Ngưỡng wavelet để xác định vùng vận động dựa vào fNIRS

pdf 8 trang phuongnguyen 100
Bạn đang xem tài liệu "Ngưỡng wavelet để xác định vùng vận động dựa vào fNIRS", để tải tài liệu gốc về máy bạn click vào nút DOWNLOAD ở trên

Tài liệu đính kèm:

  • pdfnguong_wavelet_de_xac_dinh_vung_van_dong_dua_vao_fnirs.pdf

Nội dung text: Ngưỡng wavelet để xác định vùng vận động dựa vào fNIRS

  1. NGƯỠNG WAVELET ĐỂ XÁC ĐỊNH VÙNG VẬN ĐỘNG DỰA VÀO fNIRS TĨM TẮT Não bộ là cơ quan quan trọng nhất, điều khiển mọi hoạt động của con người. Để xác định và đánh giá các hoạt động của cơ thể thơng qua tín hiệu não đo bằng phương pháp khơng xâm lấn sử dụng quang phổ cận hồng ngoại fNIRS đã và đang được nghiên cứu rộng rãi. Trong bài báo này tín hiệu Oxy - Hemoglobin trên vỏ não được thu từ 24 kênh và đưa vào tiền xử lý bằng bộ lọc Savitzky – Golay để làm trơn. Dữ liệu sau khi được loại bỏ nhiễu sẽ được biến đổi Wavelet rời rạc thành những thành phần tần số khác nhau và áp dụng thuật tốn tìm ngưỡng để xác định những kênh cĩ lượng Oxy – Hemoglobin biến đổi nhiều (vùng vận động) theo hoạt động cắn và nâng tạ của đối tượng. Khi thay đổi độ dài cắn, hay sức nâng thì lượng Oxy – Hemoglobin sẽ thay đổi chủ yếu trong vùng vận động nĩi trên. Và như vậy khi cần tìm hiểu các hoạt động của con người thơng qua các hoạt động của não ta chỉ cần xem xét hoạt động của vùng vận động là đủ. Với phương pháp này sẽ giúp những nhà nghiên cứu tiết kiệm được rất nhiều cơng sức, khơng cần xử lý một khối lượng lớn dữ liệu đầu vào mà vẫn đảm bảo được sự đánh giá đúng đắn cho các hoạt động của não bộ con người. A. GIỚI THIỆU Trong nhiều thập kỷ gần đây, những nghiên cứu về bộ não con người đã thu được nhiều thành tựu gĩp phần to lớn vào sự chuẩn đốn và điều trị bệnh đối với con người. Trong những phương pháp thu thập dữ liệu khơng xâm lấn đến não như: chức năng quang phổ cận hồng ngoại, điện não đồ, cộng hưởng từ hình ảnh, chụp cắt lớp positron, Thì phương pháp quang phổ cận hồng ngoại cĩ những ưu điểm nổi trội: tính di động, chi phí thấp, an tồn, và càng ngày càng được nghiên cứu rộng rãi hơn. Kỹ thuật fNIRS sử dụng sĩng ánh sáng trong vùng cận hồng ngoại. Dải bước sĩng từ 650 - 950 nm. Ánh sáng cận hồng ngoại cĩ thể di chuyển qua sọ và tiến đến vỏ não với độ sâu khoảng 3cm [1]. Khi cĩ một kích thích xảy ra trong não như suy nghĩ, vận động, thì lượng huyết động thay đổi tương ứng trên vùng não đảm nhận chức năng tương ứng. Như vậy tín hiệu fNIRS phản ánh hoạt động của não và chức năng liên quan trong khi gõ tay [2]. Sự tăng nồng độ oxy-Hb trên các vùng gần vùng não điều khiển chuyển động (motor cortex) và sự giảm deoxy-Hb trên một số vùng được trình bày trong bài báo này. Sự thay đổi oxy- Hb theo thời gian phụ thuộc vào vị trí các kênh trên vỏ não: hoạt động duy trì trên vùng não điều khiển, hoạt động quá độ trên vùng somatosentory, và hoạt động tích lũy ở vùng não trước [3]. Các đặc tính này phản ánh chức năng của cấu trúc não trong quá trình hoạt động tay. Hoạt động ở não trái mạnh hơn ở não phải trong thí nâng hạ tay. Vùng vận động của hoạt động cắn và nâng tạ được thực hiện như sơ đồ hình 1. Tiền xử lý Biến đổi Đặt Tín hiệu (Savitzky- Wavelet ngưỡng Trích vùng Oxy - Hb Golay) rời rạc vận động Hình 1. Sơ đồ xác định vùng vận động của hoạt động cắn và nâng tạ.
