Nghiên cứu công nghệ giao tiếp não người và máy tính

KS. Đặng Toàn Khoa cho biết: “Điện não đồ (electroencephalography - EEG) đã được các nhà khoa học nghiên cứu 80 năm trước đây, lĩnh vực ứng dụng của nó thường nằm trong phạm vi y học. Hiện nay, công nghệ giao tiếp não người - máy tính (brain computer interface - BCI) ngày càng phát triển rộng rãi và được quan tâm nhiều hơn. Việc kết hợp EEG và BCI đã đem lại những ứng dụng phục vụ cho cuộc sống con người. Công nghệ BCI và các thiết bị thu thập sóng não ngày càng phát triển, đặc biệt là các hệ thống thu thập sóng não di động xuất hiện ngày càng phổ biến trên thị trường tiêu dùng. Chính vì vậy, việc nghiên cứu về sóng não và phát triển các hệ thống BCI trở nên dễ hơn, mở ra nhiều hướng nghiên cứu so với trước đây. Tôi nghiên cứu việc ứng dụng thiết bị thu thập sóng não di động để nhận diện được đặc trưng của tín hiệu chớp mắt và ứng dụng trong việc điều khiển hệ thống”.

Nét độc đáo của BCI là cung cấp phương pháp cho phép con người giao tiếp với thế giới bên ngoài mà không cần bất cứ tương tác vật lý nào (chạm, cầm, nắm, di chuyển,…). Trong hệ thống BCI, người sử dụng ra lệnh điều khiển không thông qua những đầu ra thông thường của não. Vì vậy, hệ thống BCI sử dụng những tín hiệu điện não từ các tế bào nơ ron, sau đó được chuyển thành tín hiệu điều khiển thiết bị ngoại vi chúng ta mong muốn.

KS. Đặng Toàn Khoa giải thích thêm: “Các lĩnh vực chính của hệ thống BCI thường được chia ra thành 4 loại: ứng dụng kỹ thuật sinh học: những thiết bị điều khiển hoạt động của con người, đem lại niềm hy vọng cho những bệnh nhân bại liệt;quan sát hành vi vô thức con người: lĩnh vực này chủ yếu nghiên cứu hoạt động sâu của não, thường nghiên cứu khi người đã ngủ sâu, để tìm ra được những hoạt động vốn có của não chi phối cơ thể, hoặc nghiên cứu về những trạng thái tâm thần học; ứng dụng thần kinh học: sử dụng phương pháp thời gian thực cho phép quan sát tín hiệu thần kinh được ghi lại với hành động tương ứng; ứng dụng tương tác người và máy: cung cấp phương thức tương tác giữa người và máy hoặc máy tính. Đề tài này nghiên cứu lĩnh vực thứ tư”.

Gian nan khám phá công nghệ mới

Vì đây là lĩnh vực rất mới ở Việt Nam nên ít người biết, tài liệu cũng thiếu, việc nghiên cứu rất khó khăn, mặc dù các chuyên gia trong ngành rất nhiệt tình giúp đỡ, nhưng có những vấn đề họ chưa gặp nên cũng không thể trả lời. Ngoài ra, để nắm vững hơn về não người, trong quá trình nghiên cứu anh còn phải qua đại học y dược để tìm hiểu thêm. Việc mua các thiết bị cũng có nhiều rủi ro, KS.Khoa kể: “Tự bỏ tiền nghiên cứu nên kinh phí rất hạn hẹp. Dự tính mua một thiết bị giá 6 triệu nhưng rất lo, mua về không biết có sử dụng được không”.

