Luận án Vật lý Kỹ thuật: Nghiên cứu cấu trúc giấc ngủ người trưởng thành qua EEG đơn kênh

ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA LÊ QUỐC KHẢI NGHIÊN CỨU CẤU TRÚC GIẤC NGỦ Ở NGƯỜI TRƯỞNG THÀNH SỬ DỤNG TÍN HIỆU ĐIỆN NÃO ĐƠN KÊNH LUẬN ÁN TIẾN SĨ TP. HỒ CHÍ MINH - NĂM 2023 ĐẠI HỌC QUỐC GIA TP. HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA LÊ QUỐC KHẢI NGHIÊN CỨU CẤU TRÚC GIẤC NGỦ Ở NGƯỜI TRƯỞNG THÀNH SỬ DỤNG TÍN HIỆU ĐIỆN NÃO ĐƠN KÊNH Chuyên ngành: Vật lý kỹ thuật Mã số chuyên ngành: 62520401 Phản biện độc lập : PGS.

Trần Công Toại Phản biện độc lập : PGS. Trần Trung Duy Phản biện : PGS. Lê Vũ Tuấn Hùng Phản biện : TS. Hoàng Mạnh Hà Phản biện : TS.

Ngô Thị Minh Hiền NGƯỜI HƯỚNG DẪN: 1. Huỳnh Quang Linh 2. Lý Anh Tú LỜI CAM ĐOAN Tác giả xin cam đoan đây là công trình nghiên cứu của bản thân tác giả. Các kết quả nghiên cứu và các kết luận trong luận án này là trung thực, và không sao chép từ bất kỳ một nguồn nào và dưới bất kỳ hình thức nào.

Việc tham khảo các nguồn tài liệu (nếu có) đã được thực hiện trích dẫn và ghi nguồn tài liệu tham khảo đúng quy định. Tác giả luận án Chữ ký Lê Quốc Khải TÓM TẮT LUẬN ÁN Ngủ là một hoạt động phổ biến của con người và khảo sát cấu trúc giấc ngủ đóng một vai trò quan trọng đáng kể trong việc chẩn đoán sức khỏe con người. Phân tích cấu trúc giấc ngủ là nền tảng cơ bản trong các nghiên cứu về đánh giá chất lượng giấc ngủ. Việc định lượng chính xác trong phân tích cấu trúc giấc ngủ có ảnh hưởng quan trọng trong chẩn đoán và điều trị các bệnh lý rối loạn liên quan đến giấc ngủ.

Ngoài giấc ngủ quen thuộc là giấc ngủ buổi tối qua đêm, còn có các loại giấc ngủ diễn ra ngắn trong ngày như ngủ trưa, hoặc các trạng thái ngủ không mong muốn như ngủ gật, hoặc trạng thái ngủ liên quan đến bệnh lý như hội chứng ngủ rũ. Nghiên cứu về cấu trúc giấc ngủ có hai tiêu chuẩn quốc tế cơ bản là R&K 1968 và AASM 2007 dùng để phân loại các trạng thái giấc ngủ khác nhau mà đối tượng khảo sát trải qua. Mặc dù đã có các tiêu chuẩn thống nhất, tính chính xác của việc phân loại phần lớn phụ thuộc vào phương thức thủ công là dựa vào quan sát trực quan các đặc trưng của tín hiệu đa ký giấc ngủ bởi các chuyên gia. Với công cụ máy tính, luận án tiếp cận hướng nghiên cứu về cấu trúc giấc ngủ với mục tiêu cung cấp một quy trình tự động hoá trong việc phân tích các tín hiệu đa ký giấc ngủ nhằm đánh giá chính xác các đặc trưng của giấc ngủ đêm.

