Bạn đang tìm kiếm sự giúp đỡ?
Tìm kiếm trong cơ sở tri thức của chúng tôi để tìm câu trả lời
Tìm kiếm...
Liệu EmotivPRO có tự động loại bỏ các hiện tượng giả từ dữ liệu EEG thu thập được không?
Các tín hiệu nhiễu
Khi sử dụng tai nghe EEG, một số tín hiệu có thể can thiệp vào các phép đo sóng não. Những tín hiệu không mong muốn này, được gọi là "nhiễu", có hai loại chính:
Nhiễu nội tại: Những tín hiệu này phát sinh từ các tín hiệu sinh lý bình thường từ cơ thể bạn, chẳng hạn như:
Hoạt động cơ mặt, cổ và hàm: Cười, nghiến răng, nhăn mặt, chớp mắt, nháy mắt, nhai, nói chuyện, xoay đầu (các cơ cổ). Mỗi nhóm cơ nằm gần một số cảm biến EEG hơn và xa hơn với những cảm biến khác, vì vậy tín hiệu được phát hiện ở mỗi vị trí là khác nhau, làm cho nhiễu trở nên khó loại bỏ hơn. Trên thực tế, Emotiv sử dụng các phương pháp xử lý tín hiệu và machine learning để phân tách phân bố tín hiệu cơ để suy luận xem nhóm nào đang hoạt động và do đó xác định được biểu cảm khuôn mặt của bạn!
Hoạt động mắt: Mỗi mắt bạn có một nồng độ cao của các dây thần kinh trên bề mặt phía sau (võng mạc, dây thần kinh thị giác) và gần như không có dây thần kinh ở bề mặt phía trước. Thực tế, mắt bạn hoạt động như một dipole lớn với sự mất cân bằng về điện tích từ trước ra sau. Khi mắt bạn xoay trong ổ mắt, trường dipole thay đổi hướng để chỉ về nơi bạn đang nhìn, và điều này được phát hiện như là một sự thay đổi trong điện thế sinh học nền, điều này có góc độ khác nhau đối với mỗi cảm biến EEG - điều đó có nghĩa là nó không phải là một tín hiệu chung trên các cảm biến. Các nhiễu tín hiệu bổ sung được tạo ra bởi các cơ điều khiển xoay mắt của bạn.
Tín hiệu tim: Tim bạn là một nguồn tín hiệu cơ thô quan trọng có thể đôi khi được phát hiện trực tiếp bởi một hoặc tất cả các kênh EEG, theo cách mà điện tâm đồ được ghi lại. Các phức hợp P-Q-R-S-T đặc trưng có thể được quan sát trực tiếp thỉnh thoảng trong một số kênh EEG. Một loại nhiễu tim thứ hai phát sinh từ các mạch máu lớn co giãn khi tim bơm máu qua động mạch của bạn. Thành động mạch có tính cơ, và tạo ra các tín hiệu phụ khi chúng co giãn đồng bộ với nhịp tim của chúng ta. Cuối cùng, nếu bạn tình cờ đặt một cảm biến ngay bên cạnh một động mạch lớn, cảm biến có thể bị dịch chuyển cơ học bởi hình dạng và kích thước thay đổi của mạch, dẫn đến những chuyển động nhịp nhàng của cảm biến trên bề mặt da mà có thể làm thay đổi trở kháng tiếp xúc và sinh ra điện áp giả qua một mô hình tuần hoàn.
Các hành động này tạo ra tín hiệu sinh học cơ, mắt và các tín hiệu khác có thể hòa trộn với dữ liệu sóng não. Thông thường, các tín hiệu sinh học này lớn hơn đáng kể so với tín hiệu não, làm cho việc phát hiện hoạt động não trở nên khó khăn trừ khi một hình thức lọc và tách nguồn nào đó được thực hiện.
Nhiễu nội tại rơi vào các danh mục cụ thể, có thể dự đoán được và có nhiều công cụ tiền xử lý có thể được áp dụng để loại bỏ có chọn lọc chúng. Phương pháp phổ biến nhất là Phân tích Thành phần Độc lập (ICA, có sẵn trong nhiều thư viện như EEGLab, NME và những thư viện khác), và các phương pháp Tái tạo Không gian Nhiễu (ASR, rASR, hiệu quả tính toán hơn ICA). Các mô hình này dựa vào việc phân tách tín hiệu chuỗi thời gian thành các thành phần khác nhau, sau đó tái hợp tín hiệu từ một tập hợp con của những thành phần này không liên quan đến các loại nhiễu khác nhau.
