Kekurangan tidur, juga dikenali sebagai tidur yang tidak mencukupi merupakan salah satu isu yang menghasilkan banyak keburukan untuk kesihatan mental dan fizikal. Melalui pemantauan mengantuk, keperluan untuk tidur dapat dikesan. Mengantuk boleh dipantau menggunakan pemantauan EEG. Bagaimanapun, amalan klinikal semasa dalam pemantauan EEG mengantuk ialah pemantauan elektrod kulit kepala. Teknik ini perlu meletakkan sejumlah besar elektrod basah dengan ketat pada kulit kepala dengan wayar yang dipasang pada elektrod menyebabkan pergerakan pesakit dihalang. Projek ini menumpukan pemantauan keadaan tidur menggunakan EEG telinga saluran tunggal. Objektif-objectif projek ini ialah mereka bentuk sensor Telinga-EEG untuk pemerolehan isyarat EEG, litar instrumen untuk penyesuaian isyarat EEG, sistem penghataran tanpa wayar untuk menghantar isyarat EEG dan menggunakan sistem yang direka untuk mengesan mengantuk. EEG Telinga dengan beberapa saluran isyarat yang dibina dalam projek ini, saluran yang terbaik akan dipilih sebagai saluran EEG telinga. Teknik elektrod yang digunakan dalam projek ini adalah teknik elektrod kering, teknik ini mengurangkan sambungan tidak stabil disebabkan masa penggunaan, dan pengalaman memakai yang tidak selesa. Selain itu, litar instrumentasi seperti pra-penguat, penguat perbezaan, penapis takik, penapis lulus rendah, dan penguat pasca telah direka dalam projek ini. Siri litar instrumentasi ini berjaya menapis dan menguatkan isyarat EEG dan mencapai amplitud 140mV, mewujudkan 28 tahap kuantisasi untuk ADC di Arduino Nano. Arduino Nano dan nRF24L01 telah diguna untuk mereka penghantar tanpa wayar untuk menghantar isyarat EEG. Manakala ini, penerima telah direka dengan Arduino Uno dan nRF24L01, sistem wayarles ini mempunyai 18m jarak penghantaran berkesan. Arduino Uno menghantar isyarat EEG ke perisian LabVIEW untuk pemprosesan isyarat seperti penapis bandpass dan jelmaan Fourier cepat. Perbandingan visual dan perbandingan statistik dilakukan untuk Ear-EEG dan Scalp-EEG, memberikan ralat maksimum 1Hz untuk puncak tertinggi yang dikesan dalam spektrum kuasa. Model data tidur telah direkodkan daripada sukarelawan, hasilnya dibincangkan, dan gelendong tidur dikesan di minit ke-12. Sistem pengesanan tidur telah dibangunkan di LabVIEW untuk mengesan keadaan otak, pengesanan memberikan 83.33% ketepatan dengan satu subjek ujian. Sebagai kesimpulan, pengesanan tidur EEG telinga menggunakan saluran tunggal telah berjaya.
_______________________________________________________________________________________________________
Sleep deprivation, also known as not enough sleep is one of the common issues creating a lot of consequences for mental and physical health. Through sleepiness monitoring, the need for sleep can be detected. Sleepiness can be monitored using EEG monitoring. However, current clinical practice in sleepiness EEG monitoring is Scalp-electrode monitoring. This technique needs to place large number of wet electrodes tightly on the scalp with wire attached on the electrodes, causing the movement of patient to be restricted. This project was focused on sleepiness detection using a wireless single channel Ear-EEG, objectives of this project were to design Ear-EEG sensor for signal acquisition, instrumentation circuit for signal conditioning, wireless system for wireless signal transmission and apply the designed system for detecting sleepiness. Ear-EEG sensor with several signal channels was built in this project, and channel with better performance was selected as a single channel Ear-EEG sensor. The electrode technique used in this project was dry contact electrode technique, this technique eliminates the unstable connection due to time of use, and uncomfortable wearing experience. Besides, the instrumentation circuit which included pre-amplifier, difference amplifier, notch filter, low pass filter, and post-amplifier were designed. This series of instrumentation circuit was successfully filtered and amplified EEG signal to reach amplitude of 140mV, creating 28 quantization levels for ADC in Arduino Nano. Arduino Nano and nRF24L01 are used to design wireless transmitter to transmit the EEG signals. The receiver side of wireless EEG system was designed using Arduino Uno, this wireless system had 18m of effective transmission distance. Arduino Uno transferred the EEG signal to LabVIEW software for signal processing such as bandpass filter and FFT. A visual comparison and statistical comparison were done for the Ear-EEG and Scalp-EEG, it gave maximum error of 1Hz for the highest peak detected in the power spectrum. A sleepiness data model was recorded from a volunteer, the result was discussed, and the sleep spindle was detected at 12 minutes. A sleepiness detection system was developed in LabVIEW to detect the brain state, the detection gives 83.33% of accuracy with one subject of test. In conclusion, sleepiness detection on a single channel Ear-EEG was successful.
Sleepiness detection on a single channel ear-eeg / Choong Chia How