Thuật toán SVM phân tích vi sóng giấc ngủ

Chi tiết về phương thức sử dụng thuật toán SVM phân tích vi sóng giấc ngủ. Trong đó phân tích được Kcomplex và Arousal. Kết quả đánh giá được thống kê và so sánh với thuật toán khác Luận văn ngành vật lý kỹ thuật y sinh trường Đại Học Bách Khoa HCM năm 2016

Trang 1

NHIỆM VỤ LUẬN VĂN TỐT NGHIỆP

1 Đầu đề luân văn:

ỨNG DỤNG THUẬT TOÁN SUPPORT VECTOR MACHINE VÀO PHÂN TÍCH CẤU TRÚC VI THỂ GIẤC NGỦ

2 Nhiệm vu:

 Tìm hiểu tổng quan về tín hiệu điện não đồ và đa ký giấc ngủ

 Tìm hiểu tổng quan về các cấu trúc vi thể giấc ngủ

 Tìm hiểu quá trình ghi nhận tín hiệu cũng như các thiết bị cần thiết cho quá trình ghi nhận

 Xây dựng thuật toán sử dụng phương pháp thuật toán Support Vector Machine phân tích vi thể giấc ngủ

 Xây dựng chương trình hướng đối tượng phân tích cấu trúc vi thể giấc ngủ

 Thống kê kết quả thu nhận, đưa ra nhận xét và phương hướng phát triển

3 Ngày giao nhiệm vụ luận văn : -/ -/ 2015

4 Ngày hoàn thành nhiệm vụ : -/ -/ 2015

5 Họ và tên người hướng dẫn : Th.S Lê Quốc Khải

Ngày tháng năm 2015

Trang 2

SVTH: Nguyễn Hoàng Kim Khánh – K1101587 GVHD: Lê Quốc Khải

ii

LỜI CẢM ƠN

Lời đầu tiên, tôi xin gửi lời cảm ơn đến ThS Lê Quốc Khải Thầy là người luôn hướng dẫn tôi từ những bước đầu chuẩn bị luận văn cho đến khi hoàn thiện Thầy là người định hướng cho tôi những bước đi đúng đắn để đề tài luận văn mang tính khách quan và có ý nghĩa sâu sắc hơn Xin cảm ơn sự quan tâm và tạo mọi điều kiện thuận lợi cho tôi tiếp xúc với nguồn tư liệu quý báo cũng như tạo

cơ hội cho tôi thực hành sử dụng thiết bị chuẩn bị cho đề tài

Xin cảm ơn ThS Lê Cao Đăng – Trưởng phòng Thí nghiệm Vật lý Kỹ thuật Y sinh đã cho tôi cơ hội được tương tác với thiết bị thu nhận tín hiệu điện não Nicolet V32 Qua quá trình thực hành tôi có thêm kiến thức thực tế nhằm cũng

cố các lý thuyết trong luận văn Ngoài ra, các dữ liệu thu nhận được cũng trở thành nguồn dữ liệu thực tiễn quý báu

Xin tỏ lòng biết ơn và trân trọng sâu sắc nhất đến các thầy cô Khoa Khoa học Ứng dụng, Trường Đại học Bách Khoa Hồ Chí Minh đã hết lòng giảng dạy và truyền đạt những kiến thức quý báu, kỹ năng mềm trong suốt thời gian học tập tại ngôi trường này Những kiến thức này là những cơ sở quan trọng nhất, kiến thức nền tảng để xây dựng nên đề tài luận văn

Cảm ơn những bạn học của tôi tại trường Đại Học Bách Khoa đã luôn sát cánh bên tôi, hỗ trợ tôi những lúc khó khăn Đặc biệt gửi lời cảm ơn đến bạn Trần Cao Thanh, Trần Kim Bảo, Nguyễn Chí Hải, anh Trần Hữu Lâm Hà đã hỗ trợ nhiệt tình giúp đỡ tôi tiến hành thực tiễn

Cuối cùng, xin gửi lời biết ơn đến gia đình, những người luôn quan tâm, chăm sóc và tạo mọi điều kiện để tôi trong suốt thời gian học tập cũng như khi thực hiện luận văn

Xin chúc mọi người sức khỏe và thành công!

Trang 3

iii

TÓM TẮT LUẬN VĂN

Giấc ngủ có vai trò rất quan trong đến sức khỏe của con người Nghiên cứu về giấc ngủ là nghiên cứu từ cấu trúc đại thể như các giai đoạn của giấc ngủ đến các cấu trúc vi thể như các vi sóng giấc ngủ Trong đó, các vi thể giấc ngủ cho ta biết các thông tin về chất lượng của giấc ngủ và đưa ra các cơ sở trong việc phân loại cấu trúc đại thể Ngày nay, phân tích các vi thể giấc ngủ hiện đang là một trong những đề tài thu hút sự quan tâm của các chuyên gia trên thế giới Trên thực tế, các chuyên gia đã sử dụng rất nhiều phương pháp phân tích cấu trúc vi thể giấc ngủ Nhưng trong luận văn này, tôi sử dụng phương pháp Support Vector Machine – một phương pháp không quá mới nhưng có những đặc tính phù hợp với các tín hiệu sinh học phức tạp, để phân tích các cấu trúc vi sóng giấc ngủ, cụ thể là K-complex và Arousal

ABSTRACT

Sleep is beneficial to health which help humman to improve the body and mind The quantity and quality of sleep is bad in long time, it’s expect that the physical and memory will fall down Another hand, the problem of sleep is one

of sign of disorders Analyzing sleep microstructure could predict diseases related sleep In this way, studies of sleep are developing which allow to record and detect activities of brain included micro wave through polysomography However, brain is a complex system which challenge faced by scientists There are many methods were used for this field According to my research, by the useful characteristic as high accuracy, flexibility, I trust that Support Vector Machine is able to solve this problem in best This is a reason for application the method to detect micro sleep waves, in detail, they are K-complex and Arousal

