SINH VIÊN VIỆN ĐÀO TẠO QUỐC TẾ CÓ BÀI BÁO KHÓA HỌC XUẤT SẮC ĐƯỢC CHẤP NHẬN ĐĂNG TẠI HỘI THẢO QUỐC TẾ ACOMPA 2026 (SCOPUS)
Vừa qua, sinh viên Trần Thị Huyền Trang (lớp CNTT K22B QT, Viện Đào tạo Quốc tế) đã xuất sắc có bài báo nghiên cứu khoa học được chấp nhận đăng tại ACOMPA 2026 – hội nghị quốc tế uy tín thuộc hệ thống danh mục Scopus.
Bài báo có tiêu đề: “Improving EEG-Based Visual Reconstruction via Multi-Subject Contrastive Learning” (Cải thiện khả năng tái tạo hình ảnh từ tín hiệu sóng não EEG thông qua học tương phản đa đối tượng). Nghiên cứu do sinh viên Trần Thị Huyền Trang là tác giả chính, dưới sự hướng dẫn chuyên môn trực tiếp của TS. Vũ Đức Quang.
Đột phá nghiên cứu trong lĩnh vực Giao diện Não – Máy tính (BCI)
Giải mã trải nghiệm thị giác từ tín hiệu não bộ là một trong những bài toán tiên phong và thách thức nhất trong lĩnh vực Khoa học thần kinh và Giao diện Não – Máy tính (BCI). Mặc dù phương pháp tái tạo hình ảnh qua ảnh cộng hưởng từ chức năng (fMRI) đạt độ chính xác cao, chi phí đắt đỏ và thiết bị cồng kềnh lại là rào cản lớn trong ứng dụng thực tế.
Ngược lại, phương pháp ghi sóng não đồ (EEG) có ưu điểm vượt trội về tính linh hoạt, chi phí thấp và khả năng đo đạc theo thời gian thực. Tuy nhiên, việc tái tạo hình ảnh từ EEG lại gặp thử thách lớn do tỷ lệ tín hiệu trên nhiễu (SNR) thấp và sự biến thiên nhiễu sóng giữa các cá nhân khác nhau. Các nghiên cứu trước đây thường phải huấn luyện riêng lẻ từng mô hình cho từng người, dẫn đến việc không khai thác được các mẫu đặc trưng thị giác chung của bộ não.
Để giải quyết triệt để vấn đề này, nhóm nghiên cứu đã đề xuất khung giải pháp huấn luyện 2 giai đoạn (Two-stage pretrain-finetune framework):
- Giai đoạn Tiền huấn luyện đa đối tượng (Stage 1): Sử dụng bộ mã hóa chuỗi thời gian – không gian (Temporal-Spatial Convolutional Encoder) huấn luyện chung trên dữ liệu của 10 đối tượng thử nghiệm khác nhau (với 165.400 mẫu dữ liệu). Mô hình áp dụng phương pháp học tương phản InfoNCE kết hợp căn chỉnh với không gian nhúng biểu diễn hình ảnh CLIP ViT-L/14 để học được các đặc trưng thị giác chung nhất.
- Giai đoạn Tinh chỉnh riêng biệt (Stage 2): Mô hình tiếp tục được tinh chỉnh (fine-tune) dựa trên dữ liệu cụ thể của từng cá nhân.
Sau đó, hệ thống tích hợp bộ khuếch tán tiên phong dựa trên Transformer (Transformer-based diffusion prior) và bộ giải mã Stable Diffusion tinh chỉnh qua phương pháp LoRA để tái tạo ra hình ảnh tổng hợp chất lượng cao.
Kết quả ấn tượng khẳng định chất lượng nghiên cứu
Thử nghiệm trên bộ dữ liệu chuẩn quốc tế THINGS EEG2 (200-way retrieval benchmark), mô hình nghiên cứu đã đạt được những kết quả rất ấn tượng:
- Độ chính xác truy xuất Top-1: Đạt 21,5% trên đối tượng sub-01 và trung bình 19,5% trên toàn bộ 10 đối tượng thử nghiệm. Kết quả này vượt trội đáng kể so với mô hình tiên tiến hiện nay là NICE-EEG (đạt 15.6%), đánh dấu mức tăng trung bình +4,0 điểm phần trăm trên tất cả các cá nhân thử nghiệm.
- Chất lượng tái tạo hình ảnh: Mô hình đạt độ tương đồng ngữ nghĩa CLIP (CLIP similarity) lên tới 0,652 và độ chính xác phân loại 2 chiều (2-way accuracy) đạt 79,5%. Điều này chứng minh khả năng khôi phục một cách chính xác các danh mục ngữ nghĩa, màu sắc và hình dáng tổng thể của hình ảnh từ tín hiệu EEG.
Thành công này không chỉ minh chứng cho tính hiệu quả của phương pháp học tương phản đa đối tượng mà còn mở ra triển vọng lớn trong việc ứng dụng công nghệ BCI hỗ trợ giao tiếp cho người khuyết tật vận động trong tương lai.
Tự hào tinh thần Nghiên cứu Khoa học của sinh viên Viện Đào tạo Quốc tế
Thành tích có bài báo khoa học xuất sắc đăng tại tạp chí/hội nghị thuộc danh mục Scopus uy tín của sinh viên Trần Thị Huyền Trang là niềm tự hào lớn đối với Viện Đào tạo Quốc tế. Đây là minh chứng rõ nét cho chất lượng đào tạo, định hướng nghiên cứu đúng đắn cùng sự tận tình hỗ trợ, đồng hành của đội ngũ giảng viên nhà trường.
Xin chúc mừng sinh viên Trần Thị Huyền Trang cùng thầy giáo hướng dẫn TS. Vũ Đức Quang! Chúc bạn Trang giữ vững niềm đam mê khoa học và tiếp tục gặt hái thêm nhiều thành công rực rỡ hơn nữa trên con đường học tập và nghiên cứu phía trước!
