ỨNG DỤNG SÓNG não PHÁT HIỆN dấu HIỆU BUỒN NGỦ và đưa RA tín HIỆU CẢNH báo đối với NGƯỜI lái XE

vii CH NGă4ăăMỌăHỊNHăNH NăD NGăC NăBU NăNG ăOFFLINE .... 67 CH NGă5ăăMỌăHỊNHăNH NăD NGăC NăBU NăNG ăONLINE .... 71 5.β.ăXơyăd ngăch ngătrìnhăđi uăkhỉnănh năd ngăc năbu năng̉ăOnline.. Nư

v

M CăL C

Quýtăđ nhăgiaoăđ ătƠi

Lý l ch khoa h c i

L i camăđoan ii

L i c mă n iii

Tóm t t iv

M căl c v

Danh sách các ch vít t t/ký hi u khoa h c viii

Danh sách các hình ix

Danh sách các b ng xii

CH NGă1ăăăT̉NGăQUAN 1

1.1.ăT̉ngăquanăv ăh ́ngănghiênăću 1

1.1.1.ăGíiăthi u 1

1.1.β.ăT̉ngăquanăḱtăqu ănghiênăćuătrongăvƠăngoƠiăn ́c 1

1.1.β.1.ăCácăđ ătƠiănghiênăćuătrongăn ́c 1

1.1.β.β.ăCácăđ ătƠiănghiênăćuăngoƠiăn ́c 2

1.β.ăLỦădoăch năđ ătƠi 3

1.γ.ăTínhăćpăthítăc̉aăđ ătƠi 4

1.4.ăụăngh̃aăkhoaăh căc̉aăđ ătƠi 5

1.5.ăTh cătĩnăc̉aăđ ătƠi 5

1.6.ăM căđíchănghiênăćuăc̉aăđ ătƠi 6

1.7.ăKháchăth̉ăvƠăđ́iăt ̣ngănghiênăću 6

1.8.ăNhi măv ănghiênăću 7

1.9.ăGíiăh năc̉aăđ ătƠi 7

1.10.ăPh ngăphápănghiênăću 7

1.11.ăḰăho chăth c hi n 7

CH NGăβăăC ăS̉ăLụăTHUÝT 9

β.1.ăT̉ngăquanăv ăcácăvùngăch́cănĕngăc̉aănưoăng i: 9

2.2 Cácăph ngăphápăthuăth păthôngătinăho tăđ ngăc̉aănưoăb 10

β.β.1.ăT̉ngăquanăcácăph ngăphápăthuăth păthôngătinăho tăđ ngăc̉aănưo 10

vi

β.β.β.ăăPh ngăphápăđi nănưoăđ ăEEG 11

2.2.2.1 Khái quát 11

β.β.β.β.ăăH ăth́ngăđặtăđi năc căqúcăt́ă10-β0ăđ̉ăghiăđi nănưo 13

β.β.β.γ.ăăĐoătínăhi uădùngăph ngăphápăđi nănưoăđ ăEEG 17

β.γ.ăăKínăth́căyăsinhăv ăgícăng̉ 20

β.γ.1.ăKháiăni măv ăgícăng̉ 20

2.3.2 Cácăgiaiăđo năc̉aăgícăng̉ăvƠăs ăthayăđ̉iăc̉aăśngănưo 20

β.γ.γ.ăB năch́tăyăsinhăc̉aăc năbu năng̉ 22

β.4.ăMôăhìnhăc̉aăm tăb ăphơnătíchăvƠăx ălỦătínăhi uăśngănưo 24

β.5.ăCácăph ngăphápăth ngădùngăđ̉ăx ălỦăvƠănh năd ngătínăhi uăEEG 24

β.5.1.ăCácăph ngăphápădùngăchoăti năx ălỦ 25

β.5.β.ăCácăph ngăphápătríchăđặcătr ngătínăhi uăEEG 26

β.5.γ.ăPhơnălo iăvƠănh năd ngătínăhi uăśngănưoăbằngăm ngăN ronănhơnăt o 30

β.5.γ.1.ăM ngălanătruy n ng ̣c 30

β.5.γ.β.ăKínătrúcăm ngălanătruy năng ̣cănhi uăĺp 32

β.6.ăCácăph ngăth́căx ălỦătínăhi u 34

β.6.1.ăPh ngăth́căx ălỦătínăhi uăoffline 34

β.6.β.ăPh ngăth́căx ălỦătínăhi uăonline 35

CH NGăγăăTÍNăTRỊNHăNGHIÊNăCỨUăVÀăB ăTRệăTHệăNGHI M 36

3.1 Ti ́nătrìnhănghiênăću 36

3.2 Thítăḱăthíănghi măb tăc năbu năng̉ăc̉aătƠiăx́ăláiăxeăđ ngădƠi 37

γ.γ.ăXơyăd ngămô hình mô ph ngăvi călái xe 38

γ.γ.1.ăKhoanăláiămôăph ng 38

γ.γ.β.ăVôălĕngăláiăxeămôăph ng 39

γ.γ.γ.ăCh ngătrìnhămôăph ngăláiăxeăđ ngădƠiăEuroăTruckăSimulatorăβ 39

γ.4.ăL aăch năthítăb ăthuăśngănưo 41

γ.4.1.ăThítăb ăthuăchuyênăd ng 41

γ.4.β.ăThítăb ăthuădiăđ ngăEmotiv EPOC 43

γ.5.ăL aăch năcácăvùngăthuăth pătínăhi uăđi nănưo 45

γ.6.ăB́ătrí thí nghi măvà thuăth păcácăt păm uăoffline 46

γ.6.1.ăB́ătríăthíănghi m 46

γ.6.β.ăThíăNghi măvƠăthuăth păcácăt păm uăoffline 48

vii

CH NGă4ăăMỌăHỊNHăNH NăD NGăC NăBU NăNG ăOFFLINE 49

4.1.ăT̉ngăḱtăvƠăth́ngăkêăḱtăqu ăth ănghi m 49

4.1.1.ăT̉ngăḱt 49

4.1.β.ăTh́ngăkêăḱtăqu 49

4.β.ăXơyăd ngăcácăModuleăx ălý trên Matlab 53

4.β.1.ăModuleăti năx ălý tínăhi u 53

4.β.β.ăModuleătríchăđặcătr ng 58

4.β.γ.ăModuleăm ngăn ăronănhơnăt o 64

4.γ.ăḰtăqu ăth ănghi măOfflineăv́iăcác mô hình 67

CH NGă5ăăMỌăHỊNHăNH NăD NGăC NăBU NăNG ăONLINE 68

5.1.ăPhầnăćngămôăhìnhăth ănghi măOnline 68

5.1.1.ăT̉ngăquanăthítăḱ 68

5.1.β.ăNguyênăt căho tăđ ng 71

5.β.ăXơyăd ngăch ngătrìnhăđi uăkhỉnănh năd ngăc năbu năng̉ăOnline 71

5.β.1.ăNguyênăt căchuỷnăđ̉iăofflineăsangăonline 71

5.β.β.ăXơyăd ngăthu tătoán Online 73

5.β.γ.ăXơyăd ngăb ăl căCARătrênăLabVIEW 74

5.β.4.ăXơyăd ngăb ăđ măd ăli uătrênăLabVIEW 76

5.β.5.ăXơyăd ngăb ătríchăđặcătr ngăPSDătrênăLabVIEW 77

5.β.6.ăXơyăd ngăm ngăn ronănhơnăt oătrênăLabVIEW 77

5.γ.ăTh ănghi măth căt́ăvà ḱtăqu ăth ănghi m 78

5.4.ăĐánhăgiáăḱtăqu 80

CH NGă6ăăḰTăLU NăVÀ H NGăPHÁTăTRI NăC AăĐ ăTÀI 81

6.1.ăḰtăLu n 81

6.β.ăH ́ngăphátătrỉnăc̉aăđ ătài 82

TÀIăLI UăTHAMăKH O 83

viii

ABS – Antilock Braking System

AES – Advanced Encryption Standard

AR – Autoregresion

ANN – Artificical Neural Network

BCI – Brain Computer Interface

CAR – Common Average Reference

CSP – Common Spatial Pattern

DSP – Digital Signal Processing

ECG – Electrocardiogram

EEG – Electroencephalogram

ECOG – ElectroCorticoGraphy

FMRI – Function Magnetic Resonance Imaging

FFT – Fast Fourier Transform

FPGA – Field Programmable Gate Array

LFPs – Local Field Potentials

LabVIEW – Laboratory Virtual Instrumentation Engineering Workbench

LDA – Linear Discriminant Analysis

Matlab – Matrix Laboratory

MEG – Magnetoencephalography

ME – Mocro-Electrode

MEA – Micro-Electrode Array

NIRS – Near - Infrared Spectroscopy

SRS – Supplemental Restraint System

SL – Small Laplacian

SVM – Support Vector Machines

PSD – Power Spectral Density

PCA – Principal Component Analysis

ix

Hình 2.2: Đ chính xác v̀ không gian và th i gian với các

Hình 2.9: Đo tín hiệu điện não dùng ph ơng pháp EEG 17

Hình 2.12: Cấu trúc c a m ng truỳn thẳng nhìu lớp 30

Hình 3.7: Bảng thông s c a máy thu sóng não Mitsar-EEG 206 42

Hình 3.10: Cáchăđeoăđúngăvị trí c a headset Emotiv 45

Hình 3.11: M t đo n d̃ liệu sóng não thô ch a qua xử lý,

x

Hình 4.1: Mật đ phân b ph c a m t tập mẫu thu đ c

Hình 4.2: Mật đ phân b ph c a m t tập mẫu thu đ c lúc đ i t ng

đang dần mất tập trung và ngay sau đ́ có sự kiện va ch m xảy ra 51

Hình 4.4: Đáp ng biên đ c a m ch lọc ButterWorth 53

Hình 4.5: D ng sóng tín hiệu c a m t điện cực khi đư qua m ch lọc 54

Hình 4.6a: D ng sóng c a kênh FC5 ban đầu khi lái xe chậm 55