Trang 4

iv

MỤC LỤC

NHIỆM VỤ LUẬN VĂN TỐT NGHIỆP i

LỜI CẢM ƠN ii

TÓM TẮT LUẬN VĂN iii

DANH SÁCH HÌNH VẼ vi

DANH SÁCH BẢNG BIỂU viii

DANH SÁCH CÁC THUẬT NGỮ VIẾT TẮT ix

CHƯƠNG MỞ ĐẦU: 1

GIỚI THIỆU CHUNG 1

A Giới thiệu chung về luận văn 1

B Nhiệm vụ và mục tiêu của luận văn 3

CHƯƠNG 1: 4

NGHIÊN CỨU GIẤC NGỦ 4

1.1 Bản ghi đa ký giấc ngủ - Polysomnography (PSG) 4

1.1.1 Điện não đồ (EEG) 4

1.1.2 Điện cơ mắt (EOG) 8

1.1.3 Điện cơ EMG - electromyogram: 10

1.2 Các lý thuyết về giấc ngủ 10

1.3 Cấu trúc vi thể của giấc ngủ 13

1.3.1 K-complex và Sleep Spindle 13

1.3.2 Arousal 14

CHƯƠNG 2: 16

SUPPORT VECTOR MACHINE 16

2.1 Lịch sừ hình thành Support Vector Machine 16

2.2 Lý thuyết của Support Vector Machine 16

Trang 5

v

2.3 Công cụ hỗ trợ SVM 19

CHƯƠNG 3: 21

PHÂN TÍCH CẤU TRÚC VI THỂ GIẤC NGỦ 21

3.1 Cơ sở dữ liệu 21

3.2 Ứng dụng Support Vector Machine vào phân tích giấc ngủ 22

3.3 Phân tích K-complex 25

3.4 Phân tích Arousal 28

CHƯƠNG 4: 33

KẾT QUẢ VÀ NHẬN XÉT 33

4.1 K-complex 33

4.2 Arousal 35

IV.4 Giao diện chương trình 41

CHƯƠNG 5: 44

KẾT LUẬN 44

5.1 Kết quả đạt được 44

5.2 Hạn chế của luận văn 44

5.3 Hướng phát triển của đề tài 45

TÀI LIỆU THAM KHẢO 46

Trang 6

Hình 1.4:Các sóng điện não phân loại theo tần số

Hình 1.5: Tín hiệu điện mắt liếc trái - liếc phải

Hình 1.6: Cách 1 mắt điện cực mắt

Hình 1.7: Cách 2 mắt điện cực mắt

Hình 1.8: Các giai đoạn giấc ngủ trong một đêm

Hình 1.9: Các vi sóng tiêu biểu trong từng giai đoạn giấc ngủ

Hình 1.10: Sóng K-complex và Sleep Spindle

Hình 1.11: Vi sóng Arousal

Hình 2.1: Phân lớp tín hiệu tuyến tính trong không gian 2 chiều

Hình 2.2: Biên của đường phân tách

Hình 3.1: Sơ đồ khối tổng quát

Hình 3.2: Sự khác biệt giữa sóng K-complex và sóng nền

Hình 3.3: Lưu đồ thuật toán chính phân tích K-complex

Hình 3.4: Sơ đồ thuật toán học trong phân tích K-complex

Hình 3.5: Dữ liệu thô

Hình 3.6: Dữ liệu sau khi chuyển đổi Fourier

Hình 3.7: Kết quả phân tích Arousal thô

Hình 3.8: Kết quả phân tích Arousal sau khi được xử lý

Hình 3.9: Lưu đồ thuật toán chính trong phân tích Arousal

Hình 3.10: Lưu đồ thuật toán học dữ liệu trong phân tích Arousal

Hình 4.1: Dữ liệu chuẩn dùng để huấn luyện

Hình 4.2: Dữ liệu cần phân tích đưa vào cửa sổ huấn luyện

Hình 4.3: Kết quả phân tích K-complex

Hình 4.4: Dữ liệu mẫu và dữ liệu nền sau khi biến đổi Fourier

Trang 7

vii

Hình 4.5 : Kết quả huấn luyện Arousal

Hình 4.6: Hình ảnh phóng to của kết quả huấn luyện

Hình 4.7: Kết quả phân tích Arousal

Hình 4.8: Kết quả phân tích Arousal của Alice TH1

Hình 4.9: Kết quả phân tích Arousal của luận văn TH1

Hình 4.10: : Ảnh phóng to đoạn sai khác TH1

Hình 4.11: Kết quả phân tích Arousal TH2

Hình 4.14: Kết quả phân tích Arousal của Alice TH3

Hình 4.15: Ảnh phóng lớn vị trí sai khác kết quả của chương trình Alice TH3 Hình 4.16: : Phổ năng lượng của tín hiệu sai khác trên đường phân lớp TH3 Hình 4.17: Giao diện chính của chương trình

Hình 4.18: Giao diện phân tích

Trang 8

viii

DANH SÁCH BẢNG BIỂU

Bảng 3.1: Các dữ liệu sử dụng trong luận văn

Bảng 3.2: Các đối số trong thuật toán svmtrain

Bảng 4.1: Kết quả phân tích K-complex

Bảng 4.2: Kết quả phân tích Arousal của luận văn và phần mềm Alice 5

Trang 9

ix

DANH SÁCH CÁC THUẬT NGỮ VIẾT TẮT

EEG : electroencephalogram – Điện não đồ

EOG : electro-oculogram – Điện mắt

EMG : electromyography – Điện cơ

PSG : Polysomnography - Bản ghi đa ký giấc ngủ

FFT : Fast Fourier Transform – Biến đổi Fourier nhanh

AASM : American Academy of Sleep

GUIDE : Graphical User Interface Design Enviroments

Trang 10

10

Trang 11

1

CHƯƠNG MỞ ĐẦU:

GIỚI THIỆU CHUNG

A Giới thiệu chung về luận văn

Giấc ngủ hay ít nhất là một khoảng thời gian ngắn để thư giãn là phần không thể thiếu của sự sống ngay từ những tiến hóa đầu tiên Ở người, trải qua nhiều thế kỉ, vai trò của giấc ngủ ngày càng được coi trọng Chúng ta dần quan tâm đến độ dài và chất lượng của chúng Tuy nhiên, quan niệm của giấc ngủ cũng có sự khác nhau giữa các nền văn hóa khác nhau Chính vì vậy,

để đáp ứng sự phát triển khoa học, đảm bảo nhận thức đúng đắn về phương pháp nghỉ ngơi, nghiên cứu giấc ngủ đang trở thành đề tài thu hút nhiều sự chú ý của các nhà khoa học

Có thể nhận thấy, ngủ có vai trò rất quan trọng đối với sức khỏe của con người Khi chất lượng và thời lượng giấc ngủ thấp dẫn đến tình trạng suy nhược về thể chất như uể oải, chóng mặt, kém trí nhớ, về lâu dài sẽ dẫn đến các bệnh cơ thể, rối loạn nhận thức dẫn đến tử vong Ngoài ra, sau cơn đau, rối loạn giấc ngủ là biểu hiện thường xuyên nhất của bệnh tật [1] Do

đó, nghiên cứu giấc ngủ có vai trò quan trọng trong lĩnh vực y học

Lịch sử phát triển của những nghiên cứu về giấc ngủ có thể thấy những điểm mốc quan trọng sau: Năm 1929, Hans Berger là người đầu tiên mô tả hoạt động điện não người trong lúc ngủ bằng cách ghi nhận tín hiệu điện não thông qua các điện cực gắn ở da đầu, từ đó cho thấy sự khác biệt giữa trạng thái thức tỉnh và thư giãn khi ngủ Năm 1953, Aserinsky và Kleitman là những người đầu tiên nhận ra trạng thái giấc ngủ có chuyển động mắt nhanh (REM), mở ra hướng mới cho nhiều nghiên cứu chuyên sâu về giấc ngủ REM này Năm 1968 là dấu mốc quan trọng với lĩnh vực nghiên cứu về giấc ngủ mà đặc biệt là việc xác định các trạng thái của giấc ngủ khi Rechtschaffen và Kales (R&K) lần đầu tiên đề xuất tiêu chuẩn phân loại trạng thái của giấc ngủ theo các đặc trưng trên bản ghi đa ký giấc ngủ Tài liệu này chứa đựng những quy tắc cho việc phân loại giấc ngủ theo các thông số, và bắt đầu được sử dụng như một bản hướng dẫn cơ bản cho hàng nghìn bản ghi đa ký giấc ngủ Mãi 40 năm sau, đến năm

2007, Hiệp hội American Academy of Sleep Medicine gọi tắt là AASM xuất bản quyển sách: Hướng dẫn quy luật ghi nhận các trạng thái của giấc ngủ kết hợp với các sự kiện liên quan, những khái niệm và thuật ngữ chuyên ngành (The AASM Manual for the Scoring of Sleep and Associated Events – Rules, Terminology and Technical Specifications), đã xem xét lại nhiều quy tắc, bổ sung vào tài liệu trước đó của R&K nhiều đặc điểm để nhận biết các bất thường và những hội chứng liên quan đến giấc ngủ Quyển sách AASM 2007 này ra đời dần thay thế tiêu chuẩn phân loại R&K và trở thành những quy tắc chính, là nền tảng trong mọi nghiên cứu giấc ngủ cho đến ngày nay

Trang 12

2

Tại Việt Nam, phương pháp mà các bác sĩ chuyên khoa dùng để phân loại trạng thái giấc ngủ

là nhận biết các đặc trưng của từng trạng thái qua quan sát với mắt thường (xử lý nhận dạng theo từng cửa số với chiều dài mỗi cửa sổ là 30s) Trung bình thời gian tiến hành ghi đa ký giấc ngủ cho một giấc ngủ đêm ở người trưởng thành là 8 giờ Vì vậy, để có kết quả phân loại chính xác theo phương pháp này cần nhiều thời gian, người đọc bản ghi phải được đào tạo chuyên sâu và có kinh nghiệm Bên cạnh đó, một số đặc trưng để phân loại các trạng thái rất khó xác định bằng mắt thường như thông tin về tần số của các sóng điện não đồ xuất hiện trong giấc ngủ (Alpha, Beta, Theta, Delta và các vi thể giấc ngủ)

Nền tảng cơ bản nhất đối với nghiên cứu về giấc ngủ là việc xác định được trạng thái của giấc ngủ mà người cần khảo sát trải qua Chỉ khi xác định được những trạng thái của giấc ngủ ta mới có thể biết chính xác những rối loạn hay bất thường nếu có xảy ra ở trạng thái nào, là đặc trưng cho loại bệnh lý nào và từ đó mới có thể đưa ra những kết luận về giấc ngủ của người khảo sát là: ngủ sinh lý, ngủ bệnh lý hay có rối loạn về giấc ngủ Bên cạnh đó khảo sát về các trạng thái của giấc ngủ cho biết thông tin về chu kỳ của giấc ngủ, những bất thường nếu có trong cấu trúc giấc ngủ

Phương pháp được dùng để phân loại các trạng thái của giấc ngủ là nhận biết đặc điểm của từng trạng thái thông qua phân tích các cấu trúc vi thể giấc ngủ Do vậy, phân tích các vi sóng giấc ngủ đóng vai trò quan trọng trong lĩnh vực này

