cập đến việc thiết kế code để xử lý tín hiệu thu được và lưu trữ vào cơ sở dữ liệu Đồng thời, sẽ có phần lập trình Web để giới thiệu về đồ án và sản phẩm, cũng như lập trình giao diện cho ứng dụng Android nhằm thể hiện các lựa chọn dựa trên tín hiệu nháy mắt.
• Chương 5: Kết quả và nhận xét- đánh giá
Sau khi hoàn thành thiết kế, thi công và hoàn thiện sản phẩm, nhóm tiến hành thử nghiệm để thu thập kết quả Dựa trên những kết quả này, nhóm sẽ đánh giá lại các mục tiêu và giới hạn đã được đề ra ban đầu trong chương 5.
• Chương 6: Kết luận và hướng phát triển
Sau khi xem xét và đánh giá ở chương 5, chương 6 sẽ tổng hợp lại toàn bộ hoạt động của sản phẩm, đồng thời đề xuất các hướng phát triển nhằm cải thiện chất lượng sản phẩm và nâng cao khả năng đáp ứng các yêu cầu cao hơn.
CƠ SỞ LÝ THUYẾT
ĐIỆN NÃO ĐỒ
2.1.1 Điện não đồ Điện não đồ hay còn gọi là Electroencephalogram (EEG) là một thử nghiệm được sử dụng để ghi lại và đánh giá hoạt động điện sinh học của não lần đầu tiên được sử dụng trên người bởi Hans Berger [8] Nó là biểu diễn dạng đồ họa sự thay đổi hiệu điện thế theo thời gian giữa các điện cực được đặt ở vị trí khác nhau trên da đầu tương ứng với các vùng của võ não Điện thế được thu thông qua các điện cực đặt trên da đầu của bệnh nhân nhằm thu thập thụ động các điện thế nằm chủ yếu ở vỏ não
Hoạt động điện trên da đầu (EEG) là sự tổng hợp từ hàng triệu neuron, với biên độ EEG bị ảnh hưởng bởi sự kích thích đồng bộ của các neuron Khi một nhóm neuron được kích thích đồng thời, tín hiệu từ các neuron độc lập sẽ cộng lại, tạo ra biên độ lớn Ngược lại, kích thích không đồng bộ dẫn đến biên độ thấp Biên độ EEG cũng thay đổi tùy thuộc vào bệnh nhân và kỹ thuật đo, như loại điện cực và khoảng cách từ điện cực đến nguồn thế Điện não lâm sàng phản ánh chức năng hoạt động điện của não, giúp xác định và phân biệt chẩn đoán lâm sàng, theo dõi quá trình điều trị Hình ảnh điện não ghi lại các chức năng sinh lý và bệnh lý của não, liên quan đến triệu chứng lâm sàng, hỗ trợ cho việc chẩn đoán và theo dõi bệnh.
Kỹ thuật điện não đồ (EEG) là phương pháp đo không xâm lấn, dễ thiết lập và có độ phân giải thời gian cao, cho phép phát hiện những thay đổi trong khoảng mili giây Với thời gian truyền điện thế hoạt động giữa các nơron từ 0,5 đến 130 milli giây, EEG trở thành công cụ phù hợp và tối ưu cho việc nghiên cứu hoạt động não.
Biểu hiện của điện não phụ thuộc vào tuổi tác và sự phát triển thể chất, trí tuệ, đặc biệt là ở trẻ em Ở người trưởng thành, điện não tương đối ổn định trong khoảng từ 20 đến dưới 40 tuổi, nhưng sau 40 tuổi, nó sẽ thay đổi theo tuổi và khác nhau ở mỗi cá nhân Sóng điện não sinh lý còn phụ thuộc vào vị trí, lứa tuổi và trạng thái ý thức, bên cạnh đó, cũng có các dạng sóng sinh lý liên quan đến giấc ngủ.
EEG ghi lại các sóng điện não với các tần số khác nhau, được gọi là nhịp Theo hình 2.1, các bản ghi EEG bao gồm 4 nhịp cơ bản: nhịp delta, theta, alpha và beta.
Nhịp delta (𝜹) là dạng sóng có hình chuông, hình thang hoặc đa dạng, với tần số từ 0.5 Hz đến 4 Hz Nhịp này xuất hiện trong giấc ngủ sâu và giai đoạn thức, có biên độ lớn khoảng 100 µV.
Nhịp theta (𝜽) là dạng sóng có hình dạng cung hoặc hình thang, với biên độ thấp hơn hoặc bằng biên độ của sóng alpha trong cùng một bản ghi Tần số của nhịp theta dao động từ 4Hz đến 7Hz, và biên độ cùng hình thái của nó thay đổi với biên độ nhỏ hơn 15 µV.
Nhịp alpha (𝜶) có tần số từ 8 Hz đến 13 Hz và biên độ không vượt quá 50 µV Nhịp này xuất hiện ở trẻ dưới 3 tuổi với tần số khoảng 8 Hz, và nổi bật ở người lớn khi thức, thư giãn hoặc nhắm mắt Nhịp alpha sẽ giảm hoặc biến mất khi người bệnh mở mắt, nghe âm thanh lạ, lo lắng hoặc hoạt động trí óc Đặc biệt, khi nhắm mắt, sóng alpha xuất hiện với biên độ cao hơn so với khi mở mắt, hiện tượng này được gọi là phản ứng ngừng alpha.
Nhịp beta (𝜷) là dạng sóng không ổn định với biên độ nhỏ hơn hoặc bằng 50% biên độ alpha Sóng beta thường xuất hiện trong khoảng tần số từ 13Hz đến 30Hz, với biên độ nhịp bình thường nhỏ hơn 20 µV và được coi là bất thường khi lớn hơn 25 µV Ở người khỏe mạnh, sóng alpha thường xuất hiện đều đặn trong bản ghi, nhưng khi mở mắt hoặc bị kích thích tâm lý, xúc giác, sóng alpha sẽ mất đi và chỉ còn lại sóng beta.
Hình 2.1: Các nhịp cơ bản trong điện não đồ
Ngoài ra cũn một số nhịp ở dạng biến thể khỏc như à, súng lambda và post, súng vertx, và sóng phức hợp K (K complexes) [14]
Hệ thống ghi điện não (EEG) được phát minh vào năm 1924 và đến năm 1958, Liên đoàn Quốc tế về Ghi điện não và Sinh lý thần kinh lâm sàng đã tiêu chuẩn hóa phương pháp đặt điện cực, được gọi là hệ thống điện cực 10-20.