Hình 4.6b: D ng sóng c a kênh FC5 sau b lọc CAR khi lái xe chậm 55

Hình 4.7a: D ng sóng c a kênh FC5 ban đầu khi lái xe nhanh 56

Hình 4.7b: D ng sóng c a kênh FC5 sau b lọc CAR khi lái xe nhanh 56

Hình 4.8: D ng sóng c a kênh FC5 sau b lọc SL khi lái xe chậm 57

Hình 4.9: L uăđồ các b ớc thực hiện dùng b lọc thông dãi kết h p

xi

Hình 5.7: Nguyên t́c ho t đ ng c a m t b đệm d̃ liệu 73

Hình 5.8: L uăđồ thuật toán online cho mô hình nhận d ngăcơnăbuồn ng 74

Hình 5.10: Ch ơng trình b lọc CAR đ c trỉn khai trên LabVIEW 75

Hình 5.11: Đóng gói c a b lọc CAR trong ch ơng trình 75

Hình 5.13: L uăđồ thuật toán c a b trích đặc tr ng PSD 77

xii

B ng 4.1: Giá trị m t s đặc tr ng c a tập mẫu với các tr ng thái

B ng 4.2: Giá trị m t s đặc tr ng c a tập mẫu với các tr ng thái

B ng 4.5: Kết quả phân lo i các ph ơngăphápătríchăđặc tr ng PSD 67

B ng 5.1: Th ng kê kết quả thử nghiệm mô hình nhận diệnăcơnăbuồn

1

1.1 T̉ngăquanăv ăh ́ngănghiênăću

1.1.1 Gíiăthi u

ngăd ngăśngănưoăphátăhiệnădấuăhiệuăcơnbuồn ng ăc aăng iăđìuăkhỉn xe vàă

đ aăraătínăhiệuăcảnhăbáoăđ iăvớiăng iăláiăxe, là m tăhệăth ngăthuăthậpătínăhiệuăđiệnăphátăra từănưoăb ăc aăng iăláiăxe,ănh̃ngătínăhiệuăđiệnănàyăđ căgọiălàătínăhiệuă“śngănưo”.ăDựaătrênănh̃ngătínăhiệuăthuăthậpăđ c, hệăth ngăsẽătựăđ ng phânătíchăvàăđ iăchiếuăxemănh̃ngătínăhiệuănàyăćăphảiădoăcơnăbuồnăng ăgâyăra hay không? Nếuăhệă

th ngăphátăhiệnăđ cădấuăhiệuăc aăcơnăbuồnăng gây ra, ngay lậpăt căhệăth ngăsẽăgửiătínăhiệuăcảnhăbáoăđếnăchoăng iăđìuăkhỉnăxe,ănh ăđìuănày giúpăng iăđìuăkhỉnăxeăćăth̉ătỉnhătáoăhơnăđ̉ăquyếtăđịnhătiếpăt căchuyếnăhànhătrìnhăhayăch ăđ ng dừngăxeăđ̉ănghỉăngơiătránhătaiăn năđángătiếcăxảyăra.ăTínăhiệuăcảnhăbáoănàyăćăth̉ăphát ra d ớiă

d ngăđ̀năcảnhăbáoătrênămànăhìnhăhỉnăthịăthôngătinăxe,ăhayălàătínăhiệuăcảnhăbáoăd ngăâmăthanhăphátăraăloaăhoặcăcǜngăćăth̉ăcùngălúcăphátăraăcảăhaiăd ngătínăhiệuătrên.ăNgoàiăra,ăc̀năćănhìuăd ngăcảnhăbáoăkhácănh ăt oărungăđ ngătrênăghếăng iăđìuăkhỉnăhayărungăđ ngăvôălĕngăđ̉ăđánhăth căng iălái,ăsiếtăchặtădâyăđaiăanătoànăc aăng iălái….ăHệăth ngănàyăbaoăgồmăcácăcảmăbiếnăđặtăc ăđịnhătrênăđầuăng iăláiăxeăđ̉ăthuăthậpătínăhiệuăđiện nưoăgọiălàă“điệnăcực”.ăVìătínăhiệuăśngănưoărấtănh̉ănênăcầnăphảiăthôngăquaă

b ăkhuyếchăđ iătínăhiệuăgửiănh̃ngătínăhiệuănàyăđếnăb ăxửălýăthôngătin,ătừăđ́ălựaăchọnăsoăsánhăđ̉ăđ aăraăquyếtăđịnhăcu iăcùngăvàăgửiăđếnăcơăcấuăchấpăhành

1.1.2 T̉ngăquanăḱtăqu ănghiênăćuătrongăvƠăngoƠiăn ́c

1.1.2.1 Cácăđ ătƠiănghiênăćuătrongăn ́c

Tìnhăhìnhănghiênăc uătrongăn ớcătaăv̀ă ngăd ngăśngănưoătrênăđìuăkhỉnăôătôăc̀năđangătrongăquáătrìnhătìmăhỉu,ănghiênăc uăvàăphátătrỉn.ăCùngăchungăm căđíchăcảnhăbáoănguyăhỉmăvàăgiaătĕngătínhănĕngăanătoànăkhiăng iăláiăxeămệtăm̉iăvàădẫnăđếnăhiệnă

t ngăng ăgậtăxảyăra Gầnăđây,ăćănh́mănghiênăc uătr ngăĐ iăHọcăS ăPh măKỹăThuậtăTP.HCMăđưă ngăd ngăcôngănghệăxửălýăảnhăphânătíchăńtămặtăvàătr ngătháiăḿtă

c aăng iăláiăxe,ăhayăcôngănghệănhậnăd ngăđồngătử c aăđôiăḿtătàiăxếătừătr ngăĐ iăHọcăBáchăKhoaăTP.HCM,ăđ̉ătừăđ́ănhậnăbiếtădấuăhiệu cơnăbuồnăng ăvàăđ aăraătínăhiệuăcảnhăbáoăchoăng iălái.ăTuyănhiên,ăsựăph căt păc aăcôngănghệăxửălýăảnhăhay

th iăvàăh năchếăsựăr iăroănguyăhỉmăćăth̉ăxảyăra.ăNgoàiăra,ăc̀năćănh̃ngăđ̀ătàiădùngăśngănưoăđ̉ăđìuăkhỉnăthiếtăbịătrênăôătôăvàăngayăcảăđìuăkhỉnăvôălĕngăb̀ngăýănghĩ

 CRCMINING v́iăchícămũăthôngăminhăSmartcap [27]

Đ căsựătàiătr ătừăchínhăph ắcăvàăd ớiăsựăh ătr ăc aăb nătr ngăđ iăhọcăcùngăm iăbaăđ iătácăcôngănghiệpăbaoăgồmăcácănhàăsảnăxuấtăthiếtăbịăvàăcácăcôngă tyă khaiă thácă m̉,ă họă đưă t oă raă đ că m tă chiếcă mǜă thôngă minhă(Smartcap),ăm tănơiălàmăviệcămàătấtăcảăcácănhân viênăđìuăkhỉnăph ơngătiệnăvàămáyăḿcăthiếtăbịătrongăcôngătrìnhăđ̀uăphảiăđ iătrongăth iăgianălàmăviệc.ăChiếcămǜănàyăsẽătheoăd̃iăliênăt cătr ngătháiăc aăng iăvậnăhànhăph ơngătiệnăvàăgửiăthôngătinăđếnămànăhìnhăthôngătinătrênăxe,ăđồngăth iătínăhiệuănàyăcǜngă

đ căchuỷnăđếnătrungătâmăđìuăhành.ăNếuăćăbấtăkỳătínăhiệuănàoăchoăthấyădấuăhiệuămệtăm̉iăhayăbuồnăng ăc aăng iăđìuăkhỉn thôngăquaăchiếcămǜăthông minh,ătínăhiệuăsẽăđ căchuỷnăđếnămànăhìnhăhỉnăthịăyêuăcầuăng iăláiăxeăphảiănghỉăngơiăđ̉ălấyăl iăs căvàăcǜngăđ̉ăh năchếăt iăđaănh̃ngăr iăroătaiă

n năćăth̉ăxảyăra

 Wheelchair steered using brainwases developed by TOYOTA [28]

Thángă06ănĕmăβ00λăcácănhàăkhoaăhọcăthu cătậpăđoànăToyotaăđưăchếăt oăthànhăcôngăxeălĕnăđìuăkhỉnăb̀ngăśngănưoămangătênăRAIKEN

B ớcăđ tăpháătrongăcôngănghệă ngăd ngăśngănưo,ăđưăgiúpăconăng iăchỉăvớiăm tăchiếcămǜăđ căđ iătrênăđầuăvớiăcácăcảmăbiếnăthuăthậpătínăhiệuăśngănưoăđ cătíchăh păbênătrongăthìăchúngătaăćăth̉ăđìuăkhỉnăthiếtăbịăthôngăquaăsuyănghĩăc aămình.ăCôngănghệămớiănàyăchỉămấtă1β5ămiliăgiâyăđ̉ăxửălýătínăhiệuăśngănưo,ănhanhăhơnăsoăvớiătr ớcăđâyăphảiăt năm tăvàiăgiây

c aătr ngăĐ iăhọcăTexas

Vớiătinhăthầnănghiênăc u,ăhọcăh̉iăvàătìmăhỉuăbảnăchấtăc aăviệcă ngăd ngăcôngănghệăśngănưoăvàoăđìuăkhỉnăthiếtăbị.ăHayăńiăcáchăkhác,ănghiênăc uă

m tăthiếtăbịăcảnhăbáoăanătoànătrênăôătô Đ c sự h ớngădẫnăc aăThầy PGS.TSă

Đ ăVĕnăDũngăhọcăviênăđưăquyếtăđịnhăthựcăhiệnăđ̀ătàiănghiênăc uă“Ứngă

d ngăśngănưoăphátăhi năd́uăhi uăbu năng̉ăvƠăđ aăraătínăhi uăc nhăbáoă đ́iăv́iăng iăláiăxe”ăđ̉ăgiảiăquyếtăvấnăđ̀ănàyăvàătíchălǜyăkinhănghiệmăph că

v ăchoănhìuădựăánănghiênăc uătiếpătheoăđ căhoànăthiệnăhơn

1.2 LỦădoăch năđ ătƠi

- Nghiênăc u,ăkhaiăthácăvàă ngăd ngăcôngănghệăśngănưoăsửăd ngătrênăôătô

- Từngăb ớcă ngăd ngănàyăsẽălàăthiếtăbịăkhôngăth̉ăthiếuătrongăhệăth ngăanătoànătrên ô tô

- Giúpăcảnhăbáoăkịpăth iăchoăng iăđìuăkhỉn,ăh năchếănh̃ngăr iăroăđángătiếcăćăth̉ăxảyăraăv̀ătàiăsảnăcǜngănh ătínhăm ngăconăng i

