Luận án Mạng neural trong hệ thông điều khiển xe lăn cho người tàn tật nặng sử dụng điện não (EEG) và camera

Tên luận án:

MẠNG NEURAL TRONG HỆ THỐNG ĐIỀU KHIỂN XE LĂN CHO NGƯỜI TÀN TẬT NẶNG SỬ DỤNG ĐIỆN NÃO (EEG) VÀ CAMERA

Ngành:

KỸ THUẬT ĐIỀU KHIỂN VÀ TỰ ĐỘNG HÓA

Tóm tắt nội dung tài liệu:

Nghiên cứu về tín hiệu điện não (EEG) là một lĩnh vực được quan tâm rộng rãi trong y học để phát hiện và chẩn đoán các bệnh lý như stress, trầm cảm, động kinh, Alzheimer hay chấn thương não. Tuy nhiên, việc ứng dụng EEG trong lĩnh vực điều khiển tự động, đặc biệt là hỗ trợ người khuyết tật nặng, vẫn còn hạn chế. Với sự phát triển của các công cụ phân tích và xử lý tín hiệu hiện đại như mạng neural và hệ thống trí tuệ nhân tạo (AI), các tín hiệu này có thể được xử lý để phục vụ cho các yêu cầu điều khiển hoạt động của con người.

Mục tiêu của luận án là xây dựng một hệ thống hỗ trợ điều khiển các hoạt động cơ bản của con người thông qua tín hiệu điện não, điển hình là điều khiển chuyển động của xe lăn cho người tàn tật mất khả năng hoạt động tay chân, nhằm đáp ứng nhu cầu xã hội cấp thiết. Nghiên cứu đã phân tích và so sánh ba phương pháp tiền xử lý tín hiệu EEG: biến đổi Fourier, biến đổi Wavelet và thuật toán Hilbert Huang Transform (HHT), để chuyển đổi tín hiệu thành 5 dạng sóng cơ bản (Delta, Theta, Alpha, Beta, Gamma). Sau đó, kỹ thuật gom cụm dữ liệu được áp dụng trước khi đưa vào mạng neuron để phân loại 5 tín hiệu mong muốn tương ứng với các lệnh điều khiển.

Các mạng neural được thử nghiệm từ cấu trúc đơn lớp đến đa lớp (cụ thể là 3 lớp). Hệ thống xử lý tín hiệu EEG sử dụng tiền xử lý HHT kết hợp với mạng neural và camera đã được thử nghiệm trên mô hình xe lăn thực tế. Kết quả thực nghiệm cho thấy hệ thống đạt được độ chính xác lên đến 92,4% đối với nhóm 20 người tham gia, khẳng định ý nghĩa thực tiễn và thành công của luận án trong việc phát triển một giải pháp điều khiển hiệu quả cho người khuyết tật nặng.

Mục lục chi tiết:

• Chương 1: Tổng quan

  • Trình bày khái quát tình hình nghiên cứu tín hiệu điện não EEG trong và ngoài nước.
  • Những ứng dụng đã đạt được hiện nay.
  • Phân tích những vấn đề chưa được giải quyết, còn hạn chế mà trong luận án cần giải quyết.
  • Trình bày mục đích và phạm vi nghiên cứu.
  • Những đóng góp của luận án trong khoa học và thực tiễn.

• Chương 2: Cơ sở lý thuyết

  • Trình bày những kiến thức cơ bản liên quan đến luận án.
  • Các phương pháp trích đặc điểm tín hiệu như: Fourier, Wavelet Transform, HHT.
  • Gom cụm dữ liệu.
  • Phân loại các đặc tính từng mẫu tín hiệu bằng mạng neural đa lớp.

• Chương 3: Xây dựng mô hình

  • Trình bày quá trình xây dựng mạng neural đa lớp, việc xây dựng mạng neural đa lớp được tiến hành từng bước từ việc phân loại 2 mẫu tín hiệu đến phân loại 5 mẫu tín hiệu.
  • Trình bày về việc xử lý tín hiệu điện não kết hợp với xử lý ảnh thông qua camera.
  • Mỗi kết quả đều có các công trình nghiên cứu được đăng trên các tạp chí quốc tế hoặc kỷ yếu hội nghị quốc tế.

• Chương 4: Xây dựng phần mềm và phần cứng điều khiển xe lăn mô hình

  • Giới thiệu về các chức năng của phần mềm.
  • Xử lý ảnh từ camera để phát hiện sự di chuyển của hướng mắt kết hợp với việc xử lý tín hiệu điện não EEG để đưa ra kết quả cuối cùng.
  • Trình bày kết quả thực nghiệm.
  • So sánh kết quả thực nghiệm giữa 2 phương pháp riêng biệt (tín hiệu điện não và xử lý ảnh).
  • Sự kết hợp giữa 2 phương pháp trên.

• Chương 5: Kết luận và kiến nghị

  • Đánh giá kết quả đạt được so với yêu cầu của luận án.
  • Đề xuất hướng phát triển của luận án ngày càng hoàn thiện hơn.