Hệ thống kiểm tra cân bằng nhanh sử dụng camera và máy tính cá nhân

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:7

Thêm vào BST

Báo xấu

13
lượt xem 5
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Chẩn đoán phát hiện rối loạn tiền đình được thực hiện với nhiều phương pháp khác nhau. Trong nội dung bài viết nghiên cứu, phát hiện rối loạn tiền đình bằng cách kiểm tra thăng bằng. Chúng tôi đo định lượng góc nghiêng cơ thể bệnh nhân dưới sự hỗ trợ của máy ảnh và máy tính cá nhân.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Hệ thống kiểm tra cân bằng nhanh sử dụng camera và máy tính cá nhân

NGHIÊN CỨU KHOA HỌC Hệ thống kiểm tra cân bằng nhanh sử dụng camera và máy tính cá nhân Quick balance check system using camera and personal computer Đỗ Văn Đỉnh1, Nguyễn Đình Lương2, Trần Thị Huế2, Nguyễn Hồng Minh2, Đặng Thúy Hằng2* *Email: hangdtys@gmail.com Trường Đại học Sao Đỏ 1 Học viện Kỹ thuật Quân sự 2 Ngày nhận bài: 16/7/2022 Ngày nhận bài sửa sau phản biện: 08/12/2022 Ngày chấp nhận đăng: 03/01/2023 Tóm tắt Chẩn đoán phát hiện rối loạn tiền đình được thực hiện với nhiều phương pháp khác nhau. Trong nội dung bài báo, chúng tôi nghiên cứu, phát hiện rối loạn tiền đình bằng cách kiểm tra thăng bằng. Chúng tôi đo định lượng góc nghiêng cơ thể bệnh nhân dưới sự hỗ trợ của máy ảnh và máy tính cá nhân. Thuật toán xử lý video theo thời gian thực do máy ảnh ghi lại, phát hiện hai nhãn dán màu và tính toán góc nghiêng của cơ thể bệnh nhân. Kết quả thu được thể hiện ở dạng biểu đồ góc nghiêng. Dữ liệu thu nhận được phân tích để sàng lọc bệnh nhân có bệnh và không có bệnh. Điều này có ý nghĩa trong quá trình kiểm tra, chẩn đoán bệnh chính xác, hiệu quả hơn. Từ khóa: Rối loạn tiền đình; kiểm tra thăng bằng; nghiệm pháp Romberg. Abstract Diagnosis of vestibular disorders is made with many different methods. In the content of the article, we research and detect vestibular disorders by checking balance. We quantitatively measure the patient’s body tilt angle with the help of cameras and personal computers. The algorithm processes the real time video recorded by the camera, detects two color stickers, and calculates the patient’s tilt angle. The results are obtained in the form of a histogram. From the obtained tilt angle, analyze data and build a machine learning model to diagnose patients with vestibular disease, serving as the basis for screening patients with and without disease. This makes sense in the process of checking and diagnosing diseases more accurately and efficiently. Keywords: Vestibular disorder; balance test; Romberg test. 1. ĐẶT VẤN ĐỀ phương pháp kiểm tra thăng bằng bao gồm: Nghiệm pháp Past pointing, nghiệm pháp Time up and go và Rối loạn tiền đình là tình trạng quá trình truyền dẫn nghiệm pháp Romberg [4]. Trong nghiệm pháp Past các tiếp nhận thông tin của