Dữ liệu EEG của Emotiv được chuyển đến máy tính chủ ở dạng sạch nhất có thể, nhưng không loại bỏ các nhiễu tín hiệu sinh học nội tại mà có thể được quan tâm bởi các người dùng khác nhau, và điều này cũng nâng cao khả năng của các phương pháp ICA và rASR để loại bỏ các lớp nhiễu nội tại đã biết vì tín hiệu của chúng không bị biến dạng do lọc trên thiết bị.
Nhiễu ngoại vi: Những tín hiệu này đến từ các nguồn bên ngoài, chẳng hạn như:
Các cảm biến bị trượt, tai nghe bị di chuyển trên đầu của bạn hoặc bị va chạm
Các trường điện từ phát ra từ các thiết bị, máy tính và các thiết bị khác, biến áp và dây điện, đặc biệt là ở tần số đường dây điện (50/60 Hz) và các bội số hài của những tần số này. Tiếng ồn đường dây điện thường là nguồn nhiễu mạnh nhất trong các tín hiệu EEG.
Tất cả các hệ thống EEG hiện đại đều sử dụng bộ chuyển đổi tín hiệu tương tự sang số hoạt động ở tần số lấy mẫu cố định. Một hiện tượng nổi tiếng với việc lấy mẫu số là sự aliasing, xảy ra khi hệ thống lấy mẫu gặp một tín hiệu có các thành phần tần số cao hơn 50% của tần số lấy mẫu (tần số Nyquist). Ví dụ, khi lấy mẫu ở 128Hz, tần số Nyquist là 64Hz, chỉ cao hơn một chút so với tần số đường dây điện 60Hz. Tuy nhiên, các hài của 60Hz: [120Hz, 180Hz, 240Hz, …] “quấn quanh” tần số Nyquist và xuất hiện như các tín hiệu giả hoặc “aliased” ở 8Hz, 24Hz, 16Hz và v.v., vì hệ thống kỹ thuật số lấy mẫu một phần của mỗi giây, chu kỳ thứ ba, thứ tư … của những tín hiệu tần số cao này. Các sóng hài cao của bức xạ đường dây điện có mặt vì các dòng điện và trường bức xạ trong các hệ thống điện hiếm khi là sóng sin hoàn hảo. Thông thường có một lượng lớn công suất bức xạ phát hiện lên tới khoảng hài thứ 10. Những tín hiệu tần số cao bị alias này không thể phân biệt được với các dao động thật ở các tần số thấp hơn trong phạm vi tần số sóng não điển hình, vì vậy chúng phải được loại bỏ khỏi tín hiệu đến trước khi trình bày cho hệ thống lấy mẫu.
Các trường điện tĩnh từ các vật thể và người được tích điện gần đó: Tích tụ điện tích tĩnh có thể dẫn đến sự khác biệt điện thế hàng nghìn volt giữa bạn và những người khác cùng các vật thể xung quanh. Chẳng hạn, một vật thể tích điện dương sẽ hút các điện tích âm trong cơ thể bạn và kéo về hướng vật thể đó, dẫn đến sự phân bố không đồng đều của điện thế cơ thể bên dưới các cảm biến EEG khác nhau. Các thiết bị Emotiv sử dụng cảm biến nối AC (lọc cao tần tương tự), với một điểm tham chiếu duy nhất, để tách biệt sự phân bố điện tích tĩnh không đồng đều ở mức độ đáng kể. Tuy nhiên, nếu bạn hoặc bất kỳ nguồn điện nào di chuyển xung quanh, điện tích di chuyển quanh cơ thể bạn dẫn đến một điện thế thay đổi, có thể đủ nhanh để được truyền qua các bộ lọc.
Điện thế tĩnh của bạn có thể thay đổi từ từ hoặc ngay lập tức nếu bạn tích điện hoặc nhanh chóng xả điện, chẳng hạn như đi bộ trên thảm hoặc chạm vào các vật kim loại, có thể tạo ra một tia lửa. Điện thế cơ thể của bạn có thể thay đổi hàng chục nghìn volt chỉ trong một khoảnh khắc, vài giây, hoặc trong thời gian dài hơn. Những thay đổi này có thể tạm thời quá tải các mạch hủy điện thế cơ thể trong các hệ thống EEG đeo được, dẫn đến những đỉnh lớn và việc phục hồi chậm trong các tín hiệu EEG.
Các hệ thống EEG trong phòng thí nghiệm có thể được bảo vệ chống lại nhiều nhiễu này, ví dụ bằng cách hạn chế chuyển động của đối tượng, bảo vệ điện trong phòng thí nghiệm, gắn một dây nối đất vào đối tượng để ngăn chặn tích điện tĩnh, tần số lấy mẫu rất cao và vân vân.