Hình 2.2: Hệ thống 10-20 (theo thuật ngữ cũ và mới)
Hệ thống 10-20 là tiêu chuẩn quốc tế mô tả vị trí đặt điện cực trên đầu, với mỗi điện cực được ký hiệu bằng một chữ cái đại diện cho vùng não hoặc thùy não tương ứng (Fp = trước trán; F = trán; P = đỉnh; C = đỉnh đầu; O = chẩm; T = thái dương) Các con số đi kèm là chỉ số phụ, trong đó các chỉ số lẻ nằm bên trái và chẵn bên phải Chỉ số phụ "Z" chỉ các điện cực ở đường giữa, trong khi điện cực não thất trái và phải được ký hiệu là A1 và A2.
Các điểm quan trọng của hệ thống 10-20 bao gồm:
− Nasion (Nz): Điểm giữa hai mắt và phía trên mũi
− Inion (Iz): Phần nhô lên phía sau đầu
Điểm trước tai trái/phải có thể được xác định bằng cách đặt ngón tay vào phần dưới tai khi mở và đóng miệng Đường tròn có tâm tại giao điểm của đường thẳng đứng nối Nasion (trước) và Inion (sau), cùng với đường ngang kết nối hai điểm trước tai trái và phải, được chia thành mười phần bằng nhau Các điện cực cũng sẽ được phân chia theo tỷ lệ 10% hoặc 20% trên đường thẳng và đường ngang đó Khi vị trí các điện cực gần nhau, sự khác biệt về sóng não sẽ giảm thiểu.
Hình 2.3: Vị trí điện cực hệ thống 10-20
Tất cả các điện cực được đặt 10 hoặc 20% khoảng cách giữa các điểm mốc như Nasion, Inion hoặc các điểm trước não thất và được thể hiện như hình 2.3 [15]
Ngoài hệ thống quốc tế 10-20, còn có các hệ thống điện cực khác như sơ đồ điện cực Emotiv EPOC+ 16 kênh được sử dụng để đo điện thế trên da đầu.
Hình 2.4: Sơ đồ điện cực của của Emotiv EPOC + 16 kênh [22]
Trong sơ đồ hình 2.4, điện cực AF3 và AF4 tương ứng với Fp1 và Fp2, trong khi CMS tương ứng với P3 và DRL tương ứng với điện cực P4 theo hệ thống chuẩn quốc tế 10-20.
ĐIỆN MẮT ĐỒ VÀ TÍN HIỆU CHỚP MẮT
2.2.1 Điện mắt đồ Đo điện mắt đồ EOG (ElectroOculoGram) lần đầu tiên được quan sát bởi Emil duBois-Reymond năm 1848 [18] Điện mắt đồ là một tín hiệu điện sinh lý được tạo ra bởi các chuyển động của mắt và có thể được đo bằng các điện cực đặt xung quanh mắt
Phương pháp này cho phép cảm nhận chuyển động của mắt thông qua việc ghi lại điện thế giác mạc-võng mạc, phát sinh từ sự tăng phân cực và khử cực giữa giác mạc và võng mạc Việc đo lường được thực hiện để ước tính hướng nhìn, phụ thuộc vào góc của mắt Tín hiệu EOG dọc và ngang giúp xác định các chuyển động của mắt, bao gồm chuyển động trái, phải, lên, xuống, cũng như nháy mắt và nháy mắt riêng lẻ.
Nhãn cầu được mô phỏng như một lưỡng cực với giác mạc dương ở phía trước và võng mạc âm ở phía sau Khi mắt hoặc mí mắt di chuyển, sự thay đổi điện tích tạo ra một trường thế năng, dẫn đến tín hiệu điện có biên độ lớn, có thể được phát hiện bởi các điện cực gần mắt.
Hình 2.5: Độ phân cực của mắt
Sự khác biệt về thế năng trong mắt được giải thích bởi các hoạt động trao đổi chất, dẫn đến tín hiệu từ điện thế phân cực, hay còn gọi là Corneal-Retinal Potential (CRP) CRP hình thành thông qua quá trình siêu phân cực và khử phân cực của tế bào thần kinh trong võng mạc, trong khi EOG là phương pháp dùng để đo tín hiệu điện thế nghỉ này.
Hình 2.6: Mô hình lưỡng cực của nhãn cầu, khi nhãn cầu cân bằng (a), nhãn cầu quay lên (b) và quay xuống dưới (c) [25]
Bản ghi EOG trong hình 2.6 cho thấy chuyển động của nhãn cầu với hai điện cực đặt trên và dưới mắt Khi nhắm mắt, nhãn cầu hướng lên, khiến cực dương (giác mạc) gần hơn với điện cực Fp1, tạo ra độ lệch dương Ngược lại, khi mở mắt, nhãn cầu quay xuống, làm cho cực dương xa Fp1 hơn và gần điện cực tham chiếu, dẫn đến độ lệch âm.
Biên độ tín hiệu điện mắt thường dao động từ 0.005 đến 3mV với băng thông tần số từ DC đến 50Hz Sự thay đổi của EOG chịu ảnh hưởng từ nhiều yếu tố khó xác định, bao gồm nhiễu loạn từ các tín hiệu sinh học khác như EEG và EMG, cũng như vị trí của các điện cực, chuyển động đầu và mắt, điều kiện ánh sáng và nháy mắt Mức độ tập trung hoặc mệt mỏi cũng có thể tác động đến cường độ của sóng nháy mắt, từ đó ảnh hưởng đến hiệu suất của hệ thống.
Tín hiệu chớp mắt thưởng có điện áp lớn gấp khoảng 10 lần so với tín hiệu điện não thông thường, do đó, chúng dễ dàng nhận diện trong các bản ghi EEG.
Ngoài EEG, chúng ta có thể quan sát các tín hiệu chớp mắt qua EOG (ElectroOculoGram) Điện não đồ thể hiện sóng não, trong khi EOG ghi lại tín hiệu từ mắt Tín hiệu EEG thường bị nhiễu bởi chuyển động cơ bắp và nhiễu điện từ, ảnh hưởng đến độ chính xác của dữ liệu Khi sử dụng thiết bị thu EEG với điện cực trên da đầu, các chuyển động và tín hiệu từ EOG do nháy mắt có thể làm khó khăn trong việc phân tích dữ liệu não bộ, đặc biệt là ở các cực trước trán.