tiền đình bị rối loạn hoặc pointing bệnh nhân giơ thẳng hai tay ra trước, ngón trỏ tắc nghẽn gây nên trạng thái mất thăng bằng khi thay chạm vào ngón trỏ của người khám, sau đó yêu cầu đổi tư thế làm cho người bị bệnh chóng mặt, đầu óc bệnh nhân nhắm mắt, đưa tay lên và hạ xuống chạm quay cuồng, mắt hoa, ù tai, buồn nôn, đi đứng không vào tay người khám lần nữa. Trong nghiệm pháp Time vững, dễ bị ngã [1]. Có rất nhiều phương pháp xác up and go bệnh nhân bắt đầu ở tư thế ngồi, đứng dậy định rối loạn tiền đình, nhưng chủ yếu được phân chia đi ba mét, quay người, đi lại ghế và ngồi xuống. Trong vào bốn nhóm chính: Nhóm phương pháp kiểm tra nghiệm pháp Romberg bệnh nhân đứng, hai chân chuyển động của mắt, nhóm phương pháp kiểm tra khép lại ta sẽ thấy cơ thể bệnh nhân nghiêng về một thính lực, nhóm phương pháp chẩn đoán hình ảnh và bên, hiếm hơn là nghiêng ra phía trước hoặc phía sau. nhóm phương pháp kiểm tra thăng bằng [2]. Đã có một số nghiên cứu sử dụng nghiệm pháp Trong phương pháp chẩn đoán hình ảnh như chụp Romberg và đạt một số kết quả nhất định [6, 7, 8]. cộng hưởng từ MRI chụp CT có thể phát hiện các khối Nghiên cứu [6] và [8] hiện mới chỉ tập trung vào nhóm u, tai biến và các bất thường khác có thể gây ra các đối tượng người trên 40 tuổi. Trong nghiên cứu [6] triệu chứng rối loạn tiền đình [2, 3]. Xét nghiệm thăng 35,4% người trưởng thành từ 40 tuổi trở lên bị rối loạn bằng thường được coi là giải pháp phổ biến để sàng chức năng tiền đình. Tỷ lệ rối loạn chức năng tiền đình lọc những người bị nghi ngờ suy giảm tiền đình. Các tăng đáng kể theo tuổi và có tiền sử tiểu đường. Những người tham gia khảo sát có triệu chứng lâm sàng rối Người phản biện: 1. GS. TSKH. Thân Ngọc Hoàn loạn chức năng tiền đình có khả năng bị ngã tăng gấp 2. PGS. TSKH. Trần Hoài Linh 12 lần. Trong nghiên cứu [7], các tình nguyện viên phải 14 Tạp chí Nghiên cứu khoa học, Trường Đại học Sao Đỏ, Số 4 (79) 2022
LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA thực hiện khảo sát trong thời gian khá dài và chi phí Bài kiểm tra thăng bằng Romberg được thực hiện cao, điều này chưa thực sự phù hợp với thực trạng qua hai giai đoạn. Bệnh nhân đứng ở tư thế gót chân hiện tại của nước ta. Đồng thời, hiện tại ở Việt Nam, này chạm vào mũi bàn chân kia đồng thời hai tay duỗi chưa có nghiên cứu nào đánh giá cần bằng nhanh cho thẳng về phía trước. Trong giai đoạn thứ nhất, bệnh các nhóm đối tượng thanh niên trong độ tuổi từ 20 đến nhân được yêu cầu mở mắt và đứng trong khoảng 30. Vì những lý do đó, trong bài báo này, chúng tôi 30 giây. Trong giai đoạn thứ hai, bệnh nhân được yêu nghiên cứu về nghiệm pháp Romberg với những ưu cầu nhắm mắt và đứng trong khoảng thời gian 30 giây điểm nổi bật là chi phí thấp, thực hiện một cách đơn [5, 11, 12]. Thu được các góc nghiêng của bệnh nhân giản, có tính di động cao và cung cấp các