Tuy nhiên, với sự hướng dẫn tận tình của thầy - TS. Huỳnh Văn Tuấn, cuối cùng anh đã nghiên cứu hoàn chỉnh được mô hình xử lý tổng quan gồm 4 bước để giải quyết bài toán: DAQ, đây là giai đoạn thu thập dữ liệu gốc, kết nối thiết bị với máy tính, thực hiện tiến trình thu thập tín hiệu sóng não theo chu kỳ; phân tích EEG: sau khi thu thập sóng não, tín hiệu được đưa vào các thuật toán xử lý tín hiệu, từ đây xử lý ra những tín hiệu đặc trưng và lưu vào hệ cơ sở dữ liệu; nhận diện đặc trưng tín hiệu: tín hiệu sau khi được rút trích đặc trưng và tổng hợp được từ nhiều nguồn, sẽ tiến hành quá trình nhận diện đó là tín hiệu gì theo nhu cầu, ở đề tài này là tín hiệu chớp mắt, phương pháp nhận diện tín hiệu sẽ được nhận qua hai phương pháp tĩnh và động; điều khiển thiết bị: thông qua tín hiệu đã nhận diện, điều khiển hệ thống thiết bị thông qua một server UDP và bo mạch Arduino (là một hệ thống vi điều khiển nhỏ).

KS. Đặng Toàn Khoa nói: “Qua nhiều lần thử nghiệm, chúng tôi nhận thấy, việc phát sinh tín hiệu chớp mắt đều có quy luật chung dựa vào ngưỡng giá trị của biên độ tín hiệu. Vì vậy, chúng tôi xây dựng một hệ thống nhận diện tín hiệu chớp mắt”.

Khi tín hiệu chớp mắt được nhận diện, thông tin này sẽ được máy tính cập nhật và gửi đi một gói tin điều khiển đến Arduino. Máy chủ UDP ở đây chính là bo mạch Shield Ethernet, luôn “lắng nghe” gói tin Frame được gửi từ máy tính. Gói tin Frame thực chất là một mảng các byte được gửi đi. Ở đây, nhóm nghiên cứu tạo ra một mảng gói tin 2 byte, byte đầu tiên của gói tin là địa chỉ thiết bị muốn kích hoạt, thông qua khối đóng ngắt. Byte tiếp theo là trạng thái kích hoạt. Trạng thái kích hoạt có 1 trong 2 giá trí 1 (ON), 0 (OFF).

KS. Đặng Toàn Khoa cho rằng: “Với mô hình này, sau khối đóng ngắt chúng tôi có thể mở rộng ra với các khối điều khiển và các khối thiết bị khác, tùy theo nhu cầu. Ngoài ra, với mô hình này chúng tôi có thể kết nối tới các thiết bị mà không cần hệ thống dây phức tạp, vì hiện nay công nghệ mạng không dây đã phát triển mạnh và dần thay thế các hệ thống có dây khác”. Mô hình nhận diện sử dụng ngưỡng đem lại hiệu quả trong hệ thống thời gian thực. Qua thử nghiệm, hầu hết tất cả các trạng thái chớp mắt trong thời gian thực đều được nhận diện.

Qua nghiên cứu này, KS.Khoa đã có thể kết nối được bộ thiết bị thu thập sóng não BCI di động MindWave, tạo được hệ thống thu thập tín hiệu sóng não thời gian thực, phân tích được những thành phần đặc trưng của sóng não, nhận diện tín hiệu chớp mắt của sóng não thông qua hai phương pháp huấn luyện mạng nơ ron đa lớp và phương pháp ngưỡng giá trị. Ngoài ra, nghiên cứu còn khảo sát bộ giá trị huấn luyện nơ ron và xác định được ngưỡng, xây dựng hệ thống lưu trữ dữ liệu sóng não và giao diện tương tác người dùng, xây dựng hệ thống phần cứng điều khiển thiết bị thông qua hệ máy chủ UDP. Ưu điểm của hệ thống là phần mềm có giao diện thân thiện với người sử dụng, khảo sát và đo đạc, điều khiển thời gian thực, không bị treo khi huấn luyện mạng nơ ron, có chế độ đồ thị động, phân tích đặc trưng, bắt đỉnh, đáy để quan sát, có cơ chế lưu trữ thông tin sóng não. Về phần cứng, hệ thống gọn, nhẹ, đáp ứng nhanh. KS. Đặng Toàn Khoa cho biết sẵn sàng chuyển giao công nghệ này cho các doanh nghiệp có nhu cầu để cùng phát triển.