  2. Trong bài báo này đầu tiên chúng tơi sẽ thiết lập các thơng số như: giao thức thí nghiệm, các hoạt động, ma trận đo, chu kỳ lấy mẫu để thu hập dữ liệu. Dữ liệu này được đưa qua mạch lọc Savitzky – Golay để làm giảm nhiễu, rồi áp dụng thuật tốn biến đổi Wavelet rời rạc và đặt ngưỡng để tìm ra vùng vận động của hoạt động cắn và nâng tạ. B. NỘI DUNG 1. Thu thập dữ liệu Tín hiệu Oxy-Hb thu thập bằng máy quang phổ cận hồng ngoại hiệu FOIRE-3000 của hãng SHIMADZU. Nghiên cứu được tiến hành với 5 đối tượng cĩ sức khỏe và các hoạt động về hàm, chân tay là bình thường. Thí nghiệm được thực hiện với một số thiết lập như: - Giao thức thí nghiệm được thiết lập là 20S(nghỉ) – 10S(hoạt động) – 20S(nghỉ). - Các hoạt động cắn và nâng tạ theo mơ tả trong bảng 1. Bảng 1. Số lần thí nghiệm đo hoạt động cắn và nâng tạ của 1đối tượng Độ dài cắn (mm) Sức nâng (kg) Số lần thí nghiệm STT 0 2 3 0 4 5 6 7 1 1 0 0 0 1 1 1 1 4 2 0 1 0 1 1 1 1 1 5 3 0 0 1 1 1 1 1 1 5 - Ma trận kênh đo được bố trí theo kiểu 4x4 như hình 2. Đầu phát Đầu thu Kênh đo Hình 2. Ma trận đo với kích thước 4x4. Hình 3. Vị trí các kênh đo trên khu vực não điều khiển chuyển động ở bán cầu não trái. Trong ma trận đo này gồm 8 đầu phát và 8 đầu thu được đo trên vùng não điều khiển chuyển động. Trong nghiên cứu này, thực hiện với các đối tượng nâng tạ bằng tay phải, cắn bằng hàm trái, do đĩ dữ liệu được thu từ 24 kênh trên bán cầu não bên trái như hình 3. - Chu kỳ lấy mẫu là 0.130s. Tín hiệu gốc cịn cĩ nhiều thành phần nhiễu sẽ được tiền xử lý qua mạch lọc để loại bỏ nhiễu. 2. Làm phẳng tín hiệu bằng bộ lọc Savitzky-Golay: Phương trình thực thi của bộ lọc làm trơn Savitzky-Golay được cho như sau. nR gi cn fi n (1) n nL Với gi là ngõ ra của bộ lọc, fi là giá trị của dữ liệu đưa vào, n = -nL nR là khung cửa sổ trượt của bộ lọc, cn là hệ số của bộ lọc.
  3. Hình dạng tín hiệu trước và sau lọc như hình vẽ: Origin signal - Filtered signal 0.14 origin signal smooth signal 0.12 0.1 0.08 0.06 0.04 0.02 0 -0.02 0 50 100 150 200 250 300 350 400 Hình 4. Tín hiệu kênh 1 trước và sau khi lọc với bộ lọc Savitzky – Golay cĩ n =11, M = 3. Với cấu trúc bộ lọc cĩ kích thước cửa sổ là 11, bậc đa thức là 3 ta thấy tín hiệu sau lọc thể hiện tương đối chính xác độ thay đổi Oxy – Hb và giảm được các nhiễu tác động vào tín hiệu gốc. 3. Biến đổi Wavelet Tín hiệu sau khi làm phẳng được phân tích thành các thành phần nhỏ thơng qua các bộ lọc thơng thấp và bộ lọc thơng cao thành các xấp xỉ thơ (a) và các thơng tin chi tiết (d). Level1 Level2 Level3 g[n] 2 d1 s[n] h[n] 2 a g[n] 1 2 h[n] 2 a2 g[n] 2 h[n] 2 a3 Hình 5. Sơ đồ wavelet 3 mức Tín hiệu đầu ra được tạo ra bởi bộ lọc thơng thấp thể hiện ở phương trình sau: [4] a[k] ylow pass[k] s[n]h[2k n] (2) n Tín hiệu đầu ra được tạo ra bởi bộ lọc thơng cao như ở phương trình: d[k] yhigh pass[k] s[n]g[2k n] (3) n Vậy tín hiệu sẽ là:[5] m s[n] am[k] d m [k] am 1[k] di [k] (4) i 1 Tín hiệu Oxy-Hb sau khi biến đổi Wavelet họ bior như hình 6.