4

1.3 Tínhăćpăthítăc̉aăđ ătƠi

Ngàyănay,ăôătôăkhôngăchỉălàăph ơngătiệnăph căv ăđiăl iămàăńăc̀năphảiăđápă ngă

đ cănhuăcầuăngàyăcàngăcaoăc aăconăng iăv̀ăthiếtăbị tiệnănghiăđ cătrangăbịătrênăxeăvàăđặcăbiệtăchúătrọngăhơnălàăhệăth ngăanătoàn Chínhăvìăthế, hàng nĕmăcácăhãng xeălớnătrênăthếăgiớiăđư b̉ăraăhàngătỷăđô-laăđ̉ănghiênăc uăvàăcảiătiếnăhệăth ngăanătoànătrangăbịătrên xe Nh ănh̃ngăn lựcăkhôngăngừngănghĩăc aăcácănhàăkhoaăhọc, nhà nghiênăc uătrênăkh́păthếăgiới, việcăláiăxeăgi ăđâyăđư tr ănênăanătoànăhơnăvớiăhàng

lo tăhệăth ngăđảmăbảoăanătoànăđ cătrangăbịătrênăxeănh ăhệăth ngăphanhăABS, hệă

th ngă năđịnhălái, hệăth ngăSeatăBelt,ăhệăth ngătúiăkhíăSRS…Tuyănhiên, cácăhệă

th ngănàyăchỉămangătínhăchấtăgiúpăviệcăláiăxeă năđịnh, tinăcậyăhơnăvàăćăkhảănĕng bảoăvệătínhăm ngăconăng i khiăćătaiăn năxảyăra H ớngănghiênăc uăgầnăđây chú trọngăphátătrỉnănh̃ngătínhănĕngăgiúpăxeăvàăng iăláiăxeăćăth̉ăph̀ngăch ngătaiăn n

m tăcáchăch ăđ ng,ăgiảmăthỉuăr iăroăkhiăláiăxe

M t trongănh̃ngănguyênănhânăkhôngănh̉ dẫnăđếnănh̃ngătaiăn năgiaoăthôngăthảmăkh călàădo ng iăláiăxeăđìuăkhỉnăxeătrongătìnhătr ngăkhôngătỉnhătáoădoăcơnăbuồnăng gây ra, dẫnăđếnăviệcămấtăkỉmăsoátăkhiăđangăđìuăkhỉnăxeăvàăgâyătaiăn n Chỉătínhăriêngăt iăViệtăNamătheoăth ngăkêăc aăBanăAnăToànăGiaoăThôngăQu căGia,

“ng ăgậtătrongăkhiăláiăxe” chiếmăhơnă60%ănguyên nhânăc aăcácăv ătaiăn n ô tô có thiệtăh iăv̀ănhânăm ng

Vìăvậy,ăviệcăphátăhiệnăsớmădấuăhiệuăc aăcơnăbuồnăng ăvàăđ aăraăcảnhăbáoăchoă

ng iăđìuăkhỉnălàăm tăđìuăvôăcùngăquanătrọng,ăm tăth iăđỉmămấuăch tămangătínhăb ớcăngoặt giúpăgiảmăthỉuăr iăroătaiăn n, từăđ́ăgiảmăthỉuăt năthấtăv̀ăconă

ng iăvàăc aăcải Đìuănàyăđặcăbiệtăh̃uăích choănh̃ngăng iăth ngăxuyên phảiăđìuăkhỉnăxeăđiăchặngăđ ngădàiăv̀ăđêmănh ăcácătàiăxếăxeăkhách, tàiăxếăxeăvậnătải

Đ ngătr ớcănh̃ngăvấnăđ̀ăb căxúcăc aăxưăh iăv̀ătaiăn năgiao thông Việcălựaă

chọnăđ̀ătàiă“Ứngăd ngăśngănưoăphátăhi năd́uăhi uăbu năng̉ăvƠăđ aăraătínăhi uă

c nhăbáoăđ́iăv́iăng iăláiăxe”ălàănguyệnăvọngăc aăhọcăviênămu năđ́ngăǵpăm tă

phầnăcôngăs cănh̉ănhoiănh̀măgiảmăthỉu vấnăđ̀ătaiăn năgiaoăthôngăđangănh cănh iă

ăn ớcăta

5

1.4 ụăngh̃aăkhoaăh căc̉aăđ ătƠi

Nưoăng iăđ́ngăm tăvaiătr̀ăquanătrọngătrongăho tăđ ngăc aăconăng i.ăDựaătrênătínăhiệuăđiệnănưo,ănh̃ngăthayăđ iăbênătrongăho tăđ ngăc aănãoăb có th̉ăđ căxác định Giúpăchoăviệcăchuẩnăđoán,ăphátăhiệnănh̃ngădấuăhiệuăkhôngăbìnhăth ngăđangă

di năraăv̀ătr ngătháiăvàăth̉ăchấtăc aăconăng iăm tăcáchăchínhăxácăhơn

Giaoătiếpănưoăng iăvớiămáyătínhă(Brain ComputerăInterface,ăviếtăt́tălà BCI) là

m tălĩnhăvựcănghiênăc uăsự t ơngătácăgĩaănưoăng iăvớiămáyătính.ăM tăhệăth ngăBCIăthôngăth ngăsẽ dựaăvàoăcácătínăhiệuămangătínhăchấtăđiện, đ căthuăthậpătừănãoă

b thôngăquaăhệăth ngăcác điệnăcực,ămáyătínhăđ călậpătrìnhăsẽ phân tích,ăxử lý d̃ liệuăthuăthậpăđ căvà đ aăraănh̃ngăphảnă ngăđápăl iăcácăsuyănghĩ,ăt ngăt ng,ăcǜngănh ăcácăho tăđ ngăthầnăkinhăc aăconăng i.ăTrênăthếăgiớiăđưăb́tăđầuăxuấtăhiệnănh̃ngăsảnăphẩmă ngăd ngăcôngănghệăgiaoătiếpănưoăng iăvớiămáyătính.ăCácă ngă

d ngănày đặcăbiệtăđ căápăd ngăr ngărãi trong lĩnhăvựcăyătếăvà giảiătrí

ngăd ngăthuăthậpătínăhiệuăśngănưoăvàăphânătíchăxửălý,ăgiúpătaăphátăhiệnăđ că

m tăcáchăchínhăxácătr ngătháiăbuồnăng ăTừăđ́,ăápăd ngăđ iăvớiăng iăđìuăkhỉnă

ph ơngătiệnăgiaoăthôngănh̀măđ aăraătínăhiệuăcảnhăbáoăkịpăth iăkhiăhọărơiăvàoătr ngătháiămệtăm̉iăvàăbuồnăng ăĐìuănàyăgiúpăh năchếănh̃ngăr iăroăđángătiếcăćăth̉ăxảyăraăchoăcảăng iăvàăph ơngătiện.ăĐ̀ătàiănghiênăc uăthành công là cơ s ăđ̉ăt oăraăsảnăphẩmăth ơng m i, ćăth̉ă ngăd ngăvàoătrongăthựcătếănh ănh̃ngăthiếtăbịăcầnătrangăbịătrênăô tô nh̀măgiaătĕng tính nĕngăan toàn khiăthamăgiaăđìuăkhỉnăph ơngătiệnă

l uăthôngătrênăđ ng.ăNgoàiăra, nó cǜngălà cơăs ăđ̉ă ngăd ngăśngănưoăvàoăviệcăđìuăkhỉnănh̃ngătrangăthiếtăbịăkhácăđ cătrangăbịătrênăxe

Việcăthựcăhiện đ̀ătàiăćătínhă ngăd ngăkhaiăthác,ăkếtăh păkiếnăth căc aănhìuălĩnhă vựcă khácă nhauă nh μă Viă đìuă khỉn,ă lậpă trìnhă Matlab,ă lậpă trìnhă môă ph̉ngăLabVIEW,ăxửălýătínăhiệuăs ,ătríătuệ nhânăt o,ăkỹăthuậtănhậnăd ngăb̀ngăm ngănơron nhânăt o,ăkiếnăth căv̀ăyăsinh.ăVìăthế, khiăthựcăhiệnăđ̀ătàiănàyăng iăhọcăđưălĩnhăh iă

đ căm tăl ngăkiếnăth cămớiăvôăcùngăphongăphúăvàăh̃uăích

1.5 Th cătĩnăc̉aăđ ătƠi

Đ̀ătàiăsửăd ngăthiếtăbịăđoăśngănưoăcơăđ ngăvàăgọnănḥăvớiăđ ăchínhăxácăchấpănhậnăđ c.ăThiếtăbịăđ căđ iătrênăđầuăng iăsửăd ngăvàăthuăthậpăd̃ liệuătheoăkỉuă

6

th iăgianăthựcă(online),ăth ăviệnăhàmăh ătr ăgiaoătiếpăđ căchính hãng cungăcấp khá đầyăđ ăđảmăbảoăchoăviệcătruyăxuất d̃ liệuătừăthiếtăbị.ăVàătừăđây,ăchúngătaăćăth̉ăngăd ngăśngănưoăchoănhìuăm căđíchănh ănhậnăd ngătr ngătháiătinhăthầnăc aăng iăđìuăkhỉnăph ơngătiện vàăđ aăraănh̃ngăcảnhăbáoăthíchăh p choăng iăláiăxe Trong n iădungăđ̀ tài nàyăsẽ tiếnăhànhăđoătínăhiệuăsóng nãoătừăthiếtăbị Headset Emotive EPOC, ápăd ng các thuật toán ng ̃ngăvàăm ngănơronătruỳnăthẳngănhìuălớpăđ̉ nhậnăd ngăcácăho tăđ ngăc aănãoăb TínăhiệuăEEGăthuăthậpăđ căsẽăđ că

đ aăquaăb lọcăthôngădảiăHammingăđ̉ălo iăb̉ nhi uăvàălọcălấyătínăhiệu.ăCácăđặcătínhăc aătínăhiệuăđ cătríchăxuấtăb iăcácăhệăs môăhìnhăAR.ăM ngănơronătruỳnăthẳngăđ căsửăd ngăvớiăng̃ăvàoălàăcácăhệăs ăAR.ăThôngăquaăđ́, sẽătrìnhăbàyăm tă

ph ơngăphápăxâyădựngăm tăhệăth ngăBCIăhoànăchỉnhăćăgiáăthànhăh pălý, ćăkhảănĕngănhậnăd ngăcácătr ngătháiăho tăđ ngăc aănưoăng iăđápă ngătheoăth iăgianăthựcăvàăćăđ ătinăcậyăcao.ă

