Sử dụng deep neural networks phát hiện gai động kinh trong bản ghi EEG

Bài viết trình bày phương pháp để phát hiện spike tự động, giải quyết bài toán cho các bác sỹ khi phân tích dữ liệu khổng lồ được thu thập từ bản ghi điện não để xác định một khu vực của não gây ra chứng động kinh. Hàng triệu mẫu được phân tích thủ công đã được đào tạo lại để tìm các gai liêp tiếp phát ra từ vùng não bị ảnh hưởng.
Nội dung trích xuất từ tài liệu:
Sử dụng deep neural networks phát hiện gai động kinh trong bản ghi EEGNghiên cứu khoa học công nghệ SỬ DỤNG DEEP NEURAL NETWORKS PHÁT HIỆN GAI ĐỘNG KINH TRONG BẢN GHI EEG Lê Thanh Xuyến*, Nguyễn Đức Thuận Tóm tắt: Deep Neural Networks là một thuật toán dạy cho máy học, là phương pháp nâng cao của mạng nơ-ron nhân tạo (Artificial Neural Networks) nhiều tầng để học biểu diễn mô hình đối tượng. Bài báo trình bày phương pháp để phát hiện spike tự động, giải quyết bài toán cho các bác sỹ khi phân tích dữ liệu khổng lồ được thu thập từ bản ghi điện não để xác định một khu vực của não gây ra chứng động kinh. Hàng triệu mẫu được phân tích thủ công đã được đào tạo lại để tìm các gai liêp tiếp phát ra từ vùng não bị ảnh hưởng. Để đánh giá phương pháp đề xuất, tác giả đã xây dựng hệ thống trong đó sử dụng một số mô hình deep learning đưa vào thử nghiệm hỗ trợ các bác sỹ khám phát hiện và chẩn đoán sớm bệnh.Từ khóa: Mô hình học sâu; Mạng nơ ron; Học máy; Tín hiệu sinh học; Xử lý tín hiệu y sinh; Gai động kinh; Tín hiệuđiện não (EEG). 1. ĐẶT VẤN ĐỀ Bệnh động kinh là bệnh thần kinh gây ra co giật ở nạn nhân có thể dẫn đến thương tích hoặcthậm chí tử vong trong một số trường hợp. Một bộ não hoạt động tốt là nhờ vào các tín hiệu điệnmà các tế bào thần kính truyền cho nhau. Khi bệnh nhân mắc chứng động kinh các bộ phận củanão có mức tín hiệu điện cao bất thường. Bệnh mãn tính này không có cách chữa trị và ảnhhưởng đến hàng triệu người trên toàn thế giới nhưng có thể được quản lý thông qua nhiềuphương pháp khác nhau. Việc điều trị thành công phụ thuộc vào việc xác định chính xác nguồngốc của các cơn co giật trong não. Một thách thức lớn đối với các bác sĩ là bài toán phân tích sốlượng dữ liệu khổng lồ được thu thập từ các thiết bị điện não đồ (EEG) mang lại. Để xác địnhmột khu vực của não gây ra chứng động kinh, hàng triệu mẫu phải được phân tích thủ công bằngmắt để tìm các gai liên tiếp phát ra từ vùng bị ảnh hưởng não. Bài báo này trình bày phương phápđể phát hiện gai động kinh tự động, giảm thiểu dương tính giả, giúp loại bỏ quá trình thủ cônghiện đang được các bác sĩ sử dụng. Deep Learning thể hiện cho chiều sâu của mạng, có thể hiểuchữ “Deep” theo ý nghĩa phân luồng dữ liệu từ sơ cấp đến cao cấp, bằng cách sử dụng nhiều lớpneuron để xử lý thông tin. Trong kỷ nguyên của dữ liệu lớn “big data”, việc chuyển đổi số lượng lớn dữ liệu thành kiếnthức có giá trị ngày càng trở nên quan trọng trong các lĩnh vực khác nhau, và xử lý tín hiệu sinhhọc cũng không ngoại lệ [1]. Một số lượng lớn dữ liệu y sinh, bao gồm dữ liệu hình ảnh và tínhiệu y sinh đang được tích lũy ứng dụng trong nghiên cứu sinh học, trở thành tiềm năng để giảiquyết kết quả bài toán chăm sóc sức khỏe đang thu hút sự chú ý của các nhà nghiên cứu [2]. Điềutrị ung thư do IBM phát triển công cụ Watson phân tích thông tin y tế bệnh nhân hỗ trợ các bác sĩlâm sàng với các lựa chọn điều trị [3], gần đây đã ra mắt DeepMind Health phát triển hiệu quảcông nghệ chăm sóc sức khỏe [4, 5]. Nghiên cứu ứng dụng công nghệ mới của học máy đưa ra khả năng tự động phát hiện và phânloại chính xác các gai động kinh trong các bản ghi điện não, có ý nghĩa về y học, hỗ trợ các bácsỹ trong việc chẩn đoán sớm bệnh điểu trị thuốc, cắt cơn bệnh. 2. NỘI DUNG CẦN GIẢI QUYẾT Trong công nghệ thông tin, mạng thần kinh nhân tạo là một hệ thống các chương trình có cấutrúc dữ liệu mô phỏng cách vận hành của não người. Một mạng thần kinh như vậy bao gồm mộtlượng lớn các vi xử lý hoạt động song song, mỗi vi xử lý chứa đựng một vùng kiến thức riêng vàcó thể truy cập vào các dữ liệu trong bộ nhớ riêng của mình. Chúng không nhất thiết phải là phầncứng mà có thể là các phần mềm và giải thuật [6].Tạp chí Nghiên cứu KH&CN quân sự, Số 70, 12 - 2020 77 Kỹ thuật điều khiển & Điện tử Nếu ví mạng thần kinh nhân tạo với não người thì các nơ-ron thần kinh chính là các node(node là đơn vị thần kinh). Trong mạng thần kinh nhân tạo mỗi chiếc máy tính trong mạng thầnkinh có thể được xem như một node được kết nối với nhau trong mạng lưới lớn, từng node nàychỉ trả lời được những câu hỏi hết sức cơ bản chứ không thông minh, khi được gộp chúng vớinhau thì chúng có sức mạnh xử lý được cả nhưng thông tin khó nhất. Đặc biệt bằng những thuậttoán phù hợp chúng ta có thể dạy và huấn luyện được chúng. Theo ý nghĩa sinh học mạng neurallà một tập hợp các dây thần kinh kết nối với nhau. Trong Deep learning, neural networks để chỉmạng nơ-ron nhân tạo cấu tạo thành các lớp nơ-ron. Những dự án Deep Learning mới nhất hiệnnay không cần training do con người được gọi là học không giám sát ”unsupervised learning”, trítuệ nhân tạo (Artificial Intellig ...