Trong một bản ghi EEG, tín hiệu chớp mắt thường được coi là nhiễu, nhưng nghiên cứu của Renato Salinas, Enzo Schachter và Michael Miranda cho thấy rằng tín hiệu này có thể nhận diện rõ ràng do tính độc lập với các thành phần sóng não Điều này mở ra khả năng phát triển ứng dụng điều khiển hoặc giao tiếp thông qua tín hiệu chớp mắt, với đặc trưng là các đỉnh điện áp cao hơn tín hiệu EEG Tuy nhiên, biên độ và khoảng thời gian chớp mắt khác nhau giữa các cá nhân, do đó việc xác định một mẫu hình dạng duy nhất để phát hiện tín hiệu chớp mắt trong EEG là không khả thi, vì nó chỉ áp dụng cho một nhóm hình dạng tương đồng.
Hình 2.7: Bản ghi EEG với hai tín hiệu tạo tác là hai tín hiệu nháy mắt được đánh dấu trong các ngoặc vuông [6]
Hình 2.7 minh họa tín hiệu EEG được ghi lại và lấy mẫu với tốc độ 512 Hz bằng phần cứng mã nguồn mở như Arduino Vị trí đặt điện cực gần mắt cho phép ghi nhận cả chuyển động của mắt và tín hiệu nháy mắt, được thu đồng thời trong tín hiệu điện não đồ [26].
Hình 2.8: Tín hiệu EEG điển hình có chứa một số kiểu chớp mắt [26]
Hình 2.8 minh họa bản ghi tín hiệu nháy mắt thu được từ tai nghe Neurosky Mindwave Tai nghe này ghi lại tín hiệu điện não đồ với thiết kế cảm biến nằm trên trán, phía trên mắt trái (vị trí Fp1) và điện cực tham chiếu kẹp ở tai (vị trí A1), cho phép đo EOG hiệu quả.
Hình 2.9 mô tả headset Neurosky Mindwave, trong đó tín hiệu EOG được ghi lại và xử lý bằng phần mềm Matlab Headset kết nối với Matlab qua Bluetooth và trình điều khiển ThinkGear (TGCD) [30] Hình 2.10 hiển thị bản ghi EOG thu được từ headset Neurosky trong một phiên nháy mắt [25].
Đối tượng nghiên cứu của nhóm là tín hiệu nháy mắt, tuy nhiên, sự thay đổi EOG phụ thuộc vào nhiều yếu tố khó xác định và vị trí đặt các điện cực EOG có thể gây bất tiện và tốn kém Thay vì đo EOG, chúng ta có thể sử dụng bản ghi EEG để xác định tín hiệu chớp mắt, vì chớp mắt thường có điện áp lớn gấp khoảng 10 lần so với tín hiệu điện não thông thường, giúp dễ dàng nhận diện trong các bản ghi EEG Một ưu điểm nổi bật của EEG là khả năng phát hiện những thay đổi trong khoảng thời gian mili giây, làm cho nó trở thành phương pháp tối ưu để xác định tín hiệu chớp mắt Để xác định tín hiệu chớp mắt trong EEG, chúng ta chủ yếu dựa vào hai quy tắc: quy tắc phân cực trong EEG và quy tắc lưỡng cực của nhãn cầu, trong đó phân cực được hiểu là đầu ra của một kênh với hai đầu vào (một điện cực hoạt động và một điện cực tham chiếu) sẽ có chiều tín hiệu đi lên hoặc đi xuống dựa vào độ lệch tương đối của hai tín hiệu đầu vào.
Hình 2.11: Đầu ra của 1 kênh tín hiệu với 2 đầu vào
Hình 2.12 thể hiện chiều của tín hiệu ngõ ra tương ứng với tín hiệu đầu vào
− Nếu tín hiệu đầu ra có độ lệch hướng lên thì Input1 tương đối âm hơn so với Input2 hay Input2 tương đối dương hơn so với Input1
Hình 2.12: Chiều của tín hiệu ngõ ra tương ứng với tín hiệu đầu vào
− Nếu tín hiệu đầu ra có độ lệch hướng xuống thì Input1 tương đối dương hơn Input2 hay Input2 tương đối âm hơn Input1
Như đã trình bày từ trước, nhãn cầu là lưỡng cực và giác mạc sẽ tương đối dương so với võng mạc
Hình 2.13: Chiều của tín hiệu chớp mắt
Theo hiện tượng Bell, khi mi mắt đóng hoặc chớp mắt, nhãn cầu hướng lên trên gây ra sự lệch trong các dẫn xuất điện cực gần mắt (Fp1, Fp2) Lúc này, điện cực Fp1/Fp2 gần giác mạc nhất, nhận được lượng điện tích dương lớn từ giác mạc, trong khi các điện cực tham chiếu A1, A2 ở vị trí xa hơn chỉ nhận được ít hoặc không có điện tích dương từ nhãn cầu.
TRỞ KHÁNG ĐIỆN CỰC - DA
Trở kháng điện cực – da là yếu tố quan trọng ảnh hưởng đến độ chính xác của các phép đo Trở kháng tiếp xúc thấp giúp tăng tỉ lệ tín hiệu trên nhiễu (SNR), từ đó cải thiện độ chính xác của kết quả Ngoài ra, trở kháng thấp còn giảm nhiễu từ đường dây điện và hạn chế ảnh hưởng của các tín hiệu gây nhiễu, bao gồm cả chuyển động của cáp Điều này cho phép so sánh hiệu quả giữa các loại điện cực khác nhau, đồng thời tín hiệu thu được từ các điện cực có trở kháng thấp giúp giảm thiểu sự suy giảm tín hiệu.
ĐIỆN CỰC
Điện cực đóng vai trò quan trọng trong việc thu thập điện sinh học, đặc biệt là tín hiệu điện não Chúng có chức năng dẫn truyền tín hiệu điện từ da đầu đến bộ phận xử lý Các điện cực dùng để đo sóng điện não được chia thành hai loại: điện cực không xâm lấn (thiết bị bề mặt) và điện cực xâm lấn (có khả năng xuyên qua da đầu) Phương pháp ghi tín hiệu là tương tự cho cả hai nhóm điện cực.
Hình 2.14: Điện cực khô (a), điện cực bán khô (b), điện cực ướt (c), điện cực xâm lấn (d) [34]
Điện não đồ thường được thu thông qua các điện cực ướt, nhờ vào tính tiện dụng và chất lượng dẫn truyền tốt Các điện cực này thường được làm từ bạc/bạc clorua (Ag/AgCl) Một trong những ưu điểm nổi bật của điện cực ướt là tỉ lệ tín hiệu trên nhiễu tốt hơn so với các loại điện cực khác, cho phép thu tín hiệu với chất lượng ổn định hơn, và do đó, chúng được sử dụng phổ biến trong các bản ghi tín hiệu điện sinh học.