1.6 M căđíchănghiênăćuăc̉aăđ ătƠi

M căđíchănghiênăc uăc aăđ̀ătàiălàăxâyădựngăm tămôăhìnhăćăkhảănĕngănhậnăbiết dấuăhiệuăc aăcơnăbuồnăng ăc aăconăng iăvàăđ aăraătínăhiệuăcảnhăbáo Trong ph măviăđ̀ătài, họcăviênăsẽătiếnăhànhănghiênăc u và thửănghiệm thuăthậpăcácăd ng sóng nưoăc aăconăng iăkhiăxuấtăhiệnăcơnăbuồn ng ,ăquaăđ́ătríchălọcăcácăđặcătr ngăc aăcácăd ng sóng trên Từăđ́, sẽătiếnăhànhăxâyădựngăm tăthuậtătoánăćăkhảănĕngănhậnă

d ngăcácăd ngăsóng nưoăc aăcơnăbuồnăng Giaiăđo năcu iăcùngăc aăđ̀ătàiăsẽăxâyădựngăm tămôăhìnhăđơnăgiảnă ngăd ngăthuậtătoánătrênăđ̉ănhậnăd ngăcơnăbuồnăng ăvàăđ aăraănh̃ngătínăhiệuăcảnhăbáoăchoăng i dùng

1.7 Kháchăth̉ăvƠăđ́iăt ̣ngănghiênăću

Đ̀ătàiănghiênăc uădựaătrênăcácăkiếnăth căsauμ

- Lýăthuyếtăv̀ăcácăgiaiăđo năc aăgiấcăng

- Tàiăliệuăśngănưoăcơăbản

- Lýăthuyếtăxửălýătínăhiệuăs ăDSP

- Lýăthuyếtăkỹăthuật nhậnăd ngătínăhiệuăvớiăm ngănơronănhânăt o

- Lýăthuyếtăkỹăthuậtăgiaoătiếpămáyătính

1.8 Nhi măv ănghiênăću

- Nghiênăc uăđặcătr ngăc aăcácăd ngăśngănưoăkhiăxuấtăhiệnăcơnăbuồnăng

- Nghiênăc uăxâyădựngăthuậtătoánănhậnăd ngăcácătínăhiệuăśngănưoăc aăcơnăbuồnă

ng

- Xâyădựngămôăhìnhăthửănghiệmă ngăd ngăthuậtătoánăđưăxâyădựng

- Thửănghiệm, đánhăgiáăchấtăl ngăvàăkhảănĕngă ngăd ngăvàoăthựcătếăc aăđ̀ătài

1.9 Gíiăh năc̉aăđ ătƠi

Doăđ̀ătàiăćăliênăquanăđếnăkiếnăth căt ngăh păc aăkháănhìuămônăkhoaăhọcăkhácănhauănênăđ̀ătàiăchỉădừngă ăm căđ ătìmăhỉuăvàăxâyădựngăthuậtătoánănhậnăbiếtăcơnăbuồnăng ăSauăđ́,ăthựcăhiệnăm tămôăhìnhăđơnăgiảnăđ̉ătiếnăhànhăcácăthửănghiệmăđánhăgiáăchấtăl ngăc aăthuậtătoán Đ̀ătàiăsẽăkhông xâyădựngăthànhăm tăsảnăphẩmăhoànăchỉnhăćăkhảănĕngă ngăd ngăngayăvàoăthựcăti n

9

2.1 T̉ngăquanăv ăcácăvùngăch́cănĕngăc̉aănưoăng i:

Nưoăng iălà m tăb ăphậnăquanătrọngăbậcănhấtăc aăcơăth̉,ălà cơăquanătrungă ơngă

c aăhệăthầnăkinhăđìuăkhỉnămọiăho tăđ ngăc aăcácăcơăquanăkhácătrongăcơăth̉.ăB ănão

ng iăgồm khoảngă100ătỉătếăbàoăthầnăkinh,ănh̃ngătếăbàoăthầnăkinhănàyăkếtăn iăvớiăhàng ngànătếăbàoăthầnăkinhăkhácăt oăthànhăm tăm ngăl ớiăthầnăkinh.ăThông qua các kếtăn iănày mà cácătếăbàoăćăth̉ăgiaoătiếpăvớiănhau,ăvà thôngăquaăm ngăthầnăkinhănày conăng iăcó th̉ăkỉmăsoát đ căcácăb ăphậnăc aăcơăth̉

Nưoăb ăgồmăhaiăbánăcầuătrái và phải,ălà vùngăr ngănhấtăcó th̉ăphân tíchăd̃ăliệuăgiácăquan,ăthựcăhiệnăch cănĕngăghiănhớ,ătìmăhỉuăthôngătin,ăsuyănghĩăvà raăquyếtăđịnh.ă

Bánăcầuănãoăphảiăđìuăkhỉnănửaăphầnătráiăc aăcơăth̉ăvà bánăcầuănão tráiăph ătrách phầnăphảiăc aăcơăth̉ăvớiăcácăch cănĕngăt ơngătự.ăM iăbánăcầuănão đ căchiaăraăthành

b năphầnăđ căgọiălà thùy,ăbaoăgồmμăthùy trán (Frontal lobe), thùyăđỉnhă(Parietal lobe), thùy tháiăd ơngă(Temporalălobe),ăthùyăchẩmă(Occipital).ăNh ătrongăhìnhăβ.1ă

d ớiăđây:

Hình 2.1: Cácăthùyăc aănưo

M iăthùyăđ́ngăm tăvaiătr̀ăkhácănhau.ăThùyătránăt ơngă ngăvớiăcácăch cănĕngă

nh ălậpăkếăho ch,ăgiọngăńi,ădiăchuỷn,ăcảmăxúcăvàăgiảiăquyếtăvấnăđ̀.ăThùyăđỉnhăliênăquanăđếnăcácăch cănĕngănh ădiăchuỷn,ăđịnhăh ớng,ănhậnăbiết,ăphátăhiệnăkíchăthích,

10

sựătậpătrung.ăThùyăchẩmăliênăquanăđếnăch cănĕngănhìn.ăThùyătháiăd ơngăliênăquanăđếnătriăgiácăvàănhậnăbiếtăâmăthanh,ătríănhớăvàătiếngăńi

2.2 Cácăph ngăphápăthuăth păthôngătinăho tăđ ngăc̉aănưoăb

2.2.1 T̉ngăquanăcácăph ngăphápăthuăth păthôngătinăho tăđ ngăc̉aănưo

Hiện t i, theo [2] có hai cách thu tín hiệu từ não là ph ơngăpháp không xâm lấn

(non-invasive) và xâm l ấn (invasive) đ c sử d ng trong các nghiên c u v̀ tín hiệu

sự thayăđ i c a nồngăđ oxy trong máu c a v̉ não)

Vớiă ph ơngă phápă xâmă lấn (invasive)ă thìă ćă ph ơngă phápă ECOGă(Electrocorticography),ă ph ơngă phápă MEă (Mocro-Electrode),ă ph ơngă phápă MEAă(Micro-Electrode Array) và LFPs (Local Field Potentials) Vớiăcácăph ơngăphápănàyăcácăđiện cựcăđ căđặt bên trong ( d ới lớpădaăđầuăvàătùyăvàoăph ơngăphápămàăđ xâm lấn nông sâu khác nhau) Hình 2.2 d ớiăđâyăm t phần nào giảiăthíchăđ c m t cáchăsơăl c c aăcácăph ơngăphápăvừa nêu

Hình 2.2: Đ chính xác v̀ không gian và th i gian vớiăcácăph ơngăphápăkhácănhauătrongă

các nghiên c u v̀ BCI [2]

11

Vớiăhìnhăβ.β,ătaăćăth̉ăthấyă4ăph ơngăphápăxâmălấnăćăth iăgianăxửălýă(đápă ng)ăkháănhanhă(d ớiă0.01ăgiây)ăvàă4ăph ơngăphápăkhôngăxâmălấnăćăth iăgianăđápă ngăchậmăhơnμăEEGăvàăMEGăćăth iăgianăđáp ngăd ớiă0.1ăgiâyăc̀năNIRSăvàăFMRI có

Máyăđiệnănưoăđồădùngăb ălọcătầnăs ă(pass-filter): M căd ớiălàă0,5Hz,ăm cătrên

là 70Hz.ăNh ăvậyănh̃ngăgiaoăđ ngăć tầnăs ăcaoăhơnă70Hzăsẽăđ căghiăthànhăđ ngăthẳng.ăĆătàiăliệuăńiăr̀ngăm călọcăd ới (low pass filter) nên là 0,16Hzăhayăthậmăchíăthấpăhơnăña

ăđ ăkhuyếchăđ iăkhoảngă1000ălần,ăchoăph́pămáyăđiệnănưoăđồăćăth̉ăthuăthậpăcácătínăhiệuăśngănưo.ăTrênăđiệnănưo đồ,ăkhiăđ ngăbỉuădi năđiălênătaăgọiălàăd ơng vàăkhiăđiăxu ngăthìăgọiălàăâm

Cácăđiệnăcựcădùngătrongăđiệnănưoăđồăth ngălàănh̃ngăđĩaăkimălo i,ătrênădaăđầuă

ch ăđặtăđiệnăcựcăđ căbôiăkemădẫnăđiện,ătr ớcăđ́ăng iăta phảiălàmăs chădaăđầuăb̀ngăcách dùngăcồnălàmăs chăchấtăm̃ănh nătrênădaăđầu,ăsaoăchoăđiệnătr ăgĩaădaăđầuăvớiăđiệnăcựcăkhôngăv tăquáăm tăng ̃ngănàoăđ́,ăth ngălàăkhôngăquáă5ăKilo-Ohms.ăNếuălàmăs chădaăđầuăt t,ăcǜngăćăth̉ăkhôngădùngăkemădẫnăđiệnătrênăđiệnăcựcăghi, mà dùng miếngăx pătẩmădungădịchămu i

2.2.2.2 H ăth́ngăđặtăđi năc căqúcăt́ă10-β0ăđ̉ăghiăđi nănưo

Trongăph ơngăphápăđoătínăhiệuăđiệnănưoăkhôngăxâmălấnăd ngăEEG,ătínăhiệuăđiệnănưoăđ căthuăb̀ngăcáchăđặtăcácăđiệnăcựcătrựcătiếpătrênădaăđầu.ăM tăchuẩnăđ̉ăđặtătênăvàăthiếtăkếăvịătríăđiệnăcựcăđ căgọiălàăhệăth ngăqu cătếă10-20 (10-20 International System).ăTrongăthiếtăkếănày,ă“10”ăvàă“β0”ăćănghĩaălàăkhoảngăcáchăgĩaăcácăđiệnăcựcătiếpăgiápăđặtătrênăh păsọ,ăhoặcălàă10%ăhoặcăβ0%ăc aătừătr ớcăraăsauăhoặcătừăphảiăsangătráiăt ngăkhoảngăcáchăc aăh păsọănh ămôătảătrongăhìnhăβ.5ăsauăđâyμ

Hình 2.5: Hệăth ngăqu cătếă10-20 [22]