Các hệ thống EEG không dây sử dụng pin không thể dựa vào những biện pháp này và do đó phải sử dụng một loạt các chiến lược giảm thiểu. Tốc độ truyền dữ liệu phải được cân bằng với thời gian pin, vì các bộ phát không dây tiêu tốn điện năng khá lớn.
Giảm thiểu nhiễu
Các tai nghe EEG được thiết kế để giảm thiểu tiếng ồn không mong muốn. Hầu hết các nguồn nhiễu ngoại vi như điện tĩnh và can thiệp điện từ (ví dụ: tiếng ồn 50/60 Hz và các hài từ đường dây điện) xuất hiện như Nhiễu Chế Độ Chung, nơi điện thế cơ thể cơ bản dao động theo cách tương tự nhau trên tất cả các cảm biến.
Các thiết bị Emotiv sử dụng cảm biến tham chiếu điểm đơn (CMS) để đo lường điện thế cơ thể, kết hợp với một hệ thống hủy chủ động trong miền tương tự (tín hiệu CMS được đảo ngược và trả lại cho cảm biến DRL để hủy bỏ sự dao động Chế Độ Chung và rút ra một mức độ tham chiếu EEG có tiếng ồn thấp cho các bộ khuếch đại đầu vào vi sai. Lọc cao tần (kết nối AC) và lọc thấp tần tương tự (lọc chống alias), quá trình lấy mẫu quá mức đáng kể ở 2048Hz, tiếp theo là lọc số phân đoạn dưới tần số Nyquist, lọc chùm đôi 50/60Hz và giảm mẫu đến tần số truyền dữ liệu (128 hoặc 256Hz) trong miền số trong bộ xử lý DSP trong tai nghe trước khi truyền đi. Những biện pháp này làm giảm hầu hết các nguồn nhiễu ngoại vi đến mức không phát hiện được khi tai nghe được lọc chính xác và các trở kháng tiếp xúc thấp.
Các nhiễu chuyển động được giảm thiểu nhờ thiết kế cơ khí của chúng tôi, hỗ trợ độc lập từng cảm biến và điều chỉnh kích thước và hình dạng của từng người dùng.
Cách EmotivPRO Xử Lý Dữ Liệu
Dữ liệu EEG trong EmotivPRO được ghi lại chính xác như nhận được từ tai nghe. Phần mềm không tự động loại bỏ các nhiễu từ hoạt động cơ hoặc mắt vì các kỹ thuật làm sạch dữ liệu (như ICA) hoạt động tốt hơn trên dữ liệu thô, chưa được lọc. Tuy nhiên, như đã trình bày ở trên, các tai nghe Emotiv thực hiện xử lý tín hiệu được thiết kế cẩn thận để giúp sản xuất tín hiệu sạch khi tai nghe có tiếp xúc tốt, làm cho dữ liệu sóng não dễ phân tích hơn.
Bài viết này có hữu ích không?
Bài viết liên quan
Không tìm thấy những gì bạn cần?
Đội ngũ hỗ trợ của chúng tôi chỉ cách bạn một cú nhấp chuột.
Bạn đang tìm kiếm sự giúp đỡ?
Tìm kiếm...
Cơ sở tri thức
Liệu EmotivPRO có tự động loại bỏ các hiện tượng giả từ dữ liệu EEG thu thập được không?
Các tín hiệu nhiễu
Khi sử dụng tai nghe EEG, một số tín hiệu có thể can thiệp vào các phép đo sóng não. Những tín hiệu không mong muốn này, được gọi là "nhiễu", có hai loại chính:
Nhiễu nội tại: Những tín hiệu này phát sinh từ các tín hiệu sinh lý bình thường từ cơ thể bạn, chẳng hạn như:
Hoạt động cơ mặt, cổ và hàm: Cười, nghiến răng, nhăn mặt, chớp mắt, nháy mắt, nhai, nói chuyện, xoay đầu (các cơ cổ). Mỗi nhóm cơ nằm gần một số cảm biến EEG hơn và xa hơn với những cảm biến khác, vì vậy tín hiệu được phát hiện ở mỗi vị trí là khác nhau, làm cho nhiễu trở nên khó loại bỏ hơn. Trên thực tế, Emotiv sử dụng các phương pháp xử lý tín hiệu và machine learning để phân tách phân bố tín hiệu cơ để suy luận xem nhóm nào đang hoạt động và do đó xác định được biểu cảm khuôn mặt của bạn!