Việc nghiên cứu giấc ngủ dựa trên các thông tin về hoạt động của điện não (EEG - electroencephalogram), điện mắt (EOG – electro-oculogram), điện cơ (EMG - electromyography) trong suốt thời gian ngủ thông qua bản ghi đa ký giấc ngủ (polysomnography) Trên thực tế, một bản đa ký giấc ngủ bao gồm: các kênh điện não đồ, điện cơ cằm, điện cơ chân và các thông số sống khác như độ bão hòa oxy trong máu, thông khí hô hấp

Luận văn này thực với mục tiêu xây dựng chương trình nhận dạng các cấu trúc vi thể giấc ngủ bằng sử dụng thuật toán phân lớp dữ liệu Support Vector Machine thông qua bản đa ký giấc ngủ Kết quả đạt được từ luận văn có thể được sử dụng để hỗ trợ việc phân loại trạng thái giấc ngủ một các tự động, thay thế phương pháp truyền thống Ngoài ra, kết quả của luận văn còn

hỗ trợ các y bác sĩ đưa ra các chẩn đoán lâm sàng trong việc điều trị các bệnh có liên quan đến giấc ngủ

Mặt khác, tìm ra thuật toán nhận diện cấu trúc vi thể giấc ngủ là cơ sở để tôi thực hiện việc nhận diện các loại sóng điện não khác Việc nhận diện nhiều sóng khác nhau cung cấp kho dữ liệu để hỗ trợ cho việc điều khiển tự động bằng suy nghĩ

Trang 13

3

B Nhiệm vụ và mục tiêu của luận văn

Mục tiêu

- Xác định vị trí, tần sốt xuất hiện của các cấu trúc vi thể giấc ngủ

- Trên cơ sở về tần suất xuất hiện các vi sóng giấc ngủ, hiệu chỉnh cấu trúc tổng thể giấc ngủ

- Hỗ trợ, làm cơ sở cho các kỹ thuật viên, y bác sĩ trong việc đưa ra các chẩn đoán lâm sàng

Nhiệm vụ luận văn

 Lý thuyết

- Tìm hiểu về điện não đồ và đa ký giấc ngủ

- Tìm hiểu về giấc ngủ, cấu trúc đại thể và vi thể của giấc ngủ

- Tìm hiểu quá trình thu nhận một bản đa ký giấc ngủ

 Thực hành

- Thực hành thu nhận đa ký giấc ngủ bằng thiết bị có sẵn trong phòng thí nghiệm

- Xây dựng thuật toán phân tích vi sóng giấc ngủ, cụ thể là:

 K – complex

 Arousal

 Sleep Spindle

- Xây dựng chương giao diện chương trình trong việc phân tích cấu trúc vi thể

- Phân tích kết quả đạt được

- Kết luận kết quả đạt được

- Đưa ra hướng phát triển của đề tài

Trang 14

4

CHƯƠNG 1:

NGHIÊN CỨU GIẤC NGỦ

1.1 Bản ghi đa ký giấc ngủ - Polysomnography (PSG)

Một phương pháp cần thiết để nghiên cứu giấc ngủ lâm sàng cơ bản của con người là ghi đa

ký giấc ngủ (polysomnography) [1] Nó bao gồm điện não đồ (EEG - electroencephalogram), điện cơ (EMG - electromyogram) và điện mắt (EOG - electrooculogram) Nói cách khác, đa

ký giấc ngủ là phương pháp ghi lại một loạt các thông số sinh lý của con người trong khi ngủ Trên thực tế, máy đo đa ký giấc ngủ có các kênh để đo điện não, điện cơ mắt, điện cơ cằm, điện tim, điện cơ chân, độ bão hòa oxy trong máu, thông khí hô hấp, chuyển động cơ hô hấp, tiếng ngáy Một bản ghi đa ký giấc ngủ được chia thành nhiều đoạn, mỗi đoạn có độ dài 30s gọi là “epoch”

1.1.1 Điện não đồ (EEG)

Mô thần kinh trung ương gồm 2 loại tế bào thần kinh khác nhau Một là tế bào thần kinh chuyên biệt gọi là neuron và lượng lớn các tế bào thần kinh nâng đỡ, còn được gọi là tế bào thần kinh đệm

 Neuron là tế bào thần kinh hoàn chỉnh, có cấu tạo gồm 1 thân tế bào chứa nhân, 1 sợi trục dài và nhiều đuôi gai Các tế bào tiếp xúc với nhau thông qua các nút synapse

 Tế bào thần kinh đệm nằm xen kẻ với các neuron thần kinh Tế bào này không chỉ tiếp xúc với neuron mà còn tiếp xác với các mạch máu trong các tổ chức thần kinh Chúng

có nhiệm vu cung cấp chất dinh dưỡng cho neuron thần kinh

Khi có một xung động thần kinh đi đến và đạt tới ngưỡng, xung động này sẽ khởi phát một điện thế hoạt động của màng neuron Trong quá trình khử cực, nồng độ các ion K+ tại các khoảng gian bào tăng dần, tạo ra điện thế hoạt động của màng tế bào thần kinh đệm xung quanh neuron Điện thế này lan thành 1 vùng nhất định gọi là điện thế khu vực Các điện thế này có thể được ghi nhận lại một cách dễ dàng [2]

Điện não đồ thể hiện hoạt động điện học của vỏ não thông qua việc thu nhận tín hiệu điện vỏ não ở da đầu Các đặc điểm của hoạt động điện não được thể hiện thông qua các chỉ số: tần

số, biên độ, hình thái, vi trí ghi nhận, tính ổn định, … Điện não đồ được ghi nhận bằng các điện cực đặt ở bề mặt da đầu theo chuẩn mực nhất định: 10 - 20 Tiêu chuẩn quốc tế về vị trí gắn điện cực 10-20 chia toàn bộ khu vực đầu thành nhiều vùng với tỉ lệ 10% hoặc 20% Theo tiêu chuẩn này, đầu tiên ta chia dọc theo đường cắt trước – sau đi qua đinh đầu thành 5 phần