Ćăγăđ ngăn iăchínhμ

 N iăβă ngătaiăngoàiă(thựcăraălàăngayătr ớcătaiă– preauricular points)

 N iăg cămǜiăvớiă ăchẩmăngoài,ăcảăβăđ ngăn iănàyăđ̀uăđi quaăđỉnhăsọ

 Đ ngăchuăviăc aăsọăkếtăn iăβăđỉmătậnăcùngănhấtătrênăsọ

14

Baăđ ngănàyăđ căchiaătheoătỷălệă10-20-20-20-20-10%,ătheoăcảătr cătrựcăgiaoă(βăđ ngăvuôngăǵc),ălẫnătheoăv̀ngătr̀năchuăvi,ătheoăkỉuăchiaăđôiăcácăđỉmăn i.ă Khiănghiênăc uăgiấcăng ,ăćăth̉ăng iătaăkhôngădùngăhếtăcácăvịătríăghiănày,ăvàăchỉ đặtăđiệnăcựcă ăm tăs ăvịătríμăTrênăhìnhăvẽălàănh̃ngăch ăćăv̀ngătr̀năđen

Thôngăth ng, chúngătaăsẽ dùngăm tăb ăβ1ăđiệnăcựcăǵnătrênădaăđầuătheoăhệă

th ngăđặtăđiệnăcựcă10-β0ăc aăqu cătế

N iăβăđỉmăg cămǜiăvàăchẩmăvớiănhau,ătaăćăđ ngădọcăgĩa.ăTaăchiaăchìuădàiă

c aăđ ngănàyătheoătỷălệă%μăđỉmăcáchăg cămǜiă10%ălàăF0 (hayăFpz),ăcáchătiếpătheoăβ0%ăñaălàăFz,ătiếpăβ0%ăñaălàăCz.ăCzăchínhălàăđỉmăchínhăgĩa đỉnhăđầu,ătiếpăsauăńăβ0%ălàăPz.ăCáchăđỉmăchẩmă10%ă(t căcáchăPzăβ0%)ălàăO0 (hayăc̀năgọiăOz)

N iăβă ngătaiăngoàiăvớiănhau,ătaăđ căm tăđ ngăćtăngangăđ ngădọcăgĩaă ăđỉmăCz.ăCách ngătaiăngoàiă10%ăbênătráiălàăT3,ăbênăphảiălàăT4 Cách thêm 20% (chính

gĩaăT3 hay T4vớiăCz)ălàăC3 (bên trái) và C4(bênăphải)

Vẽăđ ngăđồngătâmăvớiăđ ngăchuăviăc aăđầu,ăn iăcácăđỉmăm căphíaăngoàiănhấtμăFpz-T3-Oz-T4.ăTrênăđ ngă(gầnănh ălàăđ ngătr̀n)ănày,ăcǜngăchiaătheoătỷălệă%ă

nh ăvậy.ăCáchă10%ăphíaătr ớcăćăFp1ăbênătrái vàăFpβăbênăphải,ăsauăđ́ăβ0%ălàăF7 và

F8.ăCáchăOză10%ătừăphíaăsauălàăO1 bên trái và O2 bênăphải.ăCáchătiếpăβ0%ă(làăchínhăgĩaăO1vớiăT3) là T5bênătráiăvàă(làăchínhăgĩaăO2 vớiăT4) T6 bênăphải

Vẽătiếpăđ ngăv̀ngăcungăphíaătrong,ătiếpăn iăFp1-C3-O1 bên trái, và Fp2-C4-O2

bênăphải.ă ăkhoảngăcáchăβ0%ă(chínhăgĩaăcácăm c)ălàăF3phíaătr ớcăbênătrái,ăF4 phía

tr ớcăbênăphải,ăP3 phía sau bên trái, P4 phíaăsauăbênăphải

Vậyătaăćă1ăm ngăghiăđiệnănưoăđồ.ăV̀ăph ơngădiệnăđiệnăhọc,ăng iătaăcoiătaiăvàă

g cămǜiălàă0,ălàăđiệnăcựcătrungăh̀a.ăNh ăvậyăkỉuăkếtăn iă1ăđiệnăcựcătrênăm ngăghiă

Hình 2.6: Cáchăđặtăđiệnăcựcătheoăkỉuăβ1ăkênh [22]

17

tánăthànhăm tăbiếnăđ iănh̉ătrong danh pháp theo s ăvàăch̃ăcáiănguyênăth y.ăTrongăđ́,ătr ớcăđâyălàăTγ,ăT4,ăT5ăvà T6 thì nayăchuỷnăthành T7,ăT8,ăP7ăvàăP8.ăCảiătiếnănàyănh̀mălàmătĕngăph măviăđặtăđiệnăcựcăđưăchuẩnăh́aăvàoătrongăvùngăd ớiătháiăd ơngă

- subtemporalăregionă(víăd μăFλ,ăTλ,ăPλ,ăF10,ăT10,ăP10)ăvàăchỉăr̃ătênăc aăvịătríăđiệnăcựcăǹmă ăđ ngăv̀ngătrungăgian,ăgĩaăcácăđ ngăv̀ngăchuẩnă(víăd μăAF7,ăAFγ,ăFTλ,ăFT7,ăFC5,ăFCγ,ăFC1,ăTPλ,ăTP7,ăCP5,ăCPγ,ăCP1,ăPO7,ăPOγăvàăv.v.).ăNh̃ngăđiệnăcựcăđặtăthêmăvàăgầnăsátănhauăhơn,ăcáchăđặtăthêmăđiệnăcựcă ăchínhăgĩaăcácăđiệnăcựcătiêuăchuẩnăc aăhệăth ngăđặtăđiệnăcựcă10-β0,ătấtăcảănh̃ngăcáchăđặtăthêmăđiện cựcă

nh ăvậyăth ngăsẽăgiúpăchoăđịnhăkhuăcácăbấtăth ngăt tăhơnă(víăd ăđịnhăkhuă ăphátăśngăd ngăđ ngăkinhă- epileptiformădischargesă ăbệnhănhânăbịăđ ngăkinhăc căb ă- partialăseizures).ăCǜngăćăm tăvàiăkỉuăđiệnăcựcăđ căchếăđ̉ăghiăho tăđ ngăđiệnă thùy tháiăd ơng

2.2.2.3 Đoătínăhi uădùngăph ngăphápăđi nănưoăđ ăEEG

Điệnănưoăđồălàăph ơngăphápăđoăsựăthayăđ iăđiệnăápăhình thành từăd̀ngăchảyăc aăcácăionătrongătếăbàoănưoăc aăconăng i.ăHìnhăβ.9 sửăd ngăńnăćăǵnăcácăđiệnăcựcăđ̉ăthuătínăhiệuăđiệnănưoătheoăph ơngăphápăEEG

Hình 2.9: Đoătínăhiệuăđiệnănưoădùngăph ơngăphápăEEG

Điệnăápătrênănưoăthayăđ iăđ căduyătrìălàănh ăhàngătỉănơronătrongănưo.ăNơronăluônătraoăđ iăionăvớiămôiătr ngăngo iăbào.ăQuáătrìnhătraoăđ iănh ăvậyăsẽăt oăraăđiệnăáp.ăKhiăd ngăśngăc aăcácăionăđiăđếnăcácăđiệnăcựcăđ căǵnă ătrênăđầuăthìăńăsẽăđẩyăhoặcăhútăcácăionătrênăkimălo iă ăcácăđầuăđiệnăcựcăđ́.ăKhiăcácăionătrênăđiệnăcựcăbịăhútă

 Sóng Delta (δ): Đâyălàătầnăs ăthấpănhất,ăǹmătrongăkhoảngătừă1-4Hz, nó có

biênăđ ăt ơngăđ iălớnăvà chỉăđoăđ căkhiăcácăthanhăthiếuăniênăchìmăvàoăgiấcă

ng ăsâu.ăŚngădeltaăxuấtăhiệnăch ăyếuăt iăFp1ăvàăFpβ

 Sóng Theta (θ): Ńăǹmătrongăkhoảngă4-7Hz,ăđ căquanăsátătrongătìnhătr ngă

ng iăng ăkhôngăsâuă(hoặcăbuồnăng )ă ănh̃ngăng iătrẻătu i.ăŚngăthetaăxuấtăhiệnănhìuăt iăCγ,ăC4

 Sóng Alpha (α): Ńăǹmătrongăkhoảngă8-12Hz,ă ăvùngăsauăc aăđầuăvàăkhiă

ng iăthíănghiệmătrongătìnhătr ngănh́măḿtăhoặcăđangătrongătr ngătháiăth ăgiưn.ăŚngăalphaătậpătrungănhìuăt iăO1ăvàăOβ

 Sóng Mu (μ): Đ́ălàăcácădaoăđ ngăǹmătrongăkhoảngă8-13Hzăvớiăbiênăđ ătừă

γ0ăđếnă50µV,ăđoăđ cătrongăvùngăvậnăđ ngăvàăcảmăgiácăvậnăđ ngăc aănưo.ăBiênăđ ăc aăńăsẽăthayăđ iăkhiăthựcăhiệnăcácăcửăđ ng

 Sóng Beta ( ): Đâyălàătầnăs ăśngănưoăǹmătrongăkhoảng 13-30Hzăvớiăbiênă

đ ă5ăđếnăγ0µV.ăŃăxuấtăhiệnătrongătr ngătháiătỉnhătáo,ăńăchỉăbịăthayăđ iăkhiăcácăho tăđ ngădiăchuỷn.ăŚngăbetaăxuấtăhiệnănhìuă ăvùngăđỉnhăvàăthùyătrán

 Sóng Gamma ( ): Đ́ălàăcácătầnăs ătrênăγ0Hz,ăđôiăkhiăńăc̀năxuấtăhiệnă ătầnă

s ălênăđếnă80Hzăhoặcă100Hz.ăŃăliênăquanăđếnăcácăho tăđ ngănhậnăth căvàă

cácăch cănĕngădiăchuỷn

 EEGăćăth̉ăđoăđ cănh̃ngăđ iăt ngăđangădiăchuỷnă(c ngăh ngătừăb́tă

bu căđ iăt ngăphảiăc ăđịnhăchoătớiăkhiăđoăxong)