Hoạt động mắt: Mỗi mắt bạn có một nồng độ cao của các dây thần kinh trên bề mặt phía sau (võng mạc, dây thần kinh thị giác) và gần như không có dây thần kinh ở bề mặt phía trước. Thực tế, mắt bạn hoạt động như một dipole lớn với sự mất cân bằng về điện tích từ trước ra sau. Khi mắt bạn xoay trong ổ mắt, trường dipole thay đổi hướng để chỉ về nơi bạn đang nhìn, và điều này được phát hiện như là một sự thay đổi trong điện thế sinh học nền, điều này có góc độ khác nhau đối với mỗi cảm biến EEG - điều đó có nghĩa là nó không phải là một tín hiệu chung trên các cảm biến. Các nhiễu tín hiệu bổ sung được tạo ra bởi các cơ điều khiển xoay mắt của bạn.
Tín hiệu tim: Tim bạn là một nguồn tín hiệu cơ thô quan trọng có thể đôi khi được phát hiện trực tiếp bởi một hoặc tất cả các kênh EEG, theo cách mà điện tâm đồ được ghi lại. Các phức hợp P-Q-R-S-T đặc trưng có thể được quan sát trực tiếp thỉnh thoảng trong một số kênh EEG. Một loại nhiễu tim thứ hai phát sinh từ các mạch máu lớn co giãn khi tim bơm máu qua động mạch của bạn. Thành động mạch có tính cơ, và tạo ra các tín hiệu phụ khi chúng co giãn đồng bộ với nhịp tim của chúng ta. Cuối cùng, nếu bạn tình cờ đặt một cảm biến ngay bên cạnh một động mạch lớn, cảm biến có thể bị dịch chuyển cơ học bởi hình dạng và kích thước thay đổi của mạch, dẫn đến những chuyển động nhịp nhàng của cảm biến trên bề mặt da mà có thể làm thay đổi trở kháng tiếp xúc và sinh ra điện áp giả qua một mô hình tuần hoàn.
Các hành động này tạo ra tín hiệu sinh học cơ, mắt và các tín hiệu khác có thể hòa trộn với dữ liệu sóng não. Thông thường, các tín hiệu sinh học này lớn hơn đáng kể so với tín hiệu não, làm cho việc phát hiện hoạt động não trở nên khó khăn trừ khi một hình thức lọc và tách nguồn nào đó được thực hiện.
Nhiễu nội tại rơi vào các danh mục cụ thể, có thể dự đoán được và có nhiều công cụ tiền xử lý có thể được áp dụng để loại bỏ có chọn lọc chúng. Phương pháp phổ biến nhất là Phân tích Thành phần Độc lập (ICA, có sẵn trong nhiều thư viện như EEGLab, NME và những thư viện khác), và các phương pháp Tái tạo Không gian Nhiễu (ASR, rASR, hiệu quả tính toán hơn ICA). Các mô hình này dựa vào việc phân tách tín hiệu chuỗi thời gian thành các thành phần khác nhau, sau đó tái hợp tín hiệu từ một tập hợp con của những thành phần này không liên quan đến các loại nhiễu khác nhau.
Dữ liệu EEG của Emotiv được chuyển đến máy tính chủ ở dạng sạch nhất có thể, nhưng không loại bỏ các nhiễu tín hiệu sinh học nội tại mà có thể được quan tâm bởi các người dùng khác nhau, và điều này cũng nâng cao khả năng của các phương pháp ICA và rASR để loại bỏ các lớp nhiễu nội tại đã biết vì tín hiệu của chúng không bị biến dạng do lọc trên thiết bị.
Nhiễu ngoại vi: Những tín hiệu này đến từ các nguồn bên ngoài, chẳng hạn như:
Các cảm biến bị trượt, tai nghe bị di chuyển trên đầu của bạn hoặc bị va chạm
Các trường điện từ phát ra từ các thiết bị, máy tính và các thiết bị khác, biến áp và dây điện, đặc biệt là ở tần số đường dây điện (50/60 Hz) và các bội số hài của những tần số này. Tiếng ồn đường dây điện thường là nguồn nhiễu mạnh nhất trong các tín hiệu EEG.
