TIỂU LUẬN ĐIỀU KHIỂN VẬT BẰNG TRÍ NÃO THÔNG QUA EMOTIV INSIGHT Vấn đề Từ khi BCI ( Brain – computer Interface), sự kết nối giữa não bộ và máy tính được khám phá, đó luôn là 1 vấn đề nóng của con người về mục tiêu khai phá sức mạnh của bộ não. Song song đó, tồn tại những khó khăn đi kèm. Bởi lẽ luôn có những giới hạn ở mặt ý thức và suy nghĩ khi giao tiếp với 1 cái máy. Dần dần, sự phát triển của hệ máy EEG cá nhân giá rẻ, các ứng dụng của EEG không còn gói gọn trong phòng thí nghiệm. Giờ đây, với thiết bị EEG cầm tay, 1 bệnh nhân có thể điều khiển xe lăn, cánh tay giả hay bàn phím và chuột thông qua chính trí não của họ. Trong đó phải kể đến EMOTIV, một thiết bị hỗ trợ con người có thể tự tập luyện thao tác với 1 hệ BCI đơn giản. C. Phương pháp Sử dụng Emotiv Insight , luyện tập điều khiển vật thể bằng suy nghĩ với sự hỗ trợ của phần mềm Emotiv Xavier Control Panel. D. Kết quả chính Điều khiển được vật thể đẩy ( Push ) , và nâng lên trên ( Lift) bằng suy nghĩ thông qua Emotiv Insight. E. Kết luận chính Khả năng vô hạn của BCI và sự hỗ trợ của Emotiv Insight có thể giúp con người theo dõi, cải thiện khả năng của bộ não. Từ đó có thể ứng dụng ở nhiều lĩnh vực, đặc biệt trong ngành Khoa học ứng dụng – Kỹ thuật y sinh, ở mặt Phục hồi chức năng.
Trang 1ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC BÁCH KHOA
BÁO CÁO TIỂU LUẬN
MÔN HỌC: KỸ THUẬT THIẾT BỊ Y HỌC VÀ THÍ NGHIỆM
GIÁO VIÊN HƯỚNG DẪN: THẦY LÊ CAO ĐĂNG
LỚP: KU17VLY
ĐỀ TÀI: ĐIỀU KHIỂN VẬT BẰNG TRÍ NÃO THÔNG QUA THIẾT BỊ
EMOTIV INSIGHT
Thành phố Hồ Chí Minh, ngày 14, tháng 12, năm 2019
Trang 2ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC BÁCH KHOA
BÁO CÁO BÀI TIỂU LUẬN
MÔN HỌC: KỸ THUẬT THIẾT BỊ Y HỌC VÀ THÍ NGHIỆM
GIÁO VIÊN HƯỚNG DẪN: THẦY LÊ CAO ĐĂNG
LỚP : KU17VLY
ĐỀ TÀI: ĐIỀU KHIỂN VẬT BẰNG TRÍ NÃO THÔNG QUA THIẾT BỊ
EMOTIV INSIGHT
Trang 3
TIỂU LUẬN ĐIỀU KHIỂN VẬT BẰNG TRÍ NÃO THÔNG QUA EMOTIV
INSIGHT
Nhóm: 6
Danh sách sinh viên:
Trang 4I TỔNG QUAN
A Đối tượng ( Subject )
Tên : Phạm Hồng Phát Chiều cao : 172 cm
Tuổi 20 Giới tính : Nam Cân nặng : 78 kg
B Vấn đề
Từ khi BCI ( Brain – computer Interface), sự kết nối giữa não bộ và máy tính được khám phá, đó
luôn là 1 vấn đề nóng của con người về mục tiêu khai phá sức mạnh của bộ não Song song đó,
tồn tại những khó khăn đi kèm Bởi lẽ luôn có những giới hạn ở mặt ý thức và suy nghĩ khi giao
tiếp với 1 cái máy Dần dần, sự phát triển của hệ máy EEG cá nhân giá rẻ, các ứng dụng của EEG
không còn gói gọn trong phòng thí nghiệm Giờ đây, với thiết bị EEG cầm tay, 1 bệnh nhân có thể
điều khiển xe lăn, cánh tay giả hay bàn phím và chuột thông qua chính trí não của họ Trong đó
phải kể đến EMOTIV, một thiết bị hỗ trợ con người có thể tự tập luyện thao tác với 1 hệ BCI đơn
giản
C Phương pháp
Sử dụng Emotiv Insight , luyện tập điều khiển vật thể bằng suy nghĩ với sự hỗ trợ của phần mềm