 EEGăkhôngăt oăraămôiătr ngătừătr ngăcaoănênăng iăđoăcǜngănh ăđ iăt ng

đ căđoăkhôngălàmăviệcătrongămôiătr ngătừătr ngăcaoă(máyăFMRIăho tă

2.3 Kínăth́căyăsinhăv ăgícăng̉

2.3.1 Khái n i măv ăgícăng̉

Giấcăng ălàătr ngătháiăgiảmăho tăđ ngăvậnăđ ngăvàăsựăcảnhătỉnhălàm thayăđ iănhìuăhoặcăítăm tăcáchăth ngăxuyênătìnhătr ngăth că ăcácăloàiăđ ngăvậtăcaoăcấp.ăK̀mătheoănh̃ngăthayăđ iăcácăch cănĕngăcơăth̉ăkhácănhau,ăđặcăbiệtălàăch cănĕngăc aăhệă

th ngăthầnăkinhăthựcăvậtăcǜngănh ăcácăthayăđ iătrongăho tăđ ngăđiệnănưo

2.3.2 Cácăgiaiăđo năc̉aăgíc ng̉ăvƠăs ăthayăđ̉iăc̉aăśngănưo

M tăgiấcăng ăbìnhăth ngăsẽălàănh̃ngălậpăl iăc aăcácăchuăkỳăng ,ăm iăm tă“chuăkỳăng ”ănàyănưoăng iăsẽăluânăchuỷnătừătr ngătháiă“tỉnhătáo”ăsangătr ngătháiă“ng ăsâu”ăvàăquayăl iădầnăvớiătr ngătháiătỉnh táo Ńiăm tăcáchăkhácătrongăm tăđêmăng ăchúngătaăsẽă“bịăđánhăth c”ăm tăcáchătựănhiênăb iăcơăchếăho tăđ ngăc aănưoăvàiălầnă(th ngălàă4-8ălần) Thựcăraăđâyălàăcơăchếăbảoăvệătựănhiênăgiúpăchúngătaăvẫnăýăth cănh̃ngăgìăxảyăraăxungăquanhăkhiăng

M iă“chuăkỳ ng ”ăsẽăbaoăgồmă6 giaiăđo nănh ăsauμ

 GiaiăĐo nă1: Giaiăđo năchuẩnăbị, giaiăđo nănàyălàăgiaiăđo năđầuătiênăc aă

giấcăng ,ăkhiăconăng iăćănh̃ngăthaoătácăchuẩnăbịăchoăgiấcăng ăthìăgiaiă

đo nănàyăxuấtăhiện,ăgiaiăđo nănàyălàăgiaiăđo năchuỷnăgiaoăgĩaătr ngăthái hoànătoànătỉnhătáoăsangătr ngătháiăb́tăđầuăng ăgiaiăđo nănàyăcon ng iăb́tăđầuănh́măḿtăth ăgiưn,ăthảăl̉ngăcơăth̉ăvàăgiảmăthỉuăcácăho tăđ ngăđ̉ăb́tăđầuăchoăgiấcăng V̀ătínhăchấtăc aăđiệnănưoăthìălúcănàyăśngăAlpha (α)ă

b́tăđầuăxuấtăhiệnăt iăthùyăchẩm vàălớnădầnăvàăcácăśngăMu ( ),ăsóng Beta ( ),ăsóng Gamma ( )ăb́tăđầuăsuyăgiảmătrênămọiăvùngăc aănưo

 Giaiăđo nă2: Giaiăđo năb́tăđầuăc aăgiấcăng , giaiăđo nănàyăconăng iăchỉă

vừaăđiăvàoăgiấcăng ăvàăkhôngăthựcăsựăđưăng ăhẳnăvàăcǜngărấtăd ăbịăđánhăth că

21

trongăgiaiăđo nănày.ăGiaiăđo nănàyăcácăcơăb́păb́tăđầuăth ăgiưn vàănhưnăcầuăcǜngăb́tăđầuădiăchuỷnăchậmăl i X́tăv̀ăđặcătínhăđiệnănưoă ăgiaiăđo nănàyăcác sóng Sóng Mu ( ),ăsóng Beta ( ),ăsóng Gamma ( )ăđưăgầnănh bịătriệtătiêuătrênătoànăb ănưo Sóng Alpha (α)ălúcănàyăcǜngăsuyăgiảmăbiênăđ ,ăthayăvàoăđ́ăśngăTheta (θ)ăb́tăđầuăxuấtăhiệnăvàătĕngădần

 Giaiăđo năγ: Sangăđếnăgiai đo nănàyăcácăcơăb́păđưăhoànătoànăth ăgiưn, não

cǜngăho tăđ ngăchậmădần,ă ăgiaiăđo nănàyăśngăTheta (θ)ăxuấtăhiệnănhìuăvàăsóng Alpha (α)ăđưăgầnănh ăbịătriệtătiêu,ăđôiăkhiănưoăcǜngătĕngăc ngăho tă

đ ngătr ăl iăvớiăsựăxuấtăhiệnăđ tăng tăc aăcácăśngăBeta ( )ătuyănhiênăsauăđ́ăśngănàyăcǜngămấtăđiănhanhăch́ngăvàăkhôngăđángăk̉ M tăñaăth iăgianăc aăgiấcăng ăsẽărơiăvàoăgiaiăđo nănày

 Giaiăđo nă4ăvƠă5: Giaiăđo năng ăchậmăvàăsâu,ă ăgiaiăđo nănàyăhơiăth ăb́tă

đầuăchậmăvàăđìuăh̀a,ăcơăb́păhoànătoànăđ căth ăgiưn,ăcơăth̉ăb́tăđầuătiếtăraăcác Hooc-mônăđ̉ăđìuăchỉnhăcácăho tăđ ngătrongăcơăth̉, nưoăb ăcǜngăđưăthựcăsựăđ cănghĩăngơiăvớiăsựăxuấtăhiện dầnădần và tr ănênăm nhămẽăc aăSóng Delta (δ)ăt iăthùyătrán, śngăćănhịpărấtăchậmăvàătầnăs ăthấp Th iăgianăḱoădàiăc aăgiaiăđo nănàyăquyếtăđịnhăchấtăl ngăc aăgiấcăng , th iăgianăcàngădàiăvàăchiếmăđaăs ătrongăgiấcăng ăthìăchấtăl ngăgiấc ng ăcàngăt t

 Giaiăđo nă6: Giaiăđo nătỉnhăgiấc,ă ăgiaiăđo nănàyănhưnăcầuăb́tăđầuăđảoă

nhanh,ăcácăcơăb́păvẫnăđ căth ăgiưn Tuyănhiênăhơiăth ăvàănhịpătimăđưăb́tăđầuănhanhăhơnăvàăkhôngăđ̀uăña Đâyălàăkhoảnăth iăgianănưoăb ăb́tăđầuăt ă

ch căvàăśpăxếpăl iăcácăd̃ăliệuăthuănhậnăđ cătrong ngày, ghiănhớănh̃ngăđìuăcầnăthiếtăvà lo iăb̉ănh̃ngăd̃ăliệuăkhôngăcầnăthiết.ăNgayătrongăth iăđỉmănàyăcácăgiấcămơăb́tăđầuăxuấtăhiện.ăNếuăđ c đánhăth căđúngălúcănàyăthìăconă

ng iăćăth̉ăk̉ătỷămỉăv̀ăgiấcămơăvừaăquaăc aămình.ăX́tăv̀ăkhíaăc nhăśngăđiệnănưoă ăgiaiăđo nănày, sựăxuấtăhiệnăm tăcáchălẫnăl n vàăđanăxenăm tăcáchă

ph căt păc aăcácălo iăśngăćăcảăcácălo iăśngăchỉăxuấtăhiệnăkhiătỉnhătáoănh ăSóng Gamma ( )ălà śngăćătầnăs ăcao.ăTuyănhiênăgiaiăđo nănàyăth ngăchỉăḱoădàiătrongă5ăđếnă10ăphút,ăkhiăkếtăthúcăgiaiăđo nănàyănưoăsẽădầnăquayătr ă

l iătr ngătháiăc aăgiaiăđo năβăđ̉ătiếpăt căm tăchuăkỳăgiấcăng ămới

22

2.3.3 B năch́tăyăsinhăc̉aăc năbu năng̉

Bảnăchấtăc aăcơnăbuồnăng ălàăsựăch ăđ ngăđiăvàoăgiấcăng ăc aănưoăb ămàăkhôngădoăsựăđìuăkhỉnăc aătìmăth căc aăconăng i, bảnăchấtăc aăcơnăbuồnăng ălàă

m tăcơăchếătựăbảoăvệăc aăcơăth̉ Cơăth̉ăbuồnăng ăćăth̉ăxuấtăhiệnătrongăcácătr ngă

h păsau:

 Khiăphải tậpătrungătrongăm tăth iăgianădàiăvàănưoăphảiăho tăđ ngăquáănhìuădẫnăđếnătìnhătr ngăquáătải,ăcơnăbuồnăng ăsẽăđếnănh ăm tăch cănĕngătựăbảoăvệăc aănưo

 Khiăcơăth̉ mệtăm̉iăḱoădàiăvàăcơnăbuồnăng ăcǜngălàăm tăcáchăcảnhăbáoăv̀ăsựăquáătảiănày

 Lâuănayăkhoaăhọcăđưăch ngăminhăđồngăhồăsinhăhọcălàăyếuăt ăkỉmăsoátăgiấcă

ng ăĐồngăhồăsinhăhọcăkỉmăsoátăkhiănàoăchúngătaăng , khi nàoăth cădậy,ăcǜngănh ng ăbaoălâu,ăđ ăsâuăc aăgiấcăng ănh thếănào Chínhăvìăthếănếuăđồngăhồăsinhăhọcăbịătácăđ ngăćăth̉ăgâyăraăcácăcơnăbuồnăng ăkhôngănh ăý

Ćăγăýuăt́ăchiăph́iăho tăđ ngăc̉aăđ ngăh ăsinhăh c:

 Nhi tăđ : Cơ th̉ătrungăbìnhălàăγ7 đ ăC nh ngăkhôngăćănghĩaăluônăluônălàă

giáătrịăđ́ mà dao đ ngă± 2 đ C tùy th iăđỉmătrongăngày

 Khiănhiệtăđ ăcơ th̉ătĕng: Cơ th̉ăthấyătỉnhătáo,ăśngănưoătĕng cao hơn Đâyălàăth iăđỉmăho tăđ ngăhiệu quảănhất (th ngă6-7ăgi ăchìu)

 Khiănhiệtăđ ăgiảmμăCảmăgiácămệtăm̉i,ăl iăvậnăđ ng,ăl ăph ,ăśngănưoăgiảmăđ̉ăb ớcăvàoăgiaiăđo nă1ăc a giấcăng

Chúngătaăćăth̉ăthấyăth ngăćăsựăgiảmănḥănhiệtăđ ăcơ th̉ăvàoăgĩaăchìuă(1-βăgi ătr a)ăgây ra cảmăgiác buồnăng Đ́ làălýădoăt iăsaoăm t s ăng iăćăth́iăquenăng ătr a