153 bản ghi từ bộ dữ liệu Sleep EDF Expanded của Physionet kết hợp với 55 bản ghi thực nghiệm tại phòng thí nghiệm Vật lý kỹ thuật y sinh đã được sử dụng phân tích. Bên cạnh đó, với việc sử dụng bản cập nhật mới nhất của tiêu chuẩn phân loại AASM 2007, luận án đề xuất các hướng nghiên cứu liên quan đến giấc ngủ phù hợp hơn so với việc chỉ áp dụng tiêu chuẩn R&K thông thường. Dựa trên những kết quả đạt được về việc phân tích tín hiệu đa ký, một định hướng mới được nghiên cứu phát triển là sử dụng tín hiệu điện não đơn kênh khảo sát cấu trúc giấc ngủ với mục đích khắc phục những hạn chế cấu hình thực nghiệm phức tạp khi sử dụng phương pháp đa ký giấc ngủ và khả dụng cho những trường hợp chẩn đoán không có máy đa ký. Điểm mới và quan trọng trong nội dung này là cải thiện độ chính xác và tính đặc thù cho việc phân loại giai đoạn giấc ngủ N1 so với các nghiên cứu đã có, làm cơ sở cho các nghiên cứu ứng dụng khác.

Với hướng tiếp cận phân tích cấu trúc giấc ngủ sử dụng tín hiệu điện não đơn kênh, nghiên cứu áp dụng các đặc trưng quan trọng đã tìm được vào ứng dụng thực tiễn i là xác định thời điểm chuyển trạng thái từ thức sang ngủ và khảo sát tình trạng ngủ gật trong sinh viên. Hướng tiếp cận này cho thấy sự phù hợp và triển vọng sử dụng tín hiệu điện não đơn kênh để nghiên cứu và chẩn đoán các vấn đề liên quan đến giấc ngủ, thay thế dần các nghiên cứu truyền thống dựa trên tín hiệu đa ký giấc ngủ. Về mặt phương pháp, luận án đã xây dựng được quy trình xử lý và phân tích dữ liệu thô từ tín hiệu đa ký hoặc đơn ký thu được từ thiết bị đo thông qua các khối chức năng: lọc nhiễu tín hiệu, trích xuất các đặc trưng, chọn lọc các đặc trưng và áp dụng các mô hình huấn luyện và thuật toán máy học để phân loại trong từng mảng vấn đề chọn lọc. Kết quả của luận án thể hiện sự đóng góp đáng kể vào sự phát triển nghiên cứu tín hiệu đa ký giấc ngủ với sự trợ giúp của máy tính thông qua một quy trình phân tích, chọn lọc các đặc trưng phù hợp cho từng hướng nghiên cứu liên quan.

ii ABSTRACT ANALYZING SLEEP STRUCTURE USING SINGLE-CHANNEL EEG SIGNAL Sleep is a common human activity, and the study of sleep structure plays a significant role in diagnosing human health. Analyzing sleep structure is a fundamental step in assessing sleep quality. Accurate quantification in sleep structural analysis is crucial for the diagnosis and treatment of sleep-related diseases and disorders. In addition to the typical form of night sleep, there are other types of sleep that occur during the day, such as napping and unwanted sleep states like dozing.

There are also pathologically related sleep states, such as narcolepsy syndrome. The study of sleep structure follows two basic international standards: R&K 1968 and AASM 2007, which are used to classify different sleep states. Although these standards are used worldwide, the accuracy of classification depends significantly on traditional manual methods based on the visual detection of polysomnography features by experts. Using computational tools, this thesis approaches the research direction of sleep structure with the intention of providing an automated process for analyzing polysomnography signals and accurately detecting sleep features.

The study used 153 records from the Sleep EDF Expanded dataset of Physionet, combined with 55 experimental recordings at the Biomedical Engineering Laboratory. Additionally, by using the latest update of the AASM 2007 classification standard, the study opened up more relevant sleep-related research directions than just applying the usual R&K standard. Based on the results of polysomnography analysis, a new direction was developed for studying sleep structure using single-channel EEG signals. This approach overcomes the limitation of complex measurement configurations in polysomnography and shows the availability of quick diagnoses without a polysomnography monitor.

A new and important result of this approach is the improved accuracy and specificity of N1 sleep stage classification compared to existing studies, serving as a basic tool for other applications. iii By analyzing sleep structure using single-channel EEG signals, this study continued to apply the classification of important features to practical application cases, such as determining the time interval of state transition from wakefulness to sleep and studying drowsiness. This approach has demonstrated the suitability and potential of using single-channel EEG signals to study and diagnose sleep-related problems, gradually replacing traditional studies based on polysomnographic signals. In terms of methodology, this thesis has established a procedure for processing and analyzing raw data from polysomnographic or single-channel signals obtained from measuring equipment.