Tất cả các hệ thống EEG hiện đại đều sử dụng bộ chuyển đổi tín hiệu tương tự sang số hoạt động ở tần số lấy mẫu cố định. Một hiện tượng nổi tiếng với việc lấy mẫu số là sự aliasing, xảy ra khi hệ thống lấy mẫu gặp một tín hiệu có các thành phần tần số cao hơn 50% của tần số lấy mẫu (tần số Nyquist). Ví dụ, khi lấy mẫu ở 128Hz, tần số Nyquist là 64Hz, chỉ cao hơn một chút so với tần số đường dây điện 60Hz. Tuy nhiên, các hài của 60Hz: [120Hz, 180Hz, 240Hz, …] “quấn quanh” tần số Nyquist và xuất hiện như các tín hiệu giả hoặc “aliased” ở 8Hz, 24Hz, 16Hz và v.v., vì hệ thống kỹ thuật số lấy mẫu một phần của mỗi giây, chu kỳ thứ ba, thứ tư … của những tín hiệu tần số cao này. Các sóng hài cao của bức xạ đường dây điện có mặt vì các dòng điện và trường bức xạ trong các hệ thống điện hiếm khi là sóng sin hoàn hảo. Thông thường có một lượng lớn công suất bức xạ phát hiện lên tới khoảng hài thứ 10. Những tín hiệu tần số cao bị alias này không thể phân biệt được với các dao động thật ở các tần số thấp hơn trong phạm vi tần số sóng não điển hình, vì vậy chúng phải được loại bỏ khỏi tín hiệu đến trước khi trình bày cho hệ thống lấy mẫu.
Các trường điện tĩnh từ các vật thể và người được tích điện gần đó: Tích tụ điện tích tĩnh có thể dẫn đến sự khác biệt điện thế hàng nghìn volt giữa bạn và những người khác cùng các vật thể xung quanh. Chẳng hạn, một vật thể tích điện dương sẽ hút các điện tích âm trong cơ thể bạn và kéo về hướng vật thể đó, dẫn đến sự phân bố không đồng đều của điện thế cơ thể bên dưới các cảm biến EEG khác nhau. Các thiết bị Emotiv sử dụng cảm biến nối AC (lọc cao tần tương tự), với một điểm tham chiếu duy nhất, để tách biệt sự phân bố điện tích tĩnh không đồng đều ở mức độ đáng kể. Tuy nhiên, nếu bạn hoặc bất kỳ nguồn điện nào di chuyển xung quanh, điện tích di chuyển quanh cơ thể bạn dẫn đến một điện thế thay đổi, có thể đủ nhanh để được truyền qua các bộ lọc.
Điện thế tĩnh của bạn có thể thay đổi từ từ hoặc ngay lập tức nếu bạn tích điện hoặc nhanh chóng xả điện, chẳng hạn như đi bộ trên thảm hoặc chạm vào các vật kim loại, có thể tạo ra một tia lửa. Điện thế cơ thể của bạn có thể thay đổi hàng chục nghìn volt chỉ trong một khoảnh khắc, vài giây, hoặc trong thời gian dài hơn. Những thay đổi này có thể tạm thời quá tải các mạch hủy điện thế cơ thể trong các hệ thống EEG đeo được, dẫn đến những đỉnh lớn và việc phục hồi chậm trong các tín hiệu EEG.
Các hệ thống EEG trong phòng thí nghiệm có thể được bảo vệ chống lại nhiều nhiễu này, ví dụ bằng cách hạn chế chuyển động của đối tượng, bảo vệ điện trong phòng thí nghiệm, gắn một dây nối đất vào đối tượng để ngăn chặn tích điện tĩnh, tần số lấy mẫu rất cao và vân vân.
Các hệ thống EEG không dây sử dụng pin không thể dựa vào những biện pháp này và do đó phải sử dụng một loạt các chiến lược giảm thiểu. Tốc độ truyền dữ liệu phải được cân bằng với thời gian pin, vì các bộ phát không dây tiêu tốn điện năng khá lớn.
Giảm thiểu nhiễu
Các tai nghe EEG được thiết kế để giảm thiểu tiếng ồn không mong muốn. Hầu hết các nguồn nhiễu ngoại vi như điện tĩnh và can thiệp điện từ (ví dụ: tiếng ồn 50/60 Hz và các hài từ đường dây điện) xuất hiện như Nhiễu Chế Độ Chung, nơi điện thế cơ thể cơ bản dao động theo cách tương tự nhau trên tất cả các cảm biến.
Các thiết bị Emotiv sử dụng cảm biến tham chiếu điểm đơn (CMS) để đo lường điện thế cơ thể, kết hợp với một hệ thống hủy chủ động trong miền tương tự (tín hiệu CMS được đảo ngược và trả lại cho cảm biến DRL để hủy bỏ sự dao động Chế Độ Chung và rút ra một mức độ tham chiếu EEG có tiếng ồn thấp cho các bộ khuếch đại đầu vào vi sai. Lọc cao tần (kết nối AC) và lọc thấp tần tương tự (lọc chống alias), quá trình lấy mẫu quá mức đáng kể ở 2048Hz, tiếp theo là lọc số phân đoạn dưới tần số Nyquist, lọc chùm đôi 50/60Hz và giảm mẫu đến tần số truyền dữ liệu (128 hoặc 256Hz) trong miền số trong bộ xử lý DSP trong tai nghe trước khi truyền đi. Những biện pháp này làm giảm hầu hết các nguồn nhiễu ngoại vi đến mức không phát hiện được khi tai nghe được lọc chính xác và các trở kháng tiếp xúc thấp.