Điện cực được sử dụng cùng với dung dịch gel hoặc chất lỏng điện phân chứa anion Cl - để cải thiện khả năng dẫn điện, giúp truyền tải dòng ion hiệu quả Việc này không chỉ nâng cao độ chính xác trong việc đo tín hiệu mà còn giảm trở kháng giữa bề mặt điện cực và da.
TÍNH TOÁN VÀ THIẾT KẾ
SƠ ĐỒ KHỐI CỦA HỆ THỐNG
Thiết bị thu tín hiệu chớp mắt cần đáp ứng yêu cầu về tính nhỏ gọn, thẩm mỹ và ổn định, ít nhiễu Để đạt được điều này, thiết kế của thiết bị phải linh hoạt và phù hợp với nhiều đối tượng sử dụng khác nhau Ngoài ra, việc chú trọng đến các bộ lọc và xử lý tín hiệu cũng rất quan trọng.
Hệ thống thu tín hiệu điện não có biên độ thấp và tần số nhỏ, do đó cần thiết kế khối thu tín hiệu để khuếch đại và lọc Sau đó, tín hiệu được chuyển đến vi điều khiển Esp32S để xử lý Tại đây, Esp32S so sánh tín hiệu với ngưỡng nhất định để xác định các lựa chọn tương ứng, đồng thời lưu trữ tín hiệu trên Database và truyền dữ liệu về các lựa chọn để hiển thị qua ứng dụng Android.
Dữ liệu tín hiệu thu sẽ được đăng tải trên trang web của nhóm thiết kế, cho phép các cá nhân và nhóm nghiên cứu tìm hiểu thêm về dự án Những ai quan tâm đến việc phát triển ứng dụng sử dụng tín hiệu chớp mắt có thể tải xuống tín hiệu để sử dụng trực tiếp, giúp tiết kiệm chi phí và thời gian mà không cần thiết lập lại quá trình thu tín hiệu Sơ đồ khối của hệ thống được trình bày trong hình 3.1.
ĐIỆN CỰC VÀ THIẾT BỊ THU TÍN HIỆU
3.2.1 Điện cực thu tín hiệu Điện cực đóng vai trò quan trọng trong việc thu tín hiệu giúp dẫn truyền tín hiệu điện đến thiết bị để xử lý, chuyển đổi và sử dụng Ở đề tài này, phương pháp đo điện não không xâm lấn được ưu tiên sử dụng và cụ thể là sử dụng các điện cực ướt để đo tín hiệu bởi lẽ chúng dễ trong việc thực hiện đo đạc, xử lý và vệ sinh
Sau khi nghiên cứu nguyên lý hoạt động của điện cực ướt, dựa trên thiết kế mẫu của Emotiv Epoc + được trang bị tại phòng lab, nhóm đã nhận thấy một số đặc điểm quan trọng.
Các đĩa kim loại màu vàng là thành phần quan trọng trong cấu trúc của điện cực ướt, đóng vai trò quyết định trong việc dẫn truyền tín hiệu.
Các điện cực được thiết kế với một đĩa đệm đen nhằm thấm dung dịch dẫn điện do nhà sản xuất cung cấp, đồng thời đây cũng là vị trí tiếp xúc với da đầu để thu tín hiệu.
Các gờ được thiết kế bao bọc ngoài vòng đen đóng vai trò là các khớp nối, kết nối các điện cực với tay cảm biến trong Emotiv, nhằm tăng cường tính linh động cho hệ thống.
Hình 3.2: Điện cực trong Emotiv Epoc+
Hình 3.3: Phần đĩa điện cực của Emotiv
Dựa trên thiết kế của Emotiv, tấm đệm đen có chức năng thấm hút chất dẫn điện, nhưng lại gây khó khăn trong việc vệ sinh điện cực do dễ bị oxi hóa Đồ án tốt nghiệp của Dương Quang Minh và Phạm Ngọc Hà đã cải tiến thiết kế điện cực thu tín hiệu bằng cách loại bỏ vòng đệm, giúp dễ dàng vệ sinh và hạn chế oxi hóa, mang lại kết quả tích cực Hình ảnh điện cực của nhóm Minh-Hà được thể hiện ở hình 3.4.
Hình 3.4: Các điện cực được mạ vàng 24K và cố định vào dây
Tuy các điện cực của nhóm Minh-Hà thiết kế đã thu thập và truyền dẫn tín hiệu được nhưng chúng vẫn tồn tại một số nhược điểm:
Việc gia công thủ công các điện cực bằng cách đập búa và cắt mài bằng tay dẫn đến sự không đồng nhất về hình dạng, kích cỡ và độ nhô cao thấp của chóp điện cực.
− Phần lỗ tròn ở giữa điện cực được đóng bằng đinh, lỗ nhỏ và không đều khiến việc bơm và chứa chất điện dẫn gặp khó khăn
− Thiết kế điện cực khiến việc thoát hơi, cố định điện cực không ổn định, dễ bị tuột ra khỏi vị trí a Thiết kế điện cực thu tín hiệu
Nhằm cải tiến điện cực và khắc phục nhược điểm của hai loại điện cực trước đó, nhóm đã tiến hành thiết kế lại điện cực Thiết kế này dựa trên mẫu điện cực của Emotiv và mẫu điện cực của nhóm Minh-Hà, sử dụng vật liệu kim loại đồng với lớp phủ vàng mỏng bên ngoài.
Hình 3.5: Thiết kế 2D của điện cực Hình 3.6: Mô phỏng 3D của điện cực Điện cực được thiết kế như hình 3.5 và hình 3.6 với các đặc điểm sau:
− Điện cực được thiết kế với độ dày 0.5mm, độ cao tính từ tâm điện cực là 4mm
− Bán kính bên trong của đỉnh điện cực là 1mm và bán kính ngoài là 1.36mm
− Bán kính bên trong của đáy điện cực là 5mm và bán kính bên ngoài là 5.87mm
− Phần rìa điện cực với kích thước 1.5mm giúp điện cực có thể cố định trên da dầu, không trơn tuột và giữ chất điện dẫn hạn chế tràn
Điện cực được thiết kế với phần chuôi để kết nối với dây dẫn, nhưng nhóm thiết kế gặp khó khăn trong quá trình thi công Kích thước điện cực nhỏ và số lượng gia công ít dẫn đến giá thành sản phẩm cao, khoảng
Mỗi điện cực có giá khoảng 350.000 nghìn đồng, tuy nhiên, hiệu quả kinh tế từ việc thiết kế và thi công điện cực không cao Thay vào đó, với chất lượng tương đương, chúng ta có thể lựa chọn mua điện cực đã được gia công trước với mức giá hợp lý hơn.
