• 대한의용생체공학회:의공학회지
• /
• 제18권4호
• /
• pp.389-396
• /
• 1997

본 논문에서는 뇌파측정기에서 발생하는 전기적 잡음을 제거하기 위하여 뇌파 측정시 발생하는 안구운동, PVC 룰러 펌프 잡음등을 포함하는 전기적 잡음에 대하여 기술하였다. 적응 디지틀 필터는 이러한 뇌파 측정 잡음을 제거하는 효과적인 방법이다. 그러나 일반적인 적응 디지틀 필터는 뇌파신호의 일부주파수 성분에 영향을 주게되므로 자동 뇌파 처리에는 부적합하다. 그러므로 본 고에서 이러한 뇌파잡음을 제거하기 위하여 제안한 방법은 일반적인 적응디지틀 필터의 참조채널을 사용하지 않으며, EOG 잡음을 제거하기 위하여 선형예측기와 고정차수 FIR 필터를 연결하였으며, 펌프잡음을 제거하기 위하여 선형예측기와 잡음 제거기를 연결함으로써 실현하였다. 또한 시뮬레이션을 통한 결과는 잡음제거 능력의 관점에서 제안한 방법의 성능을 분석하였으며, 결과적으로 약 20dB의 잡음제거 성능을 보였다.

• 한국의학물리학회지:의학물리
• /
• 제13권3호
• /
• pp.156-162
• /
• 2002

본 연구에서는 뇌파 신호를 측정할 수 있는 고정밀도의 뇌파측정시스템을 제작하였다. 전치증폭기는 분리증폭기의 방식으로 잡음제거 능력을 향상하였으며, 높은 사용자 안전도를 갖도록 제작하였다. 제작된 뇌파측정시스템은 주파수 대역별로 알파, 베타, 세타로 자동으로 분류될 수 있도록 A/D 변환하였다. 변환된 데이터는 DSP를 이용하여 실시간으로 FFT처리를 하였다. 실험은 현재 병력이 없고 건강 상태가 양호한 만 20세에서 26세까지의 학생을 대상으로 실시하였다. 외부의 물리적인 자극이 뇌파에 미치는 영향을 조사하기 위하여, 현재 시판되고 있는 뇌파 자극기인 MS제품을 이용하여 시각과 청각의 두 상태로 외부자극을 주고, 그 반응을 측정하여 비교하였다. 피검자의 감성평가 측정결과 본 연구에서 제작한 뇌파측정기가 유효함을 확인하였으며, 심리적인 상태변화를 조사할 수 있었다.

• 정보과학회지
• /
• 제22권2호
• /
• pp.45-51
• /
• 2004

인간과 컴퓨터의 연결에 인간의 두뇌에서 발생하는 신호를 계측하여 원하는 목적에 이용하는 brain computer interface(BCI)에 관한 연구가 최근에 활발히 이루어지고 있다[1]. BCI는 뇌에서 발생하는 뇌파 신호의 해석 및 분석을 통하여 뇌와 컴퓨터 간에 통신 채널을 형성함으로써 사람이 입, 눈, 손 등의 근육 움직임을 통하지 않고 상호간에 정보를 전달할 수 있도록 하는 인터페이스 방법이다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 춘계학술대회 학술발표 논문집 제16권 제1호
• /
• pp.172-175
• /
• 2006

최근 다양한 게임 문화가 급속도로 성장함에 따라 보다 새로운 개념의 게임을 찾는 사용자의 요구가 증대 되고 있다. 기존의 게임은 획일화 되고 일방적인 사용자 환경으로 사용자가 일방적으로 게임을 하는 방식이었다. 때문에 사용자의 감성 데이터를 이용하여 사용자에게 게임 환경이 맞춰지는 "사용자 맞춤형" 게임은 기존의 게임에서 보다 진보한 새로운 방식이 될 것이다. 이 방식을 사용하기 위해서는 우선 사용자의 생체 데이터나 감성데이터를 포함한 뇌파를 획득하는 방법이 필요하며 다음으로 획득된 뇌파를 통하여 현재 사용자의 감성 상태를 규명하는 패턴인식 기법이 중요한 문제가 된다. 본 논문에서는 뇌파를 통하여 현재 사용자의 감성 상태를 규명하고 인식할 수 있는 패턴인식 기법으로 Multi Layer Perceptron(MLP)을 사용한 감성인식모델을 제안한다. 본 논문에서 제안한 감성인식 모델의 실험을 위하여 특정 공간 내에서 여러 사용자의 감정별 뇌파를 측정하고 실험을 통하여 획득한 데이터로 감정 DB를 구축한다. 구축된 DB를 본 논문에서 제안한 감성인식 모델로 학습을 하고 학습이 완료된 후 새로운 사용자의 뇌파를 입력 받은 후 현재 사용자의 감성을 인식한다. 감성인식과 더불어 집중도를 측정 하는 실험도 병행 한다. 본 논문에서 제안한 감성인식 모델의 성능을 측정하기 위하여 사용자의 수에 따른 감성 인식률을 측정함으로서 본 논문에서 제안한 감성인식 모델의 성능을 확인한다.