Các nhiễu chuyển động được giảm thiểu nhờ thiết kế cơ khí của chúng tôi, hỗ trợ độc lập từng cảm biến và điều chỉnh kích thước và hình dạng của từng người dùng.
Cách EmotivPRO Xử Lý Dữ Liệu
Dữ liệu EEG trong EmotivPRO được ghi lại chính xác như nhận được từ tai nghe. Phần mềm không tự động loại bỏ các nhiễu từ hoạt động cơ hoặc mắt vì các kỹ thuật làm sạch dữ liệu (như ICA) hoạt động tốt hơn trên dữ liệu thô, chưa được lọc. Tuy nhiên, như đã trình bày ở trên, các tai nghe Emotiv thực hiện xử lý tín hiệu được thiết kế cẩn thận để giúp sản xuất tín hiệu sạch khi tai nghe có tiếp xúc tốt, làm cho dữ liệu sóng não dễ phân tích hơn.
Bài viết này có hữu ích không?
Bài viết liên quan
Không tìm thấy những gì bạn cần?
Đội ngũ hỗ trợ của chúng tôi chỉ cách bạn một cú nhấp chuột.
Bạn đang tìm kiếm sự giúp đỡ?
Tìm kiếm...
Cơ sở tri thức
Liệu EmotivPRO có tự động loại bỏ các hiện tượng giả từ dữ liệu EEG thu thập được không?
Các tín hiệu nhiễu
Khi sử dụng tai nghe EEG, một số tín hiệu có thể can thiệp vào các phép đo sóng não. Những tín hiệu không mong muốn này, được gọi là "nhiễu", có hai loại chính:
Nhiễu nội tại: Những tín hiệu này phát sinh từ các tín hiệu sinh lý bình thường từ cơ thể bạn, chẳng hạn như:
Hoạt động cơ mặt, cổ và hàm: Cười, nghiến răng, nhăn mặt, chớp mắt, nháy mắt, nhai, nói chuyện, xoay đầu (các cơ cổ). Mỗi nhóm cơ nằm gần một số cảm biến EEG hơn và xa hơn với những cảm biến khác, vì vậy tín hiệu được phát hiện ở mỗi vị trí là khác nhau, làm cho nhiễu trở nên khó loại bỏ hơn. Trên thực tế, Emotiv sử dụng các phương pháp xử lý tín hiệu và machine learning để phân tách phân bố tín hiệu cơ để suy luận xem nhóm nào đang hoạt động và do đó xác định được biểu cảm khuôn mặt của bạn!
Hoạt động mắt: Mỗi mắt bạn có một nồng độ cao của các dây thần kinh trên bề mặt phía sau (võng mạc, dây thần kinh thị giác) và gần như không có dây thần kinh ở bề mặt phía trước. Thực tế, mắt bạn hoạt động như một dipole lớn với sự mất cân bằng về điện tích từ trước ra sau. Khi mắt bạn xoay trong ổ mắt, trường dipole thay đổi hướng để chỉ về nơi bạn đang nhìn, và điều này được phát hiện như là một sự thay đổi trong điện thế sinh học nền, điều này có góc độ khác nhau đối với mỗi cảm biến EEG - điều đó có nghĩa là nó không phải là một tín hiệu chung trên các cảm biến. Các nhiễu tín hiệu bổ sung được tạo ra bởi các cơ điều khiển xoay mắt của bạn.
Tín hiệu tim: Tim bạn là một nguồn tín hiệu cơ thô quan trọng có thể đôi khi được phát hiện trực tiếp bởi một hoặc tất cả các kênh EEG, theo cách mà điện tâm đồ được ghi lại. Các phức hợp P-Q-R-S-T đặc trưng có thể được quan sát trực tiếp thỉnh thoảng trong một số kênh EEG. Một loại nhiễu tim thứ hai phát sinh từ các mạch máu lớn co giãn khi tim bơm máu qua động mạch của bạn. Thành động mạch có tính cơ, và tạo ra các tín hiệu phụ khi chúng co giãn đồng bộ với nhịp tim của chúng ta. Cuối cùng, nếu bạn tình cờ đặt một cảm biến ngay bên cạnh một động mạch lớn, cảm biến có thể bị dịch chuyển cơ học bởi hình dạng và kích thước thay đổi của mạch, dẫn đến những chuyển động nhịp nhàng của cảm biến trên bề mặt da mà có thể làm thay đổi trở kháng tiếp xúc và sinh ra điện áp giả qua một mô hình tuần hoàn.