Trên thị trường hiện nay, điện cực ướt có nhiều hình dáng và mức giá khác nhau Nhóm đã đặt mua điện cực với thiết kế tương ứng, có giá 70.000 đồng mỗi chiếc, bao gồm cả phí vận chuyển và các chi phí liên quan Hình 3.7 minh họa điện cực mà nhóm sử dụng trong đề tài này.
Hình 3.7: Điện cực sử dụng trong thiết bị thu tín hiệu 3.2.2 Thiết bị thu tín hiệu
Tín hiệu điện não, đặc biệt là tín hiệu chớp mắt, sẽ được thu thập và xử lý bằng thiết bị thiết kế đơn giản, lấy cảm hứng từ tai nghe Neurosky Mindwave.
Neurosky Mindwave headset, như hình 3.8, được thiết kế với một cánh tay cảm biến đặt trên trán, ngay phía trên mắt trái (vị trí Fp1), cùng với điện cực tham chiếu được kẹp ở tai.
Vị trí A1 chỉ cho phép đo một kênh tín hiệu bên mắt trái Do đó, nhóm đã thiết kế thiết bị thu tín hiệu mở rộng từ một kênh thành hai kênh, với hai tay cảm biến được đặt ở hai bên mắt tại các vị trí Fp1 và Fp2.
MẠCH THU TÍN HIỆU
Cơ thể con người hoạt động như một ăng-ten thu nhận nhiễu điện từ, đặc biệt là từ các đường dây điện với tần số 50Hz tại Việt Nam Trong các bản ghi điện não, tín hiệu nhiễu không mong muốn là điều khó tránh khỏi, bao gồm nhiễu từ nguồn điện, máy móc, kỹ thuật viên và các tín hiệu điện sinh lý khác.
Hình 3.9: Các loại nhiễu thường gặp trong quá trình đo tín hiệu điện não
Hình 3.9 minh họa các loại nhiễu thường gặp trong quá trình đo tín hiệu điện não Tín hiệu thu được có thể bị ảnh hưởng bởi sự di chuyển của người được đo, gây nhiễu lên đến 5mV Các tế bào da chết và chất nhờn trên da có thể làm giảm trở kháng tại bề mặt tiếp xúc, ảnh hưởng trực tiếp đến chất lượng tín hiệu Để tối ưu hóa việc thu tín hiệu bằng điện cực ướt, trở kháng tại vị trí tiếp xúc giữa điện cực và da đầu cần phải dưới 10kΩ.
Các tín hiệu nhiễu có thể can thiệp và chồng lên các tín hiệu hữu ích, gây khó khăn trong việc đo lường và sử dụng Để ngăn chặn và hạn chế ảnh hưởng của các tín hiệu nhiễu đến tín hiệu hữu ích, quá trình tiền xử lý được thực hiện Tín hiệu điện sau khi thu được sẽ được xử lý lần lượt.
− Bộ khuếch đại vi sai
− Khối mạch lọc bao gồm: Mạch lọc thông thấp, mạch lọc thông cao và mạch lọc chặn dải
− Bộ khuếch đại thuật toán
3.3.1 Bộ khuếch đại vi sai
Tín hiệu điện não có biên độ rất nhỏ, gây khó khăn trong việc thu và sử dụng Để khắc phục, mạch khuếch đại vi sai được áp dụng nhằm khuếch đại tín hiệu và giảm thiểu nhiễu với hệ số CMRR cao Tuy nhiên, để duy trì CMRR cao, tín hiệu chỉ nên được khuếch đại với hệ số vừa phải Khi điện cực tiếp xúc với da đầu, các bộ khuếch đại có khả năng khuếch đại tín hiệu từ vài microvolt (µV) lên vài volt, sau đó tín hiệu sẽ được số hóa để truyền tải và lưu trữ Ngoài ra, bộ khuếch đại còn có chức năng chống méo tín hiệu.
Khi lựa chọn linh kiện, IC INA128 được nhận diện là một mạch khuếch đại vi sai với độ lợi có thể điều chỉnh thông qua một điện trở bên ngoài.
Rg cho phép điều chỉnh độ lợi từ 1-10.000 và mức bảo vệ đầu vào có thể chịu được lên đến ± 40V mà không bị hỏng Với chỉ số CMRR cao (tối thiểu 120dB), INA128 đáp ứng tốt các yêu cầu của dự án, do đó được lựa chọn cho khối thu tín hiệu Sơ đồ nguyên lý của INA128 được thể hiện trong hình 3.10.
Hình 3.10: Sơ đồ nguyên lý INA 128
❖ Công thức tính độ lợi của IC INA 128: Để tính độ lợi của IC INA 128, ta áp dụng công thức (3.1)
𝑅 𝐺 (3.1) Ở mạch khuếch đại vi sai, nhóm quyết định thực hiện khuếch đại tín hiệu với độ lợi G = 12 để khuếch đại tín hiệu lên 12 lần
4𝑘4Ω = 12.36 (Lần) (Nhận) Dựa vào tính toán trên, nhóm đã thiết kế mạch khuếch đại vi sai sử dụng trong mạch thu tín hiệu như ở hình 3.11
Ngoài INA 128, các bộ khuếch đại như INA114, INA118 và AD620 cũng được xem xét Tuy nhiên, AD620 chủ yếu được sử dụng trong mạch đo EMG và có CMRR tối đa chỉ 80dB, nên không được lựa chọn Hai IC INA114 và INA128 là những lựa chọn chính cho mạch thu tín hiệu điện sinh học, trong khi INA118 không được khuyến khích sử dụng trong lĩnh vực y tế.
Bảng 3.1 So sánh INA114 và INA128 Đặc điểm INA 114 INA128 Điện ỏp bự Thấp: 50 à𝑉 Thấp: 50 à𝑉 Độ lệch đầu vào Thấp: 0.25àV/°C Thấp: 0.5 àV/°C
Dòng phân cực đầu vào Thấp: tối đa 2nA Thấp: tối đa 5nA
CMRR Cao: tối thiểu 115 dB Cao: tối thiểu 120 dB
Phạm vi cung cấp ± 2.25V đến ± 18V ± 2.25V đến ± 18V
Dũng tĩnh điện Tối đa 3mA Tối thiểu 700 àA
Với các đặc điểm về cấu hình và chức năng không quá khác biệt, INA114 và INA128 đều phù hợp để sử dụng trong đề án này
Trong khối mạch lọc, bộ lọc được thiết kế để chặn các tín hiệu ngoài dải tần số từ 0-50 Hz, đảm bảo chỉ cho phép các tín hiệu hữu ích có tần số nằm trong khoảng này đi qua.
