Nhận thấy, hàng ngày, việc giao tiếp được thực hiện thông qua các hình thức nói, viết hoặc các cử chỉ, điệu bộ.
Tuy nhiên, đối với những người mặc hội chứng bất lực ngôn ngữ (Aphasia), họ không còn khả năng nói lên điều họ muốn nói, dù hiểu và có ý thức giao tiếp nhưng họ gặp khó khăn trong việc phát âm chính xác từ muốn nói. Hội chứng này là một trong những hậu quả gây ra bởi đột quỵ.
 |
| Em Phùng Ngọc Hà (sinh viên K58, Đại học Bách khoa Hà Nội) là một trong hai thí sinh thực hiện nghiên cứu đề tài “Phân loại các ký tự trong bảng chữ cái tiếng Anh thông qua phát hiện sóng não P300”. (Ảnh: Thùy Linh) |
Hơn nữa, theo thống kê của Hiệp hội Aphasia Thế giới năm 2016, mỗi năm tại Mỹ có khoảng 750,000 ca đột quỵ, một phần ba trong số đó mắc hội chứng Aphasia và ít nhất 2,000,000 người Mỹ mắc phải hội chứng này.
Ngoài ra, các bệnh liên quan đến thần kinh và tổn thương não bộ cũng là nguyên nhân dẫn đến hiện tượng này.
Những người mặc bệnh khi nói thường gặp phải hiện tượng líu lưỡi hoặc không phát âm được từ định nói, nguyên nhân trực tiếp là do sự yếu của cơ trên khuôn mặt góp phần tạo ra tiếng.
Chính những điều này đã là động lực để Trần Thị Thanh và Phùng Ngọc Hà (sinh viên K58, Đại học Bách khoa Hà Nội) nghiên cứu đề tài “Phân loại các ký tự trong bảng chữ cái tiếng Anh thông qua phát hiện sóng não P300”.
Chia sẻ với tôi, em Phùng Ngọc Hà cho biết, nghiên cứu của chúng em hướng đến việc cung cấp một phương pháp phân loại P300 hiệu quả, cụ thể là tăng độ chính xác của hệ thống và giảm lượng dữ liệu được sử dụng để tăng tốc độ tính toán.
P300 speller là một giao tiếp brain-computer dựa trên sóng não P300, giúp người dùng viết các ký tự chữ cái lên màn hình máy tính mà không cần đến bất cứ hoạt động cơ nào.
Giao tiếp này được thực hiện dựa trên việc phát hiện sự có mặt của sóng P300 trong tín hiệu điện não (EEG) ghi lại từ các điện cực đặt trên da đầu.
Việc phát triển và tối ưu hóa ứng dụng P300 Speller có thể giúp cho người bệnh phần nào được sống thoải mái hơn, họ có thể độc lập biểu đạt được ý nghĩ của bản thân mà không mất quá nhiều công sức hay sự trợ giúp của người ngoài, hướng tới việc giao tiếp dễ dàng hơn.
 |
| Hình ảnh máy phân loại các ký tự trong bảng chữ cái tiếng Anh thông qua phát hiện sóng não P300 (Ảnh: Thùy Linh) |
Theo lời Hà kể, khi thử nghiệm P300, màn hình máy tính sẽ hiển thị bảng chữ cái 6x6 và người dùng sẽ tập trung vào ký tự trên màn hình.
Hiệu ứng nhấp nháy sẽ xảy ra trong thời gian 31,5 giây và chương trình sẽ xử lý tín hiệu EEG và hiển thị ký tự mong muốn trên màn hình.
Kết quả cho thấy, P300 là thành phần điện thế liên quan sự kiện (ERP) được hình thành từ quá trình decision making và ngày càng được nhiều các công trình nghiên cứu tập trung vào bởi các ứng dụng đặc biệt mà nó mang lại như sự ổn định và sự không cần training trước của nó.
“Đặc biệt, nghiên cứu của chúng em đã tối ưu hóa được việc lựa chọn kênh điện cực, chỉ sử dụng kênh Pz, nhờ vào các tính chất vật lý của sóng P300 cũng như các công trình nghiên cứu về sóng P300, từ đó giúp giảm được số lượng data.
Đồng thời việc lựa chọn bộ đặc trưng từ các thuật toán đề xuất và phân loại bằng SVM mang đến độ chính xác của bộ phân loại cao, cụ thể là 98% cho subject A, 97% cho subject B và 94% cho dữ liệu tự thu”, Hà thông tin.
Mặc dù phương pháp này cho độ chính xác cao hơn 4-5% so với một số phương pháp trước đó, tuy nhiên vẫn còn mặt hạn chế là lượng data lớn do đó thời gian tới 2 sinh viên này tiếp tục khắc phục và hi vọng sản phẩm này có thể giúp cho người bệnh phần nào có thể độc lập biểu đạt được ý nghĩ của bản thân.
