Phương pháp tích hợp xử lý và phân tích tín hiệu điện não hỗ trợ chẩn đoán các bệnh lý thần kinh

Trong nghiên cứu này, nhóm tác giả Nguyễn Thị Minh Hương, Huỳnh Quang Linh (Trường ĐH Bách Khoa TP. HCM) áp dụng một số phương pháp tiên tiến nhất của ICA, phân tích miền thời gian tần số, fractal, chaos để lọc nhiễu, định lượng tín hiệu EEG một cách chính xác và nhanh chóng trong vấn đề chẩn đoán và phát hiện một số bệnh lý thần kinh.

Điện não đồ (EEG) được sử dụng như một thăm khám cận lâm sàng để chẩn đoán các hoạt động não và chức năng não đối với việc xác định hiện tượng sinh lý bình thường và bất thường của não bộ. Việc phân tích xử lý, nhận dạng tín hiệu điện não đồ giúp bác sỹ chẩn đoán và phát hiên một số bệnh lý thần kinh như động kinh, ngưng thở trong giấc ngủ, rối loạn giác quan, khảo sát phản xạ thính giác, tâm thần phân liệt, Parkinson, Azheimer...

Nhiễu là một vấn đề cố hữu trong vấn đề phân tích xử lý tín hiệu EEG. Ở đây, nhóm nghiên cứu đã áp dụng các phương pháp mới để xử lý nhiễu cũng như định lượng tín hiệu EEG bằng các thông số để giúp bác sỹ chẩn đoán bệnh thần kinh nhanh chóng và chính xác. Thuật toán phân tích các thành phần độc lập đã phân tích thành công các thành phần nào là nhiễu và thành phần nào mang thông tin chính của bệnh nhân. Việc kết hợp phương pháp phân tích các thành phần độc lập và chaos-fractal đã mang lại hiệu quả rất lớn trong phát hiện động kinh cũng như các bất thường của tín hiệu điện não. Hơn hết, phương pháp phổ hệ số Lyapunov rất ít nhạy với nhiễu và phát hiện khá chính xác các tín hiệu động kinh mang lại kết quả khả quan trong việc giúp đỡ các bác sỹ chẩn đoán hiện nay.