Trong khối lọc, các mạch lọc bao gồm mạch lọc thông cao và mạch lọc thông thấp được kết nối nối tiếp Đồng thời, tín hiệu lưới điện có tần số 50Hz sẽ bị loại bỏ thông qua bộ lọc chặn dải với tần số cắt 50Hz được mắc nối tiếp ngay sau đó.
Op-amp OP07 được ưa chuộng trong các mạch lọc nhờ chỉ số CMRR cao lên tới 106 dB Trong các mạch lọc này, không cần khuếch đại tín hiệu, do đó hệ số khuếch đại A được thiết kế bằng 1 Mạch lọc thông cao và thông thấp sử dụng cấu trúc Sallen-Key, nổi bật với hệ số chất lượng Q và phù hợp với độ khuếch đại A nhỏ hơn 3.
Mạch lọc thông cao Sallen-Key được thiết kế để loại bỏ các tín hiệu có tần số thấp hơn tần số cắt dưới \$f_c\$, đồng thời khuếch đại tín hiệu với độ khuếch đại \$A = 1\$.
Ta có các công thức để tính tần số cắt của mạch lọc thông cao như sau [90]:
Hệ số chất lượng Q ảnh hưởng tới chất lượng tín hiệu của mạch, dựa trên đáp ứng tần số để chọn Q phù hợp
− Q là hệ số chất lượng
− A là hệ số khuếch đại của mạch
Tần số cắt của mạch thông cao:
Từ công thức (3.6) suy ra: fc1 = 1
𝐶 = 𝐶 14 = 𝐶 15 = 1 uF Tần số cắt của mạch thông cao được tính toán và thiết kế theo công thức (3.6), ta có:
2𝜋.1000000.1.10 −6 = 0.16 (Hz) b Mạch lọc thông thấp
Mạch lọc thông thấp sử dụng Op-Amp Op07 để loại bỏ tín hiệu có tần số lớn hơn tần số cắt fc và khuếch đại tín hiệu với độ khuếch đại A = 1 Việc tính toán các giá trị R và C cho mạch lọc thông thấp Sallen-Key tương tự như trong mạch lọc thông cao Sallen-Key.
Tần số cắt của mạch thông thấp:
Vì tần số cắt của đề tài đặt ra là 50 Hz, tức là cho tần số dưới 50 Hz đi qua, chọn fc2 = 50Hz
Từ công thức (3.6) suy ra: fc2 = 1
𝐶 = 𝐶 13 = 𝐶 18 = 330 nF Tần số cắt của mạch thông thấp được tính toán và thiết kế theo công thức (3.7), ta có:
2𝜋.10000.330.10 −9 = 48.23 (Hz) c Mạch lọc triệt tần
Mạch triệt tần sử dụng Op-Amp Op07 nhằm loại bỏ tần số cắt không mong muốn Trong mạch này, Op-Amp Op07 hoạt động như một bộ khuếch đại đệm, nhưng do là mạch thụ động theo thời gian, tín hiệu sẽ bị suy hao hơn so với mạch tích cực.
Tần số triệt của mạch lọc chắn dải được tính theo công thức:
2𝜋𝑅𝐶 (3.7) Ở Việt Nam, mạng lưới điện có tần số là 50 Hz nên nhóm chọn tần số 𝑓 𝑁 = 50Hz
Từ công thức (3.9), suy ra:
Tần số triệt của mạch được thiết kế và tính toán dựa trên công thức (3.7), ta có: f N = 1
3.3.3 Mạch khuếch đại thuật toán
Mạch khuếch đại thuật toán có nhiệm vụ khuếch đại tín hiệu một lần nữa, nhằm đáp ứng yêu cầu về độ lớn của tín hiệu cho các mục đích sử dụng khác nhau.
Hình 3.12: Mạch khuếch đại thuật toán Áp dụng điện thế nút tại A trong mạch hình 3.12 ta có:
Biên độ của điện mắt trên bề mặt da đầu khoảng 1000𝜇𝑉, với độ lợi của mạch khuếch đại vi sai (Gvs) là 12.36 Để đạt được tín hiệu khoảng 0.2V, cần khuếch đại thêm 16 lần.
VI ĐIỀU KHIỂN
3.4.1 Thiết kế phần cứng Esp32S
Việc thiết kế và lập trình cho vi điều khiển diễn ra đồng thời Hình 3.15 dưới đây minh họa sơ đồ nguyên lý của khối vi điều khiển sử dụng Esp32S.
Hình 3.15: Sơ đồ nguyên lý của khối vi điều khiển a Nguyên lý hoạt động
Khối vi điều khiển thực hiện các nhiệm vụ như đọc dữ liệu từ mạch thu tín hiệu, so sánh với ngưỡng, xử lý dữ liệu và gửi thông tin lên ứng dụng di động qua Firebase, đồng thời lưu trữ dữ liệu vào cơ sở dữ liệu Do tín hiệu nháy mắt có tần số lấy mẫu là fs8Hz (128 mẫu mỗi giây), việc sử dụng một bộ xử lý duy nhất để lưu dữ liệu và giao tiếp với ứng dụng di động là không khả thi Để giải quyết vấn đề này và tận dụng cấu trúc của Esp32S, nhóm sẽ sử dụng cả hai bộ xử lý có sẵn trong module Esp32S.
Bảng 3.2 Công việc thực hiện của Core 1 và Core 2
Core 0 thực hiện lần lượt các công việc:
Core 1: Nhận lệnh điều khiển từ core 0 để thực hiện các công việc:
− Đọc dữ liệu đầu vào từ khối thu tín hiệu và chuyển đổi ADC
− So sánh với ngưỡng để xác định các lệnh điều khiển từ người dùng
− Gửi thông tin lên firebase để mobile app truy cập và hiển thị
− Đọc dữ liệu đầu vào và chuyển đổi ADC, ghi dữ liệu với tần số fs8Hz
− Gửi dữ liệu lên Webserver và lưu trữ vào Database
− Ngừng ghi dữ liệu b Chuyển đổi ADC
Tín hiệu sau khi thu và xử lý tại mạch thu sẽ được chuyển đổi thành dạng số thông qua Esp32S Đối với các tín hiệu nhỏ như tín hiệu điện não, việc sử dụng bộ chuyển đổi ADC tối thiểu 12 bit là điều được khuyến khích.