The workflow consists of function blocks such as signal noise filtering, feature extraction, feature selection, and the implementation of training models and machine learning algorithms to classify the sleep structure of selected problems. The results represent a significant contribution to the development of computer-aided polysomnographic or sleep structure research through a procedure of analyzing and selecting appropriate features for each specific research direction. iv LỜI CẢM ƠN Lời đầu tiên, tôi xin gửi lời cảm ơn trân trọng đến hai thầy hướng dẫn là PGS. Huỳnh Quang Linh và TS.

Lý Anh Tú, những người đã luôn bên cạnh tôi trên suốt con đường nghiên cứu khoa học này. Tôi muốn bày tỏ lòng biết ơn sâu sắc và sự kính trọng đến thầy Huỳnh Quang Linh, thầy không chỉ truyền đạt cho tôi những kiến thức quý báu về học thuật, mà còn giúp tôi học được từ thầy rất nhiều điều về cách làm việc khoa học, sự đam mê với công việc, sự tận tâm cống hiến trong từng lĩnh vực nhỏ nhất mà thầy tham gia. Nhờ có những trao đổi chuyên môn, những lời động viên khích lệ kịp thời trong suốt quá trình học tập, nghiên cứu từ thầy mà tôi mới có được những gì như ngày hôm nay. Tôi cũng muốn gửi những lời tri ân tốt đẹp nhất đến thầy Lý Anh Tú.

Tôi cảm thấy mình thật may mắn khi luôn nhận được sự quan tâm, những lời khuyên quý báu của thầy từ những ngày mới bước chân vào giảng đường đại học cho đến tận hôm nay. Nhờ thầy mà tôi đã có những thay đổi tích cực, những cách tiếp cận mới không chỉ trong lĩnh vực nghiên cứu mà còn áp dụng được rất nhiều điều trong công tác giảng dạy, học tập và trong cuộc sống hiện tại. Tôi cũng muốn gửi lời cảm ơn chân thành đến Quý Thầy Cô Trường Đại học Bách Khoa, ĐHQG-HCM mà đặc biệt là Khoa Khoa học Ứng dụng đã tạo mọi điều kiện thuận lợi cho tôi trong suốt quá trình học tập, làm việc, nghiên cứu trong thời gian qua. Khoa Khoa học Ứng dụng và Bộ môn Vật lý kỹ thuật y sinh thật sự là ngôi nhà thứ hai của tôi; tôi trân quý từng phút giây được sống và cống hiến trong một môi trường chuyên nghiệp cùng Quý Thầy Cô đồng nghiệp của mình.

Tôi cũng muốn gửi lời cảm ơn đến thầy ThS. Lê Cao Đăng, trưởng phòng thí nghiệm Vật lý kỹ thuật y sinh và ThS. Trần Trung Tín đã cho phép tôi được sử dụng phòng thí nghiệm thực hiện hoàn tất những nghiên cứu trong suốt thời gian qua. Xin gửi lời cảm ơn đến các bạn sinh viên, những học viên cao học đã đồng hành cùng tôi trong nhóm nghiên cứu.

Nhờ sự tham gia tích cực và những đóng góp quý báu của các bạn mà tôi mới có thể xây dựng hoàn chỉnh những nội dung, phát triển các ý tưởng để hoàn tất đề tài nghiên cứu trong luận án tiến sĩ này. v Lời cuối, tôi muốn cảm ơn gia đình đã luôn quan tâm chăm sóc, tạo những điều kiện tốt nhất để tôi có thể vững bước thực hiện và hoàn tất nghiên cứu này. Xin cảm ơn những lời động viên tích cực, sự kiên nhẫn và lòng vị tha từ người bạn đời và con trai nhỏ đã giúp tôi vượt qua những khó khăn thử thách trên con đường đã chọn. vi MỤC LỤC DANH MỤC CÁC HÌNH ẢNH x DANH MỤC BẢNG BIỂU xiii DANH MỤC CÁC TỪ VIẾT TẮT xiv CHƯƠNG 1 MỞ ĐẦU 1 CHƯƠNG 2 TỔNG QUAN VỀ NGHIÊN CỨU CẤU TRÚC GIẤC NGỦ 8 2.1 Tổng quan về phân tích cấu trúc giấc ngủ sử dụng tín hiệu đa ký 10 2.