kết quả với tương ứng từ đó sẽ lưu trữ và phân tích góc nghiêng độ chính xác tốt nhằm phục vụ quá trình kiểm tra, chẩn để xác định bệnh nhân đó có khả năng bị mắc tiền đình đoán bệnh rối loạn tiền đình. Phương pháp sử dụng hay không. máy ảnh kết hợp với máy tính ta sẽ thu được các góc 2.2. Mô hình hệ thống nghiêng của bệnh nhân tương ứng. Từ đó, xây dựng bộ cơ sở dữ liệu khảo sát nhanh bệnh tiền đình cho đối Dựa trên nghiệm pháp Romberg đã phân tích ở mục tượng học viên, phục vụ đánh giá chuẩn thể lực đầu ra. 2.1, phần cứng hệ thống xây dựng được mô tả như ở Hình 2. Hệ thống gồm 1 camera được kết nối với máy 2. PHƯƠNG PHÁP NGHIÊN CỨU tính. Camera được hiệu chỉnh trước khi thu nhận tín 2.1. Nghiệm pháp kiểm tra thăng bằng Romberg hiệu. Trong nghiên cứu này, nhóm tác giả sử dụng mô Như đã giới thiệu trong phần một, nghiệm pháp hình pinhole camera để thực hiện việc hiệu chỉnh. Mô Romberg là một bước thăm khám quan trọng trong hình này đơn giản và đủ tốt để thực hiện cho nghiên kiểm tra sức khỏe thần kinh toàn diện cũng như ở cứu. Sau quá trình hiệu chỉnh, camera sẽ được đặt những bệnh nhân có dấu hiệu của hội chứng tiền đình cách tình nguyên viên khoảng cách từ một đến 3m và [9, 10]. Thực hiện khám nghiệm pháp Romberg cũng thu nhận hình ảnh 2 miếng dán nhãn trên lưng tình đã được chứng minh là phương thức có độ nhạy cao nguyện viên. Hai miếng dán nhãn được dán cách và tính chính xác để đo lường mức độ mất thăng bằng nhau một khoảng cách nhất định và có mầu sắc không gây ra bởi hội chứng tiền đình chóng mặt trung tâm và được trùng với mầu áo để có khả năng phân biệt tốt hội chứng tiền đình ngoại biên và do các chấn thương nhất. Trong mô hình thử nghiệm có với độ phân giải đầu gây ra. Chính vì thế, phương thức này đã được 1 Megapixel và tốc độ khung hình từ 25 khung hình trở sử dụng rất phổ biến trong hầu hết các phòng khám lên. Máy tính cá nhân có thể hoạt động tốt với Visual chuyên khoa thần kinh trong gần hai thế kỷ qua. Studio 2015 trên Microsoft Windows 10. Hai nhãn dán có cùng kích thước. Việc lựa chọn màu sắc của nhãn Có ba hệ thống cảm giác cung cấp thông tin trong đầu dãn nên dựa trên màu trang phục bệnh nhân để tối đa vào cho tiểu não để duy trì sự ổn định của cơ thể khi hóa độ tương phản. mắt mở là thị giác, cảm giác sâu và hệ tiền đình. Lúc này, sự cân bằng được tạo ra là nhờ vào sự điều khiển, chi phối ổn định của cả ba thành phần này. Cơ sở lý luận chính của nghiệm pháp Romberg là khi đầu vào là thị giác bị loại bỏ, sự mất ổn định do thiếu tầm nhìn sẽ dễ bị bộc lộ, nhất là khi yêu cầu người bệnh đứng trong các tư thế đặc biệt. Do đó, nghiệm thức này sẽ là cách thức thăm khám thông qua tư thế, dáng bộ giúp đánh giá được chức năng của hệ thống tiểu não và tiền đình. Hình 2. Mô hình kết nối hệ thống Bệnh nhân đứng và đặt hai bàn chân thành một đường thẳng, đầu ngón chân sau chạm vào gót chân trước. Máy ảnh sẽ ghi lại bất kì chuyển động nào của cơ thể bệnh nhân với hai nhãn dán màu kèm theo như mô hình minh họa trên Hình 3. Hình 1. Nghiệm pháp Romberg giúp bác sĩ chẩn đoán nguyên nhân của chứng mất cảm giác tư thế Tạp chí Nghiên cứu khoa học, Trường Đại học Sao Đỏ, Số 4 (79) 2022 15