• 한국정보전자통신기술학회논문지
• /
• 제2권2호
• /
• pp.23-28
• /
• 2009

본 연구에서는 뇌파를 AR모델로 모델링하여 선형예측계수를 특징 파라미터로 이용할 때와 뇌파의 주파수 대역별 상호상관계수를 이용할 때의 감정상태 분류 성능을 비교해 보고자 하였다. 이를 위하여 분노, 슬픔, 기쁨, 안정의 4가지 감정상태에 따른 뇌파를 4개 채널로부터 수집하여 선형예측계수와 ${\theta}$, ${\alpha}$, ${\beta}$ 대역의 주파수 영역에서의 상호상관계수를 추출하여 이들을 특징 파라미터로 한 감정상태 분류 실험을 수행함으로써 두 방법의 감정상태 분류 성능을 비교하였고, 패턴 분류기로는 신경회로망을 이용하였다. 감정 분류 실험 결과 뇌파의 특징 파라미터로서 선형예측계수를 이용한 결과가 상호상관계수를 이용할 때보다 성능이 월등히 좋은 것을 알 수 있었다.

• 한국전자통신학회논문지
• /
• 제14권3호
• /
• pp.607-612
• /
• 2019

본 논문에서는 음악적 자극이 인간의 기억에 관련된 집중력에 미치는 영향을 조사하기 위하여 인간의 뇌파를 계측 및 분석하였다. 뇌파 실험에서는 음악적 자극과 함께 기억 관련 과제를 수행하게 하였는데, 기억 관련 과제로는 영어단어를 암기하는 것을 선정하였다. 음악적 자극은 진정성향 및 자극성향의 음악으로 나누어 제시하였고, 피험자의 뇌파는 주파수 대역에 따라 나누어 분석한 결과를 각각 제시하였다.

• 대한의용생체공학회:의공학회지
• /
• 제25권3호
• /
• pp.217-225
• /
• 2004

본 논문에서는 은닉 마코프 모델을 이용하여 정상인과 정신분열증 환자의 뇌파에 대한 새로운 자동 판별 방법을 제안하였다. 특징 파라미터로는 통계적 정상구간에 대한 분산과 알파파, 베타파, 세타파의 전력비를 이용하였다. 실험 결과, 정상인의 경우에는 90.9％, 정신분열증 환자의 경우에는 90.5％의 높은 판별 정확성을 보였으며 이는 제안한 시스템이 복잡한 신호처리과정을 이용하는 시스템보다 효과적임을 알 수 있다. 따라서, 은닉 마코프 모델이 뇌파와 같은 복잡한 생체신호의 분석과 판별에 사용될 수 있으며 제안한 방법이 임상적인 전단에 상당한 도움이 될 것으로 기대된다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 제37회 하계학술대회 논문집 D
• /
• pp.2177-2178
• /
• 2006

학습 행동에서의 뇌파 측정은 실시간으로 두뇌 기능 상태를 연구하는데 유용한 연구 방법이며 대뇌의 부위 중 전두엽은 새로움에 대한 지향 반응과 사고 활동에 중요한 역할을 한다. 본 연구에서는 중학교 2학년 학생에게 새로운 시청각 학습 자료를 제시하고 5회의 반복학습이 이루어지는 과정에서의 전두부($Fp_2,Fp_2$)의 뇌파를 측정하고 Fourier, Wavelet 변환을 하여 정량적으로 분석하였다. 주의 집중, 정서 등 인지와 관련지어 특정파의 조절 능력 및 파의 특성을 이용한 여러 연구들을 종합해보면, 기억력, 주의지속과 연관되어 알파파, 베타파와 세타파가 발생되는 것을 볼 수 있다. 이 중 알파파는 기존의 뇌 상태를 동기화시키고 주의나 기억의 과정에 영향을 미칠 수 있는 것으로 증명되었다. 본 논문에서는 신호 처리에 높은 효율을 보이는 Wavelet 변환을 이용하여, 학습이 됨에 따라 변화하는 EEG 신호 가운데 알파파의 패턴과 활성도를 분석하고자 한다.

• 대한전자공학회논문지
• /
• 제17권6호
• /
• pp.28-32
• /
• 1980

병질우자의 뇌파에서 나타나는 비정상적인 극파(spike)를 삼각파형의 모델을 사용하여 자동검출하는 방법을 디지탈시스템으로 구성하였다. 이 방법은 극파가 일정한 시간폭과 큰 기울기와 정상에서 날카로운 특성을 갖는 파형이라는 성질을 이용한 것이다. 본 논문에서는 뇌파를 채집하여 신호처리한 다음 이러한 극파의 특성을 나타내는 모개변수들로부터 극파를 구별하여 판정해내는 프로그램을 구성하였다. 이러한 신호처리 과정과 검출과정을 모두 미니콤퓨터를 이용하여 구성했으며 마이크로프로세서에의 응용을 위한 기본단계라고 할 수 있다.

• 한국차세대컴퓨팅학회논문지
• /
• 제15권3호
• /
• pp.16-24
• /
• 2019

최근 뇌파를 기반으로 한 인간의 감정을 인식하는 연구가 인간-로봇 상호작용 분야에서 활발히 진행되고 있다. 본 논문에서는 MAHNOB-HCI에서 사용된 자기평가와 주석 레이블링 방법과는 다른, 이미지 기반의 뇌파 Topography를 이용한 레이블링을 통해 감정을 평가하는 방법을 제안한다. 제안한 방법은 뇌파 신호를 Topography의 이미지로 변환하여 기계학습 모델을 학습하고 이를 기반으로 Valence 기반의 감정을 평가한다. 제안한 방법은 레이블링 과정을 자동화하여 지연 시간을 없애고 객관적인 레이블링을 제공할 수 있다. MAHNOB-HCI 데이터베이스를 적용한 실험에서 SVM, kNN의 기계학습 모델을 학습하여 주석 레이블링과 성능 비교를 하였으며, 제안 방법의 감정인식 정확도를 SVM에서 54.2%, kNN에서 57.7%로 확인하였다.