  4. Tin hieu wavelet tai muc 6 cua kenh:1-2-3-4-5. Tin hieu wavelet tai muc 6 cua kenh:5-6-7-8-9-10. 0.02 0.02 0.01 0.01 0 0 -0.01 -0.01 -0.02 -0.02 150 200 250 300 150 200 250 300 Tin hieu wavelet tai muc 6 cua kenh:11-12-13-14-15. Tin hieu wavelet tai muc 6 cua kenh:16-17-18-19-20. 0.01 0.02 0.005 0.01 0 0 -0.005 -0.01 -0.01 150 200 250 300 150 200 250 300 Tin hieu wavelet tai muc 6 cua kenh:21-22-23-24. 0.01 0.005 r-kenh1-6-11-16-21 0 b-kenh2-7-12-17-22 g-kenh3-8-13-18-23 -0.005 m-kenh4-9-14-19-24 c-kenh5-10-15-20 -0.01 150 200 250 300 Hình 6. Dạng tín hiệu với wavelet họ bior5.5. 4.Thuật tốn tìm ngưỡng * Tính giá trị tổng cho từng kênh của tín hiệu NIRS: [6] S Y y (n) i  i m 1 (5) Trong đĩ: i = 1, 2, 24 là số kênh của tín hiệu vào; yi(n) là tín hiệu kênh thứ i, S = 130 là số mẫu của tín hiệu, số mẫu này chỉ lấy xung quanh trong khoảng thời gian hoạt động của đối tượng (10 giây) và độ trễ của tín hiệu đo được. Như hình 8 ta thấy tại thời điểm (t1) bắt đầu hoạt động nâng tạ về lý thuyết thì Oxi-Hb bắt đầu tăng nhưng trong thực tế sinh học tín hiệu bị trễ đi một khoảng thời gian. Do đĩ để lấy được tồn bộ tín hiệu và khơng bị làm mất tín hiệu, người thực hiện chọn số mẫu từ 151 – 280 tương ứng là từ 19.58 – 36.31s. Tín hiệu khi nâng tạ Tín hiệu đo được t 10s2 20s 20s t4 t0 t1 t3 t5 Độ trễ Hình 7. Đồ thị thời gian cho tín hiệu nâng tạ thực tế * Tính giá trị trung bình M(i) của tín hiệu NIRS theo cơng thức: Y M i i S (6) Với Yi là giá trị tổng của tín hiệu kênh thứ i; Mi là giá trị trung bình của tín hiệu tại kênh thứ i; S là số mẫu của tín hiệu lấy, i là số kênh tín hiệu. * Tính độ lệch chuẩn của tín hiệu tại kênh theo cơng thức: Y M SD i i i S (7) Với, SDi là độ lệch chuẩn kênh thứ i, Yi , Mi được tính như cơng thức (5) và (6) * Thuật tốn tìm ngưỡng được tính theo cơng thức: 24 (M a *SD )  i i TH i 1 24 (8) Với TH là ngưỡng trung bình 24 kênh tín hiệu, M , SD được xác định như cơng i i thức 6 và 7, a là hệ số nhân tương ứng.