NGHIÊN CỨU KHOA HỌC Cắt chọn vùng ảnh có chứa hai nhãn dán từ ảnh thu được. Hình 3. Tư thế đứng của bệnh nhân nhìn từ hai phía 2.3. Thuật toán thu nhận dữ liệu Quá trình thu nhận dữ liệu được minh họa như trên Hình 4 với các bước thu nhận ảnh RGB, sau đó cắt vùng chứa nhãn dán. Vùng chứa nhãn dán sau đó sẽ được xác định cụ thể và bước tiếp theo là thực hiện tìm góc nghiêng. Dữ liệu về góc nghiêng sẽ được lưu trữ Hình 5. Cắt chọn vùng ảnh chứa nhãn dán và chuyển để đánh giá và phân tích. thành ảnh đen trắng 2.3.2. Xác định vùng chứa nhãn dán Ảnh đen trắng được tạo thành từ tập hợp các ô vuông mang các giá trị 0 (màu đen) hoặc 1 (màu trắng). Bài toán xác định vùng chứa nhãn dán là bài toán đi tìm 2 vùng liên thông (vùng chứa toàn ô vuông màu đen) có diện tích lớn nhất. Để xác định được vùng liên thông chúng tôi sử dụng thuật toán tìm kiếm theo chiều sâu, bắt đầu tìm từ điểm đầu tiên của vùng hình ảnh, sau đó tìm ra điểm đầu tiên của vùng ảnh chứa ô vuông mang giá trị 0 (ô vuông màu đen) và cứ thế tìm từ trên xuống dưới, từ trái qua phải cho đến khi hết các ô vuông mang giá trị 0 và đi tiếp: Hình 4. Thuật toán xây dựng chương trình thu nhận dữ liệu 2.3.1. Cắt vùng chứa nhãn dán Ảnh thu được từ Camera là ảnh RGB, để phát hiện được vị trí nhãn dán chúng tôi chuyển ảnh RGB thu được thành ảnh đen trắng để thuận tiện cho quá trình xử lý. Theo hệ màu RGB, các ánh sáng đỏ, xanh Hình 6. Thứ tự duyệt theo thuật toán tìm kiếm lục và xanh lam được tổ hợp với nhau theo nhiều theo chiều sâu phương thức khác nhau để tạo thành các màu khác Sau khi tìm được hết các vùng liên thông có trên ảnh [13]. Khi biểu diễn dưới dạng số, các giá trị RGB thông đen trắng, tiến hành xác định 2 vùng liên thông có thường được ghi bằng cặp ba số nguyên giữa 0 và diện tích lớn nhất. Hai vùng này chính là hai nhãn dán 255: Ví dụ: (0, 0, 0) là màu đen; (255, 255, 255) là cần tìm. màu trắng. 2.3.3. Tìm góc nghiêng Sau khi lấy được màu tất cả các điểm ảnh, so sánh với ngưỡng để có ảnh đen trắng, vì ta sử dụng miếng dán Để tìm được góc nghiêng cơ thể bệnh nhân từ vùng màu đen nên ở đây ta chọn ngưỡng là 200, khi tổng ảnh thu được, chúng tôi lấy trọng tâm của từng vùng màu R+G+B < 200 ta sẽ chuyển điểm ảnh đó thành ảnh đó, đó chính là trung bình cộng tất cả các tọa độ màu đen. của mỗi điểm ảnh trong vùng ảnh. 16 Tạp chí Nghiên cứu khoa học, Trường Đại học Sao Đỏ, Số 4 (79) 2022
LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA khoảng thời gian 20s và lưu trữ dữ liệu góc nghiêng thu được vào Database. Mỗi bệnh nhân kiểm tra bằng chương trình sẽ có một mã bệnh nhân riêng, các giá trị góc nghiêng sẽ được tính toán và lưu trữ mỗi 100ms trong suốt khoảng thời gian 20s. Khi thu nhận dữ liệu, giao diện sẽ hiển thị đồng thời quá trình thu nhận và cửa sổ đồ thị góc nghiêng thu được như minh họa trên Hình 10 và Hình 11. Hình 7. Xác định trọng tâm của hai nhãn dán Góc nghiêng cơ thể bệnh nhân được tính toán như minh họa trên Hình 8. Hình 8. Tính toán góc nghiêng cơ thể bệnh nhân Hình 10. Giao diện chương trình khi chương trình đang thu dữ liệu x2 - x1 a = arctan y2 - y1 2.4. Chương trình thu nhận dữ liệu Chương trình thu nhận dữ liệu được thiết kế giao diện dựa trên Microsoft Visual Studio 2015. Giao diện chương trình được minh họa như trên Hình 9. Hình 11. Đồ thị góc nghiêng thu được 3. KẾT QUẢ THỰC NGHIỆM VÀ ĐÁNH GIÁ 3.1. Kết quả thu nhận dữ liệu Chương trình thực hiện thu nhận dữ liệu của 100 tình nguyện viên là các học viên có độ tuổi từ 20 đến 30 Hình 9. Giao diện chương trình thu nhận dữ liệu tuổi tại bệnh xá với sự tham vấn của các bác sỹ. Các mẫu dữ liệu thu nhận được sẽ được lưu trữ trong Nút Hiển thị Camera để kết nối và hiển thị hình ảnh thu bảng với các thông tin về mã, tuổi, giới tính, số mẫu, được từ Camera. Sau khi kích vào thì hình ảnh sẽ hiện góc nghiêng và kết quả đánh giá sơ bộ dựa trên góc lên một PictureBox bên phải. nghiêng như minh họa trên Hình 12. Nhân viên y tế sẽ kéo thả chuột trên PictureBox để chọn vùng có chứa hai nhãn dán. Phần đặt số pixel để đặt ngưỡng xác định vùng chứa nhãn dán số pixel được đặt sao cho phù hợp với khoảng cách từ Camera đến bệnh nhân để kích thước mỗi nhãn dán thu được nằm trong ngưỡng đặt. Nhập mã bệnh nhân để dữ liệu thu được được đồng nhất với thông tin bệnh nhân trong cơ sở dữ liệu. Nhấn nút BẮT ĐẦU, chương trình sẽ bắt đầu thu tín hiệu, tính toán góc nghiêng, vẽ đồ thị góc nghiêng trong Tạp chí Nghiên cứu khoa học, Trường Đại học Sao Đỏ, Số 4 (79) 2022 17
NGHIÊN CỨU KHOA HỌC minh họa trên Hình 14 để tiếp tục nghiên cứu và phát triển. Cùng với dữ liệu trong nghiên cứu [13] với các đối tượng từ 40 đến 79 tuổi được đánh giá kết quả thông qua độ lệch chuẩn liên quan đến tuổi và giới tính, nghiên cứu [6], [8] với đối tượng trên 40 tuổi với việc đánh giá góc nghiêng và nghiên cứu [15] với các đối tượng từ 7 đến 10 tuổi được kiểm tra Romberg để đánh giá cân bằng tĩnh cùng việc đo các thông số nhân trắc học thì dữ liệu thu nhận của nhóm tác giả sẽ bổ sung thêm một phần thông tin đánh giá bệnh tiền đình cho nhóm đối tượng thanh niên trong nhóm từ 20 đến 30 tuổi dựa trên góc nghiêng. Triển vọng của hệ thống trong tương lai ngoài việc đo và thu nhận dữ liệu nhóm Hình 12. Dữ liệu thu được từ một bệnh nhân sẽ tiếp tục nghiên cứu kết hợp với chẩn đoán dùng đã lưu trong Database phương pháp máy học để tăng độ chính xác để có thể Đồng thời với dữ liệu dạng số, đồ thị hiển thị dữ liệu đưa ra kết quả chẩn đoán sơ bộ hỗ trợ các bác sĩ sàng góc nghiêng cũng được lưu trữ để phục vụ cho việc lọc nhanh bệnh nhân có bị rối loạn tiền đình hay không phân tích, đánh giá như minh họa trên Hình 13. và đưa ra phác đồ điều trị phù hợp nhất. 4. KẾT LUẬN Thông qua thử nghiệm về đo góc nghiêng của cơ thể, hệ thống đã cung cấp cơ sở dữ liệu về tiền đình với các đối tượng thanh niên có độ tuổi từ 20 đến 30 để phục vụ cho quá trình chẩn đoán, phát hiện nhanh rối loạn tiền đình cho đánh giá thể lực đầu ra theo chuẩn đầu ra của chương trình đào tạo. Với những kết quả nghiên cứu đạt được, chúng tôi sẽ phát triển một số định hướng trong thời gian tới là thu thập thêm nhiều Hình 13. Dữ liệu góc nghiêng thu được từ một tình mẫu để có được bộ cơ sở dữ liệu đủ lớn áp dụng các nguyện viên thuật toán học máy vào chương trình để chương trình có thể tự động chẩn đoán bệnh. Điều này sẽ hỗ trợ bác 3.2. Đánh giá kết quả sỹ chẩn đoán nhanh để sàng lọc cũng như đánh giá Sau khi thử nghiệm với 100 trường hợp, hệ thống hiệu quả hơn những trường hợp mắc tiền đình. làm việc ổn định trong trường hợp hai nhãn dán nằm gọn trong vùng chọn ban đầu có chứa hai nhãn dán, trong trường hợp đang thu dữ liệu bệnh nhân lắc lư TÀI LIỆU THAM KHẢO quá nhiều khiến nhãn dán lệch khỏi vùng chọn ban đầu hoặc nếu có vật cản đi ngang qua giữa camera [1]. Hà Hoàng Kiệm (2017), Hội chứng tiền đình chẩn và nhãn dán thì quá trình thu nhận dữ liệu sẽ dừng lại. đoán và điều trị. Góc lớn nhất thu nhận được là 11.9 độ, góc nhỏ nhất [2]. Vestibular Disorders Association with Kelsey thu nhận được là 0 độ. Hatton (2015), Diagnostic Tests for Vestibular Disorders. [3]. Yuri Agrawal, MD; John P (2009), Carey Disorders of Balance and Vestibular Function in US Adults, ©2009 American Medical Association. VOL 169 (NO. 10), MAY 25, 2009. [4]. https://en.wikipedia.org/wiki/Vestibular_system truy cập ngày 25/06/2022. Hình 14. Dữ liệu upload lên trang web [5]. https://en.wikipedia.org/wiki/Balance_disorder truy cập ngày 25/06/2022. Cùng với phân tích dữ liệu góc nghiêng và tham vấn bác sỹ tại bệnh viện, nhóm đã tổng hợp dữ liệu của một [6]. Yuri Agrawal, MD; John P. Carey (2009), MD số tình nguyện viên mắc bệnh và không mắc bệnh về Disorders of Balance and Vestibular Function in tiền đình với 43 mẫu không bị bệnh, 57 mẫu bị bệnh. US Adults., American Medical Association VOL Dữ liệu thu nhận lưu lại cũng đã được tải lên trang 169 (NO. 10), MAY 25, 2009. https://github.com/tranhuec3cx/data_09_04_2022 như 18 Tạp chí Nghiên cứu khoa học, Trường Đại học Sao Đỏ, Số 4 (79) 2022
