Skip to content

lam3082004/Brain_waves_Engagement_index

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

20 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Dự án: Quản lí mức độ tham gia nhận thức của học sinh bằng công nghệ sóng não

Thực trạng

  Học sinh trong thời đại bùng nổ công nghệ thông tin và truyền thông đa phương tiện thường xuyên bị phàn nàn về mức độ lơ đãng, không tập trung trong các buổi học trên lớp. Kết quả nghiên cứu ở Anh cho thấy độ “sâu” tư duy của học sinh trong thế giới số ngày nay thấp hơn so với cùng thông số của các năm về trước – những bài toán phức tạp thường được giải quyết khá nhanh, nhưng mức độ chắc chắn và hoàn mỹ lại kém hơn so với các sản phẩm thời trước. Một trong những lý do dẫn đến học sinh quên rất nhanh những kiến thức đã học, hay khó có khả năng tự mình giải những bài toán phức tạp, đó là sự mất tập trung. Nếu cải thiện được mức độ tập trung thì hiệu suất học tập chắc chắn sẽ được cải thiện.
 Ngày nay, nhu cầu tìm hiểu tâm lý và tìm hiểu nhu cầu người dùng có tác động quan trọng, thúc đẩy sự phát triển của công nghệ giao diện người-máy (Brain-Machine Interface). Việc sử dụng các cảm biến sinh lý thần kinh như nhịp tim, phản ứng da-điện, và điện não đồ (EEG) đang ngày càng trở thành những công cụ quan trọng trong việc khám phá các trạng thái tư duy và phương thức ứng xử của người dùng. Dữ liệu EEG cung cấp thông tin định lượng về não bộ theo một cách khách quan với độ phân giải thời gian lên đến mili giây. Ngoài ra, các cảm biến của phương pháp EEF không phải được cấy trực tiếp vào màng não dấn đến tính không xâm lấn, tức về mặt vật lý hoàn toàn vô hại đối với người làm EEG. EEG có chi phí thấp hơn so với các phương pháp khác, khiến EEG được sử dụng rộng rãi trong nhiều lĩnh vực, bao gồm: chuẩn đoán lâm sàng, theo dõi tác dụng của thuốc gây mê, độ sâu gây mê hay phát hiện những trạng thái là nguyên nhân dẫn đến những đợt động kinh. Gần đây, công nghệ dùng EEG đã có những tiến bộ đáng kể, cho phép nhận biết cảm xúc (ví dụ, đánh giá sự buồn chán), phân loại các trạng thái cảm xúc, mô hình hóa cảm xúc, v.v.
 Theo dõi trạng thái tinh thần của người học là mối quan tâm hàng đầu, đặc biệt trong môi trường học tập trực tiếp hay trực tuyến. Khả năng nhận biết và đo lường mức độ chú ý của học sinh trong quá trình học tập là kênh phản hồi tốt nhất cho người học để kiểm soát mức độ tham gia của bản thân, từ đó quyết định được mức độ nỗ lực tiếp theo nhằm cải thiện chúng để đưa đến hiệu suất học tập tốt hơn. Ngoài ra việc kiểm soát trạng thái tinh thần của người học cũng giúp cho hệ thống dạy học tương tác (nhà giáo dục) điều chỉnh các phương pháp tương tác của họ phù hợp hơn nhằm nâng cao hiệu quả học tập của người học.
 Chúng tôi khám phá tính khả thi trong việc cải thiện sự tập trung của học sinh bằng việc sử dụng tín hiệu điện não (EEG) như một công cụ để theo dõi chỉ số tham gia của học sinh trong quá trình học tập. Chính xác hơn, các mục tiêu đầu tiên là theo dõi sự tiến triển về mức độ tham gia tinh thần của học sinh trong một hoạt động, chẳng hạn trong một tiết học lịch sử hay vật lý, để điều tra xem liệu có những phần cụ thể nào trong môi trường học tập (bài giảng) khơi dậy mức độ tham gia cao nhất trong số các học sinh hay không, và nếu có thì những phần này có tác động đến hiệu suất của người học như thế nào thông qua các bài kiểm tra miệng và kiểm tra trắc nghiệm.

Vấn đề nghiên cứu

 Trong dự án này chúng tôi xác định vấn đề nghiên cứu thông qua câu hỏi “Liệu chúng ta có thể chế tạo một thiết bị nhằm đánh giá khách quan mức độ đầu tư tinh thần hay mức độ nhận thức của học sinh với công nghệ hiện có không?” “Liệu chúng ta có thể tạo ra một thiết bị như vậy với giá thành rẻ nhất hay không?” “Liệu chúng ta có thể làm hệ thống nhỏ gọn nhất hay không?” và “Liệu thiết bị đó có thể được nhân rộng mô hình để có thể có ứng dụng thực tiễn trong nhà trường hay không?” Với những câu hỏi nghiên cứu trên, thông qua tìm hiểu và nghiê n cứu các công nghệ sẵn có trên thế giới chúng tôi khẳng định rằng giả thuyết .đó có thể thực hiện được một khi áp dụng công nghệ sóng não vào trong thiết bị. Chúng tôi lựa chọn đề tài này còn có một nguyên nhân khác, nghiên cứu ứng dụng công nghệ dùng sóng não ở Việt Nam vẫn còn đang hạn chế, cần phải được phổ biến nhiều hơn.