Các hành động này tạo ra tín hiệu sinh học cơ, mắt và các tín hiệu khác có thể hòa trộn với dữ liệu sóng não. Thông thường, các tín hiệu sinh học này lớn hơn đáng kể so với tín hiệu não, làm cho việc phát hiện hoạt động não trở nên khó khăn trừ khi một hình thức lọc và tách nguồn nào đó được thực hiện.
Nhiễu nội tại rơi vào các danh mục cụ thể, có thể dự đoán được và có nhiều công cụ tiền xử lý có thể được áp dụng để loại bỏ có chọn lọc chúng. Phương pháp phổ biến nhất là Phân tích Thành phần Độc lập (ICA, có sẵn trong nhiều thư viện như EEGLab, NME và những thư viện khác), và các phương pháp Tái tạo Không gian Nhiễu (ASR, rASR, hiệu quả tính toán hơn ICA). Các mô hình này dựa vào việc phân tách tín hiệu chuỗi thời gian thành các thành phần khác nhau, sau đó tái hợp tín hiệu từ một tập hợp con của những thành phần này không liên quan đến các loại nhiễu khác nhau.
Dữ liệu EEG của Emotiv được chuyển đến máy tính chủ ở dạng sạch nhất có thể, nhưng không loại bỏ các nhiễu tín hiệu sinh học nội tại mà có thể được quan tâm bởi các người dùng khác nhau, và điều này cũng nâng cao khả năng của các phương pháp ICA và rASR để loại bỏ các lớp nhiễu nội tại đã biết vì tín hiệu của chúng không bị biến dạng do lọc trên thiết bị.
Nhiễu ngoại vi: Những tín hiệu này đến từ các nguồn bên ngoài, chẳng hạn như:
Các cảm biến bị trượt, tai nghe bị di chuyển trên đầu của bạn hoặc bị va chạm
Các trường điện từ phát ra từ các thiết bị, máy tính và các thiết bị khác, biến áp và dây điện, đặc biệt là ở tần số đường dây điện (50/60 Hz) và các bội số hài của những tần số này. Tiếng ồn đường dây điện thường là nguồn nhiễu mạnh nhất trong các tín hiệu EEG.
Tất cả các hệ thống EEG hiện đại đều sử dụng bộ chuyển đổi tín hiệu tương tự sang số hoạt động ở tần số lấy mẫu cố định. Một hiện tượng nổi tiếng với việc lấy mẫu số là sự aliasing, xảy ra khi hệ thống lấy mẫu gặp một tín hiệu có các thành phần tần số cao hơn 50% của tần số lấy mẫu (tần số Nyquist). Ví dụ, khi lấy mẫu ở 128Hz, tần số Nyquist là 64Hz, chỉ cao hơn một chút so với tần số đường dây điện 60Hz. Tuy nhiên, các hài của 60Hz: [120Hz, 180Hz, 240Hz, …] “quấn quanh” tần số Nyquist và xuất hiện như các tín hiệu giả hoặc “aliased” ở 8Hz, 24Hz, 16Hz và v.v., vì hệ thống kỹ thuật số lấy mẫu một phần của mỗi giây, chu kỳ thứ ba, thứ tư … của những tín hiệu tần số cao này. Các sóng hài cao của bức xạ đường dây điện có mặt vì các dòng điện và trường bức xạ trong các hệ thống điện hiếm khi là sóng sin hoàn hảo. Thông thường có một lượng lớn công suất bức xạ phát hiện lên tới khoảng hài thứ 10. Những tín hiệu tần số cao bị alias này không thể phân biệt được với các dao động thật ở các tần số thấp hơn trong phạm vi tần số sóng não điển hình, vì vậy chúng phải được loại bỏ khỏi tín hiệu đến trước khi trình bày cho hệ thống lấy mẫu.
Các trường điện tĩnh từ các vật thể và người được tích điện gần đó: Tích tụ điện tích tĩnh có thể dẫn đến sự khác biệt điện thế hàng nghìn volt giữa bạn và những người khác cùng các vật thể xung quanh. Chẳng hạn, một vật thể tích điện dương sẽ hút các điện tích âm trong cơ thể bạn và kéo về hướng vật thể đó, dẫn đến sự phân bố không đồng đều của điện thế cơ thể bên dưới các cảm biến EEG khác nhau. Các thiết bị Emotiv sử dụng cảm biến nối AC (lọc cao tần tương tự), với một điểm tham chiếu duy nhất, để tách biệt sự phân bố điện tích tĩnh không đồng đều ở mức độ đáng kể. Tuy nhiên, nếu bạn hoặc bất kỳ nguồn điện nào di chuyển xung quanh, điện tích di chuyển quanh cơ thể bạn dẫn đến một điện thế thay đổi, có thể đủ nhanh để được truyền qua các bộ lọc.