Trong quá trình chuyển đổi, tín hiệu đầu vào được đọc từ chân GPIO34 và GPIO35 của bộ chuyển đổi ADC1, với điện áp đo được gán giá trị từ 0 đến 4095, tương ứng với khoảng điện áp từ 0V đến 3,3V Các điện áp trong khoảng này sẽ nhận giá trị tương ứng, trong khi điện áp lớn hơn 3,3V sẽ mặc định là 3,3V và có giá trị 4095 Để xác định tín hiệu chớp mắt, cần so sánh với ngưỡng đã định.
Tín hiệu chớp mắt được xác định qua việc đặt ngưỡng, với tất cả các hoạt động vượt ngưỡng này được phân loại là chớp mắt Có sự khác biệt về biên độ đỉnh giữa các cá nhân, dẫn đến nhiều biến đổi khác nhau giữa các đối tượng Thực tế, tín hiệu chớp mắt được chia thành ba loại chính: nháy mắt tự phát (bình thường), nháy mắt theo phản xạ và nháy mắt tự nguyện.
[36] Thông thường, nháy mắt có thời lượng giao động từ 300 đến 400 ms [25]
Sau quá trình tính toán thiết kế, nhóm tiến hành lập trình hệ thống dựa trên những yêu cầu đặt ra
Hình 3.16: Lưu đồ chính của hệ thống
Hình 3.17: Lưu đồ chương trình con connect_wifi
Lưu đồ chính của vi điều khiển được trình bày trong hình 3.16 Đầu tiên, chương trình con connect_wifi được gọi để kết nối Esp32S với wifi.
Chương trình con được thể hiện thông qua lưu đồ hình 3.17
Để nâng cao tính di động cho thiết bị, nhóm đã sử dụng ứng dụng Esptouch của nhà phát hành Espressif nhằm gửi thông tin wifi đến Esp32S Esp32S sẽ chờ nhận gói tin từ Esptouch và chỉ khi kết nối với wifi thành công, nó mới thoát khỏi chương trình con.
Tiếp theo, chúng ta sẽ thiết lập và khởi tạo các giá trị ban đầu, bao gồm tốc độ truyền, khai báo chân, kết nối với Firebase, và khởi tạo task cho core 0 và core 1 Như đã nêu trong lưu đồ chính, cả hai core của bộ vi điều khiển ESP32S sẽ được sử dụng, với hoạt động của mỗi core được thể hiện trong các lưu đồ hình 3.18 và 3.22.
Hình 3.18: Lưu đồ chương trình con core 0
Đầu tiên, khởi tạo các biến cục bộ chỉ sử dụng trong core 0 và gán giá trị cho các biến onoff, option, ok vào onoff_old, option_old và ok_old Việc gán này nhằm lưu trữ giá trị trước khi xử lý, chỉ truyền những biến thay đổi để tiết kiệm thời gian xử lý cho vi điều khiển Sau đó, đọc dữ liệu từ khối thu tín hiệu, với giá trị mặc định của biến onoff là 0, tức là không tiến hành lựa chọn Cuối cùng, so sánh biến onoff với 0; nếu bằng 0, gọi chương trình con check_on.
Chương trình được thiết kế theo lưu đồ giải thuật ở hình 3.19
Hình 3.19: Lưu đồ chương trình con check_on
Theo lưu đồ, khi nháy cả 2 mắt và giữ đủ hoặc hơn 3giây thì biến onoff=1 tức là bắt đầu tiến hành lựa chọn
Trường hợp khi onoff=1, ta tiến hành gọi lần lượt 2 chương trình con là check_option_value và check_off_or_ok như lưu đồ hình 3.20 và 3.21
Hình 3.20: Lưu đồ chương trình con check_option_value
Khi nháy một trong hai mắt trong vòng 1 giây, biến option sẽ tăng hoặc giảm 1 đơn vị Nếu giá trị option không nằm trong giới hạn lựa chọn, nó sẽ được reset về giá trị thấp nhất hoặc cao nhất Khi option đạt mức cao nhất, nó sẽ được reset về giá trị thấp nhất và ngược lại.
Hình 3.21: Lưu đồ chương trình con check_off_or_confirm
Chương trình con check_off_or_confirm sẽ xác nhận ý định của bệnh nhân trong việc lựa chọn hoặc tắt quá trình lựa chọn Nếu bệnh nhân nháy cả hai mắt từ 1 đến dưới 3 giây, lựa chọn sẽ được xác định; ngược lại, nếu nháy đủ hoặc hơn 3 giây, quá trình lựa chọn sẽ bị tắt.
Khi bệnh nhân tắt quá trình lựa chọn, các biến option sẽ bị thay đổi so với ban đầu, do đó cần phải reset trước khi gửi dữ liệu Sau khi xử lý và kiểm tra, các biến đã thay đổi sẽ được gửi lên mobile app và core 1 Cuối cùng, trước khi kết thúc vòng lặp, chúng ta sẽ thiết lập lại các biến sau khi bệnh nhân xác định lựa chọn của mình, đồng thời trì hoãn 3 giây để mobile app không reset ngay lập tức, giúp bệnh nhân nhận biết rằng lựa chọn đã được xác định thành công.
Hình 3.22: Lưu đồ chương trình con core 1
Lưu đồ chương trình con core 1 được mô tả trong hình 3.22, bắt đầu bằng việc khởi tạo các biến cục bộ cho core 1 Đèn LED màu xanh trên Esp32S tại chân GPIO2 sẽ nhấp nháy mỗi 3 giây, cho phép người dùng xác nhận rằng việc thiết lập và kết nối với WiFi đã thành công Tiếp theo, dữ liệu từ core 0 sẽ được đọc và lưu vào biến cục bộ Khi biến ok = 1, core 1 sẽ gọi chương trình con send_data_to_database để thực hiện việc gửi dữ liệu.
Hình 3.23: Lưu đồ chương trình con send_data_to_database
Chương trình con send_data_to_database, như thể hiện trong hình 3.23, sẽ thu thập thông tin bệnh nhân từ Firebase sau khi người dùng nhập vào ứng dụng di động Sau đó, chương trình kết hợp dữ liệu từ Esp32S và gửi lên webserver.
Core 1 reset biến lưu trữ về 0 và trì hoãn 3s như bên core 0 để tránh việc dữ liệu bị gửi lên nhiều lần làm cho trùng lập Tiếp theo, khi biến onoff = 1, nghĩa là core 0 đang trong quá trình lựa chọn option thì core 1 bắt đầu đọc dữ liệu và ghi vào biến lưu trữ Cuối cùng, ta tiến hành trì hoãn 8ms Như đã nói ở mục 3.4, tần số lấy mẫu của tín hiệu nháy mắt là fs8Hz Với thời gian trì hoãn cho mỗi vòng lập là 8ms ta sẽ được tần số lấy mẫu là fs5Hz tương đối xấp xỉ nhau.
KHỐI NGUỒN
Khối nguồn cung cấp nguồn đôi DC ổn định ± 5V cho các IC trong mạch thu tín hiệu, bao gồm IC INA và OP07, đồng thời cung cấp điện áp 0-5V cho vi điều khiển Esp32S Thiết kế khối nguồn được trình bày trong mục 3.24.
Hình 3.24: Sơ đồ nguyên lý khối nguồn
Sơ đồ nguyên lý của khối nguồn sử dụng hai IC chính: IC 7805 để ổn định điện áp +5VDC và IC 7905 để ổn định điện áp -5VDC, với yêu cầu điện áp đầu vào tối thiểu là 7V.
Mạch sử dụng IC 7805 với điện áp đầu vào từ -35V đến 35V và IC 7905 với điện áp đầu vào từ -35V đến -7V, cung cấp nguồn đối xứng +7.4VDC cho IC 7805 và -7.4VDC cho IC 7905 Các tụ điện 100µF được lắp ở đầu vào và đầu ra của hai IC chính để ổn định điện áp Diode 1N4001 được sử dụng để bảo vệ thiết bị khỏi ngắn mạch đầu vào tạm thời Thiết bị cần cấp nguồn cho các thành phần như Esp32S NodeMCU, INA128, OP07C và đèn LED đơn Để tính công suất tổng của thiết bị, ta áp dụng công thức tính công suất cho từng thành phần.
− I: Dòng hoạt động (A) a Esp32S NodeMCU
Module Esp32S thực hiện các công việc gồm: giao tiếp với App Android và Webserver, xử lý và truyền dữ liệu không dây
Module giao tiếp ngoại vi với các khối khác thông qua chân I/O Thiết bị sử dụng
Hai chân GPIO34 và GPIO35 (ADC1_CH6 và ADC1_CH7) được sử dụng để nhận dữ liệu từ khối thu tín hiệu Do hai chân này chỉ có chức năng đầu vào (input only), nên chúng không tiêu tốn năng lượng.
Khi module nhận và xử lý dữ liệu, nó hoạt động ở chế độ Modem sleep mode Trong chế độ này, Esp32S hoạt động với tần số 80MHz và chip Dual-core cần dòng hoạt động khoảng 31mA cùng với điện áp 3.3V Công suất tiêu thụ lớn nhất được tính theo công thức (3.11).
Khi module Esp32S hoạt động ở chế độ truyền nhận không dây (Active mode), nó tuân theo chuẩn 802.11 b/g/n Năng lượng tiêu thụ được đo ở điện áp 3.3V và nhiệt độ môi trường 25°C, như thể hiện trong Bảng 3.3.
Bảng 3.3 RF Power-Consumption Specifications
Mode Min Typ Max Unit
Transmit 802.11b, DSSS 1 Mbps, POUT +19.5 dBm - 240 - mA
Transmit 802.11g, OFDM 54 Mbps, POUT +16 dBm - 190 - mA
Transmit 802.11n, OFDM MCS7, POUT = +14 dBm - 180 - mA
Dựa vào bảng 3.3, dòng tiêu thụ lớn nhất của Esp32S xảy ra khi hoạt động ở chuẩn 802.11 b với dòng tiêu thụ khi phát dữ liệu là I\$0mA\$ Ngược lại, dòng tiêu thụ nhỏ nhất được ghi nhận khi Esp32S hoạt động ở chuẩn 802.11 n với dòng tiêu thụ khi phát dữ liệu là I\$0mA\$ Tất cả các chuẩn 802.11 b/g/n đều có dòng tiêu thụ khi nhận dữ liệu khoảng I\$100mA\$ Do mỗi lần hoạt động chỉ sử dụng một trong ba chuẩn 802.11 b/g/n và chỉ có thể truyền hoặc nhận dữ liệu tại một thời điểm, công suất tiêu thụ lớn nhất được tính theo công thức (3.11).
P12MAX= U12MAX × I12MAX = 3.3 × 240 y2 (mW) Vậy, công suất tiêu thụ tối đa của module Esp32S là:
P1MAX = P11MAX + P12MAX = 102.3 + 792 = 894.3 (mW) b INA128
IC INA128 được sử dụng trong thiết bị với điện áp hoạt động U=5V và dòng cung cấp I=0.7mA Do mạch khuếch đại vi sai sử dụng hai IC INA128, công suất tiêu thụ lớn nhất được tính theo công thức (*) sẽ được xác định.
P2MAX = 2 × U2MAX × I2MAX = 2 × 5 × 0.7 = 7 (mW) c Op-Amp Op07
Op-Amp Op07 trong thiết bị hoạt động với điện áp U=5V, và công suất tiêu thụ lớn nhất theo thông số của nhà sản xuất là P0mW Với việc sử dụng 12 Op-Amp Op07 trong toàn bộ mạch, công suất tiêu thụ lớn nhất sẽ được tính toán dựa trên số lượng thiết bị này.
P3MAX = 12 × U3MAX × I3MAX = 12 × 5 × 30 = 180 (mW) d Led đơn
Nhóm sử dụng một đèn LED đơn màu đỏ để báo hiệu có nguồn khi hoạt động, với điện áp hoạt động là U=2V thông qua mạch phân áp từ bộ nguồn Dòng hoạt động của LED dao động từ 10-20 mA, và công suất tiêu thụ tối đa của LED được xác định.
P4MAX = U4MAX × I4MAX = 2 × 20 = 40 (mW) e Tính tổng công suất và chọn nguồn
Công suất của hệ thống được xác định bởi tổng công suất của các thành phần như công suất cực đại của Esp32S, INA 128 và Op07 Hệ thống cũng bao gồm một mạch hiển thị mức pin 4S 16.8V với dòng điện tiêu thụ 30mA Mặc dù mạch hiển thị mức pin tiêu tốn thời gian sử dụng khoảng vài giây cho mỗi lượt, công suất tiêu thụ của nó không cao, do đó nhóm không đề cập chi tiết tại đây.
Tổng công suất cực đại là:
PMAX = P1MAX + P2MAX + P3MAX + P4MAX = 894.3 + 7 +180 + 40 = 1121.3 (mW)
Chọn khối nguồn là 2500 mAh 14.8 V, đủ để cung cấp cho mạch hoạt động ổn định
Ta có công thức tính thời lượng sử dụng pin:
− t: là thời gian sử dụng điện từ pin (giờ)
− η: Hệ số sử dụng pin Thông thường η=0,7
Theo công thức (3.11), ta có: t = 𝑉.𝐴.𝜂