Emotiv Xavier Control Panel
D Kết quả chính
Điều khiển được vật thể đẩy ( Push ) , và nâng lên trên ( Lift) bằng suy nghĩ thông qua Emotiv
Insight
E Kết luận chính
Khả năng vô hạn của BCI và sự hỗ trợ của Emotiv Insight có thể giúp con người theo dõi, cải thiện
khả năng của bộ não Từ đó có thể ứng dụng ở nhiều lĩnh vực, đặc biệt trong ngành Khoa học ứng
dụng – Kỹ thuật y sinh, ở mặt Phục hồi chức năng
Trang 5II GIỚI THIỆU
A Giới thiệu về BCI :
Là viết tắt của Brain – computer – interface ( Giao diện não – máy tính) : là 1 hệ thống liên kết
giữa não và máy tính, nhằm thực hiện nhiều nhiệm vụ : chơi game, điều khiển cánh tay giả, xe
lăn, giúp các bệnh nhân bại liệt toàn thân giao tiếp qua máy đánh chữ…
1 hệ thống BCI gồm 3 module chính :
Signal Acquisition : Thu nhận tín hiệu :
Thường là 1 headset EEG (có thể là MRI, fNIR,…) : để thu tín hiệu từ não bệnh nhân
Signal processing : Xử lý tính hiệu :
+ Artifact removal – lọc nhiễu (PCA, )
+ Feature extraction – trích suất đặc trưng để dùng phân loại ( Biến đổi Wavelet, biến đổi
Fourier, )
+ Classification - Phân loại ( SVM, K-mean clustering, ) : Phân loại hành động dựa vào các
feature trích xuất được ở bước trước, dùng các thuật toán Machine learning
+ Cho ra output : Đó là hành động nào?
Trang 6Bước Signal processing
+ Output : Dùng điều khiển( giả lập của mental command, cánh tay giả, xe lăn )
B EMOTIV INSIGHT
1 Emotiv Insight
Emotiv Insight, 1 sản phẩm của founder Tan Le, một người gốc Việt ở Thung lũng Silicon, được
đánh giá có thể giúp con người hiểu rõ hơn về bản thân Dùng suy nghĩ để điều khiển đồ vật mà
không cần dùng bất kỳ một động tác hay lời nói nào Emotiv giúp tương tác giữa người với máy
tính để máy có thể hiểu không chỉ những gì bạn hướng nó làm mà còn có thể đáp ứng với biểu
cảm khuôn mặt và trải nghiệm cảm xúc của bạn Chức năng của nó giống như chiếc máy điện não
đồ mà các bạn thường thấy ở bệnh viện nhưng chúng được cải tiến hơn, giúp người dùng có thể
theo dõi hoạt động não bộ của mình ở mọi lúc, mọi nơi mà không cần đến những người có chuyên
môn hỗ trợ
2.1 Phần cứng
2.1.1 Emotiv Insight NeuroHeadset
Thiết bị này có các kênh bao gồm 5 vị trí điện cực : AF3, AF4, T7, T8, Pz
Trang 7Vị trí các điện cực và chức năng của vùng não tương ứng :
Điện cực AF3 và AF4 tương ứng với thùy trán (Prefrontal cortex), gồm các chức năng :
+ Ra quyết định
+ Điều phối cảm xúc và đạo đức
+ Sự tập trung có chủ đích
+ Lập kế hoạch
Điện cực T7 và T8 ứng với thùy thái dương – vùng Broca :
+ Nhận diện khuôn mặt
+ Ngôn ngữ
+ Xử lý kích thích thính giác ( âm thanh)
Điện cực Pz : Chính giữa của thùy đỉnh :
+ Xử lý khả năng nhận thức :
+ Nhận thức không gian, thời gian
Trang 81
2
3
4
5
7
6
7
Trang 9Chú thích
1 : Power Light, đèn sáng màu trắng là thiết bị được mở
2 : Charging Port : lỗ cắm sạc
3 : Power Button, nút mở
4 : Đèn hiệu sạc