Fp – F – C – P – O tương ứng với tỉ lệ 10% - 20% - 20% - 20% - 20% - 10% Sau đó chia theo đường cắt trái – phải T3 – C3 – Cz – C4 – T4 ứng với 10% - 20% - 20% - 20% - 20% - 10% [3]

Trang 15

5

Hình 1.1: Mặt cắt trước sau

Hình 1.2: Mặt cắt trái phải

Trang 16

6

Trong luận văn, các điện cực được gắn trên bề mặt da đầu theo sơ đồ 10-20 như trong AASM Guideline 2007 [4]

Hình 1.3: Vị trí mắc điện cực

- Vẽ đường nối gốc mũi (nasion) và ụ chẩm (inion) qua điểm giữa đỉnh đầu

- Các điện cực M1 và M2 được đặt ở vị trí ở 2 bên xương dưới mang tai (trung điểm giữa xương gò má và xương quai hàm)

- Nối hai điểm trước tai phải và trước tai trái (Preauricular Point) Đường nối giữa hai điểm này qua đỉnh đầu sẽ cắt đường góc mũi - ụ chẩm tại điểm Cz (đỉnh đầu)

- Trên đường giữa (gốc mũi - ụ chẩm) đặt hai điện cực Fz và Pz ở phía trước và phía sau của Cz với khoảng cách bằng 20% của đường gốc mũi - ụ chẩm

- Trên đường nằm ngang (nối hai điểm trước tai) đặt các điện cực T3, C3, C4 và T4 ở 2 bên trái và phải, cách nhau và cách Cz một khoảng 20% của đường này Như vậy, hai điện cực T3 sẽ cách điểm trước tai trái và T4 cách điểm trước tai phải một khoảng bằng 10%

- Trên đường gốc mũi - ụ chẩm, lấy giả định hai mốc Fp (cách gốc mũi 10%) và O (cách ụ chẩm 10%) Nối T3 – Fp theo hình vòng cung, điện cực Fp1 sẽ nằm cách Fp một khoảng

tỉ lệ là 10% và F7 cách T3 và Fp1 một khoảng là 20%; nối T3 – O theo hình vòng cung, điện cực O1 sẽcách O một khoảng là 10% và điện cực T5 cách T3 và O1 một khoảng là 20%

- Cũng bằng cách tương tự, ta đặt được các điện cực Fp2, F8, T4, T6, O2 ở bên phải

- Điện cực F3 sẽ nằm giữa đường nối Fp1 – C3 và F4 sẽ nằm giữa Fp2 – C4

- Điện cực P3 nằm giữa đường C3 – O1 và P4 nằm giữa C4 – O2

Thiết bị thu nhận điện não [2] là máy ghi điện não hoặc máy ghi đa ký giấc ngủ (bao gồm có kênh điện não) được sản xuất dựa trên nguyên tắc phối hợp của nhiều chuyển đạo Mỗi chuyển đạo được tạo nên bởi:

Trang 17

 Các đạo trình

Chuyển đạo là sự kết hợp của nhiều cặp điện cực với nhau Các loại chuyển đạo này cho phép tham dò toàn bề mặt của da đầu theo các trục khác nhau Có hai loại chuyển đạo hay được sử dụng:

Chuyển đạo đơn cực (chuyển đạo tham chiếu) là các chuyển đạo được sử dụng để ghi sự khác

biệt về điện thế giữa một điện cực (điện cực hoạt động) và toàn bộ các điện cực khác (điện cực đối chiếu trung bình) Các chuyển đạo đơn cực này đôi khi giúp xác định một cách hữu hiệu nhất khu trú của những tổn thương của não

Chuyển đạo lưỡng cực là các chuyển đạo được sử dụng để ghi sự khác biệt về mặt điện thế

giữa 2 điện cực hoạt động đặt trong một chuỗi các điện cực tiếp nối với nhau theo chiều dọc (đạo trình dọc) hoặc theo chiều ngang (đạo trình ngang) Ưu thế của chuyển đạo lưỡng cực là khi một điện thế xuất hiện ở dưới một điện cực chung cho hai khuếch đại kế tiếp nhau sẽ tạo

ra một hình ảnh “đối pha” Điều đó có nghĩa là nguồn gốc phát sinh của điện thế này nằm ngay dưới điện cực chung đó

Các dạng sóng điện não cơ bản phân loại theo tần số:

Trang 18

8

Hình 1.4:Các sóng điện não phân loại theo tần số

Điện não đồ dùng trong nghiên cứu giấc ngủ được đặt theo chuẩn quốc tế của hệ thống 10 –

20 nhưng có những đặc điểm sau:

Hệ thống điện cực gồm: các điện cực M1 M2 đóng vai trò là điện cực tham khảo,điện cực trung tâm C3 C4 và điện cực vùng chẩm O1 O2 Các vi sóng giấc ngủ (K-complex, Sleep Spindle) có thể dễ dàng ghi nhận ở điện cực này

Có thể bổ sung thêm 2 điện cực gắn ở trước trán (F3, F4) để ghi nhận các thoi ngủ sleep spindles, các phức hợp K-complex và các vi thức tỉnh

1.1.2 Điện cơ mắt (EOG)

Các tín hiệu EOG thu được khi có sự thay đổi điện thế của võng mạc Trong bất kỳ chuyển động nào mắt, giác mạc (điện thế dương) di chuyển về một phía, trong khi đáy mắt (điện thế âm) di chuyển ra phía còn lại Khi mắt không chuyển động, sự thay đổi trong vị trí tương đối

là 0, và tín hiệu ghi nhận không có sự thay đổi

Trang 19

9

Hình 1.5: Tín hiệu điện mắt liếc trái - liếc phải

Yêu cầu về cách mắc điện cực mắt EOG bao gồm:

Cách 1: Có 2 điện cực được đặt ở vị trí cách 1 cm bên dưới và 1 cm bên cạnh khoé mắt trái

và 1cm bên trên và 1 cm bên cạnh khoé mắt phải

Hình 1.6: Cách 1 mắt điện cực mắt Cách 2: Có thể thay thế bằng cách mắc các điện cực theo vị trí 1 cm bên dưới và 1 cm bên

cạnh khoé mắt của cả 2 mắt

Trang 20

10

Hình 1.7: Cách 2 mắt điện cực mắt

1.1.3 Điện cơ EMG - electromyogram:

Các tín hiệu EMG là điện thế sinh ra do cơ bắp co giãn, cung cấp thông tin để giúp xác định chính xác hơn các giai đoạn giấc ngủ Nguyên tắc áp dụng dựa trên phát hiện rằng, trong khi ngủ, cơ bắp có sự thay đổi rõ rệt trong từng trạng thái Trong giấc ngủ REM, cơ bắp hoạt động ở mức thấp nhất Tuy nhiên, trong nhiều trường hợp, đánh giá mức độ giảm tín hiệu là khó khăn Mức độ thấp tương đối của EMG trong giấc ngủ REM có thể giúp phân biệt giấc ngủ REM với các giai đoạn giấc ngủ trước hoặc sau đó

Ảnh hưởng nghiêm trọng việc phân tích các tín hiệu EMG là sự tác động của nhiễu Một số ví

dụ có thể nêu là ảnh hưởng của hoạt động nhai, nghiến răng, hoặc tác động áp lực gia tăng trên điện cực đặt ở cơ cằm như trong trường hợp ngáy Ngoài ra, tín hiệu nhiễu do hoạt động

cơ bắp cũng có có thể tác động lên tín hiệu EEG và ECG

Yêu cầu kỹ thuật tối thiểu để ghi EMG là phải có điện cực gắn 2 bên cằm Khi đó, điện cơ sử dụng trong bản đa ký giấc ngủ là điện cơ cằm Chin EMG

1.2 Các lý thuyết về giấc ngủ [5]

Ngủ là một nhu cầu bắt buộc của cơ thể người và các động vật bậc cao Chính vì vậy mà trung bình con người đã dành một phần ba thời gian cuộc đời để ngủ Ngủ có thể chia thành các dạng sau: ngủ theo chu kỳ ngày đêm, ngủ theo chu kỳ mùa, ngủ do gây mê bởi tác dụng của các yếu tố lý – hoá học, ngủ thôi miên, ngủ bệnh lý Hai dạng ngủ đầu là ngủ sinh lý, còn các dạng ngủ sau là do tác dụng không sinh lý lên cơ thể Ngủ sinh lý ở người bình thường là tình trạng mất tri thức tạm thời và có thể được đánh thức bởi tín hiệu cảm giác hay các kích thích khác

Các nghiên cứu về giấc ngủ cho thấy tham gia vào sự điều hoà trạng thái thức - ngủ có nhiều cấu trúc thần kinh từ vỏ não đến hành não Não thức tỉnh là nhờ có các luồng xung động hướng tâm từ các cơ quan cảm giác, đặc biệt là cơ quan cảm giác thị giác và thính giác, cũng như các luồng hưng phấn từ thể lưới thân não truyền lên vỏ não Ở trạng thái hoạt hoá hay thức tỉnh, các vùng vỏ não, đặc biệt là vùng trán luôn gửi các xung động xuống kìm hãm các trung khi gây ngủ ở dưới đồi Như vậy, lúc thức tỉnh có 2 cấu trúc được hoạt hoá là vỏ não và thể lưới thân não, còn các trung khu gây ngủ bị ức chế Do hoạt động kéo dài, các tế bào vỏ não chuyển sang trạng thái ức chế Gây ức chế các tế bào thần kinh trong vỏ não, ngoài các luồng xung động hướng tâm, còn có các sản phẩm được tạo ra trong não do quá trình chuyển hoá các chất Khi chuyển sang trạng thái ức chế, các tế bào thần kinh trong vỏ não, đặc biệt là

Trang 21

11

các tế bào ở vùng trán, giảm dần các luồng xung động có tác dụng ức chế đối với các trung khi gây ngủ Giải phóng khỏi ức chế, các trung khu gây ngủ bắt đầu phát các luồng xung động đến ngăn chặn luồng hoạt hoá đi lên từ thể lưới thân não Các tế bào thần kinh trong vỏ não đang bị ức chế, giờ đây lại bị mất các luồng hoạt hoá từ thể lưới, do đó trương lực của chúng càng giảm, quá trình ức chế trong chúng càng phát triển Kết quả dẫn đến là giấc ngủ ngày càng sâu, trên điện não đồ chỉ có các sóng chậm Trong khi ngủ, qua từng chu kỳ (khoảng 1 giờ đến 1 giờ30 phút), từ hành cầu não lại phát ra từng loạt xung động truyền lên vùng trán,

và một số vùng khác của vỏ não Chính những luồng xung động này đã gây hưng phấn các tế bào thần kinh trong vỏ não, gây ra pha ngủ nhanh, vì thế trên điện não đồ xuất hiện các sóng nhanh Như vậy, khi não ở trạng thái ngủ vỏ não và các luồng xung động hoạt hoá từ thể lưới lên vỏ não bị ức chế, còn các trung khu ngủ chuyển sang hoạt động Nói cách khác, trạng thái thức - ngủ được bảo đảm bởi sự tổ chức lại hoạt động của một số cấu trúc quan trọng là vỏ não, thể lưới thân não, các trung khu ngủ và cấu trúc ở hành não