 L ̣ng ánhăsángăchíuăvƠoăm t:ăĐ́ăchínhălàălýădoăt iăsaoăchúngătaăth ngă

điăng ăvàoăbu iăt iăch ăkhôngăphảiăbanăngày L ngăánhăsángăchúngătaăhấpă

th ăquyếtăđịnhăm căđ ăMelatoninătrongăcơăth̉ătheoătỉălệănghịch.ăMelatonin

23

chịuătráchănhiệmăchoăviệcăquyếtăđịnhăchúngătaăng ăhayăth căcǜngănh ăviệcă

l uătr̃ănĕngăl ngătrongăkhiăchúngătaăng

 V́năđ ăb nhălỦ: Cơnăbuồn ng ăxuấtăhiệnăkhôngăch ăýăc̀nălàădấuăhiệuăc aă

bệnhălýăkhác, ćăảnhăh ngăđếnăho tăđ ngăc aănưoănh ăhuyếtăápăhoặcăcácă

bệnhăn iătiếtăćăliênăquanăđếnăr iălo năcác lo iăhócămônătrongăcơăth̉

X́tăv̀ăđặcătínhăśngănưo, dấuăhiệuăc aăm tăcơnăbuồnăng ăćăđặcătr ngăgầnăgi ngăvớiăcácăgiaiăđo năβăvàăγăc aăgiấcăng ăćăýăth c.ăHayăńiăm tăcáchăd ăhỉuăhơnălàănưoădầnămấtăsựătậpătrung nh khiătỉnhătáo, nên các sóng Mu ( ), Beta ( ), Gamma ( )ăb́tăđầuăsuyăgiảmătrênămọiăvùngăc aănưo Thayăvàoăđ́ăcácăśngăAlpha (α),ăTheta (θ)ăhayăthậmăchíălàăDelta (δ)ăsẽăxuấtăhiệnădầnăvàătĕngădầnăc ngăđ ăcǜngănh ătĕngăc ngăsựăphânăb ătrênătất cảăcácăvùngănưo

24

2.4 Môăhìnhăc̉aăm tăb ăphơnătíchăvƠăx ălỦătínăhi uăśngănưo

M tămôăhìnhănhậnăd ngăvàăphânătíchăśngănưoăcơăbảnăsẽăbaoăgồmăcácăthànhăphần đ cătrìnhăbàyănh ăl uăđồăbênăd ới

Hình 2.11μăL uăđồănhậnăd ngăvàăphânătíchăśngănưo

2.5 Cácăph ngăphápăth ngădùngăđ̉ăx ălỦăvƠănh năd ngătínăhi uăEEG.

CácătínăhiệuăEEGăthuăđ căsẽăđ căxửălýăm tăcáchătuầnătự, từătìnăxửălýă(b ălọcăthôngădưi,ăSL,ăCAR)ăđếnătríchăđặcătr ngă(ph ơngăphápăCSP,ăPSD,ăPCA),ăsauăcùngălàăphânălo iăd̃ăliệuăvàăđ căphânătíchăchiătiếtă ăcácăphầnăd ớiăđây

25

2.5.1 Cá căph ngăphápădùngăchoăti năx ălỦ

Cácătínăhiệuăśngănưoăth ngăćătỷăs ătínăhiệuătrênănhi uărấtănh̉.ăDoăđ́ăđ̉ăćăth̉ătríchăđặcătr ngăvàăphânălo iăđ căt t,ăng iătaăth ngăsửăd ngăm tăvàiăbiệnăphápăđ̉ătĕngăc ngătỷăs ătínăhiệuătrênănhi uănày.ăCácăbiệnăphápăđ́ăhầuăhếtălàăsửăd ngăcácă

b ălọcătầnăs ,ăb ălọcăkhôngăgian,ăICA…ăsẽăđ căđ̀ăcậpăd ớiăđây

B ăl cătầnăś:ăCácăb ălọcăthôngăthấp,ăb ălọcăthôngăcao,ăb ălọcăthôngădưi.ăCácă

lo iăb ălọcănàyăćăth̉ălo iăb̉ăhầuăhếtăcácătínăhiệuăkhôngămongămu năảnhăh ngăđếnătín hiệuăEEGă(víăd ănh ăảnhăh ngăc aăđầuăđiệnăcựcăhoặcănhi uăc aătầnăs ănguồnăđiệnăxoayăchìuă50Hz).ăTaăćăth̉ădùngăcácăb ălọcăb̀ngăcáchădùngăcácăph́păbiếnăđ iă

DFTăhayăsửăd ngăcácăb ălọcăđápă ngăFIR,ăIIR

B ăl căkhôngăgian: Trongăcácăb ălọcăkhôngăgianăth ngădùng, các kênh tham

chiếuăđ̉ănângăcaoătỷălệătínăhiệuătrênănhi uăc aătínăhiệuăEEG.ăVớiăb ălọcăkhôngăgianăćăhaiăd ngăđ cădùngălàăb ălọcăCARă(CommonăAverageăReference)ăvàăb ălọcăSLă(SmallăLaplacian).ăTrongăb ălọcăCAR,ătừngăkênhăsẽăđ cătrừăchoăgiáătrịătrung bình

c aătấtăcảăcácăkênh,ătheoă[1γ]ătaăćăcôngăth cμ

e

Ne

j j i

i

N

V V

V V

V

VớiăVi làăđiệnăápăđỉmăđoăvàăVj làăđiệnăápăc aă4ăđiệnăcựcălânăcậnăxungăquanhăđiệnăcựcăđo

26

2.5.2 Cácăph ngăphápătríchăđặcătr ngătínăhi uăEEG

Theo [2],ătínăhiệuăEEGăch aărấtănhìuăcácălo iăthôngătinăkhácănhauănênăviệcătríchăraăthôngătinăcầnămongămu nălàărấtăkh́ăkhĕn.ăTríchăđặcătr ngălàăb ớcăquanătrọngăđ̉ătìmăraănh̃ngăđặcătínhăđặcătr ngăriêngăc aătínăhiệuăvàănh̃ngăđặcătr ngănàyălàăduyănhất,ăphùăh păvớiăm căđíchăphânălo i.ăTríchăđặcătr ngăc̀nălàmăgiảmăs ăl ngăng̃ăvàoăc aăcácăthuậtătoánăphânălo iăvàăgiảmăth iăgianăxửălýăc aăhệăth ngăxửălý

Hiệnănayăćănhìuăph ơngăphápăđ căsửăd ngăđ̉ătríchăđặcătínhăc aătínăhiệuănh μăCSP, tínhănĕngăl ngăph ătrungăbìnhă(PSD),ăhệăs ămôăhìnhăAR,ăph ăc aămôăhìnhăAR,ăbiếnăđ iăWavelet,ăPCA…ăPh ơngăphápătríchădảiănĕngăl ngăph ăthìăcầnăphảiăxácăđịnhăđ cădảiătầnăs ăc ăth̉ăc aăđ iăt ng,ăc̀năph ơngăphápăWaveletăthìăcầnăphảiăchọnăhọăWaveletăchoăthíchăh p

CSPăđ cădùngăđ̉ătríchăđặcătr ngăc aătínăhiệuătrongămìnăth iăgian.ăPSDăđ cădùngăđ̉ăphânătíchătínăhiệuătrongămìnătầnăs ăvàăPCAăđ cădùngăđ̉ăgiảmăbiếnăđầuăvàoă

tr ớcăkhiăđemăđiăphânălo iătínăhiệu

Ph ngăphápăCSPă(CommonăSpatialăPattern) [15]: M căđíchăc aăph ơngă

phápăCSPălàăthiếtăkếăm tăb ălọcăkhôngăgianăđ̉ăđ aăraăsựăkhácăbiệtăv̀ăph ơngăsaiăgĩaăhaiănh́mălàănhìuănhất.ăTuyănhiên,ăńăvẫnăđ cădùngătrongăcácă ngăd ngăđ̉ăphânăbiệtăsựăkhácănhauăc aănhìuănh́m.ăTheo [15], nếuăxemăm tătậpătínăhiệu EEG thuăđ că

nh ăm tămaătrậnăE=NxT,ăvớiăNălàăs ăkênhăđ̉ălấyăd̃ăliệuăvàoă(trongănghiênăc uănàyălàă14ăkênh)ăvàăTălàăs ămẫuătrongăm tăkhoảngăth iăgianănhấtăđịnh.ăKhiăđ́ămaătrậnătựă

t ơngăquanăchuẩnăh́aăc aătínăhiệuăEEGăđ cătínhătheoăcôngăth căsauμ

' '

EE C

'

c c c c

C U U (2.5)

Vớiăλ1≥ăλ2≥…≥ăλch

Cu iăcùngătaăsẽătìmăđ cămaătrậnăánhăx ăWă(đâyăchínhălàămaătrậnămàăcácăthànhăphầnăc aăńăđ iădiệnăchoăthôngăs ăc aăb ălọcăkhôngăgianăCSP)ătheoăcôngăth căsauμ

28

B ớcăcu iăcùngălàăchúngătaăsẽătríchăđ căcácăđặcătínhătheoăcôngăth căsauμ

))var(

)var(

Zi

Z

Cácăvectorăđặcătính f pnàyăsẽăđ căphânălo iăvàăhuấnăluyệnă ăb ớcăsau

Ph ngăphápăPSDă(PowerăSpectralăDensity): Theo [16], ph ơngăphápăPSDă

đ căthựcăhiệnăb̀ngăcáchăbiếnăđ iătínăhiệuătừămìnăth iăgianăquaămìnătầnăs ăb̀ngăph́păbiếnăđ iăFFT,ăsauăđ́ăgiáătrịătrênămìnătầnăs ăsẽăđ cătínhătoánăvàăthựcăhiệnăcácă

ph ơngăphápăkhácănhauăđ̉ătríchăđặcătr ng.ăTheoă[β],ăph ơngăphápăPSDăthôngăth ngă

đ căthựcăhiệnăb̀ngăhaiăph ơngăphápμ

 Th ănhấtădùngă môăhìnhăARă(Autoregressive).ăPh ơngăphápăARăápăd ngă

ph ơngăphápăhồiăquyăđ̉ăđ aăraăcácăhệăs , th̉ăhiệnăhìnhădángăc aăph ăcôngăsuấtă ăm tăth iăđỉmăb̀ngăcácăgiáătrịăc aăph ăcôngăsuấtă ăth iăđỉmăquáăkh ăCácăhệăs ătrongămôăhìnhăhồiăquyăARănàyăchínhălàăđặcătr ngăriêngăc aătừngă

lo iăho tăđ ngăc aănưo

 Th ăhaiădùngăph ơngăphápăphânăđo năWelch.ăTheoă[17],ăph ơngăphápănàyăsửăd ngăm tăcửaăs ătr tăđ̉ătr tătrênătínăhiệuăcầnăphânătích.ăĐ ăr ngăc aăcửaăs ătr tănàyălàătùyăvàoătừngănghiênăc uăvàăph ăthu căm tăyếuăt ănh ăt că