5 : Reference Sensor, cảm biến chuẩn, đeo sau xương lỗ tai
6 : Temporal Sensor, cảm biến thái dương,
7 : Polymers Sensor, cảm biến polyme
Thông số kĩ thuật
Trang 102.1.2 Emotive USB Reciver Universal Model
Thiết bị USB kết nối giữa máy tính với Headset thông qua bluetooth
2.2 Phần mềm
Emotiv Insght với Bộ phát triển phần mềm SDK – Software Development Kit đã phát hành 1 loạt ra phần mềm
hỗ trợ cho sản phẩm của mình như EmotivBCI cho máy tính và smartphone Ngoài ra, phải kể đến là Emotiv
Xavier Control Panel được sử dụng trên máy tính, được tích hợp 2 software cho cả EPOC lẫn Insight
Ở bài tiểu luận này , nhóm chọn phần về nhận thức trong di chuyển vật thể Cognitve - Mental Command để
phân tích
III QUY TRÌNH THỰC HIỆN
Bước 1 : Gắn đầy đủ tất cả các cảm biến vào Headset (Tay cảm biến tháo rời được gắn quay vào
trong) và đảm bảo được gắn thật chắc
Bước 2 : Thoa nước muối lên các cảm biến polymer và điểm da đầu cần đo trước khi đeo headset
vào
Bước 3 : Kiểm tra headset có được sạc đầy đủ , nếu đủ thì ấn vào Power Button
Bước 4 : Kiểm tra các điểm điện cực cần đo AF3 , AF4, T7 , T8 , Pz , được thể hiện ở 4 mức độ
màu :
- Màu xanh : Good , tín hiệu truyền tốt
- Màu cam : Poor, tín hiệu truyền không ổn
- Màu đỏ : Bad , tín hiệu tệ, gần như không có
- Màu đen : No signal, không có tín hiệu
Trang 112 Training Cognitive
Bước 1 Chọn 1 hành động có sẵn từ danh sách đã cho trước ở tab Insight – Detections – Mental
– Command - Training ( ví dụ như Push )
Bước 2:
Trang 12- Chọn Start Training khi subject sẵn sàng để bắt đầu, quá trình training kéo dài 8 giây đòi hỏi sự
tập trung “cognitive- nhận thức “ , ở quá trình này, chúng ta sẽ chọn 1 động tác hay suy nghĩ để
qui ước cho hành động muốn train
Ví dụ : ở hành động Push, subject nhóm chọn qui ước là tập trung không suy nghĩ để train
Subject tập trung để train hành động Push
Bước 3 Nếu chấp nhận dữ liệu training, nhấn Yes khi cửa sổ Training Completed hiện ra, nếu
không thì chọn Abort Trainging để train lại
Trang 133 Thực hiện Action
Bước 1 Chọn qua tab Action
Bước 2 Thực hiện lại những gì đã train cho hành động đó
Ví dụ như hành động Push đã chọn là tập trung, subject sẽ tập trung như lúc train, mức độ tập
trung sẽ được thể hiện qua thanh Power và cường độ của việc đẩy hình khối
IV KẾT QUẢ
- Nhóm chọn 2 hành động để thao tác trong Mental Command, là Push và Lift
- Bảng qui ước hành động :
Trang 14QUI ƯỚC ACTION CỦA VẬT
Nháy mắt liên tục Lift ( Nâng vật )
Tập trung không suy nghĩ Push ( Vật bị đẩy ra xa và trở nên nhỏ lại )
Thư giãn, không suy nghĩ Neutral (Vật trở về vị trí chính giữa)
Khi subject nhắm mở mắt liên tục, vật bị nâng lên cao, thanh trạng thái hiện Lift
Trang 15 Push
Khi subject tập trung cao độ không suy nghĩ, vật bị đẩy ra xa và trở nên nhỏ lại,
thanh trạng thái hiện Push
Phương pháp phân tích dữ liệu của Mental command thông qua hệ BCI sử dụng đầu