Dấu hiệu đặc trưng của giấc ngủ là sự giảm chức năng của hệ thần kinh, đặc biệt là vỏ bán cầu đại não, là sự ngừng liên hệ của não bộ với thế giới bên ngoài Khi giấc ngủ phát triển sâu thì trương cơ lực của các cơ giảm xuống, trong đó có cơ cổ Do đó khi ngồi ngủ lâu thường bị gục xuống, các vật cầm trong tay đều bị rơi do các cơ của bàn tay không còn nhận được sự chi phối của hệ thần kinh trung ương Khi ngủ say các phản xạ thực vật cũng giảm: hô hấp chậm lại, chuyển hoá cơ sở giảm xuống, tim đập chậm lại, huyết áp hạ thấp, thân nhiệt cũng giảm, lượng nước tiểu do thận bài xuất cũng ít hơn so với lúc thức

Năm 1953, Aserinsky, Kleitman, và Dement đã chứng minh được có sự xuất hiện mang tính chu kỳ của một trạng thái giấc ngủ đặc trưng bởi sự kết hợp của động mắt nhanh với hoạt động điện não có biên độ thấp Sau đó đặc điểm trên đã trở thành tiêu chuẩn để xác định trạng thái ngủ có động mắt nhanh – REM và lặp lại có tính chu kỳ trong một đêm, xen lẫn với trạng thái ngủ không động mắt nhanh - NREM Vậy nên, giấc ngủ gồm có 2 trạng thái chính là REM và NREM

Theo R&K, giấc ngủ được chia làm 2 trạng thái NREM và REM, trong đó NREM được chia nhỏ ra làm 4 giai đoạn: giai đoạn chuyển sang giấc ngủ(Giai đoạn 1 – Stage 1), giấc ngủ thiu thiu (Giai đoạn 2 - Stage 2), giấc ngủ sóng chậm (Giai đoạn 3 và 4 - Stages 3 & 4) Hướng dẫn mới cho việc ghi nhận các trạng thái đã phân chia giấc ngủ NREM thành 3 giai đoạn chính bằng việc gộp chung giai đoạn 3 và 4 Trạng thái REM còn gọi là giấc ngủ đảo ngược Quá trình phân loại các trạng thái của giấc ngủ dựa vào dữ liệu 3 thông số EEG, EOG và EMG Thông tin EMG ít được sử dụng nhất và chỉ có ý nghĩa đặc biệt quan trọng trong giấc ngủ REM, trương cơ lực khi đó sẽ giảm đến mức thấp nhất và thể hiện hình ảnh đặc trưng

- Thức tỉnh – W (Wakefulness): có sự suất hiện của các sóng hình sin từ 8-13Hz, chiếm khoảng 50% epoch Hoặc có 1 trong 3 dấu hiệu sau: nhấp nháy mắt với tần số chậm, cử động mắt, hoặc cử động mắt kết hợp với sự xuất hiện của điện cơ cằm Giai đoạn này

Trang 22

Các giai đoạn giấc ngủ được xác định cho mỗi epoch Nếu trong một epoch tồn tại nhiều hơn

2 giai đoạn thì epoch sẽ được ghi theo giai đoạn chiếm ưu thế hơn

Hình 1.8: Các giai đoạn giấc ngủ trong một đêm

Việc phân loại cấu trúc giấc ngủ có quan hệ mật thiết đến các vi thể giấc ngủ Do đó, để xác định tình trạng của một người thông qua đánh giá tình trang giấc ngủ cần phân tích, xem xét đến các cấu trúc vi thê giấc ngủ như K-complex (phức bộ K), Sleep Spindle (thoi ngủ), Arousal (vi thức tỉnh)

Trang 23

13

Hình 1.9: Các vi sóng tiêu biểu trong từng giai đoạn giấc ngủ

1.3 Cấu trúc vi thể của giấc ngủ [4]

1.3.1 K-complex và Sleep Spindle

K-complex là vi sóng có hình dạng rất đặc trưng Định nghĩa thường thấy cho một phức bộ K gồm 2 đỉnh: đỉnh âm với biên độ lớn và theo sau là đỉnh dương với tổng chiều dài phải lớn hơn 0.5s Các đỉnh của K-complex nhọn hơn các đỉnh của dạng sóng khác và không lan ra phía sau Tại các vị trí ở vùng trung tâm (C3, C4) và vùng trước trán (F3, F4), K-complex được thu nhận rõ ràng nhất

Định nghĩa K-complex trong bản đa ký giấc ngủ hơi khác so với bản ghi điện não đồ Trong bản ghi đa ký giấc ngủ, phức bộ K-complex được định nghĩa là sóng có 2 pha ngược nhau (biphasic) với đỉnh nhọn với biên độ tối đa và có độ dài lớn hơn 0.5s Trong bản ghi EEG thì phức bộ K-complex không có tiêu chuẩn về thời gian xảy ra trong bao lâu, nhưng được định nghĩa là sóng 2 pha ngược nhau (biphasic) với biên độ đỉnh tối đa theo sau một thoi ngủ

Trang 24

14

Hình 1.10: Sóng K-complex và Sleep Spindle

Các phức bộ K-complex có các hình thái khác nhau và có thể phối hợp với các thoi ngủ Do

có sự khác biệt tuỳ theo từng cá thể nện hiện nay người ta chia phức bộ K-complex ra làm các nhóm như sau:

 Nhóm A: đó là phức bộ K-complex đặc trưng dưới dạng các sóng 2 pha hoặc 3 pha có kèm theo một thành phần âm thời khoảng ngắn (nhanh)

 Nhóm B: sóng 2 hoặc 3 pha trong đó thành phần âm có đỉnh kép

 Nhóm C: Sóng 3 pha kèm theo thành phần âm đỉnh tròn

 Nhóm D: đơn pha

 Nhóm E: đa pha

Ở người trưởng thành, K-complex xuất hiện với mật độ 1-3 lần/phút Sự xuất hiện tăng vọt của các phức bộ K-complex trong giai đoạn N2 xảy ra khi có kích thích bên ngoài lên hệ thống thính giác của đối tượng đang ngủ [6]