  5. Dạng tín hiệu sau khi biến đổi Wavetlet ở mức 6 của 1 đối tượng trước và sau khi đặt ngưỡng như hình 8 và 9. Approx.signal at level 6 of channel:1-2-3-4-5. Approx.signal at level 6 of channel:5-6-7-8-9-10. 0.05 0.15 0.1 0 0.05 0 -0.05 -0.05 0 20 40 60 80 100 120 140 0 20 40 60 80 100 120 140 Approx.signal at level 6 of channel:11-12-13-14-15. Approx.signal at level 6 of channel:16-17-18-19-20. 0.05 0.04 0.02 0 0 -0.02 -0.05 -0.04 0 20 40 60 80 100 120 140 0 20 40 60 80 100 120 140 Approx.signal at level 6 of channel:21-22-23-24. 0.05 0 -0.05 0 20 40 60 80 100 120 140 Hình 8. Dạng tín hiệu biến đổi Wavetlet ở mức 6, chưa đặt ngưỡng. Trên hình 9 là dạng 24 kênh tín hiệu của một đối tượng khơng cắn - nâng 6kg sau khi biến đổi Wavelet ở mức 6 và chưa áp dụng đặt ngưỡng. Nhưng khi đặt ngưỡng với hệ số nhân độ lệch chuẩn a =2, ta cĩ hình sau. Approx.signal at level 6 of channel:1-2-3-4-5. Approx.signal at level 6 of channel:5-6-7-8-9-10. 0.06 0.06 0.04 0.04 0.02 0.02 0 0 0 20 40 60 80 100 120 140 0 20 40 60 80 100 120 140 Approx.signal at level 6 of channel:11-12-13-14-15. Approx.signal at level 6 of channel:16-17-18-19-20. 0.06 0.04 0.04 0.02 0.02 0 0 -0.02 0 20 40 60 80 100 120 140 0 20 40 60 80 100 120 140 Approx.signal at level 6 of channel:21-22-23-24. 0.05 Đường ngưỡng r-kenh1-6-11-16-21 0 b-kenh2-7-12-17-22 g-kenh3-8-13-18-23 m-kenh4-9-14-19-24 c-kenh5-10-15-20 -0.05 0 20 40 60 80 100 120 140 Hình 9. Dạng tín hiệu biến đổi Wavetlet ở mức 6, đã đặt ngưỡng. C. KẾT QỦA Một số kết quả thí nghiệm cắn – khơng cắn và nâng tạ. Bảng 2: Kết quả thí nghiệm 5 đối tượng khơng cắn và nâng 6kg với a =1. Kênh được chọn trong 24 kênh TT Số lượng Kênh số S1 18 1-2-3-6-7-8-9-12-13-14-15-17-18-19-20-21-22-23 S2 9 3-4-5-6-9-11-14-16-19 S3 11 1-2-3-4-5-6-7-9-10-13-14 S4 13 2-4-6-7-8-10-14-17-18-19-20-22-23 S5 16 1-3-5-7-8-9-12-13-15-17-18-19-20-21-22-23 Kết quả 17 1-2-3-4-5-6-7-8-9-13-14-17-18-19-20-22-23
  6. Qua kết quả thí nghiệm bảng 2, trong 5 đối tượng cứ 1 kênh cĩ ở 3 đối tượng thì kênh đĩ sẽ được lựa chọn và tổng số kênh lấy được cho trường hợp này là 17 kênh. Thực hiện tương tự cho trường hợp cắn 2 mm – nâng 6 kg gồm các kênh: 1,6,15,18,19,20,22, 23 và trường hợp cắn 3 mm – nâng 6 kg chọn được các kênh: 6,16,18,19,20,22, 23. Vậy số kênh vùng vận động cho hoạt động khơng cắn, cĩ cắn và nâng 6 kg như bảng sau. Bảng 3. Số kênh vùng vận động khi nâng 6kg TT Kênh được chọn trong 24 kênh Số lượng Kênh số Khơng cắn 17 1-2-3-4-5-6-7-8-9-13-14-17-18-19-20-22-23 Cắn 3mm 7 6-16-18-19-20-22-23 Cắn 2mm 8 1-6-15-18-19-20-22-23 Kết quả 7 1-6-18-19-20-22-23 Như vậy số kênh trong vùng vận động chính là sự giao nhau giữa các kênh tích cực trong mỗi trường hợp cắn và nâng tạ. Tính tốn tương tự cho các hoạt động cắn và nâng tạ 4; 5 và 7 kg ta cĩ số kênh tích cực trong vùng vận động được thể hiện như bảng 4. Bảng 4: Số kênh vùng vận động của hoạt động cắn và nâng tạ TT Kênh được chọn trong 24 kênh Số lượng Kênh số Cắn và khơng 7 15-16-18-19-20-22-23 nâng tạ Cắn và nâng 4 kg 10 6-11-16-17-18-19-20-21-22-23 Cắn và nâng 5 kg 6 18-19-20-22-23-24 Cắn và nâng 6 kg 7 1-6-18-19-20-22-23 Cắn và nâng 7 kg 6 2-18-19-20-22-23 Kết quả 5 18-19-20-22-23 Qua bảng 4 cho thấy rằng khi các hoạt động cắn và nâng tạ của 5 đối tượng chỉ tập tung vào một số kênh trong vùng vận động đĩ là: 18-19-20-22-23. Vậy với cách đi tìm vùng vận động khi nâng tạ cho cả trường hợp cắn và khơng cắn của một loại kg (4, 5, 6, 7 kg). Sau đĩ cho giao vùng vận động của chúng với nhau, ta được vùng vận động chung cho cả hoạt động cắn và nâng tạ. Đây chính là số kênh cĩ lượng Oxy-Hb thay đổi nhiều nhất khi hoạt động cắn và nâng tạ diễn ra. Trong bài báo này, một thuật tốn ngưỡng wavelet đã được sử dụng để xác định khu vực vận động của não con người thơng qua hoạt động của cắn vào miếng đệm và nâng tạ. Kết quả thực nghiệm cho thấy để minh họa cho tính hiệu quả của phương pháp này được đề xuất để xác định chính xác hơn các kênh hoạt động.