vào là tín hiệu EEG :
Trang 16
Trong 8 giây huấn luyện, hệ thống sẽ thu nhận tín hiệu quy ước của người dùng và
“gán” tín hiệu đó với các hành động tương ứng
Tới pha hành động, người dùng thực hiện đúng trạng thái tinh thần đã quy ước lúc
huấn luyện và hệ BCI sẽ nhận diện và cho Input theo quy ước => Di chuyển khối
lập phương
Trang 173 Nhận xét kết quả và quá trình huấn luyện :
Nhìn chung, việc huấn luyện điều khiển vật, mức độ sẽ tăng dần khi số hành động
cần quy ước tăng lên :
_ 1 hành động : mức dễ
_ 2 hành động : mức vừa
_ 3 hành động : mức khó
_ 4 hành động : Chỉ có chuyên gia mới thực hiện được
Bài tiểu luận của chúng em chọn 2 hành động quy ước nên cũng ở mức vừa, không
quá khó Người huấn luyện tập trong nhiều ngày rải rác, tổng thời gian luyện tập xấp
xỉ : 4 tiếng
Khó khăn :
Quá trình huấn luyện gặp khó khăn ở vấn đề :
+ Việc chọn hành động để quy ước ở pha huấn luyện :
Khi huấn luyện, dù chỉ trong 8 giây nhưng phải cẩn thận : kết nối của các điện cực
phải tốt, người huấn luyện không được phân tâm và quan trong nhất là hành động
quy ước lúc huấn luyện vừa phải phân biệt rõ với trạng thái neutral, vừa có thể dễ
dàng thực hiện lại khi cần
Có 2 trường hợp có thể xảy ra lúc training :
+ Nếu người huấn luyện tập trung không đủ : phần mềm sẽ nhần lẫn hành động push
và trạng thái neutral Lúc đó khối lập phương sẽ vẫn chuyển động dù người tham gia
chưa ra hiệu lệnh
+ Nếu người huấn luyện tập trung 1 cách quá mức : Lúc hành động sẽ khó thực hiện
lại trạng thái tập trung đó Dẫn đến khối lập phương không chuyển động
Trang 184 Đánh giá:
Có 1 lưu ý quan trọng: Trình mental command của Xavier không phải là BCI dạng
motor-imaginary mà chỉ là sử dụng sự thay đổi các trang thái cơ bản của não
(như tập trung,…) để điều khiển vật
motor-imaginary là 1 dạng BCI dùng hình ảnh tưởng tượng về hành động của cơ
thể để điều khiển vật Ví dụ : Nếu muốn dịch chuyển khối lập phương sang trái, ta
tưởng nâng tay trái lên, …
Lý do Emotiv Insight không thể dùng cho BCI motor-imaginary : Emotiv Insight
thiếu 1 số điện cực quan trọng trong việc thu nhận tín hiệu hành động của cơ thể :
+ C3 và F3 - điện cực thu nhận tín hiệu về chuyển động của phần bên phải cơ thể
+ C4 và F4 – điện cực thu nhận tín hiệu về chuyển động của phần trái cơ thể
Hệ máy Emotiv EPOC với 14 điện cực mới có thể thực hiện motor-imaginary BCI
Thêm vào đó, việc phân biệt chuyển động của tay trái và phải thông qua EEG rất
khó khăn và phần mềm Xavier không hỗ trợ tính năng đó
Như vậy, nếu người huấn luyện quy ước các hành động của tay trái và tay phải trong
lúc huấn luyện, hiệu quả sẽ không cao
Việc huấn luyện điều khiển vật bằng cách thay đổi các trang thái cơ bản
của não như tập trung không quá khó khăn Điều quan trọng là tìm được
quy ước hành động không quá khó và cũng không dễ gây nhầm lẫn
VI TÀI LIỆU THAM KHẢO
Trang 19…