Theo các bản ghi EEG, K-complex còn được mô tả có 2 pha ngược chiều nhau với biên độ lớn nhất, theo sau là 1 Spindles

Sleep Spindles (Thoi ngủ): là các sóng với tần số từ 11-16Hz (thông dụng là 12-14Hz), nhọn

ở đỉnh và cân đối theo 2 pha, xuất hiện liên tiếp 12 đỉnh và kéo dài từ 0.5-2s Biên độ của Spindles cỡ khoảng 30µV

1.3.2 Arousal

Arousal (Vi thức tỉnh) là một trạng thái dịch chuyển pha đột ngột trong EEG, mà điển hình là

sự dịch chuyển về các sóng có tần số cao như alpha, Theta Sự xuất hiện của Arousal kéo dài trong ít nhất 3s

Trang 25

15

Arousal hay còn được biết với tên “vi thức tỉnh”, là sự thay đổi đột ngột tần số của các tín hiệu EEG như alpha, theta và có thể có các tín hiệu khác có tần số lớn hơn 16Hz (nhưng không phải Spindle) Sự xuất hiện của vi thức tỉnh có thể có ở mọi trạng thái giấc ngủ như giai đoạn N1, N2, N3 hoặc REM

Vi thức tỉnh được ghi nhận khi sự kiện kéo dài ít nhất 3 giây và suất hiện khi một giai đoạn giấc ngủ được thiết lập 10 giây [4] Ngoài ra, để xác định được chính xác sự xuất hiện của vi thức tỉnh, AASM 2007 đề xuất một số lưu ý như sau:

- Sự xuất hiện của vi thức tỉnh phải được ghi nhận ở cả vùng chẩm và vùng trung tâm

- Sự xuất hiện của vi thức tỉnh trong trạng thái REM kèm theo sự gia tăng của điện cơ cằm kéo dài 1s

Hình 1.11: Vi sóng Arousal

Sự xuất hiện của vi thức tỉnh trong giấc ngủ là trang thái đặc biệt thể hiện đối tượng khảo sát đang trải qua giai đoạn thức nhưng chưa đạt đến trạng thái thức giấc hoàn toàn Các vi thức tỉnh xảy ra trong thời gian ngắn, nên đối tượng sẽ không thể nhớ có sự tồn tại của giai đoạn này sau một đêm ngủ Trong nghiên cứu lâm sàng, vi thức tỉnh xuất hiện trong giấc ngủ thường liên hệ với một dạng bệnh lý giấc ngủ Do vậy, biểu hiện của vi thức tỉnh trong giấc ngủ được xem như một dấu hiệu đánh giá sự không ổn định của giấc ngủ Mật độ vi thức tỉnh tăng lên khi giấc ngủ bị rối loạn Sự xuất hiện dày đặc của các vi thức tỉnh sẽ làm cho đối tượng khảo sát cảm thấy rất mệt mỏi trong ngày hôm sau và nếu xuất hiện liên tục sẽ làm giảm mức độ tập trung hoặc ảnh hưởng đến khả năng ghi nhớ

Trang 26

16

CHƯƠNG 2:

SUPPORT VECTOR MACHINE

2.1 Lịch sử hình thành Support Vector Machine

Support Vector Machine (SVM) được Vladimir N Vapnik phát triển [7] dựa trên các lý thuyết trong lĩnh vực Learning Machine SVM là thuật toán phân tách dữ liệu dựa trên dữ liệu được đưa vào huấn luyện ban đầu SVM tìm ranh giời giữa 2 miền dữ liệu chuẩn ban đầu [8] SVM gần đúng các hàm phi tuyến bằng cách sử dụng các hàm tuyến tính trong không gian siêu phẳng [9]

2.2 Lý thuyết của Support Vector Machine

Trong không gian tuyến tính, đường phân tách dựa trên phương trình tuyến tính:

Trong đó: 𝑤𝑇 : chuyển vị vector trọng số

𝑥 : vector đầu vào

𝑏 : độ lệch

Xét ví dụ đơn giản trong không gian 2 chiều, ta có 2 nhóm tín hiệu là nhóm dương (đặt là nhóm +1) và nhóm âm (nhóm -1) Như vậy, khi huấn luyện dữ liệu đầu vào, ta tìm được vector trọng số 𝑤:

Trang 27

17

Hình 2.1: Phân lớp tín hiệu tuyến tính trong không gian 2 chiều

Như vậy, có thể dễ dàng phân nhóm dữ liệu cần phân tách dựa trên đường phân tách đã tìm được Các điểm thuộc phía bên trái của đường phân tách thuộc lớp -1 Ngược lại, các điểm bên phía phải là lớp -1

Tuy nhiên, trong nhiều trường hợp, các dữ liệu phân tách không tuyến tính Do đó, vector trọng số là hàm phi tuyến Dẫn đến việc xử lý tín hiệu đòi hỏi sự phức tạp hơn và tốn nhiều bộ nhớ hơn Vì vậy, cần biến đổi dữ liệu phi tuyến thành tuyến tính thông qua việc đưa dữ liệu vào miền không gian khác (miền F), mà tại đó, dữ liệu là tuyến tính [10]

Trong miền F, phương trình phân tích có dạng:

Trong đó: 𝑤𝑇 : chuyển vị của vectơ trọng số

∅(𝑥): hàm dữ liệu đầu vào trong không gian đặc tính F

𝑏 : độ lệch Vectơ trọng số được chuyển đổi thành tổng các thành phần tuyến tính

Trong miền F:

𝑤 = ∑𝑛 𝛼𝑖 ∗ ∅(𝑥𝑖)

Trang 28

Hình 2.2: Biên của đường phân tách

Định dạng
Số trang	57
Dung lượng	1,88 MB