Phương pháp nghiên cứu

 Phương pháp nghiên cứu và dự kiến kết quả: Thiết bị thu nhận EEG di động (Emotiv EPOC X) được sử dụng để thu thập các tín hiệu biến đổi liên tục theo thời gian chưa qua xử lý EEG (tín hiệu EEG thô). Ở đây, 16 điện cực được định vị theo tiêu chuẩn quốc tế 10-20 ghi đồng thời tín hiệu ở 14 vùng khác nhau (O1, O2, P7, P8, T7, T8, FC5, FC6, F3, F4, F7, F8, AF3 và AF4) và 2 vùngbổ sung (điện cực P3 và P4) được sử dụng làm tham chiếu. Tốc độ lấy mẫu của hệ thống là 128 Hz tương ứng với 128 giá trị tín hiệu ở mỗi điện cực được gửi đến may tính trong 1 giây [3]. Công nghệ được dùng để trích xuất dư liệu thô từ mũ điện cực Emotiv EPOC X một phần được cung cấp bởi hãng thông qua giao diện lập trình ứng dụng CORTEX API [4], phần còn lại nhóm nghiên cứu chúng tôitự nghiên cứu các phương pháp trích xuất thông qua lập trình dựa trên các các giao thức WebSocket, JSON sử dụng các ngôn ngữ lập trình Python và C và Matlab [5]. Các tín hiệu thô sau đó được khai triển sang miền tần số nhờ vào phép biến đổi Fourrier nhanh (FFT). Chúng tôi sử dụng phương pháp luận trong công trình nổi tiếng của Chaouachi [6-7] để thiết lập chỉ số tham gia = β/θ+α , trong đó các giải tần số tương ứng là (4-8 Hz), (8-13 Hz) và (13-22 Hz) đo được là tổng của tất cả các giá trị của chúng ở cả 14 điện cực. Giá trị của chỉ số tham gia ở mỗi thời điểm là phép lấy trung bình của các giá trị tức thời trong một cửa sổ độ rộng 40 giây ngay trước thời điểm đó; phép đó được lặp lại sau 2 giây và giá trị mới lại lấy là giá trị trung bình trong cùng cửa sổ ấy.

Thử nghiệm

 Chúng tôi dự kiến lấy15 học sinh lớp 11 (7 nữ) có học lực trung bình tương đương nhau có độ tuổi trung bình từ 17-18 làm thử nghiệm. Họ được trang bị thiết bị ghi EEG di động Emotiv EPOC X và cùng được xem một tiết học Vật lý đã ghi hình từ trước. Sau tiết học họ sẽ được trải qua một bài kiểm tra dạng phỏng vấn và một bài kiểm tra dạng trắc nghiệm. Trong bài kiểm tra phỏng vấn, hệ thống các câu hỏi đều được soạn trước, và hỏi giống nhau đối với tất cả người tham gia. Ví dụ về những câu hỏi đó là “Câu nói nào của giáo viên được bạn nhớ nhất?”, “Hình ảnh nào bạn nhớ rõ nhất” “Kiến thức nào bạn hiểu rõ nhất” v.v. những câu hỏi như vậy nhằm kiểm tra sự tương quan giữa việc nhớ/hiểu rõ nhất của người đó với chỉ số tham gia của họ ghi được từ thiết bị đo sóng não và sự tương quan với kết quả của những người khác. Cách thức tiến hành thử nghiệm và xử lý số liệu đối với phần kiểm tra trắc nghiệm cũng tương tự, nhưng bộ câu hỏi được biên soạn công phu hơn. Thông qua xử lý số liệu thống kê, nếu có sự tương quan đỉnh giữa kết quả của những người tham gia với một phân vùng bài giảng nào đó, điều đó cho thấy giáo viên thực hiện bài giảng trong phân vùng ấy đạt hiệu quả tốt; phân vùng có chỉ số tham gia thấp nhất thể hiện sự chưa đạt của phương pháp, hay cách thức truyền đạt của giáo viên.
 Những đối tượng thử nghiệm trong dự án của chúng tôi là những người có tinh thần khỏe mạnh. Với giả thuyết như vậy chúng tôi có thể giảm thiểu nhiễu từ các tín hiệu não bộ có ích. Tuy vậy những rủi ro khác vẫn có thể khiến cho thử nghiệm của chúng tôi không thành công, bao gồm: suy nghĩ của người thử không thống nhất gây ra bởi sự hồi hộp quá mức hay hoàn toàn không để ý đến bài giảng; tín hiệu sóng não có nhiễu nền lớn tạo ra bởi sự chuyển động của các cơ chân, tay, mặt không chủ đích; phép thử trên số lượng mẫu nhỏ không phản ánh được kết quả thực tế, dẫn đến những kết luận sai lầm.

Mục tiêu

 Công nghệ BCI kết hợp với các phương pháp phân tích, tính toán, xử lý số liệu cho phép chúng tôi đưa ra một khả năng đánh giá về mức độ tham gia tinh thần của học sinh, bổ sung hoặc nhằm khắc phục nhược điểm về tính chủ quan của các phương pháp đánh giá truyền thống dựa trên vấn đáp hay kiểm tra trên giấy. Chúng tôi chứng minh một khả năng sử dụng công nghệ sóng não với các phương pháp toán học hiện đại cho phép tạo ra một công cụ hữu ích, giá thành thấp và có khả năng nhân rộng mô hình ứng dụng trong trường học để đánh giá và hỗ trợ nâng cao năng suất của người học và cải thiện năng lực chuyên môn của nhà giáo dục.