Điện thế tĩnh của bạn có thể thay đổi từ từ hoặc ngay lập tức nếu bạn tích điện hoặc nhanh chóng xả điện, chẳng hạn như đi bộ trên thảm hoặc chạm vào các vật kim loại, có thể tạo ra một tia lửa. Điện thế cơ thể của bạn có thể thay đổi hàng chục nghìn volt chỉ trong một khoảnh khắc, vài giây, hoặc trong thời gian dài hơn. Những thay đổi này có thể tạm thời quá tải các mạch hủy điện thế cơ thể trong các hệ thống EEG đeo được, dẫn đến những đỉnh lớn và việc phục hồi chậm trong các tín hiệu EEG.
Các hệ thống EEG trong phòng thí nghiệm có thể được bảo vệ chống lại nhiều nhiễu này, ví dụ bằng cách hạn chế chuyển động của đối tượng, bảo vệ điện trong phòng thí nghiệm, gắn một dây nối đất vào đối tượng để ngăn chặn tích điện tĩnh, tần số lấy mẫu rất cao và vân vân.
Các hệ thống EEG không dây sử dụng pin không thể dựa vào những biện pháp này và do đó phải sử dụng một loạt các chiến lược giảm thiểu. Tốc độ truyền dữ liệu phải được cân bằng với thời gian pin, vì các bộ phát không dây tiêu tốn điện năng khá lớn.
Giảm thiểu nhiễu
Các tai nghe EEG được thiết kế để giảm thiểu tiếng ồn không mong muốn. Hầu hết các nguồn nhiễu ngoại vi như điện tĩnh và can thiệp điện từ (ví dụ: tiếng ồn 50/60 Hz và các hài từ đường dây điện) xuất hiện như Nhiễu Chế Độ Chung, nơi điện thế cơ thể cơ bản dao động theo cách tương tự nhau trên tất cả các cảm biến.
Các thiết bị Emotiv sử dụng cảm biến tham chiếu điểm đơn (CMS) để đo lường điện thế cơ thể, kết hợp với một hệ thống hủy chủ động trong miền tương tự (tín hiệu CMS được đảo ngược và trả lại cho cảm biến DRL để hủy bỏ sự dao động Chế Độ Chung và rút ra một mức độ tham chiếu EEG có tiếng ồn thấp cho các bộ khuếch đại đầu vào vi sai. Lọc cao tần (kết nối AC) và lọc thấp tần tương tự (lọc chống alias), quá trình lấy mẫu quá mức đáng kể ở 2048Hz, tiếp theo là lọc số phân đoạn dưới tần số Nyquist, lọc chùm đôi 50/60Hz và giảm mẫu đến tần số truyền dữ liệu (128 hoặc 256Hz) trong miền số trong bộ xử lý DSP trong tai nghe trước khi truyền đi. Những biện pháp này làm giảm hầu hết các nguồn nhiễu ngoại vi đến mức không phát hiện được khi tai nghe được lọc chính xác và các trở kháng tiếp xúc thấp.
Các nhiễu chuyển động được giảm thiểu nhờ thiết kế cơ khí của chúng tôi, hỗ trợ độc lập từng cảm biến và điều chỉnh kích thước và hình dạng của từng người dùng.
Cách EmotivPRO Xử Lý Dữ Liệu
Dữ liệu EEG trong EmotivPRO được ghi lại chính xác như nhận được từ tai nghe. Phần mềm không tự động loại bỏ các nhiễu từ hoạt động cơ hoặc mắt vì các kỹ thuật làm sạch dữ liệu (như ICA) hoạt động tốt hơn trên dữ liệu thô, chưa được lọc. Tuy nhiên, như đã trình bày ở trên, các tai nghe Emotiv thực hiện xử lý tín hiệu được thiết kế cẩn thận để giúp sản xuất tín hiệu sạch khi tai nghe có tiếp xúc tốt, làm cho dữ liệu sóng não dễ phân tích hơn.
Bài viết này có hữu ích không?
Bài viết liên quan
Không tìm thấy những gì bạn cần?
Đội ngũ hỗ trợ của chúng tôi chỉ cách bạn một cú nhấp chuột.