LIÊN NGÀNH ĐIỆN - ĐIỆN TỬ - TỰ ĐỘNG HÓA [7]. Helen S. Cohen, EdD, OTR (2008), Usefulness [12]. Sheila Eka Putri (2011), Implementation and of Some Current Balance Tests for Identifying Analysis of Depth-First Search (DFS) Algorithm Individuals with Disequilibrium Due to Vestibular for Finding The Longest Path, Conference: Impairments, J Vestib Res. 2008; 18(5-6): 295. International Seminar on Operational Research [8]. Agrawal Y, Carey JP, Hoffman HJ, (InteriOR), Medan, Indonesia, August 2011. Sklare DA, Schubert MC (2011), The [13]. Nguyễn Quang Hoan (2006), Xử lý ảnh, NXB Học modified Romberg Balance Test: viện Công nghệ Bưu chính Viễn thông. normative data in U.S. adults, Otol Neurotol 32: 1309-1311, 2011. [14]. Cohen, Helen S.; Mulavara (2019), Screening for Vestibular Disorders Using the Modified [9]. Thomas Brandt, Michael Strupp (2005), General Clinical Test of Sensory Interaction and Balance vestibular testing, Clinical Neurophysiology 116 (2005) 406-426. and Tandem Walking With Eyes Closed, Otology & Neurotology, Inc., June 2019 - Volume 40- Issue [10]. A Khasnis, Murthy Gokula (2003), Romberg’s 5 - p 658-665. test, Journal of Postgraduate Medicine 49(2):169- 72, April 2003. [15]. Mahboobeh Dehnavi (2020), Heidar [11]. Tarun Kumar, Karun Verma (2010), A Theory Sadeghi, Functional balance tests in 7-10 Based on Conversion of RGB image to Gray year-old children: reliability and relation to image, International Journal of Computer anthropometric parameters, Atena Journal of Applications 7(2), September 2010. Sports Sciences Year 2020 Volume 2. Article 2 THÔNG TIN TÁC GIẢ Đỗ Văn Đỉnh - Năm 2018: Tốt nghiệp Tiến sĩ chuyên ngành Kỹ thuật điều khiển và Tự động hóa, Trường Đại học Bách khoa Hà Nội. - Tóm tắt công việc hiện nay: Cán bộ quản lý, nghiên cứu và giảng viên Trường Đại học Sao Đỏ. - Lĩnh vực quan tâm: Ứng dụng trí tuệ nhân tạo trong các giải pháp đo lường, điều khiển và tự động hóa, các thiết bị đo thông minh, hệ chuyên gia. - Điện thoại: 0982586160; Email: dinh.dv@saodo.edu.vn/dodinh75@gmail.com. Nguyễn Đình Lương - Tóm tắt công việc hiện tại: Học viên ngành khoa Kỹ thuật điều khiển, Học viện Kỹ thuật Quân sự. - Lĩnh vực quan tâm: Lập trình nhúng, chuyển đổi số. - Điện thoại: 0388418258; Email: nguyendinhluongdtys@gmail.com. Trần Thị Huế - Tóm tắt công việc hiện tại: Học viên, khoa Kỹ thuật điểu khiển, Học viện Kỹ thuật Quân sự. - Lĩnh vực quan tâm: Kỹ thuật nhận dạng, khoa học máy tính. - Điện thoại: 0352515559; Email: tranhuec3cx@gmail.com. Tạp chí Nghiên cứu khoa học, Trường Đại học Sao Đỏ, Số 4 (79) 2022 19
NGHIÊN CỨU KHOA HỌC Nguyễn Hồng Minh - Tóm tắt công việc hiện tại: Nghiên cứu viên, khoa Kỹ thuật điểu khiển, Học viện Kỹ thuật Quân sự - Lĩnh vực quan tâm: Điều khiển và tự động hóa. - Điện thoại: 0918886784 Email: minhtdhktqs@gmail.com. Đặng Thúy Hằng - Tóm tắt công việc hiện tại: Giảng viên, khoa Kỹ thuật điểu khiển, Học viện Kỹ thuật Quân sự. - Lĩnh vực quan tâm: Kỹ thuật nhận dạng, Y học hạt nhân. - Điện thoại: 0989980181 Email: hangdtys@gmail.com. 20 Tạp chí Nghiên cứu khoa học, Trường Đại học Sao Đỏ, Số 4 (79) 2022