  7. LỜI CẢM ƠN Tác giả xin chân thành cảm ơn quý thầy cơ Bộ mơn kỹ thuật y sinh Trường đại học Quốc đã tạo điều kiện giúp đỡ về trang thiết bị. Tác giả xin đặc biệt cảm ơn Tiến sĩ Nguyễn Thanh Hải đã tận tình hướng dẫn, chỉ bảo cho tơi trong suốt quá trình thực hiện nghiên cứu. Xin cảm ơn nhĩm sinh viên Trường Đại học Quốc tế đã nhiệt tình tham gia thu thập dữ liệu trong nghiên cứu này. TÀI LIỆU THAM KHẢO 1. F. Matthews, B.A. Pearlmutter, T. E. Ward, C. Soraghan, and C. Markham (2008), “Hemodynamics for Brain-Computer Interfaces”, IEEE Signal Processing Magazine January 2008, pp. 87-94. 2. M. I. Toshimasa Sato, Tomohiro Suto, Masaki Kameyama, Masashi Suda, Yutaka Yamagishi, Akihiko Ohshima, Toru Uehara, Masato Fukuda, Masahiko Mikuni (2007) "Time courses of brain activation and their implications for function: A multichannel near-infrared spectroscopy study during finger tapping", pp 297-304. 3. C. H. Rodolphe J. Gentili, Hasan Ayaz, Patricia A. Shewokis and José L. Contreras- Vidal 2010 "Hemodynamic Correlates of Visuomotor Motor Adaptation by Functional Near Infrared Spectroscopy," presented at the 32nd Annual International Conference of the IEEE EMBS, pp 2918-2921. 4. G. A. Alonso, J. M. Gutiérrez, J. L. Marty and R. Muđoz (2011), “Implementation of the Discrete Wavelet Transform Used in the Calibration of the Enzymatic Biosensors”, 2011 InTech/ Publishing Process Manager Ivana Lorkovic, pp.135-154. 5. T. Q. D. Khoa, Nakagawa M (2008) "Functional Near Infrared Spectroscope for Cognition Brain Tasks by Wavelets Analysis and Neural Networks," International journal of Biological and Life science, pp 28-33. 6. T. Nguyen, T.H. Nguyen, K.Q.D. Truong, and Toi V. Vo, “A Mean Threshold Algorithm for Human Eye Blinking Detection Using EEG” 2012, IFMBE Proceedings Vol. 40, page 275-279. 7. N. T. Hai (2013) “Temporal hemodynamic classification of two hands tapping using fNIRS”, Frontiers in H. N, 2013. Thành phố, Ngày 25 tháng 04 năm 2014 Xác nhận của Giáo viên Hướng dẫn Tác giả TS. Nguyễn Thanh Hải Hà Văn Đạo.
  8. BÀI BÁO KHOA HỌC THỰC HIỆN CƠNG BỐ THEO QUY CHẾ ĐÀO TẠO THẠC SỸ Bài báo khoa học của học viên cĩ xác nhận và đề xuất cho đăng của Giảng viên hướng dẫn Bản tiếng Việt ©, TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH và TÁC GIẢ Bản quyền tác phẩm đã được bảo hộ bởi Luật xuất bản và Luật Sở hữu trí tuệ Việt Nam. Nghiêm cấm mọi hình thức xuất bản, sao chụp, phát tán nội dung khi chưa cĩ sự đồng ý của tác giả và Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh. ĐỂ CĨ BÀI BÁO KHOA HỌC TỐT, CẦN CHUNG TAY BẢO VỆ TÁC QUYỀN! Thực hiện theo MTCL & KHTHMTCL Năm học 2016-2017 của Thư viện Trường Đại học Sư phạm Kỹ thuật Tp. Hồ Chí Minh.