đ ălấyămẫu,ăt căđ ăxửălý…ăTừngăđo năd̃ăliệuănàyăsẽăđ căthựcăhiệnăbiếnă

đ iăFFTăđ̉ăbiếnăđ iăđo nătínăhiệuănàyăquaămìnătầnăs ăSauăđ́,ătaăsẽătínhătoánă

đ căph ăcôngăsuấtătrênătừngăđo n này

Phơnă tíchă thƠnhă phầnă chínhă PCA [18]: Phână tíchă thànhă phầnă chínhă PCAă

(PrincipalăComponentăAnalysis)ăđ cătrìnhăbàyătheoănhìuăquanăđỉmăkhácănhau.ăTuyănhiên, vớiăquanăđỉmăph ăbiếnăhơnăcảăc aăcácănhàăphânătíchăs ăliệuăthìăPCAălàăm tăkỹăthuậtăbỉuădi năcácăs ăliệuăm tăcáchăt iă uătheoăm tătiêuăchuẩnăđ iăs ăvàăhìnhăhọcăđặcăbiệt.ăKhiăsửăd ngăkỹăthuậtănày,ăng iătaăkhôngăđ̀iăh̉iăm tăgiảăthuyếtăth ngăkêăhoặcăm tămôăhìnhăđặcăbiệtănào.ăNh̃ngăt ăt ngăc aăph ơngăphápănàyădoăK.Pearsonăđ̀ăxuấtăvàoănĕmă1λ01.ăLĩnhăvựcă ngăd ngăc aăph ơngăphápăPCAărấtăr ngătrongăcôngănghiệp,ănôngănghiệp,ăkinhătế,ăkhoaăhọcăcơăbản…ăvớiăbảngăs ăliệuămàăcácăc tălàăcácăbiếnăvàăcácăd̀ngălàăcácăcáăth̉,ătrênăđ́ăđoăgiáătrịăc aăbiến

29

Trongăbàiăluậnănày,ăPCAăđ cădùngăđ̉ărútăgọnăcácăđặcătr ng PSDăđưătrích.ăB̀ngăviệcăsửăd ngăPCA,ăd̃ăliệuăPSDătừăd-chìuăgiảm xu ng còn k-chìu.ăViệcănàyăsẽălàmăchoăviệcăphânălo iăd̃ăliệuăđ căthựcăhiệnăm tăcáchănhanhăhơn.ăTheo [18], đ̉ăthựcăhiệnăPCAăcầnălàmătuầnătựătheoăcácăb ớcăsauμ

p nTr

30

2.5.3 Phơnălo iăvƠănh năd ngătínăhi uăśngănưoăbằngăm ngăN ronănhơnăt o

Phânălo iăd̃ăliệuălàăb ớcătiếpătheoăsauăc aăb ớcătríchăđặcătr ngăvàălàăb ớcăcu iăcùngătrongăviệcănhậnădiệnăcácăho tăđ ngăc aănưo.ăTheo [3] ćărấtănhìu cáchăđ̉ăphână

lo iăd̃ăliệuănh ăph ơngăphápăLDAă(LinearăDiscriminantăAnalysis),ăSVMă(SupportăVectorăMachines),ăANNă(ArtificialăNeuralăNetworks),…ăTrongăm ngăANNăl iăđ căphânăchiaălàmănhìuălo iμăM ngăperceptron,ăm ngătruỳnăthẳngăAdaline,ăm ngătruỳnăthẳng lanătruỳnăng c,ăm ngăhồiăquy…ăTrongăluậnăvĕnănàyăm ngăNơronătruỳnăthẳngăluậtăhọcălanătruỳnăng căđ cădùngăđ̉ăhuấnăluyệnăvàăphânălo iăd̃ăliệu

Cu iă nh̃ngă nĕmă 1λ50,ă Rosenblattă đ aă raă m ngă perceptron.ă Nĕmă 1λ85,ă m ngăHopfieldăraăđ iăvàăsauă1ănĕmăm ngălanătruỳnăng că[19]

Hình 2.12: Cấuătrúcăc aăm ngătruỳnăthẳngănhìuălớp

M ngălanătruỳnăng căcựcătỉuăh́aăhàmăsaiăs ătrongăkhôngăgianăcácătrọngăs ăb̀ngăph ơngăphápăsuyăgiảmăgradient.ăB iăvìăph ơngăphápănàyătínhătoánăgradientăc aăhàmăsaiăs ăt iăm iăv̀ngălậpănênăđ̀iăh̉iăhàmăsaiăs ăphảiăliênăt căvàăkhảăphân.ăDoăđ́ă

m ngălanătruỳnăng căsửăd ngăhàmăkíchăho tăkhácăvớiăhàmăb ớcăđ căsửăd ngătrongă

31

m ngăperceptron.ăM tătrongănh̃ngăhàmăkíchăho tăđ căsửăd ngănhìuănhấtălàăhàmăsigmoidăđ căbỉuădi năb̀ngăcôngăth că(β.1λ)ăvàăhìnhăd ngăc aăhàmăsigmoidă ăhìnhă2.13:

x

e x



 1

1 )

Hình 2.13: Hìnhăd ngăc aăhàmăsigmoid X́tăm tăm ngălanătruỳnăng căćă“n”ăng̃ăvào,ă“m”ăng̃ăra,ăćăch aăm tăs ănơronălớpăẩnăvàăćătậpămẫuăd̃ăliệuăhuấnăluyệnă(vào-ra)ămongămu nă{(x1, t1), (x2,

t2),…ă(xp, tp)}ăch aăpăcặpăvectorămăxăn.ăCácăb ătrọngăs ăsẽăđ căchọnăngẫuănhiên.ăKhiătậpăd̃ăliệuăxi đ căhuấnăluyệnăsẽăt oăraătậpăng̃ăraăoi khácăvớiăti ,ălúcăđ́ăhàmăsaiăs ăE

đ cătínhătheoăcôngăth că[β0]μ

2 1



Thuậtătoánălanătruỳnăng căđ căsửăd ngăđ̉ătìmăcựcătỉuăc căb ăc aăhàmăsaiă

s ăDoăđ́ăcácăgradientăc aăhàmăsaiăs ăsẽăđ cătínhătoánăđ̉ăthayăđ iăgiáătrịătrọngăs ăbanăđầu.ăCácătrọngăs ălàăthôngăs ăduyănhấtăđ căthayăđ iăđ̉ăgiảmăsaiăs ăvàăm iătrọngă

s ăsẽătĕngăthêmăm tăl ngă[β0]μ

w

E w

32

theoăh ớngăâmăc aăgradientăhàmăsaiăs ăCácătrọngăs ăsẽăđ căcậpănhậtădựaătrênăcácăvectorăđầuăvàoăvàăvectorăm cătiêuăt ơngă ngădùngăđ̉ăhuấnăluyệnăm ng.ăSauăm iăv̀ngălậpăgiáătrịăcácătrọngăs ăsẽăđ căcậpănhậtăchoăđếnăkhiăth̉aămưnăsaiăs ăyêuăcầu

M tăyếuăt ăkhácăảnhăh ngătớiătínhăh iăt ăc aăthuậtătoánălanătruỳnăng călàăt că

đ ăhọcă.ăGiáătrịă lớnălàmătĕngăt căđ ăhọc,ănh ngăquá lớnăsẽălàmăthuậtătoánăkhôngă

h iăt ,ăng căl iăgiáătrịă nh̉ăđảmăbảoăthuậtătoánăluônăh iăt ănh ngăt căđ ăhọcăl iărấtăchậm.ăPh ơngăphápăvừaăđảmăbảoăthuậtătoánălanătruỳnăng căvừaăh iăt ăvừaăhuấnăluyệnănhanhălàădùngăhệăs ăhọcăthíchănghi.ăSauăm iăb ớcălặpătaăkỉmătraătrọngăs ăvừaă

đ căcậpănhậtăćălàmăgiảmătiêuăchuẩnăhuấnăluyệnăm ngăkhông,ănếuăkhôngăćănghĩaălàăđưăxảyăraăvọtăl ,ădoăđ́ăcầnăgiảmă.ăNg căl iănếuăvàiăb ớcălặpăliênătiếpămàătiêuăchuẩnăhuấnăluyệnăm ngăđ̀uăgiảmăthìă quáănh̉,ătrongătr ngăh pănàyăcầnătĕngă Thuậtătoánăhệăs ăhọcăthíchănghiăđ cămôătảăb iăbỉuăth că[1λ]μ

)(

)(

k b

k a

2.5.3.2 Kínătrúcăm ngălanătruy năng ̣cănhi uăĺp

Mặcădù,ăv̀ămặtălýăthuyết,ăćătồnăt iăm tăm ngăćăth̉ămôăph̉ngăm tăbàiătoánăvớiă

đ ăchínhăxácăbấtăkỳă[22] Tuyănhiên,ăđ̉ăćăth̉ătìmăraăm ngănàyăkhôngăphảiălàăđìuăđơnăgiản.ăĐ̉ăđịnhănghĩaăchínhăxácăm tăkiếnătrúcăm ngănh μăCầnăsửăd ngăbaoănhiêuălớpăẩn,ăm iălớpăẩnăcầnăćăbaoănhiêuăđơnăvịăxửălýăchoăm tăbàiătoánăc ăth̉ălàăm tăcôngăviệcăhếtăs căkh́ăkhĕn.ăD ớiăđâyătrìnhăbàyăm tăs ăvấnăđ̀ăcầnăquanătâmăkhiătaăthiếtăkếă

m tăm ng

Śăĺpăẩn: Vìăcácăm ngăćăhaiălớpăẩnăćăth̉ăth̉ăhiệnăcácăhàmăvớiădángăđiệuăbấtă

kỳ,ănênăv̀ălýăthuyết,ăkhôngăćălýădoănàoăsửăd ngăcácăm ngăćănhìuăhơnăhaiălớpăẩn.ă

Ng iătaăđưăxácăđịnhăr̀ngăđ iăvớiăphầnălớnăcácăbàiătoánăc ăth̉,ăchỉăcầnăsửăd ngăm tălớpăẩnăchoăm ngălàăđ ă[22] Cácăbàiătoánăsửăd ngăhaiălớpăẩnăhiếmăkhiăxảyăraătrongă